Beruflich Dokumente
Kultur Dokumente
PAnA ADIIINISTRAcX
y D IR[ctt,X,. br r$PRrgAg
sanzy torres
o busca en la web:
librosdejoe
ALGEBR,{ LINEAL
para Administracin y Direccin de Empresas
Emilio Prieto Sez
Catedrtico de Universidad
Departamento de Economa Aplicada Cuantitativa II
Facultad de Ciencias Econmicas y Empresariales UNED
Atberto A. lvarez Lp ez
Profesor Titular de Universidad
Departamento de Economa Aplicada Cuantitativa II
Facultad de Ciencias Econmicas y Empresariales UNED
sflnu ytorres
lndce
Presentacin
11
Espacios vectoriales
15
16
- RESUMEN
INrnoruccrN
1. Definicin de espacio vectorial
ESQUEMA
2.
3.
4.
5.
6.
7.
B.
9.
il
I7
31
Subespacios vectoriales
37
43
Subespacios afines
54
Sistemas de vectores
63
65
77
6B
70
BO
RncaprruLACIN I
90
Aplicaciones
lineales
97
- RESUMEN
Iurnonucclu
1. Definicin de aplicacin lineal
ESQUEMA
2.
3.
4.
5.
6.
7.
El espacio vectorial
L(E,F)
B5
.98
.99
. 113
. 115
.
.
.
.
.
119
131
132
135
139
Notce
B.
T43
L15
RrcapITULACtN II
m Matrices L49
- RESUMEN
IxrnotucctN
1. Definicin de matrtz
150
2.
3.
1.
5.
6.
7.
B.
9.
TB1
EsQuMA
151
17B
189
Producto de matrices
193
209
2L2
226
230
233
237
RECNPITULACIN III
ry
243
ESQUEMA _ RESUMEN
211
INTnODUCCION
215
1.
2.
3.
Definiciones y Propiedades
Resolucin de un sistema de ecuaciones lineales
Aplicaciones de los sistemas de ecuaciones lineales
Sucesiones de nmeros
277
286
293
RncapITULACrN IV
268
reales
295
ESQUEMA _ RESUMEN
296
IurnonucctN
1. El conjunto de los nmeros reales
297
2.
3.
1.
5.
6.
7.
32r
328
Sucesiones montonas
347
3s0
35s
Anexo
359
RncapITULACrN V
310
363
Notcr
A Preliminares
ESQUEMA
1.
2.
3.
1.
5.
37L
RESUMEN
Conjuntos
Aplicaciones
Operaciones
Polinomios
Solucin de los ejercicios propuestos
B Determinantes
429
. 430
. 43r
. 432
Permutaciones
ESQUEMA
1.
2.
3.
1.
5.
6.
7.
B.
9.
RESUMEN
Sistemas de Cneusn
10. Solucin de los ejercicios propuestos
Bibliografa 46I
ndice
. 372
. 373
. 391
. 402
. 1r3
. 4L9
analtico
463
437
. 11L
. 445
columna 118
. 452
. 455
. 457
. 160
PRESENTACION
En los captulos que comprende este texto se exponen los instrumentos matemticos
bsicos del lgebra Lineal, as como una introduccin a las sucesiones de nmeros
reales.
texto
estudiantes de la asignatura de Matemticas I del Grado de Administracin y Direccin de Empresas en la UNED. Est escrito pensando en estudiantes a distancia, Ios
cuales deben tener a mano Ia informacin ms completa posible sobre la asignatura.
Pero, precisamente por este motivo, pensamos que podra ser til tambin para estudiantes presenciales que necesiten algn libro en el que consultar estos temas.
Contextualizacin de Ia asignatura en Ia
materia
En el plan de estudios
actual, la asignatura de Matemticas I, que es la primera de la materia de Matemticas
en eI Grad.o de ADE, se estudia en el primer cuatrimestre de primer curso. Habr
lo que a contenidos
Se refiere,
la asignatura de Matemticas
I eS una ple-
sentacin de los conceptos y las tcnicas bsicos del lgebra Lineal, y una introduccin a las sucesiones de nmeros reales. Las siguientes asignaturas estarn dedicadas
a presentar contenidos de Anlisis Matemtico, con funciones de una y varias variables, incluyendo integracin, y de otros temas como los Sistemas Dinmicos. Los
contenidos de Matemticas 1 son, pues, necesarios para el estudio de las restantes
asignaturas de Matemticas, aunque tambin encuentran aplicacin directa en otras
materias del Grado.
Estructura
deltexto
ces. Los cuatro primeros captulos son los propiamente dedicados al Atgebra Lineal:
espacios vectoriales, aplicaciones lineales, matrices y sistemas de ecuaciones lineales; el quinto, presenta las sucesiones de nmeros reales. En cuanto a los apndices,
PRESENTACIN
eI primero recoge varios temas de carcter preliminar: conjuntos, aplicaciones, operaciones y polinomios, de los cuales el lector debera tener un conocimiento al menos
introductorio. El segundo apndice presenta los determinantes, de los cuales no se
hace uso para estudiar sistemas de ecuaciones lineales.
Requisitos previos Los contenidos de Matemticas habituales de un Bachillerato (con orientacin a ciencias, ingeniera, o ciencias sociales) son ms que suficientes
para poder abordar esta asignatura. Tambin son perfectamente adecuados los contenidos de Ia asignatura de Matemticasl del Curso de Acceso Directo a la Universidad, para Mayores de 25 Aos, que imparte la propia UNED.
Cmo leer este texto Cada uno de los cinco captulos empieza con una amplia
introd.uccin. Recomendamos aI lector leerla con detalle, pues presenta, de manera
menos formal que eI texto principal, los contenidos bsicos del captulo que introduce, a Ia vez que enfatiza lo ms importante, insiste en lo ms difcil, y da idea del
alcance de exigencia de la materia.
Tras la introduccin, eI cuerpo principal del captulo incluye todas las definiciones
y resultados exigidos, acompaados unas y otros de ejemplos de distinta dificultad
para ilustrar su uso y aplicacin. A Io largo de este cuerpo principal, se incluyen ejercicios propuestos, cuya resolucin se presenta al final del captulo. Estos ejercicios
son de dos tipos: algunos, los menos, buscan que el lector se ejercite en alguna tcnica; otros, los ms, proponen al lector la demostracin de algn resultado adicional.
Del primer tipo son menos porque ese cometido se deja a los ejercicios y problemas
d.el texto corespondiente;z los segundos, por su parte, se pueden considerar, a modo
de Actividades Complementarias, para ampliar formacin.
Sobre los
autores
Agradecimientos
miento a los tutores y compaeros de los equipos docentes de las asignaturas del
lHasta el curso 2008-2009, esta asignatura se llamaba Matemticas Especiales
2Cf .
13
PRESENTACIN
C,q,prulo I
ESPACIOS VECTORIALES
I.
r6
ESPACIOS VECTORIALES
ESQUEMA RESUMEN
INrnooucclN
5.
17
2.
.
de subespacios vectoriales
37
40
Interseccin
Ejemplos de subespacios vectoriales de R2 . 40
Ejemptos de subespacios vectoriales de R3 . 42
Ej emplos de subespacios vectoriales
de
4.
36
R'
43
vectoriales 13
1. Suma de subconjuntos de un espacio
vectorial .
2. Suma de subespacios vectoriales de un espacio vectorial
3. Subespacios vectoriales independientes
4. Combinaciones lineales .
7.
2.
3. Hiperplanos de R'
4. Subespacios afines Paralelos
5. Combinaciones afines.
Vectores linealmente
65
independientes
65
66
6B
6B
69
vectorial 70
1. Sistemas de generadores
2. Bases. Coordenadas de un vector en una
base .
3. Base cannica
4. Teorema de la base incompleta
pacio
un espacio vectorial 77
1. Definicin de dimensin de un espacio
vectorial .
70
72
7
75
9. Dimensin de
77
vectores B0
de rango de un sistema de
10.Rango de un sistema de
Suma de subespacios
Subespacios afines 54
1. Definicin de subesPacio afn
63
dependientes
1. Definicin. Propiedades bsicas
2. Otras propiedades
B.
34
Subespacios vectoriales 37
1. Definicin de subespacio vectorial
2.
3.
4.
5.
3.
34
vectores
6. Vectores linealmente
vectores, 30.
Sistemas de
43
45
46
53
.54
. 58
.60
. 61
.62
1. Definicin
vectores
2. Ejemplos de clculo
B0
de
rangos
propuestos
90
REc,pITuLACrN I
Definicin de espacio vectorial,
90
83
90
85
Subespacios
vectoriales,
vectores, 94.
INTRODUCCION
L7
INTRODUCCION
vectoriql
Deftnicin de espacio
de nmeros reales sobre el cuerpo R.. Los elementos de este conjunto son de Ia
forma: (a,b), con ay b nimeros reales. Por ejemplo:
(1,
-3) c R2,
(i,t)
c R2, 1 R2.
/t,xz
+ Vz)
(o,712).
(a,b) e
R2
y (c,d) e
R2, se tiene:
: (c,d) + (a,b).
R.2
para el cuerpo
R.,
de esta manera:
A.(xt,x) : (Ixr,Ix2)
(para A
y (x1,xz) e
R.2).
Por ejemplo:
: (6,_r2), -r(r,J2) :
er,-2^/2).
I.
18
uy
A(p(a,b))
.
.
ESPACIOS VECTORIALES
(a,b),
se verifica:
(dp)(a,b);
A(ta.b) + (c,d))
A(a,b) + A(c,d);
7(a,b) = (a,b).
Tambin es inmediata la comprobacin de estas cuatro propiedades. Afirmar que
eI conjunto R2, dotado de la adicin y de la operacin externa recin definida, es
un espacio vectorial sobre eI cuerpo R significa afirmar precisamente que, dotado
de Ia adicin, es un grupo abeliano, y que la operacin externa satisface las cuatro
propiedades anteriores.
En lo sucesivo, cuando nos refiramos a R.2 estaremos pensando en el espacio vectorial sobre R.. En este contexto, a los elementos de R.2 los denominaremos vectoresi
a los de R, escalares.
Tambin consideramos el conjunto R.3 de las ternas ordenadas de nmeros reales,
cuyos elementos son de la forma: (a,b,c), con cL, b y c n'metos reales; por ejemplo:
(xt,xz,...nxn),
...,
x.nimeros reales.
en particular los
R.s), se define, mutatis mutandis, una adicin y una operacin
nombrados R3,
externa para el cuerpo R. como Io hemos hecho sobre R.2, y se comprueba que estas
operaciones articulan Ru como espacio vectorial sobre R. A partir de ahora, siempre
que tratemos el conjunto R. estaremos automticamente pensando en el espacio
Sobre el conjunto R.u (para cualquier rL
R4 y
r9
INTRODUCCION
vectorial sobre
(SV2) el producto de cualquier escalar (esto es, de cualquier nmero real) por un
vector de F es un vector tambin de F; o Io que es Io mismo; para cada A e R.
y cada u
A(?1, .t)2,...,un)
(trUt,truz,... ,tru").
otro tipo.
3El motivo de enfatizar esta sencilIa definicin es Ia posibilidad (que efectivamente se da con mucha
frecuencia) de que el alumno confunda componente con coordenada, concepto que surgir ms adelante.
4Tcnicamente, conla restriccir de estas operaciones a F.
I.
ESPACIOS VECTORIALES
uu+But:i::'r'l'u-r,'"^:'r**uuYr','''au;il*,,
Adems de la caracterizacin anterior, vemos otras propiedades de los subespacios vectoriales. Es de destacar que el vector O es un elemento de cualquier subespacio vectorial; recurdese que, en el caso de los R, eI vector O es el vector (0,0, . . . ,0)
(con n ceros). Otra propiedad muy importante es que Ia interseccin de subespacios
vectoriales es a su vez un subespacio vectorial.
El estudio de subespacios vectoriales particulares se inicia con los de R.2. Adems
d" {(0,0)} y del propio R2, se muestra que es un subespacio vectorial de R.2 todo
conjunto de esta forma:
R(a,b)
IA(a,b) I A e R.l,
R(1,3)
: {l(r,3)
IA
e m} : {t,3A)
|A
e R}.
que es subespacio
Observemos que cada vector de este conjunto R(1,3)
-conjunto
vectorial de R2, como decimos- es de esta forma: (4, 3A) para algn A e R. Podemos
vnvector genrico del subespacio vectorial R(1,3). Ntese tambin que, a la vista de este vector genrico (4,3A), podemos afirmar que los vectores
de este subespacio vectorial son los que satisfacen que su segunda componente es el
tripledelaprimera.s As:(2,6),(-4,-12)o (1/3,1)sonvectoresdeR.(1,3);perono
lo son (1,4), (0, I) o (I12,2).
Otro ejemplo: R(2,-5) : {(24,-54) lA e R.}. Un vector genrico de este otro
subespacio vectorial de R2 es (24, -54), lo que puede interpretarse as: los vectores
de este subespacio vectorial son aquellos cuya segunda componente es igual a la primeramultiplicadapor-512. Losparesordenados (I,-512), (-4,10) o(213,-5l3)
pertenecen aI subespacio vectorial; no as los pares (1,0), (5, -") o (1, -1).
Otra forma de presentar un subespacio vectorial de R2 es con una ecuacin (una
ecuacin lineal, para ser ms exactos). Por ejemplo, eI conjunto siguiente es un subespacio vectorial de R.2:
es
F - {{xt,xz) e R2
l3xt-
x2
o}
INTRODUCCION
(xt,xz)
cuyas componentes,
xt y xz, satisfacen
- 12 :
la
Nota
A continuacin pasamos a estudiar subespacios vectoriales de R3. Los conjuntos { (0, 0, 0) } y R.3 son subespacios vectoriales de R.3, y tambin lo son los conjuntos
de este tipo:
R(a,b,c)
: IA(a,b,c)
|A
e R.l,
donde (q,b,c) es una terna de nmeros reales. Asimismo, los conjuntos definidos
por una ecuacin, anlogos al subconjunto F de R.2 que consideramos antes, son
subespacios vectoriales de R.3; por ejemplo, es subespacio vectorial de R3 este con-
junto:
R.3
de la tercera.)
captulo,urt
su.bespacio afn.
I.
ESPACIOS VECTORIALES
2x2 * x3
o}
R(4,3,2). Note-
\F2:
{(xr, xz,x) e
R3
Finalmente, generalizamos lo visto a cualquier Rn, Enfatizamos aqu, en particular, que es subespacio vectorial de Ru cualquiera de la forma:
I(xt,xz,...,xn) e R"
I a'1x1 -t cL2x2-1
"
' + anxn = OI ,
donde a7, &2, .. ., &n son nmeros reales. No sera subespacio vectorial este conjunto
si la ecuacin fuera a.1x1 * 612x2 * "' + cLnxn : d con d + O'
ril
'lll
lrlt
R(1,0,0) + R.(0,0,1)
: I(xr,xr,x:)
e R3 I
xz:
OI
en la que vemos, en particular, cmo un subespacio vectorial de R.3 definido por una
ecuacin se puede expresar como Suma de subespacios vectoriales del tipo R(a,b,c).
En general, cuand.o trabajamos con subespacios vectoriales, de lo que se trata es de
7Ms adelante, tras estudiar sistemas de ecuaciones lineales en el captulo [V, veremos cmo relacionar subespacios vectoriales definidos por ecuaciones con subespacios vectoriales del tipo R(a,b,c),
y no sIo para R3, sino para cualquier Ru.
23
INTRODUCCIN
relacionar subespacios determinados por una ecuacin o por varias (stos ltimos
son interseccin de los determinados por una sola ecuacin) con Ia suma de subespacios del tipo R(a1, a2, . . . , cln). Hasta el captulo [V, cuando tratemos los sistemas
de ecuaciones lineales, no tendremos herramientas suficientes para resolver completamente este problema; por ahora, nos debemos conformar con estudiar algunas
situaciones particulares, como Ia del citado ejemplo 13 o las vistas en los ejercicios
del manual Problemas Resueltos.
Fr:R(0, 1,1)
y F2:{(xr,xz,xz)e
R3
lx1 =x2+x3},
se prueba tienen un nico vector en comn: (0, 0, 0), con Io que se est efectivamente
demostrando que son independientes. Por otra parte, en el ejemplo 18 (cf. p. 49)
se comprueba que la suma Fr + F2 es igual a R3. Esto significa: todo vector de R.3
se puede escribir como suma de un vector de F1 y un vector de F2, y adems esta
descomposicin del vector en suma de dos, uno de cada subespacio, es nica.
Tambin hablamos de suma directa, que no es ms que la suma de subespacios
vectoriales independientes. Por ejemplo, Ia suma de los subespacios vectoriales F1
y F2 de R3 del parrafo anterior es suma directa; se denota: F1 @ F2. Y tambin se define eI concepto de subespacios vectoriales suplementariosi son aquellos cuya suma
directa es igual a todo el espacio vectorial. Los subespacios vectoriales Fl y F2 de los
que venimos hablando son suplementarios: F1 o F2
p3.
Termina el apartado de independencia de subespacios vectoriales con la generalizacin (por otra parte inmediata) de Ia nocin de independencia (y de suma directa)
a ms de dos subespacios vectoriales. Es de observar, sin embargo, que la caracterizacin vista de Ia independencia de dos subespacios vectoriales (interseccin igual
a
{(0,0,...,0)})
Iineal. Afirmar que un vector u (de R.4) es igual a :una combinacin lineal de Ios k
vectores ttr, ttz, . .., uk (todos de R.) no es ms que afirmar se verifica Ia igualdad
u : ttrLt* 1QUz +...+ aauapara algunos nmeros reales 41, 2,..., at (alos
que a veces nos referiremos como los coeftcientes de la combinacin lineal). Dicho
ms tcnicamente: el vector u es igual a una combinacin lineal de los k vectores u1,
I.
24
LJz, . . ., LJk
si
ESPACIOS VECTORIALES
+ .+Ru.
Por ejemplo, el vector (2,3) de P2 es igual a una combinacin lineal de los vec-
(2,3)
- a(1,1) + b(0, 1)
para
a.-2yb 2yb
1;
Ntese que, sean los que sean los vectores ur, u2, ..., uk de R, el vector nulo: (0,0,...,0), es igual a una combinacin lineal de ellos; no hace falta ms que
tomar todos los coeficientes iguales a 0:
(0,0,...,0)
aftnes
+ jur'
rJn subespacio
se denota: u + F.8
8De suyo, la notacin debera ser {u} + F, pero abreviamos quitando las llaves.
gEstos
tipos "bsicos" son los que Iuego intersecamos o sumamos.
l0Ntesequesielvector (at,aZ,...,an)esnonulo,entonceselsubespaciovectorialW(at,a.Z,...,an)
noesigualal{(0,0,...,0)},yelsubespacioafnanteriornosereducealconjunto
{(ut',u2,""uil}'
25
INTRODUCCIN
"'+ enxn:0I
Una consecuencia que se extrae del texto es que estos subespacios afines se pueden
escribi de esta forma:
(1)
{{xr, xz
donde d es un nmero real. (El nmero d puede ser nulo o no; en el primer caso,
estaramos ante un subespacio afn que tambin es subespacio vectorial; en eI segundo, ante un subespacio afn que no sera subespacio vectorial.) Cuando Ios nmeros d-1, az, ..., cLnno son simultneamente nulos, de todo conjunto de la forma (1) se
dice es un hiperplano de R.i 1 Los hiperplanos de R.u son, pues, subespacios afines
determinados por una ecuacin de Ia forma a.1xl -l 612x2 -l ' ' ' + anxn: d con los
nmeros 6Lr, &2, ..., 6Ln no simultneamente nulos.
A modo de muestra de lo dicho, en el ejemplo 33 (cf. p. 61) se prueba que el
hiperplano determinado por la ecuacin xt - x3: 4, es decir:
: {(xuxx)
- xz: 4I
verifica: A: (4,0,0) + {(x1,xz,x) e R3 lxr -x::0}.
e R3 | xr
El Itimo concepto que se estudia en esta seccin es el de combinacin afn. Afirmar que un vector u es igual auna combinacin afn de los k vector:s tl'y, 2, ' ' ', uk
significaafirmarsesatisfacelaigualdadu:a7ur*21t2+"'+akukpataalgunos
nmeros reales a1, otz, ..., o(k que suman 1; es decir:
- atUt *
zWz
l<Ul<
C{r
* AZ -l
O{,
1.
-2,-l) -
-1),
para &
- 2y b- -1,
or-
denada de vectores de R.2. Escribimos un sistema de vectores ene parntesis, separando los vectores por comas. Por ejemplo, los cuatro siguientes son sistemas de
vectores de R2:
(1
,2))
los nmeros a7, a2, ..., an son todos nulos, eI subespacio afn resulta igual a R.u, que no
considera un hiperplano.
se
I.
26
ESPACIOS VECTORIALES
El primero y el cuarto son sistemas en los que figuran dos vectores; se dice que su
cardinal es igual a2. El segundo sistema tiene cardinal igual a 3 (se considera que
en definitiva figuran tres vectores, a pesar de que hay uno repetido); y el tercero,
cardinal igual a 1. Es de observar que el primer sistema y eI cuarto tienen los mismos
vectores, pero no en el mismo orden; se consideran sistemas distintos.
Consideraremos tambin sistemas de vectores de R.3, que se definen de manera
anloga; por ejemplot ((1,-2,2),(0,-I,0)) o ((1,0,0), (1, -7,-23), (1, -1,0)). Y
alguna vez tambin sistemas de vectores de R4, como ((0,
-1,-2,1),(1,-2,5,0))
: -l
se obtiene:
a(1,
-1)
B(2,-2) = 2(1,-r)
- Q,-2) :
(0,0),
Io que permite responder afirmativamente la pregunta recin formulada. Los vectores (1, -I) y (2, -2) son entonces linealmente dependientes. Tambin expresaremos
esto afirmando que el sistema ((1, -l), (2,*2)) es un sistemaligado.
La definicin se extiende con facilidad a vectores de Rs (y de R.a). Por ejemplo, los
vectores (1, -1, O) y (-2,2,0) de R3 son linealmente dependientes, pues podemos
escribir:
(1,
-1,
O)
1G2,2,0)
(0,0,0),
que es una combinacin lineal de ellos igualada al vector (0,0,0) y con alguno de los
coeficientes (en este caso, ambos) distinto de 0.
Saber si unos vectores dados son linealmente dependientes o no, o lo que es lo
mismo: saber si eI sistema que forman es ligado o no, es fcil cuando se trata de uno
INTRODUCCIN
27
Vectores linealmente independientes Unos vectores dados son linealmente independientes si no son linealmente dependientes. Tambin se dice: un sistema de
vectores es libre si no es ligado. En concreto, que unos vectores sean linealmente independientes, o llue un sistema de vectores sea libre, significa entonces lo siguiente:
la nica combinacin lineal de esos vectores que es igual aI vector nulo es aquella en
la que todos los coeficientes son iguales a 0.
De acuerdo con lo dicho en el apartado anterior, podemos afirmar lo siguiente:
EI sistema formado por el vector nulo es ligado, y cualquier otro sistema for-
I.
28
ESPACIOS VECTORIALES
(I,2) =
yunvector genrico
(1, 1) + (0,
que Io expresa efectivamente como combinacin lineal de Ios vectores (1,1) y (0' 1)'
Cuando un sistema de generadores es, adems, un sistema libre, recibe el nombre
de base. Una base de R2 es, pues, un sistema cuyos vectores son linealmente independientes y generan R.2. EI sistema del eiemplo del prrafo anterior: ((1,1), (0,1)),
eS una base de R.2: sus dos vectores generan R.2, y como no Son proporcionales,
tambin son linealmente independientes. Todo vector de R2 es entonces igual a
algUna combinacin lineal de los vectores (1,1) y (0, 1), ya lo hemos dicho, pero
hay algo ms aI tratarse de una base: esa combinacin lineal es nica. Por ejemplo: (-1,1) : -(1,1) + 2(0,1), y no hay otra manera de escribir (-1' 1) como una
combinacin lineal de (1,1) y (0, 1); es decir, los coeficientes de una combinacin
lineal de estos dos vectores que sea igual al vector (-1,1) han de ser necesariamente -I y 2. Se dice que -1 y 2 (en este orden) son las coordenadas del vec-
: 0(1,0,0) + 1(1,1,0)
29
INTRODUCCIN
(-1,1),
I)
-1
2(1,1)
(0,
portresvectores: ((1,0,0),(0,1,0),(0,0,1)).Esinteresanteobservarquelascoordenadas de un vector en la base cannica son precisamente las componentes del vector.
Por ejemplo, las coordenadas delvector (2,5) enlabase cannica de R2 son 2 y 5,
exactamente sus componentes, pues: (2, 5) : 2(1,0) + 5(0, 1). En el texto (cf. p. 74),
Dimensin de un espacio
vectorial
I.
3o
ESPACIOS VECTORIALES
vectores (I,-2)y(5,-9)deR2formanunsistemalibre(puesnosonproporcionales);
como son tantos vectores como marca la dimensin de R.2 (ya que son exactamente
dos), automticamente son tambin generadores de R.2, y el sistema que forman es
una base de
R.2.
Y otra consecuencia ms: no es posible tener una cantidad de vectores linealmente independientes mayor que la dimensin, As, por ejemplo, en R2 todo sistema
de tres o ms vectores es ligado, y en R.3 todo sistema de cuatro o ms vectores es
ligado.
Tambin se aplica le definicin de dimensin a los subespacios vectoriales de un
espacio vectorial.lz Hay una propiedad en la que se relaciona la dimensin de un
espacio vectorial con la de sus subespacios vectoriales. Enunciada esta propiedad
particularizada para R.2, reza as: la dimensin del espacio vectorial R.2 es mayor
o igual que la de cualquiera de sus subespacios vectoriales, y el nico subespacio
vectorial de R2 que tiene dimensin igual a 2 es el mismo R2. Como consecuencia,
cualquier subespacio vectorial de R2 tiene dimensin igual a 1, excepto eI mismo R.2,
que la tiene igual a 2, y excepto el que tiene como nico vector el vector nulo: {(0,0)},
cuya dimensin se define como igual a 0.13 La extensin a m3 (y a cualquier R) es
ctl
I
t,
propio
vectores de cualquiera de sus bases, ya que es ul espacio vectorial que no admite base (como no hay
vectores no nulos, no hay vectores linealmente independientes). Definimosla dimensin de este espacio
vectorial como igual a 0. Lo mismo acontece con el subespacio vectorial de cualquier Ru formado slo
por el vector nulo, como por ejemplo { (0, 0, 0) }: su dimensin se define igual a 0.
INTRODUCCION
3r
-1)),
((1,2),(-2,-4)),
((1,2))
14Ntese que cualquier combinacin lineal de Ios vectores (1,0) y (3,0) es un vector de la
forma: a(1,0)+(3,0):(a+3,0)(paraalgr.rnosnmerosrealesayp),yelvector(a+3,0)tambin
tiene nula su segunda componente: de ninguna forma, pues, puede ser igual a (0, -l). AI hacer combinaciones lineales de vectores que tienen nula una misma componente, se obtienen inevitablemente
vectores que siguen teniendo nula esa componente.
I. ESPACIOS
32
VECTORIALES
2,4))
:1
Y rango
((0,0,0,0))
0.
Cuando se trata de dos vectores, y descartado el caso trial en que ambos fueran
nulos (el rango sera igual a 0), se tiene que el rango es igUal a 1 si ambos vectores Son proporcionales, y es igUal a 2 si no Son propolcionales. (Recurdese que
el rango coincide con el nmero mximo de vectores linealmente independientes.
.rf
((-1,
D,Q,-7)):
: (2,-I,7) + (-2,-4,I0):
(0,
-5,17);
ysumamosaltercervectorelprimero: (-1,0, 1)+(1,2,-5): (0,2,-4). Elnuevosistema obtenido: ((1, 2, -5), (0, -5, 17), (0,2, -4)), tiene eI mismo rango que el sistema
INTRODUCCIN
33
original, pero la construccin llevada a cabo hace que podamos asegurar del primer
vector que no es igual a una combinacin lineal de los restantes. Si "extraemos" este
primer vector, reducimos el rango en 1:
rango
((1,2,-5),
(0,
-5, 17),(0,2,-4)):
1 + rango ((0,
-5, 17),(0,2,-4)).
:
:
rango ((1,2,
Finalmente, queremos comentar que, conocido el rango de unos vectores, podemos decir varias cosas de ellos. Por ejemplo:
. si el rango es igual al nmero de vectores, stos son Iinealmente independientes; si es menor, los vectores son linealmente dependientes;
. si el rango es igual a Ia dimensin del espacio vectorial al que pertenecen los
vectores, se trata de un sistema de generadores; si es menor, no es un sistema
de generadores;
o como consecuencia de Ios puntos anteriores, si el rango coincide simultneamente con el nmero de vectores y con Ia dimensin, entonces eI sistema es
una base.
El sistema cuyo rango hemos calculado: ((1, 2, -5), (2, -I,7), (-I,0, 1)), es una base
de R.3, pues su rango coincide con su cantidad de vectores (lo que establece que son
linealmente independientes) y coincide con Ia dimensin del espacio vectorial (lo que
establece que se trata de un sistema de generadores).
I. ESPACIOS
34
Ll
VECTORIALES
Espacio vectorial
sobre un cuerpo
rqyctg
rrutx
db
ffi
{a
gnqry|9n +
Kr
O" q v
m"Ty"s
r,os
dr ceipo K)
Notacin
Cuando consideremos un espacio vectorial E sobre un cuerpo K, representaremos los vectores con letas en negrita: x, Lt, ...; y los escalares con letras griegas: a, A, . . .
El elemento neutro de la operacin + sobre E (adicin de vectores) ser denotado: O; el
de Ia operacin + sobre K (adicin de escalares):0, y el de la operacin . (multiplicacin
de escalares): 1. Tambin omitiremos los signos . y ., de forma que el producto de escalares a ' p ser denotado:
ap,y
eI
vector o(.
ser denotado:
vectorial
Sea E
ax.16
. YxeE,0x=O,
. VAeK,A0:0,
. Vx E, -x: (-I)x,
o V A e K,
x e E, trx - 0
<+
f^
-0
o
[" -0.
lsEs decir, la ley de composicin interna + verifica Ias propiedades (cl), (G2), (G3) (ca) enunciadas
V
en Ia p. 406; y la ley de composicin externa ., las propiedades (Ll), (L2), (L3) y (L4) enunciadas en la
p. 409.
l6Excepto por la omisin de los signos . y ., estas notaciones son las que
empleamos para las leyes de
composicin externas (cf. p. 409).
.i.I
EJEMPLO
35
Si (K, +, .) es un cuerpo conmutativo, K es un espacio vectorial sobre el cuerpo K al considerar como ley de composicin externa la operacin ' del cuerpo:
KXK
(a,x)
En efecto: las propiedades exigidas en la
ot-x:x.
definicin de espacio vectorial son una consecuencia
El conjunto R (con
Y la ley de
n > I)
es
(2)
VA e
R., Y
(lxr,A,xz,...,A,x)
(3)
el cuerpo
EJEMPLO
R..
(o\,0<2,...,o.n) +
(para(qr,d2,...,ar)eKny(Bt,Fz,...,B)eK"),ylaleydecomposicinexternadadapor:
A(ar, qz,
(para A e K y (ar, ot2,...,
EJEMPLO
a,) e K'),
...,ot) :
(Aar,Aaz,..., Aa")
Si E y F son dos espacios vectoriales sobre el mismo cuerpo K, entonces podemos articular
el conjunto FE, de las aplicaciones de E en F, como un espacio vectorial sobre K.
Sean
g@) y
denotamos:
e E,
lf
+ Sl@)
: f(x)
s@).
Es
I.
36
Notacin
O(x) : 0r,
cacin
ESPACIOS VECTORIALES
F.
YxeE,lafl(x)=af(x)'
Podemos, pues, considerar la ley de composicin externa:
eFE,
la cual verifica ser, como el lector puede comprobar sin dificultad, asociativa en los elementos
de K, distributiva respecto de la adicin en K y respecto de la adicin en E, y neutra para el
elemento 1 de K.
En conclusin: con Ia adicin y la ley de composicin externa aqu definidas, FE es un
espacio vectorial sobre K.
Kn
2. Componentes de un vector de
y (Bt,82,.
..,
2,..', n)
de K son iguales:
(ar ,2,... ,c(n)
: (Bt,82,...,
Fn),
precisamente si:
d1 :
Fr, a2:
Fz,
...,
Y oht: B"-
Es decir:
:
2 :
c{1
(cxr
, 2,... , 2)
BT,
F2,
Yan : Fn'
Componentes de
u
n vector de K?I
sikffi,*e'J:,illxet,",e.t*:dde*"1-*'r;idtr&lqb$"
sffiq{4 a{q{
e"ru'ffi4ffiffie*-m,.* t;*""F*d"dd"df;i-Fg'i
;*-*;;;:;;;.';
11
SUBESPACIOS VECTORIALES
1.2
37
STJBESPACIOS VECTORIALES
1. Deftnicin de subespacio vectorial Mostramos la definicin de subespacio
vectorial, y a continuacin damos un primer ejemplo.
Subespaco
vectorial
(u,ut) e F X F
v---+
r) +
u e F,
(1)
-del
(A,u)
eKxF-trueF,
(5)
-ldo
subespcio
vectorial
es
: s 3acio vectorial
EJEMPLO
EI
subconjunto de
R3:
F -es
I(xt,xz,x) e
R3 I x1 + x3
6)
aF.
De la definicin del conjunto F deducimos que una terna
precisamente si:
X7+x3=0.
(xt,xz,xE) de
R3
pertenece a F
I.
38
En otras palabras, un vector de
pertenece
R.3
ESPACIOS VECTORIALES
(x1,x2,xz) y w
: (yt,yz,yz)
x:+x3:0 Y !t+!z:O'
Entonces:
u+
yU+W
u : (xt,xz,xs)
(yt,yz,y)
= (xr
(6)
y telcera,
Como
Se
de F, y
por tanto:
Xl -lX3:Q'
y
sea
I un escalar
U)
Pero Au es un vector de F, pues la suma de sus componentes primera y tercera es, de acuerdo
A(xr +x3)
:0.
un subespacio vectorial de
R3.
vectorial
Sea E
un espacio vectorial
Si
z es un vecto de E, eI conjunto:
Kz
: {xE I ld
K,
x:
az}
es subespacio vectorial de E.
En efecto. EI conjunto Kz es no vaco; por ejemplo: O
: Iazld
y (a + o(')z e Kz.
K}
S U B ES
39
A(az)
subespacio vectorial de E.
Obsrvese que si z :0, entonces:
Si
En efecto. Por ser F subespacio vectorial es no vaco, as que existir algn vector x
de E tal que: x F. De (SV2) se deduce: (-1)x e F, y de (SVl) se concluye pertenece
a
F el vector: x +
(-l)x
O.
subespacio
vectorial
Proposicin l.l
SiE es un espacio vectorial sobre un cuerpo K yF es un subconjunto no vaco de E, una condicin necesaria y suficiente para que F sea subespacio
vectorial de E es:
V (a,) K2, V (u,u) e F2, uu + frut e F.
Demostracin
(B)
au e F
neceaFelvector:lu+lw:u+ro,yportantoseverifica(SVl).Ysiuesunvectorarbitrario
de F y A es un escalar arbitrario, de (8) se infiere pertenece
tanto se verifica (SV2).
EJEMPLO 6
EI
subconjunfo F
de
1@1,xz,x) e
R3 |
R.3, es
un subespacio vectorial
R.3.
y / : (/r
(0,0,0) e F; y si x
(xt,xz,xz)
Zxt
x2
2x3
- g y 2y, -
7z + 2yz
(e)
0,
y si a y p son dos escalares (en este ejemplo, nmeros reales), entonces pertenece a F
By:
2(axr + By) - (axz + By) + 2(axz + Byz) :
vector: ax +
a(2xt
x2 + 2') +
BQyt - lz + 2y3) = g.
V (a,) e R2, V
(x,y)
e F2, ax + Py e F,
el
R3.
I,
4o
ESPACIOS VECTORIALES
2. Interseccin de subespacios vectoriales La interseccin de dos o ms subespacios vectoriales es un subespacio vectorial; nos Io muestra la siguiente proposicin.
Interseccin de
subespacios
vecto riale
FrFza ')Fr,
es un subespacio vectorial de E.
Demostracin
Designemos por F la interseccin de Fr, Fz, . .,, Fn. En primer lugar, observamos que F no es el conjunto vaco, pues el vector 0 pertenece a cada subespacio vectorial F ,
1 < < n,ypor tanto: 0 e F.
En segundo lugar, si u y u son vectores de F, y ay B son escalares, entonces acontece que
el vector au + pro pertenece a F. En efecto: como Ft, Fz, ...,
se tiene (cf. proposicin I.1, p. 39):
, au + Bu e Fi,
(u,u) e F2, qu + pw e F,
E.
c.e.D.
{(0,0)},
R(a,b) = Il(o,b) e Rt lA e
R.2:
R2,
Rl con(a,b) e R.2,
EJEMPLO
El subconjunto de R2:
R}
(^,2^)
para algn
R..
Y, recprocamente, todo vector de esta forma, esto es: (4,21) para algn A
e R., es un vector
fines exclusivamente prcticos- que (4,2tr) esunvector
-con
genrico del subespacio vectorial R(1,2).
de R(1,2). Podramos decir
2.
4L
SUBESPACIOS VECTORIALES
EJERCICIO
Si(a,b) esunvector de R2 yr
es
Generalizar esre
St
resultado.
R(a,b).
: l(xtxz)
e R2 | axt + bxz: oI
: R(-b,a),
(10)
y por tanto G tambin es, en este caso, un subespacio vectorial de R2. La igualdad (10)
a+
O, se tienen las
siguientes equivalencias:
(xt,
x)
<- (xt,x)
<-
(xt,
R (-
1)
I,r),
x) R( - b, a),
y en consecuencta:
{(xt,x)
Si
similar
EJEMPLO
0, entonces
b+
e R2 | axt + bx2
O (pues
:0} :
R'(-b, a).
EI subconjunto de R2:
{{tr,xz) c
es
R2
l3xt-x2 -o}
I.
42
R3
ESPACIOS VECTORIALES
R.3:
{(0,0,0)}, R3,
R(a,b,c) ={A(a,b,c) eR.3 ll R'} con(a,b,c) e R3,
son subespacios vectoriales de R3.
EJEMPLO
El subconjunto de
R.3:
: {^(1,2,-L)
R(1,2,-1)
es
un subespacio vectorial de
lA e R} = {(4,24,-^)
|A
R'}
R3'
en
Observemos que un vector genrico de R^(1,2, -1) es (4, 24, -^), en el mismo sentido
que (4,24) lo es del subespacio vectorial R(1,2) de R2 (cf' ejemplo 7'p' a0\'
,lt
ol
(11)
'1lil
EJEMPLO I
R.3:
= l(xt,xz,x) e
Fz
R3 | xt
= I(xt,xz,x) e
R.3 I
Zxz + x3 = 0l
xt
= ZxEl
son subespacios vectoriales de R3, y por tanto su interseccin: Fr n Fz, tambin es un subespacio vectorial de R3 (cf. proposicin I.2, p' 40)' Adems, se verifica:
Ft.Fz: R(4,3,2).
GZ)
En el captulo IV veremos un mtodo que nos permitir obtener el subespacio vectorial que es interseccin de dos o ms subespacios vectoriales dados. Por el momento, nos
Nota
(a,b,c) de
R3 pertenece a F2
(12).
precisamente si:
a:2c.
(Zc,b,c)
para algnc
Yalgn b e
R.,
.3. SUMA
43
DE SUBESPACIOS VECTORIALES
y todo vector de la forma anterior pertenece a F2. Podemos decir que el vector (2c,b,c) esun
vector genrico del subespacio vectorial F2.
Ahora, el vector (2c,b,c) pertenece a Fr (y por tanto a Ft n Fz) precisamente si Ia suma
de su primera componente, su segunda componente multiplicada por -2 y su tercera componente es igual a 0:2c-2b +c:0, obien: b =3c12. Podemos, pues, afirmar queunvector
pertenece a F1 ) F2 precisamente si es de la forma:
(zr,r,r)
para algn c
R,
es decir:
un vector genrico de F1 o
Fz
es: (zr,?rr, ,)
En conclusin:
Ft
) Fz-
donde en la ltima igualdad se ha utilvado el resultado del ejercicio 1 (cf. p. 41). Queda as
probada la igualdad (12).
Rn
R.4:
{(0,0,...,0)},
R,1,
subconjunto de Ru:
I.3
cLzxz
+ -+ cLnxn - 0l
R?x.
espacio
A+B
{z e E I 1x e A, 1Y e B, z
x + YI
Tambin escribiremos:
A+B-{x+ylxeAy
ye
Bl
I,
44
EJEMPLO
SiA
ESPACIOS VECTORIALES
},entonces:
A+ B - {(0,0), (-1,0)}.
Notacin
Si
escribiremos:
es
+ A, en vez de:
x+A:l.t+ylyeAI.
Del conjunto x + A diremos es la suma del vector x y el coniunto A (ntese que, de
no haber hecho esta observacin, deberamos decir: "suma del conjunto formado por el
A
nico vector x y el conjunto
A").
Consecuencias de Ia deftnicin de suma de coniuntos Si A y B son dos subconjuntos no vacos de un espacio vectorial E, se verifica:
(sl/o+A=4.
En efecto:
0+A
(52) Si
: {0+y I y AI = \y I y e Al = A.
es un vector de E, entonces:
Y z e E, z e
x+A
<+ z
-x
e A.
<- z-xe
x yy
x+A- y
A.
+ B, entonces:
z e E, (z + x) + A = (z + y) + B.
x)
+A
es de la forma:
(z+x)+r paraalgnze
Ahorabien, de lahiptesis'. x + A:
es unvector de y + B, con lo que:
y +8,
se tiene
* tr: y + u'
A.
quex +
para algn
(que pertenece
ax
+ A)
u' e B.
45
EJEMPLO
l2
Reconsiderando los conjuntosAyB del ejemplo 11 (cf. p. 44),siC = {(0,0), (1,0)}, severifica:
A+B+C
ma de
subespacos
f.3
Proposicin
Si
ve cto ria le s
1:to2 (con u2 e F y uz e G)
p
dos vectores arbitrarios de F + G, y sean a y dos escalares. Entonces podemos escribir:
q(ut+ut) + B@z+w) : (uut+ Fu) + (atot+ Bwz); como F y G son subespacios vectoriales,
se tiene: au1+ pu2 e F y uw1 + Butz e G, luego:
Demostracin
Sean u1 -ttr)1(con
ur e F y wt e G)yu2
vectorial.
c'Q.D.
De forma similar se probara que si Ft, Fz, . . . , Fn son subespacios vectoriales del
espacio vectorial E, entonces su suma: F1 + F2 + ' ' ' + F", tambin es un subespacio
vectorial de E.
EJEMPLO
13
h- R(1,0,0) y
Se
tiene que Fr
Fz
:R(0,0,1).
F2 es el subespacio vectorial:
- I@r,xz,x:) e R3 I xz - 0l
A(1,0,0) +g(0,0,
1)
Fz es de la forma:
paraalgnA e RyalginU e
R;
I.
46
pero: A(1,0,0) + (0,0, 1)
En consecuencia: F1
Fz
ESPACIOS VECTORIALES
es nula).
F.
=
Por otra parte, un vector arbitrario de F es de la forma:
(xrO,
pero: (x1, 0,xs)
cia: F
F1
+ F2,y
xs)
para algn x1
R.
y algn x3 e
R;
3. Subespacios vectoriales independientes Si F y G son dos subespacios vectoriales del espacio vectorial E y z es un vector de F + G, por definicin de suma
existen vectores u F y ut e G tales que z : u + rrr. Pero puede ocurrir que existan
otros vectores ?' F y w' e G de modo que Z = n' + to', coiau' + rt y ut' + u. EI
siguiente ejemplo es una muestra de esta situacin.
EJEMPLO I
ft :
EJEMPLO
l5
Si Fr Y F2 son los subespacios vectoriales del ejemplo 13 (cf. p. 45), se tiene que el vector (2,0,3) pertenece a F1 + F2, pues:
(2,0,3) -(2,0,0)
+(0,0,3)
(13)
.3, SUMA DE
SUBESPACIOS VECTORIALES
47
unvector genrico de
F1 es de
y si:
(0,0,),
(14)
entoncesnecesariamente A:2y tt =3, ylaigualdad(14)se
(2,0,3): (4,0,0)
reduce a la (13).
tes si todo vector de su suma se puede obtener de forma nica como suma de un
vector del primero y un vector del segundo. En otras palabras: dos subespacios
vectoriales F y G de un espacio vectorial son independientes si de:
EJEMPLO I
Fr=R(0, 1,1)
R.3:
y Fz=l@t,xz,x)e
R.3
lxr:xz+xzI
Por el momento, nos limitamos slo a una comprobacin: tomemos, por ejemplo, Ios
vectores (0,2,2) Fr y (3,1,2) F2, cula suma es (3,3,4), que por tanto es un vector
de Ft + F2, ! veamos que de la igualdad:
(3,3,4)
donde
(0,x,x) y (y + z,y,z)
(y
(O,x,x) + (y
z,y,z),
z,y,z) :
(15)
y de F2, respectivamente,
se
(3, 1,2).
(0,2,2) y tam-
Slo hay, pues, una forma de expresar el vector (3, 3,4) de Fr +Fz como suma de un vector
de F1 y un vector de F2:
(3,3,4)
(0,2,2) + (3,r,2).
I.
48
ESPACIOS VECTORIALES
independencia de
dos subespacos
vecto riale
Proposicin
f.4
vectoriales Ft
Ft^iFz: {0}.
Demostracin
lu:u+O, conuFt,OeFz,
lv
fr:o+r, conoe F1,ueF2,
I
: u + u2,
I v
lP
CorIUl
F, v2 eF2,
se deduce (restando): 0
lu
(ur
= u', +
ul)
(16)
+ (uz
ut-ui:uL-uz.
Z
Ahora bien, como se tiene que ut -u\ e Fl y que u'z -uz e Fz, de (17) se deduce que tambin
ut - ui e F2y u'2 - u2 e F1, luego:
Ur-rt1 Fr.Fz y trz-Uze F1 o F2,
y con la hiptesis: Ft
Fz
EJEMPLO
C.Q.D.
0:x+x,
x = 0. En consecuencia, slo el vector (0,0,0) pertenece simultneamente a F1 y
aF2:Fy nF2 = {(0,0,0)}.Lossubespaciosvectoriales FtyFz son,entonces,independientes.
y por tanto:
49
FeG,
y de F e G se dice es la suma directa de F y G. Si, adems,
E
Se
verifica:
F e G,
EJ
EM
PLO I
ln xz+x-_l! x+xt-xt\-(,-
z '
\"'
z /-\'"
Xz-Xt-fX1
-x2+X3\
y adems:
)er,, (.,,3Y
(r,".#
Iuego: (x1,xz,xs)
ca: F1 o Fz q
R.3,
e FtaFz.
En consecuencia: R3
se concluye: F1 @
F2:
)erz,
R3, es decir,
)z
F2 son
suplementarios.
De forma anIoga a como hemos hecho con dos subespacios vectoriales, se define
lu:ur-tu2*'.
vtn eFn,
1v
I
collul
lu:u,-luz-1 "'lun,
se deduce: uI : ur, Llz : u2, ..., un : un.
I
F1, u2eF2,
...,l)nFa,
I.
5o
ESPACIOS VECTORIALES
Finalmente, otra forma de expresar la independencia de los subespacios vectoriales Fr, F2, ..., F," es la siguiente: cada vector u de su suma determina de forma
unvoca (inequvoca) n vectores r, Ltz, . . ., ttn tales que:
lL1
Ff ,LJZe FZ,...,UnFn,
'lUn,
U:UI*U2*
EJEMPLO
l9
Es
R2:
(2,2)
(0,0) +(2,2)
+(0,0) y
(2,2)
(2,0) + (0,0)+(0,2).
No obstante, podemos utilizar de alguna forma la caracterizacin de la proposicin I.4 (cf. p. 48) para estudiar la independencia de ms de dos subespacios vectoriales. Comencemos con el caso particular de tres subespacios. Consideremos, pues,
tres subespacios vectoriales F1, F2 y F3 de un espacio vectorial E. Si se verifica:
F1
Gz + F: ) son independientes,
F2
y ft sonindependientes,
entonces podemos afirmar que los tres subespacios Fr, Fz y Fz son independientes.
En efecto. Si
1,t.
es
un vector de F1 + F2
: ut -t 2 -t us
)z
para algn u1
1- F3,
entonces:
,3. SUMA DE
SUBESPACIOS VECTORIALES
5r
de
F3,
[1]
y Gz+
F1
l2l:
F2Y
ln
- tl:
Un para
Fz
u Ft * Gz +
'*
Fn),
u2 -t
elue
a:
l.,an-tILJneFn-LlFn,
y de ln
1l
siue
y un
conclusin:
F1
EJEMPLO
20
: R(1,1,0,0,0), F: -
son independientes.
R(0, 1,1,0,0),
F4:R(0,0,0, 1,0),
I. ESPACIOS
52
VECTORIALES
Para demostrarlo, comprobemos en primer lugar que son independientes los subespacios
y (Fz + Fs + Fq) , para lo cual (cf. proposicin L4, p. 48) vearnos se verifica:
vectoriales
Ft.
(Fz + Fz
+ Fq) :
y) :
{(0'0'0'0'0)}.
(x,x,x,x,y).
(s, s, 0, 0,
(18)
dedonde:x-s-t-
x:L, 7:0,
: 7-
O. En consecuencia, F1
{(0,0,0,0,0},
dedonde:
Fr)
- {(0,0,0,0,0\,
y Fz y Gz + F+) son
independientes.
Finalmente, veamos que F3 y Fa son independientes. Si (0, x, x,0, 0), vector genrico de F,
pertenece a F4, entonces:
(0,x,x,0,0)
(0,0,0,
,0)
para algn I e
R..
Ua.
h,
(x,x, x, x,y)
entonces:
0:x*s,
2:x+s+, -1 -x+t,
-2-x+L, 1:!,
Fz, F3
Fa, res-
53
de donde:
de los vectores:
Lt1
..., Fn son subespacios vectoriales independientes de un espacio vectorial E, su suma: F1 + Fz + ' ' ' * Fn, se denota:
Si Fr, Fz,
FrOFz@ '@Fr,
y de Fr o Fz @ . @ Fn se dice es la suma directa de Ft, Fz
EJEMPLO
2l
R.s
tes, como en este mismo ejemplo citado se demostraba, as que su suma es suma directa:
F1e-F2 oFE oF.
4. Combinaciones
lineales
Com binacin
I
neal
'.., un precisa-
Todo vector que es combinacin lineal de vectores de un mismo subespacio vectorial pertenece, a su vez, al subespacio vectorial.
I.
54
EJEMPLO
22
El
vector (3,0,
-3)
ESPACIOS VECTORIALES
-l y I
23
R.3:
- I{*t,xz,x) e R3 I xz -
0}
I.4
y (0, 0, 1),
SUBESPACIOS AFINES
1. Definicin de subespacio afn
pacio afn de un espacio vectorial:
Su be s pacio
0)
afn
A:u+F:Iu+xlxeFI.
Nota
En lo sucesivo, con la frase "rr + G es un subespacio afn del espacio vectorial E ",
supondremos implcitamente que r, es un vector de E y que G es un subespacio vectorial
deE. A
EJ
EM PLO
24
55
- {(r,1,1)}
A
EJEMPLO
25
(1,1,1) + {(o,o,o)}.
- {(r,1,1)} -
es un subespacio afn de R3, ya que, como comprobamos a continuacin, A es igual al siguiente subespacio afn de R3:
s:
Si
(xt,xz,xz)
es
unvector de A, es decir:
X1
xt :
(-xz,xz,-xz)
entonces:
(0,0,0) + R(-1,1,-1).
1-X2:0 Y x2+x3:0,
xz(-1,
1,
S.
-1),
(0,0,0) + A(-1,1,
-1)
para algn A e
R.,
-l) = (-^,4, -A), y se tiene: (-^,^, -A) e A,ya que: (-l) + (A) = 0
^(-1,1,
y(l)+(-A)=0.Enconsecuencia:
ScA.Yendefinitiva:A:S,yAesunsubespacioafn
pero: (0,0,0) +
de R3.
EJEMPLO
26
El siguiente subconjunto de
R.3:
A:
I@t,xz,xe) e R3 | xt - xz
4I
que es no vaco (por ejemplo: (4,0,0) e A), es un subespacio afn de R3, pues es igual al
subespacio afn:
B:
xt - xs :
I.
56
se
ESPACIOS VECTORIALES
tiene: (xt,xz,x3)
(4 + A,r,A),
A: (4 + A) - (A) = 4. En
conse-
B.
u+Klu:{u+ArlAeK}
es tambin un subespacio afn de E.
una consecuencia inmediata de la definicin. Ntese que si ru
anterior se reduce a {u}.
Es
Si
EJEMPLO
27
0, el subespacio afn
r + 0, del subespacio afn u+ Krrr de E se dice es una recta del espacio vectorial E.
^ {(xr,xz,xz) R3 I xt
h,-
Ay
+ xz
- 0 y xz -t xz - 0},
(0,0,0) + R(-1,1,-1),
(-1,1,-1) + (0,0,0).
F) ee
(ut + F
u + F).
es
57
Demostracin
F);
(uteu+F) <- (ut-ueF) <- (u-ueF)Por otra parte, como el lector puede comprobar, se verifica:
(ut + F
u + F).
C.Q.D.
subespacio afn
sea subespacio
vecto rial
Pro pos ic i n
verifica:
1.6
/
Si
u+Fes
[rro.sp
\ <-
acio vectorial)
(u +
F:F) <-
se
(u F).
Demostracin
u+F:0+F:F.
Elrecprocoesobvio:
siu+F:
(ueF):
Io que termina de probar el
(u e
0+F) e
(u
resultado.
c.Q'D.
deE,
4-u+F-u+G.
IJna respuesta parcial nos la da la siguiente proposicin.
I.
5B
lgualdad de
subespacios
afines
Proposicin 1,7
cio vectorial E: u
igaales: F - G.
yu
Siu +F
+F:
7D
ESPACIOS VECTORIALES
G, entonces
deduce: (u +
se
44):
(ut - u) + G.
1e)
G-(w-u)+G:F.
-u)
- u) + G es un subespacio vectorial, y por tanto (cf. pro+G, eu unido alaigualdad (19) permite finalmente concluir:
C.Q.D.
EJEMPLO 28
Si F es el subespacio
vectorial de
R3:
(0,0, -4) + F.
(4,0,0) + F
(0,0,-4)
(4,0,4) e F; de
esta
+ F.
2. Interseccin de subespacios aftnes Fuede ocurrir que dos subespacios afines de un espacio vectorial no tengan ningn vector en comn; en este caso, su
interseccin es el conjunto vaco, que no es subespacio afn.
EJEMPLO 29
I
I
a
,.4.
59
SUBESPACIOS AFIN ES
:.
lt:t
W
ffiai
Y;,
m
W':
W.
W:
M.
ffi.
lnterseccn de
subespacos
afines
(u +F) n (ut + G)
- z+ (F n G),
MI:
ffi
ffii
W
w,.
W
ffi.
I.5,
p. 56): u * F
ffi
ffi
ffi
ffi
(2 0)
ffi
Si
ffi
es un
vector de E, se verifica:
ez+F
ffi
x(z+F)n(z+G)
r. ez+G
y en consecuencia:
concluir: (u + F)
EJEMPLO
30
(z
(ut
<-
<+
l., -zeG
zFG <- xez+(F
+F) n (z+G):
:.
-zeF
v
nG),
+G)-z+(FnG).
C.Q..D.
h_
F2
ffi
xt - 2xz * xz - ol
{{*r,xz,x) e R3 I xt - 2x3I
I@r,xz,x3) e
R3 l
tes:
A: (3,2,1)+Fr y
(7,5,3) +Fz.
F2
+ R(4,3,2).
I.
6o
3. Hiperplanos
deRn
ru =
ior*r: al,
l{rt,*2,...,xn). R' I i:7
EJEMPLO
3l
ESPACIOS VECTORIALES
6Lr,az,...,&nno sonsimultneamente
El conjunto siguiente:
{ttr,xz) c R2 l+"r-txz-T\,
es
un hiperplano de
R2.
Proposicin
1.9
R.3. Si
B- (*,0,0) iF,
a3x3:0|.
ld\_
lr,
i,rr,h)
eF
g-
e A,
y como consecuencia: A: B.
Si fuera a : O y a.2 + O, entonces la definicin de B, en (21), hubiese sido:
B
* (0,*,
o) + r;
(2r)
O,
d+
Entonces
6r
: (0,0,dlaz)
prueba que A: B,
La demostracin para el caso general es anloga:
d"l
- 0l
t-r
EJEMPLO
32
C.Q.D.
= l@1,x2,xz,xq) e
R4 | 2xz
- xs : 4I
es un hiperplano
tanto:
donde F
EJEMPLO
33
Es
n: (o.1.0.0)
\"' / *.
{(xr, xz,xz,xq) e Ra | 2xz - xs
oI.
un hiperplano de R3 el conjunto:
A:
l(x1,x2,x) e R3 | xt - xt
4I
el cual ya se comprob es un subespacio afn de R3 (cf. ejemplo 26, p. 5 5). De acuerdo con lo
dicho en los prrafos precedentes, se tiene:
= (i,0, o) *
|&,,rr,x) e R3 | xr - x : ol.
EJEMPLO
EJEMPLO
34
35
La recta (1,2,3) + R.(1,2,1) es dbilmente paralela al subespacio afn A del ejemplo anterior,
de R3) C :
p. 55): A : (4,0,0) + R(1,0, 1) + R(0,1,0).
ya que: R(1,2,1)
.I(xt,xr,x)
R.3 I
x1
-4
= g\.
I.
6z
ESPACIOS VECTORIALES
aftnes
Dados 7t vectores u)r, 7t)2, .. ., un de un espacio vectorial E, si 41, d2, . . ., n son n escalares tales que:
5. Combinaciones
1*A2+"'+n:I,
del vector fD1 -r 21o2
vectores u)L luz, ..., un.
EJEMPLO
36
El vector (0,
eS
pues,porejemplo, losescalares
(0,
-1, 3)
1).
pacioafnu+FdeunespaciovectorialE,yseanu*rt1;u-1Lt2,...,u+llnvectores
pertenecientes a u + F (Y por tanto r, Ltz, ..., un son vectores del subespacio vectorial F). Si r es un vector de E que es una combinacin afn de ellos, probemos
queuu+F.
Por sert unacombinacin
ot2,
...,
a,o tales
Que: o{1
z@ +uz)
+ '*
0(n@
+un).
(22)
\ o,r,-r)+
w:()a)u+
\ / '- 'l
L
i:]
'r:f
)aiLti,
i:l
y como Zorut e F (pues es combinacin lineal de u1, uz, ..., lrn, vectores del
i:I
Escolio
e u + F.
F,y r es el
vector:
+."
+ ar(u
+u),
123)
Zot * I,
:1
t-r
(24)
6E
entoncesrr,lnoperteneceau+F,salvoenelcasoelementalenqueu+Fseasubespacio
vectorial de E.
En efecto. Supongamos que u + F no es subespacio vectorial, y por tanto que u F
(cf. proposicin I.6, p. 57). Queremos probar, bajo las hiptesis enunciadas en el prrafo
anterior, se tiene que w u + F, y para ello procedemos por reduccin al absurdo, es
decir, suponemos que u u + F. De (23) obtenemos:
,:(;a,)u+9o,u,,
\- /
7_,
z e F tal que:
/n
f\4'llrr,
o bien:
r,
lu+\
a,u,=u+u.
/n\n
(I"')u-u:u-\uu,
t=r /
-r
-'
(S o,) - r)
./
"= (\\a-,/
\" - i.*,,,,)
l,,,
Vl e K- {1}, Vw eu + F, Aut u + F.
I.5
SISTEMAS DE VECTORES
En esta seccin introducimos varias definiciones y notaciones que sern de gran uti-
S:
(ur,Ir2,...,Un).
De los vectores 7)r, u2, .. . , un diremos son los vectores del sistema S. Al conjunto
formado por ellos lo denotaremos por S.
Dados dos sistemas (u1,u2,...,u.,) y kut,tuz,...,w*) deny m vectores de E,
respectivamente, consideraremos son iguales si:
U)2,
6+
I.
EJEMPLO
37
ESPACIOS VECTORIALES
R.2.
Conellos
. 5r: (u1,u2,u3),
. Sz : (uz,ut,ua,,uE),
. = (u1,ut,uq), donde observamos que el vector u1 figura dos veces,
c S = (ua,ua,ua,u1,u1), donde observamos que el vector u4 figura tres veces, y el vector u1 dos.
Los conjuntos asociados a estos cuatro sistemas son:
: lut,uql y B :
St:
{ut,uz,u},
Sz
{ut,uz,uE,u+},
{ut,uo,}.
EJEMPLO
38
39
3, Card(Sz)
= 4, Card(A) =
5.
EJEMPLO
(ur,
I)
Volviendo de nuevo a los sistemas del ejemplo 37 (cf. p. 64), podemos escribir:
(Sr,
(ur))
(u1,u2,u3,u1)
y ,8)
= (u1,ur,uq,u+,uq,ua,u1,u1).
EJEMPLO
40
o Sr s un subsistema de Sz;
A es un subsistema de B, puesto eue u1 no figura ms veces enA que en B,y u4figu.ra
I.
6.
T.6
6S
bsicas
de
Vectores
linealmente
dependientes
Hrff"-;.;
.,' 0. u
(ur,n?:
.,,,ed
se
se dicg_ryT li4qqhnepte deeldisnteq o del siatq4a
dkg es
rn qis{ernAjigedA, S qgtrn eSqqlarcs fi1, fla, ., n &ru. A-o tsdo{ zuos, tde-qug
Sistema ligado
* o(Tu\- 0.
tUt * zUZ *
lineal
Sea E
un espacio vectorial.
verifica:
o (0)
es
un sistema ligado.
: 0 y I I O; es decir,
En efecto: 10
(u) no es un
sistema
(por eiemploi P
: I
apt
qr = dz = ... :
-l oQl)z +
otn
que:
ligado.
Todo sistema en el que uno de los vectores es igud a una combinacin lineal
de los restantes es ligado.
Sl u es igual a una combinacin lineal de u:, u2, ..., un, es decir, para algunos escalares 0\, 0e,. .., o(z se tiene: rrr : o.ttrt * dzuz + .' ' + du un, entonces:
(-l)u t
ot1u1 -t ot2u2+ .
.' + d.nun :
O,
y no todos los escalares ( - 1), ar, 012, .. ., c{z son nulos. Los vectores u), u t, uz, .. ., u n
son, pues, linealmente dependientes, o lo que es lo mismo: el sistema (w,ut,uz, . . . ,un)
es ligado.
I.
66
EJ
EMPLO 4 r
Los vectores
ESPACIOS VECTORIALES
3B:0,
y por tanto: B = 0 y a :
a:
2u+
(0,0,0),
(0,0,0), entonces:
2B:0,
3a +
-8, y sustituyendo
B:0.
en Ia primera llegamos a:.2p
ay p,no
(2 s)
c:
0y
0 verifican
0,
(2 5).
EJ
EMPLO 42
tl)
EJERCTCTO 2
no es un sistema ligado.
I y 1 no son todos
Estudiarparaquvalores dea e
de
R.3.
R.
nulos y se verifica:
-4(I,I)
+ I ( 1, 3) + 1 (3, 1)
(0, 0).
2. Otras propiedades
gado
Proposicin l.l0
Sean u )/ rp dos vectores de un espacio vectorial E sobre un
cuerpo K. Si u * O, entonces una condicin necesaria y suficiente para que (u , ut)
sea un sistema ligado es: ru e Ku.
Demostracin
La condicin es necesaria. Si
tales que:
uu+Bw-O,
(26)
5, VECTORES
LIN
EJEMPLO
EALMENTE DEPENDIENTES
43
6Z
u=
ay b son linealmente
(t,-t,2) y
rt)
(2,a,b).
-1,2)
(2,a,b).
equivalente
vb:4.
En la siguiente proposicin se presenta una condicin necesaria y suficiente para
Proposicin f.l
Demostracin
s mismo.
La condicin tambin es suficiente. Para demostrarlo, consideremos un sistema de vectores B = (ut,uz,...,u"), y supongamos es ligado el sistema:
g'
(u1,u2,. .. ,up)
con
p < rL,
que es subsistema de B (no se pierde generalidad al suponer que tal subsistema ligado es de
esta forma). Como B'es un sistema ligado, existen escalares
tales que:
tt)tl
dzUz+
"'+
d.pup
=O.
"'+
otz,
(27)
...,
O<nUn:Ol
c.e.D.
Nota bene Puede ocurrir que un sistema B sea ligado y que todo subsistema de B de
cardinal menor no lo sea. Por ejemplo, el sistema de vectores ((1,0), (0, 1), (1,1)) de R2
es un sistema ligado, pero cualquier subsistema suyo de cardinal menor no es un sistema
Iigado, como el lector puede comprobar sin dificultad. A
I.
6B
EJ
EM
PLO 44
ESPACIOS VECTORIALES
, -2,4) I
B_(,",-.b,5),(1,_L,2),(1,3,c+D,(a+blC,=W|,A),{z
/
\
es
un sistema
I.7
VECTORESLINEALMENTE INDEPENDIENTES
7. Deftnicin. Propiedades
bsicas
vectores
linealm
nte
independientes
Siste
ma libre
lineal
Sea E
un espacio vectorial.
verifica:
(u)
es
un sistema libre.
ECTORES
I_I
EALM ENTE
45
EJEMPLO
N D EP EN D I
6g
ENTES
Los vectores (1,2,3) y (3,2,1) de R3 son linealmente independientes, pues, como vimos en
el ejemplo 41 (cf. p. 66), estos vectores no son linealmente dependientes.
Recordemos que en el ejemplo citado buscamos qu valores de a y B verificaban:
o<(t,2,3) + p(3,2,1)
(0,0,0),
46
Los vectores ( 1, 1), ( 1, 3) y (3, 1) de R.2 no son linealmente independientes, pues son linealmente dependientes (cf. ejemplo 42,p.66).
Si
(2 B)
tJERCICIO
R3.
2. Otras propiedades
t:
cos vectores
libre
EJEMPLO
47
Proposicin l.l2
cuerpo K. Si u *
O,
: (1,-1,2) y u :
(2,a,b).
si:a=-2yb=4.Portanto,uytDsonlinealmenteindependientesprecisamentesi:a+-2
ob+4.
I.
7o
ESPACIOS VECTORIALES
Demostracin
C.Q.D.
Seanut,uz,...,unvectoesdeunespaciovectorialE.Demostraqueunacondicinnecesaria
que
suficiente para que un vectof to e E no sea una combinacin lineal de estos vectorcs es
de Ia
igualdad:
AtUt * zUz *
se deduzca: B
EJEMPLO
48
: 0.
0,
R, el vector (a,I,Q
(0,
(1,0,
1,0) V (1, 1,1).
1),
vectores
Para cualquier
+ o(nl,)n + BUt
ae
En efecto, de la igualdad:
ar ( 1, 0, 1)
(0,0,0)
se obtiene:
d1+d3
de donde (restando
concluye el resultado.
EJERCTCTO 5
tr.8
es
un sistema
libte'
7.
t)2,
..., tt
7t
tUt -l ZUZ -l
'I
O(nUn,
donde 04, z
Sistema de
generadores
U:0<7Ut-l
2U2
.''+
anUn'
EJEMPLO
49
t, como combinacin
(a,b)
to,
rr,
Io que establece que (a,b) es combinacin lineal de los vectores (1,0), (1,1) y (0, 1).
consecuencia:
En
R'.
Con palabras: R2 est generado por los vectores (1,0), (1,1) y (0, 1).
EJEMPLO
50
I.
72
EJERCICIO
Sean
A = (ut,uz,...,up) y B : (w1,w2,...,wq)
ESPACIOS VECTORIALES
vectorial E. Demostrar
a) A=L(A);
b) si F es subespacio vectorial
c) A=L(B) + L(A) =L(B);
d)
de E, se verifica:
AcF
L(A)
F;
L(A) = L(B);
L(B) + L(A,(u)): L(8,(u));
e) para cadau
f) si A es un sistema de generadores de E y A es subsistema de B, entonces B tambin
si A es subsistema de B, entonces:
E se tiene: L(A) :
es un sistema de generadotes de
E.
base
A continuacin definimos
Bas e
ffilrro
*'n*u
i,,0',,',un)au
E se dice es
:;:::;
Tlffi*fiffii*
EJEMPLO
5l
El sistemaB
es
-mrsl-
;:,-* ;
proposicinI.l2, p. 69). Y B
un sistema de generadores de R2, pues si (a,b) es unvector arbitrario de R2, entonces:
En efecto: B es un sistema libre, pues (1,1) R(0, 1) (cf.
(a,b
: a(I,I)
+ (b
es
- a)(0,I),
lo que establece que todo vector de R2 es combinacin lineal de (1,1) y (0, 1).
EJEMPLO52 Elsistema: ((1,0),(1,1),(0, 1)) noesunabasedeR2,puesaunqueesunsistemadegeneradores de R2 (cf. ejemplo 49, p. 71), no es un sistema libre: por ejemplo, los escalares -1,
y -1
EJERCICIO
-no
todos nulos-verifican:
(0,0).
B' : (u1,wz,...,rulq) son dos bases de un espacio vectorial E, demostrar que no puede ocurrir: B c B' , ni tampoco: B' c B.
Si B
: (u1,u2,...,up)
Nota
Obsrvese que es posible que dos bases de un mismo espacio vectorial no tengan
vector alguno en comn. Por ejemplo, los sistemas (tt,tl,(0, 1)) y ((-1,-1),(0,-1))
son, ambos, base de R2 y no tienen vectores comunes. A
,8.
La
descomposicin
de un vector
como
combinacin
lineal de los
vectores de una
base es nica
73
f.l4
Proposicin
vectoes B :
"'
1U71- 2U2-1
+ O(nUn
FtUt + BzUz+
"' I
Bnun
fi1 : BL, 2: Bz
Demostracin
, OQt: Bn.
..
a.nun
., dn, y
y lrt:
segunda, se obtiene:
(ar
Ft)ut + (az
Fz)uz + - - - +
(an- F)un,
dt - Bt = oe -
Fz
=... : n-
Bn = 0,
o bien: at : 8t, az : 02,..., ltn = 8n. En conclusin, todo vector de E se escribe de una
nica manera como combinacin lineal de los vectores de B.
La condicin es suficiente. Supongamos que todo vector de E se puede descomponer de
una nica manera como combinacin lineal de los vectores de B. En primer lugar, ya tenemos
que el sistema B es un sistema de generadores de E. En segundo lugar, para el vector O se
verifica: 0 : Our + 0u2 + . . . + jun, y esta descomposicin es nica, luego de la igualdad
oltutl
Coordenadas de
-n vector en una
base
Si
otzUz-1
"'+
o(nun:
: (ut,uz,...,un)
otn:0, yas
O se
es una base de
el
C.Q.D.
podemos
afirmar (cf. proposicin I.I4, p. 73) que para cada vector u de E existen unos
iios esc'ars''di 2t . . , o(n tal's'qffi'ii-r;'n ".""'f
'"..-r"':=".-''
-,.1.'-- ,,,,, 1.,-r',-rr
tt""tf
-'-'r:rr:'l't'
'r ';r'fi"''"t"
r
n i
''"-"'
-itfi1
t"+
! *
r''t','i
r.f"
- (ut,r)z,...,ur)
significa:
u-
=""'-'i.
-.ctm
'
".'':.'''
n'Ia'b's
base B
-"
2uz + ;'i.
04ut
AzUz
r'
-f ' * nun.
u en Ia
I.
74
EJEMPLO
53
ESPACIOS VECTORIALES
y
En el ejemplo 51 (cf. p. 72) vimos que el sistema ((1,1), (0, 1)) es una base de R2, observamos que s (a,b) es un vector arbitrario de R2, entonces:
(a,b) = a(r,t) + (b
(a,b)
a)
(o,I)'
:
enlas incgnitas a y p, admite otras soluciones distintas de a aY fi = b - a'
de que el sistey
(cf.
p.
consecuencia
73), como
De acuerdo con la proposicin I.14
(29) es'. o( -- &
ma ((r, 1), (0, 1)) es una base de R2, podemos afirmar que la nica solucin de
(a, b)
y B : b-a. O dicho de otra forma: los escalares ay b-a son las coordenadas delvector
en la base
(tt, t,
(0, 1))'
y
Por ejemplo, las coordenadas del vector (6,5) en la base ((1' 1)' (0,1)) son 6
(6, s)
-1,
pues:
6(1,1) + (-1)(0,1).
Nota
bene
(-1,
s)'
(o.t,0Q,...,o) +
(Bt,Bz,"',F):
Bc =
(a1 + Bt,uz'r
Bz,"',an+
Fn),
vectores:
(G,0,...,0),
(0,
pues si
(t,
2,.
..,
u)
"
an(o,"',0, 1)'
r(1,0,...,0) + Bz(0,I,0,...,0) +
se deduce:
"'+
Bn(O,'.',0,1) = (0,0,1)',0)
: Bz
Bn
O'
,8.
Notacin
75
K'
1).
: (e1,e2,...,e").
X - Xtt -f XZ9Z -f
Esto es: las coordenadas de un vector
x de Ku
+ XnOn'
sus componentes.
EJEMPLO
54
En R2 se tiene:
el
Obsrvese que hemos designado con la misma notacin los vectores ( 1, 0) y ( 1, 0, 0), y que
lo mismo acontece con los vectores (0, 1) y (0,1,0). La prctica demuestra que este abuso de
notacin no da lugar a confusin.
bene
yn>
Nota
Si K es un cuerpo
Teorema
Si e1 srstema:
3ase incompleta
Bp+r:
fs,
si up*L e L(B)'
L(8,(up+r)),
si
up*r L(B).
I.
76
Se
ESPACIOS VECTORIALES
verifica:
dQ.
Bp+t,
Bn+z
I
1
Br*r,
si
(Be*r, (u p*))
r+z e L(Be+r ),
si u p+z L(Bp+r ),
que verifica:
de Bp+2,
l tr-r,
Bn:1
L(8"- t,
si un e L(Bn-r ),
(u)) ,
si un L(Bn-r ),
que verifica:
a)
b)
un e L(8").
(30
En definitiva, B es una base de E que es subsistema de S y en la que figuran los vectofS U1, Uz,
. . .,
Up.
C.Q.D.
(ut,roz,...,w")
tienen gual
nmero de
vectores
Demostracin
del teorema de la base incompleta se deduce existe una base 81 tal que:
a) (wt) es subsistema de Br,
b) h
es subsistema
de
(ut,uz,...,up,wt).
',
Pero como
77
(ur,ur, .. .,up,luut) no
uz,...,uil,
de E tal que:
a) (wt,u2) es subsistema
b)
de 82,
(u,t,tu2
(ur r, ru
: 4.
I.9
vectorial
(rrr1,
base de E en la cual figuran los vectores linealmente independientgs 7o1, tD2, ' '
Nota
se ha
ampliado
una base de
E.
',Lop'
c.Q.D.
I. ESPACIOS
78
Todo espacio
vectorial de
dimensin finita
(d istinto de {0} )
ad m ite base
Corolario
VECTORIALES
{Ol , entonces
Dimensin de
76).
c.Q.D.
un
espacio vectorial
Dimensin nula
yB
EJEMPLO
55
es
El espacio vectorial R2 es un espacio vectorial de dimensin 2, pues el sistema ((1,1), (0, 1))
esunabase de R2 (cf. ejemplo 5I,p.72) y est formado por dosvectores: dim R.2 :2.
El espaco vectorial R.3 es un espacio vectorial de dimensin 3, pues su base cannica:
((1,0,0), (0, 1, 0), (0,0, 1)), tiene tres vectores: dim R3 : 3.
En general, R' es de dimensin 71, pues su base cannica:
?L
vectores: dim Rn
?2.
rL.
Consecuencias de Ia deftnicin de dimensin Sea E un espacio vectorial de dimensin finita, con dimE : rL, y n > I. Se verifica:
. Sin vectores ur, t)2, ..., t)n son generadores de E, entonces el sistema que
forman: (u r,ur,. . .,u n), es una base de E.
Como dimE = n > 0, alguno de los generadores u1, 1t2,..., un es no nulo, y por
tanto linealmente independiente. Como consecuencia del teorema de la base incompleta, existe una base de E que es subsistema de (ut,uz,...,u").Pero todas las bases
i.9.
.
.
79
de E tienen n vectores, luego los vectores de tal base deben ser precisamente los
generadores ut, uz, ... , I)n.
ellos
Aplicando el teorema de la base incompleta como se hizo en Ia primera consecuencia, podemos afirmar existe una base de E que es subsistema del sistema de generadores (u1, u2 ,. . . ,u*)i existen, pues, rL vectores linealmente independientes entre los
generadores ut, uz, ..., um. Que no puedan ser ms de n se reduce a la consecuencia
anterior.
La
dimensin de
un subespacio
vectorial
Proposicin l.l 7
SiE es unespacio vectorial de dimensln finitayF esunsubespacio vectorial de E, entonces F es un espacio vectorial de dimensin finita, y
es
menor o igual
que la de su
e s pacio vecto rial
Se
SiF:{0},entoncesp:0.YsiF+{0},entoncespvectoresdeFlinealmenteindependientes forman una base de F, pues si tales vectores no fueran generadores de F, existira
algn vector de F que no sera combinacin lineal de ellos, y podramos encontrar p + I vectores de F linealmente independientes (cf. ejercicio 5, p. 70). En cualquiera de los dos casos,
se verifica que el subespacio vectorial F es un espacio vectorial de dimensin finita igual a p,
que es menor o igual que la dimensin de E.
Finalmente, si F + {0} y F c E, no puede ocurrir que p sea igual a dimE, pues en tal
caso p vectores linealmente independientes de F formaran una base de E, y F sera igual
a E. Y si F : {0} y F c E, es obvio que p < dimE. En consecuencia, si F c E, podemos
escribir:
P:
dimF <
dimE.
c.e.D.
I.
8o
Corolario
Si
F c f, y damF
dimE, entonces F
ESPACIOS VECTORIALES
E,
I.1O
Rango de un
sistema de
vectores (o rango
de unos vectores)
p:
0, es decir:
diml(u1,1t2,...,u^):0,entonceslosvectoresttt,t)2,...,ltmsontodosnulos,yno
hay ene ellos vectores linealmente independientes.
o rfl9o (ur,uz,.
.,u*)
tofes
t)
r, t)2,
Se deduce
Iinealmente independientes.
Si
si
es igual a una combinacin lineal de los vectores 7tr, 7tz, ..., t)m, es decir,
' + o<m7)m paa unos escalares 1, 2, . . ., m, entonces:
., U *) = rango (7r t, 7t 2, . . ., u
.
^)
:
que
Es consecuencia de
L(u,uy,uz,...,u*) L (u1,u2,.
rango (w, l) t, lt z,
..
..,u^).
SilosvectoresTrr,T)z,...,umsongeneradoresdeE,entoncessufangoesigual
ala dimensin de E.
Pues: rango (ut,uz, . . .,u-) : dim l (ut,uz,. .. ,u^) : dim E.
}.
8r
a es un escalar no nulo y en eI sistema (ur,uz,... ,u^) sustituimos el vectoru (con 1 < I < m) por uu, entonces el sistemaresultante tiene eI mismo
Si
..., dui,...,u*)
:
:
:
:
dimL(u1,...,
dim(Ku1
dui,...,u*)
+...
+ K(au) +
dim(Ku1 + . . .+ Ku
rango
... + Ku-)
+' . .+ Ku-)
(ur,...,u,...,U*)
rango
(ut,.,
,u
j,...,ui,. ..,um)
En efecto:
t"ngo(rr, ...,u,...,vj,...,u-)
o rilllgo (O)
0.
EJEMPLO
56
Si
es un
dimt
(O)
:
:
:
."
dim (Ku1 + ...
+. . .+ Ku-)
+ Ku; + " . + Ku +.' . + Ku-)
rango (ut,...,u,...,ui,...,u^)
dim (Ku1 +
dim{0}
57
+. . .+
Kuy
0.
EJEMPLO
+ Ku
:0,
: lfo, si u
Ll, siu+0.
el
-4(1,-t,1)
+ 6(1,0,
-I) :
(2,4,-L0),
el mximo nmero de vectores linealmente independientes entre los vectores dados es dos;
podemos escribir:
2.
I. ESPACIOS
8z
EJERCICIO
El rango no vara
si se suma a un
R3.
VECTORIALES
(b'O'-l) y (O,c'c)
vector u na
combinacin
lineal de los
de ms
Demostracin
Sea
(ur,ur,...,u)
vector:
1)'L
(3 1)
y por tanto:
uy
De (31) se deduce:
- ui - ( zuz+'''
+ unun)
(3 z
r,
(3 3)
tanto:
a su vez, de (3 2 ) se deduce : {u r, u Z
L(ut,
(34)
u2
(ut,r)Z
lim
I (r'r,t)2,.,.,nn) -
ran
go (ut
ran
go (u'1,u2
y en conclusin:
rango
El rango
disminuye en 1 si
se extrae un
vector que no es
combinacin
lineal de los
de ms
(ur,l)z,...,un) -
Demostracin
rango (ur,ur,7)Z
].
8E
p > 1, entonces hay p vectores linealmente independientes entre los vectores ul,
u2,..., uuy no ms de p; podemos suponer, sin prdida de generalidad, son los p priSi
L(to,ut,uz,...,ur)
= L(ut,u2,...,ur),y
de
: L(w,ur,uz,...,up),
de donde:
rango(u,uy,uz,...,un):
rngo
(w,ut,uz,...,up).
(35)
Ahora, como u no es igual a una combinacin lineal de los vectores uy, u2, . .., un, larnpoco es igual a una de los vectores ut,uz,...,rrp, as que el sistema (w,ur,trz,...,ur) es
libre (cf. ejercicio 5, p. 70), y se tiene:
rango(ut,7)L,l)2,...,Up): p + 1.
(36)
(ut,r)r,r)2,, ..,t)n)
tango
(-,ur,u2
rango(ur,t)2
C.Q.D.
2. Ejemplos de cIculo de
rangos
ur
(1,
1,0),
uz
: (2,I,I),
u3
R.3:
1),
(0,0,
ua
: (-I,0,2).
En primer lugar, elijamos un vector cuya primera componente sea no nula; por
ejemplo: u1.
A continuacin, consideramos el vector:
uL:uztu1'
donde
c{ es
uz
- 2u1 :
(0,
-1,
es nula. Nos
siwe a = -2:
1);
(Ur,l)2,U3,U4)
rang O (Ur,l)'r,UZ,U+)
(37)
(0,0, 1),
(0, 1,2).
I.
8+
rango
ESPACIOS VECTORIALES
se obtiene:
((
1, 1,0) ,
(2,1, 1 ), (0, o, 1 ), ( -
1, o, 2 ) )
:
Losvectores
-1,
Ahora, llevamos a cabo unprocedimiento anlogo con los vectores u2,u!y ua:
como sus primeras componentes son nulas, buscamos uno de ellos que tenga no
nula su segunda componente, por ejemplo: u'2, y siwindonos de l obtenemos de
los restantes vectores, esto es, de
nula. Definimos:
u : u5 + Ou, :
u : uL+ u;:
(0,0, 1),
(0,0,3),
-1,
:
:
El vector u'{, es decir: (0,0, 1), tiene no nula su tercera componente. Si conside-
ramos:
u' : u - 3u :
(0,0,0), se cumple:
rango((0,0,1), (0,0,3))
1+
rango((0,0,0)) = 1 + 0:
1 + rango
(ur,u't,u'n)
:2+rango(",")
:3+rango(u'):3.
1.
. soLUCtx or
EJEMPLO
5B
BS
ur
La primera componente de todos estos vectores es nula. Buscamos, pues, alguno que
tenga la segunda no nula. Por eiemplo: uz. Sirvindonos de ?2, obtenemos los vectores:
(0,0, 1,0),
u; - us - 2uz -
(0, 0, 3, 0),
Ui
- Ul
ui :
*
u'+ : u+
tt2
t)3
(0, 0, 0, 0),
(0,0, -1,3),
= 1 + rango (u\,uz,uL,u't)
ui no es nula: a partir
'
siguiente paso:
u:ui-3ut ul : u'q
u'{:u's* ui (ui,u|,u'+,u;)
(o,o,o,o),
(0, 0, 0, 0),
(0,0,0,3),
+ rango (u,u,uJ).
rango
(u,u',u'J)
r.11
Ejercicio
1p.
at
I
)
+ rango
(r,u';) - I + 0 :
1,
- 3.
e R*
{0}.
Se
e
donde A'
AlU.
I.
86
ESPACIOS VECTORIALES
Ejercicio 2 El sistema ((1,0,0),(0, 1, a),(0,a, 1)) es ligado precisamente si existen tres escala(p. 66) res a, y y,no todos nulos, tales que:
c{(1, 0, 0) +
B(0,L,a) + y(0,a,I)
(0, 0, 0),
o bien:
(3 B)
bien:
no
es ligado.
: I
oa
: -L
En el caso
a,I)).
cisamentesia:Ioa:-L
Ejercicio
(0,1,a),(O,a,l))
4
70)
Ejercicio
1p.
ohUt
azUz
+ oht)n + Bw
0.
. soLUCtN or
8Z
U):
B-L
(-atUt- 2U2- .-
nun),
YtUt
para
..
., yn, se verificara:
* YzUz *
tynun*Sw-0
(3 e)
deducirseque:0.
Ejercicio
(p. 7 0)
But +
(40)
0.
Como el vector rrr no es igual auna combinacin lineal de u1, uz, ...,un, de (40) se
deduce: P:0 (cf. ejercicio 4,p.70), yportanto d1u1 * 2u2-r "'+ nun: O,
de donde se infiere son nulos los escalares a1,a2,...,n, pues los vectores ?1,
nz, . . ., u n son linealmente independientes. En consecuencia, de la igualdad (40) se deduce: B : o<r : z: ...: o(n:0, Io que establece que el sistema (ut,7tt,uz,...,un)
es un sistema libre.
6 Se tiene:
(p.72) a) Stuie A, entoncespodemos
ui:1Y a - 0 si i + j.
Ejercicio
de u1,
a
7)2,
L(A): A c f(A).
Nota bene
Puede ocurrirt
A:
- (0).
b)
Si
c)
d)
(A es subsistema de B)
g fi
c L(B)
(c)
I(A) c f.
L(A) q L(B).
BB
I.
e)
ESPACIOS VECTORIALES
L(A)
fl
E:L(A)eL(B)=E,
de donde: L(B)
7
1p. z2)
Ejercicio
c B'. Entonces
- tttt :
O.
Peroestaltimaigualdadesunaformadeexpresarque (u1,n2,...,up,wt) esunsistema ligado, en contradiccin con el hecho de que (ut,uz,. ..,up,ru1) es un sistema
libre (aI ser subsistema del sistema libre B').
Un argumento anlogo demostrara que no puede ocurrir que B' est estrictamente contenido en B.
Ejercicio 8 Denotemos por r el rango de los vectores
(p. 82) r : rango((I,O,a),(b,0,-D, (0,c,c)).
dientes precisamente
r:
y asr
es igual a
si c
0, y es igual a 2 si c + 0.
Por otro lado, si ab + -7, como ya sabemos que (1,0,a) y (b,0,-D son linealmente independientes, slo nos resta estudiar si el tercer vector: (0, c , c) , es igual a
una combinacin lineal de ellos. Desde luego, si c : 0, la respuesta es afirmativa, y
se tiene:
c + 0, supongamos
se verifica Ia igualdad:
(0, 0, 0)
r"t
t.
soLUCrN
or
8g
(para algunos escalares a, B y y). Esta igualdad vectorial es equivalente a estas tres
igualdades:
Pb
:0,
)tc
y de la segunda
4 (cf. p. 70) per(1,0,
(0,
que
lineal
de
a) y (b,0, -1),
mite inferir
c,c) no es igual a una combinacin
y en conclusin:
r:
rango((I,O,a),(b,0,-I), (0,c,c))
3.
6Lb : -1
eb + -1
C:0
T-1
T:2
c+0
T:2
T-3
I.
9o
ESPACIOS VECTORIALES
RECAPITUIA.CION I
Deftnicin de espacio
vectorial
. Propiedades:
o YxeE,Ox:O,
o VA K, A0:0,
o VxeE,-x:(-I)x,
[A
-o
o
Lr-0.
K: al Considerar Ia operacin
como operacin
externa.
particular:
R?
componente, d2 s s
segunda componente, etc, y o( es su i-sima componente (1 < < 7L)'
Subespacos
vectoriales
po K:
(vt",u,)eF2,ut:rleF)
, ECAPITULACION I
9r
Propiedades:
o
o
.
.
A+B:I*+ylxe
Caso particular:
A:
{x}
Ay yBI.
+ A.
Si
{x1 +
.
.
Si
Fr,
F2,
...,
x2+'''
xnl xt
e A1, x2
A2,...,
xn e AnI'
directa, y se denota: F e G.
Condicin necesaria y suficiente de independencia: F y G son independientes
precisamente si: F n G : {0}.
Dos subespacios vectoriales F y G son suplementarios si: son independientes
y su suma (directa) es E: F @ G : E.
Combinacin lineal de los vectores r)r,t)2,...,un de E: cada vector del subespacio vectorial Ku1 + Kuz +' . . + Kun.
Un vector z e E es una combinacin lineal de u1, ltz,...,un si y slo si existen
escalares r, 2, .. ., n tales que: z : ru7 -l 2u2 + " ' + nltn.
Toda combinacin lineal de vectores de un mismo subespacio vectorial perteSi F y G son independientes, su suma se llama suma
I.
92
ESPACIOS VECTORIALES
Subespacos
.
.
Propiedades:
(u e F);
l(xr,xz,...,xn). R, I ior*r: al
i=I
.
.
Sistemas de
7)1, t)2, . . .,ltn de E son linealmente dependientes, o bien: eI sistema (u1,u2,...,un) es un sistemaligado, si: existen escalares t, 2,..., n,
no todos nulos, tales que yu1 -l 2u2-l ' . ' + anun: O.
Propiedades:
ligado;
: ICAPITULACION I
93
o
o
e Ku;
ligado, tambin lo es B.
t: dz
an:0'
Propiedades:
ueKu;
o
Coordenadas de un vector u de E en la base (7tt,uz,...,un): los nicos escalares r,o.2,...,n talesque: u: tut* 2u2 + .''+ nun.
Base cannica de Ku: el sistema Bc : (et,az,...,en), con: et : (1,0,...,0),
ez : (0,1,0, . ..,0), ... , en : (0,...,0, 1).
Las coordenadas de un vector de Kn en la base cannica son sus componentes.
I.
94
ESPACIOS VECTORIALES
admite un sistema de
(ut,uz,...,u*).
En particular, E
de vectores de cualquiera
Si E
denota: dim E.
tiene: dim Ku : n, dim{O} : 0.
Propiedades: consideramos dim E: rL, conn > I:
o n generadores de E forman una base de E;
Se
Se
cide con E.
con el rango de B;
el rango de B es menor o igual que el cardinal de B, y se da la igualdad si
RECAPITULACION I
7L'
y se da Ia
pero si
(ut,l)t,u2,,..,um)
rango
(7rr,uz,''',u^)l
aB
el rango aumenta en 1:
rang o (ut ,7) r,7)
No
Cnprulo II
APLICACIONES LINEALES
II. APLICACIONES
98
ESQUEMA
RESTJMEN
IxraonuccrN
99
Recordatorio sobre aplicaciones, 99 Definicin de
aplicacin lineal, 100 Propiedades de una aplicacin
lineal, 102 . Aplicaciones lineales con conjunto de partida un espacio vectorial de dimensin finita, I04 . El espacio vectorial
108
vectoriales,
Formas lineales,
109
Aplicaciones
afines, 110.
1.
lineal
. 115
de
1.
2.
3.
base
4.
19
rrnear
13
. T22
inyectiva.
dimensiones
El espacio vectorial
.C
(E, F )
I24
. T29
131
6.
132
Definicin de isomorfismo. Espacios vec. r32
toriales isomorfos
.133
Propiedades
Formas
1.
2.
3.
lineales
13
Base dual
Ortogonalidad
RcaprrrJLACrN
II
.135
.138
.139
139
Teorema de las
7. Aplicacionesafines
6.
2.
. LI7
2. Ncleo de una aplicacin lineal
3. Inversa de una aplicacin lineal biyectiva . I 1B
4. Composicin de aplicaciones lineales .118
finita
1.
13
5.
LINEALES
r13
I15
99
TRODUCCION
INTRODUCCION
Recordatorio sobre aplicaciones El lector que no est familiarizado con las
aplicaciones o con su manejo puede consultar el apndice A. No obstante, ofrecemos
en esta introduccin un repaso de lo ms esencial sobre ello.
Recordemos, en primer lugar, que luna aplicacinest definida por un conjunto de
partida,un conjunto de llegada, y una forma de asignar a cada elemento del conjunto
de partida un elemento y slo uno del coniunto de llegada. Por ejemplo, si consideramos el conjunto A: {I,2,3} como el de partida, el conjunto B : {a, b} como eI de
llegada,yasignamosalelementolela,yaloselementos2y3elb,tenemosunaapli-
f ,y se denota: lml.
Por otra parte, si consideramos eI subconjunto 81 : Ib,c\ de B, todos los elementos de A cuya imagen por / pertenece a 81 son 2 y 3 (ambos se aplican en b y
no hay ms que se apliquen en b, y a su vez no hay ninguno que se aplique en c).
Se llama imagen recproca por / del conjunto 81 al conjunto formado por los elementos de A cuya imagen por / pertenece a 81, y se denota: f l lBi; en smbolos:
f-rlnl : {x e Al f @) e Br} : {2,3}. Otros ejemplos de imgenes recprocas
son: /-1[{a}] : {t}, f-tl{a,b}l: 1r,2,3} y f-lUc}l: a.
aplicacin
bene
Nota
Ntese que la palabra imagen aparece de cuao maneras: imagen de un elemento por una aplicacin, imagen de un conjunto por una aplicacin, imagen de una
aplicacin, e magen recproca de un conjunto por una aplicacin. a
A continuacin, recordemos que una aplicacin / de un conjunto A en un conjunto B es inyectiva si las imgenes por / de elementos distintos de A son elementos distintos de B; o dicho de otra forma: dos elementos de A que tengan la
misma imagen por / son necesariamente iguales. Por ejemplo, si;f es la aplicacin
de A : {7,2,3} enB : la,b,c,dl ralque /(1) : e, f(2) : b V fG) = d, entonces;f es inyectiva, pues no hay dos elementos distintos del conjunto de partida con
Ia misma imagen por f . Sin embargo, la aplicacin h, entre los mismos conjuntos,
definida por h(1) : a, h(2) : b y h(3) : b no es inyectiva, pues hay al menos dos
elementos distintos con la misma imagen: LL(z) : h(3) : b.
Recordemos asimismo que una aplicacin / de un conjunto A en un conjunto B
es suprayectiva si cada elemento de B (conjunto de llegada) es imagen por / de aI
menos algn elemento de A (conjunto de partida); o expresado de otra forma: si Ia
imagen de / coincide con B. Por ejemplo, la aplicacin a del conjunto A : {I,2, 3} en
el conjunto B : |a,b] definidapor a(l) : b y u(2) : u(3) : 4 s suprayectiva, pues
cada elemento en el conjunto de llegada, es decir, en B, es imagen por z de algn
elemento de A: lm
por
"
(1)
u (2)
-precisamente:
dada
Definicin de aplicacin lineal En este captulo estamos interesados en aplicaciones cuyos conjuntos de partida y llegada son espacios vectoriales, y que cumplen
ciertos requisitos. Consideremos esta aplicacin de R3 en R.2:
R3
R2
(xt -
2xz, xz
+ xz).
f (t,0, -1) :
(1,
(-2,312).
f ((xt,xz,xz)
+ (yt,yz,!z))
de la suma de dos vectores del espacio vectorial de partida (en este caso, R.3)
es igual a la suma de sus imagnes, que son vectores del espacio vectorial de
llegada (en este caso, R.2);
ror
-RODUCCIN
cualesquiera que sean el vector (xt, xz, xz) de R.3 y el nmero real a, se cumple:
.f (u(xxz,x)) : af (xt,xz,,r3), es decir: Ia imagen del producto de un nmero real por un vector de R.3 es igual al producto del nmero por la imagen
del vector (en R.2).
La comprobacin de estas dos propiedades es sencilla, y totalmente anloga a Ia que
se lleva a cabo en el ejemplo 1 (cf. p. 113). Por verificarlas, se dice que Ia aplicacin /
es una aplicacin
Nota
lineal
de R3
es
R3
para algunos nmeros reales &, b, c, &', b' y c' Por ejemplo, son lineales las aplicaciones de R3 en R2 definidas de esta manera:
gt(xt,xz,xz)
Estos comentarios sobre cmo son las aplicaciones lineales se generalizan sin
dificultad a aplicaciones de Rz en Rm. Por ejemplo, toda aplicacin lineal / de R2
en R3 est definida de la forma:
f (xt, xz) : (axt + bxz, cL' xr + b' x2, a." x7 + b" xz),
para algunos nmeros reale s &, b, &' , b' , &" , y b"; algunas aplicaciones lineales de
en R3 son las definidas por:
(0, 0, xL
xz),
lEn eI citado apndice A se pueden encontrar otras notaciones generales para aplicaciones.
12),
R.2
II. APLICACIONES
LO2
LINEALES
Ker/.
En smbolos:
Laigualdad
R.2
tales que:
X1|-Xz-a
y X3-b;
r03
"TRODUCCION
es fcil obtener una solucirri x1 : 0, xz : e Y xz : b (aunque hay ms soluciones), con Io que efectivamente es posible encontrar, para cada vector (a, b) de R.2,
algnvector (xt,xz,x:) de R.3 tal que f (xt,xz,4) : @,b);por ejemplo, nos sirve'. (x1,x2,xs) : (0, a,b).Laimagen de la aplicacin;f, es, entonces, R.2: lm.f = R2.
Por otra parte, el ncleo de la aplicacin lineal / es el conjunto de los vectores (xr,xz,x:) de R3 cuya imagen por -f es igual al vector nulo: (0,0), es decir: f (x1,xz,xz) : (0,0). Esta ltima igualdad es equivalente en este ejemplo a
esta otra: (xt + xz,x3 ) : (0, 0), a su vez equivalente a las ecuaciones:
x1
-tx2-0 y x3-0.
(xt, xz, xt
xz).
b,
c)
x) e R2
lmg
: I(yt,yz,/:)
e m,3 I yz: Yt
+ Yzl
Por otra parte, el ncleo de g est formado por los vectores de R2 cuya imagen es
igual a (0,0,0), es decir, por aquellos (xt,x) de R2 tales que g(xux) : (0,0,0), lo
que es equivalente a las siguientes ecuaciones:
x1-0, xz-0 y
x1
-lx2-0.
(xt, xz) :
g:
(0, 0) }.
2
Quiz el lector esperaba encontrarse con Ia ecuacin de este subespacio vectorial escrita de
que usemos son indiferentes siempre que quede
esta forma: x3
e m3 Iyg :7r + yz\
claro a qu componente se refiere cada una. Los conjuntos I|t,/z,t)
Lo4
Aplicaciones lineales con conjunto de partida un espacio vectorial de dimensin ftnita Esta seccin es especialmente importante, pues las aplicaciones
lineales que nos interesan son las que tienen tanto como conjunto de partida como
conjunto de llegada algn R. (y ms particularmente R2 o R3, y eventualmente R4),
y todos los R.u son espacios vectoriales de dimensin finita.
lml;
en smbolos:
rangof
dim(lm/).
Para calcularlo, no hay ms que tener en cuenta esta propiedad: si calculamos las
imgenes por la aplicacin lineal de los vectores de una base del espacio vectorial
de partida, el sistema de vectores que forman estas imgenes (que es un sistema de
vectores del espacio de llegada) tiene por rango precisamente el rango de la aplicacin
lineal.a
105
,TRODUCCION
(0,1);
y el rango de la aplicacin lineal / es igual al rango del sistema que forman estas
imgenes: rango f : rango ((1,0), (1,0), (0, 1)) : 2.
Estudiemos otro ejemplo: la aplicacin lineal g de R2 en R3 definida de la forma: g(x1,x2) : (xt,x2,x1 t x2), que tambin se o en el apartado anterior. Ahora
el espacio vectorial de partida es R2, de base cannica el sistema Bc : ((1,0), (0, 1));
la imagen por g de estos dos vectores es: gr(1,0) : (1,0, 1) y g(O,l) : (0, 1, 1), y por
tanto:
rango
g : rango ((1,0,
2.
Recordemos que en el apartado anterior obtuvimos que Ia imagen de g es el subespaciovectoriallmg: I(yt,yz,ys) e R3 | yz: yt+ yzl;ahoranos damos cuentade
que la dimensin de este subespacio vectorial de R3 es igual a 2.
Despus de definir el rango, en esta seccin se estudia cmo una aplicacin lineal
queda perfectamente determinada con slo conocer la imagen por ella de los vectores
de una base. Ms en concreto, si de una aplicacin de Ru en R.% slo conocemos Ia
imagen de los vectores de una base de Ru, como nos digan que tal aplicacin es lineal,
h(I,0,0) : (2,0),
LL(0,
1,0)
: (-1,0) Y
LL(O,0,
1) : (0, t.
Supongamos que tambin nos dicen qtJe h es lineal. Hay forma de conocer Ia imagen
por h del vector (2, - 1, 3), por ejemplo? S. El vector (2, - 1, 3) se puede escribir
h(2,
-1,3)
Vemos que el hecho de que h sea lineal nos ha llevado a conocer la imagen del
vector (2,-1,3), conocidas las imgenes de los vectores (1,0,0), (0, 1,0) y (0,0, 1),
106
que forman una base. Con el mismo procedimiento podramos averiguar Ia imagen
de cualquier otro vector. Calculemos entonces Ia imagen de (xr, xz,x3), vector arbitrario de R.3; sus coordenadas en Ia base cannica de R3 (que coinciden con sus
componentes) sonx1, x2\ xgi
(xt,xz,xz) : xt(I,0,0)
: h(xJ
h(x1,x2,xs)
: xt(2,0) + xzGI,0)
: (Zxt - Xz,Xz).
+ x3 (0, 1)
Nota
En referencia a este ltimo ejemplo, debemos hacer notar que hay infinitas aplicaciones de R3 en R2 que aplican, como h, los vectores (1,0,0), (0, 1,0) y (0,0, 1) en los
vectores (2,0), (-1,0) y (0, 1), respectivamente; pero de estas infinitas aplicaciones hay
una que es lineal, y slo una: precisamente h. Ahora cobra sentido la afirmacin de que
una aplicacin lineal queda determinada cuando se conocen las imagnes por ella de los
vectores de
unabase.
h(xt,xz,x3)
pafiir
f - l{xt,xz,xz) R3 lxt*xz -
y x3:0}
_Di,'CDIJCC!N
La7
rang o
f :
rango ((I,2),
(-1,0), (0,3)) -
2-
r08
II. APLICACIONES
LINEALES
lo siguiente:
la imagen de la aplicacin lineal / tiene dimensin igual a 2 (no es ms que la
definicin de rango): dim(lm f) : Z, as que lm/ es un subespacio vectorial de
dimensin 2 del espacio vectorial de llegada, que es R2; como el nico subespacio vectorial de R.2 de dimensin 2 es el mismo R.2, se concluye: lm.; : pz'
. la aplicacin lineal ;f, es suprayectiva (podemos deducir esto de dos formas:
como consecuencia de que lmf : R2, o como consecuencia de que el rango es
igual a la dimensin del espacio de llegada);
. la aplicacin lineal / no es inyectiva (pues su rango es menor que Ia dimensin
del espacio de partida, que es R.3);
. aplicando eI teorema de las dimensiones, se obtiene que eI ncleo de / tiene
dimensin 1: dim(Ker/) : dm m.3 - dm(lm f) : Z - 2: 7.
Estudiemos otro ejemplo: la aplicacin lineal h de R.2 en R3 definida de la forma h(xt,x) : (2x7-t x2,-x1 - 3xz,xt). Las imgenes por h de los vectores de
Ia base cannica de R2 son: \L(I,O) : (2,-I,I) y Lt(0,1) : (1,-3,0), de donde:
rangoh: rango ({2, -1,1), (1, -3,0)) : 2. Deducimos lo siguiente:
. la imagen de h tiene dimensin igual a 2, es decir, es un subespacio vectorial
de R3 (espacio de llegada) de dimensin 2;
. hno es suprayectiva;
. h s es inyectiva;
. como h es inyectiva, se tiene: Ker h : { (0, 0) } (recurdese que Ker h es un subespacio vectorial del espacio de partida, en este caso R2); esta informacin la
vemos confirmada con el teorema de las dimensiones:
Este valor concreto del rango nos informa de
dim(Ker h)
dimm.2
dm(lm
h) :2 -
EI espacio vectorial
L(E,F)
Con la notacin
L(E,F)
se designa el conjunto de
Ias aplicaciones lineales del espacio vectorial E en el espacio vectorial F. Por ejemplo,
109
TRODUCCION
Recordando los resultados anteriores sobre aplicaciones lineales inyectivas y suprayectivas, podemos afirmar que una aplicacin lineal / de Ru en R?? (ya tomamos
iguales el espacio de partida y el de llegada) es un isomorfismo si su rango es igual a la
dimensin comn del espacio de partida y de llegada, es decir: rango f : dim Ru : 71,
y que no es un isomorfismo en caso contrario. Por ejemplo, la aplicacin lineal /
de R2 en R2 definida por f (x1,x2) : (x2,xt + 2x) verifica:
rango
f :
rango
(/(1,0),,f
2,
y como su rango coincide tanto con Ia dimensin del espacio de partida como con la
dimensin del de llegada, se trata de un isomorfismo. La aplicacin lineal g de R3
en R.3 dada por g(x1, xz, xz) : (x1 + 3x2 + x3, -3x2,x1+ x3) no es un isomorfismo,
pues:
fr(xr,x)
gt(xt,x2)
gz(xt,xz)
x7
x2
* I.
II. APLICACIONES
110
LINEALES
tambin tienen n elementos, la misma cantidad que todas las bases de R.u, pero tales
elementos son formas lineales sobre Ru.
Fijmonos en R.2 y en su dual: (R2)*. Vamos a estudiar un procedimiento para
*
construir una base de ( R.2 ) a partir de una base dada de R.2. Consideremos entonces
unabasede R2,porejemplo: B = (ut,z2), donde ut= (I,I)yuz = (1,0). Vamos a
definir dos formas lineales sobre R2, que denotaremos por ui y ui. La primera: zf ,
se define como aquella forma lineal que aplica cada vector de R2 en Ia primera coordenada que el vector tenga en la base B. Verbigracia, el vector (1,2) tiene coorde-
Analogamente, definimos la forma lineal ui sobre R2 como aquella que aplica cada
vector de R2 en la segunda coordenada que el vector tenga en la base B. Por ejemplo: u[(I,z) : -1, ul(2,3) : -1, y en general: uf (xt,xz) : xt - x2. Estas dos
formas lineales que acabamos de definir: ui y u), forman una base del espacio vecto*,
rial (R2) denominada base dual dela base B de R2, y que se denota: B. : (ui,ui)'
Veamos otro ejemplo, esta vez con una base de R3:
B
Y, engeneral,
(xt,xz,xz)
x2
1),
xT,
* x3.
Aplicaciones aftnes Recordemos que los subespacios afines se obtenan sumando un vector a los subespacios vectoriales. En cierto sentido, las aplcaciones aftnes
se obtienen de las aplicaciones lineales tambin sumndoles un vector. Concretando,
\TRODUCCIN
p2
&'
t@t,xz,x3)
Qx1 - 1,xr
- 1),
(0, 5 x7
- 213),
5x
Wt@t,xz,x3)
@l
- 1, _3xz + 1),
^/ryt
(I, xtXz),
)'
Lo dicho sobre cmo son las aplicaciones afines se generaliza sin dificultad a las
de R en Ru. Por ejemplo, son aplicaciones afines de R.2 en R3 Ias definidas de esta
forma:
N.T
1r3
il.l
DEFINICIN DE ApLIcAcIt
utEar
Aplicacin lineal
EJEMPLO
La aplicacin:
p3
(xt,
es
pz
(1)
Xz , Xz)
x - (xt,x2,x3)
yy
(yt,
jz,7z)
son dos
:
:
f(x) + f(y),
((x1 + yi + @z +
y),(xt
(yt
+ yt) +
@3 +
%))
!2,lt + !t)
f(ax)=f(axt,06z,o.xz)
= (ax1 l- Xz,}tXt + O<Xz)
: (a(xt + xz) , a(xt + xz))
: a(xt + xz,xt -l x)
: af(x),
y tambin se verifica (L2). En conclusin, la aplicacin
La aplicacin:
pz
(xt, xz)
--_-+
pz
----+
(xt xz,0)
2.
rr5
f (atu t -t 2u +'
2
En efecto. Para rL
verdadera (por (L2)).
(atu t)
t o(nf@il.
(2)
: wf
es
),
que
f (utut *
azuz
* o(n-run-t) - atf @) -t zf
@r
+ 't
O(n-rUn-l , Se tiene:
f(atur*azuz* .*o(nur)
- f (u + anun)
: f (u) + anf @")
- wf @) + azf @) + ' * ntf (ur_t) + anf (un),
donde se ha utilizado (L3) en las dos ltimas igualdades.
Queda as probada la igualdad (2) por el mtodo de induccin (o recurrencia).
II.2
lineal
En todo Io que
sigue, supondremos que E y F son dos espacios vectoriales sobre un mismo cuerpo K
y, con eI fin de etar confusiones, representaremos por 0 eI elemento neutro de la
2)
"f(OOu
La imagen del opuesto de un vecto es eI opuesto de Ia imagen del vector. Es
decir, severifica: Y u e E, f (-u) : -f (u).
Pues:
vectores de
de E, entonces eI sistema
")),
es
un sistema ligado de
Si
2.
PROPIEDADES DE UNA
APUCASON LINEAL
LL7
f (arut t a2u) : Xf
yportanto:
d.1u1
que.f-l [F1]
es
ot2r2,
un subespacio vectorial de E.
N cleo de u na
aplicacn lineal
K-i
f+
f @iffil
(La sigla "Ker" es una abreviatura de la palabra inglesa kernel, que significa ncleo.)
EI conocimiento del ncleo de una aplicacin lineal nos permite saber si sta es o
no
:\S
de aplicacion
lineal inyectiva
es
Proposicin
lineal
ll.2
de E en
inyectiva es:
Ker
f-
{0r}.
Demostracin La condicin
: {0r}.
como /(O) : 0
pues / es inyectiva. En consecuencia: Ker; : {0}.
La condicin es suficiente: suponemos que Ker/
Si
xyy
oe:f@)-f(y)=f(x-y,
yelvectorx-/perteneceaKer/;perohemossupuestoqueKer/:{0},luegox-t:On,
o bien: x : /. En consecuencia, de suponer que /(x) : f (y) hemos deducido eue x = y.
Esto es, Ia aplicacin
es
inyectiva.
c.e.D.
y tambin la
rr.3
1r9
les sobre un mismo cuerpo K, y aplicaciones lineales para las cuales el conjunto de
pafiida es un espacio vectorial de dimensin finita no nula.
Un primer resultado en estas condiciones es el siguiente;
Proposicin ll.4 Si f es una aplicacin lineal de un espacio vectorial E de mensin finita en un espacio vectorial F, entonces eI subespacio vectorial lm f es
de dmensin finita.
Demostracin
ma (f (ut),
Sea
, f (u*))
de
E.
Entonces el siste-
un sistema de generadores de lm /.
f
En efecto. Si u es un vector arbitrario de lm/, y u e E es tal que: f (u : tr, como
(ur,ur, . . . ,u*) es un sistema de generadores de E existen m escalares o\, 0e,. . ., a- tales
que: ? : O\Ut * d.2U2 -f . " + A.m7)m,de dOnde:
(uz),. ..
u)
es
: f(u) :
nr f @1) +
uzf @) + . . . + a*f(u,il,
ut es combinacin lineal de los vectores /(ur), f (u), ..., f (u*). El sistema de vectores (f (ut), f (uz),. . . , f (u*)) es, pues, un sistema de generadores de lm /.
Al ser (/(u1) , f (u),. . ., f (u* un sistema de generadores de lm /, este subespacio vectorial es de dimensin finita.
c.e.D.
as
Nota
P.79)'
Rango de una
aplicacin lineal
rango
)',
Sabemos que
sistema
:f = dim(lm f
7,21
Proposicin ll.5 Si f es una apcacin lineal de E en F, ambos espacios vectoriales de dimensin finita, entonces:
rango
Demostracin
neales, si
(ut,uz,...,u)
f -
ran
go(f
(u),f
(uz),.. ., f (u"))
c-
P, se tiene:
rango
En
dimE.
f:
Demostracin
Si
(ur,ur,. .. ,un)
es una base de E,
/,
rango
g}.
fd,hgOf
luego:
(4)
(s)
ls " fl(u)
: w,
obien
f)=
lm
rango(g "
g. De (5)
f) -
-al
f (u\-,
se tiene:
u e lm g; en
se deduce:
rangog,
C.Q.D.
L23
.3. APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA
Esta aplicacron
vector u, I
tanto: f (ut)
: 1u)i: tyi.
/ tambin verifica
La aplicacin
xyy
YtUt *
YzUz
YnUn
se deduce:
f (ax + By) -
y en consecuencia:
es lineal.
g(un) :
(B)
run,
S@):g(trtutl_A2u2
:trt1u,t-tA2ro2
Podemos, pues, escribir: Y
+...+ tr,u):hg@t)+A'zg@z)
+...+ A,"to": f(x).
x e E, S@)
: f (x),y
en conclusi 6n:
"'+
Ang@n)
g: f .
c.Q.D.
L(0,0, 1)
1,0),
(9)
donde Ar,
r25
Az
"f
(Arut -r Azu2
* .. . + A,ru) - f(0r),
inyectiva):
A1u1
d2U2+
". +A.ouo:gt,
dientes.
Probemosensegu.ndolugarlaimplicacin: (b)
(c). Sea:
dimE:n. Sin=0,enton-
Sin >
I,y (ut,t)z,...,nn)
f : rango(f(Qr)) :
t"n9o (0r)
dimE.
(1 1)
pero al ser los vector1s u1, u2,. . . , u, linealmente independientes, de acuerdo con la hiptesis
tambin Io son los vectores f (ut), f (u), ..., f (u"), y en consecuencia:
f = n:
(12)
vL.
dimE.
Probemos a continuacin la implicacin: (c) ==+ (d). Lo haremos por reduccin al absurdo:
supongamos que (u1,u2, .. , ,up), con k > 1, es una base de Ker/. Si dim E : n, del teorema
de la base incompleta se deduce que el sistemalibre (u1,uz, ... ,u se puede extender a una
base de E: (ut,Ltz,...,Ltk,k+t,.
rango
..,u),
y por tanto:
..
.,
f (u.
:
: rango(f (u,*t),. .., f (u"))
<n-k<n,
lo cual es absurdo, pues por hiptesis
el subespacio vectorial
conclusin:
Ker/
Ker/ del
se tiene que
rango/
dimE
: n. En consecuencia,
{0 }.
II. APLICACIONES
LL2
3,
-xz
+ 4)
LINEALES
puede
(3,1)
bene
Una aplicacin afn est definida por la suma de un vector del espacio de llegada y una aplicacin lineal, y ambos estn determinados fijada una aplicacin afn con-
Nota
creta. Esto marca una diferencia formal con los subespacios afines: un subespacio afn
un subespacio vectorial, pero aunque este ltimo est perfectamente determinado fijado un subespacio afn concreto, no lo est el vector. A
es Ia suma de un vector y
caciones afines, que son en cierto sentido anlogas de algunas propiedades que ya
hemos visto de las aplicaciones lineales; las ms destacables son las que hacen referencia a la imagen y a Ia imagen recproca. La imagen por una aplicacin afn de un
subespacio afndel espacio de partida es a su vez un subespacio afn del espacio de
llegada. Y se tiene una propiedad anloga para las imgenes recprocas: la imagen
recproca por una aplicacin afn de un subespacio afn del espacio de llegada es un
subespacio afn del espacio de partida, siempre y cuando esa imagen recproca no
sea vaca. Notemos que no haba necesidad de tomar esta precaucin con las aplicaciones lineales: a la imagen recproca por una aplicacin lineal de un subespacio
vectorial pertenece al menos un vector: el nulo.
LL4
bene
ag(xt,x)+g(y1,y)
EJEMPLO
Si
cualesquieraqueseanlosvectores
g((xt,xz) + 0r,y))
es igual
(xt,xz)y(jyr,jzz)deR2.
xeE*xeE,
que se denota: 18, es una aplicacin lineal de E en E.
En efecto. Se verifica (Ll), pues dados dos vectores u y rrr cualesquiera de E, se tiene:
Ir@ + w)
u + tD : IE(u) + Ir@t);
ant
- c{ Ir@).
neal
Proposicin
ll.l
lineal es Ia siguiente:
(L3) V (a,il eK2, V (u, w) e E2,
sea
f(au
+ But)
: uf(u) + Ff@).
son dos
:f(u')+f(u')
:1uu)+fgw)
: otf (u) + Bf Qa),
donde se ha utilizado (Ll) en la segunda igualdad y (L2) en Ia cuarta. De esta forma, de ser
lineal se deduce (L3).
La condicin es suficiente. De (L3) se deduce:
f (Iu + Iut) : If
es decir:
(u
+w)
(u) +
If
(ut),
decit:
-f es lineal.
C.Q.D.
r16
II. APLICACIONES
LINEALES
y de la propiedad ( 1) se deduce:
0r
:f
{Ou)
- f (utut *
zuz
ohun)
o(1
@r) + azf
@)
+ anf
(u),
lo que establece que los vectores f (ut), f (uz),..., f (u.) son linealmente dependientes, o lo que es lomismo: el sistema (f (ut),f (u),...,f (u" es ligado.
4) Dados rL vectores t)t, uz, ..., nn de E, si (.f (ur),f (ur,...,f (u)) es un srstema libre de vectores de F, entonces eI sistema (ut,ur, . . . ,u) es un sistema
Iibre de vectores de E.
Si (u1,u2,...,un) fuese un sistema ligado, entonces tambin sera ligado el sistema (f (ut),
s) Si Uy, 7t2,
f (u),.
..
f (u-))
hay p vectores
es
L,
p-
6)
no ms de
La imagen por
de un subespacio vectorial
Et
de E:
Nota
bene
7)
de F.
tmf
es
ot2to2.
-flEl:
{f fu)lu E},
un subespacio vectorial de F.
de un subespacio vectorial Fy de F:
f-'lrrl:
Iu e Et.I f @) e Frl,
es un subespacio vectorial de E.
El conjunto
no es el conjunto vaco: al menos Oz ,f-r tFrl, ya que O e F1
1[r], y
y f(On): 0 (propiedad (1)). Por otra parte, si uty uz son dos vectores de
f-rlFl
rr8
II, APLICACIONES
biyectiva
Si
LINEALES
y: f(x) e x: f-t(y),
y -f -t es a su vez biyectiva.G En estas condiciones, si; es lineal, entonces
es lineal.
La inversa de una
aplicacin lineal
biyectiva tambin
es I i neal
/-1
tambin
Demostracin
f (atr)t *
azuz)
d1
@1) + uzf
@) -
fi1 rilt
zruz,
y por tanto:
f-L(atutt * oQw) :
o(Lut
* zu2: o(rf-L(utt)
uzf-r(w).
En consecuencia, se verifica:
Y (a,F) e K2, V
es decir (cf.
;f
1 es
4. Composicin de aplcaciones
lineales
Si
E.
c.Q.D.
YuE,ls"fl@):sU@)),
es una aplicacin
En efecto,
lineal de E en
G.
: gfftau + fiw))
- s (uf (u) + Pf (u,))
- as (f (u) ) + Bs (f (u)))
- ulg " f)(u) + Blg. fl(ut),
y en consecuencia (cf. proposicin II.1, p. 111) g " f es lineal.
GPuede consultarse,
II. APLICACIONES
L2o
LINEALES
dim(lm/)
dimL(f
rango(f
En consecuencia:
rangof
rango(f
esto es: el rango de / es igual al rango del sistema formado por las imgenes de los
vectores de un sistema de generadores de E.
En particular, si (ur,t)2,...,un) es una base de E, entonces tambin podemos
escribir:
bene
(u),...,f (u".
Nota
EJEMPLO
Es
-o
la
R3fp3
(xt,xz,xz)
(xt,xz,-xt -
xz),
y calculemos su rango.
Tomamos una base cualquiera de
R.3;
es
igual al rango de los vectores que son imagen de los de Ia base 86':
0),/(0, 0, I ) )
rango((1,0, -1), (0,1, -1), (0,0,0)) : rango((1,0, -1), (0,1, -l))
= rango("f
1, 0,
0),/(0,
1,
l*,
ll,
minlx,Y = 1
Por ejemplo: mn{0,
2.
six<j/,
si
>-
Y'
equivalente
delmnimodexeyes:
mn
{x,y}
- }W + y -
lx -
y).
II. APLICACIONES
L22
LINEALES
(T,2).
(6)
Hay muchas aplicaciones de R3 en R.2 -de hecho, infinitas- que tienen eI mismo
comportamiento que / en Ios vectores de B. Por ejemplo, las aplicaciones fi, fz y fz
definidas por las expresiones:
ft(xt,
xz, xg)
fz@t,xz,xz)
I ft*r,xz,xz),
fs6t,xz,x) : l
L(l,l),
si (xt,xz,xz) es vector de B,
enotrocaso.
na apl icacon
lineal est
total
m e nte
Proposicin
dete rm inada
conocidas las
lmgenes de los
vectores de una
base
f (u) :
LI)I,
f @z) :
(7)
ruz,
x por;f
trtut +
...,
l"
A'2u2
"'
+ A'nUn
(las coordenadas de
como:
AnU)n.
II. APUCAOON
124
b)
c)
ES LINEALES
-que
se
(1,1),
1)
de
"f
xz).
l
i
i
(xt,xz,xe) e
R3,
f (xt,xz,xz): (xtrx2,x1
xz,xz) e
R3
(xt
+ xz,x1
-txz),
* x3) R2.
Nota bene Una aplicacin lineal queda unvocamente determinada cuando se conocen las
imgenes (por la aplicacin) de los vectores de una base. a
EJERCTCTO
R-.
4. Caracterizaciones de una aplicacin lineal inyectiva La siguiente proposicin enuncia varias condiciones equivalentes a la inyectidad de una aplicacin
lineal.
Ms CNS de
aplicacin lineal
i
nyect iva
ll.8
una apkcacin lineal de un espacio vectorial E de dlmensin finita en un espacio vectorial F. Las siguientes afirmaciones son equivalentes:
Proposicin
Sea
a) f es inyectiva;
b) si ut, t)2, ..., up son p vectores linealmente independienles de E, entonces f (ut), f (uz),..., f (up) sonp vectoreshnealmenteindependientesdeF;
c)
el rango de
es
igual
d) Kerf
f -
dimE;
{0r}.
Demostracin Probemos en primer lugar la implicacin: (a) - (b). Supongamos enton;f es inyectiva, y sean ut,Itz,.. ., up vectores de E linealmente independientes. De la
ces que
igualdad:
Mf@t)+Azf@)+
+Aef @vr):or,
(10)
r26
II. APLICACIONES
Las apiicaciones
lineales
i
nyect ivas
conservan el
rango
LINEALES
Corolario
Demostracin
t)1
(ur,t)2t
Sea: rango
..
.,u*) :
rang
o(f (u),f (u
(u\,r)Z
y se tiene el resultado. Si p > I, entonces existen p vectores en el sistema que son linealmente
independientes; podemos suponer son los p primeros. De esta forma, los vectores j(ur),
f (uz),..., f (up) son linealmente independientes (por ser; inyectiva, y de acuerdo con la
rango(f
(13)
p.
rango(f
l
t
(r4)
p.
rango(f
EJEMPLO
Consideremos la aplicacin:
R2fp3
(xt,xz)
(x1
1-
x2,x1
- xz,xt).
f :
f (xt,xz):
(0,0,0), o bien:
f :
rango((2,0,1), (1,1,1))
dim R2
R.2.
EJEMPLO
L27
La aplicacin:
p3fp3
(x1, x2, xs)
(xz -f xz,
xt
-f x2 -t 2x3,
xr + xs )
ransof = rango(,f(1,0,0),/(0,1,0),/(0,0,1))
pues el vector (1,2,1) es suma de los otros dos, y estos dos son linealmente independientes.
En consecuencia: rango
aplicacin
EJERCICIO
j :
2+3
no es inyectiva.
5. Caracterizacin de una aplicacin lineal suprayectiva La siguiente proposicin muestra una condicin equivalente a Ia suprayectividad de una aplicacin
lineal.
:\S de aplicacin
Ii
sup
neal
raye ct iva
Proposicin
ll.9
Sea
vectorial de llegada:
rango
f :
dimF'
Demostracin La condicin es necesaria. Si / es suprayectiva, es decir, si los conjunlm/ yF coinciden, entonces: rangof : dim(lm/) : dimF.
La condicin es suficiente. Si rango/ = dimF, como: rango;f = dim(lm-f), entonces:
dim(lm/) : dimF, y al ser lm/ un subespacio vectorial del espacio vectorial F, se concluye
(cf. corolario de laproposicin I.17, p.79):lmf : F, esto es, Ia aplicacin / es suprayectiva.
tos
C.Q.D.
EJEMPLO
Si
es
la siguiente aplicacin de R3 en
R2:
x3)
e R2,
128
R.3. Se
tiene:
:2.
en conclusin
EJEMPLO
es suprayectiva.
La aplicacin:
R3
p3
(xt *
2X3, Xz
X3,
Xr * Xz +
XZ)
lineal
-como se comprueba fcilmente- y no es suprayectiva, como se puede probar con
la proposicin II.9 (cf. p. 127).
es
: rango(/(1,0,0),/(0,1,0),/(0,0,t))
ransof
= ranso((1,0,1),(0,1,
D,Q,-I,1)) -
2,
ll.l0
entonces:
es
inyectiva
es suprayectiva.
de equivalencias:
; es
Aplicacin lineal
e
nt re
e s pacos
vectoriales de la
mlsma dimensin
finita
inyectiva
rangof = dimE
es suprayectiva.a.q.l.
es
inyectiva
<- f
es supraJ/ectiva
<- f
es biyectiva.
l
i
:.
r29
Teorema I
Sea f una aplicacin lineal de un espacio vectorial E de dimensin
finita en un espacio vectorial F. Se verifica:
f ) : dimE,
dim (Ker f ) + rango f : dimE.
(1s)
lo que
es equivalenfe;
f(ut)
wt,
f@)
= 7o2, ...,
f(ue) = we,
y adems (ur,ur,.
..
de E.
f (x) :
para algunos escalares Ar , Az,
...
"
+ trpup
, trp, Si denotamos:
! :
entonces
x un
AtUr
+ Apup,
16)
f(x): f(y):
f(x - r :
0, luego: x
- y Ker f,y
A.2ro2
+'
se tiene:
Hz
x - Htut *
, [tq.De (16)
ltzWz
(r7)
y (L7) se deduce:
AzU2
-l'''
+ ApU1r,
II. APLICACIONES
r30
y
es
LINEALES
6tut +
6zrrz
*'''
+ 6quq -f
"',6q,
(18)
On'
o:'r(o):=tll;,:',;:::::;^r;:;1'),,'r**"u'1,,,,r,:::^
: lt7ot -l lz7Oz +' " + YpWp'
y al ser
(wr,ur,...,wr) un sistema
libre se infiere:
lt : lz
lq:
O' Sustituyendo
en(18)seobtiene:61u1+lzuz+"'+6ru^=On,Yalserlibreelsistema(u"u''"''uo)'se
6o: O. En conclusin' y como de la igualdad (18) hemos deducido:
deduce: t : z
r - 6z :
0,
el sistema B es libre.
EI sistema B es, Pues, una base de E, luego:
dimE:4* p :
dim (Ker
f)
+ dim (lm"f),
C.Q.D.
Nota
EJEMPLO 9
Sea
hene
dim(Ker/)
-2 Y
(1,3) e lmf.
dim(lm/) = dim
de
lm/.
- dim(Ker/) : 3 - 2 :
T,
) es un vector no
esunvectorlinealmenteindependiente,yenconsecuencia 11t,:)) esunabase
nulode lm/,
R.3
/.
Ntese que
lm/
= R.(1,3).
(1,3
'
EL ESPACTO VECTORTAL
fi.4
L(E,F)
r3r
EL ESPACIO VECTORIAL
L(E,F)
O(u)
0r,
lineal de E en F: O e L(E,F).
En segundo lugar, si comprobamos que cuando at y uz son dos escalares, y fi
y f2 son dos aplicaciones lineales de E en F, entonces or1fi + uzfz es una aplicacin
Iineal de E en F, de acuerdo con la proposicin I.1 (cf. p. 39) habremos probado
que I (E, F) es un subespacio vectorial del espacio vectorial FE. Tenemos que probar,
pues, que atft + a2f2 es una aplicacin lineal de E en F, y para ello (cf. proposicin II.1, p. 114) verifiquemos:
es una aplicacin
V (Bt,
zfz) @) + Bz@tft
* zf)(u)).
(19)
Se tiene:
(atft
+ uzfz)(Btu + Bzut)
: (atft)$tu
EJEMPLO r 0
dimensin 1, cualquier nmero real no nulo formar una base; tomemos la formada por
L32
-vector
er =
"f1(1) =
Entonces
(fi,fz,fi
(1,0,0), fz1)
es unabase de
1-.
As,
si;f pertenece
a f,(R, R3),
queda
/(1).
fz de R en R3 que verifican:
= 2 =
l(R,R3).
(0,1,0),
"f3(1)
En efecto. Sea
(0,0,1).
(xtft+xzfz+xEfiQ):xtft1)+xzfz1)+xzfz(r):xtot-txzQz-rxscz:(xr,xz,xs),
es decir, la aplicacin lineal
y la aplicacin lineal
(xtft
(R., R.).
es
de
laigualdad:
por tanto:
oq
= cxz: ds :
Elsistema
(.h,fz,f)
esentoncesunabasedeI,(R.,R3).Ntesequedim.c(R,R3):3.
isomorfos
Se conside-
lsomorfismo
Automorfismo
Espacios
vect. isomorfos
-f-t,
es a su vez
5. ISOMORFISMOS
133
DE ESPACIOS VECTORIALES
Proposicin f .l I
igual a rL, con vL >
I,
es
isomorfo a K'
de E en K tal que:
lineal queda inequvocamente determinada por las imgenes de los vectores de una base).
Entonces: rango
f:
rango (et,er,.
rangof
/ es inyectiva (cf. proposicin II.B, p.124) y es suplayectiva (cf. proposicin II.9, p. 127), es decir: / es un isomorfismo. Los espacios vectoriales E y K' son, pues,
y en consecuencia
isomorfos.
Los espacios
,/ectonales de la
- isma dimensin
fi
ita son
isomorfos
CNS de
isomorfismo
(transformar
bases en bases)
c.Q.D.
Corolario
Tenemos, pues, una condicin suficiente (basada en la dimensin) para que dos
espacios vectoriales de dimensin finita sean isomorfos. El siguiente resultado nos
va a servir para comprobar que esta condicin es tambin necesaria.
Proposicin ll.l2
Sea f una aplicacin lineal deE enF, ambos espacios vectoriales de dimensin finita no nula, y sea (u1,u2,..',un) una base de E' Una
condicin necesaria y suficiente para f sea un isomorfismo es que eI sjsfema (f (u), f (u),..., f (u")) sea una base de F.
Demostracin
/ es un isomorfismo, entonces:
=dimE:n y rangof :dimF,
La condicin es necesaria. Si
rangof
c.Q'D.
II, APLICACIONES
L34
EJEMPLO
f (xt,xz,xt) :
de R3 en
R.3
LINEALES
De acuerdo con la proposicin II.12, tomemos una base de R3, que por comodidad ser
la cannica, y estudiemos si las imgenes por / de sus vectores forman una base -tambin
de R.3-. Se tiene:
;f
es
R3.
Los espacios vectoriales (R, R3) y R3 son isomorfos, pues ambos son de la misma dimensin
finita (cf. ejemplo 10, p. 131). Para definir un isomorfismo del primero sobre el segundo,
teniendo en cuenta la proposicin II.12 (cf. p. 133), basta definir las imgenes por @ de los
vectores de una base de l(R., R3) de suerte que stas formen una base de R3.
Por ejemplo, si tomamos como base de A(R.,R.3) la ya considerada en el ejemplo 10
(cf. p. 131): (fi,fz,f), y definimos @ como Ia aplicacin lineal de A(R,R.3) en R.3 que verifica:@(/r) = (0, 1,I),O(fz): (1,0, I)y@(fs): (1,1,0),entonces@esunisomorfismo,
pues ((0,1,1), (1,0,1), (1,1,0)) es unabase de R.3.
Por el momento, para estudiar si una aplicacin lineal dada entre dos espacios
vectoriales de dimensin finita es un isomorfismo, tenemos dos criterios: estudiar si
es simultneamente inyectiva y suprayectiva (definicin de isomorfismo), o estudiar
si las imgenes de los vectores de una base forman una base (cf. proposicin II.12,
p. 133). Pero cuando los espacios vectoriales tienen la misma dimensin, basta slo
estudiar si la aplicacin es inyectiva o si es suprayectiva (cf. proposicin II.10, p. 128).
EJEMPLO
Y (xt,xz,xs) e R3,
De laigualdad
y estas ecuaciones
-f Xz+.rc3
(x1 + x2
x3,x2
xz
:0,
+ xz,x).
se deduce:
:0,
x2-f xs
=Q,
se verifican simultneamente si
es:
de R3 en R3 que verifica:
/(xr,xz,xz) :
f(xt,xz,xz) : (0,0,0)
Xt
es inyectiva. Como
espacios vectoriales de la misma dimensin finita, con la proposicin II.10 (cf. p. 128) y su
es
biyectiva, es deci:
es
un isomorfismo de R3 en
R.3.
:ORMAS LINEALES
135
isomorfismo
'.ngo igual
a la
dimensin
comn)
comn:
rango
Demostracin
II.6
La aplicacin
es
f : n'
es suprayectiva si
: n.
c.Q.D.
FORMAS LINEALES
7, Espacio dual Formas
lineales
E*
- L(8, K).
EJEMPLO
de los vectores
de unabase de R2. Si tomamos por comodidad la base cannica: ((t,ol,(0, 1)), la forma
lineal / estar determinada si se conocen /(1,0) y f (0,I).
Sean: /(1, 0) : q y.f (0, 1) : 42. Entonces para cada (xt,x) e R2 se tiene:
f (xt,xz) - f (xr(l,0)
-t
xz(O,
Esto es,
Y (xt,xz) e R2,
entonc es
g(xt,xz):arxt*
R2
cLzxz, para
R,
II. APLICACIONES
136
(xx)
eR2,
LIN EALES
de R2 en
R. que
Notacin
f(xt,x2,...,xn) : &txt
-t a.2x2 + . . . + anxn,
cln.
cL2, . . . ,
lut
t...
Yt
f=lu
I
I
yn.
lu,
xeE-4(*)eE*.
Six E yAt,trz
x-Atur*AzUz*
-+Anttr,
lut
1(x)-1 u
I
lu,
En estas condiciones se verifica la siguiente
A1
...> A
r38
II. APLICACIONES
LINEALES
o I es suprayectiva.
Yz,
entOnces:
I ut
Yt
I
I
l(z) --{
lUn
Yn,
vectorial y su
dual tienen la
misma
C.Q.D.
Se
n, entonces
introduce la notacin:
bene
pafiir
En la
coordenada en la
base B
.+AnUr,
x-trtur*AzUz*
se verifica:
ui @) : Ar, u) (x) :
Az
0u2
* .. , + \un,
ui:f"'-l *
lut
lu"
-+
o,
se tiene:
139
7. APLICACIONES AFINES
v en consecuencia:
u(x) : ui(Arur
=
lrui@)
+ A.2u2
+'''
+ Azui@z) +
EJEMPLO
+ Anun)
ui
"'
8)
Inul(un)
-- A,z,
..
.,
Arl +Az0+'
ui@)
"
+420
: tr..
A1'
c.Q.D.
Estudiemos la base dual de la base cannica de R3, es decir, la base: Bj = (ei, ei, e j ), dual
de Ia base Bg : (e1,2, ) de R3.
Las coordenadas de un vector (xt,xz,xz) de R3 en la base 86 son sus componentes: x1,
Xz, XE, eS decil:
(xt'Xz'Xz) = XtQt
-f Xzz l- XzOt'
ei@t,xz,xz)
Por ejemplo, Ia forma lineaI
: xL,
ei
ei@r,xz,x3)
: xz,
x3'
es Ia aplicacin:
(xt,xz,x3) e R3 ,- xr c
EJERCICIO
ei @r,xz,xz)
R.
CalcularlabasedualdelabaseB: (tt,1,0),(0,1,0),(1,0,1))
deR3.
3. Ortogonalidad
Sea E
onalesa/esKer/.
Recpro-
II.7
APLICACIONES AFINES
Sean E y F dos espacios vectoriales sobre un mismo cuerpo K.
YxeE,(x)-w+f(x).
II. APLICACIONES
L40
EJEMPLO
l6
Sea @
la aplicacin:
p2R
(xt,xz)
V
y si denotamosi
7D
(h,x)
Zxt + 3xz +
eR2,
I'
R.2
.f
(xt,x)
la aplicacin lineal
= 2xt +3x2,
afn
VxeE,(x)=u+f(x),
con u) e F y
LINEALES
e L(E,F).
Q2)
verifica:
La aplicacin Q determina unvocamente eI vector w de F y la aplicacin lineal
Se
deE enF.
Enefecto. Setiene: (0r) = w+f(Oa) = rrl, luego:u
Q(on),
yelvectorru
y la aplicacin lineal
EJEMPLO I
xeE, f(x)=(x)-(0),
p2ER2
(xt, xz)
(xt + xz + L,2)
se tiene que E (0,0) -- (1,2), y la aplicacin lineal g determinada por ga verifica:
g(xt,x)
es decir,
es
= E(x7,x2)
- ql(0'0) :
(x1 + x2
1,2)
la aplicacin lineal:
pzg,p2
(x x)
Efectivamente se tiene: V
(xt + xz,O).
L4r
7. APLICACIONES AFINES
La imagen
Ar+Az+ '*tr*:I,
(23)
entonces:
(Atut +
Azuz
+'''+
tr*u*)
= w + f(trtur 1- A'2u2+''' + tr*u^)
= w + trtf@t) + Iqf@) +''' + tr*f(u*)
= (Al + lz + "' + I*)tu + A'tf@t) + trzf@) + "' + tr*f(u^)
= Arlr + f (u1)l+ A.zltu + f (uz\l + "'+ l,^lto + f (u*)l
(Arur +A2u2
: h@t)
.
La imagen
+ le@z)
+'''
conceto, siu
tr*(u^).
de E es un subespacio afn de
F. Ms en
lu + Ell
(w + f (u)) + f[Er].
EJEMpLO I
lu * Etl e lx e Et, ! : (u + x)
<- 1xeE1,!:u)+f(u+x)
<- 1x e E1, ! : (u, + f (u)) + f (x)
<=+ ye(u,+f (u))+ flEtl,
subespacio afn de
R.2:
(3,4) + I@,x)
Se
E del ejemplo
lx
R.].
tiene:
q2
((r, D
((L,2)
glI@,x) | x e R}l
+ (7,0)) + {(x + x,o) lx e R.}
gG,4))
(8,2) + R(1,0).
r42
l9
R.2:
E-rlI0,r)lyeRll
17
=0,
como se deduce de observar en la definicin de qa que todo vector del conjunto imagen de E
tiene la segunda componente igual a 2.
Si la imagen inversa
+Fr
es
u e -rlutt *
Frl,
o bien (u) e
ur r Fr,
uy*F1 :Q@)+Ft'
Recordando las consecuencias de la definicin de suma de subconjuntos de un espacio
vectorial (cf.p.44), se tiene la siguiente cadena de equivalencias:
x 6-tlutt *Frl
Q
En consecuencia, @-1[tr +
Fr]
es
f (x) - f (u) c Fr
f (x-u) Ft
x-uef-\
[Fr]
x e u + f-r[Fr],
<=e
x e u + f-L[Fr],yportanto:
E.
(2+
EJEMPLO
20
Para la aplicacin
L43
E del ejemplo 17 (cf. p. 140), se verifica que la imagen inversa por E del
-1) no es el conjunto vaco, pues:
a-rIQ,Z)
+ R.(1,*1)l
(1,0)
+s-l[R(1,-1)] :
(1,0) + R.(1,-1),
rr.8
sorucroN
Ejercicio
xz,xz) e
R.3, se
(a3,fu).
tiene:
: xt(at,bt)
: (atxt I
Es decir, toda aplicacin lineal
de
+ xz(az,b2) + x3@z,bz)
CL2X2
R.3
en R2 verifica:
Y (x7,x2,xs) e R3,
f (xt,xz,xz) : (atxt i
a2x2-t cfix3,byx1
b2x2 +
bzxz),
(25)
se
af,xn,...
II. APLICACIONES
L44
bene
LINEALES
/.
Con ar, se representa un nmero real, donde
es un superndice, y no un
exponente. a
Ejercicio
rango
f:
ranso
(f
(u
), f
(u
), . .', f
(u
"))
dim E,
3 Pongamos:
39)
Ejercicio
(p. I
(I,I,O),
(1,0, 1),
et = ut - Uz,
y si (xt,xz,xe)
es
Q2
: 7t2,
az =
-Ut I
lI2
I U3,
(26)
(xt,Xz,Xz) : Xtat *
X2a2
Xge3
ui(xtxz,xz)
= xr
- xz, ul(xt,xz,xi :
xz
x3
- x1,
ut(xt,xz,xz)
xz'
\45
ECAPITULACION II
RECAPITUIA,CION II
Deftnicin y propiedades Consideramos dos espacios vectoriales E y F sobre
un mismo cuerpo K:
. Aplicacin lineal de E en F: aplicacin f de E en F que verifica:
Y (u,u) e E2,
- af (u)+Ff (u).
ot2u2
: ai(ut)
= or;
sistema (u t,uz,...,un)i
rango (ut,uz,...,u*) > rango(f (u),f
si E1 es un subespacio vectorial de E:
(u),...,f (u*));
/[Er] es un subespacio vectorial
de F;
en particular:
lmf = f lEl : If
lu e El
es
un subespacio vectorial
F: f-rlFi
es
un subespacio vectorial
@)
de F;
si F1 es un subespacio vectorial de
de E;
Ii-
neal.
de E en
F: el conjunto /-1[{0}],
denota: Ker/.
que
es
l^46
II
. AP LICAC IO N ES LI N EALES
Aplcaciones lineales con conjunto de partida un espacio vectorial de dimensin ftnta Consideramos una aplicacin lineal / de un espacio vectorial E
de dimensin finita en un espacio vectorial F:
.
.
verifica:
Propiedades:
y (ut,uz,.
..
,un)
de una base: si F
es una base de E,
-t 2u2+ . . . + anun)
f(utut
.
: aJ@t)
es
la aplicacin
),
azf@) + . . . + an.f(u).
Caracterizaciones de una aplicacin lineal inyectiva: son equivalentes las siguientes afirmaciones:
c / es inyectiva;
o si tr1, I)2, ..., up son p vectores linealmente independientes de E, entonces /(ur), f (uz),..., f (up) son p vectores linealmente independientes
de F;
o Ker/: {0r}.
Consecuencia: el rango de un sistema de vectores se conserva por una aplicacin lineal inyectiva: para .f inyectiva, se verifica:
rango
.
.
.
es
inyectiva
<-
.,f es suprayectiva
<- f
dim'.
es biyectiva.
r47
RECAPITULACION II
EI espacio vectorial L
un mismo cuerpo K:
.
.
(E
F)
Isomorfismos de espacios
vectoriales
. Isomorfismo
y F son isomorfos.
Automorfismo de E: isomorfismo de E en E.
Propiedades: si E y F son de dimensin finita:
o E y F son isomorfos si y slo si tienen Ia misma dimensin;
o si (u1,nzn...,un) es unabase deE, entonces/ e L(E,F) esunisomorfismosiyslo si(f (u),f (uz),...,f (u")) esunabasedeF;
o si dimE : dimF = ?1, entonces f e L(E,F) esunisomorfismo siy slo si:
f:
rango
Formas
n'
lneales
Consideramos
Se
denota: E*.
/(x) como:
A1
!(x)o
o
Los espacios E y
Base, de E*,
Se
denota:
Ii
E* son isomorfos, y /
es
un isomorfismo de E en E*.
(u)).
n* = (u|,ui,... ,ui).
Six:
de
en Ia base B).
Severifica:
lw
0.
L48
o
o
subespacio afn de E.
i;,,11
C,prut-o III
MATRICES
r50
III.
ESQUEMA
RESTJMEN
Ixrnoruccrrrl
5.
151
Definicin de matriz, 151 Matriz asociada a una aplicacin lineal, 154 . El espacio vectorial W?,n(K), 156
Producto de matrices, I57 Rango de una matriz, 161
. Transformaciones elementales de una matrLz, 165
Inversa de una maiz cuadrada, I70 Traspuesta de
una mar2, I73.
2. Matriz
1,
3.
MATRICES
.
.
.
.
182
183
asociada
cannicamente asociada
El espacio vectorial
Mr* (K)
.205
ella
.210
T84
Matriz asociada a una aplicacin lineal en
unasbases.
2. Aplicacin lineal
a una matriz .
5.
r79
180
unvector
L7B
de una
6.
La no conmutatividad de la multiplicacin
.204
de matrices
.l8rl
. 1BB
elementales .216
189
8.
Traspuesta de una
1.
matriz
230
230
4.
Producto de
matrices
vectoria-
.193
RecaprrulAcrw
193
. 193
. 196
. 199
.202
III
233
237
Definicin de matriz, 237 . Matriz asociada a una aplicacin lineal, 238 . El espacio vectorial}l[,.,(K), 239
Producto de matrices, 239 Rango de una mafriz, 24A
. Transformaciones elementales de una matriz, 24I
Inversa de una matriz cuadrad a, 242 . Traspuesta de
una malriz,212.
r5r
,.TRODIJCCIN
INTRODUCCION
Deftnicin de matriz Dados dos nmeros naturales fr y ffi, vr'a matriz (real) de
orden (n,m) es una disposicin de n ' m nmeros reales en forma rectangular en rL
filas y m columnas, que son las ftIasy las columnas de Ia matriz.
Por ejemplo, unamatriz de orden (2,3) es una disposicin en dos filas y en tres
columnas de 2 . 3
A-(l -3o
r( \
rt2)
'
-3, y
an = -3
se escribe:
de posicin (2,2) de
de
lamatriz A
es igual a 0,
BLa matdz B es de orden (3,4): tiene tres filas y cuatro columnas. Los trminos
de la segunda fila, por ejemplo, son 0, 2, I y -1; los de la tercera columna: 5, 1
y 0. El trmino de posicin (2,4) es igual a -1, lo cual escribimos as: bzs: -l'
tambin: bzt : 9, bzs = I I 5, o by : 23.
Una matriz puede tener una sola fila, o una sola columna. Las del primer tipo
se denominan matrices fila;las del segundo, matrices columna. Por ejemplo, de las
cuatro matrices siguientes:
(r -3 4), (o
-3
Lt2 -1)
ft) v (-)
III, MATRICE:
152
Nota
bene
de filas que
Son de esPecial inters las matrices que tienen eI mismo nmero
una matriz
de columnas: son las llamadas matrices cuadradas. Ms en concreto,
Por ejemplo, las
cuadrada de orden TL esuna matriz Con z filas y Con n coLumnas'l
siguientes matrices son cuadradas:
(li)
(1
Ll3 2 -2
r(3 rl1 1
r':
o 1o-1 1
-2
17 -1
1
",,tr
tz
"',
nos
cipalsonlyl;
enlasegUndason3,
De
rz:
(l
?)
13:(l
: l)
I+:
(t ?3s'l
io o 1 ol
\o o o r)
matriz,
Tambin nos interesa destacar otlo tipo de matriz: Ia matriz nula' Una
cero)
matriz
una
dice:
se
tambin
del orden que sea (cuadrada o no), es nula(o como
por
o'2 Por
si todos sus trminos son iguales a 0. cualquier matriz nula se denota
ejemplo, Ias siguientes matrices son nulas:
(o o)
v
fi) (:s)
Ntese que
ecimos "ord en
rL" , Y
no '*ord en (n,'tx)"
'
a confusin.
,-TRODLJCCIN
r53
/rl2 2 -2
A-l
:lf, -l
s\
t)
'
/7 t2\
t, :1 3 l, y at:
(rtz,3,r).
\r/
A2:
(:lr,) A3: ( 1)
Y Aa:
(il
Y los restantes vectores columna, tambin hasta hacer tantos como columnas tiene
la matriz:
(: rt4 r
4),
cuyos trminos son los de la segunda fila de A. El segundo vector fila es (3,
I14,I,4):
sus componentes son los trminos de la segunda fila de A. Hay tantas matrices fila,
y tantos vectores fila, como filas tiene la matriz: tres en este caso.
bene
Nota
matriz columna, de la segunda, etc.): At, Az, . .. Y denotaremos los vectores columna
con la letra de la matriz en minscula y en negrita, y tambin con un subndice: dt, az, ...
fila de un matriz y para los vectores fila no consideraremos una notacin
general anloga a esta.
Para las matrices
III.
L54
MATRICES
en R.4, y fijada una base en eI espacio vectorial de partida (aqu Ru ), y fijada otra base
en el espacio vectorial de llegada (aqu Rz), se construye una matriz de orden (n,m)
(tantas filas como la dimensin del espacio de llegada, y tantas columnas como la del
/-t o
o:l.,
2
Es la
matriz asociada
2\
_r)
-RODUCCIN
155
La matriz asociada a una aplicacin lineal depende de Ias bases elegidas. Si para
la aplicacin lineal / anterior fijamos en el espacio de partida la misma base B que
ya tenamos, pero fijamos para el de llegada (recordemos que es R2) la base cannica
(en vez de la base B'), es decir: ((1,0), (0, 1)), entonces el procedimiento descrito nos
lleva a otra matriz. La calculamos, como la anterior, por columnas. Para Ia primera
de estas columnas, calculamos entonces la imagen por / del primer vector de Ia
base B (que es Ia elegida en el espacio de partida), la cual ya conocemos del prrafo anterior: f (I,0,0) : (1,2),y a continuacin calculamos, de este vector imagen,
sus coordenadas en la base elegida en eI espacio de llegada; como esta base es la
cannica, tales coordenadas son directamente sus componentes, es decir: I y 2; y
estos son los trminos de la primera columna de Ia nueva matriz asociada. Los
trminos de la segunda columna se obtienen de forma anloga: se calcula la imagen
por / del segundo vector de la base B, para calcular a su vez las coordenadas de
esta imagen en Ia base cannica, que de nuevo no son ms que sus componentes;
se tiene: f (I,I,0) : (2,2), as que los trminos de la segundacolumna son2y 2.
Finalmente, para la tercera y Itima columna, como la imagen por / del tercer vector
de la base B es /(0, 1,1) : (1, -1), los trminos de Ia tercera columna de la matriz
son 1 y -1. Recopilando lo obtenido, podemos afirmar que la matriz asociada a / en
la base B de R3 y en la base cannica d.e R2 es esta:
(l ;
1)
bene
Para obtener la matriz asociada a una aplicacin lineal en unas bases, cuando la
base fijada en el espacio de llegada es la cannica, no hay ms que calcular Ia imagen por
Nota
la aplicacin lineal de cada uno de los vectores de la base fijada en el espacio de partida;
las componentes de estos vectores imagen son los trminos de las columnas de la matriz
asociada.
En el texto, en esta seccin, tambin se introduce eI concepto de aplicacin lineal
cannicamente asociada a una matriz. Dada una matriz, la aplicacin lineal cannjcamente asociada a ella es aquella aplicacin lineal cuya matriz representante en las
bases cannicas es precisamente la matriz dada. Veamos un ejemplo. Consideremos
la siguiente matriz:
A-_
/-r 0\
l 1 2l
\-r
o)
Esta matriz es de orden (3,2), luego slo puede ser representante de aplicaciones
lineales de R2 en R3. Lo que buscamos es una aplicacin lineal de R2 en R.3, que
denotaremos por "4 (misma letra que la matriz, pero en tipo caligrfico), tal que
su matriz asociada en las bases cannicas sea precisamente A (es decir, ta1 que A
III.
r56
MATRICES
de Ia matriz son las componentes de Ia imagen por Ia aplicacin lineal del primer
vector de Ia base del espacio de partida. Como los trminos de Ia primera columna
de la matriz A son -I, I y -1, podemos decir que la imagen por la aplicacin
del vectol (1,0) (primero de la base cannica de R2, la escogida en eI espacio de
partida) debe ser igual a (-1,1,-1), esto es: "4(1,0) : (-1,1,-1). Anlogamente,
como los trminos de Ia segunda columna de A son O, 2 y 0, Ia imagen por del
segundo vector de la base cannica de R2 debe ser igual a (0, 2,0): "4(0, 1)
= (0,2,0)'
Recopilando, la aplicacin lineal -4, que tiene como matriz asociada en las bases
cannicas la matriz A, es la aplicacin lineal de R2 en R3 que verifica:
A(1,0)
(-1,
1,
-1) y A(0,I) :
(0,2,0).
Ya sabemos que conocer de una aplicacin lineal la imagen de los vectores de una
base es una forma de determinarla. En este caso, conocemos la imagen por la apli
cacin lineal ,4 de los vectores de la base cannica de R.2; de acuerdo con un procedimiento descrito en eI captulo anterior, obtenemos que Ia imagen por "4 de un vector
genrico (xt,xz) de R2 es esta:
A (x,, x 2'
"4
En esta seccin se estudian dos importantes opeEI espacio vectorial Mr- (K)
raciones con matrices: la adicin de matrices y la multiplicacin de un nmero por
una matriz.
Si tenemos dos matrices delmismo orden, sv suma es otra matriz, tambin del
mismo orden, obtenida sumando los trminos de la misma posicin de las matrices
dadas. Por ejemplo, dadas las matrices:
lz -1
A- (.03
l)
-3\
B- (/-t 0
1 _2)',
1
ambas del mismo orden: (2,3) , su suma, que se denota: A + B, es Ia matriz de or-
_RODTJCCIN
A+B-(; -1 l)+(
:l
B:
I ? -;)
l:
(l-'^3)
Dados un nmero y una matriz, eI producto del nmero por Ia matriz es la matriz
obtenida multiplicando por eI nmero cada uno de los trminos de Ia matriz dada.
Por ejemplo, eI producto del nmero 2 por la matriz A del prrafo anterior, producto
plo:
- 3)
^-(1
'Gl -; ;i,)
2(-2)+(-1)2+0.1--6.
III. MATRICE'
r58
(H) ffii
o li 3 \
i ,rz)
\
"i: l:(t'-2)*tL)z+o
3
'/)
(H)
(?E,,i,)
:t.2r+(-1
0+0
1::)
^,: (1
- s) (
:
i _i ;i,) (-: -i z -r'=)
Nota
-RCDUCCION
r59
matrices diferentes.
Si conocemos la matriz asociada a una aplicacin lineal en unas bases, puede
utilizarse la matriz, y cierto producto de matrices, para calcular Ia imagen por la
aplicacin lineal de cualquier vector. Vemoslo con un ejemplo. Sea / la aplicacin
lineal de R.3 en R.2 cuya matriz asociada en las bases cannicas es esta:
3 - 1\
-1 r)
la aplicacin lineal cannicamente asociada a la matriz A; es decir: / es la aplicacin lineal "4., si recordamos
la notacin para la aplicacin lineal cannicamente asociada a una matriz.) Acontece
lo siguiente: afirmar que un vector (a,b,c) de R3 se aplica por / en el vector (s, )
de R.2, esto es: f (a,b,c) : (s, ), es lo mismo que escribir la siguiente igualdad matricial:
(l-?r)(3):(;)(1,
(Obsrvese que la matriz columna del primer miembro tiene por trminos las componentes del vector (a,b,c), y que la matriz columna del segundo miembro tiene por
trminos las componentes de (s,); ntese tambin que este producto de matrices
puede efectivamente efectuarse.) Supongamos que queremos calcular, por ejemplo,
la imagen por / del vector (1, -1,0) de R3. Podramos proceder as: multiplicamos la
matriz A por Ia matriz columna cuyos trminos son 1, - 1 y 0; de esta multiplicacin
resulta una matriz columna cuyos trminos son las componentes del vector imagen.
Es decir, como se tiene:
(l
_i l) (il:(?)
deducimos que la imagen por / del vector (1, -1,0) es igual aI vector
es: /(1, -1, 0) : (-2,I). Otra imagen: de la igualdad:
lt
(,o -1
se deduce:
genrico
(0,1,
-2)
(5,
-3).
(-2,1), esto
l)( l:(;)
de un vector
Ia matriz A por Ia matriz columna cuyos
III.
r60
MATRICES
Y xz:
/t
l)
Io -1
/"'\ :
("'!j,.:;="=)
\::)
y as la imagen por f de (x1,x2,xE) es el vector de componentes xl + 3x2 y -xz + x3; esto es: jf (xr, xz,xz) : (x1 + 3x2 - x3, -xz t xz)'
En eI ejemplo anterior, la matriz
x3
en las
bases cannicas. Cuando la matriz que conocemos es la asociada en unas bases que
/-t o -3\
D: (,
1 1 o)
de R3 es un vector u de
R.2,
es
de-
R.3)
del vector
bene En la igualdad matricial (1), donde la matriz era la asociada a aquella aplicacin
lineal / en las bases cannicas, los trminos a, b y c juegan el papel de componentes del
Nota
vector cuya imagen queremos calcular, y s y juegan el papel de componentes del vector
imagen. En la igualdad matricial anterior, donde la matriz es la asociada en unas bases
que no son las cannicas, los trminos a, b y c son las coordenadas en la primera base,
la B, del vector cuya imagen queremos calcular, y s y son las coordenadas en la segunda
base, la B', del vector
imagen.
r6r
,TRODUCCION
I y -1
arroja:
(r?3)(1):r;l
lo que permite afirmar que elvector
y 2 en la base B'; en definitiva:
g(2,0,-1)
g(2,0,-l) :2(I,1)
+ 2(0,7)
(2,4).
Calculemos tambin, por ejemplo, la imagen por g delvector (0, 1,0). Las coordenadas de este vector en la base B son - 1, 1 y 0, y se tiene:
(r?3)(i):rl
de donde deducimos que el vector SQ,f ,0) es de coordenadas 1 y 0 en la base B';
esto es: g(O,I,0) : (1,1) + 0(0,1) = (1,1).
Rango d.e una matriz El rango de una matriz se define como eI rango del sistema formado por sus vectores columna. Por ejemplo, consideremos esta matriz:
/t
3\
A:ltlz42l
3 rl'
\o r r)
Tiene tres columnas, as que tiene tres vectores columna. El primer vector columna
tiene por componentes los trminos de la primera columna, es deci: 1,2, -L y O,
luego se trata del vector (1,2, -I,0); el segundo tiene por componentes los trminos
de la segunda columna: (2,4,3,1);y el tercero, Ios de la tercera columna: (3,2,I,I).
El rango de Ia matriz A es, de acuerdo con la definicin, el rango de estos tres vectores:
(;'^;')
rangoA:rangol_; , ;l -
rango
\ o 1 L)
Recordando
-del captulo I- eI p rocedimiento
tores, obtenemos:
III.
L62
MATRICES
rango
(s)
-0
ran9o
(i):1
columnas tuvieran todos sus trminos nulos, Io que dara rango igual a 0). Conviene precisar que eI hecho de que dos columnas sean proporcionales significa que
es posible obtener una de ellas multiplicando la otra por algn nmero, es decir, multiplicando todos los trminos de esta ltima por el nmero. Por ejemplo, se tiene:
(z
rango
I rt2
|II
\ -'
'-,
-1\
-1.l-1
-
I
2)
rans"(i
1):2
,TRODUCCION
r63
parrafo anterior: el rango del sistema no vara si sumamos a un vector del sistema
una combinacin lineal de los dems. La otra es esta: aI eliminar un vector del
sistema, el rango no vara si ese vector es igual a una combinacin lineal de los
dems, pero el rango disminuye en 1 si el vector no es igual a una combinacin lineal
de los dems. Trasladadas a matrices, estas dos propiedades toman este aspecto:
.
.
Haciendo uso de estas propiedades, para calcular eI rango de una matriz de tres o
ms columnas, podemos entonces intentar transformar Ia matriz dada en otra, del
mismo orden y con el mismo rango, pero con esta caracterstica: todas sus columnas
tienen nulo el trmino de una misma posicin, excepto una, que lo tiene no nulo;
es decir, de forma que haya una fila con todos sus trminos nulos excepto uno. La
columna a la que este trmino no nulo pertenezca se puede eliminar, disminuyendo
el rango de la matriz en 1, y reduciendo as el problema al de una matriz con una
columna menos.
Vemoslo con la matriz A citada aI principio de este apartado. Intentemos transformar esta matriz en otra, del mismo orden y del mismo rango, que tenga una fiIa
con todos sus trminos nulos excepto uno; y, verbigracia, busquemos que tal fiIa
sea la primera. Hacemos para ello uso de la propiedad de que el rango no vara si
sumamos a una columna una combinacin lineal de las dems. Podemos conseguir
nuestro objetivo dejando como est Ia primera columna (cuyo primer trmino es no
nulo), y sumando a cada una de las dems esta primera columna multiplicada por
algn nmero de forma que eI primer trmino que resulte sea nulo. Si sumamos a
la segunda columna la primera multiplicada por -2, obtenemos una nueva segunda
columna, con trminos 0, 0, 5 y 1; y si sumamos a la tercera columna la primera multiplicada por -3, obtenemos una nueva tercera columna, con trminos 0, -4,4y L
La nueva matriz tiene el mismo orden y eI mismo rango que Ia matriz A, y su primera
fila tiene todos sus trminos nulos excepto el primero. Si en esta matriz eliminamos
la primera columna, el rango disminuye en 1 y reducimos el problema a una matriz
con una columna menos. En resumen:
rango
(;'^;')
l-r 3
\ o1
1l r)
rango
(;3 t)
f t I
1 + rango
(z
t)
ls
4l
\r
t)
III.
L64
MATRICES
Esta ltima matriz obtenida tiene dos columnas, y no son proporcionales, luego su
rango es igual a 2. Confirmamos que eI rango de la matriz A es igual a 3.
En Ia seccin 8 veremos que eI rango de una matriz tambin es igual al rango
del sistema formado por sus vectores ltla. Este resultado nos permitir ampliar el
mtodo que acabamos de describir para calcular el rango de una matriz.
Finalmente, queremos llamar Ia atencin sobre un resultado impofiante que se
prueba en el texto casi terminada esta seccin dedicada aI rango de una matriz: si
una matriz es la asociada a una aplicacin lineal en unas bases, entonces Ia matriz
y la aplicacin lineal tienen el mismo rango. Si la matriz es la asociada en las bases
cannicas, veamos con un ejemplo cmo cerciorarse de este resultado. Consideremos
la aplicacin lineal / de R.3 en R.2 definida por: f (x1,xz,xt) : (x1 + x2,2x1 - x3\
(con Ia que ya trabajamos en eI segundo apafiado de esta Introduccin). Para calcuIar Ia matriz asociada a esta aplicacin lineal en las bases cannicas, calculamos la
imagen por / de los vectores de Ia base cannica de R3 (que es el espacio de partida): /(1,0,0) : (I,2), f (0,1,0) : (1,0) y,f (0,0,1) : (0, -1); ahora, como la base
elegida en R2 (espacio de llegada) es la cannica, Ias componentes de estos vectores
obtenidos son directamente los trminos de las columnas de la matriz que buscamos:
sta es:
o\
.:('t
"-\z o 4)'
Por otro lado, para calcular el rango de la aplicacin lineal /, recordamos del captulo II lo que debemos hacer: calculamos la imagen por / de los vectores de la base
cannica del espacio de partida, para calcular a continuacin el rango del sistema que
estas imgenes forman; y este rango es el rango de Ia aplicacin lineal. En concreto:
rangof:rango(-f(t,0,0),-f(0,1,0),/(0,0,t)) :rango((1,2),(1,0),(0,-1)).
Ntese que los tres vectores anteriores: (1,2), (1,0) y (0,-1), imagen de los de Ia
base cannica de R3, son precisamente los vectores columna de la matriz G, luego el
rango de sta es por definicin eI del sistema formado por ellos. Es decir, podemos
g
o:t!
2
\ 2 -r)'
?)
EI
-RODIJCCIN
r65
matriz:
(?-" ?)
-l
l3 _i
\z -1 -1 r)
"l a esta matriz puede ser esta: inUna transformacin elemental de tipo I que afecte
tercambiar las filas primera y tercera. Esta transformacin se designa as: F1
se escribe:
/2 -2
01\
/0 -l
tl
\z -l
Fz,y
2\
t o 1 ol
lr o I ol
lo
3
zlF'-F',lz
-2 o ll.
-r
l'
13
I -r ol
'
r -r 9l
f
it
12 -l
-l
-l
t)
se escribe:
/2-2
01\
t;;;;l
lo -1 r 2l
l: I -1 ol
\z-1-1r)
rz-rz
/2-2
01\
t;;;l
lo -I 3 2l'
l 1 -t
\z-1-Ij
ol
La segunda matriz difiere de la primera slo en los trminos de la segunda fila, que
han quedado, todos, multiplicados por 3.
Finalmente, una transformacin elemental de tipo III supone sumar a una fila otra
multiplicada por un nmero (nulo o no). Es decir: se sustituye una fila por la suma
(trmino a trmino) de ella misma y el resultado de multiplicar todos los trminos de
otra por un mismo nmero, y las restantes filas se dejan inalteradas, incluida la que
se multiplica por el nmero. Para la matriz que venimos considerando como ejemplo,
III.
166
MATRICES
una transformacin elemental de tipo III es, verbigracia, esta: sumar a la primera fila
la cuarta multiplicada por 2. La denotamos as: F1 - Fr * 2Fa,l se escribe:
ft
t:
-2
0
-1
1
ill
\z -1 -1
Ft-Ft*ZFq,
L)
0-2
01
-1 3
t: 1 -1 tl
\z -1 -1 r)
Nota
tiplican por un nmero, y son filas las que se suman a otra previamente multiplicada
por un nmero. Sin embargo, es posible, de forma totalmente anloga, definir transformaciones elementales por columnas: intercambiar dos columnas (tipo D, multiplicar una
columna por un nmero (tipo II), y sumar a una columna otra multiplicada por un nmercr
(tipo III). Las transformaciones elementales por columnas tambin conservan el rango. Sl
nos fijamos bien, la transformacin por columnas de tipo III es precisamente la clase de
transformacin que llevbamos a cabo para "hacer ceros" en la fila de una matriz con
vistas a calcular su
rango.
Antes de presentar aqu la siguiente propiedad de las transformaciones elementales que querramos resear, estudiemos un ejemplo que nos ardar a comprender
de qu trata tal propiedad. Consideremos esta malrizi
A-(?
11
16
0 -1
i)
(:
r67
-R.ODI.JCCIN
(Los puntos; 'o', sealan posiciones ocupadas por nmeros sobre los que no hay
ninguna limitacin: pueden ser nulos o no, iguales a 1 o no.) Esta matliz es del mismo
orden que A; notemos cmo es: sus dos primeras columnas son las dos primeras
columnas de Ia matriz identidad 13, su ltima fila tiene nulos todos los trminos, y
los trminos restantes pueden ser nmeros cualesquiera. Las columnas coincidentes
con las de la matriz identidad son tantas como marca eI rango: dos en este caso, y Ia
cantid.ad de filas con los trminos nulos son tantas como marca Ia diferencia entre el
(?t ii)
Ahora nos resta conseguir que eI trmino de posicin (3,1) sea igual a 0, y una
forma de lograrlo es mediante una transformacin elemental de tipo III; en concreto,
nos sirve esta: F3 - F3 * Fr (sumar a la tercera fila la primera). Obtenemos:
/1230\/1230\r*rrrr
f o 1 r tl
\-ro-r2)
fo I I rl.
\oz2z)
(',i i?)
\o zzz)
lt 0
Ft*Ft+(-Z)Fz,f
O 1
1
1
\0 22
-2\
II
z)
Fz*Fz*(-z)Fz.
lL 0
O1
\o o
-2
(para eI
1
1
il
III.
168
MATRICES
matriz A, a una matriz como la escrita en (2): sus dos primeras columnas son las dos
primeras columnas de la matriz identidad 13 ;l su ltima fila tiene todos los trminos
nulos.
::
00
00
(3)
1",
ei(r+t), . . . , e!"* pueden ser cualesquiera.) Esta matriz, de orden (n,m,
puede describirse as: sus r primeras columnas (tantas como el
-como la dada-,
rango) son las r primeras columnas de la matriz identidad In; sus z - r ltimas
filas (tantas como la diferencia entre el nmero de filas de la matriz dada y el rango,
tienen todos sus trminos iguales a 0; y cada uno de los restantes trminos, que son
los situados entre las columnas (r + l)-sima y m-sima y entre Ia filas primera i
r-sima (es decir, los denotados por e!r("*r),..., a!r^), puede ser igual a cualquier
nmero; ntese que estos ltimos trminos ocupan m - T columnas (tantas como la
diferencia entre el nmero de columnas de la matriz dada y el rango).
(Los nmero s
Nota bene La matriz A que nos ha servido de ejemplo verifica las hiptesis de este resultado paran :3, m = 4y r = 2, pues es de orden (3,4), su rango es igual a 2, t
sus dos primeros vectores columna son linealmente independientes (stos son (0,2, -1
y (T,4,0), que no sonproporcionales). Se aprecia que el tipo de matriz escrito en (2), al
cual queramos llegar a partir de la matriz A, se ajusta al formato dado en (3).
Quiz llame la atencin en este resultado la exigencia de que los r primeros vectores columna de la matriz de partida tengan que ser linealmente independientes.
Si esto no ocurre, es decir, si los r primeros vectores columna de la matriz de partida no son linealmente independientes, tambin es posible obtener una matriz como
Ia (3) mediante transformaciones elementales sucesivas aplicadas a la matriz de partida, pero ya no podemos exigir que todas estas transformaciones elementales sean
r6g
,TRODIJCCIN
-y
B-(
i lil
igual a 2, y sus tres vectores columna son (1, 2'-I)' (2,4,-2) y (0, 1, 1)'
Los dos primeros no son linealmente independientes (ntese que son proporcionales), pero el primero y el tercero s lo son. Si intercambiamos las columnas segunda
y tercera (una transformacin elemental por columnas de tipo I), obtenemos:
Su rango es
(i1l
matriz que s tiene sus dos primeros vectores columna linealmente independientes'
Esta matriz s podr ser llevada, mediante transformaciones elementales sucesir-as
exclusivamente por filas, a una matriz de la forma (3), que en este caso particular
toma este aspecto:
ft:;)
que n : 3, m :
/ 10
i)
I I I -z)
3yr :
Fz*Fz-2Ft
(i1l)
Fz*Fz+Ft
----.--.-------.
ft1il
(i1)F3Fz-Fz(i: il
podemos d.ecir que esta ltima matriz ha sido obtenida a partir de Ia matriz B tras la
aplicacin a sta de transformaciones elementales sucesivas: la primera de ellas, un
intercambio de columnas; las restantes, transformaciones por filas.
Hemos visto, entonces, que a partir de una matriz de orden (n,m), de rango igual
a r > I, y con sus r primeros vectores columna linealmente independientes, puede
17o
III.
MATRICES
obtenerse, tras aplicarle sucesivamente ciertas transformaciones elementales por filas, una matriz de Ia forma (3). No queremos terminar este apartado sin fijarnos en
algunos casos particulares. Cuando la matriz de partida tiene rango igual al nmero
de filas: T : rL, entonces resulta rL - T :0, y en la matriz (3) correspondiente "desaparecen" las filas inferiores que tengan todos sus trminos nulos. si, por ejemplo, la
0 &'13 at+\
1 azz az+ )
Por otra parte, cuando el rango es igual al nmero de columnas: T : rn, entonces
resulta m - r : 0, y en la matriz (3) correspondiente desaparecen las columnas de
la derecha que contengan los trminos que denotamos por a\?*t), ..., a!r*. pot
ejemplo, a partir de una matriz de orden (4,2) de rango igual a 2, y tras las transformaciones elementales oportunas, obtenemos esta matriz:
/r o\
t;
;l
l
l; i)
Finalmente, si acontece que la matriz de partida tiene rango simultneamente igual al
nmero de filas y al nmero de columnasir : rL = m (enparticular, es cuadrada), entonces en la matriz (3) correspondiente desparecen tanto las filas de abajo (con todos
sus trminos nulos) como las columnas de la derecha (con los trminos denotados
por elt(r+t), . . . , a|^), y lo que queda es una matriz identidad: la del mismo orden
que la matriz cuadrada de partida. Por ejemplo, si partimos de una matriz cuadrad"a
de orden 3 y de rango igual a 3, obtenemos, tras las transformaciones elementales
necesarias, la matriz identidad 13:
/r 0
r:fo r
0\
ol.
\o o1)
A-(l?) v B-(l ?)
_R.ODUCCION
L7r
AB:(
I ?) (l ?) :( ?) -r2, BA-(l
?)
(l
?)
:(t ?) -r2
matrv A es inversa
c-(
i 1l
-como
puede calcular el
lector-
s es
igual a 3. Estamos, pues, ante una matriz invertible: s existe alguna matriz cuadrada
de orden 3 cuyo producto por C es igual a la matriz identidad 13; tal matriz es la
inversa de C, que se denota C 1.
Pero, cmo calcular la inversa de una matriz cuadrada de Ia cual sabemos que
es invertible? Las transformaciones elementales nos proporcionan un procedimiento
para este cIculo. Recordemos
-del apartado anterior- que a partir de una matriz
se puede llegar, mediante transformaciones elementales sucesivas, a una matriz de
Ia forma (3) (cf. p. 168). Si la matriz de partida es cuadrada e invertible, entonces
su rango coincide con el nmero de sus filas y con el nmero de sus columnas, y la
lo visto al final del
matriz de Ia forma (3) que corresponde en este caso
-recordemos
III.
\72
citado-
MATRICES
matriz de partida.
Es decir: mediante transformaciones elementales sucesivas aplicadas a una matriz
cuadrada invertible, es posible obtener la matriz identidad. En el texto se prueba
un resultado que nos proporciona el mtodo buscado para calcular Ia inversa: Ias
mismas transformaciones elementales sucesivas, y en el mismo otden, que permiten
obtener Ia matriz identidad a partir de la matriz invertible permiten a su vez obtener
Ia inversa de Ia matriz a partir de la matriz identidad. Ms concretamente: si A es una
matriz cuadrada de orden n, invertible, puede obtenerse la matriz identidad I" (la del
mismo orden que A) a partir de A mediante transformaciones elementales sucesivas:
apartado
estas mismas transformaciones, en eI mismo orden, se aplican ahora sobre Itr y obtenemos como resultad.o precisamente A-1. A modo de ejemplo, calculemos Ia inversa
de Ia matriz C del prrafo anterior. Lo primero que debemos hacer es aplicar transformaciones elementales sucesivas a la matriz C hasta obtener la matriz identidad 1.
(la del mismo orden que C).3 Obtenemos en la primera columna los trminos 1, 0 y
Cr
(;
\- r
?)
( _3 ?)
Fz*Fz-2Ft
____-___--)
\-r -z
-2 r)
F:
*F: *Fr
r)
20\
(i
_Z 1|
Fr*(-tlz)F,.
0 r/
(i
l')
(i
-2
0
f;
't*Fttt-2F
-':> |
Ft
13
1\
-,,, ,);
y, finalmente, obtenemos la Itima columna con los trminos 0, 0 y 1 (sin variar las
dos primeras) con otras dos transformaciones ms:
\o
1\
1 -uzl
0 r)
Ft
/T
o
\oo
-Ft -F:, f
0\
4 l2l
1)
F*Fz+(1
l2)Ft,
( ?3)
\ ,)'
-R,ODUCCIN
173
ser la inversa
(', ? S)
\o o
g-t.
Fz*Fz-ZFt
L)
Fz.-
Ft
Esta Itima
Resulta:
GI
l 2)
Fz
*Ft -F:
(_t
\0
Fz* Fz* Ft
t)
0
,
-r l2
0
ri
\1
Ft
*Ft -ZFz
-----.---.------
t)
(+l)
(1-t,l)
1 - 1\
FztFz+G
0 i - -L'\''' r,)Fz
-r12
Oil
1
>
-L l2
-r l2
(t',
1i)
C:
matriz
C,
de sus m frlas son los trminos de las z columnas de A, y los trminos de sus m
columnas son los de las n filas de A.a Vemoslo con un ejemplo. Consideremos esta
matriz:
lt -r\
o: [.o
z 4)'
Es de orden (2, 3), as que su traspuesta: At, es una matriz de orden (3,2). Informalmente, Io que en la matriz A son filas, en Ia matriz At son columnas, y viceversa;
At:
aMs formalmente: la matriz Ar tiene por vectores fila los vectores columna de la matrtz A (en el
mismo orden), y tiene por vectores columna los vectores fila de la matrtz A (tambin en el mismo
orden).
III.
L74
MATRICES
(r
2)
v(i)
La primera es una matriz fila, esto es, con una sola fila, que se transformar en una
nica columna a) trasponr; es decir, su traspuesta es una mafriz columna; sus trminos son obamente los mismos que los de la matriz fila original. AnIogamente, la
segunda matriz de las anteriores, que es una matriz columna, tendr por traspuesta
una matriz fila. Las traspuestas de las dos matrices son, respectivamente, Ias siguientes:
(i)v
Nota bene
Si
orden.
(-r
1)
o)
-o
ranso (0
--
r) -
1.
Y el rango de una matriz de dos filas (supuesto que no todos los trminos son nulos,
Io que supondra rango 0) es igual a 1 si ambas filas son proporcionales, y es igual
sEntendiendo estas operaciones entre filas tambin trmino a trmino.
,\TRODUCCION
L75
a 2 si no lo son;6 verbigracia:
ranso
lt
(.r -z
-1
3\
6)
:1Y
raneo
lz -3\ : .?
[, t)
Finalmente, para calcular el rango de una maliz con tres filas o ms, podemos intentar transformar la matriz dada en otra, del mismo orden y con el mismo rango, con
esta propiedad: una de sus columnas tene nulos todos los trminos excepto uno;Ia fila
a Ia que este trmino no nulo pertenezca se puede eliminar, disminuyendo eI rango
de la matriz en 1, y reduciendo de esta forma el problema al de una matriz con una
fila menos. (Recurdese que para una matriz de tres columnas o ms proponamos
intentar transformarla en otra que tuviera una fila con todos los trminos nulos excepto uno, y que eliminbamos la columna a la que este trmino no nulo pertenece,
disminuyendo eI rango en 1.) A modo de ejemplo, calculemos el rango de esta matriz
de tres filas y cuatro columnas:
/2 -2
1\
o 1 1l
\, 1 -r o)
B- f r
Buscamos, pues, transformarla en otra, del mismo orden y con el mismo rango, que
tenga alguna columna con todos sus trminos nulos excepto uno. Intentemos, ver-
bigracia, que tal columna sea la cuarta. Podemos dejar la primera fila como est
(ya tiene no nulo su trmino de la cuarta columna), y sumamos a la segunda fila Ia
primera multiplicada por -1; esta operacin arroja una nueva segunda fila, de trminos -I,2,I y 0. A continuacin, eliminamos la primera fila y el rango disminuye
en 1. Obtenemos:
rangoB :
/2-201\/2
rango
lt
\:
o 1 1l:ransol-1
1 -1 o)
\ 3
:1 +raneo( i
I
-2
2
1
1\
-1
0)
1 0l
1 o\- r+z-3.
I
0)
-1
matriz que hemos obtenido, tras eliminar la primera fila, tiene dos filas no
proporcionales, luego su rango es 2. La matriz B tiene finalmente rango igual a 3.
Quiz eI lector se haya percatado, en el clculo del rango anterior, de que la operacin que hemos llevado a cabo entre las filas segunda y primera de la matriz B
para "anular" el trmino de posicin (2,4) (cuyo valor original era 1) es realmente
La Itima
6La "proporcionalidad" de filas se debe entender de manera anloga a la de columnas: dos filas
son proporcionales si es posible obtener una de ellas multiplicando la otra por algn nmero (esto es,
multiplicando todos los trminos de esta ltima por el nmero).
L76
III.
MATRICES
una transformacin elemental por filas de tipo III; en concrefo: F2 * Fz - Ft.Ya sabemos que las transformaciones elementales por filas, y tambin las transformaciones
elementales por columnas, no hacen variar el rango de una matriz.
En la prctica, el rango de una matriz se calcula conjugando el mtodo que acabamos de ejemplificar con la matriz B anterior (buscar una columna con todos los
trminos nulos salvo uno) con el mtodo ya descrito en el apartado dedicado al rango
unas pginas ms atrs (buscar una fila). En definitiva, esto supone "hacer ceros" en
la matriz con la arda de transformaciones elementales de tipo III (tanto por filas
como por columnas), buscando las filas o las columnas con todos sus trminos nulos
excepto uno; ya sabemos que cuando tengamos una tal fila o columna, podremos
reducir eI problema aI de una matriz con una columna menos o con una fila menos.
Por otra parte, si en algn momento del proceso nos encontramos con alguna fila,
o con alguna colulna, que sea combinacin de las dems, sabemos que podremos
eliminarla sin que el rango vare; en particular, se pueden eliminar, sin variar por ello
el rango, las filas o las columnas que tengan todos sus trminos nulos.
Veamos un ltimo ejemplo de clculo de un rango, el de esta matriz:
tl/L
-1 0
3\
1 2 rl
l0
T:lr o 2 31.
lz _z3o)
r 6 el
\o
Fa
2F1lo conseguimos:
-l i
(; -l i i) F+*F+-.F.'lo
F:*F:-F ("
?l
lr o z
;;;t-!;
t;
3 o)
3
\o -z
\o -z
6
3
tl
y podemos ecribir:
rangoT
rango
l,l
}l
\o
-z
1 + rango
(z
lo
\o
-2
1\
0l
6 3l'
3 0)
TQuiz se haya dado cuenta el lector de que al buscar una fila o una columna con todos sus trminos
nulos, excepto uno, resulta ms cmodo que el trmino no nulo sea igual a 1. Detalles como este se
aprenden poco a poco con la prctica.
-RODUCCION
despus de eliminar Ia primera fila. Pero dmonos cuenta de que ahora tenemos
una columna con todos sus trminos nulos: si la eliminamos, el rango no vara. Es
habitual llevar a cabo estos dos ltimos pasos de una vez: cuando ya tenemos una
columna con todos sus trminos nulos excepto uno, eliminamos la fila que corresponde al trmino no nulo, y tambin eliminamos la propia columna; este proceso
hace disminuir el rango en 1, y nos lleva a una matriz con una fila menos y con una
columna menos. (Lo mismo se hara Si, en vez de una columna, turamos una fila
(L
rangoT
-1
121\
rango
1 + rango
1 2 0r
3 6 3l
-2 3 o)
En esta ltima matriz, podemos darnos cuenta de que Ia tercera fila es proporcional
a la primera, con lo que es posible decir de ella que es igual a una combinacin lineal
de las dems filas; eliminndola, no vara el rango:
1
rangoT :1 + rango
-2
En la
6
3
'l
3l -
1 + rango
0)
[ li)
ltima matriz obtenida, ya tenemos una columna con todos sus trminos nulos
excepto uno:
( ' ', r)
rangoT:l+rrnooll t zl ol:l+t+ranoo(-j
-\-/ t z\;)
"lI4 0)
La matriz final tiene rango igual a 2, pues sus dos filas no son proporcionales (tampoco son proporcionales, por supuesto, sus dos columnas). Finalmente: rangoT 4.
L78
III.
ilI.
MATRICES
DEFINICITV DE MATRIZ
1. Definicin de matriz Sea (K, +, .) un cuerpo y sean ny m nmeros enteros
positivos. Una matriz A con trminos en K de orden (n,m) es una disposicin
de n ' m elementos de K en forma rectangular en n filas y rn columnas, de las que
diremos son las filas y columnas de la matriz A.
Del elemento de K que en una matriz A est situado en la fila -sima y en la
columna j-sima diremos es el trmino de A de posicin (,.i); se le suele denotar: a.ij .
La notacin habitual para la matriz A es:
/ att
I azr
I
l':
A-lI aiL
6Ltz
a,r
cLLm
&zz
e2j
cLzm
6Li2
eij
6Lm
cLnZ
a"nj
cLnm
(41
i::
I
\o, r
<n)
(1
CLz,
son:
6Lim,
- (ott, ,
A:
("rt)
vS
=*)
(ai).
$L
aj - bij
til
y escribiremos: A
ffi
ffi
4 m,
B.
DEFINICION DE MATRIZ
EJEMPLO
L79
Consideremos el cuerpo
real.
de 3 . 2
/o
.q=ln "2\
-1
\o rtz)
I
es una maftiz real de orden (3,2): tiene 3 filas y 2 columnas. El trmino de A de posi
cin (1,2), que podemos denotar 6112, ES el nmero real situado en la primera fila y en la
segunda columna; es decir:
ap:
J2.
A - (ott;
2.
Tipos de
matrices
1<
i < 3, 1 ( j *
2)
m) diremos
fila es una matriz fila. Es decir, una matriz fila es una matriz con una sola fila.
Vatriz columna De unamatriz con trminos en K de orden (n, 1) diremos es unamatriz columna.
Matriz
Es decir, una
EJ
EM
PLO
matriz columna
es una
La matrlz real:
es una
(r -r
(
o)
1, 3 ).
bene
Al escribir una matriz de la forma (4) no se escribe ninguna coma; por tanto,
no hay que confundir la matriz fila, con trminos reAes, (f -1 0) con la terna de
nmeros reales: ( 1, - 1, 0), donde s se utilizan comas.
Nota
La matriz real:
fi)
es una
3,
1)
La matriz real:
(')
es
),
III.
180
MATRICES
Matriz identidad
(o u n itaria)
In:
s)
ft?
t::
:l
\oo
EJEMPLO
La matriz real:
L)
/21\
:fo tt3 tl
h oo)
es cuadrada de
orden 3: ene tres filas y tres colurnnas. Los trminos de la diagonal principal
deAson:2,113y0.
Las
/1 O 0\
lt o) .,, r.:fo
r":r'
-r
"t'
t: :r ol.
\o
\- tl_/ '
\0 O l/
'
Mat
riz nula
EJEMPLO
(o)
(o o o)
matriz nula), y
y (: 3 S)
CLtz
t 6Lzz
(", t
A-
l":t
Sea A una
ar
ez
j
j
matriz de orden
Ar*\
":-_)
(vt,
m)
con
i.r.
DEFINtctttt DE MATRtz
rBr
Sea 1 < j < m. Se define la j-sima matriz columna de la matriz A, que se denota: A.,
como aquella matriz columna de orden (n, 1) cuyos trminos son los de Ia j-sima
columna de A. Es deci:
/atr\
t:i
I o'"'
..i
\,",)
Utilizando las matrices columna de la matriz A, Ia notacin por columnas de A
es:
o:(o'll',l...ln*).
Notacin
matriz identidad
es decir:
,,=
I,,l
yh:(E,lr'l..ln").a
EJEMPLO
Sea
I,,/
En:
ll
t?,l
R:
1 o\
A-(rlz 1
r)
Las matrices columna primera, segunda y tercera de
A,:
La
EJ
EM
PLO 6
matrv
(?)
A2
A son:
: (l) v A3 :
(?)
- (^t I t, I er)
-(i) D:f) v
-(l)
A-(c
Cuyas
B-
/r 3
1\
ln lr) :f o I1 rl,
r/
\r
C, Az
D y A3
/r 1
(clrlr) :lo I
\t
3\
1l
L)
III.
r82
matriz
en K:
CLtt 6LtZ
&Zt &ZZ
A-
Seal<i
Sea
CLIry
CLZry
o.r, ...
cLim
int
cL'nz
...
cLnm
< n.
de orden (1,
(ot, aiz
Si Ft , Fz,
MATRICES
.,
F,
o,^).
A-fi
Notacin
d In (n > 1) se denotan:
11 ,
decir:
Lt:(t
EJEMPLO
o)
,Lz:(o
o)
Ln:(o
10\
- (l 1 r)
(z r
respectivamente.
o)
(r
1) ,
1)
es
iI,I
183
DEFINICIN DE MATRIZ
EJEMPLO
matriz
Sea
CLtt CLyZ
CLZy 6LZZ
A-
AriZ ..
Or
columna
At.i
A.Z j
fila
..
6Lim
A'nj ..'
&nm
< m.
El
olni)'
Sea 1 < < n. El -simo vector fila de A es el vector de Ku cuyas componentes son
los trminos de la -sima matriz fila de A, es decir, es eI vector: (6Lit,6L2, . . . , eim).
EJEMPLO
CLzm
A,ij
CLrm
Sea
A la matriz real:
lt -1 3\
A-t,i
o 2)
a1
EI
(1,
1),
e.2
- ( - 1, 0) y
-1,3)
de R3.
c3
(3,2)
]-84
III.
III.2
MATRICES
bases
Sea
una apli
J-* p'
VfW r-_
5h
La aplicacin lineal / est completamente determinada una vez conocidas las
imgenes por / de los vectores de una base de Km (cf. proposicin 11.7, p. I22); por
ejemplo, unavez conocidos los vectores: f (ut), f (uz),..., f (u*). Estos m vectores
quedanunvocamente determinados en cuanto conocemos las n coordenadas de cada
uno de ellos en una base de Ku, que puede ser, por ejemplo, la base W.
Km
Matriz asociada
u
I
na apl cacin
i
neal en u nas
bases
ffiffi:
;;
; ;-
" de
q4trir A qqp@n (z, nfl 4a Ia foreiq s-sutentq: lo$ tfuitriaoq
vqqc,r /r,u;l
la J esima .WT,d*.",4.*r rary a yqEqads e''-tra
Pe"q
'f: $cr
(l;$ i" d n4I.
Ia
a /, o
constirtida
se
diG
es
dsefk$
ry@z
-Dd.h ryat+u"A QI
y-4/
K"r
repreheffiqnte"de-f, en hp:bedes V dq
dq K",
y Hr*de_Kn,
rtp_a
(1 <
Nota
Ku en Kn es de
or-
den
Dada la matriz:
(
A-l
"rt
I azt
l :
ot
tz
eL*\
e2j
ctzm
A,I
cLzz
".
:l'
A,nj
on*)
\on, cLnZ
de la definicin se deduce: la matriz A es la matriz asociada a la aplicacin lineal
de Km en Kn en las basS V : (ur,nz, . . ., rtm) de K7n YW : (wr,xuz
precisamente si, en los vectores de la base V, f se comporta de la forma:
f(u) - etjlt)t
+ ezjUz
i'
* cLn.iwn,
(5 t
2. MATRIZ ASOCIADA A
185
Dada Ia matriz A, y fijadas en Km y Ku las bases V y W, respectivamente, sabemos que existe una nica aplicacin lineal / de Km en Ku que verifica (5) (cf. proposicin 11.7, p. I22). En consecuencia, dada una matriz con trminos en K de orden (z, m ), y fijadas unas bases en Ku y Ku, existe una nica aplicacin lineal de Ku
en Kn tal que su matriz asociada en las bases fijadas es la matriz dada.
Debemos observar que si W es la base cannica de K, es decir:
: (et,cz,...,on)
entonces:
f(uj) :
a1ie1
a.2i,2 -r
.n el de llegada
e ftg
a 'es, la cnniea, entonces los'v,e ,
si'la m's eiohda h l'etoic'etu 'dela triz a d''l.p,,, l lftl son ffi -imEenes, de' los
vectore s de'tra
de'l'esp'C'io ,paitld&;''
es la cannica
EJEMPLO
l0
f (xt,xz) :
Sean
86
((1,0),(0,1)) y B
R.3
R2
R3,
respectivamente. Grficamente:
B"Bc
R.2 r
R3.
f ft,0) : (I,2,0) :
A,:ft)
rB6
III.
MATRICES
/ l\
e,: f - l.
\r/
o:(o''
es:
/t
^'r:
-o,
simplemente, la
1\
l3 I
Puede observarse que, al estar considerando en el espacio de llegada R.3 la base cannica, los
vectores columna de la matriz A son las imgenes de los vectores de la base Bc de R2:
/(1,0)
(1,2,0)
:q
y f(0,1) :
*%
(1,-B,L)
R2, y
B'
az.
((r,
,fi,
Los trminos de la primera columna de C son las coordenadas en la base B' de la imagen
por
del primer vector de la base B; es decir, las coordenadas en B' de la imagen por
Se tiene:
de (1,1).
/(1,
+ 1(1,0,0) + (-2)(0,1,0),
de C es:
r\
/ ll.
' :t\-tl
C,
"f(1,0)
(r,2,0)
2. MATRIZ ASOCIADA A
IJNA
L87
APUCASN LINEAL
/(
1,
0) en B' son: 0,
de C es:
2, y
/0\
c,:frl.
\z/
en las bases B y
/10\
.=(., l.')' =f
\-z'
Se observa que
B'
es:
rl.
z)
bases
escogidas.
EJEMPLO
Consideremos una aplicacin lineal / de Ru en R, es decir, una forma lineal sobre Ru. Si A
es una matriz representante de /, entonces A tiene que ser de orden (l,m), esto es, si una
matriz est asociada a una forma lineal, entonces es una matriz fila.
Por ejemplo, consideremos la forma lineal sobre R.3 dada por Ia expresin:
/(1,0,0),
es decirt
n caso
particu lar con
U
A: (t -1
(0,1,0),
"f
(0,0,1),
Z)
Proposicin lll.l
Sea f una aplicacin lineal de Ku en Kn, y consideremos en eI
espacio vectorial Kn /a base W : (wt,uz,. . . ,utn); grficamente:
na malriz
un
"f
w[w
K,? J
itaria
Si Ia
K,.
apkcacin
Demostracin
Sea
1< i < n.
Comolamatriz asociada
a,f
enlasbases W yW esla
0, .. ., 0, 1, 0, . ..,
f(tt) = w, I4 i <n,
Otan:1e"
K'
es Ia aplicacin
identidad de
Kn.
c.Q.D'
III.
lBB
EJERCTCO l
MATRICES
]a aplicacin hneal de R2 en
claro que
no
es
r2: (
?)
2. Aplicacin lineal cannicamente asocada a una matrz Sea A una matriz de orden (n, m) con trminos en K. Se verifica que existe una nica aplicacin
lineal de Km en Kl1 tal que A es su matriz asociada en las bases cannicas (Bc de K"'
y B, de K'), y tal aplicacin verifica que la imagen del vector ei delabase cannica
de Km es igual al j-simo vector columna de A: a, (I < i < m).
Aplicacin lineal
cannicamente
asociada a u na
malriz
'n,K, .dfinjmos'tra,,ap.licacin
[''e&d @;' 'in-tr
lineal cannicamente asociada a Ia matriz A, y la dnotamos i A, como la nica
-de en K?4 cuya matriz aseiada en las bases cannicas de
UA
Dda
:tz
pUatrcn
K???
y Ktt es A. Grficamente:
Bi:
K??
::,1.,
'n,Kn
(1,,'< 7 {, tyl)'
,'
'',Ei
fii
Notacin
Para denotar la aplicacin lineal cannicamente asociada a una matriz utilizaremos la misma letra que designa la matriz, pero en tipo caligrfico. Por ejemplo: A y 11.
oByts.
asocia&
-a'l
",' '"',
iflss i; 5n
s',
,es la apli ih' lined'lden:tidad de ftru
",
triz idendad
',' ,".",.i
1.",
'
lltlttarllltt
EJEMPLO
12
lt 1 o\
B- (o
z 3)'
P: en
R--
.3.
EL ESPACIO VECTORIAL
189
Mnm(K)
br: (l,O),
Si (xt, xz,
xi
es un
vector de
bz --
G,2) Y b = (0,3).
3, entonces:
xzez
(xt,xz,xi
III.3
R.3- (xt+xz,2xz+3x)e
EL ESPACIO VECTORIAT
R2.
Mn*(K)
Adicin de
matrices
Es decir,
de
Ay
B.
den (n, m), y el opuesto de una matriz A de Mn*(K), que se denota: -4, es la
matriz cuyos trminos son los opuestos de los trminos correspondientes de A, es
decir, si A: ("tt),entonces:
_
bene
Nota
orden.
r90
III.
EJEMPLO
13
MATRICES
el
l)
A_(_i 3) yt B-r3
\3 4)
Ay B es:
A+B-(i
\r
il+(
i)
:(':ji
1A:(-1
1)
-A-(_1
El elemento neutro del grupo (Mgz (R),
+)
i)
es:
.-fi
1)
Multiplicacin de
u
n escalar por
u na matr:|z
EJEMPLO I 4
SiAyBsonlasmatrices
de MEz ( R) siguientes:
A-(
1)vB-( i)
3-3.
Wm(K)
EL ESPACTO VECTORTAL
entonces:
:u::l?l:lll l i) :fi i)
/-z 1\ /3.(-2)
(-1 )A:(-r'
La m atraz
corre s po
n d ie
nte
( I ):('1fl;
3.
.1
(-1)
(-1) (-1)
.3
(-1)
l:(1 j) - -4.
&
'',ffi.
Demostracin
Pongamos:
o: (otttl
<<
n,r<j <m) y
: (rrtt r*i<n,t*j=-).
PorserAyBlasmatricesasociadasenlasbasesVyWafyag,respectivamente,para
cadal<j<msetiene:
bnjton,
de lo que se deduce:
(f
+ S)
) = f
(u
i)
+ g(u
. . + (ani + bni)ron
<
columna es:
/a1 +b1 \
lazi+bzil
rl,
l:l
\o,
a,)
Enconclusin,A+Beslamatrizasociadaalaaplicacinlineal/+genlasbasesVytr4/.
C.Q.D.
III. MATRICT:
r92
La
atriz
producto de un
escalar por una
apl. lin. es igual
al producto ciel
escalar por la
matriz asociada a
la aPl.
lin.
Proposicin lll.3
Sea
V- (ur,uz,.,.,u*) Y w :
camente:
V{W
Kr"1 _t
Kn
Demost'acion
a
en V y W,
consecuencia:
(^"f)(uy) = Af (u)
: Aatiwt
+ A^a2u2
+'''
+ I'a'nton,
A/
(i::"\
[^"
,,)'
la cual coincide con la j-sima matriz columna de la matriz AA. En conclusin, la matri;
asociada en las bases V y W a Ia aplicacin lineal
EJEMPLO
15
A/
es
AA.
c.Q
y S de R3 en R2 definidas por:
xz,Zxt
- x) y g(xt,xz,xt) :
@z
1-
A-(l
-l l) v B-(l I
x3,x1 -t x2),
+ S,2S y
f -
2g
respectivamente, como el lector puede comprobar fcilmente. De las proposiciones III.2 y III.!
(cf. pp. lg1 y 192, respectivamente) se deduce que las matrices asociadas en las bases cannicasalasaplicacioneslineales f +g,2Syf -25 son,respectivamente, Iassiguientes:
ltrr\lolr\(tzz\
.a*a:li
_i o/ .\i i o/:l, o o),
o
28:r(?
:(: i
3)
4. PRODUCTO DE
r93
MATRICES
2" Relacn entre los espacios vectoriales ( K* , K') y Mnm ( K) fa siguiente proposicin resume la relacin existente entre las aplicaciones lineales y las matriCC S.
ambos sobre
(f
),
y B es la matriz asociada a g
sededucequelamatrizasociadaaf+genlasbasescannicas-queesV(f+S)-esA+B:
Y(f + S) : A + B = Y(f) + Y(S). Si A es un escalar, de la proposicin III.2 (cf. p. 191)
se deduce que Ia matriz asociada a Ia aplicacin lineal l,/ en las bases cannicas es AA:
f (A"f) : IA = AY(f). En conclusin, la aplicacin Y es lineal de t,(K-, K') en lvt"-(K).
La aplicacin Y es biyectiva. Dada una matriz A de orden (n,m) con trminos en K, es
decir, un elemento de I4"- ( K), la aplicacin lineal cannicamente asociada a A: A, es Ia nica
aplicacin lineal de Km en Kn cuya matriz asociada en las bases cannicas es A. Esto es: ,4
es el nico elemento de l(Km, K') que verifica que su imagen por Y es igual a A: Y(A) : A.
En consecuencia, Y es biyectiva.
IIT.4
PRODTJCTO DE MATRICES
7. Definicin del producto de matrices
de esta forma:
producto de
dos matrices
El
III.
r94
MATRICES
bene
EI producto de
EJEMPLO
l6
- (ati) U B - (rtt)
A:tU
?) ,
-r)
siguientes:
s:|\o 9
t -r)'
?)
El producto de A por B est definido, pues los rdenes de A yB son (2,2) y (2'3), respectivamente, y el nmero de columnas de la primera coincide con el nmero de filas de la
segunda. Sin embargo, el producto de B por A no est definido, pues el nmero de columnas
de B, que es 3, es diferente del nmero de filas de A, que es 2.
Calculemos entonces el producto
trminos de C son por definicin:
AB.
Los
cij
k:l
Es decir:
cn : cltbn -f cLtzbzt :
Cn : CLrtbn I a.tzbzz
y anlogamente: czr
: I '2
+2
'(-1) :
0,
lt
AB:[r/t
?)(;??): (l -;
3, Y Por tanto:
s\
;)
Para eI cIculo del trmino cij, es decir, del trmino de posicin (i, i ) del producto AB, slo interenen los trminos de la i-sima fila de A y los de Ia j-sima
columna de B: se observa que cij es la suma de los productos dos a dos de los
(i)
(
:
: ,\( 'r:','l
(: o:'
":^
i
',
f
donde' Cii
'
: ct.itbti *
"',^)
CLizbzi +
'*
l..
6Limbmi.
u)
: ):
'',' )
EJEMPLO
17
195
lt
,=(i
o -r\
-'t
lo
"=ll
2\
3)
primera fila de A:
I, 0 y -1,
y los de la primera columna de B:
0, 1 y
1,
y el trmino crr es igual a la suma de los productos dos a dos de los trminos de estas fila y
columna:
crr
: 1'0+0'
1+
(-1)' 1 : -1.
El trmino c12 es la suma de los productos dos a dos de los trminos de la primera fila
de A yla segunda columna de B: c12 : L' 2+ 0. (-2) + (-l)' 0 : 2. Y anlogamentei c2r : 2 . 0 + 3' | + 4' | : 7 y czz : 2 . 2 + 3' (-2) + 4' O : -2.
En conclusin:
(! e3
n":
="-\2
EJEMPLO I
-1)
4i
;/-\7
/2\
/2\
n) :(-t)
an:( o -r)f ,l:(t'2+o'3+(-1)
'\n) \
EI producto por la izquierda de A por B, es decir, el producto de B por A, tambin est
/2\
"o:l'lr'
\o/'
Se
tiene:
/2 0 -"\
;o -;l
; 4.0
;; c.r_D)
; i-il=l;
o -,)' =f;
\.r
_-4)
III.
196
EJ
ERCTCTO 2
MATRICES
A y B dos matrices con trminos en K fales que est definido eI producto de A por B,
y tambin el de B por A. Demostrar que si el orden de las matrices AB y BA es eI mismo,
entonces A y B deben ser cuadradas y del mismo otden. A
Sean
Proposicin
lll.5
,+:(aq) y s:(u'i)
por columnas
de rdenes
entonces:
AB =
es decir:
e('
(n I '
Si la
| . ..|
"o),
nz 1 ... I sr)
Demostracin
es:
es
igual al producto
matrices c
Queremos comprobar que estas dos matrices, ambas de orden (n, p), son iguales, para lo cual
hemos de comprobar se verifica:
1<
<
nY|
<
<P'
,r,
: t- ait bt j.
k:t
(61
Por otro lado, el trmino d.i dela matriz D es el situado en la fila l-sima y en la columna
j-sima, y por tanto es el trmino de la fila -sima de la maiz columna:
6Ltt
o:'
ABi
&tZ
6LIm
":'
6Lit
&rz
&m
CLnL
CLryZ
anm
(vt)
L97
es decir:
d.ij
De (6) y V) se deduce que cj
AB:
EJEMPLO r 9
ln,
^(t,
(7)
fi"*btcj.
En conclusin:
A-
(;
lo 0 1 1\
y
r
2
rl
3
B-l;
f
'
\oorl
lil
i)
- (tr
B, t, ) , siendo:
I
ll)l?)li)
81:l]j'82:
llj
YBz:
l]j
AB:
Es decir:
^(t' I
^ru)
ft 3 ; l) fll : (i'\
-r\'o1Jtlj
\n/
AB,:
o la segunda matriz columna de AB
es:
c\
;
l) l):ttj
;i
3
AB-_ft
D2-
\;
Nli,j
Por
tanto:
AB
- ABt:ri')
'
\n/
: (i'
i)
\+ z +)
"
Bt, resulta:
C.Q.D.
III.
tg8
Prod
ucto de dos
matrices dado
por filas
MATRICES
/t'\
A-
f"l
H'
tl
\r,/
entonces:
9
AB:
E)
I,l'
f'l
es decir:
fi,
[#
EJEMPLO
20
l) y' B-l+ I
;
\'o1l
A-(? 3
$i;)
'\
A-H
r t I'
\i,/
+]
.1. PRODUCTO DE
199
MATRICES
siendo:
h_(o o 1
, Fz:(t
1)
1) y F3:(o
r)
AB:ff B-*-l
WH
Es decir:
F1B
es:
- (o
1)
tIil
4),
es:
/t o
F2B
(+
- (t
3z
r)
1\
[i I?l:(,,6
fi i;)
\
12)
FzB-FtB-(+ z +).
Por tanto:
/4
2 4\
AB:ln 6
\+ z
12 l.
q)
*,
f ,K^
--!-Kn.
v: (ur,t)2,...,ur),u : (ut,Lt2,...,u*)
de Kp,
K- y K',
respectivamente. Grficamente:
(wt,uz,...,tDn),
III.
200
MATRICFS
y S en estas bases
brp \
bt.
bp
br,
bz.
bzz
: '. : " :
u^r)
bmz bmj
(m,p)- asociada a Ia aplicacin lineal / en las bases V (de Kp)
Ia matriz
-de orden
/brt
I A7
B:l
l :
\r,n,
I
I
y U (de Ku). Es decir: la j-sima matriz columna de B tiene por trminos las coordenadas delvector f (ui) enlabase U:
f(u)=byu1+b2iu2+"'+b6iu7a, 1<i<p'
(81
A-
*\l
&tl<
6LZt<
CLLry
O,rO ...
6L'm
CL'nk ...
CLnm
CLzm
(n,m-
b"
&tt An
&Zt 6LZZ
-de
orden
(9)
<k<m.
Denotemos por h la aplicacin compuesta g " f: h: g " f; entonces h es ulr
g(u :atku)t-l1lzpuz+
"'
+ cLnktvn, 1
- btjg@t) + bzjg(uz) +
' -t b*jg(u*)
Y
L bpig @p)
k:L
TN
: :
bp(a.tptUt
azpulz
*'
cLnkwn)
l,_1
,!-r
- Z otpbpjrDt *'
k:L
i eipb1itu +'
t cLnkbrcjtvn
4. PRODUCTO
2oL
DE MATRICES
h(u): Iayabriwl
(tO)
k=1
i)
rrr
en la expresin de h(u
..
., tttn,
1<<vt, I<j<p.
Orr:f.abtj,
(11)
k=r
Por otro lado, es inmediato comprobar que est definido el producto de A por B.
Por definicin, el trmino de posicin (, j) de la matriz AB es:
t oroao,,
Q2)
k=t
apl.lin. y
producto de
rnatr. asociadas
Producto de
matrices y
composicin de
EJEMPLO
2l
: AB.
Proposicin
"f
Corolario
y (m,p),
Sean ts
ts(xt,xz)
por:
(x7 +
A(xt,xz,xz) = (xt
B
"t 3
BC
m.i /
8,.
,dr,
donde Bc denota la base cannica de R2, y Bi la de R3. Obsrvese que, de acuerdo con el
enunciado, tomamos las bases cannicas para el primer espacio y para el tercero; para el
segundo, tambin tomamos la base cannica, aunque slo por comodidad.
trt. MATRtcs
2o2
La
t,
es:
i
/t
1\
n=lt -rl,
A
,4
\tl
puesto que:
1,
1, I ) en la base
:i$
$t{
(l,l,2l
pro
/r0-1\
A=l r r rl.
\-r o
2)
/t
0 -1\/1
^': [,-l
1\ /-r
('l l] :(';
t,)
"B
0\
Por ejemplo, si calculamos la imagen del vector (1,0) de R2 por la aplicacin A " B a
partir de las definiciones de "4 y ts, obtenemos: ["4 o ts](1,0) : A(tsG,O)), y se obserrra
que ( - 1, 4, 3 ) es el primer vector columna de AB.
A
(n,m)
( B
A
(n,m)
Si J+, ts
(m,p
c )_
)c
(tB
p,q)
(n,m)
(m,p)
(p,q)
a las matrices A,
asociada en las bases cannicas a A o (ts o ) es A(BC),y que la asociada en las base
cannicas a (A " ts) . e es (AB)C, y por tanto: A(BC) = (AB)C.
La multiplicacin de matrices es distributiva, tanto por Ia derecha como por h
A
(n,m)
(Br
(m,p)
+82)
(m,p)
- Ah+ABz
&
:!&
i&
203
(At
+A2)
(n,m)
(n,m)
- A+428.
(m,p)
Sl
In y I* son
tonces:
:A-
InA
(n,n)
en-
AIm
,tl
(n,m)
(n,m)
(n,m)
ffi, respectivamente,
(m,m)
respectivamente (y
AI^: .
El producto, tanto por Ia izquierda como por la derecha, de una matriz po una
OA:
(p,n)
(n,m)
yAO:O
(n,m)
(p,m)
(m,q)
(n,q)
inmediata del hecho de que los trminos de una matriz nula son nulos
y de la definicin del producto de matrices.
Es consecuencia
EJERCTCTO 3
Sean
sea o(
(*,p),
respecvamente, y
: a(AB).
EJ
ERC rC
rO 4
EJ
ERC IC
IO
Sea
Sj
cadal<i<n.
EJ
ERCTCTO 6
Sea
A una matfiz de orden (n,m) con trminos en K, y sea X la matriz columna con trminos
en K.'
XDemostrar se verifica: AX
columna de la matriz
A.
- xlAt + xzAz + .
(':)
.
+ xmAnL,
donde At, Az
III.
204
MATRICES
EJ
EM
PLO 22
AB
EJEMPLO 23
: (") (B) :
(") :
(ocx)
(B)
(") :
BA.
0\
A-(l) v B - (; -rl
'/
no conmutan, pues:
AB:(l
(;
;)
:(l
;)(l):(:
3) ,BA:(;
2\
o)
fl isll
o o o)
\o
vl'z
\o
-0
0
3s)
0 0l'
0 0)
En conclusion:
w
Nota bene Afirmar que la multiplicacin de matrices cuadradas de orden mayor que I
no es conmutativa no excluye que haya maices que conmuten. Por ejemplo, la matriz
A
identidad Iu conmuta con cualquier matriz cuadrada de orden m.
EJERCICIO
205
(o,, &tz
A- Io"
Io,,
vector
az
j
j
Cl'tm
azz
CLn2
A"nj
cLnm
a"r
Consideremos una
cLzm
Ia matriz de orden (n,m) con trminos en K asociada a la aplicacin lineal "4 en las
bases cannicas; y, como es habitual, sea A; la j-sima matriz columna de A,y sea 4;
el j-simo vector columna de A (1 < < m).Grficamente:
A,
Bc
K7n
&j,
ei
donde Bc
= (et,
c2,
...,
en)
vectores de Km y Ku, respectivamente, y sean X y Y las matrices columna cuyos trminos son las componentes de
los vectores xy y, respectivamente; es deci:
/xt
x_
l*,
.-
yY :|:
['Entonces se verifica:
A(x):!
<- AX:Y,
(13)
AX:Y
(donde la cuarta equivalencia es una consecuencia inmediata de la definicin de las
matrices columna A y Y, y de los vectores columna ai y !, y Ia ltima equivalencia
se prob en eI ejercicio 6 (cf. p. 203)).
III.
206
EJEMPLO
24
MATRICES
A-(t 3 l)
Se tiene:
EI
(r
\o '
\-zl
matriz:
/l Z f \
lo,t)
Ahora, sea;f una aplicacin lineal de Ku en Ku, y fijemos unas bases de Kru y K'r:
respectivamente: y : (utl)2,...,u*) y W : (ut,uz, "',t,"). Sea:
(b
bn
bzz
B:lI Au
: :
i::'.:'.:i
\rrr bnz
Ia matriz asociada a
btj
bzj
bt*\
br^
bnj
ur^)
x : xfnl-l
<
i <m'
x2u2
* "'
(r'
(brt bn
bt*
bzz
bz*
1 urt
(*'
(1+,
I
I
l':
t::
\a, t
bnv
bn*
l:_
2o7
En efecto:
v
- !: j=l>xjf
xiu + "'
x*u*)
(uj\
m
+ ltut+
e igualando
j=t
7o2, ...,71)nl
rn
Tn
Yr:Zxibti,
Yr:2xibzi,
Y":2xibnil
j:1,
j:r
j:L
/vr\
t,,,,,
l'l:
I I
(1s)
.r-r
\Y")
EJEMPLO
26
Sean
V=
(ut,uz,ui
yW=
(wt,to)
los vectores:
/t
2 r\
se tiene:
ypor tanto:
():,( i) :t I
lt:
Ly
tz=
del vector
r)
i)
(-)
-8,y f (Zut+u2-3u3):ltut-8w2.
208
III.
MATRICES
I
L
Se
verifica:
{
f]{
111
01 :ru1-
a&
zrr*rr=,
&
]{
y como:
(l
(llA:(,?,)
l)
"
entonces:
o El vector 2 e Si
: (0, -1) -
-er.
111
82:2rr*ZU2-tuu,
(1
f {e,r) :
.
[!A:(-;,,)
")-}*,
luego:
- (I,4) :
1u)y
(l
y entonces:
f (ez) :
ei + 4er.
11
,"*,",
l) ( IIA:(,) ,)
"i1.z:
1tt)t
(r,-2) : e, -
2er.
En resumen:
(er) --
(?)(i)'(-;)
En conclusin, la matriz asociada a
lo r
l-r o
y teniendo en cuenta la equivalencia (13):
r\
-r)'
f(xt,xz,xt) :
(x2 +
xz,-xr
2o.9
ilI.S
EI rango de una
Rango de una
matriz
EJ
EM
PLO 27
I 0 -1\
t 0 0
I 1l
A-11
-1
\r 1 z -t -3/
Los vectores columna de A son los siguientes vectores de R3:
a.1
_ (1,1,1), az:
(0,
C1
(0,
: (0,-1,1),
a|: az
alz:&z-et:(0,-T, 1),
&|: C4 : (0, 1, -1),
a's : a'5 * a'1 : (0 ,2, -2),
y as: rang o (ar,
&s)
a : &3 - a| :
a'l : eL + a2 a : &| * 2a| entonces: rang o (at,
sin: rango A
EJEMPLO
2B
:2.
&s)
&'a,
(0,0, 0),
(0,0, 0),
(0,0, 0),
- 1+ 1+ rango(a,a.';,a'{) -
2+
0 - 2. En conclu-
A-
(ll.l)
III. MATRIC
2TO
Se
l
tiene: rangoA
@2,
a.1
I
l
:
(1
,2,0),
ctz
(1, a,
1),
a3
(0, 1,
1) y
c4
(1,
-1, -3).
i
I
Si hacemos:
i,,
],
il
li
li
I
1i,:1':^"*'^,1 l::
-,,,
fi
I
entonces: ran ga A
ran
a :
A'l :
I
I
l,
I
i
az + (2
u)a
&'4
3at :
(0,0, (2
-a)
+ 1),
(0, 0, 0),
l
il
f
I
I
entonces: ran go A
+ rang o (a,a'';)
:2
+ rango((0,0,3
I
t
rango A
I
$
lz, sia:3,
I
$
i
B.
I$
i
u'
$
&
h.''
!-jl
lI
l
3l
tl
Se
rango
verifica:
El rango de una matriz es meno o igtal que eI nmero de sus fiLas y que d
nmero de sus columnas.
Una matriz de orden (n,m) con trminos en K tiene m vectores columna, y el rango
de m vectores es menor o igual que m; los vectores columna son vectores de Kt, y ef
Consecuencias de Ia definicin de
Se
I
l
I
t
I
t
I
I
$
$
ene
s dos de ellos.
/att
*
B
t]'
lli
\o", an.
I
$
Ix
$
&
6
f
&
*
*ffift
w
ffi
il
ffi
tr
ffi
ffi
il
aL.i
qnj
alm\
az^ I
l,
on^)
f
B
f,
atz
: (Ut,Uz,...,ttm) y
: (trt,Irrz,...,utn)i
2Lt
grficamente:
EI vector
v{w
Krr
ui
f(ui)
Kn
@).
f (ui) : atjUti
a27D2
1<l<n'
(cf. seccin 5 del captulo II, p. 132) donde Bc : (et,82,"',e,r)
Y(w):ei,
es labase cannica
de K. Entonces:
:
:
:
y
(aU,6L2
j,
...
,6Lnj)
at
jY (utr) + a2iY(ut2) +
"'
+ anY(un)
t 612e2+''' + &njn
(at.i, CLz.i, "', anj),
6hjet
r7 es
Y(f(uj)):aj,
t<i<m.
(16)
pol ser Y
iso-
rangof
rango(at,z
na
aplicacin lineal
es igual al de
lll,8
Proposicin
poI
una matriz
en
cualquier matraz
l ue la represente
bene
Nota
Es
2L2
III. MATRICE'
rango(AB)
rango(A
:
.
"/1,
rangots)}
mn{rangoA, rangoB}.
Una condicin necesaria y suficiente para que una matriz cuadrada de orden n
reprcsente un isomorfismo es que el rango de la matriz sea igual a n.
Es una consecuencia inmediata del hecho de que una aplicacin lineal de Ku en KZ
un isomorfismo precisamente si su rango es igual a zr (cf. proposicin II.13, p. 135).
es
Proposicin
y B es una
rang
o(AB)
rang o B.
(e),
..
., ts (e^))
rangoB = rangoB,
III.6
124).
c.e.,
2L3
EJEMpLO
29 N permutar
/0 I
2\
Iz o -4 zl,
\t 1 3 r)
obtenemos la matriz:
(', ?
-t
;)
\r 1 3 r)
Denotaremos esta transformacin de la forma:
fi
.
i 1)F'F= ( l 1)
Tipo II'. multiplicar ]a fila -sima po un escalar no nulo' Esto es, los trminos
de Ia fila -sima se multiplican por eI escalar no nulo, y los trminos de las
dems filas quedan inalterados.
EJ
EM
PLO
de la mattiz real:
/0 132\
Iz o -4 zl,
\r 1
L)
(? _i
2\
obtenemos la matriz:
\r 1
3l
132\
/0 132\/0
l; ; _; ;lFz*tt.Fz.f t o -z
\;;;;)
\i;;t)
1l
. Tipo lll: sumar a la fiIa -sima el resultado de multiplicar por un escalar la fila
j-sima, con j * . Es deci, se sustituye la fila -sima por la suma -trmino
trmino-
2L4
III, MATRIC
EJEMPLO
3l
fi
-2
en la matriz real:
1)
/0
lo -2 -10
\t 1 3
2\
ol.
r)
Fz*-2,F2
1)Fz
(i + -'i )
1,".
Li
Ln
que consiste en permutar entre s las filas -sima y j -sima de la matriz identidad 4? (obsrvese que estamos utilizando notacin por filas, y recordemos
que 11, Lz, ..., Ln son las matrices fila de lrr).
EJEMPLO
32
Si K
R, la
2r5
matriz:
01\
/0
1 0l:l-.;
oo)
lo
\r
es una matriz elemental de orden 3, que se ha obtenido permutando entre s las filas primera
y tercera de la matriz identidad IE.
La matriz:
lt o o
o\
\o o o
r)
lo o 1 ol
lo I o ol
matriz elemental de orden 4, que
y tercera de la matriz identidad 1.
es una
se
fitt
o Tipo II:
[t
:F
/t'\
Si K
R, la
0,
\t" )
33
tt
EJEMPLO
o<
a Ia fiIa i-sima
de la matriz
matriz:
/r 0
0\
\o o
3)
fo 1 ol
es una matriz elemental de orden 3, que se ha
matriz identidad
13
3.
2L6
III.
MATRICES
o Tipo III:
+ j,
I
que consiste en sustituir, en Ia matriz identid ad In, Ia fiIa i-sima por Ia suma
de eIIa misma y eI resultado de multiplicar Ia fila j -sima por eI escalar p.
EJEMPLO
34
Con K
R, la
matriz:
/T
fo
\0
La matriz:
(t ?3s)
lo o 1 ol
\o o o t)
matriz elemental de orden 4, que se ha obtenido sustituyendo Ia segunda fila
la suma de ella misma y el resultado de multiplicar la primera por 4.
es una
de Ia por
mentales
mentales:
U na matraz
elemental es de
rango mximo
Proposicin
lll.l0
Demostracin
EI rango de una
2L7
de rango igual al de los vectores (cf. propiedades del rango de un sistema de vectores, p. 80):
Qt, . .. , e,
an,
que es igu.al a n.
La matriz elemental de tipo II obtenida multiplicando la fila i-sima de 1, por el escalar
no nulo a verifica que el sistema de sus vectores columna es (e1, . '., oG,. '. ,en), cuyo rango
es igual an (cf. propiedades del rango de un sistema de vectores, p. B0).
Finalmente, los n vectores columna de Ia matriz elemental de tipo III obtenida de la forma:
sustituyendo Ia fila i-sima por la suma de ella misma y la fila j-sima multiplicada por el
escalar,son: 8t,...,eit,ei+pe,ei+t,"',sn,cuyorango(cf.proposicinI.18,p'82)es
C.Q.D.
..., a.i_t, a j, I j+l, . . ., 8n y por tanto igual a TL.
aci
elemental es
como multiplicar
por la izda.) por
su matriz
elemental
-2
real:
/r
f
-r o z)rl
\t
se obtiene la matriz:
-I
/-r 3 -i\
-r
;)
f-i
-l
o
/L 0 -2\
o 1 o
t;; i)
/L 0 -2\/ 1 1
i ol-'
o rl-
\ | \ 1 -1
ffiffi
y por otro lado:
0\
z)
/ 1 10\
_,
| 1 0 /-/,lllFL*Fr+(-2rF:,
\
-1
ffi
(.1
-1
;)
matriz producto
(.1
;)
malriz transformada
218
III.
MATRICES
Sea
por filas:
Recordemos, del ejercicio 5 (cf. p. 203), que el producto de la -sima matriz fila de la
matriz identidad 1, por la matriz A es igual a la l-sima matriz fila de A, es decir: LA = F.
En lo que sigue tambin haremos uso de la proposicin III.6 (cf. p. 198).
Consideremos la matriz elemental de tipo I asociada a la transformacin elemental: permutar entre s las filas -simay j-sima. El producto de esta matriz elemental por A es:
I
Lt A
Li
LA
Fi
Li
LiA
L-A
A-
multiplicar Ia fiIa -sma por eI escalar no nulo a. Su producto por la matriz A es:
TRANSFORMACIONES
2r9
tiene:
Ln
fl
rango no vara
al efectuar una
t ra n
sfo rm aci
elemental
elemental.
Corolario
EJEMPLO
35
c.Q.D.
C.Q.D.
/t o 2
1\
o:lz r 4 rl.
\r r2o)
y la transformacin elementd. permutar entre s las ftIas primeray segunda: "Ft * Fz".
Calculemos en primer lugar la matriz elemental Mr asociada a la transformacin elemental considerada. Aplicando sta a la matriz identidad 13, se tiene:
r13: (L ? S) Fr-F2 (i 3) _ Mt
\ooJ
\or)
Multiplicando por la izquierda la matrLz A por la matriz elemental Mt, se obtiene:
M1A-fiii)
(i 1lil:(l
i;il
At
22o
III.
MATRICES
/ro2
1\
/2t4
* r";
1\
es
decir: "F2
/r00\
u,:lo 2 ol,
\o o
t)
lr 0 0\/2 r 4 1\ /2 1 4 t\
la maftiz
Ai
/2141\/2t41\
.q,
:f r o 21ln-'0, 12 o 4 zl:er.
\r t20)
h tzo)
porlamatriz
M2M1.
es
/o 1 I 2
es-
1\
lz o 2 4 zl
A:la,
| 4 9 sl'
\o 1 1 z r)
que es de orden (4, 5), su rango es 3 y sus tres primeros vectores columna: (O,2,4,0 t.
(1, 0, 1, 1) y (1,2,4, 1), son linealmente independientes. Nuestro objetivo es aplicar
SUCESiVAS transformaciones elementales a la matriz A que nos lleven a una matriz de
Ia forma:
(t o o b1 cr\
b; c;l
lo o1 o1 b3
c3
lo
l'
\o o o ba q)
(r7
,6,
TRANSFORMACIONES
22L
Son 1, ez
y ez (de la base
cannica de m,4).
En primer lugar, tratamos de conseguir una matriz cuyo primer vector columna sea et : (I,0,0,0). El primer paso consiste en colocar en la posicin (1,1) un
trmino no nulo, y lo logramos aplicando a la maiz A la transformacin elemental
permutar entre s las ftIas primeray segunda ("Ft - F2"):
(zoz42\
t0 I 1 2 tt
'14 14 e sl'
\0 r 1 2 r/
I
ltor21\
l+ t 4 e sl'
lo 1 1 z rl
\. 1 I z t)
-4
Ia primera
(es
/t o I 2 r\
lo 1 I 2 rl
l; i
i il'
(r8)
\o t I 2 r)
y ya tenemos una matriz cuyo primer vector columna es (1,0,0,0). Obsrvese que el
rango de esta matriz tambin es igual a 3, pues es el resultado de sucesivas transformaciones elementales aplicadas a A, las cuales conservan el rango (cf. corolario de la
proposicin III.11 (cf. p.2I7)).
En segundo lugar, tratamos de llegar a una matriz cuyos vectores columna primero y segundo Sr1 1 = (1,0,0,0) y ez: (0,1,0,0), respectivamente. Para ello,
slo nos falta que los trminos (3,2) y (4,2) sean nulos. Aplicamos a la matriz
de (18), sucesivamente, las transformaciones elementales siguientes: sustituir Ia tercera ftIa por Ia suma de eIIa y eI resultado de multiplicar por -I Ia segunda ftIa, y
Ia
/tor21\lto12t\ltol2l\
r l z tlr,-r,-o, lo I 1 z tlr^*no-r, lo I I 2 ll
lo
o -1 -1 ol'
lo r o r ri-lo
o -r -1 ol-lo
\oo o oo)
\ii rr)
\oi ' 21)
222
III. MATRICS
cuyos vectores colurna primero y segundo son 1 }/ e2, respectivamente. Esta matriz
es de rango 3.
/t o 1 2
Ia. tercera
1\
lo o1 1I z1 olll
lo
\o o o o o)
Ahota, para conseguir que los trminos de las posiciones (2,3) y (1,3) seannul6n
sustituimos Ia segunda ftIa por eIIa ms Ia tercera mulplicada por -1, y sustuirrfr
Ia primera ftIa por eIIa ms la tercera multiplicada por -l:
(t o 1 z
i !
ooo
l3 I
\o
(t o 1 z
1\
Fz*Fz-Fz
o)
1\
l0 1 0 1 1t
!o o 1 1 o!
\o o o o o)
Ft*Ft-Fz
.-------.--_-.--
(t 00 1
10
01
ll 00 0
1\
ll
0)
Qu tipo de
matriz es posible
obte ne r
aplicando
tran sfo rm acio
10
01
nes
elementales
sucesivas a una
&Lm
&z*
i
00
matriz
elr*
0
M-T
Nota
nulos.
(n-r)
223
Demostracin Sea A una matriz de orden (n,m), de rango r > I y con sus r primeros
vectores columna linealmente independientes. Probaremos por induccin que es posible,
mediante aplicacin de transformaciones elementales sucesivas a la matriz A, obtener una
matriz de la forma (19).
En primer lugar, veamos cmo podemos llegar a una matriz cuyo primer vector columna
so: 1 : (1,0,...,0) e K2. No todos los trminos de la primera columna de la matriz A
son nulos (si as fuera, los r primeros vectores columna de A no seran linealmente independientes), y por tanto, mediante una transformacin elemental de tipo I, consistente en una
permutacin de filas, podemos conseguir una matriz cuyo trmino de la posicin ( 1, 1 ) es no
nulo. Con una transformacin elemental de tipo II: multiplicar la primera fila por el inverso
del trmjno (1,1), obtenemos una matriz con el trmino (1,1) igual a 1. Mediante transformaciones elementales de tipo III, conseguimos que los restantes trminos de la primera
columna sean nulos.
Supongamos que, mediante transformaciones elementales sucesivas aplicadas a la ma-
trizA,hemosllegadoaunamatrizA'cuyosi-lprimerosvectorescolumna(1 <l<r)son
ot,..., ei-1 de Kn. Probemos que mediante transformaciones de A'podemos
obtener una matriz cuyos I primeros vectores columna soni 1, . .. , c-t, ei.
los vectores
Observamos lo siguiente:
Puesto que
el rango de
de
A'
Las I
l?)
l')
Ai:
A;-
A1-,
l:l
l.l
0
1
\o/
\o/
(el trmino 1 de
Ai,,
es el de posicin (
ES:
eti
.
A,
a(i_t)t
elii
e'lni
III. MATRIC::
224
De esta forma, permutando entre s la fila i-sima y alguna de las filas de la i-sima ;
la z-sima, llegamos a una matriz con el trmino (1, l) no nulo, y multiplicando por el invers,.
de este trmino la fila l-sima conseguimos 1 en esa posicin. Transformaciones de tipo Il
permiten, finalmente, conseguir una matriz con los restantes trminos de la columna -sim.
iguales a 0, y por tanto con su i-simo vector columna igual a e.
r- llegamos a una matriz cuyos vectores columna son
En el ltimo paso
-cuando =
t,..., r-r,8r. La matriz obtenida en este ltimo paso tambin tiene rango r,y com
primeros vectores columna: et, Qz, ..., e/, Son linealmente independientes, IoS (m - r"
restantes vectores columna sern combinacin Iineal de ellos, y por tanto, aI igual que lo.
vectores ct, . .., /, tendrn nulas sus (n - r) ltimas componentes.
En definitiva, hemos llegado, aplicando a la matriz A sucesivas transformaciones elemet-'
c.Q tales, a una matriz de la forma (19).
sus
Corolario
Si
Demostracin
tales que aplicadas sucesivamente a la matriz A permiten obtener una matriz A' de la fo:ma (19). Si hemos aplicado k transformaciones elementales, y Mr, Mz, . .., Mk son las matrice:
elementales asociadas, respectivamente, a las transformaciones elementales sucesivament.
aplicadas, de acuerdo con Ia proposicin III.11 (cf.p.2I7), se tendr:
A'=Mp"'MzMtA.
La
matriz T
y su rango
EJEMPLO 36
/0 1 2
2\
\r z 6
4)
4-f t I 3
El rango de A es igual a 2,
es
z),
2l
pendientes. De acuerdo con la proposicin III.12 (cf . p.222), podemos aplicar a la matrtz transformaciones elementales sucesivas y obtener una matriz de la forma:
lt
0 bt cr\
lo 1 bz c2l
\o o o ,)
(l
( 1,
0,
0) y (0,
(rangoA) = 3 - 2 : I.
1,
225
A- 11) F F2 (i ; z)-A
F3*F3-2F'.(
I
o
\o
/r 0
Ft*Ft-Fz,fo 1
\o o
La matriz
i ;) _Az
o o)
I 0\
z zl- Az.
o o)
tipo 1) "Fr
lo 10\01.
At:MtA, conML=ll 0
\0ot/
/ 10 0\
\z:MzAt, conMz:f
------L O 1 01.
\-z o t)
Finalmente, la matrrz A3 puede obtenerse de Az a travs del producto:
lt
A:
MtAz,
con v3
0\
: Io -1I o I
\o orl
/-l
1 0\
r o
\o -2
r:M1M2M.=l
'
Sin embargo, es posible calcular la matriz
siguiente observacin. Se verifica:
ol.
r)
T-TI3-MzMzMtIz,
III. MATRICEi
226
/r 0 0\
lo 1 ol
\o o r)
Ft*Fz
/0
.f
\o
1 0\
0 0l
o t)
/0
f
\o
Fz*Fs-zFr,f
')
--
3) Ft*Fr-F.ai
t)
it)
Inve rsa
de u na
m at
riz
cuad rad a
at
riz
inve rt i b le
de matriz
BA: In :
CA,
sor-
igual-
CA, resulta:
BAB:
y como AB : In, se deduce que B
nica matriz inversa.
CAB,
tiene un;
AA-r- A-rA:In.
Nota
bene
lo
es
(2r)
1-t, y su inversa
es A:
(r')-'-
A.
7,
EJEMPLO
37
227
-i)
(
matrrz rrlersa
se tiene que su
es:
(l l)
ya que:
(ll)(ll):( 1)(ll):(l)
(t -r\-'::\o
(r r\
(ll)-':(;l)
(o t)
t)
Por tanto:
EJEMPLO 3B
1rr1 n
: In Esto es:
t;t - In.
EJ
ERCTCTO B
CNS
de malraz
nvertible (tener
rango mximo)
A y B dos matrices cuadradas del mismo orden. Demostar que si A y B son invertibles,
tambin es inverble el prcducto AB, y se verifica: (+A-r : B rA 7.
Sean
Proposicin
lf
f.l
Una
es
invertible si y sIo si su
rango es igual a n.
Demostracin
Sea
AB
vL
tal que:
: BA: In.
(22)
4"ts:B "A:Jn,
y como J,
(23)
es la aplicacin identidad de Ku, afirmar (23) es lo mismo que afirmar que "4 es
ai rangoA:
n.
bene
C.Q.D.
Nota
228
III.
EJEMPLO
39
La matriz real:
/ 1
I -1\
ol
fo 1
\-r -r
es una
MATRICES
z)
(il)
no es invertible, pues tiene rango
EJERCICIO
1.
inversa A continuacin,
para
exponemos un mtodo
el cIculo de la inversa de una matriz invertible basado
en transformaciones elementales.
Consideremos una matiz A cuadrada de orden n con trminos en K e invertible,
es decir (cf. proposicin III.13, p.227): rango A : n. De aplicar Ia proposicin Itr.12
(cf. p. 222) (cf . p. 222) a la matriz A se deduce que es posible obtener una matriz A'
de la forma:
1
0
e1r, +u
&Tm
2. Mtodo prctico para el clculo de Ia matriz
A':
aLt, +tl
&2m
::
00 ... i alrr'r+t
00
00
e!"*
)
llevando a cabo en la matriz A transformaciones elementales sucesivas, siendo r d
rango de A, n el nmero de sus fiIas y m el de sus columnas; como en nuestro caso
se tiene: T : TTL : h,la matriz A' toma la forma:
A,-
(?
sl
[ro
,)
: In'
vertible A
es posible obtener la
matriz identidad
1rr.
7.
229
Si M1, M2, ..., Ma son las matrices elementales asociadas a Ias k sucesivas transformaciones elementales que aplicadas a A nos permiten obtener In, entonces (cf. demostracin del corolario de la proposicin 3 (cf . p. 224)):
M4"'M2M1A:
In,
: InA-7,
bien:
A-1
EJEMPLO
40
La matriz:
/ I
I -1\
A:l o I
\-r -r
ol,
z)
identidad 1::
":(ir:)*(:i?):(il?)
*(ii):^
4-r
/2
- o
f
\r
-1
I
o
i)
2)
\r o J
\r
-1 1\ / 1
1 -1\
rolf o I
o r) \-r -1
ol -rz
z)
i)
230
III.8
Traspuesta de
u na malriz
ffi
..'t ..;',..*
rr:
EJEMPLO
4l
Sea
A la matriz con trminos reales de orden (2,3) cuyos tres vectores columna son:
a.1
-(1,2), az:(1,1) y
cL3: (3,0).
/T
At:
-tt
2\
r l.
\3 0/
42
La traspuesta de Ia matriz:
A-(o'
es Ia
4,2
matriz:
AT:
e)
"r)
,8,
23L
matriz Se verifica:
identidad In es ella misma: It": 1".
.
.
.
La traspuesta de la matriz
La traspuesta de la matriz Ar, que denotaremo.s; (At)t,
es
igual
a A.
(A+B)t:At+Br'
Si ponemos: C --
A + B, entonces:
alt
+blt,
1<
<
m, I
<
j <n,
At + Bt.
a es un escala, entonces la
(aAt : ot.
Poniendo: D : aA, se tiene:
Si
traspuesta de Ia matriz
aA
es igual a uAr:
Pongamos: E
BA.
Se
es
igual a
tiene:
el,
eii
: i r,ooo, : L oioai,.
k=l
k=r
es cuadrada de orden
matriz Ar es invertible, y suinversa es
Si Ia matriz
Se
EJEMPLO
43
A-(;ls)B-(t-11)vc-(l)
Comprobemos se verifica: (A + B)t
At + Bt
y (Cl)t :
AtCr.
Ia
III.
232
MATRICES
Se tiene:
il
AI:(l
Ar+Bt
B'I:
:(l
il+
(-l I
-(:
A+B
(-l | :fi ) :
l)
(A+B,r
CrAt
-1 z) (l
- (t
: (o
1)'
y como:
AC:(I
rs)(1): (?)
resulta:
(AC),: (?)
':
(o
r) -
CrAr
Proposicin
ff
f.l4
El rango de una
matriz es igual al
de su traspuesta
Demostracin Sea A una matriz de orden (n,m) y rcrtgo r > 1. Como el rango de una
matriz es indiferente al orden de sus vectores columna, podemos suponer, sin prdida de
generalidad, que los
mos (cf. corolario de la proposicin 3 (cf. p.224) que existe unamatriz T cuadrada de orden n
tal que TA es de la forma:
TA:
(:?
0 e1e+u
0 a|r"+u
!'B
a\*
elz*
e!r*
[,0
r
m-r
(1,0,...,0,a\*11,...,a\*),
(0,
A son:
1,...,0,a|r,+',...,a'z),..., (0,0,...,L,a!,r,+t,...,ai,^),
9, soLUCtN
or Los EJERCtctos
pRopuEsTos
A: r :
233
r,y
por tanto:
rango(TA)t
de lo que se deduce:
rangoAt.
rangoA <
(24)
Es decir, el rango de una matriz es menor o igual que el de su traspuesta. Aplicando esta
(2
rango A,
(2 s)
rang o Ar.
C.Q-.D.
(p. I BB)
Sea
f (u) :
+ \ut2
x1r'
'
(p. I e6)
234
III. MATRICE:
| j
*)
uB
por defim-
or(obo)
(,j)
Enconclu-
m,
j p),
"
es:
k:7
queeseltrminodeposicin
sin:A(aB) : a(AB).
<
| <j
p).
Sean O
y B (b; 1 < <
Ejercicio
(ott, 1 < I < rL, < <
(p. 203) cin de producto de una matriz por un escalar, se tiene:
"yk-r aijbt j,
dea(AB) (1 <
Ejercicio
Aplicando, primero, la propiedad distributiva por la izquierda y, despus, la prople(p. 203) dad distributiva por la derecha, se tiene:
(A+ B)2
Ejercicio
(p.203)
(A + B)(A + B) =
A(A+B)
A-(^, l^,
lAi
I l^d
rm:(r, lt,
I lEil
ln*),
Ar*-A(o,
Iurl
Ei
I
I E*)-
(^trl
^tr
AE
I
l ^u*)
Por otro lado, de acuerdo con las propieda des del producto de matrices, se tiene
quet AIm: A, o bien:
Arm-(^'l^,
I lAil
l^*)
En conclusin:
(^'l^,
I lAil
lA*):(^u,l^t,l
yA-AEi,I</<m.
Anlogamente, como la i-sima matriz fila de In es L, se tiene que la i-sima
matriz flIa del produ cto InA es igual al produ cto LA; al ser: InA : A, se deduce qu
la i-sima matriz flla de A es igual a t iA (I
Ejercicio 6
(p.203)
SiE1 ,E2
verifica:
/"'\
lxzl
X- L l:*rtt-tx2E2*
\;^)
+ xmEm,
se
'.9.
235
y por tanto:
AX
donde la segunda igualdad es consecuencia de la propiedad distributiva de la multiplicacin de matrices, y Ia tercera y la cuarta son consecuencia de los ejercicios 3 y 5,
respectivamente.
Ejercicio 7
(p. 20a)
(A+B)z : (A+B)(A+B):
A2 + AB +
BA+ 82.
(26)
verifica:
(A+8,2:
t(l
). (3 _3)l': (? _l)': (3
3)
^': (? )': ( ?)
Y
AB:(:
3)
*: (3 -:)': ( l),
BA-(
3)
Por tanto:
A2+zAB+Bz:(l ?)
-)
y(A+B)2+A2+2AB+82.
Ejercicio
: B-rInB - B-rB :
In,
236
III.
Ejercicio
(p.228)
MATRICES
JLoB:Jn,
(2n
237
ECAPITULACIN III
RECAPITULACION III
Definicin de
.
.
.
Se denota: a;.
Notaciones para la matriz A de orden
CLtt
CLzt
A-
CLyZ
&ZZ
6l'Lm
6L2m
:
&it
&iz
ati
cLim
CLnI
CLnZ
A'nj
CLnm
fusin).
o
o
o
Trminos de la -sima fila (1 < < tt) de A: ai1, a2, ..., am; trminos de
la j-sima columna (1 < j < m) de A: cLtj, azj, ..., &nj.
Matriz fila: matriz de orden (I,m).
Matriz columna: matriz de orden (n,I).
Matriz cuaada de orden ni marriz de orden (n,n) (mismo nmero de filas
que de columnas).
Se
tiene:
0
In
:f
sl
r)
\o 0
Matriz cero, o nula, con trminos enKde orden (rt,m): matriz
con todos sus trminos iguales
Se denota: O.
a 0.
de orden
(n,m)
III.
238
MATRICES
Matriz columna j-sima de la matriz A (1 < j < m): matriz columna de orden (n, 1) cuyos trminos son los de Ia j-sima columna de A.
Se
denota:
A;.
Se
tiene:
("tt\
Aj
az:j
: Il""i
tt
\o" /
A_Fl
A-l,l
(rl
Las matrices fila de /,n se denotan: Lt, Lz, ..., Ln.
o Vector columna j-simo de A (1 < j < m): el vector de Ka cuyas componentes
son los trminos de Ai.
tiene: ai : (ati,alzj,...,dnj).
Vector fila l-simo de A (1 < I < n): el vector de Ku cuyas componentes son
Ios trminos de la l-sima fila de la matriz A; es decir: (ai't , a2, . . . , am).
Se
denota:
a;.
Se
lineal
yW
(tat,urr,...,un)
(Itt,7tz,...
,u*)
de Krr
de Ku:
A: ("t) deorden
son las
n coordenadas de /(u;)
en la base W:
f {u t) : etju)t + azjTuz -r
Caso particular: SiW
columna de A,
Propiedad: sr m
entonces
<j<
m).
(es decir:
TL
a"nlWn,
K77
- K'),
1<J<m-
f (u) - a j (J-simo
vector
si V y W son iguales, y si A
I,r,
239
RECAPITULACION III
Aplicacin lineal cannicamente asociada a una matriz A: ("tt) con trminos en K de orden (n,m): la nica aplicacin lineal "4 de Km en K cuya matriz
asociada en las bases cannicas es A.
Grficamente:
Bc
B'c
K'?1
e
EI espacio vectorial
fivos ny mi
lVtr* ( K)
&j,
Consideramos un cuerpo K y unos enteros posi-
M"r-(K)
.
.
Fijadas unas bases, si A es un escalar y / una aplicacin lineal, la matriz asociada a A/ es el producto del escalar A por la matriz asociada a Ia aplicacin /.
Los espacios vectoriales f,(Ku, K") y Mn (K), ambos sobre el cuerpo K, son
isomorfos.
La aplicacin de f,(Km, K) en Mr-(K) que a cada aplicacin lineal asigna su
matriz asociada en las bases cannicas es un isomorfismo.
Producto de
matrices
(Uri;
(n,m) y (m,p):
t <<rn, 1<J
c7
< e)
Zoruboi.
K:T
240
III.
Se
MATRICES
^(u,
lmo)
fiI'l
Las matrices
coinciden.
+ A2B.
n>
2, no es conmu-
tativa.
Se
tiene la equivalencia:
,A(x1,x2,...,X*)
(yt,!2,...,Vn)
e Af)
f)
tivamente, si A : (or)
la matriz asociada a / en estas bases, se verifica: la
""
imagen por / del vector de coordenadas x1, x2, ..., x,n en V es el vector cuyas
coordenadas lt, !2, ..., ln en W vienen determinadas por la relacin matricial:
(:,:\
fr,j
Rango de una matrz
r Rango de una matdz
(:';, :::
[",
:::,\(::
r enz ^,^)l'-
A : ("tt)
de orden
(n,m): el rango
rangoA:
rango
de los vectores
columna de A.
Se
(at,az,...,a^).
: CAPITTJLACIN III
24r
. Propiedades:
o
el rango de una matriz es menor o igual que el nmero de sus filas y que
el nmero de sus columnas;
o
o
no
se
o
o
n es igual a n,
el resultado de aplicar a una matriz una transformacin elemental es eI
producto por la izquierda de la matriz por la matriz elemental asociada a
la transformacin elemental.
Si A es una matriz de orden (n,m),y si rango(A) : r > 1, y los r primeros
vectores columna de A son linealmente independientes, se puede obtener, aplicando a A transformaciones elementales sucesivas, una matriz A' de la forma:
el rango de una matriz elemental de orden
::
00
A,00
l
1",
T
M-T
III. MATRICS
242
A-r.
. Propiedades:
o AA_1 : A_tA:Ini
a (t-r)-r : '+;
o I;1 :7n
(A es invertible) e rango A : n.
Para el clculo prctico de A-1: se aplican a 1r, las mismas transformaciones
elementales sucesivas que llevan la matriz A alamatriz In.
denota: At.
Propiedades:
. IL: In;
o (At)t :4;
o (A+B)r:Ar+Bri
o (aA)t : aAti
o (BA)t : AtBl
o rangoAt:rangoA;
o si A es cuadrada e invertible: (')-t : (A-t)t.
C,q,prulo IV
SISTEMAS DE ECUACIONES
LINEALES
IV.
244
ESQUEMA RESUMEN
IurnonuccrN
2.
245
Definiciones y propiedades, 245 . Resolucin de un sistema de ecuaciones lineales, 25L . Aplicaciones de los
sistemas de ecuaciones lineales, 261
. 268
.270
. 273
Iineales
Resolucin de
un sistema de la
AX-C
forma
.2BO
277
REcaprruLACrN
homogneo
.277
IV
293
245
INTRODUCCION
INTRODUCCIN
D
efinciones y propiedades
xt, xz, . . , xm
.
CLmXm
C,
donde
6Lr, CLz, . . .,
y los de Ia tercera:
x1x2-r x3 =
: _ I,
2, xl + 3x2 - xz-X3
2x1
- J- : t'
Muchas veces se emplean otras letras para designar las incgnitas, como x,
o u. Por ejemplo, estas son ecuaciones lineales en las incgnitas x, y, z y ti
2x+3y-22+t--3
2y
X2
-z- t-
y, z, t
1.
un conjunto de ecuaciones lineales consideradas simultneamente, todas en las mismas incgritas. Por ejemplo, el siguiente es un sistema de dos ecuaciones y cuatro
incgnitas:
Ir*, -t
L x1
+3xs-x+
xz-t
4x3
x+
-r.
Ntese que ambas son efecti vamente ecuaciones e n las mismas incgnitasi
xt, xz, x3
Y x+-
Todos los sistemas admiten una notacin matricial, de suma importancia para
un ulterior estudio del sistema. Por un lado, se define Ia llamada maiz asociada al
sistema, que tiene tantas filas como ecuaciones y tantas columnas como incgnitas, y
cuyos trminos son los coeficientes de las ecuaciones (colocados en el mismo orden
en el que figuran en eI sistema). Por otro lado, se define la matri,z de incgnitas, q.ue
es la matriz columna cuyos trminos son las incgnitas del sistema. Y finalmente se
define la matriz de trminos independienfes, que es Ia matriz columna cuyos trminos
son los trminos independientes de las ecuaciones. Estas matrices suelen denotarse
246
IV.
Escribamos la notacin matricial del sistema que hemos puesto de ejemplo dos
prrafos antes. Su matriz asociada ser de orden (2,4) (tantas filas como ecuaciones
y tantas columnas como incgnitas); en su primera fila tendr como trminos los
coeficientes de la primera ecuacin, esto es: 2,0,3 y -1; en su segunda fila, Ios
coeficientes de Ia segunda ecuacin:
I, I, 4 y 1. La matriz asociada
es entonces:
3 -t\
o:ltlz o
7 4 1)'
matriz de incgnitas y su matriz de trminos independientes son las matrices
columna cuyos trminos son Ias incgnitas y los trminos independientes del sisSu
X-
(::\
yc
l*=l
\,^)
(l
AX
? =^ l)
:(?)
/"'\
:(?)
transforma en esta:
( ?)
se
'
el sistema: la llamada matriz ampliada del sistema, formada adjuntando a la matriz asociada la matriz de trminos independientes (esto es, aadiendo a la matriz
asociada una columna ms, cuyos trminos son los trminos independientes de las
ecuaciones). Si la matriz asociada se ha denotado por A y Ia de trminos independientes por C, la matriz ampliada se escribe: (O I a) para el ejemplo d.e sistema
que venimos considerando, su matriz ampliada se escribe as:
i)
247
INTRODUCCIN
Un concepto muy importante es el de solucin de un sistema de ecuaciones lineales. Consideremos un sistema de ecuaciones lineales de matriz asociada A y de
matriz de trminos independientes C (o dicho de otra forma: el sistema AX : C, o
tambin: el sistema de matriz ampliada (a I C)1. Llamaremos solucin del sistema a
toda matriz columna X1 tal que el producto AX1 es igual a Ia matriz C. Para el sistema
que venimos considerando como ejemplo, una solucin eS esta matriz columna:
Xt:
l)
Isj
por esta maQu significa esto? Que si multiplicamos Ia matriz asociada del sistema
rriz X1, obtenemos como resultado Ia matriz de trminos independientes. Tenemos:
AXt:
03
[r 11
/z
l)
C,
lo que prueba que efectivamente la matriz X1 es una solucin del sistema. Ntese
que si en el sistema propiamente dicho sustituimos las incgnitas por los trminos
correspond.ientes de la matriz X1, es decf, si sustituimos x1, x2, xz Y xs por 1, -2, 0
y 0, respectivamente, entonces obtenemos dos identidades (una por cada ecuacin):
+3.0-01+(-z) +1.0+0-
[z1
-1.
Todo sistema de ecuaciones lineales verifica uno y sIo uno de estos asertos: no
admite solucin, admite exactamente una solucin, o admite infinitas soluciones.l
Entenderemos por discutir un sistema la tarea de averiguar cul de estos tres asertos
se verifica para el sistema; es decir, averigpar si admite solucin o no' y en caso
afirmativo si slo admite una o admite infinitas. Y entenderemos por resolver el
sistema averiguar concretamente todas las matrices columna -una o infinitas- que
sean solucin del sistema caso de que admita alguna.
La tarea de discutir un sistema requiere solamente un clculo de rangos. El resultado fundamental es este: un sistema de ecuaciones Iineales admite alguna solucin
si y solamente si el rango de su matriz asociada coincide con eI rango de su matriz
llos
sistemas que no admiten solucin se denominan incompatiblesi los que la admiten, compatibles.
Los sistemas compatibles se califican adems de determinados o de indeterminados, segn admitan slo
una solucin o in-finitas, respectivamente. Esta nomenclatura, comn en muchos manuales que tratan
Ios sistemas de ecuaciones lineales, no se utiliza en este texto.
IV.
248
raneo
(i ? =^ l) : z,
rane e A
:rans"
(A I c)
: rans" (? ? =^ - i
?)
:2
Iuego el sistema admite solucin (ya lo sabamos: habamos puesto un ejemplo); pero
adems este valor comn del rango es menor que el nmero de incgnitas del sistema
(ste es 4 y aqul es 2), luego el sistema admite infinitas soluciones.
Otro ejemplo:
l^* +2y -2
Ir* + 7:2'
Este es un sistema de dos ecuaciones y dos incgnitas (ntese que estamos denotando stas con las letras xyy).La matriz asociada y la matriz ampliada son,
respectivamente, estas:
(; ?) v (;i
pero la segunda
tiene rango igual a 2 (ambas filas no son proporci onales): el sistema no admite solucton.
Y otro ejemplo ms de sistema, que introducimos directamente en notacin matricial. Consideramos este sistema:
:^
l) 0l):(i)
que tiene tres ecuacones y tres incgnitas. Sus matrices asociada y ampliada son,
respectivamente, estas:
(t _i l) v ft
\o 1l
_:^ i
\o 1r i)
Ambas son de rango igual a 3, como el lector puede calcular. Se trata, entonces, de
un sistema que admite solucin, y solucin nica, pues el valor comn del rango
coincide con eI nmero de incgnitas.
249
INTRODUCCIN
un sistema
d.e ecuaciones del cual sabemos, por haberlo discutido preamente, que admite solucin. Pero antes de terminar esta seccin queremos hablar de sistemas equivalentes:
que dos sistemas de ecuaciones lineales sean equivalentes significa que ambos tienen
eI mismo conjunto de soluciones (si ninguno de los dos admite solucin, se conside-
ran tambin equivalentes: en este caso el conjunto de soluciones sera, para ambos,
el vaco). Un resultado importante establece que, dado un sistema de ecuaciones,
podemos escribir otro equivalente a I aplicando a Ia matriz asociada y a Ia de trminos independientes una misma transformacin elemental por filas. Ms en concreto,
si AX : C es un sistema de ecuaciones lineales (dado en notacin matricial), y si A'
y C' son el resultado de aplicar a las matrices A y C, respectivamente, una misma
trasnformacin elemental (por filas), entonces los sistemas AX = C y A'X : C' son
equivalentes: o ninguno de ellos tiene solucin, o ambos tienen las mismas soluciones, esto es, si una matriz columna es solucin de uno, tambin lo es del otro.
A modo de muestra de lo dicho, consideremos el sistema que hemos puesto antes
como ejemplo de sistema de una nica solucin:
:(i)
-i
(;i)
l)
- Zxz * 5x3- 1
-4x2+ x3-0
.bien
[,:,
Xz-r X3-2.
Apliquemos, tanto a su matriz asociada como a su matriz de trminos independientes, la transformacin elemental F2 - F2 - 2F1 (esto es: sumar a la segunda fila la
/r
-2
-.1
\0
(i 1 i)
FzFz-ZF'
l)
(i)
FzFz-2F'
(l)
Dicho de otra forma, ms cmoda: apliquemos aIa matriz ampliada del sistema Ia
transformacin elemental F2 - F2 - 2F
/t -2
1\
Iz -1
\o r1
Fz*Fz-ZFt
2/
fi
-25
0 -9
11
/t -2
5\ /xL\ / 1\
bien I
lo o -elf"; l:f: -zl. obien
'
;,)
?,)
I
l;:l
\
-ex3:-2
",
*n'*,:
z;
de su segunda ecuacin se obtiene: xz :219, que sustituido en Ia tercera proporciona: xz : 2 - 219 : 16 lg, y finalmente de la primera resulta: xt : 3l 19' La nica
250
IV.
solucin de este ltimo sistema, y por ende del original (pues son equivalentes),
entonces esta matriz columna:
es
/31/9\
I rorg
l.
\zis )
El mtodo que utilizaremos en la seccin siguiente para resolver un sistema se basa
en lo que acabamos de ver en este ejemplo: mediante transformaciones elementales
por filas aplicadas a la matriz ampliada del sistema (que es tanto como decir que se
aplican simultneamente a la matriz asociada y a Ia de trminos independientes), se
trata de llegar a un sistema equivalente al original y fcil de resolver.
Quiz el lector se pregunte por el efecto en un sistema de ecuaciones lineales
de una transformacin elemental por columnas. Slo emplearemos, y ya veremos
cundo ser necesario, Ias de tipo I, es decir, el intercambio de columnas. Para ver
qu ocurre, fijmonos en el primer sistema de ecuaciones que consideramos como
ejemplo al principio de este apartado:
lz*,
I t, *
l-
x4: 2
x2-t 4x3 + x4 : - 1.
-t3x3_
lo z 3
[r 1 1
-1
1
?)
lt'
- x4: 2
+ Xz * lxz * X4: -1.
Zxz + 3xz
;)
I
\
ol
o)
25r
INTRODUCCIN
Obtenemos una solucin del segundo sistema intercambiando sus dos primeros tr-
minos:
-l
fI/-z\
1l
! ;lo)
I
bene
Nota
Si
I::,:::',::,
obien
(;
3)
(:):
(s)
\u/
xl
I xt * Zxz-t xz - o
-lo
[-x1*Zxz_ xz:0,
bien
/1
[_,
; l) (;):
(s)
Denotemos su matriz asociada por A. La matriz A tiene rango igUal a 2 y el sistema cuenta con tles incgnitas, un nmero mayol que eI rango, luego hay infinitas
IV.
252
1'
para eIIo hacemos uso de una propiedad que hemos visto en eI apartado anterior:
podemos obtener un sistema equivalente a uno dado aplicando una misma transformacin elemental por filas tanto a la matriz asociada como a la matriz de trminos independientes (o directamente a la matriz ampliada, que es una forma de
aplicar la transformacin simultneamente a las dos matrices citadas). Ahora bien,
no debemos preocuparnos por la matriz de trminos independientes de un sistema
homogneo, pues se trata de una matriz nula y cualquier transformacin elementa-l
que le apliquemos tendr Ia misma matriz nula como resultado. Buscamos, entonces,
aplicar transformaciones elementales a la matriz A que nos permitan obtener una
matriz cuyo sistema homogneo correspondiente sea fcil de resolver. De acuerdo
con lo sto en el captulo III (verbigracia, cf. p. 168), a pafiir de la matriz A, y aplicndole transformaciones elementales sucesivas, podremos obtener una matriz A' de la
forma:
0 '\
A,:c
\U 1 ')
(Ios puntos sealan posiciones que podran ser ocupadas por cualquier nmero real):
en concreto:
( I 2
1\ Fz*Fz-tFt (t
Fz*\tt1)Fz.
(l i l)
(-r z _r) - - >lo '^ )
y por tanto:
F'*F'-2F.,
( ?
. lt o r\
o,:[.o
r o).
AX
O, y el sistema
A'X :
O son equiva-
(l I
(i:) : (s)
obien
{" *,**'-:Z
/ l\
^\
ol, obien l ol.
\-ol
\-'l
estaforma:
) ,
^l\-'l'
conAe
R.
(1)
253
INTRODUCCIN
(;
Esta ltima
?D-^(q)
obtuvimos en (1).
Cuando aplicamos esta regla para escribir la solucin de un sistema a partir de
habiendo un solo parmetro,Ia matriz columna que acompaa a ste en Ia
expresin de la solucin se construye as: sus primeros trminos, tantos como el rango,
se "copian" de la ltima columna de la matriz A' (de la forma que sugiere el esquema
Nota
bene
su matriz A'
1.
-tXz- x3-2x+-0
/I 1 -1
2
obien
I,
-1
-x2*2x3
-0
1
0
\:
I:1',, + X3 - 2X+: 0,
r)
lt) fi)
La matriz asociada, que vnos a denotar por B, tiene rango igUal a 2, y son cuatro las incgnitas, Iuego admite infinitas soluciones; para encontrarlas procedemos
como en eI ejemplo anterior. A partir de Ia matriz B, y aplicndole transformaciones
elementales por filas sucesivas, podemos obtener una matriz B' de la forma:
0o
B,: (" 1o
:)
\o
o)
00
254
IV.
(los puntos, como es habitual, sealan posiciones que pueden ser ocupadas por cual-
quier nmero). Concretamente, tras aplicar sucesivamente a la matriz B las transformaciones elementales Fz * Fz - 2Ft,Fs - F: - 3Fr, F2 * (Il3)Fz, Ft - Ft - F:
Y Fz - F3 + 3F2, obtenemos:
0 Ll3
B,1 -1lz
00
: O, es entonces equivalente al sistema homogneo de matriz
la matriz B': B'X: O. Podramos escribir ste y resolverlo, como hicimos
El sistema original: BX
asociada
en el ejemplo anterior, pero vamos a mostrar cmo se aplica la regla del texto para
obtener Ia solucin diectamente a pafiir de la matriz B'.2 La diferencia entre el
nmero de incgnitas y el rango es: 4 - 2 : 2, asi que la solucin consta de la suma
de dos matrices columna multiplicadas por sendos parmetros. Cada una de estas
matrices columna tiene cuatro trminos (pues cuatro son las incgnitas): Ios dos primeros (tantos como el rango) se copian de las dos ltimas columnas de la matriz B'.
y los dos restantes se rellenan as: -1 y 0 para la primera matriz, y 0 y -1 para Ia
segunda; todo segn este esquema:
por
( 1,3) +u (_i,3'l
'*l -1
\ o)
I
o I'
conAeRyUeR.
\ -1 )
bene Cuando aplicamos la regla para escribir la solucin final de un sistema habiendo dos parmetros,las sendas matrices columna que los acompaan en la expresin de
la solucin se construyen as: sus primeros trminos, tantos como el rango, se "copan"
de las ltimas columnas de la matriz A' (de la forma que sugiere el esquema), y todava
quedarn dos trminos por completar en ambas matrices columna: la primera matriz se
Nota
rellena con
-1 y 0 (de arriba
-1.
p. 278.
255
INTRODUCCIN
Jx1 *xz*2x3-0
L
-t' - X2 * 2X3:
0,
1
obien (
\-1 -1 )
1
(o'
/"'\ : (;)
[;:j
D'
: (; ?
:)
en concreto:
(l
1 2\
-i z)
L:':ar'[o
Fz*Fz.tFt (t
Fz*0 +
r4)Fz
1 2\
o 4)
Cz*cz
-'-"(o (t
(t 2 1\ +Ft*Ft-zFz
(
\o 1 o)
2 1\
1o)
0 1\
1 0)'
I
donde " Cz
. /t or\
'':(.o r o)'
pero nos hemos visto obligados a aplicar, adems de transformaciones elementales
por filas, una transformacin elemental por columnas (para precisar, un intercambio de columnas). No podemos decir que el sistema original sea equivalente al sistema D'X : O, pero si resolvemos ste podremos obtener de su solucin la solucin
IV.
256
de aquI, pues un intercambio de columnas -como vimos en el primer apafiadose traduce en un intercambio de las incgnitas correspondientes: en este caso, de
las incgnitas x2 l x3. Notemos que el sistema D'X : O es precisamente el sis'
temaA'X : O que resolvimos en eI segundo ejemplo de este apartado; sus soluciones
son las matrices columna de esta forma:
^(i)
CONAER.
^(:)
CONAER.
INTRODUCCIN
257
la matriz de trminos independientes, porque si esta matriz no es nula, una transformacin elemental puede cambiar su valor. En este ejemplo que nos ocupa, como
Ia matriz A es cuadrada de orden 3 y de rango igual a 3, a partir de ella podremos
obtener una matriz
A'
de esta forma:
A':(i
: il,
identidad
( 1
1E):
I -1
io 1
\-r -1
o
z
1\
Zl
F:-.F:*Fr,
4)
/t 1 -1
O 1 0 t)
\oo
o)
0 -1 -1\ Fr*Fr+Fs, lt 0
Zl
10
fO 1
(i 01
o)
\o o
0
0
1
lil
/r 0
(x I t') -o 1
\oo
0
o
il
A'X
(O' | ,'),
f'
t
- -1
x2
X3:
0,
y su solucin nica es inmediata; esta solucin, que tambin es la solucin nica del
sistema original, es la siguiente matriz columna:
Con los sistemas generales, tambin se describe en eI texto (cf. p. 280) una regla
para escribir la solucin final a la vista de Ia matriz ampliada obtenida (O' |,').
IV.
258
Esta regla, aplicada al caso particular de un sistema con solucin nica, nos dice que
formemos la matriz columna solucin con los primeros trminos de Ia matriz C',
copiando tantos como marca el rango; como el rango y el nmero de incgnitas coinciden, no quedarn ms trminos que rellenar. En este ejemplo, el rango es igual a 3,
as que formamos Ia solucin con los tres primeros trminos de la matriz C' (en este
caso, acontece que Se tlata de todos los trminos de la matriz C'); esquemticamente:
(t o
lo 1 o
lool
rBffi
( I
[-r
l\::)
/',\ :
il
G,:
Apliquemos, pues, a la matriz ampliada (" I t) transformaciones elementales por
filas sucesivas de forma que consigamos sustituir la matriz G por Ia matriz G'' Con
las transformaciones elementales siguientes: F: - F: -l Ft, Fq t F4 I F1, Fl * Ft - Fz,
Fq t Fs- Fz,Ft * Fr * FzY F+ - Fq- F3,llegamos a estamatriz ampliada:
lt o
lo o1 o
lo
\ooo
l'l
Si denotamos por
anterior, la
/'
sj
(l ): (ll)E
Il
l)
,(0,
):li-)
\-l \ )
(:
\Y
I-
t\
o!
zl
-rbv
:i(
"I'3
:sauarpuadapu sormrrJgl ap
ztrleut
e1
E-I
/r o r\
r ol:,o
Io r\r
:ESJa^m ap z(
zJ
'alqrpa^ur
ef
(i) (;r( + i)
:eJruq uolJnlos uoJ z( selnrSgrut sa} ,'( sauoDEnJa saJl uof, prualsrs un oUanseJ soruaq
sgre soldruafa sop anb sourapJo)aJ'oa ap erlsaruu oruoJ .sa]uopuadapur sourruJ?l
ap zrJlpru e1 rod eperJosp zrJleru pI ap psJalrr e opuelqdrllruu pualsrs Iap ugrJnlos
eJrun eI Jaualqo soruapod'4rap sE
X:uolq
XVvV:y ap ESraArr
'JyV:
o'JrV :
IA
t-
-urafa so1 ua o]srl lap a]ualaJlp opo]g{u un uoJ JaAIosaJ apand as ,se}ruBolrn ap anb
sauorJpnJa ap oJarunu orusrru Ia auarl ,{ eru4 uorf,nlos allupe erualsrs un opupnJ
/o\
I;I
\r-l
pppruJoJ gJelsa
.all
ftq
"I
-trilt
6Sz
")
an
NOr))nooatNt
IV.
260
La matriz asociada de este sistema es la misma que la matriz asociada del sistema
homogneo que vimos en Ia pgina 253; all Ia denotamos por B. Denotemos a su
vez por E la matriz de trminos independientes de este ejemplo que estamos considerando. El rango de B es igual a 2, y tambin el de la matriz ampliada (, I t),
y Ias incgnitas son cuatro, as que se trata efectivamente de un sistema que admite infinitas soluciones. EI procedimiento para encontrarlas es eI mismo que hemos
seguido hasta ahora: aplicar transformaciones elementales sucesivas a la matriz ampliada hasta llegar a la matriz ampliada de un sistema que sea sencillo de resolver. A
partir de la matriz B, aplicndole transformaciones elementales sucesivas adecuadas,
es posible obtener una matriz B' de esta forma:
B'
:(i
0o
1o
00
En concreto, tal y como vimos en el ejemplo de sistema homogneo citado, aplicando sucesivamente a la matriz B las transformaciones elementales Fz - Fz - 2h,
Fz - Fz -3F1,F2 - (Il3)F2, Ft - Ft - FzY F: - F + 3F2, llegamos a:
B':
0 rl3
1 -4lz
(i 00
iir)
(t'
(ll
/r
-1 -2 -1\
4l + f o
20
1-2
3) \o
0
1
Tlz -2 lz
la solucin del sistema es igual a la suma de una solucin particular (es decir, una
cualquiera de las infinitas que tiene) y la solucin del sistema homogneo correspondiente (eI que se obtiene anulando los trminos independientes, es aecir: (A I O),
que es equivalente af (a' I o)). rsto ltimo: Ia solucin del sistema homogneo correspondiente, se escribe a partir de Ia matriz B'; yalo hicimos en el ejemplo citado:
I
t
lh
l*
(:
'I oprydelJf,e
;?)
:61
'1
-gz+n
- gs + )tl
's
-.{
I0
'U>11
E lVIZ-
^U=yuor
ri+
IE IYEII
(o
Y+
t?
:PIUJOJ
l.l
_(
lz?z.zi,;
\t__t/
so1 ,(
:l)
'- I I fl
pn8r sa o8uer 1a- sop sol 'oseJ alse ul '0 e saen8 uefg as '(soJlarugJpd oruoJ solupl
:oruslu o1 sa anb oI o) o8ueJ 1a z( seru8grr[ ap oJaru4u Ia al]ua pIJuaJaJIp eI pJJpru
oruoJ solul 'saluelsa sol :,3. zrJlpru pI ap soJarmrd so uos 'oEue Ia oruoJ soluel
'soarurd so :se1ru8orur oruoJ sourruJql solup] ap pmunloJ zrJlpru eun sa relnrrped
as renrryed uglJnlos pun
'fl
ugDnlos IEL
zrJleru e ap
r9z
NOD)nOOALNt
IV.
zGz
(recurdese que con eI punto designamos posiciones que pueden ser ocupadas por
cualquier nmero real). Obtenemos:
(l ?l l)
Fz*Fz_ 3Ft,
(t
1\
\o
2)
-1
Ft*-F>
" --' (t
Ft*Ft_ZFz
+\o(t
[o
t)
;)
/s\
(_;)
y -2.
ecuaciones Considerey
respectivamente, por la
R3
definidos,
mos los subespacios vectorialesa F G de
ecuacin x1 * x2: 0 y por la ecuacin x1 - 2x3: 0; esto es:
F:
!(xr,xz,xz) R3 lxr
x2:ol y G: l(xt,xz,x)
FnG
: {(xt,xz,x:)
e R3 | x1 + x2 =O y
R.3
lxr -2n:g
'
n G? Si denotamos esta
xt -24 : }lt.
La pregunta que hemos formulado tiene, pues, la misma respuesta que esta: cmo
encontrar una base del subespacio vectorial de ecuacione s x1-t x2 O y xt - 2x3 gt
I{ precisamente si
:
-f
sus componentes verifican, a Ia vez, Ias ecuaciones x1 x2 O y xt - 2x3 : g.
Podemos decir esto de otra forma: el vector (xr, x2, x3 ) pertenece a I{ precisamente
Un vector
(xt,xz,xz) de R3 pertenece
aI subespacio vectorial
lx.'
l',
*xz
-Zxz
)z
-0
- 0.
Busquemos, pues, Ias soluciones de este sistema homogneo. Aplicando las transforFr - Fz a la matriz asociada de
maciones elementales F2 * Fz - Ft., F2
-F2 Y
(l ?)
4Cf .
strr;Fe
captulo I.
h*
\I
'u=11
^u=vuor
l=)t+
['
(?-)
v+
'I oprydelJf
ltl
\r )
f:lT)
:PIUJOJ
't -vXZ-Ey +
IXT I
ExZ+ zy - rxzl
V I- - vX - Ey ZX+IXJ
:souedradq sol ueugap anb sauorenra
se1
rti
'uDVuo)
:eruJoJ eI ap
pulunloJ saJrJleru
(t)
'
tgz
NOD)nOOALNt
IV.
264
As, podemos decir que la interseccin
esta forma: ( 1 , -2, 0, 0) + A (1 13, -413,
y algn U e R. En conclusin:
HtOHz.H3:
(1,
lx-,+ xt- 1
Ltr - zxz: -2.
)11
(?)
as que la interseccin de los dos subespacios afines se reduce a un conjunto formado
Xzy 2c{ + 4B
Esta igualdad vectorial es equivalente a: a + 2B: Xt,
podemos escribir en forma de sistema en las incgnitas a y B:
-a:
x3, que
| +28:xt
l-" : xz
I
l2o+4F:xz.
Los vectores (xt,xz,x3) de F son precisamente aquellos para los cu ales este sistema de ecuaciones admite solucin; deberamos, pues, discutir el sis tema en funcin de los valores de xr, xz y xz. Pero en ve z de discutir directamente este sistema,
discutamos uno equivalente ms sencillo; como siempre, conseguimo s tal sistema
6Cf. captulo L
ltl
seun JPJluo)ua ua
ap oalJ4u
'
' opt;delJJ
p ua8eurl PI ap sauorJenJa
s z\
lt
\,r- I3?) -V
:aluam8rs e1 setrugup) saseq sel ua epelJose zlJleru od auall anb
'(tXE +
ExS
+ zxz + rxz'tx
ExE +
zxz'vxz + tx + IX)
: (vxtty'zytIy) I
so'I
/ rxz- Ey
,ul,*_ tx)
[,
00\
rxz- y
I 0f Zr?,t-rr LtGx
r/
rx)
\ry
/txz -
Ex
l'"+rx
\ry
r
r
00\
I o I zztD-?r
Z I/
00\
il
.f - EI-
Z I/I
\ry
YZ\
/Ev
Ir**rv o
EI
tr+r-r
(::
\',
2 )
ofo) ]InsU
(:t)
:pruJoJ else ep pun ua eruJoJsupJ] as erualsrs Iap zrJleru e anb
sorualualul 'sepenJape
uot aluapnrnba
Sgz
NQD)nOOAJNt
IV.
266
f (xt,xz,xz,xs) : (yt,yz,yz)
es equiva-
/'' \
^l:1):
De esta forma, el vector de R3 de componentes !t, lz y y3 pertenece a la imagen
de .f si y slo si Ia igualdad matricial anterior se verifica para algunos nmeros xr,
x2, x3 y xa. Viendo esta igualdad matricial como un sistema de tres ecuaciones
enlas incgnitas x1, xz, x3 yx4, podemos decir entonces que elvector de componentes !t, ?z y jrl3 pertenece a la imagen de / si y slo si el sistema anterior, con yl,
lz y lz
Tenemos:
/L 0
-1
oz
\z z
2
Fs
t)
*F: -ZFt
F2*G l2)Fz
_>
F:
*F: -ZFz
01
(i 22 33
0
(i
-1
-1
,=l)rr')
12
lt\
312 -rl2
3 -1
012
1 312 -rl2
(i 000
2
,l::r,)
,ri)
)
+p
-,i,)
-?)
conAeRype- R,
t7r
.rJ
'/
zK
rrCZ
- l :et
aseq eun
r('(I-'O'ZII-
lgz
NQt))nooatNt
IV.
268
DEFINICION ES Y PROPIEDAT)
IV. 1
ecua-
attXt i
&tzXz
Cl.lynXyn
Cy
Xt I &zZXz -l
CL7ryXm
C2
lLntXt -f 0LnZXz -l
CLnmXm
Cn,
A,zt
(2)
1
I
AX:
donde X, C y A son las matrices:
(::\
x- i
C: :r
I'j
\.-)'
'
(2')
C,
&tz
Y A-
a'Lm\
(::: &zz
cLzm
[,",' &nz
on^
: ". ' )
I
X y C son matrices columna de rdenes respectivos (m, 1) y (n,I), )que A es una matriz de orden (n,m)).
De A diremos es la maftiz asociada al sistema; de x v c, Ias matrices de incgnitas y de trminos independientes, respectivamente. SiC: O, del sistema AX - C
(ntese que
at rice
relacionadas con
un sistema
EJ
EM
PLO I
I n+x2+3x3=]
L-t' * x2 + x3: I'
(3)
/t
r \
,)'
l-r ,
I I r) (;r) (?)
xt + xz + 3x3\ /:\
\-t, * *r* *r): \t/'
(
3',)
IV
():(,)(:
I I-\
I I/
anb asalJgsqo
:sand
/'-\
t:)
:EUrUnlo) zrJleru eI ugl]nlos oruoJ al FupP (sgz 'd '1 oldruafa
'Mn - u'ty
Z Otdyrlf
lf
seI UPJUTJaA as
'"'
sa
(^"\
l:l
l'ol
\'"/
("t\
(^"\ (^"o
uu
l:ll:ll:::l
-lrollu'tZa
lZxl
\'r/
\ '" / \*ro
:EJUIJaA IS '(,2)
'ur\
zZa rzal
Zra
"o )
P r"u
ols
rs
un ap u9!:nlos
"'"\
/
,l:l
I Zs
\'"/
:X ua soururJg] uoJ
zrJleru eun aC
xt+Zx+rx
6gz
sl]voltdoa
slNoDtNHJo 't'At
s3
IV.
27o
AX
de soluciones.
Notacin
sistema
AX:C,
e)
Km
e
Aplicacin lineal
asociada a u n
sistema
A '
KrL
ai
AX=C fl(16):s,
donde x y c son los vectores columna de X y C, respectivamente. Hemos probado,
pues, Ia siguiente
CNS de solucin
(con la aplicacin
lineal asociada)
Proposicin lV.l Una matriz columna X7 de orden (m,1) es solucjn del sis'
tema AX : C si y slo si:
,4(x1) : s,
o en otras palabras: precisamente si Ia imagen por A del vector xL es igual aI vector c, o equivalentemente: xr e JL-rl{cll, donde el vector xt es el vector columna
de
EJEMPLO
Xt.
la aplicacin lin
eal
A de R3 en R2 cannicamente
asociada a la matriz:
A-(1
1 ?)
\-1 1 r)'
a'-
(3)
IV,
'ug r' " rzd rId satuauoduror ap (-X ap) rotJa^ Ia z opuals 'r : (z)V :fiqlrrsa sourapod enr
r"'rzg rltl saele)sa
eI ap 4]red e peppn5l 'c : upwg + .. . + zpzfl + rprfl :anb sapl -d
t IS 'alualJlJns se ugIJIpuoJ e'I
ualslxa saf,uole 'uu '' 'o'ro
'u'"' 'zo'ro ap IeaUII ugDemqruor sa a ,'(
ap FaUII uqlJInqruoJ sa
,J _ Ittputtg
+ nzn + IpIg -
(*awLn + . . . + Zazn +
IaIn)V : (Ix)V
XV ap ugIJnIoS
sa
(^"\
Ir.r
A
|,''j
IS
u or
)PJlsoui ac
u9!)nlos
el!upP euelsls
un anb ered SNf
(?)
:euurnloJ zIJlPlu eT
t): 0
(;;:",;:.,.): (l) (:
V
-
ugrqrmlanbsoura-rasQO
'(ex+zx+tx-'tx\+zx+rx) = (txrzx'Ix)Yle^Pugapua,{
'(ex + zx + Ix-'EXE + x + tx) - (I 'E)Ex + (I'r)x + (I-'r)rx (EaEx + zazx + tatx)V - (tx'x'Ix)V
(ta)VEx + (za)Vx + (Ia)VIx
:olue] od
'E
- (t't)
Za _ (t',t)
ru _
.{.
I 'o'o)
(o
(o
(t_,t)
zU
'I 'o)
'o'I )
eU
(J
t/z
sE
stovoltdoad
T-I
JL
slNoDlNHlJ 'l'At
IV,
272
sistema admita
Corolario
solucin: rango
de la matriz del
sistema igual a
rango de la
matnz ampliada
Matriz
rangoA:
donde
(O I a)
es la
sistema
AX :
(o I a),
(elr) :(^,
1z',
I lt*lr)
ampliada
De la
Demostracin del corolario La condicin es necesaria. Si el sistema de ecuaciones linea: C admite solucin, entonces c es una combinacin lineal de at, dz, ..., am, y pot
tanto: rango (at, az, . . ., dm, c) = rango (or, or, ... , a^) (cf. consecuencias de la definicin de
rango de un sistema de vectores, p. 80), y en consecuencia:
les AX
lc)
EJ
EM
PLO 4
El sistema real:
(l i) @:)
rango
EJ
EM
PLO
El sistema real:
( i i)
-2 v rans"(
-1
2
i)-3
I x7*xz-2xzix+-1
lz*r*xz
-x4-o
/t
rango I
\-
-2 1\ :
o 1)
rdnno
lt
[,,
1
1
-0
I I r\
-r I o) -2
IV.I
273
DEFINICIONES Y PROPIEDADES
3. Sistemas equivalentes
AX
y BZ
EJ
EM
PLO 6
lx t*Xz-X3-0
-lXz-0
1" t
I"rl_xz-x3-1
*x3 Lt,
fi)
es solucin del segundo, pero no es solucin del primero.
lV.3
C un sistema en K de n ecuaciones con m incgnitas. Si T es una matriz cuadrada de orden rL, y Su rango es igual a 71, entonces son
equivalentes los siguientes sisfemas de n ecuaciones con m incgnitas:
Proposicin
Sea
AX
AX-C y QA)X:TC.
Demostracin
Sea
en
(Xr es solucin de AX = C)
c+ AXt: C
e A(x1) :
<- [f " A](xt) = T(c)
++ (TA)X: TC
<- (X1 es solucin de (TA)X : f C)
[y-1
c-
IV.
274
(Xr es solucin de AX
es decir, los sistemas
Aplicar a las
matrices de un
sistema una
t ran
sfo rm aci
AX -
- C) e+
(X1 es solucin de (T A)
C)
C.Q,D.
Considerando de nuevo el sistema AX : C, si Av y C1 son eI resultado de aplicar a las matices A y C, respectivamente, una misma transformacin
elemental, entonces son equivaJenles /os sistemas AX : C y A1X : C1.
Corolario
Demostracin
triz M
Sea
M la matriz elemental asociada a la transformacin elemental. La man styo rango es igual a z (cf. proposicin III.10,
p.2I7):
C1.
AX
sistemas AX :
PLO
MA: At y
EM
elemental lleva a
otro equ ivalente
EJ
Cy
AtX
= C1, son
MC
equivalentes.
(M A)
, es decir, los
c.Q.D.
es decir:
(? l) (;:) (t)
y consideremos la transformacin elemental consistente en sumar a la primera fila la segunda multiplicada por -2: " Ft - h - ZFz". Apliquemos esta transformacin elemental a las
matrices:
/r\
o:ltlt z\
t) ' ':\')'
Resulta muy cmodo trabajar con la matriz ampliada (O I t), pues as podemos aplicar
la transformacin elemental a las matrices A y C simultneamente:
(z 2 I l\
\r tlz)
Los sistemas:
son equivalentes.
:-3
{zn-t2x2-r y {",
Ltt+xz: 2
L tr+ x2-2
IV.I.
275
DEFINICIONES Y PROPIEDADES
matriz con trminos en K de orden (n,m), de rango igual a r > I,y tal
primeros
que sus r
vectores columna son linealmente independientes, y sea C una
matriz columna con trminos en K de orden (n,7)'
Sabemos (cf. proposicin III.12, p.222) que podemos obtener una matliz A' de Ia
Sea A una
forma:
/T00
lo 1
I
l: 0: "
A'_
l
lo
l0 0
(s)
YL-T
m-T
Sea:
/'i \
C,-
l"I
l:l
\,;)
A'X
C'.
/T 0
fo 1
l':':
lo o
lo o
(.t' I a') :
rangoA'
:'r.
es:
0
&t(r +t)
&T*
C1
az(r +t)
&zm
C2
&r (r +L)
0
elr*
,;
i
o
c'"
+t
l::'.:
I
\oo
cn
A'X
IV.
276
Stn ) T,
(t' I t')
(r
(e'1.') :l:
I
es igual a T sr
nulos.Stn:T,
o &'L(n+r)
0 alztn+t
y slo si los
&L*
I
&z*
"
elnr'n+t
- r Itimos
entonces:
\oo
rL
eh*
'1\
','l
,;)
cuyo rango es rL - T.
Hemos demostrado, pues, la siguiente
CNS para que un
sistema admita
solucin
EJEMPLO
Proposicin
lV.4
n:
AX
si:
(i
:)
r_t i) lll
'
/L 1
fo 1 -r
\r 4 -3
o
1
1\
2l
?)
/r
o
\o
lr
Fz-Fs-Ft,f
ll
t:I
rr-rt-I
,10
rr
I 0
1 _t
3 -3
0 1
I
_l
\o 3 -3
r)
6)
-;)
0
o
011
1 -1 0
\o 0 00
Fz*Fs-3F2,(L
6)
/L 1 0 1\l''\
(i I -l
i)
l):
(;) v (i
01
1 -1
00
i)
(lr)
()
()
- 3- 2:
1,
:V.2. RESOLUCIN DE
TV.2
LJN
277
/xr \
I
x:i ",1
,-
\"^)
dim(Ker"4): dimKm
dim(lm.A)
:m-rangoA:m- rangoA:m-T'
0, de donde: Ker.A
{O},
l:)
[,/
es la nica solucin del sistema
AX
O.
A':
0
0
A'
-m-r>
1.
de la forma:
0 ei? +t
0 e|(r +t
0
1
o . i
000
&r('r+r)
el*
ez*
e'r*
0
m-T
(6)
278
IV.
( &t(r +t)
&t(r +z)
&z(r +t)
&z(r +z)
&r (r +I)
21
l"
&r (r +2)
-1
-1
l:.:
A'X -
,'
l:')l
Z^-':lli
l-
l,^
O, y& que:
sistema AX :
pertenecen a Ker"4.
Los vectores zt, Zz, ..., zm , son linealmente independientes. En efecto:
de la igualdad hzt-l Fzzz + . . .+ IJm-rZm-r: 0, donde Ur, Uz,..., l.tm_r son
escalares, se deduce que todos stos son nulos, pues las m - T ltimas componentes del vector L\zt -l Uzzz -l . ' . * lJm rZm_r, que son: -Ft, -!2, . .., -Ltrn_r.
han de ser todas nulas.
En consecuencia, y dado que dim(Ker"4) : m- r, resulta que el Sistema
de vectores (zr,rr,...,zm r) es unabase de KerA,y por tanto Ker"4 es el
subespacio vectorial de Km generado por los vectores zr, 22, ..., Zm ,, es decir: Ker"4 = L(zt, zz, . . . , zrr-"). El conjunto de soluciones del sistema AX : O
es entonces el conjunto de las matrices columna de la forma:
AtZt + Az Zz *
siendo Ar,
EJEMPLO 9
Az
* A*_r
zm_r,
La matriz asociada a
A-
(ii)
- (xt - x2,Zxz, x1 * x2
279
Calculemos KerAy resolvamos el sistema de tres ecuaciones lineales con dos incgnitas:
(i r) t;;l (l)
(7,
/o\
t,o/
EJEMPLO r 0
Sea
/t I
01\
ol.
t)
":lo\r 4r -l
-3
lr o bit
bio\
(8)
I
-1
1\
0l
,t
-3 0)
/t 0 I 1\
/r 0
r,-rrz Io
i -i ol--aIo ]
3
\o 3 -3 o)
I l\
ol,
-r
\o o o
o)'
(8):
i
i;: il:\:ft ? -i l)
o
\ ' ) \o o o
,=(',
o)
Una base del ncleo de ts est formada por los vectores: (b'B,bh,
- 1,0) y (b'r4,bi4,0, -
1),
r\
^,f-ll.^,1
o/
sl
/ r\
\
\-'l
IV.
280
10
01
:.
00
A,00
o alr, +u
o alzr, +u
::
1 a!, r, *u
00
Y C,-
fti\
I,l
\,;)
00
00
1".
m-'r
Supongamos que el sistema AX : C admite solucin, y determinemos una concreta. Sabemos (cf. proposicin IV.4, p. 276) que C' ha de ser una matriz columna de
orden (n, 1) de la forma:
("
C,-
t:
I,
\o
Entonces se verifica que Ia siguiente matriz columna de orden (m,T):
:')
Xy:
*l
m-r
,)
:
Al ser los sistemas AX :
soluciones.
Se
A'X
C', pues:
z8r
/o\
X_xt: lil
\o/
Y Ia nica solucin de
AX:
x-Xt:
/0\
f ,1,
\o/
esto es:
C,L
/'i \
:
l"I
l:l'
m-T
\,;)
,;
X-Xt:
- r : 0.
caso: m > r. Si ffi ) T,las soluciones
"'
X - Xt = trtZt+
siendo Ar , 42,
sistema AX
l^-tZ^-t,
..
A^ r
X--Xt+AtZtt
* A*-r Zm-r,
es decir:
&1,(r
(,;
I,
x-:r;
+t)
&z(r +t)
+Ar
&r (r +L)
-1
A*-,
,
I
0
.
[,,
..
m-T
elementos de K.
m-r
{
"r
,h'
+
IV.
282
Nota
Si el sistema
AX = C es de
rL ecuaciones con
es
C
EJEMPLO
A lC.
C es la matriz (columna)
/r
fo
\z
-1
I
-z
I:) B:)
matriz asociada, que denotaremos por A, tiene aJlgo r : 2, y sus dos primeros vectores
columna son linealmente independientes. Sea C la matriz de trminos independientes.
Para resolver el sistema considerado, debemos aplicar a la matriz ampliada del sistema
sucesivas transformaciones elementales que lleven A a una matrz A' del tipo:
Su
/L 0 &'r3 aiq\
A,: f O a)z ,rn]|
\oo 0 0)
1
C,:
-1
I
I
Se tiene:
lt -1 I
lo 1 I
\, -z z
Fz*Fz-ZFt
I
o
1)
y por tanto:
/L
,fO
\o
/\
(t' I t') _ f o
\o
t)
I
I
C,: (?)
lr 0 2
1 1
\0000
Fr*Ft-rFz.lO
1
1
283
sistemaAX-Ces:
fti\I - l?)
Xt:
1'1 l-:
I:
t,s,,l lsj
Las soluciones del sistema vien en determinadas a partir de las matrices columna:
ft')
es decir, a
partir
de:
v (:')
?'\ I l)
l,;,1
'Il,l
y por tanto las soluciones del sistema son las matrices columna de la forma:
siendo
lt
(l)
.^(il.^'(i)
y Az nmeros reales.
L*
EJEMPLO 12
tili)r;il(i)
Denotemos por A y C sus matrices asociada y de trminos independientes, respectivamente'
EI rango de A es r : 3, que es igual al nmero de sus columnas'. m: 3'
para resolver el sistema, apliquemos a su matriz ampliada sucesivas transformaciones
elementales que lleven A a una matriz A' del tipo:
(r o o\
^':lB
?l
\ooo)
C':F+\
\Z:L)
IV.
284
Fz
Fz Y
Fa,
Fq
- 2h, h -
Ft
F:.
_ _l l)
tI -t I
\ o)
'
que es de Ia forma:
r-,-fti]|
\t?,l
por lo que (cf. proposicion IV.4, p. 276) el sistema AX
Ia solucin del sstema AX - C es nica e igual a:
X,: Ci\ : (
\zi) \
EJEMPLO I
3.
i)
(i I i) a:(l)
Denotemos por A y C sus matrices asociada y de trminos independentes, respectivamente.
La matriz A es cuadrada de orden 3 y su rango es igual a 3, es decir, A es invertible (cf. proposicin III.13, p. 227),y por tanto (cf. nota p.282) la nica solucin del sistema considerado
es A-1C. El ciilculo de A-1 se hizo en el ejemplo 40 del captulo III (cf. p.229). Finalmente, la
nica solucin del sistema es:
/2
A-tc- fo
\t
-1
1
i)(1):(1)
Hasta ahora hemos tratado sistemas de ecuaciones lineales cuya matriz asociada.
de rango r, tena la propiedad de ser sus r primeros vectores columna linealmente
independientes. En el siguiente ejemplo mostramos Ia manera de proceder cuando la
matriz del sistema no verifica esta propiedad.
EJEMPLO
l4
x3:1
["r+2x2+
Lt, + 2x2 -t 2x3 - 1.
(s
285
o:l.'lt 2z
r\
2)'
s r : 2, pero sus dos primeros vectores columna no son linealmente indepenque s Io son el primero y el tercero. Si consideramos las nuevas incgnitas:
mientras
dientes,
y su rango
7t : xt, /z - x3, 7z :
el sistema (9) se escribe:
lyt+ 7z+Zjz-L
r
J1
f''
y su matriz asociada
es:
r :
x2,
(10)
1,
1 2\
B- lt 2
ti z)'
dientes. Podemos resolve r, segn los mtodos descritos en esta seccin, el sistema (10).
Apliquemos a la matri z ampliada del sistema (10) sucesivas transformaciones elementales
para llevarla a una matriz de la forma:
I t\ .; (i ;1 ztl')
(t
(t
' (o
F2*F2-F1
(; ? i;:liL)
1
1
En este caso, el nmero de filas de B es rL : 2, que coincide con el rango de B, y por tanto
(cf. proposicin IV.4, p. 276) el sistema (10) tiene solucin. Una solucin particular del sistema (10) es:
Yt
:0:ft)
y por tanto las soluciones del sistema (10) son las matrices columna de orden
(3, 1) de la
forma:
Q) (i)
.^V:)
esdecir:
(i:)
(i)
.^()
A H (i) .^()
siendo A un nmero real.
- xz, se
286
IV.
IV.3
dt y az:
(t
A-
1\
ll t)
Y-
ff)
entonces (cf. proposicin [V.2, p.27I) / pertenece a F : L(at,a) precisamente si
tiene solucin el sistema AX : Y, de cuatro ecuaciones con dos incgnitas.
Estudiemos, pues, en qu condiciones eI sistema AX : Y tiene solucin. Aplique-
es
"),
(1 :\
Fz*Fz-Ft
--------------__
111 ;)
F+*F+-Ft
(t
7t
7z
lo
\r
(;
[:
y entonces eI sistema AX
p.276):
lz - jt - 0 y
7+
7z-lt
t+
!t
7z
lz-lt
t+-lt
Ft
*Ft -Fz
(;?
[:3
!t
;,,,\
!+ _)
7z
- lt -
0.
En consecuencia, el vector
287
(!t , iz,
vs,
!q)
Jr'- T : o,
lrn-rr=0,
de las que diremos son ecuaciones del subespacio vectorial F. Podemos escrbir:
I6uxz,Xz,xa) e Ra I xz - xt
O,
x4-
xl
01
EJEMPLO
Sea
R.3
/r-100\
e:lo o 1 2l
\r-roo)
Determinemos unas ecuaciones de lm,4.
Sabemos (cf. seccin 3 del captulo II, p. 119) que el subespacio vectorial lm,4 est generado por las imgenes de los vectores de la base cannica de R.a, es decir, est generado por
los vectores columna de la matriz A:
tmA
El rango del sistema
tores
1, 0, 1) y
((r,0,
(tt,O,tl,(-1,0,-1),(0, 1,0),(0,2,0))
es igual a 2,
De esta forma, un vector (y1,y2,/3) pertenece al subespacio vectorial lm,4 si y slo si tiene
solucin el siguiente sistema de tres ecuaciones con dos incgnitas:
lr o\
/yL\
fo tlx:lil
\r o) \;;)
(i:
-F3-F1
ft :
la)F3
1,,
",),
yportanto(cf.proposicinlY.4,p.276)elsistematienesolucinsiyslo
si:.y3-y1=0,que
es, en consecuencia, una ecuacin de lmA.
En conclusin:
lmA: I@t,xz,x)
R.3 |
x - xr = 01.
IV.
288
Nota
Si u1, u2,
...,
1)m son
de Kn que generan es el propio Kn: L (u1,u2,...,u-) : K2. Una ecuacin del subespacio
vectorial L (ut,uz, .. .,u*), es decir, una ecuacin de K', sera: Ox1 + 0x2 + " ' + \xn : g.
O}. fn la
o dicho de otra forma: K' : {(xr,xz,...,xn) e Kz | Oxr +Ox2+ "'+\xn:
prctica, el espacio vectorial
K'no
se representa mediante
ecuaciones.
2. Expresin de un vector como combinacin lineal de otros vectores Dados m vectores dr, dz, ..., am de Kz, y unvector c del subespacio vectorial de K?1
generado por ellos, nuestra intencin es encontrar escalares xr, xz, .", xtn tales que:
X1A4
* XryA* : g'
* X2&2 -t "'
EJEMPLO r 6
Dada labase
: ({t,-t,0),(0,
del
vector ( 1, -2, 0) en la base B, esto es, encontremos Ios tres nicos nmeros reales x1, x2 y x.
tales que:
xr(1, -1,0) + xz(0,1, -1) + xg(0,0,1) = (1, -2,0).
Esta igualdad es equivalente a: (xr, - x1 -t x2,
I x",
]-"; *xz
l.
,"'i
ll
(I, -2,0),
o bien:
--2
1
- xz+'X3:
-x2 + xs)
0,
? 3) C:\ .-()
(11
1 r) \";/
Nota
bene
Ntese que Los vectores columna de la matriz asociada a este sistema son los
vectores de la base
B.
/ I
l-r 1 o
\ o -1 I
1\
/r
_zlFz*Fz-tFt,fO 1
o)
\o -r
F3-F3
l)
'fFz,
(i :
I _l)
E:\: l-l)
\";/ \-'l
En conclusin, Ias coordenadas del vector (1,
-2,0)
-1,0) -
de R3 en la base B son: 1,
1(0, 1, -l)
1(0,0, 1)
-1 y -I.
(1 , -2,0).
289
EJEMPLO
l7
Dados los vectores (0,1), (1,-1) y (1,0) de R2, expresemos el vector (2,3) de R2 como
combinacin lineal de ellos, es decir, encontremos nmeros reales xt, xz Y x3 tales que:
xr(0,1) + xz(I,-1)
+x(1,0):
(2,3).
(l -l
(;:):
(3)
(12,
cuya matriz asociada tiene por vectores columna los tres vectores dados: (0, 1), (1,-1)
y (1,0). Esta matriz tiene rango igual a 2, y sus dos primeros vectores columna son linealmente independientes. Considerando la matriz ampliada, se tiene:
(o
Ft-Fz (t -1 ol3\r,*r,-r,(t
r tlz)-\o
l;J-l
l; -i
r rlz\
o lls\
rlz)
Por tanto (cf. segundo apartado de Ia seccin 2), las soluciones del sistema (12) son las matrices columna de la forma:
(;i)
Haciendo, por ejemplo, A
(:)
.^(
r)
/5\
lzl
\;/
y en consecuencia el vector (2,3) se puede expresar como combinacin lineal de los vectores (0,1), (1, -1) y (1,0) de Ia forma: (2,3) = 5(0,1) + 2(I'-l) + 0(1'0).
Tomando, por ejemplo, A = 3, obtenemos otla expresin de (2,3) como combinacin
lineal de los vectores dados: (2,3)
8(0,1) + 5(1, -1
3(1' 0).
En este ejemplo vemos que eI vector (2,3) se puede expresar de varias formas
lineal de (0, 1), ( i, - 1) y ( 1, 0). Esto es consecuencia de que el sistema
combinacin
como
Escolio
-l),
(1,0)),
es
ligado.
3. CIcuIo de una
| *t+
- x+:0,
:
f-Zx + Zxz - 2xt-t 2x4 Q,
I
I
I
xz + 2xz
(13)
IV.
29o
Se
(" 12-1
\z
?)
-L
l)
[lf
fi)
: F.
matriz A tiene rango 2 y sus dos primeros vectores columna son linealmente
independientes. Con las transformaciones elementales Fz t Fz - 2FtY h - Ft - F:'
aplicadas sucesivamente a la matriz A, obtenemos la matriz:
La
("
\o
Por tanto (cf. primer apartado de Ia seccin 2), una base de Ker,4, es decir, una base
de F, S el sistema: (t - 3,2, - 1, 0), ( 2,_1,0, -1)), y en conclusin:
EJEMPLO
1B
-(t-3,
{0}, entonces
n(,
tendra base.
Consideremos el subespacio vectorial G de R3 dado por las ecuaciones:
:0,
I xr*Zxz
:
II-tr"' t- Zxz
xz*xz-0.
'l
o,
(1+
(_i ;
\01
c"\: 13)
3)
L) \';/
\o/
Pero la matriz asociada a este sistema tiene tres columnas y su rango es igual a 3, y por tanti(cf. primer apartado de la seccin 2) tiene por nica solucin Ia IJJatrrz columna:
C:\ : 13)
\";/ \o/
En consecuencia, el nico vector (xt, xz, xz) de P3 cuyas componentes verifican las ecuaciones de (14) es (0,0, 0), y por consiguiente: G { (0, o, o)}, que no tiene base.
29r
G.
/ t o\
l-r
Io
F. Es-
/v,\
ol..-fi;
llx lvl'
\o 4)
\;)
lt ol it \
lo tl ,=
lo oly,iyrl'
\o oln+n)
I
Jtr+tz
[
:0,
,t+/q:o'
(t 1 1lr,\
I0 I l tvt
lo o 1l;;
t; o o lr^)
Ia St ramsform a CI()nes elementales Fr
Ft
F2
F2 Y Fz
/t o olyr-lz
1 o lrr-iz )
lo o
lo 1l y=
\o o ol ,o )
I
IA ecuacin de G es: !+ - 0.
v p)oorr1tanto, u rna
tInI VCCTOT 0,r7 t, !2, 73, j+) de Pa pertenece a F n G precisamente si sus compoUI
n(CInt
rt(ets verific:aan simultneamente las tres ecuacio ne s obtenidas: Ias dos de F y la
I
Yt+Yz
-0
7z + lq: 0,
7+ - 0'
(1s)
G.
IV.
(i slB
(s)
'16
La matriz asociada a este sistema tiene rango 3, pero sus tres primeros vectores
columna no son linealmente independientes; s Io son, sin embargo, el primero, el
tercero y el cuarto. Si consideramos las nuevas incgnitas:
21 : TL
ZZ
: /4,
23 : !3,
24: !2,
/r
t,:i
(I7
:il(tt) 0
y la matriz asociada a este nuevo Sistema, que sigue teniendo rango 3, s verifica
que sus tres primeros vectores columna son linealmente independientes. Aplicando
Sucesivamente a esta matriz las transformacioneS elementales F - Fs - Fz, Fz - -F3
y Fz * Fz - Fz, obtenemos la matriz:
,ll
'f
|
por tanto, las matrices columna que son solucin del sistema (17) son las de la forma:
AeR,
a:A[
i)
7t
!z
7z
(:'\
:ltl-\
AeR.
t)
7+
En conclusin, los vectores
(yt,yz,yz,yq)
(yt,yz,!2,
es decir: F
((1, -1,
o,
0))
:'.4) = A(1,
R(1,
-1,
-1,0,0),
R,
0, 0), y unabase de
Fn
G es: ((1,
-1,
0, 0) ).
293
RECAPITULACIN IV
RECAPITULACION IV
Deftniciones y propiedades Consideramos un sistema en K de n ecuaciones
con las rn incgnitas x1, x2, ..., xmi
I
anx + &tzXZ
0LLryXm
aztx 1 +
CLZryXm
l^;,.
&zzXZ
'*CLnmXyn:Cnl
Av2X2 +
:CI
:Cz
C, donde:
/"'\
x - 1" | ,rrrurriz
='
de incgnitas),
\;^)
C
/ct \
l"l
:
(matrizdetrminosindependientes),
I,
l',/
/art CLtz
ot, cl>t
l,:l ." :
l::'.:l
I
tl\anl an2
arrlr\
a'r^ I
. l(matrirasociadaalsistema).
tr
an^/
Matriz ampliada del sistema: la que tiene por matrices columna las matrices
columna de Ay C.
se denota: (o | .)
Solucin de un sistema: matriz columna X1 con trminos en K de orden (m, 1)
tal que: AX1: g.
ranso (o I a) = rangoA.
Sistemas eqvalentes: sistemas que tienen el mismo conjunto de soluciones.
Si T es una matriz cuadrada de orden ny rango rL, entonces son equivalentes
h*
TC.
IV,
294
:l( i)
c',
C,
,)
\c':;
Cy
&Tm
&z(r +t)
&zm
e!, t,
elr*
+t
0
M_T
A'X
Cuando eI sistema
AX:
C tiene solucin:
t]
:f :'
sr m
-L
la solucin es nica: X1
\,^)
t')
ei*
eL*
l:rlil'] l"
Xt:
l:
A*_,i"T
:
(,
-1
siendo
A1, tr*-t
elementos de K.
m-T
C,q,prulo V
V. SUCESIONES DE NMEROS
296
REALES
ESQUEMA _ RESUMEN
INrnoouccrr.r 297
de
1.
4. Punto interior.
juntos
Coniuntos abiertos.
cerrados
Con-
' 316
2.
3.
de
'321
..
Lmites infinitos
Punto adherente
montonas
.334
'343
4.
Sucesiones
5.
347
2. Series convergentes
3. Criterios de convergencia .
.3s0
. 35f
. 353
355
7. Anexo 359
1. operaciones con sucesiones convergentes .3Sg
.36f
2. Sobre la serie geomtrica . . : . .
'323
'324
innni.328
R_ECA*rTUr-A,CIN
363
l#ljJfl:fi:nffi'J::;'*:';ifi.;rl}i."1'"ffi",11
297
INTRODUCCION
INTRODUCCIN
EI conjunto de los nmeros reales Antes de presenta-r las sucesiones de nmeros reales, es importante estudiar aigunos aspectos del conjunto de Ios nmeros
reales; a eIIo se dedica esta seccin.
Las tres primeras propiedades que se citan ya han sido utilizadas, al menos im-
elementos son las fracciones de la forma I ln para cada nmero natural positivo
(este conjunto estformado por 1/1 :1,I12,I13,...). Anlogamente, una cotainferior deun conjunto de nmeros reales es un nmero que es menor o igual que todos
Ios elementos del co4iunto. Por ejemplo, el nmero 0 es cota inferior del conjunto
de los nmeros reales positivos, o del conjunto de las fracciones de Ia forma 1/n
para n N*.2 Si un conjunto admite alguna cota superior, se dice que est acotado
superiormente; si admite alguna cota inferior, que est acotado inferiormente. Y si
admite cotas de ambos tipos, se dice simplemente que est (o es) acotado. Por ejemplo, el conjunto de los nmeros reales negativos est acotado superiormente, pero no
inferiormente (no hay ningun nmero que sea menor o iguai que todos los nmeros
negativos simultneamente); el conjunto de los nmeros positivos est acotado inferiormente, pero no superiormente; y el conjunto de las fracciones l/n con n e N*
tEl significado completo de Io que
es
apndice A.
2ConNx sedesignaelconjuntodelosnmerosnaturalespositivos:
N*:
{1,2,3,...1.
f,
V. SUCESIONES DE NUMEROS
2gB
REALES
est acotad.o tanto superior como inferiormente, con lo que es un conjunto acotado
(el nico que est acotado en los tres ejemplos citados)'
Nota
bene
con la caracterstica de ser la menor de todas sus cotas superiores. Tal nmero
se denomina Supremo del conjunto; si eI conjunto Se denota por A, su supremo se
designa: sup A. Por ejemplo, eI conjunto de los nmeros reales negativos est acotado
superiormente: cuI eS su Supremo? Ya hemos apuntado que el nmero 0 es una
cota superior de este conjunto, y acontece que cualquier nmero menor que 0 no es
cota superior;3 en otras palabras: el nmero 0 es Ia menor de sus cotas superiores.
3Ntese
e, sr b es un nmero menor que 0, no puede ser mayor o igual que todos los nmeros
negativos: verbigracia, sera menor que el nmero negativo b 12.
INTRODUCCIN
299
Hay una consecuencia de la cuarta propiedad de los nmeros reales que interesa
resear aqu: la propiedad arquimediana de los nmeros reales. De acuerdo con ella,
si x y y son dos nmeros reales, positivo el primero, y positivo o nulo el segundo,
entonces existe algn nmero natural m tal que mx > y. pinsese que el primer
nmero puede ser escogido muy pequeo y el segundo muy grande; la propiedad
arquimediana nos asegura que existe algn nmero natural cuyo producto por el
primero supera eI segundo. una consecuencia til de esta propiedad es que no importa cun pequeo sea escogido un nmero positivo x: ser posible encontrar algn
nmero natural positivo m de forma que la fraccin r lm sea an menor que x.
Un intervalo de nmeros reales es un conjunto de nmeros reales que o bien coincide con el conjunto vaco, o bien coincide con el propio R., o bien es de uno de
los ocho tipos escritos en el texto. Los cuatro primeros de estos ocho tipos: [a,b],
(a,bl,la,b) y (a,b), son conjuntos formados por todos los nmeros comprendidos
entre dos dados, y los cuatro se distinguen entre s segn se considere si cada uno
de esos dos dados pertenece o no al conjunto (ntese que se escribe un corchete: '['
o ']', en el primer caso, y un parntesis: '(' o')', D el segundo). por ejemplo, el
intervalo (rl2,8l es el conjunto de los nmeros reales comprendidos entre 1/2 y B,
excluyendo 1/ 2 e incluyendo 8. Los otros cuatro tipos de intervalos: (a, + .o, fa, + a),
(-*,b) y (-*,b1, estn formados simplemente por los nmeros reales mayores,
mayores o iguales, menores, o menores o iguales, respectivamente, que uno dado.
Por ejemplo, el intervalo (-3, +*) est formado por los nmeros mayores que -3
(excluyendo ste); el intervalo (-*,01, por los menores o iguales que 0 (incluyendo
ste).
Queremos enfatizar que los intervalos del tipo la.,bl, @,b1, la,b), (a,b) y A son
conjuntos acotados. Cada uno de los cuatro primeros tiene por nfimo el nmero a, y
por supremo eI nmero b; y estos nfimo y supremo sern mnimo o mximo, respectivamente, segn pertenezcan o no aI intervalo. Los otros cinco tipos de intervalos no
son conjuntos acotados, pero los intervalos (a,+o y La,+q) estn acotados infe-
d,e
\''*
V. SUCESIONES DE NUMEROS
300
REALES
hablamos de nmero real. Ello es debido a que los nmeros reales se pueden representar en una recta donde se han elegido un origen y una unidad orientada de medida.s El primer concepto que se estudia es el de punto interior de un conjunto. Un
punto x es punto interior de un conjunto A de nmeros reales (o, ms simplemente,
es interior a A) si podemos encontrar un intervalo del tipo (a,b) con dos caractersticas: el punto pertenece a este intervalo: x e (a,b), y este inteNalo est contenido en
de un
y se
ejemplos,
recogen
varios
se
En
eI
texto
conjunto.
del
conjunto es un elemento
enuncian algunas propiedades, pero entre unos y otras nos interesa resaltar Io que
el conjunto:
fundamentalmente manejaremos en eI curso sobre este concepto: cmo son los puntos interiores de los intervalos. Los intervalos la,bl, @,b1,la,b) y (a,b) tienen los
mismos puntos interiores: los puntos comprendidos entle a y b, excluyendo a y b',
los intervalos (a, + m ) y la, + a) tambin tienen los mismos puntos interiores: en este
caso, los nmeros mayores que a (excluyendo por tanto el propio a); anlogamente,
los intervalos (-@, b) y (-*,bl tienen por puntos interiores los nmeros menores
que b (excluyendo, pues, eI mismo b); y, finalmente, para eI intervalo R', todos sus
puntos son interiores, y para eI conjunto vaco no hay puntos interiores.
Dad.o un conjunto, el conjunto formado por sus puntos interiores se denomina
interior del conjunto. Si A es el conjunto, su interior se denota de esta forma: A.
Ntese qn" c A, pues los puntos interiores de un conjunto son elementos del
conjunto. En el texto se recoge una tabla con el interior para cada uno de los diez
30r
INTRODUCCIN
4 es Ia imagen de 2, y
as sucesivamente.
Para las sucesiones no se usa Ia notacin habitual de las aplicaciones. Se elige una
(ar";n e
,,',
0LrL,
la sucesin como
N),
"',
a
un todo, escribiremos:
o ms simPlemente: (an)
'
(nz;n e N), o
para
(an),
??
e
N.
cada
con &n = 7L2
simplemente: (n2); o incluso:
Dada una sucesin (a), y dado un nmero natural k, se dice que el trmino de
ordenk de la sucesin es igual ? a<i es decir, el trmino de orden k de la sucesin es
la imagen por la aplicacin d.el nmero natural k. Para Ia sucesin (n2), su trmino
de orden k es igual a k2;verbigracia, eI trmino de orden 5 es igual a 52 : 25. Otro
ejemplo: si (b) es la sucesin tal que bn = eI)" para cada n e N, es decir, la
sucesin 1, -1, 1, -1, ..., podemos decir que su trmino de orden k es igual a 1 si k
es p, y a -1 si k es impar.
tJlaa cota superior de una sucesin es un nmero que es mayor o igual que todos
y cada uno de sus trminos; y, anlogamente, uJJa cota inferior es un nmero que
es menor o igUal que todos y cada uno de sus trminos. Por ejemplo, para la sucesin ((-1)z), una cota superior es eI nmero I y una cota inferior es el nmero -1;
para la sucesin (n2),una cotainferior es elnmero 0, yno admite cotas superiores. Una sucesin esf acotada superormente o inferiormente si admite una cota
superior o inferior, respectivamente; y esl acotada si lo est tanto superior como
inferiormente. De las dos sucesiones que acabemos de poner como ejemplo, slo la
sucesin
((-1)")
est acotada.
V. SUCESIONES DE NUMEROS
3o2
REALES
ltimo concepto que se estudia en esta seccin es el de subsucesin. Lrtuitivamente, una subsucesin es una sucesin obtenida a pafiir de otra: si en una sucesin
dada, nos deshacemos de algunos trminos (en cantidad finita o infinita), de forma
que dejemos una cantidad infinita de trminos de la sucesin original, lo que queda
es una sucesin de la que se dice es subsucesin dela primera. En el texto podemos
leer Ia definicin formal general, pero veamos aqu las dos formas de obtener una
subsucesin (y denotarla) que manejaremos en el resto del captulo.
Si (ail es una sucesin: 6Lo, cLt, cL2, c13,. .., y nos deshacemos, pongamos, de sus
tres primeros trminos, nos queda: &3, cL4, ds, . .., que resulta ser tambin una sucesin; setratadeunasubsucesindelasucesinoriginal (ail,y sedenota: (a";n>3).
Por ejemplo, la sucesin (n';n> 5) es una subsucesin de Ia sucesin (n2); comprese la sucesin: O,1,4,9, 16, 25, 36, ..., con la subsucesin: 25, 36, 49, '. '
Otra forma de obtener una subsucesin de una sucesin Ia sugiere este ejemplo.
S (a es una sucesin, y nos fijamos sIo en sus trminos de orden pari 6Ls, a2,
aq, 61a,. . ., lo que acabamos de escribir es otra sucesin, que es subsucesin de Ia
sucesin original (ai se denota: (az). Yerbigracia, para la sucesion ((-1)), su
subsucesin ((-D2") es la sucesin constante (1): 1, 1, 1,... (todos sus trminos
iguales a 1). De manera similar podramos hablar tambin, por ejemplo, de la subsucesin de la sucesin (a.) formada por los trminos de orden impar: (azn+t).
Para finalizar esta seccin, una cuestin de notacin. Dado un nmero natural k,
aveces escribiremos: (anin > k), sinhabernos referido antes a alguna sucesin (ar),
que es posible que ni siquiera est definida. Tal notacin hace referencia a la sucesin cuyo trmino de orden 7L es 6Ln+k; es deci: cLk, clk+t, clk+2, ... Por ejemplo, la
sucesin (Iln;n > 1) es esta: 1, Il2, I13,I14,...;yntese que no podemos habla
de la sucesin (a.; con An : I ln, pues no tendra sentido su trmino de orden 0.
El
sucesin es:
,11
', 2' 3' "''
1 "'
n,
'
y sus trminos son nmeros que se hacen cada vez ms pequeos; realmente, segn
avanzamos en el orden de Ia sucesin, los trminos correspondientes se acercan al
nmero 0 tanto como queramos. Por ejemplo, si quisiramos, siempte con trminos de la sucesin, acercarnos a 0 menos de una milsima, slo tendramos que
seleccionar los trminos de orden mayor o igual que 1001: todos ellos estaran en
eI intervalo (0- 1/1000,0+ 1/1000), Io cual es lo mismo que decir que distaran
de 0 menos de una milsima. Y esto lo podramos hacer con otra medida cualquiera.
Realmente, dado cualquier positivo, existir algn orden k (el cual depender, en
3()3
INTRODUCCIN
"'
'
s parece que nos pOdemoS acercar, tanto Como queramos' al nmero 1. Fuede
comprobarse que esto efectivamente es as: Ia sucesin (nl@ + 1)) converge aI
nmero 1.
De una sucesin se dice es convergeinte si converge a algn nmero real. De
las propiedades de las sucesiones convergentes que figuran en el texto, hay dos que
queremos destacar aqu. La primera es que el lmite es nico; es decir, si una sucesin
es convergente, entonces no convelge ms que a un nico nmero. Si (ar) es la
sucesin convergente, y es su (nico) Imite, se escribe:
l1an
: L, o bien lm (a) :
L.
(f,tnr
1) -
rm(#rl:1
no depende de sus primeros trminos. Formalmente, esto significa que una sucesi6n (a) converge a un nmero I si y slo si cualquier subsucesin suya de Ia
forma (an;n > k) converge tambin al nmero l.
EI siguiente concepto que vemos en esta seccin es el de lmite ms infinito. Intuitivamente, una Sucesi1n tiende a ms infinito si, segn Se avanza en el orden de
la sucesin, Ios trminos correspondientes se hacen tan grandes como se quiera. Por
ejemplo, Ia sucesin (n2) tiende a ms infinito. Fijemos un nmero b cualquiera;
podemos encontrar algn orden k tal que todos los trminos de la sucesin de orden
mayor o igual que k son mayores que b. En efecto: si b es negativo, se toma k : 0,
y si b es positivo, basta tomar como k eI primer nmero natural que supela Jb; el
trmino de orden k, que es k2, y todos los que le siguen: (k + 1)2, (k + 2)2,. . . , son
entonces mayores que b. Si una sucesin (ar) tiende a ms infinito, se escribe:
= +oo'
V. SUCESICNES DE NUMEROS
304
REALES
Y una sucesin tiende a menos infinito si, segn se avanza en el orden de la suce-
sin, los trminos correspondientes se hacen tan grandes como se quiera en valor
absoluto, pero siendo negativos. Por ejemplo, la sucesin (-n) tiende a menos infinito. Si fijamos un nmero b arbitrario, podemos encontrar algn orden k tal que
todos los trminos de orden mayor o igual que k son menores que b. Efectivamente:
si b es positivo, tomamos k
primer nmero
natural que supera -b; consegrrimos as que todos los trminos de orden mayor o
igual que k: -k, -(k + 1), -(k+2),..., seanmenores que b. Siuna sucesin (")
0,y si b
lm
(a") : -oo.
lm(-n) :
-oo.
Los lmites infinitos tambin cumplen las dos propiedades que destacbamos pa
lm(2n3
+n) : a* y
lm
(Si el polinomio tiene grado 0, es decir, si se reduce a un nmero real, Ia sucesin (P(n))esunasucesinconstante,ysulmite es trial;porejemplo:lm (5) : 5.)
El siguiente tipo de lmites que distinguimos es el de sucesiones del fipo (I lP(n)),
donde P(n) es un polinomio de grado mayor o igual que 1. En todos estos casos el
lm.
l?*oc I - n.
" -0,
lm
l?-o
lm^^1
-0, o t?*
Onr + Tf =-0.
x2 + I,o 3
TLr
305
INTRODUCCION
Notabene
Noestdefinidoelcociente
deberamos escribir: lm(1/(1 -n2)in>2) :0; sin embargo, envirtud de que ellmite
(sea finito o infinito) es nico y no depende de los primeros trminos de la sucesin,
y con el fin de no recargar la notacin, escribiremos simplemente lm (1/(1 -n2)) = O.
Anlogo comentario podramos hacer conlos otros lmites. Engeneral, st(bnin > k) es
una sucesin que admite lmite, finito o infinito, no designaremos ste por lm (bn;n > k),
a
sino por lm (b.), aunque b, no est definido par algn valor de n menor que k.
-nz +2 rol.
ilm --o 7L-o
-n + b
(Para el primero, verbigracia, el polinomio del numeradol es de grado 4 y su coeficiente de mayor grado es -1, y el polinomio del denominadol es de grado 2 y su
coeficiente de mayor grado es 5; el grado del numerador es mayor, y ambos coeficientes tienen distinto signo, as que el lmite del cociente es -oo.) En el segundo caso:
los gtados de numerador y denominador iguales, eI lmite es igual al cociente de los
coeficientes de mayor gtado:
I
lm "L-nz
7,t-a TIL
+-n - I"--1,
))
-2n-
Sttr + TL
lm
ll* Bn3
\R - Bt
2n+5
'l'Il
_lron+g: -10- -E
[n#-0, n#*: 0, o
.)
lm
7L-
rt
'n3
+5n+I
2n2 + 3n +
I -0.
{
Hl
V.
306
esta: de un conjunto no vaco acotado superiormente, su supremo es punto adherente; y, anlogamente, de un conjunto no vaco acotado inferiormente, su nfimo es
punto adherente. De esta forma, dado eI intervalo ( 1 , 2 ), por ejemplo, son adherentes
a 1, adems de sus propios puntos, los puntos 1 y 2 (su nfimo y su supremo, respectivamente); o dado el conjunto R.f
-que es en definitiva el intervalo (0,+oo)- son
adherentes a l todos sus puntos y el punto 0 (su nfimo). Estos ejemplos muestran
que hay conjuntos que admiten puntos adherentes que no pertenecen aI conjunto.
Finalmente, se define la adherencla de un conjunto no vaco como el conjunto
formado por sus puntos adherentes. Si A designa el conjunto, su adherencia se
denota as: . Como todo punto del propio conjunto es adherente al conjunto, se
tiene: A c . Nos interesa resaltar una propiedad: un conjunto es cerrado si y slo
si coincide con su adherencia; una consecuencia de ello es que el lmite de cualquier
sucesin convergente de puntos de un conjunto cerrado es un punto del propio conjunto. En lo que al aspecto del clculo prctico se refiere, notar que, para calcular la
adherencia de un intervalo, no hay ms que "aadir" su supremo y su nfimo, caso de
que alguno de ellos, o los dos, no pertenezca ya al intervalo. As, la adherencia de los
rL- (n+I)
Qn+L-CLn -n+I
y -l I (@ + I)n)
rL
(n + I)n
-1
(n + L)n
simplemente menor o igual que 0, podemos concluir que la sucesin es estrictamente decreciente). Otra cosa que se puede hacer, al menos cuando la sucesin
tiene sus trminos positivos, es estudiar si el cociente anl1f an es mayor que I para
3o7
INTRODUCCION
n+I
"rn
CI'n
TL
y como (n + l) I n es mayor que 1 para cada n > 1, lo mismo verifica su raz cuadrada.
Otro ejemplo: la sucesin7 (2" lnl;n > 2) es estrictamente decreciente, ya que:
2n+l
an t
(".1X
n*r'
"" -T-:
nl
Un resultado impofiante sobre las sucesiones montonas es este: dada una suceSin creCiente, si est aCOtada Superiormente, entonces eS Convelgente, y si no lO
est, entonces tiende a ms infinito. De la misma manera, dada una sucesin decreciente, si est aCotada inferiormente, entonces eS convelgente, y si no lo est,
entonces tiende a menos infinito. Vemos as que todas las sucesiones montonas
admiten lmite, finito o infinito.
En el texto se estudia ampliamente Ia llamada sucesin geomtrica de razn q,
donde 4 es un nmero real no nulo. Se trata de la sucesin (4n), es decir:
Series de nmeros
reales
Sea
de nmeros reales asociada ala sucesin (an), o como tambin se dice: Ia serie de
trmino general e.n, es esta sucesin:
CL,
CLg
* A,y,
A'g
* A4 *
Cl'z,
eS
la
Sn: Zap.
p=0
TL
+ 1)
: n(n
----.
308
Tn: L+q+q2+
q'.
lm t
l-oo u
cL-Y
5:.
P:0
,;l[
porque:
2n+L
lm la"*t |
t1-.ol A, I
tm
- n-*
(n+U
2n
lm -:0,
?1.-@ n + I
,T
y este ltimo nmero es menor que 1. Y para una serie de trmino general an (donde
ya no exigimos que cada an sea no nulo), el criterio de Caucuy nos pide que calculemos, si existe, eI lmite s \[at: tambin acontece que la serie es convergente o
divergente segn sea este lmite menor o mayor que 1, respectivamente. Por ejemplo.
Ia serie de trmino general (nn l(2n + 1)") es convergente, pues:
lm
'11-
Vn
(2n + D"
lm
!L- tx
\r?
l,?-m 2n + I -2
\zn+r) -lm
hiota
8En muchos libros se denominan criterio del cociente y criterio de la ra2, respecfivamente. El motir
de esta nomenclatura saltar a la vista inmediatamente.
309
INTRODUCCIN
Para finalizar, comentamos que en el texto se estudia con detalle la serie geom-
TL:O
qn
I-q
4 < -1 o si q > l,
{
I
rl
t.
V. SUCESIONES DE NUMERO-S
310
V.l
REALES
es
(x<f/ o y<x).
Nota
Propiedad 3 (compatibilidad entre la relacin de orden y las operaciones) La relacin de orden total < es compatible con la adicin y la multiplicacin del cuerpo
conmutativo (R, +, .). Esto es, para cada terna (x, y,z) de nmeros reales se verifica:
x<y - x+z<y+2,
b) (x<y y z >0) - (xz<yz).
a)
(Cl 1y
y x' <!') - (x+x' <y+y')i
",
(C2) (x < /) == ,-, < -x);
(C3) (x <y y x' <!')
(x+x' <! +y')i
(C4) (x <y y z>0) + (xz<yz);
/ x+v
\
(C5) (x < y)
= .'t . r).
\"
EJ
ERCTCTO I
rcales.
v. t . EL ])NJUNTO DE
3rr
YxeA,x<b.
Cota
superior En este caso, del nmero b diremos es una cota superior del conjunto A, o tambin
que el conjunto A est acotado superiormente por b.
acotado Del conjunto A diremos est acotado inferiormente si existe algn nmero ted. a
inferiormente que es menor o igual que cada uno de sus elementos; esto es, si se verifica:
Conjunto
YxeA,a<xi
Cota inferior
Conjunto acotado
Y en este caso de diremos es una cota inferior del conjunto A, o tambin que el
conjunto A est acotado inferiormente por a.
Finalmente, del conjunto A diremos est (o es) acotado si est acotado tanto
superior como inferiormente.
bene De la definicin se deduce que cualquier nmero real es, simultneamente, una
cota superior y una cota inferior del conjunto vaco: 0; por tanto, el conjunto vaco est
Nota
acotado.
!q
t,
Mximo de un
co nj u nto
Mnimo de un
co nj u nto
EJEMPLO
conjunto de los nmeros enteros: Z, no tiene mximo y no tiene mnimo; el conjunto de los
nmeros enteros negativos: Z - N, tene mximo: mx(Z - N) : -1, pero no tiene mnimo;
EI
V. SUCESIONES DE NMEROS
3L2
REALES
Supremo de
de A
-{v
I
(VxeA,x<b) o
nfimo de
un
(supA<b).
Asimismo, para todo conjunto no vaco A de nmeros reales que est acotado inferiormente, existe un nico nmero real, que se denota: nfA ("nfimo de A"), que
conjunto verifica:
[nf es una cota inferior de A
1v
I
I
EJEMPLO2 Enelconjunto
elemento
A).
B: Ix e R I x < 2],elnmero4esunacotasuperior,puesparacualquier
x < 4l sin embargo, este nmero no es el supremo de B (po
de B se verifica:
ejemplo, el nmero rr tambin es cota superior del conjunto B y es menor que 4). El supremc
de B, esto es, el mnimo de sus cotas superiores, es igual a 2'. sup B
y del
nfimo
2.
reales, se verifica:
Si
1v
I
I
1v
I
I
nf
v.t.
Si
3r3
de A, y podemos escri-
btr:1yeA,x<y<supA.
Demostracin
s<mx+x.
mx * x
(1)
Pero
Propiedad
arquimediana
EJ
EM
PLO
Corolario Siy > O y x > 0, exisfe unnmero naturalm tal que:mx > y.
Y si x > 0, exr'ste un nmero natural positivo m tal que:
* .
"
El conjunto
( rl t
o: t''2'1'
I
supA: mxA = 1.
mayor o igual que cualquier otra cota inferior de A. Para ver esto ltimo, notemos que si s > 0,
entonces existe un nmero natural positivo rn tal que s > I
esto establece que s no puede ser una cota inferior de A. Se tiene entonces: nfA
que, como 0 A, este nmero no es el mnimo del conjunto A.
de A,
0. Ntese
V.
3L4
acotados
Si
premo ms
infin ito
supA
+oo,
nfimo ms
-cn,
infi n ito
2. Intewalos de nmeros
reales
de
EJ
EM
PLO 4
bene
Si
intervalo de
EM
PLO
conjunto vaco.
El conjunto (6,7) es el de los nmeros reales que son, simultneamente, mayores que 6
EJ
se reducen al
El conjunto
Nota
R..
{a}, donde a e
R., es
la,al.
V.I.
3r5
EJERCICIO
EJERCICIO
Sea
bene
(-*,b) :
sup
(-*,bl = b-
EJEMPLO
b'
Au {supA}'
lntervalos
la,bl, (a,bl,
acotados
R,
la,b)
(-*,bl
, (a'b) v
A'
ni inferior ni superiormente.
EJEMPLO
Se
se define eI
six>0,
:.{I ",
[-x, six<0.
tiene:
l-31:3, l0l-0 y
Consecuencias de Ia deftnicin de valor
10.11-0.1.
absoluto
V. SUCESIONES DE NMEROS
316
Ms propiedades
V.2 Si x y y
a) lryl -lxllyl;
Proposicin
REALES
b) (desigualdadtriangular): l* * yl
c) llxl lyll
<lx-yl.
Demostracin La prueba del primer apartado es inmediata sin ms que considerar los
distintos casos posibles: x > 0, x < 0, y > 0, y < 0.
Para el segundo apartado, notemos que podemos escribir (cf. segunda consecuencia de la
definicin de valor absoluto): - lxl < x < lxl y
lyl <.y < I y l, de donde:
-lxl-lyl<*+y<lxl*
yl,
IV
"
x + y)i
lr+yl<lxl+lyl.
Para el tercer apartado, y de acuerdo con
bir: lxl
escri-
<
lr-yl;
(2
- lx-yl:
lyl: l* + r, - x)l
lyl-lxl <lx-yl.
Nota
Si x1,
'
l* - yl
elresultado:
llr
lvll
lxtxz"'xnl:lxtllxzl
EJERCICIO
(3
Demostrar que si x
)/
lx"l y
lxt
+ xz -r
-t
xnl
mx{x,yr-x+Y
r- z *lx
' z-Yl y mn{x,y} _x+y
2
)
l, - vl
2
Punto unidad orientada-, emplearemos indistintamente los trminos punto y nmero real.
v.t.
EL
interior
Punto interior
3L7
REALES
tal que:
xe(a,b) y (a,b)sA.
(a,b).
Enefecto, six e (a,b), entonces: x e (a,b)y (a,b) = (a,b), lo que establece quex
es
{a}'
EI punto 3 es interior al conjunto (1,51. Para demostrarlo, debemos encontrar unintervato (a,b) tal que: 3 e (a,b) y (a,b) = (1,51. Podemos tomar como intervalo (a'b)' pot
ejemplo, el intervalo (1,5), pues: 3 c (1,5) y (1,5) s (1,51.
El punto 1 no es un punto interior del conjunto (1,51, pues 1 (1' 51.
El punto 5 no es interior a (1,51. En efecto. Si
entonces existira s
y (a,b) no podra estar contenido en (1,51. 41 no existir ningn (a,b) tal que 5 e (a'b)
y (a,b) s (1,51, el punto 5 no puede ser interior a (1,51.
Anlogamente se demostrara que un punto y un punto b no son interiores, respectivamente, a la,b) y a (a.,bl, y que a su vez ninguno de ellos es interior a la'bl'
EJ
EMPLO 9
lnterior de un
conjunto
Todos los puntos del intervalo (a,+a) son interiores a 1. En efecto: si c es unpunto arbitrario de (a,+*),y tomamos b > c, entonces: c (a,b) y (a,b) s (a,+*),y c es punto
interior de (4, +m).
AnLlogamente se demostrara que todos los puntos del intervalo (-*,b) son interiores.
EI
(a,b)
'
'i!
rrF
lr
V.
318
. AcA.
Ya que todo punto interior de A es a su vez un elemento de A.
. SiAcB,entoncesAcB.
Enefecto:sixe,,i,entoncesexisteunintervalo(a,b)talque:
portantoxeli.
. 6i+ : (a,+a) y ;fu)
Es
EJEMPLO
I0
xe(a,b)=AcB,.t
: (a,b)'
En el siguiente cuadro se
Intervalo I
la,bl, a * U
la, a,l - {a.}
Interior
(a, b)
a
(a, bl
(a, b)
la, b)
(a, b)
(a, b)
(-*,b)
(-*,b)
(-*,bl
(-*,b)
(a, + *
(a, + a)
(a, + *)
la,
hr,
(a, b)
CUADRo 1: El
De acuerdo con lo dicho hasta hora, slo resta por demostrar los siguientes casos:
__-:__
:
. la,bl
c la,bl,
(a,b):6i t6i|
y como a y b no son puntos interiores a
. la,+a) = (a,+x).
Como (,
e,
entonces:
__-:_-(a,+* c la,+a),
a [a,+x). Anlogamente se
de-
v.t.
Conjuntos
Conjunto
319
abiertos
De un conjunto
son interiores a
1,
A de nmeros
es d.ecir, si ,a'
'"'.T:*,n:iT:T:;,:.,T,:
Podemos escribir:
xeA
pero de que (a, b)
A se deduce: (a,b)
,=-
x e (a,b)
__-:_--
(a,b)
(a,b)
A;
xe (a,b) y (a,D=,
existe(a,b)talque:
.tt consecuencia,
es
abierto.
que A
EJEMPLO r
es abierto, es decir:
Los intervalos que son conjuntos abiertos (o intervalos abiertos) son aquellos que coinciden
lt
(a,b)
(-oo,b)
(a, +oo)
"tl
RYa.
rl
: Ix eR. I ll
1, el
I, x e A1.
SixeA,entoncesexisteie.ftalquexeAi,yporserAabierto:xeA,porotrolado,
comoA c A, se tiene:
que establece que A es
Proposicin
V.4
4 - j,y.o*o ,.r,
abierto.
seinfiere:
*.
. Enconsecuencia:A
- j,
lo
c.Q.D.
abierto.
Demostracion
Si Ar, Az, ..., An son n corrjuntos abiertos, debemos demostrar que el
conjunto A - At oAz n.. -oAn tambin es abierto.
V.
32o
x un punto
xe(ai,b) y (ai,b)cAi;
definiendo: e = mx Iat, ar,. . ., anl y b = mn Ib r, b r,
Vt {1,2,...,n| , a4
y
asi:
x e (a,b) - A,ypor
Nota
5
x <b 4bi,
x e . gttconsecuencia,,= ,yAes
abierto.
c.Q.D
mente un conjunto
EJERCICIO
tanto:
a.<
..
abierto.
Sea
entonces nf A
A.
es
Ucf=(0.,).,
donde hacemos uso de Ia proposicin V.3 (cf. p. 319) y de las leyes de A.
(cf. p. 384). En conclusin, es cerrado el conjunto f-l C.
lE
Monc.c-r
Cr Cz, ... , Cn son n conjuntos cerrados, es decir: Ci, Ci, ..., C; son abiertos, entonces es abierto el conjunto: Cf n Cf ...n Cf,: (CrvC2u"'uCr)t (proposi
cin V.4 (cf. p. 319) y leyes de A. rln MoRGAN), lo que establece que es cerrada la
Si
uninCr0C2u---uCr.
EJEMPLO r 2
los cuales,
(-*,bl
Los intervalos
la,b),
(a,b)'
: (-*,al
u (b,+m),
V.2.
32L
y este ltimo conjunto no es abierto, pues a es un punto suyo que no es interior (lo cual
justifica de manera similar a como se procedi en el ejemplo 8, cf. p. 317). Anlogamente
demostrara que el intervalo
lntervalos
se
se
cerrados
A.
Obsrvesequelosintervalos (a,blyla,blsonconjuntosquenosoncerradosniabiertos.
EJERCICIO
Sea
EJERCICIO
simultneamente, abiertos y
V.2
de
R.
cerrados.
sucesin
1. Deftnicn de
Nota
Si
zLn es
reales.
4 es una aplicacin de N en
Ia imagen por la aplicacin del nmero natural 71, en smbolos;
R,
&vt,
a = (anirl
o tambin:
N), o a:
(an)
V. SUCESIONES DE NUMEROS
322
EJEMPLO
Si
a es la sucesin
No,R
rL
entonces la sucesin
REALES
r se
-r-,
n+ I
/ I '--o,\ ^u I I \
\r+li '
\rx+l'er\/'
obien:
y tambin:
EJEMPLO
l4
, 1 1 "'' I ""
n+ 1'
" 2' 3'
(a),
t|-
Si D es la sucesinlz
Nb,R.
(-I)",
7L
o bien:
\
y tambin:
$.,;
una
I5
- (- L)".
a = (a
sucesin aplicacin
EJEMPLO
si bn
Trminos de
(b),
a.'.
a(k)
Dada la sucesin
ek.
NQ,R
tt+I'
TL
(a)
cin a:
a(o) =oo
: of : t,
x0: l
x no nulo.
oto
= Itt
323
REALES
Para la sucesin
b-
(b;
NbR
n
(-1)",
Si
ar)
los
l6
llkeN,a.=}
sucesin
EJEMPLO
{a"; n e N}
Para la sucesin
(a)
Para la sucesin
2.
Sucesiones
(b.)
Ionire Nl:
Sucesin
es:
(b,)
{xeR.
Conjunto de
trminos de una
de orden k de la sucesin
t".rl".s|.
acotadas
n e N} = {1, -1}.
(a")
aco-
Vn e N, dn4b,
y en este caso de b diemos es una cota superior de la sucesin
inferiormente precisamente si existe a e R tal que:
(a");y
est acotada
Vn e N, &4cLn,
y en este caso de a diremos es una cota inferior de la sucesin (4").
De la sucesin (a") diremos est acotada si est acotada tanto superior como
inferiormente.
V. SUCESIONES DE NUMEROS
324
EJEMPLO
17
REALES
vneN,gs--!-E1.
n+I
La sucesin
nos: {1,
-1},
(b")
est acotado.
n e N, 0 < n,peto
riormente.
3. Subsucesiones
Sea
a : (a una sucesin
es
la aplicacin
NaR.
7L
CLn.
tal que:
Vn e N, p(n+I)>p(n),
Subsucesin entonces de la aplicacin compuesta a o p de N en R, grficamente:
o bien:
N a"P,
&p@)'
(onO',;ne
N), o
(ap<O),
o tambin:
Ap@), ApG), Ap(Z)' , ' '
Nota
bene
'
es a su vez una
sucesin.
EJEMPLO
REALES
325
La aplicacin
P-'--
--+ 2n
TL
es estrictamente creciente, pues para cada rL
e N se verifica:
Si
es
N --'
rL
entonces a
_L,
....+
rL+L'
N
donde
-q----.----+ CLzn,
---+ 2n
TL
I
CLz-n QD+r - Zn+r'
La subsucesin a
/ 1 _\
fzr.r;trN,l ' o r"*t)'
1, 11
Zvt+I'
(
o tambin:
3'5'
es:
{orn;
Si
b : (b")
N}
rL
: I#
l r. N}.
N -b
-+
rL
R.
(-L)n,
NR
b on
----+ bzn,
TL
donde
bzr: (-t)zn.
L, T,
1,
{1}.
d-
-|
V. SUCESIONES DE NMEROS
326
REALES
Si (ae6) es una subsucesin de Ia sucesin de nmeros reales a : (an), entonces eI trmino de orden k (k e N) de la sucesin (ap1,) es la imagen de k por Ia
aplicacin a o p, es decir, es el nmero real: apg, que coincide con eI trmino de
orden p(k) de la sucesin (a.n).
EJEMPLO I
Para la sucesin
/1\
\m+ r)'
que es subsucesin de la sucesin
/1\
(,"-/
11
2.10L:
que coincide con el trmino de orden 2 .
sea
I0
deremos Ia aplicacin:
N
rL
n'
20 de la sucesin
(,+ )
\n+I/
P,
n+k,
(an;n > k)
y el conjunto de sus trminos tambin se escribir
as:
Ian;n> kI.
Es decir, las notaciones
(an
EJEMPLO 20
327
REALES
(d;,
donde
TL
'n? +T
\
>-Lo)'
El trmino de orden
/ t
SUCCSION
n+LU
(dr):
[Vm
ME
V@:VL4s'
que coincide con el trmino de orden 2 + 10
dtz EJEMPLO 2r
12 de la sucesin (dn):
(I2)2 + I
(b) del ejemplo 14 (cf. p. 322): ((-I)n), su subsucesin (b"in > 10) es
(bn+n).
la sucesin
Comobn = GI)", se tiene: bn+to: (-1)'*t0, ypor tanto Ia subsucesin (bn;n > 10) es concretamente la sucesin ((-1)"*t0). El trmino de orden 23 de Ia sucesin ((-1)"; n > t0) es (-lzs+to = -1, que coincide con el trmino de orden 23 + 10 = 33
Para la sucesin
1:)l-
rf
TE
de la sucesin
11-t)").
b,
Sucesin
fftnl;n
> k)
{m e N I m> kI
en
R.,
lF
conjunto
entonces la notacin:
(f (n);n> k)
designar la sucesin cuyo trmino de orden
EJEM
PLO
22
n (n e N) es el nmero real
Dada la aplicacin
J,C
{6,7,8,. ..}
TL
la sucesin
fffn;n
--'+
,1'
'
(n-L)(n-5)'
(L\
(,?"-1) (n- il;n"6)'
es
es:
@+-r@+D
(n + k) '
V. SUCESIONES DE NMERO;
328
V.3
que
un
nmero real
Sucesin
converge a
REALES
Vne
Ve >0,1ke N,
N,
n>k +
cLn
c (L-e,L+e),
a,l
(-+
o bien:
Ve >0,
Si
Ia sucesin
(a)
lke
N,
Yn>-k,ane(L-e,L+e).
(51
(a") diremos
es
Nota
Por abuso de notacin, en (4) y en (5) hemos escrito: V e > 0, cuando tenamos que
haberescrito: Vee(0,+-;yen(5)hemosescrito:
a
escrito: Vne{m e N lm> k}.
Yn>k,cuandotenamosquehaber
Definiciones equivalentes de sucesin convergente Sea (4") una sucesin de nmeros reales y sea / un nmero real:
. La sucesin (an) converge aI nmero L precisamente si:
[,]
I
lke
Ve >0,
N, Vn e N,
n>k> ll-a"l<e.
(6t
EJEMPLO
23
Sea
n e N, bn : I;
al nmero real 1.
Enefecto. Cualquieraqueseaelnmeroreale > 0 quefijemos, como 1 e (1 -e, 1+e), se
verifica que todos los trminos de la sucesin pertenecen al intervalo (1 - e, 1 + e), y hemos
:
encontrado, pues, un nmero natural k
-que en nuestro caso es k 0- tal que todos los
(b")
que
pertenecen
de orden mayor o igual
trminos de la sucesin
k
a (1 - e, I + e).
329
c es un nmero real, anlogamente se demostrara que Ia sucesin (cr) que veriSucesin fica: Vn e N, c, = c, cuyos trminos son todos iguales a c (sucesin constante), converge
constante a c. Esta sucesin constante se representa simplemente por (c).
Si
EJEMPLO
24
La sucesin
(a,), donde
a"=,-,
,?N,
n>m-1-
n+l>*-J
n+ -I
(a)
que la sucesin
El
lmite de una
sucesin
Proposicin
m-
1,
(ar) converge
V.5
a 0.
es
nico.
convergente es
11
<
12,
sea e
(Lz
h) 12,
qlue es
positivo. Entonces:
h-<h+e:Iz-e<Lz+e,
y por tanto:
(h-e,lr
Pero del hecho de que la sucesin
+e) n
(Lz-e,Iz+e):A.
(ar) converja
It
Q)
kr
N tal que:
12 se
e (h - e,\ + e)
(Lz
e,Lz + e),
nico.
c.Q.D.
V. SUCESIONES DE NMEROS
330
Notacin
Si
la sucesin
(a,)
REALES
l!\""
t,
y ambas notaciones se leen: "el lmite de la sucesin (a;, cuando ru tiende a infinito,
esl",yambassignifican: Ve >0, lkN, Vn e N, n>k+ lI-a"l<e.
EJ
ERCTCTO B
acotada.
V.6
Proposicin
numeros
Demostracin Sea a = (a.) una sucesin convergente con lmite igual al nmero /, esto
es:lm(r)=/,yseaaop=(ao6)unasubsucesinde(a),esdecir,pesunaaplicacin
estrictamente creciente de N en N. Grficamente:
N
rL
N
P@)
N
, R.
o bien:
d.p@)t
n
aoP
6.p@).
Queremos comprobar que la sucesin (apo) converge a I. Para ello, fijemos e > 0 arbitrario.
Por ser I el lmite de la sucesin (an), edste k e N tal que para todo nmero natural z se
verifica:
n)k+ ane(L-e,I+e);
pero si
n>
(8
k,enlonces:13 p(n) > k,y de (8) deducimos que para cadan e N se verifica:
n>k+ a.p6(L-e,L+e).
Hemos probado entonces que, fijado e > 0 arbitrario, podemos encontrar un nmero natural k tal que los trminos de la sucesin (apot) de orden mayor o igual que k pertenecen
a (I
EJEMPLO 25
e,l + e ).
Es decir: lm
(ono)
: .
EJEMPLO 26
c.Q.D,
/l\
tim(-*'J:o
It,
clp
si n e {0,2,4,. ..},
- i l
ln,
sr
{1,3,5,...},
13Dada una aplicacin p de N en N estrictamente creciente, por recurrencia es fcil demostrar que
p(n) >k.
verifica: Vrt N, p(n)>n,yenconsecuenciaparacadake N setiene: n>k
se
V.
3. SUCESIONES
33r
es decir:
1,
r,
1,
1, +, r,
1,
1,
35/ +,
no es convergente.
En efecto, su subsucesin (azn) es esta sucesin constante:
1, 1,
1,...,1,
lm(azn)-1;
y su subsucesin (azn*r ) es la sucesin 0 t fTn + 1)), esto
r'
' 111
3' 5' 7'
cuyo lmite es 0 (cf. ejemplo 25):
es:
rim(#)-o
Deducimos que la sucesin (an) no es convergente: si lo fuera, todas sus subsucesiones convergeran al mismo lmite (cf. proposicin V.6), pero sus dos subsucesiones escritas, aunque
convergtr, lo hacen a lmites distintos.
Una sucesin (an) de nmeros reales que admite una subsucesin convergente no
es, a su vez, necesariamente convergente, como muestra el ejemplo 26. Sin embargo,
si la subsucesin que es convergente es de Ia forma (adn 2 ns) para algn nmero
'
eil -
lm ( 6Ln,n > k)
V. SUCESIONES DE NUMEROS
332
El
lmite no
depende de los
primeros
REALES
Corolario
queseakeN).
trm inos
Proposicin V.8
Demostracin
Que
(ar)
(eil - 0 =+ lm (lanl) -
0.
Ve >0,
lke
N,
Yn>k,6Ln (-e,e)
Ve > 0,
Proposicin V.9
(e)
C.Q.t
,
{
t)
t*i
Demostracin
Que la sucesin
Ve >0,
y que la sucesin (a"
lke
N,
Yn>k,ane(L-e,L+e),
L) converge a 0 significa:
Ve >0,
lke
N,
Vn>k,ar-Le
Corolario
(e
(-e,e),
ane (L-e,I+e)
a.n- Le
(-e,e).
c.Q.l
V.l0
cuales existe ns
Sean
(a) y (b)
N ral quei
Y
Entonces, si Ia sucesin
(b)
lb"l.
(91
(a)
converge a 0.
V.
3.
Demostracin
333
la sucesin (b") converge a 0, entonces tambin converge a 0 su subsucesin (br1ro) (cf. proposicin V.6), lo que significa:
Si
(10)
(1 0) se
I bn*no I , con
(an*no) converge a 0.
Lmite y valor
abso I uto
C.Q-.D.
converge a
lm
ar) -
lll;
L :=> lm
(lanl) :
L, en-
lLl .
Demostracin
si6n (an
de u na su ma,
de un producto,
Proposicin V.l
reales,
y de un cociente
conlm(a")
lm ( oLn + Fbn) -- a lm
(ar) + B lm ( bn) -
acL
+ Fb.
(3) (Cociente) si b
lm
e)
. lm (bn)
(a"\
tt\h)-
ab.
n 2 rLo, bn + 0, y
lm(a) a
l'*',@"): b'
bene
Nota
V, SUCESIONES DE NMEROS
334
Lmites y
polinomios
Si
P(x)
REALES
grado p
(p > r):
(11)
para cada nmero real a, P(a) es eI nmero: P (a) : 6Ls * 6Ly * "' i aruP . Si la sucesin (bil de nmeros reales converge aI nmero real b, entonces la sucesin (P(b"))
converge al nmero P(b).
En efecto. Para p : 1, se tiene el resultado por la linealidad de los lmites (cf. proposicin V.l1(1)). Si suponemos verdadera la propiedad para todo polinomio de
grado p - I,y P(x) es el polinomio de grado p de (11), entonces podemos escribir:
P(x) :
&o +
xQ@),
con Q@)
lm ( a + flm
(b")l
+ 't
epxp-T
&t -t ezx
flm
(a(b"))l :
cty
+ bQ@)
P(b),
teniendo en cuenta que son convergentes las sucesiones (b,r) y (Q@")). Es decir,
la sucesin (P(b")) es convergente, y de lmite P(b). Hemos demostrado, pues, por
recurrencia sobre p, esta implicacin:
lm
EJERCICIO
Sean
(a.) y (b")
(b") : b
lm
(P(b;) :
P(b).
mx
{an,bn} y
uyt
mn
con ?z N,
{an,bn},
demostrar que las sucesiones (ur) y (un) son convergentes, y calcular su lmite.
Lmite
2. Lmites inftnitos De una sucesin (a") denmeros reales diremos que tiende
ms a ms infinito (+oo) si, para cualquier nmero real b que fijemos, existe un nmero
(a)
Vbe
R.,
lke
N, Vn e N,
n>k+ cLnlb,
a,
es ms
infinito".
*@,
(I2t
v.
3. sucEsroNEs
IaNVERGENTES.
ttwrrs
tNFtNtros
33s
inftnito
infinito, entonces
es
no conver-
gente.
definicin se deduce que una sucesin que tiende a ms infinito no est
acotada superiormente, y en consecuencia (cf. ejercicio 8, p. 330) es no convergente.
En efecto. De la
EJEMPLO 27
La sucesin
.6e.
b. Si b < 0, entonces todos los trminos de la suceN tal que k > b (cf. propiedad
arquimediana de los nmeros reales, p. 313), y en consecuencia todos los trminos de la sucesin (n ) de orden mayor o igual que k son mayores que b. EIlo establece que la sucesin (n )
tiende a ms infinito.
EJEMPLO 28
La sucesin
((-l)"n)
no tiende a ms infinito.
Si fijamos el nmero real b : 0, no podemos encontrar ningn nmero natural k tal
que todos los trminos de la sucesin de orden mayor o igual que k sean mayores que 0;
EJERC|CTO I 0
-(2k+
1) < 0paratodo k e N.
Demostar que toda sucesin de nmeros reales que ende a ms infinito est acotada infe-
iormente.
Una caracterizacin de las sucesiones que tienden a ms infinito, y que ser utilizada ms tarde, se ve en la siguiente:
CNS
de lmite ms
infin ito
Proposicin V.I2 una condicin necesaria y suficiente para que una sucesin (a) de nmeros reales tienda a ms infinito es que se verifiquen simultneamente los dos siguiente asertos:
a) todos los trminos de Ia sucesin, salvo quiz una cantidad finita, son positivos: 1k e N, Y n > k, cLn ) O.
D' ri'
l!)
\an/
o.
Demostracin
Vn2kt,CIn
y as: lm
(L
la-) :
0.
lanl
V. SUCESIONES DE NUMEROS
336
R.
existekeNtalque:
sib
b;stb
1.
Vn>k,en)oy
A.n
REALES
( i,;)
y por tanto:
Yn>k,0<
Iuego: V
El lmite ms
infi n ito
no depende
de los primeros
t rm inos
n > k,
6Ln
an
b'
C.Q.D.
Corolario Si la subsucesin (an;n > k) d" una sucesin (a") de nmeros reales
tiende a ms
(a)
tiende a ms infinito.
Demostracin
Sea
d+bn2T-
ma
cuando uno de
los
su
Corolario
tiende a ms
infin ito
Sea
d+ :T,
C.Q.l:"
finito.
2)
r e R. Como Ia
Entonces:
1) Si Ia sucesin
mandos
r-
Si Ia sucesin
(b")
(b)
b")
tiende a ms
b)
tiende a ms
infinito.
Demostracin
Es consecuencia de que
V.
3. SUCESIOAIES
337
Proposicin V.l
sucesin
1a>0,lke
N,
reales. Sl Ia
Yn>k,b,
Demostracin
a > 0 y un nmero
YnTkt,bn>a>0.
(anb):
+@, fijemos
R, y sea b
(1 3)
: mxIrla,1]'
lm(a") =
Como
6,
para el nmero real b existe un nmero natural k2 tal que: Y n > kz, an ) b. Si tomamos
como k el nmero k : mx{kr, kz}, y teniendo en cuenta qe a y b son nmeros positivos,
con (13) podemos afirmar que, para todo n > k natural, se verifica:
a-r'
- (mx Ii't\)'a>L
Es
Lmite de un
prod u cto
Corolario
Sea
(a)
Entonces:
cuando uno de
1)
los factores
tiende a ms
infin ito
2)
Si
la sucesin
a ms
Si
1"'">bA
C.Q.D.
(b)
(a"bn) tiende
infinito.
a ms
infinito.
Demostracin
sin (b)
por tanto:
(b.)
l, con I > 0, tomando e -- Ll2, todos los trminos de la sucede orden mayor o igual que algun k N pertenecen aI intervalo (L - Il2,L + Ll2),y
Si lm
b,>r-i:Lro,
para cada n > k. EsIo es, la sucesin (br) verifica la propiedad del enunciado de la proposicin V.15.
Si lm(br) = +o, fijado b : 1, todos los trminos de la sucesin (b") de ordenmayor
o igual que algn k e N son mayores que 1, y por tanto tambin en este caso se verifica Ia
propiedad citada.
Con la proposicin V.l 5, en ambos casos se concluye: lm (a"b")
EJEMPLO
29
a'
c.Q.D.
lm(nP)
p e Nx,
lm
(nu)
: *'
se
V. SUCESIONES DE NUMEROS
338
REALES
(#)-0
Yp e N*, lm
(ail y (b") son dos sucesiones de nmeros reales tales que lm (an) - *c
y lm (br) : 0, entonces no podemos asegurar nada acerca del lmite (si existe o no
Si
EJEM
PLO
Se
en
verifica:
lm (n)
*@,
rr'(1) -o y
nm(n
+) -
lm (1)
tm(nz
il-
tm(m)-*oo.
1.
Tambin:
lm (n2)
: **,
rr,
(r) -o y
pero la sucesin
1, - 1,
1,
inftnito
De una sucesin
(a")
de nmeros reales
menos diremos tiende a menos infinito (-oo) si, para cualquier nmero real b que fijemos,
existe un nmero natural k tal que todos los trminos de la sucesin (an) de orden
infinito
qtue
b. En smbolos:
N,
n>k = an<b,
R, lke N, Yn>k,cLn<b.
la sucesin (an) tiende a menos infinito, escribiremos
obien:Ybe
Si
lm ( en)
>
'(rg)
ru;
rod al1tu1l alsa relouap ap zan ua '-olIuHuI o olIuIJ- alIuII al1rupe uglsaJns elsa ,'(
eI epruIJap glsa anb 1et ugrsardxa eun s ug IS 'eIuJoJ elsa aC 'sol
'd PI ap auaq alou el ap olreluaruo) Ia soruaJerrlde 'eloqe ap JIUPd Vtr
salIuI
-r-uuq
'N
u:ug) uorsarns
sol e u?Iqrue] t
'olugq
sa ou ,{
ollugq
sa ou
'
:aluaBJaAuoJ
(a1r) uglsaJns
aC
el Is '
auoq eloN
lJ
'aLuaurroualq epeloJe
?lsa ou e,4,ns uqlsaJnsqns ePol anb sa olruuq souaur e epuan sa[ear soraurr)u ap
ugtsaJns eun anb ered alua[JTns "( euesaJau ugplpuo) eun lh ugl)lsodord
:ollugul souaru
sou trur 9l
solerutjd sol ap
apuadap ou
vlolturyur soueur
1L
4E :sotrl
(i),,'
o:
A 'N
o]!u lJu
souaw elluj
ll
-e&au uos 'eiUII pepqtrEt eun gzynb zAIES 'ug[saJns e[ ap soLrynryi sot sopol (a
:souase aluem8rs sop so[ a]aaueea.eqnIn
-rc uanb:ta.t as anb sa olrugq soueur e epaau sa[eil soJararya ap (ua) ugys
-e)ns eun anb end eluapgns euesatau aglJrpu eun 9l'A ugl)lsodo;
ollu uu
souau al!ull
ap
SNf
:saluarnsls sel soupuEqord'(gg 'd'J) St'n ugrlrsodord eI,{ (9 'd'r) 71' ugnts
-odod EI '(S 'd ') Z t'n ugtrrsodord e1 soureqord oluoJ P e8ogue PIUJoJ Eun aC
olue&nuot sa ou olruutn soaeta e epaap anb saeat soruwttu ep uQgaJns eu[] o
olrygq syLa e epuap (ua-) ugrcaJns e[
ls aluaurEsDatd o1ruur soaeur e epuetl sagil sonurtu ap ("D) uqrseJns EU[f c
:prUrJaA aS olutJul souaw a!'ull ap ugrtuJap oI ap saDuanJasuo)
solJNtJNl
''A
V. SUCESIONES DE NMEROS
34c
Lmite de una
su
ma
cuando uno de
los
su
Corolario
(a
Sea
REALES
Entonces:
1) Si ]a sucesin
mandos
tiende a menos
infi n ito
(a) y (b) son dos sucesiones de nmeros reales tales que lm (q.) : +a
y lm(b") - -@, entonces no podemos asegurar nada acerca del lmite (si existe o
Si
no, o si es finito o infinito) de la sucesin (an + bn), como podemos ver en el siguiente
ejemplo.
EJEMPLO 3 r
Se
verifica:
lm (n)
: *,
lm
(-n) - -oo y
lm (n +
(-n)) -
lm (0)
lm (2n +
(-n)) -
lm
0,
y tambin:
lm (2n)
: *,
lm
(-n) - -oo
(n) -
*oo.
entonces: lm
(n) -
+oo
y lm ( en)
-N,
SI TL eS
lI-n,si
rL es
Paf
impar,
sucesin (n
* &n) es:
0,1,0,1,..., 0, 1,
que no tiene lmite, ni finito ni infinito (es decir, no es convergente y no tiende a ms infinito
ni a menos infinito).
Proposicin V.l9
Sean (ar) y (bn) dos sucesiones de nmeros reales. Si Ia
sucesin (an) tiende a menos infinito y Ia sucesin (b") verifica:
cuando uno de
Corolario
Entonces:
1) Si Ia sucesin
los factores
tiende a menos
infin ito
Sea (ar) una sucesin de nmeros reales que tiende a menos infinito.
2)
infinito.
(S
I)
'oo* - (au)utll
dD-(oo+
\
L',
r-d tt
, I_w
d'U
'ftt)
sorunnpap
(S
I) ap
aU\
oo )*!l
^r(da
h.
4*
rp
iI)
'oa)
,,i,
'0>
ftr)
,o <
na$ '---l
:
oars ,oo*i (ttzld) LUII
:saJuoluT
'0 + da
uor
'oxdu +
xra + ou - (x)d
oof
oo*
oo-
oo-
oo*
0 u$
$
$
0>a
0<a
oo-
oooo*
@-
oo*
oo*
'
oo-
'oo +
oo-
'oo
'
0 - a\s
0 > a TS 'oo 'oo+
oo*
oo*
U
sBltLn"ljI ap
0<aTS
ftrx>e: e;ed
("q) utI
('q'a) wrl
q+a
qa
(ua)
;?]T?parctrl;C
*fi
urrun5o"i-0ipPr'.i:)
u.tll
'auarpuodsalJoJ uglsaJns eI
ap pppu ern8ase sourapod ou anb erglu8ts (,,) ugreSoJJalul ep ou8rs u 'alr-Iul ns
q uoJ soruelouap 'alua8ranuoJ sa (24) ugrse)ns e rs 'auauteSopue r{'alr-urq ns ?, uoJ
soruelouap 'alua8anuo se (ua) uglsa)ns pl opuenf 'sapar soJaru4u ap sauolsaJns
ap 'solrulJur o solrulJ 'salr-4l alqos ots4 ol solutrunsal oJpEnJ auam8ts p ug
'a :
V
'@
- = (uq) wu.4. x, :
(ueu'tc) Lull
'oo*
'0 > l
- (ut'q) u.tll *
('c'u)
anb reqord
(ua) was
,1,
Ol)lfu]fl
u.tlanb rcqoJd
#l
/ i v* /
_g3J
w I I'.9"7J_
uees
AJ-T3 tr
i.',
t t Olf lf U]fl
_9
3 zu O
53
5'
A
"
342
V. SUCESIONES DE NUMEROS
Si Q es otro polinomio, con coeficientes reales de grado 4
con
bq*0,
A
6It
&p -r
cLp
P(n)
nP- r
v,- nP
- \'-/
TL
--T_-.-T-...-Tt'ta-4
bo
bt r__ . -br-,L---+bq
Q@)
r"'+
v4'nq-r
y como:
6Lg-r
lm
TL- @
6Lt
nP
bo
Ap-I
-r ' '
nP-r
----=
bt
v4 ' nq-r
r-
-r ttl-
TL
'_up
bq-t -t
bq
bo
TI
se tiene:
o si p
4, entonces lm (na-a)
+m, y
lm
ap
oo,
[*
P(n)
SI
a@:1
7L* a
cl, entonces lm
(na-a)
lm (1)
ap
Si
t-,
. sp:
bq
>0,
bq
<0;
: I,Y
(n)
Qp.
Q(n)
--_
br'
llm
n*oo
,. p(n) _ 0.
l{[
Qm
p y q ll
lm
(nu-a
(n)
lm #
n'-*
Q@)
A*@, si+>0
bq
p>q
foo
-@,
lm (1)
P:CT
p <q
ASi;<0
Dq
ap
1
bq
Por ejemplo:
lm
,;':';\r
(r --n2)
/r' ) :- -\
-*,
lm
lm
rL_@
n3
:2n-+L: *@,
lj 1
=nn,-r.-+,
- n 3 '
t1-., 3n+
rm
lm
7,1-a
n3:2n-+ r
L4
1:; =n'r*n=-0.
3na - nz
- -N,
REALES
asrenrr.redua'A
tU
'at' vu(T*x'--x)
'*N
>uA
:auap
A:erIJIra^asrs'aluaurelo'rdra
'a t' v v (4'u) :elluanrasuof, ue
VeaLwaraqqesax
:saJuolua 'eat
onrrrtTtr un x
0z'A ugl)tsodold
:EJIJUAA aS
ap olJen ou ounfuor un
'0
y eas
'salEal soJalrr4u
,{x
sns auap
((I +u)i I)
=ul+} -a
tI-fu
: (i--
uolsarns EI sand
sa 0
\
:aluauer^qo '{ y
+ t)ull
x ound
E t Oldy\lE
ap solund ap sa
\
r)
ll*'*
\ r
ugrsaJns
EISand'lZ'I): younfuor p
'x -
a]uaraqpe sa
t: olundE
Oldyufl
(ua)
;l
v > ua 'N D
:eJUUaA (az) ugsarns el'JI)ap sa'x P a8anuo anb y ap solund ap (1/u ) uqrs
-aJns pun alsrxa rs (y e aluaraqpp o) y ap alualaqpe olrmd sa soluaJrp x olund
un ep 'salpal soJarulu ap tr/ oIJEA ou olunfuo un opeq alua)aqpD olun 't
aluaraqpe olund
sorNtJNt
EVE
'',A
V. SUCESIONES DE NMEROS
344
y podemos formar una sucesin
vn
sucesin que es de puntos de
si fijamos
REALES
A.
o,e(x-L,**|)ne,
_1
Tl)-k,
1,
TL
y en consecuencia:
n 2 k, an C (x -
, x
+ ), y as lm (en)
- x. En conclusin: x
punto adherente de A.
El supremo de un
conj u nto acotado
superiormente es
adherente al
co nj u
nto (y
anlogame nte
Corolario
es un
C.Q.D.
Si
es
supA. Si (a,bl
tal que s e (a,b), entonces en el intervalo (a,sl hay puntos del
conjunto A (cf. propiedades de supremo y de nfimo, p. 312), y por tanto (a,sl A + A,
como (a, b) . A = (a,sln A, se deduce que (a,b) A + A. Asi, habiendo fijado un intervalo (a,b) al que J pertenece, hemos probado que (a,b) A + 0; es decir, s es adherente
aA.
Anlogamente probaramos que si A est acotado inferiormente, entonces nfA es un
Demostracin
es un intervalo abierto
.t-
con nfimo)
punto adherente de A.
Corolario
c.Q.D.
A es un conjunto de
Si
x no es adherente
reaL, entonces:
aA
Adherencia de un
Adherencia
cia de A:
A- {* e R I x espunto adherente de A|
Consecuencias de Ia definicin de adherencia
meros reales.
Se
Sea
A un conjunto no vaco de n-
verifica:
A..
Pues todo punto de A es adherente a A.
o Si x e R,
en
tonces:
Pun ap
al!ul,l
il
y ap solund
'g
'y
sa ol sand
YsaJuolua 'g = v
ls .
,a: v u g'ol)
I
I ',\q'0)
,r'r, =^ *)
iv qo ''V j @'a)
'Y
x,{
(oraqe sa
) x anb pt
^'(q'a)
sa) opeJral
,y 'rDap
sa
(4'1r) oualqe
IS 'o}JaJa uE
V :sa opelral eas y anb end agapgns '{ euesateu uqptpuo) eun
'opeJJaJ sa
,(y)
olunfuor Ie 'plruan)asuo)
z(
'
'o],rarqe sa
a-YUQ'r)l
,(v) =tq'a))
(q',r1
\-r - I r^*)t'(q'a)E-
'(
'(q'a) E -
(q'Dl = x)
A:VU@'o))
(v?x)
^t '(q'u) E -
(q'al = tJ
'opeilal sa Y olunfuoJ [1
("a) uorsaJns el ap sourruJg] elJqer{ '(q.'a) = x oruo) 'saJuo}ua oJad '.x e era8aAuo)
anb
y ap solund
eJanJ V
'ot)eA ou
u (q'a) IS 'a: V U (q'a) anb IP] oualqe ole^ralul un (q'a) eas 'o])aJa u
'lA-vu{t|'a)f c lA-vu(q'a)l'(q'a)
(e
'a-vu(q'o))
,
r)
l'(q'a)
E <-
(q'u) = x)
ff?x)
SVE
S-]NOlfi)ns ''A
V. SUCESIONES DE NMEROS
346
Consecuencias de Ia proposicin
V.21
Sean
REALES
k,
cLn
entonces:lm(a") > u.
En efecto: el intervalo [a, +*) es un conjunto cerrado, y los trminos de la sucesin (anin > k) son puntos de I a, + o ), luego podemos escribir (cf. proposicin V'2 1 .
p. 345): lm (anin > k) : lm (a") e [q, +-), y lm (a") > a.
2)
td
V n>
3)
que:
k,
cLn
con c{
R,
Yn>k,6Ln4bn,
entonces lm
Es
real q
- a)
y al nmero
0.
Nota
Obsrvese que si todos los trminos de una sucesin convergente son puntos de
un conjunto abierto, entonces no se deduce necesariamente que el lmite de Ia sucesin
pertenezca al conjunto abierto. Por ejemplo, para la sucesin (Il@+l);n>- 1), sus
trminos son puntos del conjunto abierto (0, 1), pero su lmite, que es el nmero 0, no
pertenece a este conjunto abierto.
Una consecuencia de esto es que si (ar) es una sucesin convergente que verifica
lke
N,
igual.
Nota
(a")
R,
6:
a,
y con esta definicin siguen siendo vlidas las propiedades enunciadas de la adherencia
de un
EJERCTCTO r 3
conjunto.
'0<
'*N
:EruJoJ eI ap
i+u) _ ifi+u)
I-u
l,i-IS u"'Z'I:i7L'I
as anb
-L+u
-0
i +u) - i +u)
\-L+u):
as N
=
LL
epet EJedsr
t+uq _ uq
:o]laJa uf,
'aluarJaJf,ap sa
(I I
,iu
Z
?/)
iz I r-u4.
+-+-+
II
:apuop
9g OldnIE
:auarl as '0 < ua - r+ua :eJrIrJaA as I < u epe) eed anb 'ualq o 'aluarn8
< ulua) ugrsaJns eI ap oulruJg] epe) anb reqord anb soruauaJ
'alualJaJ) aluaule])IJlsa sa
(t
[+I:
*&*
I
I
,iu
up
srapuop
E OId1UI[3
euol(]u0LL'5
alu a rf arla p
3]ueuElflJlsa
uglsarns
'1+u0<rz,N>zA
:aluarn8rs
'T+ua>az,=24
alu
if alf ap
u9lsalns
aluarlar)
:aluamSrs
epef, rs
JOUaTU SA OUrrUJ9]
1a
anb
alu a LUelf
!r s 3
u9!sa3ns
'T+uA>u1,'N=UA
u9lsalns
alusDa.if
1a anb IPnSr o
:aluarnSrs
JOUaTU Sa OUrrUJ9]
(u)
SYNG-LONOhI
S:INOISE]I]S F'A
vE
sv
o-LQ N CW S3NO/S-7]
nS'
h'
V. SUCESIONES DE NUMEROS
348
REALES
Sucesin Dado un nmero real q no nulo, de la sucesin (4') diremos es Ia sucesin geogeomtrica mtrica de tazn q.
Propiedades de Ia sucesin
1)
Si
geomtrica
Se
verifica:
riormente.
- L > 0:
(q- I)qn )
0,
obien 514^
1.q^,
q
1, 1,
3) sjO
sucesin
cribir: nf { qn ;n Nl
(q")
.t
r,
zr
1,
- 0,
(q")
- q)qn )
e N].
0,
es-
- q> 0:
es estrictamente decreciente.
Por otro lado, la sucesin (4") est acotada inferiormente por 0, Iuego existe el
nfimo del conjunto de sus trminos: L : nf lqn ; n e N), y se verifica que I > 0. Ahora
bien, si fuera I > 0, como 0 < q < 1, se tendra que (Llil > l, yen consecuencia l/4
no sera una cota inferior del conjunto \q"; n e N], es decir, existira m e N tal que:
q^
'q'.
!,
bien q^*'
< I,
y q2'>q2n*',
0.
'(0sg'd
'g'A ugrJrsodod 'Jt) SalualaJrp SoJalunu e uaf,el{ ol 'ua8anuoJ anbune 'salent SPI
g]sa 0l
CIu
rs CI]lulJul souaul
a]!urjl aual]
d'aluaLur0l,,laJul
e
peiolE
ts alu
a 6.
91s a
anu
o:
s3 aluatfaJfap"s
eun
'oo* : (ua)
ull
:er)uanJasuo) ua
'-L<4u<"a'4<uA
<4u anb pl Z IPmlPuoJalulu
:rrqrrJsa soruapod'aluaIJaIJ se (up) uqlse)ns eI oluoJ
^',1g]sa ou (u?r) uglsoJns eI IS
un elsxe'U I . souref Is'saJuolua'a]ueruoradns epeloJe
'(uu) uutl: 't :oluel rod '{
'(3+s'e-s)3ua'4<uA
:anb
's>ua>1?,>?-s 14<uA
:rrqrJJsa souapod aluarJaJJ sa uglsa)ns eI oruoJ 's > 4u > 9 - s anb p N I Z alslxe
otunluor 1ap lorradns eloJ sa ou 3 - s sa)uolug '6 < a sorualt
uiuvl
-else
glsa
oi
CIu ts
0l!uuul
A'aluaurtiadns
e
pet0]P 9ls a
ts alua,anuo:
sa alualfa,f
uq!s]ns eurt
svN"LoNow s3/vo/sf
6VE
}ns
'b'A
V. SUCESIONES DE NMEROS
350
5)
Si
q<
-I,
entonces la sucesin
REALES
(q") no es convergente.
: **,
< lql
converge a 0
q-1
constante
tiende a + oo
v.5
Serie de nmeros
de raz6n q en el
no es convergente
Sobre la sucesion
(q")
reales
t-: i &p :
p:0
cLo
-t
cL1
-r .
" t cLn.
EJEMPLO 37
se denomina
(a.).
Serie armnica
n+l'
/ 1 \
''
o lo que es lo mismo: la serie asociada a la su
cesin
(;*1,) , Cue se denomina serie ar-
lt
Sx=I+t+"'*
EJEMPLO 3B
Serie geomtrica
(con
q+
n*L.
(q"), o bien:
q+ q'n
"'+
qn.
1,1,..., 1,...,
es decir: Sn =
7L
esta sucesin:
1,
esto eS: Szn : I Y Szn*t :
-1,
1,
0 Para Cada n.
-1
alras pl
't .
aS
P}ON
n-r
-;:
"' s
sa b ugzer ep eJrrl?ruoa8 ep ar,ras
b-t
-i
^=u
b-t
;;l-
-u
urrl = ('is)
Lurl
:(
'd '1
1' ugtrsod
-ord'r) er)uanrasuor u:I '(6t 'd') t , Jbl ,0 oser Ia ue soruelse z( (,b) errrlguroaE
uglsaJns eI ap ugrsaJnsqns pun sa sand'6 e a8ra,ruor (,*rb) ugrsarns pl'uarq proqv
b-t
'----;---i-:uS'
- I
'Nfu
'"
nub
'aluaS,raarp
arJas
'aluaEra,rrp
'sand 'sa I vgzer ap pJrrtgruoaE aras e1 'alua8ra,luoJ ou sa enb '(1 + LL) ugrseJns
oldurale opetlJ Ia ua sorur^ ouroJ'e)npar as eJrJ]?ruoa8 aras eI'I : b IS .
:b ap sarop,l sollsrp so ug8as
pI e'8t
(gg oldurata
,,f.
'5 eruns
"p
, o:!,
: loa
,ll
\rt/ K )
.t
'"l,r"araluo)
uarq
13
eun ap euJns
i
(x,.9) eas
[ Ord v\]
alua6,lanlp auas
arJas
'S: "a Z
:soruarrqrrJsa
'S
ns
sa sorxalrp ( s) auas pI ap
alu a 6"ranu
or
au3s
ISE
V. SIJCESIONES DE NMEROS
352
EJERCTCTO r 4
Sea
(A,) la
pan
que
(a)
REALES
g-
la setie (An)
es convergente.
EJERCICIO
Dado un nmero natural k, demostrar que la serie asociada a una sucesin (u") de nmeros
reales es convergente si y slo si la serie asociada a la sucesin (un* es convergente' a
Proposicin
V.25
que:
Yne N,04ar4br,
entonces:
general bn es convergente, la serie de trmino gene'
ral an tambin es convergente;
b) si ]a serie de trmino general an es divergente, Ia serie de trmino generdb,,
a) si la serie de trmino
tambin es divergente.
(A) y (8") las series cuyos trminos generales sort an y br, respecpara
cada 7r e N se tiene:
tivamente; es decir,
Demostracin
Sean
7L
De la hiptesis se deduce:
YneN,An4Bn,
(1
7'
Vn eN, An<Bn<8,
luego la sucesin (4") est acotada superiormente; como adems es creciente, es convergente (cf. proposicinY.22, p. 349). Es decir, la serie (.4"), de trmino general a,,,
es convergente.
b)
C.Q.D.
'o'O'J
ua
^'(uo)
:enb
pl I
^'|.oD
uerqo]-
. l#1,r, ""
'(
P
_
,I < ? IS
IeJrueu oJarulu un ep prf,uatstxa pl sotuerrcqold auaureSol-pue
'uo yetauaa ourruJ?l ap eI sa ol anb (tZ'A ugrJrsodoJd .JJ)
,,(
,*bJ > lr+4Plb > lz+4pl 'r*rtbJ > l'tulU > lr*4al
:saruolul '4 _b lrol
- J pas
b-)+t>l#l'r"uA
:anb
oJalunu un alsrya '7 - b
uerqrrrvl oluel
nd
ug
Fl ry lernleu
)eJ
sor"N
3ff
'o<tu',:lfilUf
:anb
liaqLUolv,p
ap
otJalil]
uq
sorJaJrJJ sop
etauaS
souerpnlsa 'uorJenulluoJ
owwnl ep auas
e1ua&n4p sa u?rqrnel
e 'alua&ta,up sa ua enua? ou.nu?l ep euas et $ @
lalua&muot sa ugrqtael ua
e,r
etaua7
owur?l ep
aues et
:saJuolue
'uq>uu>o'4<uA
:owsnilosa anb o[O'4+uq >l+ua > 0 'N uA:ue)WIaA (uq)t{
(ua) saeat sonwtTu ap seuorcaJns se [eJnrcu onurllu un= se 4 g
olrploJo3
'{
alualnSls Ia euall as
'S
53U AS
ep uor)ejEdruCIJ
5t
sJlV]A
SOUJW?N
lG SUJs 'S'A
V.
354
EJEMPLO
40
a + 0, estudiemos la convergencia
de la serie asociada a la
a":
Se
tiene:
l
antt l
oln
nl
I o'*'
nl l
lal
y por tanto:
I "-*n+I
l@l))
es enton-
Nota
ral an obtenemos:
t!^lan*r
l :1,
llm
-1
n-@l t-lAn
entonces no podemos concluir que la serie sea convergente o que sea divergente.
Criterio de
Proposici n
V,27
Cauchy
lm
1"L- @
conL>0.
Entonces se verifica:
. si I < 1, Ia serie de trmino general lanl es convergente, y
Ia serie de trmino generd an es convergente;
. si L > I, la serie de trmino generaL an es divergente.
Demostracin
En el caso
existe un
Yn>k, 1GJ.L+e=q,
y por tanto: Y
n > k, lanl < q"i como la serie de trmino general 4u es convergente (cf. ejem-
plo 39, p. 351), se deduce (cf. corolario de la proposicin V.25) que la serie de trmino
ral la"l es convergente, y por tanto tambin la de trmino genera) an.
Sea ahora > 1. Si fijamos e = L - l, edste k e N* tal que:
gene-
Yn>k, tt,lrI-e:t,
obien:Vn>k,lanl>I,yportantolasucesin(a)nopuedeconvergera0,yenconsecuencia (cf. ejercicio 14) la serie de trmino general au es
16Si
n e N*, admitiremos
denota:
b: W.
ul
divergente.
rrico nmero
c.Q.D
: x. Se
'rX ) ,')
-:,1
- (,x+x>,1,+[,)
'(,1 +
rC > ,x
t x)-
,{ } I
(,x + I > ,x + x)
6;
^ > x)
QC
:auau as
:(,rC +C>
Ia ua selrrJsa (q)
!
(,[,
,x+x) -
:olxa] (Ote'd)
apuoq L olllrrali
lh.
Li'
ts,
sorsilndoud
9'A
'aua8ranrp
't: l'elkTltT
:etuua^ as
orJatlrJ
1a
'ruasnarv,a ep
,rerrde 1e rs
'1,
IeaJ oJarunu Ia eas anb eramblenJ
ap
^HJflYJ
aluaureSoguy
EtoN
,U
lpl
ac 'I
:auau as
'uu - ua
un
EI
e eperJosp
arJas
? otd y\ll E
ssE
V. SUCESIONES DE NUMEROS
356
(-Y < -x
YY+
Y' < x
x') 9
REALES
< x, enton-
1Y' a Y';
Ga)@<yyz>0)-(xz<yz)i
Con (b) deducimos que xz < yz. Pero no puede ocurrir qu.e xz sea igual
a yz,ya que en este caso se tendra que (x - y)z seria nulo, lo cual no es
posible, pues x - y + 0y z + O.
. / X+Y \
(C5)(x<y)-\x<
Como
<
z-<y)l
lx+x1/rx
y
W<y)-]
-(2x<x+y<2y),
lx+y<y+y
:
y con (C4) (haciendo z I l2) obtenemos la implicacin que queremos
I
Eje
rcicio
(p.
t s)
probar'
SiA designa eI conjunto (a,b),se tiene: A : Ix e R I a < x < bl,luego b esuna cota
superior de A. Adems no hay otro nmero menor que siga siendo cota superior de A.
En efecto, si y es un nmero menor que b: y < b, entonces: o bien y < a', con lo
que y ya no es cota superior de A, o bien y A, pero entonces podemos escrj.bir:
b.
(-oo,b)
prJrlrurpu
'a rcd
'
la'*-)
"V
: (a'*-)
tV
',() operrat
,,(
(rze'd)
orrr:ta.ft
a anb ua osp] II
'saoradns seloJ sns ap puiluJr.u
EI sa s anb
o1
'rJ :l (- +'s) a (q'a) : (oo +,u) :ErJuonJasuoJ ua ' r) j (q,a),\ q > s > z :anb opour
p (q'a) ouarqe ole^Jalur un elJrlsa ,ororqe sa rJ oruoJ 'J ap olualuala un EJanJ
s Is 'JIJep sa 'J e eraraua]ad ou s rS .J 5 (*+,s) :relntrlred ul .Jdns : s soue8
-uod 'aluaruoradns opeloJp gisa ;) orJel ou,( operrat olunfuo anb soureSuodn5
1a
'o8ogue sa aluaruJorJaJur opeloJe glsa y olunfuo p anb ua oseJ
II
'y ap ourardns Ie sa s anb e;rrpe,rluoJ IpnJ ol,q > ,s > s > z anb
oporrr ap (V
,s olue] od A) (q,a)
=
= ,s ur8e ap ErJualsxa el Jrlnpap sourerpod
' (q'a) I s rs oJad'V - @,u)
(q,a) s :anb e] (q,a) olutqe olelratm un prJrtsrxa
^ un se =s anb earno rg .oruardns ns s od sorualou
'orarqp sa y oruoJ 'y ap olund
-aC 'aluaruJoradns opeloe plsa y oJJeA ou,( oualqp olunluo
a anb soue8uodng
.Z
Tq-
[+x - W'xlutu-t
uarq o
Irc -
__1
'
-ffi - {'xlxew
Z
uarq o
lf,-*l
tzt
'd)
9 o ll:,t a{i
s or:lr:a{i
z(
@+x)- W'x\xgwz
>x
rczE'd)
*l (l + x) - {t,,x\utwz
:oJqlua$u P oJqlua[u opuelsa
,Z
lr - xl
'
'l
IS
'[
(BI)
pnBI sa
{r'x)utut
'l
+x
- {'x}ul LU + {'x}xeut
:oluP] Jod
.oJlo
SE
(s I e .d)
t o!)rrral3
V. SUCESIONES DE NUMEROS
3s8
REALES
Ac(-cp, al
es cerrado (por ser interseccin de conjuntos cerrados), luego tambin se tendra
(cf. ejercicio 6): supB c B, lo que lleva a absurdo. Debemos suponer, pues, que B es
de dos conjuntos abiertos), se tendra (cf. ejercicio 5): sup B f, B; pero B
vaco.
Ac
(a,+a):
Ac n
la,+*).
Finalmente, como: B D :
que Ac es vaco, es decir: A : R.
Ac, concluimos
Yn>k,ane(L-1,1+1).
1,
que la sucesin
(ail
definimos:
mx
{t + 1,610,c1t,...
,ap-tI y rh:
mn IL
I,a.0,6Lr
y podemos escribir: Y n N, m
tambin en este caso est acotada.
Ejercicio 9
(p.334)
'
(un,
ry . V? : mxIa,b|,
,..--,-.
\ a+b
lrm(un):
la-bl _^^r-,^\
:mtnta,0l.
Z - Z
Ejercicio
l0
(p.33s)
Ejercicio I I
(p. 3at )
(ail
La sucesin
(-b,)
(a"(-c))
tiende a ms infinito,
e}
'4
,{.
'!F
U SOAr})adSaJ
satuq ap 'salua8Jaluo) sauolsaJns sop ("q) '\ (ez) uPeS '(EEg 'd 'JJ) II'A uqIlIS
-odod e nbe sorupJlsoruag saluaD,ortuoJ sauolsaJns uoJ sauopnndg '
OX:INV 4A
-aJns pl anb aLnruol as
-aJns pl sa ol oprrenJ olgs ,'( opuenr aluaSa.l,uo sa ('S) uqrsaJns eI oluoJ '(u ap
apuadep ou :atuelsuor sa r-1S anb asa.trqsqo) (]5) uotsarns PI sa oI IS aluauesrad
aC ']5 + t-25 :
4+uS
:olue] od ,(
UTL+ .+IYt+}TL-'S
+I+4TL+4yt-15
^
'I < 4 anb solualpuodns sapepIIeIAIJ] JelIAa
:auarl as
'(f
SE 'd EI aP
EJed
(zse'd)
s t ol)tfrafl
Plou'Jr)
tI+uu
-JaAuoJ sa ugrqruE]
(zse'd)
v t ot)Dr aE
'g:'(rB) :, ,fl
:se olsa
'erJuanJasuo)
a)g e aluaJar{pe sa ou
rg u (q'a))
E <^ t'(q'a)
x <-
(q'a) = x j
I
- (q'a))
t ' (q'u) E <-
(q'a) ^ *)
B' P
JorJalq sa x
:JrqrJ)sa soruapod
.,{.'ooa
: ("q-)w}lzf
@vt'd)
t oDDrali
oo*
OX]NV '/'A
6St
V. SUCESIONES DE NMEROS
360
1)
REALES
a y B son dos nmeros reaJes, entonces la sucesin (aan + Bb") es convergente, ylm(aan + Fb") : ua" + pb.
Si los nmeros reales a y p son simultneamente nulos, entonces (aan + Bb") es la
Si
Por el contrario, supongamos que u y p no son simultneamente nulos, y fijemos > 0 arbitrario. Entonces lcl + ll + 0, y considerando el nmero real posi
tivo e/(lal + ll), como la sucesin (,) converge a a, existe kr N tal que:
yn>kt,la_
y como la sucesin
(b,)
anl
bl
.F-j]-,
.
.
f"l _ -Li
ne
anl <
e
l,xl +
ll v
(20)
log.
lua + pb
(oon + Pb") I
la(a - a) + B@ - b")l
< lc( - a")l + lp@ - b")l
:
y sin > mx{kr, kz},
.- r"l .
lb -
lrxl la
anl + lpl lb
- b.l,
de (20) se deduce:
lc"a+ Pb
(aan+
:e
En conclusin: habiendo fijado e > 0, existe k e N -nos sirve k=mx|h,kzltal que: Y n > k, laa+ pb - (oon+ Pb.) | < e. Es decir, la sucesin (own+ Fbr)
converge a
2)
aa+
La sucesin
Bb.
(anb)
es convergente,
(a)
ylm (a"b")
q6.
(cf. corolario de la proposicin V.10, p. 333), y por tanto est acotada superiormente por algn nmero real C > 0 (cf. ejercicio 8, p. 330): V n e N, la"l < C, y para
cada r e N se verifica (cf. propiedades del valor absoluto, p. 315):
cLnb
- anbnl _
lb
es decir:
V
n N, lab - anbnl
(27)
'ollaJa
uf
'oo
b
.rrb a .*,,b *T*I-"I
"-
t,_b
uozet ap pJrJlgruoa8 ugrsaJns eI e EpelJose alJas pl sa (') tS
L(
) u.ll :saruolua'I
lrsl
'(b - D l(r+ub - I) - ".S:(I + b anb opueraplsuor) apuop ap
Gb
+ b
.+
zb
+ rb
*b) -
(ub
+'
:JrqrJJSa Soruapod
f,'rb +
. b-t
ffi1
+ rb +b+ I) +b+ I) +
.+
Zb + b +
I-
uS:auall
usb
-uS
aS 'olJaJa uH
=_ Lte
)
eI sa
(,s)
['
Ia
(l q"u
,,i. 'g
-
uqa
'0-
'( lqup
|H-#l
uorsaJns eI ugrsnlJuoJ ua
),,,
,,i.
:arauur as (tz) ap
lq"a
(s z)
uqal !rA
z
-_ nu,_tl4'>
(zt lql) lql
,-u,
rqt
(r" <u,H)
|ry-
n"D_r,q/
:e)urJan as 0z <
rs<
h
Q)
'
uorsaJns pI ,,i.'g
Dl
t' "q
'j^tL
< u A:elf,uanJasuoJ ua
l'ql'o'LL<uA
:apuop ap
nt) = yq1
:auerl es 0u <u epur ered anb pl N r oxL elsrxa'Z/ lql o^Illsod oraru4u
Ia opueJaprsuo) 'oluel rod 'lql olrlrsod oJarur.tu p a8ranuor ( laql) uglseJns e'I
a /ua\
q
;: \";)ull saruorua 'o + $
'qa
oI o r0 e e8azruo ugrqrue] (l"q"a - q?l) ugrserns e1 anb areuul es (IZ) aC '6 e ua8
-ra^uor (l"q- ql) (l"a - u l) seuorsarns sEI send '( l"q - ql) + l"a - ullql) vgIS
^ anb soura '(pep{paqD rolre}ue pepaldo,td EI uoJ oprenJe aO
-aJns el 6 e a8,ra,ruor
oxlNv'/'A
rg
V. SUCESIONES DE NUMERAS
362
se verifica: Sn
(cf. p. 349): lm
REALES
lm
(lT,l):
rd
se
'vu)u:
4 :eqrDsa
as
v=ql
'V)qyap
'y
JOUaTU Sa
Anb U
'tl
t/ olunfuor
11 o
Joeru sa anb
D q alslxa :rs aluatuJolradns opelof,E glsa t/ olunfuor 11 o
H
vz olunfuor un eJaprsuol as .
:(u
eIuoJ 'z +
l>
(rr+
z+
xe
/L+x\
/
:(z{>zx)
(0<z^l>x)
o
:(,rC + l, > ,x + x) <- (,{, > ,x
,C > x) o
i(x- >-) ^(,C>x) o
:(,rC+>,x+x) - (,[>tx^l>x)
o
:SEIJUANJASUOJ
'(zl>zx)
+
(O<z
:ugDerqdrnu
>
x)
l> xugrJelalE'I
^
> x:erunspluoJaqpedruorsa
zC
> xapugoe8auel',,1
> xugrJeloue'I
Eun sa ) uQpe{al Pl
'xlI:@ + x)
salwa
so&a&,bsyru,s
A NH3Vxf}-IHdV3ffiH
st
NQtSVtnil{VSJA
V. SUCESIONES DE NMEROS
364
REALES
Propiedades (A es no vaco):
o si A est acotado superiormente:
Si
o (a,b):lreRla<*.bIt
ola,bl:I*eRl<*<b|;
o (a,bl:IxeRl<"<bh
ola,b):{xeRl<x<bl;
o fa,+a):{"eRlx>aIi
o (a,+oo)=lxeRlx>al;
. (-oo,bl:Ix e RIx<bl;
o (-oo,b):Ix e R. lx<b];
oR;
oA.
Si a : b, entonces los intervalos (a,b), (a,bl y
vaco: 0.
tiene:
la,al
[, b) representan el conjunto
{a}.
Intervalos acotados: los que son conjuntos acotados:
@,b) y A.
Se
:IS
'ua>u'N=A
:anb e] U 3 u alsrxa :rs aluaruJolJaJul epuloJe
:anb
pt
'{r :f pnteu
'QluYt'N=zA
oraru4u
pp
(uz)
:ugrqure]
o '(N
=u:uv)
IPJnlPu
:elouep
aS
'A
'opeJJaJ
'(*+'af
^ u
'oualqe sa rJ : J - U :olJeluauraldruot
ns :rs opEJJaJ sa salual soJau4u ap ; olunfuoJ un :operrar olunfuo
'A .{ g '(a+'o) '(q'*-) '(q'a)
'v : v
y olunluor u
'v-v
:oualqe o1,rntuo3 o
'{-Y:s.yrs
:v
-y
:sapepardor
'y
:elouap as
:ll
.O>XIS
+ lxl >
'x-
'0<xIS 'x
,C
xl
o
(rEInSuEIrr pepen8sap) o
:l11x1:
o
:sapepardoJd
lrxl
]:
sg
NOt)VlnildVNA
V. SUCESIONES DE NMEROS
366
REALES
Subsucesin de una sucesin (an): una sucesin (aornl), donde p es una aplicacin de N en N estrictamente creciente (es decir, verifica:
VneN,p(n)<p(n+I)).
El trmino de orden k de la sucesin (on<") esi zlp&) (coincide con el trmino
de orden p(k) de la sucesin (")).
Ve > 0,
(para cada e > 0 todos Ios trminos de Ia sucesin, salvo posiblemente una
cantidad finita, estn en (/ - e,L + e)).
:
Se denota: lm (a") : L, o tambin:
1I]*"" l, que se lee: "el lmite de la
(rr)
sucesin
cuando n tiende a infinito es /".
Sucesin convergente: la que converge a algn nmero real.
Sucesin no convergente: la que no converge a ningn nmero real.
tropiedades de las sucesiones convergentes:
o eI lmite de una sucesin convergente es nico;
o toda subsucesin de una sucesin convergente es una sucesin convergente que tiene el mismo lmite;
o toda sucesin convergente est acotada;
o toda sucesin acotada admite una subsucesin convergente;
o la propiedad de convergencia a un lmite es independiente de los k pri-
meros trminos de la sucesin: si Ia subsucesin (an;n > k) es convergente, tambin lo es la sucesin (a") y el lmite es el mismo; esto
es: lm
o
er) -
lm
lm(en)
-L
<+
o si las sucesiones
(para al-
lm (la"l)
- lal,
lm (cLn +
pb; -
ae + Fb,
('qua) w\
q+a
qa
oo*
O -UTS
0>ATS 'oo0<U$ 'oo+
oo-
oo-
'
0 - a$
0 > A $ 'oo +
0 <ATS 'oo-
oo+
oo+
oo+
oo+
oo+
oo-
oo-
oo-
oo-
oo-
oo+
oo*
q
("q)
u.rll
a
(ua) ull
:(alualpuodsao
ugrsaJns eI ep epeu Bn8asB apand as ou anb ergru8rs ,, :afr-u4l ns ptouap 4
'(zq) uorsaJns EI sa oI opuenJ :alr-ull ns elouap z ,auaEla.l,uoJ sa (au) ugrs
-aJns eI opuen)) salr-urq ap olnJIgJ p ered sapepardord ap uarunsaJ_oJpen3
'0
'Elruu pppBue) pun gzmb ones '(ua) p sourruJgl sol sopol rs olos .{ rs
a- : (uo) [Jl :o]IuuIrI souaru alr-url ap aluarJlJns,{. eresaau uorJrpuoJ o
:O : (a lI) ur; L sonqrsod
uos 'p]ruu pepurreJ eun gzrnb o^Ies'(ua) ap sou[rua] sol sopo] rs olgs ,,1
IS oo+ = (uD)wll:olruuu sgru alr-r4l ap aluarJ-rJns,,l, eresaau uorJrpuoJ o
iolruurn oluo) olruu sa rs olupl ,otru4 sa ugrsaf,ns Eun ep elr-rr4l Ia o
ialuaSa.tuo sa ou (au) ugrsatns pI:oo- : ("o) utl o oo+ : ("o) ull rs 9
:sotlugq salFull sol ap sapPpardor
'ooua
- "offiff
:ugrqrue] o 'oo-
aS
'q >
4 <u'N u A'N E ry E 'U = q A:soloqruls ull
=
'q anb saloueru uos anb pn8r
o o,,l.eru uepJo ap (u ) ugrsaJns eI ap sour-tuJg] sol sopol anb p N ry atse
=
'U > q eper ered :euru8rs (oo-) olr-ugul souaru p apuap (u?) uorsatns pl anQ
'oo+ :
'oTll!:ugrqrupt o'ooa: ("a)wl:elouap aS
'elua 4<.tt,N
A ,N f f E'U f qA:soloqursul
=1.1
rc +
: (("o)) u\
tgE
NOt)Vlnil]VNA
V. SUCESIONES DE NUMEROS
368
REALES
. : Il**,
sia, > o,
lim P(n)
n-@
l_oo,
p y q ll
p>q
a,
si
<
0:
I y bo es su coeficiente
',m(ne-q
*oo
de grado 4:
*Q@)
*oo, t a,
fr>0
jm
rl-crc
A''
-oo, si?<0
0q
p-q
p<q
,l
/{itl
r.il
y'r
''
,
rlll
lm (1)
0
:1
a,p
bq
0
Propiedades:
a a e precisamente
o
su adherencia;
lu4 praua8
ormJrJ?l ap eI sa oI ugrqrup] 'alua8ranrp sa z eraua8 ouruugl ap arJas pI rs
luz eraua8 ourur
-Jg] ap pI sa ol ugrqupl 'aluaEarruo sa u4 lerauaS ormnrgl ep arJas pl rs
:(N ryur8eered) ,q>ua > 0'{"''I+4'4}
=
=u4:anbsae1
uos (uq) ,\ ("a) sauorsaJns se1 anb soruauodns (sauas ap ugneredruor) o
:O : (u) ruJl :sa alua8razruo es
eraua8
orrrruJgl ap arJas e anb eed'aluargns ou oad 'pupsaf,au ugrJrpuoJ eun o
ua
arJas eI IS
't :
, o=d
,,'
(o" K )
e :ergru8rs '5 eurrit p
-aJns
z(
ua
O=u
:erouaP a5
:I-
> b rs o
'("b)
'oo
6gt
NOtSVlnildVXA
V. SUCESIONES DE NUMEROS
37o
REALES
n-
n_a la"*'l
I A.n
: r,
con r > o;
TL-
con L> 0;
geomtrica
o si l4 | > t: la serie
*1
o sio .lql .t: \ a" : L-Ll
=0
de razn q es divergente;
sSuvNtuuffiSHd
Y irf,rGN+dv
A.
372
PRELIMINARES
ESQUEMA RESUMEN
1.
Conjuntos 373
1. Primeras nociones sobre conjuntos
2. Subconjuntos
3. Complementario de un conjunto. Diferen4.
5.
6.
2.
cia de conjuntos
Interseccin y unin de conjuntos
Producto cartesiano
Relaciones .
. 380
aplicacin
. 382
Aplicaciones 3 91
1. Correspondencias
2. Aplicaciones
3. Imagen e imagen recproca por
4. Tipologa de las aplicaciones
5. Composicin de aplicaciones
.373
.378
. 386
3. Operaciones 402
1. Ley de comosicin interna u operacin.
2. Propiedades de una operacin.
3. Grupos
4. Cuerpos
5. Ley de composicin externa u operacin
externa
. 402
.403
. 406
.407
.408
.387
. 391
.392
una
. 393
4. Polinomios 1L3
. 4I3
1. Definiciones
2. Operaciones con polinomios
.4Lj
3. Divisin de polinomios. Cero o raz de un
polinomio
.4I7
. 396
. 398
5.
propuestos
119
:aqrJJSa as
'ugrua1e orr]grualeur'(Bt6I-S?B 1)
uorxv3
3roa3 t
Pr)uauauod
'aeV o 'Vla
'tl olunluo lap o]uaruala un
sa a
z{.
o}unfuor un sa V' IS
un ap ate as anb reqrasap eleq sou epnp eganbad Efs[ '0202 olre Ia ua oled ap sE]sII sPI ua
ou o gleln8u ppeullulalap euosad eun Is raqes aqsod sa ou pepqenl)E EI ua sand 'oN
seuosrad selsa uos solueruala so.{n otunfuo) Ia alslxe JEruJge
sourapo? '0202 ogp e ua ored ap setsrl sel ua ugreln8g anb seuosad sel ua Eroqe sotuasuad
Oldlnllll
pI 'osJ alsa
uI
'oEarE olaqeJlp
'olunfuo
oluauala un sa rs S 'olqureJ ue
lop
r efiar8 EI]aI eI aC
'nJap Souapod
sorueJeplsuo) I Oldyllfl
'erarnbsaen otalqo un
'olunI
-uo) pp soluauala sorualplrluouap anb ';s allua sopel)ualaJlp a]uarrrelJaJad solal
-qo ap opulap uarq uglc;aloJ eun ouro olunfuoJ un oluaumll]n]ul soumrgag
'sEJr]9rualPhtr sel ap serrIEJ sel sepol ue
11 solunfuot
soluauala
olunluo3
p]
'f
SOINNfNOf I'Y
sotNnf No)
tE
'
I'v
A.
374
Co nj
ntos
numricos
Conjuntos
EI
numricos
o,r,2,3,4,5,6,7,8,9,
.
.
PRELIMINARES
..
nmerosenterosyq+0.
. EI conjunto
R.
cualquier cantidad o cualquier longitud relativa (por ejemplo, si d denota Ia longitud de la diagonal de un cuadrado, y I denota la longitud de su lado, Iarazn
entre d y I no puede representarse como un cociente de nmeros enteros); con
el conjunto R de Ios nmeros reales se "completan" los nmeros racionales, de
forma que con los nmeros reales ya se puede representar cualquier medida.
Denotaremos por R* el conjunto de los nmeros reales no nulos; por R*,
el de los nmeros reales positivos o nulos; y por Rf , el de los nmeros reales
positivos.
Defi
icin de u n
conjunto por
n
extensin
A
Esta forma de definir
-o
EJEMPLO
Si B es el
= {a, e, , o, u},
ae
El smbolo
Nota
bene
elemento
la,
{b
c}l
Ila,b\\ y
fa,bI e IIa,blI
).
el nico
anb selEl
p saluarJaueuad
{
"'
x soluauala
t-,,"'pPpaldord
eI PJgnaA
pepardord PI Eruual
anb-
x I I = xI : H
:eruJoJ aluarn8rs PI ap ugls
o- soruaJlugap 'eJI])gJd e u1
-uaduror lod olunluo un
-soluaJe]uasada
'ugsualduror rod
o- oplulJap glsa olunluor a anb souraJlp
-opeluasada
rod olgs L soluaurala sns od epe].rJpen eas anb pepardord eun
oser [e]
ut
'so11a
uglsuerdLuo)
tod olunluor
un 0p u9Druuac
'JrJap sa 'soluaruala sns eJIJalJee anb pepardord Pun opuep olunfuor un -Je]uas
o- Jlugap apand as uqlqureJ ugrsuatdtuot .tod olunfuoJ un ap ugtttulaq
-ada
's
- (g) p.'el
:auau as '(V/g 'd '7 oldruata 'r) logedsa olaqeJle Iap saleJo^ sPI ap g oluu olunluoJ Ia eJed
:auar] as FrurJap uolJeJarunu el ap serJrf, sEI ap v olug olunluo Ia ered L Oldy\] F
'0I - (y)p.lel
olu
n [u
o:
un ap leurprPJ
Oldlllfi
ol!uuur olunluo3
-3p
ggq Eppl.{ sqpgr enb ergpan anb olun{uo) un sa o$uS olunjum m '4rap sT 'sCIl
-JW rlo so{rrdup uepqQ}x? rgd sopel4qqu.rda,r ras uapan{ anb golq4$ro? sol ael
'(SOg 'd 'r) esorn8rr eun od soruaJrnlllsns alupape sgur anb 'oltug olunluo
ap lpuorsrlord ugnrugap Eun uglf,enrnluoJ e solueq pulptoJ 'so11uJ solunfuo3
l({p ') ' q'o 'a} :odtna[a rod) sop0ader so]uaruala sa^ell er]ua uarn8g anb a ua oloqruls un
olunluo un ap uorJeluasada el oIIIo) souarEraprsuo) ou ',,Is aJlua sopEIJuaJeJIp alualu
-elJaJJod sorafqo "',, :elJap anb 'o]un[uo ep p^qln]I4 uglJrugep eI e souopugrue]V eloN
sotNnfNo) 'r'v
st
A,
376
EJEMPLO
PRELIMINARES
de C es:
C
: Ix e N I x es mltiplo de 31.
Nota bene La letra x de la definicin del conjunto anterior por comprensin es vna yariable terminolgca, es decir, no es ms que un "soporte" para la representacin del conjunto. Por ejemplo, se define por comprensin el mismo conjunto de las dos siguientes
formas:
{xe
EJ
EM
PLO 9
lxesmltiplode3} y {ne
N lzesmlriplode 3}
D es el conjunto de los ros que nacen en la Pennsula Ibrica, entonces los elementos
D estin ca-racterizados por la propiedad: "ser ro que nace en la Pennsula Ibrica". Si
denotamos por M el conjunto de los ros del mundo, una definicin por comprensin del
Si
de
conjunto D
es:
D=
EJEIrPLO I 0
Si F es el conjunto de los nmeros naturales de tres cifras significativas,2 entonces los elementos de F estn caracterizados por la propiedad: "ser nmero natural de tres cifras signi
ficativas". Una definicin por comprensin de F es:
F-{xeNl100<x<999}
Notacin de
un
conjunto con
pu ntos
suspensvos
{100, 101,
..
., ggg}.
Nota
bene
conjunto.
ugl)unluoJ EI sa
r
-,
',-,
^,.-,
ou8ls Iap opJIJruSIS Ia anb ap asrP]e)Jad aqap rol)al
ouoq e]oN
(g ap odt14ru sa x l, ap oldq4ur sa x)
:EruJoJ EI Ap
,,9 ap o1drl1qru sa
:ase4 pI soruaJlqrJ)se 'odruafa Jod 1,,'"IS olgs ,{ Is " ',, ap PJn}EI,\aJqe oluoJ
, ou8ls Ia SoIuaJEZIIrln 'uqrqure
"'rS eluarupsrad''
'(t
ap o1dr114ur sa
x)
........+
(Z ap o1dt114ur sa x)
:u9rqruel o
'(Z ap oldrq4ru sa
x) {- (f ap o1dt114tu
sa x)
:eruroJ el ap
,,2 ap o1dr114ur sa
'V
uT 'olJe^
'sand 'sa x
olunfuor Ir
solunluo:
ap pPplen6l
'{o - I*zxlU=xl:X
'0
saJuolua
:olunfuo) Ia sa X
IS
tt
oldti\]rl
(0)prPf
:g e pn8r
pu
'0 :elouap
as 'solualuela
1a
oJle^ olu
n l^u
of
olJa^ olunfuoJ
sorualeldaJv
A.
378
PRELIMINARES
puede
expresarse de la forma:
xeA-
xe f,
conjuntos iguales
y para conjuntos
distintos
f
Si dos conjuntos A y t
Si dos conjuntos
En
xA xef
EJERCTCTO
-f
"x perte-
f,
o bien:
A: {r,2,3,4}, B = 14,2,r,3L
c:{1,2,13},41 y D: {1,{2,3},4}.
Estudiar cuIes de los anteriores conjuntos son iguales entre s. Calcular eI cardinal de todos
ellos.
2, Subconjuntos Cuando cada uno
superconjunto de A.
Si el conjunto A es un subconjunto del conjunto B, se escribe:
AcB,
lnclusin
y se dice: "A est contenido en 8", o: "A est incluido en B"; tambin
se puede
AcB eslomismoque; xe A
xe
B;
A.
--------+
(1)
AcB
eslomismoque
xB - xA.
(2)
A8, o B1A.
'V c g o'g
rS
'vf g I g=v
:EJgrraA
as rs ,g olunluo ap ordo,rd ounfuorqns un sa y ounfuor a anb o 'B' olunluo un Ptrlr]se uglsnl)ul
ua aluaruelJlllsa opr-nlJul glse y olunluo un anb soluaJrc otdo.td olun(uotqng
Y
'J f y 'l' fl - x
'J - y . fl f x
@)
X,V_X
'fl-
@)
Q)
') I x'4.vf x
@)
.'sal
epeJ ua
x olunfuoJ
IoI
'O
'fl:V ._
'J=V <-
:ef,JJrJaA as
z otf DulE
v..sl
,(
g_VJlo
r.sl
^
fl-v)
'v-v
lo
I
I t/ IS
'B'
V :saJuolua
r0 :
9I - ,x
Ia ue
: I 5\
I Iv'{}'Z't}
'
.
r
:eJurJaA as
L Oldl/ll
sotNnfNo) 'r'v
6E
A.
380
EJERCTC|O 3
Comprobar se verifica:
AcB
Co nj
su
PRELIMINARES
l^l
B.
bco
"(E),
un conjunto
EJEMPLO r 3
Si
: {l,a,A},
siguiente:
:
"(E)
{a},
Teorema
Si
"
(E) se tiene
(rtnl) :
2n
a}}
{1, a,
de-
: h, entonces:
Card(E)
-3 y
Card
lnfn) -
23
B.
Considere-
CA-{*eElxeAI
Obsrvese que de esta definicin se deduce que el conjunto Cr A tambin es, como
eI conjunto A, un subconjunto de E,y que si x e E, entonces x e A o x e CpA, pero
no ambas a la vez.
'
g (a)'V
-I
@)'
'{9's'7'}
? orf rfur E
.v_1=v1):aluau
-plerpaur4 aJnpap as olunluoJ un ap olJeluarualdluoJ ap eI ap,{ uqptugap u}sa aC
'\a0x
:JrJap
.y=xlr=xl:s-v
sl 'g - V :Elouap
as .{
'g,{
solu n luor
ap PrfuaJajlc
Vfl)=:;,:;;;;:
'Vr))X
VfiX)
I
T=XJ
:saluolua 'g olunfuol lap solunfuorqns sop uos g
y
^
Is
:opueltdora
'V
orusru ol sa g
r) - grl
:erJuanJasuo) uI'V'
x {- fl x anb
'v 1) =x e (V 0 x I= x)
-
(g
I x I I= x)
<-- gr)= x
'V
olunluorqns un se y anb etuan ua opuarual
'v
Iv
>
JIqITJSa
1)
gs)saJuolue 'g
.
= .tV lS
ap
I ) xI = Ivrl I x I I = xI : (vn)s)
:alnpap as orJeluerualdurol ap ugIJIu.IJap el ep rol)aJa uE
'v:(vrf )rJ.
-uolua'Vr) = x rc :elaeuretotdtat
Vx'{I)xseJ
!yt1 > x saJaolua'V 1 x 1 = x lS .
:ef,rilJa^ as seJuoluS
V'
IS
sotNnfNo) 't'v
IB
A.
382
PRELIMINARES
E.
lnterseccin de
conju ntos
AB-{xeEl
XE
AyxeBl.
xeAB
lxeA
- I
lx
ANB
e B,
-1
lxet
0
lx e n.
nte rsecci
Si,A
y- 8,'sor1,
o AnA:A,
o AnB=,A y',.4',BgB.
Ampliamos nuestro postulado sobre el conjunto vaco aceptando que para cualquier conjunto X se verifica: X n A : A.
Puede ocurrir que los conjuntos A y B no tengan elementos comunes. En este
caso, diremos que A y B son disjuntos, y escribiremos: A n B : A.
Cuando escribamos: AaBaC, entenderemos: (AnB) nC, que es lo mismo
-como
se comprueba fcilmente- que A (B C).
EJ
ERC rC
rO
Sean
xeA-x8,
y deducir de ello que A c Cs B. A
EJ
ERC tC
tO 6
y xeB-xA,
A c B, entonces
tiene:A.CcB.C.
EJERCtCtO 7
Si
A=B-AnB=A.
EJ
ERC tC
tO
Si
A-B:AoCpB,
y deducir de ello que (Cr S) - (Cz A) : A - B. a
se
J=x^y=xl
JU V-*)
'n
o L..-----^L.----gt) v=xJ
fl=x,\V=x)
J= x o s=xl
Jns=x.l
^ I
^ l-(Jns)uv-x
y=r)
v=x)
:olJaJa
'QuV) n(suV):Oag)y.
:EJUIJAA AS SAJUO}
It
s'v ls
v
-uayr8rc o[ ilquJse sowapod anb
nqotd'I
.g=g)v * g_v:al
y rg
V .g r) _ V s) :auarl as
saruo|ue'I = g ) (ysf ) fs anb eilsowap'I orun[uot un ap so]anfuoJqns sop uos g L y tg
as sa)uolua
oruo)-
'g 5 v
ls anb rcqordtrroJ
) @ nfl
'I
rr
0r
oDDUrrl
orfrfusrl
'). g - J.v:auaIl
'(; n g) n y anb
pqanrdruor
-aluaurll)gJ
:souralapuelua 'J n g )V :soupqrJJsa opuenJ
6 Orf rf u3l-l
as
"g-tr.iv ,\ v-fl)v.
rv-Ja\f-
VAV
'Vng-gnV.
ugrun
Pl ap sopepardo;
v. IS
^.
'aox)
va*J-
s.vx
'g=".l
";
l--r.v=x
v=xJ
:JrqrJJSa sourapod anb asanrgsq6
'Ig=xov=xlE=xI:flV
solunluo:
ap u9!un
so]unfuot ap ugryn
sotNnfNo) 't'v
ts
A.
384
. Au (Bn C) : (Au
PRELIMINARES
B) n (A u C).
. Cr(AnB):
(CEA) u
(Cr).
En efecto:
lxer
xCr(AnB)l y
l*AB
f*=Ey xA
o
lxeEyxB
. cn(AuB) : (crA)
r-.r(CEB)
n (cEB).
De las igualdades anteriores, las dos primeras reciben el nombre, respectivamente, de propiedad distributiva de la interseccin respecto de Ia unin, y de propiedad distributiva de la unin respecto de Ia interseccin; Ias dos ltimas se denominan
leyes de DE MORGAN.3 Recogemos todas en el siguiente cuadro:
-Propiedades
d
istributivas
Morgan
1
t, entonces:
-Leyes de A. de
EJERCTCTO
Si A, B y
Si
a) A:(A-B)u(AnB),
b) Ar.tB : (A-B) u (A B) o (B - A),
c) Cz(A-l: (CA)u (A.B).
EJERCICIO
Considrese eI conjunto E
{I,2,.
.. ,90},
sean
los coniuntos:
Calcular Card(A)
elemento.
u:I
as
'Il rJ
:ap
se
enb apuarlua as anb p'9nb e oradsar uoJ Jr)ap urs olunluo un ep olJe]ueurelduror a
augap as ugrqrue],{'psra,tun o}unluo ap sotunfuorqns uauodns es e]uarm]rJrdun anb
solunluo ered ugrun e,( ugnrasraltn eI 'ErJuaraJrp eI aulJap as 'olxa]uoJ elsa u:I 'odurala
epeJ ua olqls1p ras apand anb ,{ 'opupleqer] g]sa as anb sol uoJ solunluoJ sol sopo]
auarluoJ anb olunfuo un :psa^r-rm olunfuo) oppruell a augap as 'soJqrl soqJruu uE e]oN
')
lPsr a^ru n
olunf-uof
,soJlpglJad saJt sol ap oun EpeJ ,,{ sopot uaal seuosJad se}ugnJ?
g sorrpgrrad soqrup uaal spuosJad
ap sgur anb aqES as 'orur4 rod .
6Z
^
13,,f. g sorrp
sorrpgtrad soqure uaal anb so1
J ,( y
l;l ,( y sorp
-grrad soqure uaal anb sol ap alqop Ia uos g,( y sorpgrJad soque uaa anb so1
:g ,\ V sorrpgrrad soque uaal anb sol ap alqop a rod op;a sa J Ia
:J Ia uaal anb so1 ap alqop a rod oplal se g 1a
lg orrpgrrad Ia uaal anb so ap alqop 1a rod op;e1 sa y o;rpgrrad p
:sopellnsaJ
saluarnSrs sol uoJar^nlqo as 'J g 'v :ueJrlqnd as anb soJrpgrJad sar] sol ap saJo])al
^
olsando,td walqo,td un
er{ as slPd ouarf, ull
Olv'I allua elsanJua eun opezqeal
'(J u s uy)prel + (J u s)pref - (.t u y)prpl - (g u y)prpl -
: (; n g.
y)pref
'c c) J
'() ppplpn5l
'(g u y)prpf
e1 a,,Lnlouor as
apuop ap
()
:seJuolua'I olunfuot un ap
solru.rJ
lS
euaJoel
salPu!pref orlPnf
sol ap euaroal
sotNnfNo) 't'v
sst
A,
388
EJEMPLO
l7
PRELIMINARES
S(x,y): (x es estrictamente
El grafo de S es:
^:
menor que
*otl"
se expresa con
/).
iJ:'JiTT';';"::"':"t1"n
R(x,y): (x
y)
j/ tiene el mismo
R(x,y).
Relacin
reflexiva
YaeA,R(a,a)i
esto es: R es reflexiva si y slo si cada elemento est relacionado consigo mismo.
EJEMPLO t
Relacin
simtrica
Se
EJEMPLO I
(x
y) i
Kx + Y es un nmero Par ,
entonces T es simica.
EJEMPLO
20
Si
P(x,y): (x
divide
A.
389
C)NJUNTOS
Relacin
Se
antisimtrica
EJEMPLO
2l
La relacin P
nmerosnaturales,esobvioquedesuponer: divideabybdideaa,sededuce:
EJEMPLO
22
:b.
plo: T(3,5), pues 3 + 5 es nmero par, y tambin se tiene: T(5,3); sin embargo: 3 +
Relacin
trans itiva
5.
transitiva si verifica:
EJEMPLO
23
La relacin P del ejemplo 20 (cf. p. 388) es transitiva, pues dados tres nmeros naturales a,
six
<
x<y<2,
EJEMPLJ
25
Si consideramos la relacin
envezde:
D en N dada por:
D(x,y) i
Kx y
x<Y Y Y<2.
A.
390
Retacin de
Relacin
de
PRELIMINARES
equivalencia
se dice
equivalencia a)
R es reflexiva,
b) R es simtrica,
c) R es transitiva.
EJEMPLO
26
Q(@,y),(z,t)):
es una
Relacin de
orden
Kx
zb
relacin de equivalencia.
a) R es reflexiva,
b) R es antisimtrica,
c) R es transitiva.
EJEMPLO
27
EJERCICIO I
<
de la siguiente
manera:
Relacin
de
orden total
EJEMPLO
2B
es
Y (x,y) R2,
Sin embargo, la relacin de orden
x<y oy
< x.
ni
(1,
-1)
est
A.2. APLICACIONES
3gr
Relacin de
Relacin de
preorden
preorden
se dice es
a)
b)
R es reflexiva,
R es transitiva.
Obsrvese que toda relacin de orden es tambin de preorden.
EJ
EM
PLO 29
b)
Porejemplo,siX:II,zjyY:12,3],entoncessetiene: Card(X):Card(Y)=2,conlo
que R(X, Y) y R(Y,X), pero X + Y. No toda relacin de preorden es de orden.
A.2
Correspondencia
entre dos
co nj
ntos
Conjuntos de
partida y de
||
APLICACIONES
7, Cowespondencias
egada
Nota
bene
donde A es un subconjunto de A x B.
entre Ay B y (x,y) e A, se dice que a x Ie
de A se dice es el conjunto de partida; de B,
de la correspondencia.
A.
Consideremoslosconjuntos:A:
pondencia
entre A
de B cuyo grafo es
EJEMPLO 30
( R., R.,
R.
^),
B:
R,yseaA = I@,y) e
R2
lx2
A,
392
Aplicacin entre
dos conju ntos
2. Aplicaciones
existe un
elemento
y) e L
Six
lmagen de un
PRELIMINARES
A, y
Notacin
IJna aplicacron
f -
,8,
o ms detalladamente:
,
AfB
o xeA*f(x)en.
x
f(x)'
El grafo de la aplicacin / puede escribirse: A: I@,y) e AxB I y : f (x)I; y tambin
a
seledenota: A:I@,ffx)) lxe a].
EJEMPLO 3 r
La correspondencia (R., R, A) del ejemplo 30 (cf. p. 391) no es una aplicacin, pues al nmero
Consideremos el conjunto A
tonces la correspondencia
a
= |x R | -1 <x < 11, y sea: A : 1@,y) e A2 | ! : x3]. En= (A,A,A) es una aplicacin. En efecto, a cada x perteneciente
AA
x
Ntese se verifica: V
x e A, f (x)
de
Igualdad de aplicaciones
aplcaciones les, y Se denota: f : g, si
tgualdad
x3
x3.
Dos aplicaciones
f - (A,8,A) y g - (C,D,f)
son igua-
se verifica
son iguales; y cada elemento de A (o C) tiene Ia misma imagen por una aplicacin
que por la otra: Y
A,
f (x) :
9@).
4.2.
APLICACIONES
393
Sea
identidad
XeA,"----.XA
A en A que se denomina aplicacin identidad sobre A (o de A), y
se denota: Ia. Se verifica: Y x e A, I(x) : x. Ntese que el grafo de la aplicacin 1
es una aplicacin de
es:A: I@,x)lxel\.
Restriccin de una aplicacin
y
en un conjunto B,
Restriccin de
u na aplicacin
rs
Conjunto de las
aplic. de u n
conjunto en otro
verifica:
YxeAl,ft@):f(x)
se denomina
EJERCTCTO
sea ,41
restriccin de
a At.
Sif
R.,
f (x) = lxl,demostrar
quelarestriccin
aplicacin
Sea
una aplicacin de
un conjunto A en un conjunto B.
Imagen de un
conjunto
Si ,4.1 es
un subconjunto de A, se define:
(o simplemente: la
aplicacin
flAi: If tx | x e A1j
El conjunto
/[Ar]
es, pues, el
de algn elemento de
lmagen de una
aplicacin
llegada: fLAtlsB.
DeI conjunto f lAl (es decir, cuando estamos en el caso en que At : A) se dice
es el conjunto imagen de la aplicacin f (o simplemente: la imagen de /), y se
denota: lm("f). Esto es:
rm("f) =
Nota
bene
Hemos utilizado corchetes para encerrar los conjuntos, y parntesis para los
x e A, escribimos: f (x); si .41 c A, escribimos: f lAtl.
elementos. As, si
A.
394
PRELIMINARES
1) (At
A) +
y
En efecto, si
(f lAll f lAzl).
=
es
1x e A1, f @) : ii
pero si
Ar c
(4)
deduce:1x Az,
flAtl=flAzl.
2) flet u Azl -
(x c Az), y de (4) se
y e f lAzl. En conclusin:
flAtl flAzl.
A1)A2 c
asi:
flAt )
At + flAtAzl
A2l c
flAtl,
A1oA2 c 12 ==>
flAtnAzl s flAzl,
flAtl flAzl.
Nota
Debe observarse que el contenido entre conjuntos de la propiedad (3) puede ser
estricto; es decir, puede ocurrir que /[Ar Azl c f lA| f lAzl. Por ejemplo, consi
deremos los conjuntos: A : II,Z,Z\ y B : Ia,bj,y sea / la aplicacin de A en B dada
por: /(1) = a, f(2) = b y f(3) = a. Si Ar = {I,2} y Az : {2,3}, severifica:
na
aplicacin
conjunto
Si 81 es
un subconjunto de B,
a
se
define:
f-llBi:{*eAlf@)eBr},
y del conjunto / 1[r] se dice es eI conjunto imagen recproca, o inversa, de 81
por f .El conjunto f rlg1l es, pues, el de los elementos de A cuya imagen por /
pertenece a 81. Ntese que
es: .f-1[Br] s A.
A.2. APLICACIONES
395
1)
f-rlgi:
2)
En efecto, si 81
s) f-rlhu
Bz.\
B2l =
f-Llstl f
1lBzl.
Se
x e r-1
4'
"'
{!
*,t
,'(i'i
#,'if
4 f-rlh.
B2l =
f-Llsi f-\[Bz].
xe
il flf-rlBrll s Br.
r 1'87'
"'
{!i{,'i,'(,j'i*'t
y e flf
[Br]], enton-
=
)xf-1lBi,f@)=y,
ylaequivalencia: xe f-rlB:l e f(x) e 81 permiteconcluir: ! eBt. Enconsecuencia: flf-rlBil=h.
ces se verifica:
6)
At
Nota
e A1,
El contenido entre conjuntos de las propiedades (5) V (6) anteriores puede ser estricto. Dejamos al lector la tarea de darse cuenta de que as ocurre con la aplicacin /
de A = {1,2} en B : Ia,b} dada por /(1) = ay f(2) : a,y conlos conjuntos Bt = {bl
A1=
{2}.
A.
396
Sea
PRELIMINARES
conjunto B.
(x,y)
e A2, (x +
y) = (f (x) + f (Y)).
(5)
(x,y)
e ,2, (f (x)
: f (y)) + (x : y).
R.
l-2 <x<2j,
.f(x)=x2, g(x):x-I
ysean
h(x)
(6)
f ,Syh
(x + 2)(x
lasaplicaciones deA
2)'
Veamos si estas aplicaciones son inyectivas, y para ello estudiemos en cada caso si se verifica (6).
Para la aplicacin f ,six y/ son dos elementos de Aconlamisma imagen: f (x) : f (y),
es decir, tales que: xz : y2, nonecesariamente ocurre euex = yipor ejemplo: (_D2 : 12,
pero - 1 y 1 son elementos distintos de A. La aplicacin / no es, pues, inyectiva.
Para la aplicacin g, si
(s(x\: s0)) y
(x
de A, se verifica:
- r: ! - r) + x: !,
es inyectiva.
EJERCICIO I
Sea
I y -1 son elemen-
Y
se deduce que
es
(x,y)
inyectiva?
(o
(x)
suprayeccin) Diremos
que la aplicacin
es suprayec-
de al menos un elemento
de A:
Y
e B,
1x e A, y : f (x).
biendo: .f
lAl :
B, o lm(.f
):
B.
es suprayectiva de
A sobre B es escri-
4.2.
APLICACIONES
EJEMPLO 34
397
Sea
la aplicacin:
R.+
x
Entonces
x2.
por
EJEMPLO 3
"U:
La aplicacin
g de R * en Rx
que verifica:
Vx e Rx, S@):
esunaaplicacin suprayectiva. Enefecto:
'\,
Las aplicaciones
f , g y h, de A en
Aplicacin
b iye
ct iva
y:
/r\ :
EJEMPLO 36
eslaimagen por g
deIly:
ur:,
A:10,x)eBxAly=f(x)1,
Aplicacin es una aplicacin de I en A, llamada aplicacin inversa (o recproca) de
inversa nota: /-1. por definicin, se tiene:
/, y de-
dey:f(x):f-r(y):x.
"f-1),
A.
398
f-rlIb\) y f
PRELIMINARES
/,
no
deben
t@).
La primera notacin tiene sentido cualquiera que sea la aplicacin /, y designa un subconjunto del conjunto de partida: el de los elementos cuya imagen por ;l pertenece a { b }
,
EJ
EM
PLC 37
b.
es
es
inversa de
La aplicacin
/,
1a
xl_R*F+IR*,
x
s es biyectiva, ya que es inyectiva y suprayectiva (lo primero es obvio y lo segundo se prob
en el mismo ejemplo 35). Para calcular .rr 1, notemos que si y e R* y
y g(x). Como:
de aplicacin inversa se tiene: S 1(y)
:xe
x e R.x, por
definicin
1
1
v- x <- xv
resulta que g-1 es la aplicacin: y eR*
I ly Rx. En este caso concreto se verifica
que g-r - g.
,
F........'
Otra definicin de
card inal de u n
co nj u nto
Nota
EI concepto de aplicacin biyectiva permite dar una definicin de cardinal y de conjunto finito:
. si n es un nmero natural mayor o igual que 1, diremos que un conjunto X es de
cardinal igual a n (en smbolos: Card (X) : n) si existe una aplicacin biyectiva de X en
el conjunto {I,2,.. .,n};
. de un conjunto X se dice es finito si existe algn nmero natural n > 1 de modo
f y g,y se denota:
g"f
-que
se lee
"/
compuesta
cong"-.
Severifica: Y x e
A,lS
"
fl@):
SU@)).
A.2. APLICACIONES
399
....+
....+
f(x):7
g(Y):9U@)
g"f c
^ _____'__4
x
EJEMPLO
38
Sean
....+
s(f(x)).
,: {I,2,3,4}
ls" flQ) = sUG)): s(2) =1, ls" fl(z) = sff(z)) = sQ) =t,
ls " fl(3) : sU@) : se) :3, ls " fle) : sff(+)) = s(4) :3.
EJEMPLO 39 Seanf yg lasaplicacionesdeRenRdefinidasporlasfrmulas: f(x):x+Iyg(x)=x2-I.
Calculemos las frmulas que permiten expresar las aplicaciones compuestas g " f y f " g,
aplicaciones que tambin son de R en R.
Se
tiene:
LS "
EJEMPLO
40
fl(x)
y la aplicacin
: xt + 2xz,y la aplicacin
(x,y);
mismo, puesto que estas letras son variables "mudas" o terminolgicas: un simple soporte
para la notacin.)
A.
40o
Composicin de tres
aplicaciones
Sean
/,
PRELIMINARES
g y h aplicaciones de A en B, de B en
C,
h"
aplicaciones
(ho g) o f
(g " f):
'
Notacin
Laaplicacin;
h"
(g
"/),
se denota:
h.
,
.
g"f
f "Ity
en cada elemento x
In "
/ o I,s: In t f : f
A enB,
de A:
IaU@)): f (x).
Sea / una aplicacin biyectiva de A en B, y sea -f-1 su invetsa, que es una apliComposicin de
una aplicacin cacin de B en A. La aplicacin compuesta /-1 o.. es una aplicacin de A en A, y
biyectiva y su para cada x e A, si y = (x), se verifica:
f
i
nversa
f-turx): f-1(y):
x,
f-rof :It
CNS
de apl icacin
biyect iva
Teorema
en
y f "f-L-IB.
de A
(7)
A.2. APLICACIONES
4oL
Demostracin
Si
es biyectiva, entonces S
fica (7).
Recprocamente, si g es una aplicacin de B en A que cumple (7), entonces
es inyectiva:
x2
Composicin de
aplicaciones
biyect ivas
Inversa de u na
composicin
utiliza eu
7 o
Teorema
es biyectiva y su inversa es
" g-r:
(g " f)-t
Demostracin
Si
e Ay z e C,y
z:
lg
"
: f-l
g-1
y : f(x),se tienenlas
equivalencias siguientes:
fl(x) : z: SU@))
ey=f(x)yz:SU)
e x=ft(y)yy:g-t(t)
:x=fr(ott"l)
e x=lf t"tt)trt,
donde la primera y la ltima se justifican por definicin de composicin, y la tercera por ser
y g biyectivas. En consecuencia, podemos escribir:
;l
(B)
Sean
Demostar
dad(g.f)-r:f r"g-1.
comprobar la igual-
A,
402
A.3
PRELIMINARES
OPERACIONES
* ,
ExE
(x,y)
De
xxy
x * y.
*),
con
y.
EJ
EM PLO 4
Sobre cada uno de los conjuntos N, Z, Q y R , la adicin de nmeros es una ley de composicin
interna. Por ejemplo, sobre R, la adicin es la aplicacin:
RxR
(x,y)
R.
x + y.
R.,
pero
Q.
denota:
x ' j/
se
x7.
EJEMPLO
42
Sea
I*2:l+2+1.2:5,
EJEMPLO
43
Designemos por
0x1:0+1+0.1:1,
o 2*l=2+I+2.1=5.
enlqueverifica: V (a,b) e
IxI, a*b
= ab. Claramente,
* la aplicacin
de 1x
* ssunaoperacindefinidasobrel,
pues un nmero impar elevado a un nmero impar da como resultado un nmero impar. Por
e.jemplo: 1
*1-
11
1, 3
* 5 = 3s =243,o
*3 :
53
125.
A.3.
403
OPERACIONES
2. Propiedades de una
operacin
Sea
junto E.
Propiedad
Asociatividad
Se
asociativa
es asociativa si se verifica:
EJEMPLO
44
La adicin y Ia multiplicacin de nmeros son operaciones asociativas sobre cada uno de los
a+
(b + c) =
se
verifica:
6-(4-2):4
EJEMPLO
45
y (6-4)-2:0.
a*(bxc):ax(b+c+bc)
: a + (b + c + bc) + a(b + c + bc) = a + b + c + bc + ab + ac + abc,
y tambin:
(axb)xc:(a+b+ab)xc
: (a + b + ab) + c + (a + b + ab)c :
luego: a x
EJEMPLO
46
a.
+ b + ab + c + a.c + bc + abc,
La operacin * definida sobre el conjunto I de los nmeros naturales impares en el ejemplo 43 (cf. p. a\D no es asociativa. Por ejemplo:
A.
404
Propiedad Conmutatividad
conmutativa
EJEMPLO
47
Y @,b) eEz,
PRELIMINARES
es conmutativa si se verifica:
a*b: bxa.
Zr
a+b=b+a y ab=ba.
EJEMPLO
48
La operacin
3*5
Elemento
neutro
Existencia de elemento
de la operacin
= 3s
neutro
:243 y 5*3:53 :
125.
x si se verifica:
YaeE,a*e-e*e-&.
EJEMPLO
49
50
a.l
I'a=
es
(R,
+): si a es un
un nmero, enton-
a.
a.
nico.
simetrizable Supongamos que la operacin * admite un elemento neutro (nico, de acuerdo con el ejerccio 1B). Dado un elemento a de E, se dice que
un elemento a de E es simtrico de a si se verifica:
Elemento
un
elemento
Simtrico de
q.*a:a*a:e,
De un elemento
(sobre E).
A.3.
405
OPERACIONES
EJEMPLO
5l
Los nmeros 8 y
son simetrizables sobre (2, +), (Q, +) y (R, +). En efecto: -B es simtrico
-2
de B, y 2 es simtrico de
-2:
52
Los nmeros 8 y
-2
a |:*':'n
El nmero 8 no es simetrizable sobre
(-2):,
es simtrizable
sobre (2,.).
Para la multiplicacin de nmeros, el nmero 0 no admite simtrico.
Laoperacin.essimetrizablesobreQ*=Q-{0}ysobreR.*:R-{0},ynoloessobreN
: N - {0},ni sobre Zx : Z- {O}).
EJERCICIO
l9
Demostracin
de a, severifica:
EJEMPLO
53
un nmero real
es su
lnverso
A.
406
Nota
PRELIMINARES
signo
esi An
Grupo
= a'a"'a.
ffi
3. Grupos Un grupo (8, x) es un conjunto no vaco E dotado de una ley de composicin interna x que verifica las tres siguientes propiedades:
(G1) es asociativa: Y (a,b,c) eE3, a* (b * c) : (axb),r c;
(G2) posee unelemento neutro e: Y a e E, a * e : e * a. : ai
(G3) es simetrizable: Y a e E, f e E, Axd:d* a: e.
Si la operacin
Grupo
adems verifica:
conmutatvo
EJEMPLO 54
Se
Sin embargo, (N, + ) no es grupo, porque ningn nmero natural distinto de 0 es simetri-
simetrizable.
EJ
ERCICIO 20
que verifica:
abeliano.
Escolio
A.3.
407
OPERACIONES
EJERCICIO2I Sobe
Nota
R.2
consideremos ]a operacin
I y natural) consideramos
(xt,xz,...,x)
(yt,y2,...,!)
lt,xz + !z)
= (xr
4. Cuerpos
Un cuerpo (K, +,.) es un conjunto K dotado de dos leyes de composicin internas + y . que verifican:
a) La operacin + es asociativa, conmutativa, tiene elemento neutro (que se denota: 0), y es simetrizable (el simtrico de un elemento a de K se denota: -4,
y se llama opuesto de a); esto es: (K, +) es un grupo abeliano.
b) La operacin . es asociativa, tiene un elemento neutro distinto de 0 (que se
denota: 1), y todo elemento a de K distinto de 0 tiene un simtrico (que se
denota: fi-1, o tambin:
c)
@+c)
l"
V(a,b,c)eKxKxK, I y
e-b+a.-c
lr"+b)-c -&.c+b.c.
Cuerpo
conmutatvo
K, +,
' ) se
dice es conmutativo.
Propiedades de un
cuerpo
a.0=0 y 0.d=0.
Como 0 es el elemento neutro de Ia operacin +, se verifica: 0 = 0 + 0, y utilizando
lapropiedad disuibuva se tiene: a. 0 : a' (0+ 0) : q' 0 + a' 0. En la igual-
a.
0+
0. a :
0.
A. PRELIMINARES
408
2)
u de K, se venfica;
(-1).a:-a
y a.(-1):-a.
a+(-1).d=
1. a+ (-1).
q:
(1
+(-1)). a:0.
(-1) . d
cx=0,
I
F-L.B:ll
' \c{ ")/ .fi'
o(
sia'Bfueraiguala0,
@,F);
contra de la hiptesis.
Escolio
Si
de: Kx :
es un cuerpo, la restriccin de la operacin . al conjunto K* (don{a e K I c + 0}) lo articula como grupo (abeliano si el cuerpo es conmutativo).
(K,+,.)
conmutativo.
Nota
A partir de ahora, cuando en este texto consideremos un cuerpo supondremos implcitamente que ste contiene el conjunto Z de los nmeros enteros. (El cuerpo de los
nmeros reales, por ejemplo, verifica esta propiedad.)
5. Ley de composicin externa u operacin externa Sean E y K dos conOperacin juntos no vacos. Una ley de composicin externa definida sobre E para K, o una
externa operacin externa definida sobre E para K o, simplemente, una operacin externa
sobre E para K, es una aplicacin de K x E en E.
Es usual representar una ley de composicin externa con un smbolo (por ejemplo: . de forma anloga a como se hizo con las leyes de composicin internas:
A.3.
409
OPERACIONES
YzeV,rL.z:z",esunaoperacin
57
La aplicacin de R
= 0.
VA e
R.,
es una
Nota
En
R.
sobre un grupo paraun cuerpo. Y en este contexto, adoptaremos los siguientes convenios
de notacin. Si (8, +) es el grupo, representaremos sus elementos por letras en negrita:
xeE, ueE,...,
y en particular su elemento neutro ser denotado: 0. Si ( K, +,
mos sus elementos por letras griegas:
')
es el cuerpo, representare-
o(K, e K,...,
y utlizaremos la notacin general que se introdujo en Ia definicin de cuerpo en la seccin 4 (cf. p. 407). Ntese que no distingriremos el signo + de la operacin sobre E del
signo + de Ia operacin sobre K; la prctica muestra que no da lugar a confusin. A
Propiedades de una ley de composicin externa Consideremos un grupo (8, +) y
un cuerpo ( K, +, ' ), y So una ley de composicin externa definida sobre E para K:
(A,x)eKxE*A,.xeE.
De la ley de composicin externa o diremos es:
V(4,) K2,
x eE, (a + F)' x -
xi
o(o
x+
Bo
o(o
x+
. Y;
Va e K, V (x,y) eE2, . (x + Y) :
(L4) neutra para el elemento 1 (del cuerpo) si: Y x e E, 1 .
x : x.
A.
4LO
EJEMPLO
58
Retomemos
(cf. p. 409):
Vl
e R, Y (x,y) e R2,
PRELIMINARES
^.
(x,y):
57
(A,x,Iy).
Demostramos que . verifica las propiedades (L1), (L2), (L3) y (L4) (en lo que sigue, los nmeros
escritos encima de los signos de igualdad hacen referencia a las definiciones o propiedades
.,
que las justifican, con el siguiente significado: (1) definicin de la operacin externa
(2)
pro-
de
R.2,
(B
. @,y))
(!
Bg b<gx), a(Bg)
? ((op)*,(o.ily) 9)(o) . (x,y).
Q)
s.
(px,
R.2,
es un elemento arbitrario
entonces:
a.
o
y (x,y)
y (x,y)
es un elemento arbiario
entonces:
(L3): Si
de R2, entonces:
a. ((x,y)
(9
+ (z,t))
(9
a.
(x + z,y +
1ax +
az,ay + at)
(! a.
G,y)
o
EJEMPLO
59
(L4): Si
(!
sNo
@.x,q.y) +
(az,ut)
(z,t).
De manera similar a como se acaba de hacer en el ejemplo anterior, podemos probar que la
ley de composicin externa . definida sobre R.3 para R de la forma:
VA e R, Y
. definida
A.3.
4LL
OPERACIONES
EJEMPLO
60
composicin externa *
+) y el cuerpo (Q, +, .)
R.2,
y)
es
un elemento arbitrario
entonces:
(S x
o (L2): Si a y son
(u+ p * (x,y)
: ((c+ B)x,O) :
y (x,y)
(cx,0) + (x,O)
es un par ordenado
a * (x,y) + S x (x,y).
ordenados
a* ((x,y) + (z,t)) = ax
Sin embargo,
(x
1*
siguiente.
EJERCtCtO 22
Considerando el grupo (2,+) y el cuerpo (Q, +, .), demost que no es posible definir una
A
operacin externa sobre Z paa Q que verifique las propiedades (Ll), (L2), (L3) y
(L4).
&a)
Algo sorprendente es el
A.
4T2
PRELIMINARES
. (x + y)(LJ)
1t +
y + yi
yenconsecuencia:
x+y+ x+y
En conclusin, se verifica:
Y(x,y)eE2,x+y:y+x,
es decir, la operacin + es conmutativa,
(E,
+) es un grupo abeliano.
(P1)VxE,0.x:0.
En efecto. Sea
se tiene: 1 + 0 :
1, de donde:
(1+0)o7=loY'
(9)
yelsegundo:
"(V-\
I. x + O. x&!\ x+ 0. x,
Sea
I un elemento
arbitrario de K. De la igualdad: 0 = 0 +
En
el
O se deduce:
-(4.
0)
* 4.0 - -(A.0)
A.0+ A. 0,
4.0-0.
x e E, -x : (-1) . x.
seconcluye:
(P3) Y
En efecto, se tiene:
es igual a
(-1) . x,
o lo que es Io
A.4. POLINOMIOS
4L3
(P4)VA e K,
Vxe E,A.x:
Si se verifica:
deducira:
[:o
L":o.
A. x : 0, y ocurriese que
1 . (4. x)
.0. Pero:
=
^-1
A 1 . (A.
(B)
y por otro lado: A-l . O
O,
r) tE'(^-1 . A) . x : I. xL!) x,
y en consecuenciai x
O. En conclusin, hemos
demostrado:
f
VAe K,
YxeE,A.t:O-'l
Lr:0.
Loquequedaporprobaresinmediato: siA:0,entonces: \c2s:Qov(t=t)0;
entonces:
ysix =0,
@j)0.
l. x: 4.0
Recopilamos en eI siguiente cuadro las consecuencias vistas de las propiedades (Ll), (L2), (L3) y (L4):
Si la f.V de composicin externa
. definida sobre
YxeE,0.x:O,
(P2) VAe K, A.0:0,
(P3)VxeE,-x:(-1).x,
- !:rri
(Pl)
,r.t.
..-....
:. ii. ,, 41.a
,a,,
-r.ili.,..l:.".i--:i
polinomio
1.:.-1 t i
l.i- . '
,,
-:.
-;'-'l '1.r'..
'-,',;
j=i$
l.'..'
i.".
"'
A.4
, 1.il,',
K, Yxe E, Aox
i'
:'
,,'j-.
'
".-
t-,-r'.,-.-,
I r :jr
:r
-. rr it-
se verifica:
a
.'
...
-...
'
fltt-
ffi
POTINOMIOS
con 7. Deftniciones
Se llama
'''
an-rxn-| -l Q'nxn,
nmeros reales y donde x designa una variable (o indeterminada) que puede tomar valores reales. De as, cLr, . .. , a," se dice son los coeficientes
de grado 0, 1, ..., m, respectivamente, de P(x). Si m > n, se dice que eI coeficiente
de grado m de P(x) es igual a 0.
De un polinomio se dice es nulo si todos sus coeficientes son iguales a 0.
donde &0,
A.
4L4
PRELIMINARES
x por b en Ia
P(b):
cLs+ a1b +
.'.+
6ln-tbn-7 + anbn.
P(x)
simplemente por Ia
letra P.
Los polinomios en la indeterminada
conjunto, que se denota: R[x].
x y con coeficientes
reales constituyen un
Nota
En este captulo slo trataremos polinomios con coeficientes reales, aunque se pueden tratar de forma anloga los polinomios con coeficientes complejos, que forman un
conjunto que se denota: C[x]. En general, el conjunto de los polinomios en la indeterminada x con coeficientes en K, donde (K, +, .) es un cuerpo, se denota: K[x].
EJEMPLO
6l
Consideremos el polinomio:
P(x):l+2x-x3.
Los coeficientes no nulos del polinomio
y el de grado 3:
P(1) =
Grado
Grado de
un
at = -L.
P(x) son:
el de grado 0: as
:1;
el de grado 1:
at
:2i
Tambin se verifica:
P(-1)
: 1+2(-1)-(-1)3 :0,
P(0)
: 1+2.0-03 = 1.
polinomio
P(x) :
cL
es
a'1x
+'''
+ cLn.xn,
a, + 0, y
6lp+t
: e.p+Z
An
a, + O; es decir,
O.
EJEMPLO
62
Q(x) - 4 es igual a 0.
A.4. POLINOMIOS
4L5
A(x) :
lgualdad
de
6Ls* a1x +
"'
B, si
polinomios
a.g
- b0,
CLt
- bI
o en notacin ms abreviada:
a:b, i:0,I,...,P.
Si
escribe:
de
Adicin
polinomios
se
A:B:O.
B)(x)
: A(x) + B(x) :
co -r c1x -r
"' * cnxn,
donde:
ci - Aj +b, i - 0,I,...,r1.
Ntese que A + B es otro polinomio.
EJEMPLO
63
A(x) = I
6x2 + 7x3 y
B(x) =
-I
x + 6x2 -
7x10, su suma es el
polinomio:
(A+ B)(x)
abeliano
grupo
A.
4L6
4)
...+
PRELIMINARES
K[x]
admite
(-a")x
En conclusin: (R.[x],
+) es un grupo abeliano.
Si a es un nmero real y A es el polinomio: A(x) : 6Lo-r a4x * "' t clnxn, s.
Multiplicacin de define el producto del nmero a por el polinomio A, que se denota: aA, como el
un nmero real polinomio:
porun polinomio
(aA)(x): aA(x): d.o+d.tx +...+dnxn,
donde:
d.
: aa.i, i :0,1,...,tt.
decir:
EJEMPLO
64
-A
es igual a
-14,
: -3 -
: -IA.
Dado el polinomio:
A(x) = I
3x
es
6x2i el
(AB)(x)
: A(x)B(x):
* tx +
't
zn-rxzn-r + eznxzn,
donde:
g
-6tobt*a,1bs,
cLobo,
::
j : a'ibs +'
-t cLtcbi-u+'
CLnbn)
j
de forma general:
0,
a'sbi,
4L7
A.4. POLINOMIOS
EJEMPLO
65
(AB)(x):
(1
+x - x3)(2- x)
Elproductodelospolinomios:
-1+
=2+
(-L
(-L)xz + (-2)x3
+ 2)x +
+ xa
:2+x-x2-2x3+xa.
xr}
y1+
xr} eselpolinomio:
-1+
x2a.
Divisin
23
de
polinomios
tales que:
Raz de
un
polnomo
Proposicin
gado L) (x
1.2
- u)
Demosffacin
euclidiana
Sea
A(x)
donde R
0, o bien: gradoR
(x
c{)Q
@) + R(x),
- fl) -
[x]
de Ia divisin
10)
1).
A.
418
Si
cx
es
A(a):
PRELIMINARES
0:(a-a)Q(a)+R(a),
Iuego:
R(c):0,yportanto: R:0(yaqueResnuloodegrado0).Estoes:A(x)esdivisible
por (x
a).
Recprocamente, si
A(x)
es divisible por
(x
q),
es decir: R
0, de (10) se deduce:
A(x)=(x-a)Q@),
y si hacemos:
x:
Corolario
Si
c{, se
obtiene:
A(a)
(a
c.e.D.
P(x)-(x-n)Q8).
(11)
Demostracin Si o( es una raz de P(x), entonces (cf. proposicin anterior) el polinomio P(x) es divisible por el polinomio (x - o), y al llevar a cabo Ia divisin euclidiana del
primero por el segundo se obtiene una expresin de la forma (11).
Por otro lado, de (11) se deduce que el grado de P(x) es la suma del grado de (x
es 1- y el grado de Q(x) (cf. ejercicio 23,p.4I7). En consecuencia:
a)
-que
gradoQ
grado P
grado(x
- a) :
- I.
C.Q.D.
EJERCICIO
24
de grado
1)2 +
sedesigna:
a(x + r)3.
iguaJdad:
l-l-...rii-:
A.s. soLUCtu
or Los EJERCtctos
pRoPuEsros
4L9
Se
A+
C + D + B= A,yse justificadelasiguientemanera:
(a) (b) (cl (d)
{3} e C, pero {3} A;o tambin: 3 e A,pero 3 Ci
cumple:
a)
b) 2eC,pero2D;
c) 3eB,pero3D;
d) cada elemento de A tambin
es elemento de A.
Note el lector que lo escrito anteriormente est escrito implcitamente que A + D, y
tambin que B + C. Finalmente, Ios cardinales de A, B, C y D son:
Card(A) = Card(B)
2 Se tiene:
(p.379) a) SiX c A, entoncesXdebe
Card(C) =
4y
Card(D)
3.
Ejercicio
serA,D,EoF.
Siaadimos:
Xc
B, entonces sIo
PuedeserX:D.
b)
c)
d)
Ejercicio
(p.
dcB-l
F.
Si
: B.
: B o X : D'
n= z
(I2)
lo*t.
En efecto, por definicin de contenido estricto podemos escribir:
lt=
ACB
- ]
lt*o,
Itsn
I v -AcB.
*,
I
(13)
lo
A;y (AsB y
B A) esladefinicinde:A
cB.
A.
42o
PRELIMINARES
It.n
AcB ++ I y
l^*u,
Ejerci cto 4
(p. 3Bl
rcicio 5
(p. 382)
Eje
Se tiene:
a) A-B - {1,3,5};
b) c-A- {6};
c) B-C - {2,8, 10};
d) B-A- {6,8, 10};
e) eI conjunto B -B es vaco: B - B :
A.
xe A- x
B,podemos,pues,escribi:
lxeE
xeA-), y ---.xeCpB,
lxB
I
de lo que se concluye: A
Ejercicio
c Cn B.
lxeA
xl-AC--)l y ]
de Io que se concluye.
(p.
382)
x e B, podemos
--------+
xeBC,
I'ec
n
Lr. C
Ac B
AaC c fi,
lxe
A--------+
C.
A.5.
42L
/cfi,
podemosescribir:
Ejercicio
(p. 382)
A-8,
AaB:4.
A-B:lxeElxeAy xB\
: Ix e E I x e A y x e CsB| : ACrB.
La otra igualdad se deduce fcilmente de la anterior:
(crB)
(xeA
xeAuc-l tt o
[xeC
de lo que se concluye: Au C c B v
Ejercicio
l0
Si CEA o B
(p. 3 B3)
(xeB
xeBC,
-i
lxeC
C.
lxeE
x e CnB
+]
------+
X e CnA,
l*en
de
lo que se deduce:
Cs
A=
C6 B'
AcB
AUB cBvB
AoBcB - AB :
B.
podemosescribir:
y AUB:B-ACB,
AcB-AB:B
/cfi, * AvB:8.
A.
422
l2 Setiene:
384) a) Si tenemos en cuenta la propiedad distributiva de la interseccin
Ejercicio
(p.
PRELIMINARES
respecto de
(A-B) u (AnB)
(A n CB)u (AnB)
-lA-B)
: A((C)
u B)
: AnE: A.
anterior:
u (AnB)l u [(B
-A) u (B n A)]
B
=(A_B)u(AB)u(B-A).
c) Utilizamos una de las propiedades
(CrA) u (AnB)
uB)
Ejercicio
(p.
b)
+lAyByCl,
y sustituyendo:
7470
= 32x + l6x + Bx - 4x
-2x - x + lA y B y cl :
49x +
ll'
yny
cl,
Iuego:
I
:30-x.
Se sabe que r es mayor o igual que 30, luego 30 - x es menor o igual que 0;
pero (1/49) ll y S y Cl es un nmero positivo o nulo, as que de la igualdad anterior se deduce quer:30,yenconsecuencia: lA y B y Cl:0.
*lAvBYCl
A,5. SOLUCION
423
390)
(z,t)
(z,t) <(x,y),
entonces:
entonces:
R.2.
La restriccin de
a R* es la aplicacin
(p.393)
fi
Ejercicio
l6
No. Porejemplo,
(p.396)
f(7):a,
/
f(2):a
y f(3):b,
(*)
y, en cambio, no es inyectiva.
Realmente, cualquier aplicacin verifica (*). Si no se ve claro, obsrvese que
es equivalente a: V (x,y) e A2, (x : i) + (f (x): f (y)).
entonces
Ejercicio
17
verifica
La aplicacin
(*)
(f
xz),
A.
424
PRELIMINARES
quex>0yy>
(recordemos
e x:f
y:f(x)
0);ycomo:
r(y),
seconcluye:
TI
R.r
Rr
La aplicacin
^/V'
g tambin es suprayectiva: si y e R+, entonces 7
es la imagen
por
y como
se verifica:
ar
vl2'
ls
Sabemos eue B
"
fl(x) : sff@)) :
R.*
por g "
es:
s(xz) :2x2.
d;se verifica:
(pues:
>
O,
vy
e R , (g
f)-ttg : rE
faf
r og-1 es:
Es claro que
(9
"
18
* e' :
e * e' :
e
y en consecuenciat
'
A.5.
425
Ejercicio
I9
(p.405)
es obamente el nmero
ax a: ax a=
0. Un nmero racio-
0, es decir:
a+e+aa:0.
Ahora bien, si A
+ -I,Ia
a:
a:-,e I+a'
y
que es un absurdo.
axb--a+b+ab:-I
se deduce:
yportanto o= ,1 .-!:_ t;
a(I+b)+b:-1,
L+b
es dec, cuando a * b : -I,si b + -1, entonces 4 : -1; y anlogamente: si o # -l',
entonces b : -L En definitiva, si a * b : -I, entonces necesariamente a : -1
ob:-1.
Lo demostrado en el prrafo anterior nos asegura que la restriccin de la operacin x al conjunto a - {-1} es una operacin sobre Q - {-1}:
Y
o
o
o
g
x definida sobre
es conmutativa; en efecto: si
verifica:
a*b
En conclusin: (Q
ay
a + b + ab
b + a.+ ba
N,
- {-1}, entonces se
*
a.
A.
426
PRELIMINARES
2l Se verifica:
a07) o La operacn + es asociativa:
(xt,x) + l(yt,yz) + Qrzz)l: (xt,xz) + (yt + 21,/2 * 22)
: (x1 + Vr -f Zt,X2-l !2-l z2),
Ejercicio
@.
o
o
o
22
(p.4rl\
+)
!t,
xz -r yz)
(xt,xz):
(0,0).
es un grupo abeliano.
Supongamos que < es una ley de composicin externa definida sobre Z para Q:
e.r,
(q,
z)
61
4 z,
SeazeZtalque:
1
20r:''
Entonces:
EI
zo(L<r):z<r.
\2 )
(r4)
,"(+<r)
yelsegundomiembro:
consecuencia,
2<z:
(Lr)
(1
de (14) se deduce: I :
(r(;)) <1:1<rGj)r;
r<z+r<zE!) ztz:22.
:
22, o bien: z I I 2,en contra de que z e
+1) or(V)
En
7-.
No es posible, pues, definir una ley de composicin externa sobre Z para Q que
verifique las propiedades (L1), (L2), (L3) y (L4).
Ejercicio
23
(p.417)
"'+
"'+
cLnxnYQ@):bs+b1x +
bnxn,conp
Pongamos: P(x): a.s-t64x +
(los grados respectivos de P y Q) menores o iguales que 7. El producto PQ es:
(PQ)@)
P(x)Q@)
1x
donde:
.i
yq
A.s. soLUCroN
427
k>p o i-krq;
en eI caso: k >
en el caso:
j-
- 0,
0;
bi-k - 0,
En deflnitiva, si
Y Por
tanto ekbi-k
0.
> p + 4, entonces e :
Z a.b-, :
0.
k=0
Por otro lado, estudiemos el valor del coeficiente ep+q. Cada valor del ndice k del
a)
b)
c)
k<pyp+q-k>q,
k:pyp+q-k:q,
k>pyp+q-k<q.
bp+q-k
: 0,
O'
En el caso (b), se tiene: akbp+q-k = apbq + 0, pues ap Y bq son no nulos por set p y q
los gtados de P y Q, respectivamente. Por Itimo, en eI caso (c), por ser P de gtado p,
se tiene:
cLk
0,
En definitiva:
O'
p+q
p*q
Recapitulando:
e:O sij>P+q,
es decir: el grado de PQ es
p + q.
Y p+q=apbq+Oi
A.
428
24
Ejercicio
(p. at 8)
PRELIMINARES
Queremos se verifique:
x2:A(x+r)-A(x)
: (d- d) + c[(x+ 1) - x] +bfix+
: c + b(2x+ 1) + a(3x2 + 3x + 1)
: (e + b + c) + (3a + Zb)x + 3ax2,
t)2
3a:I,
es decir:
3a+2b:0,
a+b+c:0,
11,12
A(x): 6*
- ;*'*
(15)
i*'.
22 T2
rL2
A(2)
A(3) -
A(1),
A(2),
A'.(n+ 1)
- A(n),
Sumando se obtiene:
t2
If
22
+'
+ rLz -
a:
12+22+ .+rLz-A@+L)
n+L _(n+L)z *(n+I)3
- 6z-3-6
n(n+1)(2n+1)
ApNDIcE
DETERMINANTES
B. DETERMINANTES
43o
ESQUEMA RESUMEN
1.
Determinantes de orden
2.
Determinantes de orden
dos 43I
5. Determinante
tres 432
1. Permutaciones del conjunto {I,2,3} .
2. Formas trilineales alternadas
3.
4.
.432
Sannus
441
415
columna
los
448
7. Aplicacin al clculo
matriz
de la inversa de una
452
.436
8.
3. Permutaciones 437
4. Determinante de ? vectores
matriz
.433
de una
Iriz
en una
base
4S5
9. Sistemas
de
CR4rr,rnn
457
propuestos 460
B.I.
43L
B.
Los vectores
xyy
xtVz - xz?t
: O.
(1)
!:y'.x,
Iuego Y1
l,xt Y lz =
conAe
R',
xtVz - xzh,
xttrxz
x2Lx1
g.
x:Ay,
y en consecuencia los vectores x y y sor. linealmente dependientes.
Una consecuencia inmediata de lo anterior es que los vectores x y
mente independientes si y slo si:
son lineal-
: (xt,x) y ! : (yt,yz)
en la base
xtiz-xzYt#0'
EJEMPLO
x : (2,0) y y - (-1,3)
x1:2,x2-0
luego:
xtTz
yxy
de R2, se tiene:
y !t--1,
/z:3,
6,
Del nmer o
de la forma:
l*, jt
l*, iz
Dererminante de diremos es eI determinante de los vectores x
dos vectores en cannica:
la base cann ica
: xTIz
l*, lt
1", lz
- xzJt-
B. DETERMINANTES
432
EJEMPLO
Ir
l:
que es nulo si y slo si A
2l
,rl
si.\:6.
En
R2 en
tal
:'t-o'
6.
,
lrt
A(x,y)l*,
I
7t
7z
R.2
R.
: xtTz - xzh,,
determinante
: u A(x,!) + p A(x',t),
A(x,ay + Fy'): aA(x,t) + BA(x,y'),
cualesquiera que sean los vectores x, x',! y y' de R2 y los escalares a y p.
A(ux + Bx',y)
8.2
Pe
rm u taci
Se tiene:
de {T,2,3}
Denotaremos por P3 el conjunto cuyos elementos son las permutaciones del conunto {1,2,3}. Los elementos de P3, qu son seis, sern denotados as:
3;
1;
433
.
.
.
tzz: tzz(I)
I, tzz(2)
3, tzz(3)
2;
Transposicin y
(orden
3)
23,
pi p(L) :
tt3
transposiciones.
La composicin de aplicaciones
que z: "
t72:4'
-que se denota:
es la
PueS:
Itzz
tn
frE
tzz
ttz
tn
tzz
tn
tn
tn
tn
tn
tzz
tzz
tzz
tzz
tn
tn
tn
tzz
tn
tn
tn
tn
tzz
q(1)'
q(2),
q(3).
{l'2,3}
'
Si
y h son dos de estas permutaciones, entonces g " h se encuentra en la fila donde esf h y en la columna donde est g; por
ejemplo: tzt"tn = Q,Y tzEo qottz: tzz" GI"ttz) = tzt"tzs : u'
2. Formas trilineales alternadas Sea E un espacio vectorial sobre R de dimensin 3. Una forma trilineal alternada sobre E es una aplicacin f de E x E x E en R
que verifica:
. .f es trilineal, es decir, /
cualesquiera
de R, y anlogamente con las variables segunda y tercera;
se intercambian dos cuales..F es alternada, esto es, / cambia de signo cuando
quiera de los tres vectores (dejando en su lugar el restante).
B. DETERMINANTES
434
EJ
EM
PLO
Si
es alternada, se verifica:
f (xr,x3,xt) - -f (xz,xt,xz),
pues hemos intercambiado los vectores xz y
xt
(2)
y se verifica:
(3)
f (xz, xt, xz) - - f (xt, xz, xz),
los vectores xz y xt (el vectot x3 permanece en su lugar). De (2)
y (3) se deduce:
(4)
Anlogamente:
(s)
alternada se verifica:
1,
es alternada se tiene:
(6)
3, Determinante de tres vectores en una base Consideremos un espacio vectorial E sobre R de dimensin 3, y fijemos en E una base B : (u t, u z, u z). Si / es una
forma trilineal alternada sobre E, y xr, x2, f3 son vectores de E, con:
x: xi1u1-lxi2u2*xgu3,
de ser
con
1< I <
3,
trilineal se deduce:
3
/3
xuui,
(
f t>
>x2iu
j:r
r:1
33,3
3/33\
i, Zr=kuk) Z *trf
k:L
i:r
333
(u t,
Zx2iu i, Z*=ku
j:r
L:l
k)
/
435
esdecir:
f (xt,xz,rs)
3 J
: I Z Z"rtrrjxzpf (ui,ui,un).
=r j
k=r
0)
=r
i,
(ui,u
j,ur) :
0. En
f (u,ui,up): -f (u,ui,uk),
(u,u,up.) : 0; y anlogamente se demostraran los otros casos. En consecuencia, en (7) slo tenemos que considerar
aquellos sumandos donde los ndices , j, k son distintos dos a dos; y en este caso,
si definimost SG) : , g(2) : i y SG) : k, entonces g e P3,y por tanto:
0, es dectr:
333
:7
j:rk:\
seP3
(8)
gePz
como Ia aplicacin D
determinante
una base
(orden 3)
X1U1-l Xi2U2l
entonces:
D(x1,x2,x3)
: I
X6l)3,
e(g)x1nq1xzse)x3s13').
0ePz
x L, X z, X 3)
xt, x2
)z
x3 en
f : f (ut,uz,us)D.
AI estudiar el caso general (cf. seccin 4, p. 44I), demostraremos que una condicin necesaria y suficiente para que los vectores xt, xz 1z .r3 sn linealmente independientes es que su determinante (en cualquier base) sea no nulo.
B. DETERMINANIES
436
Si desarro-
D(xt,xz,xz) : xnxzzx3s -
- XX22X31
-f X12X23X31 t XX21X32.
X12X21X33
X11X23X32
(10)
XtZ XZZ
XZZ
xn xzt
Xzt
lXtz Xzz
XZZ
I
I
I-'LL
I
Xtz Xzz
Xtt XZt
Xsz
XZt
y se antepone eI signo
X12X23X31,
a los productos:
EJEMPLO
y uz
x2
: (I,1,0), y 4 : (2,-I,3).
Como:
3Ug,
se tiene:
1 0
|
I 0l
D(xt,x2,xz):l2
l-1 -1 3l
- (-1) . o . 0 + 1 . 1 . 3 + 2. (-1) . (-1)
- 2 .0 . 3 - (-1) . I . (-1) - I . (-1) .0 :
-11
-1 -1
1 0
-11
0 -1
-1 -1
0t.
3l
4,
8.3.
437
PERMUTACIONES
8.3
PERMTJTACIONES
Sea rL
1.
Permutacon
de {7,2,. .. , fl}
La composicin de aplicaciones
neutro, que denotaremos porLLn, es la permutacin que verifica:
V e {1,2,...,h}, u"(i) : i;
de un diremos es la permutacin idntica de {1, 2,
taremos su permutacin inversa pot g-r:
...,n}.
Para cada
g e Pn deno-
_1
_1
gog-'-g'o9:Un.
EjEMPLO
r(I) :
s(1) :
:
1, s(2) :
L,
r(2)
que:
: 2, r(4) :3,
3, s(3) :4, s(4):2,
4, r(3)
sonelementosdeP,yverifican:ros=sor:xL4,eSdecil,seSIapermutacininversadela
permutacin r: s : r-7, y r es la inversa de s: r = s-l'
Tran s po s ici
(ord en
n)
Consecuencias de la deftnicin de
.
.
.
transposicin
Se
verifica:
: tij o tij, Y
B. DETERMINANIES
438
EJEMPLO
La transposicin tzs de
1I,2,3,4]
tzE(l)
EJERCICIO
es la
: I' tnQ):
4'
1L4.
de
transposiciones.
EJEMPLO
tzq
se
verifica:
del ejemplo
r = ty o tzs.
Aplicacin
alternada
EJEMPLO8
SeaE:R..Laaplicacin@3deR3enRdadaport(xt,xz,xz)=(xz-xt)(xt-xt)(xz-xz)
es
R.,
z (xz,
xt, xz)
z(xtn1\,
xz)
: -t(xt,xz,xs);
xz)
: -z(xt,xz,xz).
(x tzze), x
tz3 qz,
x t46)
xt)
(xz
- xz)&t -
xz)@t
23:
8.3.
PERMUTACIONES
439
Anlogamente se demostrara que la aplicacin
Qn(xt,xz,...,xn)
de Ru en R, con
: n @ 1<<j<u
n > 2, dadapor:
xi)
Proposicin
ll.l
Sean
g, h
yt
g : h"t
2,...,n}
tdes que:
y t esunatransposicin,
- -(xn1), xhe),.,,,
Demostracin
Para cada
xn
xh@),
de E.
i e {L,2
!tUl - X((i)) : XsU)
Q@se'xse), "',xs@))
Corolario
Si
xL, xZ
(x
s0), x se)
r..
., xs@)
igual a Q(xt, x2, . . . , xn) o a - Q(xt, x2, . . . , x,-), segn sea Ia permutacin g e Pn
igual a una composicin de una cantidad par o impar, respectivamente, de transposiciones.
es
Sea n > 2. Si una permutacin es igual a una composicin de una cantidad par
de transposiciones, entonces no es igual a una composicin de una cantidad impar;
"(xt,xz,...,xn) *0.
(11)
Si la permutacin g e P,' fuera igual a la composicin de una cantidad par de transposiciones, y tambin igual a Ia composicin de una cantidad impar, entonces se
E. DETERMINANIES
44o
lv
. , xs@))
:
l"{xtrtr, xse)t "', xs@)) -Qn(x1,x2, "', xn),
I
Definici.n..'.=....
Signatura de una
pe rm
utaci
' de
Dada una permutacin g c Pn, con n > 2, ta sig
0, que,', s denota
'eS
composicin de una,c&r,Itidad par de
por t (g) , se define como igual a 1 si g.
transposicions, y como,igual' -1 si es cornposicin de una cantldad impar.,
(u) -
1.
t(u") :1'
un = tij " tj para cualquier transposicin
La slgnatura de una transposicin es igaal a *I:
t; de
{1,2,. .. ,n}.
s(tii) : -1.
Si
)/
LL
e(s " h)
= 1 es obvio. Supongamos que n
e(g)
e(h).
(12)
I " h es igual a Ia
g
composicin de un nmero par de transposiciones, necesariamenfe y h verifican: ambas son composicin de un nmero par de transposiciones, o ambas son composicin
de un nmero impar. Es decir: si e(g " h) : 1, entonces:
El caso rL
e(g) = t(h)
>-
=I o
2.
Si la permutacin
e(g) = e(ll) =
-I,
: -I, entonces:
{e(g) , E(LL)\
{1,
-1},
8.4.
DETERMINANTE DE
44L
g se verifica:
E(g r)
Si
g e Pn,entonces g " g |
e(s).
e(zr), luego:
1;
(13)
Nota
Para
EJEMPLO
La signatura de la permutacin
(cf.p.434).
7,p.
es composicin
438).
de transposiciones, pues s
EJERCICIO
Sean
tales que:
Vie{I,2
(y
8.4
: n)' Demostril
'
Funcion
dete rm nante
en
una base
(orde n
n)
Dete rm inante
de n vectores en
u na base
(ut,uz,...,un).
R.
de dimensin
n no
B. DETERMINANIES
442
Nota
bene
Si
seccin 1 (cf.
Form
^,
p.431).
al n-lineal
alternada
Propiedades
Se
verifica:
t e Pn es una transposicin,
entonces:
(15)
verifica:
(16
gePn
pues si hacemos:
XtG)tUt|-XtL)zl)z-1 "'+
XtL)nt)n,
COn
1< 4h,
y por tanto:
D(x,x12,
"',
xt@)) =
'
- - xt@)s(n).
gPn
-y
x11s11x12s(z)
xnh@)
tienen los mismos factores. As, y dado que al recorrer g el coniunto P", tambin lo
recone h: g" (alserf unapermutacin), ycomo: e(g"t) = e(S)e(t): -E(g)
(cf. consecuencias de la definicin de signatura, p. a40, se tiene:
e@)xrr:,se)xte)se\'''
LePn
xt@)s@\
hePn
8.4.
DETERMINANTE DE
443
D(qxr + Fxi,xr,...,xn)
xt
= Z e@)(q.xtse)
gePn
-r px'rrrr)xzs1z\. . - xns@)
: a ) e(g)x4x2se)'..
gePk
+
e(g)xlsrtxzse\
xns@\
- - . xns@)
gePn
y anlogamente D es lineal en cualquier otra variable dejando fijas las restantes, lo que
prueba que es n-lineal, y en conclusin (primera propiedad) D es una forma n-lineal
alternada sobre E.
. Eldeterminantedelospropiosvectoresut,uz,...,Ttnenlabase(u1,uz,...,rrn)
es igual a l:
D(ur,Uzt...,l)n) :
SiparaCada 1<
<n
escribimos:
1.
11,
ui-1
"
I)inUn entonces:
si:i,
fo, sii+i,
y por tanto:
ePn
..
.,
xn
D(xt,X2,... ,xn) :
Sr
0.
: D(xt,xz,...,x)i
xt@)) : - D(xt, xz,. . . , xn), y en consecuen-
D(x6,x12,..., xt@\)
pero por ser D alternada: D(xg, x12\,.
..,
D(xt,xz,. ..,x") : 0.
No se modifica eI valor del determinante de los vectores
cia:.
xl, xz,
.. ., xn en una
+ D (Zrxi,xz,...,*n),
B. DETERMINANIE-S
444
pero (propiedad anterior):
D
( i c(txt,xz,...,tn)
"I
\J
'
'
i:2
- i o,D(xt,xz,...,xi
-t
i:2
y por tanto:
o(",+iixi,xZ
7:l
Teorema
la funcin
f-aD
es Ia nica
f (ur,uzt...,un) -
a.
Demostracin
En
llegaramos
f :
a:
Q (u t ,1) z, . . . ,l)
- aD(xr,
para cualesquiera
Corolario
xt, xz
..
xn
...,
Xr)
xZ
de E, y por tanto: W
:f
C.Q.D.
Fijada Ia base
la base B: D, es Ia
en (ULUZ,.
n) D (xr , Xz,
,Un).
Teorema 2
[Jna condicin necesaria y suficiente para que los vectores xr,
x2, ..., xn de E seanlinealmente independienfes es que su determinante -en cualquier base de E sea distinto de 0.
Demostracin
Sea
la base B.
La condicin es necesaria. Si los vectores x7,
fijandolabase
f(xt,x2,...,x") : bi
(ut,ur,...,u), entonces: f : aD,cona.: f (ut,uz,...,u).
8.5.
Por tanto:
445
aD(x1,x2,...,xn)
: f (xt,xz,...,xn) :b
D(xt,xz,..
.,
+O,ynecesariamente:
x") *
O.
son linealmente
Si
n>
2, almenos
=
por
uno de los vectores es combinacin lineal de los restantes;
ejemplo, supongamos se tiene: xl : 2x2 -t ' ' ' + otnxni se cumple (cf. propiedades de D):
dependientes. Siz
1,
D(xt,xz,...,x) :
8.5
( io,*,,x2,...,r,)
t
/
-2
i aD(x,x2,...,xn) :
-2
o.
c.e.D.
A:l
/
I
ar, 6ltz
or, 6lzz
l:
\onr
at,?
a2n
:".:l
6tn2
ilI
\
I
l.
onn)
: (et,ez,...,en)
es la base cannica de R:
R.,
Determinante de
u
na matraz
Q7)
base cannica de
R.u.
\
I
R.
li
B. DETERMINANIES
446
Notacin
matrv A
El determinante de la
se escribe de Ia forma:
lan an
o^
det(A) - I .'
t::
El determ nante
de una m atriz y el
de su traspuesta
son iguales
Proposicin f l.2
minante de A:
a''
a2nl
I on,
cLnZ
ornl
:l
der(At)
Demostracin
a,1n
es
igual al deter-
det(A).
Por definicin:
det(A)
: @) asy)rese)z'''
- gePn
det(At
a"s(n)nt
hePn
a's@-r@\\s-1(n)
det(A) - I
I
ePn
Y1.
L E \g'
(1 B)
t
gePn
e(g-t = e(0
:
9-r
ePn
det(At).
C.Q.D.
matriz
det(I")
1.
8.5.
447
El valor del determinante de una matriz no vara sl a una columna (o a una fila)
de la matriz se le suma una combinacin lineal de las resfantes columnas (o
filas).
Si todos los trminos de una columna (o de una fila) de una matriz se multiplican por un mismo nmero, entonces eI valor del determinante queda multipli-
de un producto
de matrices es
igual al producto
de los
determinantes
Proposicin
ll.3
Si
ces.'
det(AB)
det(A) det(B).
ls
Demostracin
Sean
ces A y B, respectivamente. Es decir, "4 y ts son las aplicaciones lineales de Rz en R.u tales
que:
. . .,
an
sorT
los vectores columna de A, y bt, bz, ' ' ', bn son los vectores columna
de B.
La aplicacin
.f
de E" en
f
para cada
aplicacin
(xt,
R,
tal que:
xn)
: A(A(axt
t(aA(xt)
+ fix\),A(xz),
R.2. En
efecto. La
"',A(x.))
BA(x\),A(xz),...,A(x-))
= q A(A(xr),A(xz),.. .,A(x.))
+ F A@@\),A(xz),.. -,A(x-))
: af (xt,xz,...,x) + Bf @1,x2,...,x),
=
y anlogamente se probara que / es lineal en cualquiera de las otras variables, dejando fijas
las restantes; por tanto, / es n-lineal. Por otro lado, / es alternada, pues si t e Pn es una
transposicin, se tiene:
"l
B.
448
En consecuencia (cf.
teoremaI,p.444),
DETERMINANTES
se verifica:
xt
f (ts (et),ts (ez),. ..,ts (e.)) : f (e e2,. .., en) A(ts (et),ts (e), .. .,ts (e")).
(19)
Ahora bien:
8.6
(et, ez, .. .,
rL,
conn > 2i
(on atz
I azt azz
orn\
6Lzn
A:ll::'.:l
6lnz
\orr
onn
CLtt
tL
4,,
ttlJ
Ll
i -
a'U+t)I
AnI
Menor
complementario
de un trmno
Adjunto de un
trm ino
et(j +t)
eyli -L)
\v
L)\J
L'/
\L
L)\J
t L/
.,
cLe+l)(j-1)
A"e+l)(.1+1)
en(j -L)
en(j +T)
CLrn
\L
L)'L
n ,
CLe+t)n
CLnn
(1,
j)).
ai = (-I)1+.r det(A;)
diremos es el adjunto, o cofactor, en la matriz
posicin (,j)).
A del trmino aj
(qtJe ocupa la
8.6.
449
Proposicin ll,4
Si
A_
&t@-t)
cLn
'
..
| "'n-L)r
Demostracin
Se
\
I
&(n-r,rr
rn-r,
&n@-I)
cLnr
6Lnn
tiene:
et(A)
e(g)as1asq2)2"'6ls@\n,
fii:"
pues los sumandos que tienen un factor de la forma 6Ls@)n con S@) # n son nulos. Ahora
bien, observemos que la aplicacin que hace corresponder a la permutaci|n g e Pr, donde
que:
S'G): S&),
es
<n-
con 1 <
L,
lh
gPn
s(n):n
: &nn
g'ePn I
Corolario
Si
&nnotnn'
c'Q'D'
4.11i
*ri-r,
&tt
e(r-rlt;-rl
eti _L)
A.O+t)T
aU+1)U-1)
a)nt
-L)
CLn(',j
rL (n > 2):
elqi +r)
e(i-'
cLrn
A.U_t)n
A"ij
0
A.4i +L)
cLn
&G+1) ( + 1)
4.6+t)n
cLn(',j +L)
-t)
rr;*
...
entonces se verifica:
d et
det
CLnn
B.
45()
DETERMINANTES
matriz A, permutamos las columnas j-sima y U + l)-sima, y a continuacin permutamos las columnas U+ 1)-simay (j+2)-sima de lamatriz obtenida, yprocedemos con permutaciones sucesivas de columnas consecutivas hasta que conseguimos una
matriz cuya n-sima columna es la j-sima columna original de la matriz A. Si llamamos Ar
Demostracin
En la
- (-1)n-r
det(Ar)
det(A),
(2
0)
posicin
(,n)-
-Que
(
I
At:
&tt.
at( j
oi-rt.,
et (j +t)
CLtn
a(i-r1i*rl
orj-rt,
6Ln
aj
A.G+t)n
a'nn
-t)
a(t-rif,,-ti
e1i_r)
6Lit
I
(j-
Clqi+l)
CLq+t)r
a( j
1)
+t)
&1i+1)
(-r+ 1)
an1i-rl
6L'nl
antt
*tl
Procediendo con las filas de la matriz 'A1 anlogamente a como hemos hecho con las columnas
de la matriz A, podemos obtener, despus de n - permutaciones de filas consecutivas, la
matriz:
elqi -L)
cLtt
+t)
CLt(j
&Ln
o<j-r,
Az:
A.G+t)t
(j- 1) a.g+t
A'G+I)
(+
1)
611-t)n
A'U+t)n
ann
&in
::
CLnI
an(j _r)
A.vi+t)
cLit
ai( j
ei( j +t)
-t)
Gr)* det(Az)
1-
1;'-t
det
aj
y por tanto:
: (-l)2'det(A) : det(A).
au
det (A;
(2r)
(n,n)(22)
C.Q.D.
8.6,
Desarrollo de u n
dete rm inante por
los trm inos de la
j-sima columna
Corof
ario
Sea
A = (or)
conl< j<n,severifica:
"nu
matiz
o IzLUMNA
cuadrada de orden
' anlanj-
det(A) - erjarj+ezjazj+
Demostracin
45r
(2 3)
De se
&Ln
Aqr-tn
YL
det
(A)
Y
z-
Qn
:I
6L1t+t)n
CL'nn
C.Q.D.
3) se dice es e
De
(2
de la j-sima columna
Desarrollo de un
determ nante por
los trmnos de la
Corolario
Sea
conl<<n,severifica:
det(A) : &itit * &iziz -l'
i-sima fila
* ct.nin'
(21)
Es una consecuencia
EJEMPLO I
Sea
A la matriz real:
/ 11
| -E
A- i o
\10
1
-1
'l
4l'
2)
y calculemos det(A).
Si sumamos a la primera columna la segunda cambiada de signo ms la tercera multiplicada por 2, entonces (cf. propiedades del determinante de una matriz, p' 446):
1 1 o
-3 I 2
021
1 0 -1
-11
0l :
4l
2l
o 1
0 I
02
-1 0
o -11
2 0l
1 4l'
-1 2l
B. DETERMINANIES
452
y desarrollando este ltimo determinante por los trminos de Ia primera columna (cf. desarrollo (23), p. 451):
der(A)
:l I i
lz
-1
1 ;l
(2 s)
pues el trmino de posicin (4, 1) es igual a -1 y los restantes de Ia primera columna son nuIos; y, finalmente, desarrollando este determinante por los trminos de la segunda fila (cf. desarrollo (24)), obtenemos (cf. seccin I, p. 431):
l1 0 -11
l, 2 0l_(_t)2*r.1
lz 1
4l
8.7
4l
Ir
- (-1)(0'+ -1
y con (25) concluimos que det(A)
-11+(-112+2.2.11
\ r/ t-
lo
lz
/ arr
riz
11,
Mat
4l
11.
APLICACTU AT CTCUTO DE
TRIZ
-11
ct
rz
I cLzt
&zz
\orr
cLn2
rL:
a.h\
cLzn
^trr)
adju nta
de la m atriz
inve rsa es ig ual al
inverso del
determ inante
DE
Proposicin
ll.5
453
La matriz
es
siy sIosidet(A) *
invertible
O;
y, en este caso,
se verifica:
det(A-1)
det
(26)
(A)'
Demostracin
-det(/,) -
det(AA-t)
:1',
se tiene:
(27)
1;
(AA-1)
det
(2 B)
C.Q.D.
Demostracin
Sea C
- (rtt)
det(A)In
tu matriz: C
TL
A* A.
(2
AA*. Entonces:
TL
cj Zotoa[:2otoajp.
t,_1
K:I
Ahora bien,
sii
j,
e)
(3 0)
L-1
't-I
entonces:
,r, =
&ko(k
k=1
k:r
eDt*uorodet(Ar),
y ci es el desarrollo del determinante de A por los trminos de la i-sima fila (cf. p. 451), y
Por tanto: c = det(A).
Por otro lado, si i +
j,
&tt
&
&na
(i)
B_
&n
6L
&nr
A'n
(j)
454
B. DETERMINANIES
entonces (30) es el desarrollo del determinante de B por los trminos de la j-sima fila, y
como det(B) : 0, pues B tiene dos filas iguales (cf. propiedades del determinante de una
matriz, p.446), se deduce eue c = Q.
En conclusin, la matriz AA* es tal que los trminos de la diagonal principal son iguales
a det(A),ylos restantes soniguales a 0. Por tanto: AA* = det(A)1,.
De manera similar (utilizando desarrollos por los trminos de una columna) se demostrara que A* A : det(A)l", y en consecuencia se verifica (29).
c.e.D.
F
rm
la para la
inversa de una
Corolario
Si la matriz
matriz inversa:
1,
A, cuadrada de orden
verifica
matriz
7L
1
A L_____j_A*.
"
(3t
det(A)
Demostracin Utilizando
A*
y como det(A)
EJEMPLO
su
(29) se tiene:
: AxIn: A*AA-| :
det(A)I.A-r
det(A)A
t,
(Z)
C.Q.D.
A-(
y calculemos
1)
ll zl
det(et :a ll -zl
*
lz ol l, _zl:+"-4=4(a-r)'
y por tanto (cf. proposicin II.5, p. a53) A es invertible si y slo si a
Ahora calculamos los cofactores de los trminos de A:
4,
o.22
,lg -11ul:_r,
lr
d,z:(_,1,
= -2 y azz = I
/4
a*
-z
\-t
=l
I.
, -lo
dr.=(*tl"li
- Za,ypor tanto:
4 -4\
-2 zol
r_ 2a
")
-;
,:\
rl
,l:-r'
B.g
Su
bmatrriz de
u na matriz
455
ar crcuro
ApLTcACIN
:'r.
an
o^
--
- It.:
I
Sea
Art
arz
&rr
azz
cLzr
#0.
CLrZ
(3 3)
CL',rr
la aplicacin lineal:
R?4
(xt,Xz,...,Xr
Si ctr, a2,
imagen por
xn)
Rr
--J----+
(xt,X2,...,X").
de la matriz A (vectores de R'), la
de
&i
e-s:
con 1 <j
<r;
ahorabien,eldeterminantedelosrvectoresf(a):(atj,azj,...,arj),con1<j<r,en
la base cannica de R' es precisamente el determinante d de (33), que es no nulo, y por
tanto (cf. teorema 2, p. 444) estos vectores son vectores linealmente independientes de R'.
En consecuencia, los vectores dt, a2,..., Ar sortvectores linealmente independientes de R.2,
y en conclusin la matriz A tiene rango mayor o igual que r.
Por ofto lado, supongarnos que rangoA > r, es decir, que A tiene al menos r + 1 vectores columna linealmente independientes. Sin prdida de generalidad podemos suponer que
los r + 1 primeros vectores columna de A: a1, &2, . . ., r7a1, SoIr linealmente independientes,
sin ms que basarnos en que dt, az, ..., dr ya lo son, y en el teorema de la base incompleta.
Elsistemadevectores ((at,azt,...,att),(atz,azz,...,arz),...,(6Lv,clzr,...,.r))esbasede Rt; seanr, 82,..., B. lascoordenadas delvector (a11r1r),az(r+r\,...,dr?+r\) enesta
base, y por tanto:
6Li@+r)
- j:T
Z Bt&ij,
r.
(3+)
B.
456
Ahora bien, como estamos suponiendo Qe 41, 42,
tes, debe existir k, con r + I < k < z, tal que:
6Lt<@+t)
j:I
..
.,
dr, 471
soT:r
DETERMINANTES
linealmente independien-
(3 s)
U,a.kj.
Pero lo escrito en (35) es absurdo. En efecto. De las propiedades del determinante de una
matriz (cf. p. 446), de (3a) y de la proposicin II.4 (cf. p. 449) se deduce:
l":'
t:
I
o,,
ou,
_ (o0,"*1) - iu,ar,i)
d,
j:t
0 (cf. (33)), de (35) podramos concluir que A tiene una submatriz cuadrada de
orden r + 1 cuyo determinante es no nulo, en contra de la hiptesis (b).
c.Q.D.
En conclusin, el rango de A es igual a
y como d
r.
Podemos, pues, decir: el rango de una matriz (cuando este rango es mayor que
nulo.
EJEMPLO 12
/r
t 2
\o
3 3
o:f -r z r
3\
ol.
=)
/t
t 2
r:f -t z r
\ o33
-1, obte-
0\
ol,
o)'
cuyo rango es el mismo que el de la matriz A; y sumando a la tercera columna de B sus dos
primeras columnas multiplicadas por -1, obtenemos:
/r
10
0\
c:l-r z o ol,
\o3o
o)'
y rango(C) = rango(A). Ahora bien, la matriz C tiene una submatriz cuadrada de orden 2 de
determinante no nulo:
lll-1 ll:'+0,
2l
y todas sus submatrices cuadradas de orden 3 tienen determinante nulo (pues presentan al
menos una columna de trminos nulos), luego: rango ( C) = 2. En conclusini rango(A)
2.
8.9.
SISTEMAS DE CRAMER
B.g
Sistema de
Cramer
EJEMPLO
13
457
SISTEMAS DE CRAMER
Se denomina sistema
incgnitas cuya matriz asociada es de rango n. Es decir, un sistema, de matriz asociada Ia matriz cuadrada A, es de Cnanrcn precisamente si A es invertible, o equivalentemente (cf. proposicin II.5, p.453): det(A) I 0.
EI sistema real:
lz*, -t 2x2 - |
1 x.+ x2-z
f-
lz
(.r
2\
L) '
?l:1ro
C on
n ecuaciones lineales
de
t"
Ila,
con
n Lncognitas:
6LLnXn:
C1
6LZnXyt:
C2
(36)
V.n
nL X1
CLryZXZ
*'
i CLnnXyt : Cn,
yc
y A es la matriz:
/att cLtz
| &zt azz
A-l
:
'
cLnz
\orr
l"\
lr,
:l,j
'
ar,r\
ct
zn
a,nn
I
I
(at j,
e.z
B. DETERMINANIES
458
c:
(Ct,Cz,...,Cn),
resolver el sistema (36) equivale a determinar coeficientes teales x1, x2, ' ' ., xn que
permitan expresar eI vector c como combinacin lineal de los vectores d)., d2, '.., &ni
I XnA'n : '
Supongamos que el sistema (36) es de CRltrn, es decir: rango A : rL, o equivalentemente: det(A) = A(at,dz,...,a) * 0. EI sistema (36) tiene, pues, unanica
X7A1
* X2tI2 l "'
solucin:
/xt \
*rl
x:1.-1.
I
l:l/
\x"
xtA(at,c2,...,&n)
7L
-A (xt&r, &2
-A (xtat i xz&z
+ Xnbnt
(cf .
p. 442) se deduce:
AZ
y por tanto:
Anlogamente probaramos
X:
det
(A)
'
con
Proposicin
fica: det(A)
ll.8
Si el sistema (36), de rL ecuaciones con rL incgnitas, veri0, entonces tiene una nica solucin:
)
x- ;r
I ' I'
\"")
tal que:
X:
det(A)
, conl
8.9.
SISTEMAS DE CRAMER
EJEIrPLO t 4
459
Si el sistema
:
I^r*, * btXz
l^'*'
es de CnauEn, es decir:
Cr
* bzxz -
lot
Cz
btl
,,1+o'
a;;
b,l
1",
lo, b,l
El lector puede comprobar que el sistema de ecuaciones del ejemplo 13 (cf. p. 457), que
es de
x - f-=\
s)
EJEMPLO r s
Sea
/2 1
2:
2\
I -zl
\; ; A)
A-fo
1de determinante det(A)
4(2
L)
'
x-ft',\ v c-lil)
\";/
\,;/
/x'\
x-1";l
\";/
tal que:
l" 1
lcz I
/\l
4/
l'; z
c1 2l
lo cz -21
2l
-21
ol
12
4c1
+4c2-4ca
x2:
4'
12 I r,
l0 1 bl
rw|
lr z ';
4
^
lr c3
4
-ct-3cz+Zcz
ol
-2ct-Zcz+4cz
B. DETERMINANIES
460
8.10
g:
g : tij
?,n,
o j
gt * un,Ilevamos
composicin de transposiciones.
Ejercicio2 Elcaso
las transposiciones t,
jp t, jr, . . . , tivjy
g:
Pues g@)
h,
Y Por
tanto: s(g)
thjrotzjz o
(g').
'oti,rjo,
INDICE ANALITICO
A, 311
A, 311
supA, 3I2
nf A, 3L2
mx
Notaciones
N*,
405
405
Q*, 405
R*, 405
mn
z*,
0,
(a,b),la.,bl, (a,bf,la.,b),1a,
34
3L4
(8, x ), 406
(8, +, .), 407
K,
407
oF,
36
lxl, 315
, 3L7
(an;n e N), 32L
o,36,131
KZ, 38
A+8,
x+A,
43
44
G, 49
L(B), 70
Bc, 74
Fe
(et,eZ,...,en),
dim
lm
E,
75
78
f ,116, 393
Ker
f,
LL7
E*, 135
B*, 138
&j, I7B
&j, l7B
In, 180
o, 180
A, 1BB
Jn, lBB
M**(K),
AB, 193
A2, 203
, 344
rll, 347 n
,(L:0
189
At,
230
(an), 32I
{^n;n e N}, 323
(apO); n e N), 324
(opra), 324
(an;n >-- k), 326
Ion;n> kl, 326
lm (an) : L, 330
lm cLn:1, 330
'l"L-@
lm (an) : *oo, 334
)n6LrL: *@, 334
lm(an) : -m, 338
lm an: -oo, 338
7L*x
W, 354n
f
A j- B, 392
f (x), 392
BA, 393
flAtl, 393
-t [Br], 394
-t, 397
g " f, 398
(-*,b\, (-*,b),
INDICE ANALITICO
464
A
abeliano,
abierto
406
conjurito, 319
319
315
acotado(a)
conjunto, 311
inferiormente,3ll
superiormente, 311
inteNalo, 315
sucesin, 323
intervalo,
absoluto,
valor,
base,
72
cannica,
74
coordenadas de un
dual,
vector,
73
138
biyeccin, vr biyectiva
biyectiva, aplicacin, 397
comPosicin, 401
hferiormente, 323
superiormente,
adherente,
punto,
afn
aplicacin,
343
323
cannica, base, 74
cardinal de un sistema de vectores, 64
CAUCHY, criterio de (para series), 354
139
combinacin, 62
subespacio, 54
398
identidad, 393
igualdad, 392
conjunto,
composicin,
392
aplicacin),
conjunto, 393
393
conjunto,
notacin, 392
restriccin, 393
suma, 35
afn, 139
Iineal
sistema,
automorfismo, I32
asociada a un
componente, 36
composicin de aplicaciones, 398
biyectivas, 401
394
396
311
superiormente, 311
adherencia (de un
(de)
270
I78
afn, 62
lineal, 53
acotado, 311
inferiormente,
cannicamente asociada a
conjunto), 344
aplicaciones, 393
cerrado, 320
cota
una
188
definicin, 113
forma lineal, 135
imagen, 116
isomorfismo, I32
matriz asociada, 184
matriz representante, lB4
ncleo, 717
rango, 119
armnica, serie, 350
matriz,
combinacin
combinacin
abierto,
suprayectiva (o suprayeccin),
aplicacin
aplicacin
32O
interualo, 32I
inferior,
superior,
finito,
311
311
398
nfimo, 3I2
interior (de un conjunto), 317
(de) Ilegada, 391
mximo, 311
Notcr nNntnco
+6s
mnimo, 311
nocin intuitiva, 373
(de) partida, 3 91
dual
base,
138
vectorial,
espacio
13 5
supremo, 312
(de los) trminos de una sucesin, 323
conmutan, matrices e, 204
conmutativo(a)
cuerpo, 407
grupo, 406
ecuaciones de un subespacio
elemental
matriz,
operacin, 404
elemento
neutro,
sucesin, 328
vector,
73
correspondencia, 3 91
grafo, 391
escalar,
llegada, conjunto
partida, conjunto
de,
de,
34
espacio(s) vectorial(es)
(de las) aplicaciones
391
391
base,
cota
dual,
34
13 5
escalar,
superior
(de un) conjunto, 31 1
34
generadores,
71
isomorfos, I32
sucesin, 323
creciente, sucesin, 347
estrictamente, 347
(de una)
matriz,
sistema de generadores, 71
subespacio afn, 54
subespacio vectorial, 37
180
vector,
180
34
estrictamente
creciente, sucesin, 347
decreciente, sucesin, 347
cuerpo, 407
conmutativo, 407
D
D'ALEMBERT,
afines),
61
de una
347
347
esftictamente,
desigualdadtriangular, 316
matriz,
182
decreciente, sucesin,
dimensin
131
orden,
lineales,
72
definicin,
inferior
cuadrada,
404
3 51
coordenadas de un
214
transformacin, 2I2
serie,
vectorial, 287
la, 180
generadores
vectorial,
78
sistema, 71
vectores, 71
geomtrica
sede, 350,369
sucesin, 348
grafo de una correspondencia, 391
409
409
grupo,
406
abeliano o
conmutativo, 406
iNotcr atuanco
466
H
hiperplano,60
combinacin,
forma,
268
I
identidad
matriz,
vectores, 68
llegada, conjunto
aplicacin,
igualdad
53
135
180
391
matriz
392
I78
aplicaciones,
matrices,
de,
393
lineal, 116
aplicacin
(de un) conjunto, 393
(de un) elemento, 392
inversa, ver recproca
recproca, 394
independientes, subespacios
vectoriales, 47, 49
hferior, ver cota
nfimo de un conjunto, 312
interior
(de un) conjunto, 377
punto, 3I7
intervalo, 3I4
abierto, 319
acotado, 315
cerrado, 32I
inversa
aplicacin, ver recproca
imagen, ver recproca
matfiz, 226
inverso de un elemento, elemento, 406
invertible, mafriz, 226
inyeccin, ver inyectiva
inyectiva, aplicacin, 396
isomorfismo de espacios vectoriales,
132
isomorfos, espacios vectoriales, L32
imagen de una aplicacin
imagen por una
asociada, 188
asociada a un sistema, 268
asociada a r.rna aplicacin
lineal' 184
cero,
180
columna, 179
de una
matriz, 181
columnas de una
(que)
matriz, I7B
conmutan, 204
cuadrada, 180
definicin, l7B
elemental, 214
fila, I79
de una
matriz, 182
fiIas de una
matriz,
identidad,
180
L78
igualdad, 178
(de) incgnitas, 268
inversa de una matriz, 226
invertible, 226
notacin por columnas, 181
notacin por fiIas, 182
nula,
190
orden, 178
de una
rango,
2Og
real, I79
composicin
Iey de
externa,
Iineal
328
334
338
ms infinito,
menos infinito,
aplicacin,
lineal,
184
suma, l8g
trminos, l7B
de Ia agonal principal, 180
(de) trminos independientes, 268
traspuesta,
unitaria,
23O
180
113
vectorfila,
183
467
INDICE ANALITICO
raz n-sima de un
nmero, 3 51n
rango
de
un sistema de
vectores,
de una aplicacin
por columnas,
1B 1
de una
marrtz,
de unos
B0
lineal,
19
209
vectores,
B0
real
matriz, I79
sistema de ecuaciones, 268
recproca
aplicacin, 397
lineal, IL7
imagen, 394
recta,
56
o
S
serie,
50
armnica, 3 50
Clucnv, criterio de, 354
elemento, 406
convergente, 3 51
criterio
D'AIEMBERT,
elemento, 406
elemento simtrico de un elemento, 404
elemento simetrizable, 404
suma,
51
408-413
elemento, 404
409
409
vectores,
cardinal, 64
generadores, 7I
sistema de
libre,
353
geomtrica, 350,369
de,
divergente, 3 51
63
6B
ligado, 6 5
rango, B0
subsistema, 64
sistema(s) de ecuaciones lineales
aplicacin lineal asociada, 270
paralelos, subespacios
afines,
61
equivalentes, 273
homogneo, 268
matriz ampliada, 272
matriz asociada, 268
matriz de incgnitas, 268
matriz de trminos independientes, 268
dbilmente, 61
partida, conjunto de, 391
producto (operacin)
de una matriz por un escalar, 190
de matrices, 193
por la izquierda, L94
por la derecha, L94
propiedad distributiva de . respecto de
punto (nmero real), 316
real,
+
407
268
solucin, 269
solucin de un sistema, 269
subespacio
afn, 54
adherente, 343
dbilmente paralelo, 61
interior, 3I7
hiperplano,
60
Notcr nNnnco
468
paralelos,
recta,
56
61
(de una)
subespacio(s) vectorial(es),
base,
72
serie,
351
subconjuntos, 43
subespacios vectoriales, 43
37
directa,4g, 53
superior, ver cofa
suplementarios, subespacios
dimensin
ecuaciones, 287
generadores, 7l
independientes,47,49
sistema de generadores, 71
suma, 43
dimensin, ver
vectoriales, 49
suprayeccin,
suprayectiva,
ver suprayectiva
aplicacin, 396
suma directa,49, 53
suplementarios,
49
subsistema de un sistema de
subsucesin, 324
sucesin, 321
acotada, 323
infedormente,
supedormente,
vectores,
64
trminos
conjunto (de los trminos de ula sucesin), 323
323
323
cota
(de una)
323
(de una)
principal,
180
sucesin, 322
323
supedor, 323
constante, 329
convergente, 328
lmite, 328
inferior,
338
matriz,
230
creciente, 347
estrictamente, 347
decreciente, 347
estrictamente, 347
geomtrica, 348
347
no convergente, 328
serie, 350
subsucesin, 324
trminos, 322
unitaria,
maiz,
180
V
valor absoluto, 315
vector(es), 34
columna de una matriz, 183
combinacin lineal, 53
montona,
334
338
35
f8g
matriz,
ms infinito, 334
menos infinito,
suma
matriz, I78
de la diagonal
componente, 36
coordenadas, 73
fila de una matriz, 183
generadores, 7I
linealmente dependientes, 65
Iinealmente independientes, 68
aplicaciones,
rango,
matrices,
sistema,
80
63
212
Snil 9l$*8fl'
iffi$fiHilfl#Hil[ffilH]!