Вы находитесь на странице: 1из 457

ALGEBRA LINEAL

para Administracin y Direccin de Empresas

Emilio Prieto Sez


Catedrtico de Universidad
Dcparlamenio de Economa Aplicada Cuantitativa II
Facultad de Ciencias Econmicas y Empresariales UN'ED

Alberto A. lvarez Lpez


Profesor Titular de Universidad
Departamento de Economa Aplicada Cuantitativa 11
Facultad de Ciencias Econmicas y Empresariales UN'ED

UflED

sanz y torres

ndice

Presentacin
I

11

Espacios vectoriales

15

E sq u em a - r e s u m e n .......................................................................................... 16

I n t r o d u c c i n ...................................................................................................... 17
1.

Definicin de espado v e c to ria l................................................................... 34

2.

Subespacios vectoriales................................................................................ 37

3.

Suma de subespacios v e c to ria le s ...............................................................43

4.

Subespacios a f i n e s .....................................................................................54

5.

Sistemas de vectores.................................................................................... 63

6.

Vectores linealmente d e p e n d ie n te s .......................................................... 65

7.
8.

Vectores iinealmente independientes...........................................................68


Sistemas de generadores y bases de un espacio vecto ria l.............................70

9.

Dimensin de un espacio vecto ria l............................................................... 77

10. Rango de un sistema de v e c to r e s ............................................................... 80


11. Solucin de los ejercicios propuestos.......................................................... 85

R e c a p i t u l a c i n 1 ................................................................................................. 90

II

A plicaciones lineales

97

E sq u em a - r e s u m e n ..........................................................................................98

I n t r o d u c c i n ...................................................................................................... 99
1.

Definicin de aplicacin l i n e a l ..................................................................113

2.

Propiedades de una aplicacin lin e a l......................................................... 115

3.

Aplicaciones lineales con conjunto de partida un espacio vectorial de di


mensin finita ............................................................................................ 119

4.

El espacio vectorial 11( E , F ) ...................................................................... 131

5.

Isomorfismos de espacios vectoriales......................................................... 132

6.

Formas lineales........................................................................................... 135

7.

Aplicaciones a f in e s ...................................................................................139

INDICE

8.

Solucin de los ejercicios propuestos.......................................................... 143

Re c a p it u la c i n I I ............................................................................................ 145

III M atrices

149

E sq u em a - r e s u m e n ........................................................................................ 150
In t r o d u c c i n .................................................................................................151
1.

Definicin de m a triz ...................................................................................178

2.

Matriz asociada a una aplicacin l in e a l.....................................................184

3.

El espacio vectorial M )im( I K ) ...................................................................... 189

4.

Producto de m a t r ic e s ...............................................................................193

5.

Rango de una m atriz...................................................................................1109

6.

Transformaciones elementales de una m a triz ............................................ 212

7.

Inversa de una matriz cuadrada..................................................................226

8.

Traspuesta de una m a triz .......................................................................... 230

9.

Solucin de los ejercicios propuestos......................................................... 233

Re c a p it u l a c i n III

........................................................................................ 237

IV Sistem as de ecuaciones lineales

243

E sq u em a - r e s u m e n ........................................................................................244
I n t r o d u c c i n ................................................................................................ 245
1.

Definiciones y p ro p ie d a d e s ...................................................................... 268

2.

Resolucin de un sistema de ecuacioneslin eales......................................... 277

3.

Aplicaciones de los sistemas de ecuaciones l i n e a le s ............................... 286

R ec a p it u la c i n I V

........................................................................................ 293

Sucesiones de nm eros reales


esq u em a

295

- r e s u m e n ........................................................................................296

I n t r o d u c c i n .................................................................................................... 297
1.

El conjunto de los nmeros re a le s ..............................................................310

2.

Sucesiones de nmeros r e a le s ................................................................. 321

3.

Sucesiones convergentes. Limites in fin ito s ................................................ 328

4.

Sucesiones m ontonas.............................................................................. 347

5.

Series de nmeros r e a le s .......................................................................... 350

6.

Solucin de tos ejercicios propuestos......................................................... 353

7.

A n e x o ........................................................................................................ 359

R ec a p it u la c i n V ............................................................................................ 363

NDICE

Prelim inares

371

Esq u em a - r e s u m e n ........................................................................................372

1.

C o n j u n t o s .............................................................................................................................3 7 3

2.

A p lic a c io n e s .............................................................................................................................3 9 1

3.

O p e r a c io n e s .............................................................................................................................402

4.

P o l i n o m i o s .............................................................................................................................4 1 3

5.

Solucin d e lo s ejercicios p r o p u e s t o s ...........................................................................4 1 9

Determ inantes

429

Esq u em a - r e s u m e n ........................................................................................430
1.

D eterm inantes d e ord en d o s ........................................................................................... 4 3 1

2.

D eterm inantes de ord en t r e s ............................................................................................4 3 2

3.

P e r m u t a c io n e s ....................................................................................................................... 4 3 7

4.

D eterm inante d e n vectores en u n a b a s e ................................................................4 4 1

5.

D eterm inante d e u na m a t r i z ........................................................................................... 445

6.

D esarrollo de un determ in an te por lo s trm inos de una fila o colum na .

. 448

7.

A plicacin al clculo d e la in versa de u n a m a t r iz .....................................................4 5 2

8.

A plicacin al clcu lo d el ran go de u n a m a t r i z .......................................................... 4 5 5

9.

Sistem as d e C ra m e r ............................................................................................................ 4 5 7

10 . Solucin d e lo s ejercicios p r o p u e s t o s ...........................................................................460

Bibliografa
ndice analtico

461
463

PRESENTACIN
En los captulos que comprende este texto se exponen los instrumentos matemticos
bsicos del lgebra Lineal, as como una introduccin a las sucesiones de nmeros
reales.
A

q u i n

vil

d ir ig id o e s te

tex to

estudiantes de la asignatura de

Este manual est dirigido, principalmente, a los

M a te m tic a s i

del Grado de Administracin y Direc

cin de Empresas en la UNED. Est escrito pensando en estudiantes

a d is ta n c ia ,

los

cuales deben tener a mano la informacin ms completa posible sobre la asignatura.


Pero, precisamente por este motivo, pensamos que podra ser til tambin para estu
diantes presenciales que necesiten algn libro en el que consultar estos temas.
C o n te x tiu iiiz a c i n

d e

la

u s ig n u tu r u

en

la

m a te r ia

En el plan de estudios

actual, la asignatura de M a t e m t i c a s i , que es la primera de la materia de Matemticas


en el Grado de ADE, se estudia en el primer cuatrimestre de primer curso. Habr
dos asignaturas ms: la siguiente segundo curso, y la tercera y ltima -

M a te m tic a s

II

M a te m tic a s III

en el primer cuatrimestre de
en el primer cuatrimestre de

tercer curso.
En lo que a contenidos se refiere, la asignatura de

M a te m tic a s

es una pre

sentacin de los conceptos y las tcnicas bsicos del lgebra Lineal, y una introduc
cin a las sucesiones de nmeros reales. Las siguientes asignaturas estarn dedicadas
a presentar contenidos de Anlisis Matemtico, con funciones de una y varias varia
bles, incluyendo integracin, y de otros temas como los Sistemas Dinmicos. Los
contenidos de

M a te m tic a s

son, pues, necesarios para el estudio de las restantes

asignaturas de Matemticas, aunque tambin encuentran aplicacin directa en otras


materias del Grado.
lis tr u c tu r a d e l te x to

El texto tiene cinco captulos, y so completa con dos apndi

ces. Los cuatro primeros captulos son los propiamente dedicados al Algebra Lineal:
espacios vectoriales, aplicaciones lineales, matrices y sistemas de ecuaciones linea
les; el quinto, presenta las sucesiones de nmeros reales. En cuanto a los apndices.

PRESENTACIN

el prim ero recoge varios tem as de carcter prelim inar: con ju n tos, aplicaciones, o pe
raciones y polinom ios, de lo s cu a les el lector debera tener un conocim iento al m enos
introductorio. El segun d o apn d ice p resen ta lo s d eterm in an tes, de lo s cu ales no se
hace u so para estu d iar sistem a s de ecuacion es lin eales.
R eq u isito s p re vio s

Los con ten idos d e M atem ticas h ab itu ales de u n B achillera

to (con orientacin a ciencias, ingeniera, o cien cias sociales) so n m s que su ficien tes
p ara poder abordar esta asign atura. T am bin so n p erfectam en te ad ecu ad os lo s con
tenidos de la asign atu ra d e Matemticas 1 del C u rso de A cceso D irecto a la U niversi
dad, p ara M ayores d e 2 5 A os, que im p arte la propia UNED.
C m o le e r este texto

Cada uno d e lo s cinco captu los em pieza con una am plia

introduccin. Recom endam os al lector leerla con detalle, p u es presen ta, de m anera
m enos form al que el texto principal, los con ten idos b sico s del captulo que intro
duce, a la v e z que e n fa tiza lo m s im portante, in siste en lo m s difcil, y d a idea del
alcance d e exigencia d e la m ateria.
T ras la introduccin, el cuerpo principal del captu lo in clu ye todas las definiciones
y resu lta d o s exigidos, acom pa ad os un as y o tro s de ejem p lo s de d istin ta dificultad
p ara ilu strar su u so y aplicacin. A lo largo de e ste cuerpo principal, se in cluyen e je r
cicios p ro p u esto s, cu ya reso lu ci n se p resen ta al final del captulo. Estos ejercicios
so n de d o s tipos: algunos, lo s m enos, b u scan que el lector se ejercite en algu n a tc
nica; otros, lo s m s, proponen al lector la dem ostracin de algn resu ltad o adicional.
Del prim er tipo son m enos porqu e ese com etido se d eja a lo s ejercicio s y problem as
d el texto coresponcliente ;2 los segun d o s, po r su parte, se p u ed en con sid erar, a m odo
de A ctivid ades C om plem en tarias, para am p liar form acin.
Finalm ente, cada captulo term ina con u n a recapitulacin de todo lo visto en su
desarrollo, tanto definicion es com o resu ltad o s. Estas recapitu laciones pueden ser
m u y tiles com o fich as" de co n su lta rpida y referencia.

Los autores, los profesores Emilio P rie to Sez y Alberto

So b re los a u to re s

A. lv a re z Lpez, llevan trabajando muchos aos en asignaturas de la materia de


Matemticas para la Economa y la Administracin y Direccin de Empresas, con la
metodologa a distancia, y son autores, tanto por separado como en colaboracin, de
varios manuales sobre estos temas.
A g ra d e c im ie n to s

Los auto res querem os d e ja r con stan cia de n u estro agradeci

m iento a lo s tu tores y com pa eros de lo s equ ip os do cen tes d e las asign atu ras del
1 Hasta el curso 2008-2009, esta asignatura se llamaba Matemticas Especiales
-Cf. Problemas Resueltos.

PRESENTACION

Departamento de Economa Aplicada Cuantitativa II de la UNED, por sus sugerencias,


asi como a los alumnos, con cuyas preguntas y comentarios a io largo de los aos
hemos podido hacernos idea de sus dificultades y de aquellos aspectos en los que
debemos intentar mejorar.
Un reconocim iento especial m erecen nuestros com paeros y am igos Mnica
B u e n d a C a p e l l , Javier S a n z P rez y Tom s P r ie t o R i i m

eau

, a los cuales nunca

dejarem os de agradecer todas sus observaciones, com entarios, y conversaciones so


bre la m ateria de este texto. M uchos de los aciertos que pueda tener son suyos; los
errores, que quedarn varios, son de nuestra exclusiva responsabilidad.
L o s A U TO RES

Madrid, junio de 2010

C a p t u l o I_______________________________________________

ESPACIOS VECTORIALES

I E S P A C IO S V E C T O R IA LE S

Ift

ESQUEMA - RESUMEN
l\ jR o n r c r iu N

5. Sistem as de u n ieres

1 7

D e fin ic i n d e e s p a c i o v e c t o r ia l, 1 7
t o r ia le s ,

10

S u m a d e s u b e s p a c i o s v e c t o r i a le s , 2 2

S u b e s p a c ln s a f in e s , 2 4

i', Ven iones linealm entedependiente-

S i s t e m a s d e v e c t o r e s , 23 -

V e c t o r e s lin e a lm o n t e d e p e n d ie n t e s , 2 6
n e a lm e n t e in d e p e n d ie n t e s , 2 7

V e cto res

l. Definicin. Propiedades bsicas................... 65


2. Otras propiedades......................................... 6 6

U-

- D im e n s i n

1. Definicin. Propiedades bsicas...................


2. Otras propiedades.........................................

v e c to re s, 40.

d e e s p a c io v e c to r ia l

;4

1 . Delinicin de espacio vecto rial............ 44


2 . Componentes de un vector de & " ......... 46

subespat ios vectoriales


1. Definicin de subespacio vectorial......... 37
2. Interseccin de subespacios vectoriales . . 40
3. Ejemplos de subespacios vectoriales deIR-. 41)
4. Ejemplos de subespacios vectoriales deR 1. 42
5. Ejemplos de subespacios vectoriales
de R " .................................................43
su m a di

s u b e s p a c io s v e c to r ia le s

-l :

1 . Suma de subconjuntos de un espacio

vectorial.............................................. 44
2. Suma de subespacios vectoriales de un es
pacio vectorial ..........................................43
3. Subespacios vectoriales independientes . . 46
4. Combinaciones lineales........................ 33

s. sistem as de generadores y bases de


paci veclo n al

S |ih r s |V l< i o s a t i n e s

1.
2.
3.
4.
5.

'(

Definicin de subespacio a fn ............... 54


Interseccin de subespacios afnes......... 58
Iliperplanos de R " .............................. 60
Subespacios afines paralelos................63
Combinaciones afines........................... 62

un

68
69

<s

7o

1. Sistemas de gen erado res..............................


2. Bases. Coordenadas de un vector en una
base...................................................................
3 . Base c a n n ica .................................................
4. Teorema de la base incom pleta...................
). Dimensin de un espacio \ e t

lo n .tl

70

72
74
75

7 7

1. Definicin de dimensin de un espacio


vectorial............................................................

77

1 ii.Rango de un sistem a de vectores


8o
1 . Definicin de rango de un sistema de
vectores ...........................................................
2. Ejemplos de clculo de r a n g o s ...................
1 1 .Solucin de los ejercicios propuestos
Ri

i>8

Vectores linealnienic independientes

d e u n e s p a c i o v e c t o r ia l, 2 9 - R a n g o d e u n s i s t e m a d e

1 a lm id n

S is te m a s d e g e n e ra d o

r e s y b a s e s d e u n e s p a c i o v e c t o r ia l, 2 7

(1

S u b e s p a c io s v e c

c v l l in i v c io n

80

83

Si

Definicin de espacio vectorial. 9 0 Subespacios


vectoriales, 9 0 Suma de subespacios vectoriales, 9 1
- S u b e s p a c i o s a fi n e s . 9 2 S i s t e m a s d e v e c t o r e s , 9 2
V e c t o r e s li n e a lm c n t e d e p e n d i e n t e s , 9 2 V e c t o r e s l i n e a l
m e n t e in d e p e n d ie n t e s . 9 4
B ases, 94

D im e n s i n , 9 4

v e c to re s, 94.

- S is te m a s d e g e n e ra d o re s.
R a n g o d e un s is te m a d e

INTRODUCCIN

17

INTRODUCCIN
El lector se encontrar al inicio de esta seccin

D e fin ic i n d e e s p a c io v e c t o r ia l

con la definicin general de espacio vectorial sobre un cuerpo. Un ejemplo sencillo de


espado vectorial sobre un cuerpo lo constituye el conjunto IR2 de los p a re s o rden ad os
de nmeros reales sobre el cuerpo IR. Los elementos de este conjunto son de la
forma: i a , b ) , con a y b nmeros reales. Por ejemplo:
(1 .-3 ) e K2.

( i . o ) e n 2,

4 e R 2.

Sobre el conjunto l 2 se define una operacin, la adicin, de esta manera:

(xt,x2) + (yi.p-b) = U'i +yi,x-> + y 2)


(para cada (x i,x 2) e IR2 y
(1.3)

y i . y j )

IR2). Por ejemplo:

+ ( - 1 , 1 / 2 ) = (1 + ( - 1 ) . 3 + ( 1 / 2 ) ) = ( 0 , 7 / 2 ) .

Esta operacin satisface las siguientes propiedades:


es a so ciativa, es decir, cualesquiera que sean los pares ordenados de nmeros
reales t a , b ) , ( c , d ) y ( e , f ) , se verifica:
(a,b) + [(c.t) + i e , f ) } = [ ( a > ) + ic,d)] + i c . f ) ;

posee elem ento neutro: el par (0,0), lo cual significa que la suma de cualquier
par ordenado ( a,b> con (0,0) da como resultado el mismo par (u, b), esto es:
(a , b ) -e (0 ,0 ) = (a ,b y ,

es sim eirizab le: cualquiera que sea (a, b ) e IR2, existe un elemento de R 2, pre
cisamente < - a , - b ) del que se dice es el opuesto de (a , b ) , que sumado
a (a, b) da como resultado el elemento neutro: (u, b ) + (- a ,

- b )

(0,0);

es conm utativa: cualesquiera que sean i a , b ) e R 2 y ( c , d ) e R 2, se tiene:


t a , b ) - t c , d ) = ( c . d i + t a . b) .

La comprobacin de estas propiedades es inmediata. Por verificarlas, se dice que la


adicin articula el conjunto R2 como g ru p o a b e lia n o .1
Por otra piule, tambin se define una operacin externa sobre R 2 para el cuerpo i ,
de esta manera:

A(xi,x2) = (Axi.Axj)
(para A e R y (x i,x 2) e IR2). Por ejemplo:
3 ( 2 , - 4 ) = (3 - 2 , 3 ( - 4 ) ) = ( 0 , - 1 2 ) ,

-2

={-l,-2U 2).

Esta operacin externa satisface las siguientes propiedades:


1P u e d e n c o n s u l t a r s e m s d e t a l l e s s o b r e o p e r a c io n e s , y e n p a r t i c u la r s o b r e g r u p o s , e n e l a p n d i c e A .

I. ESPACIOS VECTORIALES

i8

es asociativa en los elementos de R: cu alesq u iera que sean lo s n m eros reales A

y j y el p ar ordenado de n m eros reales (a , fi), se verifica:


A ( i (a , b )) = (A p )(a ,fi);
es distributiva respecto de la adicin de nmeros reales: p ara cada n m ero real A
y cada nm ero real p, y cad a p ar ord en ad o de nm eros reales (a ,b ), se tiene:
(A + p ) ( a , b ) - A (a ,fi) + p {a ,b );
es distributiva respecto de la adicin de vectores: p ara cad a A de (R, y para

cada ( a , fi) y cada ic ,d ) de ! 2, se verifica:


A (( a ,fi) + ( c , d )) - A (a ,fi) + A (c,d);
e s neutra p ara el nmero real 1 : p ara cada (a , b ) e R 2, se tiene:

= (a ,fi).
Tam bin es inm ediata la com probacin de e sta s cu atro p ro p ied ad es. A firm ar que
el con ju n to IR2, dotado de la adicin y de la operacin ex te rn a recin definida, es
u n espacio vectorial sobre el cuerpo IR significa afirm ar p recisam en te que, dotado
de la adicin, e s un gru p o abeliano, y que la operacin extern a satisfa ce las cuatro
propiedades anteriores.
En lo su cesivo, cuando n o s refiram os a R 2 estarem o s p en san d o en el esp acio vec
torial sobre R. En este contexto, a lo s elem en tos de

! 2 los

den om in arem os vectores;

a lo s de R, escalares.
Tam bin con sid eram os el con ju n to R 3 de las ternas ord en ad as de n m eros reales,
cu yo s elem entos son de la form a: (a, fi, c), con a, fi y c n m eros reales; por ejem plo:
( 1 , 2 , 0 ) e i 3,

( - 2 , 1 , 7T) e R 3,

( 2 , - 3 ) r 1.

A sim ism o, con sid eram os el con ju n to R 4 de las cuaternas o rd en ad as de n m eros rea
les: ( a , b , c , d ), con a, fi, c y d nm eros reales; y el con ju n to R de las quntuplas;
y, en general, el con ju n to R " de las n-uplas de n m eros reales (n > I ). O bservem os
cm o son los elem entos de IR":
( x , X 2 , ... , x ) ,

c o n x j , X 2 , . . . , x n m eros reales.

Sobre el conju n to IR" (para cu alq u ier n 1, lo cual en globa en p articu lar los
nom brados R 3 , IR4 y R 5), se define, m utatis mutandis, u n a adicin y u n a operacin
extern a p ara el cu erpo R com o lo hem os hecho sobre IR2, y se com prueba que estas
op eracio n es articulan R " com o espacio vectorial sobre R. A partir de ahora, siem pre
que tratem os el con ju n to IR" estarem o s autom ticam ente p en san d o en el espacio

INTRODUCCIN

19

vectorial so b re IR, y llam arem os v ecto res a su s elem en to s y escala res a lo s elem en tos
de IR, com o com entam os p ara el caso de R 2.
Q uerem os o b servar que, aunque el texto trata lo s e sp a cio s vectoriales en general,
la experiencia nos m u estra que, al m enos en lo que s e refiere al nivel exigible a un
estu d ian te de ADF., el m anejo prcticam ente exclu sivo d e lo s R " e s m s que suficien te
p ara com prend er los con cep tos y las p ro p ied ad es m s im p ortan tes de lo s esp acios
vecto riales .2 A d em s, en ningn caso m an ejarem os p ara esp acios vecto riales un
cu erp o que no sea IR.
Finalm ente, q u erem os en fa tiza r al lector la definicin d e componente de un vec
tor: si ( i ,

2 ......... )

e s u n vecto r de R '\ direm os que su prim era com ponente es 1 ;

que su segun d a com ponente e s 2. etc.; en gen eral, d irem o s que su r-sim a com po
nente es

, ( 1 < / < ) . Por ejem plo, p ara el vector ( 1 , - 3 , 7 ,0 ) de R 4, la prim era

com ponente e s igual a 1 , la segun d a igual a - 3 , la tercera igual a 7, y la cu arta

igual

a O.3
Su b e sp a cio s v e c to ria le s

Com o los n icos e sp a cio s vecto riales que realm ente

nos in teresan en este cu rso son los del tipo IR'1 (n & 1), veam o s cm o se form ula
el concepto de su b esp acio vectorial aplicado s lo a ello s.

Un su b co n ju n to F , no

vaco, de R " es subespacio vectorial del espacio vectorial R '1 si se satisfa cen dos
p ro p ied ad es (que en el texto se design an (SV 1 ) y (SV2)):
<SV1 >la su m a de vectores de F es un vecto r tam bin de F; es decir, p ara cada vec

tor v = ( v i , V 2 , . . . , v ) y cada vecto r w = (u q , w >, . . . , w n) perten ecien tes a F,


pertenece a su v e z a F el vector siguiente:
V + IV = (IZ1, 1 * 2 ,..., V ) + (itq , U*2, , U>n )

= ( t'i + U j, V + w

l'n + Wn)',

(SV2) el p rod ucto de cu alqu ier e sc ala r (esto es, de cu alq u ier n m ero real) por un

vecto r de F e s un vector tam bin de F; o lo que es lo m ism o: p ara cad a A e IR


y cad a v = ( V i, vo, , v ) e F , perten ece a su v e z a F el vector:
Av = A { V i, V 2

l'n ) = (At i,A t ' 2 ,...,A l 'n ) -

Es im portante se a lar que si F e s su b esp acio vectorial de R " , en ton ces F es en s


m ism o u n espacio vectorial con la adicin de vecto res y la m ultiplicacin d e nm eros
reales po r vecto res .4
-'Por este motivo no se hacen preguntas, en las pruebas presenciales, sobre espacios vectoriales de
otro tipo.
'El motivo de enfatizar esta sencilla definicin es la posibilidad (que efectivamente se da con mucha
frecuencia) de que el alumno confunda componente con coordenada, concepto que surgir ms adelante.
4Tcnicamente, con la restriccin de estas operaciones a F.

20

I. ESPACIOS VECTORIALES

Podem os estu d iar si un su b co n ju n to de l

'1 e s

su b esp acio vectorial o no de otra

form a, h aciendo u so de la caracterizacin en u n ciad a en la proposicin 1.1 (cf. p. 39).


sta, para el caso de 05 , tiene e ste aspecto: un su b co n ju n to F de IR , no vaco, es
su b e sp acio vectorial de 05 precisam en te si cu alesq u iera que sean los vecto res v y w
de F , y lo s escala res o y />, pertenece a F el vector:
LYV + filV = a (V | ,l/ 2, . . . , Vi,) +

, w->,. , w n)

= (txt'i + p W i, CV2 + fiw-y, .. , OVn + /ilU,,).

A d em s de la caracterizacin anterior, vem o s o tras pro piedades de lo s su bespacios vectoriales. Es de d e stacar que el vector O es un elem ento de cu alq u ier su b e sp a
cio vectorial; recu rd ese que, en el caso de los S5 , el vector O e s el vecto r ( 0 ,0 ,...,( ) )
(con n ceros). Otra p ropiedad m u y im portan te e s que la interseccin de su b esp acio s
vectoriales e s a su v e z un su b esp acio vectorial.
El estu d io d e su b e sp acio s vecto riales p articu lares se inicia con los de l 2. A dem s
de 1 ( 0 ,0 ) 1 y del propio 352, se m u estra que e s u n su b esp acio vectorial de IR2 todo
con ju n to d e esta form a:
D5(a, b) = {A(t, b) I A 05] ,
donde (a , b ) es un par ord en ad o de n m eros reales. Por ejem plo:
0 5 (1,3) = {A( 1 , 3 ) | A e 5] = {(A ,3A ) | A 05}.
O bservem os que cada vecto r de e ste con ju n to 0 5 (1,3 ) co n ju n to que e s su bespacio
vectorial de IR2, com o decim os e s de esta form a: (A, 3A) p ara alg n A 05. Podem os
d ecir que (A ,3A ) es u n vector genrico del su b esp acio vectorial 1 ( 1 , 3 ) . N tese tam
bin que, a la vista de e ste vector genrico (A, 3A ), podem os afirm ar que lo s vectores
de e ste su b esp acio vectorial so n lo s que satisfacen que su seg u n d a com ponente es el
triple de la prim era. A s: ( 2 ,6 ) , ( - 4 , 12 ) o ( 1 / 3 , 1 ) son vecto res d e 0 5 (1,3 ); pero no
lo son ( 1 , 4 ) , ( 0 , 1) o ( 1 / 2 ,2 ) .
Otro ejem plo: 0 5 ( 2 ,-5 ) = { (2A, - 5 A ) | A e ! .

Un vector genrico d e e ste otro

su b esp acio vectorial de IR2 es (2A, - 5 A ) , lo que pu ed e in terp retarse as: los vectores
de este su b esp acio vectorial so n a q u ello s cu ya seg u n d a com ponente es igual a la pri
m era m ultiplicada p o r - 5 / 2 . Los p ares ord en ad o s ( 1 , 5 / 2 ), ( - 4 , 1 0 ) o ( 2 / 3 , - 5 / 3 )
pertenecen al su b e sp acio vectorial; no a si los p ares ( 1 ,0 ) , (5, - V 3 ) o ( 1 , - 1 ) .
Otra form a de p resen tar un su b esp acio vectorial de IR2 es con una ecuacin (una
ecuacin lineal, para s e r m s exactos). Por ejem plo, el co n ju n to siguiente e s un s u b e s
pacio vectorial d e 552:
F = (x i , .y 2 ) s K 2 | 3X | - x = 0 .

'0 tambin: son aquellos vectores cuya primera componente es igual a un tercio de la segunda.

21

INTRODUCCION

Su s elem entos son los vecto res (x\,x<) cu yas com pon en tes, x y x>, satisfacen la
ecuacin 3 x i - x = 0. Verbigracia, ( 4 ,1 2 ) e s un elem en to d e F, pu es: 3 - 4 - 1 2 = 0.
N otem os que la ecuacin 3 x i - x i = 0 es equivalen te a e s ta otra: x = 3 x i , lo que
n os perm ite afirm ar: los elem en tos d e F so n los vecto res cuya seg u n d a com ponente
e s igual al triple de la prim era. Es decir, los elem en tos de F y lo s del con ju n to IR( 1 , 3 )
son los m ism os; am bos su b e sp acio s vecto riales son iguales.
En el texto com probam os un resu ltad o que gen eraliza el caso particu lar anterior:
cuando el vecto r ( a , b) no e s el ( 0 , 0 ) (o lo que e s lo m ism o: a y b no son sim u ltn ea
m ente nulos), se tiene:
{(x i,X 2 > e R 2 | X | + b x
>= 0 } = E ( ~ b , a ) .

Otro ejem plo: [ ( x i , x ) e R 2 | - 5 X | - 2 x ? = 0} = R (2 , - 5 ) . O bsrvese que si i a .b )


fuera el vector nulo (es decir, si (a ,b ) = (0 ,0 )), en ton ces R ( a ,fr ) se redu ce al con
ju n to {( 0 , 0 ) }; en sm bolos: R ( 0 , 0 ) = {( 0 , 0 ) 1 .
Noia

Es importante sealar que la ecuacin que define un subespacio vectorial de IR2 debe

ser de la forma ax + bx = 0 (con a y b nmeros reales). En particular, cualquiera de

0 , no define un subespacio
+ 2 x 2 = - 2 n o es un subespacio

la forma ax + bx = d, con d un nmero real distinto de


vectorial. Por ejemplo, el conjunto {(x i ,X 2 > e K 2 | -X |
vectorial de K 2.0

A continuacin p asam o s a estu d iar su b e sp acio s vectoriales de IR3. Los co n ju n


tos { ( 0 ,0 ,0 ) } y IR3 son su b esp acio s vecto riales d e IR3 , y tam bin lo son los co n ju n to s
de este tipo:
R ( a ,b ,c ) = A ( a ,b ,c ) | A t l | ,
donde (a , b , c ) es u n a tern a de n m eros reales. A sim ism o, los co n ju n to s defin idos
por u na ecuacin, an lo gos al su b co n ju n to F d e R 2 que co n sid eram o s an tes, son
su b e sp acio s vectoriales d e R 3 ; po r ejem plo, es su b esp acio vectorial de l

3 e ste

con

junto:
{ (X |, X 2 ,X 3 ) e IR3 I 2 x i - X 2 + 3 x ; = 0 } ,
form ado por lo s vectores ( x i.x ^ .x ^ ) de IR3 ta le s que 2 x j - x + 3 x ; = 0. (O bien
ta le s que: x = 2x\ + 3 x ;j, lo que se p u ed e e x p re sa r con p a la b ra s as: lo s vectores
de IR3 tales que su segun d a com ponente es igual al doble de la prim era m s el triple
de la tercera.)
La pru eba de que los su b co n ju n to s de IR3 an teriores so n su b e sp acio s vectoriales
de R 3 es, mutatis mutandis, com o la d el caso d e R 2. Sin em bargo, debem os hacer
no tar que no se verifica p ara l

ningn re su lta d o d e igualdad entre su bespacio s

eS es, y lo veremos ms adelante en este mismo capitulo, un subespacio afn.

I. E S P A C IO S V E C T O R IA LE S

22

vectoriales definidos por una ecuacin y subespacios vccloriales del tipo R ( a , f \ c ) ,


como ocurre para ! 2 .
Querem os llam ar la atencin, por ser especialm ente ilustrativo, del ejem plo 10
(cf. p. 42). Se trabaja con estos su b espacios vectoriales de R 3:
f j = { ( X i . X j . x Q e R 3 I X] -

2 x>

+xj =

0},

F = { ( x , , x , X 3 ) e R 3 I X[ = 2 x \ ,
y se dem uestra que su interseccin es igual al subespacio vectorial R ( 4 , 3 , 2 ) . Note
m os que esta interseccin puede escribirse asi:
F, n F > = { ( X j . X j . X j ) R 3 I Xi - 2 x + x t = 0 y x \ = 2 x ? } ,
es decir, com o un subespacio vectorial definido por do s ecuaciones.'
Finalmente, generalizam os lo visto a cualquier R M. Enfatizam os aqui, en particu
lar, que es subespacio vectorial de R n cualquiera de la forma:
[ ( X ] , X j ....... x ) e R " I f l i X] + a>x> + + a x n =
dondeui.tij

0} ,

a son nm eros reales. No sera subespacio vectorial este conjunto

si la ecuacin fuera ti i Xj - a>x> + + a x , - d con d *

S u m a d e s u b e s p a c io s v e c t o r i a l e s

0.

Com ienza esta seccin definiendo la sum a

de subconjuntos de un espacio vectorial.

Si A y B son dos subconjuntos de R "

(no olvidem os que en todo momento particularizam os a R n), su sum? es el con


ju n to cuyo s elem entos son vectores obtenidos com o sum a de un vector de A y otro
de B. Esta definicin se generaliza fcilm ente a m s de dos conjuntos. El ejem plo 1 1
(cf. p. 44 ), de sum a de dos conjuntos, y el ejem plo 1 2 (cf. p. 4 5 ), de sum a de tres, son
suficientem ente ilustrativos.
El resultado m s im portante de esta seccin es que la sum a de su b espacios vec
toriales es a su ve z un subespacio vectorial. El ejem plo 1 3 (cf. p. 4 5 ) es importante;
en l se m uestra esta igualdad de subespacios vectoriales:
R< 1 , 0 , 0 ) + R ( 0 , 0 , 1 ) = { ( x i . X j . X i ) R ! I x . = 0 } ,
en la que vem os, en particular, cm o un subespacio vectorial de R ! definido por una
ecuacin se puede expresar com o sum a de subespacios vectoriales del tipo R( u, b, c).
En general, cuando trabajam os con subespacios vectoriales, de lo que se trata es de
' M s a d e la n te , t r a s e s tu d ia r s is te m a s

de

e c u a c i o n e s l i n e a le s e n e l c a p i t u lo IV , v e r e m o s c o m o r e l a

c io n a r s u b e s p a c i o s v e c t o r ia le s d e f i n i d o s p o r e c u a c i o n e s c o n s u b e s p a c i o s v e c t o r i a l e s d e ) U p o
V n o s lo p a ra

R\

s in o p a r a c u a l q u i e r

R".

R(a,l ,c),

VTRODUCCIN

relacionar su b esp acio s determ in ados po r una ecuacin o po r varias (stos ltim os
so n interseccin de los determ in ados po r u n a sola ecuacin) con la sum a de su b e s
pacios del tipo I R ( a i,a 2 , . . . , u n ). H asta el captulo IV, cuando tratem os los sistem as
de ecu aciones lineales, no tendrem os h erram ien tas su ficien tes p ara reso lver com
pletam ente este problem a; por ahora, nos debem os con form ar con estu d iar algunas
situ aciones particu lares, com o la del citado ejem plo 1 3 o las v istas en los ejercicios
del m anual Problemas Resueltos.
Otro concepto im portante de la seccin es el de independencia de su b esp acio s
vectoriales. Dos su b esp acio s vectoriales (de IR") son in d epen d ien tes si todo vector
de su sum a se pu ed e obtener de fo rm a nica com o sum a de u n vector del prim ero y
un vector del segundo. La proposicin 1.4 (cf. p. 48) m u estra u n a m anera sen cilla de
com probar la independencia: que dos su b esp acio s vecto riales sean in d epend ientes
es equivalente a que su in terseccin se re d u zca al con ju n to (( 0 , 0 , . . . , 0 ) }.
Ln el ejem plo 1 7 (cf. p. 48), para lo s su b esp acio s vectoriales de IR3 sigu ien tes:
F = (R(0,1 , 1 )

F 2 = { ( X 1 .X 2.X 3 ) e R 3 | x = x + X 3 } ,

se p ru eba tienen un n ico vecto r en com n: (0 , 0 , 0 ), con lo que se est efectivam en te


dem ostrando que son ind epend ientes. Por otra parte, en el ejem plo 1 8 (cf. p. 49)
se com prueba que la sum a F\ + F es igual a IR3. Esto significa: todo vector de IR3
se puede escribir com o sum a de un vecto r de F\ y un vector de F, y adem s esta
descom posicin del vector en sum a de dos, uno de cada su bespacio, es nica.
Tam bin h ablam os de suma directa, que no es m s que la su m a de su besp acio s
vectoriales ind epend ientes. Por ejem plo, la su m a de los su b esp acio s vectoriales F\
y F> de IR3 del prrafo anterior es su m a directa; se denota: f j F i . Y tam bin se d e
fine el concepto de su b esp acios vectoriales suplementarios: son aq uello s cu ya sum a
directa es igual a todo el espacio vectorial. Los su b esp acio s vectoriales F y F 2 de los
que venim os h ablando son su plem en tario s: F 1 F = R 3 .
Term ina el apartado de ind epend en cia de su b esp acio s vectoriales con la gen erali
zacin (por otra parte inm ediata) de la nocin de independen cia (y de su m a directa)
a m s de dos su b esp acio s vectoriales. Es de observar, sin em bargo, que la caracte
rizacin vista de la ind epend en cia de dos su b esp acio s vectoriales (interseccin igual
a {( 0,0 ......... 0 )}) no adm ite u n a gen eralizacin inm ediata a m s de dos.
Lo ltim o que vem os en esta seccin es el im portante concepto de com binacin
lineal. A firm ar que m i vector v (de R ") es igual a una combinacin lineal de los k
vectores 1 , u

Uk (todos de R ") no es m s que afirmar' se verifica la igualdad

v = tt|U| + au> + + c<kUk para algun os nm eros reales a i , a i , . . . . a * (a los

que a veces nos referirem os com o lo s coeficientes de la com binacin lineal). Dicho
m s tcnicam ente: el vector v es igual a una com binacin lineal de los k vecto res U \,

I. ESPACIOS VECTORIALES

24

u t, . . Uk si v es un elem ento de la sum a de su besp acio s vectoriales siguiente:


[RLii] -t [Ru? t- * t- [Ru^.
Por ejem plo, el vector ( 2 ,3 ) de M,2 es igual a una com binacin lineal de los vec
tores ( 1 , 1 ) y ( 0 , 1 ), p u es se tiene:
( 2 ,3 )

= ( 1 , 1 ) a- b ( 0 , 1 )

para a = 2 y b = 1;

los coeficientes de esta com binacin lineal son a = 2 y b = 1. Otra form a de tran sm i
tir la m ism a idea: ( 2 ,3 ) e IR( 1 , 1 ) + (R(0,1) .
Ntese que, sean los que sean los vectores U j, u 2l . . . . wj, de ES", el vector n u
lo: ( 0 ,0 .........0), es igual a una com binacin lineal de ellos; no hace falta m s que
tomar todos los coeficientes iguales a 0:
( 0 , 0 , . . . , 0 ) = Ouj + 0 u> + i OneSu b esp acio s afin e s

Un subespacio a fin de S" es un su bcon jun to de IR" obtenido

com o sum a de un vector y un su bespacio vectorial de ES". Si v es un vector y F es un


su besp acio vectorial (am bos de ES"), el su bespacio afn obtenido com o sum a de ellos
se denota: v F .8
C uando sum am os un vector y el su bespacio vectorial j (, 0 , , . , , 0) , obtenem os el
conjun to cuyo nico elem ento es el vector. Cuando su m am os el vector ( 0 ,0 ,...,( ) ) y
un su bespacio vectorial, obtenem os este m ism o su bespacio vectorial. listos son los
ejem plos m s sen cillos de su b esp acio s afines: los con ju n tos form ados por un solo
vector y los propios su besp acio s vectoriales.
Para obtener m s su b esp acio s afines, no ten em os m s que sum ar un vector a
cada su besp acio vectorial que conocem os, y fundam entalm ente hem os visto dos
tipos de su b esp acio s vectoriales: los del tipo K ( a i , a 2 , - . . , a ) y los d efin idos por
una ecuacin.15
En el prim er caso, obtenem os un su besp acio afn de este tipo:
( t |, l>2 , , V ) + l J i , a - ........... a ) .

Si el vector {a i,

.., a n) es no nulo, de este su bespacio afn se dice es una recta

de IR".1U Por ejem plo, el con jun to ( 1 , 1 ) + R ( 2 , 3 ) es una recta de K~, y el con
ju n to ( 0 , 1 , - 3 ) + IR(2, - 1 0 , 0 ) es una recta de IR8.
s L)e s u y o , l a n u t a c i n d e b e r a s e r u [ + F, p e r o a b r e v i a m o s q u i t a n d o l a s l l a v e s ,
"list o s tip o s b s ic o s son los q u e luego in te r se c a m o s o s u m a m o s .
M,N t e s e q u e si el v e c t o r Ui]

a n ) e s n o n u l o , e n t o n c e s e l s u b e s p a c i o v e c t o r i a l K ( n ,a->

n o e s i g u a l al 1 ( 0 , 0 ..........0 ) 1 , y e l s u b e s p a c i o a f n a n t e r i o r n o s e r e d u c e al c o n j u n t o H i q , v>

a n)
t'e l!.

INTRODUCCIN

25

En el segun d o caso, obten em os un su besp acio afn de este olro tipo:


( v j,

un) + { ( x j . x i ........ x n ) e

" I a i X i + ax + + a nx n = 0 } .

Una con secu encia que se extrae del texto es que esto s su b esp acio s afin es se pueden
escribir de esta form a:
{ (x\,X 2 , ,x n) e

| a i,Yi + axz + + a x n = d } ,

(1)

donde d es un nm ero real. (El n m ero d puede ser nulo o no; en el prim er caso,
estaram os ante un su besp acio a fn que tam bin es su besp acio vectorial; en el se
gundo, ante un su b esp acio afn que no sera su bespacio vectorial.) C uando los n m e
ros a i ,

ctz,

, a n no son sim u ltn eam en te nulos, de todo con ju n to de la fo rm a ( 1 ) se

dice es un hiperplano de R * .11 Los h iperplan os de IR son, pu es, su besp acio s anes
determ inados por u n a ecuacin de la form a a x i + aX' + + a nx - d con los
nm eros a \, a i , . , a n no sim ultn eam en te nulos.
A m odo de m u estra de lo dicho, en el ejem plo 3 3 (cf. p. 6 1) se p ru eba que el
hiperplano determ inado por la ecuacin Xj - x = 4, es decir:
A = { [X \,x,x%) e IR3 | X\ - x a = 4 } ,

verifica: A - ( 4 ,0 ,0 ) + [ ( X | , x 2 ,x a ) e R 3 | X| - Xa = 0 }.
El ltim o concepto que se estu d ia en esta seccin es el de combinacin afn. A fir
m ar que un vector v es igual a u n a combinacin afn de los k vectores u i, u, ., iq
significa afirm ar se satisfa ce la igu ald ad v = u i + cnu + +
n m eros reales oq, a 2, , oq que su m an

1 ; es

V = Ct| U\ + a>Uz + - + (.-(:

p ara algunos

decir:

+ - + OJt = 1.

Por ejem plo, el hecho de que se verifique:


(1 , -

2, - 1 ) =

<a( 1 , 0 , - l ) + b ( l , 2 , - l ) ,

perm ite afirm ar que el vecto r ( 1 , tores

(1 , 0 , - 1 ) y ( 1 , 2 , - 1 ), p u es

S iste m a s de vecto res

2, - 1 )

para a. =

2y

b =-

1,

es igual a u n a com binacin afn de los vec

a +b = 1.

Ijn sistema de vectores de R* es una coleccin fin ita or

denada de vectores de IR*. Escribim os un sistem a de vectores entre p arn tesis, se p


arando los vectores por com as. Por ejem plo, los cuatro sigu ien tes son sistem as de
vectores de IRJ :
( ( 1 , 2 ) , ( - 1 , 0 ) ) , {( 0 , 0 ) , ( 1 , 11 Si los nmeros a\, a 2,
considera un hiperplano.

1 ) , ( 1 , - 1 )),

( ( v 2 , 2 ) ) , ( ( - 1 , 0 ) , ( 1 , 2 )).

a son todos nulos, el subespacio afn resulta iguai a OS , que no se

26

I. ESPACIOS VECTORIALES

F.I prim ero y el cu arto son sistem as en los que figu ran d o s vectores; se dice que su
cardinal e s igual a 2. El segun d o sistem a tiene card in al igual a 3 (se con sid era que

en definitiva figuran tres vectores, a p e sa r de q u e h ay un o repetido); y el tercero,


cardinal igual a 1. Es de o b servar que el prim er sistem a y el cu arto tienen lo s m ism os
vectores, pero no en el m ism o orden; se con sid eran sistem as distin tos.
C on siderarem os tam bin sistem a s de vecto res de IR3, que se definen de m anera
anloga; por ejem plo: ( ( 1 , - 2 , 2 ) , ( 0 , - 1 , 0 ) ) o ( ( 1 ,0 ,0 ) , ( 1 , - 1 , - 2 3 ) , ( 1 , - 1 , 0 ) ) .

algun a v e z tam bin sistem as de vecto res de IR4, com o ( ( 0 , - 1 , - 2 , 1 ) , ( 1 , - 2 , 5 , 0 ) )


o ( ( 0 ,1 ,0 ,0 ) , ( 0 , 1 , - 1 , - 3 ) , ( - 1 / 2 , - 1 , 0 , 1 / 3 ) ) .
Vectores lin e a lm e n te d ep en d ien tes

D ados u n o s vecto res de R -, sab em o s que

es posible ex p re sar el vecto r (0 , 0 ) com o com binacin lineal de ello s: al m enos con
todos lo s coeficien tes de la com binacin lineal igu ales a 0. Si es po sib le ex p re sar el
vecto r ( 0 , 0 ) com o com binacin lineal de los vecto res d ad o s de form a que algu n o de
los coeficientes de la com binacin lineal sea d istin to de

0,

se dice que los vecto res

son linealmente dependientes.


A m odo d e ejem plo, con sid erem os los vecto res ( 1 , - 1 ) y ( 2 , - 2 ) de IR2. Toda
com binacin lineal de ello s e s de la form a: ( 1 , 1 ) +

0 (2 , - 2 ),

con ix y /I nm eros

reales; algun a de e sta s com binaciones lineales e s igual al vector (0 , 0 ) y e s tal que
uno de los dos coeficientes, a o /I (o am bos), es no nulo? S; po r ejem plo, para = 2
y

-1

se obtiene:
(1, -

1 ) + 0 ( 2 , - 2 ) = 2 ( 1 , - 1 ) - (2 , - 2 ) = (0 , 0 ),

lo que perm ite resp on d er afirm ativam en te la pregu n ta recin form ulada. Los vecto
re s ( 1 , - 1 ) y ( 2 , - 2 ) so n en ton ces linealm ente depen d ien tes. Tam bin exp resarem o s
esto afirm ando que el sistem a ( ( 1 , -

1 ), ( 2 , - 2 ))

es un sistem a ligado.

La definicin se extien d e con facilidad a vecto res de OS3 (y d e i 4). Por ejem plo , los
vectores ( 1 , 1 ,0 ) y ( - 2 , 2 , 0 ) d e IR3 so n lin ealm en te d epen d ien tes, p u es podem os
escribir:
( l , - l , 0) + i ( -

2, 2, 0 )

= ( 0 , 0 , 0 ),

que e s u n a com binacin lineal de ello s igu alad a al v e c to r ( 0 , 0 , 0 ) y con alguno de los
co eficien tes (en este caso, am bos) d istin to de

0.

Saber si u n os vecto res d ad os son linealm ente d ep en d ien tes o no, o lo que e s lo
m ism o: sab e r si el sistem a que form an e s ligado o n o , es fcil cu an d o se trata de uno
o de d o s vectores. Un sistem a form ado p o r un nico vecto r es ligado si el vector es
nu lo (es decir, si es igual a (0 ,0 ) en el caso de IR3 , o a ( 0 ,0 ,0 ) en el caso d e IR3), y no

8 )) de IR2 no es
K 2 con un nico

es ligado si el vecto r es otro cualquiera. Por ejem plo , el sistem a ( ( 1 , ligado, y si lo es (( 0 , 0 )), que e s de hecho el nico sistem a ligado de
vector.

TR O D U Cd N

Para un sistem a form ado por d o s vectores, no e s m ucho m s difcil: si am bos


vecto res son proporcionales, el sistem a es ligado, y no es ligado en caso contrario.
Qu significa que los d o s vecto res sean pro p o rcio n ales? Que un o de lo s vectores
e s igual a un nm ero m ultiplicado po r el otro. Por ejem plo, lo s vecto res ( 2 , - 4 )
y (1, -

2 ) son

proporcionales, porqu e el prim ero pu ed e ob ten erse del segun d o m ul

tiplicando por un nm ero, en e ste caso 2 : (2, - 4 ) = 2 ( 1 , - 2 ) ; el sistem a que am bos


form an: ((2, - 4 ) , ( 1 , - 2 ) ) , e s en ton ces ligado.
Otro ejem plo : los vecto res ( 1 , 0 , 3 ) y ( - 2 , 1 , 1 ) no so n p roporcion ales. Cm o
podem os verlo? Si fu eran p roporcion ales, deberam os s e r cap aces de o b ten er uno de
lo s vecto res m ultiplicando el otro po r algn nm ero; u n sim ple v ista zo n o s m u es
tra que ello es im posible: no hay fo rm a d e m ultiplicar por u n m ism o nm ero los
nm eros 1 , 0 y 3 para obtener, respectivam en te, - 2 , 1 y 1 , y viceversa: no h ay form a
de m u ltiplicar po r un m ism o nm ero los nm eros -

2, 1

para obtener, respecti-

vam ente, 1, 0 y 3. Estos vecto res no son , pu es, linealm ente depen d ien tes; el sistem a
que form an no es ligado.
Si tenem os tres o m s vectores, se pu ed e p ro ced er com o se hace en el ejercicio 2
(cf. p.

66 ), o se

pu ed e ca lcu lar el rango d e lo s ve cto res c in terp retar adecuadam ente

el resu ltado. Para los sistem a s de vecto res que m an ejarem o s, e ste seg u n d o m todo
es en general el m s sencillo, y por tanto el m s recom endable; en la seccin

10

de

este m ism o captulo lo apren d erem os.

V ectores lin e a lm e n te in d ep en d ien tes

Unos vecto res dad os so n linealmente in

dependientes si no son linealm ente depen d ien tes. Tambin se dice: un sistem a de

vecto res es libre si no es ligado. En concreto, que u n o s v ecto res sean linealm ente in
d epend ien tes, o que u n sistem a de vecto res sea libre, significa en ton ces lo siguiente:
la nica com binacin lineal d e eso s vecto res que e s igual al vecto r n u lo e s aq uella en
la que todos lo s coeficientes so n igu ales a

0.

De acuerdo con lo dicho en el a p artad o anterior, podem os afirm ar lo siguiente:


El sistem a form ado p o r el vecto r n u lo es ligado, y cu alq u ier otro sistem a fo r
m ado po r un nico vecto r es libre.
Un sistem a form ado por d o s v ecto res es ligado o es libre segn sean lo s vec
tores p roporcionales o no, respectivam en te. Por ejem plo , los vecto res ( 1 , 0 , 3 )
y ( - 2 , 1 , 1 ) de K :i no son p ro porcion ales (lo vim os en el ap artad o anterior),
luego so n linealm ente ind epen d ien tes; el sistem a que form an es libre.
Para un sistem a form ado por tres o m s vecto res, podem os calcu lar su ran go e
in terp retar el resu ltad o (m todo y a apu ntad o an tes al ver la d epen d en cia lineal,
y que verem os m s adelante).

I. E S P A C IO S V E C T O R IA LE S

S is t e m a s d e g e n e r a d o r e s y b a s e s d e u n e s p a c io v e c t o r ia l

Un sistem a de

vectores de OS2 es un sistem a d e g e n e ra d o re s del espacio vectorial IR2 si lodo vector


de R se puede escribir com o com binacin lineal de los s ectores del sistem a. Tam bin
se dice, m s sim plem ente, que los sectores del sistem a g e n e ra n R 2.
Por ejem plo, el sistem a de sectores ( ( 1 , l ), ( 0 ,

11)

e s un sistem a de generadores

de R*. Qu significa? Que todo sector de R 2 es igual a alguna com binacin lineal de
los vectores ( 1 , 1 ) y ( 0 , 1 ) . Por ejemplo:

1 2)

( ,

1 , 1 ) + ( 0 , 1 ),

( -1,-

-(

y un secto r genrico ( a . M d e R

2) =

2 verifica:

0, 0)

0 ( 1 , 1 ) + 0 ( 0 , 1 ),

1 , 1 ) - (0 , 1 ),

(a , b ) = t( I , I > f (b - a ) ( 0 , 1 ), igualdad

que lo expresa efectivam ente com o com binacin lineal de los sectores ( 1 ,

1 ) y (0 , 1 ).

Cuando un sistem a de generadores es, adem s, un sistem a libre, recibe el nombre


de base. Una base de R 2 es, pues, un sistem a cu yo s vectores son linealm ente inde
pendientes y generan R 2 . F1 sistem a del ejem plo del prrafo anterior: ( ( 1 , 1 ) , ( 0, 1 ) ) ,
es una base de R2 : su s dos vectores generan RJ , y como no son proporcionales,
tambin son linealm ente independientes.

Todo vector de R 2 es entonces igual a

alguna com binacin lineal de los vectores ( 1 ,

1)

y (0 ,

1 ),

ya lo hem os dicho, pero

hay algo m s al tratarse de una base: esa com binacin lineal es nica. Por ejem
plo: ( - 1 , 1 ) = - (
lineal de estos

1 , 1 ) + 2 (0 , l ) , y no hay otra m anera de escribir ( - 1 . 1 ) com o una


1 ) y (0 , 1 ): es decir, los coeficientes de una com binacin
dos vectores que sea igual al vector ( - 1 , 1 ) han de ser necesaria

m ente - 1 y 2.

Se dice que - 1 y 2 (en este orden) son las co o rd en a das del vec

com binacin lineal de ( 1 ,

tor ( - 1 , 1 ) en la base (< 1 , 1 ), ( 0 , 1 )).

Nota bene
No deben confundirse las coordenadas de un vector (en una base) con las com
ponentes del vector.
a
Estos conceptos se extienden con facilidad a R f.

Por ejem plo, el sistem a de

vectores ( ( 1 , 0 . 0 ) , ( 1 , 1 , 0 ) , ( 0 , 0 , 1 ) ) resulta ser una base de l 3 . Esto significa que


cada vector de R 3 es igual a una nica com binacin lineal de los vectores ( 1 , 0 , 0 ) ,
( 1 , 1 , 0 ) y ( 0 , 0 , 1 ); los coeficientes de esta nica combinacin lineal son las coorde
nadas del vector en la base. Para el vector ( 1, l , H), por ejemplo, se tiene la igual
dad: ( 1 , 1 , 3 ) = 0 ( 1 , 0 , 0 ) + 1 ( 1 , 1 , 0 ) + 3 ( 0 , 0 , 1 ) , y no hay otra form a de escribirlo
com o com binacin lineal de los tres vectores; los nm eros 0, 1 y 3 (en este orden)
son las coordenadas del vector ( 1 . 1 , 3 ) en la base { ( 1 , 0 , 0 ), ( 1 , 1 , 0 ), ( 0 , 0 ,

1 )).

Querem os enfatizar algo im portante: el orden en el que se citan las coordenadas


de un vector en una base es fundam ental: se cita como prim era coordenada el coe
ficiente del prim er vector de la base, com o segunda el coeficiente del segundo vec
tor, y as sucesivam ente. Asi, por ejem plo, el vector de coordenadas

-1

y 2 en la

NTRODUCON

29

b ase ( ( 1 , 1 ), (0 , 1 )) e s el ( - 1 , 1 ), com o ya h em o s visto , p e ro el de coord en adas


es:

2 ( 1 , 1 ) - (0 , 1 ) = (2 , 1 ), que e s otro

2 y -1

vecto r distinto.

No h em os dicho nada en las ln eas an teriores so b re algn m todo prctico que


perm ita averigu ar si un sistem a d e v ecto res es de gen erad o res, o in clu so si es una
base. En general, el m todo m s sen cillo e s el clcu lo d e su rango, que estu d iarem os
en la seccin 10 . Por otro lado, cuando y a sab em o s q u e cierto sistem a dad o es una
b ase y qu erem os averigu ar concretam ente las co o rd en ad as en esta b ase de cierto vec
tor, encon trarlas requiere en general reso lver algn sistem a d e ecu acion es lineales;
lo s estu d iarem o s en el captu lo IV.
No q u erem os d e ja r de re se ar aqu lo que e s la base cannica d e R 2 y la base
cannica de OS3. La de IR2 est form ada por dos vecto res: ( ( 1 , ()),((), 1) ) ; y la d e IR3
por tres vecto res: ( ( 1 ,0 ,0 ) , ( 0 , 1 ,0 ) , (0 ,0 , 1)). Es in teresan te o b servar que las coorde
n ad as de u n vecto r en la b ase cannica so n p recisam en te las com pon en tes del vector.
Por ejem plo, las coo rd en ad as del vector ( 2 ,5 ) en la b a se can n ica d e IR2 so n 2 y 5,
exactam en te su s com ponentes, p u es: ( 2 ,5 ) = 2 ( 1 , 0 ) + 5 ( 0 , 1 ) . En el texto (cf. p. 74),
pu ed e en con trar el lecto r la gen eralizacin a la b ase can n ica de (R".
Finalm ente, en esta seccin se in clu ye el den om in ado teorema de la base incom
pleta, Este teorem a es u n resu ltad o tcnico, que se aplica en ciertas d em ostracion es

tericas. A qu slo n o s interesa re sa ltar u n a co n secu en cia m u y im portante. En R 2,


todos los sistem a s de vecto res que son b ase tienen la m ism a can tid ad de vectores,
precisam en te dos. Para IR3 la co n secu en cia es anloga: to d a s las b ase s d e OS3 tienen
el m ism o n m ero de vecto res, tres en este caso. Y tam bin acontece que to d a s las
b a se s de R 3 tienen la m ism a can tidad de vectores: cuatro. La gen eralizacin d e esta
con secu encia a cu alqu ier R " es que todas las b ase s de RM tienen n vectores.
D im en si n de un esp acio v e c to ria l

Com o acabarnos de decir, todas las b ases

de R 2 tienen la m ism a can tidad de vecto res; esta can tid ad de vecto res de cualquiera
de las b ase s de IR2 se denom ina dimensin del esp acio vectorial R2. El esp acio vecto
rial IR2 es, p u es, u n esp acio vectorial de dim ensin igu al a 2.
La d efin icin de dim en sin se extien de an logam en te a OS3, y a todos los R " .
A s, el esp acio vectorial R 3 tiene dim en sin igual a 3, R 4 dim en sin igual a 4, y K "
dim ensin igual a n.
Instam os al alum no a leer detenidam ente las co n secu en cias de la definicin de
dim ensin, por ser m uy tiles p ara trabajar los ejem p lo s prcticos. D estacam os aqui
u n a de ellas: cuando tenem os un sistem a d e vecto res (de R 2 o de IR3, por ejem plo) de
cardinal igual a la dim ensin (es decir, con tan tos v ecto res com o m arca la dim ensin),
p ara sab er si es o no b ase no es n ecesario co m pro bar que se trata de un sistem a
d e generadores y tam bin com probar que se trata de un siste m a libre: en cuanto
e s una de las dos cosas, autom ticam en te tam bin es la otra. Por ejem plo, lo s dos

/. ESPACIOS VECTORIALES

vectores ( 1 , - 2 ) y (5 , - 9 ) de R 2 form an u n sistem a libre (pues no so n proporcionales);


com o son tan tos vectores com o m arca la dim ensin de R 2 (ya que so n exactam ente
dos), autom ticam ente so n tam bin gen erad o res de R 2, y el sistem a que fo rm an es
una base de IR2.
Y o tra consecu en cia m s: no es posible tener u n a can tidad de vecto res lineal
m ente in d epend ientes m ayor que la dim ensin. A s, por ejem plo , en R 2 todo sistem a
de tres o m s vecto res es ligado, y en R 3 lodo sistem a de cu atro o m s vecto res es
ligado.
Tam bin se aplica le definicin de dim ensin a los su b esp acio s vecto riales de un
espacio vectorial .12 H ay una propiedad en la que se relaciona la dim ensin d e un
espacio vectorial con la de su s su b esp acio s vecto riales. Enunciada esta propiedad
p articu larizad a para R 2, re za as: la dim ensin del espacio vectorial R 2 es m ayor
o igual que la de cu alquiera de su s su b e sp acio s vectoriales, y el nico su bespacio
vectorial de R 2 que tiene dim en si n igual a 2 es el m ism o R 2. Com o consecuencia,
cualquier su b esp acio vectorial d e R 2 tiene dim ensin igual a I , excep to el m ism o R 2,
que la tiene igual a

2 , y excepto el que tiene com o nico vecto r el vecto r nulo: {( 0 , 0 ) 1 ,

cu y a dim en sin se define com o igual a O.13 La extensin a R 3 (y a cu alq u ier R " ) es
anloga: tod o su b esp acio vectorial de R 3 tiene dim ensin igual a I o a 2, excep to el
propio R 3 (dim ensin igual a 3) y el { ( 0 ,0 ,0 ) ) (dim ensin igual a
R a n g o de un sistem a de vecto res

0 ).

El rango de un sistem a d e vecto res de R 2

se define com o la dim ensin del su b e sp acio vectorial de R 2 que generan. Y anloga
definicin tiene el rango de un sistem a d e vecto res de R 3 o de cu alq u ier R " . En el
texto podem os en con trar u n a lista exh au stiva de p ro p ied ad es, todas ob ten id as de
form a m s o m enos sen cilla a partir de e sta definicin. Una de ellas e s esta : el rango
de un sistem a es m enor o igual que la can tid ad de su s vecto res (dos vecto res, por
ejem plo, no pueden gen erar un su b esp acio vectorial de dim ensin m ayor que

2 ),

y el rango tam bin es m en or o igual que la dim en sin del espacio vectorial al que
pertenecen lo s vectores (si lo s vecto res son , p o r ejem plo, d e R 3 , no h ay fo rm a de que
generen un su b esp acio vectorial d e dim en sin m ayor que 3).
Otra propiedad, que es n ecesario destacar, estab lece que el rango de u n sistem a
de vecto res coincide con el m xim o nm ero de vecto res linealm ente independientes
que h ay entre ellos. C om o co n secu en cia d e esta propiedad, si un o de los vecto res del
1-Tuesto que un subespacio vectorial es en s mismo un espacio vectorial.
IJNo podemos aplicar al subespacio vectorial 1(0,011 la definicin dada de dimensin: nmero de
vectores de cualquiera de sus bases, ya que es un espacio vectorial que no admite base (como no hayvectores no nulos, no hay vectores linealmente independientes). Definimos la dimensin de este espacio
vectorial como igual a 0. Lo mismo acontece con el subespacio vectorial de cualquier R" formado slo
por el vector nulo, como por ejemplo 1 (0,0,011: su dimensin se define igual a 0.

. PRODUCCIN

31

sistem a e s ci vecto r nulo, al elim inarlo ob ten em os un siste m a con un vecto r m enos
p ero con el m ism o rango. Lo m ism o acontece si elim in am os u n vecto r que se a pro
porcional a algn otro del sistem a: el nuevo sistem a (con u n ve cto r m enos) tiene el
m ism o rango. Por ejem plo , los tres sigu ien tes sistem a s de vecto res de L! 2 tienen el
m ism o rango:
( ( 1 ,2 ) ,( 0 ,0 ) ,( - 2 ,- 4 ) ) ,

( ( 1 ,2 ) , ( - 2 , - 4 ) ) ,

( ( 1 ,2 ) ) .

De form a m s general, si un vector del sistem a e s igual a algun a com binacin lineal de
lo s re sta n tes vectores, al elim inarlo el rango no vara. Por ejem plo , si en un sistem a
de tres vecto res acontece que el prim ero e s igual al doble del segun d o m en os el
tercero, el rango no vara al quitar el prim er vector; e s decir, si u = 2 v - w , entonces
los sistem a s (u , v , w ) y (v , w ) tienen el m ism o rango.
Hay una p ropiedad del rango que ser m u y til cu an do veam os m s adelante,
en e ste m ism o ep grafe, un m todo prctico p ara su clculo: el rango de un s is
tem a de vecto res no vara si su stitu im o s u n vecto r d e l sistem a por el resu ltad o de
su m arle u n a com binacin lineal de lo s restan tes. Por ejem p lo , si en un sistem a de
tres vectores su m ram os al prim ero el doble del seg u n d o m s el cu dru ple del ter
cero, obten dram os un nu evo sistem a con el m ism o ran go que el prim ero; es decir:
rango (u , v, w ) = rango (u + 2 v + 4w, v, wj.
Finalm ente, querem os recoger aqu u n a propiedad m s. C uando elim inam os un
vecto r de un sistem a, sab em os que el ran go no va ra si ese vector es igual a alguna
com binacin lineal de lo s dem s. Pero, qu ocurre s i tal vecto r no es igual a una
com binacin lineal de lo s restan tes v e cto res? A con tece que el sistem a nuevo (con un
vecto r m enos) tiene por rango el del sistem a original dism in u ido en 1 . Por ejem plo,
d ad os tres vecto res u, v y w, si del tercero sab em o s q u e no es igual a u n a com bi
nacin lineal d e lo s otros d os, podem os escribir: rango {u , v , u>) =

+ rango (u, v).

Esta ltim a propiedad del ran go es especialm en te ap licable cu an do lo s vectores


(de H ) son tales que todos tien en u n a m ism a com pon en te igual a

0 , excepto

uno,

que la tiene distinta de 0. Por ejem plo, los vecto res ( 1 ,0 ) , ( 3 ,0 ) y ( 0 , - 1 ) de K 2 son
as: los dos prim eros tienen u na m ism a com ponente n u la: la segun d a, y el tercero
la tiene no nula. Qu pod em o s afirm ar de e s to s v e cto res? Que no h ay form a de
obtener el tercero de ello s com o com binacin lineal de los dos p rim ero s .14 Se tiene
entonces: rango ( ( 1 ,0 ) , ( 3 ,0 ) , (0, - 1 ) ) = 1 + rango ( ( 1 ,0 ) , ( 3 ,0 ) ) .
''Ntese que cualquier combinacin lineal de los vectores (1,0 ) y (3,0) es un vector de la
forma: (1,0 ) +0(3,0) = ( + 3/1,0) (para algunos nmeros reales a y 0), y el vector ( + 3/1,0) tambin
tiene nula su segunda componente: de ninguna forma, pues, puede ser igual a (0 ,-1). Al hacer com
binaciones lineales de vectores que tienen nula una misma componente, se obtienen inevitablemente
vectores que siguen teniendo nula esa componente.

I. e S P A C IO S V E C T O R lA te S

Calcular el rango de un sistem a de vectores dado no es difcil en la prctica,


al m enos para nuestro caso: vectores de R.J o de K ,(, o acaso de IR'4. Cuando el
sistem a tiene un nico vector, el rango es igual a

si ese nico vector es el vector

nulo: (0, 0) o ( 0, 0, 0) , y es igual a 1 si ese vector es cualquier otro.


rango ( ( 1 , 2 , 4 ) ) =

y rango (( 0 , 0 , 0 , 0 )) =

Por ejemplo:

0.

Cuando se trata de dos vectores, y descartado el caso trivial en que am bos fueran
nulos (el rango seria igual a

0 ),

se tiene que el rango e s igual a I si am bos vec

tores son proporcionales, y es igual a 2 si no son proporcionales. (Recurdese que


el rango coincide con el nm ero m xim o de vectores linealm ente independientes.
Si los dos vectores no son proporcionales, son linealmente independientes y tal
nm ero m xim o es

2;

si los vectores son proporcionales, son linealm ente depen

dientes y tal nm ero m xim o es I.) Por ejem plo: rango ( ( 1 , 2 , 0 ) , ( - 1 , - 2 , 0 ) ) = l,


rango ( ( - 1 , 1 ) , ( 7 , - 7 ) ) = 1 y rango ( ( - 1 , 1 , 2 , 1 / 2 ) , ( - 1 , - 2 , 3 / 2 , 0 ) ) = 2.
Cuando el sistem a tiene m s de dos vectores, e s posible reducir el problem a a
un sistem a con un vector m enos, haciendo u so de las propiedades que hem os visto.
Si del sistem a que nos dan quitam os un vector directam ente, tenem os en general el
problem a de saber si es o no igual a un a com binacin lineal de tos restantes: si lo
es, el rango no varia por quitarlo; si no lo es, el rango dism inuye en 1. Lo que se
pretende entonces es "transform ar" el sistem a en otro nuevo, con el m ism o nmero
de vectores y con el m ism o rango que el original, poro tal que slo con verlo podam os
asegurar de alguno de su s vectores que no es igual a una combinacin lineal de los
dem s. Podemos bu scar el nuevo sistem a con la intencin de que todos su s vectores
tengan una m ism a com ponente igual a

0,

excepto uno que la tenga no nula; si lo

conseguim os, de este ltim o vector podrem os efectivam ente decir que no es igual a
una com binacin lineal de los dems.
Considerem os, por ejem plo, el sistem a ( ( 1 , 2 , - ) , ( 2 , - 1 , 7 ) , ( - 1 , 0 , 1 ) ) , de vec
tores de

Buscam os, a partir de ste, otro sistem a con el mism o nmero de vec

tores y con el mism o rango, pero tal que dos de su s vectores tengan nula, verbigracia,
la primera com ponente, y el que queda la tenga no nula. Hacem os para ello uso de la
propiedad seg n la cual el rango de un sistem a no vara si sum am os a un v ector una
com binacin lineal de los dem s. En concreto, podem os conseguirlo conservando el
prim er vector: ( 1 , 2 , - 3 ) (que tiene no nula su prim era com ponente), y sum ando a
cada uno de los dem s este prim er vector m ultiplicado por algn nmero, de forma
que el resultado de la operacin sea un vector con la prim era com ponente igual a

0.

Sum am os al segundo vector el primero m ultiplicado por - 2 :


(2.-1,7) + ( -2 )(l,2 ,-3) = (2,-1,7) + (-2, -4,10) = (0,-3,17);
y sum am os al tercer vector el primero: ( - 1 , 0 , 1 ) + ( 1 , 2 , - 5 ) = ( 0 ,2 , - 4 ) . El nuevo sis
tema obtenido: ( ( 1 , 2 , - 5 ) , (0, - 5 , 1 7 ) , ( 0 ,2 , - 4 ) ) , tiene el mism o rango que el sistem a

'iTRODUCCION

original, pero la construccin llevada a cabo hace que podam os asegurar del primer
vector que no es igual a un a com binacin lineal de los restantes. Si extraem os" este
prim er vector, reducim os el rango en

1:

rango ( ( 1 , 2 , - 5 ) , ( 0 , - 5 , 1 7 ) , ( 0 , 2 , - 4 ) ) = 1 + rango ( ( 0 , - 5 , 1 7 ) , ( 0 , 2 , - 4 ) ) .
Y y a tenem os reducido el problem a a un sistem a con un vector m enos que el original.
Este sistem a con un vector m enos es: ((0 , - 5 , 1 7 ) , ( 0, 2, - 4 ) ) , de dos vectores; tiene
rango igual a 2 porque los dos vectores no son proporcionales. En resum en:
rango ( { 1 . 2 , - 5 ) , ( 2 , - 1 , 7 ) , ( - 1 , 0 , 1 ) )
= rango ( ( 1 , 2 , - 5 ) , ( 0 , - 5 , 1 7 ) , ( 0 , 2 , - 4 ) )
= 1 + rango ( ( 0 , - 5 , 1 7 ) , ( 0 , 2 , - 4 ) ) = 1 + 2 = 3.
Finalmente, querem os com entar que, conocido el rango de un os vectores, pode
m os decir varias cosas de ellos. Por ejemplo:
si el rango es igual al nm ero de vectores, stos son linealmente independien
tes; si es menor, los vectores son linealm ente dependientes;
si el rango es igual a la dim ensin del espacio vectorial al que pertenecen los
vectores, se trata de un sistem a de generadores; si es menor, no es un sistem a
de generadores;
como consecuencia de los puntos anteriores, si el rango coincide sim ultnea
mente con el nm ero de vectores y con la dim ensin, entonces el sistem a es
una base.
El sistem a cuyo rango hem os calculado: ( ( 1 , 2 , - 5), (2, - 1 , 7 ) , ( - 1 , 0 , 1 ) ) , es una base
de E :, p ues su rango coincide con su cantidad de vectores (lo que establece que son
linealm ente independientes) y coincide con la dim ensin del espacio vectorial (lo que
establece que se trata de un sistem a de generadores).

I. ESPACIOS VEC.IVRIAI.fS

34

1.1

DEFINICIN DE ESPACIO VECTORIAL


1. Definicin de espacio vectorial

La definicin general de espacio vectorial

sotare un cuerpo es esta:

D efin ici n
E s p a c io v e c t o r ia l

Dado un cu erpo conm utativo ( K , s e

s o b r e un c u e r p o

cu e rp o K a todo con ju n to E dotado de una ley de com posicin interna + que

llam a e sp a cio v e c to ria l so b re el

lo articula com o grupo ataeliano, y sobre el que est definida una ley de com
posicin externa para K que es asociativa en los elem en tos de K, distribu tiva
resp ecto de la operacin + de DC, distributiva resp ecto de la operacin + de E y
neutra para el elem ento neutro de la operacin - de K .1
A los elem entos del conjun to E los llam arem os v e c to r e s de E; a los del cuerpo K,
e sc a la re s.

N o ta c i n

C u a n d o c o n s id e r e m o s u n e s p a c io v e cto ria l E so b r e un c u e rp o K , r e p r e s e n ta r e

m o s lo s v e c to r e s co n le tr a s en n e g rita : x , u , . . . ; y lo s e s c a la r e s co n le tr a s g rie g a s: , A, . . .
El e le m e n to n e u tr o d e ia o p e ra c i n + s o b r e E ( a d i c i n d e v e c t o r e s ) se r d e n o ta d o : 0 ; ei
d e la o p e ra c i n + s o b r e K ( a d i c i n d e e s c a la r e s ) : 0 , y el d e la o p e ra ci n ( m u lt ip lic a c i n
d e e s c a lo r e s ) : 1. T a m b i n o m itire m o s lo s s ig n o s y , d e fo rm a qu e el p ro d u c to de e s

c a la r e s <x (5 s e r d e n o ta d o : (Xji, y el v e c to r ,v se r d e n o ta d o : x . (l

Consecuencias de la definicin de espacio vectorial

Sea E un espacio vectorial sobre

un cu erpo K. De acuerdo con lo exigido en la definicin de e sp a d o vectorial, la ley de


com posicin externa de la definicin verifica las sigu ien tes p ro p ied ad es (consltese
el cuadro de la pgina 4 13 ) :
.

V x e E, O x = 0,

V A e K , AO = 0,

V x

6 E,

- x = (-l)x ,
A = 0

V A e K , V x e E, A x = 0 <=* -

o
x = 0.

1^Es decir, la ley de com posicin interna + verifica las propiedades (G l), (G2), IG3) y (G4) enunciadas

en la p. 4 0 6 ; y la ley de com posicin externa , las propiedades (Ll), (L2), (L3) y (44! enunciadas en la
p. 4 0 9 .
" E x c e p t o p o r la o m i s i n ce l o s s i g n o s y , e s t a s n o t a c i o n e s s o n l a s q u e e m p l e a m o s p a r a l a s l e y e s d e
c o m p o s i c i n e x t e r n a s (cf. p. 4 0 9 ) .

DEFINICION DE ESPACIO VECTORIAL

EJEMPLO

35

Si (K, +, ) es un cuerpo conmutativo, K es un espacio vectorial sobre el cuerpo K al conside


rar como ley de composicin externa la operacin - del cuerpo:
K x K

------^-----

(, x )

a x = x .

En efecto: las propiedades exigidas en la definicin de espacio vectorial son una consecuencia
inmediata de las propiedades que verifica un cuerpo.
EJEMPLO 2

El conjunto 1 " (con n > 1) es un grupo abeliano con la operacin + definida por:
V {x\,x.......x )

(xu x

IR , V

v I e IR",

xn) + (y\,y>,...,yn) = (* i + y i,x 2 + y2

x + y).

(2)

Y la ley de composicin externa definida sobre R" para R de la forma:


V A e R, V (x,,x>,...,xn) e R ", A( xi , X 2

x ) = (Axi, Ax;>..........A x)

(3)

verifica las cuatro propiedades exigidas en la definicin de espacio vectorial.


En definitiva, con las operaciones definidas en (2) y en (3), R" es espacio vectorial sobre
el cuerpo R.
EJEMPLO 3

Si ( &, +, - ) es un cuerpo conmutativo, se puede generalizar el resultado del ejemplo anterior


ai conjunto K ": para la ley de composicin interna + dada por:

+ (P U P
(para (cq, o

a ) e K " y (fii

fin) = ( i + l,C<2 + fc

a + P )

....... &) e KM), y la ley de composicinexterna dada por:


) = (Aofi, Aor,. . . . Aof)

(para A e K y ( i , a ,
EJEMPLO 4

&"), el conjunto DC" es un espacio vectorial sobre K.

Si y F son dos espacios vectoriales sobre el mismo cuerpo K, entonces podemos articular
el conjunto F l , de las aplicaciones de E en F, como un espacio vectorial sobre K.
Sean / y g dos aplicaciones de E en F. Si x es un vector arbitrario de , entonces f ( x ) ,

g f x ) y / ( x ) + g i x ) son vectores de F. Definimos la suma de las aplicaciones / y g , que


denotamos: f + g , como la aplicacin de en F que verifica:
Vx

6 ,

\ f + g ] i x ) = f ( x ) + g{ x ) .

Es un ejercicio sencillo, que dejamos al lector, comprobar que la adicin de aplicaciones asi
definida articula el conjunto F L como grupo abeliano.

I- E S P A C IO S V E C T O R IA LE S

Notacin

E! elemento neutro para la adicin de aplicaciones se denota: O, y verifica:


V e E, Ot x) = 0; .

donde O designa el elemento neutro de la adicin de vectores de F.

Anlogamente, si es un escalar y / es una aplicacin de F. en F, definimos la apli


cacin ./ de E en F como la que verifica:
V x e f , [ / ] ( x > = ./'<*).
Podemos, pues, considerar la ley de composicin externa:
( , / ) & x f / F l:,
la cual verifica ser, como el lector puede comprobar sin dificultad, asociativa en los elementos
de IK, distributiva respecto de la adicin en & y respecto de la adicin en E, y neutra para el
elemento I de K.
En conclusin: con la adicin y la ley de composicin externa aqu definidas, F ' es un
espacio vectorial sobre D.

2.

C o m p o n en tes d e un v e c to r d e K "

Siem pre que considerem os R " o

im plcitam ente estarem os suponiendo que son espacios vectoriales sobre R o so


bre K, respectivam ente, con las operaciones definidas en los ejem plos 2 y 3 interio
res (cf. p. 35). El primero: R " , lo m anejarem os en todos los ejem plos; el segundo:
en m uchas consideraciones tericas. Recordam os que dos elem entos (exi ,

y (/i,, p >..............} de K " son iguales:


a) =

(P\.Pz

Pn ) .

precisam ente si:

I =/*!. L' = Pz

y n =Pn-

Es decir:
I = Pl,

(I

,2

a> =
n i = ( p u p ............ P n )

Componentes de
un vector de '.

Si ( i , a

) e s un vcc io r de K " , de a i direm os es su p rim era com ponente;

de a_>, su se gu n d a com ponente, etc; y , en general, de

(1

^ Pn -

su t-sm a com ponente

* i < n).

Por tanto, dos vectores de K " son iguales precisam ente si su s com ponentes co
rrespondientes son iguales.

UBESPACIOS VECTORIALES

1.2

37

SUBESPACIOS VECTORIALES
l.

D e fin ici n de su b esp acio v e c to ria l

M ostram os la definicin de su bespacio

vectorial, y a continuacin dam os u n p rim er ejem plo.


D e fin ic i n
S u b e s p a c io

vectorial

Sea u n esp acio vectorial sobre u n cu erp o &. De u n su b co n ju n to no vaco F de E


direm os e s u n su b e sp a c io v e c to ria l de si se verifica:
(SV1) V (u , i) e F 1, v + w E .F,
(SV2) V A K , V v e F , A v e F.

Si F e s u n su b esp acio vectorial de E, de la definicin y en concreto del en u n


ciado (S V 1) se dedu ce que la restriccin al con ju n to F d e la adicin de vecto res de
es u n a operacin sobre :
(i>,uO e f x f v ^ u> e F,

(4)

y fcilm ente se com prueba que e sta operacin articu la el con ju n to f com o grupo
abeliano; y tam bin se dedu ce del en un ciado (SV2) que lo anlogo acontece con
la operacin externa, es decir, es p o sib le definir la o p eraci n extern a sobre F p ara K
siguiente:
tA ,t e K x f A r e F,

(5)

operacin extern a que evidentem ente es asociativa en los elem en tos de K , d istri
butiva re sp ecto de la adicin en D y resp ecto de la adicin en E, y n eutra p ara el
elem ento 1 de K. lin consecuencia, el con ju n to F con la operacin (4) y la operacin
extern a (5) e s u n espacio vectorial sobre K.
Podem os, p u es, afirm ar:
d o s u b e s p c io

, pctoi i,4 es

T od o su bespacio vectorial de u n esp acio vectorial so b re u n cuerpo

es, a su

vez, u n espacio vectorial sobre K.

-l i o v e c t o r i a l

EJEMPLO 5

El subconjunto de
F

(X i,X j,X 3 ) e

IR1| X \

*3

0}

es un subespacio vectorial de K
Para justificarlo, analicemos en primer lugar qu significa que un vector de IRJ pertenezca
a F.
De la definicin del conjunto F deducimos que una terna ( x lpx 3,Xj) de R 1 pertenece a F
precisamente si:
x\

+Xi

0.

I. ESPACIOS VECTORIALES

En otras palabras, un vector de R3 pertenece a F precisamente si la suma de sus componentes


primera y tercera es igual a 0.
Para probar que F es un subespacio vectorial de l 3 hay que probar en primer lugar que F
no es el conjunto vaco, circunstancia que se verifica, pues, por ejemplo, (0,0,0) e F.
F.n segundo lugar, veamos que se cumple (SVI). Sean u =

(y ,

,x;>,X i) y w = (y\.y>, V3 )

dos vectores arbitrarios de F , y por tanto:


0 y

+ x-) =

X\

Vi + y i

(6)

= 0.

Entonces:
v + w = (X|, X j, A 'j) c ( y u V2. V3 ) = U'i + Vi,.V2+ v 2, x 3 + Xs).
) v - w es un vector deF, pues la suma de sus componentes primera ytercera, como se

deduce de (ti), es nula:


(.Y]

_Vl

) + (Xj + y 3 ) = (x, + x ;) + {y i + v 3 ) = 0 - 0 = 0.

En consecuencia, se verifica (SVI).


Por ltimo, probemos se cumple (SV2). Sea v = <X|,X2, X 3 ) un vector arbitrario de F, y
por tanto:
,Y] - X; = 0,

(7)

y sea A un escalar arbitrario (en este ejemplo, un nmero real). Entonces:


,\ V =

A(.V|, A'2,X;|) =

( A . V 1 . A . Y 2 , A. V; | ) .

Pero At> es un vector de F, pues la suma de sus componentes primera y tercera es, de acuerdo
con (7), nula:
AX[ +

\ X ,

= A (,V| + X;}) = 0.

En consecuencia, se verifica (SV2).


En conclusin, F es un subespacio vectorial de IR .

Consecuencias de la definicin de subespacio vectorial

Sea un espacio vectorial

sobre un cuerpo K. Se verifica:


E l conjunto 10} y el propio E son subespacios vectoriales de E.
En efecto: es obvio que, en timbos casos, se verifica (SVI) y se verifica (SV2).
Si z es un vector de E, el conjunto:
Diz = j je e E I 3 e &, x = oz] = l z | a e K}
es subespacio vectorial de E.
En efecto. El conjunto

IK z

es no vaco; por ejemplo: 0 = Oz e

y w'z son dos vectores arbitrarios de Kz, entonces:


ivz + 'z = ( + a')z,
y la + ')z e 04z. De esta forma, se verifica (SVI).

K z.

Por otro lado, si z

SUBESPACIOS VECTORIALES

39

Por ltimo, si az es un vector arbitrario de Kz y A os un escalar arbitrario, entonces:


Awz) = (A )z , y (A )z e Kz,

Tambin, pues, se verifica (SV2), y con olio Kz es

subespacio vectorial de E.
Obsrvese que si z = O, entonces:

K .z

= KO = 10 [.

Si F es un subespacio vectorial ele E , entonces: 0 e F.


F.n efecto. Por ser F subespacio vectorial es no vacio, as que existir algn vector x
de tal que: x e F. De (SV2) se deduce: {~1 )x e F, y de (SV1) se concluye pertenece
a F el vector: x + ( - ! )x = O.

La siguiente proposicin es una caracterizacin de los su b esp acio s vectoriales.


C N S 17 d e

subespacio
vectorial

Si E es un espacio vectorial sobre un cuerpo K y F es un subcon-

P ro p o s ic i n 1.1

ju n to no vaco de E, una condicin n e ce saria y suficiente para que 1' sea subespacio
vectorial de E es:
V

Dem ostracin

(,/{)

e iK2, V (u , tu) e F 2,

x v

( 8)

fiw e F .

La condicin es necesaria. Si F es subespacio vectorial, v y w son vectores

arbitrarios de F, y a y fi son escalares arbitrarios, entonces de (.3V2) se deduce: a v

y fiw e F, y con fS V l) se concluye: txv - fiiv e F.


La condicin es suficiente. Si v y w son vectores arbitrarios de F, de (8) se deduce perte
nece a f el vector: l u x l t = v + tu, y por tanto se verifica (SV1). Y si v es un vector arbitrario
de F y A es un escalar arbitrario, de (8) se infiere pertenece a F el vector: \v + fio ~ Air, y por
tanto se verifica (SV2).

EJEM PLO 6

l'.q.d.

El subcon junto F = { (.V i, x2, x-j)

G IK1 | 2x, - x 2

+ 2 x 3 = O f, de lK:i, es un subespacio vectorial

de R \
En electo:
y y

F no es el conju nto vaco, pues, por ejem plo, (0 ,0 ,0 ) e F ; y si x =( x , x 3, x p

= ( y t, yz, y i ) son dos vectores de F , es decir:


2x,

- xz -

2x 3

=0

2y ,

- y 2 + 2 y 3 = 0,

y si n y /I son dos escalares (en este ejem plo, nm eros reales), entonces pertenece

(9)
a F el

vector: (XX + (fy = ( x , + / ly i ,txx; t f i y i , RX. x fiv-j), pues (de acuerdo con (9)):

2(X| + fiy i ) - (rtxj + fiy) x 2txx3 + jSy;t) = e(2x, - x> x 2 x 3 ) - fit.2 y i - y 2 - 2 v 3 i = 0.


En conclusin, hem os probado:
V (,/>) g I 2, V i x , y ) e F-, x + fiy g F,
y de acuerdo con la p rop osicin 1.1 (cf. p. 39), F es un subespacio vecto rial de H 3.

" C N S : c o n d i c i n n e c e s a r i a y . su fic ie nt e.

I. ESPACIOS VECTORIALES

40

2 . I n t e r s e c c i n d e s u b e s p a c io s v e c t o r ia le s

La interseccin de dos o m s su b

espacios vectoriales es un su bespacio vectorial; nos lo m uestra la siguiente p ro p o si


cin.
Interseccin de
subespacios

Si F, F?,
F son n subespacios vectoriales de un e sp a d o
P ro p o sici n 1.2
vectorial E sobre un cuerpo fe, en ton ces su interseccin:

vectoriales

Fi n h~2 n - - n F,
es un subespacio vectorial de E.
Demostracin
Designemos por F la interseccin de F i, F-, . F. En primer lugar, obser
vamos que F no es el conjunto vario, pues el vector O pertenece a cada subespacio vectorial E,
1 i

< j i,

y por tanto: O e F.

En segundo lugar, si v y w son vectores de F, y y / son escalares, entonces acontece que

ir

el vector
+ pur pertenece a F. En efecto: como F[, F, . . F son subespacios vectoriales,
se tiene (cf. proposicin 1.1, p. 39):
V t J 1, 2 , . . . , nj , u + fhv e F,,
lo cual implica: v - /ut> e F. En conclusin, se verifica:
V (a, p) e

V (u, w ) e F , a v fiw e F,

y F es subespacio vectorial de F.

c.p.i i.

3 . E je m p lo s d e s u b e s p a c io s v e c t o r ia le s d e fe

De acuerdo con las co n secu en

cias de la definicin de su b esp acio vectorial, los sigu ien tes su b co n ju n to s de K2:
( 0, 0) { ,

IR2,

R a , b) = { A u , b ) e I 2 | A e 1 }

con (cz,b) e R 2,

son su b esp acio s vectoriales de R 2.

EJEMPLO 7

El subconjunto de R2:
05(1,2) = | A(.1,2) 1 A IR} = {(A,2A) | A e 05}
es un subespacio vectorial de IK2.
Obsrv ese que cada vector de E (1 , 2) es un vector de la forma:
(A,2A)

para algn A e IK.

Y, recprocamente, todo vector de esta forma, esto es: (A,2A) para algn A e R, es un vector
de R(t, 2), Podramos decir con fines exclusivamente prcticos que (A,2A) es un vector
genrico del subespacio vectorial R( l , 2).

41

2. SUBESPACIOS VECTORIALES

EJERCICIO I

Si (a , b) es un vector de R 2 y f es un nmero real no nulo, demostrar se verifica:

R(pa,pfc) = R (a,b).
Generalizar este resultado.

Si a y b so n d o s n m eros reales, el su b co n ju n to de R 2:
G = ( x i , x 2) e R I .?xri + bx> = 0

tam bin e s u n su b esp acio vectorial de R 2.


En prim er lugar, o b servam os que si a = b = 0, en to n ces G = IR-, con lo que G e s
u n su b esp acio vectorial de R 2. En otro caso: si a y b n o so n sim ultn eam en te nulos,
se verifica:
G = m - b ,a ),

(10 )

y por tanto 6 ' tam bin es, en este caso , un su b esp acio vectorial de R 2. La igualdad (10 )
se pu ed e ju stific a r d e la siguiente m anera. Si su p o n em o s que a * 0, se tienen las
sigu ien tes equivalencias:
(x i , x 2 ) e G

=> x i =

Cl

X2

<=* ( X | ,x 2 ) = X 2 ( _ i )
<= ( X j,X 2 )

*)

<=> ( x i , x 2 ) e R ( ~ b , a ) ,
y en consecuencia:
{ ( X | , x 2) R 2 I a x i + bX 2 = 0| = R ( - b , a ) .
Si a = 0, en ton ces b *

(pues a y b no son sim u ltn eam en te nulos), y de form a

sim ilar se llegara al m ism o resu ltado.

EJEMPLO

El subconjunto de R2:
| ( x i ,x 2) R"' I 3 x i - x 2 = Oj
es un subespacio vectorial de R-'. Se verifica:
{ ( x i , x 2) e R 2 I 3 x j - x = 0} = R ( l,3 ) .

I. E S P A C IO S V E C T O R IA LE S

42

4.

E je m p lo s J e s u b e s p a c io s v e c t o r ia le s d e K

Los siguientes subconjuntos

de IR-1 :
{( 0 , 0 , 0 ) ,

R3,

R(ti, fr, c) = {A(<i,f,c) e R 3 I A R

con i a , b , c ) R3 ,

son su b espacios vectoriales de R3 .

EJEMPLO 9

El subconjunto de R 1:
R ( ] , 2 , - l ) = | A( 1 . 2 , - 1 1 I A e R] = { ( A. 2 A. - A) I A Rj
es un subespacio vectorial de R
Obser\'emos que un vector genrico de R( l , 2 , - 1 ) es (A, 2 A, - A), en el mismo sentido en
que (A,2A) lo es del subespacio vectorial R( l , 2 ) de R- (cf. ejemplo 7, p. 40).

Si a, b y c son nm eros reales, razonando de form a anloga a como se hizo en el


ejem plo

(cf. p. 39), se com probara que el subconjunto de R 3 :


{ ( X 1 .X 2 .X 3 ) e R 3 I a x \ + fax2 + e x * =

es subespacio

0}

(II)

vectorial de R 3. N tese que si a, b y c son sim ultneam ente nulos,

entonces este conjunto coincide con R3 .

EJEMPLO 10

Los siguientes subconjuntos de R 3:


Fi = {(X 1 .X 2.X 3 ) R3 Xi - 2x + Xj = O j,
Fz - {(X1. X3. X3) ' I x i =

2x i ,

son subespacios vectoriales de R3, y por tanto su interseccin: f j n Fj, tambin es un subes
pacio vectorial de R 1 (cf. proposicin 1.2, p. 40). Adems, se verifica:
f j n f . = R( 4 , 3. 2) .
Nota

(12)

En el capitulo IV veremos un mtodo que nos permitir obtener el subespacio vecto

rial que es interseccin de dos o ms subespacios vectoriales dados. Por el momento, nos
limitaremos en este ejemplo a comprobar se verifica ( 1 2 ).

l'n vector ( a , b, c ) de R 1 pertenece a F. precisamente si: o = 2c. Todo vector de F.. es,
pues, un vector de la forma:
<2c,l, c)

para algn r e R y algn b

R,

SUMA DE SUBESPACIOS VECTORIALES

y roclo vector de la forma anterior pertenece a F>. Podernos decir que el vector (2c, b, c ) es un
vector genrico del subespacio vectorial F>.
Ahora, el vector (2 c,b,c) pertenece a F\ (y por tanto a F i n F) precisamente si la suma
de su primera componente, su segunda componente multiplicada por

-2

y su tercera compo

nente es igual a 0: 2c - 2b + c = 0, o bien: b = 3c/2. Podemos, pues, armar que un vector


pertenece a F n F_ precisamente si es de la forma:
2 c ,

Para algn c R,

es decir:
un vector genrico de F\ n F es: (2c, -c, c^ .
En conclusin:
F\ n f . = R 2 , | , l ) = 1 ( 4 , 3 , 2 1 ,

donde en la ltima igualdad se ha utilizado el resultado del ejercicio 1 (cf. p. 4 1). Queda as
probada la igualdad ( 12 ).

5.

Eje m p lo s de su b esp acios v e c to ria le s de 1

Los sigu ien tes su bco n jun to s

de IR :
( 0 ,0 ....... 0 ) } ,

R (t[,tj 2

a n) = [A(ct 1 , c?2 ....... a n)

R ",

R " I A t IR]

con { a , a ........... a ) e IR'1,

son su b esp acio s vectoriales de R ".


Y gen eralizan do la p ru eb a de que el co n ju n to de ( 1 1 ) (cf. p. 42) es u n su b e sp a
cio vectorial d e R 3 , se com probara que dad os n n m eros reales a , a<, . . . , a n, el
su b co n ju n to d e R '1:
j(X |,.Y 2

x n) e R " | a\X\ + a>x2 + + a x n = 0j

es un su b e sp acio vectorial de R 1'.

1.3

SUMA DE SUBESPACIOS VECTORIALES


l.

Su m a de su b co n ju n to s de un e sp a cio v e c to ria l

C on siderem os un espacio

vectorial E, y sean .4 y B d o s subconjuntos no vaco s de E. Se defin e la suma de A y B,


que se denota: ,4 + B, com o el con ju n to de los vecto res de E que pueden obten erse
com o sum a de u n vector de A y u n vecto r de B. En sm bolos:
A + B = [z e E | 3 x e A , 3 y e B, z = x + y ) .

Tam bin escribirem os:


A + B = [x + y | x e A y y e B }

I. ESPACIOS VECTORIALES

44

EJEMPLO i 1

Si A = 1 ( 1 , 1 ) , ( 0, 1)1 y B = ! ( - 1 , - 1 ) I, entonces:

A + B = { ( 0 , 0 ), ( - 1 , 0 ) (.

Notacin

Si x es un vector del espacio vectorial F. y 4 es un subconjunto no vaco de E,

escribiremos: x - .4, en vez de: \x\ + 4 ; es decir:


x + 4 = \x + y Iy e 4 .
Del conjunto x + 4 diremos es la suma del vector x y el conjunto A (ntese que, de
no haber hecho esta observacin, deberamos decir: suma del conjunto formado por el
nico vector x y el conjunto 4").

C onsecuencias do lo definicin do sum a do conju ntos

Si A y B son dos subconjun-

tos no vacos de u n espacio vectorial E, se verifica:

(SI)

0 + 4 = 4.
En efecto:

0+4

= 0e> 'lye4] = {>|>'e4|= 4.

IS2) S i x e s un v ecto r d e E, en to n ces:

V z ,

e x -t 4 => z - x e 4.

En efecto, para cada z e E s e tiene:


z e x + 4 => 3 u A, z = x
=> 3 u

6 4,

z - x = u <=

2-

x e 4.

<S3) Si x y y son vectores d e E tales q u e: x + 4 = y + B, en to n ces:


V z e E , (z ^ x ) -p 4 = (z - y ) - B.
Para demostrarlo, sea z un vector cualquiera de E. Un vector arbitrario

de iz 4 x ) + 4

es de la forma:

(2 + x )
Ahora bien, de la hiptesis: x + 4

- u

para algn u e 4.

y - B, se tiene que x i u (que pertenece a x + 41

es un vector de y y B, con lo que:

x -i- u

y - u'

para algn u e B.

Asi: (z + x i - u = z i (x + ut = z + i y + u i - t z - y ) + u ' , y (z t y ) ~ u e

(2 + y )

+ B,

luego: (z + x ) - u e (z - y ) + B. En conclusin: (z + x ) + ,4 (z + y ) + B.
La otra inclusin se obtiene, con el mismo razonamiento, partiendo de un vector
arbitrario de (z o y ) + R.

45

SUMA DE SUBESPACIOS VECTORIALES

La definicin de sum a de n (rt > 2) su b co n ju n to s de un espacio vectorial es u n a


generalizacin de la anterior. Si A\, A>

4 son su b co n ju n to s del espacio vecto

rial , se define la sum a de A \, A , , A de la form a siguiente:


A i + A + + A n = { x i + X 2 + + x I x\ e A i, x e .4 2 ,..., y x e A j .

EJEMPLO 12

Reconsiderando los conjuntos 4 y B del ejemplo 1 1 (cf. p. 44), si C = 1(0,0), ( 1,0 ) 1, severifica:
A + B + C - { ( 0 ,0 ) ,( 1 ,0 ) ,( - 1 ,0 ) ) .

2.

Su m a de su b esp acios v e c to ria le s de un esp acio v e c to ria l

La sum a de

su b con ju n tos de un esp acio vectorial tiene gran in ters cuando sto s son su besp acio s
vectoriales.
Si F y G son subespacios vectoriales de un espacio vectorial E,

Suma de
subespacios

entonces su suma: F + G, es un subespacio vectorial de E.

vectoriales

Demostracin

Sean iq + ivi (con v\ F y uq e G) y v_ + uq> (con tq> F y w e G)

dos vectores arbitrarios de F + G, y sean y

dos escalares. Entonces podemos escribir:

( V] + ui) + ft(v> + iv4 = (U| + pv >) + ( onv] + /Jur_.); como F y G son subespacios vectoriales,
se tiene: i>i + iv e F y cvivi +

e G, luego:

y( v i + w i ) + pi v> + uj) e F + G.
En conclusin (cf. proposicin 1.1, p. 39): F + G es subespacio vectorial.
De form a sim ilar se probara que si F \ , F

j , F son su b esp acio s vectoriales del

espacio vectorial E, en tonces su sum a: E] + E2 + + F , tam bin es un su bespacio


vectorial de E.

EJEMPLO 1 3

Consideremos los siguientes subespacios vectoriales de IR :


F, = OU1,0 ,0 )

F2 = R ( 0 ,0 ,1) .

Se tiene que F + F> es el subespacio vectorial:


F = {(xi,X 2,X 3) e R I X l> = 0 } .
En efecto. IJn elemento arbitrario de F\ + F_> es de la forma:
A (1,0 ,0 ) + p ( 0 ,0 ,1)

para algn A e IR y algn p e R;

46

I. ESPACIOS VECTORIALES

pero: A( 1,0 ,0 ) + p ( 0 ,0 ,1) = (A.O.p), y (A,0,p) e F (pues su segunda componente es nula).


En consecuencia: F + F> F.
Por otra parte, un vector arbitrario de F es de la forma:
(X i , 0, .y3 ) para algn x e R y algn y : e R;

pero: ( Y |,0 ,y 3 ) = y , (1,0,0) + YjIO.O, 1), y Y i (1,0,0) + Y )(0,0,1) e F +F. En consecuen


cia: F Fi + F>, y en definitiva: F = F| + F_>.

3. Su b esp acio s v e c to ria le s in d ep en d ien tes

Si F y G so n d o s su b e sp acio s vec

toriales del espacio vectorial F y z es un vecto r de F + G, por definicin de sum a


existen vecto res e f y w e C tales que z = v + w . Pero p u ed e ocurrir que existan
otros vectores v ' e F y w e G d e m odo que z = t/ + u ;', con v ' =
a v y uF * ut. El
sigu iente ejem p lo es una m uestra de esta situacin.

EJEMPLO 1 4

Consideremos los siguientes subespacios vectoriales de IR*:


Fi = [(Y | , x-j,xj) e 1* | Y, + Xi = Q ,

F. = {( Y | ,Y 2,Y 3) e

! 2x - y

2 + 2a-j

= 0 }.

Por ejemplo, los vectores ( 2 , 1 , - 2 ) y (3,6 ,0 ) pertenecen, respectivamente, a F y a F


(como se comprueba inmediatamente), y su suma es:
( 2 , 1 , - 2 ) + (3,6 ,0 ) = (5, 7, - 2 ) ;
pero el vector ( 3 , 7 , - 2 ) tambin puede obtenerse como suma del vector (0 , 1 , 0 ), el cual per
tenece a F |, y el vector ( 3 , 6 , - 2 ) , el cual pertenece a F. El vector ( 5 , 7 , - 2 ) puede obtenerse,
al menos, de dos formas diferentes como suma de un vector de F y un vector de F->.

Tam bin pu ed e ocu rrir que u n vecto r z de F + G tenga una nica descom posicin
com o sum a de un vecto r de F y u n vector de G\ esto es, que existan d o s nicos
vectores v y w, el prim ero de F y el segun d o d e G, tales que su sum a se a igual
a z: z = v + w . El sigu ien te ejem p lo nos lo m u estra.

EJEMPLO 15

Si F| y F> son los subespacios vectoriales del ejemplo 13 (cf. p. 45), se tiene que el vec
tor (2 ,0 ,3 ) pertenece a F + F->. pues:
(2 ,0 ,3 ) = (2,0 ,0 ) + (0 ,0 ,3)

47

3. SUMA DE SUBESPACIOS VECTORIALES

y (2,0,0) e F y (0,0,3) e Fz. Adems, la anterior es la nica manera de obtener el vec


tor (2 ,0 ,3) como suma de uno de F( y otro de F>.
En efecto: un vector genrico de F\ es de laform a: (A, 0,0); uno de F 2.d e la forma: (0,0,/./),
y si:
(2 ,0 ,3 ) = (A, 0,0) + (0,0,//),

(14)

es decir: (2 ,0 ,3) - (A,0,/t), entonces necesariamente A = 2 y // = 3, y la igualdad (14) se


reduce a la (13).

De d os su b esp acios vectoriales de un espacio vectorial se dice son in d ep e n d ie n


te s si todo vector de su su m a se pu ed e obtener de fo rm a nica com o sum a de un
vecto r del prim ero y un vector del segundo.

En o tras palab ras: dos su besp acio s

vectoriales F y G de un espacio vectorial son in d epend ientes si de:


u = x +y ,

con x e F, y 6 G,

j y
u = x ' + y ',

con x e f , y ' e G,

se deduce: x = x ' y y = y ' .

EJEMPLO 1 6

Los siguientes subespacios vectoriales de IR5:


F] = 01(0, 1 , 1 )

F 2 = {(X i,X 2,X 3) e R 3 | XI = X 2 + X j} ,

son subespacios vectoriales independientes.


Por el momento, nos limitamos slo a una comprobacin: tomemos, por ejemplo, los
vectores (0 ,2,2) e Fi y ( 3 , 1 , 2 ) e Fi, cuya suma es (3 ,3 ,4 ), que por tanto es un vector
de F] + F, y veamos que de la igualdad:
(3, 3, 4) = ( 0 ,x ,x ) + (y + z ,y ,z ),

(15)

donde ( 0 ,x ,x ) y ( y + z ,y ,z ) son vectores genricos de F y de Fz, respectivamente, se


deduce: ( 0 ,x ,x ) = (0 ,2,2) y ( y + z , y , z ) = ( 3, 1 , 2) .
De (1 5) se obtiene:
3 = 0 + y + z,

3 = x +y

4 = x + z,

que slo admite como solucin: x = 2, y = 1 y z = 2, y as (0 .x , x) = (0 ,2 ,2 ) y tam


bin ( y + z ,y ,z ) = ( 3 ,1,2 ) .
Slo hay, pues, una forma de expresar el vector ( 3 , 3 , 4 ) de f j +F> como suma de un vector
de F 1 y un vector de F>:
(3, 3, 4) = ( 0 , 2 , 2 ) + (3, 1 , 2) .
De todas formas, insistimos, no hemos demostrado que F\ y F sean independientes.

I. ESPACIOS VECTORIALES

Una caracterizacin de la independencia de dos subespacios vectoriales la pro


porciona la siguiente
CNS de
independencia de

P ro p o sici n 1.4
vectoriales Fj y

Una condicin necesaria y sufciente para que dos subespacios \


de un espacio vectorial sean independientes es:

dos subespacios

F, n F 2 = 10! .

vectoriales
Dem ostracin

La condicin es necesaria: si suponemos que F\ y F> son independientes,

y v es un vector de F\ n F>, entonces v c F y v F_>, y podemos escribir:

v = v + 0,

con v e F, 0 F>,

\
v = 0 + v,

con 0 F |, v e F>,

de lo que se deduce: v = 0, dado que F y F son independientes (cf. definicin, p. 47). En


conclusin: si F\ y F2 son independientes, entonces F n F2 = O.
La condicin es suficiente: si suponemos que F\ n F< = {0 1, y v Fi + F2, entonces de:
v = i/i + v 2,

con Ui e Fi,

e F2,

(16)

v = v' + v'2,

con v\ e Fi, v , 6 F_>,

se deduce (restando): 0 = (ti - v\) + (v 2 - v'2), de donde:


t'i - v\ = v\ - u.-.
Ahora bien, comosetieneque v

(17)

- v\ F) y que v 2 -v> e F, de (17) se deduce que tambin

ii - v\ G F_> y v >- v 2 6 F i, luego:


v - v\ e F| n F y

v', - v 2 e F\ n F >,

y con la hiptesis: F n F> ={0}, se infiere: v i - v\ y v >- v',, y las dos descomposiciones
de (16) son idnticas. As, todo vector de F) + F> se puede expresar slo de una forma como
suma de un vector de F y un vector de F2, esto es, F y F2 son independientes.

EJEMPLO I 7

Ahora estamos en condiciones de probar son independientes los subespacios vectoriales F\


y F2 de R 1 vistos en el ejemplo 16 (cf. p. 47). De acuerdo con la proposicin 1.4, lo justificare
mos si demostramos se verifica: Fi nF_> = {( 0 , 0 , 0 )!.
Un vector que pertenezca a Fi es de la forma: ( 0 ,x ,x ) , y si pertenece, adems, a F2, su
primera componente es igual a la suma de las otras dos:

0 = x + x.
y por tanto: x = 0. En consecuencia, slo el vector (0,0,0) pertenece simultneamente a F\ y
aFz: F, n F> = {(0 ,0 ,0 )!. Los subespacios vectoriales F y F- son, entonces, independientes.

3. SUMA DE SUBESPACIOS VECTORIALES

49

Si y G son d o s su b e sp acio s vecto riales in d ep en d en les de un espacio vectorial E,


su sum a: F + G, se denota de la forma:
F G,

y de F e

6 ' se

dice es la su m a d ire c ta de F y G. Si, adem s, se verifica:


= G,

de lo s su b e sp acio s vecto riales F y G de se dice so n su p le m e n tario s.

EJEMPLO 18

Los subespacios vectoriales | y F> de R :i vistos en el ejemplo 1 (i (cf. p. 47) son suplementar
ios.
En efecto. En el ejemplo 1 7 (cf. p. 48) ya vimos que F\ y F son independientes, con lo
cual su suma es la suma directa F, e F. Slo resta, pues, comprobar que esta suma directa
es igual al espacio vectorial R 3.
Pero si [ X t . X 2 . X 3 ) es un vector arbitrario de R :\ entonces ( x i , X 2, x :) es igual a:
fn X2+X3-X1

x- - x- - x , \

X 2-X 3+X 1

/ + r 1,

x i - x 2+ x 3\

y adems:
/

x 2 + X ;( - X ,

------- 2------- ------- 2------- ) G F u

luego: (X 1 .X 2.X 3 ) e

X2 + X ; i - X i \ r

X 2 - X , + X,

I a ' -------- 2

X,

- X- , + X 3 \

'

) ^ r2'

F,. En consecuencia: IR1 i _>, y como obviamente se verifi

ca: F 1 F> R 3, se concluye: Ej F> = R 3, es decir, los subespacios vectoriales F y F son


suplementarios.

De fo rm a an loga a com o hem os h ech o con d o s su b e sp acio s vecto riales, se define


la in d epend en cia de n (n > 2) su b esp acio s vecto riales. De lo s su b esp acio s vectoriales
F 1 , F 2 , .... F,, de un esp acio vectorial se dice son in d ep e n d ie n te s si todo vecto r u

de su sum a: n e F\ +

2 +

+ Fn, se pu ed e escribir de form a nica com o sum a d e n

vectores: u = u + u + + u . de m anera que: u\ e E j, u> e F>. u e F.


En o tras palab ras: lo s su b esp acio s vecto riales F 1 , 2 , . . . . F son independientes
si, p ara cad a vecto r u d e su sum a, de:
u = u\ + u + + u ,

con U| e F [, u e F_n .

F ,

y
u = v\ + v> + + Vii.

se deduce: U| = v lt u = v , u

con v i e Fj , v> - F. . . . . v n e F ,
= v .

/. ESPACIOS VECTORIALES

50

Finalm ente, otra fo rm a de e x p re sa r la independen cia de los su b e sp acio s vecto


riales F i, F?, .

es la sigu ien te: cad a vecto r u de su sum a determ ina de form a

unvoca (inequvoca) n vecto res u \, i 2, .. ., u tales que:


i s F [, u e F, . . . , u n e F
U = U\ + U 2 + + u n.

Podra p en sarse que la caracterizacin de la independen cia de d o s su besp acio s


vectoriales d ad a en la p roposicin 1.4 (cf. p. 48) es gen eralizab le a m s de d o s s u b e s
pacios; en particular, que si los su b esp acio s vecto riales F j , F>

F fueran de in ter

seccin igual a 1 0! , en ton ces seran in dependientes. Pero esto no se verifica, como
com probam os en el sigu ien te ejem plo.

EJEMPLO 19

Es fcil comprobar que los siguientes subespacios de R-:


Fi=R(l,0),

Fj = IR( 1 , 1 )

F j = 01(0,1),

verifican: F 1 n F n F:< = (0 ,0 )}. Sin embargo, estos tres subespacios vectoriales no son
independientes: por ejemplo, el vector (2,2) puede obtenerse de ms de una forma como
suma de tres vectores, uno de cada uno de los subespacios vectoriales F i, F> y Fu
(2,2) = (0,0) + (2,2) + (0,0)

( 2 , 2 ) = (2 , 0 ) + (0 , 0 ) + (0,2).

No obstan te, podem os utilizar de algun a fo rm a la caracterizacin de la p ro p o si


cin 1.4 (cf. p. 48) p a ra estu d iar la in d epend en cia de m s de dos su b e sp acio s vecto
riales. C om encem os con el caso p articu lar de tres su b esp acio s. C on siderem os, pues,
tres su b e sp acio s vectoriales F \ , F y F d e u n esp acio vectorial E. Si se verifica:
F[ y (F + F j ) son in dependientes,
F> y F 3 so n independientes,

en ton ces podem os afirm ar que lo s tres su b e sp acio s F j , F y F; so n in dependientes.


En efecto. Si u es un vector de F + F + F j, entonces:
u = u 1 + u + Mj

para algn u \ e F 1 , algn u >e F y algn U j e F j ,

y lo s vecto res i|, u >y u que verifican lo an terio r so n n icos; podem os escribir:
u = U| + (u-> + U 3)

con Uj Fj y u 2 + U 3 e F> + Fj,

SUMA DE SUBESPACIOS VECTORIALES

51

lo que estab lece que u perten ece a la sum a d e los su b e sp a c io s F 1 y (F> + F ,), y de
su p o n er son sto s in d ep en d enles obtenem os com o co n secu en cia la unicidad de u t
y la de u 2 + uy, tam bin pod em o s escribir:
u >+

1/3

e F2 + F3

con u <e F 2 y m e F3 ,

y de su p on er la independencia de lo s su b esp acio s F2 y F } se dedu ce la unicidad de los


vectores u> y m3. Los su b esp acio s vecto riales F , F y F 3 son , pu es, in dependientes.
En general, si los su b esp acio s vecto riales F ] , F>, . . . , F verifican:
[1] :

F\ y (F + ....................... + F n ) son in dependientes,

[2] :

F> y (F 3 + + F ) son in dependientes,

[n - I ) :

y F son in dependientes,

en ton ces son independientes.


En efecto. Sea u F| + F + + F ; en ton ces: u = u\ + u + + u para
algunos vectores U\

F\, u> e F 2 , u

e F . Se tiene:

u e F| + {F 2 + + F ),

y d el en un ciado [ 1 ] se dedu ce que u 1 e st in equvocam ente determ inado. Tam bin


se verifica:
u + W3 + + u n e F 2 + (F 3 + + F ) ,

y del en un ciado [ 2 ] se in fiere que u> qu ed a tambin in equvocam en te determ inado.


A s, su cesivam en te, llegam os a:
Wit-l + u n G F _

1 + F,j,

y de fn - 1 ] se obtiene que u _ i y tt estn in equvocam ente determ in ados.

En

conclusin: si u e F\ + F 2 + + F y se verifica: [ 1 J, 1 2 J, . . . , l n - 1 ] , entonces


h ay u na n ica form a de escrib ir u com o sum a de n vecto res, uno de cada un o de los
su b esp acio s vectoriales F 1 , F , . . . , F . Es decir: F u F >, . . . , F so n in d epend ientes.

EJEMPLO 20

Los cuatro siguientes subespacios vectoriales de R 3:


F 1 = j(X |,X 2,X;},X 4,X 5) R :1| X] = X;> = Xj = X4} ,

F2 = 01(1,1,0,0,0),
son independientes.

F = 01(0,1,1,0,0),

F4 = RO, 0,0,1,0),

I. ESPACIOS VECTORIALES

Para demostrarlo, comprobemos en primer logar que son independientes los subespacios
vectoriales Fi y (F + F? + F j), para lo cual (cf. proposicin 1.4, p. 48) veamos se verifica:
Fi n (Fz + F3 + F4) = { (0 ,0 ,0 ,0 ,0) j .
Un vector genrico de F i es de la forma: ( x , x , x ,x , y ) . Si este vector pertenece, a su vez,
a (Fi + F3 + F4), entonces:
(x , x , x , x , y ) = (s,s, 0 , 0, 0 ) + ( 0 , t , t , 0 , 0 ) + {0 , 0 , 0 , 1 , 0 )

(18)

para algunos nmeros reales s, t y . De (18) se deduce:


x = s,

x = s + t,

de donde: x = s = t = 1 = y = 0.

x ~ t,

x = l,

y = 0,

En consecuencia, F n(F + F: + F4) es igual a 1(0 ,0 ,0 ,0 ,0 },

y los subespacios f , y (F + F + F4) son efectivamenteindependientes.


En segundo lugar, comprobemos que F> y (F? + F4) son independientes, o lo que es lo
mismo: F n (F + F\ ) = {(0 ,0 ,0 ,0 ,0 )}. Si el vector ( .x ,x ,0,0 ,0 ), que es un vector genrico
de F, pertenece a (F=, + F4), entonces:
(x ,x , 0 ,0 ,0 ) = ( 0 , , , 0 , 0 ) + (0,0,0,1,0)

para algunos nmeros reales s y 1. Se obtiene:


x = 0,

x = s,

0 = s,

0 = 1,

de donde: x = s = l = 0,. Por tanto: F> n {F + F4) = {(0 ,0 ,0 ,0 ,0 1, y F y {F + F4) son


independientes.
Finalmente, veamos que F3 y F.1 son independientes. Si (0 ,.v ,x ,0 ,0 ), vector genrico de Fu
pertenece a F4, entonces:
(0, a: , x , 0 , 0 ) = ( 0 , 0 , 0 , 1 , 0 )

p a r a al g n / e R.

Se obtiene: x = 0 y l = 0, y por tanto: F 3 n F4 = {(0 ,0 ,0 ,0 ,0 11, y F 3 y F4 son independientes.


Tomemos el vector (0,2, - 1 , - 2 , 1) que admitiremos pertenece a la suma de F i, F>, F,
y T4, y comprobemos quedan determinados unvocamente unos vectores u, u>, u y 4,
petenedentes, respectivamente, a Ft, F>, F y F4, tales que su suma es igual a (0,2, - 1 , - 2 , 1 ) :
(0, 2 , - 1 , - 2 , 1 ) = i + Uz + u 3 + U4.
Si ( x , x , x ,x , y ) , (s, s ,0 ,0,0), (0, , t , 0, 0) y (0 ,0 ,0 ,1,0 ) son vectores de F\, Fz, F4 y F4, res
pectivamente, tales que:
( 0 , 2 , - 1 , - 2 , 1 ) = (x ,x ,x ,x ,y ) + ( j , 5, 0,0,0) + (0 , t, 1 , 0 , 0 ) + (0 , 0 , 0 , 1, 0 ),
entonces:

0 = x + s,

2 = x + s 4- ,

- 1 = x + ,

- 2 = x + /,

1 = y.

SUMA DE SUBESPACIOS VECTORIALES

de donde:

= 2,

x = -3,

5 = 3,

(= 1

y y = 1.

En consecuencia, el vector (0,2, - 1 , - 2 , II queda descompuesto, unvocamente, como suma


de los vectores:

i = (-3, -3, -3, -3 ,1) e f i,

Ui = (3,3,0,0,0) e Fj,

m3 = (0,2,2,0,01 e Fj y u4 = (0,0,0,1,0) e F4.

Si F i, F'2 , . . . , Fn so n su b e sp acio s vecto riales in d epend ientes de un espacio vecto


rial E, su sum a: F i + F> + + F, se denota:
F i F e F ,
y de F| F F se dice es la su m a d irecta de F\, F 2

EJEMPLO 21

F .

Los cuatro subespacios vectoriales de 05" vistos en el ejemplo 20 (cf. p. 5 1) son independien
tes, como en este mismo ejemplo citado se demostraba, as que su suma es suma directa:
Fi F Fi F4.

4. C o m b in acio n es lin e a le s

A firm ar que un vecto r es igual a una com binacin

lineal de otros significa lo siguiente:


Definicin
Combinacin

Daclos n vectores v\, v 2, -, v de un espacio vectorial sobre un cu erpo K,


de cada vecto r de la su m a de los su b esp acio s vecto riales & iq , IKV2 , . K^ n , es
decir, de cada vecto r ele:

0C f|

+ K u 2 + + K u n,

se dice e s u na co m b in a cin lin ea l de lo s vecto res v , v 2, -, v n.


Un vector z de E es u n a com binacin lineal de lo s vecto res v\, v >, . . . , v p recisa
m ente si existen esc a la re s oi, i\ 2, . . . , <xn tales que:
z =

+ a v + + a nv .

Todo vector que es com binacin lineal de vecto res de un m ism o su b esp acio vec
torial perten ece, a su vez, al su b esp acio vectorial.

I. ESPACIO S VECTO RIA LES

54

EJEMPLO 22

El vector (3,0, - 3 ) de R-* es una combinacin lineal de los vectores:


(1,1,0), (0, 1,1 ) y ( 3 , 1 , - 2) ,
pues los escalares 0, - 1 y 1 son tales que:
(3,0,-3) = 0 ( 1 , 1 , 0 ) + ( - 1 X 0 , 1 . 1 )

EJEMPLO 23

1(3,1,-2).

El siguiente subespacio vectorial de R 1:


f = \ ( X \ , X z , X 3 ) OS* I X > = 0 } ,

es el conjunto de las combinaciones lineales de los vectores:


(1 , 0, 0) y (0, 0, 1),
pues (cf. ejemplo 13 , p. 45): F = R( 1 , 0, 0) + R( 0 , 0 , 1).

1.4

SUBESPACIOS AFINES
1. D e fin ici n de sub esp acio a fn

Vem os en prim er Ju g a rla definicin de su b e s

pacio afn de u n espacio vectorial:

Definicin
Subespacio afn

De u n su b con ju n to no vaco de u n espacio vectorial E se dice e s u n s u b e sp a c io


a fn de E si pu ed e ob ten erse com o su m a de u n vector d e E y u n su bespacio
vectorial de E.
En sm b olos: el conju n to no vaco A E e s su b e sp acio afn de E si existen un
vector i i E f y u n su bespacio vectorial F de de fo rm a que:
.4 = v + F = v + x I x e F ] .
Nota

En lo sucesivo, con la frase u> + C es un subespacio afn del espacio vectorial E",

supondremos implcitamente que w es un vector de E y que C es un subespacio vectorial


de E.

4. SUBESPACIOS AFINES

EJEMPLO 24

55

El siguiente subcon.junto de IR*:


.4 = ( ( 1 , 1 , 3 ) } ,
que obviamente es no vaco, es un subespacio afn de R 3, pues:
4 = ( 1 , 1 , 1 ) } = ( 1 , 1 , 1 ) + 1(0, 0, 0)1.

EJEMPLO 25

El subespacio vectorial de R 3 siguiente:


A = ((X 1 .X 2.X 3 ) e R 3 I x , + X'i 0 y x 2 + x 3 = O j,

es un subespacio afn de R3, ya que, como comprobamos a continuacin, 4 es igual al si


guiente subespacio afn de !
S = (0 , 0 , 0 ) + R ( - l , 1 , - 1 ).
Si (X ,, x -, x ) es un vector de 4 , es decir:
X|

+ x 2 = 0 y x 2 + x. = 0,

entonces: x i = -x> y x 3 = -x>. Podemos, pues, afirmar que todo vector de 4 es de la forma:
( - X 2, x 2, -x) para algn x e R. Pero:
( - X 2.X 2. - X 2) = x 2 ( - 1 , 1 , 1 ) = (0 , 0 , 0 ) + x 2 ( - l , 1 , - 1 ).
lo que establece que el vector (- x 2, x 2, -x-) pertenece a S. Asi: 4 s S.
Recprocamente, un vector de S es de la forma:
(0,0,0) + A< - 1 , 1 , - 1 )

para algn A e R,

pero: (0,0,0) + A( - 1 , 1 , - 1 ) = (A, A, A), y se tiene: (A, A, A) e 4 , ya que: ( - A) + (A) = 0


y (A) + (-A) = 0. En consecuencia: S 4 . V en definitiva: 4 = 5 , y 4 es un subespacio afn
de R !.
EJEMPLO 26

El siguiente subconjunto de K3:


4 =

| ( X |, X

>

,X 3 ) e

R 3 | X | - X; (

= 4} ,

que es no vaco (por ejemplo: (4,0,0) e 4), es un subespacio afn de R3, pues es igual al
subespacio afn:
B = (4,0,0) + R( 1 , 0 , 1 ) + R((),1,0),

como comprobamos seguidamente.


Si (X 1 .X 2.X 3 ) es un vector de 4 , ha de verificar: x i - x :! = 4, con lo cual puede escribirse
de la forma: (X 1 . x 2. x 3 ) = (x 3 + 4 ,X 2, x 3), y como:
(X;i +4,X2,X ;i) = (4,0 ,0 ) + X :i( l , 0 , l ) + X 2( 0, 1 , 0),

/. ESPACIOS VECTORIALES

56

se tiene: U 1 .X 2.X 3 ) = <x3 + 4 ,X 2 ,x 3) e B. En consecuencia: A B.


Recprocamente, todo vector de B es de la forma:
(4,0 ,0 ) + A( 1 , 0 , 1 ) + p ( 0 , 1 , 0) = (4 + A.p.A),
que es un vector que cumple la condicin para pertenecer a A: (4 + A) - (A) = 4. En conse
cuencia: B A, y en conclusin: A = B.

Consecuencias de la definicin de subespacio afn

Si E e s u n espacio vectorial sobre

u n cu erp o K, se verifica:
Un subconjunto de E formado por un nico vector es un subespacio afn de E.
En efecto: si A = 1 v c , entonces: A = v + 0 |. Obsrvese que, en particular, el
conjunto 10 es un subespacio afn de E.
Todo subespacio vectorial de E es un subespacio afn de E.

Pues si F es un subespacio vectorial de F, se puede escribir: F = 0 + F. Ntese que, en


particular, el propio E es un subespacio afn de E.
Si v y iv son dos vectores de E, el conjunto:
v + &u> = { v + Aw | A K}
es tambin un subespacio afn de E.

Es una consecuencia inmediata de la definicin. Ntese que si w = 0, el subespacio afn


anterior se reduce a !v|.
Si ti 0, del subespacio afn v+Ku> de E se dice es una recta del espacio vectorial E.

EJEMPLO 27

El subespacio afn de K:i visto en el ejemplo 25 (cf. p. 55):


.4 = (X 1.X 2 .X 3 ) e H :i I xi + x j = 0 y x j + x 3 = 0 | ,

es una recta de R :i, ya que, como se demostr en el ejemplo citado, se tiene:


A = (0 , 0 , 0 ) + R ( - 1 , 1 , - 1 ),

y ( - 1 , 1 , - 1 ) * (0,0,0).

S i v t F es un subespacio afn de un espacio vectorial E y w es


un vector de E, entonces:
(w e v + F ) <=> (tu + F = v + F ).

4. SUBESPACIOS AFINES

57

Demostracin

Demostramos en (S2) (cf. p. 44) la siguiente equivalencia:


(te e e + F) =* (u - v e F>;

pero al ser F un subespacio vectorial podemos escribir:


(w e v + F) <=> ( t t i - i t e f ) = > (v - w e F).
Por otra parte, como el lector puede comprobar, se verifica:
( u t e e + F) <=> (lw + F ' v + F).
Pn consecuencia:

(tv + F e v +f ) <=> t w e v +F) <=>I t i - u i e F )


<=>

IV

W t f ) <= ( V

+F

+ F),

y en conclusin: ( t ee t i - t f l = (tv + F = v + F).

c.q.d.

Como consecuencia de esta proposicin se tienela siguiente


CMS para que un
subespacio afin

P ro p o sici n 1.6

Si v + F es un subespacio afn ce un espacio vectorial E, se

verifica:

sea subespacio

[
. V +Fcs
'j <=* (U + p = p ) <=> (v e F ).
[subespacio vectorial)

vectorial

Demostracin

Por un lado, si v + F es subespacio vectorial, entonces a l pertenece el

vector 0, y de acuerdo con la proposicin 1.5 se tiene:


i/ + F = 0 + F = F.
El recproco es obvio: si v + F = F, entonces v + F es un subespacio vectorial. Queda asi
probada la primera equivalencia.
Por otro lado:
1 v e F ) <=> ( u e O + F) => (u + F = 0 + F) <=> (i; + F = F),
lo que termina de probar el resultado.

Dado un subespacio afn A de un espacio vectorial E , es decir:


A = v + F

con

ti e

y f un subespacio vectorial de E,

nos preguntamos si existe algn vector w de E, distinto de v, y algn subespacio


vectorial G de , distinto de F, de forma que:
A = v + F = u> + G.

lina respuesta parcial nos la da la siguiente proposicin.

I. ESPACIOS VECTORIALES

Igualdad de
subespacios
afines

Si v + F y w + G son el mismo subespacio afn de un espa

P ro p o sici n 1.7

cio vectorial E: v + F - w + G, entonces los subespacios vectoriales F y G son


iguales: F - G.

Demostracin

De lahiptesis: v + F = w + G, y teniendo encuenta (S3) (cf. p. 44), se

deduce: (v + ( - t ) + F =(w + ( - t ) + G, de donde (cf.

(SI), p. 44):

F = (w - v ) + G.

(19)

De esta forma, el subespacio afn (w - v) + G es un subespacio vectorial, y por tanto (cf. pro
posicin 1.6, p. 57): G = (w

v) + G, que unido a la igualdad (19) permite finalmente concluir:

G = (w - v ) + G = F.

c.o.u.

Nota bene
Si v + F es un subespacio afn de un espacio vectorial E y w es un vector de
tal que: v + F = w + , no se deduce necesariamente que v sea igual a w.
A

EJEMPLO 28

Si F es el subespacio vectorial de R3:


F = R( 1 , 0 , 1 ) + R ( 0 , 1,0),

se verifica: (4,0,0) + F = (0,0, -4 ) + F.


En efecto, podemos escribir: (4,0,0) = (0 ,0 ,- 4 ) + (4,0,4), con (4,0,4) e F; de esta
forma: (4,0,0) e (0,0, -4 ) + F, y por tanto (cf. proposicin 1.5, p. 56):
(4,0,0) + F = ( 0, 0, - 4) + F.

2. interseccin de subespacios afines

Puede ocurrir que dos subespacios af

nes de un espacio vectorial no tengan ningn vector en comn; en este caso, su


interseccin es el conjunto vaco, que no es subespacio afn.

EJEMPLO 29

Los siguientes subespacios afines de R 3:


= (1,1,0) + R(1, 0, 1)

B = ( 2 , 0 , - 1 ) + R( 0 , 1 , 1 ) ,

son tales que A n B = 0, como el lector puede comprobar fcmenle.

SUBESPACIOS AFINES

59

Pero si la interseccin no es el conjunto vaco, entonces sta es un subespacio


afn, como probamos en la siguiente proposicin.
Interseccin de
subespacios

Pr opos i ci n L8
S i v + F y w + G son subespacios anes de un espacio vectorial E
tales que su interseccin es no vaca: (v + F ) n (w + G) * 0, entonces:

afnes

(v + F ) n (w + G ) = z + (F n G),
donde z es un vector de (v + F ) n (te + G).

Demostracin

Como, por hiptesis, z

(v + f ) n (w + G), se tiene (cf. proposicin 1.5,

p, 56): v + F = z + F y w + G = z + G ,y por tanto:


(ir + F) n (te + G) = (z + f ) n z + G).

( 20 )

Si x es un vector de E, se verifica:
x Gz +F

x E h + F)nlz+G)

x e z+ G
x -zg F

y
x - ze G

<=> x - z e F n G

<=> x

6z+

(fnC),

y en consecuencia: (z + F) n (z + G) = z + ( f n G), que unido a (20) permite finalmente


concluir: (v + F) n (w + G) = z + (F n G).

EJEMPLO 30

c.o.o.

Recordemos los subespacios vectoriales de R 3 vistos en el ejemplo 10 (cf. p. 42):


F = {( x i , x >,X ) e R3 I x\ - 2x + x 3 = 0] ,
F> = { (Xi , X 2, x 3)

I X] = 2 x 3 1 .

los cuales verifican: f j n F> = R(4, 3, 2) , y consideremos los subespacios afines de R 3 siguien
tes:
A = ( 3 , 2 , 1 ) + Fi

B = (7, 5, 3) + F2.

La interseccin .4 n B no es el conjunto vaco, pues por ejemplo (como e! lector puede


comprobar sin dificultad): <1, 1 , 1) e A n B. La proposicin 1.8 nos permite asegurar
que .4 n B es un subespacio afin de IR3:
A n B = ( - 1 , - 1 , - 1 ) +F n F 2 = ( - 1 , - 1 , - 1 ) + 01(4,3,2).

I. ESPACIOS VECTORIALES

fio

Llam am os hiperplano de IR'1 a todo co n ju n to de la forma:


n
H = {( .v i,x 2
x ) e R " I Y J a <x ' = d i ,
f=i
donde a i , a , , a n y d son n m eros reales, y a\, a
no son sim ultneam ente
.3. H ip e rp la n o s de IR"

nulos.

EJEMPLO 31

El conjunto siguiente:
|(.Y|,x2 ) e K2 | 2 ^ 1 + x 2 = 7 ]

es un hiperplano de IR2.
El conjunto {(x , .X 2.X 3.X 4) R 4 I 2 x 2 - x 4 = 4 es un hiperplano de IR4.
El conjunto {(X |.X 2,X 3, x 4, X j , x fi) G IR1 | x-, = 0} es un hiperplano de R6.

Los h ip erp lan os son su b esp acio s afn es, com o vem os en la siguiente proposicin.
Un hiperplano es

Todo hiperplano de R " e s subespacio afn de R ".

P ro p o sici n 1.9

subespacio afn

Demostracin

Hacemos la demostracin para n = 3.

Sea A = {(X 1 .X 2.X 3) e IR I d]X i + 1*2X 3 + a 3X 3 = d] un hiperplano de R ! . Si d = O,


entonces .4 es un subespacio vectorial de R :t y, por tanto, un subespacio afn de R3. Si d * O
y, por ejemplo, a =

0 , designemos por l el siguiente subespacio afn:


B = ( j - . 0 , o { +F,

(21)

siendo F el subespacio vectorial F = {(X 1.X 2.X 3 ) g Rj | <j|Xi + ax< + 3X3 = 0 {. Entonces
se verifica: A = B, y el hiperplano A es un subespacio afn de LR3.
En efecto, se tienen las siguientes equivalencias:

(f1.f2.f3) e R = (f1.f2.f3)

\ Cl)

O.o)/ e

~ (' - ^ ' 2:i) eF


=> flj (ti - y - ) + a d + I3 3 =

<=> a 1 f 1 + at + 13(3 = d
=

( f 1 .t 2.t 3) e A,

y como consecuencia: A = B.
Si fuera a = 0 y a> * 0, entonces la definicin de B, en (21), hubiese sido:

61

SUBESPACIOS AFINES

y si fuera a 3 el nico no nulo, hubiese sido: B = (0 ,0 ,tf/a :) + F. En ambos casos, se com


prueba que 4 = B.
La demostracin para el caso general es anloga: si II es el hiperpiano de IR":

11

= j ( x i , x j , . . . , x ) e R" | Y u rx , = d ],
hI
entonces existe fe e { 1 , 2 , . . . . ni tal que Uk * 0 , y se tiene:
H = (i).......0, ,0
V

ak

o) + \{x\,x ............ x ) e IR" I Y a x ,

l=l

y quedara as probado que I I es un subespacio afn de IR".

EJEMPLO 32

= 0 ;
c.q.d.

El siguiente subconjunto de IR'1:


,4 = l (X], X 2, X 3, x 4) e IR4 I lx 2 - x 4 = 4 ,
es un hiperpiano y, de acuerdo con la proposicin anterior, un subespacio afn de IR4. Un
coeficiente no nulo en la condicin de la definicin de A es el de X 2, que es igual a 2. Por
tanto:

.4= (o,|,0,o) + P,
donde F = { (Xi , X 2, X 3, Xj ) e R4 I 2x -x_i = 0 .
EJEMPLO 33

Es un hiperpiano de IR4 el conjunto:


.4 = | ( X | , X 2 , X . j ) S

R ' | X|

- x :( = 4 ,

el cual ya se comprob es un subespacio afn de IR:i (cf. ejemplo 26, p. 55). De acuerdo con lo
dicho en los prrafos precedentes, se tiene:
A = (y-0.o) + ( x i , X 2,x.O e R 4 I x - x :t =

4.

Su b esp acio s a fin e s p a ra le lo s

0 }.

De dos su b e sp acio s afin es v + F \ w + (, de

un espacio vectorial d irem os son paralelos si F = G.


A lg u n os au to res defin en el paralelism o dbil: el su b e sp acio afn v + F es dbil

mente paralelo al su b esp acio a fn w + G si F G.

EJEMPLO 34

El hiperpiano (de R :i) 4 = { ( x i , x 2, x 3) e R ! I x, - x = 4 y el subespacio afn (tambin


de R !) C = ( 1 , 1 , 1 ) + R ( 1 , 0 , 1) + R( 0 , 1 , 0) son paralelos, pues se verifica (cf. ejemplo 26,
p. 55): 4 = (4,0,0) + R ( 1 , 0 , 1 ) + IR(0,1,0).

EJEMPLO 35

La recta ( 1 , 2 , 3 ) + R( 1 , 2 , 1 ) es dbilmente paralela al subespacio afn 4 del ejemplo anterior,


ya que:

01( 1 , 2 , 1 )

{(X 1 .X 2.X 3) e R :1 | x, - x-j = 0 [.

I. ESPACIO S VECTO RIALES

62

5.

C o m b in acio n es a fin e s

torial E, si i ,

D ados n vecto res w i , w

u de u n espacio vec

son n escala res tales que:


0f] + 02 + + = 1,

del vector i u>i + ,u>2 + - + n iv ,, direm os es u n a co m b in a ci n a fn de los


vectores w 1 , w

EJEMPLO 36

u>.

F.l vector (0, - 1 , 3 ) de R 1 es una combinacin afn de los vectores ( 1 , 1 , 0) , ( 0 , 1 , 1 ) y ( 1 , 0, 1 ) ,


pues, por ejemplo, los escalares - 2 , 1 y 2 son tales que suman 1: ( - 2 ) + 1 + 2 - 1, y se Rene:
( 0 , - 1 , 3) = ( - 2 X 1 , 1 , 0 ) * 1(0, l, I ) + 2 ( 1 , 0, 1 1 .

Todo vecto r que e s com binacin afn de vecto res de un m ism o su bespacio afn
pertenece, a su vez, al su b esp acio afn. Para com probarlo, con siderem os u n su b e s
pacio afn v + F de un espacio vectorial , y sean v + i , v - u
perten ecien tes a v + F (y po r tanto u , u

v -\u vecto res

u so n vecto res d el su b esp acio vec

torial F). Si iv es un vecto r de E que e s u n a com binacin afn de ellos, probem os


que w v + F.
Por ser w u na com binacin afn de v \ U [, v+ u
a >....... tales que: i +

v - u n, existen escalares 1 ,

+ + n = 1 . V

w = i ( u + u j ) + a { v + U ) + ( u + u ).

(22)

Sim plificando en la igualdad (22), obtenem os:

y com o ( <

e F (pues es com binacin lineal de u\, u, .... u n, vecto res del

su b esp acio vectorial F), se concluye: w e v + F.


Escolio

Si m

i, v + u

v + u son vectores del subespacio afn v + F, y w es el

vector
W - | (V + U] ) +
donde 00, _>

( - + 0(l v + u i

(23)

a n son estillares tales que:


(24)
r-1

1.5. SISTEMAS DE VECTORES

entonces w no pertenece a v + F, salvo en el caso elemental en que v + F sea subespacio


vectorial de E.
En efecto. Supongamos que v + F no es subespacio vectorial, y por tanto que v g F
(cf. proposicin 1.6, p. 57). Querernos probar', bajo las hiptesis enunciadas en el prrafo
anterior, se tiene que w $ v + F, y para ello procedemos por reduccin al absurdo, es
decir, suponemos que w e v + F. De (23) obtenemos:
"

w = ( X 0' j v + X a u <
i= I

f =J

pero si w e v + F, entonces existe u s F tal que: w = v + w, y por tanto:


n

) *' + Z i < = v + M

1=1

1=1

o bien:
( "

"

i -I

=I

a i U

de donde (teniendo en cuenta (24)):


f- 1
i i
que contradice el hecho de que v g F, pues el segundo miembro de esta igualdad es un
vector de F.
En particular, si v - F es un subespacio afn de un espacio vectorial E y v + F no es
subespacio vectorial, entonces se verifica:
VAe K -

1.5

1 1 },

V u> e v + F, w g u t F .

SISTEMAS DE VECTORES
En esta seccin introducim os v a ria s defin icion es y n otaciones que ser n de gran uti
lidad en el re sto d el texto.
C o n siderem os un espacio vectorial E sobre un cuerpo K . Llam arem os sistema

de vectores de a toda lista, o coleccin, fin ita o rd en ad a de vecto res de . Si iq ,


t>2

v son n vectores de , el sistem a S form ado po r ellos se denota:


S = (V ] , V 2 ......... v ) .

De los vectores v , v , . . . . v direm os so n los vecto res del sistem a S. Al con ju n to


form ado por ello s lo d enotarem os po r S.
Dados d o s sistem a s ( v i , u 2

v n) y {u>i,W2 , . . . , w m) de n y m vecto res de ,

resp ectivam en te, con sid erarem os so n iguales si:


n =m

v\ = u>\, v> = w^, . . . , v = w n.

I. ESPACIOS VECTORIALES

EJEMPLO 37

Consideremos los vectores Vi = (1 , 0) , v = <0,1 ), v* = ( 3, 1 ) y v 4 = (2,2) de R-. Con ellos


podemos formar, entre otros, los siguientes sistemas:
S = ( v , , v 2 ,v:),
S = (v>,V,v 4,vi),
A = ( v i .V i , v 4), donde observamos que el vector v, figura dos veces,

B =

( i t j , i 4 , 1/4, v ,

i1 ), donde observamos que el vector v 4 figura tres veces, y el vec

tor v 1 dos.
Los conjuntos asociados a estos cuatro sistemas son: .SJ =

S- = (V|,V2,i/;i,i/4),

A = ltti,i>4| y B = [ Vi . i c ! .

D ado u n sistem a S = (v \ ,V 2 ,--., v n) de vecto res de E, definim os el cardinal de S ,


que den otam os: Card(.S'), com o el nm ero de vecto res de la lisia que defin e S. F.s
decir: C ard (5) = Card

EJEMPLO 38

v n) = n.

El cardinal de los sistemas del ejemplo 37 es: Card(.SV) = 3, Cardl.Vj) = 4, Card(-V) = 3


y Card(B) = S.

D ados d o s sistem a s 5 = (v,v>,---,vn) y S ' = ( w , w

w m) de vecto res de E,

defin im os el sistem a ( S , S ') de la form a: ( S , S ') = ( v , v > ......... v n, W i , w 2 , - . . , w m).

EJEMPLO 39

Volviendo de nuevo a los sistemas del ejemplo 37 (cf. p. 64), podemos escribir:
(5j, (Ui)) = (V 1 . V 2. V 3. Vi)

(A,B) = (i/|, i/,, V4, 1/4, t4, 1/4, V i, Vi ).

D ados d o s sistem a s S y S ' d e vecto res de E, direm os que S e s subsistema de S '


si todo vecto r de S e s d e S y no figura en la lista d e los vecto res de S m s v eces que
en la de S'.

EJEMPLO 40

Para los sistemas del ejemplo 37 (cf. p. 64) se cumple:


Si es un subsistema de S;
A es un subsistema de B, puesto que v , no figura ms veces en A que en B, y u 4 figura

menos veces en A que en B\


S no es subsistema de .S ,, pues v 4 es un vector de S, pero no lo es do 5 1 ;
B no es subsistema de A, pues, aunque todo vector de B es vector de A, el vector v.
figura ms veces en B que en A.

1.6. VECTORES LINEALMENTE DEPENDIENTES

1.6

65

VECTORES LINEALMENTE DEPENDIENTES


I.

D efin ici n .

P ro p ie d a d e s b s ic a s

A continuacin, vem o s la definicin de

d epend encia lineal d e vectores:


Definicin
Vectores
linealmente
dependientes

Sea E un espacio vectorial sobre un cu erp o &. De lo s vecto res i q , t >2

v n de E

se dice son lin ealm en te d e p en d ien te s, o del sistem a ( v , v 2, . .. , v ) se dice es


u n sis te m a ligad o, si existen escala res t\i, 2, . . . ,

Sistema ligado

ex! i/i + <x2 v + + a nv =

Consecuencias de la definicin de dependencia lineal

no todos nulos, tales que:

0.
Sea E un esp acio vectorial.

Se verifica:
(0) es un sistem a ligado.
Fn efecto: 10 = 0 y 1 f- 0; es decir, el vector 0 es linealmente dependiente, o lo que es
lo mismo: (0) es un sistema ligado.
Si v es un vector de F. distinto del vector 0, entonces Iv ) no es un sistema
ligado.

Si ix es un escalar, de la igualdad a v = 0 se deduce (consecuencia de la definicin


de espacio vectorial) que o = 0; es decir, no podemos encontrar un escalar ix =

tai

que v = 0. El vector v no es un vector linealmente dependiente, o bien: (iri no es un


sistema ligado.
Todo sistema de vectores en el que figure el vecto r 0 es ligado.
Que el sistema (0) es ligado lo sabemos por la primera consecuencia de la definicin de
dependencia lineal. Por otra parte, si B = ( 0 ,t q ,ir ........ v ) (donde n e N * = N - IOS),
entonces es posible encontrar escalares 3, oq, a , ...,

no lodos nulos, tales que:

flO + oqtq + CXjVj + + Ot> = 0

(por ejemplo: /i = 1 y

= a = ... = cx = 0), lo que establece que el sistema B es

ligado.
Todo sistema en el que uno de los vectores es igual a una combinacin lineal
de los restantes es ligado.
Si w es igual a una combinacin lineal de

, v>

v . es decir, para algunos es

calares ), o,., ..., Xn se tiene: w = o/iv + <xv> + + (x v , entonces:


(- l)U t + Xiiq + etv> + + cx f,, = 0 ,

y no lodos los escalares ( - 1 ) , i , a->,.... son nulos. Los vectores w, v ,. i> j,.... v
son, pues, linealmente dependientes, o lo que es lo mismo: el sistema (w , v , v>
es ligado.

v )

tit>

I ESPACIOS VECTORIALES

EJEMPLO 41

Los vectores ( 1 ,2 ,3 ) y ( 3 ,2 ,1) de K 1 no son linealmente dependientes.


En efecto. Si y 0 son escalares tales que:
( 1 ,2 ,3 ) + 0 ( 3 ,2 ,1 ) = (0 ,0 ,0 ),

(25)

o lo que es lo mismo: ( + 3 /1,2 + 20,3<x + 0) = (0,0,0), entonces:


a + 30 = 0,

2 + 2/1 = 0,

3 a + /? = 0.

De la segunda igualdad deducimos: = -0, y sustituyendo en la primera llegamos a: 20 = 0,


y por tanto: 0 = 0 y a = 0. En consecuencia, slo los escalares = 0 y 0 = 0 verifican (25).
Al no existir dos escalares y /!, no ambos nulos, que satisfagan (25), concluimos que los
vectores ( 1,2 ,3 ) y ( 3 ,2 ,1 ) no son linealmente dependientes, o lo que es lo mismo: el sistema
( ( 1 ,2 ,3 ) , ( 3 ,2 ,1 ) ) no es un sistema ligado.
EJEMPLO 42

Los vectores ( 1 , 1 ) , ( 1,3 ) y ( 3 ,1) de R- son linealmente dependientes, pues por ejemplo los
tres escalares - 4 , 1 y 1 no son todos nulos y se verifica: - 4 ( 1 , 1 ) + 1 ( 1 , 3 ) + 1 ( 3 ,1 ) = (0,0).

EJERCICIO 2

Estudiar para que valores dea e R es ligado el sistema de vectores ( (1,0 ,0 ), (0, i,a ), (0 ,a, 1))
de R-*.

2. O tra s p ro p ie d a d es

En las sigu ien tes proposicion es m ostram os dos propie

dad es de la d epend encia lineal.


CNS de sistema
de dos vectores
ligado

P ro p o sici n 1.10
Sean v y w dos vectores de un espacio vectorial E sobre un
cuerpo K . Si v * 0, entonces una condicin necesaria y suciente para que ( v, w )
sea un sistem a ligado es: w K u .
Demostracin
tales que:

La condicin es necesaria. Si y 0 son dos escalares, no ambos nulos,


a v + 0 w = 0,

entonces

(20)

* 0, pues en caso contrario de (26) se deducira: a v = 0, y como por hiptesis v ?=

0, se tendra: = 0, que vulnerara que los escalares no son ambos nulos. Al ser 0 + 0, de (26)
se deduce: w = 0 ' (- a )v , y por tanto: w Kv.
La condicin es suficiente. Si w e Kv, entonces w = Av para algn A e K, y podemos
escribir: (-A )u + 1 w = 0. Al no ser los escalares -A y I simultneamente nulos, esta igualdad
establece que (v, w) es un sistema ligado.

c.Q.u.

VECTORES UNEALMENTE DEPENDIENTES

EJEMPLO 43

67

Encontremos para qu valores reales de a y b son linealmente dependientes los siguientes


vectores de R3:
v = ( 1,- 1 ,2 )

ui = ( 2 ,a,b).

Como v * (0,0,0), la proposicin 1.10 afirma que v y w son linealmente dependientes


precisamente si: w e Ri/, es decir, precisamente si existe algn nmero real tal que:
a ( l , - 1 , 2 ) = ( 2 ,a.b).
Esta igualdad vectorial es equivalente a:
o

equivalente a su vez a:

= 2,

-o

= a,

2a

= b,

= 2, a = -2 y b = 4.

En conclusin, los vectores v y w son linealmente dependientes si, y slo si, a = - 2


y b= 4.

En la sigu iente p roposicin se p resen ta una condicin necesaria y su ficien te para


que un sistem a de vecto res se a un sistem a ligado.
P ro p o sici n 1 . 1 1
Una condicin necesaria y suficiente para que un sistem a de
vectores sea ligado es que exista un sistema ligado que sea subsistema suyo.
Demostracin

La condicin es obviamente necesaria, pues todo sistema es subsistema de

s mismo.
La condicin tambin es suficiente. Para demostrarlo, consideremos un sistema de vec
tores B = (i7|, V2 , , Vn), y supongamos es ligado el sistema:
B' = (v\,V 2 ,-..,Vp ) ,

con p < n,

que es subsistema de B (no se pierde generalidad al suponer que tal subsistema ligado es de
esta forma). Como B' es un sistema ligado, existen escalares 1 ,

21 .

,,, no todos nulos,

tales que:
i V\ +

cj V j

+ + i\,,vP = 0.

(27)

Si definimos: a , = 0 para p < j < n, entonces los escalares o , 2, . . . , no son todos nulos,
y de acuerdo con (27) podemos escribir:
it'i +

+ + onv = 0,

lo que establece que el sistema t es ligado.


Nota bene

c..D.

Puede ocurrir que un sistema B sea ligado y que todo subsistema de B de

cardinal menor no lo sea. Por ejemplo, el sistema de vectores ( (1,0 ), ( 0 ,1) , ( 1 , 1 ) ) de IR2
es un sistema ligado, pero cualquier subsistema suyo de cardinal menor no es un sistema
ligado, como el lector puede comprobar sin dificultad.

I. ESPACIOS VECTORIALES

EJEMPLO 44

Estudiemos para qu valores reales de a, b, c y d es ligado este sistema de vectores de


B = ( u j . - & . 5 ) , ( l , - 1 . 2 ) t< l,3 tc + &),(! + b + c, !j\b- - c 3|.rf). ( 2 . - 2 ,4 ) ) .

En el ejemplo 43 (cf. p. 67) vimos que el sistema B ' = ((1, - 1 , 2 ) , (2. - 2 ,4 ) ) es un sistema
ligado. Como B ' es un subsistema de B, de la proposicin 1 . 1 1 (cf. p. 67) se deduce que
tambin B es un sistema ligado.
Ntese que el sistema B es un sistema ligado independientemente de los valores que
puedan tomar a, b ,c y d.

1.7

VECTORES LINEALMENTE INDEPENDIENTES


i.

D efin ici n . Pro p ie d a d es b sica s

De m an era inform al po d em o s decir que la

independen cia lineal e s la negacin de la d epen d en cia lineal. De fo rm a m s precisa:


Definicin
Vectores
linealmente
independientes

De lo s vecto res V\, v>, . . . . v n se dice son lin ealm en te in d ep e n d ie n te s, o del


sistem a ( v , v > , ... , v ) se dice es un siste m a lib re, si lo s vecto res v , v>

no son linealm ente depen d ien tes, e s decir, si de la igualdad:

Sistema libre

it i + ct>v> + + (x v = 0,
donde a i , 2 , . . . , a son escalares, n ecesariam en te se deduce:
i =

= ... = a =

0.

Consecuencias de la definicin de independencia lineal

Sea E un espacio vectorial.

Se verifica:
(0) no es un sistem a libre.
Ya vimos que (0) es un sistema ligado.
S i v es un vector de E distinto de 0, entonces (v ) es un sistema libre.
Ya probamos que si v * 0, entonces ( v ) no es un sistema ligado.
Un sistema de vectores en el que figure e l vector 0 no es libre.
En la seccin anterior probamos que un sistema en estas condiciones es un sistema
ligado.
Un sistem a en e l que uno de los vectores es combinacin lineal de los restantes
no es libre.

Vimos en la seccin anterior que si w es una combinacin lineal de v . v<


entonces (u>, v , v

v ) es un sistema ligado.

v,

VECTORES UNEALMENTE INDEPENDIENTES

EJEMPLO 45

Los vectores ( 1 ,2 ,3 ) y ( 3 ,2 ,1 ) de 013 son linealmente independientes, pues, como vimos en


el ejemplo 4 1 (cf. p. 66), estos vectores no son linealmente dependientes.
Recordemos que en el ejemplo citado buscamos qu valores de y />' verificaban:
( 1 ,2 ,3 ) + 0 ( 3 ,2 ,1 ) = (0,0,0),
y vimos que la nica posibilidad es: = /> - 0, lo que confirma que los vectores ( 1,2 ,3 )
y ( 3 ,2 ,1 ) son efectivamente linealmente independientes, o dicho de otra forma: el siste
ma ( ( 1 ,2 ,3 ) , ( 3 ,2 ,1) ) es libre.

EJEMPLO 46

Los vectores ( 1 , 1 ) , ( 1,3 ) y ( 3 ,1) de R- no son linealmente independientes, pues son linealmenle dependientes (cf. ejemplo 42, p. 66).
Si tratamos de resolver en las incgnitas , 0 y y la ecuacin:
a ( l , 1) + 0 ( 1,3 ) + y ( 3 , 1) = (0,0),

(28)

no obtenemos necesariamente que = 0 = y = 0: como ya vimos en el ejemplo citado,


para = - 4 , 0 = 1 y y = 1 se verifica (28).

EJERCICIO 3

Estudiar para qu valores de a IR es libre el sistema de vectores ( (1,0 ,0 ), ( 0 ,1, a ), (0,cJ, 1))
de IR1.

2. O tra s p ro p ie d a d es

El resu ltad o siguiente es una con secu en cia inm ediata de

la proposicin 1.10 (cf. p. 66):


ENS de sistema
:e dos vectores
libre

tJEMPLO 4 7

P ro p o sici n 1.12
Sean v y w dos vectores de un espacio vectorial E sobre un
cuerpo K . Si v -r- 0, entonces una condicin necesaria y suficiente para que ( v , w )
sea un sistem a libre es: w e K v.

Estudiemos para qu valores reales de a y b son linealmente independientes los siguientes


vectores de RJ :
v = ( 1,- 1 ,2 )

w = ( 2 ,a,b).

En el ejemplo 43 (cf. p. 67) vimos que v y w son linealmente dependientes precisamente


si: a = - 2 y b = 4. Por tanto, v y w son linealmente independientes precisamente si: a = - 2
o b *4.

I. ESPACIOS VECTORIALES

70

P ro p o sici n 1 . 1 3
Una condicin necesaria y sufcicnte para que un sistema de
vectores sea Ubre es que lodo subsistema suyo sea un sistema libre.
D e m o s tr a c i n

La co n d ic i n e s n e c e s a ria : s i B e s u n s is te m a lib re y B ' e s un s u b s is te m a

de B, e n to n c e s B ' e s u n s is te m a lib re , p u e s e n c a so c o n tr a r io ta m p o c o se ria lib re f <cf. p ro p o


s ic i n 1. 11, p. 6 7 ).
R e c ip r o c a m e n te , la co n d ic i n e s su fic ie n te : si to d o s u b s is te m a d e u n s is te m a B e s un
s is te m a lib re , ta m b i n e s lib re el p ro p io B , p u e s e s s u b s is te m a d e s m ism o .

EJERCICIO 4

c .a n .

S e a n v , v ->,. . . , v n v e c t o r e s d e u n e s p a c i o v e cto ria l E . D e m o s t r a r q u e u n a c o n d i c i n n e c e s a r i a


y s u f ic i e n t e p a r a q u e u n v e c t o r w e E n o s e a u n a c o m b in a c i n l i n e a l d e e s t o s v e c t o r e s e s q u e
d e ia ig u a l d a d :

,i q + 21/2 - + n v
s e d e d u z c a : fi = 0 .

EJEMPLO 48

flw = 0,

Para c u a lq u ie r a R , el v e c to r ( a , , a + 1) d e R 3 n o e s ig u al a u n a c o m b in a c i n lin e a l d e lo s
v e c to r e s ( 1 , 0 , 1 ), ( 0 , 1 , 0 ) y ( 1 , 1 , 1 ).
F.n e le c t o , d e la ig u ald ad :

, ( 1 , 0 , 1 ) + ex, ( 0, 1 , 0) + 3 ( 1 , 1 , 1 1 + p ( a , l , a + 1) = (0,0,0)
se o b tie n e :

(X, +

+ aP =

0,

_> +

3 + P = 0 ,

i -r j + aP -r p = 0,

d e d o n d e (re s ta n d o la p rim e ra ig u ald ad d e la te rc e ra ) s e d e d u ce :

p = 0 . C o n el e je r c ic io 4 se

c o n c lu y e el re s u lta d o .

EJERCICIO 5

D e m o s t r a r q u e s i ( i q , e 2 , . . . , i > ) e s u n s is t e m a l ib r e d e v e c t o r e s d e u n e s p a c io v e c t o r i a l E
y w

e s un v e c t o r d e E

q u e n o e s ig u a l a u n a c o m b in a c i n l in e a ] d e e , , v , . . . , v , e n t o n

c e s ( w , v i , t>:>,. . . , u ) t a m b i n e s u n s i s t e m a l ib r e .

SISTEMAS DE GENERADORES Y BASES


DE UN ESPACIO VECTORIAL
1. Siste m a s de g e n e ra d o re s

Sea B = (i. i , v , ... , v n ) un sistem a de vectores

de un esp acio vectorial E. Por: L(B), o tambin: I ( u , , v 2, . . . , v n), denotarem os el


con ju n to de todos los vectores de E que son com binacin lineal de los vectores u ,,
vi, ..., v n; es decir (cf. p. 33):
L { B ) = L ( u, , v, , v n) = K tq + K v 2 + * + IK t v

71

8. SISTEMAS DE GENERADORES Y BASES DE UN ESPACIO VECTORIAL

El conjunto H B ) es, pues, un subespacio vectorial de L: es el subespacio vectorial


de E de los vectores que pueden escribirse de la forma:
d 11/1 + a v + - + , , 1,!,
donde i ,

a n son escalares.

Definicin
Sistema de
generadores

De unos vectores v \ , v-, . . . . v n de u n espacio vectorial E direm os son gen e


rad o res de , o que E est gen erado p o r los vectores
tem a

. . . , v n , o del sis

v n ) direm os es un siste m a de gen era d o res de , si:


L (t>i,V

Vn) = E,

es decir, si todo vector de E es com binacin lineal de lo s vectores v \ , v , . . v n .

v n son generadores del espacio vectorial E y v es un

Si los vectores ii,

vector de E, entonces existen escalares i ,


v

tales que:

ex 117 + a v > + - + <xn v n .

De esta igualdad direm os es una d esco m p o sici n del vector v com o com binacin
lineal de los generadores ii, v-......... v .

EJEMPLO 49

El sistema ((1,0), ( 1 , 1 ) , (0, 1)) es un sistema de generadores de RJ .


En efecto. Para cada vector lu.bj de R- se verifica:

i a,b) - | ( l , 0 ) -i

- | ) (0 ,1),

lo queestableceque(<i,b) es combinacin lineal de los

vectores (1,0), ( 1 , 1 ) y (0, 1).

En

consecuencia:
I ( (1,0), ( 1 , 1 ) , (0, 1)) = RJ .
Con palabras: R- est generado por los vectores (1, 0), ( 1 , 1 ) y (0,1).
EJEMPLO SO

El sistema (l 1 , 1 , 0) , (0, 1, D) no es un sistema de generadores de R 1.


Por ejemplo, el vector ( 1 , 1 , 1 ) no es combinacin lineal de ( 1 , 1 , 0 ) y ( 0, 1 , 1 ) . En efecto,
afirmarlo sera lo mismo que afirmar existen dos nmeros reales y 0 tales que el vector:
( 1 , 1 . 0 ) + 0 ( 0 , 1 , 1 ) , o bien ( , + 0 ,0 ),
es igual a ( 1 , 1 , 1 ) , pero esto significara decir
iguales a 1, lo cual es claramente imposible.

que tanto a y 0 como su suma:o: + 0,

son

I. ESPACIO S VECTORIALES

72

EJERCICIO 6

Sean A = ( r i . v j

f,i) y B -

dos sistemas de vectores de un espacio

vectorial E. Demostrar:
al A s LA):
h) si E es subespacio vectorial de E, se veriea: A s F =* H A ) s F;
Cl A S U B I => i.(A) c i ( ) ;
d)

si A es subsistema de B, entonces: LA) L(B);

e)
f)

paja cada u e E se tiene: i. (A) = L(B) =*L(A, (t)) =L (B, ());


si A es un sistema de generadores d eE y A es subsistemado B, entonces B tambin
es un sistema de generadores de E.

a.

. Bases. C o o rd e n a d a s de un ve cto r en u n a b ase

A continuacin definirnos

el concepto de b ase de u n espacio vectorial:


Definicin
D e u n sistem a

Base

de vecto res de u n espacio vectorial E se dice es

u n a b a s e de si:
(B l) { v \ , v , - . - , v n) es un sistem a de gen erad o res de E, o escrito de otra

form a: L(v\, v z , . . . , v n ) = ;
(B2) ( i ' i . i ' j

i j

EJEMPLO 51

o ,,) es u n sistem a libre, o lo que es lo m ism o: lo s vecto res v\,


v n so n linealm ente in d epend ientes.

El sistema B - { ( 1 , 1 ) , (O, D) es una base de l 2.


En efecto: B es un sistema libre, pues ( 1 , 1 ) f R( 0 , 1) (cf. proposicin 1.12, p. (9). Y B es
un sistema de generadores de R2, pues si (a , b ) es un vector arbitrario de R 2, entonces:
(a .b ) = (1 ,1 ) - Ib t i) ( 0 ,1),

lo que establece que todo vector de IR2 es combinacin lineal de ( 1 , 1 ) y ( 0 , 1 ).


EJEMPLO 52

El sistema: ((1,0), ( 1 , 1 ) , (O, U) no es una base de &2, pues aunque es un sistema de genera
dores de R 2 (cf. ejemplo 49, p. 71), no es un sistema libre: por ejemplo, los escalares - 1 , 1
y

EJERCICIO 7

-1

no todos nulos verifican: ( - 1 ) 1 1 , 0 ) + 1 ( 1 , 1 ) + ( - 1 ) 10 , 1 ) = (0,0).

Si B = ( v t, v

. v r ) y B' = ( w {, w,..., w lt) son dos bases de un espacio vectorial E, de

mostrar que no puede ocurrir: B c B', ni tampoco: B' . B.

Nula

Obsrvese que es posible que dos bases de un mismo espacio vectorial no tengan

vector alguno en comn. Por ejemplo, los sistemas ( ( 1 , 1 ) , (0, D) y (( 1, 1) .( 0 , 1))


son, ambos, base de R 2 y no tienen vectores comunes.

i SISTEM AS D E GENERADORES Y BASES DE UN ESPACIO VECTORIAL

La
descomposicin
de un vector
como

Una condicin necesaria y suficiente para que un sistem a de

P ro p osici n 1. 14

vectores B = { v i , v->, , v n ) de un espacio vectorial E sea una base de E es que


todo vector de E se pueda descom poner de manera nica como combinacin iineai
d lo s vectores de B, en el sentido siguiente: si

combinacin

oi\V\ + <x->v> + + a nVn

lineal de los
vectores de una
base es nica

V\ + P 2V 2 + + fin v,

son dos descomposiciones de un mismo vector como combinacin lin eal de los
vectores de B, entonces:

1
Demostracin

= fi i, 2 =

......... >, = Pn-

La c o n d ic i n e s n e c e s a n a . S u p o n g a m o s q u e

B e s u n a b a s e d e E. Por s e r B

u n s is te m a d e g e n e r a d o r e s d e , lo d o v e c to r w d e E p u e d e e s c r ib ir s e a l m e n o s d e u n a fo rm a
c o m o c o m b in a c i n lin e a l d e lo s v e c t o r e s d e B . S u p o n g a m o s s e v e rifica :

w = o if i * <x>v + - a v n
ix, y

p, , p fin- R e s ta n d o a la
.

p a ra a lg u n o s e s c a la r e s i , a .-

y w = p i f | + Pv> + + p nv .
p rim e ra ig u a ld a d la

s e g u n d a , se o b tie n e :

0 = (i - P)Vi +

(2

+ ( - p ) v n,

y d e e s t a ltim a ig u ald ad , p o r s e r B un s is te m a lib re , se d e d u ce :

a , 0, = or> i = P\, a> = Pi , -

o b ie n :

= .. . = a - Bn = 0,

, = P. En c o n c lu s i n , to d o v e c to r d e E se e s c r ib e d e

una

n ic a m a n e ra c o m o c o m b in a c i n lin e a l d e lo s v e c to r e s d e fi.
La c o n d ic i n e s s u fic ie n te . S u p o n g a m o s q u e to d o v e c to r d e se p u e d e d e s c o m p o n e r de
u n a n ic a m a n e r a c o m o c o m b in a c i n lin e a l d e lo s v e c to r e s d e
q u e e l s is te m a

B. En p rim e r lu g a r, y a te n e m o s

B e s u n s is te m a d e g e n e r a d o re s d e E. E n s e g u n d o lu g a r, p a r a e l v e c t o r 0 se

v e rific a : 0 = O v

v : + - + 0 v , y e s t a d e s c o m p o s ic i n e s n ica , lu e g o d e la ig u a ld a d

i v\ + a vj -y ~ <xnV:, - 0 s e d e d u c e n e c e s a r ia m e n te : oq =
sis te m a

Coordenadas de
ector en una
base

B t a m b i n es u n s is te m a lib re . En c o n c lu s i n .

Si B = ( v i , v

=...

= = 0, y a s el

B es un a base de .

1 .< >.n.

v n ) es un a base de un espacio vectorial E, entonces podem os

afirmar (cf. proposicin 1.1 4 , p. 7 3 ) que para cada vector v de E existen unos

nicos escalares a , a , . . . , a n tales que:

v = a it/ i + 2V 2 + + a , , v .
De i ,

n se dice son las co o rd en a d a s del vector v en la base B.

Es decir, que los escalares a i , a


base B =

a sean las coordenadas del vector v en la

significa: v = Oi i -1- c*>v> + + oi v -

I. ESPACIOS VECTORIALES

74

EJEMPLO 5 3

En el ejemplo 5 1 (cf. p. 72) vimos que el sistema ( ( 1 , 1 ), ( 0 , 1 )) es una base de IR-', y observa
mos que si (a.b) es un vector arbitrario de IR2, entonces:
(a,b) = a ( l ,l ) + ( h - a ) ( 0 ,l) .

Nos preguntamos si habr otras formas de escribir ( a . b ) como combinacin lineal de ( 1 ,1 )


y (0 ,1) ; en otras palabras, si la ecuacin:
(a.b) = ( 1 , 1 ) + 0 ( 0 ,1) ,

(29)

en las incgnitas exy 0, admite otras soluciones distintas de = a y p = b - a.


De acuerdo con la proposicin 1.14 (cf. p. 73), y como consecuencia de que el siste
ma ( ( 1 , 1 ) , ( 0 ,1) ) es una base de IR2, podemos afirmar que la nica solucin de (29) es: = a
y p = b-a. O dicho de otra forma: los escalares a y b-a son las coordenadas del vector la, b)
en la base ((I, I ), (0 ,1)).
Por ejemplo, las coordenadas del vector (6,5) en la base ( ( 1 , 1 ) , ( 0 ,1) ) son (i y - 1 , pues:
(6,5) = 6 ( 1 ,1 ) + ( - 1 X 0 , 1 ) .
Nota bene

Es fundamental el orden en que se escriben las coordenadas de un vector

en una base. En este ejemplo vemos que 6 y - 1 son las coordenadas de (6,5) en la
base ( 0 , 1 ) , ( 0 , 1 ) ) de IR2; el vector cuyas coordenadas son - 1 y 6 (en la misma base)
sera: ( - 1 ) 0 , 1 )

3.

6 (0 ,1)

Rase ca n n ic a

( - 1,5 ) .

Sea (K , + , ) un cuerpo, y sea n 1 un nm ero n atural. Como

ya se v io en el captulo 1 (cf. p. 17), el co n ju n to & " es un espacio vectorial sobre K


con las operaciones:
( I ,

........... CXn )

+ ( 0 u p 2 .............. P n ) =

( I

+ 0i,O 2

-I 0 2 .............0

+ 0 ) ,

A (oi,o 2 , . . . , o ) = (Ao), A a 2,- -.,A o ( n ).


El sigu iente sistem a de n vectores:
B c = ( 0 , 0 ........0 ) , ( 0 , 1 , 0 .........0 ) , . . . , ( 0 .........0 , 1 ,

es u n a b ase de K " . En efecto. El sistem a Be e s u n sistem a d e gen erad o res de K ,


p u es si (o i, 0(2, , ( ) ) es un elem en to arbitrario de K " , entonces:
( i , 0 ( 2 ,. .. ,o,,) = o<i ( 1 , 0

,0 ) + o2(0, 1 , 0 ........ 0) + + a ( 0 ......... 0 ,1 ) .

Tam bin es Bc un sistem a libre, p u es de la igualdad:


0 i (1 ,( ), . .. , 0 )

+ 0 2 ( 0 , 1 , 0 ..........0 )

+ 0 ( 0 ............... 0 , 1 )

( 0 , 0 , 0 )

se dedu ce: ( 0 i , 0 2, . . . , 0 n ) = ( 0 , 0 , 0 ) , o bien: 0] = 0 2 = . . . = 0 = 0.


De la b ase B c se dice es la base cannica de K " .

S. SISTEMAS DE GENERADORES Y BASES DE UN ESP.

Notacin

Para los vectores de la base cannica de

utilizaremos la notacin siguiente:

e, = ( 1,0 ........ 0 ), e 2 = ( 0 ,1 ,0 ........0 )......... en = (0.......... 0 , 1 ).

La base cannica de K " es, pues, el sistema: Bt = (et,e ........ e ).


D ado un vecto r x de IK\ si las com pon en tes de x son : x i , x

a
, x , es decir,

si: x = ( x i , X 2, . . . , x ) , en ton ces la descom posicin d e x com o com binacin lineal


de lo s vecto res de Be es:
x = x ie + x>e2 + + x e .
Esto es: las coord en ad as de u n vector x de & en la b ase cannica son precisam en te
su s com ponentes.

EJEMPLO 54

En R 2 se tiene: e, = ( 1,0 ) y e = (0 ,1) . La base cannica de R 2 es el sistema ( (1,0 ), (0 ,1)).


En R* se tiene: e = ( 1,0 ,0 ) , e2 = ( 0 ,1,0 ) y e, = ( 0 ,0 ,1) , y la base cannica de R :i es
( ( 1 , 0 , 0 ), (0 , 1 .0 ), (0 , 0 , 1 )).
Obsrvese que hemos designado con la misma notacin los vectores (1,0 ) y (1,0 ,0 ) , y que
lo mismo acontece con los vectores (0 ,1) y ( 0 ,1.0 ) . La prctica demuestra que este abuso de
notacin no da lugar a confusin.

Si & es un cuerpo y n > 1 es un nmero natural, sabemos qu es la base


cannica de

En general, slo tiene sentido referirse a la base cannica de un espacio

vectorial F. sobre un cuerpo IK si E = K " para algn n > I .


4. T eo rem a de a base in co m p le ta

El llam ado teorem a de la b ase incom pleta

se enuncia de la sigu ien te m anera:


Teorema de la

T e o re m a 1

ise incompleta

S i e l sistema:
S = (v\ ,v2

v t, , v p+\

y ,,)

es un sistema de generadores de un espacio vectorial E, y si los vectores v ,


v ,
v p son linealm ente independientes, entonces existe una base de E que es
subsistema de S , y en la que figuran los vectores v , v , v p.

Demostracin

Designemos por B el sistema libre (ti, v>,...,vP).

Definimos el sistema Bp+\ de la forma siguiente:

1=

B,

si v P+ e U B ),

(B,{Vp* i ) ),

si Upti e L.{B).

I. ESPACIOS VECTORIALES

Se verifica:
a) Bp, i es

un

sis lema libre (cf. ejercicio S, p. 70), y B es subsistema de

b) t v . [ UB,,, ,).

Ahora, definimos Br
si

et

que verifica:
a)

es un sistema libre, y Bf,_ i es subsistema de Br ^.2 ,

b) vp 4-2 c
iterando este proceso llegamos al sistema B :
B i,

si iq, e h(J-L,

(tf i , ! r ) ) ,

s i v $ U B n-i),

que verifica:

1 es subsistema de B,

a) B es un sistema libre, y

b) v n i.(fft).
De esta construccin se deduce que B es subsistema de B, que a su vez es subsistema

de S, y de los apartados (a) se infiere (cf. ejercido 6, p. 72):


B

U B ) !( ,,,

1)

... L(B)

De los apartados (b) y

de

(30) se deduce: S

US)

en

consecuencia: U B ) = U S ) - E, y e! sistema libre

E U B ) E

.(.S t,y

(30)

L{S).

L [Bni U S ) , de donde (cf. ejercicio 6,


B es

p.

72):

un sistema

de generadores de E.
En definitiva, B es una base de E que es subsistema de S y en la que figuran los veo
tores v 1, V i

vr.

Fl teorem a anterior tiene una consecuencia im portante: no hay dos b ases de un


mismo espacio vectorial con distinto nm ero de vectores.
Todas las bases
de un m ismo

P ro p o sici n 1. 1 5

Si ( v l , v i , ..., v p) y (u>i,u> 2 , . . . , u q J ) san dos bases de un es

pacio vectorial E, entonces: p = q.

espacio vectorial
tienen igual
nm ero de
vectores

Demostracin

Procedemos por reduccin al absurdo; hacemos la hiptesis de que p < q.

En primer lugar, el sistema

(1 0

, v-,. . . ,

iq ,,

ttq ) es un sistema de generadores de E.

como ( u q ) es un sistema libre (al ser subsistema de (un, uq, , uq), que es sistema libre},
del teorema de la base incompleta se deduce existe una base /q tal que:
n) (uq ) es subsistema de f],
b) B es subsistema de (tq, t u , vr , ui ).

r DIMENSIN DE UN ESPACIO VFXTORIAL

Per como ( t q .iq , . . , v p,W i) no es base d e E (obsrvese que wq es combinacin lineal de o , ,


v>,

v,,), de (b) se deduce que el nmero de elementos de fii es a lo ms igual a p. En

smbolos: CardfB]) < p.


En segundo lugar, consideramos el sistema: (Si, (uq)), que es un sistema de generadores
de E. Como (ti/], w-) es un sistema libre que es subsistema de (Bi, (uq)), existe una base Bz
de E tal que:
a) (uq, ti i) es subsistema de B>,
b) B< es subsistema de (Iit , uq>)).

Pero como {B i, (uq)) no es base de E, se tiene: Card(l?2) p.


Iterando este proceso construimos una coleccin finita de bases />., de F. tales que el siste
ma (u q ,u q , , w ) es subsistema de Bs y Card! B , ) p. De esta forma, llegaremos a cons
truir una base Bm tal que: B, = (uq, uq, ,ivm) y m p, lo cual es absurdo, pues se
afirmara que los sistemas:
(u q , u q ,. . , w m)

(u q .u q

tu,,),

con m < q,

son dos bases de E (cf. ejercicio 7, p, 72).


Por lano, no puede ser p estrictamente menor que q. De la misma forma demostraramos
que tampoco puede ser q estrictamente menor que p. En conclusin: p = q.

1.9

DIMENSIN DE UN ESPACIO VECTORIAL


1. D e fin ici n de d im ensin de un esp acio v e c to ria l

A ntes de ver, p ro p ia

m ente, la definicin de dim ensin de un espacio vectorial, introducim os el concepto


ele espacio vectorial de dim ensin finita.
Sea E u n espacio vectorial sobre u n cuerpo K. De E direm os es un esp acio vecto
rial de d im en si n fin ita si existe alg n sistem a ( t q , V 2 , - - , v n ) de vecto res de E que
es sistem a de gen eradores de E. En otro caso, de E direm os es de d im en si n infinita.
Si w t w 2 , . . w P son vectores linealm ente independientes de
P ro p o sici n 1.16
un espacio vectorial E de dimensin finita, entonces existe una base de E en la que
fguran los vectores w \, u q > , w v .

Demostracin

Como el espacio vectorial E es de dimensin finita, admite algn sistema

de generadores ( t q .iq

v ).

Si aplicamos el teorema de la base incompleta al siste

ma ( u q .u q ,...,W p ,iq ,v ;> ,...,v n)l que tambin es de generadores, deducimos existe una
base de E en la cual figuran los vectores linealmentc independientes uq, u^. te,,,
Nota

l.q .d .

En las condiciones de esta proposicin, se dice que el sistema libre (u q , w >,, uq,)

se ha ampliado a una base de E.

/. ESPACIOS VECTORIALES

78

Todo espacio
vectorial de
dimensin finita

C o ro la rio

Si E es un espacio vectorial de dimensin finita, distinto del espacio

vectorial 0 , entonces adm ite una base (con un nm ero fnito de vectores), y todas
sus bases tienen el mismo nm ero de vectores.

(distinto de 1 0 !)
admite base

Demostracin

Como E * 10 1, existe algn vector v de E distinto de 0. El vector v es,

pues, linealmente independiente, y como consecuencia de la proposicin anterior el espacio


vectorial ' admite alguna base.
Finalmente, que todas las bases de F. tienen el mismo nmero de vectores es una conse
cuencia de la proposicin 1 .1 5 (cf. p. 76).

c.Q.n.

Definicin
Dimensin de un

Sea E u n espacio vectorial de dim ensin finita. Si E * { 0 , se llam a d im en si n

espacio vectorial

del espacio vectorial al nm ero de v ecto res de cualquiera d e su s b ase s. Se


denota: dim E.

Dimensin nula

Del espacio vectorial {0} se dice tiene d im en si n 0, o d im en si n n u la. Se escribe:


dimlO) = 0.
Si e s un espacio vectorial de dim en sin finita d istin to del espacio vectorial |0 ,
y B es u n a b ase de , enton ces: dim = C ard (f). N tese que el espacio vectorial ! 0
no adm ite b ase, p u es el nico sistem a po sib le de vecto res d e e ste espacio es: (0), que
no e s libre.

EJEMPLO 55

El espacio vectorial R 2 es un espacio vectorial de dimensin 2, pues el sistema ( ( l, l ), (0 ,1))


es una base de R 2 (cf. ejemplo 5 1, p. 72) y est formado por dos vectores: dim R 2 = 2.
El espacio vectorial R :t es un espacio vectorial de dimensin 3, pues su base cannica:
{(1,0 ,0 ), (0 ,1,0 ) , ( 0 ,0 ,1) ), tiene tres vectores: dlm R! = 3.
En general, K " es de dimensin n, pues su base cannica:
( ( 1,0

01 ,( 0 , 1,0

0)

(0

0 , 1 )),

est formada por n vectores: dim R " = n.


.Anlogamente, el espacio vectorial K '1 es de dimensin n: dim &'1 = n.

Consecuencias de la definicin de dimensin

Sea un esp acio vectorial d e dim en

sin finita, con dim = n, y n > I . Se verifica:


Si n vectores v\, u.>, . . . , v u son generadores de , entonces el sistem a c/ue
form an: (v \ , V 2 ........ v ) , es una base de E.

Como dim = n > 0, alguno de los generadores v, v>, .... v es no nulo, y por
tanto linealmente independiente. Como consecuencia del teorema de la base incom
pleta, existe una base de que es subsistema de (v,U;>

v M). Pero todas las bases

9. DIMENSIN DE UN ESPACIO VECTORIAL

79

de F tienen n vectores, luego los vectores de tal base deben ser precisamente los n
generadores V\, v _ > , v n.
Si n vectores v i, v, ..., v de son linealm ente independientes, entonces el
sistema (v \, v>, , v n) es una base de E.
El sistema libre (v ,V 2 , . . . , v ) se puede ampliar hasta una base de E (el', proposi

cin 1.16, p. 77); pero tal base tiene n vectores, luego stos deben ser los del sis
tema (V|,t/ 2, . . . , V n).
lo d o sistema de vectores de F. formado por ms de n vectores es ligado.
Si ( v i , v m), sistema de m vectores de E, con m > n, fuera libre, tambin lo
sera (iM ,V ;> ,...,vn), que por tanto sera una base de E (consecuencia anterior). Pero
en tal caso, el vector

por ejemplo, sera igual a una combinacin lineal de los

vectores V\, v _>,..., v, lo que contradice que el sistema (t>\, v >,. . . , v,) sea libre.
E l nmero mximo de vectores linealm ente independientes de E es n.
No puede ser mayor que n, pues todo sistema con ms de n vectores es ligado.
Si los vectores v , v >...........v , son generadores de E, es posible escoger entre
ellos n vectores linealm ente independientes, pero no ms de n.

Aplicando el teorema de la base incompleta como se hizo en la primera consecuen


cia, podemos afirmar existe una base de ' que es subsistema del sistema de genera
dores [v\,V 2 f , , v m)', existen, pues, n vectores linealmente independientes entre los
generadores v, V:, . .., v,. Que no puedan ser ms de n se reduce a la consecuencia
anterior.
la dimensin de
un subespacio

P ro p o sici n 1 .1 7
S iE es un espacio vectorial de dimensin fnita y F es un subes
pacio vectorial de E, entonces E es un espacio vectorial de dimensin fnita, y

vectorial es

d im F ^ d im F .

menor o igual
que la de su
espacio vectorial

Si adems F * (es decir: F c E), entonces:

Demostracin

d im F < d im F .

Sea p el mximo numero de vectores linealmente independientes de F. Se

tiene: p dim , pues tambin son vectores de F. linealmente independientes.


Si f = 0 1, entonces p = 0. Y si F * (01, entonces p vectores de F linealmente indepen
dientes forman una base de F, pues si tales vectores no fueran generadores de F, existira
algn vector de F que no sera combinacin lineal de ellos, y podramos encontrar p + 1 vec
tores de F linealmente independientes (cf. ejercicio 5, p. 70). En cualquiera de los dos casos,
se verifica que el subespacio vectorial F es un espacio vectorial de dimensin finita igual a p,
que es menor o igual que la dimensin de F.
Finalmente, si f * {0} y F C F, no puede ocurrir que p sea igual a dlmF, pues en tal
caso p vectores linealmente independientes de F formaran una base de F, y F sera igual
a F. Y si F = [01 y F C E, es obvio que p < dimF. En consecuencia, si F c F, podemos
escribir: p = dim F < dim F.

c.q.d.

So

I. ESPACIOS VECTORIALES

C o ro la rio

Si F y d i m f = d im , entonces F = F.

Demostracin

Si F no fuera igual a , entonces F estara estrictamente contenido en E, y

la dimensin de F sera menor que la de E, en contra de la hiptesis.

1.10

c .q .d .

RANGO DE UN SISTEMA DE VECTORES


I.

D e fin ici n de ran g o de un sistem a de vecto res

El rango de un sistem a de

vectores se define com o la dim ensin del su besp acio vectorial que generan:
Definicin
Rango de un
sistema de

C on siderem os u n espacio vectorial E de dim ensin finita.

Si iq ,

1/2.

son vecto res de E, se define el ran go de esto s vectores, o el rango del sis

vectores (o rango

tem a ( v i , V 2 ,... , v ) , que se denota: rango ( v i , V 2 , . . . , v n), com o la dim ensin

de unos vectores)

del su bespacio vectorial I ( v , V j , . . . , v n) de :


rango (v \ , V 2, ... , v n) = d im L ( v \ , V 2 , . . . , v n)

Consecuencias de la definicin de rango

Sea un espacio vectorial de dim ensin

finita con d im = n, y sean V\, V 2 , . . ., v m vecto res de . Se verifica:


Si rango (v 1 , i/_>

v m) = p, entonces p es el nmero mximo de vectores

linealm ente independientes que figuran entre los vectores Vy, v , . . ., v m.


Si p 1, esto es: rango(i>i, 0 ;>.---.t, m) = dim l. ( y lt v>
o,,,) = p s* I, de las con

secuencias de la definicin de dimensin se deduce el resultado. Si p = 0, es decir:


dim L ( v , V 2

v m) =

0, entonces

los vectores i q , v

v, son todos nulos, y no

hay entre ellos vectores linealmente independientes.


rango ( v , v 2 ,

v m) < m , y este rango es igual a m precisam ente si los vec

tores V\, v

o,,, son linealm ente independientes.

Se deduce inmediatamente de la consecuencia anterior.


rango ( v i , t ' 2 , . . . , v m) < d im .

En efecto, en un espacio vectorial de dimensin dim = n no hay ms de n vectores


linealmente independientes.
Si w es igual a una combinacin lineal de los vectores v , V 2 ,

m, es decir,

si w = oi]V + v + + m v , para unos escalares i , 2. > w . entonces:

rango ( w , v , v , . . . , v m.) = rang o ( t t i , t ; 2 , . . . , v m).

Es consecuencia de que L ( w ,v ,v > ........v ,) = L (1/ 1 , v ? , . .. , v m).


Si los vectores v 1 , v , . . ., v m son generadores de E, entonces su rango es igual
a la dimensin de E.
Pues: rango ( v i , t_>........v , ) = dim L ( 1/1 , v , . . . , v , ) = dim .

81

RANGO DE UN SISTEMA DE VECTORES

Si a es un escalar no nulo y en el sistem a (v , v>, , v m) sustituim os el vec


tor v, (con

=s im ) por otv, entonces el sistema resultante tiene e l mismo

rango que e l prim ero; es decir:


rango ( v i ....... a v , . . ., v m) = rango ( t i|

v , . . . , v m) .

Teniendo en cuenta que K ( av) = K v , (al ser no nulo), se tiene:


rango (t>i, . . . , cxv, , . . ., u,,,) = dim l.(v .......a i/ ;,. . . . v ,)
= dim(Ki/| + + K ( u ,) + + Ku,,,)
= dim (K.i'i + + BCu, + - + Kim)

v,

= rango ( i;,
S i en e l sistema ( t o ........v , v ,

v m)

i/m) .

perm utam os entre s dos vectores,

por ejemplo: v y v ,, entonces e l sistem a resultantetiene el mismo rango que el


primero. Esto es:
rango ( v i , . . . . v lt . . . , v , . . . . v , ) = rango ( v

v , . . . , v m) .

En efecto:
rango

= dim (Kii + + K v , + + IKtj + + K r m)


= dim (K.V| + + ii j + + K.tii + + K iim)
= rango ( o ,,. . . , v

i / , t > m) .

rango (0 ) = 0.

Pues: rango (0) = dim L (0) = dim {0! = .

EJEMPLO 56

Si v es un vector de un espacio vectorial E, entonces el rango del sistema (v, 2v, 3v) es:
rango (v , 2v, 3v) =

EJEMPLO 5 7

0,
1,

si v =
si u *

El rango de los vectores ( 1 , - 1 , 1 ) , ( 1,0 , - 1 ) y ( 2 ,4 ,- 1 0 ) de


En efecto. Como los vectores ( 1 , - 1 , l ) y ( 1 , 0 , vector ( 2 , 4 , - 10 ) es combinacin lineal de ellos:

1 ) son

0,
0.
es igual a 2.

linealmente independientes, y el

- 4 (1 ,- 1 ,1 ) + 6 (1 ,0 ,-1 ) = (2 ,4 ,-1 0 ),

el mximo nmero de vectores linealmente independientes entre los vectores dados es dos;
podemos escribir:
ra n g o ((l, 1,1), (1,0, 1), (2 ,4 ,10>) = 2.

I . ESPACIOS VECTORIALES

EJERCICIO 8

Estudiar segn os valores de a, b y e el rango de los vectores ( 1 , 0 , 0 ), (>,0,-1) y (0, c, c)


de KA

El rango no varia
si se suma a un

P roposicin 1. 18

No se modifica el rango de un sistem a de vectores ai sustitu ir

uno de ellos p o r la suma de l m ism o y una combinacin lineai de ios restantes.

vector una
combinacin
lineal de los
dems

Sea (v\,v->,~..,vn) un sistema de vectores de un espacio vectorial F, y

D em ostracin

elijamos en l un vector, por ejemplo: iq , y si 2,

son escalares, consideremos el

vector:

v [ = t>| + 2t>2 + + t>n,

(31)

V| = l> - (2t>2 + ' ' ' + nii)

(32)

y por tanto:

De (31) se deduce: {t>j,t>2 , . , v j I(t> i, v?, -.., t>), y por tanto (cf. ejercicio 6, p. 72):

L(v\, v , . . . , v n) L(t>i,t>2, . . . , t 'n ) ;


a su vez, de (32) se deduce: {v i,

(33)

, i/,,} L(v\, v , ..., v ), y por tanto:

E(i>i,i>2,...,i>,t) L ( v \,V2,---, v ) .

(34)

De (33) y (34) se obtiene: L ( v i , v >, ..., i',) = I.(v \, v 2, .. ., t>), y en consecuencia:

v ) = dim L ( v , v. . . . , v n)

rango (t>i, i

= dim F ( v , i>2, . . ., t>) = rango (t>'|. v 2

i'n) ,

y en conclusin:
rango ( v i , v , v ) = rango (vj c i\2v> + + t>, v 2

i> ).

c.i i.i >.


El rango
disminuye en I si
se extrae un

P rop osicin 1. 1 9

Si v i, v , . . v n son vectores de un espacio vectorial F. de

dimensin fnita, y iv es un vector de E que no es igual a una combinacin lineal de


ellos, entonces:

vector que no es
rango (u>, t>], v , , t r ) = rango i v\, v, . , v n) + 1.

combinacin
lineal de los
dems

Dem ostracin

Designemos por p el rango de los vectores t>i, t>>.......u-

Si p = 0, entonces iq = v >= ... = v = 0, y puesto que tt> no es combinacin lineal de v i ,


i>2, ..., v , se tiene: w * 0, y
rango

= rango (te) = 1 = rango ( tq, i>2, . . . , v ) + 1.

RANGO DE UN SISTEMA DE VECTORES

Si p J 5 1, entonces hay p vectores linealmente independientes entre los vectores 1/1 ,


t>2

v,u y no ms de p; podemos suponer, sin prdida de generalidad, son los p pri

meros: t>i, v, . . . , v,,. De esta forma se tiene: L(v , v , . .. , v) - L ( v , v >,. . ., v p), y de


acuerdo con el ejercicio 6(e) (cf. p. 72), podemos escribir:
L(w ,v ,V j

v ) = L(w, v , v >....... v r ) ,

de donde:
rango (w , v , v ....... v,,) = rango (w, v,v->,...,v p) .

( 35)

Ahora, como.w no es igual a una combinacin lineal de los vectores v, Vj , ..., v n, tam
poco es

v p, as que el sistema ( w , v \ , v > , . . . , v P) es

igualauna de los vectores v , v

libre (cf. ejercicio 5, p. 70), y se tiene:


rango (ie, V i , v ................... v r ) = p + 1.

(36)

Finalmente, de (35) y (36) se concluye:


rango (w, V ], v>

2.

u n) - rango (w,

.. , v p) = p +

Ejem p lo s de c lc u lo de ra n g o s

= rango (i/i, i>2....... v ) + 1 .


c.q.n.

Las proposicion es 1.18 y 1.19 perm iten cal

cular en la prctica el rango de u n sistem a de vectores de R ". V eam os con un ejem plo
el procedim iento.
C alculem os el rango de los sigu ien tes vecto res de IR3:

t;, = ( 1 , 1 , 0 ) ,

i/2 = ( 2 , 1 , 1 ) ,

v.i = ( 0 , 0 , 1 ) ,

vA = ( - 1 , 0 , 2 ) .

En prim er lugar, elijam os un vector cu ya prim era com ponente sea no nula; por
ejem plo: v\.
A continuacin, consid eram os el vector:
v> = 1/2 + i / i >
donde a es un escalar tal que la prim era com ponente de v 2' es nula. Nos sirve = - 2 :
v' = v> - 2 v\ = ( 0 , - 1 , 1);
de acuerdo con la proposicin 1.18 (cf. p. 82) se tiene:

13

rango ( i/ i, v, / , 1/4 ) = rango (t/i, v', 1/ 3, v A) .

A nlogam ente, definim os lo s vecto res

1/3 y

v \ a p artir de t/3 y 1/4, resp ectivam en te, y

sirvindonos de v p ara con segu ir que la prim era com ponente resu lte nula:
v 3' = 1/3 + 0t/] = ( 0 , 0 , 1),

1/4 =

(37)

v 4 + V\ = ( 0 , 1 ,2 ) .

I. ESPACIOS VECTORIALES

84

A plicando d o s v e c e s con secu tivas la proposicin 1.18 , se obtiene:


rang o ( v \ ,v '2, v , V 4 ) = rang o ( v , , v'^ v'^.v^) = rango ( v i . r , v\, v \ ) ,

y con (37) se deduce:


r a n g o ( ( l, 1 , 0 ), ( 2 , 1 , 1 ), ( 0 , 0 , 1 ), ( - 1 , 0 , 2 ))
= r a n g o ( ( l, 1 , 0 ) , ( 0 , - 1 , 1 ), ( 0 , 0 , 1 ), ( 0 , 1 , 2 ) ) .

Los vecto res v',, v 3' y v\, es decir: (0, - 1 , 1 ) , ( 0 , 0 , 1 ) , ( 0 , 1 , 2 ) , tienen su prim era
com ponente n u la, y p o r tanto lo m ism o le ocurrir a cu alq u ier com binacin lineal de
ellos. En particular, el vecto r v = ( 1 , 1 , 0 ) no se r com binacin lineal d e v '., t/f y v',.
En consecuen cia, y de acuerdo con la proposicin 1.19 (cf. p. 82):
ra n g o ( ( 1 , 1 , 0 ), ( 0 , - 1 , 1 ), ( 0 , 0 , 1 ), ( 0 , 1 , 2 ))
= 1 + rang o ( ( 0 , 1 , 1 ), ( 0 , 0 , 1 ), ( 0 , 1 , 2 ) ) .

A hora, llevam os a cabo un procedim iento an logo con los vecto res v', v' y v\:
com o su s p rim eras com pon en tes so n n u las, b u scam o s un o de ello s que tenga no
nula su seg u n d a com ponente, por ejem plo: v'>, y sirvin don os de l ob ten em os de
lo s restan tes vectores, esto es, de v 't y v'A, vecto res cu y a seg u n d a com ponente s sea
nula. Definim os:

0 t>2 =

v ' = v 'i +
v ' = 0 4 +

( 0 , 0 , 1 ),

v-, = (0 ,0 ,3 ),

y de acu erd o con las propo sicio n es 1 .1 8 y 1.19 , se tiene:


r a n g o ((0 , - 1 , 1 ), ( 0 , 0 ,

1 ), ( 0 , 1 , 2 ) )

= r a n g o ((0 , -

1 , 1 ), (0 , 0 , 1 ), ( 0 , 0 ,3 ) )

= 1 + r a n g o (((),0 ,1 ), ( 0 , 0 , 3 ) ) .

El vector 1/3 , es decir: ( 0 , 0 , 1 ) , tiene no n u la su tercera com ponente. Si co n sid e


ram os: o 4" = v 'l - 31/'/ = ( 0 , 0 , 0 ), se cum ple:
ra n g o ( ( 0 , 0 , 1 ), ( 0 , 0 , 3 ) ) = 1 + ra n g o ( ( 0 , 0 , 0 )) = 1 + 0 = 1 .

Finalm ente, recapitu lando lo obtenido:


r a n g o ( t 'i , V 2 ,tr;,t/4 ) = 1 + ra n g o ( i r ^ t ^ , ! ^ )
= 2 + rang o (v ', v ')
= 3 + rang o (U 4" ) = 3.

I . SOLUCIN DE LOS EJERCICIOS PROPUESTOS

EJEMPLO 58

Calculemos el rango de los siguientes vectores de IR-1:


v, = ( 0, 0,1,0 ),

v-> = (0,1,1,-1),

v 4 = (0,0,0,01,

Vi = (0,-1 ,2,1),

= (0,2,1,11.

La primera componente de todos estos vectores es nula. Buscamos, pues, alguno que
tenga la segunda no nula. Por ejemplo: v?. Sirvindonos de v >, obtenemos los vectores:
v\ =

= ( 0 , 0 , 1 , 01 ,

v,

v\ = Vj + Vj = (0 ,0 ,3 ,0 1 ,
v\ = v A
v - =

= (0 ,0 ,0 ,0 1,

v-, - 2v-

= ( 0 ,0 ,- 1 ,3 ) ,

y aplicando las proposiciones 1.18 (cf. p. 82 ) y 1.19 (cf. p. 82):


rango (v ,v, v :i, t>4, v-,) = I + rango ( v ,, v j, v j, v j ) .
La tercera componente del vector v\ no es nula: a partir de l definimos los vectores del
siguiente paso:
v' = v j - 3 v j = (0 ,0 ,0 ,0 1,
= ( 0, 0, 0, 01 ,

v j= v j
v" = vj +

v\ = (0 ,0 ,0 ,3),

de donde se deduce: rango (t>, v j , v j , v j ) = 1 + rango (vj', v j , v j ).


Slo hay un vector con la siguiente componente no nula: vj', y por tanto:
rango ( v j , v j ' , v j ) = 1 + rango ( v j , v j ) = 1 + 0 = 1 ,
y recapitulando: rango (v ,v, v , v 4, v 5) = 3 .

1.11
Ejercicio l

SOLUCIN DE LOS EJERCICIOS PROPUESTOS


Sea p e E * = K - 0 . Se tienen las sigu ien tes equivalencias:

(p. 4 1)

(x\,x>) e Bl ( a , b ) <=> x\ = Aa y x- = Alt

para algn A e IR

<=> X] = A'( / ja ) y xn = A '(jib )


<=> {X],x-) e R ( p a ,p b ) ,
donde A' = A/p.

p ara alg n A'

I. ESPACIOS VECTORIALES

86

Este re su lta d o pu ed e gen eralizarse a un esp acio vectorial cualquiera: si tu es un


vecto r de un esp acio vectorial E so b re un cu erp o K , y j / es un e sc ala r d istin to de 0,
en ton ces se verifica: K (p to ) = Ktu. La p ru eba es an loga a la efectu ad a en el p rrafo
anterior.
Ejercicio 2
(p. 6 6 )

El sistem a ( ( 1 ,0 ,0 ) , (0, l , a ) , ( 0 , a , 1) e s ligado precisam en te si existen tres escala


res , /I y y , no lo d o s nulos, ta le s que:
( 1 , 0 ,0 )+

0 (0 , 1 , a )

+ y ( 0,a ,

1)

= (0 , 0 , 0 ),

o bien:
0 + y a = 0,

= 0,

0ti + y = 0.

(38)

Supon gam os que , 0 y y so n tres n m eros que verifican (38). De la segun d a


igu aldad se obtiene:
bien: y

(1

- a 2) =

= - y a , que su stitu id o en la tercera n o s da: - y a 1 + y =

0, o

0.

Si 1 - a 2 * 0, de la igualdad an terio r se dedu ce que y = 0, y su stitu y e n d o en (38)


se obtiene que = 0 = 0. De esta form a, si 1 - a 2 + 0, los escala res , 0 y y son
n ecesariam ente nulos, y po r tanto lo s vecto res ( 1 , 0 , 0 ), (0 , 1 , a ) y ( 0 , a ,
nealm ente depen d ien tes, o lo que e s lo m ism o: el sistem a

1 ) no so n li
( ( 1 , 0 , 0 ), ( 0 , 1 , a ) , ( 0 , a , 1 ))

no e s ligado.
A nalicem os ahora qu ocurre si 1 - a 2 = 0, e s decir, si a = 1 o a = - 1 . En el caso
en que a = 1 , las igu ald ad es de (38) se redu cen a:
=

0, 0

+ y -

0, 0

+ y = 0,

las cu ales son verificad as por ejem p lo po r = 0, 0 = 1 y y = - 1 . En co n se


cuencia, en el caso en que a =

1 , lo s

vecto res ( 1 , 0 , 0 ), (0 , a ,

1 ) y (0 , l , a )

so n lineal-

m ente d ep en d ien tes, p u es hem os en con trad o tres escala res no todos n u lo s pre
cisam en te:

0, 1

y -

1 , que verifican : 0 ( 1 , 0 , 0 ) + 1 (0 , a , 1 ) +

(1 )( 0 , l , a ) = (0 , 0 , 0 ).

Un an lisis anlogo nos m ostrara que en el caso en que a = el sistem a ( ( 1 , 0 , 0 ), (0 , l , a ) , (0 , a ,

1 tam bin

e s ligado

1 )).

Recapitulando: el sistem a ( ( 1 ,0 ,0 ) , ( 0 , 1 , a ) , (0, a , 1) ) e s un sistem a ligado pre


cisam en te si a =

o a = - 1.

Ejercicio 3

C onclu ye el ejercicio 2 con la afirm acin de que el sistem a ( ( 1 ,0 ,0 ) , (0, l , a ) , ( 0 ,a , 1) )

(p. 69)

e s ligado p recisam en te si a = 1 o a = - 1 . Este sistem a ( ( 1 ,0 ,0 ) , (0, i , a ) , ( 0 ,a , 1 ) ) es


en ton ces libre p recisam en te si a =

Ejercicio 4
(p. 70)

y a * - 1.

La condicin es necesaria. Supon gam os que w no e s igual a una com binacin lineal
d e los vecto res v , v ........v , y sean i , 2 , . . . , y
i t ' + v - - + a nv +

escala res tales que:

0 iu

0.

SOLUCION DE LOS EJERCICIOS PROPUESTOS

87

Si ocurriera que P es no nulo, de esta igu aldad podram os deducir:


w =p

1 ( ex 11 1 -

a>v -

- a V i,),

lo que estab lecera que w es com binacin lineal de tq , v,

v n, en contra de lo

su pu esto. Por tanto, n ecesariam en te se tiene: p = 0.


La condicin es tam bin suficiente. Supongam os que de cu alquier igu aldad de la
form a o] tq + O2V 2 + + a nv n + pw -

se deduce que P = 0. Si w fu era igual a

una com binacin lineal de tq , v, .. . . v n, es decir, si w = y\V\ + y v + + y v


para algunos escalares jq , y , . . y, se verificara:
y i tq + y j V j + + y nv n + p w = 0

(39)

para P = - 1 , y llegaram os a u n a contradiccin, p u es de verificarse (39) debera


dedu cirse que P =
Ejercicio 5

0.

Sean o q , o2 , . . . , oq, y p escalares tales que:

(p. 70)

p w + oqtq + o2

+ + n nv n = 0.

(40)

Com o el vector w no es igual a u n a com binacin lin eal de i>i, 1/ 2. . v,u de (40) se
deduce: p = 0 (cf. ejercicio 4, p. 70), y po r tanto ex 11/ l + a v + + a nv n = 0,
de donde se infiere son n u los los escalares 1 , 2, . . . . o, p u es los vecto res
v

v\,

v son linealm ente in d epend ientes. En consecuencia, de la igualdad (40) se d e

duce: P = l\ 1 = o2 = . . . = o = 0, lo que estab lece que el sistem a ( w , v 1 , 1/2

v n)

es un sistem a libre.
Ejercicio 6
(p. 72)

Se tiene:
a) Si Vj e A, en tonces podem os escribir: v = oq V\ + o v + + O,,iq,, donde:

o, = 1
de n i, v i,

y , = 0 si i

j.

Todo vector de A es, pu es, com binacin lineal

. . . , v n, que es lo m ism o que decir que todo vecto r de A pertenece

a L (A ): A L (A ).
Nota bene

Puede ocurrir: A = H A ), como sucede si .4 = (0).

b) Si A F, entonces iq , v >

v son vecto res del su b esp acio vectorial F, y

toda com binacin lineal de ellos p erten ece a F , es decir: L (A ) F.


c)

Es un caso particular de (b), tom ando: F = L(B ).

d)

Se tiene la siguiente cad en a de im plicaciones:


(a)

(c)

(A es su b sistem a de B ) => A L(B ) => L ( A ) L (B).

88

I. ESPACIOS VECTORIALES

e) Se tiene la siguiente cadena de im plicaciones:


(.4) =

L(B) ^

4 c

U B ) = > A Q L(B, ( u) )

A u u} s L(B, (u)) ^

l(4,( ))sL (fi,(u ))p

y anlogam ente se dem ostrara: L(B, ( )) s L ( 4 , { )).


f)

Se tiene: A es su b sistem a de B, B Q E y L {A ) - E, y com o consecuencia:


E = L (A ) <= L iB ) <= ,

de donde: I ( B ) = E, e s decir: B es un sistem a de gen eradores de E.


Ejercicio 7
(p. 72)

Supongam os, p o r ejem plo, que B e B ' . Entonces cada vecto r de B figura en la base

6'

y existe algn vector de

con sid erem os que es u q que no pertenece a t.

Como B es u na b ase de E, el vecto r w es una com binacin lineal de los elem entos
de B: wq = oqtq + ccVi + + cxpv p, de donde:
c q tq + 21/2 + + ctpVp w ] =

0.

Pero esta ltim a igualdad es u n a form a de exp resar que (tq , t q , . . . , v p, u q ) es u n sistem a ligado, en contradiccin con el hecho de que ( t q , v 2, , v p , u q ) es u n sistem a
libre (al ser su b siste m a del sistem a libre B').
Un argum ento anlogo dem ostrara que no pu ed e ocurrir que B est estricta
m ente contenido en B.
Ejercicio 8
(p. 8 2 )

D enotem os por r el rango de los vectores ( 1 , 0 , a ), (b , 0 , - 1 ) y (O .c.c), es decir:


r = ra n g o ((l,

0 , a ), (b, 0 , - 1 ), (0 , c, c)).

En prim er lugar, o b se d a m o s que ( 1 , 0 , a ) y (fi, 0, - 1 ) son lin ealm en te in d epen


dientes precisam ente si ab * - 1 . De esta fo n n a, si ab = - 1 , entonces:
r = ra n g o (( 1 , 0 , u ) , ( f i . 0 , - 1 ), ( 0 , c , c ) ) = r a n g o ( ( l, 0 , a ) , ( 0 , c , c ) ) ,

y as r es igual a

si c =

0, y

es igual a

si c *

0.

Por otro lado, si ab * - 1 , com o ya sabem os que ( 1 , 0 , a ) y (b , 0, - 1 ) son lin eal


m ente independientes, slo n o s resta estu d iar si el tercer vector: (0 , c , c ) , es igual a
u na com binacin lineal de ello s. D esde luego, si c. = 0, la re sp u e sta es afirm ativa, y
se tiene:
r = rang o ( ( 1 , 0 , a ) , (fi, 0 , - 1 )) = 2 .

Si c * 0, su pongam os se verifica la igualdad:


( 1 , 0 , a ) + f i f i , 0 , - 1 ) + y ( 0 , c , c ) = ( 0 , 0 , 0 )

SOLUCIN DE LOS EJERCICIOS PROPUESTOS

(para alg u n o s escala res a , /I y y). Esta igu aldad vectorial e s equ ivalen te a e sta s tres
igu aldades:
a + pb = 0,

ye =

0,

a a - /) + ye = 0,

y d e la seg u n d a de sta s se obtiene: y = 0. El resu ltad o del ejercicio 4 (cf. p. 70) p er


m ite in ferir que ( 0 , c , c ) no es igual a u n a com binacin lineal de ( 1 , 0 , a ) y (b, 0 , - 1 .
y en conclusin:
r = r a n g o ( ( l,0 ,a ) , (Z->,0, - 1 ), ( 0 , c ,c ) ) = 3.

Resum im os en el sigu iente cuadro lo obtenido en este ejercicio:

ah =
a b --t

-1
-1

c =0

c *

r =

r =

1
=2

0
2

r =3

I. E S P A C IO S V E C T O R IA LE S

RECAPmJLACION I
D e fin ic i n d e e s p a c io v e c t o r i a l

Consideram os un conjunto no vacio y un

cuerpo ( & , + , ) conmutativo:


es un e sp a cio v e cto ria l so b re el cu erp o & significa: sobre estn definidas:
una ley de com posicin interna que articula com o grupo abeliano;
o una ley de com posicin externa para K que verifica: es asociativa en los
elem entos de &, distributiva respecto de la operacin - de &, distributiva
respecto de la operacin + de , y neutra para el elem ento 1 de
Se llama a los elem entos de v e c to re s; a los de K, escalares.
Propiedades:
o

V x e , Ox - 0,

V A K, .\0 = 0,

V x , - x = ( - 1 )x .

,\ = 0
o V A K, V x e , A x = 0 <=>

o
x 0.

K es espacio vectorial sobre K: al considerar la operacin como operacin


externa.
K " (n * 1) es espacio vectorial sobre Di con las operaciones:
( I , 2 ......... ) + ( / 3 | , / 5 j , . . . , / i n ) = ( I + 0 1 , .> +

A ( r t i, 2

) = ( A i , Ao t j

+ / ! )

Aa).

En particular: K " e s espacio vectorial sobre R.


Dados dos espacios vectoriales y F sobre K, F f (conjunto de las aplicaciones

de en F) es espacio vectorial sobre K con las operaciones:


o adicin de aplicaciones: l / + ? ](x ) - / ( * ) + rix);
o m ultiplicacin por un escalar: [ A / ] ( x ) = A / ( x ) .
El elem ento neutro de la adicin de aplicaciones se denota: O, y verifica: V x e
E, O f x ) = 0 r (donde 0 , designa el elem ento neutro de la adicin de vectores
de ).
Para un vector ( i , a

ctn) de

es su p rim era com ponente, otj es su

segu n da com ponente, etc, y , es su t-sim a com ponente (1 < i

S u h e s p a c io s v e c t o r ia le s

n).

Consideram os un espacio vectorial sobre un cuer

po K:
Su b esp acio v e cto ria l de : F Q E , F no vaco, y tal que:
(V A K, V v F, A v F ) .

CAPITULACIN I

9i

lropiedades:
o si F es su besp acio vectorial de F , en ton ces: 0 e F;
o todo su besp acio vectorial es espacio vectorial;
o {0} y E son su b esp acio s vectoriales de F ;
o K z = \cxz | y e } es su b esp acio vectorial de F;
o la interseccin de su b esp acio s vectoriales es un su besp acio vectorial.

Condicin n ecesaria y su ficien te: F es su b esp acio vectorial precisam en te si:


V ( , / i ) e K 2, V ( v , w ) e E 2, a v + fiw e F.
El conju nto { ( X |,X 2, . . . , x ) 1 " I a 1 X 1 + a X 2 + + a nx n = 0 es su b e s
pacio vectorial de IR".
Si (a ,b ) * (0 ,0 ): { ( x i , x ? ) e IR2 | ax\ + bx> - 0} = \S(-b,a).
Su m a de sub esp acios ve cto ria le s

C onsideram os un espacio vectorial E sobre

un cuerpo &:
Si /I e y B s ' son no vacos, se define:
A + B = [x + y \ x e A y y B ] .

C aso particular: x + A = ( x l + A.
Si A i , A 2 , . . . , A son su b co n ju n to s no vacos de F , se define la sum a /Ai + A +
+ A com o el conjunto:
X i + X;> + + X n |X | A i , X 2 G A-, . .

V X (j / A | ] } .

Si F j , F , . . ., F son su b esp acio s vectoriales, su sum a es su b esp acio vectorial.


Dos su besp acios vectoriales F y G son in d ep en d ien tes si: todo vector de F + G
se pu ed e obtener de m anera nica com o su m a de un vector de F y un vector
de G.
Si F y G son ind epend ientes, su su m a se llam a su m a d irecta, y se denota: F e G.
Condicin necesaria y su ficien te de independencia: F y G son independientes
precisam ente si: F n G = 0 ] .
Dos su besp acios vectoriales F y G son su p le m e n tario s si: son independientes
y su su m a (directa) es : F C = F.
C om binacin lin eal de los vecto res t/j, V 2 , , v n de F: cada vector del su b e s
pacio vectorial IKt/i + K t 2 + + K u .
Un vector z e F e s u n a com binacin lineal de V \, v 2, . . . , v n si y slo si existen
escalares i , a 2,

a n tales que: z = V i + (X2 V 2 + + & nv n-

Toda com binacin lineal de vecto res de un m ism o su besp acio vectorial p e rte
nece al su b esp acio vectorial.

I. ESPACIOS VECTORIALES

92

Su b e sp a cio s a fin e s

C o n sideram os un e s p a d o vectorial sobre u n cu erp o K:

Su b esp acio a fn de : A Q , ,4 no vaco, y A = v + E , con v e E y F su bespacio


vectorial de E.
Son su b e sp acio s afin es de E: u i (donde u e E), y cu alq u ier su b esp acio vecto
rial d e E.
R ecta de E: v - Kit, donde w * 0. Toda recta de es su b esp acio a fn de .

Propiedades:
o (w e v + F ) <=> {w + F = v + F);
o (v + es su b esp acio v e c t o r ia l)

(v e ) ;

o si v + E = iv + G, entonces = G;
o la interseccin d e su b esp acio s afin es, si no es vaca, e s su b esp acio afn.

H iperplano de K " : d ad os a i, a, . . . . a,, nm eros re ales no sim ultneam ente


nulos, es el conjunto:
n
{{ x \ , x 2 ........ x ) e O & " | ^ a j X i = d ] .
=i

T od o h iperplano de K '1 e s su b esp acio afn de K " .


Su b esp acios afin es p aralelos: v + F y w + G so n p aralelo s si: = G.
El su b esp acio afn v + F es d b ilm en te paralelo al w + G si: c G.
C om binacin a fn de los v ecto res w ,u>,... , w de E: todo vecto r de la forma:

\iU>i + cijW j + + c<nWn donde i +

+ + =

1.

i odo vecto r que es com binacin a fn de vecto res de un m ism o su b esp acio afn
pertenece al su b esp acio afn.
Siste m a s de vecto res

C o n sideram os un esp acio vectorial :

Sistem a de v e c to re s de : lista, o coleccin, finita o rd en ad a de vecto res d e .


El sistem a S form ado po r los vecto res V\, v , ., v n se escribe de esta form a:
S = (v i,v 2

v n), y de ello s se dice son lo s vecto res de S.

El ca rd in a l del sistem a S es: C ard (S) = Card (v \ ,V 2 ......... t' ) = n.


Que el sistem a S es su b sistem a del sistem a S significa: todo vector de S es

de S y

110 figu ra

en la lista de S m s veces que en la de S .

V ectores lin e a lm e n te d ep en d ien tes

C on sideram os un esp acio vectorial s o

bre un cu erp o K:
Los vecto res v \,

v nde so n lin ealm en te d ep en d ien tes, o bien: el siste

m a ( v \ , v > , . . . , v n) e s un siste m a ligado, si: existen escala res a , tx-, .. .,


no todos nu lo s, tales que oq v\ + <x<v + + a v n =

0.

Propiedades:
o (0 ) es un sistem a ligado;
o si v y v

0 , en ton ces

( v | no e s un sistem a ligado;

ECAPITULACIONI

93

o todo sistem a en el que figu re el vector

es un sistem a ligado;

o todo sistem a en el que uno de lo s vecto res sea igual a u n a com binacin

lineal de lo s re sta n tes e s un sistem a ligado;

o dados d o s vecto res: v *

y w, (v , w ) es sistem a ligado precisam en te

si w e K.v;
o si B' es su b sistem a de B y B ' e s sistem a ligado, tam bin lo es B.
V ectores lin e a lm e n te in d ep en d ien tes

C on sideram os u n esp acio vectorial E so

b re un cuerpo K:
Los vecto res tq , v>

v n de E son lin ealm en te in d ep en d ien tes, o bien: el

sistem a (tq , v , , tq,) e s un s iste m a libre, si: lo s vecto res no son linealm ente
depen d ien tes, o equivalentem en te: d e la igualdad a v [ + av> + + <xvn = 0

0.

se dedu ce: oq = oq =
Propiedades:
o

(0 ) no es u n sistem a libre;

s i v G E y v * 0, en ton ces (v ) e s un sistem a libre;

todo sistem a en el que figure el vector

todo sistem a en el que un o de los vecto res se a igual auna com binacin

no e s un sistem a libre;

lineal de lo s restan tes no es un sistem a libre;


o d ad os dos vectores: v *

y w , (v , w ) e s sistem a libre precisam en te si

w i IKu;
o todo su b sistem a de u n sistem a libre tam bin e s sistem a libre.

Siste m a s de g en erad o res. B ase s

C on sideram os un espacio vectorial E sobre

un cuerpo K, y u n sistem a B = (tq , t q , .. -, v n) de vecto res d e ':


Notacin: L {B ) = L(v,v->, ___ v ) = & tq + K t >2 + + Ktq,.
Sistem a de g en erad o res de E: se dice que B es sistem a de gen eradores de E, o
que lo s vectores i q , V 2 , . . v generan , si: L ( B ) = .
B ase d e : B es b ase de significa: B es sistem a d e gen erad o res de y B es
sistem a libre.
C ondicin n ecesaria y su ficien te: B es b ase de precisam en te si todo vector
de se pu ed e ex p re sar de m anera nica com o com binacin lineal de lo s vec
tores de B.
C oord enadas de u n vecto r v de en la b ase (tq , v , . , tq ,):
calares oq,

2 ........

los n icos e s

ta le s que: v - oqtq + o>v> + + a v .

Base can n ica de

el sistem a Be = ( c j,C 2

e> = (0,1,0......0 )

e = (0.......0,1).

en), con: e = ( 1 , 0 , . . . , 0 ) ,

Las coord enadas de un vecto r de IK" en la b ase cannica son su s com ponentes.

94

/ ESPACIOS VECTORIALES

T e o rem a d e la b a s e in com p leta: si B es u n sistem a d e gen erad o res d e E y v \,


v->, . . . . v,, son vecto res de B linealm ente in d epen d ien tes, en lo n ces ex iste una

b ase de E que es su b sistem a d e B y en la que estn lo s vecto res v\, v->, ., v p.


Si B\ y B son d o s b ase s de E, entonces: Card(/?| l = Card (;<).
D im en si n

C on sideram os un esp acio vectorial E:

D im en si n finita: que E e s de dim ensin finita sign ifica adm ite u n siste m a de
gen erad ores ( t ' 1 , 1'2

v m).

fin particu lar, E = j0 1 es de dim ensin finita.


Si F. * {0} y e s d e dim ensin finita, adm ite u n a base.
D im en sin de : si * 0 1 , se defin e com o el nm ero de vecto res de cualquiera
d e su s b ase s (que es el m ism o p ara toda base); si = 0 !, se defin e igual a

0.

Se denota: d im .
Se tiene: d irn K '' = n, d i m 0 = 0.
Propiedades: con sid eram os d i m = n , con n s 1:
o n generadores de form an una b ase de ;
o n vecto res linealm ente in d epen d ien tes de form an u n a b ase de ;
o todo sistem a de vecto res d e de card in al m ayo r

que n e s

un sist

ligado;
o el n m ero m xim o de vecto res linealm ente in d epen d ien tes de es n;
o entre lo s vecto res d e u n sistem a de gen erad o res de es po sib le esco ger n
linealm ente ind epen d ien tes, p e ro no m s de n;
o lodo su b e sp acio vectorial de es, com o espacio vectorial, de dim ensin
finita m enor o igual que n ;
si el su b esp acio est estrictam en te in cluido en , en ton ces su dim ensin
e s m enor que n;
si u n su b esp acio vectorial de es d e dim ensin igual a n, en ton ces coin
cide con .
R a n g o de u n sistem a de vecto res

C on sideram os u n espacio vectorial :

R an go del sistem a (v \ , v z , v ) , o de lo s vecto res v i , v>

v : dim ensin

del su b e sp acio vectorial que esto s v ecto res generan.


Se denota: rango ( v i , v , . . . , v n).
Por definicin: rango ( t q , v>,

= dim

fu).

Se verifica: rango (0) = 0.


P ropiedades: con sid eram os un sistem a B d e vecto res de :
o el nm ero m xim o de v ecto res linealm ente in d epend ientes de B coincide
con el rango de B\
o el rango de B e s m en or o igual que el cardinal de B, y se da la igu aldad si

zCAPITUL ACIN I

y s lo si fl es sistem a libre;
o si d i m = n , en ton ces el rango de B e s m enor o igual que n, y se da la
igualdad si B e s sistem a de gen erad o res de ;
o si B = ( i/ j, v

v , ) y el vector tu es com binacin lineal de los vecto res

d e B, al aadir tu a el rango no vara:


rango (tu, V\,v>

v m) = rango ( u i , u ? ,

v m)\

p ero si tu no e s com binacin lineal d e lo s vecto res de fl, al aadir tu a


el rango aum enta en
rango (tu,

1:
, v m) = rango ( v i , v

No se m od ifica el rango de u n o s vecto res v \ , v


se su stitu y e uno d e los vectores: v,

(1

v m) + 1.
v m si:

i m), po r a v , d on d e *

0;

o se p erm u tan entre si d o s de lo s vectores;


o se su stitu y e uno de lo s vecto res po r la su m a de l m ism o y u n a com bi
nacin lineal d e lo s restan tes.

C a p t u l o II_______________________________________________

APLICACIONES LINEALES

II. APLICACIONES LINEALES

ESQUEMA - RESUMEN
I n t r o d u c c i n

99

5.

Recordatorio sobre aplicaciones, 99 Definicin de


aplicacin lineal, 100 Propiedades de una aplicacin
lineal, 1 0 2 Aplicaciones lineales con conjunto de par
tida un espacio vectorial de dimensin finita, 104 El es
pacio vectorial CIE.F), 108 Isomorfismos de espacios
vectoriales, 108 Formas lineales, 109 Aplicaciones
afines, 1 1 0 .

I . Definicin de aplicacin lineal

Caracterizacin de una aplicacin lineal


suprayectiva........................................................ 12 7
6. Teorema de las d im e n sio n e s........................ 129
4.

3. Isom orfism os

115

1. Propiedades generales; imagen de una


aplicacin l in e a l.................................................l i
2. Ncleo de una aplicacin lin e a l.................... 1 1 7
3. Inversa de una aplicacin lineal biyectiva . 1 1 8
4. Composicin de aplicaciones lineales . . . 1 1 8
3. A plicaciones lineales con co n ju n io de
partida un esp acio vectorial de dim ensin
finila
119
1. Una primera propiedad.................................... 119
2. Rango de una aplicacin l i n e a l .................... 1 1 9
3. Caracterizacin de una aplicacin lineal
por las imgenes de los vectores de una
b ase ........................................................................ 122
4. Caracterizaciones de una aplicacin lineal
inyectiva................................................................ 124

de

esp a cio s

13 1
vectoriales

1. Definicin de isomorfismo. Espacios vec


toriales is o m o r fo s .............................................1 32
2. Propiedades........................................................13 3

111

2. Propiedades d e una aplicacin lineal

El espacio vectorial C ( E , F )

6.

Form as lin eales


13 3
1. Espacio dual. Formas lin eales........................ 13 5
2 . Base d u a l ........................................................... i 38
3. O rtogonalidad................................................... 139

7. A plicaciones afin e s

8.

13 9

Solucin d e lo s ejercicio s p ro p u e sto s

R e c a p it u l a c i n II

14 3

14 5

Definicin y propiedades, 145 Aplicaciones lineales


con conjunto de partida un espacio vectorial de di
mensin finita, 140 El espacio vectorial C IE, F), 147
- Isomorfismos de espacios vectoriales, 147 Formas
lineales, 147 Aplicaciones afines, 148.

PRODUCCIN

99

INTRODUCCIN
R e c o rd a to rio sobre a p lic a c io n e s

El lector que no est fam iliarizado con las

aplicaciones o con su m anejo puede con su ltar el apndice A. No obstante, ofrecem os


en esta introduccin u n rep aso de lo m s esen cial sobre ello.
Recordem os, en prim er lugar, que una aplicacin est definida por un con ju n to de
partida, un conju n to de llegada, y una form a de asign ar a cada elem ento del co n ju n to

de partida un elem ento y slo uno del con jun to de llegada. Por ejem plo, si co n sid e
ram os el conjunto A = 1 , 2 , 3 } com o el de partida, el con jun to B = {a ,b } com o el de
llegada, y asign am os al elem ento

el a, y a los elem en tos 2 y 3 el b, tenem os una ap li

cacin del con junto .4 en el conjunto B. Si la den otam os por / , escribim os: / ( 1) = a,
para dar a en ten der que al elem ento I le asignam os el elem ento a, y decim os: la im a
gen por la aplicacin / de

es igual a a (o f aplica el elem ento

en el elem ento a);

anlogam ente: / ( 2 ) = b y / ( 3 ) = b.
En segun d o lugar, tenem os inters en record ar los conceptos de im agen por una
aplicacin de un su bcon jun to del con ju n to de partida, y de im agen recproca por una
aplicacin de un su bcon jun to del con jun to de llegada. Lo vem os con un ejem plo.
Sea / la aplicacin del conju n to A = { 1 , 2 , 3 } en el con jun to B = {,(?, c definida
por / ( i ) = a, f ( 2 ) - b y f ( 3 ) = b. Si con sid eram os el su bco n jun to A i = { 1 , 2 } de A,
la im agen por f de su s elem en tos es: f ( l ) - a y f ( 2 ) = b. Se llam a imagen por f del
con ju nto A i al conjunto form ado por estas im genes, y se denota:

Es decir:

el con ju nto ./'[A i] es el form ado por aquellos elem en tos de B que son im agen por /
de algn elem ento de A i; en sm bolos: / [ A | ] = {_f(x) \ x e A j } = {a , b }. Si, por
ejem plo, A:> = { 2 , 3 } , e n t o n c e s / (2) = / ( 3 ) = b, y f[A z \ = \b\. Y si consideram os
com o su bcon jun to de A el m ism o A, obtenem os: / [ A ] = \a,b} (el elem ento c no
es im agen de ningn elem ento de A); al con ju n to / [ A ] se le llam a imagen de la
aplicacin / , y se denota: lm / .
Por otra parte, si consid eram os el su bco n jun to i = {b ,c} de B, todos los ele
m entos de A cu y a im agen por / pertenece a B\ son 2 y 3 (am bos se aplican en b y
no h ay m s que se apliquen en b, y a su v e z no h ay ninguno que se aplique en c).
Se llam a imagen recproca po r f del con ju n to f? al con ju n to form ado por los ele
m en tos de A cu ya im agen por / perten ece a i, y se denota:
= } x e A | f ( x ) e B i} = { 2 , 3 } .
son: / - 1 [ { a } ] = [ 1 },
Nota bene

/~* [#i J; en

sm bolos:

O tros ejem p lo s de im gen es recprocas

b ] - U , 2 , 3 } y / _ l [ {c ) ] =

0.

Ntese que la palabra imagen aparece de cuatro maneras: imagen de un ele

mento por una aplicacin, imagen de un conjunto por una aplicacin, imagen de una
aplicacin, e imagen recproca de un conjunto por una aplicacin.

lo o

II. APLICACIONES LINEALES

A continuacin, record em os que una aplicacin / de un con ju n to .4 en u n con


junto B es invectiva si las im genes po r / de elem en tos distin tos d e .4 son ele
m entos distin tos de B\ o dicho de otra form a: d o s elem en tos de 4 que tengan la
m ism a im agen por f son n ecesariam en te iguales. Por ejem plo, si / e s la aplicacin
de 4 = { 1 , 2 , 3 ! en B = { a , b , c , d } tal que ./ '(l) = a, / ( 2 ) = b y / ( 3 ) = d, enton
ce s f es inyectiva, p u es no h ay d o s elem en tos distin tos del con ju n to de partida con
la m ism a im agen por / . Sin em bargo, la aplicacin h, entre los m ism os conjuntos,
d efin ida po r / i( l) = a, h ( 2 ) = b y h (3) = b no es inyectiva, pu es h ay al m enos dos
elem en tos distin tos con la m ism a im agen: fi( 2) = /t(3) = b.
Recordem os asim ism o que una aplicacin / de un co n ju n to 4 en un con ju n to B
es suprayectiva si cad a elem ento de B (conjunto d e llegada) es im agen po r / de al
m enos algn elem ento d e 4 (conjunto d e partida); o exp resad o de otra form a: si la
im agen de / coincide con B. Por ejem plo, la aplicacin u del c o n ju n t o 4 = { 1 , 2 , 3 ! en
el conju nto B = \a, b\ d efin ida po r w ( l ) = b y u(2) = u (3 ) = a es su prayectiva, pues
cada elem en to en el con ju n to de llegada, e s decir, en B, es im agen por u de algn
elem ento de 4 : Im u = B. Pero la aplicacin v, entre lo s m ism os co n ju n to s, dada
por 1/ ( 1 ) = v ( 2 ) = i/(3) = a no es su p rayectiva, p u es h ay al m en os un elem en to de B
precisam ente: b que no es im agen de ninguno de 4 : Im v = { a } * B.
Finalm ente, record em os que una aplicacin biyectiva es una aplicacin inyectiva
y su p rayectiva a la ve z. Por ejem plo, es b iyectiva la aplicacin / de 4 = 1 1 , 2 , 3 !
en B = \a,b,c\ definida po r / ( 1 ) = b, / ( 2 ) = a y f ( 3 ) = c.

D efinicin de a p lic a c i n lin e a l

En e ste captulo estam o s in teresad o s en aplica

ciones cu yo s co n ju n to s de partida y llegada so n esp acios vectoriales, y que cum plen


ciertos requisitos. C on siderem os esta aplicacin de R 3 en R2:
R3
(X 1 .X 2.X 3)

- -

R-

----------------(X i - 2 X 2,X 2 + X 3).

Esta notacin n o s inform a de lo sigu ien te: la aplicacin / tiene com o co n ju n to de


partida R 3 , com o conju n to de llegada R 2, y la im agen po r / de un vecto r arbi
trario ( X 1 .X 2 .X 3 ) de R 3 e s el vecto r (X| / ( 1 ,0 ,- 1 ) = (1,-1),

2 x t , X 2 + X 3 ) de

/ ( 0 , 0 , 0 ) = (0 ,0 ) ,

R -; p o r ejem plo:

/ ( - l , 1 / 2 , 1 ) = ( - 2 ,3 / 2 ) .

Esta aplicacin verifica e sta s propiedades:


cu alesq u iera que sean lo s vecto res ( X i , X 2 , X 3 ) y

de R 3 , se tiene:

/ ( ( X i , X 2 , x 3 ) + (V 1 . y 2 . y 3 )) = / ( X i , X 2, x 3 ) + / ( y i , y 2 , y s ) , esto es: la im agen


de la su m a de d o s vecto res del esp acio vectorial de partida (en este caso, R 3)
es igual a la sum a de su s im gen es, que so n vecto res del espacio vectorial de
lle g a d a (en e ste caso, R 2);

O I

TRODUCCIN

cu alesq u iera que se a n el vecto r ( x j , x>,x $I de R 3 y el nm ero real

o,

se cum ple:

f ( a ( x \ , X 2 ,x?,)) = <xf{x\,x>,x:), e s decir: la im agen del prod ucto de u n n

mero real por un vector de R 3 es igual al prod ucto del nm ero po r la im agen
del vecto r (en R 2).
La com probacin de e sta s d o s pro piedades es sencilla, y totalm ente anloga a la que
se lleva a cabo en el ejem p lo 1 (cf. p. 113). Por verificarlas, se dice que la aplicacin f
es u n a aplicacin lineal.
Nota

Podramos haber presentado la aplicacin / de esta otra forma: la aplicacin / de K 1

en R 2 que verifica: f ( x \ ,x>,xs) = (x - 2x>_,xi + x ;l). Esta notacin, quiz ms sencilla, es


general, no exclusiva de las aplicaciones lineales. 1 Veremos ms adelante otras formas de

determinar una aplicacin lineal que s son especficas para aplicaciones lineales.

Q uerem os com entar cm o e s toda aplicacin lin eal de R 3 en R 2: e s tal que la


im agen de un vector arbitrario U 'i, x>, x-2 ) de R 3 es u n vecto r de R 2 que e s de la
form a ( ax [ + b x 2 + c x , a ' x i + b'x + c ' x 3 ), p ara algun os nm eros reales u, b, c, a',
b' y c ' . Es decir:

R3
(X 1 .x 2 .x 3 )

---------------R 2
------- ( a x i + b x >+ c x 3 , a ' x + b ' x 2 + c 'x . 3 ),

para algunos n m eros reales a, b, c, a , b ' y c ' . Por ejem plo, son lin eales las ap lica
ciones de R 3 en R 2 defin idas de esta m anera:
f\ (X 1 .X 2.X 3 ) = ( 2 x i , 0 ),

f >(x 1 , X 2,X 3 ) = ( x 2 - x i , 5 x 3 ),

/ 3 ( X i , X 2 , X 3 ) = (2 x 3, Xi - 3 x 2 +

9X 3 >, ./'4 (X| , X 2, X 3 ) = (0 , 0 );

y no son lineales las defin idas d e esta otra:

c)\ (X 1 , X 2, X 3 ) = ( X i . l ) ,
5 3

1 .X 2 .X 3

g ( X \ , X 2 , X 3) = (X 2 X;i, X 1 + 2 x 3 ) ,

) = (X j .x , - 3 x 3),

5 4

U i , x 2 ,x 3) = (1 ,0 ).

E stos com entarios sobre cm o so n las aplicacion es lin eales se gen eralizan sin
dificu ltad a aplicaciones de R " en R m. Por ejem plo, toda aplicacin lineal / de R 2
en R 3 e s t definida de la form a:
/ ( x i , x 2 ) = ( a x i + b X 2 , a 'x + b 'x > ,a "x + b " x 2 ),
para algunos n m eros reales a, b, a , b , a " , y b" \ algun as aplicaciones lin eales d e R 2
en R 3 son las defin id as por:

h ( x i , x-) = ( 2 x i + x 2, x

+ 3 x 2, x Q ,

ft 3 ( X i , x 2) = ( 0 ,0 , X | + x 2 ),

h-(X\,x>) = ( - x 2, 0 , 5 x i - x 2 /2 ),
/i4 ( X | , x 2) = ( x i , x i , x i ) .

1 En el citado apndice A se pueden encontrar otras notaciones generales para aplicaciones.

102

II. APLICACIONES LINEALES

P ro p ie d a d e s de u n a a p lic a c i n lin e a l

En esta seccin se detallan pro piedades

gen erales de las aplicacio n es lin eales. La m s sen cilla estab lece que toda aplicacin
lineal aplica el vecto r nu lo del espacio vectorial de partida en el vector n u lo del e s
pacio vectorial de llegada. Por ejem plo , si / e s u n a aplicacin lineal de R 3 en IR2, la
im agen por f del vecto r ( 0 , 0 , 0 ) e s el vecto r (0 , 0 ); en sm b olos: / ( 0 , 0 , 0 ) = (0 , 0 ).
Otra p ropiedad com para el rango de un sistem a de vecto res con el ran go del s is
tem a form ado por las im gen es d e tales vecto res por una aplicacin lineal: el prim er
ran go e s m ayor o igual que el segun d o. Por ejem plo, el sistem a ( ( 1 , 2 ) , ( 0 , 1 ) , ( 1 , 1 ) ) ,
de vecto res de i 2, tiene rango igual a 2, y si / es u n a aplicacin lineal d e R 2 en R 3
cualquiera, el sistem a (./'(l, 2 ) , / ( 0 , 1 ) , / ( 1 , 1 ) ) , que e st fo rm ad o po r vecto res d e R 3 ,
tiene rango a lo m s igual a

2.

Una p ropiedad m u y im portante estab lece que la im agen po r u n a aplicacin lineal


d e un su b esp acio vectorial (del esp acio de partida) es a su v e z u n su b esp acio vectorial
(del espacio de llegada). Si / e s una aplicacin lineal de R 3 en R 2, al calcu lar la im agen
por / de cu alqu ier su b e sp acio vectorial de R 3 , obtenem os un su b esp acio vectorial
d e R 2. En particu lar, la im agen d el pro pio R 3 , e s decir, la im agen de la aplicacin
lineal / : l m / , e s un su b esp acio vectorial de R 2. El su b e sp acio vectorial Im / es de
esp ecial im portancia, com o verem o s m s adelante.
Otra propiedad, tam bin m u y im portante, es anloga de la an terior p ara im genes
recprocas: la im agen recproca po r una aplicacin lineal de u n su b esp acio vectorial
(del espacio de llegada) e s a su ve z un su b e sp acio vectorial (del espacio de partida).
D ada u na aplicacin lineal / de R 3 en R 2, por ejem plo, la im agen recproca por / de
cu alqu ier su b esp acio vectorial d e R 2 e s un su b e sp acio vectorial de R 3. Una im agen
recproca in teresa especialm en te: la del su b esp acio vectorial fo rm ado po r el vector
nulo, e s decir: / - 1 [ ( 0 , 0 ) 1 ] . Este con ju n to, su bespacio vectorial del esp acio vecto
rial de partida (en e ste caso R 3 ), se denom ina ncleo de la aplicacin lineal / , y se
denota: Ker/ . En sm bolos:
K er/ =

/ _1 [ { ( 0 , 0 ) } ]

= { ( x i , x 2, x 3) e K 3 I / ( * i , X 2 , x 3 ) = ( 0 , 0 ) } .

N tese que el ncleo de f tiene al m enos un elem ento: el vecto r nulo.


V eam os un ejem plo. C on siderem os la aplicacin lineal / de R 3 en R 2 definida
por f (x \ ,x z ,x ;i) = {x + x>,xs). La im agen de / es el su b esp acio vectorial de R 2
form ado por lo s vecto res de R 2 que so n im agen p o r / de alguno de R 3 , e s decir, son
aquellos vecto res ( a , b ) de R 2 tales que:
f { x i , x 2 , x 3 ) = (a , b )

para algn (X 1 .X 2 .X 3 ) e R 3 .

La igualdad / ( X ] , X 2 , X 3 ) = (a, b) e s equ ivalen te a ( x i + x 2 , x 3 ) = (a , b ), lo que es a


su v e z equivalen te a las ecuaciones:
x , + X 2 = t7

X 3 = b;

103

'PRODUCCIN

e s fcil o b ten er una solucin : x =

0,

x> = a y x

= b (aunque h ay m s so lu

ciones), con lo que efectivam en te es po sib le encontrar, p ara cad a vector (a , b) de ES-,
algn vector (X 1 .X 2 .X 3 ) de R 3 tal que / ( x i , x 2, x 3 ) = ( a ,b ) ; po r ejem plo , nos sir
ve: (X 1 .X 2 .X 3 ) = (0, a, b). La im agen de la aplicacin / es, en ton ces, IR2: i m / = R 2.
Por otra parte, el ncleo d e la aplicacin lineal / e s el con ju n to de lo s vec
tores (X 1 .X 2 .X 3 ) de R 3 cuya im agen por f es igual al vecto r nulo: ( 0, 0) , es d e
cir: / ( X | , x 2 , X j ) = (0 ,0 ) .

Esta ltim a igualdad e s equivalen te en este ejem plo a

esta otra: (X| + x 2,x; ) = ( 0 , 0 ), a su v e z equ ivalen te a las ecuaciones:


xi + x

2=

X3 =

0.

Podem os afirm ar, enton ces, que el n cleo d e / e s el su b esp acio vectorial de IR3 de
ecu acion es x i + x

2 = 0 y X3 = 0, es

decir:

K er/ = ((x 1 , x 2 , x 3 ) e R 3 I x , + x

2=

0 y x : = 0 J .

Otro ejem plo: la aplicacin lineal g de IR2 en R 3 defin ida por:


g { x i , x 2) = ( X i , x 2 , X | + x 2 ).

Su im agen est form ada por aquello s vecto res (a , b,c) de R 3 tales que:
c?(X |,x 2 ) = ( a , b , c )
e s decir: x\ = a, x

2=

b y X| + x

para algn ( x i , x 2) R 2;

= c. Estas tres ecu aciones adm iten u n a solucin

sim ultn ea si y slo si a + b = c (y tal solu cin sera: x , = a y x

2=

b), esto es, s lo

hay solucin para los vecto res (a , b , c ) d e R 3 cu ya tercera com pon en te es igual a la
su m a de las d o s prim eras. La im agen de g es, pu es, el su b esp acio vectorial de R 3 de
ecuacin jV3 = y\ +

en sm b o lo s :2
Imc? = ( v i , v 2, V3 ) e R 3 I 3'3 = 'i + y }

Por otra p arte, el ncleo de g e st form ado po r los vecto res de R 2 cu ya im agen es
igual a ( 0 ,0 ,0 ) , es decir, por a q u ello s ( x i , x 2) de R 2 tales que g ( x i , x 2) = ( 0 ,0 ,0 ) , lo
que e s equ ivalen te a las sigu ien tes ecuaciones:
x, =

0,

2= 0

xi + x

2 = 0.

O bviam ente, slo un vecto r de R 2: el vecto r nulo, verifica sim u ltn eam en te estas
ecuaciones: ( x i , x 2 ) = (0 ,0 ) . En con secuen cia: K e r g = ( (0 ,0 ) }.
2 ui/ el lector esperaba encontrarse con la ecuacin de este subespacio vectorial escrita de
esta forma: x = x\ + x. tanto da: las letras que usemos son indiferentes siempre que quede
claro a qu componente se refiere cada una. Los conjuntos | (r i. v>, v;( i s IK:s I V3 = y + y \
y ((X 1.X 2 .X 3 ) 6 R3 I x-i = X i +x> son el mismo.

II. APLICACIONES LINEALES

104

En general, in teresa determ inar la im agen d e una aplicacin lin eal en el sentido
de sab er si coincide o no con el espacio vectorial d e llegada, y en caso negativo
conocer una ecuacin o ecu acio n es que la determ inen, y conocer tam bin una base.
En lo que concierne al ncleo de u n a aplicacin lineal, in teresa sab er si coincide o
no con el su b esp acio vectorial (del esp acio de partida) form ado slo po r el vector
nulo, y en caso negativo conocer u n a ecuacin o ecu acion es, y tam bin u n a base. El
m todo general p ara re so lv e r esto s problem as requiere el m an ejo d e los sistem as de
ecu acion es lin eales, que no estu d iarem o s h asta el captulo IV. Pero m s adelante,
en este m ism o captulo, verem o s alg u n as herram ien tas que perm itirn atacar estos
prob lem as p ara m u ch as aplicacion es lin eales sen cilla s .3
A p lic a c io n e s lin e a le s con co n ju n to de p a rtid a un e sp a cio v e c to ria l de d i
m ensin fin ita

E sta seccin e s especialm en te im portante, p u es las aplicaciones

lineales que n o s in teresan so n las que tienen tanto com o co n ju n to d e partida com o
con ju n to d e llegada algn IR" (y m s particu larm en te IR3 o !R:i, y even tu alm en te IR4),
y todos los IR" son esp a cio s vecto riales de dim ensin finita.
Un con cepto que se introduce al principio de la seccin e s el d e rango d e una
aplicacin lineal. Es tan til que es obligad o su clcu lo p ara averigu ar casi cualquier
co sa d e la aplicacin lineal. El rango d e u n a aplicacin lineal (de IR" en IR'") se define
com o la dim ensin d e su im agen. Si / e s u n a aplicacin lineal de IR" en IR'", su
rango, que se denota: r a n g o / , es, p u es, la dim en sin del su b esp acio vectorial lm /
en sm bolos:
ra n g o / = d im d m / ).

Para calcu larlo, no h ay m s que tener en cuenta esta propiedad: si calcu lam os las
im genes por la aplicacin lineal d e lo s vecto res d e u n a b ase del esp acio vectorial
d e partida, el sistem a de vecto res que form an e sta s im genes (que e s un sistem a de
vecto res del espacio de llegada) tiene po r rango p recisam en te el rango de la aplicacin
lineal .4
V eam os un p rim er ejem p lo con la aplicacin lineal / d e IR:i en IR2 d efin ida de la
form a: f { x i , x 2 , x i ) = {x + x , x 3 ), d e la que ya hablam os en el apartad o anterior.
La im agen de / , com o calcu lam os en este apartad o citado, es (R-, lu ego su rango es
igual a 2 : ra n g o / = d i m d m / ) = dimR 2 = 2. Pero calcu lm o slo com o hem os ap u n
tado, e s decir, calcu lem os el rango d el sistem a d e vecto res de R 2 (espacio de llegada)
form ado por las im genes p o r / de u n a b ase de IR* (espacio de partida). Lo m s
3 Por otra

parte, las habituales en las pruebas presenciales.

4En el texto se demuestra una propiedad ms general, en virtud de la cual bastara un sistema de
generadores en vez de una base; es decir: el rango de la aplicacin lineal es igual al rango del sistema de
vectores formado por las imgenes de los vectores de un sistema de generadores del espacio de partida.

TRODUCCIN

IO S

cm odo, h abitualm ente, e s coger la b ase cannica: Bc= ( ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0 , 1 ) ) ;


las im gen es por f de esto s tres vecto res so n estas:
/ ( 1 , 0 , 0 ) = ( 1 , 0 ),

./'(0 , 1 , 0 ) = ( 1 , 0 )

/ ( 0 , 0 , 1 ) = (0 . 1 );

y el ran go de la aplicacin lineal / es igual al rango del sistem a que form an estas
im genes: r a n g o / = rango ( ( 1 , 0 ), ( 1 , 0 ), (0 , 1 )) =

2.

Estudiem os otro ejem plo : la aplicacin lineal g de OS2 en R

definida de la fo r

ma: g X ],x > ) = ( x , X 2 ,x + x >), que tam bin se vio en el apartad o anterior. Ahora
el espacio vectorial de partida e s R 2, de b ase can n ica el sistem a B, = ( ( 1 , 0 ) , ( 0 , 1 ) ) ;
la im agen por g de esto s d o s vecto res es: g ( 1 , 0 ) = ( 1 , 0 , 1 ) y g { 0 , 1 ) = (0 , 1 , 1 ), y por
tanto:
ran go g = rango ( ( 1 , 0 , 1 ), ( 0 , 1 , 1 )) =

2.

Recordem os que en el apartad o an terior obtuvim os que la im agen de g e s el su b e s


V3 ) e R 3 ! y- = y + y } : ah o ra n o s d am o s cu en ta de

pacio vectorial Im g =

que la dim ensin de este su b esp acio vectorial de R 3 e s igual a

2.

D esp u s de d efin ir el rango, en esta seccin se estu d ia cm o u n a aplicacin lineal


qu ed a perfectam ente d eterm in ad a con s lo conocer la im agen por ella de los vectores
d e una b ase. Ms en concreto, si d e u n a aplicacin de R '1 en R '" s lo conocem os la
im agen de lo s vectores de u n a b ase de R " , com o n o s digan que tal aplicacin es lineal,
autom ticam ente podem os averigu ar la im agen d e cu alq u ier vector. Veam os con un
ejem p lo qu se quiere decir. De una aplicacin h de R 3 en R 2 sab em os que en los
vectores de la b ase can nica de R 3 act a as:
M I , 0 ,0 ) = ( 2 ,0 ) ,

h (0 , 1 , 0 ) = ( - 1 , 0 )

/ K 0 , 0 , 1 ) = ( 0 , 1 ).

Supon gam os que tam bin n o s dicen que h es lineal. H ay form a de con ocer la im agen
por h dei vecto r (2, - 1 , 3 ) , por ejem p lo ? S. El vecto r ( 2 , - 1 , 3 ) se pu ed e escribir
com o com binacin lineal de los vecto res de la b ase cannica de R 3 (y ad em s de
form a nica) as:
( 2 , - 1 , 3 ) = 2(1,0,0) - (0,1,0) + 3(0,0,1)
(recordem os: las coo rd en ad as de u n vector en la b ase cannica coinciden con su s
com ponentes): com o h es lineal, de aqu deducim os:
h(2, - 1 , 3 ) = /i(2( 1 , 0 , 0 ) - ( 0 , 1 , 0 ) + 3 ( 0 , 0 , D)

= 2/i( 1 , 0 , 0 ) - h ( 0 , 1 , 0 ) + 3 / i ( 0 , 0 , 1 )
= 2 ( 2 , 0 ) - ( - 1 , 0 ) + 3 ( 0 , 1 ) - ( 3, 3 ) .
V em os que el hecho de que h sea lineal n o s ha llevado a conocer la im agen del
vecto r ( 2 , - 1 , 3 ) , con ocidas las im gen es de los vecto res ( 1 , 0 , 0 ), ( 0 , 1 , 0 ) y ( 0 , 0 , 1 ),

io (i

II. APLICACIONES LINEALES

que form an una base. Con el m ism o procedim iento podram os averigu ar la imagen
de cu alqu ier otro vector. C alculem o s en ton ces la im agen de (X 1 .X 2.X 3 ), vecto r ar
bitrario d e IR3 ; su s coord en adas en la b ase can n ica de IR3 (que coinciden con su s
com ponentes) son x i, x y x ;:
( X i . X 2. X 3 ) = X i d . 0 , 0 ) + x 2( 0 , 1,0) + X 3 (0 ,0 ,1 );

de aqu, por s e r h lineal:


h (x , x 2, X 3 ) = h ( x i ( 1 , 0 , 0 ) + x 2 ( 0 , 1 , 0 ) + X 3 (0 , 0 , 1))

= X ) ( l , 0 , 0 ) + x h ( 0 , 1 , 0 ) +x-sh ( 0 , 0 , 1 )
= x j (2 , 0 ) + x 2 ( - 1 , 0 ) + X 3 <0 , 1 )
= ( 2 x i - x 2 , x 3 ).
Y esto nos perm ite concluir: la aplicacin h es la aplicacin de IR3 en IR2 definida de
la form a: h ( x i , x 2 , X 3 ) = ( 2 x i - x
Nota

2 , X 3 ).

En referencia a este ltimo ejemplo, debemos hacer notar que hay infinitas aplica

ciones de IR3 en IR- que aplican, como h, los vectores ( 1 ,0,0), (0, 1, 0) y ( 0 , 0, 1 ) en los
vectores (2 , 0 ), ( - 1 , 0 ) y (0 , 1 ), respectivamente; pero de estas infinitas aplicaciones hay
una que es lineal, y slo una: precisamente h. Ahora cobra sentido la afirmacin de que
una aplicacin lineal queda determinada cuando se conocen las imgenes por ella de los
vectores de una base.

Con la aplicacin lineal h del ejem p lo anterior, h em o s encontrado la exp resi n


de h ( x i , x 2 , x 3 ) a partir de las im genes de lo s vecto res de la b ase cannica. Si lo que
conocem os es la im agen de lo s vecto res de otra b ase (no n ecesariam ente la cannica),
tam bin qu ed a determ inada la aplicacin lineal. El procedim iento para averigu ar la
exp resin de h ( x i , x 2, x ) en tal caso habra requerido u n p aso interm edio adicional
(porque las coord en ad as de u n vector en u n a b ase que no sea la cannica no coinciden
en general con s u s com ponentes), pero no es m s com plicado. En el texto figu ra un
ejem plo d etallado (cf. p. 123).
A continuacin, encon tram os en esta seccin alg u n as caracterizacion es d e las
aplicacion es lin eales in vectivas. D ada u n a aplicacin lineal de IR" en IR"', tenem os
varias fo rm as de sab er si es inyectiva o no. La prim era es exam inando su ncleo.
Si ste se redu ce al su b e sp acio vectorial form ado exclu sivam an te po r el vector nu
lo: ( 0 , 0 , . . . ,

0 ) !, en to n ces la aplicacin

es inyectiva, y no lo es en otro caso (es decir,

si el ncleo e s u n su b esp acio vectorial de E " d istin to del { ( 0 , 0 , . . . , 0) j ). La aplicacin


l i n e a l / d e l 3 en

1 -

defin ida p o r / ( x ] , x 2,x ;) = (X| + x ' 2 ,X 3 ) tiene po r n cleo (co m o

vim os en el apartad o anterior):


Ker/ = j (x 1 , x 2, X 3 ) e

! 3 I x

+ x

2=

0 y X3 = 0 };

107

-o o o u c a O N

com o este conjunto no es el 1 ( 0 , 0 , 0 ) 1 , la aplicacin no es invectiva. La aplicacin


lineal g de R- en R ! definida por g ( x i , x 2 ) = {X\, x-, X\ + x_>), tambin vista en
el apartado anterior, tiene p o r ncleo: K er^ = 1 ( 0, 0) 1 , luego esta aplicacin s es
inyectiva.
Otra form a de saber si lina aplicacin lineal os inyectiva o no requiere el clculo
de su rango: si ste coincide con la dim ensin del espacio vectorial de p artida, la
aplicacin es inyectiva; si el rango es menor, no es Inyectiva. Por ejem plo, las dos
aplicaciones / y g de las que hem os hablado en el prrafo precedente tienen am bas
el rango igual a 2 (este clculo se llev a cabo en el apartado anterior), y para ia
aplicacin / el espacio vectorial de partida es R 1 (dimensin igual a 3, m ayor que el
rango), y para la g es R* (dim ensin igual a 2 , igual que el rango), lo que confirma
que la prim era no es inyectiva y la segunda s.
Seguidam ente, se presenta en la seccin una caracterizacin de las aplicaciones
lineales suprayectlvas. Esta caracterizacin es sencilla una ve z hem os calculado el
rango: un a aplicacin lineal / (de 1 " en R m) es suprayectiva si su rango es igual a la
dim ensin del espacio vectorial de llegada, y no lo es si el rango es menor.
Por ejem plo, considerem os la aplicacin lineal /

de

en R 2 definida de la

form a: / ( x i , x 2 ,x .j) = ( x i + x 2, x 3 ) y la aplicacin lineal g de R 2 en R f definida


por 7(X |,x;>) = ( x i , x 2, X[ + x 2 ), de las cuales venim os hablando en los prrafos
precedentes. Y a hem os calculado que am bas aplicaciones lineales tienen el rango
igual a 2 . En el caso de / , el espacio vectorial de llegada es R- , de dim ensin igual al
rango, luego se trata de una aplicacin lineal suprayectiva. En el caso de g , el espacio
vectorial de llegada es R-\ de dimensin m ayor que el rango, luego se trata de una
aplicacin lineal no suprayectiva.
Esta seccin termina con el teorem a d e las dim ensiones. Este resultado establece
la siguiente propiedad de un a aplicacin linea) f de R " en R m: la dim ensin de su
ncleo m s la dim ensin de su im agen es igual a la dim ensin del espacio vectorial
de partida; en sm bolos:
d i mI Ke r / ) - d i m l l m / ) = di mR' ' = n,

o equivalentem ente (recordando que el rango de la aplicacin lineal es la dimensin


de su imagen): d i mf K e r / ) + ran go / - dim R n = n.
Veam os algn ejem plo en el que apliquem os este teorema, que servir a la ve z de
sntesis de los resultados vistos en esta seccin. Considerem os la aplicacin lineal /
de R-* en R2 dada por / ( X | , x 2 , x 3 ) = (x i - x 2 , 2X [ + 3 x ) .

Calculem os su rango.

Las im genes por / de los vectores de la baso cannica de R 2 son: / ( 1 , 0 , 0 ) = ( 1 , 2 ) ,


/ ( 0 , 1 , 0 ) = ( - 1 , 0 ) y / ( 0 . 0 , 1 ) = ( 0, 3 ) , lo que nos perm ite escribir:
rango / = r a n g o ( ( 1 , 2 ) , ( - 1 , 0 ) , ( 0 , 3 ) ) = 2 .

108

II. APLICACIONES LINEALES

Este valor con creto del rango nos in form a d e lo siguiente:


la im agen de la aplicacin lineal / tiene dim en sin igual a

(no e s m s que la

definicin de rango): d i m d m / ) = 2, a s que I m / e s u n su b e sp acio vectorial de


dim ensin 2 del esp acio vectorial de llegada, que es R 2; com o el nico su b e s
pacio vectorial de IR2 de dim ensin 2 es el m ism o IR- , se con cluye: I m / = R 2;
la aplicacin lineal / e s su p rayectiva (podem os d edu cir esto de dos form as:
com o con secu en cia de que Im / = IR- , o com o co n secu en cia de que el rango es
igual a la dim ensin del espacio d e llegada);
la aplicacin lin e a l,/' no es inyectiva (pues su rango es m en or que la dim ensin
del espacio de partida, que e s R 3);
aplicando el teorem a de las dim en sion es, se obtiene que el n cleo de / tiene
dim ensin 1: d i m l K e r / ) = dimIR 3 - d i m d m / ) = 3 - 2 = 1.
E stud iem os otro ejem plo: la aplicacin lineal fi de R 2 en R 3 d efin ida de la fo r
m a f i ( x i , x >) = (2X] + x , - x i -

3 ^ 2, X i ) .

Las im genes por fi d e los vecto res de

la b ase can n ica de R 2 son: f i ( l , 0 ) = ( 2 , - 1 , 1 ) y / t ( 0 , 1 ) = ( 1 , 3 , 0 ) , de donde:


rango fi = rango ( ( 2 , - 1 , 1 ) , ( 1, - 3 , 0 ) ) = 2 . D educim os lo siguiente:
la im agen de fi tiene dim ensin igual a

2, es

decir, es un su b esp acio vectorial

de R 3 (espacio d e llegada) de dim ensin 2;


fi no e s suprayectiva;
fi s es inyectiva;
com o fi es inyectiva, se tiene: Ker fi = { ( 0 , 0)} (recurdese que Ker fi es un s u b e s
pacio vectorial del esp acio de partida, en e ste caso IR- ); e sta inform acin la
vem os con firm ad a con el teorem a de las dim ensiones:

dim(Kerfi) = dim R2 - dimdm fi) = 2 - 2 = O


(ntese que el su b e sp acio vectorial {( 0 , 0)1 es el n ico d e R2 de dim ensin igual
aO).
E l esp acio v e c to ria l C ( E , E )

Con la notacin C (E , F ) se designa el co n ju n to de

las aplicacion es lin eales del espacio vectorial E en el espacio vectorial F. Por ejem plo,
la n otacin .(R 3 , R 2) design a el co n ju n to d e las aplicaciones lin eales d e R 3 en R 2.
En e sta seccin se estu d ian algun as pro piedades de esto s conjuntos.
Iso m o rfistn o s de esp acio s v e c to ria le s

Un isomorfismo es u n a aplicacin lineal

biyectiva. C uando entre dos esp a cio s vecto riales ex iste algn isom orfism o, se dice
que lo s esp a cio s vectoriales son isomorfos. N osotros nos deten em os s lo en los R " ,
p ara lo s cu a les acontece que R " y R m no son isom orfos si n * m . Por ejem plo,
u na aplicacin lineal de R 3 en R 2, o viceversa, no p u ed e ser de n inguna m anera un
isom orfism o. Para que u n a aplicacin lineal de R 11 en R m p u ed a ser un isom orfism o,
el espacio vectorial de partida y el de llegada han de ser n ecesariam en te el m ism o.

TRODUCCIN

109

Recordando los re su lta d o s an teriores sobre ap licacio n es lin eales invectivas y sup rayectivas, pod em os afirm ar que una aplicacin lineal / de 11" en IR" (ya tom am os
iguales el espacio de partida y el de llegada) e s un iso m o rfism o si su rango es igual a la
dim en si n com n del espacio de partida y de llegada, e s decir: r a n g o / = dim IR" = n,
y que no es un isom orfism o en caso contrario. Por ejem plo , la aplicacin lineal /

de IR2 en IR2 definida por f ( x \ , x 2)

= ( x 2, x i

+ 2X2) verifica:

r a n g o / = rango ( / ( l , 0 ) , / ( 0 , 1 ) ) = rango ( ( 0 , 1 ) , ( 1 , 1 ) ) = 2,
y com o su rango coincide tanto con la dim ensin del esp acio de partida com o con la
dim ensin del de llegada, se trata de un isom orfism o. La aplicacin lineal g d e IR3
en IR3 dad a por g ( x [ ,x>,xi ) = ( x t + 3x + X 3 , - 3 X 2 , * i + * 3 ) no e s u n isom orfism o,
pues:
r a n g o s - rango (0 ( 1 , 0 , 0 ) , 0 ( 0 , 1 , 0 1 , 0 ( 0 , 0 , 1 ))
= rango ( ( 1 , 0 , 1 ) , (3, - 3 , 0 ) , ( 1 , 0 , 1 ) ) = 2 * dim IR3 .
Fo rm a s lin e a le s

Una form a lineal so b re OS e s una aplicacin lineal de IR" en IR.

El con ju nto de las fo rm as lin eales sobre OS" se den om in a espado dual d e OS", y se
denota: (OS")'.
lin a fo rm a lineal / sobre IR2 es una aplicacin (lineal) de OS2 en IR defin ida de la
form a: f i x , x ) = a x + bx 2 para algun os nm eros re a le s a y b. Por ejem plo , las
sigu ien tes aplicacion es de IR2 en IR son fo rm as lineales:
/ ] ( X ] , X 2) = 2 x 2,

f l ( X , X 2) = 2X| - 4X2,

f i ( X U X ) = Xi\

y no son fo rm as lineales e sta s otras:

0 l ( X | , X 2 ) = X 1 X 2,

02 ( * 1 , X 2) = 2 x ? ,

0 3( X i , X 2 > = X] x

2+

1.

A nlogam ente, u n a form a lineal / sobre IR3 es una aplicacin de OS3 en IR definida
de la form a: / ( x i , x 2 , X 3 ) = a x + bx + cx>, p ara alg u n o s n m eros reales a, b y c.
Por ejem plo: / ( x i , x 2, X 3 ) = 2 x i - 3x + 2xj. De la m ism a m anera se extien de este
resu ltad o a las form as lin eales sobre cualquier K ".
Es im portante en fa tiza r que u n a fo rm a lineal aplica vecto res en n m eros reales.
Por ejem p lo la fo rm a lin eal / del p rra fo an terior a p lica vecto res de IR3 en n m e
r o s : / ( 2 , 1,0) = 2 - 2 - 3 - 1 + 2 - 0 = l , / ( - l , 2 , l ) = 6 o / ( - l / 2 , 3 , - l ) = - 1 2 .
En el texto se p ru eba que el espacio dual de IR": ( I R " ) ' , e s decir, el con ju n to de
las fo rm as lin eales sobre IR", es un espacio vectorial so b re IR, y se p ru eba que e s un
espacio vectorial de dim ensin igual a n .5 Las b ase s de este nu evo espacio vectorial
5Por una vez. manejamos un espacio vectorial diferente de los IR". Las operaciones en este nuevo
espacio vectorial son la adicin de aplicaciones y la multiplicacin de nmeros reales por aplicaciones.

ti. APLICACIONES LINEALES

I 10

tam bin tienen n elem entos, la m ism a can tidad que todas las b ase s de R '\ p ero tales
elem en tos son form as lin eales sobre R n.
Fijm onos en R 2 y en su dual: ( R - ) * . V am os a estu d iar u n procedim ien to para
construir u n a b ase de (IR2 )" a partir de u n a b a se dad a d e IR2. C on siderem os entonces
u n a b ase de R 2, po r ejem plo: B = ( u i , m2), donde u , = ( 1 , 1 ) y u 2 = ( 1 . 0 ) . V am os a
definir dos fo rm as lineales sobre R 2, que denotarem os po r u , y u . La prim era: [ ,
se define com o aquella fo rm a lineal que aplica cad a vector de R 2 en la p rim e ra co
ord enad a que el vecto r ten ga en la b ase B. Verbigracia, el vecto r ( 1 , 2 ) tiene coorde
n ad as 2 y - 1 en la b ase B, pu es: ( 1 , 2 ) = 2 ( 1 , 1 ) - ( 1 , 0 ) ; po r tanto: u f ( 1 , 2 ) = 2.
Y el vecto r ( 2 , 3 ) tiene coord en adas 3 y - 1 en la b ase B: ( 2 , 3 ) = 3 ( 1 , 1 ) ( 1 , 0 ) ,
luego (2, 3) = 3. En general, se tiene: uj- ( X i , x 2) = x 2 , y a que un vecto r genri
co ( x i , x 2) tiene coord en ad as x

2y x

- x en B: t x j , x 2) = * 2 ( 1 , 1 ) + ( x - x 2 ) ( l , 0) .

A nlogam ente, definim os la fo rm a lineal u l sobre R 2 com o aq uella que aplica cada
vecto r de R 2 en a segu n d a coord en ada que el vector ten ga en la b ase B. Por ejem
plo: u ( l , 2 ) = - 1 , u * ( 2 , 3 ) = - 1 , y en general: u 2 ( X [ , x 2 ) = x j - x. E stas dos
fo rm as lineales que acabam os de definir: [ y u l , fo rm an u n a b ase del espacio vecto
rial ( R2 ) *, denom inada base d u a l de la b ase B de R2, y que se denota: B ' = ( u j , u l ).
Veam os otro ejem plo, esta vez con u n a b ase de R s :
B = ( (1 ,1, 0) , ( 0, 1 ,1 ), (0,0,1)).

D enotem os: v, = ( 1 , 1 , 0 ) , v 2 - ( 0 , 1 , 1 ) y

= ( 0 , 0 , 1 ) ; la b ase d u al de la base B

se denota enton ces: B * = ( v , v 2 , v ) . La form a lineal v ] , la prim era de la b ase B ' ,


aplica cad a vector de R 2 en la prim era coorden ada de las tres que el vector ten ga en la
b ase B; la form a lineal v i , la seg u n d a de la b ase B , aplica cada vecto r en su segunda
coord en ada en la b ase B; y la fo rm a lineal v ] lo aplica en su tercera coordenada.
Por ejem plo, com o: ( 1 , 2 , 3 ) = ( 1 , 1 , 0 ) + ( 0 , 1 , 1 ) + 2 ( 0 , 0 , 1 1 , las coord en adas del
vector ( 1 , 2 , 3 ) en la b ase B son 1 , 1 y 2, y por tanto:
wr f 1 , 2 . 3 ) = 1 ,
Y,

en general, com o:

( X 1 . X 2. X 3 ) =

v i (1,2,3) = 1
X|

(1, l , 0) +

(x 2- X ]

v ] ( 1 , 2 , 3) = 2.
)(0,1, D +

tXt

- x f X i M O . 0 , 1),

r e s u l t a q u e l a s c o o r d e n a d a s d e u n v e c t o r g e n r i c o ( x 1 . x 2 . x 3 ) e n l a b a s e fi s o n x j ,
x j

xi

x j

X2

X3, de donde:
( X 1 , X 2 , X; r i = X i ,
y

A p lic a c io n e s a f in e s

tt;X ,,X

v i ( X i , X 2 , X i ) = X - X[ ,
2

,X

) =X [

- X

+ X

Record em os que lo s su b esp acio s afn es se obtenan su m an

do u n vector a los su b esp acio s vecto riales. En cierto sentido, las aplicacio n es afines
se obtienen de las aplicaciones lin eales tambin su m n d oles u n vector. C oncretando,

111

iTRODUCON

u na aplicacin t/> de R 3 en R 2 (em pezam os con u n caso p articu lar p ara fijar ideas)
es u n a aplicacin de R 3 en l

de R 2 (espacio

p ara la cual existen u n vecto r ( a , b )

de llegada) y una aplicacin linea! f de R3 en IR2 tales que la im agen por <p de cada
vector d e R 3 se obtiene sum ando a su im agen p o r / el vector (a , b ); es decir: para
cad a (x-1 . x 2 . x 3 ) e R 3, se tiene: <f>(xi , x 2,X 3 ) = a , b ) + / ( x i , x 2, X 3 ).
Puede com probarse que to d a aplicacin afn d e R 3 en R e s tal que la im agen de
u n vector arbitrario

iax\

b x y

p ara algunos nm eros reales


R3

de R 3 es u n vector de R 2 de la form a:

(X1.X2.X3)

---------- -

(X 1 .X 2 . X 3 )

cxi

b, c,

+ d,

a 'x t

a ',

d,

b ',

b x

c'

y d ' . En sm bolos:

'x

d 'i

R2
l ux] + b x z + CX 3 + d, a ' x i + b ' x> + c 'x - +! ' ) ,

p ara algunos n m eros reales a , b, c,

d,

b\ c ' y

a',

d '

. Verbigracia, so n afin es las

aplicaciones de R 3 en R 2 definidas por:


<p] ( X 1 . X 2 . X 3 )

i( X ] ,X

2X ]

2, X

j)

l.X ]

(O .S x i

-4) ,

</>2 ( X 1 , X 2 , X j

2 / 3) ,

)=

(X ],X )

4>4( X i , X 2, X ; i )

+
1,

2 x 2 - 5X ; s ) ,
-

6 ).

Y no son afin es e sta s otras:


</ /l ( Xi , X2, Xj ) = ( Xf - 1 , - 3 x . j + 4 ),

t p { X\ , X>, XA) = ( l . X ] X j ) ,

Ip-\(X,X2 , X i ) = ( 0 , Nx J ) .

Lo dicho sobre cm o son las aplicacion es afin es se gen eraliza sin dificu ltad a las
de R n en R m. Por ejem plo, son aplicacion es afin es de R 2 en R 3 las defin idas de esta
form a:
i ( X i , x 2 ) = ( x 2 - 1 , 4 X 2 + 3. 5),

2 ( X ] , X 2 ) = (O.Gxi - \ ' 2 x 2 - 8 / 5 , 1 ) ,

3 ( x i , x 2) = ( x 2 - 7 , 3 x i -

6x 2 +

3 / 2 , X[ - x

2+

1).

C uando tenem os una aplicacin de la cual sab em o s que es afn, podem os estar
in teresad os en calcu lar el vector del espacio de llegada y la aplicacin lineal que la
determ inan de acuerdo con la definicin. Lo prim ero que deb em os sab e r al resp ecto
es que est n a m b o s unvocam ente d eterm in ad os por la aplicacin afn. Por ejem plo,
la aplicacin <p de R 3 en R 2 defin ida p o r </>(xi,x 2 , x j ) = <2xi - x

2+

3, - x

2+

4) es

afn (de acuerdo con lo dicho en el p rra fo precedenie). F.l vecto r [ a , b) de R 2 d eter
m inado por

4>es

p recisam en te la im agen po r c) d el vecto r nulo: ( a , b) = </>i0 , 0 , 0 );

DEFIN ICIN DE A PLIC A C I N LINEAL

DEFINICIN DE APLICACIN LINEAL


Considerem os dos espacios vectoriales E y F sobre un m ism o cuerpo K.
Definicin
Aplicacin lineal

De un a aplicacin / de E en F:

x e E > f ( x ) e F ,
direm os es un a ap licaci n lineal de E en F si verifica:

(L l) V (v , w ) G E 2 , f (u + w ) = / ( v ) + f i w ) ,
(L2)

EJEMPLO 1

(,u

x E, f i a v ) =

a / (

v).

L a a p lica ci n :

(Xi,X>,Xi)

(X] + Xj, V) + X ()

e s u n a a p lic a c i n lin e a l d e R 1 e n R -.
C o m p r u b e m o s q u e s e v e rific a n ( L l ) y (L2). Si x = ( x ] , x > , x 3 ) y

y - ( 3 -1,

son dos

v e c to r e s d e ffi.3, e n to n c e s :
f i x - v y ) = / ( ( x i , x 2, X3l +

+ y i , x > +y>.x-\ + y 3 )

= /(* i

= ( ( * i + y 0 + (x : + y 2l , ( x i + y t ) + (x 3 + y 3))

(X [

x . . , x , + X .D

+ (yi + y->,y + y-)

= / ( * ) + /(y),
y ( L l ) s e v e rifica ; y s i a d e m s o e s u n n m e r o re a l, e n to n c e s :

/ ( * ) = ,/ ( X ,. n x j, x.j)
= ( X i + fX o , a x i + a x j )

(c tiX l

+ X j,

= a(X| + x 2, xi

0<(X] -r X . ( ) )

Xi)

- /(x ),
y ta m b i n s e v e r ific a (L2). En c o n c lu s i n , la a p lic a c i n / d e fin id a e n (1 ) e s e fe c tiv a m e n te u n a
a p lic a c i n lin e a l d e

EJEMPLO 2

e n IR .

La aplicacin:

IR-

----- - --------

( x i , x . > ) --------

R(X |X :> ,0 )

PROPIEDADES DE UNA APLICACIN LINEAL

US

Una consecu en cia im portante de la p roposicin an terio r e s que u n a aplicacin


lineal con serva las com binaciones lin eales, en el sen tid o siguiente: si f es u n a apli
v n so n n vecto res d e y oq, 2,

cacin lineal de E e n F , y u i , i / >

<xn so n n

escalares, entonces:
fiet\V] + <x->v->+ + a v n ) = a i / ( t i ) + o o / d M + + a f { v ) .

(2 )

En efecto. Para n = 1 la igu aldad (2) se redu ce a: / ( i W i ) = o / ( V| ) , que es


verd ad era (por (L2)).
Supon gam os ahora que la igualdad (2) se verifica p a ra n - 1 vectores, es decir:
/ ( iiq

a v + +

) =

i/ i/ i | +

C i i f ( V > ) - + L\n - ] f { v n . ) .

E n to nces,p on ien d o v = it/ i + a 2 v> + +

f[ct[V 1

(3 )

se tiene:

a 2 v + + oi>m)

= f i v -t a i/ )
- jivi +
=

r t ] / ( V i

) +

af{V;)

l / ( V t i - l )

<xnf(v),

donde se ha utilizado (L3) en las dos ltim as igualdades.


Q ueda a s probad a la igu aldad (2) p o r el m todo de in d uccin (o recurrencia).

II.2

PROPIEDADES DE UNA APLICACIN LINEAE


I. Pro p ie d ad es g e n e ra le s; im ag en de u n a a p lic a c i n lin e a l

En todo lo que

sigue, su pon drem os que y F son dos esp acios vecto riales sobre un m ism o cu erpo K
y, con el fin de evitar co n fu sio n es, rep resen tarem o s po r 0 C el elem ento n eu tro d e la
adicin de vectores de , y por 0/- el d e la adicin de vecto res de F.
Una aplicacin lineal f d e en F verifica las sigu ien tes propiedades:
D flO t) = 0 ^
Y a q u e : / 0 ( ) = / ( 0 0 r ) = 0 / < 0 ,) = 0 f .

21 La im agen d e l o p u es to d e un v ecto r es e l o p u e s to d e ia im agen d e l vector. Es


decir, s e veriea: V r e f , / ( - v ) = - / ( v ) .
P u es: / ( - t u

3) Si [ V [ , v

= / ((-l)v)

= i-D./lw) = - / (

v).

v ) e s un sistem a lig a d o d e v e cto re s d e E , en to n c es e l sistem a

fo rm a d o p o r s u s im g en es: ( f ( v i ) , f [ v > ) ........ / l v ) ) , es un sistem a lig a d o d e


vecto res d e F.
Si (y,, v
v ) es un sistema ligado, es decir, si podemos encontrar escalares cV|,
(Xn, no todos nulos, tales que: oqvi + a>v> + - 1- <xr v = 0;., entonces de (2)

PROPIEDADES DE UNA APLICACIN LINEAL

117

existen, pues, dos vectores w y u y de E tales que f ( v ) = w i y f v i - w>, y si j


y (*_> son dos escalares, entonces pertenece a F\ el vector:
+ rt;>tM -- lX|/(U] ) +

= | Ul| + nu>>,

> por tanto: i v i 4 cav? e / 1 [Fi ], y con la proposicin l.i (cf. p. 391 se concluye
que /

1 [F] | es un subespacio vectorial de E.

N cleo de u no a p lic a c i n lin e a l

Al aplicar la ltim a de las pro piedades

an teriores al su b esp acio vectorial \0F \ de F , se obtiene que el con ju n to / ' ( 0 ,.!] ,
con ju n to form ado por lo s vectores d e E cuya im agen por / es igual a 0 f , es un
su b esp acio vectorial de .
D efin icin

Ncleo de una
aplicacin lineal

El su bepacio vectorial / _ 1 [ { 0f ] d e , que se denota: K e r / , se llam a n cleo de


la aplicacin lineal / :
K e r / = / - 1[fO f ] ] = [ i / e | / ( i ) = Of } .

(La sigla Ker" es u n a abreviatura de la p alab ra in glesa kernei, que sign ifica ncleo.)
El conocim iento d ei n cleo de una aplicacin lineal n o s perm ite sab e r si sta e s o
no es inyectiva. Podem os afirmar:
IN S de aplicacin
uneal inyectiva

P ro p o sici n 11.2
Una condicin necesaria y suficiente para que una aplicacin
inca! f de E en F sea inyectiva es:

K e r y = fOF}.

Demostracin

La condicin es necesaria: suponemos que la aplicacin / es inyectiva,

> probamos que Ker/ = 0, ] Si u es un vector de K er/, esto es: f ( u ) = 0f , entonces,


como

(O.) = 0/ (cf. propiedad (1)), se tiene: f ( u ) = / ( 0), de lo que se deduce: u - Of,

pues / es inyectiva. En consecuencia: Ker / = I0 I.


La condicin es suficiente: suponemos que Ker/ = |0f , > probamos que / es inyectiva.
Si x y y son dos vectores de F con la misma imagen; f ( x ) = f ( y ) , entonces podemos escribir:
0r = f ( x ) - f i y ) = J ' { x - y ) ,

y el vector x - y pertenece a K er/; pero hemos supuesto que K e r/ = 0/1, iuego x - y = Of,
o bien: x = y . En consecuencia, de suponer que f ( x > - f { y) hemos deducido que x = y .
Esto es, la aplicacin / es inyectiva.
,
En el captulo IV' verem os un m lod o p ara d eterm in ar el ncleo, y tam bin la
im agen, de u n a aplicacin lineal dada.

APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

II.3

U9

APLICACIONES LINEALES CON CONJUNTO DE PARTIDA


UN ESPACIO VECTORIAL DE DIMENSIN FINITA
1. U n a p rim e ra p ro p ie d a d

En esta seccin con sid erarem os esp acios vecto ria

les sobre u n m ism o cuerpo IK, y aplicaciones lin eales p ara las cu ales el con ju n to de
partida es un espacio vectorial de dim ensin fin ita no nula.
Un p rim er resu ltad o en e sta s condiciones es el siguiente:
S i f es una aplicacin lineal de un espacio vectorial E de di

P ro p osici n 11.4

m ensin fnita en un espacio vectorial F, entonces el subespacio vectorial l m / es


de dimensin finita.

Demostracin
ma

Sea

v ,) un sistema de generadores de

(v,,v

E.

Entonces el siste

es.un sistema de generadores de lm /.

(/(V i

En efecto. Si w es un vector arbitrario de l m/ . y v e E es tai que: f { v ) - tv. como


(vj , v i . . . v ra) es un sistema de generadores de existen m escalares !, a>..... txm tales
que: v - oqvi + x.-vj + + otmv m, de donde:
W = /(V )

y as

r t | / ( V | ) + Ci2 j

(Vj) +

- +

m /lV m ),

w es c o m b in a c i n lin e a l d e lo s v e c to r e s / ( v ), f ( v ) ......... / ( v m) . El s is te m a d e v e c to
J l v m )) e s , p u e s , u n s is t e m a d e g e n e r a d o re s d e l m / .

res ( / ( Vi ) , / ( v )

Al ser ( / ( V| )
,
/
torial es de dimensin finita.
Nota

l) un sistema de generadores de lm /, este subespacio vec


i .i ui.

La demostracin de la proposicin anterior habra sido superflua de haber exigido

a F ser un espacio vectorial de dimensin finita, pues los subespacios vectoriales de un


espacio vectorial de dimensin finita son a su vez de dimensin finita (cf. proposicin 1.17,
p. 79).

J . R a n g o de u n a a p lic a c i n lin e a l

Sea f u n a aplicacin lineal de un espacio

vectorial E de dim ensin finita en u n espacio vectorial F.


Definicin
Rango de una
aplicacin lineal

Se define el ran go de la aplicacin lin eal / , y se denota: rango / , com o la dim en


sin del su bespacio vectorial l m / :
r a n g o / = d i m( l m/ ) .

Sabem os que si ( v , v j
sistem a ( f ( v \

v m) e s u n sistem a de gen erad o res de E, en ton ces el


f ( v m)) es de gen eradores de l m / (cf. dem ostracin de la

APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSION FINITA

121

P ro p o sici n 11.5
Si f es una aplicacin lin eal de E en F, ambos espacios vecto
riales de dim ensin nita, entonces:
rango / s m n d i m , d i m F } .

D e m o s tr a c i n

Por u n la d o , y te n ie n d o e n c u e n ta la p ro p ie d a d (5 ) d e la s a p lic a c io n e s li

n e a le s , si [ V ] , U j , . . . , v ) e s u n a b a s e d e , e n to n c e s :

rango / = rango ( / (V j ) , f v i

/ C v ))

< ra n g o ( V[ , v , .. ., v v ) = d i m .
Por o tr o la d o , c o m o l m /

F , se tie n e :
rango / = d m ( lm / ) d m F .

E n c o n c lu s i n : r a n g o / dim E y r a n g o / < dim F , y q u e d a p ro b a d o e l r e s u lta d o ,

c .u .u .

P ro p o sici n 11.6
5/ / es tina aplicacin lineal de E en F, y g es una aplicacin
lineal de F en G, siendo E , F y G tres espacios vectoriales de dimensin nita,
entonces:
ra n g o {g / )
D e m o s tr a c i n

Si ( v i , v j

mnlrango/.rangogS.

v ) e s u n a b a s e d e F , te n ie n d o e n c u e n ta la p ro p ie d a d b ) d e

la s a p lic a c io n e s lin e a le s s e tie n e :

rango(? = / ) = ran g o ([^ o f \

{ V i I, [ g o

. . . , [tf

/ ](v l)

= r a n g o C t } (/ ( t > i)) , i7 ( / ( v j) ) ,. .. ,j( / (v ) ) )


r a n g o (/ (V i) , / ( : ) , . . . , / ( u ) )
= rango/,
lu eg o :

r a n g o s / ) * rango/ .

(4)

Irru) = / ) I m # .

(5)

P o r o tr o la d o , s e tien e:

En e f e c t o , s i u lm ( g o / ) , e n to n c e s p a r a a lg n v E se v e rifica :
[ g / l i v i = ur,

y al s e r

o b i e n g ( f ( v ) ) - i o,

w la im a g e n p o r g d e a lg n v e c to r d e F al m e n o s , d e / ' ( v i , s e tie n e : w e lm ); e n

c o n s e c u e n c ia : l m ( j j / )

lm ?.

D e (5 ) se d e d u ce :

rango# >/) = dim ( lm(? c / ) )


y c o n (4) se c o n c lu y e e l r e s u lta d o .

d im d m g ) = rango g,
t .rj.n .

APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSION FINITA

123

Esta aplicacin / de F en F recin definida verifica (7), pues las coordenadas de cada
vector v,, 1 i n, en la base B son todas nulas salvo la -sima, que es igual a 1, y por
tanto: f ( v ) = I w, = w,.
La aplicacin / tambin verifica que es lineal. En efecto, si x y y son dos vectores arbi
trarios de F, y si y 0 son dos escalares, de las igualdades:
x = A , v, + ,\jv, + + A v

y = y,i>, + yiV> + + y v

se deduce:
x + 0 y = (A, + fiy, ) v t + ( \> + fiy) v 2 + + (A + 0y) v n,
luego:
/(( x x + p y ) = (aA , + fiy t)wi + ( \ 2 + Py 2 )*>>+ + (A + P y ) w
= (A|U'i + A2 W2 + + Au;) + fHy\W\ + y>wj + + yu/)

= a f ( x ) + 0f { y ) ,
y en consecuencia: f(otx + fiy ) = a f ( x ) + P f ( y ) , y / es lineal.
Finalmente, si g es una aplicacin lineal de E en F que verifica:
g l v , ) = w 1,

0 (1/2) =

tu_.

g ( v ) = w,

(8 )

entonces / = g. En efecto, las aplicaciones / y g tienen el mismo espacio vectorial de partida


y el mismo de llegada, y si x e , y A 1, X>
A son las coordenadas de x en la base B, es
decir: x = Aji/| + \>v + +At>, entonces, til ser g una aplicacin lineal, y teniendo en
cuenta (8), se tiene:
g(x) = g ( A|ii + A2i/2 + + Ai/) = \ , g ( V i ) + \ 2g { v 2) + - + A0 (w)

= A|ii/| + Ajw> + + A,iie,, = / ( x ) .


Podemos, pues, escribir: V x e ,

0 (x)

= f ( x ) , y en conclusin: g = J'.

V olviendo al ejem plo, podem os en ton ces asegu rar ex iste una nica aplicacin
lineal / de iR3 en E 2 que verifica (6 ). A continuacin, d esarro llam o s un m todo para
el clcu lo concreto d e la exp resin de f ( x , x , x 3 ):
a)

Escribim os lo s vecto res de la b ase cannica com o com binacin lineal d e los
vectores d e la b a se B = ( ( 1 , 1 , 0 ), ( 0 , 1 , 0 ) , ( 1 , 0 , 1 1 ):
( 1 , 0 , 0 ) = 1 ( 1 , 1 , 0 ) + ( - 11 ( 0 , 1 , 0 ),
(0 ,

1, 0 )

1 ( 0 , 1, 0 ),

(0,0,1) = ( - 1 X 1 , 1 , 0 ) + 1 ( 0 , 1 , 0 ) + 1 ( 1 ,0 ,1 ) .

(9 )

APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

donde Ai,

125

Ap son escalares, se deduce (por ser / lineal):


/(A|ti + \ 2 v 2 + + ApV,,) = / ( O , ),

de donde se infiere (por ser / inyectiva):


A|V| + A2V 2 + + \ pVp = 0 t ,
y en consecuencia: Ai = \> = ... = A,, =

0 , pues

los vectores v t, v>, .... v r son linealmente

independientes. En conclusin, de la igualdad (10) se deduce necesariamente son nulos los


escalares A], A2.......A,,.Los vectores f ( v 1 ), / ( v 2 ) , . . . , / ( v ,,) son, pues, linealmente indepen
dientes.
Probemos en segundo lugar la implicacin: (b) = (c). Sea: di m = n. Si n = 0, enton
ces (O ) es un sistema de generadores de , y se tiene:
ra n g o / = ra n g o (/ (0 t ) ) = rango ( 0 ,.) =

0=

dimE.

Si n 1 . y (v i,V 2 , . . . , v ) es una base de , entonces:


ra n g o / = ra n g o (/ (v , ) , / ( v ) , ...... / '(ti,,));

pero al ser los vectores v [: v>

(11)

v linealmente independientes, de acuerdo con la hiptesis

tambin lo son los vectores / ( v ), f ( v ) ....... f i v ) , y en consecuencia:


rango ( / ( V i ) ,/ ( 1/2) ...... /< v ) ) = n.

(12)

De ( 1 1 ) y (12) se concluye: rango / = n = dim E.


Probemos a continuacin la implicacin: (c) => (d). I.o haremos por reduccin al absurdo:
supongamos que ( u i , u
uk), con k > I , es una base de Ker/ . Si dim = n, del teorema
de la base incompleta se deduce que el sistema libre ( i , u ,

puede extender a una

base de : u ,u > ,... , t-, Uk+j,. .. , u), y por tanto:


ra n g o / = rang o(/(M , ) ,/ ( M 2) ,. .. ,/ ( M | ),/ (M k+| )
= rango(0 f

0 r , f ( u k+l)

= r a n g o (/ ( i;t i)

/ '( ) )

/ ( ))

/ ( ))

< n - fe < n,
lo cual es absurdo, pues por hiptesis se tiene que ra n g o / = di m = n. En consecuencia,
el subespacio vectorial Ker / del espacio vectorial de dimensin finita no admite base, y en
conclusin: Ker / = 0 c }.
Finalmente, se verifica la implicacin: (d) == (a), como se prob en la proposicin 11.2
(cf. p. 117).
Una vez hemos probado las cuatro implicaciones anteriores, queda demostrado que las
cuatro afirmaciones del enunciado son equivalentes.

c .q .d .

11 2

II. APLICACIONES LINEALES

es decir: (a, b) = ( 3, 4 ) . Y la aplicacin lineal de DS3 en R- d eterm in ad a por 4> puede


calcu larse con la igualdad / ( x \,xz,x%) =

- ( a,b)\ esto es:

f ( X i , x , X i ) = 4>(xi , x 2, x 3 ) - ( a . b ) = (2x\ - x + 3 , - x

2 + 4)

- (3,4)

= ( 2 .V| - x 2, - x 2 ),
y a si la aplicacin lin e a l./' es la d efin id a po r f (x \ ,x ,x s ) = ( 2 x i - x 2, - x 2).
Nota bene

Una aplicacin afn esta definida por la suma de un vector del espacio de lle

gada y una aplicacin lineal, y ambos estn determinados fijada una aplicacin afn con
creta. Esto marca una diferencia formal con los subespacios afines: un subespacio afn
es la suma de un vector y un subespacio vectorial, pero aunque este ltimo est perfecta
mente determinado fijado un subespacio afn concreto, no lo est el vector.

En el texto se d etallan a continuacin alg u n as propiedades gen erales de las ap li


caciones afines, que son en cierto sen tid o an logas de algun as pro piedades que ya
hem os visto de las aplicaciones lin eales: las m s d estacab les so n las que hacen refe
rencia a la im agen y a la im agen recproca. La im agen p o r una aplicacin afn de un
su b e sp acio afn del esp acio de partida es a su v e z un su b esp acio afn del espacio de
llegada. Y se tiene u n a propiedad anloga p ara las im genes recpro cas: la im agen
recproca por una aplicacin afn de un su b esp acio a fn del espacio de llegada es un
su b esp acio afn del espacio d e partida, siem p re y cuando esa im agen recproca no
sea vaca. Notem os que no haba necesidad de tom ar esta precaucin con las ap li
caciones lineales: a la im agen recproca por u n a aplicacin lineal de un su bespacio
vectorial perten ece al m enos un vector: el nulo.

II. APLICACIONES LINEALES

no es lineal. La condicin (Ll) no se verifica; por ejemplo:


0 ( ( l , 2 ) + ( 3 , - l ) ) =-7(4,1) = (4,0),
7(1,2) + 7 ( 3 . - 1 ) = (2,0) + ( - 3 , 0 ) = ( - 1 , 0 ) .
Nota bene

Para que se verifique (Ll), debe asegurarse que g((x,x>) + ( j'i.jy j) ) es igual

a g (x , X 2 ) + 7( jfi, y ) cualesquiera que sean los vectores ( x i , X 2) y ( j o , y i ) de IK2.


EJEMPLO 3

Si es un espacio vectorial sobre un cuerpo K, la aplicacin identidad de :


x e E x e E,

que se denota: /, es una aplicacin lineal de en .


En efecto. Se verifica (Ll), pues dados dos vectores v y w cualesquiera de , se tiene:
lE(v + w) = v + w = h;{v) + h: (tu);

y tambin se verifica (L2), pues si <\ es un escalar, se cumple:


/(exv) = ixv = cxh(v).

Una caracterizacin m uy u tilizada de las ap licacio n es lin eales e s la siguiente:


CNS de aplicacin
lineal

P ro p o sici n ll .1

Una condicin necesaria y suficiente para que una aplicacin f

de un espacio vectorial ' en un espacio vectorial F, ambos sobre el mismo cuerpo K,


sea lin eaI es la siguiente:
(L3) V (ex, jS) e IK2, V (v , w ) e - , f(<xv + fiw) = a f ( v ) + f i f ( w ) .

Demostracin

La condicin es necesaria. Si v y w son dos vectores de y exy /t son dos

escalares, y ponemos: v ' = ixv y te' = pw , se tiene:


fiexv + Pw) = f ( v + w")
= / ( v") + f ( w ' )

= f(otv) + f ( p w )
= ix ftv ) + P f ( w ),

donde se ha utilizado (Ll) en la segunda igualdad y (1.2) en la cuarta. De esta forma, de ser /
lineal se deduce (1.3).
La condicin es suficiente. De (L3) se deduce:
f ( l v + I w ) = 1 f ( v ) + l/(u),

es decir: f t v + w) = f ( v ) + ftw ), y se verifica (L l); por otra parte, de (L3) tambin se deduce:
/ ( u + Ote) = a J ' i v ) + 0 J ( w ) .

es decir: .f(cxv) = txf(v), y se verifica (L2); en conclusin, / es lineal.

11(>

II. APLICACIONES LINEALES

y de la propiedad i 1 ) se deduce:
v , + + <xv) = i / ( I 7j) + <xif[v2) + + a nf(Vn),

0/ = / ( Of) = / ( a iV | +

lo que establece que los vectores f { v \), ,f(v), , f l v) son linealmente dependien
tes, o lo que es lo mismo: el sistema (/(iq
es ligado.
4) Dados n vectores V\, v,

v n de E, si ( / ( i q ), f ( v > f ( v n )) es un sis

tema libre de vectores de F, entonces el sistema ( v , u 2

v n) es un sistema

Ubre de vectores de E.

Si ( v i , v j , . . . , v n) fuese un sistema ligado, entonces tambin seria ligado el siste


ma ( f ( v 1 ) ,f(v> ), . . . , / ( v ) ) (propiedad (3)), en contra de la hiptesis.
5) Si V], v

v m son vectores de E, entonces:

rango ( v i , v 2, , v , ) > r a r t g o f / d q ) , / l v >),.. - , f i v m))


Sea ran go (/(v ) ,/ (tt 2) , . .. , f { v m)} = p. Si p = 0, la propiedad es trivial. Si p > 1,
hay p vectores y no ms de p linealmente independientes entre los v e c t o r e s / ( f i),
f (v > )

f ( v m); si suponemos estos son los p primeros: / ( i q ), f(v>),

, f ( v r ),

entonces ( t q, V 2, . . . , t / p) es un sistema libre (propiedad (4)), y en consecuencia se


tiene: rango ( v, v , . . . , v,) s* p.

6)

La imagen por f de un subespacio vectorial E de E :

f [ E tJ = { / ( v) | v e ,},
es un subespacio vectorial de E.
Si te, y

son dos vectores de / [ ] ] , y existen, pues, dos vectores ni y v> de F

tales que f i v ) = n>, y f(v>) = w 2, y si , y cx2 son dos escalares, entonces se


tiene: , u, + a 2v> e

, y pertenece a f [ E ] el vector:

/(o q tq +

= oq/(i/i) +

) = oquq +

De la proposicin 1.1 (cf. p. 39) se concluye que / [ , ] es un subespacio vectorial de F.


Nota bene

En particular, la imagen de la aplicacin (lineal)

f :

lm / = /['] = { f ( v ) I v e E } ,
es un subespacio vectorial de F.

7) La imagen recproca por f de un subespacio vectorial f j de F :


f

* [F i] = i 6 , \ f ( v ) e E ] } ,

es un subespacio vectorial de E.

El conjunto

/'~1 [F, ] no es

el conjunto vaco: al menos 0, e f ~ l [f-j ], ya que 0f e Fi

y /(O,) = 0 r (propiedad (1)). Por otra parte, si u, y v , son dos vectores de f ~ ' [ F ,], y

n8

II. APLICACIONES LINEALES

3. In v e rs a de u n a a p lic a c i n lin e a l b iy e c tiv a

Si / es una aplicacin entre E

y F que e s biyectiva, est definida su aplicacin in ve rsa / 1 , de F en , d e fo rm a que


se verifica:
y = /<x)

/ " 1 e s a su ve z biyectiva/

x =f

'(y ),

En e sta s con d icion es, si / es lineal, en ton ces /

1 tambin

e s lineal.
La inversa de una
aplicacin lineal
biyectiva tambin
es lineal

P ro p o sici n 11.3
La aplicacin inversa de una aplicacin lineal biyectiva es una
aplicacin lineal biyectiva.
Consideremos las notaciones del prrafo precedente al enunciado de esta

Dem ostracin

proposicin. Si w, y w son dos vectores de F, y oq y a< son dos escalares, denotando:

v\ = / ' (u n ) y v> = / - '(u/), o bien: f ( v ) = u> y f(Vz) =

por ser / lineal se tiene:

/ ( u i + ccjV ) = a i f ( v \ ) + cx>f(v 2 ) = iX)U>i + a>w,


y por tanto:

1( 1

ie 1 + aw ) = tx| V 1 + a-rv1 = i /

" 1t w

i) +

(w).

En consecuencia, se verifica:

V (tx, P) e K-, V (n1 , u>_.) e F~,

+ c\:ivd = 1 /

1 (w ) + a->f~1 (

es decir (cf. proposicin II.1, p. 114): f ~ x es una aplicacin lineal de F en F.

4. C om p osici n de a p lic a c io n e s lin e a le s

Si

I,
c.q.d.

/ e s una aplicacin lineal de F.

en F , y g e s una aplicacin lineal de F en un esp a cio vectorial G (tam bin espacio


vectorial so b re IK), en ton ces la aplicacin co m p u esta 7 de / y g\ g / , que verifica:
V i ; e ', [g o f ] ( v ) = g ( f ( v ) ) ,
es una aplicacin lineal de E en G.
En efecto, si t; y w son d o s vecto res d e F , y tx y p so n d o s escalares, se tiene:
[g o / 1 ( lxv + fiw) = g ( f (txv + liw ))
= g ( a f ( v ) + fifiu )
= a g (f(v )) + p g (fiw ))
= a [ g o f ] ( v ) + p [g o f ] ( w ) ,

y en consecu encia (cf. proposicin II. I , p. 1 1 4 ) g o f e s lineal.


6Puede consultarse, por ejemplo, el apndice A (cf. p. 397).
'Sobre composicin de aplicaciones, cf. apndice A, p. 398.

120

II. APLICACIONES LINEALES

proposicin II.4, p. 1 1 9 ) , es decir:

y por tanto:
d im d m / ) = dim L ( f ( v

= rango ( / ( y , ) , f ( v > ) .......f ( v , ) ) .

En consecuencia:
ra n g o / = r a n g o (/ (y i

f ( v m))\

esto es: el rango de / es igual al rango del sistem a form ado p o r las im gen es de los
vectores de un sistem a de gen eradores de .
En particular, si ( v i , v 2, . . . , v ) es u n a b ase de E, en ton ces tam bin podem os
escribir:
rango/ = rango(/(t>i ) , f ( v 2) , . . . , f ( v ) ) .

Nota bene

Es indiferente el sistema de generadores o la base que se elija para calcular

el rango de una aplicacin lineal.

EJEMPLO 4

Consideremos la aplicacin lineal:

f
(X i,X 2 , X ; i ) ------- (X |,X 2 ,- X ] - x 2),

y calculemos su rango.
Tomamos una base cualquiera de R 3; por comodidad elegimos la base cannica:
Be = ( ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0 . 1 ) ) .
Entonces el rango de / es igual al rango de los vectores que son imagen de los de la base Berango / = rango(/< 1 , 0 , 0 ),/ ( 0

, 1,0

),/ ( 0 , 0 , 1 ))

= ra n g o ((l, 0 , - 1 ), ( 0 , 1 , - 1 ), ( 0 , 0 , 0 )) = ra n g o ((l, 0 , - 1 ), ( 0 , 1 , - 1 )) = 2 .

Notacin

En las siguientes proposiciones utilizaremos el mnimo de dos nmeros reales x

y y : se denota: min .y,_vi, y se define de esta forma:

Por ejemplo: m n (0 ,-3 1 = m n |-3,0 | = - 3 , y m n { l ,l ] = 1. Una definicin equivalente


del mnimo de x e y es:
m n lx.jyt = - (x + y - |x - v |) .

II. APLICACIONES LINEALES

122

3. C a ra c te riz a c i n de u n a a p lic a c i n lin e a l p o r la s im g en e s de los vecto res


de u n a base

V eam os con un ejem p lo lo que q u erem os hacer. C on siderem os una

aplicacin / de

en IR- de la cual conocem os las im genes de los vecto res de la

b ase B = ( ( 1 , 1 , 0 ) , ( 0 , 1 ,0 ) , ( 1 , 0 , 1 ) ) de IR:i:
/ ( 1 , 1 , 0 ) = ( 2 ,1) ,

/ ( 0 , 1 , 0 ) = ( 1 ,0 ) ,

/ ( l , 0 ,1) = ( 1,2 ) .

(6)

Hay m u ch as aplicaciones d e IRJ en IR2 de hecho, in fin itas que tienen el m ism o
com portam iento que f en los vecto res de B. Por ejem plo, las aplicacion es f \, f> y h
defin id as por las exp resion es:
f \ { X , X , X ) = { X \ X 2 + 1 , X | X 2 + 2 x 3 ),

f,(X

1 ,X 2 ,X 3)

= (x|

- X 3

+ l.X ,

(X ;

+ 1))

{ / ( x 1 , x 3 , x 3 ), si ( x 1 , X 2 , X 3 ) es vector de B ,
( 1 , 1 ),

en otro caso.

(Se com pru eb a sin dificu ltad que e sta s aplicacion es se com portan igual que / en los
vectores de B; adicional m ente, se tiene que e sta s tres aplicacion es no so n lineales,
lo cual pu ed e com probarse o b servan do que n inguna de ellas verifica que la imagen
de ( 0 ,0 ,0 ) e s (0 ,0 ).) Pero en tre to das las aplicacion es de IR-1 en IR2 que se com portan
igual que / en Jos vectores de la b ase B, hay una que es lineal, y slo hay una. Es una
consecu encia del sigu iente resu ltad o terico.
Una aplicacin
lineal est
totalmente

P ro p o sici n II.7
Sean E y F dos espacios vectoriales de dimensin finita. S i el
sistem a B = ( v , V 2 , . . . , v ) es una base de E, y si w , w > , . . . , w son n vectores
de F , entonces existe una aplicacin lin eal f de E en F tal que:

determinada
conocidas las

/ ( v i ) = w i, f { v 2) = w

/ (v ) = w

(7)

imgenes de los
vectores de una
base

y adems f es nica, en el sentido siguiente: si g es una aplicacin lineal de E en F


que se comporta igual que f en los vectores de Ja base B. es decir, si la aplicacin
lin e a lg es tal q u e :g (v i) = W\, g(v>) = iv i

Demostracin

g ( v ,,) = w entonces f - g.

Sea x un vector arbitrario de E. Como B = (v,v> .......t,,) es una base

de E, el vector x se puede escribir de manera nica como combinacin lineal de los vectores
de B, es decir, se tiene:
x = A i v i + \v + + Ai/

para unos nicos escalares A i. A2, , A (las coordenadas de x en la base /i). Definimos la
imagen de x por / como:

/ ( x ) = Ai Wi + Au> + + A w n.

II. APLICACIONES LINEALES

124

b) C alculam os las im genes (por / ) de los v ecto res d e la b ase can n ica q ue se

deducen de s e r / lineal, de (9) y d e (6):

/ ( 1. 0 . 0 ) = 1/ ( 1, 1, 0 ) + ( - 11/ ( 0 , 1, 0 ) = ( 2 , 1) - ( 1, 0 ) = ( 1, 1 ),
/ ( 0 , 1, 0 ) = 1/ ( 0 , 1, 0 ) = ( 1, 0 ) = ( 1, 0 ),
/ ( 0 , 0 , 1) = ( - 1) / ( 1, 1, 0 ) + 1/ ( 0 , 1, 0 ) + 1/ ( 1, 0 , 1)
= - 1 2 , 1 ) + ( 1 ,0 ) + ( 1 , 2 ) = (0, 1).
c) Si (x i , x 2, x 3 ) 6 K3 , podem os escribir ya la expresin d e / ( x i , x 2, x 3 ):
f ( x \ , x , X i ) = / ( X i ( 1 ,0 ,0 ) + x 2 ( 0 , 1 , 0 ) + x 3 ( 0 , 0 , 1) )

= x , / ( l , 0 , 0 ) + x 2/ ( 0 , l ,0 ) + x 3/ ( 0 , 0 , l )
= X i ( 1 , 1 ) + x 2 ( l , 0 ) + x 3 ( 0 , 1 ) = ( x j + x 2, x i + x 3 ).
La nica aplicacin lineal / de IR3 en IR2 que verifica (6) es, p u es, la que satisface:
V ( X i,X 2,X 3 ) G l 3 , / ( X | , X 2,X 3 ) = (X| + X 2,X i + x 3 ),
e s decir, es la aplicacin: ( x i , x 2, x 3 ) e K 3 ( x j + x 2, x i + x 3 ) e IRJ .
Nota bene

lina aplicacin lineal queda unvocamente determinada cuando se conocen las

imgenes (por la aplicacin) do los vectores de una base.


EJERCICIO I

Dar una expresin general de las aplicaciones lineales de !R" en IR'".

4.

C aracterizaciones de una aplicacin lin eal inyectiva

La siguiente pro

posicin en u n cia varias condiciones eq u ivalen tes a la inyectividad de u n a aplicacin


lineal.
Ms CNS de
aplicacin lineal
inyectiva

P ro p o sici n 11.8

Sea f una aplicacin lineal de un espacio vectorial E de dimen

sin lin ita en un espacio vectorial F. Las siguientes arm aciones son equivalentes:
a ) f es inyectiva;
b) si v , v 2,
v p son p vectores linealm ente independientes de E , enton
ces f ( v i ) , f { v ) ,
f ( v p) son p vectores linealm ente independientes de F ;
c) e l rango de f es igual a la dimensin del espacio vectorial de partida:

rango / = d im ;
d) K er/ =

Demostracin

10 f } ._________________________________________________________________
Probemos en primer lugar la implicacin: (a) => (b). Supongamos enton

ces que / es inyectiva, y sean tq, v

vr vectores de E linealmente independientes. De la

igualdad:
A /(i> ]) + A >fiv>) + + Apf(Vp) = 0 r ,

(10 >

126

II. APLICACIONES LINEALES

Las ap lic a c io n e s
lin e a le s
in y ectiv as
c o n s e r v a n el

C o ro la rio
Una aplicacin lineal invectiva (con conjunto de partida un espacio
vectorial de dimensin lin ita) conserva el rango, es decir, si f es una aplicacin
lineal invectiva de un espacio vectorial E de dimensin nita en un espacio vecto
rial F, y ( v \,v-........ v , ) es un sistema de vectores de E, entonces:

rango

rango { v \ , v 2

D e m o stra ci n

v m) = r a n g o ) , / U M , . . .

)).

= p. S i p = 0 , e n t o n c e s :

Sea: ra n g o

t / i = t/2 = . . . = t / m = 0 ,

>

f t v ) = /(te .) = ... = / ( i/ ,) = 0 f ,

y s e t i e n e e l r e s u l t a d o . Si p > 1 , e n t o n c e s e x i s t e n p v e c t o r e s e n el s i s t e m a q u e s o n l i n e a l m e n t e
in d e p e n d ie n t e s ; p o d e m o s s u p o n e r s o n lo s p p rim e r o s .

D e e s t a C o r m a , l o s v e c t o r e s f ( v ),

J ( v 2 1........... / ( i p ) s o n l i n e a l m e n t e i n d e p e n d i e n t e s ( p o r s e r /

i n y e c t i v a , y d e a c u e r d o c o n la

p r o p o s i c i n a n t e r io r ), y s e tien e:

r a n g o ( / ( i / | ) , / ( t ' 2 ) ............ f i v , ) ) r a n g o ( / l i / | ) , / ( v 2 )

f ( v r >) = p.

(13)

P o r o t r o l a d o ( c f. p r o p i e d a d 5 d e l a s a p l i c a c i o n e s l i n e a l e s , p . 1 lti):

r a n g o ( / ( v , ) , / ( t ' i ) , . . . , f ( v m ) ) < r a n g o ( i q . V j , . . . , p , ) = p.

(14)

D e ( 1 3 ) y Cl 4 ) s e c o n c l u y e :

r a n g o ( . / ' ( t ' i ) , . f i t z ) , . . . , f ( v m )) = p = r a n g o { v 1 , 1/ 2

v m)
L A ) . I).

N ota b e n e

En la d e m o s t r a c i n

d e las c a ra cte riza cio n es

r e s t r ic c i n a l g u n a a l a d i m e n s i n d e l e s p a c i o v e c t o r ia l F.

EJEM PLO 1

a n terio re s

no h em o s im p u esto

C o n s i d e r e m o s la a p l i c a c i n :

R2
(.X |,X 2 )
La a p lic a c i n f

---- - ----

IR2

-------------

( x + X 2 , X i - X 2 , X | ).

e s lin e a l, c o m o el le c t o r p u e d e c o m p r o b a r sin d ific u lta d , y ta m b i n e s in v e c

tiva, lo c u a l p u e d e d e m o s t r a r s e f c ilm e n t e u t iliz a n d o a lg u n a s d e las c a r a c t e r iz a c io n e s v is t a s


e n la p r o p o s i c i n 11.8 (cf. p . 1 2 4 ).
Por e je m p o , se verifica :
( X | + X ', x i

Ker f =

{ ( 0 , 0 ) ] , p u e s d e la ig u a ld a d / ( x j , x 2 ) = ( 0 , 0 , 0 ) , o bien :

- x 2 , X ] ) = ( 0 , 0 , 0 ) , s e d e d u c e : X] = x 2 = 0.

T am b in s e verifica: ra n g o /

= d i m IR2 . E n e f e c t o , s i t o m a m o s u n a b a s e c u a l q u i e r a d e 1 J .

p o r e j e m p l o : ( ( 1 , J ), ( 1 , 0 ) ) , s e t i e n e :

rango./ = rang o(/( 1 , 1 ) , / ( ! , 0 )) = ra n g o ((2 ,0 , 1 ) , ( 1 , 1 , 1 ) ) = 2 = dim H2

APLICACIONES LINEALES CON CONJUNTO OE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

EJEMPLO 6

127

La aplicacin:
R3

( X 1 . X 2 . - V 3 ) ------------

R3
(x2 +

X 3 . X 1 + X 2 + 2 x 3, X ) + X 3 )

es lineal, como se comprueba con facilidad, y no es inyectiva, lo cual se puede demostrar


usando la proposicin 11.8 (cf. p. 124).
En efecto, calculemos el rango de / . Considerando la base cannica de IR3, se tiene:
rango / = rango ( / ( 1 ,0 ,0 ) ,/ ( 0 , 1 ,0 ) ,/ ( 0 , 0 ,1) ) = rango(((), 1 , 1 ) , ( 1 , 1 , 0 ) , ( 1 , 2 , 1 ) ) = 2,
pues el vector ( 1,2 , I ) es suma de los otros dos, y estos dos son linealmente independientes.
En consecuencia: rango / = 2 * 3 = dim IR3, y en virtud de la proposicin 11.8 (cf. p. 124) la
aplicacin / no es inyectiva.

EJERCICIO 2

Si f es una aplicacin lineal de un espacio vectorial E de dimensin fnita en un espacio


vectorial F, y si (v\,V'....... v ) es una base de E, demostrar que una condicin suficiente
para que f sea inyectiva es que el sistema ( f iv \). f [V i ),..., f (v )) sea libre.

5.

C a ra c te riz a c i n de u n a a p lic a c i n lin e a l s u p ra y e c tiv a

La sigu ien te pro

posicin m u estra una condicin equ ivalen te a la su p rayectivid ad d e u n a aplicacin


lineal.
CNS de aplicacin
lineal
suprayectiva

P ro p o sici n 11.9
Sea f una aplicacin lineal de un espacio vectorial E en un
espacio vectorial F , ambos de dimensin fnita. Una condicin necesaria y suficiente
para que f sea suprayectiva es que su rango coincida con la dimensin del espacio
vectorial de llegada:
rango / = dim F.

Demostracin

La condicin es necesaria. Si / es suprayectiva, es decir, si los conjun

tos Im/ y F coinciden, entonces: ra n g o / = d im dm /) = dim F.


La condicin es suficiente. Si ra n g o / = d im f, como: ra n g o / = d im d m /), entonces:
d im dm /) = dim F, y al ser Im / un subespacio vectorial del espacio vectorial F, se concluye
(cf. corolario de la proposicin 1.17 , p. 79): Im / = F, esto es, la aplicacin / es suprayectiva.
C.Q.D.

EJEMPLO 7

Si J es la siguiente aplicacin de IR3 en !R2:


(X 1 .X 2.X 3 ) e IR3 (Xi +.\'2 ,X| - X 3 ) e 08/
entonces es lineal, como se comprueba sin dificultad, y es suprayectiva, lo cual se puede
demostrar con la proposicin II.9 (cf. p. 127).

II. APLICACIONES LINEALES

128

En efecto. Calculemos el rango de / partiendo de la base cannica de ffi3. Se tiene:


rango./ = rango ( / ( 1 , 0 ,0 ) , / ( 0 , 1 ,0 ),/ ( 0 , 0 ,1 )) = ra n g o ((.l, 1), (1,0), (0, - 1 )) = 2.

(Para el clculo del anterior rango de vectores, ntese que el de tres vectores de IR- es a lo ms
igual a 2, y que los vectores ( 1 , 1 ) y (1, 0) son linealmente independientes.) En consecuencia,
el rango de / es igual a la dimensin de su espacio vectorial de llegada: rango / = dim R-, y
en conclusin /' es supraycctiva.
EJEMPLO 8

I.a aplicacin:
S3
( X l , A 'j , ,V3 )

---- - ----

IR3

--------

( .V

+ 2-Vt , A'^ - .V:, ,\ '[ -V X -I + X -)

es lineal como se comprueba fcilmente y no es suprayectiva, como se puede probar con


la proposicin 11.9 (cf. p. 127).
Para calcular el rango de / consideramos la base cannica de R 3. Se tiene:
rango / = ran g o (/( 1 ,0 ,0 ),/ ( 0 , 1, ()),/ ((),(), 1)) = rango((1 ,0 ,1 1 ,(0 ,1 ,1 ), (2, -1,1 >) = 2,

pues el vector (2, - 1 , 1 ) es combinacin lineal de los otros dos: (2, - 1 , 1 ) = 2 ( 1 , 0 , 1 ) {(), 1 , 1 ) ,
y estos dos son linealmente independientes. En consecuencia, el rango de / no es igual a la
dimensin de su espacio vectorial de llegada: rango /

3, y / no es suprayectiva.

Para las aplicaciones lineales entre esp acios vectoriales de la m ism a dim ensin
finita, se tiene la siguiente
P ro p o sici n 11. 10

Sea f una aplicacin lineal de un espacio vectorial E en un

espacio vectorial F, ambos de dimesin nita. Si E y F son de a misma dimensin,


entonces:
f es inyectiva $=> / es suprayectiva.

Demostracin

Teniendo en cuenta las caracterizaciones demostradas en las proposicio

nes 11.8 (cf. p. 124) y 11.9 (cf. p. 127), y la hiptesis: dim E = dim F , se tiene la siguiente cadena
de equivalencias:
/ es inyectiva <=> ra n g o / = dim E

ra n g o / = dim F

/ es suprayectiva.
c.u.n.

Aplicacin lineal
entre espacios

C o ro la rio
Si f es una aplicacin lineal entre dos espacios vectoriales de ia
misma dimensin finita, se veriea:

vectoriales de la
misma dimensin
finita

f es inyectiva

/ es suprayectiva

f es biycctiva.

APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA

6.

T eo rem a de la s d im ension es

129

Cuando el espacio vectorial de partida de una

aplicacin lineal es de dim ensin finita, h ay una relacin entre su dim ensin y la
dim ensin del ncleo y de la im agen:
Teorema de las
dimensiones

T e o re m a 1
Sea f una aplicacin lineal de un espacio vectorial E de dimensin
nita en im espacio vectorial F. Se verifica:
dim ( K e r / ) + dim ( lm / ) = d im ,

(15 )

o lo que es equivalente: dim ( K e r / ) + r a n g o / = dim E.


Demostracin

Si lm / = {Op}, es decir, si la imagen por / de cualquier vector de es el

vector 0f , entonces Ker f = E, y se verifica (15): dim (Ker/ ) + dim (lm /) = dim + 0 = dim.
Si Ker/ = O}, entonces: rango/ = dim (cf. proposicin n.8, p. 124), y

se verifica (15)

tambin en este caso: dim (Ker/) + dim (lm /) = 0 + rango/ = dim .


Probemos la frmula (15) para el caso en que lm / * !0 / y K e r/ * !OeI. Sea enton
ces (w\,u>2,...,Wp) una base de lm / (y por tanto: ra n g o / = dim O m /) = p), y tambin
sea (ui,U 2 ,...,Uq) una base de Ker/ (y por tanto: dim (K er/) = q). Al ser W\, u>2
vectores de lm /, existen p vectores Vu V2

Wp

v p de tales que:

f ( v ]) = U>i, f ( v 2 ) = w 2, > f ( v r ) -w r ,
y adems (v ,, v

p) es un sistema libre, al serlo ( w , w 2, . . . , w p).

Se verifica que el sistema B = ( i, tt2

utl, v u v>

v r ), de vectores de , es una base

de .

En efecto. En primer lugar, el sistema B es un sistema de generadores

de . Seax un

vector arbitrario de . Entonces / ( x ) e lm/ , y se tiene:


/ ( x ) = Ajtei + A_.u/j + + \,,Wp
para algunos escalares A i, A:>,. .. , Ap. Si denotamos:
y = Ai Vi + A2V2 + + A,,v,,,

(16)

entonces / ( x ) = f ( y ) :
f ( y ) = A |/(ti) +

+ + Apf(Vp) = Ai it/1 + A + + Ar w r = / ( x ) ,

de donde: f ( x - y ) = 0 ,, luego: x - y e K er/, y se tiene:


x - y = j\Ui + P 2U 2 + + pquq

para algunos escalares p i,

, <- De (16) y ( 1 7) se deduce:

X = p , Mi + P 2 U 2 + +

+ A] V + A j V j + + \ p V r ,

(17)

II. A P L IC A C IO N E S U N A L E S

x es u n a com binacin lineal d e los vecto res del sistem a B. es decir: x U B ). El sisle m a B
E.
B e s libre. S u p o n g a m o s q u e lo s esca la re s d i, 5.*, . . . . 5 .

e s. p o r tanto, un sistem a de gen erad o res d e


F.n seg u n d o lu gar, el sistem a

y r son tales que:

y i . y_>

iM] + .5u + + b u + y iU i +

+ +

yr v,, = 0 ; .

( 18 i

De esta igu ald ad se d ed u ce:


0 f = /(O , > = / ( ,m i +
=

J'itii) + +
yiu > , +

y al s e r (ui, ut>

+ y i / i f i ) + < / (

6u> + - +

= . . . = y = 0 . S u stitu yen d o

= 0 , , y al se r libre el sistem a (m i. u>

<5, =

6 . = . . . - <5 = y , = y : = . . . = y = 0,

B e s libre.

El sistem a

R es, pues, u n a base de ', luego:


d im E = ) t

p - dim ( K e r / ) + dim ( l m / ) ,
1 "i

y q u ed a p ro b ad a la frm u la ( 1 5 ) .

En esta d em ostracin n o se h a h ech o restricci n algu n a so b re la d im ensin del

esp acio vectorial

F; es decir, el teorem a de las d im ension es es vlid o in clu so si E es de

d im ensin infinita.

EJEMPLO 9

u.r), se

S = 0. En conclusin , y co m o d e la Igu ald ad (18 ) hem os d ed u cid o:

d ed u ce: <5] = _< - .

N ota b e n e

vr)

y 2w + + yr w,

u>,,) u n sistem a libre s e infiere: y i = y>

en ( 1 8 ) se obtiene: j i t i +

el sistem a

S ju : + + M + y ,v i + y2v 2 + + yPv P)

Sea / u n a aplicacin lineal de R 1 en R - tal que:


d im (K e r / ) = 2

( 1 , 3 ) e lm /.

D eterm inem os u n a b ase del su b esp acio vectorial l m / .


Del teorem a d e las d im en sio n es se deduce:
d im i lm / ) = dim R J - d im iK e r / ) = 3 - 2 = 1,
y p or tanto u n a b ase de lm /"e sta r Form ada p or un n ico vector. C o m o ( 1 . 3 ) es u n v e c to r no
n ulo d e l m / , es un vecto r linealm ente in dependiente, y en co n secu en cia ( ( 1 , 3 ) ) e s una base
d e lm

f. N tese q ue

l m / = R (l,3 ).

EL ESPACIO VECTORIAL C ( E . l I

II.4

EL ESPACIO VECTORIAL L ( E , F )
Sean y F d o s esp a cio s vectoriales so b re un m ism o cuerpo K .

D esignarem os el

con ju n to de las aplicacion es lineales de en con la notacin: ( , ) . Probarem os


que .( , ) es un su b esp acio vectorial del espacio vectorial F f de las aplicaciones
de en F (cf. ejem p lo 4 del captulo I, p. 35).
En prim er lugar, ( , ) no es el co n ju n to vaco, p u es la aplicacin nula:

------- O ( v ) = 0/,

es u n a aplicacin lin eal de en F : O e E ( E , F ) .


En seg u n d o lugar, si com probam os que cuando i y

son d o s escalares, y f

y f 2 son d o s aplicacion es lineales de en F , en ton ces \ f i + a f es una aplicacin


lineal de en F , de acu erd o con la proposicin 1.1 (cf. p. 39) habrem os probado
que ( , F) es u n su b esp acio vectorial del espacio vectorial F E. T en em o s que probar,
p u es, que

1/1 + ot>f

es u n a aplicacin lineal de en F , y para ello (cf. proposi

cin II. 1 , p. 1 1 4 ) verifiquem os:


V (/?],/?.) e 02, V { v , w ) e E 2,
( 1 / 1

a 2f 2)(&\V + P2W) =

/?| ( O ] / i

L\2f 2)iV)

02

( l / |

(X2f 2)(U>).

( 19 )

Se tiene:

(1/1 +

CX2f > ) ( p i V

p 2w ) =
=
=

(|/i)(/l|U +
1/1 ( P l V +

p 2Ul )

/}w )
+

( c x f 2) ( p \ v

af>(P]V

/?2 / i ( IX/)) +

= Pl(X\ft (v) + Ih t t f l i v )

+ 2/ 2)(u) +

lhu>)

+ /)2Ul )

a 2 ( P\ f 2(v) + p 2.f 2 (w))

+ /?2OCi/i(U/) + /f>tt2/ 2<u

l(c<ifi

2f 2) ( w ) ,

donde la prim era igualdad e s consecu en cia de la definicin de la adicin de aplica


ciones; la segund a, de la definicin de la ley de com posicin extern a; y la tercera, del
h echo de q u e / i y f

2 son aplicaciones lin eales.

Por tanto, se verifica (19 ), y i./ j + a 2/ 2

e s una aplicacin lineal.


En conclusin, . ( , ) e s un su b esp acio vectorial de F E.

EJEMPLO 10

Calculemos una base del espacio vectorial (K , K:i).


Para determinar una aplicacin lineal de IR en R basta conocer la imagen por sta de
los vectores de una base de IR (cf. proposicin 11.7, p. 122). En nuestro caso, como IR es de
dimensin 1, cualquier nmero real no nulo formar una base; tomemos la formada por I

II. APLICACIONES LINEALES

132

vector que en este caso coincide con el escalar 1 . As, si f pertenece a ( K , IR3), / queda
determinada slo con conocer ,/'< 1 ).
Consideremos las tres aplicaciones
/ , ( 1 ) = e, = ( 1 , 0 , 0 ),

fs de K en IR1 que verifican:

f 2( 1 ) = e> = (0 , 1 , 0 ),

f s( 1 ) = e, = (0 , 0 , 1 ).

Entonces (f\ ,h ,.h ) es una base de ( R , 1 :|). En efecto. Sea / una aplicacin arbitraria
de (R, R 3), y sea: / ( 1 ) = (X 1 .X 2.X 3 ). Entonces se tiene:
1/ 1

+ X 2/2 + X 3/ 3 M D

= X ^ O

+ X 2/ ( 1 ) + X 3 / 3 ( 1 )

= x l e l + x 2 e2 + x i e 3

= ( X 1 . X 2 . X 3 ),

es decir, la aplicacin lineal / y la aplicacin lineal (X 1/1 + X 2/2 + X3/ 3 ) tienen el mismo
comportamiento en el vector 1. Como (1) es una base de R, se deduce: / = X \ f + X 2/2 + X 3/ 3,
y en consecuencia: / e L ( / i , / 2,/:i). El sistema ( f , f ,/ ) es, pues, un sistema de generado
res de ( R , R :i).
Comprobemos ahora que ( f \ , f 2,fc) es un sistema libre. Si 1 , a y :i son escalares, de
la igualdad: oq/i + <xf2 + 3/1 = O, se deduce: (oq/1 + 2/2 + 3/ 3 M I) = 0 ( 1 ) = (0,0,0), y
por tanto: 1/1 (1) + 2/ 2 ! 1) - 3/ 3 ( 1 ) = (0,0,0), de donde: ( 1 , 2, 3) = (0,0,0), es decir:

= a;i = 0. En consecuencia, el sistema

El sistema

II. 5

es un sistema libre.

es entonces una base de (R ,IR 3). Ntese que d im (R , R3) = 3.

ISOMORFISMOS DE ESPACIOS VECTORIALES


1.

D e fin ici n de isom orfism o. Esp a cio s v e c to ria le s isom orfo s

Se con sid e

ran esp a cio s vectoriales so b re un m ism o cuerpo IK.


Definicin
Isomorfismo

De u n a aplicacin lineal / de u n espacio vectorial en un esp acio vectorial se


dice es un iso m o rfism o de en F (o de sobre F) si e s biyectiva.

Automorfismo

Si f es un isom orfism o de en s m ism o, es decir, de en , de f se dice es un


au to m o rfism o de .
Si / e s un isom orfism o d e E en F , en to n ces su aplicacin inversa: /

' , es a su vez

un isom orfism o de F en E (cf. proposicin 11.3, p. 118 ) .


Definicin
Espacios
vect. isomorfos

Si existe u n isom orfism o de en F , se dice que y F so n e s p a c io s v e c to ria le s


iso m o rfo s.

ISOMORFISMOS DE ESPACIOS VECTORIALES

2. Pro p ie d ad es

La com posicin de dos isom o rfsm o s es un isom orfism o, p u es

la com posicin de dos aplicaciones lineales es una aplicacin lineal (cf. p. 1 1 8), y
la com posicin de dos aplicaciones b iyectivas es u n a aplicacin b iyectiva (cL teore
ma 4, p. 4 0 1). A continuacin, vem os o tras p ropiedades de los isom orfsm os y de los
esp acios vectoriales isom orfos.
Un espacio
vectorial de

P ro p o sici n II. 1 1
Sea E un espacio vectorial sobre IC. Si E es de dimensin finita
igual a n, con n > 1, entonces E y C" son espacios vectoriales isomorfos.

dimensin n es
isomorfo a 04"

Demostracin

Si (Vi,v-

v n) es una base de E, consideremos la aplicacin lin e a l/

de E en K" tal que: f ( v ) = e, f ( v 2 ) ~ e, ..., f ( v ) = e (recordemos que una aplicacin


lineal queda inequvocamente determinada por las imgenes de los vectores de una base).
Entonces: ran go / = ra n g o (e i,e .> ,...,e ) = n, y por tanto:
r a n g o / = dim

rango / = dim K ",

y en consecuencia / es inyectiva (cf. proposicin II.8, p. 124) y es suprayectiva (cf. proposi


cin ti.9, p. 127), es decir: / es un isomorfismo. Los espacios vectoriales y K" son, pues,
isomorfos.
Los espacios
vectoriales de la

c . q .d .

C o ro la rio
Dos espacios vectoriales (sobre un mismo cuerpo) de dimensin nita
que tienen la misma dimensin son isomorfos.

misma dimensin
finita son

Tenem os, pu es, una condicin su ficien te (basada en la dim ensin) para que dos

Isomorfos

espacios vectoriales de dim ensin finita sean isom orfos. F,l siguiente resu ltad o nos
va a servir para com probar que esta condicin es tam bin necesaria.

CNS de
isomorfismo
(transformar
bases en bases)

P ro p o sici n 11.12
Sea f una aplicacin lineal de E en E. ambos espacios vec
toriales de dimensin nita no nula, y sea (iq , p ? ,. . . , u ,) una base de F.. Una
condicin necesaria y sufciente para f sea un isomorfismo es que el siste
ma { f ( V ] ) , f ( v ) ........ f

Demostracin

( v

)) sea una base de F.

La condicin es necesaria. Si / es un isomorfismo, entonces:


rango / = dim F = ti

ra n g o / = d m ,

y por tanto se tiene: rango(/(tq ) , f ( v 2) ........ f ( v ) ) = n = dim F, y en consecuencia el siste


ma ( f ( v ),f(v> )
f ( v , fi) es una base de F.
La condicin es suficiente. Si el sistema ( / ( w i) ,/ ( 2)......./(w )) es una base de F, en
tonces el rango de este sistema es igual a n : rango(/(V] ) , f ( V 2 ) ....... f ( v ) ) = n , de don
de: rango / = n = dim F = dim E, y en consecuencia / es suprayectiva e inyectiva, es decir, /
es un isomorfismo.

c .q .d .

C o ro la rio
Si dos espacios vectoriales de dimensin nita (sobre un mismo
cuerpo) son isomorfos, entonces tienen la misma dimensin.

II. APLICACIONES LINEALES

'3 4

EJEMPLO 1 1

Estudiemos si es un isomorfismo la aplicacin lineal / de IR3 en R3 dada por la expresin:


f ( X , X 2 , X ; ) = ( X 2 + X :,X i + X i , X i + X<).

De acuerdo con la proposicin 11.12, tomemos una base de R 3, que por comodidad ser
la cannica, y estudiemos si las imgenes por / de sus vectores forman una base tambin
de IK1. So tiene:
f i e , i = ( 0 , 1 , 1 ),

f ( e 2) = ( 1 , 0 , 1 ),

fie-i) = ( 1 , 1 , 0 ),

y el sistema ( ( 0 ,1 , 1) , ( 1 ,0 ,1 ) , ( 1 ,1 ,0 ) ) es una base de R3 (es fcil ver que su rango es igual


a 3). En consecuencia, / es un isomorfismo de R 3 en R 3, o tambin: un automorfismo de R 3.
EJEMPLO 1 2

Los espacios vectoriales ( R , R3) y R3 son isomorfos, pues ambos son de la misma dimensin
finita (cf. ejemplo 10, p. 13 1) . Para definir un isomorfismo <P del primero sobre el segundo,
teniendo en cuenta la proposicin 11.12 (cf. p. 133), basta definir las imgenes por <>de los
vectores de una base de (IR ,R 3 ) de suerte que stas formen una base de R 3.
Por ejemplo, si tomamos como base de ( R , R3 ) la ya considerada en el ejemplo 10
(cf. p. 13 1):
rifica:

<P(f, ) =

y definimos P como la aplicacin lineal de ( R ,R 3) en R 3 que ve


( 0 , 1 ,1 ) , P ( f ' )

( 1 ,0 ,1 ) y tifs )

( 1 ,1 ,0 ) , entonces <P es un isomorfismo,

pues ( ( 0 ,1 ,1 ) , ( 1 ,0 ,1 ) , ( 1 , 1 , 0 es una base de R 3.

Por el m om ento, p ara estu d iar si u n a aplicacin lineal d a d a entre dos espacios
vectoriales de dim ensin finita es un isom orfism o, ten em os d o s criterios: estu d iar si
es sim ultn eam ente inyectiva y su p rayectiva (definicin de isom orfism o), o estu d iar
si las im genes de lo s vecto res de una b ase form an una b ase (cf. proposicin 11.12 ,
p. 13 3 ) . Pero cuando lo s esp acios vecto riales tienen la m ism a dim ensin, b asta slo
estu d iar si la aplicacin e s inyectiva o si es su p rayectiva (cf. proposicin

EJEMPLO 1 3

11. 10 , p. 128 ).

Estudiemos si es un isomorfismo la aplicacin / de R 3 en R3 que verifica:


V (X 1 .X 2 .X 3 ) e

R 3, / ( X 1 . X 2 . X 3 ) = ( X i +

+ x :,X 2 + x .,x .j).

De la igualdad / ( x i , x 2,X3) = (0,0,0) se deduce:


X ] + X > + X:i =

0,

X 2 + X: =

0,

.V, =

0,

y estas ecuaciones se verifican simultneamente si y slo si: x i = x 2 = x :( = 0. En con


secuencia, el nico vector de R3 cuya imagen por / es (0,0,0) es el vector (0 ,0 ,0 ), esto
es: Ker/ = {(0 ,0 ,0 )}, y por tanto / es inyectiva. Como / es una aplicacin lineal entre
espacios vectoriales de la misma dimensin finita, con la proposicin

11.10 (cf. p. 128 ) y

corolario se concluye que / es biyectiva, es decir: f es un isomorfismo de IR3 en R 3.

su

ORMAS LINEALES

Com o con secu en cia inm ediata de los com entarios p reced en tes al ejem p lo an terior
se tiene la siguiente
CNS de
isomorfismo
=ngo igual a la
dimensin

P ro p o sici n 11.13

Una condicin necesaria y sufciente para que una aplicacin

lineal f de un espacio vectorial F en un espacio vetorial F, ambos de la misma


dimensin nita n , sea un isom orfism o es que su rango coincida con la dimensin
comn:

ra n g o / ' = n.

comn)

Demostracin

La aplicacin / es un isomorfismo si y slo si es suprayectiva (cf. proposi

cin 11.10, p. 128), y / es suprayectiva si y slo si: ra n g o / = n.

II.6

c.Q.n.

FORMAS LINEALES
1.

E s p a cio d u a l. F o rm a s lin e a le s

En esta secci n con sid erarem os un espacio

vectorial E sobre un cuerpo &, y su pon drem os que E e s d e dim ensin finita.
Si con sid eram os & com o un espacio vectorial sobre & (cf. ejem p lo 1 del capitulo 1,
p. 35), en ton ces el conju nto H E , K ) de las ap licacio n es lin eales de E en K es un
espacio vectorial (cf. seccin 4, p. 1 3 1 ) . Este esp acio vectorial ( , & ) se denom ina
e sp a c io d u a l de , y se denota por :
= (, K).
De los elem en tos de H E , K) se dice so n las fo rm a s lin e a le s sobre .

EJEMPLO 14

Veamos cmo es el espacio dual del espacio vectorial K2: (R2) .


Un elemento / de (IR2) ', es decir, una forma lineal / sobre R2, es una aplicacin lineal
de R2 en R. Para que f est determinada bastar conocer las imgenes por / de los vectores
de una base de R2. Si tomamos por comodidad la base cannica: ( (1,0 ), ( 0 ,1)), la forma
lineal / estar determinada si se conocen / ( 1 , 0 ) y / ( 0 , 1).
Sean:,/'(1,0) = a y / ( 0 , 1) = a--. Entonces para cada (x ,x 2) e R 2 se tiene:
f ( x i , x , i = / ( x i ( l , 0 ) + x 2 ( 0 , l ) ) = X i / ( 1, 0 ) + x 2/ ( 0 , l ) = x , a l + x>a>,

Esto es, la forma lineal / verifica: V ( x i , x 2) e R 2, f(x\,x>) = ttiXi + a>x.


Recprocamente, si g es una aplicacin de ! 2 en IR para la que se cumple:
V ( X !,x L.) e R2, j( X l.x j) = ttix , + a 2x>,
entonces g es una forma lineal sobre K2.

para algn

e R y algfin a e IR,

136

II. APLICACIONES U N A LES

En conclusin, el conjunto (R2)" es el conjunto de las aplicaciones / de R 2 en R que


verifican:
V (X i,x 2) R2, f ( x u x 2) = iiX , + a 2x 2,
para algunos nmeros reales a y a?.
Se generaliza sin dificultad a R ": el conjunto (R">* de las formas lineales sobre R " es el
conjunto de las aplicaciones / de R " en R que verifican:
V (x\ , X i

x) e R'1, f (x \ , x 2

para algunos nmeros reales tit , a>

Notacin

x ) = a Xi + a>x> + + a x ,

a.

Si E es un espacio vectorial de dimensin finita no nula, y si B es una base de ,

toda forma lineal sobre E est unvocamente determinada si se conocen las imgenes (por
la forma lineal) de los vectores de la base B. Si B = (v\,v 2

v ), y jq , y 2

son

escalares, la nica forma lineal f que verifica:


/ ( i) = yi. f(v>) = y<

f ( v ni = y

ser representada por comodidad de la siguiente manera:


i ----------- y ,

= V

i -------- y

----------- y .

A continuacin, y fija d a u n a b ase B = (v i,v - ,,... , v n) d e un espacio vectorial E


de dim en sin finita no nula, definim os u n a aplicacin f de E en su dual: * , es decir:
X

6 E P(x ) e E ' .

Si x e E y A[, A2 , . . A so n su s coord en adas en la b ase B :


x = A i t>i + \> v 2 + + Ai>,
en ton ces /'(x ) se define com o la sigu ien te fo rm a lineal sobre E:
v

{x) =

A|

i ------

v -------

En e sta s condiciones se verifica la siguiente

A,
A.

II. APLICACIONES LINEALES

P es suprayectiva.
Si / 6 E * , y / ( v i) = )'], f ( v > ) = y2, .... f ( v ) = y n, consideremos el vector
z = y i Vi + yV2 + + y v ; entonces:
i

y,

Piz ! = - v ,

vn

y,

y por tanto: P(z) = ./, y P es suprayectiva.


.Ai ser P una aplicacin lineal inyectiva y suprayectiva de E en E , P es un isomorfismo
de E en '*.
Un espacio
vectorial y su

C o ro la rio
Si E es un espacio vectorial de dimensin finita no nula n, entonces
su dual: E * , tambin es de dimensin n.

dual tienen la
misma dimensin

2.

Base d u a l

Se introduce la notacin:
v j1 = t(V\), v j = P ( v 2)

vj, = '( v ) .

Entonces, com o B = ( v i , V 2 , . . . , v n) es u n a base de , y P es un isom orfism o de E


en * , el sistem a B " =

........ v " ) es una b ase de E (cf. proposicin 11.12 ,

p. 13 3 ) . De la b ase B* = ( v \ v | ........v,',), del dual * , se dice es la b a se d u al de la


b ase B = ( v i , V 2, . . . , v ) de .
Nota bene

En la anterior construccin hemos fijado desde un principio una base B de E, y

a partir de ella hemos definido el isomorfismo P, y finalmente la base dual B .

La siguiente proposicin nos m u estra una propiedad de la base dual:


El t-simo
elemento de la
base dual de una

P ro p o sici n 11.15
Si E es un espacio vectorial de dimensin finita no nula, y
si B = (v i , v , . . . , v ) es una base de , y B = ( v ,\ u , . . . , v * ) e s .s u base dual,
entonces para el vector x de de coordenadas A j, A 2, . . ., A en la base B :

base B asigna a

X Al Vi + A 2V 7 ~E

cada vector su
i-slma
coordenada en la

Ajj V u,

se verica:

v (x ) = A ], v j ( x ) = A2, . . . , vj, (x) = A .

base B
Dem ostracin

Como v,* = P(V\) y Vi = lv i + 0v> + + 0 v , se tiene:

'

APLICACIONES AFINES

y en consecuencia:
v (x ) =

if(AiVi + \->V2 + + Au)

= A i v |*(v i ) + A 2ii

( v 2 )

+ + A v ( v ) = A| 1 + A20 + + A0 = A,.

Y anlogamente se demostrara que v i ( x ) = A2, ..., vi, ( x ) = A.

EJEMPLO 15

Estudiemos la base dual de la base cannica de R\ es decir, la base: B = ( e , e i , e j ) , dual


de la base Be = le i,e > ,e ) de R3.
Las coordenadas de un vector ( x ] ,x 2, x :i) de IR! en la base Bc son sus componentes: x,
x 2, x , es decir:
(X1.X2.X3) = X | C ] +

x>e

- x,e,

luego (cf. proposicin 11.15, p. 138) se deduce:


<?i* ( X | , x , X i ) =

i,

e ( x i , X 2 , X s ) = x,

ej

(X 1.X 2 .X 3 )

x 2.

Por ejemplo, la forma lineal e\ es la aplicacin:

(X 1.X2 .X3 ) e R3 Xi e l .

EJERCICIO 3

Calcular la base dual de la base B = ((1.1,0), (0,1,0), (1,0,1) ) de R3.


3.

O rlo ijo n a lid a d

Sea E u n esp acio vectorial d e dim en si n finita, y s e a * su

dual. Se dice que un elem en to / de ' y un vecto r v de E son o rto g o n a le s si se


verifica: f ( v ) = 0.
D ada u na form a lineal / sobre , el con ju n to de lo s v e cto res de que so n o rto g
on ales a f es K er/ .
En efecto, si x e K e r / , en to n ces f ( x ) = 0, y / y x son ortogon ales. Recpro
cam ente, si / y x son o rtogonales, en ton ces / ( x ) = 0, y x e K e r / .

11.7

APLICACIONES AFINES
Sean y f d o s esp a cio s vectoriales sobre u n m ism o cu e rp o K.
De una aplicacin <p d e en F se dice es una a p lica ci n a fn de en F si existen
un vecto r w de F y u na aplicacin lineal / de en F ta le s que:
V x e , <p(x) = w -r f ( x ) .

II. A P L IC A C IO N E S LIN E A LE S

14 0

EJEMPLO 1 6

Sea

<p la aplicacin:
n.2

(X\ , X j I
En to n ces

2x\ +

+ 1

<p es u n a aplicacin afn de R J en R , p u e s si d en otam o s p o r / la aplicacin lineal

d e R- en R q ue verifica:
V ( X | , X j ) 6 R 2 , / ( x i , x 2 ) = 2 X| + 3 x 2 ,
y si den otam os:

w = 1 en este caso es u n vecto r de IR , entonces:

V (xi,x) e R-\ 4>{xu x>)

u> +

Comecuemias de la definicin de aplicacin a fn


lo s e s p a c io s v e c t o r ia le s

( ,

Sea

4>u n a

a p lic a c i n a f n e n tre

E y F ta l q u e :
V x

con w e f y / e

/ ( x i , x 2).

E, <>{x) = w + / ( x ) ,

(22)

F). Se v e r ific a :

La aplicacin <f> determina unvocamente el vector w d e F y la aplicacin lineal. I


de E en F .
En efecto.

Se tiene:

</j(O) =

w + / ( O r ) = u, luego: w = <J>(0f), y el v e c to r w

est u n vo cam en te determ in ado p or


V x e

<t>. C o m o co n secu en cia, de (2 2 ) p od em o s escribir:

E, 4>ix) = <p(Oi-l + / ( x ) , d e donde:


V x e E , / ( x ) = <f>(x) - (Of),

y la aplicacin lineal / tam bin e st u n vo cam en te d eterm in ada p or <f>.

EJEMPLO 1 7

Para la aplicacin afin:


7

<P

( X i.X j)

(X i

+ x + 1 . 2 ),

se tiene q ue <p(0 , 0 ) = ( 1 , 2 ), y la ap licaci n lineal g d eterm in ada p o r

<p verifica:

^ ( x i . x j ) = p lX i.X j) - ip(O.O) = (X i - X 2 + 1 , 2 ) - ( 1 , 2 ) = ( x i - x_>,0).


es decir,

g es la aplicacin lineal:
9
( X | , X 2)

-------------

( X ] + X 2, 0 ).

Efectivam ente se tiene: V x e , i p ( X ] , x . ) = ( 1 , 2 ) + ^ ( X i , x 2 ).

141

APLICACIONES AFINES

La imagen por </> de una combinacin afn de vectores de E es igual a la misma


combinacin afn de las imgenes. Es decir: s iv \ , v
y A ], A2

v m son vectores de E

Am son escalares que suman 1 :


A j + A2 + + A m = 1,

(23)

entonces:

</>(A|i/i + A2V2 + + Amy m) = Ai0 (i/|) + \<<l>(v) + + Am<t>(vm).


De (22) y (23) se deduce:
</>(Al 1/1 + AV + + AmVm)
= w + /(A 1 v 1 + A.-vj + + A,i/,)

= W + A ]/(V |) + A2/ ( t 2 ) + + A,n/(Wm)


= (Al + A2 + + Am)W + A |/ ( 1'|) + A2/ ( V 2) + + Amf ( v m)

= A,[u> + /( w i ) ] + A2[u> + J'(v>) I + + Am[u> + / ( ) ]


= A1 </><u 1 ) + \ 2 (l>tv>) + + A
La imagen por 4> de un subespacio afn de E es un subespacio afn de F. Ms en
concreto, si v + E\ es un subespacio afn de E, entonces se verfca:

</>l u + 1 ] = (w + f i v ) ) + / [ ] ] .
En efecto, se tiene la siguiente cadena de equivalencias:
y e (>[v + |] <=> 3 x e E\, y = <piv + x)

3x e 1, y = w + f { v + x)

<=5

3 x e E i, y = (w + f { v ) ) + f ( x )

<=* y e (ti; + J ' ( v 1 ) + / [ [ ] .

EJEMPLO 18

Para ejercitarnos calculemos, para la aplicacin afn ip del ejemplo 17 , la imagen del siguiente
subespacio afin de R-:
(3,4 ) + { ( x ,x ) | x e R | .
Se tiene:
<p ((3,4) + { ( x , x ) | x e R}] = ((1,21+0(3,4)) + g [ { (x. x) | x e R] ]
= ( (1,2 ) + (7,0 1) + ( ( x + x ,0 ) I x Rj
= (8,2) + R ( 1,0 ) .

II. A P L IC A C IO N E S LIN E A LE S

I4

EJEMPLO 1 9

.a imagen inversa por<p de un subespacio afn d e F pu ed e ser el conjunto vaco.

Por ejem plo, el siguiente su b co n ju n to d e R-':


I y e R) = ( 0 , l ) + 1 1 ( 1 , 0 )
e s un su b esp acio afn de R J , y su im agen in ve rsa p or la aplicacin afn

<p del eje m p lo 1 7

(cf. p. 1 4 0 ) e s igual al co n ju n to vacio , e s decir:

<P 1 1 1 ( > . U I > e R U - 0,


ip q u e todo vecto r del co n ju n to im agen d e <p

co m o se d e d u ce de o b se rv a r en la definicin d e
tiene la se g u n d a co m p o n en te igual a

2.

Si la im agen inversa p o r <p d e un subespacio afn de F no es e conjunio vacio,


entonces esta imagen inversa es un subespacio afn de E.
Si u o -i Fi e s un su b esp acio afin d e F y
q ue

<p 1 1

<p~' [u>, - h\ ] n o es el co n ju n to vacio, p ro barem o s

+ F| ] e s un su b e sp a c io afn d e

el co n ju n to vaco, existir alg n vecto r

E. C o m o , p or h ip tesis, </> 1 [ it>t + F\ ] n o es

v e t tal que:

v e 0 '[ t i i i + f ] ] ,

o bien

<p[v e u> + F,

d e d o n d e (cf. p ro p o sici n 1.5 , p. 36):


u ii

f j

<f>lv) + F i .

R eco rd an d o la s co n secu en cias de la definicin do su m a de su b c o n ju n lo s d e un espacio


v ectorial (cf. p. 44 ), se tiene la siguien te cad en a d e equ ivalen cias:
X E 0 ' 1 [ l f | F j ] <=>

x e (p 1 [ 0 l v ) - F |]
4>tx) e 4>(v) + F,

= w * i i x) e [ w +./<v t ) + F]
= / < * > -

d e d o n d e se obtiene:

f i v ) e F,

<=>

f i x - v) e F,

=*

x - v e f

1[F []

<=>

x ev +f

'[ F i ] ,

x e </>'' [un + F j]

x v + / ' [F i ]. y p or tanto:

<t> '[ P i + F |] = v y / " [ F i] ,


En con secu en cia, 0

1 [ui + F[ | es un su b esp acio afn de .

(24)

5. SOLUCION OE LOS EJERCICIOS PROPUESTOS

EJEMPLO 20

143

Para la aplicacin ip del ejemplo 17 (cf. p. 140), se verifica que la imagen inversa por ip del
subespacio afn (2,2) + R( 1 , - 1 ) no es el conjunto vaco, pues:
<p( 1 , 0 ) = (2 , 2 ) e (2 , 2 ) + R d . - l ) .
De acuerdo con (24), se verifica:
c p '1 [(2,2) + R( 1 , - 1 ) ] = ( 1,0 ) + 0 - 1 |R< 1 , - 1 ) ] = ( 1,0 ) + R( 1 , - 1 ) ,
que es un subespacio afn de IR2.

II.8
Ejercicio I
(p. 124)

SOLUCIN DE LOS EJERCICIOS PROPUESTOS


Lo resolverem os para el caso n = 3 y m = 2.
Sea, pu es, f u na aplicacin lineal de IR3 en IR2. T om em os una b ase de IR3, que
por com odidad va a s e r la cannica, y su p o n gam o s que las im genes po r f de su s
vectores son:
/ ( 1 . 0 . 0 ) = U i .f c i ) ,

/ ( 0 , 1 , 0 ) = (a 2 ,b 2),

/ ( 0 , 0 , 1 ) = ( a :i,b 3).

Si ( * , , * 2, * 3 ) e R3 , se tiene:
/ ( * ] , * ; 2 , X i ) = / ( * | ( 1 , 0, Ol + *2<0, 1 , 0 ) + * 3 ( 0 , 0 ,1 ) )
= * , / ( 1 , 0 , 0 ) + * 2/ ( 0 , 1 , 0 ) + * 3/ ( 0 . 0 . 1 )
= * i ( t i , b i ) 4- * > ( 3 , fi>) + * 3 ( a ;j,b ;i)
= ( a i * ] + 2 * 2 + 3 * 3 , 0 1 * 1 + b 2*2 + 3*3).
Es decir, toda aplicacin lineal f d e IR3 en IR2 verifica:
V ( * i , * 2, * 3 ) e IR3 ,
/ ( * i , * 2 , * 3 ) = ( i * i + 2*2 + 3 * 3 , b 1 * 1 + b2 X 2 + 3*3),

(25)

para d eterm in ad os (por ./') n m eros reales 1 , 2 , 3 , , , b y fij.


Por otro lado, u n a aplicacin / de IR3 en IR2 d e la fo rm a (25) es lineal, com o se
com prueba fcilm ente.
La generalizacin del desarrollo an terio r e s m s fa stid io sa que difcil, y slo
m ostram os su con clu sin: si f es u n a aplicacin lineal de IR" en (Rm, en ton ces /
verifica:
V ( * 1 , * 2 , . . . . * ) e IR", / ( * i , * 2, ,* ) ,)

( * 1

(*2 + + a J , * M, i * i + 2*2 4 + a 2 * , .......


. . . , ' " * 1 + * 2 + + " * ) ,

II A P L IC A C IO N E S LIN E A LE S

'4 4
donde cad a

a , 1 < n , l j m, e s u n n m e r o r e a l q u e v ie n e d e t e r m in a d o p o r

la a p lic a c i n / .

N ota heno

Con

exp on en te.

E je r c ic io 2
(p . 1 2 7 )

aj se rep re sen ta un n m e ro real, d o n d e

v ) u n a b a s e d e . s e tie n e q u e d i m = n.

N t e s e q u e , al s e r
Si

e s un su pernd ice, y n o un

(/{vO ,/(V

? ) .......... f ( v ) ) e s u n s is t e m a lib r e d e

f ( v ) ) = n, d e d o n d e :

a n: r a n g o ( / ( t> i) ,/ ( v j)
ran g o /

F, e n t o n c e s s u r a n g o e s ig u al

f ( v ) ) = n = dim fc',

= r a n g o ( / ( v i) ,/ {v .-t

y / e s in v e c t iv a ( c f. p r o p o s ic i n 11.8 , p . 1 2 4 ) .

E je r c ic io 3
(p . I 3 9 )

P o n gam os:

u, = (1,1,0), v j = (0.1.0), 3 = (1,0,1),


y c a lc u l e m o s la b a s e d u a l d e

B: 8 * =

,vj

, v \ ).

D e (9 ) (c f. p. 1 2 3 ) s e o b tie n e :

e\ = V] V2 ,

e> = v>,

3 = - t t ] + v> + v .t,

(2 6 )

y s i ( X 1 . X 2 . X 3 ) e s u n v e c t o r a r b it r a r io d e R 1 , d e ( 2 6 ) s e d e d u c e :

( X 1 . x 2 . x 3 ) = x\e\ + xej +x.ej


= X i ( v - v) + x v + X 3 l - v i + v + v:)
=

{X - X j l U ] + (X> + X 3 - X ] ) v + X j V j ,

y d e la p r o p o s ic i n II. 1 5 ( c f. p . 1 3 8 ) s e c o n c lu y e :

V \ (X 1.X 2.X 3) = X| -X .J,

I>T (X i,X 2,X 3)

= X 2 + X 3 -

X j,

U j (X| 1X 2 , X 3 ) = X3.

CAPITULACIN II

145

RECAPITULACIN II
D e fin ici n y p ro p ie d a d es

C on sideram os d o s esp a cio s vecto riales E y F sobre

u n mismo cuerpo K:

A p lica ci n lin eal d e E en F: aplicacin / de E en F que verifica:


V (v,u>) e E 2, f { v + w ) = f ( v ) + / ( iv),
V ( a , v ) K x E, f { a v ) = / ( v).
Condicin n ecesaria y su ficien te: / de E en F e s lineal p recisam en te si:
V (ix.P) 6 K 2, V ( v , w ) e E-, f(cx v + p w ) = a f ( v ) + P f ( w ) .

Propiedades de u na aplicacin lineal f de E en F:

o f co n serva las com binaciones lineales:

/ ( ,u, + a 2v 2 + + cxvn) = ( X i f ( v ) + 2f ( v 2) + + a f ( v n);


o f ( 0) = ()F;
o V v e E, f ( - v ) = - f ( v ) \
o si ( v i , v z , ... , v ) es sistem a ligado, en to n ces tam bin es ligado el siste
m a ( f ( v l ) , f ( v 2) ......... f i v ) ) \
o si ( f { V ) ) , f ( v 2 ) ,. - . , f { v n)) e s sistem a libre, en ton ces tam bin es libre el

sistem a ( im ,

......... u ) ;

rango ( v u v 2

si Ei e s un su b esp acio vectorial de E : / [ i ] es u n su b esp acio vectorial

v m) > r a r \ g o ( f ( v ) , f ( v 2)

f ( v m))\

deF;
en particu lar: l m / = f [ E ] = { f ( v ) I v e E } es un su b esp acio vectorial
de F;
o si F] es un su b esp acio vectorial de F : / ' [ F 1 ] es un su b esp acio vectorial
de E;
o

si / e s biyectiva, su inversa: /

la aplicacin com pu esta de d o s aplicacion es

l , tam bin e s

lineal (y biyectiva);
lin eales e s u n a aplicacin li

neal.
N cleo de u na aplicacin lineal f de E en F : el con ju n to
su b esp acio vectorial de .
Se denota: K e r / .
Por definicin: K er/ = /

'[O / I] = { v e E | / ( v ) = 0 f .

Propiedad: f es inyectiva p recisam en te si: K er/ = 10/ 1.

1 T! 0 f } ], que es

II. APLICACIONES LINEALES

A p lic a c io n e s lin e a le s con co n ju n to de p a rtid a un esp acio v e c to ria l de d i


m ensin fin ita

C on sideram os u n a aplicacin lineal / de un esp acio vectorial

de dim ensin nita en u n esp acio vectorial F:


Se verifica: Im / es de dim en sin nita.
R an go de / : dim ensin de Im / .
Se denota: rango / .
Por definicin: ra n g o /' = d im d m / ) .
Propiedades:
o el rango de / es igual al rango del sistem a form ado po r las im gen es de
los vectores de cu alq u ier sistem a de gen erad o res de ;
o r a n g o / m n d im ,d im F } ;
o ran go so /)

ruin r a n g o / , rango t?}.

C a ra c te riz a c i n d e / p o r la s im ge n es d e lo s v e c to r e s d e u n a b a se : si F es
tam bin d e dim ensin finita, y (i>i, v 2

v ) e s una b ase de E, la aplicacin

lineal / est u nvocam ente determ inada cuando se conocen las im gen es / ( V\),
f ( v 2 ) , . . . , / ( v ) de los vecto res de la base; en concreto:

/ < |V| + a 2 v 2 + + a nv ) = O i / f v , ) + t\f ( v2) + + a f ( v ) .


C a ra c te riz a c io n e s de u n a a p lica ci n lin ea l in y e c tiv a : son eq u ivalen tes las si

gu ientes afirm aciones:


o / e s inyectiva;
o si v , v>, . . . , v p so n p vecto res linealm ente in d epend ientes de , en to n
ce s f ( v 1 ), f ( v 2 ), . . . , f ( v P ) so n p vecto res linealm ente independientes
d e F;
o el rango de / e s igual a la dim ensin del espacio vectorial de partida:
ra n g o /' = d im ;
o K er,/ = 0 f |.
Consecuencia: el ran go de un sistem a de v ecto res se co n serva por u n a ap li
cacin lineal inyectiva: para / inyectiva, se verifica:
ran go { v , v 2, . - , v ) = ra n g o (/(t ! ) , f ( v > ) , ... , f ( v ) ) .
C a ra c teriz ac i n d e u n a ap lica ci n lin eal s u p ra y e c tiv a : si F e s tam bin un

espacio vectorial de dim en sin finita, se verifica: / es su p rayectiva si y slo


si: rango / - d im F .
T e o re m a d e las d im en sio n es: d im IK e r/ ) + d im d m / ) = d im .
Si y F son de la misma dim ensin finita, se verifica:
f es in yectiva <=* / e s su p rayectiva <=> / es biyectiva.

zCAPITULACIN II

147

t i esp acio v e c to ria l & ( E, I )

C onsideram os d os espacios vectoriales E y F sobre

un m ism o cuerpo K:
( , ) designa el conjun to de las aplicaciones lineales de E en E;
C (E , E } es un espacio vectorial sobre el cuerpo K , y es su bespacio vectorial
de F .
Isom orftsm os d e esp a cio s v ecto ria les

C onsideram os dos espacios vectoria

les E y F sobre un m ism o cuerpo K:


Iso m o rfism o de E en F: aplicacin lineal biyectiva de E en F. Se dice en tonces: E
y F son iso m o rfo s.
A u lo m o rfism o de E: isom orflsm o de E en E.
Propiedades: si E y E son de dim ensin finita:
o E y F son isom orfos si y slo si tienen la m ism a dim ensin;
o si ( v i , V 2 , . . . , v ) es una b ase de , entonces / e ( , ) es un isom or
fism o si y slo si ( f { V \ ) , f ( V 2 ) , . . . , f ( v n )) es una b ase de E;
o si dim = dim E = n, en ton ces / e ( , ) es un isom orfism o si y slo si:
r a n g o / = n.
F o r m a s lin ea les

C onsideram os un espacio vectorial sobre un cuerpo K, y

suponem os que es de dim ensin finita:


E sp acio d u al de : ( , K ), con ju n to de las aplicacion es lineales de en DC.
Se denota: * .
F orm a lin eal sobre : cada elem ento de * .

Si

B=

(v ,

v, , v) es una b ase de E:

o D ado x = A 1 u 1 + A2V 2 + + A u , se define la form a lineal E (x ) como:


V \ -----------Ai

i'ix ) =

v -----------A;

I
v

A ,i.

o Los espacios y '* son iso m o rfo s, y F es un isom orfism o de en * .


o B ase, de * , du al de la base B de : ( f f i u j ), C (v ) , . . . , i '( v )).
Se denota: t* = ( u j , v , . . .

).

Si x = Ai 1/1 - A2ui> + + Amu : v * ( x ) = Ai, v (x ) = A ? ,. . . , t '^ t x ) = A


(la im agen por la form a lineal v del vecto r x es la i-sim a coordenada
de x en la base B).
Una form a lineal / e y un vector v e E son o rto g o n a le s si: f ( v ) = 0 .
Se verifica: {u> e | f y u> son orto go n ales} = K er/ .

II. APLICACIONES LINEALES

A p lica cio n e s a fin e s

C on sideram os d o s esp acios vecto riales y F sobre u n m is

m o cuerpo IK:
A p lica ci n a fn d e E en F : aplicacin <f d e E en F para la que existen w e F
y / e ( , F ) tales que: V x e F , 4>ix) = w + ,f(x).
Propiedades d e u n a aplicacin afn </>:
o la aplicacin / y el vecto r w estn u n vocam ente d eterm in ad os po r </>;
o cf con serva las com binaciones afin es: si A| + A? + + A = 1:

4>(\V{ + \>v> + + Ai/) = A | 0 (V | ) + A2</>(t'2 ) + + A4>(vn )-,


o la im agen por </> de u n su b esp acio a fn de es un su b esp acio afn d e F;

o la im agen in versa p o r </> de un su b esp acio afn de F , si no es vaca, es un


su b esp acio afn de E.

C a p t u l o III______________________________________________

MATRICES

III. MATRICES

ESQUEMA - RESUMEN
I n t r o d u c c i n
15 1
Definicin de matriz, 151 Matriz asociada a una apli
cacin lineal, 154 F.l espacio vectorial UVfnnt(K)< 156
Producto de matrices, 157 Rango de una matriz, 161
Transformaciones elementales de una matriz, 165
Inversa de una matriz cuadrada, 170 Traspuesta de
una matriz, 173.

1. Definicin de matriz

178

1. Definicin de m a t r iz ......................................... 178


2.
3.
4.
5.

Tipos de m a tric e s ..................................... 179


Matrices columna de una m atriz.................180
Matrices fila de una m a triz ......................... 182
Vectores fila y vectores columna de una
m atriz...........................................................183

2. M atriz asociada a una aplicacin lineal


84
1. Matriz asociada a una aplicacin lineal en
unas bases.................................................. 184
2. Aplicacin lineal cannicamente asociada
a una m a triz ................................................ 188

3. El espacio vectorial ACnm(K )

5. La no conmutatividad de la multiplicacin
de m a t r ic e s ........................................................ 204
6. Representacin matricial de la imagen de
un v e c t o r ............................................................205
3.

Rango de una m atriz


209
1. Definicin de rango de una m atriz................. 209
2. Relacin entre el rango de una matriz y el
de una aplicacin lineal representada por
e l l a ........................................................................2 10

6. T ran sfo rm acio n es elem en tales de una


m atriz
2 12
1 . Transformaciones e le m e n ta le s ..................... 2 12
2. Matrices elem entales........................................ 2 14
3. Propiedades de las transformaciones ele
mentales y de las matrices elementales . .2 16
7. Inversa de una m atriz cuadrada

22 0

1. Definicin de matriz i n v e r s a .........................226


2. Mtodo prctico para el clculo de la ma
triz i n v e r s a ........................................................ 228

18 9

1. F.l conjunto
adicin de matri
ces y multiplicacin de un escalar por una
m atriz......................................................... 189
2. Relacin entre los espacios vectoria
les (K m,K " ) y . ,< & )............................ 193

4. Producto de m atrices

1 93
1. Definicin del producto de matrices . . . .193

2. Productos dados por filas o por columnas . 196


3. La composicin de aplicaciones lineales y
el producto de m atrices.............................. 199
4. Propiedades del producto de matrices . . . 202

8. T ra sp u esta de una m atriz

230

I. Definicin de matriz traspu esta..................... 230


9. Solucin de los ejercicios p ro p u esto s

Recapitulacin III

233

237

Definicin de matriz, 237 Matriz asociada a una apli


cacin lineal, 238 El espacio vectorial 3VtOT(l)0, 239
Producto de matrices, 239 Rango de una matriz, 240
Transformaciones elementales de una matriz, 241
Inversa de una matriz cuadrada, 242 Traspuesta de
una matriz, 242.

TRODUCCIN

151

INTRODUCCIN
D e fin ici n de m a triz

D ados dos nm eros n atu rales n y m , u n a m atriz (real) de

orden (n , m ) es una disp osicin de n m nm eros reales en fo rm a rectan gu lar en n

filas y m colum nas, que son las filas y las columnas de la m atriz.
Por ejem plo, una m atriz de orden ( 2 ,3 ) es una disposicin en dos las y en tres
colum nas de 2 3 =

6 n m eros

reales. Con la notacin:

estam os introduciendo u na m atriz con creta de orden ( 2 ,3 ) . La estam o s design an do


por A (las m atrices se su elen denotar con letras m ayscu las), y tiene efectivam ente
dos filas y tres colum nas. En cualquier m atriz, las filas se leen de arriba abajo y
las colum nas de izquierda a derecha, as que la prim era fila de la m atriz .4 es la
form ada por los n m eros 2 , - 3 y rr; o dicho m s form alm ente: lo s trminos de
la prim era fila de la m atriz A son 2, - 3 y tt.

A nlogam ente, lo s trm inos de la

segun d a fila de A son 1, 0 y 1 / 2 ; los trm inos de la prim era colum na de A son 2
y 1; los de la segun d a colum na, - 3 y 0; y los de la tercera,

tt

y 1 / 2 . En la m atriz A

tam bin observam os, por ejem plo, que el nm ero - 3 est situ ad o en la prim era fila
y en la segun d a colum na; se dice que el trmino de posicin ( 1 ,2 ) de la m atriz A
es igual a - 3 , y se escribe: a

12

= - 3 (ntese que se u tiliza la letra que design a la

m atriz pero m inscula, y figuran com o subndice el nm ero de fila y el nm ero de


colum na, en este orden y sin com as). A nlogam ente, podem os d e c que el trm ino
de posicin ( 2 ,2 ) de la m atriz A es igual a 0, y se escribe: a - 0. Otros trm inos
de .4 son: a\\ = 2, u = n o a 3 = 1/ 2 .
Otro ejem plo. C on siderem os la m atriz:

La m atriz B es de orden ( 3 ,4 ) : tiene tres filas y cuatro colum nas.

Los trm inos

de la segun d a fila, por ejem plo, son 0, 2, 1 y - 1 ; lo s de la tercera colum na: 5, 1


y 0. El trm ino de posicin (2 ,4 ) es igual a - 1 , lo cual escribim os as:
tam bin:

^31

= -1;

= 9, b 34 = 1 / 5 , o b u = 2 / 3 .

Una m atriz puede ten er u n a sola fila, o una sola colum na. Las del prim er tipo
se denom inan matrices fila; las del segundo, matrices columna. Por ejem plo, de las
cuatro m atrices siguientes:

(l

-3

4 ),

(O

-3

1)1 M A T R I C E S

152

las dos prim eras son m atrices fila, de rdenes ( 1 , 3 ) y ( 1 ,5 ) , resp ect m ente; las dos
ltim as son m atrices colum na, de rd en es resp ectivos ( 3 , 1 ) y ( 2 , 1 ) .
Nota bene

Los trminos de una matriz tila se escriben separados por un espacio, y no

se escribe ninguna coma. No debe confundirse, pues, la matriz fila ( l

-3

lerna (1, - 3,4), cuyas componentes se escriben separadas por comas.

4) con la

Son de especial inters las m atrices que tienen el m ism o nm ero de filas que
de colum nas: son las llam adas m atrices cuadradas. Ms en concreto, una m atriz
cu adrada de orden n es una matriz, con n filas y con n co lu m n a s.1 Por ejem plo, las
sigu ien tes m atrices son cuadradas;

1
0

3
1

/3
1

v'2
1 /4

0 \
10
e2j

( 1/ 3
TT3
0

-2
1
1
-1

1/ 4
10 4
-2 /7

V 1

5 \
4
v"3/2

()

de rdenes 2, 3 y 4, respectivam en te. En u n a m atriz cuadrada de orden n, los trm i


nos d la diagonal principal son los de posicin ( 1, 1) , ( 2 .2 ) ........ ( n , ) . Por ejem plo,
en la prim era de las m atrices cu adradas anteriores, los trm inos de la diagonal prin
cipal son 1 y I; en la segun d a son 3, 1 / 4 y e 2; en la tercera, 1 / 3 , 1/ 4 , 1 y 0. De
una m atriz cu adrada que tiene los trm inos de la diagonal principal iguales a 1 y los
restan tes igu ales a 0 direm os es una m atriz identidad (o unitaria). Para cada orden n
h ay una, que se denota /. Las de orden 2, 3 y 4 son, respectivam en te, las siguientes:

-G

h =

( 1

0
\0

0
0

1 0
0 1/

0 10

y u

0\

Tam bin nos interesa d e stacar otro tipo de m atriz: la m atriz nula. Una m atriz,
del orden que sea (cuadrada o no), es nula (o com o tam bin se dice: una m atriz cero)
si todos su s trm inos son iguales a 0. C ualquier m atriz n ula se denota por O.2 Por
ejem plo, las siguientes m atrices son nulas:

(0

0 ),

0
o

o
o

de rd enes resp ectivos ( 1 ,2 ) , ( 3 , 1 ) y ( 2 ,2 ) .


1 N t e s e q u e d e c im o s o r d e n n", y n o o r d e n ( n, n ) " .
a En e s t a n o t a c i n n o s e s e a l a el o r d e n , lo c u a l n o s u e le lle v a r a c o n fu s i n .

TRODUCCIN

Finalm ente, en esta seccin se p resen tan las matrices columna de una m atriz y
los vectores columna de una m atriz. Lo vem os con un ejem plo. D ada la m atriz:

la prim era m atriz colum na de la m atriz A se define com o aq uella m atriz colum na
cu yo s trm inos son los de la prim era colum na de A ; se denota: A j. Y el prim er vector
colum na de A se define com o aquel vector cu yas com pon en tes son los trm inos de
la p rim era colum na de A ; se denota: a . T ales trm inos de la prim era colum na de A
son: 1 / 2 , 3 y 1; as:
1 / 2\
3

a\ - ( 1 / 2 , 3 , 1 ) .

1
A nlogam ente se definen la restan tes m atrices colum na de A , h asta hacer un total de
cuatro, dad o que la m atriz A tiene cuatro colum nas:

A2 =

2 ^
1/ 4
,

( ~ 2)
A3 = [ 1

, y y4 -

w J

\ 2 / 7 /

Y los restan tes vectores colum na, tam bin h asta hacer tan tos com o colum nas tiene
la m atriz:
ai = (-2,1,-1),

a 2 = (2,114 ,- 2 / 7 ),

a 4 = ( 5 , 4, 0) .

En el texto tam bin se introducen las matrices filo y los vectores fila de u n a m atriz.
La definicin es, mutatis mutandis, com o la de m atriz colum na de una m atriz y la
de vecto r colum na de una m atriz, respectivam en te. Para la m atriz A anterior, por
ejem plo, la segun d a m atriz fila es:
(3

1/4

4),

cuyos trm inos son los de la segu n d a fila de A. El segun d o vector fila es ( 3 , 1 / 4 , 1 , 4 ) :
su s com ponentes son los trm inos de la segun d a fila de A. Hay tan tas m atrices fila,
y tantos vectores fila, com o filas tiene la m atriz: tres en este caso.
Nota bene
Denotaremos las matrices columna de una matriz con la misma tetra de la
matriz acompaada de un subndice que indica el orden (segn se trate de la primera
matriz columna, de la segunda, etc.): A i, A , ... Y denotaremos los vectores columna
con la letra de la matriz en minscula y en negrita, y tambin con un subndice: a i, 2 , ...
Para las matrices fila de un matriz y para los vectores fila no consideraremos una notacin
general anloga a esta.

III. MATRICES

154

M a triz a s o c ia d a a u n a a p lic a c i n lin e a l

D ada u n a aplicacin lineal de R "1

en IR", y fijad a u na b ase en el esp acio vectorial d e partida (aqu IR"), y fi jada otra base
en el espacio vectorial de llegada (aqu IR"), se co n stru ye u n a m atriz de orden in , m
(tantas filas com o la dim en sin del espacio de llegada, y ta n tas colu m n as com o la del
esp acio de partida), llam ada m atriz asociada a la aplicacin lineal (o representante
d e la aplicacin lineal) en las b ase s fijad as. Esta m atriz se co n stru ye po r colum nas.
La prim era colum na d e la fo rm a siguiente: se calcu la la im agen po r la aplicacin
lineal del prim er vecto r d e la b ase elegid a en el espacio d e partida, y se calculan
las coord enadas de este vector en la b ase elegid a en el esp acio de llegada; estas
co ord en ad as son los trm inos de la prim era colum na de la m atriz. A n logam ente la
seg u n d a colum na: se calcula la im agen por la aplicacin lineal del segundo vecto r de
la b ase del espacio de partida, y las coord en adas de este vecto r im agen en la b ase del
espacio de llegad a son los trm inos de la tal seg u n d a colum na. Y as con las dem s.
V eam os un ejem plo. Sea f la aplicacin lineal de IR3 en IR- d efin ida de la fo r
ma: / ( * ] , * 2 , * 3 ) = ( * i + * 2 . 2 * i - * 3 ), y elijam o s u n a b ase en IR-1 (espacio de
partida), y o tra en IR2 (espacio de llegada); en concreto: ( ( 1 , 0 , 0 ) , ( 1 , 1 , 0 ) , ( 0 , 1 , 1 ) )
y ( ( 1 , 0 ) , ( 1 , 1 ) ) , respectivam en te. D enotem os por A la m atriz asociad a a la ap li
cacin lineal f en las b ases B y B '. Se trata de u n a m atriz con tan tas filas como
m arca la dim ensin del espacio de llegada y con tan tas colu m n as com o m arca la del
espacio d e partida, as que es de orden ( 2, 3 ) . La prim era colum na de ,4 se con struye
de form a que su s trm inos son las coord en adas en la b ase B ' (base elegid a del e s
pacio de llegada) de la im agen po r / del prim er vector de la b ase B (base elegida
del esp acio de partida). Este prim er vector de la b ase B es ( 1 , 0 , 0 ) , su im agen por f
es: /< 1 , 0 , 0 ) = ( 1 , 2 ), y las coord en adas de e ste ltim o vector, e s decir, d e ( 1 , 2 ),
en la b ase B ' son - 1 y 2 , p u es: ( 1 , 2 ) = ( 1 , 0 ) + 2 ( 1 , 1 ) . La prim era co lu m n a de la
m atriz A tiene en ton ces por trm in os - 1 y 2. A nlogam ente, lo s trm in os de la s e
gu n d a colum na d e la m atriz A so n las co o rd en ad as en la b ase B 1 de la im agen por /
del seg u n d o vector de la b ase B. Este segun d o vecto r de /3 es ( 1 , 1 , 0 ) , que tiene por
im agen: / ( 1 , 1 , 0 ) = ( 2, 2) , y las coord en adas del vecto r ( 2 , 2 ) en la b ase B ' so n 0
y 2, p u e s: ( 2 , 2 ) = 0 ( 1 , 0 ) + 2 ( 1 , 1 ) ; lo s trm inos de la seg u n d a colum na d e A son
en ton ces 0 y 2. Finalm ente, lo s trm inos de la tercera (y ltim a) colum na de A son
las coord en adas en la b ase B ' de la im agen po r / del tercer vecto r de la b ase

8.

La

im agen p o r f del tercer vector d e B es: / ( 0 , 1 , 1 ) = (1, 1 ), y las coord en adas de este
ltim o vecto r en la b ase

8'

son

2 y - 1 , ya

que: ( 1 , -

de la tercera colum na de A son, pu es, 2 y -

1 ) = 2 ( 1 , 0 ) - ( 1 , 1 ); lo s

1 . La m atriz

trm inos

A es finalm en te esta:

Es la m atriz aso ciad a a / (o rep resen tan te de / ) en las b ase s

8 y 8 '.

rfiOOUCUN

*55

La m atriz asociad a a u n a aplicacin lineal depende de las b ases elegidas. Si para


la aplicacin lineal / anterior fijam os en el espacio de partida la m ism a b ase B que
y a tenam os, pero lijam os para el de llegada (recordem os que es IR2) la base cannica
(en vez de la b ase B ), es decir: ( ( 1 ,0 ) , ( 0 ,1 } ) , entonces el procedim iento descrito nos
lleva a otra m atriz. La calculam os, com o la anterior, por colum nas. Para la prim era
de estas colum nas, calculam os entonces la im agen por f del prim er vector de la
b ase B (que es la elegida en el espacio de partida), la cual ya conocem os del p rra
fo anterior: / ( 1 , 0 , 0 ) = ( 1 ,2 ) , y a continuacin calculam os, de este vector im agen,
su s coord en adas en la base elegida en el espacio de llegada; com o esta base es la
cannica, tales coorden adas son directam ente su s com ponentes, es decir: 1 y 2; y
estos son los trm inos de la prim era colum na de la nueva m atriz asociada.

Los

trm inos de la segunda colum na se obtienen de form a anloga: se calcula la imagen


por f del segun d o veclo r de la b ase B, para calcu lar a su vez las coorden adas de
esta imagen en la b ase cannica, que de nuevo no son m s que sus com ponentes;
se tiene: / ( .1 , 1,0 ) = (2 ,2 ) , as que los trm inos de la segunda colum na son

y 2.

Finalm ente, p ara la tercera y ltim a colum na, com o la im agen por / del tercer vector
de la base i es / ( 0 , 1 , 1 ) =

( 1, - 1 ) , los trm inos de Ja tercera colum na de la m atriz

son 1 y - 1 . Recopilando lo obtenido, podem os afirm ar que la m atriz asociada a / en


la b ase B de IR2 y en la b ase cannica de IR2 es esta:

N ota beno

Para ob ten er la m atriz aso ciad a a una aplicaci n lineal en un as b ase s, cu an d o la

b ase fijad a en el esp acio d e llegad a es la cannica, no hay ms q u e calcu lar la im agen p o r
la aplicacin lineal de cada uno de lo s v e c to re s d e la b ase fijad a en el esp acio de partida;
las co m p o n en tes de e sto s ve cto re s im agen son los trm in o s de las colu m n as de la m atriz
asociad a.

En el texto, en esta seccin, tam bin se introduce el concepto de aplicacin lineal


cannicamente, asociada a una m atriz. Dada una m atriz, la aplicacin lineal canni

cam ente asociad a a ella es aqu ella aplicacin lineal cuya m atriz represen tan te en las
b ases cannicas es precisam ente la m atriz dada. Veam os un ejem plo. C onsiderem os
la siguiente m atriz:

Esta m atriz es de orden ( 3 ,2 ) , luego slo puede ser represen tan te de aplicaciones
lin eales de R2 en R3. Lo que b uscam os es una aplicacin lineal de K2 en IR3, que
denotarem os por .4 (m ism a letra que la m atriz, pero en tipo caligrfico), tal que
sil m atriz asociad a en las b ases cannicas sea precisam en te A (es decir, tal que 4

III. MATRICES

I5

sea su m atriz aso ciad a tom ando en R 2 espacio de partida la b ase cannica, y
tam bin tom ando en R 3 esp acio de llegada la base cannica). De acu erd o con el
p roced im en to para con stru ir la m atriz asociad a a u n a aplicacin lineal en u n a s b ases,
siendo la del esp acio de llegada la cannica, lo s trm inos d e la prim era colum na
de la m atriz son las com pon en tes de la im agen por la aplicacin lineal del prim er
vecto r de la b ase del esp acio d e partida. Com o lo s trm inos de la prim era colum na
de la m atriz A so n - 1 , 1 y - 1 , po d em o s decir que la im agen po r la aplicacin .4
del vecto r ( 1 , 0 ) (prim ero de la b ase can n ica de R 2, la escogida en el espacio de
partida) debe s e r igual a (1 , 1 , 1 ) , esto es: > 1 ( 1 , 0 ) = ( - 1 , 1 , - 1 ) . A nlogam ente,
com o los trm inos de la seg u n d a colum na de .4 so n 0, 2 y 0, la im agen po r A del
segund o vecto r de la b ase cannica de R 2 debe s e r igual a ( 0 , 2 , 0) : > 1 ( 0 , 1 ) = ( 0 , 2 , 01 .
Recopilando, la aplicacin lineal A , que tiene com o m atriz asociad a en las b ases
cann icas la m atriz .4, e s la aplicacin lineal de IR2 en R 3 que verifica:
.4(1,0) = ( - 1 , 1 , - 1 )

. 4 ( 0 , 1 ) = ( 0 , 2 , 0) .

Ya sab em os que con ocer de una aplicacin lineal la im agen de io s vecto res de una
b ase e s u na form a de determ inarla. En este caso , conocem os la im agen por la ap li
cacin lineal A de los vecto res de la b ase can n ica de K 2; de acu erd o con un proced i
m iento d escrito en el captulo anterior, ob ten em os que la im agen por A de un vector
genrico ( X | , x 2) d e R 2 es esta:
A ( x \,x 2) = - 4 ( x , ( 1 . 0 ) + x 2( 0 , 1 ) ) = x , . 4 ( 1 , 0 ) + X 2./U 0 ,1)

= x i ( - 1 , 1 , - 1 ) + x 2 ( 0 , 2 , 0 ) = ( - x i . x i + 2 x 2, - X | ).
La aplicacin lineal cannicam ente aso ciad a a la m atriz A es la aplicacin lineal A
d e R 2 en R :! d efinida p o r A ( x \ , x i ) = ( - X | , X | + 2 X 2 , - X i ) .

E l e sp a cio v e c to ria l M mn ( K )

En e sta seccin se estu d ian d o s im p ortan tes o pe

raciones con m atrices: la adicin de m atrices y la m ultiplicacin de un nm ero por


u na m atriz.
Si tenem os d o s m atrices del m ism o orden, su suma e s o tra m atriz, tam bin del
m ism o orden, ob tenid a sum an do lo s trm inos de la m ism a posicin de las m atrices
d ad as. Por ejem plo, d ad as las m atrices:

am bas del m ism o orden: ( 2, 3 ) , s u sum a, que se denota: A + B, e s la m atriz de or-

PRODUCCIN

den ( 2 , 3 ) obten ida sum ando los trm inos de la mism a posicin de A y B:
A +B -

(2
{0

-1

1\
3 5/

2 + ( - 1)
0+1

/-I
+ \
-1+0
3 + 1

0
1

1 -2j
1 + (-3)
5 + (-2)

D ados un nm ero y una m atriz, el producto del nm ero por la m atriz es la m atriz
obtenida m ultiplicando por el nm ero cada uno de los trm inos de la m atriz dada.
Por ejem plo, el producto del nm ero 2 por la m atriz .4 del prrafo anterior, producto
que se denota: 2,4, se efect a as:

Pro d u cto de m a trice s

D efinim os la m ultiplicacin d e dos m atrices slo para dos

m atrices con esta propiedad: el nm ero de colum nas de la prim era coincide con el
nm ero de las de la segun d a; y, en este caso, el resu ltado, es decir, el producto
de las dos m atrices, es una m atriz con tantas filas com o tiene la prim era y tantas
colu m n as com o tiene la segunda. Por ejem plo, el prod ucto de d os m atrices A y P>, la
prim era de orden ( 2 , 3 ) y la segund a de orden (3, 4) , puede efectivam en te efectu arse,
porque el nm ero de col umnas de la p rim era y el de tilas de la segu n d a es el m ism o
tres en este ca so , y el producto, que se denota: AB, resu ltar se r una m atriz de
orden ( 2, 4).
Para exp licar cm o se calcula el pro d u cto de dos m atrices, con sid erem os un eje m
plo:

La m atriz .4 es de orden ( 2, 3) y la m atriz B es de orden (3, 4) : de acuerdo con lo dicho


en el p rrafo anterior, el p rod ucto A B pu ed e efectivam en te llevarse a cabo, y tendr
com o resu ltad o una m atriz de orden (2, 4). Para calcu lar el trm ino de posicin ( i , j )
de u n a m atriz producto (en este ejem plo, i es igual a 1 o a 2 y j es igual a 1 , a 2,
a 3 o a 4), intervienen slo los trm inos de la t-sim a fila de la prim era m atriz (.4 en
este caso) y los de la j- sim a colum na de la segu n d a m atriz (fl en este caso), y tal
trm ino es igual a la su m a de los prod uctos dos a dos de los trm inos de esa fila y
de esa colum na. Verbigracia, p ara calcu lar el trm ino de posicin ( 1 , 1 ) de la m atriz
p rod ucto AB, in tervienen exclu sivam en te lo s trm inos de la prim era la de .4: 2 , - 1
y 0, y los de la prim era colum na de B: - 2 , 2 y 1, y dicho trm ino es igual a la sum a
de los productos dos a dos de esto s trm inos:
2( - 2) + ( - 1 ) 2 + 0 1 = -.

III. MATRICES

Esquem ticam ente, podram os rep resen tar este clcu lo as:
2
2
1

2 - 1 0
1

-3

1
0
1

D
-2

1/3
1

2/3

2< 2) + ( - 1 ) 2 + 0 1

A nlogam ente, p ara calcu lar el trm ino d e posicin ( 1 , 2 ) de la m atriz producto slo
intervienen los trm inos d e la prim era fila de la m atriz A y los de la segun d a colum na
de la m atriz B :
-2

2 - 1 0
1

-3

1
0
1

0
-2
3

1/3'
f- i)
1
.
V
2/3
/

Para el clcu lo del trm ino de p o sicin ( 1 , 3 ) :


(

-1

-3

-2
2
1

1
0
1

0
_2

1/3'
1
2/3

-6

2 - 0 + ( 1) ( 2) + 0 - 3

Y de m an era sim ilar se calculan lo s dem s. El resu ltad o final es este:

AB =

Nota

2 - 1
1
0

0
-3

1-2

-2

-3

2/3/

l/3\

- 6 2 2
-3
-2 9

-l/3\
-5/3/'

La definicin de multiplicacin de matrices viene motivada por la composicin de

aplicaciones lineales. La proposicin 111.7 (cf. p. 201) detalla este hecho.

Es de d e stacar que, en general, no es in d iferen te el orden en el que se escrib en dos


m atrices que se quieren m ultiplicar, a diferen cia de lo que ocurre con lo s nm eros
(con lo s cu ales el ord en de lo s facto res no altera el producto). En p rim er lugar, puede
e sta r d e nido u n p rod ucto A B y no esta r defin ido el producto en el otro orden; por
ejem plo, p ara las m atrices .4 y B del ejem p lo anterior, cuyo p rod ucto A B h em o s cal
culado, no estara defin ido el p rod ucto en el otro orden, p u es el nm ero de colum nas
d e B (que se ra ahora la prim era m atriz) no es igual al de fila s de .4 (que se ra la
seg u n d a m atriz). En segund o lugar, tam bin p u ed e ocurrir que tanto el p rod ucto AB
com o el B A est n defin idos, pero que sean m atrices de d istin to orden, y p o r en d e dis
tintas; por ejem plo, si A es de orden (2, 3) y B de ord en ( 3 , 2) , am bos prod uctos se
pueden efectu ar, p ero A B resu ltara de ord en ( 2 , 2 ) y BA de orden ( 3, 3) . Finalmente,
pu ed e ocu rrir que am bos p ro d u cto s estn defin ido s y sean m atrices del m ism o or
den (esto acontece precisam en te cu an do am bas m atrices son cu ad rad as del m ism o
orden), p ero ser am bas m atrices p rod ucto distin tas; se dice en este ltim o caso que

PRODUCCIN

159

las m atrices no conmutan. En el ejem p lo 2 3 (cf. p. 204) se m u estran dos m atrices


que no conm utan: am b as son cu ad rad as (de orden 2), luego su s d o s p o sib le s pro d u c
tos estn defin idos y tam bin son m atrices cu ad rad as (de orden 2), p ero se trata de
m atrices d iferen tes.
Si conocem os la m atriz asociad a a u n a aplicacin lineal en u n as b ase s, pu ed e
u tilizarse la m atriz, y cierto p rod ucto de m atrices, para ca lcu lar la im agen p o r la
aplicacin lin eal de cu alqu ier vector. V em oslo con un ejem plo . Sea f la aplicacin
lineal de IR3 en IR- cu ya m atriz asociad a en las b ase s cannicas es esta:

(N tese que podram os h ab er dicho sim plem en te: sea / la aplicacin lineal canni
cam ente aso ciad a a la m atriz .4; e s decir: / es la aplicacin lineal .4, si recordam os
la notacin para la aplicacin lineal cannicam ente aso ciad a a u n a m atriz.) Acontece
lo sigu iente: afirm ar que un vecto r ( a , b , c ) de OS3 se aplica po r / en el vecto r ( 5 , f)
d e IR-, esto es: / (a, b ,c) = (5 , t ), es lo m ism o que escrib ir la sigu ien te igualdad mat ricial:
( 1)

(O bsrvese que la m atriz colum na del prim er m iem bro tiene por trm inos las com po
n entes del vector (a , b , c ), y que la m atriz colum na del seg u n d o m iem bro tiene por
trm inos las com ponen tes d e (s,t)\ n tese tam bin que este prod ucto de m atrices
pu ed e efectivam ente efectu arse.) Supon gam os que q u erem os calcular, por ejem plo,
la im agen por f d el vecto r ( 1 , - 1 , 0 ) d e IR3 . Podram os proced er asi: m ultiplicam os la
m atriz 4 por la m atriz colum na cu yo s trm inos so n 1 , - 1 y 0; de esta m ultiplicacin
re su lta u na m atriz colum na cu yo s trm in os so n las com pon en tes del vecto r im agen.
Es decir, com o se tiene:

deducim os que la im agen por / del vecto r ( 1 , - 1 , 0 ) es igual al vecto r ( - 2 , 1 ) , esto


es: / ( l , - 1 , 0 ) = ( - 2 , 1 ) . Otra im agen: d e la igualdad:

se dedu ce: / ( 0 , 1, - 2 ) - (5, - 3 ) . In clu so m s: cul es la im agen por / de un vector


genrico {x \ ,X 2 , X i ) de OS3? M ultiplicam os la m atriz .4 po r la m atriz colum na cuyos

III. MATRICES

IfiO

trm in os son X \, x

2 y X 3:
i

3 - 1

0 - 1

X i + 3 X 2 - X ;i

- X 2 + X :i

y asi la im agen por / de (X 1 .X 2 .X 3 ) e s el vecto r d e com pon en tes X j +


y x '2 +

X 3;

esto es: f (x i.x - '.x ^ ) = (Xi + 3 x 2 - x :i, - x +

3x 2 -

X 3 ).

En el ejem p lo anterior, la m atriz .4 es la asociad a a la aplicacin lineal f en las


b ase s cann icas. C uando la m atriz que con ocem os e s la asociad a en u n as b a se s que
no so n n ecesariam en te las can n icas, tam bin podem os calcu lar la im agen d e un
vecto r por la aplicacin lineal h aciendo u so de la m atriz (y de cierto p rod ucto de m a
trices), pero el procedim iento es u n poco m s com plicado. V eam os u n ejem plo. Fije
m os en R 3 la b ase B = ( ( 1 , 0 , 0 ) , ( 1 , 1 , 0 ) , ( 0 , 1 , 1 y en R 2 la b ase B' = ( ( 1 , 1 ) , ( 0, 1 ) ) .
y sea g la aplicacin lin eal de IR3 en R - cu y a m atriz asociad a en estas b ase s e s la
siguiente:

A firm ar que la im agen po r g de un vecto r u de R 3 es un vector v de R-\ e s d e


cir: g ( u ) = v, es lo m ism o que escribir:

donde a, b y c so n las coordenadas e.n la base B (de R 3 ) del vector u, y s y f so n las


coordenadas en la b ase B ' (de R-) del vecto r v.

Nota bene

En la igualdad matricial (1), donde la matriz era la asociada a aquella aplicacin

lineal / en las bases cannicas, los trminos a , b y c juegan el papel de componentes del
vector cuya imagen queremos calcular, y s y I juegan el papel de componentes del vector
imagen. En la igualdad matricial anterior, donde la matriz es la asociada en unas bases
que no son las cannicas, los trminos a, b y c son las coordenadas en la primera base,
la />, del vector cuya imagen queremos calcular, y s y I son las coordenadas en la segunda
base, la B '. del vector imagen.

Para la aplicacin lineal g del ejem p lo que venim os considerando, calculem os,
verbigracia, la im agen del vecto r ( 2 , 0 , - 1 ) . H aciendo u so de la m atriz D, podem os
calcu lar las coord enadas de este vecto r en la b ase B, y m u ltiplicar la m atriz D pol
la m atriz colum na cu yo s trm inos son tales coorden adas; el resu ltad o ser u n a m a
triz colum na cu yo s trm in os sern las co o rd en ad as en la b ase B ' de la im agen b u s
cada. Las coo rd en ad as d el vecto r ( 2 , 0 , - 1 ) en la b ase B so n 1 , 1 y - 1 , p u es se tie
ne: ( 2, 0, - 1 ) = ( 1 , 0 , 0 ) + ( 1 , 1 , 0 ) - ( 0 , 1 , 1 ) ; el producto de la m atriz D por la matriz

161

. PRODUCCIN

colum na cu y o s trm in os son 1 , 1 y 1 arroja:


i\

- 3 '\
0 ;/

-1
1

lo que perm ite afirm ar que el vecto r g ( 2 , 0 , - 1 ) (que e s de K2) es el de co o rd en ad as 2


y 2 en la b ase B'\ en definitiva:
5 ( 2 , 0 , - 1 ) = 2 ( 1 , 1 ) + 2 ( 0 , 1 ) = ( 2, 4).
C alculem os tam bin, por ejem plo, la im agen po r g del vecto r ( 0 , 1 , 0 ) . I.as coord e
nad as de este vector en la b ase B so n - 1 , 1 y 0, y se tiene:
-1
1

0
1

-3
0

/-1 \
1
\ 0/

de donde d edu cim os que el vector g ( 0, 1 , 0 ) es d e coord en adas 1 y 0 en la b ase B'\


e s to e s: g (0 , 1 , 0 ) = ( 1 , 1 ) +

0 (0 , 1 ) = ( 1 , i).

R a n g o de u n a m atriz.

El rango de u n a m atriz se define com o el rango del s is

tem a form ado por su s vecto res colum na. Por ejem plo, con sid erem os esta m atriz:
'
A =

1
2

2
4

3\
2

-1

\ 0

Tiene tres colu m nas, asi que tiene tres vecto res colum na. El prim er vector colum na
tiene por com pon en tes los trm inos de la prim era colum na, e s decir: 1 , 2, - 1 y 0,
luego se trata del vecto r ( 1 , 2 , - 1 , 0 ) ; el seg u n d o tiene p o r com pon en tes lo s trm inos
de la seg u n d a colum na: ( 2 , 4 , 3 , 1 ) ; y el tercero, lo s de la tercera colum na: ( 3 , 2 , 1 , 1 ) .
El rango de la m atriz A es, de acuerdo con la definicin, el rango de esto s tres vec
tores:

rango .4 = rango

1
2

2
4

3^
2

= rango ( ( 1 , 2 , - 1 , 0 ) , ( 2, 4, 3 , 1 ) , ( 3 , 2 , 1 , 1 ) ) .

0
Recordando del captulo I el procedim iento p ara calcu lar el rango de u n o s vec
tores, obtenem os:
ra n g o .4 = rango ( ( 1 , 2 , 1 , 0 ) , ( 2 , 4 , 3 , 1 ) , ( 3 , 2 , 1 , 1 ) )
= rango ((1,2, -1,0), ( 0 ,0 , 3 , 1 ) , (0, - 4 , 4 , i ) )

= 1 + rango ((0 ,0 ,5 ,1 ), (0 ,- 4 ,4 ,1 )) = 1 + 2 = 3.

III. MATRICES

A h ora bien, vale la pena traslad ar" a m atrices el procedim iento de clcu lo del
rango de un sistem a de vectores. As, dado que el rango de un sistem a form ado por
un solo vector es igual a 0 o a 1 segn sea este nico vector nulo o no, re sp ectiva
m ente, p odem os decir que el rango de una m atriz con una sola colum na es igual a 0
si lodos su s trm inos son n ulos, y es igual a 1 si alguno no lo es. Por ejem plo:

Por otra parte, com o el rango de un sistem a de dos vectores es igual a 1 o a 2


segn sean los vectores proporcion ales o no, respectivam en te, podem os afirm ar que
el rango de una m atriz de dos colum nas es igual a 1 si am bas colum nas son pro
porcionales, y es igual a 2 si no lo son (elim inado el caso trivial en el que am bas
colum nas tuvieran todos su s trm inos nulos, lo que dara rango igual a 0). Con
viene p recisar que el hecho de que dos colum nas sean p ro porcion ales sign ifica que
es posible o btener u n a de ellas m ultiplican do la otra por algn nm ero, es decir, m u l
tiplicando todos los trm inos de esta ltim a por el nm ero. Por ejem plo, se tiene:
/ 2
rango

-4 )

1/2

-I

-2

/l

rango

3\
4 = 2

La prim era de e sta s m atrices tiene su s dos colu m n as proporcion ales: la segunda
colum na se pu ed e obtener m u ltiplican do todos los trm inos de la prim era por - 2 :
el rango es efectivam ente igual a l . La segu n d a m atriz no tiene sus dos colum nas
p roporcionales (no h ay form a de m ultiplicar por algn nm ero una de ellas y obtener
la otra), asi que el rango es igual a 2.
Finalm ente, cuando un si stema de vectores est form ado por tres o m s, recorde
m os que lo que b uscam os es reducir el problem a de calcu lar su rango a un sistem a
con un vector m enos. Lo que h acem os es in tentar tran sfo rm ar el sistem a en otro
nuevo, con el m ism o n m ero de vecto res y con el m ism o rango que el original, pero
tal que tod os su s vectores tengan u n a m ism a com ponente nula excepto uno, que la
tiene no nula; este ltim o vector no es igual a una com binacin lineal de los dem s,
y al elim inarlo dism inuye el rango en 1. La tran sform acin de un sistem a en otro,
recordem os, se realiza teniendo en cu en ta que el rango no vara si sum am os a un vec
tor del sistem a u n a com binacin lineal de los dem s, y en particular si le sum am os
otro del sistem a m u ltiplicado p o r algn nm ero.
Es im portante en fatizar que, en el procedim iento anterior, se hace u so de dos
propiedades del rango de un sistem a de vectores. Una de ellas es la citada al final del

.TRODUCCIN

prrafo anterior: el rango del sistem a no vara si su m am os a un vecto r del sistem a


una com binacin lineal de los dem s.

La otra es esta: al elim inar un vecto r del

sistem a, el ran go no vara si ese vecto r es igual a una com binacin lineal de los
dem s, pero el ran go d ism inu ye en 1 si el vector no es igual a u n a com binacin lineal
de los dem s. T ra slad ad as a m atrices, e sta s dos pro piedades tom an este aspecto:
el ran go de u na m atriz no vara si su m am os a u n a colum na una com binacin
lineal de las dem s (entendiendo e sta s operacion es entre colu m n as trm ino a
trmino);
al elim inar en u n a m atriz una colum na, el rango no vara si tal colum na e s igual
a u n a com binacin lineal de las dem s, y el rango dism inuye en

si la colum na

no e s igual a una com binacin lineal de las dem s.


H aciendo u so de e sta s propiedades, para calcu lar el rango de u n a m atriz de tres o
m s colu m nas, pod em os en ton ces in ten tar tran sfo rm ar la m atriz dada en otra, del
m ism o orden y con el m ism o rango, pero con e sta caracterstica: to das su s colu m n as
tienen nulo el trm ino de u na m ism a posicin, excep to una, que lo tiene no nulo;
e s decir, de form a que haya una fila con todos sus trminos nulos excepto uno. La
colum na a la que e ste trm ino no nulo p erten ezca se pu ed e elim inar, dism inuyendo
el rango de la m atriz en 1 , y reduciendo a s el problem a al d e u n a m atriz con una
colum na m enos.
V em oslo con la m atriz A citada al principio de e ste apartado. Intentem os tra n s
form ar esta m atriz en otra, del m ism o ord en y del m ism o rango, que tenga una fila
con todos s u s trm inos n u los excep to uno; y, verbigracia, b u sq u em o s que tal fila
sea la prim era. H acem os p ara ello u so d e la p ropiedad de que el rango no vara si
su m am os a una colum na u na com binacin lineal de las dem s. Podem os conseguir
n u estro ob jetivo d ejan d o com o est la prim era colum na (cuyo prim er trm ino e s no
nulo), y su m an d o a cada u na de las dem s esta prim era colum na m ultiplicada por
algn nm ero d e form a que el prim er trm ino que resu lte sea nulo. Si su m am o s a
la segun d a colum na la prim era m ultiplicada por - 2 , ob ten em os u n a n u eva segun d a
colum na, con trm inos , 0, 5 y I ; y si su m am os a la tercera colum na la prim era m ul
tiplicada por - 3 , obtenem os u na n u eva tercera colum na, con trm inos 0, - 4 , 4 y 1.
La nueva m atriz tiene el m ism o orden y el m ism o rango que la m atriz ,4, y su prim era
fila tiene todos su s trm inos n u los excep to el prim ero. Si en esta m atriz elim inam os
la prim era colum na, el rango dism in u ye en 1 y reducim os el problem a a u n a m atriz
con u na colum na m enos. F.n resum en:

(
rango

3'i

2
-1

^ o

t
= rango

-1
<>

o\
-4

'y

(0
= 1 + rango

0\
-4
4
'

164

III. MATRICES

Esta ltim a m atriz obtenida tiene d o s colu m n as, y no son p roporcion ales, luego su
rango e s igual a 2. C onfirm am os que el rango de la m atriz A es igual a 3.
En la seccin 8 verem o s que el rango de una m atriz tam bin e s igual al rango
del sistem a form ado por su s vecto res fila. Este resu ltad o n o s perm itir am p liar el
m todo que acabam os de d escrib ir para calcu lar el rango de u n a m atriz.
Finalm ente, q u erem os llam ar la atencin sobre un resu ltad o im portante que se
pru eba en el texto casi term inada esta seccin d edicada al rango de u n a m atriz: si
u na m atriz es la asociad a a una aplicacin lineal en u n as b ase s, en ton ces la matriz
y la aplicacin lineal tienen el m ism o rango. Si la m atriz es la aso ciad a en las b ases
cannicas, veam os con un ejem p lo cm o cercio rarse de e ste resu ltado. C onsiderem os
la aplicacin lineal / de R 3 en OS.2 defin ida por: f ( X \ ,X 2 ,x-) = (X| + X2,2x\ - X 3 I
(con la que y a trabajam os en el segun d o apartad o de esta Introduccin). Para calcu
lar la m atriz aso ciad a a esta aplicacin lineal en las b ases can n icas, calcu lam os la
im agen p o r / de lo s vecto res d e la b ase can n ica de R 3 (que es el esp acio de p ar
tida): / < 1 , 0 , 0 ) = ( 1 , 2 ) , /( O, 1 , 0 ) = ( 1 , 0 ) y / ( 0 , 0 , 1 ) = ( 0 , - 1 ) ; ahora, com o la base
elegid a en R2 (espacio d e llegada) e s la cannica, las com pon en tes de esto s vectores
o b ten id os son directam ente lo s trm in os de las colu m n as de la m atriz que buscam os:
sta es:

Por otro lado, para calcu lar el rango de la aplicacin lineal / , record am os del capi
tulo II lo que deb em os hacer: calcu lam os la im agen por f d e los vecto res d e la bast
can nica del espacio de partida, p ara calcu lar a continuacin el ran go d el sistem a que
e sta s im genes form an; y este rango es el rango de la aplicacin lineal. En concreto:
rango / = rango ( / ( 1 , 0 , 0 ) , / (O , l , 0 ) , / ( 0 , 0 , 1 ) ) = rango ( ( 1 , 2 ) , ( 1 , 0 ) , ( 0 , - 1 ) ) .

Ntese que lo s tres vecto res an teriores: (1,2), (1,0) y (0, -1), im agen d e lo s de la
b ase cannica de IR3 , son precisam en te lo s v ecto res colum na de la m atriz G, luego el
rango de sta e s por definicin el del sistem a fo rm ado por ello s. Es decir, podem os
escribir: ran g o G = rango ((1,2), (1,0), (0 , - 1 )). El rango de la aplicacin lineal

y el ran go de la m atriz G , que la rep resen ta en las b ase s cannicas, es en ton ces el
m ism o; e s sen cillo calcu lar que es igual a 2. Finalm ente, no dejem os de en fa tiza r que
si con sid eram os la m atriz asociad a a esta aplicacin lineal f en u n as b ase s distinta^
de las cann icas, tal m atriz sigu e ten ien do rango igual a 2. Por ejem plo, en el segunde
apartad o de esta Introduccin calcu lam os la m atriz asociad a a la aplicacin lineal
en las b ase s R = ( ( 1 , 0 , 0 ) , ( 1 , 1 , 0 ) , ( 0 , 1 , D ) y B ' = ( ( 1 , 0 ) , ( 1 , 1 ) ) :

El lecto r pu ed e com probar que el rango de esta m atriz e s efectivam en te igual a 2.

~RODUCCIN

T ra n sfo rm a cio n e s e lem en tales de u n a m a triz

Al h ablar de transformacin

elemental, nos referim os a cierto tipo de tran sform aciones que realizarem os sobre

las m atrices. Estas tran sform aciones sern de tres tipos d iferen tes, que en el texto
designam os con las etiquetas 1, II y III.
Una tran sform acin elem ental de tipo I no es m s que el intercam bio de dos
filas, d ejan do las restan tes filas in alteradas. Por ejem plo, con siderem os la siguiente
m atriz:

(2

1
0
3

0
-1
1
-1

0
1
3
1

!')
0
2
0

-1

Una tran sform acin elem en tal de tipo I que afecte a esta m atriz pu ed e se r esta: in
tercam biar las filas prim era y tercera. Esta tran sform acin se design a as: F\ F i, y
se escribe:

(2

i
0
3

-2
0
-1
1
- 1

0
1
3
-1
-1

1\
0
2

(0
Ft ~ F ]

0
-2

\2

1)

-1

]
2

-1

3
1
0
-i
-1

2\
0
1
0
V

Se aprecia que la segu n d a m atriz difiere de la prim era en que las filas prim era y
tercera estn intercam biadas; las re sta n tes filas se han quedado com o estaban.
Una transform acin elem ental de tipo 11 es la m ultiplicacin de una fila por un
nm ero no nulo (es decir, la m ultiplicacin de todos lo s trm inos de u n a fila por
un m ism o nm ero no nulo), d ejando las restan tes filas in alteradas.

En la m atriz

que hem os consid erado en el p rrafo anterior, podem os efectu ar, verbigracia, esta
tran sform acin de tipo II: m ultiplicar la segun d a fila p o r 3; se denota as: F 3F, y
se escribe:
(2
1

0
3
1.2

-2
0
-1
1
-1

0
1
3
-i
-i

1\
0
2
0

F>-iF

(2
3
0

-2
0
-1.

3
1.2

-I

0
3
3

1
-1

0
2
0
1/

La segun d a m atriz difiere de la prim era slo en los trm inos de la segu n d a fila, que
han quedado, todos, m u ltiplicados p o r 3.
Finalm ente, una tran sform acin elem ental de tipo ID su pon e su m ar a u n a fila otra
m ultiplicada por un nm ero (nulo o no). Es decir: se su stitu y e una fila por la sum a
(trm ino a trmino) de ella m ism a y el resu ltad o de m u ltiplicar todos los trm inos de
otra por un m ism o nm ero, y las re sta n tes filas se dejan in alteradas, incluida la que
se m ultiplica por el nm ero. Para la m atriz que venim os con sideran do com o ejem plo,

III. MATRICES

una tran sform acin elem en tal de tipo li es, verbigracia, esta: su m ar a La prim era fila
la cuarta m ultiplicada por 2. La denotam os as: Fj F| +

(2

_2

I
0
3

0
-1
i

-1

0
J
3
-1
-1

(&
1
F1 -Fi +2F4
0

0
0
-1

1)

V2

1
-1

1^
0

2 F 4, y

se escribe:

_2

i\

1
3
-1
-1

0
2
0
V

Notem os que la nica fila que se ha tran sform ad o es la prim era: hem os sum ado,
trm ino o trm ino, a la prim era fila de la prim era m atriz la cu arta m ultiplicada po r

2:

las restan tes filas, incluida la cuarta, se han quedado com o estaban .
Una pro pied ad m uy im portante de las tran sform aciones elem en tales es que con
servan el rango, esto es: si en una m atriz llevam os a cabo una tran sform acin c e
me ni al (del cualquiera de los tres tipos), la m atriz que obtenem os tiene el m ism o
rango que la original. El lecto r lo pu ed e com probar com o ejercicio con las m atrices
de los ejem p los anteriores: to das tienen ran go igual a 4.
Nota

Las transformaciones elementales que consideramos son transformaciones por filas.

porque slo afectan a filas: son filas las que se intercambian, son filas las que se m ul
tiplican por un nmero, y son filas las que se suman a otra previamente multiplicada
por un nmero. Sin embargo, es posible, de forma totalmente anloga, definir transfor
maciones elementales por columnas: intercambiar dos columnas (tipo I), m ultiplicar una
columna por un nmero (tipo II), y sumar a una columna otra multiplicada por un mimen
(tipo III). Las transformaciones elementales por columnas tambin conservan el rango. Si
nos fijamos bien, la transformacin por columnas de tipo III es precisamente la clase de
transformacin que llevbamos a cabo para hacer ceros" en la fila de una matriz cor
vistas a calcular su rango.

A n tes de p resen tar aqu la siguien te propiedad de las tran sform aciones elem en
tales que querram os resear, estu d iem os un ejem plo que n os ayu d ar a com prender
de qu trata tal propiedad. C onsiderem os esta m atriz:
/
A =

V - i

1
4

1\
0

-1

2)

Su rango es igual a 2, com o puede calcu lar el lector. Vam os a intentar, mediante
tran sform aciones elem entales su cesivas aplicadas a la m atriz A, llegar a u n a matriz
de este tipo:
/]

^0

-\
-

.
0/

(2

(Las puntos: V , se alan posicion es ocu padas por n m eros sobre los que no hay
ninguna lim itacin: p u ed en ser n u los o no, igu ales a l o no.) Esta m atriz es del m ism o
orden que A\ notem os cm o es: su s dos prim eras colum n as son las dos prim eras
colum nas de la m atriz identidad 1 $, su ltima fila tiene n u los todos los trm inos, y
los trm inos re sta n tes p u ed en ser n m eros cualesquiera. Las colum nas coincdentes
con las de la m atriz identidad son tan tas com o m arca el rango: dos en este caso, y la
cantidad de filas con los trm inos n u lo s son tan tas com o m arca la diferen cia entre el
nm ero de filas de la m atriz y el rango: 3 - 2 = 1 en este caso.
En prim er lugar, tratam os de llegar a una m atriz cu yo s trm inos de la prim era
colum na sean 1 , 0 y 0 (dicho de otra form a: cuyo prim er vector colum na se a ( 1 ,0 ,0 )).
Lo prim ero que h acem os es procurarn os u n 1 en la posicin ( 1 , 1 ) , donde ahora
h ay u n 0, y u na form a de con segu irlo podra se r esta: prim ero, intercam biar las
filas prim era y segunda, lo cual proporcion a un 2 en la posicin ( 1 , 1 ) ; segundo,
m utiplicar la n u eva prim era la por 1 / 2 , lo cual term in a de tran sfo rm ar el trm ino
de esa posicin en 1 . Esto es:

0
2

V -i

i
6
-1

1\
0

r,

2)

2
0

\~ i

4
1
0

6
1
-1

0\
1

/
F j- (1 / 2 )F

2/

1
0

1
-1

l-l

\
1
2/

A hora nos resta con segu ir que el trm ino de posicin ( 3 , 1 ) sea igual a 0, y una
form a de lograrlo es m ediante una tran sform acin elem en tal de tipo ni; en concreto,
nos sirve esta: F t, - Ej + F\ (sum ar a la tercera fila la prim era). O btenem os:

l - l

1
0

1
-1

\
i
2)

F3-F 3+F1

0
lo

2
1
2

3
1
2

0\

1
2/

En segundo lugar, d esd e la m atriz que acabam os de o b len er tratam os de llegar a


u n a m atriz cu yo s trm inos de la segu n d a colum na sean 0, 1 y 0, pero sin que los de
la p rim era dejen de ser 1 , 0 y 0; es decir, tratam os de llegar a una m atriz cuyos dos
prim eros vectores colu m n a sean ( 1 , 0 , 0 ) y ( 0 , 1 , 0 ) . El prim er p aso sera pro curarse
un 1 en la posicin ( 2, 2) , pero ya lo tenem os, as que slo re sta tran sfo rm ar" en
n u los los trm inos de posicin ( 1 , 2 ) y ( 3 , 2) . Para co n segu ir esto ltim o sin afectar
a la prim era colum na, debem os llevar a cabo sen d as tran sform aciones de tipo III:
su m ar a la p rim era fila la segu n d a m u ltiplicada po r - 2 (para el trm ino de p o si
cin ( 1 , 2) ) , y su m ar a la tercera fila la segu n d a tam bin m ultiplicada por - 2 (para el
d e p o sici n (3, 2)). O btenem os:

III. MATRICES

i68

Y ya hem os llegado, m ediante tran sfo rm acio n es elem en tales su cesiv as ap licad as a la
m atriz A, a u na m atriz com o la escrita en (2): s u s d o s prim eras colum nas so n las dos
p rim eras colu m nas de la m atriz identidad I y s u ltim a fila tiene todos lo s trminos
nulos.
Lo que acabam os de h acer con la m atriz A adm ite generalizacin. El resultado
general e s este : dada u n a m atriz de ord en ( n ,m ), de rango igual a r > 1 , y con su s r
prim eros vecto res colum na linealm ente in d epend ientes, es po sib le obtener, m ediante
tran sform acion es elem en tales (por filas) su ce siv a s ap licad as a la m atriz dada, u n a de
este tipo:
/I
0

0
1

0
0

0
0

. .

1
0

\o

. .

. .
.

. .

(Los n m eros a'U r _ u

0
0

7l(r+l i
a 2(r+l)

...

t?lm^
a 2m

a rlr+D
0

...

a rm
0

...

...

0 )

m- r

a r m pueden ser cualesquiera.) Esta m atriz, de orden ( n , m

com o la d a d a , pu ed e describ irse asi: su s r p rim eras co lu m n as (tantas com o el


rango) son las r p rim eras colum nas de la m atriz identidad /; s u s n - r ltim as
filas (tantas com o la d iferen cia en tre el nm ero de filas de la m atriz dada y el rango
tienen todos su s trm inos igu ales a 0; y cada un o de lo s restan tes trm inos, que son
lo s situ ad o s entre las colu m n as ( r + l)-c s im a y m -sim a y entre la filas prim era \
r-sim a (es decir, los d en o tad o s por n'l(,.+ ll...........a ,-,,,)- p u ed e ser igual a cualquier
nm ero; n tese que esto s ltim o s trm inos o cu p a n m - r colu m n as (tantas com o la
diferencia entre el nm ero de colu m n as de la m atriz dad a y el rango).
Nota bene
La matriz A que nos ha servido de ejemplo verifica las hiptesis de este re
sultado para n = 3, m = 4 y r = 2, pues es de orden (3,4), su rango es igual a 2, \
sus dos primeros vectores columna son linealmente independientes (stos son (0,2,

-1

y ( 1 , 4, 0), que no son proporcionales). Se aprecia que el tipo de matriz escrito en (2), al
cual queramos llegar a partir de la matriz ,4, se ajusta al formato dado en (3).
A
Quiz llam e la aten cin en este re su lta d o la exigen cia de que los r prim eros vec
tores colum na de la m atriz de partida tengan que ser linealm ente independientes.
Si esto no ocurre, e s decir, si los r prim eros ve cto res colum na de la m atriz de p ar
tida no son linealm ente in d epend ientes, tam bin e s po sib le o b ten er u n a m atriz come
la (3) m ediante tran sform aciones elem en tales su ce siv a s ap licad as a la m atriz d e p ar
tida, pero ya no podem os exig ir que to das e sta s tran sform aciones elem en tales sean

1 9

TRODUCOON

por filas: alguna y qu iz m s d e u n a deber s e r por columnas. Realm ente, con

tran sform acion es por colu m nas de tipo I (intercam bio de colum nas) ser suficiente.
C onsiderem os, por ejem plo, esta m atriz:

B -

Su rango es igual a 2, y su s tres vecto res colum na so n ( 1 , 2 , - 1 ) , ( 2 ,4 , - 2 ) y ( 0 , 1 , 1 1.


Los d o s prim eros no son linealm ente in d epend ientes (ntese que so n proporcion a
les), pero el prim ero y el tercero si lo son . Si intercam biam os las co lu m n as segunda
y tercera (una transform acin elem ental por colu m n as d e tipo 1), obtenem os:

m atriz que s tiene su s d o s prim eros vecto res colum na linealm ente in dependientes.
Esta m atriz s podr s e r llevada, m ediante tran sform aciones elem en tales su cesivas
exclusivamente por Has, a u na m atriz d e la form a (3), que en este caso particular

tom a este aspecto:


/I

Vo

o/

(ntese que n = 3, m = 3 y r = 2 , con lo que n - r = 1 y m - r = 1). Buscam os


prim ero llegar a una m atriz que tenga en la prim era colum na lo s trm inos 1, 0 y
/

1
2
V 1

0
1
1

2\

F2 ~ F ,

2F|
'

-2 /

1
0
v-l

0
1
1

0
1

\0

n
F>-F,r,

- V

0:

2\

0
0/

A continuacin b u scam os una m atriz cu yo s trm inos de la seg u n d a colum na sean i


1 y 0, p ero sin alterar lo s que ya h ay en la prim era colum na. Con una so la tran sfo r
m acin m s term inam os:
fl

lo

0
1

2\
0

0/

\0

1
0

2\
0

0/

Podem os decir que esta ltim a m atriz ha sido o b ten id a a partir d e la m atriz B tras la
aplicacin a sta de tran sform aciones elem en tales su cesivas: la prim era d e ellas, un
intercam bio d e colum nas; las restan tes, tran sform aciones por filas.
H em os visto, enton ces, que a partir d e u n a m atriz de orden ( n, m ). d e rango igual
a r 1 , y con su s r prim eros vecto res colum na linealm ente in d epend ientes, puede

III. MATRICE

ob tenerse, tra s aplicarle su cesivam en te ciertas tran sform aciones elem en tales p o r fi
las, una m atriz de la fo rm a (3). No q u erem os term in ar este ap artad o sin fijarn os en
alg u n o s ca so s particu lares. C uando la m atriz re partida tiene ran go igual al nm ero
d e filas: r = n, en ton ces re su lta n - r = 0, y en la m atriz (3) co rrespon dien te d e sa
p arecen las fila s in feriores que tengan todos s u s trm inos n u lo s. Si, por ejem plo, la
m atriz d e partida es de ord en ( 2, 4) y su rango e s igual a 2 , en ton ces llegam os, tras
las tran sform aciones elem en tales p ertin en tes, a u n a m atriz asi:

Por otra parte, cuando el rango es igual al n m ero de colu m n as: r = m , entonces
resu lta m - r = 0, y en la m atriz (3) correspo n dien te desaparecen las colu m n as de
la derecha que contengan los trm inos que d en o tam os po r u'l ( r , n , . . . , a'rm. Por
ejem plo, a partir de u na m atriz d e ord en ( 4, 2) de rango igual a 2, y tras las tran sfo r
m aciones elem en tales o p o rtu n as, obtenem os e s ta m atriz:
\
0
0

()\
I
o

\0

o)

Finalm ente, si acontece que la m atriz d e partida tiene rango sim ultn eam en te igual al
nm ero d e filas y al nm ero d e colu m n as: r = n = m (en particular, es cuadrada), enton ces en la m atriz (3) correspo n dien te d esp arecen tanto las filas de abajo (con todos
su s trm inos nulos) com o las colu m n as de la d erech a (con lo s trm inos denotados
por u'l (r_ n

a'rm), V- 1 due queda es u n a m atriz identidad: la del m ism o orden

que la m atriz cu ad rad a de partida. Por ejem plo , s i partim os de u n a m atriz cuadrada
d e ord en 3 y de rango igual a 3 , o bten em os, tra s las tran sform aciones elem en tales
n ecesarias, la m atriz identidad h :

In v e rs a ele u n a m a triz c u a d ra d a

La inversa d e u n a m atriz cu adrada e s otra

m atriz (tam bin cu adrada, y del m ism o orden q u e la prim era) tal que el p rod ucto de
am bas, tanto en un ord en com o en el otro, e s igual a la m atriz identidad. Ms en
concreto, la in versa de una m atriz A cu adrada d e ord en n e s otra m atriz B, tambin
cu adrada de orden n, p ara la cual se verifica: A B = B A = /. C on siderem os, por
ejem plo, e sta s dos m atrices:

ODUCCIN

171

Podem os decir que la m atriz B es in versa de la m atriz ,4, p u es se verifica:


1
1

0
1

1
0

0
1

1
-1

0
1

1
0

0
1

N tese que tam bin podem os decir, por la m ism a razn, que la m atriz A es inversa
de la m atriz B: son in versas u na de la otra.
C uando u n a m atriz cu ad rad a adm ite inversa, se dice que es invertidle. No to
das las m atrices cu ad rad as son in vertibles. Por ejem plo , una m atriz nul a cuadrada,
de cu alqu ier orden, no es invertible, p u es su p rod ucto con cu alq u ier m atriz e s una
m atriz n u la, de nin gu n a form a u na m atriz identidad. C uando una m atriz A e s in ver
tible, adm ite solam ente u na inversa, que se denota: A ' 1. Con las m atrices .4 y B del
ejem p lo del p rra fo anterior, podem os escribir: A ~1 = B; y tam bin: B -1 = A.
En el texto se p ru eba u n criterio m u y im portante p ara sab e r si u n a m atriz cu a
drada d ad a e s o no invertible: u na matriz, cu adrada es invertible si y so lam en te si su
rango toma el m ayor v alor posible (es decir, si y solam ente si su rango coincide con
su orden, que es el nm ero de su s filas y tam bin el de su s colum nas). Por ejem plo,
en el apartad o an terior trabajam os con esta m atriz:

Es u n a m atriz cu adrada de orden 3 , pero su rango es m enor que 3 (es igual a 2 , en


concreto). No es, pu es, invertible: no h ay n inguna m atriz cu adrada de orden 3 cuyo
producto por R sea igual a la m atriz identidad / 3. Por el contrario, con sid erem os esta
m atriz:
C =

0\

1-1

-3

Tam bin es cu adrada de ord en 3, y su rango com o pu ed e calcu lar el lecto r s es


igual a 3. E stam os, p u es, an te u n a m atriz invertible: s existe algun a m atriz cu adrada
de ord en 3 cu yo prod ucto po r C es igual a la m atriz identidad 3 \ tal matriz, es la
inversa de C, que se denota C *.
Pero, cm o ca lcu lar la inversa de u n a m atriz cu adrada de la cual sab em o s que
es invertible? Las tran sform aciones elem en tales nos proporcionan u n procedim iento
para este clculo. Recordem os del a p artad o an terio r que a partir de u n a m atriz
se pu ed e llegar, m ediante tran sform acio n es elem en tales su cesiv as, a una matriz, de
la form a (3) (cf. p. 168). Si la m atriz de partida es cu ad rad a e invertible, entonces
su rango coincide con el n m ero de su s filas y con el nm ero d e su s colu m n as, y la
m atriz de la form a (3) que correspon de en e ste caso record em os lo visto al final del

172

III. MATRICES

apartad o citad o e s la m atriz identidad del m ism o orden que la m atriz de partida.
Es decir: m ediante tran sform aciones elem en tales su cesiv as ap licad as a u n a m atriz
cu adrada invertible, es po sib le o bten er la m atriz identidad. F.n el texto se prueba
un resu ltad o que n os proporcion a el m todo b uscad o p ara calcu lar la in versa: las
m ism as tran sform acio nes elem en tales su cesiv as, y en el m ism o orden, que perm iten
ob ten er la m atriz id en tid ad a partir de la m atriz invertible perm iten a su v e z obtener
la in versa de la m atriz a partir de la m atriz identidad. Ms concretam ente: si A e s una
m atriz cu ad rad a de orden n, invertible, pu ed e o b ten erse la m atriz identidad / (la del
m ism o ord en que A ) a parl i r de A m ediante tran sfo rm acio n es elem en tales sucesivas:
e sta s m ism as tran sform acio n es, en el m ism o orden , se aplican ahora sobre / y obte
nem os com o resu ltad o precisam en te A - 1 . A m odo de ejem plo, calcu lem o s la inversa
de la m atriz C d el p rrafo anterior. I.o prim ero que debem os h acer es ap licar tran s
form aciones elem en tales su cesiv as a la m atriz C h asta o bten er la m atriz identidad /
(la d el m ism o ord en que C).3 O btenem os en la prim era colum na lo s trm inos 1, 0 y 0
tras d o s tran sform aciones elem en tales:

1 2 \
2 2 1
v-i -2 l)

F2 ~ F 2 - 2 F

1 2 o\
' 0 -2 1
v-i -2 i;

ob tenem os en la segun d a colum na los trm inos

F - F +F,

0, 1

1 2
0 -2 1
0 17
lo
(sin pertu rbar lo s d e la

prim era) con d o s tran sform aciones ms:

/I
0
lo

2 0\
C.
1
0 1j

F . - l - 1/21 F j

2
0
V
0 1 -1/2
vo 0
1 )

1
0
1 -1/2
lo 0
1
n

F , - F , - 2 F,

y, finalm ente, obtenem os la ltim a colum na con lo s trm inos

0, 0 y 1

(sin variar la1-

d o s prim eras) con o tras d o s tran sform aciones m s:

/I 0
0 1
lo 0

1
- 1./2

1 )

l 0
0
0 \ F,-F,-(|/2)F, a
0 1
0 1 1/2 J
0
lo 0
vo 0 ij
1 J

y ya h em os llegado a la m atriz identidad /. A continuacin, deb em os ap licar estas


m ism as se is tran sform acio n es elem en tales, y en el m ism o orden en el que las hemos
id o obteniendo, a la m atriz iden tidad /3. La m atriz a la que finalm ente llegarem os
3Ntese que la matriz C tiene sus tres vectores columna linealmente independientes, pues su rangi
es igual a 3: es suficiente, pues, trabajar con transformaciones por filas. Esto ocurre asi con cualquier
matriz invertible: no es necesario trabajar con transformaciones por columnas.

TRODUCCION

se r la inversa C '. Resulta:


1

F..-F2-2F,

-2

0\

r
si.*
j
l
-il

F-,-i -1/2)F.

r
)

F1 -F1 -F3

1-2
1

1/2

1/

- f

( ~ l

V 1

2 4 (1/2)F3

0\

-1/2

1
-1

- 2

3/2
1

-1
-1

F.sta ltim a m atriz es, com o hem os dicho, la in versa de la m atriz C:


-2

C _l =

3/2
1

I
-1/2
-

1/2

-1
1/2
I

El lector pu ed e verificar que efectivam en te el p rod ucto de esta m atriz por la m atriz C,
en u n orden y en el otro, es igual a la m atriz iden tidad ly. C C 1 = C 1C =
T ra sp u e sta de u n a m atriz.

D ada u n a m atriz 4 de cu alq u ier orden ( n ,m ), su

traspuesta, que. se denota: A ', es otra m atriz de ord en ( m , n ) tal que lo s trm inos

de su s m filas so n los trm inos d e las m colu m n as de .4, y los trm inos d e su s n
colu m nas so n lo s de las n filas de A .4 V em oslo con un ejem plo. C on siderem os esta
m atriz:
.4 =

>0

3
2

- r
4,

Es de ord en ( 2, 3 ) , as que su trasp u esta: ,4 ', e s una m atriz de orden ( 3 , 2 ) . In fo r


m alm ente, lo que en la m atriz A so n filas, en la m atriz 4 ' son colu m n as, y viceversa;
m s en concreto, los trm in os de la prim era fila de .4 son los trm inos de la prim era
colum na de 4 ' , y lo s trm inos de la seg u n d a fila de 4 so n los de la seg u n d a colum na
de 4 '. La m atriz A ' es, p u es, la que tiene com o trm inos de su prim era colu m n a los
n m eros 1, 3 y - 1 , y com o trm inos de su segun d a colum na los n m eros 0, 2 y 4:

4' =

4Ms formalmente: la matriz 4 ' tiene por vectores fila los vectores columna de la matriz .4 (en el
mismo orden), y tiene por vectores columna los vectores fila de la matriz 4 (tambin en el mismo
orden).

III. MATRICES

*74

Otro ejem plo. C on siderem os esta s m atrices:

(l

r v\

l 0
4)

La prim era es una m atriz fila, esto es, con una sola fila, que se tran sform ar en una
n ica colum na al trasponer, es decir, su trasp u esta es u n a m atriz colum na; su s tr
m inos son obviam ente lo s m ism os que los de la m atriz fila original. A nlogam ente, la
segu n d a m atriz de las anteriores, que es una m atriz colum na, ten d r por traspu esta
u n a m atriz fila. Las trasp u estas de las d os m atrices son, respectivam en te, las sigu ien
tes:
/1\
0

(-1

4 ).

VI
Nota bene
orden.

Si una matriz es cuadrada, su traspuesta es otra matriz cuadrada del mismo

En el texto figuran varias pro piedades de la trasposicin de m atrices. Nos in teresa


d e stacar aqu la ltim a: el rango de u n a m atriz y el de su trasp u esta coinciden. O
dicho de otra form a (que ya apuntam os en el apartado dedicado al rango): el rango
de una m atriz tam bin es igual al rango del sistem a form ado po r su s vecto res fila.
Este resu ltad o tiene una con secu en cia prctica im portante: las propiedades que ya
conocem os del rango de u n a m atriz tam bin son vlidas cam biando colum nas por
filas; en concreto:
el rango de u n a m atriz no vara si sum am os a u n a fila una com binacin lineal
de las d em s;3
al elim inar en u na m atriz una fila, el rango no vara si tal fila es igual a una
com binacin lineal de las dem s, y el rango dism inuye en 1 si la fila no es igual
a una com binacin lineal de las dem s.
A sim ism o, el procedim iento que describim os p ara calcu lar el rango de una m atriz
sigue siendo vlido si cam biam os colum nas por filas y viceversa. De acuerdo con esto,
e l rango de una m atriz con u n a so la fila es igual a 0 si todos su s trm inos son nulos,
y es igual a 1 si alguno es no nulo; por ejem plo:
rango (o

) = 0

rango (()

-2

l) = l.

Y el rango de u n a m atriz de dos filas (su p u esto que no todos los trm inos son nulos,
lo que su p on d ra rango 0) es igual a 1 si am bas filas son proporcionales, y es igual
Entendiendo estas operaciones entre tilas tambin trmino a trmino.

PRODUCCIN

175

a 2 si no lo son ;6 verbigracia:
rango

-2

-4

= 1

rango

-3

Finalm ente, p ara ca lcu lar el rango de u n a m atriz con tre s filas o m s, podem os inten
tar tran sform ar la m atriz dad a en otra, del m ism o orden y con el m ism o rango, con
e sta propiedad: una de sus columnas tiene nulos todos los trminos excepto uno; la fila
a la que e ste trm ino no nulo p erten ezca se pu ed e elim inar, dism in u yen do el rango
de la m atriz en 1, y redu ciendo de e sta fo rm a el problem a al de u n a m atriz con una
fila m enos. (Recurdese que p ara u n a m atriz de tres colu m n as o m s proponam os
in tentar tran sfo rm arla en o tra que tu viera una fila con todos lo s trm inos n u lo s e x
cepto uno, y que elim inbam os la colum na a la que e ste trm ino no nulo pertenece,
dism in u yendo el rango en 1.) A m odo de ejem plo , calcu lem o s el rango de esta m atriz
de tres filas y cu atro colum nas:
2

H=

-2

\3

-1

1
1
0

B uscam os, p u es, tran sfo rm arla en otra, del m ism o orden y con el m ism o rango, que
ten ga alguna colum na con to d o s su s trm inos n u lo s excepto uno. Intentem os, ver
bigracia, que tal colum na sea la cuarta. Podem os d e ja r la prim era fila com o est
(ya tiene no n u lo su trm ino de la cu arta colum na), y su m am os a la seg u n d a fila la
prim era m ultiplicada por - 1 ; esta operacin arro ja una nueva seg u n d a fila, de tr
m in os - 1 , 2, 1 y 0. A continuacin, elim in am os la prim era fila y el rango dism inuye
en 1. O btenem os:
(2

rango 6 = rango

_2

\3

= 1 + rango 1

-1
3

1\
= rango

-1
2
1

0/
1
-1

2
-1

-2

y, 3

-1

0}

0\
0 j = l + 2 = .

La l ti ma m atriz que h em o s obtenido, tras elim inar la prim era fila, tiene d o s filas

110

p roporcionales, luego su rango es 2 . La m atriz B tiene finalm ente rango igual a 3.


Q uiz el lector se h aya p ercatad o, en el clculo del rango anterior, de que la o pe
racin que hem os llevado a cabo entre las filas seg u n d a y prim era de la m atriz B
p ara anular" el trm ino de posicin ( 2, 4) (cuyo valo r original era 1) e s realm ente
''La proporcionalidad" de filas se debe entender de manera anloga a la de columnas: dos filas
son proporcionales si es posible obtener una de. ellas multiplicando la otra por algn nmero (esto es,
multiplicando todos los trminos de esta ltima por el nmero).

III. MATRICES

17i

una transform acin elem ental por filas de tipo III; en concreto: F F -F\. Y a sab e
m os que las transform aciones elem en tales por filas, y tam bin las transform aciones
elem entales por colum nas, no h acen variar el rango de una m atriz.
En la prctica, el rango de u n a m atriz se calcula con jugan do el m todo que aca
bam os de ejem plificar con la m atriz B anterior (buscar una colum na con todos los
trm inos n u los salvo uno) con el m todo ya descrito en el apartado dedicado al rango
unas pgin as m s atrs (buscar una fila). En definitiva, esto su pon e h acer ce ro s en
la m atriz con la ayu d a de tran sform aciones elem en tales de tipo in (tanto por filas
com o por colum nas), buscan d o las filas o las colum n as con todos su s trm inos nulos
excepto uno; ya sab em os que cuando tengam os u n a tal fila o colum na, podrem os
redu cir el problem a al de una m atriz con u n a colum na m enos o con u n a fila m enos.
Por o tra parte, si en algn m om ento del proceso n os en contram os con algun a fila,
o con algun a colum na, que sea com binacin de las dem s, sabem os que podrem os
elim inarla sin que el rango vare; en particular, se p u ed en elim inar, sin v ariar po r ello
el rango, las filas o las colum nas que tengan todos su s trm inos nulos.
V eam os un ltim o ejem plo de clculo de un rango, el de esta m atriz:

n
T -=

0
1
2
vo

- ]
]
0
1
-2

0
2

3\
1
3

2
6

O)

Intentem os hacer ceros en la prim era colum na, donde ya h ay dos. D ejam os el 1 de la
posicin ( 1 , 1 ) com o e st ,7 y aplicam os tran sfo rm acio n es elem en tales de tipo III para
mular lo s trm inos de posicin ( 3 , 1 ) y ( 4 , 1 ) ; con las tran sform aciones P? F - F,
y F 4 F 4 - 2F\ lo conseguim os:
n

0
1
2
\o

-1
1
0
1
-2

(1

0
2
2

33
1
3

6
3

0
0

O)

VO

T - t-
F4-F4-

0
2

33
1

2
6

0
3

O/

(0
0
= 1 + rango
0

1
3
-2

2
6
3

-1
1
1
3
-2

y^ p odem os ecribir:
(l
0
rango 0
0
lo

-1
1
1
3
_>

0
2

6
3

3\
1
0
3

0/

1\
0
3
O)

' Quiz se haya dado cuenta el lector de que al buscar una tila o una columna con todos sus trminos
nulos, excepto uno, resulta ms cmodo que el trmino no nulo sea igual a 1. Detalles como este se
aprenden poco a poco con la prctica.

-r o d u c o o n

177

d e sp u s d e elim inar la prim era lila. Pero dm onos cu en ta de que ahora tenem os
u na colum na con lod os su s trm inos nulos: si la elim inam os, el rango no vara. Es
habitual lle va r a cabo esto s d o s ltim os p a so s de una ve z: cu an do y a tenem os una
colum na con todos s u s trm inos n u lo s excep to uno, elim inam os la fila que co rres
ponde al trm ino no nulo, y tam bin elim inam os la propia colum na; este proceso
hace dism inuir el rango en 1, y nos lleva a u n a m atriz con u n a fila m enos y con una
colum na m enos. (Lo m ism o se hara si, en v e z de u n a colum na, tu viram os u n a fila
con todos s u s trm inos n u lo s salvo uno.) Esquem ticam ente:

rango T = rango

f1

-1

0
0
0

1
1
3

Vo

-2

2 1
> 0
(i 3
3

= 1 + rango

1
1

2
2

3
2

6
3

1
0
3
0

En esta ltim a m atriz, pod em os d a rn o s cu en ta d e que la tercera fila e s proporcional


a la prim era, con lo que e s po sib le decir d e ella que es igual a u n a com binacin lineal
de las dem s lilas; elim inndola, no vara el rango:

n
0

6
3

3
0

rango T = 1 + rango

3
-2

= 1 + rango

En la l ti ma m atriz obtenida, ya ten em os u n a colum na con todos su s trm inos nulos


excepto uno:

rango 7 = 1 + rango

l\

1
-2

= 1 + 1 + rango

Ua.

La m atriz final tiene ran go igual a 2, p u es su s d o s fila s no son p ro porcion ales (tam
poco son p roporcionales, por su p u esto , su s d o s colum nas). Finalm ente: rango T = 4.

178

III. MATRICE.

III. 1

DEFINICIN DE MATRIZ
1.

D e fin ici n de m a triz

positivo s.

Sea ( & , + , - ) u n cu erp o y sean n y m nm eros enteros

Una m a triz .4 con trm in o s en K de o rd e n ( n , m ) es una disposicin

d e n m elem entos d e K en form a rectan gu lar en n filas y m colu m n as, de las que
direm os son las fila s y co lu m n a s de la m atriz .4.
Del elem ento de K que en u n a m atriz ,4 est situ ad o en la fila i-sim a y en la
colum na j- sim a direm os e s el trm in o de .4 de posicin ( t , j ) ; se le su ele deno
tar: a j .
La notacin habitual para la m atriz ,4 es:

.4 =

/ll
a\

a t2
a 22

a,i

U i

a ij
d 2j

a 12

au

a n

a nj

a im '
ai,,.

Cl 11),

a,,,,, /

donde los trm inos d e la /-sim a fila (1 < i < n ) son:


a n , a i2 , , a ,nu

y los trm inos de la ./-sim a colum na (1 ; j m ) son:


a i/ . a 2j<

a nj.

T am bin se adopta la notacin:


A = i a j ; 1 c i n, 1 < j < m ) ,

o bien (cuando no h ay riesgo de confusin): A = (aj)De d o s m atrices 4 = ( uj , ) y B = ( b j j con trm inos en K , am bas de ord en (n, m
direm os son ig u a le s si:
a j = bj

para cad a i. < i < n y cada 1 < j < tn,

y escrib irem os: A = B.


Nota
Slo se define la igualdad de dos matrices cuando ambas matrices son del mismi
orden.
a

DEFINICIN DE MA TRIZ

EJEMPLO 1

179

Consideremos el cuerpo ( R, +, ). De una matriz con trminos en R diremos es una matriz


real. Tomemos n = 3 y m = 2. Una matriz real de orden (n, m) = (3,2) es una disposicin
de 3 2 = 6 nmeros reales en 3 filas y 2 columnas. Por ejemplo:
A =

es una matriz real de orden (3,2 ): tiene 3 filas y 2 columnas. El trmino de A de posi
cin ( 1 , 2), que podemos denotar <i2, es el nmero real situado en la primera fila y en la
segunda columna; es decir:
a i 2 = v2.

El trmino de A de posicin (3, 2): ay>, es el nmero real situado en la tercera fila y en la
segunda columna: tf;(2 = 1 1 2 .
Tambin podemos denotar la matriz A de la forma:

2.

Matriz fila

De u n a m atriz con trm inos en K de orden ( 1 , m ) direm os

Tipos de m a trice s

es una m atriz fila. Es decir, una m atriz fila es una m atriz con u n a so la fila.
De u na m atriz con trm inos en K de orden (n , 1) direm os es u n a m a triz colum na.
Es decir, u na m atriz colum na es u n a m atriz con u n a so la colum na.

EJEMPLO 2

La matriz real:
(1

-1

0)

es una matriz fila de orden ( 1 , 3) .


Nota bene

Al escribir una matriz de la forma (4) no se escribe ninguna coma; por tanto,

no hay que confundir la matriz fila, con trminos reales, (l


nmeros reales: ( 1 , - 1 , 0 ) , donde s se utilizan comas.

-1

0) con la terna de

La matriz real;

es una matriz columna de orden (3, 1).


La matriz real:
( 2)

es una matriz real de orden ( 1 , 1 ) , y por consiguiente es tanto una matriz fila como una matriz
columna. No se debe confundir la matriz real (2) con el nmero real 2.

III. MATRICES

18o

Sea A u n a m atriz con trm inos en K. De A direm os es una matriz cuadrada de


Matriz cuadrada

orden n si A es de orden (n , n ), es decir, si tiene tanto n filas com o n colum nas.


Si .4 es u na m atriz cu adrada de orden n, de los trm inos de posicin ( 1 , 1 ) ,
( 2 , 2 ) , . . . , (n , n ) direm os son los trm inos de la diagonal principal de A.
De la m atriz cu adrada de orden n que tiene su s trm inos de la diagonal principal

Matriz identidad
(o unitaria)

iguales a 1 , y su s restan tes trm inos igu ales a O, direm os es la matriz identidad, o
unitaria, de orden n, y se denota: /; es decir:

\o

EJEMPLO 3

0\

O
1

...

1/

La matriz real:

es cuadrada de orden 3: tiene tres filas y tres columnas. Los trminos de la diagonal principa]
de A son: 2, 1/3 y 0.
Las matrices identidad reales de orden 2 y 3 son:

Matriz nula

De una m atriz con trm inos en K direm os es una matriz cero (o matriz nula), \
la denotarem os: O, si todos su s trm inos son igu ales a 0.

EJEMPLO 4

Las matrices reales:

( 0) ,

(0

0)

son tres matrices nulas, de rdenes respectivos: f 1 , i ), ( 1 ,3) y ( 2 ,3).

\cln\

&n 2

Ufij

& nmJ

DEFINICIN DE MATRIZ

Sea 1

j < m . Se defin e la./'-sim a matriz columna de la matriz ,4, que se denota: A ,

com o aq u ella m atriz colu m n a de orden (ti,

1 ) cu yo s

trm inos so n lo s de la j- sim a

colum na de A. Es decir:
U ij\
a>j

A/ ~
\L'n j /

Utilizando las m atrices colum na de la m atriz .4, la notacin por columnas de A es:
A = ( A i I A '2 I . .. I A,
Notacin
Las matrices columna de la matriz identidad / (n > 1) se denotan: E \, E
es decir:
n\
/o\
/\
0
1
........ E =
1 =
1 2 =
0

Voy
y / = (|

EJEMPLO 5

Voy

. . . I E ).

Sea A la matriz con trminos en


4 =

2
1

1
I

0
1

Las matrices columna primera, segunda y tercera de A son:


A\ =

1/ '

42 =

a3=

La matriz 4 se puede escribir tambin: 4 = (4| | 4 2 |


EJEMPLO 6

43 ).

Consideremos las matrices columna reales de orden ( 3 , 1 ):


C =

ay

( 3\
D =

/ i\

y =

\\)

Con estas matrices columna podemos formar, por ejemplo, la matriz:


4 = (C | D | E) =
cuyas matrices columna son: 4 , = C, A 2 = D y 4;j = E- Tambin podemos formar la matriz:
1
.
B = (C | 1 D = 0
vi

1
1
1

3\
1
l)

III. MATRICES

182

4.

M a trice s fila de lin a m a triz

Sea .4 u n a m atriz de orden ( n ,m ) con trm inos

en K:

.4 -

f Un

a 12

...

tflm \

U2\

Cl22

tt'm

d ii

Uj >

&nm )

\Inl

Sea 1 i n. Se define la i-sim a m atriz fila de la m atriz A com o aq uella m atriz fila
de orden ( 1 , m ) cu yos trm in os son los de la t-sim a fila de ,4. Es decir:
(u\

u t>

u,m j .

Si F i, F, ., F n son las m atrices fila de la m atriz /i, la n o taci n por filas de A es:
F i \

Vn!
Notacin

Las matrices fila de la matriz identidad/ (n > 1) se denotan: L\ , L>,.... L ; es

decir:

/,, = (l

...

o ) . I 2 = (o

...

L = (()

/M
/ =

\t-riJ

EJEMPLO 7

Dada la matriz real:

las matrices fila primera y segunda de 4 son:


(2

respectivamente.

0)

(1

l),

. ..

l),

DEFINICIN DE MATRIZ

EJEMPLO 8

Dadas las matrices fila reales de orden (1,4 ):


B = (l

O),

C = (l

l)

D=

con ellas podemos formar, entre otras, la matriz real:


B\

.4 =

C
{n /

x 1 i
0
= (l
0
2
Vi
i

0\
1
3/

5. V ectores fila y vecto res co lu m n a de u n a m a triz

trm inos en K de ord en ( n , m ):

a 21

a 12
a

a 11

\ a ni

'a ii

A =

Vector columna

a i

...

o i m3

...

02j

...

o n,

a ,2

O un

Un 2

Onj

Onm j

S ea 1 < j < m. El j-sim o v e c t o r co lu m n a de A, que se denota: a , e s el vecto r de IK"


cu yas com pon en tes so n lo s trm in os de la j- sim a m atriz colu m n a d e A. Es decir:
tt i = [o i /, o > ,. . . , CTii j )

Vector fila

Sea 1 i ti. El t-sim o v e c to r fila de A es el vecto r de IKm cu yas com pon en tes son
lo s trm inos de la i-sim a m atriz fila de A, es decir, e s el vector: ( a , i , a 2 ......... a m).
Nota
fila.

EJEMPLO 9

No deben ser confundidos matriz columna y vector columna, ni matriz fila y vector
A

Sea A la matriz real:


1
' ( !

- 1 3
o

Los vectores columna de A son los siguientes vectores de K-':


i = ( 1,1 ) ,

a = ( - 1 , 0 )

El primer vector fila de A es el vector ( 1, - 1 , 3 ) de R 3.

at = { 3,2 ).

III. MATRICES

14

III.2

MATRIZ ASOCIADA A UNA APLICACIN LINEAL


1.

M a triz a s o c ia d a a a n a a p lic a c i n lin e a l en u n as bases

Sea / una api !-

cacin lineal de IK"1 en K " . G rficam ente:


Km
Fijem os u n a s b ases: V = (v \ ,v

IK".

v m) y W = (w \ ,w .........u/), de K 'n y K .

respectivam en te. Resum irem os la eleccin de e sta s b ase s, grficam ente, de la manera
siguiente:

v
f
Km

La aplicacin lineal f

w
K n.

e st com pletam en te determ inada una v e z conocidas las

im genes por / de los vecto res de u n a b ase de IK' (cf. proposicin II.7, p. 12 2 ) ; por
ejem plo, u na vez con ocidos los vectores: , f ( v ), f ( v

2 ) ......... f ( v m).

Estos m vectores-

qu ed an u nvocam ente determ in ados en cu an to con ocem os las n co o rd en ad as d e cada


uno d e ello s en u n a b ase d e K '\ que pu ed e ser, por ejem plo, la b a se W.
Definicin
Matriz asociada a

Podem os con stru ir a partir de la aplicacin lineal / , elegid as las b ase s V de K '

una aplicacin

y W de IK", u n a m atriz A de orden ( n , m ) d e la form a sigu ien te: lo s trm inos de

lineal en unas

la j- s im a colum na de A son las n coord en adas en la b ase W del vecto r .f { v j)

bases

(1 s ./ s m). De la m atriz A a s co n stru id a se dice es la m a triz a so c ia d a a / , o


re p rese n tan te de / , en las b ase s V' de 0m y W de K " .
O bsrvese que, u na vez fijad as las b ases V y W, la m atriz asociada a f en estas
b ase s e s nica, pu esto que su s trm inos son las co o rd en ad as de los vecto res f { v ,

(1 < j < m ) en la b ase 14', que son nicas.


Nota bene

Una matriz representante de una aplicacin lineal de K."' en

den (n .in ).

es de or

D ada la m atriz:
'<*11
a 1

ay
a'

a , j2

1j

1 m'

a 2

02m

a nj

Unm /

de la definicin se dedu ce: la m atriz A es la m atriz asociad a a la aplicacin lineal /


d e & m en IK" en las b ases V = ( v i , V 2 , . . . , v m) de K ' y 44' =

de K

p recisam ente si, en los vecto res de la b ase V , / se com porta de la form a:
f ( V j )

a ] j W i

a - jW '+ - - -

+ a nj W

n ,

U jc m .

(5

MATRIZ ASOCIADA A UNA APLICACIN LINEAL

185

Dada la m atriz .4, y fijad as en K m y & " las b ases V y W, respectivam en te, sab e
m os que ex iste u na nica aplicacin lineal f de K m en K " que verifica (3) (cf. pro
posicin II. 7, p. 12 2 ). En con secu en cia, dada una m atriz con trm inos en K d e o r
den (n , m ), y fijad as u n as b ase s en & m y K " , existe u n a nica aplicacin lineal de 0m
en K '1 tal que su m atriz asociad a en las b a se s fijad as es la m atriz dada.
D ebem os o b se rva r que si W es la b ase can n ica de !&", e s decir:
W = (e \ ,e ------ e ) .

entonces:
,t ( v ) a 1 ,d| + <i2je- + + a ne n ( J i j , a - j, , u nj ) - a , ,

1 < j < m,

donde a es el j- sim o vecto r colum na de la m atriz A . En o tras palabras:

Matriz asociada

Si la b ase seleccion ada en el espacio de llegada es la cannica, en ton ces lo s v e c

cuando la base

tores colum na de la m atriz aso ciad a a la aplicacin lineal so n las im gen es de los

en el de llegada

vectores de la b ase d el espacio de partida.

es la cannica

Consideremos la aplicacin lineal de R 3 en IR3 definida por la expresin:


= ( X, + X2,2x , - 3x>, X->).

Sean Bc = ( ( 1 ,0 ) ,( 0 ,1 ) ) y Bc = ( (1,0 ,0 ), (0 ,1,0 ) , ( 0 ,0 ,1) ) las bases cannicas de R- y R 3,


respectivamente. Grficamente:

Determinemos la matriz A asociada a / en las bases Bt y B'c .


La matriz 4 es de orden (3 ,2 ), y se verifica:
Los trminos de la primera columna de 4 son las coordenadas en la base B'c de la
imagen por f del primer vector de la base Bc', es decir, las coordenadas en B'c de la
imagen por / de ( 1,0 ) . Se tiene:
./ (1,0 ) = ( 1,2 ,0 ) = 1 ( 1 ,0 ,0 1 + 2 ( 0 ,1.0 ) + 0 (0 ,0 ,11
y por tanto la primera matriz columna de 4 es:

III. MATRICES

Los trminos de la segunda columna de A son las coordenadas en la base B de la


imagen por / del segundo vector de la base Bt : es decir, las coordenadas en B de la
imagen por / de ( 0 ,1 ). Se tiene:
/ ( 0 , 1 ) = ( 1 , - 3 , 1) = 1 ( 1 ,0 ,0 1 + ( - 3 1 ( 0 ,1 ,0 ) + 1( 0 ,0 ,11,
y por tanto la segunda matriz columna de /\ es:

En consecuencia, la matriz asociada a / en las bases cannicas Be y B'c o, simplemente, la


matriz asociada a / en las bases cannicas es:
j\
A = (A, 1 a A = 2
1A)

1\

-3
l

Puede observarse que, al estar considerando en el espacio de llegada R 3 la base cannica, los
vectores columna de la matriz A son las imgenes de los vectores de la base fi( de R 2:
/ ( 1 . 0 ) = ( 1,2 ,0 ) = i

y / ( 0 , 1) = ( 1 , - 3 , 1 ) = a.

Consideremos ahora las bases B = ( ( 1 , 1 ) , (1,0 )) de R 2, y B ' = ( ( 1 , 1 , 1 ) , ( 1,0 ,0 ) , (0 ,1,0 )


de R G rfica m e n te:

Hallemos la matriz C asociada a / en las bases B y B '.


La matriz C, al igual que la matriz A, es de orden (3,2):
Los trminos de la primera columna de C son las coordenadas en la base B' de la imagen
por / del primer vector de la base B\ es decir, las coordenadas en B ' de la imagen por /
de ( 1 , 1 ) . Se tiene:
/ ( l , 1) = ( 2 , - 1 , 1 ) = 1 ( 1 , 1 , 1 1 + 1 ( 1 , 0 , 0 ) + ( - 2 ) ( 0 ,1,0 ) ,
y por tanto las coordenadas de / ( 1 , 1 ) en II' son: 1 , 1 y - 2 , y la primera matriz columna
de C es:

Los trminos de la segunda columna de C son las coordenadas en la base B' de la


imagen por / del segundo vector de la base B\ es decir, las coordenadas en B ' de la
imagen por f de ( 1,0 ) . Se tiene:
/< 1,0 ) = ( 1,2 ,0 ) = 0 ( 1 , 1 , 1) + 1( 1,0 ,0 ) + 2 (0 ,1,0 ),

187

MATRIZ ASOCIADA A UNA APLICACION LINEAL

y por tanto las coordenadas de / ( 1 , 0 ) en B ' son: 0, 1 y 2 , y la segunda matriz columna


de C es:

Ci

/0\
I

En conclusin, la matriz representante de / en las bases B y l es:

c = c,

c2 =

1
1

0\
1

-2

2/

Se observa que A * C. La matriz asociada a una aplicacin lineal depende de las bases
escogidas.
EJEMPLO 1 1

Consideremos una aplicacin lineal / de Rm en K, es decir, una forma lineal sobre R "'. Si .4
es una matriz representante de / , entonces A tiene que ser de orden ( l.m ) , esto es, si una
matriz est asociada a una forma lineal, entonces es una matriz fila.
Por ejemplo, consideremos la forma lineal sobre R ' dada por la expresin:
/ ( X | , x, X 3 ) = X\ - x + 2 x>,.
La matriz fila A asociada a / en las bases cannicas es la que tiene por trminos:
/ ( 1 , 0 , 0 ) , / ( 0 , 1,0 ), / ( 0 , 0 ,1) ,
es decir: A = (l

Un caso
particular con

-1

P ro p o sici n III. 1

2).

Sea f una aplicacin lineal de K " en K " , y consideremos en el

espacio vectorial K " la base W = (te 1 , w 2 , w ) ; grficamente:

una matriz

w
K "

unitaria

r
w
---- K .

Si la m atriz asociada a f en las bases W y W es la m atriz unitaria / , entonces la


aplicacin f es la aplicacin identidad de K.'1.

Demostracin
matriz

Sea 1 i n. Como la matriz, asociada a / en las bases W y W es la

las coordenadas del vector /(te ,) en la base W son:


0, . . . , 0, 1 , 0, . . . , 0

(con 1 en el lugar t-simo),

que son los trminos de la t-sima columna de


/ (te ,) = Ote, + + 0

por tanto:

te,-i + lie , + 0 te+i + + Ote,,

= w,.

Es decir: /(te ,) = te, 1 < / < n, y en consecuencia la aplicacin lineal / coincide con
la aplicacin lineal identidad de K " en una base de & " (la base IV). De la proposicin 11.7
(cf. p. 122) se deduce que la aplicacin / es la aplicacin identidad de K ".

c .q . d

III. MATRICES

188

EJERCICIO I

Sea f la aplicacin lineal de IR2 en IR2 defnida por la expresin: f (x\,x) = ( X i,* i + x-)- Es
claro que f no es la aplicacin identidad de IR-, pues por ejemplo: f ( 1 , 1 ) = ( 1,2 ) * ( 1 ,1
Encontrar dos bases t y B' de

de forma c/ue la matriz asociada a f en las bases t y B ' sea

/ ,=

2.

lo

A p lic a c i n lin e a l ca n n ica m e n te a s o c ia d a a u n a m a triz

Sea A u n a m a

triz de orden ( n, m ) con trm in os en K. Se verifica que ex iste u n a nica aplicacin


lineal de K'" en K " tal que ,4 es su m atriz asociad a en las b ase s can n icas (B c d e IK"
y B de K"), y tal aplicacin verifica que la im agen d el vector e de la b ase cannica
de Km e s igu al al ./-sim o vecto r colum na de A: a, , (1 -? j - m).
Definicin
Aplicacin lineal

D ada u n a m atriz A de ord en (n , m ) con trm inos en K , defin im os la aplicacin

cannicamente

lineal cannicamente asociada a la m atriz .4, y la denotam os: A , com o la nica

asociada a una
matriz

aplicacin lineal de & m en K " cu ya m atriz asociad a en las b ase s can n icas de K " 1
y K " es A. Grficam ente:
Bc

Km
e

Notacin

BC

K"
a i

Para denotar la aplicacin lineal cannicamente asociada a una matriz utilizare

mos la misma letra que designa la matriz, pero en tipo caligrfico. Por ejemplo: A y
o B y 'B .

De la proposicin III. 1 (cf. p. 18 7 ) se deduce:


Aplicacin lineal
cannicamente

La aplicacin lineal de OC" en K " cannicam ente asociad a a la m atriz iden tidad /,
es decir: 3 , e s la aplicacin lineal iden tidad d e K " .

asociada a la
matriz identidad
EJEMPLO 12

Dada la matriz real:

- ( ; ;

)-

calculemos la aplicacin lineal cannicamente asociada a t.


1.a aplicacin lineal cannicamente asociada a t ser la aplicacin lineal (B de IK1 en fo
que en la base cannica de foJ : (ci,c>,e;i), se comporta de la siguiente manera:

B le ,) = b t,

B (e2>= b> y S(es) = bj,

EL ESPACIO VECTORIAL A l,,,,

siendo b i , b >y b los vectores columna de la matriz /i:


h , = ( 1,0 ) ,

fzj = ( 1,2 )

fe, = (0,3).

Si (xi ,x > ,x .f) es un vector de R-\ entonces:


= X | B ( e i ) + XzMe- i + x-jlHe-j)

B ( X i , X 2,x .i) = 'B (X | | + x 2e j + x :ic :s)

= x, (1 ,0 ) + x 2(1 ,2 ) +X3<0,3) = (X | + x 2,2x_- + 3 x 3);

es decir, la aplicacin B es la aplicacin lineal de R ; en IK2 siguiente:


(X 1 .X 2 .X 3 ) e

III.3

R3

(X i

+ x 2 , 2 x :; +

3x 3 )

IR2.

EL ESPACIO VECTORIAL M m (K)


I.

L l co n ju n to M , , m (IK ); ad ic i n de m a trice s y m u ltip lica ci n de un e s c a la r

p o r u n a m a triz

D ados u n cu erpo (& , + , ) y u n o s n m eros en tero s p o sitivo s n

y m , con la notacin:
M nm(K ),
se design a el co n ju n to de las m atrices de orden ( n, m ) con trm inos en K.
Definicin
Adicin de

Sean 4 y B d o s m atrices d e M m(IK):

matrices

4 = (aj; 1 i n, 1 j < m)

B = (b u ; 1

i < n, 1 < j m ) .

Se de n e la suma de 4 y B, y se denota: A + B, com o la m atriz d e M m(K ):


4 + B = ( a , j + bij-, 1 r 4 t t , l < j m ) .

Es decir, A + B es la m atriz que re su lta d e su m ar lo s trm inos de la m ism a posicin


de A y B.
Es sen cillo com probar que la adicin de m atrices articu la el con ju n to M m(K )
com o gru po abeliano. El elem ento n eutro de ( M m(& ), + ) es la m atriz n u la de or
den ( n , m ) , y el op u esto d e una m atriz A de M nm(K ), que se denota: - A , es la
m atriz cu yo s trm inos son lo s o p u esto s d e lo s trm in o s co rresp o n d ien tes de A , es
decir, s i .4 = (d i.;), entonces:
- 4 - ( - a , / , U i n , l j =s m ) .
Nota bene

La suma de dos matrices se ha definido nicamente cuando ambas matrices

son del mismo orden.

190

III. MATRICE.

EJEMPLO I 3

Consideremos el conjunto de las matrices reales de tres filas y dos columnas, es decir.
conjunto M j 2(K)
Las matrices:
A=

2
4,

B=

(-2
0
1

La suma de 4 y B es:
0\
1-1
2 +
4)
i

(\ + i - 2 )
-1 + 0
^
3+1

1\
ro

( 1
-1
3

son elementos de

4 +B=

1
-1
3

i/

0+l\
f- l
2 + 2 = -1
4
4 + 1/

1\
4
5

La matriz opuesta de A es:


(- \

-4 =

- 3'

0\

"-42

El elemento neutro del grupo (M ;2(1), +) es:


/O
0 = 0

0\
o

Vo o
Definicin
Multiplicacin de
un escalar por
una matriz

Sea A u na m atriz de M m((K):


A = (,,; 1 < i < n , i < j m ) ,

y sea A un elem ento de K . Se define el p ro d u cto d e A po r .4, que se denota: A.4.


com o la m atriz de M m(K ):
A4 = (A a,,-; l < i < n , l < j < m ) .

Es decir, la m atriz A,4 es la m atriz cu yo s trm inos so n los de ,4 m u ltiplicado s po r A


Se p u ed e com probar fcilm en te que la adicin de m atrices y la m ultiplicacin
de m atrices por lo s elem en tos de K articulan el co n ju n to M m(K ) com o espacie
vectorial so b re el cuerpo IK.

EJEMPLO 1 4

Si A y B son las matrices de JVL^dR) siguientes:

EL ESPACIO VECTORIAL

entonces:

n (- 2)
l
1
1)A= i - ' ' ^ 1

La matriz
asociada (en unas
cases) a la suma
de dos
aplicaciones

ON

3-0
3 1

1-1) 1
- 1 ) (-1!
( 1) 3

3-l\
/ 6
(]
3 2 =
l 3
3- 1/
( 1) - o\
(- 1) 2
(-1)-4/

3\
(i ,

\
1,-3

- 2

-4/

= -A.

Sean f y g dos aplicaciones lineales de K m en K . Fijemos


unas bases: V = ( v , v 2, . . . , v m) y W = (w , w 2
w n), de K m y K " , respectiva
mente; grficamente:
'
f u
11
K
K n.
Prop osicin III.2

neales es suma

Si A y B son las m atrices de orden (n, m ) asociadas en las bases V y W a f y a g,

de las matrices

respectivamente, entonces la m atriz asociada en las bases V y W a la aplicacin


lineal f + g es la suma de A y t: A + B.

asociadas
icrrespondientes

Dem ostracin

Pongamos:

A - ( a ,j ; 1 < i < n, 1 < j < m)

t = (b,; 1 i n, 1 < j < m ) .

Por ser A y B las matrices asociadas en las bases V y W a / y a g, respectivamente, para


cada 1 < j < m se tiene:
f ( v ) = aijW i + a2iw 2 + + a njw

y g {v ,) = bi,w + bjw> + + b,w,

de lo que se deduce:
(/ + g)(v ) = f ( Vj ) + g ( v , ) - ( at + b] )w + ( 2 , + b 2 j)u>> + + (anj + bn))w

(1 j m ); y como los trminos de la j-sim a matriz columna de la matriz asociada a f + g


en las bases V y W son las coordenadas en la base W del vector ( / + g)(Vj), esta matriz
columna es:

fajj + b
a J + bj
\aj + b j j

que coincide con la /-csima matriz columna de A + B.


En conclusin, A + B es la matriz asociada a la aplicacin lineal / + g en las bases V y W.
C.Q.D.

III. MATRIC,

La matriz
asociada (en unas
bases) al

Prop osicin III. 3


Sea f una aplicacin lineal de K m en DC". Fijemos unas bases
V = ( v , V 2 , . . . , v m) y W = (ut], w , ......... w ) , de K ' y K " , respectivam ente; grfi

camente:

producto de un
escalar por una
api. lin. es igual
al producto del
escalar por la

S i A es la m atriz de orden ( n, m ) asociada en las bases V y W a f , y A es un elemento


de K , entonces la m atriz asociada en las bases V y W a la aplicacin lineal A f es el
producto de A p o r .4 : AA.

matriz asociada a
la api. lin.

Pongamos ,4 = (tJp; 1 i < n, 1 j m ). Como A es la matriz asociada

Demostracin
a

en

V'

W,

se tiene:

/ ( v,)

= a,,Wt +

+ + ajW,

para cada

1 < j

<

m.

Er.

consecuencia:
(A f)(V j) = A f ( v j ) = AajjWi + Aa>w< + + Aaw,

y por tanto la ./-sima matriz columna de la matriz asociada a A f en las bases l y W es:
/Aaij\
Aa 2j

\AtlnJ
la cual coincide con la j-sim a matriz columna de la matriz A.4. En conclusin, la matn.
asociada en las bases V y l! a la aplicacin lineal Af es AA.

EJEMPLO I 5

Dadas las aplicaciones lineales / y g de K 1 en IR- definidas por:


f ( x 1.X2.X3) = (X| + X> + x 3,2 x i - Xj)

y 0(X,.X2.X3) = (X j + Xj.A'i + Xj).

hallemos las matrices asociadas en las bases cannicas a las aplicaciones: f + g. 2g y / - 2<
Las matrices asociadas a / y a g en las bases cannicas son:
(\

\2

-1

oj

,,

(0

y B = (l

1 0

respectivamente, como el lector puede comprobar fcilmente. De las proposiciones III.2 y III.
(cf. pp. 19 1 y 192, respectivamente) se deduce que las matrices asociadas en las bases canon,
cas a las aplicaciones lineales J + g, 2 g y / - 2g son, respectivamente, las siguientes:

(l

4+B= 2

M
-

1\

-i

or

: )-(s
a

(0

1 1\

2 2

i or

o o

\ ;)
: i)-(

:i

4. PRODUCTO DE MATRICES

2. R e la ci n e n tre los esp acio s ve cto ria le s ii ( 1

&

yM

i &)

La sigu ien

te proposicin resu m e la relacin existen te entre las aplicacion es lin eales y las m atri
ces.
P ro p o sici n III.4
Los espacios vectoriales: ( & '" , K ") y M nm(K ), ambos sobre
el cuerpo K, son isomorfos.
Dem ostracin

Definimos una aplicacin: (& '",& ' ) -------- M ,([& ), de la siguiente

manera: dada una aplicacin lineal / de K m en K \ es decir, un elemento de


es la (nica) matriz de orden (n , m ) asociada a / en las bases cannicas de

K " ), >'(/)
y K '1.

La aplicacin Y es lineal. Sean / y g dos aplicaciones lineales de K m en & '1. Si .4 es la


matriz asociada a / en las bases cannicas, es decir: 4 - Y(f), y B es la matriz asociada a g
(tambin en las bases cannicas), esto es: B = Y(g), entonces de la proposicin III.2 (cf. p. 191)
se deduce que la matriz asociada a / + g en las bases cannicas que es Y ( f + g ) es .4 - B:
L ( / + g) = A + B = Y ( f ) + Y(g). Si A es un escalar, de la proposicin 111.2 (cf. p. 191)
se deduce que la matriz asociada a la aplicacin lineal A/ en las bases cannicas es A4:
1 (A /) = A4 = A l (/ ). En conclusin, la aplicacin 1 es lineal de (& '", & ") en .\ f,(K ).
La aplicacin V es biyectiva. Dada una matriz .4 de orden ( n , m ) con trminos en &, es
decir, un elemento de AI,,,,, (& ), la aplicacin lineal cannicamente asociada a 4 :4 , es la nica
aplicacin lineal de K m en K " cuya matriz asociada en las bases cannicas es 4. Esto es: A
es el nico elemento de ( ,

IK ") que verifica que su imagen por 1 es igual a 4: K ./l) = 4 .

En consecuencia, ) es biyectiva.
.41 ser la aplicacin L lineal y biyectiva de (K m, K ") en .M,lm(K ), es un isomorfismo, y
por tanto los espacios vectoriales (K '", K " ) y M ,(K ) son isomorfos.

III.4

PRODUC10 DE MATRICES
1. D e fin ici n d e l p ro d u cto de m a trice s

El prod ucto de dos m atrices se define

de esta form a:
Definicin
El producto de
dos matrices

Si 4 y B son dos m atrices con trm inos en K de rd en es (n , m ) y (m ,p ), re sp e c


tivam ente:
.4 = ( a y ; 1 < i < n , 1 < j < m )

B = (b,,; 1 s i m, 1 < j p ) ,

el p ro d u cto de 4 por B es C = ( c ,,; 1 < i n, 1 j p ), m atriz de orden (n, p),


de trm inos:

m
Cij =

k=l

y se escribe: C = 4 6 .

a ik h j,

1 i < n, 1 < j < p,

III. MATRICES

194

D irem os tam bin que C es el p ro d u cto por la iz q u ie rd a de la m atriz B po r la


m atriz A , o que es el p ro d u cto p o r la d e re c h a d e la m atriz A por la m atriz B.
Nota bene

El producto de A por B (en este orden) se ha definido cuando el nmero de

columnas de la primera matriz: A, coincide con el nmero de filas de la segunda: B. En otro


caso, el producto no est definido. Si el producto de A por B est definido, entonces AB
es una matriz que tiene tantas filas como A y tantas columnas como B.

EJEMPLO 1 i

Consideremos las matrices reales A = (,/) y B = ( b, ) siguientes:


A =

(\

2\

11
B = [o

- O

El producto de A por B est definido, pues los rdenes de A y B son (2,2) y (2, 3), res
pectivamente, y el nmero de columnas de la primera coincide con el nmero de filas de la
segunda. Sin embargo, el producto de B por A no est definido, pues el nmero de columnas
de B, que es 3, es diferente del nmero de filas de A, que es 2.
Calculemos entonces el producto AB. Ser una matriz C = (c,) de orden (2 ,3 ). Los
trminos ele C son por definicin:
cu = a lkbkj,
L-l

1 * i * 2, ! . / ; 3.

Es decir:
Cu = a i \b\ i + ab>i = J - 1 +2 0 = 1,

Ca = nfoi> + 12^22 = 1 0 + 2 1 = 2,

c 13 = ct 11 ?i3 + r12^23 =

y anlogamente: ci = 2ifu + 22^21 = 1,


AB =

2\ (\
- 1 0

1 2 + 2 ( - 1 ) = 0,

=<*21^12 + 22^22 = - ' V c-z = 3. V por tanto:


0
1

2\
-i

(1
U

2
-i

()''
3

Para el clcu lo del trm ino c ,,, e s decir, del trm ino de p o sicin ( i , j ) del pro
ducto AB, slo intervienen lo s trm in os de la f-sim a fila d e A y lo s de la j- sim a
colum na de B: se o b serva que

e s la su m a d e lo s p ro d u cto s d o s a d o s d e los

trm inos de la t-sim a fila de A y la j- s im a co lu m n a de B. Esquem ticam ente:


/

:
a

: \

<i i >

h2j
im

'

bmj

- (i)

c u

K'

'/

PRODUCTO DE MATRICES

EJEMPLO 17

195

Consideremos las matrices reales:

Los rdenes de las matrices .4 y B son (2 ,3 ) y (3 ,2 ), respectivamente, y por tanto est definido
el producto de 4 por B y ser una matriz C de orden (2,2).
Calculemos detalladamente el trmino Cu: intervienen exclusivamente los trminos de la
primera fila de 4:
1,

0 y

- 1.

y los de la primera columna de B:


o,

i,

y el trmino c i es igual a la suma de los productos dos a dos de los trminos de estas fila y
columna:

d i = 1 -0 + 0 - 1 + ( - 1 ) 1 = - 1 .
F.l trmino c 12 es la suma de los productos dos a dos de los trminos de la primera fila
de 4 y la segunda columna de B: C12 = 1 2 + 0 (- 2 ) + (- 1 ) 0 = 2. V anlogamente: C21 = 2 0 + 3 1 + 4 1 = 7 y c22 = 2 2 + 3 (- 2 ) + 4 0 = -2.
En conclusin:

AB =

EJEMPLO 18

G : -(!

-5

Sean las matrices reales:


(i

- 1)

f=

(2\
3

w
Los rdenes de 4 y B son: (1 ,3 ) y (3 ,1), respectivamente. El producto por la izquierda
de B por 4, es decir, el producto de 4 por B, est definido y tiene orden (1 ,1 ). Se tiene:

El producto por la izquierda de 4 por B, es decir, el producto de B por 4, tambin est


definido, pero tiene orden (3 ,3 ). Se tiene:
1
1
1

2 0
3 0
4 0

2 (-1 )\
(2
3(- 1 ) = 3
4 ( - 11)
w

0
0
0

-2
-3
-4

III. MATRICt.

EJERCICIO 2

Sean ,4 y B dos matrices con trminos en K tules que est defnido el producto de A por B.
y tambin el de B por A. Demostrar que si el orden de las matrices AB y BA es el mismo
entonces ,4 y B deben ser cuadradas y del mismo orden.

2.

El producto de dos m atrices

P ro d u c io s d ad os p o r fila s o p o r co lu m n as

adm ite una notacin sen cilla cu an do la segun d a m atriz viene d ad a po r colu m n as o la
prim era viene dada p o r filas.
Producto de dos

P ro p o sici n III.5

Sean las m atrices con trminos en K ;

matrices dado

A = (a i i )

por columnas

B = (b fj)

de rdenes (n , m ) y (m ,p ), respectivamente. Si la notacin de B por columnas es:


B = (fi| | B | . I Br,
entonces:
A B = ( AB, | A B , | . . . | -48,
es decir:

A (8 , | B , |

...

| 8 ,,) = (A 8 1 | A B , \

AB,

En otras palabras, la j-sim a m atriz colum na del producto A B es igual al productc


de la m atriz A por la j-sim a m atriz columna de B (1 j p).

Demostracin

Sean las matrices C = (c,) y D = (d >) siguientes:


C = AB

D = (.481 | AB, | ... | AB, \ . . . |A B,,).

Queremos comprobar que estas dos matrices, ambas de orden ( n, p), son iguales, para lo cu a.
hemos de comprobar se verifica:
cj = dj,

para cada K i s n y

U j p.

Por un lado, por definicin de AB se tiene:


tu
CU = X

"

a 'k b k J.

Por otro lado, el trmino dj de la matriz U es el situado en la fila i-sima y en la columna


j-sim a, y por tanto es el trmino de la fila i-sima de la matriz columna:
a ]2

n i m'

22

a 2m

il

ai

Ujn i

\a ,|i

a n

/t 11
Cl21
ABj

(b i A
b,j

\bmj/
Un ni/

PRODUCTO DE MATRICES

197

es decir:

d<j = X a <kbcj(7)
k=1
De (6) y (7) se deduce que cj = d para cada 1 s i < n y cada 1 j p. Fn conclusin:
A B = A ( B | B, | .. . | Br ) = (4 8 , | ABZ | .. . | AB,,) .

Consideremos las matrices reales:


0
3
0

1 1
2 1
1 1

'1
2
1

II

/O
4 = 1
\0

'<

EJEMPLO 19

0
1
1
1

l\
2
1

Calculemos el producto AB utilizando la proposicin 111.5.


La expresin de B en notacin por columnas es: B = (8 , I 8 . I B), siendo:

1
ce

m
2
Bi =
1

/()^
1
y b - 1

V)

i\
2
1
w

De acuerdo con la proposicin III.5 se verifica:


4 6 = 4 (6| | B | 6() = (.46, | 4 8 2 | 4 6 ,)
Es decir:
la primera matriz columna de 4 6 es:
/O

48, =

0
1 3
VO 0

I 1'
2 1
1 1,

1
\3/

la segunda matriz columna de 4 8 es:


/O
48. = 1
lo

0
3
0

1\
I
1/

2
1

/ON
\
1
= 6
1
w
IV

la tercera matriz columna de AB es 4 8 , y puesto que 8 , = 8,, resulta:


48., = 4 8 , =
Por tanto:

12

48 =
u

12
4

12
A

III. MATRICES

Producto de dos
matrices dado

P ro p o sici n 111.6
Sean A y B m atrices con trminos en K d e rdenes (rt,m
y ( m , p ), respectivamente. S i la notacin de A por ias es:

por filas

'F .N
Fi

4 =

\F n/
entonces:

/F , B \
FiB
AB =

F B
es decir:
F

l\B \
FB

1-2

B =

vF>r B /

\F n )

En otras palabras, la i-sima m atriz la del producto A B es igual al producto de


la i-sima m atriz fila de A por B U

i n).

La dem ostracin de esta proposicin es an loga a la de la proposicin III.5 (cf. p. 19 6


y por ello se omite.

EJEMPLO 20

Consideremos las matrices reales:


(V

4 =
[o

0
3
0

1
2
1

1
1

1/

/? =

1\

'1

Calculemos el producto AB utilizando la proposicin III.6.


La expresin de .4 en notacin por filas es:
/ F ,\
4 =

I-,
\F</

PRODUCTO DE MATRICES

199

siendo:
F 1 = (O

l),

Fj = (l

l)

F:s = (()

l'

De acuerdo con la proposicin III.6 se verifica:


(F\
AB = Fj

(F\B\
B = F2B
[ f ib )

\FsJ

Es decir:
ia primera matriz fila de AB es:

(l
F\B = (0

1 1

0 l\

1 2

I
\3

1 1
1 3

= (4

4 ),

= (12

1 2) ,

la segunda matriz fila de AB es:


n
F>B = (1

2
1

i'

1 2
1 1

3/

la tercera matriz fila de AB es F/, y puesto que F = F , resulta:


F:iB = F\B = (4

4 ).

Por tanto:
<4
AB =

12
w

3.

6
2

12
4

L a com p o sicin de a p lic a c io n e s lin e a le s y e l p ro d u cto de m a trice s

siderem os u n a aplicacin lineal f de KF en K ."', y u n a aplicacin lineal g de


en K " ; grficam ente:
Pij '

Km - K ".

Y fijem os tam bin u n as b ases:


V = (v \ ,v 2

de

v p) , U = ( u , , u 2

u m) y W = (wi,w- ......... w ) ,

y K " , respectivam ente. Grficam ente:

Con

III. MATRICE

200

C on siderem os las m atrices aso ciad as a las aplicacion es lin eales J ' y g en e sta s b a s e s
Ms en concreto, por un lado, sea
/ bn
bu

b i2
b>

...

bxj

...

bip
b

\bmi

bm2

...

bmj

...

bmpJ

B =

la m atriz de ord en ( m , p ) asociad a a la aplicacin lineal f en las b ase s V (de K.r


y U (de K m). Es decir: la j'-sim a m atriz colum na de B tiene po r trm inos las coorde
nadas del vecto r f ( v j ) en la b ase U:
f ( V j ) = b\jU | + b-ijUz + - + bmJu m,

1 j < p.

Y, por otro lado, sea


11

A =

l;

1m

21

12
22

0 .2 k

2ni

11

12

fc

im

V ii i

nk

nm /

la m atriz de orden (n , m ) aso ciad a a la aplicacin lineal g en las b a se s U (de K "


y W (de & "). Esto es: los trm inos de la fc-sima m atriz colum na de A son las coor
d en ad as del vecto r g(U k) en la b ase IV:
g ( u k) = aikW t + a 2i<u>2 + + a nkw n,

1 k a m.

D enotem os por h la aplicacin com pu esta g f : h = g / ; en ton ces h es uns


aplicacin lineal d e

en IK". Sea D = (ti,,-) la m atriz de orden ( n , p ) asociad a a >


:

en las b ase s V (de K p) y IV (de K '1). D eterm inem os lo s trm inos d de la m atriz D.
La j- s im a m atriz colum na de D tiene po r trm inos las coord en adas del v e c
to r h ( V j ) en la b ase IV. Se tiene:
h ( V j ) = [g f ] ( V j ) = g ( f ( v j ) )

- g(b\jU\ + b2jU +

bmiUm)

= b i j g ( u i ) + b>j g (u_>) +

bmjg(Um) =

bkjd(Uk)

fc=l
= ^ bk i( a ]ki v i + a 2ku>2
k^i
= Y . a [kbkjUH
k i

'

OnkW n

akbkjU> + + a nkbkjU>

2 01

PRODUCTO DE MATRICES

(donde se ha utilizado (8) en la segun d a igualdad, y (9) en la quinta), es decir:


m

h (v j) =

X & ik b k jW i

+ + a lkbk;w , + + a nkbk jw .

(10)

k= I

El trm ino d j es la r-sim a coord en ada del vector h ( v j ) en la b ase W , esto es, el co e
ficiente de w , en la exp resin de h ( v ,) com o com binacin lineal de uq , w<

tun,

expresin que es el segu n d o m iem bro de (10). Por tanto:


m
do =

X ikbkj,

1 i < n. 1 < j V-

( ID

k- i

Por otro lado, es inm ediato com probar que est definido el prod ucto de A po r B.
Por definicin, el trm ino de posicin ( i , j ) de la m atriz AB es:
m
X atkbkj,
i=i

(12)

para cada 1 n y cada 1 j p. De ( 1 1 ) y ( 1 2) se deduce: D = AB.


Hemos dem ostrado, pu es, la siguiente
Composicin de
api. lin. y
producto de
matr. asociadas

Producto de
matrices y
composicin de
s o l.

lin. cannica

P ro p o sici n III.7

Si B es la m atriz asociada a una aplicacin lineal f

de K p

en K m en las bases V y U , y A es la m atriz asociada a una aplicacin lineal g de K m


en IK'! en las bases U y W , entonces la m atriz asociada a la aplicacin lineal g f
(de IKp en K '! ) en las bases V y W es el producto de A por B : AB.

C o ro la rio
Si A y B son dos m atrices con trminos en K de rdenes ( n ,m )
y ( m ,p ), respectivam ente, y A y B son sus aplicaciones lineales am nicam ente
asociadas, entonces a aplicacin lineal cannicamente asociada a la m atriz pro
ducto de A p or B: A B, es la aplicacin compuesta: A B .

mente asociadas

EJEMPLO 21

Sean 'B y^ l las aplicaciones lineales, de R2 en R3 y de R3 en IR3, respectivamente, dadas por:


Btxt.x*) = (xj + x^ ,X ] - X j,2 x i + x.i),
y l ( X i , X 2 , X 3 ) = ( X] - X ; , , X 1 + X 2 + X 3 , - X L + 2 X 3 ) .

Determinemos la matriz asociada a la aplicacin compuesta A B en las basescannicas.


Grficamente, la situacin es la siguiente:

donde Be denota la base cannica de R-, y B'c la de IR3. Obsrvese que, de acuerdo con el
enunciado, tomamos las bases cannicas para el primer espacio y para el tercero; para el
segundo, tambin tomamos la base cannica, aunque slo por comodidad.

III. MATRICE:

>oz

La matriz asociada a la aplicacin lineal B en las bases cannicas correspondientes es:

B =

!
1
\2

l\
-1
1/

puesto que: B ( 1 , 0) = ( 1 , 1 , 2 ) y B { 0 ,1) = ( I , - 1 , 1 ) , y las coordenadas de los vectores ( 1 , 1 , _


y (1, - 1 , 1 > en la base cannica de R ' son: 1 , 1 , 2, y 1 , - 1 , I , respectivamente.
La matriz asociada a la aplicacin lineal 4 en las bases cannicas correspondientes, pn:
cediendo anlogamente, es:
I
I
- 1

A=

-I\

De la proposicin III.7 (cf. p. 201) se deduce que la matriz asociada a la aplicacin A


en las bases cannicas correspondientes es el producto de A por ti:

AB =

/ i
i

o
i

\-l

-n
i

-\

-1

2) U

\>

0\

, 3

ij

Por ejemplo, si calculamos la imagen del vector ( 1 , 0) de IR- por la aplicacin 4 E


partir de las definiciones de A y B , obtenemos: 1.4 o fB](1,0 } = 4 ( 2 1( 1,0 ) ) , y se observ
que ( - 1 , 4, 3) es el primer vector columna de AB.

4.

P ro p ie d a d e s d e l p ro d u cto de m a trice s

En este a p artad o considerarem os

m atrices con trm inos en u n m ism o cu erp o K. C on la notacin:


A

(n,m:
q u erem os d ecir que A e s u n a m atriz de orden ( n. m ). Se verifica:
La m ultiplicacin de m atrices es asociativa:
A

(n,m)

(m,p)

A
( n,m)

ip

(m,p)

C
.
<p,n)

Si 4 , B y 6 son las aplicaciones lineales cannicamente asociadas a las matrices .4. :


y C, respectivamente, por la asociatividad de la composicin de aplicaciones, se tiene
4 o (23 o

C)

(4 o B ) o e, y de la proposicin ID.7 (cf. p. 20 1)

asociada en las bases cannicas a 4 o (B o e) es A(BC), y que la asociada en las basecannicas a (4 o 23) o e es iAB)C. y por tanto: At.BC) = [ABIC.
La m ultiplicacin de m atrices es distributiva, tanto por la derecha como por .
izquierda, respecto de la adicin de m atrices:

4
t n . m i

B|
( m ,p )

B
( m ,p )

A B + A B

4. PRODUCTO DE MATRICES

O I

A>
(ii.tni

,4 1
+
i n.mi

B
(m.p)

A iB + A li.

Se deduce inmediatamente de la definicin del producto de matrices y de la propiedad


distributiva de la operacin respecto de la operacin + del cuerpo K.
Si I y I i son las m atrices identidad de rdenes n y m, respectivam ente, en
tonces:

ln

in.it)

<n,m)

(n,ni)

i,n

tn.iin

(m.nt)

Si 'J y A son las aplicaciones lineales cannicamente asociadas a las matrices / y .4,
respectivamente (y por tan lo 3 es la aplicacin identidad de &"), entonces la aplicacin
lineal cannicamente asociada al producto lA es:

A = A, y por tanto: fnA = 4.

Anlogamente, se demostrara que A/, = .4.


t i producto, tanto por la izquierda como por la derecha, de una matriz por una
m atriz cero es otra m atriz cero:

.4

ifi.n)

(ii,m)

(p an)

In.nn

im.ij)

(n.i/i

Es consecuencia inmediata del hecho de que los trminos de una matriz nula son nulos
y de la definicin del producto de matrices.
EJERCICIO 3

Sean A y t dos matrices con trminos en K de rdenes ( n .m ) y ( m ,p ), respectivamente, y


sea \ un elemento de IK.. Demostrar se verifica la igualdad: Ai a t ) = <x{AB).

EJERCICIO 4

Si .4 es una matriz cuadrada con trminos en IK, el producto de A por 4 est definido: la
matriz A.4 se denota por A2: .42 = .4.4. Demostrar que si 4 y B son matrices cuadradas del
mismo orden con trminos en K, se tiene: (4 + B )2 = A2 + AB + BA - B .

EJERCICIO 5

Sea 4 una matriz de orden ( n ,m ) con trminos en K. Demostrar que la j-sima matriz
columna de 4 es igual al producto por la derecha de 4 por la j-sima matriz columna de la
matriz identidad l m; es decir: A = AE, para cada 1 j in.
Tambin, demostrar que la i-sima matriz fla de A, F,, es igual al producto por la iz
quierda de A por la i-sima matriz fla de la matriz identidad /; esto es: F, = LA, para
cada 1

EJERCICIO 6

< i < n.

Sea A una matriz de orden ( n , m ) con trminos en K, y sea X la matriz colunma con trminos
en 31:
( x \\
x->
X

='
\xml

Demostrar se verifica: A X - xAi+x>A +- +xmAm, donde A i, 4 2 ........ A, son las matrices


columna de la matriz A.

III. MATRICES

204
5 . L a no co n m u ta tiv id a d de la m u ltip lic a c i n de m a trice s

Sean A y R dos

m atrices con trm inos en BC. Si el p rod ucto A B e s u n a m atriz de ord en d iferen te ai
del prod ucto 6 4 , entonces, obviam ente, la m atriz A B es distin ta de la m atriz 6.4.
Supongam os, pu es, que A B y BA so n del m ism o orden; en ton ces (cf. ejercicio 2,
p. 19 6 ) las m atrices A y B so n cu ad rad as y del m ism o orden. En e sta s condiciones,
direm os que las m atrices A y B co n m u tan si A B = BA.
Sea n el orden de las m atrices cu ad rad as .4 y B. Si n = 1, en ton ces A B = BA.
com o con secu en cia de que estam o s co n sid eran d o conm utativo el cu erp o (BC, + , -i.
Sin em bargo, si n 2, el p rod ucto A B no e s n ecesariam en te igual al p rod ucto BA .

EJEMPLO 22

Si K = IR y (IR, +, ) es un cuerpo conmutativo, y A y B son las matrices cuadradas, de


orden 1 , 4 = ( ) y B= (/i), con R y

e IR, entonces:

A II = ( ) (0) = K ) = (/) = ( B ) ( ) = BA.


EJEMPLO 23

Las matrices reales:


y

.4 =

6 =

-2

no conmutan, pues:
O

AB =

-2

O/

0
1

p _ ( 2

- 2\

(o

-2

1
O

O 2
-2 O

Es fcil mostrar ejemplos de matrices cuadradas de rdenes superiores a 2 construida^


a partir de las matrices .4 y I! y que no conmutan. Por ejemplo, si n = 4, el lector puede
comprobar que no conmutan las siguientes matrices:
/
1
0
V>

i
0
0
0

0
0
0
0

()j
0

oy

(2
0
0
lo

0
_2
0
0

0
0
0
0

0\
0
0
0

En conclusin:
La m ultiplicacin de m atrices cu ad rad as de ord en n (n > 2) no es conm utativa.
Afirmar que la multiplicacin de matrices cuadradas de orden mayor que i
no es conmutativa no excluye que haya matrices que conmuten. Por ejemplo, la matri,
identidad l conmuta con cualquier matriz cuadrada de orden n.
Buscar dos matrices A y B, cuadradas de orden 2, tales que: (4 + B )2 * 4-' + 2.46 + B-

405

4. PRODUCTO DE MATRICES

6. R e p rese n taci n m a tric ia l de la im ag en de un ve cto r

C on siderem os una

aplicacin lineal A de K " en K."1, y sea:


^a i i

t 21

12

U |m\

CL\

&2m

^22

A =

1 ii j

&n2

V^nl

la m atriz de orden (n , rn) con trm inos en

nm /

aso ciad a a la aplicacin lineal A en las

b ases cannicas; y, com o es habitual, sea A la j- sim a m atriz colum na de A , y sea a


el j- sim o vector colum na de A (1 < j m ) . G rficam ente:

donde Bt = ( e i , e 2}
Sean x =

Be
Km

ei

-------

B 'c

Di
ii ,

e n) es la b ase cannica de 0m, y B'c es la b ase cannica de K.'1 .

........ x m) y y = ( y i , v 2 ..........y ) vectores de K m y K , resp ectiva

m ente, y sean X y Y las m atrices colu m n a cuyos trm inos son las com pon en tes de
los vectores x y y , respectivam ente; es decir:
fy i \

fx A
x?

.Y =

y2

Y =

\Xm)

\ y j

Entonces se verifica:
A (x ) = y

<=> A.Y = V',

( 1 3)

com o consecuencia de la siguiente cadena de equivalencias:


A(x) - y

A (x iC i + x > e + + x , e , + - + x
.v iA (e i) + x
X \U \

+x

2A { e > )

+ - - + X

+ * * -t-x , a

j A i e , )

~!-+ am

m e m ) = y

+ x n, A ( e m )

a m

= y

X\ A, + x 2A + + X jA j + + x mA m = V'

a.y =

(donde la cuarta equivalencia es una co n secu en cia inm ediata de la definicin de las
m atrices colum na A , y Y, y de los vecto res colum na a, y y , y la ltim a equivalencia
se prob en el ejercicio 6 (cf. p. 203)).

III. MATRICES

2.o G

EJEMPLO 24

Calculemos, utilizando la equivalencia (13), la imagen de un vector (x i , X2 , x.j} de IE- por k


aplicacin lineal A de R 3 en Re cannicamente asociada a la matriz reai:

1
0

^ i)-

Se tiene:

(x\ + 2x2 + x j \

2x , + Xi

^
y

las componentes de la imagen por A del vector

matriz columna; es decir: A { x i , X 2 , X ) = ( X i

EJEMPLO 25

(X i.X 2 .X 3 )

) '
son ios trminos de esta ltim

2x + x it 2x 2 +

X 3}.

El producto de matrices reales:

puede ser interpretado, teniendo en cuenta la equivalencia (13), de la siguiente manera: el


vector (- 1 ,- 2 ) de R 3 es la imagen del vector (1, 1,0) de K 3 por la aplicacin lineal canni
camente asociada a la matriz:

'1
10

?
2

3J

Ahora, sea f u n a aplicacin lineal de IKm en K " , y fijem os u n as b a se s de


respectivam en te: V = ( v i , V 2 ,.. . , v m) y IV' ( m , w , . -,Ubt

B -

fb u
1

b l2
^22

..

\bni

hn2

..

b j
b2j

...
...

b\ m>

bnj

bnm)

bm

la m atriz asociada a f en las b ase s V y 14'; es decir;


f ( V j ) ~ bj W ] + b2]W + + bnWn

Si x = X[V\ + X 2 V 2 + + X jV j + + x mv m es un vector dado de K m, \


denotam os por y = Vi w + v 2u>j + + y w u el vecto r de K que es im agen de x
p or / : y = f ( x ) , entonces los escalares y \ , y 2, . .

y vienen determ in ados por la

relacin m atricial:
^3 '1 ^
3'z

O V

f bx\

by

...

b\m\ ( X \ \

b 1

b22

...

b2m

X2
(14

\bni

bn2

...

b nm) V W

4. PRODUCTO DE MATRICES

207

En efecto:

f(x)

=s>

y = f ( x \ v i + x v >+

xVj

+ +

x mv m )

m
=* y = X X j f ( V j )

j=l
m

=> V itu I + y^ u ^ + - + y ntv - X

+ b 2 ji* > 2 + +

j=i

e igualando lo s coeficientes de u q , w , . . iv n:
m

y i = X/ bi ,,

2=

j=i

X x J b2J

->' ' X x J b* i

, /=t

J=i

pero esta s n igu aldades p u ed en escrib irse con jun tam en te de la siguiente fo rm a matricial:
/ v i \

>0
= X xjB j ,

(1:

j=1
\yn /

donde B es la j- sim a m atriz colum na de B ( 1 < j m ). Finalm ente, la relacin


m atricial (1 5) es la m ism a que la relacin m atricial (1 4) (cf. ejercicio

EJEMPLO 26

Sean

= ( v \ , v - > , v - i ) y W = ( w , w 2)

las bases de

R 3

y de

R 2,

6 , p.

203).

respectivamente, formadas por

los vectores:
vi = (1,1,0 ),

v 2 = (0 , 1 , 1 ),

( 1 , 0 , 1 ),

t/; =

wi =

( t . l ) , w

(0 , - 2 );

y consideremos la aplicacin lineal / de R 3 en R 2 cuya matriz asociada en las bases V y W es:


R=

1
-1

2 1
0 2/'

En primer lugar, calculemos la imagen por f del vector x = 2 v + v - 3 v 3. Si denotamos


de la forma: y = y w + yw al vector de R 2 que es imagen de x por / : y = f ( x ) , entonces
se tiene:

(2 )

(i)

y por tanto: y = 1 y y> = - 8, y f ( 2 v i + v - 3v j) = lie i - 8uq.


En segundo lugar, calculemos la matriz asociada a / en las bases cannicas de R 3 y
las cuales respectivamente denotamos: B c = (ei , , C3) y B'c = (e\,e'2). Sabemos calcular
la imagen por f de un vector cuando ste viene expresado como combinacin lineal de los
vectores de la base V. Debemos expresar, pues, los vectores e , e >y e en la base V.

III. MATRICES

Se verifica:
El vector e \ expresado en la base V es:

e\ = - V i - - v > + -v.i,
y como:

entonces:

f i e i) = Oivi + -iv_. = 0(1,1) + - (0 ,- 2 ) = (0 ,- 1 ) = -e'2.


El vector e>es:

1
1
1
ej = ^V| + - V j - -v,

luego:

f (e>) = ltv i - | u /2 = (1,4) = e\ + 4e'2.


Por ltimo, el vector e 3 es:

]
1
1
3 = - 2^1 + c} v> + - Vj,

y
' l/2>

( - ! 3

:@ -W -

y entonces:

f ( e ) = liv i + jiV 2 = ( 1 , - 2 ) = e\ - 2e\.


En resumen:

f i e i ) = - e 2, f l e>) = e\ + 4e',

f i e 3 ) = e\ - 2 e 2 ,

y por tanto las matrices columna de la matriz asociada a / en las bases cannicas son:

G) > (-!)
En conclusin, la matriz asociada a f en las bases cannicas es:

(-; i

-=)

y teniendo en cuenta la equivalencia ( 13): f ix \ , x 2, x 3) = (x 2 + x 3, -x\ + 4 ^ 2 - 2 x 3), ya que:

Xi
x >

-1

4 - 2

X-jJ

| =

x > +

X \

\ - X | + 4X2 - 2 X ;i/

209

5. RANGO DE UNA MA TRIZ

III.5

RANGO DE UNA MATRIZ


l.

D e fin ic i n de ra n g o de u n a m atriz.

El ran go de una m atriz se defin e com o

el rango de s u s vectores colum na:


Definicin
Rango de una
matriz

Sea 4 una m atriz de ord en ( n . m ) con trm inos en K. El ra n g o de 4 , que se


denota: rango 4 , es el rango d e los vecto res colum na de 4 . Es decir:
ran g o 4 = rango ( a i , a, , a m) ,

donde a i ,

EJEMPLO 27

z , a

so n lo s

v ecto res colum na de 4 .

Calculemos el rango de la matriz con trminos en US:


n
0 1
0
4 = 1 - 1 0
1
\l
1 2 - 1

-1\
1
-3

Los vectores columna de 4 son los siguientes vectores de R J :

a, = ( 1 , 1 , 1 ) ,

a = ( 0 , - 1 , 1 ) ,

a , = ( 1 , 0, 2) ,

a4 = (0,l,-l)

a-, = 1 - 1 , 1 , - 3 ) .

Para calcular su rango hacemos:

a'. = a,
a',

a :

= ( 0 ,-

a 4 = a.i

a'- = a-, +

1 , 1 ),

ai =

(0, - 1 , 1 ) ,

= (0,1,-1),

a ,=

( 0 , 2 , - 2 ),

y asi: ra n g o la i,a 2 ,a ;,a .|,a .4 = 1 + rango (a,, a', a\,a\). Si ahora hacemos:

= a'3 - a> = (0 ,0, 0 ),


= a 4 + a', = (0,0,0),
= I + 2 a', = (0,0,0),
entonces: rango (a 1 , a.., a j , , a ;) = 1 + 1 + rango (a'!, a'f,a 2) = 2 + 0 = 2. En conclu
sin: rango 4 = 2.
EJEMPLO 28

Calculemos, segn los valores de , el rango de la matriz con trminos en IR:

4 =

III, MATRICE;

2]O

Se liene: rango.4 = rango ( a i ,a ? , s , 4), donde i, a i . o j y

son los vectores colunm.

de A (los cuatro son de LJ ):


a i = (1 , 2, 0),

02 =

(!,,!),

= (0, 1,1)

4 =

(l,-1,-3).

Si hacemos:
a , = a> -

= (0 , - 2, 1 ) ,

=(0,1,1),

a'3 =

aA

a'A =

a A-

= (0, - 3 , - 3),

fl]

entonces: rango A = 1 + rango (a'., a'ir a i ) . Si ahora hacemos:

a l = a\ +
a'

(2 -

a)a\ = { 0 , 0 , (2 - a) + 1) ,

a'A+

3 a j = (0 ,0 ,0 ),

entonces: rango A = 1 + 1 + rango ( a " , a A) =2 + rango((0,0,3 - )). En conclusin:


rango A =

Consecuencias de la definicin de rango

Se verifica:

* El rango de una m atriz es m enor o igual que ei nmero de sus filas y que c!
nm ero de sus columnas.
Una matriz de orden (n, m ) con trminos en IK tiene m vectores columna, y el ranp

de m vectores es menor o igual que m; los vectores columna son vectores de IK", \ e.
rango de un sistema de vectores de IK" es menor o igual que n.
No se modifca el rango de una m atriz perm utando entre s sus columnas.
Se deduce inmediatamente de una de las consecuencias de la definicin de rango de ur.
sistema de vectores: no se modifica el rango de un sistema de vectores permutand<
entre si dos de ellos.
2.

R e la c i n e n tre e l ra n g o de u n a m a triz y e l de u n a a p lic a c i n lin e a l re p re

se n ta d a p o r e lla

C on siderem os una m atriz de orden (n , m ) con trm in os en K:

A =

/ a 11
l 21

U 12
U 22

\ a ,n

a i,2

a.ij
2]

d i m '
. . . Ctr2m

O-nj

O-nm)

y sea / la aplicacin lineal de !Km en IK" aso ciad a a A en las b ase s (fijadas):
V = (v \ , V 2 ,--,vm)

W = {u>u w 2

w );

211

RANGO DE UNA MATRIZ

grficam ente:
v
Km

"
K"

V j -------------- / U V -

01 vecto r f i v , ) e s , p u es, el vecto r de K " c u y a s co o rd en ad as en la b ase W so n los


trm inos d e la m atriz colu m n a ./-sima de ,4:

f ( v ) = a i , iiz i + a>jW 2 + + a jW ,

1 j m.

C on siderem os el autom orfism o V de K." tal que:

f ( w , ) = e,,

1 i n,

(cf. seccin 5 del captulo II, p. 1 3 2 ) d on d e B( = ( e , e > ......... e ) es la b ase cannica


de

Entonces:
T { f ( V j ) ) = 'F { a ijW\

+ a-iiUi +
+a j W )

= a \ j Y ( w \ ) + a->j'F(w >) + + a n j ' F ( w )


= a i e i + a j e> + + ti n , e
= ( a i j , a > j , . . . , a n j ),

y ( a j , a > i , . . . , i i ) = a , e s el ./-sim o vecto r colum na de A. Es decir, se tiene:


' F ( f i V j ) ) = a ,,

1 j m.

(16)

Por o tra parte, por definicin de rango de una aplicacin lineal y por ser T is o
m orfism o se tiene:
r a n g o / = ra n g o (/(i i ) , f ( v > ) .........
= r a n g o ( ( P ( / ( v i) ) ,

) ) , . . . Y ( f { v m) ) ) ,

de lo que se dedu ce (teniendo en cu en ta (16)):


r a n g o / = rango ( a i ,
p u es rango ( a i , a 2

<12

a , ) = rango A,

a , ) e s por definicin el rango d e la m atriz .4.

H em os probado, pu es, el sigu ien te resultado:


El rango de una
aplicacin lineal
es igual al de
cualquier matriz
ue ia represente

P ro p o sici n III.8

Si f es la aplicacin lineal representada por una m atriz A en

dos bases dadas, entonces:

rango / = rango A.
Nota b e n e

Es indiferente la eleccin de las bases; es decir, si .4 es una matriz, entonces

todas las aplicaciones lineales que pueden ser representadas por .4 tienen el mismo rango.
A

212

III. MATRICES

Consecuencias ele la proposicin III. B

Se verifica:

S i A y R son dos m atrices tales que existe el producto A B, entonces:


rango( A B) m n r a ng o A, rango B\.
Si A y B son las aplicaciones lineales cannicamente asociadas a las matrices A y t.
entonces la aplicacin lineal cannicamente asociada a AB es A B , y de acuerdo coi
la proposicin III.8 (y recordando la proposicin 11.6 (cf. p. 121)), se tiene:
rango(AB) = rango(A B ) < mn|rango.A, rangoB) I
= mn rango A, rango/)!.
Una condicin necesaria y suficiente para que una m atriz cuadrada de orden n
represente un isom orfsm o es que el rango de la m atriz sea igual a n.

Es una consecuencia inmediata del hecho de que una aplicacin lineal de IK" en K." es
un isomorfsmo precisamente si su rango es igual a n (cf. proposicin 11.13, p. 135).
P ro p o sici n III.9
Si A es una m atriz cuadrada de orden n de rango igual a n.
y B es una m atriz de orden ( n, m ) (ambas m atrices con trminos en K j, entonces:
ran go (A B ) = ra n g o B .

Demostracin

Sean A y B las aplicaciones lineales cannicamente asociadas a A y E

y sea (e,e 2 , . .. , e m) la base cannica de K m. Como rango.4 = n, la aplicacin A es un


isomorfsmo (cf. ltima consecuencia de la proposicin III.8). y por tanto:
rango!AB) = rango!A B )
= rango([A B ]( C |) ,[ A e>S](e2) , . .. ,( A o B ](c ,))
= ran go (A (B (c, ) ) , A<B( e . ) ) ........ A { B ( e m)))

= rango(B(Ci),B(e2)

(cm))

= rangoB = rangoB,
donde se ha utilizado el corolario de la proposicin 11.8 (cf. p. 124).

IIL6

TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ


I.

T ra n s fo rm a cio n e s e le m e n tale s

Llam arem os tra n sfo rm a c io n e s elem en ta

le s (por filas) a cu alquiera de lo s tres tip o s de tran sform aciones sigu ien tes (que se
aplican sobre m atrices con trm inos en u n cu erp o K):
T ip o I: perm utar entre s las las i-sima y j-sima. Es decir, intercam biam os
las filas i-sim a y j- sim a , y las dem s fila s las dejam o s en la m ism a posicin.

6. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

EJEMPLO 29

Al permutar entre si las filas primera y segunda de la matriz real:

(0
2

1
0

\1

3
4
3

2\
2

\)

obtenemos la matriz:

Denotaremos esta transformacin de la forma:

Tipo II: m ultiplicar Ja fila i-sima por un escalar no nulo. Esto es, los trm inos
de la fila i-sim a se m ultiplican por el escalar no nulo, y los trm inos de las
dem s filas quedan inalterados.

EJEMPLO 30

Al multiplicar por 1/2 la segunda fila de la matriz real:

0
2
1

1
0
1

3
-4
3

2\
2
1/

obtenemos la matriz:

Denotaremos esta transformacin de la forma:

2
ll

1
0
1

3
4
3

(0
2\
2 F2- ' ,2f- 1
1/
U

1
0
1

3
_2
3

2\
1
1/

Tipo III: sum ar a la la i-sima el resultado de m ultiplicar por un escalar la fila


j-sim a , con j

i. Es decir, se su stitu ye la fila i-sim a p o r la sum a trm ino

a trm ino de ella y el resu ltad o de m ultiplicar la fila j- sim a por el escalar, y
las restan tes filas, incluida la j- sim a , quedan inalteradas.

21 4

III. MATRIC

EJEMPLO 31

Sumar a la segunda fila la tercera multiplicada por el escalar - 2 en la matriz real:

da como resultado la matriz:


{)
0
1

1
-

2
]

i
-

10
.1

Denotaremos esta transformacin de la forma:

1.1

2.

1
0
1

3
-4
3

M a trice s e lem en tales

2\
(0
F>-F_. +< 2lf|
2
0
1/
U

I
-2
1

3
-10
3

2\
0
1/

D enom inarem os m a triz elem en tal de orden n so be

un cuerpo K a so c ia d a a u n a tran sform acin elem ental a la m atriz resu ltante de


aplicar la transform acin elem ental a la m atriz identidad I .
Se tienen, pu es, tres tipos de m atrices elem entales:
Tipo I:

i I

(U \

\ L j

i /
que co n siste en perm utar entre si las filas i-sima y j-sim a de la m atriz iden
tidad I (obsrvese que estam o s u tilizan do notacin por filas, y recordem os
que L\, L>, L n son las m atrices fila de /).

. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

Si K = R, la matriz:

/O 0 1\
1
\i 0 0/

(L3\
'1

EJEMPLO 32

u
\L/

es una matriz elemental de orden 3, que se ha obtenido permutando entre s las filas primera
y tercera de la matriz identidad !,.
La matriz:
0
0
1
0

1
0
0
0

D 0
1 0
0 0
0 1

(L,\

es una matriz elemental de orden 4, que se ha obtenido permutando entre s las filas segunda
y tercera de la matriz identidad l4.

Tipo 11:
t
1

( L'\

1
i,

oc

que co n siste en m ultiplicar por el escalar no nulo ot la fila i-sima d e la m atriz


identidad

EJEMPLO 33

Si K = R, la matriz:

1 0 0\
0 1
/ =
lo 0 T
3/

L1
Li
U L.J

es una matriz elemental de orden 3, que se ha obtenido multiplicando la tercera fila de la


matriz identidad /, por el escalar no nulo 3.

216

III. MATRICES

Tipo III:
J

/I

. p

h + pL

1
Ln

l)

que co n siste en sustituir, en la m atriz iden tidad /, la fila i-sima por la suma
de ella misma y el resultado de m ultiplicar la fila j-sima por el escalar fi.

EJEMPLO 34

Con IK = IR, la matriz:


1
0
0

0
1
0

-2 '
0
1
3

es una matriz elemental de orden 3, que se ha obtenido sustituyendo la primera fila de


la suma de ella misma y el resultado de multiplicar la tercera por - 2 .

por

La matriz:
Li

O''
o
0
1

11
4

0
lo

l 2 + 4L,
ls

es una matriz elemental de orden 4, que se ha obtenido sustituyendo la segunda fila de l. por
la suma de ella misma y el resultado de multiplicar la primera por 4.

3. Pro p ie d ad es de la s tra n sfo rm a c io n e s e le m e n tale s y de la s m a trice s e le


m en tales

Em pezam os vien do u n a p ropiedad sobre el ran go de las m atrices e le

m entales:
Una matriz

Pr opos i ci n III. 1 0

E l rango de una m atriz elem ental de orden n es igual a n.

elemental es de
rango mximo

Demostracin
La matriz elemental de tipo I obtenida permutando entre s las filas i-sima
y j-sim a de /,, verifica que sus n vectores columna son:
e

e,

e,

e,

6. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

de rango igual al de los s ectores (cf. propiedades del rango de un sistema de s ectores, p. 80):

e,

e,

e,

e ,

que es igual a n.
La matriz elemental de tipo II obtenida multiplicando la fila -sima de / por el escalar
no nulo or verifica que el sistema de sus vectores columna es ( e,
a e , .. . , e), cuyo rango
es igual a n (cf. propiedades del rango de un sistema de vectores, p. 80).
Finalmente, los n s ectores columna de la matriz elemental de tipo III obtenida de la forma:
sustituyendo la fila i-sima por la suma de ella misma y la fila j'-sima multiplicada por el
e, cuyo rango (cf. proposicin 1. 18 , p. 82) es

e~\, e, + pe,, e ,+i

escalar p, son: e ,

igual al de los sectores e , ..., ej , e, e , . ,


Efectuar una
transformacin
elemental es

e, y por tanto igual a n.

S i llevam os a cabo una transformacin elem ental en una ma

P ro p o sici n III. 1 1

triz de orden <n ,m ), e l resultado es el mismo que el de m ultiplicar por la izquierda


la m atriz dada por la m atriz elem ental de orden n asociada a la transformacin.

como multiplicar

C on siderem os la tran sfo rm acin elem ental: sum ar a la prim era pila el resultado
F i + ( 2 ) F; ". A plicada a la m atriz

de m ultiplicar por - 2 la tercera, e s decir: f j

real:

se obtiene la m atriz:

r
y la m atriz elem ental asociad a a la transform acin es:
0

-2

^0

(\

Por un lado, se verifica:

-1

lA

m a triz ele m en ta l

y por otro lado:

1 1 o\
-1 0 1
V 1 -i 2 )
(

m a triz d a d a

0\
/-I
' = -i
2

-)

/ V1

m a triz d ad a

ro

-2 W

1
0

+
1
5

yt

su matriz
elemental

V eam os en un ejem p lo lo que luego dem o strarem o s en el caso general.

"17

por la izda.) por

- 4\

0
-1

1
2/

m a triz p ro d u c to

(-1
^1

3
0
- 1

4\

m a triz tra n sfo rm a d a

218

III. M A T R IC E

y las m atrices tran sfo rm ad a y prod ucto so n la m ism a. Es decir, se obtiene el m is mi


resu ltad o aplicando la tran sfo rm aci n elem ental a la m atriz que m u ltiplicn dola pi
la izq u ierd a p o r la m atriz elem ental aso ciad a a la transform acin.
Demostracin de la proposicin III.]

Sea A una matriz de orden (n, m); en notaci:

por lilas:
/F\\

F2
A=

,F J

Recordemos, del ejercicio 5 (cf. p. 203), que el producto de la i-sima matriz fila de la
matriz identidad ! por la matriz A es igual a la i-sima matriz fila de A, es decir: L,A = F
En lo que sigue tambin haremos uso de la proposicin ili.6 (cf. p. 198).
Consideremos la matriz elemental de tipo I asociada a la transformacin elemental: pe
imitar entre s las filas i-sima y j-sima. El producto de esta matriz elemental por A es:
(L i

L iA

r t\

Lj

LjA

Fj
=

A =
L,

L,A

Fi

\LJ

\l a )

KF

que es resultado de llevar a cabo en la matriz A la transformacin elemental permutar entr-j


s las filas i-sima y j-sima.

Consideremos ahora la matriz elemental de tipo II asociada a la transformacin elementai


multiplicar la fila i-sima por el escalar no nulo a . Su producto por la matriz A es:
L\A ^

aL,

Ln

A =

ctLfA

LA

F'

= cxFi

Fn

que es resultado de aplicar a la matriz A la transformacin elemental multiplicarla fila i-sim.:


por el escalar no nulo a.

219

6. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

Finalmente, consideremos la matriz elemental de tipo III asociada a la transformacin


elemental: sumar a la fila i-sima el resultado de multiplicar la fila j-sima por el escalar 0.
Se tiene:
L A

L,

L, - PLj

= L,A + 01., A

( I , + 01.,) A

.4 =

r + ir,

L nA

L A

Ln

F\

L\A

que es resultado de aplicar a la matriz A la transformacin elemental sumar a la fila i-sima

el resultado de multiplicar la fila j-sima por el escalar 0.


Recapitulando, hemos probado que aplicar a una matriz de orden In.m) una transfor
macin elemental tiene el mismo resultado que multiplicar por la izquierda la matriz por la
matriz elemental de orden n asociada a la transformacin elemental.
1 rango no varia
al efectuar una
transformacin

C o ro la rio

c.o.d.

Las transformaciones elementales conservan el rango, es decir, al

aplicar una transform acin elem ental a una m atriz, e l resultado es una m atriz cuyo
rango es el mismo que el de la m atriz original.

elemental

Demostracin

En la proposicin anterior acabamos de ver que aplicar una transformacin

elemental a una matriz tiene el mismo resultado que multiplicarla por la izquierda por la
matriz elemental correspondiente. Dado que las matrices elementales son cuadradas y su
rango es igual a su orden (cf. proposicin III. 10, p. 216 ), con la proposicin III.9 (cf. p. 212)
concluimos el resultado.

EJEMPLO 35

Consideremos la matriz real:


0
1
1

A =

2
4
2

y la transformacin elemental permutar entre s las filas primera y segunda: F 1 F".


Calculemos en primer lugar la matriz elemental M\ asociada a la transformacin elemen
tal considerada. Aplicando sta a la matriz identidad /, se tiene:
0
1
0

(\

h =

lo

\
o F' - ^

(0
1

1)

40

1
0
0

04
0 = Mi
iy

Multiplicando por la izquierda la matriz .4 por la matriz elemental M 1 , se obtiene:

Mi A =

(0
1

04

lo

1
2
U

0
1

14

4
2

oy

(2

1
ll

4 1\
2 1
2

0/

= .4,

220

III. MATRICES

La matriz ,4| es el resultado de aplicar a la matriz. ,4 la transformacin elemental F, ~ F_":

4 =

0 2
1 4
1 2

(\
2

n
i
oy

1
0
1

(2

1
Vi

4
2
2

1\
1
0

Consideremos ahora la transformacin elemental multiplicar la segunda fila por 2, es


decir: F;> 2F"- Su matriz elemental asociada es:
n

o o\
02 O ,
\0 O 1

M2 =

y el producto MA es:
Ai24

1=

/I
0
lo

0\

0
2
0

4
2
2

1
0
1

1
1J Vi

1
0
1

(2
1\
1 = 2
Vi
0/

4
4
2

O)

que es la matriz obtenida aplicando la transformacin a la matriz A:

4i =

'2
1

1
0
1

4
2
2

1
0>

F>-2F>

(2
2

1
0

4
4
2

1\
2|
0/

Obsrvese que se verifica: 4 2 = M>A, y A\ = M A , y por tanto: A = MM, A. Entonces la


matriz A>, que es igual al resultado de aplicar sucesivamente las transformaciones elementa
les Fi - F>" y ''F> - 2 F i a la matriz A, tambin es igual al producto por la izquierda de .4
por la matriz
El lector puede comprobar fcilmente que el rango de la matriz A es igual a 2; del comananterior se deduce: rango A = rango 4

1=

rango A = 2.

A n tes de ver la sigu ien te propiedad d e las tran sform aciones elem en tales, estudienios un ejem plo. C on siderem os la m atriz:

1
2
4

Iy

'O
.4 =

l'
5

que es de ord en (4, 5), su rango es 3 y s u s tres p rim ero s vecto res colum na: ( 0 , 2 , 4 , 0
( 1 , 0 , 1 , 1 ) y ( 1 , 2 , 4 , 1 1 , son linealm ente in d epend ientes. N uestro ob jetivo e s aplicar
su cesivas tran sform aciones elem en tales a la m atriz A que n o s lleven a una m atriz de
la form a:
( l

O
\0

b \

C \

b ;

t 2

b3

c3
c4

O 1
O O

(i;

221

TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

la cual verifica que su s 3 prim eros vecto res colum na son e\, e> y

(de la b ase

cannica de R 4).
En prim er lugar, tratam os de con segu ir una m atriz cu yo prim er vecto r colu m
na sea C] = ( 1 , 0 , 0 , 0 ) . El prim er p aso co n siste en colocar en la posicin ( 1 , 1) un
trm ino no nulo, y lo logram os aplicando a la m atriz A la tran sform acin elem ental
perm utar entre s las filas prim era y segunda (f j /-V):

/2
0
4

0 2
1 1 2
1 4

4 2\
1
9 5 '

^0

2 1,

El siguiente paso es hacer igual a 1 el trm ino de la posicin ( 1 , 1 ) ; se con sigue con
la tran sform acin elem ental m ultiplicar por 1 /2 la prim era fila (f j ( l / 2 ) f j ):

1 2 l\

0
4
v0

1 1 2
1
1 4
9 5 '
1
1 2 1,

A continuacin, debem os consegu ir que el trm ino de la posicin ( 3 , 1 ) sea igual


a 0, a lo que se llega llevando a cabo la tran sform acin elem ental sustituir la tercera
fila por la suma de ella misma y el resultado de m ultiplicar por - 4 la prim era (es

decir: f j - f j + ( ~ 4 ) f j 'j :
/l
0

0
^0

0
1

1
1

1 0
1

2 l\
2

18)

(18)

1 2 1)

y ya tenem os u na m atriz cuyo prim er vector colum na es ( 1 , 0 , 0 , 0). O bsrvese que el


rango de esta m atriz tam bin es igual a 3, p u es es el resu ltad o de su cesivas tra n sfo r
m aciones elem entales aplicadas a A, las cu ales co n servan el rango (cf. corolario de la
proposicin III. 1 1 (cf. p. 2 1 7)).
En segund o lugar, tratam os de llegar a una m atriz cu yo s vecto res colum na pri
m ero y segund o sean ej = ( 1 , 0 , 0 , 0 ) y e = ( 0 , 1 , 0 , 0 ) , respectivam en te. Para ello,
slo nos fa lta que los trm inos ( 3 , 2 ) y ( 4, 2) sean nulos. A plicam os a la m atriz
de (18 ), su cesivam en te, las tran sform aciones elem en tales siguientes: sustituir la ter
cera fila porla suma de ella y el resultado de m ultiplicarpor - 1
sustituir la cuarta fila por la suma de ella y el resultado

la segunda fila, y

dem ultiplicar por

- 1 la

segunda fila. Se obtiene:

A
0
0
V>

0
i
i
i

i
i
0
]

1)

1
1

2 lJ

A
F3-F3-F2 0
0

0
i.
0
1

1
1
-1
I

2
2
- 1
2

1\
1
0

A
0
0

1J

0
1
0
0

1
1
-1
0

2
2
-1
0

1
0

III. MATRICi.

cu yos vecto res colu m na prim ero y segun d o son e y e>, respectivam en te. Esta matr
es de rango 3.
Finalm ente, querem os que el tercer vector colum na sea 3 = ( 0 , 0 , 1 , 0 ) , pero s
m odificar las dos p rim eras colum nas. Primero, multiplicamos la tercera fila por (F 3 - F 3), con el fin de con segu ir un
/l

0
0
v0

en la posicin ( 3, 3) :

1 2

l\

1 1 2
1
0 1 1 0 '
0 0 0 0,

A hora, p ara consegu ir que los trm inos de las posicion es ( 2 , 3 ) y ( 1 , 3 ) sean nul
sustituimos la segunda fila por ella ms la tercera m ultiplicada por - 1 , y sustituir
la prim era fila por ella ms la tercera m ultiplicada por - 1:

fl

0
0

0
0

fl

l)

1
1

oj

o -0 -0

0
0
lo

0
1
0
0

2 1\
1 ] Fl -fi -O
1 0
0 oj

1
0
1
0

A
0
0
lo

0
1

0
0

0
0
1
0

1
1
1
0

l\
1
0

Hem os aplicado, pu es, a la m atriz A su cesivas tran sform aciones elem entales
h em os llegado a u na m atriz de la form a (17).
El procedim iento que hem os llevado a cabo con la m atriz A puede generalizar*com o nos m u estra la siguiente proposicin.
Qu tipo de
matriz es posible
obtener

P ro p o sici n 111.12
D ada una m atriz de orden ( n ,m ), de rango r > 1 y cc:
sus r primeros vectores columna Linealmente independientes, es posible obtei.
una m atriz de la forma:

aplicando

A 0
0 1

transformaciones
elementales

. .

. .

a 10 + 1)

a 1m \

a 2( r +1)

a 'm

a r(r+ l)

a ym

sucesivas a una

0 0 .
1
0
0 . . 0

matriz

lo 0 . . 0
Y

.
171-

aplicando a la m atriz dada transformaciones elementales sucesivas.

Nota

Obsrvese cmo es la matriz de (19): sus r primeros vectores columna sor.

e 2, ..., e, (de la base cannica de K"), y sus ( n - r ) ltimas filas tienen todos sus trrm:

nulos.

6. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

Demostracin

223

Sea A una matriz de orden (n, m ), de rango r

I y con sus r primeros

vectores columna lineal mente independientes. Probaremos por induccin que es posible,
mediante aplicacin de transformaciones elementales sucesivas a la matriz .4, obtener una
matriz de la forma (19).
En prim er lugar, veamos como podemos llegar a una matriz cuyo primer vector columna
sea: e = (1 ,0 ...... 0) e IK". No todos los trminos de la primera columna de la matriz ,4
son nulos (si as fuera, los r primeros vectores columna de no seran linealmente indepen
dientes), y por tanto, mediante una transformacin elemental de tipo I, consistente en una
permutacin de filas, podemos conseguir una matriz cuyo trmino de la posicin (1,1) es no
nulo. Con una transformacin elemental de tipo ii: m ultiplicar la primera fila por el inverso
del trmino (1,1), obtenemos una matriz con el trmino (1,1) igual a 1. Mediante trans
formaciones elementales de tipo III, conseguimos que los restantes trminos de la primera
columna sean nulos.
Supongamos que, mediante transformaciones elementales sucesivas aplicadas a la ma
triz A, hemos Llegado a una matriz .4' cuyos i - 1 primeros vectores columna (1 < i r) son
los vectores e , ..., e de Kn, Probemos que mediante transformaciones de A' podemos
obtener una matriz cuyos i primeros vectores columna son: e , .. . , e-, e.
Observamos lo siguiente:
Puesto que A' se ha obtenido de .4 a travs de transformaciones elementales sucesivas,
el rango de A' tambin es igual a r, y al igual que en .4, los r primeros v ectores columna
de .4' son linealmente independientes (cf. corolario de la proposicin 111.11 (cf. p. 217)).
* Las i - 1 primeras matrices columna de .4' son:

fo\

/1\
0
4', =

/0 \
1
0
4', =

4-, =

0
1
o

\0/

\0J

Vo/
(el trmino 1 de 4'_j es el de posicin (i - 1,1)), y si la r-sima matriz columna de 4 '
es:

/
4! =

a 'u \

(-ni

V a,u !
entonces no son simultneamente nulos los trminos a'

an
' i, pues si lo fueran, se

tendra: A' = a'nA[ + - * + a ii_lliA'i_l , y los r primeros vectores columna de 4 '


serian lineal mente independientes.

110

III. MATRICE.

224

De esta forma, permutando entre s la fila i-sima y alguna de las filas de la t-csima
la n-sima, llegamos a una matriz con el trmino ( i, i ) no nulo, y multiplicando por el inversc
de este trmino la fila i-sima conseguimos 1 en esa posicin. Transformaciones de tipo II!
permiten, finalmente, conseguir una matriz con los restantes trminos de la columna i-sima
iguales a 0, y por tanto con su i-simo vector columna igual a e,.
En el ltimo paso cuando i = r llegamos a una matriz cuyos vectores columna son
e,

e, i, e,. La matriz obtenida en este ltimo paso tambin tiene rango r, y com

sus r primeros vectores columna: e\, e > , e r, son linealmente independientes, los (ni - r
restantes vectores columna sern combinacin lineal de ellos, y por tanto, al igual que los
vectores e

e,. tendrn nulas sus (n - r ) ltimas componentes.

En definitiva, hemos llegado, aplicando a la matriz A sucesivas transformaciones elemen


tales, a una matriz de la forma (19).
C o ro la rio
S i A e s una m atriz de orden ( n ,m ), de rango r 1 y con sus r pri
meros vectores colum na linealm ente independientes, entonces existe una matriz. T.
cuadrada de orden n y de rango igual a n , tal que el producto T A es una m atriz de
la forma (19).__________ _____________________________________________________________

Demostracin

De acuerdo con la proposicin anterior, existen transformaciones elemen

tales que aplicadas sucesivamente a la matriz A permiten obtener una matriz A' de la for
ma (19). Si hemos aplicado k transformaciones elementales, y Mu M >

Mk son las m atrin-

elementales asociadas, respectivamente, a las transformaciones elementales sucesivamenn


aplicadas, de acuerdo con la proposicin III. 1 1 (cf. p. 2 17 ), se tendr:
= Mk M>M] A.

La matriz T = M* M>M\ es cuadrada de orden n y su rango es igual a n (por ser proditor


de matrices elementales de orden n, que tienen rango igual a n), y verifica: TA = A'.

EJEMPLO 36

c'x>:

Consideremos la matriz real:


/O

1
1 1

\2

A =

2 2\
3 2 .
(i 4/

El rango de A es igual a 2, y sus dos primeros vectores columna son linealmente indipendientes. De acuerdo con la proposicin 111.12 (cf. p. 222), podemos aplicar a la matriz
transformaciones elementales sucesivas y obtener una matriz de la forma:
/I
0
\0

0 b, c i
1 b> Cj
0 0 0

(21

la cual verifica que sus dos primeros vectores columna son (1 , 0, 0) y ( 0, 1 , 0), y tambin qu
su ltima fila tiene todos sus trminos nulos:
(nmero de filas de A) - (rango A) = 3 - 2 = 1.

S. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

225

Se liene:

(0

i
i

2\
2

\2 2 6

4j

1
1

l2

4/

/I

3
2

2)

lo0

1
1
0

/I

/I

'-' i

F,

2 /,

f| - F j

lo0

2V

=A

=A

0\

2 2

O)

=A

La matriz A |, obtenida a partir de la matriz ,4 mediante la transformacin elemental (de


tipo I) Fi ~ F, se puede obtener tambin multiplicando por la izquierda .4 por la matriz
elemental asociada a la transformacin (cf. proposicin

111. 1 1 , p. 2 17 ); es decir:

(0

,4| = Mi A,

1 0\
0 0 .
0 1/

j1

con M| =

VO

Anlogamente, la matriz Ao puede obtenerse de Ai multiplicando por la izquierda sta


por la matriz elemental asociada a la transformacin elemental Fj - F - 2 F":
A 2 = MtA] ,

con M- =

( 1 0
0

1-2

0 1/

Finalmente, la matriz A puede obtenerse de A->a travs del producto:


A 3 = M} A>,

con M3 =

- 1 0\

(1
j0

1 0
o 1/

\0

ya que M es la matriz elemental asociada a la transformacin Fi Fi - F".


De las observaciones anteriores se deduce: A 3 = M;Av = M-MA\ = M3M2M 1A , y por
tanto la matriz T = A3M2M 1 verifica que el producto FA es una matriz de la forma (20)
(recurdese el corolario de la proposicin

111.12 (cf. p. 222 )).

se puede obtener la matriz T:

Efectuando el producto

1 01

/-!
T = M3M2M 1 =

1
V o

0 0 .
-2 1 )

Sin embargo, es posible calcular la matriz T de una forma ms sencilla, basndonos en la


siguiente observacin. Se verifica:
T = 77? = M3MzMi /?,

III. MATRICE.

22(>

es decir: puede interpretarse la matriz T como ei resultado de aplicar a la matriz identidad /


las mismas transformaciones elementales que hemos aplicado a la matriz A (cf. proposi
cin 111.11, p. 217). Se tiene:
/I
0
\0

0 0\
1 0
0 1/

f '~ F-

/O I
()\
I O 0
\0 O 1 /

/O
1
Vo

-1
1
\
1 0
(1
0 _ 1/

y la ltima matriz es la matriz T.

III. 7

INVERSA DE UNA MATRIZ CUADRADA


1.

D e fin ici n de m a triz in v e rs a

A continuacin, vem os la definicin de matriz

in versa de una m atriz cuadrada:


Definicin
Inversa de una

Sea .4 una m atriz con trm inos en &, cuadrada de orden n. De u n a m atriz B con

matriz cuadrada

trm inos en K, tam bin cu adrada de orden n , direm os es m atriz in v e rs a de A si


se verifica:
A B = B A = /.

Matriz invertible

De una m atriz cu adrada que tiene m atriz inversa direm os es in ve rtib le .


Si la m atriz A tiene m atriz in versa, entonces sta es nica. En efecto, si B y C sor.
m atrices in versas de A, por definicin se tiene:
BA = / = CA,

y m ultiplicando por la derecha por la m atriz B en am bos m iem bros de la igual


dad BA = CA, resulta:
B A B = CAB,

y com o AB = I n, se deduce que B = C. Por tanto, una m atriz invertible tiene una
nica m atriz inversa.
Si la m atriz A es invertible, su (nica) m atriz inversa se denotar por A - 1 :
A A ~ l = A ~ ] A = I n.

(211

Nota bene
De las definiciones y de (21) se deduce que si la matriz A es invertible, tambi
lo es .4 ', y su inversa es A:

'

227

INVERSA DE UNA MATRIZ CUADRADA

EJEMPLO 37

Dada la matriz real cuadrada de orden 2:

G I)'
se tiene que su matriz inversa es:
'\

o ir
ya que:

C. - i ) ( i

)-(

i)(

?)

Por tanto:

G -:r=(; i) v (;,
EJEMPLO 38

La matriz identidad de orden n con trminos en K: l, es invertible, y su matriz inversa es


ella misma, pues // =

Esto es:
r 1 = n.

EJERCICIO 8

Sean A y B dos matrices cuadradas del mismo orden. Demostrar que si A y B son invertibles,
tambin es invertible el producto AB, y se verica: (,AB)_1 = B~lA~] .

CNS de matriz
nvertible (tener

P ro p o sici n III.1 3
rango es igual a n.

Una m atriz cuadrada de orden n es invertible si y slo si su

rango mximo)

Demostracin

Sea A una matriz cuadrada de orden n. Que la matriz A es invertible

significa existe una matriz cuadrada B de orden n tal que:


AB = BA = l.

(22)

Si A, 13 y 0 son las aplicaciones lineales de & en DL" cannicamente asociadas a las


matrices A, B y /, respectivamente, entonces (cf. corolario de la proposicin IU.7 (cf. p. 201))
la igualdad (22) es equivalente a:
A o (B = (B o A = 3,

y como

(23)

es la aplicacin identidad de K ", afirmar (23) es lo mismo que afirmar que A es

biyectiva (cf. teorema 3, p. 400).


Por tanto, la matriz A es invertible precisamente si la aplicacin lineal A es un isomor
fismo, lo que a su vez equivale (cf. segunda consecuencia de la proposicin 111.8 (cf. p. 211))
a: rango A = n.
Nota bene

c .q .d .

En la demostracin de la proposicin se ha obtenido que una matriz A es

invertible precisamente si su aplicacin lineal cannicamente asociada: A, es biyectiva.


A

228

III. MATRICE.

EJEMPLO 39

L.a matriz real:

1
0
v-1

l -1
1
0
-1
2

es una matriz cuadrada de orden 3 y tiene rango 3, y por tanto es invertible.


La matriz real cuadrada de orden 2:

no es invertible, pues tiene rango I .

EJERCICIO 9

Consideremos una matriz cuadrada A, y sea A su aplicacin lineal cannicamente asociada


Demostrar que si A es invertible, entonces la aplicacin lineal cannicamente asociada a
matriz A ' es A 1.

2. M todo p r c tic o p o ra e l c lc a lo de la m a triz in v e rs a

A continuacin

expon em os un m todo para el clcu lo de la in ve rsa de u n a m atriz invertible basad


en tran sform aciones elem en tales.
C onsiderem os una matriz. ,4 cu adrada de ord en n con trm inos en (K. e invertible
es decir (cf. proposicin III. 1 3 , p. 227): r a n g o 4 = n . De aplicar la proposicin III. 1 _
(cf. p. 2 2 2 ) (cf. p. 2 2 2 ) a la m atriz 4 se deduce que es po sib le o bten er una m atriz 4
de la forma:
1

Vo

. .
. .

t , l(r+ II

a 2 tr+1 )

a 2m

a rm

a rtrH )

. .
. .

. .

llevan do a cabo en la m atriz 4 tran sform aciones elem en tales su cesiv as, siendo r
rango de 4 , n el nm ero de su s filas y m el de su s colu m n as; com o en n u estro cas
se tiene: r = m = n, la m atriz 4 ' tom a la form a:
/I
O
O 1

...
...

0\
O

4' =

= InXO

...

Es decir: m ediante tran sform aciones elem en tales su cesiv as ap licad as a la m atriz
vertible 4 e s posible obtener la m atriz identidad

'NVERSA DE UNA MATRIZ CUADRADA

2 29

Si M i, M>

Mk son las m atrices elem en tales aso ciad as a las k su cesiv as tran s

form aciones elem en tales que ap licad as a 4 n o s perm iten o b ten er/,,, en ton ces (cf. d e
m ostracin del corolario d e la p roposicin 3 (cf. p. 224)):
Mk M >M\A = /,

de donde, m ultiplicando por la derecha po r la m atriz A \ se obtiene:


Mk M A h A A

1 = i nA \

o bien:

M k M_.M|/ = 4 ',

y esta igualdad pu ed e in terp retarse de la fo rm a siguiente (cf. p roposicin 111.11,

p. 2 1 7 ) : la m atriz .4- l es el resu ltad o de aplicar a / las m ism as tran sform aciones
elem en tales su cesiv as que h em os aplicado a .4 para o bten er /.

EJEMPLO 40

La matriz:
4 =
considerada en el ejemplo 39 (cf. p. 228), es invertible. Calculemos su matriz inversa: 4 '.
Aplicamos a la matriz 4 transformaciones elementales sucesivas hasta obtener la matriz
identidad I:
(

l-l

1
1
-1

-n

F.t F F,

2/

(\
0
(0

1
1
0

-1
0
1

-1
0
1

ti

fi

\0 0

0 \
0 1
0
Vo 0 i
n

A continuacin, aplicamos las mismas transformaciones elementales, y en el mismo orden, a


la matriz f3:
/I
h = 0
lo

0
1
0

Oj
Fj-Fs+F,
0
1)

1
0
vi

0
]
0

-1
1

/
F'~F'-F>

1)

F, -F , -F,

2
0
1

y esta ltima matriz es la inversa de 4:


4 -' =

2
0
1

-1
1
0

1'
0
1

A modo de comprobacin, el lector puede verificar:


1

0
\-l

1
1
-1

(2
0 0
2/ u

-IV

-i

(2
= 0
0
0 1
ll
1

-1

1
0

1\
0
1/

<1
0
l-l

1
1
-1

-1\

0
2/

= h

-1
1
0

1\
0

III. MATRICE.

230

III.8

TRASPUESTA DE UNA MATRIZ


A continuacin, vem os la definicin de

1. D e fin ici n de m a triz tra sp u e sta

m atriz trasp u esta de u na m atriz:

Definicin
Traspuesta de
una matriz

Sea A u n a m atriz de orden ( n , m ) con trm inos en IK.

D efinim os la m atriz

tra sp u e sta de la m atriz A, que se denota: A 1, com o la m atriz de orden (m , n i


tal que su trm ino de p o sicin (/,./), que den otarem os: a' ; , es el trm ino de
posicin (j, i) de la m atriz A:
a\j = a i,

1 i < m, 1 < j< n .

En o tras p alab ras, lo s n vecto res colum na de A 1 so n lo s n vecto res fila de A, y los ir
vectores fila de /\' son lo s m vecto res colum na de .4.

EJEMPLO 41

Sea A la matriz con trminos reales ele orden (2,3) cuyos tres vectores columna son:
a , = (1 , 2),
Escribamos la matriz traspuesta de

fl. = ( 1 , 1 )

a , = (3,0).

4: 4'.

Los tres vectores fila de 4 ' son por definicin: i, a y a i, luego:


/I

2N

\3

0.

4' = 1 1

Calculemos ahora, a partir de 4 ', el trmino de posicin (2, 3) de la matriz

4.

De

definicin de matriz traspuesta se deduce que el trmino de posicin (2, 3) de la matriz .4


el trmino (3, 2) de la matriz 4 ', es decir: 0.
EJEMPLO 42

La traspuesta de la matriz:
4 = (fli

a> aA

es la matriz:
4' =

/f l,'
fl >
\fl;i/

S. TRASPUESTA DE UNA MATRIZ

231

Consecuencias de la definicin de traspuesta de una m atriz

So verifica:

La traspuesta de la m atriz identidad l es ella misma: I], = !


La traspuesta de la m atriz A ', que denotaremos: ( A [) , es igual a A.

La traspuesta de la matriz A 1 es: (A1)' = ( a " ; 1 i s n , U j m ). Pero se tiene


que a", = a ' =

para cada U i t i y cada 1 j * m, luego: (A1)' = A.

a,

La traspuesta de una suma de m atrices es igual a la suma de las traspuestas:


(A + B )' = A ' + 8 '.
Si ponemos: C = A + B, entonces:
c\j = Cjf = Uji + b, = a\j + b\j,

i m, 1 j s n,

y por tanto: C = A' + B'.


S i es un escalar, entonces la traspuesta de la m atriz A es igual a ixA':
( A ) 1 = A 1.
Poniendo: D = A, se tiene:
d),

d , =

a a ji

= a a)j,

m, I

n,

y por tanto: D' = A 1.


La traspuesta del producto BA es igual a A 'B ':

( B A ) ' = A'B'.

Pongamos: E = BA. Se tiene:


II

fl
e '

e j

= Z

b A a k<

Si A es de orden (n, m), para

Nota bene

= Z

"IrH /que se pueda formar elproductoBA es

condicin sirte qua non que B sea de orden (p, n), con lo que el producto BA ser
de orden (p, m ). Anlogamente, como A 1 es de orden (m, n ), B' es de orden (n .p i,
y A'B' de orden ( m,p ).

Si la m atriz A es cuadrada de orden n


m atriz A ' es invertible,

y es invertible, entoncestambin

y su inversa es (A

' )'

( A1 ) - 1 = (A

Se tiene (consecuencias anteriores):


a

- 1 ) 1 = ( a - ' a )' = /;, = /

(a - 1 ) ' a ' = (AA ' ) ' = /' = / ,

y por tanto A 1 es invertible y su inversa es ( A" 1)'.

EJEMPLO 43

Sean las matrices reales:

A =

1
2

1
1

0
0

Comprobemos se verifica: (A + 8 )' = A ' + B '

(CA)' = A 'C .

la

III. MATRICc.

232

Se tiene:
2
1 ,
0,

(1

1=1

Vo

B' =

0\
-1 .

e l

il

(-1

'1
1
v0

A1 + B' =

'- 1
-1

0"

2>\
1 + -1
o)
V i

Por otro lado, se tiene: C1 = (1

-1

C'A' = ( l

A +B =

-1

i,

0
2

0
0

1
II

0
0

2\
0 = (A + B)'.

\1

1/

2 ), y por tanto:

-1

2)

y como:
AC = 1

V
V2 1

/I

2\

1
Vo

1
o

= o

% / i\
n
i - ()
0/
v /
' \ ,2} ~ W

resulta:
v )

= C'A'

La trasposicin de m atrices co n serva el rango, en el sen tid o siguiente:


El rango de una

P ro p o sici n III.14

E l rango de una matriz coincide con el de su traspuesta.

matriz es igual al

Demostracin

Sea A una matriz de orden (n, m) y rango r 1. Como el rango de un

matriz es indiferente al orden de sus vectores columna, podemos suponer, sin prdida d * .
generalidad, que los r primeros vectores columna de A son linealmente independientes. Sabe
mos (cf. corolario de la proposicin 3 (cf. p. 224)) que existe una matriz T cuadrada de orden >
:
tal que 7.4 es de la forma:

7.4 =

. .
.

a 2 <r~l>

j mN

a r ( r * II

a rm

. .
. .

. .

tn r

Los vectores columna no nulos de la traspuesta de la matriz 7.4 son:


( 1 . 0 ........ 0 , a ' | (,.+ 1),

( 0 , 1 ..........0 , f l 2 ( r * l ) ......... a 2 m ) ........... < 0 . 0 1


.

de su traspuesta

......................

9. SOLUCION DE LOS EJERCICIOS PROPUESTOS

cuyo rango es, obviamente, r , y por tanto:


rango A = r = rango(XA)1 = rango! A 'X ) mn{ rango .4', rango X'] < rango4 ,
de lo que se deduce:
rango4 r a ngo41.

(24)

Es decir, el rango de una matriz es menor o igual que el de su traspuesta. Aplicando esta
afirmacin a la propia matriz 4 ', resulta:
rango 4' rango (A1)1 = rango 4 ,

(25)

y finalmente de (24) y (25) se concluye: rango 4 = rango A 1.

U1.9
Ejercicio 1
(p. 188)

c .q .d .

SOLUCIN DE LOS EJERCICIOS PROPUESTOS


Sea B = (V\,V 2 ) u n a b ase cu alquiera de ! 2. B uscarem os condiciones sobre una b a
se B' = (W\,Wz) de IR2 p ara que la m atriz asociada a / en las b ase s B y B' sea la
m atriz identidad I>.
Por definicin de m atriz asociada, las coorden adas de f ( v \ ) en la base B' tienen
que ser: 1 y 0, es decir:
f ( v i ) = ltw i + O iuj = W [.

A nlogam ente, las coordenadas de f ( v >) en B ' tienen que ser: 0 y 1 , esto es:
f ( v 2 ) = Otuj + \w> - w.

En consecuencia, los vectores W\ y

h an de ser: w\ = f ( v \ ) y w 2 - f ( v 2).

Por ejem plo, tom ando la b ase B = ( ( 1 , 1 ) , ( 1 , 2 ) ) , se tiene que: / ( 1 , 1 ) = ( 1 , 2 )


y / ( 1 , 2 ) = ( 1 , 3 ) , y el sistem a de vectores B' = ( ( 1 , 2 ) , ( 1 , 3 ) ) es u n a base de IR2, y la
m atriz asociada a / en las b a se s B y B' es la m atriz identidad I.
O bsrvese que la aplicacin lineal / es d istin ta de la aplicacin identidad de K 2.
Esto no contradice lo enunciado en la p roposicin III. 1 (cf. p. 18 7 ): en la p roposicin
se requera que las b ases fueran iguales, pero, en este ejercicio, B no es igual a B.
Ejercicio 2
(p. 19 6)

Sea (n , m ) el orden de A, y sea ( p, q ) el orden de B.


Al estar definido el p rod u cto de A por B, el nm ero de colum n as de A es igual al
nm ero de filas de B: m = p. De estar definido el producto de J por 4 , se tiene: n = q.
Es decir, si .4 es de orden ( n, m ), enton ces el orden de B es: (p .q ) = Im , n ). El orden
de la m atriz A B es, pues, ( n , n ) , y el de la m atriz B A es (m , m ).

De se r am bos

rdenes iguales, se deduce: n = m, y por tanto A y B son m atrices cu adradas del


m ism o orden.

III. MATRICE.

z:-t4

Ejercicio 3
(p. 203)

Sean A = (a,-/; U

i < f t , U j

mjyj]=

(ir,,-; 1 i m , 1 j p ) . Por defini

cin de prod u cto de una m atriz por un escalar, se tiene:


fi = (abij-, 1 i m , 1 ^ j < p ) ,
y el trm ino de posicin ( , j ) de A ( fi) es:
m

X a j{ a b k j ) = X
t=i
t= i
que es el trm ino de posicin ( t , j ) de ( A B ) (1 i *s n , 1 j m ). En conclu
sin: A ( a fi) = (A fi).
Ejercicio 4
(p. 203)

A plicando, prim ero, la propiedad distributiva por la izquierda y, d esp u s, la pro pie
dad distribu tiva por la derecha, se tiene:
(A + fi) 2 = (A + fi) (A + fi) = A (A + B) + fi(A + t) = A 2 + A B + BA + fi2.

Ejercicio 5
(p. 203)

En notacin por colum nas:


A = ( A i | A 2 | ... | A j | ... | A m J

I m = ^ E\ j

| . . . | Ej | | m ^ ,

y p o r tanto (cf. proposicin 111.5, p. 196):


A /m = A (

| Ej | . . . | , ) = { A j | A E , | .. . | A , | . . . | A m ) .

| 2 |

Por otro lado, de acuerdo con las p ro p ied ad es del producto de m atrices, se tiene
que: A I m = A, o bien:
Alm ( A [ | A 2 j . . . | A j J . .. | A , j .

En conclusin:
( A l | 2
y A = A E j, U

. . . | Aj

. . . | Am ) = ( A i | AA I . . . | A E j [ . . . | A E m ) ,

j m.

A nlogam ente, com o la i-sim a m atriz fila de / es ,, se tiene que la i-sima


m atriz fila del producto i A es igual al prod ucto , A; al ser: I nA = A, se deduce que
la i-sim a m atriz fi la de A es igual a L,A (1
Ejercicio 6
(p. 2 03 )

1<

n).

Si |, 2, . . . . E m son las m atrices colum na de la m atriz identidad I m, entonces se


verifica:
( X\ >
X =

.
\ * m/

= X [ E [ + X 2 E 2 + + x mE m,

9. SOLUCIN DE LOS EJERCICIOS PROPUESTOS

y por Tanto:
A X = A U 'i j + x>E> + + x mE m)
= A ( x j E i ) + A ( x 2 E 2) + + A ( x mE m)

X\AE\ 4* X r2A E 2 + * * + XjnAEjn


.V ] .41 -i- X 2 A 2 + * * + XmAm,

donde la segun d a igu aldad es co n secu en cia de ia propiedad distributiva de la m ulti


plicacin de m atrices, y la tercera y la cu arta son con secuen cia de los ejercicios 3 y 5,
respectivam ente.
Ejercicio 7

Sabem os (cf. ejercicio 4, p. 203):

(p. 204)

(A + B ) 2 = (A + B ) ( A + B) = .42 + A B + B A + B 2.

(26)

Si 4 y B conm utan, es decir: A B = B A , entonces el ltim o m iem bro de (26) tom a la


form a: .42 + 2 A + B 2. Pero si A y B no conm utan, en tonces: (.4 + B ) 2 + A 2 + 2 A B + B 2.
Como com probacin, tom em os las m atrices A y B del ejem plo 22 (cf. p. 204). Se
verifica:
(A + B ) 2 -

01

vo

'2

-2

I' x2
V _ /5

~2

lo 5)'

Por otro lado (cf. ejem plo 2 3 , p. 204):

*-(?

?) - ( i

M
AB =

(;

).

- M o

o)-

Por tanto:
A

+ 2 AB + B

*
t0

0
I

-c D *( K

y (A + B )2 * A 2 + 2AB + B 2.
Ejercicio 8

Si las m atrices A y B son cu ad rad as de orden n, en ton ces se verifica:

(p. 227 )

( A B ) ( B - 1A ~1) = A ( B B l )A ~ ] = A I nA ~ l = A A 1 = /,

y
(B ~lA l )( A B ) = B - ' ( A - 1A ) B = B ~ ]I UB = B l B = I,

y por tanto AB es invertible y su in versa es B ~ 1 A - 1 .

III. MATRICE.

Ejercicio 9

Supon gam os que la m atriz A es cu adrada de ord en n. Llam em os B a la m atriz inversa

(p. 228)

de A , y se a 23 la aplicacin lineal cannicam ente asociad a a la m atriz B, es decir, a la


m atriz A - 1 . Q uerem os dem ostrar que 23 = .4
De la definicin de m atriz inversa, se tiene: A B = /, de lo que se deduce:
A o'B = 3 ,
donde

(27

es la aplicacin lineal cannicam ente aso ciad a a / (y po r tanto la identidad

de DC"). O perando po r la izqu ierd a con A


e s decir: 23 = A

1 en (27), se obtiene: ,/l_l c i lo 'B = ./l- 1 3 ,:.

', y la aplicacin lineal cannicam ente asociad a a la m atriz inversa

de A es efectivam ente A ' 1.

RECAPITULACION III

RECAPITULACION III
D e fin ici n de m a triz

C on sideram os un cu erp o K y d o s en tero s positivos n y m:

M atriz 4 co n trm in o s e n K de ord en in , m ): disp osicin d e n m elem entos


de t en form a rectan gu lar en n filas y m colu m n as (las filas y colu m n as d e .4).
M atriz real: m atriz con trm inos en H.
T rm in o de 4 de p o sici n (?,/): elem en to de 4 situ ad o en la fila i-sim a y la
colum na j- sim a .
Se denota: a
N otaciones para la m atriz 4 de orden (n , m ) con trm inos en

4 =

a 12

a ij
a 2j

a im'
a m

a i2

i? ij

a i i

a n2

aj

u di

/] 1
Z?21

a<-.

a,i

...

j m ) , o sim plem ente 4 = ( a , ,

(si no h ay coti

fusin).
(1 i ni de 4 : a , i, a , 2, ..
la .i-sim a colum na (1 j m ) de 4 : ?i (, a j

u ni-

M atriz fila: m atriz d e orden ( 1 , m).


M atriz colum na: m atriz de ord en ( n, 1) .
M atriz cuadrada de ord en n: m atriz de orden ( n , n ) (m ism o nm ero de filas
que de colum nas).
Trm inos de la diagonal principal de una m atriz cu adrada de ord en n: lo s de
posicin ( 1 , 1 ) , ( 2 , 2 )

in, n).

M atriz identidad, o unitaria, de orden n con trm inos en K : m atriz cuadrada


de orden n con los trm inos de la diagonal principal igu a les a 1 y lo s restan tes
igu ales a 0.
Se denota: / . Se tiene:
(\
0

0
1

0\
0

V0'

In =

M atriz cero , o nula, con trm inos en K de orden ( n , m ): m atriz de orden (n , m)


con todos su s trm inos igu ales a 0.
Se denota: O.

III. MATRICES

238

C on sideram os u na m atriz A con trm inos en K y de orden (w, m ):


Matriz columna /-sim a de la matriz .4 ( 1 =s j m): m atriz colum na de or
den ( n , I ) cu yo s trm inos so n lo s de la ./-sim a colu m n a d e A.
Se denota: A . Se tiene:
a ij
0-2.1

\ >U/
La notacin por columnas de .4 es: .4 = ( A i | 4 2 |

| A,

Las m atrices colum na de / se denotan: E , E>, .., E n.

Matriz fila i-sima de la matriz 4 (1 i

n): m atriz fila de ord en ( 1 , m ) cuyos

trm in os son los d e la i-sim a fila de 4 : ( a , i

a ,

...

a m ).

Si /-'i, E>, .., F n son las m atrices fila de 4 , la notacin por filas de 4 es:

4 =

\En/

Las m atrices fila de / se denotan: i , L,

L n.

V ec to r co lu m n a j- sim o de 4 (1 j m): el vecto r de K cu yas com ponentes

son lo s trm inos de A,.


Se denota: a . Se tiene: a , = (a\j, a j , ... , a ; ).
V ec to r fila r-sim o d e 4 (1 < i n ): el v e c to r de K ,n cu yas com pon en tes son
lo s trm inos de la i-sim a fila de la m atriz 4 ; es decir: ( a ,-, a 2 . ,am)M a triz a s o c ia d a a u n a a p lic a c i n lin e a l

C o n sid eram o s una aplicacin lineal

de K w en K , y u n as b ases de esto s esp a cio s vecto riales: V = (v\,v>

v m) d e K

y W = (W ],W 2 ......... w ) d e K ":


M atriz a so c ia d a a / , o re p re se n ta n te de / , en las b ase s

4 =

y W: es la m atriz

de orden (n , m ) cu yo s trm in os de la /-sim a colum na (1 ;; j

son las n coord en adas d e f ( v , ) en la b ase W:


f { V j ) = 1,0 ! + a>iW

a n/w ,

K j< m .

C aso particu lar: si IV = Rc (base cannica), e n t o n c e s / ( u , ) = a , (./-simo vector


colum na de 4 , 1 j < m).
Propiedad: si m = n (es decir: 0Cm = & " ) , si V y W son igu ales, y si A = /.
en ton ces / es la iden tidad d e K " .

RECAPITULACIN III

Aplicacin lineal cannicamente asociada a una m atriz A = (o-tj) con trm i


nos en K de orden (ti, m ): la nica aplicacin lineal./l de K m en K " cu ya m atriz
asociad a en las b ases cannicas es A.
Grficam ente:
Be
ibrw

e .j
El espacio vectori al JVCm ( K)

B'c
[ifn
^

i
-1

( U jr im ) .

* aj,

C on sideram os un cuerpo IK y u n o s en teros p o si

tivos n y m:
Mn-m(K) d enota el conjunto de las

m atrices con trm inos en K de orden (n, m ).


y B = (b , , ) de M nm(K ). La suma de A

C onsideram os dos m atrices A =


y B es la m atriz (de

A - B = ( u ,; + b , ) .

El pro d u cto de un escalar A por A es la m atriz (de M nm(IK)): AA = A a jJ .


(M nm( K ) ,+ ) es u n gru po abellano.

Su elem en to n eutro es la m atriz O (de

orden (n, m )), y el o p u esto de A es la m atriz: - A = ( - 1 )A.


El conjunto

es espacio vectorial sobre K con la adicin de m atrices y

la m ultiplicacin por lo s elem entos de &.


F ijad as u nas b a se s, la m atriz asociad a a la aplicacin lineal sum a de aplica
ciones lineales es la m atriz obtenida sum an do las m atrices aso ciad as a las apli
caciones.
Fijadas u n as bases, si A es un escalar y / u n a aplicacin lineal, la m atriz aso
ciada a A/ es el p rod ucto del escalar A por la m atriz aso ciad a a la aplicacin f .
Los esp acios vectoriales ( K m, K 11) y M m(K ), am bos sobre el cuerpo K, son
isom orfos.
La aplicacin de G ( K m, K n ) en M m(IK) que a cada aplicacin lineal asigna su
m atriz asociada en las b ases cannicas es un isom orsm o.

P r o d u c t o de matri ces

C onsideram os dos m atrices de rd en es (n , m ) y (m , p):

A = (i,,; U i r i n, 1 < j < m )

B = (bu; I i

m, 1 j p ) :
m

Producto de A por B: m atriz C = K j) , de orden ( n ,p ) , con: a =

fc-t
Tam bin se dice: C es el producto por la izquierda de B por .4, o el producto

por la derecha de A por B.


El p rod u cto de dos m atrices se define slo cuando el nm ero de colum nas de
la p rim era es igual al nm ero de filas de la segunda.

24 0

III. MATRICE

Se verifica (notaciones p o r filas y po r colum nas):


(F iB \

fh )
F,

A (B i

B.,) = [A B i

A fj

...

F B
B =

A B ),

J 'n )

B,

Fijadas u n as b ases, si A es la m atriz aso ciad a a u n a aplicacin lineal / , y B e~


la m atriz a so ciad a a una aplicacin lineal g : la m atriz asociad a a / g es AB.
La aplicacin lineal cannicam ente aso ciad a a A B es la com posicin A o
Propiedades d e la m ultiplicacin de m atrices:
o A sociatividad: A (B C ) = (AB)C\
o

D istributividad (por la derecha y po r la izquierda) re sp ecto de la adicin:


A i B i + B') = AB\ + AB'*

(A\ + A ) B = A \B + A 2B.

O I A = A = A Im;

o 0/4 = O, A O = O.
Las m atrices A y B co n m u tan si: lo s p ro d u cto s A B y BA estn defin idos \
coinciden.
La m ultiplicacin de m atrices cu ad rad as d e orden n, con n > 2, no es conmu
tativa.
Se tiene la equivalencia:

X\
A ( x \,x 2

x m) = (y\,y-....... y )

x2

(y I
y

\xmJ

\yn)

D ada u na aplicacin lineal / de K m en K " , y fijad as un as b ase s V y W, re sp ec


tivam ente, si A = ( y ) es la m atriz aso ciad a a / en estas b ase s, se verifica: la
im agen por / del vecto r de co o rd en ad as X | , x>
coord en adas y i , y

x m en V es el vector cuyas

v,, en W vienen d eterm in ad as p o r la relacin m atricial

^
" s

11

t 12

tj 1 1:

(* l\

(T 1

ct>>

Ur,

x<

a i

. .. u (;

\x m J

(a

(y \
=

R a n g o de u n a m a triz
R an go de una m atriz A = ( a y ) de o rd en (n ,m ): el rango de lo s vectores

colum na de A.
Se denota: rango A . Por definicin: ra n g o A = rango ( a i , a ; > , . . . . a m).

241

RECAPITULACIN III

Propiedades:
o el ran go de u na m atriz es m enor o igual que el nm ero d e su s filas y que
el nm ero d e su s colum nas;
o no se m odifica el rango de u n a m atriz p erm u tan d o entre s su s colum nas;
o el rango de u na m atriz es igual al rango de cu alq u ier aplicacin lineal a la
que la m atriz est asociada;
o ra n g o (4 B ) t mn rango 4 , ran go /?[;
o u n a condicin n ecesaria y su ficien te p ara que u n a m atriz cu ad rad a de
orden n represen te un iso m o rfism o e s que el rango de la m atriz se a n;
o si 4 es una m atriz cu adrada de orden n d e rango igual a n, y B e s una
m atriz de ord en ( n ,m ) (am bas m atrices con trm inos en &), entonces:
ran go (A B ) = rango B.
T ra n s fo rm a c io n e s elem en tales de u n a m a triz

T ran sfo rm aci n elem en tal de u n a m atriz: es cu alq uiera de los tipos:
o perm utar entre s d o s filas,
o m ultiplicar una fila por u n escalar no nulo,
o su m ar a una fila el resu ltad o d e m u ltiplicar o tra p o r un escalar.
Una transform acin elem ental co n serva el rango de la m atriz a la que se aplica.
M atriz elem en tal de orden n asociad a a u n a tran sform acin elem en tal: resu l
tado de aplicar la transform acin elem ental a la m atriz identidad /.
Propiedades:
o el rango de una m atriz elem ental de orden n e s igual a n,
o el resu ltad o de aplicar a una m atriz una tran sfo rm aci n elem en tal es el
prod ucto po r la izqu ierd a d e la m atriz po r la m atriz elem ental aso ciad a a
la transform acin elem ental.
Si A es u na m atriz de ord en (n , m ), y si ra n g o (4 ) = r 1, y lo s r prim eros
vecto res colum na de 4 son lin ealm en te in d epen d ien tes, se pu ed e obtener, apli
cando a .4 tran sform aciones elem en tales su cesiv as, u n a m atriz .4' de la form a:
1

Vo

. .
. .

f l io-+i)

a l m Xl

a 2 tr*l)

a 2m

& rm
0

. .
. .

a r ( r + l)
0

. .

0 )
m- r

Existe u na m atriz 7 , cu ad rad a d e orden n, y de rango

11 , tal que:

7 4 = 4 '.

III. MATRI

4 2

In v e r s a de u n a m a triz c u a d r a d a

C o n sid eram o s u n a m atriz cu adrada A de

orden n con trm inos en IK:


In v e rs a de

A: m atriz Bcu adrada

de orden n tal que:

AB = BA = l n.

Se dice: ,4 es in vertib le.


Si .4 es invertible, su in versa e s nica. Se den ota: B = A ~ l .
Propiedades:

o A A ~ ' = A ~l A = /;
o (A ~ ') ' = 4 ;
O I ' = n
o (A e s invertible) <=> ra n g o A = n.
Para el clculo prctico d e A - 1 : se aplican a / las m ism as transform aciones

elem en tales su cesiv as que llevan la m atriz 4 a la m atriz


T rasp u esta de u na m a triz

C on sideram os u n a m atriz 4 con trm in os

en (K ck

ord en (n , m ):
M atriz tra sp u e sta de 4 : e s la m atriz de ord en ( m , n ) cu yo trm ino d e posi

cin ( i j ) es el d e posicin ( j, i) de 4 , 1 < i

m, 1

Se denota: 4 l.
Propiedades:
l'n = ^n>
o ( 4 1)1 = 4 ;
o (4 + B )' = 4 ( + B'\
o (ocA)1 = 4 1;

o (B A )' = A'B'\
o rang o 4 ' = rang o 4 ;
o si 4 e s cu adrada e invertible: (A 1) - 1 = (.4 1 )1.

n.

C a p t u l o IV

SISTEMAS DE ECUACIONES
LINEALES

IV. SISTEMAS DE ECUACIONES LINEALES

244

ESQUEMA - RESUMEN
I n tro d u c ci n

245

Definiciones y propiedades, 245 Resolucin de un sis


tema de ecuaciones lineales. 251 Aplicaciones de los
sistemas de ecuaciones lineales, 261

1. D efiniciones y propiedades
26 8
1. Definiciones; notacin m atricial....................268
2. Aplicacin lineal asociada a un sistema . .2 7 0
3. Sistemas e q u iv a le n te s ................................... 273
2. R esolu cin de un sistem a d e ecuaciones
lineales
277
1.

Determinacin del ncleo de una apli


cacin lineal. Resolucin de un sistema
h o m o g n e o ........................................................ 277

2.

3.

Resolucin de un sistema de la forma


A X = C ................................................................280

A plicacion es de lo s sistem a s de ecuacio


nes lin eales
286
1. Ecuaciones de un subespacio vectorial. . .286
2. Expresin de un vector como combinacin
lineal de otros vecto res.....................................288
3. Calculo de una base de un subespacio vec
torial dado por unas ecuaciones.....................289
4. Ejemplo de interseccin de subespacios
vectoriales.......................................................... 2 9 1

Rec a p it u l a c i n IV

293

Definiciones y propiedades, 293 Resolucin de un sis


tema de ecuaciones lineales, 294.

INTRODUCCIN

245

INTRODUCCIN
D e fin icio n e s y p ro p ie d ad es

Una ecuacin lineal en las incgnitas X ] , x, x m

es una ecuacin de la form a:


a 1 X 1 + 2-X2 + + a mx m = c ,

donde a 1 , a 2, . . a m son nm eros reales, que llam arem os coeficientes de la ecuacin,


y c es otro nm ero real, que llam arem os trmino independiente de la ecuacin. Por
ejem plo, las tres sigu ien tes son ecuacion es lin eales en las incgn itas x j ,
x 1 - x -

3X 3 = 2 ,

X3 =

- rX | +

y xy.

4x 3 = 0 .

Los coeficientes de la p rim era ecuacin son 1 , - 1 y - 3 ; los de la segun da: 0, 0 y 1;


y los de la tercera: - 1 / 5 , 0 y 4.
respectivam ente.

Los tres trm inos in d epend ientes son 2, 1 y 0,

Las sigu ien tes tam bin son ecuaciones en las incgnitas x\, x-

y X j, pero no son lineales:


X |X 2 + x

3=

2,

xj + 3x2-

X 3

1,

2xi

X3

= 1.

M uchas veces se em plean otras letras para design ar las incgnitas, com o x , y , z, t
o u. Por ejem plo, estas son ecu aciones lin eales en las incgnitas x , y , z y :
2 x + 3 y - 2z + t = - 3

- 2 y - z - t = l.

Estam os in teresad os en lo s sistemas de ecuacion es lineales, que no son m s que


un conjunto de ecuaciones lineales con sid eradas sim ultneam ente, todas en las m is
m as incgnitas. Por ejem plo, el siguiente es un sistem a de dos ecuaciones y cuatro
incgnitas:
2xi

3x 3 -

x4 =

[ X i + Xo + 4X3 + x 4 =

- 1.

N tese que am bas son efectivam en te ecuacion es en las m ism as incgnitas: X j , x 2, X 3


Vtr
io d o s los sistem as adm iten una notacin m atricial, de sum a im portancia para
un ulterior estu d io del sistem a. Por un lado, se define la llam ada matriz asociada al
sistem a, que tiene tantas filas com o ecuacion es y tan tas colum nas com o incgnitas, y
cuyos trm inos son lo s coeficientes de las ecuaciones (colocados en el m ism o orden
en el que figuran en el sistem a). Por otro lado, se define la matriz de incgnitas, que
es la m atriz colum na cuyos trm inos son las incgnitas del sistem a. Y finalm ente se
define la matriz de trminos independientes, que es la m atriz colum na cu yo s trm inos
son los trm inos in d epend ientes de las ecuaciones. Estas m atrices su elen denotarse

IV. SISTEMAS DE ECUACIONES LINEALES

con las letras A, X y C, respectivam en te; la notacin m atricial del sistem a es entonces
esta: A X = C.
Escribam os la notacin m atricial del sistem a que hem os p u esto de ejem plo dos
prrafo s antes. Su m atriz asociada ser de orden (2 ,4 ) (tantas filas com o ecuaciones
y tantas colu m nas com o incgnitas); en su prim era fila tendr com o trm inos los
coeficientes de la prim era ecuacin, esto es: 2, 0, 3 y - 1 ; en su segun d a fila, los
coeficientes de la segun d a ecuacin: 1, 1, 4 y 1 . La m atriz asociada es entonces:
.4 =

3 - 1

Su m atriz de incgnitas y su m atriz de trm inos in d epend ientes son las m atrices
colum na cu yos trm inos son las incgnitas y lo s trm inos in d epend ientes del s is
tem a, resp ectivam ente; es decir:
(x i\
x
Y -V.-

y c -

-(-9-

w
La notacin m atricial del sistem a es: A X = C, que tom a esta form a concreta:
X\ \

-1
1

X>
X.

-1

V A V

N tese que si efectu am os el prod ucto del prim er m iem bro, la igualdad anterior se
tran sform a en esta:
/

2.Y] + 3x

- x4 \

\Xi + x 2 + 4X3 + X t J

2>

\ - l,

que es equ ivalente al sistem a propiam en te dicho.


A dem s de las tres m atrices que acabam os de ver, para un sistem a de ecuaciones
lin eales dado se define otra m atriz, que recoge toda la inform acin n ecesaria sobre
el sistem a: la llam ada matriz ampliada del sistem a, form ada ad ju n tan d o a la m a
triz asociad a la m atriz de trm inos in d epend ientes (esto es, aadiendo a la m atriz
asociada una colum na m s, cu yo s trm inos son los trm inos in d epend ientes de las
ecuaciones). Si la m atriz asociada se ha denotado por A y la de trm inos in d epen
dientes p o r C, la m atriz am pliada se escribe: (,4 | C l. Para el ejem p lo de sistem a
que venim os considerando, su m atriz am pliad a se escribe as:

INTRODUCCIN

Un concepto m uy im portante es el d e solucin de un sistem a de ecuacion es li


neales. C onsiderem os un sistem a de ecuacion es lin eales de m atriz asociad a A y de
m atriz d e trm in os in d epend ien tes C (o dicho de o tra form a: el sistem a A X = C, o
tam bin: el sistem a d e m atriz am pliad a (.4 | C)>. Llam arem os solucin del sistem a a
toda matriz, colum na A j tal que el p rod ucto A A j e s igual a la m atriz C. Para el sistem a
que venim os consid eran do com o ejem plo , u n a solu cin es esta m atriz colum na:
1'
Xi =

-2

0
0/

Qu sign ifica esto ? Que si m ultiplicam os la m atriz asociada del sistem a po r esta m a
triz A 'i, obtenem os com o resu ltad o la m atriz de trm in os independientes. T enem os:
l)

0
1

AX =

3
4

-2

0 'U j
o)

= C,

lo que p ru eba que efectivam en te la m atriz A j e s u n a solu cin del sistem a. Ntese
que si en el sistem a propiam ente dicho su stitu im o s las incgnitas por lo s trm inos
corresp on d ien tes de la m atriz A j , e s decir, si su stitu im o s X |, x>, x$ y x 4 por 1, - 2 , 0
y 0, respectivam en te, en ton ces obtenem os d o s id en tid ad es (una por cad a ecuacin):
2-1

+ 3 0 - 0 =

I + ( - 2 ) + 4 - 0 + 0 = - 1.
T od o sistem a de ecu acion es lin eales verifica un o y s lo uno de esto s aserto s: no
adm ite solucin , adm ite exactam en te u n a solucin , o adm ite in fin itas so lu c io n e s.1
Entenderem os por discutir un sistem a la tarea de averigu ar cul de esto s tres aserto s
se verifica para el sistem a; es decir, averigu ar si adm ite solu cin o no, y en caso
afirm ativo si slo adm ite una o adm ite infinitas. Y en ten d erem os po r resolver el
sistem a averigu ar concretam ente to das las m atrices colum na u n a o in fin itas que
sean solu cin del sistem a caso de que adm ita alguna.
La tarea de discutir un sistem a requiere solam ente un clcu lo d e rangos. El re su l
tado fun dam ental es este: un sistem a d e ecu acio n es lin eales adm ite algun a solucin
s i y solam en te si el rango de su m atriz asociad a coincide con el ran go de su m atriz
' L o s s i s t e m a s q u e n o a d m i t e n s o l u c i n s e d e n o m in a n incom patibles, l o s q u e l a a d m it e n , com patibles.
L o s s i s t e m a s c o m p a t i b l e s s e c a l i f i c a n a d e m s d e d eterm inados o d e indeterm inados, s e g n a d m i t a n s lo
u n a s o l u c i n o in fin it a s , r e s p e c t iv a m e n t e . F .sta n o m e n c l a t u r a , c o m n e n m u c h o s m a n u a l e s q u e tr a ta n
lo s s i s t e m a s d e e c u a c io n e s l in e a le s , n o s e u t i li z a e n e s t e te x to .

IV. SISTEMAS DE ECUACIONES LINEALES

248

am pliada; adem s, en caso de coincidencia, es decir, en caso d e adm itir solucin , el


sistem a adm ite solucin nica si tal v alo r com n del rango e s igual que el nm ero
de incgnitas, y adm ite infinitas so lu cio n es si tal valor del ran go es m enor que el
nm ero d e incgnitas. Para el sistem a que venim os con sid eran do com o ejem plo, se
tiene:
0
1

rango A = rango

rango (.4

C ) = rango

3 - 1
4
1

2 0 3
1 1 4

2,

-1

= 2,

luego el sistem a adm ite solucin (ya lo sabam os: habam os p u esto u n ejem plo); pero
ad em s e ste valo r com n del rango es m enor que el nm ero d e incgnitas del sistem a
(ste e s 4 y aqul e s 2), luego el sistem a adm ite in fin itas soluciones.
Otro ejem plo:
4 x + 2 y = 2
[2 x + y = 2.

Este es u n sistem a de dos ecu acio n es y d o s incgnitas (ntese que estam o s den o
tando sta s con las letra s x y y ).

La m atriz aso ciad a y la m atriz am pliad a son,

resp ectivam en te, estas:


<A

2\

,2

1/

(4 2
y

\2

2
2

El rango de la prim era es igual a 1 (am bas filas so n proporcionales), pero la segunda
tiene ran go igual a 2 (am bas filas no so n proporcionales): el sistem a no adm ite so lu
cin.
Y otro ejem p lo m s de sistem a, que in trod ucim os directam ente en notacin matricial. C onsideram os e ste sistem a:
/I
2
\0

-2
-4
1

5'\ ( x A
v\
1
x =
0
Y) \x i )
a /

que tiene tres ecuacion es y tres incgnitas. Sus m atrices aso ciad a y am pliad a son.
respectivam ente, estas:
n
2
\o

-2
-4
1

5\
1
l

(i
2
lo

-2
-4
1

5
1
I

1\
0
2/

A m b as son de rango igual a 3, com o el lector pu ed e calcu lar. Se trata, en ton ces, de
un sistem a que adm ite solucin, y solucin nica, pu es el valor com n del rango
coincide con el nm ero de incgnitas.

INTRODUCCIN

249

En la seccin siguiente verem os cm o abo rd ar el problem a de resolver un sistem a


de ecu aciones del cual sab em os, por haberlo discutido previam ente, que adm ite so lu
cin. Pero an tes de term inar esta seccin q u erem os h ab lar de sistem as equivalentes:
que dos sistem as d e ecuaciones lin eales sean eq u ivalen tes significa que am bos tienen
el m ism o con ju n to d e solu cion es (si ninguno de lo s d o s adm ite solucin , se co n sid e
ran tam bin equ ivalen tes: en este caso el co n ju n to de so lu cio n es sera, p ara am bos,
el vaco). Un resu ltad o im portan te estab lece que, dado un sistem a de ecuaciones,
pod em os escrib ir otro equ ivalente a l aplican do a la m atriz aso ciad a y a la de trm i
no s in d epen d ientes u na m ism a tran sform acin elem ental po r filas. Ms en concreto,
si A X = C es un sistem a de ecuacion es lin eales (dado en n otacin m atricial), y si .4'
y C son el resu ltad o de ap licar a las m atrices .4 y C , respectivam en te, una m ism a
trasnform acin elem ental (por filas), en ton ces los sistem as A X = C y A 'X = C ' son
equ ivalen tes: o ninguno d e ello s tiene solucin, o am bos tienen las m ism as so lu
ciones, esto es, si u n a m atriz colum na es solucin de uno, tam bin lo es del otro.
A m odo d e m u estra d e lo dicho, con sid erem os el sistem a que hem os p u esto antes
com o ejem p lo d e sistem a d e u n a nica solucin:

2
lo

-2
-4
1

*1

3\
/ lj
( X '\
1 \X2 = 0 ,
\2)
\) W

0 bien

- 2x >+ 5 x j = 1

2 * i - 4x_> +

X i = ()

x +

x = 2

A pliquem os, tanto a su m atriz aso ciad a com o a su m atriz de trm in os in d epend ien
tes, la transform acin elem en tal F> -

F> - 2F, (esto es: su m ar a la segun d a fila la

prim era m ultiplicada por - 2 ) :


F .- F .- 2F,

Dicho de otra form a, m s cm oda: apliq uem o s a la matriz ampliada del sistem a la
transform acin elem ental F - F- - 2 f j :

(2

-2
-4

lo

/I

1\

1
1

2)

F_._F.-2F,

/I

-2

0
1

lo

5
-9
1

F.l sistem a original es en ton ces equivalen te a este:


/1
0

"2
0

lo

3N\
-9
1)

fx

*2

1)
_2 ,
\ 2)

de su segun d a ecuacin se obtiene:

X\ - 2x.- + J.Y j =

0 bien

- 9X3 = _ 2
X> + X-i =

= 2 / 9 , que su stitu id o en la tercera propor

ciona: X'i = 2 2 / 9 = 16 / 9 , y finalm ente d e la prim era resu lta: X\ = 3 1 / 9 . La nica

250

IV. SISTEMAS DE ECUACIONES LINEALES

solucin de este ltim o sistem a, y po r en d e del original (pues so n equivalentes), es


en ton ces esta m atriz colum na:
/31/9N
16/9.
V 2/9 j

El m todo que u tilizarem os en la seccin sigu ien te para reso lver u n sistem a se b asa
en lo que acabam os de ver en este ejem plo : m ediante tran sform aciones elem entales
por filas ap licad as a la m atriz am pliad a del sistem a (que es tan to com o decir que se
aplican sim u ltneam ente a la m atriz aso ciad a y a la de trm inos independientes), se
trata de llegar a un sistem a equ ivalen te al original y fcil de resolver.
Q uiz el lector se pregun te por el efecto en un sistem a de ecu acion es lineales
de u na tran sform aci n elem en tal por columnas. Slo em plearem os, y y a verem os
cundo ser necesario, las de tipo I, e s decir, el intercam bio de colum nas. Para ver
qu ocurre, fijm onos en el prim er sistem a de ecuacion es que con sid eram os como
ejem p lo al principio de e ste apartado:
2x

+3X 3 - *

X| + X

4=

+ 4X; + X 4 = - 1 .

Si intercam biam os las dos p rim eras colu m n as en su m atriz am pliad a (en particular,
no tocam os lo s trm inos independientes), obtenem os esta m atriz:
O

3 - 1

^1

2\
1

- lj

que correspon de con e ste sistem a:


2 X 2 + 3X3 - X 4 =
X \

X i

+ 4X3 + X'4 = - I .

Fijm onos en que la diferen cia entre e ste sistem a y el original no e s m s que un
intercambio de incgnitas: si en u n o de lo s d o s intercam biam os las in cgn itas x

y A'2, obtenem os el otro. No podem os decir que lo s d o s sistem as sean equivalentes,


p u es toda solucin de uno no e s n ecesariam en te solu cin del otro. Pero a partir de
una m atriz colum na que sea solu cin de uno de ello s, s po d em o s o b ten er una m atriz
colum na que sea solucin del otro: intercam biando su s d o s prim eros trm inos, que
son lo s que se correspon d en con las incgnitas x i y x. Por ejem plo, d e esta m atriz
colum na sab em o s es solu cin del sistem a original:
l\

-2
O
0/

AITRODUCCION

251

O btenem os u na solucin del seg u n d o sistem a intercam biando s u s d o s prim eros tr


m inos:
' - 2\

1
0
<V
En resum en: u n intercam bio de colu m n as de la m atriz aso ciad a de un sistem a se
traduce en u n intercam bio de las incgnitas co rresp o n d ien tes a esa s colu m n as; las
solu cion es de uno de lo s d o s sistem a s se pueden o b ten er de las del otro intercam
biando lo s trm inos correspondien tes.
Nota bene

Si intercambiamos dos columnas de la matriz ampliada de un sistema, una de

ellas no debe ser la ltima columna (es decir, la de trminos independientes), pues ello
nos llevara a otro sistema completamente distinto.

Resolu ci n de u n sistem a de ecuacio nes lin e a le s

En el texto, apren d em o s a

reso lver prim ero los llam ados sistem as homogneos, q u e so n a q u ello s cu y o s trm i
no s in d epen d ientes son todos nu lo s, es decir, los de la form a: A X = O. Lo prim ero
que o b servam os d e un sistem a hom ogneo e s q u e adm ite al m en os u n a solucin:
la m atriz nula correspondiente (dicho inform alm ente: ob ten em os u n a solu cin si
dam os a todas las incgnitas el valo r 0), con lo que la d iscu si n d e un sistem a ho
m ogneo se red u ce a d eterm in ar si esta solucin n u la e s nica o no. Ello se averigua
calcu lan d o el rango d e la m atriz asociad a: si e ste ran go e s igual al nm ero d e incg
nitas, la solu cin nula ser nica; si tal rango es m en o r q u e el n m ero de incgnitas,
habr in n itas solu cio n es (de las cu ales una ser la nula). El sigu ien te es un ejem plo
de sistem a hom ogneo con u n a nica solucin:
| 2 * i + 3x = 0

o bien

I 3 * i - 5 .v 2 = 0 ,

-5

-Vi
*2

En efecto: el rango de su m atriz asociad a es igual a 2 , y son d o s las incgnitas,


luego el sistem a adm ite nicam ente la solu cin nula; en este caso, sta e s la m atriz
colum na

(Ntese que si su stitu im o s tan to a' i com o * > po r 0 en la exp resi n del

sistem a, obtenem os efectivam ente d o s identidades.)


Fijm onos ahora en este otro sistem a hom ogneo:
* 1 + 2 * 2 + * ;s = 0
-*1

+ 2 *2 -

*3

=0,

o bien

1 2
1
- 1 2 - 1

(X\ \
*2
\ * 3 /

D enotem os su m atriz asociad a por .4. La m atriz 4 tien e rango igual a 2 y el s is


tem a cu enta con tres incgnitas, u n nm ero m ayor que e l rango, lu ego hay infinitas

IV. SISTEMAS DE ECUACIONES LINEALES

252

soluciones. Para en con trarlas, b u scam os un sistem a equivalente fcil de reso lver, v
para ello hacem os uso d e u n a propiedad que hem os visto en el ap artad o anterior:
podem os obtener un sistem a equivalen te a uno dad o ap lican d o u n a m ism a tran s
form acin elem ental por las tanto a la m atriz asociad a com o a la m atriz de tr
m inos in d epend ientes (o directam ente a la m atriz am pliada, que e s una fo rm a de
ap licar la transform acin sim u ltn eam en te a las dos m atrices citadas). A hora bien,
no deb em os preocu parn os por la m atriz de trm in os in d epen d ien tes de un sistem a
hom ogneo, p u es se trata d e una m atriz nula y cu alq u ier tran sform acin elem ental
que le apliquem o s tendr la m ism a m atriz n u la com o resu ltado. B uscam os, entonces,
aplicar tran sform acion es elem en tales a la m atriz A que n o s perm itan o b ten er una
m atriz cu yo sistem a hom ogneo correspo n dien te sea fcil de resolver. De acuerdo
con lo visto en el captulo III (verbigracia, cf. p. 168), a partir de la m atriz A, y aplicn
dole tran sform acio nes elem en tales su cesiv as, podrem os o bten er u n a m atriz A ' de la
fonn a:
A' =

'1

vO 1
(los p u n to s se alan posicion es que podran s e r o cu p ad as por cualquier n m ero reali;
en concreto:
1
-1

2
2

1
-1

FF+i-|

F-UI4)F

1
0

F ,- F ,

0
1

1
o

y por tanto:
A '- (
A ~ lo

T en em os en ton ces que el sistem a original: A X = O, y el sistem a A 'X = O son equiva


lentes. Este ltim o sistem a tom a la form a:
fl

\0

fx

J/

A 'j = 0

1x A

o bien

Xl

1\x-.J

= 0.

De la prim era ecuacin o bten em os: X\ = - x , y la segun d a n o s dice directam ente


que x e s nulo; si denotam os: A = - X 3 , podem os afirm ar que, cualquiera que sea el
valo r del nm ero A, es una solu cin del sistem a A 'X = O la sigu ien te m atriz colum na:
\\
0 ,

0 bien

\ ~ 'V

1\
0

V -i/

En conclusin, el sistem a original tiene po r solu cin cu alq u ier m atriz colum na de
esta form a:
n

0
\ - l/

con A e 05.

(1 >

INTRODUCCIN

253

D ando valores al parmetro A, vam o s obteniendo d istin tas so lu cio n es del sistem a
(para A = 0, por ejem plo, obtenem os la solucin q u e y a co n o cam os desde el princi
pio: la nula). Q uerem os a ad ir que es posible d a r d irectam en te la solucin final ( i ) a
la v is ta de la m atriz A', sin n ecesid ad d e escrib ir y reso lver el sistem a .4 'X = O; en el
texto (cf. p. 278) se exp lica u na regla gen eral para ello, q u e tratarem os de desgran ar
en este y en otro s ejem plos. De acu erd o con esta regla, la solucin final del sistem a
co n sta de u na o m s m atrices colum na, su m ad as si so n m s de una, cad a una de ellas
m ultiplicada por u n p arm etro distin to. Hay tan tas m atrices d e e ste tipo, o tantos
parm etros, com o m arca la diferen cia entre el nm ero d e incgnitas del sistem a y el
rango. F.n n u estro caso, e sta diferen cia es igual a 1, por eso s lo h ay u n parm etro
(que denotam os por A), m ultiplicado por una m atriz colum na. Esta m atriz colum na
tiene tantos trm inos com o incgnitas, tres en n u estro caso, y se co n stru ye as:
su s dos prim eros trm inos (tantos com o el rango) se obtien en de la ltim a colum na
de la m atriz A', y su ltim o trm ino se estab lece igual a - 1 . Lo resum im os en este
esquem a:

\
1
! 0 0
v 1
)
/

i
0
a

-1

Esta ltim a m atriz colum na, acom pa ad a po r el p arm etro A, es precisam en te la que
obtuvim os en ( 1 ).
Nota bene

Cuando aplicamos esta regla para escribir la solucin de un sistema a partir de

su matriz A' habiendo un solo parmetro, la matriz columna que acompaa a ste en la

expresin de la solucin se construye as: sus primeros trminos, tantos como el rango,
se copian" de la ltima columna de la matriz .4' (de la forma que sugiere el esquema
anterior), y an quedar un trmino por completar: se rellena con el nmero - 1 .

C o n siderem os a continuacin este otro ejem p lo de sistem a hom ogneo:


-V| + X i -

2x ,
3X|

x +
+

X3 - 2X4 = 0

2x 3
=0
X 3 2 x 4 = 0,

/I

2 -1

0 bien

1
2
1

2\
]

2)

x
X{
{ x 4/

fo\

La m atriz asociad a, que vam os a d en o tar p o r B, tien e rango igual a 2, y so n cu a


tro las incgnitas, lu ego adm ite in fin itas so lu cion es; p a ra en co n trarlas procedem os
com o en el ejem p lo anterior. A partir d e la m atriz B , y ap licn dole tran sform aciones
elem en tales por filas su cesiv as, podem os o b ten er u n a m atriz B ' d e la forma:
( 1
B' = 1 0
\0

1
0

*\

0/

IV. SISTEMAS DE ECUACIONES LINEALES

254

(los p u n to s, com o es h ab itu al, se alan p o sicio n es que pueden ser o cu padas por cual
qu ier nmero). C oncretam ente, tras ap licar su cesivam en te a la m atriz B las tran sfo r
m aciones elem en tales F> - F> - 2F\,

- Fs - 3 F |, F> -

( - 1 / 3 )F>, F\ F - F_

y F j F + 3F>, obtenem os:

0
1

1/ 3
-4 /3

-2/3\
-4 /3

El sistem a original: B X = O, es en ton ces equ ivalen te al sistem a hom ogneo d e m atriz
aso ciad a la m atriz B ': B 'X = O. Podram os escrib ir ste y resolverlo, com o hicim os
en el ejem p lo anterior, pero vam os a m o strar cm o se ap lica la regla del texto para
obtener la solu cin directam ente a partir de la m atriz B ' 2 La diferen cia entre el
nm ero de incgnitas y el rango es: 4 - 2 = 2, a s que la solu cin co n sta de la suma
de d o s m atrices co lu m n a m u ltiplicadas por sen d o s parm etros. Cada u n a de estas
m atrices colum na tiene cu atro trm inos (pues cu atro son las incgnitas): los dos pri
m eros (tantos com o el rango) se copian de las d o s ltim as colu m n as de la m atriz B .
y lo s dos re sta n tes se rellenan as: - 1 y 0 p ara la prim era m atriz, y 0 y

-1

para la

segund a; todo segn e ste esquem a:


(l
0

0
1

1/ 3
-4 /3

-2 /3
-4 /3

\0

Si den otam os p o r A y p lo s d o s parm etros, podem os con clu ir que la solu cin de;
sistem a original es cu alqu ier m atriz colum na de esta form a:
/

1/ 3 X
-4 /3
-1
0

Nota bene

''- 2 / 3 ^
-4 /3
0

con A e 1 y p e

Cuando aplicamos la regla para escribir la solucin final de un sistema habien

do dos parmetros, las sendas matrices columna que los acompaan en la expresin de

la solucin se construyen as: sus primeros trminos, tantos como el rango, se copian
de las ltimas columnas de la matriz A' (de la forma que sugiere el esquema), y todava
quedarn dos trminos por completar en ambas matrices columna: la primera matriz se
rellena con - 1 y 0 (de arriba abajo), y la segunda con 0 y - 1 .

En el texto figuran m s ejem p lo s de resolu cin d e sistem a s hom ogneos, todos


resu e lto s segn el esq u em a de trabajo que hem os seguido en lo s p rrafo s anteriores.
-Recurdese que esta regla se explica en la p. 2/8.

INTRODUCCIN

255

C om entem os cm o se gen eraliza la regla que estam os u tilizan d o para escribir la


solucin final: h ay tan tos parm etro s, cada uno con su m atriz colum na, com o m arca
la diferencia entre el nm ero de incgn itas y el rango. Los prim eros trm inos de
estas m atrices colum na, tantos com o el rango, se copian de las ltim as colum nas
de la m atriz A' correspondiente (la que h abrem os obtenido de la m atriz asociad a del
sistem a m ediante tran sform aciones elem en tales p or filas adecuadas), segn se su gie
re en lo s esq u em as que hem os visto en lo s ejem plos anteriores. Con esta operacin
todava estarn pendientes de rellen ar en cada m atriz colum na tantos trm inos com o
parm etros haya. Si h ay u n solo parm etro, y por tanto un solo trm ino por rellenar,

1,

ste se fija igual a -

com o hem os visto ; si hay dos, sto s se rellenan con

p ara la prim era m atriz y con


prim era,

0, - 1

0 para

-1

la segunda, y

p ara la segun da; si h ay tres: -

0, 0 y - 1

1, 0 y 0

-1

p ara la

p ara la tercera; y as sucesivam en te.

A n tes de p a sar a ver la resolu cin de un sistem a general, veam os un ejem plo
m s, en el que tendrem os que realizar u n a tran sfo rm aci n elem ental por colum nas.
C on siderem os el siguiente sistem a hom ogneo:
X | + X2 + 2X3 = 0

o bien

- X i - X + 2X3 = 0 ,

\ v

\*3>

Su m atriz asociada, que denotam os p o r D, tiene ran go igual a 2, y son tres las in
cgnitas, as que se trata de u n sistem a hom ogneo con infinitas solu cion es; para
encontrarlas p roced em os com o en lo s ejem p lo s anteriores. A partir de la m atriz D, y
m ediante la aplicacin de tran sform acio n es elem en tales su cesivas, podem os obtener
una m atriz D' de esta form a:

i :)>

D -

en concreto:
i
- 1

1
-1

2\
2)

(l

fi-fc+F,

\0

fi-U / 4 )F2 / l
Vo

1 2\
0 4)
2

C2-C3

l \ f| F,

1 0)

(\
^0

-2F_>

/1

\o

2
l\
4 0/

l\

1 0)

donde Q - C 3 design a la transform acin elem ental de intercam biar las colum nas
segun d a y tercera. Hem os obtenido:
o' =

:i
(0

o
1

r
0J

pero nos hem os visto obligad os a aplicar, adem s de tran sform aciones elem en tales
por filas, una transform acin elem en tal po r colum nas (para precisar, un intercam
bio de colum nas). No podem os decir que el sistem a original sea equivalente al s is
tem a D X O, pero si resolvem os ste podrem os obtener de su solu cin la solucin

IV. SISTEMAS DE ECUACIONES LINEALE

256

de aqul, p u es un intercam bio de colu m n as com o vim o s en el prim er a p arta d o


se traduce en un intercam bio de las incgnitas correspo n d ien tes: en este caso, de
las incgnitas x

a -;.

Notem os que el sistem a 'X =

es p recisam en te el s is

tem a A 'X = O que resolvim os en el segun d o ejem p lo de este apartado; su s soluciones


so n las m atrices colum na de esta form a:

con A

Si intercam biam os los trm inos seg u n d o y tercero (que so n los que se corresponden
con las incgn itas X 2 y x :), obtenem os finalm en te la solu cin del sistem a original:
n
con A e
0/

Una ve z sab em o s reso lver un sistem a hom ogneo, estam o s en disp osici n de
resolver un sistem a general A X = C, con trm inos in d epen d ien tes no necesariam ente
nulos. D ebem os su pon er, po r su p u esto , que el sistem a adm ite solucin , de lo que
nos podem os d ar cuenta discu tin d olo previam ente. Recordem os: el sistem a admiteso lu cin si y solam en te si el rango de la m atriz aso ciad a y el de la m atriz am pliada
coinciden; y cuando h ay solucin, si tal rango com n es igual que el nm ero de
incgnitas, la solucin es nica; si e s m enor, h ay in fin itas soluciones.
Pongm onos prim ero en el caso de u n a nica solucin. V eam os con un ejem ph
la form a de proceder. C onsiderem os el sigu ien te sistem a:
t 1
0

l
1

v-l

-1

- l\
0

(*\\
Xi =

2) \X3J

1
2
l-l

D enotem os su m atriz aso ciad a por A y su m atriz de trm inos in d epend ientes po r C
T an to la m atriz A com o la am pliad a (/i | C ) tienen rango igu al a 3, y so n tres las
incgnitas, luego el sistem a adm ite efectivam en te solu cin nica. Para resolverlo,
utilizam os esen cialm ente el m ism o procedim iento que p ara lo s sistem a s hom og
neos: b u scar un sistem a equivalen te m s sen cillo de reso lver m ediante la aplicacin
de u n as m ism as tran sform aciones elem en tales po r filas su cesiv as tanto a la matriz
asociad a com o a la m atriz de trm inos in d epend ientes (o directam ente a la m atriz
am pliada, que e s una form a de aplicar las tran sform aciones sim u ltn eam en te a lay
d o s m atrices citadas). Igual que con lo s sistem as hom ogneos, b u scam os llevar la
m atriz asociad a del sistem a a la form a m s sencilla que vim os en el capitulo II (ver
bigracia, cf. p.

168 );

pero a diferencia de ello s, ahora s deb em os preocu parn os por

INTRODUCCIN

257

la m atriz de trm inos independientes, porque si e sta m atriz no es nula, una tran s
form acin elem ental puede cam biar su valor. En este ejem plo que nos ocupa, com o
la m atriz A es cu adrada de orden 3 y de rango igual a 3, a partir de ella podrem os
obtener una m atriz A ' de esta form a:

es decir, precisam ente la m atriz identidad 13. A pliquem os, pu es, tran sform aciones
elem entales por filas su cesivas a la m atriz am pliada (.4 | C ), de form a que llegu e
m os a su stitu ir la m atriz .4 por la m atriz .4' (o lo que es lo m ism o, por la m atriz
identidad A:

/ I
0
V

1 - 1
1
0

-1

Fi-Fj+F 1

0
1,0

1
0

-1
0
1

/I

0
1
0

-1
0
1

/]

d)

1\
2

0)
- 1

-Fi + A

2
0

i
0
0

0
1
0

0
0
1

-1
2
0

Si denotam os la m atriz de trm inos in dependientes de la ltim a m atriz am pliada


por C ', entonces hem os obtenido:

.4' | C '

0 0
1 0
lo 0 i
0

Oj

El sistem a original es en tonces equivalente al sistem a de m atriz am pliada (.4' | C ') ,


es decir, al sistem a A 'X = C'. ste tom a la form a:

x-

y su solucin nica es inm ediata; esta solucin, que tam bin es la solucin nica del
sistem a original, es la siguiente m atriz colum na:

R0/-

Con los sistem as generales, tam bin se describe en el texto (cf. p. 280) una regla
para escribir la solucin final a la vista de la m atriz am pliada obtenida (A ' | C 'j .

IV. SISTEMAS DE ECUACIONES LINEALES

E sla regla, aplicada al caso p articu lar de u n sistem a con solu cin nica, n o s dice que
form em os la m atriz colum na solu cin con lo s prim eros trm inos de la m atriz C ' ,
copiando tantos com o m arca el rango; com o el rango y el nm ero de in cgn itas coin
ciden, no qu ed arn m s trm inos que rellenar. En e ste ejem plo, el rango es igual a 3.
as que form am os la solu cin con lo s tres prim eros trm inos de la m atriz C ' (en este
caso, acontece que se trata de todos lo s trm inos de la m atriz C '); esquem ticam ente:
i
0

0 0
1 o

/
-1

-i

V eam os otro ejem p lo d e sistem a que adm ite solu cin nica. C on siderem os el
siguiente sistem a, que difiere del an terior en que tiene u n a ecu acin ms:
1
0
-1
-1

1
1
-1
0

-1
0
2
2

( x x\

x
V*3/

0
2
-1
1

D enotem os la m atriz asociad a po r G y la m atriz d e trm inos in d epend ientes por V.


La m atriz G y la m atriz (G | N') tienen am b as rango igual a 3, y tres son las incgni
tas, as que efectivam en te es un sistem a que adm ite solucin nica; p a ra encontrarla,
proced em os com o en el ejem p lo anterior. A partir de la m atriz G, es posible obtener,
m ediante la aplicacin de tran sfo rm acio n es elem en tales po r las su cesiv as, u n a m a
triz de esta forma:

G' =

1
0
0
0

ox
0
1
o

A pliquem os, p u es, a la m atriz am pliada (G | Ai) tran sform aciones elem en tales por
filas su cesiv as de form a que con sigam os su stitu ir la m atriz G por la m atriz G '. Con
las tran sfo rm acio n es elem en tales sigu ien tes: F 3 -- F3 + F j, F 4 - F_i + F |, F| *- F\ - F \
F4

F 4 - Fz, F| F| + F'3 y F 4 - F 4 - F3, llegam os a esta m atriz am pliada:

(1
0
0
Vo

0 0
1 0
0 L
0 0

-1
2
0
0/

Si denotam os po r N ' la m atriz de trm inos in d epend ientes de la m atriz am pliada


anterior, la m atriz colum na so lu ci n e sta r fo rm ad a por lo s prim eros trm in os de la

INTRODUCCIN

259

m atriz N ', tantos com o m arca el rango; es decir, la m atriz solucin estar form ada
por los tres prim eros trm inos de N":

Este sistem a tiene la m ism a solucin que el sistem a del ejem plo anterior, aun te
niendo una ecuacin m s.
Cuando un sistem a adm ite solucin nica y tiene el m ism o nm ero de ecuaciones
que de incgnitas, se puede resolver con un m todo d iferen te del visto en los ejem
plos anteriores, que tam bin se explica en el texto (cf. p. 282). Notem os el sistem a
por A X = C. La m atriz A es entonces cuadrada, y al tener solucin nica el sistem a, el
rango de .4 e s igual que el nm ero de su s filas e igual que el nm ero de su s colum nas;
es decir, la m atriz .4 es invertible. En la igualdad A X - C podem os m ultiplicar por la
inversa de A: A _ ! .4A' = A _ 1 C, o bien: X = A _ 1C. Es decir, p odem os o b te n e rla nica
solucin del sistem a m ultiplicando la in versa de la m atriz asociad a por la m atriz de
trm inos in d epend ientes. Com o m u estra de ello, recordem os que dos ejem plo s atrs
hem os resu elto un sistem a con tres ecuaciones y tres incgnitas y con solucin nica;
/
\-

La m atriz asociad a de este sistem a es invertible, y de inversa:


(2

-1

i\
o

A '1 =

1/

Vi

La solucin del sistem a pu ed e en con trarse m ultiplicando esta inversa por la m atriz C
de trm inos in d epend ientes:
12
A ~ 'C = 0

-1\

-1

2
0/

esta ltna m atriz colum na es efectivam ente la solucin que obtuvim os.
Pasam os ahora a tratar la resolucin de un sistem a A A = C del que sabem os
adm ite infinitas solu ciones; procedem os, com o en caso s anteriores, con un ejem plo.
C onsiderem os el siguiente sistem a de ecuaciones:
A l + .Y 2
2 *,

3x

,Vj -

2X4 =

-X2+2X-4
+

Xi

- 1

4
-

2x 4 =

3,

/l

0 bien

1
- 1
0

- 1

-2 \

-V

2(jO

IV SISTEMAS DE ECUACIONES LINEALES

La m atriz asociad a de este sistem a es la m ism a que la m atriz asociad a del sistem a
hom ogneo que vim os en la pgina 2 5 3 ; all la denotam os po r B. D enotem os a su
ve z por E la m atriz de trm inos independientes de e ste ejem plo que estam o s con
siderando. El rango de B e s igual a 2, y tam bin el de la m atriz am pliada (B | E ),
y las incgnitas son cuatro, as que se trata efectivam en te de un sistem a que ad

m ite infinitas solu cion es. El procedim iento p ara en co n trarlas es el m ism o que hem os
seguido h asta ahora: aplicar tran sform aciones elem en tales su cesiv as a la m atriz am
p liada h asta llegar a la m atriz am pliada de un sistem a que sea sen cillo de resolver. A
partir de la m atriz B, aplicn dole tran sfo rm acio n es elem en tales su cesiv as adecuadas,
e s po sib le o btener u n a m atriz B ' de esta form a:
fl

B =

\0

En concreto, tal y com o vim os en el ejem p lo de sistem a hom ogneo citado, ap li


cando su cesivam en te a la m atriz B las tran sform aciones elem en tales Fz F - 2F_.
E . f

3 SE],

E> ( - 1 / 3 )F>, Fi Fi - Fz y F.t 3 + 3 Fz, llegam os a:

1/ 3

-4 /3

-2 /3 \
-4 /3

Si aplicam os e sta s m ism as trasfo rm acio n es a la m atriz am pliad a ( B | E ), llegam os


entonces a u n a m atriz am p liad a de la form a (B ' | ') para algun a m atriz co lu m n a :
precisam ente lo que obtenem os es:
i

A
- 1

-1

- 2

-A

- 2

fi

1/3

-2/3

-4/3

-4/3

lo

n
-2

= ( ' | '

oy

Com o su ced a en los ejem p lo s an teriores, a la vista de la m atriz am pliada o bten i


d a ( b ' I ') e s posible escrib ir directam ente la solucin final. La regla b sica es esta:
la so lu cin del sistem a es igual a la su m a de u n a solu cin p articu lar (es decir, una
cualquiera de las in fin itas que tiene) y la solu cin del sistem a hom ogneo co rresp o n
diente (el que se obtiene an ulan do los trm inos in d epend ientes, es decir: (E | O),
que es equivalen te al ( E ' | ())). Esto ltim o: la solu cin del sistem a hom ogneo co
rrespon dien te, se escribe a partir de la m atriz '; y a lo hicim os en el ejem p lo citado:
/

1 0
0 1
0

-2 /3

1/ 3
-4 /3

-4 /3

I
-2
0

IN rftODUCCIN

Y una solucin particular se puedo encontrar a partir de la m atriz '. Tal solucin
particular es una m atriz colum na do tantos trm inos com o incgnitas: los prim eros,
tan tos com o el rango, son los prim eros do la m atriz '; los restan tes, tantos com o
m arca la diferencia entre el nm ero do incgnitas y el rango (o lo que es lo m ism o:
tan tos com o parm etros), se fijan igu ales a 0. En este caso, los d o s el rango os igual
a 2 prim eros trm inos de la solucin son los prim eros trm inos do E ': 1 y - 2 , y los
dos hay dos p arm etro s trm inos restan tes son 0 y 0. Esquem ticam ente:

1
0

0
1

1/3
-4 /3

1
-2

-2 /3
-4 /3

-2

0
/

V o /

En conclusin, es solucin del sistem a original cualquier m atriz colum na de esta


forma:

f- 2
0

/
4 A
l

l/3 >
/ 2/3^
-4 /3
-4 /3
* V
-i
0
o J

l - 1

con A e IK y p e

A p lic a c io n e s de ios sistem as de ecuaciones lin ea les

En esta seccin se o fre

cen diversas aplicaciones de los sistem as de ecuaciones lineales. A lgun as ya han sido
apu n tad as en las introducciones de captulos p asad os, o en los m ism os captulos:
coordenadas de un vector en una baso, interseccin de su b esp acio s vectoriales, etc.
C onsiderem os la siguien te b a se 3 de IK2:

Coordenadas de un vector en una base

B = ( ( l , 3 ) , ( 2 , 5 i ) . C u les son las coorden adas del vector ( 1, 5) en esta base? Si las

denotam os por tx y /?, e sto s nm eros son tales que: ( 1 , 3 ) + / l(2, 5) = ( 1 ,5 ) . Esta
igu aldad vectorial es equivalente a estas dos igu aldades: i- 2/1 = i y 3 o -t- 5/1 = 5,
que podem os escrib ir com o un sistem a de dos ecuaciones en las incgnitas o y /E
o + 2/1 = I
3 0 4 5/1 = 5.

Apliquem os a la m atriz am pliada de este sistem a tran sfo rm acio n es elem entales por
filas su cesivas h asta llegar a una m atriz de esta forma:

:lC i. c a p tu lo i.

IV. SISTEMAS DE ECUACIONES LINEALES

2fi2

(recurd ese que con el punto design am os posicion es que p u ed en s e r o cu padas por
cu alqu ier nm ero real). O btenem os:
2

- F - 3F,

F j

Fj

-1

-2

Fi F i - 2 F ,

_?

A la vista d e la m atriz de trm in os in d epend ientes de la m atriz am pliad a obtenida,


concluim os que la solu cin d el sistem a e s esta m atriz colum na:

U)
Las coord enadas del vecto r ( 1 , 5 ) en la b ase B = ( ( 1 , 3 ) , ( 2 ,a )) son , pu es, 5 y - 2 . A
m odo de com probacin: 5 ( 1 , 3 ) 2 ( 2 ,5 ) = ( 1 ,5 ) .
Clculo c mui base de un subespacio vectorial dado por ecuaciones

C on sidere

m os lo s su b e sp acio s vectoriales 4 F y G d e IR1 definidos, respectivam en te, po r la


ecuacin X \ + x

2=

0 y por la ecuacin .V] - 2X ( = 0; esto es:

F = {(X 1 .X 2 .X 3 ) e R 3 I x\ + x

2=

G = ((X 1 .X 2 .X 3 ) e R 3 | x - 2 x 3 = 0 | .

Cm o pod em os encontrar u n a b ase de la interseccin F n G ? Si denotam os esta


interseccin por H , en to n ces po d em o s escribir:
H = F n G = { ( x i , x 2,x a ) e K* I X| + x 2 = 0 y x , - 2 x :i = 0 ) .

La pregun ta que h em os form ulado tiene, pu es, la m ism a re sp u e sta que esta : cm o
encontrar u na b ase del su b esp acio vectorial de ecu acio n es X \ + x

2=

0yxj -2 x

2=

() '

Un vecto r (X 1 .X 2 .X 3 ) d e (R:i perten ece al su b esp acio vectorial H p recisam en te si


su s com pon en tes verifican, a la ve z, las ecu acion es X| + x

y xi -

2x 3

0.

Podem os decir esto de o tra form a: el vecto r ( x j , x 2 ,X 3 ) perten ece a H precisam ente
si la m atriz colum na que tiene po r trm inos X j, x_>, y X 3 e s solu cin del sistem a
siguiente:
xi + x

xi

2x 3 =

0.

B usquem os, p u es, las solu cio n es de este sistem a hom ogneo. A plicando las tran sfo r
m aciones elem en tales F> F - F\, F

F> y F\ - F - F a la m atriz asociad a de-

e ste sistem a, ob tenem os la m atriz:


0
1
*cf. capitulo I.

-2
2

INTRODUCCIN

as que Las soluciones del sistem a son las m atrices colum na de la form a:

con A e

Un vector '^ a ^ j s ) de R 3 pertenece, pues, al su bespacio vectorial H precisam en te


si es de la form a: A ( - 2 , 2, - 1 ) para algn A e R. Se tiene entonces: H = R ( - 2 , 2, - .1 ),
y una b ase de H es ( ( - 2 , 2, - D ) .
Para encontrar una b ase de un su besp acio vectorial dado por unas ecuaciones,
no tenem os en tonces m s que resolver el sistem a form ado por esas ecuaciones. Los
vectores cu yas com ponentes son los trm inos de las m atrices colum na que figuran
en la solucin son los vectores de la base buscada.
Interseccin de subespacios afines da ti os por ecuaciones

p la n o s 71 r i], H '2 y
y 3 x [ - ,\'3 -

C onsiderem os los hiper-

de IR4 de ecuacin x\ + x - x- - 2x_j = - 1 , 2 x j - X 2 + 2x = 4

2 .V4 =

3, respectivam ente. Son su bespacio s afnes de R 4 (recordem os que

todo hiperplano es su besap cio afn), y su interseccin, si no es vaca, tam bin es un


su bespacio afn de IR4. De cul se trata? Lo que p reten d em os es encontrar un vector
y un su besp acio vectorial, am bos de R4, tales que podam os escrib ir H i n u> r
com o sum a del vecto r y del su bespacio vectorial.
tiste problem a es sim ilar al que nos plan tebam os en el pargrafo anterior con
su b esp acios vectoriales. Para resolverlo, no tenem os m s que p lan tearn os y resolver
el sistem a form ado por las ecuaciones que denen los h iperp lan os:
X [

.Y 2

Y ;- } -

2-Vi - X + 2X3
3xi

2 .Y _ i

+- X 3 - 2a' 4 =

- 1

4
3.

Dadad una solucin de este sistem a, el vector cuyas com ponentes son los trm inos
de la m atriz colum na solucin es un vector de la interseccin; y recprocam ente:
dado un vector del su besp acio afn interseccin, la m atriz colum na de trm inos su s
com ponentes es solucin del sistem a.
N tese que el sistem a anterior fue el ltim o que reso lvim os en el apartado d e
dicado a la resolucin de sistem as. Las soluciones son las m atrices colum na de la
forma:

1\
_2

0 +A

V 0)
-Cf. capitulo 1.

i - 41/3)
/3
-1

l 0 i

(-2/3')
-4 /3

con A e IR y p e

IV. SISTEMAS DE ECUACIONES LINEALES

264

As, podem os decir que la interseccin H\ n H n

est form ada por los vecto res de

esta form a: ( 1, - 2 , 0 , 0 ) + A( 1 / 3 , - 4 / 3 , - 1 , 0 ) + p ( - 2 / 3 , - 4 / 3 , 0 , - 1 ) para algn A e I


y algn p e R. En conclusin:
H

i n H

2 n H

3 =

(1,-2,0,0) + R(1/3,-4/3,-1,0) + R( 2/3, 4/3,0,1),

y u na igualdad com o esta es la que buscb am os.


Otro ejem plo. Cul es la interseccin del su b esp acio afn de IR definido por la
ecuacin x + x 2 = 1 con el definido por la ecuacin x\ - 2x? = - 2 ? Escribim os el
sistem a form ado por esta s dos ecuaciones:
X ]

x 2 =

j x ] - 2x2 = - 2 .
Tiene solucin nica:

o as que la interseccin de los dos su b esp acio s afin es se reduce a un con jun to form ado
por un nico vector: { ( 0 . 1 )}.
Determinacin de unas ecuaciones para un subespacio vectorial del que conocemos
un sistema de generadores

D enotem os por F el su bespacio vectorial de R 3 ge

nerado^ por los vectores ( 1, - 1 , 2 ) y ( 2 ,0 ,4 ) . Nos gu stara d isp on er de u n a o unas


ecuaciones que definan este su besp acio vectorial. Notem os que un vector ( x i, x 2, x 3 i
de IK3 pertenece a F precisam en te si se puede escribir com o com binacin lineal de
los gen eradores ( 1, - 1 , 2 ) y ( 2 ,0 ,4 ) , es decir, precisam en te si existen dos n m eros
y P tales que:
a ( l , - l , 2 ) + 0 ( 2 , O , 4 ) = ( x i , x 2, x 3 ).

Esta igualdad vectorial es equivalente a: a +

X \ ,

- a - x 2 y 2 + 4/ = x 3, que

podem os escribir en form a de sistem a en las incgnitas y p:


(X + P = X |
--O

2o + 4

= X2

p = x 3.

Los vectores ( x i , X 2, x 3 ) de F son precisam en te aquellos p ara lo s cu ales este s is


tem a de ecu aciones adm ite solucin; deberam os, p u es, discu tir el sistem a en fu n
cin de los valo res de x i , x_> y x 3. Pero en v e z de discu tir directam ente este sistem a,
discu tam os uno equivalente m s sencillo; com o siem pre, co n segu im os tal sistem a
6Cf. capitulo I.

2ds

INTRODUCCIN

equivalente con la aplicacin a la m atriz am pliada de tran sform aciones elem en tales
adecu ad as. Intentem os que la m atriz del sistem a se tran sform e en una de esta form a:

Rsulta (ojo al aplicar las transform aciones elem entales a la ltim a columna):

1 2
1 0
2 4

x>

F>~F: +F

x j

2
0 2
\2 4
n

i-W

F..-N/2IF;

n
0

lo

X:
\
( x j + x -)/2 I
Y3 - 2xi /

\o

0
1
0

-x
\
(x j + X')2
X 3 - X\

Fijm onos en la ltim a m atriz am pliada obtenida: es la de un sistem a cu ya m atriz


asociada tiene rango igual a 2, y cu ya m atriz am pliada tiene rango igual a 2 o a 3
segn sea nulo o no, respectivam ente, el trmino X 3 - 2 x ] . Podem os decir entonces
que el sistem a original tiene solucin si y solam ente si x 3 - 2x] = 0. Pero esto es
lo m ism o que decir lo siguiente: el vecto r (X i.a'^ .-Y ) pertenece a F si y sol tunen te
si X 3 - 2,Y| = 0. sta es una ecuacin que define el su bespacio vectorial F.
Sobra el nucan y la imagen de una aplicacin lineal

Los sistem as de ecuaciones

lineales resu ltan especialm ente tiles para averiguar datos sobre una aplicacin li
neal." C onsiderem os, por ejem plo, la aplicacin lineal / de E 4 en E 1 definida por:
f i X ,X 2, X 3, X 4 ) = (Xj. + X 3 + 2xit 2x-> + iX 'i ~ * 4 . 2X| + 2x 2 + .Y3 + 3 x :),

que tiene por m atriz asociada en las b ases cannicas ia siguiente:

Estam os in teresados en encontrar una base del ncleo de f y en encontrar u nas


ecuaciones de la im agen de f .
' Ci. capitulo II

266

IV . SISTEMAS DE ECUACIONES LINEALES

Recordem os que la igualdad vectorial / ( a 'l , a 't ,X 3 , x 4) = ( V 1 . V 2 . V 3 ) es equiva


lente a esta igualdad m atricial:
/ x ,\

fy\ \

x2
Xj

yz
\y j

\x 4j

De esta form a, el vector de (R3 de com ponentes y , y> y y% perten ece a la imagen
de / si y slo si la igualdad m atricial anterior se verifica para algun os nm eros .\'i.
x, X 3 y x 4. Viendo esta igu aldad m atricial com o un sistem a de tres ecuaciones

en las incgnitas X\, x 2, x 2 y x 4, podem os decir en ton ces que el vecto r de com po
n en tes V ] , y- y

>'3

pertenece a la im agen de f si y slo si el sistem a anterior, con y .

yz Y y.i com o trm inos in d epend ientes, adm ite solucin. Por otro lado, el sistem a

hom ogneo correspon dien te a este sistem a del que h ablam os es precisam en te el que
resolveram os para encontrar una b ase del su b esp acio vectorial f . T ran sfo rm am os el
sistem a en otro equivalente por el m todo habitual de aplicar tran sform aciones ele
m entales su cesivas a su m atriz am pliada. En este caso, y a la vista de la m atriz .4, que
tiene rango igual a 2, b uscam os obtener a partir de ,4 una m atriz A ' de esta forma:
0

/I
4' = 0

1
o

\0
Tenemos:
(1

\2

/i

V .\

2
0
lo 2

-1

y-J

F z d I2)F

-1

-1

/JO
1
0 1 3 /2
[o
2 3
fl
0

W 3 -2 2

vO

0
1

1
3/2

Vi
>
V2
y s - 2vi/

2
-1/ 2
- 1

2
-1/ 2
0

Vi
\
yz/2
v 4 - 2 i'i - y )

Leem os u na b ase del ncleo a p artir de la solucin del sistem a hom ogneo co rres
pondiente; sta es cu alquier m atriz de la form a:

i)
3/2

-1

+ Ai

2 )
- 1/2

0
l -1 )

con A e l y p e

INTRODUCCION

a s q u e p o d e m o s e s c r ib ir : K e r /

K ( l , 3 / 2 , 1 , 0 ) + R ( 2 , - 1 / 2 , 0 , - 1 ), y u n a b a s e

d e K e r / e s : ( ( 1 , 3 / 2 , - 1 , 0 ) , ( 2 , - 1 / 2 , 0 , - 1 ) ) . P o r o t r a p a r t e , el s i s t e m a o r ig in a l tie n e
s o lu c i n s i y s lo s i e s n u lo el t r m in o y 3 - 2 y i p o n e n te s v i ,
ca:

y >. E s d e c ir , el v e c t o r d e c o m

y 2 y y s q u e e s ( y 1 . y 2 . y 3 l p e r t e n e c e a lm ,/ ' si y s lo si v e r ifi

y- - 2 y - y : = 0 ; e s t a e s u n a e c u a c i n d e la im a g e n d e / .

IV. SISTEMAS DE ECUACIONES LINEALES

IV. 1

DEFINICIONES Y PROPIEDADES
f. D efiniciones; n otacin m a tr ic ia l

C on siderem os el sistem a en K de n ecu a

ciones lin eales con m incgnitas X \, X 2 , x m:


an-V'i +

12X 2 +

+ a mx, = C|

a >1 X ] + 22 X 2 + + rl2mX m = C

^2)

,a\X\ + <
-1 ,12 X 2 + + tnm Xni = Cu
que podem os tam bin exp resar de la form a:

AX = C,
donde

X, C y A son

las m atrices:

X2

que
Matrices
relacionadas con
un sistema

EJEMPLO I

X y C son

A es u na m atriz
A direm os es

De
n it a s

y de

t r m

in o s

11

12

?2 i

\Cn

(ntese que

<a

A i ^

( X l >

X=

(2'i

U\
&2 m

\&n

d n .2

&nm J

m atrices colum na de rd en es resp ectivo s (m , 1) y (n , 1 ) , \

de orden (n , m )).
la

a t r iz

a s o c ia d a

in d e p e n d ie n t e s ,

direm os es un sistem a

h o m

al sistem a; de

respectivam en te.

X y C, las m atrices de
Si C = O, del sistem a 4 A = C
in c g

o g n e o .

Consideremos el sistema en K, o sistema real, de dos ecuaciones con tres incgnitas:


A'i + x> + 3xy = 3
-X | + x> + .V3 = I .

13 1

La matriz asociada al sistema es la matriz real:

( : : ;)
y por tanto el sistema se puede expresar de la forma:
A\

(-:

i x)g)-G )-

Obsrvese que la igualdad (3') es equivalente a:


x\ + x> + 3x:l\ _ /3\
\-x + x 2 + x j ) ~ V1 /

<3'i

IV. I. DEFINICIONES Y PROPIEDADES

y e s t a ig u a ld a d d e m a t r ic e s s e v e r i f i c a p r e c i s a m e n t e si:

X\

x>

[
x|+

= 3
x , = 1,

q u e e s e l s i s t e m a (3 ).

D e u n a m a tr iz c o lu m n a d e o r d e n ( m , 1 ) c o n t r m in o s e n

i" a,
2

Vm/
Solucin de un

d ir e m o s e s u n a s o l u c i n d e l s i s t e m a (2 ) , o ( 2 ') , s i v e r ific a :

sistema

(l|l

i 12

->i

0-22

& 2 m

a2

...

f llm

rt| ^

C?

ttnm/ \&m/

\Cn/

O b s rv e s e q u e s i la m a tr iz c o lu m n a

a->

\m /
e s s o lu c i n d e l s i s t e m a ( 2 ') , a l h a c e r e n e l s i s t e m a ( 2 ) la s u s t it u c i n :

X\ =
s e v e r ific a n la s

EJEMPLO 2

t,

xm=

ig u a ld a d e s q u e r e s u lta n .

E l s i s t e m a ( 3 ') ( c f . e j e m p l o l , p . 2 6 8 ) a d m i t e c o m o s o l u c i n l a m a t r iz c o lu m n a :

p u es:

O b s r v e s e q u e a l h a c e r e n e l s i s t e m a ( 3 ) l a s u s t i t u c i n ; .Vi =
v e r i f i c a n l a s d o s ig u a ld a d e s q u e r e s u l t a n .

2,

x- =

4 y xv

- 1 , se

IV. SISTEMAS DE ECUACIONES LINEALES

270

En e ste capitulo vam os a resolver un sistem a: A X = C, es decir, vam o s a estu d iar


qu condiciones debe verificar para que adm ita algun a solucin, y cul es el conjunto
d e soluciones.
Notacin

Utilizaremos sistemticamente, a partir de ahora, la notacin para las matrices


columna y los vectores columna de una matriz que introdujimos en el captulo 111: sii A
es una matriz cualquiera de orden (n ,m ) con trminos en K, sus matrices columna sse
A
denotarn: A ], A i , ..., A m, y sus vectores columna (que son de &"): a i, a >, ., a m.

2.

D ado un sistem a de n ecuaciones

A p lic a c i n lin e a l a s o c ia d a a un sistem a

con m incgnitas:
A X = C,

(41

con sid erem os la aplicacin lineal ./l de Bm en QC" can n icam en te asociad a a la m a
triz A , es decir:

(1
e
Aplicacin lineal
asociada a u n

< j < m ).

a,

De A direm os es la a p lica ci n lin ea l a so c ia d a al sis te m a (4).


Com o A es la aplicacin lineal cann icam en te aso ciad a a la m atriz A , se tiene:

sistema

A X = C <=* A f x ) = c.

donde x y c son los vecto res colum na d e X y C, resp ectivam en te. Hemos probado,
pu es, la siguiente
CNS de solucin
(con la aplicacin
lineal asociada)

P ro p o sici n IV. 1

Una matriz columna X de orden (m , 1 ) es solucin del sis

tema A X = C si y slo si:


A ( X i ) = c,
o en otras palabras: precisamente si la imagen p or A del vector x es igual al vec

to r c, o equivalentemente: x i e >1 1 [ ! c j . donde el vector x es el vector columna


de Aj .

EJEMPLO 3

La aplicacin lineal asociada al sistema real:

X] + x +

= 3

- x + x + x : = 1
es la aplicacin lineal A de IR* en 2 cannicamente asociada a la matriz:

(3)

71

IV. I. DEFINICIONES Y PROPIEDADES

Es decir, A es la aplicacin lineal tal que:


IR*
(

1, 0 , 0 )

( 1 , - 1 ) =a,
( 1 . 1 ) = a( 3 .1) = a (.

----------

0 , 1, 0 )
(0 , 0 , 1)
(

----------

------

y por tanto:

A x , , x , X 3 )

A(x\e-

+ x>e>

+ x^e-O

x i-A le ,) +

= X i ( l . - l ) - x f i l , 1 ) + x s ( 3 , 1) = ( x +

xA(e) + Xi Ai ey

+- 3 x < , - X \

+ x- +

x<),

y en definitiva: A (x ,x ,X 3 = x , + xj + 3x?,-xi + x2 + x.,). Observemos que tambin


podamos haber llegado a este resultado teniendo en cuenta:
1
-1

1
1

3
l

/XA
X.

\x J

xi
-X ]

x> + 3 x f
+

+ X

La matriz columna:

es solucin del sistema, pues: -4 (1.2 ,0 ) = ( 3 ,1).

C N S p a r a q u e un
s is te m a ad m ita
so lu c i n

Una condicin necesaiia y suciente para que c sistema de


P ro p o sici n IV.2
ecuaciones A X = C tenga solucin e s que el vector c sea combinacin lineal de los
vectores columna de A : a , a> ,. .

Demostracin

a ,.

La condicin es necesaria. Si
l i \
ex

X, =
\m /
es solucin de A X = C, entonces: _/tiX[) = c, y por tanto:
A\X\) = ^l(]Ci + je j f + n mem) = ct\A{ei >+ o2>l(e>) + - + a mA fe m)

^ \ a +

- . . + ixma m = c,

^ c es combinacin lineal de a i, a , . . a ,.
La condicin es suficiente. Si c es combinacin lineal de a t, a ,

entonces existen

escalares pi, P 2
Pm tales que: 0 , a, + (Ua, + + P ,a m = c, igualdad a partir de la
cual podemos escribir: A iz ) = c, siendo z el vector (de & "') de componentes f?L, p2, Pm
e sto e s . 2 = <P],P: ........ pm). En consecuencia la matriz columna Z cuyos trminos son las
componentes de z es solucin del sistema A X = C.

1 >.i>.

272

IV. SISTEMAS DE ECUACIONES LINEALES

CNS para que un


sistema admita

C orolario
Una condicin necesaria y suficiente para que el sistema A X = C
admita alguna solucin es:

solucin: rango

rango A = rango (A

de la matriz del

c).

sistema igual a
rango de la

donde ( A | C ) es la matriz (en notacin por columnas):

matriz ampliada

(a 1 c ) = ( 4 , | a 2 1 ...

Am | C ).

De la m atriz (/A | c ) direm os es la m atriz am p liad a del sistem a de ecuaciones


lineales 4A' = C.
Demostracin del corolario

La condicin es necesaria. Si el sistema de ecuaciones linea

les AX = C admite solucin, entonces c es una combinacin lineal de ai, a z , a m, y por


tanto: rango (a\,az

a,,c) = rango (fl),a _> ,...,a m) (cf. consecuencias de la definicin de

rango de un sistema de vectores, p. 80), y en consecuencia:

, a m) = rango(ai, a ? ,..., a m,c ) = rango (.4 | C j .

rango A = rango ( a i,

La condicin es suficiente. Si se verifica: rango 4 = rango (4 | C'j , entonces los ran

a ,) y r a n g o ( f l | , . , a , , c ) son iguales, y por tanto c es igual a una

gos ra n g o (a t , a 2

combinacin lineal de a t, a , , . . ., a m, pues si no lo fuera, los rangos seran distintos (cf. pro
posicin 1.19, p. 82). En consecuencia, el sistema AX = C tiene solucin.

EJEMPLO A

El sistema real:

iieo

[i

no admite solucin, pues:


/
l
EJEMPLO 5

1
- 1

rango

=2 y

.1

( 1

-1

V 1

rango

3)

El sistema real:
X\ + x 2 -

2xi + x_>

2x 3

+ xa =

- X-1 = 0

admite solucin, pues:


rango

(l

I -2

(2

t\

-ij

= ran g0 ( 2

1 -2

-1

o J=-

IV. I. DEFINICIONES Y PROPIEDADES

3.

Sistem as eq u iva le n te s

De dos sistem as en K de ecuaciones lineales: A X = C

y B Z = i), direm os son e q u iv a le n te s si tienen el m ism o con ju n to de soluciones. Es


decir, si X- es solucin de .4A' = C, tam bin es solucin de B Z = \ y recprocam ente,
si Z\ es solucin de B Z = D , tam bin es solucin de A X = C.

EJEMPLO 6

l.os sistemas reales:


jci +

x - x,i

= 0

+ X3

Xi

=0

x> -

[xi

Xi = 1

+ x;t =

no son equivalentes, pues la matriz columna:

es solucin del segundo, pero no es solucin del primero.

P ro p o sici n IV.3
Sea A X = C un sistema en K de n ecuaciones con m incgni
tas. Si T es una matriz cuadrada de orden n, y .su rango es igual a n, entonces son
equivalentes los siguientes sistemas de n ecuaciones con m incgnitas:
\X = C

Demostracin

(7X4) A' = TC.

Sea 'J la aplicacin lineal de K" en K" cannicamente asociada a la ma

triz 7; como 71 es cuadrada de orden n y de rango n, 7 es un isomorfismo de K" (cf. conse


cuencia de la proposicin III.8 (cf. p. 2 1 1 . Sea A la aplicacin lineal de Km en IK." cannica
mente asociada a la matriz A. Recordemos (cf. corolario de la proposicin 111.7 (cf. p. 201))
que, en estas condiciones, la aplicacin lineal cannicamente asociada al producto TA es Tyl.
Se tiene la siguiente cadena de equivalencias:
(A'i es solucin de AX = C )

AXt = C
*=* A iX i) = c

<=> [T o A ] (x i ) = X (c )
=> (7,4).y, = T C

<*=> (Aj es solucin de tTA )X = T C ).


La tecera equivalencia se justifica de la siguiente forma: por un lado se tiene:
A(X\) = c => [ X X l]( x i) = T ic);

y por otro lado, puesto que X es un isomorfismo, es una aplicacin biycctiva y esta definida
la aplicacin inversa de X: X - 1 , y
[T o - A l ! ) = T (c ) => [X 1 o'X oX ll(xi) = [X 1 o T ](c ) => A ( x t) = c.

IV. SISTEMAS DE ECUACIONES LINEALES

2/4

De la cadena de equivalencias anterior se deduce:


(X, es solucin de A X = C) <=> (X, es solucin de (T A )X = T C ),
es decir, los sistemas AX = C y ( T A )X = C son equivalentes.
Aplicar a las
matrices de un
sistema una

C o ro la rio
Considerando de n u evo el sistema A X = C, si A i y C i son el resul
tado de aplicar a las matrices A y C, respectivamente, una misma transformacin
elemental, entonces son equivalentes los sistemas A X = C y A X = C.

transformacin

Sea M la matriz elemental asociada a la transformacin elemental. 1.a ma

elemental lleva a

Demostracin

otro equivalente

triz M es una matriz cuadrada de orden n cuyo rango es igual a n (cf. proposicin III. 10.
p. 216), y se verifica (cf. proposicin I1I.11, p. 217):
MA = A

MC = Cj.

De la proposicin anterior se deduce que los sistemas A X = C y (M A )X = MC, es decir, ios


sistemas A X = C y A\X = Ci, son equivalentes.

EJEMPLO 7

Consideremos el sistema real:

3x + 2 X 2 = 1
x i + x> = 2,

es decir:

y consideremos la transformacin elemental consistente en sumar a la primera fila la se


gunda multiplicada por - 2 : Fj F - 2F>". Apliquemos esta transformacin elemental a las
matrices:
,4 =
Resulta muy cmodo trabajar con la matriz ampliada (.4 | C J, pues asi podemos aplicar
la transformacin elemental a las matrices A y C simultneamente:
(3

ll

'

l 'j f'i -
2J

2F2

(1

-3

ll

Los sistemas:
f 3X] + 2.Yl> = 1
[ Xi

son equivalentes.

X-2

=2

Xi
y

X , + X2

= -3

IV. I

DEFINICIONES Y PROPIEDADES

275

Sea .4 u n a m atriz con trm inos en K de ord en (n , m ) , de ran go igu al a r 1 , y tal


que su s r prim eros vecto res colum na son linealm ente in d epen d ien tes, y sea C una
m atriz colum na con trm inos en K de ord en (n , 1) .
Sabem os (cf. proposicin 111.12 , p. 22 2) que podem os o bten er una m atriz .4' de la
form a:
()

. .
. .

\0

/I

4' =

^ lo + ll

a 2d-+l)

a 2m

a i(r + ll

rm

. .

(5)

aplicando a la m atriz 4 tran sfo rm acio n es elem en tales sucesiv as. Sea:

c,
C' =
\c n

la m atriz que se obtiene aplicando e sta s m ism as tran sform aciones elem en tales a
la m atriz colum na C. Existe (cf. corolario de la proposicin 111.12 (cf. p. 222)) una
m atriz T cu adrada de orden n y de rango igual a n tal que: T A = 4 ' y TC = C ', y
de la proposicin IV.3 (cf. p. 2 7 3) d edu cim os so n eq u ivalen tes lo s sistem as: A X = C
y A 'X = C .
E stud iem os en qu condiciones el sistem a de ecu acio n es 4 'A = C tiene solucin,
e s decir, en qu condiciones se verifica la igualdad:
rango ( 4 ' | C ') = ra n g o 4 ' =

La m atriz am pliad a ( 4 ' | C ') es:


1
0

0
1

. .
. .

0
0

a i(r 1)
tf.Mr+l)

a 1 IU

c\ \

a 2m

c'

C'r

0
0

. .
. .

1
0

a rlr- i)
0

rm
0

c 'r,\

Vo

. .

C'n

IV SISTEMAS DE ECUACIONES LINEALES

276

Si n > r, se verifica que el rango de (A ' | C ) es igual a r si y slo si los n - r ltim os


trm inos de la m atriz colum na C' son nulos. Si n = r, entonces:

(A ' |

/l

. .

. .

. .

a 1OI- 11

U i i

a 2(+l)

t2,n

a nm

C17)

cuyo rango es n = r.
Hemos dem ostrado, pu es, la siguiente
CNS para que un
sistema admita
solucin

EJEMPLO 8

Con as notaciones e hiptesis anteriores, el sistema de ecua

P ro p o sici n IV.4

ciones A X = C tiene solucin precisamente si: n = r , o bien n > r y los n - r


ltimos trmhios de la matriz, columna C ' son nulos, es decir: c'.+ 1 = . . . = c' = 0.

Consideremos el sistema real:


]

- 1
-3

t\

'X l'i
X'2

\X a )

y llamemos A a la matriz asociada id sistema y C a la de trminos independientes. Apliquemos


a las matrices .4 y C transformaciones elementales sucesivas que nos permitan obtener de A
una matriz de la forma (5).
Aplicamos las transformaciones elementales sucesivas a la matriz ampliada (4 | C ):
0
-1

1
0

I
2

-4

M - a

] ]
Z1 0
Q 1 -1 0
lo 0 0 0

- 1\
A
0J

Por tanto, son equivalentes los sistemas:


(X] \
X'2
X-:
\x*/

fX!

'

X
Xa
\X4/

j)

Observamos finalmente que el sistema tiene solucin, ya que se tiene: n - r = 3 2 =


y es nulo el ltimo termino de la matriz columna:

IV.2. RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

IV.2

277

RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES


1.

D e te rm in a ci n del n cle o de u n a a p lic a c i n lineal. Resolu ci n de u n sis

tem a hom ogneo

C on siderem os u n a aplicacin lineal A de & m en K " , de m atriz

asociad a .4 en las b ase s cann icas. Supon gam os que 4 es una m atriz de rango r
y su pon gam o s tam bin que s u s r prim eros vecto res colu m n a son linealm ente inde
pendientes.
Una m atriz colum na:
'* 0
A '2

\X D

es solucin d el sistem a A X = O si y s lo si el vecto r colum na x = ( x i , x 2, . . . , x m)


verifica: 4 ( x ) = 0. es decir, perten ece al ncleo de A . Por tanto, el conocim iento
de Ker A n os lleva al conocim iento del con ju n to de so lu cio n es del sistem a hom og
neo A X = O, y recprocam ente.
Del teorem a de las d im ension es aplicado a n u estro caso, se obtiene:
d im (K e r4 ) = dim 0Cm - d im (lm 4 ) = m - ra n g o .4 = m - r a n g o 4 = m - r .
D istingam os d o s casos:
Primer caso: m = r . Si m = r, en ton ces dim (K er,4) = O, de donde: Ker.4 = O ,
y la m atriz colum na nu la de ord en (m , 1 ) :
/0 \

Vo.
es la nica solu cin del sistem a 4A ' = O.
Segundo caso: m > r . Supongam os que m > r, y por tanto:

d im (K er.d) = m - r > 1.
Podem os obten er una m atriz 4 ' de la forma:
n

0
0

4' =

. .
. .

a K r i 1)

..

u 'l m ^

a 2 l r i i)

a 2m

a r l r + 1]

a rm

. .
. .

\0

. .

..
m- r

(G)

2 78

IV. SISTEMAS DE ECUACIONES LINEALE S

aplicanclo su cesiv as tran sform aciones elem en tales a la m atriz .4, y es claro que
las m ism as tran sform aciones elem en tales ap licad as a la m atriz O dan como
resu ltad o la m ism a m atriz O. En co n secu en cia (cf. seccin 1, p. 27 5), so n equ i
valen tes los sistem as A X = O y A 'X = O. Se verifica que las sigu ien tes m - r
m atrices colum na de ord en (m , 1) :

la
a

Z, =

2 lr + 1)

h l r - l i

-I

z2 =

l a '1 (r + 2 1 \

/7
a 'i ni \

a 2( r+ 2)

a 2m

a r lr + 2 )
0

Zm-r

a ! 111
0

-1

m-r
0
0

l- l )

son solu cion es del sistem a A 'X = O, ya que:


A'Z\ = A 'Z 2 - . . . = A 'Z m-r = O.

En con secu en cia, e sta s m atrices colum na Z , Z>, . . . , Z m

so n so lu cio n es del

sistem a A X = O, y lo s vecto res colum na correspo n d ien tes: z, z2

pertenecen a Ker A
Los vecto res z,, z2, .. ., zm-r son linealm ente in dependientes. En efecto:
de la igualdad fjz + ^ 2z> + + Pm r zm-r = 0, donde p j, j , . . . , p m- r son
escalares, se dedu ce que todos sto s so n n u lo s, p u es las m - r ltim as com po
nentes del vector p iz + p 2z 2 + + Pm -i-Zm -r. que son : - p i , - p 2....... p , - , .
han d e s e r todas nulas.
En consecuen cia, y dad o que d ir m K e r A = m - r, resu lta que el sistem a
de vecto res (z,z->,...,zm-r ) e s una b ase de Ker A

y por tanto K eryl e s el

su b esp acio vectorial de K m gen erado por los vecto res z, z2, . . . , z m-r , es d e
cir: K e r/l = L {z \ ,z ........ z,-r ). El con ju n to de so lu cio n es del sistem a A X = 0
es en ton ces el con ju nto d e las m atrices colum na de la form a:
A] Z + AZ + + Am-r Z m-r ,
sien d o A |,

EJEMPLO 9

........A e l e m e n t o s arbitrarios de 1K..

Consideremos la aplicacin lineal A de R-' en R ;i dada por: yl (.y , , x) = (x , - x2,2x2,x, +x :


I.a matriz asociada a A en las bases cannicas es la matriz real:
-ls
A=

IV, 2. RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

270

Calculemos Ker./l y resolvamos el sistema de tres ecuaciones lineales con dos incgnitas:

(7)
El rango de la matriz A es r = 2, y el nmero de columnas de A es m = 2; entonces se
tiene: dim(Ker./l) = m - r = 2 - 2 = 0, y por tanto: KerTl = 1(0,0)1, y la nica solucin del
sistema (7) es la matriz columna nula correspondiente:

(o)
EJEMPLO 1 i

8! cannicamente asociada a la matriz real:

Sea 15 la aplicacin lineal de

/ I I

B=

1\

Encontremos K erB y resolvamos el sistema de tres ecuaciones con cuatro incgnitas BA'

O.

El rango de B e s r = 2, y sus dos primeros vectores columna son linealmente indepen


dientes. El nmero de columnas de B es m = 4, y por tanto: d im (K erB) = m - r = 4 - 2 = 2.
Apliquemos transformaciones elementales a B hasta obtener una matriz B ' de la forma:

(8)
(cf. matriz de (fi), p. 27/). Se tiene:
/i

-1

-i

-3

i/

ll

0
-1

r '~ F' r 1

\
r - , i-.

-.5

0
1

-1

-3

y esta ltim a matriz es de la forma (8):


B' =

lo

0
1
0

i>u

i.A

b'2A
0 )

/i
0

lo

0
i
0

1
-1
0

[i

0/

de B est formada por los vectores: (b\

7(1.0,0. -1) Por tanto: Ke r B = L (ti, -1,


soluciones del sistema BX O son todas las matrices columna de la forma:
/

1\

-1
+ A
>
-1
l O.J
con A i y

nmeros reales.

1\
0
0

l-l)

,b'24, 0 .-1 ),
, - ! ) ) , V las

280

IV. SISTEMAS DE ECUACIONES LINEALE.

2.

Resolu ci n de un sistem a de la fo rm a

A X

C on siderem os el sistem a

= C

en K de n ecu acion es con m incgnitas A X = C. Supondrem os que el rango de A es


igual a r > l, y que lo s r prim eros vecto res colu m n a de A son linealm ente in d epen
dien tes. Sabem os (cf. seccin 1 , p. 27 5) que son eq u ivalen tes lo s sistem as A X =

y A 'X = C', siendo:


/I

0
1

. . 0
. . 0

a lm '

a in -+ n
a 2l r

..

1i

a 2m
r

0
0

0
0

. . 1
. . 0

a 'r{r+ 1)

a rm

y
ii

vo

. . 0

..

^ \
C2

\c 2

m -r

Supon gam os que el sistem a A X = C adm ite solucin , y determ in em os u n a con


creta. Sabem os (cf. proposicin IV.4 , p. 276) que C ' h a de ser u n a m atriz colum na de
ord en ( n , 1) de la forma:
f c \\

voy
Entonces se verifica que la sigu ien te m atriz colum na de orden ( m, 1):
(c\\

C'r

\ 0 )

C', pu es: A 'X = C , com o se pu ed e fcilm ente


com probar. A l s e r los sistem a s ,4A' = C. y A 'X = C" eq u ivalen tes, la m atriz A'i tam bin
es solu cin de A X = C, e s decir: A X = C.
es solu cin del sistem a lineal A 'X =

R esolvam os ahora el sistem a A X = C , esto es, en con trem os el con ju n to de sus


so lu ciones. Se tienen las sigu ien tes equivalencias:
A X = C <=> A X = AX\ <=> A i X - X \) = O,

IV.2. RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

y por tanto reso lver el sistem a A A = C en la incgnita A e s lo m ism o que reso lver
el sistem a A (A - X ) = 0 en la incgnita X - X\. B asnd on os en lo ex p u esto en el
apartad o anterior, distinguim os d o s casos:
Primer caso: m = r . Si m = r , el sistem a .4(A' - A 'i) = O tiene solu cin nica:

( 0\
X - A, =

\0 /
Y la nica solucin de A X = C es la m atriz colum na A tal que:
/0 \
A - A, =

voy
esto es:

fcNl
r

<2

c'

A = A, =

0
m- v

\ C 'v )

UJ
y a que en este caso m - r = 0.
Segundo caso: m > r. Si m > r, las so lu cio n es del sistem a A (A - A j ) = O en

la incgnita A - A ] son, sigu ien do la notacin del apartad o an terior (cf. p. 278),
las m atrices colum na de la form a:
A

Ai

= AiZj +

- + A,

r Z m- r,

siendo A i, \>........ A ,_r elem en tos de IK. En con secuen cia, las so lu cio n es del
sistem a A X = C son las m atrices colum na de la form a:
A

= A)

+ A i Z | + + A m - rZ m - r<

es decir:

! ,1 '
\
a \m

id '

M 1 (r + 1 )

a
Y

a r lr + ll

<*'rm
1
c

+ Ai

2m

- 1
0

m-r

m -r

Voy

0
0

siendo A), A2

Am r elem en tos d e IK.

l-l

282

IV. SISTEMAS DE ECUACIONES LINEALE

Si el sistema A X = C es ele n ecuaciones con n incgnitas, entonces la matriz .4 es

ola

cuadrada de orden n. En este caso, si la matriz A es invertible, entonces el sistema A X = C


tiene por nica solucin la matriz columna A _ lC.
En efecto. Al ser la matriz A invertible, su rango es igual a n (cf. proposicin 111.13.
p. 227), y obviamente coincide tanto con el nmero de sus filas como con el nmero de
sus columnas. Por coincidir el rango de .4 con el nmero de filas, el sistema A X = C
admite alguna solucin (cf. proposicin IV.4, p. 27C); por coincidir con el nmero de sus
columnas, admite a lo ms una (cf. p. 281). En definitiva, el sistema A X = C tiene una
nica solucin. Si hacemos: X\ = A 'C, entonces: .444 = AA~'C = C. Es decir, esta nica
solucin del sistema ,4A' = C es la matriz (columna) .4 1C.

EJEMPLO 1 i

Consideremos el sistema real de tres ecuaciones con cuatro incgnitas:


( x ,\
X -J

*3

m
i

\2j

Su matriz asociada, que denotaremos por .4, tiene rango r = 2, y sus dos primeros vectores
columna son linealmente independientes. Sea C la matriz de trminos independientes.
Para resolver el sistema considerado, debemos aplicar a la matriz ampliada del sistema
sucesivas transformaciones elementales que lleven ,4 a una matriz .4' del tipo:
1
A' = 0
lo

0
1
0

a\3
U23
0

a', A
2 4

0 /

y que llevarn la matriz de trminos independientes a:

Se tiene:

/I
p
\2

-1
i

_2

1 0 n
1 1 i
2 0 2/

F3-FS-2F.

/I

lo

-1 1 0
1 1 1
0

r
0/

y por tanto:

.41 ser la matriz C' de la forma:

71

1 1

lo

1
0/

r r

1 0 2 1
0 1 1 1
lo 0 0 0

>
0/

IV.2. RESOLUCION DE UN SISTEMA DE ECUACIONES LINEALES

se deduce (cf. proposicin IV.4, p. 276) que el sistema considerado tiene solucin.
Una solucin particular del sistema A X = C es:
f c l
c'
A, =
0

f2 \
1
0

voj

1<V

Las soluciones del sistema vienen determinadas a partir de las matrices columna:

'n'l^
-1
o)

Ku'
a24
0
l -l

i\
1
0
1- 1/

es decir, a partir de:

2
1
-1
0/

y por tanto las soluciones del sistema son las matrices columna de la forma:

2\
X2

i
0

+ A|

n
i
0

1
+ A2
-1

[0/

1 - lJ

siendo Ai y X> nmeros reales.


EJEMPLO 12

Consideremos el siguiente sistema real de cuatro ecuaciones con tres incgnitas:


1

i
i

i)
i

1\

( ::) ,
~

2
-1

\ X i /

Denotemos por .4 y C sus matrices asociada y de trminos independientes, respectivamente.


El rango de 4 es r = 3, que es igual al nmero de sus columnas: m = 3.
Para resolver el sistema, apliquemos a su matriz ampliada sucesivas transformaciones
elementales que lleven 4 a una matriz 4 del tipo:
(\

4' =

0
0
0

n
i
o
o

y que lleven C a una matriz:


(c\\
c'
C' =
c.
S i)

0X
0
1
o

IV. SISTEMAS DE ECUACIONES LINEALES

284

Las transformaciones elementales que aplicamos son estas: F| /q - 2 F\, F\ F| - F_


p2 f 2 - Fj y Fj - F^ + F. Obtenemos la matriz:
/ - A

<v
que es de la forma:
(c[\
C = 1

t:3

U/

= C tiene solucin.

por lo que (cf. proposicin IV.4, p. 276) el sistema AX

Al ser: m

=r =3

la solucin del sistema A X = C es nica e igual a:

(c'A
A', = c'i

( ~ l\

3
V - i/

\c'i)
EJEMPLO I 3

Consideremos el sistema real de tres ecuaciones con tres incgnitas:


(

1
1
-1

1
0

l - l

- A

/*A

X_>

2/

U /

\ X i S

Denotemos por A y C sus matrices asociada y de trminos independentes, respectivamente.


La matriz A es cuadrada de orden 3 y su rango es igual a 3. es decir, .4 es invertiblc (cf.

pro

posicin m.J 3, p. 227), y por tanto (cf. nota p. 282) la nica solucin del sistema considerad'
es A C. El clculo de A 1 se hizo en e ! ejem plo40 del captulo 111 (cf. p. 229). Finalmente, la
nica solucin del sistema es:

c =

(2

-1

1\

1
0

1/

(l\
1 = 1

A /

\2/

Hasta ahora hem os tratad o sistem a s de ecuacion es lin eales cu ya m atriz asociada,
d e rango r, tena la p ropiedad d e s e r su s r prim eros vecto res colum na linealm ente
independientes. En el sigu ien te ejem p lo m ostram os la m anera de p ro ced er cu an do la
m atriz del sistem a no verifica esta propiedad.

EJEMPLO 14

Resolvamos el sistema real de dos ecuaciones con tres incgnitas:


=

X] + 2x> + 2x 3 =

1.

] +

2x 2 +

IV.2. RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

28.S

La matriz asociada al sistema (9) es:


A=

y su rango es r = 2, pero sus dos primeros vectores columna no son linealmente indepen
dientes, mientras que s lo son el primero y el tercero. Si consideramos las nuev as incgnitas:
y i= x i,

yi= X i,

y 3 = x 2,

el sistema (9) se escribe:


vi + y z + 2y = 1
(

y 1 + 2 yz + 2 v i = I .

y su matriz asociada es:


B=

10)

1 :)'

la cual tiene rango r = 2 y sus dos primeros vectores columna s son linealmente indepen
dientes. Podemos resolver, segn los mtodos descritos en esta seccin, el sistema (10).
Apliquemos a la matriz ampliada del sistema (10) sucesivas transformaciones elementales
para llevarla a una matriz de la forma:
B'

C) =

(1

b\3

lo

b',2i

Se tiene:
1

V1

2 1

(X

1 1 2 1 l\
) 1 0 1 1 ))

F,-F,

F.

1
\0

0
1

2 I
0 |

En este caso, el nmero de filas de B es n = 2, que coincide con el rango de B, y por tanto
(cf. proposicin 1V.4, p. 270) el sistema (10) tiene solucin. Una solucin particular del sis
tema (1 0) es:
/c'\

v.=

c*\

(.0 /

0
W

y por tanto las soluciones del sistema (10) son las matrices columna de orden ( 3 , 1 ) de la
forma:

(y
OJ

m
0 +A
, es decir:
lo/
1-1/

'yi '1

+A

y2
\y

Voy

2\
0
1-1/

siendo A un nmero real.


Recordando la definicin de las incgnitas y , y . , y 3: y t = x\, y> = .y, y y 3 = x., se
concluye que las soluciones del sistema (9) son las matrices columna de la forma:

siendo A un nmero real.

( x t\
X2

(y i)

V-Vj/

Kyz)

lo /

= 0 +A

0/

2 8 fi

IV. SISTEMAS DE ECUACIONES LINEALES

IV.3

APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEA


LES
I.

Ecu a cio n e s de un sub esp acio v e c to ria l

Em pezam os con un ejem plo . C on

sid erem o s lo s vecto res a i = ( 1 , 0 , 1 , 1 ) y a ? = ( 1 , 1 , 1 , 1 ) d e K 4, y el su b esp acio vec


torial F de R 4 que gen eran : F = H a ,a > ) = L ( ( 1 , 0 , 1 , 1 ) , ( 1 , 1 , 1 , 1 ) ) .
Q uerem os caracterizar los vecto res y de K4 que perten ecen a F ; en concreto, dado
un vecto r y = (y i , v, y 3, y 4) de IR4, b u scam os condiciones sobre y , v_>, _ys y y 4 que
perm itan d eterm in ar si y perten ece o no al su b esp acio vectorial F.
Por definicin de F , y = ( y , y 2 , y 3 < y 4 ) perten ece a F si y s lo si e s com binacin
lineal de a i y a. Si .4 es la m atriz real de orden ( 4 , 2 ) cu yo s d o s v ecto res colum na
son lo s vectores a i y a>:
!

1\

? :
v

i/

y si Y es la siguiente m atriz colum na d e ord en ( 4 , 1 ) :

y< '
\-V4/

en ton ces (cf. p roposicin IV.2, p. 2 7 1 ) y perten ece a F = H a \ , a 2) p recisam en te s>.


tiene solu cin el sistem a A X = Y, d e cu atro ecu aciones con d o s incgnitas.
E stud iem os, pu es, en qu co n d icion es el sistem a A X = V tiene solucin. A pliq ue
m os su cesiv as tran sform aciones elem en tales a la m atriz am pliad a del sistem a, edecir, a (A | 1 ') , donde se o b serva que A es de rango igual a 2. Se tiene:
f1

0
1
T

i
i
i
i

yi\
v>

F ,~ F,-Fi

/I
0

0 0

3'3
ya/

1
(\

F.1-/-W1

y
v>

1
V3

3'1

V4

3 'i

(1

V2

0 0 ya - y 1
lo 0 -V4 - .Vi,

F -/i -F.

0
Vo

0
0

y, -y \

y
V;i - I',
V4 -

y >

y en ton ces el sistem a A X = Y tiene solu cin precisam en te si (cf. proposicin IV.p. 27G): v 3 - y i = 0

v 4 - y t = 0.

IV. 3. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES

287

En con secu en cia, el vecto r ( y i , y , y z , y 4 ) perten ece a F si y s lo si su s com po


n entes verifican la s igu ald ad es:
J '3 - Vi = 0 .
1 .V4 - Vi = 0 ,

de las que direm os son ecuaciones del su b esp acio vectorial F . Podem os escribir:
F = { ( X 1 .X 2 .X 3 .X 4 ) e R 4 I X i - X| =

0, x 4 -

xi =

0}.

V istas las ecuaciones anteriores, que determ inan el su b e sp acio vectorial F, e s fcil
com probar, por ejem plo, que ( 1 , 2 , 1 , 1 ) e F y ( 1 , 1 , 2 , 2 ) F.

EJEMPLO 15

Sea J\ la aplicacin lineal de R 4 en Rj de matriz asociada en las bases cannicas:

Determinemos unas ecuaciones de lm A


Sabemos (cf. seccin 3 del captulo I!, p. 11 9) que el subespacio vectorial Im./i est gene
rado por las imgenes de los vectores de la base cannica de R4, es decir, est generado por
los vectores columna de la matriz .4 :
Im. = L ( ( l , 0 , l ) , ( - 1 , 0 , - 1 ) , ( 0, 1, 0 ) , (0 ,2 ,0 )).
El rango del sistema ( ( 1 , 0 , 1 ) , ( 1 , 0. 1 ) , (0 ,1,0 ) . (0,2,0)) es igual a 2, y como los vec
tores ( 1 , 0 , 1 ) y (0 , 1 , 0 ) son linealmente independientes, se tiene:
Im^l = L l , 0 , 1 ) , ( 0, 1 , 0 ) ) .
De esta forma, un vector (Vi, y_', Vi) pertenece al subespacio vectorial lm.4 si y slo si tiene
solucin el siguiente sistema de tres ecuaciones con dos incgnitas:

Considerando la matriz ampliada de este sistema, se tiene:

y por tanto (cf. proposicin 1V.4, p. 276) el sistema tiene solucin si y slo si: y 3 - y = 0, que
es, en consecuencia, una ecuacin de lm./L
En conclusin: lm./l = {(X 1 .X 2 .X 3) e R* | xt - X| = 0 .

IV. SISTEMAS DE ECUACIONES LINEALES

288

Si v , V , .... v m son m vectores de OC" de rango igual a n, el subespacio vectorial

Nota

de K '1 que generan es el propio K ": L


vectorial L ( v

....... f , ) = K ". Una ecuacin del subespacio

v m), es decir, una ecuacin de

o dicho de otra forma: K " = \{x\,x

I K " , sera:

Oxi + OX2 + + 0x = 0,

x ) e iK" I Oxi + 0x + + 0 x = 0). En la

prctica, el espacio vectorial K " no se representa mediante ecuaciones.


2.

Exp resin de un v e c to r com o co m b in a ci n lin e a l de otros vectores

d o s m vecto res a i , a

Da

a m de K .", y un vecto r c del su b e sp acio vectorial de [<'-

generado por ellos, nu estra intencin e s en con trar escala res x , x>

x , tales que:

X\ ] + x a + + x , a , - c.

F.n los ejem p lo s sigu ien tes vem os la form a de proceder.

EJEMPLO 16

Dada la base 8 = ( ( 1 , - 1 , 0 ) , ( 0 , 1 , - 1 ) , ( 0 , 0 , 1 ) ) de R \ determinemos las coordenadas del


vector ( 1, - 2 ,0 ) en la base 8, esto es, encontremos los tres nicos nmeros reales x i , X2 y x
tales que:
x , ( 1, - 1 , 0 ) + x 2( 0 , 1 , - 1 ) + x 3( 0 , 0, l ) = ( 1 , - 2 , 0 ) .
Esta igualdad es equivalente a: ( x, , - x i + x_>, -x + x ) = ( 1, - 2 ,0 ) , o bien:
X|

- X | + X '2
-

+ X;i =

1
-2

0,

que escrito en forma matricial es:


(

1
-1
V 0

Nota bene

( 1\
0\ ( x t\
= -2
U
1 0
-1
\) U ry
L 0

Ntese que Los vectores columna de la matriz asociada a este sistema son los

vectores de la base 8.

Resolvamos el sistema ( I I ). Considerando su matriz ampliada, se tiene:


/

0
0

1\
-2
-

/I
()

- 1

0/

lo

Vo

-]

t)

-1

1N\ c
- \
0/

fl

()

-1

V0

-\ )

l\

De los resultados vistos en el apartado sobre resolucin de un sistema de ecuaciones de la


forma A X = C (cf. seccin 2, p. 277) se deduce que la nica solucin del sistema ( 1 1 ) es:

( l\

X \ \
X i

\ X )

r 1
l - i /

En conclusin, las coordenadas del vector ( 1, 2,0 ) de IR3 en la base 8 son: 1, - 1 y - 1 .


Efectivamente se comprueba: 1< 1, - 1 , 0 ) - 1 ( 0 , 1 , - 1 ) - 1 ( 0 , 0 , 1 ) = (1, - 2 ,0 ) .

IV.3. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES

EJEMPLO 17

Dados los vectores (0, 1), ( 1 , - 1 ) y ( 1, 0 ) de R 2, expresemos el vector (2,3) de R- como


combinacin lineal de ellos, es decir, encontremos nmeros reales

.V i,

x y x 3 tales que:

x , ( 0 , 1) + X;>(1, - 1 ) + x 3( l , 0 ) = (2,3).
Procediendo anlogamente a como se ha hecho en el ejemplo anterior, debemos resolver
el sistema de dos ecuaciones con tres incgnitas:

( 12)

cuya matriz asociada tiene por vectores columna los tres vectores dados: ( 0 , 1 ), ( 1 , -

1)

y (1,0). P.sta matriz tiene rango igual a 2, y sus dos primeros vectores columna son lineal
mente independientes. Considerando la matriz ampliada, se tiene:
/()

Vi

-i

2\

F, -F,

(i

\0

-V

-1
1

0
1

3 \ F ,- (

1 +f2 (\

0
1

io

3)
2/

Por tanto (cf. segundo apartado de la seccin 2), las soluciones del sistema (12) son las matri
ces columna de la forma:
(X l\

\ x 3,

(i)
/ !\
2 +A 1
\ -l
W

Ae

Haciendo, por ejemplo, A = 0, obtenemos una solucin particular del sistema (12):

y en consecuencia el vector (2,3) se puede expresar como combinacin lineal de los vec
tores ( 0 , 1 ), ( 1 , - 1 ) y ( 1 , 0 ) de la forma: (2.3) = 3 (0 , 1 ) + 2 ( 1 , - 1 ) + 0 ( 1 , 0 ).
Tomando, por ejemplo, A = 3, obtenemos otra expresin de (2,3) como combinacin
lineal de los vectores dados: (2,3) =
Escolio

8 (0 , 1 ) + 5( 1, 1 > 3 (1 , 0).

En este ejemplo vemos que el vector (2,3) se puede expresar de varias formas

como combinacin lineal de (0, 1), (1, - 1 ) y (1,0). Esto es consecuencia de que el sistema
formado por ellos: (( 0 , 1 ), ( 1 , - 1 ) , (1,0)), es ligado.

3. C a lc u lo de u n a base de un sub esp acio v e c to ria l d a d o p o r u n a s ecuaciones

C on siderem os el su b esp acio vectorial F d e R 4 dad o po r la s ecuaciones:


X |

x -

X j +

X '4 =

0 ,

x + 2 X j x'4 = 0,

2x i
y determ inem os una b ase de F.

+ 2x t -

2x j

2x 4 =

(13)

0.

IV. SISTEMAS DE ECUACIONES LINEALE

290

Se verifica que ( 1 3 ) e s equ ivalen te al sistem a:


( x A
/ I

0
\2

l\

-1

(0\
X2

2 - 1

X3

2)

-2

\o)

Y 1

D enotem os por .4 la m atriz asociad a a este sistem a, y sea 4 la aplicacin lineal de Fr


en

cann icam en te asociad a a la m atriz 4 . Entonces (cf. prim er a p artad o de la

seccin 2) un vecto r x = ( X ] , x 2, X i , x A) d e K -1 perten ece a F si y s lo si: 4 ( x ) = O, \


en consecuen cia: Ker.4 = F.
La m atriz 4 tiene ran go 2 y su s d o s p rim ero s vecto res co lu m n a son linealm ente
in d epend ientes. Con las tran sfo rm acio n es elem en tales F - F 3 - 2F y F - F, - F_.
ap licad as su cesivam en te a la m atriz 4 , o b ten em o s la m atriz:
/I

-3

2\

O 1
\0 O

2
o

-1 .
0/

Por tanto (cf. prim er a p artad o de la seccin 2), u n a b ase de K er.4, e s decir, u n a base
de F , es el sistem a: ( ( - 3 , 2 , - 1 , 0 ) , (2, - 1 , 0 , - 1 ) ) , y en conclusin:
F = .((3 , 2 , 1 , 0 ) , (2, 1 , 0 , 1 ) ) .

EJEMPLO 1

Si el subespacio vectorial considerado, dado por unas ecuaciones, fuera 101, entonces n<
tendra base.
Consideremos el subespacio vectorial C de

dado por las ecuaciones:

X| + 'X n

= 0,

- X i +2x 2

=0,

(1-

X > + X ; i = 0.

Para determinar una base de G, tenemos que resolver el sistema:


i

1
-i
0

2 0\
2

1)

/ x A

xA =
\X-J

\o j

Pero la matriz asociada a este sistema tiene tres columnas y su rango es igual a 3, y por tant
(cf. primer apartado de la seccin 2 ) tiene por nica solucin la matriz columna:
XA

(0 \

X2 = 0
x j
w
En consecuencia, el nico vector (X 1 .X 2.X 3) de R 3 cuyas componentes verifican las ecua
ciones de (14) es ( 0 , 0 , 0 ), y por consiguiente: G = {( 0 , 0 , 0 )), que no tiene base.

2 9

IV. 3. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES

4.

E je m p lo de interseccin de subespacios ve cto ria les

dos su b esp acio s vectoriales del espacio vectorial

IR4 :

C on siderem os esto s

F = I(( 1 , - 1 , 0 , 0 ) , (0,0,1, - 1 ) )

y G = E(( 1 , 0 , 0 , 0 ) , ( 1 , 1 , 0 , 0 ) , ( 1 , 1 , 1 , 0) ). Hallem os u n a b ase de su interseccin, esto


es, del su besp acio vectorial: F n G.
En prim er lugar, calcu lem os u n as ecuacion es del su bespacio vectorial F.

Es

tudiem os, pu es, b ajo qu condiciones tiene solucin el sistem a real:

(y 1 \

tA

-1

V 0

-v

A =

V2

y.i
[y j

cu ya m atriz asociad a tiene rango 2. A plican do su cesivam en te a su m atriz am pliada


las transform aciones elem en tales F> F_> + F \,

Fj y F+ F 4 + F>, se obtiene:

Vi ^
/1 0
0 1
y-L
0 o y 1 + y
\o 0 y3 + y-t /
y por tanto u n as ecuaciones de F son:

jy\+y

0,

y-i + y4 = 0 .

En segun d o lugar, en contrem os u nas ecuacion es de G. A plican do su cesivam en te


a la m atriz:

A
0
0
lo
es

1
1

0
0

y0

1
1

y2
yi

V i)

F] -F\- [2 y

(l

0
0

1
0

lo

y p o r tanto, u n a ecuacin de G es: y

4=

y ] - y 2^

0
0

y i - y?
y3

1
0

>4

0.

Un vector ( V i , V 2 , y 3 , V4 > de R 4 pertenece a F n G precisam en te si su s com po


n en tes verifican sim ultneam ente las tres ecuacion es obtenidas: las dos de F y la
de G, es decir:
y + y

0,

y i + y * = o,
y

4 = 0.

En consecuencia, las igu aldades de ( 15 ) son u n as ecu aciones de F n G.

(15)

IV. SISTEM A S D E E C U A C IO N E S LIN E A L f

292

F in a lm e n te , d e t e r m in e m o s , a p a r t ir d e ( 1 3 1 , u n a b a s e d e

F n C . P a ra e iio , d e b e m n -

r e s o lv e r e l s is t e m a :

'y i)
y

<Ki

y\
W

L a m a t r i z a s o c ia d a a e s t e s is t e m a tie n e r a n g o 3 , p e r o s u s tr e s p r im e r o s v e c to r e s
c o lu m n a n o s o n lin e a lm e n t e in d e p e n d i c n ie s ; s i lo s o n , s in e m b a r g o , el p r im e r o , el
t e r c e r o y el c u a r t o . S i c o n s i d e r a m o s la s n u e v a s in c g n it a s :

2l

= Vi,

Z=yi,

2 2 = J '4 ,

z 4 = y<,

el s is t e m a ( 1 6 ) s e e s c r ib e d e la fo r m a :

'2 , '

2
z-s

(i ;

.24/
y l a m a t r iz a s o c ia d a a e s t e n u e v o s is t e m a , q u e s ig u e t e n ie n d o r a n g o 3 , s v e r ific a
q u e s u s t re s p r im e r o s v e c t o r e s c o lu m n a s o n lin e a lm e n t e in d e p e n d ie n t e s . A p lic a n d <
s u c e s iv a m e n t e a e s t a m a t r iz la s t r a n s fo r m a c io n e s e le m e n t a le s F t y

F4 - F > . F -/

F> - F - F j . o b t e n e m o s la m a tr iz :
/I

00

lo

10

lo

01

1\
0

0/

P o r t a n t o , la s m a t r ic e s c o lu m n a q u e s o n s o lu c i n d e l s is t e m a ( 1 7 ) s o n la s d e la fo r m a
2]

22

/O
= ,\

23

V2 -/

0
0

v-1/

y l a s q u e s o n s o lu c i n d e l s is t e m a ( 1 6 ) s o n la s d e l a fo r m a :

/ v i ''
72

y-i
W
F.n c o n c lu s i n , lo s v e c t o r e s

/*l>
24
= A
23

( ]\

U/

l V

-1
0

A e

( y \ , y z ,y n , y .i ) d e F n G s o n a q u e llo s d e la fo r m a :

= A ( l,-1,0,0),

A R,

e s d e c ir : F n G = I ( ( l , - 1 , 0 , 0 1 ) = R ( l , - 1 , 0 , 0 ) , y u n a b a s e d e F n G e s : ( ( 1 , - 1 , ), 0 1

RECAPITULACIN IV

*93

RECAPITULACION IV
D efin icio n es y p ro p ie d ad es

C on sideram os un sistem a en K. de n ecuacion es

con las m incgnitas x , x>, . , x m:


ai\X\ + a i2%2 +

O I mXm ~ Cl

a.2 \X\ + a i x +

a>mXm = C

On\X\ + a n2 X 2 + + a nmx m c :

El sistem a se escribe d e la form a: A X = C, donde:


/ x .\

(m atriz de in cgnitas),

X =

'c i\
C:>

C =

(m atriz de trm in o s ind epend ientes),


\C n J

(a a
a |

a.\2

\a.)i i

a n2

n i u A

0-22 0.2m

A =

(m atriz aso ciad a al sistem a).

a m,,/

A plicacin lin eal aso ciad a al sistem a: la aplicacin lineal .d cannicam ente
asociad a a .4.
M atriz am pliada del sistem a: la que tiene por m atrices colum na las m atrices
colum na de A y C.
Se denota: (,4 | C ).
Solucin de u n sistem a: m atriz colum na X con trm inos en & de ord en ( m , 1)
tal que: AX\ = C.
Si los vecto res colum na de A, X\ y C son a i , a_>, . . . . a,, x y c, resp ectiva
m ente: X i e s solu cin del sistem a precisam en te si se verifica cualquiera de las
sigu ien tes condiciones:

o y i ( X i ) = c , o bien: x i A ~ l f c i ] ;
o el vecto r c es com binacin lineal de los v ecto res a\, a 2

a ,;

o rango ( A | C') = rango A.

Siste m as eq u iv alen tes: sistem as que tienen el m ism o co n ju n to de soluciones.


Si T es u n a m atriz cu adrada de ord en n y rango n, en ton ces so n eq u ivalen tes
lo s sistem as AX = C y ( T A ) X = TC.

IV. SISTEMAS DE ECUACIONES LINEALES

294

Resolucin de un sistem a de ecuacio n es lin e a le s

C onsideram os un sistem a

en K, A X = C, de ti ecuaciones con m incgnitas, que verifica: rang o. 4 = r

los r prim eros vectores colum na de A son linealm ente in dependientes; sea:

( c \i \
C' =
V J

el resu ltad o de aplicar a C las m ism as tran sfo rm acio n es elem en tales que llevan A a
una matriz A de la forma:

A' =

ti

0 ... 0

^ i o '+ d

1 ... 0

tt'jO + l)

0
0

0
0

...
...

a 2r.

1 Jr(r+ jj
0
0

VO 0 ... 0

...
...

a rm
0

Los sistem as A X = C y A 'X = C' son equivalentes.

El sistem a A X = C tiene solu cin precisam en te si: n = r , o bien n > r y


los (ti - r ) ltim os trm inos de C' son nulos.
C uando el sistem a A X = C tiene solucin:
' i
c?
o si m = r , la solu cin es nica: X\ =
Vm J
o si m > r, las solu cion es son las m atrices colum na de la form a:
^ lm '1

/cl\

a 2 (r + l)
r

+ A,
-m

a r ( r i li
-1

+ - - + A , _ r

m -r

lo ;
V

siendo A i

% m

A , - r elem entos de DC.

l- l

C a p t u l o V____________________________________________

SUCESIONES DE NMEROS REALES

V. SUCESIONES DE NUMEROS REALES

21)6

ESQUEMA - RESUMEN
In t r o d u c c i n

29 7

El conjunto de los nmeros reales, 297 Sucesiones de


nmeros reales, 301 Sucesiones convergentes. Limites
infinitos, 302 Sucesiones montonas, 306 - Series de
nmeros reales, 307.

2. Limites in fin ito s ...........................


3. Punto ad herente........................... . . . .343

4. Su cesio n es m on ton as
5. Series d e nm eros reales

1 . El con ju n to d e lo s n m eros reales


3 10
1. Propiedades de los nmeros reales . . . .3 1 0
2. Intervalos de nmeros r e a l e s ........................3 14
3. Valor absoluto de un nmero r e a l ................315
4. Punto interior. Conjuntos abiertos. Con
juntos c e r r a d o s ................................................ 3 16
2. Sucesion es d e n m eros reales
321
1. Definicin de s u c e s i n ................................... 321
2. Sucesiones a c o ta d a s ....................................... 323
3. Subsucesiones................................................... 324
3. Su cesion es convergentes.

Lim ites infini

tos
328
1. Sucesiones con vergen tes............................... 328

347
350

1. Definicin de s e rie ........................ . . . .35'


2. Series convergentes........................
3. Criterios de convergencia............. . . . .353

6. Solucin de los ejercicios p ro p u esto s

355

7. Anexo
359
1. Operaciones con sucesiones convergentes . 359
2. Sobre la serie geom trica............................ 361

RECAPITULACIN V

303
Fl conjunto de los nmeros reales, 363 Sucesiones de
nmeros reales, 365 Sucesiones conv ergentes. Lmites
infinitos, 366 Sucesiones montonas, 368 Series de
nmeros reales, 369.

INTRODUCCIN

297

INTRODUCCIN
E l co n ju n to de los n m ero s re a le s

A n tes de p resen tar las su cesio n es de n

m eros reales, es im portante estu d iar algun os a sp ecto s del co n ju n to d e lo s n m eros


reales; a ello se dedica esta seccin.
Las tres p rim eras propiedades que se citan ya h an sido u tilizad as, al m enos im
plcitam ente. El conjunto de los nmeros reales, dotado de las operaciones adicin
y m ultiplicacin, tiene estructura de cuerpo conmutativo, y en l est defnida la
relacin de orden total -s, la cual es com patible con estas operaciones.

Este aserto

nos d a sintticam en te m ucha inform acin, relacion ada con tareas h ab itu ales d e m a
nipulacin de nm eros reales, exp resio n es algebraicas, igu ald ad es y d esigu ald ad es.
Entre otras m u ch as co sas, n o s dice, por ejem plo, que el ord en d e lo s su m an d o s no
altera u na sum a (propiedad con m utativa de la adicin), que el p rod ucto de cualquier
nm ero por el nm ero 1 tiene com o resu ltad o el nm ero original (elem ento n eutro
de la m ultiplicacin), que podem os extraer fu era de un p a rn te sis un facto r com n
(propiedad distributiva), o que podem os m u ltiplicar po r un m ism o nm ero positivo
am bos m iem bros de una d esigu ald ad sin que cam bie su sen tid o (com patibilidad de
la relacin de ord en con la m ultiplicacin).1
La cu arta propiedad es la realm ente n u eva p ara el lector. Para v erla, se hace nece
sario introducir el concepto de con ju n to acotado, su p erio r o inferiorm ente, y para ver
este concepto debem os h ablar de cota su p erio r y de co la in ferior de un con ju n to. Una
cota superior de un conju nto de n m eros reales e s u n n m ero que e s m ayor o igual

que lod os lo s elem en tos del conju n to. Por ejem plo, el nm ero 0 es co la su p erio r del
con ju nto de lo s n m eros reales n egativos, o el n m ero 1 lo es del co n ju n to cu yos
elem entos son las fraccion es de la fo rm a 1 / n para cada n m ero n natural positivo
(este conju nto est form ado por 1 / 1 = 1, 1 / 2 , 1 / 3 , . . . ) . A nlogam ente, u n a cota infe
rior de u n con ju n to de n m eros reales es u n n m ero que es m enor o igual que todos

lo s elem entos d el conjunto. Por ejem plo , el n m ero 0 e s cota in ferio r del con ju n to
de lo s n m eros reales p o sitivo s, o d el con ju n to d e las fraccio n es de la form a 1 / n
para n e N *.2 Si un con ju n to adm ite algu n a cota su perior, se dice que est acotado
superiormente, si adm ite algu n a cota in ferior, que est acotado inferiormente. Y si

adm ite co tas de am bos tipos, se dice sim plem en te que est (o es) acotado. Por ejem
plo, el co n ju n to d e los n m eros reales n egativos e st acotado superiorm en te, pero no
inferiorm ente (no h ay ningn n m ero que se a m enor o igual que todos lo s nm eros
negativos sim ultneam ente); el con ju n to d e lo s n m eros positivos e st acotado in fe
riorm ente, pero no superiorm ente; y el con ju n to de las fraccio n es 1 / n con n e N*
' lil significado completo de lo que es un cuerpo, o una relacin de orden total, puede verse en el
apndice A.
-Con N se designa el conjunto de los nmeros naturales positivos: N* = j 1,2,3,...].

V SUCESIONES DE NUMEROS REALES

e st acotado tanto su p erio r com o inferiorm ente, con lo que e s un con ju n to acotado
(el nico que est acotado en lo s tres ejem p lo s citados).
Nota bene

F.l conjunto vaco: 0, se considera acotado.

Y a podem os en un ciar la cu arta propiedad: si un con ju n to no vaco est acotado


superiorm en te, e s decir, si adm ite algun a cota su perior, en ton ces existe un nm ero
con la caracterstica de se r la m enor de to das s u s cotas su p erio res.

'I'al nm ero

se denom ina supremo del con ju n to; si el con ju n to se denota por A , su su p rem o se
d esign a: sup A. Por ejem plo, el co n ju n to de los n m eros reales negativos e st acotado
superiorm en te: cul e s su su prem o? Ya h em o s apu ntad o que el nm ero 0 es una
cota su p erio r d e e ste conju n to, y acontece que cu alq u ier nm ero m enor que 0 no es
cota superior; * en otras palab ras: el nm ero 0 e s la m enor de su s co tas superiores.
Si denotam os el con ju n to po r G, podem os escribir: sup G = 0.
Esta cu arta p ropiedad tiene u n a seg u n d a parte: lo an logo con lo s conjuntos
acotados inferiorm ente. Si un co n ju n to no vaco e st acotado inferiorm ente, entonces
existe un n m ero con la propiedad de s e r la m ayo r de to d a s su s co tas in ferio res. Tal
nm ero se denom ina nfimo del con ju n to; si el co n ju n to se denota por A, su nfimo
se d esigna: n f 4 .

Por ejem plo, p ara el con ju n to d e lo s n m eros reales positivos

que su ele den otarse po r R , se tiene: n f R = 0. Y si A e s el con ju n to d e las


fracciones l/ n para n e N *. se tiene: n f.4 = 0 y s u p 4 = 1.
H ablam os tam bin de m xim o y d e m nim o de un con ju n to.

Se dice que un

nm ero es mximo d e un con ju n to si es co ta su p erio r del co n ju n to y perten ece al


conju nto; y la definicin d e mnimo e s anloga.

El m xim o de un con ju n to A, si

existe, e s nico, y se denota: m x 4 ; y lo m ism o el m nim o, que se denota: mn.4


Por ejem plo, el con ju n to .4 de las fraccio n es l / n , n e N *. adm ite m xim o: la frac
cin 1 / 1 = 1, p u es es cota su p erio r de A y, a la ve z, e s un elem ento de 4 ; podem os
en ton ces escribir: m x 4 = 1 . Es de o b servar que si u n con ju n to adm ite m xim o, ste
coincide con su su prem o; y , anlogam ente, si un con ju n to adm ite m nim o, ste coin
cide con su nfim o. Por ejem plo , el co n ju n to A d e fraccio n es recin citad o no adm ite
m nim o (si a s fuera, el m nim o sera igual a n f 4 = 0, pero 0 tf 4 ); el con ju n to G de
lo s n m eros negativos no adm ite m xim o (pues sup G = 0, y 0 G) ni m nim o (pues
no est acotado inferiorm ente); y el con ju n to R * tam poco adm ite m xim o ni m nim o
Si un co n ju n to no est acotado superiorm en te, tam bin se habla de suprem o
se dice que su su prem o es ms infinito. Y si un con ju n to no est acotado inferiorm ente, se dice que su nfim o e s menos infinito. Para los co n ju n to s de los que venim os
hablando, podem os escribir: n fG

-o s

y su p R J

+oo.

'Ntese que, si b es un nmero menor que 0, no puede ser mayor o igual que todos los numen
negativos: verbigracia, seria menor que el nmero negativo bj 2 .

INTRODUCCIN

299

Hay u n a co n secu en cia de la cuarta propiedad de los nm eros reales que interesa
rese ar aqui: la propiedad arquim ediana de los n m eros reales. De acuerdo con ella,
si x y y son d os nm eros reales, positivo el prim ero, y positivo o nulo el

s e g u n d o ,

entonces existe algn nm ero natural m tal que m x > y . P insese que el prim er
nm ero puede ser escogid o m uy peq ue o y el segu n d o m uy grande; la propiedad
arquim ediana nos asegu ra que existe algn nm ero natural cuyo prod ucto por el
prim ero su pera el segundo, lin a con secu en cia til de esta propiedad es que no im
porta cun pequeo sea escogid o un nm ero p o sitivo x : ser p osib le encontrar algn
nm ero natural positivo m de form a que la fraccin 1 / m sea an m enor que x .
Un in len alo de nmeros reales es un con ju n to de n m eros reales que o b ien coin
cide con el con jun to vaco, o bien coincide con el propio R, o b ien es de uno de
los ocho tipos escritos en el texto. Los cuatro prim eros de esto s ocho tipos: [a, h],
(a, b ], Tu, b) y (a, b), son con ju n to s form ados por todos los n m eros com prendidos

entre dos dados, y los cuatro se distinguen entre s seg n se con sid ere si cada uno
de esos dos dad os pertenece o no al conjunto (ntese que se escribe un corchete: T
o *], en el prim er caso, y un p arn tesis: T o ), en el segundo). Por ejem plo, el
intervalo ( 1 / 2 , 8J es el conju nto de los n m eros re ales com pren d idos entre 1 / 2 y 8,
exclu yend o 1 / 2 e incluyendo 8. Los otros cuatro tipos de intervalos: (a, + a), [ a , +oo),
{-o o ,b ) y ( - o , b\, estn form ados sim plem ente por los nm eros reales m ayores,
m ayores o iguales, m enores, o m enores o iguales, resp ectivam en te, que un o dado.
Por ejem plo, el in tervalo ( - 3 , + ) est form ado p o r los n m eros m ayo res que - 3
(excluyendo ste); el intervalo (-oo.O ], por los m en ores o igu ales que O (incluyendo
ste).
Q uerem os en fatizar que los in tervalos del tipo [a , b J, (a , b], [a , b), (a, b ) y 0 so n
con ju n tos acotados. C ada uno de los cuatro prneros tiene por nfimo el nm ero a, y
por su prem o el nm ero b\ y esto s nfim o y su prem o sern m nim o o m xim o, resp ec
tivam ente, seg n p ertenezcan o no al intervalo. Los otros cinco tipos de in tervalos no
son conju n tos acotados, pero los in tervalos (a, +o) y [a, + oo) estn acotados inferiorm ente, y su nfim o es a ; y lo s in tervalos ( - , b) y ( - oo, b] lo estn superiorm ente,
y su suprem o es b.
El valor absoluto de un nm ero real es el propio nm ero si el nm ero es positivo
o nulo, y es su opu esto si el nm ero es negativo. Se design a colocan do el nm ero
entre b arras. Por ejem plo: |7| = 7, |0| = O, o |3 1 = - ( - 3 ) = 3. F.n el texto se
incluyen varias p rop ied ad es del valor absoluto; se har am plia aplicacin de ellas en
las d em ostraciones relativas a lm ites de su cesio n es.4
Esta seccin term ina p resen tan d o lo s co n ju n to s abiertos y lo s con ju n tos cerra
dos. Lo prim ero que observam os es que hablarem os de punto del m ism o m odo que
4Y sobre todo sern aplicadas en las siguientes asignaturas de Matemticas del Grado.

30 0

V. SUCESIONES DE NUMEROS REALE.

hablam os de nm ero real. Ello es debido a que lo s n m eros reales se pueden rep re
se n ta r en u na recta d ond e se han elegido un origen y una un idad orien tada de m e
dida.3 El prim er con cepto que se estu d ia es el d e pu n to in terior de un con ju n to, lin
pu n to .v es punto interior de un con ju n to 4 de n m eros reales (o, m s sim plem ente,
es interior a A ) si pod em o s en co n trar un intervalo clel tipo (a , b) con d o s caractersti
cas: el pu n to pertenece a e ste intervalo: x e (a ,b ), y e ste in tervalo est con ten ido en
el conju nto: ( a , b ) A. Una co n secu en cia inm ediata es que u n pun to interior de un
con ju n to e s un elem ento del con ju n to. En el texto se recogen vario s ejem plos, y se
enuncian algun as propiedades, pero entre unos y o tras n o s in teresa re sa ltar lo que
fundam entalm ente m an ejarem os en el c u rso sobre este concepto: cm o son los p u n
tos in teriores d e los in tervalos. Los intervalos [ti,I], ia .b ], [a , b ) y (a , b ) tienen los
m ism os pu n tos interiores: lo s pu n to s com pren d idos entre a y b, exclu yen d o a y b:
los intervalos ( a ,

+00)

y [a , +00) tam bin tienen lo s m ism os p u n to s interiores: en este

caso, lo s n m eros m ayores que a (excluyendo por tanto el propio a); anlogam ente,
los in tervalos ( - 00, b) y (00, fc>] tienen p o r pu n to s interiores los nm eros menores
que b (excluyendo, p u es, el m ism o b); y, finalm ente, para el in tervalo IR, todos sus
p u n to s son interiores, y para el co n ju n to v aco no h ay pu n to s interiores.
Dado u n conju nto, el con ju n to fo rm ado por su s pu n to s in teriores se denom ina
interior del conju nto. Si .4 e s el conjunto, su interior se d en o ta d e esta form a: 4 .

N tese que

4,

p u es lo s pu n to s interiores de un con ju n to son elem en tos de(

conju n to. En el texto se recoge una tabla con el in terior para cad a un o d e lo s diez
tipos de intervalo. Sobre esto no n o s h ar falta m s.
Que un con ju n to de n m eros reales es abierto sign ifica que todos su s puntos
so n in teriores. Es decir, un con ju n to abierto es el que coincide con su interior. Los
in tervalos que son con ju n to s abierto s son i a ,b ), {a, + <*>) y ( - 00, b), ad em s de IR v
el conju n to vaco. Y que un con ju n to e s cerrado sign ifica que su com plem entario es
abierto. Los in tervalos que so n co n ju n to s cerrad o s son [a, b] , [ , +< ) y ( - 00, b], \
tam bin R y el conju n to vaco. N tese que esto s d o s ltim os so n co n ju n to s abiertoy cerrados a la ve z; acon tece que so n lo s n icos co n ju n to s d e nm eros reales que
son abiertos y cerrad o s a la ve z. Sobre co n ju n to s cerrad o s d irem o s algo m s cuand<
hablem os d e punto adh eren te, d e sp u s de estu d iar lo s lm ites d e su cesion es.
Hay conjuntos que no son abiertos y que tampoco son cerrados. Entre los
intervalos, los de la forma (<*,b| y | a , b ) no son abiertos y no son cerrados.

't!n ejemplo de la estrecha relacin entre puntos de una recta y nmeros reales es el siguiente: si .
f>l, es una forma de hacer referencia .lo que dista entre los puntos que estn representando ambos nmeros, sin preocuparse de tener quv
saber de antemano cul es mayor. Verbigracia: 11 - 11 - 31= 1-41 = 4, y 4 es lo que distan los puntoque representan los nmeros -1 y 3. Este tipo de representacin en una recta debera ser conocido de.
Bachillerato (o del Curso de Acceso); no obstante, no se exige en este curso.

y /> son dos nmeros, el valor absoluto de su diferencia: lu

INTRODUCCION

Sucesio n es de n u m eras re a le s

Form alm ente, una sucesin de nmeros reales es

una aplicacin del conjunto de los n m eros n aturales en el con jun to de los n m eros
reales. C uando tenem os u n a sucesin, ten em os en ton ces una form a de asign ar un

0 , un nm ero real al nm ero

nm ero real al nm ero natural


al nm ero natural

2, y

natural

1 , un nm ero real

as sucesivam en te; es decir, tenem os una form a de con struir

u n a lista de nm eros reales en la que es relevante el lu gar que ocupa cada uno. Por
ejem plo, a partir de la aplicacin de N en IR que a cada nm ero n atu ral n asign a el
nm ero n 2, podem os contruir esta lista de n m eros: 0, 1, 4, 9, 1 6 , , p u es O2 = 0 es
la im agen de 0 por la aplicacin, l 2 = 1 es la im agen de 1 , 2 2 = 4 es la im agen de 2, y
as sucesivam ente.
Para las su cesion es no se u sa la notacin habitual de las aplicaciones. Se elige una
letra, por ejem plo a (o b, o c, etc.), y se le aade com o subndice u n nm ero natural
para indicar la im agen por la aplicacin de ese nm ero natural; de esta form a, con a 0
se design a la im agen por la aplicacin del nm ero natural

0,

con a\ la im agen del

nm ero natural I, . . . , y en general con a la im agen de un nm ero natural n. As,


podem os decir que la su cesin es:
fli U 1 1 &2, , Un , .
y cuando nos queram os referir a la su cesin com o a un todo, escribirem os:
(a\ n e N ) ,

o m s sim plem ente:

( c i ) .

En el ejem plo del prrafo anterior, p odem os decir que esa su cesin es ( n 2; n e N), o
sim plem ente: ( n 2); o incluso: ( a ) , con a = n 2 para cada n N.
Dada una su cesin ( a n ), y dado un nm ero n atu ral fe, se dice que el trmino de
orden k de la su cesin es igual a a ; es decir, el trm ino de orden k de la su cesin es

la im agen por la aplicacin del nm ero natural k. Para la sucesin (n 2), su trm ino
de orden k es igual a fe2; verbigracia, el trm ino de orden 5 es igual a 5 = 25. Otro
ejem plo: si (bn) es la su cesin tal que b = (1 )" para cada n e N, es decir, la
sucesin 1, -

1 , 1,

- 1

podem os decir que su trm ino de orden k es igual a

si fe

es par, y a - 1 si fe es im par.
Una cota superior de u na su cesin es u n nm ero que es m ayor o igual que todos
y cada uno de su s trm inos; y, anlogam ente, u n a cota inferior es un nm ero que
es m enor o igual que todos y cada uno de sus trm inos. Por ejem plo, para la su ce
sin { ( - 1 ) ), una cota su perior es el nm ero

y u n a cota in ferio r es el nm ero - i ;

para la su cesin ( n 2 ), una cota inferior es el nm ero

0, y

no adm ite cotas su p erio

res. Una su cesi n est acotada superiormente o interiormente si adm ite u n a cota
superior o inferior, respectivam en te; y est acotada si lo est tanto su perior com o
inferiorm ente. De las dos su cesio n es que acabem os de pon er com o ejem plo, slo la
sucesin ( { - 1 )'] ) est acotada.

V. SUCESIONES DE NMEROS REALES

302

El ltim o concepto que se estu d ia en esta seccin es el de su b su cesi n . Intuitiva


m ente, u na su b su ce si n es u n a su cesi n o b ten id a a partir de otra: si en u n a sucesin
dad a, n os desh acem os de algun os trm in os (en cantidad finita o infinita), de form a
que d ejem o s una cantidad infinita de trm inos d e la su cesi n original, lo que queda
es una su cesi n de la que se dice e s subsucesin de la prim era. En el texto podem os
leer la definicin form al general, pero veam o s aqu la s d o s fo rm as de o b ten er una
su b su ce si n (y denotarla) que m an ejarem o s en el re sto del captulo.
Si ( a ) es una su cesin : a 0, a\, a>. U 3

y n o s d esh acem o s, pon gam os, de sus

tres prim eros trm inos, nos queda: 3 , <


14 , 0.5 , . . . , que re su lta s e r tam bin una su ce
sin; se trata de una subsucesin de la su cesi n original (a ), y se denota: ( a \ n 2* 3).
Por ejem plo, la su cesi n ( n 2; n > 5) e s u n a su b su cesi n de la su cesi n (n 2 ); com
p rese la su cesin : O, 1 , 4 , 9, 1 6 , 2 5 , 3 6

con la su b su cesi n : 2 5 , 3 6 , 4 9 , . . .

Otra form a d e obten er u n a su b su ce si n de una su cesi n la su giere este ejem plo.


Si ( a n) e s u na su cesin , y n o s fijam o s s lo en su s trm inos de ord en par: o, n_.
a 4,

06

lo que acabam os de escrib ir es otra su cesin , que es subsucesin de la

su cesin original ( a ) ; se denota: (>) V erbigracia, p ara la su cesi n ( ( - 1 ) " ) , su


su b su cesi n ( ( - l ) 2'1) es la su cesi n constante ( 1 ):

1, 1, 1,

. . . (todos s u s trminos

iguales a 1). De m anera sim ilar podram os h ab lar tam bin, po r ejem plo , d e la su b
su cesin de la su cesi n ( a n) fo rm ad a po r los trm inos de orden im par: (c^ n + i).
Para fin aliz ar esta seccin, u n a cu esti n de notacin. Dado u n n m ero n atural k.
a veces escribirem os: ( a ; n s k), sin h ab ern o s referido a n tes a algun a su cesi n ( a 1.
que es po sib le que ni siqu iera est definida. Tal notacin hace referen cia a la su ce
sin cu yo trm ino d e ord en n es

a n+ k

; es decir:

a O k * i ,

t + 2 . Por ejem plo , 1?,

su cesin ( 1 / n ; n > 1) e s esta: 1 , 1 / 2 , 1 / 3 , 1/ 4 , . . . ; y n tese que no podem os hablar


de la su cesin ( a ) con a n = 1 /n, p u es no tendra sen tid o su trm ino d e orden
Su cesio n es co n verg en tes. L im ite s in fin ito s

su cesin de n m eros reales ( 1 /n ; n >

0.

Em pecem os con un ejem plo: la

1 ) converge al

nm ero real

0; o

dicho de otra

form a: el nm ero O e s lm ite de la su cesi n (1 / n ;n > 1) . Qu significa esto? La


su cesin es:
1. i . i , . . . , i , . . . ,
2 3
n
y su s trm inos so n n m eros que se hacen cada v e z m s peq u e o s; realm en te, segn
avanzam os en el ord en de la su cesin , lo s trm inos co rresp o n d ien tes se acercan al
nm ero O tanto com o qu eram os. Por ejem plo, si qu isiram os, siem pre con trm i
n os de la su cesin , acercarn o s a O m enos de una m ilsim a, s lo ten dram os que
seleccion ar lo s trm inos de orden m ayor o igual que
el intervalo ( 0 -

1 / 10 00 , 0 + 1 / 10 00 ),

10 0 1 :

todos ello s estaran en

lo cual e s lo m ism o que decir que distaran

de 0 m enos de u na m ilsim a. Y esto lo podram os h acer con o tra m edida cualquiera.


Realm ente, dad o cualquier e positivo, ex istir algn orden k (el cual depen der, en

INTRODUCCIN

303

general, de c) de form a que en el in tervalo (0 - e, 0 + e) podem os encontrar todos los


trm inos de la su cesi n que son de orden m ayor o igual que fe. Esto es justam en te
lo que querem os decir cuando afirm am os que la su cesin ( l / n ; n > 1) converge al
nm ero real 0, o que el nm ero 0 es lnite de la su cesi n ( 1 / n ; n

>

1 ).

Otro ejem plo: la su cesin (n / ( n + 1) ) converge al nm ero 1 . A la vista de su s


prim eros trm inos: 0, 1 / 2 , 2/3, 3/4, . . . , quiz no se aprecia si los trm inos de la
sucesin se acercan a algn nm ero concreto, pero si n os fijam o s en trm inos de
orden m ayor, digam os, orden m ayor o igual que 10 0 :
100

DEL

102

1 0 1 1 0 2 1 0 3 ..........
s parece que nos podem os acercar, tanto com o queram os, al nm ero 1 .

Puede

com probarse que esto efectivam en te es as: la su cesin ( n / ( n + l ) ) converge al


nm ero 1.
De una su cesin se dice es convergente si converge a algn nm ero real.

De

las propiedades de las su cesio n es con vergen tes que figuran en el texto, hay d os que
querem os destacar aqu. La p rim era es que el lm ite es nico; es decir, si u n a sucesin

110

es convergente, en ton ces

converge m s que a un nico nm ero. S ( a n) es la

su cesin convergente, y I es su (nico) lm ite, se escribe:


lm a = l,

00

o bien

lm ( a n ) = I.

De acuerdo con los ejem plos anteriores, p odem os escribir:


!m ( ; n l ) = 0
\n
>

lm (
) = 1.
vn + 1

La segu n d a propied ad que destacam os es que el lnite de una su cesin convergente


no depend e de su s prim eros trm inos. Form alm ente, esto sign ifica que u n a su ce
sin (a ) converge a un num ero I si y slo si cualquier su bsu cesin su ya de la
form a ( a n;n > k) converge tam bin al nm ero l.
El siguiente concepto que vem os en e sta seccin es el de lm ite m s infinito. In
tuitivam ente, una su cesin tiende a ms infinito si, segn se a v an za en el orden de
la sucesin, lo s trm inos corresp o n d ien tes se hacen tan gran des com o se quiera. Por
ejem plo, la su cesin (n 2 ) tiende a m s infinito. Fijem os un nm ero b cualquiera;
po d em os en contrar algn ord en fe tal que todos los trm inos de la su cesin de orden
m ayo r o igual que fe son m ayores que b. En efecto: si b es negativo, se tom a fe = 0,
y si b es positivo, b a sta tom ar com o fe el prim er nm ero natural que su p era v h ; el
trm ino de orden fe, que e s fe2, y todos io s que le siguen: (fe + 1 )2, (fe +

2 )2, . . . ,

entonces m ayores que b. Si u n a su cesi n (a n ) tiende a m s infinito, se escribe:


lm a = + 00,
El 0C
Se tiene entonces: lm n 2 =

4- 00.

o bien

lim ( a M) = + 00.

son

V. SUCESIONES DE NMEROS REALES

304

Y una su cesin tiende a menos infinito si, se g n se avan za en el ord en de la su ce


sin, los trm inos corresp o n d ien tes se hacen tan gran d es com o se quiera en valor
absolu to, pero siendo n egativos. Por ejem plo, la su cesi n ( ) tiende a m enos in
finito. Si fijam o s un nm ero b arbitrario, po d em o s en con trar algn orden k tal que
lo d os lo s trm inos de orden m ayor o igual que k so n m enores que b. Efectivam ente:
si b es positivo, tom am os k = O, y si b es negativo, lom am os k igual al prim er nm ero
natural que su p era - b \ con segu im o s a s que todos los trm inos de ord en m ayor o
igual que k: -k , - {k + 1) , - (k + 2 ), . . . . sean m en o res que b. Si u n a su cesi n (a n i
tiende a m enos innito, escribim os:
lm d = -oo,

n -*

o bien

lm (a ) = -oo.

De acuerdo con lo visto, podem os escribir: lm t - n ) = oo.


Los lm ites in fin itos tam bin cu m p len las dos p ro p ied ad es que destacb am o s para
las su cesio n es con vergen tes: la unicidad del lm ite y el hecho de que el lm ite no
d ep en d e de lo s prim eros trm inos de la sucesin.
En lo que al clcu lo efectivo de lm ites se refiere, lo prim ero que vem o s es el
clcu lo del lm ite de su cesio n es del tipo ( P i n ) ) , d on d e P i n ) es u n polinom io. Son
su cesio n es com o (1 - n 4), (2 n 3 + n ) o (1 + 5 n - 3n). Sobre polinom ios, conviene
rep asar el apndice A (cf. p. 4 1 3 ),'6 p ero reco rd am o s que el grado de un polinom io
es el m ayor exponente de n que figura, y que el coeficiente de m ayor grado es el
nm ero que acom paa a esta n : el grado de 1 - n 4 e s 4 y su coeficiente de m ayor
grad o e s - 1 ; el grado d e 2 n 3 + n e s 3 y su coeficiente de m ayor grad o e s 2; el grado
de 1 + 5n 2 - 3n es 2 y el coeficiente de m ayor grad o es 5 (el grado del polinom io 5
un n m ero real es u n caso p articu lar de po lin om io seria O, y el coeficiente de
m ayor grado de e ste polinom io se ra el m ism o n m ero 5). Con esto en cu en ta, el
lm ite de la su cesin ( P i n ) ) , cuando P i n ) es u n polinom io de grado m ayor o igual
que

1,

es igual a +<x> o a -oo seg n sea el coeficiente de m ayor grado positivo o

negativo, resp ectivam en te. A s:


lm ( 1 - n 4) = -oo,

lm (2 n 3 + n ) = +oo

lm ( 1 + 5 n 2 - 3 n ) = +oo.

(Si el polinom io tiene grad o O, e s decir, si se red u ce a un nm ero real, la su ce


sin ( P i n ) ) e s u n a su cesi n con stan te, y su lm ite e s trivial; por ejem plo: lm (5) = 5 .'
El sigu iente tipo de lm ites que distin guim os es el d e su cesio n es del tipo (1 / P in ) ) ,
donde P i n ) es un polinom io de grado m ayor o ig u a l que 1 . En todos esto s ca so s el
lm ite es igual a

0 ; por ejem plo:

lm - r = O,

ii-co | - n -

lm

n-M -f-> +

n4 - n + 2

0,

lm -

r =

n-> 6 n J + n n 3

0.

''Fn el apndice citado, los polinomios se presenlan en la indeterminada .y; por ejemplo: 8.v5+v"2x - 1.

x- + 1, o 3 - x + .v3. Lo que all se dice es vlido aqui sin ms que cambiar .v por n.

INTRODUCCIN

305

ola bene

No est definido el cociente 1 / ( 1 -

11-')

cuando n = 1, asi que, propiamente,

deberamos escribir: lm ( L/(1 - n-);n 2) = 0; sin embargo, en virtud de que el lmite


(sea finito o infinito) es nico y no depende de los primeros trminos de la sucesin,
y con el fin de no recargar la notacin, escribiremos simplemente lm ( 1/(1 - n2)) = 0.
Anlogo comentario podramos hacer con los otros limites. En general, si (f>; n k) es
una sucesin que admite lmite, finito o infinito, no designaremos ste por lm {b\ n k),
sino por lm (/>), aunque bn no est definido par algn valor de n menor que k.

V finalm ente tam bin calcu lam os el lm ite de su cesio n es d efin id as po r cocien tes
de polinom ios, del tipo: ( P ( n ) / Q ( n ) ) , d on d e P i n ) y Q ( n ) son polinom ios de grado
m ayor o igual que I . D ebem os distin gu ir tres caso s, segn sea el grado del polinom io
del n u m erad or m ayor, igual o m enor que el del denom inador.

En el p rim er caso:

cuando el grado del n u m erad or es m ayor, el lm ite e s m s infinito o m enos infinito,


segn se a n iguales o d istin tos, respectivam en te, los sign o s de los co eficien tes de
m ayor grad o de am bos polinom ios. Por ejem plo:
2 - n4
lim -=------= n - 5 n + n

00,

..
3n 2 + 7n3
lim - ; - = + 00,
8 n 4 G n / S

..
-n 2+ 2
lim ------- - = + 00.
n - -2 n + 6

(Para el prim ero, verbigracia, el polinom io del num erador e s d e grad o 4 y su co e


ficiente de m ayor grad o e s - 1 , y el polinom io del denom inador es de grado 2 y su
coeficiente de m ayor grad o e s 5; el grad o del n u m erad or es m ayor, y am bos coeficien
tes tienen d istinto signo, a s que el lm ite del cociente e s -

00.)

En el segun d o caso:

lo s grad os d e n u m erad or y denom inador iguales, el lm ite es igual al cociente de los


coeficientes de m ayor grado:

..

1 - n2
i i 'J i ri2 + n - 1

5n3

+n

n - 8 n 3 2 n v 3

'

..

2n

+ 5

n1- ^ - lO n + 9

10

V en el tercer caso: el grado del denom inador m ayor, el lm ite e s igual a 0:

1-

hm i

n2

7 = 0,

2n4 + n - 1

..

5n 3 +

n-

lim -s

' i - 00 8 n 2 n

=0,

lim

nJ + 5n + l

----- - = 0.

n ' - 2n~ + i n + 1

En el m anual Problemas Resueltos, pu ed e en co n trar el lector lm ites de m s tipos


de su cesiones.
Esta seccin term ina con el con cepto d e pun to adh eren te. Un punto adherente de
un conju n to de n m eros reales no vaco es un punto que e s lm ite de alguna su ce
sin de pu n tos d e l con ju n to. Es decir: si A e s un co n ju n to y a es u n punto, este
pu n to e s pu nto adh erente d e .4 (o sim plem en te: es adherente a .4) si existe algun a
su cesi n i x ) con lim ite a y con todos s u s trm inos p u n to s d e .4: lm (.v ) = a,
y V n e N, x e .4, N tese que u n punto d el propio con ju n to e s adherente al con
ju n to : si a e .4, la su cesin con stan te (a ) converge obviam ente al pu n to a y su s
trm in os son p u n to s de .4. Una p ropiedad in teresan te que se pru eba en el texto es

V. SUCESIONES DE NUMEROS REALES

e s la : de u n con ju n to no vaco acotado su periorm en te, su su p rem o es pun to adherente; y, anlogam ente, de u n con ju n to no vaco aco tad o inferiorm ente, su nfim o es
punto adh erente. De esta form a, dad o el in tervalo ( 1 , 2 1 , por ejem plo , son adherentes
a l, adem s de s u s propios p u n to s, lo s pu n to s 1 y 2 (su nfim o y su su prem o, re sp ec
tivam ente); o dado el con ju n to K * que es en defin itiva el in tervalo (0 , +oo) son
adh eren tes a l todos su s pu n to s y el pu n to 0 (su nfimo), fistos ejem p lo s m uestran
que h ay co n ju n to s que adm iten pu n to s a d h ere n tes que no perten ecen al conjunto.
Finalm ente, se define la adherencia d e un co n ju n to no vaco com o el conjunto
form ado por su s pu n tos ad h eren tes.

Si .4 d e sig n a el conjunto, su adh eren cia se

denota as: A. Com o todo pun to del propio co n ju n to es adh eren te al co n ju n to , se


tiene: .4 = .4. Nos in teresa re sa ltar una pro p ied ad : un co n ju n to es cerrado si y slo
si coincide con su adherencia: una con secu en cia d e ello es que el lm ite de cualquier
su cesi n convergente de pu n to s de un con ju n to cerrado es un pun to del propio con
ju n to . En lo que al a sp ecto del clcu lo prctico se refiere, notar que, p ara calcu lar la
adh eren cia de un intervalo, no h ay m s que a ad ir su su p rem o y su nfim o, ca so de
que alguno de ellos, o lo s do s, no p erten ezca ya al intervalo. A s, la adh eren cia de los
intervalos [a , fi], (a , b ], [a , b ) y (a , b ) es [a, b j; la d e ( a , +<*>) y [ a , +oo) es [ a , +o):
la de (-o o .fi) y (oo, fij es ( - c o .fi] ; y la de OS es el m ism o OS. Sobre el co n ju n to vaco,
se conviene en que su adh eren cia e s el propio co n ju n to vaco: 0 = 0.
Sucesion es m on ton as

Una su cesi n creciente e s una su cesi n que verifica que

cad a trm ino es m enor o igual que el siguiente. E s decir, u n a sucesin ( a ) e s cre
ciente si verifica: V n e bi, a < a n+1 - Una su cesi n es decreciente si cad a tr
m ino es m ayor o igual que el siguiente: V n e N, a 5= a n+i- Y en am bos casos
se aade el adverbio estrictamente si lo s trm inos co n secu tivo s no son igu ales, esto
es: V n e N, a < a+\, o V n N, a > a n+j . Finalm ente, u n a su cesi n e s mon
tona si es creciente o decreciente.

Para sab e r si u n a su cesi n t a ) e s creciente o decrecien te, po d em o s ca lcu lar la


diferen cia entre u n trm ino y su anterior, d igam o s: a +1 - a , y ver si es po sitiva o
n egativa p ara cada n : el prim er caso co rresp o n d e a su cesi n creciente, y el segundo
a decreciente. Por ejem plo, se p u ed e com probar a s que la su cesi n ( l / n ; n ? i ) es
decreciente, inclu so estrictam en te, pu es:
& II i 1

6?i

1
n + 1

1
n

n - (n + 1 )
(n + 1) n

-i
------------ ,
(n + 1 ) n

y 1 /((rt + l ) n ) e s negativo p ara cada n > 1 (al haberlo obten id o negativo, y no


sim plem ente m en or o igual que O, podem os co n clu ir que la sucesin e s estricta
m ente decreciente).

Otra co sa que se pu ed e h acer, al m enos cuando la sucesin

tiene su s trm inos positivos, e s estu d iar si el cocien te a n+ / a es m ayor que 1 para

INTRODUCCION

307

cad a n (creciente) o m enor que 1 p ara cada n (decreciente). Por ejem plo, la su ce
sin (\/; m > I ) e s estrictam en te creciente, pues:

u 4i = <n + 1 = In + 1
a,

v/

y com o ( n + 1 ) / n e s m ayor que 1 para cad a n 1 , 1 o m ism o verifica su raz cuadrada.


Otro ejem plo: la su cesi n 7 ( 2 " / n ! ; n > 2) e s estrictam en te decreciente, y a que:
2*1+1
m

an
y

2 /(n

1 ) es

+ 1)! _
2
2^
~ n + 1
n!

m enor que 1 p a ra cada n > 2.

Un resultado im portan te sobre las su cesio n es m on ton as e s este : dad a una su ce


sin creciente, si est acotada su periorm en te, en ton ces es co n vergen te, y si no lo
est , en ton ces tiende a m s infinito. De la m ism a m anera, dad a u n a su cesi n d e
creciente, si est acotada interiorm ente, en ton ces e s convergente, y si no lo est,
entonces tiende a m enos infinito. V em os a si que to das las su cesio n es m ontonas
adm iten lm ite, finito o infinito.
En el texto se estu d ia am pliam ente la llam ada sucesin geomtrica de razn g,
donde g es un nm ero real no n ulo. Se trata de la su cesi n (g " ), e s decir:
I, t?, <T. q 3,
Su s propiedades se resu m en d e esta m anera: si O < | g | < I (o lo que e s lo mismo:
s i - 1 < q < 1), en to n ces lm (g n) = 0; si g = 1, en ton ces la su cesi n es co n stan te: ( 1)
(y por tanto con lm ite 1) ; si g > 1 , en ton ces lm (gn) = + 00; y si g - 1, en ton ces la
su cesin no adm ite lim ite (ni finito ni infinito).
S e rie s de n m eros re a le s

Sea ( a ) u n a su cesi n d e n m eros reales. La serie

de nm eros reales asociada a la su cesi n ( ) , o com o tam bin se dice: la serie de


trmino general a , es esta su cesin:
Uo,

to + a 1 ,

do + tt 1 + t 2,

- 1

do + a 1 + + a i,

Es decir: la serie asociad a a la su cesi n ( a ) , o la serie de trm ino gen eral a , e s la


n
su cesin (S ) con S = X / p=o

Por ejem plo, la serie aso ciad a a la su cesi n (n ), o la serie de trm ino gen eral n,
es la su cesi n (S ) donde:
Sit

, , ^ ^
U n + 1)
= 0 + l + 2 + 3 + -- - + n = ----- ------

'Sobre la notacin 11!, vase la nota al pie en p, 347.

V. SUCESIONES DE NMEROS REALE

(esta ltim a igualdad e s fcil de com probar.) Otro ejem plo: la serie asociad a a la
su cesi n geom trica d e raz n q (recurdese que q * 0) es la su cesi n ( T ) donde:
T = \+ q + q- + -- - + q n

Esta serie se denom ina serie geomtrica de razn q.


Se dice que una serie es convergente, y de suma el nm ero real S, cuando, como
su cesin, e s convergente y su lm ite e s S. Es decir, la serie (S n ) asociad a a la su ce
sin ( a ) es convergente de sum a S si lm i S ) = S, esto es:

lm Y a = S.
n-cc 1
p =0
Y se dice que u n a serie e s divergente si no e s convergente. Para estu d iar el carcter de
una serie, esto es, para estu d iar si la serie es co n vergen te o divergente, son tiles lo"
llam ados criterios de convergencia, lo s cu ales no so n m s que condiciones suficientes
de convergencia o divergencia de u n a serie a p a rtir de clcu lo s con la su cesi n a la
que est asociad a. En el texto se presen tan dos: el de d A le m b e r t y el de C a u c h y .'
Para una serie de trm ino gen eral a , donde cada a es no nulo, el criterio de
d A le m b e r t n os pide que calculem os, si existe, el lm ite de ( | a + .i/ a | ): la serie
e s convergente o divergente segn sea este lm ite m enor o m ayor que 1 , resp ectiva
m ente. Por ejem plo, la serie asociad a a la su cesi n (2 n/n\\n > 2) es convergente,
porque:
211 ii
a n-t
a,

lm
M-oo

= lm l
n -oo

= lm
= 0,
/-oo n + 1

n\

y e ste ltim o nm ero es m en or que 1 . Y para una serie de trm ino gen eral a (donde
ya no exigim os que cada a n sea no nulo), el criterio de CAUCHY nos pide que cal
culem os, si existe, el lm ite de V |a |: tam bin acontece que la serie es convergente c
divergente segn sea este lm ite m en or o m ayo r que 1 , respectivam en te. Por ejem plo
la serie de trm ino general ( n " H 2 n + 1 ) " ) es convergente, pu es:
I-

Noti

\
'I"
l (
fnl
\"
\ cin | = lim , / --- = lim ,
------ - = lim

lim
H CC

'

ll-C C

\j

( 2 ) 1

-i-

\ In

n <* n + 1

= - < 1.
2

F.n ambos criterios, si el lmite correspondiente existe y es igual a 1, nada podemo-

deducir de la convergencia o divergencia de la serie.

8En muchos libros se denominan criterio del cociente y criterio de la raz, respectivamente. El motiv
de esta nomenclatura saltar a la vista inmediatamente.

3<>9

INTRODUCCIN

Para fin alizar, com entam os que en el texto se estu d ia con detalle la serie geo m
trica de ra z n q. Su carcter (convergencia o divergencia) depen d e crucialrnente del
valor de q. Si la razn q est com pren d ida entre - 1 y 1 , es decir, si - 1 < q < 1,
en ton ces la serie geom trica es convergente y de su m a 1 / ( 1 - q); esto se escribe as:

En caso contrario, esto es, si q - 1 o si q s* I, en ton ces la serie geom trica es


divergente.

3 10

V. SUCESIONES DE NUMEROS REALES

V. 1

EL CONJUNTO DF. LOS NMEROS REALES


1.

Pro p ie d a d e s de los n m eros re a le s

Sup on em os que el lector est fam i

liarizado, d esd e su s estu d io s de secun d aria, con lo s n m eros n aturales, en tero s \


racionales, y en algun a m edida con lo s reales. De esto s ltim os, en este apartado
recogem os s u s propiedades m s im p ortan tes. A lg u n as de ellas y a han sid o citadas
(o al m enos im plcitam ente m an ejadas) en el p resen te texto, com o las dos prim eras.
Propiedad I (cuerpo conm utativo)

El con ju n to OS de lo s n m eros reales, dotado

de las op eracion es adicin y m ultiplicacin, tiene e stru ctu ra de cuerpo conm uta
tivo:9 (OS, + , ). El nm ero O es el elem en to n eutro

d e la adicin; el

opuesto

nm ero real x es el n m ero - x ; el nm ero 1 e s el

elem en to n eu tro

de la m u

cacin; y el inverso de un nm ero real x no n u lo (x 0) es 1 / x .


Propiedad 2 trelacin de orden)

La relacin

(que se lee m en or o igual que") es

una relacin de orden to ta l10 en OS. Es decir, verifica:


a ) -s e s reflexiva: V x e II, x

x,

b)e s antisim trica: V ( x , y ) e OS2, ( x y y j x )


c) =s e s transitiva: V ( x , y , z ) e SJ , ( x
d) y ad em s: V (x , y )

Nota

=> ( x = y ) ,

y y y s z) =s> ( x

z ),

OS2, ( x y o y =s x ) .

Si x y v son dos nmeros reales,la negacin de x y se escribe: y < x (y es

menor que x). Tambin haremos uso de las relaciones


(mayor que).
a

(mayor o igual que) y V

Propiedad 3 Icom patibilidad entre la relacin de orden y las operaciones)

La re

lacin de ord en total es com patible con la adicin y la m ultiplicacin del cuerpo
conm utativo (US, + , ). Esto es, para cada terna ( x , y , z) de n m eros reales se verifica:
a) x

y => r + z j + z ,

b) ( X

y y z 0) => (X Z y z ) .

De esta propiedad se infieren las sigu ien tes con secuencias:


( C l) ( x y

(C2 ) ( x
(C3) ( x y

EJERCICIO 1

x' < y )
y)

=>
=>

x ' < y ) =>

( x + x ' < y + y );
(- y < -x );

(x + x ' < y + y ');

(C41 ( x <

z > 0) => ( x z < y z ) ;

(C5) ( x <

y)

=>

( x << y ) .

Demostrar las consecuencias anteriores de la propiedad 3 de los nmeros reales.


'Cf. apndice A, p. 407.
1"Cf. apndice A, p. 390.

V .l. EL CONJUNTO DE LOS NMEROS REALES

Conjuntos acotados

C onsiderem os un con jun to A de n m eros re ales (esto es, un

su bcon jun to A del con jun to R: A R).


Conjunto acotado
superiormente

Del con junto A direm os est aco tad o su p erio rm en te si existe algn nm ero real b
que es m ayor o igual que cada uno de su s elem entos; es decir, si se verifica:
V x e A, x

Cota superior

b.

En este caso, del nm ero b direm os es u n a co ta su p e rio r del con ju n to A , o tambin


que el co n ju n to A est acotado su periorm en te por b.

Conjunto acotado
inferiormente

Del conju nto A direm os est aco tad o in ferio rm en te si existe algn nm ero real a
que es m enor o igu al que cada uno de su s elem entos; esto es, si se verifica:
V x e A, a s x',

Cota inferior

Y en este caso de a direm os es una co ta in te rio r del con ju n to A, o tambin que el


conjunto A est acotado interiorm ente por a.

Conjunto acotado

Finalm ente, del con jun to A direm os est (o es) aco tad o si est acotado tanto
su perior com o inferiorm ente.
Nota bene

De la definicin se deduce que cualquier nmero real es, simultneamente, una

cota superior y una cola inferior del conjunto vaco: 0; por tanto,
acorado.

el conjunto vaco est

Mximo de un

De un n m ero real b direm os es m x im o del co n ju n to A (de n m eros reales), y

conjunto

escribirem os: b = m x A, si b es una co ta superior de A y adem s b e A. Si un


conjun to adm ite m xim o, ste es nico.

Mnimo de un
conjunto

A nlogam ente se define el m nim o de un conjunto, que se escribe: mn A ; es decir,


afirm ar que a = mn A significa que el nm ero a es u n a cota in ferior de A y que a A.
T am bin acontece que el mnim o de un conjunto, si existe, es nico.

EJEMPLO I

F1 conjunto de los nmeros enteros: 1 , no tiene mximo y no tiene mnimo; el conjunto de los
nmeros enteros negativos: Z - N, tiene mximo: mx(Z - N) = -1, pero no tiene mnimo;
el conjunto de los nmeros naturales: N, no tiene mximo y s tiene mnimo: mn 1 = 0; el
conjunto A = { 1, 1,0} tiene mximo y mnimo: mx A = 1 y mn .4 = -1. Todo conjunto
finito no vaco de nmeros reales tiene mximo y tiene mnimo.

Propiedad -i (supremo e nfimo)

Para todo con jun to no vaco A de nm eros reales

que est acotado superiorm ente, existe un nico nm ero real, que se denota: sup A

V. SUCESIONES DE NUMEROS REALE

Supremo de un

(su p re m o de .4"), que verifica:

conjunto

su p 4 es u na cota su p erio r de 4
Y

s u p 4 es m enor o igual que cu alq u ier o tra cota su p erio r de 4 .


El su prem o de un conju nto es en ton ces el m nim o de su s co tas su perio res, o su cota
su perior m nim a. En sm bolos:
( V x e 4 , x < b ) <=? ( s u p 4 f c ) .
A sim ism o, para todo co n ju n to no vaco 4 de nm eros reales que e st acotado ininmo de un
conjunto

feriorm ente, ex iste u n nico nm ero real, que se denota: nf 4 (nfim o d e 4 ") , que
verifica:
nf 4 es u n a cota in ferio r de 4

y
nf 4 e s m ayor o igual que cu alq u ier otra cota in ferior d e 4 .
El nfim o d e un conju n to es, pu es, el m xim o de su s co tas in feriores, o su co ta inferior
m xim a. En sm bolos:
( V x e 4 , a < x ) <=> (a ; nf A ).

EJEMPLO 2

En el conjunto 6 = i x e R I x < 2 1, el nmero 4 es una cota superior, pues para cualquier


elemento x de II se verifica: x < 4; sin embargo, este nmero no es el supremo de II ( p o r
ejemplo, el nmero rr tambin es cota superior del conjunto B y es menor que 4). El suprenn
de B, esto es, el mnimo de sus cotas superiores, es igual a 2: sup 8 = 2.

Propiedades del supremo y del nfimo

D ado un co n ju n to 4 no vaco d e nm eros

reales, se verifica:
5 / 4 est acolado superiormente, entonces
su p 4 es una cota superior de 4

y
todo nm ero real m enor que sup 4 no es una cota superior de 4 .

Si A est acotado inferiorm ente, entonces:


nf 4 e s una cota inferior de 4
y
todo nm ero real m ayor que nf 4 no es una cola inferior de 4 .

V. I . EL CONJUNTO DE LOS NMEROS REALES

313

S i A est acotado superiormente, entonces:


V x e A , (x < s u p A ) => ( 3 y 6 .4, x < y s u p A ) .
En efecto, si x < supA, entonces x no es una cola superior de A, y podemos escri
bir: 3 y e A, x < y supA.
S i A est acotado superiorm ente y sup A e A , entonces: sup A = m x A .
S i A est acotado interiorm ente y nf A e A , entonces: nf A = mn A.
S i x > 0, el conjunto no vaco X

P ro p o sici n V .l

n x | n e N] no est aco-

tado superiormente.

Demostracin

Haremos la demostracin por reduccin al absurdo: supongamos que el

conjunto X est acotado superiormente, con lo cual admite un supremo (propiedad 4); pon
gamos: 5 = sup X .
Como x > 0, se tiene q u e s + x > s, de donde: s > s - x , y en consecuencia el nmero

s - x

no es cota superior de X. Existe, pues, un nmero natural m tal que s - x < m x , o bien:
s < m x + x .

(1 )

Pero m x + x = (m + l) x , con lo que el nmero m x + x es un elemento de X , y (1) contradice


que

5 sea el supremo de X.
En conclusin, X no est acotado superiormente.

Propiedad
arqu im edian a

EJEMPLO 3

C o ro la rio

c.q.d.

S i y > 0 y x > 0, existe un nm ero natural m tal que: m x > y .

Y si x > 0, existe un nm ero natural positivo m tal que: - - < x .

El conjunto

es no vaco, y est acotado superiormente (por ejemplo, por el nmero 2) e inferiormente


(por ejemplo, por el nmero 0, pues todos sus elementos son nmeros positivos); por tanto,
admite supremo y admite nfimo.
Es claro que el nmero 1 es supremo del conjunto A; como es un elemento de A, es su
mximo: su p4 = m xA = 1.
El nmero 0 es el nfimo del conjunto A. En efecto: este nmero es cota inferior de A, y es
mayor o igual que cualquier otra cota inferior de A. Para ver esto ltimo, notemos que s i .? > 0,
entonces existe un nmero natural positivo m tal que s > 1 jm \al ser 1 m un elemento de A,
esto establece que s no puede ser una cota inferior de A. Se tiene entonces: nf ,4 = 0. Ntese
que, como 0 ff A, este nmero no es el mnimo del conjunto A.

V. SUCESIONES DE NMEROS REALES

314

Supremos e nfimos de conjuntos no acotados

Si un con ju n to de n m eros reales .4

no est acotado superiorm en te, e s decir, si verifica:


V i e l , b no es una co la su p erio r de 4 ,
Supremo ms

o lo que es lo m ism o: V b e R, 3

e A,

> b, en to n ces escribirem os:

infinito

su p ,4 = +co,
que leerem os: el su p rem o de A es m s infinito". Y si el co n ju n to .4 no est acotado
inferiorm ente, mutatis mutandis, escribirem os:
nf.4 = -oo,
nfimo ms

que leerem os: el nfim o de 4 e s m en os infinito .

infinito

2.

In te rv a lo s de n m eros re a le s

D ados d o s n m eros reales a y b, con a b.

se defin en lo s sigu ien tes con ju n tos:


(a , b ) = x e K I a < x < b ],

[a , b ] = | x e K | a < x b\,

(a , b ] = \x IR I a < x b\,

[u, f) = { x 6 R | a < x < b},

e IR |

x a ),

(a , + oo) = ( x e R | x > a | ,

( -o o ,fi] = {x e IR |

x b ),

(-oo,b) = \x e IR ! x < b}.

[ a , +oo) =

\x

Intervalo de

De un con ju nto de n m eros reales direm os es un in te rv a lo de n m ero s re a le s si

nmeros reales

coincide con R, con el con ju n to vaco: 0, o con algu n o de los och o tipos de con jun tos
anteriores.
Nota bene

EJEMPLO 4

Si a

b, los intervalos

(a ,

b),

(a ,

b],

[a ,

b) se reducen al conjunto vaco.

El conjunto (6,7) es el de los nmeros reales que son, simultneamente, mayores que 6
y menores que 7: (6,7) = x e

G&

| 6 < x < 7 j. La expresin (7,6) no representa ningn

intervalo de IR.
EJEMPLO 5

El conjunto a ) , donde a e R, es un intervalo de nmeros reales, pues:

Nota

\a \ =

[ , ].

En lo sucesivo en este captulo, cuando escribamos (a,b) nos estaremos refiriendo

al intervalo, no al par de nmeros reales, a menos que se especifique otra cosa. Cuando
queramos referirnos al par (a, b), por ejemplo escribiremos: (a, b) e H2 (o ms en gene
ral: (a, b) e C donde C ser algn subconjunto de IR2).

V. I, EL CONJUNTO DE LOS NUMEROS REALES

EJERCICIO 2

Demostrar que sup (a, b) = b y que sup (a, b) = b.

Del ejercicio 2 se deduce que sup (-<, b) = sup (-o, b] = b.

Nota bene
EJERCICIO 3

Sea A un intervalo no vacio de n limeros reales acotado superiormente. Demostrar que tam
bin es un intervalo el conjunto ,4 u {sup .41.

EJEMPLO 6

Eos intervalos que son conjuntos acotados (o

I n te rv a lo s

[a,b],

acotados

(a ,b ],

in t e r v a lo s

a c o ta d o s )

(a,b)

|tt,),

son:

0.

slo estn acotados superiormente; ( a ,+ 00)

Por el contrario, los intervalos ( - ,& ) y

y [tt,+oo), slo interiormente; y R, ni inferior ni superiormente.

3. V a lo r a b so lu to de un n m ero re a l
V a lo r a b s o l u t o

v a lo r

a b s o lu t o

de x , y se denota; x |, de la form a:
I x,
\x \ = ]
1

EJEMPLO 7

Dado un nm ero real x , se define el

- X,

si x > 0,
si X < .

Se tiene:
1-3 1 = 3,

[01 = 0 y

10.1 = 0.1.

Consecuencias de la definicin de valor absoluto

De la definicin de valo r absoluto

se deducen de fo rm a sen cilla las sigu ien tes propiedades, verificadas por cualquier
nm ero real z : 1 1
| z | = \ - z \ > 0;

- | z | < z |z |;

\z\ =e b <=> b z = b <=> z e [- 1? , b],

con b ^ 0;

\z\ < b <=> -b < z < b <=> z e (~ b ,b),

con b > 0;

|z -

a\

s e <=> z e [tt - c, a + e ] ,

\z - a \ < c <=> z e ( a - e, a + c ) ,

\z\ - a <=> ( z = a
Iz| = 0 ^

z = -a),

con e B

0;

c o n e l y e > 0;
con a > 0;

z = 0.

11Aqu no recogemos una demostracin de estas propiedades; puede encontrarse en los Problemas

Resueltos,

V. SUCESIONES DE NUMEROS REALES

Ms propiedades

S i x y y son dos nmeros reales, se verifica:

P ro p o sici n V.2

a ) \xy\ = |x| | y | ;

del valor absoluto

b) (desigualdad trian g u lar): \x + y | |x| + | y |;


c)

||x |-|y || |x -y |.

Demostracin

La prueba del primer apartado es inmediata sin ms que considerar los

distintos casos posibles: x

0, x

< 0 , y > 0 , y < 0.

Para el segundo apartado, notemos que podemos escribir (cf. segunda consecuencia de la
definicin de valor absoluto): - |x| x s |x|
- ixl - |y |

- y

) ' < \y |, de donde:

x + y |x| + | y I ,

y en consecuencia (cf. tercera consecuencia de la definicin, con b = \x\ + \y\ y z = x + y):


|x + y | |x| + \y | .
Para el tercer apartado, y de acuerdo con lo demostrado en el segundo, podemos escri
bir: |x| = \y + ( x - y ) | \y\ + | x - y |, de donde:
Ix| - \y \ |x - y
por otro lado: \y\ = |x + (y - x ) |

i.

x + | y - x |, y como |y - x | = | x - y |:
y | - |x| |x - y | .

<3'

De (2) y (3) se deduce: - 1x - y | |x| - |y \ |x - y \, de lo que se concluye (cf. tercera


consecuencia, con b = |x - y \ y z = |x| - \y |) el resultado: i ix| - | y 11
Si X|, x<

Nota
|X ]

x 2 x |

x - y |. c.q.d.

x son n nmeros reales, por recurrencia se demuestra:


=

|X !

I \X21 |x I

|x,

+ X 2 + +

X |

|X ]

I + \x |

+ +

|x, .
A

EJERCICIO A

Demostrar que si x y y son dos nmeros reales, entonces:


x +y
\x - y I
m a x lA '.y ! = - + - - 1
2

4.

Pu n to in te rio r.

. ,
. x +y
m in |x ,y | = -

C o n ju n to s a b ie rto s.

Ix - y |
2

C o n ju n to s ce rra d o s

T en ien d o

cu en ta la correspondencia biunvoca que existe entre el co n ju n to d e lo s nm eros


reales y lo s p u n to s de u na recta cuando en sta se han fijad o un origen y una
Punto

unidad o rien tad a, em plearem os in distintam ente lo s lrm inos pu n to y nm ero real.

V. i. EL CONJUNTO DE LOS NMEROS REALES

Dado u n con ju nto A de n m eros reales, de un punto x direm os es


Punto interior

pu n to in terio r del conjunto ,4 (o in terio r a .4) si existe un intervalo de la form a (a ,b )


tal que:
A' e (a, fe)

{a ,b ) c A.

De esta definicin se deducen las sigu ien tes con secuencias:


Todos los puntos del intervalo (a, b ) son puntos interiores de (a, b ).
En efecto, si x (, b), entonces: x e (a,b) y (a, fe) (a, fe), lo que establece que x es
punto interior de (a, b).
Todo numero real es punto interior del conjunto R.
Si x es punto interior de un conjunto ,4, entonces x A. Si x f A, entonces x

110 puede ser punto interior de A.


Dado a R, el punto a no es interior del conjunto {a}.

EJEMPLO 8

El punto 3 es interior al conjunto (1,5], Para demostrarlo, debemos encontrar un inter


valo (a, fe) tal que: 3 (a , fe) y (a, fe) E (1,5]. Podemos tomar como intervalo (a , fe), por
ejemplo, el intervalo (1,5), pues: 3 e (1,5) y (1,5) (1,5],
El punto 1 no es un punto interior del conjunto (1 ,5 ], pues 1 (1,5].
El punto 5 no es interior a (1,5]. F.n efecto. Si (a, fe) fuera un intervalo tal que 5 e (a, fe),
entonces existira s e (a, fe) tal que

> 5; pero entonces s no sera un elemento de (1,51,

y (a,fe) no podra estar contenido en (1,5]. Al no existir ningn (ti, fe) tal que 5 (a,fe)
y (a,b) = i 1,5], el punto 5 no puede ser interior a (1,5].
Anlogamente se demostrara que un punto a y un punto fe no son interiores, respectiva
mente, a [a, fe) y a (a , fe], y que a su vez ninguno de ellos es interior a [a , fe].
EJEMPLO 9

Todos los puntos del intervalo ( a ,+ 0 0 ) son interiores a l. En efecto: si c es un punto arbi
trario de ( a , + 0 0 ), y tomamos fe > c, entonces: c (a , fe) y (a , fe) e ( a , + 0 0 ), y c es punto
interior de (a, + 0 0 ).
Anlogamente se demostrara que lodos los puntos del intervalo ( - 0 0 , fe) son interiores.

Interior de un conjunto
Interior de un
conjunto

D ado un con jun to A de n m eros reales, del co n ju n to de

su s pu ntos in teriores, que represen tarem os por A, direm os es el in terior del con
junto ,4:
A - {,y e R | x es punto interior de A } .

De la definicin de interior de u n con ju n to se dedu cen las sigu ien tes co n secu en
cias, que se verifican dad os dos con ju n tos de n m eros reales A y i y dad os dos
nm eros reales a y fe tales que a < fe:
El interior del conjunto (a, fe) es (a, fe). En smbolos: (a , fe) = (a , fe).
Pues, como sabemos, todo punto de (a, fe) es interior a (a,fe).

V. SUCESIONES DE NMEROS REALES

318

.4 Q A.
Ya que todo punto interior de A es a su vez un elemento de A.
Si A i, entonces A Q B.

En efecto: si x e , entonces existe un intervalo (a.b) tal que: x e <a ,b ) s A . \


por tanto x B.

( a ,

+0 0 )

( J, + 0 0 ) y (- C O , b ) = ( - 0 0 , b ) .

Es una consecuencia inmediata de lo visto en el ejemplo 9 (cf. p. 317 ).

EJEMPLO 10

En el siguiente cuadro se muestran todas las formas de los intervalos de nmeros reales y sus
correspondientes interiores.
Intervalo

Interior

[a, b ] , a b

(a.b)

[ti, ti] = n i

(n, b]

(a.b)

[a . b )

(a.b)

(a, b)

(a.b)

( - 00, b)

(- 0 0 ,b )

(~<x>, b]

( - 00.b)

(a , + co)

(a . + 0 0 )

[u , +00)

(a . + c o )

IR

C u a d r o 1 : E l i n t e r io r d e l o s in t e r v a lo s .

De acuerdo con lo dicho hasta hora, slo resta por demostrar los siguientes casos:
[a,b] = ( a,b ). Como (a,b) c [a,b], entonces (cf. segunda consecuencia de la defini
cin de interior de un conjunto):
(a,b) = (a.b) [ti.>],

y como a y b no son puntos interiores a [t?, ?] (cf. ejemplo 8, p. 317), se concluye t.


resultado. De manera similar se probara para los intervalos (a, b] y [a, b).
U?, +a>) = (a, +<x>). Como (a, + 00) c [n, + ) y (a, + 0 0 ) = (a,

+ 0 0 ),

entonces:

( t , + 0 0 ) c [ t j, + 0 0 ),

y se tiene el resultado dado que a no es interior a [a, +00). Anlogamente se de


mostrara para el intervalo ( - 00,/ ].

V i . EL CONJUNTO DE LOS NUMEROS REALES_______________________________________________________________________________ 3 1 9

Conjuntos abiertos

Conjunto abierto

De un con ju n to .4 de n m eros reales d irem o s es a b ie rto si

todos su s p u n to s son interiores a l, e s decir, si 4 s 4 .


De esta definicin se deducen las sigu ien tes propiedades, que se tienen para un
con ju n to 4 de nm eros reales:
E l conjunto 4 es abierto.
Podemos escribir:
x G 4 => existe ia,b) tal que:

a-

e (a,b) y (a,b) s 4 ;

pero de que (a, b) = A se deduce: (a, b) = (a, b) s 4 , con lo que podemos escribir:
a" g 4 => existe (<j, b) tal que: x e (a, b) y (a, b ) s 4,
que es lo mismo que decir que todo punto de 4 es interior a 4 ; en consecuencia, 4 es
abierto.
Una condicin necesaria y suficiente para que A sea abierto es: 4 = 4 .
En efecto, si 4 es abierto, es decir: A ~ 4 , teniendo en cuenta que 4 s 4 , se deduce
que 4 = 4 . Y, recprocamente, si A = A, entonces 4 es abierto (consecuencia anterior).

EJEMPLO I I

Los intervalos que son conjuntos abiertos (o

in t e r v a lo s

a b ie r to s )

son aquellos que coinciden

con su interior, es decir (cf. cuadro de la p. 318):


Intervalos
abiertos

(a ,b ),

( - ,/ ? ) ,

(n,+oo),

0.

I.a unin arbitraria de conjuntos abiertos tiene como resultado

P ro p o sici n V.3
un conjunto abierto.

Demostracin

Si / es un conjunto y, para cada i G /, el conjunto 4 , es abierto, debemos

probar que es abierto el conjunto 4 definido por:


4 = U 4 , = { x e R | 3 1 G /, x G 4 , j .

iel
Si x e 4 , entonces existe i g / tal que x e 4 ,, y por ser 4 , abierto: x g 4 ,; por otro lado,
como 4 c 4 , se tiene: 4 , s 4 , y como x g 4 ,, se infiere: x g .4. En consecuencia: 4 s 4 , lo
que establece que 4 es abierto.
P ro p o sici n V.4
abierto.
Demostracin

c.q.d.

La interseccin fnita de conjuntos abiertos es un conjunto

Si 4 ] , A-, . . . . A son n conjuntos abiertos, debemos demostrar que el

conjunto 4 = A] n A , n - n 4 tambin es abierto.

V. SUCESIONES DE NMEROS REALE.

320

Si A = 0, se tiene el resultado, pues el conjunto vaco es abierto. Si A * t, sea x un punto


de A. Como cada A es abierto, existe un intervalo abierto (a,,b) tal que:
x ( a ,,b )

(a,l>) A,-;

definiendo: = mx [ a ,a 2 ........ a,,} y b = mn \b\,b>........ b\, podemos escribir:


.

V i e { 1 , 2 ( , a a < x < b < b,


y as: x (a , b ) A, y por tanto: x e A . En consecuencia, A A, y A es abierto.
Nota

La interseccin no finita de conjuntos abiertos de nmeros reales no es necesaria

mente un conjunto abierto.


EJERCICIO 5

Sea A un conjunto de nmeros reales abierto y no vaco. Demostrar que si A est acotad.
superiormente, entonces sup A A. Tambin, demostrar que si A est acotado interiormente
entonces nf A A.

Conjuntos cernidos
Conjunto cerrado

De un con ju n to C de n m eros reales direm os es ce rra d o si su

com plem entario: C1' = R - C, es u n con ju n to abierto.


De esta definicin se dedu cen las sigu ien tes propiedades:
Los conjuntos R y 0 son, i la vez, abiertos y cerrados.
En efecto: el conjunto R es cerrado, pues: Rc = 0, y ya sabemos que el conjunto vacio
es abierto. Y ste tambin es cerrado, pues: 0l = IR, y R es abierto.
I.a interseccin arbitraria de conjuntos cerrados es un conjunto cerrado.
Si I es un conjunto y, para cada i I, el conjunto C, es cerrado, es decir: Cf es abierto,
entonces es abierto el conjunto:
iK T -(n c )'.
ie l

le

donde hacemos uso de la proposicin V.3 (cf. p. 319 ) y de las leyes de A. de MORG \n
(cf. p. 384). En conclusin, es cerrado el conjunto (~| C.
iel

La unin nita de conjuntos cerrados es un conjunto cerrado.


Si C|, C 2

C son n conjuntos cerrados, es decir: Cf, C f,

son abiertos, en

tonces es abierto el conjunto: C f n Cf n n C| = (Ci u C_> u u C )c (proposi


cin V.4 (cf. p. 319 ) y leyes de A. de M organ), lo que establece que es cerrada la
unin Ci u C> u u C'.

EJEMPLO 12

Los intervalos [u.fi], (ib ] y [<*, +<) son conjuntos cerrados, pues sus complementarios
los cuales, respectivamente, son estos: (-< ,a ) u (b, +<), ib, +w ) y (-o o .a), son conjuntos
abiertos (cf. ejemplo 1 1 , p. 3 19 , y proposicin V.3).
El intervalo (a,b\ no es un conjunto cerrado. En efecto, se tiene:
(u, fi]1 = l - > ,a j u (b, +co) ,

321

V.2. SUCESIONES DE NMEROS REALES

y este ltimo conjunto no es abierto, pues a es un punto suyo que no es interior (lo cual se
justifica de manera similar a como se procedi en el ejemplo 8, cf. p. 317 ). Anlogamente se
demostrara que el intervalo [ a , b) no es un conjunto cerrado.
Los intervalos que son conjuntos cerrados (o intervalos cerrados) son:

Intervalos
cerrados

[a ,b],

( - 0 0 ,b ],

[ a , + 0 0 ),

ft

0.

Obsrvese que los intervalos (, >] y [a,b) son conjuntos que no son cerrados ni abiertos.

EJERCICIO 6

Sea C un conjunto ele nmeros reales cerrado j no vacio. Demostrar que si C est acolado
superiormente, entonces sup C e C. Tambin, demostrar que si C est acotado interiormente,
entonces nf C e C.

EJERCICIO 7

Demostrar que el conjunto vaco y R son los nicos conjuntos de nmeros reales que son,
simultneamente, abiertos y cerrados.

V.2
Sucesin de
nmeros reales

SUCESIONES DE NMEROS REALES


I.

D e fin ici n de sucesin

Una su c e s i n d e n m ero s re a le s e s una aplicacin

del con ju n to N de lo s n m eros naturales en el con ju n to i de los n m eros reales.


Nota

Todas las sucesiones que veremos en este tema sern de nmeros reales.

Si a es u n a su cesin de n m eros reales, es decir, si a es u n a aplicacin de N en IR,


y a n es la im agen por la aplicacin a del nm ero n atural n, en sm bolos:
N
n

-----------t 11,

en ton ces utilizarem os algu n a de las n otaciones sigu ien tes para referirn o s a la su ce
sin a:
a = a-,n e N ) ,

a - ( a n)

o tambin:
to. t ] , a>, . t

322

V. S U C E S IO N E S D E N U M ERO S R EA LE!

EJEMPLO 1 3

Si

a es la su cesin

en to n ces la su cesi n

------

-------

1
n+ r

a se rep resen tar d e algu n a d e la s sigu ien tes form as:

( T ) ( i ) '
o bien:

. I, i
2

......
n4 1

y tam bin: ( a H), si afirm am os que u,, es el n m e ro real


EJEMPLO 1 4

Si

an =

^ p a ra cada n e N.

b es la su ce si n 1n

la su cesi n

----------- ( - 1 ) ' 1.

b se d en otar d e algu n a d e la s m an eras siguientes:


( ( -l) ";n e N ) ,

( ( - 1 )").

o bien:

I.
y tam bin: (i,,>, si

Sea
T r m i n o s de u n a
s u c e s i n

EJEMPLO I 5

- 1 , 1. - 1 ........ ( - 1 ) " ,

b = ( - 1 ) ".

a = a ) u n a s u c e s i n d e n m e r o s r e a le s , y s e a k u n n m e r o n a t u r a l. L.

t r m in o d e o r d e n
a p lic a c i n

k d e la s u c e s i n

(a )

e s la im a g e n d e l n m e r o n a tu r a l

p o r I,

a: a( k) = a t .

D ada ia su cesi n a = (i ) del ejem p lo 1 3 , esto es:


N

-------

i t

----------

1
n + I

el term ino d e orden 0 d e la su cesi n (<j> e s la im agen del nm ero natu ral 0 p o r la aplic.
cin

a:

y el trm in o d e orden 1 0 de la su cesi n ( a ) es: a ( 1 0 ) - Uio = y y


' - P o r c o n v e n i o , a-" =

p ara todo nm ero real

n o n ulo.

V.2. SUCESIONES DE NMEROS REALES

323

Para la sucesin b = ib) del ejemplo 14:


N

---- ----- -

---------------- ( - 1 )",

si k es un nmero natural impar, entonces el trmino de orden k de la sucesin (i>) es:


bk = ( - 1 )k = - 1 ; y si k es un nmero natural par, el trmino de orden k de la sucesin {b )

es: bi = ( - 1 ) * = 1.

Si (a,, ) es una su cesi n de n m eros re ales, del con ju n to


j x e R 1 3 k g N, a k = x ]
Conjunto de los

direm os es el co n ju n to de lo s trm in o s de la su cesi n (an ), y se denota:

trminos de una

| a ; n e N }.

sucesin

EJEMPLO 16

Para la sucesin l a ) del ejemplo 13 , el conjunto de sus trminos es:


u ; n e N} = | rc 1 ^

neN j.

Para la sucesin () del ejemplo 14, el conjunto de sus trminos es: \bn ; n e

2.
Sucesin acotada

Sucesion es a c o ta d a s

= {1,-11.

De u n a su cesi n de n m eros reales ( n ) direm os

aco tad a su p erio rm en te (o in ferio rm en te) si el co n ju n to de su s trm inos est aco


tado su periorm ente (o inferiorm ente). Es decir, la su cesi n ( a ) est acotada su p e
riorm ente precisam en te si existe b e l tal que:
V n e N, a =s b,
y en este caso de b direm os e s u n a co ta su p erio r de la su cesi n ( ) ; y est acotada
inferiorm ente precisam ente si existe a e II tal que:
V n e N, a a n,
y en este caso de a direm os es u n a co ta in ferio r de la su cesi n i a n ).
De la su cesi n (an) direm os est a co ta d a si e st acotada tanto su p erio r como
inferiorm ente.

V/. SUCESIONES DE NUMEROS REALES

324

EJEMPLO 17

La sucesin ( ) del ejemplo 1 3 est acotada, pues se verifica:


V n e N , O r i.
n + 1
La sucesin (bl del ejemplo 14 tambin est acotada, pues el conjunto de sus trmi
nos: { 1 , - 1 | , est acotado.
La sucesin (n) est acotada inferiormente: V n e N, 0 n, pero no est acotada supe
riormente.

3.

Sub su cesio n es

Sea a = ( a ) u n a su cesi n ele n m eros reales; es decir, a es

la aplicacin
N

----- -

-------------- a .

Si v e s u na aplicacin estrictam en te crecien te de N en N, es decir, tal que:


V n e N, p (n + 1 ) > p in ) ,

S u b s u c e s i n

en ton ces d e la aplicacin com pu esta a p de N en R, grficam ente:


N

-N

p i n ) -------------- a p(ll),

o bien:
N

II

tp(,]),

direm os es u na s u b s u c e s i n d e la su cesi n ( a ) , y la rep resen tarem o s d e algun a de


las form as siguientes:

(clpon! N E N ) ,

(tfp(nl) ,

o tam bin:

dp(0)i tpllli
Nota bene

C lp (2)i

. CtpO?).......

Una subsucesin tambin es una aplicacin de N en IR; luego una subsucesin

es a su vez una sucesin.

V.2. SUCESIONES DE NMEROS REALES

EJEMPLO 1 3

La aplicacin
p

2 ti

es estrictamente creciente, pues para cada ti e N se verifica:

pin + i) = 2 (n + 1) > 2 n = pin).


Si a = ia ) es la sucesin del ejemplo 13 (cf. p. 322):
a

n*

n+ 1

entonces u p e s una subsucesin de la sucesin a; grficamente:


N
n

N
2n

donde
=

-------

1
(2ti) + l

IR
a>,

1
2)1+1'

l.a subsucesin a p puede representarse de alguna de las formas siguientes:


1
- ; n e f ,
,2 ii + l
/

1
,
,,
V2 n + 1 /

o tambin:
i,I, I
3

_ L _ ........

2n + i

y el conjunto de sus trminos es:


{a> ; n e M] = j l~ - | n e N .

Si b = ibn) es la sucesin del ejemplo 14 (cf. p. 322):


N

(-1)",

entonces b o p es una subsucesin de la sucesin b:


h o

----

--------- b ,

donde b> = ( - 1 ) - " . La subsucesin b p puede ser representada por


( ( - l ) z" ; n e N ) ,

( ( - l ) 2" ) ,

o bien
1, 1, 1

1 ........

y el conjunto de sus trminos es: {b >n ; n e N = { 1 1.

V, SUCESIONES DE NMEROS REALES

Si (% <}) es una su b su cesi n de la su cesi n de n m eros reales a = ( a n), en ton


ces el trm ino de orden fe (fe s N) de la su cesi n (cipim) es la im agen de k por la
aplicacin a = p, es decir, es el nm ero real: a p<k), que coincide con el trm ino de
orden p(fe) de la su cesin ( a ) .

EJEMPLO 19

Para la sucesin

feVr)que es subsucesin de la sucesin

Vn + l
(cf. ejemplo i 8), el trmino de orden 10 es:

1
2-10+1

1
21

que coincide con el trmino de orden 2 10= 20 de la sucesin ( r ) .

Vn + 1 /

Sea ( a n ) una sucesin de n m eros reales, fijem os un nm ero n atu ral fe, y con si
derem os la aplicacin:
N

n + fe,

que es estrictam ente creciente. La su b su cesi n ( a p<n)), es decir, la sucesin (a+k


tam bin se d en otar de esta form a:
(a ; n > fe)
y el conjunto de sus trm inos tam bin se escrib ir as:
{a n \ n > k J .

Es decir, las notaciones ( a n; n > fe) y ( a n+k) design an la m ism a sucesin, y


{ a ; n > fe} = { + * ; n e N .
Nota bene

El trmino de orden n de la sucesin (a;n > fe) subsucesin de la suce

sin ( a ) coincide con el trmino de orden n + fe de la sucesin (n ).

V.Z SUCESIONES DE NMEROS REALES

EJEMPLO 20

327

Dada la sucesin de nmeros reales (d), donde

dn = r_

\ n + 1 '

las dos notaciones siguientes designan ia misma subsucesin de la sucesin i d n )\

El trmino de orden 2 de la sucesin (d; n > 10) es:


2+10
V (2 + 10 )- + 1

\ 145

que coincide con el trmino de orden 2 + 10 = 12 de la sucesin (ti ):


12
=
V ( I 2)2 + 1 _

d ]

EJEMPLO 21

/ 12

V145

Para la sucesin {(>) del ejemplo 14 (cf. p. 322): ( ( - I ) ' ' ) , su subsucesin (b;n 10) es
la sucesin (Jn+10)- Como b =

se tiene: bn, m = ( - i ) " +1, y por tanto la subsuce

sin (b;n > 10) es concretamente la sucesin ( ( - 1 ) " +I). El trmino de orden 23 de la suce
sin ((l ) ;n > 10) es (1 )2a+to _

que coincide con el trmino de orden 23 + 10 = 33

de la sucesin ( ( - 1 )")

Sucesin

Fijado un n m ero natural k, si / es una aplicacin del conjunto

( f i jj); n > k)

{m e N [ m 3 = k } = {k ,k + 1 , k + 2, . . . }

en IR, entonces la notacin:


( / ( n ) ; n > k)
d esign ar la su cesin cuyo trm ino de orden n (n e N) es el n m ero real f i n + k).

EJEMPLO 22

Dada la aplicacin
1 6 ,7 ,8 ,...)

(n 1) (n 5)

la sucesin ( f { n ) ; n 6), es decir:

es la sucesin cuyo trmino de orden n (n e F*J) es:


f i n + 6) =

1
(()) + 6) - 1) (tu + 6) - 5)

in

+ 5 )(n + 1 )'

V. SUCESIONES DE NMEROS REALE

32

V.3

SUCESIONES CONVERGENTES. LIMITES INFINITOS


1.

Sucesin

Sucesion es co n verg en tes

De una su cesi n (a n) de n m eros reales

que que c o n v e rg e al n m ero real I si, cu alq uiera que sea el nm ero real e > 0 que fijem os,

converge a un
nmero real

podem os encontrar un nm ero natural fe, que depen d er (en general) de e, tal que
todos lo s trm inos de la su cesi n ( a ) de orden m ayor o igual que k perten ecen al
intervalo (l - e,l + e). En sm bolos:
V c > 0, d fe e N, V ti e N, n > fe => a e ( l - c , l + e ),

<4>

V c > 0 , 3feeN, V i f e , a ( I - , Z + e).

(31

o bien:

Si la su cesi n ( a n) converge a algn nm ero real , de la su cesi n ( a ) direm os es


Lmite

u na su cesi n c o n v e rg e n te , y del n m ero real / direm os es lm ite de la su cesi n ( a .


Si no existe ningn nm ero real que sea lim ite de la su cesi n ( a n), de sta direm os
es no co n v e rg e n te.
Nota

Por abuso de notacin, en (4) y en (5) hemos escrito: V c > 0, cuando tenamos que

haber escrito: V e e (0, +oo); y en (5) hemos escrito: V n > fe, cuando temamos que haber
escrito: V n e m e N | m

> fe|.

Definiciones equivalentes de sucesin convergente

Sea ( a n) u n a su cesi n de n

m eros reales y sea / u n nm ero real:


La sucesin (a n ) converge al nm ero I precisam ente si:
V e > 0, 3 fe 6 N, V n e N, n > fe => | - u | < e.

(6

De acuerdo con la propiedad 4 del valor absoluto (cf. p. 3 1 S), se tiene:


t e ( i - e , l + e)

< =*

|/-j|<e,

y escribir (6) es lo mismo que escribir (4).


La sucesin ( a n ) con verge a I precisam ente si, para cada nmero real e > 0. al
intervalo (/ - e, / + e) pertenecen todos los trminos de la sucesin (a ) salvo,
posiblemente, una cantidad finita.

EJEMPLO 23

Sea ib) la sucesin que verifica: V n e N, b = 1; es decir, todos sus trminos son iguales
a 1. La sucesin (b ) converge al nmero real I.
En efecto. Cualquiera que sea el nmero real c > 0 que fijemos, como 1 e (1 - e, 1 + e). se
verifica que todos los trminos de la sucesin pertenecen al intercalo (1 - e, 1 + e), y hemos
encontrado, pues, un nmero natural fe que en nuestro caso es fe = 0 tal que todos los
trminos de la sucesin ib I de orden mayor o igual que fe pertenecen a ( 1 - e, 1 + e).

329

V .i. SUCESIONES CONVERGENTES. LMITES INFINITOS

Si c es un nmero real, anlogamente se demostrara que la sucesin (c) que veri


Sucesin
constante
EJEMPLO 24

fica: V n e N, c = c, cuyos trminos son todos iguales a c (sucesin constante), converge


a c. F.sta sucesin constante se representa simplemente por (c).
La sucesin (a ), donde

converge al nmero real 0 .


F.n efecto. Fijemos un nmero real e > 0 arbitrario. Entonces (cf. corolario de la proposi
cin V. 1, p. 3 1 3 ) existe m N tal que (1 / m ) < , y por tanto:
n

m 1 = n + 1 m => ^7- < < e => a e (0 - e.O + e ) ,


n+ I
m

y hemos encontrado un nmero natural k, precisamente k = m -

1 , tal que todos los trminos

de la sucesin (a ) de orden mayor o igual que k pertenecen a (0 - e, 0 + e). Esto establece


que la sucesin <) converge a 0 .

El lmite de una
sucesin
convergente es
nico

P ro p o sici n V.5

El lm ite de una sucesin convergente de nmeros reales es

nico.

Demostracin

Haremos esta demostracin por reduccin al absurdo; es decir, supon

dremos que una sucesin ( ) converge a dos nmeros reales distintos j y l>.
Pongamos que f t< l>,y sea e = ( l> - , )/2, que es positivo. Entonces:

/1

- e < l + e = I 2 - e < l + e,

y por tanto:
(i - e, i +e) n U> - e, f> + c) = 0.
Pero del hecho de quela sucesin (tt) converja a

/1

(7)

se deduce que existe k 1 N tal que:

V n e N, n k\ => a e (7i - e, l\ + e ) ,
y del hecho de que la sucesin (a ) converja a h se deduce que existe k e N tal que:
V n bl, n & k> => a e (2 - e. h +

en consecuencia, si n > m x jfc i.ta }, se tiene:

a e {/1 - e ,li + e) n (l> - e, h +O .


y por tanto: (/? - e, h + c) * 0. en contradiccin con (7).
En conclusin, si una sucesin es convergente, admite un lmite nico.

V. SUCESIONES DE NMEROS REALES

Noiacin

Si la sucesin ( ) converge al nmero real /, escribiremos:


lm a = /,

n oo

o tambin:

lm l u) = I,

y ambas notaciones se leen: el lmite de la sucesin (n ), cuando n tiende a infinito,


es
EJERCICIO 8

y ambas significan: V e > 0, 3 fe e N, V n e N, n k => | -

Probar que Toda sucesin convergente de nmeros reales est acotada.

P ro p o sici n V.6

I < e.
a

Toda subsucesin de una sucesin convergente de nmeros

reales es una sucesin convergente que tiene el mismo lim ite.

Demostracin

Sea a = (ti) una sucesin convergente con lmite igual al nmero I, esto

es: lm (a ) = /, y sea a p = (apin>) una subsucesin de (n ), es decir, p es una aplicacin


estrictamente creciente de N en N. Grficamente:
"
n

----------"
-------------p ( n ) ------------

K
o bien:
a P(),
n

N
------------------ ().

Queremos comprobar que la sucesin (,>) converge a I. Para ello, fijemos e > 0 arbitrario.
Por ser I el limite de la sucesin (a ), existe fe N tal que para todo nmero natural n se
verifica:
n > k => a e ( e, f + e ) ;

(8*

pero si n fe, entonces:13 p(n) > fe, y de (8) deducimos que para cada n e N se verifica:
n z k => a)>{n) e (I - c. I + c ) .

Hemos probado entonces que, fijado e > 0 irbitrario, podemos encontrar un nmero natu
ral fe tal que los trminos de la sucesin (aP(i) de orden mayor o igual que fe pertenecen
a (/ - c,l + e). Es decir: lm ((]} = /.

EJEMPLO 25

c.o..

En el ejemplo 24 vimos que l i m( l / ( u + I)) = 0, y en el ejemplo 18 (cf. p. 325) vimos


que ( l / ( 2 n + 1 1 ) es una subsucesin de la sucesin ( l / ( n + 11). De acuerdo con la pro
posicin V.6, podemos escribir:
|fm ( - ) = o .
Vn + 1 1

EJEMPLO 26

La sucesin (a ), donde:
1,

si n e 0 ,2 ,4 ,...] ,

,
n

si n e { 1 , 3 , 5 , . . . ) ,

l:iDada una aplicacin p de Nc n N estrictamente creciente, por recurrencia es fcil demostrar que
verifica: V n e N, p(n) n, y en consecuencia para rada fe s Mse tiene: n > k = p ( i i ) fe.

V.3. SUCESIONES CONVERGENTES. LMITES INFINITOS

es decir:

......

no es convergente.
Fn efecto, su subsucesin

) es esta sucesin constante:


1, I, 1 ........ 1 ...........

cuyo lmite es 1 (cf. ejemplo 23, p. 328):


l m (a _ .it) =

y su subsucesin

1:

) es la sucesin (1 /( 2 n + II), esto es:


I I
3

..., -

2n + 1

cuyo lmite es U (cf. ejemplo 25):

lm( zTtVt ) = '


Deducimos que la sucesin () no es convergente: si lo fuera, todas sus subsucesiones con
vergeran al mismo lmite (cf. proposicin V.6), pero sus dos subsucesiones escritas, aunque
convergen, lo hacen a lmites distintos.

Una sucesin ( a ) de n m eros reales que adm ite una su b su ce si n convergente no


es, a su vez, necesariam ente convergente, com o m uestra el ejem plo 26. Sin em bargo,
si la su b su cesi n que e s convergente es de la fo rm a ( a ; n > n o) para algn nm ero
n atu ral no, en ton ces la su cesin (n ) s es convergente, y su lm ite e s el m ism o.
En efecto.

Sea I el lm ite de la su b su ce si n (a n; n s* n o). Fijem os un nm ero

real c > 0. Entonces existe k e N tal que todos lo s trm in os de orden m ayor o igual
que k de la su cesi n ( a ; n no) pertenecen a (/ - e, / + e ); ahora bien, el trm ino de
ord en n de la su cesin ( a ; n no) es el trm ino de o rd en n + no de la su cesi n ( a ) .
Es decir, habiendo fijad o e > 0, hem os en con trad o u n n m ero n atural k' p re cisa
m ente k' = k + n o tal que todos lo s trm inos de la su cesi n ( a n ) de orden m ayor
o igual que k' perten ecen a (I - e,l + e). En co n clu si n , la su cesi n ( a ) tambin
converge a i Podem os escribir:

lm ( a ; n n o ) = lm ( a n+nil) = lm (a n )
T en em os dem ostrada, p u es, la siguiente
P ro p o sic i n V .7

S i la subsucesin a ; n > k) de la sucesin ( ) de nmeros

reales es convergente, entonces la sucesin ( a ) tambin es convergente y los


lm ites de ambas son iguales:

lm ( a ) = lm (a ; n > k ) .

V. SUCESIONES DE NMEROS REALE.

332

El lmite no

La propiedad de convergencia de una sucesin de nmeros reales a

depende de los

un lm ite es independiente de os k prim eros trminos de a sucesin (cualquiera

primeros

que sea k

NA

trminos

P ro p o sici n V.8

Dada una sucesin ( a ) de nmeros reales, se verifica:


lm (a )= 0

Dem ostracin

<=* l m ( | a | ) = 0 .

Que la sucesin (a ) converge a 0 significa:


V e > 0, 3 k e N , V n > k, a n e (e .e ) ,

y que la sucesin (|a n I ) converge a 0 significa:


V e > 0, 3 fe e N, V i t i , |a I e (-e , e ) .
Ambos enunciados son equivalentes, pues: a e ( -e ,e ) <=> |anl (-e ,e ) .
Dada una sucesin ( a n) de nmeros reales, se verifica:
lm ( a n ) = => lm (a n - l) =

Dem ostracin

0.

Que la sucesin (a ) converge a / significa:

V e > 0, 3 k e N, V n ; k,

a e

(/ -

e, l

+ e),

y que la sucesin la - l) converge a 0 significa:


V e > 0, 3 k N, V n > k, a - l 6 (c, c ) ,
y ambos enunciados son equivalentes, pues: a e (l - e ,l + e) => u - l e (-,).
C o ro la rio

Dada una sucesin ia ) de nmeros reales, se verica:

l m(rt) = / <=> lm (a ,, - /) = 0 <=* lm ( | a rt - I ) = 0.

P ro p o sici n V. 10

Sean ( a ) y (b ) dos sucesiones de nmeros reales para las

cuales existe no N tal que:

V n n0, |a | \b\.

(9)

Enlonces, si la sucesin ( b ) converge a 0, tambin la sucesin ( a ) converge a 0

V.3. SUCESIONES CONVERGENTES. LIMITES INFINITOS

Demostracin

333

Si la sucesin l b ) converge a 0, entonces tambin converge a 0 su subsu

cesin (b+n) (cf. proposicin V.6), lo que significa:


V e > 0, 3 k e N , V n k, \b~0 | < e,

(10)

y como de (9) se deduce que para cada n e N se tiene: |a n, u |

| b+h |, con (10) se

concluye: V e > 0, 3 k e N, V n s k, \)+ | < e, es decir: la sucesin (a M+(1) converge a 0.


En consecuencia (cf. proposicin V.7), la sucesin (a ) converge a 0.
Limite y valor
absoluto

C o ro la rio
Si la sucesin ( a ) de nm eros reales converge al nmero real l, en
tonces la sucesin ( \a \ ) converge a |f|; es decir:
lm ( a ) = l => lm (\a | ) = |Z|.

Demostracin

Si la sucesin (a) converge a f, entonces (cf. proposicin V.9) la suce

sin (a - l) converge a 0, y como (cf. proposicin V.2, p. 316): | |a| - |/| |

Lt - /| para

cada n e N, con la proposicin V .10 concluimos que la sucesin (|a | - |/|) converge a 0, es
decir (cf. proposicin V.9), la sucesin ( | a | ) converge a |/|: lm ( | a | ) = |/|.
Operaciones entre sucesiones convergentes

En el anexo (cf. p. 359 ) se dem uestra

la siguiente
Lmite
de una suma,
de un producto,
y de un cociente

P ro p o sici n V.l 1
Sean ( a n) y (b ,,) dos sucesiones convergentes de nmeros
reales, con lm ( a ) = a y lm ( b n ) = b. Se verifica:
( 1 ) (Linealidad) si o y p son dos nmeros reales, la sucesin (c*an + fib,,) es
convergente, y
lm ( a + p b n ) = l m ( a n ) + ^l m (bn ) = a + pb.
(2) (Producto) la sucesin ( a nbn ) es convergente, y

lm (a nb ) = lm ( u ) lm(frn ) = ab.
(3) (Cociente) si b * 0, entonces exite na N tal que V i i )?o, b * 0, y
.. (t^n \ _ lm ( a ) _ a
im Vb n )
lm ( b )
b '

Nota bene

En el ltimo apartado de esta proposicin, sobre el lmite de un cociente, la

sucesin (b) puede tener algn trmino nulo entre los de orden menor que no: propia
mente, entonces, deberamos escribir: lm ( a lb n\n o) = o Ib. Pero para no recargar la
notacin, y considerando que el limite de una sucesin convergente es independiente de
sus primeros trminos, escribimos simplemente: lm (a/b ) = a/b. Anlogo comentario
podramos hacer de cualquier limite de la forma: lm (B ) donde B es una expresin tal
que est definida la sucesin (Bn; n ^ k) para algn k e M .

V. SUCESIONES DE NMEROS REALES

334

Limites y polinomios

Si P ( x ) es un polinom io con coeficientes reales de grad o p

(p 1 ):

P ( x ) = ao + iiX + + a px v,
p ara cada nm ero real , P ( a ) es el nm ero: P(oc) =

(11)

0 + ^1 <* + + o,,<xp. Si la su ce

sin (b ) de nm eros reales converge al nm ero real b, entonces la su cesin ( P ( b ))


converge al nm ero P(b).
En efecto. Para p = 1 , se tiene el resu ltado por la linealidad de los lm ites (cf. pro
posicin V .ll ( l) ) .

Si su pon em os verdadera la propiedad para todo polinom io de

grado p - 1, y P ( x ) es el polinom io de grado p de ( 1 1 ) , en ton ces podem os escribir:


P (x) = a o + x Q (x ),

con Q ( x ) = tii + a x + + a px p~l .

Pero Q ( x ) es un polinom io de grado p - 1 , p ara el cual, por h ip tesis, se tiene


que lm (Q ( b n )) = Q (b ), luego:
lm ( P ( b ) ) = lm (ti0 + b Q ( b n))
= lm (to) + [lm (bn) J [lm ( Q ( b ) )] = ao + b Q (b) = P(b ),
teniendo en cuenta que son con vergen tes las su cesio n es ( b ) y ( Q (b )). Es decir,
la su cesin {P ( b ,, )) es convergente, y de lm ite P (b). Piemos dem ostrado, pu es, por
recurren cia sobre p, esta im plicacin:
lm (b ) = b => lm ( P ( b n )) = P(b).
EJERCICIO 9

Sean a ) y i b ) dos sucesiones convergentes de nmeros reales. Si


u = mx{un,bnl

vn = (T\\n{an,b n\,

con n e N ,

demostrar que las sucesiones ( u ) y ( v > son convergentes, y calcular su limite.

2.
Limite ms
infinito

L m ite s in fin ito s

De u n a su cesi n ( a n) de n m eros reales direm os que

a m s in fin ito (+oo) si, p ara cualquier nm ero real b que fijem os, existe un nm ero
natural k tal que todos lo s trm inos de la su cesin (a ,) de orden m ayor o igual que k
son m ayores que b. En sm bolos:
V b R, 3fc 6 N, V n e N, n > k => a > b,
o bien: V b e R, 3 Jfc e N, V n > k, a > b.
Si la su cesin ( a ) tiende a m s infinito, escribirem os
lm (ti) = +oo,

o tam bin:

lm a = +oo,

y am bas notaciones se leen: lim ite de a es m s in fin ito.

(12'

V.3. SUCESIONES CONVERGENTES. LMITES INFINITOS

335

Consecuencia de la definicin de lm ite ms infinito

Una prim era con secu en cia de

esta denicin e s la siguiente:


Si una sucesin de nmeros reales tiende a ms infnilo, entonces es no com ergente.

En efecto. De la definicin se deduce que una sucesin que tiende a ms infinito no esta
acotada superiormente, y en consecuencia (cf. ejercicio 8, p. 330) es no convergente.

EJEMPLO 27

La sucesin (ti) tiende a ms infinito: lm (n) = +>.


En efecto. Fijemos un nmero real b. Si b < 0, entonces todos los trminos de la suce
sin (ti) son mayores que b\ y si b > 0, entonces existe k e N tal que k > b (cf. propiedad
arquimediana de los nmeros reales, p. 3 13 ), y en consecuencia lodos los trminos de la suce
sin (ti) de orden mayor o igual que k son mayores que b. Ello establece que la sucesin <n
tiende a ms infinito.

EJEMPLO 28

La sucesin (( - 1 ) " ) no tiende a ms infinito.


Si fijamos el nmero real b = 0, no podemos encontrar ningn nmero natural k tal
que todos los trminos de la sucesin de orden mayor o igual que k sean mayores que 0;
= (1 )2fc+l(2fc + 1) = - ( 2 k+ 1) < 0 para todo k e M.

concretamente:

EJERCICIO 10

Demostrar que toda sucesin de nmeros reales que tiende a mas infnito est acotada inte
riormente.

Una caracterizacin de las su cesio n es que tienden a m s infinito, y que ser u ti


lizada m s tarde, se ve en la siguiente:
CNS

de lmite ms
infinito

Una condicin necesaria y suficiente para que una suce

P ro p o sici n V . 1 2

sin ( a n ) de nmeros reales tienda a ms infnito es que se verifiquen sim ult


neamente los dos siguiente asertos:
a i todos los trminos de la sucesin, salvo quiz una cantidad finita, son posi
tivos: 3 k e N, V n > k, a > 0.
b) lm ( ) = 0.
\a )

Demostracin

I.a condicin es necesaria. Aplicando la definicin de limite ms infinito

para b = 0, se nos asegura que todos los trminos de la sucesin ( a ) son positivos a partir de
cierto orden. Por otro lado, si fijamos e > 0, haciendo uso de la definicin para el nmero 1 /e,
podemos afirmar existe k e N tal que:
V n L , a >
y as: lm (1 /1?) = 0.

o bien

V n > k \,

I < e,
I a I

V. SUCESIONES DE NMEROS REALES

La condicin es suficiente. Fijemos


deducimos existe

fe e

fc e

R. Si b

tal que M n k, a

0,

si b >

> b;

de acuerdo con el primer aserto


0,

de ambos asertos deducimos

existe fe e N tal que:


V n fe, a > 0 y

- ),

V b b)

y por tanto:

II fe, ()< < ,


n,,
b
luego: V n >

El lmite ms
infinito

fe, a > b,

y en definitiva: lm ( a ) = +o.

c .q .d .

Si la subsucesin ( a n;n > fe) de una sucesin (a n ) de nmeros reales

C o ro la rio

tiende a ms infinito, entonces a sucesin ( a ) tiende a ms infnito.

no depende
de los primeros
trminos

Otra caracterizacin de las su cesio n es que tienden a m s infinito, y que el lector


pu ed e com probar por s m ism o, es la siguiente:
P ro p o sici n V.l 3
Una condicin necesaria y suficiente para que una sucesin de
nmeros reales tienda a ms infnito es que toda subsucesin suya no est acotada
superiormente.

P ro p o sici n V . l 4
Sean ( a ) y (b ) dos sucesiones de nmeros reales. Si la
sucesin (a n ) tiende a ms infnito y la sucesin (bn) est acolada interiormente,
entonces la sucesin (a + b ) tiende a ms infnito.
Dem ostracin

Sea una cota inferior de la sucesin ( b n ). Fijemos r R, Como la

sucesin U ? ) tiende a ms infinito, para el nmero real r - tx existe un nmero natural


que: V n

fe, a n > r -

o , y

fe t a l

en consecuencia:

V n s* fe, a + b > r - ex + b > r - ex + <x = r,


y la sucesin ( a n + b ) tiende a ms infinito.
Lmite de una
suma
cuando uno de
los sumandos
tiende a ms
infinito

C o ro la rio

c.Q.n.

Sea U t) una sucesin de nmeros reales que tiende a ms infinito.

Entonces:
1) Si la sucesin (b ) es convergente, la sucesin (a n + bn) tiende a ms in
fnito.
2) Si a sucesin ( b ) tiende a im\s infinito, la sucesin (a n + b ) tiende a mas
infnito.
Dem ostracin

Es consecuencia de que toda sucesin que sea convergente o tienda a m a s

infinito est acotada inferiormente (cf. ejercicio 8, p. 330, y ejercicio 10, p. 335).

V.3. SUCESIONES CONVERGENTES. LIMITES INFINITOS

P ro p o sici n V . 1 5

337

Sean ( a ) y ( b ) clns sucesiones de nmeros reales. Si la

sucesin ( a ) tiende a ms infinito y la sucesin 1 bn) verifica:

3 a > 0, 3 fe N, V n > fe, b > a,


entonces la sucesin ( a b ) tiende a ms infinito.

Demostracin

De acuerdo con la hiptesis, existen un nmero real a > 0 y un nmero

natural feq tales que:


V n k\, b > a > 0.

(13)

Para ver que lm (a b ) = + <, fijemos r e IK, y sea b = m x jr / a , I J. Como lm (a ) = +<x>,


para el nmero real b existe un nmero natural k> tal que: V n > k>, a > b. Si tomamos
como k el nmero k =mxjfci.fc:), y teniendo en cuenta que a y b son nmeros positivos,
con (13) podemosafirmar que, para todo n & k natural, se verifica:
a b > ba = ( mx j
l l ) a - a = r.
'
1 ti >'
a

F.s decir: lm (ab l = + oo.


Limite de un

5 e a ( a ) una sucesin de nmeros reales que tiende a ms infnito.

producto

Entonces:
1) Si a sucesin (b n ) converge a un nm ero positivo, la sucesin (cinb ) tiende

cuando uno de
tiende a ms

a ms infinito.
2) Si la sucesin (bn) tiende a ms infnito, la sucesin (a nb ) tiende a ms

infinito

infinito.______________________________________________________________________

los factores

Demostracin

Si lm (b) = I, con I > 0, tomando e = I I 2, todos los trminos de la suce

sin ( b ) de orden mayor o igual que algn k G N pertenecen al intervalo (/ - l l 2,1 + 1/2), y
por tanto:
bn >

1-|

| > 0,

para cada n k. Esto es, la sucesin (b ) verifica la propiedad del enunciado de la proposi
cin V .15.
Si lm (bn) = -t-00, fijado b = 1, todos los trminos de la sucesin (b) de orden mayor
o igual que algn fe N son mayores que 1, y por tanto tambin en este caso se verifica la
propiedad citada.
Con la proposicin V .15, en ambos casos se concluye: lm (a b ) = +<*>.

EJEM PLO 29

Si p s N * , la sucesin (n p) tiende a ms infinito.


En efecto. Si p = 1, entonces (cf. ejemplo 27, p. 335): lm (n i = +eo. Si suponemos que se
verifica: lm (n p 1 ) = +ot>, entonces (cf. corolario de la proposicin V.15):
lm (np) = lm (n p _ ln ) = + .

Y as se demuestra, por recurrencia sobre p, el resultado: V p e N*, lm (np) = +oo.

V. SUCESIONES DE NUMEROS REALES

Una consecuencia de lo recin demostrado y de la proposicin V .12 es esta:


V p e N , lm ( ~ j r ) =0.

Si ( a n) y (b, , ) son dos su cesio n es de nm eros reales tales que l m( a ) = +x


y lm (b ) = 0, enton ces no podem os asegu rar nada acerca del lim ite (si existe o no
y en caso afirm ativo si es finito o infinito) de la su cesi n (a b ), com o se m u estra en
el siguiente ejem plo.

EJEMPLO 30

Se verifica:
lm (tt) = +o,

= 0 y

lm

lm n J = lm ( 1 ) = 1 .

Tambin:
lm ( i r ) = +oo,

lm (n 2 ) = lm (n ) = +<.

lm f 1= 0

Vn I

Finalmente (cf. proposicin V.8, p. 332):


lm (n ) = +oo,

lm ^

* ) = O,

pero la sucesin (n ((- 1 )" /n)\n 1 ), esto es:


- 1 , 1, - 1 , 1

- 1 , 1 .........

no es convergente, ni tiende a ms infinito.

Sucesiones que tienden a menos infinito

De una su cesin (a ) de nm eros

reale<

direm os tien d e a m en o s in fin ito (-<) si, para cualquier nm ero real b que fijem os
infinito

existe un nm ero natural k tal que todos los trm inos de la su cesin ( a ) de order.
may or o igual que k son m enores que b. En sm bolos:
V b e IR, 3 k e N, V n e N, n > k => a n < b,
o bien: V b e R, 3 k e N, V n > k, a < b.

Si la su cesin ( a n) tiende a m en os infinito, escribirem os


lm ( a n ) = - o o ,

o tam bin:

lm a n - - o o ,

M (X-

y am bas notaciones se leen: lm ite de a n es m enos infinito .

V.3. SUCESIONES CONVERGENTES. LMITES INFINITOS

339

Consecuencias de la definicin de limite menos infinito

Se verifica:

Una sucesin ( a n) de nmeros reales tiende a menos infinito precisamente si


la sucesin ( ~ a n) tiende a ms infinito.
Una sucesin de nmeros reales que tiende a menos innito no es convergente.

De una form a anloga a com o probam os la proposicin V .l 2 (cf. p. 335 ), la pro po


sicin V .14 (cf. p. 336 ) y la proposicin V .l 5 (cf. p. 3 37 ), probaram os las siguientes:
CNS
de limite menos
infinito

Pro p o sici n V .l 6
Una condicin necesaria y suciente para que una suce
sin ( a n) de nmeros reales tienda a menos innito es que se verquen si
multneamente los dos siguiente asertos:
a) todos los trminos de la sucesin, salvo quiz una cantidad finita, son nega
tivos: 3 fe e N, V n > k, a < 0.

b)

El limite menos
infinito

lm ( ) = 0.
Van /

C o ro lario
Si la subsucesin ( a n;n > fe) de una sucesin ( a ) tiende a menos
infinito, entonces la sucesin ( a ) tiende a menos infinito .14

no depende

de los primeros
trminos

D ejam os com o ejercicio al lector com probar la siguiente caracterizacin de las


su cesion es que tienden a m enos infinito:
Pro p o sici n V .l 7
Una condicin necesaria y suficiente para que una sucesin
de nmeros reales tienda a menos infinito es que toda subsucesin sip a no est

acotada inferiormente.____________________________________________________________ __
Unicidad del
limite,

Nota bene

De acuerdo con los resultados vistos, podemos afirmar:

si la sucesin (ti,,) tiende a ms infinito, entonces no tiende a menos infinito y no es

finito o infinito

convergente;
si la sucesin Ur) tiende a menos infinito, entonces no tiende a ms infinito y no es
convergente;
finalmente, si la sucesin (u ) es convergente, entonces est acolada, y por tanto no
tiene limites infinitos.
Recordando la proposicin V.5 (cf. p. 329), podemos, pues, afirmar: el lmite de una suce
sin, si existe, es nico, tanto si es finito como infinito.

Pro p o sici n V. 1 8
Sean (a n) y ( b ) dos sucesiones de nmeros reales. Si a suce
sin ( a ) tiende a m enus infinito y a sucesin \b ) esta acotada superiormente ,

entonces la sucesin (n + bn) tiende a menos infinito.

,4A

p a r tir

de

la nota bene d e la p. 333 t a m b i n a lo s lm it e s in fin i


que e s t d e fin id a la s u c e s i n (f; n > fe) para a lg n k 6 N,

a h o r a , a p li c a r e m o s el c o m e n t a r i o d e

t o s . D e e s t a fo r m a , s i B e s u n a e x p r e s i n ta l

y e s t a s u c e s i n a d m it e lm it e fin it o o in fin it o , e n v e z d e d e n o t a r e s t e lim ite p o r


d e n o t a r e m o s s im p le m e n t e p o r

lm ( B ).

lm(0n; t

> fe), lo

V. SUCESIONES DE NMEROS REALES

34 0

Lmite de una
suma
cuando uno de
los sumandos
tiende a menos
infinito

C o ro la rio
Sea (a n ) una sucesin de nmeros reales que tiende a menos innito.
Entonces:
1) Si la sucesin ( b ) es convergente, a sucesin ( a + b ) tiende a menos
innito.
2) Si la sucesin (b ) tiende a m enos innito, la sucesin ( a + b ) tiende a
_______ menos innito._______________________________________________________________
Si ( a ) y ( b ) son dos su cesio n es de n m eros reales tales que l m( a ) = +c<
y lm (b ) = -oo, en tonces no podem os asegu rar nada acerca del lm ite (si existe o
no, o si es finito o infinito) de la su cesi n ( a n + b ), com o podem os ver en el siguiente
ejem plo.

EJEMPLO 3 I

Se verifica:
lm (n) = +oo,

lm(-M) =

-o o

lm (n + ( - ) ) = lm (0) = O,

y tambin:
lm(2M) = +<,

lm ( - n ) = - o o

lm (2n + (n )) = lm (n) = +oo.

Por otro lado, si ( a ) es la sucesin definida por


-n,
u ,, j

I I - n,
entonces: lm (n) =

+oo

y lm (a ) =

-o o ,

si n es par,
si n es impar,

pero la sucesin (n + a ) es:

O, 1, O, 1

O, 1 .........

que no tiene lmite, ni finito ni infinito (es decir, no es convergente y no tiende a ms infinite
ni a menos infinito).

P ro p o sici n V. 19
Sean ( a ) y (bn) dos sucesiones de nmeros reales. Si la
sucesin (c i ) tiende a menos innito y la sucesin (bn) veriea:

3 a > O, 3 k e N, V n > k, b > a,


entonces la sucesin ( a b ) tiende a menos innito.
Lmite de un
producto
cuando uno de
los factores
tiende a menos
infinito

C o ro la rio

Sea ( a ) una sucesin de nmeros reales que tiende a menos innito.

Entonces:
1) Si la sucesin ( bn ) converge a un nmero positivo, la sucesin ( a nb ) tiende
a menos innito.
2) Si la sucesin ( b ) tiende a ms innito, la sucesin { a nb n ) tiende a menos
innito.

V.3. SUCESIONES CONVERGENTES LIMITES INFINITOS

EJERCICIO I I

Sean

(j) y (c) tres sucesiones de nmeros reales (ales que:


lm (a,,) = +CS,

P ro b a r q u e

EJERCICIO 12

lm (b) = -oo

lm ( a c ) = - o o y lm i b n c

lm ( < : ) - l,

) = +oo.

donde I < 0.

Sean (a ) y ( b i dos sucesiones de nmeros reales tales que lm (a) = -oo > lm fb i = -oo.
Probar que lm (ab )

= +co.

En el sigu ien te cuadro resu m im os lo v isto sobre lim ites, finitos o infinitos, de
su cesion es d e nm eros reales. Cuando la sucesin ( a ) es convergente, denotam os
con a su lm ite, y anlogam ente, si la su cesi n (bn ) es convergente, den otam os con b
su lm ite. Un signo de interrogacin (*?) significa que no podem os asegu rar n a d a de
la su cesin correspondiente.
Cuadro-resumen

lm (a ,,)

de propiedades
para clculo
de limites

lm

a
a

(b)

lm

(a + b)

a +b

+ CO

+ O0

co

lm

ah

oo

+ oo,

si a >

- oo,

si a < 0

?,

si a = 0

oo,

si a > 0

+ oo,

si u < 0

?,

EJEMPLO 32

(anb n )

si a = 0

+ CO

+ co

+ 00

+ 00

+ CO

co

co

co

co

oo

4-CO

Sea P (x ) un polinomio con coeficientes reales de grado p > 1:


P (x ) = ttn + U]X + - + a r x l\

co n

a r * 0.

Entonces:
+ oo,

s i a , > O,

-c e ,

si a , < 0.

(14)

lm (P {n )) =
En efecto. Para cada n 1 se verifica:
to

P i n ) = a ) + a n + + a r n r = ( ^ ^

+
n ' -i

y como (cf. ejemplo 29, p. 337):

lm (t
+ Jir-l + f
n>
,n
r
de ( i 3) d e d u c im o s (1 4 ).

1 /

= a,' y' lm(nr ) =

(15)

V. SUCESIONES DE NMEROS REALES

Si Q es otro polinomio, con coeficientes reales de grado q s* 1:

O Jx ) = bu + b i,y + + fi,,*1',

con b,, * 0,

entonces, para cada n > 1 tal que Q(n) =e 0, se verifica:


fl ;i +

P i ni
= nf
Q(n)

fl p i

fl i

-t- Cl i

ba
t 1
ni 1

ui
y como:

flp

ai

fl

lm y
nno ? ^ j|

ui-i

ni

-i

+ ------ + Clri
n
_ rtr
bq-i
,
fi,,
+ - a - bu
11
71

se tiene:
si p > q, entonces lm ( n

= +oo, y

..lim Pi n)

"-> Q(t)

, Clp

+oo,

si

> O,

-00,

si^<0;
b.,

si p = q, entonces lm (nF~11) = lm (1) = 1, y


,,
P(n)
fln
P
l i m ------------- L n - w Q (n )
fi,,
si p < q, entonces lm (nC *) = O, y

r - = 0.
n
lim
~ Q(n)
Resumimos en el siguiente cuadro lo obtenido:
Cuadro-resumen

r yq

de lmites y

lm (n '-4)

..

P{)

lim tQ(rt)
: r
n-M

polinomios

-fl- >0

+00 ,

si

-oo,

si r*-

+C
O

>q

=q

lm ( 1>= 1

Clp
bti

P <q

<0

Por ejemplo:
lim (1 - 77") - oo,
lm

lim

n-eo

n 1 - 2n + l
= +oo,

n4 - 1

| + n1

n 3n4 - n2

= -,

lm

hm

3 n-*3n4 - n 2

n3- 2 n + l

1 - n2
= 0.

V.3. SUCESIONES CONVERGENTES. LMITES INFINITOS

3. P u n to a d h e re n te

Punto adherente

343

D ado u n con ju n to no vaco A de n m eros reales, de un

punto x direm os es pu n to a d h ere n te de A (o adh eren te a A) si existe u n a su ce


sin ( a n ) de puntos de A que converge a x , e s decir, la su cesi n ( a n ) verifica:
V neN ,

e A

lm ( ) = x .

EJEMPLO 33

El punto x = 1 es adherente al conjunto A = ( 1,2 ], pues la sucesin

es de puntos de A y obviamente: lm
EJEMPLO 34

El puni x = 0 es un punto adherente de este conjunto:


B = I- ^

1n + 1 1

t| N? ,

pues la sucesin (1 U n + 1 ) ) tiene sus trminos en B, y lm ( l/ ( n + 1 ) ) = 0.

C o n .v a w m ici.s- de la definicin de punta adherenic

Sea A u n con ju n to no vaco de

nm eros reales. Se verifica:


Todo punto de A es adherente a A.
En efecto, si a e A, entonces la sucesin constante u?) tiene sus trminos en el con
junto A y lm ( a ) = a (cf. convergencia de una sucesin constante, p. 32!)).
Un punto que no sea de A p u ed e ser adherente a A.
Como muestran el ejemplo 33 y el ejemplo 34.
P r o p o s ic i n V .2 0

Si A es un conjunto no vaco de nmeros reales y x un nmero

real, entonces:
x es adherente a A <=> [V ( a , b ) , x e (a , h) => (a , b) n A * 0 ].

Demostracin

Si .y es adherente a A, entonces existe una sucesin (a ) de puntos de A

que converge a x . Pero si lim (u) - x , y

(a,b ) es un intervalo abierto tal que x e (a ,b ),

entonces: (x - e ,x + e) E (a,b), con c = m njx - a,b - x , y por tanto(cf. definicin

de

sucesin convergente, p. 328) al intervalo fu, b) pertenecen trminos de la sucesin (a ), y


en consecuencia: (u, b) n A 4=0.
Recprocamente, si se verifica: V ( u .fi) , x e (a, b) => ( a ,b ) n A 4= fl, en particular se
tiene:
V n e N ' , (x , x + ) n A 0,
'
n n'

V. SUCESIONES DE NMEROS REAl.E.

344

y podemos formar una sucesin ( ; n

1 ) tal que:

V n e N*, a,, e ( x - , x + ) o A,
v
n
n'
sucesin que es de

puntos de A. Pero tambin esta sucesin converge a x.

si fijamos c > 0,entonces

En efecto:

(cf. corolario de la proposicin V.l, p. 3 1 3 ) existe fe e

N* tal

que (1 /fe) < e, y por tanto:


V 11 3=fe, < ,
11

y en consecuencia: V n > fe, a e (x - e,x + e), y as lmla, ,) = x . En conclusin: x es un


c.cu <
.

punto adherente de A.
El supremo de un
conjunto acotado

C o ro la rio
S i A es un conjunto no vaco acotado superiorm ente (inferorm ente).
entonces el supremo (nm o) de A es adherente a A.

superiormente es
adherente al
conjunto (y
anlogamente
con nfimo)

Supongamos que A est acotado superiormente, y sea 5 = sup.4. Si (a,b

Demostracin

es un intervalo abierto tal que s (a ,b ) , entonces en el intervalo ( a ,5] hay puntos del
conjunto A (cf. propiedades de supremo y de nfimo, p. 3 12 ), y por tanto ( a ,s ] n A * 0, \
como (a , b ) n A

(a , x] n A, se deduce que (a , b ) n A * 0. As, habiendo fijado un inter

valo (ii.i) al que s pertenece, hemos probado que (a,h) n A * 0; es decir, s es adherente
a A.
Anlogamente probaramos que si A est acotado interiormente, entonces nf.4 es un
punto adherente de A.
C o ro la rio

c.<i.u.

S i A es un conjunto de nmeros reales y x un nm ero real, entonces:


x e (a .b l
x no es adherente a A <= 3 i a . h ) ,

y
(a , b ) n 4 = 0.

A d h eren cia d e un conjunto


Adherencia

Dado un con ju n to no vaco A d e nm eros reales, del

con ju n to de su s p u n io s adherentes, que d en otarem os po r 4 , direm os e s la adh eren


cia de 4 :

4 = { x e K | x e s pu n to adh eren te de 4 j .
C onsecuencias d e la definicin d e a d h eren cia

Sea 4 un co n ju n to no vaco de n

m eros reales. Se verifica:

4 s 4.
Pues todo punto de 4 es adherente a 4.
Si x e il, entonces:
(x G 4 ) <=> | V (a , b ) , x 6 (a , b ) => (a , b) n 4 4=0 ]

V.3. SU CESIO N ES CO NVERGENTES. LIMITES INF IN I l l ^

34 5

x (a. b)
U A )

s=>

(a.b),

(16 )

y
(a ,b ) n A = 0.

C o m o co n secu en cia d e la p ro p o sici n V .2 0 y d e su seg u n d o corolario.


V

( a . b ) , [ ( n , b ) n A = 0 J => [ ( a. b) n i = 0 ] ,

En efecto . Sea ( t i, b) u n in tervalo abierto tal q ue


nu vaco, y

la , b) n A - 0 . Si ( u , b) n .4 fu e ra

x fu e ra un elem ento su yo , existira u n a su cesi n (it ) de p u n to s d e A que

co n vergera a

x\ p ero en ton ces, com o x e ( a. b l, habra trm inos d e la su cesi n ( a )

en (a , b ), en contra de la hiptesis.
7

conjunto A es cerrado.

De las co n secu en cias an teriores se d ed u ce:


-y e
(.y

i ) = 3 (a.b).

(a.b)

)
(a.b) n A = id
x s (u .h )

= 3

(a. b ) ,

.y e

= 3 (a,b),

(a.b) n - 0
y p o r tanto cad a p u n to d e
e s abierto, y

(a,b)

<a,b) (A

(A )c es interior a ( A ) '. En co n secu en cia, el co n ju n to ( 4 )l

A es cerrado.

Una condicin nccesara y sufcientepara que A sea c e r r a d o e s : A = A.


En efecto . Si
abierto (a ,

A es cerrado (es decir, A r es abierlol y x e A'-, en to n ces existe un intervalo

b) tal que x e ( u , b), y (a.b) ,4 , o bien: (a.b) n A - 0, esto es:


x (a.b)
3

(a.b).

(a.b) n A = t).
y p or tanto

x .4 (cf. eq u ivalen cia (16 )). En con secu en cia: Ac (.4 ) \ o lo q u e es

lo m ism o: .4 s

A, y teniendo en cu e n ta q ue A s .4 (cf. p rim era co n secu en cia d e la

definicin de adherencia), co n clu im o s q ue .4 = .4.


R eciprocam ente, si A = A , en to n ces A es un co n ju n to cerrado, p u e s lo es .4.

Si A c B. entonces A s B.
Es in m ed iato a p artir d e la definicin, p u e s toda su cesi n d e p u n to s d e A es tam bin
su cesi n de p u n to s d e

E l lim it e d e u n a
s. c o n v e r g e n t e de

P r o p o s ic i n V .2 1

5j

B.

( a n) es una sucesin convergente de puntos de un conjunto

cerrado A s ffi, e n t o n c e s lm ( a n) e A .

p u n t o s d e un
c e r r a d o e s un
p u n to d e l c e rra d o

D e m o str a c i n

El p u n to lm

su cesi n de p u n to s de

i a ) p erten ece a la ad h eren cia de A , p u e s es el lm ite d e u n a

A; co m o A es cerrad o : A = A , y en to n ces lm ( i I A .

< i *

V. SUCESIONES DE NMEROS REALE

Consecuencias de. la proposicin V.2.1

Sean ( a n) y (bn) dos su cesio n es co n ver

gen tes de n m eros reales. Se verifica:


I I Si existe un num ero natural k tal que

V n > k, a n > ix.

con tx e IR,

entonces: lm ( a n) > tx.


En efecto: el intervalo [a, + 00) es un conjunto cerrado, y los trminos de la suce

sin (<j; n > k) son puntos de [tx, + 00), luego podemos escribir (cf. proposicin V.21.
p. 345): lm (a ; n k) = lm ( a ) e [ , + 00), y lim (a ) tx.
2) S i existe un nm ero natural k tal que:

V n > k, a.

ix,

con tx e IR,

entonces lm ( a ) tx.
31 S i existe un nm ero natural k tal que:

V n > k, a b ,
entonces lm ( a ) < lm <bn ).

Es una consecuencia de aplicar el primer apartado a la sucesin (bn - a ) y al nmero


real x = 0.
Nota

Obsrvese que si todos los trminos de una sucesin convergente son puntos de

un conjunto abierto, entonces no se deduce necesariamente que el lmite de la sucesin


pertenezca al conjunto abierto.

Por ejemplo, para la sucesin ( l / ( n + l ) ; n i), su>

trminos son puntos del conjunto abierto (0, 1), pero su lmite, que es el nmero 0, no
pertenece a este conjunto abierto.
Una consecuencia de esto es que si (a) es una sucesin convergente que verifica
3 t e M , V n > k, > ex,

con tx IR,

entonces no se puede inferir que lm (a) sea mayor que tx, aunque s que es mayor o
igual.
Nota

Si en la definicin de punto adherente de un conjunto permitiramos que ste fuera

el conjunto vaco, entonces ningn punto x sera adherente a 0. Convendremos en que la


adherencia del conjunto vaco es el conjunto vaco:
0 = 0,

y con esta definicin siguen siendo vlidas las propiedades enunciadas de la adherencia
de un conjunto.
EJERCICIO 13

Sea ti un conjunto de nmeros reales. Si x es un nmero real, demostrar que o bien x es


un punto interior de 11: x e B, o bien x es un punto adherente de iic; x 11', pero n o
ambas simultneamente. A partir de este resultado, concluir: B: ~c =
el conjunto ( B " )'.

11 , donde II'

r designa

VA. SUCESIONES MONOTONAS

V.4

34 7

SUCESIONES M ONTONAS

S u c e s i n

De la su cesi n de n m eros reales ( a ) direm os es crecien te si cad a trm ino e s m enor

creciente

o igual que el siguiente:


V n e N, a n a n+i

S u c e s i n
e s tr ic ta m e n te

De la sucesin fu ) direm os es e stricta m e n te crecien te si cad a trm ino e s m en or


que el siguienle:

tienem e

V n e N , u < a n-i-

S u c e s i n

De la su cesi n { ) direm os es d e cre cie n te si cada trm ino e s m ayo r o igual que el

d e c re c ie n te

siguiente:
V n G N, a n > ttn + i .

S u c e s i n
e s t r ic t a m e n t e

De la su cesi n ( a n) direm os es e stricta m e n te d e cre cie n te si cada trm ino e s m ayor


que el siguiente:

d e c r e c ie n t e

S. m o n to n a

E JE M P L O 3 5

V n s N, > a nt iDe la su cesin ( ) direm os es m o n to n a si e s creciente o decreciente.

La sucesin (t;n > J ), donde1

a = 1 , r

+ ?

es estrictamente creciente.
Tenemos que probar que cada trmino de la sucesin (u; n > 1) es menor que el si
guiente, o bien, que para cada n l s e verifica: a . i - a > 0. Se tiene:
1
> 0.
(n + U!
E JE M P L O 36

La sucesin (h*: n > 1) , donde:


1

b " = 1 + T i + 2! + " ' + T ^ ! + i '

es decreciente.
En efecto:
_ 2
^

n!

1_
n!

_ 2 {n + 1) _

2
"

( n

1)!

( n - l l !

n -*1
( n

ll!

2 _
n

1 H

'Para cada n s N s e define el factorial de n, que se denota por n!, de la forma:

0! = i,

n! =

1 2 -n

s it ie N " .

n- 1
( n

+ 1)!

>
"

'

V. SUCESIONES DE NMEROS REALES

3 4

Sucesin
geomtrica

D ado un n m ero real q no nulo, de la su cesi n { q " ) direm os es la su c e s i n g e o


m trica d e ra z n q.
Propiedades de la sucesin geomtrica

Se verifica:

1) Si q > 1 , la sucesin (q n) es estrictam ente creciente y no est acotada supe


riormente.

Por ser q > 0, para cada n e N se tiene que q" > 0, y como q - 1 > 0:
(q - l) q " > 0,

o bien

q ~ > q";

es decir, la sucesin (q") es estrictamente creciente.


Por otro lado, si la sucesin (q") estuviese acotada superiormente, existira e!
supremo del conjunto t^"; n e N ; denotndolo por 5, tendramos que

> 0, de

donde (considerando que q > 1): (sq) < s, lo que establecera que s/q no es una cota
superior de \q" ; n e N , es decir, existira m e N tal que
^ < q "',
lo que estara en contra de que

o bien

s < q " '+[,

5 fuera el supremo de

\q" ; n e NJ |.

21 S i q = 1 , la sucesin ( q n) es constante:

l , i , 1 ......... 1 ..........
3)

Si 0 < q < 1 , la sucesin (q 1) es estrictam ente decreciente y podemos es


cribir-:

n f

\q" ; n e

N } = 0.

Por ser q > 0, para cada n e N se tiene que q" > 0, y como I - q > 0:
(1 - q)q > 0,

o bien

c?" > t?" ' 1;

es decir, la sucesin ( q " ) es estrictamente decreciente.


Por otro lado, la sucesin (q") est acotada interiormente por 0, luego existe el
nfimo del conjunto de sus trminos: I = nf \q" ; n N|, y se verifica que / - (). Ahora
bien, si fuera I > 0, como 0 < q < 1, se tendra que {llq l > I, y en consecuencia I q
no sera una cota inferior del conjunto \q" ; n s N , es decir, existira m e N tal que:
qm < - ,

o bien

<(""'</,

lo que contradira que I es el nfimo citado. Se verifica, pues, que nf { q ; n s H\ = 0.


41 Si q < 0, la sucesin (q '1) no es montona.

En efecto, para cada ti e N* se verifica:


q2n 1 <q-"

q2n > q2"+\

y por tanto la sucesin ( q n ) no es creciente y no es decreciente.

VA

SU C E S IO N E S M O N O TO N A S

U n a s u c e s i n
c r e c ie n t e es
c o n v e r g e n t e si

4 4

Dada una s u c e s i n de nmeros reales creciente, si est acota

P r o p o s ic i n V .2 2

da superiormente, entonces es convergente y su lmite es el suprem o del conjunto


d e sus trminos; si no est a c o r a d a superomente, entonces tiende a ms infinito.

e s ta a c o ta d a
s u p e r io r m e n te , y
t i e n e lim it e m a s
i n f i n i t o si n o lo

D e m o str a c i n

Sea (it ) u n a su ce si n crecien te q ue est aco tad a s u p c i.. rn .in te , es decir,

el co n ju n to t i ; n s N est aco tad o su periorm ente, y p o r tanto adm ite u n su p rem o ,


fije m o s t > 0 . En to n ces i - f n o es co ta su p e rio r del co n ju n to
existe l ' E N tal q ue

>,

\a ; n e N ), y p or tanto

s - e < tu- < s, y com o la su cesin es crecien te p od em o s escribir:


V l > k , S - < O. < t l < S .

En con secu en cia, p ara

e > 0 fijado, hem os en co n trad o un n m e ro n atu ral k tai que:


u E li-

e,s + e ) ,

y p or tanto: s = lim ( a i.
Si la su cesin ( ) no est acotada su perom ente, en ton ces, si fijam o s r e I
nm ero natural

k lal q ue

>

e x isle un

r, y com o la su cesin (<jn ) es creciente, p od em o s escribir:


V

n k. a > dk > r,

y en co n secu en cia: lm ( ii ) = + < .

Mutatis mutandis s e d e m o s t r a r a la s ig u ie n te
Una
s. d e c r e c i e n t e e s
c o n v e r g e n t e si

P r o p o s ic i n V .2 3

Dada una sucesin de nmeros reales decreciente, si est aco

tada mferiormente, e n t o n c e s e s convergente y su lmite e s el nfimo del conjunto de


sus trminos; si no est acotada mferiormente, entonces tiende a m enos infinito.

e s ta a c o ta d '
m fe r io r m e n te , y
t i e n e lm it e
m e n o s in f i n i t o
>
>
n o lo e s t

Mus ivopkthhi", d e lo \uce.\ion qeometrUti

C o m o c o n s e c u e n c ia d e la s p r o p o s i

c io n e s a n t e r io r e s , s e t ie n e n e s t a s p r o p ie d a d e s d e la s u c e s i n g e o m t r ic a (<n ):

I)

Si q > 1 , entonces lim (t jn ) = + < .

21

Si q = 1 , entonces lim ( t } " ) = 1 .


Si 0 < \q | < 1, e n t o n c e s lm ( 4 " ) = 0 .

3)

De 0 <

1 q | < l se d ed u ce que lm ( | q | " ) = 0, o bien: lm ( 1 4 " | ) = 0, y p or tanto

(cf. p ro p o sici n V . 8 , p. 3 3 2 1 : lim (q ) = 0.

4)

S iq = - l , entonces la sucesin ( qn)no es convergente.


Pues su s su b su ce sio n e s (<?- ) y

1 , i , 1 ........... 1 ..........

resp ectivam en te, son:


y

- I . - 1 , - 1 ......... - 1 ..........

la s cu ales, au n q u e co n vergen , lo hacen a n m e ro s d iferen tes (cf. p roposicin V.,


p. 3 3 0 ).

V. SUCESIONES DE NMEROS REALES

350

5) S iq < - 1 , entonces la sucesin (q ) no es convergente.

En este caso, \q\ > 1, y lm ( |q |" ) = +<, y por tanto la sucesin (q") no es conver
gente, ya que si lo fuera, lo mismo acontecera con la sucesin ( | q ' ) (cf. corolario cic
la proposicin V.10, p. 332).
Podem os resu m ir lo visto sobre la su cesi n geom trica ( q " ) de raz n q en el
sigu ien te cuadro:
Sobre la sucesin

q *- 1

no e s convergente

geomtrica (q")

0 < |q | < 1

con verge a 0

q =1

con stan te

q >1

tiende a +co

V.5

SERIES DE NUMEROS REALES


1. D e fin ici n de se rie

Serie de nmeros

Dada u n a su cesi n (a n ) de n m eros reales, se denom ina

s e rie d e trm in o g e n e ra l a a la su cesi n ( 5 ), donde:


n

reales

= y

ct tp + n i + + a .

p-o

De la su cesin ( S ) tam bin direm os es la serie a so c ia d a a la su cesi n (a n ).

EJEMPLO 37

La serie de trmino general:


n+ 1

Serie armnica

o lo que es lo mismo: la serie asociada a la sucesin (


que se denomina serie ar1
\n + \ l
mnica, es la sucesin (5) donde:

Sn =
EJEMPLO 38
Serie geomtrica

1 + k2

+ n +
1 I

De la serie asociada a la sucesin geomtrica (q ), o bien: de la serie de trmino general q


(con q * 0), diremos es la serie geomtrica de razn i; es decir, la serie geomtrica de
razn q es la sucesin (5) donde:
Sn = 1 + q + q~ + + q " .

La serie geomtrica de razn 1 es la serie (5) asociada a esta sucesin constante:


1, 1 ......... I........
es decir: 5 = n + 1 para cada n. La serie geomtrica de razn - 1 es la serie (5) asociada a
esta sucesin:
I, - 1 , 1, - 1 ..........( - 1 ) " ..........
esto es: S_> = 1 y 2>2h+ i = O para cada n.

V.5. SERIES DE NUMEROS REALES

2.

351

Series con vergentes

Sea ( a ) una su cesin de nm eros reales, y sea (S ) su

serie asociada. Si la su cesin (S ) converge a un nm ero real S, es decir:


lm (S ) = S,

o bien lm I V a p ] = i ,

Vp=o
Serie

de la serie {>,,) direm os es co n ve rg e n te, y de su m a ,3', y escribirem os:

convergente;
suma de una

^ = 5 .
11=0

serie
Serie divergente

EJEMPLO 39

Si la sucesin ( 5 ) e s no convergente, de la serie (S n) direm os es d iv erg en te.

Estudiemos la convergencia o divergencia de la serie geomtrica de razn q (cf. ejemplo 38)


segn los distintos valores de q:
Si

= 1, la serie geomtrica se reduce, como vimos en el citado ejemplo 38, a la

sucesin Di + 1), que es no convergente. La serie geomtrica de razn 1 es, pues,


divergente.
Si ij = -1, de lo visto en el ejemplo 38 sabemos que la serie geomtrica admite una
subsucesin que converge a 1 y otra que converge a 0; en consecuencia (cf. proposi
cin V.6, p. 330) es no convergente. En conclusin, la serie geomtrica de razn -1 es
divergente.
Supongamos que 0 < |t | < 1. Entonces q * 1, y la serie geomtrica (S,,) (cf. anexo de
este captulo, p. 361) verifica:

S =

1 -

1
,

1- q

n e N.

Ahora bien, la sucesin (q ,i+l) converge a 0, pues es una subsucesin de la sucesin


geomtrica (t;'1) y estamos en el caso 0 < \q | <1 (cf. p. 349). En consecuencia (cf. pro
posicin V .ll, p. 333):

,r t = i1 --------d" +1 =
lim (5)
lim
n-

1-q

1
1 - t

De esta forma, concluimos: si 0 < |q| < 1, la serie de geomtrica de razn q es


convergente, y de suma 1/(1 - q ):

i
S
/
'
r
b
-1
f! ={)
Si |t f > 1, demostraremos (cf. anexo, p. 361) que la sucesin (|S| ) tiende a ms
infinito, y por tanto la sucesin (S ) es no convergente. Es decir: si |q| > 1. la serie
geomtrica de razn q es divergente.

Nota

Se puede demostrar que la serie armnica (cf. ejemplo 37) es divergente.

V SUCESIONES DE NUMEROS REALt.

EJERCICIO 14

Sea (.4,,) la serie asociada a una sucesin ( i de nmeros reales. Probar que una condicin
necesaria, pero no suficiente, para que la serie (A) sea convergente es: lm Ui ) = 0 .
Admitimos sin demostracin la siguiente
Sea ( a ) una sucesin d e nm eros reales. Si la serie d e tr
mino general |t? | e s convergente, entonces la serie d e trmino general tt tambin
es convergente.
P ro p o sici n V.24

EJERCICIO I 5

Dado un nmero natural k, demostrar que la serie asociada a una sucesin (u ) de nmeroreales es convergente si y slo si la serie asociada a la sucesin ( u . i) es convergente.
a
P ro p o sici n V.25

Si ( ) y l b n ) son dos sucesiones d e nm eros reales tales

que:
V n e N, 0 < ti =s b n,

entonces:
a) si la serie d e trmino general b es convergente, la serie de trmino gen e
ral a tam bin e s convergente;
b) si la serie d e trm ino general a es divergente, la serie de trmino general b
tambin es divergente.
Dem ostracin

Sean ( A ) y !/ J) las series cuyos trminos generales son a y b , rcspec

tivamente; es decir, para cada n e N se tiene:

A = X ar v

- XV

P -o

p-o

De la hiptesis se deduce:
V n

N, A B,

(IT

y tambin que ( A ) y (t ) son sucesiones crecientes.

al Si la serie de trmino general b es convergente, es decir, la sucesin ( II) es conv er


gente, sea t = lm (B ). Entonces (cf. proposicin V.22, p. 349): t = sup | B ; n e V
y de acuerdo con (17):
V n e N , .4,, B t,
luego la sucesin (A ) est acotada superiormente; como adems es creciente, es con
vergente (cf. proposicin V.22, p. 349). Es decir, la serie (A ), de trmino general a
es convergente.

b) S la serie de trmino general u es divergente, entonces la sucesin (A ) no esta


acotada superiormente (pues en caso contrario, como es montona creciente, seria
convergente). Pero si la sucesin (.4,,) no est acotada superiormente, de (17) deduci
mos que la sucesin ( B I tampoco lo est, y por tanto es no convergente. Esto es, la
serie de trmino general b es divergente.

V. 5. SERIES DE NUMEROS REALES

353

Como consecuencia de esta proposicin y del ejercicio 15 , se tiene el siguiente


Comparacin de
series

Si k es un nmero natural y las sucesiones de nmeros reales (ctn)


C o ro la rio
y (bn ) vcrican: V n e N, 0
a , < bn+k, o lo que es lo mismo:
\f n > k, 0 ^ a bn,
entonces:
a) si la serie de trmino general b, es convergente, la serie de trmino gene
ral a tambin es convergente;
b) si a serie de trmino general a es divergente, la serie de trmino general bn
ttmibin es divergente.
3.

O d e n o s de co n ve rg e n c ia

A continuacin, estu d iam o s dos criterios de con

vergencia de series m uy utilizados.


Criterio de
dAlembert

P ro p o sici n V .26
que:

Sea (ct) ma su cesi n de nmeros reales distintos de 0 tal

11lm
- co

C II i 1
an

= 1,

con l 0.

Entonces se veriea:
si 1 < 1 , la serie de trmino general |u,,| es convergente, y por tanto tambin
la serie de trmino general a n es convergente;
si 1 > 1 , la serie de termino general a es divergente.

Demostracin

En el caso / < ), sea I < q < 1. Entonces, para e - q - l, existe un nmero

natural k tal que:


V n > k,

Ui + I

< I + c = q.

Sea C = ku l' * Entonces:


\ak+[\ a q\ak\

Cqk+l,

q |ufc+11 Cqk 2,

y por recurrencia se prueba: V n k, |a| ; Cq1. Como la serie de trmino general Cq es


convergente (cf. ejemplo 39, p. 351 , y proposicin V.l 1, p. 333), se deduce (cf. corolario de
la proposicin V.25) que tambin la serie de trmino general |a| es convergente, y por tanto
(cf. proposicin V.24) que lo es la de termino general a.
Si / > 1, anlogamente probaramos la existencia de un nmero natural k tal que:
On-t i

>1

o bien

V n k, |u +i| > \a \ ,

luego no puede converger a 0 la sucesin (|a n|), y por tanto tampoco la sucesin (u,,), y en
consecuencia (cf. ejercicio 14) su serie asociada es divergente.

c.o.ii.

V. SUCESIONES DE NUMEROS REAL

354

EJEMPLO 40

Segn los valores del nmero real * 0, estudiemos la convergencia de la serie asociada a la
sucesin ( ), donde:

Se tiene:
la

n!

' ,e |

! ti n - ]

( n + 1 ) ! ot"

U,

n + 1'

y por tanto:
|im I a * lL

an l

|
= |m
=
n- n + 1

0 < 1.

De acuerdo con el criterio de d A l e m b e r t , la serie asociada a la sucesin (a " / (n !)) es enton


ces convergente para cualquier valor del nmero real .

Nota

Si al aplicar el criterio de convergencia de dA lem b ert a la serie de trmino gene

ral a obtenemos:
lm

a ,i

= I,

entonces no podemos concluir que la serie sea convergente o que sea divergente.
Criterio de

Pro p o sici n V.27

Sea ( a ) una sucesin de nm eros rea/es ral que:. ni

Cauchy
lm V\a\ = I,

n -c o

>

conl>

Entonces se verifica:
s i l < 1 , la serie d e trmino general la,, | es convergente, y p o r tanto tambin
la serie d e trmino general a n e s convergente;
s i l > 1 , la serie d e trmino g e n e r a la ,, es divergente.
Dem ostracin

F.n el caso l < 1, sea / < c < 1. Si fijamos e = q - l, entonces existe un

nmero natural k no nulo tal que:


V n k,

lj\a \

<1 +c=

q,

y por tanto: V n k , |u | < q " ; como la serie de trmino general q " es convergente (cf. ejem
plo 39, p. 351), se deduce (cf. corolario de la proposicin V.25) que la serie de trmino gene
ral | | es convergente, y por tanto tambin la de trmino general a.
Sea ahora I > 1. Si fijamos e = l - 1, existe

tal que:

V n k , V \ a | > / - e = 1,
o bien: V n ? k , |a | > 1, y por tanto la sucesin ( a ) no puede converger a 0 , y en conse
cuencia (cf. ejercicio 14) la serie de trmino general a es divergente.
" Si n e N *, admitiremos que para cada x > 0 existe un nico nmero real b 0 tal que b" = x. Se
denota: b = {'"x.

V 6. SO LU CIO N DE LO S EJER CICIO S PROPUESTOS

EJEMPLO 41

355

Estudiemos, segn los valores del nmero real , la convergencia de la serie asociada a la
sucesin (an\ n > 1), donde:

ot"
Se tiene:

ILln I

a" I

|(X|

n" l

y lm (I i / ) = 0 < 1 . D e acu erd o con el criterio d e C a u c h y , la se rle aso ciad a a la s u c e


sin

{ctnl n \n > 1 )

N ota

e s co n verg en te c u alq u iera q u e s e a el n m ero real .

A n logam en te a com o su ced a con el criterio d e

d 'A l e m b e r t ,

si al ap licar el criterio

d e C a u c h y se verifica:

en to n ce s n o p o d e m o s d ed u cir s i la serie aso ciad a a la su ce si n (an) e s co n verg en te o


d iverg en te.

V.6
Ejercicio l
(p. 31 0)

SOLUCION DE LOS EJERCICIOS PROPUESTOS


Donde corresponde, hacem os referen cia a las pro piedades (a) y (b) escritas en el
iexto:
<Cl) ( r c y y r ' c y i

=> (x + x ' < y + y ') :

Se tiene:
. (a)

{x

y)

=>

{x + x

+ x

y
(x

(x + x y + y ' !

y )

(C2I (x y ) => ( - y

-x ):

(x

y ^ y'

y)

H acem os z = x - y en (a):
(x

( C31

( K

j y

x'

y)

= *

(x + i - x

< y ' ) => ( x +

x' <

-y)

+ ( - x - y ) )

=>

(-y

y + y i:

I.a im plicacin que q u erem os p ro b ar es equivalente a esta:


y <x
( y + y ' x + x ')

o
y ' < x '.

-x ).

V. SUCESIONES DE NMEROS RE ALE.

Supongam os se verifica que y + y ' x + x ' . Si no ocurre que y < x , en ton


ce s x

i', de donde: - y - x , y en consecuencia:

{ y < - x y y + y ' x + x ') ^

( y ' x ') ;

en o tras palabras, si no ocurre que y < x , acon tece en to n ces que y ' x ' . La
im plicacin es, pues, verdadera, y tam bin la del enunciado.

(C4) ( x < y y z > 0) => ( x z < y z ):


Con (b) deducim os que x z < y z . Pero no puede ocurrir que x z sea igual
a y z , ya que en este caso se tendra que ( x - y ) z sera nulo, lo cual no es
posible, pues x - y * 0 y z * 0 .
/

X + V

tC5) ( x < y ) => ( x < < y


Como x x y y
y , con <C3) deducim os:
x + x < y + x
(x < y ) =

= > ( 2x < x + y < 2 y ) ,

y
x +y < y + y

y con (C4) (haciendo z = 1 /2 ) o bten em os la im plicacin que querem os probar.


Ejercicio 2

Si 4 designa el co n ju n to (a,b ), se tiene: A = j x OS | a < x < b\, luego b es una cota

(p. 31 5)

superior de .4. A dem s no hay otro nm ero m enor que siga siendo co ta superior de 4 .
En efecto , si y es un nm ero m enor que b: y < b, en to n ces: o bien y s a, con lo
que y ya no es cota superior de 4 , o bien y e 4 , pero en to n ces podem os escribir:
v + b
,

y + b
.
y < < h,

y tam poco en e ste caso y es co ta su perior de 4 . Si b es una cota superior del co n


ju n to 4 y es la m enor de su s co tas superiores, se tiene que b es el suprem o del
co n ju n to 4 .
Anlogam ente se dem ostrara que sup ( a , b J = b.
Ejercicio 3
(p. 315)

Todo intervalo no vaco 4 que e st acotado superiorm ente es de una de las seis
sigu ientes form as:
[ a ,b ] ,

( a ,b ] ,

( oo, f?],

[ a ,b ) ,

(a ,b ),

(-00 ,b ).

donde a * b. De acuerdo con el ejercicio 2 , en todos los casos se tiene: b = s u p 4 .


Si 4 es de una de las tres prim eras form as, en to n ces: 4 u sup 4 1 = 4 ; y si es de
alguna de las otras tres, al unirle \b\ se obtiene alguna de las tres prim eras (en
concreto: [a ,b ) u jb = [a ,b ], ( a , b ) u {/?} = ( a ,b J y (-<x>,b)u \b\ = ( oo,]). En
cualquiera de los casos, el co n ju n to 4 u sup 4 } es un intervalo.

V 6. SO LU CIO N DE L OS EJER CICIO S PROPUESTOS

E je r c ic io 4

(P- 3 1 ()!

El n m e r o m x | x , y e s ig u a l a u n o d e lo s n m e r o s

x o y , y m n x . y ) e s ig u a l al

o tr o . P o r ta n to :
(1 8 )

m x lx .y } + m n jx .y } = x + y .
P o r o tr o la d o :
m x lx .y } - m n jx .y l = y - x =

\y - x | ,

m x {x ,y | - m n |x ,y | = x - y = | x - y | ,
y p o r ta n to : m x l x . y )

m n lx .y )

j x - y |.

s i.y y ,
s y

x,

S u m a n d o m ie m b r o a m ie m b r o

co n (18 ), o b ten e m o s:

2 m x |x ,y ) = (x + y ) + |x - y | ,

o b ie n

m x lx .y } = * * ^

o b ie n

m n x .jy ] -

y r e s t a n d o m ie m b r o a m ie m b r o :

2m n x ty |
E je r c ic io 5
(p . 3 2 0 )

- [x + y ) - \ x - y \ t

S u p o n g a m o s q u e e l c o n ju n t o a b ie r to y n o v a c o
n o te m o s p o r

e s t a c o t a d o s u p e r io r m e n t e . D e

s s u s u p r e m o . S i o c u r r ie r a q u e s e s u n p u n t o d e A , c o m o A e s a b ie r to ,
s e (ti, fe) y (ti, fe) Q A

p o d r a m o s

s ' e (ti, fe) ( y p o r t a n t o s e A) d e m o d o

d e d u c i r la e x is t e n c i a d e a lg n

P e ro si

s e (ti, fe),

a < s < s < fe, lo c u a l c o n t r a d ir a q u e s e s el s u p r e m o d e A.


E l c a s o e n q u e el c o n ju n t o

(p . 321 i

Ix y I

e x is t ir a u n in t e r v a lo a b ie r t o ( a , fe) ta l q u e :

que

E j e r c ic io 6

x + v
^

e s t a c o t a d o in t e r io r m e n t e e s a n lo g o .

S u p o n g a m o s q u e e l c o n ju n t o c e r r a d o y n o v a c o C e s t a c o t a d o s u p e r io r m e n t e . P o n
gam os

s u p C . E n p a r t ic u la r :

(s, +&>)

e c c. S i

s n o p e r t e n e c ie r a a C , e s d e c ir , si 5

f u e r a u n e le m e n t o d e C c, c o m o C '; e s a b ie r to , e x is t ir a u n in t e r v a lo a b ie r to (ti, fe) d e


m odo que:

a < s < fe y (ti, fe) Q C c , y e n c o n s e c u e n c ia : (a , +<) = (ti, fe)u(5, +<> C ,

lo q u e e s t a b le c e r a q u e ti e s u n a c o t a s u p e r i o r d e C , e n c o n t r a d ic c i n c o n q u e

s e s la

m n im a d e s u s c o t a s s u p e r io r e s .
El c a s o e n q u e el c o n ju n t o C e s t a c o t a d o in fe r io r m e n t e e s a n lo g o .
E je rc ic io 7
(p . 321

Sea

u n c o n ju n t o d e n m e r o s r e a le s q u e e s , s im u lt n e a m e n t e , a b ie r t o y c e r r a d o (y,

p o r ta n to , t a m b i n . 4 ' e s , s im u lt n e a m e n t e , a b ie r t o y c e r r a d o ). S u p o n g a m o s q u e
e s n o v a c o . P r o b e m o s q u e e n t o n c e s d e b e c o in c id ir
S e a ti e

c o n R.

A. E n to n c e s s e v e r if ic a q u e e s v a c io e s t e c o n ju n to :
B = A c o ( -o o ,a ) = A c o ( - o o . a ] .

En e fe c to : si

B n o f u e r a v a c o , c o m o e s t a c o t a d o s u p e r io r m e n t e p o r ti, a d m itir a

s u p r e m o : s u p B ; a h o r a b ie n , c o m o

B = 4 e n ( - c o , u ) e s a b ie r to ( p u e s e s la in t e r s e c c i n

V. SUCESIONES DE NMEROS REALES

35

de dos co n ju n to s abiertos), se tendra (cf. ejercicio 5): su p fi B; pero B = Ach ( -o o ,u ]


es cerrado (por ser interseccin de co n ju n to s cerrados), luego tam bin se tendra
(cf. ejercicio 6 ): sup 6 e B, lo que lleva a absurdo. D ebem os suponer, pues, que B es
vaco.
Anlogam ente se dem ostrara que tam bin es vaco este conjunto:

D = Ac n (a, +oo) = Ac n [a , + o o ).
Finalm ente, como: B u D= (Ac n ( - o o ,a ) ) u (Ac n [a , + ) )

A1, concluim os

c|ue Ac es vaco, es decir: A R.


Ejercicio 8
(p. 330)

Sea (a n ) una sucesin convergente, con lm (an) = I. Si fijam os c = 1, de la definicin


de convergencia se deduce la existencia de tm nm ero natural k tal que:

V n > k, a e (f - 1, + 1) .
Si k = O, esta condicin afirm a directam ente que la sucesin (a ) est acotada; pero
si k > 1 , definim os:

M = mx {/ + l , a o , f l i , - - - , a t - i }

m = mn {l - 1, a 0, a ......... a t - i } ,

y podem os escribir: V n e N, m < a n M, lo cual nos seala que la su cesin (n


tam bin en este caso est acotada.
Ejercicio 9
(p. 334)

Sabem os (cf. ejercicio 4, p. 316) que


<1 ti

+ bn , d n b n \

Un --- 2 --- + ----

Q-n + b n

\Un b n \

!= ---- 2 --------

2 -- '

La sucesin ( a n + b) es convergente, y su lm ite es a + b (cf. proposicin V. 11,


p. 333); la sucesin (\a - b\) tam bin es convergente, y su lm ite es \a - b\ (cf. co
rolario de la proposicin V.10, p. 332). F.n consecuencia, de (19) se deduce que las
sucesiones ( u ) y (n ) son ambas convergentes, y

. .
a + b
\a -b \
. , , ,
hm ( u M) = - + - = m ax|a, bj,
,,

. . .
,
a +b
Iim (v n) =
i-

\a -b \

, .
= min {a ,b }.

Ejercicio 10

Si ( a n ) una sucesin que tiende a m s infinito, y b es un nm ero real, en to n ces todos

(p. 335)

los trm inos de la sucesin (a,}) de orden mayor o igual que algn k 3 1 son mayores
que b\ el nm ero mn ib, ao,a i , . . . , f l t - i } es cota inferior de la su cesin ( a n ).

Ejercicio 1 1
(p. 3 4 1 )

La sucesin ( - c ) converge a - / (cf. proposicin V .l 1, p. 333), y - l > O, luego (cf. co


rolario de la proposicin V .l 5, p. 337) la sucesin ( a ( - c )) tiende a ms infinito, \
por tanto: lm (ancn) = -oo.
La su cesin ( - b n) tiende a ms infinito; teniendo en cuenta lo dem ostrado en el
prrafo anterior: lm ( ( - b ) c f) = -oo, y en consecuencia: lm ( bnc n ) = + .

V.7. ANEXO

Ejercicio 12
(p. 341)

Com o

l m

( a ) = -< y

lm

(b ) - -<x>, se tiene:

l m

( - a ,) = + y

llm

(~ b n) = + <, y

por tanto (cf. corolario de la proposicin V . l 5, p. 337 ):


lm (a nb n) = lm ( ( - a ) ( - f i f,) ) = +oo.

Ejercicio 13

Dado un nm ero real x, podem os escribir:

(p. 346)

a' e (a , b )
x es interior a B

3 ia , b ),

y
(a ,b ) B
x e (ti, b)

<=> 3 ( a , b ) ,

x no es adherente a B c,

y
(u, b) n B c = 0

es decir: x es interior a B precisam ente si x no es adherente a B c. En consecuencia,


el com plem entario del conjun to B c es precisam en te el con jun to 6, esto es:
B c~ c = ( r ) = B.
Ejercicio 14
(p. 352)

Si la sucesin (A ) es convergente, entonces la su cesin (/3+i) tam bin es co n ver


gente y tiene el m ism o lm ite (cf. proposicin V.7, p. 3 3 1) , y por tanto:
lm U _ i - A ) = 0;
pero: .4 + ) - A = a +1 , luego: lm ( a n . t ) = lm ( u ) = 0.
La condicin no es, efectivam ente, suficiente. Por ejem plo, la sucesin (1 / ( n + 1) )
converge a 0, y sin em bargo la serie asociada a ella: la serie arm nica, es divergente
(cf. nota de la p. 3 5 1) .

Ejercicio 15

Para evitar trivialidades su pondrem os que k > 1 . Se tiene:

(p. 352)
Su =

Un + M i +

+ Un

S n = iik + t r i + i + - - +

y por tanto: S+k = .Sk-\ + S'n. De esta form a, la su cesin ( S +0 es convergente


precisam ente si lo es la su cesin (5,',) (obsrvese que 9 * . 1 es constante: no depende
de n). Como la sucesin (S n) es convergente cuando y solo cuando lo es la su ce
sin (9fIlt) (cf. corolario de la proposicin V.7, p. 3 3 1 ) , se concluye que la su ce
sin (.9,,) es convergente si y slo lo es la sucesin (9,',).

ANEXO
1.

O p e ra cio n e s con su cesio n es co n v e rg e n te s

D em ostram os aqu la p ro p o

sicin V . l l (cf. p. 3 33 ). Sean ( a ) y (b ) dos su cesio n es convergentes, de lim ites


resp ectivos a y b.

V. SUCESIONES DE NMEROS REALES

I)

Si <x y } son clos nm eros reales, entonces a sucesin ( <xan + p b n ) es conver


gente, y lm ( a ,, + p b n I = a + pb.
Si los nmeros reales y p son simultneamente nulos, entonces (x + p b ) es la
sucesin con todos los trminos iguales a 0 , y esta sucesin converge a 0 .
Por el contrario, supongamos que ix y p no son simultneamente nulos, y fije
mos e > 0 arbitrario. Entonces || - l/>l * 0, y considerando el nmero real posi
tivo e/(|tx| + \p\), como la sucesin (a ) converge a a, existe k e N tal que:
V n > fc|, |a - a | <

l| + \P\'

y como la sucesin lb) converge a b, existe f e e N tal que:


V n > f c 2 l b - h"' < \TW \Por tanto, si n > mx{k|,fc;>), se verifica:

Ul - lh' l < M T W \

|b - f c J < T W

(2Ch

Ahora bien, para cada n e N se tiene (cf. propiedades del valor absoluto, p. 315):
<xa +

pb -

( a a + p b ) | = |<x(a - a ) + p ( b - b ) |

|tx(a - a )| - lp (b - b, ,)|
= |tx| 6t - a | + \p\ |b - b | ,
y si n mx{ki, k 2 , de ( 2 0 ) se deduce:

ixa + pb -

(<X6t

+ p b ) | < |ot| i ,

, + \p\

I + |0 |

'

En conclusin: habiendo fijado e > 0, existe k e N nos sirve k = mx{fc|,fc2l

n ? k, \aa + pb converge a a + pb.

tal que: V

2)

(ix a

+pb) \ < e.

Es decir, la sucesin

(aa +pb

La sucesin ( a b n ) es convergente, y lm (anb ) = a b .


En efecto. Como la sucesin ( a ) es convergente, tambin lo es la sucesin (|a |
(cf. corolario de la proposicin V.10, p. 333), y por tanto est acotada superiormen
te por algn nmero real C > 0 (cf. ejercicio
cada

ne

8,

p. 330): V n e N, |n l C, y para

N se verifica (cf. propiedades del valor absoluto, p. 3 15):

\ab - a b \ = ab - a b + a b - a b | = \b{a - a ) + a ( b - b)\


s |fila - a )| + | (fi - b )| = |b\ a - a | + |a | b - 1>|
|fc| |a - a\ + C \b - b I ,

es decir:
V n e N, lab - a b I < \b\ fi7 - a | + C \b - b \ .

(2 1 )

V.7. ANEXO

De acuerdo con la propiedad anterior (linealidad), vemos que converge a 0 la suce


sin (|fo| \a - a | + C b - b | ), pues las sucesiones (|ti - a nI ) y (Ib - b \) conver
gen a 0. De (21) se infiere que la sucesin (\ab - ab \) tambin converge a 0, o lo
que es lo mismo: la sucesin (a b ) converge a ab: lm (a b ,) = ab.
-i i
ti \
^
3) Si b =
t=u, entonces lm ^ J = .
La sucesin

converge al nmero positivo |b|, y por tanto,

considerando el

nmero positivo |fo| /2, existe ti e F tal que para cada ti s=n se tiene:
Ifinl

e ( |fi| - - y - , \b\ +

obien

-y

<

|b| <

3 |fc|

de donde:
V ti > ti, Ifiiil > -^y > 0;
en consecuencia: V o > n, b 0, y la sucesin (

(22)

: n > ti,, ] est bien definida. De


/

acuerdo con (22), para cada ti ti,, se verifica:


| ti <i I\dbn - a nb\
\abn -ab\
2,,
i- = ii IM
ni IfiJ
i < ii|f>|(|fj|/2)
i /ii i t \' = 7
v>
I rb " b\
bPero la sucesin (\ab - a nb \; n > n) es subsucesin de la sucesin (|tti - a b |),
la cual converge a a b - a b = 0 (por linealidad). Por tanto: lm (\ab - a b |) = 0, y
de (23) se infiere:

lim( l f - l ) = 0
y en conclusin la sucesin {a nlb n\ti ti) converge a a/b: lm ( y 1 ) = y
2.

So b re la serie g eo m trica

Si q es un nm ero real distinto de 1, y iS ) es la

serie geom trica de razn q, se verifica:

S" -

l - q " +1
1-q

En efecto, se tiene: S n = 1 + q + q 2 + - - + q'\ y podem os escribir:


S m qSn = ( i + q t q~ + - * -i-q n ) q( I + q -t- q~ + + q n)

= (1 + q + q 2 + +q n) - (q - q + tj3 + - + q n" 1 ) = 1 - t" +l ,


de donde (considerando que q * 1): S = (1 - t/'! 11 ) / ( l - q).
Con las m ism as notaciones, si |q| > 1, entonces: lm <|S| ) = +oo.
Si (T ) es la serie asociada a la su cesin geom trica de razn q~l :
T = l + - +

ij '

C]

En efecto.

36 2

V. SUCESIONES DE NMEROS REALES

se verifica: S = q " T , de donde: |5| = |j|"|T|.

Dado que |q \ >

1,

resulta

(cf. p. 349): lm ( \q |" ) = +oo; y dado que [ q ~ ] \ < 1, resulta (cf. ejem p lo 3 9 , p. 351):

lm ( i r i ) =
1

-q

- 1

cjue es un nm ero positivo. Con el corolario de la proposicin V .15 (cf. p. 3 37), se


concluye: lm (!S | ) = +co.

RECAPITULACION 1/

RECAPITULACION V
/7

co n ju n to d e tos n m e ro s reu les

R e c u r d e s e q u e K d e s ig n a el c o n j u n t o d e

l o s n m e r o s r e a le s :

E x is t e u n a c o r r e s p o n d e n c ia b i y e c t iv a e n tr e lo s n m e r o s r e a le s y lo s p u n t o s d e
u n a r e c t a c u a n d o e n s t a s e A ja n u n o r ig e n y u n a u n id a d o r ie n ta d a .

E l c o n ju n t o d e lo s n m e r o s r e a le s , d o t a d o d e la s o p e r a c io n e s a d ic i n y m u lt i
p lic a c i n , tie n e e s t r u c t u r a d e c u e r p o c o n m u t a t i v o .
E le m e n t o n e u t r o d e la s u m a : 0 . O p u e s t o d e l n m e r o re a l x :
E le m e n t o n e u t r o d e la m u ltip lic a c i n :
(x

-x .

1 . I n v e r s o d e l n m e r o r e a l x n o n u lo

4 0 ): 1 / x .

L a r e la c i n e s u n a r e l a c i n d e o r d e n t o t a l e n R .
L a n o t a c i n x <
d en o ta :

y s e le e : x e s m e n o r o ig u a l q u e v . L a n e g a c i n d e x s v se

y < x , q u e s e le e : " y e s m e n o r q u e x " .

L a r e la c i n x < y

e s c o m p a t i b l e c o n la s u m a :
y z ? 0 ) => ( x z

m u ltip lic a c i n : ( x s y

y => x + z < y + z, y c o n la

yz).

C o n s e c u e n c ia s :
o

(x

y y x ' s y j

M x y ) =

(x + x ' y + y j \

{-y < -x );

( x y y x ' < / )

(x

=>

( x + x '

< y + y j