algebra grossman

1. lgebra lineal

2. lgebra lineal sexta edicin Stanley I. Grossman S. University of Montana University College London Revisin y adaptacin: Jos Job Flores Godoy Universidad Iberoamericana Revisin tcnica: Abelardo Ernesto Damy Sols Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Guadalajara Mara Eugenia Noriega Trevio Universidad Autnoma de San Luis Potos Mara Asuncin Montes Pacheco Universidad Popular Autnoma del Estado de Puebla Irma Patricia Flores Allier Instituto Politcnico Nacional Dax Andr Pinseau Castillo Universidad Catlica de Honduras Universidad Pedaggica Nacional de Honduras Kristiano Racanello Fundacin Universidad de las Amricas, Puebla Erik Leal Enrquez Universidad Iberoamericana, Ciudad de Mxico Universidad Autnoma Metropolitana Azcapotzalco Eduardo Soberanes Lugo Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Sinaloa Martha Patricia Melndez Aguilar Instituto Tecnolgico de Celaya Israel Portillo Arroyo Instituto Tecnolgico del Parral, Chihuahua Ivn Castaeda Leyva Universidad de Occidente, unidad Culiacn 3. Director Higher Education: Miguel ngel Toledo Castellanos Director editorial: Ricardo A. del Bosque Alayn Editor sponsor: Pablo E. Roig Vzquez Editor de desarrollo: Carlos Ziga Gutirrez Supervisor de produccin: Zeferino Garca Garca LGEBRA LINEAL Sexta edicin Prohibida la reproduccin total o parcial de esta obra, por cualquier medio, sin la autorizacin escrita del editor. DERECHOS RESERVADOS 2008, respecto a la sexta edicin en espaol por McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V. A Subsidiary of The McGraw-Hill Companies, Inc. Prolongacin Paseo de la Reforma 1015, Torre A Piso 17, Colonia Desarrollo Santa Fe Delegacin lvaro Obregn C.P. 01376, Mxico, D.F. Miembro de la Cmara Nacional de la Industria Editorial Mexicana, Reg. Nm. 736 ISBN-10: 970-10-6517-4 ISBN-13: 978-970-10-6517-4 ISBN-10: 970-10-6773-8 (Quinta edicin cambio de portada) ISBN-13: 978-970-10-6773-4 Traducido y adaptado de la quinta edicin en ingls de ELEMENTARY LINEAR ALGEBRA WITH APPLICATIONS. Copyright 2007, by Stanley I. Grossman S. ISBN 0-03-097354-6 2345678901 09765432108 Impreso en Mxico Printed in Mexico 4. Para Kerstin, Aaron y Erick 5. CONTENIDO PREFACIO XIII 1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES 1 1.1 Introduccin 1 1.2 Dos ecuaciones lineales con dos incgnitas 2 1.3 m ecuaciones con n incgnitas: eliminacin de Gauss-Jordan y gaussiana 7 Semblanza de. . . Carl Friedrich Gauss 21 Introduccin a MATLAB 28 1.4 Sistemas homogneos de ecuaciones 36 1.5 Vectores y matrices 42 Semblanza de. . . Sir William Rowan Hamilton 52 1.6 Productos vectorial y matricial 57 Semblanza de. . . Arthur Cayley y el lgebra de matrices 71 1.7 Matrices y sistemas de ecuaciones lineales 87 1.8 Inversa de una matriz cuadrada 94 1.9 Transpuesta de una matriz 118 1.10 Matrices elementales y matrices inversas 124 1.11 Factorizaciones LU de una matriz 136 1.12 Teora de grficas: una aplicacin de matrices 152 Resumen 159 Ejercicios de repaso 164 2 DETERMINANTES 168 2.1 Definiciones 168 2.2 Propiedades de los determinantes 182 2.3 Demostracin de tres teoremas importantes y algo de historia 198 Semblanza de. . . Breve historia de los determinantes 203 2.4 Determinantes e inversas 204 2.5 Regla de Cramer (opcional) 212 Resumen 217 Ejercicios de repaso 218 3 VECTORES EN 2 Y 3 220 3.1 Vectores en el plano 220 3.2 El producto escalar y las proyecciones en 2 234 3.3 Vectores en el espacio 244 3.4 El producto cruz de dos vectores 254 Semblanza de. . . Josiah Willard Gibbs y los orgenes del anlisis vectorial 259 6. 3.5 Rectas y planos en el espacio 263 Resumen 275 Ejercicios de repaso 277 4 ESPACIOS VECTORIALES 281 4.1 Introduccin 281 4.2 Definicin y propiedades bsicas 281 4.3 Subespacios 293 4.4 Combinacin lineal y espacio generado 299 4.5 Independencia lineal 314 4.6 Bases y dimensin 332 4.7 Rango, nulidad, espacio de los renglones y espacio de las columnas de una matriz 343 4.8 Cambio de base 366 4.9 Bases ortonormales y proyecciones en n 387 4.10 Aproximacin por mnimos cuadrados 411 4.11 Espacios con producto interno y proyecciones 432 4.12 Fundamentos de la teora de espacios vectoriales: existencia de una base (opcional) 444 Resumen 449 Ejercicios de repaso 455 5 TRANSFORMACIONES LINEALES 458 5.1 Definicin y ejemplos 458 5.2 Propiedades de las transformaciones lineales: imagen y ncleo 472 5.3 Representacin matricial de una transformacin lineal 479 5.4 Isomorfismos 503 5.5 Isometras 510 Resumen 518 Ejercicios de repaso 521 6 VALORES CARACTERSTICOS, VECTORES CARACTERSTICOS Y FORMAS CANNICAS 524 6.1 Valores caractersticos y vectores caractersticos 524 6.2 Un modelo de crecimiento de poblacin (opcional) 546 6.3 Matrices semejantes y diagonalizacin 555 6.4 Matrices simtricas y diagonalizacin ortogonal 567 6.5 Formas cuadrticas y secciones cnicas 575 6.6 Forma cannica de Jordan 586 6.7 Una aplicacin importante: forma matricial de ecuaciones diferenciales 595 6.8 Una perspectiva diferente: los teoremas de Cayley-Hamilton y Gershgorin 607 Resumen 615 Ejercicios de repaso 620 VIII Contenido 7. Apndice 1 Induccin matemtica 622 Apndice 2 Nmeros complejos 630 Apndice 3 El error numrico en los clculos y la complejidad computacional 640 Apndice 4 Eliminacin gaussiana con pivoteo 649 Apndice 5 Uso de MATLAB 656 Respuestas a los problemas impares 658 Captulo 1 658 Captulo 2 683 Captulo 3 687 Captulo 4 701 Captulo 5 725 Captulo 6 734 Apndices 752 ndice 757 Contenido IX 8. CONTENIDO DE LOS PROBLEMAS CON MATLAB Se enumeran los conjuntos de problemas de MATLAB y los temas de inters especial. 1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES Introduccin a MATLAB 28 Tutora de MATLAB 30 1.3 m ecuaciones con n incgnitas: eliminacin de Gauss-Jordan y gaussiana 31 Distribucin de calor 33 Modelo de insumo-producto de Leontief 34 Flujo de trfico 34 Ajuste de polinomios a puntos 35 1.4 Sistemas homogneos de ecuaciones 41 Balanceo de reacciones qumicas 41 1.5 Vectores y matrices 55 Caractersticas de MATLAB. Introduccin eficiente de matrices dispersas 56 1.6 Productos vectorial y matricial 81 Matriz triangular superior 83 Matrices nilpotentes 83 Matrices por bloques 84 Producto exterior 84 Matrices de contacto 84 Cadena de Markov 84 PROBLEMA PROYECTO: matriz de poblacin 86 1.7 Matrices y sistemas de ecuaciones lineales 92 1.8 Inversa de una matriz cuadrada 113 Tipos especiales de matrices l l 5 Perturbaciones: matrices cercanas a una matriz no invertible 116 Criptografa 117 1.9 Transpuesta de una matriz 122 PROBLEMA PROYECTO: matrices ortogonales 123 1.10 Matrices elementales y matrices inversas 134 1.11 Factorizaciones LU de una matriz 150 2 DETERMINANTES 2.1 Definiciones 179 archivo tipo M, ornt.m ilustracin de la orientacin de vectores antes y despus de la manipulacin de matrices 181 2.2 Propiedades de los determinantes 198 2.4 Determinantes e inversas 210 PROBLEMA PROYECTO: encriptado y desencriptado de mensajes 211 2.5 Regla de Cramer 216 9. 3 VECTORES EN 2 Y 3 3.1 Vectores en el plano 231 archivo tipo M, lincomb.m ilustracin de un vector como una combinacin lineal de dos vectores no paralelos 233 3.2 El producto escalar y las proyecciones en 2 243 archivo tipo M, prjtn.m ilustracin de la proyeccin de un vector sobre otro 243 3.4 El producto cruz de dos vectores 263 4 ESPACIOS VECTORIALES 4.2 Definicin y propiedades bsicas 288 archivo tipo M, vctrsp.m ilustracin de algunos axiomas en espacios vectoriales 288 4.3 Subespacios 299 4.4 Combinacin lineal y espacio generado 305 Visualizacin de las combinaciones lineales 305 archivo tipo M, combo.m ilustracin de las combinaciones lineales de dos vectores 305 archivo tipo M, lincomb.m ilustracin de un vector como combinacin lineal por partes de tres vectores 307 Aplicacin 312 4.5 Independencia lineal 328 Ciclos en digrficas e independencia lineal 331 4.6 Bases y dimensin 341 4.7 Rango, nulidad, espacio de los renglones y espacio de las columnas de una matriz 358 Aplicacin geomtrica del espacio nulo 359 Aplicacin del espacio nulo a sistemas de ecuaciones 360 Exploracin del rango de matrices especiales 363 Rango y productos de matrices 363 PROBLEMA PROYECTO: ciclos en digrficas 364 PROBLEMA PROYECTO: subespacio suma y subespacio interseccin 365 4.8 Cambio de base 378 Cambio de base por rotacin en 2 382 archivo tipo M, rotcoor.m ilustracin de combinaciones lineales respecto a bases diferentes 383 PROBLEMA PROYECTO: cambio de base por rotacin en 3 ; rotaciones inclinar, desviar y rodar 385, 387 4.9 Bases ortonormales y proyecciones en n 403 Proyeccin sobre un plano en 3 405 Matrices ortogonales: longitud y ngulo 408 Matrices de rotacin 409 Reflectores elementales 410 PROBLEMA PROYECTO: matrices de rotacin; cambio de base en 3 411 Contenido de los problemas de MATLAB XI 10. 4.10 Aproximacin por mnimos cuadrados 424 Eficiencia de combustible 426 Manufactura: temperatura y fuerza 427 archivo tipo M, mile.m datos en forma vectorial sobre el ao y los tiempos rcord de carreras de una milla 427 Crecimiento de poblacin 427 Geologa minera 429 PROBLEMA PROYECTO: geologa petrolera 429 4.11 Espacios con producto interno y proyecciones 443 5 TRANSFORMACIONES LINEALES 5.1 Definicin y ejemplos 467 Grficas en computadora: creacin de una figura 467 archivo tipo M, grafics.m grficas por computadora usando matrices 468 5.3 Representacin matricial de una transformacin lineal 500 Proyecciones 500 Reflexiones 501 PROBLEMA PROYECTO: creacin de grficas y aplicacin de transformaciones 502 5.4 Isomorfismos 509 5.5 Isometras 517 6 VALORES CARACTERSTICOS, VECTORES CARACTERSTICOS Y FORMAS CANNICAS 6.1 Valores caractersticos y vectores caractersticos 540 Teora de grficas 543 Geologa 545 6.2 Un modelo de crecimiento de poblacin 551 Poblaciones de pjaros 551 Teora de grficas 554 PROBLEMA PROYECTO: grficas de mapas 555 6.3 Matrices semejantes y diagonalizacin 565 Geometra 566 6.4 Matrices simtricas y diagonalizacin 574 Geometra 574 6.5 Formas cuadrticas y secciones cnicas 585 6.6 Forma cannica de Jordan 594 6.8 Una perspectiva diferente: los teoremas de Cayley-Hamilton y Gershgorin 607 XII Contenido de los problemas de MATLAB 11. PREFACIO Anteriormente el estudio del lgebra lineal era parte de los planes de estudios de los alumnos de matemticas y fsica principalmente, y tambin recurran a ella aquellos que necesitaban conocimientos de la teora de matrices para trabajar en reas tcnicas como la estadstica mul- tivariable. Hoy en da, el lgebra lineal se estudia en diversas disciplinas gracias al uso de las computadoras y al aumento general en las aplicaciones de las matemticas en reas que, por tradicin, no son tcnicas. PRERREQUISITOS Al escribir este libro tuve en mente dos metas. Intent volver accesibles un gran nmero de temas de lgebra lineal para una gran variedad de estudiantes que necesitan nicamente conocimientos firmes del lgebra correspondientes a la enseanza media superior. Como muchos estudiantes habrn llevado un curso de clculo de al menos un ao, inclu tambin varios ejemplos y ejercicios que involucran algunos temas de esta materia. stos se indican con el smbolo CLCULO . La seccin 6.7 es opcional y s requiere el uso de herramientas de clculo, pero salvo este caso, el clculo no es un prerrequisito para este texto. APLICACIONES Mi segunda meta fue convencer a los estudiantes de la importancia del lgebra lineal en sus campos de estudio. De este modo el contexto de los ejemplos y ejercicios hace referencia a diferentes disciplinas. Algunos de los ejemplos son cortos, como las aplicaciones de la multiplica- cin de matrices al proceso de contagio de una enfermedad (pgina 62). Otros son un poco ms grandes; entre stos se pueden contar el modelo de insumo-producto de Leontief (pginas 18 a 19 y 103 a 106), la teora de grficas (seccin 1.12), la aproximacin por mnimos cuadrados (seccin 4.10) y un modelo de crecimiento poblacional (seccin 6.2). Adems, se puede encontrar un nmero significativo de aplicaciones sugestivas en las secciones de MATLAB . TEORA Para muchos estudiantes el curso de lgebra lineal constituye el primer curso real de matemticas. Aqu se solicita a los estudiantes no slo que lleven a cabo clculos matemticos sino tambin que desarrollen demostraciones. Intent, en este libro, alcanzar un equilibrio entre la tcnica y la teora. Todas las tcnicas importantes se describen con minucioso detalle y se ofrecen ejemplos que ilustran su utilizacin. Al mismo tiempo, se demuestran todos los teoremas que se pueden probar utilizando resultados dados aqu. Las demostraciones ms difciles se dan al final de las secciones o en apartados especiales, pero siempre se dan. El resultado es un libro que proporcionar a los estudiantes tanto las habilidades algebraicas para resolver problemas que surjan en sus reas de estudio como una mayor apreciacin de la belleza de las matemticas. CARACTERSTICAS La sexta edicin ofrece nuevas caractersticas, y conserva la estructura ya probada y clsica que tena la quinta edicin. Las nuevas caractersticas se enumeran en la pgina xv. 12. XIV Prefacio EJEMPLOS Los estudiantes aprenden matemticas mediante ejemplos completos y claros. La sexta edicin contiene cerca de 350 ejemplos, cada uno de los cuales incluye todos los pasos algebraicos necesarios para completar la solucin. En muchos casos se proporcionaron secciones de ayuda didctica para facilitar el seguimiento de esos pasos. Adicionalmente, se otorg un nombre a los ejemplos con el objeto de que resulte ms sencillo entender el concepto esencial que ilustra cada uno. EJERCICIOS El texto contiene cerca de 2750 ejercicios. Al igual que en todos los libros de matemticas, stos constituyen la herramienta ms importante del aprendizaje. Los problemas conservan un orden de acuerdo con su grado de dificultad y existe un equilibrio entre la tcnica y las demostraciones. Los problemas ms complicados se encuentran marcados con un asterisco (*) y unos cuantos excepcionalmente difciles con dos (**). stos se complementan con ejercicios de problemas impares, incluyendo aquellos que requieren demostraciones. De los 2750 ejercicios, alrededor de 300 son nuevos. Muchos de ellos han sido aportados por profesores destacados en su imparticin de la materia. Tambin hay varios problemas en las secciones de Manejo de calculadora y MATLAB. En dicha seccin se hablar ms sobre estas caractersticas. TEOREMA DE RESUMEN Una caracterstica importante es la aparicin frecuente del teorema de resumen, que une temas que en apariencia no tienen nada en comn dentro del estudio de matrices y transformaciones lineales. En la seccin 1.2 (pgina 4) se presenta el teorema por vez primera. En las secciones 1.8 (p. 106), 1.10 (p. 128), 2.4 (p. 208), 4.5 (p. 320), 4.7 (p. 353), 5.4 (p. 506) y 6.1 (p. 535) se encuentran versiones cada vez ms completas de dicho teorema. AUTOEVALUACIN Los problemas de autoevaluacin estn diseados para valorar si el estudiante comprende las ideas bsicas de la seccin, y es conveniente que se resuelvan antes de intentar los problemas ms generales que les siguen. Casi todos ellos comienzan con preguntas de opcin mltiple o falso-verdadero que requieren pocos o ningn clculo. Las respuestas a estas preguntas aparecen al final de la seccin de problemas a la que pertenecen. MANEJO DE CALCULADORA En la actualidad existe una gran variedad de calculadoras graficadoras disponibles, con las que es posible realizar operaciones con matrices y vectores. Desde la edicin anterior, el texto incluye secciones de manejo de calculadora que tienen por objeto ayudar a los estudiantes a usar sus calculadoras en este curso. Para esta edicin se han actualizado estas secciones con uno de los modelos de vanguardia. Cada seccin comienza con una descripcin detallada del uso de la Hewlett-Packard HP 50g para la resolucin de problemas. Por lo general a estas descripciones les sigue una serie de problemas adicionales con nmeros ms complicados que se pueden resolver fcilmente con calculadora. 13. Prefacio XV Sin embargo, debe hacerse hincapi en que no se requiere que los alumnos cuenten con una calculadora graficadora para que el uso de este libro sea efectivo. Las secciones de manejo de calculadora son una caracterstica opcional que debe usarse a discrecin del profesor. RESMENES DE CAPTULO Al final de cada captulo aparece un repaso detallado de los resultados importantes hallados en el mismo. Incluye referencias a las pginas del captulo en las que se encuentra la informacin completa. GEOMETRA Algunas ideas importantes en lgebra lineal se entienden mejor observando su interpretacin geomtrica. Por esa razn se han resaltado las interpretaciones geomtricas de conceptos importantes en varios lugares de esta edicin. stas incluyen: La geometra de un sistema de tres ecuaciones con tres incgnitas (p. 19) La interpretacin geomtrica de un determinante de 2 3 2 (pp. 175, 257) La interpretacin geomtrica del triple producto escalar (p. 258) Cmo dibujar un plano (p. 267) La interpretacin geomtrica de la dependencia lineal en 3 (p. 317) La geometra de una transformacin lineal de 2 en 2 (pp. 488-495) Las isometras de 2 (p. 512) SEMBLANZAS HISTRICAS Las matemticas son ms interesantes si se conoce algo sobre el desarrollo histrico del tema. Para estimular este inters se incluyen varias notas histricas breves, dispersas en el libro. Ade- ms, hay siete semblanzas no tan breves y con ms detalles, entre las que se cuentan las de: Carl Friedrich Gauss (p. 21) Sir William Rowan Hamilton (p. 52) Arthur Cayley y el lgebra de matrices (p. 71) Breve historia de los determinantes (p. 203) Josiah Willard Gibbs y los orgenes del anlisis vectorial (p. 259) Historia de la induccin matemtica (p. 627) CARACTERSTICAS NUEVAS DE LA SEXTA EDICIN Gracias a la participacin de profesores y revisores, la nueva edicin se ha enriquecido con diversos cambios, como son: Secciones de manejo de la calculadora actualizadas. Las tutoras y problemas de MATLAB tambin se han actualizado, incluyendo ahora mayores referencias e incluso muchos de los cdigos necesarios. Gran cantidad de problemas nuevos, adems de otros actualizados, que permitirn ejercitar y aplicar las habilidades adquiridas. Por ende, la seccin de respuestas al final del libro ha cambiado por completo. 14. XVI Prefacio MATLAB El texto cuenta con ms de 230 problemas opcionales para MATLAB , muchos de los cuales tienen varios incisos, que aparecen despus de la mayora de las secciones de problemas (MAT- LAB es una marca registrada de The Math Works, Inc.). MATLAB es un paquete poderoso pero amigable, diseado para manejar problemas de una amplia variedad que requieren clculos con matrices y conceptos de lgebra lineal. Se puede ver mayor informacin sobre este progra- ma en la seccin de apndices. Los problemas relacionados directamente con los ejemplos y los problemas normales, exhortan al estudiante a explotar el poder de clculo de MATLAB y explorar los principios del lgebra lineal mediante el anlisis y la obtencin de conclusiones. Adems, se cuenta con varios incisos de papel y lpiz que permiten que el alumno ejercite su juicio y demuestre su aprendizaje de los conceptos. La seccin 1.3 es la primera que contiene problemas de MATLAB ; antes de estos problemas se presenta una introduccin y una tutora breve. Los problemas de MATLAB en cada seccin estn diseados para que el usuario conozca los comandos de MATLAB a medida que se van requiriendo para la resolucin de problemas. Se cuenta con numerosas aplicaciones y problemas proyecto que demuestran la relevancia del lgebra lineal en el mundo real; stos pueden servir como trabajos de grupo o proyectos cortos. Muchos de los problemas de MATLAB estn diseados para animar a los estudiantes a describir teoremas de lgebra lineal. Por ejemplo, un estudiante que genere varias matrices triangulares superiores y calcule sus inversas obtendr la conclusin natural de que la inversa de una matriz triangular superior es otra triangular superior. La demostracin de este resultado no es trivial, pero tendr sentido si el estudiante ve que el resultado es aceptable. Prc- ticamente todos los conjuntos de problemas de MATLAB contienen algunos que llevan a resultados matemticos. Lo mismo que en el caso del manejo de calculadora, se resalta aqu el hecho de que el material de MATLAB es opcional. Se puede asignar o no segn el profesor lo considere conveniente. En lugar de colocar la seccin de MATLAB a manera de suplemento, se decidi conser- varlo dentro de los captulos para que la integracin fuera mayor y ms efectiva. Adems, se ha cuidado que primero se ensee a los estudiantes la manera de resolver los problemas a mano, comprendiendo los conceptos, para despus poder incorporar el uso de otras herramientas. lgebra lineal conserva el diseo de un libro para cubrirse en un semestre. Es de esperarse que, al utilizarlo, el material de MATLAB se cubra en un laboratorio separado que comple- mente el trabajo del saln de clase. NUMERACIN La numeracin de este libro es estndar. Dentro de cada seccin, los ejemplos, problemas, teoremas y ecuaciones se encuentran numerados consecutivamente a partir del nmero 1. Las referencias a los mismos fuera de la seccin se llevan a cabo por captulo, seccin y nmero. De esta forma, el ejemplo 4 en la seccin 2.5 se denomina ejemplo 4 en esa seccin, pero fuera de ella se habla del ejemplo 2.5.4. Adems, con frecuencia se proporciona el nmero de la pgina para que resulte sencillo encontrar referencias. ORGANIZACIN El enfoque que se ha utilizado en este libro es gradual. Los captulos 1 y 2 contienen el material computacional bsico comn para la mayor parte de los libros de lgebra lineal. El captulo 1 presenta los sistemas de ecuaciones lineales, vectores y matrices. Cubre todo el material de sis- 15. Prefacio XVII temas de ecuaciones antes de introducir los conceptos relacionados con matrices. Esta presen- tacin proporciona una mayor motivacin para el estudiante y sigue el orden de la mayora de los temarios del curso. Tambin se incluy una seccin (1.12) en la que se aplican matrices a la teora de grficas. El captulo 2 proporciona una introduccin a los determinantes e incluye un ensayo histrico sobre las contribuciones de Leibniz y Cauchy al lgebra lineal (seccin 2.3) Dentro de este material bsico, incluso hay secciones opcionales que representan un reto un poco mayor para el estudiante. Por ejemplo, la seccin 2.3 proporciona una demostracin completa de que det AB 5 detAdetB. La demostracin de este resultado, mediante el uso de matrices elementales, casi nunca se incluye en libros introductorios. El captulo 3 analiza los vectores en el plano y el espacio. Muchos de los temas de este captulo se cubren segn el orden con el que se presentan en los libros de clculo, de manera que es posible que el estudiante ya se encuentre familiarizado con ellos. Sin embargo, como una gran parte del lgebra lineal est relacionada con el estudio de espacios vectoriales abstractos, los alumnos necesitan un acervo de ejemplos concretos que el estudio de los vectores en el plano y el espacio proporciona de manera natural. El material ms difcil de los captulos 4 y 5 se ilustra con ejemplos que surgen del captulo 3. La seccin 3.4 incluye un ensayo histrico sobre Gibbs y el origen del anlisis vectorial. El captulo 4 contiene una introduccin a los espacios vectoriales generales y es necesa- riamente ms abstracto que los captulos anteriores. No obstante, intent presentar el material como una extensin natural de las propiedades de los vectores en el plano, que es en realidad la forma en que surgi el tema. La sexta edicin estudia las combinaciones lineales y el conjunto generado por ellas (seccin 4.4) antes de la independencia lineal (seccin 4.5) para explicar estos temas de manera ms clara. El captulo 4 tambin incluye una seccin (4.10) de aplicaciones interesantes sobre la aproximacin por mnimos cuadrados. Al final del captulo 4 agregu una seccin (4.12) opcional en la que demuestro que todo espacio vectorial tiene una base. Al hacerlo se analizan los conjuntos ordenados y el lema de Zorn. Dicho material es ms complicado que cualquier otro tema en el libro y se puede omitir. Sin embargo, como el lgebra lineal a menudo se considera el primer curso en el que las demostraciones son tan importantes como los clculos, en mi opinin el estudiante interesado debe disponer de una demostracin de este resultado fundamental. El captulo 5 contina el anlisis que se inici en el captulo 4 con una introduccin a las transformaciones lineales de un espacio vectorial a otro. Comienza con dos ejemplos que muestran la manera natural en la que pueden surgir las transformaciones. En la seccin 5.3 inclu una descripcin detallada de la geometra de las transformaciones de 2 en 2 , inclu expansiones, compresiones, reflexiones y cortes. Ahora, la seccin 5.5 contiene un estudio ms detallado de las isometras de 2 . El captulo 6 describe la teora de los valores y vectores caractersticos o valores y vectores propios. Se introducen en la seccin 6.1 y en la seccin 6.2 se da una aplicacin biolgica detallada al crecimiento poblacional. Las secciones 6.3, 6.4 y 6.5 presentan la diagonalizacin de una matriz, mientras que la seccin 6.6 ilustra, para unos cuantos casos, cmo se puede reducir una matriz a su forma cannica de Jordan. La seccin 6.7 estudia las ecuaciones diferenciales matriciales y es la nica seccin del libro que requiere conocimiento del primer curso de clculo. Esta seccin proporciona un ejemplo de la utilidad de reducir una matriz a su forma cannica de Jordan (que suele ser una matriz diagonal). En la seccin 6.8, introduje dos de mis resultados fa- voritos acerca de la teora de matrices: el teorema de Cayley-Hamilton y el teorema de los crculos de Gershgorin. El teorema de los crculos de Gershgorin es un resultado muy rara vez estudiado en los libros de lgebra lineal elemental, que proporciona una manera sencilla de estimar los valores propios de una matriz. En el captulo 6 tuve que tomar una decisin difcil: si analizar o no valores y vectores propios complejos. Decid incluirlos porque me pareci lo ms adecuado. Algunas de las matrices 16. XVIII Prefacio ms agradablestienen valores propios complejos. Si se define un valor propio como un nmero real, slo en un principio se pueden simplificar las cosas, aunque esto sea un error. Todava ms, en muchas aplicaciones que involucran valores propios (incluyendo algunas de la seccin 6.7), los modelos ms interesantes se relacionan con fenmenos peridicos y stos requieren valores propios complejos. Los nmeros complejos no se evitan en este libro. Los estudiantes que no los han estudiado antes pueden encontrar las pocas propiedades que necesitan en el apndice 2. El libro tiene cinco apndices, el primero sobre induccin matemtica y el segundo sobre nmeros complejos. Algunas de las demostraciones en este libro hacen uso de la induccin matemtica, por lo que el apndice 1 proporciona una breve introduccin a esta importante tcnica para los estudiantes que no la han utilizado. El apndice 3 analiza el concepto bsico de la complejidad de los clculos que, entre otras cosas, ayudar a los estudiantes a entender las razones por las cuales quienes desarrollan soft- ware eligen algoritmos especficos. El apndice 4 presenta un mtodo razonablemente eficiente para obtener la solucin numrica de los sistemas de ecuaciones. Por ltimo, el apndice 5 incluye algunos detalles tcnicos sobre el uso de MATLAB en este libro. Una nota sobre la interdependencia de los captulos: este libro est escrito en forma se- cuencial. Cada captulo depende de los anteriores, con una excepcin: el captulo 6 se puede cubrir sin necesidad de gran parte del material del captulo 5. Las secciones marcadas como opcional se pueden omitir sin prdida de la continuidad. MATERIALES DE APOYO Esta obra cuenta con interesantes complementos que fortalecen los procesos de enseanza- aprendizaje, as como la evaluacin de los mismos, los cuales se otorgan a profesores que adop- tan este texto para sus cursos. Para obtener ms informacin y conocer la poltica de entrega de estos materiales, contacte a su representante McGraw-Hill. AGRADECIMIENTOS Estoy agradecido con muchas personas que me ayudaron cuando escriba este libro. Parte del material apareci primero en Mathematics for the Biological Sciences (Nueva York, Macmillan, 1974) escrito por James E. Turner y por m. Quiero agradecer al profesor Turner por el permiso que me otorg para hacer uso de este material. Gran parte de este libro fue escrita mientras trabajaba como investigador asociado en la University College London. Deseo agradecer al departamento de matemticas de UCL por proporcionarme servicios de oficina, sugerencias matemticas y, en especial, su amistad durante mis visitas anuales. El material de MATLAB fue escrito por Cecelia Laurie, de la University of Alabama. Gracias a la profesora Laurie por la manera sobresaliente en que utiliz la computadora para mejorar el proceso de enseanza. ste es un mejor libro debido a sus esfuerzos. Tambin me gustara extender mi agradecimiento a Cristina Palumbo, de The MathWorks, Inc., por proporcionarnos la informacin ms reciente sobre MATLAB . La efectividad de un libro de texto de matemticas depende en cierto grado de la exactitud de las respuestas. Ya en la edicin anterior del libro se hicieron esfuerzos considerables para tratar de evitar los errores al mximo. Las respuestas fueron verificadas por varios profesores, entre los que cabe destacar la importantsima labor de Sudhir Goel, de Valdosta State College, y David Ragozin, de la University of Washington, quien elabor el Manual de Soluciones del libro. Cecelia Laurie prepar las soluciones a los problemas de MATLAB . En el caso de esta 17. Prefacio XIX nueva edicin, las soluciones a los problemas nuevos estn elaboradas por los profesores que los aportaron. Dado que hay gran cantidad de problemas nuevos, la seccin de respuestas al final del libro se modific casi por completo. Agradezco a aquellas personas que hicieron comentarios a la quinta edicin. Todos ellos son muy valiosos. En esta edicin fue posible incorporar muchos de ellos. Mi agradecimiento a los siguientes usuarios experimentados de MATLAB por la revisin de los problemas de MATLAB : Thomas Cairns, University of Tulsa Karen Donelly, Saint Josephs College Roger Horn, University of Utah Irving Katz, George Washington University Gary Platt, University of Wisconsin-Whitewater Stanley I. Grossman Missoula, Montana Diciembre de 2007 La divisin de Ingenieras, Matemticas y Ciencias de McGraw-Hill agradece de manera muy especial a todos los profesores que han contribuido con este importante proyecto: Adn Medina, Instituto Tecnolgico de Culiacn Alfonso Bernal Amador, Instituto Tecnolgico de Culiacn Alfredo Gmez Rodrguez, Universidad Nacional Autnoma de Mxico, Facultad de Ingeniera Andrs Basilio Ramrez y Villa, Universidad Nacional Autnoma de Mxico, Facultad de Ingeniera Arturo Astorga Ramos, Instituto Tecnolgico de Mazatln Arturo Fernando Quiroz, Tecnolgico Regional de Quertaro Arturo Muoz Lozano, Universidad La Salle del Bajo Arturo Valenzuela Valenzuela, Instituto Tecnolgico de Culiacn Aureliano Castro, Universidad Autnoma de Sinaloa, Escuela de Ingeniera Beatriz Velazco, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Culiacn Benigno Valez, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Culiacn Bertha Alicia Madrid, Universidad Iberoamericana, campus Cuidad de Mxico Carlos Camacho Snchez, Instituto Tecnolgico de Culiacn Carlos Garzn, Universidad Javeriana, Cali, Colombia Carlos Rodrguez Provenza, Universidad Politcnica de Quertaro Csar Meza Mendoza, Instituto Tecnolgico de Culiacn Dinaky Glaros, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Culiacn Edgar Hernndez Lpez, Universidad Iberoamericana, campus Len Edith Salazar Vzquez, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Toluca 18. XX Prefacio Edmundo Barajas Ramrez, Universidad Iberoamericana, campus Len Eduardo Miranda Montoya, Iteso Erndira Gabriela Avils Rabanales, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Toluca Erik Norman Guevara Corona, Universidad Nacional Autnoma de Mxico Esperanza Mndez Ortiz, Universidad Nacional Autnoma de Mxico, Facultad de Ingeniera Fernando Lpez, Universidad Autnoma de Sinaloa, Escuela de Ingenieras Qumico Biolgicas Gabriel Martnez, Instituto Tecnolgico de Hermosillo Gerardo Campos Carrillo, Instituto Tecnolgico de Mazatln Gonzalo Veyro Santamara, Universidad Iberoamericana, campus Len Guillermo Luisillo Ramrez, Instituto Politcnico Nacional, ESIME Culhuacn Hctor Escobosa, Instituto Tecnolgico de Culiacn Hortensia Beltrn Ochoa, Instituto Tecnolgico de Los Mochis Irma Yolanda Paredes, Universidad de Guadalajara, Centro Universitario de Ciencias Exactas e Ingenieras Javier Nez Verdugo, Universidad de Occidente, unidad Guamchil Jess Gamboa Hinojosa, Instituto Tecnolgico de Los Mochis Jess Manuel Canizalez, Universidad de Occidente, unidad Mazatln Jess Vicente Gonzlez Sosa, Universidad Nacional Autnoma de Mxico Jorge Alberto Castelln, Universidad Autnoma de Baja California Jorge Luis Herrera Arellano, Instituto Tecnolgico de Tijuana Jos Alberto Gutirrez Palacios, Universidad Autnoma del Estado de Mxico, campus Toluca, Facultad de Ingeniera Jos Antonio Castro Inzunza, Universidad de Occidente, unidad Culiacn Jos Carlos Ahumada, Instituto Tecnolgico de Hermosillo Jos Carlos Aragn Hernndez, Instituto Tecnolgico de Culiacn Jos Espndola Hernndez, Tecnolgico Regional de Quertaro Jos Gonzlez Vzquez, Universidad Autnoma de Baja California Jos Guadalupe Octavio Cabrera Lazarini, Universidad Politcnica de Quertaro Jos Guadalupe Torres Morales, Instituto Politcnico Nacional, ESIME Culhuacn Jos Guillermo Crdenas Lpez, Instituto Tecnolgico de Tijuana Jos Luis Gmez Snchez, Universidad de Occidente, unidad Mazatln Jos Luis Herrera, Tecnolgico Regional de San Luis Potos Jos No de la Rocha, Instituto Tecnolgico de Culiacn Juan Carlos Pedraza, Tecnolgico Regional de Quertaro Juan Castaeda, Universidad Autnoma de Sinaloa, Escuela de Ingenieras Qumico Biolgicas Juan Leoncio Nez Armenta, Instituto Tecnolgico de Culiacn Juana Murillo Castro, UAS, Escuela de Ingeniera Leonel Monroy, Universidad del Valle, Cali, Colombia 19. Prefacio XXI Linda Medina, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Ciudad de Mxico Lorenza de Jess, Instituto Tecnolgico de Culiacn Luca Ramos Montiel, Universidad Iberoamericana, campus Len Lucio Lpez Cavazos, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Quertaro Luis Felipe Flores, Instituto Tecnolgico de Los Mochis Luis Lpez Barrientos, EPCA Marco Antonio Blanco Olivares, Tecnolgico Regional de San Luis Potos Marco Antonio Rodrguez Rodrguez, Instituto Tecnolgico de Los Mochis Mara Sara Valentina Snchez Salinas, Universidad Nacional Autnoma de Mxico Maritza Pea Becerril, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Toluca Martha Gutirrez Mungua, Universidad Iberoamericana, campus Len Martn Muoz Chvez, UNIVA Michell Gmez, Universidad ICESI, Cali, Colombia Miguel ngel Aguirre Pitol, Universidad Autnoma del Estado de Mxico Nasario Mendoza Patio, Tecnolgico Regional de Quertaro Norma Olivia Bravo, Universidad Autnoma de Baja California Oscar Guerrero, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Culiacn Oscar Ren Valdez Casillas, Universidad Nacional Autnoma de Mxico Oswaldo Verdugo Verdugo, Instituto Tecnolgico de Culiacn Porfirio Lpez, Universidad de Occidente, unidad Guamchil Ramn Duarte, Universidad Autnoma de Sinaloa, Escuela de Ingeniera Ral Soto Lpez, Universidad de Occidente, Unidad Culiacn Ricardo Betancourt Riera, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Hermosillo Ricardo Martnez Gmez, Universidad Nacional Autnoma de Mxico Roberto Guzmn Gonzlez, Universidad Nacional Autnoma de Mxico Roberto Robledo Prez, Instituto Tecnolgico de Len Rosa Mara Rodrguez Gonzlez, Universidad Iberoamericana, campus Len Rosalba Rodrguez Chvez, Universidad Nacional Autnoma de Mxico, Facultad de Ingeniera Salvador Rojo Lugo, Instituto Tecnolgico de Culiacn Sithanatham Kanthimathinathan, Instituto Tecnolgico y de Estudios Superiores de Monterrey, campus Quertaro Susana Pineda Cabello, Instituto Politcnico Nacional, ESIME Culhuacn Walter Magaa, Universidad de Sanbuenaventura, Cali, Colombia 20. Captulo SISTEMAS DE ECUACIONES LINEALES Y MATRICES 1 1.1 INTRODUCCIN Este libro trata del lgebra lineal. Al buscar la palabra lineal en el diccionario se encuentra, entre otras definiciones, la siguiente: lineal: (del lat. linealis). 1. adj. Perteneciente o relativo a la lnea.1 Sin embargo, en matemticas la palabra lineal tiene un significado mucho ms am- plio. Una gran parte de la teora de lgebra lineal elemental es, de hecho, una generalizacin de las propiedades de la lnea recta. A manera de repaso se darn algunos hechos fundamentales sobre las lneas rectas: i. La pendiente m de una recta que pasa por los puntos (x1 , y1 ) y (x2 , y2 ) est dada por m y y x x 5 2 2 2 1 2 1 55 y x si x x1 2 Z ii. Si x2 2 x1 5 0 y y2 y1 , entonces la recta es vertical y se dice que la pendiente es indefinida.2 iii. Cualquier recta (a excepcin de aquella que tiene una pendiente indefinida) se puede describir al escribir su ecuacin en la forma pendiente-ordenada y 5 mx 1 b, donde m es la pendiente de la recta y b es la ordenada (el valor de y en el punto en el que la recta cruza el eje y). iv. Dos rectas distintas son paralelas si y slo si tienen la misma pendiente. v. Si la ecuacin de la recta se escribe en la forma ax 1 by 5 c, (b 0), entonces se puede calcular fcilmente, m 5 2a/b. vi. Si m1 es la pendiente de la recta L1 , m2 es la pendiente de la recta L2 , m1 0 y L1 y L2 son perpendiculares, entonces m2 5 21/m1 . vii. Las rectas paralelas al eje x tienen una pendiente cero. viii. Las rectas paralelas al eje y tienen una pendiente indefinida. En la seccin que sigue se ilustrar la relacin que existe entre resolver sistemas de ecuaciones y encontrar los puntos de interseccin entre pares de rectas. 1 Diccionario de la Lengua Espaola, vigsima segunda edicin, Real Academia Espaola. Madrid: Espasa Calpe, 2001. 2 Indenida o innita, como tambin se le denomina en otros libros. 21. 1.2 DOS ECUACIONES LINEALES CON DOS INCGNITAS Considere el siguiente sistema de dos ecuaciones lineales con dos incgnitas x y y: a x a y b a x a y b 1 5 1 5 11 12 1 21 22 2 (1) donde a11 , a12 , a21 , a22 , b1 y b2 son nmeros dados. Cada una de estas ecuaciones corresponde a una lnea recta. Una solucin al sistema (1) es un par de nmeros, denotados por (x,y), que satisface (1). Las preguntas que surgen en forma natural son: tiene este sistema varias soluciones y, de ser as, cuntas? Se respondern estas preguntas despus de ver algunos ejemplos, en los cuales se usarn dos hechos importantes del lgebra elemental: Hecho A Si a 5 b y c 5 d, entonces a 1 c 5 b 1 d. Hecho B Si a 5 b y c es cualquier nmero real, entonces ca 5 cb. El hecho A establece que si se suman dos ecuaciones se obtiene una tercera ecuacin correcta. El hecho B establece que si se multiplican ambos lados de una ecuacin por una constante se obtiene una segunda ecuacin vlida. Se debe suponer que c Z 0 ya que aunque la ecuacin 0 5 0 es correcta, no es muy til. EJEMPLO 1 Sistema con una solucin nica Considere el sistema x 2 y 5 7 x 1 y 5 5 (2) Si se suman las dos ecuaciones se tiene, por el hecho A, la siguiente ecuacin: 2x 5 12 (es decir, x 5 6). Entonces, si se despeja de la segunda ecuacin, y 5 5 2 x 5 5 2 6 5 entonces y 5 21. As, el par (6,21) satisface el sistema (2) y la forma en que se encontr la solucin muestra que es el nico par de nmeros que lo hace. Es decir, el sistema (2) tiene una solucin nica. EJEMPLO 2 Sistema con un nmero innito de soluciones Considere el sistema x 2 y 5 7 2x 2 2y 514 (3) Se puede ver que estas dos ecuaciones son equivalentes. Esto es, cualesquiera dos nmeros, x y y, que satisfacen la primera ecuacin tambin satisfacen la segunda, y viceversa. Para comprobar esto se multiplica la primera ecuacin por 2. Esto est permitido por el hecho B. Entonces x 2 y 5 7 o y 5 x 2 7. As, el par (x, x 2 7) es una solucin al sistema (3) para cualquier n- mero real x. Es decir, el sistema (3) tiene un nmero infinito de soluciones. Para este ejemplo, los siguientes pares son soluciones: (7, 0), (0, 27), (8, 1), (1, 26), (3, 24) y (22, 29). EJEMPLO 3 Sistema sin solucin Considere el sistema x 2 y 5 7 2x 2 2y 513 (4) Si se multiplica la primera ecuacin por 2 (que de nuevo est permitido por el hecho B) se obtiene 2x 2 2y 5 14. Esto contradice la segunda ecuacin. Por lo tanto, el sistema (4) no tiene solucin. 2 CAPTULO 1 Sistemas de ecuaciones lineales y matrices 22. 1.2 Dos ecuaciones lineales con dos incgnitas 3 1 5 1 5 1 5 1 5 1 5 1 5 Solucin nica Sin solucin Nmero innito de soluciones Un sistema que no tiene solucin se dice que es inconsistente. Geomtricamente es fcil explicar lo que sucede en los ejemplos anteriores. Primero, se repite que ambas ecuaciones del sistema (1) son de lneas rectas. Una solucin a (1) es un pun- to (x, y) que se encuentra sobre las dos rectas. Si las dos rectas no son paralelas, entonces se intersecan en un solo punto. Si son paralelas, entonces nunca se intersecan (es decir, no tienen puntos en comn) o son la misma recta (esto es, tienen un nmero infinito de puntos en comn). En el ejemplo 1 las rectas tienen pendientes de 1 y 21, respectivamente, por lo que no son paralelas y tienen un solo punto en comn (6, 21). En el ejemplo 2, las rectas son paralelas (tienen pendiente 1) y coincidentes. En el ejemplo 3, las rectas son paralelas y distintas. Estas relaciones se ilustran en la figura 1.1. Ahora se proceder a resolver el sistema (1) formalmente. Se tiene a x a y b a x a y b 1 5 1 5 11 12 1 21 22 2 (1) Si a12 5 0, entonces x 5 b a 1 11 y se puede usar la segunda ecuacin para despejar y. Si a22 5 0, entonces x 5 b a 2 21 y se puede usar la primera ecuacin para despejar y. Si a12 5 a22 5 0, entonces el sistema (1) contiene slo una incgnita, x. As, se puede suponer que ni a12 ni a22 son cero. Si se multiplica la primera ecuacin por a22 y la segunda por a12 se tiene a11 a22 x 1 a12 a22 y 5 a22 b1 a12 a21 x 1 a12 a22 y 5 a12 b2 (5) Antes de continuar se puede ver que los sistemas (1) y (5) son equivalentes. Esto quiere decir que cualquier solucin del sistema (1) es una solucin del sistema (5) y viceversa. Ello se concluye directamente del hecho B, suponiendo que c no es cero. Despus, si en (5) se resta la segunda ecuacin de la primera, se obtiene (a11 a22 2 a12 a21 )x 5 a22 b1 2 a12 b2 (6) Es necesario hacer una pausa en este punto. Si a11 a22 2 a12 a21 0, entonces se puede dividir entre este trmino para obtener x a b a b a a a a 22 1 12 2 11 22 12 21 ( ) 5 2 2 Figura 1.1 Dos rectas se intersecan en un punto, en ninguno o (si coinciden) en un nmero innito de puntos. SISTEMAS EQUIVALENTES 23. 4 CAPTULO 1 Sistemas de ecuaciones lineales y matrices AUTOEVALUACIN I. De las siguientes afirmaciones con respecto a la solucin de un sistema de dos ecuaciones con dos incgnitas, cul de ellas no es verdadera? a) Es un par ordenado que satisface ambas ecuaciones. b) Su grfica consiste en el(los) punto(s) de interseccin de las grficas de las ecuaciones. c) Su grfica es la abscisa de las grficas de las ecuaciones. d) Si el sistema es inconsistente, no existe una solucin. II. Cul de las siguientes afirmaciones es cierta para un sistema inconsistente de dos ecuaciones lineales? a) No existe una solucin. Despus se puede sustituir este valor de x en el sistema (1) para despejar y, y as se habr en- contrado la solucin nica del sistema. Se ha demostrado lo siguiente: Si a11 a22 2 a12 a21 Z 0, entonces el sistema (1) tiene una solucin nica Cmo se relaciona esta afirmacin con lo que se analiz anteriormente? En el sistema (1) se puede ver que la pendiente de la primera recta es 2a11 /a12 y que la pendiente de la segunda es 2a21 /a22 . En los problemas 40, 41 y 42 se pide al lector que demuestre que a11 a22 2 a12 a21 5 0 si y slo si las rectas son paralelas (es decir, tienen la misma pendiente). De esta manera se sabe que si a11 a22 2 a12 a21 Z 0, las rectas no son paralelas y el sistema tiene una solucin nica. Lo que se acaba de analizar puede formularse en un teorema. En secciones posteriores de este captulo y los siguientes se harn generalizaciones de este teorema, y se har referencia a l como el teorema de resumen conforme se avance en el tema. Una vez que se hayan demostrado todas sus partes, se podr estudiar una relacin asombrosa entre varios conceptos importantes de lgebra lineal. TEOREMA 1 Teorema de resumen. Punto de vista 1 El sistema a11 x 1 a12 y 5 b1 a21 x 1 a22 y 5 b2 de dos ecuaciones con dos incgnitas x y y no tiene solucin, tiene una solucin nica o tiene un nmero infinito de soluciones. Esto es: i. Tiene una solucin nica si y slo si a11 a22 2 a12 a21 Z0. ii. No tiene solucin o tiene un nmero infinito de soluciones, si y slo si a11 a22 2 a12 a21 5 0. Los sistemas de m ecuaciones con n incgnitas se estudian en la seccin 1.3 y se ver que siempre ocurre que no tienen solucin, o que tienen una o un nmero infinito de soluciones. Problemas 1.2 24. 1.2 Dos ecuaciones lineales con dos incgnitas 5 En los problemas 1 a 16 encuentre las soluciones (si las hay) de los sistemas dados. En cada caso calcule el valor de a11 a22 2 a12 a21 . 1. x 2 3y 5 4 24x 1 2y 5 6 2. 5x 2 7y 5 4 2x 1 2y 5 23 3. 2x 2 y 5 23 5x 1 7y 5 4 4. 2x 2 8y 5 5 23x 1 12y 5 8 5. 10x 2 40y 5 30 23x 1 12y 5 290 6. 2x 2 8y 5 6 23x 1 12y 5 29 7. 6x 1 y 5 3 24x 2 y 5 8 8. 5x 1 y 5 0 7x 1 3y 5 0 9. 3x 1 y 5 0 2x 2 3y 5 0 10. 4x 2 6y 5 0 22x 1 3y 5 0 11. 5x 1 2y 5 3 2x 1 5y 5 3 12. 4x 1 7y 5 3 7x 2 4y 5 3 13. 2x 1 3y 5 4 3x 1 4y 5 5 14. ax 1 by 5 c ax 2 by 5 c 15. ax 1 by 5 c bx 1 ay 5 c 16. ax 2 by 5 c bx 1 ay 5 d 17. Para el siguiente sistema de ecuaciones lineales determine para qu valores de K el sistema tiene solucin nica; justifique su solucin. Kx 1 y 1 z 5 1 x 1 Ky 1 z 5 1 x 1 y 1Kz 5 1 18. En el siguiente sistema de ecuaciones lineales determine para qu valores de K el sistema: a) No tiene solucin b) Tiene soluciones infinitas c) Tiene solucin nica b) La grfica del sistema est sobre el eje y. c) La grfica de la solucin es una recta. d) La grfica de la solucin es el punto de interseccin de dos lneas. III. Cul de las aseveraciones que siguen es cierta para el siguiente sistema de ecuaciones? 3 2 8 4 7 x y x y 2 5 1 5 a) El sistema es inconsistente. b) La solucin es (21, 2). c) La solucin se encuentra sobre la recta x 5 2. d) Las ecuaciones son equivalentes. IV. De las siguientes ecuaciones que se presentan, cul de ellas es una segunda ecuacin para el sistema cuya primera ecuacin es x 2 2y 5 25 si debe tener un nmero infinito de soluciones? a) 6y 5 3x 1 15 b) 6x 2 3y 5 215 c) y 5 1 2 5 2 x2 1 d) 3 2 3 15 2 x y5 1 V. Cul de las grficas de los siguientes sistemas es un par de rectas paralelas? a) 3x 2 2y 5 7 b) x 2 2y 5 7 4y 5 6x 2 14 3x 5 4 1 6y c) 2x 1 3y 5 7 d) 5x 1 y 5 1 3x 2 2y 5 6 7y 5 3x 25. 6 CAPTULO 1 Sistemas de ecuaciones lineales y matrices 2x 2 y 2 Kz 5 0 x 2 y 2 2z 5 1 2x 1 2y 5 K 19. Encuentre las condiciones sobre a y b tales que el sistema en el problema 14 tenga una solucin nica. 20. Encuentre las condiciones sobre a, b y c tales que el sistema del problema 15 tenga un n- mero infinito de soluciones. 21. Encuentre las condiciones sobre a, b, c y d tales que el problema 16 no tenga solucin. En los problemas 22 al 29 encuentre el punto de interseccin (si hay uno) de las dos rectas. 22. x 2 y 5 7; 2x 1 3y 5 1 23. 2x 2 2y 53; 3x 1 7y 5 21 24. y 2 2x 5 4; 4x 2 2y 5 6 25. 4x 2 6y 57; 6x 2 9y 5 12 26. 4x 2 6y 5 10; 6x 2 9y 5 15 27. 3x 1 y 5 4; y 2 5x 5 2 28. 2y 2 3x 50; 7y 2 5x 5 9 29. 3x 1 4y 5 5; 6x 2 7y 5 8 Sea L una recta y L' la recta perpendicular a L que pasa a travs de un punto dado P. La distancia de L a P se define como la distancia3 entre P y el punto de interseccin de L y L' . En los problemas 30 a 36 encuentre la distancia entre la recta dada y el punto. 30. x 2 y 5 6; (0, 0) 31. 2x 1 3y 5 21; (0, 0) 32. 3x 1 y 5 7; (1, 2) 33. 5x 2 6y 5 3; (2, 16 5 ) 34. 2y 2 5x 5 22; (5, 23) 35. 3y 2 7x 5 0; (21, 25) 36. 6y 1 3x 5 3; (8, 21) 37. Encuentre la distancia entre la recta 2x 2 y 5 6 y el punto de interseccin de las rectas 3x 2 2y 5 1 y 6x 1 3y 5 12. *38. Pruebe que la distancia entre el punto (x1 , y1 ) y la recta ax 1 by 5 c est dada por 1 1 2 d ax by c a 5 1 2 11 b2 39. En un zoolgico hay aves (de dos patas) y bestias (de cuatro patas). Si el zoolgico contiene 60 cabezas y 200 patas, cuntas aves y bestias viven en l? 40. Suponga que a11 a22 2 a12 a21 5 0. Demuestre que las rectas dadas en el sistema de ecuaciones (1) son paralelas. Suponga que a11 Z 0oa12 Z 0y a21 Z 0 o a22 Z 0. 41. Si existe una solucin nica al sistema (1), muestre que a11 a22 2 a12 a21 Z 0. 42. Si a11 a22 2 a12 a21 Z 0 demuestre que el sistema (1) tiene una solucin nica. 43. La compaa Sunrise Porcelain fabrica tazas y platos de cermica. Para cada taza o plato un trabajador mide una cantidad fija de material y la pone en la mquina que los forma, de donde pasa al vidriado y secado automtico. En promedio, un trabajador necesita tres minutos para iniciar el proceso de una taza y dos minutos para el de un plato. El material 3 Recuerde que si (x1 , y1 ) y (x2 , y2 ) son dos puntos en el plano xy, entonces la distancia d entre ellos est dada por d x x y y5 2 1 21 2 2 1 2 2 ( ) ( ) . 26. para una taza cuesta 25 y el material para un plato cuesta 20. Si se asignan $44 diarios para la produccin de tazas y platos, cuntos deben fabricarse de cada uno en un da de trabajo de 8 horas, si un trabajador se encuentra trabajando cada minuto y se gastan exactamente $44 en materiales? 44. Conteste la pregunta del problema 43 si los materiales para una taza y un plato cuestan 15 y 10, respectivamente, y se gastan $24 en 8 horas de trabajo. 45. Conteste la pregunta del problema 44 si se gastan $25 en 8 horas de trabajo. 46. Una tienda de helados vende slo helados con soda y malteadas. Se pone 1 onza de jarabe y 4 onzas de helado en un helado con soda, y 1 onza de jarabe y 3 onzas de helado en una malteada. Si la tienda usa 4 galones de helado y 5 cuartos de jarabe en un da, cuntos helados con soda y cuntas malteadas vende? [Sugerencia: 1 cuarto 5 32 onzas, 1 galn 5 4 cuartos.] RESPUESTAS A LA AUTOEVALUACIN I. c) II. a) III. c) IV. a) V. b) 1.3 m ECUACIONES CON n INCGNITAS: ELIMINACIN DE GAUSS-JORDAN Y GAUSSIANA En esta seccin se describe un mtodo para encontrar todas las soluciones (si es que existen) de un sistema de m ecuaciones lineales con n incgnitas. Al hacerlo se ver que, igual que en el caso de 2 3 2, tales sistemas o bien no tienen solucin, tienen una solucin o tienen un nmero infinito de soluciones. Antes de llegar al mtodo general se vern algunos ejemplos sencillos. Como variables, se usarn x1 , x2 , x3 , etc., en lugar de x, y, z, . . . porque la generalizacin es ms sencilla si se usa la notacin con subndices. EJEMPLO 1 Solucin de un sistema de tres ecuaciones con tres incgnitas: solucin nica Resuelva el sistema 2x1 1 4x2 1 6x3 5 18 4x1 1 5x2 1 6x3 5 24 3x1 1 x2 2 2x3 5 4 (1) Solucin En este caso se buscan tres nmeros x1 , x2 , x3 , tales que las tres ecuaciones en (1) se satisfagan. El mtodo de solucin que se estudiar ser el de simplificar las ecuaciones como se hizo en la seccin 1.2, de manera que las soluciones se puedan identificar de inmediato. Se comienza por dividir la primera ecuacin entre 2. Esto da x1 1 2x2 1 3x3 5 9 4x1 1 5x2 1 6x3 5 24 3x1 1 x2 2 2x3 5 4 (2) Como se vio en la seccin 1.2, al sumar dos ecuaciones se obtiene una tercera ecuacin correcta. Esta nueva ecuacin puede sustituir a cualquiera de las dos ecuaciones del sistema que se usaron para obtenerla. Primero se simplifica el sistema (2) multiplicando ambos lados de la primera ecuacin de (2) por 24 y sumando esta nueva ecuacin a la segunda. Esto da 1.3 m ecuaciones con n incgnitas 7 27. 8 CAPTULO 1 Sistemas de ecuaciones lineales y matrices 24x1 2 8x2 2 12x3 5 236 4x1 1 5x2 1 6x3 5 24 23x2 2 6x3 5 212 La ecuacin 23x2 2 6x3 5 212 es la nueva segunda ecuacin y el sistema ahora es x1 1 2x2 1 3x3 5 9 23x2 2 6x3 5 212 3x1 1 x2 2 2x3 5 4 Nota. Como se puede ver por el desarrollo anterior, se ha sustituido la ecuacin 4x1 1 5x2 1 6x3 5 24 por la ecuacin 23x2 2 6x3 5 212. En este ejemplo y otros posteriores se sustituirn ecuaciones con otras ms sencillas hasta obtener un sistema cuya solucin se pueda identificar de inmediato. Entonces, la primera ecuacin se multiplica por 23 y se suma a la tercera, lo que da por resultado: x1 1 2x2 1 3x3 5 9 23x2 2 6x3 5 212 25x2 2 11x3 5 223 (3) Observe que en el sistema (3) se ha eliminado la variable x1 de la segunda y tercera ecuaciones. Despus se divide la segunda ecuacin por 23: x1 1 2x2 1 3x3 5 9 x2 1 2x3 5 4 25x2 2 11x3 5 223 Se multiplica la segunda ecuacin por 22 y se suma a la primera; despus se multiplica la segunda ecuacin por 5 y se suma a la tercera: x1 2 x3 5 1 x2 1 2x3 5 4 2 x3 5 23 Ahora se multiplica la tercera ecuacin por 21: x1 2 x3 5 1 x2 1 2x3 5 4 x3 5 3 Por ltimo, se suma la tercera ecuacin a la primera y despus se multiplica la tercera ecuacin por 22 y se suma a la segunda para obtener el siguiente sistema, el cual es equivalente al sistema (1): x1 5 4 x2 5 22 x3 5 3 28. sta es la solucin nica para el sistema. Se escribe en la forma (4, 22, 3). El mtodo que se us se conoce como eliminacin de Gauss-Jordan.4 Antes de seguir con otro ejemplo es conveniente resumir lo que se hizo en ste: i. Se dividi la primera ecuacin, entre una constante, para hacer el coeficiente de x1 igual a 1. ii. Se eliminaron los trminos en x1 de la segunda y tercera ecuaciones. Esto es, los coeficientes de estos trminos se hicieron cero al multiplicar la primera ecuacin por las constantes adecuadas y sumndola a la segunda y tercera ecuaciones, respectivamente, de manera que al sumar las ecuaciones una de las incgnitas se eliminaba. iii. Se dividi la segunda ecuacin entre una constante, para hacer el coeficiente de x2 igual a 1 y despus se us la segunda ecuacin para eliminar los trminos en x2 de la primera y tercera ecuaciones, de manera parecida a como se hizo en el paso anterior. iv. Se dividi la tercera ecuacin entre una constante, para hacer el coeficiente de x3 igual a 1 y despus se us esta tercera ecuacin para eliminar los trminos de x3 de la primera y segunda ecuaciones. Cabe resaltar el hecho de que, en cada paso, se obtuvieron sistemas equivalentes. Es decir, cada sistema tena el mismo conjunto de soluciones que el precedente. Esto es una consecuen- cia de los hechos A y B de la pgina 2. Antes de resolver otros sistemas de ecuaciones es conveniente introducir una notacin que simplifica la escritura de cada paso del procedimiento mediante el concepto de matriz. Una matriz es un arreglo rectangular de nmeros y stas se estudiarn con gran detalle al inicio de la seccin 1.5. Por ejemplo, los coeficientes de las variables x1 , x2 , x3 en el sistema (1) se pueden escribir como los elementos de una matriz A, llamada matriz de coeficientes del sistema: 5 2 A 2 4 6 4 5 6 3 1 2 (4) Una matriz con m renglones y n columnas se llama una matriz de m 3 n. El smbolo m 3 n se lee m por n. El estudio de matrices constituye gran parte de los captulos restantes de este libro. Por la conveniencia de su notacin para la resolucin de sistemas de ecuaciones, las pre- sentamos aqu. Al usar la notacin matricial, el sistema (1) se puede escribir como la matriz aumentada 2 2 4 6 4 5 6 3 1 2 18 24 | | | 44 (5) Ahora es posible introducir cierta terminologa. Se ha visto que multiplicar (o dividir) los dos lados de una ecuacin por un nmero diferente de cero da por resultado una nueva 4 Recibe este nombre en honor del gran matemtico alemn Karl Friedrich Gauss (1777-1855) y del ingeniero alemn Wilhelm Jordan (1844-1899). Vea la semblanza bibliogrca de Gauss en la pgina 21. Jordan fue un experto en inves- tigacin geodsica tomando en cuenta la curvatura de la Tierra. Su trabajo sobre la solucin de sistemas de ecuaciones apareci en 1888 en su libro Handbuch der Vermessungskunde (Manual de geodesia). ELIMINACIN DE GAUSS-JORDAN MATRIZ MATRIZ DE COEFICIENTES MATRIZ m 3 n MATRIZ AUMENTADA 1.3 m ecuaciones con n incgnitas 9 29. 10 CAPTULO 1 Sistemas de ecuaciones lineales y matrices ecuacin equivalente. Ms an, si se suma un mltiplo de una ecuacin a otra del sistema se obtiene otra ecuacin equivalente. Por ltimo, si se intercambian dos ecuaciones en un sistema de ecuaciones se obtiene un sistema equivalente. Estas tres operaciones, cuando se aplican a los renglones de la matriz aumentada que representa un sistema de ecuaciones, se denominan operaciones elementales con renglones. Para resumir, las tres operaciones elementales con renglones aplicadas a la matriz aumentada que representa un sistema de ecuaciones son: Operaciones elementales con renglones i. Multiplicar (o dividir) un rengln por un nmero diferente de cero. ii. Sumar un mltiplo de un rengln a otro rengln. iii. Intercambiar dos renglones. El proceso de aplicar las operaciones elementales con renglones para simplificar una matriz aumentada se llama reduccin por renglones. NOTACIN 1. Ri cRi quiere decir reemplaza el i-simo rengln por ese mismo rengln multiplicado por c. [Para multiplicar el i-simo rengln por c se multiplica cada nmero en el i-simo rengln por c.] 2. Rj Rj 1 cRi significa sustituye el j-simo rengln por la suma del rengln j ms el rengln i multiplicado por c. 3. Ri } Rj quiere decir intercambiar los renglones i y j. 4. A B indica que las matrices aumentadas A y B son equivalentes; es decir, que los sistemas que representan tienen la misma solucin. En el ejemplo 1 se vio que al usar las operaciones elementales con renglones i) y ii) varias veces, se puede obtener un sistema cuyas soluciones estn dadas en forma explcita. Ahora se repiten los pasos del ejemplo 1 usando la notacin que se acaba de introducir: 2 4 6 4 5 6 3 1 2 18 24 4 2 | | | RR111111 22 11 22 22 44 RR RR RR 1 2 3 4 5 6 3 1 2 9 24 42 | | | 22 RRRR RR RR RR 11 33 33 1133 22 1 2 3 0 3 6 0 5 11 9 12 23 2 2 2 2 2 2 | | | RR RR22 11 33 22 1 2 3 0 1 2 0 5 11 9 4 232 2 | | | RR RR RR RR RR RR 11 11 22 33 33 22 22 55 22 11 1 0 1 0 1 2 0 0 2 211 1 4 3 | | | 2 2 1 0 1 0 1 2 0 0 1 | | | 2 RR RR33 33 22 11 4 3 1 0 0 0 1 0 RR RR RR RR RR RR 11 11 33 22 22 3322 11 22 00 0 1 4 2 3 | | | 2 De nuevo se puede ver de inmediato que la solucin es x1 5 4, x2 5 22, x3 5 3. REDUCCIN POR RENGLONES 30. EJEMPLO 2 Solucin de un sistema de tres ecuaciones con tres incgnitas: nmero innito de soluciones Resuelva el sistema 2x1 1 4x2 1 6x3 5 18 4x1 1 5x2 1 6x3 5 24 2x1 1 7x2 1 12x3 5 30 Solucin Para resolver este sistema se procede como en el ejemplo 1, esto es, primero se escribe el sistema como una matriz aumentada: 2 4 6 4 5 6 2 7 12 18 24 30 | | | Despus se obtiene, sucesivamente, RR RR11 11 22 11 1 2 3 4 5 6 2 7 12 9 24 30 | | | RR RR RR RR RR RR 22 22 11 33 33 11 44 22 22 22 1 2 3 0 3 6 0 3 6 2 2 | | | 99 12 12 2 1 2 3 0 1 2 0 3 6 9 4 RR RR22 11 33 22 | | | 112 1 0 1 0 1 RR RR RR RR RR RR 11 11 22 33 33 22 22 33 22 22 2 22 0 0 0 1 4 0 | | | Esto es equivalente al sistema de ecuaciones x1 2 x3 5 1 x2 1 2x3 5 4 Hasta aqu se puede llegar. Se tienen slo dos ecuaciones para las tres incgnitas x1 , x2 , x3 y existe un nmero infinito de soluciones. Para comprobar esto se elige un valor de x3 . Entonces x2 5 4 2 2x3 y x1 5 1 1 x3 . sta ser una solucin para cualquier nmero x3 . Se escribe esta solucin en la forma (1 1 x3 , 4 2 2x3 , x3 ). Por ejemplo, si x3 5 0, se obtiene la solucin (1, 4, 0). Para x3 5 10 se obtiene la solucin (11, 216, 10), y por ello para cada valor de x3 habr una solucin distinta. EJEMPLO 3 Sistema inconsistente Resuelva el sistema 2x2 1 3x3 5 4 2x1 2 6x2 1 7x3 5 15 x1 2 2x2 1 5x3 5 10 (6) Solucin La matriz aumentada para este sistema es 0 2 3 2 6 7 1 2 5 4 15 10 2 2 | | | El elemento 1,1 de la matriz no se puede hacer 1 como antes porque al multiplicar 0 por cualquier nmero real el resultado es 0. En su lugar se puede usar la operacin elemental con 1.3 m ecuaciones con n incgnitas 11 31. 12 CAPTULO 1 Sistemas de ecuaciones lineales y matrices renglones iii) para obtener un nmero distinto a cero en la posicin 1,1. Se puede intercambiar el rengln 1 con cualquiera de los otros dos; sin embargo, al intercambiar los renglones 1 y 3 queda un 1 en esa posicin. Al hacerlo se obtiene lo siguiente: 0 2 3 2 6 7 1 2 5 4 15 10 1 2 5 22 2 2| | | R R1 3 22 2 6 7 0 2 3 10 15 4 1 2| | | R R R2 2 12 22 55 0 2 3 0 2 3 10 5 4 2 2 2 | | | Es necesario detenerse aqu porque, como se ve, las ltimas dos ecuaciones son 22x2 2 3x3 5 25 2x2 1 3x3 5 4 lo cual es imposible (si 22x2 2 3x3 5 25, entonces 2x2 1 3x3 5 5, no 4). As no hay una solucin. Se puede proceder como en los ltimos dos ejemplos para obtener una forma ms estndar: 1 22 R R2 1 2 2 55 10 0 1 0 2 3 4 3 2 5 2 | | | R R R R R 1 1 2 3 3 2 2 11 22 RR2 1 0 8 15 0 1 0 0 0 1 3 2 5 2 | | | 2 Ahora la ltima ecuacin es 0x1 1 0x2 1 0x3 5 21, lo cual tambin es imposible ya que 0 Z 21. As, el sistema (6) no tiene solucin. En este caso se dice que el sistema es inconsistente. DEFINICIN 1 Sistemas inconsistentes y consistentes Se dice que un sistema de ecuaciones lineales es inconsistente si no tiene solucin. Se dice que un sistema que tiene al menos una solucin es consistente. Se analizarn de nuevo estos tres ejemplos. En el ejemplo 1 se comenz con la matriz de coeficientes A1 2 4 6 4 5 6 3 1 2 5 2 En el proceso de reduccin por renglones, A1 se redujo a la matriz R1 1 0 0 0 1 0 0 0 1 5 En el ejemplo 2 se comenz con A2 2 4 6 4 5 6 2 7 12 5 32. y se termin con R2 1 0 1 0 1 2 0 0 0 5 2 En el ejemplo 3 se comenz con A3 0 2 3 2 6 7 1 2 5 5 2 2 y se termin con R3 3 2 1 0 8 0 1 0 0 5 00 Las matrices R1 , R2 , R3 se llaman formas escalonadas reducidas por renglones de las matrices A1 , A2 y A3 respectivamente. En general, se tiene la siguiente definicin: DEFINICIN 2 Forma escalonada reducida por renglones y pivote Una matriz se encuentra en la forma escalonada reducida por renglones si se cumplen las siguientes condiciones: i. Todos los renglones (si los hay) cuyos elementos son todos cero aparecen en la parte inferior de la matriz. ii. El primer nmero diferente de cero (comenzando por la izquierda) en cualquier rengln cuyos elementos no todos son cero es 1. iii. Si dos renglones sucesivos tienen elementos distintos de cero, entonces el primer 1 en el rengln de abajo est ms hacia la derecha que el primer 1 en el rengln de arriba. iv. Cualquier columna que contiene el primer 1 en un rengln tiene ceros en el resto de sus elementos. El primer nmero diferente de cero en un rengln (si lo hay) se llama pivote para ese rengln. Nota. La condicin iii) se puede reescribir como el pivote en cualquier rengln est a la derecha del pivote del rengln anterior. EJEMPLO 4 Cinco matrices en la forma escalonada reducida por renglones Las siguientes matrices estn en la forma escalonada reducida por renglones: i. 1 0 0 0 1 0 0 0 1 ii. 1 0 0 0 0 1 0 0 0 0 0 1 iii. 1 0 00 5 0 0 1 2 iv. 1 0 0 1 v. 1 0 2 5 0 1 3 6 0 0 0 0 Las matrices i y ii tienen tres pivotes; las otras tres matrices tienen dos pivotes. 1.3 m ecuaciones con n incgnitas 13 33. 14 CAPTULO 1 Sistemas de ecuaciones lineales y matrices DEFINICIN 3 Forma escalonada por renglones Una matriz est en la forma escalonada por renglones si se cumplen las condiciones i), ii) y iii) de la definicin 2. EJEMPLO 5 Cinco matrices en la forma escalonada por renglones Las siguientes matrices se encuentran en la forma escalonada por renglones: i. 1 2 3 0 1 5 0 0 1 ii. 1 1 6 4 0 1 2 8 0 0 0 1 2 2 iii. 1 0 2 5 0 0 1 2 iv. 1 2 0 1 v. 1 3 2 5 0 1 3 6 0 0 0 0 Nota. Por lo general, la forma escalonada por renglones de una matriz no es nica. Es decir, una matriz puede ser equivalente, en sus renglones, a ms de una matriz en forma escalonada por renglones. Por ejemplo A5 2 21 3 2 5 0 1 3 6 0 0 0 0 1 2 1 1 0 1 3 R R R1 1 2 22 66 0 0 0 0 5 B muestra que las dos matrices anteriores, ambas en forma escalonada por renglones, son equivalentes por renglones. As, cualquier matriz para la que A es una forma escalonada por renglones, tambin tiene a B como forma escalonada por renglones. Observacin 1. La diferencia entre estas dos formas debe ser evidente a partir de los ejemplos. En la forma escalonada por renglones, todos los nmeros abajo del primer 1 en un rengln son cero. En la forma escalonada reducida por renglones, todos los nmeros abajo y arriba del primer 1 de un rengln son cero. As, la forma escalonada reducida por renglones es ms exclu- siva. Esto es, en toda matriz en forma escalonada reducida por renglones se encuentra tambin la forma escalonada por renglones, pero el inverso no es cierto. Observacin 2. Siempre se puede reducir una matriz a la forma escalonada reducida por renglones o a la forma escalonada por renglones realizando operaciones elementales con renglones. Esta reduccin se vio al obtener la forma escalonada reducida por renglones en los ejemplos 1, 2 y 3. Como se vio en los ejemplos 1, 2 y 3, existe una fuerte relacin entre la forma escalonada reducida por renglones y la existencia de la solucin nica para el sistema. En el ejemplo 1 dicha forma para la matriz de coeficientes (es decir, en la primeras tres columnas de la matriz aumentada) tenan un 1 en cada rengln y exista una solucin nica. En los ejemplos 2 y 3 la forma escalonada reducida por renglones de la matriz de coeficientes tena un rengln de ceros y el sistema no tena solucin o tena un nmero infinito de soluciones. Esto siempre es cierto en cualquier sistema de ecuaciones con el mismo nmero de ecuaciones e incgnitas. Pero antes de estudiar el caso general se analizar la utilidad de la forma escalonada por renglones de una matriz. Es posible resolver el sistema en el ejemplo 1 reduciendo la matriz de coeficientes a esta forma. 34. EJEMPLO 6 Solucin de un sistema mediante eliminacin gaussiana Resuelva el sistema del ejemplo 1 reduciendo la matriz de coeficientes a la forma escalonada por renglones. Solucin Se comienza como antes: 2 4 6 4 5 6 3 1 2 18 24 4 2 | | | R11 1 2 1 R 1 2 3 4 5 6 3 1 2 9 24 42 | | | 2 2 4R R R22 11 3 3 13R R R 22 1 2 3 0 3 6 0 5 11 9 12 23 2 2 2 2 2 2 | | | R R2 1 3 2 1 2 3 0 1 2 0 5 11 9 4 232 2 | | | Hasta aqu, este proceso es idntico al anterior; pero ahora slo se hace cero el nmero (25) que est abajo del primer 1 en el segundo rengln: R33 3 2 35 R R R R1 2 2 1 2 3 0 1 2 0 0 1 9 4 3 | | | 22 33 1 2 3 0 1 2 0 0 1 9 4 3 | | | La matriz aumentada del sistema (y los coeficientes de la matriz) se encuentran ahora en la forma escalonada por renglones y se puede ver de inmediato que x3 5 3. Despus se usa la sustitucin hacia atrs para despejar primero x2 y despus x1 . La segunda ecuacin queda x2 1 2x3 5 4. Entonces x2 1 2(3) 5 4 y x2 5 22. De igual manera, de la primera ecuacin se obtiene x1 1 2(22) 1 3(3) 5 9 o x1 5 4. As, de nuevo se obtiene la solucin (4, 22, 3). El mtodo de solucin que se acaba de emplear se llama eliminacin gaussiana. Se cuenta con dos mtodos para resolver los ejemplos de sistemas de ecuaciones: i. Eliminacin de Gauss-Jordan Se reduce por rengln la matriz de coecientes a la forma escalonada reducida por renglones usando el procedimiento descrito en la pgina 9. ii. Eliminacin gaussiana Se reduce por rengln la matriz de coecientes a la forma escalonada por renglones, se despeja el valor de la ltima incgnita y despus se usa la sustitucin hacia atrs para las dems incgnitas. Cul mtodo es ms til? Depende. Al resolver sistemas de ecuaciones en una computadora se prefiere el mtodo de eliminacin gaussiana porque significa menos operaciones elementales con renglones. De hecho, como se ver en el apndice 3, para resolver un sistema de n ecuaciones con n incgnitas usando la eliminacin de Gauss-Jordan se requieren aproximadamente n3 /2 sumas y multiplicaciones, mientras que la eliminacin gaussiana requiere slo n3 /3 sumas y multiplicaciones. La solucin numrica de los sistemas de ecuaciones se estudiar en el apndice 4. Por otro lado, a veces es esencial obtener la forma escalonada reducida por renglones de una matriz (una de stas se estudia en la seccin 1.8). En estos casos la eliminacin de Gauss- Jordan es el mtodo preferido. SUSTITUCIN HACIA ATRS ELIMINACIN GAUSSIANA 1.3 m ecuaciones con n incgnitas 15 35. 16 CAPTULO 1 Sistemas de ecuaciones lineales y matrices Ahora se observa la solucin de un sistema general de m ecuaciones con n incgnitas. La mayor parte de las soluciones de los sistemas se har mediante la eliminacin de Gauss-Jordan debido a que en la seccin 1.8 esto se necesitar. Debe tenerse en mente, sin embargo, que la eliminacin gaussiana suele ser un enfoque ms conveniente. El sistema general m 3 n de m ecuaciones con n incgnitas est dado por a x a x a x a x b a x a x a n n11 1 12 2 13 3 1 1 21 1 22 2 23 1 1 1 1 5 1 1 xx a x b a x a x a x a x b n n n n 3 2 2 31 1 32 2 33 3 3 3 1 1 5 1 1 1 1 5 a x a x a x a x bm m m mn n m1 1 2 2 3 3 1 1 1 1 5 (7) En el sistema (7) todos los coeficientes a y b son nmeros reales dados. El problema es encontrar todos los conjuntos de n nmeros, denotados por (x1 , x2 , x3 , . . . xn ), que satisfacen cada una de las m ecuaciones en (7). El nmero aij es el coeficiente de la variable xj en la i-sima ecuacin. Es posible resolver un sistema de m ecuaciones con n incgnitas haciendo uso de la eliminacin de Gauss-Jordan o gaussiana. Enseguida se proporciona un ejemplo en el que el nmero de ecuaciones e incgnitas es diferente. EJEMPLO 7 Solucin de un sistema de dos ecuaciones con cuatro incgnitas Resuelva el sistema x1 1 3x2 2 5x3 1 x4 5 4 2x1 1 5x2 2 2x3 1 4x4 5 6 Solucin Este sistema se escribe como una matriz aumentada y se reduce por renglones: 1 3 5 1 2 5 2 4 4 6 1 3 5 1 0 1 8 2 2 2 2 2 | | | | R R R2 2 12 22 44 22 1 3 5 1 0 1 8 2 4 2 2 2 2 R R R R2 2 1 1 22 | | 22223 2R 1 0 19 7 0 1 8 2 2 22 2 2| | Hasta aqu se puede llegar. La matriz de coeficiente se encuentra en forma escalonada y reducida por renglones. Es evidente que existe un nmero infinito de soluciones. Los valores de las variables x3 y x4 se pueden escoger de manera arbitraria. Entonces x2 5 2 1 8x3 1 2x4 y x1 5 22 219x3 27x4 . Por lo tanto, todas las soluciones se representan por (22 219x3 2 7x4 , 2 1 8x3 1 2x4 , x3 , x4 ). Por ejemplo, si x3 5 1 y x4 5 2 se obtiene la solucin (235, 14, 1, 2). Al resolver muchos sistemas, es evidente que los clculos se vuelven fastidiosos. Un buen m- todo prctico es usar una calculadora o computadora siempre que las fracciones se compliquen. Debe hacerse notar, sin embargo, que si los clculos se llevan a cabo en una computadora o calculadora pueden introducirse errores de redondeo. Este problema se analiza en el apndice 3. EJEMPLO 8 Un problema de administracin de recursos Un departamento de pesca y caza del estado proporciona tres tipos de comida a un lago que alberga a tres especies de peces. Cada pez de la especie 1 consume cada semana un promedio de 1 unidad del alimento 1, 1 unidad del alimento 2 y 2 unidades del alimento 3. Cada pez de la especie 2 consume cada semana un promedio de 3 unidades del alimento 1, 4 del 2 y 5 del 3. 36. Para un pez de la especie 3, el promedio semanal de consumo es de 2 unidades del alimento 1, 1 unidad del alimento 2 y 5 unidades del 3. Cada semana se proporcionan al lago 25 000 unidades del alimento 1, 20 000 unidades del alimento 2 y 55 000 del 3. Si suponemos que los peces se comen todo el alimento cuntos peces de cada especie pueden coexistir en el lago? Solucin Sean x1 , x2 y x3 el nmero de peces de cada especie que hay en el ambiente del lago. Si utilizamos la informacin del problema, se observa que x1 peces de la especie 1 consumen x1 unidades del alimento 1, x2 peces de la especie 2 consumen 3x2 unidades del alimento 1 y x3 peces de la especie 3 consumen 2x3 unidades del alimento 1. Entonces, x1 1 3x2 1 2x3 5 25 000 5 suministro total por semana de alimento 1. Si se obtiene una ecuacin similar para los otros dos alimentos se llega al siguiente sistema de ecuaciones: x1 1 3x2 1 2x3 5 25 000 x1 1 4x2 1 x3 5 20 000 2x1 1 5x2 1 5x3 5 55 000 Despus de resolver se obtiene 1 3 2 1 4 1 2 5 5 | | | 225 000 20 000 55 000 R R R R R R 2 2 1 3 3 12 22 22 1 3 2 0 1 1 0 1 1 25 000 5 000 5 000 2 2 2 | | | R R1 1 22 33 2 3 3 2 R R R R 11 1 0 5 0 1 1 0 0 0 40 000 5 000 0 2 2 | | | Por consiguiente, si x3 se elige arbitrariamente, se tiene un nmero infinito de soluciones dada por (40 000 2 5x3 , x3 2 5 000, x3 ). Por supuesto, se debe tener x1 $ 0, x2 $ 0 y x3 $0. Como x2 5x3 2 5 000 $ 0, se tiene x3 $ 5 000. Esto significa que 0 # x1 # 40 000 2 5(5 000) 5 15 000. Por ltimo, como 40 000 2 5x3 $ 0, se tiene que x3 # 8 000. Esto significa que las poblaciones que pueden convivir en el lago con todo el alimento consumido son x1 5 40 000 2 5x3 x2 5 x3 2 5 000 5 000 # x3 # 8 000 Por ejemplo, si x3 5 6 000, entonces x1 5 10 000 y x2 5 1 000. Nota. El sistema de ecuaciones tiene un nmero infinito de soluciones. Sin embargo, el problema de administracin de recursos tiene slo un nmero finito de soluciones porque x1, x2 y x3 deben ser enteros positivos y existen nada ms 3 001 enteros en el intervalo [5 000, 8 000]. (Por ejemplo, no puede haber 5 237.578 peces.) ANLISIS DE INSUMO Y PRODUCTO (OPCIONAL) Los siguientes dos ejemplos muestran la forma en la cual pueden surgir los sistemas de ecuaciones en el modelado econmico. 1.3 m ecuaciones con n incgnitas 17 37. 18 CAPTULO 1 Sistemas de ecuaciones lineales y matrices EJEMPLO 9 El modelo de insumo-producto de Leontief Un modelo que se usa con frecuencia en economa es el modelo de insumo-producto de Leontief.5 Suponga un sistema econmico que tiene n industrias. Existen dos tipos de demandas en cada industria: la primera, una demanda externa desde afuera del sistema. Por ejemplo, si el sistema es un pas, la demanda externa puede provenir de otro pas. Segunda, la demanda que hace una industria a otra industria en el mismo sistema. Por ejemplo, en Estados Unidos la industria automotriz demanda parte de la produccin de la industria del acero. Suponga que ei representa la demanda externa ejercida sobre la i-sima industria. Suponga que aij representa la demanda interna que la j-sima industria ejerce sobre la i-sima industria. De forma ms concreta, aij representa el nmero de unidades de produccin de la industria i que se necesitan para producir una unidad de la industria j. Sea x1 la produccin de la industria i. Ahora suponga que la produccin de cada industria es igual a su demanda (es decir, no hay sobreproduccin). La demanda total es igual a la suma de demandas internas y externas. Por ejemplo, para calcular la demanda interna de la industria 2 se observa que la industria 1 necesita a21 unidades de produccin de la industria 2 para producir una unidad de su propia produccin. Si la produccin de la industria 1 es x1 , entonces a21 x1 se trata de la cantidad total que necesita la industria 1 de la industria 2. De esta forma, la demanda interna total sobre la industria 2 es a21 x1 1 a22 x2 1 1 a2n xn . Al igualar la demanda total a la produccin de cada industria se llega al siguiente sistema de ecuaciones: a x a x a x e x a x a x a x n n n 11 1 12 2 1 1 1 21 1 22 2 2 1 1 1 1 5 1 1 1 nn n n nn n n n e x a x a x a x e x 1 5 1 1 1 1 5 2 2 1 1 2 2 (8) O bien, reescribiendo el sistema (8) en la forma del sistema (7) se obtiene (9) El sistema (9) de n ecuaciones con n incgnitas es de fundamental importancia en el anlisis econmico. EJEMPLO 10 El modelo de Leontief aplicado a un sistema econmico con tres industrias Suponga que las demandas externas en un sistema econmico con tres industrias son 10, 25 y 20, respectivamente. Suponga que a11 5 0.2, a12 5 0.5, a13 5 0.15, a21 5 0.4, a22 5 0.1, a23 5 0.3, a31 5 0.25, a32 5 0.5 y a33 5 0.15. Encuentre la produccin de cada industria de manera que la oferta sea exactamente igual a la demanda. 5 As llamado en honor al economista norteamericano Wassily W. Leontief, quien utiliz este modelo en su trabajo pio- nero Quantitative Input and Output Relations in the Economic System of the United States en Review of Economic Statistics 18(1936). Leontief gan el Premio Nobel en Economa en 1973 por su desarrollo del anlisis de insumo- producto. 38. z y x Solucin En este caso n 53, 1 2 a11 5 0.8, 1 2 a22 5 0.9 y 1 2 a33 5 0.85 y el sistema (9) es 0.8x1 2 0.5x2 2 0.15x3 5 10 20.4x1 1 0.9x2 2 0.3x3 5 25 20.25x1 2 0.5x2 1 0.85x3 5 20 Si se resuelve el sistema por mtodo de eliminacin de Gauss-Jordan en una calculadora o computadora, trabajando con cinco decimales en todos los pasos se obtiene 11 0 0 0 1 0 0 0 1 110 30442 118 74070 125 81787 | | | . . . Se concluye que la produccin necesaria para que la oferta sea (aproximadamente) igual a la demanda es x1 5 110, x2 5 119 y x3 5 126. LA GEOMETRA DE UN SISTEMA DE TRES ECUACIONES CON TRES INCGNITAS (OPCIONAL) En la figura 1.1, en la pgina 3, se observ que se puede repesentar un sistema de dos ecuaciones con dos incgnitas mediante dos lneas rectas. Si las rectas tienen un solo punto de interseccin el sistema tiene una solucin nica; si coinciden, existe un nmero infinito de soluciones; si son paralelas, no existe una solucin y el sistema es inconsistente. Algo similar ocurre cuando se tienen tres ecuaciones con tres incgnitas. Como se ver en la seccin 3.5, la grfica de la ecuacin ax 1 by 1 cz 5 d en el espacio de tres dimensiones es un plano. Considere el sistema de tres ecuaciones con tres incgnitas: ax 2 by 2 cz 5 d ex 2 fy 2 gz 5 h jx 2 ky 2 lz 5 m (10) en donde a, b, c, d, e, f, g, h, j, k, l y m son constantes y al menos una de ellas en cada ecuacin es diferente de cero. Cada ecuacin en (10) es la ecuacin de un plano. Cada solucin (x, y, z) al sistema de ecuaciones debe ser un punto en cada uno de los tres planos. Existen seis posibilidades: 1. Los tres planos se intersecan en un solo punto. Por lo que existe una solucin nica para el sistema (vea la figura 1.2). 2. Los tres planos se intersecan en la misma recta, por lo que cada punto sobre la recta es una solucin y el sistema tiene un nmero infinito de soluciones (vea la figura 1.3). 1.3 m ecuaciones con n incgnitas 19 Figura 1.2 Los tres planos se intersecan en un solo punto. Punto de interseccin 39. 3. Los tres planos coinciden. Entonces cada punto sobre el plano es una solucin y se tiene un nmero infinito de soluciones. 4. Dos de los planos coinciden e intersecan a un tercer plano en la recta. Entonces cada punto sobre la recta es una solucin y existe un nmero infinito de soluciones (vea la figura 1.4). 5. Al menos dos de los planos son paralelos y distintos. Por lo que ningn punto puede estar en ambos y no hay solucin. El sistema es inconsistente (vea la figura 1.5). z y x z y x z y x 6. Dos de los planos coinciden en una recta L. El tercer plano es paralelo a L (y no contiene a L), de manera que ningn punto del tercer plano se encuentra en los dos primeros. No existe una solucin y el sistema es inconsistente (vea la figura 1.6). En todos los casos el sistema tiene una solucin nica, un nmero infinito de soluciones o es inconsistente. Debido a la dificultad que representa dibujar planos con exactitud, no ahonda- remos ms en el tema. No obstante, es til analizar cmo las ideas en el plano xy se pueden extender a espacios ms complejos. z y x Figura 1.3 Los tres planos se intersecan en la misma recta. Figura 1.4 Dos planos se intersecan en una recta. Figura 1.5 Los planos paralelos no tienen puntos en comn. Figura 1.6 El plano 3 es paralelo a L, la recta de interseccin de los planos 1 y 2. 20 CAPTULO 1 Sistemas de ecuaciones lineales y matrices 40. SEMBLANZA DE... Carl Friedrich Gauss, 1777-1855 Carl Friedrich Gauss (Library of Congress)Carl Friedrich Gauss es considerado el matemtico ms grande del siglo XIX, adems de uno de los tres matemticos ms importantes de todos los tiempos (Arqumedes y Newton son los otros dos). Gauss naci en Brunswick, Alemania, en 1777. Su padre, un obrero amante del trabajo, era excepcionalmente obstinado y no crea en la educacin formal, e hizo todo lo que pudo para evitar que Gauss fuera a una buena escuela. Por fortuna para Carl (y para las matemticas), su madre, a pesar de que tampoco contaba con educacin, apoy a su hijo en sus estudios y se mostr orgullosa de sus logros hasta el da de su muerte a la edad de 97 aos. Gauss era un nio prodigio. A los tres aos encontr un error en la libreta de cuentas de su padre. Hay una ancdota famosa de Carl, cuando tena apenas 10 aos de edad y asista a la escuela local de Brunswick. El profesor sola asignar tareas para mante- ner ocupados a los alumnos y un da les pidi que sumaran los nmeros del 1 al 100. Casi al instante, Carl coloc su pizarra boca abajo con la palabra listo. Despus, el profesor descubri que Gauss era el nico con la respuesta correcta, 5050. Gauss haba observado que los nmeros se podan arreglar en 50 pares que sumaban cada uno 101 (1 1 100, 2 1 99, etc.), y 50 3 101 5 5050. Aos ms tarde, Gauss bromeaba diciendo que poda sumar ms rpido de lo que poda hablar. A la edad de 15 aos, el Duque de Brunswick se j en l y lo convirti en su protegido. El Duque lo ayud a ingresar en el Brunswick College en 1795 y, tres aos despus, a entrar a la Universidad de Gttingen. Indeciso entre las carreras de matemticas y losofa, Gauss eligi las matemticas despus de dos descubrimientos asombrosos. Primero invent el mtodo de m- nimos cuadrados una dcada antes de que Legendre publicara sus resultados. Segundo, un mes antes de cumplir 19 aos, resol- vi un problema cuya solucin se haba buscado durante ms de dos mil aos: Gauss demostr cmo construir, con tan slo una regla y un comps, un polgono regular cuyo nmero de lados no es mltiplo de 2, 3 o 5.* El 30 de marzo de 1796, fecha de este descubrimiento, comenz un diario que contena como primera nota las reglas de construccin de un polgono regular de 17 lados. El diario, que contiene los enunciados de 146 resultados en slo 19 pginas, * De manera ms general, Gauss prob que un polgono regular de n lados se puede construir con regla y comps si y slo si n es de la forma n 5 2k p2 ? p3 . . . pm donde k $ 0 y las pi son nmeros primos de Fermat distintos. Los nmeros primos de Fermat son aquellos que toman la forma 22 n 11. Los primeros cinco nmeros primos de Fermat son 3, 5, 17, 257 y 65 537. SEMBLANZA DE... Carl Friedrich Gauss, 1777-1855 Carl Friedrich Gauss (Library of Congress) es unos de los documentos ms importantes en la historia de las matemticas. Tras un corto periodo en Gttingen, Gauss fue a la Univer- sidad de Helmstdt y, en 1798, a los 20 aos, escribi su famosa disertacin doctoral. En ella dio la primera demostracin matemtica rigurosa del teorema fundamental del lgebra que indica que todo polinomio de grado n tiene, contando multiplicidades, exactamente n races. Muchos matemticos, incluyendo a Euler, Newton y Lagrange, haban intentado probar este resultado. Gauss hizo un gran nmero de descubrimientos en fsica al igual que en matemticas. Por ejemplo, en 1801 utiliz un nuevo procedimiento para calcular, a partir de unos cuantos datos, la rbita del asteroide Ceres. En 1833 invent el telgrafo elec- tromagntico junto con su colega Wilhelm Weber (1804-1891). Aunque realiz trabajos brillantes en astronoma y electricidad, la que result asombrosa fue la produccin matemtica de Gauss. Hizo contribuciones fundamentales al lgebra y la geometra y en 1811 descubri un resultado que llev a Cauchy a desarrollar la teora de la variable compleja. En este libro se le encuentra en el mtodo de eliminacin de Gauss-Jordan. Los estudiantes de anlisis numrico aprenden la cuadratura gaussiana: una tcnica de integracin numrica. Gauss fue nombrado catedrtico de matemticas de Gt- tingen en 1807 e imparti clase hasta su muerte en 1855. An despus de su muerte, su espritu matemtico sigui acosando a los matemticos del siglo XIX. Con frecuencia, un importante resultado nuevo ya haba sido descubierto por Gauss y se poda encontrar en sus notas inditas. En sus escritos matemticos Gauss era un perfeccionista y tal vez sea el ltimo gran matemtico que conoca prctica- mente todo acerca de su rea. Al armar que una catedral no era una catedral hasta que se quitara el ltimo de los andamios, pona todo su empeo para que cada uno de sus trabajos publi- cados fuera completo, conciso y elegante. Usaba un sello en el que se vea un rbol con unas cuantas frutas y la leyenda pauca sed matura (pocas pero maduras). Gauss crea tambin que las matemticas deban reejar el mundo real. A su muerte, Gauss fue honrado con una medalla conmemorativa que llevaba la inscripcin George V, Rey de Hanover, al prncipe de los matemticos. 41. 22 CAPTULO 1 Sistemas de ecuaciones lineales y matrices AUTOEVALUACIN I. Cul de los siguientes sistemas tiene la matriz de coeficientes dada a la derecha? 3 2 1 0 1 5 2 0 1 2 a) 3x 1 2y 5 21 y 5 5 2x 5 1 b) 3x 1 2z 5 10 2x 1 y 5 0 2x 1 5y 1 z 5 5 c) 3x 5 2 2x 1 y 5 0 2x 1 5y 5 1 d) 3x 1 2y 2 z 5 23 y 1 5z 5 15 2x 1 z 5 3 II. Cul de las siguientes es una operacin elemental con renglones? a) Reemplazar un rengln con un mltiplo diferente de cero de ese rengln. b) Sumar una constante diferente de cero a cada elemento en un rengln. c) Intercambiar dos columnas. d) Reemplazar un rengln con una suma de renglones y una constante diferente de cero. III. Cul de las siguientes afirmaciones es cierta sobre la matriz dada? 1 0 0 3 0 1 1 2 0 0 0 3 0 0 0 0 a) Est en la forma escalonada por rengln. b) No est en la forma escalonada por rengln porque el cuarto nmero en el rengln 1 no es 1. c) No est en la forma escalonada por rengln porque el primer elemento diferente de cero en el rengln 1 es 3. d) No est en la forma escalonada por rengln porque la ltima columna contiene un cero. IV. Cul de las siguientes afirmaciones es cierta sobre el sistema dado? x 1 y 1 z 5 3 2x 1 2y 1 2z 5 6 3x 1 3y 1 3z 5 10 a) Tiene una solucin nica x 5 1, y 5 1, z 5 1. b) Es inconsistente. c) Tiene un nmero infinito de soluciones. Problemas 1.3 42. 1.3 m ecuaciones con n incgnitas 23 En los problemas del 1 al 26 utilice el mtodo de eliminacin de Gauss-Jordan para encontrar, si existen, todas las soluciones para los sistemas dados. 1. x1 2 2x2 1 3x3 5 11 4x1 1 x2 2 x3 5 4 2x1 2 x2 1 3x3 5 10 2. 22x1 1 x2 1 6x3 5 18 5x1 1 8x3 5 216 3x1 1 2x2 2 10x3 5 23 3. 21x1 1 x3 5 0 x2 1 3x3 5 1 x1 2 x2 5 23 4. 3x1 1 6x2 2 6x3 5 9 2x1 2 5x2 1 4x3 5 6 2x1 1 16x2 2 14x3 5 23 5. 3x1 1 6x2 2 6x3 5 9 2x1 2 5x2 1 4x3 5 6 5x1 1 28x2 2 26x3 5 28 6. 22x1 2 6x2 2 3x3 5 9 2x1 1 x2 2 x3 5 1 x1 2 x2 1 2x3 5 2 7. x1 1 x2 2 x3 5 7 4x1 2 x2 1 5x3 5 4 2x1 1 2x2 2 3x3 5 0 8. x1 1 x2 2 x3 5 7 4x1 2 x2 1 5x3 5 4 6x1 1 x2 1 3x3 5 18 9. x1 1 x2 2 x3 5 7 4x1 2 x2 1 5x3 5 4 6x1 1 x2 1 3x3 5 20 10. x1 2 2x2 1 3x3 5 0 4x1 1 x2 2 x3 5 0 2x1 2 x2 1 3x3 5 0 11. 22x1 2 x2 1 3x3 5 0 23x1 1 4x2 2 x3 5 0 5x1 1 3x2 1 2x3 5 0 12. x1 1 x2 2 x3 5 0 4x1 2 x2 1 5x3 5 0 6x1 1 x2 1 3x3 5 0 13. 2x2 1 5x3 5 6 x1 2 2x3 5 4 2x1 1 4x2 5 22 14. x1 1 2x2 2 x3 5 4 3x1 1 4x2 2 2x3 5 7 15. x1 1 2x2 2 4x3 5 4 22x1 2 4x2 1 8x3 5 28 16. x1 1 2x2 2 4x3 5 4 22x1 2 4x2 1 8x3 5 29 17. x1 1 2x2 2 x3 1 x4 5 7 3x1 1 6x2 23x3 1 3x4 5 21 18. 2x1 1 2x2 2 x3 1 3x4 5 4 23x1 1 6x2 23x3 1 9x4 5 12 19. 2x1 1 6x2 24x3 1 2x4 5 4 x1 2 x3 1 x4 5 5 23x1 1 2x2 22x3 5 22 20. x1 2 2x2 1 x3 1 x4 5 2 3x1 1 2x3 2 2x4 5 28 4x2 2 x3 2 x4 5 1 2x1 1 6x2 2 2x3 5 7 43. 24 CAPTULO 1 Sistemas de ecuaciones lineales y matrices 21. 22x1 1 x4 5 1 4x2 2 x3 5 21 x1 1 x2 5 23 22. x1 2 2x2 1 x3 1 x4 5 2 3x1 1 2x3 2 2x4 5 28 4x2 2 x3 2 x4 5 1 5x1 1 3x3 2 x4 5 23 23. x1 2 2x2 1 x3 1 x4 5 2 3x1 1 2x3 2 2x4 5 28 4x2 2 x3 2 x4 5 1 5x1 1 3x3 2 x4 5 0 24. x1 1 x2 5 4 2x1 23x2 5 7 3x1 12x2 5 8 25. x1 1 x2 5 4 2x1 23x2 5 7 3x1 22x2 5 11 26. 22x1 1 x2 5 0 x1 13x2 5 1 3x1 2 x2 5 23 En los problemas 27 a 38 determine si la matriz dada se encuentra en la forma escalonada por renglones (pero no en la forma escalonada reducida por renglones), en la forma escalonada reducida por renglones o en ninguna de las dos. 27. 1 1 0 0 1 0 0 0 1 28. 2 0 0 0 1 0 0 0 1 2 29. 2 0 0 1 11 0 0 0 1 30. 1 0 1 0 0 1 1 0 0 0 0 0 31. 1 0 0 0 0 00 1 0 0 0 0 1 32. 1 1 4 0 0 0 1 3 0 0 0 1 33. 0 1 0 00 1 0 0 0 0 0 0 0 34. 1 0 1 2 0 1 3 4 35. 1 0 3 0 0 0 0 1 36. 1 0 0 1 0 0 37. 1 0 0 0 0 0 0 0 1 38. 1 0 00 4 0 1 0 5 0 1 1 6 En los problemas 39 a 46 utilice las operaciones elementales con renglones para reducir las matrices dadas a la forma escalonada por renglones y a la forma escalonada reducida por renglones. 39. 1 1 2 3 40. 1 6 4 2 2 41. 1 22 2 1 1 2 4 3 5 6 2 42. 2 2 2 2 1 2 3 4 5 6 1 1 1 43. 2 4 8 3 5 8 6 0 4 2 2 44. 2 4 2 3 1 6 2 2 45. 3 6 3 5 2 2 110 5 46. 2 7 3 5 4 3 2 2 47. En el modelo de insumo-producto de Leontief del ejemplo 9 suponga que se tienen tres industrias. Ms an, suponga que 10 151 2 3 5 5 5e e e, , 330 11 1 3 12 1 2 13 1 6 21 1 4 , , , , ,a a a a5 5 5 5 22 1 4 23 ,a a5 5 11 8 31 1 12 , ,a 5 32 1 3 33 1 6 , .a a5 5 Encuentre la produccin de cada industria tal que la oferta sea igual a la demanda. 44. 1.3 m ecuaciones con n incgnita

algebra grossman

Engineering