Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Clase 25 Clases de Álgebra Lineal Caṕıtulo VI Transformaciones Lineales MSc. Jorge Campos Sección de Matemáticas Departamento de Estudios Generales y Básicos Vicerrectorado Barquisimeto UNEXPO Agosto 2020 MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Clase 25: Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz En la observación 9 del caṕıtulo 3 se afirmó que en la presente sección se probaŕıa formalmente, usando el corolario 5 del mismo caṕıtulo, que los conjuntos S yR, definidos en la parte 3 del ejemplo 1 de dicho caṕıtulo, son subespacios de Mn×1(R) y Mm×1(R), respectivamente. Antes que nada definiremos formalmente dichos conjuntos. Definición 4 Consideremos una matriz A ∈ Mm×n(R). El conjunto N(A) = Ker(A) = {x ∈ Mn×1(R) : Ax = 0/m×1} es llamado espacio nulo, núcleo o kernel de A; y el conjunto Im(A) = {y ∈ Mm×1(R) : Ax = y para algún x ∈ Mn×1(R)} se conoce como imagen o recorrido de A. Observación 3 Notemos que por definición y ∈ Im(A) si y sólo si existe x ∈ Mn×1(R) tal que Ax = y. Antes de dar algún ejemplo enunciaremos el teorema que permite garantizar que N(A) e Im(A) son subespacios. MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Teorema 14 Sea A ∈ Mm×n(R) cualquiera. Entonces N(A) es un subespacio de Mn×1(R) e Im(A) es un subespacio de Mm×1(R). Demostración. Sólo probaremos que Im(A) es un subespacio de Mm×1(R), se deja como ejercicio probar que N(A) es un subespacio de Mn×1(R). Notemos primero que por definición Im(A) ⊂ Mm×1(R). Por otro lado, como A 0/n×1 = 0/m×1, entonces 0/m×1 ∈ Im(A). Finalmente, sean α ∈ R y y1, y2 ∈ Im(A) cualesquiera. Entonces existen x1, x2 ∈ Mn×1(R) tales que Ax1 = y1 y Ax2 = y2. Queremos probar que y1 + αy2 ∈ Im(A). Escojamos x = x1 + αx2. Entonces x ∈ Mn×1(R) (¿por qué?) y además Ax = A(x1 + αx2) = Ax1 + αAx2 = y1 + αy2 En consecuencia y1 + αy2 ∈ Im(A) Por lo tanto, en virtud del corolario 5 y de la observación 8, ambas del caṕıtulo 3, Im(A) es un subespacio de Mm×1(R). MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Definición 5 Dada una matriz A ∈ Mm×n(R). Definiremos la nulidad de A como el número natural n(A) = dim(N(A)) y el rango de A como el número natural r(A) = dim(Im(A)). Ejemplo 10 Calcular el núcleo, la nulidad, la imagen y el rango de la matriz A = 2 −3 7 −18 −2 0 −4 6 2 −9 13 −42 Solución. Para hallar el núcleo de A, N(A), necesitamos resolver el sistema Ax = 0/m×1. Para ello debemos calcular la FERF de A. A = 2 −3 7 −18 −2 0 −4 6 2 −9 13 −42 F1 → F1 + F2→ F3 → F3 + F2 0 −3 3 −12 −2 0 −4 6 0 −9 9 −36 F2 → − 12F2→ F3 → F3 − 3F1 0 −3 3 −12 1 0 2 −3 0 0 0 0 F1 → − 13F1→ 0 1 −1 4 1 0 2 −3 0 0 0 0 MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz F1 ↔ F2→ 1 0 2 −3 0 1 −1 4 0 0 0 0 Aśı que x1 x2 x3 x4 ∈ N(A) si y sólo si x1 +2x3 −3x4 = 0x2 −x3 +4x4 = 0 o bien x1 = −2x3 + 3x4x2 = x3 − 4x4 De donde x1 x2 x3 x4 = −2x3 + 3x4 x3 − 4x4 x3 x4 = x3 −2 1 1 0 + x4 3 −4 0 1 MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Por lo tanto N(A) = span −2 1 1 0 , 3 −4 0 1 No es dif́ıcil probar que el conjunto −2 1 1 0 , 3 −4 0 1 es linealmente independiente (¡pruébelo!) y por lo tanto es una base para N(A). Aśı que n(A) = 2. Por otro lado, sea y = y1 y2 y3 ∈ M3×1(R). Entonces y ∈ Im(A) si y sólo si existe x = x1 x2 x3 x4 ∈ M4×1(R) tal que Ax = y. Es decir, y ∈ Im(A) si y sólo si el sistema Ax = y tiene solución. MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Resolvamos entonces este sistema, la matriz ampliada de este sistema es [A|y] = 2 −3 7 −18 y1 −2 0 −4 6 y2 2 −9 13 −42 y3 La cual es equivalente por filas a la matriz (¡verif́ıquelo!) 1 0 2 −3 − 12y2 0 1 −1 4 − 13y1 − 1 3y2 0 0 0 0 −3y1 − 2y2 + y3 Por lo tanto y ∈ Im(A) si y sólo si −3y1 − 2y2 + y3 = 0 (¿por qué?) o equivalentemente y3 = 3y1 + 2y2 En consecuencia y = y1 y2 y3 = y1 y2 3y1 + 2y2 = y1 1 0 3 + y1 0 1 2 MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Por lo tanto Im(A) = span 1 0 3 , 0 1 2 Al igual que antes, no es dif́ıcil probar que 1 0 3 , 0 1 2 es linealmente independiente y en consecuencia una base para Im(A). Luego r(A) = 2. � Con respecto al ejercicio anterior, notemos que los pivotes en la FERF de A están en las columnas 1 y 2, por lo tanto las columnas 1 y 2 de A, 2 −2 2 , −3 0 −9 son linealmente independientes (use el teorema 12 del caṕıtulo 3) y además A 1 0 0 0 = 2 −3 7 −18 −2 0 −4 6 2 −9 13 −42 1 0 0 0 = 2 −2 2 MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz y A 0 1 0 0 = 2 −3 7 −18 −2 0 −4 6 2 −9 13 −42 0 1 0 0 = −3 0 −9 es decir 2 −2 2 , −3 0 −9 ∈ Im(A) y por lo tanto 2 −2 2 , −3 0 −9 es un subconjunto linealmente independiente de Im(A). Al usar la parte 2 del teorema 17 del caṕıtulo 3 tenemos que 2 −2 2 , −3 0 −9 es una base para Im(A). MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz El procedimiento anterior es válido al momento de hallar una base para Im(A) y es una manera más sencilla que la usada en el ejemplo previo, es decir, si se quiere hallar una base para Im(A), no es necesario saber para que valores de y el sistema Ax = y tiene solución, basta con saber la posición de las columnas pivotes en la FERF de A y, en consecuencia, las correspondientes columnas de A forman una base para Im(A), es decir, si las columnas pivotes de la FERF de A son las columnas j1, j2, . . . , jr , entonces las columnas j1, j2, . . . , jr de A forman una base para Im(A). Antes de dar un ejemplo referente a la búsqueda de bases para el espacio nulo y el espacio imagen de una matriz A, daremos algunos resultados. Consideremos una matriz A ∈ Mm×n(R). Denotaremos por C(A) al espacio generado por las columnas de A, el cual llamaremos espacio columna de A, y denotaremos por R(A) al espacio generado por las filas de A, el cual es llamado espacio fila de A, esto es C(A) = span({A(1), A(2), . . . , A(n)}) y R(A) = span({A(1), A(2), . . . , A(m)}) MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Teorema 15 Si A,B ∈ Mm×n(R) son tales que A y B son equivalentes por filas, entonces 1 C(A) = Im(A). 2R(A) = R(B). 3 dim(R(A)) = dim(C(A)) = dim(Im(A)) = r(A). 4 r(A) = r(B) y n(A) = n(B). 5 r(A) + n(A) = n. Corolario 16 A ∈ Mn×n(R) es invertible si y sólo si r(A) = n. Demostración. ¡Ejercicio! MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Corolario 17 Sean A ∈ Mm×n(R) y b ∈ Mm×1(R). Entonces el sistema Ax = b tiene al menos una solución si y sólo si r([A|b]) = r(A). Demostración. ¡Ejercicio! El ejemplo siguiente nos da un procedimiento genérico para calcular bases para los espacios N(A), R(A) e Im(A) = C(A) dada una matriz A ∈ Mm×n(R). Ejemplo 11 Calcular el espacio fila, el espacio columna, el espacio nulo, la imagen, y una base para cada uno de estos espacios; y la nulidad y el rango de la matriz A = 2 2 −6 1 8 −4 −1 −3 −2 −19 1 1 −3 1 6 2 4 −16 3 14 MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Solución. Sólo hace falta calcular la FERF de A, la cual es 1 0 2 0 3 0 1 −5 0 −1 0 0 0 1 4 0 0 0 0 0 Aśı que x1 x2 x3 x4 x5 ∈ N(A) si y sólo si x1 +2x3 +3x5 = 0 x2 −5x3 −x5 = 0 x4 +4x5 = 0 o equivalentemente x1 = −2x3 − 3x5 x2 = 5x3 + x5 x4 = −4x5 MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Luego x1 x2 x3 x4 x5 = −2x3 − 3x5 5x3 + x5 x3 −4x5 x5 = x3 −2 5 1 0 0 + x5 −3 1 0 −4 1 Por lo tanto, una base para el espacio nulo de A es: −2 5 1 0 0 , −3 1 0 −4 1 y aśı N(A) = span −2 5 1 0 0 , −3 1 0 −4 1 MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz Además, una base para el espacio fila de A es:{[ 1 0 2 0 3 ] , [ 0 1 −5 0 −1 ] , [ 0 0 0 1 4 ]} luego R(A) = span ({[ 1 0 2 0 3 ] , [ 0 1 −5 0 −1 ] , [ 0 0 0 1 4 ]}) Como los pivotes de la FERF de A están en las columnas 1,2 y 4, entonces las columnas 1,2 y 4 de A forman una base para el espacio imagen o espacio columna de A, es decir, 2 −4 1 2 , 2 −1 1 4 , 1 −2 1 3 es una base para C(A) = Im(A) y en consecuencia C(A) = Im(A) = span 2 −4 1 2 , 2 −1 1 4 , 1 −2 1 3 Finalmente la nulidad y el rango de A son, respectivamente, n(A) = dim(N(A)) = 2 y r(A) = dim(Im(A)) = dim(R(A)) = dim(C(A)) = 3. � MSc. Jorge Campos Caṕıtulo VI: Transformaciones Lineales Clase 25 Rango, Nulidad, Espacio Fila y Espacio Columna de una Matriz
Compartir