Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Tema 1 Álgebra Lineal Matemáticas TEMA 1. ÁLGEBRA LINEAL 1- VECTORES DE ℝ n Definición 1 ℝ n = { ( x 1 , x 2 , . . . , xn ) / x 1 , x 2 , . . . , xn ∈ℝ } (n-tuplas de nos reales ordenadas) Definimos en este conjunto 2 operaciones: Suma (+) Para cualesquiera 2 elementos, ( x1 , x 2 , . . . , xn ) , ( y 1 , y 2 , . . . , yn ) de ℝ n ( x 1 , x 2 , . . . , xn ) + ( y 1 , y 2 , . . . , yn ) = ( x 1 + y 1 , x 2 + y 2 , . . . , xn + y n ) Producto por un escalar ( .ℝ ) λ.( x 1 , x 2 , . . . , xn ) = (λ x 1 , λ x 2 , . . . , λ x n ) El conjunto ℝ n con estas dos operaciones tiene estructura de espacio vectorial y por ello sus elementos pueden ser llamados vectores. Definición 2 El vector v ∈ ℝ n se dice que es combinación lineal de los vectores v1,v2,....,vr si existen escalares (números reales) c1,c2,....,cr tal que v = c1v1+c2v2+......+crvr. Ejemplo. En ℝ n el vector (5,13,2) es combinación lineal de los vectores (2,1,2) y (1,4,0) pues existen los dos números: 1 y 3 tales que (5,13,2) =1.(2,1,2) +3.(1,4,0), por lo tanto el primer vector es combinación lineal de los otros dos. Definición 3 Los vectores v1,v2,....,vr ∈ ℝ n se dicen linealmente independientes (l.i.) ( o bien, que la familia de vectores{ v 1,v2,....,vr } es libre ) si cualquier combinación lineal de ellos igualada a “0” obliga a que todos los escalares sean cero, es decir Si c1 v1+c2 v2+......+cr vr = 0 (vector nulo de ℝ n ) ⇒ c1 = c2=.....= cr =0 Si la familia de vectores no es libre, se dice que los vectores v1,v2,....,vr son linealmente dependientes o que la familia { v1,v2,....,vr } es ligada. Ejemplo. Los vectores (1,2) y (2,5) de ℝ 2 son linealmente independientes, pues si existen dos escalares c1 y c2 tales que c1.(1,2) + c2.(2,5)=(0, 0) (el "0" de ℝ 2) implica 1 Tema 1 Álgebra Lineal Matemáticas que (c1+2c2,2c1+5c2)=(0,0) luego . Resolviendo este sistema se obtiene que c1 = c2 = 0. Por lo tanto son linealmente independientes. Sin embargo no lo son los vectores (1,2) y (2,4). ⎩⎨ ⎧ =+ 05c2c 21 21 =+ 02cc Propiedades i) Si una familia de vectores es libre ningún vector de ésta se puede poner como combinación lineal de los demás. ii) Cualquier familia de vectores que contenga al vector nulo no es libre. iii) Si S es una familia libre de vectores entonces cualquier subfamilia de S también lo es. iv) En ℝ n, los n vectores (*) con aij∈ℝ y aii ≠ 0, son linealmente independientes. Por iii), cualquier subfamilia de esa familia también es libre. ⎪⎪ ⎪⎪ ⎩ ⎪⎪⎪ ⎪ ⎨ ⎧ )a,0,...0,(0, ............................. ............................. )a,...,a0,(0, )a,.......,a(0, )a,.......,a,(a nn 3n33 2n22 1n1211 Ejemplo. En ℝ 4 la familia de vectores { (1,2,4,5), (0,2,0,1), (0,0,3,1), (0,0,0,4)} es libre. Pero también lo son por ejemplo sus subfamilias: { (1,2,4,5), (0,2,0,1), (0,0,0,4)} o { (0,0,3,1), (0,0,0,4)}. La ventaja de la familia anterior (*) es que si los vectores son de ese tipo, resulta sencillo ver que son linealmente independientes. 2- MATRICES DE NÚMEROS REALES Una matriz A de números reales de orden (n x m) es una colección de números reales dispuestos en “n” filas y “m” columnas de la forma A= . ⎟⎟ ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ −−−−−−−−−− −−−−−−−−−− nmnnn m m m aaaa aaaa aaaa aaaa .............. .............. .............. .............. 321 3333231 2232221 1131211 Notación: A = (aij) ∈Mnxm. 2 Tema 1 Álgebra Lineal Matemáticas Definición 4 • Si m = n se dice que A es una matriz cuadrada. Notación: A∈Mn • Dada A ∈Mn, se dice que es triangular superior si aij = 0 ∀ i > j. - se dice que es triangular inferior si aij = 0 ∀i < j. - se dice que es diagonal si aij = 0 ∀ i≠j. - se dice que es escalar si es una matriz diagonal tal que aii = t ∀ i. Si t = 1 entonces se le llama matriz identidad o unidad. Notación: In. • Una matriz de orden (1 x m) se le llama Matriz fila . • Una matriz de orden (n x 1) se le llama Matriz columna. • Dada una matriz A = (aij) ∈Mnxm, se le llama matriz traspuesta de A, a una matriz B = (bij) ∈Mmxn tal que bij = aji ∀i, j. Notación B = At. • Una matriz A se dice simétrica si At =A (aij = aji ∀i, j). • Una matriz A se dice antisimétrica si At = -A (aij = - aji ∀i, j). Operaciones con matrices Suma de matrices Sean dos matrices A = (aij) y B = (bij) ∈Mnxm A+B = C = (cij) con cij = aij + bij ∀i,j Producto por un escalar Dada A = (aij) ∈ Mnxm, t ∈ ℝ t.A = C = (cij) con cij = t.aij ∀i,j Producto de matrices Dadas dos matrices A = (aij) ∈Mnxm y B = (bij)∈Mmxp A.B = C = (cij) ∈Mnxp con cij = ai1 . b1j +ai2 .b2j +.......+aim .bmj = = (fila i de A). (columna j de B) - Propiedades del producto de matrices - • El producto de matrices no es conmutativo: A.B ≠ B.A • El producto de matrices es asociativo: A.(B.C) = (A.B).C • El producto de matrices es distributivo respecto de la suma: A.(B+C) = A.B + A.C y (B+C).A = B.A + C.A 3 Tema 1 Álgebra Lineal Matemáticas • Se verifica que ∀A∈Mn A.In=In.A, In = (matriz identidad) ⎟⎟ ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ −−−−−−−− −−−−−−−− 1..............000 0..............100 0..............010 0..............001 Ejemplo 1) Dadas A = , B = y C = ⎟⎟⎠ ⎞⎜⎜⎝ ⎛− 31 21 ⎟⎟⎠ ⎞⎜⎜⎝ ⎛− 612 051 ⎟⎟⎠ ⎞⎜⎜⎝ ⎛ − 601 612 Comprobar que A.(B+C) = A.B + A.C 2) Si son A = y B = , comprobar A.B ≠ B.A ⎟⎟⎠ ⎞⎜⎜⎝ ⎛− 31 21 ⎟⎟⎠ ⎞⎜⎜⎝ ⎛ − − 53 12 3- DETERMINANTES El determinante es una función D que asocia a cada matriz cuadrada A un número real D(A) = ⎜Α ⎜= det A. D: Mn (ℝ ) ∼∼∼∼→ ℝ A ∼∼∼∼→ D(Α)= ⎜Α ⎜ Hay varias formas de definir el determinante de una matriz. Daremos una definición inductiva. Definición 5 • Dada una matriz A de orden (1 x 1) A = (a11), ⎜Α ⎜= a11 • Sea A = (aij) ∈ Mn(ℝ ). Suponemos definido el determinante de las matrices cuadradas de orden (n-1). Para cada i, j fijos (1 ≤ i ≤ n, 1 ≤ j ≤ n), sea Aij la matriz cuadrada de orden (n-1) que resulta de suprimir en la matriz A la fila i y la columna j. Definimos: ⎜Α ⎜= jijji in 1j Aa1)(∑ −= + = jijji i n 1i Aa1)(∑ −= + La primera expresión se llama desarrollo de un determinante por los elementos de la fila i- ésima. La segunda, desarrollo por los elementos de la columna j-ésima. 4 Tema 1 Álgebra Lineal Matemáticas Determinante de una matriz (2 x 2) 2221 1211 aa aa = (-1)1+1. a11. ⎜a22 ⎜+ (-1) 1+2.a12.⎜a21 ⎜= a11.a22 - a12.a21 Comprobar que el determinante es el mismo si desarrollamos por la segunda fila o por cualquiera de las columnas. Determinante de una matriz (3 x 3) 333231 232221 131211 aaa aaa aaa = (-1)1+1. a11. 3332 2322 aa aa + (-1)1+2.a12. 3331 2321 aa aa + (-1)1+3. a13. 3231 2221 aa aa = a11.( a22.a33 - a23.a32 ) - a12.( a21. a33 - a23.a31 ) + a13.( a21.a32 - a22.a31 ) = a11. a22.a33 + a12.a23.a31 + a13. a21.a32 - a11.a23.a32 - a12. a21. a33 - a13. a22.a31 Ejercicio. El determinante de una matriz triangular superior (o inferior) es igual al producto de los elementos de su diagonal principal. nn 2n22 1n1211 a...00 ............ a.......a0 a.......aa = a11.a22......ann Propiedades de los determinantes 1) El determinante de una matriz es igual al de su traspuesta ⎜Α ⎜= ⎜ΑT ⎜ 2) Si multiplicamos una fila ( o columna) por un escalar t el determinante queda multiplicado por este escalar. ⎜A 1 , A 2 , . . . . , t . Ai , . . , An ⎜= t. ⎜ A 1 , A 2 , . . . . , Ai , . . , An ⎜= t. ⎜Α ⎜ En consecuencia ⎜t.Α ⎜= ⎜t . A 1 , t . A 2 , . . . . , t . Ai , . . , t . An ⎜= tn. ⎜Α ⎜ 3) Si intercambiamos entre sí dos filas ( o dos columnas) el determinante cambia de signo. 4) Si A 1 , A 2 , . . , . , An , B 1 , B 2 , . , . , Bn son vectores fila, entonces ∀i = 1,......,n ⎜A1,A2,..,Ai + Bi,.,An⎜ = ⎜A1,A2,..,Ai,.,An⎜ + ⎜A1,A2,..,Bi,.,An⎜ 5) Si dos filas ( o columnas) son igualeso proporcionales el determinante vale cero. 6) Si sustituimos una fila Ai por Ai + t.Ak i ≠k (e. d. si a una fila le sumamos una combinación lineal de otra), el determinante no varía. 5 Tema 1 Álgebra Lineal Matemáticas (Las propiedades 4) y 6) tienen sus análogas para columnas) Estas propiedades permiten calcular ⎜Α ⎜ triangulando la matriz. 7) Si A, B ∈Mn(ℝ ), se verifica que: ⎜Α.B ⎜= ⎜Α ⎜.⎜B ⎜ Ejercicios i) Calcular 1012 2231 1211 2101 − −− 1012 2231 1211 2101 − −− = 3210 0130 1310 2101 −−− = 321 013 131 −−− = 210 380 131 − −− = = 21 38 − −− = (-8) (-2) – (-3) = 16 + 3 = 19 ii) Probar que 3333 2222 1111 tzyx tzyx tzyx = (y - x). (z - x). (z - y). (t-x). (t - y). (t - z) iii) Probar que x x x x 111 111 111 111 = (x + 3).(x - 1)3 Una aplicación de los determinantes: El cálculo de la inversa de una matriz Definición 6 Sea A una matriz cuadrada de orden n; se dice que A es una matriz regular o inversible si existe otra matriz cuadrada de orden n, B, tal que A.B = B.A = In. La matriz B se llama inversa de A y se representa por A-1. 6 Tema 1 Álgebra Lineal Matemáticas A continuación mostraremos una forma para calcular la inversa de una matriz dada a partir del cálculo de varios determinantes. Antes necesitamos conocer otra definición. Definición 7 Dada la matriz A = (aij) ∈ Mn(ℝ ), se llama adjunto del elemento aij , y se representa por Ai w j , al número Ai w j =(-1)i+j. ⎜Αij ⎜. Se llama matriz adjunta de A, Adj(A), a la matriz que resulta de sustituir en A cada elemento por su adjunto, es decir: Adj(A) =( Ai w j ). Teniendo en cuenta esta definición, la inversa de una matriz A es la matriz A-1 = )( 1 TAAdj A Ejercicio: Calcular la inversa de la matriz A = ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ −101 412 301 ⎜Α ⎜= 10 41 − + 3. 01 12 = -1 - 3 = -4 AT = , Adj (A⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ −143 010 121 T) = , A-1 = ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ − − −− 101 246 301 ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎝ ⎛ − −− 4 104 1 2 112 3 4 304 1 4- RANGO DE UNA FAMILIA DE VECTORES Definición 8 Llamaremos Rango de la familia de vectores de ℝ n, { v1,v2,....,vr}, al máximo número de vectores linealmente independientes existentes en esa familia. Nota. En ℝ n, el rango de cualquier familia de vectores no puede ser mayor estricto que “n”, es decir siempre ha de ser menor o igual a “n”. Ejemplos: a) El rango de la familia de ℝ 4 { (1,2,4,5), (0,2,0,0), (0,0,3,1), (0,0,0,4)} es 4 puesto que son linealmente independientes. b) El rango de la familia de ℝ 3 { (1,2,4), (0,2,0), (0,0,0)} es 2. Recordar que el vector nulo, (0,0,0), no puede estar en ninguna familia libre (propiedad ii)), los 2 7 Tema 1 Álgebra Lineal Matemáticas vectores restantes (1,2,4) y (0,2,0) son l.i. y por tanto “2” es el máximo número de vectores linealmente independientes. Operaciones elementales con vectores Las siguientes operaciones no modifican el rango de una familia de vectores y por lo tanto pueden ser realizadas en dicha familia sin que éste cambie: 1) Sumarle a un vector una combinación lineal de otro. rg { v1,v2,..., vi, ....,vk,......,vr} = rg { v 1,v2,..., vi, ....,vk+t.vi,......,vr} ∀ t∈ℝ . 2) Multiplicar un vector por un escalar distinto de 0. rg { v1,v2,..., vi, .............,vr} = rg { v 1,v2,..., s.vi, .............,vr} ∀ s ∈ℝ , s ≠0. 3) Intercambiar entre sí dos vectores de la familia. rg { v1,v2,..., vi, ....,vk,......,vr} = rg { v 1,v2,..., vk, ....,vi,......,vr} Ejemplos. Calcular el rango de las siguientes familias de vectores: 1) { (1,2), (3,1)} de ℝ 2 1 2 1 2 ≈ El rango de la 2ª familia es 2, luego el 3 1 0 -5 de la 1a también es 2. 2) { (1,1,1), (3,3,3)} de ℝ 3 1 1 1 1 1 1 El rango de la 2a es 1 luego ≈ también el de la 1a. 3 3 3 0 0 0 3) { (1,0,0,4), (3,3,3,0), (2,0,0,8), (1,1,1,1)} de ℝ 4 1 0 0 4 1 0 0 4 3 3 3 0 0 3 3 -12 2 0 0 8 ≈ 0 0 0 0 ≈ 1 1 1 1 0 1 1 -3 1 0 0 4 1 0 0 4 0 1 1 -3 0 1 1 -3 ≈ 0 3 3 -12 ≈ 0 0 0 -3 0 0 0 0 0 0 0 0 8 Tema 1 Álgebra Lineal Matemáticas El rango de la 4a familia es 3, pues los tres primeros vectores son l.i. (el último no lo es pues es el vector nulo de ℝ 4 ) y éste será el de la 1a familia. 5- RANGO DE UNA MATRIZ Dada una matriz A= de orden (n x m), se puede interpretar como m vectores columna, de ℝ n, que son las m columnas de A: ⎟⎟ ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ −−−−−−−−−− −−−−−−−−−− nmnnn m m m aaaa aaaa aaaa aaaa .............. .............. .............. .............. 321 3333231 2232221 1131211 A = ( )m21 A.,..........,A,A A1 = ( )n12111 a.....,,a,a , ................... , Am = ( )nm2m1m a.....,,a,a o como n vectores fila, de ℝ m , que son las n filas de A: A = ( )A1,A2,...,...,An A1 = ( )m11211 a........,,a,a , ..................., An = ( )mnn2n1 a........,,a,a Definición 9 • Sea A una matriz de orden (n x m). Se define el rango de A como el rango de la familia formada por sus vectores fila o el de la formada por sus vectores columna. rg A = rg { A 1 , A 2 , . . . , An } = rg { A 1 , A 2 , . . . , Am } • Dos matrices A y B ∈M nxm , se dicen equivalentes si tienen el mismo rango. Notación. A ≈ Β. Ejemplo: Probar que rg A = 3 y rg B = 2 siendo A = y B = ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ 100 520 001 ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ − − 3603 1414 0615 3012 1201 - Los 3 vectores fila de A son independientes, luego rg A = 3. - Calculemos ahora el rango de B. 9 Tema 1 Álgebra Lineal Matemáticas ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ − − 3603 1414 0615 3012 1201 ≈ ≈ luego rg B = 2. ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ − − − − 0000 5410 5410 5410 1201 ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ − − 0000 0000 0000 5410 1201 Propiedad: Recuerda la propiedad 5) de los determinantes, decía: 5) Si dos filas ( o columnas) son iguales o proporcionales, el determinante vale cero. Date cuenta que si dos filas (o columnas) son iguales o proporcionales, el rg A <n. Puede afirmarse que se verifica la siguiente propiedad más general: ⎜Α ⎜ = 0 ⇔ rg A < n ; o lo que es lo mismo ⎜Α ⎜ ≠ 0 ⇔ rg A = n. 6- SISTEMAS DE ECUACIONES LINEALES Definición 10 Denominamos Sistema lineal de n ecuaciones con m incógnitas a un conjunto de ecuaciones de la forma: ⎪⎪ ⎪ ⎩ ⎪⎪ ⎪ ⎨ ⎧ =+++ −−−−−−−−−−−− −−−−−−−−−−−− =+++ =+++ nmnmnn mm mm bxaxaxa bxaxaxa bxaxaxa ...... ...... ...... 2211 22222121 11212111 donde aij , bi ∈ℝ 1 ≤ i ≤n 1 ≤ j ≤ m Los elementos aij son los coeficientes del sistema, xj son las incógnitas y los bi son los términos independientes. El sistema se puede expresar de forma matricial: ( I ) . = ⇔ A.X = b ⎟⎟ ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ −−−−−−−−−− −−−−−−−−−− nmnnn m m m aaaa aaaa aaaa aaaa .............. .............. .............. .............. 321 3333231 2232221 1131211 ⎟⎟ ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ mx x x x .. .. 3 2 1 ⎟⎟ ⎟⎟ ⎟⎟ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜⎜ ⎜⎜ ⎝ ⎛ nb x b b .. .. 3 2 1 A la matriz A se le llama Matriz de coeficientes del sistema y a la matriz (A b) Matriz ampliada del sistema. 10 Tema 1 Álgebra Lineal Matemáticas Definición 11 • Llamaremos solución del sistema ( I ) a cualquier m-tupla (z1, z2,....,zm) ∈ ℝ m tal que al sustituir estos valores zi en las incógnitas se cumplan las n ecuaciones del sistema. Conjunto de soluciones del sistema = { (z1, z2,...., zm) ∈ ℝ m | v erifican ( I ) } • El sistema ( I ) se dice Compatible si posee alguna solución e Incompatible en caso contrario. • Si b = el sistema se llama Homogéneo. ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ 0 .. 0 0 • Dos sistemas se dicen equivalentes si y sólo si tienen las mismas soluciones. Operaciones elementales (*) que no alteran las soluciones de un sistema de ecuaciones Haciendo uso de ellas se irán obteniendo sistemas equivalentes: 1-Intercambiar entre sí dos ecuaciones (equivale a intercambiar entre sí dos filas de la matriz ampliada) 2- Multiplicar una ecuación por un escalar distinto de cero (equivale a multiplicar una fila de la matriz ampliada por ese escalar) 3- Sumarle a una ecuación otra multiplicada por un escalar cualquiera (equivale a sumarle a una fila de la matriz ampliada una combinación lineal de otra) Teorema de Rouché-Frobenius El sistema (I) tiene solución ⇔ rg(A) = rg(A b) ⎪⎪⎩ ⎪⎪⎨ ⎧ ⎩⎨ ⎧ == <= ≠ oDeterminadCompatibleSistemaincógnitasdenºb)A(rg)A(rgSi adoIndeterminCompatibleSistemaincógnitasdenºb)A(rg)A(rgSi leIncompatibSistema)bA(rg)A(rgSi Nota: Un sistema homogéneo siempre tiene solución (la solución es x1 = 0,..., xm = 0) luego es siempre es Compatible. 11 Tema 1 Álgebra Lineal Matemáticas Método de eliminación de Gauss para la resolución de sistemas de ecuaciones Dado el sistema de ecuaciones lineales A.X = b podemos transformarlo, haciendo las operaciones elementales indicadas en (*), en otro equivalente que resulte más sencillo de estudiar. Ejemplos 1) Estudiar y resolver el siguiente sistema ⎪⎪⎩ ⎪⎪⎨ ⎧ =++ −=−+ =++− =−++ 43 23 22 1 321 421 4321 4321 xxx xxx xxxx xxxx A = (A b) = ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ − − − 0311 3011 2111 1111 ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ −− − − 40311 23011 22111 11111 Haremos operaciones elementales en la matriz ampliada del sistema, (A b): (Α b) ≈ ≈ ≈ ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ −−− − − 31200 32100 13020 11111 ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ −− −−− − − 33000 32100 13020 11111 El sistema inicial es equivalente a ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ −−− − − 11000 32100 13020 11111 ⎪⎪⎩ ⎪⎪⎨ ⎧ = −=−− =+− =−++ 1 32 132 1 4 43 42 4321 x xx xx xxxx En este último sistema rg(A) = rg(A b) = 4 (nº incógnitas) luego es sistema compatible determinado y por tanto tiene una única solución que es: x1 = 0; x2 = 1; x3 = 1; x4 = 1 2) Calcular los valores de a y b para que el siguiente sistema homogéneo tenga solución no trivial 12 Tema 1 Álgebra Lineal Matemáticas ⎪⎪⎩ ⎪⎪⎨ ⎧ =+ = = =+ 0xx 0bx-x-2x 0x-x-x 0xxa-x 32 321 321 321 Se trata de un sistema de 4 ecuaciones con 3 incógnitas. Para que tenga solución no trivial es necesario que el rango de la matriz de coeficientes (que coincide, por ser homogéneo, con el rango de la matriz ampliada) sea menor que 3 (A b) ≈ ≈ ≈ ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ 0110 0b-1-2 01-1-1 01a-1 ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ 0b-1-2 01a-1 0110 01-1-1 ≈ ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ 0b-210 02a-10 0110 01-1-1 ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ + 0b-100 01a00 0110 01-1-1 Por lo tanto es necesario que a + 1 = 0 y 1 – b = 0. Luego sólo en el caso en el que a = -1 y b = 1 se verifica que el rg (A ) = rg (A b) <3. Para cualesquiera otros valores de a y b ( a ≠ -1 o bien b ≠ 1) se verifica que rg (A) = rg (A b) = 3 = nº de incógnitas, sería compatible determinado y por tanto tendría solución única, la trivial ( x1 = x2 = x3 = 0). 3) Estudiar el siguiente sistema ⎪⎩ ⎪⎨ ⎧ −−=+++ +=+++ +=+++ 42a1)z(ayx 3az1)y(ax 1azy1)x(a A = (Ab) = ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ + + + 1a11 11a1 111a ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ −−+ ++ ++ 42a1a11 3a11a1 1a111a Empezamos calculando el determinante de la matriz del sistema, operando obtenemos: ⎜Α ⎜= (a+3) a2. Según este resultado se tiene que: • Para cualesquiera valores de a ≠ -3, 0, se verifica que rg (A) = rg (A b) = 3 = nº de incógnitas, el sistema sería compatible determinado y por tanto tendría solución única. • Si a = 0, tenemos 13 Tema 1 Álgebra Lineal Matemáticas (A b) = ≈ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ − 4111 3111 1111 ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ − 5000 2000 1111 En este caso se verifica que rg (A) =1 ≠ rg (A b) = 2, luego el sistema sería incompatible y por tanto no tendría solución • Si a = -3, tenemos (Ab)= ≈ ≈ ≈ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ − − −− 2211 0121 2112 ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ −− − − 2112 0121 2211 ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ − −− − 2330 2330 2211 ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ −− − 0000 2330 2211 En este caso se verifica que rg (A) = 2 = rg (A b) ≠ nº de incógnitas, luego el sistema sería compatible indeterminado y por tanto tendría infinitas soluciones. 14 Definición 1 Definición 2 Definición 3 Propiedades Operaciones con matrices - Propiedades del producto de matrices - Definición 5 Propiedades de los determinantes Ejercicios Una aplicación de los determinantes: El cálculo de la inversa de una matriz A continuación mostraremos una forma para calcular la inversa de una matriz dada a partir del cálculo de varios determinantes. Antes necesitamos conocer otra definición. Definición 7 Ejercicio: Calcular la inversa de la matriz A = Definición 8 Definición 9 Definición 10 Definición 11 Operaciones elementales (*) que no alteran las soluciones de un sistema de ecuaciones Teorema de Rouché-Frobenius Método de eliminación de Gauss para la resolución de sistemas de ecuaciones Ejemplos
Compartir