Escolar Documentos
Profissional Documentos
Cultura Documentos
al Álgebra
Lineal
Roland E. Larson
UniversidadEstalül de Pcnsilvania
Bruce H. Edwards
Universidad de Florida
0 LIMUSA
N O R IE G A ED IT O R fiS
MÉXICO • E s p añ a « V e n e z u e l a • C o l o m b i a
V e r s ió n a u t o r iz a d a e n e s p a ñ o l d e l a o b r a
P U B L IC A D A E N IN G L É S C O N E L T IT U L O :
E L E M E N T A R Y L IN E A R A L G E B R A
© D .C . H e a t h a n d C o m p a n y .
C o l a b o r a d o r e n l a t r a d u c c ió n :
H U G O V IL L A G Ó M E Z V E L Á Z Q U E Z
L a. p r e s e n t a c i ó n y d i s p o s i c i ó n e n c o n j u n t o d e
IN T R O D U C C IÓ N A L Á L G E B R A L IN E A L
SO N P R O P IE D A D D E L E D IT O R . N lN G U N A PARTE DE ESTA O B R A
P U E D E SER R E P R O D U C ID A O T R A N S M IT ID A , M EO IA N TE N IN G Ú N
S IS T E M A O M É T O D O , E LEC T R Ó N IC O O M E C A N IC O (INCLUYENDO
EL FO T O C O P IA D O , L A G R A B A C IO N O C U A LQ U IE R S IS T E M A DE
R E C U P E R A C IÓ N Y A L M A C E N A M IE N T O D E IN F O R M A C IÓ N ), SIN
C O N S E N T IM IE N T O PO R E S C R IT O D a E D IT O R .
D erechos reservados:
C.P. 0 6 0 4 0
m 8503 8050
0 1 (8 0 0 ) 7 0 6 9 1 0 0
5512 2903
... limusa@noriega.com.mx
www.noriega.com.mx
C A N IE M N um . 121
H e c h o e n M é x ic o
IS B N 9 6 8 -1 8 -4 8 8 6 -1
Prólogo
5
6 Prólogo
T e o re m a s y d e m o s tr a c io n e s : Se h iz o el m á x im o e s f u e r z o p a ra p la n te a r los te o
r e m a s en le n g u a je c o m p r e n s ib le , casi s ie m p r e p r e c e d id o s p o r e x p lic a c io n e s y
s e g u id o s d e e je m p lo s .
L a s d e m o s t r a c i o n e s d e los t e o r e m a s se a b o r d a r o n d e v a r ia s f o rm a s . C u a n d o
se c o n s id e ra p e d a g ó g ic a m e n t e im p o rta n te , las d e m o s tr a c io n e s se p r e s e n ta n co n
to d o s los d e ta lle s n e c e s a rio s . O tra s v e c e s , s ó lo se b o s q u e ja n las d e m o s tr a c io n e s ,
o m i t i e n d o los c á lc u lo s e n g o r r o s o s . P a ra q u e los e s tu d ia n te s a d q u ie r a n p rá c tic a en
el d e s a r r o llo d e las d e m o s tr a c io n e s , las d e v a rio s te o r e m a s (o de p a rte s de t e o
r e m a s ) s e d e ja n c o m o e je rc ic io s. En el a p é n d ic e se d a n a lg u n a s d e las d e m o s t r a c i o
n es m á s c o m p lic a d a s . S e h a n o m itid o p o r c o m p le to a q u e lla s e x c e p c i o n e s q u e
re b a s a n el nivel d e e s te te x to in tro d u cto rio .
E je m p lo s: El n ú c le o de la p r e s e n ta c ió n e s tá in te g ra d o p o r m á s d e 4 5 0 e je m p lo s
c u i d a d o s a m e n t e e le g id o s. L o s c o n c e p to s n u e v o s se ilu stran de in m e d ia to co n
e je m p lo s re le v a n te s.
E jercicio s: El te x to c o n tie n e m ás de 2 7 5 0 e je rc ic io s. C a d a c o n j u n t o d e e je rc ic io s
e m p i e z a co n e je rc ic io s d is e ñ a d o s para a d q u ir ir la h a b ilid a d q u e p r o p o r c io n a la
p rá c tic a e n las té c n ic a s de c á lc u lo p r e s e n ta d a s en la s e c c ió n c o rre s p o n d ie n te . A
c o n tin u a c ió n , h a c ia el final d e la m a y o r p a rte de c o n ju n to s d e e je rc ic io s, se han
in c lu id o v a rio s e je r c ic io s d e n a tu ra le z a teó ric a. Al final d e casi lo d o s los c a p ítu lo s
se h an in c lu id o o tro s d o s c o n ju n to s de e je rc ic io s. L o s eje rc ic io s d e rep a so c o n s
titu y e n u n a m p lio c o n ju n to de p r o b le m a s q u e r e s u m e n las i m p o rta n te s h a b ilid a
d e s lo g ra d a s en el c a p ítu lo . L os ejercicio s c o m p lem en ta rio s tie n e n v ario s p r o b le
m a s en los q u e se n e c e s ita u s a r el in g en io , a s í c o m o p r o b le m a s de re p a so p a ra las-
s e c c i o n e s d e a p l i c a c i o n e s o p ta tiv a s . L o s e j e r c ic io s p a r a los c u a le s s e ría útil u n a
Prólogo 7
G ráficas : El texto contiene casi 350 figuras. Se tuvo especial cuidado en producir
gráficas exactas con auxilio de técnicas d e elaboración de gráficas por c o m p u
tadora.
M aterial com plem entario: El texto se com plem enta con material impreso. La
Student Solutions Cuide, de T im othy R. Larson, contiene las soluciones de casi
la m itad de los ejercicios impares. Para los instructores, las A nsw ers to Even-
N um bered E xercisesy la Complete Solutions Cuide están a la venta e n e l m ercado.
Para aquellos instructores interesados en otras aplicaciones del álgebra lineal a la
com putación, se ha preparado un capítulo com plem entario titulado Computer
Applications. Este com plem en to contiene una introducción a las coordenadas
hom ogéneas en dos y tres dim ensiones, así com o una introducción a varillas
cúbicas flexibles.
Softw are de prueba: HealhTest para la edición en inglés de este libro, es un banco
de preguntas de opción múltiple y para com pletar que perm ite a los instructores
elaborar exám enes para sus grupos. Tam bién existe en el m ercado un archivo
impreso (Test Item File)** con m ás de cuatrocientos reactivos.
A gradecim ientos
N o s g u s ta ría a g r a d e c e r a to d a s las p e rs o n a s q u e n o s a y u d a r o n d u r a n te la p r e p a r a
c ió n d e e s te libro. N u e s tro a g r a d e c im ie n to e s p e c ia l a los r e v is o r e s sig u ie n te s :
R ic h a rd C. B o llin g e r, U n iv e rs id a d E statal d e P e n n s y lv a n ia
J o se p h C. F errar, U n iv e r s id a d E statal d e O h io
M a rjo rie A. F iltin g , U n iv e r s id a d E statal S an J o sé
D a v id A. H o r o w itz , G o ld e n W e s t C o lle g e
R o g e r H. M a rty , U n iv e r s id a d E statal d e C le v e la n d
D a v id A. W e in b e r g , U n iv e r s id a d T e c n o ló g ic a de T e x a s
R o la n d E. L a rs o n
B ru c e H. E d w a rd s
Contenido
1.1 In tr o d u c c ió n a los S is te m a s d e E c u a c io n e s L in e a le s 16
1.2 E lim in a c ió n G a u s s ia n a y E lim in a c ió n d e G a u s s - J o r d a n
1.3 A p lic a c io n e s d e los S is te m a s de E c u a c io n e s L in e a le s 42
E je rc ic io s d e R e p a s o 56
E je rc ic io s C o m p le m e n ta r io s 58
Capítulo 2 Matrices
B o sq u ejo B io g rá fico de A rth u r C ay ley
2.1 O p e r a c io n e s c o n M a tr ic e s 62
2 .2 P r o p ie d a d e s de las O p e r a c io n e s co n M a tr ic e s 74
2 .3 L a I n v e rs a d e u n a M a tr iz 88
2 .4 M a tric e s E le m e n ta le s 102
2 .5 A p lic a c io n e s d e las O p e r a c io n e s c o n M a tr ic e s 111
E je rc ic io s d e R e p a so 130
E je rc ic io s C o m p le m e n ta r io s 132
Capítulo 3 Determinantes
B o sq u ejo B io g rá fico d e A u g u stin -L o u is C au ch y
3 .3 P r o p ie d a d e s d e lo s D e te r m in a n te s 157
3 .4 A p l i c a c i o n e s d e lo s D e t e r m i n a n t e s 166
E je rc ic io s d e R e p a so 182
E je rc ic io s C o m p le m e n ta rio s 184
4 .1 V e c to re s e n R" 188
4 .2 E sp a c io s V ecto riales 199
4 .3 S u b e sp a c io s d e E sp acio s V e c to ria le s 207
4 .4 C o n ju n to s G e n e ra d o re s e In d e p e n d e n c ia L in e a l 217
4 .5 B ase y D im e n sió n 231
4 .6 R a n g o de u n a M a triz y S iste m a s d e E c u a c io n e s L in e a le s 243
4 .7 C o o rd e n a d a s y C a m b io de B ase 258
4 .8 A p l i c a c i o n e s d e lo s E s p a c i o s V e c t o r i a l e s 268
E je rc ic io s d e R e p a so 280
E je rc ic io s C o m p le m e n ta rio s 282
6-2 El N ú c le o y el C o n tr a d o m in io d e u n a T r a n s f o r m a c i ó n L in e a l 3 6 8
63 M a tr ic e s de T r a n s f o r m a c io n e s L in e a le s 383
6 .4 M a tr ic e s d e T r a n s ic ió n y S e m e ja n z a 396
6 .5 A p lic a c io n e s d e las T r a n s f o r m a c io n e s L in e a le s 404
E je rc ic io s d e R e p a s o 417
E je rc ic io s C o m p le m e n ta r io s 4 20
9.1 N ú m e r o s C o m p le jo s 534
9 .2 C o n ju g a d o s y D iv isió n d e N ú m e r o s C o m p le jo s 543
14 C ontenido
9 .3 F o rm a P o lar y T e o re m a de D e M o iv re 550
9 .4 E sp a c io s V e c to ria le s C o m p le jo s y P ro d u c to s In te rio re s 561
9 .5 M a tric e s U n ita ria s y H e rm itia n a s 570
E je rc ic io s d e R e p a so 582
E je rc ic io s C o m p le m e n ta rio s 585
10.1 S is te m a s d e D e s ig u a ld a d e s L in e a le s 588
1 0 .2 P r o g ra m a c ió n L in ea l c o n D o s V a ria b le s 597
1 0 .3 El M é to d o S im p le x : M a x im iz a c ió n 608
1 0 .4 El M é to d o S im p le x : M in im iz a c ió n 627
1 0 .5 El M é to d o S im p le x : R e s tric c io n e s M ix ta s 642
E je rc ic io s d e R ep a so 655
15
16 Capítulo I Sistemas de Ecuaciones Lineales
------------------------------------------------------------------------
Observación: Para representar constantes se usan las primeras letras del alfabeto y para
representar variables se usan las últimas letras del alfabeto.
Las ecuaciones lineales no tienen productos o raíces de variables; tam poco variables
que aparezcan en funciones trigonométricas, exponenciales o logarítmicas. Las varia»
Sección 1.1 Introducción u los Sixtemos de Ecuaciones Lineales 17
lili i «parecen solamente elevadas a la primera potencia. El ejemplo 1 lista algunas ecua-
• lunes lineales y otras que no lo son.
NI x y + 1 e 2 b) e x - 7y = 4
» ) non x. + Z t , - 3.t, = 0 d) 1 + 1 = 4 ^
x y
Ulta solución de una ecuación lineal en n variables es una sucesión de n números reales
i ,, v j, s v ...,s n ordenados de modo que la ecuación se cumple cuando en ésta se sustituyen
lol valores
x t + Zr2 = 4
nc cum ple cuando a , = 2 y x2 = 1. Otras soluciones son a , = - 4 y x2 = 4, a , = 0 y a 2 = 2,
V *, « - 2 y *2 = 3.
Hl conjunto de todas las soluciones de una ecuación lineal se denom ina su c o n ju n to
•mlución y cuando éste se determina, se dice que se ha resu elto la ecuación. Para describir
todo el conjunto solución de una ecuación lineal, a m enudo se utiliza una re p re s e n ta c ió n
p n ra n ic tríc a , com o se ilustra en los ejemplos 2 y 3.
Solución: Para determinar el conjunto solución de una ecuación en dos variables, una de
ellas se expresa en términos de la otra. Por ejemplo, si a , se expresa en términos de a 2, se
obtiene
Xj = 4 - 2 a 2 .
I)c esta forma, la variable x 2 es libre, lo cual significa que puede asumir cualquier valor
real, en tanto que a , no es libre, ya que su valor depende del valor asignado a a , . Para
representar la infinidad de soluciones de esta ecuación, es conveniente introducir una
tercera variable t, denom inada p a r á m e tro . Así, con .r2 = / se puede representar el conjunto
solución como
18 Capítulo I Sistemas de Ecuaciones Lineales
Solución: Al elegir y y z com o variables libres, se empieza por despejar a para obten<
3a = 3 - 2 y + £
A = 1 — — V + 1 £.
3‘ 3
Con y = s y z = /, se obtiene la representación paramélrica
A = 1 “ \ S + } l' y = S' z =t
donde j- y / son números reales cualesquiera. Dos soluciones particulares son
A = l,y = 0 ,2 = 0 y a = 1, y = 1,2 = 2.
« .A , + ü n¡yX-, + « ,.V, + • • • + « x = b .
mi 1 mZ 2 m3 3 m tí n m
3-íj + 2*2 = 3
- X ¡ + .* 2 = 4
lim e a *, = -1 y .v2 = 3 como una solución porque ambas ecuaciones se cumplen cuando
\ ( -1 y x2 = 3. Por otra parte, .*, = 1 y x, = 0 no es una solución del sistema porque estos
valores satisfacen sólo la primera ecuación del sistema.
Puede suceder que un sistema de ecuaciones lineales tenga exactam ente una solución.
Infinidad de soluciones o ninguna solución. Un sistema de ecuaciones lineales se de-
ttoiuina co nsisten te si tiene por lo menos una solución, e in co n sisten te si no tiene
mlución.
») x + y - 3 b) x + y=3 fe) x + y = 3
v - y = -1 2 v + 2y = 6 x +y = 1
Solución:
n) liste sistema tiene exactam ente una solución, x = 1 y y = 2. Esta solución puede
obtenerse al sumar las dos ecuaciones para obtener 2x = 2 , lo cual implica que x = 1
y, por tanto, y = 2. La gráfica de este sistema se representa mediante dos rectas que se
intersecan , com o se muestra en la figura 1. 1 a).
lo I vslc sistema cuenta con infinidad de soluciones, ya que la segunda ecuación esel resultado
(le multiplicar por 2 ambos lados de la primera ecuación. Una representación paramétri-
cu del conjunto solución esta dada por i
e i I nte sistema no tiene solución porque es imposible que la sum a de dos número sea 3
y I a la vez. i ,a grú f ca de este sistema se representa como dos rectas paralelas , según
ni* muestra en la figura 1.1 c).
I I ejemplo 4 ilustra los tres tipos básicos de conjuntos solución que son posibles para
un nviomu de e< tuiciones lineales. Este resultado se enuncia aquí sin demostración. (Ésta
Mit ilii t I. i rtl I... lli1lint I S I
20 C apítulo 1 Sistem as de E cuaciones Lineales
FIGURA 1.1
a) Dos rectas que se cortan: b) Dos recias coincidentes: c) Dos rectas paralelas:
x +y = 3 x + y =3 x + y =3
x - y = -I 2r + 2y = 6 x +y = 1
x - 2 y + 3z = 9 x - 2y + 3z = 9
- x + 3y = - 4 y + 3z = 5
2 x - 5 y + 5 z = 17 2 = 2
v - 2y - 5 E c u a c ió n 1
V■ - 2 . E c u a c ió n 2
.r - 2 (-2 ) = 5 Sustitución de y = -2 .
x = 1. Se resuelve para x.
x - 2y + 3z = 9 Ecuación 1
y + 3z = 5 Ecuación 2
z=2 Ecuación 3
IHilarión Con base en la ecuación 3 ya se conoce el valor de z. Para determ inar el valor
•I* * .e sustituye z = 2 en la ecuación 2 con lo que se obtiene
y + 3(2) = 5 Sustitución de z = 2.
y = -1 . Se resuelve para y.
x - 2 ( - l ) + 3(2) = 9 Sustitución de y = - 1 , z = 2.
.v = 1. Se resuelve para .t.
Se dice que dos sistemas de ecuaciones son e q u iv alen tes si tienen el m ismo conjunto
«i >|u> ión. Para resolver un sistema que no esté en forma escalonada por renglones, primero
*i> transforma a un sistema equivalente que esté en la forma escalonada por renglones
fllfMliitnlc las siguientes operaciones.
.v - 2 v + 3z = 9
- x + 3y =- 4
2 x - 5 y + 5z = 17
x - 2 y + 3z = 9
y + 3z= 5
2z=4
x - 2 y + 3z = 9 Al
y + 3 z= 5
z =2 tercera ecuación.
.v, - 3.r2 + * 3 = 1
2.x, - x, - 2*3 = 2
.Xj + Zr2 - 3.r3 = -1
Solución:
ÍOtra manera de describir esta operación es decir que de la tercera ecuación se restó la
primera para obtener una nueva tercera ecuación). Ahora, continuando con el proceso de
eliminación, la segunda ecuación se suma -1 veces a la tercera ecuación para obtener una
nueva tercera ecuación.
Dado que la tercera “ecuación” es absurda, se concluye que este sistema no tiene solución.
Además, debido a que este sistema es equivalente al sistema original, también se concluye
que el sistema original tampoco tiene solución. ' ¡r- ‘ 't .< ^
Esta sección termina con el análisis de un sistema de ecuaciones lineales que tiene
infinidad de soluciones. El conjunto solución de estos sistemas se representa en forma pa-
ramétrica, como se hizo en los ejemplos 2 y 3.
*2- *3= 0
- 3*3 = - 1
- x i + 3x2 = I
Solución: S e e m p ie z a p o r reescrib ir el s is te m a en fo rm a e s c a lo n a d a p o r re n g lo n e s c o m o
se m u e stra a c o n tin u ació n .
-t, - 3j :3 = -1
*2 - *3 = 0
P a ra re p re s e n ta r las s o lu cio n es, se elige x 3 c o m o la variable libre y se re p re se n ta p o r el
p a rá m e tro /. D a d o q u e x 2 = x 3 y x { = 3*3 - 1 , el c o n ju n to so lu ció n p u e d e d e s c rib irse c o m o
x { = 3/ - 1, x , = t, x , = t, t e s c u a lq u ie r n ú m e ro real.
E n los ejercicios del 1 al 6 , determ ine si la ecuación dada es lineal en las variables x y y.
1. 2 x - 3y = 4 T. . 2. 3 * - 4 x y = 0
3 2 - V '
3. - + - - 1 = 0 . 4. x 2 + y2 = 4
y x
. J Í' > v ; •í ' *
5. 2 sen y = 14 6. (sen 2 ) x - y = 14
IV1
ai !
En los ejercicios del.1? al 12/.¿neuentre una representación param étrica de la ecuación
lineal dada. Ir / ' s * 1. ■’
Sección 1.1 Ejercicios 25
ejercicios del 13 al 18. use la sustitución hacia atrás para resolver el sistema de
lo s
Kiones lineales dado.
-2 y= 0 *2 =0
m los ejercicios del 19 al 52, resuelva el sistema de ecuaciones lineales que se da.
-2* + 2y = 5
-2* + \ y = - 4
23. * , - *2 = 0 24. 3* + 2y = 2
3 * , - 2*2 = -1 6* + 4y = 14
25. 9 * - 3v= -1 26. *, - 1 *2 = 0
l 1 6*, + 1 *2= 0
5-v+ j y = - -
27. 2u+ v = 120 28.
m+ 2v = 120
29. 2 . 5 * , - 3*2 =1.5 30.
10* , - 12*2 = 6
3L ^ + ^ =4 32.
*-2v = 5
33. 0.02*,- 0.05*2 = “0-19 34. 0.05*
0.03*, + 0.04*, = 0.52 0.07*
35. *+y + z = 6 36. *+
2* - y + z = 3 -* +
3* - z = 0 4*+ y
37. 4* + y - 3z = 11 38. 2*
2* - 3y + 2z = 9 5* + 3y =
* + y + z = -3 3yl- 4 z = - 4 0 í t t ,,
• * £- j u t , i Woiun
26 Capítulo 1 Sistemas de Ecuaciones Lineales
2 a - 2*2 - -1 9
45. X 3y + 2 z = 18 46. x = 1
5 x - l 5 y + 10c = 18 A + y = 10
2* - y = -5
En los ejercicios 53 y 54, resuelva el sistema de ecuaciones dado con X = l/.v, Y = \/y y Z = 1/z.
ca 1 2 12 - 2 1 3 ,
53. =7 54. - + ----------= 4
x y x y z
3 + ^=0 « +2 = |0
x y r 'r f . X z
..**■ * -- 8
a: y z
En los ejei^icios dpi 57 al 62, determine el (los) valor(es) de k de modo que el sistema de
ecuaciones lineales dado tenga el número de soluciones indicado.
Sección 1.1 Ejercicios 27
4x + ky = 7 kx + y = 4
y=0 2x - 3)' = -1 2
5* ¿exactamente una solución 60. Ninguna solución
x + k)' = 0 x + ky= 2
kx+ y = 0 kx + y = 4
•1 Ninguna solución 62. Exactamente una solución
x+ 2y + k z~ 6 kx + 2ky + 3 kz = 4A:
3x + 6y + 8z = 4 x+ y+ z= 0
2 x — y+ z= 1
ié Determine los valores de k tales que el siguiente sistema de ecuaciones lineales no tenga
solución única.
x + y + kz = 3
x + ky + z = 2
kx + y + z = 1
Encuentre valores dea, b y e tales que el siguiente sistema de ecuaciones lineales tenga
a) exactamente una solución, b) infinidad de soluciones y c) ninguna solución.
.r + 5 y + z = 0
x + 6y - z = 0
2 v + ay + bz = c
a,x + b xy = c,
a,x + b2y = c2
a 3x + ¿jy = c3
Describa la gráfica de estas tres ecuaciones en el plano .ry cuando el sistema tiene a)
exactamente una solución, b) infinidad de soluciones y c) ninguna solución.
ax + by = e
ex + dy = /
¿En qué condiciones el sistema tendrá exactamente una solución?
28 Capítulo I Sistemas de Ecuaciones Lineales
Definición d e M atriz
Si m y n son enteros positivos, entonces una m a t r iz m X n (que se lee com o “m
por n") es un a r r e g l o rectangular
en el cual coda
m re n g lo n e s (líneas lio
El elem ento cr está ubicado en el i-é simo renglón y en lay-ésima columna. / se deno
mina subíndice del renglón porque da la posición en las líneas horizontales y y se
denom ina subíndice de la colum na porque da la posición en las líneas verticales.
Se dice que una matriz m X n es de orden m X n. Si m = n, entonces la matriz es
cuadrada de orden n. Para una matriz cuadrada, los elementos a n , «22, a 33,... se
denominan elementos de la diagonal principal.
a) Orden: 1 x 1 b) Orden: 2 x 2
[2] ü 0
0 0
Sección 1.2 Eliminación Gaussiana y Eliminación de Gauss-Jordan 29
c Orden: 1 X 4 d) Orden: 3 x 2
[1 -3 0 i] e n
2 V2
-7 4
X - 4v + 3z = 5 1 -4 3 5' 1 - 4 3
- x + 3y - z = - 3 -1 3 -1 -3 -1 3 -1
Ir - 4z = 6 2 0 - 4 6 2 0 - 4
s e n ación: Note el uso de 0 para la variable faltante y, así com o la cuarta colum na de
■¿■minos constantes en la matriz aumentada.
Aunque es fácil efectuar las operaciones elementales en los renglones, implican bastan
tes operaciones aritméticas. En virtud de que es fácil cometer errores, se sugiere adquirir la
costumbre de anotar la operación elemental efectuada en cada paso, de m odo que se pueda
regresar para com probar el trabajo realizado.
0 1 3 4 -1 2 0 3
-1 2 0 3 0 1 3 4
2 -3 4 1 2 -3 4 1
'2 -4 6 - 2' 1 -2 3 - 1
1 3 -3 0 1 3 -3 0
5 _ 2 1 2 5 -2 1 2,
1 2 -4 3* 1 2 -4 3'
0 3 -2 - 1 0 3 -2 - 1
2 1 5 -2 0 -3 13 -8
f e Ser-D io 3 Uso de las Operaciones Elem entales en los Renglones para Resolver
un Sistem a
.r - 2y + 3c = 9 1 -2 3 9
-4
+
n
-1 3 0 -4
2 x - 5 y + 5c = 17 2 -5 5 17
x - 2y + 3 c = 9 1 -2 3 9
y + 3c = 5 0 1 3 5
2x - 5y + 5z = 17 2 -5 5 17
x - 2 y + 3z= 9 1 - 2 3 9
y + 3z = 5 0 1 3 5
- y - z= -l 0 - 1 - 1 - 1
x - 2y + 3c = 9 1 -2 3
v + 3c = 5 0 1 3
2c = 4 0 0 2
¡M t r ic a rp o r ^ la tercera ecuación. i
Multiplicar por ^ el tercer renglón.
x - 2v + 3c = 9 1 - 2 3 9
y + 3c = 5 0 1 3 5
z =2 0 0 1 2
csie momento se puede utilizar la sustitución hacia atrás para encontrar la solución,
se hizo en el ejemplo 6 de la sección anterior. A
5e dice que la última matriz en el ejem plo 3 está en form a escalon ad a por
r « g l o n e s . El término escalonada se refiere al patrón de escalera form ado por los
t r e n t o s no nulos de la matriz. Para que una matriz tenga esta forma, debe tener las
r r : ¡edades siguientes.
Sección 1.2 Eliminación Gaussiana v Eliminación de Gauss-Jordan 33
. E s m b a en
+ 4.v2+ x} - 3x4 = - 2
- 4 x 2 - 7*3 - x a = - \ 9
1 1 -2 - 3'
i 2 - 1 0 2
2 4 1 -3 -2
1 -4 -7 - 1 - 19
[Se empieza por obtener un 1 principal en la esquina superior izquierda y ceros en los de-
elementos de la primera columna.
)
34 Capítulo i Sistemas de Ecuaciones Lineales
m 2 - 1 0 2
0 1 1 - 2 - 3 Al sumar - 1 veces el primer
0 0 3 - 3 - 6 renglón al cuarto renglón se
Lo -6 -6 - 1 -21
• J: ' ' ■ ...............
Ahora que la primera colum na está en la forma deseada, la segunda colum na se modifica
com o sigue.
Para escribir en forma adecuada la tercera columna, basta multiplicar por ^ el tercer
renglón.
Í I 2 0
2' Al multiplicar por ~ d tercer
m m M 1 -2 -3 renglón se obtiene un nuevo
0 0 1 - 1 -2 tercer renglón,
< $ 2 _■ ____!■— ------- -----
-39
De manera semejante, para escribir en forma adecuada la cuarta columna, el cuarto
renglón se multiplica p o r - 5 .
f! ; 2 - 1 0 2]
0 mm I -2 -3 Al multiplicar por - ¿ e l cuarto
0 0 í - 1 -2 renglón se obtiene un nuevo
[0 0^ Ó m m 3 cuarto renglón,
< =
*, + 2*2 - *3 = 2
*2 + a -3 -2 v 4 = - 3
* 3 " -r 4 = - 2
*4 = 3.
*, = - 1 , *2 = 2, *3 = 1, *4 = 3.
x ¡ - x 2+ 2x3 = 4
x, x3 = 6
2.v, - 3.r, + 5x3 = 4
3a , + 2a 0 - * 3 = 1
1 -1 2 4
1 0 1 6
2 -3 5 4
3 2 - 1 1
ica la eliminación gaussiana
Se aplica ga a la matriz aumentada com o se muestra a continuación.
1 - 1 2 4"
A ! s u m a r - i veces el prim er
0 1 - 1 2
renglón ai se gundo renglón se
2 -3 5 4
obtiene un nuevo se gundo renglón.
3 2 - 1 1
- 1 2 4'
0 1 - 1 2 A1 sumar -3 veces el primer
0 - 1 1 -4 renglón al cuarto renglón se
obtiene un nuevo cuarto renglón.
0 5 - 7 -1 1
Obsérvese que el tercer renglón de esta matriz consiste en ceros, salvo en el último
elemento. Lo cual significa que el sistema original de ecuaciones lineales es inconsisten-
-v. Esto se puede verificar al volver de nuevo a un sistema de ecuaciones lineales.
a, - a2 + 2a 3= 4
x2 ~ *3= 2
0 = -2
5 a2 - 7a3 = -11
sustitución hacia atrás, ya que implica menos pasos. Sin embargo, se encontrarán otras
aplicaciones en las que es mejor la eliminación de Gauss-Jordan. Es por ello que se
requiere conocer ambos métodos.
2* 2 + ° I 3 * 3 + - * - + f l ) A = °
a 2,.t, + a 22x2 + a ¿ c 3 + • • • + a2 xn = O
a 3i*i + a32x2 + a33x 3 + • • • + a3itxn = O
* , - * 2 + 3 * 3 = O
1 - 1 3 O 1 V .r h i
2 1 - 3 O - .V -
se obtiene lo siguiente.
1 -1 3 0
6 3 3 0
m - i 3 0
0 1 - 1 0
i 0 2 0
. Al sumar el segundo renglón al primer
Ó ó: 1 - 1 0 | renglón se obtiene un nuevo primer renglón.
Sección 1.2 Ejercicios 39
m
I P R É t f ÍIÍP :
Todo sistema homogéneo de ecuaciones lineales
tema tiene menos ecuaciones que variables,
soluciones.
'1 2
2 - 1 -1 1
3 -4 2.
-6 2 0 1
0 1
[1 2 3 4 -10) 4. [-1 1
r 8 6 4 1 3'
2 2 1 -7 4 1
6.
- 1 1 1 - 1 2 1
-2 1 - 1 2 0 0
a los ejercicios del 7 al 14, determine si la matriz dada está en forma escalonada por renglones,
caso afirmativo, determine si también está en forma escalonada reducida.
'1 0 0 0‘
0 1 0 0
0 1 1 2 8.
1 0 2 1
.0 0 0 0
40 Capítulo I Sistemas de Ecuaciones Lineales
'2 0 1 3' 1 0 2 I
9. 0 -1 I 4 10 0 1 3 4
0 0 0 1 0 0 1 0
1 0 0 0 0 0 1 0 0'
11. 0 0 0 1 12. 0 0 0 1 0
0 0 0 0 0 0 0 2 0
0 0 0 1 3 0 0
13. 0 0 0 14 0 0 1 0
0 0 0 0 0 0 0
En los ejercicios del 15 al 20, encuentre el conjunto solución del sistema de ecuaciones lineales
representado por la matriz aumentada que se proporciona.
1 0 0 1 0 - 1 2
1 £
1 0 .
0 1 2 0 1 1 3
1 - 1 0 3' 1 2 1 0 '
0 1 - 2 1 18. 0 0 1 - 1
0 0 1 - 1 0 0 0 0
1 2 0 1 4 1 2 0 1 3
-
0 1 1 3 0 1 3 0 1
2 0 .
0 0 2 1 0 0 1 2 0
0 0 0 1 4 0 0 0 0 2
En los ejercicios del 21 al 44 resuelva el sistema dado de ecuaciones lineales ya sea con la
eliminación gaussiana con sustitución hacia atrás o con la eliminación de Gauss-Jordan. El
símbolo de disquete usado en computación,B, indica que para resolver el problema es útil una
computadora.
2 1 . x + 2y = 1 2 2 . 2x + ó y = 16
2x + y = 8 -2 x - 6 y = -1 6
-2 x + 6 y = - 1 0 3 x + 2y = 1. 6
■i*
—1
ex
II
25. 26.
V
- x + 2 y = 1 .5
•'í
I.
r*~,
5 x + 2y = 1
II
1
27. - 3 .v + 5 y = - 2 2 28. x + 2y = 0
3 x + 4y = 4 x + y = 6
4 .v -8 y = 32 3 x - 2y = 8
2* + 5 y + 2 0 z = 10 * + 5y + 2z + 6u- = - 3
-* + 2y + 8 z = 4 5* + 2y - z - vi’ = 3
x - y +Z = 0 40. *+ y+ z=0
x+ y =0 - 2* - 2y - 2z = 0
* + 2y - z = 0 3* + iy + 3 z = 0
41. *+ y + z = 0 42. * + 2y + z + 3 w = 0
2 * + 3.v + z = 0 *- y + w=0
3 * + 5>- + z = 0 y - z + 2vv = 0
>! 11. * . “ *2
+ 2*3 +
2*4 + 6*5 = 6 0 44. * +
*2 - 2 * 3
3 * , - 2 * 2 + 4*3 + 4 * 4 + 12*5 = 14 3* + 3 * ,
- *3
+ J 4 + *5 = 5
-2
- - 3 - *4 - 3*5 = - 3 2x + 2*2 - *3 + *4-2*3= !
'
l'ii los ejercicios 45 y 46, encuentre valores para a , b y c (si es posible) de modo que el sistema
<li fi liaciones lineales proporcionado a) tenga solución única, b) no tenga solución y c) tenga
liilinidnd de soluciones.
- o 46. * + y =0
y + z =2 y +z = 0
* + z=2 * + z= 0
fix + by +cz = 0 ax + by + cz= 0
'I /. I-I siguiente sistema de ecuaciones lineales tiene la solución única * = 1,y = -1 y z = 2.
4* - 2y + 5z = 16 Ecuación 1
x+ y = 0 Ecuación 2
- * - 3y + 2z = 6 Ecuación 3
Resuelva los sistemas dados por a) las ecuaciones 1 y 2, b) las ecuaciones 1 y 3 y c) las
ecuaciones 2 y 3. d) ¿Cuántas soluciones tiene cada uno de estos sistemas?
Ecuación 1
«21*1 + « 22*2 + a 2 3 * 3 = b 2 Ecuación 2
ílji*i + (l\2l 2 + ayxxy = by Ecuación 3
42 Capítulo I Sistemas de Ecuaciones Lineales
El sistema compuesto por las ecuaciones 1 y 2, ¿a) tiene solución única, b) no tiene
solución o c) tiene infinidad de soluciones?
En los ejercicios 49 y 50, encuentre la única matriz en forma reducida escalonada por ren
glones equivalente a la matriz dada.
1 2 1 2 3'
-1 2 50. 4 5 6
7 8 9
a b
c d
sea equivalente por renglones a la matriz dada.
1 0 1 0
53. 54.
0 1 0 0
En los ejercicios 55 y 56, encuentre todos los valores de X (letra griega lambda) tales que el
sistema homogéneo dado, de ecuaciones lineales, tenga soluciones no triviales.
55. (X-2U+ y =0 56. (X - 1).v + 2y = 0
.v + (X - 2)y = 0 .v + Xy = 0
57. ¿Es posible que un sistema de ecuaciones lineales con menos ecuaciones que variables
no tenga solución? En caso afirmativo, dé un ejemplo.
FIGURA 1.2
y
« j + a |* ) + o 2*12 + - . - + a „ . ]j |" - | = y |
«0 + ¥ ! + a * ! + " + a . - * ’ " ' = >2
I « u + “ i-1» + ¥ , ¡ + ■• ■ + v . V = y,-
I Ir p ro c e d im ie n to se m u e stra con un p o lin o m io d e s e g u n d o g ra d o en el e je m p lo 1.
FIGURA 1.3
<
► E jem plo 2 A ju s te P olinom ial d e C urvas
E n c u e n tre un p o lin o m io q u e se aju ste a los p u n to s ( - 2 , 3), ( - 1 , 5), (0, 1), (1, 4 ) y (2, 10).
16^4 =
ex
2a, 4a2 3
1
+
C;
+
ao ~
5
sS
ii
% - fl> + fl2 ~ °3 +
~~ 1
ü0
a0 + fli
+
«2 + *3
+
«4 =
4
r—
£
2a , + 4 a 2 + 8r/^ + 10
II
'
« o -
L a so lu c ió n d e esta s e c u a c io n e s es
30 101 _ 18 _ 17
«0 “ *• a I _ “ 24 • a 2 ~ 24 * a 3 “ 24 » ° a ~~7A
p { x )= I - S ' + t S Í ^ + S *3 - * * 4
= ¿ ( 2 4 - 3 0 * + 1 0 1 ^ + 1 8 x , - 1 7 . i 4 ).
FIGURA 1.4 y
Sección 1.3 A plicación J e los S istem as de E cuaciones Lineales 45
( ’o n z = x - 1988, se o b tien e
TA B LA 1.1
a0 + 0 .3 8 7 a , + ( 0 .3 8 7 )2a 2 = 0.241
a Q + 0 .7 2 3 a , + ( 0 .7 2 3 )2a “ = 0 .61 5
a0 + a, + a 2 = 1.
L a so lu c ió n de este siste m a es
a Q= - 0 .0 6 3 4 , a , = 0 .6 1 1 9 , a 2 = 0 .4 5 1 5
p (x ) = - 0 . 0 6 3 4 + 0 . 6 1 19.x + 0 .4 5 1 5 a 2.
FIGURA 1.5
y
C a u l a 1.2
FIGURA 1.6.
1ny
A h o ra, al aju star un p o lin o m io a los lo g aritm o s de las d istan cias y p erio d o s se o b tien e
lo sig uien te relación lineal en tre In x y ln y.
I11 y = ^ ln x
x ] + x 2 = 25.
FIGURA 1.7
25
FIGURA 1.8
■I I 0 0 0 20'
0 0 1 - 1 0 -2 0
0 1 1 0 0 20
1 0 0 0 - 1-10
.0 0 0 -1 1 - 10 .
‘ I 0 0 0 -1 -1 0 "
0 1 0 0 1 30
0 0 10 - 1 - 10
0 0 0 1 - 1 10
.0 0 00 0 0.
t ’mii / *v se ob tien e
I K J U R A 1.9
I K . U K A 1.10
50 Capítulo I Sistemas de Ecuaciones Lineales
Es posible observar cóm o el tipo de análisis de redes presentado en el ejem plo 5 puede
usarse en problemas relacionados con el flujo de vehículos por las calles de una ciudad o
con el flujo de agua a través de un sistema de irrigación.
Otro tipo de red al cual suele aplicarse el análisis de redes es la red eléctrica. En un
análisis de este sistema se usan dos propiedades de las redes eléctricas conocidas como
L eyes de K irchhoff.
1. Toda la c o m en te que fluye hacia una unión o nodo debe fluir hacia fuera de él.
2. La suma de los productos IR (/ es la corriente y R es la resistencia) alrededor de una
trayectoria cerrada es igual a la tensión total en la trayectoria.
Observación: Una trayectoria cerrada es una sucesión de ramas tal cjuc el punto inicial de
la primera rama coincide con el punto terminal de la última rama.
FIGURA 1.11
* 3=4
/, + / 3 = E Nodo 1 o nodo 2
Por tanto, se tiene e! siguiente sistema de tres ecuaciones lineales en las variables /,, /, c
^y
/ , - /2 + /3 = 0
3/, + 2 12 =7
2 12 + 4 /3 = 8
*
P o r tanto, se tiene el sig u ien te siste m a de siete e c u a c io n e s lin eales en las v ariab les / ,,
h' l4' e V
= 0
+ /, = 0
- V *6 = 0
'4 - '5 + ¡6 = 0
2 / | + 412 = 10
4 12 + / 3 + 21A + 2 /5 = 17
2 / 5 + 4 / 6 = 14
■ 1 -1 1 0 0 0 0 '
1 -1 0 1 0 0 0
0 0 1 0 -1 1 0
0 0 0 1 -1 1 0
2 4 0 0 0 0 10
0 4 1 2 2 0 17
. 0 0 0 0 2 4 14.
se o b tien e la fo rm a e s c a lo n a d a reducida
'1 0 0 0 0 0 1'
0 1 0 00 0 2
0 0 1 0 0 0 1
0 0 0 1 0 0 1
0 0 0 01 0 3
0 0 0 0 0 12
.0 0 0 00 0 0 .
lo cual sig n ifica q u e /, = I am p, l 2 = 2 am p s, / , = I a m p , / , = 1 a m p , / s - 3 a m p s e / (>= 2
am p s. -4
En los ejercicios del 1 al 6 , a) determ ine el polinom io cuya gráfica pasa por los puntos dados
y b) bosqueje la gráfica del polinomio, m ostrando los puntos dados.
6. (1986, 150), (1987. 180), (1988. 240). (1989, 360) (sea z - .v I9K7.)
Sección 1.3 E jercicios 53
t hílente ajustar la gráfica üc una función polinomial a los valores dados. ¿Q ué sucede y
(Hir qué?
X i 2 3 3 4
y i 1 2 3 4
» I a gráfica de una función / pasa por los puntos ( 0 , 1), (2 ,^) y (4, 5). Encuentre una función
i umlrálica que pase por estos puntos.
« Encuentre una función polinomial p(x) de grado m enor o igual que 2 q ue pase por los
puntos (0, 1), (2, 3) y (4, 5). Luego, bosqueje la gráfica de >• = \lp(x) y com párela con la
giálica del polinom io que se encontró en el ejercicio 8 .
10 I<’álculo) La gráfica de una parábola pasa por los puntos (0 ,1 ) y ( ¿) y tiene una tangente
horizontal en ( i , j ) . Encuentre la ecuación de la parábola y bosqueje su gráfica.
I \ Nojjún los datos del censo en un país, en 1950 había 179.3 millones de habitantes, en 1960
había 203.3 millones y en 1980 había 226.5 millones. Ajuste un polinom io de segundo
grado a estos tres puntos y use el resultado para predecir la población para 1985 y 1990.
Población
(en millones) 106 123 132 151
ii) Encuentre un p o lin om iod e tercer grado que se ajuste a estos datos y aplique el resultado
pura calcular la población de 1960.
h) ¿C óm o se com para su estim ación con la población real de 1 7 9 m illones en 1960?
1 7 I muestre que si una función p o lin o m ial p(x) = a0 + </,* + a2x 2 es cero para x = - 1,
I m 0 y x * I , entonces an = tí, = a2 = 0 .
|N I a afirm ación del ejercicio 1 7 puede generalizarse co m o sigue: Si una función polinomial
/M Q h «() ♦ a yx + • • • + <in |V " 1 es cero para más de n - I valores de .t, entonces «() = a ]
m . • • m í/>( | = 0 . Use este resultado para dem ostrar que hay a lo sum o una función poli-
Itomlul de grado n I (o m enos) cuya gráfica pasa por n puntos del plano con distancias
ahuclsas x. (Sugerencias: Sean
54 C apítulo 1 Sistem as de E cuaciones Lineales
p ,(x ) = a 0 + a , x + at r 2 + • • • + an _ 1
y
P 2(x) = bfí ■+ b tx + fc-j-r2 + • • • + bn_ xxT ~ 1
dos funciones polinomiales diferentes que pasan por los puntos dados y con sidere/?,(*) - p 2(x)
en x = x ,, x 2,..., xn.]
A n á lisis d e R ed es
H 19. Por un acueducto fluye agua (en miles de metros cúbicos por hora) c o m o se muestra en
la figura 1.13.
a) Resuelva este sistema para el caudal de agua representado por x¿, i = 1 , 2 ........7.
b) Encuentre el patrón de flujo de la red cuando x6 = x7 = 0.
c) Encuentre el patrón de flujo de la red cuando x5 = 1000 y x6 = 0.
t í 20. El flujo de tráfico (en vehículo por hora) que circula por una red de calles se muestra en
la figura 1.14.
a) Resuelva este sistem a para x¡, i = 1 , 2 ......5.
b) Encuentre el flujo vehicular cuando x 2= 200 y .v3= 50.
c) Encuentre el flujo vehicular cuando x-,= 150 y x-, = 0.
ü 21. En la figura 1.15 se m uestra el flujo de tráfico (en vehículos por hora) que circula por una
red de calles.
a) Resuelva el sistema para xr i = 1, 2, 3. 4.
b) Encuentre el flujo vehicular cuando x4= 0.
c) Encuentre el flujo vehicular cu an do x , = 100.
u n . Kn la figura 1.16 se m uestra el flujo de tráfico (en vehículos por hora) que circula por una
red de calles.
o) Resuelva el sistem a para x p i = 1 , 2 ........5.
h) Encuentre el flujo vehicular cuando r 3 = O y r ? = 100.
C) Encuentre el flujo vehicular cuando ,r3 = x $ = 100.
FIGURA 1.16
FIGURA 1.19
56 Capítulo 1 Sistemas de Ecuaciones Lineales
y 26. Determine las corrientes /,, I2, ¡y /4, ¡y e /6 de la red eléctrica mostrada en la figura 1.20.
FIGURA 1.20
1. - 4a + 2y - 6z = 1 2. 3a, + 2a 2 - 4a 3 = 0
En los ejercicios del 3 al 6, determine si la matriz dada está en la forma escalonada. Si es así.
determine si también está en la forma escalonada reducida.
10 11 1 2 - 3 0
3. 0 1 2 1 4. 0 0 0 1
0 0 0 1 0 0 0 0
-1 2 1 0 10 0
5. 0 1 0 6. 0 0 12
0 0 1 0 0 0 0
1 2 0 o' 1 2 3 o'
7. 0 0 1 0 8. 0 0 0 l
0 0 0 0 0 0 0 0
Capítulo 1 Ejercidos de Repaso 57
—o
1». t + y = 2 10.
+
K
>.
ii
i
en
C1
« -y = 0
+
H
>N
ii
II. y c i* 12. * = y + 3
v• * + 4 *=y+ 1
2* + 3y + 3z = 3 24. 2* + 6z = - 9
6* + 6y + 12z= 13 3* - 2y + 1 lz = -1 6
12* + 9 y - z= 2 3 * - y + 7z = —11
1 IH * - 2 y + z = -6 26. * + 2y + 6z = 1
2*~3y = -7 2* + 5y + 15z = 4
* + 3y - 3z = 11 3* + .y + 3z = - 6
Ir, - * 3
o
35. Determine el valor de k tal que el siguiente sistema de ecuaciones lineales sea inconsis
tente.
Jet + y = 0
x + ky = 1
36. Determine el valor de k de modo que el siguiente sistema de ecuaciones lineales tenga
exactamente una solución.
x - y + 2z = 0
-x + y - 2 = 0
x + ky-y z = 0
1 1 2 i 2 3
0 -1 2 y 4 3 6
3 1 2 5 5 10
jc +- 2y = 3
ax + by = -9
3. Encuentre (de ser posible) condiciones sobre a, b y c de modo que el siguiente sistema de
ecuaciones lineales a) no tenga solución, b) tenga exactamente una solución y c) tenga
infinidad de soluciones.
2x - y + z = a
x + y + 2z = b
3 y + 3z = c
2 3 n
n+ 1 n +2 /i + 3 2n
2n + 1 2/« + 2 2/i + 3 3/j
n2 - n + 1 n1 - n + 2 n2 - n + 3
Capítulo / Ejercicios Complementarios 59
r< Encuentre un sistema consistente de ecuaciones lineales que tenga más ecuaciones que
vuriubles.
7. Encuentre un sistema inconsistente de ecuaciones lineales que tenga más variables que
ecuaciones.
N (Encuentre todos los valores de A para los cuales el siguiente sistema homogéneo de
ecuaciones lineales tenga soluciones no triviales.
(A + 2) a:, - 2 x 2 + 3x3 = 0
-2v, + (A - 1) x 2 + 6.t3 = 0
x¡ + 2x 2 + A.v3 = 0
\ Jiudr P o lin o m ia l d e C u r v a s
ejercicios 9 y 10, a) determine el polinomio cuya gráfica pasa por los puntos dados y
| p l I ii I o n
'*! 11 I lita empresa tiene ventas (medidas en millones) de 50, 60 y 75 dólares durante tresaños
consecutivos. Encuentre una función cuadrática que se ajuste a estos datos yuse el
i c u ita d o para predecir las ventas durante el cuarto año.
i .* III polinomio p{x) = a0 + a ,.v + a¿x2 + es cero cuando x = 1, 2, 3 y 4. ¿Cuáles son los
valores de aQ, a{, aY y a 3?
A n álisis d e R e d e s
RC1URA 1.21
2CX)
60 C apítulo I Sistem as de E cuaciones Lineales
O 14. D eterm ine las corrientes / , , / 2 e / 3 de la red eléctrica m ostrada en la figura ) .22.
FIGURA 1.22
Capítulo L
Matrices
2.1 O p e ra c io n e s co n M atrices
2.2 P ro p ie d a d e s d e las O p e ra c io n e s con M atrices
2.3 L a Inv ersa d e u na M atriz
2 .4 M atrices E lem en tales
2.5 A p lic a c io n e s de las O p e ra c io n e s con M atrices
Aithur Cayley
01
62 Capitulo 2 Matrices
1. Una matriz puede denotarse por una letra mayúscula com o A, B , C,...
2. Una matriz puede denotarse por un elemento representativo escrito entre corchetes,
com o [tfJJ, fb0], [c,y],...
Com o se mencionó en el capítulo 1, las matrices en este texto son esencialmente matrices
reales. Es decir, sus elementos son números reales. (Las matrices cuyos elementos son
números complejos se analizarán en el capítulo 9.)
Se dice que dos matrices son iguales si sus elem entos correspondientes lo son.
i A X ".
«12 ] = 2 -1
21
ti
22
-3 0
Sección 2 .1 Operaciones can Matrices 63
jMtli H»ir Dado que dos nial rices son iguales sólo si sus elementos correspondientes son
Id» ili i, se concluye que
Hiiüui de M atrices
I m l ui nu de dos matrices (del m ismo orden) se lleva a cabo sumando sus elementos
|}t>M<'>| tundientes.
A ♦ H - \a ¡¿ + -
a ■í-'í
I a suma de dos matrices
_________________ ..... ...
■I 2' 1 3 - 1+1 2 + 3 0 5
+ —
0 1 -1 2 0 - 1 1+2 -1 3
0 1 -2 0 0 0 0 1 -2
1*) +
1 2 3 0 0 0 1 2 3
1 -1 0
i) -3 + 3 = 0
-2 2 0
d) 1.a suma de
'2 1 0' 0 1
A- 4 0 -1 y b = -i 3
.3 -2 2. 2 4 .
no está definida.
Multiplicación por un t e l a r
Al trabajar con matrices, los números suelen denominarse escalares. A m enos que se
Uipccifique lo contrario, los escalares serán números reales. Se multiplica una matriz A por
un escalar c al multiplicar por c cada elemento de A.
64 Capítulo 2 Matrices
. —
cA = l r a ¿ .
Para representar el producto escalar (-1)/! se usa -A . S\ A y B son del mismo orden,
en to n ces/! - B representa la suma de A y ( - l) f i. Es decir,
1 2 4 ' 1 0 0
A= b =
O
y 1 -4 3
i
. 2 1 2. -1 3 2.
encontrar
a) 3A
b) -B
c) 3A - B.
Solución:
2 0 0 -2 0 0
b) - B = ( - 1) I -4 3 -1 4 -3
-I 3 2 1 -3 -2
3 6 12 ' 2 0 0 1 6 12
c) 3.4 - B = -9 0 -3 - 1 -4 3 =
-10 4 -6
6 3 6 -1 3 2 . 7 0 4 .
1 31
1 - 3 1 1 -3
1 1 ” 2 5 1
2.
A B = [ c j
iKuulc
- I 3
-3 2
4 -2 B=
-4 1
5 0
fllllili lúii l ’i imero, observe que el producto AB está definido porque el orden de A es 3 x 2
y vi di H es 2 x 2 . Además, el producto AB es de orden 3 x 2 y es de la forma
I 3 C
n 12
-3
4 -2 '2 1 '2 2
-4
5 0 '3 . 32j
\
m 3 -9
'.y
4 -2 -3 Ü
-4 I C 2. C 22
5 0, C 3I C 32
-1 3 9 1
-3 2
AB = 4 -2 -4 6
5 0J
-4 1
-1 5 10.
Para estar seguros de que se entiende que para que el producto de dos matrices esl
definido, el núm ero de columnas de la primera matriz debe ser igual al número d
renglones de la segunda matriz. Es decir,
A B AB.
m x n n x p m x p
1igual1
-orden de AB-
A . Ki - i ••• v
A l 4,ml 4lm) « m/i c ,„i í'm2 • m/>
m
a H b M + a a b 2 ¡ + a* + - • • + a
tn
b - nj
-2 4 2
1 0 3 -5 7 -1
rfl 1 0 0 __
; i -2 -3 6 6
-1 1 -1 .
}x 3 3x3 2x3
» 4 1 0 3 4
2 3 0 1 -2 5
2 - .* 2x2 2x2
1 2 -1 2' 1 0
II) 1 -1 0 1
1 1
í *2 2x2 2x2
«I» I 2 -3| = di
i - .1 3x1 lx l
2 2 -4 -6
*) i |l -2 -3] = - 1 2 3
i l 1 -2 -3
4p 1 1x3 3x3
(H n i'Vhi'IÓII: Nótese la diferencia entre los dos productos en los incisos d) y e) del ejemplo
\ l'n u<literal. la multiplicación de matrices no es conmutativa. Es decir, casi nunca es
■»m|n (jim* el producto AH es igual al producto HA. (Véase la sección 2.2 para un análisis
piol'mtdo de la no conmutatividad de la multiplicación de matrices.)
68 Capítulo 2 Matrices
2* 2 + a i3*3 =
n "l2 “ l3 V
21 fl 22 f l 23 *2 h2
Las matrices A' y B se denom inan m atrices colum na porque cada una consiste en una sola
columna. De manera semejante, las matrices que consisten en un solo renglón se
denominan m atrices renglón.
-2 1
A =
3 -2
. í, - 2x 2 + .v3 = 0
I r , + 3 .v , - 2 .r 3 = 0 .
i 2
1 0 0
7
_ 4
0 1
7 o
Por tanto, el sistema tiene inf inidad de soluciones. En este caso, una elección conveniente
del parámetro es .v3 = 7/, y entonces se puede escribir el conjunto solución como
I I >- ,( b í <||
' =t 4 , ( es cualquier escalar.
■ *J
I 0 -I 2
-1 1 1 -3
A-
1 1 - 1 I
3 2 - 3 4
- *3 + = 0
-x , + x 2 + *3 - 3 * 4 = 0
X, + X2 - *3 + *4 = 0
.Vi, + 2*2 - 3*3 + 4*4 = 0.
I 0 -1 2 ()'
0 1 0 -1 0
0 0 0 0 0
0 0 0 0 0
l'i H tanto, el sistema tiene infinidad de soluciones. Al hacer que las variables no principales
*, y *4 representen los parámetros s y t, se tiene Xj = * 3- 2*4 = s - 2/ y *2 = * , = /, y el conjunto
Milin ión del sistema de ecuaciones lineales está dado por
‘V ■s - 2t' r -2 ‘
*2 t 0 1
X= —
=s + ( s y t son escalares cualesquiera.
•r 3
s i 0
.-*4- i .0 . 1.
1 -1 2 -1
1. 4 = . B=
2 -1 -1 8
1 2 -3 -2
2. A = B=
2 1 4 9
6 -1 1 4
3. ,4 = 2 4 t B = -1 5
-3 5 1 10.
2 1 1 2 -3 4
4. 4 = * B=
-1 -1 4. -3 1 -2
2 2 -1 0 1 1 1 - 1 1 0
5. A = , B
' ' -2 0 -1 -3 4 9 - 6 - 7
3' -4
6. A = 2 . B= 6
-1. . 2J
5 4 4 1 2 -7
-4 = yy B=
-3 1 2 0 -5 1
'4 11 -9 * 1 0 5
A = 0 3 2 y B = -4 6 11
-3 1 1 -6 4 9.
.v y y z 4 .v
4 = 2 f +2
z -1 -x 1 5 -r
M- .V = -4 3 y h-
+2
y 1 2 -1 Z x \
1 2 2 -1 2 -1 0 0
A = . B= 12. A = , B=
4 2 -1 8 1 4 3 -3
Sección 2.1 E jercicios 71
3 -1 1 -3 1 -1 1 3
II A y, B = 14. A = . B =
1 3 3 1 1 1 -3 1
1 -1 7 l 1 2 '
II. 4 - 2 - 1 8 . B = 2 1 1
,3 1 -1 . 1 -3 2 .
l«, 4 - |3 2 1], 11 =
2 1 0 -1 0 0 -1 0 2
U A* -3 4 , B = 4 0 2 18. 4 = 4 0 2 . B = -3
1 6. .8 -1 7. 8 -1 7 . 1.
3 1 2
|M l - 5 i, B =
0 7
2
3 0 0
|l l A B = 0 1 0
ü 0 -2 0 0 5
i
5 0 0 5 0 0
tí = i
II, A 0 - 8 0 0 '5
0 0 7 0 0
0 0 5 6 II 4
U, A 0 0 - 3 B= 8 16 4
0 0 4 0 0 0
6
■2
41, i fí = [IO 12J
I
6.
1 0 3 -2 4 1 6
Hi A tí =
6 13 8 -17 20 4 2
26. 2.V, + l v 2 = 7
- 6 .v , - 6 x 2 = - 2 1
72 Cup(lulo 2 M atrices
1 2 1 0 2 - f 1 0
A = 0 32. A =
3 5 1 3 -2 0 1
a- b 2b + c -1 3 a + b b +c 2 -1
34.
c —2 d u +d 5 -2 . c +d a +d 1 4
35. Encuentre condiciones sobre w, x, y y z de m odo que AB = BA para las siguientes matrices.
w X 1 1
¿ = y B=
y z. -1 1.
En los ejercicios 37 y 38, encuentre el producto AA para la matriz diagonal dada. Una matriz
cuadrada
«i« ?. 0 0
0 a 22 0
0 ó"-!
,4 =
0 0 0 nn
se denom ina m a t r i z d ia g o n a l si todos los elem entos fuera de la diagonal principal son nulos.
-\ 0 0 2 0 0*
37. A = 0 2 0 38. A = 0 -3 0
0 0 3 . .0 0 0.
Sección 2. V E jercicios 73
H k | tomín i«Uc que si A y li son matrices diagonales (del m ism o orden), entonces A B = BA.
I b I.. »*|i*• i Icii *s 11 y 42, encuentre la traza de la matriz proporcionada. La t r a z a de una matriz
j n <i n i>*. ln .urna de los elem entos de la diagonal principal. Es decir, T r (A) = + « „ + ••
i i»
1 2 3 1 0 0'
41 0 7 4 42. 0 1 0
1 1 3 0 0 1
I »i muestre ijuc las expresiones siguientes son verdaderas si A y B son m atrices cuadradas
d> orden n y c es un escalar.
n) IV (A + B) = T r (j4) + T r (fi)
h) l’r M ) = c T r 04)
it I >i muestre que si A y B son matrices cuadradas de orden n, entonces T r (AB) = T r (BA).
1 1 1 0
A =
1 1 0 1
1 0
A B - BA =
0 1
r» Sutin A y B dos matrices tales que el producto AB está definido. Dem uestre que si A tiene
«los renglones idénticos, entonces los dos renglones correspondientes de A B tam bién son
Idénticos.
MI Sean A y B matrices n x n. D em uestre que si todos los elem entos del i-é sim o renglón de
A son nulos entonces lodos los elem entos del i'-ésimo renglón de A B son nulos. Dé un
ejem plo usando matrices 2 x 2 para dem ostrar que la conversa no es cierta.
s I , Cierta empresa cuenta con cuatro fábricas. Cada una produce dos productos. El número de
unidades de producto i producido en la fábrica j en un día se representa por a¡- en la matriz
100 90 70 30
-4 =
40 20 60 60
74 Capítulo 2 Matrices
52. U n fru ticu lto r levanta dos co sech as, las cuales se em b arcan a tres m ercad o s. El núm ero
d e un id ad es del pro d u cto i que se em b arca al m ercado j se representa p o r a i j en la m atriz.
100 75 75
A =
125 150 100
L a gan an cia en una unidad del pro d u cto i se rep resen ta p o r b u en la m atriz
B = ($3.75 $7.00],
E ncuentre el p ro d u cto m atricial BA y ex plique qué rep resen ta cad a elem en to de este
producto.
Sitio 1 Sitio 2
Mesa 627 681
C =
Silla 135 150
54. L a m atriz
rep resen ta la pro p o rció n d e una p o b lació n de electo res que cam b ia del p artid o i al partido
j en u na elección dada. Es d ecir. P y (/' * j ) representa la pro p o rció n d e la p o b lació n de
electro n es q u e cam b ia del p artid o i al p artido j y p (i rep resen ta la pro p o rció n que
p erm an ece leal al p artid o j de una elecció n a otra. E n cuentre el pro d u cto de P co n sí misma.
¿Qué representa este producto?
i \+ B ^B + A ■ m i
Propiedad - 1utativa
i conm ■
A *• (B + C ) « ( i4 + 0)4- C íhroptedad asociativa de ia suma
* ti d)A -- cidA )
tfr l . |impiedades correspondientes de los números reales. Por ejemplo, para demostrar
fa itmpn-dnd conmutativa de la suma de matrices, sean A = [a{.) y B = [b.]. Entonces,
MAIIi nudo la propiedad conm utativa de la suma de números reales, se escribe
Mil ti» sección anterior la suma de matrices se definió com o una operación binaria. Es
i r definió solamente la suma de dos matrices. La propiedad asociativa de la sum a
|+ mutni permite ahora escribir expresiones com o A + B + C sin am bigüedad debido
| - f l|H> he obtiene el m ismo resultado sin importar cóm o se agrupen las operaciones. En otras
PíIjiIm u , «e obtiene la m ism a sum a si A + B + C se agrupa com o (A + B) + C o com o
V ' t t/í + O . Este m ismo razonam iento se aplica a sumas de cuatro o más matrices.
1 - r 0 ' 2 2
2 + -i + 1 + -3 —
-1
-3. . 2. 4 . -2 1.
Una propiedad importante de la suma de números reales es que el número 0 sirve como
la identidad aditiva. Es decir, c + 0 = c para cualquier núm ero real c. Para las matrices se
cum ple una propiedad semejante. Específicamente, si A es una matriz de m x n y Omi es
la matriz de m x n que consiste en ceros, entonces A + Omn = A . Omn se denom ina m a triz
cero y funciona com o la id e n tid a d ad itiv a para el conjunto de todas las matrices m x n.
Por ejemplo, la siguiente matriz funciona como el neutro aditivo para el conjunto de todas
las matrices 2 x 3 .
El álgebra de los números reales y el álgebra de matrices tienen varias semejanzas. Por
ejemplo, com pare las siguientes soluciones.
x + a=b X + A =B
x + a + (-íi) = b + (-a) X + A + (-A) = B + (-,4)
x+0= b- a X +O =B- A
x =b -a X =B- A
Sección 2.2 Propiedades de las Operaciones con Matrices 77
1 -2 -3 4
A= B=
0 3 2 1
i
3X = B - A L / X = \(B -A ).
i -3 4 I -2 i -4 6
5 2 1 0 3 5 2 -2
h n p lc d a d c sd c la M ultiplicación de M atrices
$ltl el siguiente teorema se extiende el álgebra de matrices para incluir algunas propiedades
til lie* «le la multiplicación de matrices. Las demostraciones de las dos primeras propieda-
•li -a dan en el apéndice A; las demostraciones de las dos propiedades restantes se dejan
n ) |l|o ejercicios. (Véase el ejercicio 48.)
V.r
irías 2 .3 P ropiedades de la M ultiplicación de M atrices
SI A , B y C so n matrices (conórdenes tales que I
definidos) y c es un escalar, entonces se ci
I A (B C ) * (AB)C í .wjjivwx»
2. A(B ♦ O - Á B + A C Propiedad distributiva i
5. lA + B ) C ~ A C + BC Propiedad distributiva
I. <iAB)~
-1 O'
1 -2 1 O
A= B= C= 3 1
2 -1 3 -2
2 4
-1 01
1 -2 1 0
(.AB)C = 3 1
2 -1 3 -2
2 4
-5 4 0
r-i o
3 i
-1 2 3
2 4
17 4
13 14
1 -2 0 2
r-i o
A(BC) = 3 1
2 -1 -2 1
2 4
1 -2 1 3 8
2 -1 -7 2
17 4
13 14
1 3 2 -1
A=
2 -1 y B=
0 2
Solución:
1 3 2 -1 2 5
AB =
2 -1 0 2 4 -4
2 -1 1 3 0 7
BA =
0 2 2 -1 4 -2
A partir del ejemplo 4 no se concluye que los productos matricialesAfl y BA nunca son
iMliulcx. Algunas veces son iguales. Por ejemplo, intente multiplicar las siguientes
tttilii ices, primero en el orden AB y luego en el orden BA.
1 2 -2 4
y B=
1 1 2 -2
• M" crvurá que ambos productos son iguales. La cuestión es: Aunque algunas veces AB y
U \ ••>» iguales, casi nunca lo son.
» Mía cualidad importante del álgebra de matrices es que no tiene una propiedad de
i iiui d ació n general para la multiplicación de matrices. Es decir, si A C = BC, no
im 11 iii iumentc es cierto que A = B. Este hecho se demuestra en el ejem plo 5. (En la
nllpllunte sección se verá que para algunos tipos de matrices especiales la cancelación es
Vitlidii )
1 3 2 4 1 -2
B= C=
0 1 2 3 -1 2
1 3’ 1 -2 -2 4
0 1 -1 2 -1 2
2 4 1 -2 -2 4
BC =
2 3 -1 2 -1 2
’ 1 0 0 • • 0 •
0 1 0 • • 0
0 0 1 • • 0
. 0 0 0 • • 1 .
1 o o
O
O 1 o
O
o 0 o
3 X 3
80 Capítulo 2 Matrices
------------------
1. A!n ~ A
2. I J t - A
C om o caso especial de este teorema, observe que si A es una matriz cuadrada de orden
n , entonces se tiene que
A /n = InA = A .
ro
1---
3 -2
1
1 0
a) 4 0 = 4 0
0 1
-I i -I 1.
1 0 0 -2 -2
b) 0 1 0
0 0 1
A 1 = AA - A.
También es conveniente definir 4 ° = ¡n (donde A es una matriz cuadrada de orden n). Estas
definiciones permiten establecer las siguientes propiedades
A^ h| 2 - 11
1ñ 3 0
onllirlOll
/ 2 -1 2 -1 \ 2 -1 1 -2 2 -1 1 —4 -1
( 3 0 3 0 ) 3 0 6 -3 3 o] 3 -ó
I ln Nección 1.1 se señaló que un sistema ele ecuaciones lineales debe tener
ii
1)1(11 Mu (nutricia] presentada hasta el momento, ahora se puede dem ostrar este resultado.
W - ^i- ■ íP í ■ í 5
TH u rin a 2 5 N úm ero d e Soluciones d e ur Sistem a tíe Ecuaciones Lineales
■: • \ ‘l ■ ■■ '■ . ■. .' ■ : :. ' ■ ■ \
#»*m un sistema d e ecuaciones en n variables, se cum ple una y sólo una de las
~m mu .,ie» afirmaciones.
P
| I 1 MiMcma tiene exactam ente una solución,
i Id mstcnia tiene infinidad de soluciones.
V l'l astenia no tiene solución.
’ « ti Ü «13 *** m l
«21 «22 «23 •••' «2/i
V
«2/i «3/i ümn -
► Ejemplo tí
La Transpuesto de una M atriz
Encuentre la transpuesta de cada una de las matrices.
7 1 2 0 0 1
a) A = b) tí = 2 1 0 c) C= 2 4
8
.0 0 1. .1 -1
Solución.
1 2 0
0 2 1
a) A‘= [ 2 8] b) IV = 2 1 0 c) C' =
1 4 -1
O 0 1
Observación:
Nótese que la matriz cuadrada del inciso b) del ejemplo 8 es igual a su
transpuesta. Esta matriz se denom ina sim é tric a . Es decir, una matriz A es simétrica si
A =A'. Con base en esta definición resulta evidente que una matriz simétrica debe ser
cuadrada.
hi \ y II son matrices
luí eKlándefinidas) y c es un escalar, entonces se c ú m p le lo siguiente
f IA')'-,a
I p\ I Transpuesta de una suma
m iüAY **( ( #) Transpuesta de un m últiplo escalar
•1 t M i y . B ’A ’ Transpuesta d e u n producto
{A » B + C y = A ' + B ' + C ,
■ iii h .uspuesta del producto de tres matrices está dada por
\ Allí y = C'B'A'.
2 1 -2 3 1
A -1 0 3 y B= 2 -1
0 - 2 1 3 0.
M i
2 1 -2 ' 3 r 2 1
AH -1 0 3 2 -1 = 6 -1
0 - 2 1 . 3 0 . -1 2.
6 -1
(W
-1 2
3 2 3 2 -1 0 2 6 -1
NA' 1 0 -2 —
1 -1 0 1 -1 2
.-2 3 I
1 3
/t = O -2
-2 -1
1 31 10 -6 -5
1 0 -2
AA' = 0 -2 -6 4 2
3 -2 -1
-2 -1 -5 2 5
Sección 2 .2 A Ejercicios
1 2 tí = 0 I 0 0
0 =
3 4 -1 2 0 0
1. aA + bfí 2. (A + B)
3. ab (B) 4. (ia + b) B
5. (a - b) (A - B) 6. (ab) O
-4 0 1 2
A= 1 -5 y B = -2 1
. -3 2. 4 4.
7. 3X + 2 A = B 8. 1 A - 5 B = 3X
lila ejercicios del 11 al 16, realice las operaciones indicadas, dado que c = -2 y
1 3
A 1 2 3 B= C= 0 1 o = 0 0
0 1 -1 -l 2 -1 0 0 0
II « (O I ) 12. C(fíC)
M lHi(')A 14. f l( C + 0 )
|« , 1.71) ( C f C ) 16. 0 ( c 4 )
1 2 3' 4 - 6 3' 0 ü 0
A* 0 5 4 /; = 5 4 4 C= 0 0 0
3 -2 1 .-1 0 1 .4 -2 3.
1 -1
A > 3 3
y B=
4 4 -1 1
1 2 1 0
A ■ y i =
0 -1 0 i
I* A* 20. 4 4
M A H * A) 22. A + I A
ll.i ll.a ejercicios del 23 al 26, encuentre a) A 1, h) A'A y c) s\A' para las matrices dadas.
-7 II 12
2 -1 3
24. 4 = 4 -3 I
4 3
6 - 1 3
6 0
i*. A- 0 -4 26. .4 =
7 5 -3
Wt Ion ejercicios 27 y 28, explique por qué la fórmula dada no es válida para matrices.
-3 o'
-1 1 -2 B= 1 2
A= y
2 0 1 1 -1
A= 1 2 y
•*
B = -3 -1
.0 -2. 2 1
1 ' 1 1 o1 0
X= 2 Y= 0 Z= 4 w= 0 0 = 0
.3 . .2 . 4. 1. 0
31. Encuentre escalares a y b tales que Z - a X y bY.
1 0 0
A= 0 - 1 0
0 0 1
En los ejercicios 37 y 38. encuentre una matriz. A que satisfaga la ecuación dada.
8 0 0
9 0
37. A2 = 38. A? = 0 - 1 0
0 4
0 0 27
f (A ) = a0l n + a xA + a / 2 + • • • + a jC .
2 0 5 4
39. f (x) = x 2 - 5.r + 2, A = 40. f ( x ) = .v* - 7.v 4 6. A =
4 5 I 2
Sección 2.2 Ejercicios 87
3 1 4
i\i I U) * J 3 - 10-r2 + 3 lx - 30, A = 0 2 6
0 0 5
8 -4
2 2
jttf* luí ejercimos del 53 al 56, determine si la matriz dada es simétrica, simétrica sesgada o
Bill jimia de las dos. Una matriz cuadrada se denomina sim étrica sesgada si A' = -A.
0 2 54. 4 = 2 1
A*
-2 0 1 3
0 2 1 0 ’ -1
A- 2 0 3 56. /1 = - 2 0 -3
i 3 0. 1 1 0
I »imuestre que la diagonal principal de una matriz simétrica sesgada consiste exclusiva
mente en ceros.
2 5 3
A. -3 6 0
4 I 1
jf». Demuestre que si A es una matriz n x n, entonces A - A' es simétrica sesgada.
88 Capítulo 2 Matrices
ax = b
(a~]a) x = a~lb
( \ ) x = a~lb
x = cr'b
El número a -1 se denom ina inverso multiplicativo de a porque a~la es igual a 1 (el
elem ento identidad de la multiplicación). La definición del inverso multiplicativo de una
matriz es semejante.
■" ■
Una matriz A n x n es invertí ble (o no singular) si hay una matriz B n x n tal que
AB~BA~ l
• _ ; ; y •. •. > •• , • V. ' . :
Las matrices no cuadradas no tienen inversas. Para ver esto observe que si A es de orden
m x n y B es de orden n x m (donde m & n), entonces los productos AB y BA son de órdenes
diferentes y, por consiguiente, no pueden ser iguales entre sí. De hecho, no todas las
matrices cuadradas tienen inversa. (Véase el ejemplo 4.) Sin embargo, el siguiente
teorema establece que si una matriz tiene inversa, entonces ésta es única.
------------------------------------------------------------------------------------------
Demostración: Dado que A es invertible, se sabe que tiene por lo menos una inversa B tal
que A B = I = BA. Suponga que A tiene otra inversa C tai que A C = / = CA Entonces, se
puede demostrar que B y C s o n iguales com o sigue
Sección 2.3 La Inversa de una Matriz 89
AH - I
C{AB) = C1
í< 'A)B = C
!B = C
n=c
-I 2 1 -2
y B=
-1 1 1 -1
Pili* Ion Con la definición de matriz inversa, se puede demostrar que B es la inversa de
,4 ni piulan que AB = I = BA com o sigue.
-1 2 1 -2 - 1 + 2 2 - 2 I 0
Al¡
-1 1 -I + 1 2 - 1 0 1
1 _1
1 -2 -1 2 - 1 + 2 2 - 2 1 0
HA
1 -1 -1 1 -1 + 1 2 - 1 0 I
1 4 xu *12 1 0
-1 -3 *21 *22 0 1
-3 - 4
X = A -' =
1 1
tiene la misma matriz de coeficientes. En vez de resolver por separado los dos sistemas
representados por
1 4 i 1 1 4 i 0
y
-i -3 ; o -1 -3 ! 1
es posible resolverlos simultáneamente. Lo anterior se lleva a cabo al u n i r la matriz,
identidad con la matriz de coeficientes para obtener
1 4 1
-1 -3 0
Al aplicar la eliminación de Gauss-Jordan a esta matriz se pueden resol ver ambos sistemas
con un solo proceso de eliminación, como se muestra enseguida.
1 0 -3 -4
s e o b tie n e u n n u e v o p r in v i
0 1 1 1 renglón.
Por tanto, al aplicar la eliminación de Gauss-Jordan a la matriz "doblem ente aumentada"
[A • í], se obtuvo la matriz [/ i A"1].
1 4 1 0 1 0 -3 -4
-1 -3 0 0 I 1 1
A / A -'
Sección 2.3 La Inversa de una Matriz 91
r-tr
tM
i >i irm iin ad ó n d e la Inversa de una Mat riz con la Eliminación d e Gauss- Jordán
Hen A una matriz cuadrada de orden n .
¡ílftll: Se empieza por juntar A con la matriz identidad para formar la matriz
1 -1 0 : 1 0 0
\A 1 Al = 1 0 -1 : 0 1 0
. - 6 2 3 i o 0 1 .
1 -1 0 i 1 0 0 A i su m ar 4 veces el se g a n d o renglón
0 1 -1 : -1 1 0 al terc er re n g ló n s e o b tie n e un
Ó 0 -1 í 2 4 1 nuevo tercer renglón.
92 Capítulo 2 Matrices
-2 -3 -1
A~' = -3 -3 -1
-2 -4 -1
1 2 0 1 0 0
[A : /] = 3 -1 2 0 1 0
-2 3 -2 0 0 1 .
1 2 0 1 0 0
0 -7 2 -3 1 0
2 3 -2 0 0 1
/Mtxi o observe que al sum ar el segundo renglón al tercer renglón se obtiene un renglón
|k ñ u i en el lado izquierdo de la matriz.
1 2 0 ; i 0 0 Al sumar
(1 - 7 2 : -3 i 0 tercer se obtiene un
0 0 0 i -1 1 1 nueyo tercer renglón.
|VMi|o ii que la “porción /V’ de la matriz contiene un renglón de ceros, se concluye que
■ I t'n pi noble. reescribir la matriz [A \ /] en la forma (/ • A"1]. Esto significa que A no tiene
Mvviih ^
o b
A
r d
P«h a d - b c A 0. A dem ás,si a d - b c 0, entonces la inversa
|M ií duda por
I d -b
ad - be -c a
com probar esta inversa mediante la multiplicación.
3 -1 3 -1
.o A- b) n =
1-2 2 -6 2
M w ion
ffi P in matriz A. se aplica la fórmula para la inversa de una matriz 2 x 2 para obtener
ii la
tid be - (3)(2) - (—1)(—2) = 4 . Como esta cantidad no escoro, la inversa se lorm aal
I n im ambiar los elementos de la diagonal principal y cam biar el signo de los otros dos
alómenlos com o se muestra a continuación:
94 Capítulo 2 Matrices
1. =A
2. ( A k y 1 * A -'A -' - • • A "\
k tat'torcs
3. = C * 0 ;
*
. • ..
4. ( ¿ r * = <A-ly
-— - ...............
( c A ) \ -] A ~ ' ) = ( c ~ ) AA-1 = ( ! ) / = /
i A - [) ( c A ) = \ ^ - c ) a ~'A = ( ! ) / = /
se concluye que (1 /c)A~] es la inversa de cA. Se deja com o ejercicio que el lector demuestre
las propiedades 2 y 4. (Véanse los ejercicios 43 y 44).
A-4 = A - 'A - 1 - • • A - 1.
k factores
Con esta convención se puede demostrar que las propiedades A 1A ; = A ’*k y (A ’ )k = A4 se
cum plen para enteros cualesquiera j y k.
Sección 2.3 La Inversa de una Matriz 95
A= 1 I
2 4
Solución: Una forma de calcu lar-4“2 es determinar (.42) 1 al elevar al cuadrado la matriz
A para obtener
3 5
A2 =
10 18
4 -1 2 “ i'
-2 1
- 1 V
y después elevar al cuadrado esta matriz para obtener
9 5
2 4
(/H )2 = 5 3
2 4
(A B)-' =
|)cmostmcíón: Para dem ostrar que B ~ lA~] es la inversa de AB. basta demostrar que se
ajusta a la definición de matriz inversa. Es decir,
( V A - A ) - , = 'V 1- - - V W -
1 3 3 1 2 3
A= 1 4 3 y B= 1 3 3
.1 3 4. 2 4 3.
' 7 -3 -3 1 -2 1
A '1 = -1 1 0 y B~x = -1 1 0
. -I 0 1 2 0 -i
3 u 3
A C = BC
(A C)C~i = (BC)C~l
A{CC~') = B(CC~])
A I = Bf
A = B.
Sección 2.3 La Inversa de una Matriz 97
Un nenie siempre que el teorema 2.10 puede aplicarse sólo si C es una matriz
Mt-HU/'/r Si C n o e s invertible, entonces la cancelación, por lo general, no es válida. Así,
W) 11• inplo 5 de la sección 2.2 se da un ejemplo de una ecuación matricial A C = B C en
¡fc i mil A / B.
pimíos de licuaciones
i t o i i< i m ina 2.5 se pudo demostrar que un sistema de ecuaciones puede tener cxactam en-
■ tiin dilución, infinidad de soluciones o no tener solución. Para sistemas cuadrados
Bullidlos que tienen el mismo núm ero de ecuaciones que variables) se puede usar el
■ ■ l■«mi siguiente para determinar si el sistema tiene solución única.
AX = B
f A*AX~A~'B
I XmA' B
X*A-'B
' 1 fcnliinón es la única porque si A', y X2 fuesen dos soluciones, se podría aplicar la
ityli <1Ilición « la ecuación AX¡ = B = A X 2 para concluir que X, = X v 4
D^i<.di' un punto de vista teórico el teorema 2.1 1 es importante, pero no es muy práctico
^ H f t r n o l v n un sistema de ecuaciones lineales. Es decir, representa más trabajo intentar
«•in.iilnm A 1 y luego multiplicar por B que simplemente resolver el sistema por medio
4)|} >limlnm ión gaussiana con sustitución hacia atrás. Una situación en la que podría
i u n e la aplicación del te o re m a 2 .11 com o técnica de cóm puto sería cuando hubiera
Hítenlas de ecuaciones lineales, todos con la misma matriz de coeficientes. En
m0. podría determinarse una sola vez la matriz inversa y resolver luego cada sistema
l | f "I tullir el producto A 1/»* Esto se demuestra en el ejem plo 8
■
98 Capítulo 2 Matrices
a) 2x + 3y + z = -1 h) 2.x + 3y + z = 4 c) Zx + 3y + z = 0
3x + 3 y + z = 1 3* + 3 y + z = 8 3x+3y + z = 0
2.v + 4 y + z = - 2 2 r + 4y + z = 5 2x + 4y + z = 0
2 3 11
A = 3 3 1
2 4 1
Por m edio de la eliminación de Gauss-Jordan, se encuentra que 4 _l es
-1 1 0'
-1 0 I
6 -2 -3
Para resolver cada sistema se usa la multiplicación matricial com o se muestra enseguida.
-1 1 0' -1 2
a) X = A~'B = -1 0 1 I -1
6 -2 -3 . -2 . -2.
La solución es x = 2, y = -1 y z = -2 .
-1 1 0 4 4
b) X = A ~ 'B = -1 0 1 8 1
6 -2 -3 . .5 . -7.
La solución es x = 4, y = 1 y z = -7 .
-1 1 0' 0 0
c) X ~ A~]B = -1 0 1 0 = 0
6 -2 -3 J 0, 0 .
La solución es la trivial: x = 0, y = 0 y z = 0.
Sección 2 .3 A Ejercicios
En los ejercicios de 1 al 6, demuestre que ¡i es la inversa de A.
2 -2 1
1. A = B= 3 1
4 2 “ 2
3 1
1 -I 5 5
2. A = B=
2 3 2 1
5 5
Sección 2.3 Ejercicios 99
-2 2 3 ■ -5 3
3. A = 1 -1 0 * tí = 3 - 4 - 8 3
0 1 4 1 2 0
2 -17 11 1 1 2
4. A = -1 11 -7 . « = 2 4
0 3 —
-2. .3 6 -5.
2 0 0 0 o'
= i
5. A = 0 -3 0 i 0 ~3 0
11
.0 0 4 0 0 •í.
lili los ejercicios del 7 al 30, determine la inversa de la matriz dada (en caso de existir).
I 2 1 -2
7. 1 8.
3 7 2 -3
-7 33 -i
9. 10.
4 -19 3 -3
2 4 1
II. 12.
4 8 0
2 3 2 7
13. 14.
1 4 -3 -9
I 1 1 1 2 2
15. 3 5 4 16. 3 7 9
3 6 5 -I -4 -7
I 2 -1 10 5 -7
17. 3 7 -1 0 18. -5 1 4
7 16 -21. 3 2 -2
1 -2 -1 -2 4 8 -7 14
3 -5 -2 -3 2 5 -4 6
19. y 20.
2 -5 -2 -5 0 2 1 -7
I 4 4 11 3 6 -5 10
I 1 2 3 2 5'
21. 3 I 0 22. 2 2 4
-2 0 3 -4 4 0
102 Capítulo 2 Matrices
an 0 0 o
0 a 22 0 o
A=
o o o (l.
52. Aplique el resultado del ejercicio 51 para encontrar la inversa de la matriz dada.
■i 0 0'
-1 0 o' 2
1
a) A= 0 3 0 b) .4 = 0 3
0
0 0 2. 1
0 0 4 .
En esta sección se verá cómo se puede usar la multiplicación de matrices para efectuai
estas operaciones.
— — — —
M r 0 0 1 0 0
0 3 0 b) 1 0 0 c) 0 1 0
•)
.0 0 1. 0 1 0 0 0 0.
1 0 0 1 0 0
0 0 i e) 1 0 f) 0 2 0
ti)
.0 1 0. 2 1 0 0 -1
Solución:
ii) Esta matriz es elemental. Puede obtenerse al multiplicar por 3 el segundo renglón de
h-
!>) Esta matriz no es elemental porque no es cuadrada.
c) Esta matriz no es elemental porque se obtuvo al multiplicar por 0 el tercer renglón de
/ , (la multiplicación debe ser por una constante no nula).
<J) Esta matriz es elemental. Puede obtenerse al intercambiar los renglones segundo y
tercero de l y
c) Esta matriz es elemental. Puede obtenerse al multiplicar por 2 el prim er renglón de
/-, y sum ar el resultado al tercer renglón.
I) Esta matriz no es elemental porque para obtenerla a partir de / , se requieren dos
operaciones elementales en los renglones. ^
E A
1 0 0 1 0 -1 1 0 -1
2 I 0 -2 -2 3 = 0 -2 1
0 0 1. .0 4 5. .0 4 5.
En cada uno de los tres productos del ejemplo 2 se pudo efectuar las operaciones
elementales en los renglones al multiplicar a la izquierda por una matriz elemental. Esta
propiedad de las matrices elementales se generaliza en el siguiente teorema, que se plantea
sin demostración.
0 1 3 5'
A= 1 -3 0 2
.2 -6 2 0.
Solución
1 -3 0 2 0 1 01
0 1 3 5 > C~ 1 primeros renglones. 1 0 0
2 -6 2 0. 0 0 1
1 -3 0 2 Al sumar ~2 veces el primer renglón 1 o o
0 1 3 5 al tercer renglón se obtiene un £\ = 0 1 o
0 0 2 nuevo tercer renglón.
-4 . -2 0 1
1 -3 0 2" tercer 1 0 0
0 1 3 5 renglón se obtiene un nuevo tercer 0 10
0 0 1 -2 . wógfón- o o i
1 0 0‘ 1 0 0 1 0' 0 1 3 5
E3 E2 £’, A = 0 1 0 0 1 I o o 1 -3 0 2
0 0 1 .-2
2 0 0 0 1 .2 -6 2 0
1 0 01 1 0 1 -3 0 2
= 0 1 0 0 1 0 1 3 5
.0 0 1 -2 0 2 -6 2
2 0
1 0 0 1 -3 0 2
— 0 1 0 0 1 3 5
.0 0 1 0 0 2 -4
V
1 -3 0 2'
= 0 l 3 5
.0 0 2
Con base en la sección 2.3 se sabe que no todas las matrices cuadradas son invertibles.
Sin embargo, toda matriz elemental es invertible. Además, la inversa de una matriz
elemental es en sí una matriz elemental.
Sección 2.4 Matrices Elementales 107
Por (anto, A puede escribirse como producto de matrices elementales, con lo que se ha
terminado la demostración del teorema. -4
-1 -2
3 8
Solución: Se empieza por encontrar una serie de operaciones elementales en los renglones
que pueda usarse para escribir nuevamente A en forma escalonada reducida.
E4E^E2E {a = i
V f-r1 F
c 3-1 E
_i-1 m
0 1 0 1 0 1 2
A=
0 1 3 1 0 2 0 1
-I -2
3 8
mentada [A • /] a [/ • A-1]. Ahora se puede usar el teorema 2.14 para justificar este pi<>
cedimicnto. Específicamente, ,1a demostración del teorema 2.14 permite escribir el
producto.
/ = Ek - ■■£ 3£ , £ , A.
Al m ultiplicaría la derecha) ambos lados de la ecuación anterior por A-1, se puede escribn
A-1 = £ * • • • £ 3£ 2£ t /.
En otras palabras, una serie de matrices elementales que reduce A a la identidad también
puede usarse para reducir la identidad / a A-1. Al aplicar la serie correspondiente de
operaciones elementales en los renglones a las matrices A e l simultáneamente se obtiene
£ * •■ • £ 3£ 2£ , [A : / ] = [ / : A -1].
Sección 2 .4 ▲ Ejercicios
En los ejercicios del 1 al 10. determine si la matriz dada es elemental. En caso afirmativo,
escriba la operación elemental en los renglones que se uso para obtenerla.
1 0 1 0 0
1. 2.
0 2 0 0 1
0 0
3. 4.
0
2 0 0 1 o o
5. 0 0 I 6. 0 Io
0 1 o 2 0 I
Sección 2.4 Ejercicios 109
1 0 0 0 1 0
0 1 0 8. 1 0 0
0 0 0. .0 0 1.
1 0 0 o' 1 0 0 o'
0 1 0 0 2 1 0 0
10.
0 -5 1 0 0 0 1 0
0 0 0 1. 0 0 -3 1 .
1 2 - 3 ' -1 2 0' 0 4 - 3
4 = 0 1 2 B= 0 1 2 C= 0 1 2
.-1 2 0. 1 2 -3 -1 2 0.
0 1 5 0
15. 16.
1 0 0 I
1 o' 1 -2
17. 18.
4 1 0 1
0 0 1 I 0 0
19. 0 1 0 20. 0 1 0
1 0 0. 0 -3 1
A 0 0 1 0 0
21. 0 1 0 .A 22. 0 0 I
0 0 1 0 1o
1 0 0 0 1 0 0 o
0 1 A 0 0 I o o
23. 24. .A* 0
0 0 1 0 0 0 l/A' 0
0 0 0 1 0 0 0 I
1 2 0 1
26. 4 =
1 0 1 0
110 Capítulo 2 Matrices
4 -1
27. A = 28. /l =
3 -1 2 1
1 -2 1 2 3'
29. 4 = -1 3 30. <4 = 2 5 6
O O 1 3 4
2 O -8 -1 2 0
31. A = 2 2 2 32. 4 = 0 2 0
O 2 7 1 0 1
33. £ es la matriz elemental que se obtiene al intercambiar dos renglones de ln. A es una matriz
n x n.
a) ¿Cómo se compara EA con A l
b) Encuentre £ 2.
34. E es la matriz elemental que se obtiene al multiplicar por una constante c diferente de
cero un renglón de ¡n. A es una matriz n x n.
a) ¿Cómo se compara EA con A l
b) Encuentre E2.
1 a Ol 10 0 ' [ 1 0 0 '
< 4 = 0 1 0 b1 0 0 1 0 . c * 0.
0 0 1J L 0 0 1 J L0 0 c .
36. Use matrices elementales para determinar la inversa de
1 0 0
<4 = 0 1 0 , c ^ 0.
a b c
37. Dé un ejemplo de dos matrices elementales cuyo producto no sea una matriz elemental
En los ejercicios del 39 al 44. determine si la matriz dada es idempotente. Una matriz cuadrada
A es idem potente si A 2 = A.
1 0 0 1
39. 40.
0 0 1 0
2 3 2 3
41. 42.
-I -2 I 2
0 0 f 0 1 0
43. 0 1 0 44. 1 0 0
1 0 0 0 0 1
Sección 2.5 Aplicaciones de las Operaciones con Matrices 111
1 0
,4 =
a b
46. Determine condiciones sobre a, b y c de modo que A sea idempotente.
a 0
A=
b c
47. Demuestre que si A es idempotente e invertible (de orden n), entonces A = ¡n.
Matrices Estocásticas
Muchos tipos de aplicaciones implican un conjunto finito de estados {5,, S2, ..., Sn) de
una población dada. Por ejemplo, los residentes de una ciudad pueden habitar en el centro
o en los suburbios. Los electrones pueden votar (en Estados Unidos) por el Partido
Demócrata, por el Partido Republicano o por un tercer partido. Los consumidores de
refrescos pueden beber Coca-Cola, Pepsi-Cola u otra marca.
La probabilidad de que un miembro de una población cambie del estado y-ésimo al
estado i-é simo se representa por un número p tj, donde
Una probabilidad p¡j = 0 significa que el miem bro de la población no cambiará del estado
J'é simo al estado /-¿simo, en tanto que una probabilidad p tj = I significa que el miembro
cambiará del estadoy-ésim o al estado /-ésimo.
La colección de todas las probabilidades se representa por una matriz n x n com o sigue.
De
*2
p II Pn Pin '
P 21 Pn Pin 52
p = Para
. Pn I P,a Pnrt . Sn .
p i l +/?21 + - - - + /5(ll = l.
En general, tal matriz se denomina estocástica (el término “estocástico” significa "con
jc tu ra c o n respecto a"). Es decir, una matriz P n x n se denom ina estocástica si cada uno
de sus elementos es un número entre 0 y 1 y la suma de cada colum na de P es igual a I
©
d
©
i/i
0 0 1 . i l 0
.4 3
FIGURA 2.1
De
r~~ "A
A B Ninguno
0.70 0.15 0.15 A
P= 0.20 0.80 0.15 B • Para
0.10 0.05 0.70 NingunoJ
Sección 2.5 Aplicaciones de las Operaciones con Matrices 113
y la m a tr iz de esta d o s que representa la población actual en cada uno de los tres estados
es
15.000 A
X = 20.000 B
.6 5 ,0 0 0 , Ninguno
Para encontrar la matriz de estados que representa la población en cada uno de los tres
estados en un año, P se multiplica por X para obtener
Solución:
a) Con base en el ejem plo 2 se sabe que el número de suscriptores al cabo de un año es
23,2501 A
PX = 28,750 B Al cabo de un año
48,000 Ninguno
27,788 A
P2X = 34,850 B Al cabo de un año
37,363 Ninguno
3 2 ,4 1 I A
P'X = 43,812 B Al cabo de un año
23,777 Ninguno
114 Capítulo 2 Matrices
33,287 A
P WX = 47.147 B Al cabo de diez años
19.566 Ninguno
33,333 A
X = 47.619 B Estado estacionario
19,048] Ninguno
C riptografía
Un c r ip to g r a m a es un mensaje escrito según un código secreto (la palabra griega
“Kriptos” Significa “oculto” )- En esta sección se describe un método que usa la mullipli
cación de matrices para c if r a r y d e s c ifr a r mensajes.
Se empieza por asignar un núm ero a cada letra del alfabeto inglés (con 0 asignado a un
espacio en blanco) com o se muestra a continuación.
0= _ 14 = N
1= A 15 = 0
2 =B 16 = P
3=C 17 = 0
4=D 18 = R
5=E 19 = S
6= F 20 = T
7=G 21 = U
8 = 11 22 = V
9= 1 23 = W
10 = J 24 = X
11 = K 25 = Y
12 = L 26 = Z
13 = M
Solución: AI dividir el mensaje (incluyendo los espacios en blanco, pero ignorando los
demás signos de puntuación) en grupos de tres se obtienen las siguientes matrices renglón
no cifradas.
Observe que para com pletar la última matriz renglón no cifrada se utilizó un espacio en
blanco. <
1 -2 2
A= -1 1 3
-4
Solución: Las matrices renglón cifradas se obtienen al multiplicar por la matriz A cada una
de- las matrices renglón no cifradas del ejemplo 4 com o se muestra a continuación.
1 -2 2
[13 5 5] -1 1 3 = [13 - 2 6 2IJ
. 1 -1
1 -2 2
[20 0 13] -1 1 3 = [33 - 5 3 12)
1 -1 -4.
1 -2 2
[5 0 13] -1 1 3 = [18 - 2 3 -4 2 ]
1 -1 - 4 .
1 -2 2
[15 14 4J -1 I 3 = |5 - 2 0 56]
1 -1 -4 .
1 -2 2
[1 25 0] -1 1 3 = [-2 4 23 77]
1 -1 4
116 Capítulo 2 Matrices
X = [*j - V -vj
es una matriz no cifrada n x 1, entonces Y = XA es la matriz cifrada correspondiente I I
receptor de la matriz cifrada puede descifrar Y al multiplicar a la derecha por A 1 para
obtener
YA - 1 = (XA)A~l = X.
1 -2 2
A= -1 1 3
I -1 -4
[ A\f] [/ ;*-•]
1 - 2 2 : i 0 0 i 0 o ; -i -10 -8
-1 I 3 : 0 1 0 m f p 0 1 0 : -1 -6 -5
1 -1 4 i 0 0 1 . 0 0 i i o -1 -1
Ahora, para descifrar el mensaje, éste se divide en grupos de tres para formar las m alncci
renglón cifradas
Luego cada una de las matrices renglón cifradas se multiplica por A-1 (a la derecha) pam
obtener las matrices renglón descifradas.
Sección 2.5 Aplicaciones de las operaciones con matrices 117
-1 -1 0 -8
[13 - 2 6 21] -1 -6 -5 = [13 5 5]
0 -1 -1 .
-1 -1 0 -8
[33 - -53 -1 2 ] -1 -6 -5 = [20 0 13]
0 -1 -1
-1 -10 -8
[18 -•23 -421 -1 -6 -5 = 15 0 13]
0 -1 -1
-1 -1 0 -8 '
[5 - 2 0 56] -1 -6 -5 = 115 14 4]
0 -1 -1
-1 -1 0 -8 '
[-24 23 77] -1 -6 -5 = [1 25 0]
0 -1 -1
y el mensaje es
13 5 5 20 0 13 5 0 13 15 14 4 1 25 0
M E E T _ M E _ M O N D A Y
U suario
'i ¡2 - K
¿n ¿12 - ¿,„
¿21 ¿22 - ¿2/i h
D= P roveedor
. ¿„. ¿«2 - dm . ln -
Esta matriz se denom ina m a tr iz de en tra d a -sa lid a .
Para com prender cóm o utilizar esta matriz, imagine que los elementos D están dados
en dólares. Por ejemplo, si d ]2 = 0.41, entonces debe utilizarse 0 .4 1 dólares del valor del
producto de la industria 1 para producir un valor de un dólar del producto de la industria
2. La cantidad total gastada por la j-é sima industria para producir un valor de un dólar de
salida está dada por la suma de los elementos de la j-é sima columna. Por tanto, para que
funcione este modelo, los valores de d^ deben ser tales que 0 < d - < 1 y la suma de los
elementos de cualquier columna debe ser menor que 1.
Usuario
r ... s
A B C
0.10 0.43 0.00 ' A
D= 0.15 0.00 0.37 B Proveedor
0.23 0.03 0.02 C
Para desarrollar aún más el modelo de Leonticf de entrada-salida, la salida total (en
unidades producidas) de la /-ésima industria se denota por t . Si el sistema económico es
c e r r a d o (lo que significa que vende sus productos solamente a industrias del sistema),
entonces la salida total de la /-ésima industria está dada por la ecuación lineal
Sección 2.5 Aplicaciones de las Operaciones con Matrices J19
Por tanto, para satisfacer la demanda de su producto, la /'-ésima industria debe producir
í/jX, unidades para la primera industria, d ¡2x2 unidades para la segunda industria, etc.
Por otra parte, si las industrias en el sistema venden productos a grupos no productivos
(como gobiernos u organizaciones caritativas), que no pertenecen al sistema, entonces
éste se denomina a b ie r to y la salida total de la /-ésima industria está dada por
x i = d i l x i + d 7x 2 + - - + d ¡nx n + e i
x l = d u x l + d l2x 2 + - - + d ¡ rix n + e \
x n = d n i,x.1 + d tiZ 2
+ • • • + dnn x n + e n
X = DX + E
20,000
E= 30.000
25.000
(.I - D ) X = E .
0.90 -0 .4 3 0.00
/- D = -0 .1 5 1.00 -0.37
-0 .2 3 -0 .0 3 0.98
46,616 A
X= 51,058 B
3 8,0 1 4 . C
y se concluye que la salida total para las tres industrias es com o se muestra a continuación.
Para representar inclusive estos amplios agrupamientos industriales se necesita una matriz
de orden 15 x 15 utilizando el modelo del Lcontief de entrada-salida. Un análisis más
detallado fácilmente podría requerir una matriz de entrada-salida de un orden mayor que
100 x 100. Resulta evidente que este tipo de análisis solamente puede llevarse a cabo con
auxilio de una computadora.
Solución: Se grafican los puntos, como se muestra en la figura 2.2. Parece que una opción
aceptable sería la recta cuya pendiente es 1 y cuya ordenada al origen es 0.5. La ecuación
de esta recta es y = 0.5 + x.
FIGURA 2.2
y
Un análisis de la recta mostrada en la figura 2.2 revela que se puede mejorar el ajuste
al girar ligeramente la recta en sentido contrario al de las manecillas del reloj, com o se
observa en la figura 2.3. Parece evidente que esta nueva recta, cuya ecuación es >• = 1.2x,
NC ajusta mejor a los puntos que la recta original.
FIGURA 2.3
Una manera de m edir cuán bien una función y =f ( x ) se ajusta a un conjunto de puntos
m calcular las diferencias que hay entre los valores dados por la f u n c i ó n / ^ , ) y los valores
(cales y,, com o se muestra en la figura 2.4. Al elevar al cuadrado las diferencias y sumar
los resultados se obtiene una medida del error denom inada error de la sum a de
cuadrados. El error de la suma de cuadrados de los dos modelos lineales se muestran en
|ii tabla 2.1.
122 Capítulo 2 Matrices
FIGURA 2.4
y y
TABLA 2.1
El error de la sum a de cuadrados confirma que el segundo m odelo se ajusta a los puntos
dados m ejor que el primero.
De todos los modelos lineales posibles para un conjunto dado de puntos, el que presenta
el m ejor ajuste se define com o el que minimiza el error de la suma de cuadrados. Este
modelo se denom ina recta de regresión por m ínim os cuadrados y el procedim iento para
determinarlo se denomina m étodo de m ínim os cuadrados.
L v , + {y, - / < * £ ? ♦ • • • • ♦ - / M :-
Sección 2.5 Aplicaciones de las Operaciones con Matrices 123
Para encontrar la recta de regresión por mínimos cuadrados para un conjunto de puntos,
se empieza por formar el sistema de ecuaciones lineales
yn = / ( * „ ) + fv„ - / M
donde el término del lado derecho, [y. - /(.v()], de cada ecuación se considera co m o el error
en la aproximación de y. p o r f (*.). Así, este error se escribe como
e¡ = y¡ - / ( * , )
de m odo que el sistema de ecuaciones asume la forma
?i = (fl0 + « ,* ,) + *,
y2 = (aQ+ fl,.x2) + e2
'V ■ 1 jr, - V
-V2 1 .v2 *2
x = A
A ~- fl°
íí, ’ E=
en
Solución: Con los cinco puntos dados se encuentra que las matrices X y Y son
' 1 1 ' ' 1 '
1 2 2
X= 1 3 y y= 4
1 4 4
1 5 6
' 1 '
2
1 1 1 1 17
X ‘ Y= 4
2 3 4 5 63
4
6
55 -15 17
A = (X'X)-]X ' Y -
-15 5 63
- 0.2
1.2
v = - 0 .2 + 1.2*.
Véase la figura 2.5. Se puede dem ostrarque el error de la suma de cuadrados para esta recta
es 0.8, lo cual significa que esta recta se ajusta m ejo ra los datos que cualquiera de los dos
modelos experimentales determinados antes.
Sección 2.5 Ejercicios 125
FIGURA 2.5
Sección 2 .5 A Ejercicios
M atrices Estocásticas
s/2 V2 I
2 2
V2 V2
2 2 .
i i i 1 0 0 0
3 6 4
* 1 2 1 0 10 0
3 3 4 0 0 I o
1 I I
.3 6 2
0 0 0 I.
r-¡ 10. Una población de 100 (XX) consumidores se agrupa como sigue: 20 000 usuario de la marca
A, 30 000 usuarios de la marca B y 50 000 que no usan ninguna de las dos marcas. Durante
cualquier mes dado, un usuario de la marca A tiene un 20 % de probabilidad de cambiar
a la marca B y un 5 % de probabilidad de no usar ninguna marca. Un usuario de la marca
B tiene un 15 % de probabilidad de cambiar a la marca A y un 10 % de probabilidad de
no usar ninguna de las marcas. Un no usuario tiene 10 % de probabilidad de comprar la
marca A y 15 % de probabilidad de comprar la marca B. ¿Cuántas personas estarán en cada
grupo dentro de un mes? ¿ Y dentro de dos meses? ¿Y dentro de tres meses?
0 11. El dormitorio de una universidad alberga 200estudiantes. Quienes ven televisión una hora
o más cualquier día dado siempre ven televisión menos de una hora al día siguiente. La
cuarta parte de quienes ven televisión menos de una hora un día dado ven una hora o más
la televisión al día siguiente. Hoy, la mitad de los estudiantes vieron televisión durante
una hora o más. ¿Cuántos verán mañana televisión durante una hora o más? ¿Y en dos
días? ¿Y en 30 días?
100
100
800
Y luego encuentre la matriz de estado estacionario para P.
14. Sea P una matriz estocástica 2 x 2 . Demuestre que existe una matriz de estados X 2 x I
con elementos no negativos tal que PX = X.
Sección 2.5 Ejercicios 127
C rip to g ra fía
En los ejercicios del 15 al 18, encuentre las matrices renglón no cifradas del orden indicado para
los mensajes dados. Luego, cifre el mensaje utilizando la matriz A.
1 —1 o‘
SELL CONSOLIDATED 1x 3 A= 1 0 -1
-6 2 3
4 2 1
PLEASE SEND MONEY Ix3 A= -3 -3 -1
3 2 1.
1 2
COME HOME SOON 1x 2 A=
3 5
'- 2 3 -1 -1
1x 4 -1 1 1 1
HELP 1S COMING A=
-1 - 1 1 2
3 1 -2 -4
1 2
19. A = , 11. 21. 64, 112. 25, 50, 29. 53, 23. 46. 40, 75. 55. 92
3 5
2 3
20. 4 = . 85. 120. 6. 8. 10. 15, 84. 117. 42, 56, 90, 125, 60. 80, 30. 45. 19. 26
3 4
4 2 i
21. A = -3 - 3 -1 . 33. 9. 9. 55, 28. 14, 95. 50. 25. 99. 53. 29. -22. -32, -9
3 2 1
0
22. A = 1 0 -1
-6 2 3
9 . - 1 . - 9 . 3 8 ,- 1 9 .- 1 9 . 2 8 . - 9 . - 1 9 . - 8 0 , 25.41. -64. 21. 31. -7 . -4 . 7
8. 2 1 , - 1 5 , - 1 0 , - 1 3 , - 1 3 , 5 . 1 0 . 5 ,2 5 , 5 , 1 9 , - 1 . 6 . 2 0 . 4 0 . - 1 8 . - 1 8 . 1. 16
25. Un sistema compuesto por dos industrias, de carbón y acero, tiene las siguientes entradas
a) Para producir el valor de un dólar de salida, la industria carbonífera requiere 0.10
dólares de su propio producto y 0.80 dólares de acero.
b) Para producir el valor de un dólar de salida, la industria del acero requiere 0.10 dólares
de su propio producto y 0.20 dólares de carbón.
E _ 10,000
20,000 '
26. Un sistema industrial tiene dos industrias con las siguientes entradas.
a) Para produciré! valor de un dólar de salida, la industria A requiere 0.30 dólares de su
propio producto y 0.40 dólares del producto de la industria B.
b) Para producir el valor de un dólar de salida, la industria B requiere 0.20 dólares de su
propio producto y 0.40 dólares del producto de la industria A.
£ _ 50,0(30
30,000 ‘
H 27. En una pequeña comunidad hay un campesino, un panadero y un tendero con la siguiente
matriz de entrada-salida D y matriz de demanda E.
O 28. Un sistema industrial consta de tres industrias con la siguiente matriz de entrada-salida D
y matriz de demanda externa E.
ix- En los ejercicios del 29 al 32, a) bosqueje la recta que parece ajustarse mejor a los puntos dados,
b) use el método de mínimos cuadrados para determinar la recta de regresión por mínimos
cuadrados y c) calcule el error de la suma de cuadrados.
Sección 2.5 Ejercicios 129
29.
3
(2*3)
2H
1 ^ 00. 1)
(-2. 0)
a i 1
i
1» m
>
-2 -I 1 2
30.
2 -
(3.2)
(-1. I) ( 1. I)
(-3. 0)
— ♦------h
-3 -2 -I
31.
4 (0. 4)
3 (1.3)
2
(1. I)
I
# ( 2. 0)
3----- ♦—►.«
1
32.
frl En los ejercicios del 33 al 42, encuentre la recta de regresión por mínimos cuadrados para los
punios dados.
33. (-2. 0). (-1. I). (0. I), (1.2) 34. (—4. - 1). (-2. 0), (2. 4). (4. 5)
35. (-3. 0). 0 . 4 ) . (2. ó) 36. (-5, !>.(!. 3). (2. 3). (2. 5)
130 Capítulo 2 Matrices
37. (-3. 4), (-1. 2), (1, 1), (3. 0) 38. (-5. 10). (-1 .8 ). (3. 6). (7. 4). (5. 5)
39. (0, 0), (1. 1). (2, 4) 40. (1. 0). (3. 3). (5. 6)
41. (0.6). (4. 3). (5.0). (8 .-4 ), (1 0 ,-5 ) 42. (5, 2). (0. 0). (2. 1), (7. 4), (10, 6). (12,6)
43. El administrador de un almacén desea conocer la demanda de cierto producto como fun
cióndesu precio. Las ventas diarias para tres precios diferentes sedan en la tabla siguiente.
44. Un vendedor de ferretería desea conocer la demanda de cierta herramienta como función
de su precio. En la tabla siguiente se presentan las ventas mensuales para cuatro precios
diferentes de la herramienta.
Demanda (y) 82 75 67 55
1 2 7 1
2 1 0 5 3 -6
1. -3 2. - 2 5 -4 + 8 1 2
0 5 -4 0 -2 5
.6 0. 1 4 .
2
6 - 2 8 5 6 - 2 8
3. -4 4.
4 0 0 -4 4 0 0
0
1 3 2 4 -3 2 2 1 4 2 -2 4
5. 0 2 -4 0 3 -1 6. 6 0 -3 1
+
0 4
0 0 3 0 0 2
O 1 -2 -1 '
V
7.
5
-1
4
1
x 2
-22
8. -1 3 1 *2 = 0
y 2 -2 4 2
. *3
En los ejercicios 9 y 10, escriba en forma mairicial el sistema de ecuaciones lineales dado.
lin los ejercicios 11 y 12, determine A', A'A y AA' para la matriz dada.
1 ‘
1 2 -3
12. 3
0 1 2
-1
En los ejercicios del 13 al 16, encuentre la inversa de la matriz dada (en caso de que exista).
3 -1 4 1
14.
2 -1 -8 -2
1 1 1 1
2 3 1
0 1 1 1
15. 2 -3 -3 16.
0 0 11
4 0 3.
0 0 0 1
lin los ejercicios 17 y 18, escriba el sistema de ecuaciones lineales dado en la forma AX = B.
I.ucgo encuentre -4-1 y úsela para despejar X.
1 0 4 1 0 0
21. 0 1 0 22. 0 6 0
0 o 1 0 0 1
132 Capítulo 2 Matrices
2 3 -3 13
23. 4 = 24. 4 =
0 1 1 -4
1 0 1' 3 0 6
25. 4 = 0 1 -2 26. 4 = 0 2 0
.0 0 4. .1 0 3
En los ejercicios del 7 al 10 se aplica el concepto de matriz nilpotcntc. Una matriz cuadrada
A es nilpotente de índice k si A ■-£ O. A 2 ^ O 4*~' O. pero 4* = O.
7. Demuestre que la siguiente matriz es nilpotente. ¿Cuál es su índice?
0 a b
4 = 0 0 c a ñfc 0, c * 0.
0 0 0
a 0
4 =
b 0
10. Demuestre que si 4 es nilpotente, entonces A' es nilpotente con el mismo utilice.
Capítulo 2 Ejercicios Complementarios 133
M atrices E stocásticas
Hn los ejercicios 13 y 14, determine si la matriz dada es estocástica.
i, 117. Un país está dividido en tres regiones. Cada año. el 10 % de los residentes de la región 1
se desplaza a la región 2 y el 5 % se desplaza a la región 3; el 15 % de los residentes de
la región 2 van a la región 1 y el 5 % va a la región 3; el 10 % de los residentes déla región
3 se desplaza a la región 1 y el 10 % lo hace a la región 2. Este año, cada región cuenta
con una población de 100 000 personas. Encuentre la población de cada región a) dentro
de un año y b) dentro de tres años.
M 18. Encuentre la matriz, de estado estacionario para la población descrita en el ejercicio 17.
C rip to g ra fía
En los ejercicios 19 y 20, encuentre las matrices renglón no cifradas del orden indicado para
los mensajes dados.
Mensaje Orden de la matriz renglón Matriz de cifrado
5 2
19. ONE 1F BY LAND 1x 2 A=
2 1
2 1 4
20. BEAM ME UF SCOTTY 1x 3 A= 3 1 3
-2 - 1 -3 .
21. A = 3 , -45, 34. 36, -24. -43. 37. -23. 22. -3 7 , 29, 57, -38, -39, 31
134 Capítulo 2 Matrices
2 -1 -1
22. A = -5 2 2
5 -1 -2
23. Un sistema industrial consta de dos industrias con las siguientes entradas.
a) Para producir el valor de un dólar de salida, la industria A requiere 0.20 dólares de su
propio producto y 0.30 dólares del producto de la industria B.
b) Para producir el valor de un dólar de salida, la industria B requiere 0.10 dólares de su
propio producto y 0.50 dólares del producto de la industria A.
Encuentre O, la mariz de entrada-salida para este sistema. Luego despeje la matriz de
salida X en la ecuación X = DX + E. donde la demanda externa está dada por
_ 40,000
80,000 '
0 24. Un sistema industrial cuenta con tres industrias con la siguiente matriz de entrada-salida
D y matriz de demanda externa E.
0.1 0.3 0.2 ‘ 3000 '
D = 0.0 0.2 0.3 y E= 3500
.0.4 0.1 0.1. 8500 .
frl En los ejercicios del 25 al 28, encuentre la recta de regresión por mínimos cuadrados para los
puntos dados.
25. (1 .5 ), (2, 4), (3, 2) 26. (2, 1). (3. 3). (4. 2), (5. 4), (6, 4)
27. (-2 , 4), (-1 , 2), (0, 1), (1, -2 ), (2. -3 ) 28. (I, I), (1, 3), (I. 2), (I, 4), (2, 5)
B 29. Un campesino utilizó cuatro parcelas experimentales para determinar la relación entre la
producción de trigo en bushels por acre y la cantidad de fertilizantes en cientos de libras
por acre. Los resultados se muestran en la tabla siguiente.
30. El índice de precios al consumidor de todos los productos durante cinco años se da en la
tabla siguiente.
a) Encuentre la recta de regresión por mínimos cuadrados para estos datos. (Haga que
x = 0 represente 1980.)
b) Calcule el índice de precios al consumidor para el año de 1990.
Capítulo ó
Determinantes
3.1 El Determinante de una Matriz
3.2 Evaluación de un Determinante por Medio de Operaciones Elementales
3.3 Propiedades de los Determinantes
3.4 Aplicaciones de los Determinantes
Augustin-Louis Cauchy
1789-1857
137
138 Capítulo 3 Determinantes
a u x i + ( i \T X2 = b \
Ü 2\X \ + a 22X 2 = b 2
es
b \Cl2 2 - b2a \2
•vi =
a \\a22~ al \ a \2
a Ilfl22- f l 21a 12
siem pre que a u a Z2 - « 21^12 ^ O bserve quc am bas fracciones tienen el m ism o den o
m inador, a n a22- a 2\a \T Esta cantidad se denom ina el d eterm inante de la m atriz de
coeficientes A.
Observación: En este texto se usan indistintam ente det(A) y \A I para representar el tic-
term inante de A. A unque las barras verticales tam bién se utilizan para denotar el valor
absoluto de un núm ero real, el contexto m ostrará de cuál uso se trata.
Un m étodo conveniente para recordar la fórm ula del determ inante de una m atriz 2 x 2
se m u e stra en el sig uiente d iag ram a.
\A\ = ~ a \\<¡22 a 2 l ü \2
Sección 3. / El determinante de una Matriz 139
O bserve que el determ inante está dado por la diferencia de los productos de las dos
diagonales de la m atriz.
2 -3 2 1 0 3
a) A = b) B= c) C = 2 4
1 2 4 2
Solución:
2 = 2 ( 2 ) - 1(-3 ) = 4 + 3 =7
a) | A
1
2 1
b) \B = 2 (2 )- 4 ( 1 ) = 4 - 4 =0
4 2
0 3 = 0(4) - 2(3) = 0 - 6 = - 6
c) C
2 4
Observación: N ótese que el determ inante de una m atriz puede ser positivo, negativo o
cero.
El determ inante de una m atriz de prim er orden se define sim plem ente com o el elem en
to de la m atriz. Por ejem plo, si A = [ - 2 ] , entonces det(/l) = - 2 . Para definir el determ inan
te de una m atriz de orden superior a 2, es conveniente usar los conceptos de m e n o re s y
cofacto res.
por
| p ;|
■................................................. — ..................... — ...........................................................i ,.________________________ ______ ________________________________________
Por ejem plo, si A es una m atriz 3 x 3 , entonces los m enores de a2¡ y ¿r22 se muestran
en el diagram a siguiente.
M enor de a 21 M enor de a 22
Hl l ü\2 «13 «II «ib «13
«12 «13 « II «13
' « 2 1 «23 ' a/ 2,= «71 1 22/t—«73~ M 22
«32 «33 «31 «33
^31 « 32 «33 «31 « Í2 «33
[■¿im
imiñw im^itVn l y ColuniM Jj rcwg»6t»Tyg¿tow¿M2l
140 Capítulo 3 Determinantes
Los m enores y cofactores de una m atriz difieren a lo sum o en el signo. Para obtener los
cofactores de una m atriz, prim ero se determ inan los m enores y luego se aplica el siguiente
patrón de tablero de ajedrez de signos “ +" y
+ 1
! +
1 +
- +- + - ••
. + - + + -+ - +
matriz 3 x 3
ma t r iz 4 x 4
matriz n x n
O bserve que las posiciones impares (donde i + j es impar) tienen signos negativos y que
las posiciones pares (donde i + j es par) tienen signos positivos.
0 2 11
A = 3 - 1 2
L 4 0 1
Solución: Para encontrar el m enor A /,,, se elim inan el prim er renglón y la prim era colum na
de A y se evalúa el determ inante de la m atriz resultante.
—
(O;—2—K -1 2 = - 1( 1) -
í -1 2 0 1 0( 2) = -1
i 0 1
De m anera sem ejante, para encontrar M [2, se elim inan el prim er renglón y la segunda
colum na.
—0—\2;—
12 = 3 2
m = 3 (1 )-4 (2 ) = -5
4 1
43 i 0 21
Luego, para encontrar los cofactores, se com bina el patrón cuadrado de tablero de ajedrez
de signos con estos m enores para obtener
C „ = -l C |2 = 5 ^ ,3 = 4
C 2I = - 2 C22 = - 4 C2.3= 8
^32 = 3 C „ = - 6.
Sección 3. i El determinante de una Matriz 141
Una vez que se han definido los m enores y los cofactores de una m atriz, se está
preparado para una definición general del determ inante de una m atriz. La definición dada
a continuación se denom ina in d u c tiv a porque usa determ inantes de m atrices de orden
n - 1 para definir el determ inante de una m atriz de orden n.
Observación: In ten te co m p ro b ar que para m atrices 2 x 2 esta d efin ició n pro d u ce l/\ I
= a n a 22 - o {1a 2V co m o se d e fin ió p re v ia m e n te .
Cuando esta definición se usa para evaluar un determ inante, se dice que se efectúa un
d e sa rro llo p o r co facto res. Este procedim iento se ilustra en el ejem plo 3.
Solución: O bserve que esta m atriz es la m ism a del ejem plo 2. A hí se encontró que los
cofactores de los elem entos en el prim er renglón son
C ,, = —1, C i;, = 5, C (í = 4.
A unque el determ inante se definió com o un desarrollo por los cofactores en el prim er
renglón, se puede dem ostrar que el determ inante puede evaluarse utilizando cualquier ren
glón ocolum na. Por ejem plo, la m atriz 3 x 3 del ejem plo 3 puede desarrollarse por el segun
do renglón para obtener
142 Capítulo 3 Determinantes
Intente otras posibilidades para ver que el determ inante d e /l puede e v a li u a rse a ld e s a n olbi
cualquier renglón o colum na. Este resultado se plantea fo rm a lm c m te en el siguiem.
teorem a, denom inado desarrollo laplaciano de un determ inante e n h o o n o r al matemático
francés Pierre-Sim on Laplace (1749-1827).
a íjC¡j ~ (0)^,7 = 0
Así, el renglón (o colum na) con m ayor cantidad de ceros por lo g ^ e n e ra l, es la mejoi
elección para efectuar un desarrollo por cofactores. Esto se i l u s t r r a con el siguicniii
ejem plo.
2 3 0
1 0 2
2 0 3
4 0 - 2
( 'orno C ,v y C43 tienen cocficiernes cero, b;ista encontrar el cofactor C, 3. Para efectuar
esto, se elim ina el prim er renglón y la tercera colum na de A y se evalúa el determ inante
de la m atriz resultante.
-1 1 2 -1 1 2
H ) l+3 0 2 3 = 0 2 3
3 4 -2 3 4 _2
1 2 -i 2 -1 1
C j3 = (())(-1)3 + (2) ( - i ) 4 + (3) (—1)5
4 -2 3 -2 3 4
= 0 + 2 ( l ) ( - 4 ) + 3 ( —1 ) ( —7 )
= 13
Por tanto, se obtiene
Hay un m étodo alternativo que suele aplicarse para evaluar el determ inante de una
m atriz 3 x 3. Para aplicar tal m étodo, se copian la prim era y segunda colum nas de A para
form ar las colum nas cuarta y quinta. Luego, el determ inante de A se obtiene al sum ar (o
testar) los producto de las seis diagonales, com o se m uestra en el siguiente diagram a.
Se deja para el lector confirm ar que el determ inante de A está dado com o
IA I = (111^ 22^33 ^ 12 « 2 3 « 3 I ^ 1 3 « 2 I« 3 2 — « 3 I « 2 2 « 13 — « 3 2 « 2 3 « 11 — « 3 3 « 2 I« t 2
Solllfiól): Se em pieza por copiar de nuevo las dos prim eras colum nas y luego calcular los
neis productos diagonales com o sigue.
144 Capítulo 3 Determinantes
4 -A
^ ‘sum ar estos productos.
Luego, al sum ar los tres productos inferiores y restar los tres productos superiores, se
encuentra que el determ inante de A es
L4I = 0 + 1 6 - 1 2 - ( - 4 ) - 0 - 6 = 2. <
Observación: El proceso diagonal ilustrado en el ejem plo 5 es válido sólo para matrices
de orden 3. Para m atrices de órdenes superiores se debe usar otro método.
M atrices Triangulares
La evaluación de determ inantes de m atrices de orden m ayor o igual que 4 puede ser
tediosa. Sin em bargo, hay una excepción im portante: el determ inante de una m atriz tr ia n
g u lar. Una m atriz cuadrada se denom ina tria n g u la r s u p e rio r si todos sus elem entos por
debajo de la diagonal principal son cero, y tr ia n g u la r in fe rio r si todos sus elem entos
p o r en cim a de la d iag o n al principal son cero. U na m atriz que es trian g u lar su p erio r e
in fe rio r se denom ina d iag o n al. Es decir, una matriz diagonal es aquélla en la cual todos
los elem entos arriba y abajo de la diagonal principal son cero.
2 3 -1
0-1 2
0 0 3
puede encontrarse al desarrollar por el tercer renglón para obtener
3 -1 2 -1 2 3
=0 -0 +3 = 3(2) (-1 ),
-1 2 0 2 0 -1
Demostración: Para dem ostrar este teorem a cuando A es una m atriz triangular superior se
usa la inducción matemática. Si A es triangular inferior se puede dem ostrar de m anera
«anejante. Si A es de orden 1, entonces A = [ « ,,] y el determ inante está dado por
\A \= a u .
Si se supone que el teorem a es válido para cualquier matriz triangular superior de orden
k I, ahora se considera una m atriz triangular superior A de orden k. Al desarrollar el k-
• simo renglón, se obtiene
I .uego, se observa que Ckk = (~ \)2kMkk = M kk, donde Mkk es el determ inante de la matriz
triangular superior form ado al elim inar el k-c sim o renglón y la ¿-ésim a colum na de A.
Dudo que esta m atriz es de orden k - 1, se puede aplicar la hipótesis de inducción para
escribir lo siguiente.
4 -2 0 0 3 0 0 0
0
-5 6 1 0 b) /¿ = 0 0 2 0 0
0 0 0 4 0
1 5 3 3
0 0 0 0 -2
Solución:
l/i! = ( - I ) ( .3 ) ( 2 ) ( 4 ) ( - 2 ) = 48.
146 Capítulo 3 Determinantes
1. [1] f -3 ]
2 1 -3 1
3. 4.
3 4 5 2
5 2 2 -2
5. 6.
-6 3 4 3
-7 6 4 -3
7. 1 3 8.
0 0
2
2 6 2 -3
9. 10.
0 3 . -6 9
A--3 2 A- 2 0
11. 1 12.
A- 1 4 A- 4
En los ejercicios del 13 al 16, encuentre a) los menores y b) los cofactores de la matriz dada.
1 2 -1 0
13. 14.
3 4 2 1
-3 2 1 r-3 4 2
15. 4 5 6 16. 6 3 1
2 -3 1 4 -7 -8
17. Encuentre el determinante de la matriz del ejercicio 15 con el método de desarrollo por
cofactores. Use a) el segundo renglón y b) la segunda columna.
18. Encuentre el determinante de la matriz del ejercicio 16 con el método de desarrollo por
cofactores. Use a) el tercer renglón y b) la primera columna.
En los ejercicios del 19 al 36. use el desarrollo por cofactores para encontrar el determinante
de la matriz dada.
1 4 -2 2 -1 3 '
19. 3 2 0 20. 1 4 4
-1 4 3 1 0 2 .
2 4 6 -3 0 0
21. 0 3 1 22. 7 II 0
0 0 -5 . 1 2 2
6 3 -7 2 3 1
23. 0 0 0 24. 0 5 -2
4 -6 3 0 0 -2
Sección 3.] Ejercicios 147
A y 1 X y I
27. 2 3 1 28. -2 -2 1
0 -1 1 1 5 1
‘ 3 6 -5 4 ' 2 6 6 2 '
_2 0 6 0 2 7 3 6
29. 30.
1 1 2 2 1 5 0 1
0 3 -1 -1 3 7 0 7
5 3 0 6' 1 4 3 2 '
4 6 4 12 -5 6 2 1
31. 32.
0 2 -3 4 0 0 0 0
0 1 _2 2 3 -2 1 5
3 0 7 ' 3 2 4 -1 5 "
0 '
-2 0 1 3 2
2 6 11 12
33. 4 34. 1 0 0 4 0
1 -1 2
1 2 10 6 0 2 -1 0
5
3 0 5 1 0
_2 0 0 5 0 0
37. 4 6 0 38. 0 6 0
-3 7 2 0 0 -3
5 8 -4 2' 4 0 0 0 '
0 1
0 6 0 -1 2 0 0
39. 40.
0 0 2 2 3 5 3 0
0 0 0 -1 -8 7 0 _2
•1 4 2 1 -3 " ’ 7 0 0 0 0
5 2 i
0 3 -4 -8 4 0 0 0
•11. 0 0 2 7 0 42. 4 2 0 0
0 0 0 5 1 3 -3 5 -1 0
0 0 0 0 1 1 13 4 1 2
148 Capítulo 3 Determinantes
En los ejercicios 43 y 44, encuentre los valores de A para los cuales el determinante dado es
igual a cero.
A- 1 -4
43.
-2 A +1
A+ 1 0 0
44. 4 A 3
2 8 A+5
45. El determinante de una matriz 2 x 2 implica dos productos. El determinante de una matriz
3 x 3 implica seis productos. Demuestre que el determinante de una matriz 4 x 4 implica
24 productos cuádruples. (En general, el determinante de una matriz n x n implica //!
productos de //-tupies).
ax + by = e
ex + dy - f
tiene solución única sí y sólo si el determinante de la matriz de coeficientes es diferente de cero
I I 1
a b e = ( a - b)(b - c)(c - a)
a2 b2 c2
1 1 1
a b e = (a - b)(b - c)(e - a)(a + b + c)
a 3 ¿ ,3 c 3
x 0 c
-1 x b = ax2 + bx + c
0 *1 a
50. Use como modelo la ecuación dada en el ejercicio 49 para encontrar un determinante que
sea igual a
ax3 + bx2 + ex + d.
1 -2 3 1 1 -2 3 1
4 -6 3 9 0 2 -9 -2
MI =
-2 4 -9 -3 o bien \B\ = 0 0 -3 -1
3 -6 9 2 0 0 0 -1
Dado lo que se conoce acerca del determ inante de una m atriz triangular, es claro que es
mucho más fácil evaluar el segundo determ inante. El determ inante de una m atriz trian
g u lares sim plem ente el producto de los elem entos de la diagonal principal. Es decir,
Por o tra parte, el uso del d esarrollo p o r cofactores (la única técnica analizada hasta aho-
iti) para ev alu ar el prim er determ inante es confusa. Por ejem plo, si se desarrolla por
cofactores con respecto al prim er renglón, se obtiene lo siguiente.
-6 3 2 4 3 2 4 -6 2 4 -6 3
MI = 1 4 - 9 - 3 +2 - 2 -9 - 3 + 3 -2 4 -3 - 1 -2 4 -9
-6 9 2 3 9 2 3 -6 2 3 -6 9
Al evaluar los determ inantes de estas m atrices 3 x 3 se obtiene
No es coincidencia que estos dos determ inantes tengan el m ism o valor. De hecho, la
motriz fí se obtuvo al realizar operaciones elem entales en los renglones de la m atriz A.
(Intente com probar lo anterior.) En esta sección se considera el efecto de las operaciones
elem entales en los renglones (y colum nas) sobre el valor de un determ inante. A continua
ción se da un ejem plo.
2 -3 1 4
MI = = 11 Jv 1B\ = = -) I
1 4 2 -3
L -3 1 -3
MI = = 2 \B\ = =2
y 0 2
2 -4
2 -8 2 1 -4
-
y \B\ =
-2 9 -2 9
En el ejem plo I se observa que al intercam biar dos renglones de la m atriz cam bia el
signo ile su determ inante. Sumar un múltiplo de un renglón a otro renglón no modifica el de
150 Capítulo J Determinantes
term inante. Por últim o, al m ultiplicar un renglón por una constante no nula se m ultiplica
el determ inante por la m ism a constante. Estas observaciones se generalizan en el siguiente
teorem a. La dem ostración del inciso 1 se proporciona en el apéndice A, y las demostra
ciones de los otros dos incisos se dejan com o ejercicios. (V éanse los ejercicios 39 y 40. >
12?l ~ ~ Í A I .
161 = 1/41.
\B\
■W
Á-S
Observación: N ótese que la tercera propiedad perm ite obtener un factor com ún en un
renglón. Por ejem plo,
2 4 1 2
=2 Se factoriza el 2 del prim er renglón
1 3 1 3
El teorem a 3.3 proporciona un m étodo práctico para evaluar determ inantes. (Este
m étodo funciona particularm ente bien con com putadoras.) Para encontrar el determ inante
de una m atriz A se aplican operaciones elem entales para obtener una m atriz triangular B
equivalente por renglones a A. En cada paso del proceso de elim inación se aplica el
teorem a 3.3 para determ inar el efecto sobre el determ inante de la operación elem ental en
el renglón. Por últim o, el determ inante de B se encuentra al form ar el producto de los
elem entos de su diagonal principal. Este proceso se m uestra en el siguiente ejemplo.
2 -3 10
1 2 -2
0 1 -3
Solución. Al aplicar operaciones elem entales en los renglones, la matriz A se vuelve a
escribir en forma triangular com o sigue.
Sección 3.2 Evaluación de un Determinante por Operaciones Elementales 151
2 -3 10 1 2 -2
-2 — — 2 -3 10
1 2
0 1 -3 0 1 -3
1 2 -2 Pactortear -7 en el segundo
= 7 0 1 -2 renglón.
0 1 -3
Ai sumar -1 veces el segundo
1 2 -2 renglón al tercer renglón se obtiene
= 7 0 1 -2 un nuevo tercer renglón.
0 0 -1
Ahora, dado que la m atriz final es triangular, se concluye que su determ inante es
2 1 -3 I 2 -3 2 3 -5 1 3 -5
4 0 1
~~~ —
0 4 1 4 1 0 = 2 2 1 0
0 0 2 o 0 2 -2 4 -3 -1 4 -3
Intercambiarlas <k>n
primeros columnas.
Al evaluar m anualm ente un determ inante, algunas veces es conveniente usar o p eracio
nes elem entales en las colum nas, com o se m uestra en el ejem plo 3.
- 1 2 2
A= 3 - 6 4
5 - 10 -3
152 Capítulo 3 Determinantes
Solución: Dudo que las dos prim eras colum nas de A son m últiplos entre sí, se puede o b
tener una colum na de ceros al sum ar 2 veces la prim era colum na a la segunda com o se
m uestra a continuación.
-1 2 2 -1 0 2
3 -6 4 — 3 0 4
5 -1 0 -3 5 0 -3
El ejem plo 3 m uestra que si una colum na de una m atriz es un m últiplo escalar de otra
colum na, puede concluirse de inm ediato que el determ inante de la m atriz es cero. Esta es
una de las tres condiciones, enum eradas a continuación, que dan un determ inante igual a
cero.
íS/iíí sí V '■ .
Demost ración: C ada parte de este teorem a se com prueba fácilm ente por m edio de las ope
raciones elem entales en los renglones y desarrollo por cofactores. Por ejem plo, si un ren
glón o una colum na es cero, entonces cada cofactor en el desarrollo se m ultiplica por cero
Y si la condición 2 o 3 es cierta, entonces se pueden usar las operaciones elem entales en
los renglones o en las colum nas para crear un renglón o colum na de ceros. 4
R econocer las condiciones enum eradas en el teorem a 3.4 puede hacer m ucho más fácil
la evaluación de un determ inante. Por ejemplo,
0 0 0 1 -2 4 m . 2
2 4 -5 0 1 2 = 0, 0 : -1 -6 = 0.
= 0,
3 -5 2 1 ~2 4 m 0 6
3 T t
El primer rcngtZn Los renglones primero La t m e r a c o l u m n a e s mfflti
cofi^ia <Je coros. y tercer o «>n »j p í o d o t a p r ime ra col u triné.
ion una m atriz que no cum pla ninguna de las condiciones del teorem a 3.4 y, m ediante
operaciones elem entales en los renglones o en las colum nas, obtener una m atriz que sa
tisfaga una de las condiciones. Sólo así se puede concluir que el determ inante de la m atriz
•trigina! es igual a cero. Este proceso se ilustra en el ejem plo 4.
1 4 1 1 4 1
—
1AI = 2 -1 0 0 - 9 -2
0 18 4 0 18 4
Ahora, dado que los renglones segundo y tercero son m últiplos entre sí, se concluye que
el determ inante es cero. 4
En el ejem plo 4 pudo haberse obtenido una m atriz con un renglón de ceros al efectuar
Una operación elem ental adicional en los renglones (sum ar 2 veces el segundo renglón al
tercer renglón). Esto es válido en general. Es decir, una m atriz cuadrada tiene un de
terminante igual a cero sí y sólo si es equivalente por renglones (o por colum nas) a una
matriz que tenga por lo m enos un renglón (o una colum na) integrado exclusivam ente de
ceros. Este resultado se dem ostrará en la siguiente sección.
Ahora ya se han analizado varios m étodos para evaluar determ inantes. D e ellos, el m ás
adecuado para aplicaciones en com putadora es en el que se aplican operaciones elem en
tales en los renglones para escribir la m atriz en form a triangular. Sin em bargo, cuando un
determ inante se evalúa manualmente . algunas veces se puede ahorrar pasos al usar ope
raciones elem entales en los renglones (o en las colum nas) para obtener un renglón o una
colum na integrada por ceros, excepto en una posición, y luego aplicar el desarrollo por
eofactores para reducir el orden de la m atriz en una unidad. Por ejem plo, si se pide evaluar
el determ inante 4 x 4
-h 3 'r—0
lAi = -1 1 Í 2
0 2
3
3 4 -2
entonces el prim er paso debe ser desarrollar por eofactores con respecto a la tercera
colum na para obtener el determ inante 3 x 3
-1 1 2
L4I = 3 (-l)4 0 2 3
3 4 -2
154 Capítulo 3 Determinantes
Esta idea se ilustra más con los dos ejem plos siguientes.
-3 5 21
A= 2 -4 -1
L- 3 0 6
Solución: O bserve que la m atriz A ya tiene un cero en el tercer renglón. Se puede crear otro
cero en el tercer renglón al sum ar 2 veces la prim era colum na a la tercera colum na com o
sigue.
-3 5 2 3 5 -4
\A\ = 2 -4 -1 = 2 -4 3
/
-3 0 6 t—
V ! > - & - —0
Al desarrollar por cofactores a lo largo del tercer renglón se obtiene
L4I = - 3 ( - l )4 5 -4
-4 3
= —3(—1) = 3.
‘ 2 0 1 3 2 "
-2 1 3 2 -1
A = 1 0 -1 2 3
3 -1 2 4 -3
1 1 3 2 0
Solución: D ado que la segunda colum na de esta m atriz ya tiene dos ceros, se elige para el
desarrollo por cofactores. Se puede crear dos ceros adicionales en la segunda colum na al
sum ar el segundo renglón al cuarto renglón y luego sum ar -1 veces el segundo renglón
al quinto renglón.
2 0 1 3 -2 2 3 -2
1> 1
-2 1 3 2 -1 O V -3 -- 2 - -= i
IAI = 1 0 -1 2 3 = 1 Í -i 2 3
3 -1 2 4 -3 1 I 5 6 -4
1 1 3 2 0 3 (Í) 0 0 1
2 1 3 -2
1 -1 2 3
1 5 6 -4
3 0 0 1
Sección 3.2 Ejercicios 155
«Observe que ahora se ha reducido el problem a de encontrar el determ inante de una m atriz
5 X 5 a encontrar el determ inante de una m atriz 4 x 4.) D ebido a que ya se tienen dos ceros
en el cuarto renglón, se elige éste para el siguiente desarrollo por cofactores. Al sum ar -3
veces la cuarta colum na a la primera colum na se obtiene lo siguiente.
2 1 3 -2 8 í
3 i
1 -1 2 3 -8 - i 2 I
L41 =
1 5 6 -4 13 5 6 4
3 0 0 1 —8 - ~ e — O ;
8 i 3
-8 -1 2
= (O H )8 13 5 6
Por últim o, al sum ar el segundo renglón al prim er renglón y luego desarrollar por co
factores a lo largo del prim er renglón se obtiene
8 1 3 - e - —e — •.5,'!
T
-8 -1 2 -8
1/11 =
13 5 6 13
- 1
5 6
í
-8 1
= 5 ( - l ) ‘’
13 5
= 5 (-4 0 ) + 13) = -135
2 -6 -4 5
1. 2. 0
1 -3 12 -1 5
1 4 2 -4 3 2
3. 0 0 0 =0 4. 8 0 0 =0
5 6 --7 -4 3 2
1 3 1 4 3 1 3 1 6 2
5. -7 2 -7 -5 2 6. -2 2 0 = _ -2 2 0
6 1 6 2 1 1 6 2 1 3 4
1 8 -3 1 2 -1
5 10 1 2
7. 8. 3 -1 2 6 = 12 3 -3 2
2 -7 2 -7
7 4 9 7 1 3
6 0 0 0 1 0 0 0
5 0 10 1 0 2
0 6 0 0 ¿•i 0 1 0 0
9. 25 -3 0 40 5 8 10. = 6
= 53 -6
0 0 6 0 0 0 : 0
-1 5 1 20 3 1 4
0 0 0 6 0 0 0 1
156 Capítulo 3 Determinantes
1 -3 6 1 -3 2
2 -3 2 -3
12. 5 2 -1 = 0 17 -11
8 7 0 19
-1 0 6 -1 0 6
3 2 4 3 2 -6 5 4 2 5 4 2
13. -2 1 5 = -2 1 0 14. 4 -3 4 = _ -4 3 -4
5 - 7 -2 0 5 -7 15 7 6 3 7 6 3
En los ejercicios del 15 al 28, use operaciones elementales en los renglones o en las columnas
para evaluar el determinante.
1 7 -3 1 1 1
15. 1 3 1 16. 2 -1 -2
4 8 1 1 - 2 -1
2 -1 -1 3 -1 -3
17. 1 3 2 18. -1 -4 -2
1 1 3 3 -1 -1
4 3 - 2 3 8 - '7
19. 5 4 20. 0 -5 4
-2 3 4 6 1 5
5 -8 0 4 -8 5
21. 9 7 4 22. 8 -5 4
-8 7 - 8 5 2
4 -7 9 1 9 -4 2 5
6 2 7 0 2 7 6 -5
23. 24.
3 6 -3 3 4 1 -2 0
0 7 4 -1 7 3 4 10
1 -2 7 9 0 -3 8 2
3 -4 5 5 8 1 -1 6
25. 26.
3 6 1 -1 -4 6 0 9
4 5 3 2 0 14
o
i
1 -1 8 4 2 3 -2 4 3 1
2 6 0 -4 3 -1 0 2 1 0
27. 2 0 2 6 2 28. 5 -1 0 3 2
0 2 8 0 0 4 7 -8 0 0
0 I 1 2 2 1 2 3 0 2
que k # 0).
1 -2 2 2 0 1
\A\ = 0 3 2 = -7 y \B\ = 0 -1 -2 = 11
1 0 1 3 1 -2
■1 -2 2 2 0 1 8 4 1
AB = 0 3 2 0 -1 -2 -
6 -1 -1 0
1 0 1 3 1 - 2 . 5 1 - 1
Por consiguiente, el determ inante de AB es
8 4 1
\A B \ = 6 -1 -10 = -7 7 .
5 1 -1
En el ejem plo 1, observe que el determ inante del producto m atricial está dado por el
producto de ios determ inantes. Es decir,
\AB\= IAII0I
- 7 7 = (-7 )(1 1 ).
U B I « íAflfi!
\cA\ = ¿"MI.
Sección 3.3 Propiedades de los Determinantes 159
r
h mostración: Esta igualdad puede dem ostrarse m ediante la aplicación repetida de la
(tuno 3 del teorem a 3.3. Es decir, en cad a uno de los n renglones de Ir/ll se factoriza el
IjM* nlur c para obtener
10 -2 0 40
A= 30 0 50
L-2 0 -3 0 10
Mlli'lólfc D ebido a que
-- 1
to
1
1 -2 4
u
o
c
3 0 5 y 3 0 5 = 5,
11
-2 -3 1 -2 -3 1
Mr puede aplicar el teorem a 3.6 para co n clu ir que
1 -2 4
\A\ = 10^ 3 0 5 = 1000(5) = 5000.
-2 -3 1
I ' l.o# teorem as 3.5 y 3.6 proporcionan fórm ulas para evaluar el determ inante del
■M iuluctode dos m atrices y un m últiplo esc a la r de una m atriz. Sin em bargo, estos teorem as
|IR ) listan una expresión para calcular e l determ inante de la suma de dos m atrices. Es
pintante observar que la sum a de los determ inantes de dos m atrices, por lo general no
h
r Ittiiul al determ inante de la suma de é sta s. Es decir, en general se tiene que
0 2 - 1 0 2 - 1
/\ = 3 -2 1 o # = 3 -2 1
3 2 -1 3 2 1
160 Capítulo 3 Determinantes
El siguiente teorem a m uestra que los determ inantes son útiles para clasificar las matrices
cuadradas com o invertibles o no invertibles.
Demostración: Para dem ostrar este teorem a en una dirección se supone que/1 es invcrtiblc
Entonces, AA~¡ = 1 y por el teorem a 3.5 se puede escribir
\A\\A~'\ = l/l.
A hora, debido a que 1/1 = 1, se sabe que ninguno de los determ inantes de la izquierda es
cero. Específicam ente, entonces, \A\ =£0.
Para dem ostrar el teorem a en la otra dirección se supone que el determ inante de A es
no nulo. Luego, por m edio de la elim inación de G auss-Jordan se encuentra una matriz H
en fo rm a e sca lo n a d a re d u cid a que es eq u iv a le n te p o r ren g lo n es a A. D eb id o a que
B está en fo rm a e sc a lo n a d a por ren g lo n es red u cid a, e n to n c e s debe ser la m atriz ¡den
tidad / o debe tener por lo m enos un renglón de ceros. Pero si B tiene un renglón de ceros,
entonces por el teorem a 3.4 se sabe que \B\ = 0, lo cual im plicaría que l/VI = 0. C om o se
supuso que l/VI es diferente de cero, entonces se puede concluir que B = /. Por consiguien
te, A es equivalente por renglones a la m atriz identidad y, por el teorem a 2.15, se sabe que
A es invertible. ^
0 2 -1 0 2 -1
a) 3 -2 1 b) 3 -2 1
3 2 -1 3 2 1.
Solución:
a) D ebido a que
0 2 -1
3 -2 1 = 0,
3 2 -I
0 2 - 1
3 -2 1 = - 1 2 * 0,
3 2 1
se concluye que esta m atriz tiene inversa (es no singular). ^
El siguiente teorem a da un m étodo conveniente para encontrar el determ inante de la
inversa de una matriz.
Sí A es invertiblc, entonces
•• •
Y-:.: ::
YV•
>. . ó y : ' / / / ' •
u _ , } I
'M 'J/.‘.; i: ; '• M >. ■•
1a \ '
_::: i - o Y; Y :: Y*:-;*:í- : y y/ Y;Y: y
IA_,I = — .
I/AI
1 0 3
A= 0 - 1 2
2 I 0
Solución: Una form a de resolver este problem a es hallar A“' y luego evaluar su determ i
nante. Sin em bargo, es más sim ple aplicar el teorem a 3.8 com o sigue. Se encuentra el
determ ínam e de A,
1 0 3
I AI = 0 - 1 2 =4,
2 1 0
y luego se aplica la fórm ula l/A 11 = I/l/AI para concluir que
l A-' l = i .
-i
Observación. En el ejem plo 4. la inversa de A es
2 l l
A 1=
1 -! '
i i i
162 Capítulo 3 Determinantes
Intente evaluar directam ente el determ inante de esta m atriz. Luego, com pare su respuesta
con la obtenida en el ejem plo 4.
O bserve que el teorem a 3.7 (una m atriz es invertible sí y sólo si su determ inante es
diferente de cero) da otra condición equivalente que puede agregarse a la lista dada en el
teorem a 2.15. A continuación se resum en las seis condiciones.
Condiciones equivalentes
Si A es una m atriz n x n, entonces las siguientes proposiciones son equivalentes.
J. A es invertible.
2. A X = B tiene soluctón única para toda m atriz B n x 1.
3 AX - O tiene sólo la solución trivial.
4. A es equivalente por renglones a /ft.
5. A puede expresarse com o el producto de m atrices elem entales.
6. Wl * 0. m :
i ........ i
Observación: En la sección 3.2 se m encionó que una m atriz cuadrada A tiene un deler
m inante igual a cero sí y sólo si A es equivalente por renglones a una m atriz que tenga por
lo m enos un renglón de ceros. La validez de esta afirm ación se concluye a partir de la
equivalencia de las propiedades 4 y 6.
Solución: Con base en el ejem plo 3, se sabe que los determ inantes de las m atrices de
coeficientes de los sistem as dados son los siguientes.
0 2 -1 0 2 -1
a) = 3 -2 1 =0 b) = 3 -2 1 = -1 2
3 2 -1 3 2 1
P or consiguiente, usando la lista precedente de condiciones equivalentes, se concluye que
sólo el segundo sistem a tiene solución única. ^
m atem ática y el teorem a 3.1, el cual establece que un determ inante puede evaluarse por
medio del desarrollo por cofactores a lo largo de un renglón o de una colum na. Los detai les
de la dem ostración se dejan para el lector. (V éase el ejercicio 40.)
MI = i/vi.
3 1 -2
A= 2 0 0
-4 -1 5 .
Solución: Para encontrar el determ inante de A se desarrolla por cofactores a lo largo del
segundo renglón para obtener
MI = 2 ( - l ) 3 1 -2
= -2 (3 ) = -6 .
-1 5
Pora encontrar el determ inante de
3 2 - 4
A' = I 0 -I
-2 0 5
1 -I
l/VI = 2 ( - l ) 3 = -2 (3 ) = - 6 .
-2 5
A .(, se tiene que MI = l/VI.
Un los ejercicios del 1 al 6, encuentre a) MI, b) Ifll. c )AB y d) M Ii\. Luego, compruebe que M ll/íl
• M/il.
164 Capítulo J Determinantes
-1 2 1 -1 0 0
a*
1 0 1 .B = 0 2 0
ti
0 1 0 . 0 0 3.
2 0 r 2 -1 4
6. A = 1 -1 2 ,B = 0 1 3
3 1 0 3 -2 1
En los ejercicios del 7 al 10, use el hecho de que IcAI = c"IAI pura evaluar el determíname de
la matriz n x n dada.
4 2 5 15
7. 4 = 8. 4 =
6 -8 10 -2 0
-3 6 9 4 16 0
9. 4 = 6 9 12 10. 4 = 12 -8 8
9 12 15 16 20 -4
En los ejercicios 11 y 12, encuentre a) L4I. b) I//I y c) 14 + B\. Luego, compruebe que 141 + l/*l
* 14 + B\.
1 -1 1 -2 3 _2
12. 4 = .B =
2 0 1 0 0 0
En los ejercicios del 13 al 16. encuentre a) l/VI, b) 1.4-1. c) l/\/VI. d) 12,41 y c) 1,4 ’l.
6 -11 10
13. 4 = 14.
4 5 6
i í) 5' I 5 4
15. 4 = 4 -1 6 16. 0 -6 2
3 2 1. 0 0 -3
17. Sean A y H matrices cuadrarlas de orden 4 tales que L4I = -5 y 1/71 = 3. Encuentre a ) 14/»l.
b) 144. c) I3/?I, d) \(AB)'\ y c) L-Hl.
18. Sean 4 y II matrices cuadradas de orden 3 tales que 141 = 10 y l/il = 12. E.nconlrar a) 14/4
b 144I, c) 12/71, d) l(4/7),l y lA"1!.
En los ejercicios del 19 al 26. use determinantes para decidir si la matriz dada es singular o no
Sección 3.3 Ejercicios 165
2 2 2 - 1 6
23. -3 - 5 0 24. 1 -3 14
.4 -2 12.
1 1 1
En los ejercicios del 27 al 30, use el determinante de la matriz de coeficientes para determinar
si el sistema de ecuaciones lineales dado tiene solución única.
En los ejercicios 31 y 32 , encuentre el (los) valor (es) de k de modo que <4 sea singular.
yt - I 3 1 0 3
4 = 32. A = 2 -1 0
2 k- 2
4 2 k.
33. Sean A y B matrices n x n tales que AB = I. Demuestre que 141 * 0 y \B\ ¿ 0.
34. Sean A y B matrices n x n tales que AB es singular. Demuestre que cualquiera de las dos,
A o B. es singular.
35. Encuentre dos matrices 2 x 2 tales que 141 + \B\ = L4 + B\.
a+b a a
a a +b u = ¿r(3 a + b)
a a a +b
37. Sea A una matriz n x n tal que la suma de cada uno de sus renglones es igual a cero.
Encuentre 1-41.
2 -1 -1
A= -3 1 2
0 -2 2
39. Sea .4 una matriz invertible tal que todos los elementos de ,4 y de A~‘ son enteros. De
muestre que 1.41= ±1
Sección 3.4 Aplicaciones de los Determinantes 167
L.a transpuesta de esta m atriz se denom ina a d ju n ta de A y se denota por adj(/\). Es decir,
C |, C 2| ••• Cnl
i f r t . : C22 Cn2
adj04) =
-1 3 2 1
0 -2 1
1 0 -2
-2 1 0 1 0 -2
0 -2 1 -2 1 0
Í4 1 2
3 2 -1 2 -1 3
6 0 3
0 -2 1 _2 1 0
7 1 2
3 2 -1 2 -1 3
-2 1 0 1 0 -2
La adjunta de una m atriz A puede utilizarse pura determ inar la inversa de A, com o se
indica en el siguiente teorema.
SKSiS
T(i>rema3.iO
Si A es una m atriz invertidle de n X n, entonces es cierto que
168 Capítulo 3 Determinantes
11 12 1/1
21 22 2
II '21 'n\
C , 2 C22 'n i
■n
: :
A adj(/\) =
% % ífi
C 2/.
L a ;i2 OIUI mJ
El elem ento en el i-é sim o renglón y en lay-ésima colum na de este producto está dado poi
a, | a i«
a 2. a 22 a,
“ni ün2 a_
A adjM ) = = \A\Í.
0 0 MI
Sección 3.4 Aplicaciones de los Determinantes 169
A = = 1,
/!-' = - i - adjM ).
\A\
Si A es una m atriz 2 x 2
a b
A=
c. d
entonces la adjunta de A es sim plem ente
d -b
adjM ) =
-c a
Además, si A es invertible, entonces por el teorem a 3.10 se tiene que
d -b
A~l = -L adjM ) = 1
IAI a d -b c -c a
lo cual concuerda con el resultado obtenido en la sección 2.3.
Solución: El determ inante de esta m atriz es l/\l = 3. Con la adjunta de A (determ inada er
i.'l ejem plo 1), se encuentra que la inversa de A es
4 6 7
/*-' = _L adjM ) = \ 1 0 1
lAI J 3
2 3 2
-4 7'
2
3 3
1 0 1
3 3
2 1 2
L3 3-
Se puede com probar que esta m atriz es la inversa de A al m ultiplicar para obtener
-1 3 2 r5 ^ r 1 0 0
A A '] = 0 -2 1 0 1 0
5 (> j =
1 0 -2 . 2 | 2 0 0 1
•3 3■
170 Capítulo 3 Determinantes
Reala de Gramo
La regla de Cram er, así denom inada en honor de G abriel C ram er (1704—1752), es una
fórm ula que usa determ inantes para resolver un sistem a de n ecuaciones lineales en n
variables. Esta regla puede aplicarse sólo a sistem as de ecuaciones lineales que tienen
soluciones únicas.
Para ver cóm o surge la regla de Cram er, se considerará la solución de un sistema
general que im plica dos ecuaciones lineales en dos incógnitas.
« , | Y| + «12*2 = ¡)\
«21*1 + «22*2 = h2
Al m ultiplicar por la prim era ecuación y por í/,, la segunda y luego sum ar los re
sultados se obtiene
~ í , 2 \ a \T x 2 = : ~ cl2 i h i
a n £/2rV| + « n an x^= a u b2
a u b2 - a 2lb l
°22b \ ~ a \2l}2
*1 =
a \\a2 2 ~ a2\(,l2
Por últim o, observando que el num erador y el denom inador tanto para .v, y com o para i
pueden representarse com o determ inantes, sc tiene
h\ «12 « .. b\
b2 «22 «21 b2
»- —
*1 = 2” • ^ 1 Jt í 2 2 ~ í h \ a i-> *
«11 «12 «I. «12
«21 «22 «21 «22
El denom inador tanto para com o para .v, es sim plem ente el determ inante de la man 1.
de coeficientes A. El determ inante que constituye el num erador \ ¡ puede obtenerse a pai
(ir de A al sustituir la prim era colum na de esta por la colum na integrada por las constante
Sección 3.4 Aplicaciones de los Determinantes 171
del sistem a. El determ inante que constituye el num erador de x2 puede obtenerse de m anera
sem ejante. Estos dos determ inantes se denotan por 1/4,1 y l/U com o sigue.
U ,l = b\ an w 2i = ° \\ fl
b2 ü 22 a2\ 2
l/U l/U
V —__
A', = 1
l/ll 2 \A I
Esta form a de expresar la solución com o determ inantes se denom ina R egla de C ra m e r.
4 .t, - 2 x 2 = 10
3 a :, - 5 . t 2 = 1 1
4 -2
1/11 = = -1 4
3 -5
Dado que 1/11 # 0, se sabe que el sistem a tiene solución única, y al aplicar la regla de
C ram er se obtiene
10 -2
11 -5
ÜL -
x, = —i-
l/l I -14
-2 8
= 2
^ Í4
4 10
l/U 3 11
14
14
= -1
-1 4
•vi = 2 y a
a n * ,+ tf ,2 * 2 + a i : * = | J
°2 \ X \ + « 2 2 * 2 + « 2 3 * 3 = %
« 3 1* 1 + f l 3 Z * 2 + « 3 3 * 3 = K
«21 «22 bz
«31 «32
b3
* - ** -
3 L4I «I. «12 «13
1
T eorem a 3.11 Regla de Cram cr
É S li
S i un sistem a de n ecuaciones lineales en n variables tiene una m atriz de coeficientes
con un determ inante 141 diferente de cero, entonces la solución del sistem a está dada
por
feU bu • je rn»
MJ
' X2~~ÍA\ ' * IÁI ’
x = A ~]/i = W adi { A ) B =
- *„-•
Si los elem entos de B son b v b2, • • • , bn, entonces x. está dada por
1
x = (b]C u + b2C2¡ + • • • + b C n¡).
\A\
Pero la sum a (entre paréntesis) es precisam ente el desarrollo por eofactores de A r lo cual
significa que x, = \A\I\A\, y la dem ostración está com pleta. ^
-* + 2 y -3 z = 1
lx + z= 0
3* - 4y + 4z = 2
Sección 3.4 Aplicaciones de los Determinantes 173
-1 2 -3
l/ll = 2 0 1 = 10 .
3 -4 4
Dado que 1/11 4=- 0, se sabe que la solución es única y es posible aplicar la regla de Cram cr
para despejar x com o sigue.
1 2 -3
0 0 1 1 2
2 -4 4 H )5
2 -4 (—1)(—8) 4
x= 10 10
10
Observación: Intente aplicar la regla de C ram er en el ejem plo 4 para despejar y y z- Verá
3 8
que la solución es y = - ; y z = - 5 .
El área de un triángulo cuyos vértices son (xv y2), y (a ,, y3) está dada por
*. >•.
Á re a = ± 7 *2 y2
y?
cuando el signo ( ± ) se elige para obtener un área positiva.
Demostración: Se dem ostrará para el caso en que y. > 0. Suponga que a , < ,v3 ¿ a , y que
(,vv v3) está arriba del segm ento de recta que une (.v,, y,) con ( a 2, y ,), com o se muestra en
la 3.1. Considere los tres trapezoides cuyos vértices son los siguientes.
FIGURA 3.1
y U3. y 3)
El área del triángulo dado es igual a la sum a de las úreas de los dos prim eros trapezoides
m enos el área del tercero. Por consiguiente.
-v.
X> 1
Si los vértices no aparecen en el orden .v, < x , ^ x2 o si el vértice ú 3, y3) no está arriba
del segm ento de recta que une los otros dos vértices, entonces es posible obtener un área
negativa. ^
FIGURA 3.2
Solución: No es necesario conocer la posición relativa de los tres vértices, Sim plem ente
se evalúa el determ inante
Sección 3.4 Aplicaciones de los Determinantes 175
1 O 1
2 2 1
4 3 1
Suponga que los tres puntos en el ejem plo 5 fuesen colincales. ¿Q ué hubiese sucedido
en caso de aplicar la fórm ula a esos puntos? La respuesta es que el determ inante hubiera
sido igual a cero. Considere, por ejem plo, los puntos colincales (0, 1), (2, 2) y (4, 3) que
se m uestra en la figura 3.3.
FIGURA 3.3
lil determ inante con el cual se obtiene el área del “triángulo" cuyos vértices son los puntos
dados es
0 1 1
2 2 1 = 0.
4 3 1
x.•t V 1
= 0.
*2 >2 1
X
3 > 3 1
La siguiente form a en determ inante de la ecuación de la recta que pasa por dos puntos
el plano iv es un corolario de la prueba para determ inar la colinealidad de puntos.
176 Capítulo 3 Determinantes
La ecuación de la recta que pasa por los puntos distintos ( a ,, . y ,) y (x2, y2) está dada
por
x y
x\ y* =o.
*2 y2 ■ É § ¡ M ’M „ _
Solución: Al aplicar la fórm ula del determ inante para la ecuación de la recta que pasa p«»i
los puntos dados se obtiene
x y 1
2 4 1 = 0.
-1 3 1
Para evaluar este determ inante se desarrolla por cofactores a lo largo del renglón superita,
para obtener
4 I 2 1 2 4
x ~.v + 1 = .v - 3y + 10 = 0.
3 I -1 3
Por consiguiente, la ecuación de la recta es
x - 3y = -1 0 .
La fórm ula para encontrar el área de un triángulo en el plano tiene una generalización
directa al espacio tridim ensional, que se presenta sin dem ostración com o sigue:
Volumen de un T etraedro
El volum en del tetraedro cuyos vértices son (*,, y,. £,). (x2,y 2, z2), (xp yy z3), y (xy
y y z4) está dada por
*1 -V. ^ 1
Volum en = —¿
x2 ^2 Z2 *
6 y3 z3 i
*4 y4 «4 1
FIGURA 3.4
Solución: Al aplicar la fórm ula del determ inante para el volum en se obtiene
0 4 1 1
4 0 0 1
= 7. (-7 2 ) = -1 2 .
3 5 2 1
2 2 5 1
.Si sucede que cuatro puntos en el espacio tridim ensional están en el m ism o plano,
entonces el determ inante en la fórm ula para calcular el volum en es cero. P o rta n to .se tiene
la siguiente prueba.
C uatro puntos ( . t , , (x2,y ?, z2), (x%,y v z3). y (jc4, y4, z4) son coplanares sí y sólo
si
1
*1 «1
1
*2 >2 *“2 = 0.
1
>3 ^3
1
*4 >4 ?4
178 Capítulo 3 Determinantes
Esta prueba proporciona ahora la siguiente form a en determ inante para la ecuación de
un plano que pasa por tres puntos en el espacio.
• ..•.• •, , ■ ' - . : ‘ • •
L a ecuación del plano que pasa por los puntos (*P yr 2|), {x2,y 2, *a>y es{á
;;; d a d a por
X . ■y -
*1 m t : =0
m y*
Solución: Con la form a en determ inante de la ecuación del plano que pasa por tres punios
se obtiene
X y z 1
0 1 0 1
= 0.
-1 3 2 1
-2 ü 1 1
Para evaluar este determ inante, la cuarta colum na se resta de la segunda colum na para
obtener
x y - 1 Z I
0 1 0 1
= 0.
- 1 2 2 1
- 2 - 1 I I
4.v - 3y + 5z = -3 .
! 0 0 3
3. A = 0 2 6 4. A = O 1 -I
0 -4 -12 2 2 2
-3 - 5 -7 ' 0 1
5. A = 2 4 3 6. A = 1 i 3
0 1 -1
-1 2 0 ü
3 -1 4 I O
7. /t = 8. A =
0 ü 1 2 O 1
-1 1 1 O
9. Demuestre que si L4I = 1 y todos los elementos de A son enteros, entonces todos los
elementos de -4-1 también deben ser enteros.
10. Demuestre que si una matriz/I n x n no es ¡nvertiblc, entonces A |adj(/l)| es la matriz cero.
En los ejercicios I I y 12, demuestre la fórmula dada para una matriz no singular A n x n
•Suponga que n > 3.
1 0
I -2
-I 3
A=
1 2
15. Demuestre que si A es una matriz invcrtible n x n, entonces se cumple que a d jí/H ) =
ladjM )]-'.
I 3
A=
I 2
Kcgla de C ram er
Bn los ejercicios del 17 al 32. aplique la regla de Cramer para resolver el sistema de ecuaciones
lineales dado, en caso de ser posible.
H En los ejercicios del 33 al 36, use la regla de Cramer para despejar *,.
37. Use la regla de Cram er para despejar* y y en el siguiente sistema de ecuaciones linéale.
** + ( I - k)y = 1
( I - k)x + ky= 3
¿Para qué valor(es) de k el sistema es inconsistente?
38. Compruebe el siguiente sistema de ecuaciones lineales en eos A, eos D y eos C para <•
triángulo mostrado en la figura 3.5.
c eos B + b eos C = a
c eos A + a eos C = b
b eos A + a eos B =c
Luego, aplique la regla de Cram er para despejar eos C y use el resultado para comprolvi
la ley de los cosenos,
r 2 = a2 + b2 - 2ab eos C
Sección 3.4 Ejercicios 181
FIGURA 3.5
lln los ejercicios del 39 al 42. encuentre el área del triángulo que tiene los vértices dados.
39. (0. 0). (2. 0). (0. 3) 40. (1 .1 ), (2, 4), (4, 2)
41. (-1 .2 ). (2. 2). (-2 . 4) 42. (I. 1), (-1. 1). ( 0 .- 2 )
IJn los ejercicios del 43 al 46. determine si los puntos dados son colineales.
43. (1 .2 ), (3. 4), (5. 6) 44. (-1, 0). (I, 1). (3, 3)
45. (-2, 5), (0 ,-1 ). (3. - 9 ) 46. (-1. -3 ). ( - 4. 7), (2. -13)
lítl los ejercicios del 47 al 50. encuentre una ecuación de la recta que pasa por los puntos dados.
lío los ejercicios del 51 al 54, encuentre el volumen del tetraedro que tiene los vértices dados.
El> los ejercicios del 55 al 58, determine si los puntos dados son coplanarcs.
4 -1 0 -3
1. 2.
2 2 1 2
-3 I -2 0
3. 4.
6 -2 0 3
1 4 -2 5 0 2
5. 0 -3 1 6. 0 -1 3
1 1 -1 0 0 I
-2 0 0 -15 0 4
7. 0 -3 0 8. 3 0 -5
0 0 -1 12 0 6
-3 6 9 -15 0 3
9. 9 12 -3 10. 3 y -6
0 15 -6 . 12 -3 9 .
'- 1 1 -1 0 ()' ’ 1 7 1 3 4
0 1 -1 0 1 2 3 - 1 2
15. 1 0 1 -1 0 0 16. ! i 0 -1
0 -1 0 1 -1 1 0 2 - 0
_ 0 1 i -1 1. .0 - 1 ! 0 2
Capítulo 3 Ejercicios de Repaso 183
F.n los ejercicios 19 y 20, encuentre a) L4I, b) Ifll, c )AB y d) \Afí\. Luego, compruebe que l/tllfil
= 14/11.
1 2 3' ' 1 2 1
-1 2 3 4
4 = . ¡i = 2(1. 4 = 4 5 6 . H= 0 -1 1
0 1 2 1
U)
7
ro
.
X 0 0
i -
lin los ejercicios 21 y 22, encuentre a) l/VI, b) L43l, c) \A'A\ y d) 1541.
i—
o
-2 6
22. 4 = -1 0 0
1 3
2 1 2
1 0 - 4 '2 -1 4
4 = 0 3 2 24. 4 = 5 0 3
-2 7 6 1 -2 0
lin los ejercicios del 25 al 30. use el determinante de la matriz de coeficientes para determinar
m el sistema de ecuaciones lineales dado tiene solución única.
31. Si A es una matriz 3 x 3 tal que 1.41 = 2, ¿cuál es el valor ele 14.41?
1 1 1
=:
1
2. Demuestre que
a I I I
I a I 1 = ( a + 3 ) ( a - 1 )3.
1 1 a 1
1 1 I A
3. Una matriz cuadrada A se denomina ¡dem potente si /42 = /4. Si A es idempotente, ¿cuálcn
son los valores posibles de MI?
4. Una matriz cuadrada A se denomina nilpotcnte si existe un entero positivo k tal que A1
= O. Demuestre que si A es nilpotcnte, entonces MI = 0.
dx dx dx
dx dx du dv dw
du de dy dy dy
J(u, v) = y J(u, v, w) =
h du d i’ dw
du dv dz dz dz
du d i’ dw
El polinomio característico de una matriz cuadrada A está definido por el determinante IAi -
di. El teorema de Hamilton-Cayley establece que toda matriz cuadrada satisface su polinomio
característico. En los ejercicios 9 y 10. a) encuentre el polinomio característico de la matriz
dada, b) encuentre las raíces de este polinomio y c) compruebe el teorema de Hamilton-Cayley
para la matriz dada.
6 0 4'
2 -2
10. A = -2 1 3
-2 A- -1 I
2 0 4.
11. Demuestre que si \A \ = 151 * 0. entonces hay una matriz C tal que ICI = I y A = CB.
12. Demuestre que si la suma de los elementos de cada renglón de A es cero, entonces 1/11= 0.
1 0 0
1 2
2 1 0 14.
-2 0
.2 -1 1 .
.
Regla de C r a m e r
En los ejercicios del 15 al 18, use el determinante de la matriz de coeficientes para decidir si
ni sistema de ecuaciones lineales dado tiene solución única, en caso afirmativo, aplique la regla
de Cramer para encontrar la solución.
En los ejercicios 19 y 20, use un determinante para encontrar el área del triángulo con los
vértices que se dan a continuación.
ttn los ejercicios 21 y 22. use un determinante para encontrar la ecuación de la recta que pasa
poi los puntos dados.
I*ii los ejercicios 23 y 24. encuentre una ecuación del plano que pasa por los puntos dados.
Capítulo 4-
Espacios Vectoriales
4.1 V ectores en R"
4.2 Espacios V ectoriales
4.3 Subespacios de Espacios V ectoriales
4.4 C onjuntos G eneradores e Independencia Lineal
4.5 Base y D im ensión
4.6 R ango de una M atriz y Sistem as de Ecuaciones Lineales
4.7 C oordenadas y C am bio de Base
4.8 A plicaciones de los Espacios Vectoriales
187
188 Capítulo 4 Espacios Vectoriales
4.1 a Vectores en Rn
Q uizá el lector está fam iliarizado con los vectores bidim cnsionales y tridim ensionales til
la m anera en que se utilizan en física e ingeniería. En estas disciplinas, un vector se ca
racteriza por dos cantidades (m agnitud y dirección) y es representado por un segm ento de
recta dirigido. En este capítulo se verá que éstos son sólo dos tipos especiales de vectores
Sin em bargo, son im portantes aquí porque poseen representaciones geom étricas precisas
que ayudan a com prender la definición m ás general de vector.
Se em pieza con un breve repaso de los vectores en el plano, que es la m anera en que
evolucionaron los vectores.
V ectores en el Plano
Un vector* en el plano se representa geom étricam ente por un segm ento de recta dirigido
cuyo punto inicial es el origen y cuyo punto term inal es el punto (*,, .v,), com o se muestra
en la figura 4.1. Este vector se representa por el m ism o par ordenado usado para representar
su punto terminal. Es decir,
x = (x v x 2).
Las coordenadas x , y.r 2 se denom inan com ponentes del vector x. Dos vectores enel plano
u = (//,, u2) y v = (v,. v2) son iguales sí y sólo si «, = v, y //, = v,.
FIGURA 4.1
y
a) u = (2. 3) b) v = (-1 , 2)
* til térm ino ve c to r proviene de la palabra latina vectus, que significa "llevar". L a idea es que si se va a llev.u
algo del origen al punto (» ,. .v,). entonces el recorrido puede representarse por el segmento de recta d iiig n lo de
(0, 0) a x})
Sección 4 .1 Vectores en R" 189
'Polución: Para representar estos vectores se traza un segm ento de recta dirigido del origen
til punto term inal indicado, com o se m uestra en la figura 4.2.
La prim era operación vectorial básica es la su m a v ecto rial. Para sum ar dos vectores
en el plano se sum an sus com ponentes correspondientes. Es decir, la s u m a de u y v es el
vector definido por
u + v = ( u ,, u 2) + (v |t v2)
= (//, + v,, u2 + v2).
G eom étricam ente, la suma de dos vectores en el plano puede representarse com o la diagonal
ile un paralelogram o que tiene a u y v com o sus lados adyacentes, com o se observa en la
tigura 4.3.
FIGURA 4.3
i) u = (1 .4 ), v = ( 2 ,- 2 )
i) u = (3, - 2 ). v = (-3 . 2 )
;:) ii = (2. I). v = (0. 0)
190 Capítulo 4 Espacios Vectoriales
Solución:
a) u + v = ( 1, 4) + (2, - 2 ) = (3, 2)
b) u + v = ( 3 ,- 2 ) + (-3 , 2) = (0, 0)
c) u + v = (2, 1) + (0, 0) = (2, 1) 4
La segunda operación vectorial fundam ental se denom ina m u ltip lica ció n esc a la r
Para m ultiplicar un vector v por un e sca lare, cada una de las com ponentes de v se m ulti
plica por c. Es decir,
R ecuerde, por el capítulo 2, que el térm ino escalar se utiliza para denotar un núm ero real
H istóricam ente, este uso surgió del hecho de que al m ultiplicar un vector por un número
real se m odifica la "escala” del vector. Por ejem plo, si el vector v se multiplica por 2. en
tonces el vector resultante 2v es un vector que tiene la m ism a dirección que v y dos veces
su longitud. En general, para un escalar c, el vector cv es c veces m ás grande que v.
A dem ás, si c es positivo, entonces cv tiene la m ism a dirección que v y si c es negativo,
entonces cv y v tienen direcciones opuestas. Lo anterior se muestra en la figura 4.4
FIGURA 44
y
cv
X .X
- v = ( - l) v .
U - V = u + (~v),
a) 3v b) u - v cj \ -+ 2u
Sección 4 .1 Vectores en R" 191
Solución.
, v = ( i ( - 2 ) , p 5 ) ) = ( - l , | ).
u - v = (3 - (-2 ), 4 - 5) = (5, -1 ).
v + 2u = (-2 , 5) + (6, 8)
= ( - 2 + 6, 5 + 8)
= (4. 13).
dientes de la suma y multiplicación tic números reales. Por ejem plo, para dem ostrar la
propiedad asociativa J e la suma sectorial sc puede escribir
192 Capitulo 4 Espacios Vectoriales
(c + d )u = (c + d)(ur t*2)
= ((c + d)u | , (c + d)it2)
= (cui + d u ,, cu, + du2)
= ( t« p cu2) + ((/«,, </»,)
= t ( « p u,) + d (u r u,) = c’u + du.
Las dem ostraciones de las otras ocho propiedades se dejan al lector. (V éase el ejercicio
39.; 4
Observación- Nótese que la propiedad asociativa de la sum a vectorial perm ite escribii mu
am bigüedad expresiones com o u + v + w porque se obtiene el m ism o resultado mu
im portar cuál suma se efectúe primero.
V ectores en K"
U sando com o m odelo los vectores en el plano, a continuación se extiende el análisis .i
vectores en el espacio «-dim ensional. La notación que se utiliza cam bia del par ordenado
(jTj, a_2) a una n - a d a o r d e n a d a . Por ejem plo, una tercia ordenada es de la forma ( v,, x „ » , ).
una cuádrupla ordenada tiene la form a (.Vp x 2, x v .v4) y una n-ada ordenada general es d.
la form a (v r x2, x¿ xn). El conjunto de todas las /i-adus se denom ina espacio //
d im en sio n al y se denota por R".
núa en R". Es decir, una /i-ada (.v,. .v2, x y . . . , xn) puede considerarse com o un p u n to en
R", donde sus coordenadas son las x¡, o com o u vector.
donde sus com ponentes son las v . C om o de costum bre, dos vectores en R" son ig u ales si
y sólo si sus com ponentes correspondientes son iguales. [En el caso de n = 2 o n = 3,
algunas veces se utiliza la notación fam iliar (.v, y) o (x, y, z)].
A continuación se definen la sum a de dos vectores en Rn y el m últiplo escalar de un
vector en R". Estas operaciones se denom inan o p eracio n es n o rm a le s en R".
- 1 - — — — — -— - ■■■■
. f . ■ ■- '■. ■■ :
Sean u = (u¡, Uj, uy , . . , u j y v & (v ,, v2, v v . . . , vn) vectores en R" y sea c un núm ero
real. Entonces la s u m a de u y v se define com o el vector
u + V* ( « , + V j , U 2 + Vv U3 + vy . . . . U n + Vw) .
- u = ( - « ,, - n 2. - u v -u n)
y la d ife re n c ia de dos vectores en R" se define com o
U " V = («, - V , , M2 - V2 , M3 - V3 , . . . , U n - Vn ) .
a) u + v b) 3u c) v - 3u
U) Para sum ar dos vectores, se suman sus com ponentes correspondientes com o se muestra
a continuación.
b) Para m ultiplicar un vector por un escalar, cada una de sus com ponentes se multiplic a
por el escalar, com o sigue.
3u = 3(0, - 4, 3)
= ( 0 ,- 1 2 , 9)
v - 3u = (1, 3, - 2 ) - (0, -1 2 , 9)
= ( 1 ,1 5 ,- 1 1 ) . <
1. u -f V es un vector en R”. 2. u + v = v + u
3. (u + v ) + w = u + (v + w ) 4. u + 0 = ti
5. u + (-ti) = 0 6. c u es un vector en ,
7. c íu v ) = c u + c v 8. (c + </)u = t u + du
9. c(du) = (c</)u 10. l(u ) = u
Con las 10 propiedades dadas en el teorem a 4.2 se pueden realizar manipulación. ',
algebraicas con vectores en R" casi de la m ism a m anera en que se hace con núm eros reales
Por ejem plo, intente usar el teorem a 4.2 para justificar cada paso de la siguiente solución
de una ecuación vectorial.
2x - 3v = 4(x - 2v)
2x - 3v = 4x - 8v
2x-4x = - 8 v + 3v
-2 x = - 5v
x =
u) x = 2u - (v + 3w) b) 3(x + w) = 2u - v + x
Solución:
x= 2u - (v + 3w)
= 2u - v - 3w
= (4, - 2 , 10, 0) - (4, 3, 1 , - 1 ) - ( - 1 8 , 6. 0 ,9 )
= ( 4 - 4 + 1 8 ,- 2 - 3 - 6 , 10- 1- 0 ,0 + 1 -9 )
= ( 1 8 ,- 1 1 ,9 , -8 ).
3(x + w ) = 2u - v +x
3x + 3w = 2u - v+x
3x - x = 2u - v - 3w
2x = 2u - v - 3w
x = j (2u —v —3w)
El vector cero 0 en R" se denom ina n e u tro ad itiv o en R". De m anera sem ejante, el
V*'i lor - v se denom ina in v erso a d itiv o de v. En el siguiente teorem a se resum en varias
Iimpiedades im portantes del neutro aditivo y del inverso aditivo en R".
radon l'ara probar la prim era propiedad se supone que v + u = v Entonces los
H l siguientes se justifican poi el teorem a 4 2.
198 Capítulo 4 Espacios Vectoriales
22. u = ( 6 ,- 5 . 4 .3 ) ,v = ( - 2 , f
En los ejercicios 23 y 24. encuentre el valor de w dado que u = (1, -1, 0, I ) y v = (0. 2. y I i
23. 2w = u - 3v 24. w + u = - v
En los ejercicios del 25 al 28, en caso de ser posible escriba v como una combinación lmtf|
de u y w , donde u = (1, 2) y w = (1, -1).
25. v = (2. 1) 26. v = (0, 3)
21. v = (3, 0) 28. v = (1, —1)
29. u = (0. 2 ,7 ,5 ), v = ( - 3 . 1 .4 .- 8 )
30. u = (0, 0. - 8,I ). v = ( I . - 8. 0. 7)
En los ejercicios del 3 1 al 34, en caso de ser posible escribir v como una combinación lm
de u ,, u 2 y u v
33. u, = (1, 1, 2, 2), u 2 = (2. 3. 5. 6). u 3 = (-3, 1 ,-4 , 2), v = (0, 5.3, 0)
En los ejercicios 35 y 36. el vector cero 0 = (0. 0. 0) puede expresarse como una combinat I
lineal de los vectores v,, v,. y v , como 0 - 0v, + 0 v, + 0v3. Lo anterior se denomina soltií
trivial. ¿Puede encontrar una manera no trivial de expresar 0 como una combinación Imoni
los tres vectores dados?
37. Ilustre las propiedades del 1 al 10 del teorema 4.2 para u = (2. -1. 3. 6). v = ( 1. 1.1), I
w = (3, 0, 2, 0), c = 5 y d = -2 .
38. Ilústrelas 10 propiedades del teorema 4.2 para u = (2 ,-1 . 3), v = (3 ,4 ,0 ), w = (7, 8, I
c = 2 y d = - 1.
39. Complete la demostración del teorema 4 1
Suma:
1. a -f v e s tá en K C erradura bajo la adición
2. y + v =s v + ai Propiedad conm utativa
3. » + (v + w ) « ( u + v ) + w Propiedad asociativa
4. V contiene un v e c to r c e r o 0 N eutro aditivo
tal que para to d o « en V, u + 0 « u.
5. Para todo u e n V, hay u n vector en V Inverso aditivo
denotado p o r ~ u tal que u + <-u> » 0.
Multiplicación Escalar:
6. raí esrá por V. C erradura b ajo la m ultiplicación
escalar
7. c(u + v ) —ral + c v Propiedad distributiva ;
8. (c 4- d )a « c u + rfu Propiedad distributiva
9) c{da) = (ccf)u Propiedad asociativa
10; l(u)-u Identidad escalar
L os dos prim eros ejem plos de espacios vectoriales no son sorprendentes. Son, de hcch* >.
los m odelos usados para form ar los 10 axiom as de los espacios vectoriales.
Con base en el ejem plo 2 se puede concluir que /? ',e l conjunto de númei os
reales (con las operaciones norm ales de sum a y m ultiplicación) es un espacio vectorial
Los tres ejem plos siguientes describen espacios vectoriales en los que el conjunto
básico V no consta de n-adas ordenadas. En cada ejem plo se describe el conjunto V7 v se
definen las dos operaciones vectoriales. Luego, para dem ostrar que el conjunto es un espacu >
vectorial, es necesario com probar todos los axiomas.
Observación: De la m ism a form a en que se puede dem ostrar que el conjunto de todas la ■
m atrices 2 x 3 es un espacio vectorial, tam bién se puede dem ostrar que el conjunto de toda-,
las m atrices m x n, denotado por Mmn, es un espacio vectorial.
Sección 4.2 Espacios Vectoriales 201
Solución: La com probación de cada uno de los 10 axiom as que definen a un espacio
vectorial es una aplicación directa de las propiedades de los núm eros reales. Por ejem plo,
dado que el conjunto de núm eros reales es cerrado bajo la sum a, se concluye que a2 + b2,
o, + b x y aQ+ b{) son núm eros reales, y que
¿Puede ver dónde se aplicó la propiedad conm utativa de la sum a de núm eros reales? El
vector cero en este espacio es el polinom io cero definido com o 0(.v) = 0 para toda.v. Intente
com probar los dem ás axiom as de los espacios vectoriales. Entonces será posible concluir
que P 2 es un espacio vectorial. M
Pn se define com o el conjunto de todos los polinom ios de grado m enor o igual que ti
(junto con el polinom io cero). El procedim iento usado para com probar que P 2, es un
espacio vectorial puede extenderse para dem ostrar que P n , con las operaciones normales
(le sum a polinom ial y m ultiplicación escalar, es un espacio vectorial
Sección 4.2 Espacios Vectoriales 201
p ( x ) = a ^ x r + a , A + « 0,
c p ( x ) = c ü y X 2 + c a , a + c a 0.
¿Puede ver dónde se aplicó la propiedad conmutativa de la suma de núm eros reales? El
vector cero en este espacio es el polinomio cero definido com o 0(.v) = 0 para toda a. Intente
comprobar los dem ás axiomas de los espacios vectoriales. Entonces será posible concluir
que es un espacio vectorial. 4
P se define como el conjunto de todos los polinomios de grado m enor o igual que n
( j u n t o con el polinomio cero). El procedimiento usado para com probar que P „ es un
espacio vectorial puede extenderse para demostrar que Pn , con las operaciones normales
de suma polinomial y multiplicación escalar, es un espacio vectorial.
202 Capítulo 4 Espacios Vectoriales
(cf)(*) =
Dem uestre que «>) es un espacio vectorial.
FIGURA 4.5
y
Solución: Para com probar que el conjunto C(-°°, °°) es cerrado bajo la suma y la
multiplicación escalar, se aplica un resultado de cálculo, que la suma de dos funciones
continuas es una función continua y que el producto de un escalar por una función continua
es una función continua. Para com probar que el conjunto C(-°°, « ) posee neutro aditivo
se considera la función f0 que tiene un valor cero para toda x. Es decir,
Esta función es continua sobre toda la recta numérica (su gráfica es sim plemente la recta
y —0). Por tanto, pertenece al conjunto C ( - « \ °°). Además, si f es otra función cualesquiera
que es continua sobre toda la recta numérica, entonces
Por tanto, f0 esel neutro aditivo en C(-°°, °°). La verificación de los dem ás axiom as se deja
al lector. 4
1 Ov = 0
2. c d —0
3. Si ev ~ 0, entonces c = 0 o v = 0,
4. (-1 )v = - v
I^m ostración: Para demostrar estas propiedades, la restricción es aplicar solam ente los 10
axiomas que definen un espacio vectorial. Por ejemplo, para demostrar la segunda pro
piedad, con base en el axioma 4 se observa que 0 = 0 + 0. Esto permite escribir los pasos
siguientes.
204 Capitulo 4 Espacios Vectoriales
Para demostrar la tercera propiedad, se supone que cv = 0. Para mostrar que esto implica
ya sea c = 0 o v = 0, se supone que c ¿ 0. (Si c = 0 , no hay nada que demostrar). Ahora,
dado que c ^ 0, se usa el recíproco 1/c para demostrar que v = 0 com o sigue
i(D = í-
Observación: En el ejem plo 6. nótese que basta que no se cumpla uno de los 10 axiomas
para dem ostrar que un conjunto no es un espacio vectorial.
En el ejemplo 4 se dem ostró que el conjunto de todos los polinomios de grado menor
o igual que 2 forma un espacio vectorial. A continuación se verá que el conjunto de todos
los polinomios cuyo grado es exactamente 2 no es un espacio vectorial.
Solución: Este conjunto es interesante porque en realidad satisface ios nueve primeros
axiomas. Sólo cuando se llega al décimo axioma com ienzan los problemas. Al verificar
este axioma se observa que con la definición no normal de multiplicación escalar se
obtiene
se define el múltiplo escalar de (a,, a ,) por c. Com o resulta ser. esta definición no normal
no cum ple los axiomas del espacio vectorial para la multiplicación escalar.
En los ejercicios del 7 al 12. describa el inverso adilivodc un vector'en el espacio vectorial dado.
7. /C 8. C ( - o o . - ) 9 M2}
En los ejercicios del 13 al 24, determine si el conjunto dado, junto con las operaciones indicadas,
es un espacio vectorial. En caso negativo, identifique por lo menos uno de los 10 axiomas de
espacios vectoriales que no se cumpla.
15. El conjunto de todos los polinomios de quinto grado con las operaciones normales.
17. El conjunto {(x, x): x es un número real) con las operaciones normales.
18. El conjunto {(.r, y): .v ^ 0, y es un número real) con las operaciones normales en A’2.
19. El conjunto de todas las matrices 2 x 2 de la forma
a b
c 0
21. El conjunto de todas las matrices singulares 2 x 2 con las operaciones normales.
22. El conjunto de todas las matrices no singulares 2 x 2 con las operaciones normales.
23. El conjunto de todas las matrices diagonales 2 x 2 con las operaciones normales.
24. CjO, 1], el conjunto de todas las funciones continuas definidas sobre el intervalo | 0 , 1|,con
las operaciones normales.
25. En vez de aplicar las definiciones normales de suma y multiplicación escalar en A2,
suponga que estas dos operaciones se definen como sigue.
27. Demuestre con todo detalle que M, 2, con las operaciones normales, es un espacio vecto
rial.
28. Demuestre con todo detalle que el conjunto {(.v, 2.v): .v es un número real), con las ope
raciones normales en R2, es un espacio vectorial.
y
c(-v,,y,) = (c.v,, cy,),
es un espacio vectorial. En caso afirmativo, compruebe cada uno de los axiomas de los
espacios vectoriales; en caso negativo, escriba todos los axiomas de los espacios vectoriales
que no sc cumplen.
31. Dailo un espacio vectorial V demuestre que el inverso aditivo deun vector es único.
► Ejemplo 1 Un Suhespacio de K3
Demuestre que el conjunto
FIGURA 4.6 z
Para establecer que un conjunto Wes un espacio vectorial es necesario verificar las lo
propiedades de los espacios vectoriales, Sin embargo, si VVes un subconjunio de espacio
vectorial V más grande (y las operaciones definidas sobre VV son las mismas definida ,
sobre V), entonces casi todas las 10 propiedades son heredadas del espacio más grande,
por loque no es necesario verificarlas. El siguiente teorema establece que basiacomprnh.il
la cerradura para establecer que un subconjunto de un espacio vectorial es un subespacm
Para dem ostrar el teorema en la otra dirección, se supone que IVes cen ado bajo la suma
y la multiplicación escalar. Observe que si u, v y w están en IV, entonces automáticamente
también están en V. Por consiguiente, los axiom as 2, 3, 7, 8, 9 y 10 que definen a los
espacios vectoriales se cumplen automáticamente. Además, debido a que W es cerrado
bajo la adición y la multiplicación escalar, se concluye que para cualquier v en W y un
escalar c = 0,
cv = 0
y
(-l)v = - v .
VV= {0}.
Este subespacio se denom ina su b esp acio cero. Otro subespacio obvio de V es V mismo.
Todo espacio vectorial posee estos dos subespacios triviales, y los subespacios diferentes
a éstos se denom inan subespacios p ro p io s (o no triviales).
Solución: Recuerde que una matriz es simétrica si es igual a su propia transpuesta. Como
\12 2 es un espacio vectorial, basta demostrar que IV (un subeonjunto de M , satisface las
condiciones del teorema 4.5. Se empieza por observar que W no es vacío. Wes cerrado bajo
la suma porque A, = A ,' y / \ , = A,' implican que
(A, + A P' = A ^ + A = A | + A ,.
1 0 0 0
A= B=
0 0 0 1
1 0
A +B=
0 0
es no singular (in vertible. Por consiguiente, VVno es cerrado bajo la su m a,y porel teorema
4.5 se puede concluir que no es un subespacio de A / ,, 4
Solución: Este conjunto no es vacío y es cerrado bajo la suma. Sin embargo, no es cerrado
bajo la multiplicación escalar. Para ver lo anterior, observe que ( 1, 1) está en VV'. pero el
múltiplo escalar
( - ! ) ( ! , 1) = ( - 1. - 1)
los polinomios de grado m enor o igual q u e k , con las operaciones norm ales. Es fácil
demostrar que si j < k, entonces P. es un subespacio de Pk. Así, se puede escribir
Demostrar que VV, c VV, cz VV3 c VV4 c VV5 y que VV. es un subespacio de VV pitra i < j.
Solución: Del cálculo se sabe que toda función polinomial es diferente en |(), 1 ]. Por
consiguiente. VV, c VV,. Además, VV, c VV, porque toda función diferencial es continua,
W3 c VV4 porque toda función continua es integrable y VV4 c VVS porque lodu función
integrable es, por supuesto, una función. P or tanto, se tiene que
como se observa en la figura 4.7. Se deja que el lector com pruebe que VVes un su bespacio
de VV para i S j.
FIGURA 4.7
<
En el ejem plo 5, observe que si U%V y VV son espacios vectoriales tales que IV es un
subespacio de V y V es un subespacio de U, entonces IV también es un su b esp acio de U.
Este caso especial del siguiente teorema establece que la intersección de dos subespacios
es un subespacio. com o se muestra en la figura 4.K
212 Capítulo 4 Espacios Vectoriales
FIGURA 4.8
La intersección de dos
subespacios es un subespacio.
Subespacios de Rn
Rn es una fuente conveniente para ejemplos de espacios vectoriales, y el resto de cst.i
sección se dedica a analizar subespacios de R".
Solución:
Para dem ostrar que este conjunto es cerrado bajo la suma, sean v, = ( - 2 / ,, /,) y v.,
= ( - 2 ly /.,) dos puntos cualesquiera de la recta. Entonces, se tiene
v , + v 2 = ( - 2 / , , / , ) + ( - 2 t v t 2)
' = ( - 2 ( t , + t2), t, + t2)
= ( - 2 /3, r3),
De las dos rectas del ejem plo 6, la que es un subespacio de R2es la que pasa por el origen.
Se puede demostrar que este hecho es característico de los subespacios R2. Es decir, si \V
es un subconjunto de R 2, entonces es un subespacio sí y sólo si se cumple una de las
siguientes proposiciones.
FIGURA 4.10
circunferencia unitaria
(0 . - 1)
no es un subespacio de H 2.
Solución:
V + U = ( Vj + M , , V, + V3 + U . + U y V3 + « , )
donde v, = r v , y v, = cvv Por tanto, cv está en VV.Por último, ciado que VVes cerrad» •
bajo la suma y la multiplicación escalar, se concluye que es un '.ubcspacío de R 1 -<1
Sección 4..i Ejercicios 215
FIGURA 4.11
x ió n 4.3 A E jercicios
Un los ejercicios del 1 al 6, compruebe cjuc'V os un subespacio de V. En cada caso, suponga
ijiic V tiene las operaciones normales.
1. W = {(x|t *3. 0): Xp x2 y x3 son núneios reales cualesquiera)
V=R4
2. VV= {(,v. y, 2x - 3y): x y y son nún»erosreales cualesquiera}
V = R3
3. VVes el conjunto de todas las matri ces V<~ de la forma
0 a
b 0 ‘
v = a/ 22
5. (Cálculo) IVes el conjunto de todas las funciones continuas sobre |0, 1J. Ves el conjunto
de todas las funciones integrales en [0, 1].
6. (Cálculo) Wes el conjunto de todas las funciones diferenciales en [0. I). Ves el conjunto
de todas las funciones continuas en [0. 11.
En los ejercicios del 7 al 12, IV no es un subespacio del espacio vectorial dado. Compruebe l<>
anterior por medio de un ejemplo específico que viole la prueba para verificar si un conjunto
es un espacio vectorial (teorema 4.5).
7. W es el conjunto de todos los vectores en R} cuya tercera componente es - i .
21. Demostrar que un conjunto W no vacío es un subespacio de un espacio vectorial Vsí y só
lo si ax + by es un elemento de W, donde a y b son escalares cualesquiera y x y y están
en W .
22. Dé un ejemplo que demuestre que la unión de dos subespacios de un espacio vectorial V
no necesariamente es un subespacio de V'.
23. Sean x, y y z vectores en un espacio vectorial V. Demuestre que el conjunto de todas las
combinaciones lineales de x. y y z
W = {X: AX = O]
es un subespacio de M y ,.
W= [X:XA =AX)
es un subespacio de M2 r
26. Sea W un subespacio del espacio vectorial V. Demuestre que el vector cero en V también
es el vector cero en W.
27. Complete la demostración del teorema 4.6 al mostrar que la intersección de dos sub
espacios de un espacio vectorial es cerrada bajo la multiplicación escalar.
I *= + ¿ 2U? + 1
donde < ,. <,, . . . . c, son escalares
218 Capítulo 4 Espacios Vectoriales
A menudo, uno o más vectores en un conjunto dado puede expresarse com o com bina
ciones lineales de otros vectores en el conjunto. Esta posibilidad se ilustra con los
siguientes ejemplos.
Vl V2 V3
5 = {(1,3. 1), (0, 1,2). ( l . o , -5)} ,
0 8 0 2 -1 3 0 2
' i
2 1 1 0 1 2 1 3
v t = v 2 + 2 v 3 - Va
0 2 -1 3 -2 0
+2
1 0 1 2 1 3
0 8
2 1
En el ejemplo 1 fue fácil verificar que uno de los vectores en el conjunto S es una eom
binación lineal de los otros vectores, porque se contaba con los coeficientes adecuados
para formar la combinación lineal. En el siguiente ejemplo se muestra un procedí míen
lo para determinar los coeficientes.
V, V3
S = {(1 ,2 , 3), (0, 1,2), ( - 1 . 0 . 1)}
(I, I. 1) = c , ( l , 2, 3) + í’2(0, 1 ,2 ) + r 3( - l , 0. I)
= (r, - cv 2c, + cy 3 c, + 2c2 + r 3).
c, - c 3= 1
2c, + c2 =1
3c, + 2c , + c3 = I
Por medio de la eliminación de Gauss-Jordan se encuentra que este sistema tiene infinidad
de soluciones, cada una de la forma
c, = 1 + t, c2 - - \ - 2L c, = /.
Por ejemplo, para obtener una solución, podría hacerse que / = 1. Entonces, c , = - 3 y
c, = 2, y se tiene que
Otras elecciones para / producen otras maneras de expresar w com o una combinación
lineal de v,, v., y v v M
c, - c 3= 1
2 c i + C2 =~ 2
3 c, + 2c, + c3 = 2.
Conjuntos G eneradores
Si todo vector en un espacio vectorial dado puede expresarse com o unacom binación lineal
de vectores en un conjunto S dado, entonces se dice que S es un c o n ju n to g e n e r a d o r del
espacio vectorial.
' un E sp ad o Vectorial
Sea S ts {v f, v2, . . , v¿} un subeonjunto del espacio vectorial V. El conjuntó S d e
denomina c o n ju n to g e n e r a d o r de Y si todo vector en V puede expresarse com o una
combinación lineal de vectores en S En estos casos se dice que S g e n e ra a V.
220 Capítulo 4 Espacios Vectoriales
a) El conjunto S = {(1, 0, 0), (0. 1, 0), (0, 0, 1)) genera a R 3, ya que cualquier vector
u = («,, m,, m3) en R3 puede escribirse como
Solución: Sea u = («,, u2, //,) cualquier vector en R*. Se buscan escalares c,, c , y c3 tales
que
c, - 2 c 3 = M,
2c, + c2 = u2
3c, + 2 r , + c3 = Uy
Al com parar los conjuntos de vectores en los ejemplos 5 y 6, se observa que los conjuntos
son los misinos excepto por una diferencia aparentemente en el tercer vector.
FIGURA 4.12
S i= {(1. 2, 3), (0, 1. 2). (-2 . 0. 1)1 S 2= {(1. 2. 3). (0, 1. 2). ( - 1 .0 . 1))
Los vectores en S i no son coplamircs. Los vectores en S 2 son copianares.
Demostración: Para demostrar que lint5). el conjunto de todas las com binaciones lineales
de v,. v , \ r es un subespacio de V, se dem uestra que es cerrado bajo la suma y la
multiplicación escalai Considere dos vectores cualesquiera u y v en lin(S).
222 Capítulo 4 Espacios Vectoriales
u = c |v 1 + c 2v2 + - - - + c iv,
V = í / , V , + í / 2 V 2 + • • ■ + í/^V A.,
u + v = (c j + d , ) v i + (c 2 + í/2) v 2 + • • • + ( c ; + dk)vk
y
cu = (cCj)v, + (ec2)v, + • • • + (cck) \ k,
(j v ! + C2V2 + • • • + (\y k = o
siem pre tiene la solución trivial c ( = 0 , c , = 0 , . . . , ck = 0. Sin embargo, a m enudo también
hay soluciones no triviales. Así. en el ejemplo 1 a) se vio que en el conjunto
VI v2 V,
5 = {(1.3, 1). (0, 1, 2), (1, 0 ,- 5 ) }
el vector v ( puede expresarse como una combinación lineal de los otros dos com o se
muestra a continuación
V| = 3 v 2 + v 3
c,V| + c ,v , + C3v3 = 0
tiene una solución no trivial en la cual no tocios los coeficientes son ¡únales a cero:
<i = l, c2 = - 3 , c3 = - l .
;S¡
- 2 ( 1 , 2 ) + (2, 4) = ( 0 .0 ) .
2 (1 ,0 ) - 5 ( 0 , 1) + ( - 2 , 5) = (0 .0 ).
c ,v , + c\v, + c3v , = 0.
2c, + r , ' =0
3c | + 2c, + c ( = ü
i
224 Capítulo 4 Espacios Vectoriales
1 0 -2 O1 1 0 0 0
2
3
1
2
0
1
0 ES> 0 1 0 0
oj 0 0 1 0
c, + 2 c2 = 0
c , + 5 c , + c3 = 0
- 2 c , - c2 + c3 = 0
l,a matriz aum entada de este sistema se reduce por eliminación de Gauss-Jordan com o se
muestra a continuación.
1 2 0 0 I 2 0 0
1 5 1 0 0 I i 0
- 2 - 1 i 0 0 0 0 0
Lo anterior implica qucel sistema tiene infinidad de soluciones. Por consiguiente, el sistema
debe tener soluciones no triviales, por lo que se concluye que el conjunto S es lincalmente
dependiente. <4
v l V2 V3 V4
1 1 0 0
0 1 3 1
5 =
-1 0 1 -1
0 2 _2 2
1 1 0 0 0
0 i 3 1
= 0
+ c2 + C3 + C4
-1 0 i -1 0
0 2 -2 2 0
c ,+ C2 =0
C2 + 3c, + C4 = 0
-Ct +c3 - C4 = 0
2 c , - 2 c3 + 2 c 4 = 0
1 I 0 0 0‘ i 0 0 0 '
0 1 3 1 0 0 3 1 0
1 0 1 -1 0 O 0 1 i 0
0 2 -2 2 0 0 0 ! 0
226 Capítulo 4 Espacios Vectoriales
Por tanto, el sistema tiene solamente la solución trivial y se concluye que el conjunto S es
linealmente independiente. <
Debido a que uno de los coeficientes debe ser diferente de cero, ninguna generalidad mi
pierde al suponer c, ^ 0. Entonces, al despejar v, com o una combinación lineal de Ion
dem ás vectores se obtiene
es linealmente dependiente. Demuestre que uno de los vectores de este conjunto puede
escribirse com o una combinación lineal de los otros dos.
c, + 2 c-2 = 0
c, + 5 c 2 + c 3 = 0
-2c, - c2 + c3 = 0.
Fistc sistema tiene infinidad de soluciones, dada por c 3 - 3/, c 2 = - i y c, = 2/. Al hacer
l s. | se obtiene la ecuación 2v, - v, + 3v3 = ü. Por consiguiente, v2 puede escribirse com o
una combinación lineal de v, y v3 com o se muestra a continuación.
v, = 2vj + 3 v3
2 + 5 x - x 2 = 2(\ + x - I x 2) + 3( jc + .v2)
= 2 + 2x - 4x2 + 3.v + 3*2
= 2 + 5 x - x 2. <
El teorema 4.8 tiene un corolario práctico que proporciona una prueba sim ple para
determinar si dos vectores son lincalmcntc dependientes. En el ejercicio 48 se pide que el
lector demuestre dicho corolario.
Vl V2
S = ((1 .2 , 0). (-2 . 2, 1))
b) El conjunto
V> V2
5 = {(4. - 4 , - 2 ) , (-2 , 2, 1))
FIGURA 4.13
a)
z
1. 5 = { 2 .-1 .3 ) , ( 5 .0 .4 ) ) 2. 5 = ( ( 1 .2 ,- 2 ) . ( 2 . - I . 1)1
a) u = ( 0 ,- 5 , 7) a) u = (l. 17 -17)
b) v = (16, - i ? ) b) v = ( 3 . - * .2 )
c) >v = (3, 6. -2) c) w = (8. - 4 , 3)
3. S = {(2. 0 .7 ). (2. 4. 5). (2. -12, 13)) 4. ( ( 6 .- 7 , 8. 6). ( 4 ,6 .-4 .1 )}
a) u = (4 .-2 0 , 24) a) u = ( 0 , 2 , - 1 , 0 )
b) v = ( - 1 , 0 , 0 ) b) v = (32, - 1 12. 108,53)
C) w = (6, 24. 9) c) w = (25. - 4 , 13)
En los ejercicios del 5 al 10. determine si el conjunto S dado genera a R: En caso negali \ o.
En los ejercicios del 11 al 16, determine si el conjunto S dado genera a R 3. En caso negativo,
dé una descripción geométrica del subespacio generado por S.
17. 5 = {(-2, 2), (3, 5)} 18. S = {(-2, 4), (1, -2))
19. S = {(0, 0), (1, -1)) 20. S = {(1. 0), (1, I), (2, -1))
24. 5 = { ( | . | . § ) . ( 3 . 4 . 2 ) , ( - | 16 .2 ))
25. 5 = { ( - 4 , -3 , 4). ( 1 ,- 2 , 3). (6, 0 , 0 »
En los ejercicios del 29 al 32, demuestre que el conjunto dado es linealmcnte dependiente al
hallar una combinación lineal no trivial (de vectores en el conjunto) cuya suma sea el vector
cero. Luego, exprese uno de los vectores del conjunto como una combinación lineal de los
demás.
.13. ¿Para qué valores de i los siguientes conjuntos son linealmcnte independientes?
a) S = { ( / , I. 1 ),(1 ,/. ] ) .( ] , 1./))
b) 5 = {(/. 1. 1). (1, 0. I ) , ( l , 1 .3 /»
34. ¿Para qué valores de / los siguientes conjuntos son linealmente independientes?
a) .V= {(/.().()), (0. 1.0). (0.0. 1))
b) S= { (/././).(/. 1.0). (/.0. I)|
230 Capítulo 4 Espacios Vectoriales
2 -3 0 5
y
J
B=
4 1 1 -2
en M 2 ,. determine cuáles de las siguientes son combinaciones lineales de A y B.
6 -19 6 2 -2 28 0 0
b) c) d)
10 7 9 11 1 -11 0 0
36. Determine si las siguientes matrices de M -,, forman un conjunto linealmente independuu
te.
1 -1 4 3 1 -8
B= C=
4 5 -2 3 22 23
37. D eterm ine cuáles de los siguientes con juntos en P , son linealm ente independientes
a) S = {2 - x, 2 x - x2 , 6 - 5x + x2 }
b) S = {a2 - 1, 2x + 5}
c) S = {a2 + 3.t + 1, 2v2 + a - 1, 4,v)
39. P o r inspección, determ ine p o r qu é c ad a uno d e los siguientes con juntos es linealmente
dependiente.
a) S = {(1, - 2 ) , (2. 3), (-2, 4)}
b) 5 = { ( 1 , - 6 , 2). ( 2 , - 1 2 , 4)}
c) 5 = { ( 0 ,0 ), (1 ,0 )}
42. D em uestre que si 5, es un su bconjunto de S-, y 5", es linealm ente dependiente, eniuin o*
tam b ién 5 , es linealm ente dependiente.
45. El con jun to {(I, 2, 3). ( 1 ,0 , -2 ) , ( ~ 1 , 0, 2)) es linealm ente dependiente, pero ( 1 .2 . 3 1 nn
p u ede expresarse c o m o una com binación lineal d e (1, 0, - 2 ) y (- 1 . ü. 2). ¿P or que lo
anterior no co ntradice el teorem a 4.8?
46. ¿En q u é co nd icion es un conjunto q ue con sta d e un sólo v e c to re s linealm ente independien
te?
48. Demuestre el corolario del teorema 4.8: Dos vectores u y v son linealmente dependientes
sí y sólo si uno es un múltiplo escalar del otro.
conjunto de vectores S * {v , , v 2, . . . , v t } en t
base de V si se cum plen las siguientes condiciones.
1. S genera a V.
1: ;
2. S e s lin e a lm c
■■ ■■■■■■ .............
Observación: Esta definición establece que una base posee dos características. Una base
S debe tener suficientes vectores para generar a V, pero no tantos de m odo que uno de ellos
pueda escribirse com o una combinación lineal de los demás vectores en 5.
La definición anterior no implica que lodo espacio vectorial tiene una base que consta
de un núm ero finito de vectores. Sin embargo, en este texto, el análisis de bases está res
tringido a aquéllas que constan de un núm ero finito de vectores. Además, si un espacio
vectorial tiene una base que consta de un número finito de vectores, entonces V es de
d im en sió n finita. En caso contrario, V'cs de d im en sió n infinita. (El espacio vectorial P
de todos los polinomios es de dimensión infinita, así com o el espacio vectorial C (- ©o)
de todas las funciones continuas definidas sobre la recta real.)
tiene por solución solamente la trivial, c, = r , = = 0. (Intente com probar esto) Por
consiguiente. Ves una base de K' ^
232 Capítulo 4 Espacios Vectoriales
e, = ( 1 , 0 , . . . , 0 )
e2 = (0, 1........... 0)
en = (0, 0 , . . . , 1)
Vl V2
5 = { ( 1 , 1), ( 1 , - 1 ) }
Para com probar que S genera a A’2, sea x = (a,, x 2) un vector arbitrario de R2. Para
mostrar que x puede expresarse com o una combinación lineal de v, y v,, se considera la
ecuación
C.v 1+ í-2v2 = x
c , ( l . 1) + C2(1, - l ) = ( x p X 2)
i r , + c 2, c , - c 2) = (a , , a 2).
c l +c2 = X\
t ' l — 1.'2 = A2
Dado que la matriz de coeficientes de este sistem a tiene un determ inante diferente de
cero, se sabe que el sistema tiene solución única. Por consiguiente, se concluye que V
genera a R2.
Para demostrar que S es linealmente independiente, se considera la siguiente combi
nación lineal.
c ,v , + t*2v2 = 0
0 , ( 1, I) + c2( 1, - 1 ) = (0, 0)
( c , + f 2 , c , - C2) = ( 0 , 0 )
S = {1, x , x 2, x3}
fjOllIClÓn: Es evidente que S genera a P x porque el espacio generado por S consta de todos
los polinomios de la forma
1 0 0 1 0 o o o
ó'
0 0 o o 1 o o 1
Un uso importante de una base de un espacio vectorial es que sirve para representar todo
vector del espacio. A continuación se presenta un bello teorema que establece que para una
base dada esta representación es única.
- 2cit = “ 1 0 -2 c\ u\
2c, 4 c2 C2 = U2
1 0
3 c . + 2c-, + c , = w3 2 11V
C
Sección 4.5 Base y Dimensión 235
Com o la matriz A es invertible, se sabe que este sistema tiene una solución única dada por
C = A~]U. Al despejar A~] se obtiene
-1 4 -2
A~l = 2 - 7 4
-I 2 -1
c, = —m, + 4//2 - 2 m3
c2 = 2 u, - 7 m, + 4 m3
c3 = - M j + 2 m2 - «3.
Por ejemplo, el vector u = (1, 0, 0) puede representarse de manera única com o una com
binación lineal de v,, v , y v 3 en la forma siguiente.
(1. 0, 0) = - v , + 2v, - v 3
Si 5 « {v,, v2, ..., vw} es una base de un espacio vectorial V, entonces todo conjunto
que contiene m ás d e « vectores en V es linealmcnte dependiente.
----- IM
m > n. Para dem ostrar que 5. es lineal mente dependiente, es necesario encontrar escalares
k v k2 km (no todos cero) tales que
* .u , + * ,u , + • • • + k u = 0. Ecuación 1
Dado que S es una base de V, se concluye que cada u, es una combinación lineal de vectores
en S, y se escribe
U | = C „ V | + C 2 1V2 + - - - + C 1| V ,
U
rn = C , ImV I. + C ,
2niV 2, + '- ’ + Cnn\ V n.
i / . v | + í/2v , t c °
236 Capítulo 4 Espacios Vectoriales
CJ \ + Cn 2 k 2 + • ’ ' + Cn J m = 0
Pero este sistema hom ogéneo tiene menos ecuaciones que variables k r k2 km y. poi
el teorema 1.1, se sabe que debe tener soluciones no triviales. Por consiguiente, 5, os
linealmente dependiente. ^
S = { 1, 1 + x, I - x, 1 + x + x 2, 1 - x + x 2)
C om o la base de R" consta de n vectores, por el teorema 4.10 se concluye que lodo
conjunto de vectores en R" que contiene más de n vectores debe ser linealmente
dependiente. Otra consecuencia importante del teorema 4.10 se da en el siguiente teorema
Demostración: Sea
5r ( v , v 2 vj
la base dada de V, y sea
Sección 4.5 Base y Dimensión 237
no es una base de Py
Solución:
o) La base normal de R? tiene tres vectores y tiene sólo dos. Por tanto, por teorema
4.11, Sj no puede ser una base de R}.
b) La base normal de Py S = { I , x, .r2, .r3}, tiene cuatro elementos. Así, por el teorema
4.11, el conjunto dado S-, tiene demasiados elementos para ser una base de Py 4
En los tres ejemplos siguientes se considera una técnica para determinar la dimensión de
un subespacio. Básicamente, la dimensión se determina al hallar un conjunto de vectores
linealmente independientes que genere el subespacio. Este conjunto es una base del
subespacio; la dimensión del subespacio es el número de vectores que hay en la base.
(d, c - d , c ) = (0, c, t \ ) + (d , - d, 0 )
= c(0, 1, 1) + r/(l, - 1 , 0),
se observa que VV' es generado por el conjunto S = [(2, 1,0)}. Así, VVes un espacio
unidimensional de /ó\ 4
Solución: Aunque VVes generado por el conjunto 5, éste no es una base de VV'porque es un
conjunto Encálmente dependiente. En particular, v , puede expresarse com o una eomhi
nación lineal de v, y v , en la forma siguiente.
Esto significa que VVes generado por el conjunto 5, = ( v |( v , } Además, ó', es Encalme un
independiente, ya que ningún v ecto res un múltiplo escalar de otro, así se concluye ijtu
la dimensión de VVes 2. 4
Sección 4.5 Base y Dimensión 239
a b _ a 0 0 b 0 0
+ +
b c 0 0 b 0 0 c
0 I + c 0 0
= a 1 0 + b
0 0 1 0 0 1
0 0 1 0 0 1
v. vd v. v s
v l
1 0 0 0 0
2 1 0 0 0
S = -I 3 , 0 0
t *)
-1 0
4 3 s
240 Capítulo 4 Espacios Vectoriales
=0
2c + c2 =0
—c + 3c2 + 2c3 = 0
3c - 2 c2 - c3 + 2 c4 =0
4c - 3 c0 + 5 c 3 - 3 c4 - 2 c 5 = 0
En los ejercicios del 1 al 4, escriba la base normal para el espacio vectorial dado.
1. R*' 2. M,
' 4,1
3. M ja 4. P.
8. S= {(-3.2)}
En los ejercicios del 9 al 12, explique por qué S no es una base de P2.
16. 5 =
1 0 0 1 1 0 8 -4
|o 0 1 °. 0 1 -4 3
En los ejercicios del 17 al 20. determine si el conjunto {v , . v,) es una base de Kz.
17. y 18. y
Ii
V|
-1 V2
19. y
En los ejercicios del 21 al 26, determine si S es una base del espacio vectorial indicado.
25. 5= {(-1.2. 0. 0). (2. 0, - 1 .0 ) . (3. 0. 0, 4). (0, 0.5.0)) para K'
26. S= {(1 .0 ,0 , 1). (0,2, 0.2). (1.0, I, 0). (0. 2, 2.0)) para ft'
1 2 2 -7 4 -9 12 -16
28. 5 =
-5 4 6 2 11 12 17 42
En los ejercicios del 31 al 34, determine si S es una base de Ri. Si es así escriba u = (8, 3, 8)
como una combinación lineal de los vectores en S.
En los ejercicios del 35 al 38, determine la dimensión del espacio vectorial dado.
35. R6 36. R
39. Determine una base de Z>3 3 (el espacio vectorial de todas las matrices diagonales 3 x 3 1
¿Cuál es la dimensión de este espacio vectorial.
40. Encuentre una base del espacio vectorial de todas las matrices simétrica 3 x 3. ¿Cuál es
la dimensión de este espacio?
41 Determine lodos los subconjuntos del siguiente conjunto que forma una base de R2.
44. Determine una base de R3 que contenga al conjunto S = {(1, 0, 2), (0, 1. 1)).
En los ejercicios del 49 al 52 encuentre a) una base y b) la dimensión del subespacio W de R*.
En los ejercicios del 53 al 56. determine si la proposición dada es falsa o verdadera. Justifique
su respuesta.
57. Demuestre que si S = {v,, v2 v<() es una base de un espacio vectorial V y c e s un esca
lar no nulo, entonces el conjunto ó’, = |c v |t cv2 c v j también es una base de V.
58. Demuestre que el espacio vectorial F de todos los polinomios es de dimensión infinita.
[Sugerencia: Suponga que es de dimensión n y luego demuestre que n polinomios no pue
den generar a F.\
59. Demuestre que si W es un subespacio de un espacio vectorial V de dimensión finita,
entonces la dimensión de W es menor o igual que la dimensión de V.
R e n g lo n e s ve cto res d e A
Mí 12 ■ni 2. • • • . “ !„>
a 21 a 23 a 2« ((¡21. ‘ i rtj,,)
A=
ani 1 am i a la
' >n I ' m i' '
a m u )'
244 Capítulo 4 Espacios Vectoriales
Columna vectores de A
lllfl
üm% 2
a.mn í*ln* *2/i’ " ' ’ *»nJ
0 1 -1
A=
-2 3 4
los vectores renglón son (0, 1, - 1 ) y (-2, 3 ,4 ). y los vectores colum na son (0, -2 ), ( .o
y (-1 .4 ). 4
En el ejemplo 1, observe que para una matriz A m x n los vectores renglón son vectores
en Rn y los vectores colum na son vectores en R"'. Esto conduce, a la siguiente definición
de espacio renglón y espacio colum na de una matriz.
Definid
Sea A una matriz m x n
1. El espacio renglón de A es el subespacio de R? generado por los vectores
renglón de
2. El espacio colum na de A es el subespacio de / T generado por los vectores co
lum na de A.
Observación: Nótese que este teorema establece que el espacio renglón de una matriz no
se modifica por la aplicación de operaciones elementales en los renglones. Sin embargo,
éstas pueden modificar el espacio columna.
. ----------------------------------------------------------------------------------------------------
1 3 1 3
0 1 2 0
3 0 7 -1
3 4 1 1
2 0 _2 _2
246 Capítulo 4 Espacios Vectoriales
1 3 1 3 ' wi
0 1 2 0 ",
0 0 1 -1 W3
0 0 0 0
0 0 0 0
P o r el teo rem a 4 .1 4 se co n clu y e que los vectores reng lón de II d ife ren tes de cero,
w , = ( 1 , 3 , 1.3), w , = ( 0 ,1 ,2 .0 ) . y w 3 = (0 ,0 , 1 ,-1 ), form an una base del espacio rcngli>n
de A. -i
La técnica usada en el ejemplo 2 para determinar el espacio renglón de una matriz puede
usarse para resolver el siguiente tipo de problema. Suponga que se pide determinar un.»
base del subespacio generado por el conjunto S= {v , , v 2 .} en R". Al usar los vcctoro
en S para formar los renglones de una matriz A se puede aplicar las operaciones
elementales en los renglones para volver a escribir A en forma escalonada. Los renglones
diferentes de cero de esta matriz constituirán entonces una base del subespacio generado
por S. Esto se demuestra en el ejemplo 3.
Solución: Se empieza por usar v ,, v, y v3 para formar los renglones de una matriz A Luegi»,
A se escribe en forma escalonada com o sigue.
-1 2 5 V, 1 -2 - 5 ■ wl1
A= 3 0 - 3 0 1 3 M2
5 1 8 vi 0 0 0
Para encontrar una base del espacio columna de una matriz A se usa el hecho tic qucl
el espacio colum na de A es igual al espacio renglón de A'. Esto se dem uestra en i*|
ejem plo 4.
1 3 1 3
0 1 2 0
A = -3 0 7 -1
3 4 1 1
2 0 -2 -2
Solución: Se empieza por considerar la transpuesta de A y, luego, aplicar las operaciones
elementales en los renglones para volver a escribir A 1en forma escalonada.
1 0 -3 3 2 1 0 -3 3 2 vv,
3 i 0 4 0 0 1 9 - 5 _ -ó w.
A' =
1 2 7 1 -2 0 0 1 -1 -1
3 0 -1 1 -2 0 0 0 0 0
Así, w , = ( 1 , 0 , - 3 , 3, 2), w , = (0, 1, 9, - 5 , -ó ), y w 3 = (0, 0, 1, - I , - 1 ) forman una base
del espacio renglón de A', lo que equivale a afirm ar que forman una base del espacio
colum na de A. -4
En los ejemplos 2 y 4, observe que tanto el espacio renglón com o el espacio colum na
de A tienen dimensión igual a 3 (ya que en am bas bases hay tres vectores). El siguiente
teorema establece que el espacio renglón y el espacio columna de una matriz siempre
tienen la misma dimensión.
12 Wi
22 2/i
A =
a .. a
Suponga que el espacio renglón de A es de dimensión r y que tiene una base S = ( b ,, l>2,
— I>r ) donde b. = (bt biV — hln). Con esta base, se pueden escribir los vectores renglón
tic A como
248 Capítulo 4 Espacios Vectoriales
v l = c l i b l + c l2b 2 + ' - - + c l r b r
V 2 = C2 l b l + C22b 2 + - - + C 2rb r
Luego, si se hace c ( = ( c , , c 2¡, . . . . cm¡), entonces se puede dem ostrar que este sistema de
ecuaciones vectoriales es equivalente al siguiente sistema
Ul = l C l + ^ 2 l C2 + ‘ + b r \ Cr
U 2 = ^ | 2 C 1 + h 22C 2 + • ' ' + b r2Cr
u /i = b l/i
, c ,1 + b~c^
2» 2
+--+ b rn
e r.
Com o cada vector colum na de A es una combinación lineal de r vectores, se sabe que la
dimensión del espacio colum na de A es m enor o igual que r (la dimensión del espacio
renglón de A). Es decir.
Al repetir este procedimiento para A' se puede concluir que la dimensión del espacio
colum na de A' es menor o igual que la dimensión del espacio renglón de A'. Pero esto
implica que la dimensión del espacio renglón de A es menor o igual que la dimensión del
espacio colum na de A. Es decir,
La dimensión del espacio renglón (o columna) de una matriz tiene el siguiente nombn
especial.
—
M I
. Y '■ ■■
Observación: En algunos textos se distingue entre el rango renglón y el rango columna <le
una matriz. .Sin embargo, debido a que estos rangos son iguales (teorema 4.15). en este
texto no se establece ninguna distinción entre ambos.
Sección 4.6 Rango de una Matriz y Sistemas de Ecuaciones Lineales 249
1 -2 0 1
A= 2 1 5 -3
0 1 3 5
1 -2 0 1 1 -2 0 1
A= 2 1 5 -3 c > B= 0 1 1 -1
0 1 3 5 0 0 1 3
Btbltnfoargo, a partir de este momento a menudo será conveniente representar este sistema
¿i'F
A x = b,
Así, tanto (x, + x2) como c.x, son soluciones de Ax = 0, y se concluye que el conjunto di
soluciones forma un subespacio de R". ^
1 0 - 2 1
A= 3 1 - 5 0
1 2 0 - 5
Con .t3 y x A com o variables libres, se pueden representar las soluciones en la siguiente
forma paramétrica
x, I=—2 s - t , x, —
-»2 = - -s +• -•>
3/, X,3 = s.
-v x4 = t
Esto significa que el espacio solución de A x = 0 consta de todos los vectores solución x
de la forma
’ V1 ’ ‘ 2s- t ' ‘ 2‘ - r
x= X2 = - s + 3 1 = s -1 + / 3
= .VU, + tu r
s + Ot 1 0
*3
O
0 1
+
- ' V4 -
J
Por tanto u , = (2, - 1 , 1.0) y u , = (-1, 3,0, 1) forman una base y se concluye que el espacio
solución de Ax = 0 es un subespacio bidimcnsional de R4. (Com pruebe lo anterior para ver
que, en efecto ti, y u , son vectores solución del sistema dado). <
2 = 4 - 2 ^
x, + C’ l l ' r + I + ¿‘ i r Cr + 2 +
C2lXM I + C2TXr+2 • + c 2, . l i - r X ii = 0
*2 +
X + c ,.v
l '.l I+ AM ■f C II
252 Capítulo 4 Espacios Vectoriales
1 0 0 3 2
0 1 0 8 5
0 0 1 4 2
0 0 0 Ü 0
Por tanto, la matriz de coeficientes A tiene un rango igual a 3 y, por el teorema 4.17. se
sabe que la dimensión del espacio solución es 5 - 3 = 2. 4
Ahora se sabe que el conjunto de todos los vectores solución del sistema homogéneo
Ax = 0 es un subespacio. ¿También es cierto lo anterior para el conjunto de todos los
vectores solución del sistema no homogéneo Ax = l>, donde b ^ 0? La respuesta es “no"
porque el vector cero nunca es solución de un sistema no homogéneo. Sin embargo, hay
una relación entre el conjunto de soluciones de los sistemas Ax = 0yA x = b. Específicamente,
si x^es una solución particular del sistema no homogéneo Ax = b, entonces toda solución
de este sistema puede expresarse como
x = xp + xh,
¡ É ih 1 ÍÉ olucíón
Solución
donde xh es una solución del sistema hom ogéneo correspondiente Ax = 0 Este residí.id<
importante se establece en el siguiente teorema.
Sección 4.6 Rango de una Matriz y Sistemas de Ecuaciones Lineales 253
A(x - xp) = A x - A xp = b - b = 0.
.v, - 2xj + *4 = 5
3.v, + x 2 - 5.v3 + = 8
.v, + Zv2 - 5x4 = - 9
1 0 -2 1 5' 1 0 -2 1 5'
3 1 -5 0 8 0 1 1 -3 -7
c >
1 2 0 -5 -9 0 0 0 U 0
.v, -2.v3+ *4 = 5
x 2 + x 3 - 3.v4 = -7 .
0
+
+
- r4-
i
•
Al com parar esta respuesta con la del ejemplo 6 se observa que x.r es un vector solución
particular tle Ax = b; \ /t - .\u( + /ti, representa un vector arbitrario en el espacio so lu
ción de Ax = (> A
254 Capítulo 4 Espacios Vectoriales
El último teorema de esta sección describe cóm o se puede usar el rango de una m a t r i z
para determ inar el número de soluciones de un sistema de ecuaciones lineales. La
demostración de este teorema se deja com o ejercicio para el lector. (Véase el ejercicio 4 5 .1
1. Si rango (A) « rango ((4 t b]) « n, entonces el sistema tiene solución única.
2. Si rang o (A) * rango ((A : b}> < n> entonces el sistem a tiene infinidad de
soluciones.
3. Si rango (A) < rango ([A : bj), entonces el sistema no tiene solución.
Solución:
1 1 -1 -f 1 0 0 f
[A i b] = 1 0 1 3 0 1 0 0
c >
1 2 0 1 0 0 1 2
Además, este sistem a tiene solución única porque el rango de A es igual al ruimem
de variables.
1 1 - 1 1 0 1
A= 1 0 1 0 1 _2
3 2 0 0 0
'1 1 - 1 -1 1 0 1 3
[-4 b] = 1 0 1 3 0 1 _2 -4
3 2 -1 1 0 0 0 0
Además, este sistema tiene infinidad de soluciones porque el rango de A es m enor que
el número de variables.
1 1 -I -1 1 0 1 0
b] = 1 0 1 3 0 1 -2 0
2 1 0 1 0 0 0 1
W ': '‘ . • . - -
í. A es invertible.
2. Ax » b tiene solución única para cualquier matriz b n x l .
3. A x * 0 tiene sóio la solución trivial,
4. A es equivalente por renglones a in.
5 MI * 0.
6. Rango (A)
7. L o s n vectores renglón de A son linealmente independientes.
8. Los n vectores colum na de A son lineaimente independientes.
IL y . m , I i M it ií M , , I I , m n n l ■■■■, ~ Í..Í..M ' n Mi . I ....... >.. .................
2 4 1 -3 2
3. 4.
1 6 4 2 1
4 20 31' 2 -3 1
5. 6 -5 -6 6. 5 10 6
2 - 11 -1 6 8 -7 5
’ 2 4 -3 -6
-2 -4 4 5' 7 14 -6 -3
7. 3 6 -6 -4 0 8. -2 -4 1 -2
-2 -4 4 9 2 4 -2 -2
En los ejercicios del 9 al 12, determine una base del subespacio de K4 generados por S.
9. S= {(2, 9. -2. 53). (-3, 2, 3, -2), (8, -3. -8. 17). (0, -3 , 0, 15))
10. S= {(6. -3, 6. 34). (3. -2. 3, 19). (8. 3. -9, 6). (-2. 0. 6. -5)}
11. 5= {(-3. 2. 5, 28). (-6. 1 . - 8 . - 1 ) . (14 ,-1 0. 12.-10), (0, 5, 12.50))
En los ejercicios del 13 al 18, encuentre una base y la dimensión del espacio solución de
A x = 0.
2 -1 2
13. 4 = 14. 4 =
1 3 -6 3
2 3
15. 4 = [1 2 3] 16. A =
0 1 0
1 2 - 3 ' 1 2 - 3
17. 4 = 2 - 1 4 18. 4 = 2 6-11
4 3 -2 j 1 -2 7
30. 5a, - 4 a , + 12 - 3 3 a 4 + l4 .r s = - 4
-2 a , + a ,- 6v,
6 v, +
+ II2. i4—
2 a., - 8as = 1
2a . A , 4- 6-Vj - I 2 a 4 + 8a s =
En los ejercicios del 3 1 al 34, determine si l>pertenece al espacio columna de.4. Si es así, escriba
b como una combinación lineal de los vectores columna de A.
-1 2i 3 -1 2 2
A = I) = . 32. A = .b=
4 ()| 4 2 -4 4
1 3 ()' 1 ’ 1 3 2' 1
33. A = -1 1 0 .b= 2 34. A = -1 1 2 .b= 1
2 0 1 -3 0 1 1 0
35. Explique porqué los vectores renglón de una matriz 4 x 3 forman un conjunto linealmente
dependiente. (Suponga que todos los elementos de la matriz son diferentes entre sí).
36. Explique porqué los vccto/es columna de una matriz. 3 x 4 forman un conjunto lineal mente
dependiente. (Suponga que todos los elementos de la matriz, son diferentes entres sí).
37. Demuestre que si A no es cuadrada, entonces los vectores renglón de A o los vectores
columna de A forman un conjunto linealmente dependiente.
38. Dé un ejemplo donde so demuestre que el rango del producto de dos matrices puede ser
menor que el rango de cualquiera de las dos matrices.
42. Demuestre que los tres puntos (jr,, y,) (,t2, y2) y ( v,. y3) en un plano son colincalcs sí y sóli
si la matriz
r, v. 1
43. Dadas las matrices A y B. demuestre que los vectores renglón de AH están en elespa
ció generado por los renglones de B y que los vectores columna de AB están e nel espacio
generado por las columnas de A.
n+ 1 /i + 2 /i + 3 2 /i
2n + I 2u + 2 2/i + 3 3/i
/r - n + 1 ir - /» + 2 / r - /» + 3 • • • ir
para n = 2, 3 y 4. ¿Puede encontrar algún patrón en estos rangos?
x = (-2 , 1, 3)
= -2 (1 , 0 , 0 ) + 1(0, 1 , 0 ) + 3 (0 .0 , I),
•*e observa que el vector de coordenadas de x con respecto a la base normal es simplemente
I ( x )5 = ( - 2 , 1,3).
Así, las componentes de x son las mismas que sus coordenadas con respecto a la base
normal. 4
B = (v,. v2)
= { ( 1, 0) , ( 1, 2) )
cu (x)fí = (3. 2). Determine las coordenadas de x con respecto a la base (normal)
B '= | u , . u 2)
= { ( l . 0 ) , ( 0 , 1)}.
Además, com o (5,4) = 5 (1 ,0) + 4(0, 1), se concluye que las coordenadas de x con rcspecU >
a B' están dadas por
(x)fl. = (5 ,4 ).
FIGURA 4.14
/
x = 3 ( 1, 0 ) + 2 ( 1. 2 ) 0 ) + 4 (0 . 1)
\ / \
(x)fl = ( 3 . 2 ) 4)
X = í',11, + c , u 2 + c ^ u ,
(I. 2, - I) = c',( 1, 0, í) + c2(0, -1 . 2) + c3(2. 3, - 5 )
Cambio de Base en R“
El procedimiento m ostrado en los ejemplos 2 y 3 sc denomina cam bio de base. Es decir,
se tenían las coordenadas de un vector con respecto a una base B y se solicitó encontrar
las coordenadas con respecto a otra base B'.
Así, si en el ejemplo 3 la base normal es B, entonces el problema de determ inar el vector
de coordenadas de x = ( l , 2 , - 1 ) con respecto a la base B 's e transforma en el problema de
resolver para c,, c , y c 3 en la ecuación matricial
1 0 2' í c'i" 1
0 - 1 3 *2 = 2
1 2 - 5 C3. -1
B lx]„. [x]w
P se denomina m a t r i z de transición de B ' a B , |x]fl.es la m atriz de coordenadas de x
con respecto a B ' y [xl,, es la m atriz de coordenadas de x con respecto a B. Al
multiplicar por la matriz de transición P sc cambia una matriz de coordenadas con respecto
a B ‘ en una matriz de coordenadas con respecto a B. Es decir,
Para efectuar un cam bio de base de B a B' sc usa la matriz P ~ l (la m atriz de transición
de B a B ') y se escribe
Lo anterior significa que el problema de cam bio de base del ejemplo 3 puede representarse
por la ecuación matricial
c\ -1 4 r 1 5'
C2
= 3 -7 -3 2 = -8
1 _2 -1, -1 -2
C3.
P -1 [x]fl [x]r
■
1
T
-
P
k
• ■
•
r - í
y
II
II
«í
X
•
I
L a m a t r i z de tra n sic ió n P de B ' a B es la matriz tal que
[x]/i = P W p .
[*]„.= P - ' W j .
llp f riz d e
& iV!a;r;<v<5e:tran
%M ato/ de eoonfc*
coordenadas de x sición de nadas de %con
con respecto a B ‘ B u 8' respecto*» B ;
B= •
y B' =
v. V; V
•i u ,
u. un
Sección 4.7 Coordenadas y Cambio de Base 263
W
Teorem a 421 M atriz d e Transición d e B a B '
{VJ, v2>. . . . v J y B ' x {O j.«2, , . . , ua} dos bases de R n. Entonces, la matriz
de transición P~\ de B a B ' puede determinarse mediante la elim inación de Gauss-
Jordan en la matriz [B' ■ B } n x 2 n com o se muestra a continuación.
, fs. . . , 4■
[ff \ B\ { Z > & i^ í
Bl ü — — ^ ;• J
E n el s ig u ie n te e j e m p lo se ap lic a e s te p ro c e d im ie n to al p r o b le m a d e c a m b i o d e base
d a d o e n el e j e m p lo 3.
► E je m p lo -/ D e te r m in a c ió n d e u n a M a t r iz d e T ra n s ic ió n
y
B ' = { ( 1 ,0 , 1), ( 0 , - 1 , 2), (2. 3 , - 5 ) }
I 0 2 - 1 0 0 1 0 0 :-l 4 2
0 - 1 3 - 0 1 0 0 1 0 ¡ 3 -7 -3
1 2 -5 i 0 0 1 0 0 i : l -2 -l
- 1 4 2
p -' = 3 _7 _3
1 -2 -1
O b s e r v e q u e c u a n d o B es la b a s e n o rm a l, c o m o en el e j e m p lo 4, el p r o c e s o d e cum bi.
d e [ B ' • B ] a [ I n \ P _ l ] se tra n s f o r m a en
p - ]= B a se n o rm a l a b a s e no n o rm al
P ~ l = B. B a s e n o n o rm a l a b a s e n o rm a l
P~] = B =
I 1
0 2
► E je m p lo 5 D e te r m in a c ió n d e n n n M a t r iz d e T ra n s ic ió n
* = { ( - 3 . 2 ) . (4, - 2 ) )
B ' = { ( - 1 , 2 ), ( 2 , - 2 ) }
Solución: S e e m p ie z a p o r f o rm a r la m atriz
-1 2 i -3 4
\B ' B) =
2 -2 : 2 -2
y se usa la e lim in a c ió n d e G a u s s - J o r c a n p ara o b te n e r
-1 0 i -1
[/, P - 'l =
0 -1 : -2
A sí, se tiene
-I 2
P~' =
-2 3
-3 4 • -1 2
IB lT \ =
2 -2 : 2 -2
Sección 4 . 7 Coordenadas y Cambio de liase 265
q u e se re d u c e a
1 0 : 3 -2
U2 P] =
O 1 : 2 - 1
3 -2
P =
2 -1
S e p u e d e c o m p r o b a r q u e esta es la in v e rs a d e la m a tr iz d e tra n s ic ió n d e t e r m i n a d a e n el
e j e m p l o 5 al e f e c tu a r la m u ltip lic a c ió n
3 -2 -1 2 1 0
PP~l = = /r
2 -1 -2 3 0 1
► E je m p lo tí R e p re s e n ta c ió n d e C o o rd e n a d o s e n P3
D e t e r m i n e el v e c to r d e c o o r d e n a d a s d e p = 3,t 3 - 2 x 2 + 4 c o n r e s p e c t o a la b a s e n o rm a l
de Py
S = { l , x , x 2, x 3 }.
L o a n te rio r irtdica q u e el v e c to r d e c o o r d e n a d a s d e p c o n r e s p e c to a S es
( p ) s = (4, 0, - 2 , 3). 4
E n la s e c c ió n a n te r io r se v io q u e a lg u n a s v e c e s e s c o n v e n i e n te r e p r e s e n ta r las m a tric e s
n x 1 c o m o n -a d a s . E n el s ig u ie n te e j e m p lo sc a g re g a cie rta ju s tif ic a c ió n a e s te hecho.
► E je m p lo 7 R e p re s e n ta c ió n d e C o o rd e n a d a s en ,
E n c u e n tr e el v e c to r d e c o o r d e n a d a s d e
,Y = 4
3
266 C apítulo 4 Espacios Vectoriales
c o n re s p e c to a la b a s e n o rm a l d e ,.
1 0 0
5 = 0 y 1 » 0
[ 0 0 1
Solución: D a d o q u e X p u e d e e x p re s a r s e c o m o
-1
X =
' f ' 0
= ( - 1) 0 +4 1 +3 0
0 1
e n t o n c e s el v e c to r d e c o o r d e n a d a s d e X c o n r e s p e c to a S es
= ( - 1 , 4 , 3).
2. B = { ( - 1 ,4 ) , (4, - 1 ) } , (x)fl = ( - 2 , 3)
6. B = { ( 4 , 0 . 7 , 3 ) , ( 0 . 5 . - l . - l ) . ( - 3 . 4 . 2 . I ) .( 0 . 1. 5. 0 ) j . (x)fl = ( - 2 . 3. 4. 1)
En los ejercicios del 7 al 12. determ ine el vector de coordenadas de x en R" con respecto a la
base B.
12. B = {(9, - 3 . 15, 4). (3. 0. O, 1), (O, - 5 . 6, 8), (3. - 4 , 2. - 3 ) } . x = (0, - 2 0 , 7, 15)
15. B = {(2, 4), (—1, 3)}, /?' = {(1. 0), (O, 1))
19. B = { (1 ,0 , 0), (O, 1, 0), (O, O, 1) ) , / ? ' = {(I, O, 0), (O, 2, 8), (6, O, 12)}
22. B = { ( 2 , - 1 , 4), (O, 2, 1), (- 3 , 2, 1)}, B ' = { ( 1 ,0, 0). (0. 1 ,0 ). ( 0 , 0 . 1))
23. B = {(1, 0 , 2), (O, 1 ,3 ). (1, 1, 1 ) ) , / / = {(2, 1,1),(1, O, 0), (O,2, 1)}
27. D eterm ine la m atriz d e transición de B ' a B p ara las bases d ad as en el ejercicio 17 y
d em u estre que ésta es la inversa de la m atriz de transición d e B a B'.
28. E n cu e n tre la m atriz d e transición de B ' a B para las bases dadas cn el ejercicio 18 y d e
m uestre q ue aquélla es la inversa de la m atriz d e transición d e B a B '.
29. D eterm ine la matriz de transición de B ' a B para las bases dadas en el ejercicio 23 y d e
m u estre qu e aquélla es la inversa de la m atriz d e transición de B a B '.
30. Halle la m atriz d e transición de B ' a B para las bases d ad as cn el ejercicio 24 y d em u estre
que aquélla es la inversa de la m atriz d e transición de B a B '
33. En el ejercicio 23, d eterm in e (x)fl dado ( x )B■ = (1, 2, - I ) . (V éase ei ejercicio 29.)
34. En el ejercicio 24, determ in e (x)B dado ( x ) ^ = (2, 3, 1). (V éase el ejercicio 30.)
35. p = x 2 + 11 x + 4 36. p = 3 a 2 + 1 1 4 * + 13
En los ejercicio s 37 y 38. h alle el v ector de c o o rd e n a d a s de X con resp ecto a la b ase normal
en Af,
o' 2
37. X = 3
r*'.
00
X -1
2 n 4
39. Sea P la m atriz d e transición de B " a B \ y sea Q la m atriz de transición de B ' a B. ¿Cuál
es la m atriz de transición de B " a #"?
40. Sea P la m atriz de transición de B " a B \ y sea Q la m atriz de transición de f í ' a fí. ¿Cuál
es la m atriz de transición de B a B " ‘l
T o d a s e c c ió n c ó n i c a e n el p la n o Ay tiene u n a e c u a c ió n d e la form a
ax2 + b xy + cy2 + d x + ey + / = 0.
H ipérbola ( 2 a - longitud del eje transversal, 2fi - longitud del eje conjugado)
p >° Vértice
(kk)
Vértice
(h. k)
270 Capítulo 4 Espacios Vectoriales
b) L a fo r m a n o rm a l d e x 2 + 4V2 + f u - 8y + 9 = 0 es
( x + 3 )2 , (y - l )2 _ ,
22 l2 ”
FIGURA 4.15
« = { ( 1 , 0 ). ( 0, I))
e s ro ta d a para f o rm a r la n u e v a base
l i ' = { ( e o s U, s e n 0 ) . ( - s e n 0. t os 0) |
Sección 4.8 Aplicaciones de los Espacios Vectoriales 271
FIGURA 4.16
IT = { (eo s 0 . s e n 0 ). ( - s e n 0. e o s 0 ) \ .
cos 0 -sen 0
[B ' ■ B ) = cos ° -SCn ° 1 1 °
sen 0 cos 0 0
q u e se re d u c e a la form a
0 i cos e sen 0
0 1 i-s e n 0 cos 0
cos 0 se n 0 X x'
/
-sen 6 cos 0 y y
x' = x c o s 0 + y sen 0
v = - x sen 6 + v c o s 6.
Al s u s titu ir e s ta s e x p r e s io n e s p o r .v y y en la e c u a c ió n d a d a d e s e g u n d o g r a d o se chin i
u n a e c u a c ió n p o lin o m ia l d e s e g u n d o g r a d o en .v' y >•' q u e no tien e té rm in o x 'y '.
Rotación c i€ E je s
L a e c u a e í ó m d e s e g u n d ó g r a d o a x * + b x y + c y ¿ + d x + e y + / » 0 p u e d e e s c rib irs e en
la fo rm a :
,v e o s Ú - y ' sen 9
y * .x ' se n 0 * / eos $.
5.V2 - 6 vv + 5y 2 + 14 V l v - 2 V 2 y + 1 8 = 0,
Solución: El á n g u lo d e ro ta c ió n está d a d o p o r
cot 2 0 = = 0.
b
sen oo — ——
1 \ e o s oó = —r=
1
Sección 4.S Aplicaciones de los Espacios Vectoriales 273
Con la sustitución de
x - x e o s 0 - y se n 0 = 4 = ( x - y )
v 2
V = x ' sen 0 - y e o s 0 = 4 = ( x - y )
v 2
( x ) 2 + 4 ( y ')2 + 6 x ' - 8/ + 9 = 0.
F o r últim o, al c o m p le ta r el c u a d ra d o se en c u e n tra q u e la fo rm a n o rm a l d e esta e c u a c ió n es
( x ' + 3 )2 _ ( / + I )2 _ .
22 " i2 - ■’
FIGURA 4.17
E n el e j e m p lo 3, la n u e v a b a s e (ro ta d a ) d e l<2 es
I 1
II' = -M
1V 2 ’ V 2 / ’ V 2 ’ >/2
y las c o o r d e n a d a s de los v é rtic e s d e la e lip s e c o n re s p e c to a I I ' s o n ( - 5 , I )H. y ( - 1 , I )/ r Para
e n c o n t r a r las c o o r d e n a d a s d e los v é rtic e s c o n r e s p e c to a la b a s e n o rm a l 11= ( ( 1 , 0 ), ( 0 , I )),
se usan las e c u a c io n e s
p a ra o b te n e r
( - 3 V 2 , - 2 V 2 ) y ( - V 2 , 0),
c o m o se o b s e r v a c n la fig u ra 4.17.
+ • • ■+ « | (•<).>' + *„(v)y = / ( . , ) ,
d o n d e g {, g 2, . . . , g n y / s o n f u n c io n e s d e .r c o n un d o m i n io c o m ú n .
Si f { x ) = 0 , e n t o n c e s la e c u a c ió n e s h o m o g é n e a . E n c a s o c o n tra r io e s n o h o m o g é n e a . I ‘tu
f u n c ió n y se d e n o m in a s o lu c ió n d e la e c u a c ió n diferen cial lineal si la e c u a c ió n se saiisla
c e c u a n d o y y s u s n p rim e ra s d e r iv a d a s se s u s titu y e n en la ecu a ció n .
y " - y 2 = e ~x - e ~x = ()-
H ay d o s o b s e r v a c io n e s im p o rta n te s q u e p u e d e n h a c e rse c o n re s p e c to al e j e m p lo 1 I it
p r im e r a e s q u e e n el e s p a c io vecto rial *») d e todas las fu n cio n e s dos v a o
d ife re n c ia b le s d efin id as so b re tod a la recta real. las d o s s o lu c io n e s y , = e x y y , = c ' sm»
lin e a lm e n te in d e p e n d ie n te s . E s to s ig n if ic a q u e la ú n ic a s o lu c ió n d e
C ,y , + C 2y 2 = 0
y = C {e x + C > - v
y = C \e x + C 2e~x
y " = C \e x + C 2e ~ \
Sección 4.8 Aplicaciones d e los Espacios Vectoriales 275
T o d a e c u a c ió n d if e re n c ia l linea! h o m o g é n e a d e o r d e n n
'
y"}+ + • • ■ + £ ,(* )> •' + g0(x jy ~ 0
tien e n s o lu c io n e s lin e a lm e n te in d e p e n d ie n te s . A d e m á s , si {y ,, y v , y w) e s un
(
c o n j u n to d e s o lu c io n e s lin e a lm e n te in d e p e n d ie n te s , e n t o n c e s to d a s o l u c i ó n e s d e la
forma
Observación: y = c , y , + C , y 2 + • • • + C ny n s e d e n o m in a s o l u c i ó n g e n e r a l d e la e c u a c ió n
diferencial dad a.
A la lu z d e este te o re m a , se p u e d e ver la im p o r ta n c ia d e p o d e r d e t e r m i n a r si un c o n
junto d e s o lu c io n e s es lin e a lm e n te in d e p e n d ie n te . A n te s d e d e s c rib ir un p r o c e d im ie n to
(lora c o m p r o b a r la in d e p e n d e n c ia lineal se d a un a d e fin ic ió n p re lim in a r.
>2
• >• y n'
y { y7
w = Cy,. >2............y„) «
y in . 1, ... y « - »>
y y - ])
se d e n o m in a W r o n s k i a n o d el c o n j u n to d e fu n c io n e s dado.
276 Capítulo 4 Espacios Vectoriales
Observación: El w r o n s k i a n o d e un c o n j u n to d e f u n c io n e s se d e n o m in a a s í en ho m u .UI
m a te m á tic o p o la c o J o s e f M a r ia W r o n s k i (1 7 78-18.53).
► E je m p lo 5 D e te r m in a c ió n d e l H r o n s k ia n o tle u n C on ju n io d e F u n c io n e a?
a) El w r o n s k i a n o d el c o n j u n to {1 - x , 1 + x . 2 - x ) es
1 —x 1+ y 2 - x
W = -1 1 -1
0 0 0
= 0.
X .Y2 x3
w= 1 2.Y 3.Y2
0 2 6.Y
= I r 3.
v " + y ' = 0.
Sección 4.S Ejercicios 277
I eosa sen x
W = 0 - s e n .v eos a = s e n 2 .v + e o s 2 x
0 -co sa: -sen a
y = C j + C2 eos x + C \ sen x . ^
D e te rm in e si { e \ .v e\ ( a + l)e*) es un c o n j u n to d e s o lu c io n e s lin e a im e n te in d e p e n d ie n te s
d e la e c u a c ió n d ife re n c ia l lineal h o m o g é n e a
y " - 3y " + 3 / - y = 0.
Solución: C o m o en el e j e m p lo 6 , se e m p ie z a p o r v e rific a r q u e c a d a u n a d e las f u n c io n e s
d a d a s es en re a lid a d u n a s o lu c ió n de y'" - 3y" + 3v' - y = 0. (E s ta v e rif ic a c ió n se d e ja para
el le c to r.) A l c o m p r o b a r la in d e p e n d e n c ia lin eal se o b tie n e el w r o n s k i a n o d e las tres
fu n c io n e s m o s tr a d o a c o n tin u a c ió n .
ex xe' (a + I )e y
ex (.v + l ) í '‘ (a + 2 )C = 0
(a t- 2 )e ' (a + 3)e‘
E n el e j e m p lo 7 se u s ó el w r o n s k i a n o p a ra d e te r m in a r q u e e l c o n j u n to { e \ . v e , ,(.v+ I ) e ‘ )
e s lin e a lm e n te d e p e n d ie n te . O tra fo r m a d e d e te r m in a r la d e p e n d e n c ia lineal d e este
c o n j u n to h u b ie ra s id o o b s e r v a r q u e la te rc era fu n c ió n es u n a c o m b in a c i ó n lineal d e las
o tras dos. E s d ecir, q u e (a + 1) e ' = e x + x e x. In ten te d e m o s t r a r q u e el c o n j u n to d ife re n te
[ e x, ac '. aV }
e s un c o n j u n t o li n e a lm e n te i n d e p e n d ie n t e d e s o l u c i o n e s d e la e c u a c i ó n d i f e r e n c i a l y "
I - 3 y " + 3 y ' - y = 0.
I. v2 + r = 0 2. 5 *2 + 3 v2 - 15 = 0
278 Capítulo 4 Espacios Vectoriales
4. .v2 - 2 x + 8y + 17 = 0
9. a 2 + 4 a + 6 v - 2 = 0 10. y 2 + 8a + 6 y + 25 = 0
En los ejercicios del II al 18, efectúe una rotación d e ejes para elim inar el térm ino av y ti.m
la gráfica de la cónica.
11 . x y + 1 = 0 12. 4.x2 + Iv y + 4y 2 - 1 5 = 0
16. 3.x-2 - 2 V 3 av + y 2 + 2 x + 2 V 3 y = 0
17. a 2 + 2 V 3 av + 3y 2 - 2 > / 3 a + 2y + 16 = 0
En los ejercicios 19 y 20. efectúe una rotación de ejes para elim inar el térm ino av y trace lii
gráfica de la có n ica “d eg en e rad a” .
21. D em uestre que una rotación 0 = n /4 elim inará el térm ino ry de la ecuación
a x 2 + b x y + a y 2 + < l.x + e y + / = 0.
22. D em u estre qu e una rotación 0, donde B = cot 2 0 = (a - c ) / b , se elim inará el térm ino w di
se intersecan.
24. En el ejercicio 23. sea L4I = 0 y describa la gráfica de ax2 + b.xy + cy2 = 0.
En los ejercicios del 25 al 28. determ ine qué funciones son s o lu c ió n de la e c u a c ió n diferencial
dada.
25. y " + y = 0
a) e* b)sen a c) COSA d) se n a eos »
Sección 4. S E je rcicio s
27. y " + 4 / + 4 y = 0
a) í,-2r b) xe~lx c) a2c-2x d) (.v + 2)e~2x
En los ejercicios del 29 al 32. determ ine el w ron skian o del c o n ju n to de funciones dado.
29. [e x, e~x ) 30. (.t, sen x , eos .v)
31. {é T \ x e ~ \ (.v + 3)<rx) 32. 11. r r, elT )
En los ejercicios del 33 al 40, verifique la independencia lineal del con jun to d e so luciones d
E c u a c ió n D ife re n c ia l S o lu cio n e s
41. D eterm ine la solución general de la ecuación diferencial dada en el ejercicio 33.
43. D eterm ine la solución general de la ecu ació n diferencial del ejercicio 36.
44. D eterm ine la solución g eneral de la ecuación diferencial del ejercicio 40.
48. D em u estre que el co nju nto [e “ * eos bx, e“ -x sen b x }, d o n d e b ? 0, es linealm ente
independiente.
49. ¿ L a sum a d e dos soluciones de una ecuación diferencial lineal no h o m ogénea es tam bién
una so lución d e ésta? E xplique su respuesta.
50. ¿El m últiplo escalar de un a solución de una ecu ació n diferencial lineal h o m o g é n ea es
tam bién una solución de ésta? Explique su respuesta.
280 Capítulo 4 Espacios Vectoriales
5. 2 x - u + 3v + w = 0 6. 3x + 2u - v + 2\v = 0
7. v = ( l , 2 , 3 , 5 ) . u, = ( 1 . 2 . 3 , 4 ) . u , = ( - 1 , - 2 , - 3 , 4 ) , u ;t = ( 0 .0 . 1,1)
En los ejercicios 9 y 10, describa el vector cero y el inverso aditivo de un vector en el espacio
vectorial dado.
9. M ,4 10. P 8
En los ejercicios del 1 1 al 16, determ in e si W e s un suhespacio del espacio vectorial dado.
17. ¿C uál d e los siguientes subco njun to s de fí? es un suh espacio de ft3?
a) VV= {(a ,, a2, a3): a , 2 + a 22 + a32 = 0}
b) VV = {(a ,, a2, a3): a ,2 + a22 + a32 = 1 )
1 0 -2 3 4 -3 -3
2 3 2 3 I 3
0 E n los ejercicios 27 y 28. determ ine a) una base y b) la dim en sió n del espacio solución del
sistem a h o m o g é n eo de ecuaciones.
En los ejercicios del 2 9 al 32, determ ine una base del espacio solución d e A x = 0. Luego,
co m p ru e b e que rango (A ) + nu lidad(4) = n.
5 -8 1 4
29. A = 30. /\ =
10 16 3 2
2 -3 -6 -4 1 3 2 '
4 -1 -18
4= 1 5 - 3 1 1 32. A =
2 7 - 6 1 6 -1 3 10
1 2 0
En los ejercicios del 33 al 36, determ ine a) el rango y b) un a base del espacio g en era d o p o r los
renglones de la m atriz dada.
1 2' 2 -1 4
33. -4 3 34. 1 5 6
6 1 1 16 14
7 0 2
35. 4 I 6 36. (1 -4 0 4|
16 14
En los ejercicios del 37 al 40. determ ine el vector de co o rd en ad as de x con respecto a la base
normal.
40. / / = ( ( | . | ) . ( l . 0 ) | . ( x ) tí = ( - . J )
282 Capítulo 4 Espacios Vectoriales
En los ejercicios del 41 al 44. determ ine el vector de coord en adas de x con respecto a la base
(no norm al) d ad a de Rn.
41. B ’ = { (5 .0 ) . ( 0 , - 8 ) ) , x = (2, 2)
43. B ' = {(9. - 3 , 15, 4), ( - 3 , 0, 0, - 1 ) , (0, - 5 , 6, 8). ( - 3 , 4, - 2 . 3 )), x = ( 2 1 , - 5 , 43. 14)
44. { ( 1 , 0 . 0 ) , (0. 1 ,0 ), (1, I, I )), x = (4, - 2 , 9)
En los ejercicios 45 y 46, determ in e el vector de coordenad as de x con respecto a la b ase II'
45. £ = { ( ! , I ) , ( - I , 1 )} .Z T = {(0. ! ) , ( ! , 2 ) ) , (x )B = ( 3 ,- 3 )
2. (C álculo) Sea V = °°) el espacio vectorial de todas las funciones continuam ente
difcrcnciables sobre la recta real.
a) D em uestre qu e VV = { / : / ' = 3/} es un su bespacio d e V.
b) D em uestre q ue U = { / : / ' = / + 1) no es un su bespacio de V.
5. Sea V = y con sidere el co nju nto VVde todos los polinom ios de la form a (.v1 + v)/>(»i,
d o n d e p ( x ) está en P r ¡ W es un sub espacio tic V? D em uestre su respuesta.
6. S ean U y VV subespacios del esp acio vectorial V''. La s u m a de ( ' y VVse d efin e com o
E ncuen tre U + VV y U + Z.
8. S ea A una m atriz cuadrada n x n. D em uestre que los vectores renglón d e / \ son linealm ente
d ependientes sí y sólo si los vectores co lu m n a de A son linealm cnte d ependientes.
S = {x: A x = Xx)
3 1 0
/V = 0 3 0
0 0 1
En los ejercicios del 11 al 14, identifique y trace la gráfica tic la ecuación dada.
En los ejercicios 15 y 16. efectúe una rotación d e ejes para elim inar el té rm in o xy y trace la
gráfica de la cónica.
En los ejercicios 17 y 18, determ ine cuáles funciones son solución de la ecuación diferencial
lineal dada.
18. y"" - y = 0
a) r l b) v~x c) e o s ,v d) sen x
284 Capítulo 4 Espacios Vectoriales
En los ejercicios 19 y 20, determ ine el w ron sk iano del con jun to d e funciones dado.
En los ejercicios del 21 al 24, verifique la independencia lineal del conjunto de soluciones dadi
E c u a c ió n D ife re n c ia l S olucio n es
285
286 Capitulo 5 Espacios con Producto Interno
5.1 A L o n g itu d y P r o d u c to P u n t o e n Kn
E n la s e c c ió n 4.1 s e m e n c io n ó q u e los v e c to re s en el p la n o p u e d e n c a ra c te r iz a rs e c o m o
s e g m e n to s d e recta d ir ig id o s c o n cierta lo n g itu d y d ire c c ió n . En e s ta s e c c ió n se usa R :
c o m o m o d e lo p a ra d e fin ir e stas y o tras p ro p ie d a d e s g e o m é tr ic a s ( c o m o d is ta n c ia y á n g u lo )
d e v e c to re s en R ". L u e g o , en la s ig u ie n te s e c c ió n , e s to s c o n c e p to s se e x tie n d e n a es p a c io s
v e c to ria le s en g eneral.
S e e m p ie z a p o r r e v is a r la d e fin ic ió n d e la lo n g itu d d e un v e c to r en R 2. Si v = (v ,, v,}
e s un v e c to r en el p la n o , e n to n c e s la l o n g i t u d d e v, d e n o t a d a p o r llvll, se d e f in e c o m o
llvll = V v ,2 + V22 .
FIGURA 5.1.
U s a n d o c o m o m o d e lo a R 2, la lo n g itu d d e un v e c to r en R“ s e d e f in e c o m o sigue.
llvll a-s fv 2+ V ,2 + • • • + V J .
llvll = V 0 2 + ( - 2 ) 2 + 12 + 4 2 + ( - 2 ) 2 = V 2 5 = 5.
FIGURA 5.2
llvll = n /0 2 + ( - 2 )2 + 12 + 4 2 + ( - 2 )2 = y ¡2 5 = 5.
b) E n R 3, la lo n g itu d d e v = ( 2 / ^ 1 7 , - 2 / V f 7 , 3 /V 7 7 ) está d a d a p o r
FIGURA 5.2
( i , j ) = { ( 1 , 0 ), ( 0 . 1 ))
y
{ ¡ , j , k } = { ( 1 . 0 , 0 ), (0 . 1 . 0 ). (0 , 0 . I)}
d o n d e lcl e s e l v a l o r a b s o lu to d e c.
D emostración: D e b id o a q u e c v = ( c v , , c v 2, . . . . c v j , s e c o n c lu y e q u e
= V ( c v ,)2 + (CV2)2 + • • • + ( c v j 2
= y / ( r ( v 2 + v, 2 + • • • + v#i2)
= lc l V v 2 + V, 2 + • ■ • + v 2 = I r l llv ll.
1 2 n
<
_ v
“ “ llvll
es d e lo n g itu d 1 y tie n e la m i s m a d ir e c c ió n q u e v. u s e lla m a v e c t o r u n i t a r i o e n la
d i r e c c i ó n d e v.
u = m v
Vllvll /
P o r c o n s ig u ie n te , se c o n c l u y e q u e u tiene la m is m a d ir e c c ió n q u e v. La d e m o s tra c ió n di
q u e la longitud d e u es 1 se d eja c o m o ejercicio para el lector. (V éase el e je rc ic io 82. i <
Hvll \ / 3 2 + ( - I )2 + 2 2 V Í4 ’ w ¡4 ’V ¡ 4 ’ V ¡ 4 '
q u e e s un v e c to r un itario, ya q u e
, / = % / ( „ , - v y + (u 2 - ^ J .
FIGURA 5.3
E s fácil c o m p r o b a r las s ig u ie n te s p r o p ie d a d e s d e la d is ta n c ia .
1. d (u, v) > 0
2 . d ( u , v ) = 0 s í y s ó lo si u = v.
3. d ( u , v) = d ( \ , u )
d ( u , v ) = II u - v II = 11(0 - 2 , 2 - 0 , 2 - 1 )ll
= V(_ 2)2 + 2 2 + l 2 = 3.
A l d e s a r r o lla r y d e s p e ja r e o s 0 s e o b tie n e
M,V | + U2V2
cos 0 = — n .i
llull llvll
El n u m e r a d o r en el c o c ie n te d e la d e r e c h a se d e fin e c o m o el p r o d u c t o p u n t o d e u y v y
se d e n o ta p o r
FIGURA 5.4.
Observación: Asegúrese de entender que el prc Jucto p u n to de dos vectores se define como
u n escalar, no como otro vector.
iu / » c i i k i u .o H \ j p i t U d U W > UCI r t tX J U t- tU I U l l l ü
S i u, v y w s o n v e c to re s e n Rn y c e s u n e s c a la r, e n t o n c e s s e c u m p le n las p ro p ie d a d e s
sig u ie n tes.
1. t i * V = V * u
2. u * (v + w ) = i* . v + u •w
3. c ( u * V ) =S ( c u ) . v = u * (c v )
}■ ...
. V • V s s llv ll2
5. v ♦ v > 0, y v • v ss 0 s í y s ó lo si v = 0.
u • v = u .v
» * + u 2, v 2, + • • • + u nvn
= VjM, + v 2w2 + • • • + Vnun= V • II. A
En la s e c c ió n 4 .1 , A*" se d e f in ió c o m o el c o n ju n to d e to d a s las n - a d a s o r d e n a d a s d e
n ú m e ro s reales. C u a n d o A" se c o m b in a c o n las o p e r a c io n e s n o rm a le s d e s u m a v e c to ria l,
m u ltip lic a c ió n e s c a la r, lo n g itu d v ecto rial y el p r o d u c to p u n to , el e s p a c i o re s u lta n te se
lla m a e sp a c io e u c lid e a n o n d im e n s io n a l. En el resto d e este libro, a m e n o s q u e se e s p e
c ifiq u e lo c o n tra rio , se s u p o n d r á q u e R " tien e las o p e r a c io n e s e u c lid ia n a s n o r m a le s .
a) u •v b) ( u • V ) w c ) u • (2v ) d) llwll 2 e ) u • (v - 2 w)
Solución:
a) P o r d e f in ic ió n , se tiene
i i . v = 2 (5 ) + ( - 2 )( 8) = - 6 .
( I I . v)vv = - 6 w = - 6 M , 3) = (24, - 1 8 ) .
292 Capítulo 5 Espacios con Producto Interno
u • ( 2 v ) = 2 (u • v ) = 2 ( - 6 ) = - 12 .
d) P o r la p ro p ie d a d 4 d el te o r e m a 5.3, se tiene
c) D a d o q u e 2w = ( - 8, 6), e n to n c e s
v - 2 w = (5 - ( - 8 ), 8 - 6 ) = (13, 2).
P o r c o n s ig u ie n te ,
► E je m p lo G A p lic a c ió n d e la s P ro p ie d a d e s d e l P ro d u c to P u n to
( u + 2 v ) • ( 3 u + v ) = u • (3 u + v) + (2v) ■ ( 3 u + v)
= u • ( 3 u ) + u • v + ( 2 v ) • ( 3 u ) + (2v) • v
= 3 ( u • u ) + u • v + 6(v • u ) + 2 ( v • v)
= 3 (u • u ) + 7 ( u • v ) + 2 ( v • v)
= 3 ( 3 9 ) + 7 ( - 3 ) + 2 (7 9 ) = 2 5 4 . «
n u • v
eos 0 =
IIuII llvll
f e - v i * llull llvll.
d ó n d e hi • vi d e n o t a el v a lo r a b s o lu to d e u * v.
Sección 5.1 Longitud y Producto Punto en Rn 293
b2 - 4ac < 0
b 2 < 4ac
4 (u • v )2 < 4 ( u • u ) ( v • v)
( u • v )2 < ( u • u )(v • v).
A l s a c a r ra íz c u a d r a d a en a m b o s la d o s se o b tie n e
► E je m p lo 7 Un E je m p lo d e la D e s ig u a ld a d d e C a u c h y -S c h w a rz
Solución: C o m o u • v = - 1 , u • u = II y v • v = 5, s e tiene
l u - v i = 1- 1 1 = 1
y
llull llvll = V u • u V v • v = V T l \ / 5 = V ~ 5 5 .
llull «vil
__
Observación: N o s e d e f in e el á n g u lo e n tr e el v e c to r c e ro y o tr o v ector.
294 Capítulo 5 Espacios con Producto Interno
u •v
eos 0 =
llull llvll
-1 2
V 2 4 ^6
12
V I44
= - 1.
P o r c o n s ig u ie n te , 0 = n. Es ló g ic o q u e u y v te n g a n d ire c c io n e s o p u e s ta , p o r q u e u = - 2 v
FIGURA 5.5
Dirección M ism a
u•v<0 11 •v = 0 u •v > 0 dirección
opuesta
0
,0 11
v
0 = n o - f o < 0<y 0 =U
eos 0 = - 1 eos 0 < 0 eos 0 = 0 eos 0 > 0 eos 0 = I
— -----------
u • v « 0. ’
► E je m p lo 9 V e c to re s O rto g o n a le s en R "
a) L o s v e c to r e s u = (1, 0, 0) y v = (0, 1 , 0 ) so n o r to g o n a le s , y a qu e
u • v = ( 1 )( 0 ) + ( 0)( 1 ) + (0 )( 0 ) = 0 .
b; los v e c to re s u = (3 , 2, - 1 , 4) y v = (1, - 1 , 1 , 0 ) so n o r to g o n a le s , y a q u e
u • v = ( 3 ) ( 1 ) + ( 2 ) ( —1) + ( - 1 ) ( 1 ) + ( 4 ) ( 0 ) = 0 . <
► E je m p lo 10 D e te r m in a c ió n d e V e c to re s O rto g o n a le s
u • v = (4, 2 ) • (v ,, v2)
= 4 v , + 2 v2 = 0 ,
v = (r, - 2 /) = r( 1 , - 2 ),
FIGURA 5.6.
L a d e s ig u a ld a d d e C a u c h y - S c h w a r z se p u e d e u s a r p ara d e m o s t r a r o tra d e s ig u a ld a d
b asta n te c o n o c id a d e n o m in a d a d e s i g u a l d a d d e l t r i á n g u l o . Este n o m b r e se d e r iv a d e la
I n terp re tació n del te o re m a en R 2, ilu stra d a p a ra los v e c to re s ii y v en la fig u ra 5.7. Si se
co n s id e ra q u e llull y llvll so n las lo n g itu d e s d e d o s la d o s d e un triá n g u lo , sc o b s e r v a q u e la
lo n g itu d del o tro lado es llu + vil. A d e m á s , d a d o q u e la lo n g itu d d e c u a l q u ie r la d o d e un
trián g u lo no p u e d e s e r m a y o r q u e la s u m a d e las lo n g itu d e s d e lo s o tro s la d o s, se tiene
298 Capítulo 5 Espacios con Producto Interno
En los ejercicios del 23 al 26, halle el vector v co n la longitud dada que tenga la m ism a dirección
qu e el vector u.
40. u = ( | , 0, l j ) . v = ( - l , 0 , - ¿ - . I)
En los ejercicios 45 y 46, verifique la desigualdad d e C au ch y -S ch w arz para los vectores dad»
En los ejercicios del 47 al 56, halle al áng ulo G entre los vectores dados.
56. u= ( I . 3. - 1 , 2, 0), v = ( - 1 . 4 , 5. - 3 . 2)
'2n los ejercicios del 57 al 64, determ ine los vectores v y ortog onales al vector u dado.
6 1 .u = (4, - 1 , 0 ) 62. u = ( - 1 , 1, 2)
En los ejercicios del 65 al 74, determ in e si u y v son ortogonales, paralelos o ninguna d e las
anteriores.
73. u = ( 4 , | , - l , | ) , v = * ( - 2 J . - t )
En los ejercicios 75 y 76, verifique la dcsiguuldad del triángulo para los vectores dados.
En los ejercicios 77 y 78, co m prueb e el teorem a de Pitágoras para los vectores dados.
77. u = ( 1 , - 1 ) . v = ( l , 1)
78. u = (3. 4 . - 2 ) . v = ( 4 . - 3 . 0)
300 Capítulo 5 Espacios con Producto Interno
(u + v) • W = U •W + V •w.
82. Com plete la dem ostración del teorema 5.2 al m ostrar qu e la longitud de v/ilvll es igual a I
85. D em u estre q ue los vectores u = (cos 0)i - (sen 0)j y v = (sen 0)i + (eos 0)j son vectores
unitarios ortogonales para cualquier valo r de 0. G rafique u y v para 0 = n i 3.
u • v = p r o d u c to p u n to (p ro d u c to in te rio r e u c l id e a n o p a r a R” )
(u , v) = p r o d u c to in te r n o g e n e ra l p a ra el e s p a c io v e c to ria l V
2. ( u ,v + w ) = { u , v H ( u . w )
3. d u , v) = <ou, v)
•I. <v, v i a 0 , V <v, v i = 0 s í y sfilo si V — 0 . . ■■■■■ ; ;
► E je m p lo I E l P r o d u c to In te r n o E u c lid e a n o p o r a Rn
Solución: E n R n, el p r o d u c t o p u n to d e d o s v e c t o r e s u = ( « ,, u 2, . . . , u n) y v = ( v , , v 2,
. . . , vn) e s ta d a d o p o r
U ■ V = M.V. 4 U , l ’ • • • + U V .
II ¿ ¿+ n n
► E je m p lo 2 Un P r o d u c to I n t e r io r D ife r e n te e n K 2
D e m u e s tr e q u e la s ig u ie n te fu n c ió n d e fin e u n p r o d u c to in te rio r en R 2.
( u , v ) = // 1 v’ , 4 2 u 2v 2,
Solución:
1. C o m o el p r o d u c to d e n ú m e r o s re a le s e s c o n m u ta tiv o , se tiene
3. Si c e s c u a l q u ie r e s c a la r, e n to n c e s
A d e m á s , e s t a e x p r e s ió n es ig u a l a c e r o sí y s ó lo si v = 0 (es d e c ir , s í y s ó l o si »■,
v2 = 0 ). <
S e p u e d e g e n e r a liz a r e l e j e m p lo 2 p a ra d e m o s t r a r q u e
( u , v ) = C.W.V, + c 2« 2v 2 + • • • + c u v n, c. > 0
(p , q ) = a0b Q + a i b i + - - + a nb n
A=
21
(u , v ) = ( u ) fl • (v )a
► E je m p lo 5 U n P r o d u c to I n t e r io r D e fin id o p o r u n a In t e g r a l D e fin id a (C á lc u lo )
< r. ,g>=í
Solución:
2 . <f, g + h> = j o
f ( x ) [ g ( x ) + /»(.r)] d x
= j a
lf l x ) t i ( x ) + f ( x ) l i ( . x ) } d x
= j
Ju
\ x ) g ( x ) dx + j
Ja
f ix M x ) dx
<r. r) = J* l/U>]2 d x * o
co n
<f.f)=j [/(.v)]2 d x - 0
II
sí y s ó lo si f es la fu n c ió n c e r o e n C [a , b \.
En el s ig u ie n te te o re m a se e n u m e r a n a lg u n a s p r o p ie d a d e s fáciles d e c o m p r o b a r d e los
p r o d u c to s interio res.
304 Capítulo 5 Espacios con Producto Interno
1 •" 1 .1 •
y>- ? . | : 11 - 11 : ' | • - ' -
Teorem a 5.7 P ropiedades
_ -V'i.-v ' 'f -i
des<ios
'?
Producios Interiores
" . ' - f ' v í ■v- /. ■ ■>. ;•:>
- - : /ó •- '■ • • • . • - ■ ? ■■ .. ¿ o ¿ . "<>'•' ■.> '■
( 0 , v ) = ( 0( v ) , v ) = 0 ( v , v ) = 0 . *
L a s d e f in ic io n e s d e n o r m a (o lo n g itu d ), d is ta n c ia y á n g u lo p a ra e s p a c io s g e n e ra le s coi
p r o d u c to s p u n t o so n b a s ta n te s e m e ja n te s a las c o r re s p o n d ie n te s para el e s p a c io cuclidean»
« - d im e n s io n a l. O b s e r v e q u e la d e fin ic ió n del á n g u lo Ce n t r e u y v p r e s u p o n e que
- i • - > v>. == i
_ llull llvll
p a ra u n p r o d u c to in te rio r g e n e ra l, lo cu al s e c o n c l u y e a p a rtir d e la d e s ig u a ld a d d e C a u c l n
S c h w a r z q u e se d a rá d e s p u é s en el te o re m a 5.8.
Solución:
a) El p r o d u c to in te rio r d e p y q está d a d o c o m o
b) L a n o r m a de q e s tá d a d a p o r
llqll = V<q, q ) = V 4 2 + ( - 2 )2 + l 2 = V 2 Í .
c) L a d is ta n c ia e n tre p y q e s tá d a d a p o r
► E je m p lo 7 D e te rm in a c ió n d e la O rlo g o n a lid a d en un E s p a c io c o n P ro d u c to
I n t e r io r
S ean
p ( x ) = 1 - 2.v2, q ( x ) = 4 - 2 x + a 2, r(x) = x + l x 2
Solución: El ú n ic o p a r d e v e c to re s o r to g o n a le s s o n q y r, y a q u e
► E je m p lo 8 A p lic a c ió n d e l P r o d u e lo I n t e r io r e n C \0 , l\ (C á lc u lo )
a) llfll b) d ( l g)
306 Capítulo 5 Espacios con Producto Interno
Solución:
a) C o m o / ( a ) = x , se tiene
u n í 2 = (f,
( f , ff)) = jI (X
a-)) ( a
x) d x = í A2 d x
X_
3 3
P o r lo tan to, llfll = 1/V3.
b) P a ra d e te r m in a r d ( f. g) se e s c rib e
= ' [ . v - a - 2] 2 ¿ c
•'o
= 1[jv2 - 2 a 3 + .r4] d x
Jo
_[*L +
3 2 5
o
30
P o r c o n s ig u ie n te , d ( f, g) = 1/V3Ó.
E n el e j e m p lo 8 s e e n c o n t r ó q u e la d is ta n c ia e n tre las f u n c io n e s f ( x ) = x y g ( x ) = v- en
CIO, 1] es 1/V50 ~ 0 .1 8 3 . E n la p ráctica, la d is ta n c ia r e a l e n tre un p a r d e v e c to r e s no es
d e ta n ta u tilid a d c o m o la d is ta n c ia r e l a t i v a e n tr e v a rio s p u n to s. P o r e je m p lo , la d i s t a n c i a
e n tr e # ( a ) = x 1 y h ( x ) = a 2 + 1 en CIO, 11 e s I. C o n b a se en la fig u ra 5 .9 , e s to p a r e c e
r a z o n a b le . Es decir, n o im p o rta q u é n o rm a se d e f in a en C [0 , 1], p a re c e ra z o n a b le q u e so
q u ie re d e c ir q u e f y g e s tá n m á s c e r c a n a s e n tre sí q u e g y h .
FIGURA 5.9
Sección 5.2 Espacios con Producto Interior 307
P ro p ie d a d e s d e la N o rm a P ro p ie d a d e s de la D is ta n c ia
Teorem a 5.8
i M !*$
S e a n u y v v e c to re s e n un e s p a c i o V c o n p r o d u c to in terio r
:V?:v.
&>:;•
| 1,
.XV.- D e s ig u a ld a d d e C a u c h y - S c h w a r z : l ( u , v )l ¿S Ilull llvll
2. D e s ig u a ld a d d el triá n g u lo : llu + vtl áS Ilull + llvll
| 3. T e o r e m a d e P itá g o ra s : u y v s o n o r to g o n a le s s í y s ó lo sí 'mm I
llu + vil 2 w Ilull2 + llvll2.
— w - -
uní 2 = í f(x)f(x) dx = í dx = x = 1
Jo Jo
llgll2 = J fdx)y(x) d x = J x2 dx = ~
"o J <1 5
308 Capítulo 5 Espacios con Producto Interno
P o r c o n s ig u ie n te
lim llgll = 0 .5 7 7 .
p ro y vu = c¡\.
U • V
proyu = V.
V • V
FIGURA 5.10
a) b)
c o m o se m u e s tr a e n la fig u ra 5 . 1 1
F IG U R A 5 .il.
El c o n c e p to d e p r o y e c c ió n o r to g o n a l se e x tie n d e d e m a n e r a n atu ra l a un e s p a c i o c o n
p r o d u c to in te rio r e n g e n e ra l c o m o se m u e s tr a a c o n tin u a c ió n .
p r o y vu = ( u , v )v
u = (3, 1 , 2 ) y v = (7, 1 , - 2 ) .
= 4 ~ < 7 - • • 21
(M 4).
310 Capítulo 5 Espacios con Producto Interno
FIGURA 5.12
proy v ii
lo cu al im p lic a qu e
y se c o n c lu y e q u e
► E je m p lo 12 D e te r m in a c ió n d e u n o P ro y e c c ió n O r to g o n a l e n C \n . b\ (C á lc u lo )
Solución: P o r el e j e m p lo 9 se s a b e que
1. u = (3, 4), v = ( 5 , - 1 2 ) , ( u , v) = u • v
2. u = ( 1 , 1), v = ( 7 , 9 ) , ( u , v> = u • v
5. u = (0, 9 . 4 ) , v = ( 9 . - 2 . - 4 ) , < u , v) = u • v
9. u = ( 8 . - 3 , - 1 ) , v = ( - 5 , 4 , 9 ) , ( u , v) = t i , v , + 2 » , v 2 + u 3 v 3
10. u = ( 2 , 0 , 1, - 1 ), v = ( 2 , 2 . 0 . 1 ), < u , v) = u • v
(C álculo) En los ejercicios del 11 al 14, use las funciones f y g d adas en C ( - 1 . 1] para e n c o n
trar a) (f, g), b) llfll. y c) <7(f, g) para el prod ucto interior d a d o por
-1 3 0 -2
15. A = ,B =
4 -2 1 1
1 0 0 1
16. A = ,B =
0 1 1 0
(p, q ) = + a {b ] + a 2b 2
para determ inar a) <p, q). b) llpll y c) <7(p, q) para los polinom ios d ad o s en P2.
18. p(x) = 1+ x 2, q ( x ) = I - x 2
En los ejercicios del 19 al 22, dem u estre que la función indicada es un produ cto interior.
En los ejercicios del 23 al 26, establezca por qué (u, v) no es un prod ucto interior para u = («,.
u 2) y v = (v,, v2) en K 2.
En los ejercicios 43 y 44, a) determ ine proyvu, b) encuentre proyuv y c) trace la gráfica de am bos
resultados.
51. q - n. /r|. / ( v) = 1, g ( x ) = sen 3.v 52. C \ -n , rc\%f{ x ) = sen 2.r, g ( x ) = sen 3.v
314 Capítulo 5 Espacios con Producto Interno
53. Sean u = (4, 2) y v = (2. - 2 ) vectores en R 2 con el pro ducto interior (u, v) = «, Vj + 2 u , v ,
a) D em u estre que u y v son ortogonales.
b) T race los vectores u y v. ¿S on ortogonales en el sentido euclideano?
54. D em u estre que llu + vil2 + llu - vil2 = 2 llull2 + 2 llvll2 para dos vectores u y v cualesquicia
en un espacio V con producto interior.
56. Sean u y v dos vectores diferentes de cero en un espacio V co n prod ucto interior
D em uestre q ue u - proyvu es ortogonal a v.
57. D em uestre la propiedad 2 del teorem a 5.7. Es decir, d em uestre que si u, v y w son vectores
en un espacio con prod ucto interior entonces (u + v, w ) = (u, w ) + (v, w).
58. D em uestre la propiedad 3 del teorem a 5.7. Es decir, dem uestre que si u y v son vectores
cn un espacio con prod ucto interior y c es un escalar, en ton ces (u. cv) = c(u. w).
B = {(1, 0 , 0 ), ( 0 , 1 , 0 ), (0 , 0 , 1 )).
o
( 1 , 0 , 0) • ( 0 , 1 , 0 ) =
( 1, 0, 0) - ( 0, 0* 1) = o
( 0, 1 , 0 ) -(O. 0 , 1 ) = 0 .
O r to g o n a l O r to n o r m a l
FIGURA 5.13.
lín el e j e m p lo 1 se d e s c r ib e o tra b a s e o r to n o r m a l n o e s tá n d a r d e R \
► E fe rn p lo l U n a B a se O r t o n o r m a l N o E s tá n d a r d e R3
D e m u e s tre q u e el c o n j u n to q u e se m u e stra e n s e g u id a e s u n a b a s e o r to n o r m a l d e R \
v r v2 = ~ 5 + g + 0 - 0
v, • v3 = - 2- - - - 1 — + 0= 0
3^2 3V 2
V2 'f l 2V2
V2 -V 3 = ~ - - 5- + — =0
A d e m á s , c a d a v e c to r e s d e lo n g itu d I, y a q u e
IIVjll = V v , • v , = V j + 0= 1
llv 2ll - V v 2 • v 2 - V 36 + 36 + 9 - 1
llv3l l = V v 3 - v 3 = V ^ + \ ¿ = 1.
FIGURA 5.14
El c o n ju n to o rto g o n a l en el s ig u ie n te e j e m p lo s e usa p a ra c o n s tr u ir a p r o x im a c io n e s de
F o u r i c r d e f u n c io n e s c o n tin u a s . (V é a s e la s e c c ió n 5.4.)
Sección 5.3 Bases Ortonormales: Procedimiento de Gram-Schrnidi 317
► E je m p lo 3 U n C on ju n io O r to g o n a l e n C \ 0 . 2 n \ (C á lc u lo )
de m o s tra r q u e el c o n ju n to
I o rto g o n a l.
( 1 , eos n x) = I
f lK e o s nx dx = 0, n ^ 0
(sen m x , e o s n x ) = I í n m x eos nx dx = 0
se
•'o
r 2*
( s e n m x, s e n n xr )) = I sse n m x n x d x = 0 , m & n
Jn
2n
(eos m x , eos n x) = I e o s m x e o s n x d x = 0, m n
Jr
í o
sen m x eos n x d x = - I
2 •'o
[sen (m + n ) x + se n (m - /i).r] d x
Zn
J_ e o s (w + n )x + e o s (m - n )x
2 m + n m - n
= 0
1II2 = Í dx = 2n
•'o
sen m i l 2 = I
Use
f 2ff s e n - m dx = n
•'o
f 2/r
lieros m i l 2 = I eos* m d x = k,
• n
318 Capítulo 5 Espacios con Producto Interno
se c o n c lu y e q u e el c o n ju n to
1 1
s e n x , - -_L_ • e o s x , , J_ sen n x , —-i z r- e o s / u J
\Í2 n y fjT V7r v ;r v ;r J
es o r to n o rm a l.
C a d a c o n j u n to e n los e je m p lo s I, 2 y 3 es lin e a lm e n te in d e p e n d ie n te . R e s u lta q u e la
in d e p e n d e n c ia lineal es un a c a ra c te rístic a d e c u a lq u ie r c o n j u n to o rto g o n a l d e v e c to r e s d i
f e re n te s d e c e ro , c o m o se e s ta b le c e en el s ig u ie n te te o re m a .
c í < V p v . ) + c 2 ( v 2 , v . ) + • • • + c f y . , V . ) + • ■ • + c „ < V (, V . ) = 0 .
c¡(y¡, v.) = 0.
P e r o c o m o c a d a u n o d e los v e c to re s en S e s d if e re n te d e c e ro , s e s a b e q u e
Solución: S e e m p ie z a p o r o b s e r v a r q u e el c o n j u n to S c o n s ta d e c u a tr o v e c to r e s d ife re n te s
d e cero. A sí, p o r el c o r o la r io d el te o re m a 5 .10 , se p u e d e d e m o s t r a r q u e e s u n a b a s e para
R x al c o n s ta t a r q u e e s un c o n j u n to o rto g o n a l. U n a v e rific a c ió n d e o rto g o n a lid a d c o n d u c e
a qu e
v,*v2= 2 + 0 + 0- 2 = 0
v, • v , = - 2 + 0 + 4 - 2 = 0
v , * v 4 = - 2 + 6 - 2 - 2 = 0
v , • v , = —1 + 0 + 0 + 1 = 0
v , • v 4 = —1 + 0 + 0 + 1 = 0
v ‘ • v4 = 1 + 0 - 2 + 1 = 0.
P o r ta n to , S es o r to g o n a l y, p o r el c o ro la r io d el te o r e m a 5 .1 0 , s e c o n c l u y e q u e e s u n a b a s e
d e R '. M
E n la s e c c ió n 4 .7 se a n a liz ó una té c n ic a p a ra d e te r m in a r la re p r e s e n ta c ió n de
c o o r d e n a d a s c o n r e s p e c to a u n a b a s e n o e s tá n d a r. A c o n tin u a c ió n s e v e rá q u e si la b a s e
e s o r t o n o r m a l , e n t o n c e s tal p r o c e d im ie n to p u e d e m o d e rn iz a rs e .
A n te s d e p re s e n ta r este re s u lta d o se c o n s id e r a r á u n e j e m p lo e n R 2. En la fig u ra 5 .1 5 se
observa qu e i=
(1, 0) y j = (0, 1) f o r m a n u n a b a s e o r to n o r m a l d e R 2. C u a l q u i e r v e c to r \v
en R 2 p u e d e re p r e s e n ta rs e c o m o + w „ cn d o n d e w , = p ro y p v y w , = p ro y ^ v . D a d o
q u e i y j so n v e c to r e s u n ita rio s, se c o n c l u y e q u e w , = (w • i)¡ y w , = (>v • j ) j . P o r
c o n s e c u e n c ia ,
W = w , + W2 = ( w . i)¡ + (w • j ) j = c , i + c 2j ,
lo q u e d e m u e s t r a q u e los c o e f ic ie n te s c , y c 2 so n s im p le m e n te los p r o d u c to s p u n to d e \v
c o n los v e c to re s b á s ic o s r e s p e c tiv o s . E s te r e s u lta d o se g e n e r a liz a en el s ig u ie n te te o re m a .
FIGURA 5.15
* = W, -f w, - f,i + r j
320 Capítulo 5 Espacios con Producto Interno
w = c 1v 1 + c 2v 2 + - - - + c nv i.
y p o r la o r to g o n a l id a d d e fi la e c u a c ió n a n te rio r se re d u c e a
E n el te o re m a 5 . 1 1 las c o o r d e n a d a s d e w c o n re s p e c to a la b a s e o r to n o r m a l H
d e n o m in a n c o e f i c ie n t e s d e F o u r i e r d e w c o n r e s p e c t o a fi, en h o n o r del m atem áticil
f ra n c é s J e a n -B a p lis tc J o s e p h F o u rie r ( 1 7 6 8 - 1 8 3 0 ) . El v e c to r d e c o o r d e n a d a s correspo n
d ie n te d e w c o n r e s p e c t o a fi es
(w )w = ( c ,, c 2 c n)
= ( ( w , V , ) , < w , V2) ( w , V(1» .
► E je m p lo 5 R e p re s e n ta c ió n d e V e c to re s c o n R e s p e c to n u n o R o se O r lo n o r tn o l
w - v , = ( 5 , - 5 . 2) • ( 5 , 5 . 0 ) = - !
>v • v 2 = ( 5 . - 5 , 2) • ( - ^ , ¡ , 0 ) = - 7
XV • v 3 = (5, - 5 , 2) • (0, 0, 1) = 2
A sí, el v e c to r d e c o o r d e n a d a s c o n re s p e c to a fi es (\v)/; = ( - 1. - 7 . 2) 4
Sección 5.3 Bases Orlonorntales: Procedimiento de Grum-Schmidt 321
<V2, w , )
1 <Wt, w ,>
Wy W ,> ( V 3, W )
Wj = v , - - ^ w , - 7 - -— r w 2
wm.
<W2, W 2)
(V„.W,> (vM
, w 2> )
K * V„ ~ 1 — V W, - w , ----------- ................ - " d - r
" <w,,w) ( w 2, w 7) 2 ,)
E n to n c e s ÜP e s u n a b a s e o r to g o n a l d e V.
3. S e a u. = w / l l w j i . E n t o n c e s e l c o n j u n t o B " - (u ,, u „ . . . . u f} e s u n a b a s e
o r t o n o r m a l d e V.
W| = v,
320 Capítulo 5 Espacios con Producto Interno
,— ,------------------------------------------------------
w = C ,v , + C2v 2 + • • ■+ cnvn.
A l e f e c tu a r el p r o d u c to in te rn o (c o n v() d e a m b o s la d o s d e e s ta e c u a c ió n se o b tie n e
y p o r la o r to g o n a lid a d d e B la e c u a c ió n a n te rio r se r e d u c e a
E n el t e o re m a 5. 11 las c o o r d e n a d a s d e >v c o n re s p e c to a la b a s e o r to n o r m a l B sc
d e n o m in a n c o e f i c ie n t e s d e F o u r i e r d e w c o n r e s p e c to a B , en h o n o r d el m atem á tic o
f ra n c é s J c a n - B a p tis te J o s c p h F o u r ie r ( 1 7 6 8 - 1 8 3 0 ) . El v e c t o r d e c o o r d e n a d a s c o rresp o n
d ie n te d e w c o n re s p e c to a B es
( w ) a = ( c ,, c 2 c n)
= (('v, v ,), (w . v,>............ (w , v/(» .
f l= « 5. 5 , ü). ( 0, 0 , 1 ))
w - v , = ( 5 , - 5 , 2 ) . ( 5 . 3 , 0) = - !
w • v 2 = (5, - 5 , 2) - (—5 . | , 0 ) = - 7
w • v , = (5, - 5 , 2) • (0. 0. 1) = 2
A sí, el v e c to r d e c o o r d e n a d a s c o n re s p e c to a B e s i \ \ ) H = ( - ! . 7.2). 4
Sección 5.3 Bases Ortonomiales: Procedimiento de Gratn-Schmidt 321
w ,**,
<Vj, W.)
w , = v , - - r i — L .W .
(v,,w) <VV W )
W3 = V3 ~ - ’W, - y ~ - 1 *L
<w p W , 1 ( w 2, w 2) ?
* * v w w - _______ W
* n <Wpw,> 1 (w2,w 2) 2
E n to n c e s B ' es u n a b a s e o r to g o n a l d e V.
3. S e a i i . « w /llw.|{. E n t o n c e s e l c o n j u n to B " M u , , u 2. . . . , i r ) e s u n a b a s e
o r t o n o r m a l d e V.
w, = v ,
322 C a p ítu lo 5 E sp a c io s co n P ro d u cto In tern o
w 2 = v 2 - p r o y vlv 2 = v 2 - V w i
W|.W,
s e p u e d e c o n c l u i r q u e e l c o n j u n t o {w , , w 2 } e s o r t o g o n a l . A s í , p o r e l c o r o l a r i o d e l te o ic
m a 5 . 1 0 , s e t r a t a d e u n a b a s e d e R 2. P o r ú l t i m o al n o r m a l i z a r w , y w 2 s e o b t i e n e la s ig u ie n te
b a s e o r t o n o r m a l d e R 2.
w w
{ U-’ U^ = l í í ^ ¡ ’ llw2ll
w2 = v 2- p m y v,v 2 _
es ortogonal a w ( = v J
Vl V2
B - {(1 , 1), (0, 1))
S olución: A l a p l i c a r e l p r o c e s o m e n c i o n a d o s e o b t i e n e
w , = v , = ( 1 , 1)
V * . \v
W2 = v 2
w ,.w ,
,> - r í- ■ 'i)
vv
u., = ' í l
2 H" ';11 l/V F
S e cció n 5 .3 Bases O rto n o rn ia le s : P ro c e d im ie n to de G ra m -S c h m id t 323
FIG U RA 5.18
Vl V2 V1
B = {(1, 1 .0 ) , ( 1 , 2 , 0 ) , (0 , 1 , 2 »
w , = v , = ( 1 , 1 ,0 )
V2 * W l
w = v -----------------------W
VV, • W , 1
= ( 1, 2 , 0) - 5 ( 1 , 1 , 0 ) = ( —i , 1 , 0 )
v3 • w v • w,
w .i = v 3 - ...
W| - w ,
w .- .. ..
W2 • w 2
w2
= (0, l , 2 ) - - i - ( l , 1 . 0) = - 1 ^ |
( - i i " )
= ( 0 , 0 , 2 ).
Ll conjunto B ' { w (, vv,, w j e s una base ortogonal de Al norm alizar cada uno de los
vectores de 13' se obtiene
324 C a p ítu lo 5 E sp a cio s co n P ro d u cto In tern o
w
U| IIW |II y ¡Y
w2
“2 " HwJI
_ W3
(O, O, 2) = (O, O, I)
U3 IIW3II
= (1, 1, ! ) - - j - ( 0 , 1 ,0 )
= 0 . 0, 1) .
A l norm alizar w , y w , se ob tien e el conjunto ortonormal
. w.
= (0 . 1, 0)
IIw ,II
w2 = 1
U2 = llw-ll V 2
V éa se la figura 5.19.
FIGURA 5.19
S ecció n 5 .3 B a ses O rto n o rm a les: P ro ced im ien to d e G ra m -S ch m id t 325
w, = v , = l
w 2= v - 1 1 L w = x _ 0 ( i ) = A-
2 2/3 3
(En los ejercicios del 33 al 36 se pide que el lector com pruebe estos cá lcu lo s). L uego, al
norm alizar B ' = { w ,t \v ,, \v }}, se obtiene
Wl _ 1 1
«w¡ii V T ~ nA T
w
ii = — 2 - = - L ( t ) = > £ T V
2 llw II V 2/3 V 2"
L os cálcu los en el proceso de ortonorm alización de G ram -Schm idt algunas v eces son
m ás sim p les cuando cada vector w . se norm aliza a n te s de ser usado para calcular el
sigu ien te vector. Esta fo rm a a lte r n a tiv a d el p r o c e so d e o r to n o r m a liz a c ió n d e G ra m -
S ch m id t con sta de los p asos siguientes.
326 Capítulo 5 Espacios con Producto Interno
W, V,
U| llw.ll llv.ll
wO
ut = íttt-» • donde w , = v2 - ( v , , u ,)u
llw2ll
w,
“3 ' don d cW j = V3" <v’’ Ul>u‘ ■ <Vv “ 2>U2
w
(v , u II -
n'
,)u
1' II-
u" = ÍÍw=M’ d o n d e w „ = v„ - < ' V , , i>u i '
x, + x 2 + 7x 4 = 0
Z t, + x 0 + 2x3 + 6x4 = 0
1 1 0 7 0 1 0 2 - 1 0
2 1 2 6 0 0 1 - 2 8 0
' x\ ‘ -25 + t’
X2 —
2 5 -8 /
5
*3
*4- /
-2 ' r
2 -8
=s + /
1 0
. o. 1 .
= (_ ?3 * l3 ’ í3 1
0)'
W 2 = V 2 - ( v 2, u , ) u ,
= ( 1 ,- 8 , 0, 1 ) - ( 4 , - 4 , - 2 , 0 )
= ( - 3 , - 4 , 2 ,1 )
VV i
«2 = ¡ T I = ~~zr ( - 3 , - 4 , 2 , 1)
' Ilw2ll V 30
' V 30 V 30 V 30 V 30 '
8. { (-6 ,3 ,2 , 1). ( 2 . 0 .6 ,0 ) )
, 1( ^ . 0. . . ^ ) . ( .4 4 ..) . ( - 1 - L - J - 4 ) )
11. Complete el ejemplo 2 al verificar que {1.x, .v2, x3) es una base ortonormal de con el
producto interior <p, q) = «060 + a]b l + a2by + u3by
12. Compruebe que {(sen 0, eos 0). (eos 0, - sen (?)) es una base ortonormal de R2.
328 Capítulo 5 Espacios con Producto Interno
En los ejercicios del 13 al 18, determine las coordenadas de x con respecto a la base ortonormal
B de R".
3 V T 3 2 \/T 3 , x = (1, 2)
13 ’ 13
18. B = { (-¿ -, 0, - j f , 0), (0. 1,0, 0). ( - 0, 0), (0, 0, 0, 1)).x =(2. -1 , 4, 3)
(Cálculo) En los ejercicios del 33 al 36, sea B= ( l . r . r ) una base de P2 con el producto inte IIIO
<P- 9 ) = J pC v)r/U ) d x .
Sección 5.3 Ejercicios 329
En los ejercicios del 37 al 40, determine una base ortonormal para el espacio solución de!
sistema homogéneo de ecuaciones lineales dado.
39. *, + *2 - *3 - *4 = 0 40. * + 3y - 3¿ = 0
2 r, + *2 - 2*3 - 2*4 = 0
En los ejercicios del 41 al 46, sean p(x) = aQ+ í/,.í + ciyX2 y q{x) - bQ+ b¡x + b-pr vectores en
P2 con <p. i|) = a0b() + a ib ] + a2br Detennine si los polinomios de segundo grado dados for
man un conjunto ortonormal y, en caso negativo, aplique el proceso de ortonormuüzación de
Gram-Schmidt para formar un conjunto ortonormal.
43. (.v2, x 2 + 2 * . x2 + 2 * + 1)
44. { I ,* ,* 2}
45. [x2 - 1 , * - I j
_ I 3-r2 + 4* -4.v2 + 3x . )
46. j — — j ,.J
48. Demuestre que el resultado del ejercicio 47 no es una base ortonormal cuando se usa el
producto interno cuclideano en R 2.
49. Demuestre que si w es ortogonal a cada uno de los vectores en 5 = {v ,, v2.......vn), entonces
w es ortogonal a Unía combinación lineal de vectores en S.
51. Sea P cualquier matriz n x n. Demuestre que las condiciones siguientes son equivalentes
a) P~l = P' (Una matriz así se denomina ortogonal).
b) Los vectores renglón de P constituyen una base ortonormal de Rn.
c) Los vectores columna de P forman una base ortonormal de R".
52. Use las matrices dadas para ilustrar el resultado del ejercicio 51.
-1 0 0 1/V2 1/V 2 0
a) P = 0 0 1 b) p = 1/V 2 -I/V 2 0
. 0 - 1 0. . 0 1 1.
54. Sea W un subespacio de Rn. Demuestre que el siguiente conjunto es un subespacio de R"
Observación: El producto cruz se define solam ente para vectores en /?3. No se define el
producto cruz de dos vectores en R2 o de vectores en R'\ n > .3.
Sección 5.4 Aplicaciones Je los Espacios con Producto Interno 331
Un m étodo conveniente para recordar la fórm ula del producto cruz u x v es u sar la
siguiente form a de determ inante.
i j k C om ponentes de u
U X V = «1 U2 «3
C om ponentes de v
V. V2 V3
Técnicam ente, lo anterior no es un determ inante porque no todos los elem entos son
núm eros reales. A pesar de ello, es de utilidad porque proporciona una m anera fácil para
recordar la fórm ula del producto cruz. Al desarrollar por cofactores el prim er renglón se
obtiene
«2 «3 M1 M3
U, U2
W U-
i - k,
II
j +
V2 V3 Vl V3 Vl V2
que produce la fórm ula dada en la definición. A segúrese de observar que la com ponente
j esté precedida por un signo menos.
Solución:
i j k
-2 1 1 1 1 -2
U X V = 1 -2 1 = i - j +
1 -2 3 -2 3 1
3 1 -2
= 3¡ + 5j + 7k
i j k
b) vx u= 3 I -2 = - 3 i - 5j - 7k
-2 1
¡ j k
1 -2 3 -2 3 1
c) vx v= 3 1 -2 i- j +
1 -2 3 -2 3 I
3 1 -2
= Oi + Oj + Ok = 0
Los resultados del ejem plo 1 sugieren algunas propiedades algebraicas interesantes
del producto cruz. Por ejem plo,
u x v = —(v x u ) y v x v = 0.
i —. . . . . ■ i ■ i ii —— i •
.
r a•? * V/ ' <i5 » » ; w V..'Vv “ * - ?- A ** 1.?• •- .v : < - •. <,. , i ¿■
I. uxv»~(vxu) 2. u x ( v + w ) s ( u x v ) + ( u x w )
X d a x y ) SCO + v = u x cv 4. u x 0 = 0 x u = 0
5. uxu = 0 6. « • ( v x w ) = ( u x v ) - w
— — — —
Demostración: Se dem ostrará sólo la prim era propiedad, dejando la dem ostración de las
otras com o ejercicio para el lector. (V éanse los ejercicios del 17 al 21.) Sean u y v lo*,
vectores dados por
u = «j i + / / J + w, k y v = Vji + v2j + v3k.
Entonces, u x v es
i j k
U X V = «! U2 «3
Vl V2 V3
= (w2v3 - U3v2)i - (m,v3 - U3v ,) j + ( u ,v 2 - « 2v ,) k ,
y v x u es
¡ j k
vx u = Vi V2 V3
a, «2 u3
■ • .. .
Teorema 5.14 Propiedades lucio i
J l p i ' '
Si u y v son vectores diferentes de cero en R i , entonces se cumplen las siguientes
propiedades. "
1. u x V es ortogonal tanto a u com o a v.
2. El ángulo 0 entre a y v está dado por
liu x vil a Hall llvll sen 6.
■ . ' . ■ •' . ■■ •
Demostración: Se dem uestra la propiedad 4, dejando com o ejercicio para el lector la de
m ostración de las dem ás. (V éanse los ejercicios del 22 al 24.) Para dem ostrar la propiedad
4, sean u y v dos lados adyacentes de un paralelogram o, com o se observa en la figura 5.20.
Por la propiedad 2, el área de este paralelogram o está dada por
Base A ltura
FIGURA 5.21
u = i - 4j + k com o a v = 2¡ + 3j.
Solución: Por la propiedad 1 del teorem a 5.14 se sabe que el producto cruz
334 Capítulo 5 Espacios con Producto Interno
‘ J
UX V= 1 -4
2 3
= -3 ¡ + 2j + l l k
= V"Í34,
UXV
3 i + ^ j + 4 L k ,
llull x llvll Vi 34 V Í34 \/Í3 4
que es ortogonal tanto a u com o a v.
FIGURA 5.22
ii = - 3 i + 4j + k y v = - 2 j + 6k
FIGURA 5.23
+k
Solución: Por la propiedad 4 del teorem a 5.14 se sabe que el área de este paralelogram o
está dada por llu x vil. Así, en virtud de que
* J k
UXV= -3 4 1 = 261 + 18j + 6 k,
O -2 6
el área del paralelogram o es
A ntes de analizar m étodos para determ inar la función g es necesario definir cóm o una
función puede aproxim ar “m ejor" otra función. U na form a natural sería requerir que el
área acolada por las gráficas de f y g sobre el intervalo (<;, h\.
336 Capítulo 5 Espacios con Producto Intento
sea m ínim a con respecto a otras funciones en el subespacio VV, com o se observa en la fi
gura 5.24. Sin em bargo, com o los integrandos que im plican valores absolutos a m enudo
son difíciles de evaluar, es más com ún elevar al cuadrado el integrando para obtener
‘h
í [f(x) - 8(x)}2 dx.
FIGURA 5.24
----- T------ --------- .------ — --------------- ------ ----- ---- ------ ---
f( x ) = e \ 0 < * < 1.
Solución: Para esta aproxim ación es necesario determ inar las constantes aQ y a , que
m inim izan el valor de
= j ( / W - s M ) 2 * = j (e’ - a a - a , x ) 2tlx.
•'o 0
Al evaluar esta integral, se tiene
/= {ex - a0 - a lx )2 dx
A hora, considerando que / es una función de las variables «0 y por m edio del cálculo
se determ inan los valores de «u y a ] que m inim izan a /. Específicam ente, igualando a cero
las derivadas parciales
= 2a0 - 2 e + 2 + a
da0
d i _ 2 0
a * ,” "0 3 fl>
2aQ+ «, = 2(e - 1)
3 a0 + 2 a, = 6
Por consiguiente, la m ejor aproximación lineal para/(.v) = ex sobre el intervalo [0, 11está
dada por
FIGURA 5.25
f ( x ) = ex
0 .8 7 + I.69.Í
M
A dem ás, la función g obtenida en el ejem plo 4 es sólo la m ejor aproxim ación lineal de I
(según el criterio de m ínim os cuadrados). En el ejem plo 5 se encuentra la m ejor apio
xim ación cuadrática.
Solución: Para esta aproxim ación es necesario encontrar los valores de a (), a , y a2 que
m inim izan el valor de
/= [ m - 8(*))2 dx
Jo
Al in teg rare igualar a cero las derivadas parciales de / (con respecto a a0, a , y a 2) se obtiene
el siguiente sistem a de ecuaciones lineales.
6aQ + 3a, + 2a 2 = b (e - 1)
6 a0 + 4 a , + 3 a , = 12
20ao + 15a, +12a‘ = 6 ()(í--2 )
Sección 5.4 Aplicaciones de los Espacios con Produelo Interno 339
FIGURA 5.26
Ax) = eí
1 f
3- Y*
/ ¡
2- / ¡
'j r " i
U
1
1
i
1
| ---------- ►
1
g(-r) ~ 1 . 0 1 3 + 0 .8 5 1* + 0.839 a 2
<
l l f - w l l 2 = l l f - g l l 2 + l l g - w l l 2.
= e*dx + V 3 (2 r - 1 ) W ( 2 * - 1 ) dx
Jo Jo
= i e x d x + 3 (2 r - 1 ) [ e * ( 2 r - l) dx
Jo ■'o
= - 1 ) + 3 ( 2 r - 1 ) (3 - e)
= 4 c - 1 0 + (18 - 6c).r,
lo c u a l c o n c u e rd a c o n el re su lta d o o b te n id o en el e je m p lo 4.
Sección 5.4 Aplicaciones de los Espacios con Produelo Interno 341
Solución: Para usar el teorem a 5.15 se aplica el proceso de ortonorm alización de Gram -
Schm idl a la base estándar de VV, {1, a , a 2 }, para obtener la base ortonorm al
B = (w ,, w 2. w 3)
= ( (2 a - ( 6 a2 - 670: + F ) .
IV K K\/7T 7 T \J n
y se tiene
(C w ,) = —Lr J sen x d x = - ^ r
Vn J o Vn
=_2^Z - 12).
FV F
g (x) = — + ( 6 a 2 - 6/rv + n 2 )
n 7r
« -0 .4 1 7 7 a2 + 1.3122 a -0 .0 5 0 5 .
FIGURA 5.27
y
342 C apítulo 5 E spacios con P roducto Interno
<f. g ) = j
Jo
A x )g (x ) d x - 0, f * g,
f l a l w» w WJ
tí, = (f, W ,) j L = jL - f / ( . r) - L r e o s X d x = — I f ( x ) e o s .v d x
V 71 v n J ü v TI 7T 0
i i r i ir
hn = ' v b ) 7= - = 7= / ( • ') 7= ^ scn n x dx = ------ / ( * ) sen nx dx
V 7T V /r 0 v 7T /T J 0
Sección 5.4 A plicaciones de los E spacios con Producto Interno 343
f(x ) = X, 0<Jt<27T
a.)
g (x) = - jj- + a l e o s x + eo s 2 x + a 3 eo s 3.t + b¡ sen x + b^ sen 2x + b3 sen 3.v,
donde
• C 2 n 1
a o = iK Jj r dx = - 2 / r 2 = 2 n
n
'o
2n
ai-
J
I r eos jx dx = —t t e o s j x + sen jx = 0
71 J 0 n j2 nj ü
2n
i Jr sen j x dx = — r sen j x e o s jx
j 71 * 0 n j1 nj
FIGURA 5.28
En el ejem plo 7, el patrón general de los coeficientes de Fourier parece ser aQ= 2n, u,
=ai =■■■ =a„ = 0.y
h - 1 h - 2 h - 2
b ' ~ 1 2 2 .........
FIGURA 5.29
r
Sección 5.4 Aplicaciones de los Espacios con Producto Interno 345
En cursos avanzados se dem uestra q u e cuando n el error de aproxim ación llf - gil
tiende a cero para toda x en el intervalo ( 0 , 2n). La serie infinita de g(x) se llam a se rie de
F o u rie r.
( 7 i- x ) eos j x dx
(1 - eos jn )
TI]2
ti 4 4
g(x) = — + — eos x + — e o s 3*.
FIGURA 5.30
346 Capítulo 5 Espacios con Producto Interno
En los ejercicios del 7 al 10, encuentre el área del paralelogramo que tiene como lados ad
yacentes los vectores dados.
7. u = j , v = j + k 8. u = i + j + k. v = j + k
En los ejercicios del 11 al 13, halle u ■(v x w). Esta cantidad se llama trip le producto escalar
de u, v y w.
11. u = i, v = j, w = k
12. u = ( 1, 1. I), v = ( 2, 1, 0), w = (0, 0, 1)
15. Aplique el resultado del ejercicio 14 para encontrar el volumen del paralelepípedo con
u = i + j, v = j + k, y w = i + 2k como aristas adyacentes. (Véase la figura 5.31.)
(0, I, 1)
16. Encuentre el volumen del paralelepípedo mostrado en la figura 5.32, con u = (1. 1. 0).
v = (0. 1, 1) y w = (1. 0, 1) como lados adyacentes.
23. Demuestre que el ángulo 9 entre u y v está dado por llu x vil = llullllvll sen 6.
A p ro x im a cio n es p o r M ín im o s C u a d ra d o s (C álculo)
En los ejercicios del 27 al 32, a) encuentre la función de aproximación por mínimos cuadrados
lineal g para la función dada y b) trace las gráficas de f y g.
En los ejercicios del 33 al 36, a) encuentre la función de aproximación por mínimos cuadrados
cuadrática g para la función dada y b) trace las gráficas de f y g.
33. f(x ) = x \ 0 < .v < 1 34. f{x) = n/x, 1 < a < 4
A p ro x im a c io n es de F o u rie r (C álculo)
En los ejercicios del 37 al 46, encuentre la aproximación de Fourier del orden especificado para
la función dada sobre el intervalo |0. 2/r).
39. J'(x) = (.v - n)2, tercer orden 40. f(x ) = (a - n)2, cuarto orden
41. f(x ) = e~*, primer orden 42. f(x ) = e~*, segundo orden
45. f(x ) = 2 sen x, eos x . cuarto orden 46. f(x ) = sen2 x, cuarto orden
47. Use los resultados de los ejercicios 37 y 38 para encontrar la aproximación de Fourier de
orden n-ésim o de J\x) = n - x sobre el intervalo [0, 2tt|.
48. Use los resultados de los ejercicios 39 y 40 para encontrar la aproximación de Fourier de
orden n-ésimo de f(x ) = (.» - n)2 sobre el intervalo [0. 2n\.
348 Capítulo 5 Espacios con Producto Interno
7. v = (5, 3, -2 ) 8. v = ( 1 ,- 2 , I)
13. u = (10, -5 . 15). v = (-2 , 1 ,-3 ) 14. u = (1, 0,-3 , 0), v = (2, -2 , 1. 1)
1 4
20. Para u = (0, 3, 3) y v = ( 3, 1, -3 ), a) encuentre el producto interior definido por (u. v)
= 2m,v', + u2v2 + 2«3v3, y b) use este producto para determinar la distancia entre u y v.
En los ejercicios 23 y 24, determine todos los vectores ortogonales al vector dado u.
27. B= {(0.3. 4), (1 ,0 ,0 ). (1, 1.0)} 28. B = {(0, 0, 2), (0, 1, 1), (1, 1. 1)}
30. Repita el ejercicio 29 para B = {(-1, 2, 2), (1, 0, 0)} y x = (-3 , 4. 4).
(Cálculo) En los ejercicios del 31 al 34, sean f y g funciones cn el espacio vectorial C[a. b] con
el producto interior.
34. Aplique el proceso de ortonorm alización de G ram -Schm idt alsiguiente conjunto en
Cf-/r. tt].
S = ( I, eos x. sen .r, eos 2.t, sen 2 i eos nx, sen n x )
35. Determine una base ortonormal del siguiente subespacio del espacio euclideano tri
dimensional.
36. Encuentre una base ortonormal del espacio solución del siguiente sistema homogéneo de
ecuaciones lineales.
.v + y - z + vv = 0
2x - y + z + 2w = 0
350 Capítulo 5 Espacios con Producto Interno
(Cálculo) En los ejercicios 37 y 38. a) halle el producto interior, h) determine si los vectores
son ortogonales y c) compruebe la desigualdad de Cauchy-Schwarz para los vectores dados.
i
37. f ( x ) = *, g(x) = - , (f, g> = f(x)g(x) dx
+ 1
3. Sea V un subespacio «/-dimensional de Rn tal que m < n. Demuestre que cualquier vector
u en R" puede expresarse de manera única en la forma u = v + w, donde v está en V y w
es ortogonal a todo vector en V.
4. Sea V el subespacio bidimensional de R 1 generado por (0, 1,0, 1) y (0, 2, 0, 0). Exprese
el vector u = (1, 1, 1, 1) en la forma u = v + w, donde v está en V y w es ortogonal a todo
vector de V.
5. Sea (u,, u ? um) un subconjunto ortonormal de K" y sea v cualquier vector en R".
Demuestre que
ni
llvll2 > X (V • Mj)2-
ÍC I
(Esta expresión se llama desigualdad de Bessel.)
7. Sean u y v vectores en un espacio V con producto interior. Demuestre que llu + vil = llu - vil
sí y sólo si u y v son ortogonales.
13. Encuentre el área del paralelogramo que tiene a u= (1, 3, 0) y v = (-1 , 0, 2) como lados
adyacentes.
14. Demuestre que Mu x vil = llull llvll sí y sólo si u y v son ortogonales.
En los ejercicios 15 y 16, el volumen del paralelepípedo que tiene u . v y w como aristas
adyacentes está dado por el triple producto escalar lu • (v x w)l. Determine el volumen del
paralelepípedo que tiene como aristas adyacentes los vectores dados.
En los ejercicios del 17 al 20, determine la función de aproximación por mínimos lineal g para
la función f dada. Luego, trace las gráficas de f y g.
19. f(x ) = sen I r , 0 :< x < /r/2 20. /(.v) = sen x eos x, 0 < * < n
Observación: N ó tese en el inciso a) dél ejem plo 1 q u e la sum a d e dos núm eros com |
puede ser un n ú m ero real.
C on la representación vectorial de núm eros com plejos se p u ed e su m ar o
geom étricam ente dos núm eros com plejos p o r m edio d e la regla del paralelogram c
sum a vectorial co m o se o b serv a en la figura 9.3.
FIGURA 9.3
Eje
im aginario
Z - w = - 2 - 4/
M u ch as d e las propiedades d e la sum a d e núm eros reales son válidas tam bién
núm eros co m p lejo s. P or ejem plo, la sum a d e núm eros com plejos es asociativa y
tativa. A dem ás, para en co n trar la sum a de tres o m ás núm eros com plejos, la defin
sum a se ex tien d e d e form a natural. P o r ejem plo,
(2 + /) + ( 3 - 2 0 + ( - 2 + 4 0 = ( 2 + 3 - 2 ) + ( 1 - 2 + 4 ) /
= 3 + 3/.
P ara m u ltip licar un núm ero com plejo p o r un escalar real se usa la siguiente de
c (a + bí) =* ca + cbi.
Emmy Noether
1882-1935
353
354 C apítulo 6 T ransform aciones Lineales
T : V-+ W.
P ara estas funciones se utiliza la notación estándar d e ellas. P or ejem plo, V se llam a d o m i
n io d e T. Si v está en V y w está en W d e m odo que
T(y) = w ,
entonces w se llam a im agen d e v b ajo T. El conjunto de todas las im ágenes de los vectores
en V se llam a con trad om in io de T y el conjunto de todos los v en V tales que T(v)= \v se
llam a p reim agen d e w . (V éase la figura 6.1.)
FIGURA 6.1
V: Dom inio
Observación: P ara un vector v = (v p v2, . . . , v;|) en /?", sería técnicam ente co rrecto u sar un
d oble paréntesis para den o tar T ( \) co m o T(v)= 7 ((v p v2, . . . , v;j)). P or conveniencia, sin
em bargo, se elim ina un conjunto de paréntesis, quedando
7(v) = T (v j, v2 vn).
Solución:
a) Para v = ( - 1 , 2 ) se tiene
T ( - l , 2 ) = ( - 1 - 2 , - 1 + 2 (2 ))
= ( - 3 , 3).
Sección 6 .1 Introducción ti lux Transform aciones Lineales 355
V i- V2 = -1
v, + 2 v2 = 11.
En este cap ítulo, la atención se centra en funciones (de un espacio vectorial a otro) que
conservan las operaciones de sum a vectorial y m ultiplicación escalar. Estas funciones se
llam an tra n s fo rm a c io n e s lineales.
1. n u + v ) = r ( u ) + T(v)
2 . r (c u ) = c7X«)
Multiplicación Multiplicación
Suma Suma escolar escalar
enV en W en V en W
<> TO r O
T{u + v) T(u) + T(v) T(cu) — cT(u)
Solución: P ara dem o strar que la función T es una transform ación lineal es necesario d e
m o strar q u e co n serv a la su m a y la m ultip licació n escalar. Para esto , sean v = (v ,, v2) >
u = (m, , m->) d o s vectores en R2 y sea c c u alq u icr núm ero real. E ntonces, con las propiedade*
d e sum a vectorial y de m ultiplicación escalar, se tiene lo siguiente.
356 C apítulo 6 T ransfonnaciones Lineales
7 (u + v ) = 7(w, + v ,, u 2 + v2)
= ((w, + v ,) - (« 2 + v2), ( u ] + v ,) + 2 (m2 + v2))
= ((w, - w2) + (v , - v2), (m, + 2 w2) + (v , + 2 v2))
= (m, - u v w, + 2w2) + (v , - v2, v, + 2v2)
= 7 ( u ) + 7 (v ).
= c ( w, - w„ w, + 2 w2)
= cT(u).
► Ejem plo 3 A lgunas F undones que A'o son Transform aciones Lineales
z ) f t x ) = s c n x n o c s u n a tra n sfo rm a c ió n lineal d e R e n R , p o rq u e en g en eral
sen ( a :, + x 2) =£ s e n a:, + sen x r
(*, +X2)2 ± X 2 + X 2.
y U , + a:2) = aTj + x 2 + 1
en tanto que
Observación: La función del ejem plo 3c) indica dos usos del término no lineal. línCitlt'
f( x ) = x + 1 se llama función lineal porque su gráfica cs una recta. S in embargo, no i»n M1
transformación lineal del espacio vectorial R en R porque no conserva ni la Milita Mi
m ultiplicación escalares.
Sección 6.1 Introducción a las Transform aciones L ineales 357
Las com probaciones d e la lin ealid ad de estas dos transform aciones se dejan com o ejer
cicios. (V éanse los ejercicio s 5 6 y 57.)
O bserve que la transform ación lineal del ejem plo 2 tiene la propiedad de que el vector
cero se transform a en sí m ism o. Es decir, 7*(0) = 0. (Intente co m p ro b ar este hecho.) Esta
propiedad es verdadera para to d as las transform aciones lineales, com o se plantea en el
siguiente teorem a.
1. 7T0) = 0
2. 7 (~ v ) = - n v )
3. 7'(u - v ) = T (u) - T(v)
4 . S i v = CjVj + c 2v 2 + • • • + cnv (1, entonces
La p ropiedad 4 del teo rem a 6.1 estab lece que una transform ación lineal T \ V - * W es
lorminadu completamente por su efecto so b re una base de V. En otras palabras, si 7'(v,),
358 Capítulo 6 Transformaciones Lineales
T( v2\ . . . , y T(vn) están d efin id o s para una base {v ,, v2, . . . , v j , entonces 7(v) está definí
d a para cu a lq u ier v cn V. El uso de esta propiedad se m uestra cn el ejem plo 4.
(v jfl
► E jem p lo 4 T ra n sfo rm a cio n es Lineales y B a ses
S ea 7: R 3 -> R 3 u n a transform ación lineal tal que
7(1, 0 , 0) = (2, - 1 , 4 )
7(0, 1 ,0 ) = ( 1 ,5 , - 2 )
7(0, 0 , 1) = (0, 3 ,1 ).
D eterm ine 7 (2 , 3, -2 ). -j
entonces la pro p ied ad 4 del teorem a 6.1 sc puede usar para escribir
7(2, 3 , - 2 ) = 2 7 (1 , 0 , 0) + 37(0, 1 , 0 ) - 2 7 (0 , 0, 1)
= 2 ( 2 , - 1 , 4 ) + 3(1, 5 , - 2 ) - 2 ( 0 , 3,1)
= (7, 7, 0)
O tra v en taja del teorem a 6.1 e s que proporciona un m étodo rápido para idcntlfl
funciones q u e no son transform aciones lineales. Es decir, com o una transform ación II
debe c u m p lir las cuatro co n d icio n es del teo rem a, se concluye q u e si una función T VI#
satisface cu alq u iera de las propiedades, entonces la función no es una tra n sfo rm u fl^ j
lineal. P o r ejem p lo , la función dada por
de m odo que e s posible m u ltip licarlo a la izquierda por una m atriz de orden 3 A 2
Solución:
a) D ad o q u e v = (2, - 1 ) , se tiene
3 0' o 6
7 (v ) = A v = 2 1 = 3
-1
-1 -2 0
Y Uíl
en*2 en R 1
7 (u + v) = A (u + v ) = A u + A \ = 7 (u ) + 7(v).
7 (c u ) = A (cu) = c( A u ) = c 7 (u ). 4
T (v )* A v
A\ =
Qm\ a m2
a mn V a //,.Vl + «/,,2V2 + * • • + V / i
pi&i
Vector V w tor
en R* en k*
L a transform ación lineal T: Rn -* R m está d efin ida por T (y ) = A \. D eterm ine la dim cnildl
d e Rn y d e Rm para la transform ación lineal d ad a por las siguientes m atrices
0 1 - r 2 -3 '
a) A = 2 1 0 -1 2
3 0 b) A = - 5 0 c) A =
4 2 3 1 0 0
i_ 0 -2
Solución:
o i -r V
Ay = 2 3 0 V2 = u2
4 2 1, V3 M3
Vector Vector
tn R } en«J
E n el sig u ien te ejem p lo se define un tipo com ún de transform ación lineal d e R } ctl N
tiene la pro p ied ad d e ro tar todo vector en R 2 en sentido contrario a las m anecillas del reloj
con resp ecto al origen un ángulo 9.
Solución: P or el teorem a 6.2 se sabe q u e T es una transform ación lineal. P ara dem ostrar
que ro ta todo v ecto r en R 2 cn sentido contrario a las m anecillas del reloj un án g u lo 0 , se
considera v = (x, y) que e s un vector en R2. U sando coordenadas polares, se puede ex p resar
v com o
v = (x , y) = ( r c o s a , r sen a),
cos 9 -s e n 9
T(y) = A \ =
sen 9 cos 9
cos 9 -s e n 9 r cos a
sen 9 cos 9 r sen a
r c o s ( 0 + a)
r s e n (0 + a)
r co n sig u ien te, el v ecto r 7 (v ) tiene la m ism a longitud que v. A dem ás, d a d o que el ángulo
del eje x positivo a T(y) es 9 + a , entonces T (\) es el vector que se obtiene al rotar el vector
V cn se n tid o c o n tra rio a la s m a n ec illas d el relo j un á n g u l o 0, co m o se o b se rv a en la
u ra 6.2.
FIGURA 6.2
362 Capítulo 6 Transformaciones Lineales
Observación: L a transform ación lineal del ejem p lo 7 se llam a ro ta c ió n en R2. Las rolft
cioncs en R 2 conservan tan to la longitud vectorial com o el ángulo entre dos vectores,
d ecir, el án g u lo en tre u y v es igual al á n g u lo entre T (u) y 7(v).
FIGURA 6.3
H asta el m om ento só lo se han analizado transform aciones lineales Rn en Rm, líu t*|
resto d e esta sección se considerarán algunas transform aciones lineales que im plican olio*
espacios v ectoriales diferen tes a Rn.
y
TírA) = (cAY • c(A') m cTXA).
Sección 6 .I Introducción a las Transformaciones Lineales 363
Dx( f í = - f - m ,
* dx
donde f está en C \ a y b). P ara d em o strar que D x es una transform ación lineal, se recurre
al C álculo. E specíficam ente, debido a que la derivada d e la sum a de dos funciones es igual
a la su m a d e las deriv ad as d e éstas y dado que la sum a d e dos funciones continuas es
con tin u a, se tiene
D JS + g ) = - f [f ■+ g] = - f [f l + 4 l8l
* dx dx dx
= D JJ) + D J g ) .
D e m an era sem ejante, debido a que la derivada de un m últiplo escalar d e una función es
igual al m ú ltiplo escalar de la derivada y dado que el m últiplo escalar d e una función
co n tin u a es con tin u a, se tiene
d r „ Id
= cD ,(f).
* dx \d x
P or co n sig u ien te, D es una transform ación lineal d e C ' [a,b] en C[ay b).
La transform ación lineal D x del ejem plo 10 se llam a op erad or diferen cial. Para
polinom ios, el o p erad o r diferencial es una transform ación lineal de PR en Pn V porque la
derivada de una función polinóm ica de g rado n es una función polinom ial de g rad o m enor
o igual que n - 1. E s decir,
D J a j P + • • • + a xx + a 0 ) = naltx" ~ l + • • • + a v
El sig u ien te ejem p lo describ e una transform ación lineal d e Pn en el espacio vectorial de
los núm eros reales R.
D em uestre que T es una transform ación lineal d e P , el espacio vectorial d e funciones poli-
nóm icas, en P , el espacio vectorial d e núm eros reales R.
Up + q) = J b W + <?M1 dx
a
= J
Ja
í
i* x ) d x +
a
q(x) dx
= 7(p) + 7(q)
S e c c ió n 6.1 Ejercicios
En los ejercicios del 1 al 6 use la función dada para encontrar a) la im agen de v y b) la prc imagen
de w.
3. T(vt,v2, v3) = (v2 - v,, v, + v2, 2V|), v = (2, 3, 0), w = (-1 1 , - 1 , 10)
4. r (v ,, v2, v3) = (2v, + v2, 2v2 - 3v,. v, - v3), v = ( - 4 , 5, 1), w = (4, 1 ,-1 )
En los ejercicios del 7 al 16, determ ine si la función dada es una transform ación lineal.
En los ejercicios del 17 al 22, la transformación lineal 7: Rn -* Rn' está definida por 7(v) = A \.
Encuentre la dimensión de R" y Rm.
0 1 -2 1 1 0 0 -1 0
17. A = -1 4 5 0 18. A = 0 1 0 2 0
0 1 3 -1 0 0 1 0 1
1 2
-1 2 1 3 4
19. A = -2 4 20. /! =
0 0 2 -1 0
.- 2 2.
-1 0 0 0'
0 -1
21. A = 0 1 0 0 22. A =
-1 0
0 0 2 0
0 0 0 1
23. Para la transform ación lineal dada cn el ejercicio 17, encuentre a) 7(1, 0, 2, 3) y b) la
preim agen de (0, 0, 0).
24. P ara la transform ación lineal dada en el ejercicio 18, encuentre a) 7(1, - 1 , - 2 , 0, 2) y
b) la preimagen de (0, 0, 0).
25. Para la transform ación lineal dada en el ejercicio 19, halle a) 7 (2 ,4 ) y b) la preimagen de
( - 1 ,2 , 2). Luego explique p o rq u é el vector (1, 1, 1) no tiene preimagen bajo esta trans
formación.
26. Para la transform ación lineal dada en el ejercicio 20, determine a) 7'( 1, 0, - 1 , 3 ,0 ) y b) la
preim agen de (-1 , 8).
27. Para la transform ación lineal dada cn el ejercicio 21, encuentre a) 7(1, 1, 1, 1) y b) la
preim agen de (1, 1, 1, 1).
28. Para la transform ación lineal dada en el ejercicio 22, halle a) 7(1, 1), b) la preimagen de
(1, 1) y c) la preimagen de (0, 0).
D eterm ine a) 7(4, 4 ) para 9= 45°, b) 7 (4 ,4 ) para 9 = 30° y c) 7(5, 0) para 0 = 120°.
30. Para la transform ación lineal del ejercicio 29, sea 9= 45° y determ ine la preim agen de
v = (1. I).
31. (Cálculo) Sea Dx la transform ación lineal de C '\a %b] en C[a, b | dada en el ejem plo 10.
¿Cuál de las siguientes expresiones es verdadera?
«) n y ¡ * 2v) - n y 2) + 2/),(.»■)
366 Capítulo 6 Transformaciones Lineales
b) Dx(x2 - \ n x ) = D ^ x 2) - Dx(ln x)
32. (Cálculo) Para la transform ación lineal del ejemplo 10, determ ine la preimagen de la*
siguientes funciones.
a )/W = 2 * + l b )A x) = e*
33. (Cálculo) Sea T la transform ación lineal de P en R definida por
7Xp) = í p M dx.
34. (Cálculo) Sea 7*la transform ación lineal de P 2 en definida por la integral en el ejercicio
33. Determ ine la preimagen de 1. Es decir, encuentre la(s) función(es) polinómica(s) du
grado m enor o igual que dos tal(es) que 7*(p) = 1.
35. Sea T una transform ación lineal de R2en R2 tal que T{ 1,1) = ( 1,0 ) y T( 1, - 1 ) = (0,1). H aití
7X1,0) y 7(0,2).
36. Sea T una transform ación lineal de R2 en R2 tal que 7'( 1, 0) = ( I , I) y 7(0, 1) = (—I . I),
Encuentre 7(1, 4) y 7’(-2 , 1).
37. Sea T una transform ación lineal de P2 en P 2 tal que 7(1) = x y T(x) = 1 + x y T(x2) = I m
+ x 2. Determine 7(2 - 6x + xr).
38. Sea T una transform ación lineal de M -,, en A7,. tal que
^ /! 1 0 1 -1 0 1 0 2
T
0 0 0 2 0 0 r 1 1
0 0 1 2 0 0 = 3 -1
T 1= • r í
1 0 1 0 1 l 0 1 1 0
1 3
Encuentre T
-1 4
En los e je rc ic io s del 41 al 46, sea la f unci ón de R2 en R2 tal que 7'(u) = p ro y vii, donde
v = (1, 1).
41. Determ ine 7'(.v, y). 42. Determine 7(5. 0).
Sección 6.1 Ejercicios 367
48. Dem uestre que el conjunto de puntos fijos de una transformación lineal 7: V -* V es un
subespacio de V.
49. Determine todos los puntos fijos de la transformación lineal 7: R2 -* R2 dada por
I 7 U ,y ) = (*, 2y).
50. Determ inar todos los puntos fijos de la transform ación lineal T. R2 -+ R 2 dada por
Los ejercicios del 51 al 53 tratan sobre traslaciones en el plano. Una tra sla c ió n es una fun
ción de la forma T(x,y) = ( x - h , y - k), donde por lo menos una de las constantes h o k e s diferen
te de cero.
51. D em uestre que una traslación en el plano no es una transform ación lineal.
52. Para la traslación 7(.r, y) = (x - 2, y + 1), determine las imágenes de (0. 0), (2, - 1 ) y (5.4).
56. D em uestre que la transform ación cero 7: V - » IV es una transform ación lineal.
57. D em uestre que la transform ación identidad T : V - * V es una transform ación lineal.
58. Sea V un espacio con producto interior. Para un vector fijo v() en V, se define T.V-> R por
h 7(v) ^ (v, v,). Demuestre que 7 es una transform ación lineal.
370 C apítulo 6 Transform aciones U n ta le s
x, - 2 r 2 = 0 I
0= 0
-x = 0.
cuya única solución es la trivial (x,, x2) = (0, 0). P or tanto, se tiene
1 -1 -2
A=
-1
T ( x v x2, x3) = (0 ,0 ).
1 -1 -2 0
| \ * 2 - 2x í = °
- 1 2 3 0 - x .1 +^ 22x , + 3x,3 = 0
Al escrib ir la m atriz aum en tad a d e este sistem a en form a escalo n ad a reducida se obtiene
0 - 1 0 x ,= x3
1 1 0 x . = - x 3.
C on el parám etro / = x 3 se o b tien e la fam ilia d e soluciones
t 1
= ~t = í - 1
x?
*3 t 1
FIGURA 6.5
Demostración: D el teo rem a 6.1 se sabe que ker(7) es un subconjunto no vacío de V. Por
co nsiguiente, p or el teorem a 4.5 se puede d em o strar que kcr(7) es un su b esp acio de V al
dem o strar que es cerrad o bajo la sum a y la m ultiplicación escalar. P ara efectu ar lo ante
rior, sean u y v v ectores en el núcleo de T. Entonces,
7Tu + v) = T( u ) + T ( \) = 0 + 0 = 0,
L o cu al im plica que u + v está en el núcleo. A dem ás, si c es cu alq u ier escalar, entonces
r ( c u ) = c 7 (u ) = cO = 0,
Observación: C om o un resu ltad o del teorem a 6.3, el núcleo d e T algunas veces se deno
m in a esp a c io n u lo de T.
El siguiente ejem p lo m uestra cóm o enco n trar una base para el núcleo d e una transfor
m ación d efin id a p o r una m atriz.
► E jem plo fí D eterm inación de una lia s e d e l Núcleo
1 2 0 1 -1
A = 2 1 3 1 0
-1 0 -2 0 1
0 0 0 2 8
D eterm in e una base del ker(íD com o subespacio de R5.
1 0 2 0 -1 0
0 1 -1 0 -2 0 *1 = ~2xi + *5
*2 = *3 + 2*5
0 0 0 1 4 0
xA= -4 x<
0 0 0 0 0 0
s y x 5 = t, se tiene
V ’- 2 s + / '-2" 1 '
X2 s + 2/ 1 2
x = xi
—
s + 0/ = 5 1 + / 0
XA - 4/ 0 -4
X5 05 + t 0 1
P o r tanto, una )ase para el núcleo de T está ada
£ = { ( - 2 , 1 ,1 , 0 ,0 ) , ( 1 , 2 , 0, - 4 , 1 ) ) .
En la solución dada cn el ejem plo 6 se encontró una base para el núcleo de T al resol
el sistem a hom o g én eo d ad o p or A x = 0. Este procedim iento es conocido: se trata del misi
procedim iento aplicado para h allar el e s p a c i o s o l u c i ó n d c M x = 0. Este hecho conduce ni
siguiente co ro lario del teorem a 6.3.
{mostración: El contradom inio de T es no vacío porque contiene al cero. Para dem ostrar
que e s cerrad o bajo la sum a, sean 7 (u ) y T {\) vectores en el contradom inio de T. Entonces,
T\u) + 7 (v ) = 7*(u + v). P ero co m o u y v están en V, se concluye que tam bién u + v está
cn V, lo cu al a su vez im plica que T (u + v ) está en el contradom inio. L a com probación de
que el co n trad o m in io es cerrad o bajo la m ultiplicación escalar se deja com o ejercicio para
el lector. A
O b serv e que el núcleo y el contradom inio de una transform ación lineal T: V W son
| subespacios de V y W , respectivam ente, com o se ilustra en la figura 6.6.
FIGURA 6.6
Dominio N úcleo
P ara h allar una b ase para el contradom inio de una transform ación lineal d efinida por
T (\) = Ax, se o bserva que el contradom inio co n sta de todos los vectores b tales q u e el
sistem a A x = b es consistente. Al escrib ir el sistem a
374 Capítulo 6 Transformaciones Lineales
en la forma
a ll' V
°2\ a 22
Ax = x, • + X2 ■ + ■■■+ X n •
a mn
ü m\ an,2
m m • «
=b
Corolariodel teorema6.4
SezT;R*~> R * la transformación lineal definida porT(x) = 4 x . Entonces, el espado
generado por las columnas d e ¿4 es igual al contradominio de T.
P or co nsiguiente, una b ase para el contradom inio d e T está definida p o r los renglones
diferentes d e ce ro d e la form a escalo n ad a reducida de A 1.
W vv VV
A continuación se dan los n o m b res para las dim ensiones del núcleo y contradom inio
de una transform ación lineal.
L _ _ ------------------------------------------------------------------------------------
L a relación es verdadera para cu alq u ier transform ación lineal de un espacio vectorial de
dim ensión finita, co m o se establece en el siguiente teorem a.
ra n g o + n u lidad = n
o bien,
Demostración: P or el m om ento se d a una dem ostración para el caso en que T estó repre
sen tad a p or una m atriz A m x n . E n la sección 6.3 se dem ostró que cu alq u ier transform ación
lineal d e un esp acio /i-dim ensional en un espacio w -dim ensional puede representarse por
376 C apítulo 6 T ransform aciones L ineales
una m atriz. P ara dem o strar este teorem a se su p o n e que el ran g o de la m n lri/ A en
E ntonces, se tiene
rango(T ) + nulidad(T) = r + (n - r) = n. 4
► Ejemplo 8 D eterm inación del Rango y la Nulidad d e una Transform ación Lineal
1 0 -2
A = 0 1 1
0 0 0
► Ejem plo 9 D eterm inación d el Rango y la N ulidad d e una Transform ación Lineal
a ) E ncuentre la dim ensión del núcleo de T si la dim ensión del contradom inio es 2.
b ) E ncuentre el ran g o d e T si la nulidad de T es 4.
c) E ncuentre el rango d e T si ker(7) = ( 0) .
Solución:
rang o = n - nulidad = 5 - 4 = 1.
rang o = n - nulidad = 5 - 0 = 5. 4
Sección 6.2 E l N úcleo y e l C o n traJom inio J e una t ransform ación L in ea l 377
E sta sección em p ieza con una pregunta: ¿C uántos vectores en el domi ni o de una trans
form ación lineal so n m ap cad o sal v ecto r cero ? El teorem a 6.6 m u estra que si el v ecto r cero
es el ú n ico vector v y tal q u e T(y) = 0, entonces T es uno a uno. U na función T : V -+ W se
d en o m in a uno a uno si la prcim agcn d e todo w en el contradom inio co n sta d e un solo
vector, co m o se o b serv a en la figura 6.7. E sto es equivalente a d ecir que T es uno a uno
sí y só lo si para todo u y v en V, T(u) = 7 (v ) im plica que u = v.
FIGURA 6.7
Demostración: S uponga que T es uno a uno. E ntonces T(v) = 0 puede tener só lo una
solución: v = 0. E n este caso, k cr(7 ) = ( 0) . A la inversa, suponga que kcr(7} = ( 0 ) y que
7 (u ) = T(v). C o m o T es una transform ación lineal, se concluye que
7 (u - v) = T( u) - T(y) = 0.
*9
En consecu en cia, por el teo rem a 6.7, T e s sobre. De m anera sem ejante, si T es sobre,
entonces
lo cual por el teorem a 6.5 im plica que d im (k cr(7 )) = 0. P or tan to , en virtud del teorem a
6.6, T es u n o a uno. 4
El sigu ien te ejem p lo reúne varias ideas relacionadas con el núcleo y el contradom inio
de una transform ación lineal.
1 2 0 1 2
a) A = 0 1 1 b) -4 = 0 1
0 0 1 0 0.
1 2 0‘
1 2 0
c) A = d ) /! = 0 1 1
0 1 -1 0 0 0
Solución: O bserv e que cad a m atriz ya está en form a escalonada, d e m odo q u e el rango
p u ed e d eterm inarse por inspección.
a) T: R 3 - R3 3 3 0 Sí Sí
b) T: R 2 - R2 2 2 0 Sí No
c) T: R3 - R2 3 2 1 No Sí
d) T: R 3 - R3 3 2 1 No No
Definición de Isomorfisrao
U n a transform ación lin eal T: V - * W u m a uiio y so b re se d en o m in a iso m o rfism o .
A dem ás, sí V y W son esp acio s vectoriales tales q u e ex iste un iso m o rfism o d e V a
Wy en to n ces se d ic e q u e V y W son ¡so m o rfo s en tre sí.
U na m anera cn la que los espacios isom orfos sean “esencialm ente iguales” es que
ten g an la m ism a dim ensión, com o se plantea en el siguiente teorem a. De hecho, el teore
m a v a m ás allá al esta b lecer q u e si dos espacios vectoriales tienen la m ism a dim ensión
finita en to n ces deben ser isom orfos.
380 Capítulo 6 Transformaciones Lineales
Demostración: S uponga q u e V es isom orfo a VV, donde la dim ensión d e V es ft, IHlf
d efin ició n de espacios isom orfos, se sabe que existe una transform ación lineal /': V •« M
uno a u n o y sobre. D ad o q u e T es uno a uno, se concluye que d im (núcleo) = 0 , lo
tam b ién im p lica que
v = c 1v I + c 2v 2 + . . . + c/|v„, ■
7 (v ) = CjW, + c 2w 2 + • • • + cnw n
S e puede d em ostrar que e sta transform ación lineal es uno a uno y sobre. P o r tanto, V y W
son isom orfos. ^
En el estu d io d e esp acio s vectoriales se h a dado m ucho m ayor cobertura a /?" que a
cu alq u ier o tro esp acio vectorial. E sta preferencia por/?" resulta d e su conveniencia nota-
cional y d e los m odelos geom étricos disponibles para R2 y / ? \ El teorem a 6.9 establece que
Rn es un m od elo p erfecto para cualquier esp acio vectorial /i-dim ensional. En el ejem plo
12 se en u m eran algunos esp acio s vectoriales isom orfos a RA.
El ejem p lo 12 esta b le ce que los elem en to s de los espacios enum erados se com portan
de la m ism a form a com o vectores , aun cuando son entidades m atem áticas distintas. Así,
está ju stificad o el conv en cio n alism o d e usar de m anera intercam biable la notación para
unu fi-ada y para una m atriz n x 1.
1. 7 : / ? 3 - / ? 3, 7 T * , y , z , ) = ( 0 , 0 , 0 )
5. T: R2 - R \ 7U . y) = (x + 2y, y - x )
6. T :R 2 ~ * R \ T (x,y) = ( x - y , y - x )
En los ejercicios del 7 al 12, la transform ación lineal T está definida por T (\) = Av. Encucntn
una base para a) el núcleo de T y b) el contradom inio de T.
1 2 1 2
7. A = 8. A =
3 4 -2 -4
-1 10. A =
9. A =
1 4
-1 3 2 1 4
3 -1
11. A = 12. A = 2 3 5 0 0
-4 -3 2 1 2 1 0
-1 1
En los ejercicios del 13 al 24, la transform ación lineal T está definida por T (\) = A x. Dctermin
a) kcr(T), b) nulidad(7), c) contradom inio(T) y d) rango(f).
1 3 2
13. A = 14. A =
-1 -9 -6
-3 4 1
15. A = 1 16. A = 0 0
-1 2 -3
-2 3 18. A =
1 1 0 0
17. A =
0 11 0 0 11
382 C apítulo 6 Transform aciones Lineales
9_ 2_ 1 £
19. A = 10 10
20. A = 26 ” 26
2_ _i _ 5_ 25
10 10 26 26
2 -3 13
3 -2 6 -1 15
1 1 -1
21. A = 22. A = 4 3 8 10 -14
3 -5 14
2 -3 4 -4 20
6 -2 16
_4 2
9 9
1 0 0
4 _2
23. A = 24. A = 0 0 0
9 ~9
_2 \_ 0 0 1
9 9
En los ejercicios del 25 al 32, sea T: R* Ry una transform ación lineal. Use la información
proporcionada para hallar la nulidad de 7 y dé una descripción geom étrica del núcleo y el con
tradom inio de T.
29. T es la rotación de 45° en sentido contrario a las manecillas del reloj con respecto al cjo
T(xt y, z ) = 52,
2 2 2 2
T(x, y , z) = (rx yy , z)
31. T e s la proyección sobre el vector v = (1, 2, 2):
T{x,y, z) = - ^ 2y + 2z (1 ,2 . 2)
T(x, y, z ) = (.x, y , 0)
37. Identifique el elem ento cero y una base estándar para cada uno de los espacios isomorfos
del ejem plo 12.
a) A/ 2_3 b) Pb
Sección 6 .J M atrices de Transform aciones Lineales 383
c) q o . 6] d) m61
c) P 5
O {(*i* *2»**3» O, xy x 69 x 7): X. es un núm ero re a l}
39. (Cálculo) Sea T : P4 P 3 definida por 7Xp) = p '. ¿Cuál es el núcleo de 77
7Tp)= I 'p (x )d x.
Jo
¿C uál es el núcleo d e 77
41. Sea T : R? -+ R 3 la transform ación lineal que proyecta u sobre v = (2, - 1 , 1).
En los ejercicios del 43 al 46, com pruebe que la matriz dada define una función lineal T uno
a uno.
-1 0 44. A =
1 0
43. A =
0 1 0 -1
1 0 0 1 2 3'
45. A = 0 0 1 46. A = -1 2 4
0 1 0 0 4 1
47. Para la transform ación T : Rn Rn definida por 7(v) = A v, ¿qué puede decirse acerca del
rango de T si a) dct(A) # 0 y b) det(A) = 0?
49. Determ ine una relación entre m %n j y k de m odo que Mm n sea isom orfo a Mj k.
50. Sea B una m atriz invertible n x n. Dem uestre que la transformación lineal T: Mn n -* Mn n
definida por T(A) = A B es un isom orfism o.
o
2 i -r *1
T ( x ) = A x = -1 3 -2 ^2
0 3 4 X3
384 C apítulo 6 T ransform aciones Lineales
L a segun d a representación es m ejor que la p rim era al m enos p o r tres razones: es indi* la
d e escribir, m ás fácil de leer y sc ad ap ta con m ayor facilidad para ser utilizada en com pil
tadora. M ás tard e se verá q u e la representación m atricial d e una transform ación lino
tam bién presen ta algunas ven tajas teóricas. En esta sección se verá que para tranM ói.
ciones lineales q u e im plican espacios vectoriales d e dim ensión finita, la rep resen tad
m atricial siem pre es posible.
La clave para rep resen tar una transform ación lineal T. V W por una matriz, Pn
d eterm in ar có m o actúa T sobre una base de V. U na vez que se co n o ce la im agen d e UmIii
vector de la b ase es posible ap licar las propiedades d e las transform aciones lineales puta
determ inar T ( \) para todo v cn V.
P or co nveniencia, los tres prim eros teo rem as de esta sección sc plantean en término*
de transform aciones lineales de R” cn R"‘ co n respecto a las bases están d ar en R" y R"1
D espués, al final d e la secció n se generalizarán los resultados para incluir bases no están
dar y espacios vectoriales generales.
R ecuerde q u e la base e stán d ar de R" está definida por
*. *2
/*={( 1,0 0), (0, 1 0) (0, 0 1)}.
a \2 "
«22
an an tn
a 2l a22 a2ii
A =
v = Vi e i + V2 e 2 + + v„e„-
nn
A\ =
an r « . 2_ a \n
a2i “ 22 a2n
= vi + v2 + • ■+ Vn
► Ejem plo / Determ inación d e la M atriz E stá n d a r d e una Transform ación Lineal
D eterm ine la m atriz e stán d ar d e la transform ación lineal T\ /?3 -+ R2 definida por
T(xt y , zó = ( x - 2 y t 2 x + y).
r '
7Ke,) = 7 ( 1 ,0 , 0) = (1, 2) 7Xe.) = r o
o
386 C apítulo 6 T ransform aciones IJneales
0'
7 ( e ,) = 7
-2
7Te,) = 7 T 0 .1 ,0 ) = ( - 2 .1 ) 1
.0
0'
0
7Tc 3) = 7(0, 0, 1) = (0, 0) 7 (e 3) = 7 0
0
1
1 -2
A = [7XC,) • 7Xe2) i 7Xe3)] =
2 1
C om o verificación, se o bserva que
1 -2 *-2y
A
2 1 2* + y
C on alg o de práctica se puede determ inar por inspección la m atriz estándar d e una trun»-
form ación lineal com o la del ejem plo 1. A sí, la m atriz estándar d e la transform ación lineal
d efinida p or
se encuentra usando los coeficientes de jr,, x 2 y x 3 para form ar los renglones d e A com o |to
m uestra enseguida.
► E jem plo 2 Determ inación d e la M atriz E stándar d e una Transform ación Lineal
L a transform ación lineal T :R 2-* R 2 se ob tiene al pro y ectar cad a punto de R2 sobre el eje
x y com o se m uestra en la figura 6.8. E ncuentre la m atriz están d ar de T.
7 \x t y ) = (xt 0).
A = [7X 1,0) • 7 ( 0 ,1 ) ] =
Sección 6.3 M atrices de T ransform aciones L ineales 387
FIGURA 6.8
T(x. y ) = (x. 0)
(x .y )
(x. 0)
A
7 (v ) = T2(T x( v ))9
FIGURA 6.9
El siguiente teorem a recalca la utilidad d e las m atrices para rep resen tar transform acio
nes lineales. El teorem a no só lo establece que la com posición d e dos transform aciones
lineales e s una transform ación lineal, sino tam bién que la m atriz están d ar d e la co m p o si
ción es el p ro d u cto d e las m atrices estándar d e las dos transform aciones lineales originales.
388 Capítulo 6 Transformaciones Lineales
" — . /
* “ 'M i-
Demostración: Para demostrar que 7 es una transformación lineal, sean u y v vcctorcn Ult
R" y sea c cualquier escalar. Entonces, com o 7 , y 7 2 son transformaciones linculoN. MI
puede escribir
7 (cv ) = 7 2( 7 ,( cv))
= 7 2(c 7 ,(v ))
= c 7 2(7 ,(v )) = c7(v).
Luego, para demostrar que A 2A¡ es la matriz estándar de 7, se aplica la propiedad asocia
tiva de la m ultiplicación de matrices para escribir
Observación: El teorema 6.11 puede generalizarse para abarcar la com posición de n trans
formaciones lineales. Es decir, si las matrices estándar de T v 7~2, . . . , Tn son A ,, A 2>. . . , A .
entonces la matriz estándar de la com posición 7*está definida por
A = A nA n - r - A 2A I ’
y
T2(x9y , z) = ( * - y , z, y).
2 1 01 i -i 0
0 0 0 y ^ 2= 0 0 1
1 0 1. 0 1 0
1 -1 2 1 0
A = A ¿ t = 0 0 0 0 1
0 1 1 0 0
2 1 0 1 -1 0 -2 1
a , = a ¡a 2 = 0 0 0 0 0 1 0 0
1 0 1 0 1 0 0 0
Si T y R" y T2; 8? R* son transform aciones lineales tales que para todo y
en R"
^ V yh { j¡J ¡B *%
entonces T 2 se denom ina inversa de T x y s e escribe T2 » T f K
A sí com o la inversa de una función de una variable real puede concebirse com o si
deshiciera lo que hizo la función, la inversa de una transformación lineal T puede
concebirse com o si deshiciera la transformación efectuada por T. Por ejem plo, si T es una
transformación lineal de tf 3sobre R 3 tal que
7 ( 1 ,4 , - 5 ) = (2, 3 , 1 )
T - \ 2 , 3. !) = ( ! , 4 - 5 ) .
. T e s invertí ble.
2. f e s un isom orfísm o.
3. A e s invertible.
7X*p x 2y *3) = (2*, + 3*2 + *3, 3*, + 3*2 + *3, 2*, + 4*2 + * 3).
A=
P or m edio d e las técnicas para in v ertir m atrices (véase la sección 2.3), se encuentra que
A es invertible y q u e su inversa está d efin ida por
-1 1 0'
A"1 = -1 0 1
6 -2 -3
f ( v ) = A [v]fi = [7(.v)]^.
Sección 6.3 Matrices (le Transformaciones Lineales 391
'« « r !¡¡
*21 a 22 au
Q \\ °12
•* a ln
a 21 % a 2n
a
Üm\ a m2 tan
B = { (1 . 2 ), ( - 1 , 1 » « ' = { ( 1 , 0 ), ( 0 , 1 )}.
392 Capítulo 6 Transformaciones Lineales
3 0
A =
0 -3
Solución: C o n la b a s e B = { ( 1, 2 ), ( - 1 , 1 ) ) , s e e n c u e n tr a q u e
v = ( 2, 1) = 1( 1, 2) - 1( - 1, 1), 1
lo c u a l im p lic a q u e
1
M fl =
-1
P o r c o n s ig u ie n te , 7(v) e s tá d a d a p o r
3 0 1 3
0 -3 -1 3
P o r ú ltim o , c o m o B ' = { (1 , 0 ) , (0 , 1)} s e c o n c lu y e q u e
In te n te c o m p ro b a r e s te r e s u lta d o p o r m e d io d e la d e f in ic ió n d e T d a d a e n e l e je m p lo 5:
T \ x v x 2) = ( x t + x v 2 x l - x 2) . 4
E n e l c a s o e s p e c ia l d o n d e V = W y B = B \ la m a tr iz A s e d e n o m in a m atriz d e T c o n
respecto a l a base B . E n e s to s c a s o s la m a tr iz d e la tr a n s f o r m a c ió n id e n tid a d es
s im p le m e n te /;j. P a ra v e r lo a n te r io r , s e a B = { v ,, v 2, . . . , v j . D a d o q u e la tra n s fo rm a c ió n
id e n tid a d m a p e a to d o v . c n s í m is m o , s e tie n e
II
• • •
0 0_ 1
Sección 6.3 Ejercicios 393
y s e c o n c lu y e q u e A = In.
E n e l s ig u ie n te e je m p lo s e c o n s tr u y e u n a m a tr iz q u e r e p r e s e n ta e l o p e r a d o r d if e r e n c ia l
a n a liz a d o e n e l e je m p lo 10 d e la s e c c ió n 6 . 1 .
► E je m p lo 7 U n a M a t r i z p a r a e l O p e r a d o r D if e r e n c ia l (C á lc u lo )
Solución: L a s d e r iv a d a s d e lo s v e c to r e s b á s ic o s s o n
D ,( l) = 0 = 0( 1 ) + 0 (*)
D x( x ) = 1 = 1(1 ) + O t o
D x Cx2) = 2 * = 0 ( l ) + 2 t o .
A s í, la s m a tr ic e s d e c o o r d e n a d a s c o n r e s p e c to a B ' s o n
[ D x (x )]b . = [ D xt f ) ) g . =
y la m a tr iz p a r a D x e s
A =
0 1 0
0 0 2
O b s e r v e q u e e s ta m a tr iz p r o d u c e la d e r iv a d a d e u n p o li n o m io c u a d r á t i c o p ( x ) = a +
b x + ex2 .
a~
-4p =
0 1 0 b
b = b + 2 e x = D J a + b x + ex2]
0 0 2 2c
c
1. T\x,y) = (x + y , x - y ) 2. T (x , y ) = (3 x + 2 y , 2 y - x )
5. 7XA:,y, z) = (x + y , x - y , z) 6. T (x , y , z ) = (5 x - 3y + z, 2z + 4 y , 5 x + 3 y )
14. T e s la re fle x ió n e n la re c ta y = x en R 2: T \x , y ) = (y , x ), v = (3 , 4 ).
16. T es la rotación de 60° ( 0 es negativo) en el sentido de las m anecillas del reloj cn R2y v = ( 1,2 ).
2 1 . r e s la p ro y e c c ió n so b re el v e c to r w = (3 , 1) cn R 2: T ( \ ) = p ro y wv , v = (1 , 4).
2 2 . T e s la p ro y e c c ió n so b re el v e c to r w = ( - 1 , 5 ) en R 2: 7 (v ) = p ro y wv , v = ( 2 , - 3 ) .
2 4 . R ep etir el e je rc ic io 2 3 p a ra w = (4 , - 2 ) y v = ( 5 , 0).
2 5 . T x: R 2 -> R \ T x( x y y ) = ( x - 2 y , 2 x + 3y)
T2: R 2 ^ R 2y T 2( x yy ) = (2 x yx - y )
26. r , : K 2 - R 2, T t(x . y) = ( x - 2 y , 2 x + 3y )
T2: R 2 - » R 2, T2(x , y) = (y, 0 )
2 8 . T ,: R 3 -* R 3, T ,(x , y , z) = (x + 2 y , y - z , - 2 x + y + 2 z)
T2: R 3 - * R 3, T 2(x , y , z ) = ( y + z , x + z , 2 y - 2z)
2 9 . T ¡: R 2 - * R 3. T t (x , y ) = ( - x + 2 y , x + y. x - y)
T2: R 3 - » R 2, T 2(x , y , z ) = ( x ~ 3 y , z + 3a:)
3 0 . T v R 2 - + R 3, T t ( x . y ) = (x , y . y )
T2. R 3 - R 2. T2(x, y . z ) = <y,z)
3 1 . T (x yy ) = ( x + y yx - y )
3 2 . re * ,, X 2y * 3) = (* ,, X x + X v X x + X2 + x f )
3 3 . T (x y y ) = (2 x , 0)
Sección 6.3 Ejercicios 395
34. l \ x , y ) * (* + y, 3a + 3y)
35. 1 X x , y ) = ( 5 x , 5 y )
36. 7X-V|, *2' Xy X^) = (A| 2Aj, X2, Xj + ,Xj, I j )
37. T: R2 - R \ T (x, y ) = ( a + y , x , y ), v = (5 . 4 ).
B = { ( 1 ,- 1 ) , (0 , 1)), B ’ = { (I, 1, 0 ), (0 , 1, 1), (1 , 0 , 1))
38. T. R2 - R \ T (x , y ) = ( x - y , 0 , * + y ), v = ( - 3 , 2 ),
B = { ( 1 ,2 ) , (1 , 1)), B ’ = {(1, 1, 1 ) ,( 1 , 1 ,0 ), (0 , 1, 1))
39. T : R3 - y. y - z). v = (1 , 2, - 3 ) ,
R 2, T (x, y , z) = ( x -
b = {(i , i, i ) , ( i , i,o), (o, i, i ) ) , / r = {( 1 , 2 ), (i , d i
46. S e a T : P 2 - *
P 4 d e fin id a p o r 7(p) = A2p. E n cu e n tre la m atriz d e T co n re sp e c to a las
b a se s B = {1, a , a 2 ) y B '= {1, a , a 2 , a 3, a 4 ).
T ( x k) = [ tk dt.
Jo
396 Capítulo 6 Transformaciones Lineales
53. Sea T: M 2 3 M 32 definida por T\A )= A '. Determine la matriz de T con respecto a las hitwi
estándar de M 2 3-► A732.
T : V -> V
d e p e n d e d e la b a s e d e V . E n o tr a s p a la b ra s , la m a tr iz d e T c o n r e s p e c to a u n a b a s e I I es
d if e r e n te d e la m a tr iz d e T c o n r e s p e c to a o tra b a s e B ' .
U n o d e lo s p ro b le m a s c lá s ic o s d e l á lg e b r a lin e a l e s e l s ig u ie n te : ¿ E s p o s ib le h a lla r m ui
b a s e B ta l q u e la m a tr iz d e T c o n r e s p e c to a B s e a d ia g o n a l? L a s o lu c ió n d e e s te p ro b le m a
s e a n a liz a c n e l c a p ítu lo 7 . E n e s ta s e c c ió n s e p r e s e n ta n lo s fu n d a m e n to s p a r a r e s o lv e r el
p r o b le m a . S e v e r á c ó m o e s tá n r e la c io n a d a s la s m a tric e s d e u n a tr a n s f o r m a c ió n lin e a l c o n
re s p e c to a d o s b a s e s d if e r e n te s . E n e s ta s e c c ió n , A , A ', P y P “ ! r e p r e s e n ta n la s c u a tro
m a tric e s c u a d r a d a s s ig u ie n te s .
1. M a triz d e T c o n r e s p e c to a B : A
2 . M a tr iz d e T c o n r e s p e c to a B f : A f
3 . M a tr iz d e tra n s ic ió n d e B ' a B : P
4 . M a triz d e tra n s ic ió n d e B a B ’ : P -1
E n e l d ia g r a m a d e la fig u ra 6 .1 0 s e o b s e r v a n la s re la c io n e s q u e h a y e n tr e A y A \ P y P _l.
FIGURA 6.10
(B ase B)
Sección 6.4 M atrices de Transición y Semejanza 397
O b s e r v e e n la f ig u r a 6 .1 0 q u e h a y d o s fo rm a s d e lle g a r d e la m a tr iz d e c o o r d e n a d a s [ v ] ^
a la m a tr iz d e c o o r d e n a d a s [7*(v )]f i U n a fo rm a e s d ir e c ta , p o r m e d io d e la m a tr iz d e A ' p a ra
o b te n e r
A9 [ v V = [ 7 » V
L a o tr a f o r m a e s in d ire c ta , p o r m e d io d e la s m a tr ic e s P> A y P _l p a r a o b te n e r
P - ' A P [ y ] B. = [ T ( v ) ) B.
P e r o p o r la d e f in ic ió n d e m a tr iz d e u n a tr a n s f o r m a c ió n lin e a l c o n r e s p e c to a u n a b a s e , lo
a n te r io r im p lic a q u e
A ' = P ~ lA P .
E s ta r e la c ió n s e d e m u e s tr a e n e l e je m p lo 1.
T ( x v x 2) = ( 2 x x - 2 x v - x x + 3*2),
c o n r e s p e c to a la b a s e B ' = { ( 1 , 0 ), ( 1 , 1 )}.
Solución: L a m a tr iz e s tá n d a r p a ra T e s
2 -2
A =
-1 3
A d e m á s , la m a tr iz d e tr a n s ic ió n d e B ' a la b a s e e s tá n d a r B = { (1 , 0 ) , ( 0 , 1)} e s
1 1
P =
0 1
y s u in v e rs a es
1 -1
P~] =
0 1
P o r c o n s ig u ie n te , la m a tr iz d e T c o n r e s p e c to a B ’ e s
1 -1 2 -2 1 1 3 -2
A ' = P ~ ] AP =
0 I -1 3 0 1 -1 2
E n el e je m p lo 1 la b a s e B e s la b a s e e s tá n d a r p a ra R 2. E n el s ig u ie n te e je m p lo ta n to B
c o m o B ' s o n b a s e s n o e s tá n d a r.
-2 7
A =
-3 7
la m a tr iz d e T : f i 2 -♦ tf 2 c o n r e s p e c to a E n c u e n tre / ! ' , la m a tr iz d e T c o n r e s p e c to a I I V
Solución: E n e l e je m p lo 5 d e la s e c c ió n 4 .7 s e e n c o n tr ó q u e
3 -2 -1 2
“ti
P =
ii
<
2 -1 -2 3
P o r c o n s ig u ie n te , la m a tr iz d e T c o n re s p e c to a B ' e s tá d e f in id a p o r
-1 2 -2 7 3 -2 2 1
A' = P ~ ] AP =
-2 3 -3 7 2 -1 -1 3
► E je m p lo 3 A p lic a c ió n d e u n a M a t r iz d e u n a T r a n s fo r m a c ió n L in e a l
-3
-1
3 -2 -3 -7
[v ]B = P ( v ] B . =
2 -1 -1 -5
I T ( v ) ) b = A [ v )b =
-2 7 -7 -21
-3 7 -5 -1 4
P a ra h a lla r [ T ( \ ) ] B ,, a h o r a p u e d e m u ltip lic a rs e [ T ( v ) ] B p o r P p a ra o b te n e r
-1 2 -21 -7
-2 3 -1 4 0
2 1 -3 -7
[T (v ) ] b . = A '[ v ] b . =
-1 3 -1 0
V e a n u e v a m e n te el d ia g ra m a d e la fig u ra 6 .1 0 p a ra v e r if ic a r c a d a u n o d e lo s c u a tr o p r o
d u c to s d e m a tric e s d a d o s e n e s te e je m p lo . 4
Sección 6.4 M atrices de Transición y Semejanza 399
Matrices Semejantes
D o s m a tr ic e s c u a d r a d a s A y A ' r e la c io n a d a s p o r la e c u a c ió n A ' = P ~l A P s e d e n o m in a n
m a tric e s s e m e j a n t e s , c o m o s e in d ic a e n la s ig u ie n te d e fin ic ió n .
A ’x P ^ A P .
S i A ! e s s e m e ja n te a A , e n to n c e s ta m b ié n e s c ie rto q u e A e s s e m e ja n te a A \ c o m o se
p la n te a e n e l s ig u ie n te te o re m a . P o r ta n to , tie n e s e n tid o d e c ir s im p le m e n te q u e A y A ' so n
s e m e j a n te s .
l l l i i S i K I K I l l l ! i - Ü S l i l l ¡¡¡¡1 ¡É l ¡ S | ¡11 | |
2 ..S i A e s ¡sem ejante a B, e n to n c e s B e s s e n t a n t e l | | | | ¡ j j | ¡ ¡ j ¡ § ■ ¡ J ||
¡ e s s e m e j a n t e a B y B e s $ e m e ja n íe % í? , e n to n c e s 4 e s s e m e ja n te a ¡j¡¡
D em ostració n : L a p r im e r a p r o p ie d a d s e c o n c lu y e d el h e c h o d e q u e A = ¡ , A / n. P ara
d e m o s tr a r la s e g u n d a p r o p ie d a d , s e e s c rib e
A = P ~] B P
P A P “*= P (P -lB P )P -'
PAP _1 =B
Q ~ ]A Q = B , donde Q = P ~ ].
L a d e m o s tr a c ió n d e la te rc e r a p r o p ie d a d s e d e ja c o m o e je r c ic io p a r a e l le c to r ( v é a s e el
e je r c ic io 2 1 ). A
2 -2 3 -2
A = Jy -4 ' =
3 - l 2
s o n s e m e ja n te s p o rq u e A ' = P ~ ]A P , d o n d e
P =
1 1
0 1
b ) P o r e l e je m p lo 2 , la s m a tric e s
-2 7
A = A' =
-3 7
s o n s e m e ja n te s p o rq u e A ' = P ~ ]A P , d o n d e
3 -21
P =
2 -1
S e h a v is to q u e la m a tr iz d e u n a tr a n s f o r m a c ió n lin e a l T : V V d e p e n d e d e la b ase
u tiliz a d a p a ra V . E s ta o b s e r v a c ió n c o n d u c e d e m a n e ra n a tu ra l a la p re g u n ta : ¿ Q u ó e le c c ió n
d e b a s e h a r á lo m á s s e n c illa p o s ib le la m a tr iz d e T I ¿ S ie m p r e e s la b a s e e s tá n d a r ? N o
n e c e s a r ia m e n te , c o m o s e d e m u e s tr a e n e l s ig u ie n te e je m p lo .
Suponga que
1 3 0
A = 3 1 0
0 0 -2
e s la m a tr iz d e T : R * - * R 3 c o n r e s p e c to a la b a s e e s tá n d a r. E n c u e n tr e la m a tr iz d e T c o n
r e s p e c to a la b a s e
B ' = { (1, 1 , 0 ), ( 1 , - 1 , 0 ), ( 0 , 0 , 1 ) ) .
1 1 0
P = 1 -1 0
0 0 - 1
Sección 6.4 ejercicios 401
y s e c o n c lu y e q u e
1 1
2 2
P -' = 1 2
2 2
0 0
P o r c o n s ig u ie n te , la m a tr iz d e T c o n r e s p e c to a B ' es
l i 0
2 2 1 3 0 1 1 0
A ' = P ~ lA P = 1 0 3 1 0 1 -1 0
2 2
0 0 -2 0 0 1
0 0 1
4 0 0
0 -2 0
0 0 -2
O b s e r v e q u e la m a tr iz A ' e s d ia g o n a l.
L a s m a tric e s d ia g o n a le s p r e s e n ta n v a ria s v e n ta ja s c o m p u ta c io n a le s s o b r e la s n o d ia
g o n a le s . P o r e je m p lo , la ¿ - é s im a p o te n c ia d e u n a m a tr iz d ia g o n a l s e d e f in e c o m o
0 •• 0 0 ••• 0 ■
[- /
0 •• 0 0 d2 •• 0
D = • • • D* = • * •
0 0 - d .,_ 0 0 ••• dn \
U n a m a triz d ia g o n a l e s s u p r o p ia tra n s p u e s ta . A d e m á s , si to d o s lo s e le m e n to s d e la d ia
g o n a l so n d if e r e n te s d e c e r o , e n to n c e s la in v e rs a d e u n a m a tr iz d ia g o n a l e s la m a tr iz c u y o s
e le m e n to s d e la d ia g o n a l p r in c ip a l s o n lo s ic c íp r o c o s d e lo s e le m e n to s c o r r e s p o n d ie n te s
e n la m a tr iz o r ig in a l. E n v irtu d d e ta le s v e n ta ja s c o m p u ta c io n a le s , e s im p o r ta n te h a lla r
fo rm a s (e n c a s o d e s e r p o s ib le ) d e e le g ir u n a b a s e d e V p a ra q u e la m a tr iz d e tr a n s f o r m a c ió n
s e a d ia g o n a l, c o m o e n el e je m p lo 5. E s te p r o b le m a s e a b o r d a r á e n el c a p ítu lo s ig u ie n te .
3 . T : R 2 - + R \ T ( x , y ) = ( y t x ),
B ' = [ ( 1 . - 1 ) . ( 1 .1 ) )
4 . T : R 2 - + R 2, T ( x , y ) = ( x + y t x - y ) ,
B ' = {(0, 1), (1 , 0)}
6. 7 : / ? 3 -+ /? 3, r ( ; c , y , z ) = ( 0 , 0 , 0 ) ,
z r = { ( 1 , 1 , 0), ( 1 , 0, 1 ), ( 0, 1 , 1 ))
3 2
A =
0 4
la m a triz d e T: R 2 - * R2 c o n re sp e c to a B.
a) D e te rm in e la m a triz d e tra n sic ió n P de B ' a B .
b ) A p liq u e las m a tric e s A y P p a ra e n c o n tra r [v]fl y [ r ( v ) ] fl, d o n d e
-1
M /r = 2
1
M * ' = -3
-1
1
la m a triz de T : R 3 R 3 c o n re sp e c to a B.
a) E n c u e n tre la m a triz d e tra n sic ió n P d e B ' a B.
b) U se la s m a tric e s A y P p a ra e n c o n tra r [v]fl y [ r ( v ) ] fl, d o n d e
r
o
-i
Sección 6.4 Ejercicios 403
c ) E n c u e n tr e A ! (la m a tr iz d e T c o n re s p e c to a B ' ) y P -1 .
d) E n c u e n tre [ r ( v ) ] fl, d e d o s fo rm as: p rim ero c o m o P _ ,[7Xv)]fl y lu e g o c o m o A '[ v ] fl.
1 0 0 11 7 10
A = 0 -2 0 B: 10 8 10
0 0 3. -1 8 -12 -1 7
-1 1 0‘ 1 -1 2
P = 2 1 2 » P -' = 0 -1 2 V
1 1 1. 1 2 -3
d o n d e B = P ~ ]A P .
A =
1 0 -4 -1 5 P =
2 5
P "1 = 3 -5
$ B = t
0 2 2 7 1 3 -1 2
2 1 . C o m p le te la d e m o stra c ió n d el te o re m a 6 .1 3 al d e m o stra r q u e si A e s s e m e ja n te a B y B es
se m e ja n te a C , e n to n ces A e s sem ejan te a C.
2 3 . D e m u e stre q u e si A y B so n se m e ja n te s, e n to n c e s A 2 es s e m e ja n te a B 2.
O*
cf
P n im Pm
i
•:j11,'.>(!' J
p a ra i = 1 , 2 , . . . , n.
R eflexión en \
la recta y = x
......
E x p a n s ió n h o r iz o n t a l ( k > I ) E x p a n s ió n v e r t ic a l ( k > 1)
o C o n tr a c c ió n ( 0 < k < 1) o C o n tr a c c ió n ( 0 < k < 1)
A * 1 0
0 k
D e s p la z a m ie n to v e r t ic a l
:
■ l i l i : ¡1 1 1 1 1 1 1
Sección 6. .5 Aplicaciones de las Transformaciones Lineales 405
► E je m p lo I R e fle x io n e s e n e l P ln n o
L a s tr a n s f o r m a c io n e s d e f in id a s p o r la s s ig u ie n te s m a tric e s s e d e n o m in a n r e f le x io n e s . L as
r e f le x io n e s tie n e n el e f e c to d e m a p e a r u n p u n to d el p la n o x y c o n su im a g e n “ e s p e c u la r "
c o n r e s p e c to a u n o d e lo s e je s d e c o o r d e n a d a s o a la r e c ta d e f in id a p o r y = x t c o m o se
m u e s tra c n la fig u ra 6 . 1 1 .
a ) R e fle x ió n e n el e je y :
T ( x yy ) = ( - * , y )
-1 0 X -X
0 1 y y
b ) R e fle x ió n c n el e j e * :
T (x t y ) = (x t -y )
1 0 X X
0 -1 y -y
c ) R e fle x ió n e n la re c ta y = x :
T ( x y y ) = (y , x )
0 1 X y
1 0 y X
FIGURA 6.11
► E je m p lo 2 D ila ta c io n e s y C o n tr a c c io n e s e n e l P la n o
L a s tra n s fo r m a c io n e s d e f in id a s p o r la s s ig u ie n te s m a tric e s s e d e n o m in a n d i l a t a c i o n e s o
c o n t r a c c i o n e s , d e p e n d ie n d o d el v a lo r d e l e s c a la r p o s itiv o k.
406 Capítulo 6 Transformaciones Lineales
FIGU RA 6.12
y
b ) C o n tr a c c io n e s y d ila ta c io n e s v e rtic a le s
T ( x , y ) = (x , k y )
1 0 X X
0 k y ky
FIGU RA 6.13
y y
O b s e r v e q u e e n la s F iguras 6 .1 2 y 6 .1 3 la d is ta n c ia q u e s e d e s p la z a el p u n to (* , y ) d e b id o
a u n a c o n tra c c ió n o u n a d ila ta c ió n e s p ro p o rc io n a l a su c o o r d e n a d a x o y . P o r e je m p lo , b a jo
l a tr a n s fo rm a c ió n d e f in id a p o r
T \ x y y ) = ( 2 x y y ),
Sección 6.5 Aplicaciones de las Transformaciones Lineales 407
e l p u n to ( 1 , 3 ) s e m o v e ría 1 u n id a d a la d e r e c h a , p e r o el p u n to ( 4 , 3 ) s e m o v e ría 4 u n id a d e s
a la d e re c h a . A
E l te r c e r tip o d e tr a n s f o r m a c ió n lin e a l e n el p la n o q u e c o r r e s p o n d e a u n a m a tr iz e le
m e n ta l s e lla m a d e s li z a m i e n to , c o m o s e d e s c r ib e c n el s ig u ie n te e je m p lo .
T \x , y ) = (x + k y , y ) T ( x , y ) = (* , y + k x )
1 k X x + ky 1 0 X
0 1 y y k i y = [1kx +
*
y
a) E l d e s li z a m i e n to h o r iz o n ta l d e f in i d o p o r T ( x , y ) = (x + 2 y , y ) s e m u e s tr a e n la
f ig u r a 6 .1 4 . B a jo e s ta tr a n s f o r m a c ió n , lo s p u n to s d el s c m ip la n o s u p e r io r s e “ d e s li
zan'* a la d e r e c h a u n a c a n tid a d p ro p o r c io n a l a s u c o o r d e n a d a y . L o s p u n to s e n el
s e m ip la n o in f e r io r s e “ d e s liz a n ” a la iz q u ie rd a u n a c a n tid a d p ro p o r c io n a l al v a lo r
a b s o lu to d e s u c o o r d e n a d a y . B a jo e s ta tr a n s f o r m a c ió n , lo s p u n to s s o b r e el e je x
p e rm a n e c e n c n su s itio .
FIGURA 6.14
FIGURA 6.15
X
'1 eos 6 -sen 0 0 X
/
x e o s G - y sen 0
— ~
y sen 6 eos 9 0 y x sen 6 + y eos 0
z' 0 0 1 z' z
FIGURA 6.16
Sección 6.5 Aplicaciones de las Transformaciones Lineales 409
E l e je m p lo 4 d e s c r ib e c ó m o u tiliz a r e s ta m a tr iz p a ra r o ta r u n a fig u ra c o m p le ta c n el
e s p a c io trid im e n s io n a l.
► E je m p lo 4 R o ta c ió n A lr e d e d o r d e l E je z
L o s o c h o v é rtic e s s ig u ie n te s so n d e u n a c a ja r e c ta n g u la r c u y a s a r is ta s m id e n 1, 2 y 3
u n id a d e s.
a) 6 = 60° b) Q = 90° c) 0 = 1 2 0 °
FIGURA 6.17
y
x
a) L a m a tr iz q u e p r o d u c e u n a ro ta c ió n d e 6 0 ° e s
i o
2 2
TL I o
2 2
0 0 1
Capítulo 6 Transformaciones Lineales
V é rtic e o r ig in a l V é rtic e ro ta d o
V x = (0 , 0, 0) ( 0 . 00 , 0 . 00 , 0 )
V2 = ( 1 , 0, 0) ( 0 .5 0 , 0 .8 7 , 0)
Vj = ( 1, 2 , 0) ( - 1 .2 3 , 1.87, 0)
V4 = (0 , 2 . 0) ( - 1 .7 3 , 1.00, 0 )
V5 = (0, 0, 3) ( 0 .0 0 , 0 .0 0 , 3)
^ = (1 ,0 , 3) ( 0 .5 0 , 0 .8 7 , 3)
V? = (1 ,2 , 3) ( - 1 .2 3 , 1 .8 7 ,3 )
v8 = (0, 2, 3) ( - 1 .7 3 , 1 .0 0 ,3 )
b) L a m a tr iz q u e p r o d u c e u n a ro ta c ió n d e 9 0 ° es
c) L a m a triz q u e p r o d u c e u n a ro ta c ió n d e 1 2 0 ° e s
_1 VT
e o s 120 ° - s e n 120 ° o’
2 2
?en 120 ° e o s 120 ° 0 = VT I
1
in
0 0 1 2
0 0
y e n la fig u ra 6 .1 8 (c ) s e m u e s tra la g r á f ic a d e la c a ja ro ta d a .
FIGURA 6.18
S u r Ión 6.5 Aplicaciones d e las Transformaciones Lineales i
E n el e je m p lo 4 s e u s ó u n a m a tr iz p a r a e f e c tu a r u n a ro ta c ió n a lr e d e d o r d e l e je i .
m a n e r a s e m e ja n te , e s p o s ib le u s a r m a tric e s p a ra r o ta r fig u ra s a lr e d e d o r d e l e je x o d el
y . A c o n tin u a c ió n s e re s u m e n lo s tr e s tip o s d e ro ta c ió n .
R o ta c ió n a lr e d e d o r R o ta c ió n a lr e d e d o r R o ta c ió n a l re d e d o
d e l e je x d e l e je y d e l e je z
E n c a d a c a s o , la ro ta c ió n e s tá o r ie n ta d a e n c o n tra d el s e n tid o d e l m o v im ie n to d e la s m a
c illa s d e l re lo j c o n re s p e c to a u n a p e r s o n a q u e o b s e r v a d e fre n te h a c ia la d ir e c c ió n n e g a t
d e l e je in d ic a d o , c o m o s e m u e s tr a e n la fig u ra 6 .1 9 .
FIGURA 6.19
► E je m p lo 5 R o ta c io n e s A lr e d e d o r d e lo s E je s x y y
a) L a m a tr iz q u e ro ta u n p u n to 9 0 ° a lre d e d o r d e l e je x es
0 0
A = 0 -1
1 0
b) L a m a tr iz q u e ro ta u n p u n to 9 0 ° a lre d e d o r d e l e je y es
0 0 1
A = 0 1 0
-1 0 0
E n la fig u ra 6 .2 0 s e o b s e r v a el r e s u lta d o d e m u ltip lic a r e s ta s d o s m a tric e s p o r lo s v é rtie
d e la c a ja d e l e je m p lo 4.
412 Capítulo 6 Transformaciones Lineales
FIGURA 6.20
L a s ro ta c io n e s a lr e d e d o r d e lo s e je s d e c o o r d e n a d a s p u e d e n c o m b in a r s e a Fin d e p r o d u
c i r c u a lq u ie r v is ta d e u n o b je to . P o r e je m p lo , e n la F igura 6.21 s e o b s e r v a la ro ta c ió n q u e
s e o b tie n e al ro ta r p rim e r o la c a ja (d e l e je m p lo 4 ) 9 0 ° a lre d e d o r d e l e je y y lu e g o ro tá n d o la
120 ° a lre d e d o r d e l e je z.
FIGURA 6.21
E l u s o d e g rá fic a s p o r c o m p u ta d o r a y a e s c o m ú n e n tr e lo s d is e ñ a d o r e s e n m u c h o s c a m
p o s . S im p le m e n te p r o g r a m a n d o c n u n a c o m p u ta d o r a la s c o o r d e n a d a s q u e d e f in e n e l p e rfil
d e u n o b je to , u n d is e ñ a d o r p u e d e o b s e r v a r el o b je to a n te s d e c re a rlo . C o m o un e je m p lo
s e n c illo , la im a g e n d e l b a r c o d e ju g u e te q u e s e m u e s tra c n la fig u ra 6.22 fu e c r e a d a u s a n d o
s o la m e n te 2 7 p u n to s e n el e s p a c io . U n a v e z q u e lo s p u n to s s e a lm a c e n a n e n u n a c o m p u
ta d o ra , e l b a r c o p u e d e o b s e r v a r s e d e s d e c u a lq u ie r p e rs p e c tiv a .
Sección 6.5 Ejercicios 413
FIGURA 6.22
S e c c ió n 6 .5 a E je r c ic io s
a ) ( 3 .5 ) b) ( 2 , - 1 )
c ) (<i.O) d) ( 0 . 6)
414 Capítulo 6 Transformaciones Lineales
a) (0 , 1 ) b) ( - 1 , 3 )
c) (£i, 0 ) d ) ( 0 , b)
3. S ean 7 X 1,0) = ( 0 ,1 ) y 7 ( 0 ,1 ) = ( 1 ,0 ) .
a) D e te rm in a r 7X*, y ) p a ra c u a lq u ie r ( x , y ).
b) P ro p o rc io n a r u n a d e scrip c ió n g e o m é tric a de T.
5. T (x , y ) = (x , y 12) 6. T ( x , y ) = (4 x ,y )
19. T es u n a refle x ió n en el e je y.
A =
2 0
0 3
3 0
A =
0 3
2 0 1 0
27. A = 28 . /t =
0 1 2 1
29. A =
0 1 1 3
30. A =
1 0 0 1
31. A =
2 0 2 0 1 0
2 1 0 1 2 1
3 2. A =
0 3 0 1 1 0
1 0 1 0 0 3
FIGURA 6.23
Capítulo 6 Ejercicios Je Repaso 417
C a p ítu lo 6 A e je rc ic io s de Repaso
E n los e je rc ic io s del 5 al 12, d ete rm in a r si la fu n ció n d a d a e s u n a tra n sfo rm a c ió n lin eal. E n caso
a firm a tiv o , d e te rm in a r su m a triz e stá n d a r A .
5. T: R 2 - * R 2, T \x v x 2) = (* , + 2xv - x y - x 2)
8. r * 2 ^ * 2. 7 U . y ) = (M .|y l>
9. T : R 2 - * R \ T ( x r x 2) = ( x 2%x v x l )
10. T : R 3 -* R 2t 7 \x , y t z ) = (y. y )
11. T:R 3 - * R 3, T {x v x v * 3) = (x , - x v x 2 - x y x i - * ,)
12. T. R 3 -* R 3y T {x y y y z) = (z, y, x )
19. A =
0 1 2 , v = ( 6 , 1, 1), w = (3 , 5)
-2 0 0
20 . /\ = H . l ] . v =
1 1 1
21. A = 0 1 1 , v = (2 , 1 ,- 5 ) , >v = ( 6 , 4 , 2)
0 0 1
4 0'
22 . A = 0 5 *.Vv = (2 , 2 ), w = (4 , - 5 . 0 )
1 1
1 2 2 1 3
25. 4 = - 1 0 26. /\ = 1 1 0
1 1 0 1 -3
3 6 . 7 : t f 3 - / ? 2, 7 ( * , y , z ) = (* + y , y - z )
3 7 . 7 ,: R 2 ~ > R 3y T }( xy y ) = (x, x + y ,y )
T2: R * - > R \ T 20 c, y, z) = ( 0 ,y )
3 8 . T }: R - > R \ 7 ( a ) = (*, 3 a )
7 2: tf2 ^ / ? , 7 ( * , y ) = (y + 2A:)
3 9 . U se la m a triz e stá n d a r d e la ro tació n cn R2 cn c o n tra del sen tid o d el m o v im ie n to d e las m a
n e c illa s del reloj p a ra ro ta r 9 0 ° a lre d e d o r d el o rig en el triá n g u lo c u y o s v értices so n (3 ,5 ) ,
(5 , 3) y (3 , 0 ). G rafiq u e los trián g u lo s.
2 0 1 1 1
41. 4 = 42. A =
o 3 0 1 1
l ‘4 0 7
1 44. A =
43. A = 4 5 5 1
0 1 0 0 2
4 5 . 7: R 2 - R \ 7 ( a , y ) = ( - x , y, a: + y ), v = (0 , 1),
* = { ( ! , 0 , ( 1 , - 1 ) ) , B ' = {(0 , 1 , 0), ( 0, 0, l ) , ( l , 0, 0 ))
4 6 . T : R2 R 2, T (x , y ) = (2 y , 0 ). v = ( - 1 . 3),
B = ((2 , 1). ( - 1 , 0 ) } , / i ' = { ( - 1 , 0 ) , (2 . 2 ))
4 7 . T : R 2 - R \ T (x , y ) = ( x - 3y, y - x ),
B ' = { ( I , - 1 ) , (1 , D )
4 8 . T: R 2 - R \ T (x , y , z) = (x + 3y, 3* + y , -2 z ),
B ’ = { (I, l , 0 ) , ( l , - l , 0 ) , (0 , 0, l ) j
424 Capítulo 7 Valores Característicos y Vectores Característicos
L o s té rm in o s v a lo r c a r a c te r ís tic o y v e c to r c a r a c te r ís tic o c o r r e s p o n d e n a lo s té rm in o s
e ig e n v a lo r y e ig e n v e c to r , d e r iv a d o s d e l té rm in o a le m á n E ig e n w e r t c u y o s ig n if ic a d o e s
“ v a lo r p ro p io ” .
L o s v a lo re s c a ra c te r ís tic o s y lo s v e c to re s c a r a c te r ís tic o s tie n e n m u c h a s a p lic a c io n e s
im p o rta n te s , a lg u n a s d e la s c u a le s s e e s tu d ia rá n e n la s e c c ió n 7 .4 . P o r e l m o m e n to s e d a rá
u n a in te r p re ta c ió n g e o m é tr ic a d e l p r o b le m a e n R 2. S i X e s u n v a lo r c a r a c te r ís tic o d e u n a
m a tr iz A y x e s u n v e c to r c a r a c te r ís tic o d e A c o r r e s p o n d ie n te a X t e n to n c e s la m u ltip lic a
c ió n d e x p o r l a m a tr iz A p r o d u c e u n v e c to r X x p a r a le lo a x , c o m o s e m u e s tr a e n la fig u ra
7 .1 .
FIGURA 7.1
„ S e a A u n a m a tr iz n x n . E l e s c a l a r X s e d e n o m in a v a l o r c a r a c t e r í s t i c o d e A si e x is te
m v e c to r x d if e r e n t e d e c e r o ta l q u e
Ax « Xt.
E l v e c to r x s e lla m a v e c t o r c a r a c t e r í s t i c o d e A c o r r e s p o n d ie n te a X.
Sección 7.1 Valores Característicos y Vectores Característicos 425
O bservación: N ó te s e q u e u n v e c to r c a r a c te r ís tic o n o p u e d e s e r c e ro . S i fu e s e x e l v e c to r
c e r o , e n to n c e s la d e f in ic ió n c a r e c e r ía d e s e n tid o , p o r q u e >40 = X 0 s e c u m p le p a r a to d o s los
v a lo re s re a le s d e X . S in e m b a r g o , s í e s p o s ib le u n v a lo r c a r a c te r í s t ic o d e X = 0 . ( V é a s e el
e je m p lo 2 .)
U n a m a tr iz p u e d e te n e r m á s d e u n v a lo r c a r a c te r ís tic o , c o m o s e m u e s tr a e n lo s e je m p lo s
i y 2.
2 0
A =
0 -1
c o m p r o b a r q u e x , = (1 , 0 ) e s u n v e c to r c a ra c te rís tic o d e A c o rre s p o n d ie n te al v a lo r c a
ra c te rís tic o X ] = 2 , y q u e x 2 = ( 0 ,1 ) e s u n v e c to r c a r a c te r ís tic o d e A c o r r e s p o n d ie n te al v a lo r
c a r a c te r ís tic o X^ = - 1 .
2 0 1
A \] =
0 -1 0
= 2
l i i l i
característico característico
A s í, x , = (1 , 0 ) e s u n v e c to r c a r a c te r ís tic o d e A c o r r e s p o n d ie n te al v a lo r c a r a c te r ís tic o
X ] = 2 . D e m a n e ra s e m e ja n te , al m u ltip lic a r x 2 p o r A s e o b tie n e
2 0 0
0 - 1 1
0
-1
1 -2 1
A = 0 0 0
.0 1 1.
v e r if iq u e q u e Xj = ( - 3 , - 1 , 1 ) y x 2 = ( 1 , 0 , 0 ) s o n v e c to r e s c a r a c te r ís tic o s d e A y e n c u e n tr e
s u s v a lo re s c a r a c te r ís tic o s c o rre s p o n d ie n te s .
1 -2 1 -3' 0 -3'
AXj = 0 0 0 -1 = 0 = 0 -1
t .0 1 1 1. .0. 1.
P o r ta n to , = ( - 3 , - 1 , 1 ) e s u n v e c to r c a ra c te rís tic o d e A c o rre s p o n d ie n te al v a lo r c a r a c
te rís tic o X ¡ = 0 . D e m a n e ra s e m e ja n te , a l m u ltip lic a r x 2 p o r A s e o b tie n e
1 -2 1 1 1 1
0 0 0 0 —
0 = 1 0
0 1 1 .0 . 0. LO.
A s í, x 2 = ( 1 , 0 , 0 ) e s u n v e c to r c a r a c te r ís tic o d e A c o r r e s p o n d ie n te a l v a lo r c a r a c te r ís tic o
Espacios Característicos
A u n q u e e n lo s e je m p lo s 1 y 2 s e p r e s e n ta s o la m e n te el v e c to r c a r a c te r ís tic o d e c a d a v a lo r
c a r a c te r ís tic o , c a d a u n o d e lo s c u a tr o v a lo re s c a r a c te r ís tic o s d e lo s e je m p lo s 1 y 2 tie n e
in f in id a d d e v e c to r e s c a r a c te r ís tic o s . A sí, e n el e je m p lo 1, lo s v e c to re s ( 2 , 0 ) y ( - 3 , 0 ) so n
v e c to r e s c a r a c te r ís tic o s d e A c o r r e s p o n d ie n te s a l v a lo r c a r a c te r ís tic o 2 . D e h e c h o , si A es
u n a m a tr iz n x n c o n u n v a lo r c a r a c te r ís tic o A, y u n v e c to r c a r a c te r ís tic o c o r r e s p o n d ie n te
x , e n to n c e s to d o m ú ltip lo e s c a la r d e x d if e r e n te d e c e r o ta m b ié n e s u n v e c to r c a r a c te r ís tic o
d e A . L o a n te r io r p u e d e o b s e r v a r s e al c o n s id e r a r u n e s c a la r c d if e r e n te d e c e r o , c o n l o q u e
s e o b tie n e
A (c x ) = c (A x ) = c ( X x ) = X (c x ).
T a m b ié n e s c ie r to q u e si Xj y x 2 so n v e c to re s c a r a c te r ís tic o s c o r r e s p o n d ie n te s al m is m o
v a lo r c a r a c te r ís tic o X , e n to n c e s s u s u m a ta m b ié n e s u n v e c to r c a r a c te r ís tic o c o r r e s p o n
d ie n te a p o rq u e
E n o tr a s p a la b ra s , e l c o n ju n to d e to d o s lo s v e c to re s c a r a c te r ís tic o s d e u n v a lo r c a r a c te r ís
tic o X d a d o , j u n t o c o n e l v e c to r c e r o , e s u n s u b e s p a c io d e R n. E s te s u b e s p a c io e s p e c ia l d e
R n s e lla m a e s p a c i o c a r a c t e r í s t i c o d e X.
Sección 7,I Valores Característicos y Vectores Característicos
{ 0 ) u { x: x e s un vector característico d e X]
A =
-1
0
-1 0 X -X
A y =
o i y y
E n la f ig u r a 7 .2 s e ilu s tr a el h e c h o d e q u e lo s ú n ic o s v e c to r e s re f le ja d o s s o b r e m ú ltip lo s
e s c a la r e s d e e llo s m is m o s s o n a q u e llo s q u e e s tá n s o b r e e l e je x o s o b r e e l e je y .
P a r a u n V e c to r s o b r e e l E je x P a r a u n V e c to r s o b r e e l E je y
- i o| X -X
= -1 X -1 0 0 0 0
0 =i
0 1j 0 0 0 1 y. y.
P o r ta n to , lo s v e c to re s c a r a c te r ís tic o s c o r r e s p o n d ie n te s a X , = - 1 so n lo s v e c to r e s d if e
re n te s d e c e ro q u e e s tá n s o b re el e je x \ los v e c to re s c a ra c te rístic o s c o rre s p o n d ie n te s a ^ = 1
so n lo s v e c to re s d if e r e n te s d e c e r o q u e e s tá n s o b r e e l e je y . L o a n te r io r im p lic a q u e el
e s p a c io c a r a c te r ís tic o c o r r e s p o n d ie n te a X, = - 1 e s e l e je x y q u e e l e s p a c io c o r r e s p o n d ie n te
a X2 = 1 e s e l e je y .
428 Capítulo 7 Valores Característicos y Vectores Característicos
FIGURA 7.2
y
T refleja vectores
en e l e je y. M
( X l - A ) x = 0.
E s te s is te m a h o m o g é n e o d e e c u a c io n e s tie n e s o lu c io n e s d if e r e n te s d e c e r o s í y s ó lo si la
m a tr iz d e c o e f ic ie n te s ( X I - A ) n o e s in v e r tib le ; e s d e c ir , s í y s ó lo si e l d e t e r m in a n te d e
( X I - A ) e s c e ro . P o r ta n to , s e p u e d e e s ta b le c e r e l s ig u ie n te te o re m a .
ii r * O í tP | a <
Teorem a 7 2 V a lo r a (M a r i p r v ‘
S ea A una matriz n x n .
L a e c u a c ió n d e t(X / - A ) = 0 s e lla m a e c u a c ió n c a r a c t e r í s t i c a d e A . A d e m á s , c u a n d o
s e d e s a r r o lla e n f o rm a d e p o lin o m io , é ste
IX/ —Al = Xn + c ^ X * - 1 + • • • + c xX + c 0
A . D e b id o a q u e e l g r a d o d el p o lin o m io c a r a c te r ís tic o d e A e s ig u a l a n y e n to n c e s A p
d e te n e r c u a n d o m u c h o n v a lo r e s c a r a c te r ís tic o s d is tin to s .*
2 -12
1 -5
Solución: L a e c u a c ió n c a r a c te r ís tic a d e A es
A -2 12
\X I-A\ =
-1 A+ 5
= (A -2 )(A + 5 ) - ( - 1 2 )
= A2 + 3 A - 1 0 + 1 2
= A2 + 3A + 2
= ( A + l) ( A + 2 ) = 0,
- 1 -2 12 -3 12
( - 1 ) 7 =
-1 -1 + 5 -1 4
q u e s e re d u c e p o r r e n g lo n e s a
1 -4
0 0
4/ 4
x = = 1 , t 0.
*2 I 1
P a ra X2 = - 2 , s e tie n e
-2 -2 12 -4 12 p l i k 1 -3
(- 2 ) 7 - A =
-1 -2 + 5 - 1 3 0 0
* El teorema fundamental del álgebra establece que un polinomio de grado n tiene exactamente n raíces
embargo, estas n raíces incluyen raíces repetidas y raíces complejas. En este capítulo sólo interesan las ri
reales de polinomios característicos; es decir, valores característicos reales. (En el capítulo 9 sc anali/atá
valores característicos complejos.)
430 Capítulo 7 Valores Característicos y Vectores Característicos
V 3/
t
—
— 1t
3
1
- 2.
A c o n tin u a c ió n s e r e s u m e n lo s p a s o s s e g u id o s e n e l e je m p lo 4.
E l p r o b le m a d e e n c o n tr a r lo s v a lo re s c a r a c te r ís tic o s d e u n a m a tr iz n x n p u e d e s e r d if í
c il p o rq u e im p lic a la fa c to riz a c ió n d e u n p o lin o m io d e g r a d o n. S in e m b a r g o , u n a v e z q u e
s e h a d e te r m in a d o u n v a lo r c a r a c te r ís tic o , h a lla r lo s v e c to r e s c a r a c te r ís tic o s c o r r e s p o n
d ie n te s e s u n a a p lic a c ió n d ir e c ta d e l p r o c e d im ie n to d e G a u s s -J o rd a n .
2 0
A = 0 0
.0 2 .
¿ C u á l e s la d im e n s ió n d e l e s p a c io c a r a c te r ís tic o d e c a d a v a lo r c a r a c te r ís tic o ?
Solución: L a e c u a c ió n c a r a c te r ís tic a d e A es
X -2 -1 0
0 X -2 0 = (X-2)3= 0
0 0 X -2
Sección 7.1 Valores Característicos y Vectores Característicos 431
P o r ta n to , el ú n ic o v a lo r c a r a c te r ís tic o e s A. = 2. P a ra e n c o n tr a r lo s v e c to re s c a r a c te r ís tic o s
a s o c ia d o s c o n A. = 2 , s e r e s u e lv e e l s is te m a lin e a l h o m o g é n e o r e p r e s e n ta d o p o r ( 2 / - A )
x = 0.
0 -1 0
21- A = 0 0 0
0 0 0 .
L o a n te r io r im p lic a q u e x 2 = 0 . C o n lo s p a rá m e tro s s = x , y t - x y s e e n c u e n tr a q u e lo s
v e c to re s c a r a c te r ís tic o s d e X = 2 so n d e la fo rm a
s r 0
p o r lo m e n o s u n o d e s y t e s d if e r e n te
X=
*2 = 0 = s 0 + 1 0
d e c e ro .
/ .0. 1
■ *3.
► E je m p lo f í D e te r m in a c ió n d e V a lo r e s C a r a c te r ís tic o s y V e c to re s C a r a c te r ís tic o s
D e te rm in e lo s v a lo re s c a r a c te r ís tic o s de
1 0 0 o-
0 1 5 -10
1 0 2 0
1 0 0 3
y e n c u e n tr e u n a b a s e p a r a c a d a u n o d e lo s e s p a c io s c a r a c te r ís tic o s c o r r e s p o n d ie n te s .
Solución: L a e c u a c ió n c a r a c te r ís tic a d e A e s
>>
0 0
O
1
0 X .-1 -5 10
IXJ-/1I =
-1 0 X.-2 0
1 0 0 X. - 3
» ( X - l) :( X .- 2 ) ( X .- 3 ) = 0.
A sí, los valoro» característicos son X., ■ I, X,2 = 2 y A,, = 3. (Observe que X., = 1 tiene
imiltiplieiílml 2 .) l i n a b u so nurucIcspueiocurueterístieodeX..» I sccncuentracom asioue.
432 Capítulo 1 Valores Característicos y Vectores Característicos
0 0 0 0- i 0 0 2‘
0 0 -5 10 0 0 1 -2
(1 ) / - A =
-1 0 -1 0 0 0 0 0
-1 0 0 -2 .0 0 0 0
C o n s = x ? y / = x . s e o b tie n e
V 0s - 2 / 1
s + 0/
x =
*3
Os +2 1
-4 - 0.? + /.
0* -2 "
1 0
= s
0
+1 2
■
.0. . 1 .
P o r c o n s ig u ie n te , u n a b a s e d e l e s p a c io c a r a c te r ís tic o c o r r e s p o n d ie n te a X., = 1 e s
B ] = { (0 , 1 , 0 , 0 ) , ( - 2 , 0 , 2 , 1 )}. B a s e p a r a fc, = 1
P a ra X 2 = 2 y ^ = 3 s e s ig u e e l m is m o p a tró n p a r a d e te r m in a r la s b a s e s d e l e s p a c io
c a ra c te rís tic o .
B 2 = { ( 0 , 5 , 1 ,0 )} B ase p ara = 2
* 3 = { ( 0 , - 5 , 0 , 1)}. B ase p ara ^ = 3
(b )A =
Solución:
u) S in u s a r el te o r e m a 7 .3 s e e n c u e n tr a q u e
X -2 0 0
\X I-A \ = 1 X - 1 0
-5 -3 X+ 3
= (X - 2 )(X - 1)(X + 3 ).
P o r ta n to , lo s v a lo r e s c a r a c te r ís tic o s s o n X , = 2 , X¿ = 1 y X3= - 3 , q u e s o n s im p le m c n ti
lo s e le m e n to s d e la d ia g o n a l p r in c ip a l d e A .
b) E n e s te c a s o s e a p lic a el te o re m a 7 .3 p a ra c o n c lu ir q u e lo s v a lo re s c a r a c te r ís tic o s so i
lo s e le m e n to s d e la d ia g o n a l p r in c ip a l X, = - 1 , X2 = 2 , X3 = 0 , X4 = - 4 y X5 = 3 . 4
1 3 0
B a s e e s tá n d a r:
A = 3 1 0
i? = { ( 1 . 0 , 0 ), ( 0 , 1 , 0 ). ( 0 , 0 , 1 ))
0 0 -2
E n e l e je m p lo 5 d e la s e c c ió n 6 .4 s e e n c o n tr ó q u e la m a tr iz d e T c o n r e s p e c to a la b a s e b
e s la m a tr iz d ia g o n a l
4 0 0
B a s e n o e s tá n d a r:
A' = 0-2 0
* = { ( 1 , 1 , 0 ) , ( 1 , - 1 , 0 ), ( 0 , 0 , 1 )}
0 0 -2 J
A h o ra , la p r e g u n ta e s: “ P a r a u n a tr a n s f o r m a c ió n T d a d a , ¿ c ó m o s e p u e d e d e te r m in a r un
b a s e B ' c u y a m a tr iz c o r r e s p o n d ie n te s e a d ia g o n a l? ” E n e l s ig u ie n te e je m p lo s e d a u n a in
d ic a c ió n d e la re s p u e s ta .
436 Capítulo 7 Valores Característicos y Vectores Característicos
-1 -1 1 a) x = (2 , - 4 , 6 )
2
-2 0 -2 b) x = ( 2 , O, 6)
II
3 - 3 1 c) x = (2 , 2 , 0 )
d) x = ( - 1 , 0, 1 )
1 0 5 a) x = ( 1, 1, 0)
0 - 2 4 b ) x = ( - 5 , 2, 1)
ii
. 1 - 2 9. c ) x = (0 , 0, 0 )
d ) x = ( 2 V 6 - 3 , - 2 V 6 + 6, 3)
E n lo s e je rc ic io s d el 15 al 3 0 , d e te rm in e a) la e cu a ció n c a ra c te rístic a y b ) lo s v a lo re s c a ra c
te rístic o s (y los v e c to re s c a ra c te rístic o s c o rre sp o n d ie n te s) d e la m a triz d ad a.
2 1 1 -4
15. 16.
0 3 -2 8
6 3 1 3
17. 18.
-2 1 2 0
2 3 4 0
19. 20 .
1 4 3 -4
'2 0 1 -5 0 0
21. 0 3 4 22 . 3 7 0
.0 0 1 4 -2 3
1 2 3 2 -3
23. -2 5 2 4. -3 -4 9
-6 6 -1 -2 5
1 -2 1 2 1 -1
25. 0 1 4 2 6. 0 - 1 2
0 0 2 0 0 - 1
3 5
0 - 3 5
‘2 2
27. -4 4 -1 0 13
2 8. T -1 0
0 0 4
9
8
‘ 2
1 0 -1 1 1 -3 3 3
0 1 0 1 -1 4 -3 -3
29. 3 0.
-2 0 2 -2 -2 0 1 1
0 2 0 2. 1 0 0 0
1 -3
2 5
4 0 6 -1
31. 32.
-3 2 1 5
1 0 -4 -3 1 0
33. 0 3 1 34. -1 3 2
2 0 1 0 4 3
4 3 . Si lo s v alo re s c a ra c te rístic o s de
A =
44. D em u estre q u e
0 1
-I 0
En los ejercicios del 45 al 48, determine la dimensión del espacio característico correspon
diente al valor característico 3.
3 0 o' 3 1 0
45. A = 0 3 0 46. A = 0 3 0
0 0 3 0 0 3.
3 1 o' 3 1 1
47. A = 0 3 1 48. A = 0 3 1
.0 0 3. .0 0 3.
49. (Cálculo) Sea T : C'IO, 1] -> CIO, 1] definida por T( f) = f . Dem uestre que X = 1 es un valor
característico d c j { x ) = ex.
50. (Cálculo) Para la transform ación lineal dada en el ejercicio 49, determ ine el valor
característico correspondiente al vector característico d e flx ) = e"2*.
Determ ine los valores característicos y los vectores característicos de T con respecto a la
base estándar { 1 , x, x 2}.
Determ ine los valores característicos y los vectores característicos de T con respecto a la
base estándar { 1 , x, x 2 ).
a- c +d b+ d
(: i) - - 2a + 2 c - 7 d 2b + 2d
D eterm ine los valores característicos y los vectores característicos de T con respecto a la
base estándar
1 0 0 1 0 0 0 0 1
B = í t
i 0 0 0 0 1 0 » 0 1 i
7.2 ▲ Diagonaüzación
E n la sección an terio r se analizó el pro b lem a d el v a lo r c a ra c te rís tic o . En esta sección se
abordará o tro pro b lem a clásico del álgebra lineal, llam ado p r o b le m a d e d ia g o n a ü z a c ió n .
E n térm inos d e m atrices*, el pro b lem a se p lan tea com o sigue: p ara una m atriz cuadrada
i4, ¿ex iste u n a m atriz in vertiblc P tal que P ~{A P sea diagonal?
B = P ~ 'A P .
D c fin ic ^
U n a m a tr iz A - n x n e s d i a g o n a l i z a b l e si A e s s e m e ja n te a u n a m a tr iz d ia g o n a l. E:
d e c ir, A e s d ia g o n a liz a b le si e x is te u n a m a triz in v e r tib le P ta l q u e
D a d a e s ta d e f in ic ió n , e l p r o b le m a d e d ia g o n a liz a c ió n p u e d e p la n te a r s e c o m o s i|
¿Qué m a tric e s c u a d r a d a s s o n d ia g o n a liz a b le s ? R e s u lta e v id e n te q u e to d a m a tr iz d iag e
D e s d ia g o n a liz a b le , y a q u e la m a tr iz id e n tid a d I p u e d e f u n c io n a r c o m o P p a r a obte
D = t xD l . E n e l e je m p lo 1 s e m u e s tr a o tro e je m p lo d e u n a m a tr iz d ia g o n a liz a b le .
► E je m p lo í U n a M a t r i z D ia g o n a liz a b le
L a m a triz d e l e je m p lo 5 d e la s e c c ió n 6 .4 ,
1 3 0
A = 3 1 0
0 0 -2
e s d ia g o n a liz a b le , y a q u e
1 1 0
P= 1 - 1 0
0 0 1
tie n e la p ro p ie d a d d e q u e
4 0 0
P -lA P = 0 -2 0
.0 0 -2 .
C o m o s e in d ic ó e n e l e je m p lo 8 d e la s e c c ió n a n te r io r , e l p r o b le m a d e l v a lo r ca:
te rís tic o e s tá e s tr e c h a m e n te r e la c io n a d o c o n e l p r o b le m a d e d ia g o n a liz a c ió n . L o s
te o re m a s s ig u ie n te s ilu s tra n m á s e s ta re la c ió n . E l p r im e r te o re m a e s ta b le c e q u e m a t r
s e m e ja n te s d e b e n te n e r lo s m is m o s v a lo re s c a r a c te r ís tic o s .
440 Capítulo 7 Valores Característicos y Vectores Característicos
Siv% y 8 son matrices semejantes n x n , entonces tienen los m ism os valores carac-
jM ftó fcb s» .....
D em ostración: D a d o q u e A y B s o n s e m e ja n te s , e n to n c e s e x is te u n a m a tr iz in v e rtib le P
ta l q u e B = P ~ XA P . E n v irtu d d e la s p r o p ie d a d e s d e lo s d e te r m in a n te s , s e c o n c lu y e q u e
\ X I - B \ = \ X I - P ~XA P \ = IP ~ xX lP - P - 'A P I
= \P -\\I-A )ñ
= \ F - ]\ \ X I - A \ \ ñ
= \ P - '\ \ ñ \ X I - A \
= \P -l f t \ X l - A \
= \XI-A\.
► E je m p lo 2 D e t e r m in a c ió n d e lo s V a lo r e s C a r a c t e r í s t ic o s d e M a t r ic e s S e m e ja n te s
L a s s ig u ie n te s m a tric e s s o n s e m e ja n te s
1 0 0
A = -1 1 1
-1 -2 4
y
1 0 0
D = 0 2 0
0 0 3 .
U s e e l te o re m a 7 .4 p a r a h a lla r lo s v a lo re s c a r a c te r ís tic o s d e A y D .
X, = l , ^ = 2, *3 = 3 .
A d e m á s , d a d o q u e A e s s e m e ja n te a D , p o r e l te o r e m a 7 .4 s e s a b e q u e A tie n e lo s m is m o s
v a lo re s c a r a c te r ís tic o s q u e D . L o a n te r io r p u e d e v e r if ic a r s e a l d e m o s tr a r q u e e l p o lin o m io
c a r a c te r ís tic o d e A e s
\ X I - A \ = ( X - 1 )(A ,- 2 ) ( X - 3 ). <
O b servación: E l e je m p lo 2 s im p le m e n te e s ta b le c e q u e la s m a tric e s A y D so n s e m e ja n te s .
In te n te c o m p r o b a r q u e D = P ~ XA P p o r m e d io d e la s m a tric e s
S e cc ió n 7 .2 D ia g o n u liza c ió n 441
1 O O
1 1 O
I 1 2
1 O O
P-' = -1 2 -1
. 0 - 1 1
Demostración: Prim ero s e su p on e q u e A e s diagon alizab lc. E ntonces e x iste una matriz
invertible P tal que P ~ lA P = D e s diagon al. A l hacer que lo s elem en to s en la d iagonal principal
d e D sea n X ,, X j , . . . , Xn y que lo s v ecto res co lu m n a d e P sean p p p 2, . . . , p „ s e o b tien e
’ X, 0 • •• 0 '
0 ^ 0
P D = [ p , : P 2 i . . . i p„]
. 0 o X j
= f t . j P , : X jP 2 : . . . : X „ p J .
P e ro c o m o A P = [ A p x • A p 2 • . . . : A p j y D , s e tie n e q u e l o cu a l im p lica
[ A p , i A p 2 : . . . • A p J = [X lP ] i X ^ : . . . : X „ p n].
A P = A [ p , : p 2 : . . . i p j = [ X ,P | : X j P j I . . . i X np J .
442 Capítulo 7 Valores Característicos y Vectores Característicos
L a m a tr iz d e l la d o d e r e c h o d e e s ta e c u a c ió n p u e d e e s c r ib ir s e c o m o e l s ig u ie n te p r o d u c to
d e m a tric e s .
Xx 0
0 X,
AD = [p. • p , • Pj = PD
0 o
O bservación: U n re s u lta d o im p o r ta n te d e la d e m o s tr a c ió n a n te r io r e s q u e la s c o lu m n a s d e
P c o n s ta n d e lo s n v e c to re s c a r a c te r ís tic o s lin e a lm e n te in d e p e n d ie n te s .
R e c u e rd e q u e u n c o n ju n to d e n v e c to re s e n R n e s lin e a lm e n te in d e p e n d ie n te s í y s ó lo si
la m a triz c u y a s c o lu m n a s c o r r e s p o n d e n a lo s n v e c to r e s e s e q u iv a le n te p o r r e n g lo n e s a la
m a tr iz id e n tid a d ¡ n. E s te h e c h o s e u s a e n el s ig u ie n te e je m p lo .
p, = ( 1 , 1 , 0 ) , p2 = ( l , - l , 0 ) , p3 = (0,0,1)
L a m a tr iz P c u y a s c o lu m n a s c o r r e s p o n d e n a e s to s v e c to r e s c a r a c te r ís tic o s e s
1 1
P = 1 -1
0 0
A d e m á s , c o m o P e s e q u iv a le n te p o r r e n g lo n e s a /3, e n to n c e s lo s v e c to re s c a r a c te r ís
tic o s p p p2 y p3 s o n lin e a lm e n te in d e p e n d ie n te s .
b) L a m a tr iz d e l e je m p lo 2 tie n e lo s s ig u ie n te s v e c to re s c a r a c te r ís tic o s .
Pl = ( 1 , 1 , 1 ) , p2 = ( 0 , 1 , 1 ) , p3 = ( 0 , 1 , 2 )
L a m a tr iz P c u y a s c o lu m n a s c o r r e s p o n d e n a e s to s v e c to r e s c a r a c te r ís tic o s es
1 0 0
p = 1 1 1
1 1 2 .
C o m o P e s e q u iv a le n te p o r r e n g lo n e s a / 3, e n to n c e s lo s v e c to re s c a r a c te r ís tic o s p,, p2
y p 3 s o n lin e a lm e n te in d e p e n d ie n te s . 41
Sección 7.2 Diagonalización 443
I* i s e g u n d a p a rte d e l te o re m a 7 .5 s u g ie r e lo s p a s o s s ig u ie n te s p a r a d ia g o n a liz a r u n a
m a triz .
1. D e te r m in e n v e c to r e s c a r a c te r ís tic o s lin c a lm e n te in d e p e n d ie n te s p , , p 2, . . . , p n
d e A f c o n v a lo r e s c a r a c te r ís tic o s c o r r e s p o n d ie n te s X ,, . . . , X n. S i n o e x is te n
n v e c to re s c a r a c te r ís tic o s lin e a lm e n te in d e p e n d ie n te s , e n to n c e s A n o e s d ia -
g o n a liz a b le .
2. S i A tie n e n v e c to r e s c a r a c te r ís tic o s lin e a lm c n tc in d e p e n d ie n te s , e n to n c e s s e a P
l a m a tr iz n x n c u y a s c o lu m n a s s o n ta le s v e c to r e s c a r a c te r ís tic o s . E s d e c ir,
P - f p , i p 2 •:
3. L a m a tr iz d ia g o n a l D ~ P ~ ¡A P te n d r á lo s v a lo re s c a r a c te r ís tic o s X ,. ...,
e n s u d ia g o n a l p r in c ip a l (y c e r o s e n e l re s to ). O b s e rv e q u e e l o rd e n d é l o s v e c to re s
c a ra c te rís tic o s u s a d o s p a ra f o r m a r P d e te r m in a e l o r d e n e n q u e a p a re c e n lo s
v a lo re s c a ra c te rís tic o s s o b re l a d ia g o n a l p r in c ip a l d e £>.
► E je m p lo 4 U n a M a t r iz n o D ia g o n a liz a b le
D e m u e s tr e q u e la s ig u ie n te m a tr iz n o e s d ia g o n a liz a b le .
1 2
A =
0 1
Solución: C o m o A e s tr ia n g u la r , e n to n c e s lo s v a lo re s c a r a c te r ís tic o s s o n s im p le m e n te los
e le m e n to s d e la d ia g o n a l p rin c ip a l. A s í, e l ú n ic o v a lo r c a r a c te r ís tic o e s X = 1. L a m a triz
( l - A ) tie n e la s ig u ie n te fo rm a e s c a lo n a d a re d u c id a .
0 -2 0 1
I - A =
0 0 != > o o
E s to im p lic a q u e x 2 = 0 , y al h a c e r * , = t se e n c u e n tr a q u e to d o v e c to r c a r a c te r ís tic o d e
A e s d e la fo rm a
x = = t
► E je m p lo 5 D ia g o n a liz a c ió n d e u n a M a t r iz
D e m u e s tr e q u e la s ig u ie n te m a tr iz e s d ia g o n a liz a b le ,
454 Capítulo 7 Valores Característicos y Vectores Característicos
e s ortogonal porque
P "1 = / * =
0 -1
1 0
P = [ p , : p, : . . . ! p j
’ P ii P 12 Pin'
P l\ P22 * * * Pljx
. P n\ P r2 **‘ Pmi .
P. P| P2 • P| Pn '
P. P2 P2 ‘ • P 2 P„
P. P„ P 2 • P„ P„.
Sección 7 J M otrices Simétricas y DiágonaUzución Ortogonal 45f
D m lo q u e e l c o n ju n to {p )t p 2. • • • . p ;j) e s o r to n o r m a l, s e tie n e
p , p y = 0, i ± j y p . - p . = llp.n2 = 1 .
P o r ta n to , la m a tr iz c o m p u e s ta d e p r o d u c to s p u n to e s d e la fo rm a
P*P = = / n.
. 0 0 1
I.o a n te rio r im p lic a q u e P = P ~] y s e c o n c lu y e q u e P e s o r to g o n a l. L a d e m o s tr a c ió n d e
te o r e m a e n la o tr a d ir e c c ió n s e d e ja p a r a e l le c to r. <
1 2 2
3 3 3
P =
-2 _L
0
v y ^ y
-2 5
3v r 3v y 3v y
e s o rto g o n a l al p r o b a r q u e P P * = /. L u e g o , d e m u e s tr e q u e lo s v e c to r e s c o lu m n a d e /
c o n s titu y e n un c o n ju n to o rto n o rm a l.
Solución: C o m o
1 2 -2 -2
3 3 v y 3v y 1 0 0
-2 1 =
PP‘ = O j_ -4 0 1 0
v y v y 3v r 0 0 1
/y .
-2 -4 5
o
3v r 3v y 3v r 3v y .
s e c o n c lu y e q u e P l - P ~ \ p o r lo q u e P e s o r to g o n a l. A d e m á s , a l h a c e r
n - / i z k
- M
l _ U ’v y ’ 3v y '
P2=( ^ ’^ y ’ w y )
456 Capítulo 7 Valores ( 'aráeteríslicos y Vectores Característicos
se o btiene
p, p2 = p, p3= p2 • p3 = 0
y
IIP,» = iip2n = iip3n = 1 .
' *P orconsiguiente, ( p P p 2, p 3} e s un conjunto ortonorm al, co m o lo garan tiza e l teorem a 7.8.
A ntes d e presen tar el resultado principal de esta sección, se d a el sig u ien te resultado
prelim inar, el cual estab lece que para m atrices sim étricas los vectores característicos
co rresp o n d ien tes a valores característicos diferentes son ortogonales.
1
■21
"22
XJ = X .'X 2
l2z,
^ l^ Xl ’ X2^ ^ ^ 1X|) * x2
= (A x ,) • Xj
=
= ( x ,'A')x 2 Y a que A e s sim étrica, A = A 1.
= (X,'A)X 2
= x,'(A x 2)
= x /Í^ X j)
= x, ( T ^ x j = A ^ x , • x2).
E sto im plica que (A,, - A^Kx, • x2) = 0 y, co m o A., * A.2, se co n clu y e q u e x, x 2 = 0. Por
co n sig u ien te, x, y Xj son ortogonales.
Kfrm plo (> Vectores Q irnctcrfstlcos de uno M o triz Sim étrico
IIHlONtrc Mu c d o s v e c to r e s c a r a c te r ís tic o s c u a le s q u ie r a d e
3 1
1 3
»|W>ndicntcs a v a lo re s c a r a c te r ís tic o s d is tin to s s o n o rto g o n a le s .
X, = (s , - s ), s * 0.
y to d o v e c to r c a r a c te r ís tic o c o r r e s p o n d ie n te a X 2 = 4 e s d e la fo rm a
I x 2 = (í, 0 , t * 0.
P o r c o n s ig u ie n te ,
j x , • ^ = ( j , - s ) • (/, t ) = s t - s t = 0 ,
y s e c o n c lu y e q u e Xj y x 2 s o n o rto g o n a le s .
f Diagonalización Ortogonal
U n a m a tr iz e s d i a g o n a l i z a b l e o r t o g o n a l m e n t e si e x is te u n a m a tr iz o r to g o n a l P ta l q
P -'A P = D e s d ia g o n a l. E l s ig u ie n te te o re m a im p o r ta n te e s ta b le c e q u e el c o n ju n to d e rr
tric c s d ia g o n a liz a b le s o rto g o n a lm c n te e s p r e c is a m e n te el c o n ju n to d e m a tr ic e s s im é tric
D em ostració n : L a d e m o s tr a c ió n d e l te o r e m a e n u n a d ir e c c ió n e s b a s ta n te d ire c ta ,
d e c ir , s i s e s u p o n e q u e A e s d ia g o n a liz a b le o r to g o n a lm c n te , e n to n c e s e x i s t e u n a m a
o r to g o n a l P ta l q u e D = P ~ l A P e s d ia g o n a l. A d e m á s , c o m o P "1 = P ', s e tie n e
A = P D P - 1 = P D P *,
lo c u a l im p lic a q u e
a 1= (P D P iy = ( p y r y p 1= p d p 1= a .
P o r c o n s ig u ie n te , A c s s im é tric a .
458 Capítulo 7 Valores Característicos y Vectores Característicos
► E je m p lo 7 D e te r m in a c ió n d e s i u n a M a t r iz es D ia g o n a liz a b le O r to g o n a lm e n te
¿ C u á l e s d e la s s ig u ie n te s m a tric e s e s d ia g o n a liz a b le o r to g o n a lm e n te ?
1 1 1 5 2 1
A .= 1 0 1 a 2= 2 1 8
1 1 1 -1 8 0
3 2 0 0 0
^3 = A 4. =
2 0 1 0 -2
^ N f r m p lo 8 D ia g o n a liz a c ió n O r t o g o n a l
D i te rm in e u n a m a tr iz o rto g o n a l P q u e d ia g o n a lic e o r to g o n a lm c n te a
-2 2
A
2 1
íollK irin
A. + 2 -2
= (X + 3)(X - 2),
-2 X -l
•p f P o r ta n to , lo s v a lo re s c a r a c te r ís tic o s s o n A,, = - 3 y X2 = 2.
a. P u ra c a d a v a lo r c a r a c te r ís tic o s e e n c u e n tr a u n v e c to r c a r a c te r ís tic o al c o n v e rtí
m a triz X I - A a la f o r m a e s c a lo n a d a re d u c id a .
V e c to r c a r a c te r ís tic o
-3 1 -A =
-2 i ] O
1
0
2 ]
0 | o -2
1
21- A =
4 1 ]O '
0
- i
0
o
L o s v e c to re s c a r a c te r ís tic o s ( - 2 , 1) y (1 , 2 ) c o n s titu y e n u n a b a s e o r t o g o n a l de
C a d a u n o d e e s to s v e c to r e s s e n o r m a liz a p a r a o b te n e r u n a b a s e o r t o n o r m a l.
p , = (" 2 ’ 1} -
IK-2.1)11 v y ( - 2 ’ ( v y ’v y )
_ 0 . 2) _
p2=
11( 1 . 2)11 =v T (1'2)=( v f v f )
3. D e b id o a q u e la m u ltip lic id a d d e c a d a v a lo r c a r a c te r ís tic o e s 1, s e p a s a d irectam e
al p a s o 4.
4. U s a n d o p , y p 2 c o m o v e c to re s c o lu m n a , s e c o n s titu y e la m a tr iz P .
zL _L
vy vy
P =
J _ _2_
.vy v y .
P a r a c o m p ro b a r q u e P e s c o r r e c ta s e c a lc u la P ~ lA P = P ‘A P .
zL _L
vy vy -2 2 vy vy -3 0
P 'A P =
J_ _2_ 2 1 1 2 0 2
.vy v y . .vy v y .
466 Capítulo 1 Valores Característicos y Vectores Característicos
La Serie de Fibonacci
L a s e r i e d e F ib o n a c c i d e b e su n o m b re a l m a te m á tic o ita lia n o L e o n a rd o “ F ib o n ac ci* ’ de
p is a ( 1 1 7 0 - 1 2 5 0 ). L a fo rm a m á s s im p le d e e s ta s u c e s ió n e s d e f in ir lo s d o s p rim e ro s
té rm in o s c o m o x { = 1 y x 2 = 1 y , lu e g o , d e f in ir e l n - é s im o té rm in o c o m o la s u m a d e su s
d o s p r e d e c e s o r e s in m e d ia to s . E s d e c ir.
Xn = Xn - l + Xn - V
A s í, e l te r c e r té rm in o e s 2 = 1 + 1, e l c u a r to e s 3 = 2 + 1, e l q u in to e s 5 = 3 + 2 , e tc ., si se
c o n tin ú a c o n e s te p a tró n s e o b tie n e
■^i» *2 * X¿f
■'M X y •^‘7* *10» - 'i p
i i 1 i i I 1 i i i i
1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 8 9,
L a f ó r m u la x n
n= xn n —.I +. x n_ 2 s e d e n o m in a f ó r m u la r e c u r s iv a p o rq u e lo s n - 1 p rim e ro s
té rm in o s d e b e n c a lc u la rs e a n te s d e q u e s e a p o s ib le c a lc u la r e l /i- é s im o té rm in o .
A c o n tin u a c ió n s e m o s tr a rá c ó m o e s p o s ib le u s a r v a lo r e s c a r a c te r ís tic o s y v e c to re s
c a r a c te r ís tic o s p a ra d e te r m in a r u n a f ó r m u la e x p líc ita p a ra d e te r m in a r e l w -ésim o té rm in o
d e la s u c e s ió n d e F ib o n a c c i. P a r a e m p e z a r , s e fo rm a la m a tric ia l d e la f ó r m u la rc c u rs iv a
p a ra e l /i- é s im o té rm in o d e la s u c e sió n .
1 1 Vi - 1 * „ - l + *„-2
1 0 n -2 Xn —\
k/ i - l
A sí,
1 I 1 2 *3
1 0 1 1 *2
2
1 1 2 1 1 1 3 *4
1 0 1 1 0 1 2
V3
3
1 1 3 1 I 1 5 •V5
1 0 2 1 0 1 3 *4
y e n g e n e r a l s e p u e d e e s c r ib ir
A"~2
1 —
, donde A = 1 I
I ^ -i 1 0
E s ta f ó r m u la m a tric ia l p a r a e n c o n tr a r e l n - é s im o té rm in o d e la s u c e s ió n F ib o n a c c i p u e d e
s im p lific a r s e a l h a lla r u n a m a tr iz P ta l q u e D = P ~ [A P s e a d ia g o n a l. C o m o
A = P D P -1
StnchUi 7.4 Aplicaciones de los Valores y (le los Vectores Característicos 467
1 = p D » - 2p -1 1 m
mm x„
A *"
1 1 Xn - 1
1 1
1 O
1 +V 5~
i-vr
el e je rc ic io 1 1 .) A l e le g ir q u e d o s v e c to re s c a r a c te r ís tic o s fo r m e n la s c o lu m n a s d e
oblicnc
2 2
/' =
-I+V T" - 1 V5~~
ic el e je rc ic io 1 2 .)
p i y t - l p -1 _ 1
1
i 1 +yJ~5 2
4V 5 -1 + V T -2
i +VF o
o . i
o 1 - V 5-
puro o b te n e r
V T |( 2 ) l
(
2 JVIj
468 Capítulo 7 Valores Característicos y Vectores Característicos
► E je m p lo 4 D e te rm in a c ió n d e lo s T é rm in o s d e ln S e rie d e F lb o n a c c l
_ 1 f / 1 + -/T \" / 1 -V 5 ~ V
xn = r -
V5 m - (
Solución: Se em p ieza p o r calcu lar varias potencias d e (1 ± V 37/2.
i ± V T 'l 2 - 3 ±VT
2 , ) 2
i ± V T 'l 3 - 4 ± 2 \Í5 ~
2 ,1 2
i ±V T ' 7 ± 3 -J T
2 .) 2
i ± vy- 11 ± S V T
2 ) 2
i ± V T -i 6 - 18 ± 8V 5-
2 2
1 18 + 8V~5~_ 18 - % \f5~ = 8.
*6 =
2 2
y ñ = an\>1 + a n ^ 2 + • • • +
d o n d e cad a y . e s u n a fu n ció n de t y y ' = d y jd t. Si se hace
' yr r*'i
y2 yi
y= • y / = •
. y„. . yñ .
/ = A y.
Sección 7.4 Aplicaciones de los Valores y d e los Vectores Característicos 46!
>\ ■ 4 y.
K ■
II: D el c á lc u lo s e s a b e q u e la s o lu c ió n d e la e c u a c ió n d if e r e n c ia l
/ • k y
ymCe
s ig u ie n te , la s o lu c ió n d e l s is te m a d a d o es
y, - c / '
>2 ■ C 2e"
>2 = C 3«2'-
Ltt f o rm a m a tr ic ia l d e l s is te m a d e e c u a c io n e s d if e r e n c ia le s lin e a le s d e l e je m p lo 5 e
A y, o b ie n
yp 4 0 0 ' >V
= 0 - 1 0
y2 y2
0 0 2 . . y2.
¡tinto, lo s c o e f ic ie n te s d e t e n la s s o lu c io n e s y ¿ = e s tá n d a d o s p o r lo s v a lo r e
C te rís tic o s d e la m a triz A .
Si A e s u n a m a tr iz d ia g o n a l , e n to n c e s la s o lu c ió n d e
f¿ Y * Ay
J e o b te n e rs e d e in m e d ia to , c o m o e n el e je m p lo 5. S i A n o e s d ia g o n a l, e n to n c e s 1
UCión r e q u ie r e u n p o c o m á s d e tra b a jo . P r im e r o s e in te n ta e n c o n tr a r u n a m a tr iz P q u
|O n a li c e a A . L u e g o , e l c a m b io d e v a r ia b le s d a d o p o r y = P w y y ' = / V ' p ro d u c e
r—
■ pw ’ = apv / m m w ’ = p -'a p w ,
n i
lio n d e P - 'A P e s u n a m a tr iz d ia g o n a l. E s te p r o c e d im ie n to s e m u e s tr a e n e l e je m p lo 6 .
i m # i
y { = 3 y, + 2 y2
y2’ = (>y{ - y2
470 Capítulo 7 Valores Característicos y Vectores Característicos
3 2
A =
6 -1
1 1 -3 0
P = y P~lA P =
-3 1 0 5
< 1 -3
0
0
5 tV2 o w ,' = —3vv,
w2' = 5w 2
w, = C xe -3/
W2 ~ ^ 2 e5i'
P ara volver a las variables originales y , y y2, se em plea la sustitución y = P w y se escribe
y¡ 1 1 wt
>2 -3 1 w2
lo cu al im p lica q u e la solución es
y| = w , + w2 = C ,e"3/ + C2e5t
y 2 = -3>v, + w 2 = - 3 C,e~3/ + C2e51.
e^ ..........
1. V a lo r c a ra c te rís tic o con m u ltip lic id a d m a y o r que 1: L a m atriz de co eficien tes del
sistem a
y í = -*y i + 4>2
AV. r ló n 7.4 Aplicaciones de los Valores y de los Vectores Característicos 471
O
-4
Ú nico v u lo r c a r a c te r ís tic o d e A e s X = 2 y la s o lu c ió n d e l s is te m a d e e c u a c io n e s
r é n d a l e s lin e a le s es
C .e » + C 2ie 2'
yi"
■ (2 C , + C 2)e2' + 2 C 2/e 2'.
| V u lo r r x c a r a c te r ís tic o s c o m p le jo s : L a m a tr iz d e c o e f ic ie n te s d e l s is te m a
. >* ■
•»
0 -i
1 o
L oü v a lo re s c a r a c te r ís tic o s d e A s o n A,, = / y = - i la s o lu c ió n d e l s is te m a d e
| c o lla c io n e s d if e r e n c ia le s lin e a le s es
y i C , eo s t + C 2 sen t
- C 2 e o s f + C j s e n /.
Vi
Uto c o m p ro b a r e s ta s s o lu c io n e s al o b te n e r la s d e r iv a d a s y s u s titu ir e n e l s is te m a
final d e e c u a c io n e s .
sCuadráticas
v a lo re s c a r a c te r ís tic o s y lo s v e c to re s c a r a c te r ís tic o s p u e d e n u s a r s e p a r a r e s o lv e r el
le m a d e r o ta c ió n d e e je s p r e s e n ta d o e n la s e c c ió n 4 .8 . (E s p o s ib le q u e s e d e s e e r e v is a r
a n á lis is a h í p r e s e n ta d o .) R e c u e rd e q u e la c la s if ic a c ió n d e la e c u a c ió n c u a d rá tic a
a x2 + b xy + cy2 + d x + e y + / = 0 E c u a c ió n c u a d rá tic a
w b U N ta n te d ir e c ta e n la m e d id a e n q u e la e c u a c ió n n o c o n te n g a té rm in o x y (e s d e c ir,
» 0 ) . S in e m b a r g o , si la e c u a c ió n c o n tie n e té rm in o x y , e n to n c e s la c la s if ic a c ió n s e lo g ra
fá c ilm e n te a l e f e c tu a r p r im e r o u n a ro ta c ió n d e e je s q u e e lim in e e l té rm in o xy.
La e c u a c ió n r e s u lta n te ( c o n r e s p e c to a lo s n u e v o s e je s x 'y ') s e r á e n to n c e s d e la fo rm a
lo v e rá q u e lo s c o e f ic ie n te s a' y c so n lo s v a lo re s c a r a c te r ís tic o s d e la m a tr iz
a b /2
A =
b /2
L a e x p re s ió n
matrizA e s s/>n¿/r/cfl por definición. A dem ás, la matrizA será diagonal s í y só lo si su forma
cuadrática correspondiente no tiene término xy, com o se ilustra en el ejem plo 7.
Solución:
a) C om o a = 4, b = 0 y c = 9 , entonces la matriz es
4 0
/\ = Matriz diagonal (sin término xy)
0 9
b) C om o a = 13, b = - 1 0 y c = 13, la matriz es
13 -5
A = Matriz diagonal (con término xy)
-5 13
32 + 22 " ’ ’
(X)2 (y’)2
32 + 2 2 ’
que corresponde a la ecuación de la elipse mostrada en la figura 7.4.
V«r cóm o nc puede usar la m atriz d e una forma cuadrática para efectuar una ro
da ajos, sea
P X = X’ =
f - O, la rotación definida
X = P X ’ elim ina e l término x y s i e s u n am atriz ortogonal, c o n !PI <= 1, que
iliza a A . Es decir.
C om o el polinom io característico de A es
X - 13 5
= (X. — 13)2 —25 = (X - 8)(X - 18),
5 X - 13
se concluye que los valores característicos de A son X, = 8y X2 = 18. Por tanto, la ecuación
de la cónica rotada es
8 ( - 0 2 + 1 8 ( / ) 2 - 7 2 = 0,
cof oo*
32 + 22 ’
se identifica com o la ecuación de una elipse. (V éase la figura 7.4.) A
y y V a cos 0 -s e n 0
P =
sen 0 eos 9
-V 7 V T -
Primero, observe que IPI = 1, lo cual im plica que P es una rotación. Adem ás, dado que eos
4 5 ° = l V T = sen 4 5 °, se concluye que 9 = 45 °, com o se muestra cn la figura 7.4.
La matriz ortogonal P especificada en el teorema de los ejes principales no es única.
Sus elem entos dependen del orden de los valores característicos X, y y de la elección
posterior de los vectores característicos x , y x2. A sí, en la solución del ejem plo 8 hubiera
funcionado cualquiera de las siguientes elecciones de P.
X, Xj X, Xj X, *2
J_ _1_" j ______ i _ ' ' j_ _ i_ ‘
vy VT vy yy yy yy
_ _L _ J_ i i _ _L J_
.VT VT - .vy yyJ . yy yy -
X¡ = S , X 2 = 18 Xt = 1 8 , ^ = 8 X¡ = 18, X2 = 8
9 = 225° 9 = 135° 0=315°
¡ b n ¡ón 7.4 Aplicaciones Je los Volares y J e los Vectores Característicos 475
PtdOKA 7.5.
A continuación se resum en los pasos usados en la aplicación del teorem a de los ejes
principales.
p _ eos 9 -se n 6
sen 9 eos 0
K El ángulo 0 representa el ángulo de rotación de la cónica.
■i L a ecuación de la cónica rotada es
En el ejem plo 9 se muestra cóm o aplicar el teorem a de los ejes principales para rota
Unu cónica cuyo centro se ha trasladado lejos del origen.
3x? - 1Oxy + 3 y 2 + 1 6 V 2 r - 3 2 = 0.
_1_ _ J _ '
v y v y eo s 9 -se n 9
P = , d onde IPI = 1 .
sen 9 co s 9
. v y v y .
'_ _ L _ J _ '
v y v y
[d e]P )C = [ ! 6 ' / y 0]
j j_
. v y v y _
= -1 6 x - 16/
8 ( j0 2 - 2 ( / ) 2 - 16a:' - 1 6 / - 3 2 = 0.
( / - l )2 ( y ' - 4 )2
l2 22
FIGURA 7.6
3 ^ 2 - 1 0 ry + 3 y 2 + | 6 V Z t - 3 2 = 0
S u d ó n 7.4 Aplicación** de lox Valores y de los Vedares Característicos
OV* ♦ b y 2 + cz* + d x y -f e x z + f y z + g x + h y + iz + j = 0
« -
d e
-
2 2
i b f
2
* í c
2 2
IU v e rs ió n trid im e n s io n a l, el te o re m a d e lo s e je s p r in c ip a le s r e la c io n a lo s v a lo
« tico s y lo s v e c to r e s c a r a c te r ís tic o s d e A c o n la e c u a c ió n d e la s u p e rfic ie
0. P o r e je m p lo , la m a tr iz A a s o c ia d a c o n la e c u a c ió n c u a d r á tic a
5 0 4
0 4 0
4 0 5
( / ) 2 + 4 ( y ')2 + 9 ( z ') 2 - 3 6 = 0,
ya forma e s tá n d a r es
(x ’ f (y ’ ) 2 (z 1) 2
= 1.
62 + 32 22
L a g rá f ic a de e s ta e c u a c ió n e s u n e lip s o id e . C o m o s e m u e s tr a e n la fig u ra 7 .7 , lo s ej
ssen tan u n a ro ta c ió n d e 4 5 ° e n s e n tid o c o n tr a r io a la s m a n e c illa s d e l re lo j al
l l c j e y . A d e m á s , la m a tr iz o rto g o n a l
■ 1 o -L "
vy yy
P =
0 1 0
1 0 J_
Vt vy_
llé n e la p ro p ie d a d d e q u e P ‘ A P e s d ia g o n a l.
478 Capítulo 7 Valores Característicos y Vectores Característicos
FIGURA 7.7
0 2 10 0 4 160
1. A = * x “ 2. A =
10 xi = 160
1 0 ir 0
0 2 2 0 “ 100'
0 3 4' \\2 i
A 0 0 0 100
3. A = 1 0 0 , x 1 = 12 4. A = 4
, X ,=
100
0 1 0 0
0. .12
0 i 0 0
i
0 - .100.
a) Un total del 75% d e la población sobrevive el prim er año. D e este 75% , el 25% s o
brevive el seg u n d o año. La duración m áxim a d e vida es tres años.
Sección 7.4 ¡ijerciciox <
1 a
1* y xi =
I? ¡I- 1 a
d e F ib o n a c c i
u eb e q u e la m a triz
1 1
1 0
• n el e je m p lo 3 tien e v alo re s cara c te rístic o s
1 + V5
*2 =
V 2
lo res c a ra c te rístic o s
*,.(2.-i+V5) y x 2 = ( 2 , - 1 - V5).
las m atrices
2 2 i \+ > /5 2
/• - p -x =
-í+ v r - í- v r 4 \Í 5 -1 +V 5~ -2
- i + ' / r o
" -2 0 - 1 - V5~
M m despejar e n la e c u a c ió n m atricial
i H r - 7F - '
n- 1
xn el /i-ésim o té rm in o de la se rie de F ib o n ac ci. D eterm in e el lím ite d e x j x n_x c
ft tiende a infinito.
[ A plique la fó rm u la
I m i [/ i +vr y i \ - yf s\ n
p ir a e n c o n tra r el d é c im o té rm in o d e la serie d e F ib o n acci.
480 Capítulo 7 Valores Característicos y Vectores Característicos
v r \n
17. D eterm ine una fórm ula explícita para la sucesión definida por
1. 3. 4, 7, 11............
0, 3. 3, 6, 9............ í
donde xn = xn_¡ + x ^ .
19. O btenga el lím ite d e x j x n_x cuando n tiende a infinito para la sucesión defin id a en el
ejercicio 17.
20. O btenga el lím ite d e x j x n i cuando n tiende a infinito para la sucesión defin id a en el
ejercicio 18.
S is te m a s d e E c u a c io n e s D ife re n c ia le s L in e a le s (C álcu lo )
I l y , » C le ' + C 2/#'
0 I c y
> i= c i c 2 e o s 2/ + C 3 sen 2 /
2 C 3 e o s 2/ - 2 C 2 sen 2 /
i O -4
>2 =
>3 =
- 4 C 2 e o s 2 / - 4 C 3 sen 2 /
O 1 y x= C / + C 2/ ^ + C 3/ V
A - 0 O y2 = (C , + C 2)et + (C 2 + 2 C ^ t é + C 3/ V
1 -3 y 3 = (C , + 2 C 2 + 2 C 3y + (C 2 + 4 C 3) / ^ + C f e *
C u ad ráticas
* i* y 2- 4 =o 3 8. x 2 - 4 x y + y 2 - 4 = 0
»*»+ 1 0 ^ - 4 / - 3 6 = 0 4 0. 12X2 - 5 x y - x + 2 y - 2 0 = 0
|O r y - 1 0 y + 4 x - 4 8 = 0 4 2 . \6 x 2 - 4 x y + 2 0 y2 - 1 2 = 0
\ 2x2 ~ 3 x y - 2 y 2 + ¡ 0 = 0 4 4 . 5.x2 - 2* y + óy 2 + 1 0 * - 17 = 0
16*2 - 2 4 x y + V - 6 0 * - 8 0 y + 100 = 0
¡7 x * + 3 2 x y - l y 2 - 7 5 = 0
2x 2 + 4 x y + 2 y 2 + 6 y ¡2 x + 2 V 2 y + 4 = 0
Hr2 + 8-xy + 8y 2 + 10 V 2 x + 2 6 V 2 y + 3 1 = 0
100
12. A =
0 1 v -— 32
11. A = x.= 3 ’ XI
100 0 32
0 3 12 300 0 2 2 240 ‘
1
1 0 0 • x i = 300 14. A = 0 0 , x ,=
n
24 0
•
i
2
.0 6 0. . 300_ .0 0 0. 240.
L a S erie d e F ibonacci
15. U se la fó rm u la
1 i i + vs r
*n y¡5 V 2 ) l 2 /
1. 4 , 5, 9 , 14..........
donde x n = + x n_2.
> 2 = y, y í= 3y 2 - y 3
>3- y3
F o rm a s C u ad ráticas
E n lo s e je rc ic io s d el 21 al 2 4, o b te n g a la m a triz A de la fo rm a c u a d rá tic a a s o c ia d a c o n la
e c u a c ió n dad a. E n c a d a caso , o b te n g a u n a m a triz o rto g o n a l P tal q u e P’A P s e a d ia g o n al. T race
la g rá fic a de c a d a ecu ació n .
2 1 . x 2 + 3x y + y2 - 3 = 0 22 . x 1 - \¡ 3 x y + 2 y2 - 10 = 0
2 3 . Ary - 2 = 0 2 4. 9JC2 - 2 4 x y + 16 y 2 - 4 0 0 * - 300>- = 0
iiiui<>8
dos Numéricos
Rllmlnación G a u s s ia n a c o n P iv o te o P a rc ia l
M étodos Ite r a tiv o s p a r a R e s o lv e r S is te m a s L in e a le s
M étodo de P o te n c ia s p a r a A p r o x im a r V a lo r e s C a r a c te r ís tic o s
Aplicación d e lo s M é to d o s N u m é ric o s
I G u sta v J a c o b Ja c o b i fu e e l se g u n d o
n p ró sp e ro b a n q u e ro q u e v iv ía en
A lem an ia. D e s p u é s d e te rm in a r la
la e n P o s td a m 1, in g re s ó a
frsid a d d e B e r lín , E n 1 8 2 5 , lu e g o
ic r su d o c to ra d o m a te m é f e a s ,
tra b a jó c o m o c a te d rá tic o e n la u ru - |
d e B erlín . L u e g o a c e p tó u n p u esto
M r m a te m á tic a s en la u n iv ersid ad
Igsberg,
lescrito s m a te m á tic o s d e Ja c o b i ab arc an d iv e rs o s te m as, in c lu y e n d o fu n cio n es
l, fu n c io n e s d e v a ria b le c o m p le ja , d e te rm in a n te s fu n c io n a le s (d e n o m in a d o s
;), ec u a c io n e s d ife re n c ia le s y fu n c io n e s a b e lia n a s. J a c o b i fu e el p ri m e ro en
l u i c i o n e s e líp tic a s a la te o ría d e lo s n ú m e ro s y p u d o d e m o stra r u n a a n tig u a
d e Fferm at d e q u e to d o e n te ro p o s itiv o p u e d e e s c rib irs e « a n o l a s u m a d e
Irad o s p erfecto s. (P o r ejem p lo , 1 0 = I 2 + l 2 + 2 2 + 2 2). T am b ién c o n trib u y ó
las ra m a s d e la físic a -m a te m á tic a , in c lu y e n d o d in á m ic a , m e c á n ic a c e le s te y
: a # e flu id o s. -' j 'i ; ¡ ¡
¡¡pesar d e su s c o n trib u c io n e s a la s m a te m á tic a s a p lic a d a s, J a c o b i n o c re ía q u i l a
igación m a te m á tic a d e b ía e s ta r ju s tific a d a p o r su a p lje a b ilid a d . A firm a b a q u e
O b jetivo d e la c ie n c ia y las m a te m á tic a s e s “e l h o n o r d el in te le c to h u m a n o ”
“ u n a p re g u n ta so b re n ú m e ro s e s ta n im p o rta n te c o m o u n a s o b re e l sistem a
r ;
>i, q u ie n e ra u n tra b a ja d o r in c a n sa b le , q u e e n 1842 c a y ó e n fe rm o y s e retiró
lín. E n la é p o ca d e s u fa lle c im ie n to , e n i 8 5 1 , y a e ra u n o d e lo s m a te m á tic o s m á s
lies e n E u ro p a.
488 Capítulo 8 M étodos Numéricos
± M x 10*,
d o n d e k e s u n e n te r o y la m a n t i s a M s a tis fa c e la d e s ig u a ld a d 0 .1 ^ M < 1. P o r e je m p lo ,
la s fo rm a s d e p u n to flo ta n te d e a lg u n o s n ú m e ro s r e a le s s o n la s s ig u ie n te s .
N ú m e ro R e a l F o r m a d e P u n to F lo ta n te
527 0 .5 2 7 x 10 3
- 3 .8 1 6 2 3 - 0 .3 8 1 6 2 3 x 1 0 1
0 .0 0 0 4 5 0 .4 5 x 10 ~3
E l n ú m e ro d e c if r a s d e c im a le s q u e s e p u e d e a lm a c e n a r e n la m a n tis a d e p e n d e d e la c o m
p u ta d o r a . S i s e a lm a c e n a n n c if r a s , e n to n c e s s e d ic e q u e la c o m p u ta d o r a a lm a c e n a n
c i f r a s s i g n i f i c a t i v a s . L o s d íg i to s a d ic io n a le s s e tr u n c a n o r e d o n d e a n . C u a n d o u n n ú m e
r o s e t r u n c a a n c if r a s s ig n if ic a tiv a s , la s c if r a s d e s p u é s d e la s n p r im e r a s c if r a s s ig n i
f ic a tiv a s s im p le m e n te s e o m ite n . P o r e je m p lo , tr u n c a d o a d o s d íg ito s o c if r a s s ig n if ic a
t i v a s , e l n ú m e ro 0 .1 2 5 1 e s 0 . 12 .
C u a n d o un n ú m e ro s e r e d o n d e a ( o a p ro x im a ) a n c if r a s s ig n if ic a tiv a s , e l ú ltim o d íg ito
re te n id o a u m e n ta e n u n o si la p o rc ió n d e s c a rta d a e s m a y o r q u e m e d io d íg ito y n o c a m b ia el
ú ltim o d íg ito re te n id o si la p o rc ió n d e s c a rta d a e s m e n o r q u e m e d io d íg ito . P o r ejem p lo ,
re d o n d e a n d o a d o s c ifra s sig n ificativ as, 0 .1 2 5 1 e s 0 .1 3 y 0 .1 2 4 9 e s 0 .1 2 . P a ra el c a s o es-p ccial
e n q u e la p o rció n d e s c a rta d a e s p re c isa m e n te m e d io d íg ito , s e re d o n d e a p a ra q u e el ú ltim o
d íg ito re te n id o sea p a r. A sí, re d o n d e a d o a d o s c ifra s sig n i ficati v as, 0 .1 2 5 e s 0 .1 2 y 0 .1 3 5 e s 0.14.
S ie m p r e q u e la c o m p u ta d o r a tr u n c a o r e d o n d e a , s e in tro d u c e u n e r r o r p o r r e d o n d e o quo
p u e d e a f e c ta r c á lc u lo s p o s te rio re s . E l r e s u lta d o d e s p u é s d e r e d o n d e a r o tr u n c a r s e lla m a
v a lo r a lm a c e n a d o .
a) 5 4 .7 b ) 0 .1 1 3 4 c) - 8 .2 2 5 6
d) 0 .0 8 3 3 5 e ) 0 .0 8 3 4 5
Solución:
N ú m e ro F o r in a d e P u n to F lo ta n te V a lo r A lm a c e n a ,
a) 5 4 .7 0 .5 4 7 x 10 2 0 .5 4 7 X 10 2
b) 0 .1 1 3 4 0 .1 1 3 4 X 10° 0 .1 1 3 X 10°
c) - 8 .2 2 5 6 - 0 .8 2 2 5 6 X 1 0 1 - 0 .8 2 3 X 10'
d) 0 .0 8 3 3 5 0 .8 3 3 5 x 1 0 -' 0 .8 3 4 x 1 0 -'
e) 0 .0 8 3 4 5 0 .8 3 4 5 x 1 0 -' 0 .8 3 4 x 1 0 -'
Sección 8.1 Eliminación Gaussiana con Pivoteo Parcial 489
en lo s in c is o s d ) y e ) q u e c u a n d o la p o rc ió n d e s c a r ta d a d e u n d e c im a l e s p re -
te la m ita d d e u n d íg ito , e l n ú m e ro s e r e d o n d e a p a r a q u e e l v a lo r a lm a c e n a d o
f n un d íg ito p a r. A
OClóll: L a m a y o r ía d e la s c o m p u ta d o r a s a lm a c e n a n lo s n ú m e ro s e n f o r m a b in a ria
dos) en v e z d e u n a f o r m a d e c im a l (b a s e d ie z ). S in e m b a r g o , d e b id o a q u e e l e r r o r
n d e o o c u r r e e n a m b o s s is te m a s , e l a n á lis is s e r e s tr in g ir á a la m á s c o n o c id a b a s e
flTor p o r r e d o n d e o tie n d e a p r o p a g a r s e a m e d id a q u e a u m e n ta e l n ú m e ro d e o p e -
I a ritm é tic a s . E s te fe n ó m e n o s e ilu s tr a e n el s ig u ie n te e je m p lo .
0 .1 2 0 .2 3
0.12 0.12
n d o c a d a c á lc u lo in te r m e d io a d o s c if r a s s ig n if ic a tiv a s . L u e g o , o b te n g a la so
OXncta y c o m p a r e lo s d o s re s u lta d o s .
|k A l r e d o n d e a r c a d a c á lc u lo in te r m e d io a d o s c if r a s s ig n if ic a tiv a s s e o b tie n e lo
M I - ( 0 .1 2 ) ( 0 .1 2 ) - ( 0 .1 2 ) ( 0 .2 3 )
■ 0 .0 1 4 4 -0 .0 2 7 6
m 0 .0 1 4 - 0 .0 2 8 R e d o n d e o a d o s c if r a s s ig n if ic a tiv a s
- - 0 .0 1 4
Indo, la s o lu c ió n e x a c ta e s
H l - 0 .0 1 4 4 -0 .0 2 7 6
■ - 0 .0 1 3 2 .
«0.0132 - ( - 0 .0 1 4 ) = 0 .0 0 0 8 . E rro r p o r re d o n d e o
B t
,5 5 ~ 0.061 ■ 6.1 %. Error porcentual
490 Capítulo 8 M étodos Numéricos
0 .1 4 3 * , + 0 .3 5 7 *2 + 2 .0 1 * 3 = - 5 .1 7 3
- 1 .3 1 * , + 0 .9 1 1 * 2 + 1.99*3 = - 5 .4 5 8
1 1 .2 * ,- 4 .3 0 * 2 - 0 . 6 0 5 * 3 = 4 .4 1 5
0 .1 4 3 0 .3 5 7 2.01 - 5 .1 7
- 1 .3 1 0 .9 1 1 1.99 - 5 .4 6
11.2 - 4 .3 0 - 0 .6 0 5 4 .4 2
e s tu v o m a l e n e l p r o c e d im ie n to d e e lim in a c ió n g a u s s ia n a u s a d o e n e l e je m p lo 3 ?
e v id e n te q u e e l e r r o r p o r r e d o n d e o s e p r o p a g ó a ta l g r a d o q u e la s o lu c ió n fin a l se
In e x a c ta s in q u e s e p u d ie ra h a c e r a lg o .
idel p r o b le m a e s q u e la m a tr iz a u m e n ta d a o r ig in a l c o n tie n e e le m e n to s q u e d ifie re n
in d e m a g n itu d . P o r e je m p lo , la p r im e r a c o lu m n a d e la m a tr iz
0 .3 5 7 2.01 - 5 .1 7
0 .9 1 1 1.99 - 5 .4 6
- 4 .3 0 - 0 .6 0 5 4 .4 2
e le m e n to s q u e a u m e n ta n a p r o x im a d a m e n te p o r p o te n c ia s d e 10 a m e d id a q u e la
s e re c o r r e h a c ia a b a jo . E n o p e r a c io n e s e le m e n ta le s e n lo s r e n g lo n e s e f e c tu a d a s
h l c o n s e c u tiv a , e l p r im e r re n g ló n s e m u ltip lic ó p o r 1.31 y - 1 1 . 2 ; e l s e g u n d o
ge m u ltip lic ó p o r 3 2 .3 . C u a n d o s e u tiliz a a r itm é tic a d e p u n to f lo ta n te , ta le s
ta n g ra n d e s tie n d e n a p r o p a g a r el e r r o r p o r r e d o n d e o . E s te tip o d e p r o p a g a c ió n d el
e d is m in u ir a l r e a liz a r in te r c a m b io s a d e c u a d o s d e lo s r e n g lo n e s q u e p ro d u z c a n
m á s p e q u e ñ o s . U n m é to d o p a r a r e s tr in g ir el ta m a ñ o d e lo s fa c to r e s s e lla m a
Ió n g a u s s i a n a c o n p iv o t e o p a r c i a l .
r e a liz a c ió n d e e s to s c u a tr o p u n to s s e ll a m a p a s o . D e s p u é s d e e f e c t u a r e l p r im e r
ig n o r e e l p r im e r r e n g ló n y la p r im e r a c o l u m n a y r e p ita io s c u a tr o p a s o s e n la
riz r e s ta n te . C ontiroSe e s te p r o c e s o h a s ta q u e la m a tr iz e s té e n fo rm a
ad a.
492 Capítulo ti Métodos Numéricos
P o r m edio d e la elim in ació n gaussiana con pivoteo parcial resu elv a el sistem a d e ecua
cio n es lin eales d ad o en el ejem p lo 3. D espués de ca d a cálcu lo interm edio, ap ro x im e el
resu ltad o a tres cifras significativas.
Pivote
E sto co m p leta el p rim er paso. P ara el seg u n d o paso se co n sid era la su b m atriz fo rm ada al
elim in ar el p rim er ren g ló n y la prim era colum na. En esta m atriz el p iv o te e s 0 .4 1 2 , lo cual
sig n ifica que es n ecesario in tercam b iar los renglones seg u n d o y tercero. L uego, se procede
a a p lic a r elim in ació n gaussiana com o se m uestra a continuación.
Pivote
1.00 -0 .3 8 4 ./ -0 .0 5 4 0 0.395 1
✓ i__1 Intercambiar los renglones
0.00 0 .4 1 2 ' 2.02 -5 .2 3
> c n segundo y to rtero ,
0.00 0.408 1.92 - 4 .9 4 .
Sección H. I Eliminación Gaussiana con Pivoteo Parcial 493
- 0 .3 8 4 - 0 .0 5 4 0 0 .3 9 5 A l s u m a r -0 .4 0 8 v eces ei segundo
1.00 4 .9 0 - 1 2 .7 [ ren g ló n al tercer ren g ló n se ob-
0.00 - 0 .0 8 0 0 0 .2 4 0 tien e u n nu ev o tercer ren g ló n .
plcta el s e g u n d o p a s o y s e p u e d e c o m p le ta r to d o e l p r o c e d im ie n to a l d iv id ir el
re n g ló n e n tr e - 0 .0 8 0 0 c o m o s ig u e .
Bl té rm in o p a r c ia l e n la e x p r e s ió n p iv o te o p a rc ia l s e r e f ie r e al h e c h o d e q u e e n la
peda de c a d a p iv o te s ó lo s e c o n s id e r a n e le m e n to s d e la c o lu m n a iz q u ie r d a d e la m a -
0 s u b m a tr iz e n c u e s tió n . E s ta b ú s q u e d a p u e d e e x te n d e r s e p a r a in c lu ir c u a lq u ie r c ie
lo de la m a tr iz o s u b m a tr iz d e c o e f ic ie n te s ; la té c n ic a r e s u lta n te s e d e n o m in a elim i-
ló n g a u ssia n a con p iv o teo co m p leto. D e s a f o r tu n a d a m e n te , n i e l p iv o t e o p a r c ia l ni
pivoteo c o m p le to r e s u e lv e n to d o s lo s p r o b le m a s d e l e r r o r p o r re d o n d e o . A lg u n o s sis -
j a s de e c u a c io n e s lin e a le s, d e n o m in a d o s s is te m a s inestables, so n e x tre m a d a m e n te se n
das a e rro re s n u m é rico s. P a ra e sto s sis te m a s, e l p iv o te o n o e s m u y útil. U n tip o c o m ú n de
lemas de e c u a c io n e s lin e a le s q u e tie n d e a s e r in e sta b le , e s a q u é l e n q u e e l d e te rm in a n te
la matriz d e c o e fic ie n te s e s c a s i c e ro . E s te p ro b le m a s e ilu s tra e n el s ig u ie n te e je m p lo .
x + y = 0
1 1 o
1 1.002 20
1 1 0
0 0.002 20
1 1 0
0 1.00 10,000
* = -y
= - 10 ,000.
E s ta “so lu c ió n ” re p re s e n ta un e rro r p o rc e n tu a l d e l 2 5 % ta n to p a ra e l v a lo r x c o m o p a ra el
v a lo r y. O b se rv e q u e e s te e rro r fu e p ro v o c a d o p o r un e rro r d e re d o n d e o d e s ó lo 0 .0 0 0 5
(c u a n d o se a p ro x im ó 1.0025 a 1.002). 4
Sección 8.1 A E je rc ic io s
En los ejercicios d e l 1 al 8, exprese el núm ero real d a d o en form a de punto flotante.
1. 4281 2. 321.61
3. - 2 .6 2 4. -21.001
5. -0.00121 6. 0.00026
7- g 8. 16 \
E n los ejercicios del 9 al 16, determ ine el valor alm acen ad o del núm ero real d a d o en una
com putadora q ue aproxim e a a) tres cifras significativas y b) cuatro cifras significativas.
13. f6 14. 32
16. 1
“ ■i
En los ejercicios 17 y 18, evalúe el determ inante d e la m atriz dada, redondeando a tres cifras
significativas cad a cálcu lo interm edio. L uego, com pare el valor aproxim ado con la solución
exacta.
2 0. 1 4 .4 * - 1 7 .1 y = 31.5
8 1 . 6 * - 9 7 .4 y = 179.0
* ♦ l.04y = 2 .0 4 22. 0 .5 1 * + 9 2 .6 y = 9 7 .7
♦ 6 .20 y = 12.20 9 9 .0 0 * - 4 4 9 . 0 y = 5 4 1 .0
lacta: * = l , y = 1 (E x acta: * = 10, y = 1)
* + 4 .0 1 y + 0 .0 0 4 4 5 z = 0 .0 0 24. 0 .0 0 7 * + 6 1.2 0 y + 0 .0 9 3 z = 6 1 .3
- 4 .0 0 y + 0 .0 0 6 0 0 z = 0.21 4 . 8 1 0 * - 5 .9 2 y + 1 . 1 lOz = 0 .0
- 4 .0 5 y + 0 .0 5 0 0 0 z = - 0 .3 8 5 8 1 .4 0 0 * + I.1 2 y + 1.18 0 z = 83.7
:t a :* = - 0 .4 9 , y = 0 .1 ,z = 2 0 ) (E x acta: * = l , y = 1, z = 1)
26. x - « “ y = 10
801
-* + y = 50
acta: * = 10,820, y = -1 0 ,8 1 8 ) (E x acta: * = 4 8 ,0 1 0 , y = 4 8 ,0 6 0 )
*+ y = 2 y *+ y = 2
* + l.OOOly = 2 * + 1.000 ly = 2 .0 0 0 1 .
* - y = 0 y *- y= 0
- l.O O lr + y = - 0.001 - 1 .001* + y = 0 .
x \ + \ x2 + 5 x3= 1
j X , + 5 * 2 + 5 X3 = 1
3 x \ + 4 X2 + 5 *3 = *
El Método de Jacobi
L a p r im e r a té c n ic a ite r a tiv a s e d e n o m in a m étod o d e Jacob i, e n h o n o r d e C a ri G u s ta v
J a c o b J a c o b i ( 1 8 0 4 - 1 8 5 1 ). E n e s te m é to d o s e e s ta b le c e n d o s h ip ó te s is : 1) q u e el s is te m a
d e f in id o p o r
a \ \ X \ + a ¡2X2 + • - • + ° l A = b\
a 2¡X \ + a 22x 2 + - - - + a 2ilx n = b 2
tie n e s o lu c ió n ú n ic a y 2 ) q u e la m a tr iz d e c o e f ic ie n te s A n o c o n tie n e n in g ú n c e r o e n su
d ia g o n a l p r in c ip a l. S i c u a lq u ie r a d e lo s e le m e n to s a x v a 2V . . . , a nn e s c e r o , e n to n c e s es
n e c e s a r io in te r c a m b ia r lo s re n g lo n e s o la s c o lu m n a s p a r a o b te n e r u n a m a tr iz d e c o e f ic ie n
te s q u e n o te n g a n in g ú n e le m e n to ig u a l a c e r o e n su d ia g o n a l p rin c ip a l.
P a r a in ic ia r el m é to d o d e J a c o b i, d e la p rim e ra e c u a c ió n se d e s p e ja x , , d e la s e g u n d a
e c u a c ió n s e d e s p e ja x 2, e tc ., c o m o se m u e s tra a c o n tin u a c ió n .
Sección S.2 M t todos Iterativos para Resolver Sistemas Lineales 497
10 e fe c tú a u n a p r im e r a a p r o x im a c ió n ,
t » i #jr2, x 3 , . . . , xw). A p r o x im a c ió n in ic ia l
valores d e x { s e s u s titu y e n e n e l la d o d e r e c h o d e la s e c u a c io n e s r e e s c r ita s a fin d e
lu p r im e r a a p r o x im a c ió n . U n a v e z q u e s e ha c o m p le ta d o e s te p r o c e d im ie n to , se
(ID nc ha e f e c tu a d o u n a iteración . D e la m is m a f o r m a , la s e g u n d a a p r o x im a c ió n
al s u s titu ir lo s v a lo r e s d e x d e la p r im e r a a p r o x im a c ió n e n e l la d o d e r e c h o de
!ioncs re e s c rita s . P o r ite r a c io n e s r e p e tid a s se fo rm a u n a s u c e s ió n d e a p r o x im a c io -
A menudo con verge a la s o lu c ió n re a l. E s te p r o c e d im ie n to s e ilu s tr a e n e l s ig u ie n te
I
5-Kj - 2 r 2 + 3 *3 = - 1
- 3 * , + 9*2 + *3 = 2
|v ^ l *2 ~ ^'*3 —
úe la s ite ra c io n e s h a s ta q u e d o s a p r o x im a c io n e s c o n s e c u tiv a s se a n id é n tic a s al re -
h a s ta tre s c if r a s s ig n ific a tiv a s .
fl: P a ra e m p e z a r, el s is te m a s e e s c r ib e e n la fo rm a
+ ¡ x2 - ¡ xi
*2 = 9 + 9 X\ ~ 9 *3
ftH * 1 X \ ~ 1 X2'
0 n o se tie n e id e a d e la s o lu c ió n re a l, s e e lig e
•*, = 0, x 2 = 0, *3 = 0 A p r o x im a c ió n in ic ia l
Una a p ro x im a c ió n in ic ia l c o n v e n ie n te . E s to s ig n if ic a q u e la p r im e r a a p ro x im a c ió n
* l ” - 1 + | ( ° ) - 5 ( 0 = -0 2 0 0
x 2 = 9I +1 91 ( 0 ) - ¿ ( 0 ) 0.222
l + ? (0 ) - 1 ( 0 ) - 0 .4 2 9 .
498 Capítulo 8 M étodos Numéricos
L a c o n tin u a c ió n d e e s te p r o c e d im ie n to d e la s u c e s ió n d e a p r o x im a c io n e s m o s tr a d a e n lit
ta b la 8 . 1 .
T A B L A 8.1
n 0 1
0.000 - 0.200 0 .1 4 6 0 .1 9 2 0 .1 8 1 0 .1 8 5 0 .1 8 6 0 .1 8 6
0.000 0.222 0 .2 0 3 0 .3 2 8 0 .3 3 2 0 .3 2 9 0 .3 3 1 0.331
0.000 - 0 .4 2 9 - 0 .5 1 7 - 0 .4 1 6 - 0 .4 2 1 - 0 .4 2 4 - 0 .4 2 3 - 0 .4 2 3
x ¡ = 0 .1 8 6 , x 2 = 0 .3 3 1 , -c3 = - 0 .4 2 3 .
P a ra e l s is te m a d e e c u a c io n e s lin e a le s d e l e je m p lo 1, s e d ic e q u e e l m é to d o d e Ja c o b !
co n v erg e. E s d e c ir , al a p lic a r ite ra c io n e s c o n s e c u tiv a s s e lo g ra p r o d u c ir u n a a p ro x im a c ió n
c o r r e c ta h a s ta tr e s c ifra s s ig n if ic a tiv a s . C o m o c a s i s ie m p r e s u c e d e , u n a m a y o r e x a c titu d
r e q u e r ir ía m á s ite ra c io n e s .
El Método de Gauss-Seidel
A h o r a s e c o n s id e r a r á u n a m o d if ic a c ió n d el m é to d o d e J a c o b i, d e n o m in a d a m é to d o de
G a u s s - S e i d e l, e n h o n o r d e C a r i F r ie d r ic h G a u s s ( 1 7 7 7 - 1 8 5 5 ) y F h i l i p p L . S e id e l
(1 8 2 1 - 1 8 9 6 ). E s ta m o d if ic a c ió n n o e s m á s d if í c il q u e la d e l m é to d o d e J a c o b i y , a
m e n u d o , r e q u ie r e m e n o s ite r a c io n e s p a r a o b te n e r e l m is m o g r a d o d e e x a c titu d .
C o n e l m é to d o d e J a c o b i lo s v a lo re s d e x ¡ o b te n id o s e n la n -é s im a a p r o x im a c ió n p e r
m a n e c e n sin c a m b io h a s ta q u e s e h a c a lc u la d o la (n + l) - é s im a a p r o x im a c ió n . P o r o tro
la d o , c o n e l m é to d o d e G a u s s - S e id e l, lo s n u e v o s v a lo re s d e x ¡ s e u tiliz a n ta n p r o n to c o m o
s o n c o n o c id o s . E s d e c ir , u n a v e z q u e s e h a d e te r m in a d o a:, d e la p rim e ra e c u a c ió n , su v a lo r
s e u s a e n la s e g u n d a e c u a c ió n p a r a o b te n e r e l n u e v o x 2. D e m a n e r a s e m e ja n te , lo s n u e v o s
x { y x 2 s e e m p le a n e n la te rc e r a e c u a c ió n p a ra o b te n e r e l n u e v o x y e tc . E s te p r o c e d im ie n
to s e m u e s tr a e n e l e je m p lo 2 .
= - 1 + 1 ( 0 ) - 1 < °) = - ° - 200
A h o r a , e s te n u e v o v a lo r d e s e u s a p a r a c a lc u la r u n n u e v o v a lo r d e x r E s d e c ir,
^ = | + | ( - 0 .2 0 0 ) - 1 ( 0 ) « 0 .1 5 6 .
S e a ió n H. 2 todos Ite r a ti vos p a ra Resol v e r Sistem as L in e a le s 499
« e n te ja n te , s e usan x , = - 0 .2 0 0 y a :2 = 0 .1 5 6 p a r a c a lc u la r u n n u e v o v a lo r d e
i - } + * (0 .2 0 0 ) - | ( 0 . 15 6 ) « - 0 .5 0 8 .
M AU LA 8 2
0 1 2
r
| n 3 4 5
0.000 - 0.200 0 .1 6 7 0 .1 9 1 0 .1 8 6 0 .1 8 6
0.000 0 .1 5 6 ' 0 .3 3 4 0 .3 3 3 0 .3 3 1 0 .3 3 1
**
0.000 - 0 .5 0 8 - 0 .4 2 9 - 0 .4 2 2 - 0 .4 2 3 - 0 .4 2 3
m ío 3 Un E jem p lo d e D ivergencia
e l m é to d o d e J a c o b i a l s is te m a
X, - 5*2 = - 4
I * , - x2 = 6,
la a p ro x im a c ió n in ic ia l ( x ,, x 2) = ( 0 , 0 ) y d e m u e s tre q u e el m é to d o d iv e rg e .
ln: C o m o d e c o s tu m b r e , s e e m p ie z a p o r v o lv e r a e s c r ib ir el s is te m a d a d o c o m o
í X, « -4 + 5x2
1 ^ — 6 + 7*,.
Jes, la a p r o x im a c ió n in ic ia l ( 0 , 0 ) p r o d u c e
X, = - 4 + 5 (0 ) = - 4
X2 = - 6 + 7 ( 0 ) = - 6
[LA 8.3
0 1 2 3 4 5 6 7
0 -4 -3 4 -1 7 4 - 1 ,2 2 4 - 6 ,1 2 4 - 4 2 ,8 7 4 - 2 1 4 ' '1
0 -6 -3 4 -2 4 4 - 1 ,2 2 4 - 8 ,5 7 4 - 4 2 ,8 7 4 - 3 0 0 , ,2 4
500 Capítulo 8 M étodos Numéricos
P a r a e s te s is te m a p a r tic u la r d e e c u a c io n e s lin e a le s , s e p u e d e d e te r m in a r q u e la s o lu c ú
re a l c s jc , = 1 y x2= 1. P o r ta n to , c o n b a s e c n la ta b la 8 .3 s e o b s e r v a q u e la s ap ro x im ació n *
d a d a s p o r e l m é to d o d e J a c o b i empeoran c a d a v e z m á s c n lu g a r d e m e jo r a r y s e c o n c lu y t
q u e e l m é to d o d iv e rg e .
i
E l p r o b le m a d e d iv e rg e n c ia d e l e je m p lo 3 n o s e r e s u e lv e c o n e l m é to d o d e G a u s s-S c id o l
c n v e z d e l d e J a c o b i. D e h e c h o , p a ra e s te s is te m a e s p e c íf ic o e l m é to d o d e G a u s s S e id c l di
v e r g e m á s r á p id o , c o m o s e m u e s tr a e n la ta b la 8.4 .
T A B L A 8.4
n 0 1 2 3 4 5
x\
0 -4 -1 7 4 - 6 ,1 2 4 - 2 1 4 ,3 7 4 - 7 ,5 0 3 ,1 2 4
X2 0 -3 4 - 1 ,2 2 4 - 4 2 ,8 7 4 - 1 ,5 0 0 ,6 2 4 - 5 2 ,5 2 1 ,8 7 4
C o n u n a a p ro x im a c ió n in ic ia l d e ( x v x 2) = ( 0 ,0 ) , n i e l m é to d o d e J a c o b i n i e l d e G auss
S e id e l c o n v e r g e n a la s o lu c ió n d e l s is te m a d e e c u a c io n e s lin e a le s d a d o e n e l e je m p lo 3j.
A c o n tin u a c ió n s e c o n s id e r a r á u n tip o e s p e c ia l d e m a tr iz d e c o e f ic ie n te s A , d e n o m in a d !
m a triz estrictam en te d om in an te en la diagonal, q u e g a r a n tiz a la c o n v e r g e n c ia d e an
b o s m é to d o s d e a p ro x im a c ió n .
ÍÍ'ÍéíéÍíÍÍmiíÍ’éÍ
► E je m p lo 4 M o t r ic e s E s ir ic U n n e n í e D o m in a n te s e n la D ia g o n a l
■f 2*2 - *3 = - 1
«, + 2*3 = - 4
- 5*2 + *3 = 3
matriz d e c o e f ic ie n te s
4 2 - 1
A ■ 1 0 2
3 - 5 1
ON estrictamente d o m in a n te e n la d ia g o n a l p o rq u e lo s e le m e n to s d e lo s r e n g lo n e s
lindo y te rc e r o n o s e a ju s ta n a la d e fin ic ió n . P o r e je m p lo , e n e l s e g u n d o re n g ló n
kl “ a 22 = a 23 = 2 y n o e s c i e r to q u e Ia 22\ > \a2 ]\ + la 23l. S i s e in t e r c a m b ia n
f c n g lo n e s s e g u n d o y te r c e r o e n e l s is te m a o r ig i n a l d e e c u a c io n e s lin e a le s ,
nccs la m a tr iz d e c o e f ic ie n te s cs
•Mu matriz e s e s tr ic ta m e n te d o m in a n te e n la d ia g o n a l.
llguicntc te o re m a , q u e s e p la n te a sin d e m o s tr a c ió n , e s ta b le c e q u e la d o m in a n c ia
I estricta e s s u f ic ie n te p a r a la c o n v e r g e n c ia d el m é to d o d e J a c o b i o d e l m é to d o de
cldcl.
in te r c a m b ia r lo s r e n g lo n e s d e l e je m p lo 3 , s e p u e d e o b te n e r u n a m a tr iz d e c o c fic ic n
e s tr ic ta m e n te d o m in a n te e n la d ia g o n a l. D e s p u é s d e l in te r c a m b io , s e a s e g u r a la eo
v e r g e n c ia m e n c io n a d a .
x { - 5x 2 = - 4
lX\ ~ X2 = ^
p a r a o b te n e r u n o c o n u n a m a tr iz d e c o e f ic ie n te s e s tr ic ta m e n te d o m in a n te e n la d ia g o n u
L u e g o , a p liq u e e l m é to d o d e G a u s s - S e id e l p a ra a p r o x im a r la s o lu c ió n h a s ta c u a tr o c ifr
s ig n if ic a tiv a s .
Solución: S e e m p ie z a p o r in te r c a m b ia r lo s d o s r e n g lo n e s d e l s is te m a d a d o p a r a o b te n
7*i “ *2 = **
*1 “ 7 * 2 = “ 4 .
O b s e r v e q u e l a m a tr iz d e c o e f ic ie n te s d e e s te s is te m a e s e s tr ic ta m e n te d o m in a n te e n ln
d ia g o n a l. L u e g o , s e d e s p e ja n y x 2 c o m o s e m u e s tr a a c o n tin u a c ió n .
_ 6 1
*1 “ 7 + 7 X2
_ 4 1
* 2 “ 5 + 5*1
C o n l a a p r o x im a c ió n in ic ia l ( * ,, x 2) = (0 , 0 ) s e o b tie n e la s u c e s ió n d e a p ro x im a c io n c
m o s tr a d a e n la ta b la 8.5 .
T A B L A 8.5
n 0 1 2 3 4 5
P o r ta n to , s e c o n c lu y e q u e la s o lu c ió n e s x { = 1 y x 2 = 1. 4
D e l te o re m a 8 .1 n o d e b e c o n c lu ir s e q u e la d o m in a n c ia d ia g o n a l e s tr ic ta e s u n a c o n
d ic ió n n e c e s a ria p a r a la c o n v e r g e n c ia d e l m é to d o d e J a c o b i o d e l d e G a u s s - S e id e l. P o r
e je m p lo , la m a tr iz d e c o e f ic ie n te s d e l s is te m a
- 4 x { + 5 *2 =1
x x + 2x2 = 3
n o e s u n a m a tr iz e s tr ic ta m e n te d o m in a n te e n la d ia g o n a l y , a p e s a r d e e llo , a m b o s m é to
d o s c o n v e r g e n a la s o lu c ió n = .1 y x 2 = 1 c u a n d o s e e m p le a u n a a p r o x im a c ió n in ic ia l de
(jcp x 2) = (0 , 0 ). ( V é a s e e l e je r c ic io 2 1 .)
Sección fi.2 M étodos Iterativos para Resolver Sistemas Lineales 503
4 -1 -1 0 0 0 0 0 0 0
-1 5 -1 -1 -1 0 0 0 0 0
-1 -1 5 0 -1 -1 0 0 0 0
0 -1 0 5 -1 0 -1 -1 0 0
0 -1 -1 -1 6 -1 0 -1 -1 0
0 0 -I 0 -1 5 0 0 -1 -1
0 0 0 -1 0 0 4 -1 0 0
0 0 0 -1 -1 0 -1 5 -1 0
0 0 0 0 -1 -1 0 -1 5 -1
0 0 0 0 0 -1 0 0 -1 4
por lo s e le m e n to s d e l q u in to re n g ló n , e s ta m a tr iz p a s ala p r u e b a d e d o m in a n c ia d ia -
Ofltricta. A d e m á s , el q u in to re n g ló n c a s i p a s a la p ru e b a p o r q u e e l v a lo r a b s o lu to d el
¡U) e n la d ia g o n a l p rin c ip a l es ig u a l a ( e n v e z d e m a y o r q u e ) la s u m a d e lo s v a lo re s
to s d e lo s d e m á s e le m e n to s d e l re n g ló n .
ló n 8.2 A E je r c ic io s
ríc io s d el 1 al 4 , a p liq u e el m é to d o d e Jaco b i al s iste m a de e c u a c io n e s lin e a le s dado,
la ap ro x im a c ió n inicial (jc, , * 2, . . . , x n = ( 0 , 0 , . . . , 0 ). C o n tin ú e c o n las ite ra c io n e s hasta
a p ro x im acio n es c o n se c u tiv a s sean ig u a le s c u a n d o se re d o n d e e n h asta tre s c ifra s sig-
vos.
1 " x2“ ^ 2 . - 4 * , + 2 *2 = - ó
I *1 + 4*2 = 5 3 *, - 5*2 = 1
1 * , - *2 = 2 4 . 4 *, + x 2 + x 3 = 7
*1 ~ 3*2 + *3 = - 2 x , - 7*2 + 2*3 = - 2
p » , + X 2 - 3*3 = -6 3*, + 4*3 = 11
E n los ejercicio s del 13 al 16, determ ine si la m atriz d ad a e s estrictam ente do m in an te en Itt
diagonal.
2 1 -1 -2
13. 14.
3 5 0 1
‘ 12 6 0 7 5 -1
15. 2 -3 2 16. 1 -4 1
0 6 13. .0 2 -3
17. Intercam bie los renglones del sistem a d e ecuaciones lineales del ejercicio 9 para obten®
un sistem a con u na m atriz d e coeficientes estrictam ente dom inante en la d iagonal. Luego,
aplique el m étodo d e G auss-S eidel p a ra aproxim ar la solución hasta dos c ifras signific
tivas.
18. In tercam b ie los renglones del sistem a d e ecuaciones lineales del ejercicio 10 para obten
un sistem a con una m atriz d e coeficientes estrictam ente dom inante en la diagonal. Lueg
aplique el m étodo d e G auss-S eidel para aproxim ar la solución hasta d o s c ifras signific
tivas.
19. Intercam bie los renglones d e l sistem a d e ecuaciones lineales del ejercicio 11 para obtener
un sistem a con u na m atriz d e coeficientes estrictam ente dom inante en la diagonal. Luego,
aplique e l m étodo d e G auss-S eidel para aproxim ar la solución hasta tres cifras significa
tivas.
20. In tercam b ie los renglones del sistem a d e ecuaciones lineales del ejercicio 12 para obteno
un sistem a con u na m atriz d e coeficientes estrictam ente dom inante en la diagonal. Lueg
aplique el m étodo d e G auss-S eidel para aproxim ar la solución hasta tres c ifras significa
tivas.
E n los ejercicio s 21 y 22, la m atriz d e coeficientes del sistem a de ecuaciones lineales dado no
e s estrictam ente dom inante en la diagonal. D em uestre q ue los m étodos d e Jacobi y d e Gauss
Seidel co n v erg en con una aproxim ación inicial d e (* ,, *2, . . . , *„) = (0, 0 , . . . , 0).
2 1 . - 4 * , + 5*2 = 1
*, + 2*2 = 3
Q E n los ejercicios 23 y 24, escrib a un program a d e com putadora q ue aplique el m étodo de Gauss
Seidel para reso lv er el sistem a d e ecuaciones lineales dado.
S tr i Uón H.J M étodo de Potencias para Aproxim ar Valores Característicos
x2 + 5*3
- x 5 + 5x6 = -1 2
—* 6 + 4 r 7 - -* 8 = 10
-x - j + 4 x g = 32
indcs v a lo r e s d e n , la re s o lu c ió n d e e c u a c io n e s c o m o é s ta e s d if íc il y s e llcv
Itc tiempo h a c e rlo . A d e m á s , la s té c n ic a s n u m é ric a s p a r a a p r o x im a r r a íc e s d e c c u í
IN p o lin o m ia lc s d e g ra d o s u p e r io r s o n s e n s ib le s a lo s e r r o r e s p o r r e d o n d e o . E n esl
tn se c o n s id e r a u n m é to d o a lte r n a tiv o p a ra a p r o x im a r v a lo re s c a r a c te r ís tic o s . C o m
I, el método s o la m e n te p u e d e u s a r s e p a r a d e te r m in a r e l v a lo r c a r a c te r ís tic o d e A qu
e l mayor v a lo r a b s o lu to ; e s te v a lo r c a r a c te r ís tic o s e lla m a v a lo r característico de
|te d e A . A u n q u e e s ta r e s tr ic c ió n p a re c e s e ria , lo s v a lo re s c a r a c te r ís tic o s d o m in an te
m un in te ré s p r im o r d ia l e n m u c h a s a p lic a c io n e s físic a s.
A =
1 0
0 -1
(con v alo res característico s X { = 1 y ^ = - 1 ) n o tiene v alor característico dom inante. Da
m anera sem ejan te, la m atriz
2 0 0
A= 0 2 0
0 0 1
(con v alo res característico s d e A,, = 2, X2 = 2 y A.3 = 1) n o tien e v alor caractcrísti
dom inante.
2 -1 2
A =
1 -5
x= / t * 0.
El Método de Potencias
A sí co m o los m éto d o s d e Jaco b i y d e G auss-S eidel, el m étodo d e p o ten cias p ara aproxi
m a r valores característico s es iterativo. P rim ero se supone q u e la m atriz A tiene un valor
característico d o m in an te con vectores característico s d o m in an tes. L uego se elig e una a-
proxim ació n inicial d e u n o d e los vectores c a ra c te rís tic o s d o m in an tes de A . Esta
aproxi-m ación inicial debe ser u n v ecto r d ife re n te d e c e ro en R n. P or ú ltim o , se form a la
sucesión d efin id a p o r
xt =A x0
x 2 = i4 x , = / l( /\ x (>) =<42x 0
x 3 = / í x 2 = í4 (/\ 2X o )= /\ 3Xo
Sección 8.3 M étodo de Potencias para Aproxim ar Valores Característicos
2 -1 2
1 -5
Mil: S e e m p ie z a c o n u n a a p r o x im a c ió n in ic ia l de
[O se o b tie n e n la s s ig u ie n te s a p ro x im a c io n e s .
I t e r a c ió n A p r o x im a c ió n
-1 0 2.50
X |= / l X 0 =
-4 1.00
2 -1 2 -1 0 28
x 2 = <4x,=
1 -5 -4 10
2 -1 2 28 -6 4
x 3 = <4X2 =
1 -5 10 -2 2
-6 4 136
x 4 = <4x3 =
-2 2 46
136 -2 8 0
Xj = <4x4 =
46 -9 4
-2 8 0 56 8
x6 = A x5 =
-9 4 190
3
1
le» en v irtu d d e l e je m p lo 1 , s e s a b e e s u n v e c to r c a r a c te r ís tic o d o m in a n te d e la m atri;
p-l?
En e l e je m p lo 2 s e u tiliz ó e l m é to d o d e p o te n c ia s p a r a a p r o x im a r u n v e c to r c a ra c te rfs
!o d o m in a n te d e la m a tr iz A . E n e s e e je m p lo y a s e s a b ía q u e el v a lo r c a ra c tc rís tic
510 Capítulo 8 M étodos Numéricos
1 .0 0 ' 0 .4 5
x2= 1.00 = 0 .4 5
2.20
2.20 1 .0 0 .
C o n tin u a n d o e s te p r o c e s o s e o b tie n e la s u c e s ió n d e a p r o x im a c io n e s m o s tr a d a c n la ta b la
8 .6 .
T A B L A 8.6
xo
1.00 0 .6 0 0 .4 5 0 .4 8 0.51 0 .5 0 0 .5 0 0 .5 0
1.00 0.20 0 .4 5 0 .5 5 0 .5 1 0 .4 9 0 .5 0 0 .5 0
1.00 1.00 1 .0 0 . 1.00 1.00 . 1.00 10 0 10 0
0 .5 0
x = 0 .5 0
1.00 J
P o r m e d io d e l c o c ie n te d e R a y lc ig h , s e a p r o x im a e l v a lo r c a r a c te r ís tic o d o m in a n te d e A
X = 3 . ( P a r a e s te e je m p lo s e p u e d e c o m p ro b a r q u e la s a p ro x i m a c io n e s d e x y X s o n e x a c ta s .)
O bservación: N ó te s e q u e lo s f a c t o r e s d e e s c a la u s a d o s p a r a o b te n e r lo s v e c to re s d e la ta b la
8.6
xi X2 X3 X4 X5 X6
1 i 1 i i 1 i
5 .0 0 2.20 2 .8 2 3 .1 3 3 .0 2 2 .9 9 3 .0 0 ,
tie n d e n al v a lo r c a r a c te r ís tic o d o m in a n te X = 3.
E n e l e je m p lo 4 el m é to d o d e p o te n c ia s c o n e s c a la c ió n c o n v e r g e a u n v e c to r c a ra c
te rís tic o d o m in a n te . E l s ig u ie n te te o re m a e s ta b le c e q u e u n a c o n d ic ió n s u f ic ie n te p a ra la
c o n v e r g e n c ia d el m é to d o d e p o te n c ia s e s q u e la m a tr iz A s e a d ia g o n a liz a b le (y te n g a un
v a lo r c a r a c te r ís tic o d o m in a n te ).
AX q , A \ , A \ , A \ 0’ A kx
s e a p r o x im a a r b itr a r ia m e n te a u n v e c to r c a r a c te r ís tic o d o m in a n te d e A c u a n d o k
a u m e n ta .
j S u r Ión 8.3 M étodo de Potencias /tara Aproxim ar Valores Característicos 511
M c i * t + c 2x2 + - - - + c a
flcicntcs p r in c ip a le s d if e r e n te s d e c e r o . (S i c ,= 0 , e n to n c e s el m é to d o p o d r ía
O rgcr y es n e c e s a r io u s a r u n xQd if e r e n te c o m o la a p r o x im a c ió n in ic ia l. V é a n s e
Ic io s 21 y 2 2 .) A sí, al m u ltip lic a r a m b o s la d o s d e e s ta e c u a c ió n p o r A s e o b tie n e
<4x 0 « / t ( c | x l + c 2x 2 + - - - + c ( x n)
- c , ( / l x , ) + c 2( / l x 2) +• • • + c n( A x n)
c , ( V i > + c 2a 2x 2) + ■■■ + c n( k nx n).
¡M e n c ió n re p e tid a d e a m b o s la d o s d e e s ta e c u a c ió n p o r A p ro d u c e
A kx{) V C,X,+C2
c o n b a s e e n la h ip ó te s is o rig in a l d e q u e X, e s m a y o r, e n v a lo r a b s o lu to , q u e lo s
V alores c a r a c te r ís tic o s s e c o n c lu y e q u e c a d a u n a d e la s fra c c io n e s
h ... K
■pí *
ñ o r q u e 1 e n v a lo r a b s o lu to . P o r c o n s ig u ie n te , c a d a u n o d e lo s fa c to re s
fe )*-® * (*)*
te n d e r a c e r o c u a n d o k tie n d e a in fin ito . L o a n te r io r im p lic a q u e la a p ro x im a c ió n
A kx o X ^C jX ,, c, * 0
a m e d id a q u e k c r e c e . C o m o x, e s u n v e c to r c a r a c te r ís tic o d o m in a n te , s e c o n c lu y e
Iq u ie r m ú ltip lo e s c a la r d e x , ta m b ié n e s u n v e c to r c a r a c te r ís tic o d o m in a n te . A sí,
m o s tr a d o q u e A*x0s e a p ro x im a a rb itr a r ia m e n te a u n v e c to r c a r a c te r ís tic o d o m i-
íc u a n d o k c re c e . A
fltt-
d e m o s tra c ió n d e l te o r e m a 8 .3 p r o p o r c io n a a lg o d e c o n o c im ie n to s a c e r c a d e la ta rc a
n v e r g e n c ia d e l m é to d o d e p o te n c ia s . E s d e c ir, si lo s v e c to r e s c a r a c te r ís tic o s d e A
o rd en ad o s de m o d o que
e n to n c e s e l m é to d o d e p o te n c ia s c o n v e r g e rá r á p id a m e n te si e s p e q u e ñ o , y lo haift
le n ta m e n te s i IXj I/IA,,! s e a p r o x im a a 1. E s te p r in c ip io s e ilu s tr a e n e l e je m p lo 5.
► E je m p lo 5 L a T a s a d e C o n v e rg e n c ia d e l M é to d o d e P o te n c ia s
a) L a m a tr iz
4 5
A =
6 5
T A B L A 8.7
X0 X1 X2 X3 X4
1.000 0 .8 1 8 0 .8 3 5 0 .8 3 3 0 .8 3 3
1.000 1.000 1.000 1.000 1.000
b) L a m a tr iz
-4 10
A =
7 5
T A B L A 8.8
1.000 0 .5 0 0 0.941 0 .7 1 5 0 .7 1 4 0 .7 1 4
1.000 1.000 1.000 • • •
1.000 1.000 1.000
E n e s ta s e c c ió n s e a n a liz ó la a p lic a c ió n d e l m é to d o d e p o te n c ia s p a r a a p r o x im a r e l v a lo r
c a r a c te r ís tic o d o m in a n te d e u n a m a triz . E l m é to d o p u e d e m o d if ic a r s e p a r a a p ro x im a r
o tr o s v a lo re s c a r a c te r ís tic o s a tr a v é s d e u n m é to d n d e n o m in a d o d e f la c ió n . A d e m á s , el
m é to d o d e p o te n c ia s e s s o la m e n te u n a d e v a ria s té c n ic a s q u e s e p u e d e e m p le a r p a ra
a p r o x im a r lo s v a lo re s c a r á c te r f o c o s d e u n a m a triz . O tro m é to d o c o n o c id o s e lla m a
a l g o r i t m o Q R . E l a n á lis is d e l m é to d o d e d e fla c ió n y d el a lg o r itm o Q R p u e d e e n c o n tra rs e
e n la m a y o r ía d e lo s te x to s d e m é to d o s n u m é ric o s .
Sección 8.3 Ejercicios 513
2 3 1 -5 0 0
m 0 -1 2 3 7 0
ii
*
0 0 3. . 4 - 2 3
-5 5 2 3 -3
, x= 8 . >4 = 4 >x=
-3 2 1 1
1• 2 -2 1 3 2 -3 '3 '
ám -2 5 -2 , x = 1 10. A = -3 -4 9 , x = 0
6 -3 . .3 . -1 -2 5. 1.
u
2 1 -1 0
12 . 4 =
0 ”7 1 6
14. A =
1 3 1 2 0
|■ 1 0 -7 1
0 0 0 0
-1 0 6 0
¡m 2 0 -4 0
1 2 1 1
514 Capítulo 8 M étodos Numéricos
:*• '1 1 ol 1 2 -2
o•
-1 0 -2
ii
3
ii
5 -2
0 0 -2 S -6 6 -3 .
3 -1
A =
-2 4
b ) C alcu le d o s ite ra c io n e s d el m é to d o d e p o te n c ia s c o n e sc a la c ió n , e m p e z a n d o co n x0
<1 . O-
c ) E x p liq u e p o r q u é el m é to d o p arec e no c o n v e rg e r a un v e c to r c a ra c te rístic o d om inanto.
-3 0 2
A = 0 -1 0
0 1 -2
0 2 3 . L a m a triz
2 -1 2
A =
1 -5
■4-'x = í x .
0 2 4 . R ep ite el e je rc ic io 23 p a ra la m a triz
1 0 0
A = -1 1 1
-1 -2 4J
0 2 5 . a ) C a lc u le lo s v alo re s cara c te rístic o s de
A = 2 l1 2 3
yw B =
1 2. 1 4
lu d em o stració n d el te o re m a 8 .3 p a ra d e m o stra r q u e
l**H) -
( 7 -4 2
28. A = 16 -9 6
•i7
8 -4 5.
io d e r e g r e s ió n p o r m ín im o s c u a d r a d o s d e g r a d o m p a r a lo s p u n to s {( x v
y2>............ < * „ ,y „ )l e s tá d a d o p o r
c o e f ic ie n te s e s tá n d e te r m in a d o s p o r e l s ig u ie n te s is te m a d e m + 1 e c u a -
¡neales,
/ X + ( Z x ^ f a , * < Z x r 2)a, + • • • + ( Z x ^ ) a m = Z x f y ,
irvc q u e si m = 1 e s te s is te m a d e e c u a c io n e s s e re d u c e a
= 2 y.
= Z x ¡y p
^u/fu u io ñ MModos Numéricos
cu ya s o lu c ió n es
E n el e je r c ic io 16 s e p id e q u e e l le c to r d e m u e s tr e q u e e s ta f ó r m u la e s e q u iv a le n te
fó r m u la m a tric ia l d e la r e g r e s ió n lin e a l p r e s e n ta d a e n la s e c c ió n 2 .5
E n e l e je m p lo 1 s e ilu s tr a la a p lic a c ió n d e l a n á lis is d e re g re s ió n p a r a d e te rm in a r
m o d e lo p o lin o m ia l d e s e g u n d o g ra d o .
P o b la c ió n
D e te r m in a r el p o lin o m io d e re g re s ió n p o r m ín im o s c u a d r a d o s d e s e g u n d o g r a d o p a ra Ic
d a to s a n te r io r e s y a p lic a r el m o d e lo re s u lta n te p a r a p r e d e c ir la p o b la c ió n m u n d ia l d e 19'
y 1995.
Solución: S c e m p ie z a p o r h a c e r q u e x = - 4 r e p re s e n te a 1 9 5 0 y x = - 3 r e p r e s e n te a 1955,
e tc . A s í, la c o le c c ió n d e p u n to s e s { ( - 4 ,2 .5 3 ) , ( - 3 ,2 . 7 7 ) , ( - 2 , 3 . 0 5 ) , ( - 1 , 3 . 3 6 ) , ( 0 , 3.72|
( 1 , 4 . 1 0 ) , ( 2 ,4 .4 7 ) , ( 3 , 4 . 8 7 ) ) , c o n lo q u e s e o b tie n e
Z x¡ = - 4 , Z X * = 44,
¡= 1 1= 1
8 8
Z x * = 452, Z y , = 2 8 .8 7 . Z V i = - 0 .2 4 , I x #V 1 4 6 .7 8 .
i= i 1= 1
8a 0 - 4¿/j + 4 4 a 2 = 2 8 .8 7
- 4 a 0 + 4 4 í¿. - 6 4 a 2 = - 0 .2 4
4 4 tf0 - 6 4 a , + 4 5 2 f l2 = 1 4 6 .7 8
8 -4 44 2 8 .8 7
-4 44 -6 4 - 0 .2 4
44 -6 4 452 1 4 6 .7 8
Sección ¿U Aplicación ¡le los M étodos Numéricos 517
- 1 .4 5 4 5 1 0 .2 7 2 7 3 .3 3 5 9
I - 0 .6 0 0 0 0 .3 4 3 2
0 1 0 .0 1 3 0
s u s titu c ió n s e e n c u e n tr a q u e la s o lu c ió n es
p 0 .0 1 3 0 , a , = 0 .3 5 1 0 , a 0 = 3 .7 1 2 6 ,
le a d e r e g r e s ió n es
m 0 .0 13 tt *2 + 0 .3 5 10* + 3 .7 1 2 6 .
URA 8.1
l | fig u ra 8 .1 s e c o m p a r a e s te m o d e lo c o n lo s p u n to s d a d o s . A fin d e p r e d e c ir la p o
l i m u n d ia l d e 1 9 9 0 , s e h a c e x = 4 , c o n lo q u e se o b tie n e
y = 0 .0 1 3 0 (4 2) + 0 .3 5 1 0 (4 ) + 3 .7 1 2 6 = 5 .3 2 b illo n e s .
i n e r a s e m e ja n te , la p r e d ic c ió n p a r a 1995 (x = 5 ) es
y = 0 .0 1 3 0 (5 2) + 0 .3 5 1 0 ( 5 ) + 3 .7 1 2 6 = 5 .7 9 b illo n e s . <
u lo s p u n to s
n a Q + ( Z x ¡) a , + ( Z x ? ) a 2 + ( Z x ? ) a 3 = Z y .
( I x ¡)a Q + ( Z x ? ) a t + ( Z x ? ) a 2 + ( Z x 4) a i = Z x .y ¡
(Z x .2) a 0 + ( Z x 3) a , + (Z x .4)a 2 + ( Z x .5) a } = Z x ? y .
( Z x f a + ( Z x > , + (Z x ? ) a 2 + (Z x > 3= Z x fr,
518 C a p ítu lo s M étodos Numéricos
se co n v ie rte en
P o r m e d io d e la e lim in a c ió n g a u s s ia n a c o n p iv o te o s o b r e la m a tr iz
7 21 91 441 14 ‘
21 91 441 2 ,2 7 5 52
91 441 2 ,2 7 5 12,201 242
441 2 ,2 7 5 12,201 6 7 ,1 7 1 1 ,2 5 8 .
s e o b tie n e
í
1.0000 5 .1 5 8 7 2 7 .6 6 6 7 1 5 2 .3 1 5 0 2 .8 5 2 6 ‘
0.0000 1.0000 8 .5 3 1 2 5 8 .3 4 8 2 0 .6 1 8 3
0.0000 0.0000 1.0000 9 .7 7 1 4 0 .1 2 8 6
. 0.0000 0.0000 0.0000 1.0000 0 .1 6 6 7 .
lo c u a l im p lic a q u e
1 1 '^
£*3 = 0 .1 6 6 7 , a 2 = - 1 .5 0 0 0 , £*, = 3 .6 9 0 5 , £*0 = - 0 .0 7 1 4 .
II-
P o r c o n s ig u ie n te , e l m o d e lo c ú b ic o e s
y = 0 . 1667*3 - 1 .5 0 0 0 a2 + 3 .3 9 0 5 * - 0 .0 7 1 4
E n la fig u ra 8 .2 s e c o m p a r a e s te m o d e lo c o n lo s p u n to s d a d o s .
FIGURA 8.2
i
Sección H.4 Aplicación de los M étodos Num éricos 519
URA 8.3
P l= ^ ° > + 5 P . + 5 ^ 3 + 5 ^ 4 + 'sP5
P3 = 5<°)+ 5P 1 + 5 P 2 + jPs + jP 6
P6 = 5( 0) + 5 P 3 + \ps + \p9 + 5 P I0
P j= 1 (0 ) + í d ) + \pA+ \Pi
P9 = i d ) + i P S + 'i P e + iP & + lP , o
P ,o = 5 (0 )+ *(1 )+ Íp 6 + \p9
A l v o lv e r a e s c r ib ir e n fo rm a e s tá n d a r e s ta s e c u a c io n e s s e o b tie n e el s ig u ie n te s is te m a de
10 e c u a c io n e s lin e a le s e n 10 v a ria b le s .
4P i ~ p2 - P i = °
-p ¡ + Sp2 - P3 ~ P4 - P$ = °
- P i - P2 + $P3 ~ P i ~ P6 = 0
-p 2 + 5 p4 - ps - p7 - ps =0
-P 2- P3 ~ P4 + 6P s ~ Pf, - P % - Pg = 0
-p 3 - p5 + 5p6 ~ P9 - P i0 = 0
-P 4 + 4 P i ~ Ps =1
-P i - Pi - Py + S P s - P9 =1
-P s- Pe - P s + 5P 9 - P ío = 1
~P 6 ~ P 9 + 4 p xo = 1
L a m a tr iz a u m e n ta d a d e e s te s is te m a es
4 -1 -1 0 0 0 0 0 0 0 0
-1 5 -1 -1 -1 0 0 0 0 0 0
-1 -1 5 0 -1 -1 0 0 0 0 0
0 -1 0 5 -1 0 -1 -1 0 0 0
0 -1 -1 -1 6 -1 0 -1 -1 0 0
0 0 -1 0 -1 5 0 0 -1 -1 0
0 0 0 -1 0 0 4 -1 0 0 1
0 0 0 -1 -1 0 -1 5 -1 0 1
0 0 0 0 -1 -1 0 -1 5 -1 1
0 0 0 0 0 -1 0 0 -1 4 1
C o n e l m é to d o d e G a u s s - S e id e l y u n a a p r o x im a c ió n in ic ia l d e p } = p 2 = . . . = / ; , 0 = 0 s e
o b tie n e ( d e s p u é s d e 18 ite r a c io n e s ) u n a a p ro x im a c ió n d e
Sección H.4 Aplicación J e los M étodos Num éricos 521
p t » 0 .0 9 0 , p 2 = 0 .1 8 0
P y = 0 .1 8 0 , p A = 0 .2 9 8
P y = 0 .3 3 3 , p 6 = 0 .2 9 8
P j = 0 .4 5 5 , p 8 = 0 .5 2 2
p 9 = 0 .5 2 2 , p w = 0 .4 5 5 .
Ilición: D a d o q u e el in te r io r d e la p la c a c o n s ta d e in f in id a d d e p u n to s c o n in f in id a d de
ip c ra tu ra s d is tin ta s , s e e lig e a p r o x im a r la d is tr ib u c ió n d e te m p e r a tu r a c n u n n ú m e ro
fin ito d e p u n to s e n el in te r io r d e la p la c a . P a r a lo g r a r lo a n te r io r , s e s u p e r p o n e u n a re jilla
[a n g u la r a la p la c a .
D e m a n e r a s e m e ja n te , la s te m p e r a tu r a s d e lo s o tr o s o c h o p u n to s in te r io r e s e s tá n d a d a s
p o r la s s ig u ie n te s e c u a c io n e s .
72 = {(ioo + 7 , + 7 3 + 7 5)
7-3 = { ( 8 0 + 1 0 0 + r 2 + Tb)
t4 = { (5 0 + 7 , + r 5+ T n)
T5 = i ( T 2 + T A + T 6 + T i )
T6 = { ( 8 0 + 7-3 + 75 + T 9)
7 , = {(0 + 5 0 + T 4 + 7 g)
7 g = { ( 0 + 7 S + 7 , + T 9)
T9 = { ( 0 + 8 0 + T 6 + 7 g)
E n fo r m a e s tá n d a r , e s te s is te m a d e n u e v e e c u a c io n e s lin e a le s e n n u e v e v a r ia b le s e s
4 7 , - T2 - T4 =150
- 7 ,+ 4 7 2- T, - 7S =100
- T 2 + 4T2 - 76 =180
-7 , + 474 - 75 - 7? = 50
~T2 - 74 + 4 7 j - 7 6 - 7g = 0
-7 j - 7 5 + 4 7 -6 - 79 = 80
-T 4 + 4 7? - 78 = 50
-7 5 - 7? + 4 7 g — 79 = 0
-7 6 - 7g + 479 = 80.
L a m a tr iz a u m e n ta d a d e e s te s is te m a es
4 -1 0 -1 0 0 0 0 0 150
-1 4 -1 0 -1 0 0 0 0 100
0 -I 4 0 0 -1 0 0 0 180
-1 0 0 4 -1 0 -1 0 0 50
0 -1 0 -1 4 -1 0 -1 0 0
0 0 -1 0 -1 4 0 0 -1 80
0 0 0 -1 0 0 4 -1 0 50
0 0 0 0 -1 0 -1 4 -1 0
. 0 0 0 0 0 -1 0 -1 4 80
L u e g o , c o n el m é to d o d e G a u s s - S e id e l y u n a a p r o x im a c ió n in ic ia l d e 7 , = 7 2 = . . . = / 9
= 0 , s e o b tie n e (d e s p u é s d e 11 ite r a c io n e s ) la s ig u ie n te a p r o x im a c ió n
7 , = 7 0 .0 ° , 7 2 = 7 7 .0 ° , 7 j = 8 0 .7 °
T 4 = 5 2 .9 ° , 7 j = 5 7 .5 ° , 7 6 = 6 5 .8 °
T 7 = 3 4 .3 ° , 7 g = 3 4 .2 ° , 7 9 = 4 5 .0 ° 4
IRA8.6
Observe q u e c a si to d o s lo s e le m e n to s d e la s m a tric e s o b te n id a s e n lo s e je m p lo s 3 y 4
iIguales a c e ro . E s ta s m a tr ic e s s e d e n o m in a n disp ersas ( o ra la s ). P a ra r e s o lv e r s is te m a s
lacioncs c o n m a tr ic e s d e c o e f ic ie n te s d is p e r s a s , lo s m é to d o s d e J a c o b i y d e G a u s s -
ll son m u c h o m á s e f ic a c e s q u e la e lim in a c ió n g a u s s ia n a .
N ú m e r o e n la c la s e d e la p r im e r a e d a d
N ú m e r o e n la c la s e d e la s e g u n d a e d a d
x =
- x. N ú m e r o e n la c la s e d e la n - é s im a e d a d
D u r a n te u n p e r io d o d e U n a ñ o s , la p r o b a b ilid a d d e q u e u n e le m e n to d e la i- é s im a claso
d e e d a d s o b r e v iv a p a r a c o n v e r tir s e e n u n m ie m b r o d e la ( i + l) - é s im a c la s e d e e d a d está
d a d a p o r p . y d o n d e 0 ^ p if =£ 1, i = 1, 2 , . . . , n - 1. E l n ú m e r o m e d io d e d e s c e n d e n c ia
p r o d u c id a p o r u n m ie m b r o d e la /-é s im a c la s e d e e d a d e s tá d a d o p o r b ¡y d o n d e 0 < b .9 i
1, 2 , . . . , n . E s to s n ú m e ro s p u e d e n e s c r ib ir s e e n fo rm a m a tr ic ia l c o m o s ig u e .
b2 ••• V . K~
r b■
p\ 0 0 • •• 0 0
0 p2 0 • •• 0 0
A = •
0 0 0 • • • ¿V, 0
A x , = x , + ,.
E n la s e c c ió n 7 .4 s e v io q u e e l p a tró n d e c r e c im ie n to d e u n a p o b la c ió n e s e s ta b le si el
m is m o p o r c e n ta je d e la p o b la c ió n to ta l s e e n c u e n tr a e n c a d a c la s e d e e d a d c a d a a ñ o . En
d e c ir ,
^ x i = x i + 1 = X x ¡.
P a r a p o b la c io n e s c o n m u c h a s c la s e s d e e d a d , la s o lu c ió n d e e s te p r o b le m a d e valo ren
c a r a c te r ís tic o s p u e d e d e te r m in a r s e a p lic a n d o el m é to d o d e p o te n c ia s , c o m o s e ilu s tra en
e l e je m p lo 5.
N ú m e r o m e d io d e n iñ a s P r o b a b ilid a d d e
C la s e d e e d a d d u r a n te e l p e r io d o s o b r e v iv ir a la s ig u ie n te
(e n a ñ o s ) de 10 años c la s e d e e d a d
0 ^ e d a d < 10 0.000 0 .9 8 5
10 ^ e d a d < 20 0 .1 7 4 0.996
2 0 < e d a d < 30 0 .7 8 2 0.994
30 < edad < 40 0 .2 6 3 0.990
4 0 < ed ad < 50 0.022 0.975
S ección 8 .4 A p licación d e lo s M étodos N um éricos
C la s e d e e d a d N ú m e r o m e d io d e n iñ a s P r o b a b ilid a d de
(e n a ñ o s ) d u r a n te e l p e r io d o s o b r e v iv ir a la s ig u ie n te
de 10 años c la s e d e e d a d
trc u n a d is trib u c ió n d e e d a d e s e s ta b le p a r a e s ta p o b la c ió n .
Dlóll: L a m a tr iz d e tr a n s ic ió n d e e d a d e s d e e s ta p o b la c ió n e s
0.000 0.174 0.782 0.263 0.022 0.000 0.000 0.000 0.000 o.ooo"
0.985 0 0 0 0 0 0 0 0 0
1 0 0.996 0 0 0 0 0 0 0 0
0 0 0.994 0 0 0 0 0 0 0
0 0 0 0.990 0 0 0 0 0 0
0 0 0 0 0.975 0 0 0 0 0
0 0 0 0 0 0.940 0 0 0 0
0 0 0 0 0 0 0.866 0 0 0
0 0 0 0 0 0 0 0 .6 8 0 0 0
. o 0 0 0 0 0 0 0 0.361 0 _
iplicar e l m é to d o d e p o te n c ia s c o n e s c a la c ió n y o b te n e r u n v e c to r c a r a c te r ís tic o d e
Ifttriz, s e u s a u n a a p ro x im a c ió n in ic ia l d e x 0 = (1, 1, 1, 1, 1, 1, 1, 1, 1, 1). A c o n -
flón s e p r e s e n ta u n a a p r o x im a c ió n p a r a u n v e c to r c a r a c te r ís tic o A , c o n el p o rc e n ta je
lAda e d a d e n la p o b la c ió n to tal.
P o r c e n ta je en
’t e t o r c a r a c te r ís tic o C la s e d e e d a d la c la s e d e e d a d
1.000 '
0 s e d a d < 10 1 5 .2 7 %
0 .9 2 5 10 s e d a d < 20 1 4 .1 3 %
0 .8 6 4 20 £ ed ad < 30 1 3 .2 0 %
0 .8 0 6 30 ^ edad < 40 1 2 .3 1 %
0 .7 4 9 4 0 =£ e d a d < 5 0 1 1 .4 4 %
0.686 50 s edad < 60 1 0 .4 8 %
0 .6 0 5 60 ^ edad < 70 9 .2 4 %
0 .4 9 2 7 0 ^ e d a d < 80 7 .5 1 %
0 .3 1 4 80 s edad < 90 4 .8 0 %
. 0 ,1 0 6 . 9 0 s e d a d < 100 1 .6 2 %
E s to s ig n if ic a q u e la p o b la c ió n d e l e je m p lo 5 a u m e n ta 6 .5 % c a d a 10 a ñ o s .
1. ( - 2 , 1 ) , ( - 1 , 0 ) , ( 0 , 0 ) , ( 1 , 1), (3 , 2 )
2 . ( 0 ,4 ) , ( 1 ,2 ) . ( 2 , - 1 ) , ( 3 ,0 ) , (4 , 1), ( 5 ,4 )
3 . ( - 2 , 1), ( - 1 , 2 ), (0 , 6 ), (1 , 3 ), (2 , 0 ), (3 . - 1 )
4 . (1 , 1), (2 , 1), ( 3 ,0 ) , ( 4 , - 1 ) , (5 , - 4 )
5 . ( 0 ,0 ) , ( 1 ,2 ) , (2 , 4 ), (3, 1), (4 , 0 ), (5 , 1)
6 . ( 1 ,1 ) , (2 , 4 ), (3 , 4 ), ( 5 ,1 ) , ( 6 , 2 )
7 . ( - 3 , 4 ), ( - 1 , 1), ( 0 ,0 ) , ( 1 ,2 ) , (2 , 5)
8. ( - 7 , 2 ), ( - 3 , 0 ) , ( 1 , - 1 ) , (2 , 3 ), (4 . 6)
E d ad actual 10 20 30 40 50 60 70 80
- 1
>2 1 X2
Y= x= • A =
_ y» . - ' *
e n to n c e s la e c u a c ió n m a tricial A = (.X 'X ) ~lX ‘ Y es eq u iv a le n te a
y,) Ix
«o = -a,
n i x f - C L X j) 2 n
A p lic a c io n e s d e l M é t o d o d e G a u s s - S e i d e l
FIGURA 8.7
Sección 8.4 Ejercicios 529
FIGURA 8.8
FIGURA 8.9
ríes Hermite
1(122-1901
533
534 Capítulo 9 Espacios Vectoriales Complejos
- b ± \ l b2 - 4ac
X~ 2a
d o n d e la can tid ad en el radical, b2 - 4a c, se llam a d is c rim in a n te . Si b2 - 4 a c ^ 0, entone
las solu cio n es son n ú m eros reales co m u n es. Pero, ¿qué puede co n clu irse acerca de la*
soluciones d e una ecuación cu ad rática cu y o d iscrim in an te es negativo? P o r ejem plo, ul
d iscrim in an te d e la ecu ació n x2 + 4 = 0 e s b 2 - 4 a c = - 1 6 . D e la ex p erien cia con el álgeb
ordinaria, e s claro que n o hay ningún nú m ero real cu y o cu ad rad o sea - 1 6 .
S in em b arg o , al escrib ir
■sP1 6 = V l 6( - 1 ) =V T 6“ v = l = 4
se o b serv a que la esen cia del pro b lem a e s que n o hay ningún núm ero real cu y o cuadra
s e a - 1 . P ara resol v er el problem a, los m atem áticos inventaron la u n id a d im a g in a r ia i,q u
tie n e la propiedad d e q u e i 2 = - 1 . E n térm inos d e esta unidad im aginaria se p u ed e cscri
■ P T é = 4 \ T P ~ = 4/
donde r 2 = **4. |l
Observación: El trab ajar con productos q u e im plican raíces cu ad rad as de núm eros negn
tivos, asegúrese d e co n v ertir a un m ú ltip lo de i a n te s de m ultiplicar. P o r ejcm pl
co n sid ere lo siguiente.
V ^ T V T Í = i * i = i2 = - 1 C orrecto
V -T V -1 = V ( - 1) ( - 1) = V T ~ = 1 Incorrecto
C on esta sim p le adición al sistem a de núm eros reales se p u ed e d esarro llar el sistci
d e los n ú m e ro s c o m p le jo s.
Sección 9. / Números Complejos 535
bl
Húmero co m p lejo , donde a es la p a ite real y b i es la parte im a g in a ria del
La forma a + bi es la fo rm a estándar d e un número com plejo.
NON e je m p lo s d e n ú m e ro s c o m p le jo s e s c r ito s c n f o r m a e s tá n d a r s o n 2 = 2 + 0 /,
y - ()i =* 0 - 6 /. E l c o n ju n to d e lo s n ú m e ro s re a le s e s u n s u b c o n ju n to d e l c o n ju n to
m e ro s c o m p le jo s . P a ra c o m p r e n d e r e s to , o b s e r v e q u e to d o n ú m e ro re a l a p u e d e
c o m o u n n ú m e ro c o m p le jo c o n b = 0 . E s d e c ir , p a ra to d o n ú m e ro re a l,
U- a + Oí.
m ero c o m p le jo e s tá d e te r m in a d o d e m a n e ra ú n ic a p o r s u s p a r te s re a l c im a g in a -
, RC d ic e q u e d o s n ú m e ro s c o m p le jo s s o n ig u a le s s í y s ó lo si s u s p a r te s re a l e
m ili s o n ig u a le s . E s d e c ir, si a + b i y c + d i s o n d o s n ú m e ro s c o m p le jo s e s c r ito s e n
tá n d a r, e n to n c e s
ii + b i = c + d i
Ni a = c y b = d.
Complejo
que un n ú m e ro c o m p le jo e s tá d e te r m in a d o d e m a n e ra ú n ic a p o r s u s p a r te s re a l e
aria, e s n a tu ra l a s o c ia r el n ú m e ro a + b i c o n el p a r o r d e n a d o ( a , b ). C o n e s ta
irtn, lo s n ú m e ro s c o m p le jo s s e p u e d e n r e p r e s e n ta r g r á f ic a m e n te c o m o p u n to s en
) de c o o rd e n a d a s c o n o c id o c o m o p lano com plejo. E s te p la n o e s u n a a d a p ta c ió n d el
tangular d e c o o r d e n a d a s . E s p e c íf ic a m e n te , e l e je h o riz o n ta l s e lla m a eje real y
rtical eje im agin ario. P o r e je m p lo , e n la fig u ra 9.1 s e m u e s tr a la g r á f ic a d e lo s
^8 c o m p le jo s 3 + 2 / y - 2 - /. E l n ú m e ro 3 + 2 i e s tá a s o c ia d o c o n el p u n to (3 , 2 ) y
K> - 2 - / e s tá a s o c ia d o c o n el p u n to ( - 2 , - 1 ).
FIGURA 9.1
3
( 3 .2 ) o 3 + 2/
2
1
h— i— »—► .
1 2 3 reaI
( - 2 . - 1)
o -2 - i
El plano complejo
536 Capítulo 9 Espacios Vectoriales Complejos
FIGURA 9.2
1- C o m p o n e n te
h o r iz o n ta l
\ 2 3
C o m p o n e n te
-1 -
v e rtic a l
-2 -
4 -2 1
-3 -
R e p r e s e n ta c ió n v e c to ria l d e
u n n ú m e r o c o m p le jo
DefinicióndeSumay RestadeNúmerosComplejos
L a s tim a y la d ife re n c ia d e a + b i y o + ¿ / se defin en Como
► E je m p lo 1 S u m a y R esta d e N ú m e ro s C om plejos
a) (2 - 4 0 + (3 + 4 0 b) ( 1 - 3 0 - 0 + 0
Solución:
a) (2 - 4 0 + (3 + 4 0 = (2 + 3) + ( - 4 + 4 )/ = 5
b) (1 - 3 0 - (3 +•/) = ( 1 - 3) + ( - 3 - 1)/ - - 2 - 4 / *
538 Capítulo 9 Espacios Vectoriales Complejos
F IG U R A 9.4
E je E je
im a g in a rio im a g in a r io
a) 3(2 + 7 /) + 4 (8 - í) = 6 + 21/ + 3 2 - 4/
= 3 8 + 17/
b) - 4(1 + /) + 2(3 - /) - 3(1 - 4/) = - 4 - 4 / + 6 - 2/ - 3 + 12/
= - 1 + 6/ <
(a + b i) (c + d i) = (a c - b e l) + {a d + b c)i.
En v ez d e in ten tar m em o rizar la definición an terio r del producto de dos núm eros
com plejos, sim p lem en te debe ap licar la ley d istrib u tiv a co m o sigue.
Sección 9. 1 Núm eros Complejos
( a + b i ) ( c + d i ) = a ( c + d i) + b i ( c + d i) L e y d is tr ib u tiv a
= a c + ( a d ) i + (fcc)i + ( b d ) i2 L e y d is tr ib u tiv a
= a c + ( a d ) i + ( b c ) i + ( b d ) (-1 ) E m p le o d e i 2 = - 1
= a c - b d + (ad)/ + (¿>c)/ L e y c o n m u ta tiv a
= ( a c - 6d ) + ( cid + 6c )i L e y d is tr ib u tiv a
E s to s e m u e s tr a e n e l s ig u ie n te e je m p lo .
a) ( - 2 X 1 - 3 / ) b) ( 2 - 0 ( 4 + 3 0
Solución:
a) (-2)(1 - 3 0 = - 2 + 6/
b ) (2 - /)(4 + 3 0 = 8 + 6/ - 4 / - 3 / 2
= 8 + 6 / - 4 / - 3 (-l)
= 8 + 3 + 6/-4/
= 1 1 + 2/
O bservación: E n e l in c is o a ) d e l e je m p lo 3, n ó te s e q u e e l p r o d u c to d e u n n ú m e ro reí
u n n ú m e ro c o m p le jo s e p u e d e e n te n d e r c o m o e l p r o d u c to d e d o s n ú m e ro s c o m p lejo .'
d e lo s c u a le s tie n e la p a rte im a g in a r ia ig u a l a c e r o . E n o tra s p a la b r a s , la m u ltip lic
e s c a la r d e u n n ú m e ro c o m p le jo p o r u n e s c a la r re a l p u e d e c o n s id e r a r s e u n c a s o e s p c c
la m u ltip lic a c ió n d e d o s n ú m e ro s c o m p le jo s .
p (a ) = x 2 - 6 x + 13
y c o m p ru e b e q u e p ( x ) = 0 p a ra to d o c e ro .
-b ± 'J b 2 - 4 a c 6 ± V 36 - 5 2
_ 6 ± V - 16 _ 6±4/ _ 3± 2.
2 2 ''
p( 3 + 2 0 = (3 + 2/)2 - 6(3 + 2 0 + 13
= 9 + 12/ —4 — 1 8 - 1 2 / + 13 = 0
540 Capítulo 9 Espacios Vectoriales Complejos
p (3 - 2 i) = ( 3 - 2 i)2 - 6 ( 3 - 2 / ) + 13
= 9 - 12/ - 4 - 1 8 + 1 2 /+ 13 = 0
M atrices C om plejas
A hora que y a se está en condiciones de sum ar, restar y m ultiplicar núm eros com plejos, es
ta s o p e ra c io n e s p u ed en a p lic a rse a m a tric e s cu y o s e le m e n to s sean n ú m e ro s c o m p le
jo s . U n a m atriz a sí se d en o m in a c o m p le ja .
L as o p eracio n es co m u n es para las m atrices tam b ién funcionan p ara las m atrices
co m p lejas, co m o se m u estra en los dos ejem plos siguientes.
i 1 + i 2i 0
4 = B =
2 - 3 / 4 i 1 + 2 i
a) 34 b) ( 2 - i ) 5
c) A + B d) BA
Solución:
«• 1+ 1 3/ 3 + 3/
a) 3 4 = 3
2 - 3 / 4 6 - 9i 12
2 i 0 2 + 4i 0
b ) (2 - i ) B = ( 2 - 0 i 1 + 21 1 + 2 i 4 + 3/
Sección 9. ¡ N úm eros complejos
i 1 + / 2i O 3/ 1 + /
c) A + t í =
2 - 3 / 4 i 1 + 2Í 2 - 2/ 5 + 2¡
2/ 0 / 1 + / - 2 - 2 + 2/
d ) DA =
i 1 + 2/ 2 - 3 / 4 7 + / 3 + 9/
2 -4 / 2
A=
3 5 -3 /
Solución:
2 -4 / 2
d e t( /\) = 3 5 -3 / = (2 - 4«) (5 - 3 /) - (2 ) (3 )
= 10 - 20 / - 6 / - 1 2 - 6
= - 8 - 26/
i. \ Q f F 3- 2. V F " n F 8
4. i 3
6. ( - 0 7
7. z = 6 - 2 / 8. 2 = 3/
9. 2 = - 5 + 5 / 10. 2 = 7
1 1. 2 = 1 + 5 / 12. 2 = 1 - 5 /
En los ejercicios del 19 al 26, obtenga la suma y la diferencia de los núm eros com plejos dados.
U se vectores para ilustrar geom étricam ente las respuestas.
23. 6, - 2i 24. 1 2 - 7 / . 3 + 4Í
25. 2 + /, 2 + i 26. 2 + z, 2 - z
29. ( V T - i') ( V T ■
t- /) 30. ( 4 + V 2 /) ( 4 -% /!/)
En los ejercicios del 37 al 44, determ ine los ceros del polinom io dado.
37. I x 1 + 2 x + 5 38. *2 + * + 1
39. x 2 - 5 x + 6 40. x 2 - 4 x + 5
En los ejercicios del 45 al 54, efectúe la operación matricial indicada por medio de las
siguientes matrices com plejas.
1 + i 1 1 - i 3i
/I = y B =
2 - 2i - 3z -3 -z
45. A + 5 46. B - A
47. 2A 48. i B
49. 2 ¡A 50. i B
53. 5A B 54. BA
55. Demuestre
multiplicac
556.
6 . D eterm ine z" p ara todos los en tero s positivos n.
S c a lón V ( 'enjugados y División de Números Complejos
T » fl - b L
C o n b a s e e n e s ta d e fin ic ió n s e p u e d e v e r q u e el c o n ju g a d o d e u n n ú m e ro c o m p lc ji
llene a l c a m b ia r e l s ig n o d e la p a rte im a g in a ria c o m o s e d e m u e s tr a c n el sig u ió
iplo.
li/ c m p lo 1 D e te r m in a c ió n d e l C o n ju g a d o d e u n N ú m e r o C o m p le jo
MTO C o m p le jo C o n ju g a d o
Z = - 2 + 3/ 7 = - 2 - 3/
■ Z = 4 - 5/ 7 = 4 + 5/
6) Z = - 2 / 7=2/
Z= 5 7= 5
1 O bservación: E n el in c is o d ) d e l e je m p lo 1, n ó te s e q u e 5 e s su p r o p io c o n ju g a d o co m p !
Bvt g e n e ra l, s e p u e d e d e m o s tr a r q u e u n n ú m e ro e s s u p r o p io c o n ju g a d o c o m p le jo s í y
s
m e l n ú m e ro e s re a l. (V é a s e el e je r c ic io 2 9 .)
G e o m é tr ic a m e n te , d o s p u n to s e n el p la n o c o m p le jo s o n c o n ju g a d o s s í y s ó lo si
,c fle x io n e s c o n r e s p e c to al e je h o riz o n ta l (re a l), c o m o s e o b s e r v a e n la fig u ra 9.5.
FIGURA 9.5
Los conjugados complejos tienen muchas propiedades útiles. En el teorema 9.1 se dan
algunas.
1. zz = <r2 + i
2,
3. ¿ ? ~ 0 s í y
4. a > = >
z z = ( a + b i ) ( a - b i ) = a 2 + a b i - a b i - b 2i 2 = a 2 + tí2.
( z ) = (a + b i) = a - b i = a + b i = z.
¿ = ( l - 2 / ) ( l + 2 / ) = l 2 + 22 = 1 + 4 = 5. «
|z| a 2 + O2 = \a\.
u) |z| b) M c) \zw\
lución:
a) |z | = n/ 2 2 + 32 = V~Í3
\z\2 = &
— = * + yi
w
es lógico, tendría que ser cierto que
546 Capítulo 9 Espacios Vectoriales Complejos
ex - d y = a
dx + cy = b
x _ ac + bd b c -a d
ww ww
L uego, co m o ¿ w = ( a + b i) ( c - d i) = (a c + b d ) + ( b e - a d ) i , se o b tien e la siguiente definición.
iüi
Z _ a +bi _ ac + k d bc + ad I
siem pre qu e c2 + d 2 # 0 .
1 2-/
a) b)
l+i 3 + 4/
Sección V.2 Conjugados y División de N úm eros Complejos
2 -1 1 /
9+16
hc sabe cóm o dividir números com plejos se puede determ inar el inverso
V(>) de una m atriz com pleja, com o se muestra en el ejem plo 5.
[5 D e te r m in a c ió n d e l In v e r s o d e u n a M a tr iz C o m p leja .
j | Inverso de la m atriz
2-/ - 5 + 2/
3 -1 - 6 + 2/
la solución a m ostrar que A A ~ ] = L .
Al aplicar la fórm ula dada en la sección 2.3 para encontrar la inversa de una
2 , se tiene
"á ¥ \
como
| - (2 - /)(—6 + 2 0 - (- 5 + 2/)(3 - /)
■ (-1 2 + 6/ + 4/ + 2) - (-1 5 + 6/ + 5/ + 2)
3 -/
L . . .
escribir
.i !_
-6 + 2/ 5 - 2 /
-3 + / 2- /
1 i ( - 6 + 2/)(3 + 0 (5 - 2/)(3 + /)
3 -/ 3+/ (-3 + 0(3 + 0 (2 - 0 ( 3 + 0
j
-2 0 1 7 -/
-1 0 7 -/
Ificur la solución, se m ultiplican A y A ~ l com o se m uestra a continuación.
2-/ - 5 + 2/ 1 -2 0 17 —i
h M ' 1=
3-/ - 6 + 2/ 10 - 1 0 7 -/
548 Capítulo 9 Espacios Vectoriales Complejos
En el ejemplo 3, observe que el módulo del producto de dos números complejos es igual
al producto de los módulos de los números. Es decir,
\zw\ = V 4 8 l = V l3 V 37 = |z||w|.
También es cierto que |z/w| = |z|/|w|, siempre que >v ¥= 0. En el ejercicio 30 se pido
demostrar estos resultados.
En el último teorema de la sección se listan algunas propiedades útiles que relacionan
conjugados complejos y operaciones de números complejos.
¡¿¿¿¿¿i
Sección 9 .2 a Ejercicios
En los ejercicios del 1 al 4, obtenga el conjugado complejo z y represente tanto a z como a z .
1. z = 6 -3 i 2. z = 2 + 5i
3. z = -8 í 4. z =4
3 -V 2 1 5 +/
16.
3+V 2/ 4 +/
H(2 + Z)(3-Z) 3 -/
18.
4 - 2/ (2 - 0(5 + 2/)
los ejercicios 19 y 20, obtenga las siguientes potencias del núm ero com plejo z.
Z2 b) z3 c) z " 1 d) z”2
, z=2- / 20. z = 1 + /
los ejercicios del 21 al 26, determ ine si la m atriz com pleja A tiene inversa. En caso
ativ , obtenga su inversa y com pruebe que AA~X= /.
6 3/ 2/ -2 -/
I. A = 22. /\ =
2 -/ / 3 3/
1 -/ 1- 2
f A= 24. A =
1 1+/ 0 1+/
1 0 0 / 0 0
, A= 0 1- / 0 26. = 0 i 0
0 0 1+/ 0 0 i
En los ejercicios 27 y 28, determ inar todos los valores del núm ero com plejo z para los que A
t i singular. [Sugerencia: Sea det(-4) = 0 y resuelva para z.]
2 2/ 1+/
5r z_
27. A = 28. A = 1- / -1 + / z
3/ 2 -i
1 0 0
32. D escriba el conjunto de puntos cn el plano com plejo que satisfacen lo siguiente,
a) |z| = 4 b) |z - i | = 2 c) [z + 1| — 1 d) |z| > 3
550 C apítulo 9 E spacios V ectoriales Com plejos
V r= J ¿ i. E sd e cir. =
Para trabajar efectivam ente con potencias y raíces de núm eros com plejos, es de utilidad
u sar u n a representación polar para los núm eros com plejos, co m o se o bserva en la
figura 9.6. D e m anera específica, si a + bi es un núm ero complejo diferente de cero, en
tonces 0 es el ángulo del eje x positivo a la recta radial que pasa por el punto (a, b) y r e s
el m ódulo de a + bi. Así,
a = r c o s 0, b = r sen# y r = yJ a 2 + b2
FIGURA 9.6
Eje
imaginario
Fje
real
■
p: z » r(cos 6 + ¡ s e n O)
a) 1- i b) 2 + 3 i c) i
Solución:
a) S e tiene a = 1 y b = - 1 , d e m odo q u e r2 = 12 + (-1 )2 = 2, lo cual im plica que r =\J~2.
D e a = r eos 0 y b = r sen 6 se tiene
eos 6 = —
y¡2
= —=* = — y
a b 1 V2
sen 0 = — = — = = -------- ■
r V T 2 r s[2 2
A sí, 0 = —TÚA y
71 K
= V 2 eos I - + i sen -
a 2
eos 0 = — - y sen0= — = - ¿ =
r V ñ r yJñ
3 3
z= V ñ eos arctan — + i sen arctan —
2 2
» V l 3 [eos (0.98) + i sen (0.98)].
FIGURA 9.7
E je E je E je
im aginario imaginario im aginario
a) z = V 2 [ c o s ( - * ) + i s c n ( - * ) ] b) z = V Í 3 (cos(0.98) + / sen(0.98)J c ) z = 1 (e o s * + i s e n p 4
eos + i sen
3 1 3 1
n \
z = 8 eos + / sen 8 -— i — = 4 - 4 V3i.
- t ) 2 2
= r 2(cos02 + i sen02).
E n te o por
La fo rm a p o l a r -
z » r{e o s 0 + i sen
d o p e a - re o s
Z, = r ,( c o s 0 , + i s e n # ,) y ^ . = r2(cosft¿ + i se n # 2)
E ste te o rem a e sta b le ce que para m u ltip licar d o s nú m ero s co m p le jo s en form a polar
se m ultiplican los m ódulos y los argum entos, y que para dividir dos núm eros com plejos se
divid en lo s m ódulos y se restan los argum entos. (V éase la figura 9.8.)
FIGURA 9.8.
Eje E je
im aginario im aginario
4 t ) [c o s T 6 /
Solución: C om o los núm eros z, y z2 están en form a polar, entonces se puede ap licar el
teorem a 9.4 d irectam ente co m o se m u estra a continuación,
multiplicación
i \
eos í| 71
71
4 + ---- + / sen
K , K 5
eos — + i sen —
z,z2 = (5)
t ) 6 4 6 3 12 12
suma suma
554 Capítulo 9 Espacios Vectoriales Complejos
división
Z| 5 n n n n_
eos + 1 sen = 151 eos 4 r - + i sen n
Z2 1/3 4 6 6 12 12
resta resta
5V 2 5V 2, y/3
* '= 2 2 ' y ^ = - 6 “ + -6 -
T eorem a d e DeMoivre
El te m a final de esta sección im plica procedim ientos para d eterm in ar po ten cias y raíces
d e núm eros com plejos. L a aplicación repetida d e la m ultiplicación en form a p o la r produce
z = r ( c o s 0 + 1 sen 0)
z2 = r ( e o s 0 + i s e n 0 ) r(c o s 0 + i s e n 0 ) = r ^ c o s 2 0 + i se n 20)
z3 = r ( e o s 0 + i s e n f ljr ^ c o s 2 0 + i s e n 20) = r 3 (e o s 3 0 + 1 sen 3 0 ).
E ste patrón co n d u ce al sig u ien te teorem a im portante, que lleva el apellido d el m atem ático
francés A b rah am D eM o iv re (1 6 6 7 -1 7 5 4 ). En el ejercicio co m plem entario 7 se pide al
lecto r d em o strar este teorem a.
r = V ( - 1 ) 2 + (V~3)2 = 2 y ta n 0 = ^ = - V 3
Sección 9.3 Forma Polar y Teorema de D eM oivre 555
R ecu erd e q u e u n a consecu en cia del teorem a fundam ental d el álg eb ra es que un p o li
n o m io d e grado n tien e n ceros en el sistem a d e núm eros com plejos. P or tanto, un
p o lin o m io c o m o p (x) = x6 - 1 tiene seis cero s, y en este caso se pueden d eterm in a r los seis
cero s al factorizar y aplicar la fórm ula cuadrática.
-i± V 3 / .. i ± m§ /
x = ± l, x = ----- , y x = ------ .
C ada u n o de estos núm eros se den om ina raíz sexta d e 1. E n general, la n -ó s im a raíz d e un
n ú m ero co m p lejo se define co m o sigue.
É IÉ ¡ p iS U
El teo rem a d e D eM oivre es útil para d eterm in ar raíces d e núm eros com plejos. P ara ver
có m o se hace esto, sea vv una raíz n-ésim a d e z, donde
E n to n ces, p or el teo rem a d e D eM oivre se tiene que vv" = ^"(cos n[i + i sen nf3) y co m o W*
= z, se co n clu y e que
Luego, com o los lados izquierdo y derecho de esta ecuación representan número*
piejos iguales, se pueden igualar los módulos para obtener \Jl = r, lo cual implica qutf
e igualarlos argum entos principales para concluir que Oy «/Jdeben diferir por un
tipio de 2 n. Observe que r es un núm ero real positivo, por lo que tam bién s
núm ero real positivo. Por tanto, para algún entero k, np = 6 + 2/rfc, lo cual implica i|
p _ 0 + 2nk
n
P or último, al sustituir este valor de p en la form a polar de vv, se obtiene el rcsiilt
establecido en el siguiente teorema.
z ~ r(co<¡0+ i senO)
donde k « 0 , 1, 2, . . . , n ~ 1
Observación: Nótese que cuando k es m ayor que n - 1, las raíces em piezan a repetirse. Por
ejem plo, si k = n t entonces el ángulo es
o _ ± 2 m = ± + 2n
n n
con lo cual se obtiene el mismo valor para el seno y el coseno que cuando k = 0 .
L a fórm ula p ara d eterm in ar las raíces u-ésim as de un núm ero com plejo tiene una
in terpretación geom étrica interesante, com o se observa en la figura 9.9. N ótese que,
d eb ido a que to d as las raíces u-ésim as tienen el m ism o m ódulo ( l o n g i t u d ) ^ , todas
se encuentran so b re una circunferencia de ra d io ^ /F co n centro en el origen. A dem ás,
las n raíces son equidistantes a lo largo d e la circunferencia, ya que raíces n-ésimu.i
co nsecutivas tienen argum entos que difieren p o r 2 Jtln.
Las raíces sex tas de 1 ya se encontraron m ediante la factorización y la fórm ula
cuadrática. Intente resolver el m ism o problem a usando el teorem a 9.6 para ver si
o btiene las raíces m ostradas en la figura 9.10. C uando se aplica el teorem a 9.6 al
núm ero real 1, las raíces «-ésim as reciben un nom bre especial: ra íc e s n -é sim a s d e la
u n id a d .
Sr te tó n V..Í t'orrnu Pula/ y learcnui d r D rM oivn *
¡ / « 1 eos — + / sen —
f ' \ 2 2 1
Klo q u e r = 1, 0 = 7il2. Luego, al ap licar el teorem a 9.6 se tiene
eos
1 71 kn 7T . k n
- cos 1 .
+ / sen
2 8 2
5/r 5/r
Z2 = e o s — + i sen —
8 8
9n 9n
Zx = COS + 1 sen
8 8
13/r 13/r
+ 1 sen
Z4 COS 8 8
irvacion: En la figura 9.11, nótese que cuando cada uno de los cuatro ángulos jl
9/1/8 y 13/1/8 se m ultiplica por 4 , el resultado es de la form a (tí/2) + 2kn.
558 Capítulo 9 Espacios Vectoriales Complejos
FIGURA 9.11
Eje
imaginario
- 2 + 2/ = V8 c o s ^ + i s e n ^ .
4 4
P o r la fórm ula para en co n trar las raíces n-ésim as, las raíces cúbicas de z son d e la form a
cos( M p + . e n ( W p
(V8),/3
19;r . . 19^
:3 = V2 eos + i s e n ------ 0 .3 6 6 0 - 1 .3 6 6 0 /
Observación: Intente com probar las raíces determ inadas en el ejem plo 6 por m ultiplica
ción para v er q u e se obtiene - 2 + 2/.
2* Eje
im aginario
Eje 3 3i
re al
2- -
1 - -
^ E je
real
-1
E je 4. Eje
im aginario im aginario
4— 1 i I Eje
real
-5 - 4 -3 -2 -1
-2
E je
-34- real
icios del 5 al 16, represente gráficam ente el núm ero com plejo y dé su forma polar.
2/ 6. \/3 + /
I + >fi¡) 8. § ( V 3 -
10. 4
12. - 2 i
ti 14. 2V2 - i
I 16. - 4 + 2/
icios del 17 al 26, representar gráficamente el núm ero com plejo y dé su forma
560 Capítulo 9 Espacios Vectoriales Complejos
En los ejercicios del 27 al 34, efectúe la operación indicada y escriba el resultado en foi
polar.
n . n
27. cos — + / sen — 4 I cos — + i sen —
3 3
k . n
30. cos — + / sen — L í eos — + / sen —
3 3 3 I 3 3
En los ejercicios del 35 al 44, use el teorem a de DeM oivre para encontrar las potencia* i
dicadas del número com plejo dado. Exprese el resultado cn forma estándar.
35. ( 1 + 0 4 36.
4 10
5;r . 5 71 j
41. cos — + / sen 42. cos + i sen
3 6
9 / 4 4
8
43. 2 cos — +i sen — \ 44. 5 Ic o s — + / sen —
2 2 1
En los ejercicios del 45 al 56, a) use el teorema de DeM oivre para hallar las raíces indicu
b) represente gráficam ente cada una de las raíces y c) exprese en forma estándar cada una d
las raíces.
n k
45. Raíces cuadradas: 16 cos — + i sen —
Sección 9.4 Espacios Vectoriales Complejos y Productos Interiores 561
4k
ttíccs cuartas: 16 eos — + 1. sen —
4n
3 3
km ejercicios del 57 al 62, obtenga todas las soluciones de la ecuación dada y represente
mente las soluciones.
^ (= 0 58. x 1 + 1 = 0
/ + 243 = 0 60. ^ - 8 1 = 0
K) ZZ b) z/z, z * 0
m uestre que el negativo de z = r (eos 0 + i sen#) cs
co m p lejo es aquel en que los escalares son núm eros com plejos. Así, si v ,, v2, v m son
vectores en un espacio vectorial complejo, entonces una com binación lineal es de la fontifl
C |V | + C2V 2 + + CmVm
donde los escalares c v c v . . . , cm son núm eros com plejos. La versión com pleja de R*
es el espacio vectorial com plejo Cn que consta de todas las n-adas ordenadas de numero*
com plejos. Así, un vector cn Cn es de la forma
« . + ¿v
ü2 + v
v=
an + bn i
v = (l + 2 /, 3 - / ) y u = (-2 + i, 4)
vectores en el espacio vectorial com plejo C 2; determ ine los siguientes vectores
a) v + u b) (2 + /)v c) 3v - (5 - /)u
Solución:
a) En form a de m atriz colum na, la sum a v + u e s
1 + 2/ 4. - 2 + / -1 + 3/
v +u= T
3 -/ 4 1-i
c) 3v - (5 - Qu = 3( 1 + 2 1, 3 - 0 ~ (5 - #)(-2 + /, 4)
= (3 + 6i, 9 - 3 0 - ( - 9 + 7/, 20 - 4/)
= ( 1 2 - 1, - 1 1 + 0
Sección 9.4 Espacios Vectoriales Complejos y Productos Interiores 563
M uchas d e las propiedades d e Rn son com partidas p o r C". P o r ejem plo, la identidad
liplicativa escalar es 1 y la identidad aditiva en C n es 0 = (0, 0 , 0 , , 0). L a b a se
n d a r d e C es sim plem ente
e, = ( L 0, 0, . . . , 0)
e2 = (0 , 1 , 0, . . . , 0)
e„ = (0, 0, 0, . . . , 1)
uní e s la b ase e stá n d a r d e Rn. d a d o q u e e sta b ase c o n tie n e n v ecto res, se c o n clu y e
la dim ensión de C n e s n . E xisten otras bases; de hecho, cu alq u ier conjunto d e n
t e s lincalm cntc independientes d e C n puede usarse com o base, com o se dem uestra
• I ejem plo 2.
J ip ío 2 C o m p r o b a c ió n d e u n a li a s e
stre que
base de C 3.
1: C om o la dim ensión de C3 es 3, entonces el co njunto {v,, v2, v3) será una base
Intente independiente. P ara verificar la independencia lineal, se iguala a c e ro una
ión lineal d e vectores en S com o se m uestra a continuación.
c ,v , + c2v 2 + c3v 3 = (0 , 0 , 0 )
implica que
( r , + c 2)t = 0
.7 R c p r v s c n l n d ó n (Ir u n V a c ia r r n C " p o r M r d lo d e u n n B a s e
.
( 2. 1 2 - /).
564 C apítulo 9 Espacios V ectoriales Com plejos
Solución: Al escribir
V = C 1V I + C 2 V 2 + C 3 V 3
= ((C | + C2) i , C 2i, C3í)
= (2 , /, 2 - 0
se obtiene
(c, + c2)i = 2
c2i = i
c3/ = 2 - i
c, = — :— = - 11 - o2/•
2 —i
y :— = - 11 - o2/.•
2 —/
c-, = —
1 / /
Por consiguiente,
Intente verificar que esta com binación lineal produce (2, /, 2, - /). 4
Aparte de C ", existen varios ejem plos adicionales de espacios vectoriales com plejos
Por ejem plo, el conjunto de m atrices m x n con la sum a de m atrices y la m u ltip licao s
escalar constituye un espacio vectorial complejo. En el ejem plo 4 se describe 1111 espa
vectorial com plejo en que los vectores son funciones.
f(x) = f j t o + i'f2(x)
donde f, y f2 son funciones de valuación real de una variable real. El conjunto de núnu'HUI
com plejos constituye los escalares de S y la sum a vectorial se define como
está en S.
ración: N ótese que si u y v son “ reales” , entonces esta definición con cu erd a con
icto interior (o punto) d e Rn.
U = (2 + /, 0 , 4 - 5 /) y v = (1 + / , 2 + /, 0).
= (2 + / ) ( l - i ) + 0 ( 2 - 1 ) + (4 - 5 /) ( 0 )
= 3-/
iel siguiente teorem a se establecen varias propiedades del producto interior cucl idea
•V m V '• U
+ v)*w = u*w + v w
l)-v » £ ( u-v)
\' (kv) *k( u v )
u SK 0
|*U a 0 sí y só lo si u = 0.
Entonces
v - u = v 1m | + v 2m 2 + ... + u m i
«Au, v) = ||u - v | |
I» =11(1, - 2 - 1, 4 -5011
= (1 + 5 + 4 1 )i/2 = n/4 7 .
|(»l.v) = (v,o)
(u + V, w) = (u, w) + (v, w)
(ku. v) = k[u, y )
(u, u) as 0 y (u, u) = 0 s í y só lo si u - 0.
|ln e s p a c i o vectorial com plejo con producto interior com plejo se denom ina e s p a t
u c to in te r io r c o m p le jo o e sp a cio u n itario .
(u, v) = m¡ü; + 2 u ¿ r2
producto interior com plejo.
= (u, w) + (v, w)
E n virtud de que se cum plen todas las propiedades, se concluye que (u, v) cs un producto
in terio r com plejo.
Sección 9 .4 k E jercicios
1. 3u 2. 4/w
3. (1 + 2i)w 4. iv + 3w
5. u - ( 2 - / ) v 6. (6 + 3/)v - (2 + 2/)w
7. u + iv + 2/w 8. 2/v - (3 - /)w + u
9. 5 = { ( l,i) , ( i,- l) }
12. S = { ( 1 - i , 0 , l ) , (2, i , l + / ) , ( ! - i , l , l ) }
En los ejercicios del 13 al 16, exprese v como una com binación lineal de los siguientes vectores
básicos.
b) { (1 .0 .0 ), ( 1 ,1 ,0 ), ( 0 ,0 , l + i ) }
13. v = ( 1 ,2 ,0 ) 14. v = (1 - i , 1 + i , - 3 )
15. v = ( - i , 2 + / , - l ) 16. v = (i, i, i)
v = (1, 2 + /, - / ) 22. v = ( 0 ,0 ,0 )
, u = ( l , 0 ) , v = (/,/)
u = (2 + i, 4, -/), v = (2 + 4 , - i)
los ejercicios del 31 al 34, determ ine si el conjunto de vectores es linealmente independiente
ncnlmente dependiente.
1. |( 1 ,/) , ( /,- ! ) }
1(1+ 1, 1 - / , 1 ) , (1 ,0 ,1 ), ( - 2 ,- 1 + 1,0)}
1(1,1, 1 + / ) , ( 0 ,/ ,- / ) , ( 0 ,0 ,1 ) )
I ((1 + 1 , 1 - 1 , 0 ) , ( 1 - 1 ,0 ,0 ), ( 0 ,1 ,1 ) )
los ejercicios del 35 al 38, determ ine si la función dada es un producto interior complejo,
de u = (w,, m2) y v = (vp v2).
¡i (u, v) = M| +M2v2 36. (u, v) = (m, + u ,) + 2(m2 + v 2)
Sean v , = (/, 0 ,0 ) y v2 = (i, /, 0). Si v3 = (zr zv z3) y el conjunto {v p v2, v3} no es una base
tic C 3, ¿qué implica lo anterior con respecto a z v z2 y z3?
Sean = (/, /, /) y v2 = (1 ,0 , 1). Determ ine un vector v3 tal que {vp v2, v3J sea una base
¡de C3.
I. (u + v ) - w = u w + v w 42. (ku )- v = k ( u • v)
Sea (u, v) un producto interior com plejo y sea k un núm ero com plejo. ¿Cóm o están
relacionados (u, v) y (u, k \)l
Ion ejercicios 47 y 48, determine la transformación lineal T : Cm C" que tiene las
rísticas dadas.
r(i•o)■(2 ♦ i>./(ü,ij•(o, o
tu . o) - í2 + /. n . r o i . O j i i o . - A
570 Capítulo 9 Espacios Vectoriales Complejos
En los ejercicios del 49 al 52, la transformación lineal 7’: C ”-* O ’ está definida por 7*(v) = As
D eterm ine la imagen de v y la preimagen de w.
1 0 1 +/■
49. A = ,w =
i i 1 -1
i
0 i 1
50. A = .v= 0 ,w=
1 0 0
+/
1 0 ' 2 '
2 - i
51. A = 1 o ,V= , w = 2/
3 + 2/
i i 3/
0 1 1 ' 2' 1- /
52. A = i i -1 ,V= 5 w = , 1+/
0 i 0 0 i
53. Determ ine el núcleo de la transform ación lineal dada cn el ejercicio 49.
54. Determ ine el núcleo de la transform ación lienal dada cn el ejercicio 50.
En los ejercicios 55 y 56, encuentre la imagen de v = (/, i) para la com posición indicada, dnmlf
T] y T2 están dadas por las matrices siguientes.
0 i -/ /
>4.= ¿2 =
1 0 i -i
A = 3+71 0
2/ 4- i
lóll:
3 + 7/ 0 3 -7 / 0
Á=
2i 4-i -2 / 4 + /
A * = A' =
'(a* )* * a I B b f ■ ,'M
( A + !? )* = A * + S * ’
(kA)* =
\B)m■ B *A *
Des U nitarias
|e q u e una m atriz real A es ortogonal sí y sólo si A~' = A 1. E n el sistem a com plejo,
Itrlccs que tienen la propiedad de q u e A~l = A* son m ás útiles y se denom inan
ION u n ita ria s .
in d e M atriz U nitaria
m atriz com p leja A se d en o m in a u n ita r ia si
A"1- A *
572 Capítulo 9 Espacios Vectoriales Complejos
1 l+ i 1 -/
l- i l+ i
Solución: C om o
1 1+ i l - i 1 1- i 1+/ . 1 4 0
2 1- i 1+ I 2 l+ i l-i 4 0 4 = '2
E n la secció n 7.3 se dem ostró que u n a m atriz real es ortogonal sí y só lo si sus vecto
renglón (o colum na) fo rm an un conjunto ortonorm al. Para las m atrices com plejas, ctilA
p ropiedad carcteriza a las m atrices que son unitarias. O bserve que un conjunto d e vecto
i Vl’ V2 Vm>
en C " (esp acio euclid can o com plejo) se denom ina ortonorm al si se cum ple lo siguicn
1- llv.ll = 1 . ' = 1 . 2 m
2. v (. v . = o , / * j
L a d em ostración del siguiente teorem a es sem ejante a la del teorem a 7.8, d ad a cn lil
sección 7.3.
1 1+i 1
2 2 2
i i 1
/t =
V3 V3 V3
51 3 + i 4 + 3/
2VT5 2 7 Í5 ^ T iT
Sección 9.5 M atrices Unitarias y Hermitianas 573
'l l+ i l\
’ 2
1
M V 3 ’ V 3 ’ V3
.
Si 3 + i 4 + 3/
\ 2 V l 5 ’ 2 V Í5 ’ 2 V l5
-
1/2
1 . 1 . 1
W = ( r 2 - r 2) - = - + - + - = 1
1/2
Í- + A + A = 1.
N = (r 3 • ••j ) 1' 2 =
12 12 12
s, se puede escribir
h \l i \ 1 +» 1 < L í M 1 \
I ' r2
yui 2 r v i l 'h ) va)
_ _i L_ + _ í ______ L_
2V 3 2V 3 2V 3 2V 3
= 0.
A sí c o m o con las m atrices sim étricas, las m atrices d e H erm ite pueden identificarse
fácilm en te p or inspección. P ara v er lo anterior, considere la m atriz 2 x 2
ci , + a 2i b x + b2i
A =
c , + C2i d \ + d 2l
A* = A'
+ a 2i + C2l
«1 c\
b\ + b 2i <*>
+ d 2¡
a . - a 2i ci
- c 2¡
b \
- h 2¡
d x
- d 2i
a, b { + b 2i
A =
/;i - v
R esultados sem ejantes p u ed en obtenerse para m atrices herm itianas de orden n x n. En
o tras p alab ras, una m atriz cu ad rada A es herm itiana s í y sólo si se cum plen las don
co n d icio n es siguientes.
3 2 -i -3 /
c) 2 + / 0 1- i
3/ 1+/ 0
•jri
Solución:
a) E sta m atriz no es h erm itian a porque contiene un elem en to im aginario en su diugnini||
principal.
b) E sta m atriz es sim étrica pero no es herm itiana porque el elem ento en el p rim er rcngl
y se g u n d a c o lu m n a no es el c o m p le jo c o n ju g a d o d el e le m e n to en el según
re n g ló n y prim era colum na.
c) E sta m atriz es herm itiana.
v = (a , + b xiy a 2 + b 2i 9 . . . , a n + b j )
A \ = Xv.
I m ultiplicar am bos lados d e esta ecuación p o r v* se tiene
(v M v )* = VM * (v * )* = v M v
3 2 -i -3 i
2 + / 0 l-i
3i 1+i 0
X- 3 -2 + i 3/
|A / - / i | = - 2 - / X -1 + /
-3 / -1 X
encontrar los vectores característicos de una m atriz com p leja se usa un procedi-
mejunte al que se em p lea con una matriz, real, Así. cn el ejem plo 5 el vector
576 Capítulo 9 Espacios Vectoriales Complejos
X- 3 -2 + i 3i v\ o'
-2 - i X -1 + i = 0
V2
-3 / -1 -/ X 0
-4 -2 + i 3/ v¡ o'
-2 -/ -1 -1 + /' V2 = 0
-3 / -1 - 1 -1 -3 . 0
-1
v = = / 1 +2/
1
. v 3.
1A P
es una m atriz diagonal. D ado que P es unitaria, entonces p~] = P *y p o r lo que una a
m ación eq u iv alen te es d ec ir que A es diagonalizable unitariam ente si existe una m ilirlf
unitaria P tal que P * A P c s una m atriz diagonal. En realidad, el problcm adcdiagonali/.ni!
im plica dos cuestiones p or separado: 1) D ada una m atriz A y ¿cóm o determ inar *1
diagonalizable un itariam en te? 2 ) S \ A es diagonalizable unitariam ente, ¿cóm o dcterm ll
P ? Las resp u estas a estas dos preguntas se dan en el teorem a 9.11.
El valor del teorem a 9.1 1 para el problem a de diagonal ización es evidente: las malí I
herm itianas son d iagonalizables unitariam ente. Para estas m atrices se aplica el icmi|(
del sig u ien te teorem a para co n stru ir tal m atriz P.
Sección 9.5 M atrices Unitarias y Hermitianas S il
v , • Vj « 0.
v, = ( - l . 1 + 2 /, 1)
v2 = ( l - 2 1 i, 6 - 9 / , 13)
V , = (1 + 3 í , - 2 - i , 5)
V , • V2 = (-1 , 1 + 2 /, 1 ) - (1 - 2 1 / , 6 - 9 / , 13)
I = ( - l ) ( l + 21/) + (1 + 2 0 (6 + 9 / ) + (1) (13)
= -1 - 2 1 / + 6 + 1 2 /+ 9 / - 18 + 13
= 0
1 1 -2 1 / 1+3/
V7 V 728 V 40
1+2/ 6 - 9/ -2 -/
P=
V7 V 728 V 40
1 13 5
V7 V 728 V 40
In te n te calcu lar el producto P *A P para las m atrices A y P del ejem plo 7 para ver si
o b tien e
- 1 0 0
P*AP = 0 6 0
0 0-2
d o n d e - 1 , 6 y - 2 son los valores característicos d e A.
L as p ro p ied ad es d e las m atrices com plejas d escritas en esta sección son com parable*
a las propiedades d e las m atrices reales analizadas en el capítulo 7. E n el siguiente resum en '
se indica la co rresp o n d en cia en tre las m atrices co m p lejas unitarias y herm itianas co n la*
m atrices reales o rtogonales y sim étricas.
- ■ : . . . . . . . .v. . •
9.5 ▲ Ejercicios
rcicios del 1 al 8, determ ine la transpuesta conjugada de la m atriz dada.
i -i 1+2/ 2 -/
2 3i 1 1
0 1 4 + 3/ 2 +/
4. i4 =
2 0 2- i 6/
u 5 + / V 2 /'
5 -1 6 4 6. A = 2 + / 3- / 4 + 5/
3 -/ 2 6 -2 /
- V 2i 4 3
7 + 51 2 /
21 8. /* = 5 3/
4 0 6 -/
i 0 10. -4 = 1
0 0 i -1
\ 1+/
2 ~2
l+ i
0 ----V7= / 1 /
V5 2 12. A
V3 V3 V3
0 1 0
1 1+/
2 2
1+1 1+1
14. >1 = 1+/ 1- /
1-1 1- i 1-/ 1 +/
/
V2 V2
* 16. /4 =
/ /
V2 V2
■
'■ i i 1
Ü J 7 3 71 4 3
i 5 5
18. /t =
>/5 7 1 3—/ . 4- 1
5 5 <a
n ‘ i
0 Vi s/l
580 C apítulo 9 E spacios V ectoriales Com plejos
En los ejercicios del 19 al 22, a) Compruebe que A es unitaria al dem ostrar que sus ren
son ortonorm alcs y b) determ ine la inversa de A.
4 3 . 1+i 1+ /
"5 5' 2 2
20. /\ =
3 4 . 1 1
- ~l
5 5 V2 V2
0 0
z i_ ± í 1- /
V3 - / I+ V 3 / 0
21. = 22. /* = Vó V3
2V 2 n/3 + 1 1 - V3i
2 1
0
V6 V3
0 2 +i 1
23. A = 2 - / 0 24. /* = 1 0
i
0 1
1 0 1
25. /! = 0 /
26. /! = 1 2 +/ 3 -/
-i 0 2 -i 2 3+/
1 V2 + / 5
27. /* = 0 0
28. /! = 42- 2 3+i
0 0
5 3- / 6
En los ejercicios del 29 al 34, determ ine los valores característicos de la m atriz A.
29. 4 = 0 1 0 2+/
30. /\ =
-/ 0 2 -i 4 u JÉ
3 1-/ 3 i
31. ¿ = 32. A =
1 +1 2 -i 3
/ /
V2 V2 4
1 1- i
33. /! = / 34. >4 = 0 1 3/
V2 0 0 2+ /
I
V2
En los ejercicios del 35 al 38, determ ine los vectores característicos de la m atriz dada
35. La m atriz del ejercicio 29. 36. La matriz, del ejercicio 30.
37. La matriz, del ejercicio 33. 38. La matriz del ejercicio 12
S e c c ió n 9 .5 E je rc ic io s 581
ejercicios del 39 al 43, encuentre una m atriz unitaria P que diagonalice la m atriz
A,
0 I 0 2 +/
A - 40. /! =
-i 0 2 -/ 4
i i
2 —
V2 V2
i 4 2 + 2i
A ■ 2 0 42. /\ =
* Í2 2 -2 i 6
t 0 2
;" 7 5
-i 0 0
0 -1 1+/
0 -1 - i 0
II i un número com plejo con módulo 1. Demuestre que la siguiente m atriz cs unitaria.
1 z z
V 2 iz -iz
•icios del 45 al 48, use el resultado del ejercicio 44 para determ inar«, b y c d e modo
rcii unitaria.
3 -4 i
1 a
46. A = 5
v2 h c V2
b c
6 + 3/
I i a
48. = n/45
72 b c yf2
c
ejercicios del 49 al 52, demuestre la fórmula dada, donde A y B son matrices complejas
' 50. (A + B ) * =A * + B*
•jeicicios 55 y 56, suponga que el resultado del ejercicio 54 cs cierto para matrices de
ler tamaño.
0l u l o 9 ▲ E je r c ic io s C o m p l e m e n t a r i o s
termine todos los núm eros com plejos z tales que z = -z.
muestre que si el producto de dos números com plejos es cero, entonces uno de los
meros debe ser cero.
3 2 -i -3 i
2 +i 0 l-i
3i 1+ i 0
b) Dem uestre que el determ inante de cualquier matriz herm itiana es real.
m uestre que si z es un cero de una ecuación polinomial con coeficientes reales, entonces
ol conjugado de z también es un cero.
x2 x2
e*=i+x+f +f +....
AI sustituir ix por x en esta serie infinita, de muestre que e,x = cos(*) + 1 sen(.r). Use esta
k
{
Ocuación para deducir la soprendente fórmula
e‘* = - \
Demuestre que si z y w son números com plejos, entonces
lz + wl ^ Izl + Iwl.
1« Demuestre que si z, + 2^ y Z|Z2 son O m ero s reales diferentes de cero, entonces z, y z 2 son
números reales.
Demuestre que cn un espacio con producto interno complejo,
5 2 -i 3 + 2/ ‘
-1 + 4 / 3+i
47. A = 48. 4 = 2 + 2 / 3 -2 / i
3-t 2+/ 3/ 2 +i -1 - 2 /
En los ejercicios del 49 al 52, obtenga el vector indicado usando u = (4 1, 2 + i), v = (5,
y w = (3 - í, 4 + i).
49. 7u - v 50. 3/w + (4 - /)v
En los ejercicios 55 y 56, encuentre la distancia cuclidcana entre los vectores dados.
i 1 ’2+ í 1+ /'
yj~2 V2 4 4
57. 58.
i 1 1 V2
y/2 V3 _
^2-
1
o
V I V2
1 0 60.
59. o i o
i -i
i +/ -1 - I
o
1 -1 + / 2 -r 9 2 -1 2
61. l-i 3 i 62. 2+ / 0 -1 - /
2+/ -í 4 1«4>> ¿XJlkH _ 2 -1 + / 3
10
C ap itu lo
gramación Lineal
10.1 Sistem as d e D esigualdades L ineales
10.2 P rogram ación Lineal con D o s V ariables
10.3 El M étodo Sim plcx: M axim ización
10.4 El M étodo Sim plex: M inim ización
10.5 El M étodo Sim plex: R estricciones M ixtas
hn vonNeumann
587
588 Capítulo 10 Programación Lineal
3 * -2 y < 6
..... se em p ieza p o r tra zar la g ráfica de la ecuación correspondiente
3x-2y=6.
L L a g ráfica d e la ecu ació n norm alm ente separa el plano en dos o m ás regiones. En cada
[i*- : reg ió n d eb e ser cierto uno de lo s siguientes hechos. 1) T o d o s los puntos d e la región son
« th so lución de la desigualdad. 2 ) N ingún punto de la región es solución d e la desigualdad
P o r tan to , se p u ed e d e te rm in a r si lo s p u n to s d e to d a u n a reg ió n sa tisfa cen la desigual
d a d co n só lo v erificar cualquier punto d e la región.
\t Y
a x + by < c a x + by < c
ax + b y > c a x + by > c.
L a g ráfica d e cad a una d e estas desigualdades lineales es un scm ip lan o ubicado a uno tía
lo s lados d e la recta a x + b y = c. L a s desigualdades lineales m ás sim ples son aquella*
co rresp o n d ien tes a rectas h o rizontales o verticales, co m o se m uestra en el ejem plo I ,
uclón:
© la gráfica d e x - y < 2.
IJRA 10.3
590 Capítulo 10 Programación Lineal
P ara u n a desigualdad lineal en dos variables, algunas veces se puede sim plificar H
p ro cedim ien to d e g raficad o a l escribir la desigualdad en form a pendiente-ordenada al
origen. P o r ejem plo, al escrib ir x - y < 2 en la form a
y> x -2
se p u ed e o b serv ar que los p u ntos solución están arriba d e la recta y = x - 2, com o Ntf
m u estra en la figura 10.3. D e m anera sem ejante, al escrib ir la d esigualdad 2>x - 2y > 5 cu
la form a
S istem as d e D esigualdades
M u ch o s p ro b lem as práctico s en adm inistración, ciencias e ingeniería im plican sistcr
d e desig u ald ad es lineales. A continuación se presenta un ejem plo de ese sistem a.
x +y < 12
3 x -4 y < 15
x > 0
y > 0
( 2 .4 ) c» u n o so lu ció n po rq u e tu
livlncr
Sección 10A Sistem as de D esigualdades Lineales
br - y < 2
* > -2
y * 3
En los ejem p lo s 1 y 2 ya se trazó la gráfica d e cada una d e las desigualdades,
trian g u lar com ún a todas las tres gráficas puede determ inarse al su p erp o n er las
INcn el m ism o sistem a d e coordenadas, com o se o b serv a cn la figura 10.5. Para
tur los vértices d e la región, se en cu en tren los puntos d e intersección d e las fronte-
la región.
Artice A: ( - 2 , - 4 ) V értice B : (5, 3) V értice C: ( - 2 , 3)
Heñido al determ i- O btenido al encontrar O btenido al h allar el
ir el punto de el punto de intersec punto d e intersección
irsccción de ción de de
-y = 2 * - ;y = 2 x = -2
x = —2. y = 3. y= 3.
IURA 10.5
X>
í |
Bl Conjunto
• 2 1m m B m Solución
l i '✓ :
> 2 3 4 5
/
T i
FIGURA 10.6
FIGURA 10.7
Sin solución
S e n tó n 10.1 Sistemas de D esigualdades Lineales 593
0 + y < 3
* ♦ 2y > 3
lina cuña infinita c o m o se o bserva en la figura 10.8.
PIÜURA 10.8
y
Región no acolada
ones
B ho ejem p lo d e esta sección m uestra c ó m o en un pro b lem a de aplicación puede
un sistem a d e desigualdades lineales.
I): Sean
, para reunir los requerim ientos m ínim os diarios, es necesario satisfacer las si
les desigualdades.
594 C a pítulo 10 P rogram ación Lineal
FIGURA 10.9
E n los ejercicios del 1 al 6, haga corresponder la desigualdad lineal con su gráfica. [LasgráH
están etiquetadas de a) a 0-1
1. * > 3 2. y < 2
3. 2x + 3 y < 6 4. 2 x - y > - 2
5. x > 6. y > 3x
7. x > 2 8. x < 4
9. y > -1 10. y ^ 3
13. 2 y - x ^ 4 14. 5x + 3 y 2 - l 3
Sección 10.1 Ejercicios 595
18. y < = 3 + *
íy ♦ 4 a x 20. 6 - 2y < x
I* o
> fc 0
■ «2
> -.4
596 Capítulo 10 Programación Lineal
En los ejem plos del 33 al 36, deduzca un conjunto de desigualdades para describir la regí
dada.
33. Región rectangular con vértices en (2, 1), (5, 1), (5, 7) y (2, 7).
36. Región triangular con vértices en (-1 , 0), (1, 0) y (0, 1).
37. U na fábrica de muebles puede vender todas las mesas y sillas que produce. Cada
requiere 1 hora en el centro de ensam blaje y 1 1/3 horas en el centro de acabado. Cu
lia requiere 1.5 horas en el centro de ensam blaje y 1.5 horas en el centro de acabt
centro d e ensam blaje de la fábrica perm anece abierto 12 horas diarias, y el cení
acabado, 15 horas diarias. Si x es el núm ero de mesas producidas por día y y es el mu
d e sillas, encuentre un sistem a de desigualdades que describa todos los nivclt
producción posibles. Trace la gráfica del sistema.
38. Una tienda vende dos modelos de cierta marca de computadoras. Debido a la del
es necesario tener cn bodega por lo m enos dos veces la cantidad de unidades del ni
A que el m odelo B. El costo para la tienda de los dos modelos es 800 y 1,200 dóli
respectivam ente. La administración no desea tener más de 20,000 dólares de inventi
de com putadoras en ningún m om ento y desea que siem pre haya en existencia por lo ti
nos cuatro com putadoras del m odelo A y dos computadoras del m odelo B . Idee un nI
de desigualdades que describa todos los niveles de inventario posibles y trace lit gl
del sistema.
39. U na persona desea invertir un total de no más de 20,000 dólares en dos cuentas que
ren intereses. Cada cuenta debe constar por lo menos de 5,000 dólares. Ademi
cuenta debe tener por lo menos dos veces la cantidad que hay en la otra cuenta. I )r H
un sistema de desigualdades para describir las diferentes cantidades que es posible do|
en cada cuenta y trace la gráfica del sistema.
40. Para un concierto se venderán dos tipos de boletos. El precio de un tipo será de 15
res por boleto y el del otro, 25 dólares por boleto. El promotor del concierto debe vi
p or lo menos 15,000 boletos incluyendo 8,000 boletos de 15 dólares y 4 ,0 0 0 de Io n I h i |
de 25 dólares. Además, los ingresos brutos deben ser por lo menos 275,000 dótate!
llevar a cabo el concierto. Encuentre un sistema de desigualdades que deseilli
diferentes números de boletos iiue es nosiblc vender v trace la urálica del sislei
II
Sección 10.2 Programación Lineal con D os Variables
Z = ax + by F u n ció n objetivo
NdURA 10.10
598 Capítulo JO Programación Lineal
z = 3* + 2y Función objetivo
R estricciones
x + 2)
x~ >
Solución: L as restricciones form an la región m ostrada en la figura 10.11. En los cu#
vértices d e esta región, la función objetivo tiene los siguientes valores.
FIGURA 10.11
3
Sección 10.2 Programación Lineal con D os Variables
P1GURA 10.12
í £ - t Z Z
K.
Iv crp o rel m étodo gráfico un problem a d e program ación lineal que implii
obles, use los pasos siguientes.
z = 4x + 6y F unción objetivo
—x + y ^ 11
x+ y < 2 7 R estricciones
2x + 5y < 90.
FIGURA 10.13
5 10 15 20 25 30
E n el siguiente ejem p lo se m uestra que se puede usar el m ism o procedim iento liA
para reso lv er un problem a de program ación lineal en que la función objetivo un A
nim izada.
Z *s 5x + l y Función objetivo
Sección 10.2 Programación Lineal con D os Variables
2x + 3y 6
3x- y 15
-x + y 4 R estricciones
2x + 5y 27.
RA 10.14
y
(1 .5 )
5
(0.4)<
'
3 (6. 3)
in <>i«
(U. ¿ )i
1
1 2 ( 3 .0 ) ( 5 .0 ) 6
aclóil: E n el ejem p lo 3, nótese que los pasos seguidos para determ inar
lino son precisam ente los m ism os q u e se seguirían para enco n trar el valor iná
palabras, una vez que la función objetivo se h a evaluado en los vértices de
ble, sim plem ente se elig e el m ay o r v alo r c o m o e l m áxim o y el m enor com o el
Z ■ 2x + 2y Función objetivo
l'n (0 .0 ): 2 ( 0 )+ 2 (0 )- 0
En (0. 4): 2 (0 )+ 2(4)- H
Kit (2. 4): 2 (2 )+ 2 ( 4 ) - 12 (V alor m áxim o d e z)
l(n (5 . I): 2(5) + 2( 1 ) - 12 (V alor m áxim o d e z)
En ( 5 .0 ) : « ■ 2(5) 4 2(0) - 10
604 Capítulo 10 Programación Lineal
Solución: Se empieza por hacer que * represente el número de tazas de la bebida dictétU'M
X y y represente el número de tazas de la bebida dietética Y. Además, para satisfacer lol
requerimientos mínimos diarios, es necesario satisfacer las siguientes desigualdadcn.
Para las calorías: 60.x + 60y ^ 300
Para la vitamina A: 12* + 6y 36
Para la vitamina C: 10* + 30y ^ 90 Restricciones
Así el costo mínimo es 0.66 dólares diario, y esto ocurre cuando diariamente se con
men tres tazas de la bebida X y dos tazas de la bebida Y.
FIG U R A 10.18
>'
Sección 10.2 E jercicio s 60
Z = 3x + 2y z = 4 x + 3y
Restricciones: Restricciones:
x 0 0
y 0 y> 0
x + 3y 15 2x + 3y ^ 6
4x + y 16 3x-2y < 9
* + 5y < 20
l m 5x + 0.5y z = x + 6y
stricciones: Restricciones:
(Véase el ejercicio 1.) (Véase el ejercicio 2.)
fricciones: Restricciones:
Os x 60
45
606 C a p ítu lo 10 P ro g ra m a c ió n L ineal
z = 4x + 5y z = Ax + 5y
Restricciones: Restricciones:
*> 0 * > 0
y > 0 y > 0
Ax + 3y > 27 2* + 2y < 10
x+ y > 8 x + 2y ^ 6
3x + 5y > 30
11. Función objetivo: 12. Función objetivo:
z = 2x + l y z = 2x-y
Restricciones: Restricciones:
(Véase el ejercicio 9.) (Véase el ejercicio 10.)
z = 4x + y z =x
Restricciones: Restricciones:
*> 0 * > 0
y> 0 y > 0
x + 2y < 40 2x + 3y < 60
*+ y > 30 2x + y < 2 8
2x + 3y > 7 2 Ax + y < 4 8
z = x + 4y z=y
Restricciones: Restricciones:
(Véase el ejercicio 13.) (Véase el ejercicio 14.)
En los ejercicios del 17 al 20, m aximice la función objetivo dada sujeta a las rcstriccionm
+ x 2 ^ 15 y Axx + 3x2 ^ 30, donde x v x2 ^ 0.
19. z = x l + x2 2 0 . z = 3.x, + x 2
21. Un com erciante planea vender dos modelos de com putadora dom éstica al precio di» )
y 400 dólares, respectivamente. El m odelo de 250 dólares produce una ganancia d»
Sección 10.2 E jercicio s 607
dólares y el de 400, una ganancia de 50. El comerciante estim a que la dem anda mensual
no será superior a 250 unidades. Determ ine el núm ero de unidades de cada m odelo que
es necesario tener cn existencia para m aximizar la ganancia. Suponga que el comerciante
no desea invertir m ás de 70,000 dólares en inventario de computadoras.
Un fruticultor dispone de 150 acres para cultivar dos productos, A y B. Un acre del
producto A se poda cn un día y un acre del producto B se poda en dos días; para la poda
se dispone de 240 días al año. La cosecha de un acre del producto A se lleva a cabo en 0.3
días y la cosecha de un acre del producto B sc lleva a cabo cn 0.1 días; para cosechar se
►dispone de 30 días al año. Encuentre el núm ero de acres que deben plantarse con cada
producto para m axim izar la ganancia, si ésta es de 140 dólares por acre del producto A y
de 235 dólares por acre del producto B.
Una cooperativa agrícola mezcla dos marcas de alimento para ganado. La m arca X cues
ta 25 dólares por saco y contiene 2 unidades del nutriente A, 2 unidades del nutriente B
y 2 unidades del nutriente C. La marca Y cuesta 20 dólares por saco y contiene 1 unidad
del nutriente A, 9 unidades del nutriente B y 3 unidades del nutriente C. Encuentre el
núm ero de sacos de cada marca que deben mezclarse para producir una mezcla que tenga
un costo mínimo por saco. Los requerim ientos mínimos de los nutrientes A, B y C son 12
' unidades, 36 unidades y 24 unidades, respectivamente.
Ion ejercicios del 25 al 30, el problema de program ación lineal dado presenta una
rística poco común: Trace la gráfica de la región solución del problema y describa di-
tcrística. (En cada problema, la función objetivo debe ser maximizada.)
t ■ 2.5a: + y Z=x +y
Restricciones: Restricciones:
*20 *20
y 20 y 20
3 * + 5y < 15 -* + y £ 1
+ 2y == 10 - * + 2y < 4
r ■ -* + 2 v Z= * + y
Restricciones: Restricciones:
* 2 0 *20
f, y 2 0 y 20
,. x £ 10 -* + y 0
x f y £ 7 -3 * + y 2 3
608 Capítulo 10 Programación Lineal
z = 3* + 4y z = x + 2y
Restricciones: Restricciones:
x>0 *> 0
y> 0 y >0
x +y < 1 * + 2y < 4
2x + y > 4 2x+ y < 4
En los ejercicios 31 y 32, determ ine los valores / tales que la función objetivo dada tengn
valor m áxim o en el vértice indicado.
z = x + ty z = 3* + ty
Restricciones: Restricciones:
x>0
y> 0 y> 0
jc < 1 * + 2y < 4
y —i x- y < 1
a) (0 ,0 ) b) (1 ,0 ) a) (0 ,0 ) b) (1, 0)
c) (1, 1) d) (0, 1) c) (2 ,1 ) d) (0, 2)
C om o el lado izq u ierd o d e cada desigualdad es m enor o igual que el lado derecho,
tonces deben ex istir núm eros no negativos .v,, .v2 y sy que sea posible sum ar al lado i/q u
d o de cad a ecu ació n para obtener el siguiente sistem a de ecuaciones lineales.
Sección i 0.3 Método Sim plex: M inim ización 609
~X¡ + X 2 + 5, = 11
* , + x2 + = 27
2 a :, + 5 x 2 + S3 = 90
♦ « * * + ■ •• + «A * - f » H § S
*
b
*«1*1 lili +«,„A - K
Xf e* O y b{ a: 0. D espués d e su m a r las variables d e holgura, el sistem a d e
aciones co rrespondiente e s
ilOlóll: N ótese que para un problem a d e program ación lineal en form a están d ar la
objetiv o debe m axim izarsc, no m inim izarse. (L os problem as d e m inim ización se
lirdn en las secciones 10.4 y 10.5.)
| Nolución b ásic a del problem a d e program ación lineal en form a está n d ar es una
* n u , . x 2................... *2........ím ) d e las ecuaciones restrictiv as en la q u e cuando mucho
Mes son diferentes d e cero; las variables diferentes d e cero se deno m in an v a ria b le s
U na solución básica en la que todas las variables son diferentes d e cero se llam a
b á sic a factib le.
... sim plex se lle v a a c ab o al efectu ar operaciones elem en tales cn los renglones
lalri/. d en o m in ad a ta b la sim p le x lista tabla c o n sta d e la m atriz au m en tad a co-
610 Capítulo ¡O Programación Lineal
-JT, + X2 + 5, = 11
X\ + X2 + S2 = 27 R estricciones
2 x ¡ + 5x 2 + s3 = 90
es co m o sigue.
Variables
*1 *2 sl *2 s3 b Básicas
-1 1 1 0 0 11 *1
1 1 0 1 0 27 s2
2 5 0 0 1 90 s3
-4 -6 0 0 0 0
V alor z actual
x l = 0, x 2 = 0, 5, = 11, s2 = 27 y s3 = 90.
z = 4x, + 6x2.
P ara efectu ar una c o m p r o b a c ió n d e o p tim a lid a d d e una solución presentudn on
tab la sim p lex , se observan los elem entos del renglón inferior d e la tabla. Si cualquiciM
esto s elem en to s es (son) negativo (s) (com o en e l caso anterior), en to n ces la noIiic
actu al no es óptim a.
Sección 10.3 M étodo Simplex: Maximización
vez que se ha establecido una tabla simplex de un problem a de program ación linc
Itodo simplex consiste en com probar la optim alidad y luego, si la solución actual
lima, m ejorar la solución actual. ( U na solución m ejorada es aquélla que tiene
valor z que la solución actual.) Para m ejorar la solución actual, se introduce i
fo variable en la solución; esta variable se denom ina v a ria b le d e e n tra d a . Lo an
iplica que una de las variables básicas actuales debe salir, ya que en caso contra
*ían dem asiadas variables para una solución básica; esta variable se denomi
ible d e salida. Las variables de entrada y de salida se eligen com o se m uestra a cc
U n.
v ariable d e e n tr a d a corresponde al m enor elem ento (el más negativo) del rcngl
ferior de la tabla.
v ariable d e salid a corresponde a la m enor razón no negativa de b J a ^ en la colui
determinada por la variable de entrada.
dem en to de la tabla simplex en la colum na de la variable de entrada y en el rcngl
la variable d e salida se denom ina pivote.
Variables
*1 Ji s2 í3 b Básicas
*2
-1 1 1 0 0 11 s\
1 1 0 1 0 27 s2
2 5 0 0 1 90
-4 -6 0 0 0 0
llrtn objetivo de este problem a es z = 4 x x + 6x2.
Variable*
HAakaa
[-1 I I 0 0 II
l i o 1 » 27
i J * » 9 .i. N •l
f» 0 o »
t
612 Capítulo 10 Programación Lineal
Para ver p o r q u é sc elige x 2 com o variable de entrada, recuerde que z = 4.v, + 6 x r Por luí!
to, parece que un cam bio unitario cn x 2 produce un cam bio de 6 cn z, m ientras qii0 t
cam bio unitario cn produce un cam bio de sólo 4 en x 2.
Para encontrar la variable de salida sc localizan los b¡ que tienen elem entos positivo*
rrespondientes en la colum na de la variable de entrada y sc forman las siguientes ra/«
11 = 11,
27
= 27 ,
1 1
Pn este caso la m enor razón positiva es 11, de modo que sc elige 5, com o variable de sitl
Variables
x\ x2 A'l ,v2 53 b Básicas
-1 0- 1 0 0 11 s\ R De salida
1 ] 0 ] 0 27
2 5 0 0 I 90
-4 -6 0 0 0 0
F
De entrada
1 1 1 0 0 11 ’ -1 1 1 0 0
1 1 0 1 0 27 2 0 -1 1 0
0 1 90 c > 0 1
2 5 0 7 0 -5
4 -6 0 0 0 0 - 10 0 6 0 0
Variables
*1 *2 5! s2 *3 b Básicas
-1 1 1 0 0 11 X-y
2 0 -1 1 0 16
O
\r.
7 0 1 35
1
-1 0 0 0 0 66
S e c c ió n 10.3 M é to d o S im p le x : M a x im iza c ió n 613
un valo r z de
■ -1 1 1 0 0 11 0 0 11
-1 1 1
2 0 -1 1 0 16 1 0 16
2 0 -1
7 0 -5 0 1 35 5 0
I
5
1 0 7A 7
- 10 0 6 0 0 66 0 0 66
- 0 6
2 1
' 0 1 0 7 16
7
2
0 0
1 1 6
7 7
_5 1
1 0 0
7
5
7
8 10
0 0 0 116
7 7
V ariables
J, S2 Básicas
0 l -7 0 16
x2
0 o 1 - 6
1 o o 5
0 0 -f o L° 116
Variables
*1 *2 *1 *2 *3 b Básicas
0 1 2 0 1 16
7 7 x2
0 0 'T ' 1 2 6 s2 D e salida
"7
5 1
1 0 7 0 7 5
0 0 78 0 10 116
T
í
D e entrada
A l efectuar una iteración m ás del m étodo sim plex se obtiene la tabla siguiente. (In
comprobar esto.)
Variables
xl *2 J, S2 *3 b Básicas
0 1 0 1 12
3 *2
2
0 0 1 1 3 14 s\
1 0 0 §
1 15
"3 x\
0 0 0 | 3 132 Valor z máximo
En esta tabla, en el renglón inferior ya no hay elem entos negativos. Por consigui
ha determinado que la solución óptima es
con
z = 4 * , + á r 2 = 4 (1 5 ) + 6 (1 2 )= 132.
Observación: A l elegir variables de entrada, de salida o ambas es posible que haya ont
En este caso, e s posible elegir entre cualesquiera de las variables empatadas.
D ebido a que el problema de programación lineal del ejemplo 1 implica sólo dos v«ft
de decisión, se podría haber usado una técnica gráfica de resolución, com o se mucNim
figura 10.19 (véase también el ejem plo 2, sección 10.2.) Cada iteración cn el n
sim plex corresponde a desplazarse de un vértice dado a un vértice adyacente con lili V
z mejorado, com o sigue.
( 0 ,0 ) ( 0 ,1 1 ) ( 5 ,1 6 ) r -'v ( 1 5 .1 2 )
z=0 L- v ^ z = 66 z - 116 z - 132
Sección 10.3 M étodo Sim plex: Maximización
FIGURA 10.19
entes»;
las razones de los elem entos en la “columna b " con sus elem entos positivos
■i É ÍIl
son
PPgtttfvc», entonces n o « lis t e solu ción óptim a. Para em pates, elija cualquier
lem ento en e l renglón de salida y en la colum na d e entrada se d e
lina pivote. :
las operaciones elem entales en lo s renglones para que e l pivote sea 1 y lo s dem ás
itos en la colum na de entrada sean 0 . Este proceso s e denom ina pivoteo,
lo s elem entos en el renglón inferior son cero o p ositivos, se ha llegado a la
final.
cuso de obtener una tabla final, entonces el problem a de program ación lineal
una solución m áxim a, qua está dada por el elem ento en el ángulo inferior d e
d e la tabla.
616 C a p ítu lo 10 P ro g ra m a c ió n L in e a l
2x] + x 2 < 10
x { + 2x2 - 2x3 ^ 20
x2 + 2*3 < 5
donde x { ^ 0, x 2 ^ 0 y x 3 ^ 0.
la tabla sim plex de este problema e s com o sigue. (Intente verificar estos cálculos y o
el “empate” que ocurre cuando se elige la primera variable de entrada.)
Variables
x\ x2 *3 s\ s2 *3 b Básicas
1 0 1 0 0 10
1 2 -2 0 1 0 20 *2
0 1 (2 ) 0 0 1 5 *3 « -D e salida
-2 1 -2 0 0 0 0
t
De entrada
Variables
*1 *2 *3 s\ s2 si b Básicas
Variables
x\ x2 *3 s \ s2 s3 b Básicas
1 1 0 1 0 0 5
2 2
5 1
0 2 0 2 1 1 20 v2
1
0 2 1 0 0 J l
0 3 0 I 0 I 15
Sección 10.3 M étodo Simplex: M aximización 617
la u las restricciones
4a, + x 2 + = 30
2.v, + 3x 2 + *3 < 60
x ] + 2 x 2 + 3*3 < 40
Variables
*2 *3 *1 s2 * i b Básicas
I I I 0 0 30 », - D e salida
J I 0 I 0 60 *2
„ „ *\
Variables
*1 *1 «1 ’i h » Básica.
fcfj -I i o o V
I»U
V iM k i
«, ■,
«, I, » IK.k..
I •• 1 0 I
II I | - | | 0 II
i'n A ' ' ••
[ A 11 1 0 I41I
I II
618 Capítulo 10 Programación Lineal
(x ,, x2, X y S v Sv s 3) = ( 3 ,1 8 ,0 , 0, 0, 1)
A plicaciones
i M o ld ea r 1 2 l 12,000
R e co rta r 5 \ 1 4,600 I
E m p a ca r i i I 2.400 1
¿Cuántas docenas de cada tipo de accesorio es necesario producir para obtener una
nancia máxima?
Variables
*1 *2 *3 s \ s2 s3 b Básicas
i e- \ 1 0 0 12,000 í, *- De salida
1 0 1 0 4,600 *2
i §
1 i i 0 0 1 2,400 h
-11 -1 6 - 5 0 0 0 0
t
De entrada
Variables
*1 *7 *3 s¡ h *3 b Básicas
1
i i 1 1 0 0 6,000 *2
1 n i 1
3 0 3 ”3 1 0 600 *2
l
"5 0 1 400 s3 «- De salida
0 ° "i
-3 0 -3 8 0 0 96,000
T
D e entrada
Variables
x \ *2 *3 s\ s2 *3 b Básicas
3
o i 1 i 0 “2 5,400 *2
1 -1 200 s2 * - De salida
0 0 & '
1
i 0 I "2 0 3 1,200 *1
13
0 0 1
0 9 99,600
t
De entrada
Variables
X2 *3 *1 *2 *3 b Básicas
3
1 0 1 "2 0 5,100 x2
0 1 4 -4 800 *3
0 0 0 -3 6 600 *1
0 0 6 3 6 100,200
Ir de esta tabla sim plex final, se observa que la ganancia m áxim a es de 100,200
*, que se obtiene con los siguientes niveles de producción.
po A 6 0 0 docenas de unidades
po I) 5 100 docenas de unidades
poC 8 0 0 docenas de unidades
lición; En el ejem plo 4 , nótese que la segunda tabla sim plex contiene un “em pate”
em ento m ínim o del renglón inferior. (Tanto el primer elem ento com o el tercer
620 C a p ítu lo 10 P ro g ra m a c ió n L in e a l
elem ento del renglón inferior son - 3 .) Aunque se elige la primera colum na para rep
sentar la variable de salida, hubiera podido elegirse la tercer columna. Trate de retrabtj
el problema con esta elección para ver que se obtiene la misma solución.
T A B L A 10.2
Televisión Periódico Radio
El periódico local limita a 10 el número de anuncios sem anales de una sola compn
A dem ás, para equilibrar los anuncios entre los tres tipos de m edios de difusión, por (tul;
no deben transmitirse más de la mitad del número total de anuncios y por lo m enos el 10
debe pasar por televisión. El presupuesto semanal para publicidad es d e 18,200 cióla!
¿Cuántos anuncios deben pasar en cada uno de los tipos de m edio de com unicación
m axim izar la audiencia total?
Solución: Para empezar, sean * ,, *2y *3que representan el número de anuncios que ptl
por televisión, periódico y radio, respectivamente. Entonces, la función objetivo (n n
ximizar) es
2 0 x. + + 3 x , < 182
6x2
r < 10
2
-•* 1 - x 7 + * , £ 0 Restricciones
0
VI
-9.1, +
+
«i
V a ria b le s
*4 b B á s ic a s
'1 *2 ■*3 s\ *2 J3
6 3 1 0 0 0 182 D e s a lid a
5\
1 0 0 1 0 0 10 s2
0
-1 1 0 0 1 0 0 s3
1 "9 1 1 0 0 0 1 0 S4
- 1 0 0 ,0 0 0 - 4 0 ,0 0 0 - 1 8 ,0 0 0 0 0 0 0 0
t
De enirada
|0, a la tabla sim plex inicial se aplica el m étodo sim plex com o se muestra a conti-
llón.
V a ria b le s
s2 í4 B á s ic a s
3 1 91
7(5 50 20 0 0 0 Tü xl
0 0 1 0 0 10 D e s a l id a
CO
7 23 91
s2
1 0 0
10 "20 50 1 10 S3
819
0 37
10
47
20
9
20 0 0 1 70" S4
ü - 1 0 ,0 0 0 - 3 ,0 0 0 5 ,0 0 0 0 0 0 9 1 0 ,0 0 0
t
D e e n tr a d a
V a ria b le s
X2 x3 S\ *2 *3 *4 b Básicas
3 1 3 61
0 20 20 "T0 0 0 TO *1
1 0 0 1 0 0 10 x2
1 7 161
0 1 0 í 3 « - D e salida
\2p/ 20 10 70"
47 9 37 449
0 20 50 "10 0 1 70' *4
V a ria b le s
*2 *3 *1 J2 53 *4 b B á s ic a s
1 9 3
1 0 0 23 “ 23 “ 23 0 4
0 1 0 0 1 0 0 10
14 20 0
0 0 1 h 53 23 14
118 47 12
0 0 0 h “ "23 “ 23 1
ine cn esta tabla se observa que la máxima audiencia semanal para un presupueste
publicidad de 18,2(X) dólares es
Medio de Número de
Comunicación Costo Audiencia
Anuncios
z = *, + 2*2 Z + * , + 3 *2
Restricciones: Restricciones:
2*, + x 2 ^ 8 *, + *2 < 4
* , + *2 < 5 1
*,,*2 > 0 *,,*2 ^0
3. Función objetivo: 4 . Función objetivo:
5. (Minimizar) 6. (Maximizar)
Función objetivo: Función objetivo:
Z = *, + * 2 Z = *, + * 2
Restricciones: Restricciones:
* , + 2*2 ^ 4 *, + 2*2 ^ 6
xv x2 ^ 0 2xl - x2 < -1
x v x 2 2: 0
7. (Maximizar)
Función objetivo: 8. (Maximizar)
Función objetivo:
z =*,+*2
Z = *, + * 2
Restricciones:
* , + * , + 3*, ^ 5 Restricciones:
2* , - 2*3 > 1 * . + * . 2: 4
Sección 10.3 Ejercicios 623
ilos ejercicios del 9 al 20, use el método simplex para resolver el problema de programación
ti dado. (En cada caso, la función objetivo debe maximizarse.)
l = x x + 2x 2 z = x x+ x2
Restricciones: Restricciones:
* i + 4* 2 - 8 x t + 2x2 ^ 6
yX , + X2 < 12 3-Xg + 2*2 < 12
Xv x 2 > 0 x v x2 ^ 0
Función objetivo: 12. Función objetivo:
l c 5jc, + 2 x 2 + 8 * 3 Z = Xj - x 2+ 2x 3
1 Restricciones: Restricciones:
2*| - 4x2 + x 3 ^ 42 2 xx + 2x2 < 8
2x, + 3x2 - x3 < 4 2 *3 < 5
6X | - x2 + 3x3 ^ 42 x ,f x2>x 3 > 0
x ,, x2. *3 > 0
inción objetivo: 14. Función objetivo:
í i ■ 4x, + 5x 2 z = x x + 2x2
I Restricciones: Restricciones:
Xt + x2 < 10 + 3x 2 < 15
t&»| + 7 x 2 < 4 2 2*j - x 2 < 12
f | ■ 3 * , + 4 x 2 + * 3+ 7x4
z = *\
[Restricciones: Restricciones:
|t l , + 3x2 + 4x3 + x4 < 7 3 xx + 2 x 2 — 6 0
iRr, ♦ 6x 2 + X 3 + 5 x 4 < 3 x x + 2x2 < 28
+ 4x 2 + 5*3+ 2x4< 8 x x + 4x 2 ^ 48
x í t x „ x 3, x 4 > 0 •*1»* 2’ “ ^
z = 2xx+ x2 + 3*3
Iriccioncs: Restricciones:
*1 + x 2 + *3 ^ 59
2xx + 3x 3 ^ 75
x 2 + 6x 3 ^ 54
XV X y X y ^ 0
[>24 C a p ítu lo 1 0 P ro g ra m a c ió n L in e a l
Z= x, + 2x2 - x4 z = x, + 2x2 + x 3 - x4
Restricciones:
x , + 2 x 2 + 3x3 < 24
3x2 + 7x3 + x4 < 42
x I»
lt x.,t ,t x4 > 0
-*2»x 3'
22. Un fruticultor tiene 150 acres de tierra disponibles para sembrar dos clases de fruta, A
B. Se emplea un día para podar un acre de la fruta A y dos días para podar un acre de lu f»
ta B, y se cuenta con 240 días anuales para poda. En 0.3 días se cosecha un acre de la lit||
A y en 0.1 días se cosecha un acre de la fruta B, y al año se cuenta con 30 días para co
Encuentre el número de acres que deben plantarse con cada fruta para maximl/at
ganancia, suponiendo que la ganancia es de 140 dólares por acre de la fruta A y 235 drtlttl»
por acre de la fruta B. (Véase el ejercicio 22 de la sección 10.2.)
23. Una agricultora tiene 50 acres de tierra en los que piensa sembrar tres legumbres.
ducción de un acre de zanahorias cuesta 200dólares y la ganancia es de 60 dólares pt u
La producción de un acre de apio cuesta 80 dólares por acre, y la ganancia es de 20 (MU
por acre. Por último, la producción de un acre de lechuga cuesta 140 dólares y la gülllfc
es de 30 dólares por acre. Use el método simplex para determinar el número de ttCM'il
deben sembrarse con cada legumbre para maximizar la ganancia. Suponga que el
total no puede exceder de 10,000 dólares.
24. Una fábrica de jugos elabora dos bebidas especiales mezclando jugos de man/ana
ña. En la primera bebida se emplea 30% de jugo de manzana y 70% de jugo de pina, mi
tras que cn la segunda bebida se emplea el 60% de jugo de manzana y 40% de Jugo d o
Se dispone de 1,000 litros de jugo de manzana y 1,500 litros de jugo de piña. Si lagittt
de la primera bebida es de 0.60 dólares por litro y la ganancia de la segunda bebida
0 .50 dólares por litro, aplicar el método sim plex para determinar el número dr lll
tic cada bebida es necesario producir para maximizar la ganancia.
25. Un fabricante produce tres modelos de bicicletas. El tiempo (en horas) neeesiu
ensamblar, pintar y empacar cada modelo es como se muestra en la siguiente tnlil
F.l tiempo total disponible para ensamblar, pintar y empacar es 4,006 horas, 2,‘l9fl Ir
y 1,500 horas, respectivamente I .a ganancia por unidad de cada modelo es de 151Mr
A), 50 (M odelo II) y 55 (Modelo C) dólares, ¿Cuántas bicicletas de cada tipo os tu»
producir para obtener una ganancia máxima?
Sección 10.3 Ejercicios 625
BI presupuesto m áxim o q ue tiene u na com pañía para p u b lic ita r cierto producto a nivel
mcional e s de 600,000 dólares. C ada m inuto d e tiem po d e televisión cuesta 60,000 d ó la
res y el costo de una página entera en el periódico c s d e 15,000 dólares. S e espera q ue cada
•nuncio p o r televisión sea visto p o r 15 m illones d e telespectadores, y q ue cad a anuncio
en el periódico sea v isto p o r 3 m illones d e lectores. El departam ento de m ercadotecnia de
la com pañía sugiere em plear cu ando m ucho el 90% del presupuesto en anuncios p o r te-
visión. ¿C óm o d e b e asignarse el presupuesto para publicidad d e m odo q ue la audiencia
tal sea m áxim a?
uclva a trabajar en el ejercicio 27, suponiendo que la página de perió d ico cuesta 30,000
lures.
11 Inversionista cuenta con hasta 4 5 0 ,0 0 0 dólares para invertir en tres tipos d e inversión.
Upo A paga el 6% anual y tiene un factor d e riesgo d e 0. El tipo B paga el 10% anual
lionc un factor d e riesgo de 0.06. El tipo C paga el 12% anual y tiene un facto r de riesgo
0,08. El factor m edio de riesgo no debe ser m ayor que 0.05. A dem ás, p o r lo m enos la
liul de la cartera debe asignarse a la inversión de tipo A y p o r lo m enos la cuarta parte
I* cartera debe asignarse a la inversión d e tipo B. ¿Q ué cantidad debe asignarse a cada
de Inversión para obtener una ganancia m áxim a?
i empresa do contabilidad tiene 900 horas de tiempo de personal y 100 horas de tiem -
We revisión disponible* coda semana. La em presa cobra 2 ,0 0 0 d ólares p o r u na auditoría
¡MK) dólares por una devolución de impuestos. Para efectuar cada auditoría se requieren
L
626 Capítulo 10 Programación Lineal
100 horas de tiempo de personal y 10 horas de tiempo de revisión, y para cada dcvol
ción de impuestos se requieren 12.5 horas de tiempo de personal y 2.5 de tiempo \\$
revisión. ¿Con qué cantidad de auditorías y devoluciones de impuestos se obtiene
ingreso máximo?
H 32. La empresa de contabilidad del ejercicio 31 eleva a 2,500 dólares su tarifa por una and
toría. ¿Con qué cantidad de auditorías y devoluciones de impuestos se obtiene un ing
máximo?
En el método simplex, puede suceder que al elegir la variable de salida todas las razones cul
culadas sean negativas. Lo anterior indica una solución no acotada. Demuestre este hecho 9| |
los ejercicios 33 y 34.
Z = * , + 2*2 Z = * , + 3 *2
Restricciones: Restricciones:
* , - 3x 2 ^ 1 - * , + x 2 ^ 20
- * , + 2*2 ^ 4 - 2 * , + jr 2 < 5 0
* „ * ., > 0 x v x2 > 0
Si el método simplex termina y una o más variables no de la base fin a l tiene elementos Ig
les a cero en el renglón inferior, entonces al integrar estas variables a la base se dcterml
otras soluciones óptimas. Demuestre este hecho en los ejercicios 35 y 36.
Restricciones: Restricciones:
3*, + 5*2 ^ 15 x2 £ 20
2* ,+
5*, + 2*2 ^ 10 *, + 3*2 — 35
*,,*2 0 *,* *2 ” 0
0 37. U se una computadora para maximizar la función objetivo
i a l l X \ + a 22*2 + • ■ • + a 2rtXn a b2
« m i* . + V 2 + ‘ • + 0mnXn ~ bm
^ * 0 .1 2 * , + 0 .1 5 * 2 Función objetivo
60 60 i 300
12 6 i 36
10 30 ¡ 90
12 0.15 1 0
628 C a p ítu lo 10 P ro g ra m a c ió n L in e a l
L u e g o , se form a la tra n s p u e s ta de esta m a triz inte rcam b ian d o sus renglones y colum
60 12 10 : 0.12
60 6 30 : 0.15
300 36 90 : 0
Observe que los renglones de esta matriz son las colum nas de la primera matriz V
ceversa. Por último, la nueva matriz se interpreta com o un problema de maxinil
com o se muestra a continuación. (Para hacer esto, se introducen las nuevas varidhlM
y 2 y y y ) Este problema de m axim ización correspondiente se denom ina dual del pm
ma de m inim ización original.
P roblem a d e m axim ización dual: Determine el valor m áxim o de
Variables
y\ yi ^3 *1 *2 b Básicas
(60, 12 10 1 0 0 .1 2 5, «- De salida
60 6 30 0 1 0.15 *2
-30 0 -36 -9 0 0 0 0
t
D e entrada
Variables
>'l >2 >>3 *1 s2 b Básicas
i i _L
0 500 y\
0 -6 '20 , -1 1 -100
i.
s2 De salida
0 -24 -4 0 5 0 }
5
t
De entrada
V a ria b le s
>3 s\ S2 b Básicas
0 40 -L 1
1 i 120 4000 *
0 'i 1 -X
20
1
20 2000 >3
0 12 0 3 2
t 1
*1 *2
S e c c ió n 10.4 E l M éto d o S im p lex: M in im iza c ió n 629
+ « 22*2 + • • • + « 2A Zb2
k l * l + ° « 2X2 + - +a^ - ^
x, a 0 y b¡ a 0 . Para resolver este problema se aplican lo s pasos siguientes.
I I «21 amt i |M I S
°m Z ¡J ¡
«12 °22 C2
iip i
■♦i
°X n a 2n B a” > H
a a i « .
I f i
i 0
fl
3 . Form e el p ro b lem a d e m axim ización d u a l Correspondiente a esta matriz tran
puesta. Es decir, determine e l m áxim o d e la función objetivo definida por z * b {
+ b ^/2 + • • • + bmym sujeta a las siguientes restricciones
« ^ ¡ + a 2 i y i + - + a m iym & C l
♦••••*•««■ *■ S c «
d o n d ey , as 0, y 2 a 0. . . . ,y y m £ 0. 'í
Aplique e l m é t o d o sim p lex al problema de m axim ización dual. El valor m á x i l
d e z e s el valor m ínim o de h \ Adem ás, lo s valores de x ,. x 2 y xn ocurren
el renglón final de la tabla sim plex final, en las colum nas correspondiente!
variables d e holgura.
1
En los ejem plos 1, 2 y 3 se ilustran los pasos seguidos para resolver un prohlctlNj
m inim ización.
2* , + *2 > 6 |
Restricciones
x x + x2 > 4 j
donde x x ^ 0 y x 2 ^ 0.
Solución: La matriz aumentada correspondiente a este problema de minimización
6
4
0
Sección 10.4 E l M étodo Simplex: M inimización (
lu a las restricciones
2)\+ y2 < 3 I
2y + y ^ 2 j Restricciones duales
Variables
Básicas
Variables
y, y2 *1 *2 t> Básicas
D e salida
De entrada
Variables
Básicas
632 C a p ítu lo 10 P ro g ra m a c ió n L in e a l
Con base en esta tabla sim plex final se observa que el valor m áxim o de z es 10
consiguiente, la solución del problema de minimización original es
w = 10 Valor mínimo
x¡= 2 y x 2 = 2.
Los problemas de programación lineal de minimización y m axim ización del ejoi
1 pueden resolverse con un método gráfico, com o se indica en la figura 10.20. Olí'
en la figura 10.20 a) que el valor máximo de z = 6 y , + 4y 2 es el m ism o que el valor mí
de w = 3x, + 2 xv com o se observa en la figura 10.20 b).
FIGURA 10.20
a) b)
y2 *2
yi
2 xx + 2x 2 - *3> 3
x l + 3x 2 + 5*3 > 1 Restricciones
5*, + x 2 + 2*3^ 2
2 2 -1 : 3
1 3 5 : 1
5 1 2 • 2
■ ••• • #•
7 2 6 1 0
Sección 10A El M étodo Simplex: Minimización 633
la matriz correspondiente al problema de m axim ización dual está dada por la si-
ntc transpuesta.
2 1 5 : 7 '
2 3 1 : 2
-1 5 2 : 6
3 1 2 : 0
•
a las restricciones
2y ,+ y 2 + 5y3+ S 7
2 y , + 3 y 2 + y3 + = £ 2 R e s tric c ió n d u a l
-y¡ + 5>2 + 2y3 + < 6
te y > 0 , y 2 3: O y y 3 & 0 . Ahora, sc aplica el método sim plex al problema dual com o
cstra a continuación.
Variables
>1 >2 >3 f2 ^3 Básicas
2 1 5 1 0 0 7 *1
f2> 3 1 0 1 0 2 De salida
-1 5 2 0 0 1 6
-3 -1 -2 0 0 0 0
t
I)c entrada
Variables
* >2 ?3 *1 *2 *3 b Básicas
0 -2 {$» 1 -1 0 5
"1 «- De salida
3 1 1 0
1 2 2 0 2 1 >‘l
0 0 1 7
S
5 2 1
7 l 3
0 2 “2 0 2 0 3
t
De entrada
Variables
y2 >3 *1 *2 *3 Básicas
0 -i 1 i -i 0 >>3
7 0 0
1 4 -1 1 i
0 íf 0 -i 1 1 ¥
0 V 0 1 V 0 V
t 1 t
Ii i . ti
634 Capítulo 10 Programación Lineal
A partir de esta tabla sim plex final se observa que el valor m áxim o de z es y . Por
siguiente, la solución del problema de m inim ización original es
vv = — V alor mínimo
8
y esto ocurre cuando
x, + *2+ *3 — 6 Restricciones
*2 + 2 x 3 > 8
-* i + 2*2 + 2*3 — 4
donde * , > 0, *2 ^ 0 y *3 ^ 0.
Solución: La matriz aumentada correspondiente a este problema de
1 1 1 6‘
0 1 2 8
-1 2 2 4
2 10 8 0
A sí, la matriz correspondiente al problema de maxim ización dual está dada por lu
guíente transpuesta.
1 0 -1 : 2
1 1 2 : 10
1 2 2 i 8
•
6 8 4 : 0
z = 6 y , + 8y2 + 4 y 3 F u n c ió n o b je t iv o d u a l
Sección 10.4 El Método Simplex: Minimización 635
tu a las restricciones
y, - ^ 2
?■ + y 2 + 23,3 - 10 Restricciones dual
y \ + 2y 2 + 2y3< 8
Variables
y i ' >2 *1 s2 s3 b Básicas
1 0 -1 1 0 0 2 5i
1 1 2 0 1 0 10 *2
1 ( 2) 2 0 0 1 8 s3 « - D e salida
0 0 0 0
vO
oo
T
1
t
D e entrada
Variables
y \ y z y* s\ *2 í 3 b Básicas
T i) o -i 1 0 0 2 s ! *— D e salida
\ 0 1 0 1 1
2 6 *2
1
i 1 i 0 0 2 4 y z
-2 0 4 0 0 4 32
T
D e entrada
Variables
y i y z y ^ s ¡ *2 *3 b Básicas
1 0 -1 1 0 0 2 ?1
4
O
O
1
"2 1 5 s2
0 1 3 1
2 0 i 3 y z
0 0 2 2 0 4 36
t t t
*1 *2 *3
ftlr de esta tabla sim plex final se observa que el valor m áxim o d e z es 36. Por con
tante, la solución del problema de m inim ización original es
* •3 6 Valor mínimo
) ocurre cuando
636 Capítulo 10 Programación Lineal
A plicaciones
Solución: Para empezar, sean * , y *2 el número de días que operan las dos rcf¡nor(n|
Entonces, el costo total está dado por
20,000 25,000 0
La matriz correspondiente al problema de m axim ización dual es
Ahora se aplica el m étodo sim plex al problema dual com o se muestra a continuiu I
S e c ció n 10.4 E l M é to d o S im p le x : M in im iza ció n
Variables
Básicas
400 300 200 1 0 20,000 5l
300 400 '5 0 0 ; 0 1 25,000 ^2 De salida
-2 5 ,0 0 0 -2 7 ,0 0 0 -3 0 ,0 0 0 0 0 0
t
D e entrada
Variables
y1 ?2 >3 *l *2 b Básicas
l 1 1 0 5¿0 50 *3
-7 ,0 0 0 -3 ,0 0 0 0 0 60 1,500,000
t
De entrada
Variables
Básicas
50 1,750,000
t
m base a la tercera tabla sim plex se observa que la solución del problema de mini-
ílón original es
Ocurre cuando x x = 2 5 y x 2 = 50. Por tanto, el número de días que debe operar cada
iría es
Refinería 1: 25 días
Icfincría 2: 50 días
ive que cuando las refinerías operan los días m encionados, entonces la compañía
P0 las siguientes cantidades de petróleo.
llo .se ha cum plido el nivel do producción original (con un excedente de 500 barriles
Hco de grado m edio), 4
640 Capítulo 10 Programación Lineal
w = 2*, + *2 w = 2 *, + 2x 2
Restricciones: Restricciones:
5*, + x 2 — 9 3.V, + x 2 ^ 6
2 xl + 2x2 > 10 —4 j T j + 2 x 2 ^ 2
x v x2 > 0 * ,,* 2 ^ 0
17. Función objetivo: 18. Función objetivo:
Restricciones: Restricciones:
3*, + 2x 2 + 2*, + 2*2 - 2*3 ^ 4
4*, + *2 + 3*3 ^ 7 -4 * , + 3*2 - *3> 1
2* , + *2 + 4*3 > 8 * , - *2 + 3*3 ^ 8
x v x v *3 — 0 *1**2’ *3 “ 0
Restricciones: Restricciones:
3*, + 2*2 + *3 > 28 3*,-* 2 + 7* 3^ 5
6*. + *3 > 24 —3*, —*2 + 3*3 — 8
3*, + *2 + 2*3 ^ 40 6*, +*2+ * 3^16
■^1**2' *3 “ ^
B En los ejercicios 21 a 24 se usan dos bebidas dietéticas que proporcionan proteínas y Uff
hidratos. La bebida 1 da una unidad proteínica y tres unidades de carbohidratos por cada litio,
bebida 2 da dos unidades proteínicas y dos unidades de carbohidratos por cada litro. I In a'
necesita tres unidades proteínicas y cinco unidades de carbohidratos. Determinar la cantil!
cada bebida que debe consumirel atleta de tal manera que obtenga los requerimientos dietíl
mínimos, pero que su costo sea el más bajo.
B En los ejercicios del 25 al 28, una atleta consume dos bebidas dietéticas que le sumllllKlfftifl
elementos nutricionales listados en la siguiente tabla.
1 4 2 1
II 1 5 1
Sección 10.4 Ejercicios 641
entre la combinación de bebidas de costo mínimo que cumple los requerimientos mínimos
,4 unidades de proteínas, 10 unidades de carbohidratos y 3 unidades de vitamina D.
, La bebida Icuesta 5 dólares por litro y la bebida II cuesta 8dólares por litro.
La bebida I cuesta 7 dólares por litro y la bebida II cuesta 4 dólares por litro.
, La bebida I cuesta 1 dólar por litro y la bebida II cuesta 5 dólares por litro.
La bebida I cuesta 8 dólares por litro y la bebida II cuesta 1 dólar por litro.
, Una empresa tiene tres plantas de producción, cada una de las cuales produce tres modelos
' diferentes de un artículo específico. A continuación se muestran las capacidades diarias
( (cn miles de unidades) de las tres plantas.
Planta I 8 4 8
Planta 2 6 6 3
Planta 3 12 4 8
tJna pequeña compañía petrolífera posee dos refinerías. El costo diario de operación de
(Arefinería 1 es de 25,000 dólares y puede producir diariamente 300 barriles de petróleo
' do alto grado, 200 barriles de petróleo de grado medio y 150 barriles de petróleo de bajo
|rado. La refinería 2 es más reciente y moderna. El costo diario de operación de esta re
finería es de 30,000 dólares y puede producir diariamente 300 barriles de petróleo de alto
|rudo, 250 barriles de petróleo de grado medio y 400 barriles de petróleo de bajo grado.
1.11 compañía tiene pedidos totales por 35,000 barriles de petróleo de alto grado, 30,000
barriles de petróleo de grado medio y 40,000 barriles de petróleo de bajo grado. ¿Cuántos
(Mus debe operar cada refinería para minimizar sus costos y satisfacer los pedidos?
Uiiii siderúrgica cuenta con dos fábricas. El costo diario de operación de la fábrica 1 es de
♦70,(MX) dólares y puede producir diariamente 400 toneladas de acero de alto grado, 500
■eludas de acero de grado medio y 450 toneladas de acero de bajo grado. El costo diario
ftf# operación de )u fábrica 2 es de 60,000 dólares y puede producir diariamente 350 to-
[ IMladas de acero de alto grado, 600 toneladas de acero de grado medio y 400 toneladas de
[ Oceio de bajo grado. I o h pedidos totales de la compañía son 100,000 toneladas de ace
to de alto grado, 150,000 toneladas de acero de grado medio y 124,500 toneladas de
644 C a p ítu lo 10 P ro g ra m a c ió n L ineal
Variables
*1 x 2 *3 *1 52 *3 b Básicas
-1 0 0 1 1 Cf) 4 D e salida
2 1 0 0 -1 0 36 X2
1 0 1 0 0 -1 10
3 0 0 0 -1 -2 56
t
D e entrada
Variables
*1 *2 x 2 s \ *2 *3 b Básicas
-1 0 0 1 1 1 4 *3
2 1 0 0 -1 0 36 x2
0 0 1 1 1 0 14
1 0 0 2 1 0 64
Observe que esta tabla e s final porque representa una solución factible y en 0l
inferior no hay elem entos negativos. Por tanto, se concluye que el valor nUUlHMI
función objetivo es
z = 64 V alor máximo
lu a las restricciones
3x, + 2x2 + 5x 3 ^ 18
4 *, + 2x 2 + 3 *3 ^ 16 R e s tric c io n e s
2xx + x 2 + *3 > 4
fc x¡ > 0, *2 ^ 0 y *3 > 0.
n: Para empezar, se agrega una variable de holgura a cada una de las dos primeras
ldadcs y se resta una variable de exceso de la tercera desigualdad para obtener la
ntc tabla sim plex inicial.
Variables
X| X2 x 3 .?j $2 ^3 b Básicas
3 2 15 0 0 18
4 2 03 1 0 16
2 'vi' 1 0 0 -1 4 De salida
-3 -2 -4 0 0 0 0
t
De entrada
Variables
1 X2 Básicas
-1 0 1 0 2 10 s\ " D e salida
o o 0 1 2 8 s2
2 I 0 0 -1 4 x2
1 0 -2 0 0 -2 8
debido a que esta tabla sim plex representa una solución factible, se procede com o
mbre, eligiendo com o la variable de entrada al elem ento más negativo en el ren-
ferior. (En este caso existe un em pate, de modo que arbitrariamente se elige x 3 com o
ble de entrada.)
Variables
*1 x2 *3 yl s2 Básicas
•I 0 Í3.» I 0 2 10 *1 * De salida
0 0 1 0 1 2 8
2 1 1 0 0 - 1 4
I *0 -2 0 0 2 K
t
De cnlrmlti
646 C a p ítu lo ¡O P ro g ra m a c ió n L in e a l
V ariab les
*1 *2 *3 s\ s2 s3 b B á sic a s
- 31 ñ0 11 31 (\0 32 - 310 *3
3 0 0 - ' l ( !) w s2 D e salida
2 1 0 -1 0 -l \ x2
I o n
3 3
2 n0 23 434
t
D e entrada
V a ria b le s
x \ x2 x3 s\ s2 s3 b B á s ic a s
4 0 1 2 4 0 1 x3
i4 0 u0
u 4 24 11 12
s3
U
4
,
1
0U _3
4
5
4
0U 13
2 x2
5 0 0 \ i 0 17
z = 17
donde * , ^ 0 , * 2 ü 0 y * 3 0.
Sección 10.5 E l M étodo Sim plex: Restricciones M ixtas 647
lón: Primero, se vuelve a escribir la función objetivo multiplicando por -1 cada uno
lus coeficientes, com o se muestra a continuación.
Variables
*1 *2 *3 b Básicas
*1 x 2 *3
2 3 4 1 0 0 14
1
3 Ó ) 5 0 -1 0 4 D e salida
1 4 3 0 0 -1 6
4 2 1 0 0 0 0
D e entrada
rvc que el renglón inferior contiene los negativos de los coeficien tes de la función
Ivo revisada. Otra forma de considerar lo anterior es que para problemas de mini-
lón (en forma no estándar), el renglón inferior de la tabla sim plex inicial consta de
ficientes de la función objetivo original.
com o con los problemas de maxim ización con restricciones mixtas, esta tabla sim-
Icial n o representa una solución factible. Por ensayo y error se descubre que es
c elegir *2 com o la variable de entrada y s2 com o la variable de salida. D espués de
ur, se obtiene la tabla siguiente.
Variables
l x2 *3 Básicas
-7 0 -1 1 1 3 0 2 sl
r
3 1 5 0 - 1 0 4
-II
2 00 -17
9 00 4 -01 - 1- 80
NOcn esta tabla, se puede ver que la elección de x 2 com o variable de entrada fue
tt, Todo lo que se requiere para transformar esta tabla en una que represente una
factible es multiplicar por -1 el tercer renglón, com o se muestra a continuación.
Variables
i Básicas
-7 0 -11 1 3 2 *1
I] 1 5 0 -I 4
K 0 ([!) 0 -4 10 De salida
¡T o -9* 0 2 0
t
648 Capítulo 10 Programación Lineal
q u e se h a o b te n id o u n a ta b la sim p le x q u e re p re se n ta u n a so lu ció n
c o n la s o p e ra c io n e s d e p iv o te o n o rm a le s d e la m a n e ra sig u ien te.
Variables
*i X2 *3 *1 *2 s3 b Básicas
2 7 11 144
17 0 0 1 17 17 17
4 5 18 x2 * - De salida
17 1 0 0 17 17
11 4 1 10
17 0 1 0 17 17 17 *3
65 0 0 0 2 9 46
17 "17 17 17
T
De entr ada
Variables
X\ X2 *3 *1 *2 *3 b Básicas
2 7
3 3 0 1 0 3 6 *1
4 17 0 0 6
"3 3 > -i s2
1 4
3 3 1 0 o -\ 2 *3
11 2 0 0
3 3 0 3 -2
vv = 2
(el negativo del elem ento que se encuentra en la esquina inferior derecha) y ocurre
x ] = 0, *2 = 0 y *3 = 2.
A plicaciones
T A B L A 10.3
C liente 1 C liente 2
qué manera la com pañía debe embarcar los autom óviles para m inim izar el costo de
ue?
FIGURA 10.21
a ,+ a 2 < 400
(200 - x ,) + (3 0 0 - x 2) £ 300 £■£> a, + x 2 ^ 200
a:, <200
x 2 < 300
1 1 1 0 0 0 400 *1
1 1 0 -1 0 0 200 D e salida
1 0 0 0 1 0 200
0 1 0 0 0 1 300
-6 -5 0 0 0 0 -1 6 ,2 0 0
•De entrada
rvc que el valor i acliuil cn -Ifi.iOO porque la solución inicial es
H En los ejercicios de! 13 al 20, use el método simplex para resolver el problema dad
los ejercicios del 21 al 24, maximice la función objetivo dada sujeta a las siguientes
’cciones.
x, + x 2 ^ 5
- x , + x2 ^ 3
x2 - 1
x v x2 > 0
I. vv = 2x , + x 2 22. w = x, + 2x 2
vv = X- 24. w = - x , - x 2
los ejercicios del 25 al 28, maximice la función objetivo dada sujeta a las siguientes
'cciones.
3x, + 2x 2 ^ 6
* 1- *2 - 2
-Xj + 2x 2 ^ 6
x, —4
X j,x 2 > 0
vv = x, + x 2 26. vv = x, - 2x2
vv = - 4 x , + x 2 28. vv = 4x, - x 2
1 ejercicios siguientes del 29 al 32, una compañía de neumáticos tiene dos proveedores,
Sr 5 , tiene 900 neumáticos a la mano y S 2 tiene 800 neumáticos a la mano. El cliente C,
ita 500 neumáticos y el cliente C2necesita 600 neumáticos. Minimice el costo de llenado
Nórdenes sujeto a la tabla dada (en la que se observa el costo de envío por neumático).
30.
C2 ^2
0.60 1.20 0.80 1.00
1.00 1.80 *2 1.00 1.20
32.
C2 C2
1.20 1.00 0.80 1.00
1.00 1.20 *2 1.00 0.80
lina compañía de automóviles tiene dos fábricas. Una fábrica tiene 400 automóviles (de
lio modelo) en existenc ias y lu otra fábrica tiene en existencias 300 automóviles (del
Umq modelo). Dos clientes ordenan este modelo de automóvil. El primer cliente necc-
lllii 200 automóviles y el segundo, 300. A continuación se muestra el costo de envío de
automóviles de las dos fábricas a los dos clientes.
654 Capítulo 10 Programación Lineal
Cliente 1 Cliente 2
¿De qué manera debe enviar la compañía los automóviles para minimizar el coito
envío?
B 34. En el ejercicio 33. suponga que los costos de envío para cada una de las dos fábrlo
com o sigue.
Cliente l Cliente 2
¿Cómo debe la compañía enviar los automóviles para minimizar el costo de envío?
B 35. El presupuesto máximo de una compañía para publicitar a nivel nacional cierto prtul
es de 600,000 dólares. Cada minuto de tiempo en televisión cuesta 60,000 dolare* y
plana completa de un periódico cuesta 15,000 dólares. Se espera que cada unum ltl |
televisión sea visto por 15 millones de telespectadores y que cada anuncio en el per!
sea leído por 3 millones de personas. El departamento de mercadotecnia de la cor
sugiere usar por lo menos 6 anuncios por televisión y 4 anuncios en el periódico. ¿(*41
debe asignarse el presupuesto para publicidad para maximizar la audiencia total?
B 36. Vuelva a trabajar en el ejercicio 35 suponiendo que el precio de una plana cntorii i|»il
riódico cuesta 30,000 dólares.
37. 38.
Salida I Salida II Salida I Sflfida II
! l» -3 y > 0 6. x -y < 10
i » - y =£8 0
y > 0 y> 0
Operador de un almacén cuenta con 24,000 pies cuadrados de espacio para almacenar
(productos. Cada unidad del producto I requiere 20 pies cuadrados de espacio en el piso
almacenamiento cuesta 12 dólares diarios. Cada unidad del producto II requiere 30
j | cuadrados de espacio en el piso y su almacenamiento cuesta 8dólares diarios. El costo
lal diario por almacenamiento no puede ser superior a 12,400 dólares.
ejercicios del 9 al 14, determine los valores mínimo y máximo de la función objetivo
t>r medio del método gráfico.
z = * + 3y z=4x-y
Restricciones: R e s tric c io n e s :
*>0 * >0
y >0 y> 0
*<5 *< 6
x +y > 3 *+y > 2
* -> - < 3 *> y
-x + y < 3 3 * - > < 12
Z = 3x - y Z= x - 2 y
Restricciones: R e s tric c io n e s :
*> 0 *> 0
y> 0 >> > 0
* < 3y * + y < 12
- x + 2y < 12 5*+ y <36
4* + 3* < 40 5 * - 2 4
*+2>> < 15 2* + 5y > 19
□ En los ejercicios del 15 al 22, use el método implex para maximizar la función objfll
sujeta a las restricciones dadas.
15. Función objetivo: 16. F u n c ió n o b je tiv o :
z = * , + 2x 2 z = 5*, + 4*2
Restricciones: R e s tric c io n e s:
2*, + *2 < 31 *, - *2 — 22
+ 4x 2 < 40 *, + 2*2 ^ 43
x v x2 > 0 * 1 ’ * 2 — 0
Z = *, + *2 z = 6*, + 8*2
Restricciones: Restricciones:
3*, + *2 ^ 432 20*. -f 40*, s; 200
Capítulo 10 Ejercicios de Repaso 657
istricciones: Restricciones:
*,4- *2+ 2*3 > 30 * , + 5*2 + 3*3 90
3*, 4- 6*2 + 4*3 > 75 2 * i + *2 + 3*3 60
* „ * , ,* , ^ 0 3*, + 2*2 + *3 > 5 6
* |, *2, *3 — 0
|on ejercicios del 25 al 30, resuelva el problema de minimización dado al resolver por cl
0 simplex el problema de maximización dual.
Punción objetivo: 26. Función objetivo:
H* 9*j 4- 15*2 vv = 16*, 4- 18*2
fricciones: Restricciones:
5*2 > 15 2* , - 3*2 ^ 14
4 i,-IO*2 > 0 - 4 * , - 9*2 ^ 8
X\'X2 > 0 * ,,*2 0
íu n ción objetivo: 28. Función objetivo:
24*, + 22*2 + vv = 32*, + 36*2 + 4*3
dicciones: Restricciones:
, -f 2*2 - 3*3 > 24 4*, + 3*2- . > 8
•* , - 2*3 >21 - 8*, + 6*2 - 6*3 > 0
H i , - 4 * 2 + 8*3 ^ 12 -4 * , + 9*3 > 4
* 1»*2»*3 — 0 X 1*'*2*"*3 “ ®
lición objetivo: 30. Función objetivo:
16*, -f 54*2 + 48*3 w= 22* , + 27*2 + 18*3
lociones: Restricciones:
*2 4- 3*3 ^ 2 - 2*, - 3*2 + 6*3 0
♦ 7*2 + 4*3 2 : 5 -2 * , + 7*24- 3*3 4
♦ 3 * 2 4- 4 * 3 I 2*i + *2 3*j ^ 12
* ..* 2*x y o * 1»*j. *3 ^ 0
658 Capítulo 10 Programación Lineal
B En los ejercicios del 31 al 36, use el método simplex para resol ver el problema con
mixtas.
31. (Maximice) 32. (Maximice)
Función objetivo: Función objetivo:
z = *, + 2x 2 z = 2*, + 3*2
Restricciones: Restricciones:
—4 * , + 2 x 2 — 2 6 - * , + *2 > 40
-3 * , + x 2 > 12 *., < 61
0 X | . *2 — 0
Restricciones: Restricciones:
32*3 + 16*2+ 8*3 < 3 4 4 2*, - *2- * 3 ^ 4 1
20* , - 40*2 + 20*3 - 200 * , - 2* 2- *3 1(
-4 5 * , + 15*2 + 3 a S - 525
-* , - 7 * 2 + 5 * 3 2S | 1
*|,*2,*3^ 0 * ,,* 2, *3 0
B 37. Un sastre tiene 12 pies cuadrados de tela de algodón, 2 1 pies cuadrados «le mhI* f
cuadrados de lana. Para elaborar un chaleco se requieren 1 pie cuádralo d*
pies cuadrados de seda y 3 pies cuadrados de lana. Para elaborar un bol*» M
2 pies cuadrados de algodón, 1 pie cuadrado de seda y 1 pie cuadrado «le Un*,
se vende en 80 dólares y el chaleco cn 50, ¿cuántos bolsos y chalecón dcliet»
para maximizar la ganancia del sastre? ¿Cuál es el ingreso máximo?
Una compañía posee tres minas cuya producción diaria se muestra a continuación (en
toneladas).
A ! 2 3 I
B 1 2 7
C 2 '
1
A 2 1 Z
B 1 I 1
C 4 2 i !
luí compañía requiere 190 toneladas de mineral de alio grado, 120 toneladas de mineral
de grado medio y 200 toneladas de mineral de bajo grado. Los costos diarios de operación
ton 2 0 0 dólares para la mina A, 150 dólares para la mina B y i 25 dólares para la mina C.
¡mostraciones de
¡oremas Selectos
m m M
A (B C ) « {A B )C Propiedad
Propiedad asociativa
asociativa de de la i
A (B + Q s A B + A C Propiedaddistributiva
Propiedad distributiva
(A + B )C & A C + B C Propiedad ddistributiva
Propiedad ia r ib a t^ H
c(A& ) ~ (c A )B - A (cB )
• • • b n p c p j.
I f l
| | C a p ítu lo 1
x= - 3 27. m= 40 29. *, = 2 + ^»
"> v = 40 x 2= r
>’ = - i
jr = 7 33. * , = 8 35. * = 1
y =i *2 = 7 y= 2
z= 3
L * 63. 1 ,-2
A9
F ?spuestas a los Ejercicios Im pares A 11
(página 52)
10
8
6
4
1---
1
(1986) (1987) (1988)
1 + X 11 . p (x ) = - 3 x + x?
-X
* ,= .v b) x} = 0 c) *, = 0
*2 = / * 2= 0 *2= -5 0 0
*3 = 600 - .v x , = 600 * 3= 600
u *.
O
11
II
1
u*
•-Í
ii
*5= 500 - / *s = 500 x5 = 1000
0
O
II
k*
ii
* 6 =
*
*7 = 0
II
8
xi= '
1. * = -41 +
<
21 A' - j2 '. 3 . F o rm a e s c a lo n a d a ( n o re d u c id a )
>*= 5
Z —t
5 . N o e s tá c n fo rm a e s c a lo n a d a 7. * .= - 2 /
*, = /
.v, = 0
9. * = I 1 1. x = 4 1 3. j» = 0
y= i >• = 8 v =0
21 . * = 2 23. * = 2 5 . * = 4 + 3/
y = -3 y = 5 + 2/
z= 3 v= ~ 5 z= /
3
33. * .= - 4 / 35. * = ± l
2
*2 = - “/
*3 ='
R e s p u e sta s a lo s E je rc ic io s Im p a re s A 13
1 0 o'
0 1 0 •
0 0 1,
0 -1 -2 • • • 2 - n
1 2 3 •••« -!
0 0 0 ••• 0 7. x¡ + x 2 + x } = 0
x ] + x 2 + *3= 1
0 0 0 0
M) jt, = 100 - r + t b) = 50
| x2 = 300 - r + s jc2 = 250
*3 = r *3 = 100
s +t *4= 0
x ^ s *5 = 50
*6= ' *6= 5°
ulo 2
II21 (página 69)
3 -2 -1 0 2 -2 0 -1
•) b) c) d)
I 7 3 -9 4 -2 5 -10
7 3 5 -5 12 -2 II -6
1 9 b) l 1 c) 4 8 d) 5 3
2 13 -4 -S, -6 10 -7 0
A 14 Respuestas a los Ejercicios Impares
3 3 - 2 1 1 1 1 0 -1 1
5. a) b)
-2 5 7 - 6 - 8 4 -3 -11 6 6
4 4 -2 O 2 3 3 -1 -1 2
c) d) -2 6
2 2 -4 O -2 5 -1 3 5
7. a) c2I = -6 9. x = 3. y = 2. z = 1
b) C13 = 29
-21 1.1
O 15 O 10
11 . a)
6 12 J
13. a)
10 O
15. a) -23 19
7 3
o 13
-2 -2 O 10 2 21
b) b) b)
31 14 10 O
4 -19
-1 19 1O O
17. a) No está definida 19. a) 4 -27 21. a) O 1 o
O 14 0 O I
3 -4 1 O O
b) 10 16 b) No está definida b) O 1 o
26 46 O 0 I
60 72
-20 -2 4 25.
1 3 *1 -1
23. a)
10 12 2 -1 3
60 72 8
b) N o está definida
*1 7
5
X2 7
O 2 *1 5
27. *i 0 29. -2 1 8
X2
X2 0 2 -1 -3
*3
3
0 X1
X\ 7
=
0 i 5
X2
X3 0 .
33. a =-2-1
31. b =-\ - i
c = 5 + 2í
d =I
1 O O
35. iv = z, * = ->’ 37. 0 4 0
O O 9
41. 2
Respuestas a los E jercidos Impares A15
= Tr(A) + Tr(#)
110 99 77 33
44 22 66 66
418 454 209 227
o) , Multiplicación escalar b)
90 100 45 50
ón 2 2 (página 84)
3 2
3.
0 -12
5.
7 7
13 4 12 -24 28 14
3 I -14 -4 -3 -5 -1 0
4 ii 9. 7 -17 11. -2 -5 -5
3 3
10 0 -17 -2
T
1 6 -1 12 -4
12 -6 9
-2 -2 -8
15.
8 4
17. A C = BC = 16 -8 12
4 -2 3
1 0 21. 2 2
0 1 0 0
2 4 ' 20 10 -1 4 '
14 -1 0
a) -1 3 b) 10 10 -1 8 c)
-1 0 50
3 -5 . -1 4 -18 34
36 0 42
6 0 85 35
0 16 -20
n) b) c)
0 -4 35 41
42 -2 0 74
lAUymB'A'* 31. a = 2 t b = - \
Aló Respuestas a los Ejercicios Impares
1 0 ±3 0 -4 O1
35. 0 -1 37.
0 ±2
39.
8 2
0 0
0 0 0
41. 0 0 0 53. Simétrica sesgada 55. Simétrica
0 0 0
—|C4
r
0 '2
1
1 *1
NJl —
5 9 . A = ¿ ( A - A ' ) + Í 1 ( A + A r) = -4 + 1
1
0
^ i
1 7
2 i ° - .2
Sim étrica sesgada Sim étrica
1 0 o' 1 0 0
1. A B =
1 0 = BA 0 1 0 = BA 5. AB = 0 1 0
ii
•
0 1 .0 0 1 0 0 1
7.
-2 9.
-1 9 -3 3
11. Singular
1 -4 -7
3 1 1-I
” 5
15. -3 2 -1 17. Singular
13. 2
5 3- -3 2
3 3
-2 4 7 1 -2 "2 2 1 0 -2 OH
19.
-1 0 3 0 -1 21. 9 7
-3 23. -10 4 4.4
-2 9 7 3 -2 2 2
10 -2 -3.2
12 -3 - 1 1. .-1 1 1
1 0 o'
25. Singular 27.
3 1 0 29.
4 4
7 _ 1 i
_"20~ " 4 5
31. a) x = 4 b) x = - 8 c) * = 0
y =8 y = -11 y =0
33. a) x = - 5 b) x = - 3 c) * = 0
y = -4 0 .5 y = -2 4 y . 0
z = 48 z = 28 Z = <>
35 17 2 -7 -3 1 40 I
35. a) b) c) d) 7
4 10 5 9 -5 6 1
I
R esp u esta s a lo s E jercicio s Im p a re s A 17
11 138 56 -8 4 4 6 1
16 37 26 -71 -2 2 4
24 34 3. 3 -8 2.
1 7 0 34 4 -2 3 *
16 28 -4 0 -1 4 6 2 -8
. 30 14 -2 5 . 1 4 2.
1
-1 2
=4 41.
3 1
4 4.
Suponga que CA = C B y que C~! existe. Entonces al multiplicara la izquierda porC "1
se obtiene C~lCA = C~lCB, lo cual implica que A = B.
a (j 0, I < i ^ n
- I
a
II
0 a22
A-' =
o o o ••• —
a....
| i No cs elemental 7. No cs elemental
r 0 0 1 0 0 1 0 1
0 1 0 13. 1) 1 0 15.
1 0
1 0 0 1 0 0
A 18 Respuestas a los Ejercicios Impares
\
0 O
0 0 1 k
17.
1 0 19. 0 1 0 21. O 1 Ü
-4 1
. 1 0 0. O O I
1 0 0 0
0 1 -k 0 25.
1 0 1 -1 1 0
23.
0 0 1 0 1 1 0 1 0 -2
0 0 0 1 (L a respuesta no es única.)
1 0 0 1 -2 I
27.
1 1 1 o1 1 0 29. -1 1 0 0 1 0
0 1 3 1 0 -1 0 0 1 . .0 0 0
(L a respuesta no e s única.)
(L a respuesta no es única.)
33. a) EA tendrá intercambiados dos renglones. (Los mismos renglones están in(arci»ifl[
en E.)
n
1 -a 0'
35. A~] = -b + 11
ab + 00 37.
1 0 1 1 1 1
2 1 0 1 2 3
0 0
c ■
39. Idempotcnte 41. No es idempotente 43. No es idcmpotoiilf
45. Caso 1. b = 1, a = 0
Caso 2. b = Ot a = cualquier real
47. Dado que A es idempotente, se concluye que A 2 = A . Además, com o A es invottlhlt
aplicarse el resultado del ejercicio 49 de la sección 2.3 para concluir que A ■»•/,
5. Nocifrado: [19 5 12], [12 0 3], [15 14 19], [15 12 9], [4 1 20], [5 4 0]
Cifrado: - 4 8 ,5 ,3 1 , - 6 . - 6 , 9 , - 8 5 , 2 3 , 4 3 , - 2 7 ,3 ,1 5 , - 1 1 5 ,3 6 , 5 9 , 9 , - 5 , - 4
17. Nocifrado: [3 15], [13 5], [0 8], (15 13], [5 0], [19 15], (15 14]
Cifrado: 4 8 ,8 1 , 28, 51, 24, 40, 54, 95, 5 ,1 0 , 64, 113, 57, 100
19. HAPPY_NEW_YEAR 21. FILM_AT_ELEVEN 23. MEET_MF._TONIGHT_RON
Carbón Acero
8622.0 ‘ Campesino
5. D =
0.1 0.2 Carbón ^ _ 20,000 Carbón %_
4685.0 Panadero
0.8 0.1 Acero 40,000 Acero
.3661.4 T end ero
c) 2
14 -2 8 4 6 3'
I.
-1 3 -8 18
3. 14 -10 40 5. 0 6 -10
0 11-19
36 -12 48 0 0 6.
2 3 f *1 10*
9. 22
C4
7, 5a + 4 y = 2 X2 =
1
1
[ -* '+ y m -22 .4 -2 3, . - 2.
*3
1
A20 Respuestas a los Ejercicios Impares
1 0 1 2 -3
14 -4 1 -1
A' = 2 1 ,A 'A = 2 5 -4 ,A 4 ' =
-4 5
13.
2 -3
rj-
ro
-3 2
1
1
3 3 i •
~w 20 10
3 1 2 5 4 2
15. 17.
10 30 15 -1 1 -22
1 1 1
. 5 5 5 i
9
A~l —
1
9
xi 10
X2 -12
1 i -4
14 42
19.
1 2
21 . 0
21 21 1
1 3 2 0
1 0 o 1 O O i o i
23. 25. 0 1 o O 1 -2 O I o
0 1 0
0 0 4 O O 1 o o I
(La respuesta no cs única.)
(La respuesta no es única.)
0 0 1 0 If 1 0
1. -10 -10* y 1 0 3.
0 0 *
0 1 *y 0 0
0 1
(La respuesta no es única.) (La respuesta no es única.)
5. a)tf = - l 7. A ± O, A 2 * O, /t 3= O, índice - »
b=- 1
c= 1
13. No es cstocástica PX = 80 , P2X = 68 . r ' X m
112 124
19. Nocifrado: [15 14], [5 0], [9 6], [0 2], [25 0], [12 I], [14 4|
Cifrado: 103,44, 25,10, 5 7 ,2 4 , 4 .2 . 125,50, 6 2 ,2 5 , 7 8 ,3 2
3 2 0.20 0.50 in .u i
21. A~l = , ALL_SYSTEMS_GO 23. I) .X
4 3 0.30 0.10 m ,»U
-i — 20 3
25. y = - y - j x 27. y - j j - J *
29. u ) y » 1 9 + 14^:
Respuestas a los Ejercicios Im pares A21
Capítulo 3
Sección 3.1 (página 146)
1. 1 3. 5 5. 27 7. -2 4
9. 6 11. X2 - 4 X -5
13. a ) M .. = 4 Aí12 = 3 b) c „ = 4 c 12 = - 3
Aí21= 2 m 22= i C2, = -2 c 22 = ]
15. a) Ai,, = 23 M t 2= -8 A/ |3 = - 2 2
M2, = 5 M n = -5 M2i= 5
M3. = 7 Aí32 = -22 M33= -23
X = ±3
6n 32 (página 155)
El segundo renglón consta por completo de ceros. Si una matriz contiene un renglón de
ceros, entonces el determinante de la matriz es cero.
Están intercambiadas las columnas segunda y tercera.Si se intercambian dos columnas
de una matriz, entonces cambia el signo del determinante de la matriz.
-2 0
1. a ) - 3 b) -2 c) 0 -3 d)6
3. a) 0 b )-l
-2 -3
d) 0
c)
4 6
1 4
5. a) 2 b) -6 c) -1 0 d ) -1 2
0 2
7. - 4 4 9. 54
11 . a) -2 b )-2 c) 0
13. a) 14 b) 196 c) 196 d) 56 e) “TT
15. a) 29 b) 841 c) 841 d) 232 e)-¿ -
17. a ) - 1 5 b ) -1 2 5 c) 243 d ) -1 5 e)-}
31. * = - 1 , 4
33. Suponga que A y B son matrices n x n tales que A B = /. Entonces, se sabe que MWI
Si L4I = 0, entonces se concluye que L4Z?I = L4I Ifíl = 0 IZ?I = 0, lo cual es una conlntilltft»
Por consiguiente, es posible concluir que L4I * 0. Si 151 = 0. se obtiene una coi»
ción semejante.
0 1 1 0
35. y 37. 0
0 0 0 0
(La respuesta no es única).
41. P =
1 2 ,p -' =
-5 2
, P -'A P =
-2 7
n
3 5 3 -1 l - l 0J 16 29
\Pr'AP\ = IP-'I \A\ l/>l = IP-'I l/’l \A\ = - ^ l/’l l/tl = l/\l
43. Suponga que A es una matriz n x n tal que A1 ■ ~/t. Entonces, se concluye que
Respuestas a los Ejercicios Impares A23
51. Suponga que A es ortogonal. Es decir, A~} = A*. Entonces, se concluye que L4'l = l/H l, lo
cual implica que
IA4-1! = lAI L4-M = L4I lA'l = L4I2 = 1.
4 -2 -2 1 ‘
1. ady(A) =
II
-3 1 3 1
.2 2
0 0 0
3. ady04) = 0 -12 - ó , A-1 no existe.
0 4 2
2 |^r
i---------
I 4
I
-7 -1 2 13'
5. ady(A) = 2 3 - 5 , a -' =
ir->
- i
2 3 -2 . 2
-1 -« 3
13
1 9
7 1 9 -13 4
7 1 0 -4
0 9
T3
/"—
,A -' =
<3
II
10
N
-4 2 -9 10 -1 9
. 2 -1 9 -5 . 5
1 9
9. Suponga que L4I = 1 y que todos los elementos de A son enteros. Lo anterior implica que
todos los elementos de ady(A) deben ser enteros. Además, como
A”1 =
1 ady(A) = ady(A)
L4I
puede concluir que todos los elementos de A~l deben ser enteros.
11. Suponga que A es una matriz n x n . Como ady(A) = A_,IAI, se concluye que
17. -1
1 -2
19. a) -1 b) - 5 c) d) 5
2 1
21. a)-12 b) -1 728 c) 144 d ) -3 0 0
1. 0 3. 0, 1 5. - i 7. —MV
9. a ) X2 - X - 6 b) X = - 2 , 3
2 -2 2 -2
-6 1 0 0 0
c) -2 -1 -2 -1 0 1 0 0
11. Suponga que L4I = IBI * 0. Entonces B es invcrtiblc y al hacer C = A B ~ \ kc convl
A = CB y
Respuestas a los Ejercicios Impares A25
1 0 0
-2 1 0 15. Solución única: x l = 0.6
-4 1 1. x2 = 0.5
X2 ~
*3 =
I. x - 2 y = -A 23. 9x + 4y + 3z = 0
Capítulo 4
lección 4.1 (página 197)
1. v = (3, - j )
, y
(2.4)
l- v= (3u ♦ w)
> ( 4 .3 )
1— H H — I—
y 3 4
(6 .-3)
3- 3 • (2.3)
Ii i
T i
T * V
-9 -3 / 3 2
-3 v ■-3
/ ( ! . - § )
1 /
—6
1i r1 r
• -9
1 2
1 2 3 4 5 (-6 .-9 )
9. U - V = (-1, 0, 4)
v - u = (1,0, -4)
15. a)
I
A26 Respuestas a los Ejercicios Impares
35. No
1. ( 0 .0 ,0 . 0) 3.
0 0 0
5. 0 + 0 * + 0a 2 + 0 a3
0 0 0
7. - (v,, v2, v3, v4) = (—Vp - v 2, -v3, -v 4)
1 0 J.
T
0 0 1 0
0 1 0 1
O
O
i*
que es no singular. ir
23. El conjunto es un espacio vectorial. t
'I
25. a) El conjunto no es un espacio vectorial porque no se cumple el axioma 8.
(1 +2) ( 1. 1) = 3( 1, 1) =(3,1)
1(1, 1) + 2( 1, !) = ( ! , 1) + (2, 1) = (3, 2)
( 1, 2) + (2, 1) = ( 1, 0)
( 2, 1) + ( 1. 2) = (2, 0)
29. El conjunto no es un espacio vectorial porque no se cumple el axioma 5. Dado que (1, 1)
e s el neutro aditivo (0 ,0 ) no tiene inverso aditivo. (Tampoco se cumplen los axiomas 7
y 8.)
31. Sea v un vector cn el espacio vectorial V. Si tanto u, com o u 2son inversos aditivos de v,
entonces u , + v = 0 = u 2 + v. Pero esto implica que
u , + v + (- v ) = u 2 + v + (- v )
u, + 0 = u 2+ 0
u , = u 2.
W no es un subespacio de R 3.
No es cerrado bajo la suma: (1, 1, I) + ( I, I, I) = (2, 2, 2) que no pertenece aW.
No es cerrado bajo la multiplicación escalar: 2( 1, 1, 1) = (2, 2, 2) que no pertenece aW.
A(X + Y) = A X + A Y = X A + YA = ( * + Y)A
y
A(cX) = cÍAX) = c(XA) = (cX)A
1. a) u = 5 ( 2 , - 1 , 3 ) - 2 ( 5 , 0 , 4)
b ) v = J a - 1 . 3 ) + 3 ( 5 .0 , 4)
c) w no puede expresarse com o una combinación lineal de los vectores dados.
3. a) u = 7 (2 ,0 , 7) - 5 (2 ,4 , 5) + 0(2, -1 2 . 13)
b) v no puede expresarse com o una combinación lineal de los vectores dados
c) w = -3 (2 , 0, 7) + 6(2, 4, 5) + 0(2, -1 2 , 13)
29. ( 3 ,4 ) - 4 ( - l , 1 ) - j (2 ,0 ) = (0 ,0 ), (3 ,4 ) = 4(—1, I) + | ( 2 , 0)
(La respuesta no es única.)
31. (1, 1, 1 ) - ( 1 , 1 , 0 ) - ( 0 , 0 , l ) - 0 ( 0 . 1, 1) = ( 0 .0 ,0 )
4
( 1. 1, 1) = 0 . 1. 0) + ( 0. 0, l) + 0(0, 1, 1) 'I
(La respuesta no es única.) i
33. a) Todo / * 1 , - 2 b) Todo / * 5
35. a)
6 -1 9
= 3A -2B b) No es una combinación lineal ilf
10 7
c)
-2 28 = -A + 5 B d)
0 0 = 0A + 0/1
1 -11 0 0
37. a) Lincalmcnte dependiente
b) Lincalmcnte independiente
c) Linealmcnte independiente
43. Sea S = {0,v,,v2 vn). Entonces 1(0) + 0v, + 0v2 + • • • + 0v| | » 0 , lo c u id Impll
S es linealmcnte dependiente.
45. El teorema requiere que sólo uno de los vectores sea una combinación lineal de I
Como ( - 1 ,0 , 2) = 0( 1, 2, 3) - ( I, 0, -2). no hay contradicción.
R e sp u e sta s a lo s E je r c id o s Im p a r e s A 29
3. M 2,4-
1 0 0 0 *
0 1 0 01 0 0 1 01 0 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 f 0 0 0 0 0 0 0 0 10 0 0 0
1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1
5. S es linealmente dependiente. (S genera a R2.)
S es una base de Py
ii ) Recta que pasa por el origen 47. a) Recta que pasa por el origen
b){(2. 1)} b) {( 2, 1, - 1))
C )l c) 1
*3, Falsa; si la dimensión de V es n, entonces todo conjunto generador de V debe tener |mií
menos n vectores.
55. Verdadera
Sección 4.6 (página 255) (Las respuestas para las bases no son únicas.)
1. a) 2 3. a) 2
b) { ( 1, 0), (0, 1)} b) { ( 1, 2), (0, 1)}
c ) { ( l , 0), (0, 1)) c ) { ( l , j ) . (0. D )
5. a) 2 7. a) 2
b) { ( 1, 0, 5), ( 0, l . j ) ) b) { ( 1, 2, - 2, 0), (0, 0. 0, 1))
c) { ( 1, 0, - 1 ), (0,’ 1’. 15 ))
5 " '
C) {(1 ,0 , y ) , ( 0 ,1 ,? ) )
9. { ( 1 ,0 ,- 1 ,0 ) ,( 0 , 1,0,0), ( 0 ,0 ,0 , 1))
11. { ( 1, 0 , 0 , 0 ) , ( 0 , 1, 0 , 0 ) , ( 0 , 0 , 1, 0) , ( 0 , 0 , 0 , 1) )
13. El espacio solución es {(0, 0)), dim = 0 15. {(-2, 1, 0), (-3 , 0, 1)), dim = 2
29. a) Consistente
b) x = /(5, 0, - 6, - 4 , l) + j(-2 . 1,0, 0 ,0 ) + ( l , 0 , 2 , - 3 .0 )
1 3 0 1
1
31. + 2 -1 1 2 0 m 2
2 0 1 )
35. Cuatro vectores en /?3deben ser lincalmente dependientes.
37. Suponga que A es una matriz m x /i, donde n > m . Entonces, el conjunto de n v
columna de A son vectores cn Rm y deben ser lincalmente dependientes. I)c otvu |
m > n> entonces el conjunto de m vectores renglón de A son vectores en Rn y do
linealmente dependientes.
39. a)
1 0 0 1 b)
1 0 0 1 c)
1 0 0 0
0 0 1 0 0 0 0 0 0 0 0 I
41. a) m b) r c) r d) R " c) R m
1. ( 8 ,- 3 ) 3. ( 5 .4 .3 ) 5. (-1 ,2 .0 , I)
7. (3 .2 ) 9. ( 1, - 1, 2) 1 1 . ( 0 , - 1. 2 )
R espuestas a los E jercicios Im pares A31
1 1
“ 3 3
3 1
4 2
1 1 1 4 5 1
21. 3 5 4 -7 -1 0 -1
3 6 5 -2 -2 0
i i 5 "
7 1 -2 2 2 4
3 0 -1 1 1 3
“ 2 2 4
7 3 -2
3 1 5
3 -1 1 2 2 4
(página 277)
( 2. 1)
i 2
9 x 2 + 25>’2 - 3 6 x - 5 Oy + 6 1 = 0
7. 9. Parábola
♦ 4* + 6y - 2 - 0
29. - 2 31. O
J2 x2
49. No. Por ejemplo, considere y " = 1. Dos soluciones son y = - y y y = — + 1. Su ktlMM
es una solución.
1. a) ( 0, 2,5 ) 3. a) (3, 1 ,4 ,4 )
b) (2, 0,4 ) b) ( 0 ,4 ,4 , 2)
c) ( - 2. 2. 1) c) (3, - 3 , 0, 2)
d) (-5 . 6,5 ) d) (9, - 7 , 2, 7)
5. ( i , - 4 , - 4 ) 7. v = | u, + g u 2 + OUj
0 0 0 0 "* 11 —* 1 2 -* 13 —* 1 4
9. O iA = 0 0 0 0 . -A = -*2 1 -*22 —* 2 3 -*2 4
0 0 0 0 —* 3 1 -*32 -*33 "*34 .
19. a) Sí b) No c) No
21. a) Sí b) Sí c) Sí
23. a) No b) No c) No
R espuestas a lo s E jercicios Im pares A33
7. Linealmente dependiente
+ y 2 - 4* + 2y - 4 = 0
[|7. a) y d) 19 . e*
p ltu lo 5
Mil 5.1 (p á g in a 2 9 7 )
I. 5 3. I 5. 0 7. 5>/2
A34 R espuestas a los E jercicios Im pares
19. a ) ( £ . 0 , § , § )
V38 V38 V 38
_ 3 _______ 2_____5
b) ( - j .O , - 3 . - 5)
V 38’ V 38 V38
75. 11(5, 1)11 < 11(4,0)11 + 11(1, 1)11 77. 11(2, 0)ll2 = 11(1,- l) ll 2 +
V 2 6 S 4 + V2 4 = (sil)1
ión 5.2 (p á g in a 3 1 1 )
1. a ) -3 3 3. a) 15 a ) -3 4
b )5 b )V 57 b) V97
c) 2V65 c) 2VT3 c) V 266
. 16
7. a) O 9. a ) -7 3 11.
a ) Ts
b )8 V 3 b) V83
VÍO
c) 3V67 c )V 3 6 7 b)
5
c )V 2
c)
V 4 - +^ - -
2 3 2e 2 e
- 1-680
2 (( 1, 0 ), ( 1, 0 )) = 2 ( 1) =2
<2(1,0), (1 ,0 )) = <(2,0), (1 .0 )) = 4
7T 31. 5
27. 2.103 radianes 29.
(120.5°)
proy.u
,3 /W 7 3 7V T3
7. Ninguna de ambas cosas 9. Ortonormal
\ 13 13 )
Vio 2, - VTó
(2 ,-
2
) 17. (1 1 ,2 , 15)
(!• s ) - (s-
V2 _ V 2 \ /V 2 V 2
21. 23. 0. 0. I
2 ’ 2 )' \ 2 ' 2
2, ( (o . f )|
/ 4>/2 372 572 \
\ 7 ’ 14 ’ 14 /
3H ( ^ X ' - x 4 ( x - ° - # ' x )
1 X1 1> 1 r* 1 2
33. <A T,1>=J xdx= — =0 x2d x = ^ -
J-i -O
R espuestas a lo s E jercicio s Im pares
39.
2V2
1. ( 0 ,0 ,1 ) 3. ( 1 ,0 ,0 ) 5. (-2 , 3 ,- 1 ) 7. 1
b) b) ,
A38 R espuestas a los Ejercicios Im pares
35. a ) g ( x ) = -0.0505 + 1 .3 l2 2 x -0 .4 1 1 1 x 2
b)
jrp- A
39. g ( x ) = — + 4 eos x + eos 2 x + — eos 3a:
7. llvll = V38
15. ( - A . i l ) 18 12 WH
17. 19. a ) -2 h)
V 13 13 / 29 29 29 I 2
21. Desigualdad del triángulo:
Desigualdad de Cauchy-Schwarz:
I<(2- t 4(Í'H>
2< 15 53 = 9.969
27.
c) H , 4 . - 2 ) = 3 V 2 ( 0 » .- ^ ) - V 3 ( » 1 )
= i * 2jv(1 - x 2) d x = 2 f ( x - x })clx
•'-i J-i
l 2 4 "
35.
(L a respuesta no e s única).
37. a) 0
b) Ortogonales
c) Como (f, g) = 0, se concluye que l(f, g)l ^ llfll llgll.
i
i
i
>'
C apítulo (>
Sección (>.I (página 364)
1. a) ( - 1 ,7 ) 3. a) ( 1 .5 .4 ) 5. a) (-1 4 . -7 )
b) (i 1. - 8) b) (5. - 6. í) b) ( I. I ./)
1 2 f
29. a) (0, 4V2)
-2 4 xi — b) ( 2 V 3 - 2 , 2V3 + 2)
i
-2 2 X2
1 '( 5 5 V3 \
r T , — r~J
es inconsistente.
49. (í, 0)
S5. Sea T: R3 -* R 3 definida por 7(x, y, z) = (0, 0, 0). Entonces si {v ,, v2, v3) es cualquier
conjunto de vectores en R y el conjunto {7Xv,), 7'(v2), 7Xv3)) = |0 , 0, 0) es lincalmente
dependiente.
|7 . Sea T: V -* V definida por 7(v) = v. Entonces T(u + v) = u + v = 7'(u) + 7'(v), y T(cu) =
cu = c7T¡u), lo cual implica que T es una transformación lineal.
31. Nulidad: 2
Núcleo: {(x, y y z): x + 2y + 2z = 0} (plano)
Contradominio: {(/, 2/, 2/), / es real) (recta)
33. 3 35. 5
1 0 0* 0
b) 0 1 0 0
*
0 0» 1 » 0
0 0. 0 1
c)
0 0 1 0 *
0 0»0 0
0 0 0 0 10 0 1 0 0 1
d ) />(*) = 0 { l , * , * 2, a:3 }
5 -3 1 1 0
1. 3. 1 1 5. I -1 0
-4 1 0 o 1
Respuestas a los E jercicios Im p a res A43
1 1 2 0 -1 0
0 -2 3 1 -1 0 3 0 -4
7. 4 0 11 9. 11
AA».
2 0 -1 0 4 0
0 2 0 1 0 1
V2 V 21
-1 0 2 2 10 0
• a) 15. a) 17. a)
0 -1 V2 V2
0 1 0
2 2 . 0 0 -1
) (-3 , - 4 ) b) ( - 4 V 2 , 0) b) (3, 2, - 2 )
c) y
9 3 3
-1 0 21. a) “¡0“ ~W 23. a) 5
9. a)
0 -1 3 1 4
10 10 "5~
b ) (- l.- 2 )
c)
^ 7 /1 .4 )
I I I *
-14- 2 0 4 5
-2 n A J
-3 3* 5
2 -4 0 2 0 0 0 0 0 0
r= . r = 7 -3 27. T= i 0 0 , r = i 0 0
-1 -5
0 0 0 .0 0 0
-4 - 1 3 2
-2 5 -3 1 31.
-3 -1
A44 R espuestas a lo s Ejercicios Im pares
0 0 0 0 1 0 0
1 0 0 0 0 0 0
45. 47. 49. 3 - 2ex - 2xel
0 1 0 0 0 1 1
0 0 1 0 0 0 1
0 0 0 0 " 1 0 0 0 0 0 *
1 0 0 0
0 0 0 1 0 0
51. a) 1 53.
0 1 0 0 0 0
0 0 0
2 1 0 000 1 0
0 0 3 0 0 0 1 0 0 0
1
0 0 0 4
0 0 0 0 0 1 .
b) 6* - x 2 + | x 4
4 -3 1 0 2 -1 1
1. a )/T = b ) A '= 2 l
* -1
3 3
1 1 -2
3. a) A ' = -1 0
b ) A '=
0 1 1 1
0 1 1 1 -1 1
1 0 0'
5. a) A ' = 0 1 0
0 0 1
1 1
2 2 - 2 1 0 0" 1 1 0‘
b ) A '= 1
2
1
~ 2
1
2
0 1 0 1 0 1
1 1 i
0 0 1_ 0 1 1
2 2 2
7 10 1
3 3 " 3
7. a) A ' = 1 4 8
6 3 5
2 4 2
3 3 "3
2 1 1 “
3 3 5 1 -1 2 1 0 1
1 1 1
b) A ' = X
6 3
2 1 -1 0 2 2
1 1 l 1 2 1 1 2 0
5 "3
R espuestas a lo s E jercicios Im pares A45
6 4
9. a) 11. a)
9 4
1 2
2 4 =
b) [v]R=
-1
m y ) ] B=
-4
b )[v ]B = 0 , [7 T v ) ] b
-1
-1 -2 .
4 1 1 1 0 0 ‘ 1 1 0
3 3
VII
c )A '= 3 0 2 0 ,P -' = 1 0 1
O
7 3 1
4 “ 2 0 1 3 . 0 0 1
8 ' 1
d) “ 3 d) 0
5 -3
1. a) ( 3 ,- 5 ) 3. a) (y, x )
b) ( 2, 1) b) Reflexión en la recta y = x.
c) (ia, 0)
d) (0, -b )
I. a) Contracción vertical 7. a) Deslizamiento horizontal
b) , b)
A46 R espuestas a los Ejercicios Im pares
13. 15.
V3 1 i
0 V3
2 2 0 2 2
i V3 35. 0 1 0
2 0
2 V3
0 i
0 0 1 2 5 «
R espuestas a los E jercicios Im pares A47
41. 90° alrededor del eje x 43. 180° alrededor del eje y 45. 90° alrededor del eje z
0 1 0
47. 0 0 -1 , Segmento de recta de (0, 0 ,0 ) a (1, - 1 , -1 )
- 1 00 00
V3 1 V 3l
4 4 2
1 V3
0
49.
2 2 , Segmento de recta de (0, 0, 0) a ^ 1 ■1 1j
3 V3 1
4 4 2
1. a) ( 2 ,- 4 ) 3. a) ( 1 ,1 ,1 ) 5. Lineal,
1 2
-1 -1
b) (4 ,4 ) b) (0,4 ,4 )
0 1 0 -1 0
7. N o es lineal 9. Lineal, 0 1 11. Lineal, 0 1 -1
1 0 -1 0 1 .
eos 30 -sen 30
13. r ( i , i) = ( | , | ) 15. A 2 = ¡ 17. /t 3=
sen 30 eos 30
7-(0. 1) = (1, 1)
19. a) T : R * - * R 2 21. a) T: R 2 -* R 3
b) (3, -1 2 ) b) (-2 . - 4 , -5 )
c) ( ( - 2 , 3 - 2/ , / ) : / es real) c) (2, 2, 2)
27. 3 29. 1
A=
0 1 0 1 1 0 A-' = 1 0
II
,A-*
w = y
♦
k 1 -k 1
,
1 0 1 0
0 0 0 0 0
0 1 0 • r= 1 1
II
0 1 0
41. a) Uno a uno
b) Sobre
c) Invertible
A 48 R e sp u e sta s a lo s E je rc icio s Im p a res
47. A '= 3 -1
,A ' = P - 'A P =
1 -3 1 1
1 -1 -1 1 -1 1
0 0
1. a) 1
5
2
5
7. b) Nulidad = 3, rango = 1
2 4 c) {1 1 - x 2, 1 - x 3)
5 5
f (jr.y + lr)
i
i
i
<>
¿ (*.y)
17. 19.
R espuestas a lo s E jercicios Im pares A49
V2 _ V2
2 2 0
1. Reflexión en la recta y = x seguida 23. V2 V2 ,( V 2 , 0, 1)
0
por una dilatación horizontal. 2 2
0 0 1
V3 1 ^3
2 4 4
5. 1 V3 3
2 4 4
2 -
(O.V 2 . D . ( - ^ L ^ . l )
pítulo 7
'lón 7.1 (página 434)
1 1 1 k 1 1 1
1. 0 1 1
o r i = _ , i
= 3. =
1 0 1 1 1 0 -i -i 0 -1 0 0
5.
1 1 1 0 1 •
1 1 1 = 2 1
1 1 -1 -1 1 1 1 1
-2 -3 f 1 -2 2 -3 -2 -2
7. 2 -6 2 5 2 2 1 -6 1 = -3 1
-1 0 - 1. . - 1. -1 -2 0 0. 0.
-2 2 -3 3' 3
2 1 -6 0 = -3 0
-1 -2 0. . 1. .1
1 1 c
= 0 c
b)
1 1 2c = 2 2c
9. a)
1 1 -c -c 1 1 2c 2c
I I . a) No 13. a) Sí 15. a) X2- 5X + 6 = 0
b) Sí b) No b) X = 2, (1 ,0 )
c) Sí c) Sí X = 3, (1, 1)
d) No d) Sí
17. a) X2 - 7X * 0 19. a) X2 - 6X + 5 = 0
b) X * 0. ( 1. 2) b) X * 1,(3,-1)
X - 7 . ( 3 ,- 1 ) X ■ 5 ,(1 , 1)
A50 R espuestas a lo s E jercicios Im pares
O O
33. p(X) = X3- 5X2 + 15X - 27, p (A ) = O O
O O
37. Suponga que X es un valor característico de A, con vector característico correspondí*
x. Debido a que A es invertible, se sabe (ejercicio 36) que X 4= 0. A sí, Ax = Xx iinplltn
x = A~'Ax = A~'Xx = XA_lx, lo cual a su vez implica que (1/X)x = A_lx. Por tanto, x
vector característico de A-1 y su valor característico correspondiente es 1/X.
41. Suponga queA es una matriz triangular (real) cuyos elementos en la diagonal prinel
X,, Xj Xn. Por el teorema 7.3 se sabe que los valores característicos de A son X
. . . , Xn. Así, A tiene valores característicos reales. Además, debido a que el detci
de A es IAI = X, • X¿ • • •, Xn, se concluye que A es no singular sí y sólo si cada X, es dlío
de cero.
53. X = 0,
1 0 1 1
51. X = - 2 , 3 + 2x
1 0 0 -1
X = 4 , - 5 + lQx + 2*2
X = 6, -1 + 2x 1 0
X = 3,
-2 0
1. p - 1=
1 -4
,y P -'A P =
1 0
-1 3 0 -2
2 2
3 “ "3" 1 '
5 0 0
1
0
H
0 0 , P -'A P rn
•tii
T “ 3 0
•
1 1 0 0 - 1.
.-T TT 0
R espuestas a los E jercicios Im p a res A51
1 1 -3 1
15. P = 1 7. /> =
-1 1 1 1
(La respuesta no es única.) (La respuesta no es única.)
1 0 -1 1 -1 1
1 9 . /> = 0 1 -2 21. P = 1 0 1
0 0 1 3
. 1 0.
(La respuesta no es única.) (La respuesta no es única.)
3 -1 -5 "
23. P = 2 2 10 2 5 . A n o e s d ia g o n a liz a b le .
0
. 0 2
(La respuesta no es única.)
'4 0 0 o'
4 0 -2 0
K>
II
4 3 1 0
. 1 1 1 1 .
» » , . . x.
A52 R espuestas a los E jercicios Im pares
o
yr
2 2
VT
o
yr 0
25. P = 27. P = 2 2
yr 0
v r
2 2
(La respuesta no es única). y r
0 y rj
2 2
(La respuesta no es única.)
31. Suponga que A es ortogonal. Entonces, A-1 = A', y se tiene IArl = IA"1!, lo cual implica <|M#
33. A"1 =
1 cos # sen # cos # sen#
= A'
cos2# + sen2# -se n # cos # -sen # cos#
84 60
20 10
X2 = . x3 = 3. x 2= 12 * X3 =
84 5. x = /
5 10
6. . 6
960 2340
7. x = t 9. x 90 * *3 720
45
30 ~r
R esp u esta s a los E jercicio s Im pares A53
1 1 2 1 +V5 = 1 +V5 2
11.
1 0 - i + V5 2 2 -1 + V5
i r 2 1 -V s = 1 -V 5 2
1 ° -1 -V 5 2 2 -1 -V 5
13. = -L -
i +V3 i - V3 15. x w = 55
n VT
19. lim J a - = I + 2 Ü
V. 22
25. y, = C , e ' - 4 C 2e2'
y2 = C2e2'
y2 =
2 C y > 3' >'3/ = -4y
?3 =
1 0 9 5 0 5"
37. 39. 41.
0 1 5 -4 5 -1 0
■ 1 3
2‘l - i 1. Vio Vio
43. /I = p = , \ 2 ’ ^2 - 2
”í “2 3 1
.VüT Vio
_ 1_ VT
13 3V3 2 2
rf
VO
45. A =
II
II
. P =
*
3V3 7 VT _ 1_
2 2 .
3 4
16 -12 5 “ 5
N)
47. /I = P =
II
11
P
• V
-12 9] 4 3
5 5
3 -l 0
57. A = -l 3 0 , 2 (*/)2 + 4 (/)2 + 8(z/)2 - 16 = 0
0 0 8
i 0 I
9. P = 0 1 0
1 0 -1
(L a respuesta no e s única.)
eo s# -se n #
A =
sen# eo s#
es A.2- (2 eos 0)X + 1 = 0 . Las raíces de esta ecuación son A, - eos 9 c m 2tí I, NI
0( 6{ /r, entonces -1 ( eos 0 ( 1, lo cual implica que Veos2# - 1 es imaginario.
1 3. A sólo tiene un valor característico, A. = 3, y la dimensión de su espacio carac(crÍN(lo
2.
0 1
1 5. P = 1 7. Tanto ortogonal com o 19. Simétrica
1 0
simétrica
2 l “ l 0 I
V T ’V T 42 42
21. P = 23. P = 0 l 0
i 2 l l
.4 5 ~ V 5 42 0 42
(L a respuesta no es única.) (1.a respuesta no es única.)
27. ( I i I )
2S- ( 5 . 5) * '• ' 4*2*4' 29- •'n r> i
o 1
33. /t = , A, e 4, Aj a 2
1
9
0 3 II
R espuestas a los E jercicio s Im pares A55
56 -4 0 A3 = 368 -3 0 4
1. A2 =
-88
20 -4 152
1 1 9. d ) a = b = c = 0
7 T b) dim = 1 si a * 0, b 4=- 0, c ^ 0
7. P = dim = 2 si exactamente uno es 0
i i
dim = 3 si exactamente dos son 0
.V T VT*.
4500' 1500' 24'
100 , x 3 = 25 2 4500 , x = / 12
X2 = ,x = í 13. x 2= 300 , x 3=
25 25 1 50. 50. 1.
15. x 14= 377
21. i4 = 23. /t =
- i , -L o
2
i i 1 _ 1
VT VT VT VT
P = P =
i i i i
.V T ’ VT . .VT VT.
5 (* ')2 - O '')2 = 6 CO 2 - (y ')2 = 4
-2
\ \
A56 R espuestas a los E jercicios Im pares
C apítulo 8
Sección 8.1 (página 494)
1 . 0.4281 x i o 4 3. -0 .2 6 2 x 1 0 '
5 . - 0 .121 x I O - 2 7. 0.125x10°
2 1 . x = 2.04 *= 1 23. * ,= - 0 .0 8 9 9 * ,= - 0 .4 9 3
y=0 y= l *2= o *2 = 0 .1 0 0
*3 = 20.2 *3 = 20.1
9. n 0 1 2 3 4
11. n 0 1 2 3 4
n 0 1 2 3 4 ... 31
b) Método de Gauss-Seidel
n 0 1 2 3 4 ... 19
1. X = - 4 , 2 3. X = - 4 , 4 5. X = - 1 . 2 . 3
N o existe vector carac
1 5
-6 terístico dominante 1
2
7. X = 2 9. X = - 3
-0.1132 0.5
11 . x 5= , X « -6 .9 9 8 13. x5=
1.0000 1.0
0.0156 0.9984
15. x4 = 0.0041 , X, ~ 8.0068 17. x4 1.ÍKKK) . X ~ 5.0061
1.0000 0.1673
R espuestas a los E jercicio s Im pares A59
1 1 1 f 1
19. xü = 1 ,x ,= 1 1 1 , x 4= 1
X
II
K>
* X3 “
1. -1 1 -1 1
21. a) Valores característicos: 2, 5
Vectores característicos: (1, 1), ( - 2 . 1)
b) *0= » ~
25. a)i4: X = 1 ,3
B : \ = 1 ,5
b)A :x0=
-1 0 x 2-
0.5
, x 3=
0.8 . x 4=
0.929
*X| = 1
2 1 1 1
B :x0 =
-1 0.57
, x2 =
0.906
,x3=
0.981
, x4 =
0.996
2 *X| =
> 1 1 1
5
B debe converger más rápido.
27. X « 9.000
y y
11. a)/7,(A)
a)/?,(A) = 3310.7
1 0 .7 -3 .0 8 8 a
- 3.088v b ) p 2(x) = 0.08579a2 - 15.37a + 6 9 6 |
c) d) /?“(120) = -59.9, p 2( 120) = 87.8
13. Sea a = 0 que representa 1977. 15. Sea v = 0 que representa a 1970.
y = 0.2856a2 + 4.1 39a + 22.62 y = 0.0676 a + 3.778
1986 (a = 9): 83.00 1990 (a = 20): 5.13
1988 (a = II): 102.7 1995 ( v - 25): 5.47
R espuestas a lo s E jercicio s Im pares A61
1.0000
0.5652
0.1597
161 1.0000
25. x = / 4 29. x ~ / 0.4750
1 0.4500
Capítulo 9
Sección 9.1 (página 541)
i. - V ó 3. - 4 5. 1
7. . ** . 9. Eje
imaginario im agin ario
z = -5 ♦ 5i
2- - • 5-
4-
-4—
6 rcal 3
2 -
-2
-4
z=6-2i 1
t* it ll 1r — t1— l Eje
- 5 - 4 - 3 - 2 -1 real
-- • * = 1 ♦ 5i 4- -
-m= - 3 ♦ ¿ - -
Eje
-4 -2
12 #4
h -f
6
real
-2 M= 3 —1 9
2u = 6 - 2¡
lije -4-4-
icmI
t - n - i
15. x = 6 17. * = 3
Eje .
im a g in a r io im agin ario
u—
v •- 1 4 9i 6- •
4 - -
■■ • u 246i
2 u - v = 2i
• k + v = -5 ♦ 3í • w* 5 ♦ i p.
Eje 2 4 6 8 10
- 2-
*
real V = 5 - i u 4 V *1 0
-2 2 4 6 8 10
• v ■ 3 - 3i
-4
Eje Eje
imaginario imaginario
4
h - v * 64 2i 3
2■ 2»
u=6 Eje
H h real 1 v * 2 24
2 4
- 2- - 2i 1 1 31 41- Eje
u ♦v = 6- 2i 1 2
re a l
w- v = 0
43. ± 2 , ± 2 / 45.
2 1+3/
47.
2 + 2/ 2
- 1 - 2/ -4 / 4 -4 / - 6/
-2 + 2/ 2/
49. 51. - 5 - 3 /
4 + 4/ 6
-5 -1 5 + 1 0 /
53.
25/ 15 + 30/
1. 6+ 3/ 3. 8/
R espuestas a lo s E jercicios Im pares A63
Eje Eje
imaginario imaginario
- - z”* 8i
Eje Eje
real real
-4
- 2- ■
-8 - z =&
z * 6 —3i
5. V5 7. Vó5 9. 5
15.
7 6V2 .
t¡ rr1 17- T T + T T Í
-3 /
19. a) 3 - 4í 21. A~l = - i
b ) 2 - 11/
-2 + 1 6
l
5
Fje Eje
imaginario imaginario
I
Eje
3-4)------ ? •
real
♦ + -» 1 M M real
-3.-2 -I . I 2 /J -4 -3-2 -1 1 1 2 3 4
/
-2- ✓
■ --.a
£ tT -a y/31
A64 R espuestas a los E jercicios Im pares
<Z= 6Í
N
/ - \
/ 2 \ \
1 1 1 , Eje Eje
1 1 1 *- real +t real
- 6 - 4 -2 2 4 6 V6 -3
\ / -3--
\ - 4- /
✓ - 6-
•-6-
z = 1 + 6í
^ 6t # N. •*■*3
s
2 - - / i \
Eje ^Eje
real
4H 1 t +—f—f
- 6 - 4 -2 2 4 6 real
V - 2 -I
1 2 /
/
-6 - . N
-3-, .. ^
17. 2/
Eje Eje
imaginario imaginario
* =T
1 2
S X
\ ✓'
/ 1- r= 2 x / *
/ / '-+ \
11 11
Eje
t1 t■
.E je
* +T-+
-2 - 1 1 2 real real
• -2 V - l
\ - 1- V 1
\
/ V
x -2- -2- -
15>/2 15 n/2 .
2L — + T 1 23. -4 /
Eje Eje
im a g in a r io imaginario
Respuestas a lo s E jercicios Im pares A65
84-
\
/ 4
/
♦. ♦ i «
2 r = ? V = °Eie
-«L6-4-2 . 2 4 6/8 real
/
✓
' ' 4
-8
29. 0.25(cos 0 + i sen 0) 31. i ( e o s - ^ - + / s e n ) 33. 4(cos £ + / sen £ )
11 ^ 2-
✓
/ 2 -| ■ 6 *2= f '
r> = 4 ^
' = Jp
«
1 11 11 11 _^Eje 11 11 1
1
1
1 ■
real 1 2
-4 -2 2 4 -2 -1
/ N -1
e - ¿ \ "2"
✓
4,2=4 - 4- 0, ^ - 2-
6
*le
6-
3s“
■
0
S 4 \ N
\
2 1 r=52- \
r° l m* 1A 1 1 t 1 •1 Eje
real - 4 H — 1— - - f - ♦ >1------- real
t Ú -6 - 4 - 2 - . 2 4 / 6
x4 -2
f -
J*
■
i U ' v *
/
A66 R espuestas a los E jercicios Im pares
2(cos + i sen 4 f - ) = - 1 - V 3 i
eos ;r+ i sen n - -1
eos + 1 sen-— - = - /
Eje Eje
imaginario imaginario
2" ^ 2
/ 1 r=2 N
/ X * i = 0 Eie
-2i -11---- H1-------------
rs=1 \ 0 i = o , Eje
•
2 rCÍ“ h je .
t real
V - 1- * /
\ / V-1
ñ*3“
- ü7 “2‘
a - 3*
5* '* \
/ ' 2- \^ i= T
* >
/ r * 1^ |-T r=3 X
Eje II II II ".
f real * f f i1 1"
t
real
_ 1 2 3
T
9x
M
’ \ “2 /
^4-T
13x
S -2 - Pa -**
^4—r
61. 4 (c o s£ + is e n £ )
4 (c o s-^ - + /s e n ^ * )
4 (c o s-^ + /s e n -^ )
Eje
imaginario
R espuestas a lo s E jercicio s Im pares A67
1. (3 i\ 9 - 3 i) 3. ( - 8 + 4 / , 6 + 12/)
1. A* = - 1 2 3. /T = 0 2
/ -3 / 1 0
0 5 + i sf2i
5 -i 6 4 7. A ' = [1 - 5 / - 2 / 4]
-sf2 ¡ 4 3
4 4/ 15. AA* = 1
13. AA* =
-4 / 4 Por tanto, A es unitaria.
1 0 sbI
17. A A* o i liI + 1
I I 1
S ft 1
A70 R espuestas a los Ejercicios Im pares
17.
19. 21 . 7
2 5.
2 7. 29.
-X
R espuestas a lo s E jercicio s Im pares A 71
35. y < 2X
y < -* + 5
y >0
37. •* + j y 12
jj+fy 15
* 0
y 0
21. 200 unidades del modelo que cuesta 23. 3 sacos de la marca X
250 dólares. 6 sacos de la marca Y
50 unidades del modelo de 400 dólares. Costo mínimo: 195 dólares
34-
No existen
2 punios solución.
14-
\------ 1
---- V
1 2 3
R esp u esta s a los E jercicio s Im pares A73
1. Variables
X\ X2 básicas
-1 -2 0 0 0
3. Variables
básicas
12 *1
8
-2 - 3 - 4 0 0 0
5. La función objetivo debe maximizarse, no minimizarse.
29. 100 000 dólares del tipo A 31. 8auditorias, 8devoluciones de impucstc
62 500 dólares del tipo B Ingreso máximo: 18,400 dólares
87 500 dólares del tipo C
Interés máximo: 26,500 dólares
1. (Maximizar) 3. (Maximizar)
Función objetivo: Función objetivo:
z = 4 y, + 4y2 z = 23 y { + 10y2 + 40y3
Restricciones: Restricciones:
2y , + y2 < 3 3 y ,+ y 2 + 8^3 < 4
+ 2^2 — 3 2 yx + y3< 1
y ,.y 2 ^ o y , + y 2 + 2y3 < 1
y i’ y 2’ y 3 ~ o
5. (Maximizar) 7. a) El mínimo es 4 en (I , 1)
Función objetivo: b) (Maximizar)
z = 7y, + 4y2 Función objetivo:
Restricciones: z = 3y, + 5 y2
y ,+ y 2 - 14 Restricciones:
y, + 2y2 < 20 y , + 3y2 ^ 2
2y, + y 2 ¿ 24 2y¡ + 2 y2 £ 2
y,.y2 * o y ..y 2 ^ ° . .
c) El máximo es 4 en ( ^ , 2 )
4
9. a) El mínimo es 8 en ( 3 , 35 ) 11. a) El mínimo es 9 en ( ¿ , 2)
b) (Maximizar) b) (Maximizar)
Función objetivo: Función objetivo:
z = 3 y, + 2y 2 z = 4x, + 2x2
Restricciones: Restricciones:
y .- y2s l 4X] <6
y , + 2y2 ^ 4 x x + x2 ^ 3
yi-y2- ° x v x2 ^ 0
c) El máximo es 8en (2, 1) c) El máximo es 9 en (^ , ^)
1. Variables
*1 X2 S1 básicas
1 -1 5i
1 0
-1 0 -4 0 0 0
3. Variables
*1 X2 básicas
1 0 *i
0 -1
1 1 0 0 0
5. Variables
*1 *2 *3 *2 *3 b básicas
4 1 0 -1 0 0 10
1 1 3 0 1 0 30 *2
2 1 4 0 0 -1 16 S3
-1 0 -1 0 0 0 0
7. El máximo es 12 en (0, 6) 9 . El mínimo es 16 cn (0, 8)
33.
Cliente 1 Cliente 2
Fábrica I 0 200
Fábrica 2 200 100
Costo mínimo: 14,500 dólares
37.
Salida I Salida II
17. El máximo es 30 en (0. 13.6, 2.8) 19. El máximo es 232 en (100, 132)
A B
Adjunta de una matriz, 166 Base normal (o estándar), 563
Ajuste de curvas, 42 para M 2 2, 233
Ajuste polinom ial de curvas, 43 para P;j, 233
Algebra de matrices, 74 para R '\ 232
Algoritm o QR, 512 Base ortogonal, 315
A m plificación, 415 Base ortonormal, 315
Análisis de elem entos finitos, 521 Base(s)
A nálisis de redes, 50 cam bio de, 261
A nálisis de regresión por mínim os coordenadas con respecto a, 258
cuadrados, 120, 516 normal, 231
Angulo entre dos vectores, 293, ortogonal, 315
304 ortonormal, 315
Aproximación verificación de, 239
de Fouricr, 342
por m ínim os cuadrados, 336, 340
Aproxim ación de Fourier, 342 C
Aproxim ación por m ínim os cuadrados,
C(—°°, 00), 202
3 3 6 ,3 4 0
c [a, H 202
Arca
Cambio de base, 261
de un paralelogramo, 333
Cauchy, Augustin Louis (1 789-1857).
de un triángulo, 173
1 3 7 ,2 9 2
Argum ento, 550
C ayley, Arthur (1 8 2 1 -1 8 9 5 ), 61
Argum ento principal, 551
Cerradura
Axiom as
bajo la m ultiplicación escalar, 199
para el espacio del producto interior,
bajo la suma vectorial, 199
301
Cifras significativas, 488
para el espacio vectorial, 199
C ociente de números com plejos, 546
A79
A80 índice
F Igualdad
de dos matrices, 62
Forma cuadrática, 471 de dos vectores, 188, 193
matriz de una, 471 Imagen, 354
Forma de punto flotante de un número, Independencia lineal, 223
488 Intersección de dos subcspacios,
Forma escalonada por renglones 212
de una matriz, 32 Inversa de una matriz, 88
de un sistema de ecuaciones lineales, algoritm o para determinar la, 91
20 com pleja, 547
Forma escalonada reducida de una dada por su adjunta, 167
matriz, 32 del producto de dos matrices, 95
Forma estándar (o normal) de un determinante de la, 161
número com plejo, 535, 609, 627 propiedades de la, 94
Forma polar de un número com plejo, Inversa de una transformación lineal,
550 389
Fourier, Jcan-Baptiste Joscph Inverso aditivo
(1 7 6 8 -1 8 3 0 ), 2 8 5 , 320, 343 de una matriz, 76
Función, 354 de un vector, 195, 199
Función objetivo, 597 propiedades del, 195
Isom orfismo, 379
Iteración, 497
G
Gauss, Cari Fricdrich (1 7 7 7 -1 8 5 5 ), 15,
22, 36, 498
J
Generador de un conjunto, 221 Jacobiano, 184
Gráficas por computadora, 408 Jacobi, Cari Gustav Jacob (1 8 0 4 -1 8 5 1 ),
Gram, Jorgcn Pcderson (1 8 5 0 -1 9 1 6 ), 4 8 7 ,4 9 6
321 Jordán W ilhclm (1 8 4 2 -1 8 9 9 ), 36
II L
Hamilton, W illiam Rowan (1805-1865), Legcndre, Adrien Marie (1 7 5 2 -1 8 3 3 ),
187 325
Hermite, Charles (1 8 2 2 -1 9 0 1 ), 533 Leonardo de Pisa (1 1 7 0 -1 2 5 0 ), 4 6 6
Hipérbola, 269 Leonticf, V asily W ., 117
L eyes de Kirchhoff, 50
Longitud
I
de un múltiplo escalar, 288
Identidad de Lagrange, 347 de un vector, 2 86, 304
Identidad escalar, 199 Longitud euclidcana, 286, 566
ín d ice A 83
M colum na de una, 28
com pleja, 540
Mantisa, 488 cuadrada, 28
Mapean, 354 de coeficientes, 29
M atrices equivalentes por renglones, 29 de eofactores, 166
M atrices semejantes, 3 9 9 ,4 3 9 de coordenadas, 261
propiedades de las, 399 determinante de una, 138, 141
Matriz acompañante, 484 de transición, 261, 396
Matriz aumentada, 29, 629 de una forma cuadrática, 471
Matriz cero, 76 de una transformación lineal, 390
propiedades de la, 76 diagonal, 72, 144,401
Matriz colum na, 68 diagonalizable, 439
Matriz cuadrada, 28 diagonal principal de una 28,
Matriz de coeficientes, 29 dispersa, 523
Matriz de coordenadas de un vector, dominante en la diagonal, 500
261 elem ental, 102, 404
Matriz de demanda externa, 119 elem ento de una, 28
Matriz de entrada-salida, 118 equivalente por renglones, 29
Matriz de estados, 113 espacio columna d e una, 374
Matriz de salida, 119 espacio renglón, 244
Matriz de transición, 261, 396 espectro de una, 452
Matriz de transición de edades, 464, cstocástica, 111
523 estrictamente dominante en la
Matriz diagonal, 72, 144,401 diagonal, 500
Matriz diagonalizable, 145 forma escalonada de una, 32
Matriz dispersa, 523 forma escalonada reducida de una, 32
Matriz dominante en la diagonal, 500 hermitiana, 570, 573
Matriz elem ental, 102, 404 hilbertiana, 495
Matriz estándar de una transformación idempotente, 110, 184
lineal, 384 identidad, 80
Matriz cstocástica, 111 inversa de una, 88
Matriz estrictamente dominante en la dada por su adjunta, 167
diagonal, 500 determinante de la, 161
Matriz hermitiana, 570, 573 invertible, 88
Matriz hilbertiana, 439 menor de una, 139
Matriz idempotente, 110, 184 multiplicación de, 65
Matriz identidad, 80 múltiplo escalar de una, 64
propiedades de la, 80 nilpotcnte, 132, 184
Matriz invertible, 88 no invertible, 88
Matriz (matrices), 28 no singular, 88
acompañante, 484 operaciones con, 62
adjunta de, 166 orden de una, 28
aumentada, 29 ortogonal, 453
cero, 76 polinom io característico de, 428
A84 índice
w
Wronskiano, 275
W ronski, Joscf Maria (1 7 7 8 -1 8 5 3 ), 276
-O Q O -
■» 1 t k A
La e d ic ió n , c o m p o s ic ió n , d i s e ñ o e im p r e s ió n d e e s t a o b fw í f u e r o n r e a W a d o s
GRUPO NORIEGA EDITORES.
b a j o LA s u p e r v i s i ó n d e
B a ld e r a s 95 . C o l . C e n t r o . M é x i c o , D . F . C . P . 060 4 0
0 2 2 6 1 0 6 0 0 0 8 0 4 5 1 7D P 9 2 121