Algebra Lineal

RIEBRA LII{EAL
PAnA ADIIINISTRAcX
y D IR[ctt,X,. br r$PRrgAg
sanzy torres
Descarga mas libros en:

http://librosdejoe.blogspot.com
o busca en la web:
librosdejoe
ALGEBR,{ LINEAL
para Administracin y Direccin de Empresas
Emilio Prieto Sez
Catedrtico de Universidad
Departamento de Economa Aplicada Cuantitativa II
Facultad de Ciencias Econmicas y Empresariales UNED
Atberto A. lvarez Lp ez
Profesor Titular de Universidad
Departamento de Economa Aplicada Cuantitativa II
Facultad de Ciencias Econmicas y Empresariales UNED
sflnu ytorres
lndce
Presentacin
11
Espacios vectoriales
15
16
- RESUMEN
INrnoruccrN
1. Definicin de espacio vectorial
ESQUEMA
2.
3.
4.
5.
6.
7.
B.
9.
il
I7
31
Subespacios vectoriales
37
Suma de subespacios vectoriales
43
Subespacios afines
54
Sistemas de vectores
63
Vectores linealmente dependientes

Vectores linealmente independientes
Sistemas de generadores y bases de un espacio vectorial
65
Dimensin de un espacio vectorial
77
6B
70
10. Rango de un sistema de vectores

11. Solucin de los ejercicios propuestos
BO
RncaprruLACIN I
90
Aplicaciones
lineales
97
- RESUMEN
Iurnonucclu
1. Definicin de aplicacin lineal
ESQUEMA
2.
3.
Propiedades de una aplicacin lineal

Aplicaciones lineales con conjunto de partida un espacio vectorial de dimensin finita
4.
5.
6.
7.
El espacio vectorial
L(E,F)
Isomorfismos de espacios vectoriales

Formas lineales .
Aplicaciones afines
B5
.98
.99
. 113
. 115
.
.
.
.
.
119
131
132
135
139
Notce
B.
T43
Solucin de los ejercicios propuestos
L15
RrcapITULACtN II
m Matrices L49
- RESUMEN
IxrnotucctN
1. Definicin de matrtz
150
2.
3.
1.
5.
6.
7.
B.
9.
TB1
EsQuMA
151
17B
Matriz asociada a una aplicacin lineal

El esPacio vectorial Mn n(K)
189
Producto de matrices
193
Rango de una matriz
209
Transformaciones elementales de una matriz
2L2
Inversa de una matrtz cuadrada
226
TrasPuesta de una matriz
230
233
237
RECNPITULACIN III
ry
Sistemas de ecuaciones lineales
243
ESQUEMA _ RESUMEN
211
INTnODUCCION
215
1.
2.
3.
Definiciones y Propiedades
Resolucin de un sistema de ecuaciones lineales
Aplicaciones de los sistemas de ecuaciones lineales
Sucesiones de nmeros
277
286
293
RncapITULACrN IV
268
reales
295
ESQUEMA _ RESUMEN
296
IurnonucctN
1. El conjunto de los nmeros reales
297
2.
3.
1.
5.
6.
7.
Sucesiones de nmeros reales
32r
Sucesiones convergentes. Lmites infinitos
328
Sucesiones montonas
347
Series de nmeros reales
3s0
35s
Anexo
359
RncapITULACrN V
310
363
Notcr
A Preliminares
ESQUEMA
1.
2.
3.
1.
5.
37L
RESUMEN
Conjuntos
Aplicaciones
Operaciones
Polinomios
B Determinantes
429
Determinantes de orden dos

Determinantes de orden tres
. 430
. 43r
. 432
Permutaciones
ESQUEMA
1.
2.
3.
1.
5.
6.
7.
B.
9.
RESUMEN
Determinante de n vectores en una base

Determinante de una matriz
Desarrollo de un determinante por los trminos de una fila o
Aplicacin aI clculo de la inversa de una matriz
Aplicacin aI clculo del rango de una matriz
Sistemas de Cneusn
Bibliografa 46I
ndice
. 372
. 373
. 391
. 402
. 1r3
. 4L9
analtico
463
437
. 11L
. 445
columna 118
. 452
. 455
. 457
. 160
PRESENTACION
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 quin va dirgido este
texto
Este manual est dirigido, principalmente, a los
estudiantes de la asignatura de Matemticas I del Grado de Administracin y Direccin de Empresas en la UNED. Est escrito pensando en estudiantes a distancia, Ios
cuales deben tener a mano Ia informacin ms completa posible sobre la asignatura.
Pero, precisamente por este motivo, pensamos que podra ser til tambin para estudiantes presenciales que necesiten algn libro en el que consultar estos temas.
Contextualizacin de Ia asignatura en Ia
materia
En el plan de estudios
actual, la asignatura de Matemticas I, que es la primera de la materia de Matemticas
en eI Grad.o de ADE, se estudia en el primer cuatrimestre de primer curso. Habr
dos asignaturas ms: la siguiente -Matemticas II- en el primer cuatrimestre de

segundo curso, y la tercera y ltima -Matemticas III- en eI primer cuatrimestre de
tercer curso.
En
lo que a contenidos
Se refiere,
la asignatura de Matemticas
I eS una ple-
sentacin de los conceptos y las tcnicas bsicos del lgebra Lineal, y una introduccin a las sucesiones de nmeros reales. Las siguientes asignaturas estarn dedicadas
a presentar contenidos de Anlisis Matemtico, con funciones de una y varias variables, incluyendo integracin, y de otros temas como los Sistemas Dinmicos. Los
contenidos de Matemticas 1 son, pues, necesarios para el estudio de las restantes
asignaturas de Matemticas, aunque tambin encuentran aplicacin directa en otras
materias del Grado.
Estructura
deltexto
EI texto tiene cinco captulos, y se completa con dos apndi-
ces. Los cuatro primeros captulos son los propiamente dedicados al Atgebra Lineal:
espacios vectoriales, aplicaciones lineales, matrices y sistemas de ecuaciones lineales; el quinto, presenta las sucesiones de nmeros reales. En cuanto a los apndices,
PRESENTACIN
eI primero recoge varios temas de carcter preliminar: conjuntos, aplicaciones, operaciones y polinomios, de los cuales el lector debera tener un conocimiento al menos
introductorio. El segundo apndice presenta los determinantes, de los cuales no se
hace uso para estudiar sistemas de ecuaciones lineales.
Requisitos previos Los contenidos de Matemticas habituales de un Bachillerato (con orientacin a ciencias, ingeniera, o ciencias sociales) son ms que suficientes
para poder abordar esta asignatura. Tambin son perfectamente adecuados los contenidos de Ia asignatura de Matemticasl del Curso de Acceso Directo a la Universidad, para Mayores de 25 Aos, que imparte la propia UNED.
Cmo leer este texto Cada uno de los cinco captulos empieza con una amplia
introd.uccin. Recomendamos aI lector leerla con detalle, pues presenta, de manera
menos formal que eI texto principal, los contenidos bsicos del captulo que introduce, a Ia vez que enfatiza lo ms importante, insiste en lo ms difcil, y da idea del
alcance de exigencia de la materia.
Tras la introduccin, eI cuerpo principal del captulo incluye todas las definiciones
y resultados exigidos, acompaados unas y otros de ejemplos de distinta dificultad
para ilustrar su uso y aplicacin. A Io largo de este cuerpo principal, se incluyen ejercicios propuestos, cuya resolucin se presenta al final del captulo. Estos ejercicios
son de dos tipos: algunos, los menos, buscan que el lector se ejercite en alguna tcnica; otros, los ms, proponen al lector la demostracin de algn resultado adicional.
Del primer tipo son menos porque ese cometido se deja a los ejercicios y problemas
d.el texto corespondiente;z los segundos, por su parte, se pueden considerar, a modo
de Actividades Complementarias, para ampliar formacin.
Finalmente, cada captulo termina con una recapitulacin de todo lo visto en su

desarrollo, tanto definiciones como resultados. Estas recapitulaciones pueden ser
muy tiles como "fichas" de consulta rpida y referencia.
Los autores, los profesores Emilio Pnrsro SAnz y Alberto

A. rvarz Lvrz, Ilevan trabajando muchos aos en asignaturas de la materia de
Matemticas para Ia Economa y la Administracin y Direccin de Empresas, con la
metodologa a distancia, y son autores, tanto por separado como en colaboracin, de
Sobre los
autores
varios manuales sobre estos temas.
Agradecimientos
Los autores queremos dejar constancia de nuestro agradeci-
miento a los tutores y compaeros de los equipos docentes de las asignaturas del
lHasta el curso 2008-2009, esta asignatura se llamaba Matemticas Especiales
2Cf .
Problemas Resu eltos.
13
PRESENTACIN
Departamento de Economa Aplicada Cuantitativa II de la UNED, por sus sugerencias,

as como a los alumnos, con cuyas pleguntas y comentarios a lo largo de los aos
hemos podido hacernos idea de sus dificultades y de aquellos aspectos en los que
debemos intentar mejorar.
Un reconocimiento especial merecen nuestros compaeros -y amigos- Mnica
BunNra CanErr, Jaer S,Nz PYsz y Toms PRIETo RUMEAU, a los cuales nunca
dejaremos de agradecer todas sus observaciones, comentarios, y conversaciones sobre Ia materia de este texto. Muchos de los aciertos que pueda tener son suyos; los
errores, que quedarn va.rios, son de nuestra exclusiva responsabilidad'
Los AUToRES
Madrid, junio de 2010
C,q,prulo I
ESPACIOS VECTORIALES
I.
r6
ESQUEMA RESUMEN
INrnooucclN
5.
17
Definicin de espacio vectorial, 17 Subespacios vectoriales, 19 Suma de subespacios vectoriales, 22

Subespacios afines, 24 Sistemas de vectores, 25
Vectores linealmente dependientes, 26 Vectores Iinealmente independientes, 27 Sistemas de generadores y bases de un espacio vectorial, 27 Dimensin
de un espacio vectorial, 29 . Rango de un sistema de
2.
.
de subespacios vectoriales
37
40
Interseccin
Ejemplos de subespacios vectoriales de R2 . 40
Ejemptos de subespacios vectoriales de R3 . 42
Ej emplos de subespacios vectoriales
de
4.
36
R'
43
vectoriales 13
1. Suma de subconjuntos de un espacio
vectorial .
2. Suma de subespacios vectoriales de un espacio vectorial
3. Subespacios vectoriales independientes
4. Combinaciones lineales .
7.
2.
3. Hiperplanos de R'
4. Subespacios afines Paralelos
5. Combinaciones afines.
Interseccin de subespacios afines.
Vectores linealmente
65
independientes
65
66
6B
1. Definicin. Propiedades bsicas

2. Otras propiedades
6B
69
Sistemas de generadores y bases de un es-
vectorial 70
1. Sistemas de generadores
2. Bases. Coordenadas de un vector en una
base .
3. Base cannica
4. Teorema de la base incompleta
pacio
un espacio vectorial 77
1. Definicin de dimensin de un espacio
vectorial .
70
72
7
75
9. Dimensin de
77
vectores B0
de rango de un sistema de
10.Rango de un sistema de
Suma de subespacios
Subespacios afines 54
1. Definicin de subesPacio afn
63
dependientes
1. Definicin. Propiedades bsicas
B.
34
Subespacios vectoriales 37
1. Definicin de subespacio vectorial
2.
3.
4.
5.
3.
34
vectores
6. Vectores linealmente
vectores, 30.

2. Componentes de un vector de K'
Sistemas de
43
45
46
53
.54
. 58
.60
. 61
.62
1. Definicin
vectores
2. Ejemplos de clculo
B0
de
rangos
1l.Solucin de los ejercicios
propuestos
90
REc,pITuLACrN I
Definicin de espacio vectorial,
90
83
90
85
Subespacios
Suma de subespacios vectoriales, 91

. Subespacios afines, 92 . Sistemas de vectores, 92
Vectores linealmente dependientes, 92 ' Vectores linealmente independientes, 93 Sistemas de generadores.
Bases, 93 Dimensin, 94 . Rango de un sistema de
vectoriales,
vectores, 94.
INTRODUCCION
L7
INTRODUCCION
vectoriql
Deftnicin de espacio
El lector se encontrar al inicio de esta seccin
con la definicin general de espacio vectorial sobre un cuerpo. Un ejemplo sencillo de

espacio vectorial sobre un cuerpo lo constituye el conjunto R.2 de los pares ordenados
de nmeros reales sobre el cuerpo R.. Los elementos de este conjunto son de Ia
forma: (a,b), con ay b nimeros reales. Por ejemplo:
(1,
-3) c R2,
(i,t)
c R2, 1 R2.
Sobre el conjunto R2 se define una operacin, La adicin, de esta manera:
(xt, xz) + (yt, yz) : (x

(para cada
/t,xz
+ Vz)
(xt,x) e R2 y (yt,y) e R2). Por ejemplo:

(1,3) + (-7,I12): (r + (-1),3 + (Il2)) :
(o,712).
Esta operacin satisface las siguientes propiedades:
c es asociatrva, es decir, cualesquiera que sean los pares ordenados de nmeros

reales (a, b), (c,d) y (e,f), se verifica:
(a,b) + l(c,d.) + (e,f)): l@,a + G,d)l + @,f);
o pos elemento neutroi 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 (q.,b), esto es:
(a,b) + (0,0): (a.,b);
es simetrizable: cualquiera que sea
es conmutativai cualesquiera que sean
(a,b) e R.2, existe un elemento de R2, pre(a,b)-, que sumado

cisamente (-a,-b)
-del que se dice es el opuesto de
(a,b)
(-a,
(o,b)
+
a
da como resultado el elemento neutro:
-b) : (0,0);
(a,b) + (c,d)
(a,b) e
R2
y (c,d) e
R2, se tiene:
: (c,d) + (a,b).
La comprobacin de estas propiedades es inmediata. Por verificarlas, se dice que la
adicin articula eI conjunto R2 como grupo abelano.l

Por otra parte, tambin se define una operacin externa sobre
R.2
para el cuerpo
R.,
de esta manera:
A.(xt,x) : (Ixr,Ix2)
(para A
y (x1,xz) e
R.2).
Por ejemplo:
3(2,_.4): (3'2,3' (-4))
: (6,_r2), -r(r,J2) :
er,-2^/2).
Esta operacin externa satisface Ias siguientes propiedades:

lPueden consultarse ms detalles sobre operaciones, y en particular sobre grupos, en eI apndice A.
I.
18
es asociativa en los elementos de R: cualesquiera que sean los nmeros reales
uy
el par ordenado de nmeros reales
A(p(a,b))
.
.
(a,b),
se verifica:
(dp)(a,b);
es distribuva respecto de Ia adicin de nmeros reales: para cada nmero real A

y cada nmero real r, y cada par ordenado de nmeros reales (4, b), se tiene:
(A+ u)@,b) : A(a,b) + p(a,b);

es disibutva respecto de Ia adicin de vectore.s: para cada A de R, y para
cada (a,b) y cada (c,d) de R2, se verifica:
A(ta.b) + (c,d))
A(a,b) + A(c,d);
o es neutrapara el nmero real l: para cada (a,b) e R2, se tiene:
7(a,b) = (a,b).
Tambin es inmediata la comprobacin de estas cuatro propiedades. Afirmar que
eI conjunto R2, dotado de la adicin y de la operacin externa recin definida, es
un espacio vectorial sobre eI cuerpo R significa afirmar precisamente que, dotado
de Ia adicin, es un grupo abeliano, y que la operacin externa satisface las cuatro
propiedades anteriores.
En lo sucesivo, cuando nos refiramos a R.2 estaremos pensando en el espacio vectorial sobre R.. En este contexto, a los elementos de R.2 los denominaremos vectoresi
a los de R, escalares.
Tambin consideramos el conjunto R.3 de las ternas ordenadas de nmeros reales,
cuyos elementos son de la forma: (a,b,c), con cL, b y c n'metos reales; por ejemplo:
(1,2,0) R3, (-2, -1 ,r R3, (2,_3) R3

Asimismo, consideramos el conjunto R4 de las cuaternas ordenadas de nmeros reales: (a, b,c,d), con a, b, c y d nmeros reales; y el conjunto R.s de las quntuplas;
y, en general, el conjunto Ru de las n-uplas de nmeros reales (n > 1). Observemos
cmo son los elementos de R4:
(xt,xz,...nxn),
con f1, xz,
...,
x.nimeros reales.
> I, lo cual engloba
en particular los
R.s), se define, mutatis mutandis, una adicin y una operacin
nombrados R3,
externa para el cuerpo R. como Io hemos hecho sobre R.2, y se comprueba que estas
operaciones articulan Ru como espacio vectorial sobre R. A partir de ahora, siempre
que tratemos el conjunto R. estaremos automticamente pensando en el espacio
Sobre el conjunto R.u (para cualquier rL
R4 y
r9
INTRODUCCION
vectorial sobre
R, y llamaremos vectores a sus elementos y escalares a los elementos
de R, como comentamos para el caso de R2.

Queremos observar que, aunque el texto trata los espacios vectoriales en general,
la experiencia nos muestra que, al menos en lo que se refiere al nivel exigible a un
estudiante de ADE, el manejo prcticamente exclusivo de los Ru es ms que suficiente
pila comprender los conceptos y las propiedades ms importantes de los espacios
vectoriales.Z Adems, en ningn caso manejaremos
-para espacios vectoriales- un
cuerpo que no sea R.
Finalmente, queremos enfatizar al lector la definicin de componente de un vector: si (ar, 0{2,..., ar) es unvector de R.u, diremos que su primera componente es dt;
que su segunda componente es c{2, etc.; en general, diremos que su -sima componente es a (1 < < n). Por ejemplo, para elvector (1,-3,7,0) de Ra, la primera
componenteesigualal, lasegundaiguala-3, laterceraigual aT,ylacuartaigual

a 0.3
Subespacios vectoriales Como los nicos espacios vectoriales que realmente

nos interesan en este curso son los del tipo R. (n > I), veamos cmo se formula
el concepto de subespacio vectorial aplicado sIo a ellos. Un subconjunto F, no
vaco, de R.u es subespacio vectorial del espacio vectorial R si se satisfacen dos
propiedades (que en el texto se designan (SV1) y (SV2)):
(SVI) la suma de vectores de F es un vector tambin de F; es decir, para cada vector u : (u t,u2,. . ., un) y cada vector w = (u t, u2,. . ., tur") pertenecientes a F,
pertenece a su vez a F eI vector siguiente:
(SV2) el producto de cualquier escalar (esto es, de cualquier nmero real) por un
vector de F es un vector tambin de F; o Io que es Io mismo; para cada A e R.
y cada u
(ut,'u2,...,un) e F, pertenece a su vez a F el vector:

A?
Es importante sealar que si
A(?1, .t)2,...,un)
(trUt,truz,... ,tru").
F es subespacio vectorial de Rn, entonces F es en s
mismo un espacio vectorial con la adicin de vectores y la multiplicacin de nmeros

reales por vectores.4
2Por este motivo no se hacen preguntas, en Ias pruebas presenciales, sobre espacios vectoriales de
otro tipo.
3El motivo de enfatizar esta sencilIa definicin es Ia posibilidad (que efectivamente se da con mucha
frecuencia) de que el alumno confunda componente con coordenada, concepto que surgir ms adelante.
4Tcnicamente, conla restriccir de estas operaciones a F.
I.
Podemos estudiar si un subconjunto de R.u es subespacio vectorial o no de otra

forma, haciendo uso de la caracterizacin enunciada en la proposicin I.1 (cf. p. 39).
sta, para eI caso de Ru, tiene este aspecto: un subconjunto F de R., no vaco, es
subespacio vectorial de R. precisamente si cualesquiera que sean los vectores u y u
de F, y los escalares a y p, pertenece a F el vector:
uu+But:i::'r'l'u-r,'"^:'r**uuYr','''au;il*,,
Adems de la caracterizacin anterior, vemos otras propiedades de los subespacios vectoriales. Es de destacar que el vector O es un elemento de cualquier subespacio vectorial; recurdese que, en el caso de los R, eI vector O es el vector (0,0, . . . ,0)
(con n ceros). Otra propiedad muy importante es que Ia interseccin de subespacios
vectoriales es a su vez un subespacio vectorial.
El estudio de subespacios vectoriales particulares se inicia con los de R.2. Adems
d" {(0,0)} y del propio R2, se muestra que es un subespacio vectorial de R.2 todo
conjunto de esta forma:
R(a,b)
IA(a,b) I A e R.l,
donde (a,b) es un par ordenado de nmeros reales. Por eiemplo:
R(1,3)
: {l(r,3)
IA
e m} : {t,3A)
|A
e R}.
que es subespacio
Observemos que cada vector de este conjunto R(1,3)
-conjunto
vectorial de R2, como decimos- es de esta forma: (4, 3A) para algn A e R. Podemos
deci que (4,3A)
vnvector genrico del subespacio vectorial R(1,3). Ntese tambin que, a la vista de este vector genrico (4,3A), podemos afirmar que los vectores
de este subespacio vectorial son los que satisfacen que su segunda componente es el
tripledelaprimera.s As:(2,6),(-4,-12)o (1/3,1)sonvectoresdeR.(1,3);perono
lo son (1,4), (0, I) o (I12,2).
Otro ejemplo: R(2,-5) : {(24,-54) lA e R.}. Un vector genrico de este otro
subespacio vectorial de R2 es (24, -54), lo que puede interpretarse as: los vectores
de este subespacio vectorial son aquellos cuya segunda componente es igual a la primeramultiplicadapor-512. Losparesordenados (I,-512), (-4,10) o(213,-5l3)
pertenecen aI subespacio vectorial; no as los pares (1,0), (5, -") o (1, -1).
Otra forma de presentar un subespacio vectorial de R2 es con una ecuacin (una
ecuacin lineal, para ser ms exactos). Por ejemplo, eI conjunto siguiente es un subespacio vectorial de R.2:
es
F - {{xt,xz) e R2
l3xt-
x2
o}
sO tambin: son aquellos vectores cuya primera componente es igual a un tercio

de la segunda.
INTRODUCCION
Sus elementos son los vectores
(xt,xz)
cuyas componentes,
xt y xz, satisfacen
- 12 :
la
ecuacin 3x1 - x2:

0.
Notemos que la ecuacin 3xt - xz : 0 es equivalente a esta otrai xz : 3xt,Io que
nos permite afirmar: Ios elementos de F son los vectores cuya segunda componente
es igual al triple de la primera. Es decir, los elementos de F y los del conjunto R ( 1, 3 )
son los mismos; ambos subespacios vectoriales son iguales.
En el texto comprobamos un resultado que generaliza el caso particular anterior:
cuando el vector (a,b) no es eI (0, 0) (o lo que es Io mismo: ay b no son simultneamente nulos), se tiene:
0. Verbigracia, (4, 12) es un elemento de F, pues: 3 ' 4
{(xt,xz) e R2 I axt + bx2 - 0} : R(-b,a).

Otro ejemplo: {(xr,xz) e R.2 | -Sxr -2x2:0} : R(2, -5). obsrvese que si (a,b)
fuera elvector nulo (es decir, si (a,b) : (0,0)), entonces R(a,b) se reduce al con-
junto {(0,0)}; en smbolos: R(0,0) : {(0,0)}.
Nota
importante sealar que la ecuacin que define un subespacio vectorial de R2 debe

: 0 (con a y b nmeros reales). En particular, cualquiera de
la forma ax1 -t bx2 : d, con d un nmero real distinto de 0, no define un subespacio
vectorial. Por ejemplo, el conjunto l(xr,xz) e R2 | -xr + 2x2: -2] no es un subespacio
vectorial de R.2.6 a
Es
ser de Ia forma ax1 + bx2
A continuacin pasamos a estudiar subespacios vectoriales de R3. Los conjuntos { (0, 0, 0) } y R.3 son subespacios vectoriales de R.3, y tambin lo son los conjuntos
de este tipo:
R(a,b,c)
: IA(a,b,c)
|A
e R.l,
donde (q,b,c) es una terna de nmeros reales. Asimismo, los conjuntos definidos
por una ecuacin, anlogos al subconjunto F de R.2 que consideramos antes, son
subespacios vectoriales de R.3; por ejemplo, es subespacio vectorial de R3 este con-
junto:
l(xt,xz,xs) e R3 I Zxt - xz + 3x3 = Ql ,

formado por los vectores (xt,xz,xz) de R.3 tales que 2x1 - xz-r 3x3 :0. (O bien
tales que: xz : Zxt + 3x3, lo que se puede expresar con palabras as: los vectores
de
R.3
tales que su segunda componente es igual al doble de la primera ms el triple
de la tercera.)
La prueba de que los subconjuntos de R3 anteriores son subespacios vectoriales

de R3 es, mutatis mutandis, como la del caso de R2. Sin embargo, debemos hacer
notar que no se verifica para R3 ningn resultado de igualdad entre subespacios

65 es, y Io veremos ms adelante en este mismo
captulo,urt
su.bespacio afn.
I.
vectoriales definidos por una ecuacin y subespacios vectoriales del tipo R (, b, c) ,

como ocurre para R2.
Queremos llamar Ia atencin, por ser especialmente ilustrativo, del ejemplo 10
(cf.p.12). Se trabaja con estos subespacios vectoriales de R3:
F1: {{*t, xz, xz) e R3 I xt -
2x2 * x3
Fz- {{xt, x2, xz) e R3 I xt - 2*=I

y
o}
R(4,3,2). Note-
se demuestra que su interseccin es igUal al subespacio vectorial
mos que esta interseccin puede escribirse as:
\F2:
{(xr, xz,x) e
R3
lxr -2x2+xz:o y xr:zxz},
es decir, como un subespacio vectorial definido por dos ecuaciones.T
Finalmente, generalizamos lo visto a cualquier Rn, Enfatizamos aqu, en particular, que es subespacio vectorial de Ru cualquiera de la forma:
I(xt,xz,...,xn) e R"
I a'1x1 -t cL2x2-1
"
' + anxn = OI ,
donde a7, &2, .. ., &n son nmeros reales. No sera subespacio vectorial este conjunto
si la ecuacin fuera a.1x1 * 612x2 * "' + cLnxn : d con d + O'
ril
'lll
lrlt
Suma de subespacios vectoriales Comienza esta seccin definiendo la suma

de subconjuntos de un espacio vectorial. Si A y B son dos subconjuntos de Rn
(no oldemos que en todo momento particularizamos a Rn), st suma es el conjunto cuyos elementos son vectores obtenidos como suma de un vector de A y otro
de B. Esta definicin se generaliza fcilmente a ms de dos conjuntos. El ejemplo 11
(cf.p.44), de suma de dos conjuntos, y eI ejemplo 12 (cf. p. 45), de suma de tres, son
suficientemente ilustrativos.
El resultado ms importante de esta seccin es que la suma de subespacios vectoriales es a suvez un subespacio vectorial. EI ejemplo 13 (cf.p.45) es importante;
en I se muestra esta igualdad de subespacios vectoriales:
R(1,0,0) + R.(0,0,1)
: I(xr,xr,x:)
e R3 I
xz:
OI
en la que vemos, en particular, cmo un subespacio vectorial de R.3 definido por una
ecuacin se puede expresar como Suma de subespacios vectoriales del tipo R(a,b,c).
En general, cuand.o trabajamos con subespacios vectoriales, de lo que se trata es de
7Ms adelante, tras estudiar sistemas de ecuaciones lineales en el captulo [V, veremos cmo relacionar subespacios vectoriales definidos por ecuaciones con subespacios vectoriales del tipo R(a,b,c),
y no sIo para R3, sino para cualquier Ru.
23
INTRODUCCIN
relacionar subespacios determinados por una ecuacin o por varias (stos ltimos
son interseccin de los determinados por una sola ecuacin) con Ia suma de subespacios del tipo R(a1, a2, . . . , cln). Hasta el captulo [V, cuando tratemos los sistemas
de ecuaciones lineales, no tendremos herramientas suficientes para resolver completamente este problema; por ahora, nos debemos conformar con estudiar algunas
situaciones particulares, como Ia del citado ejemplo 13 o las vistas en los ejercicios
del manual Problemas Resueltos.
Otro concepto importante de la seccin es el de independencia de subespacios

vectoriales. Dos subespacios vectoriales (de R) son independientes si todo vector
de su suma se puede obtener de forma nica como suma de un vector del primero y
un vector del segundo. La proposicin I.4 (cf. p. 48) muestra una manera sencilla de
comprobar la independencia: que dos subespacios vectoriales sean independientes
es equivalente a que su interseccin se reduzca al conjunto {(0,0,...,0)}.
En el ejemplo 17 (cf . p. 48), para los subespacios vectoriales de R.3 siguientes:
Fr:R(0, 1,1)
y F2:{(xr,xz,xz)e
R3
lx1 =x2+x3},
se prueba tienen un nico vector en comn: (0, 0, 0), con Io que se est efectivamente
demostrando que son independientes. Por otra parte, en el ejemplo 18 (cf. p. 49)
se comprueba que la suma Fr + F2 es igual a R3. Esto significa: todo vector de R.3
se puede escribir como suma de un vector de F1 y un vector de F2, y adems esta
descomposicin del vector en suma de dos, uno de cada subespacio, es nica.
Tambin hablamos de suma directa, que no es ms que la suma de subespacios
vectoriales independientes. Por ejemplo, Ia suma de los subespacios vectoriales F1
y F2 de R3 del parrafo anterior es suma directa; se denota: F1 @ F2. Y tambin se define eI concepto de subespacios vectoriales suplementariosi son aquellos cuya suma
directa es igual a todo el espacio vectorial. Los subespacios vectoriales Fl y F2 de los
que venimos hablando son suplementarios: F1 o F2
p3.
Termina el apartado de independencia de subespacios vectoriales con la generalizacin (por otra parte inmediata) de Ia nocin de independencia (y de suma directa)
a ms de dos subespacios vectoriales. Es de observar, sin embargo, que la caracterizacin vista de Ia independencia de dos subespacios vectoriales (interseccin igual
a
{(0,0,...,0)})
no admite una generalizacin inmediata a ms de dos.
Lo ltimo que vemos en esta seccin es el importante concepto de combinacin
Iineal. Afirmar que un vector u (de R.4) es igual a :una combinacin lineal de Ios k
vectores ttr, ttz, . .., uk (todos de R.) no es ms que afirmar se verifica Ia igualdad
u : ttrLt* 1QUz +...+ aauapara algunos nmeros reales 41, 2,..., at (alos
que a veces nos referiremos como los coeftcientes de la combinacin lineal). Dicho
ms tcnicamente: el vector u es igual a una combinacin lineal de los k vectores u1,
I.
24
LJz, . . ., LJk
si
u es un elemento de Ia suma de subespacios vectoriales siguiente:

Rul + Ru2
+ .+Ru.
Por ejemplo, el vector (2,3) de P2 es igual a una combinacin lineal de los vec-
tores (1,1) V (0, 1), Pues se tiene:
(2,3)
- a(1,1) + b(0, 1)
para
Ios coeficientes de esta combinacin lineal son a

tir la misma idea: (2,3) e R'(1, 1) + R(0, 1).
a.-2yb 2yb
1;
: I' Ofra forma de transmi-
Ntese que, sean los que sean los vectores ur, u2, ..., uk de R, el vector nulo: (0,0,...,0), es igual a una combinacin lineal de ellos; no hace falta ms que
tomar todos los coeficientes iguales a 0:
(0,0,...,0)
aftnes
: jut + Ouz + "'
+ jur'
afnde R.2 es un subconjunto de Ru obtenido

como suma de un vector y un subespacio vectorial de R.. Si u es un vector y F es un
subespacio vectorial (ambos de R.n), el subespacio afn obtenido como suma de ellos
Subespacios
rJn subespacio
se denota: u + F.8
Cuando Sumrmos un vector y el subespacio vectorial { (0, 0, . . . , 0) }, obtenemos el

conjunto cuyo nico elemento es el vector. Cuando sumamos el vector (0,0,...,0) y
un subespacio vectorial, obtenemos este mismo subespacio vectorial. Estos son los
ejemplos ms sencillos de subespacios afines: los conjuntos formados por un solo
vector y los propios subespacios vectoriales.
Para Obtener mS subespacioS afines, no tenemos ms que Sumal un vect6r a
cada subespacio vectorial que conocemos, y fundamentalmente hemos visto dos

tipos de subespacios vectoriales: los del tipo R(ar,6lzn...,a y los definidos por
una ecuacin.g
En el primer caso, obtenemos
un subespacio afn de este tipo:
(1)r,1)2,...,un) + R(ar, 612,..., &n).
(at,a2,. ..,&n) es no nulo, de este subespacio afn se dice es wa recta

. pn.10 Por ejemplo, el conjunto (1,1) + R.(2,3) es una recta de R.2, y el conjunto (0, 1, -3) + R (2, -10,0) es una recta de R'3'
Si el vector
8De suyo, la notacin debera ser {u} + F, pero abreviamos quitando las llaves.
gEstos
tipos "bsicos" son los que Iuego intersecamos o sumamos.
l0Ntesequesielvector (at,aZ,...,an)esnonulo,entonceselsubespaciovectorialW(at,a.Z,...,an)
noesigualal{(0,0,...,0)},yelsubespacioafnanteriornosereducealconjunto
{(ut',u2,""uil}'
25
INTRODUCCIN
En el segundo caso, obtenemos
un subespacio afn de este otro tipo:
(ur,1)2,...,'t)n) + {(xr, x2,...,xr") e Rn I atxt + a2x24
"'+ enxn:0I
Una consecuencia que se extrae del texto es que estos subespacios afines se pueden
escribi de esta forma:
(1)
{{xr, xz
donde d es un nmero real. (El nmero d puede ser nulo o no; en el primer caso,
estaramos ante un subespacio afn que tambin es subespacio vectorial; en eI segundo, ante un subespacio afn que no sera subespacio vectorial.) Cuando Ios nmeros d-1, az, ..., cLnno son simultneamente nulos, de todo conjunto de la forma (1) se
dice es un hiperplano de R.i 1 Los hiperplanos de R.u son, pues, subespacios afines
determinados por una ecuacin de Ia forma a.1xl -l 612x2 -l ' ' ' + anxn: d con los
nmeros 6Lr, &2, ..., 6Ln no simultneamente nulos.
A modo de muestra de lo dicho, en el ejemplo 33 (cf. p. 61) se prueba que el
hiperplano determinado por la ecuacin xt - x3: 4, es decir:
: {(xuxx)
- xz: 4I
verifica: A: (4,0,0) + {(x1,xz,x) e R3 lxr -x::0}.
e R3 | xr
El Itimo concepto que se estudia en esta seccin es el de combinacin afn. Afirmar que un vector u es igual auna combinacin afn de los k vector:s tl'y, 2, ' ' ', uk
significaafirmarsesatisfacelaigualdadu:a7ur*21t2+"'+akukpataalgunos
nmeros reales a1, otz, ..., o(k que suman 1; es decir:
- atUt *
zWz
l<Ul<
C{r
* AZ -l
O{,
1.
Por ejemplo, el hecho de que se verifique:

(1,
-2,-l) -
a(1,0, -1) + b(I,z,
-1),
permite afirmar que el vector (I, -2, -1) es igual

tores (1,0, -1) y (1,2, -7),pues a + b : L
Sistemas de
para &
- 2y b- -1,
a una combinacin afn de Ios vec-
vectores l|n sistema de vectores de R2 es una coleccin finita
or-
denada de vectores de R.2. Escribimos un sistema de vectores ene parntesis, separando los vectores por comas. Por ejemplo, los cuatro siguientes son sistemas de
vectores de R2:
((r, 2),(-1,0)) , ((0,0), (1, -1), (1, -1)), (6D.,2)) , (t-1,0),

11Si
(1
,2))
los nmeros a7, a2, ..., an son todos nulos, eI subespacio afn resulta igual a R.u, que no
considera un hiperplano.
se
I.
26
El primero y el cuarto son sistemas en los que figuran dos vectores; se dice que su
cardinal es igual a2. El segundo sistema tiene cardinal igual a 3 (se considera que
en definitiva figuran tres vectores, a pesar de que hay uno repetido); y el tercero,
cardinal igual a 1. Es de observar que el primer sistema y eI cuarto tienen los mismos
vectores, pero no en el mismo orden; se consideran sistemas distintos.
Consideraremos tambin sistemas de vectores de R.3, que se definen de manera
anloga; por ejemplot ((1,-2,2),(0,-I,0)) o ((1,0,0), (1, -7,-23), (1, -1,0)). Y
alguna vez tambin sistemas de vectores de R4, como ((0,
o ((0,1,0,0), (0,1, -1, -3), (-rlz,-1,0,1/3)).
-1,-2,1),(1,-2,5,0))
Vectores lnealmente dependiente.s Dados unos vectores de R2, sabemos que

es posible extrlresar el vector (0,0) como combinacin lineal de ellos: al menos con
todos los coeficientes de la combinacin lineal iguales a 0. Si es posible expresar el
vector (0,0) como combinacin lineal de los vectores dados de forma que alguno de
Ios coeficientes de Ia combinacin lineal sea distinto de 0, se dice que los vectores
son linealmente dependientes.
A modo de ejemplo, consideremos los vectores (1,-1) y (2,-2) de R2. Toda

combinacin lineal de ellos es de la forma: a(1, -1) + P(2, -2), con a y B nmeros
reales; alguna de estas combinaciones lineales es igual al vector (0,0) y es tal que
uno de los dos coeficientes, u o P (o ambos), es no nulo? S; por ejemplo, para a : 2
YB
: -l
se obtiene:
a(1,
-1)
B(2,-2) = 2(1,-r)
- Q,-2) :
(0,0),
Io que permite responder afirmativamente la pregunta recin formulada. Los vectores (1, -I) y (2, -2) son entonces linealmente dependientes. Tambin expresaremos
esto afirmando que el sistema ((1, -l), (2,*2)) es un sistemaligado.
La definicin se extiende con facilidad a vectores de Rs (y de R.a). Por ejemplo, los
vectores (1, -1, O) y (-2,2,0) de R3 son linealmente dependientes, pues podemos
escribir:
(1,
-1,
O)
1G2,2,0)
(0,0,0),
que es una combinacin lineal de ellos igualada al vector (0,0,0) y con alguno de los
coeficientes (en este caso, ambos) distinto de 0.
Saber si unos vectores dados son linealmente dependientes o no, o lo que es lo
mismo: saber si eI sistema que forman es ligado o no, es fcil cuando se trata de uno
o de dos vectores. Un sistema formado por un nico vector es ligado si el vector es

nulo (es decir, si es igual a (0,0) en el caso de R2, o a (0,0,0) en el caso de R3), y no
es ligado si el vector es otro cualquiera. Por ejemplo, el sistema ((1, -B)) de R.2 no es
ligado, y s lo es ((0,0)), que es de hecho el nico sistema ligado de R2 con un nico
vector.
INTRODUCCIN
27
un sistema formado por dos vectores, no es mucho ms difcil: si ambos

vectores sor' proporcionales, eI sistema es ligado, y no es ligado en caso contrario.
Qu significa que los dos vectores sean proporcionales? Que uno de los vectores
es igual a un nmero multiplicado por el otro. Por ejemplo, los vectores (2,-4)
y (I,-2) son proporcionales, porque eI primero puede obtenerse del segundo mulPara
tiplicando por un nmero, en este caso 2: (2,-4)

forman: ((2,*4),(I,-2)), es entonces ligado.
: 2(I,-2); el sistema que ambos
Otro ejemplo: los vectores (1,0,3) y (-2,1,1) no son proporcionales. Cmo

podemos verlo? Si fueran proporcionales, deberamos ser capaces de obtener uno de
los vectores multiplicando el otro por algn nmero; un simple vistazo nos muestra que ello es imposible: no hay forma de multiplicar por un mismo nmero los
nmeros 1, 0 y 3 para obtener, respectivamente, -2, I y I,y ceversa: no hay forma
de multiplicar por un mismo nmero los nmeros -2, I y 1 para obtener, respectivamente, 1, 0 y 3. Estos vectores no son, pues, linealmente dependientes; eI sistema
que forman no es ligado.
Si tenemos tres o ms vectores, se puede proceder como se hace en eI ejercicio 2
(cf. p. 66), o se puede calcular elrango de los vectores e interpretar adecuadamente
el resultado. Para los sistemas de vectores que manejaremos, este segundo mtodo
es en general el ms sencillo, y por tanto eI ms recomendable; en la seccin 10 de
este mismo captulo Io aprenderemos.
Vectores linealmente independientes Unos vectores dados son linealmente independientes si no son linealmente dependientes. Tambin se dice: un sistema de
vectores es libre si no es ligado. En concreto, que unos vectores sean linealmente independientes, o llue un sistema de vectores sea libre, significa entonces lo siguiente:
la nica combinacin lineal de esos vectores que es igual aI vector nulo es aquella en
la que todos los coeficientes son iguales a 0.
De acuerdo con lo dicho en el apartado anterior, podemos afirmar lo siguiente:
EI sistema formado por el vector nulo es ligado, y cualquier otro sistema for-
mado por un nico vector es libre.

Un sistema formado por dos vectores es ligado o es libre segn sean los vectores proporcionales o no, respectivamente. Por ejemplo, los vectores (1,0,3)
y (-2,1, 1) de R.s no son proporcionales (Io vimos en el apartado anterior),
Iuego son linealmente independientes; el sistema que forman es libre.
Para un sistema formado por tres o ms vectores, podemos calcular su rango e
interpretar eI resultado (mtodo ya apuntado antes aI ver la dependencia lineal,
y que veremos ms adelante).
I.
28
Sistemas de generadores y bases de un espacio vectorial Un sistema de

vectores de R2 es vn sistema de generadores del espacio vectorial R2 si todo vector
de R2 se puede escribir como combinacin lineal de los vectores del sistema. Tambin
se dice, ms simplemente, que los vectores del sistema generanR2 '
Por ejemplo, eI sistema de vectores ((1,1), (0, 1)) es un sistema de generadores
de R2. Qu significa? Que todo vector de R2 es igual a alguna combinacin lineal de

los vectores (1,1) y (0,1). Por ejemplo:
1), (0,0) : 0(1, 1) + 0(0, 1),

o (-1, -2) : -(I,1) - (0,1),
(a,b) de R.2 verifica: (a,b) : a(l,I) + (b - a)(0,\), igualdad
(I,2) =
yunvector genrico
(1, 1) + (0,
que Io expresa efectivamente como combinacin lineal de Ios vectores (1,1) y (0' 1)'
Cuando un sistema de generadores es, adems, un sistema libre, recibe el nombre
de base. Una base de R2 es, pues, un sistema cuyos vectores son linealmente independientes y generan R.2. EI sistema del eiemplo del prrafo anterior: ((1,1), (0,1)),
eS una base de R.2: sus dos vectores generan R.2, y como no Son proporcionales,
tambin son linealmente independientes. Todo vector de R2 es entonces igual a
algUna combinacin lineal de los vectores (1,1) y (0, 1), ya lo hemos dicho, pero
hay algo ms aI tratarse de una base: esa combinacin lineal es nica. Por ejemplo: (-1,1) : -(1,1) + 2(0,1), y no hay otra manera de escribir (-1' 1) como una
combinacin lineal de (1,1) y (0, 1); es decir, los coeficientes de una combinacin
lineal de estos dos vectores que sea igual al vector (-1,1) han de ser necesariamente -I y 2. Se dice que -1 y 2 (en este orden) son las coordenadas del vec-
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 componentes del vector.
Estos conceptos se extienden con facilidad a R3. Por ejemplo, eI sistema de

vectores ((1,0,0), (1, 1,0), (0,0, 1)) resulta ser una base de R3. Esto significa que
cada vector de R.3 es igUal a una nica combinacin lineal de los vectores (1,0,0),
(1,1,0) y (0,0, 1); Ios coeficientes de estanica combinacin lineal son las coordenadas del vector en la base. Para el vector (1,1,3), por ejemplo, se tiene Ia igUal-
: 0(1,0,0) + 1(1,1,0)
+ 3(0,0,1), y no hay otra forma de escribilo

como combinacin lineal de los tres vectores; los nmeros 0, 1 y 3 (en este orden)
son las coordenad.as del vector (1, 1,3) en la base ((1,0,0), (1, 1,0), (0,0, 1)).
Queremos enfatizar algo importante: eI orden en el que se citan las coordenadas
de un vector en una base es fundamental: se cita como primera coordenada eI coeficiente del primer vector de la base, como segunda el coeficiente del segundo vec'
tor, y as sucesivamente. As, por ejemplo, el vectot de coordenadas -1 y 2 en la
dad: (1,1,3)
29
INTRODUCCIN
base ((1,1), (0, 1)) es el
(-1,1),
como ya hemos visto, pero el de coordenadas 2 y
I)
-1
-- (2,1), que es otro vector distinto.

No hemos dicho nada en las lneas anteriores sobre algn mtodo prctico que
permita averiguar si un sistema de vectores es de generadores, o incluso si es una
es:
2(1,1)
(0,
base. En general, el mtodo ms sencillo es el clculo de su rango, que estudiaremos

en la seccin 10. Por otro lado, cuando ya sabemos que cierto sistema dado es una
base y queremos averiguar concretamente las coordenadas en esta base de cierto vec-
tor, encontrarlas requiere en general resolver algn sistema de ecuaciones lineales;

Ios estudiaremos en eI captulo IV.
No queremos dejar de resear aqu lo que es la base cannica de R.2 y la base
cannica de R.3. La de R.2 est formada por dos vectores: ((1,0), (0, r); y la de R3
portresvectores: ((1,0,0),(0,1,0),(0,0,1)).Esinteresanteobservarquelascoordenadas de un vector en la base cannica son precisamente las componentes del vector.
Por ejemplo, las coordenadas delvector (2,5) enlabase cannica de R2 son 2 y 5,
exactamente sus componentes, pues: (2, 5) : 2(1,0) + 5(0, 1). En el texto (cf. p. 74),
puede encontrar el lector Ia generalizacin a Ia base cannica de R.n.

Finalmente, en esta seccin se incluye el denominado teorema de Ia base incompleta. Esfe teorema es un resultado tcnico, que se aplica en ciertas demostraciones
tericas. Aqu sIo nos interesa resaltar una consecuencia muy importante. En R2,
todos los sistemas de vectores que son base tienen la misma cantidad de vectotes,
precisamente dos. Para R.3 Ia consecuencia es anloga: todas las bases de R3 tienen
eI mismo nmero de vectores, tres en este caso. Y tambin acontece que todas las
bases d.e Ra tienen la misma cantidad de vectores: cuatro. La generalizacin de esta
consecuencia a cualquier R. es que todas las bases de Rn tienen rL vectores.
Dimensin de un espacio
vectorial
Como acabamos de decir, todas las bases

de R.2 tienen Ia misma cantidad de vectores; esta cantidad de vectores de cualquiera
de las bases de R.2 se denomina dimensin del espacio vectorial R2. El espacio vectorial R.2 es, pues, un espacio vectorial de dimensin igual a 2.
La definicin de dimensin se extiende anlogamente a R3, y a todos los Rn.
As, el espacio vectorial R.3 tiene dimensin igual a 3, R4 dimensin igual a 4, y Ra
dimensin igual a n.
Instamos al alumno a leer detenidamente las consecuencias de la definicin de

dimensin, por ser muy tiles para trabajar los ejemplos prcticos. Destacamos aqu
una de ellas: cuando tenemos un sistema de vectores (de m.2 o de R3, por ejemplo) de
cardinal igual a la dimensin (es decir, con tantos vectores como marca la dimensin),
para saber si es o no base no es necesario comprobar que se trata de un sistema
de generadores y tambin comprobar que se trata de un sistema libre: en cuanto
es una de las dos cosas, automticamente tambin es la otra. Por ejemplo, los dos
I.
3o
vectores (I,-2)y(5,-9)deR2formanunsistemalibre(puesnosonproporcionales);
como son tantos vectores como marca la dimensin de R.2 (ya que son exactamente
dos), automticamente son tambin generadores de R.2, y el sistema que forman es
una base de
R.2.
Y otra consecuencia ms: no es posible tener una cantidad de vectores linealmente independientes mayor que la dimensin, As, por ejemplo, en R2 todo sistema
de tres o ms vectores es ligado, y en R.3 todo sistema de cuatro o ms vectores es
ligado.
Tambin se aplica le definicin de dimensin a los subespacios vectoriales de un
espacio vectorial.lz Hay una propiedad en la que se relaciona la dimensin de un
espacio vectorial con la de sus subespacios vectoriales. Enunciada esta propiedad
particularizada para R.2, reza as: la dimensin del espacio vectorial R.2 es mayor
o igual que la de cualquiera de sus subespacios vectoriales, y el nico subespacio
vectorial de R2 que tiene dimensin igual a 2 es el mismo R2. Como consecuencia,
cualquier subespacio vectorial de R2 tiene dimensin igual a 1, excepto eI mismo R.2,
que la tiene igual a 2, y excepto el que tiene como nico vector el vector nulo: {(0,0)},
cuya dimensin se define como igual a 0.13 La extensin a m3 (y a cualquier R) es
ctl
I
t,
anloga: todo subespacio vectorial de R.3 tiene dimensin igual a 1 o a 2, excepto el

R.3 (dimensin igual a 3) y el {(0,0,0)} (dimensin igual a 0).
propio
Rango de un sistema de vectores El rango de un sistema de vectores de R2

se define como Ia dimensin del subespacio vectorial de R.2 que generan. Y anloga
definicin tiene el rango de un sistema de vectores de R.3 o de cualquier R.n. En el
texto podemos encontrar una lista exhaustiva de propiedades, todas obtenidas de
forma ms o menos sencilla a partir de esta definicin. Una de ellas es esta: eI rango
de un sistema es menor o igual que la cantidad de sus vectores (dos vectores, por
ejemplo, no pueden generar un subespacio vectorial de dimensin mayor que 2),
y el rango tambin es menor o igual que la dimensin del espacio vectorial al que
pertenecen los vectores (si los vectores son, por ejemplo, de R3, no hay forma de que
generen un subespacio vectorial de dimensin mayor que 3).
Otra propiedad, que es necesario destacar, establece que eI rango de un sistema
de vectores coincide con el mximo nmero de vectores linealmente independientes
que hay entre ellos. Como consecuencia de esta propiedad, si uno de los vectores del
l2Puesto que un subespacio vectorial es en s mismo un espacio vectorial.
13No podemos aplicar aI subespacio
vectorial {(0,0)} la definicin dada de dimensin nmero de
vectores de cualquiera de sus bases, ya que es ul espacio vectorial que no admite base (como no hay
vectores no nulos, no hay vectores linealmente independientes). Definimosla dimensin de este espacio
vectorial como igual a 0. Lo mismo acontece con el subespacio vectorial de cualquier Ru formado slo
por el vector nulo, como por ejemplo { (0, 0, 0) }: su dimensin se define igual a 0.
INTRODUCCION
3r
sistema es el vector nulo, aI eliminarlo obtenemos un sistema con un vector menos

pero con el mismo rango. Lo mismo acontece si eliminamos un vector que sea proporcional a algn otro del sistema: el nuevo sistema (con un vector menos) tiene el
mismo rango. Por ejemplo, los tres siguientes sistemas de vectores de R.2 tienen eI
mismo rango:
((1, 2), (0, o), (- 2,
-1)),
((1,2),(-2,-4)),
((1,2))
siunvector del sistema es igual a alguna combinacin lineal de

los restantes vectores, al eliminarlo eI rango no vara. Por ejemplo, si en un sistema
de tres vectores acontece que el primero es igual al doble del segundo menos el
tercero, eI rango no vara al quitar el primer vector; es decir, si u : 2u - rr, entonces
los sistemas (u,u,ut) y (u,u) tienen el mismo rango.
Hay una propiedad del rango que ser muy til cuando veamos ms adelante,
en este mismo epgrafe, un mtodo prctico para su clculo: el rango de un sistema de vectores no vara si sustituimos un vector del sistema por el resultado de
sumarle una combinacin lineal de los restantes. Por ejemplo, si en un sistema de
tres vectores sumramos al primero el doble del segundo ms el cudruple del tercero, obtendramos un nuevo sistema con el mismo rango que el primero; es decir:
rango (u,u,ut) : rango (u + 2u + 4u,u,u).
Finalmente, queremos recoger aqu una propiedad ms. Cuando eliminamos un
vector de un sistema, sabemos que el rango no vara si ese vector es igual a alguna
combinacin lineal de los dems. Pero, qu ocurre si tal vector no es igual a una
combinacin lineal de los restantes vectores? Acontece que el sistema nuevo (con un
vector menos) tiene por rango eI del sistema original disminuido en 1. Por ejemplo,
dados tres vectores trtr, u y t, si del tercero sabemos que no es igual a una combinacin lineal de los otros dos, podemos escribir: rango (u,u,w) :1 + rango (u,u).
Esta ltima propiedad del rango es especialmente aplicable cuando los vectores
(de R.u ) son tales que todos tienen una misma componente igual a 0, excepto uno,
que la tiene distinta de 0. Por ejemplo, los vectores (1,0), (3,0) y (0, -1) de R.2 son
as: Ios dos primeros tienen una misma componente nula: la segunda, y eI tercero
la tiene no nula. Qu podemos afirmar de estos vectores? Que no hay forma de
obtener el tercero de ellos como combinacin lineal de los dos primeros.la Se tiene
entonces: rango ((1,0), (3,0), (0, -1)) : 1 + rango ((1,0), (3,0)).
De forma ms general,
14Ntese que cualquier combinacin lineal de Ios vectores (1,0) y (3,0) es un vector de la
forma: a(1,0)+(3,0):(a+3,0)(paraalgr.rnosnmerosrealesayp),yelvector(a+3,0)tambin
tiene nula su segunda componente: de ninguna forma, pues, puede ser igual a (0, -l). AI hacer combinaciones lineales de vectores que tienen nula una misma componente, se obtienen inevitablemente
vectores que siguen teniendo nula esa componente.
I. ESPACIOS
32
VECTORIALES
Calcular el rango de un sistema de vectores dado no es difcil en la prctica,

al menos para nuestro caso: vectores de R2 o de R3, o acaso de Ra. Cuando el
sistema tiene un nico vector, el rango es igual a 0 si ese nico vector es el vector
nulo: (0,0) o (0,0,0), y es igal a I si ese vector es cualquier otro. Por ejemplo:
rango ((1,
2,4))
:1
Y rango
((0,0,0,0))
0.
Cuando se trata de dos vectores, y descartado el caso trial en que ambos fueran
nulos (el rango sera igual a 0), se tiene que el rango es igUal a 1 si ambos vectores Son proporcionales, y es igUal a 2 si no Son propolcionales. (Recurdese que
el rango coincide con el nmero mximo de vectores linealmente independientes.
Si los dos vectores no son proporcionales, son linealmente independientes y tal

nmero mximo es 2; si los vectores son propolcionales, son linealmente dependientes y tal nmero mximo es 1.) Por ejemplo: rango((1,2,O),(-L,-2'0)) : I'
y rango ((-1,1,2,r12),(-r,-2,312,0)) :2'

Cuando eI sistema tiene ms de dos vectores, es posible reducir el problema a
un sistema con un vector menos, haciendo uso de las propiedades que hemos sto.
Si del sistema que nos dan quitamos un vectof directamente, tenemos en general el
problema de saber si es o no igual a una combinacin lineal de los restantes: si lo
es, el rango no vara por quitarlo; si no lo es, el rango disminuye en 1' Lo que se
pretende entonces eS "transformar" eI Sistema en Otro nuevo, con el mismo nmero
de vectores y con eI mismo rango que el original, pero tal que slo converlo podamos
asegurar de alguno de sus vectores que no es igual a una combinacin lineal de los
dems. Podemos buscar el nuevo sistema con la intencin de que todos sus vectores
tengan una misma componente igual a 0, excepto uno que la tenga no nula; si lo
conseguimos, de este Itimo vector podremos efectivamente decir que no es igual a
una combinacin lineal de los dems.
Consideremos, por ejemplo, el sistema ((1,2, -5), (2,-I,7),(-L,0, 1)), de vectores de R.3. Buscamos, a pafiil de ste, otro Sistema con el mismo nmero de vectores y con el mismo rango, pero tal que dos de sus vectores tengan nula, verbigracia,
la primera componente, y el que queda la tenga no nula. Hacemos para ello uso de la
propiedad segn la cual el rango de un sistema no vara si sumamos a un vector una
combinacin lineal de los dems. En concreto, podemos conseguirlo conservando el
primer vector: (1,2,-5) (que tiene no nula su primera componente), y sumando a
cada uno de Ios dems este primer vector multiplicado por algn nmero, de forma
que eI resultado de Ia operacin sea un vector con la primera componente igual a 0.
Sumamos al segundo vector el primero multiplicado por -2:
rango
.rf
((-1,
D,Q,-7)):
(2,-I,7) + (-2)(1,2, -5)
: (2,-I,7) + (-2,-4,I0):
(0,
-5,17);
ysumamosaltercervectorelprimero: (-1,0, 1)+(1,2,-5): (0,2,-4). Elnuevosistema obtenido: ((1, 2, -5), (0, -5, 17), (0,2, -4)), tiene eI mismo rango que el sistema
INTRODUCCIN
33
original, pero la construccin llevada a cabo hace que podamos asegurar del primer
vector que no es igual a una combinacin lineal de los restantes. Si "extraemos" este
primer vector, reducimos el rango en 1:
rango
((1,2,-5),
(0,
-5, 17),(0,2,-4)):
1 + rango ((0,
-5, 17),(0,2,-4)).
Y ya tenemos reducido el problema a
un sistema con un vector menos que el original.

Este sistema con un vector menos es: ((0, -5,17),(0,2,-4)), de dos vectores; tiene
rango igual a 2 porque los dos vectores no son proporcionales. En resumen:
rango ((1, 2, -s), (2,
:
:
-r,z), (-1, o, 1))
-5), (0, -5, 17),(0,2,-4))

1 + rango ((0, -5,17),(0,2,-4)) : I + 2:3.
rango ((1,2,
Finalmente, queremos comentar que, conocido el rango de unos vectores, podemos decir varias cosas de ellos. Por ejemplo:
. si el rango es igual al nmero de vectores, stos son Iinealmente independientes; si es menor, los vectores son linealmente dependientes;
. si el rango es igual a Ia dimensin del espacio vectorial al que pertenecen los
vectores, se trata de un sistema de generadores; si es menor, no es un sistema
de generadores;
o como consecuencia de Ios puntos anteriores, si el rango coincide simultneamente con el nmero de vectores y con Ia dimensin, entonces eI sistema es
una base.
El sistema cuyo rango hemos calculado: ((1, 2, -5), (2, -I,7), (-I,0, 1)), es una base
de R.3, pues su rango coincide con su cantidad de vectores (lo que establece que son
linealmente independientes) y coincide con Ia dimensin del espacio vectorial (lo que
establece que se trata de un sistema de generadores).
I. ESPACIOS
34
Ll
VECTORIALES
DEFINIcItrl DE ESpAcIo vECToRIAL

1. Defnicin de espacio vectoral
La definicin general de espacio vectorial
sobre un cuerpo es esta:
Espacio vectorial
sobre un cuerpo
nHT;;;;;;-, *;; .-.--;;;;"",

,,
cuerB m a todo eqfuqo f CoUn" Ue uin Iery de s"'*iuqiO{r hreru4 + qqe

1o articulq .q*p, gqpgo abett4no," y solre 4 qUe esta Oeffri4a ,g4a- ley de co4pryqqp "e.!rt-ern-q." pufu.K que es risopi4-tive'en los elemerrtqg dq K, *tin$y4
rqyctg
rrutx
db
ffi
{a
gnqry|9n +
Kr
.qrytuutfva respecto de k oFerayry,n
O" q v
eltementb neu*crde ls eeracin . de K.rs
m"Ty"s
dgrconLu$aEJ1llq"*nos vecrores d.8;a
r,os
dr ceipo K)
Notacin
Cuando consideremos un espacio vectorial E sobre un cuerpo K, representaremos los vectores con letas en negrita: x, Lt, ...; y los escalares con letras griegas: a, A, . . .
El elemento neutro de la operacin + sobre E (adicin de vectores) ser denotado: O; el
de Ia operacin + sobre K (adicin de escalares):0, y el de la operacin . (multiplicacin
de escalares): 1. Tambin omitiremos los signos . y ., de forma que el producto de escalares a ' p ser denotado:
ap,y
eI
vector o(.
Consecuencias de Ia deftnicin de espacio
ser denotado:
vectorial
Sea E
ax.16
un espacio vectorial sobre
un cuerpo K. De acuerdo con Io exigido en la definicin de espacio vectorial, Ia ley de

composicin externa de la definicin verifica las siguientes propiedades (consltese
eI cuadro de Ia pgina 413):
. YxeE,0x=O,
. VAeK,A0:0,
. Vx E, -x: (-I)x,
o V A e K,
x e E, trx - 0
<+
f^
-0
o
[" -0.
lsEs decir, la ley de composicin interna + verifica Ias propiedades (cl), (G2), (G3) (ca) enunciadas
V
en Ia p. 406; y la ley de composicin externa ., las propiedades (Ll), (L2), (L3) y (L4) enunciadas en la
p. 409.
l6Excepto por la omisin de los signos . y ., estas notaciones son las que
empleamos para las leyes de
composicin externas (cf. p. 409).
.i.I
DEFINICIN DE ESPACIO VECTORIAL
EJEMPLO
35
Si (K, +, .) es un cuerpo conmutativo, K es un espacio vectorial sobre el cuerpo K al considerar como ley de composicin externa la operacin ' del cuerpo:
KXK
(a,x)
En efecto: las propiedades exigidas en la
ot-x:x.
definicin de espacio vectorial son una consecuencia
inmediata de las propiedades que verifica un cuerpo.

EJEMPLO
El conjunto R (con
Y la ley de
n > I)
es
un grupo abeliano con la operacin + definida por:
(xt,xz,...,x) e Ru, V (yt,y2,...,!) e Rn,

(xt,xz,...,xn) + (yt,yz,...,t) = (x1 + Vt,xz t Vz,...,xn + !n).
(2)
composicin externa definida sobre Ru para R de la forma:
VA e
R., Y
(xt,xz,...,xn) e R2, A(xr,xz,...,xn\:
(lxr,A,xz,...,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.2 es espacio vectorial sobre
el cuerpo
EJEMPLO
R..
') es un cuerpo conmutativo, se puede generalizar el resultado del ejemplo anterior

al conjunto Kn: para la ley de composicin interna + dada por:
Si (K, +,
(o\,0<2,...,o.n) +
$t,82,...,F") = (a1 + Bt,o<z + Bz,...,an + Fn)
(para(qr,d2,...,ar)eKny(Bt,Fz,...,B)eK"),ylaleydecomposicinexternadadapor:
A(ar, qz,
(para A e K y (ar, ot2,...,
EJEMPLO
a,) e K'),
...,ot) :
(Aar,Aaz,..., Aa")
el conjunto KZ es un espacio vectorial sobre K.
Si E y F son dos espacios vectoriales sobre el mismo cuerpo K, entonces podemos articular
el conjunto FE, de las aplicaciones de E en F, como un espacio vectorial sobre K.
/ y g dos aplicaciones de E en F. Si x es un vector arbitrario de E, entonces f(x),

f (x) + g(x) son vectores de F. Definimosla suma de las aplicaciones / y g, q.ule
Sean
g@) y
denotamos:
+ g, como la aplicacin de E en F que verifica:

Y
e E,
lf
+ Sl@)
: f(x)
s@).
un ejercicio sencillo, que dejamos al lector, comprobar que la adicin de aplicaciones as

definida articula el conjunto F como grupo abeliano.
Es
I.
36
Notacin
El elemento neutro para Ia adicin de aplicaciones se denota: O, y verifica:

V x e E,
O(x) : 0r,
donde 0 designa el elemento neutro de Ia adicin de vectores de

AnLlogamente,
cacin
F.
si a es un escalar y -f es una aplicacin de E en F, definimos la apli-
a/ de E en F como la que verifica:
YxeE,lafl(x)=af(x)'
Podemos, pues, considerar la ley de composicin externa:
(a,f) e KxFE '--* af
eFE,
la cual verifica ser, como el lector puede comprobar sin dificultad, asociativa en los elementos
de K, distributiva respecto de la adicin en K y respecto de la adicin en E, y neutra para el
elemento 1 de K.
En conclusin: con Ia adicin y la ley de composicin externa aqu definidas, FE es un
espacio vectorial sobre K.
Kn
Siempre que consideremos Rn o Ku,

implcitamente estaremos suponiendo que son espacios vectoriales sobre R o sobre K, respectivamente, con las operaciones definidas en los ejemplos 2 y 3 anteriores (cf. p. 35). EI primero: Rn, lo manejaremos en todos los ejemplos; el segundo: Kn,
2. Componentes de un vector de
en muchas conSideraciOnes tericas. RecordamOs que dOS elementOs (o.t,
y (Bt,82,.
..,
2,..', n)
de K son iguales:
(ar ,2,... ,c(n)
: (Bt,82,...,
Fn),
precisamente si:
d1 :
Fr, a2:
Fz,
...,
Y oht: B"-
Es decir:
:
2 :
c{1
(cxr
, 2,... , 2)
(Ft, Bz,...,Fr) <-{
BT,
F2,
Yan : Fn'
Componentes de
u
n vector de K?I
sikffi,*e'J:,illxet,",e.t*:dde*"1-*'r;idtr&lqb$"
sffiq{4 a{q{
e"ru'ffi4ffiffie*-m,.* t;*""F*d"dd"df;i-Fg'i
;*-*;;;:;;;.';
11
SUBESPACIOS VECTORIALES
1.2
37
STJBESPACIOS VECTORIALES
1. Deftnicin de subespacio vectorial Mostramos la definicin de subespacio
vectorial, y a continuacin damos un primer ejemplo.
Subespaco
vectorial
Si F es un subespacio vectorial de E, de la definicin

-y en concreto del enunciado (SVl)- se deduce que la restriccin al conjunto F de la adicin de vectores de E
es una operacin sobre E:
(u,ut) e F X F
v---+
r) +
u e F,
(1)
y fcilmente se comprueba que esta operacin articula el conjunto F como grupo

abeliano; y tambin se deduce
enunciado (SV2)- que lo anlogo acontece con
-del
la operacin externa, es decir, es posible definir la operacin externa sobre F para K

siguiente:
(A,u)
eKxF-trueF,
(5)
operacin externa que edentemente es asociativa en los elementos de K, distri

butiva respecto de la adicin en K y respecto de la adicin en E, y neutra para el
elemento 1 de K. En consecuencia, el conjunto F con la operacin (4) y la operacin
externa (5) es un espacio vectorial sobre K.
Podemos, pues, afirmar:
-ldo
subespcio
vectorial
es
: s 3acio vectorial
EJEMPLO
EI
subconjunto de
R3:
F -es
I(xt,xz,x) e
R3 I x1 + x3
6)
un subespacio vectorial de R3.

Para jusficarlo, analicemos en primer lugar qu significa que un vector de R3 pertenezca
aF.
De la definicin del conjunto F deducimos que una terna
precisamente si:
X7+x3=0.
(xt,xz,xE) de
R3
pertenece a F
I.
38
En otras palabras, un vector de
pertenece
R.3
F precisamente si la suma de sus componentes
primera y tercera es igual a 0.

Para probar que F es un subespacio vectorial de R3 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.
En segundo lugar, veamos que se cumple (SVl). Sean
(x1,x2,xz) y w
: (yt,yz,yz)
dos vectores arbitrarios de F, y por tanto:
x:+x3:0 Y !t+!z:O'
Entonces:
u+
yU+W
u : (xt,xz,xs)
(yt,yz,y)
= (xr
(6)
!t,xz * !z,xz + !z),
es un vectol de F, pues la Suma de SuS componentes primera
y telcera,
Como
Se
deduce de (6), es nula:
(xt + yt) + (xz + yt)
@t + x3) + (yt + yz) = 0 + 0 = 0.
En consecuencia, se verifica (SVl).
Por ltimo, probemos se cumple (SV2). Sea u
= (xt, xz, xz) un vector arbitrario
de F, y
por tanto:
Xl -lX3:Q'
y
sea
I un escalar
U)
arbitrario (en este ejemplo, un nmero real). Entonces:

Au
A(xt, xz, xz) = (A,xt, A.xz,Axz).
Pero Au es un vector de F, pues la suma de sus componentes primera y tercera es, de acuerdo
con (7), nula:

Ax1 + Ax3
A(xr +x3)
:0.
En consecuencia, se verifica (SV2).

En conclusin, F es
un subespacio vectorial de
Consecuencias de Ia deftnicin de subespacio
R3.
vectorial
Sea E
un espacio vectorial
sobre un cuerpo K. Se verifica:
. El conjunto IO\ y eI propio E son subespacios vectoriales de E.

En efecto: es obvio que, en ambos casos, se verifica (SVl) y se verifica (SV2).
Si
z es un vecto de E, eI conjunto:
Kz
: {xE I ld
K,
x:
az}
es subespacio vectorial de E.
En efecto. EI conjunto Kz es no vaco; por ejemplo: O
: Iazld
: 0z c Kz. Por otro lado, si az
y u'z sor dos vectores arbitrarios de Kz, entonces:

o(z+
y (a + o(')z e Kz.
d,z= (a+ a,)2,
De esta forma, se verifica (SVl).
K}
S U B ES
39
PAC I O S V ECTO RI ALES
Por ltimo, si az es un vector arbitrario de Kz y A es un escalar arbitrario, entonces:

(l,a)2, y (Aa)z e Kz. Tambin, pues, se verifica (SVZ), y con ello Kz es
A(az)
subespacio vectorial de E.
Obsrvese que si z :0, entonces:
Si
Kz: KO: {0}.

F es un subespacio vectorial de E, entonces.' 0 e F.
En efecto. Por ser F subespacio vectorial es no vaco, as que existir algn vector x
de E tal que: x F. De (SV2) se deduce: (-1)x e F, y de (SVl) se concluye pertenece
a
F el vector: x +
(-l)x
O.
La siguiente proposicin es una caracterizacin de los subespacios vectoriales.

CNS17 de
subespacio
vectorial
Proposicin l.l
SiE es un espacio vectorial sobre un cuerpo K yF es un subconjunto no vaco de E, una condicin necesaria y suficiente para que F sea subespacio
vectorial de E es:
V (a,) K2, V (u,u) e F2, uu + frut e F.
Demostracin
(B)
La condicin es necesaria. Si F es subespacio vectorial, u y ro son vectores
arbitrarios de F, y a y p son escalares arbitrarios, entonces de (SV2) se deduce:

y Bu e F, y con (SVl) se concluye: uu + pw e F.
au e F
La condicin es suficiente. Si u y ro son vectores arbitrarios de F, de (8) se deduce perte-
neceaFelvector:lu+lw:u+ro,yportantoseverifica(SVl).Ysiuesunvectorarbitrario
de F y A es un escalar arbitrario, de (8) se infiere pertenece
tanto se verifica (SV2).
EJEMPLO 6
EI
subconjunfo F
de
1@1,xz,x) e
R3 |
F el vector: tru + SO : Au, y por

C.Q.D.
2xr - xz t- 2xz: 0), de
R.3, es
un subespacio vectorial
R.3.
En efecto: F no es el conjunto vaco, pues, por ejemplo,
y / : (/r
(0,0,0) e F; y si x
(xt,xz,xz)
yz, y ) son dos vectores de F, es decir:
Zxt
x2
2x3
- g y 2y, -
7z + 2yz
(e)
0,
y si a y p son dos escalares (en este ejemplo, nmeros reales), entonces pertenece a F
(axt + Byt,axz + Byz,qxz + Fyz), pues
By:
2(axr + By) - (axz + By) + 2(axz + Byz) :
vector: ax +
a(2xt
x2 + 2') +
BQyt - lz + 2y3) = g.
En conclusin, hemos probado:
V (a,) e R2, V
(x,y)
e F2, ax + Py e F,
y de acuerdo con la proposicin I.1 (cf. p. 39), F es un subespacio vectorial de

17CNS:
condicin necesaria y zuficiente.
el
(de acuerdo con (9)):
R3.
I,
4o
2. Interseccin de subespacios vectoriales La interseccin de dos o ms subespacios vectoriales es un subespacio vectorial; nos Io muestra la siguiente proposicin.
Interseccin de
subespacios
vecto riale
Proposicin 1.2 Si F1, F2, . .., Fn son rL subespacios vectoriales de un espacio

vectorial E sobre un cuerpo K, enfonces su interseccin:
FrFza ')Fr,
es un subespacio vectorial de E.
Demostracin
Designemos por F la interseccin de Fr, Fz, . .,, Fn. En primer lugar, observamos que F no es el conjunto vaco, pues el vector 0 pertenece a cada subespacio vectorial F ,
1 < < n,ypor tanto: 0 e F.
En segundo lugar, si u y u son vectores de F, y ay B son escalares, entonces acontece que
el vector au + pro pertenece a F. En efecto: como Ft, Fz, ...,
se tiene (cf. proposicin I.1, p. 39):
V i e {1, 2,... ,n}
F, son subespacios vectoriales,
, au + Bu e Fi,
lo cual implica: au + pto e F. En conclusin, se verifica:

V (o<,) e K2, V
y F es subespacio vectorial de
(u,u) e F2, qu + pw e F,
E.
c.e.D.
3, Ejemplos de subespacos vectoriales de R2
De acuerdo con las consecuen-
cias de ta definicin de subespacio vectorial, los siguientes subconjuntos de
{(0,0)},
R(a,b) = Il(o,b) e Rt lA e
R.2:
R2,
Rl con(a,b) e R.2,
son subespacios vectoriales de R2.
EJEMPLO
El subconjunto de R2:
R.(1,2): {^tt,2) lAe m}: {t,24) lAe

es
R}
un subespacio vectorial de R2.

Obsrvese que cada vector de R.(1,2) es un vector de la forma:
(^,2^)
para algn
R..
Y, recprocamente, todo vector de esta forma, esto es: (4,21) para algn A
e R., es un vector
fines exclusivamente prcticos- que (4,2tr) esunvector
-con
genrico del subespacio vectorial R(1,2).
de R(1,2). Podramos decir
2.
4L
EJERCICIO
Si(a,b) esunvector de R2 yr
es
unnmerorcalnonulo, demostrar sevefica:

R(/-ra,Ltb)
Generalizar esre
St
resultado.
R(a,b).
a y b son dos nmeros reales, el subconjunto de R2:
: l(xtxz)
e R2 | axt + bxz: oI
tambin es un subespacio vectorial de R2.

Enprimer lugar, observamos que si a = b : 0, entonces G : R2, con Io que G es
un subespacio vectorial de R.2. En otro caso: si ay b no son simultneamente nulos,
se verifica:
G
: R(-b,a),
(10)
y por tanto G tambin es, en este caso, un subespacio vectorial de R2. La igualdad (10)
se puede justificar de la siguiente manera. Si suponemos que
a+
O, se tienen las
siguientes equivalencias:
(xt,
x)
<- xy: -L*,

&
<- (xt,x : x2(-",
<- (xt,x)
<-
(xt,
R (-
1)
I,r),
x) R( - b, a),
y en consecuencta:
{(xt,x)
Si
similar
EJEMPLO
0, entonces
b+
e R2 | axt + bx2
O (pues
:0} :
R'(-b, a).
a y b no son simultneamente nulos), y de forma
se Ilegara al mismo resultado.
EI subconjunto de R2:
{{tr,xz) c
es
R2
l3xt-x2 -o}
un subespacio vectorial de R2. Se verifica:
{(xt,xz) e R2 l3xt - x2 - o} - R(1,3).
I.
42
4. Ejemplos de subespacios vectoriales de

de
R3
Los siguientes subconjuntos
R.3:
{(0,0,0)}, R3,
R(a,b,c) ={A(a,b,c) eR.3 ll R'} con(a,b,c) e R3,
EJEMPLO
El subconjunto de
R.3:
: {^(1,2,-L)
R(1,2,-1)
es
un subespacio vectorial de
lA e R} = {(4,24,-^)
|A
R'}
R3'
en
Observemos que un vector genrico de R^(1,2, -1) es (4, 24, -^), en el mismo sentido
que (4,24) lo es del subespacio vectorial R(1,2) de R2 (cf' ejemplo 7'p' a0\'
si a, b y c son nmeros reales, razonando de forma anloga a como se hizo en eI

ejemplo 6 (cf.p. 39), se comprobara que el subconjunto de R3:
l(xrxz,x3) e R.3 | axt + bx2 + cx3 :

es subespacio vectolial de R3. Ntese que si a', b y
entonces este coniunto coincide con R.3.
,lt
ol
(11)
c son sirnultneamente nulos,
'1lil
EJEMPLO I
Los siguientes subconjuntos de

F1
R.3:
= l(xt,xz,x) e
Fz
R3 | xt
= I(xt,xz,x) e
R.3 I
Zxz + x3 = 0l
xt
= ZxEl
son subespacios vectoriales de R3, y por tanto su interseccin: Fr n Fz, tambin es un subespacio vectorial de R3 (cf. proposicin I.2, p' 40)' Adems, se verifica:
Ft.Fz: R(4,3,2).
GZ)
En el captulo IV veremos un mtodo que nos permitir obtener el subespacio vectorial que es interseccin de dos o ms subespacios vectoriales dados. Por el momento, nos
Nota
Iimitaremos en este ejemplo a comprobar se verifica

Un vector
(a,b,c) de
R3 pertenece a F2
(12).
precisamente si:
a:2c.
pues, un vector de la forma:
(Zc,b,c)
para algnc
Yalgn b e
R.,
Todo vector de F2 es,
.3. SUMA
43
DE SUBESPACIOS VECTORIALES
y todo vector de la forma anterior pertenece a F2. Podemos decir que el vector (2c,b,c) esun
vector genrico del subespacio vectorial F2.
Ahora, el vector (2c,b,c) pertenece a Fr (y por tanto a Ft n Fz) precisamente si Ia suma
de su primera componente, su segunda componente multiplicada por -2 y su tercera componente es igual a 0:2c-2b +c:0, obien: b =3c12. Podemos, pues, afirmar queunvector
pertenece a F1 ) F2 precisamente si es de la forma:
(zr,r,r)
para algn c
R,
es decir:
un vector genrico de F1 o
Fz
es: (zr,?rr, ,)
En conclusin:
Ft
) Fz-
(r,i,t) - R(4 ,3,2),
donde en la ltima igualdad se ha utilvado el resultado del ejercicio 1 (cf. p. 41). Queda as
probada la igualdad (12).
5. Ejemplos de subespacios vectoriales de

de
Rn
Los siguientes subconjuntos
R.4:
{(0,0,...,0)},
R,1,
R(a1,a2,...,61n): {tr(a1,cLz,...,an) eRn lA e R.} con (a1,612,...,an) eK.n,

Y generalizando Ia prueba de que el conjunto de (11) (cf. p. 42) es un subespacio vectorial de R3, se comprobara que dados rL nmeros reales 6Lr, cLz,
subconjunto de Ru:
{(xt,x2,... ,xn) e Pn I atxt *

es un subespacio vectorial de
I.3
cLzxz
+ -+ cLnxn - 0l
R?x.
SUMA DE SUBESPACIOS VECTORIALES

7. Suma de subconjuntos de un espacio vectorial Consideremos un
espacio
vectorial E, y sean A y B dos subconjuntos no vacos de E. Se define la suma de Ay B,

que se denota: A + B, como el conjunto de los vectores de E que pueden obtenerse
como suma de un vector de A y un vector de B. En smbolos:
A+B
{z e E I 1x e A, 1Y e B, z
x + YI
Tambin escribiremos:
A+B-{x+ylxeAy
ye
Bl
I,
44
EJEMPLO
SiA
- {(1,1),(0, 1)}V B - {(-1,-1)
},entonces:
A+ B - {(0,0), (-1,0)}.
Notacin
Si
escribiremos:
es
un vector del espacio vectorial E y A es un subconjunto no vaco de E,

x\ + A; es decir:
+ A, en vez de:
x+A:l.t+ylyeAI.
Del conjunto x + A diremos es la suma del vector x y el coniunto A (ntese que, de
no haber hecho esta observacin, deberamos decir: "suma del conjunto formado por el
A
nico vector x y el conjunto
A").
Consecuencias de Ia deftnicin de suma de coniuntos Si A y B son dos subconjuntos no vacos de un espacio vectorial E, se verifica:
(sl/o+A=4.
En efecto:
0+A
(52) Si
: {0+y I y AI = \y I y e Al = A.
es un vector de E, entonces:
Y z e E, z e
x+A
<+ z
-x
e A.
En efecto, para cada z e E se tiene:
Ze X+A <- 1UeA,Z:X+U
<- z-xe
<- 1ueA, z-x-u

(53) Si
x yy
son vectores de E tales que:

V
x+A- y
A.
+ B, entonces:
z e E, (z + x) + A = (z + y) + B.
Para demostrarlo, sea z un vector cualquiera de E. Un vector arbitrario de (z +
x)
+A
es de la forma:
(z+x)+r paraalgnze
Ahorabien, de lahiptesis'. x + A:
es unvector de y + B, con lo que:
y +8,
se tiene
* tr: y + u'
A.
quex +
para algn
(que pertenece
ax
+ A)
u' e B.
: z + (x + u) = z + (y + u' ) : (z + y) + u', y (z + y) + u' e (z + y) + B,

(z
+8. Enconclusin: (z+x) +Ac(z+y) +8.
+x)+ue(z+y\
luego:
La otra inclusin se obtiene, con el mismo razonamiento, partiendo de un vector
arbitrario de (z + /) + n.
Asi: (z + x) + u
45
-?, SUMA DE SUBESPACIOS VECTORIALES
La definicin de suma de n (n > 2) subconjuntos de un espacio vectorial es una

generalizacin de la antedor. Si At, Az, ..., An son subconjuntos del espacio vectorial E, se define la suma de .41, A2, . .., An de la forma siguiente:
A1
EJEMPLO
l2
I xnl xt e At, x2 e A2,..., y xn e An]
+ A2+' . . + An: Ixt -t X2 -r "'
Reconsiderando los conjuntosAyB del ejemplo 11 (cf. p. 44),siC = {(0,0), (1,0)}, severifica:
A+B+C
{(0,0), (1,0), (-1,0)}.
2. Suma de subespacios vectoriales de un espa.cio vectorial La suma de

subconjuntos de un espacio vectorial tiene gran inters cuando stos son subespacios
vectoriales.
Su
ma de
subespacos
f.3
F y G son subespacios vectoriales de un espacio vectorial E,

entonces su suma: F + G, es un subespacio vectorial de E.
Proposicin
Si
ve cto ria le s
1:to2 (con u2 e F y uz e G)
p
dos vectores arbitrarios de F + G, y sean a y dos escalares. Entonces podemos escribir:
q(ut+ut) + B@z+w) : (uut+ Fu) + (atot+ Bwz); como F y G son subespacios vectoriales,
se tiene: au1+ pu2 e F y uw1 + Butz e G, luego:
Demostracin
Sean u1 -ttr)1(con
ur e F y wt e G)yu2
a(u1 + tttt) + F@z + wz) e F + G.

En conclusin (cf. proposicin I.1, p. 39): F + G es subespacio
vectorial.
c'Q.D.
De forma similar se probara que si Ft, Fz, . . . , Fn son subespacios vectoriales del
espacio vectorial E, entonces su suma: F1 + F2 + ' ' ' + F", tambin es un subespacio
vectorial de E.
EJEMPLO
13
Consideremos los siguientes subespacios vectoriales de R3:
h- R(1,0,0) y
Se
tiene que Fr
Fz
:R(0,0,1).
F2 es el subespacio vectorial:
- I@r,xz,x:) e R3 I xz - 0l
En efecto. Un elemento arbitrario de Fr
A(1,0,0) +g(0,0,
1)
Fz es de la forma:
paraalgnA e RyalginU e
R;
I.
46
pero: A(1,0,0) + (0,0, 1)
En consecuencia: F1
Fz
(1,0,9), V (4,0,r e F (pues su segunda componente
es nula).
F.
=
Por otra parte, un vector arbitrario de F es de la forma:
(xrO,
pero: (x1, 0,xs)
cia: F
F1
+ F2,y
xs)
para algn x1
R.
y algn x3 e
R;
xr (1, 0, 0) + x3 (0,0, 1), y x1 (1, 0, 0) + x3 (0,0, 1) e Fr + F2. En consecuenen definitiva: F = Ft + Fz.
3. Subespacios vectoriales independientes Si F y G son dos subespacios vectoriales del espacio vectorial E y z es un vector de F + G, por definicin de suma
existen vectores u F y ut e G tales que z : u + rrr. Pero puede ocurrir que existan
otros vectores ?' F y w' e G de modo que Z = n' + to', coiau' + rt y ut' + u. EI
siguiente ejemplo es una muestra de esta situacin.
EJEMPLO I
Consideremos los siguientes subespacios vectoriales de R3:
ft :
l(x1,x2,x) e R3 I xr +x3 = g],

Fz = I(xt,xz,x) e R3 l2xt - x2 + 24 : Q\ .
Por ejemplo, los vectores (2,1,-2) y (3,6,0) pertenecen, respectivamente, a Ft y a Fz
(como se comprueba inmediatamente), y su suma es:
(2,I,-2) + (3,6,0) = (5,7,-2);

pero el vector ( 5, 7 , -2) fartbin puede obtenerse como suma del vector (0, 1, 0), el cual pertenece a Fr, y el vector (5,6, -2), el cual pertenece a F2. El vector (5,7, -2) puede obtenerse,
al menos, de dos formas diferentes como suma de un vector de F1 y un vector de F2.
Tambin puede ocurrir que un vector z de F + G tenga una nica descomposicin

como suma de un vector de F y un vector de G; esto es, que edstan dos nicos
vectores u y u, el primero de F y el segundo de G, tales que su suma sea igual
a zi z : u + u). El siguiente e.jemplo nos lo muestra.
EJEMPLO
l5
Si Fr Y F2 son los subespacios vectoriales del ejemplo 13 (cf. p. 45), se tiene que el vector (2,0,3) pertenece a F1 + F2, pues:
(2,0,3) -(2,0,0)
+(0,0,3)
(13)
.3, SUMA DE
47
y (2,0,0) e r y (0,0,3) e Fz.

tor (2,0, 3) como suma
En efecto:
Adems, la anterior es la nica manera de obtener el vec-
de uno de Fr y otro de Fz.
unvector genrico de
F1 es de
la forma: (4,0,0);uno de F2, de Ia forma: (0,0, g),
y si:
(0,0,),
(14)
entoncesnecesariamente A:2y tt =3, ylaigualdad(14)se
(2,0,3): (4,0,0)
esdecir: (2,0,3) = (A,0,9),
reduce a la (13).
De dos subespacios vectoriales de un espacio vectorial se dice son independien-
tes si todo vector de su suma se puede obtener de forma nica como suma de un
vector del primero y un vector del segundo. En otras palabras: dos subespacios
vectoriales F y G de un espacio vectorial son independientes si de:
lu:x+y,-' conx F, yeG,

|
lv
lu: x' + y', con x' F, y' e G,
sededuce:x=x'y!:!'.
I
EJEMPLO I
Los siguientes subespacios vectoriales de
Fr=R(0, 1,1)
R.3:
y Fz=l@t,xz,x)e
R.3
lxr:xz+xzI
son subespacios vectoriales independientes.
Por el momento, nos limitamos slo a una comprobacin: tomemos, por ejemplo, Ios
vectores (0,2,2) Fr y (3,1,2) F2, cula suma es (3,3,4), que por tanto es un vector
de Ft + F2, ! veamos que de la igualdad:
(3,3,4)
donde
(0,x,x) y (y + z,y,z)
(y
deduce: (0,x,x) : (0,2,2) y

De (15) se obtiene:
(O,x,x) + (y
z,y,z),
son vectores genricos de F1

+
z,y,z) :
(15)
y de F2, respectivamente,
se
(3, 1,2).
3:O+y+2, 3:x+! y 4:x+2,

que slo admite como solucin: x : 2, y : I y z : 2, y asi (O,x,x) :
bin (y + z,y,z) : (3,I,2).
(0,2,2) y tam-
Slo hay, pues, una forma de expresar el vector (3, 3,4) de Fr +Fz como suma de un vector
de F1 y un vector de F2:
(3,3,4)
(0,2,2) + (3,r,2).
De todas formas, insistimos, no hemos demostrado que Fl y F2 son independientes.
I.
48
Una caracterizacin de la independencia de dos subespacios vectoriales la proporciona la siguiente

CNS de
independencia de
dos subespacos
vecto riale
Proposicin
f.4
vectoriales Ft
Una condicin necesaria y suficiente para que dos subespacios
y Fz de un espacio vectorial sean indepenentes es:
FtîFz: {0}.
Demostracin
La condicin es necesaria: si suponemos que F1 y F2 son independientes,
y u es unvector de F1 n F2, entonces u e F1 y u
e F2,y podemos escribir:
lu:u+O, conuFt,OeFz,
lv
fr:o+r, conoe F1,ueF2,
I
de lo que se deduce: u = O, dado que Fr y Fz son independientes (cf. definicin, p. 47). En

conclusin: s Ft y Fz son independientes, entonces F1 Fz = {0}.
La condicin es suficiente: si suponemos que F1 n F2 : {O}, y u e F1 + F2, entonces de:
: u + u2,
I v
lP
CorIUl
F, v2 eF2,
se deduce (restando): 0
lu
(ur
= u', +
ul)
(16)
u2, con ui e F, u2 e F2,

- uL), de donde:
+ (uz
ut-ui:uL-uz.
Z
Ahora bien, como se tiene que ut -u\ e Fl y que u'z -uz e Fz, de (17) se deduce que tambin
ut - ui e F2y u'2 - u2 e F1, luego:
Ur-rt1 Fr.Fz y trz-Uze F1 o F2,
y con la hiptesis: Ft
Fz
: {0}, se infiere: t)1 - u, y u, :
de (16) son idnticas. As, todo vector de Fr
u z, y las dos descomposiciones

Fz se puede expresar slo de una forma como
suma de un vector de F1 y un Vector de F2, esto S, F1 y Fz son independientes.
EJEMPLO
C.Q.D.
Ahora estamos en condiciones de probar son independientes los subespacios vectoriales F1

y F2 de R3 vistos en el ejemplo 16 (cf. p. 47).De acuerdo con la proposicin I.4, lo justificaremos si demostramos se verifica: F1 t F2 : { (0,0,0) }.
Un vector que pertenezca a F1 es de la forma: (0,x,x), y si pertenece, adems, a 2, su
primera componente es igual a la suma de las otras dos:
0:x+x,
x = 0. En consecuencia, slo el vector (0,0,0) pertenece simultneamente a F1 y
aF2:Fy nF2 = {(0,0,0)}.Lossubespaciosvectoriales FtyFz son,entonces,independientes.
y por tanto:
49
1.3. SUMA DE SUBESPACIOS VECTORIALES
y G son dos subespacios vectoriales independientes de un espacio vectorial E,

su suma: F + G, se denota de la forma:
Si F
FeG,
y de F e G se dice es la suma directa de F y G. Si, adems,
E
Se
verifica:
F e G,
de los subespacios vectoriales F y G de E se dice son suplementarios.
EJ
EM
PLO I
Los subespacios vectoriale s h y Fz de R3 vistos en el ejemplo 16 (cf. p. 47) son suplementarios.
En efecto. En el ejemplo 17 (cf. p. 48) ya vimos que Fl y F2 son independientes, con lo

cual su suma es la suma directa h o Fz. Slo resta, pues, comprobar que esta suma directa
es igual al espacio vectorial R3.
Pero si (xt,xz,x) es unvector arbitrario de R3, entonces (xt,xz,xz) es igual a:
ln xz+x-_l! x+xt-xt\-(,-
z '
\"'
z /-\'"
Xz-Xt-fX1
-x2+X3\
y adems:
)er,, (.,,3Y
(r,".#
Iuego: (x1,xz,xs)
ca: F1 o Fz q
R.3,
e FtaFz.
En consecuencia: R3
se concluye: F1 @
F2:
)erz,
c Fr oF2, ;z como obviamente se verifi-
R3, es decir,
los subespacios vectoriales F1
)z
F2 son
suplementarios.
De forma anIoga a como hemos hecho con dos subespacios vectoriales, se define
n (n > 2) subespacios vectoriales. De los subespacios vectoriales

Fr, Fz, ..., Fn de un espacio vectorial E se dice son independientes si todo vector
de su suma: u e F1* F2 + ' . ' -t Fn, se puede escribi de forma nica como suma de n
", tn, demaneraQue: 1 e Ft,uzF2,...,unFn.
vectores: u:ut*u2*
En otras palabras: los subespacios vectoriales F1, F2, ..., Fn son independientes
si, para cada vector u de su suma, de:
Ia independencia de
lu:ur-tu2*'.
ln, Conu eFt, uz F2, ...,
vtn eFn,
1v
I
collul
lu:u,-luz-1 "'lun,
se deduce: uI : ur, Llz : u2, ..., un : un.
I
F1, u2eF2,
...,l)nFa,
I.
5o
Finalmente, otra forma de expresar la independencia de los subespacios vectoriales Fr, F2, ..., F," es la siguiente: cada vector u de su suma determina de forma
unvoca (inequvoca) n vectores r, Ltz, . . ., ttn tales que:
lL1
Ff ,LJZe FZ,...,UnFn,
'lUn,
U:UI*U2*
Podra pensarse que la caracterizacin de la independencia de dos subespacios

vectoriales dada en la proposicin I.4 (cf. p. 48) es generalizable a ms de dos subespacios; en particular, que si los subespacios vectoriales F1, F2, ..., F, fueran de interseccin igual a {O}, entonces seran independientes. Pero esto no se verifica, como
comprobamos en el siguiente ejemplo.
EJEMPLO
l9
Es
fcil comprobar que los siguientes subespacios de
R2:
Ft:R(1,0), F2:R(1,1) y ft-R(0,1),

verifican: F1)F2 nF3 = {(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 F1, F2 y F3:
(2,2)
(0,0) +(2,2)
+(0,0) y
(2,2)
(2,0) + (0,0)+(0,2).
No obstante, podemos utilizar de alguna forma la caracterizacin de la proposicin I.4 (cf. p. 48) para estudiar la independencia de ms de dos subespacios vectoriales. Comencemos con el caso particular de tres subespacios. Consideremos, pues,
tres subespacios vectoriales F1, F2 y F3 de un espacio vectorial E. Si se verifica:
F1
Gz + F: ) son independientes,
F2
y ft sonindependientes,
entonces podemos afirmar que los tres subespacios Fr, Fz y Fz son independientes.
En efecto. Si
1,t.
es
un vector de F1 + F2
: ut -t 2 -t us
y los vectores tt1, rr2
)z
para algn u1
1- F3,
entonces:
Fl, algin u2 e Fz Y algn u3 e F3,
u3 eue verifican lo anterior son nicos; podemos escribir:
LJ:Ltr+ (uz*uz) conutFt y u2*u3e Fz*Fz,
,3. SUMA DE
5r
lo que establece que u pertenece a la suma de los subespacios Fty Gz +F3), y
de
suponer son stos independientes obtenemos como consecuencia la unicidad de z1

y la de u2 * u3l tambin podemos escribir:
U2-tLfi e Fz +FE CorIU2 e Fz y U3
F3,
y de suponer la independencia de los subespacios Fz y Fz se deduce la unicidad de los

vectores uz y uz.Los subespacios vectoriales F1, Fz y Fz son, pues, independientes.
En general, si los subespacios vectoriales F1, Fz, ..., F, verifican:
[1]
y Gz+
F1
l2l:
+F.n) son independientes,
F2Y
(F:+ '+F,n) son independientes,
ln
- tl:
Fn-L Y Fn son independientes,
entonces son independientes.
Enefecto. Seau e F1 +Fz

algunos vectores rr Fr , Ltz
+ .*Fn; entoncesi LJ: I,t7*Laz +
Un para
Fz
u Ft * Gz +
'*
Fn),
y del enunciado [1] se deduce eue u1 est inequvocamente determinado. Tambin

se verifica:
u2 -t
u3+ "' + un F2+ (Fs + "' + Fn),
y del enunciado [2] se infiere

As, sucesivamente, llegamos
elue
u2 queda tambin inequvocamente determinado.
a:
l.,an-tILJneFn-LlFn,
y de ln
1l
se obtiene eue. rrn-1
siue
y un
esrn inequvocamente determinados. En
+F2 +...+F,ryseverifica: [1], [2],...,1n -ll,entonces

escribi u como suma de rt vectores, uno de cada uno de los
subespacios vectoriales FL, Fz, . .., Fn.Es decir: Ft, Fz,. . ., Fn son independientes.
conclusin:
F1
hay una nica forma de
EJEMPLO
20
Los cuatro siguientes subespacios vectoriales de Rs:
ft- {{*r,xz,x3,x4,xs) c Rs I xt- X2:X3:X+I

F2
: R(1,1,0,0,0), F: -
son independientes.
R(0, 1,1,0,0),
F4:R(0,0,0, 1,0),
I. ESPACIOS
52
VECTORIALES
Para demostrarlo, comprobemos en primer lugar que son independientes los subespacios
y (Fz + Fs + Fq) , para lo cual (cf. proposicin L4, p. 48) vearnos se verifica:
vectoriales
Ft.
(Fz + Fz
+ Fq) :
Un vector genrico de Fr eS de la forma:

a (Fz + Fz + Fq) , entonces:
(x, x, x, x,
y) :
{(0'0'0'0'0)}.
(x,x,x,x,y).
(s, s, 0, 0,
Si este vector pertenece, a Su vez,
(18)
0) + (0, ,t,0, 0) + (0,0, 0, , 0)
para algunos nmeros reales s, t y I. De (18) se deduce:
dedonde:x-s-t-
x:5, x-s+, x:t,
x:L, 7:0,
: 7-
O. En consecuencia, F1
(Fz * F -t F+) es igual a
{(0,0,0,0,0},
y los subespacios Ft y (Fz + F: F ) son efectivamente independientes.

En segundo lugar, comprobemos eue F2 y Gz + Fq) son independientes, o lo que es lo
mismo: Fz n (FE + F+) : { (0, 0, 0, 0, 0)}. Si el vector (x, x, 0, 0, 0), que es un vector genrico
de Fz, pertenece a (F: * F+), entonces:
-r
(x,x, 0,0, 0) : (0,s,s,0, 0) + (0, 0, 0, , 0)

para algunos nmeros reales s y L. Se obtiene:
X
dedonde:
x-- s_L - 0,. Por
:0, x:5, 0:s, 0-L,

tanto: Fz o (Fz +
Fr)
- {(0,0,0,0,0\,
y Fz y Gz + F+) son
independientes.
Finalmente, veamos que F3 y Fa son independientes. Si (0, x, x,0, 0), vector genrico de F,
pertenece a F4, entonces:
(0,x,x,0,0)
(0,0,0,
,0)
para algn I e
R..
obtiene: x = 0y l:0,y por tanto: F3 )Fa = {(0,0,0,0,0)}, y F y F4 son independientes.

pertenece a la suma de Fr, Fz, F
Tomemos el vector (0,2, -1, -2,1)
-que admitiremos
y F+-, y comprobemos quedan determinados unvocamente unos vectores |tr, Nl2, uz Y us,
petenecientes, respectivamente, a Ft, Fz, Fz y Fa, tales que su suma es igual a (0,2, -I, -2,L):
Se
(0,2, -1,-2, 1) : 14 * LIz * U3 *

Si
(x,x,x,x,y), (s,s,0,0,0), (0,,t,0,0) y (0,0,0,
Ua.
1,0) son vectores de
h,
pectivamente, tales que:
(0,2, -1, -2,T)
(x,x, x, x,y)
entonces:
0:x*s,
2:x+s+, -1 -x+t,
-2-x+L, 1:!,
Fz, F3
Fa, res-
1.3. SUMA DE SUBESPACIOS VECTORIALES
53
de donde:
t:2, x=-3, s:3, L=l y y:I.

En consecuencia, el vector (0,2,
-1, -2, 1) queda descompuesto, unvocamente, como suma
de los vectores:
- (-3, -3, -3, -3, 1) Ft, Ltz - (3,3,0,0,0) e Fz,

LQ: (0,2,2,0,0) c Fs y 1,t4 : (0,0,0, 1,0) F+.
Lt1
..., Fn son subespacios vectoriales independientes de un espacio vectorial E, su suma: F1 + Fz + ' ' ' * Fn, se denota:
Si Fr, Fz,
FrOFz@ '@Fr,
y de Fr o Fz @ . @ Fn se dice es la suma directa de Ft, Fz
EJEMPLO
2l
Los cuatro subespacios vectoriales de
R.s
stos en el ejemplo 20 (cf. p. 51) son independien-
tes, como en este mismo ejemplo citado se demostraba, as que su suma es suma directa:
F1e-F2 oFE oF.
4. Combinaciones
lineales
Afirmar que un vector es igual a una combinacin
lineal de otros significa lo siguiente:
Com binacin
I
neal
Un vector z de E es una combinacin lineal de los vectores l)7,1)2,

mente si existen escalares 1, 2, . . ., n tales que:
Z
'.., un precisa-
: AtUt -l Ol2U2+''' + nUn'
Todo vector que es combinacin lineal de vectores de un mismo subespacio vectorial pertenece, a su vez, al subespacio vectorial.
I.
54
EJEMPLO
22
El
vector (3,0,
-3)
de R3 es una combinacin lineal de los vectores:
(1,1,0), (0,1,1) y (3,1,-2),

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

EJEMPLO
23
El siguiente subespacio vectorial de
R.3:
- I{*t,xz,x) e R3 I xz -
0}
es el conjunto de las combinaciones lineales de los vectores:

(1, 0,
pues (cf. ejemplo 13, p. 45): F
I.4
y (0, 0, 1),
R(1,0,0) + R(0,0, 1).
SUBESPACIOS AFINES
1. Definicin de subespacio afn
pacio afn de un espacio vectorial:
Su be s pacio
0)
Vemos en primer lugar Ia definicin de subes-
afn
En smbolos: el conjunto no vaco A c E es subespacio afn de E si existen un

vector u e E y un subespacio vectorial F de E de forma que:
A:u+F:Iu+xlxeFI.
Nota
En lo sucesivo, con la frase "rr + G es un subespacio afn del espacio vectorial E ",
supondremos implcitamente que r, es un vector de E y que G es un subespacio vectorial
deE. A
1.4. SUBESPACIOS AFINES
EJ
EM PLO
24
55
El siguiente subconjunto de R3:
- {(r,1,1)}
que obviamente es no vaco, es un subespacio afn de R3, pues:
A
EJEMPLO
25
(1,1,1) + {(o,o,o)}.
- {(r,1,1)} -
El subespacio vectorial de R3 siguiente:
: I@rxxs) e R.3 | x1 + x2 : O y xz+x3 = 01,
es un subespacio afn de R3, ya que, como comprobamos a continuacin, A es igual al siguiente subespacio afn de R3:
s:
Si
(xt,xz,xz)
es
unvector de A, es decir:
X1
xt :
(-xz,xz,-xz)
entonces:
(0,0,0) + R(-1,1,-1).
1-X2:0 Y x2+x3:0,
_xz y xt : -xz. Podemos, pues, afirmar que todo vector de A es de la forma:

pataalginx2 R. Pero:
(-xz,x2, -xz) : xz(-1,1, -1) - (0,0,0)
xz(-1,
1,
lo que establece que el vector (-xz,xz,-x2) pertenece a.S. As: A c
S.
-1),
Recprocamente, un vector de S es de la forma:
(0,0,0) + A(-1,1,
-1)
para algn A e
R.,
-l) = (-^,4, -A), y se tiene: (-^,^, -A) e A,ya que: (-l) + (A) = 0
^(-1,1,
y(l)+(-A)=0.Enconsecuencia:
ScA.Yendefinitiva:A:S,yAesunsubespacioafn
pero: (0,0,0) +
de R3.
EJEMPLO
26
El siguiente subconjunto de
R.3:
A:
I@t,xz,xe) e R3 | xt - xz
4I
que es no vaco (por ejemplo: (4,0,0) e A), es un subespacio afn de R3, pues es igual al
subespacio afn:
B:
(4,0,0) + R(1,0,1) + R(0,1,0),
como comprobamos seguidamente.

Si (xt, xz, x) es un vector de A, ha de verificar:
de la forma: (xt,xz,xz) : (x3 + 4,xz,xs), y como:
(xz + 4, xz, xz)
xt - xs :
4, con lo cual puede escribirse
(4,0,0) + xz(1,0, 1) + xz(O, 1,0),
I.
56
se
(xz + 4,xz,x3) e B. En consecuencia: A c B.

Recprocamente, todo vector de B es de la forma:
tiene: (xt,xz,x3)
(4,0,0) + A(1,0, 1) + p(0,1,0)
(4 + A,r,A),
que es un vector que cumple Ia condicin para pertenecer a

cuencia: B c A, y en conclusin'. A
A: (4 + A) - (A) = 4. En
conse-
B.
afn Si E es un espacio vectorial sobre

K,
se
verifica:
un cuerpo
. [Jn subconjunto de E formado por un nico vector es un subespacio afn de E.
En efecto: si A : {u} . E, entonces'. A = u + {O}. Obsrvese que, enparticular, el
Consecuencias dela deftnicinde subespacio
co4junto {O} 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 E, se puede escribir: F : 0 + F. Ntese que, en
particular, el propio E es un subespacio afn de E.
. Siu yw son dos vectores de E, eI conjunto:
u+Klu:{u+ArlAeK}
es tambin un subespacio afn de E.
una consecuencia inmediata de la definicin. Ntese que si ru
anterior se reduce a {u}.
Es
Si
EJEMPLO
27
0, el subespacio afn
r + 0, del subespacio afn u+ Krrr de E se dice es una recta del espacio vectorial E.
El subespacio afn de R3 visto en el ejemplo25 (cf.p. 55):
^ {(xr,xz,xz) R3 I xt
h,-
es una recta de R3,ya que, como se
Ay
+ xz
- 0 y xz -t xz - 0},
demostr en el ejemplo citado, se tiene:
(0,0,0) + R(-1,1,-1),
(-1,1,-1) + (0,0,0).
Proposicin 1.5 Si u + F es un subespacio afn de un espacio vectorial E y u

un vecto de E, entonces:
(ut e u +
F) ee
(ut + F
u + F).
es
57
1.4, SUBESPACIOS AFINES
Demostramos en (S2) (cf. p.44) la siguiente equivalencia:
Demostracin
(uteu+F) <- (ut-ue
F);
pero al ser F un subespacio vectorial podemos escribir:
(uteu+F) <- (ut-ueF) <- (u-ueF)Por otra parte, como el lector puede comprobar, se verifica:
(uteu+F) <+ (ut+f cu+F).

En consecuencia:
(ut+f cu+F) <- (ute u+F) <- (u-ue F)

<- (ueut+F) <=+ (u+f cut+F),
y en conclusin: (ut e u + F)
(ut + F
u + F).
C.Q.D.
Como consecuencia de esta proposicin se tiene la siguiente

CNS para que un
subespacio afn
sea subespacio
vecto rial
Pro pos ic i n
verifica:
1.6
/
Si
u + F es un subesqacio afn de un espacio vectorial E,
u+Fes
[rro.sp
\ <-
acio vectorial)
(u +
F:F) <-
se
(u F).
Por un lado, si u + F es subespacio vectorial, entonces a l pertenece el

vector 0, y de acuerdo con la proposicin I'5 se tiene:
Demostracin
u+F:0+F:F.
Elrecprocoesobvio:
siu+F:
F,entoncesu+F esunsubespaciovectorial. Quedaas
probada la primera equivalencia.

Por otro lado:
(ueF):
Io que termina de probar el
(u e
0+F) e
(u
+F=0+F) <- (u+F:F)'
resultado.
c.Q'D.
Dado un subespacio aflr;r A de un espacio vectorial E, es decir:
A:u +F conu E y Funsubespaciovectorial
deE,
nos preguntamos si edste algn vector w de E, distinto de u, y algn subespacio

vectorial G de E, distinto de F, de forma que:
4-u+F-u+G.
IJna respuesta parcial nos la da la siguiente proposicin.
I.
5B
lgualdad de
subespacios
afines
Proposicin 1,7
cio vectorial E: u
igaales: F - G.
yu
Siu +F
+F:
7D
+Gson el mismo subespacio afn de un espaIos subespacios vectoriales F y G son
G, entonces
Demostracin De Ia hiptesis: u + F _ tD + G, y teniendo

(-u)) + F - (u, + (-u)) + G, de donde (cf. 151), p.
deduce: (u +
en cuenta (S3) (cf. p. 44),
se
44):
(ut - u) + G.
1e)
De esta forma, el subespacio afn (ut
posicin I.6, p. 57): G - (ut
G-(w-u)+G:F.
-u)
- u) + G es un subespacio vectorial, y por tanto (cf. pro+G, eu unido alaigualdad (19) permite finalmente concluir:
C.Q.D.
Nota bene Si u + F es un subespacio afn de un espacio vectorial E y u/ es un vector de E

tal que:u + F - u + F, no se deduce necesariamente que ? sea igual au). 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

forma: (4,0,0) e (0,0, -4) + F, y por tanto (cf. proposicin L5, p. 56):
(4,0,0) + F
(0,0,-4)
(4,0,4) e F; de
esta
+ F.
2. Interseccin de subespacios aftnes Fuede ocurrir que dos subespacios afines 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 R3:
A-(1,1,0)+R(1,0, 1) y B-(2,0,-I)+R(0, 1,1),

son tales que A
0, como el lector puede comprobar fcilmente.
I
I
a
,.4.
59
SUBESPACIOS AFIN ES
:.
lt:t
Pero si Ia interseccin no es eI conjunto vaco, entonces sta es un subespacio

afn, como probamos en Ia siguiente proposicin.
W
ffiai
Y;,
m
W':
W.
W:
M.
ffi.
lnterseccn de
subespacos
Proposicin 1.8 Siu +F yut +G son subespacios afines de un espacio vectorial E

tdes que su interseccin es no vaca: (u + F) n (ut + G) + A, entonces:
afines
(u +F) n (ut + G)
- z+ (F n G),
MI:
ffi
donde z es un vector de (u + F) n (ut + G).
ffii
W
w,.
Demostracin Como, por hiptesis, z c (u + F) n (u + G), se tiene (cf. proposicin

: z + F y tD + G : z * G,y por tanto:
W
ffi.
I.5,
p. 56): u * F
ffi
ffi
ffi
(u+F)(ut +G)-(z+F) n(z+G).
ffi
(2 0)
ffi
Si
ffi
es un
vector de E, se verifica:
ez+F
ffi
x(z+F)n(z+G)
r. ez+G
y en consecuencia:
concluir: (u + F)
EJEMPLO
30
(z
(ut
<-
<+
l., -zeG
zFG <- xez+(F
+F) n (z+G):
:.
-zeF
v
nG),
(F n G), que unido a (20) permite finalmente
+G)-z+(FnG).
C.Q..D.
Recordemos los subespacios vectoriales de R3 vistos en el ejemplo 10 (cf.p. 42):
h_
F2
ffi
los cuales verifican: F1
xt - 2xz * xz - ol
{{*r,xz,x) e R3 I xt - 2x3I
I@r,xz,x3) e
R3 l
oF2: R(4,3,2), y consideremos
tes:
A: (3,2,1)+Fr y
los subespacios afines de R3 siguien-
(7,5,3) +Fz.
La interseccin A B no es el conjunto vaco, pues por ejemplo (como el lector puede

comprobar sin dificultad): (-1,-1,-l) e A8. La proposicin I.B nos permite asegurar
que A n B es un subespacio afn de R3:
AnB - (-1, -1,-L) +Fr )
F2
- (-1, -1, -1)
+ R(4,3,2).
I.
6o
3. Hiperplanos
deRn
ru =
Llamamos hiperplano de R a todo conjunto de Ia forma:
ior*r: al,
l{rt,*2,...,xn). R' I i:7
donde [Lr,cL2,...,anyd sonnmerosreales,

nulos.
EJEMPLO
3l
6Lr,az,...,&nno sonsimultneamente
El conjunto siguiente:
{ttr,xz) c R2 l+"r-txz-T\,
es
un hiperplano de
R2.
{{rr ,x2,x3,x4) e R4 lZxz - x4 - 4I es un hiperplano de Ra.

El conjunto I{rr,x2,x3,x4,xs,xo) R6 I xs - 0} es un hiperplano de R6.
El conjunto
Los hiperplanos son subespacios afines, como vemos en Ia siguiente proposicin.

Un hiperplano es
s u be s pacio afn
Proposicin
1.9
Todo hiperplano de Ru es subespacio afn de Ru.
Demostracin Hacemos la demostracin para m : 3.

Sea A : |?r,xz,x) e R3 larxr +azx2+a4x3:dl tn hiperplano de R.3. Si d:
entonces A es un subespacio vectorial de R3 y, por tanto, un subespacio afn de
y, por ejemplo, e4 * 0, designemos por B el siguiente subespacio afn:
R.3. Si
B- (*,0,0) iF,
a3x3:0|.
(tt,tz,t)e B <- (tt,tz,t)-(*,0,0) er
ld\_
lr,
i,rr,h)
eF
e ar / - d\/ -t a-2t2-r a3L3 :

\tt
^
e d'1t7 * aztz -l A3fi :
<+ (tr,tz,tz)
g-
e A,
y como consecuencia: A: B.
Si fuera a : O y a.2 + O, entonces la definicin de B, en (21), hubiese sido:
B
* (0,*,
o) + r;
(2r)
siendo F el subespacio vectorial F : I@t,xz,xg) e R.3 | atxt + 612x2-r

se verifica: A = B , y el hiperplano A es un subespacio afn de R3.
En efecto, se tienen las siguientes equivalencias:
O,
d+
Entonces
6r
1.4. SUBESPACIOS AFINES
y si fuera a3 el nico no nulo, hubiese sido: B
: (0,0,dlaz)
+ F. En ambos casos, se com-
prueba que A: B,
La demostracin para el caso general es anloga:
es el hip erplano de Rz:
H - I@r,x1,...,xn) R' I > a.ixr

entonces existe k
d"l
e tl ,2,...,r1} tal que cLt< *0, y ,. ,iJr.L'

TL
H - (0,...,0,*,0,...,0) + {(xr ,x2,...,xn) eR'I Zot*t

:1
- 0l
t-r
y quedara as probado que H es un subespacio afn de R'.
EJEMPLO
32
C.Q.D.
El siguiente subconjunto de Ra:
= l@1,x2,xz,xq) e
R4 | 2xz
- xs : 4I
y, de acuerdo con la proposicin anterior, un subespacio afn de R4. Un

coeficiente no nulo en la condicin de la definicin de A es el de xz, que es igual a 2. Por
es un hiperplano
tanto:
donde F
EJEMPLO
33
Es
n: (o.1.0.0)
\"' / *.
{(xr, xz,xz,xq) e Ra | 2xz - xs
oI.
un hiperplano de R3 el conjunto:
A:
l(x1,x2,x) e R3 | xt - xt
4I
el cual ya se comprob es un subespacio afn de R3 (cf. ejemplo 26, p. 5 5). De acuerdo con lo
dicho en los prrafos precedentes, se tiene:
= (i,0, o) *
|&,,rr,x) e R3 | xr - x : ol.
4. Subespacios aftnes paralelos
De dos subespacios afines u + F y ttt + G de
un espacio vectorial E diremos son paralelos si F : G.

Algunos autores definen eI paralelismo dbil: eI subespacio afn u + F es dbilmente paralelo al subespacio afn w + G si F c G.
EJEMPLO
EJEMPLO
34
El hiperplano (de R3) A
35
La recta (1,2,3) + R.(1,2,1) es dbilmente paralela al subespacio afn A del ejemplo anterior,
l(x1,xz,x) e R.3 I xt - xz: a\ V el subespacio afn (tambin

(1,1,1) + R(1,0,1) + R.(0,1,0) son paralelos, pues se verifica (cf. ejemplo 26,
de R3) C :
p. 55): A : (4,0,0) + R(1,0, 1) + R(0,1,0).
ya que: R(1,2,1)
.I(xt,xr,x)
R.3 I
x1
-4
= g\.
I.
6z
aftnes
Dados 7t vectores u)r, 7t)2, .. ., un de un espacio vectorial E, si 41, d2, . . ., n son n escalares tales que:
5. Combinaciones
1*A2+"'+n:I,
del vector fD1 -r 21o2
vectores u)L luz, ..., un.
EJEMPLO
36
El vector (0,
* ' ' . + otnu)n diremos
eS
una combinacin afn de los
-1,3) de R3 es una combinacin afn de los vectores (1,1,0), (0,1, 1) y (1,0,1),

-2,Iy 2 sontales quesuman 1: (-2) +1'+2: l,ysetiene:
pues,porejemplo, losescalares
(0,
-1, 3)
(-2) (1,1,0) + 1(0, 1, 1) + 2(L,0,
1).
Todo vector que es combinacin afn de vectores de un mismo subespacio afn

pertenece, a su vez, al subespacio afn. Para comprobarlo, consideremos un subes-
pacioafnu+FdeunespaciovectorialE,yseanu*rt1;u-1Lt2,...,u+llnvectores
pertenecientes a u + F (Y por tanto r, Ltz, ..., un son vectores del subespacio vectorial F). Si r es un vector de E que es una combinacin afn de ellos, probemos
queuu+F.
Por sert unacombinacin
ot2,
...,
a,o tales
Que: o{1
afnde u-lu1,u*1t2,...,u1ur", existenescalares a1,

-l 2 -l ' ' '+ an = 7,y
u): ar(u +ut) *
z@ +uz)
+ '*
0(n@
+un).
(22)
Simplificando en la igualdad (22), obtenemos:

,nrfl
\ o,r,-r)+
w:()a)u+
\ / '- 'l
L
i:]
'r:f
)aiLti,
i:l
y como Zorut e F (pues es combinacin lineal de u1, uz, ..., lrn, vectores del
i:I
subespacio vectorial F), se concluyei
Escolio
Siu + u7,u +u2,..., u +
e u + F.
l,trn son vectores
del subespacio afn u +
F,y r es el
vector:
w -- dt(u +ut) + az(u +uz)
+."
+ ar(u
+u),
123)
donde qr , ob, ..., c{n son escalares tales que:

TL
Zot * I,
:1
t-r
(24)
1.5. SISTEMAS DE VECTORES
6E
entoncesrr,lnoperteneceau+F,salvoenelcasoelementalenqueu+Fseasubespacio
vectorial de E.
En efecto. Supongamos que u + F no es subespacio vectorial, y por tanto que u F
(cf. proposicin I.6, p. 57). Queremos probar, bajo las hiptesis enunciadas en el prrafo
anterior, se tiene que w u + F, y para ello procedemos por reduccin al absurdo, es
decir, suponemos que u u + F. De (23) obtenemos:
,:(;a,)u+9o,u,,
\- /
7_,
pero si w e u +F, entonces existe
z e F tal que:
/n
f\4'llrr,
o bien:
r,
u -t u,y por tanto:
lu+\
a,u,=u+u.
/n\n
(I"')u-u:u-\uu,
t=r /
-r
de donde (teniendo en cuenta (24)):
-'
(S o,) - r)
./
"= (\\a-,/
\" - i.*,,,,)
l,,,
que contradice el hecho de que u F, pues el segundo miembro de esta igualdad es un

vector de F.
Enparticular, si u + F es un subespacio afn de un espacio vectorial E y u +F no es
subespacio vectorial, entonces se verifica:
Vl e K- {1}, Vw eu + F, Aut u + F.
I.5
SISTEMAS DE VECTORES
En esta seccin introducimos varias definiciones y notaciones que sern de gran uti-
lidad en el resto del texto.

Consideremos un espacio vectorial E sobre un cuerpo K. Llamaremos sistema
de vectores de E a toda lista, o coleccin, finita ordenada de vectores de E. Si u1,
uz, . . ., un sonrL vectores de E, el sistema S formado por ellos se denota:
S:
(ur,Ir2,...,Un).
De los vectores 7)r, u2, .. . , un diremos son los vectores del sistema S. Al conjunto
formado por ellos lo denotaremos por S.
Dados dos sistemas (u1,u2,...,u.,) y kut,tuz,...,w*) deny m vectores de E,
respectivamente, consideraremos son iguales si:
TL: TYL Y U7: U)L, U2:
U)2,
6+
I.
EJEMPLO
37
Consideremos los vectores ur : (1,0), u2: (O,I),u3

podemos formar, entre otros, los siguientes sistemas:
= (3,1) y ua: (2,2) de
R.2.
Conellos
. 5r: (u1,u2,u3),
. Sz : (uz,ut,ua,,uE),
. = (u1,ut,uq), donde observamos que el vector u1 figura dos veces,
c S = (ua,ua,ua,u1,u1), donde observamos que el vector u4 figura tres veces, y el vector u1 dos.
Los conjuntos asociados a estos cuatro sistemas son:
: lut,uql y B :
St:
{ut,uz,u},
Sz
{ut,uz,uE,u+},
{ut,uo,}.
Dado un sistema S : (ur, nz,...,un) de vectores de E, definimos el cardinal de S,

que denotamos: Card(.S), como el nmero de vectores de la lista que define S. Es
decir: Card(S) : Card (ut,uz,...,ud : n.
EJEMPLO
38
El cardinal de los sistemas del ejemplo 37 es: Card(Sr)

y Card(B)
definimos el sistema (S,S')
39
3, Card(Sz)
= 4, Card(A) =
5.
Dados dos sistemas S
EJEMPLO
: (ut t, lil 2, . . ., w m) devectores de E,

de laforma: (S,S') : (ur,u2,...,nn,ro7,tr)2,...,u^).
(ur,
I)
2,. . ., u.,-) y S'
Volviendo de nuevo a los sistemas del ejemplo 37 (cf. p. 64), podemos escribir:
(Sr,
(ur))
(u1,u2,u3,u1)
y ,8)
= (u1,ur,uq,u+,uq,ua,u1,u1).
Dados dos sistemas S y S' de vectores de E, diremos que S es subsistema de S'

si todo vector de S es de S' y no figura en la lista de los vectores de S ms veces que
en la de S'.
EJEMPLO
40
Para los sistemas del ejemplo 37 (cf. p. 64) se cumple:
o Sr s un subsistema de Sz;
A es un subsistema de B, puesto eue u1 no figura ms veces enA que en B,y u4figu.ra
menos veces en A que en B;
.,S2 no es subsistema de Sr, pues ua es unvector de 52, pero no lo es de 51;

. B no es subsistema de A, pues, aunque todo vector de B es vector de A, el vector ua
figura ms veces en B que en A.
I.
6.
VECTORES LIN EALMENTE DEPEN DIENTES
T.6
6S
VECTOR"ES LINEAT.MENTE DEPENDIENTES

1. Deftnicin. Propiedades
bsicas
A continuacin, vemos la definicin
de
dependencia lineal de vectores:
Vectores
linealmente
dependientes
Hrff"-;.;
"; ;;;,;;, ; ;; **,*.; .,
.,' 0. u
(ur,n?:
.,,,ed
se
se dicg_ryT li4qqhnepte deeldisnteq o del siatq4a
dkg es
rn qis{ernAjigedA, S qgtrn eSqqlarcs fi1, fla, ., n &ru. A-o tsdo{ zuos, tde-qug
Sistema ligado
* o(Tu\- 0.
tUt * zUZ *
Consecuencias de Ia deftnicin de dependencia

Se
lineal
Sea E
un espacio vectorial.
verifica:
o (0)
es
un sistema ligado.
: 0 y I I O; es decir,
En efecto: 10
el vector 0 es linealmente dependiente, o lo que es
lo mismo: (0) es un sistema ligado.
Si u es un vector de E distinto del vector O, entonces

ligado.
(u) no es un
sistema
Si or es un escalar, de la igualdad au :0 se deduce (consecuencia de la definicin

de espacio vectorial) que d : 0; es decir, no podemos encontrar un escalar a + 0 tal
que o(u : 0. El vector u no es un vector linealmente dependiente, o bien: (u) no es un
sistema ligado.
Todo sistema de vectores en eI que fig&re el vector O es ligado.

Que el sistema (0) es ligado lo sabemos por la primera consecuencia de la definicin de
dependencialineal. Porotra parte,5i3 = (0,ur,u2,...,u") (donden e Nx N {0}),
entonces es posible encontrar escalares B,

BO
(por eiemploi P
: I
apt
qr = dz = ... :
o\, az, ..., dn, no todos nulos, tales
-l oQl)z +
otn
.' ' + dnun
que:
= 0), Io que establece que el sistema B es
ligado.
Todo sistema en el que uno de los vectores es igud a una combinacin lineal
de los restantes es ligado.
Sl u es igual a una combinacin lineal de u:, u2, ..., un, es decir, para algunos escalares 0\, 0e,. .., o(z se tiene: rrr : o.ttrt * dzuz + .' ' + du un, entonces:
(-l)u t
ot1u1 -t ot2u2+ .
.' + d.nun :
O,
y no todos los escalares ( - 1), ar, 012, .. ., c{z son nulos. Los vectores u), u t, uz, .. ., u n
son, pues, linealmente dependientes, o lo que es lo mismo: el sistema (w,ut,uz, . . . ,un)
es ligado.
I.
66
EJ
EMPLO 4 r
Los vectores
(I,2,3) y (3,2, 1) de R3 no son linealmente dependientes.
En efecto. Si a y son escalares tales que:
fi(1 ,2,3) + fi(3,2,L)

o lo que es lo mismo: (a + 38,2 + 28,34 + B)
c{
3B:0,
De la segunda igualdad deducimos:
y por tanto: B = 0 y a :
a:
2u+
(0,0,0),
(0,0,0), entonces:
2B:0,
3a +
-8, y sustituyendo
B:0.
en Ia primera llegamos a:.2p
0. En consecuencia, slo los escalares
Al no existir dos escalares
ay p,no
(2 s)
c:
0y
0 verifican
0,
(2 5).
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), t, z,
EJ
EMPLO 42
tl)
Los vectores (1,1), (1,3)
tres escalares -4,
EJERCTCTO 2
no es un sistema ligado.
y (3,1) de R2 son linealmente dependientes, pues por ejemplo los
I y 1 no son todos
Estudiarparaquvalores dea e
de
R.3.
R.
nulos y se verifica:
-4(I,I)
+ I ( 1, 3) + 1 (3, 1)
(0, 0).
esligadoelsistemadevectores ((1,0,0), (0,I,a),(0,a,t))
En las siguientes proposiciones mostramos dos propie-
dades de Ia dependencia lineal.

CNS de sistema
de dos vectores
Ii
gado
Proposicin l.l0
Sean u )/ rp dos vectores de un espacio vectorial E sobre un
cuerpo K. Si u * O, entonces una condicin necesaria y suficiente para que (u , ut)
sea un sistema ligado es: ru e Ku.
Demostracin
La condicin es necesaria. Si
a y B son dos escalares, no ambos nulos,
tales que:
uu+Bw-O,
(26)
entonces p + 0, pues en caso contrario de (26) se deducira: oe : O, y como por hiptesis u +

0, se tendra: d : 0, que lrrlnerara que los escalares no son ambos nulos. Al ser p + 0, de (26)
se deduce: w = B-, Ga)u, y por tanto: r e Ku.
La condicin es suficiente. Si r e Ku, entonces ut = tru para algn ,\ e K, y podemos
escribir: (-A)u + Lw : O. Al no ser los escalares -l y 1 simultneamente nulos, esta igualdad
establece que (u, r) es un sistema ligado.
c.e.D.
5, VECTORES
LIN
EJEMPLO
EALMENTE DEPENDIENTES
43
6Z
Encontremos para qu valores reales de

vectores de R3:
u=
ay b son linealmente
(t,-t,2) y
rt)
dependientes los siguientes
(2,a,b).
Como u + (0,0,0), la proposicin I.10 afirma que u y rr son linealmente dependientes

precisamente si: rr e R.u, es decir, precisamente si existe algn nmero real a tal que:
o<(1,
-1,2)
(2,a,b).
Esta igualdad vectorial es equivalente a:
equivalente
a=2, -a=a., 2a=b,

a su vez a: a:2, a = -2y b : 4.
En conclusin, Ios vectores
u y w son linealmente dependientes si, y slo si, a, = -2
vb:4.
En la siguiente proposicin se presenta una condicin necesaria y suficiente para
que un sistema de vectores sea un sistema ligado.
I Una condicin necesaria y suficiente para que un sistema de

vectotes sea gado es que exista un sistema ligado que sea subsistema suyo.
Proposicin f.l
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 vectores B = (ut,uz,...,u"), y supongamos es ligado el sistema:
g'
(u1,u2,. .. ,up)
con
p < rL,
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
0\, oe,..., p, no todos nulos,
tales que:
tt)tl
dzUz+
"'+
d.pup
=O.
Si definimos: dj = 0 para p < j < z, entonces los escalares ott,

y de acuerdo con (27) podemos escribi:
011U1'l Ol2U2-t
lo que establece que el sistema B es ligado.
"'+
otz,
(27)
...,
otntTo son todos nulos,
O<nUn:Ol
c.e.D.
Nota bene 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 R2
es un sistema ligado, pero cualquier subsistema suyo de cardinal menor no es un sistema
Iigado, como el lector puede comprobar sin dificultad. A
I.
6B
EJ
EM
PLO 44
Estudiemos para qu valores reales de a, b, c y d es ligado este sistema de vectores de R3:
, -2,4) I
B_(,",-.b,5),(1,_L,2),(1,3,c+D,(a+blC,=W|,A),{z
/
\
En el ejemplo 43 (cf.p. 67) vimos que el sistema B'
((f , -I,2),(2,-2, a))
es
un sistema
ligado. Como B'es un subsistema de B, de la proposicin I.11 (cf.p.6 7) se deduce que

tambin B es un sistema ligado.
Ntese que el sistema B es un sistema ligado independientemente de los valores que
puedan foma &, b, c y d.
I.7
VECTORESLINEALMENTE INDEPENDIENTES
7. Deftnicin. Propiedades
bsicas
De manera informal podemos decir que la
ind.ependencia Iineal es la negacin de la dependencia lineal. De forma ms precisa:
vectores
linealm
nte
independientes
Siste
ma libre
f i- =.,,i )', '= . : ,'',=, ,;Cl,n.=lO,
Consecuencias de Ia deftnicin de independencia

Se
lineal
Sea E
un espacio vectorial.
verifica:
(0) no es un sistema libre.
Ya vimos que (0) es un sistema ligado.

Si u es un vecto de E distinto de O, entonces
Ya probamos que si u + 0, entonces (u) no es un sistema ligado.

[Jn sistema de vectores en el que figare eI vector O no es libre.
(u)
es
un sistema libre.
En la seccin anterior probamos que un sistema en estas condiciones es un sistema

ligado.
Un sistema en eI que uno de los vectores es combinacin lineal de los restantes

no es Libre.
Vimos en la seccin anterior que si ur es una combinacin lineal de ut, uz, "', un,
entonces (u,u1,u2,. .. ,u") es un sistema ligado.
ECTORES
I_I
EALM ENTE
45
EJEMPLO
N D EP EN D I
6g
ENTES
Los vectores (1,2,3) y (3,2,1) de R3 son linealmente independientes, pues, como vimos en
el ejemplo 41 (cf. p. 66), estos vectores no son linealmente dependientes.
Recordemos que en el ejemplo citado buscamos qu valores de a y B verificaban:
o<(t,2,3) + p(3,2,1)
(0,0,0),
yvimosquelanicaposibilidades:o(= P:0, loqueconfirmaquelosvectores(1,2,3)

y (3,2,1) son efectivamente linealmente independientes, o dicho de otra forma: el sistema ((1,2, 3), (3,2, 1)) es libre.
EjEMPLO
46
Los vectores ( 1, 1), ( 1, 3) y (3, 1) de R.2 no son linealmente independientes, pues son linealmente dependientes (cf. ejemplo 42,p.66).
Si
tratamos de resolver en las incgnitas a, p y y la ecuacin:

c{(1,1) + BO,3) + y(3,I) _ (0,0),
(2 B)
no obtenemos necesariamente que a : B = Y = O: como ya vimos en el ejemplo citado,

prra d = -4, P : I y y : I se verifica (28).
tJERCICIO
Estudiarpanquvalores deae R eslibreelsistemadevectorcs ((1,0,0), (0,L,a),(0,a, 1))

de
R3.
El resultado siguiente es una consecuencia inmediata de

Ia proposicin L10 (cf. p. 66):
-'rS de sistema
t:
cos vectores
libre
EJEMPLO
47
Sean u )/ u, dos vectores de un espacio vectorial E sobre Ltn

entonces una condicin necesaria y suficiente para que (u , ut)
sea un sistema Libre es: u Ku.
Proposicin l.l2
cuerpo K. Si u *
O,
Estudiemos para qu valores reales de

vectores de R.3:
ay b son linealmente independientes los siguientes
: (1,-1,2) y u :
(2,a,b).
En el ejemplo 43 (cf. p. 67) vimos que u y ru son linealmente dependientes precisamente
si:a=-2yb=4.Portanto,uytDsonlinealmenteindependientesprecisamentesi:a+-2
ob+4.
I.
7o
y suficiente para que un sistema

sea un sistema libre'
su'/o
vectores sea libre es que todo subsistema
Proposicin l.l
Una condicin necesaria
La condicin es necesaria: si B es un sistema libre y B' es un subsistema

(cf. propode B, entonces B' es un sistema libre, pues en caso contrario tampoco sera libre B
sicin I.11, p. 67).
Recprocamente, la condicin es suficiente: si todo subsistema de un sistema B es un
Demostracin
sistema libre, tambin es libre el propio B, pues es subsistema de s mismo.

EJERCICIO
C.Q.D.
Seanut,uz,...,unvectoesdeunespaciovectorialE.Demostraqueunacondicinnecesaria
que
suficiente para que un vectof to e E no sea una combinacin lineal de estos vectorcs es
de Ia
igualdad:
AtUt * zUz *
se deduzca: B
EJEMPLO
48
: 0.
0,
R, el vector (a,I,Q
(0,
(1,0,
1,0) V (1, 1,1).
1),
vectores
Para cualquier
+ o(nl,)n + BUt
ae
1) de R3 no es igual a una cornbinacin lineal de los
En efecto, de la igualdad:
ar ( 1, 0, 1)
+ az(0, 1, 0) + a(1,1,1) + B(a,I,e+I)
(0,0,0)
se obtiene:
+aP:0, ot2l-3+:0, drrc{ +aP+P=0,

la primera igualdad de la tercera) se deduce: p : 0. Con el ejercicio 4 se
d1+d3
de donde (restando
concluye el resultado.
EJERCTCTO 5
Demostrar que si (u1,u2,.. .,un) es un sistema libre de vectoes de un espacio vectorial E

y u es un vecto de E que no es igual a una combinacin lineal de ut, uz, .. ., un, entonces
tr.8
(w,u1,u2,. .. ,un) tambin
es
un sistema
libte'
SISTEMAS DE GENER{DORES Y BASES

DE UN ESPACIO VECTORIAL
Sistemas de generadores Sea B : (ut,uz,...,un) un sistema de vectores
de un espacio vectorial E. Por: I(B), o tambin: L(u1,u2,'.',un), denotaremos el
conjunto de todos los vectores de E que son combinacin lineal de los vctors u1,
7.
t)2,
..., tt
es decir (cf. P. 53):
1.8. SISTEMAS DE GENERADORES Y
7t
BASES DE UN ESPACIO VECTORIAL
El conjunto I(B) es, pues, un subespacio vectorial de E: es el subespacio vectorial

de E de los vectores que pueden escribirse de Ia forma:
tUt -l ZUZ -l
'I
O(nUn,
donde 04, z
Sistema de
generadores
.., un son generadores del espacio vectorial E y u es un

vector de E, entonces existen escalares o{L, 2, "', n tales que:
Si los vector1s 7)1, u2,
U:0<7Ut-l
2U2
.''+
anUn'
De esta igualdad diremos es una descomposicin del vector

lineal de los generadors 1.r1, 7)2, . . .,7)n.
EJEMPLO
49
t, como combinacin
El sistema ((1,0), (1,1), (0, 1)) es un sistema de generadores de R2.

En efecto. Para cada vector (a, b) de R2 se verifica:
(a,b)
: |o,ot * |o,t + (u- f)
to,
rr,
Io que establece que (a,b) es combinacin lineal de los vectores (1,0), (1,1) y (0, 1).
consecuencia:
((1,0), (1,1), (0,1))
En
R'.
Con palabras: R2 est generado por los vectores (1,0), (1,1) y (0, 1).
EJEMPLO
50
El sistema ((1,1,0), (0, 1,1)) no es un sistema de generadores de R3.

Por ejemplo, el vector (1, 1, 1) no es combinacin lineal de ( 1, 1, 0)
y (0, 1, 1). En efecto,

p
y
tales que el vector:
afirmarlo sera lo mismo que afirmar existen dos nmeros reales or
or(1,1,0)
+p(0,1,1), obien (4, 01+ P,P),
es igual a (1,1,1), pero esto significara decir que tanto

iguales a 1, lo cual es claramente imposible.
a y p como su suma: a+ B, son
I.
72
EJERCICIO
Sean
A = (ut,uz,...,up) y B : (w1,w2,...,wq)
dos sistemas de vectotes de un espacio
vectorial E. Demostrar
a) A=L(A);
b) si F es subespacio vectorial
c) A=L(B) + L(A) =L(B);
d)
de E, se verifica:
AcF
L(A)
F;
L(A) = L(B);
L(B) + L(A,(u)): L(8,(u));
e) para cadau
f) si A es un sistema de generadores de E y A es subsistema de B, entonces B tambin
si A es subsistema de B, entonces:
E se tiene: L(A) :
es un sistema de generadotes de
E.
2, Bases. Coordenadas de un vector en una
base
A continuacin definimos
el concepto de base de un espacio vectorial:
Bas e
ffilrro
*'n*u
i,,0',,',un)au
E se dice es
:;:::;
Tlffi*fiffii*
EJEMPLO
5l
El sistemaB
es
-mrsl-
;:,-* ;
((t,1),(0,1)) esunabase de R2.
proposicinI.l2, p. 69). Y B
un sistema de generadores de R2, pues si (a,b) es unvector arbitrario de R2, entonces:
En efecto: B es un sistema libre, pues (1,1) R(0, 1) (cf.
(a,b
: a(I,I)
+ (b
es
- a)(0,I),
lo que establece que todo vector de R2 es combinacin lineal de (1,1) y (0, 1).
EJEMPLO52 Elsistema: ((1,0),(1,1),(0, 1)) noesunabasedeR2,puesaunqueesunsistemadegeneradores de R2 (cf. ejemplo 49, p. 71), no es un sistema libre: por ejemplo, los escalares -1,
y -1
EJERCICIO
-no
todos nulos-verifican:
(-1)(1,0) + 1(1,1) + (-1)(0,1)
(0,0).
B' : (u1,wz,...,rulq) son dos bases de un espacio vectorial E, demostrar que no puede ocurrir: B c B' , ni tampoco: B' c B.
Si B
: (u1,u2,...,up)
Nota
Obsrvese que es posible que dos bases de un mismo espacio vectorial no tengan
vector alguno en comn. Por ejemplo, los sistemas (tt,tl,(0, 1)) y ((-1,-1),(0,-1))
son, ambos, base de R2 y no tienen vectores comunes. A
,8.
SISTEMAS DE GENERADORES Y BASES DE UN ESPACIO VECTORIAL
La
descomposicin
de un vector
como
combinacin
lineal de los
vectores de una
base es nica
73
f.l4
Una condicin necesaria y suficiente para que un sistema de

(u,.,1r2,...,u) de un espacio vectorial E sea una base de E es que
todo vector de E se pueda descomponer de manera nica como combinacin lineal
de los vectores de B, en eI sentido sigulente: si
Proposicin
vectoes B :
"'
1U71- 2U2-1
+ O(nUn
FtUt + BzUz+
"' I
Bnun
son dos descomposiciones de un mismo vecto como combinacin lineal de los

vectoes de B, entonces:
fi1 : BL, 2: Bz
Demostracin
, OQt: Bn.
La condicin es necesaria. Supongamos que B es una base de E. Por ser B
un sistema de generadores de E, todo vector u de E puede escribirse al menos de una forma

como combinacin lineal de los vectores de B. Supongamos se verifica:
tU: giryrt d|zUz+...+

para algunos escalares o'r, 2,
..
a.nun
., dn, y
y lrt:
BtUt+ FzUz+.'. -l BnUn,
0t, Fz, . .., Bn. Restando a la primera igualdad la
segunda, se obtiene:
(ar
Ft)ut + (az
Fz)uz + - - - +
(an- F)un,
y de esta ltima igualdad, por ser B un sistema libre, se deduce:
dt - Bt = oe -
Fz
=... : n-
Bn = 0,
o bien: at : 8t, az : 02,..., ltn = 8n. En conclusin, todo vector de E se escribe de una
nica manera como combinacin lineal de los vectores de B.
La condicin es suficiente. Supongamos que todo vector de E se puede descomponer de
una nica manera como combinacin lineal de los vectores de B. En primer lugar, ya tenemos
que el sistema B es un sistema de generadores de E. En segundo lugar, para el vector O se
verifica: 0 : Our + 0u2 + . . . + jun, y esta descomposicin es nica, luego de la igualdad
deducenecesariamente: o(1 = otz: ---:

sistema B tambin es un sistema libre. En conclusin, B es una base de E.
oltutl
Coordenadas de
-n vector en una
base
Si
otzUz-1
"'+
o(nun:
: (ut,uz,...,un)
otn:0, yas
O se
es una base de
el
C.Q.D.
ul espacio veCtorial E, entonces
podemos
afirmar (cf. proposicin I.I4, p. 73) que para cada vector u de E existen unos
iios esc'ars''di 2t . . , o(n tal's'qffi'ii-r;'n ".""'f
'"..-r"':=".-''
-,.1.'-- ,,,,, 1.,-r',-rr
tt""tf
-'-'r:rr:'l't'
'r ';r'fi"''"t"
r
n i
' -'rf ittf'
''"-"'
-itfi1
t"+
! *
r''t','i
r.f"
,.., on se dice son=Iai ,aAAendas'
- (ut,r)z,...,ur)
significa:
u-
=""'-'i.
-.ctm
'
".'':.'''
n'Ia'b's
sean las coordenadas del vector
Es decir, que los escalares o(r, oe
base B
-"
2uz + ;'i.
04ut
AzUz
r'
-f ' * nun.
u en Ia
I.
74
EJEMPLO
53
y
En el ejemplo 51 (cf. p. 72) vimos que el sistema ((1,1), (0, 1)) es una base de R2, observamos que s (a,b) es un vector arbitrario de R2, entonces:
(a,b) = a(r,t) + (b
Nos preguntamos si habr otras formas de escribir

y (0,1); en otras palabras, si la ecuacin:
(a,b)
a)
(o,I)'
(a,b) como combinacin lineal de (1' 1)

(2e)
a(1, 1) + B(0, 1),
:
enlas incgnitas a y p, admite otras soluciones distintas de a aY fi = b - a'
de que el sistey
(cf.
p.
consecuencia
73), como
De acuerdo con la proposicin I.14
(29) es'. o( -- &
ma ((r, 1), (0, 1)) es una base de R2, podemos afirmar que la nica solucin de
(a, b)
y B : b-a. O dicho de otra forma: los escalares ay b-a son las coordenadas delvector
en la base
(tt, t,
(0, 1))'
y
Por ejemplo, las coordenadas del vector (6,5) en la base ((1' 1)' (0,1)) son 6
(6, s)
-1,
pues:
6(1,1) + (-1)(0,1).
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 ((1,1),(0,1)) de R2; el vector cuyas coordenadas son -1 y 6 (en la misma base)
Nota
bene
sera: (-1) (1,1) + 6(0, 1)
(-1,
s)'
Sea (K, +, .) un cue{po,
y sean > 1 un nmero natural. Como

ya se o en el captulo I (cf. p. I7), el conjunto K es un espacio vectorial sobre K
3. BaSe CAnniCA
con las operaciones:
(o.t,0Q,...,o) +
(Bt,Bz,"',F):
A(ar, dz, ..., n)

EI siguiente sistema de
Bc =
(a1 + Bt,uz'r
Bz,"',an+
Fn),
(Aar, Aotz,.'. , Aar").
vectores:
(G,0,...,0),
(0,
1,0,...,0),. . ., (0,...,0, 1)) ,
86 eS un Sistema de generadores de Ku,

es un elemento arbitrario de Ku, entonces:
es una base de K1. En efecto. El sistema
pues si
(t,
2,.
..,
u)
(ctt,a2,...,n): dr(1,0,...,0) + az(0, 1,0,...,0) +'
"
an(o,"',0, 1)'
Tambin es 86 un sistema libre, pues de Ia igualdad:
r(1,0,...,0) + Bz(0,I,0,...,0) +
se deduce:
"'+
Bn(O,'.',0,1) = (0,0,1)',0)
(Bt,82,. .. , B: (0,0, j,l).,0), o bien: Bt
De la base Bc se dice es la base cannica de Ku.
: Bz
Bn
O'
,8.
SISTEMAS DE GENERADORES Y BASES DE UN ESPACIO VECTORIAL
Notacin
75
Para los vectores de Ia base cannica de Ku, utilizaremos la notacin siguiente:
et -- 0,0,...,0), ez : (0,1,0,...,0), ..., 8n: (0,...,0,

Labase cannica de
K'
es, pues, el sistema: B
1).
: (e1,e2,...,e").
de Ku, si las componentes de x son: xr, xz, ..., xn, es decir,

si: x : (xt,x2,...,xn), entonces la descomposicin de x como combinacin lineal
de los vectores de 86 es:
Dado un vector
X - Xtt -f XZ9Z -f
Esto es: las coordenadas de un vector
x de Ku
+ XnOn'
en Ia base cannica son precisamente
sus componentes.
EJEMPLO
54
(1,0) y ez: (0,1). Labase cannica de R2 es el sistema ((t,Oi, (0, 1)).

En R.3 se tiene: e1 = (1,0,0), e2 = (0,1,0) y es : (0,0, 1), y la base cannica de R3 es
((1,0,0), (0, 1.0), (0,0, 1)).
En R2 se tiene:
el
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.
bene
yn>
es un nmero natural, sabemos qu es la base

cannica de K'. En general, slo tiene sentido referirse a Ia base cannica de un espacio
vectorial E sobre un cuerpo K si E : K' para alginn > I'
Nota
Si K es un cuerpo
4. Teorema de Ia base incompleta
EI llamado teorema de la base incompleta
se enuncia de Ia siguiente manera:

Teorema de la
Teorema
Si e1 srstema:
3ase incompleta
(Ur, U2,. . .,1)p,Up+7t...,Ur)
es un sistema de generadores de un espacio vectorial E, y si los vectores 7t1,

u2, ..., up son linealmente lndependientes, entonces exste una base de E que es
subsistema de S, y en Ia que figuran los vectotes 7)r, uz, ..., rrp.
Designemos p or B el sistema libre (rt,1)2,...,up).
Demostracion
Br*1 de la forma siguiente:
el
sistema
Definimos
Bp+r:
fs,
si up*L e L(B)'
L(8,(up+r)),
si
up*r L(B).
I.
76
Se
verifica:
a) Br*r S un sistema libre

b) up*t e L(Bp+r).
(cf. eiercicio 5, p. 70), y B es subsistema
dQ.
Bp+t,
Ahora, definimos Bp+zi
Bn+z
I
1
Br*r,
si
(Be*r, (u p*))
r+z e L(Be+r ),
si u p+z L(Bp+r ),
que verifica:
a) Bp+2 es un sistema libre, Y Bp+r s subsistema

b) up+2 L(Be+z).
de Bp+2,
Iterando este proceso llegamos al sistema Bn:
l tr-r,
Bn:1
L(8"- t,
si un e L(Bn-r ),
(u)) ,
si un L(Bn-r ),
que verifica:
a)
b)
Bn es un sistema libre, y 82,1 s subsistema de Br,
un e L(8").
De esta construccin se deduce que B es subsistema de Br, que a su vez es subsistema

de S, y de los apartados (a) se infiere (cf. ejercicio 6,p.72):
fi c L(B) = L(Bp+r) c ... c L(Bn) = L(s).
(30
Delosapartados(b)yde(30)sededuce: ScL(B) s(S),dedonde(cf.ejercicio6,p.72):

(S) s L(B) c (S), y en consecuencia: L(8") = (S) : E, y el sistema libre B" es 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 vectofS U1, Uz,
. . .,
Up.
C.Q.D.
El teorema anterior tiene una consecuencia importante: no hay dos bases de un

mismo espacio vectorial con distinto nmero de vectores.
Todas las bases
de un mismo
es
Proposicin l.I 5 Si (u1,u2,...,up) y

pacio vectorid E, entonces: p : q.
(ut,roz,...,w")
son dos bases de un es-
paco vecto ral
tienen gual
nmero de
vectores
Procedemos por reduccin al absurdo; hacemos la hiptesis de que p < q.

En primer lugar, el sistema (ur,ur,...,up,tult) es un sistema de generadores de E, y
como (ro1) es un sistema libre (al ser subsistema de (ru1, toz,...,u), que es sistema libre),
Demostracin
del teorema de la base incompleta se deduce existe una base 81 tal que:
a) (wt) es subsistema de Br,
b) h
es subsistema
de
(ut,uz,...,up,wt).
',
DIMENSION DE UN ESPACIO VECTORIAL
Pero como
77
(ur,ur, .. .,up,luut) no
es base de E (obsrves Que rd1 es
combinacin lineal de ur,
de (b) se deduce que el nmero de elementos de 81 es a lo ms igual ap. En

smbolos: Card(Br) < p.
En segundo lugar, consideramos el sistema: (AL Qo)), que es un sistema de generadores
de E. Como (ut,ur) es un sistema libre que es subsistema de (f1, (roz)), existe una base 82
uz,...,uil,
de E tal que:
a) (wt,u2) es subsistema
b)
de 82,
Bz es subsistema de (Br, (uz)).
(h,@)) no es base de E, se tiene: Card(B) < p.

Iterando este proceso construimos una coleccin finita de bases B, de E tales que el sistema (rr.,1, rttz,.. .,ur) es subsistema de Br y Card(Br) < p. De esta forma, llegaremos a construil una base B- tal que: B^: (Iat,tt2,...,w*) y m < p, lo cual es absurdo, pues se
afimara que los sistemas:
Pero como
(u,t,tu2
(ur r, ru
son dos bases de E (cf. ejercicio 7, p. 72).

Por tanto, no puede ser p estrictamente menor que 4. De Ia misma forma demostraramos
que tampoco puede ser 4 estrictamente menor que p. En conclusin: p
c.Q.D.
: 4.
I.9
DIMENSIN OE UN ESPACIO VECTORIAL

1. Deftnicin de dmensin de un espacio
vectorial
Antes de ver, propiamente, la definicin de dimensin de un espacio vectorial, introducimos el concepto

de espacio vectorial de dimensin finita.
Sea E un espacio vectorial sobre un cuerpo K. De E diremos es un espacio vecto-
rial de dimensin finita si existe algn sistema (ut,uz,...,un) de vectores de E que

es sistema de generadores de E. En otro caso, de E diremos es de dimensin infinita.
Si utr, ruz, . . ., up son vectore s linealmente independiente s de
Proposicin Ll6
un espacio vectorial E de dimensin finita, entonces exrs te una base de E en la que
figuran los vectores LUr, tuz, ..., up.
Demostracin Como el espacio vectorial E es de dimensin finita, admite algn sistema

de generadores (u1,u2,...,un). Si aplicamos el teorema de la base incompleta al sistema
(rrr1,
tt)2,...,7Dput,t)2,...,ur), que tambin es de generadores, deducimos existe una
base de E en la cual figuran los vectores linealmente independientgs 7o1, tD2, ' '
Nota
se ha
En las condiciones de esta proposicin, se dice que el sistema
ampliado
una base de
E.
',Lop'
c.Q.D.
llbte (wt,wz,." ,up)
I. ESPACIOS
78
Todo espacio
vectorial de
dimensin finita
(d istinto de {0} )
ad m ite base
Corolario
VECTORIALES
finita, distinto del espacio

admite una base (con un nmero finito de vectores), y todas
sus bases tienen el mismo nmero de vectores.
vectorial
Si E es un espacio vectorial de dimensin
{Ol , entonces
Demostracin Como E + {0}, existe algn vector u de E distinto de 0. EI vector u es,

pues, linealmente independiente, y como consecuencia de la proposicin anterior el espacio
vectorial E admite alguna base.
Finalmente, que todas las bases de E tienen el mismo nmero de vectores es una consecuencia de la proposicin I.15 (cf. p.
Dimensin de
76).
c.Q.D.
un
espacio vectorial
Dimensin nula
un espacio vectorial de dimensin finita distinto del espacio vectorial {0},

unabase de E, entonces: dimE : Card(B). Ntese que el espacio vectorial {0}
no admite base, pues el nico sistema posible de vectores de este espacio es: (0), que
no es libre.
Si E es
yB
EJEMPLO
55
es
El espacio vectorial R2 es un espacio vectorial de dimensin 2, pues el sistema ((1,1), (0, 1))
esunabase de R2 (cf. ejemplo 5I,p.72) y est formado por dosvectores: dim R.2 :2.
El espaco vectorial R.3 es un espacio vectorial de dimensin 3, pues su base cannica:
((1,0,0), (0, 1, 0), (0,0, 1)), tiene tres vectores: dim R3 : 3.
En general, R' es de dimensin 71, pues su base cannica:
((r,0,.. .,0), (0, 1,0,...,0),..., (0,... ,0, 1))

est formada por
?L
vectores: dim Rn
?2.
Anlogamente, el espacio vectorial K?" es de dimenstonn: dim Kn
rL.
Consecuencias de Ia deftnicin de dimensin Sea E un espacio vectorial de dimensin finita, con dimE : rL, y n > I. Se verifica:
. Sin vectores ur, t)2, ..., t)n son generadores de E, entonces el sistema que
forman: (u r,ur,. . .,u n), es una base de E.
Como dimE = n > 0, alguno de los generadores u1, 1t2,..., un es no nulo, y por
tanto linealmente independiente. Como consecuencia del teorema de la base incompleta, existe una base de E que es subsistema de (ut,uz,...,u").Pero todas las bases
i.9.
DIMENSIN DE UN ESPACIO VECTORIAL
.
.
79
de E tienen n vectores, luego los vectores de tal base deben ser precisamente los
generadores ut, uz, ... , I)n.
n vectores u1, 7)2, ..., t)n de E son linealmente independientes, entonces el

sistema (ut,uz,...,un) es unabase de E.
El sistema libre (ur,uz,...,un) se puede ampliar hasta una base de E (cf. proposicin I.16, p. 77); pero tal base tiene rL vectores, luego stos deben ser los del sisSi
tema (u1, uz,...,un).

Todo sistema de vectores de E formado por ms de n vectores es ligado.
Si (ut,uz,...,u*), sistema de m vectores de E, conm > zr, fuera libre, tambin lo
sera (u1, nz,...,un), que por tanto sera unabase de E (consecuencia anterior). Pero
en tal caso, el vector un1, pot ejemplo, sera igual a una combinacin lineal de los
vectores ut,7)2, ..., t)n,lo que contradice que el sistema (ur,ur,.. .,u^) sea libre.
EI nmero mximo de vectores linealmente independientes de E es n.
No puede ser mayor que z, pues todo sistema con ms de ?L vectores es ligado.
Si 1os vectores t) r, uz, . . . , t)m son generadores de E, es posible escoger entre
ellos
n vectoes linealmente independientes, pero no ms de n.
Aplicando el teorema de la base incompleta como se hizo en Ia primera consecuencia, podemos afirmar existe una base de E que es subsistema del sistema de generadores (u1, u2 ,. . . ,u*)i existen, pues, rL vectores linealmente independientes entre los
generadores ut, uz, ..., um. Que no puedan ser ms de n se reduce a la consecuencia
anterior.
La
dimensin de
un subespacio
vectorial
Proposicin l.l 7
SiE es unespacio vectorial de dimensln finitayF esunsubespacio vectorial de E, entonces F es un espacio vectorial de dimensin finita, y
es
menor o igual
que la de su
e s pacio vecto rial
dimF < dimE.

Si adems
F + E (es decir: F c E), entonces; dimF < dimE.
Demostracin Sea p el mximo nmero de vectores linealmente independientes de F.

tiene: p < dim E, pues tambin son vectores de E linealmente independientes.
Se
SiF:{0},entoncesp:0.YsiF+{0},entoncespvectoresdeFlinealmenteindependientes 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 + I vectores 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 E.
Finalmente, si F + {0} y F c E, no puede ocurrir que p sea igual a dimE, pues en tal
caso p vectores linealmente independientes de F formaran una base de E, y F sera igual
a E. Y si F : {0} y F c E, es obvio que p < dimE. En consecuencia, si F c E, podemos
escribir:
P:
dimF <
dimE.
c.e.D.
I.
8o
Corolario
Si
F c f, y damF
dimE, entonces F
E,
Demostracin Si F no fuera igual a E, entonces F estara estrictamente contenido en E, y

la dimensin de F sera menor que la de E, en contra de la hiptesis.
c.e.D.
I.1O
RANGO DE UN SISTEMA DE VECTORES

1. Deftnicin de rango de un sistema de vectores El rango de un sistema de
vectores se define como la dimensin del subespacio vectorial que generan:
Rango de un
sistema de
vectores (o rango
de unos vectores)
Consecuencias de Ia definicin de rango Sea E un espacio vectorial de dimensin

finita con d i m E : TL, y seafr 7) r, t) z, . . ., u m vectores de E. Se verifica:
. Si rango (ut,ur,...,u*) = f,, entonces p es el nmero mximo de vectores
Iinealmente independientes que figuran entre los vectores ut, u2, ..., um.
Sip > l, esto es: rango(u1,u2,...,u*) : dimL(ur,ur,...,u*) : p > I, de las consecuencias de la definicin de dimensin se deduce el resultado. Si
p:
0, es decir:
diml(u1,1t2,...,u^):0,entonceslosvectoresttt,t)2,...,ltmsontodosnulos,yno
hay ene ellos vectores linealmente independientes.
o rfl9o (ur,uz,.
.,u*)
< m, y este rango es igual a m precisamente si los vec-
. . ., um son linealmente independientes.

inmediatamente de la consecuencia anterior.
o rrtgo (ur,ttz,...,u^) < dim E.
En efecto, en un espacio vectorial de dimensin dim E : n no hay ms de rL vectores
tofes
t)
r, t)2,
Se deduce
Iinealmente independientes.
Si
si
w = 1u1 -l 2u2 -1 "
es igual a una combinacin lineal de los vectores 7tr, 7tz, ..., t)m, es decir,
' + o<m7)m paa unos escalares 1, 2, . . ., m, entonces:
., U *) = rango (7r t, 7t 2, . . ., u
.
^)
:
que
Es consecuencia de
L(u,uy,uz,...,u*) L (u1,u2,.
rango (w, l) t, lt z,
..
..,u^).
SilosvectoresTrr,T)z,...,umsongeneradoresdeE,entoncessufangoesigual
ala dimensin de E.
Pues: rango (ut,uz, . . .,u-) : dim l (ut,uz,. .. ,u^) : dim E.
}.
8r
a es un escalar no nulo y en eI sistema (ur,uz,... ,u^) sustituimos el vectoru (con 1 < I < m) por uu, entonces el sistemaresultante tiene eI mismo
Si
rango que eI primero; es decir:

rangO (Ul
,.. ., UU,...,U*) : fangO (U1,.. .,1),...,U*)
Teniendo en cuenta que K(au)

rango (u1,
- Kui (al ser c{ no nulo), se tiene:
..., dui,...,u*)
:
:
:
:
dimL(u1,...,
dim(Ku1
dui,...,u*)
+...
+ K(au) +
dim(Ku1 + . . .+ Ku
rango
... + Ku-)
+' . .+ Ku-)
(ur,...,u,...,U*)
Si en el sistema (ut,...,u,...,u j,...,u^) permutamos entre s dos vectores,

por ejemplo: ui y u.i, entonces el sistema resultantetiene el mismo rango que el
primero. Esto es:
rango (u1,
... ,ui,...,u j,... ,u^)
rango
(ut,.,
,u
j,...,ui,. ..,um)
En efecto:
t"ngo(rr, ...,u,...,vj,...,u-)
o rilllgo (O)
0.
Pues: rango (O) =
EJEMPLO
56
Si
es un
dimt
(O)
:
:
:
."
dim (Ku1 + ...
+. . .+ Ku-)
+ Ku; + " . + Ku +.' . + Ku-)
rango (ut,...,u,...,ui,...,u^)
dim (Ku1 +
dim{0}
57
+. . .+
Kuy
0.
vector de un espacio vectorial E, entonces el rango del sistema (u,2u,3u) es:

rango (u,2u,3u)
EJEMPLO
+ Ku
El rango de los vectores (1,
:0,
: lfo, si u
Ll, siu+0.
-1,1), (1,0, -L) y (2,4,-10) de R.3 es igual a 2.

(1,-1,1) y (1,0,-1) son linealmente independientes, y
En efecto. Como los vectores
el
vector (2,4, -10) es combinacin lineal de ellos:
-4(1,-t,1)
+ 6(1,0,
-I) :
(2,4,-L0),
el mximo nmero de vectores linealmente independientes entre los vectores dados es dos;
podemos escribir:
rango((t, -1,1), (1,0, -1),(2,4,-10))
2.
I. ESPACIOS
8z
EJERCICIO
Estudiar segn los valores de a, b y c el rango de los vectores (L,O,a),

de
El rango no vara
si se suma a un
R3.
VECTORIALES
(b'O'-l) y (O,c'c)
proposicin l.l8 No se modifica eI rango de un sistema de vectores aI sustituit

uno de ellos por la suma de l mismo y una combinacin lineal de los restantes.
vector u na
combinacin
lineal de los
de ms
un sistema de vectores de un espacio vectorial E, y

elijamos en l un vector, por ejemplo: u1, I si or2, . . . , du, son escalates, consideremos el
Demostracin
Sea
(ur,ur,...,u)
vector:
1)'L
- Ut -f zUZ -l' '' + nl)n,
(3 1)
y por tanto:
uy
De (31) se deduce:
- ui - ( zuz+'''
+ unun)
(3 z
Iut,7)2,..-,unl q (ut,r)2,--',I)tt) , y pot tanto (cf. ejercicio 6, p .72):

L(ui,
r,
(3 3)
tanto:
a su vez, de (3 2 ) se deduce : {u r, u Z
L(ut,
(34)
u2
De (33) y (34) se obtiene: L(ur,uZ

ang o
(ut,r)Z
lim
I (r'r,t)2,.,.,nn) -
ran
go (ut
ran
go (u'1,u2
y en conclusin:
rango
El rango
disminuye en 1 si
se extrae un
vector que no es
-f zuz *' ' ' + nun,l)z, -..,un)

C.Q.D.
Si U1, 1t2, ..., Utt Son vectores de un espaCio vectorial E de

Proposicin f.l9
y
dimensin finita, u es unvector de E que no es igual a una combinacin lineal de
ellos, entonces:
rang o (w,1)L,Uz
combinacin
lineal de los
de ms
(ur,l)z,...,un) -
Designemos por p el rango de los vectores ut, uz, - - -, un'

un : O, y puesto que rrr no es combinacin lineal de ur,
Si p = g, entonces t)r : uz
+
O,Y
tiene:
w
...,
ur,
se
u2,
Demostracin
rango (ur,ur,7)Z
].
8E
p > 1, entonces hay p vectores linealmente independientes entre los vectores ul,
u2,..., uuy no ms de p; podemos suponer, sin prdida de generalidad, son los p priSi
t)t, uz, ..., t)p. De esta forma se tiene: I(u1,u2,...,un)

acuerdo con el ejercicio 6(e) (cf. p. 72); podemos escribir:
meros:
L(to,ut,uz,...,ur)
= L(ut,u2,...,ur),y
de
: L(w,ur,uz,...,up),
de donde:
rango(u,uy,uz,...,un):
rngo
(w,ut,uz,...,up).
(35)
Ahora, como u no es igual a una combinacin lineal de los vectores uy, u2, . .., un, larnpoco es igual a una de los vectores ut,uz,...,rrp, as que el sistema (w,ur,trz,...,ur) es
libre (cf. ejercicio 5, p. 70), y se tiene:
rango(ut,7)L,l)2,...,Up): p + 1.
(36)
Finalmente, de (35)y (36) se concluye:

rang o
(ut,r)r,r)2,, ..,t)n)
tango
(-,ur,u2
rango(ur,t)2
C.Q.D.
2. Ejemplos de cIculo de
rangos
Las proposiciones L18 y I.19 permiten cal-
cular en la prctica el rango de un sistema de vectores de R.n. Veamos con un ejemplo

el procedimiento.
Calculemos el rango de los siguientes vectores de
ur
(1,
1,0),
uz
: (2,I,I),
u3
R.3:
1),
(0,0,
ua
: (-I,0,2).
En primer lugar, elijamos un vector cuya primera componente sea no nula; por
ejemplo: u1.
A continuacin, consideramos el vector:
uL:uztu1'
donde
c{ es
un escalar tai que la primera componente de u!

uL
uz
- 2u1 :
(0,
-1,
es nula. Nos
siwe a = -2:
1);
de acuerdo con Ia proposicin I.18 (cf. p. 82) se tiene:

rang O
(Ur,l)2,U3,U4)
rang O (Ur,l)'r,UZ,U+)
(37)
AnIogamente, definimos los vectores ul y u a a partir de u3 y 1r4, respectivamente, y

sirvindonos de ur para conseguir que la primera componente resulte nula:
ui - u3 * 0u1 U'4:l)4* U1:
(0,0, 1),
(0, 1,2).
I.
8+
Aplicando dos veces consecutivas la proposicin L18,

rango (u1, u'2,uz,us)
rango
se obtiene:
(utu'z,u|,us) = rango (utuL,u1,ul)
y con (37) se deduce:

rango
((
1, 1,0) ,
(2,1, 1 ), (0, o, 1 ), ( -
1, o, 2 ) )
:
Losvectores
rango((1, 1,0), (0,
-1,
1), (0,0, 1), (0, 1,2)).
uz,uiyu'a,es decir: (0,-1,1), (0,0, 1), (0, 1,2),tienensuprimera
componente nula, y por tanto Io mismo le ocurrir a cualquier combinacin lineal de

ellos. En particular, eI vector ut = (I,1,0) no ser combinacin lineal de u'2, u5 y uL.
En consecuencia, y de acuerdo con la proposicin L19 (cf. p. 82):
rango((1, 1,0), (0, -1, 1), (0,0, 1), (0, 1,2))
: I + rango ((0, -1, 1), (0,0, 1), (0, 1,2)).
Ahora, llevamos a cabo unprocedimiento anlogo con los vectores u2,u!y ua:
como sus primeras componentes son nulas, buscamos uno de ellos que tenga no
nula su segunda componente, por ejemplo: u'2, y siwindonos de l obtenemos de
los restantes vectores, esto es, de
nula. Definimos:
u, y ut, vectores cuya segunda componente s sea
u : u5 + Ou, :
u : uL+ u;:
(0,0, 1),
(0,0,3),
y de acuerdo con las proposiciones I.18 y L19, se tiene:

rango((0,
-1,
:
:
1), (0,0,1), (0, 1,2))
rango((0, -1, 1), (0,0, 1), (0,0, 3))

1
+ rango((0,0, 1), (0,0,3))
El vector u'{, es decir: (0,0, 1), tiene no nula su tercera componente. Si conside-
ramos:
u' : u - 3u :
(0,0,0), se cumple:
rango((0,0,1), (0,0,3))
1+
rango((0,0,0)) = 1 + 0:
Finalmente, recapitulando lo obtenido:

rango(u1, 7t2,uz,rn)
1 + rango
(ur,u't,u'n)
:2+rango(",")
:3+rango(u'):3.
1.
. soLUCtx or
EJEMPLO
Los EJERCtctos pRopuEsTos
5B
BS
Calculemos el rango de los siguientes vectores de Ra:
ur
: (0,0,1,0), u2: (0,1,1, -1), ue : (0, -I,2,L),

u : (0,0,0,0), us: (0,2,1,1).
La primera componente de todos estos vectores es nula. Buscamos, pues, alguno que
tenga la segunda no nula. Por eiemplo: uz. Sirvindonos de ?2, obtenemos los vectores:
(0,0, 1,0),
u; - us - 2uz -
(0, 0, 3, 0),
Ui
- Ul
ui :
*
u'+ : u+
tt2
t)3
(0, 0, 0, 0),
(0,0, -1,3),
y aplicando las proposiciones I.1B (cf.p. 82)y I.19 (cf.p. B2):

rango (u1,u2,u3,ua,u5)
La tercera componente del vector
= 1 + rango (u\,uz,uL,u't)
ui no es nula: a partir
'
de l definimos los vectores del
siguiente paso:
u:ui-3ut ul : u'q
u'{:u's* ui (ui,u|,u'+,u;)
de donde se deduce: rango
(o,o,o,o),
(0, 0, 0, 0),
(0,0,0,3),
+ rango (u,u,uJ).
Slo hay un vector con la siguiente componente no nul a: u { , y por tanto:
rango
(u,u',u'J)
y recapitulando: rang o (ur,Uz,1)3,U+,us)
r.11
Ejercicio
1p.
at
I
)
+ rango
(r,u';) - I + 0 :
1,
- 3.
SOTUCTON DE LOS EJERCTCIOS PROPUESTOS

Sea ,r
e R*
{0}.
Se
tienenlas siguientes equivalencias:
(xt,xz) e R(a,b) e xt=AaYxz:A'b paraalgnAe R'

<--; xr : A'(ua) Y xz : A'(ub) para aign A' e R.
e
donde A'
AlU.
(xt , xz) e R(ua, Ub),
I.
86
Este resultado puede generalizarse a un espacio vectorial cualquiera: si rrl es un

vector de un espacio vectorial E sobre un cuerpo K, y t es un escalar distinto de 0,
entonces se verifica: K(pru)

anterior.
Kur. La prueba es anloga a la efectuada en eI parrafo
Ejercicio 2 El sistema ((1,0,0),(0, 1, a),(0,a, 1)) es ligado precisamente si existen tres escala(p. 66) res a, y y,no todos nulos, tales que:
c{(1, 0, 0) +
B(0,L,a) + y(0,a,I)
(0, 0, 0),
o bien:
c{:0, s+Y&:0, Ba+Y:0.
(3 B)
Supongamos que d, B y y son tres nmeros que verifican (38). De la segunda

igualdad se obtiene: F -- -ya, que sustituido en la tercera nos da: -yaz +/:O, o
y(l - a2) =O.

SiI - az + 0, de la igualdad anterior se deduce que y : 0, y sustituyendo en (38)
se obtiene que d: B: O. De estaforma, sil- a2 + 0, Ios escalares a, py y son
bien:
(0,I,a) y (0,a,,1) no son linealmentedependientes,oloqueeslomismo: elsistema ((1,0,0), (0,1,q),(0,a,I))

necesariamente nulos, y por tanto los vectores (1,0,0),
no
es ligado.
Analicemos ahora qu ocurre si I - az : 0, es deci, si a.

que
A:7, las igualdades de (38) se reducen a:
en
: I
oa
: -L
En el caso
c{:0, p+y:0, B+Y:0,

:
:
:
Ias cuales son verificadas
-por ejemplo- por d O, B 7 y y -1. En conse:
(0,
(1,0,0),
(O,a,I)
y 1, a) son linealcuencia, en el caso en que a. l,los vectores
mente dependientes, pues hemos encontrado tres escalares no todos nulos -precisamente:0, 1 y -1-, que verifican: 0(1,0,0) + 1(0, a,l-) + (-1)(0,I,a) : (0,0,0).
Un anlisis anlogo nos mostrara que en el caso en que a, : -I tambin es ligado
el sistema ((1, 0, 0), (0,I, a), (0,
a,I)).
Recapitulando: el sistema ((1,0,0), (O,I,a),(O,a,I)) es un sistema ligado pre-
cisamentesia:Ioa:-L
Ejercicio
Concluye el ejercicio 2 con la afirmacin de que eI sistema ((1,0,0),
(0,1,a),(O,a,l))
1p.69) esligadoprecisamentesia: Loa: -l.Estesistema((1,0,0),(0,L,a),(0,a, 1)) es

entonces libre precisamente si a + I y a + -I.
4
70)
Ejercicio
1p.
La condicin es necesaria. Supongamos que r, no es igual a una combinacin lineal

de los vectors trl , uz, ..., un,y sean o(r, 2, . . ., o(n y B escalares tales que:
ohUt
azUz
+ oht)n + Bw
0.
. soLUCtN or
Los EJERctctos pRopuEsTos
8Z
Si ocurriera que es no nulo, de esta igualdad podramos deducir:
U):
B-L
(-atUt- 2U2- .-
nun),
u es combinacin lineal de u1, nz,

supuesto. Por tanto, necesariamente se tiene: B : g.
..., nn, en contra de lo
lo que establecera que
La condicin es tambin suficiente. Supongamos que de cualquier igualdad de la

forma ojuy-r ot2u2-r "'+ o(nun+ Bw:0 se deduce que B:0. Sit fueraigual a
una combinacin lineal de u1, n2, ..., ttn, es decir, si w : yrur + lzuz + "' + ynun
para algunos escalares yt-, y2,
YtUt
para
..
., yn, se verificara:
* YzUz *
tynun*Sw-0
- -1, y llegaramos a una contradiccin,
(3 e)
pues de verificarse (39) debera
deducirseque:0.
Ejercicio
Sean o(r, 2, . . ., an y B escalares tales que:
(p. 7 0)
But +
fittrt* zuz* -+ o(nv)n -
(40)
0.
Como el vector rrr no es igual auna combinacin lineal de u1, uz, ...,un, de (40) se
deduce: P:0 (cf. ejercicio 4,p.70), yportanto d1u1 * 2u2-r "'+ nun: O,
de donde se infiere son nulos los escalares a1,a2,...,n, pues los vectores ?1,
nz, . . ., u n son linealmente independientes. En consecuencia, de la igualdad (40) se deduce: B : o<r : z: ...: o(n:0, Io que establece que el sistema (ut,7tt,uz,...,un)
es un sistema libre.
6 Se tiene:
(p.72) a) Stuie A, entoncespodemos
ui:1Y a - 0 si i + j.
Ejercicio
de u1,
a
7)2,
escribir: U j: oq_Ut*oQUz-f'" tpUp, donde:

Todo vector de A s, pues, combinacin lineal
que
es lo mismo que decir que todo vector de A pertenece
..., r)n,
L(A): A c f(A).
Nota bene
Puede ocurrirt
A:
L(A), como sucede si A
- (0).
A c F, entoncps t)1, u2, ..., un son vectores del subespacio vectorial F, y
b)
Si
c)
d)
toda combinacin Iineal de ellos pertenece a F, es decir:

Es un caso particular de (b), tomando: F : L(B).
Se tiene la siguiente cadena de implicaciones:
(A es subsistema de B)
g fi
c L(B)
(c)
I(A) c f.
L(A) q L(B).
BB
I.
e)
Se tiene Ia siguiente cadena de implicaciones:
L(A)
:.tul I A = L(B) 9 a r L(g,(u))

9 , {u} = L(B,tu)) 9 L(A,(u)) . L(g,(u)),
y anlogamente se demostrarat L(8,(u)) L(A,(u)).

=
Se tiene: A es subsistemade B,B c Ey L(A): E,ycomo consecuencia:
fl
E:L(A)eL(B)=E,
de donde: L(B)
7
1p. z2)
Ejercicio
E, es decir: B es un sistema de generadores de E.
Supongamos, por ejemplo, que B
c B'. Entonces
cada vector de B figura en la base B',

que es .r1- eue no pertenece a B.
-consideremos
Como B es unabase de E, el vector /1 s rro combinacin lineal de los elementos
y existe algn vector de B'

de B:
u1: dtl)t * 2u2 + ' ' ' + aouo, de donde:

d.1Uy
-l d2U2 -1 "' + apup
- tttt :
O.
Peroestaltimaigualdadesunaformadeexpresarque (u1,n2,...,up,wt) esunsistema ligado, en contradiccin con el hecho de que (ut,uz,. ..,up,ru1) es un sistema
libre (aI ser subsistema del sistema libre B').
Un argumento anlogo demostrara que no puede ocurrir que B' est estrictamente contenido en B.
Ejercicio 8 Denotemos por r el rango de los vectores
(p. 82) r : rango((I,O,a),(b,0,-D, (0,c,c)).
En primer lugar, observamos que
dientes precisamente
r:
y asr
(I,O,a), (b,0,-l) y (O,c,c), es decir:
(I,0,a) y (b,0,-1) son linealmente indepen: -1, entonces:
siab + -1. De esta forma, siab
rango((1,0, a), (b,0, -1),(0, c,c)) = rango((1, O,a), (O,c,c)),
es igual a
si c
0, y es igual a 2 si c + 0.
Por otro lado, si ab + -7, como ya sabemos que (1,0,a) y (b,0,-D son linealmente independientes, slo nos resta estudiar si el tercer vector: (0, c , c) , es igual a
una combinacin lineal de ellos. Desde luego, si c : 0, la respuesta es afirmativa, y
se tiene:
r = rngo ((I,0, a), (b,0, -7)) = 2.

Si
c + 0, supongamos
se verifica Ia igualdad:
(1,0,a) + p(b,0, -I) + y(0,c,c)
(0, 0, 0)
r"t
t.
soLUCrN
or
Los ElERctctos pRopuEsTos
8g
(para algunos escalares a, B y y). Esta igualdad vectorial es equivalente a estas tres
igualdades:
:0, ua- B*lc :0,

de stas se obtiene: y : O. El resultado del ejercicio
u+
Pb
:0,
)tc
y de la segunda
4 (cf. p. 70) per(1,0,
(0,
que
lineal
de
a) y (b,0, -1),
mite inferir
c,c) no es igual a una combinacin
y en conclusin:
r:
rango((I,O,a),(b,0,-I), (0,c,c))
3.
Resumimos en eI siguiente cuadro lo obtenido en este ejercicio:
6Lb : -1
eb + -1
C:0
T-1
T:2
c+0
T:2
T-3
I.
9o
RECAPITUIA.CION I
Deftnicin de espacio
vectorial
Consideramos un conjunto E no vaco y un
cuerpo (K, +,') conmutativo:

. E es un espacio vectorial sobre el cuerpo K significa: sobre E estn definidas:
o una ley de composicin interna que articula E como grupo abeliano;
a una ley de composicin externa para K que verifica: es asociativa en los
elementos de K, stributiva respecto de la operacin + de K, distributiva
respecto de la operacin + de E, y neutra para eI elemento 1 de K.
Se Ilama a los elementos de E vectores; a los de K, escalares'
. Propiedades:
o YxeE,Ox:O,
o VA K, A0:0,
o VxeE,-x:(-I)x,
[A
oVAe K, Vxe E,\x-0<+]
-o
o
eS espacio vectorial sobre
Lr-0.
K: al Considerar Ia operacin
como operacin
externa.
Kn (n > 1) es espacio vectorial sobre K con las operaciones:
(ar,2,...,yt) + (8t,82,...,Fn): (ar + BL,o(2+ Fz'"',n+ fir),

A(a t, Z
En
particular:
R?
es espacio vectorial sobre R.
o Dados dos espacios vectoriales E y F sobre K, FE (conjunto de las aplicaciones

de E en F) es espacio vectorial sobre K con las operaciones:
o adicin de aplicaciones: lf + gl@) - f (x) + g (x);
o multiplicacin por un escalar: lLf l(x) - If (x).
EI elemento neutro de la adicin de aplicaciones se denota: O,y verifica: Y x e
E, O(x) - 0r (donde 0r designa el elemento neutro de la adicin de vectores
de F).
. Para un vector (ut, 2,. .., n) de Ku: d1 s Su primera
componente, d2 s s
segunda componente, etc, y o( es su i-sima componente (1 < < 7L)'
Subespacos
vectoriales
Consideramos un espacio vectorial E sobre un cuer-
po K:
Subespacio vectorial de E: F c E, F no vaco, y tal que:
(vt",u,)eF2,ut:rleF)
Y (vAe K, Vue F,Au cF)
, ECAPITULACION I
9r
Propiedades:
o
o
si F es subespacio vectorial de E, entonces: 0 e F;
todo subespacio vectorial es espacio vectorial;
o {0} y E son subespacios vectoriales de E;

o Kz : {az I u e K} es subespacio vectorial de E;
.
.
o la interseccin de subespacios vectoriales es un subespacio vectorial.

Condicin necesaria y suficiente: F es subespacio vectorial precisamente si:
V(a,)e K2, V(u,w)e F2,uu+Bwe F.
El conjunto {(xt,xz,...,xn) R" I cL1x1 -l 612x2* "'+cLnxn:0} es subespacio vectorial de R4.
Sl (a,b) + (0,0): {(xt,x) e R2 | axt + bx2 :0} : R.(-b, a).
Suma de subespacios vectoriales Consideramos un espacio vectorial E sobre

un cuerpo K:
. Si A c E y B c E son no vacos, se define:
A+B:I*+ylxe
Caso particular:
A:
{x}
Ay yBI.
+ A.
At, Az, ..., An son subconjuntos no vacos de E, se define la suma Ay + A2 +

. . ' -t An como el conjunto:
Si
{x1 +
.
.
Si
Fr,
F2,
...,
x2+'''
xnl xt
e A1, x2
A2,...,
xn e AnI'
F," son subespacios vectoriales, su suma es subespacio vectorial.
Dos subespacios vectoriales F y G son independientes si: todo vector de F + G

se puede obtener de manera nica como suma de un vector de F y un vector
de G.
directa, y se denota: F e G.
Condicin necesaria y suficiente de independencia: F y G son independientes
precisamente si: F n G : {0}.
Dos subespacios vectoriales F y G son suplementarios si: son independientes
y su suma (directa) es E: F @ G : E.
Combinacin lineal de los vectores r)r,t)2,...,un de E: cada vector del subespacio vectorial Ku1 + Kuz +' . . + Kun.
Un vector z e E es una combinacin lineal de u1, ltz,...,un si y slo si existen
escalares r, 2, .. ., n tales que: z : ru7 -l 2u2 + " ' + nltn.
Toda combinacin lineal de vectores de un mismo subespacio vectorial perteSi F y G son independientes, su suma se llama suma
nece aI subespacio vectorial.
I.
92
aftnes Consideramos un espacio vectorial E sobre un cuerpo K:

SubespacioafndeE: A c E,Anovaco, y A: u +F, con u e Ey F subespacio
vectorial de E.
Son subespacios afines de E: {u} (donde u e E), y cualquier subespacio vectorial de E.
Recta de E: u + Krr, donde ut + O. Toda recta de E es subespacio afn de E.
Subespacos
.
.
Propiedades:
o (we u+F) e Qa+F:u+F)i

o (u +F es subespaciovectorial ) .o siu + F : w + G, entoncesF : G;
.
(u e F);
o la interseccin de subespacios afines, si no es vaca, es subespacio afn.

Hiperplano de Ru: dados r, &2,..., az nmeros reales no simultneamente
nulos, es eI conjunto:
l(xr,xz,...,xn). R, I ior*r: al
i=I
.
.
Todo hiperplano de Ru es subespacio afn de Ru.

Subespacios afinesparalelos: u + F yu + G sonparalelos si: F: G.
EI subespacio afn u + F es dbilmente paralelo al.ut + G si: F c G.
Combinacin afn de los vectors il.r1, tDz, . . . ,utn de E: todo vector de la forma:
11U1 -l a27o2 1- ".+ a.n|on donde 1 -f 2 +.'.+ n:1.
Todo vector que es combinacin afn de vectores de un mismo subespacio afn
pertenece al subespacio afn.
vectores Consideramos un espacio vectorial E:

Sistema de vectores de E: lista, o coleccin, finita ordenada de vectores de E.
El sistema S formado por los vectores t)7, uz, ..., un se escribe de esta forma:
S : (ur, n2,. . . ,u.,), y de ellos se dice son los vectores de .S.
El cardinal del sistema S es: Card(S) : Card (ur,t,z,...,un) : n.
o Que el sistema S es subsistema del sistema S' significa: todo vector de .S es
de S' y no figura en la lista de S ms veces que en la de S'.
Sistemas de
Vectores linealmente dependientes Consideramos un espacio vectorial E sobre un cuerpo K:

r Los vectores
7)1, t)2, . . .,ltn de E son linealmente dependientes, o bien: eI sistema (u1,u2,...,un) es un sistemaligado, si: existen escalares t, 2,..., n,
no todos nulos, tales que yu1 -l 2u2-l ' . ' + anun: O.
Propiedades:
o (0) es un sistema ligado;

o si u e E y u # 0, entonces (u) no es un sistema
ligado;
: ICAPITULACION I
93
o
o
todo sistema en el que figure el vector 0 es un sistema ligado;

todo sistema en el que uno de los vectores sea igual a una combinacin
Iineal de los restantes es un sistema ligado;
dados dos vectores: u + O y u), (u,u) es sistema ligado precisamente
si rrr
e Ku;
o si B' es subsistema de B y B' es sistema
ligado, tambin lo es B.
Vectores linealmente independientes Consideramos un espacio vectorial E sobre un cuerpo K:

. Los vectores uy, u2, ..., nn de E son linealmente independientes, o bien: el
sistema (7rt,uz,...,un) es un sistema libre, si: Ios vectores no son linealmente
dependientes, o equivalentemente: de Iaigualdad a1u1 -t ot2u2+''' + oqun : O
se deduce:
t: dz
an:0'
Propiedades:
o (0) no es un sistema libre;

o si u e E y u + 0, entonces (u) es un sistema libre;
o todo sistema en el que figure eI vector O no es un sistema libre;
o todo sistema en el que uno de los vectores sea igual a una combinacin
o
lineal de los restantes no es un sistema libre;

dados dos vectores: u + Oy u, (u,r) es sistema libre precisamente si
ueKu;
o
todo subsistema de un sistema libre tambin es sistema libre.
Sistemas de generadores. Bases Consideramos un espacio vectorial E sobre

un cuerpo K, y un sistema B : (utt)2,...,u") de vectores de E:
. Notacin: L(B):L(uu2,...,u.n): Kur + Ku2 + "'+ Ku.
. Sistema de generadores de E: se dice que B es sistema de generadores de E, o
que los vectores t)r, t!2, . . ., un generan E, si: L(B) : r.
. Base de E: B es base de E significa: B es sistema de generadores de E y B es
sistema libre.
Condicin necesaria y suficiente: B es base de E precisamente si todo vector

de E se puede expresar de manera nica como combinacin lineal de los vectores de B.
Coordenadas de un vector u de E en la base (7tt,uz,...,un): los nicos escalares r,o.2,...,n talesque: u: tut* 2u2 + .''+ nun.
Base cannica de Ku: el sistema Bc : (et,az,...,en), con: et : (1,0,...,0),
ez : (0,1,0, . ..,0), ... , en : (0,...,0, 1).
Las coordenadas de un vector de Kn en la base cannica son sus componentes.
I.
94
Teorema de la base incompleta: si B es un sistema de generadores de E y ut,

l)2, ..., 7rp sotr vectores de B linealmente independientes, entonces existe una
base de E que es subsistema de B y en la que estn los vectores ut, uz, . . ., up.
Si Br y 82 son dos bases de E, entonces: Card (Br ) : Card(Bz).
Dimensin Consideramos un espacio vectorial E:

. Dimensin finita: que E es de dimensin finita significa
generadores
admite un sistema de
(ut,uz,...,u*).
En particular, E
{0} es de dimensin finita.

+ {O} y es de dimensin finita, admite una base.
Dimensin de E; si E + {O}, se define como eI nmero
de vectores de cualquiera
de sus bases (que es el mismo para toda base); si E
{O}, se define igual a 0.
Si E
denota: dim E.
tiene: dim Ku : n, dim{O} : 0.
Propiedades: consideramos dim E: rL, conn > I:
o n generadores de E forman una base de E;
Se
Se
o rL vectores linealmente independientes de E forman una base de E;

o todo sistema de vectores de E de cardinal mayor qtue n es un sistema
ligado;
o el nmero mximo de vectores linealmente independientes de E es n;

o entre los vectores de un sistema de generadores de E es posible escoger rL
o
Iinealmente independientes, pero no ms de n;

todo subespacio vectorial de E es, como espacio vectorial, de dimensin
finita menor o igual qve nl
si el subespacio est estrictamente incluido en E, entonces su dimensin
es menor que n;
si un subespacio vectorial de E es de dimensin igual a rL, entonces coin-
cide con E.
Rango de un sistema de vectores Consideramos un espacio vectorial E;

. Rango del sistema (ut,uz, . . . ,un), o de los vectores ur, uz, . . ., uni dimensin
del subespacio vectorial que estos vectores generan.
Se denota: rango (u1,uz,.. . ,u.,).
Por definicin: rango (ur,uz,...,u..,-) : dim L(u t,uz,...,u.,-).
Se verifica: rango (0) : 0.
. Propiedades: consideramos un sistema B de vectores de E;
o el nmero mximo de vectores linealmente independientes de B coincide
con el rango de B;
el rango de B es menor o igual que el cardinal de B, y se da la igualdad si
RECAPITULACION I
y slo si B es sistema libre;

si dimE : z, entonces eI rango de B es menor o igual que
7L'
y se da Ia
igualdad si B es sistema de generadores de E;

si B : (ut,t)z,. . . ,ur,-) Y eI vector rr es combinacin Iineal de los vectores
de B, aI aadir w a B elrango no vara:
rango
pero si
(ut,l)t,u2,,..,um)
rango
(7rr,uz,''',u^)l
no es combinacin lineal de los vectores de B, al aadir
aB
el rango aumenta en 1:
rang o (ut ,7) r,7)
No
modifica eI rango de unos vectores u L, nzt -.., u* sil

o se sustituye uno de los vectores: ui (L < < rn), por aUb donde c'( +
o se permutan entre s dos de los vectores;
o se sustituye uno de los vectores por la suma de l mismo y una combinacin lineal de los restantes.
se
Cnprulo II
APLICACIONES LINEALES
II. APLICACIONES
98
ESQUEMA
RESTJMEN
IxraonuccrN
99
Recordatorio sobre aplicaciones, 99 Definicin de
aplicacin lineal, 100 Propiedades de una aplicacin
lineal, 102 . Aplicaciones lineales con conjunto de partida un espacio vectorial de dimensin finita, I04 . El espacio vectorial
L(E,F), 108 . Isomorfismos de espacios
108
vectoriales,
Formas lineales,
109
Aplicaciones
afines, 110.
1. Definicin de aplicacin lineal

2.
1.
lineal
. 115
de
1.
2.
3.
base
4.
19
rrnear
13
. T22
Caracterizaciones de una aplicacin lineal
inyectiva.
dimensiones
.C
(E, F )
I24
. T29
131
6.
132
Definicin de isomorfismo. Espacios vec. r32
toriales isomorfos
.133
Propiedades
Formas
1.
2.
3.
lineales
13
Espacio dual. Formas lineales
Base dual
Ortogonalidad
RcaprrrJLACrN
II
.135
.138
.139
139
B. Solucin de los ejercicios propuestos
Una primera propiedad

Rango de una aplicacin
Caracterizacin de una aplicacin lineal
por las imgenes de los vectores de una
.
Teorema de las
7. Aplicacionesafines
partida un espacio vectorial de dimensin

1
6.
2.
. LI7
2. Ncleo de una aplicacin lineal
3. Inversa de una aplicacin lineal biyectiva . I 1B
4. Composicin de aplicaciones lineales .118
finita
Caracterizacin de una aplicacin lineal

. L27
suprayectiva .
1.
13
3. Aplicaciones lineales con conjunto
5.
5. Isomorfismos de espacios vectoriales
PropieCades de una aplicacin lineal 115

1. Propiedades generales; imagen de una
aplicacin
LINEALES
r13
I15
Definicin y propiedades, I45 Aplicaciones lineales

con conjunto de partida un espacio vectorial de dimensin finita, 146 . El espacio vectorial L(E, F), L47
. Isomorfismos de espacios vectoriales, I47 Formas
lineales , I47 . Aplicaciones afines, L4B.
99
TRODUCCION
INTRODUCCION
Recordatorio sobre aplicaciones El lector que no est familiarizado con las
aplicaciones o con su manejo puede consultar el apndice A. No obstante, ofrecemos
en esta introduccin un repaso de lo ms esencial sobre ello.
Recordemos, en primer lugar, que luna aplicacinest definida por un conjunto de
partida,un conjunto de llegada, y una forma de asignar a cada elemento del conjunto
de partida un elemento y slo uno del coniunto de llegada. Por ejemplo, si consideramos el conjunto A: {I,2,3} como el de partida, el conjunto B : {a, b} como eI de
llegada,yasignamosalelementolela,yaloselementos2y3elb,tenemosunaapli-
cacin del conjunto A en el conjunto B. Si la denotamos por f , escribimos: f (t) : a,

para dar a entender que al elemento I le asignamos el elemento a, y decimos: la imagen p la aplicacin / de 1 es igual a a (o f aplica el elemento 1 en el elemento a);
anlogamente: f (2): by f (3) : b.
En segundo lugar, tenemos inters en recordar los conceptos de imagen por una
aplicacin de un subconjunto del conjunto de partida, y de imagen recproca por una
aplicacin de un subconjunto del conjunto de llegada. Lo vemos con un ejemplo.
la aplicacin del conjunto A: 1I,2,3] en el conjunto B : {a,b,c} definida

por /(1) : a, f (2) : b y f (3): b. Si consideramos el subconjunto Ar : {1,2} de A,
la imagen por / de sus elementos es: /(1) = ay f (2) = b. Se llama imagen por / del
conjunto .41 al conjunto formado por estas imgenes, y se denota: f lAtl. Es decir:
el conjunto f lA;i1 es el formado por aquellos elementos de B que son imagen por /
de algn elemento de Ar; en smbolos: flAi : If @) | x e ArI : {a,b}' Si, por
ejemplo, A2: {2,3}, entonces f (2) : f (3) = b,y flAzl: {b}' Y si consideramos
como subconjunto de A el mismo A, obtenemos: /[A] : {a,bl (eI elemento c no
es imagen de ningn elemento de A); aI conjunto /[A] se Ie llama imagen de la
Sea
f ,y se denota: lml.
Por otra parte, si consideramos eI subconjunto 81 : Ib,c\ de B, todos los elementos de A cuya imagen por / pertenece a 81 son 2 y 3 (ambos se aplican en b y
no hay ms que se apliquen en b, y a su vez no hay ninguno que se aplique en c).
Se llama imagen recproca por / del conjunto 81 al conjunto formado por los elementos de A cuya imagen por / pertenece a 81, y se denota: f l lBi; en smbolos:
f-rlnl : {x e Al f @) e Br} : {2,3}. Otros ejemplos de imgenes recprocas
son: /-1[{a}] : {t}, f-tl{a,b}l: 1r,2,3} y f-lUc}l: a.
aplicacin
bene
Nota
Ntese que la palabra imagen aparece de cuao maneras: imagen de un elemento por una aplicacin, imagen de un conjunto por una aplicacin, imagen de una
aplicacin, e magen recproca de un conjunto por una aplicacin. a
II. APLICACION ES LINEALES
A continuacin, recordemos que una aplicacin / de un conjunto A en un conjunto B es inyectiva si las imgenes por / de elementos distintos de A son elementos distintos de B; o dicho de otra forma: dos elementos de A que tengan la
misma imagen por / son necesariamente iguales. Por ejemplo, si;f es la aplicacin
de A : {7,2,3} enB : la,b,c,dl ralque /(1) : e, f(2) : b V fG) = d, entonces;f es inyectiva, pues no hay dos elementos distintos del conjunto de partida con
Ia misma imagen por f . Sin embargo, la aplicacin h, entre los mismos conjuntos,
definida por h(1) : a, h(2) : b y h(3) : b no es inyectiva, pues hay al menos dos
elementos distintos con la misma imagen: LL(z) : h(3) : b.
Recordemos asimismo que una aplicacin / de un conjunto A en un conjunto B
es suprayectiva si cada elemento de B (conjunto de llegada) es imagen por / de aI
menos algn elemento de A (conjunto de partida); o expresado de otra forma: si Ia
imagen de / coincide con B. Por ejemplo, la aplicacin a del conjunto A : {I,2, 3} en
el conjunto B : |a,b] definidapor a(l) : b y u(2) : u(3) : 4 s suprayectiva, pues
cada elemento en el conjunto de llegada, es decir, en B, es imagen por z de algn
elemento de A: lm
por
"
(1)
u (2)
-precisamente:
u : B. Pero la aplicacin ?, entre los mismos conjuntos,
dada
: u (3) : ano es suprayectiva, pues hay al menos un elemento de B

b- que no es imagen de ninguno de A: lm u : {a} + B.
Finalmente, recordemos que una aplicacin biyectiva es una aplicacin inyectiva

f de A: {1,2,3}
y suprayectiva a Ia vez. Por ejemplo, es biyectiva Ia aplicacin

enB = {a,b,c\ definidapor/(1) : b, f (2) = ay f (3): c.
Definicin de aplicacin lineal En este captulo estamos interesados en aplicaciones cuyos conjuntos de partida y llegada son espacios vectoriales, y que cumplen
ciertos requisitos. Consideremos esta aplicacin de R3 en R.2:
R3
R2
(xt -
(xt, Xz, xz)
2xz, xz
+ xz).
lo siguiente: la aplicacin / tiene como conjunto de

partida R3, como conjunto de llegada R.2, y Ia imagen por f de un vector arbitrario (xr, xz,xz) de R3 es el vector (xt - 2xz,xz + xz) de R2; por ejemplo:
Esta notacin nos informa de
f (t,0, -1) :
(1,
-1), f t0,0,0) : (0,0), f (-1, I l2,T) -
(-2,312).
Esta aplicacin verifica estas propiedades:
(xt,xz,xz) y (yt,!2,li de R3, se tiene:

f (xt,xz,xz) + f (yt,yz,y3), esto es: la imagen
cualesquiera que sean los vectores
f ((xt,xz,xz)
+ (yt,yz,!z))
de la suma de dos vectores del espacio vectorial de partida (en este caso, R.3)
es igual a la suma de sus imagnes, que son vectores del espacio vectorial de
llegada (en este caso, R.2);
ror
-RODUCCIN
cualesquiera que sean el vector (xt, xz, xz) de R.3 y el nmero real a, se cumple:
.f (u(xxz,x)) : af (xt,xz,,r3), es decir: Ia imagen del producto de un nmero real por un vector de R.3 es igual al producto del nmero por la imagen
del vector (en R.2).
La comprobacin de estas dos propiedades es sencilla, y totalmente anloga a Ia que
se lleva a cabo en el ejemplo 1 (cf. p. 113). Por verificarlas, se dice que Ia aplicacin /
es una aplicacin
Nota
lineal
Podramos haber presentado Ia aplicacin
de esta otra forma: Ia aplicacin
de R3
en R.2 queverifica: /(xr, xz,xz) = (x1-2x2,xz+xz). Estanotacin,quizms sencilla,
es
general, no exclusiva de las aplicaciones lineales.l Veremos ms adelante otras formas de

determinar una aplicacin lineal que s son especficas pua aplicaciones lineales.
Queremos comentar cmo es tod.a aplicacin lineal de R3 en R2: es tal que Ia

imagen de un vector arbitrario (xt,xz,x:) de R3 es un vector de R2 que es de Ia
forma (axt + b x2 + cx3, A' xy + b' x2 + c' x3), para algunos nmeros reales a, b, c, &',
b' y c' .Es decir:
R2
R3
(axt + bx2 + cxz, cL' xr + b'xz + c'xz),
(xt, Xz, Xz)
para algunos nmeros reales &, b, c, &', b' y c' Por ejemplo, son lineales las aplicaciones de R3 en R2 definidas de esta manera:
ft(xt,xz,xz) : (2xt,0), fz(xt,xz,x3) : (x2 - xr,5x3),

fz(xt,xz,xz) : (2xz,xt - 3xz + 9xz), fs(xt,xz,x:) : (0,0);
y no son lineales las definidas de esta otra:
: (xr,1), qz(xt,xz,xz) : (xzxz,xr + zxz),

!ft(x1,x2,xi : @1,x1 -3xz), g+(xt,xz,xr = (1,0)'
gt(xt,xz,xz)
Estos comentarios sobre cmo son las aplicaciones lineales se generalizan sin
dificultad a aplicaciones de Rz en Rm. Por ejemplo, toda aplicacin lineal / de R2
en R3 est definida de la forma:
f (xt, xz) : (axt + bxz, cL' xr + b' x2, a." x7 + b" xz),
para algunos nmeros reale s &, b, &' , b' , &" , y b"; algunas aplicaciones lineales de
en R3 son las definidas por:
ht@t, xz) : (Zxt t xz, -xr + 3x2, xr),

Ltz@t, xz)
(0, 0, xL
xz),
hz@t, x2) : G xz, 0, 5 x1 - xz

Ltq(xt, xz) : (xt, xr, xt).
lEn eI citado apndice A se pueden encontrar otras notaciones generales para aplicaciones.
12),
R.2
II. APLICACIONES
LO2
LINEALES
Propiedades de una aplicacin lineal En esta seccin se detallan propiedades

generales de las aplicaciones lineales. La ms sencilla establece que toda aplicacin
lineal aplica eI vector nulo del espacio vectorial de partida en el vector nulo del espacio vectorial de llegada. Por ejemplo, si / es una aplicacin lineal de R.3 en R2, la
imagen por / del vector (0,0,0) es el vector (0,0); en smbolos: "f (0, O,0) : (0,0).
Otra propiedad compara el rango de un sistema de vectores con el rango del sistema formado por las imgenes de tales vectores por una aplicacin lineal: el primer
rango es mayor o igual que eI segundo. Por ejemplo, el sistema ((1,2), (0, 1), (1, 1)),
d.e vectores de R2, tiene rango igual a 2,y si;f es una aplicacin lineal de R2 en R3
cualquiera, el sistema (f (7,2),f (0,7), f (I,1)), que est formado por vectores de R3,
tiene rango a lo ms igual a 2.
Una propiedad muy importante establece que la imagen por una aplicacin lineal
de un subespacio vectorial (del espacio de partida) es a su vez un subespacio vectorial
(del espacio de llegada). Si / es una aplicacin lineal de R 3 en R2, al calcular la imagen
por / de cualquier subespacio vectorial de R3, obtenemos un subespacio vectorial
de R2. En particular, la imagen del propio R3, es decir, la imagen de la aplicacin

lineal /: lm;, es un subespacio vectorial de R2. El subespacio vectorial lm/ es de
especial importancia, como veremos ms adelante.
Otra propiedad, tambin muy importante, es anloga de la anterior para imgenes
recprocas: Ia imagen recproca por una aplicacin lineal de un subespacio vectorial
(del espacio de llegada) es a su vez un subespacio vectorial (del espacio de partida).
Dada una aplicacin lineai / de R3 en R2, por ejemplo, la imagen recproca por / de
cualquier subespacio vectorial de R.2 es un subespacio vectorial de R3. Una imagen
recproca interesa especialmente: Ia del subespacio vectorial formado por el vector
nulo, es decir: /-1[{(0,0)}]. Este conjunto, subespacio vectorial del espacio vectorial de partida (en este caso R.3), se denomina ncleo de la aplicacin lineal -f , y se
denota:
Ker/.
En smbolos:
f :/-t[{(0,0)}] = {(xt,xz,x3) e R3 | f(xt,xz,xs) = (0,0)}.

Ntese que el ncleo de / tiene al menos un elemento: eI vector nulo.
Veamos un ejemplo. Consideremos la aplicacin lineal / de R3 en R2 definida
por f (x1,xz,xz) : (xy + xz,xz). La imagen de / es el subespacio vectorial de R2
formado por los vectores de R2 que son imagen por / de alguno de R3, es decir, son
Ker
aquellos vectores (a,b) de
Laigualdad
R.2
tales que:
f (xt,xz,4) : @,b) para algn (xr,xz,x) e R3.

f (xt,xz,xz) : (a,b) es equivalente a (xt + xz,xt) : (a,b), lo que es a
su vez equivalente a las ecuaciones:
X1|-Xz-a
y X3-b;
r03
"TRODUCCION
es fcil obtener una solucirri x1 : 0, xz : e Y xz : b (aunque hay ms soluciones), con Io que efectivamente es posible encontrar, para cada vector (a, b) de R.2,
algnvector (xt,xz,x:) de R.3 tal que f (xt,xz,4) : @,b);por ejemplo, nos sirve'. (x1,x2,xs) : (0, a,b).Laimagen de la aplicacin;f, es, entonces, R.2: lm.f = R2.
Por otra parte, el ncleo de la aplicacin lineal / es el conjunto de los vectores (xr,xz,x:) de R3 cuya imagen por -f es igual al vector nulo: (0,0), es decir: f (x1,xz,xz) : (0,0). Esta ltima igualdad es equivalente en este ejemplo a
esta otra: (xt + xz,x3 ) : (0, 0), a su vez equivalente a las ecuaciones:
x1
-tx2-0 y x3-0.
Podemos afirmat, entonces, que el ncleo de

ecuaciones x1 -l x2 : 0 Y xz : 0, es decir:
Ker
es el subespacio vectorial de R.3 de
f - {{*r,xz,xz) ep3 I xr -t xz- 0 Y xz - 0}
Otro ejemplo: la aplicacin lineal g de R2 en R3 definida por:

9 @t, xz)
Su imagen est
(xt, xz, xt
xz).
formada por aquellos vectores (a,b,c) de R3 tales que:

g
@t, x2) : (a,
b,
c)
para algn (xt,
x) e R2
Xt : CL, xz : b y xt + Xz : c. EStaS tres ecuaciones admiten una Solucin

simultnea siy sIo sia+b: c (ytal solucin sera: xr : a'Y xz: b), esto es, slo
hay solucin para los vectores (q,b,c) de R3 cuya telcera componente es igUal a Ia
suma de las dos primeras. La imagen de g es, pues, el subespacio vectorial de R3 de
ecuacin lz = lt I !2i en smbolos:2
es decir:
lmg
: I(yt,yz,/:)
e m,3 I yz: Yt
+ Yzl
Por otra parte, el ncleo de g est formado por los vectores de R2 cuya imagen es
igual a (0,0,0), es decir, por aquellos (xt,x) de R2 tales que g(xux) : (0,0,0), lo
que es equivalente a las siguientes ecuaciones:
x1-0, xz-0 y
x1
-lx2-0.
Obviamente, sIo un vector de R2: eI vector nulo, verifica simultneamente estas

ecuaciones:
(xt, xz) :
(0, 0). En consecuencia: Ker
g:
(0, 0) }.
2
Quiz el lector esperaba encontrarse con Ia ecuacin de este subespacio vectorial escrita de
que usemos son indiferentes siempre que quede
esta forma: x3
e m3 Iyg :7r + yz\
claro a qu componente se refiere cada una. Los conjuntos I|t,/z,t)
y I@t,xz,x) e m3 I xs : x\ * xz] son el mismo.
Lo4
II. APLICACION ES LI N EALES
En general, interesa determinar Ia imagen de una aplicacin lineal en el sentido
de saber si coincide o no con el espacio vectorial de llegada, y en caso negativo

conocer una ecuacin o ecuaciones que la determinen, y conocer tambin una base.
En lo que concierne al ncleo de una aplicacin lineal, interesa saber si coincide o
no con el subespacio vectorial (del espacio de partida) formado sIo por el vector
nulo, y en caso negativo conocer una ecuacin o ecuaciones, y tambin una base. EI
mtodo general para resolver estos problemas requiere el manejo de los sistemas de
ecuaciones lineales, que no estudiaremos hasta el captulo IV. Pero ms adelante,
en este mismo captulo, veremos algunas herramientas que permitirn atacar estos
problemas para muchas aplicaciones lineales sencillas.3
Aplicaciones lineales con conjunto de partida un espacio vectorial de dimensin ftnita Esta seccin es especialmente importante, pues las aplicaciones
lineales que nos interesan son las que tienen tanto como conjunto de partida como
conjunto de llegada algn R. (y ms particularmente R2 o R3, y eventualmente R4),
y todos los R.u son espacios vectoriales de dimensin finita.
un concepto que se introduce al principio de la seccin es el de rango de una

aplicacin lineal. Es tan til que es obligado su clculo para averiguar casi cualquier
cosa de la aplicacin lineal. El rango de una aplicacin lineal (de R. en Ru ) se define
como la dimensin de su imagen. Si
es una aplicacin lineal de R.n en Rm, su
rango, que se denota; rangof , es, pues, la dimensin del subespaciovectorial
lml;
en smbolos:
rangof
dim(lm/).
Para calcularlo, no hay ms que tener en cuenta esta propiedad: si calculamos las
imgenes por la aplicacin lineal de los vectores de una base del espacio vectorial
de partida, el sistema de vectores que forman estas imgenes (que es un sistema de
vectores del espacio de llegada) tiene por rango precisamente el rango de la aplicacin
lineal.a
veamos un primer ejemplo con la aplicacin lineal / de R3 en R2 definida de la

forma: f (x1,x2,x3) : @t * x2,x3), de la que ya hablamos en el apartado anterior.
La imagen de .., como calculamos en este apartado citado, es R2, luego su rango es
igual a 2: rangof : dim(lm/) : dimR.2 : 2. Pero calculmoslo como hemos apuntado, es decir, calculemos el rango del sistema de vectores de R2 (espacio de llegada)
formado por las imgenes por / de una base de R3 (espacio de partida). Lo ms
3Por otra parte, las habituales en las pruebas presenciales.
4En eI texto se demuestra una propiedad
ms general, en virtud de Ia 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.
105
,TRODUCCION
cmodo, habitualmente, es coger labase cannica: Bc

las imgenes por / de estos tres vectores son estas:
((1,0,0), (0,1,0), (0,0,1));
f (t,O,O): (1,0), f (0,I,0): (1,0) y f (O,0,1):
(0,1);
y el rango de la aplicacin lineal / es igual al rango del sistema que forman estas
imgenes: rango f : rango ((1,0), (1,0), (0, 1)) : 2.
Estudiemos otro ejemplo: la aplicacin lineal g de R2 en R3 definida de la forma: g(x1,x2) : (xt,x2,x1 t x2), que tambin se o en el apartado anterior. Ahora
el espacio vectorial de partida es R2, de base cannica el sistema Bc : ((1,0), (0, 1));
la imagen por g de estos dos vectores es: gr(1,0) : (1,0, 1) y g(O,l) : (0, 1, 1), y por
tanto:
rango
g : rango ((1,0,
1), (0, 1, 1))
2.
Recordemos que en el apartado anterior obtuvimos que Ia imagen de g es el subespaciovectoriallmg: I(yt,yz,ys) e R3 | yz: yt+ yzl;ahoranos damos cuentade
que la dimensin de este subespacio vectorial de R3 es igual a 2.
Despus de definir el rango, en esta seccin se estudia cmo una aplicacin lineal
queda perfectamente determinada con slo conocer la imagen por ella de los vectores
de una base. Ms en concreto, si de una aplicacin de Ru en R.% slo conocemos Ia
imagen de los vectores de una base de Ru, como nos digan que tal aplicacin es lineal,
automticamente podemos averiguar la imagen de cualquier vector. Veamos con un

ejemplo qu se quiere decir. De una aplicaciln h de R.3 en R.2 sabemos que en los
vectores de la base cannica de R3 acta as:
h(I,0,0) : (2,0),
LL(0,
1,0)
: (-1,0) Y
LL(O,0,
1) : (0, t.
Supongamos que tambin nos dicen qtJe h es lineal. Hay forma de conocer Ia imagen
por h del vector (2, - 1, 3), por ejemplo? S. El vector (2, - 1, 3) se puede escribir
como combinacin lineal de los vectores de la base cannica de p3 (y adems de

forma nica) as:
(2'-I'3):2(I'0'0) - (0' 1'0) + 3(0'0' 1)
(recordemos: Ias coordenadas de un vector en Ia base cannica coinciden con sus

componentes); como h es lineal, de aqu deducimos:
h(2,
-1,3)
- h(z(L,0,0) - (0, 1,0) + 3(0,0, 1))

- zl,L(L,0,0) - h(0, 1,0) + 3h(0,0, 1)
- 2(2,0) - (-1,0) + 3(0, 1) - (5,3).
Vemos que el hecho de que h sea lineal nos ha llevado a conocer la imagen del
vector (2,-1,3), conocidas las imgenes de los vectores (1,0,0), (0, 1,0) y (0,0, 1),
II. APLICACION ES LIN EALES
106
que forman una base. Con el mismo procedimiento podramos averiguar Ia imagen
de cualquier otro vector. Calculemos entonces Ia imagen de (xr, xz,x3), vector arbitrario de R.3; sus coordenadas en Ia base cannica de R3 (que coinciden con sus
componentes) sonx1, x2\ xgi
(xt,xz,xz) : xt(I,0,0)
xz(o,1,0) + x: (0,0, 1);
de aqu, por ser h lineal:
: h(xJ
h(x1,x2,xs)
1,0,0) + xz(o,1,0) + xs(0,0,1))
= xth(1,0,0) + xzh(0,1,0) + xzh(0,0,\)
: xt(2,0) + xzGI,0)
: (Zxt - Xz,Xz).
+ x3 (0, 1)
Y esto nos permite concluir: la aplicacin h es la aplicacin de R3 en R2 definida de

la forma: h(xt,xz,xz) : (2xt - xz,xz).
Nota
En referencia a este ltimo ejemplo, debemos hacer notar que hay infinitas aplicaciones de R3 en R2 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 imagnes por ella de los
vectores de
unabase.
Con la aplicacin lineal

de
h(xt,xz,x3)
pafiir
h del ejemplo anterior, hemos encontrado la expresin
de las imgenes de los vectores de labase cannica. Si lo que
conocemos es la imagen de los vectores de otra base (no necesiamente la cannica),
tambin queda determinada la aplicacin lineal. El procedimiento para averiguar la

expresin de h(xt,xz,xz) en tal caso habra requerido un paso intermedio adicional
(porque las coordenadas de un vector en una base que no sea la cannica no coinciden
en general con sus componentes), pero no es ms complicado. En el texto figura un
ejemplo detallado (cf. p. 123).
A continuacin, encontramos en esta seccin algunas caracterizaciones de las

aplicaciones lineales inyectivas. Dada una aplicacin lineal de R. en Ru, tenemos
varias formas de saber si es inyectiva o no. La primera es examinando su ncleo.
Si ste se reduce al subespacio vectorial formado exclusivamante por el vector nulo: {(0,0, . . . ,0)}, entonces la aplicacin es inyectiva, y no Io es en otro caso (es decir,
si el ncleo es un subespacio vectorial de Ru distinto del { (0, 0, . . . , 0) }). La aplicacin
lineal / de R3 en R.2 definida por f (x1, xz, xz) : (x1+ xz, x) tiene por ncleo (como
vimos en el apartado anterior);
Ker
f - l{xt,xz,xz) R3 lxt*xz -
y x3:0}
_Di,'CDIJCC!N
La7
como este conjunto no es el {(0,0,0)}, la aplicacin no es inyectiva. La aplicacin

Iineal g de R2 en R.3 definida por g(xl,x) : (xt,x2,xt + xz), tambin vista en
eI apartado anterior, tiene por ncleo: Kerg : {(0,0)}, Iuego esta aplicacin s es
inyectiva.
Otra forma de saber si una aplicacin lineal es inyectiva o no requiere eI clculo
de su rango: si ste coincide con la dimensin del espacio vectorial de partida, la
aplicacin es inyectiva; si el rango es menor, no es inyectiva. Por ejemplo, las dos
aplicaciones f y S de las que hemos hablado en eI parrafo precedente tienen ambas
el rango igual a 2 (este clculo se llev a cabo en el apafiado anterior), y para la
aplicacin / el espacio vectorial de partida es R3 (dimensin igual a 3, mayor que el
rango), y para la g es R.2 (dimensin igual a 2, igual que el rango), Io que confirma
que la primera no es inyectiva y la segunda s.
Seguidamente, se presenta en la seccin una caracterizacin de las aplicaciones

Iineales suprayectivas. Esta caracterizacin es sencilla una vez hemos calculado el
rango: una aplicacin lineal / (de R. en R.u ) es suprayectiva si su rango es igual a la
dimensin del espacio vectorial de llegada, y no lo es si el rango es menor.
Por ejemplo, consideremos la aplicacin lineal / de R3 en Rz definida de Ia
forma: f (xt,xz,x) : (x1 + x2,x:) y la aplicacin lineal g de R.2 en R3 definida
por g(xx1-) : (xt,xz,x1 1- x2), de las cuales venimos hablando en los prrafos
precedentes. Ya hemos calculado que ambas aplicaciones lineales tienen eI rango

igual a 2. En el caso de /, eI espacio vectorial de llegada es R2, de dimensin igual al
rango, Iuego se trata de una aplicacin lineal suprayectiva. En eI caso de g, el espacio
vectorial de llegada es R3, de dimensin mayor que el lango, luego se tlata de una
aplicacin lineal no suprayectiva.
Esta seccin termina con el teorema de las dimensiones. Este resultado establece
la siguiente propiedad de una aplicacin lineal / de R.u en Ru: la dimensin de su
ncleo ms la dimensin de su imagen es igual a la dimensin del espacio vectorial
de partida; en smbolos:
dim(Ker.f) + dim(lm/) = dim Rn -- tt,

o equivalentemente (recordando que el rango de la aplicacin lineal es Ia dimensin
de su imagen): dim(Ker/) + rango f : dim R : n.
Veamos algn ejemplo en el que apliquemos este teolema, que servir a la vez de
sntesis de los resultados vistos en esta seccin. Consideremos la aplicacin lineal /
de R3 en R.2 dada por f(x1,xz,x) : (xt - x2,2x1 + 3xE). Calculemos su rango.
Las imgenes por / d.e los vectores de labase cannica de Rs son: f (1,0,0) : (1,2),
f (0,1,0) : (-1,0) V (0,0, 1) : (0,3), lo que nos permite escribir:
"f
rang o
f :
rango ((I,2),
(-1,0), (0,3)) -
2-
r08
II. APLICACIONES
LINEALES
lo siguiente:
la imagen de la aplicacin lineal / tiene dimensin igual a 2 (no es ms que la
definicin de rango): dim(lm f) : Z, as que lm/ es un subespacio vectorial de
dimensin 2 del espacio vectorial de llegada, que es R2; como el nico subespacio vectorial de R.2 de dimensin 2 es el mismo R.2, se concluye: lm.; : pz'
. la aplicacin lineal ;f, es suprayectiva (podemos deducir esto de dos formas:
como consecuencia de que lmf : R2, o como consecuencia de que el rango es
igual a la dimensin del espacio de llegada);
. la aplicacin lineal / no es inyectiva (pues su rango es menor que Ia dimensin
del espacio de partida, que es R.3);
. aplicando eI teorema de las dimensiones, se obtiene que eI ncleo de / tiene
dimensin 1: dim(Ker/) : dm m.3 - dm(lm f) : Z - 2: 7.
Estudiemos otro ejemplo: la aplicacin lineal h de R.2 en R3 definida de la forma h(xt,x) : (2x7-t x2,-x1 - 3xz,xt). Las imgenes por h de los vectores de
Ia base cannica de R2 son: \L(I,O) : (2,-I,I) y Lt(0,1) : (1,-3,0), de donde:
rangoh: rango ({2, -1,1), (1, -3,0)) : 2. Deducimos lo siguiente:
. la imagen de h tiene dimensin igual a 2, es decir, es un subespacio vectorial
de R3 (espacio de llegada) de dimensin 2;
. hno es suprayectiva;
. h s es inyectiva;
. como h es inyectiva, se tiene: Ker h : { (0, 0) } (recurdese que Ker h es un subespacio vectorial del espacio de partida, en este caso R2); esta informacin la
vemos confirmada con el teorema de las dimensiones:
Este valor concreto del rango nos informa de
dim(Ker h)
dimm.2
dm(lm
h) :2 -
(ntese que el subespacio vectorial { (0, 0) } es el nico de R2 de dimensin igual

a 0).
EI espacio vectorial
L(E,F)
Con la notacin
L(E,F)
se designa el conjunto de
Ias aplicaciones lineales del espacio vectorial E en el espacio vectorial F. Por ejemplo,
Ia notacin (R3, R2) designa el conjunto de las aplicaciones lineales de R3 en R2.

En esta seccin se estudian algunas propiedades de estos conjuntos.
Isomorfismos de espacios vectoriales rJn isomorftslzro es una aplicacin lineal

biyectiva. Cuando entre dos espacios vectoriales existe algn isomorfismo, se dice
que los espacios vectoriales son isomorfos. Nosotros nos detenemos slo en los Rn,
para los cuales acontece que R. y Rm no son isomorfos si n + m. Por ejemplo,
una aplicacin lineal de R3 en R2, o ceversa, no puede ser de ninguna manera un
isomorfismo. Para que una aplicacin lineal de R.n en R.ru pueda ser un isomorfismo,
el espacio vectorial de partida y el de llegada han de ser necesariamente eI mismo.
109
TRODUCCION
Recordando los resultados anteriores sobre aplicaciones lineales inyectivas y suprayectivas, podemos afirmar que una aplicacin lineal / de Ru en R?? (ya tomamos
iguales el espacio de partida y el de llegada) es un isomorfismo si su rango es igual a la
dimensin comn del espacio de partida y de llegada, es decir: rango f : dim Ru : 71,
y que no es un isomorfismo en caso contrario. Por ejemplo, la aplicacin lineal /
de R2 en R2 definida por f (x1,x2) : (x2,xt + 2x) verifica:
rango
f :
rango
(/(1,0),,f
(0, 1)) = rango ((0, 1), (1, 1))
2,
y como su rango coincide tanto con Ia dimensin del espacio de partida como con la
dimensin del de llegada, se trata de un isomorfismo. La aplicacin lineal g de R3
en R.3 dada por g(x1, xz, xz) : (x1 + 3x2 + x3, -3x2,x1+ x3) no es un isomorfismo,
pues:
rangog : rango (g(1,0,0), g(0, 1,0),g(0,0, 1))

- rango ((1,0, 1), (3, -3,0), (1,0, 1)) - 2 + dim R3
Formas lineales IJna forma lineal sobre Rn es una aplicacin lineal de Ra en R..
El conjunto de las formas lineales sobre Ru se denomina espacio dual de Ra, y se
denota: (R'")*.
Una forma lineal / sobre R2 es una aplicacin (lineal) de R2 en R definida de Ia
forma: f (xt,xz) = axt *bxzpata algunos nmeros reales a y b. Por ejemplo, Ias
siguientes aplicaciones de R2 en R son formas lineales:
fr(xr,x)
2xz, fz(xt,x) :2xt - 4xz, fz(xr,x) : xti
y no son formas lineales estas otras:
gt(xt,x2)
: xyx2, gz(xt,x) :2x2,
gz(xt,xz)
x7
x2
* I.
Anlogamente, una forma lineal / sobre R3 es una aplicacin de R3 en R. definida

de Ia forma: f (xt, xz, xz) : axt + bxz + cx3 para algunos nmeros reales a, b y c'
Por ejemplo: f (xt,xz,xz) : Zxt - 3xz + 2xz. De la misma manera se extiende este
resultado a las formas hneales sobre cualquier Rn.
Es importante enfatizar que una forma lineal aplica vectores en nmeros reales.
Por ejemplo la forma lineal / del prrafo anterior aplica vectores de R3 en nmeros: f(2,1,0) : 2 - 2 -3 . 1 + 2. 0 : I, f(-t,2,1) : 6 o f(-I12,3,-1) : -12.
En el texto se prueba que eI espacio dual de Rz: (Rn)*, es decir, eI conjunto de
las formas lineales sobre Ru, es un espacio vectorial sobre R, y se prueba que es un
espacio vectorial de dimensin igual a n.s Las bases de este nuevo espacio vectorial
5Por una vez, manejamos un espacio vectorial diferente de los Ru. Las operaciones en este nuevo
espacio vectorial son Ia adicin de aplicaciones y Ia multiplicacin de nmeros reales por aplicaciones.
II. APLICACIONES
110
LINEALES
tambin tienen n elementos, la misma cantidad que todas las bases de R.u, pero tales
elementos son formas lineales sobre Ru.
Fijmonos en R.2 y en su dual: (R2)*. Vamos a estudiar un procedimiento para
*
construir una base de ( R.2 ) a partir de una base dada de R.2. Consideremos entonces
unabasede R2,porejemplo: B = (ut,z2), donde ut= (I,I)yuz = (1,0). Vamos a
definir dos formas lineales sobre R2, que denotaremos por ui y ui. La primera: zf ,
se define como aquella forma lineal que aplica cada vector de R2 en Ia primera coordenada que el vector tenga en la base B. Verbigracia, el vector (1,2) tiene coorde-
y -1 enlabase B, pues: (1,2) :2(l,I) - (1,0); por tanto: uiT,Z) -- 2'

Y el vector (2,3) tiene coordenadas 3 y -1 en la base B: (2,3):3(1,1) - (1,0),
luego zf (2,3) :3. En general, se tiene: ui@t,xz) : xz, ya que un vector genrico (xr,x2) tiene coordenadas xzY xt-x2eflB: (xt,x) : xz(I,1) + (xr -xz)(1,0).
nadas 2
Analogamente, definimos la forma lineal ui sobre R2 como aquella que aplica cada
vector de R2 en la segunda coordenada que el vector tenga en la base B. Por ejemplo: u[(I,z) : -1, ul(2,3) : -1, y en general: uf (xt,xz) : xt - x2. Estas dos
formas lineales que acabamos de definir: ui y u), forman una base del espacio vecto*,
rial (R2) denominada base dual dela base B de R2, y que se denota: B. : (ui,ui)'
Veamos otro ejemplo, esta vez con una base de R3:
B
((r, 1,0), (0, 1, 1), (0,9, 1)) .
Denotemos: u1 : (I,I,O), uz: (0, 1, l) y uz : (0,0, 1); la base dual de la base B

se denota entonces: B* : (ul ,ui,ui).La forma Iineal uf ,la primera de labase B*,
aplica cada vector de R3 en Ia primera coordenada de las tres que el vector tenga en la
base B; la forma lineal ui, Ia segunda de la base B*, aplica cada vector en su segunda
coordenada en la base B; y la forma lineal ui Io aplica en su tercera coordenada.
Por ejemplo, como: (1,,2,3): (1,1,0) + (0, 1,1) + 2(0,0, 1), las coordenadas del
vector (1, 2, 3) en la base B son 1, I y 2,y por tanto:
Y, engeneral,
ui(I,2,3) - 1, u;(L,2,3) - 1 y u5(I,2,3) - 2.

como: (xt,xz,xz) : xt(I,1,0)+(xz-xl)(0, 1, l)+(xt-xz+xs)(0,0,
resulta que las coordenadas de un vector genrico

xz - Xt Y xt - x2 t x3, de donde:
(xt,xz,xz)
ui @t, xz, x3) : xr, u) (xt, xz, x3) : xz -
Y u4, (xt, xz, xz) : xt
x2
1),
en la base B son x1,
xT,
* x3.
Aplicaciones aftnes Recordemos que los subespacios afines se obtenan sumando un vector a los subespacios vectoriales. En cierto sentido, las aplcaciones aftnes
se obtienen de las aplicaciones lineales tambin sumndoles un vector. Concretando,
\TRODUCCIN
una aplicacin f de R3 en R2 (empezamos con un caso particular para fijar ideas)

es una aplicacin de R3 en R2 para la cual existen un vector (a,b) de R2 (espacio
de llegada) y una aplicaciln lineal / de R.3 en R2 tales que la imagen por @ de cada
vector de R.3 se obtiene sumando a su imagen por / el vector (a,b); es decir: para
cada (xr, xz,xz) R3, se tiene: (xr, xz,xz): (a,b) + f (xt,xz,xz).
Puede comprobarse que toda aplicacin afn de R3 en R2 es tal que la imagen de
un vector arbitrario (xuxz,xs) de R3 es un vector de R2 de la forma:
(axt + bxz r cx3 + d,a.' xr + b' xz + c' x3 + d')

para algunos nmeros reale s &, b, c, d, &' , b' , c' Y d' . En smbolos:
p3
p2
(axt + bx2 * cx3 + d, a.' xr + b' xz + c' x3 + d'),
(xt, Xz, xz)
para algunos nmeros reales a, b, c, d,
&'
, b', c' y d' . Verbigracia, son afines las
aplicaciones de R3 en R2 definidas por:
t@t,xz,x3)
Qx1 - 1,xr
z@t, xz, x3)
- 1),
(0, 5 x7
z@t, Xz, X3) : (xt, Xt -f 2x2
- 213),
5x
+(xt, xz, x3) : (1, -6).
Y no son afines estas otras:
Wt@t,xz,x3)
@l
- 1, _3xz + 1),
Vz@t, xz, x3)
Vz@t, Xz, X3) :

(0,
^/ryt
(I, xtXz),
)'
Lo dicho sobre cmo son las aplicaciones afines se generaliza sin dificultad a las
de R en Ru. Por ejemplo, son aplicaciones afines de R.2 en R3 Ias definidas de esta
forma:
Et@t,xz): @z_ I,1x2+ 3,5), Ez@t,xz): (0,6x1 - ",Dx2- B/5,1),

Ez&r,xz) : @z - 7,3xt - 6xz+ 3 l2,xt - x2+ 1).
Cuando tenemos una aplicacin de la cual sabemos que es afn, podemos estar
interesados en calcular eI vector del espacio de llegada y la aplicacin lineal que la
determinan de acuerdo con Ia definicin. Lo primero que debemos saber al respecto
es que esIn ambos unvocamente determinados por Ia aplicacin afn. Por ejemplo,
Iaaplicacin de R3 en R2 definidapor (xrxz,4) : (2x1- xz-r3,-xz +4) es
afn (de acuerdo con lo dicho en el prrafo precedente). El vector (a,b) de R2 determinado por es precisamente la imagen por del vector nulo: (4, b) : (0,0,0);
N.T
1r3
DEFINICIN DE APLICACIN LINEAL
il.l
DEFINICIN DE ApLIcAcIt
utEar
Consideremos dos espacios vectoriales E y F sobre un mismo cuerpo K.
Aplicacin lineal
EJEMPLO
La aplicacin:
p3
(xt,
es
pz
(1)
(xt + Xz, XL + xz)
Xz , Xz)
una aplicacin lineal de R3 en R2.

Comprobemos que se verifican (Ll) y (L2).Si
x - (xt,x2,x3)
yy
(yt,
jz,7z)
son dos
vectores de R3, entonces:
f (x + y : f ((x1, x2, xs) + (yt, yz,ys))

: f (xt-t !t,xz + !2,xs + !s)
:
:
(x1 + x2,x1 )- xt) +
f(x) + f(y),
((x1 + yi + @z +
y),(xt
(yt
+ yt) +
@3 +
%))
!2,lt + !t)
y (L1) se verifica; y si adems a es un nmero real, entonces:
f(ax)=f(axt,06z,o.xz)
= (ax1 l- Xz,}tXt + O<Xz)
: (a(xt + xz) , a(xt + xz))
: a(xt + xz,xt -l x)
: af(x),
y tambin se verifica (L2). En conclusin, la aplicacin
definida en (1) es efectivamente una
aplicacin lineal de R3 en R2.

EJEMPLO
La aplicacin:
pz
(xt, xz)
--_-+
pz
----+
(xt xz,0)
2.
rr5
PROPIEDADES DE LJNA APUCAON LINEAL
Una consecuencia importante de la proposicin anterior es que una aplicacin

lineal conserva las combinaciones lineales, en el sentido siguiente: si / es una aplicacin lineal de E en F, y t)r, uz, ..., un son 7L vectores de E y at, 2, ..., oq son rL
escalares, entonces:
f (atu t -t 2u +'
2
En efecto. Para rL
verdadera (por (L2)).
i o(nur)- atf@) * azf@z) +'

1 Ia igualdad (2) se reduce a:
(atu t)
t o(nf@il.
(2)
: wf
es
),
que
Supongamos ahora que la igualdad (2) se verifica para rL - 1 vectores, es decir:
f (utut *
azuz
* o(n-run-t) - atf @) -t zf
Entonces, poniendo u : tUt t ZUZ *
@r
+ 't
o(n-tf (un-t)' (3)
O(n-rUn-l , Se tiene:
f(atur*azuz* .*o(nur)
- f (u + anun)
: f (u) + anf @")
- wf @) + azf @) + ' * ntf (ur_t) + anf (un),
donde se ha utilizado (L3) en las dos ltimas igualdades.
Queda as probada la igualdad (2) por el mtodo de induccin (o recurrencia).
II.2
PROPIEDADES DE UNA APLTCACIN LINEAL

1. Propiedades generales; imagen de una aplicacin
lineal
En todo Io que
sigue, supondremos que E y F son dos espacios vectoriales sobre un mismo cuerpo K
y, con eI fin de etar confusiones, representaremos por 0 eI elemento neutro de la
adicin de vectores de E, y por O el de la adicin de vectores de F.

Una aplicacin lineal f de E en F verifica las siguientes propiedades:
1) .f (oE) :oF.
: 0/(0 = gr.
Ya que: f (Or) :
2)
"f(OOu
La imagen del opuesto de un vecto es eI opuesto de Ia imagen del vector. Es
decir, severifica: Y u e E, f (-u) : -f (u).
Pues:
/(-u) : f((-I)u): (-r)f(u): -f(u).
(ur,t)2,... ,un) es un sistema ligado de vectores

formado por sus imgenes: (f (u ), f (u z), . . ., f (u
Si
vectores de
de E, entonces eI sistema
")),
es
un sistema ligado de
(ut,uz,...,r)n) es un sistema ligado, es decir, si podemos encontrar escalares 1,

2, . . ., an [o todos nulos, tales que: tt)t * cQUz *' ' ' + nUn - 0', entonces de (2)
Si
2.
PROPIEDADES DE UNA
APUCASON LINEAL
LL7
existen, pues, dos vectores ut y rz de F1 tales que /(ur) =

y d2 son dos escalares, entonces pertenece a F1 el vector:
f (arut t a2u) : Xf
yportanto:
d.1u1
que.f-l [F1]
es
toty f @r : w2,\ si d.1
@t) + azf @z) = ottrr)t-t
ot2r2,
-roet)2e .f-tlptl,yconlaproposicinI.1 (cf.p.3g)seconcluye
un subespacio vectorial de E.
2. Ncleo de una aplicacin lineal

Al aplicar la ltima de las propiedades
anteriores al subespacio vectorial {0r } de F, se obtiene que el conjunto f -L[{0r}],
conjunto formado por los vectores de E cuya imagen por f es igual a 0r, es un
N cleo de u na
aplicacn lineal
K-i
f+
ftOi+ lii l;'t::u e E
f @iffil
(La sigla "Ker" es una abreviatura de la palabra inglesa kernel, que significa ncleo.)
EI conocimiento del ncleo de una aplicacin lineal nos permite saber si sta es o
no
:\S
de aplicacion
lineal inyectiva
es
inyectiva. Podemos afirmar:
Proposicin
lineal
ll.2
de E en

sea
y suficiente para que una aplicacin
inyectiva es:
Ker
f-
{0r}.
Demostracin La condicin
es necesaria: suponemos que la aplicacin / es inyectiva,

Si u es un vector de Ker/, esto es: f(u) : 0, entonces,
(cf. propiedad (1)), se tiene: /() : f (On), de lo que se deduce: u: Oz,
y probamos que Ker/
: {0r}.
como /(O) : 0
pues / es inyectiva. En consecuencia: Ker; : {0}.
La condicin es suficiente: suponemos que Ker/
Si
xyy
son dos vectores de E con la misma imagen:
= {O}, y probamos que / es inyectiva.

: /(y), entonces podemos escribir:
(x)
f
oe:f@)-f(y)=f(x-y,
yelvectorx-/perteneceaKer/;perohemossupuestoqueKer/:{0},luegox-t:On,
o bien: x : /. En consecuencia, de suponer que /(x) : f (y) hemos deducido eue x = y.
Esto es, Ia aplicacin
es
inyectiva.
En el captulo IV veremos un mtodo para determinar el ncleo,

imagen, de una aplicacin lineal dada.
c.e.D.
y tambin la
3. APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA
rr.3
1r9
ApLrcACroNES TTNEATES CON CONJUNTO DE PARTTDA

UN ESPACIO VECTORIAL DE DIMENSIN FINITA
7. Una primera propedad
En esta seccin consideraremos espacios vectoria-
les sobre un mismo cuerpo K, y aplicaciones lineales para las cuales el conjunto de
pafiida es un espacio vectorial de dimensin finita no nula.
Un primer resultado en estas condiciones es el siguiente;
Proposicin ll.4 Si f es una aplicacin lineal de un espacio vectorial E de mensin finita en un espacio vectorial F, entonces eI subespacio vectorial lm f es
de dmensin finita.
Demostracin
ma (f (ut),
Sea
(ut,ur,...,u-) un sistema de generadores
, f (u*))
de
E.
Entonces el siste-
un sistema de generadores de lm /.
f
En efecto. Si u es un vector arbitrario de lm/, y u e E es tal que: f (u : tr, como
(ur,ur, . . . ,u*) es un sistema de generadores de E existen m escalares o\, 0e,. . ., a- tales
que: ? : O\Ut * d.2U2 -f . " + A.m7)m,de dOnde:
(uz),. ..
u)
es
: f(u) :
nr f @1) +
uzf @) + . . . + a*f(u,il,
ut es combinacin lineal de los vectores /(ur), f (u), ..., f (u*). El sistema de vectores (f (ut), f (uz),. . . , f (u*)) es, pues, un sistema de generadores de lm /.
Al ser (/(u1) , f (u),. . ., f (u* un sistema de generadores de lm /, este subespacio vectorial es de dimensin finita.
c.e.D.
as
Nota
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 Ll7,
P.79)'
2. Rango de una aplicacin lneal Sea / una aplicacin lineal de un espacio

vectorial E de dimensin finita en un espacio vectorial F.
Rango de una
aplicacin lineal
rango
)',
si (ut,t)z,...,r)m) es un sistema de generadores de E, entonces el

(f tu), f (u), . . . ,f (u*)) es de generadores de lm f (cf. demostracin de la
Sabemos que
sistema
:f = dim(lm f
7,21
Proposicin ll.5 Si f es una apcacin lineal de E en F, ambos espacios vectoriales de dimensin finita, entonces:
rango
Demostracin
neales, si
< mn {d im E, dim F}.
Por un lado, y teniendo en cuenta la propiedad (5) de las aplicaciones li-
(ut,uz,...,u)
es una base de E, entonces:

1go
f -
ran
go(f
(u),f
(uz),.. ., f (u"))
< rango (l)r,U2,...,1)n)

Por otro lado, como lm
c-
P, se tiene:
rango
En
dimE.
f:
dim(lm/) < dimF.
conclusin: rango f < dim E y rango
< dim F, y queda probado el resultado. c.e.D.
Proposicin ll.6 Si f es una aplicacin lineal de E en F, y g es una aplicacin

Iineal de F en G, siendo E, F y G tres espacios vectoriales de dimensin finita,
entonces:
rango(g. -f) < mn{rango
Demostracin
Si
(ur,ur,. .. ,un)
es una base de E,
/,
rango
g}.
teniendo en cuenta la propiedad (5) de
Ias aplicaciones lineales se tiene:

rango (g "
f) - rango(lg " fl(ut),lg " fl(uz),...,19 " fl(u"))

: fEulgo(g(f (utD,g(f (u)),...,9(f @")))
< ran go(f (u),f (u2),. .. ,f (u;)
:
fd,hgOf
luego:
rango(g " f) < rangof
(4)
Por otro lado, se tiene:
lm(g " f) c lmg.

En efecto, si
(s)
w lm(g " f), entonces para algn u e E se verifica:
ls " fl(u)
: w,
obien
y al ser ro la imagen por g de algn vector de F

consecuencia: lm(g "
f)=
lm
rango(g "
g. De (5)
f) -
y con (4) se concluye el resultado.
-al
g(f (u)) = u,,

menos, de
f (u\-,
se tiene:
u e lm g; en
se deduce:
dim( lm(g " f)) < dim(lmg)
rangog,
C.Q.D.
L23
.3. APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA
Esta aplicacron
vector u, I
tanto: f (ut)
de E en F recin definida verifica (7), pues las coordenadas de cada

-sima, que es igual a 1, y por
: 1u)i: tyi.
/ tambin verifica
La aplicacin
que es lineal. En efecto, si
xyy
son dos vectores arbi-
trarios de E, y si a y B son dos escalares, de las igualdades:
x - trtur * AzUz *. . .+ trnUn y !:
YtUt *
YzUz
*' ' '+
YnUn
se deduce:
ax + By - (aAt + Byt)ut + (aAz + Byz)uz + . . . + (uA, + Byn)un,

luego:
+...+ (A'-+ Byn)utn

- a(Atwr * Azu)z *' ' ' + A,nutn) + BQttDt t Yztt)2 -r''' + Ynun)
- a.f (x) + Bf 0),
f (ax + By) -
y en consecuencia:
(aAr + Byt)utt + (aAz + Byz)utz
f (ax + BD - af (x) + Bf 0),y f
es lineal.
Finalmente, sr g es una aplicacin lineal de E en F que verifica:
g(ut) : rt)l, g@z) : rttz,
g(un) :
(B)
run,
entonces = g. En efecto, las aplicaciones / y g tienen el mismo espacio vectorial de partida

y el mismo de llegada, y s x e E, y lr, A,z,..., A, son las coordenadas de x en Iabase B, es
decir: x : Arrr -t A.2u2 + . . . + Irur, entonces, al ser g una aplicacin lineal, y teniendo en
cuenta (8), se tiene:
S@):g(trtutl_A2u2
:trt1u,t-tA2ro2
Podemos, pues, escribir: Y
+...+ tr,u):hg@t)+A'zg@z)
+...+ A,"to": f(x).
x e E, S@)
: f (x),y
en conclusi 6n:
"'+
Ang@n)
g: f .
c.Q.D.
Volendo al ejemplo, podemos entonces asegurar existe una nica aplicacin

Iineal f de p3 en R2 que verifica (6). A continuacin, desarrollamos un mtodo para
eI cIculo concreto de la expresin d e f (xt, xz, xz):
a) Escribimos los vectores de la base cannica como combinacin lineal de los
vectores de la base B - (( 1, 1, 0), (0, 1, 0), ( 1, 0, 1 ) ):
l(r,o,o - 1(1,1,0) + (-1)(0,

] ,0, 1,0) : 1 (0, 1, 0),
I
L(0,0, 1)
1,0),
(-1)(1,1,0) + 1(0, 1,0) + 1(1,0, 1).
(9)
donde Ar,
r25
Az
"f
de donde se infiere (por ser
(Arut -r Azu2
* .. . + A,ru) - f(0r),
inyectiva):
A1u1
d2U2+
". +A.ouo:gt,
: Az = ... : 0, pues los vectores 7)t, Uz, ..., up Son linealmente

^pigualdad (10) se deduce necesariamente son nulos los
independientes. En conclusin, de Ia
escalares Ar, 42, ..., Ar. Los vectores f (ut), f (uz),..., f (up) son, pues, linealmente indepeny en consecuencia: A1
dientes.
Probemosensegu.ndolugarlaimplicacin: (b)
(c). Sea:
dimE:n. Sin=0,enton-
ces (0) es un sistema de generadores de E, y se tiene:

rango
Sin >
I,y (ut,t)z,...,nn)
f : rango(f(Qr)) :
t"n9o (0r)
dimE.
es una base de E, entonces:
rangof : rango(f (ut),f (u2),...,f (u"));
(1 1)
pero al ser los vector1s u1, u2,. . . , u, linealmente independientes, de acuerdo con la hiptesis
tambin Io son los vectores f (ut), f (u), ..., f (u"), y en consecuencia:
rango(f (ut),f (u2), .. ., f (u"))

De (11) y (12) se concluye: rango
f = n:
(12)
vL.
dimE.
Probemos a continuacin la implicacin: (c) ==+ (d). Lo haremos por reduccin al absurdo:
supongamos que (u1,u2, .. , ,up), con k > 1, es una base de Ker/. Si dim E : n, del teorema
de la base incompleta se deduce que el sistemalibre (u1,uz, ... ,u se puede extender a una
base de E: (ut,Ltz,...,Ltk,k+t,.
rango
..,u),
y por tanto:
(f (ut), f (uz), . . ., f (u, f (up*t),

rango(0F, ...,oe, f (up*),..., f (u"))
rango
..
.,
f (u.
:
: rango(f (u,*t),. .., f (u"))
<n-k<n,
lo cual es absurdo, pues por hiptesis
el subespacio vectorial
conclusin:
Ker/
Ker/ del
se tiene que
rango/
dimE
: n. En consecuencia,
espacio vectorial de dimensin finita E no admite base, y en
{0 }.
Finalmente, se verifica la implicacin: (d)

- (a), como se prob en la proposicin II.2
(cf. p. 117).
Una vez hemos probado las cuatro implicaciones anteriores, queda demostrado que las
cuatro afhmaciones del enunciado son equivalentes.
c.e.D.
II. APLICACIONES
LL2
(a,b) : (3,4). Y la aplicacin lineal de R.3 en R2 determinada por

calcularse con la igualdad f (xt, xz, xz) = (xt, xz, x) - (a,b); esto es:
es decir:
f(xt,xz,x3) - (xt,xz,x3) - (a,b) - (Zxt - x2+

y as la aplicacin
3,
-xz
+ 4)
LINEALES
puede
(3,1)
- (Zxt - X2, -Xz),

lineal / es la definidapor f (x1,xz,xz) : (2xr - xz,-xz).
bene
Una aplicacin afn est definida por la suma de un vector del espacio de llegada y una aplicacin lineal, y ambos estn determinados fijada una aplicacin afn con-
Nota
creta. Esto marca una diferencia formal con los subespacios afines: un subespacio afn
un subespacio vectorial, pero aunque este ltimo est perfectamente determinado fijado un subespacio afn concreto, no lo est el vector. A
es Ia suma de un vector y
En el texto se detallan a continuacin algunas propiedades generales de las apli-
caciones afines, que son en cierto sentido anlogas de algunas propiedades que ya
hemos visto de las aplicaciones lineales; las ms destacables son las que hacen referencia a la imagen y a Ia imagen recproca. La imagen por una aplicacin afn de un
subespacio afndel espacio de partida es a su vez un subespacio afn del espacio de
llegada. Y se tiene una propiedad anloga para las imgenes recprocas: la imagen
recproca por una aplicacin afn de un subespacio afn del espacio de llegada es un
subespacio afn del espacio de partida, siempre y cuando esa imagen recproca no
sea vaca. Notemos que no haba necesidad de tomar esta precaucin con las aplicaciones lineales: a la imagen recproca por una aplicacin lineal de un subespacio
vectorial pertenece al menos un vector: el nulo.
LL4
no es lineal. La condicin (Ll) no se verifica; por ejemplo:
s(t,2) + (3, -1)) : se,r) : (4,0),

s(r,z) + sG,-I) = (2,0) + (-3,0) : (-1,0).
Nota
bene
Para que se verifique (L1), debe asegurarse que
ag(xt,x)+g(y1,y)
EJEMPLO
Si
cualesquieraqueseanlosvectores
g((xt,xz) + 0r,y))
es igual
(xt,xz)y(jyr,jzz)deR2.
E es un espacio vectorial sobre un cuerpo K, Ia aplicacin identidad de E:
xeE*xeE,
que se denota: 18, es una aplicacin lineal de E en E.
En efecto. Se verifica (Ll), pues dados dos vectores u y rrr cualesquiera de E, se tiene:
Ir@ + w)
u + tD : IE(u) + Ir@t);
y tambin se verifica (L2), pues si a es un escalar, se cumple:

In(cxu)
ant
- c{ Ir@).
Una caracterizacin muy utilizada de las aplicaciones lineales es la siguiente:

CNS de aplicacin
Ii
neal
Proposicin
ll.l
Una condicin necesaria y suficiente para que una aplicacin
de un espacio vectorial E en un espacio vectorial F , ambos sobre el mismo cuerpo K,
lineal es Ia siguiente:
(L3) V (a,il eK2, V (u, w) e E2,
sea
f(au
+ But)
: uf(u) + Ff@).
Demostracin Lacondicin es necesaria. Suy ro son dosvectores deEy ayB

escalares, y ponemos: u' : otu y tD' : fru, se tiene:
son dos
f (au + Bto): f (u'+to')
:f(u')+f(u')
:1uu)+fgw)
: otf (u) + Bf Qa),
donde se ha utilizado (Ll) en la segunda igualdad y (L2) en Ia cuarta. De esta forma, de ser
lineal se deduce (L3).
La condicin es suficiente. De (L3) se deduce:
f (Iu + Iut) : If
es decir:
(u
+w)
(u) +
If
(ut),
: f (u) + f (w),y severifica (Ll); porotraparte,
de (L3) tambin se deduce:
f (au + }ut) - uf (u) + 0f (u,),

es
decit:
f (au) : af (u), y se verifica (LZ); en conclusin,
-f es lineal.
C.Q.D.
r16
II. APLICACIONES
LINEALES
y de la propiedad ( 1) se deduce:
0r
:f
{Ou)
- f (utut *
zuz
ohun)
o(1
@r) + azf
@)
+ anf
(u),
lo que establece que los vectores f (ut), f (uz),..., f (u.) son linealmente dependientes, o lo que es lomismo: el sistema (f (ut),f (u),...,f (u" es ligado.
4) Dados rL vectores t)t, uz, ..., nn de E, si (.f (ur),f (ur,...,f (u)) es un srstema libre de vectores de F, entonces eI sistema (ut,ur, . . . ,u) es un sistema
Iibre de vectores de E.
Si (u1,u2,...,un) fuese un sistema ligado, entonces tambin sera ligado el sistema (f (ut),
s) Si Uy, 7t2,
f (u),.
..
f (u-))
(propiedad (3)), en contra de la hiptesis.
..., l)m Son vectores de E, entonCeS:
rango(u1,n2,...,u*) > rango(f (u),f (u),...,f (u*.

Sea
rango(/(u),f (uz),...,f (u^ : p. Sip : O,lapropiedad
hay p vectores
es
rrivial. Sip >
L,
p-
linealmente independientes entre los vectores /(ur ),

-y
(ur,...,
(u*);
si
suponemos
stos son los p primeros: f (u), f (u),..., f (uo),
f
f
entonces (rr,ur,...,"r) es un sistema libre (propiedad (4)), y en consecuencia se
tiene: rango (ur,ur,...,u*) > p.
6)
no ms de
La imagen por
de un subespacio vectorial
Et
de E:
f lEi: {f (u) I u e Er}

es un subespacio vectorial de F.
Si ru1 y tDz sort dos vectores de /[Er], y existen, pues, dos vectores u1 | u2 de E1
tales que f (ut) = wr y f@z) : wz,y si a1 y d2 son dos escalares, entonces se
tiene: a1u1 -t 0t2t)2 e Et,y pertenece a .f lEtl el vector:
f (atut + a2u2) : atf
@t) + azf @z) : 1a.tot-t
De la proposicin I.1 (cf. p. 39) se concluye que
Nota
bene
7)
/[Er ] es un subespacio vectorial
de F.
En particular, la imagen de la aplicacin (lineal) ./:
tmf
es
ot2to2.
-flEl:
{f fu)lu E},
un subespacio vectorial de F.
La imagen recproca por
de un subespacio vectorial Fy de F:
f-'lrrl:
Iu e Et.I f @) e Frl,
es un subespacio vectorial de E.
El conjunto
no es el conjunto vaco: al menos Oz ,f-r tFrl, ya que O e F1
1[r], y
y f(On): 0 (propiedad (1)). Por otra parte, si uty uz son dos vectores de
f-rlFl
rr8
II, APLICACIONES
3. Inversa de una aplicacin lineal
biyectiva
Si
LINEALES
es una aplicacin entre E
y F que es biyectiva, est definida su aplicacin inversa -f-1, de F en E, de forma que

se verifica:
y: f(x) e x: f-t(y),
y -f -t es a su vez biyectiva.G En estas condiciones, si; es lineal, entonces
es lineal.
La inversa de una
aplicacin lineal
biyectiva tambin
es I i neal
/-1
tambin
Proposicin ll.3 La aplicacin inversa de una aplicacin llneaL biyectiva es una

aplic acin line al b iye c tiva.
Demostracin
Consideremos las notaciones del prrafo precedente al enunciado de esta
proposicin. Si rr y rrz son dos vectores de F, y oh y az son dos escalares, denotando:

vt : f -r (to ) y uz : .f r (w ), o bien: /(u1 ) : w t Y f @ z\ : w 2, pot ser / lineal se tiene:
f (atr)t *
azuz)
d1
@1) + uzf
@) -
fi1 rilt
zruz,
y por tanto:
f-L(atutt * oQw) :
o(Lut
* zu2: o(rf-L(utt)
uzf-r(w).
En consecuencia, se verifica:
Y (a,F) e K2, V
es decir (cf.
(ut,to) eF', f '(urtor+ azu): atf-r(tot) + d.zf r(u),
proposicin II.1, p. 114):
;f
1 es
4. Composicin de aplcaciones
una aplicacin lineal de F en
lineales
Si
E.
c.Q.D.
es una aplicacin lineal de E
en F, y .rt es una aplicacin Iineal de F en un espacio vectorial G (tambin espacio

vectorial sobre K), entonces la aplicacin compuestaT de f y gi g " f , que verifica:
YuE,ls"fl@):sU@)),
es una aplicacin
En efecto,
lineal de E en
G.
siu y u son dos vectores

lg " fl(au + put)
de E, y a y B son dos escalares, se tiene:
: gfftau + fiw))
- s (uf (u) + Pf (u,))
- as (f (u) ) + Bs (f (u)))
- ulg " f)(u) + Blg. fl(ut),
y en consecuencia (cf. proposicin II.1, p. 111) g " f es lineal.
GPuede consultarse,
por ejemplo, el apndice A (cf. p.397).
TSobre composicin de aplicaciones, cf. apndice A, p. 398.
II. APLICACIONES
L2o
LINEALES
proposicin IL4, p. 119), es decir:
L(f (u),f (uz),...,f (u^)) = lm/,

y por tanto:
dim(lm/)
(u),f (u),...,f (u*)) :
dimL(f
rango(f
(u),f (uz),...,.f (u*)).
En consecuencia:
rangof
rango(f
(u),f (u),...,f (u*));
esto es: el rango de / es igual al rango del sistema formado por las imgenes de los
vectores de un sistema de generadores de E.
En particular, si (ur,t)2,...,un) es una base de E, entonces tambin podemos
escribir:
rangof -- rango(f (ut),f
bene
(u),...,f (u".
indiferente el sistema de generadores

el rango de una aplicacin lineal. A
Nota
EJEMPLO
Es
-o
base- que se elija para calcular
la
Consideremos Ia aplicacin lineal:
R3fp3
(xt,xz,xz)
(xt,xz,-xt -
xz),
y calculemos su rango.
Tomamos una base cualquiera de
R.3;
por comodidad elegimos la base cannica:
Bc = ((1,0,0), (0,1,0), (0,0,1))

Entonces el rango de
rango
es
igual al rango de los vectores que son imagen de los de Ia base 86':
0),/(0, 0, I ) )
rango((1,0, -1), (0,1, -1), (0,0,0)) : rango((1,0, -1), (0,1, -l))
= rango("f
1, 0,
0),/(0,
1,
Notacin En las siguientes proposiciones utilizaremos

y y: se denota: min{x,y}, y se define de esta forma:
l*,
ll,
minlx,Y = 1
Por ejemplo: mn{0,
2.
el mnimo de dos nmeros reales
six<j/,
si
>-
Y'
-3} : mn{-3,0} : -3, y mn{1,1} : f . Una definicin
equivalente
delmnimodexeyes:
mn
{x,y}
- }W + y -
lx -
y).
II. APLICACIONES
L22
LINEALES
3. Caracterizacin de una aplicacin lneal por las imgenes de los vectores
base Veamos con un ejemplo lo que queremos hacer. Consideremos una

aplicacin / de R3 en R.2 de la cual conocemos las imgenes de Ios vectores de la
base B : ((1, 1,0), (0, 1,0), (1,0, 1)) de R3:
de una
f tt, 1,0): (2,I), f t0, 1,0): (1,0), f tt,0, 1) :
(T,2).
(6)
Hay muchas aplicaciones de R3 en R.2 -de hecho, infinitas- que tienen eI mismo
comportamiento que / en Ios vectores de B. Por ejemplo, las aplicaciones fi, fz y fz
definidas por las expresiones:
ft(xt,
xz, xg)
fz@t,xz,xz)
(xtxz + I, x1x2 + Zxz),
(xt - x3 1- I,x1 (xs + 1)) ,
I ft*r,xz,xz),
fs6t,xz,x) : l
L(l,l),
si (xt,xz,xz) es vector de B,
enotrocaso.
sin dificultad que estas aplicaciones se comportan igual que / en los

vectores de B; adicionalmente, se tiene que estas tres aplicaciones no son lineales,
lo cual puede comprobarse observando que ninguna de ellas verifica que la imagen
de (0,0,0) es (0,0).) Pero entre todas las aplicaciones de R3 en Rz que se comportan
igual que / en los vectores de la base B, hay unaqrte es lineal, y sIo hay una. Es una
consecuencia del siguiente resultado terico.
(Se comprueba
na apl icacon
lineal est
total
m e nte
ll.7 Sean E y F dos espacios vectoriales de dimensin finita. Si el

sistema B : (u t, u 2,. . .,u n) es una base de E, y si 7o 1, 1D2, .. ., u n son rL vectores
de F, entonces existe una aplicacin lineal f de E en F tal que:
Proposicin
dete rm inada
conocidas las
lmgenes de los
vectores de una
base
f (u) :
LI)I,
f @z) :
(7)
ruz,
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 vectoes de Ia base B, es decir, si la aplicacin
linealg estalque: g(ur) : u)r,g@z): u)2,..., g(u"): u)n rTtoncesf : g.
Demostracin Sea x un vector arbitrario de E. Como B : (ur,uz,. ..,un) 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:
para unos nicos escalares Ar, Az,

imagen de
x por;f
trtut +
...,
l"
A'2u2
"'
+ A'nUn
(las coordenadas de
como:
f (x) - Attttt + Aztrz-r'''+
AnU)n.
en la base B). Definimos la
II. APUCAOON
124
b)
Calculamos las imgenes (por "f) de los vectores de la base cannica

deducen de ser / lineal, de (9) y de (6)-:
f (I,0,0):l"f(1,1,0) + (-1)"f(0,1,0): (2,t) - (1,0):

f (o,t,o) : u(0, 1, o) : (1, o) : (1, o),
'r(o'o'
c)
ES LINEALES
Si (xr , xz, xz)
" :'-,)',lll l;ll, .'l:,':';l(1'o'

e R3, podemos escribir ya la expresin
-que
se
(1,1),
1)
de
"f
(xt, x2, x3):
f (xt,xz,xi : f @t(1,0,0) + x2(0,1,0) + x:(0,0, 1))

: xJQ,0,0) + xzf (0,1,0) + xEf (O,O,I)
= xt(I,I) + x2(I,0) + x:(0, t : (xy + x2,xt *
xz).
l
La nica aplicacin lineal
de R3 en R2 que verifica (6) es, pues, Ia que satisface:
i
i
(xt,xz,xe) e
es decir, es la aplicacin: (xr,
R3,
f (xt,xz,xz): (xtrx2,x1
xz,xz) e
R3
(xt
+ xz,x1
-txz),
* x3) R2.
Nota bene Una aplicacin lineal queda unvocamente determinada cuando se conocen las
imgenes (por la aplicacin) de los vectores de una base. a
EJERCTCTO
Dar una expresin general de las aplicaciones hneales de R.' en
R-.
4. Caracterizaciones de una aplicacin lineal inyectiva La siguiente proposicin enuncia varias condiciones equivalentes a la inyectidad de una aplicacin
lineal.
Ms CNS de
aplicacin lineal
i
nyect iva
ll.8
una apkcacin lineal de un espacio vectorial E de dlmensin finita en un espacio vectorial F. Las siguientes afirmaciones son equivalentes:
Proposicin
Sea
a) f es inyectiva;
b) si ut, t)2, ..., up son p vectores linealmente independienles de E, entonces f (ut), f (uz),..., f (up) sonp vectoreshnealmenteindependientesdeF;
c)
el rango de
es
igual
la dimensin del espacio vectorial de partida:

rango
d) Kerf
f -
dimE;
{0r}.
Demostracin Probemos en primer lugar la implicacin: (a) - (b). Supongamos enton;f es inyectiva, y sean ut,Itz,.. ., up vectores de E linealmente independientes. De la
ces que
igualdad:
Mf@t)+Azf@)+
+Aef @vr):or,
(10)
r26
II. APLICACIONES
Las apiicaciones
lineales
i
nyect ivas
conservan el
rango
LINEALES
Corolario
Una aplicacin lineal inyectiva (con conjunto de pafiida un espacio

vectorial de dimensln finita) conserva el rango, es decir, si f es una aplicacin
lineal inyectiva de un espacio vectorial E de dlmensin finita en un espacio vectorial F, y (Itt,uz,...,u*) es un sistema de vectores de E, entonces:
rang o
Demostracin
t)1
(ur,t)2t
Sea: rango
..
.,u*) :
rang
o(f (u),f (u
(u\,r)Z
-uz:... r I)m:OE, y f (ut) - f (uz)-...-.f (u*) :0r,
y se tiene el resultado. Si p > I, entonces existen p vectores en el sistema que son linealmente
independientes; podemos suponer son los p primeros. De esta forma, los vectores j(ur),
f (uz),..., f (up) son linealmente independientes (por ser; inyectiva, y de acuerdo con la
proposicin anterior), y se tiene:
rango(f
(u),f (u2),...,f (u*)) > rango(f @),f (uz),... ,f (uil) -
(13)
p.
Por otro lado (cf. propiedad 5 de las aplicaciones lineales, p. 116):
rango(f
(u),f (uz),..., f (u*))
l
t
< rango (ur,t)2,...,1)m)
(r4)
p.
De (13) y (L4) se concluye:
rango(f
(u),f (ur,...,f (u*)) = p: rango(ur,ur,...,u-).

C.Q.D,
Nota bene En la demostracin de las caracterizaciones anteriores no hemos impuesto

restriccin alguna a Ia dimensin del espacio vectorial F.
EJEMPLO
Consideremos la aplicacin:
R2fp3
(xt,xz)
(x1
1-
x2,x1
- xz,xt).
/ es lineal, como el lector puede comprobar sin dificultad, y tambin es inyecpuede

tiva, lo cual
demostrarse fcilmente utilizando algunas de las caracterizaciones vistas
en la proposicin II.8 (cf . p. I24).
La aplicacin
Por ejempo, se verifica: Ker/ : {(0,0)}, pues de la igualdad

(x1 -t x2,x7 - xz,xt) : (0,0,0), se deducei x1 : y2 : e.
Tambin se verifica: rango
f :
f (xt,xz):
(0,0,0), o bien:
dim R.2. En efecto, si tomamos una base cualquiera de
por ejemplo: (tt, t, 1t,0)), se riene:

rango
f :
rango(f (1, 1),f (1,0))
rango((2,0,1), (1,1,1))
dim R2
R.2.
3. APLICACIONES LINEALES CON CON]UNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA
EJEMPLO
L27
La aplicacin:
p3fp3
(x1, x2, xs)
(xz -f xz,
xt
-f x2 -t 2x3,
xr + xs )
es lineal, como se comprueba con facilidad, y no es inyectiva, lo cual se puede demostar

usando la proposicin II.B (cf. p. I24).
En efecto, calculemos el rango de /. Considerando Ia base cannica de R.3, se tiene:
ransof = rango(,f(1,0,0),/(0,1,0),/(0,0,1))
rango((0,1,1),(1,1,0), (1,2,I)) =2,
pues el vector (1,2,1) es suma de los otros dos, y estos dos son linealmente independientes.
En consecuencia: rango
aplicacin
EJERCICIO
j :
2+3
dim R3, y en virtud de la proposicin II.B (cf. p. 124) la
no es inyectiva.
f es una aplicacin lineal de un espacio vectorial E de dimensin finita en un espacio

vectorial F , y si (ut ,ur, .. .,u) es una base de E, demostrar que una condicin suficiente
para que f sea inyecva es que el sistema (f (ut), f (uz), . . . , f (u")) sea libre. a
Si
5. Caracterizacin de una aplicacin lineal suprayectiva La siguiente proposicin muestra una condicin equivalente a Ia suprayectividad de una aplicacin
lineal.
:\S de aplicacin
Ii
sup
neal
raye ct iva
Proposicin
ll.9
Sea
una aplicacin lineal de un espacio vectorial E en un
espacio vectorial F, ambos de dimensin finita. Una condicin necesaria y suficiente

para que f sea suprayectiva es que su rango coincida con Ia dimensin del espacio
vectorial de llegada:
rango
f :
dimF'
Demostracin La condicin es necesaria. Si / es suprayectiva, es decir, si los conjunlm/ yF coinciden, entonces: rangof : dim(lm/) : dimF.
La condicin es suficiente. Si rango/ = dimF, como: rango;f = dim(lm-f), entonces:
dim(lm/) : dimF, y al ser lm/ un subespacio vectorial del espacio vectorial F, se concluye
(cf. corolario de laproposicin I.17, p.79):lmf : F, esto es, Ia aplicacin / es suprayectiva.
tos
C.Q.D.
EJEMPLO
Si
es
la siguiente aplicacin de R3 en
R2:
(xt, xz,x3) e R3 F-------' (xt + xz,xr

entonces es lineal, como se comprueba sin dificultad,
demostrar con la proposicin II.9 (cf. p. 127).
x3)
e R2,
y es suprayectiva, Io cual se puede
128

En efecto. Calculemos el rango de
partiendo de la base cannica de
R.3. Se
tiene:
ransof = rango("f(1,0,0),"f(0,1,0),/(0,0,r)) = ranso((1,1),(1,0),(0,-t))
:2.
anterior rango de vectores, ntese que el de tres vectores de R 2 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 f : dim R2, y
(Para el clculo del
en conclusin
EJEMPLO
es suprayectiva.
La aplicacin:
R3
p3
(xt *
(xt, Xz, Xz)
2X3, Xz
X3,
Xr * Xz +
XZ)
lineal
-como se comprueba fcilmente- y no es suprayectiva, como se puede probar con
la proposicin II.9 (cf. p. 127).
es
Para calcular el rango de
consideramos la base cannica de R3. Se tiene:
: rango(/(1,0,0),/(0,1,0),/(0,0,t))
ransof
= ranso((1,0,1),(0,1,
D,Q,-I,1)) -
2,
(2,-l,I) escombinacinlinealdelosotrosdos: (2,-1,1):2(1,0, 1)-(0, 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 f + 3,y f no es suprayectiva.
pueselvector
Para las aplicaciones lineales entre espacios vectoriales de la misma dimensin
finita, se tiene la siguiente

Proposicin
ll.l0
una aplicacin lineal de un espacio vectorial E enun

espacio vectorial F, ambos de dimesin finita. Si E y F son de Ia misma dimensin,
Sea
entonces:
es
inyectiva
es suprayectiva.
Demostracin Teniendo en cuenta las caracterizaciones

nes II.8 (cf. p. 124) y II.9 (cf. p. I27), y la hiptesis: dim E
demostradas en las proposicio-
dim F, se tiene la siguiente cadena
de equivalencias:
; es
Aplicacin lineal
e
nt re
e s pacos
vectoriales de la
mlsma dimensin
finita
inyectiva
rangof = dimE
+> rangof : dimF <+ /
es suprayectiva.a.q.l.
Corolario Si f es una aplicacin lineal entre dos espacios vectoriales de la

misma dimensin finita, se verifica:
f
es
inyectiva
<- f
es supraJ/ectiva
<- f
es biyectiva.
l
i
:.
APLICACIONES LINEALES CON CONJUNTO DE PARTIDA UN ESPACIO VECTORIAL DE DIMENSIN FINITA
r29
6. Teorema de las dimensiones
Cuando el espacio vectorial de partida de una

aplicacin lineal es de dimensin finita, hay una relacin entre su dimensin y la
dimensin del ncleo y de la imagen:
Teorema de las
dimensiones
Teorema I
Sea f una aplicacin lineal de un espacio vectorial E de dimensin
finita en un espacio vectorial F. Se verifica:
f ) : dimE,
dim (Ker f ) + rango f : dimE.
(1s)
dim (Ker f ) + dim (lm
lo que
es equivalenfe;
Demostracin Si lm"f : {0}, es decir, si Ia imagen por / de cualquier vector de E es el

vector0,entoncesKer/:E,yseverifica(15): dim(Ker/)+dim(lm/)=dimE+0:dimE.
Si Ker/ : {0r}, entonces: rangof : dimE (cf. proposicin II.8, p. 124), y se verifica (15)
tambin en este caso: dim (Ker/) + dim (lm/) : 0 + rango-f : dimE.
Probemos Ia frmula (15) para el caso en que lmf + {O} y Ker/ + {0}. Sea entonces (u1,ro2,...,wp) una base de lm/ (y por tanto: rangof : dim (lm/) : p), y tambin
sea (u1,u2,...,uq) unabase de Ker/ (ypor tanto: dim(Ker/) : q). N sr tr.r1, u2,...,tup
vectores de lm/, existen p vectores ut,7)2,...,u, de E tales que:
f(ut)
wt,
f@)
= 7o2, ...,
f(ue) = we,
,up) es un sistema libre, al serlo (rur, wz, . . .,wp).

SeverificaqueelsistemaB:(u1,2,...,uq,ur,u2,...,up),devectoresdeE,esunabase
y adems (ur,ur,.
..
de E.
En efecto. En primer lugar, el sistema B es un sistema de generadores de E. Sea

vector arbitrario de E. Entonces f (x) e lm f , y se tiene:
f (x) :
para algunos escalares Ar , Az,
...
"
+ trpup
, trp, Si denotamos:
! :
entonces
Atu)t + Aztt)z -r'
x un
AtUr
* Azuz *' ''
+ Apup,
16)
f(x): f(y):
f (y) = hf @) + A.zf @) + . . . + Aof @r) : trtwt-t

de donde:
f(x - r :
0, luego: x
- y Ker f,y
A.2ro2
+'
" + t'rwr: f (x),
se tiene:
x - ! : UtUt i UzUz* "' + Fquq

para algunos escalares Ht,
Hz
x - Htut *
, [tq.De (16)
ltzWz
(r7)
y (L7) se deduce:
-t''' + [tqWq+ Ar trt *
AzU2
-l'''
+ ApU1r,
II. APLICACIONES
r30
y
es
una combinacin lineal de los vectores del sistema B, es decir:
LINEALES
e L(B) ' El sistema B
es, por tanto, un sistema de generadores de E.

En segundo lugar, el sistema B es libre. Supongamos que los escalares 6t,62,
Yt, fz, ... , Yp son tales que:
6tut +
6zrrz
*'''
+ 6quq -f
ytut -f Yzu2 * "' + Ypup :
"',6q,
(18)
On'
De esta igualdad se deduce:
o:'r(o):=tll;,:',;:::::;^r;:;1'),,'r**"u'1,,,,r,:::^
: lt7ot -l lz7Oz +' " + YpWp'
y al ser
(wr,ur,...,wr) un sistema
libre se infiere:
lt : lz
lq:
O' Sustituyendo
en(18)seobtiene:61u1+lzuz+"'+6ru^=On,Yalserlibreelsistema(u"u''"''uo)'se
6o: O. En conclusin' y como de la igualdad (18) hemos deducido:
deduce: t : z
r - 6z :
.--: 6q: Yt : Yz: "' : Yp:
0,
el sistema B es libre.
EI sistema B es, Pues, una base de E, luego:
dimE:4* p :
dim (Ker
f)
+ dim (lm"f),
C.Q.D.
y queda probada la frmula (15)'
En esta demostracin no Se ha hecho restriccin alguna sobre Ia dimensin del

espacio vectorial F; es decir, el teorema de las dimensiones es vlido incluso si F es de
dimensin infinita. A
Nota
EJEMPLO 9
Sea
hene
una aplicacin lineal de R3 en R2 tal que:
dim(Ker/)
-2 Y
(1,3) e lmf.
Determinemos una base del subespacio vectorial lm

Del teorema de las dimensiones se deduce:
dim(lm/) = dim
de
lm/.
- dim(Ker/) : 3 - 2 :
T,
) es un vector no
esunvectorlinealmenteindependiente,yenconsecuencia 11t,:)) esunabase
y por tanto una base de lm
nulode lm/,
R.3
/.
Ntese que
lm/
estar formada por un nico vector. Como
= R.(1,3).
(1,3
'
EL ESPACTO VECTORTAL
fi.4
L(E,F)
r3r
EL ESPACIO VECTORIAL
L(E,F)
E y F dos espacios vectoriales sobre un mismo cuerpo K. Designaremos el

conjunto de las aplicaciones lineales de E en F con la notacin: L(E,F). hobaremos
que !(E,F) es un subespacio vectorial del espacio vectorial FE de las aplicaciones
de E en F (cf. ejemplo 4 del captulo I, p. 35).
En primer lugar, C (E, F) no es el conjunto vaco, pues Ia aplicacin nula:
Sean
O(u)
0r,
lineal de E en F: O e L(E,F).
En segundo lugar, si comprobamos que cuando at y uz son dos escalares, y fi
y f2 son dos aplicaciones lineales de E en F, entonces or1fi + uzfz es una aplicacin
Iineal de E en F, de acuerdo con la proposicin I.1 (cf. p. 39) habremos probado
que I (E, F) es un subespacio vectorial del espacio vectorial FE. Tenemos que probar,
pues, que atft + a2f2 es una aplicacin lineal de E en F, y para ello (cf. proposicin II.1, p. 114) verifiquemos:
es una aplicacin
F) e K2, Y (u,u) e E2,

(qfi * azf) (Ftu + Bzut) - Br@Lfr *
V (Bt,
zfz) @) + Bz@tft
* zf)(u)).
(19)
Se tiene:
(atft
+ uzfz)(Btu + Bzut)
: (atft)$tu
Bzut) + (azfz)(PLu + Bzu)
= atft(Btu + Bzut) + azfz(Btu + Bztu)

: h(Btft@) + Bzft@)) + uz(BJz@) + Bzfz@))
: Ftatft@) + Btazfz@) + Bzatft(w) + Fzuzfz@t)

: Ft@tft + azfz)@) + Bz@tft + azfz)(w),
donde la primera igualdad es consecuencia de Ia definicin de Ia adicin de aplicaciones; la segunda, de la definicin de la Iey de composicin externa; y la tercera, del
hecho de que fi y fz son aplicaciones lineales. Por tanto, se verifica (19), y u1f1+ a2f2
es una aplicacin lineal.
En conclusin, L(E,F) es un subespacio vectorial de FE.
EJEMPLO r 0
Calculemos una base del espacio vectorial .C (R, R3 ).

Para determinar una aplicacin lineal de R en pl basta conocer la imagen por sta de
los vectores de una base de R (cf. proposicin II.7, p. I22). En nuestro caso, como R es de
dimensin 1, cualquier nmero real no nulo formar una base; tomemos la formada por
L32
-vector
que en este caso coincide con el escalar
Consideremos las tres aplicaciones .ft,.fz,
er =
"f1(1) =
Entonces
(fi,fz,fi
(1,0,0), fz1)
es unabase de
de f,(R, R.3), y sea: "f (tl :
1-.
As,
si;f pertenece
a f,(R, R3),
queda
/(1).
determinada slo con conocer
fz de R en R3 que verifican:
= 2 =
l(R,R3).
(0,1,0),
"f3(1)
En efecto. Sea
una aplicacin arbitraria
(0,0,1).
(xt,xz,x3). Entonces se tiene:
(xtft+xzfz+xEfiQ):xtft1)+xzfz1)+xzfz(r):xtot-txzQz-rxscz:(xr,xz,xs),
es decir, la aplicacin lineal
y la aplicacin lineal
(xtft
+ xzfz + x3l3) tienen el mismo
comportamientoenelvectorl. Como (1)esunabasedeR,sededuce: f :xtft+xzfz+xzfz,

y en consecuencia: / e L (fi, fz, fs). El sistema (fi, fz, f) es, pues, un sistema de generadores de
(R., R.).
Comprobemos ahora que
(fi, fz, fs)
es
un sistema libre. Si oh, a2 y d3 son escalares,
de
dtft+ azfz+ azfE: O, se deduce: (arft+ azfz+ o.zfi)(1) : O(1): (0,0,0),y

arf (1) + azfzI) + agl3(1) : (0,0,0), de donde: (at,az, o<g) : (0,0,0), es decir:
laigualdad:
por tanto:
oq
= cxz: ds :
Elsistema
0. En consecuencia, el sistema (ft , fz, fz) es un sistema libre.
(.h,fz,f)
esentoncesunabasedeI,(R.,R3).Ntesequedim.c(R,R3):3.
N.5 ISOMORFISMOS DE ESPACIOS VECTORIALES

1. Deftnicin de isomorftsmo. Espacios vectoriales
isomorfos
Se conside-
ran espacios vectoriales sobre un mismo cuerpo K.
lsomorfismo
Automorfismo
Si / es un isomorfismo de E en F, entonces su aplicacin inversa:

isomorfismo
de F en E (cf. proposicin IL3, p. 118).
un
Espacios
vect. isomorfos
-f-t,
es a su vez
5. ISOMORFISMOS
133
DE ESPACIOS VECTORIALES
2. Propiedades La composicin de dos isomorfismos es un isomorfismo, pues

la composicin de dos aplicaciones lineales es una aplicacin lineal (cf. p. 118), y
Ia composicin de dos aplicaciones biyectivas es una aplicacin biyectiva (cf. teorema 4, p. 401). A continuacin, vemos otras propiedades de los isomorfismos y de los
espacios vectoriales isomorfos.
Un espacio
vecto rial de
dimensi n
Proposicin f .l I
igual a rL, con vL >
E un espacio vectorial sobe K. Si E es de dimensin finita

entonces E y Kn son espacios vectoriales isomorfos.
Sea
I,
es
isomorfo a K'
Demostracin Si (rr,rr,...,un) es unabase de E, consideremos la aplicacin lineal /

f (ut) : et f @z) : ezt .. ., f (u.) = e, (recordemos que una aplicacin
de E en K tal que:
lineal queda inequvocamente determinada por las imgenes de los vectores de una base).
Entonces: rango
f:
rango (et,er,.
rangof
..,e) : 7, y por tanto:

:dimE Y rangof : dimKu,
/ es inyectiva (cf. proposicin II.B, p.124) y es suplayectiva (cf. proposicin II.9, p. 127), es decir: / es un isomorfismo. Los espacios vectoriales E y K' son, pues,
y en consecuencia
isomorfos.
Los espacios
,/ectonales de la
- isma dimensin
fi
ita son
isomorfos
CNS de
isomorfismo
(transformar
bases en bases)
c.Q.D.
Corolario
Dos espacios vectoriales (sobre un mismo cuerpo) de dimensin finita

que tienen la misma dimensin son isomorfos.
Tenemos, pues, una condicin suficiente (basada en la dimensin) para que dos
espacios vectoriales de dimensin finita sean isomorfos. El siguiente resultado nos
va a servir para comprobar que esta condicin es tambin necesaria.
Proposicin ll.l2
Sea f una aplicacin lineal deE enF, ambos espacios vectoriales de dimensin finita no nula, y sea (u1,u2,..',un) una base de E' Una
condicin necesaria y suficiente para f sea un isomorfismo es que eI sjsfema (f (u), f (u),..., f (u")) sea una base de F.
Demostracin
/ es un isomorfismo, entonces:
=dimE:n y rangof :dimF,
La condicin es necesaria. Si
rangof
yportantosetiene: rango(f(ut),f(uz),...,f(u"--n=dimF,yenconsecuenciaelsistema (f (ut), f (u),. . . , f (u" es una base de F.

La condicin es suficiente. Si el sistema (f (ut),f (u),...,f (u")) es una base de F, entonces eI rango de este sistema es igual an: rango(f (ur\,f (u),.",f (u" = z, de don-
=n= dimF: dimE, yenconsecuencia/

es un isomorfismo.
de: rango;f
Corofario Si dos espacios
es suprayectivae inyectiva, es decir,
c.Q'D.
vectoriales de dimensin finita (sobre un mismo
cuerpo) son isomorfos, entonces tienen la misma dimensin.
II, APLICACIONES
L34
EJEMPLO
Estudiemos si es un isomorfismo la aplicacin lineal
f (xt,xz,xt) :
de R3 en
R.3
LINEALES
dada por la expresin:
(x2 + X3,Xl -r xE,Xt -t xz).
De acuerdo con la proposicin II.12, tomemos una base de R3, que por comodidad ser
la cannica, y estudiemos si las imgenes por / de sus vectores forman una base -tambin
de R.3-. Se tiene:
f(et) : (0,1,1), f(ez) : (1,0,1), f(ez) : (i,1,0),

yelsisrema ((0, 1,1),(1,0, 1),(1,1,0)) esunabasedeR3(esfcilverquesurangoesigual
a 3). En consecuencia,
EJEMPLO I
;f
es
un isomorfismo de R3 en R3, o tambin: un automorfismo de
R3.
Los espacios vectoriales (R, R3) y R3 son isomorfos, pues ambos son de la misma dimensin
finita (cf. ejemplo 10, p. 131). Para definir un isomorfismo del primero sobre el segundo,
teniendo en cuenta la proposicin II.12 (cf. p. 133), basta definir las imgenes por @ de los
vectores de una base de l(R., R3) de suerte que stas formen una base de R3.
Por ejemplo, si tomamos como base de A(R.,R.3) la ya considerada en el ejemplo 10
(cf. p. 131): (fi,fz,f), y definimos @ como Ia aplicacin lineal de A(R,R.3) en R.3 que verifica:@(/r) = (0, 1,I),O(fz): (1,0, I)y@(fs): (1,1,0),entonces@esunisomorfismo,
pues ((0,1,1), (1,0,1), (1,1,0)) es unabase de R.3.
Por el momento, para estudiar si una aplicacin lineal dada entre dos espacios
vectoriales de dimensin finita es un isomorfismo, tenemos dos criterios: estudiar si
es simultneamente inyectiva y suprayectiva (definicin de isomorfismo), o estudiar
si las imgenes de los vectores de una base forman una base (cf. proposicin II.12,
p. 133). Pero cuando los espacios vectoriales tienen la misma dimensin, basta slo
estudiar si la aplicacin es inyectiva o si es suprayectiva (cf. proposicin II.10, p. 128).
EJEMPLO
Estudiemos si es un isomorfismo la aplicacin
Y (xt,xz,xs) e R3,
De laigualdad
y estas ecuaciones
-f Xz+.rc3
(x1 + x2
x3,x2
xz
:0,
+ xz,x).
se deduce:
:0,
x2-f xs
=Q,
y slo si: xr : xz = xt = 0. En concuya imagen por / es (0,0,0) es el vector (0,0,0), esto
se verifican simultneamente si
secuencia, el nico vector de R3
es:
de R3 en R3 que verifica:
/(xr,xz,xz) :
f(xt,xz,xz) : (0,0,0)
Xt
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 II.10 (cf. p. 128) y su
corolario se concluye que
es
biyectiva, es deci:
es
un isomorfismo de R3 en
R.3.
:ORMAS LINEALES
135
Como consecuencia inmediata de los comentarios precedentes aI ejemplo anterior

se tiene la siguiente
CNS de
isomorfismo
'.ngo igual
a la
dimensin
comn)
Una condicin necesaria y suficiente para que una aplicacin

Proposicin f l.l3
Ilned f de un espacio vectorial E en un espacio vetotial F, ambos de Ia misma
dimensin finita n, sea un isomorfismo es que su rango coincida con Ia djmensin
comn:
rango
Demostracin
cin IL10, p. 12S), y
II.6
La aplicacin
es
f : n'
un isomorfismo si y slo si es suprayectiva (cf. proposi-
es suprayectiva si
: n.
y slo si: rango f
c.Q.D.
FORMAS LINEALES
7, Espacio dual Formas
lineales
En esta seccin consideraremos un espacio
vectorial E sobre un cuerpo K, y supondremos que E es de dimensin finita.

Si consideramos K como un espacio vectorial sobre K (cf. ejemplo I del captulo I,
p.35), entonces el conjunto A(E,K) de las aplicaciones lineales de E en K es un
espacio vectorial (cf. seccin 4, p. 131). Este espacio vectorial (E,K) se denomina
espacio dual de E, y se denota Por E*:
E*
- L(8, K).
De Ios elementos de L(E, K) se dice son las formas lineales sobre E.
EJEMPLO
Veamos cmo es el espacio dual del espacio vectorial R.2: (R2)*.

de (m,2)*, es decir, una forma lineai sobre R2, es una aplicacin lineal
Un elemento
de R2 en R.. Para que
est determinada bastar conocer las imgenes por
de los vectores
de unabase de R2. Si tomamos por comodidad la base cannica: ((t,ol,(0, 1)), la forma
lineal / estar determinada si se conocen /(1,0) y f (0,I).
Sean: /(1, 0) : q y.f (0, 1) : 42. Entonces para cada (xt,x) e R2 se tiene:
f (xt,xz) - f (xr(l,0)
-t
xz(O,
t : xLf O,0) + xzf (0, 1) : xr&t * xztz,
laformalineal/verifica: V (xr,Xz) c R2, f (xt,Xz): cLrXt*6LzXz.

Recprocamente, sL g es una aplicacin de R2 en R para la que se cumple:
Esto es,
Y (xt,xz) e R2,
entonc es
g(xt,xz):arxt*
g es una forma lineal sobre
R2
cLzxz, para
alginq c Ryalgn ftze
R,
II. APLICACIONES
136
En conclusin, el conjunto (R2)* es el conjunto de las aplicaciones

verifican:
(xx)
eR2,
LIN EALES
de R2 en
R. que
f (x1,x) : atxt * a.2x2,
para algunos nmeros reaJes a.r y a.2.

Se generaliza sin dificultad a R.2: el conjunto (R.")* de las formas lineales sobre Rz es el
conjunto de las aplicaciones / de R en R. que verifican:
Y (x1,x2,..., xn) e Rn,

para algnnos nmeros reales a1,
Notacin
f(xt,x2,...,xn) : &txt
-t a.2x2 + . . . + anxn,
cln.
cL2, . . . ,
un espacio vectorial de dimensin finita no nula, y si B es una base de E,

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 = (ut,uz, .. .,un),y h, lz, . .., yn son
escalares, Ia nica forma lineal / que verifica:
Si E es
f (ut:yt, f @z): /2, ..., f (u") =y"

ser representada por comodidad de la siguiente manera:
lut
t...
Yt
f=lu
I
I
yn.
lu,
A continuacin, y fijada una base B = (ut,nz,. . . ,un) de un espacio vectorial E

de dimensin finita no nula, definimos una aplicacin I de E en su dual: E*, es decir:
xeE-4(*)eE*.
Six E yAt,trz
x-Atur*AzUz*
-+Anttr,
entonc es 4 (x) se define como la siguiente forma lineal sobre E:
lut
1(x)-1 u
I
lu,
En estas condiciones se verifica la siguiente
A1
...> A
r38
II. APLICACIONES
LINEALES
o I es suprayectiva.
Si/ E*,Yf(ut)_ Yt,f@)-
: ytUt * YzUz + . . - * YnUrr;
Yz,
yn, consideremos el vector
entOnces:
I ut
Yt
I
I
l(z) --{
lUn
Yn,
yportanto: l(z): f ,yl es suprayectiva.

Al ser I una aplicacin lineal inyectiva y supray ectiva de E en E* , 4 es un isomorfismo
de E en E*.
Un espacio
vectorial y su
dual tienen la
misma
C.Q.D.
Corolario Si E es un espacio vectorial de dimensin finita no nula

su dual: E* , tambin es de dimensin n.
dimensin 2. Base dual
Se
n, entonces
introduce la notacin:
ui:4(u), ui:4(u), ..., ui:4(u).

Entonces, como B : (ur,u2,...,u,") es unabase de E, y/ es unisomorfismo de E
en E*, el sistema B- : (ui,ul,...,u[) es una base de E* (cf. proposicin II.12,
p. 133). De la base B* : (ul,ut,...,ui), del dual E*, se dice es la base dual de la
base B : (ur,7t2,... ,u) de E.
Nota
a
bene
pafiir
En la
anterior construccin hemos fijado desde un principio una base B de E,y

/, y finalmente Ia base dual B*.
de ella hemos definido el isomorfismo
La siguiente proposicin nos muestra una propiedad de la base dual:

El -simo
elemento de la
base dual de una
base B asigna a
cada vector su
i -sima
coordenada en la
base B
Proposicin ll.l5 Si E es un espacio vectorial de dimensin finita no nula, y

= (ut,uz,.. .,ud es una base de E, y B* : (ui,ui,...,ui) es su base dual,
entonces para el vector x de E de coordenadas Ar, Az, ..., dn en la base B:
si B
.+AnUr,
x-trtur*AzUz*
se verifica:
ui @) : Ar, u) (x) :
Az
Demostracin Como ui --g(u) y ur - Lul *
0u2
* .. , + \un,
ui:f"'-l *
lut
lu"
-+
o,
se tiene:
139
7. APLICACIONES AFINES
v en consecuencia:
u(x) : ui(Arur
=
lrui@)
+ A.2u2
+'''
+ Azui@z) +
Y anlogamente se demostrara que
EJEMPLO
+ Anun)
ui
"'
8)
Inul(un)
-- A,z,
..
.,
Arl +Az0+'
ui@)
"
+420
: tr..
A1'
c.Q.D.
Estudiemos la base dual de la base cannica de R3, es decir, la base: Bj = (ei, ei, e j ), dual
de Ia base Bg : (e1,2, ) de R3.
Las coordenadas de un vector (xt,xz,xz) de R3 en la base 86 son sus componentes: x1,
Xz, XE, eS decil:
(xt'Xz'Xz) = XtQt
-f Xzz l- XzOt'
luego (cf. proposicin IL15, p. 138) se deduce:
ei@t,xz,xz)
Por ejemplo, Ia forma lineaI
: xL,
ei
ei@r,xz,x3)
: xz,
x3'
es Ia aplicacin:
(xt,xz,x3) e R3 ,- xr c
EJERCICIO
ei @r,xz,xz)
R.
CalcularlabasedualdelabaseB: (tt,1,0),(0,1,0),(1,0,1))
deR3.
un espacio vectorial de dimensin finita, y sea E" su

dual. Se dice que un elemento f de E" y un vector u de E son ortogonales si se
verifica: f (u) :0'
Dada una forma lineal / sobre E, eI conjunto de Ios vectores de E que son ortog-
3. Ortogonalidad
Sea E
onalesa/esKer/.
six e Ker/,entonces/(x):0'y fy x sonortogonales'

camente, si f x son ortogonales, entonces "f (x) : 0,y x e Ker/.
Enefecto,
Recpro-
II.7
APLICACIONES AFINES
Sean E y F dos espacios vectoriales sobre un mismo cuerpo K.
De una aplicacin @ de E en F se dice es una aplicacin afn de E en F si existen

un vector ut de F y una aplicacin lineal de E en F tales que:
YxeE,(x)-w+f(x).
II. APLICACIONES
L40
EJEMPLO
l6
Sea @
la aplicacin:
p2R
(xt,xz)
Entonces q| es una aplicacin afn de

de R2 en R. que verifica:
V
y si denotamosi
7D
(h,x)
Zxt + 3xz +
eR2,
I'
en R, pues si denotamos por
R.2
.f
(xt,x)
la aplicacin lineal
= 2xt +3x2,
: 1 -en este caso es un vector de R.-' entonces:

Y (xt,x) e R2, (xr,x) : ttt + f (xt,xz).
Consecuencias de Ia deftnicin de aplicacin

Ios espacios vectoriales E y F tal que:
afn
Sea @ una aplicacin afn entre
VxeE,(x)=u+f(x),
con u) e F y
LINEALES
e L(E,F).
Q2)
verifica:
La aplicacin Q determina unvocamente eI vector w de F y la aplicacin lineal
Se
deE enF.
Enefecto. Setiene: (0r) = w+f(Oa) = rrl, luego:u
Q(on),
yelvectorru
est unvocamente determinado por @. Como consecuencia, de (22) podemos escribir:

V x e E, (x) = (0) + f (x), de donde:
y la aplicacin lineal
EJEMPLO I
Para la aplicacin afn:
xeE, f(x)=(x)-(0),
tambin est unvocamente determinada por .
p2ER2
(xt, xz)
(xt + xz + L,2)
se tiene que E (0,0) -- (1,2), y la aplicacin lineal g determinada por ga verifica:
g(xt,x)
es decir,
es
= E(x7,x2)
- ql(0'0) :
(x1 + x2
1,2)
- (I,2) : (xt + xz'0)'
la aplicacin lineal:
pzg,p2
(x x)
Efectivamente se tiene: V
(xt + xz,O).
x eE, E@r,x2): (1,2) + g(xt,xz)'
L4r
7. APLICACIONES AFINES
por de una combinacin afn de vectores de E es igual a la misma

combinacin afn de las imgenes. Es decir: si tt1, tt2, ..., um son vectores de E
y dt, Az, . . ., Am son escalares que suman 7:
La imagen
Ar+Az+ '*tr*:I,
(23)
entonces:
(Atut +
Azuz
+ ' ' ' + A*u*)
Ar(ur) + tz@z) + ' ' ' + tr^(u^)'
De (22) y (23) se deduce:
+'''+
tr*u*)
= w + f(trtur 1- A'2u2+''' + tr*u^)
= w + trtf@t) + Iqf@) +''' + tr*f(u*)
= (Al + lz + "' + I*)tu + A'tf@t) + trzf@) + "' + tr*f(u^)
= Arlr + f (u1)l+ A.zltu + f (uz\l + "'+ l,^lto + f (u*)l
(Arur +A2u2
: h@t)
.
La imagen
+ le@z)
+'''
por Q de un subespacio afin
conceto, siu
tr*(u^).
de E es un subespacio afn de
F. Ms en
+ E1 es un subespacio afn de E, entonces se verifica:
lu + Ell
(w + f (u)) + f[Er].
En efecto, se tiene la siguiente cadena de equivalencias:
EJEMpLO I
lu * Etl e lx e Et, ! : (u + x)
<- 1xeE1,!:u)+f(u+x)
<- 1x e E1, ! : (u, + f (u)) + f (x)
<=+ ye(u,+f (u))+ flEtl,
Para ejercitarnos calculemos, parala aplicacin afn
subespacio afn de
17, la imagen del siguiente
R.2:
(3,4) + I@,x)
Se
E del ejemplo
lx
R.].
tiene:
q2
[(3,4) + {(x,x) | x e R}]
((r, D
((L,2)
glI@,x) | x e R}l
+ (7,0)) + {(x + x,o) lx e R.}
gG,4))
(8,2) + R(1,0).
II. APLICACIONES LINEALES
r42
. La imagen inversa por S de un subespacio

EJEMPLO
l9
Por ejemplo, el siguiente subconjunto de
afn de F puede ser el conjunto vaco.
R.2:
I0,r) | v e R] = (o'1) + R(1'o)

es un subespacio afn de R2, y su imagen inversa por
(cf. p. 140) es igual aI coniunto vaco, es decir:
E-rlI0,r)lyeRll
la aplicacin afn E del ejemplo
17
=0,
como se deduce de observar en la definicin de qa que todo vector del conjunto imagen de E
tiene la segunda componente igual a 2.
Si la imagen inversa
por de un subespacio afn de F no es eI conjunto vaco,
entonces esta imagen inversa es un subespacio afn de E.

un subespacio afn de F y 1[tr +Ft ] no es el conjunto vaco, probaremos
que -1 lut + Fl es un subespacio afn de E. Como, por hiptesis , Q-'ltot' + F1l no es
el conjunto vaco, existir algnvector r, E tal que:
Si rur
+Fr
es
u e -rlutt *
Frl,
o bien (u) e
ur r Fr,
de donde (cf. proposicin L5, p. 56):
uy*F1 :Q@)+Ft'
Recordando las consecuencias de la definicin de suma de subconjuntos de un espacio
vectorial (cf.p.44), se tiene la siguiente cadena de equivalencias:
x e *rlut * Frl <- x e -r t(u) + Fl

<- (x) e (u) + Ft
<- u+f(x)e (ut+f(u) )+Fr
<<<de donde seobtiene:
x 6-tlutt *Frl
Q
En consecuencia, @-1[tr +
Fr]
es
f (x) - f (u) c Fr
f (x-u) Ft
x-uef-\
[Fr]
x e u + f-r[Fr],
<=e
x e u + f-L[Fr],yportanto:
tlwt+Frl: u+f llPi.

un subespacio afn de
E.
(2+
"8. SOLUCTON DE LOS EJERCTCTOS ?RO?UESTOS
EJEMPLO
20
Para la aplicacin
L43
E del ejemplo 17 (cf. p. 140), se verifica que la imagen inversa por E del
-1) no es el conjunto vaco, pues:
subespacio afn (2,2) + R(1,
E(1,0) = (2,2) e (2,2) + R.(1, -1).

De acuerdo con(24), se verifica:
a-rIQ,Z)
+ R.(1,*1)l
(1,0)
+s-l[R(1,-1)] :
(1,0) + R.(1,-1),
que es un subespacio afn de R2.
rr.8
sorucroN
DE Los EJERCrcros pRopuEsTos
I Lo resolveremos para el caso n: 3 y m :2.

12a)
Sea, pues, / una aplicacin lineal de R3 en R2. Tomemos
@.
Ejercicio
una base de R3, que

por comodidad va a ser la cannica, y supongamos que las imgenes por / de sus
VeCtoIeS Son:
f (1,0,0): (at,bt), f (0,I,0) = (az,bz), f (0,0,1):

Si (xr,
xz,xz) e
R.3, se
(a3,fu).
tiene:
f (xyx2,x3) : f (xr(t,0,0) + xz(0,I,0) +xs(0,0,1))

: xtf G,0, 0) + xzf Q,1, 0) + xsf (O,0,I)
: xt(at,bt)
: (atxt I
Es decir, toda aplicacin lineal
de
+ xz(az,b2) + x3@z,bz)
CL2X2
R.3
CL3X3,btxt + bzxz + bzxz).
en R2 verifica:
Y (x7,x2,xs) e R3,
f (xt,xz,xz) : (atxt i
a2x2-t cfix3,byx1
b2x2 +
bzxz),
(25)
para determinados (por

nmeros reales at, az, cL3, b1, b2 y b3.
"f)
Por otro lado, una aplicacin / de R.3 en R.2 de la forma (25) es lineal, como
comprueba fcilmente.
se
La generalizacin del desarrollo anterior es ms fastidiosa que difcil, y slo

mostramos su conclusin: si / es una aplicacin lineal de R.u en R.u, entonces jf
verifica:
Y
(x1,x2,..,,xn) Rn, ;f(x1, x2,...,xn)

: @lxt + a12x2+ . . . + eLxn,alxl + alx2 + "'
...,aTxt + af x2+' . . + aT x"),
af,xn,...
II. APLICACIONES
L44
donde cadaa!r,l <

Ia aplicacin
Nota
bene
LINEALES
< rL, l < i <m, esunnmeroreal queviene determinadopor
/.
Con ar, se representa un nmero real, donde
es un superndice, y no un
exponente. a
2 Ntese que, aI ser (u1,1)2,...,ur) unabase de E, se tiene que dimE = n.

(p.127) Si(f (u),f (uz),...,f (u.,- esunsistemalibredeF,entoncessurangoesigual
a n: rango(f (u), f (u), . " , f (u)) : ?L, de donde:
Ejercicio
rango
f:
ranso
(f
(u
), f
(u
), . .', f
(u
"))
dim E,
y -f es inyectiva (cf. proposicin II.8, p' I24)'
3 Pongamos:
39)
Ejercicio
(p. I
uz: (0, 1,0), us :

y calculemos Ia base dual de B: B* : (ui,ui,ui) '
ut
(I,I,O),
(1,0, 1),
De (9) (cf. P' 123) se obtiene:
et = ut - Uz,
y si (xt,xz,xe)
es
Q2
: 7t2,
az =
-Ut I
lI2
I U3,
(26)
un vector arbitrario de R3, de (26) se deduce:
(xt,Xz,Xz) : Xtat *
X2a2
Xge3
: xt(ut - uz) + x2u2 1- xz?ut + uz + us)

: (xt - xz)ut * (xz + xz - xt)uz * x3u3,
y de la proposicin tr.l5 (cf. p. 138) se concluye:
ui(xtxz,xz)
= xr
- xz, ul(xt,xz,xi :
xz
x3
- x1,
ut(xt,xz,xz)
xz'
\45
ECAPITULACION II
RECAPITUIA,CION II
Deftnicin y propiedades Consideramos dos espacios vectoriales E y F sobre
un mismo cuerpo K:
. Aplicacin lineal de E en F: aplicacin f de E en F que verifica:
Y (u,u) e E2,
f (u +w) - f (u) + f (ut),

V (4, u) c K x E, f (uu - af (u).
Condicin necesaria y suficiente:
de E en F es lineal precisamente si:
V(a,) K2, Y (u,u) e E2,f (au+But)
- af (u)+Ff (u).
Propiedades de una aplicacin lineal de E en F:

"f
o / conserva las combinaciones lineales:
f (ututro "f (or)
ot2u2
+' ' '+ lhun)
: ai(ut)
azf @z) + ' ' '+ anf @");
= or;
o Vu eE, f (-u): -f (u);

o si (u1, n2,...,u,") es sistema ligado, entonces tambin es ligado el sistema (f (ut), f (uz), . . . ,.f (u"));
o si (/(u1), f (u),...,f (u")) es sistema libre, entonces tambin es libre el
o
o
sistema (u t,uz,...,un)i
rango (ut,uz,...,u*) > rango(f (u),f
si E1 es un subespacio vectorial de E:
(u),...,f (u*));
/[Er] es un subespacio vectorial
de F;
en particular:
lmf = f lEl : If
lu e El
es
F: f-rlFi
es
@)
de F;
si F1 es un subespacio vectorial de
de E;
o si / es biyectiva, su inversa: /-1, tambin es lineal (y biyectiva);

o la aplicacin compuesta de dos aplicaciones lineales es una aplicacin
Ii-
neal.
Ncleo de una aplicacin lineal

Se
de E en
F: el conjunto /-1[{0}],
denota: Ker/.
Ker/ : "f-1[{o}] = {u e E I f (u) : 0r}.

Propiedad: / es inyectiva precisamente si: Ker/ : {Or}.
Por definicin:
que
es
l^46
II
. AP LICAC IO N ES LI N EALES
Aplcaciones lineales con conjunto de partida un espacio vectorial de dimensin ftnta Consideramos una aplicacin lineal / de un espacio vectorial E
de dimensin finita en un espacio vectorial F:
.
.
lml es de dimensin finita.

Rango de /: dimensin de lm/.
Se denota: rango f.
Por definicin: rango f : d im ( lm /).
Se
verifica:
Propiedades:
el rango de / es igual al rango del sistema formado por las imgenes de

los vectores de cualquier sistema de generadores de E;
o rangof < mn{dimE,dimF};

o rango(g "-f) < mn{rango/,rangog}.
. Caracterizacin de / por las imgenes de los vectores
tambin de dimensin finita,
lineal
y (ut,uz,.
..
,un)
de una base: si F
es una base de E,
est unvocamente determinada cuando se conocen las imgenes (u

"f
(uz),
.
. . , .f (u") de los vectores de la base; en concreto:
.f
-t 2u2+ . . . + anun)
f(utut
.
: aJ@t)
es
la aplicacin
),
azf@) + . . . + an.f(u).
Caracterizaciones de una aplicacin lineal inyectiva: son equivalentes las siguientes afirmaciones:
c / es inyectiva;
o si tr1, I)2, ..., up son p vectores linealmente independientes de E, entonces /(ur), f (uz),..., f (up) son p vectores linealmente independientes
de F;
el rango de / es igual a la dimensin del espacio vectorial de partida:

rangof : dimE;
o Ker/: {0r}.
Consecuencia: el rango de un sistema de vectores se conserva por una aplicacin lineal inyectiva: para .f inyectiva, se verifica:
rango
.
.
.
(uu2,...,u.,-) : rango(f (u), f (uz),..., f (u))
Caracterizacin de una aplicacin lineal suprayectiva; si F es tambin un

espacio vectorial de dimensin finita, se verifica: ;f es suprayectiva si y slo
si: rango/ : dim F.

Teorema de las dimensiones: dim(Ker/) + dim(lm/)
Si E y F son de la misma dimensin finita, se verifica:
es
inyectiva
<-
.,f es suprayectiva
<- f
dim'.
es biyectiva.
r47
RECAPITULACION II
EI espacio vectorial L
un mismo cuerpo K:
.
.
(E
F)
Consideramos dos espacios vectoriales E y F sobre
L(E,F) designa el conjunto de las aplicaciones lineales de E en F;

,C(E,F) es un espacio vectorial sobre el cuerpo K, y es subespacio vectorial
de FE.
Isomorfismos de espacios
vectoriales
Consideramos dos espacios vectoria-
les E y F sobre un mismo cuerpo K:
. Isomorfismo
de E en F; aplicacin lineal biyectiva de E en F. Se dice entonces: E
y F son isomorfos.
Automorfismo de E: isomorfismo de E en E.
Propiedades: si E y F son de dimensin finita:
o E y F son isomorfos si y slo si tienen Ia misma dimensin;
o si (u1,nzn...,un) es unabase deE, entonces/ e L(E,F) esunisomorfismosiyslo si(f (u),f (uz),...,f (u")) esunabasedeF;
o si dimE : dimF = ?1, entonces f e L(E,F) esunisomorfismo siy slo si:
f:
rango
Formas
n'
lneales
Consideramos
un espacio vectorial E sobre un cuerpo K, y
suponemos que E es de dimensin finita:
Espacio dual de E: L(E, K), conjunto de las aplicaciones lineales de E en K.
Forma lineal sobre E: cada elemento de E*.

Si B = (ut,uz,...,Un) es una base de E:
o Dado x : trtut -t Azuz + '' ' + LnTtn, se define la forma lineal
Se
denota: E*.
/(x) como:
A1
!(x)o
o
Los espacios E y
Base, de E*,
Se
denota:
Ii
E* son isomorfos, y /
es
un isomorfismo de E en E*.
dual de Ia base B de E: (4 (u),4 (uz), . . . ,l
(u)).
n* = (u|,ui,... ,ui).
Arur +Azuz+. ' .+ l,nun: ui(x) : Al, ui@): lz,. ..,ufr(x) : An

(la imagen por la forma lineal ui del vector x es la -sima coordenada
Six:
de
en Ia base B).
Severifica:
lw
e E* yunvector u e E son ortogonales si: /(u)

e E I f y w son ortogonales] : Ker/.
Una forma lineal
0.
L48
Aplicaciones aftnes Consideramos dos espacios vectoriales E y F sobre un mismo cuerpo K:

. Aplicacin afn de E en F: aplicacin @ de E en F para la que existen ut e F
y f e L(E,F) tales que: V x e E, (x = w + f(x).
. Propiedades de una aplicacin afn @:
o la aplicacin f y el vector rrr estn unvocamente determinados por @;
o @conservalascombinaciones afines: sill +Az +...+Ar:1'
(Arur +A.2u2+. . .+ trnu): lr(ur) +Az@z) +. . '+ trnQ@);
o
o
Ia imagen por @ de un subespacio afn de E es un subespacio afn de F;

Ia imagen inversa por
de un subespacio afn de F, si no es vaca, es un
subespacio afn de E.
i;,,11
C,prut-o III
MATRICES
r50
III.
ESQUEMA
RESTJMEN
Ixrnoruccrrrl
5.
151
Definicin de matriz, 151 Matriz asociada a una aplicacin lineal, 154 . El espacio vectorial W?,n(K), 156
Producto de matrices, I57 Rango de una matriz, 161
. Transformaciones elementales de una matrLz, 165
Inversa de una maiz cuadrada, I70 Traspuesta de
una mar2, I73.
1. Definicin de matrtz I7B

1. Definicin de matriz
2. Tipos de matrices
3. Matrices columna de una matriz.
4. Matrices fila de una matriz
5. Vectores fila y vectores columna
matriz
2. Matriz
1,
3.
MATRICES
.
.
.
.
182
183
asociada
a una aplicacin lineal
cannicamente asociada
Mr* (K)
.205
Rango cte una malriz

209
.209
1. Definicin de rango de una matriz .
2. Relacin entre el rango de una matriz y el
de una aplicacin lineal representada por
ella
.210
6. Transformaciones elementales de una

matriz 2I2
.2L2
1. Transformaciones elementales
.2I4
2. Matrices elementales
3. Propiedades de las transformaciones elementales y de las matrices
T84
Matriz asociada a una aplicacin lineal en
unasbases.
2. Aplicacin lineal
a una matriz .
5.
r79
180
Representacin matricial de Ia imagen de
unvector
L7B
de una
6.
La no conmutatividad de la multiplicacin
.204
de matrices
.l8rl
. 1BB
elementales .216
7. Inversa de una matriz cuadrada 226

.226
1. Definicin de matriz inversa
2. Mtodo prctico para el clculo de la matrtz inversa
.228
189
1. El conjunto Mnrn(K); adicin de matri-
8.
multiplicacin de un escalar por una

matriz
. . 189
ces y
Traspuesta de una
1.
matriz
230
Definicin de matrtz traspuesta
230
2. Relacin entre los espacios

les .f, (K-, K') y M,.*(K)
.
4.
Producto de
matrices
vectoria-
.193
RecaprrulAcrw
193
1. Definicin del producto de matrices

2. Productos dados por filas o por columnas
3. La composicin de aplicaciones lineales y
el producto de matrices.
4. Propiedades del producto de matrices
. 193
. 196
. 199
.202
III
233
237
Definicin de matriz, 237 . Matriz asociada a una aplicacin lineal, 238 . El espacio vectorial}l[,.,(K), 239
Producto de matrices, 239 Rango de una mafriz, 24A
. Transformaciones elementales de una matriz, 24I
Inversa de una matriz cuadrad a, 242 . Traspuesta de
una malriz,212.
r5r
,.TRODIJCCIN
INTRODUCCION
Deftnicin de matriz Dados dos nmeros naturales fr y ffi, vr'a matriz (real) de
orden (n,m) es una disposicin de n ' m nmeros reales en forma rectangular en rL
filas y m columnas, que son las ftIasy las columnas de Ia matriz.
Por ejemplo, unamatriz de orden (2,3) es una disposicin en dos filas y en tres
columnas de 2 . 3
6 nmeros reales. Con la notacin:
A-(l -3o
r( \
rt2)
'
estamos introduciendo una matriz concreta de orden (2,3). La estamos designando

por A (las matrices se suelen denotar con letras maysculas), y tiene efectivamente
dos fiIas y tres columnas. En cualquier matriz, Ias filas se leen de arriba abajo y
las columnas de izquierda a derecha, as que Ia primera fila de la matriz A es la
formada por los nmeros 2, -3 y rr; o dicho ms formalmente: los trminos de

la primera fila de la matriz A son 2, -3 y rr. AnIogamente, Ios trminos de la
segunda fila de A son I, O y ll2; los trminos de Ia primera columna de A son 2
y 1; los de la segunda columna, -3 y 0; y los de la tercera, n y Il2. En la matriz A
tambin observamos, por ejemplo, que el nmero -3 est situado en la primera fila
y en la segunda columna; se dice que el trmino de posicin (1,2) de la matriz A
-3, y
an = -3
(ntese que se utiliza la letra que designa Ia

matriz pero minscula, y figuran como subndice el nmero de fila y el nmero de
columna, en este orden y sin comas). Anlogamente, podemos decir que el trmino
es igual a
se escribe:
de posicin (2,2) de
de
lamatriz A
es igual a 0,
A son: &tt : 2, an : T( o an : l12.

Otro ejemplo. Consideremos la matriz:
y se escribe: azz:0. Otros trminos
BLa matdz B es de orden (3,4): tiene tres filas y cuatro columnas. Los trminos
de la segunda fila, por ejemplo, son 0, 2, I y -1; los de la tercera columna: 5, 1
y 0. El trmino de posicin (2,4) es igual a -1, lo cual escribimos as: bzs: -l'
tambin: bzt : 9, bzs = I I 5, o by : 23.
Una matriz puede tener una sola fila, o una sola columna. Las del primer tipo
se denominan matrices fila;las del segundo, matrices columna. Por ejemplo, de las
cuatro matrices siguientes:
(r -3 4), (o
-3
Lt2 -1)
ft) v (-)
III, MATRICE:
152
(1, 5), respectivamente; las dos

Ias dos primeras son matrices fila, de rdenes (1, 3) y
(2,I).
ltimas son matrices columna, de rdenes respectivos (3,1) V
y no
Los trminos de una matriz fila se escriben separados por un espaclo,
fila (t -3 4) con 1a
se escribe ninguna coma. No debe confundirse, pues, la matriz
A
por
comas'
terna (1, - 3,4), cuyas componentes se escriben separadas
Nota
bene
de filas que
Son de esPecial inters las matrices que tienen eI mismo nmero
una matriz
de columnas: son las llamadas matrices cuadradas. Ms en concreto,
Por ejemplo, las
cuadrada de orden TL esuna matriz Con z filas y Con n coLumnas'l
siguientes matrices son cuadradas:
(li)
(1
Ll3 2 -2
r(3 rl1 1
r':
o 1o-1 1
-2
17 -1
1
",,tr
tz
de orden n, Ios trmide rdenes 2,3 y 4,respectivamente. En una matriz cuadrada

(n,n)' Por ejemplo'
(2,
(1,
2),
1),
de la diagonalprincipalson los de posicin
"',
nos
de la diagonal prinen la primera de las matrices cuadradas anteriores, los trminos
cipalsonlyl;
enlasegUndason3,
Il4ye2; enlatercera, Il3, ll4, l y0.
De
principal igUales a 1 y los

una matriz cuadrada que tiene los trminos de Ia diagonal
(o
unitaria)' Para cada orden zr
restantes iguales a 0 diremos es una matriz idendad
las siguientes:
hay una, que se denota 1rr. Las de orden 2, 3 y 4 son, respectivamente,
rz:
(l
?)
13:(l
: l)
I+:
(t ?3s'l
io o 1 ol
\o o o r)
matriz,
Tambin nos interesa destacar otlo tipo de matriz: Ia matriz nula' Una
cero)
matriz
una
dice:
se
tambin
del orden que sea (cuadrada o no), es nula(o como
por
o'2 Por
si todos sus trminos son iguales a 0. cualquier matriz nula se denota
ejemplo, Ias siguientes matrices son nulas:
(o o)
v
fi) (:s)
de rdenes respectivos (L,2), (3,1) V (2,2)'

1
Ntese que
ecimos "ord en
rL" , Y
no '*ord en (n,'tx)"
2En esta notacin no se seala el orden,
'
lo cual no suele ller-ar
a confusin.
,-TRODLJCCIN
r53
Finalmente, en esta seccin se presentan las matrices columna de una matriz y

Ios vectores columna de una matriz. Lo vemos con un ejemplo. Dada la matriz:
/rl2 2 -2
A-l
:lf, -l
s\
t)
'
la primera matriz columna de la matriz A se define como aquella matriz columna

cuyos trminos son los de Ia primera columna de A; se denota: 41. Y el primer vector
columna de A se define como aquel vector cuyas componentes son los trminos de
la primera columna de A; se denota; a1. Tales trminos de la primera columna de A
son: 1/2, 3 y 1; as:
/7 t2\
t, :1 3 l, y at:
(rtz,3,r).
\r/
Anlogamente se definen la restantes matrices columna de A, hasta hacer un total de

cuatro, dado que Ia matriz A tiene cuatro columnas:
A2:
(:lr,) A3: ( 1)
Y Aa:
(il
Y los restantes vectores columna, tambin hasta hacer tantos como columnas tiene
la matriz:
&2- (2,I11,-217), &3- G2, 1,-1), y a4:(5,4,0).

En el texto tambin se introducenlas matrices
ftlay Ios vectores fiIa de una matriz.

La definicin es, mutatis mutandis, como la de matriz columna de una matriz y la
de vector columna de una matriz, respectivamente. Para la matriz A anterior, por
ejemplo, la segunda matriz fila es:
(: rt4 r
4),
cuyos trminos son los de la segunda fila de A. El segundo vector fila es (3,
I14,I,4):
sus componentes son los trminos de la segunda fila de A. Hay tantas matrices fila,
y tantos vectores fila, como filas tiene la matriz: tres en este caso.
bene
Denotaremos las matrices columna de una matriz con la misma letra de la

matriz acompaada de un subndice que indica el orden (segn se trate de la primera
Nota
matriz columna, de la segunda, etc.): At, Az, . .. Y denotaremos los vectores columna
con la letra de la matriz en minscula y en negrita, y tambin con un subndice: dt, az, ...
fila de un matriz y para los vectores fila no consideraremos una notacin
general anloga a esta.
Para las matrices
III.
L54
Matriz asociada a una aplcacin lineal
MATRICES
Dada una aplicacin lineal de Rm
en R.4, y fijada una base en eI espacio vectorial de partida (aqu Ru ), y fijada otra base
en el espacio vectorial de llegada (aqu Rz), se construye una matriz de orden (n,m)
(tantas filas como la dimensin del espacio de llegada, y tantas columnas como la del
espacio de partida), llamada matriz asociada a Ia aplicacin lineal (o representante

de la aplicacin lineal) en las bases fijadas. Esta matriz se construye por columnas.
La primera columna de la forma siguiente: se calcula la imagen por la aplicacin
lineal del primer vector de la base elegida en el espacio de partida, y se calculan
las coordenadas de este vector en la base elegida en el espacio de llegada; estas
coordenadas son los trminos de la primera columna de la matriz. Anlogamente la
segunda columna: se calcula la imagen por la aplicacin lineal del segundo vector de
la base del espacio de partida, y las coordenadas de este vector imagen en la base del
espacio de llegada son los trminos de la tal segunda columna. Y as con las dems.
Veamos un ejemplo. Sea / la aplicacin lineal de R3 en R2 definida de la forma: f (xxz,x) : (xt * x2,2x1 - xz), y elijamos una base en R.3 (espacio de
partida), y otra en Rz (espacio de llegada); en concreto: ((1,0,0),(1,1,0),(0,1,1))

y ((1,0),(1,1)), respectivamente. Denotemos por A la matriz asociada a Ia apli
cacin lineal / en las bases B y B'. Se trata de una matriz con tantas filas como
marca la dimensin del espacio de llegada y con tantas columnas como marca Ia del
espacio de partida, as que es de orden (2,3). La primera columna de A se construye
de forma que sus trminos son las coordenadas en la base B' (base elegida del espacio de llegada) de la imagen por / del primer vector de la base B (base elegida
del espacio de partida). Este primer vector de la base B es ( 1 , 0, 0), su imagen por /
es: /(1,0,0) : (I,2), y las coordenadas de este ltimo vector, es decir, de (1,2),
en la base B' son -I y 2, pues: (1,2) = -(I,0) + 2(1,1). La primera columna de la
mattiz A tiene entonces por trminos -1 y 2. AnIogamente, los trminos de la segunda columna de la matriz A son las coordenadas en la base B' de la imagen por I
del segundo vector de la base B. Este segundo vector de B es (1,1,0), que tiene por
imagen: f (t,t,0) : (2,2), y las coordenadas del vector (2,2) en labase B' son 0
y 2, pues: (2,2) :0(1,0) +2(1,1); los trminos de la segunda columna de A son
entonces 0 y 2. Finalmente, Ios trminos de la tercera (y Itima) columna de A son
Ias coordenadas en Ia base B' de la imagen por / del tercer vector de Ia base B. La
imagen por / del tercer vector de B es: f (O,t,1) : (1, -1), y las coordenadas de este
ltimo vector en la base B' son 2 y -I, ya que: (1, -1) : 2(I,0) - (1, 1); los trminos
de la tercera columna de A son, pues, 2 y -1. La matriz A es finalmente esta:
/-t o
o:l.,
2
Es la
matriz asociada
2\
_r)
(o representante de -f) en las bases B y B'
-RODUCCIN
155
La matriz asociada a una aplicacin lineal depende de Ias bases elegidas. Si para
la aplicacin lineal / anterior fijamos en el espacio de partida la misma base B que
ya tenamos, pero fijamos para el de llegada (recordemos que es R2) la base cannica
(en vez de la base B'), es decir: ((1,0), (0, 1)), entonces el procedimiento descrito nos
lleva a otra matriz. La calculamos, como la anterior, por columnas. Para Ia primera
de estas columnas, calculamos entonces la imagen por / del primer vector de Ia
base B (que es Ia elegida en el espacio de partida), la cual ya conocemos del prrafo anterior: f (I,0,0) : (1,2),y a continuacin calculamos, de este vector imagen,
sus coordenadas en la base elegida en eI espacio de llegada; como esta base es la
cannica, tales coordenadas son directamente sus componentes, es decir: I y 2; y
estos son los trminos de la primera columna de Ia nueva matriz asociada. Los
trminos de la segunda columna se obtienen de forma anloga: se calcula la imagen
por / del segundo vector de la base B, para calcular a su vez las coordenadas de
esta imagen en Ia base cannica, que de nuevo no son ms que sus componentes;
se tiene: f (I,I,0) : (2,2), as que los trminos de la segundacolumna son2y 2.
Finalmente, para la tercera y Itima columna, como la imagen por / del tercer vector
de la base B es /(0, 1,1) : (1, -1), los trminos de Ia tercera columna de la matriz
son 1 y -1. Recopilando lo obtenido, podemos afirmar que la matriz asociada a / en
la base B de R3 y en la base cannica d.e R2 es esta:
(l ;
1)
bene
Para obtener la matriz asociada a una aplicacin lineal en unas bases, cuando la
base fijada en el espacio de llegada es la cannica, no hay ms que calcular Ia imagen por
Nota
la aplicacin lineal de cada uno de los vectores de la base fijada en el espacio de partida;
las componentes de estos vectores imagen son los trminos de las columnas de la matriz
asociada.
En el texto, en esta seccin, tambin se introduce eI concepto de aplicacin lineal
cannicamente asociada a una matriz. Dada una matriz, la aplicacin lineal cannjcamente asociada a ella es aquella aplicacin lineal cuya matriz representante en las
bases cannicas es precisamente la matriz dada. Veamos un ejemplo. Consideremos
la siguiente matriz:
A-_
/-r 0\
l 1 2l
\-r
o)
Esta matriz es de orden (3,2), luego slo puede ser representante de aplicaciones
lineales de R2 en R3. Lo que buscamos es una aplicacin lineal de R2 en R.3, que
denotaremos por "4 (misma letra que la matriz, pero en tipo caligrfico), tal que
su matriz asociada en las bases cannicas sea precisamente A (es decir, ta1 que A
III.
r56
MATRICES
sea Su matriz asociada tomando en R2 -espacio de pafiida- Ia base cannica, ;'

tambin tomando en R3 -espacio de llegada- Ia base cannica). De acuerdo con el
procedimento para construir la matriz asociada a una aplicacin lineal en unas bases,
siend.o
la del espacio de llegada la cannica, los trminos de la primera columna
de Ia matriz son las componentes de Ia imagen por Ia aplicacin lineal del primer
vector de Ia base del espacio de partida. Como los trminos de Ia primera columna
de la matriz A son -I, I y -1, podemos decir que la imagen por la aplicacin
del vectol (1,0) (primero de la base cannica de R2, la escogida en eI espacio de
partida) debe ser igual a (-1,1,-1), esto es: "4(1,0) : (-1,1,-1). Anlogamente,
como los trminos de Ia segunda columna de A son O, 2 y 0, Ia imagen por del
segundo vector de la base cannica de R2 debe ser igual a (0, 2,0): "4(0, 1)
= (0,2,0)'
Recopilando, la aplicacin lineal -4, que tiene como matriz asociada en las bases
cannicas la matriz A, es la aplicacin lineal de R2 en R3 que verifica:
A(1,0)
(-1,
1,
-1) y A(0,I) :
(0,2,0).
Ya sabemos que conocer de una aplicacin lineal la imagen de los vectores de una
base es una forma de determinarla. En este caso, conocemos la imagen por la apli
cacin lineal ,4 de los vectores de la base cannica de R.2; de acuerdo con un procedimiento descrito en eI captulo anterior, obtenemos que Ia imagen por "4 de un vector
genrico (xt,xz) de R2 es esta:
A (x,, x 2'
:::::l,ll i,"li;|i,, ;:l: ;l ;: :i:,,,,'l * )
La aplicacin lineal cannicamente asociada a la matriz A es la aplicacin Iineal

de R.2 en R3 definida por A(xt,xz) : (-xt,xr + 2x2, -xt)'
"4
En esta seccin se estudian dos importantes opeEI espacio vectorial Mr- (K)
raciones con matrices: la adicin de matrices y la multiplicacin de un nmero por
una matriz.
Si tenemos dos matrices delmismo orden, sv suma es otra matriz, tambin del
mismo orden, obtenida sumando los trminos de la misma posicin de las matrices
dadas. Por ejemplo, dadas las matrices:
lz -1
A- (.03
l)
-3\
B- (/-t 0
1 _2)',
1
ambas del mismo orden: (2,3) , su suma, que se denota: A + B, es Ia matriz de or-
_RODTJCCIN
den (2,3) obtenida sumando los trminos de Ia misma posicin de Ay
A+B-(; -1 l)+(
:l
B:
I ? -;)
(z+(-1) -1+o 1+(-3)\

\ 0+1 3+1 5+(-2))
l:
(l-'^3)
Dados un nmero y una matriz, eI producto del nmero por Ia matriz es la matriz
obtenida multiplicando por eI nmero cada uno de los trminos de Ia matriz dada.
Por ejemplo, eI producto del nmero 2 por la matriz A del prrafo anterior, producto
que se denota: 2A, se efecta as:
(? ? 2:(-r' : l'\ : fi : "1)

,o:r(?
'^-'\o -l: !\si :-\z.o
z'3 2.s) \o 6 ro)'
matrices
Definimoslamultiplicacinde dos matrices slo para dos

matrices con esta propiedad: el nmero de columnas de la primera coincide con el
nmero de filas de la segunda; y, en este caso, el resultado, es decir, el producto
de las dos matrices, es una matriz con tantas filas como tiene la primera y tantas
columnas como tiene la segunda. Por ejemplo, el producto de dos matrices Ay B,Ia
primera de orden 1Z,Z) V la segunda de orden (3,4), puede efectivamente efectuarse,
porque el nmero de columnas de Ia primera y el de filas de la segunda es eI mismo
que se denota: AB, resultar ser una matriz de
-tres en este caso-, y el producto,
orden (2,4).
Para explicar cmo se calcula el producto de dos matrices, consideremos un ejemProducto de
plo:
- 3)
^-(1
'Gl -; ;i,)
matriz A es de orden (2, 3 ) y Ia matriz B es de orden (3, 4) : de acuerdo con lo dicho

en eI prrafo anterior, el producto AB puede efectivamente llevarse a cabo, y tendr
comoresultadounamatriz deorden (2,4).Paa calculareltrmino deposicin (,i)
de una matriz producto (en este ejemplo, es igual a 1 o a 2 y j esigual a I, a 2,
a 3 o a 4), interenen sIo los trminos de la l-sima fila de Ia primera matriz (A en
este caso) y los de la j-sima columna de la segunda matriz (B en este caso), y tal
trmino es igual a la suma de los productos dos a dos de los trminos de esa fila y
de esa columna. Verbigracia, para calcular eI trmino de posicin (1,1) de la matriz
producto AB, intervienen exclusivamente los trminos de Ia primera fila de A:2, -I
y 0, y los de Ia primera columna de B: -2, 2 y L, y dicho trmino es igual a Ia suma
de los productos dos a dos de estos trminos:
La
2(-2)+(-1)2+0.1--6.
III. MATRICE'
r58
Esquemticamente, podramos representar este cIculo as:
(H) ffii
o li 3 \
i ,rz)
\
"i: l:(t'-2)*tL)z+o
3
'/)
Anlogamente, para calcular el trmino de posicin (I,2) de la matrlz producto slc

intervienen los trminos de la p rimera fila de la matriz A y los de la segunda columna
de la matrtz B:
(H)
(?E,,i,)
:t.2r+(-1
0+0
1::)
Para eI clculo del trmino de posicin (1,3):
.-t',-r ol)l(-, r [o-l r:\

z 2.0+(-r)(-2)+0.3 )
;;
l_;l 'r"l:(-u
')
\r o -3lt\ll/r r l :l ztzl \
(1,
Y de manera similar se calculan los dems. El resultado final es este:
^,: (1
- s) (
:
i _i ;i,) (-: -i z -r'=)
Nota
La definicin de multiplicacin de matrices viene motivada por la composicin de

aplicaciones lineales. La proposicin III.7 (cf. p. 201) detalla este hecho. a
indiferente el orden en el que se escriben dos

matrices que se quieren multiplicar, a diferencia de lo que ocurre con los nmeros
(con los cuales el orden de los factores no altera eI producto). En primer lugar, puede
estar definido un producto AB y no estar definido el producto en el otro orden; por
ejemplo, para las matrices A y B del ejemplo anterior, cuyo producto AB hemos calculado, no estara definido el producto en el otro orden, pues el nmero de columnas
de B (que sera ahora la primera matriz) no es igual al de filas de A (que sera la
segunda matriz). En segundo lugar, tambin puede ocurrir que tanto el producto A,B
como el BA estn definidos, pero que sean matrices de distinto orden, y por ende distintas; por ejemplo, siA es de orden 12,3)V B de orden (3,2), ambos productos se
pueden efectuar, pero AB resultara de orden (2,2) y BA de orden (3, 3). Finalmente,
puede ocurrir que ambos productos estn definidos y sean matrices del mismo orden (esto acontece precisamente cuando ambas matrices son cuadradas del mismo
orden), pero ser ambas matrices producto distintas; se dice en este ltimo caso que
Es de destacar que, en general, no es
-RCDUCCION
r59
las matrices no conmutarr. En el ejemplo 23 (cf. p.204) se muestran dos matrices

que no conmutan: ambas son cuadradas (de orden 2), luego sus dos posibles productos estn definidos y tambin son matrices cuadradas (de orden 2), pero se trata de
matrices diferentes.
Si conocemos la matriz asociada a una aplicacin lineal en unas bases, puede
utilizarse la matriz, y cierto producto de matrices, para calcular Ia imagen por la
aplicacin lineal de cualquier vector. Vemoslo con un ejemplo. Sea / la aplicacin
lineal de R.3 en R.2 cuya matriz asociada en las bases cannicas es esta:
3 - 1\
-1 r)
(Ntese que podramos haber dicho simplemente: sea
la aplicacin lineal cannicamente asociada a la matriz A; es decir: / es la aplicacin lineal "4., si recordamos
la notacin para la aplicacin lineal cannicamente asociada a una matriz.) Acontece
lo siguiente: afirmar que un vector (a,b,c) de R3 se aplica por / en el vector (s, )
de R.2, esto es: f (a,b,c) : (s, ), es lo mismo que escribir la siguiente igualdad matricial:
(l-?r)(3):(;)(1,
(Obsrvese que la matriz columna del primer miembro tiene por trminos las componentes del vector (a,b,c), y que la matriz columna del segundo miembro tiene por
trminos las componentes de (s,); ntese tambin que este producto de matrices
puede efectivamente efectuarse.) Supongamos que queremos calcular, por ejemplo,
la imagen por / del vector (1, -1,0) de R3. Podramos proceder as: multiplicamos la
matriz A por Ia matriz columna cuyos trminos son 1, - 1 y 0; de esta multiplicacin
resulta una matriz columna cuyos trminos son las componentes del vector imagen.
Es decir, como se tiene:
(l
_i l) (il:(?)
deducimos que la imagen por / del vector (1, -1,0) es igual aI vector
es: /(1, -1, 0) : (-2,I). Otra imagen: de la igualdad:
lt
(,o -1
se deduce:
genrico
(0,1,
-2)
(5,
-3).
(-2,1), esto
l)( l:(;)
Incluso ms: cul es la imagen por
(xt,xz,xs) de R3? Multiplicamos
de un vector
Ia matriz A por Ia matriz columna cuyos
III.
r60
trminos son xr, xz
MATRICES
Y xz:
/t
l)
Io -1
/"'\ :
("'!j,.:;="=)
\::)
y as la imagen por f de (x1,x2,xE) es el vector de componentes xl + 3x2 y -xz + x3; esto es: jf (xr, xz,xz) : (x1 + 3x2 - x3, -xz t xz)'
En eI ejemplo anterior, la matriz
A es la asociada a la aplicacin lineal
x3
en las
bases cannicas. Cuando la matriz que conocemos es la asociada en unas bases que
no son necesariamente las cannicas, tambin podemos calcular la imagen de un

vector por la aplicacin lineal haciendo uso de la matriz (y de cierto producto de matrices), pero el procedimiento es un poco ms complicado. Veamos un ejemplo. Fijemos en R3 la base B : ((t,0,0), (1, 1,0), (0, t, l)) y en R.2 la base B' : ((r, r), (0, 1)),
y sea g la aplicacin lineal de R3 en R2 cuya matriz asociada en estas bases es Ia
siguiente:
/-t o -3\
D: (,
1 1 o)
Afirmar que la imagen por g de un vector

cit: g(u) : 1,, es lo mismo que escribir:
de R3 es un vector u de
R.2,
es
de-
(l?3) (l): (;)

donde a., b y c son las coordenadasen Ia base B (de
coordenadas en la base B' (de R2) del vector ?.
R.3)
del vector
u,y s y son las
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
Nota
vector cuya imagen queremos calcular, y s y 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 B, del vector cuya imagen queremos calcular, y s y son las coordenadas en la segunda
base, la B', del vector
imagen.
Para Ia aplicacin lineal g del ejemplo que venimos considerando, calculemos,

verbigracia, la imagen del vector (2,0, -1). Haciendo uso de la matriz D, podemos
calcular las coordenadas de este vector en la base B, y multiplicar la matriz D por
la matriz columna cuyos trminos son tales coordenadas; el resultado ser una matriz columna cuyos trminos sern las coordenadas en la base B' de Ia imagen buscada. Las coordenadas delvector (2,0,-1) enlabase B son 1, 1y -1, pues se tiene: (2,0, -1) : (1,0,0) + (1, 1,0) - (0, 1, 1); el producto de la matriz D por la matriz
r6r
,TRODUCCION
columna cuyos trminos son 1,
I y -1
arroja:
(r?3)(1):r;l
lo que permite afirmar que elvector
y 2 en la base B'; en definitiva:
g(2,0,-1)
g(2,0,-l) :2(I,1)
(que es de R2) es eI de coordenadas 2
+ 2(0,7)
(2,4).
Calculemos tambin, por ejemplo, la imagen por g delvector (0, 1,0). Las coordenadas de este vector en la base B son - 1, 1 y 0, y se tiene:
(r?3)(i):rl
de donde deducimos que el vector SQ,f ,0) es de coordenadas 1 y 0 en la base B';
esto es: g(O,I,0) : (1,1) + 0(0,1) = (1,1).
Rango d.e una matriz El rango de una matriz se define como eI rango del sistema formado por sus vectores columna. Por ejemplo, consideremos esta matriz:
/t
3\
A:ltlz42l
3 rl'
\o r r)
Tiene tres columnas, as que tiene tres vectores columna. El primer vector columna
tiene por componentes los trminos de la primera columna, es deci: 1,2, -L y O,
luego se trata del vector (1,2, -I,0); el segundo tiene por componentes los trminos
de la segunda columna: (2,4,3,1);y el tercero, Ios de la tercera columna: (3,2,I,I).
El rango de Ia matriz A es, de acuerdo con la definicin, el rango de estos tres vectores:
(;'^;')
rangoA:rangol_; , ;l -
rango
((I,2, -1,0), (2,1,3,1), (3,2,I, 1)).
\ o 1 L)
Recordando
-del captulo I- eI p rocedimiento
tores, obtenemos:
para calcular el rango de unos vec-
III.
L62
MATRICES
Ahora bien, vale la pena "trasladar" a matrices el procedimiento de clculo del

rango de un sistema de vectores. As, dado que el rango de un sistema formado por
un solo vector es igual a 0 o a I segn sea este nico vector nulo o no, respectivamente, podemos decir que el rango de una matriz con una sola columna es igual a 0
si todos sus trminos son nulos, y es igual a 1 si alguno no lo es. Por ejemplo:
rango
(s)
-0
ran9o
(i):1
Por otra parte, como el rango de un sistema de dos vectores es igual a 1 o a 2

segn sean los vectores proporcionales o no, respectivamente, podemos afirmar que
el rango de una matriz de dos columnas es igual a 1 si ambas columnas son proporcionales, y es igual a 2 si no lo son (eliminado el caso trial en el que ambas
columnas tuvieran todos sus trminos nulos, Io que dara rango igual a 0). Conviene precisar que eI hecho de que dos columnas sean proporcionales significa que
es posible obtener una de ellas multiplicando la otra por algn nmero, es decir, multiplicando todos los trminos de esta ltima por el nmero. Por ejemplo, se tiene:
(z
rango
I rt2
|II
\ -'
'-,
-1\
-1.l-1
-
I
2)
rans"(i
1):2
La primera de estas matrices tiene sus dos columnas proporcionales: Ia segunda

columna se puede obtener multiplicando todos los trminos de la primera por -2;
el rango es efectivamente igual a 1. La segunda matriz no tiene sus dos columnas
proporcionales (no hay forma de multiplicar por algn nmero una de ellas y obtener
la otra), as que el rango es igual a 2.

Finalmente, cuando un sistema de vectores est formado por tres o ms, recordemos que lo que buscamos es reducir eI problema de calcular su rango a un sistema
con un vector menos. Lo que hacemos es intentar transformar el sistema en otro
nuevo, con el mismo nmero de vectores y con eI mismo rango que eI original, pero
tal que todos sus vectores tengan una misma componente nula excepto uno, que la
tiene no nula; este ltimo vector no es igual a una combinacin lineal de los dems,
y al eliminarlo disminuye el rango en 1. La transformacin de un sistema en otro,
recordemos, se realiza teniendo en cuenta que el rango no vara si sumamos a un vector del sistema una combinacin lineal de los dems, y en particular si le sumamos
otro del sistema multiplicado por algn nmero.
Es importante enfatizar que, en el procedimiento anterior, se hace uso de dos
propiedades del rango de un sistema de vectores. Una de ellas es la citada al final del
,TRODUCCION
r63
parrafo anterior: el rango del sistema no vara si sumamos a un vector del sistema
una combinacin lineal de los dems. La otra es esta: aI eliminar un vector del
sistema, el rango no vara si ese vector es igual a una combinacin lineal de los
dems, pero el rango disminuye en 1 si el vector no es igual a una combinacin lineal
de los dems. Trasladadas a matrices, estas dos propiedades toman este aspecto:
.
.
el rango de una matriz no vara si sumamos a una columna una combinacin

lineal de las dems (entendiendo estas operaciones entre colurnas trmino a
trmino);
aI eliminar en una matriz una columna, el rango no vara si tal columna es igual
a una combinacin lineal de las dems, y el rango disminuye en 1 si la columna
no es igual a una combinacin lineal de las dems.
Haciendo uso de estas propiedades, para calcular eI rango de una matriz de tres o
ms columnas, podemos entonces intentar transformar Ia matriz dada en otra, del
mismo orden y con el mismo rango, pero con esta caracterstica: todas sus columnas
tienen nulo el trmino de una misma posicin, excepto una, que lo tiene no nulo;
es decir, de forma que haya una fila con todos sus trminos nulos excepto uno. La
columna a la que este trmino no nulo pertenezca se puede eliminar, disminuyendo
el rango de la matriz en 1, y reduciendo as el problema al de una matriz con una
columna menos.
Vemoslo con la matriz A citada aI principio de este apartado. Intentemos transformar esta matriz en otra, del mismo orden y del mismo rango, que tenga una fiIa
con todos sus trminos nulos excepto uno; y, verbigracia, busquemos que tal fiIa
sea la primera. Hacemos para ello uso de la propiedad de que el rango no vara si
sumamos a una columna una combinacin lineal de las dems. Podemos conseguir
nuestro objetivo dejando como est Ia primera columna (cuyo primer trmino es no
nulo), y sumando a cada una de las dems esta primera columna multiplicada por
algn nmero de forma que eI primer trmino que resulte sea nulo. Si sumamos a
la segunda columna la primera multiplicada por -2, obtenemos una nueva segunda
columna, con trminos 0, 0, 5 y 1; y si sumamos a la tercera columna la primera multiplicada por -3, obtenemos una nueva tercera columna, con trminos 0, -4,4y L
La nueva matriz tiene el mismo orden y eI mismo rango que Ia matriz A, y su primera
fila tiene todos sus trminos nulos excepto el primero. Si en esta matriz eliminamos
la primera columna, el rango disminuye en 1 y reducimos el problema a una matriz
con una columna menos. En resumen:
rango
(;'^;')
l-r 3
\ o1
1l r)
rango
(;3 t)
f t I
1 + rango
(z
t)
ls
4l
\r
t)
III.
L64
MATRICES
Esta ltima matriz obtenida tiene dos columnas, y no son proporcionales, luego su
rango es igual a 2. Confirmamos que eI rango de la matriz A es igual a 3.
En Ia seccin 8 veremos que eI rango de una matriz tambin es igual al rango
del sistema formado por sus vectores ltla. Este resultado nos permitir ampliar el
mtodo que acabamos de describir para calcular el rango de una matriz.
Finalmente, queremos llamar Ia atencin sobre un resultado impofiante que se
prueba en el texto casi terminada esta seccin dedicada aI rango de una matriz: si
una matriz es la asociada a una aplicacin lineal en unas bases, entonces Ia matriz
y la aplicacin lineal tienen el mismo rango. Si la matriz es la asociada en las bases
cannicas, veamos con un ejemplo cmo cerciorarse de este resultado. Consideremos
la aplicacin lineal / de R.3 en R.2 definida por: f (x1,xz,xt) : (x1 + x2,2x1 - x3\
(con Ia que ya trabajamos en eI segundo apafiado de esta Introduccin). Para calcuIar Ia matriz asociada a esta aplicacin lineal en las bases cannicas, calculamos la
imagen por / de los vectores de Ia base cannica de R3 (que es el espacio de partida): /(1,0,0) : (I,2), f (0,1,0) : (1,0) y,f (0,0,1) : (0, -1); ahora, como la base
elegida en R2 (espacio de llegada) es la cannica, Ias componentes de estos vectores
obtenidos son directamente los trminos de las columnas de la matriz que buscamos:
sta es:
o\
.:('t
"-\z o 4)'
Por otro lado, para calcular el rango de la aplicacin lineal /, recordamos del captulo II lo que debemos hacer: calculamos la imagen por / de los vectores de la base
cannica del espacio de partida, para calcular a continuacin el rango del sistema que
estas imgenes forman; y este rango es el rango de Ia aplicacin lineal. En concreto:
rangof:rango(-f(t,0,0),-f(0,1,0),/(0,0,t)) :rango((1,2),(1,0),(0,-1)).
Ntese que los tres vectores anteriores: (1,2), (1,0) y (0,-1), imagen de los de Ia
base cannica de R3, son precisamente los vectores columna de la matriz G, luego el
rango de sta es por definicin eI del sistema formado por ellos. Es decir, podemos
escribir: rangoG: rango((1,2),(1,0),(0,-1)). Elrangodelaaplicacinlineal/

y eI rango de la matriz G, que la representa en las bases cannicas, es entonces ei
mismo; es sencillo calcular que eS igUal a 2. Finalmente, no dejemos de enfatizar que
si consideramos la matriz asociada a esta aplicacin lineal / en unas bases distintas
de las cannicas, tal matriz sigue teniendo rango igUal a 2. Por ejemplo, en el segundo
apartado de esta Introduccin calculamos la matriz asociada a la aplicacin lineal /
enlasbasesB : ((t,0,0), (1,1,0), (0,t,1)) y B' : ((I,0), (1,1)):
g
o:t!
2
\ 2 -r)'
?)
EI
lector puede comprobar que el rango de esta matliz es efectivamente igual a 2.
-RODIJCCIN
r65
Transformaciones elementales de una matriz Al hablar de transformacin

elemental, nos referimos a cierto tipo de transformaciones que realizaremos sobre
las matrices. Estas transformaciones sern de tres tipos diferentes, que en el texto
designamos con las etiquetas I, II y III.
Una transformacin elemental de tipo I no es ms que el intercambio de dos
filas, dejando las restantes filas inalteradas. Por ejemplo, consideremos la siguiente
matriz:
(?-" ?)
-l
l3 _i
\z -1 -1 r)
"l a esta matriz puede ser esta: inUna transformacin elemental de tipo I que afecte
tercambiar las filas primera y tercera. Esta transformacin se designa as: F1
se escribe:
/2 -2
01\
/0 -l
tl
\z -l
Fz,y
2\
t o 1 ol
lr o I ol
lo
3
zlF'-F',lz
-2 o ll.
-r
l'
13
I -r ol
'
r -r 9l
f
it
12 -l
-l
-l
t)
Ia segunda matriz difiere de la primera en que las filas primera y

tercera estn intercambiadas; las restantes filas se han quedado como estaban.
Una transformacin elemental de tipo II es la multiplicacin de una fila por un
nmero no nulo (es deci, la multiplicacin de todos los trminos de una fila por
un mismo nmero no nulo), dejando las restantes filas inalteradas. En Ia matriz
que hemos considerado en el prrafo antedor, podemos efectuar, verbigracia, esta
transformacin de tipo II: multiplicar la segunda fila por 3; se denota asi: F2 - 3Fz, y
Se aprecia que
se escribe:
/2-2
01\
t;;;;l
lo -1 r 2l
l: I -1 ol
\z-1-1r)
rz-rz
/2-2
01\
t;;;l
lo -I 3 2l'
l 1 -t
\z-1-Ij
ol
La segunda matriz difiere de la primera slo en los trminos de la segunda fila, que
han quedado, todos, multiplicados por 3.
Finalmente, una transformacin elemental de tipo III supone sumar a una fila otra
multiplicada por un nmero (nulo o no). Es decir: se sustituye una fila por la suma
(trmino a trmino) de ella misma y el resultado de multiplicar todos los trminos de
otra por un mismo nmero, y las restantes filas se dejan inalteradas, incluida la que
se multiplica por el nmero. Para la matriz que venimos considerando como ejemplo,
III.
166
MATRICES
una transformacin elemental de tipo III es, verbigracia, esta: sumar a la primera fila
la cuarta multiplicada por 2. La denotamos as: F1 - Fr * 2Fa,l se escribe:
ft
t:
-2
0
-1
1
ill
\z -1 -1
Ft-Ft*ZFq,
L)
0-2
01
-1 3
t: 1 -1 tl
\z -1 -1 r)
Notemos que la nica fila que se ha transformado es la primera: hemos sumado,

trmino o trmino, a la primera fila de la primera matriz Ia cuarta multiplicada por 2:
las restantes filas, incluida la cuarta, se han quedado como estaban'
Una propiedad muy importante de las transformaciones elementales es que conservan el rango, esto es: si en una matriz llevamos a cabo una transformacin elemental (del cualquiera de los tres tipos), la matriz que obtenemos tiene eI mismo
rango que Ia original. El lector Io puede comprobar como ejercicio con las matrices
de los ejemplos anteriores: todas tienen rango igual a 4.
Nota
Las transformaciones elementales que consideramos son transformaciones por ftIas.

porque slo afectan a filas: son filas las que se intercambian, son filas las que se mul-
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 transformaciones elementales por columnas: intercambiar dos columnas (tipo D, multiplicar una
columna por un nmero (tipo II), y sumar a una columna otra multiplicada por un nmercr
(tipo III). Las transformaciones elementales por columnas tambin conservan el rango. Sl
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 con
vistas a calcular su
rango.
Antes de presentar aqu la siguiente propiedad de las transformaciones elementales que querramos resear, estudiemos un ejemplo que nos ardar a comprender
de qu trata tal propiedad. Consideremos esta malrizi
A-(?
11
16
0 -1
i)
Su rango es igual a 2, como puede calcular eI lector. Vamos a intentar, mediantt

transformaciones elementales sucesivas aplicadas a la matriz A, llegar a una matriz
de este tipo:
(:
r67
-R.ODI.JCCIN
(Los puntos; 'o', sealan posiciones ocupadas por nmeros sobre los que no hay
ninguna limitacin: pueden ser nulos o no, iguales a 1 o no.) Esta matliz es del mismo
orden que A; notemos cmo es: sus dos primeras columnas son las dos primeras
columnas de Ia matriz identidad 13, su ltima fila tiene nulos todos los trminos, y
los trminos restantes pueden ser nmeros cualesquiera. Las columnas coincidentes
con las de la matriz identidad son tantas como marca eI rango: dos en este caso, y Ia
cantid.ad de filas con los trminos nulos son tantas como marca Ia diferencia entre el
nmero de filas de Ia matriz y el rango: 3 - 2 : 1 en este caso'

En primer lugar, tratamos de llegar a una matliz cuyos trminos de la primera
columna sean 1, 0 y 0 (dicho de otra forma: cuyo primer vectol colurnna sea (1,0,0)).
Lo primero que hacemos es procurnos un 1 en la posicin (1,1), donde ahora
hay un 0, y una forma de conseguirlo podra Ser esta: primero, intercambiar las
filas primera y segunda, lo cual proporciona un 2 en la posicin (1,1); segundo,
mutiplicar la nueva primera fila por Il2,lo cual termina de transformar eI trmino
de esa posicin en 1. Esto es:
(?t ii)
Ahora nos resta conseguir que eI trmino de posicin (3,1) sea igual a 0, y una
forma de lograrlo es mediante una transformacin elemental de tipo III; en concreto,
nos sirve esta: F3 - F3 * Fr (sumar a la tercera fila la primera). Obtenemos:
/1230\/1230\r*rrrr
f o 1 r tl
\-ro-r2)
fo I I rl.
\oz2z)
En segundo lugar, desde la matriz que acabamos de obtener tratamos de llegar a

una matriz cuyos trminos de la segunda columna Sean 0, I y 0, pero sin que los de
la primera dejen de ser 1, 0 y 0; es decir, tratamos de llegar a una matriz cuyos dos
primeros vectores columna sean (1,0,0) y (0, 1,0). El primer paso sera procurarse
un 1 en la posicin (2,2), pero ya lo tenemos, as que slo resta "transformar" en

nulos Ios trminos de posicin (1,2) y (3,2). Para conseguir esto Itimo sin afectar
a la primera columna, debemos llevar a cabo sendas transformaciones de tipo III:
sumar a la primera fila la segUnda multiplicada por -2 (para el trmino de posicin (1,2)), y sumar a la tercera fila la segUnda tambin multiplicada por
de posicin (3,2)). Obtenemos:
(',i i?)
\o zzz)
lt 0
Ft*Ft+(-Z)Fz,f
O 1
1
1
\0 22
-2\
II
z)
Fz*Fz*(-z)Fz.
lL 0
O1
\o o
-2
(para eI
1
1
il
III.
168
MATRICES
Y ya hemos llegado, mediante transformaciones elementales sucesivas aplicadas a la
matriz A, a una matriz como la escrita en (2): sus dos primeras columnas son las dos
primeras columnas de la matriz identidad 13 ;l su ltima fila tiene todos los trminos
nulos.
Lo que acabamos de hacer con la matriz A admite generalizacin. EI resultado

general es este: dada una matriz de orden (n,m), de rango igual a r 2 l, y con sus ?primeros vectores columna linealmente independientes, es posible obtener, mediante
transformaciones elementales (por filas) sucesivas aplicadas a la matriz dada, una de
este tipo:
1
::
00
00
(3)
1",
ei(r+t), . . . , e!"* pueden ser cualesquiera.) Esta matriz, de orden (n,m,
puede describirse as: sus r primeras columnas (tantas como el
-como la dada-,
rango) son las r primeras columnas de la matriz identidad In; sus z - r ltimas
filas (tantas como la diferencia entre el nmero de filas de la matriz dada y el rango,
tienen todos sus trminos iguales a 0; y cada uno de los restantes trminos, que son
los situados entre las columnas (r + l)-sima y m-sima y entre Ia filas primera i
r-sima (es decir, los denotados por e!r("*r),..., a!r^), puede ser igual a cualquier
nmero; ntese que estos ltimos trminos ocupan m - T columnas (tantas como la
diferencia entre el nmero de columnas de la matriz dada y el rango).
(Los nmero s
Nota bene La matriz A que nos ha servido de ejemplo verifica las hiptesis de este resultado paran :3, m = 4y r = 2, pues es de orden (3,4), su rango es igual a 2, t
sus dos primeros vectores columna son linealmente independientes (stos son (0,2, -1
y (T,4,0), que no sonproporcionales). Se aprecia que el tipo de matriz escrito en (2), al
cual queramos llegar a partir de la matriz A, se ajusta al formato dado en (3).
Quiz llame la atencin en este resultado la exigencia de que los r primeros vectores columna de la matriz de partida tengan que ser linealmente independientes.
Si esto no ocurre, es decir, si los r primeros vectores columna de la matriz de partida no son linealmente independientes, tambin es posible obtener una matriz como
Ia (3) mediante transformaciones elementales sucesivas aplicadas a la matriz de partida, pero ya no podemos exigir que todas estas transformaciones elementales sean
r6g
,TRODIJCCIN
qniz ms de una- deber ser por columnas' Realmente, con

transformaciones por colurnnas de tipo I (intercambio de columnas) ser suficiente.
Consideremos, por ejemplo, esta matriz:
por ftIasi alguna
-y
B-(
i lil
igual a 2, y sus tres vectores columna son (1, 2'-I)' (2,4,-2) y (0, 1, 1)'
Los dos primeros no son linealmente independientes (ntese que son proporcionales), pero el primero y el tercero s lo son. Si intercambiamos las columnas segunda
y tercera (una transformacin elemental por columnas de tipo I), obtenemos:
Su rango es
(i1l
matriz que s tiene sus dos primeros vectores columna linealmente independientes'
Esta matriz s podr ser llevada, mediante transformaciones elementales sucesir-as
exclusivamente por filas, a una matriz de la forma (3), que en este caso particular
toma este aspecto:
ft:;)
2, con Io que 7L-T : I y m -r : \)' Buscamos

primero llegar a una matriz que tenga en la primera columna los trminos 1, 0 1' 0:
(ntese
que n : 3, m :
/ 10
i)
I I I -z)
3yr :
Fz*Fz-2Ft
(i1l)
Fz*Fz+Ft
----.--.-------.
ft1il
A continuacin buscamos una matriz cuyos trminos de la segunda columna sean 0,

1 y 0, pero sin alterar los que ya hay en la primera columna. con una sola transformacin ms terminamos:
(i1)F3Fz-Fz(i: il
podemos d.ecir que esta ltima matriz ha sido obtenida a partir de Ia matriz B tras la
aplicacin a sta de transformaciones elementales sucesivas: la primera de ellas, un
intercambio de columnas; las restantes, transformaciones por filas.
Hemos visto, entonces, que a partir de una matriz de orden (n,m), de rango igual
a r > I, y con sus r primeros vectores columna linealmente independientes, puede
17o
III.
MATRICES
obtenerse, tras aplicarle sucesivamente ciertas transformaciones elementales por filas, una matriz de Ia forma (3). No queremos terminar este apartado sin fijarnos en
algunos casos particulares. Cuando la matriz de partida tiene rango igual al nmero
de filas: T : rL, entonces resulta rL - T :0, y en la matriz (3) correspondiente "desaparecen" las filas inferiores que tengan todos sus trminos nulos. si, por ejemplo, la
matriz de partida es de orden (2,4) y su rango es igual a 2, entonces llegamos, tras

las transformaciones elementales pertinentes, a una matriz asl
(
0 &'13 at+\
1 azz az+ )
Por otra parte, cuando el rango es igual al nmero de columnas: T : rn, entonces
resulta m - r : 0, y en la matriz (3) correspondiente desaparecen las columnas de
la derecha que contengan los trminos que denotamos por a\?*t), ..., a!r*. pot
ejemplo, a partir de una matriz de orden (4,2) de rango igual a 2, y tras las transformaciones elementales oportunas, obtenemos esta matriz:
/r o\
t;
;l
l
l; i)
Finalmente, si acontece que la matriz de partida tiene rango simultneamente igual al
nmero de filas y al nmero de columnasir : rL = m (enparticular, es cuadrada), entonces en la matriz (3) correspondiente desparecen tanto las filas de abajo (con todos
sus trminos nulos) como las columnas de la derecha (con los trminos denotados
por elt(r+t), . . . , a|^), y lo que queda es una matriz identidad: la del mismo orden
que la matriz cuadrada de partida. Por ejemplo, si partimos de una matriz cuadrad"a
de orden 3 y de rango igual a 3, obtenemos, tras las transformaciones elementales
necesarias, la matriz identidad 13:
/r 0
r:fo r
0\
ol.
\o o1)
Inversa de una matriz cuadrada La inversa de una matriz cuadrada es otra

matriz (tambin cuadrada, y del mismo orden que la primera) tal que el producto de
ambas, tanto en un orden como en el otro, es igual a Ia matriz identidad. Ms en
concreto, la inversa de una matriz A cuadrada de orden 7L es otra matriz B, tambin
cuadrada de orden rL,para la cual se verifica: AB : BA: rn. consideremos, por
ejemplo, estas dos matrices:
A-(l?) v B-(l ?)
_R.ODUCCION
L7r
Podemos decir que la matriz B es inversa de Ia matriz A, pues se verifica:
AB:(
I ?) (l ?) :( ?) -r2, BA-(l
?)
(l
Ntese que tambin podemos decir, por la frusma r azon, que la
?)
:(t ?) -r2
matrv A es inversa
de Ia matrtz B: son inversas una de la otra.

Cuando una matriz cuadrada admite inversa, se dice que es invertible. No todas las matrices cuadradas son invertibles. Por ejemplo, una matriz nula cuadrada,
de cualquier orden, no es invertible, pues su producto con cualquier matriz es una
matriz nula, de ninguna forma una matriz identidad. Cuando una matriz A es invertible, admite solamente una inversa, que se denota: A-1. Con las matrices Ay B del
ejemplo del prrafo anterior, podemos escribir: A-\ : B; y tambin: B-1 : A.
En el texto se prueba un criterio muy importante para saber si una matriz cuadrada dada es o no invertible: una matriz cuadrada es invertible si y solamente si su
rango toma el mayor valor posible (es decir, si y solamente si su rango coincide con
su orden, que es el nmero de sus filas y tambin el de sus columnas). Por ejemplo,
en eI apartado anterior trabajamos con esta matriz:
Bmatriz cuadrada de orden 3, pero su rango es menor que 3 (es igual a 2, en

concreto). No es, pues, invertible: no hay ninguna matriz cuadrada de orden 3 cuyo
producto por B sea igual a la matriz identidad 13. Por el contrario, consideremos esta
matriz:
Es una
c-(
i 1l
Tambin es cuadrada de orden 3, y su rango
-como
puede calcular el
lector-
s es
igual a 3. Estamos, pues, ante una matriz invertible: s existe alguna matriz cuadrada
de orden 3 cuyo producto por C es igual a la matriz identidad 13; tal matriz es la
inversa de C, que se denota C 1.
Pero, cmo calcular la inversa de una matriz cuadrada de Ia cual sabemos que
es invertible? Las transformaciones elementales nos proporcionan un procedimiento
para este cIculo. Recordemos
-del apartado anterior- que a partir de una matriz
se puede llegar, mediante transformaciones elementales sucesivas, a una matriz de
Ia forma (3) (cf. p. 168). Si la matriz de partida es cuadrada e invertible, entonces
su rango coincide con el nmero de sus filas y con el nmero de sus columnas, y la
lo visto al final del
matriz de Ia forma (3) que corresponde en este caso
-recordemos
III.
\72
citado-
MATRICES
matriz de partida.
Es decir: mediante transformaciones elementales sucesivas aplicadas a una matriz
cuadrada invertible, es posible obtener la matriz identidad. En el texto se prueba
un resultado que nos proporciona el mtodo buscado para calcular Ia inversa: Ias
mismas transformaciones elementales sucesivas, y en el mismo otden, que permiten
obtener Ia matriz identidad a partir de la matriz invertible permiten a su vez obtener
Ia inversa de Ia matriz a partir de la matriz identidad. Ms concretamente: si A es una
matriz cuadrada de orden n, invertible, puede obtenerse la matriz identidad I" (la del
mismo orden que A) a partir de A mediante transformaciones elementales sucesivas:
apartado
es la matriz identidad del mismo orden que la
estas mismas transformaciones, en eI mismo orden, se aplican ahora sobre Itr y obtenemos como resultad.o precisamente A-1. A modo de ejemplo, calculemos Ia inversa
de Ia matriz C del prrafo anterior. Lo primero que debemos hacer es aplicar transformaciones elementales sucesivas a la matriz C hasta obtener la matriz identidad 1.
(la del mismo orden que C).3 Obtenemos en la primera columna los trminos 1, 0 y
Cr
tras dos transformaciones elementales:

2
(;
\- r
?)
( _3 ?)
Fz*Fz-2Ft
____-___--)
\-r -z
-2 r)
F:
*F: *Fr
r)
obtenemos en la segunda columna los trminos 0, 1

primera) con dos transformaciones ms:
20\
(i
_Z 1|
Fr*(-tlz)F,.
0 r/
(i
l')
(i
-2
0
f;
y 0 (sin perturbar los de la
't*Fttt-2F
-':> |
Ft
13
1\
-,,, ,);
y, finalmente, obtenemos la Itima columna con los trminos 0, 0 y 1 (sin variar las
dos primeras) con otras dos transformaciones ms:
\o
1\
1 -uzl
0 r)
Ft
/T
o
\oo
-Ft -F:, f
0\
4 l2l
1)
F*Fz+(1
l2)Ft,
( ?3)
\ ,)'
y ya hemos llegado a la matriz identidad f3. A continuacin, debemos aplicar estas

mismas seis transformaciones elementales, y en el mismo orden en el que las hemos
ido obteniendo, a la matriz identidad 13. La matriz a la que finalmente llegaremos
3Ntese que la matriz C tiene sus tres vectores columna linealmente independientes, pues su rang.
por filas. Esto ocurre as con cualquie:
matriz invertible: no es necesario trabajar con transformaciones por columnas.
es igual a 3; es suficiente, pues, trabajar con transformaciones
-R,ODUCCIN
173
ser la inversa
(', ? S)
\o o
g-t.
Fz*Fz-ZFt
L)
Fz.-
Ft
Esta Itima
Resulta:
GI
l 2)
Fz
*Ft -F:
(_t
\0
Fz* Fz* Ft
t)
0
,
-r l2
0
ri
\1
Ft
*Ft -ZFz
-----.---.------
t)
(+l)
(1-t,l)
1 - 1\
FztFz+G
0 i - -L'\''' r,)Fz
-r12
Oil
1
>
-L l2
-r l2
(t',
matriz es, como hemos dicho, la inversa de Ia matriz
1i)
C:
c-r verificar que efectivamente el producto de esta matriz por la mafriz

en un orden y en el otro, es igual a la matriz identidad ft: CC-r : C-rC = Iz.
El lector puede
matriz
C,
A de cualquier orden (n,m), stt

traspuesta, que se denota: At, es otra matriz de orden (m,n) tal que los trminos
Traspuesta de una
Dada una matriz
de sus m frlas son los trminos de las z columnas de A, y los trminos de sus m
columnas son los de las n filas de A.a Vemoslo con un ejemplo. Consideremos esta
matriz:
lt -r\
o: [.o
z 4)'
Es de orden (2, 3), as que su traspuesta: At, es una matriz de orden (3,2). Informalmente, Io que en la matriz A son filas, en Ia matriz At son columnas, y viceversa;
ms en concreto, los trminos de Ia primera fila de A son los trminos de la primera

columna de At, y los trminos de la segunda fila de A son los de la segunda columna
de At. La matriz At es, pues, la que tiene como trminos de su primera columna los
nmeros 1, 3 y -1, y como trminos de su segunda columna los nmeros 0,2 y 4t
At:
aMs formalmente: la matriz Ar tiene por vectores fila los vectores columna de la matrtz A (en el
mismo orden), y tiene por vectores columna los vectores fila de la matrtz A (tambin en el mismo
orden).
III.
L74
MATRICES
Otro ejemplo. Consideremos estas matrices:
(r
2)
v(i)
La primera es una matriz fila, esto es, con una sola fila, que se transformar en una
nica columna a) trasponr; es decir, su traspuesta es una mafriz columna; sus trminos son obamente los mismos que los de la matriz fila original. AnIogamente, la
segunda matriz de las anteriores, que es una matriz columna, tendr por traspuesta
una matriz fila. Las traspuestas de las dos matrices son, respectivamente, Ias siguientes:
(i)v
Nota bene
Si
orden.
(-r
1)
una matriz es cuadrada, su traspuesta es otra matriz cuadrada del mismo
En el texto figuran varias propiedades de Ia trasposicin de matrices. Nos interesa
destacar aqu Ia ltima: eI rango de una matriz y el de su traspuesta coinciden. O

dicho de otra forma (que ya apuntamos en el apartado dedicado al rango): eI rango
de una matriz tambin es igual al rango del sistema formado por sus vectores fila.
Este resultado tiene una consecuencia prctica importante: las propiedades que ya
conocemos del rango de una matriz tambin son vIidas cambiando columnas por
filas; en concreto:
. el rango de una matriz no vara si sumamos a una fila una combinacin lineal
de las dems;s
. al eliminar en una matriz una fila, eI rango no vara si tal fila es igual a una
combinacin lineal de las dems, y el rango disminuye en 1 si la fila no es igual
a una combinacin lineal de las dems.
Asimismo, el procedimiento que describimos para calcular el rango de una matriz
sigue siendo vlido si cambiamos columnas por filas y viceversa. De acuerdo con esto,
eI rango de una matriz con una sola fila es igual a 0 si todos sus trminos son nulos,
y es igual a 1 si alguno es no nulo; por ejemplo:

rango (0
o)
-o
ranso (0
--
r) -
1.
Y el rango de una matriz de dos filas (supuesto que no todos los trminos son nulos,
Io que supondra rango 0) es igual a 1 si ambas filas son proporcionales, y es igual
sEntendiendo estas operaciones entre filas tambin trmino a trmino.
,\TRODUCCION
L75
a 2 si no lo son;6 verbigracia:
ranso
lt
(.r -z
-1
3\
6)
:1Y
raneo
lz -3\ : .?
[, t)
Finalmente, para calcular el rango de una maliz con tres filas o ms, podemos intentar transformar la matriz dada en otra, del mismo orden y con el mismo rango, con
esta propiedad: una de sus columnas tene nulos todos los trminos excepto uno;Ia fila
a Ia que este trmino no nulo pertenezca se puede eliminar, disminuyendo eI rango
de la matriz en 1, y reduciendo de esta forma el problema al de una matriz con una
fila menos. (Recurdese que para una matriz de tres columnas o ms proponamos
intentar transformarla en otra que tuviera una fila con todos los trminos nulos excepto uno, y que eliminbamos la columna a la que este trmino no nulo pertenece,
disminuyendo eI rango en 1.) A modo de ejemplo, calculemos el rango de esta matriz
de tres filas y cuatro columnas:
/2 -2
1\
o 1 1l
\, 1 -r o)
B- f r
Buscamos, pues, transformarla en otra, del mismo orden y con el mismo rango, que
tenga alguna columna con todos sus trminos nulos excepto uno. Intentemos, ver-
bigracia, que tal columna sea la cuarta. Podemos dejar la primera fila como est
(ya tiene no nulo su trmino de la cuarta columna), y sumamos a la segunda fila Ia
primera multiplicada por -1; esta operacin arroja una nueva segunda fila, de trminos -I,2,I y 0. A continuacin, eliminamos la primera fila y el rango disminuye
en 1. Obtenemos:
rangoB :
/2-201\/2
rango
lt
\:
o 1 1l:ransol-1
1 -1 o)
\ 3
:1 +raneo( i
I
-2
2
1
1\
-1
0)
1 0l
1 o\- r+z-3.
I
0)
-1
matriz que hemos obtenido, tras eliminar la primera fila, tiene dos filas no
proporcionales, luego su rango es 2. La matriz B tiene finalmente rango igual a 3.
Quiz eI lector se haya percatado, en el clculo del rango anterior, de que la operacin que hemos llevado a cabo entre las filas segunda y primera de la matriz B
para "anular" el trmino de posicin (2,4) (cuyo valor original era 1) es realmente
La Itima
6La "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).
L76
III.
MATRICES
una transformacin elemental por filas de tipo III; en concrefo: F2 * Fz - Ft.Ya sabemos que las transformaciones elementales por filas, y tambin las transformaciones
elementales por columnas, no hacen variar el rango de una matriz.
En la prctica, el rango de una matriz se calcula conjugando el mtodo que acabamos de ejemplificar con la matriz B anterior (buscar una columna con todos los
trminos nulos salvo uno) con el mtodo ya descrito en el apartado dedicado al rango
unas pginas ms atrs (buscar una fila). En definitiva, esto supone "hacer ceros" en
la matriz con la arda de transformaciones elementales de tipo III (tanto por filas
como por columnas), buscando las filas o las columnas con todos sus trminos nulos
excepto uno; ya sabemos que cuando tengamos una tal fila o columna, podremos
reducir eI problema aI de una matriz con una columna menos o con una fila menos.
Por otra parte, si en algn momento del proceso nos encontramos con alguna fila,
o con alguna colulna, que sea combinacin de las dems, sabemos que podremos
eliminarla sin que el rango vare; en particular, se pueden eliminar, sin variar por ello
el rango, las filas o las columnas que tengan todos sus trminos nulos.
Veamos un ltimo ejemplo de clculo de un rango, el de esta matriz:
tl/L
-1 0
3\
1 2 rl
l0
T:lr o 2 31.
lz _z3o)
r 6 el
\o
Intentemos hacer ceros en la primera columna, donde ya hay dos. Dejamos el 1 de la

posicin (1, 1) como est,7 y aplicamos transformaciones elementales de tipo III para
anular los trminos de posicin (3,1) y (4, 1); con las transformaciones F: - F: - Fi
Y Fs
Fa
2F1lo conseguimos:
-l i
(; -l i i) F+*F+-.F.'lo
F:*F:-F ("
?l
lr o z
;;;t-!;
t;
3 o)
3
\o -z
\o -z
6
3
tl
y podemos ecribir:
rangoT
rango
l,l
}l
\o
-z
1 + rango
(z
lo
\o
-2
1\
0l
6 3l'
3 0)
TQuiz se haya dado cuenta el lector de que al buscar una fila 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.
-RODUCCION
despus de eliminar Ia primera fila. Pero dmonos cuenta de que ahora tenemos
una columna con todos sus trminos nulos: si la eliminamos, el rango no vara. Es
habitual llevar a cabo estos dos ltimos pasos de una vez: cuando ya tenemos una
columna con todos sus trminos nulos excepto uno, eliminamos la fila que corresponde al trmino no nulo, y tambin eliminamos la propia columna; este proceso
hace disminuir el rango en 1, y nos lleva a una matriz con una fila menos y con una
columna menos. (Lo mismo se hara Si, en vez de una columna, turamos una fila
con todos sus trminos nulos salvo uno.) Esquemticamente:
(L
rangoT
-1
121\
rango
1 + rango
1 2 0r
3 6 3l
-2 3 o)
En esta ltima matriz, podemos darnos cuenta de que Ia tercera fila es proporcional
a la primera, con lo que es posible decir de ella que es igual a una combinacin lineal
de las dems filas; eliminndola, no vara el rango:
1
rangoT :1 + rango
-2
En la
6
3
'l
3l -
1 + rango
0)
[ li)
ltima matriz obtenida, ya tenemos una columna con todos sus trminos nulos
excepto uno:
( ' ', r)
rangoT:l+rrnooll t zl ol:l+t+ranoo(-j
-\-/ t z\;)
"lI4 0)
La matriz final tiene rango igual a 2, pues sus dos filas no son proporcionales (tampoco son proporcionales, por supuesto, sus dos columnas). Finalmente: rangoT 4.
L78
III.
ilI.
MATRICES
DEFINICITV DE MATRIZ
1. Definicin de matriz Sea (K, +, .) un cuerpo y sean ny m nmeros enteros
positivos. Una matriz A con trminos en K de orden (n,m) es una disposicin
de n ' m elementos de K en forma rectangular en n filas y rn columnas, de las que
diremos son las filas y columnas de la matriz A.
Del elemento de K que en una matriz A est situado en la fila -sima y en la
columna j-sima diremos es el trmino de A de posicin (,.i); se le suele denotar: a.ij .
La notacin habitual para la matriz A es:
/ att
I azr
I
l':
A-lI aiL
6Ltz
a,r
cLLm
&zz
e2j
cLzm
6Li2
eij
6Lm
cLnZ
a"nj
cLnm
(41
i::
I
\o, r
donde los trminos de Ia i-sima fila

CL;L
<n)
(1
CLz,
son:
6Lim,
y los trminos de la j-sima columna (1 < j < m) son:

A"Lj, CLZ, ..., 6Lnj.
Tambin se adopta la notacin:
- (ott, ,
< i < rt, 1 < /
o bien (cuando no hay riesgo de confusin):

De dos matrices
W
A:
("rt)
vS
=*)
(ai).
(ar) con trminos en K, ambas de orden (n,m),
diremos son iguales si:
$L
aj - bij
til
y escribiremos: A
para cada 1 <
ffi
ffi
< n y cada 1 <
4 m,
B.
Nota Slo se define la igualdad

orden. A
W'
w.
de dos matrices cuando ambas matrices son del mismo
DEFINICION DE MATRIZ
EJEMPLO
L79
(R,+,'). De una matriz con trminos en R diremos es una matriz

Tomemosr,:3ym = 2. Unamatriz realde orden (n,m): (3,2) esunadisposicin
Consideremos el cuerpo
real.
de 3 . 2
6 nmeros reales en 3 filas y 2 columnas. Por ejemplo:
/o
.q=ln "2\
-1
\o rtz)
I
es una maftiz real de orden (3,2): tiene 3 filas y 2 columnas. El trmino de A de posi
cin (1,2), que podemos denotar 6112, ES el nmero real situado en la primera fila y en la
segunda columna; es decir:
ap:
J2.
El trmino de A de posicin (3,2): azz, es el nmero real situado en la tercera fila y en la

segunda colurnna: eEz : I12.
Tambin podemos denotar Ia matriz A de la forma:
A - (ott;
2.
Tipos de
matrices
1<
i < 3, 1 ( j *
2)
De una matriz con trminos en K de orden (1,
m) diremos
fila es una matriz fila. Es decir, una matriz fila es una matriz con una sola fila.
Vatriz columna De unamatriz con trminos en K de orden (n, 1) diremos es unamatriz columna.
Matriz
Es decir, una
EJ
EM
PLO
matriz columna
es una
La matrlz real:
es una
matriz fila de orden
matriz con una sola columna.
(r -r
(
o)
1, 3 ).
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 reAes, (f -1 0) con la terna de
nmeros reales: ( 1, - 1, 0), donde s se utilizan comas.
Nota
La matriz real:
fi)
es una
matriz columna de orden
3,
1)
La matriz real:
(')
es
una matriz real de orden ( 1, I
),
y por consiguiente es tanto una matriz fila como una matriz
columna. No se debe confundir la matriz reat (Z) con el nmero real 2.
III.
180
MATRICES
A una matriz con trminos en K. De A diemos es una matriz cuadrada de

orden n si A es de orden (n,n), es decir, si tiene tanto ? filas como n columnas.
Si A es una matriz cuadrada de orden n, de los trminos de posicin (1,1),
(2,2), ..., (!L,n ) diremos son los trminos de la diagonal principal de A.
De la matriz cuadrada de orden rL que tiene sus trminos de la diagonal principal
iguales a 1, y sus restantes trminos iguales a 0, diremos es la matriz identidad, o
unitaria, de orden rL,y se denota: It ; es decir:
Sea
Matri z cuad rada
Matriz identidad
(o u n itaria)
In:
s)
ft?
t::
:l
\oo
EJEMPLO
La matriz real:
L)
/21\
:fo tt3 tl
h oo)
es cuadrada de
orden 3: ene tres filas y tres colurnnas. Los trminos de la diagonal principal
deAson:2,113y0.
Las
maices identidad reales de orden 2 y 3 son:
/1 O 0\
lt o) .,, r.:fo
r":r'
-r
"t'
t: :r ol.
\o
\- tl_/ '
\0 O l/
'
Mat
riz nula
EJEMPLO
De una matriz con trminos en K diremos es una matriz cero (o

la denotaremos: O, si todos sus trminos son iguales a 0.
Las matrices reales:
(o)
(o o o)
matriz nula), y
y (: 3 S)
son tres matrices nulas, de rdenes respectivos: (1,1), (1,3) y (2,3).
3. Matrices columna de una matrz

trminos en K:
CLtz
t 6Lzz
(", t
A-
l":t
Sea A una
ar
ez
j
j
inz '.. a'nj ...
matriz de orden
Ar*\
":-_)
(vt,
m)
con
i.r.
DEFINtctttt DE MATRtz
rBr
Sea 1 < j < m. Se define la j-sima matriz columna de la matriz A, que se denota: A.,
como aquella matriz columna de orden (n, 1) cuyos trminos son los de Ia j-sima
columna de A. Es deci:
/atr\
t:i
I o'"'
..i
\,",)
Utilizando las matrices columna de la matriz A, Ia notacin por columnas de A
es:
o:(o'll',l...ln*).
Notacin
In(n > 1) se denotan:
matriz identidad
Las matrices columna de la
E1, E2, . .., Eni
es decir:
l;) ,,: f,?)
,,=
I,,l
yh:(E,lr'l..ln").a
EJEMPLO
Sea
A la matriz con trminos en
I,,/
En:
ll
t?,l
R:
1 o\
A-(rlz 1
r)
Las matrices columna primera, segunda y tercera de
A,:
La
EJ
EM
PLO 6
matrv
(?)
A2
Ase puede escribir tambin: A
A son:
: (l) v A3 :
(?)
- (^t I t, I er)
Consideremos las matrices columna reales de orden (3,1):
-(i) D:f) v
-(l)
Con estas matrices columna podemos formar, por ejemplo, la matrLz:
A-(c
Cuyas
matrices Columna son: At
B-
/r 3
1\
ln lr) :f o I1 rl,
r/
\r
C, Az
D y A3
E. Tambin podemos formar la matriz:
/r 1
(clrlr) :lo I
\t
3\
1l
L)
III.
r82
4. Matrices ftIa de una
matriz
en K:
A una matriz de orden
CLtt 6LtZ
&Zt &ZZ
A-
Seal<i
Sea
(n,m) con trminos
CLIry
CLZry
o.r, ...
cLim
int
cL'nz
...
cLnm
Se define la -sima matriz fila de la matriz A como aquella matriz fila

ra) cuyos trminos son Ios de Ia -sima fila de A. Es decir:
< n.
de orden (1,
(ot, aiz
Si Ft , Fz,
MATRICES
.,
F,
o,^).
son las matrices fila de Ia matriz A, Ia notacin por filas de A es:
A-fi
Notacin
d In (n > 1) se denotan:
Las matrices fila de la matriz id
11 ,
Lz, ..., Ln;
decir:
Lt:(t
EJEMPLO
o)
,Lz:(o
Dada la matriz real:
o)
Ln:(o
10\
- (l 1 r)
las matrices fila primera y segunda de A son:
(z r
respectivamente.
o)
(r
1) ,
1)
es
iI,I
183
DEFINICIN DE MATRIZ
EJEMPLO
Dadas las matrices fila reales de orden (1,4):
B:(1 1 1 o), c:(t o o t) v o=F t z :),

con ellas podemos formar, entre otras, Ia matrtz real:
5. Vectores ftIa y vectores columna de una
matriz
Sea
A una matriz con
trminos en K de orden (n,m):
CLtt CLyZ
CLZy 6LZZ
A-
AriZ ..
Or
Cl,'nI &'n2 ...

Vector
columna
At.i
A.Z j
fila
..
6Lim
A'nj ..'
&nm
j-simo vector columna de A, que se denota: a;, es el vector de Km

cuyas componentes son los trminos de la j-sima matriz columna de A. Es decir:
Sea 1 <
< m.
El
olni)'
Sea 1 < < n. El -simo vector fila de A es el vector de Ku cuyas componentes son
los trminos de la -sima matriz fila de A, es decir, es eI vector: (6Lit,6L2, . . . , eim).
Nota No deben ser confundidos matriz columna

fila.
EJEMPLO
CLzm
A,ij
ai : (ati, cLzi, ".,

Vector
CLrm
Sea
A la matriz real:
y vector columna, ni matriz fila y vector
lt -1 3\
A-t,i
o 2)
Los vectores columna de A son los siguientes vectores de R2:
a1
EI
(1,
1),
e.2
primer vector fila de A es el vector (1,
- ( - 1, 0) y
-1,3)
de R3.
c3
(3,2)
]-84
III.
III.2
MATRICES
MATRIZ ASOCIADA A UNA APLICACIN TINEAL

7. Matriz asociada a una aplicacin lineal en unas
bases
Sea
una apli
cacin lineal de Km en Ku. Grficamente:

K7?
J-* p'
Fijemos unas bases: V : (ut,u2,...,u^) y W : (ur,tvz,...,utn), de K* y K",

respectivamente. Resumiemos Ia eleccin de estas bases, grficamente, de Ia manera
siguiente:
VfW r-_
5h
La aplicacin lineal / est completamente determinada una vez conocidas las
imgenes por / de los vectores de una base de Km (cf. proposicin 11.7, p. I22); por
ejemplo, unavez conocidos los vectores: f (ut), f (uz),..., f (u*). Estos m vectores
quedanunvocamente determinados en cuanto conocemos las n coordenadas de cada
uno de ellos en una base de Ku, que puede ser, por ejemplo, la base W.
Km
Matriz asociada
u
I
na apl cacin
i
neal en u nas
bases
ffiffi:
;;
;; ; ;,;;; ;; ;.;;, ;; ;;;
; ;-
" de
q4trir A qqp@n (z, nfl 4a Ia foreiq s-sutentq: lo$ tfuitriaoq
vqqc,r /r,u;l
la J esima .WT,d*.",4.*r rary a yqEqads e''-tra
Pe"q
'f: $cr
(l;$ i" d n4I.
Ia
a /, o
constirtida
se
diG
es
dsefk$
ry@z
-Dd.h ryat+u"A QI
y-4/
K"r
repreheffiqnte"de-f, en hp:bedes V dq
dq K",
y Hr*de_Kn,
rtp_a
Obsrvese que, una vez fijadas las bases V y
W,la matriz asociada a ;f en estas

bases es nica, puesto que sus trminos son las coordenadas de Ios vectores ;f(u7
(1 <
Nota
bene Una matriz

(n,m). a
< m) en la base W, que son nicas.

representante de una aplicacin lineal de
Ku en Kn es de
or-
den
Dada la matriz:
(
A-l
"rt
I azt
l :
ot
tz
eL*\
e2j
ctzm
A,I
cLzz
".
:l'
A,nj
on*)
\on, cLnZ
de la definicin se deduce: la matriz A es la matriz asociada a la aplicacin lineal
de Km en Kn en las basS V : (ur,nz, . . ., rtm) de K7n YW : (wr,xuz
precisamente si, en los vectores de la base V, f se comporta de la forma:
f(u) - etjlt)t
+ ezjUz
i'
* cLn.iwn,
L < J < rn.
(5 t
2. MATRIZ ASOCIADA A
185
UNA APUCAOON LINEAL
Dada Ia matriz A, y fijadas en Km y Ku las bases V y W, respectivamente, sabemos que existe una nica aplicacin lineal / de Km en Ku que verifica (5) (cf. proposicin 11.7, p. I22). En consecuencia, dada una matriz con trminos en K de orden (z, m ), y fijadas unas bases en Ku y Ku, existe una nica aplicacin lineal de Ku
en Kn tal que su matriz asociada en las bases fijadas es la matriz dada.
Debemos observar que si W es la base cannica de K, es decir:
: (et,cz,...,on)
entonces:
f(uj) :
a1ie1
a.2i,2 -r
"' * aniQn : (atj,cl2j,"',ani) : ai, I < i <m,
donde a; es el i-simo vector columna de la matriz A. En otras palabras:

',latriz asociada
cuando la base
.n el de llegada
e ftg
a 'es, la cnniea, entonces los'v,e ,
si'la m's eiohda h l'etoic'etu 'dela triz a d''l.p,,, l lftl son ffi -imEenes, de' los
vectore s de'tra
de'l'esp'C'io ,paitld&;''
es la cannica
EJEMPLO
l0
Consideremos la aplicacin lineal de R2 en
f (xt,xz) :
Sean
86
((1,0),(0,1)) y B
R.3
definida por la expresin:
(xy + xz,Zxr -3xz,xz).
(tt,o,o),(0,1,0),(0,0,1)) las bases cannicas de
R2
R3,
respectivamente. Grficamente:
B"Bc
R.2 r
R3.
Determinemos Ia matriz A asociada a; en las bases 86 y Bi.

La matriz A es de orden (3,2), y se verifica:
Los trminos de la primera columna de A son las coordenadas en la base Bi de la

imagen por / del primer vector de la base Bc; es decir, Ias coordenadas en B! de la
imagen por / de (1,0). Se tiene:
f ft,0) : (I,2,0) :
1(1,0,0) + 2(0, 1,0) + 0(0,0, 1),
y por tanto la primera matrtz columna de A es:
A,:ft)
rB6
III.
MATRICES
Los trminos de la segunda columna de A son las coordenadas en la base Bi. de la

imagen por / del segundo vector de la base 86; es decir, las coordenadas en Bi de la
imagen por / de (0, 1). Se tiene:
f (o,t = (1,-3,1):1(1,0,0) +(-3)(0,1,0) +1(0,0,1),

y por tanto la segunda matriz columna de A es:
/ l\
e,: f - l.
\r/
En consecuencia, la matriz asociada a
en las bases cannicas Bc y Bh
matriz asociada a./ en las bases cannicas-
o:(o''
es:
/t
^'r:
-o,
simplemente, la
1\
l3 I
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 Bc de R2:
/(1,0)
(1,2,0)
Consideremos ahora las bases B

de R.3. Grficamente:
:q
y f(0,1) :
((r, 1), (1, 0)) de
*%
(1,-B,L)
R2, y
B'
az.
((r,
1, 1), ( 1, 0, 0), (0, 1, 0)
,fi,
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
Se tiene:
de (1,1).
f(l,I): (2,-I,1) :1(1,1,1)

y por tanto las coordenadas de
/(1,
+ 1(1,0,0) + (-2)(0,1,0),
1) en B' son: 1, 1 y -2, y la primera matriz columna
de C es:
r\
/ ll.
' :t\-tl
C,
Los trminos de la segunda columna de C son las coordenadas en la base B' de la

imagen por ;t del segundo vector de la base B; es decir, las coordenadas en B' de Ia
imagen por / de (1,0). Se tiene:
"f(1,0)
(r,2,0)
0(1,1, 1) + 1(1,0,0) + 2(0,1,0),
2. MATRIZ ASOCIADA A
IJNA
L87
APUCASN LINEAL
y por tanto las coordenadas de
/(
1,
0) en B' son: 0,
de C es:
2, y
la segunda matriz columna
/0\
c,:frl.
\z/
En conclusin, Ia matriz representante de
en las bases B y
/10\
.=(., l.')' =f
\-z'
Se observa que
B'
es:
rl.
z)
A + C. La matriz asociada a una aplicacin lineal depende de las
bases
escogidas.
EJEMPLO
Consideremos una aplicacin lineal / de Ru en R, es decir, una forma lineal sobre Ru. Si A
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.3 dada por Ia expresin:
f (xt'xz'xs) : xt - xz-t Zxz'

La matriz fila A asociada a
en las bases cannicas es la que tiene por trminos:
/(1,0,0),
es decirt
n caso
particu lar con
U
A: (t -1
(0,1,0),
"f
(0,0,1),
Z)
Proposicin lll.l
Sea f una aplicacin lineal de Ku en Kn, y consideremos en eI
espacio vectorial Kn /a base W : (wt,uz,. . . ,utn); grficamente:
na malriz
un
"f
w[w
K,? J
itaria
Si Ia
K,.
matriz asociada a f en las bases W y W es la matriz unitaria In, entonces la

f es Ia aplicacin identidad de Kn.
apkcacin
Demostracin
Sea
1< i < n.
Comolamatriz asociada
mafriz In,las coordenadas del vector
a,f
enlasbases W yW esla
f (to) en la base I,/ son:
0, .. ., 0, 1, 0, . ..,
(con 1 en el lugar i-simo),
que son los trminos de Ia i-sima columna de 1r; por tanto:
f (to):0ro1+ "'+jttti 1-t]ro+Oto+t +'"

Es decir:
f(tt) = w, I4 i <n,
Otan:1e"
yenconsecuencialaaplicacinlineal/ coincide con
la aplicacin lineal identidad de Ku en una base de

(cf. p. 122) se deduce que la aplicacin
K'
es Ia aplicacin
(la base I4). De la proposicin II.7
identidad de
Kn.
c.Q.D'
III.
lBB
EJERCTCO l
MATRICES
R.2 definida por la expresin: f (xt, x) : (x1, xr + xz) . Es

identidad
de R2, pues por eiemplo: f (I,l) : (1,2) + (1,1r.
la
aplicacin
f
y
Encontar dos bases B B' de R2 de forma que la matriz asociada a f en las bases B y B' sea:
Sea
]a aplicacin hneal de R2 en
claro que
no
es
r2: (
?)
2. Aplicacin lineal cannicamente asocada a una matrz Sea A una matriz de orden (n, m) con trminos en K. Se verifica que existe una nica aplicacin
lineal de Km en Kl1 tal que A es su matriz asociada en las bases cannicas (Bc de K"'
y B, de K'), y tal aplicacin verifica que la imagen del vector ei delabase cannica
de Km es igual al j-simo vector columna de A: a, (I < i < m).
Aplicacin lineal
cannicamente
asociada a u na
malriz
'n,K, .dfinjmos'tra,,ap.licacin
[''e&d @;' 'in-tr
lineal cannicamente asociada a Ia matriz A, y la dnotamos i A, como la nica
-de en K?4 cuya matriz aseiada en las bases cannicas de
UA
Dda
:tz
pUatrcn
K???
y Ktt es A. Grficamente:
Bi:
K??
::,1.,
'n,Kn
(1,,'< 7 {, tyl)'
,'
'',Ei
fii
Notacin
Para denotar la aplicacin lineal cannicamente asociada a una matriz utilizaremos la misma letra que designa la matriz, pero en tipo caligrfico. Por ejemplo: A y 11.
oByts.
De la proposicin III.1 (cf. p. lBZ) se deduce:

Aplicacin lineal
cannicamente
asociada a la
mat riz identidad
La aplicaCin'line-al' d'e Kn'n K4'c anonica
asocia&
-a'l
",' '"',
iflss i; 5n
s',
,es la apli ih' lined'lden:tidad de ftru
",
triz idendad
',' ,".",.i
1.",
'
lltlttarllltt
EJEMPLO
12
Dada la matriz real:
lt 1 o\
B- (o
z 3)'
calculemos la aplicacin lineal cannicamente asociada a B.

La aplicacin lineal cannicamente asociada a B ser Ia aplicacin lineal ts de
que en la base cannica de R3: (8r,82,83), se comporta de Ia siguiente manera:
ts(et)-bt, B(ez)-bz y ts(ez):bz,
P: en
R--
.3.
EL ESPACIO VECTORIAL
189
Mnm(K)
siendo bt, bz y b los vectores columna de la matriz B:
br: (l,O),
Si (xt, xz,
xi
es un
vector de
bz --
G,2) Y b = (0,3).
3, entonces:
i xEez) : xtts(et) + xzts(e2) + hts(4)

: xr(1,0) + xz(I,2) + xz(,3) : (xr 1- x2,2x2 + 3x:);
es decir, la aplicacin I es la aplicacin lineal de R3 en R2 siguiente:
ts(xxz,x) : ts(xpr-t
xzez
(xt,xz,xi
III.3
R.3- (xt+xz,2xz+3x)e
EL ESPACIO VECTORIAT
R2.
Mn*(K)
1. EI conjunto Jyl"nm(K); adicin de matrices y multiplicacin de un escalar

pqr UnA m1triz Dados un cuerpo (K, +, .) y unos nmeros enteros positivos rt
y m, cort la notacin:
M".-(K),
se designa el conjunto de las matrices de orden (n, m) con trminos en K.
Adicin de
matrices
Es decir,
de
Ay
A + B es la matriz que resulta de sumar los trminos de la misma posicin
B.
Es sencillo comprobar que Ia adicin de matrices articula eI conjunto M"-(K)

como grupo abeliano. EI elemento neutro de (Mr-(K), +) es Ia matriz nula de or-
den (n, m), y el opuesto de una matriz A de Mn*(K), que se denota: -4, es la
matriz cuyos trminos son los opuestos de los trminos correspondientes de A, es
decir, si A: ("tt),entonces:
_
bene
O: (-o,,t1 < < n, I <i < -).
La suma de dos matrices se ha definido nicamente cuando ambas matrices

A
son del mismo
Nota
orden.
r90
III.
EJEMPLO
13
Consideremos el conjunto de las matrices reales de tres filas
MATRICES
y dos columnas, es decir,
el
conjunto MEz ( R).

Las matrices:
l)
A_(_i 3) yt B-r3
\3 4)
Ay B es:
son elementos de Mzz(R). La suma de
A+B-(i
\r
il+(
i)
:(':ji
1A:(-1
1)
La matriz opuesta de A es:
-A-(_1
El elemento neutro del grupo (Mgz (R),
+)
i)
es:
.-fi
1)
Multiplicacin de
u
n escalar por
u na matr:|z
matriz lA es la matriz cuyos trminos son los de A multiplicados por A.

Se puede comprobar fcilmente que Ia adicin de matrices y Ia multiplicacin
de matrices por los elementos de K articulan el conjunto Mrr-(K) como espacio
vectorial sobre el cuerpo K.
Es decir, la
EJEMPLO I 4
SiAyBsonlasmatrices
de MEz ( R) siguientes:
A-(
1)vB-( i)
3-3.
Wm(K)
EL ESPACTO VECTORTAL
entonces:
:u::l?l:lll l i) :fi i)
/-z 1\ /3.(-2)
(-1 )A:(-r'
La m atraz
asociada (en unas

bases) a la suma
de dos
aplicaciones
lineales es suma
de las matrices
asoci ad as
corre s po
n d ie
nte
( I ):('1fl;
3.
.1
(-1)
(-1) (-1)
.3
(-1)
l:(1 j) - -4.
Proposicin lll.2 Sean f y g dos aplicaciones lineales de Km en K. Fijenios

unasbases: V : (uul)2,...,u^) yW : (wt,Uz,...,utn), de K- yK,, respectivamente; grficamente:
&
'',ffi.
Si A yB sonlas matrices de orden (n,m) asociadas enlasbasesV yW a f y a g,

respectivamente, entonces la matriz asociada en las bases V y W a la aplicacin
lineal f + g es Ia suma de A y B: A + B.
Demostracin
Pongamos:
o: (otttl
<<
n,r<j <m) y
: (rrtt r*i<n,t*j=-).
PorserAyBlasmatricesasociadasenlasbasesVyWafyag,respectivamente,para
cadal<j<msetiene:
f (u):a1iu11-a2iu2 1" " +a.njTun y g@):btjwt+b2w2 +'''+
bnjton,
de lo que se deduce:
(f
+ S)
) = f
(u
i)
+ g(u
i) = (a7 + bu)wt + (a2i + bz)tuz +'
. . + (ani + bni)ron
m)iy como los trminos de la j-sima matriz columna de la matriz asociada a f + g

enlasbasesVyW sonlascoordenadasenlabaseWdelvector (f +g)(u), estamatriz
(1 <
<
columna es:
/a1 +b1 \
lazi+bzil
rl,
l:l
\o,
a,)
que coincide con la j-sima matriz columna de A + B.
Enconclusin,A+Beslamatrizasociadaalaaplicacinlineal/+genlasbasesVytr4/.
C.Q.D.
III. MATRICT:
r92
La
atriz
asociada (en u nas

base s) al
producto de un
escalar por una
apl. lin. es igual
al producto ciel
escalar por la
matriz asociada a
la aPl.
lin.
Proposicin lll.3
Sea
V- (ur,uz,.,.,u*) Y w :
una aplicacin lineal de Kn en Kn . Fijemos unas bases;

K', respectivamente; grfi'
(wr,xu2
camente:
V{W
Kr"1 _t
Kn
A es la matriz de orden (rL, m) asociada en las bases V yW af ,yA,esunelemento

de K, entonces la matriz asociada en las bases V y W a Ia aplicacin lineal A/ es e1
producto de A por A: A,A.
Si
Demost'acion
a
en V y W,
- (rrr; 1 < i < yt, 1 < i * *). Corno A es la matriz asociada

setiene:f(u,i)_atjUt-lezjUz-|*a'nU)n'paracada1<
pongamos A
consecuencia:
(^"f)(uy) = Af (u)
: Aatiwt
+ Aâ2u2
+'''
y por tanto la j-sima matliz columna de la matriz asociada a
+ I'a'nton,
A/
en las bases V y W es:
(i::"\
[^"
,,)'
la cual coincide con la j-sima matriz columna de la matriz AA. En conclusin, la matri;
asociada en las bases V y W a Ia aplicacin lineal
EJEMPLO
15
Dadas las aplicaciones lineales
f (xt,xz,x) = (x1 + xz-t
A/
es
AA.
c.Q
y S de R3 en R2 definidas por:
xz,Zxt
- x) y g(xt,xz,xt) :
@z
1-
hallemos las matrices asociadas en las bases cannicas a las aplicaciones:

Las matrices asociadas a .f y a g en las bases cannicas son:
A-(l
-l l) v B-(l I
x3,x1 -t x2),
+ S,2S y
f -
2g
respectivamente, como el lector puede comprobar fcilmente. De las proposiciones III.2 y III.!
(cf. pp. lg1 y 192, respectivamente) se deduce que las matrices asociadas en las bases cannicasalasaplicacioneslineales f +g,2Syf -25 son,respectivamente, Iassiguientes:
ltrr\lolr\(tzz\
.a*a:li
_i o/ .\i i o/:l, o o),
o
28:r(?
:(: i
3)
. A-zB:(l _i )-,(? i ):(; -l
4. PRODUCTO DE
r93
MATRICES
2" Relacn entre los espacios vectoriales ( K* , K') y Mnm ( K) fa siguiente proposicin resume la relacin existente entre las aplicaciones lineales y las matriCC S.
Proposicin f f l.4 Los espacios vectoriales:

el cuerpo K, son isomorfos.
(K-, K") yM"-(K),
ambos sobre
Demostracin Definimos una aplicacin: (K-, K") Y 'Mr-(K), de la siguiente

manera: dada una aplicacin lineal / de K- en Ku, es decir, un elemento de f, (Ku, K"), y("f )
es la (nica) matriz de orden (n,m) asociada a / en las bases cannicas de Ku y Kn.
La aplicacin Y es lineal. Sean / y g dos aplicaciones lineales de Ku en Ku. Si A es la
matriz asociada a / en las bases cannicas, es deci: A
(tambin enlasbases cannicas), esto es: B
(f
),
y B es la matriz asociada a g
Y(S), entonces de la proposicin III.2 (cf. p. 191)
sededucequelamatrizasociadaaf+genlasbasescannicas-queesV(f+S)-esA+B:
Y(f + S) : A + B = Y(f) + Y(S). Si A es un escalar, de la proposicin III.2 (cf. p. 191)
se deduce que Ia matriz asociada a Ia aplicacin lineal l,/ en las bases cannicas es AA:
f (A"f) : IA = AY(f). En conclusin, la aplicacin Y es lineal de t,(K-, K') en lvt"-(K).
La aplicacin Y es biyectiva. Dada una matriz A de orden (n,m) con trminos en K, es
decir, un elemento de I4"- ( K), la aplicacin lineal cannicamente asociada a A: A, es Ia nica
aplicacin lineal de Km en Kn cuya matriz asociada en las bases cannicas es A. Esto es: ,4
es el nico elemento de l(Km, K') que verifica que su imagen por Y es igual a A: Y(A) : A.
En consecuencia, Y es biyectiva.
Al ser la aplicacin Y lineal y biyectiva de f,(K-, K') en 14"-(K), es un isomorfismo, y

c.Q.D.
por tanto los espacios vectoriales f, ( K-, K' ) y !Vtr- ( K) son isomorfos.
IIT.4
PRODTJCTO DE MATRICES
7. Definicin del producto de matrices
de esta forma:
producto de
dos matrices
El
El producto de dos matrices se define
III.
r94
MATRICES
Diremos tambin que C es eI producto por la izquierda de la matriz B por la

matriz A, o que es eI producto por la derecha de la matriz A por la matriz B'
Nota
bene
EI 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
l6
Consideremos las matrices reales A
- (ati) U B - (rtt)
A:tU
?) ,
-r)
siguientes:
s:|\o 9
t -r)'
?)
El producto de A por B est definido, pues los rdenes de A yB son (2,2) y (2'3), respectivamente, 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
trminos de C son por definicin:
AB.
Ser una matriz
: (cu) de orden (2,3).
Los
aipbpj, 1<<2, 1<7<3.
cij
k:l
Es decir:
cn : cltbn -f cLtzbzt :
' I + 2 0 : 1, crz: cLrtbn -f &tzbzz:1 ' 0 + 2'I :2,
Cn : CLrtbn I a.tzbzz
y anlogamente: czr
: I '2
+2
'(-1) :
0,
- aztbn * azzbzl-1,Czz:Clztbn i azzbzz: -T Y cz3 -
lt
AB:[r/t
?)(;??): (l -;
3, Y Por tanto:
s\
;)
Para eI cIculo del trmino cij, es decir, del trmino de posicin (i, i ) del producto AB, slo interenen los trminos de la i-sima fila de A y los de Ia j-sima
columna de B: se observa que cij es la suma de los productos dos a dos de los
trminos de Ia i-sima fila de A y la j-sima colurnna de B. Esquemticamente:
(i)
(
:
: ,\( 'r:','l
(: o:'
":^
i
',
f
donde' Cii
'
: ct.itbti *
"',^)
CLizbzi +
'*
l..
6Limbmi.
u)
: ):
'',' )
T.4. PRODUCTO DE MATRICES
EJEMPLO
17
195
Consideremos las matrices reales:
lt
,=(i
o -r\
-'t
lo
"=ll
2\
3)
Ay B son (2, 3) y (3,2), respectivamente, y por tanto est definido

el producto de A por B y ser una matriz C de orden (2,2).
Los rdenes de las matrices
Calculemos detalladamente el trmino c11: intervienen exclusivamente los trminos de la
primera fila de A:
I, 0 y -1,
y los de la primera columna de B:
0, 1 y
1,
y el trmino crr es igual a la suma de los productos dos a dos de los trminos de estas fila y
columna:
crr
: 1'0+0'
1+
(-1)' 1 : -1.
El trmino c12 es la suma de los productos dos a dos de los trminos de la primera fila
de A yla segunda columna de B: c12 : L' 2+ 0. (-2) + (-l)' 0 : 2. Y anlogamentei c2r : 2 . 0 + 3' | + 4' | : 7 y czz : 2 . 2 + 3' (-2) + 4' O : -2.
En conclusin:
(! e3
n":
="-\2
EJEMPLO I
-1)
4i
l? -i) : r-r -z)'

?'\
\;
;/-\7
Sean las matrices reales:
/2\
A:(1 o -1) r r:f ,l

\/
Los rdenes de A y B son: (1,3) y (3,1), respectivamente. EI producto por la izquierda

de B por A, es decir, el producto de A por B, est definido y tiene orden (1, 1). Se ene:
/2\
n) :(-t)
an:( o -r)f ,l:(t'2+o'3+(-1)
'\n) \
EI producto por la izquierda de A por B, es decir, el producto de B por A, tambin est
definido, pero tiene orden (3,3).
/2\
"o:l'lr'
\o/'
Se
tiene:
/2 0 -"\
;o -;l
; 4.0
;; c.r_D)
; i-il=l;
/2.1 2.O 2.(-1)\
o -,)' =f;
\.r
_-4)
III.
196
EJ
ERCTCTO 2
MATRICES
A y B dos matrices con trminos en K fales que est definido eI producto de A por B,
y tambin el de B por A. Demostrar que si el orden de las matrices AB y BA es eI mismo,
entonces A y B deben ser cuadradas y del mismo otden. A
Sean
2. Productos dados por filas o por columnas El producto de dos matrices

admite una notacin sencilIa cuando la segunda matriz ene dada por columnas o la
primera viene dada por filas.
Producto de dos
matrices dado
Proposicin
lll.5
Sean las matrices con trminos en K.'
,+:(aq) y s:(u'i)
por columnas
de rdenes
(n,m) y (m,p), respecvamente.

z=
entonces:
AB =
es decir:
e('
(n I '
Si la
| . ..|
notacin de B por columnas
"o),
(Ah I ts, | ...1 tsr),
nz 1 ... I sr)
: (ot, I ts, 1 ... I tsr).
En otras palabras, Ia j-sima matriz columna del producto AB

de Ia matriz A por la j-sima matriz columna de B (l < i < p).
Demostracin
es:
es
igual al producto
: (tti) y o = (ari) siguientes:

c:AB y D: (ar' | a, I... I Pt l...lmr).
Sean las
matrices c
Queremos comprobar que estas dos matrices, ambas de orden (n, p), son iguales, para lo cual
hemos de comprobar se verifica:
cij = dij, paracada
1<
<
nY|
<
<P'
Por un lado, por definicin de AB se tiene:
,r,
: t- ait bt j.
k:t
(61
Por otro lado, el trmino d.i dela matriz D es el situado en la fila l-sima y en la columna
j-sima, y por tanto es el trmino de la fila -sima de la maiz columna:
6Ltt
o:'
ABi
&tZ
6LIm
":'
6Lit
&rz
&m
CLnL
CLryZ
anm
(vt)
1"4. PRODUCTO DE MATRICES
L97
es decir:
d.ij
De (6) y V) se deduce que cj
AB:
EJEMPLO r 9
: d,i para cada 1 < < rL y cada I < 7 < p.
ln,
^(t,
(7)
fi"*btcj.
En conclusin:
I ls,)-(^t, ll'Bzl lM,).
A-
(;
lo 0 1 1\
y
r
2
rl
3
B-l;
f
'
\oorl
lil
i)
Calculemos el producto AB utilizando la proposicin IILS.

La expresin de B en notacin por columnas es: B
- (tr
B, t, ) , siendo:
I
ll)l?)li)
81:l]j'82:
llj
YBz:
l]j
De acuerdo con la proposicin III.5 se verifica:
AB:
Es decir:
^(t' I
t, I s,) - (^t, I ts,
^ru)
o la primera matriz columna de AB es:
ft 3 ; l) fll : (i'\
-r\'o1Jtlj
\n/
AB,:
o la segunda matriz columna de AB
es:
c\
;
l) l):ttj
;i
3
AB-_ft
D2-
\;
Nli,j
o la tercera matriz columna de AB es AB3, y puesto que 83

ABz
Por
tanto:
AB
- ABt:ri')
'
\n/
: (i'
i)
\+ z +)
"
Bt, resulta:
C.Q.D.
III.
tg8
Prod
ucto de dos
matrices dado
por filas
MATRICES
Proposicin lll.6 Sean A y B matices con trminos en K de rdenes (n,m)

y (m, p) , respectivamente. Si Ia notacin de A por filas es:
/t'\
A-
f"l
H'
tl
\r,/
entonces:
9
AB:
E)
I,l'
f'l
es decir:
fi,
[#
En otras palabras, Ia i-sima matriz fila del producto AB es igual al producto de

Ia i-sima matriz fila de A por B (I i<n).
La demostracin de esta proposicin es analoga a la de la proposicin III.5 (cf. p. 196t.
y por ello se omite.
EJEMPLO
20
l) y' B-l+ I
;
\'o1l
A-(? 3
$i;)
Calculemos el producto AB uttlizando la proposicin III.6.

La expresin de A en notacin por filas es:
'\
A-H
r t I'
\i,/
+]
.1. PRODUCTO DE
199
MATRICES
siendo:
h_(o o 1
, Fz:(t
1)
1) y F3:(o
r)
De acuerdo con la proposicin III.6 se verifica:
AB:ff B-*-l
WH
Es decir:
o la primera matriz fila de AB
F1B
es:
- (o
la segunda maftiz fila de AB
1)
tIil
4),
es:
/t o
F2B
(+
- (t
3z
r)
1\
[i I?l:(,,6
fi i;)
\
12)
la tercera matrtz fila de AB es FzB, y puesto que F3 : F1, resulta:
FzB-FtB-(+ z +).
Por tanto:
/4
2 4\
AB:ln 6
\+ z
12 l.
q)
3. La composicin de aplicaciones lineales y eI producto de matrices ConKm, y una aplicacin lineal g de Km

"f de rep en
sideremos una aplicacin lineal

en Kn; grficamente:
*,
f ,K^
--!-Kn.
Y fijemos tambin unas bases:
v: (ur,t)2,...,ur),u : (ut,Lt2,...,u*)
de Kp,
K- y K',
respectivamente. Grficamente:
{e-f ,{* s ,&
(wt,uz,...,tDn),
III.
200
Consideremos las matrices asociadas a las aplicaciones lineales

Ms en concreto, por un lado, sea
MATRICFS
y S en estas bases
brp \
bt.
bp
br,
bz.
bzz
: '. : " :
u^r)
bmz bmj
(m,p)- asociada a Ia aplicacin lineal / en las bases V (de Kp)
Ia matriz
-de orden
/brt
I A7
B:l
l :
\r,n,
I
I
y U (de Ku). Es decir: la j-sima matriz columna de B tiene por trminos las coordenadas delvector f (ui) enlabase U:
f(u)=byu1+b2iu2+"'+b6iu7a, 1<i<p'
(81
Y, por otro lado, sea
A-
*\l
&tl<
6LZt<
CLLry
O"rt ArtZ ...
O,rO ...
6L'm
&'nI CL'n2 ...
CL'nk ...
CLnm
CLzm
(n,m-
asociada a la aplicacin lineal g en las bases U (de Knl

y W (de Kz). Esto es: los trminos de la k-sima matriz columna de A son las coordenadas del vector g(u en la base W:
la matriz
b"
&tt An
&Zt 6LZZ
-de
orden
(9)
<k<m.
Denotemos por h la aplicacin compuesta g " f: h: g " f; entonces h es ulr
g(u :atku)t-l1lzpuz+
"'
+ cLnktvn, 1
aplicacinlinealde Kp enKu. Sea O = (att) lamatriz deorden (n,p) asociadaah

en las bases V (de Kr y W (de Ku). Determinemos los trminos di de la matriz D.
La j-sima matriz columna de D tiene por trminos las coordenadas del vector h(u ) en la base 14. Se tiene:
h(u) - ls " fl(u) - sffru))

- g(bUth * b2iu2 +' * b*jum)
m
- btjg@t) + bzjg(uz) +
' -t b*jg(u*)
Y
L bpig @p)
k:L
TN
: :
bp(a.tptUt
azpulz
*'
cLnkwn)
l,_1
,!-r
- Z otpbpjrDt *'
k:L
i eipb1itu +'
t cLnkbrcjtvn
4. PRODUCTO
2oL
DE MATRICES
(donde se ha utilizado (B) en la segunda igualdad, y (9) en la quinta), es decir:

m
h(u): Iayabriwl
".+ apbput+...+ anabp7tn.
(tO)
k=1
El trmino d.i esla -sima coordenada del vector h(u
i)
en Ia base I4l, esto es, eI coe-
) como combinacin lineal de r1, )2,

que
expresin
es eI segundo miembro de (10). Por tanto:
ficiente de
rrr
en la expresin de h(u
..
., tttn,
1<<vt, I<j<p.
Orr:f.abtj,
(11)
k=r
Por otro lado, es inmediato comprobar que est definido el producto de A por B.
Por definicin, el trmino de posicin (, j) de la matriz AB es:
t oroao,,
Q2)
k=t
para cada 1 < < ny cadal < j < p, De (11)y(12) se deduce: D

Hemos demostrado, pues, la siguiente
Composicin de
apl.lin. y
producto de
rnatr. asociadas
Producto de
matrices y
composicin de
.1. lin. cannica.rente asociadas
EJEMPLO
2l
: AB.
fff.7 Si B es Ia matriz asociada a una aplicacin lineal f de Kp

Km
las
en
en
bases V y U, y A es la matriz asociada a una aplicacin lineal g de K7n
en Kn en las bases U y W, entonces la matriz asociada a la aplicacin lineal g
(de Wp en Kz) en las basesV yW es el producto de A por B: AB.
Proposicin
"f
Corolario
Si A y B son dos matrices con trminos en K de rdenes (n,m)

respectivamente, y A yts son sus aplicaciones lineales cannicamente
asociadas, entonces Ia aplicacin lineal cannicamente asociada a la matriz producto de A por B: AB, es Ia aplicacn compuesta: A " B.
y (m,p),
Sean ts
y,4 las aplicaciones lineales, de
ts(xt,xz)
R2 en R3 y de R3 en R3, respectivamente, dadas
por:
xz,xt - xz,zxr + xz),

Xt,Xt -r x2 -t x3,-xr + 2x3).
(x7 +
A(xt,xz,xz) = (xt
Determinemos la matriz asociada a la aplicacin compuesta A " B en las bases cannicas.

Grficamente, la situacin es la siguiente:
B
"t 3
BC
m.i /
8,.
,dr,
donde Bc denota la base cannica de R2, y Bi la de R3. 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.
trt. MATRtcs
2o2
La
matriz asociada a la aplicacin lineal ts en las bases cannicas correspondientes
t,
es:
i
/t
1\
n=lt -rl,
A
,4
\tl
puesto que:
1,
3(1,0) = (1,1,2)y ts(0,1)
1, I ) en la base
:i$
$t{
-1,1), y las coordenadas de los vectores

cannica de R.3 son: I, l, 2, y 1, - 1, 1, respectivamente.
(1,
(l,l,2l
La matriz asociada a la aplicacin lineal.4 en las bases cannicas correspondientes,
cediendo anlogamente, es:
pro
/r0-1\
A=l r r rl.
\-r o
2)
De la proposicin III.7 (cf. p. 201) se deduce que la matriz asociada a la aplicacin JI

en las bases cannicas correspondientes es el producto de A por B:
/t
0 -1\/1
^': [,-l
1\ /-r
('l l] :(';
t,)
"B
0\
Por ejemplo, si calculamos la imagen del vector (1,0) de R2 por la aplicacin A " B a
partir de las definiciones de "4 y ts, obtenemos: ["4 o ts](1,0) : A(tsG,O)), y se obserrra
que ( - 1, 4, 3 ) es el primer vector columna de AB.
4. Propiedades del producto de matrices
En este apartado consideraremm

matrices con trminos en un mismo cuerpo K. Con la notacin:
!,u'
A
(n,m)
queremos decir que A es una matriz de orden (n,m).Se verifica:

o La multiplicacin de matrices es asociativa:
( B
A
(n,m)
Si J+, ts
(m,p
c )_
)c
(tB
p,q)
(n,m)
(m,p)
y son las aplicaciones lineales cannicamente asociadas
(p,q)
a las matrices A,
y C, respectivamente, por la asociatividad de la composicin de aplicaciones, se tiene

A. " (ts o g) = ("4. " 3) o , y de la proposicin III.7 (cf. p. 201) se deduce que la matriz
asociada en las bases cannicas a A o (ts o ) es A(BC),y que la asociada en las base
cannicas a (A " ts) . e es (AB)C, y por tanto: A(BC) = (AB)C.
La multiplicacin de matrices es distributiva, tanto por Ia derecha como por h
izquierda, respecto de la adicin de matrices:
A
(n,m)
(Br
(m,p)
+82)
(m,p)
- Ah+ABz
&
:!&
i&
203
!1,4. PRODUCTO DE MATRICES
(At
+A2)
(n,m)
(n,m)
- A+428.
(m,p)
deduce inmediatamente de la definicin del producto de matrices y de la propiedad

distributiva de la operacin . respecto de la operacin + del cuerpo K.
Se
Sl
In y I* son
las matrices identidad de rdenes tu y
tonces:
:A-
InA
(n,n)
en-
AIm
,tl
(n,m)
(n,m)
(n,m)
ffi, respectivamente,
(m,m)
asociadas a las matrices Iny A,

por tanto Jn es la aplicacin identidad de Ku ), entonces la aplicacin
lineal cannicamente asociada al producto InA es: Jn o fi : 4,, y por tanfo'. InA : A.
SiJ"y "4 son las aplicaciones lineales cannicamente
respectivamente (y
Anlogamente, se demostrara que
AI^: .
El producto, tanto por Ia izquierda como por la derecha, de una matriz po una
matriz cero es otra matriz ceo:
OA:
(p,n)
(n,m)
yAO:O
(n,m)
(p,m)
(m,q)
(n,q)
inmediata del hecho de que los trminos de una matriz nula son nulos
y de la definicin del producto de matrices.
Es consecuencia
EJERCTCTO 3
Sean
A y B dos matices con trminos en K de rdenes (n,m) y
sea o(
un elemento de K. Demostrar se verifica ]a igualdad: A(o<B)
(*,p),
respecvamente, y
: a(AB).
EJ
ERC rC
rO 4
es una matriz cuadrada con trminos en K, e1 producto de A por A est definido; ]a

matfiz AA se denota por A2: A2 = AA. Demostar que si A y B son matrices cuadradas del
mismo orden con trminos en K, se tiene: (A + B)2 : A2 + AB + BA + 82.
EJ
ERC IC
IO
Sea
Sj
A una matriz de orden (n,m) con trminos en K. Demostrar
que la j-sima matriz
columna de A es igaal aJ producto por la derecha de A por la j-sima matriz columna de la

matfiz identidad I*; es decir: Ai : AE, para cada I < j < m.
Tambin, demostrat que la -sima matriz fila de A, Fi, es igual al producto por la izquierda de A por la i-sima matriz fila de la matriz identidad In; esto es: F : LA, para
cadal<i<n.
EJ
ERCTCTO 6
Sea
A una matfiz de orden (n,m) con trminos en K, y sea X la matriz columna con trminos
en K.'
XDemostrar se verifica: AX
columna de la matriz
A.
- xlAt + xzAz + .
(':)
.
+ xmAnL,
donde At, Az
III.
204
MATRICES
5. La no conmutatividad de Ia multiplicacin de matrices Sean A y B dos

matrices con trminos en K. Si el producto AB es una matriz de orden diferente al
del producto BA, entonces, obviamente, la matriz AB es distinta de la matriz BA.
Supongamos, pues, que AB y BA son del mismo orden; entonces (cf. ejercicio 2,
p. 196) las matrices A y B son cuadradas y del mismo orden. En estas condiciones,
diremos que las matrices A y B conmutan si AB : BA.

Sea n eI orden de Ias matrices cuadradas Ay B. Si z : 1, entonces AB : BA'
como consecuencia de que estamos considerando Conmutativo el cuerpo (K, +,').
Sin embargo, si tt > 2, el producto AB no es necesariamente igual al producto BA.
EJ
EM
PLO 22
K -- R -y (R,+, .) es un cuerpo Conmutativo- , y A y B Son las matrices Cuadradas, de

orden l, A: (") n B - (B), con&RyR,entonces:
Si
AB
EJEMPLO 23
: (") (B) :
(") :
(ocx)
(B)
(") :
BA.
Las matrices reales:
0\
A-(l) v B - (; -rl
'/
no conmutan, pues:
AB:(l
(;
;)
:(l
;)(l):(:
3) ,BA:(;
2\
o)
Es fcil mostrar ejemplos de matrices cuadradas de rdenes superiores a 2 construidas

a partir de las matrices A y B y que no conmutan. Por e.jemplo, sL TL - 1, el lector puede
comprobar que no conmutan las siguientes matrices:
fl isll
o o o)
\o
vl'z
\o
-0
0
3s)
0 0l'
0 0)
En conclusion:
w
Nota bene Afirmar que la multiplicacin de matrices cuadradas de orden mayor que I
no es conmutativa no excluye que haya maices que conmuten. Por ejemplo, la matriz
A
identidad Iu conmuta con cualquier matriz cuadrada de orden m.
EJERCICIO
Buscar dos matrices A y B, cuadradas de orden2, taJes que: (A + B)2 + A2 + 2AB + 82
205
1.4. PRODUCTO DE MATRICES
6. Representacin matricial de Ia imagen de un

aplicacin lineal ,4 de Ku en Ku, y sea:
(o,, &tz
A- Io"
Io,,
vector
az
j
j
Cl'tm
azz
CLn2
A"nj
cLnm
a"r
Consideremos una
cLzm
Ia matriz de orden (n,m) con trminos en K asociada a la aplicacin lineal "4 en las
bases cannicas; y, como es habitual, sea A; la j-sima matriz columna de A,y sea 4;
el j-simo vector columna de A (1 < < m).Grficamente:
A,
Bc
K7n
&j,
ei
donde Bc
= (et,
c2,
...,
en)
es Ia base cannica de Km, y B' es la base cannica de K2.
Sean x : (xt,xz,...,x^) y y : (yt,/2,...,yrr)
vectores de Km y Ku, respectivamente, y sean X y Y las matrices columna cuyos trminos son las componentes de
los vectores xy y, respectivamente; es deci:
/xt
x_
l*,
.-
yY :|:
['Entonces se verifica:
A(x):!
<- AX:Y,
(13)
como consecuencia de la siguiente cadena de equivalencias:
A(x) : y e A(xpti x2e2+ "' + xiei + "' + xmem) : y

e vfi@1) + x2A(ez) + ' ' ' + xA(ei) + ' ' ' + xq"A(er") : y
* XmQlyn - Y
+ Xj&j *'
XtAt * Xz&z *'
l XmAm : Y
+ x.iAi +'
XtAy * X2A2 *'
AX:Y
(donde la cuarta equivalencia es una consecuencia inmediata de la definicin de las
matrices columna A y Y, y de los vectores columna ai y !, y Ia ltima equivalencia
se prob en eI ejercicio 6 (cf. p. 203)).
III.
206
EJEMPLO
24
MATRICES
Calculemos, utilizando la equivalencia (13), la imagen de un vector (xt,xz,x) de R3 por la

de R.3 en R2 cannicamente asociada a la matriz real:
aplicacin lineal
"4
A-(t 3 l)
Se tiene:
(; ; l) (l) : ("' ;.:.;;,^')

y las componentes de la imagen por -4 del vector (xt,xz,X3) son los trminos de esta ltima
malriz columna; es decir: A(xt,xz,xz) - (xt + Zxz * xz,Zxz + xz)EJEMPLO 25
EI
producto de matrices reales:
, '),/ l_i)'o)-: f-rl
(r
\o '
\-zl
puede ser interpretado, teniendo en cuenta la equivalencia (13), de Ia siguiente manera: el

vector (-1, -2) de R2 es la imagen del vector (1, -1,0) de R3 por la aplicacin lineal cannicamente asociada a la
matriz:
/l Z f \
lo,t)
Ahora, sea;f una aplicacin lineal de Ku en Ku, y fijemos unas bases de Kru y K'r:
respectivamente: y : (utl)2,...,u*) y W : (ut,uz, "',t,"). Sea:
(b
bn
bzz
B:lI Au
: :
i::'.:'.:i
\rrr bnz
Ia matriz asociada a
btj
bzj
bt*\
br^
bnj
ur^)
en las bases V y W; es decir:
f (uj):btjtttt+b2iu2 + "'+ bnjwn, |
x : xfnl-l
<
i <m'
+ xu + "' + xmt)m es un vector dado de Km, r

denotamos por y : ltrttt + lzrtz + " . t lntunel vector de Ku que es imagen de x
pot f: y : f (x), entonces Ios escalares !t, !2,..., ln vienen determinados por Ia
relacin matricial:
Si
x2u2
* "'
(r'
(brt bn
bt*
bzz
bz*
1 urt
(*'
(1+,
I
I
l':
t::
\a, t
bnv
bn*
l:_
2o7
I[.4. PRODUCTO DE MATRICES
En efecto:
y : f(x) - y : f(xpt-t x2u2+. "
v
- !: j=l>xjf
xiu + "'
x*u*)
(uj\
m
Vztt z+ . . . + lnvLn : Z*(Attu1 +b2iu2+''' + bnjun),
+ ltut+
e igualando
j=t
los coeficientes de r1,
7o2, ...,71)nl
rn
Tn
Yr:Zxibti,
Yr:2xibzi,
Y":2xibnil
j:1,
j:r
j:L
pero estas n igualdades pueden escribirse conjuntamente de la siguiente forma matricial:
/vr\
t,,,,,
l'l:
I I
(1s)
.r-r
\Y")
donde B; es Ia j-sima matriz columna de B (1 < i < m). Finalmente, Ia relacin

matricial (15) es la misma que la relacin matricial (la) (cf. ejercicio 6, p. 203).
EJEMPLO
26
Sean
V=
(ut,uz,ui
yW=
(wt,to)
Ias bases de R3 y de R2, respectivamente, formadas por
los vectores:
ut : (l,l,O), uz: (0,1,L), uz :(1,0,1), Y wt : (I,L), wz: (0,-2);

y consideremos la aplicacin lineal
de R3 en R2 cuya matriz asociada en las bases V y W es:
/t
2 r\
'= l.-t o z)'

x = 2ut + u2 - 3U3. Si denotamos
delaforma:/:ltl,tttt-lzlzalvectordeR2queesimagendexporf:y=f(x),entonces
En
primer lugar, calculemos la imagen por
se tiene:
ypor tanto:
():,( i) :t I
lt:
Ly
tz=
del vector
r)
i)
(-)
-8,y f (Zut+u2-3u3):ltut-8w2.
En segundo lugar, calculemos la matriz asociada a / en las bases cannicas de R3 y R2,

las cuales respectivamente denotamos: Bc : (et,ez,ez) y Bh: @'t,n'r)' Sabemos calcular
la imagen por / de un vector cuando ste ene expresado como combinacin lineal de los
vectores de Ia base V. Debemos expresar, pues, Ios vectores et, ez Y e3 en la base V.
208
III.
MATRICES
I
L
Se
verifica:
El vectot e1 exprsado en la base V es:
{
f]{
111
01 :ru1-
a&
zrr*rr=,
&
]{
y como:
(l
(llA:(,?,)
l)
"
entonces:
f (er) : }uttl- +tr)z:0(1,1) + tro,-Z)
o El vector 2 e Si
: (0, -1) -
-er.
111
82:2rr*ZU2-tuu,
(1
f {e,r) :
.
[!A:(-;,,)
")-}*,
luego:
- (I,4) :
1u)y
Por ltimo, el vector 3 sl

1
83: zut
(l
y entonces:
f (ez) :
ei + 4er.
11
,"*,",
l) ( IIA:(,) ,)
"i1.z:
1tt)t
(r,-2) : e, -
2er.
En resumen:
-ei, f @) -- e\ + 4e', y f (ez) : e', - 2er,

y por tanto las matrices columna de la matriz asociada a / en las bases cannicas son:
f
(er) --
(?)(i)'(-;)
En conclusin, la matriz asociada a
en las bases cannicas es:
lo r
l-r o
y teniendo en cuenta la equivalencia (13):
r\
-r)'
f(xt,xz,xt) :
(x2 +
xz,-xr
(lI )fi) (-.,:';:'-,.,)
+ 4x2 - 2x), ya que:
2o.9
1.5. RANGO DE UNA MATRIZ
ilI.S
R,{NGO DE TJNA MATRIZ

7. Definicin de rango de una matriz
EI rango de una
matriz se define como
eI rango de sus vectores columna:
Rango de una
matriz
EJ
EM
PLO 27
Calculemos el rango de Ia matriz con trminos en R:
I 0 -1\
t 0 0
I 1l
A-11
-1
\r 1 z -t -3/
Los vectores columna de A son los siguientes vectores de R3:
a.1
_ (1,1,1), az:
(0,
-1,1), cl3: (1,0,2),
C1
(0,
1,-1) y cts: (-1,1,-3).
Para calcular su rango hacemos:
: (0,-1,1),
a|: az
alz:&z-et:(0,-T, 1),
&|: C4 : (0, 1, -1),
a's : a'5 * a'1 : (0 ,2, -2),
y as: rang o (ar,
&2, c3, &+,
&s)
+ rang o (az, a\,
a : &3 - a| :
a'l : eL + a2 a : &| * 2a| entonces: rang o (at,
sin: rango A
EJEMPLO
2B
:2.
&2, c3, &q,
&s)
&'a,
a!5). Si ahora hacemos:
(0,0, 0),
(0,0, 0),
(0,0, 0),
- 1+ 1+ rango(a,a.';,a'{) -
2+
0 - 2. En conclu-
Calculemos, segn los valores de a, el rango de Ia matriz con trminos en R:
A-
(ll.l)
III. MATRIC
2TO
Se
l
tiene: rangoA
rango (at,az,aE,flq), donde Qt,
@2,
azY aq son los vectores columri
de A (los cuatro son de R3):
a.1
I
l
:
(1
,2,0),
ctz
(1, a,
1),
a3
(0, 1,
1) y
c4
(1,
-1, -3).
i
I
Si hacemos:
i,,
],
il
li
li
I
1i,:1':^"*'^,1 l::
-,,,
fi
I
entonces: ran ga A
ran
go (az, &5,a'+). Si ahora hacemos:
a :
A'l :
I
I
l,
I
i
az + (2
u)a
&'4
3at :
(0,0, (2
-a)
+ 1),
(0, 0, 0),
l
il
f
I
I
entonces: ran go A
+ rang o (a,a'';)
:2
+ rango((0,0,3
- a)). ftt conclusin:
I
t
rango A
I
$
lz, sia:3,
13, sia tS.
I
$
i
B.
I$
i
u'
$
&
h.''
!-jl
lI
l
3l
tl
Se
rango de un sistema de vectores de Kz es menor o igual que n.
rango
verifica:
El rango de una matriz es meno o igtal que eI nmero de sus fiLas y que d
nmero de sus columnas.
Una matriz de orden (n,m) con trminos en K tiene m vectores columna, y el rango
de m vectores es menor o igual que m; los vectores columna son vectores de Kt, y ef
Consecuencias de Ia definicin de
No se mofica eI rango de una matriz permutando entre s sus columnas'

deduce inmediatamente de una de las consecuencias de la definicin de rango de un
sistema de vectores: no se modifica el rango de un sistema de vectores permutando
Se
I
l
I
t
I
t
I
I
$
$
ene
s dos de ellos.
2. Relacin entre eI rango de una matriz y eI de una aplicacin lineal repre'

sentada por eIIa Consideremos una matriz de orden (n,m) con trminos en K
/att
*
B
t]'
lli
\o", an.
I
$
Ix
$
&
6
f
&
*
*ffift
w
ffi
il
ffi
tr
ffi
ffi
il
aL.i
qnj
alm\
az^ I
l,
on^)
y sea / la aplicacin lineal de Km en Ku asociada a A en las bases (fiiadas):
f
B
f,
atz
or.', &zz a2.i

A: II
l::'.:'.:l
: (Ut,Uz,...,ttm) y
: (trt,Irrz,...,utn)i
2Lt
11,5. RANCO DE UNA MATRIZ
grficamente:
EI vector
v{w
Krr
ui
f(ui)
es, pues, el vector
Kn
@).
de Kn cuyas coordenadas en la base W son los
trminos de la matriz columna i-sima de A:
f (ui) : atjUti
a27D2
"'+ &niun, I < i <m'
Consideremos el automorfismo Y de Ku tal que:
1<l<n'
(cf. seccin 5 del captulo II, p. 132) donde Bc : (et,82,"',e,r)
Y(w):ei,
es labase cannica
de K. Entonces:
V(f (u)) :Y(a'tilttt i a2iu2 +'''+ aniun)
:
:
:
y
(aU,6L2
j,
...
,6Lnj)
at
jY (utr) + a2iY(ut2) +
"'
+ anY(un)
t 612e2+''' + &njn
(at.i, CLz.i, "', anj),
6hjet
r7 es
el j-simo vector columna de A. Es decir, se tiene:
Y(f(uj)):aj,
t<i<m.
(16)
Por otla parte, pol definicin de rango de una aplicacin lineal y

morfismo se tiene:
rangof : rango(f (u),f (u),...,f (u*))

- ranso (v (f tu )),Y (f tu)) , . . .Y (f (u*) ))
pol ser Y
iso-
de lo que se deduce (teniendo en cuenta (16)):
rangof
rango(at,z
pues rango ( ar, &z

Hemos probado, pues, el siguiente resultado:
El rango de
na
aplicacin lineal
es igual al de
lll,8
5i es Ia apkcacin lineal representada

entonces:
bases
dadas,
dos
rango
= rangoA'
Proposicin
poI
una matriz
en
cualquier matraz
l ue la represente
bene
indiferente la eleccin de las bases; es decir, si A es una maiz, entonces

todas las aplicaciones lineales que pueden ser representadas por A tienen el mismo rango.
Nota
Es
2L2
III. MATRICE'
Consecuencias de Ia proposicin III.B Se verifica:

o Si A y B son dos matrices tales que existe el producto AB, entonces:
rango(AB) < mn{ran go A, rangoB}.

y ts son las aplicaciones lineales cannicamente asociadas a las matrices Ay B.
entonces la aplicacin lineal cannicamente asociada a AB es "4 " ts, y de acuerdo cor.
la proposicin IIL8 (yrecordando la proposicin II.6 (cf. p. 121)), se tiene:
Si JI
rango(AB)
rango(A
ts) < mn{rango
:
.
"/1,
rangots)}
mn{rangoA, rangoB}.
Una condicin necesaria y suficiente para que una matriz cuadrada de orden n
reprcsente un isomorfismo es que el rango de la matriz sea igual a n.
Es una consecuencia inmediata del hecho de que una aplicacin lineal de Ku en KZ
un isomorfismo precisamente si su rango es igual a zr (cf. proposicin II.13, p. 135).
es
lll.9 5j A es una matriz cuadrada de orden n de rango igual a n.

matriz de orden (n,m (ambas matrices con trminos en K), entonces:
Proposicin
y B es una
rang
o(AB)
rang o B.
Demostracin Sean A y ts las aplicaciones lineales cannicamente asociadas a A y B

y sea (e1,e2,...,e^) la base cannica de K-. Como rangoA : n, la aplicacin.4 es ur
isomorfismo (cf. ltima consecuencia de la proposicin III.B), y por tanto:
rango(AB): rango(A ots)
: rango([ " tsl@),[A " tsl@),...,1A " tsl@*))

: ranso(A(ts (e)), A(ts (ez)), .. ., A(ts (e*)))
-- rango(ts (et),ts
(e),
..
., ts (e^))
rangoB = rangoB,
donde se ha utilizado el corolario de la proposicin II.8 (cf. p.
III.6
124).
c.e.,
TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

7, Transformaciones elementales Llamaremos transformaciones elementales (por filas) a cualquiera de los tres tipos de transformaciones siguientes (que s.
aplican sobre matrices con trminos en un cuerpo K):
. Tipo I: permutar entre s las filas -sima y j-sima. Es decir, intercambiamos
las filas -sima y j-sima, y las dems filas las dejamos en la misma posicin.
2L3
i1.6. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ
EJEMpLO
29 N permutar
entre s las filas primeray segunda de Ia matriz real:
/0 I
2\
Iz o -4 zl,
\t 1 3 r)
obtenemos la matriz:
(', ?
-t
;)
\r 1 3 r)
Denotaremos esta transformacin de la forma:
fi
.
i 1)F'F= ( l 1)
Tipo II'. multiplicar ]a fila -sima po un escalar no nulo' Esto es, los trminos
de Ia fila -sima se multiplican por eI escalar no nulo, y los trminos de las
dems filas quedan inalterados.
EJ
EM
PLO
Al multiplicar por I I 2 Ia segunda ftIa
de la mattiz real:
/0 132\
Iz o -4 zl,
\r 1
L)
(? _i
2\
obtenemos la matriz:
\r 1
3l
132\
/0 132\/0
l; ; _; ;lFz*tt.Fz.f t o -z
\;;;;)
\i;;t)
1l
. Tipo lll: sumar a la fiIa -sima el resultado de multiplicar por un escalar la fila
j-sima, con j * . Es deci, se sustituye la fila -sima por la suma -trmino
de eIIa y eI resultado de multiplicar la fila j-sima por el escalar, y

las restantes filas, incluida la j-sima, quedan inalteradas.
a
trmino-
2L4
III, MATRIC
EJEMPLO
3l
Sumar a Ia segunda fila Ia tercera multiplicada por eI escalar
fi
-2
en la matriz real:
1)
da como resultado la matriz:
/0
lo -2 -10
\t 1 3
2\
ol.
r)
Fz*-2,F2
1)Fz
(i + -'i )
2, Matrices elementales Denominaremos matriz elemental de orden n sobre

un cuerpo K asociada a una transformacin elemental a Ia matriz resultante de
aplicar Ia transformacin elemental a la matriz identidad
Se
1,".
tienen, pues, tres tipos de matrices elementales:

Tipo I:
J
L1
Li
Ln
que consiste en permutar entre s las filas -sima y j -sima de la matriz identidad 4? (obsrvese que estamos utilizando notacin por filas, y recordemos
que 11, Lz, ..., Ln son las matrices fila de lrr).
EJEMPLO
32
Si K
R, la
2r5
matriz:
01\
/0
1 0l:l-.;
oo)
lo
\r
es una matriz elemental de orden 3, que se ha obtenido permutando entre s las filas primera
y tercera de la matriz identidad IE.
La matriz:
lt o o
o\
\o o o
r)
lo o 1 ol
lo I o ol
matriz elemental de orden 4, que
y tercera de la matriz identidad 1.
es una
se
fitt
ha obtenido permutando entre s las filas segunda
o Tipo II:
[t
:F
/t'\
Si K
R, la
0,
\t" )
que consiste en multiplicar por eI escalar no nulo

identidad In.
33
tt
EJEMPLO
o<
a Ia fiIa i-sima
de la matriz
matriz:
/r 0
0\
\o o
3)
fo 1 ol
es una matriz elemental de orden 3, que se ha
matriz identidad
13
por el escalar no nulo
3.
multiplicando la tercera fila de la
2L6
III.
MATRICES
o Tipo III:
+ j,
I
que consiste en sustituir, en Ia matriz identid ad In, Ia fiIa i-sima por Ia suma
de eIIa misma y eI resultado de multiplicar Ia fila j -sima por eI escalar p.
EJEMPLO
34
Con K
R, la
matriz:
/T
fo
\0
es una matriz elemental de orden 3, que se

la suma de ella misma y el resultado de mu
la primera fila de IE por
La matriz:
(t ?3s)
lo o 1 ol
\o o o t)
matriz elemental de orden 4, que se ha obtenido sustituyendo Ia segunda fila
la suma de ella misma y el resultado de multiplicar la primera por 4.
es una
de Ia por
3. Propiedades de las transformaciones elementales y de las matrices ele-
mentales
Empezamos viendo una propiedad sobre el rango de las matrices ele-
mentales:
U na matraz
elemental es de
rango mximo
Proposicin
lll.l0
Demostracin
EI rango de una
matriz elemental de orden rL es igaal a rL.
La matriz elemental de tipo I obtenida permutando entre s las filas l-sima

y j-sima de 1, verifica que sus r? vectores columna son:
2L7
,1.6, IRANSFORMACIONES ELEMENTALES DE UNA MATRIZ
de rango igual al de los vectores (cf. propiedades del rango de un sistema de vectores, p. 80):
Qt, . .. , e,
..., ei, ...,
an,
que es igu.al a n.
La matriz elemental de tipo II obtenida multiplicando la fila i-sima de 1, por el escalar
no nulo a verifica que el sistema de sus vectores columna es (e1, . '., oG,. '. ,en), cuyo rango
es igual an (cf. propiedades del rango de un sistema de vectores, p. B0).
Finalmente, los n vectores columna de Ia matriz elemental de tipo III obtenida de la forma:
sustituyendo Ia fila i-sima por la suma de ella misma y la fila j-sima multiplicada por el
escalar,son: 8t,...,eit,ei+pe,ei+t,"',sn,cuyorango(cf.proposicinI.18,p'82)es
C.Q.D.
..., a.i_t, a j, I j+l, . . ., 8n y por tanto igual a TL.
igual al de los vectores 8r,

Efectuar u na
t ran sfo rm
aci
elemental es
como multiplicar
por la izda.) por
su matriz
elemental
Si llevamos a cabo una transformacin elemental en una maProposicin lll.l I

triz de orden (rL,m), eI resultado es e/ mismo que el de multiplicar por Ia izquierda
la matriz dada por Ia matriz elemental de orden n asociada a la transformacin.
Veamos en un ejemplo lo que luego demostraremos en el caso general.

Consideremos la transformacin elemental: sumar a Ia primera ftIa eI resultado
de multiplicar por
-2
' Fr + (-2)F "' Aplicada a Ia matriz

10\
Ia tercera, es decir: "Fr
real:
/r
f
-r o z)rl
\t
se obtiene la matriz:
-I
/-r 3 -i\
-r
;)
f-i
-l
o
y la malriz elemental asociada a I a transformacin es:
/L 0 -2\
o 1 o
t;; i)
Por un lado, se verifica:
/L 0 -2\/ 1 1
i ol-'
o rl-
\ | \ 1 -1
ffiffi
y por otro lado:
0\
z)
/ 1 10\
_,
| 1 0 /-/,lllFL*Fr+(-2rF:,
\
-1
ffi
(.1
-1
;)
matriz producto
(.1
;)
malriz transformada
218
III.
MATRICES
y las matrices transformada y producto son Ia misma. Es decir, se obtiene eI mismo

resultado aplicando la transformacin elemental a la matriz que multiplicndola por
Ia izquierda por la matriz elemental asociada a la transformacin.
Demostracin de la proposicin ll.l
Sea
A una matruz de orden (n, m); en notacin
por filas:
Recordemos, del ejercicio 5 (cf. p. 203), que el producto de la -sima matriz fila de la
matriz identidad 1, por la matriz A es igual a la l-sima matriz fila de A, es decir: LA = F.
En lo que sigue tambin haremos uso de la proposicin III.6 (cf. p. 198).
Consideremos la matriz elemental de tipo I asociada a la transformacin elemental: permutar entre s las filas -simay j-sima. El producto de esta matriz elemental por A es:
I
Lt A
Li
LA
Fi
Li
LiA
L-A
A-
que es resultado de lleva a cabo en la matriz A la transformacin elemental perrnutar entre

s las ftIas -sima y j -sima.
Consideremos ahora la matriz elemental de tipo II asociada a la transformacin elementat
multiplicar Ia fiIa -sma por eI escalar no nulo a. Su producto por la matriz A es:
que es resultado de aplcar a la matriz A la transformacin elemental multiplicar Ia ftIa -sima
por eI escalar no nulo a.
TRANSFORMACIONES
2r9
ELEMENTALES DE UNA MATRIZ
Finalmente, consideremos la matriz elemental de tipo III asociada a la transformacin

elemental: sumar a Ia ftIa i-sima eI resultado de multiplicar Ia ftIa j-sima por eI escalar p.
Se
tiene:
Ln
que es resultado de aplicar a la matriz A la transformacin elemental sumar a Ia fila i-sima

eI resultado de multiplicar la ftIa j -sima por eI escalar $.
Recapitulando, hemos probado que aplicar a una matriz de orden (n,m) tna transformacin elemental tiene el mismo resultado que multiplicar por la izquierda la matriz por Ia
matriz elemental de orden n asociada a la transformacin
fl
rango no vara
al efectuar una
t ra n
sfo rm aci
elemental
elemental.
Corolario
Las transformaciones elementales conservan el rango, es decir, al

aplicar una transformacin elemental a una matriz, el resultado es una matriz cu)/o
rango es e/ mismo que eI de la matriz original.
Demostracn 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. 2I2)
concluimos el resultado.
EJEMPLO
35
c.Q.D.
C.Q.D.
Consideremos la matriz real:
/t o 2
1\
o:lz r 4 rl.
\r r2o)
y la transformacin elementd. permutar entre s las ftIas primeray segunda: "Ft * Fz".
Calculemos en primer lugar la matriz elemental Mr asociada a la transformacin elemental considerada. Aplicando sta a la matriz identidad 13, se tiene:
r13: (L ? S) Fr-F2 (i 3) _ Mt
\ooJ
\or)
Multiplicando por la izquierda la matrLz A por la matriz elemental Mt, se obtiene:
M1A-fiii)
(i 1lil:(l
i;il
At
22o
III.
MATRICES
La matriz A1 es el resultado de aplicar a la matriz A la transformacin elemental "F1
/ro2
1\
/2t4
* r";
1\
t:lz r 4 rl'-',,f1 o 2 rl:,.

\r r2o)
\r rzo)
Consideremos ahora la transformacin elemental multiplicar Ia segunda ftIa por 2,
* 2Fz".Su matriz elemental asociada es:
es
decir: "F2
/r00\
u,:lo 2 ol,
\o o
t)
y el producto M2A1 esi
lr 0 0\/2 r 4 1\ /2 1 4 t\
v,n,:lo z olIr o z rl:lz o 4 zl=n,,

\o o r/\r t z ol \r t z o)
que es Ia
maiz obtenida aplicando la transformacin
la maftiz
Ai
/2141\/2t41\
.q,
:f r o 21ln-'0, 12 o 4 zl:er.
\r t20)
h tzo)
Obsrvese que se verifica: A2 = MzAr Y At : MtA, y por tanto: Az = MzMtA. Entonces la

matriz 42, Que es igual al resultado de aplicar sucesivamente las transformaciones elementales "F * Fz" y "Fz - 2Fz" a la matriz A, tambin es igual al producto por la izquierda de ,l
porlamatriz
M2M1.
El lector puede comprobar
fcilmente que el rango de la matriz A

anterior se deduce: rango A2: rangoAr : rangoA :2.
es
igual a 2; del corolario
Antes de ver la siguiente propiedad de las transformaciones elementales,

tudiemos un ejemplo. Consideremos la matriz:
/o 1 I 2
es-
1\
lz o 2 4 zl
A:la,
| 4 9 sl'
\o 1 1 z r)
que es de orden (4, 5), su rango es 3 y sus tres primeros vectores columna: (O,2,4,0 t.
(1, 0, 1, 1) y (1,2,4, 1), son linealmente independientes. Nuestro objetivo es aplicar
SUCESiVAS transformaciones elementales a la matriz A que nos lleven a una matriz de
Ia forma:
(t o o b1 cr\
b; c;l
lo o1 o1 b3
c3
lo
l'
\o o o ba q)
(r7
,6,
TRANSFORMACIONES
22L
ELEMENTALES DE UNA MATRIZ
la cual verifica que sus 3 primeros vectores columna
Son 1, ez
y ez (de la base
cannica de m,4).
En primer lugar, tratamos de conseguir una matriz cuyo primer vector columna sea et : (I,0,0,0). El primer paso consiste en colocar en la posicin (1,1) un
trmino no nulo, y lo logramos aplicando a la maiz A la transformacin elemental
permutar entre s las ftIas primeray segunda ("Ft - F2"):
(zoz42\
t0 I 1 2 tt
'14 14 e sl'
\0 r 1 2 r/
I
EI siguiente paso es hacer igual a 1 eI trmino de Ia posicin (1,1); se consigue con

(I l2)Ft"):
Ia transformacin elemental multiplicar por I 12 Ia primera fiIa ("F1
ltor21\
l+ t 4 e sl'
lo 1 1 z rl
\. 1 I z t)
A continuacin, debemos conseguir que el trmino de la posicin (3,1) sea igual

a 0, a lo que se llega llevando a cabo la transformacin elemental susffuir Ia tercera
ftla por la suma de eIIa misma y eI resultado de multplcar por

decil: "F3 - F3 * (-4)Fr"):
-4
Ia primera
(es
/t o I 2 r\
lo 1 I 2 rl
l; i
i il'
(r8)
\o t I 2 r)
y ya tenemos una matriz cuyo primer vector columna es (1,0,0,0). Obsrvese que el
rango de esta matriz tambin es igual a 3, pues es el resultado de sucesivas transformaciones elementales aplicadas a A, las cuales conservan el rango (cf. corolario de la
proposicin III.11 (cf. p.2I7)).
En segundo lugar, tratamos de llegar a una matriz cuyos vectores columna primero y segundo Sr1 1 = (1,0,0,0) y ez: (0,1,0,0), respectivamente. Para ello,
slo nos falta que los trminos (3,2) y (4,2) sean nulos. Aplicamos a la matriz
de (18), sucesivamente, las transformaciones elementales siguientes: sustituir Ia tercera ftIa por Ia suma de eIIa y eI resultado de multiplicar por -I Ia segunda ftIa, y
sustituir Ia cuarta ftIa por Ia suma de eIIa
y eI resultado de mulplicar por -I
Ia
segunda ftIa. Se obtiene:
/tor21\lto12t\ltol2l\
r l z tlr,-r,-o, lo I 1 z tlr^*no-r, lo I I 2 ll
lo
o -1 -1 ol'
lo r o r ri-lo
o -r -1 ol-lo
\oo o oo)
\ii rr)
\oi ' 21)
222
III. MATRICS
cuyos vectores colurna primero y segundo son 1 }/ e2, respectivamente. Esta matriz
es de rango 3.
Finalmente, queremos que el tercervector columna so 3
modificar las dos primeras colurnnas. Primero, multiplicamos

("F3 * -F3"), con el fin de conseguir un 1 en la posicin (3,3):
/t o 1 2
(0,0, 1,0), pero sin
Ia. tercera
ftIa por -1,
1\
lo o1 1I z1 olll
lo
\o o o o o)
Ahota, para conseguir que los trminos de las posiciones (2,3) y (1,3) seannul6n
sustituimos Ia segunda ftIa por eIIa ms Ia tercera mulplicada por -1, y sustuirrfr
Ia primera ftIa por eIIa ms la tercera multiplicada por -l:
(t o 1 z
i !
ooo
l3 I
\o
(t o 1 z
1\
Fz*Fz-Fz
o)
1\
l0 1 0 1 1t
!o o 1 1 o!
\o o o o o)
Ft*Ft-Fz
.-------.--_-.--
(t 00 1
10
01
ll 00 0
1\
ll
0)
Hemos aplicado, pues, a la matriz A sucesivas transformaciones elementales n

hemos llegado a una matriz de la forma (17).
EI procedimiento que hemos llevado a cabo con la matriz A puede generalizarsq,
como nos muestra la siguiente proposicin.
(,,
h
Qu tipo de
matriz es posible
obte ne r
Proposicin lll.l2 Dada una matriz de orden (n,m), de rango r > I y

sus r primeros vectores columna linealmente indepenenfes, es posible obt
unamatriz de laforma:
aplicando
tran sfo rm acio
10
01
nes
elementales
sucesivas a una
&Lm
&z*
i
00
matriz
elr*
0
M-T
aplicando a la matriz dada transformaciones elementales suce sivas.
Nota
Observese cmo es la matriz de (19): sus
oz, ..., ar (de labase cannica de Ktt), y sus
nulos.
(n-r)
prrmeros vectores columna son

ltimas filas tienen todos sus trmi
223
Demostracin Sea A una matriz de orden (n,m), de rango r > I y con sus r primeros
vectores columna linealmente independientes. Probaremos por induccin que es posible,
mediante aplicacin de transformaciones elementales sucesivas a la matriz A, obtener una
matriz de la forma (19).
En primer lugar, veamos cmo podemos llegar a una matriz cuyo primer vector columna
so: 1 : (1,0,...,0) e K2. No todos los trminos de la primera columna de la matriz A
son nulos (si as fuera, los r primeros vectores columna de A no seran linealmente independientes), 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: multiplicar la primera fila por el inverso
del trmjno (1,1), obtenemos una matriz con el trmino (1,1) igual a 1. Mediante transformaciones 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-
trizA,hemosllegadoaunamatrizA'cuyosi-lprimerosvectorescolumna(1 <l<r)son
ot,..., ei-1 de Kn. Probemos que mediante transformaciones de A'podemos
obtener una matriz cuyos I primeros vectores columna soni 1, . .. , c-t, ei.
los vectores
Observamos lo siguiente:
Puesto que
el rango de
de
A'
Las I
A' se ha obtenido de A a travs de transformaciones elementales sucesivas,

A' tambin es igual a r, y al igual que en A, los r primeros vectores columna
son linealmente independientes (cf. corolario de la proposicin III.11 (cf. p. 2I7)).
primeras matrices columna de A' son:

0
l?)
l')
Ai:
A;-
A1-,
l:l
l.l
0
1
\o/
\o/
(el trmino 1 de
Ai,,
es el de posicin (
1,1)), y si la l-sima matriz columna de A'
ES:
eti
.
A,
a(i_t)t
elii
e'lni
entonces no son simultneamente nulos Ios trminos a|i,
tendra: A;- &\.iAt +

ta'(._tiA|_t, y los
seran linealmente independientes.
. . . , &'nt, pues si lo fueran, se

prtmeros vectores columna de A' no
III. MATRIC::
224
De esta forma, permutando entre s la fila i-sima y alguna de las filas de la i-sima ;
la z-sima, llegamos a una matriz con el trmino (1, l) no nulo, y multiplicando por el invers,.
de este trmino la fila l-sima conseguimos 1 en esa posicin. Transformaciones de tipo Il
permiten, finalmente, conseguir una matriz con los restantes trminos de la columna -sim.
iguales a 0, y por tanto con su i-simo vector columna igual a e.
r- llegamos a una matriz cuyos vectores columna son
En el ltimo paso
-cuando =
t,..., r-r,8r. La matriz obtenida en este ltimo paso tambin tiene rango r,y com
primeros vectores columna: et, Qz, ..., e/, Son linealmente independientes, IoS (m - r"
restantes vectores columna sern combinacin Iineal de ellos, y por tanto, aI igual que lo.
vectores ct, . .., /, tendrn nulas sus (n - r) ltimas componentes.
En definitiva, hemos llegado, aplicando a la matriz A sucesivas transformaciones elemet-'
c.Q tales, a una matriz de la forma (19).
sus
Corolario
Si
A es una matriz de orden (n,vn), de rango
meros vectore s columna linealmente independienfes, entonces existe una matriz T

cuadrada de orden n )/ de rango igual a rt, tal que el producto T A es una matriz dt
la forma (19).
,
Demostracin
De acuerdo con la proposicin anterior, existen transformaciones elemer-'
tales que aplicadas sucesivamente a la matriz A permiten obtener una matriz A' de la fo:ma (19). Si hemos aplicado k transformaciones elementales, y Mr, Mz, . .., Mk son las matrice:
elementales asociadas, respectivamente, a las transformaciones elementales sucesivament.
aplicadas, de acuerdo con Ia proposicin III.11 (cf.p.2I7), se tendr:
A'=Mp"'MzMtA.
La
matriz T
: Mp' ' ' MzMt es cuadrada de orden
y su rango
de matrices elementales de orden zr, que tienen rango igual a
EJEMPLO 36
Consideremos Ia matriz real:
/0 1 2
2\
\r z 6
4)
4-f t I 3
El rango de A es igual a 2,
igual a z (por ser product

y verifica: TA: A'' c.Q.:
es
z),
2l
y sus dos primeros vectores columna son linealmente indt
pendientes. De acuerdo con la proposicin III.12 (cf . p.222), podemos aplicar a la matrtz transformaciones elementales sucesivas y obtener una matriz de la forma:
lt
0 bt cr\
lo 1 bz c2l
\o o o ,)
la cual verifica que sus dos primeros vectores columna son

su ltima fila tlene todos sus trminos nulos:
(nmero de filas de A)
(l
( 1,
0,
0) y (0,
(rangoA) = 3 - 2 : I.
1,
0), y tambin qu',
225
"5. TRANSFORMACIONES ELEMENTALES DE UNA MATRIZ

Se tiene:
A- 11) F F2 (i ; z)-A
F3*F3-2F'.(
I
o
\o
/r 0
Ft*Ft-Fz,fo 1
\o o
La matriz
Ar, obtenida a partir
i ;) _Az
o o)
I 0\
z zl- Az.
o o)
de la matriz A mediante Ia transformacin elemental (de
Fz", se puede obtener tambin multiplicando por Ia izquierda A por la matriz

elemental asociada a la transformacin (cf. proposicin III.11, p. 217); es decir:
tipo 1) "Fr
lo 10\01.
At:MtA, conML=ll 0
\0ot/
Anlogamente, la matriz Az puede obtenerse de .41 multiplicando por la izquierda sta

por la matriz elemental asociada a la transformacin elemental "F3 - F3 - 2F1"i
/ 10 0\
\z:MzAt, conMz:f
------L O 1 01.
\-z o t)
Finalmente, la matrrz A3 puede obtenerse de Az a travs del producto:
lt
A:
MtAz,
con v3
0\
: Io -1I o I
\o orl
ya que Mg es Ia matriz elemental asociada a la transformacin "Ft - Ft - Fz".

De las observaciones anteriores se deduce: At : MsAz : MzMzAt = MzMzMtA, y por
tanto la matriz T : MsMzMt verifica que el producto TA es una matriz de la forma (20)
(recurdese el corolario de Ia proposicin III.12 (ct.p.222)).
Efectuando el producto MzMzMt, se puede obtener la matriz T:
/-l
1 0\
r o
\o -2
r:M1M2M.=l
'
Sin embargo, es posible calcular la matriz
siguiente observacin. Se verifica:
ol.
r)
T de una forma ms sencilla, basndonos en la
T-TI3-MzMzMtIz,
III. MATRICEi
226
interpretarse la matriz T como el resultado de aplicar a la matriz identidad I,

las mismas transformaciones elementales que hemos aplicado a la matriz A (cf. proposicin III.11, p. 2I7). Se tiene:
es decir: puede
/r 0 0\
lo 1 ol
\o o r)
Ft*Fz
/0
.f
\o
1 0\
0 0l
o t)
/0
f
\o
Fz*Fs-zFr,f
')
--
3) Ft*Fr-F.ai
t)
it)
y Ia ltima matriz es la matriz T.
TIT,.7 INVERSA DE TJNA MATRIZ CUADR{DA

1. Deftnicin de matriz i.nversa A continuacin, vemos la definicin
inversa de una matriz cuadrada:
Inve rsa
de u na
m at
riz
cuad rad a
at
riz
inve rt i b le
de matriz
matriz A tiene matriz inversa, entonces sta es nica. En efecto, si B y C

matrices inversas de A, por definicin se tiene:
Si Ia
BA: In :
CA,
y multiplicando por la derecha por la matriz B en ambos miembros de la

dad BA :
sor-
igual-
CA, resulta:
BAB:
y como AB : In, se deduce que B
nica matriz inversa.
CAB,
: C. Por tanto, una matriz invertible
tiene un;
Si'I mti:z A.'es,inverffil; str*'(unic) matiiz"inversa'se,idnotar por
AA-r- A-rA:In.
Nota
bene
lo
es
(2r)
De las definiciones y de (21)se deduce que si la matriz A es invertible, tambrr:
1-t, y su inversa
es A:
(r')-'-
A.
7,
INVERSA DE UNA MATRIZ CUADRADA
EJEMPLO
37
227
Dada la matriz real cuadrada de orden 2:
-i)
(
matrrz rrlersa
se tiene que su
es:
(l l)
ya que:
(ll)(ll):( 1)(ll):(l)
(t -r\-'::\o
(r r\
(ll)-':(;l)
(o t)
t)
Por tanto:
EJEMPLO 3B
La matriz identidad de ord en rL con trminos en K: In, es invertible, y su matTLZ rnversa es
ella misma, pues
1rr1 n
: In Esto es:
t;t - In.
EJ
ERCTCTO B
CNS
de malraz
nvertible (tener
rango mximo)
A y B dos matrices cuadradas del mismo orden. Demostar que si A y B son invertibles,
tambin es inverble el prcducto AB, y se verifica: (+A-r : B rA 7.
Sean
Proposicin
lf
f.l
Una
matriz cuadrada de orden n
es
invertible si y sIo si su
rango es igual a n.
Demostracin
Sea
A una matriz cuadrada de orden rL. Que Ia matriz A es invertible
significa existe una matriz cuadrada B de orden
AB
vL
tal que:
: BA: In.
(22)
Si A, ts y J, son las aplicaciones lineales de Ku en K' cannicamente asociadas a las

matrices A, B y In, respectivamente, entonces (cf. corolario de la proposicin III.7 (cf. p. 2 01))
la igualdad (22) es equivalente a:
4"ts:B "A:Jn,
y como J,
(23)
es la aplicacin identidad de Ku, afirmar (23) es lo mismo que afirmar que "4 es
biyectiva (cf. teorema 3, p. 400).

Por tanto, la matriz A es invertible precisamente si la aplicacin lineal es un isomorfismo, lo que a su vez equivale (cf. segunda consecuencia de Ia proposicin III.B (cf. p. 211))
ai rangoA:
n.
bene
C.Q.D.
En la demostracin de la proposicin se ha obtenido que una matriz A es

precisamente
invertible
si su aplicacin lineal cannicamente asociada: "4, es biyectiva.
Nota
228
III.
EJEMPLO
39
La matriz real:
/ 1
I -1\
ol
fo 1
\-r -r
es una
MATRICES
z)
matriz cuadrada de orden 3 y tiene rango 3, y p or tanto es invertible.
La matriz real cuadrada de orden 2:
(il)
no es invertible, pues tiene rango
EJERCICIO
1.
Consideremos una matiz cuadrada A, y sea A su aplicacin lineal cannicamente asociada

Demostrar que si A es inverble, entonces Ia aplicacin lineal cannicamente asociada a Iz
matriz -t es A-r
inversa A continuacin,
para
exponemos un mtodo
el cIculo de la inversa de una matriz invertible basado
en transformaciones elementales.
Consideremos una matiz A cuadrada de orden n con trminos en K e invertible,
es decir (cf. proposicin III.13, p.227): rango A : n. De aplicar Ia proposicin Itr.12
(cf. p. 222) (cf . p. 222) a la matriz A se deduce que es posible obtener una matriz A'
de la forma:
1
0
e1r, +u
&Tm
2. Mtodo prctico para el clculo de Ia matriz
A':
aLt, +tl
&2m
::
00 ... i alrr'r+t
00
00
e!"*
)
llevando a cabo en la matriz A transformaciones elementales sucesivas, siendo r d
rango de A, n el nmero de sus fiIas y m el de sus columnas; como en nuestro caso
se tiene: T : TTL : h,la matriz A' toma la forma:
A,-
(?
sl
[ro
,)
: In'
Es decir: mediante transformaciones elementales sucesivas aplicadas a la matriz in-
vertible A
es posible obtener la
matriz identidad
1rr.
7.
INVERSA DE UNA MATRIZ CUADRADA
229
Si M1, M2, ..., Ma son las matrices elementales asociadas a Ias k sucesivas transformaciones elementales que aplicadas a A nos permiten obtener In, entonces (cf. demostracin del corolario de la proposicin 3 (cf . p. 224)):
M4"'M2M1A:
In,
de donde, multiplicando por Ia derecha por Ia matriz A-1, se obtiene:
Ma' ' 'M2M1AA-1
: InA-7,
bien:
Ma' ' ' M2M1I,
A-1
esta igualdad puede interpretarse de la forma siguiente (cf. proposicin III.11,

p. 217): Ia matriz A-l es el resultado de aplicar a 1, las mismas transformaciones
elementales sucesivas que hemos aplicado a A para obtener 1r.
EJEMPLO
40
La matriz:
/ I
I -1\
A:l o I
\-r -r
ol,
z)
considerada en el ejemplo 39 (cf. p. 228), es invertible. Calculemos su matriz inversa: A-1.

Aplicamos a la matriz A transformaciones elementales sucesivas hasta obtener Ia matriz
identidad 1::
":(ir:)*(:i?):(il?)
*(ii):^
A continuacin, aplicamos las mismas transformaciones elementales, y en el mismo orden,

la matriz 13:
":(i : i)'"'.(i : l)"'*(i i ?)'='*( i

y esta ltima matriz es Ia inversa de A:
4-r
/2
- o
f
\r
-1
I
o
i)
A modo de comprobacin, el lector puede verificar
( l-) (" -l ) :("

\-r -r
2)
\r o J
\r
-1 1\ / 1
1 -1\
rolf o I
o r) \-r -1
ol -rz
z)
i)
230
III.8
TR{SPTJESTA DE TJNA MATRIZ

A continuacin, vemos la definicin dr
7. Deftnicin de matriz traspuesta

matriz traspuesta de una matriz:
Bi6fir6i,6.i6i6
Traspuesta de
u na malriz
ffi
..'t ..;',..*
En otras palabras, Ios r vectores columna de
At son los rt vectores fila de A, y los
rr:
vectores fila de At son los m vectores colurnna de A.
EJEMPLO
4l
Sea
A la matriz con trminos reales de orden (2,3) cuyos tres vectores columna son:
a.1
-(1,2), az:(1,1) y
cL3: (3,0).
Escribamos la matriz traspuesta de A: At.

Los tres vectores fila de At son por definicin: &r, &z Y az, luego:
/T
At:
-tt
2\
r l.
\3 0/
A', el trmino de posicin (2,3) de la matriz A. De -.

se deduce que el trmino de posicin (2,3) de la matrz A r.
Calculemos ahora, a partir de
definicin de matriz traspuesta

el trmino (3,2) de Ia matrtz At, es decir: 0.
EJEMPLO
42
La traspuesta de Ia matriz:
A-(o'
es Ia
4,2
matriz:
AT:
e)
"r)
,8,
23L
TRASPUESTA DE UNA MATRIZ
matriz Se verifica:
identidad In es ella misma: It": 1".
Consecuencias de Ia deftnicin de traspuesta de una
.
.
.
La traspuesta de la matriz
La traspuesta de la matriz Ar, que denotaremo.s; (At)t,
es
igual
a A.
LatraspuestadelamatrizAtes: (At)t: ("iit 1<i <n, I<i <m). lerosetiene

quealtr:o7r: a'iparacada 1< <ny cada 1< j <m,luego: (At;t:.
La traspuesta de una suma de matrices es igual a la suma de las traspuestas:
(A+B)t:At+Br'
Si ponemos: C --
A + B, entonces:
c!,: cii = aj+bii:

y por tanto: Ct
alt
+blt,
1<
<
m, I
<
j <n,
At + Bt.
a es un escala, entonces la
(aAt : ot.
Poniendo: D : aA, se tiene:
Si
traspuesta de Ia matriz
aA
es igual a uAr:
dt: dt: o6.ji: aa1, 1<i< m, I< j <n,
ypor tanto: Dt : aAr.

La traspuesta del producto BA
Pongamos: E
BA.
Se
es
igual a
ArBr: (aAt - O"'.
tiene:
el,
eii
: i r,ooo, : L oioai,.
k=l
k=r
Nota bene Si A es de orden (n,m), para que se pueda formar el producto BA es

condicin sine qua non que B sea de orden (p,n), con lo que el producto BA ser
de orden (p,m).Anlogamente, como At es de orden (m,n), Bt es de orden (n,p),
y AtBt de orden (m,p).
es cuadrada de orden
matriz Ar es invertible, y suinversa es
Si Ia matriz
Se
n y es invertible, entonces tambin

(A-l)t; (At) 1 : (A-t)t.
tiene (consecuencias anteriores):
[ (e')' - (e-'^)' - rh - rn y (l-r)tAt - (^^-')' - rh: rn,

y por tanto At es invertible y su inversa es (-t)t.
EJEMPLO
43
Sean las matrices reales:
A-(;ls)B-(t-11)vc-(l)
Comprobemos se verifica: (A + B)t
At + Bt
y (Cl)t :
AtCr.
Ia
III.
232
MATRICES
Se tiene:
il
AI:(l
Ar+Bt
B'I:
:(l
Por otro lado, se tiene i Ct
il+
(-l I
-(:
A+B
(-l | :fi ) :
l)
(A+B,r
- (t -1 2),n por tanto:
CrAt
-1 z) (l
- (t
: (o
1)'
y como:
AC:(I
rs)(1): (?)
resulta:
(AC),: (?)
':
(o
r) -
CrAr
La trasposicin de matrices conserva el rango, en el sentido siguiente:

El rango de una
Proposicin
ff
f.l4
El rango de una
matriz coincide con el de su traspuesta.
matriz es igual al
de su traspuesta
Demostracin Sea A una matriz de orden (n,m) y rcrtgo r > 1. Como el rango de una
matriz es indiferente al orden de sus vectores columna, podemos suponer, sin prdida de
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 unamatriz T cuadrada de orden n
tal que TA es de la forma:
TA:
(:?
0 e1e+u
0 a|r"+u
!'B
... i &r('r+r) ...

000
a\*
elz*
e!r*
[,0
r
m-r
Los vectores columna no nulos de la traspuesta de Ia matrtz
(1,0,...,0,a\*11,...,a\*),
(0,
A son:
1,...,0,a|r,+',...,a'z),..., (0,0,...,L,a!,r,+t,...,ai,^),
9, soLUCtN
or Los EJERCtctos
pRopuEsTos
cuyo rango es, obviamente,

rango
A: r :
233
r,y
por tanto:
rango(TA)t
rango(AtTt) < mn{rangoAt, rango Tt} < rangoAt,
de lo que se deduce:
rangoAt.
rangoA <
(24)
Es decir, el rango de una matriz es menor o igual que el de su traspuesta. Aplicando esta
afirmacin a la propia matriz At, resulta:

rangoAt < rango (At)t
y finalmente de
(2
4) y (25) se concluye: rango
rango A,
(2 s)
rang o Ar.
C.Q-.D.
Irr.g solucroN DE Los EJERCICIOS PROPUESTOS

Ejercicio
(p. I BB)
- (ut,u) una base cualquiera de R2. Buscaremos

:
(utt,ruz) de p2 para que la matriz asociada a f
se B'
Sea
matriz identidad 12,

Por definicin de matriz asociada, Ias coordenadas de
que ser: 1 y 0, eS decir:
f (u t) : Iutl + Out2 : 11 t.
Anlogamente, las coordenadas de
f (u) :
condiciones sobre una baen las bases B y B' sea la
f (ut en Ia base B' tienen
(uz) en B' tienen que ser: 0 y 1, esto es:

0ra1
+ \ut2
x1r'
En consecuencia, los vectores rtut Y lrtz han de sr: /1
: f @t) Y tvz : f @z)
'
Por ejemplo, tomando la base B : ((f,1),(1,2)), se tiene que: /(1,1) : (1,2)

y f (I,2) : (I,3), y el sistema de vectores B' : ((I,2), (1, 3)) es una base de R2, y Ia
matriz asociada a / en las bases B y B' es Ia matriz identidad 12.
Obsrvese que Ia aplicacin lineal / es distinta de Ia aplicacin identidad de R.2.
Esto no contradice Io enunciado en la proposicin III.I (cf. p. 187): en Ia proposicin
se requera que las bases fueran iguales, pero, en este ejercicio, B' no es igual a B.
Ejerci cio
(p. I e6)
m) el orden de A, y sea (p,4) el orden de B.

Al estar definido eI producto de A por B, el nmero de columnas de A es igual al
nmero de filas deB:m = p.De estar definido elproducto de B por A, se tiene: n: 4.
Es decir, si A es de orden (n,m),entonces eI orden de B es: (p, q) = (m,n). El orden
de Ia matriz AB es, pues, (n, n), y el de Ia matriz BA es (m,m). De ser ambos
rdenes iguales, se deduce: rL : m, y por tanto A y B son matrices cuadradas del
mismo orden.
Sea (n,
234
III. MATRICE:
| j
*)
uB
(abii; I < < m, I
y el trmino de posicin (, j) de A(aB)
por defim-
or(obo)
(,j)
< rL, 1 < j <m).
Enconclu-
m,
j p),
"
es:
k:7
queeseltrminodeposicin
sin:A(aB) : a(AB).
<
| <j
p).
Sean O
y B (b; 1 < <
Ejercicio
(ott, 1 < I < rL, < <
(p. 203) cin de producto de una matriz por un escalar, se tiene:
"yk-r aijbt j,
dea(AB) (1 <
Ejercicio
Aplicando, primero, la propiedad distributiva por la izquierda y, despus, la prople(p. 203) dad distributiva por la derecha, se tiene:
(A+ B)2
Ejercicio
(p.203)
(A + B)(A + B) =
A(A+B)
B(A+ B) :.1.2 + AB + BA+ 82.
En notacin por columnas:
A-(^, l^,
lAi
I l^d
rm:(r, lt,
I lEil
ln*),
y por tanto (cf. proposicin III.5, p. t 96):
Ar*-A(o,
Iurl
Ei
I
I E*)-
(^trl
^tr
AE
I
l û*)
Por otro lado, de acuerdo con las propieda des del producto de matrices, se tiene
quet AIm: A, o bien:
Arm-(^'l^,
I lAil
l^*)
En conclusin:
(^'l^,
I lAil
lA*):(û,l^t,l
yA-AEi,I</<m.
Anlogamente, como la i-sima matriz fila de In es L, se tiene que la i-sima
matriz flIa del produ cto InA es igual al produ cto LA; al ser: InA : A, se deduce qu
la i-sima matriz flla de A es igual a t iA (I
Ejercicio 6
(p.203)
triz identidad Im, entonces
SiE1 ,E2
verifica:
/"'\
lxzl
X- L l:*rtt-tx2E2*
\;^)
+ xmEm,
se
'.9.
235
SOLUCTON DE LOS EJERCICTOS PROPUESTOS
y por tanto:
AX
: A(xt -t xzEz+''' + xmE"n)

: A(xt) + A(xzE) + "'+ A(xÊ*)
: xtAEt+ x2AE2 +'''+ x*AE*
:xtAt+x2A2+"'+xmAm,
donde la segunda igualdad es consecuencia de la propiedad distributiva de la multiplicacin de matrices, y Ia tercera y la cuarta son consecuencia de los ejercicios 3 y 5,
respectivamente.
Ejercicio 7
(p. 20a)
Sabemos (cf. ejercicio 4,p.2O3):
(A+B)z : (A+B)(A+B):
A2 + AB +
BA+ 82.
(26)
A y B conmutan, es deci: AB = BA, entonces eI Itimo miembro de (26) toma la

forma: A2 +2AB+82. Pero si Ay B no conmutan, entonces: (A+ B)z + Az + 2AB + 82.
Como comprobacin, tomemos las matrices A y B del ejemplo 22 (cf' p. 204)' Se
Si
verifica:
(A+8,2:
t(l
). (3 _3)l': (? _l)': (3
3)
Por otro lado (cf. ejemplo 23,p.204):
^': (? )': ( ?)
Y
AB:(:
3)
*: (3 -:)': ( l),
BA-(
3)
Por tanto:
A2+zAB+Bz:(l ?)
+z(: 3) +(; l) :(;
-)
y(A+B)2+A2+2AB+82.
8 Si las matrices A y B son cuadradas de orden 71, entonces se verifica:

(p.227)
gilg_rA_r):t@n-t)A-r:AInA,r:AAr:In,
Ejercicio
(B-rA-t)(7.n) -- B-t (t-rA)B
: B-rInB - B-rB :
y por tanto AB es invertible y su inversa es 3-r A-r
In,
236
III.
Ejercicio
(p.228)
MATRICES
Supongamos que la matriz A es cuadrada de orden n. Llamemos B a la matriz inversa

de A, y sea I Ia aplicacin lineal cannicamente asociada a la matriz B, es decir, a la
matriz A-1. Queremos demostrar qtuets: JL-r.

De la definicin de matriz inversa, se tiene: AB
JLoB:Jn,
In, de lo que se deduce:
(2n
donde J,, es la aplicacin lineal cannicamente asociada a In (y por tanto la identidad

de Ku). Operando por la izquierda con ,A-r en(27), se obtiene: ,A-r oJLoB = JL-r oJ,.,
es decir: B : ,A-1 , y la aplicacin lineal cannicamente asociada a la matriz inversa
de A es efectivamente -1.
237
ECAPITULACIN III
RECAPITULACION III
matriz Consideramos un cuerpo K y dos enteros positivos ny m:

Matriz A con trminos en K de orden (n,m): disposicin de n ' m elementos
de K en forma rectangular en n filas y m columnas (las filas y columnas de A).
Matdz real: matriz con trminos en R.
Trmino de A de posicin (, j): elemento de A situado en la fila -sima y Ia
columna j-sima.
Definicin de
.
.
.
Se denota: a;.
Notaciones para la matriz A de orden
CLtt
CLzt
A-
(n,m) con trminos en K:

eLj
e2j
CLyZ
&ZZ
6l'Lm
6L2m
:
&it
&iz
ati
cLim
CLnI
CLnZ
A'nj
CLnm
oA: (ottrr<i<yt, 1<j< *), o simplemente: A - ("")
(si no hay con-
fusin).
o
o
o
Trminos de la -sima fila (1 < < tt) de A: ai1, a2, ..., am; trminos de
la j-sima columna (1 < j < m) de A: cLtj, azj, ..., &nj.
Matriz fila: matriz de orden (I,m).
Matriz columna: matriz de orden (n,I).
Matriz cuaada de orden ni marriz de orden (n,n) (mismo nmero de filas
que de columnas).
Trminos de la diagonal principal de una matriz cuadrada de orden n: los de

posici.n (1, 1), (2, 2), .. . , (n,n).
Matriz identidad, o unitaria, de orden n con trminos en K: matriz cuadrada
de orden n con los trminos de la diagonal principal iguales a I y los restantes
iguales a 0.
Se denota: I..
Se
tiene:
0
In
:f
sl
r)
\o 0
Matriz cero, o nula, con trminos enKde orden (rt,m): matriz
con todos sus trminos iguales
Se denota: O.
a 0.
de orden
(n,m)
III.
238
MATRICES
Consideramos una matriz A con trminos en K y de orden (n,m):
Matriz columna j-sima de la matriz A (1 < j < m): matriz columna de orden (n, 1) cuyos trminos son los de Ia j-sima columna de A.
Se
denota:
A;.
Se
tiene:
("tt\
Aj
az:j
: Il""i
tt
\o" /
por columnas de A sr A : (^t I t, I

I U)
Ez
In
Et,
se denotan:
Las matrices columna de
o Matriz fila i-sima de la matriz A (I < < n): matrtz fila de orden (I,m) cuyos
aim)
trminos son los de Ia -sima fila de A , (otr ct iz
A es:
SiF1 ,Fz
La notacin
A_Fl
A-l,l
(rl
Las matrices fila de /,n se denotan: Lt, Lz, ..., Ln.
o Vector columna j-simo de A (1 < j < m): el vector de Ka cuyas componentes
son los trminos de Ai.
tiene: ai : (ati,alzj,...,dnj).
Vector fila l-simo de A (1 < I < n): el vector de Ku cuyas componentes son
Ios trminos de la l-sima fila de la matriz A; es decir: (ai't , a2, . . . , am).
Se
denota:
a;.
Se
Matriz asociada a una aplicacin
lineal
Consideramos una aplicacin lineal
de Km en Kn, y unas bases de estos espacios vectoriales: V
yW
(tat,urr,...,un)
(Itt,7tz,...
,u*)
de Krr
de Ku:
Matriz asociada a f , o representante de /, en las bases V y W: es la matriz

(n,m) cuyostrminosdela j-simacolumna(1 < j<rrr
A: ("t) deorden
son las
n coordenadas de /(u;)
en la base W:
f {u t) : etju)t + azjTuz -r
Caso particular: SiW
columna de A,
Propiedad: sr m
entonces
Bc ftase cannica), entonces
<j<
m).
(es decir:
TL
a"nlWn,
K77
"f es la identidad de K7.
- K'),
1<J<m-
f (u) - a j (J-simo
vector
si V y W son iguales, y si A
I,r,
239
RECAPITULACION III
Aplicacin lineal cannicamente asociada a una matriz A: ("tt) con trminos en K de orden (n,m): la nica aplicacin lineal "4 de Km en K cuya matriz
asociada en las bases cannicas es A.
Grficamente:
Bc
B'c
K'?1
e
EI espacio vectorial
fivos ny mi
lVtr* ( K)
&j,
Consideramos un cuerpo K y unos enteros posi-
. Mr"-(K) denota eI conjunto de las matrices con trminos en K de orden (n,m).

. Consideramos dos marrices A, : (a4) y S : (Uq) de Mr-(K). La suma de A
y B es la matriz (de lt4,r-(K)): A + B : ("tt + bij).
EI producto de un escalar A por A es la matriz (de M",-(K)): AA : (n"tt)'
. (M42(K), +) es un grupo abeliano. Su elemento neutro es la matriz O (de
orden (, m)),y el opuesto de A es la matriz: -A : (-I)A'
El conjunto
M"r-(K)
es espacio vectorial sobre K con la adicin de matrices y
la multiplicacin por los elementos de K.

Fijadas unas bases, Ia matriz asociada a la aplicacin lineal suma de aplicaciones lineales es la matriz obtenida sumando las matrices asociadas a las apli
caciones.
.
.
Fijadas unas bases, si A es un escalar y / una aplicacin lineal, la matriz asociada a A/ es el producto del escalar A por la matriz asociada a Ia aplicacin /.
Los espacios vectoriales f,(Ku, K") y Mn (K), ambos sobre el cuerpo K, son
isomorfos.
La aplicacin de f,(Km, K) en Mr-(K) que a cada aplicacin lineal asigna su
matriz asociada en las bases cannicas es un isomorfismo.
Producto de
matrices
Consideramos dos matrices de rdenes
A- (or; t <i<rt,l <J **)
(Uri;
(n,m) y (m,p):
t <<rn, 1<J
Producto de A por B: matriz C : (cq),de orden (n,p),con:
c7
< e)
Zoruboi.
K:T
Tambin se dice: C es el producto por la izquierda de B por A, o el producto

por la derecha de A por B.
El producto de dos matrices se define sIo cuando el nmero de columnas de
Ia primera es igual aI nmero de filas de la segunda.
240
III.
Se
MATRICES
verifica (notaciones por filas y por columnas):
^(u,
lt, I lnr)-(û, ltt, I
lmo)
fiI'l
Fijadas unas bases, si A es la matriz asociada a una aplicacin lineal f ,y B es

la matriz asociada a una aplicacin lineal g: Iamatriz asociada a f g es AB.
"
La aplicacin lineal cannicamente asociada a AB es la composicion JL ts.
"
Propiedades de la multiplicacin de matrices:
r Asociatidad:A(BC) : (AB)C;
o Distributidad (por la derecha y por la izquierda) respecto de la adicin:
A(h + Bz) : Ah + AB2, (At + A)B : A

o InA: A: AImi
o OA:O,AO:O.
Las matrices
coinciden.
+ A2B.
A y B conmutan si: Ios productos AB y BA estn definidos
La multiplicacin de matrices cuadradas de orden rL, con
n>
2, no es conmu-
tativa.
Se
tiene la equivalencia:
,A(x1,x2,...,X*)
(yt,!2,...,Vn)
Dada una aplicacin lineal
e Af)
f)
de Km en Ku, y fijadas unas bases V y W, respec-
tivamente, si A : (or)
la matriz asociada a / en estas bases, se verifica: la
""
imagen por / del vector de coordenadas x1, x2, ..., x,n en V es el vector cuyas
coordenadas lt, !2, ..., ln en W vienen determinadas por la relacin matricial:
(:,:\
fr,j
Rango de una matrz
r Rango de una matdz
(:';, :::
[",
:::,\(::
r enz ^,^)l'-
A : ("tt)
de orden
(n,m): el rango
denota: rangoA. Por definicin:
rangoA:
rango
de los vectores
columna de A.
Se
(at,az,...,a^).
: CAPITTJLACIN III
24r
. Propiedades:
o
el rango de una matriz es menor o igual que el nmero de sus filas y que
el nmero de sus columnas;
o
o
no
se
modifica el rango de una matriz permutando entre s sus columnas;
el rango de una matriz es igual aI rango de cualquier aplicacin lineal a Ia

que la matriz est asociada;
o rango(AB) < mn{rangoA,rangoB};

o
una condicin necesaria y suficiente para que una matriz cuadrada de

orden n represente un isomorfismo es que el rango de la matriz sea 7L;
si A es una matriz cuadrada de orden n de rango igual a n, y B es una
matriz de orden (n,m) (ambas matrices con trminos en K), entonces:
rango(AB) : rangoB.
Transformaciones elementales de una matriz

. Transformacin elemental de una matriz: es cualquiera de Ios tipos:
permutar entre s dos filas,

o multiplicar una fila por un escalar no nulo,
. sumar a una fila el resultado de multiplicar otra por un escalar.
Una transformacin elemental conserva el rango de Ia matriz a la que se aplica.
Matriz elemental de orden z asociada a una transformacin elemental: resultado de aplicar la transformacin elemental a la matriz identidad 1".
Propiedades:
o
o
n es igual a n,
el resultado de aplicar a una matriz una transformacin elemental es eI
producto por la izquierda de la matriz por la matriz elemental asociada a
la transformacin elemental.
Si A es una matriz de orden (n,m),y si rango(A) : r > 1, y los r primeros
vectores columna de A son linealmente independientes, se puede obtener, aplicando a A transformaciones elementales sucesivas, una matriz A' de la forma:
el rango de una matriz elemental de orden
::
00
A,00
l
1",
T
M-T
Existe una matriz T, cuadrada de ordertrL, y de rango
n,fal quet TA - A'
III. MATRICS
242
Inversa de una matriz cuadrada Consideramos una matriz cuadrada A de

orden n con trminos en K:
. Inversa de A: matriz B cuadrada de orden zr tal que: AB = BA: In.
dice: A es invertible.
Si A es invertible, su inversa es nica. Se denota: B
Se
A-r.
. Propiedades:
o AA_1 : A_tA:Ini
a (t-r)-r : '+;
o I;1 :7n
(A es invertible) e rango A : n.
Para el clculo prctico de A-1: se aplican a 1r, las mismas transformaciones
elementales sucesivas que llevan la matriz A alamatriz In.
Traspuesta de una matriz Consideramos una matriz A con trminos en K de

orden (n,m):
. Matriz traspuesta de A: es la matriz de orden (m,n) cuyo trmino de posicin (, j) es el de posicin (j,) de A, 1 < <m,1 < j < rt.
Se
denota: At.
Propiedades:
. IL: In;
o (At)t :4;
o (A+B)r:Ar+Bri
o (aA)t : aAti
o (BA)t : AtBl
o rangoAt:rangoA;
o si A es cuadrada e invertible: (')-t : (A-t)t.
C,q,prulo IV
SISTEMAS DE ECUACIONES
LINEALES
IV.
244
SISTEMAS DE ECUACIONES LINEALES
ESQUEMA RESUMEN
IurnonuccrN
2.
245
Definiciones y propiedades, 245 . Resolucin de un sistema de ecuaciones lineales, 25L . Aplicaciones de los
sistemas de ecuaciones lineales, 261
1. Definiciones y propiedades 268

1. Definiciones; notacin matricial
2. Aplicacin lineal asociada a un sistema
3. Sistemas equivalentes
2.
. 268
.270
. 273
Resolucin de un sistema de ecuaciones
Iineales
Resolucin de
un sistema de la
AX-C
forma
.2BO
3. Aplicaciones de los sistemas de ecuaciones lineales 286

1. Ecuaciones de un subespacio vectorial . . 286
2. Expresin de un vector como combinacin
. 2BB
lineal de otros vectores .
3. Clculo de una base de un subespacio vec. 2Bg
torial dado por unas ecuaciones .
4. Ejemplo de interseccin de subespacios
.29L
vectoriales .
277
1. Determinacin del ncleo de una apli-
REcaprruLACrN
cacin lineal. Resolucin de un sistema
homogneo
.277
IV
293
Definiciones y propiedades, 293 . Resolucin de un sistema de ecuaciones lineales, 294.
245
INTRODUCCION
INTRODUCCIN
D
efinciones y propiedades
[Jna ecuacin lineal enlas incgnitas
xt, xz, . . , xm
.
es una ecuacin de la forma:

CLtXt -f LZXZ
CLmXm
C,
&m son nmeros reales, que llamaremos COeficientes de la ecuacin,

y c es otro nmero real, que llamaremos trmino independient de la ecuacin. Por
ejemplo, las tres siguientes son ecuaciones Iineales en las incgnitas x1, xz Y xzi
donde
6Lr, CLz, . . .,
xt-xz-3x3:2, xz:l t -jtt +4x3:g'

-1y -3; los de Ia segunda:0, 0 y 1;
-115, O y 4. Los tres trminos independientes son 2, I y O,
Los coeficientes de la primera ecuacin son 1,
y los de Ia tercera:
respectivamente. Las sigUientes tambin son ecuaciones en las incgnit?S X1,

y x3, pero no son lineales:
x1x2-r x3 =
: _ I,
2, xl + 3x2 - xz-X3
2x1
- J- : t'
Muchas veces se emplean otras letras para designar las incgnitas, como x,
o u. Por ejemplo, estas son ecuaciones lineales en las incgnitas x, y, z y ti
2x+3y-22+t--3
2y
X2
-z- t-
y, z, t
1.
EStamoS interesados en los sistemas de ecuaciones lineales, que no son ms que
un conjunto de ecuaciones lineales consideradas simultneamente, todas en las mismas incgritas. Por ejemplo, el siguiente es un sistema de dos ecuaciones y cuatro
incgnitas:
Ir*, -t
L x1
+3xs-x+
xz-t
4x3
x+
-r.
Ntese que ambas son efecti vamente ecuaciones e n las mismas incgnitasi
xt, xz, x3
Y x+-
Todos los sistemas admiten una notacin matricial, de suma importancia para
un ulterior estudio del sistema. Por un lado, se define Ia llamada maiz asociada al
sistema, que tiene tantas filas como ecuaciones y tantas columnas como incgnitas, y
cuyos trminos son los coeficientes de las ecuaciones (colocados en el mismo orden
en el que figuran en eI sistema). Por otro lado, se define la matri,z de incgnitas, q.ue
es la matriz columna cuyos trminos son las incgnitas del sistema. Y finalmente se
define la matriz de trminos independienfes, que es Ia matriz columna cuyos trminos
son los trminos independientes de las ecuaciones. Estas matrices suelen denotarse
246
IV.
con las letras A, X y C, respectivamente; la notacin matricial del sistema es entonces

esta: AX : C.
Escribamos la notacin matricial del sistema que hemos puesto de ejemplo dos
prrafos antes. Su matriz asociada ser de orden (2,4) (tantas filas como ecuaciones
y tantas columnas como incgnitas); en su primera fila tendr como trminos los
coeficientes de la primera ecuacin, esto es: 2,0,3 y -1; en su segunda fila, Ios
coeficientes de Ia segunda ecuacin:
I, I, 4 y 1. La matriz asociada
es entonces:
3 -t\
o:ltlz o
7 4 1)'
matriz de incgnitas y su matriz de trminos independientes son las matrices
columna cuyos trminos son Ias incgnitas y los trminos independientes del sisSu
tema, respectivamente; es decir:
X-
(::\
yc
l*=l
\,^)
La notacin matricial del sistema es:
(l
AX
? =^ l)
:(?)
C, que toma esta forma concreta:
/"'\
:(?)
Ntese que si efectuamos el producto del primer miembro, Ia igualdad anterior
transforma en esta:
( Zxt+3x3\tr *xz*4x3 :^.^):
( ?)
se
'
que es equivalente al sistema propiamente dicho.

Adems de las tres matrices que acabamos de ver, para un sistema de ecuaciones
lineales dado se define otra matriz, que recoge toda la informacin necesaria sobre
el sistema: la llamada matriz ampliada del sistema, formada adjuntando a la matriz asociada la matriz de trminos independientes (esto es, aadiendo a la matriz
asociada una columna ms, cuyos trminos son los trminos independientes de las
ecuaciones). Si la matriz asociada se ha denotado por A y Ia de trminos independientes por C, la matriz ampliada se escribe: (O I a) para el ejemplo d.e sistema
que venimos considerando, su matriz ampliada se escribe as:
(tl ') :(l ?=^ -l
i)
247
INTRODUCCIN
Un concepto muy importante es el de solucin de un sistema de ecuaciones lineales. Consideremos un sistema de ecuaciones lineales de matriz asociada A y de
matriz de trminos independientes C (o dicho de otra forma: el sistema AX : C, o
tambin: el sistema de matriz ampliada (a I C)1. Llamaremos solucin del sistema a
toda matriz columna X1 tal que el producto AX1 es igual a Ia matriz C. Para el sistema
que venimos considerando como ejemplo, una solucin eS esta matriz columna:
Xt:
l)
Isj
por esta maQu significa esto? Que si multiplicamos Ia matriz asociada del sistema
rriz X1, obtenemos como resultado Ia matriz de trminos independientes. Tenemos:
AXt:
03
[r 11
/z
l)
C,
lo que prueba que efectivamente la matriz X1 es una solucin del sistema. Ntese
que si en el sistema propiamente dicho sustituimos las incgnitas por los trminos
correspond.ientes de la matriz X1, es decf, si sustituimos x1, x2, xz Y xs por 1, -2, 0
y 0, respectivamente, entonces obtenemos dos identidades (una por cada ecuacin):
+3.0-01+(-z) +1.0+0-
[z1
-1.
Todo sistema de ecuaciones lineales verifica uno y sIo uno de estos asertos: no
admite solucin, admite exactamente una solucin, o admite infinitas soluciones.l
Entenderemos por discutir un sistema la tarea de averiguar cul de estos tres asertos
se verifica para el sistema; es decir, averigpar si admite solucin o no' y en caso
afirmativo si slo admite una o admite infinitas. Y entenderemos por resolver el
sistema averiguar concretamente todas las matrices columna -una o infinitas- que
sean solucin del sistema caso de que admita alguna.
La tarea de discutir un sistema requiere solamente un clculo de rangos. El resultado fundamental es este: un sistema de ecuaciones Iineales admite alguna solucin
si y solamente si el rango de su matriz asociada coincide con eI rango de su matriz
llos
sistemas que no admiten solucin se denominan incompatiblesi los que la admiten, compatibles.
Los sistemas compatibles se califican adems de determinados o de indeterminados, segn admitan slo
una solucin o in-finitas, respectivamente. Esta nomenclatura, comn en muchos manuales que tratan
Ios sistemas de ecuaciones lineales, no se utiliza en este texto.
IV.
248
ampliada; adems, en caso de coincidencia, es decir, en caso de admitir solucin, el

sistema admite solucin nica si tal valor comn del rango es igual que el nmero
de incgnitas, y admite infinitas soluciones si tal valor del rango es menor que el
nmero de incgnitas. Para el sistema que venimos considerando como ejemplo, se
tiene:
raneo
(i ? =^ l) : z,
rane e A
:rans"
(A I c)
: rans" (? ? =^ - i
?)
:2
Iuego el sistema admite solucin (ya lo sabamos: habamos puesto un ejemplo); pero
adems este valor comn del rango es menor que el nmero de incgnitas del sistema
(ste es 4 y aqul es 2), luego el sistema admite infinitas soluciones.
Otro ejemplo:
l^* +2y -2
Ir* + 7:2'
Este es un sistema de dos ecuaciones y dos incgnitas (ntese que estamos denotando stas con las letras xyy).La matriz asociada y la matriz ampliada son,
respectivamente, estas:
(; ?) v (;i
El rango de la primera es igu al a
I (ambas filas so n proporcionales),
pero la segunda
tiene rango igual a 2 (ambas filas no son proporci onales): el sistema no admite solucton.
Y otro ejemplo ms de sistema, que introducimos directamente en notacin matricial. Consideramos este sistema:
:^
l) 0l):(i)
que tiene tres ecuacones y tres incgnitas. Sus matrices asociada y ampliada son,
respectivamente, estas:
(t _i l) v ft
\o 1l
_:^ i
\o 1r i)
Ambas son de rango igual a 3, como el lector puede calcular. Se trata, entonces, de
un sistema que admite solucin, y solucin nica, pues el valor comn del rango
coincide con eI nmero de incgnitas.
249
INTRODUCCIN
En Ia seccin siguiente veremos cmo abordar el problema de resolver
un sistema
d.e ecuaciones del cual sabemos, por haberlo discutido preamente, que admite solucin. Pero antes de terminar esta seccin queremos hablar de sistemas equivalentes:
que dos sistemas de ecuaciones lineales sean equivalentes significa que ambos tienen
eI mismo conjunto de soluciones (si ninguno de los dos admite solucin, se conside-
ran tambin equivalentes: en este caso el conjunto de soluciones sera, para ambos,
el vaco). Un resultado importante establece que, dado un sistema de ecuaciones,
podemos escribir otro equivalente a I aplicando a Ia matriz asociada y a Ia de trminos independientes una misma transformacin elemental por filas. Ms en concreto,
si AX : C es un sistema de ecuaciones lineales (dado en notacin matricial), y si A'
y C' son el resultado de aplicar a las matrices A y C, respectivamente, una misma
trasnformacin elemental (por filas), entonces los sistemas AX = C y A'X : C' son
equivalentes: o ninguno de ellos tiene solucin, o ambos tienen las mismas soluciones, esto es, si una matriz columna es solucin de uno, tambin lo es del otro.
A modo de muestra de lo dicho, consideremos el sistema que hemos puesto antes
como ejemplo de sistema de una nica solucin:
:(i)
-i
(;i)
l)
- Zxz * 5x3- 1
-4x2+ x3-0
.bien
[,:,
Xz-r X3-2.
Apliquemos, tanto a su matriz asociada como a su matriz de trminos independientes, la transformacin elemental F2 - F2 - 2F1 (esto es: sumar a la segunda fila la
primera multiplicada por -2):
/r
-2
-.1
\0
(i 1 i)
FzFz-ZF'
l)
(i)
FzFz-2F'
(l)
Dicho de otra forma, ms cmoda: apliquemos aIa matriz ampliada del sistema Ia
transformacin elemental F2 - F2 - 2F
/t -2
1\
Iz -1
\o r1
Fz*Fz-ZFt
2/
fi
-25
0 -9
11
EI sistema original es entonces equivalente a este:
/t -2
5\ /xL\ / 1\
lxt -2x'+ 5x3:
bien I
lo o -elf"; l:f: -zl. obien
'
;,)
?,)
I
l;:l
\
-ex3:-2
",
*n'*,:
z;
de su segunda ecuacin se obtiene: xz :219, que sustituido en Ia tercera proporciona: xz : 2 - 219 : 16 lg, y finalmente de la primera resulta: xt : 3l 19' La nica
250
IV.
solucin de este ltimo sistema, y por ende del original (pues son equivalentes),
entonces esta matriz columna:
es
/31/9\
I rorg
l.
\zis )
El mtodo que utilizaremos en la seccin siguiente para resolver un sistema se basa
en lo que acabamos de ver en este ejemplo: mediante transformaciones elementales
por filas aplicadas a la matriz ampliada del sistema (que es tanto como decir que se
aplican simultneamente a la matriz asociada y a Ia de trminos independientes), se
trata de llegar a un sistema equivalente al original y fcil de resolver.
Quiz el lector se pregunte por el efecto en un sistema de ecuaciones lineales
de una transformacin elemental por columnas. Slo emplearemos, y ya veremos
cundo ser necesario, Ias de tipo I, es decir, el intercambio de columnas. Para ver
qu ocurre, fijmonos en el primer sistema de ecuaciones que consideramos como
ejemplo al principio de este apartado:
lz*,
I t, *
l-
x4: 2
x2-t 4x3 + x4 : - 1.
-t3x3_
las dos primeras columnas en su matriz ampliada (en particular,

no tocamos los trminos independientes), obtenemos esta matriz:
Si intercambiamos
lo z 3
[r 1 1
-1
1
?)
que corresponde con este sistema:
lt'
- x4: 2
+ Xz * lxz * X4: -1.
Zxz + 3xz
Fijmonos en que la diferencia entre este sistema y el original no es ms que un

intercambio de incgnitas: si en uno de los dos intercambiamos las incgnitas x1
y x2, obtenemos el otro. No podemos decir que los dos sistemas sean equivalentes,
pues toda solucin de uno no es necesariamente solucin del otro. Pero a paftir de
una matriz columna que sea solucin de uno de ellos, s podemos obtener una matriz
columna que sea solucin del otro: intercambiando sus dos primeros trminos, que
son los que se corresponden con las incgnitas xt y xz.Por ejemplo, de esta matriz
columna sabemos es solucin del sistema original:
;)
I
\
ol
o)
25r
INTRODUCCIN
Obtenemos una solucin del segundo sistema intercambiando sus dos primeros tr-
minos:
-l
fI/-z\
1l
! ;lo)
I
En resumen: un intercambio de columnas de la matriz asociada de un sistema se

traduce en un intercambio de las incgnitas correspondientes a esas columnas; las
soluciones d.e uno de los dos sistemas se pueden obtener de las del otro intercambiando los trminos correspondientes.
bene
intercambiamos dos columnas de la matriz ampliada de un sistema, una de

ellas no debe ser Ia ltima columna (es decir, la de trminos independientes), pues ello
nos llevara a otro sistema completamente distinto'
Nota
Si
Resolucin de un sstema de ecuaciones lineales En el texto, aprendemos a

resolver primero los llamados sistemas homogneos, que son aquellos cuyos trminos independientes son todos nulos, es decir, los de la forma: AX : O' Lo primero
que observamos de un sistema homogneo es que admite al menos una solucin:
la matriz nula correspondiente (dicho informalmente: obtenemos una solucin si
d.amos a todas las incgnitas el valor 0), con lo que la discusin de un sistema homogneo se reduce a determinar si esta solucin nula es nica o no. Ello se averigua
calculando el rango de Ia matriz asociada: si este rango es igual al nmero de incgnitas, la solucin nula ser nica; si tal rango es menor que el nmero de incgnitas,
habr infinitas soluciones (de las cuales una ser la nula). EI siguiente es un ejemplo
de sistema homogneo con una nica solucin:
I::,:::',::,
obien
(;
3)
(:):
(s)
En efecto: eI rango de su matriz asociada es igual a 2, y son dos las incgnitas,

Iuego el sistema admite nicamente Ia solucin nula; en este caso, sta es la matriz
columna 19). ,*Ua.r" que si sustituimos tanto
\u/
xl
como x2 por 0 en la expresin del
sistema, obtenemos efectivamente dos identidades')

Fijmonos ahora en este otro sistema homogneo:
I xt * Zxz-t xz - o
-lo
[-x1*Zxz_ xz:0,
bien
/1
[_,
; l) (;):
(s)
Denotemos su matriz asociada por A. La matriz A tiene rango igUal a 2 y el sistema cuenta con tles incgnitas, un nmero mayol que eI rango, luego hay infinitas
IV.
252
soluciones. Para encontrarlas, buscamos un sistema equivalente fcil de resolver,
1'
para eIIo hacemos uso de una propiedad que hemos visto en eI apartado anterior:
podemos obtener un sistema equivalente a uno dado aplicando una misma transformacin elemental por filas tanto a la matriz asociada como a la matriz de trminos independientes (o directamente a la matriz ampliada, que es una forma de
aplicar la transformacin simultneamente a las dos matrices citadas). Ahora bien,
no debemos preocuparnos por la matriz de trminos independientes de un sistema
homogneo, pues se trata de una matriz nula y cualquier transformacin elementa-l
que le apliquemos tendr Ia misma matriz nula como resultado. Buscamos, entonces,
aplicar transformaciones elementales a la matriz A que nos permitan obtener una
matriz cuyo sistema homogneo correspondiente sea fcil de resolver. De acuerdo
con lo sto en el captulo III (verbigracia, cf. p. 168), a pafiir de la matriz A, y aplicndole transformaciones elementales sucesivas, podremos obtener una matriz A' de la
forma:
0 '\
A,:c
\U 1 ')
(Ios puntos sealan posiciones que podran ser ocupadas por cualquier nmero real):
en concreto:
( I 2
1\ Fz*Fz-tFt (t
Fz*\tt1)Fz.
(l i l)
(-r z _r) - - >lo '^ )
y por tanto:
F'*F'-2F.,
( ?
. lt o r\
o,:[.o
r o).
Tenemos entonces que el sistema original:
AX
O, y el sistema
A'X :
O son equiva-
lentes. Este ltimo sistema toma la forma:
(l I
(i:) : (s)
obien
{" *,**'-:Z
De la primera ecuacin obtenemos: xt : -xz, y la segunda nos dice diectamente

erre x2 es nulo; si denotamos: A : -x3, podemos afirmar que, cualquiera que sea el
valor del nmero A, es una solucin del sistema A'X : O la siguiente matriz columna:
/ l\
^\
ol, obien l ol.
\-ol
\-'l
En conclusin, el sistema original tiene por solucin cualquier matriz columna de
estaforma:
) ,
^l\-'l'
conAe
R.
(1)
253
INTRODUCCIN
Dando valores al parmetro A, vamos obteniendo distintas soluciones del sistema

(para A : 0, por ejemplo, obtenemos Ia solucin que ya conocamos desde eI principio: Ia nula). Queremos aadir que es posible dar directamente Ia solucin final (1) a
Ia vista de Ia matriz A', sin necesidad de escribir y resolver el sistema A'X : O; en el
texto (cf. p.278) se explica una regla general para ello, que tlataremos de desgranar
en este y en otros ejemplos. De acuerdo con esta regla, la solucin final del sistema
consta de una o ms matrices columna, sumadas si son ms de una, cada una de ellas
multiplicada por un parmetro distinto. Hay tantas matrices de este tipo, o tantos
parmetros, como marca Ia diferencia entre el nmero de incgnitas del sistema y el
rango. En nuestro caso, esta diferencia es igUal a 1, por eso slo hay un parmetro
(que denotamos por A), multiplicado por una matriz columna. Esta matriz.columna
tiene tantos trminos como incgnitas, tres en nuestro caso, y se "construye" as:
sus dos primeros trminos (tantos como el rango) se obtienen de la ltima columna
de la matriz A', y su Itimo trmino se establece igUal a -1. Lo resumimos en este
esquema:
(;
Esta ltima
?D-^(q)
matriz columna, acompaada por el parmetro A, es precisamente Ia que
obtuvimos en (1).
Cuando aplicamos esta regla para escribir la solucin de un sistema a partir de
habiendo un solo parmetro,Ia matriz columna que acompaa a ste en Ia
expresin de la solucin se construye as: sus primeros trminos, tantos como el rango,
se "copian" de la ltima columna de la matriz A' (de la forma que sugiere el esquema
Nota
bene
su matriz A'
anterior), y an quedar un trmino por completar: se rellena con el nmero -
1.
consideremos a continuacin este otro ejemplo de sistema homogneo:
-tXz- x3-2x+-0
/I 1 -1
2
obien
I,
-1
-x2*2x3
-0
1
0
\:
I:1',, + X3 - 2X+: 0,
r)
lt) fi)
La matriz asociada, que vnos a denotar por B, tiene rango igUal a 2, y son cuatro las incgnitas, Iuego admite infinitas soluciones; para encontrarlas procedemos
como en eI ejemplo anterior. A partir de Ia matriz B, y aplicndole transformaciones
elementales por filas sucesivas, podemos obtener una matriz B' de la forma:
0o
B,: (" 1o
:)
\o
o)
00
254
IV.
(los puntos, como es habitual, sealan posiciones que pueden ser ocupadas por cual-
quier nmero). Concretamente, tras aplicar sucesivamente a la matriz B las transformaciones elementales Fz * Fz - 2Ft,Fs - F: - 3Fr, F2 * (Il3)Fz, Ft - Ft - F:
Y Fz - F3 + 3F2, obtenemos:
0 Ll3
B,1 -1lz
00
: O, es entonces equivalente al sistema homogneo de matriz
la matriz B': B'X: O. Podramos escribir ste y resolverlo, como hicimos
El sistema original: BX
asociada
en el ejemplo anterior, pero vamos a mostrar cmo se aplica la regla del texto para
obtener Ia solucin diectamente a pafiir de la matriz B'.2 La diferencia entre el
nmero de incgnitas y el rango es: 4 - 2 : 2, asi que la solucin consta de la suma
de dos matrices columna multiplicadas por sendos parmetros. Cada una de estas
matrices columna tiene cuatro trminos (pues cuatro son las incgnitas): Ios dos primeros (tantos como el rango) se copian de las dos ltimas columnas de la matriz B'.
y los dos restantes se rellenan as: -1 y 0 para la primera matriz, y 0 y -1 para Ia
segunda; todo segn este esquema:
por
I y U los dos parmetros,
podemos concluir que la solucin del

sistema original es cualquier matriz columna de esta forma:
Si denotamos
( 1,3) +u (_i,3'l
'*l -1
\ o)
I
o I'
conAeRyUeR.
\ -1 )
bene Cuando aplicamos la regla para escribir la solucin final de un sistema habiendo 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 "copan"
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
Nota
rellena con
-1 y 0 (de arriba
abajo), y la segunda con 0 y
-1.
En el texto figuran ms ejemplos de resolucin de sistemas homogneos, todos

resueltos segrrn eI esquema de trabajo que hemos seguido en los prrafos anteriores.
2Recurdese que esta regla se explica en Ia
p. 278.
255
INTRODUCCIN
Comentemos cmo se generaliza la regla que estamos utilizando para escribi la

solucin final: hay tantos parmetros, cada uno con su matriz columna, como marca
Ia diferencia entre el nmero de incgnitas y el rango. Los primeros trminos de
estas matrices columna, tantos como el rango, se copian de las ltimas columnas
de la matriz A' correspondiente (la que habremos obtenido de la matriz asociada del
sistema mediante transformaciones elementales por fiIas adecuadas), segn se sugiere en los esquemas que hemos visto en los ejemplos anteriores. Con esta operacin
todava estarn pendientes de rellenar en cada matriz columna tantos trminos como
parmetros haya. Si hay un solo parmetro, y por tanto un solo trmino por rellenar,
ste se fija igual a -1, como hemos sto; si hay dos, stos se rellenan con -1 y 0
para Ia primera matriz y con 0 y -1 para la segunda; si hay tles: -1, 0 y 0 para Ia
primera, 0, -1 y 0 para la segunda, y 0, 0 y -1 para la tercera; y as sucesivamente.
Antes de pasar a ver la resolucin de un sistema general, veamos un ejemplo
ms, en el que tendremos que realizar una transformacin elemental por columnas.
Consideremos el siguiente sistema homogneo:
Jx1 *xz*2x3-0
L
-t' - X2 * 2X3:
0,
1
obien (
\-1 -1 )
1
(o'
/"'\ : (;)
[;:j
Su matriz asociada, que denotamos por D, tiene rango igual a 2,
y son tres las in-
cgnitas, as que se trata de un sistema homogneo con infinitas soluciones; para

encontrarlas procedemos como en los ejemplos anteriores. A partir de la matriz D, y
mediante la aplicacin de transformaciones elementales sucesivas, podemos obtener
una matriz D' de esta forma:
D'
: (; ?
:)
en concreto:
(l
1 2\
-i z)
L:':ar'[o
Fz*Fz.tFt (t
Fz*0 +
r4)Fz
1 2\
o 4)
Cz*cz
-'-"(o (t
(t 2 1\ +Ft*Ft-zFz
(
\o 1 o)
2 1\
1o)
0 1\
1 0)'
I
e C3" designa la transformacin elemental de in ter cambiar las columnas

y
segunda tercera. Hemos obtenido:
donde " Cz
. /t or\
'':(.o r o)'
pero nos hemos visto obligados a aplicar, adems de transformaciones elementales
por filas, una transformacin elemental por columnas (para precisar, un intercambio de columnas). No podemos decir que el sistema original sea equivalente al sistema D'X : O, pero si resolvemos ste podremos obtener de su solucin la solucin
IV.
256
de aquI, pues un intercambio de columnas -como vimos en el primer apafiadose traduce en un intercambio de las incgnitas correspondientes: en este caso, de
las incgnitas x2 l x3. Notemos que el sistema D'X : O es precisamente el sis'
temaA'X : O que resolvimos en eI segundo ejemplo de este apartado; sus soluciones
son las matrices columna de esta forma:
^(i)
CONAER.
los trminos segundo y tercero (que son los que se corresponden

con las incgnitas xz y xz), obtenemos finalmente Ia solucin del sistema original:
Si intercambiamos
^(:)
CONAER.
Una vez sabemos resolver un sistema homogneo, estamos en disposicin de

resolver un sistema general AX : C, con trminos independientes no necesariamente
nulos. Debemos suponer, por supuesto, que el sistema admite solucin, de lo que
nos podemos dar cuenta discutindolo preamente. Recordemos: el sistema admite
solucin si y solamente si el rango de la matriz asociada y el de la matriz ampliada
coinciden; y cuando hay solucin, si tal rango comn es igual que el nmero de
incgnitas, la solucin es nica; si es menor, hay infinitas soluciones.
Pongmonos primero en el caso de una nica solucin. Veamos con un ejemplo
la forma de proceder. Consideremos el siguiente sistema:
Denotemos su matriz asociada por A y su matriz de trminos independientes por C.

Tanto Ia matriz A como Ia ampliada (O I a) tienen rango igual a 3, y son tres las
incgnitas, Iuego el sistema admite efectivamente solucin nica. Para resolverlo.
utilizamos esencialmente eI mismo procedimiento que para los sistemas homogneos: buscar un sistema equivalente ms sencillo de resolver mediante la aplicacin
de unas mismas transformaciones elementales por filas sucesivas tanto a la matriz
asociada como a Ia matriz de trminos independientes (o directamente a la matriz
ampliada, que es una forma de aplicar las transformaciones simultneamente a Ias
dos matrices citadas). Igual que con los sistemas homogneos, buscamos llevar ia
matriz asociada del sistema a la forma ms sencilla que vimos en el captulo II (verbigracia, cf. p. 168); pero a diferencia de ellos, ahora s debemos preocuparnos por
INTRODUCCIN
257
la matriz de trminos independientes, porque si esta matriz no es nula, una transformacin elemental puede cambiar su valor. En este ejemplo que nos ocupa, como
Ia matriz A es cuadrada de orden 3 y de rango igual a 3, a partir de ella podremos
obtener una matriz
A'
de esta forma:
A':(i
: il,
es decir, precisamente la matriz identidad ft . Apliquemos, pues, transformaciones

elementales por filas sucesivas a la matriz ampliada (t I a), de forma que lleguemos a sustituir la matriz A por la matriz A' (o lo que es lo mismo, por la matriz
identidad
( 1
1E):
I -1
io 1
\-r -1
o
z
1\
Zl
F:-.F:*Fr,
4)
/t 1 -1
O 1 0 t)
\oo
o)
0 -1 -1\ Fr*Fr+Fs, lt 0
Zl
10
fO 1
(i 01
o)
\o o
0
0
1
lil
Si denotamos la matriz de trminos independientes de Ia Itima matriz ampliada

por C', entonces hemos obtenido:
/r 0
(x I t') -o 1
\oo
0
o
il
El sistema original es entonces equivalente al sistema de matriz ampliada

es decir, al sistema
A'X
(O' | ,'),
C'. ste toma la forma:
f'
t
- -1
x2
X3:
0,
y su solucin nica es inmediata; esta solucin, que tambin es la solucin nica del
sistema original, es la siguiente matriz columna:
Con los sistemas generales, tambin se describe en eI texto (cf. p. 280) una regla
para escribir la solucin final a la vista de Ia matriz ampliada obtenida (O' |,').
IV.
258
Esta regla, aplicada al caso particular de un sistema con solucin nica, nos dice que
formemos la matriz columna solucin con los primeros trminos de Ia matriz C',
copiando tantos como marca el rango; como el rango y el nmero de incgnitas coinciden, no quedarn ms trminos que rellenar. En este ejemplo, el rango es igual a 3,
as que formamos Ia solucin con los tres primeros trminos de la matriz C' (en este
caso, acontece que Se tlata de todos los trminos de la matriz C'); esquemticamente:
(t o
lo 1 o
lool
rBffi
Veamos otro ejemplo de sistema que admite solucin nica. Consideremos el

siguiente sistema, que difiere del anterior en que tiene una ecuacin ms:
( I
[-r
l\::)
/',\ :
il
Denotemos Ia matriz asociada por G y la matriz de trminos independientes por N.

La matriz G y la matri, (G I lf ) tiett.t ambas rango igual a 3, y tres son las incgnitas, as que efectivamente es un sistema que admite solucin nica; para encontrarla,
procedemos como en el ejemplo anterior. A partir de la matriz G, es posible obtener,
mediante Ia aplicacin de transformaciones elementales por filas sucesivas, una ma-
triz de esta forma:
G,:
Apliquemos, pues, a la matriz ampliada (" I t) transformaciones elementales por
filas sucesivas de forma que consigamos sustituir la matriz G por Ia matriz G'' Con
las transformaciones elementales siguientes: F: - F: -l Ft, Fq t F4 I F1, Fl * Ft - Fz,
Fq t Fs- Fz,Ft * Fr * FzY F+ - Fq- F3,llegamos a estamatriz ampliada:
lt o
lo o1 o
lo
\ooo
l'l
Si denotamos por
anterior, la
/'
sj
la matriz de trminos independientes de la matriz ampliada

formada por los primeros trminos de la
matTLZ columna solucin estar
(l ): (ll)E
Il
l)
' - vxZ -Ey + rxtl

txZ + Zx - rxzl
uarqo Y I- : vxZ -Ey -Zy+rx
-|
:SAUOIJE nJa ap prualsrs aluarn8rs Ia soualaprsuoJ

'o1dua[a un uoJ 'saloualue sosp) ua oruoJ 'soura parord jsauornlos sp]ru1Jur alrupe
J - XV prualsrs un ap u9rJnl osal PI JeleJl P PJOr{e soruesed
'sorurlnleo anb ugrlnlos el alu arueArl )aJa sa PurunloJ zrrlelu.r eullll4 plsa
soluaqes anb Iap
,(0,
):li-)
\-l \ )
(:
\Y
I-
t\
o!
zl
-rbv
:i(
"I'3
:sauarpuadapu sormrrJgl ap
ztrleut
e1
lod esranrn elsa opuplrld4nu asJpJluoJua apand prualsrs Iep uorJnlos
E-I
/r o r\
r ol:,o
Io r\r
:ESJa^m ap z(
zJ
'alqrpaûr
sa Errralsls alsa ap EperJose zrJlEru
ef
(i) (;r( + i)
:eJruq uolJnlos uoJ z( selnrSgrut sa} ,'( sauoDEnJa saJl uof, prualsrs un oUanseJ soruaq
sgre soldruafa sop anb sourapJo)aJ'oa ap erlsaruu oruoJ .sa]uopuadapur sourruJ?l
ap zrJlpru e1 rod eperJosp zrJleru pI ap psJalrr e opuelqdrllruu pualsrs Iap ugrJnlos
eJrun eI Jaualqo soruapod'4rap sE
X:uolq
XVvV:y ap ESraArr
'JyV:
o'JrV :
e rod.retlldpru soruapod J : XV peppnEl eI ul 'aIqIUaArr sa y zrJluru e 'rlap sa

lseuurnor sns ap oJaru4u a anb pn8r a sEI-rJ sns ap oJaruqu 1a anb en8r sa y ap o8uer
Ie 'puralsrs Ia elruB ugrlnlos Jaual e ,( 'eperpenJ saJuolue sa y zrJleru e-I .) : yy tod
puralfls Ia soualoN 'eg'd.JJ) oxa] a ua erqdxa as uarquel anb ,saoraue sold
IA
t-
-urafa so1 ua o]srl lap a]ualaJlp opo]g{u un uoJ JaAIosaJ apand as ,se}ruBolrn ap anb
sauorJpnJa ap oJarunu orusrru Ia auarl ,{ eru4 uorf,nlos allupe erualsrs un opupnJ
-al unp 'Joualup oldruafa Iap prualsrs
'sPur ugrJPnJa eun opuaru

anb uorJnlos erusrru pl auar] pualsrs els:I
/o\
I;I
\r-l
pppruJoJ gJelsa
.all
ftq
"I
-trilt
:,N ap soulrrJgl soaund sarl sol rod

ugrlnlos zrJlprrr eI 'r)ap sa lo8ue Ia eJJprrr oruoJ so]u] ', zrJeur
6Sz
")
an
NOr))nooatNt
IV.
260
La matriz asociada de este sistema es la misma que la matriz asociada del sistema
homogneo que vimos en Ia pgina 253; all Ia denotamos por B. Denotemos a su
vez por E la matriz de trminos independientes de este ejemplo que estamos considerando. El rango de B es igual a 2, y tambin el de la matriz ampliada (, I t),
y Ias incgnitas son cuatro, as que se trata efectivamente de un sistema que admite infinitas soluciones. EI procedimiento para encontrarlas es eI mismo que hemos
seguido hasta ahora: aplicar transformaciones elementales sucesivas a la matriz ampliada hasta llegar a la matriz ampliada de un sistema que sea sencillo de resolver. A
partir de la matriz B, aplicndole transformaciones elementales sucesivas adecuadas,
es posible obtener una matriz B' de esta forma:
B'
:(i
0o
1o
00
En concreto, tal y como vimos en el ejemplo de sistema homogneo citado, aplicando sucesivamente a la matriz B las transformaciones elementales Fz - Fz - 2h,
Fz - Fz -3F1,F2 - (Il3)F2, Ft - Ft - FzY F: - F + 3F2, llegamos a:
B':
0 rl3
1 -4lz
(i 00
iir)
Si aplicamos estas mismas trasformaciones a la matriz ampliada (U I U), legamos

entonces a una matriz ampliada de la forma
I t') para alguna matriz columna E';
precisamente Io que obtenemos es:
(t'
(ll
/r
-1 -2 -1\
4l + f o
20
1-2
3) \o
0
1
Tlz -2 lz
-1lz -4lz _t) - (n' I u')

00
o)
Como suceda en los ejemplos anteriores, a la sta de la matriz ampliada obteni

aa (,B' I f') es posible escribir diectamente la solucin final. La regla bsica es esta:
la solucin del sistema es igual a la suma de una solucin particular (es decir, una
cualquiera de las infinitas que tiene) y la solucin del sistema homogneo correspondiente (eI que se obtiene anulando los trminos independientes, es aecir: (A I O),
que es equivalente af (a' I o)). rsto ltimo: Ia solucin del sistema homogneo correspondiente, se escribe a partir de Ia matriz B'; yalo hicimos en el ejemplo citado:
I
t
lh
l*
(:
'I oprydelJf,e
;?)
:pruJoJ elsa ap zrJleru eun e re8a1 plseq seÎsaJns selg
rod sapluaurala souopeuJoJsrleJl eluatsls alsa ap epeqdrue zrJleru e e soruanbqdy
:61
'1
-gz+n
- gs + )tl
's
-.{
seruSgJul sel ua sauolf,En)a sop ap pualsls un oluoJ JrqlJf,sa soruapod anb
'S : dS + )o,{. I = dZ + }, :sapeplen8 sop sp}sa e aluapnnba sa [PIJo]f,aA peppn8l

efsl '(S'I) : (S'Z)d + ('I))c :anb sae1 uos soJarulu sotsa 'rl ,'L p od solrlElouap
(S'I) rotJa^ Iep sEpEuaproor sPI uos sa19n? '((S'Z) '(g't)) : S
sorualaprsuoJ asaq oun ua )olJat un ap sapouap)oo)
spl rS asEq Etsa ua
:zU ap ,aseq aluam5ls pI
'Jla 'salerJolan soredsaqns ap ugrJ)asJalul 'eseq Pun ua Jo]f,al un ap sepeuapJooJ

:sonrder soruslu sol ua o 'sopesed sonder ep sauolJJnpoJlul sel ua sepeunde
oprs ueq e,( seun8y 'selpauq sauorJenJa ap serualsls sol ap sauolrerqde sPSJaArp uaJ
-e4o as ugrrras elsa
u:I sapaun sauolJawa
I0
'U>11
E lVIZ-
Û=yuor
ap swa$Is sol ap sauolcvcdy

0
ri+
IE IYEII
(o
Y+
t?
:PIUJOJ
Elsa ap purunTof, zrJleru ranbenr
l.l
pq8lro elualsrs Iap uglJnlos sa 'uolsnlJuoJ ufl
_(
lz?z.zi,;
\t__t/
so1 ,(
:l)
sop ,{eq- sop

:aluarrreJrlgruanbsl 'g ,,( g uos saluplsal sourruJql
-soJlarugJed
e
ap sourruJ?] soaund sol uos ugrJnlos pl ap soulruJgl sorarurd
'- I I fl
pn8r sa o8uer 1a- sop sol 'oseJ alse ul '0 e saen8 uefg as '(soJlarugJpd oruoJ solupl
:oruslu o1 sa anb oI o) o8ueJ 1a z( seru8grr[ ap oJaru4u Ia al]ua pIJuaJaJIp eI pJJpru
oruoJ solul 'saluelsa sol :,3. zrJlpru pI ap soJarmrd so uos 'oEue Ia oruoJ soluel
'soarurd so :se1ru8orur oruoJ sourruJql solup] ap pmunloJ zrJlpru eun sa relnrrped
as renrryed uglJnlos pun
'fl
ugDnlos IEL
zrJleru e ap
rred e JpJluoJua apand
r9z
NOD)nOOALNt
IV.
zGz
(recurdese que con eI punto designamos posiciones que pueden ser ocupadas por
cualquier nmero real). Obtenemos:
(l ?l l)
Fz*Fz_ 3Ft,
(t
1\
\o
2)
-1
Ft*-F>
" --' (t
Ft*Ft_ZFz
+\o(t
[o
t)
;)
A Ia sta de la matriz de trminos independientes de la matriz a mplia da obtenida,

concluimos que Ia solucin del sistema es esta matriz columna:
/s\
(_;)
Las coordenadas del vector (1,5) en la base B - ((1,3), (2,

modo de comprobacin: 5 (1, 3) - 2(2,5) - (1, 5).
5)) son, pues,
y -2.
CIcuIo de una base de un subespacio vectorial dado por
ecuaciones Considerey
respectivamente, por la
R3
definidos,
mos los subespacios vectorialesa F G de
ecuacin x1 * x2: 0 y por la ecuacin x1 - 2x3: 0; esto es:
F:
!(xr,xz,xz) R3 lxr
x2:ol y G: l(xt,xz,x)
Cmo podemos encontrar una base de la interseccin F

interseccin pot H, entonces podemos escribir:
FnG
: {(xt,xz,x:)
e R3 | x1 + x2 =O y
R.3
lxr -2n:g
'
n G? Si denotamos esta
xt -24 : }lt.
La pregunta que hemos formulado tiene, pues, la misma respuesta que esta: cmo
encontrar una base del subespacio vectorial de ecuacione s x1-t x2 O y xt - 2x3 gt
I{ precisamente si
:
-f
sus componentes verifican, a Ia vez, Ias ecuaciones x1 x2 O y xt - 2x3 : g.
Podemos decir esto de otra forma: el vector (xr, x2, x3 ) pertenece a I{ precisamente
Un vector
(xt,xz,xz) de R3 pertenece
aI subespacio vectorial
si Ia matriz columna que tiene por trminos x7, x2,

siguiente:
lx.'
l',
*xz
-Zxz
)z
x3 es solucin del sistema
-0
- 0.
Busquemos, pues, Ias soluciones de este sistema homogneo. Aplicando las transforFr - Fz a la matriz asociada de
maciones elementales F2 * Fz - Ft., F2
-F2 Y
este sistema, obtenemos la matriz:
(l ?)
4Cf .
strr;Fe
captulo I.
h*
\I
'u=11
û=vuor
l=)t+
['
(?-)
v+
'I oprydelJf
ltl
\r )
f:lT)
:PIUJOJ
eI ap Errrunlof, saJrJlPrII sPI uos sauopnlos se'I 'selua]sls ap uglJnlosal eI P opPJrp

-ap opelredp Ie ue sourrllosal anb ou4114 Ia anJ JorJalue Erualsls a anb asalgN
'euralsrs Iap uglJnlos sa saluauoduro
sns sourruJgl ap ErrrunloJ zrJlpr[ pI 'ugrJ]asJalul u]Je onedsaqns Iap JolJaA un opep
:aluaureodnar z( lugnrasJalul pI ap JolJaA un sa ugrJnlos PuunIoJ zrJlPIu EI ap
sourruJg] sol uos saluauodruo se,'(n Jolf,al 1a 'euralsrs atsa ep uglJnlos Pun pPpEC
't -vXZ-Ey +
IXT I
ExZ+ zy - rxzl
V I- - vX - Ey ZX+IXJ
:souedradq sol ueugap anb sauorenra
se1
rod opeluJoJ plualEs Ia
JaAIosaJ z( souealued anb sgru soruaual ou 'olJaÎosal PJPd 'salErJolJa^ soDedsaqns

uor JorJelup oel8gred ua soueqpalued sou anb Ip JpLrrIS sa euraqord alsg
Ia
'IprJolJaA oredsaqns pp z( rolra,t Iap eruns oruo)
E1 z7 u r rqrnsa sourepod anb sap] 'rU ap soque '[euo]Ja^ opedsaqns un z(
JolJaA un JeJluoJua sa soruapuatad anb o'I eleJ] as IgnJ aq? 'yU ap r4Je oredsaqns
un sa ugrqrueJ 'ErJpA sa ou rs 'ugolasraur ns z( '(qe ondesaqns sa oueldradq opol
anb souaproJeJ) ,U ap seuge sonedsaqns uos 'eluarrrenrladsar 'E : vxz-Ex +rxE A
h : ExZ + zx - txz'I- - vxZ - Ex - ZX + IxuglJpnJa ep rU ap e,( zH'IH rsoued
-radq sol soruaJaprsuoJ sauorJUnJa nd sopnp sauln sottodsaqns ap ugrJJavalul
rti
'PpeJsnq aseq el ap salol)a^ sol uos uglJnlos PI ua

uern8g anb errurno) sa)IJleru spl ap sourruJg] sol uos saluauodruo ser(n salolJal
so'I 'sauorJenf,a spsa rod operuroJ pruelsrs Ia JaAIosaJ anb sgru saf,uolue souraua] ou
'sauollenro seun od opep elJol)a,r ooedsaqns un ap aspq eun reJluoJua eJed
'(-'Z'Z-)) sa ap aseqeun,,(
'(I-'Z 'Z-)U : H :saJuolua auar] aS 'U = v un8e e,red (I-'Z'Z-)y:pruJoJ eI ap sa rs
aluarupsrJald 1 euoran onedsaqns p 'sand 'alaua,rad gU ap (tx'zx'rx) JolJoA un
'uDVuo)
:eruJoJ eI ap
pulunloJ saJrJleru
(t)
'
sPI uos Erualsls lap sauor)nlos sel anb ISe
tgz
NOD)nOOALNt
IV.
264
As, podemos decir que la interseccin
esta forma: ( 1 , -2, 0, 0) + A (1 13, -413,
Ht.l Hz oH3 est formada por los vectores de

-1,0) + Uez 13,-413,0, -1) para algn A e R
y algn U e R. En conclusin:
HtOHz.H3:
(1,
-2,0,0) + R(1 13,-413, -1,0) + R(-213, -113,0, -1),
y una igualdad como esta es Ia que buscbamos.

Otro ejemplo. Cul es la interseccin del subespacio afn de P2 definido por la
ecuacion xy * xz :1 con el definido por Ia ecuacin xr - 2xz: -2? Escribimos el
sistema formado por estas dos ecuaciones:
lx-,+ xt- 1
Ltr - zxz: -2.
)11
Tiene solucin nica:
(?)
as que la interseccin de los dos subespacios afines se reduce a un conjunto formado
por un nico vector: {(0, 1)}.

Determinacin de unas ecuaciones para un subespacio vectorial del que conocemos
un sistema de generadores Denotemos por F el subespacio vectorial de R.3 generadoG por los vectores (1,-1,2)y (2,0,4). Nos gustara disponer de una o unas
ecuaciones que definan este subespacio vectorial. Notemos que un vector (xt, xz, xz)
de R3 pertenece a F precisamente si se puede escribir como combinacin lineal de
los generadores (1, -1,2) y (2,0,4), es decir, precisamente si existen dos nmeros a
y p tales que:
c{(1, -L,2) + F(2,0,4)
(xt, xz, xz).
Xzy 2c{ + 4B
Esta igualdad vectorial es equivalente a: a + 2B: Xt,
podemos escribir en forma de sistema en las incgnitas a y B:
-a:
x3, que
| +28:xt
l-" : xz
I
l2o+4F:xz.
Los vectores (xt,xz,x3) de F son precisamente aquellos para los cu ales este sistema de ecuaciones admite solucin; deberamos, pues, discutir el sis tema en funcin de los valores de xr, xz y xz. Pero en ve z de discutir directamente este sistema,
discutamos uno equivalente ms sencillo; como siempre, conseguimo s tal sistema
6Cf. captulo L
ltl
seun JPJluo)ua ua
ap oalJ4u
Iap aseq eun
'
' opt;delJJ
p ua8eurl PI ap sauorJenJa
JEJIUOJUa Ua SOpESaJaIUI SOIueIS!I

- ri.
s z\
lt
\,r- I3?) -V
:aluam8rs e1 setrugup) saseq sel ua epelJose zlJleru od auall anb
'(tXE +
ExS
+ zxz + rxz'tx
ExE +
zxz'vxz + tx + IX)
: (vxtty'zytIy) I
:rod epruuap su ua ,U ap / eau ugretrlde e 'odurafa od 'soruaaplsuoJ l'leau

-q ugoetrd eun aJqos solep en8rane eed salrl4 eluaueoadsa rrellnsal saleauq
laauq ugrJaJrdn nun ap ua0nwr n I oaprlu p uqos
sauorJenJa ap serualsls
so'I
'J IprJolJaA oredsaqns Ia augap anb ugpenra Pun se ersl '0 : rv - Ev 1s

alueruelos .,( rs e aaua]ad (Ex'zx 'Ix) o]a p :auapSrs oI JrJap anb oursrur o1
sa olsa oJad '0 - txZ - x IS aluaruplos,{. rs ugpnos auar} pu8rro prualEs 1a anb
saJuolua JrJap souapod'txz - x ounuJq] Ia 'aluarueIladsa 'ou o olnu eas u43as
Ee o Z e pn8r o8uu auarl epedure zIJlEru e,(n,'L'Z e 1enBI o8ue auar] pelf,ose
zrJleru e,{.n erualsrs un ap pI sa :ppruatqo epeqdure zIJ}PIu erulrl4 e ua souoruglr
/ rxz- Ey
,ul,*_ tx)
[,
00\
rxz- y
I 0f Zr?,t-rr LtGx
r/
rx)
\ry
/txz -
Ex
l'"+rx
\ry
r
r
00\
I o I zztD-?r
Z I/
00\
il
.f - EI-
Z I/I
\ry
YZ\
/Ev
Ir**rv o
EI
tr+r-r
(::
\',
:(putunloJ prulll4 EI E saleluauala sauor)BluroJsueJl su retrde
2 )
ofo) ]InsU
(:t)
:pruJoJ else ep pun ua eruJoJsupJ] as erualsrs Iap zrJleru e anb
sorualualul 'sepenJape
saetuarua1a sauolJeruJoJsupJl ap epeqdure zrJleru eI e ugIJeJIIde e
uot aluapnrnba
Sgz
NQD)nOOAJNt
IV.
266
Recordemos que la igualdad vectorial

lente a esta igualdad matricial:
f (xt,xz,xz,xs) : (yt,yz,yz)
es equiva-
/'' \
^l:1):
De esta forma, el vector de R3 de componentes !t, lz y y3 pertenece a la imagen
de .f si y slo si Ia igualdad matricial anterior se verifica para algunos nmeros xr,
x2, x3 y xa. Viendo esta igualdad matricial como un sistema de tres ecuaciones
enlas incgnitas x1, xz, x3 yx4, podemos decir entonces que elvector de componentes !t, ?z y jrl3 pertenece a la imagen de / si y slo si el sistema anterior, con yl,
lz y lz
como trminos independientes, admite solucin. Por otro lado, el sistema

homogneo correspondiente a este sistema del que hablamos es precisamente eI que
resolveramos para encontrar una base del subespacio vectorial /. Transformamos el
sistema en otro equivalente por el mtodo habitual de aplicar transformaciones elementales sucesivas a su matriz ampliada. En este caso, y a la vista de la matriz A, que
tiene rango igual a 2, buscamos obtener a partir de A una matriz A' de esta forma:
Tenemos:
/L 0
-1
oz
\z z
2
Fs
t)
*F: -ZFt
F2*G l2)Fz
_>
F:
Leemos una base del ncleo a
*F: -ZFz
01
(i 22 33
0
(i
-1
-1
,=l)rr')
12
lt\
312 -rl2
3 -1
012
1 312 -rl2
(i 000
2
,l::r,)
partir de la solucin del sistema homogneo corres-
pondiente; sta es cualquier matrtz de la forma:
,ri)
)
+p
-,i,)
-?)
conAeRype- R,
t7r
.rJ
'/
ap ua8eurl EI ap uqIJEnJa eun sa elsa :0
zK
rrCZ
- l :et
-,IJIJaA rs o19s,{ IS ./tul P a)auauad

sa anb- E z'Il saluauod
-(EC,'zK,'rl)
-ruoJ ap JolJaA Ia 'JrJap st 'z,C - t(,2 - Ed our-urJgl Ia opu sa ISôIgS ,( ts ugnnos
auar prn8rro erualsrs a'ared EJlo Jod'( ( t -'O' Z I I-' Z)' (O' f -' Z I E' I)) :sa /ta; ap
'Z)U + (O'l-'ZlE'i)U = /la; :rlqtnsa soruapod anb ;se
aseq eun
r('(I-'O'ZII-
lgz
NQt))nooatNt
IV.
268
DEFINICION ES Y PROPIEDAT)
IV. 1
7. Definiciones; notacin matricial
ideremrOS els istema en K de
ecua-
ciones lineales co n m incgnitas xL, xz,
attXt i
&tzXz
Cl.lynXyn
Cy
Xt I &zZXz -l
CL7ryXm
C2
lLntXt -f 0LnZXz -l
CLnmXm
Cn,
A,zt
(2)
1
I
que podemos tambin expresar de la forma:
AX:
donde X, C y A son las matrices:
(::\
x- i
C: :r
I'j
\.-)'
'
(2')
C,
&tz
Y A-
a'Lm\
(::: &zz
cLzm
[,",' &nz
on^
: ". ' )
I
X y C son matrices columna de rdenes respectivos (m, 1) y (n,I), )que A es una matriz de orden (n,m)).
De A diremos es la maftiz asociada al sistema; de x v c, Ias matrices de incgnitas y de trminos independientes, respectivamente. SiC: O, del sistema AX - C
(ntese que
at rice
relacionadas con
un sistema
EJ
EM
PLO I
diremos es un sistema homogneo.
Consideremos el sistema en R, o sistema real, de dos ecuaciones con tres incgnitas:
I n+x2+3x3=]
L-t' * x2 + x3: I'
(3)
La matriz asociada al sistema es la matriz real:
/t
r \
,)'
l-r ,
y por tanto el sistema se puede expresar de la forma:
I I r) (;r) (?)
Obsrvese que la igualdad (3') es equivalente a:
xt + xz + 3x3\ /:\
\-t, * *r* *r): \t/'
(
3',)
IV
aS'f- - tX t\V_ ZY'Z:
'uelFSaJ anb sapeppn8r sop sel ueJUrJa^

rY :ugr)nlesns el () erualsrs Ia ua Ja)eq
():(,)(:
I I-\
I I/
anb asalJgsqo
:sand
/'-\
t:)
:EUrUnlo) zrJleru eI ugl]nlos oruoJ al FupP (sgz 'd '1 oldruafa
'uellnsa anb sapeplen8r
'Mn - u'ty
'p) (,t) eualsrs IT
Z Otdyrlf
lf
seI UPJUTJaA as
'Zn:Zy 'In -Iy
'"'
:uor)nlqsns eI (Z) Erualsls Ia ua JaJer{ Ie '(,2) erualsls Iap ugrJnlos
sa
(^"\
l:l
l'ol
\'"/
eurunlo) zrJleru eI IS anb asalJasqo
("t\
(^"\ (^"o
uu
l:ll:ll:::l
-lrollu'tZa
lZxl
\'r/
\ '" / \*ro
:EJUIJaA IS '(,2)
'ur\
zZa rzal
Zra
"o )
P r"u
o'(Z) euralsls Iap ugpnlos eun sa soruallp
ols
rs
un ap u9!:nlos
"'"\
/
,l:l
I Zs
\'"/
:X ua soururJg] uoJ
(I'u,t) uapro ap ErrrunloJ
zrJleru eun aC
'(t) euralsrs Ia sa anb
'I -Ex +x+ tt-l

I
xt+Zx+rx
:rs aluaruesrJad erquan as saJrJleru ap pep1en8t elsa ,{
6gz
sl]voltdoa
slNoDtNHJo 't'At
s3
IV.
27o
AX
C, es decir, vamos a estudiar

qu condiciones debe verificar para que admita alguna solucin, y cul es eI conjunto
En este captulo vamos a resolver un sistema:
de soluciones.
Notacin
Utilizaremos sistemticarnente, a partir de ahora, la notacin para las matrices

columna y los vectores columna de una matriz que introdujimos en el captulo Itr: si A
es una matriz cualquiera de orden (n,m) con trminos en K, sus matrices columna se
denotarn: At, Az, ..., A*, y sus vectores columna (que son de K'): dt, dz, . .., 6tm. A
2. Aplicacin lineal asociada a un

conm incgnitas:
sistema
Dado un sistema de n ecuaciones
AX:C,
e)
consideremos la aplicacin lineal .4 de Km en K cannicamente asociada a Ia mariz A, es decir:
Km
e
Aplicacin lineal
asociada a u n
sistema
A '
KrL
ai
(1 <.1 < m).
De,4 dkemos es la aplicacin lineal asociada al sistema (4).

Como .4 es la aplicacin lineal cannicamente asociada a la matriz A, se tiene:
AX=C fl(16):s,
donde x y c son los vectores columna de X y C, respectivamente. Hemos probado,
pues, Ia siguiente
CNS de solucin
(con la aplicacin
lineal asociada)
Proposicin lV.l Una matriz columna X7 de orden (m,1) es solucjn del sis'
tema AX : C si y slo si:
,4(x1) : s,
o en otras palabras: precisamente si Ia imagen por A del vector xL es igual aI vector c, o equivalentemente: xr e JL-rl{cll, donde el vector xt es el vector columna
de
EJEMPLO
Xt.
La aplicacin lineal asociada al sistema real:

(
J xt-rxz*3xz-3
L-tt *x2* x3:1
es
la aplicacin lin
eal
A de R3 en R2 cannicamente
asociada a la matriz:
A-(1
1 ?)
\-1 1 r)'
a'-
(3)
IV,
'J - XV erualsls Iap uglJnlos sa z p saluauoduro

'a"o'f,
seluos sourruJ?l solnt 7 eI[unIoJ zIr]PIul PlJuan)asuotua'(St"'rzg'rd) = z:sa o]sa
'ug r' " rzd rId satuauoduror ap (-X ap) rotJa^ Ia z opuals 'r : (z)V :fiqlrrsa sourapod enr
r"'rzg rltl saele)sa
eI ap 4]red e peppn5l 'c : upwg + .. . + zpzfl + rprfl :anb sapl -d
t IS 'alualJlJns se ugIJIpuoJ e'I
ualslxa saf,uole 'uu '' 'o'ro
'u'"' 'zo'ro ap IeaUII ugDemqruor sa a ,'(
ap FaUII uqlJInqruoJ sa
,J _ Ittputtg
+ nzn + IpIg -
(*a)V*n + . . . + ( a)Vn + ( ia)Vln -
(*awLn + . . . + Zazn +
:olue] Jod .'J
IaIn)V : (Ix)V
(Ix) tr :sa)uolua 'J
XV ap ugIJnIoS
sa
(^"\
Ir.r
A
|,''j
IS
'erJesaJau sa uglJlpuol P-I
u or
)PJlsoui ac
'wn'"' 'zu 'ro :V ap euwnpJ salolJa

so[ ap petq[ ugpeurqlno) ees i ro]Jat a anb se uglJn[os e8ua] ) : XV seuoDen)e
ap ewalsg a anb emd aluaans . ermsatau uqurpuoJ eun ' ugrsodo't
'(t') - (0'Z'I)V
u9!)nlos
el!upP euelsls
un anb ered SNf
:sand 'etualsts lap ugrJnlos sa
(?)
:euurnloJ zIJlPlu eT
t): 0
(;;:",;:.,.): (l) (:
V
-
:pluanJ ua opuelua] opelpsar alse e opeEall raqeq sourelpod
ugrqrmlanbsoura-rasQO
'(ex+zx+tx-'tx\+zx+rx) = (txrzx'Ix)Yle^Pugapua,{
'(ex + zx + Ix-'EXE + x + tx) - (I 'E)Ex + (I'r)x + (I-'r)rx (EaEx + zazx + tatx)V - (tx'x'Ix)V
(ta)VEx + (za)Vx + (Ia)VIx
:olue] od
'E
- (t't)
Za _ (t',t)
ru _
.{.
I 'o'o)
(o
(o
(t_,t)
zU
'I 'o)
'o'I )
eU
(J
:anb lpl paurl uglJerqde eI sa y'trtap
t/z
sE
stovoltdoad
T-I
JL
slNoDlNHlJ 'l'At
IV,
272
CNS para que un
sistema admita
Corolario

admita alguna solucin es:
solucin: rango
de la matriz del
sistema igual a
rango de la
matnz ampliada
Matriz
rangoA:
donde
(O I a)
es la
y suficiente para que el

rango
sistema
AX :
(o I a),
matriz (en notacin por columnas):
(elr) :(^,
1z',
I lt*lr)
matriz (o I a) diremos es la matriz ampliada del sistema de ecuaciones

lineales AX : C.
ampliada
De la
Demostracin del corolario La condicin es necesaria. Si el sistema de ecuaciones linea: C admite solucin, entonces c es una combinacin lineal de at, dz, ..., am, y pot
tanto: rango (at, az, . . ., dm, c) = rango (or, or, ... , a^) (cf. consecuencias de la definicin de
rango de un sistema de vectores, p. 80), y en consecuencia:
les AX
fangOA: fangO(At,&2,...,C;yn) : fangO(At,Q2,...,Clrn,C) - fango (A
lc)
La condicin es suficiente. Si se verifica: rangoA : rango(" I a),entonces los rangosrango(a1 ,d2,...,am)yrango(a1,a2,...,dm,c)soniguales,yportantocesigualauna

combinacin lineal de dt, dz, ..., am, pues si no lo fuera, los rangos seran distintos (cf. proposicin I.19, p. 82). En consecuencia, el sistema AX : C tiene solucin.
c.e.D.
EJ
EM
PLO 4
El sistema real:
(l i) @:)
no admite solucin, pues:
rango
EJ
EM
PLO
El sistema real:
( i i)
-2 v rans"(
-1
2
i)-3
I x7*xz-2xzix+-1
lz*r*xz
-x4-o
admite solucin, pues:
/t
rango I
\-
-2 1\ :
o 1)
rdnno
lt
[,,
1
1
-0
I I r\
-r I o) -2
IV.I
273
DEFINICIONES Y PROPIEDADES
3. Sistemas equivalentes
De dos sistemas en K de ecuaciones lineales:
AX
D, diremos son equivalentes si tienen el mismo conjunto de soluciones. Es

decir, si X1 es solucin de AX : C, tambin es solucin de BZ : D; y recprocamente,
si 21 es solucin de BZ = D, tambin es solucin de AX : C.
y BZ
EJ
EM
PLO 6
Los sistemas reales:
lx t*Xz-X3-0
-lXz-0
1" t
I"rl_xz-x3-1
*x3 Lt,
no son equivalentes, pues la matrLz columna:
fi)
es solucin del segundo, pero no es solucin del primero.
lV.3
C un sistema en K de n ecuaciones con m incgnitas. Si T es una matriz cuadrada de orden rL, y Su rango es igual a 71, entonces son
equivalentes los siguientes sisfemas de n ecuaciones con m incgnitas:
Proposicin
Sea
AX
AX-C y QA)X:TC.
Demostracin
Sea
K' cannicamente asociada a la man,T es un isomorfismo de Ku (cf. conselineal de Ku en K' cannicaSea

"4 Ia aplicacin
f la aplicacin lineal de K"
en
triz T; como T es cuadrada de orden n y de rango
cuencia de la proposicin IIL8 (cf. p. 211)).

mente asociada a la matriz A. Recordemos (cf. corolario de la proposicin III.7 (cf. p. 201))
que, en estas condiciones, la aplicacin lineal cannicamente asociada al producto TA esT"A.
Se
tiene la siguiente cadena de equivalencias:
(Xr es solucin de AX = C)
c+ AXt: C
e A(x1) :
<- [f " A](xt) = T(c)
++ (TA)X: TC
<- (X1 es solucin de (TA)X : f C)
La tecera equivalencia se justifica de la siguiente forma: por un lado se tiene:
A(x1) = c =+ lT " Al(xt) = T(c);

y por otro lado, puesto que
la aplicacin inversa de T: f
es un isomorfismo, es una aplicacin biyectiva y est definida

1,
[T. A](xt) :T(c) -
[y-1
f " Al@t)_ ty-l
. T] (c) :=> A(xt)
c-
IV.
274
SISTEMAS DE ECUACIONE-S LINEALES
De la cadena de equivalencias anterior se deduce:
(Xr es solucin de AX
es decir, los sistemas
Aplicar a las
matrices de un
sistema una
t ran
sfo rm aci
AX -
- C) e+
(X1 es solucin de (T A)
C)
C.Q,D.
Considerando de nuevo el sistema AX : C, si Av y C1 son eI resultado de aplicar a las matices A y C, respectivamente, una misma transformacin
elemental, entonces son equivaJenles /os sistemas AX : C y A1X : C1.
Corolario
Demostracin
triz M
Sea
M la matriz elemental asociada a la transformacin elemental. La man styo rango es igual a z (cf. proposicin III.10,
es una matriz cuadrada de orden

p. 216), y se verifica (cf. proposicin III.11,
p.2I7):
C1.
De la proposicin anterior se deduce que los sistemas
AX
sistemas AX :
PLO
y (TA)X: C son equivalentes.
MA: At y
EM
elemental lleva a
otro equ ivalente
EJ
Cy
AtX
= C1, son
MC
equivalentes.
(M A)
, es decir, los
c.Q.D.
Consideremos el sistema real:
ft*r+Zxz 1 xt* x2:2,

1
es decir:
(? l) (;:) (t)
y consideremos la transformacin elemental consistente en sumar a la primera fila la segunda multiplicada por -2: " Ft - h - ZFz". Apliquemos esta transformacin elemental a las
matrices:
/r\
o:ltlt z\
t) ' ':\')'
Resulta muy cmodo trabajar con la matriz ampliada (O I t), pues as podemos aplicar
la transformacin elemental a las matrices A y C simultneamente:
(z 2 I l\
\r tlz)
Los sistemas:
son equivalentes.
r,*r, zr, (t o I -3\

\r tl 2)'
:-3
{zn-t2x2-r y {",
Ltt+xz: 2
L tr+ x2-2
IV.I.
275
DEFINICIONES Y PROPIEDADES
matriz con trminos en K de orden (n,m), de rango igual a r > I,y tal
primeros
que sus r
vectores columna son linealmente independientes, y sea C una
matriz columna con trminos en K de orden (n,7)'
Sabemos (cf. proposicin III.12, p.222) que podemos obtener una matliz A' de Ia
Sea A una
forma:
/T00
lo 1
I
l: 0: "
A'_
l
lo
l0 0
(s)
YL-T
m-T
aplicando a Ia matriz A transformaciones elementales sucesivas.
Sea:
/'i \
C,-
l"I
l:l
\,;)
la matriz que se obtiene aplicando estas mismas transformaciones elementales a

la matriz columna C. Existe (cf. corolario de Ia proposicin III.12 (cf. p. 222)) una
matriz T cuadrada de ord.en ny de rango igual a n tal que: TA = A'y TC : C',Y
de Ia proposicin IV.3 (cf. p.273) deducimos son equivalentes los sistemas: AX : C
y
A'X
C'.
Estudiemos en qu cond.iciones eI sistema de ecuaciones

es decir, en qu condiciones se verifica la igualdad:
rango
Lamatriz ampliada (,+' I C')
/T 0
fo 1
l':':
lo o
lo o
(.t' I a') :
rangoA'
:'r.
es:
0
&t(r +t)
&T*
C1
az(r +t)
&zm
C2
&r (r +L)
0
elr*
,;
i
o
c'"
+t
l::'.:
I
\oo
cn
A'X
C' tiene solucin,
IV.
276
Stn ) T,
se verifica que el rango de
(t' I t')
trminos de la malriz columna C' son
(r
(e'1.') :l:
I
es igual a T sr
nulos.Stn:T,
o &'L(n+r)
0 alztn+t
y slo si los
&L*
I
&z*
"
elnr'n+t
- r Itimos
entonces:
\oo
rL
eh*
'1\
','l
,;)
cuyo rango es rL - T.
Hemos demostrado, pues, la siguiente
CNS para que un
sistema admita
solucin
EJEMPLO
Proposicin
lV.4
Con las notaciones e hiptesis anteriores, eI sistema de ecua-
n:
T, o bien n > r y los n - r

ltimos trminos de Ia matriz columna C' son nulos, es decil: c'r*t : . . . : c" : O.
ciones
AX
C tiene solucin precisamente
si:
Consideremos el sistema real:
(i
:)
r_t i) lll
y llamemos A a la matriz asociada al sistema y C ala de trminos independientes. Apliquemos
A y C transformacion es elementales sucesivas que nos permitan obtener de .{

una matriz de Ia forma (5).
c)
Aplicamos las transformaciones elementales sucesivas a la matriz ampliada (A
a las matrices
'
/L 1
fo 1 -r
\r 4 -3
o
1
1\
2l
?)
/r
o
\o
lr
Fz-Fs-Ft,f
ll
t:I
rr-rt-I
,10
rr
I 0
1 _t
3 -3
0 1
I
_l
\o 3 -3
r)
6)
-;)
0
o
011
1 -1 0
\o 0 00
Fz*Fs-3F2,(L
6)
Por tanto, son equivalentes los sistemas:
/L 1 0 1\l''\
(i I -l
i)
l):
(;) v (i
01
1 -1
00
i)
(lr)
()
Observamos finalmente que el sistema tiene s olucin, ya que se tiene: rL - T
y es nulo el ltimo trmino de la matriz columna:
()
- 3- 2:
1,
:V.2. RESOLUCIN DE
TV.2
LJN
277
SISTEMA DE ECUACIONES LINEALES
RESOTUCIN DE UN SISTEMA DE ECUACIONES LINEALES

7. Determinacin del ncleo de una aplicacin lineal. Resolucin de un sistema homogneo Consideremos una aplicacin lineal .4 de Ku en Ku, de matriz
asociada A en las bases cannicas. Supongamos que A es una matriz de rango r > I,
y supongamos tambin que sus r primeros vectores columna son linealmente independientes.
Una matriz columna:
/xr \
I
x:i ",1
,-
\"^)
es solucin del sistema AX = O si y slo si el vector columna x : (xrxz,... ,xm)

verifica: "L(x) : 0, es decir, pertenece al ncleo de "4. Por tanto, el conocimiento
de Ker"4 nos Ileva al conocimiento del conjunto de soluciones del sistema homogneo AX : O, y recprocamente.
DeI teorema de las dimensiones aplicado a nuestro caso, se obtiene:
dim(Ker"4): dimKm
dim(lm.A)
:m-rangoA:m- rangoA:m-T'
Distingamos dos casos:

. Primer caso:m: r. Si m: T, entonces dim(Ker"4)
y la matriz columna nula de orden (rn, 1):
0, de donde: Ker.A
{O},
l:)
[,/
es la nica solucin del sistema
AX
O.
o Segundo caso:m> T. Supongamos que m> T,Y por tanto:

dim(KerA)
Podemos obtener una matriz
1
A':
0
0
A'
-m-r>
1.
de la forma:
0 ei? +t
0 e|(r +t
0
1
o . i
000
&r('r+r)
el*
ez*
e'r*
0
m-T
(6)
278
IV.
aplicando sucesivas transformaciones elementales a la matriz A, y es claro que

las mismas transformaciones elementales aplicadas a la matriz O dan como
resultado la misma matriz O. En consecuencia (cf. seccin I,p.275), son equivalentes los sistemas AX : O y A'X : O. Se verifica que las siguientes m - r
matrices columna de orden (m,I):
( &t(r +t)
&t(r +z)
&z(r +t)
&z(r +z)
&r (r +I)
21
l"
&r (r +2)
-1
-1
l:.:
son soluciones del sistema
A'X -
,'
l:')l
Z^-':lli
l-
l,^
O, y& que:
Zt, Zz, ..., Zrn_, son soluciones del

O, y los vectores columna correspondientes: zt, Zz, ..., Zm_t,,
En consecuencia, estas matrices columna
sistema AX :
pertenecen a Ker"4.
Los vectores zt, Zz, ..., zm , son linealmente independientes. En efecto:
de la igualdad hzt-l Fzzz + . . .+ IJm-rZm-r: 0, donde Ur, Uz,..., l.tm_r son
escalares, se deduce que todos stos son nulos, pues las m - T ltimas componentes del vector L\zt -l Uzzz -l . ' . * lJm rZm_r, que son: -Ft, -!2, . .., -Ltrn_r.
han de ser todas nulas.
En consecuencia, y dado que dim(Ker"4) : m- r, resulta que el Sistema
de vectores (zr,rr,...,zm r) es unabase de KerA,y por tanto Ker"4 es el
subespacio vectorial de Km generado por los vectores zr, 22, ..., Zm ,, es decir: Ker"4 = L(zt, zz, . . . , zrr-"). El conjunto de soluciones del sistema AX : O
es entonces el conjunto de las matrices columna de la forma:
AtZt + Az Zz *
siendo Ar,
EJEMPLO 9
Az
* A*_r
zm_r,
, . . ., A*-, elementos arbitrarios de K.
Consideremos la aplicacin lineal "4 de R2 en R3 dada por: A(xt, xz)

A en las bases cannicas es la matriz real:
La matriz asociada a
A-
(ii)
- (xt - x2,Zxz, x1 * x2
279
\V.2. RESOLUCION DE UN SISTEMA DE ECUACIONES LINEALES
Calculemos KerAy resolvamos el sistema de tres ecuaciones lineales con dos incgnitas:
(i r) t;;l (l)
(7,
r : 2, y el nmero de columnas de A es tn : 2; entonces se

tiene: dim(KerA):m-r=2-2:0,yportanto: Ker.4:{(0,0)},ylanicasolucindel
El rango de la matriz A es
sistema (7) es la matriz columna nula correspondiente:
/o\
t,o/
EJEMPLO r 0
Sea
ts la aplicacin lineal de Ra en R3 cannicamente asociada a la matriz real:
/t I
01\
ol.
t)
":lo\r 4r -l
-3
Encontremos KerB y resolvamos el sistema de tres ecuaciones con cuatro incgnitas BX : O.

EI rango de B es r : 2, y sus dos primeros vectores columna son linealmente independientes. EInmero de columnas de B es m:4,ypor tanto: dim(Kerts) =m-T = 4-2:2.
Apliquemos transformaciones elementales a B hasta obtener una matriz B' de la forma:
lr o bit
bio\
B':lo r bzt a5ol

\o o o o/
(8)
I
(cf. matrtz de (6), p.277).Se tiene:
(', I -? ) F3-F3-FI , (',

\o
\i 4 -3 r)
-1
1\
0l
,t
-3 0)
/t 0 I 1\
/r 0
r,-rrz Io
i -i ol--aIo ]
3
\o 3 -3 o)
y esta ltima matriz es de la forma
I l\
ol,
-r
\o o o
o)'
(8):
i
i;: il:\:ft ? -i l)
o
\ ' ) \o o o
,=(',
o)
Una base del ncleo de ts est formada por los vectores: (b'B,bh,
- 1,0) y (b'r4,bi4,0, -
1),
es decir: (1,-1,-1,0) y (1,0,0,-1). Por tanto: Kerts : ((1,-1,-1,0),(1,0,0,-f)), y las

soluciones del sistema BX : O son todas las matrices columna de la forma:
r\
^,f-ll.^,1
o/
sl
/ r\
\
con A1 y A2 nmeros reales.
\-'l
IV.
280
2. Resolucin de un sistema de Ia forma AX : C Consideremos el sistema

en K de n ecuaciones con m incgnitas AX : C. Supondremos que el rango de A es
igual a r > I, y que los r primeros vectores columna de A son linealmente independientes. Sabemos (cf. seccin I, p. 275) que son equivalentes los sistemas AX : C
y A'X : C', siendo:
10
01
:.
00
A,00
o alr, +u
o alzr, +u
::
1 a!, r, *u
00
Y C,-
fti\
I,l
\,;)
00
00
1".
m-'r
Supongamos que el sistema AX : C admite solucin, y determinemos una concreta. Sabemos (cf. proposicin IV.4, p. 276) que C' ha de ser una matriz columna de
orden (n, 1) de la forma:
("
C,-
t:
I,
\o
Entonces se verifica que Ia siguiente matriz columna de orden (m,T):
:')
Xy:
*l
m-r
,)
:
Al ser los sistemas AX :
A'X\ : C', como se puede fcilmente

:
comprobar.
C y A'X
C' equivalentes, la matriz X1 tambin
es solucin de AX: C, es decir: AX1 : f'.
Resolvamos ahora eI sistema AX : C, esto es, encontremos el conjunto de sus
es solucin del sistema lineal
soluciones.
Se
A'X
C', pues:
tienen las siguientes equivalencias:
AX-C <- AX-AXt <- A(X-Xy):O,
z8r
:V.2. RESOLIJCIN DE IJN SISTEMA DE ECIJACIONES LINEALES
y por tanto resolver eI sistema AX : C en la incgnita X es lo mismo que resolver

el sistema A(X - Xr) : O en la incgnita X - X1. Basndonos en Io expuesto en el
apartado anterior, distinguimos dos casos:
t Prjmer caso:m: r. Si m = T, eI sistema A(X - Xi) = O tiene solucinnica:
/o\
X_xt: lil
\o/
Y Ia nica solucin de
AX:
C es Ia matriz columna X tal que:
x-Xt:
/0\
f ,1,
\o/
esto es:
C,L
/'i \
:
l"I
l:l'
m-T
\,;)
,;
X-Xt:
- r : 0.
caso: m > r. Si ffi ) T,las soluciones
ya que en este caso m

Segundo
del sistema A(X -Xr) : O en

Xt son, siguiendo la notacin del apartado anterior (cf. p. 278)'
la incgnita X las matrices columna de Ia forma:
"'
X - Xt = trtZt+
siendo Ar , 42,
sistema AX
l^-tZ^-t,
elementos de K. En consecuencia, Ias soluciones del

C son las matrices columna de la forma:
.,
..
A^ r
X--Xt+AtZtt
* A*-r Zm-r,
es decir:
&1,(r
(,;
I,
x-:r;
+t)
&z(r +t)
+Ar
&r (r +L)
-1
A*-,
,
I
0
.
[,,
..
m-T
siendo Ar, Az,
elementos de K.
m-r
{
"r
,h'
+
IV.
282
Nota
Si el sistema
AX = C es de
n rcgnitas, entonces la matriz A
rL ecuaciones con
cuadrada de orden n. En este caso, si la matriz A es invertible, entonces el sistema AX :
es
C
tiene por nica solucin la matriz columna A-1C.

En efecto. Al ser la matriz A invertible, su rango es igual a n (cf . proposicin IIL l 3,
p.227), y obviamente coincide tanto con el nmero de sus filas como con el nmero de
sus columnas. Por coincidir el rango de A con el nmero de filas, el sistema AX : C
admite alguna solucin (cf. proposicin IV.4, p.276); por coincidir con el nmero de sus
columnas, admite a lo ms una (cf. p. 281). En definitiva, el sistema AX : C tiene una
nica solucin. Si hacemosi X1 : -tg, entonces: AXy = 4 rC = C. Es decir, esta nica
solucin del sistema AX
EJEMPLO
A lC.
C es la matriz (columna)
Consideremos el sistema real de tres ecuaciones con cuatro incgnitas:
/r
fo
\z
-1
I
-z
I:) B:)
matriz asociada, que denotaremos por A, tiene aJlgo 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 A a una matrz A' del tipo:
Su
/L 0 &'r3 aiq\
A,: f O a)z ,rn]|
\oo 0 0)
1
y que llevarn la matrlz de trminos independientes a:
C,:
-1
I
I
Se tiene:
lt -1 I
lo 1 I
\, -z z
Fz*Fz-ZFt
I
o
1)
y por tanto:
/L
,fO
\o
/\
(t' I t') _ f o
\o
t)
I
I
AI ser la matriz C' de Ia forma:
C,: (?)
lr 0 2
1 1
\0000
Fr*Ft-rFz.lO
1
1
283
:V.2. RESOLUCIN DE IJN SISTEMA DE ECUACIONES LINEALES

se deduce (cf. proposicin IV.4, p.276) que el sistema considerado tiene solucin.
Una solucin particular del
sistemaAX-Ces:
fti\I - l?)
Xt:
1'1 l-:
I:
t,s,,l lsj
Las soluciones del sistema vien en determinadas a partir de las matrices columna:
ft')
es decir, a
partir
de:
v (:')
?'\ I l)
l,;,1
'Il,l
y por tanto las soluciones del sistema son las matrices columna de la forma:
siendo
lt
(l)
.^(il.^'(i)
y Az nmeros reales.
L*
EJEMPLO 12
Consideremos el siguiente Sistema real de cuatro ecuaciones con tres incgnitas:
tili)r;il(i)
Denotemos por A y C sus matrices asociada y de trminos independientes, respectivamente'
EI rango de A 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 A a una matriz A' del tipo:
(r o o\
^':lB
?l
\ooo)
y que lleven C a una matriz:
C':F+\
\Z:L)
IV.
284
Las transformaciones elementales que aplicamos son estas: F+

Fz
Fz
Fz Y
Fa,
Fq
- 2h, h -
Ft
F:.
Fs + Ft. Obtenemos la matriz:
_ _l l)
tI -t I
\ o)
'
que es de Ia forma:
r-,-fti]|
\t?,l
por lo que (cf. proposicion IV.4, p. 276) el sistema AX
Ia solucin del sstema AX - C es nica e igual a:
X,: Ci\ : (
\zi) \
EJEMPLO I
tiene solucin. Al ser: rn
3.
i)
Consideremos el sistema real de tres ecuaciones con tres incgnitas:
(i I i) a:(l)
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, A es invertible (cf. proposicin III.13, p. 227),y por tanto (cf. nota p.282) la nica solucin del sistema considerado
es A-1C. El ciilculo de A-1 se hizo en el ejemplo 40 del captulo III (cf. p.229). Finalmente, la
nica solucin del sistema es:
/2
A-tc- fo
\t
-1
1
i)(1):(1)
Hasta ahora hemos tratado sistemas de ecuaciones lineales cuya matriz asociada.
de rango r, tena la propiedad de ser sus r primeros vectores columna linealmente
independientes. En el siguiente ejemplo mostramos Ia manera de proceder cuando la
matriz del sistema no verifica esta propiedad.
EJEMPLO
l4
Resolvamos el sistema real de dos ecuaciones con tres incgnitas:
x3:1
["r+2x2+
Lt, + 2x2 -t 2x3 - 1.
(s
285
:V.2. RESOLIJCIN DE IJN SISTEMA DE ECIJACIONES LINEALES

La matriz asociada al sistema (9) es:
o:l.'lt 2z
r\
2)'
s r : 2, pero sus dos primeros vectores columna no son linealmente indepenque s Io son el primero y el tercero. Si consideramos las nuevas incgnitas:
mientras
dientes,
y su rango
7t : xt, /z - x3, 7z :
el sistema (9) se escribe:
lyt+ 7z+Zjz-L
r
J1
f''
ly, + 2Y, + ZYz:
y su matriz asociada
la cual tiene rango
es:
r :
x2,
(10)
1,
1 2\
B- lt 2
ti z)'
y sus dos primeros vectores columna s son linealmente indepen-
dientes. Podemos resolve r, segn los mtodos descritos en esta seccin, el sistema (10).
Apliquemos a la matri z ampliada del sistema (10) sucesivas transformaciones elementales
para llevarla a una matriz de la forma:
(n't .') Se tiene:
I t\ .; (i ;1 ztl')
(t
(t
' (o
F2*F2-F1
(; ? i;:liL)
1
1
z lr\ F,*!,jr_(t o 2lt\

lr,/
En este caso, el nmero de filas de B es rL : 2, que coincide con el rango de B, y por tanto
(cf. proposicin IV.4, p. 276) el sistema (10) tiene solucin. Una solucin particular del sistema (10) es:
Yt
:0:ft)
y por tanto las soluciones del sistema (10) son las matrices columna de orden
(3, 1) de la
forma:
Q) (i)
.^V:)
esdecir:
(i:)
(i)
.^()
siendo A un nmero real.

Recordando la definicin de las incgnitas jvr, y2, y3i lt : xt, lz = xz Y lz
concluye que las soluciones del sistema (9) son las matlices columna de la forma:
A H (i) .^()
siendo A un nmero real.
- xz, se
286
IV.
IV.3
APUCACIONES DE LOS SISTEMAS DE ECUACIONES TINEALES

7. Ecuaciones de un subespaco vectorial Empezamos con un ejemplo. consideremos los vectores at : (I,0, 1,1) y az : (1,1,1,1) de R.a, y el subespacio vectorial F de Ra que generan: F = L (at,a) : L((L,0, 1, 1), (1, 1, 1, 1)).
Queremos caracterizar los vectores y de R.a que pertenecen a F; en concreto, dado
unvector y: (yt,yz,!z,VD de Ra,buscamos condiciones sobreyl, Vz,Vzy lqeue
permitan determinar si y pertenece o no al subespacio vectorial F.

Por definicin de F, ! : (jt, !2, !2, Vq) pertenece a F si y slo si es combinacin
lineal de at y az. si A es la matriz real de orden (4,2) cuyos dos vectores columna
son los vectores
dt y az:
(t
A-
1\
ll t)
y si Y es la siguiente matriz columna de orden (4, L):
Y-
ff)
entonces (cf. proposicin [V.2, p.27I) / pertenece a F : L(at,a) precisamente si
tiene solucin el sistema AX : Y, de cuatro ecuaciones con dos incgnitas.
Estudiemos, pues, en qu condiciones eI sistema AX : Y tiene solucin. Aplique-
mos sucesivas transformaciones elementales a la matriz ampliada del sistema,

decir, a (O I
donde se observa que A es de rango igual a 2. Se tiene:
es
"),
(1 :\
Fz*Fz-Ft
--------------__
111 ;)
F+*F+-Ft
(t
7t
7z
lo
\r
(;
[:
y entonces eI sistema AX
p.276):
lz - jt - 0 y
7+
7z-lt
t+
!t
7z
lz-lt
t+-lt
Ft
*Ft -Fz
(;?
[:3
!t
;,,,\
!+ _)
7z
Y tiene solucin precisamente si (cf. proposicin IV.+.
- lt -
0.
|V.3. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES
En consecuencia, el vector
287
(!t , iz,
vs,
!q)
pertenece a F si y slo si sus compo-
nentes verifican las igualdades:
Jr'- T : o,
lrn-rr=0,
de las que diremos son ecuaciones del subespacio vectorial F. Podemos escrbir:
I6uxz,Xz,xa) e Ra I xz - xt
O,
x4-
xl
01
Vistas las ecuaciones anteriores, que determinan el subespacio vectorial F, es fci

comprobar, por ejemplo, que (1,2,I,I) e F y (1, I,Z,Z) e F.
EJEMPLO
Sea
"4 la aplicacin lineal de R.a en
R.3
de matriz asociada en las bases cannicas:
/r-100\
e:lo o 1 2l
\r-roo)
Determinemos unas ecuaciones de lm,4.
Sabemos (cf. seccin 3 del captulo II, p. 119) que el subespacio vectorial lm,4 est generado por las imgenes de los vectores de la base cannica de R.a, es decir, est generado por
los vectores columna de la matriz A:
tmA
El rango del sistema
tores
1, 0, 1) y
((r,0,
1), (_1,0, _1), (0,1,0), (0,2,0))
(tt,O,tl,(-1,0,-1),(0, 1,0),(0,2,0))
es igual a 2,
y como los vec_
(0, 1, 0) son linealmente independientes, se tiene:

tm"A,
((1,0, 1), (0, 1,0))
De esta forma, un vector (y1,y2,/3) pertenece al subespacio vectorial lm,4 si y slo si tiene
solucin el siguiente sistema de tres ecuaciones con dos incgnitas:
lr o\
/yL\
fo tlx:lil
\r o) \;;)
Considerando la matriz ampliada de este sistema, se tiene:
(i:
-F3-F1
ft :
la)F3
1,,
",),
yportanto(cf.proposicinlY.4,p.276)elsistematienesolucinsiyslo
si:.y3-y1=0,que
es, en consecuencia, una ecuacin de lmA.
En conclusin:
lmA: I@t,xz,x)
R.3 |
x - xr = 01.
IV.
288
Nota
Si u1, u2,
...,
1)m son
m vectores de Kn de rango igual a /, el subespacio vectorial
de Kn que generan es el propio Kn: L (u1,u2,...,u-) : K2. Una ecuacin del subespacio
vectorial L (ut,uz, .. .,u*), es decir, una ecuacin de K', sera: Ox1 + 0x2 + " ' + \xn : g.
O}. fn la
o dicho de otra forma: K' : {(xr,xz,...,xn) e Kz | Oxr +Ox2+ "'+\xn:
prctica, el espacio vectorial
K'no
se representa mediante
ecuaciones.
2. Expresin de un vector como combinacin lineal de otros vectores Dados m vectores dr, dz, ..., am de Kz, y unvector c del subespacio vectorial de K?1
generado por ellos, nuestra intencin es encontrar escalares xr, xz, .", xtn tales que:
X1A4
* XryA* : g'
* X2&2 -t "'
En los ejemplos siguientes vemos la forma de proceder.
EJEMPLO r 6
Dada labase
: ({t,-t,0),(0,
1,-1),(0,0, 1)) de R.3, determinemos las coordenadas
del
vector ( 1, -2, 0) en la base B, esto es, encontremos Ios tres nicos nmeros reales x1, x2 y x.
tales que:
xr(1, -1,0) + xz(0,1, -1) + xg(0,0,1) = (1, -2,0).
Esta igualdad es equivalente a: (xr, - x1 -t x2,
I x",
]-"; *xz
l.
,"'i
ll
(I, -2,0),
o bien:
--2
1
- xz+'X3:
-x2 + xs)
0,
que escrito en forma matricial es:
? 3) C:\ .-()
(11
1 r) \";/
Nota
bene
Ntese que Los vectores columna de la matriz asociada a este sistema son los
vectores de la base
B.
Resolvamos el sistema (11). Considerando su matrrz ampliada, se tiene:
/ I
l-r 1 o
\ o -1 I
1\
/r
_zlFz*Fz-tFt,fO 1
o)
\o -r
F3-F3
l)
'fFz,
(i :
I _l)
De los resultados vistos en el apartado sobre resolucin de un sistema de ecua ciones de la

formaAX-C(cf. seccin 2, p. 277) se deduce que la nica solucin del sistema (11) es:
E:\: l-l)
\";/ \-'l
En conclusin, Ias coordenadas del vector (1,
Efectivamente se comprueba: 1(1,
-2,0)
-1,0) -
de R3 en la base B son: 1,
1(0, 1, -l)
1(0,0, 1)
-1 y -I.
(1 , -2,0).
289
\V.3. APLICACIONES DE LOS SISTEMAS DE ECUACIONES LINEALES
EJEMPLO
l7
Dados los vectores (0,1), (1,-1) y (1,0) de R2, expresemos el vector (2,3) de R2 como
combinacin lineal de ellos, es decir, encontremos nmeros reales xt, xz Y x3 tales que:
xr(0,1) + xz(I,-1)
+x(1,0):
(2,3).
Procediendo anlogamente a como se ha hecho en el ejemplo mterior, debemos resolver

el sistema de dos ecuaciones con tres incgnitas:
(l -l
(;:):
(3)
(12,
cuya matriz asociada tiene por vectores columna los tres vectores dados: (0, 1), (1,-1)
y (1,0). Esta matriz tiene rango igual a 2, y sus dos primeros vectores columna son linealmente independientes. Considerando la matriz ampliada, se tiene:
(o
Ft-Fz (t -1 ol3\r,*r,-r,(t
r tlz)-\o
l;J-l
l; -i
r rlz\
o lls\
rlz)
Por tanto (cf. segundo apartado de Ia seccin 2), las soluciones del sistema (12) son las matrices columna de la forma:
(;i)
Haciendo, por ejemplo, A
(:)
.^(
r)
0, obtenemos una solucin particular del sistema (12):
/5\
lzl
\;/
y en consecuencia el vector (2,3) se puede expresar como combinacin lineal de los vectores (0,1), (1, -1) y (1,0) de Ia forma: (2,3) = 5(0,1) + 2(I'-l) + 0(1'0).
Tomando, por ejemplo, A = 3, obtenemos otla expresin de (2,3) como combinacin
lineal de los vectores dados: (2,3)
8(0,1) + 5(1, -1
3(1' 0).
En este ejemplo vemos que eI vector (2,3) se puede expresar de varias formas
lineal de (0, 1), ( i, - 1) y ( 1, 0). Esto es consecuencia de que el sistema
combinacin
como
Escolio
formado por ellos: ((0,1), (1,
-l),
(1,0)),
es
ligado.
base de un subespacio vectorial dado por unas ecuaciones

Consideremos el subespacio vectorial F de Ra dado por las ecuaciones:
3. CIcuIo de una
| *t+
X2_ X3* X4:0,
- x+:0,
:
f-Zx + Zxz - 2xt-t 2x4 Q,
I
I
I
y determinemos una base de F.
xz + 2xz
(13)
IV.
29o
Se
verifica que (13) es equivalente al sistema:
(" 12-1
\z
?)
-L
l)
[lf
fi)
Denotemos por A la matriz asociada a este sistema, y sea,4 la aplicacin lineal de R=

en R3 cannicamente asociada a la matriz A. Entonces (cf. primer apartado de Ia
seccin 2) un vector x : (xt, xz, xz, xD de Ra pertenece a F si y slo si: A(x) : 0, I
en consecuencia: Ker"4
: F.
matriz A tiene rango 2 y sus dos primeros vectores columna son linealmente
independientes. Con las transformaciones elementales Fz t Fz - 2FtY h - Ft - F:'
aplicadas sucesivamente a la matriz A, obtenemos la matriz:
La
("
\o
Por tanto (cf. primer apartado de Ia seccin 2), una base de Ker,4, es decir, una base
de F, S el sistema: (t - 3,2, - 1, 0), ( 2,_1,0, -1)), y en conclusin:
EJEMPLO
1B
-(t-3,
2, -1, 0), (2, -1, g, -1))
Si el subespacio vectorial considerado, dado por unas ecuaciones, fuera
{0}, entonces
n(,
tendra base.
Consideremos el subespacio vectorial G de R3 dado por las ecuaciones:
:0,
I xr*Zxz
:
II-tr"' t- Zxz
xz*xz-0.
'l
o,
(1+
Para determinar una base de G, tenemos que resolver el sistema:
(_i ;
\01
c"\: 13)
3)
L) \';/
\o/
Pero la matriz asociada a este sistema tiene tres columnas y su rango es igual a 3, y por tanti(cf. primer apartado de la seccin 2) tiene por nica solucin Ia IJJatrrz columna:
C:\ : 13)
\";/ \o/
En consecuencia, el nico vector (xt, xz, xz) de P3 cuyas componentes verifican las ecuaciones de (14) es (0,0, 0), y por consiguiente: G { (0, o, o)}, que no tiene base.
29r
\V,3. APuCAOONES DE LOS SISTEMAS DE ECUACIONES LINEALES
4. Ejemplo de interseccin de subespacios vectoriales Consideremos estos

dos subespacios vectoriales del espacio vectorial R.a: F : ((1, -1,0,0), (0,0, 1, -1))
y G : L(G,0,0,0), (1, 1,0,0), (1, 1, 1,0)). Hallemos una base de su interseccin, esto
es, del subespacio vectorial: F
G.
En primer lugar, calculemos unas ecuaciones del subespacio vectorial

tudiemos, pues, bajo qu condiciones tiene solucin el sistema real:
/ t o\
l-r
Io
F. Es-
/v,\
ol..-fi;
llx lvl'
\o 4)
\;)
cuya matriz asociada tiene rango 2. Aplicando sucesivamente a su matriz ampliada

las transformaciones elementales Fz * Fz + F1, F2 * FzY Fs - Fs + F2, se obtiene:
lt ol it \
lo tl ,=
lo oly,iyrl'
\o oln+n)
I
y por tanto unas ecuaciones de F son:
Jtr+tz
[
:0,
,t+/q:o'
En segundo lugar, encontremos unas ecuaciones de G. Aplicando sucesivamente

a la matriz:
(t 1 1lr,\
I0 I l tvt
lo o 1l;;
t; o o lr^)
Ia St ramsform a CI()nes elementales Fr
Ft
F2
F2 Y Fz
F3, s obtiene Ia matriz:
/t o olyr-lz
1 o lrr-iz )
lo o
lo 1l y=
\o o ol ,o )
I
IA ecuacin de G es: !+ - 0.
v p)oorr1tanto, u rna
tInI VCCTOT 0,r7 t, !2, 73, j+) de Pa pertenece a F n G precisamente si sus compoUI
n(CInt
rt(ets verific:aan simultneamente las tres ecuacio ne s obtenidas: Ias dos de F y la
I
dte G.l, es decir

(
Yt+Yz
-0
7z + lq: 0,
7+ - 0'
En consecuencia, las igualdad CS de (15) son unas ecuaciones de F
(1s)
G.
IV.
Finalmente, determinemos, a partir de (15), una base de F n G. Para ello, debemos

resolver eI sistema:
(i slB
(s)
'16
La matriz asociada a este sistema tiene rango 3, pero sus tres primeros vectores
columna no son linealmente independientes; s Io son, sin embargo, el primero, el
tercero y el cuarto. Si consideramos las nuevas incgnitas:
21 : TL
ZZ
: /4,
23 : !3,
24: !2,
el sistema (16) se escribe de la forma:
/r
t,:i
(I7
:il(tt) 0
y la matriz asociada a este nuevo Sistema, que sigue teniendo rango 3, s verifica
que sus tres primeros vectores columna son linealmente independientes. Aplicando
Sucesivamente a esta matriz las transformacioneS elementales F - Fs - Fz, Fz - -F3
y Fz * Fz - Fz, obtenemos la matriz:
,ll
'f
|
por tanto, las matrices columna que son solucin del sistema (17) son las de la forma:
AeR,
a:A[
i)
y las que son solucin del sistema (16) son la s de la forma:
7t
!z
7z
(:'\
:ltl-\
AeR.
t)
7+
En conclusin, los vectores
(yt,yz,yz,yq)
(yt,yz,!2,
es decir: F
((1, -1,
o,
0))
:'.4) = A(1,
R(1,
-1,
de F n G son aquellos de la forma:
-1,0,0),
R,
0, 0), y unabase de
Fn
G es: ((1,
-1,
0, 0) ).
293
RECAPITULACIN IV
RECAPITULACION IV
Deftniciones y propiedades Consideramos un sistema en K de n ecuaciones
con las rn incgnitas x1, x2, ..., xmi
I
anx + &tzXZ
0LLryXm
aztx 1 +
CLZryXm
l^;,.
&zzXZ
'*CLnmXyn:Cnl
Av2X2 +
o EI sistema se esc ribe de I a forma: AX
:CI
:Cz
C, donde:
/"'\
x - 1" | ,rrrurriz
='
de incgnitas),
\;^)
C
/ct \
l"l
:
(matrizdetrminosindependientes),
I,
l',/
/art CLtz
ot, cl>t
l,:l ." :
l::'.:l
I
tl\anl an2
arrlr\
a'r^ I
. l(matrirasociadaalsistema).
tr
an^/
Aplicacin lineal asociada al sistema: Ia aplicacin lineal "4 cannicamente

asociada a A.
Matriz ampliada del sistema: la que tiene por matrices columna las matrices
columna de Ay C.
se denota: (o | .)
Solucin de un sistema: matriz columna X1 con trminos en K de orden (m, 1)
tal que: AX1: g.
Xt y C son ar, d2, ..., am, xt Y c, respectivaprecisamente si se verifica cualquiera de las

sistema
mente: X1 es solucin del
siguientes condiciones:
o A(x) = c, o bien: xt e "A-r l{c}l;
o eI vector c es combinacin lineal de los vectors tr1, d2, . . ., dmi
Si los vectores columna de A,
ranso (o I a) = rangoA.
Sistemas eqvalentes: sistemas que tienen el mismo conjunto de soluciones.
Si T es una matriz cuadrada de orden ny rango rL, entonces son equivalentes
los sistemas AX = C y (TA)X
h*
TC.
IV,
294
Resolucin de un sistema de e cu,a.cr on(,eCS Iitnnea Ies Consideramos un sistema

Ltas, queverifica: rangoA: T
cgniir
o. m incCI
en K, AX - C, de n ecuaciones c on
ea lme nte independientes; sea:
los r primeros vectores columna dle As ocnllinreal
t ,,,
:l( i)
c',
C,
,)
\c':;
rnac iones elementales que llevan A a

Ias mismas trranrsfcorlm
Cy
&'L (" +T)
&Tm
&z(r +t)
&zm
e!, t,
elr*
+t
0
M_T
A'X
C' son equivalentes.

El sistema AX : C tiene solucin precisamente si:
Ios (z - r) ltimos trminos de C' son nulos.
Los sistemas AX
Cuando eI sistema
AX:
C tiene solucin:
= T, o bien r > 7' \-
t]
:f :'
sr m
sr m > T, las soluciones son las matrices column a de la forma:
-L
la solucin es nica: X1
\,^)
t')
ei*
eL*
l:rlil'] l"
Xt:
l:
A*_,i"T
:
(,
-1
siendo
A1, tr*-t
elementos de K.
m-T
C,q,prulo V
SUCESIONES DE NUMEROS REALES
V. SUCESIONES DE NMEROS
296
REALES
ESQUEMA _ RESUMEN
INrnoouccrr.r 297
de
1.
EI conjunto de los nmeros reales 310

1. Propiedades de los nmeros reales
' 310
reales
nmeros
2. Intervalos de
'3I4
.315
3. Valor absoluto de un nmero real .
4. Punto interior.
juntos
Coniuntos abiertos.
cerrados
Con-
' 316
2. Sucesiones de nmeros reales 32I

1. Definicin de sucesin
2. Sucesiones acotadas
3. Subsucesiones
3. sucesiones conversentes. Lmites

tos 328
1. Sucesiones convergentes
2.
3.
de
El conjunto de los nmeros reales, 297 . Sucesiones

nmeros reales, 301 . Sucesiones convergentes. Lmites
infinitos, 302 . Sucesiones montonas, 306 . Series
nmeros reales, 307.
'321
..
Lmites infinitos
Punto adherente
montonas
.334
'343
4.
Sucesiones
5.
Series de nmeros reales 350

t. Definicin de serie
347
2. Series convergentes
3. Criterios de convergencia .
.3s0
. 35f
. 353
355
7. Anexo 359
1. operaciones con sucesiones convergentes .3Sg
.36f
2. Sobre la serie geomtrica . . : . .
'323
'324
innni.328
R_ECA*rTUr-A,CIN
363
l#ljJfl:fi:nffi'J::;'*:';ifi.;rl}i."1'"ffi",11
ifinitos, 366 . Sucesiones montonas, 368 . Series de

nmeros reales,369.
297
INTRODUCCION
INTRODUCCIN
EI conjunto de los nmeros reales Antes de presenta-r las sucesiones de nmeros reales, es importante estudiar aigunos aspectos del conjunto de Ios nmeros
reales; a eIIo se dedica esta seccin.
Las tres primeras propiedades que se citan ya han sido utilizadas, al menos im-
plcitamente. EI conjunto de los nmeros reales, dotado de las operaciones adicin

y multiplicacin, tiene estructura de cuerpo conmutativo, y en l est definida la
relacin de orden total <, la cual es compatible con estas operaciones. Este aserto
nos da sintticamente mucha informacin, relacionada con tareas habituales de manipulacin de nmeros reales, expresiones algebraicas, igualdades y desigualdades.
Entre otras muchas cosas, nos dice, por ejemplo, que el orden de los sumandos no
altera una suma (propiedad conmutativa de la adicin), que el producto de cualquier
nmero por el nmero 1 tiene como resultado el nmero original (elemento neutro
de la multiplicacin), que podemos extraer fuera de un parntesis un factor comn
(propiedad distributiva), o que podemos multiplicar por un mismo nmero positivo
ambos miembros de una desigualdad sin que cambie su sentido (compatibilidad de
la relacin de orden con Ia multiplicacin).1
La cuarta propiedad es Ia realmente nueva para el lector. Para verla, se hace necesario introducir eI concepto de conjunto acotado, superior o inferiormente, y para ver
este concepto debemos hablar de cota superior y de cota inferior de un conjunto. Una
cota superior de un conjunto de nmeros reales es un nmero que es mayor o igual
que todos los elementos del conjunto. Por ejemplo, el nmero 0 es cota superior del
conjunto de los nmeros reales negativos, o el nmero I lo es del conjunto cuyos
elementos son las fracciones de la forma I ln para cada nmero natural positivo
(este conjunto estformado por 1/1 :1,I12,I13,...). Anlogamente, una cotainferior deun conjunto de nmeros reales es un nmero que es menor o igual que todos
Ios elementos del co4iunto. Por ejemplo, el nmero 0 es cota inferior del conjunto
de los nmeros reales positivos, o del conjunto de las fracciones de Ia forma 1/n
para n N*.2 Si un conjunto admite alguna cota superior, se dice que est acotado
superiormente; si admite alguna cota inferior, que est acotado inferiormente. Y si
admite cotas de ambos tipos, se dice simplemente que est (o es) acotado. Por ejemplo, el conjunto de los nmeros reales negativos est acotado superiormente, pero no
inferiormente (no hay ningun nmero que sea menor o iguai que todos los nmeros
negativos simultneamente); el conjunto de los nmeros positivos est acotado inferiormente, pero no superiormente; y el conjunto de las fracciones l/n con n e N*
tEl significado completo de Io que
es
un cue{po, o una relacin de orden total, puede verse en el
apndice A.
2ConNx sedesignaelconjuntodelosnmerosnaturalespositivos:
N*:
{1,2,3,...1.
f,
V. SUCESIONES DE NUMEROS
2gB
REALES
est acotad.o tanto superior como inferiormente, con lo que es un conjunto acotado
(el nico que est acotado en los tres ejemplos citados)'
Nota
bene
El conjunto VaCo: 0, se Considera acotado.
Ya podemos enunciar Ia cuarta propiedad: si un conjunto no vaco est acotado

superiormente, es decit, Si admite algUna cota Supeliol, entonces existe un nmero
con la caracterstica de ser la menor de todas sus cotas superiores. Tal nmero
se denomina Supremo del conjunto; si eI conjunto Se denota por A, su supremo se
designa: sup A. Por ejemplo, eI conjunto de los nmeros reales negativos est acotado
superiormente: cuI eS su Supremo? Ya hemos apuntado que el nmero 0 es una
cota superior de este conjunto, y acontece que cualquier nmero menor que 0 no es
cota superior;3 en otras palabras: el nmero 0 es Ia menor de sus cotas superiores.
por G, podemos escribir: sup G : 0.

Esta cuafia propiedad tiene una segunda pafie: lo anlogo con los conjuntos
acotados inferiormente. Si un conjunto no vaco est acotado inferiormente, entonces
existe un nmero con la propiedad de ser Ia mayor de todas sus cotas inferiores. Tal
nmero se denomina nfimo del conjunto; si eI conjunto se denota por A, su nfimo
se designa: nfA. Por ejemplo, para el conjunto de los nmeros reales positivos
por R.f-, se tiene: nf R'f : 0' Y si A es el conjunto de las
-que suele denotarse
fracciones llnpararl N*, se tiene: inf A = 0 y supA : 1.
Hablamos tambin de mximo y de mnimo de un conjunto. Se dice que un
nmero es mximo de un conjunto si es cota superior del conjunto y pertenece al
conjunto; y la definiciln de mnimo es anloga. El mximo de un conjunto A, si
existe, eS nico, y se denota: mxAi y lo mismo el mnimo, que Se denota: mn.
Por ejemplo, el conjunto A de las fracciones Iln, n e N*, admite mximo: la fraccin 1/1 : 1, pues es cota superior de Ay, a la vez, es un elemento de A; podemos
entonces escribir: mxA: 1. Es de observar que si un conjunto admite mximo, ste
coincid.e con S-u supremo; y, anlogamente, si un conjunto admite mnimo, ste coincide con su nfimo. Por ejemplo, eI conjunto A de fracciones recin citado no admite
mnimo (si as fuera, el mnimo sera igual a nf A : 0, pero O A); el conjunto G de
los nmeros negativos no admite mximo (pues sup G : 0,y O G) ni mnimo (pues
no est acotado inferiormente); y el conjunto Rf tampoco admite mximo ni mnimo.
Si un conjunto no est acotado superiormente, tambin se habla de supremo:
se dice que su supremo es ms inftnito. Y si un conjunto no est acotado inferiormente, se dice que su nfimo es menos infinito. Para Ios conjuntos de los que venimos
habland.o, podemos escribir: nf G : - oo y sup R : + *.
Si denotamos el conjunto
3Ntese
e, sr b es un nmero menor que 0, no puede ser mayor o igual que todos los nmeros
negativos: verbigracia, sera menor que el nmero negativo b 12.
INTRODUCCIN
299
Hay una consecuencia de la cuarta propiedad de los nmeros reales que interesa
resear aqu: la propiedad arquimediana de los nmeros reales. De acuerdo con ella,
si x y y son dos nmeros reales, positivo el primero, y positivo o nulo el segundo,
entonces existe algn nmero natural m tal que mx > y. pinsese que el primer
nmero puede ser escogido muy pequeo y el segundo muy grande; la propiedad
arquimediana nos asegura que existe algn nmero natural cuyo producto por el
primero supera eI segundo. una consecuencia til de esta propiedad es que no importa cun pequeo sea escogido un nmero positivo x: ser posible encontrar algn
nmero natural positivo m de forma que la fraccin r lm sea an menor que x.
Un intervalo de nmeros reales es un conjunto de nmeros reales que o bien coincide con el conjunto vaco, o bien coincide con el propio R., o bien es de uno de
los ocho tipos escritos en el texto. Los cuatro primeros de estos ocho tipos: [a,b],
(a,bl,la,b) y (a,b), son conjuntos formados por todos los nmeros comprendidos
entre dos dados, y los cuatro se distinguen entre s segn se considere si cada uno
de esos dos dados pertenece o no al conjunto (ntese que se escribe un corchete: '['
o ']', en el primer caso, y un parntesis: '(' o')', D el segundo). por ejemplo, el
intervalo (rl2,8l es el conjunto de los nmeros reales comprendidos entre 1/2 y B,
excluyendo 1/ 2 e incluyendo 8. Los otros cuatro tipos de intervalos: (a, + .o, fa, + a),
(-*,b) y (-*,b1, estn formados simplemente por los nmeros reales mayores,
mayores o iguales, menores, o menores o iguales, respectivamente, que uno dado.
Por ejemplo, el intervalo (-3, +*) est formado por los nmeros mayores que -3
(excluyendo ste); el intervalo (-*,01, por los menores o iguales que 0 (incluyendo
ste).
Queremos enfatizar que los intervalos del tipo la.,bl, @,b1, la,b), (a,b) y A son
conjuntos acotados. Cada uno de los cuatro primeros tiene por nfimo el nmero a, y
por supremo eI nmero b; y estos nfimo y supremo sern mnimo o mximo, respectivamente, segn pertenezcan o no aI intervalo. Los otros cinco tipos de intervalos no
son conjuntos acotados, pero los intervalos (a,+o y La,+q) estn acotados infe-
riotmente,ysunfimoesa; ylosintervalos (-*,b) y(-oo,bl loestnsuperiormente,

y su supremo es b.
El valor absoluto de un nmero real es el propio nmero si el nmero es positivo
o nulo, y es su opuesto si el nmero es negativo. Se designa colocando el nmero
entre barras. Por ejemplo: l7l : 7, l}l:0, o l-31 : -(*3) : 3. En el texto se
incluyenvarias propiedades del valor absoluto; se har amplia aplicacin de ellas en
las demostraciones relativas a lmites de sucesiones.4
Esta seccin termina presentando los conjuntos abiertos y los conjuntos cerrados. Lo primero que observamos es que hablaremos de punto del mismo modo que
aY sobre todo sern aplicadas en las siguientes
asignaturas
d,e
Matemticas del Grado.
\''*
300
REALES
hablamos de nmero real. Ello es debido a que los nmeros reales se pueden representar en una recta donde se han elegido un origen y una unidad orientada de medida.s El primer concepto que se estudia es el de punto interior de un conjunto. Un
punto x es punto interior de un conjunto A de nmeros reales (o, ms simplemente,
es interior a A) si podemos encontrar un intervalo del tipo (a,b) con dos caractersticas: el punto pertenece a este intervalo: x e (a,b), y este inteNalo est contenido en
(a,b) c A. Una consecuencia inmediata es que un punto interior
de un
y se
ejemplos,
recogen
varios
se
En
eI
texto
conjunto.
del
conjunto es un elemento
enuncian algunas propiedades, pero entre unos y otras nos interesa resaltar Io que
el conjunto:
fundamentalmente manejaremos en eI curso sobre este concepto: cmo son los puntos interiores de los intervalos. Los intervalos la,bl, @,b1,la,b) y (a,b) tienen los
mismos puntos interiores: los puntos comprendidos entle a y b, excluyendo a y b',
los intervalos (a, + m ) y la, + a) tambin tienen los mismos puntos interiores: en este
caso, los nmeros mayores que a (excluyendo por tanto el propio a); anlogamente,
los intervalos (-@, b) y (-*,bl tienen por puntos interiores los nmeros menores
que b (excluyendo, pues, eI mismo b); y, finalmente, para eI intervalo R', todos sus
puntos son interiores, y para eI conjunto vaco no hay puntos interiores.
Dad.o un conjunto, el conjunto formado por sus puntos interiores se denomina
interior del conjunto. Si A es el conjunto, su interior se denota de esta forma: A.
Ntese qn" c A, pues los puntos interiores de un conjunto son elementos del
conjunto. En el texto se recoge una tabla con el interior para cada uno de los diez
tipos de intervalo. Sobre esto no nos har falta ms.

Que un conjunto de nmeros reales es abierto significa que todos sus puntos
son interiores. Es decir, un conjunto abierto es el que coincide con su interior. Los
intervalos que son conjuntos abiertos son (4, b), (a, +-) y (-*,b), adems de R. r
eI conjunto vaco. Y que un conjunto es cerrado significa que su complementario es
abierto. Los intervalos que son coniuntos cerrados son [a,b], la',+*) y (-*,b1, ]
tambin R y el conjunto vaco. Ntese que estos dos ltimos son conjuntos abiertos
y cerrados a la vez; acontece que son los nicos conjuntos de nmeros reales que
son abiertos y cerrados a la vez. Sobre conjuntos cerrados diremos algo ms cuando
hablemos de punto adherente, despus de estudiar los lmites de sucesiones.
Nota bene Hay conjuntos que no son abiertos y que tampoco son cerrados. Entre los
intervalos, los de Ia forma (a,bl y la,b) no son abiertos y no son cerrados. a
sUn ejemplo de Ia estrecha relacin entre puntos de una recta y nmeros reales es eI siguiente: si a
la- b , es una forma de hacer refetencia e
lo que dista entre Ios puntos que estn representando ambos nmeros, sin pleocuparse de tener qu
y b son dos nmeros, el valor absoluto de su diferencia:
saberdeantemanoculesmayor. Verbigracia: (-1)-31 =1-41 =4,y4esloquedistanlospuntos

que representan los nmeros -1 y 3. Este tipo de representacin en una recta debea ser conocido de.
Bachillerato (o del Curso de Acceso); no obstante, no se exige en este cwso.
30r
INTRODUCCIN
Sucesiones de nmeros reales Formalmente, una sucesin de nmeros reales es

una aplicacin del conjunto de los nmeros naturales en el conjunto de los nmeros
reales. Cuando tenemos una sucesin, tenemos entonces una forma de asignar un
nmero real ai nmero natural 0, un nmero real al nmero natural 1, un nmero real
al nmero natural 2,y as sucesivamente; es decir, tenemos una forma de construir
una lista de nmeros reales en la que es relevante el lugar que ocupa cada uno. Por
ejemplo, a pafiir de la aplicacin de N en R que a cada nmero natural n asigna el
nmero n2, podemos contruir esta lista d.e nmeros: 0,1,4,9, 16, .. . , pues 02 : 0 es
la imagen de 0 por la aplicacin , L2
1es Ia imagen de I,22
4 es Ia imagen de 2, y
as sucesivamente.
Para las sucesiones no se usa Ia notacin habitual de las aplicaciones. Se elige una
Ietra, por ejemplo a (o b, o c, etc.), y se Ie aade como subndice un nmero natural

para indicar Ia imagen por Ia aplicacin de ese nmero natural; de esta forma, con 4s
se designa Ia imagen por Ia aplicacin del nmero natural 0, con ar la imagen del
nmero natural I, . . ., y en general con An la imagen de un nmero natural n' Asi,
podemos deci que la sucesin es:
AO, CLL, 0L2,
y cuando nos queramos referir
(ar";n e
,,',
0LrL,
la sucesin como
N),
"',
a
un todo, escribiremos:
o ms simPlemente: (an)
'
(nz;n e N), o
para
(an),
??
e
N.
cada
con &n = 7L2
simplemente: (n2); o incluso:
Dada una sucesin (a), y dado un nmero natural k, se dice que el trmino de
ordenk de la sucesin es igual ? a<i es decir, el trmino de orden k de la sucesin es
la imagen por la aplicacin d.el nmero natural k. Para Ia sucesin (n2), su trmino
de orden k es igual a k2;verbigracia, eI trmino de orden 5 es igual a 52 : 25. Otro
ejemplo: si (b) es la sucesin tal que bn = eI)" para cada n e N, es decir, la
sucesin 1, -1, 1, -1, ..., podemos decir que su trmino de orden k es igual a 1 si k
es p, y a -1 si k es impar.
tJlaa cota superior de una sucesin es un nmero que es mayor o igual que todos
y cada uno de sus trminos; y, anlogamente, uJJa cota inferior es un nmero que
es menor o igUal que todos y cada uno de sus trminos. Por ejemplo, para la sucesin ((-1)z), una cota superior es eI nmero I y una cota inferior es el nmero -1;
para la sucesin (n2),una cotainferior es elnmero 0, yno admite cotas superiores. Una sucesin esf acotada superormente o inferiormente si admite una cota
superior o inferior, respectivamente; y esl acotada si lo est tanto superior como
inferiormente. De las dos sucesiones que acabemos de poner como ejemplo, slo la
En eI ejemplo del parrafo anterior, podemos decir que esa sucesin es
sucesin
((-1)")
est acotada.
3o2
REALES
ltimo concepto que se estudia en esta seccin es el de subsucesin. Lrtuitivamente, una subsucesin es una sucesin obtenida a pafiir de otra: si en una sucesin
dada, nos deshacemos de algunos trminos (en cantidad finita o infinita), de forma
que dejemos una cantidad infinita de trminos de la sucesin original, lo que queda
es una sucesin de la que se dice es subsucesin dela primera. En el texto podemos
leer Ia definicin formal general, pero veamos aqu las dos formas de obtener una
subsucesin (y denotarla) que manejaremos en el resto del captulo.
Si (ail es una sucesin: 6Lo, cLt, cL2, c13,. .., y nos deshacemos, pongamos, de sus
tres primeros trminos, nos queda: &3, cL4, ds, . .., que resulta ser tambin una sucesin; setratadeunasubsucesindelasucesinoriginal (ail,y sedenota: (a";n>3).
Por ejemplo, la sucesin (n';n> 5) es una subsucesin de Ia sucesin (n2); comprese la sucesin: O,1,4,9, 16, 25, 36, ..., con la subsucesin: 25, 36, 49, '. '
Otra forma de obtener una subsucesin de una sucesin Ia sugiere este ejemplo.
S (a es una sucesin, y nos fijamos sIo en sus trminos de orden pari 6Ls, a2,
aq, 61a,. . ., lo que acabamos de escribir es otra sucesin, que es subsucesin de Ia
sucesin original (ai se denota: (az). Yerbigracia, para la sucesion ((-1)), su
subsucesin ((-D2") es la sucesin constante (1): 1, 1, 1,... (todos sus trminos
iguales a 1). De manera similar podramos hablar tambin, por ejemplo, de la subsucesin de la sucesin (a.) formada por los trminos de orden impar: (azn+t).
Para finalizar esta seccin, una cuestin de notacin. Dado un nmero natural k,
aveces escribiremos: (anin > k), sinhabernos referido antes a alguna sucesin (ar),
que es posible que ni siquiera est definida. Tal notacin hace referencia a la sucesin cuyo trmino de orden 7L es 6Ln+k; es deci: cLk, clk+t, clk+2, ... Por ejemplo, la
sucesin (Iln;n > 1) es esta: 1, Il2, I13,I14,...;yntese que no podemos habla
de la sucesin (a.; con An : I ln, pues no tendra sentido su trmino de orden 0.
El
inftnitos Empecemos con un ejemplo: la

sucesin de nmeros reales (1/n; n> l) converge al nmero real 0; o dicho de otra
forma: el nmero 0 es lmite de Ia sucesin (Iln;n>7). Qu significa esto? La
Sucesones convergentes. Lmites
sucesin es:
,11
', 2' 3' "''
1 "'
n,
'
y sus trminos son nmeros que se hacen cada vez ms pequeos; realmente, segn
avanzamos en el orden de Ia sucesin, los trminos correspondientes se acercan al
nmero 0 tanto como queramos. Por ejemplo, si quisiramos, siempte con trminos de la sucesin, acercarnos a 0 menos de una milsima, slo tendramos que
seleccionar los trminos de orden mayor o igual que 1001: todos ellos estaran en
eI intervalo (0- 1/1000,0+ 1/1000), Io cual es lo mismo que decir que distaran
de 0 menos de una milsima. Y esto lo podramos hacer con otra medida cualquiera.
Realmente, dado cualquier positivo, existir algn orden k (el cual depender, en
3()3
INTRODUCCIN
e,0 + e ) podemos encontral todos los

trminos de la sucesin que son de orden mayor o igual que k. Esto es iustamente
lo que queremos decir cuando afirmamos que la sucesin (Iln;n > 1) converge al
nmero real 0, o que eI nmero 0 es lmite de la sucesin (I ln;n > I) '
general, de e) de forma que en el intervalo (0
Otro ejemplo: la sucesi'n (nl@+ 1)) converge al nmero 1. Alasta de sus

primeros trminos: O, 112,213,314,..., quiz no se aprecia si los trminos de Ia
sucesin se acercan a algn nmero concreto, pero si nos fijamos en trminos de
orden mayor, digamos, orden mayor o igual que 100:
100 101 ro2

I 01' t 02' J03'
"'
'
s parece que nos pOdemoS acercar, tanto Como queramos' al nmero 1. Fuede
comprobarse que esto efectivamente es as: Ia sucesin (nl@ + 1)) converge aI
nmero 1.
De una sucesin se dice es convergeinte si converge a algn nmero real. De
las propiedades de las sucesiones convergentes que figuran en el texto, hay dos que
queremos destacar aqu. La primera es que el lmite es nico; es decir, si una sucesin
es convergente, entonces no convelge ms que a un nico nmero. Si (ar) es la
sucesin convergente, y es su (nico) Imite, se escribe:
l1an
: L, o bien lm (a) :
L.
De acuerdo con los ejemplos anteriores, podemos escribir:

rim
(f,tnr
1) -
rm(#rl:1
La segunda propiedad que destacamos es que eI lmite de una sucesin convergente
no depende de sus primeros trminos. Formalmente, esto significa que una sucesi6n (a) converge a un nmero I si y slo si cualquier subsucesin suya de Ia
forma (an;n > k) converge tambin al nmero l.
EI siguiente concepto que vemos en esta seccin es el de lmite ms infinito. Intuitivamente, una Sucesi1n tiende a ms infinito si, segn Se avanza en el orden de
la sucesin, Ios trminos correspondientes se hacen tan grandes como se quiera. Por
ejemplo, Ia sucesin (n2) tiende a ms infinito. Fijemos un nmero b cualquiera;
podemos encontrar algn orden k tal que todos los trminos de la sucesin de orden
mayor o igual que k son mayores que b. En efecto: si b es negativo, se toma k : 0,
y si b es positivo, basta tomar como k eI primer nmero natural que supela Jb; el
trmino de orden k, que es k2, y todos los que le siguen: (k + 1)2, (k + 2)2,. . . , son
entonces mayores que b. Si una sucesin (ar) tiende a ms infinito, se escribe:
IlIo": *@, obien lm(a)

Se tiene entonces: lmnz : +q'
= +oo'
V. SUCESICNES DE NUMEROS
304
REALES
Y una sucesin tiende a menos infinito si, segn se avanza en el orden de la suce-
sin, los trminos correspondientes se hacen tan grandes como se quiera en valor
absoluto, pero siendo negativos. Por ejemplo, la sucesin (-n) tiende a menos infinito. Si fijamos un nmero b arbitrario, podemos encontrar algn orden k tal que
todos los trminos de orden mayor o igual que k son menores que b. Efectivamente:
si b es positivo, tomamos k
primer nmero
natural que supera -b; consegrrimos as que todos los trminos de orden mayor o
igual que k: -k, -(k + 1), -(k+2),..., seanmenores que b. Siuna sucesin (")
0,y si b
es negativo, tomamos k igual al
tiende a menos infinito, escribimos:
l{go" - -oo, o bien

De acuerdo con lo visto, podemos escribir:
lm
(a") : -oo.
lm(-n) :
-oo.
Los lmites infinitos tambin cumplen las dos propiedades que destacbamos pa
las sucesiones convergentes: la unicidad del lmite y eI hecho de que eI lmite no

depende de los primeros trminos de la sucesin.
En lo que al calculo efectivo de lmites se refiere, lo primero que vemos es el
cilculo del lmite de sucesiones del tipo (p(n)), donde P(n) es un polinomio. Son
sucesiones como (1 -na), (2n3 +n) o (1.+5n2 - 3zr). Sobre polinomios, conene
repasar el apndice A (cf. p. 413),6 pero recordamos que el grado de un polinomio
es el mayor exponente de n que figura, y que eI coeficiente de mayor grado es eI
nmero que acompaa a esta u el grado de 1 - na es 4 y su coeficiente d.e mayor
grado es -1; el grado de2n3 + 7 es 3 y su coeficiente de mayor grado es 2; el grado
de 1 + snz - 3n es 2 y el coeficiente de mayor grado es 5 (el grado del polinomio 5
-un nmero reaL es un caso particular de polinomio- sera 0, y el coeficiente de
mayor grado de este polinomio sera eI mismo nmero 5). Con esto en cuenta, el
lmite de la sucesin (P(n)), cuando P(n) es un polinomio de grado mayor o igual
que 1, es igual a +oo o a -oo segn sea el coeficiente de mayor grado positivo o
negativo, respectivamente. As:
lm(1- na): -*,
lm(2n3
+n) : a* y
lm
(r+Snz -3n): a*.
(Si el polinomio tiene grado 0, es decir, si se reduce a un nmero real, Ia sucesin (P(n))esunasucesinconstante,ysulmite es trial;porejemplo:lm (5) : 5.)
El siguiente tipo de lmites que distinguimos es el de sucesiones del fipo (I lP(n)),
donde P(n) es un polinomio de grado mayor o igual que 1. En todos estos casos el
lmite es igual a 0;por ejemplo:
lm.
l?*oc I - n.
" -0,
lm
l?-o
-ns +2'n4 -n+2
lm^^1
-0, o t?*
Onr + Tf =-0.
6En eI apndice citado, Ios polinomios se presentan en la indeterminada
x2 + I,o 3
- x + x3. Lo que all se dice es vlido
TLr
x; por ejemplo:lxs +J2 x+1,
aqu sin ms que cambiarx por n.
305
INTRODUCCION
Notabene
Noestdefinidoelcociente
IIG-n2) cuandorr:1, asque,propiamente,
deberamos escribir: lm(1/(1 -n2)in>2) :0; sin embargo, envirtud de que ellmite
(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)) = O.
Anlogo comentario podramos hacer conlos otros lmites. Engeneral, st(bnin > k) es
una sucesin que admite lmite, finito o infinito, no designaremos ste por lm (bn;n > k),
a
sino por lm (b.), aunque b, no est definido par algn valor de n menor que k.
Y finalmente tambin calculamos el lmite de sucesiones definidas por cocientes

de polinomios, del fipoi (P(n)lQ@)), donde P(n) y Q(n) son polinomios de grado
mayor o igual que 1. Debemos distinguir tres casos, segn sea eI grado del polinomio
del numerador mayor, igual o menor que el del denominador. En el primer caso:
cuando el grado del numerador es mayor, el lmite es ms infinito o menos infinito,
segn sean iguales o distintos, respectivamente, los signos de Ios coeficientes de
mayor grado de ambos polinomios. Por ejemplo:
-nz +2 rol.
ilm --o 7L-o
-n + b
(Para el primero, verbigracia, el polinomio del numeradol es de grado 4 y su coeficiente de mayor grado es -1, y el polinomio del denominadol es de grado 2 y su
coeficiente de mayor grado es 5; el grado del numerador es mayor, y ambos coeficientes tienen distinto signo, as que el lmite del cociente es -oo.) En el segundo caso:
los gtados de numerador y denominador iguales, eI lmite es igual al cociente de los
coeficientes de mayor gtado:
I
lm "L-nz
7,t-a TIL
+-n - I"--1,
))
-2n-
Sttr + TL
lm
ll* Bn3
\R - Bt
2n+5
'l'Il
_lron+g: -10- -E
en eI tercer caso: eI grado del denominador mayor, el lmite es igual a 0:
[n#-0, n#*: 0, o
.)
lm
7L-
rt
'n3
+5n+I
2n2 + 3n +
I -0.
En el manual Problemas Resueltos, puede encontrar eI lector lmites de ms tipos

de sucesiones.
Esta seccin termina con eI concepto de punto adherente. Un punto adherente de
un conjunto de nmeros reales no vaco es un punto que es lmite de alguna sucesin de puntos del conjunto. Es decir: si A es un conjunto y a es un punto' este
punto es punto adherente de A (o simplemente: es adherente a A) si existe alguna

sucesin (xil con lmite a y con todos sus trminos puntos de A: lm (xr) : a,
y vn e N, xr, A. Ntese queunpunto delpropio conjunto es adherente al conjunto: sl a e A, la sucesin constante (a) converge obamente al punto y sus
trminos son puntos de A. Una propiedad interesante que Se prueba en eI texto eS
{
Hl
V.
306
SUCESIONES DE NMEROS REALES
esta: de un conjunto no vaco acotado superiormente, su supremo es punto adherente; y, anlogamente, de un conjunto no vaco acotado inferiormente, su nfimo es
punto adherente. De esta forma, dado eI intervalo ( 1 , 2 ), por ejemplo, son adherentes
a 1, adems de sus propios puntos, los puntos 1 y 2 (su nfimo y su supremo, respectivamente); o dado el conjunto R.f
-que es en definitiva el intervalo (0,+oo)- son
adherentes a l todos sus puntos y el punto 0 (su nfimo). Estos ejemplos muestran
que hay conjuntos que admiten puntos adherentes que no pertenecen aI conjunto.
Finalmente, se define la adherencla de un conjunto no vaco como el conjunto
formado por sus puntos adherentes. Si A designa el conjunto, su adherencia se
denota as: . Como todo punto del propio conjunto es adherente al conjunto, se
tiene: A c . Nos interesa resaltar una propiedad: un conjunto es cerrado si y slo
si coincide con su adherencia; una consecuencia de ello es que el lmite de cualquier
sucesin convergente de puntos de un conjunto cerrado es un punto del propio conjunto. En lo que al aspecto del clculo prctico se refiere, notar que, para calcular la
adherencia de un intervalo, no hay ms que "aadir" su supremo y su nfimo, caso de
que alguno de ellos, o los dos, no pertenezca ya al intervalo. As, la adherencia de los
intervalos la.,bl, (a.,bl,la.,b) y (a,b) es [a,bl; la de (, +-) y [a,+*) es [a, +oo);

la de (-oo, b) y (-*,bl es (-oo, bl;yla de R. es el mismo R.. Sobre eI conjunto vaco,
se conviene en que su adherencia es el propio conjunto vaco: A : A.
Sucesiones montonas Una sucesin creciente es una sucesin que verifica que
cada trmino es menor o igual que el siguiente. Es decir, una sucesin (a; es creciente si verifica: Y n e N, d 4 cLn+r. Una sucesin es decreciente si cada trmino es mayor o igual que el siguiente: Y n e N, 1, ) 6Ln+r. Y en ambos casos
se aade eI adverbio estrictamente si los trminos consecutivos no son iguales, esto
es: Vr e N, A, I &n+\, o V n e N, a", ) an1. Finalmente, una sucesin es montona. si es creciente o decreciente.
Para saber si una sucesin (ar) es creciente o decreciente, podemos calcular la

diferencia entre un trmino y su anterior, digamos: an+t - &n, y vet si es positiva o
negativa para cada n: el primer caso corresponde a sucesin creciente, y el segundo
a decreciente. Por ejemplo, se puede comprobar as que la sucesin (Iln;n > 1) es
decreciente, incluso estrictamente, pues:
rL- (n+I)
Qn+L-CLn -n+I
y -l I (@ + I)n)
rL
es negativo para cada
(n + I)n
-1
(n + L)n
n > 7 (al haberlo obtenido negativo, y no
simplemente menor o igual que 0, podemos concluir que la sucesin es estrictamente decreciente). Otra cosa que se puede hacer, al menos cuando la sucesin
tiene sus trminos positivos, es estudiar si el cociente anl1f an es mayor que I para
3o7
INTRODUCCION
n (creciente) o menor que 1 para cada n (decreciente).

si6n (J;n > I) es estrictamente creciente, pues:
cada
Por eiemplo, Ia suce-
n+I
"rn
CI'n
TL
y como (n + l) I n es mayor que 1 para cada n > 1, lo mismo verifica su raz cuadrada.
Otro ejemplo: la sucesin7 (2" lnl;n > 2) es estrictamente decreciente, ya que:
2n+l
an t
(".1X
n*r'
"" -T-:
nl
y 2l@ + 1) es menor que
I para cadan > 2.
Un resultado impofiante sobre las sucesiones montonas es este: dada una suceSin creCiente, si est aCOtada Superiormente, entonces eS Convelgente, y si no lO
est, entonces tiende a ms infinito. De la misma manera, dada una sucesin decreciente, si est aCotada inferiormente, entonces eS convelgente, y si no lo est,
entonces tiende a menos infinito. Vemos as que todas las sucesiones montonas
admiten lmite, finito o infinito.
En el texto se estudia ampliamente Ia llamada sucesin geomtrica de razn q,
donde 4 es un nmero real no nulo. Se trata de la sucesin (4n), es decir:
I, 4, cI2, 613, ...

0 < | ql < L (o lo que es lo mismo:
:
:
la sucesin es constante: (1)
1,
entonces
(qn)
0; si 4
si -1 < q < I),entonces lm
(ypor tanto conlmite t); si q > 1, entonceslm(qn): +oo; y si 4 < -1, entoncesla
sucesin no admite lmite (ni finito ni infinito).
Sus propiedad.es se resumen de esta manera: si
Series de nmeros
reales
Sea
(r) una sucesin de nmeros reales. La serie
de nmeros reales asociada ala sucesin (an), o como tambin se dice: Ia serie de
trmino general e.n, es esta sucesin:
CL,
CLg
* A,y,
A'g
* A4 *
Cl'z,
Es decir: la serie asociada a la sucesin
sucesin (S,r) con
(an), o la serie de trmino general An,
eS
la
Sn: Zap.
p=0
Por ejemplo, Ia serie asociada

es la sucesin (S") donde:
ala sucesin (n), o la serie de trmino general n,

*
TSobre la notacion nt, vase Ia nota al pie en p. 347.
TL
+ 1)
: n(n
----.
V. SUCESIONES DE NMEROS REALE:
308
(esta ltima igualdad es
fcil de comprobar.) Otro ejemplo: la serie asociada a Ia

(Tr) donde:
sucesin geomtrica de raz n q (recurdese que q + 0) es la sucesin
Tn: L+q+q2+
q'.
Esta serie se denomina serie geomtrica de razn q.

Se dice que una serie es convergente, y de suma el nmero real S, cuando, como
sucesin, es convergente y su lmite es .S. Es decir, Ia serie (S") asociada a Ia sucesion (a") es convergente de suma S si lm (S") : S, esto es:
TL
lm t
l-oo u
cL-Y
5:.
P:0
Y se dice que una serie es dvergente si no es convergente. Para estudiar el carcter de

una serie, esto es, para estudiar si la serie es convergente o divergente, son tiles los
llamados criterios de convergencia,los cuales no son ms que condiciones suficientes
de convergencia o divergencia de una serie a partir de clculos con Ia sucesin a la
que est asociada. En el texto se presentan dos: el de o'Atsl\4snnr y el de Caucny.s
Para una serie de trmino general an, donde cada an es no nulo, el criterio de
si existe, el lmite de (lan+tlanl): la serle

lmite menor o mayor que 1, respectivamente. Por ejemplo, la serie asociada a la sucesin (2n lnl;n > 2) es convergente.
D'ALEMBRT nos pide que calculemos,
es convergente o divergente segn sea este
,;l[
porque:
2n+L
lm la"*t |
t1-.ol A, I
tm
- n-*
(n+U
2n
lm -:0,
?1.-@ n + I
,T
y este ltimo nmero es menor que 1. Y para una serie de trmino general an (donde
ya no exigimos que cada an sea no nulo), el criterio de Caucuy nos pide que calculemos, si existe, eI lmite s \[at: tambin acontece que la serie es convergente o
divergente segn sea este lmite menor o mayor que 1, respectivamente. Por ejemplo.
Ia serie de trmino general (nn l(2n + 1)") es convergente, pues:
lm
'11-
Vn
(2n + D"
lm
!L- tx
\r?
l,?-m 2n + I -2
\zn+r) -lm
hiota
En ambos criterios, si el lmite correspondiente existe y es igual a 1, nada podemcs

deducir de la convergencia o divergencia de Ia serie.
Ab
8En muchos libros se denominan criterio del cociente y criterio de la ra2, respecfivamente. El motir
de esta nomenclatura saltar a la vista inmediatamente.
309
INTRODUCCIN
Para finalizar, comentamos que en el texto se estudia con detalle la serie geom-
trica de razn q. Su carcter (convergencia o divergencia) depende crucialmente del

valor de 4. Si la razn q est comprendida entre -1 y 1, es decir, si -1 < q < I,
entonces la serie geomtrica es convergente y de suma 1/(1 - 4); esto se escribe as:
TL:O
En caso contrario, esto es, si

divergente.
qn
I-q
4 < -1 o si q > l,
entonces Ia serie geomtrica es
{
I
rl
t.
V. SUCESIONES DE NUMERO-S
310
V.l
REALES
EL CONJUNTO DE LOS NUMEROS REATES

1. Propedades de los nmeros reales Suponemos que el lector est familiarizado, desde sus estudios de secundaria, con los nmeros naturales, enteros )
racionales, y en alguna medida con los reales. De estos ltimos, en este apartado
recogemos sus propiedades ms importantes. Algunas de ellas ya han sido citadas
(o al menos implcitamente manejadas) en eI presente texto, como las dos primeras,
Propiedad I (cuerpo conmutativo) El conjunto R de los nmeros reales, dotado
de las operaciones adicin y multiplicacin, tiene estructura de cuerpo conmutaftyo:e (R.,+,'). El nmero 0 es el elemento neutro de Ia adicin; eI opuesto de un
nmero real x es eI nmero -x; el nmero 1 es el elemento neutro de la multiplicacin; y eI inverso de un nmero real x no nulo (x * O) es I I x.
Propiedad 2 (relacin de orden) La relacin '<' (que se lee "menor o igual que")
una relacin de orden totallo en R. Es decir, verifica:
a) < es reflexiva: Vx e R, x 4 x,
es
b/ <esantisimtrica:V(x,y) R.2, @<y y y<x) = (x:y),

c) <estransitiva: V(x,y,z)e R3, (x<yy y<z) > (x<z),
d) yadems:V(x,y) e R2,
(x<f/ o y<x).
Si x y y son dos nmeros reales, Ia negacin de x < y se escribe: y < x (y es

"menor que" x). Tambin haremos uso de las relaciones '>' ("mayor o igual que") y '>'
("mayor que"). a
Nota
Propiedad 3 (compatibilidad entre la relacin de orden y las operaciones) La relacin de orden total < es compatible con la adicin y la multiplicacin del cuerpo
conmutativo (R, +, .). Esto es, para cada terna (x, y,z) de nmeros reales se verifica:
x<y - x+z<y+2,
b) (x<y y z >0) - (xz<yz).
a)
De esta propiedad se infieren las siguientes consecuencias:
(Cl 1y
y x' <!') - (x+x' <y+y')i
",
(C2) (x < /) == ,-, < -x);
(C3) (x <y y x' <!')
(x+x' <! +y')i
(C4) (x <y y z>0) + (xz<yz);
/ x+v
\
(C5) (x < y)
= .'t . r).
\"
EJ
ERCTCTO I
Demostrar las consecuencias anteriores de la propiedad 3 de los nmeros

eCf. apndice A, p. 407.
loCf. apndice A, p. 390.
rcales.
v. t . EL ])NJUNTO DE
3rr
LOS NMEROS REALES
Conjuntos acotados Consideremos un conjunto A de nmeros reales (esto es, u[

subconjunto A del conjunto R.: A c R).
Conjunto acotado Del conjunto A diremos est acotado superiormente si existe algn nmero real b
superiormente que es mayor o igual que cada uno de sus elementos; es decir, si se verifica:
YxeA,x<b.
Cota
superior En este caso, del nmero b diremos es una cota superior del conjunto A, o tambin
que el conjunto A est acotado superiormente por b.
acotado Del conjunto A diremos est acotado inferiormente si existe algn nmero ted. a
inferiormente que es menor o igual que cada uno de sus elementos; esto es, si se verifica:
Conjunto
YxeA,a<xi
Cota inferior
Conjunto acotado
Y en este caso de diremos es una cota inferior del conjunto A, o tambin que el
conjunto A est acotado inferiormente por a.
Finalmente, del conjunto A diremos est (o es) acotado si est acotado tanto
superior como inferiormente.
bene De la definicin se deduce que cualquier nmero real es, simultneamente, una
cota superior y una cota inferior del conjunto vaco: 0; por tanto, el conjunto vaco est
Nota
acotado.
!q
t,
Mximo de un
co nj u nto
De un nmero real b diemos es mximo del conjunto A (de nmeros reales), y

mxA, si b es una cota superior de Ay adems b e A. Si un
escribiremos: b
Mnimo de un
co nj u nto
conjunto admite mximo, ste es nico.

Anlogamente se define el mnimo de un conjunto, que se escribe: mn Ai es decir,
afirmar que a. : mn A significa que eI nmero 4 es una cota inferior de A y que a e A.
Tambin acontece que eI mnimo de un conjunto, si existe, es nico.
EJEMPLO
conjunto de los nmeros enteros: Z, no tiene mximo y no tiene mnimo; el conjunto de los
nmeros enteros negativos: Z - N, tene mximo: mx(Z - N) : -1, pero no tiene mnimo;
EI
el conjunto de los nmeros naturales: N, no tiene mximo y s tiene mnimo: mn N = 0; el

conjuntoA = {1,-1,0} tiene mximo ymnimo: mxA = Iy mnA = -1. Todo coniunto
finito no vaco de nmeros reales tiene mfmo y tiene mnimo.
Para todo conjunto no vaco A de nmeros reales

Propiedad 4 (supremo e nfimo)
que est acotado superiormente, existe un nico nmero real, que se denota: s u p A
3L2
un ("supremo de A"), que verifica:

conjunto
sup es una cota superior
REALES
Supremo de
de A
-{v
I
que cualquier otra cota superior de A.

lsup A es menor o igual
EI supremo de un conjunto es entonces eI mnimo de sus cotas superiores, o su cota
superior mnima. En smbolos:
(VxeA,x<b) o
nfimo de
un
(supA<b).
Asimismo, para todo conjunto no vaco A de nmeros reales que est acotado inferiormente, existe un nico nmero real, que se denota: nfA ("nfimo de A"), que
conjunto verifica:
[nf es una cota inferior de A
1v
I
I
lnf A es mayor o igual que cualquier otra cota inferior de A.

El nfimo de un conjunto es, pues, el mximo de sus cotas inferiores, o su cota inferior
mxima. En smbolos:
(Vxe A,a<x) <- (a<nf
EJEMPLO2 Enelconjunto
elemento
A).
B: Ix e R I x < 2],elnmero4esunacotasuperior,puesparacualquier
x < 4l sin embargo, este nmero no es el supremo de B (po
de B se verifica:
ejemplo, el nmero rr tambin es cota superior del conjunto B y es menor que 4). El supremc
de B, esto es, el mnimo de sus cotas superiores, es igual a 2'. sup B
Propiedades del supremo
y del
nfimo
2.
Dado un conjunto A no vaco de nmeros
reales, se verifica:
Si
A est acotado superiormente, entonces

isupA
es una cota superior de A
1v
I
I
Itodo nmero real menor que sup A no es una cota superior de A.

Si A est acotado inferiormente, entonces:
linf , es una cota inferior de A
1v
I
I
Itodo nmero rcaI mayor que
nf
A no es una cota inferior de A.
v.t.
EL C)NJUNTO DE LOS NUMEROS REALES
Si
3r3
A est acotado superiormente, entonces:
YxeA, (x<supA) - (1yA,x </<supA).

En efecto, si
x < supA, entonces x no es una cota superior
de A, y podemos escri-
btr:1yeA,x<y<supA.
. Si A est acotado superiormente y sup A A, entonces; supA : mxA.

. Si A est acotado inferiormente y nf A e A, entonces: nf A : mn A.
ProposicinV.l Six >O,elconjuntonovacoX: {nx In e N} noestacotado 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); pongamos: s = suPX.
Comox > 0, se tiene que
s+x > s, de donde: s > J-x, yenconsecuenciaelnmeros-x

no es cota superior de X. Existe, pues, un nmero natural m tal que s - x < mx, obien:
s<mx+x.
mx * x
(1)
(m + I) x, con lo que el nmero rnx + x es un elemento de X, y (1) contradice

que s sea el supremo de X.
C.Q.D.
En conclusin, X no est acotado superiormente.
Pero
Propiedad
arquimediana
EJ
EM
PLO
Corolario Siy > O y x > 0, exisfe unnmero naturalm tal que:mx > y.
Y si x > 0, exr'ste un nmero natural positivo m tal que:
* .
"
El conjunto
( rl t
o: t''2'1'
I
es no vaco, y est acotado superiormente (por ejemplo, por el nmero 2) e inferiormente

(por ejemplo, por eI 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:
supA: mxA = 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 si s > 0,
entonces existe un nmero natural positivo rn tal que s > I
lml aI ser I lm un elemento
esto establece que s no puede ser una cota inferior de A. Se tiene entonces: nfA
que, como 0 A, este nmero no es el mnimo del conjunto A.
de A,
0. Ntese
V.
3L4
Supremos e nftmos de conjuntos no
acotados
Si
un conjunto de nmeros reales A
no est acotado superiormente, es decir, si verifica:
I b e R, b no es una cota superior de A,

Su
premo ms
oloqueeslomismo:Yb e R., lx A, x > b,entoncesescribiremos:
infin ito
supA
+oo,
que leeremos: "eI supremo de A es ms infinito". Y si el conjunto A no est acotado
inferiormente, mutatis mutandis, escribiremos:

nf
nfimo ms
-cn,
que leeremos: "el nfimo de A es menos infinito".
infi n ito
2. Intewalos de nmeros
reales
Dados dos nmeros reales a y b, con a < b,
se definen Ios siguientes conjuntos:
(a,b) - {x e R I a<x <bl ,
(a,bl-{xe Rla<x< b},

la,+oo- {xe Rlx>a.),
(-*,bl: {x eR I x < b),
la,bl - {x R | 6L<x <b},

la,b) -{x RlcL<x<b\,
(a,+*- {xe Rlx>a},

(-*,b) - {x eR I x <b}.
de
De un co4iunto de nmeros reales diremos es un intervalo de nmeros reales si

lntervalo
nmeros reales coincide con R, con el conjunto vaco: 0, o con alguno de los ocho tipos de conjuntos
anteriores.
Nota
EJ
EM
PLO 4
bene
Si
b,los intervalos (a,b), (a,bl,la,b)
intervalo de
EM
PLO
conjunto vaco.
El conjunto (6,7) es el de los nmeros reales que son, simultneamente, mayores que 6
y menores que 7: (6,7)
EJ
se reducen al
El conjunto
Nota
: Ix e R l6 <x <71. La expresin
(7,6) no representa ningn
R..
{a}, donde a e
R., es
un intervalo de nmeros reales, pues: {a} =
la,al.
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 especfique otra cosa. Cuando
queramos referirnos al par (a,b), por ejemplo escribiremos: (a,b) e R2 (o ms en genera\: (a,b) e C donde C ser algn subconjunto de R2). A
V.I.
3r5
EL CONJUNTO DE LOS NUMEROS REALES
EJERCICIO
Demostrar que sup (a,b)

Nota
EJERCICIO
Sea
bene
b y que sup (a',bl:
Del ejercicio 2 se deduce que sup
(-*,b) :
sup
(-*,bl = b-
A un intervalo no vaco de nmeros reales acotado superiotmente. Demostar que tam-
bin es unintewalo el coniunto
EJEMPLO
b'
Au {supA}'
Los intervalos que son conjuntos acotados (o intervalos acotados) son:
lntervalos
la,bl, (a,bl,
acotados
Por el contrario, los intervalos (-oo, b) y
y la, + *) , slo inferiormente; y
R,
la,b)
(-*,bl
, (a'b) v
A'
slo estn acotados superiormente; (a, +m)
ni inferior ni superiormente.
3. Valor absoluto de un nmero real Dado un nmero real x,

Valor absoluto valor absoluto de x,y se denota: lxl, de la forma:
lxl
EJEMPLO
Se
se define eI
six>0,
:.{I ",
[-x, six<0.
tiene:
l-31:3, l0l-0 y
Consecuencias de Ia deftnicin de valor
10.11-0.1.
absoluto
De Ia definicin de valor absoluto
se deducen de forma sencilla las siguientes propiedades, verificadas por cualquier
nmero real z:rr
lzl: l-zl > O;

. -lzl<z<lzl;
.lzlO;
lzl0;
.lz-al< e+ zela-e,a+el, conaeR.ye )0,'
lz-al<. e ze(a-,A+), conae R Ye>0;
.lzl:qe(7:q
o z:-a), cona>0;
lzl:0 e 7: Q.
11Aqu no recogemos una demostracin de estas propiedades; puede encontrarse en los Problemas
Re.sueltos.
316
Ms propiedades
del valor absoluto
V.2 Si x y y
a) lryl -lxllyl;
Proposicin
REALES
son dos nmeros reales, se verifica:
b) (desigualdadtriangular): l* * yl
c) llxl lyll
<lx-yl.
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): - lxl < x < lxl y
lyl <.y < I y l, de donde:
-lxl-lyl<*+y<lxl*
yl,
y en consecuencia (cf. tercera consecuencia de la definicin, con b = lxl +
IV
"
x + y)i
lr+yl<lxl+lyl.
Para el tercer apartado, y de acuerdo con
bir: lxl
lo demostrado en el segundo, podemos
escri-
=ly*@-y) I < lyl +lr-yl,d.donde:

lxl-lyl
por otro lado:
<
lr-yl;
(2
- lx-yl:
lyl: l* + r, - x)l
lyl-lxl <lx-yl.
De (2) V (3) se deduce: consecuencia, con b - l*
Nota
Si x1,
'
l* - yl
se concluye (cf. tercera
-yly Z: lxl- ly)
elresultado:
llr
lvll
xz, ..., xn son n nimeros reales, por recurrencia se demuestra:
lxtxz"'xnl:lxtllxzl
EJERCICIO
(3
Demostrar que si x
)/
lx"l y
lxt
+ xz -r
-t
xnl
{ lxtl + lxzl + . . . + lx"l
son dos nmeros reales, entonces:
mx{x,yr-x+Y
r- z *lx
' z-Yl y mn{x,y} _x+y
2
)
l, - vl
2
4. Punto interior. Conjuntos abiertos. Conjuntos cewados Teniendo en

cuenta la correspondencia biunvoca que existe entre el conjunto de Ios nmeros
reales y los puntos de una recta
-cuando en sta se han fijado un origen y una
Punto unidad orientada-, emplearemos indistintamente los trminos punto y nmero real.
v.t.
EL
coNlrJNTo DE Los xmrnos
interior
Dado un conjunto A de nmeros reales, de un punto x diremos es

pur11o interior del conjunto A (o interior a A) si existe un intervalo de la forma (4, b)
Punto
Punto interior
3L7
REALES
tal que:
xe(a,b) y (a,b)sA.
De esta definicin se deducen las siguientes consecuencias:

Todos los puntos del intervalo (a,b) son puntos interiores de
(a,b).
Enefecto, six e (a,b), entonces: x e (a,b)y (a,b) = (a,b), lo que establece quex
es
punto interior de (a,b).
. Todo nmero real es punto interior del conjunto R'

. Si x es punto interior de un conjunto A, entonces x e A. Si x A, entonces
.
EJEMPLO 8
no puede se punto interior de A.

DadoA R, eI punto 6L no es interior del conjunto
{a}'
EI punto 3 es interior al conjunto (1,51. Para demostrarlo, debemos encontrar unintervato (a,b) tal que: 3 e (a,b) y (a,b) = (1,51. Podemos tomar como intervalo (a'b)' pot
ejemplo, el intervalo (1,5), pues: 3 c (1,5) y (1,5) s (1,51.
El punto 1 no es un punto interior del conjunto (1,51, pues 1 (1' 51.
El punto 5 no es interior a (1,51. En efecto. Si
entonces existira s
(a,b) fuera un intervalo tal que 5 e (a'b),
e (a,b) tal que s > 5; pero entonces
y (a,b) no podra estar contenido en (1,51. 41 no existir ningn (a,b) tal que 5 e (a'b)
y (a,b) s (1,51, el punto 5 no puede ser interior a (1,51.
Anlogamente se demostrara que un punto y un punto b no son interiores, respectivamente, a la,b) y a (a.,bl, y que a su vez ninguno de ellos es interior a la'bl'
EJ
EMPLO 9
lnterior de un
conjunto
Todos los puntos del intervalo (a,+a) son interiores a 1. En efecto: si c es unpunto arbitrario de (a,+*),y tomamos b > c, entonces: c (a,b) y (a,b) s (a,+*),y c es punto
interior de (4, +m).
AnLlogamente se demostrara que todos los puntos del intervalo (-*,b) son interiores.
Interior de un conjunto Dado un conjunto A de nmeros reales, del conjunto de

sus puntos interiores, que representa.remos po. , diremos es el interior del conjunto A:
A- I* e R I x es punto interior de AI
De Ia definicin de interior de un conjunto se deducen las siguientes consecuencias, que se verifican dados dos conjuntos de nmeros reales A y B y dados dos
nmeros reales y b tales que a < b:
EI
s no sera un elemento de (1'51'
interior del conjunto (a,b) es (a,b). En smbolost 6i
Pues, como sabemos, todo punto de (a,b) es interior a (a,b)
(a,b)
'
'i!
rrF
lr
V.
318
. AcA.
Ya que todo punto interior de A es a su vez un elemento de A.
. SiAcB,entoncesAcB.
Enefecto:sixe,,i,entoncesexisteunintervalo(a,b)talque:
portantoxeli.
. 6i+ : (a,+a) y ;fu)
Es
EJEMPLO
I0
xe(a,b)=AcB,.t
: (a,b)'
una consecuencia inmediata de lo visto en el ejemplo 9 (cf. p. 317).
muestran todas las formas de los intervalos de nmeros reales y sus

correspondientes interiores.
En el siguiente cuadro se
Intervalo I
la,bl, a * U
la, a,l - {a.}
Interior
(a, b)
a
(a, bl
(a, b)
la, b)
(a, b)
(a, b)
(-*,b)
(-*,b)
(-*,bl
(-*,b)
(a, + *
(a, + a)
(a, + *)
la,
hr,
(a, b)
CUADRo 1: El
interior de los intervalos.
De acuerdo con lo dicho hasta hora, slo resta por demostrar los siguientes casos:
__-:__
:
. la,bl
@,b). Como (a, b)
c la,bl,
entonces (cf. segunda consecuencia de Ia defini-
cin de interior de un conjunto):
(a,b):6i t6i|
y como a y b no son puntos interiores a
la,bl (cf. ejemplo B, p. 317), se concluye

resultado. De manera similar se probara para los intervalos (a,bl y [a,b).
. la,+a) = (a,+x).
Como (,
+a) c la,+a) y (a,+a) = (a, +oo),
e,
entonces:
__-:_-(a,+* c la,+a),
se tiene el resultado dado que a no es interior

mostrara para el intervalo (-*,b1.
a [a,+x). Anlogamente se
de-
v.t.
EL CONJUNTO DE LOS NUMEROS REATES
Conjuntos
Conjunto
319
abiertos
abierto todos sus puntos
De un conjunto
son interiores a
1,
A de nmeros
es d.ecir, si ,a'
reales diremos es abierto si
De esta definicin se deducen las siguientes propiedades, qlue se tienen para un
'"'.T:*,n:iT:T:;,:.,T,:
Podemos escribir:
xeA
pero de que (a, b)
existe (a,b) tal que:
A se deduce: (a,b)
,=-
x e (a,b)
__-:_--
(a,b)
(a,b)
A;
A, con Io que podemos escribir:
xe (a,b) y (a,D=,
existe(a,b)talque:
que es lo mismo que decir que todo punto de es interior u A;
.tt consecuencia,
es
abierto.
suficiente para que A sea abierto es: A: .

A c A, teniendo en cuenta que A c A, se deduce
. Y, recprocamente, si A : i, entonces A es abierto (consecuencia anterior).
que A
EJEMPLO r

En efecto, si
es abierto, es decir:
Los intervalos que son conjuntos abiertos (o intervalos abiertos) son aquellos que coinciden
con su interior, es decir (cf. cuadro de la p. 318):

lntervalos
abiertos
lt
(a,b)
(-oo,b)
(a, +oo)
"tl
RYa.
rl
Proposicin V.3 La unin arbitraria de conjuntos abiertos tiene como resultado

un conjunto abierto.
Demostracin Si f es un conjunto y, para cada

probar que es abierto el conjunto A definido por:
A =U,St
: Ix eR. I ll
1, el
conjunto Ar es abierto, debemos
I, x e A1.
SixeA,entoncesexisteie.ftalquexeAi,yporserAabierto:xeA,porotrolado,
comoA c A, se tiene:
que establece que A es
Proposicin
V.4
4 - j,y.o*o ,.r,
abierto.
seinfiere:
*.
. Enconsecuencia:A
- j,
lo
c.Q.D.
La interseccin finita de conjuntos abiertos es un conjunto
abierto.
Demostracion
Si Ar, Az, ..., An son n corrjuntos abiertos, debemos demostrar que el
conjunto A - At oAz n.. -oAn tambin es abierto.
V.
32o
0, se tiene el resultado, pues el conjunto vaco es abierto. Si A + A, sea

de A. Como cada A es abierto, edste un intervalo abierto (a,b) tal que:
Si
x un punto
xe(ai,b) y (ai,b)cAi;
definiendo: e = mx Iat, ar,. . ., anl y b = mn Ib r, b r,
Vt {1,2,...,n| , a4
y
asi:
x e (a,b) - A,ypor
Nota
5
., bnl, podemos escribir:
x <b 4bi,
x e . gttconsecuencia,,= ,yAes
abierto.
c.Q.D
La interseccin no finita de conjuntos abiertos de nmeros reales no es necesaria-
mente un conjunto
EJERCICIO
tanto:
a.<
..
abierto.
A un conjunto de nmeros rcales abierto y no vaco. Demostrar que si A est acotado

superiormente, entonces sup A A. Tambin, demostar que si A est acotado infeormente,
Sea
entonces nf A
A.
Conjuntos cerrados De un conjunto C de nmeros reales diremos es cerrado si su

Conjunto cerrado complementario: Cc : R. - C, es un coniunto abierto.
De esta definicin se deducen las siguientes propiedades:
. Los conjuntos R y0 son, alavez, abietos y cerrados.
En efecto: el conjunto R. es cerrado, pues: Rc : A,y ya sabemos que el conjunto vaco
es abierto. Y ste tambin es cerrado, pues:0' : R, y R es abierto.
. Lainterseccin arbitraria de conjuntos cerados es un conjunto cerado.
Si
es
un conjunto y, para cada I e I, el conjunto
es cerrado, es decir: Ct' es abierto.
entonces es abierto el conjunto:
Ucf=(0.,).,
donde hacemos uso de Ia proposicin V.3 (cf. p. 319) y de las leyes de A.
(cf. p. 384). En conclusin, es cerrado el conjunto f-l C.
lE
Monc.c-r
La unin tinita de conjuntos cerrados es un conjunto ceruado.
Cr Cz, ... , Cn son n conjuntos cerrados, es decir: Ci, Ci, ..., C; son abiertos, entonces es abierto el conjunto: Cf n Cf ...n Cf,: (CrvC2u"'uCr)t (proposi
cin V.4 (cf. p. 319) y leyes de A. rln MoRGAN), lo que establece que es cerrada la
Si
uninCr0C2u---uCr.
EJEMPLO r 2
los cuales,
(-*,bl
y la, +a) son conjuntos cerrados, pues sus complementarios.

respectivamente, son estos: (-oo, a) u (b,+o), (b, +m) y (-m, a), son conjuntos
Los intervalos
la,b),
abiertos (cf. ejemplo 11, p. 319, y proposicin V.3).

El intervalo (a,bl no es un conjunto cerrado. En efecto, se tiene:
(a,b)'
: (-*,al
u (b,+m),
V.2.
32L
y este ltimo conjunto no es abierto, pues a es un punto suyo que no es interior (lo cual
justifica de manera similar a como se procedi en el ejemplo 8, cf. p. 317). Anlogamente
demostrara que el intervalo
lntervalos
se
se
la,b) no es un conjunto cerrado.
Los intervalos que son conjuntos cerrados (o intervalos cerrados) son:
cerrados
la,b), (-*,b1, la,+*, R y
A.
Obsrvesequelosintervalos (a,blyla,blsonconjuntosquenosoncerradosniabiertos.
EJERCICIO
Sea
EJERCICIO
Demostar que eI conjunto vaco y
C un conjunto de nmeros reales cerrado y no vaco. Demostra.r que si C est acotado

supeiomente, entonces su p C e C . Tambin, demostrar que si C est acotado inferiormente,
entoncesnfC e C.
simultneamente, abiertos y
V.2
de
R.
son los nicos conjuntos de nmeros rcaJes que son,
cerrados.
SUCESIONES DE NMEROS REATES
sucesin
Una sucesin de nmeros reales es una aplicacin

nmeros reales del conjunto N de los nmeros naturales en el conjunto R^ de los nmeros reales.
Sucesin
1. Deftnicn de
Nota
Si
zLn es
Todas las sucesiones que veremos en este tema sern de nmeros
reales.
4 es una aplicacin de N en
Ia imagen por la aplicacin del nmero natural 71, en smbolos;
es una sucesin de nmeros reales, es decir, si
R,
&vt,
entonces utilizaremos alguna de las notaciones siguientes para referirnos a la sucesin a:
a = (anirl
o tambin:
N), o a:
(an)
322
EJEMPLO
Si
a es la sucesin
No,R
rL
entonces la sucesin
REALES
r se
-r-,
n+ I
representar de alguna de las siguientes formas:
/ I '--o,\ û I I \
\r+li '
\rx+l'er\/'
obien:
y tambin:
EJEMPLO
l4
, 1 1 "'' I ""
n+ 1'
" 2' 3'
(a),
siafirmamos qve anes el nmero real an =
t|-
para cada n e N'
Si D es la sucesinlz
Nb,R.
(-I)",
7L
la sucesin b se denotar de alguna de las maneras siguientes:
o bien:
\
y tambin:
$.,;
una
I5
- (- L)".
a = (a
sucesin aplicacin
EJEMPLO
si bn
una sucesin de nmeros reales, y sea k un nmero natural. El

trmino de orden k de la sucesin (a) es la imagen del nmero natural k por la
Sea
Trminos de
(b),
a.'.
a(k)
Dada la sucesin
ek.
a - (an) del ejemplo
13, esto es:
NQ,R
tt+I'
TL
el trmino de orden 0 de la sucesin
(a)
es la imagen del nmero natural 0 por la aplica-
cin a:
a(o) =oo
: of : t,
y el trmino de orden 10 de la sucesin (an) es:a(10)

l2Por convenio,
x0: l
para todo nmero real
x no nulo.
oto
= Itt
V.2. SUCESIONES DE NUMEROS
323
REALES
Para la sucesin
b-
(b;
del ejemplo 14:
NbR
n
(-1)",
si k es un nmero natural impar, entonces el trmino de orden k de la sucesin (b")
: (-I)k: -1; y si k es un nmero natural par, el trmino

es: b : (-1)k: 1.
bp.
Si
ar)
los
l6
llkeN,a.=}
diremos es el conjunto de los trminos de la sucesin (an), y se denota:
sucesin
EJEMPLO
{a"; n e N}
Para la sucesin
(a)
Para la sucesin
2.
Sucesiones
(b.)
del ejemplo 13, el conjunto de sus trminos es:
Ionire Nl:
Sucesin
es:
(b,)
es una sucesin de nmeros reales, del conjunto
{xeR.
Conjunto de
trminos de una
de orden k de la sucesin
t".rl".s|.
deI ejemplo 14, el conjunto de sus trminos es: {bn;
acotadas
n e N} = {1, -1}.
De una sucesin de nmeros reales (arr) diremos est
acotada acotada superiormente (o inferiormente) si el conjunto de sus trminos est

tado superiormente (o inferiormente). Es decir, la sucesin
riormente precisamente si existe b e R tal que:
(a")
aco-
est acotada supe-
Vn e N, dn4b,
y en este caso de b diemos es una cota superior de la sucesin
inferiormente precisamente si existe a e R tal que:
(a");y
est acotada
Vn e N, &4cLn,
y en este caso de a diremos es una cota inferior de la sucesin (4").
De la sucesin (a") diremos est acotada si est acotada tanto superior como
inferiormente.
324
EJEMPLO
17
REALES
La sucesin (an) del ejemplo 13 est acotada, pues se verifica:
vneN,gs--!-E1.
n+I
La sucesin
nos: {1,
-1},
(b")
del ejemplo 14 tambin est acotada, pues el coniunto de sus trmi-
est acotado.
La sucesin (n) est acotada inferiormente'. Y
n e N, 0 < n,peto
no est acotada supe-
riormente.
3. Subsucesiones
Sea
a : (a una sucesin
de nmeros reales; es decir,
es
la aplicacin
NaR.
7L
CLn.
Si p es una aplicacin estrictamente creciente de N en N, es decir,
tal que:
Vn e N, p(n+I)>p(n),
Subsucesin entonces de la aplicacin compuesta a o p de N en R, grficamente:
o bien:
N a"P,
&p@)'
diremos es una subsucesin de la sucesin (an), y la representaremos de algUna de

las formas siguientes:
(onO',;ne
N), o
(ap<O),
o tambin:
Ap@), ApG), Ap(Z)' , ' '
Nota
bene
'
0lp(n)t "' '
Una subsucesin tambin es una aplicacin de N en R; Iuego una subsucesin
es a su vez una
sucesin.
EJEMPLO
REALES
325
La aplicacin
P-'--
--+ 2n
TL
es estrictamente creciente, pues para cada rL
e N se verifica:
p(n+ 1):2(n+ 1) >2n-p(n).

a - (an)
Si
es
la sucesin del ejemplo 13 (cf.p. 322):
N --'
rL
entonces a
_L,
....+
rL+L'
p s una subsucesin de la sucesin a; grficamente:

P---------,
N
donde
-q----.----+ CLzn,
---+ 2n
TL
I
CLz-n QD+r - Zn+r'
La subsucesin a
p puede representarse de alguna de las formas siguientes:
/ 1 _\
fzr.r;trN,l ' o r"*t)'
1, 11
Zvt+I'
(
o tambin:
3'5'
y el conjunto de sus trminos
es:
{orn;
Si
b : (b")
N}
rL
: I#
l r. N}.
es la sucesin del ejemplo 14 (cf.p. 322):
N -b
-+
rL
R.
(-L)n,
entonces b o p s una subsucesin de la sucesin b:
NR
b on
----+ bzn,
TL
donde
bzr: (-t)zn.
La subsucesin b " p puede ser representada por
(t-t)zn;ne N), o (t-t)2n),

o bien
L, T,
1,
y el conjunto de sus trminos es: {bzr;rL e N}
{1}.
d-
-|
326
REALES
Si (ae6) es una subsucesin de Ia sucesin de nmeros reales a : (an), entonces eI trmino de orden k (k e N) de la sucesin (ap1,) es la imagen de k por Ia
aplicacin a o p, es decir, es el nmero real: apg, que coincide con eI trmino de
orden p(k) de la sucesin (a.n).
EJEMPLO I
Para la sucesin
/1\
\m+ r)'
que es subsucesin de la sucesin
/1\
(,"-/
(cf. ejemplo 1B), el trmino de orden 10 es:
11
2.10L:
que coincide con el trmino de orden 2 .
sea
I0
(ar) una sucesin de nmeros
deremos Ia aplicacin:
N
rL
n'
20 de la sucesin
(,+ )
\n+I/
reales, fijemos un nmero natural k, y consi-
P,
n+k,
que es estrictamente cleciente. La subsucesi|n (a.p6), es deci, la sucesin (an+,

tambin se denotar de esta forma:
(an;n > k)
y el conjunto de sus trminos tambin se escribir
as:
Ian;n> kI.
Es decir, las notaciones
(an
> k) Y (en+p) designan Ia misma sucesin, y
{an;n>kI: {an+*tn e N}.

Nota bene El trmino de orden m de la sucesin (arin 7 k) -subsucesin de la sucesin (a,)- coincide con el trmino de orden n + k de la sucesin (ar)' A
EJEMPLO 20
327
REALES
Dada la sucesin de nmeros reales
(d;,
donde
TL
'n? +T
Ias dos notaciones siguentes designan la misma subsucesin de la
\
>-Lo)'
El trmino de orden
/ t
SUCCSION
n+LU
(dr):
[Vm
Ia sucesin (dnirL > 10) es:
ME
V@:VL4s'
que coincide con el trmino de orden 2 + 10
dtz EJEMPLO 2r
12 de la sucesin (dn):
(I2)2 + I
(b) del ejemplo 14 (cf. p. 322): ((-I)n), su subsucesin (b"in > 10) es
(bn+n).
la sucesin
Comobn = GI)", se tiene: bn+to: (-1)'*t0, ypor tanto Ia subsucesin (bn;n > 10) es concretamente la sucesin ((-1)"*t0). El trmino de orden 23 de Ia sucesin ((-1)"; n > t0) es (-lzs+to = -1, que coincide con el trmino de orden 23 + 10 = 33
Para la sucesin
1:)l-
rf
TE
de la sucesin
11-t)").
b,
Fijado un nmero natural k, si
Sucesin
fftnl;n
> k)
es una aplicacin del
{m e N I m> kI
en
R.,
lF
conjunto
Ik,k+ I,k +2, ...}
entonces la notacin:
(f (n);n> k)
designar la sucesin cuyo trmino de orden
EJEM
PLO
22
n (n e N) es el nmero real
Dada la aplicacin
J,C
{6,7,8,. ..}
TL
la sucesin
fffn;n
--'+
,1'
'
(n-L)(n-5)'
> 6), es decir:
(L\
(,?"-1) (n- il;n"6)'
es
la sucesin cuyo trmino de orden n (n N)
es:
f(n+6)- ((n+ 6) - t) (trL+ 6) - s)
@+-r@+D
(n + k) '
V. SUCESIONES DE NMERO;
328
V.3
que
un
nmero real
Sucesin
converge a
REALES
SUCESIONES CONVERGENTES. TIMITES INFINITOS
7, Sucesiones convergentes De una sucesin (a) de nmeros reales diremos

que converge al nmero real I si, cualquiera que sea el nmero real e > 0 que fijemos,
podemos encontrar un nmero natural k, que depender (en general) de e, tal que
todos los trminos de la sucesin (ail de orden mayor o igual que k pertenecen
intervalo (l - e,I + e). En smbolos:
Vne
Ve >0,1ke N,
N,
n>k +
cLn
c (L-e,L+e),
a,l
(-+
o bien:
Ve >0,
Si
Ia sucesin
(a)
lke
N,
Yn>-k,ane(L-e,L+e).
converge a algin nmero real l, de la sucesin
(51
(a") diremos
es
es lmite de la sucesin (ant,

(ar), de sta diremos
que
real
lmite
de
Ia
sucesin
sea
Si no existe ningn nmero
Lmite una sucesin convergente, y del nmero real I diremos

es no convergente.
Nota
Por abuso de notacin, en (4) y en (5) hemos escrito: V e > 0, cuando tenamos que
haberescrito: Vee(0,+-;yen(5)hemosescrito:
a
escrito: Vne{m e N lm> k}.
Yn>k,cuandotenamosquehaber
Definiciones equivalentes de sucesin convergente Sea (4") una sucesin de nmeros reales y sea / un nmero real:
. La sucesin (an) converge aI nmero L precisamente si:
[,]
I
lke
Ve >0,
N, Vn e N,
n>k> ll-a"l<e.
(6t
De acuerdo con la propiedad 4 del valor absoluto (cf. p. 315), se tiene:
ane (L- e,L+e) <+ ll - arl < e,
y escribir (6) es lo mismo que escribir (4).

La sucesin (an) converge a I precisamente si, para cada nmero real e > 0, al
intewalo (l - e,l + e) pertenecen todos los trminos de la sucesin (ail salvo.
posiblemente, una cantidad finita.
EJEMPLO
23
Sea
(b") Ia sucesin que verifica:
a 1. La sucesin (b,) converge
n e N, bn : I;
es deci, todos sus trminos son iguales
al nmero real 1.
Enefecto. Cualquieraqueseaelnmeroreale > 0 quefijemos, como 1 e (1 -e, 1+e), se
verifica que todos los trminos de la sucesin pertenecen al intervalo (1 - e, 1 + e), y hemos
:
encontrado, pues, un nmero natural k
-que en nuestro caso es k 0- tal que todos los
(b")
que
pertenecen
de orden mayor o igual
trminos de la sucesin
k
a (1 - e, I + e).
329
V,3. SUCESIONES CONVERGENTES. LiMITES INFINITOS
c es un nmero real, anlogamente se demostrara que Ia sucesin (cr) que veriSucesin fica: Vn e N, c, = c, cuyos trminos son todos iguales a c (sucesin constante), converge
constante a c. Esta sucesin constante se representa simplemente por (c).
Si
EJEMPLO
24
La sucesin
(a,), donde
a"=,-,
,?N,
converge al nmero real 0.

En efecto. Fijemos un nmero real e > 0 arbitrario. Entonces (cf. corolario de la proposicin V.1, p. 313) existe m e N* tal que (L lm) < , y por tanto:
n>m-1-
n+l>*-J
n+ -I
< ml.cLne (0-e,0+e),
y hemos encontrado un nmero natural k, precisamente k =

de la sucesin
(a)
que la sucesin
El
lmite de una
sucesin
Proposicin
m-
1,
tal que todos los trminos
de orden mayor o igual que k pertenecen a (0
(ar) converge
V.5
e,0 + e). Esto establece
a 0.
El Lmite de una sucesin convergente de nmeros reales
es
nico.
convergente es
nico Demostracin Haremos esta demostracin por reduccin

dremos que una sucesin
Pongamos que
11
<
12,
al absurdo; es decir, supon-
(ar) converge a dos nmeros reales distintos h y Lz.
sea e
(Lz
h) 12,
qlue es
positivo. Entonces:
h-<h+e:Iz-e<Lz+e,
y por tanto:
(h-e,lr
Pero del hecho de que la sucesin
+e) n
(Lz-e,Iz+e):A.
(ar) converja
It
Q)
se deduce que existe
kr
N tal que:
Vn e N, n2k1 + ane (h-e,h+e),

y del hecho de que la sucesin (a' ) converja a
12 se
deduce que existe kz e N tal que:
YnN,TL2k2 + &ne (Lz-,Lz+)
en consecuencia, si rL > mx{kr, kz), se tiene:

a.n
y por tanto: (Lz
e (h - e,\ + e)
(Lz
e,Lz + e),
e,Lz + e) + 0, en contradiccin con (7).
En conclusin, si una sucesin es convergente, admite un lmite
nico.
c.Q.D.
330
Notacin
Si
la sucesin
(a,)
REALES
converge al nmero real l, escribiremos:
l!\""
t,
tambin: lm(a) = '
y ambas notaciones se leen: "el lmite de la sucesin (a;, cuando ru tiende a infinito,
esl",yambassignifican: Ve >0, lkN, Vn e N, n>k+ lI-a"l<e.
EJ
ERCTCTO B
Probar que toda sucesin convergente de nmeros reales est
acotada.
V.6
Toda subsucesin de una sucesin convergente

reales es una sucesin convergente que tiene eI mismo lmite.
Proposicin
numeros
Demostracin Sea a = (a.) una sucesin convergente con lmite igual al nmero /, esto
es:lm(r)=/,yseaaop=(ao6)unasubsucesinde(a),esdecir,pesunaaplicacin
estrictamente creciente de N en N. Grficamente:
N
rL
N
P@)
N
, R.
o bien:
d.p@)t
n
aoP
6.p@).
Queremos comprobar que la sucesin (apo) converge a I. Para ello, fijemos e > 0 arbitrario.
Por ser I el lmite de la sucesin (an), edste k e N tal que para todo nmero natural z se
verifica:
n)k+ ane(L-e,I+e);
pero si
n>
(8
k,enlonces:13 p(n) > k,y de (8) deducimos que para cadan e N se verifica:
n>k+ a.p6(L-e,L+e).
Hemos probado entonces que, fijado e > 0 arbitrario, podemos encontrar un nmero natural k tal que los trminos de la sucesin (apot) de orden mayor o igual que k pertenecen
a (I
EJEMPLO 25
e,l + e ).
Es decir: lm
(ono)
: .
En el ejemplo 24 vimos que lm (ll@+ 1)) : 0, y en el ejemplo 18 (cf. p. 325) vimos

que (tl(2n+ 1)) es una subsucesin de la sucesin (tl@+ 1)). De acuerdo con la proposicin V.6, podemos escribir:
EJEMPLO 26
c.Q.D,
/l\
tim(-*'J:o
La sucesin (an), donde:
It,
clp
si n e {0,2,4,. ..},
- i l
ln,
sr
{1,3,5,...},
13Dada una aplicacin p de N en N estrictamente creciente, por recurrencia es fcil demostrar que
p(n) >k.
verifica: Vrt N, p(n)>n,yenconsecuenciaparacadake N setiene: n>k
se
V.
3. SUCESIONES
CONVERGENTES. LIMITES INFINITOS
33r
es decir:
1,
r,
1,
1, +, r,
1,
1,
35/ +,
no es convergente.
En efecto, su subsucesin (azn) es esta sucesin constante:
1, 1,
1,...,1,
cuyo lmite es 1 (cf. ejemplo 23,p. 328):
lm(azn)-1;
y su subsucesin (azn*r ) es la sucesin 0 t fTn + 1)), esto
r'
' 111
3' 5' 7'
cuyo lmite es 0 (cf. ejemplo 25):
es:
rim(#)-o
Deducimos que la sucesin (an) no es convergente: si lo fuera, todas sus subsucesiones convergeran al mismo lmite (cf. proposicin V.6), pero sus dos subsucesiones escritas, aunque
convergtr, lo hacen a lmites distintos.
Una sucesin (an) de nmeros reales que admite una subsucesin convergente no
es, a su vez, necesariamente convergente, como muestra el ejemplo 26. Sin embargo,
si la subsucesin que es convergente es de Ia forma (adn 2 ns) para algn nmero
natural ??0, entonces la sucesin (a") si es convergente, y su lmite es el mismo.

En efecto. Sea I eI lmite de la subsucesin (adn>r,o). Fijemos un nmero
real e > 0. Entonces existe k e N tal que todos los trminos de orden mayor o igual
que k de la sucesin (anin > no) pertenecen a (L - e,L + e); ahora bien, el trmino de
orden z de la sucesin (anin 2 :o) es el trmino de orden ul-t vls de la sucesin (a.") .
Es deci, habiendo fijado e > 0, hemos encontrado un nmero natural k' -precisamente k' = k -t rLo- tal que todos los trminos de Ia sucesin (a de orden mayor
o igual que k'pertenecen a (L-e,J+e). En conclusin, la sucesin (a") tambin
converge a l. Podemos escribir:
lm
(anin > n : lm (anano) : lm (a")
'
Tenemos demostrada, pues, la siguiente
Proposicin V.7 Si Ia subsucesin (an;n > k) de la sucesin (a") de nmeros

reales es convergente, entonces Ia sucesin (a") tambin es convergente y los
Imites de ambas son iguales:
lm
eil -
lm ( 6Ln,n > k)
332
El
lmite no
depende de los
primeros
REALES
Corolario
La propiedad de convergencia de una sucesion de nmeros reales a

un lmite es independiente de Ios k primeros trminos de la sucesin (cualquiera
queseakeN).
trm inos
Proposicin V.8
Dada una sucesin

lm
Demostracin
Que
(ar)
de nmeros reales, s verifica:
(eil - 0 =+ lm (lanl) -
0.
la sucesin (an) converge a 0 significa:
Ve >0,
lke
N,
Yn>k,6Ln (-e,e)
y que la sucesin (la"l ) converge a 0 significa:
lk e N, Y n> k, lanl e (-e,e).
Ve > 0,
Ambos enunciados son equivalentes, pues: &n e (-e,
Proposicin V.9
Dada una sucesin
(e)
) <- lanl (-e, e ).
C.Q.t
lm(en):L e lm(an-L) -0.
,
{
t)
t*i
Demostracin
Que la sucesin
(ar) converge a I significa:
Ve >0,
y que la sucesin (a"
lke
N,
Yn>k,ane(L-e,L+e),
L) converge a 0 significa:
Ve >0,
lke
N,
Vn>k,ar-Le
yambos enunciados sonequivalentes, pues:
Corolario
Dada una sucesin
(e
(-e,e),
ane (L-e,I+e)
a.n- Le
(-e,e).
c.Q.l
lm(en)-L <- lm(ar-L) -0 <- lm(lar-Ll):0.

Proposicin
V.l0
cuales existe ns
Sean
(a) y (b)
dos sucesiones de nmeros reales para las
N ral quei
Y
Entonces, si Ia sucesin
(b)
n > tls, la"l <
lb"l.
converge a 0, tambin la sucesin
(91
(a)
converge a 0.
V.
3.
SUCESIONES CONVERGENTES. LIMITES INFINITOS
Demostracin
333
la sucesin (b") converge a 0, entonces tambin converge a 0 su subsucesin (br1ro) (cf. proposicin V.6), lo que significa:
Si
fk e N, V n>k, lbn*nol ..,

y como de (9) se deduce que para cada n N se tiene: lan*rol a
concluye: V e > 0, I k e N, Y n > k, lan*'',,rl . ., es decir: la sucesin
Ve > 0,
(10)
(1 0) se
I bn*no I , con
(an*no) converge a 0.
En consecuencia (cf. proposicin V.7),la sucesin (an) converge a 0.
Lmite y valor
abso I uto
C.Q-.D.
Corolario Si Ia sucesin (a") de nmeros

tonces la sucesin (la"l)
converge a
lm
ar) -
lll;
reales converge al nmero rea)

es decir:
L :=> lm
(lanl) :
L, en-
lLl .
Si la sucesin (a) converge a l, entonces (cf. proposicin V.9) la sucel)

converge
a 0, y como (cf. proposicinY.2, p. 316): lla"l - llll < la. - ll para
proposicin
cada n e N, con la
V.10 concluimos que la sucesin (la-l - lll) converge a 0, es
decir (cf. proposicin V.9), la sucesin (la"l) converge a lll: lm(la"l ) : l1.
c.e.D.
Demostracin
si6n (an
En el anexo (cf. p. 359) se demuestra
Operaciones entre sucesiones convergentes

Ia siguiente
Lm ite
de u na su ma,
de un producto,
Sean (a) y (b") dos sucesiones convegentes de nmeros

a ylm(b") : b. Se verifica:
(1) (Linealidad) si a y B son dos nmeros reales, Ia sucesin (uan + Fb") es
convergente, y
Proposicin V.l
reales,
y de un cociente
conlm(a")
lm ( oLn + Fbn) -- a lm
(ar) + B lm ( bn) -
acL
+ Fb.
(2) (Producto) la sucesin (arbn) es convergente, y

lm ( &nbn)
(3) (Cociente) si b
lm
e)
. lm (bn)
0, entonces exit rLs N tal que Y
(a"\
tt\h)-
ab.
n 2 rLo, bn + 0, y
lm(a) a
l'*',@"): b'
bene
En el ltimo apartado de esta proposicin, sobre el lmite de un cociente, la

de orden menor que no; propia(anlb"in
> no) = alb. Pero para no recargar la
mente, entonces, deberamos escribir: lm
notacin, y considerando que el lmite de una sucesin convergente es independiente de
Nota
sucesin (b") puede tener algn trmino nulo entre los
sus primeros trminos, escribimos simplemente: lm(anlb) : alb. An.ogo comentario

podramos hacer de cualquier lmite de la forma: lm (8") donde B, es una expresin tal
que est definida la sucesin (Bnin > k) para algn k e N.
a
V, SUCESIONES DE NMEROS
334
Lmites y
polinomios
Si
P(x)
es un polinomio con coeficientes reales de
REALES
grado p
(p > r):
P(x):6Ls* cllx +...+ &pxe,
(11)
para cada nmero real a, P(a) es eI nmero: P (a) : 6Ls * 6Ly * "' i aruP . Si la sucesin (bil de nmeros reales converge aI nmero real b, entonces la sucesin (P(b"))
converge al nmero P(b).
En efecto. Para p : 1, se tiene el resultado por la linealidad de los lmites (cf. proposicin V.l1(1)). Si suponemos verdadera la propiedad para todo polinomio de
grado p - I,y P(x) es el polinomio de grado p de (11), entonces podemos escribir:
P(x) :
&o +
xQ@),
con Q@)
Pero Q(x) es un polinomio de grado

que lm (Qfu" : Q@),Iuego:
lm
lm ( a + flm
(b")l
+ 't
epxp-T
1, para el cual, por hiptesis, se tiene
(P(b")) - lm (eo-r b"Q@;)
&t -t ezx
flm
(a(b"))l :
cty
+ bQ@)
P(b),
teniendo en cuenta que son convergentes las sucesiones (b,r) y (Q@")). Es decir,
la sucesin (P(b")) es convergente, y de lmite P(b). Hemos demostrado, pues, por
recurrencia sobre p, esta implicacin:
lm
EJERCICIO
Sean
(a.) y (b")
(b") : b
lm
(P(b;) :
P(b).
dos sucesiones convegentes de nmeros reales. Si

LLn
mx
{an,bn} y
uyt
mn
con ?z N,
{an,bn},
demostrar que las sucesiones (ur) y (un) son convergentes, y calcular su lmite.
Lmite
2. Lmites inftnitos De una sucesin (a") denmeros reales diremos que tiende
ms a ms infinito (+oo) si, para cualquier nmero real b que fijemos, existe un nmero
infinito natural k tal que todos
los trminos de la sucesin
(a)
de orden mayor o igual que k
son mayores que b. En smbolos:
Vbe
R.,
lke
N, Vn e N,
n>k+ cLnlb,
obien: VbR., lke N, Yn>k,an>b.

Si la sucesin (a") tiende a ms infinito, escribiremos
lm(a"): *@, o tambin: lllo":

y ambas notaciones se leen: "Imite de
a,
es ms
infinito".
*@,
(I2t
v.
3. sucEsroNEs
IaNVERGENTES.
ttwrrs
tNFtNtros
33s
Consecuencia de Ia deftnicin de lmite ms

esta definicin es la siguiente:
inftnito
Si una sucesin de nmeros reales tiende a ms
Una primera consecuencia de
infinito, entonces
es
no conver-
gente.
definicin se deduce que una sucesin que tiende a ms infinito no est
acotada superiormente, y en consecuencia (cf. ejercicio 8, p. 330) es no convergente.
En efecto. De la
EJEMPLO 27
La sucesin
(n) tiende a ms infinito: lm (rz)
En efecto. Fijemos un nmero real
sin (n) son mayores que b; y
.6e.
b. Si b < 0, entonces todos los trminos de la suceN tal que k > b (cf. propiedad
sib > O,entonces este k e
arquimediana de los nmeros reales, p. 313), y en consecuencia todos los trminos de la sucesin (n ) de orden mayor o igual que k son mayores que b. EIlo establece que la sucesin (n )
tiende a ms infinito.
EJEMPLO 28
La sucesin
((-l)"n)
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;
concretamente.i d.zk+t: eDzk+1(2k+ 1) =
EJERC|CTO I 0
-(2k+
1) < 0paratodo k e N.
Demostar que toda sucesin de nmeros reales que ende a ms infinito est acotada infe-
iormente.
Una caracterizacin de las sucesiones que tienden a ms infinito, y que ser utilizada ms tarde, se ve en la siguiente:
CNS
de lmite ms
infin ito
Proposicin V.I2 una condicin necesaria y suficiente para que una sucesin (a) de nmeros reales tienda a ms infinito es que se verifiquen simultneamente los dos siguiente asertos:
a) todos los trminos de Ia sucesin, salvo quiz una cantidad finita, son positivos: 1k e N, Y n > k, cLn ) O.
D' ri'
l!)
\an/
o.
Demostracin
La condicin es necesaria. Aplicando la definicin de lmite 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 deflnicin para el nmero 1/e,
podemos afirmar existe k1 e N tal que:
Vn2kt,CIn
y as: lm
(L
la-) :
0.
lanl
336
La condicin es suficiente. Fijemos

deducimos existe k e N tal que Yn
R.
existekeNtalque:
sib
b;stb
1.
Vn>k,en)oy
A.n
REALES
de acuerdo con el primer aserto

0, de ambos asertos deducimos
( i,;)
y por tanto:
Yn>k,0<
Iuego: V
El lmite ms
infi n ito
no depende
de los primeros
t rm inos
n > k,
6Ln
an
b'
b, y en definitiva: lm (an) - *oo.
C.Q.D.
Corolario Si la subsucesin (an;n > k) d" una sucesin (a") de nmeros reales
tiende a ms
infinito, entonces Ia sucesin
(a)
tiende a ms infinito.
Otra caracterizacin de las sucesiones que tienden a ms infinito, y que el lector

puede comprobar por s mismo, es la siguiente:
tlna condicin necesaria y suficienteparu que una sucesin de
Proposicin V.l 3
nmeros reales tienda a ms infinito es que toda subsucesin suya no est acotada
superiormente.
Sean (an) y @") dos sucesiones de nmeros reales. Si la
Proposicin V.I 4
sucesin (an) tiende a ms infinito t/ la sucesin (b") est acotada inferiorment e,
entonces Ia sucesin (an * bn) tiende a ms infinito.
Demostracin
d una cota inferior de la sucesin (b"). Fijemos
Sea
sucesin (r) tiende a ms infinito, para el nmero real

que: V n 2 k, an > r - o\y en consecuencia:
d+bn2T-
Yn>k,6Ln*bnlry la sucesin (an

Lmite de una
su
ma
cuando uno de
los
su
Corolario
tiende a ms
infin ito
Sea
d+ :T,
C.Q.l:"
(an) una sucesin de nmeros reales que tiende a ms infinito.
finito.
2)
r e R. Como Ia
d existe un nmero natural k tal
* bn) tiende a ms infinito.
Entonces:
1) Si Ia sucesin
mandos
r-
Si Ia sucesin
(b")
(b)
es convergente, la sucesin (an +
b")
tiende a ms infinito, la sucesin (an +
tiende a ms
b)
tiende a ms
infinito.
Demostracin
Es consecuencia de que
toda sucesion que sea convergente o tienda a ms

B, p. 330, y ejercicio 10, p. 335).
c.e,D,
infinito est acotada inferiormente (cf. ejercicio
V.
3. SUCESIOAIES
CONVERGENTES. LMITES INFINITOS
337
5 Sean (a") y (b") dos sucesiones de nmeros

(a) ende a ms infinito y la sucesin (b) verifica:
Proposicin V.l
sucesin
1a>0,lke
N,
reales. Sl Ia
Yn>k,b,
entonces Ia sucesin (cLrbn) tiende a ms infinito.
Demostracin
De acuerdo con la hiptesis, existen un nmero real,
a > 0 y un nmero
natural k1 tales que:
YnTkt,bn>a>0.
(anb):
Para ver que lm
+@, fijemos
R, y sea b
(1 3)
: mxIrla,1]'
lm(a") =
Como
6,
para el nmero real b existe un nmero natural k2 tal que: Y n > kz, an ) b. Si tomamos
como k el nmero k : mx{kr, kz}, y teniendo en cuenta qe a y b son nmeros positivos,
con (13) podemos afirmar que, para todo n > k natural, se verifica:
a-r'
- (mx Ii't\)'a>L
Es
Lmite de un
prod u cto
decir: rm( 6Lnbn):
Corolario
Sea
(a)
Entonces:
cuando uno de
1)
los factores
tiende a ms
infin ito
2)
Si
la sucesin
a ms
Si
1"'">bA
C.Q.D.
una sucesin de nmeros reales que tiende a ms infinito.
(b)
converge a un nmero positivo, la sucesin
(a"bn) tiende
infinito.
Ia sucesin (b) tiende a ms lnfinito, Ia sucesin (a"b") tiende
a ms
infinito.
Demostracin
sin (b)
por tanto:
(b.)
l, con I > 0, tomando e -- Ll2, todos los trminos de la sucede orden mayor o igual que algun k N pertenecen aI intervalo (L - Il2,L + Ll2),y
Si lm
b,>r-i:Lro,
para cada n > k. EsIo es, la sucesin (br) verifica la propiedad del enunciado de la proposicin V.15.
Si lm(br) = +o, fijado b : 1, todos los trminos de la sucesin (b") de ordenmayor
o igual que algn k e N son mayores que 1, y por tanto tambin en este caso se verifica Ia
propiedad citada.
Con la proposicin V.l 5, en ambos casos se concluye: lm (a"b")
EJEMPLO
29
a'
c.Q.D.
p e Nx, la sucesin (np) tiende a ms infinito.

En efecto. Si p : 1, entonces (cf. ejemplo 27,p.335):lm(n): +m. Si suponemos que
verifica: lm (nu-r) : +m, entonces (cf. corolario de la proposicin V'l5):
Si
lm(nP)
: lm(nv tn) : **.
Y as se demuestra, por recurrencia sobre p, el resultado: V
p e Nx,
lm
(nu)
: *'
se
338
REALES
Una consecuencia de lo recin demostrado y de la proposicin V.L2 es esta:
(#)-0
Yp e N*, lm
(ail y (b") son dos sucesiones de nmeros reales tales que lm (an) - *c
y lm (br) : 0, entonces no podemos asegurar nada acerca del lmite (si existe o no
Si
y en caso afirmativo si es finito o infinito) de la sucesin

eI siguiente ejemplo.
EJEM
PLO
Se
(arb"), como se muestra
en
verifica:
lm (n)
*@,
rr'(1) -o y
nm(n
+) -
lm (1)
tm(nz
il-
tm(m)-*oo.
1.
Tambin:
lm (n2)
: **,
rr,
(r) -o y
Finalmente (cf. proposicin V.B, p. 3 32):
pero la sucesin
(, . (t- r )" ln);n > 1) , esto es:

-I,
1, - 1,
1,
no es convergente, ni tiende a ms infinito.
Sucesiones que tienden a menos

Lmite
inftnito
De una sucesin
(a")
de nmeros reales
menos diremos tiende a menos infinito (-oo) si, para cualquier nmero real b que fijemos,
existe un nmero natural k tal que todos los trminos de la sucesin (an) de orden
infinito
mayor o igual que k son menores
qtue
b. En smbolos:
Ybe R, lkeN, Yne
N,
n>k = an<b,
R, lke N, Yn>k,cLn<b.
la sucesin (an) tiende a menos infinito, escribiremos
obien:Ybe
Si
lm ( en)
- -oo, o tambin: lno"- -,
y ambas notaciones se leen: "lmite de an es menos infinito"
oI '(ry < u:,9)ul1
uq31e eed (4 <
>
'(rg)
ru;
rod aluaualdrurs soruaJelouap
rod al1tu1l alsa relouap ap zan ua '-olIuHuI o olIuIJ- alIuII al1rupe uglsaJns elsa ,'(
eI epruIJap glsa anb 1et ugrsardxa eun s ug IS 'eIuJoJ elsa aC 'sol
'd PI ap auaq alou el ap olreluaruo) Ia soruaJerrlde 'eloqe ap JIUPd Vtr
salIuI
-r-uuq
'N
u:ug) uorsarns
sol e u?Iqrue] t
'oltulJul soueur e epuaq (uq + "o) ugrcaJns e[ saJuo]ue

'aluauttouadns epepJe 91sa (uq ug$ns e tl o1rut4 soueur e apuaq (ua) ugs
-eJns e[ ry sap soJernqu ap sauorsaJns sop (uq) (u) ueas g 1' ugrsodo't
'otIuUuI oruoJ ollug se Is oluP] 'oJrur-I sa 'alsrxe IS 'ugrs
v
-a)ns pun ap e]u1l Ia :rErurg 'sand 'sourapod'(ozg 'd'J) s'n ugDrsodord EI opueprora
'solu.ul4 sa]fiull auel]
ou oluel rod ,{ 'epelorp g}se sa)uo}ua 'a}ua8auoJ sa (z?) uglseJns e1 rs 'euaurpur

ialuaEa,tuo
souaru e apuarl (?z) ugrsarns e rs
'olugq
ollugq souaru e apual} ou sa)uolua 'o}Iugrq sglu E epuau
sa ou ,{
ollugq
sa ou
sgru e epuau ou sa)uolua
'
:aluaBJaAuoJ
(a1r) uglsaJns
:rPrurg soruapod'solsr^ sopPllnsar sol uoJ opJanJe
aC
el Is '
auoq eloN
ollu lJu I o ollu

'atlul!
lep pepl)lun
lJ
'aLuaurroualq epeloJe
?lsa ou e,4,ns uqlsaJnsqns ePol anb sa olruuq souaur e epuan sa[ear soraurr)u ap
ugtsaJns eun anb ered alua[JTns "( euesaJau ugplpuo) eun lh ugl)lsodord
:ollugul souaru
e uapuap anb sauolsaJns
sel ap ugrJezlJa]f,eJPf, aluamSls eI reqoJdruoJ rolJal Ie oIJIJrala oruo) soruPlac
sou trur 9l
solerutjd sol ap
apuadap ou
vlolturyur soueur
e apuatl (ua) ugsaJns e[ snuo]ua 'oyuur

olleloJo3
ulua) ugysa)nsqns et $
souaur e apuan (ua) ugrcarns eun ap (4 <
'0 > uo '4 <
1L
4E :sotrl
(i),,'
o:
A 'N
o]!u lJu
souaw elluj
ll
-e&au uos 'eiUII pepqtrEt eun gzynb zAIES 'ug[saJns e[ ap soLrynryi sot sopol (a
:souase aluem8rs sop so[ a]aaueea.eqnIn
-rc uanb:ta.t as anb sa olrugq soueur e epaau sa[eil soJararya ap (ua) ugys
-e)ns eun anb end eluapgns euesatau aglJrpu eun 9l'A ugl)lsodo;
ollu uu
souau al!ull
ap
SNf
:saluarnsls sel soupuEqord'(gg 'd'J) St'n ugrlrsodord eI,{ (9 'd'r) 71' ugnts
-odod EI '(S 'd ') Z t'n ugtrrsodord e1 soureqord oluoJ P e8ogue PIUJoJ Eun aC
olue&nuot sa ou olruutn soaeta e epaap anb saeat soruwttu ep uQgaJns eu[] o
olrygq syLa e epuap (ua-) ugrcaJns e[
ls aluaurEsDatd o1ruur soaeur e epuetl sagil sonurtu ap ("D) uqrseJns EU[f c
:prUrJaA aS olutJul souaw a!'ull ap ugrtuJap oI ap saDuanJasuo)
solJNtJNl
slltwtl 'sll,N],al/lNo) S]NOIS)nS
''A
34c
Lmite de una
su
ma
cuando uno de
los
su
Corolario
(a
Sea
REALES
una sucesin de nmeros reales que tiende a menos infinito.
Entonces:
1) Si ]a sucesin
(b") es convergente, la sucesin (an + b) tiende a menos

infinito.
2) Si Ia sucesin (b) tiende a menos infinito, Ia sucesin (an + bn) tiende a
menos infinito.
mandos
tiende a menos
infi n ito
(a) y (b) son dos sucesiones de nmeros reales tales que lm (q.) : +a
y lm(b") - -@, entonces no podemos asegurar nada acerca del lmite (si existe o
Si
no, o si es finito o infinito) de la sucesin (an + bn), como podemos ver en el siguiente
ejemplo.
EJEMPLO 3 r
Se
verifica:
lm (n)
: *,
lm
(-n) - -oo y
lm (n +
(-n)) -
lm (0)
lm (2n +
(-n)) -
lm
0,
y tambin:
lm (2n)
: *,
lm
(-n) - -oo
(n) -
*oo.
Por otro lado, si (an) es Ia sucesin definida por

(
ey1
entonces: lm
(n) -
+oo
y lm ( en)
-N,
SI TL eS
lI-n,si
rL es
Paf
impar,
sucesin (n
* &n) es:
0,1,0,1,..., 0, 1,
que no tiene lmite, ni finito ni infinito (es decir, no es convergente y no tiende a ms infinito
ni a menos infinito).
Proposicin V.l9
Sean (ar) y (bn) dos sucesiones de nmeros reales. Si Ia
sucesin (an) tiende a menos infinito y Ia sucesin (b") verifica:
Ja>0, lkeN, Yn>k,br)&,

entonces Ia sucesin (anbn) tiende a menos infinito.
Lmite de un
prod u cto
cuando uno de
Corolario
Entonces:
1) Si Ia sucesin
los factores
tiende a menos
infin ito
Sea (ar) una sucesin de nmeros reales que tiende a menos infinito.
2)
(b") converge a un nmero positivo, Ia sucesin (arbr) tiende

a menos infinito.
Si Ia sucesin (bn) tiende a ms infinito, ]a sucesin (6Lnbr) tiende a menos
infinito.
(S
I)
'oo* - (au)utll
dD-(oo+
\
L',
r-d tt
, I_w
d'U
'ftt)
sorunnpap
(S
I) ap
aU\
oo )*!l
:(/EE 'd '6 oldruata 'r) ouro
^r(da
h.
4*
rp
iI)
'oa)
,,i,
attd,o+ . . . + ura + ou - (u)

:PJUTJaA
'0>
ftr)
,o <
as I a
0<a
oo-
ea5 ;{[ r]-l{dFAlli""i
oooo*
@-
oo*
oo*
'
oo-
'oo +
oo-
'oo
'
0 - a\s
0 > a TS 'oo 'oo+
oo*
oo*
U
sBltLn"ljI ap
0<aTS
ftrx>e: e;ed
("q) utI
("q + uu) u.tl
('q'a) wrl
q+a
qa
(ua)
;?]T?parctrl;C
*fi
urrun5o"i-0ipPr'.i:)
u.tll
'auarpuodsalJoJ uglsaJns eI
ap pppu ern8ase sourapod ou anb erglu8ts (,,) ugreSoJJalul ep ou8rs u 'alr-Iul ns
q uoJ soruelouap 'alua8ranuoJ sa (24) ugrse)ns e rs 'auauteSopue r{'alr-urq ns ?, uoJ
soruelouap 'alua8anuo se (ua) uglsa)ns pl opuenf 'sapar soJaru4u ap sauolsaJns
ap 'solrulJur o solrulJ 'salr-4l alqos ots4 ol solutrunsal oJpEnJ auam8ts p ug
'a :
V
'@
- = (uq) wu.4. x, :
(ueu'tc) Lull
(uu) wll anb sae| salear sofittlu ep sauorcarns sop (uq)
'oo*
'0 > l
apuop 'l - (t) wll
- (ut'q) u.tll *
('c'u)
anb reqord
(ua) was
,1,
Ol)lfu]fl
u.tlanb rcqoJd
'oo* - ("a) ull
oo- - (uq) wll
:anb sa:Bl sa[ear sorel1a ap sauqarns sa.4 (h) ,4 ("q) '(uo)

tVF,
#l
/ i v* /
_g3J
w I I'.9"7J_
uees
AJ-T3 tr
i.',
t t Olf lf U]fl
_9
3 zu O
53
5'
A
"
342
Si Q es otro polinomio, con coeficientes reales de grado 4
Q@):bo+btx + "'+ brxq,

entonces, para cada rL > 1 tal que Q@) * 0, se verifica:
con
bq*0,
A
6It
&p -r
cLp
P(n)
nP- r
v,- nP
- \'-/
TL
--T_-.-T-...-Tt'ta-4
bo
bt r__ . -br-,L---+bq
Q@)
r"'+
v4'nq-r
y como:
6Lg-r
lm
TL- @
6Lt
nP
bo
Ap-I
-r ' '
nP-r
----=
bt
v4 ' nq-r
r-
-r ttl-
TL
'_up
bq-t -t
bq
bo
TI
se tiene:
o si p
4, entonces lm (na-a)
+m, y
lm
ap
oo,
[*
P(n)
SI
a@:1
7L* a
cl, entonces lm
(na-a)
lm (1)
ap
Si
t-,
. sp:
bq
>0,
bq
<0;
: I,Y
(n)
Qp.
Q(n)
--_
br'
llm
n*oo
. s p 1 61, entonces lm (na-a) - 0, y
,. p(n) _ 0.
l{[
Qm
Resumimos en el siguiente cuadro lo obtenido:

Cuadro-resumen
de lmites y
polinomios
p y q ll
lm
(nu-a
(n)
lm #
n'-*
Q@)
A*@, si+>0
bq
p>q
foo
-@,
lm (1)
P:CT
p <q
ASi;<0
Dq
ap
1
bq
Por ejemplo:
lm
,;':';\r
(r --n2)
/r' ) :- -\
-*,
lm
lm
rL_@
n3
:2n-+L: *@,
lj 1
=nn,-r.-+,
- n 3 '
t1-., 3n+
rm
lm
7,1-a
n3:2n-+ r
L4
1:; =n'r*n=-0.
3na - nz
- -N,
REALES
asrenrr.redua'A
tU
'at' vu(T*x'--x)
'*N
>uA
:auap
+VU(q'a) c (q'a) ) x'(q'a)
A:erIJIraâsrs'aluaurelo'rdra
'a t' v v (4'u) :elluanrasuof, ue
uorse)ns eI ap sourrurgl uareuat.rad (q'?) op^ralq Ie (BZ'd'alua8a,tuo) uglsarns

^'(ua)
apugrrrulJap'JJ)oluElrod'{x-q'o-x}ufw:?uorr(q'P)-(e+x'?-x):saruolua
: ("o) tuJl rs orad 'x e a8azruo anb
'(q'a) > x anb p oualqP oP^rall4 un sa (4'q
y e aluareqpe sa x IS uo!)Ellsouao
y ap sotund ep ("a) ugrsaf,ns Eun alsr-xa saJuolua^'x
lA*VU(q'a) e (q'a) =x'(q'a) A] <-
VeaLwaraqqesax
:saJuolua 'eat
onrrrtTtr un x
Sapil soraurtlu ap oIJeA ou olunfuoJ un Sa V $
0z'A ugl)tsodold
'7E oldurafa a z( gg odurala a ue'r]sanru ouro
'V e alaaraqpe ns apand V ap eas ou anb olund u7

'(62 'd 'aluplsuoJ ugrsa)ns un ap erua8azruo 'JJ) a : (o) wl y olunl
^
ul
-uo) Ia ua sourruJ?l sns aual] (?) aluelsuoJ uqlsaJns eI sa)uolua 'V ) D Is 'olJaJa
'V atuanwe sa V aP olund oPo .

e
:EJIJUAA aS
ap olJen ou ounfuor un
'0
y eas
'salEal soJalrr4u
aluuaLlpo ound ap ugtttulap oI ap sorJuanJasuoJ
- ((t + u) lt) uUl tl'fl ua sourrurg]
,{x
sns auap
((I +u)i I)
=ul+} -a
:olunfuo alse ap a]uaraqpe o]und un
tI-fu
: (i--
uolsarns EI sand
sa 0
\
:aluauer^qo '{ y
+ t)ull
x ound
E t Oldy\lE
ap solund ap sa
\
r)
ll*'*
\ r
ugrsaJns
EISand'lZ'I): younfuor p
'x -
a]uaraqpe sa
t: olundE
Oldyufl
(ua)
;l
v > ua 'N D
:eJUUaA (az) ugsarns el'JI)ap sa'x P a8anuo anb y ap solund ap (1/u ) uqrs
-aJns pun alsrxa rs (y e aluaraqpp o) y ap alualaqpe olrmd sa soluaJrp x olund
un ep 'salpal soJarulu ap tr/ oIJEA ou olunfuo un opeq alua)aqpD olun 't
aluaraqpe olund
strwtl 'slrNJ)alANo) slNOtfi)nS
sorNtJNt
EVE
'',A
344
y podemos formar una sucesin
vn
sucesin que es de puntos de
si fijamos
REALES
(an > 1) tal que:

e N*,
A.
o,e(x-L,**|)ne,
Pero tambin esta sucesin converge a x. En efecto:

de la proposicin V.1, p.313) existe k e N* tal
> 0, entonces (cf. corolaro
que (1/k) < , y por tanto:

V
_1
Tl)-k,
1,
TL
y en consecuencia:
n 2 k, an C (x -
, x
+ ), y as lm (en)
- x. En conclusin: x
punto adherente de A.
El supremo de un
conj u nto acotado
superiormente es
adherente al
co nj u
nto (y
anlogame nte
Corolario
es un
C.Q.D.
un conjunto no vaco acotado superiormente (inferiormente),

entonces e1 supremo (nfimc) de A es adherente a A.
Si
es
supA. Si (a,bl
tal que s e (a,b), entonces en el intervalo (a,sl hay puntos del
conjunto A (cf. propiedades de supremo y de nfimo, p. 312), y por tanto (a,sl A + A,
como (a, b) . A = (a,sln A, se deduce que (a,b) A + A. Asi, habiendo fijado un intervalo (a,b) al que J pertenece, hemos probado que (a,b) A + 0; es decir, s es adherente
aA.
Anlogamente probaramos que si A est acotado inferiormente, entonces nfA es un
Demostracin
Supongamos que A est acotado superiormente, y sea s
es un intervalo abierto
.t-
con nfimo)
punto adherente de A.
Corolario
c.Q.D.
A es un conjunto de
Si
x no es adherente
reaL, entonces:
aA
conjunto Dado un conjunto no vaco A de nmeros reales, del

conjunto de sus puntos adherentes, que denotaremos por , diremos es la adheren-
Adherencia de un
Adherencia
cia de A:
A- {* e R I x espunto adherente de A|
Consecuencias de Ia definicin de adherencia
meros reales.
Se
Sea
A un conjunto no vaco de n-
verifica:
A..
Pues todo punto de A es adherente a A.
o Si x e R,
en
tonces:
(x e A) = [V (a,b) , x e (a,b) > (a,b) A+ A],
'V (a) ull sa)uolua ,{ 'Y - y :opeJJaJ sa y oruoJ :V ap solund ap uolsaJns

'c'tr"
=
alrull Ia sa sand 'y ap elf,uaJar{pe PI p aJaua]ad ('a) u!l olund IE uql)PJlscLua
Pun ap
'v (a) ull saJqoJua 'u - v opeila)

)
fS I Z'A ugl)sodoJd
olunfuo) un ap so]und ap aluaSlauuo) uorcaJns eun sa ("u)
cpBJia) lap olund

un sa operla]
u n ap sOiu nd
ap alua6:anu03's
PUn EP
al!ul,l
il
'g ap solund aP uqrsaJns

uaTqruet Sa
y ap solund
op uglsaJns epol sand 'uqlJlugep eI ap 4led e olIporum
'g
'y
sa ol sand
YsaJuolua 'g = v
ls .
'operrar olunluo un sa y saJuo]ua 'Y = V rs 'auaurerordra

'Y = V anb sounnruor '(erluaraqpe ep uglJrugep
eI ap erJuanJosuo) eJarulrd 'JJ) y = y anb luenJ ue opualual I'V = tr/ :olsflu oI

sa anb of o ',(y) - rY :ElJuonJasuor uf '((9I) eoualelrnba 'Jr) Y ? x otuel od '(
,a: v u g'ol)
I
I ',\q'0)
,r'r, =^ *)
iv qo ''V j @'a)
:sa olsa 'A : V u (q'o)

ole^Jalr4 un alsrxa saf,uoluo '"7 I
'Y
x,{
(oraqe sa
) x anb pt
^'(q'a)
sa) opeJral
,y 'rDap
sa
(4'1r) oualqe
IS 'o}JaJa uE
V :sa opelral eas y anb end agapgns '{ euesateu uqptpuo) eun
'opeJJaJ sa
,(y)
olunfuor Ie 'plruan)asuo)
uf 'r(y) n rolralq tt ,(Z)
z(
'
'o],rarqe sa
ap ound eper oluel rod,(
a-YUQ'r)l
,(v) =tq'a))
(q',r1
\-r - I r^*)t'(q'a)E-
'(
'(q'a) E -
(q'Dl = x)
A:VU@'o))
(v?x)
^t '(q'u) E -
(q'al = tJ
:aJnpap as saJolralue selJuanJasuo) sel ac
'opeilal sa Y olunfuoJ [1
'srsalgdll{ el ap eiluoJ ua r(q'a) ua
("a) uorsaJns el ap sourruJg] elJqer{ '(q.'a) = x oruo) 'saJuo}ua oJad '.x e era8aAuo)
anb
y ap solund
eJanJ V
ap (uu) ugrsaJns eun elJrlsrxa 'ol,ns oluauala un eJanJ
'ot)eA ou
u (q'a) IS 'a: V U (q'a) anb IP] oualqe ole^ralul un (q'a) eas 'o])aJa u
'lA-vu{t|'a)f c lA-vu(q'a)l'(q'a)
'orJeloJoJ opun8as ns ap ,l OZ'A ugIJISodoJd EI ap erf,uanJasuof, oruo3
(e
'a-vu(q'o))
,
r)
l'(q'a)
E <-
(q'u) = x)
ff?x)
S0llrvi,i Nl SsJ-iWl7 'SfJN-l5U-l^NOf
SVE
S-]NOlfi)ns ''A
346
Consecuencias de Ia proposicin
V.21
Sean
REALES
(an) y (b") dos sucesiones conver-
gentes de nmeros reales. Se verifica:

1) Si existe un nmero natural k tal que
V n>
k,
cLn
entonces:lm(a") > u.
En efecto: el intervalo [a, +*) es un conjunto cerrado, y los trminos de la sucesin (anin > k) son puntos de I a, + o ), luego podemos escribir (cf. proposicin V'2 1 .
p. 345): lm (anin > k) : lm (a") e [q, +-), y lm (a") > a.
2)
Si existe un nmero natural k
td
V n>
3)
que:
k,
cLn
con c{
R,
entonces lm (a") < a.

Si exste un nmero natural k tal que:
Yn>k,6Ln4bn,
entonces lm
Es
(a") < lm (b").
una consecuencia de aplicar el primer apartado a Ia sucesin (bn
real q
- a)
y al nmero
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 Ia sucesin
pertenezca al conjunto abierto. Por ejemplo, para la sucesin (Il@+l);n>- 1), sus
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 (ar) es una sucesin convergente que verifica
lke
N,
Vn>k, &n) d, cona
entonces no se puede inferir que lm
igual.
Nota
(a")
R,
sea mayor que c{, aunque s que es mayor o
la definicin de punto adherente de un conjunto permitiramos que ste fuera

el conjunto vaco, entonces ningnpunto x sera adherente a 0. Convendremos en que la
adherencia del conjunto vaco es el conjunto vaco:
Si en
6:
a,
y con esta definicin siguen siendo vlidas las propiedades enunciadas de la adherencia
de un
EJERCTCTO r 3
conjunto.
B un conjunto de nmeros reales. Si x es un nmero rcal, demostrar que o bien x es

un punto interior de B: x e n, o bien x es un punto adherente de B': x e ff, pero no
ambas simultneamente. A partir de este resultado, concluir: Bc c = B, donde Bc-c designa
a
el co4iunto (tr)'.
Sea
'0<
'*N
:EruJoJ eI ap
i+u) _ ifi+u)
I-u
l,i-IS u"'Z'I:i7L'I
'u tod elouap
as anb
-L+u
-0
'uap IErJolJJ Ia augap
i +u) - i +u)
\-L+u):
as N
=
io+u) _iu _iu:

ZIZ
LL
epet EJedsr
t+uq _ uq
:o]laJa uf,
'aluarJaJf,ap sa
(I I
,iu
Z
?/)
iz I r-u4.
+-+-+
II
:apuop
'(I < u:uq) ugtsarns E-I
9g OldnIE
.0< l(I+u) _a_r+ua

-I
-rs Ia anb Jouaru sa
:auarl as '0 < ua - r+ua :eJrIrJaA as I < u epe) eed anb 'ualq o 'aluarn8
< ulua) ugrsaJns eI ap oulruJg] epe) anb reqord anb soruauaJ
'alualJaJ) aluaule])IJlsa sa
(t
[+I:
*&*
I
I
,iu
up
srapuop
'(I < uiuu) uorsarns e-I
'aluaDalf,ap o aluarf,al) se IS euolguoru sa soluaJlp (az) ugsarns PI aC

'I+ua < az , I z4
:auam8s a anb
oLeru sa oulruJ?l epeJ rs alualJalf,ap aluaruelJlJlsa sa sorualrp (uu) uqlsaJns PI aC
E OId1UI[3
euol(]u0LL'5
alu a rf arla p
3]ueuElflJlsa
uglsarns
'1+u0<rz,N>zA
:aluarn8rs
anb 1en8l o o.{.eru sa ourruJgl PpPJ rs aluarJal)ap sa soruaJrp (u?r) ugrsaJns PI aC
'T+ua>az,=24
alu
if alf ap
u9lsalns
aluarlar)
:aluamSrs
epef, rs
JOUaTU SA OUrrUJ9]
1a
anb
alual)ar) aluaruElJl,Ilsa sa soruallp ('u) ugtsaJns el ac
alu a LUelf
!r s 3
u9!sa3ns
'T+uA>u1,'N=UA
u9lsalns
sapal soJaru4u ap uglsa)ns el ac
alusDa.if
1a anb IPnSr o
:aluarnSrs
JOUaTU Sa OUrrUJ9]
eppJ IS alualf,arJ sa soruaJlp
(u)
SYNG-LONOhI
S:INOISE]I]S F'A
vE
sv
o-LQ N CW S3NO/S-7]
nS'
h'
348
REALES
Sucesin Dado un nmero real q no nulo, de la sucesin (4') diremos es Ia sucesin geogeomtrica mtrica de tazn q.
Propiedades de Ia sucesin
1)
Si
geomtrica
q > I, la sucesin (q")
Se
verifica:
es estrictamente creciente y no est acotada supe-
riormente.
- L > 0:
Por ser q > 0, para cada rL e N se tiene que qn > 0, y como q
(q- I)qn )
0,
bien qn*' u qn;
(q") es estrictamente creciente.

Por otro lado, si la sucesin (42) esruviese acotada superiormente, existira el
supremo del conjunto |q";n e N]; denotndolo por s, tendramos que s > 0, de
donde(considerandoqtreq>l):(sld<s,loqueestableceraqueslqnoesunacota
superior de Iq";n e Nl, es decir, existira m e N tal que
es decir, la sucesin
obien 514^
1.q^,
q
lo que estara en contra de que s fuera el supremo de Iqn;

2) Si q: 1, la sucesin (qn) es constante:
1, 1,
3) sjO
sucesin
cribir: nf { qn ;n Nl
(q")
.t
r,
zr
1,
estrictamente decreciente y podemos
- 0,
Por ser q > 0, para cada rL e N se tiene que qn > 0, y como L

(1
es decir, la sucesin
(q")
- q)qn )
e N].
0,
es-
- q> 0:
bien qn > qn*r;
es estrictamente decreciente.
Por otro lado, la sucesin (4") est acotada inferiormente por 0, Iuego existe el
nfimo del conjunto de sus trminos: L : nf lqn ; n e N), y se verifica que I > 0. Ahora
bien, si fuera I > 0, como 0 < q < 1, se tendra que (Llil > l, yen consecuencia l/4
no sera una cota inferior del conjunto \q"; n e N], es decir, existira m e N tal que:
q^
'q'.
!,
bien q^*'
< I,
lo que contradira que I es el nfimo citado. Se verifica, pues, que nf lq";n e N]

Si q < 0,la sucesin (q") no es montona.
En efecto, para cada z e N* se verifica:
qzn-t at'n
y por tanto la sucesin
y q2'>q2n*',
(q') no es creciente y no es decreciente.
0.
'(0sg'd
'g'A ugrJrsodod 'Jt) SalualaJrp SoJalunu e uaf,el{ ol 'ua8anuoJ anbune 'salent SPI
:uos 'aluaurelrladsa'(r*ur.b) I ("rb) sauolsaJnsqns sns sond

'aluaS,tatuot sa ou (ub) ugrseJns e[ se)uo]ua 'l- : b $ (r
'O: ("b) tu!l :(Z'd'g' ugtrtsodord'c)
> 0 aC
o'O : (,lbl)*yanb arnpap as I t
otuet od,t'O
(
lbl
=
l.b)*ll:ualq
.0 : ("b) wyseruotue 'I >
lb | > O tS ls
'I : ("b) utlseruolua 'I : b lS e
'oo + : ("b) wll saJuotua 'I < b lS (t
:(ub) e4lgutoa8 ugsarns pl ap sapepardord sElso uauar] as 'saloualue sauolJ
oruoJ nt47u,toaD uqsnns al ap sapapao'rd sq,'t
-rsodod spl ap EIJuanJasuoJ
g]sa 0l
CIu
rs CI]lulJul souaul
a]!urjl aual]
d'aluaLur0l,,laJul
e
'oltuuul souaul e apuau saJuolua 'aJuauttoualq epeloJe glsa ou rc lsoututt?l sns

ep olunfuoJ \ap ouruul Ia sa a]rury[ ns ,1, a]ua6raAuo) sa saJuolua 'aLuautlouaJq ePel
-oJe ?lsa p 'aJUeDaI)ap sepal solawryu ap u?tsaJns eun epecl
z'A u9!stsodeid
peiolE
ts alu
a 6.
91s a
anu
o:
s3 aluatfaJfap"s
eun
aluarnSrs e1 PrJerlsoluap as stpualntu sllalnN

'a't)':)
'oo* : (ua)
ull
:er)uanJasuo) ua
'-L<4u<"a'4<uA
<4u anb pl Z IPmlPuoJalulu
:rrqrrJsa soruapod'aluaIJaIJ se (up) uqlse)ns eI oluoJ
^',1g]sa ou (u?r) uglsoJns eI IS
un elsxe'U I . souref Is'saJuolua'a]ueruoradns epeloJe
'(uu) uutl: 't :oluel rod '{
'(3+s'e-s)3ua'4<uA
:anb
Z lprnleu orarur,tu un ope4uoJua soruaq 'opefg 0 < a eed 'ErJuen)asuoJ uE
's>ua>1?,>?-s 14<uA
:rrqrJJsa souapod aluarJaJJ sa uglsa)ns eI oruoJ 's > 4u > 9 - s anb p N I Z alslxe
otunluor 1ap lorradns eloJ sa ou 3 - s sa)uolug '6 < a sorualt
oluel od r('{X >
uiuvl
's 'oruaclns un e]ttupp otuel od ,{ 'atuauroradns opeore gtsa {X u !uo} ounluor a

=
anb alual)aJ uglseJns Eun (u1,) EaS ug!)Pllsouac
'rJep sa 'a1u;rru,ror,radns epeore
-else
glsa
oi
CIu ts
0l!uuul
sgtx iultl auall
A'aluaurtiadns
e
'olluuw sqw e apuen saJuolue 'a|uautouadns epeloJe qlsa ou rc :sourwryl sns ap

olunfuoJ pp ourardns Ia sa a]ruary ns ,4, aluaSraAuoJ sa saJuolua 'aLuautrouadns ep
-elo)e ?lsa $ 'aJUaDaIJ sa[ear solaulryu ap ugrcaJns eun epecl
zz" h u9l]sodc"*d
pet0]P 9ls a
ts alua,anuo:
sa alualfa,f
uq!s]ns eurt
svN"LoNow s3/vo/sf
6VE
}ns
'b'A
350
5)
Si
q<
-I,
entonces la sucesin
REALES
(q") no es convergente.
: **,
y por tanto la sucesin (q') noes converEn este caso, l4 I

f, y fim (lql" )
gente, ya que si lo fuera, lo mismo acontecera con la sucesin (l ql") (cf. corolario de
la proposicin V.10, p. 332).
Podemos resumir lo visto sobre Ia sucesin geomtrica

siguiente cuadro:
geomtrica (q")
< lql
converge a 0
q-1
constante
tiende a + oo
v.5
Serie de nmeros
de raz6n q en el
no es convergente
Sobre la sucesion
(q")
SERIES DE NUMEROS REALES

1. Deftnicin de serie Dada una sucesin (a) de nmeros reales,
serie de trmino general an ala sucesin (S"), donde:
reales
t-: i &p :
p:0
cLo
-t
cL1
-r .
" t cLn.
De la sucesin (Sr,) tambin diremos es la serie asociada a Ia sucesin
EJEMPLO 37
se denomina
(a.).
La serie de trmino general:

1
Serie armnica
n+l'
/ 1 \
''
o lo que es lo mismo: la serie asociada a la su
cesin
(;*1,) , Cue se denomina serie ar-
mnica, es la sucesin (S,) donde:
lt
Sx=I+t+"'*
EJEMPLO 3B
Serie geomtrica
De la serie asociada a la sucesin geomtrica
(con
q+
n*L.
(q"), o bien:
de la serie de trmino general 4"

geomtrica
de razn 4; es decir, la serie geomtrica de
0), diremos es la serie
razn q es la sucesin (S") donde:

Sn = 1 +
q+ q'n
"'+
qn.
La serie geomtrica de razn 1 es la serie (S") asociada a esta sucesin constante:
1,1,..., 1,...,
es decir: Sn =
7L
+ 1 para cadan. La serie geomtrica de razn
esta sucesin:
1,
esto eS: Szn : I Y Szn*t :
-1,
1,
0 Para Cada n.
-1, ... , (-r)", ...
-1
es la serie (Sr) asociada a
alras pl
'alua8Janlp sa (/g oldruata'r) eJrugruJp arJas e1 anb JeJlsoruap apand
't .
aS
'atuaEra,np sa b ugzet ap err]guroaE

lb I Is :4rap sE 'auaEra,ruor ou sa (uS:) ugrsarns eI oluel ,rod,{'orugur
(I9'd'oxaue'J)) soluercsoruap'I < lbl IS
sgru e apuarl (lus:l) ugrsarns e1 anb
P}ON
n-r
-;:
"' s
sa b ugzer ep eJrrl?ruoa8 ep ar,ras
b-t
-i
^=u
:(b - t) lt Prns ap,{'a}uaEauo

eI'I > Ibl > O rs :sournlJuoJ'eurroJ Elsa aCI
b-t
;;l-
-u
urrl = ('is)
Lurl
:(
'd '1
1' ugtrsod
-ord'r) er)uanrasuor u:I '(6t 'd') t , Jbl ,0 oser Ia ue soruelse z( (,b) errrlguroaE
uglsaJns eI ap ugrsaJnsqns pun sa sand'6 e a8ra,ruor (,*rb) ugrsarns pl'uarq proqv
b-t
'----;---i-:uS'
- I
'Nfu
'"
nub
:P)urra^ (Ig 'd 'oFude alsa
l'y +b saruolu 'I> lbl > g anb soure8uodn5 .
ap oxaue'J)) ("S) errrguroa8 arras EI
'aluaS,raarp
sa I- ugzer ap eJrr]gruoa8 aras EI'ugrsnlJuoJ u 'aluaEa,ruoJ ou se (09 'd'g'A ugIJ

-rsodod'JJ) Er)uanresuoJ ua :0 e a8raûoJ anb e]o,( 1 e a8ra,ruor anb uorsarnsqns
I anb souraqes gg oldureta Ie ua olsr^ oI ap 'I- : b IS
eun alr-tup ertrguroa8
arJas
'aluaEra,rrp
'sand 'sa I vgzer ap pJrrtgruoaE aras e1 'alua8ra,luoJ ou sa enb '(1 + LL) ugrseJns
oldurale opetlJ Ia ua sorur^ ouroJ'e)npar as eJrJ]?ruoa8 aras eI'I : b IS .
:b ap sarop,l sollsrp so ug8as
pI e'8t
(gg oldurata
'p) b ugzl.; ap EJrr]?tuoa8 aras e ap eoua8ra.l,rp o eoueEreûoJ eI soruarpnlsg
'aluaEa,rlp sa soruarp (zS') auas e ap 'aua8raûoJ ou se (".S) ugrsaJns eI rS

O=u
,,f.
'5 eruns
"p
, o:!,
: loa
,ll
\rt/ K )
.t
'"l,r"araluo)
uarq
13
eun ap euJns
i
(x,.9) eas
[ Ord v\]
alua6,lanlp auas
arJas
'S: "a Z
:soruarrqrrJsa
'S
ns
sa sorxalrp ( s) auas pI ap
alu a 6"ranu
or
au3s
o 'S: (uS) r.ull
:JrJap sa 'S leal oJarrr4u un e a8anuoJ (".S) uorsaJns EI rS 'ppprJose arJas

L'saea.r soJaru4u ap uorsaJns Eun (?z) EaS saluaDtatuoJ sauas .Z
s]7VlA SOASW1N 3G S_l/yJS 'S'A
ISE
V. SIJCESIONES DE NMEROS
352
EJERCTCTO r 4
Sea
(A,) la
serie asociada a una sucesin
necesaria, pero no suficiente,
pan
que
(a)
REALES
de nmeros reales. Probar que una concin

A
sea convergente es: lm (an) =
g-
la setie (An)
Admitimos sin demostracin Ia siguiente

Sea (an) una sucesin de nmeros reales. Si la serie de tr'
Proposicin V.24
mino general lanl es convergente, entonces Ia serie de trmino general an tambin
es convergente.
EJERCICIO
Dado un nmero natural k, demostrar que la serie asociada a una sucesin (u") de nmeros
reales es convergente si y slo si la serie asociada a la sucesin (un* es convergente' a
Proposicin
V.25
Si (a") y (bn) son dos sucesiones de nmeros reales tales
que:
Yne N,04ar4br,
entonces:
general bn es convergente, la serie de trmino gene'
ral an tambin es convergente;
b) si ]a serie de trmino general an es divergente, Ia serie de trmino generdb,,
a) si la serie de trmino
tambin es divergente.
(A) y (8") las series cuyos trminos generales sort an y br, respecpara
cada 7r e N se tiene:
tivamente; es decir,
Demostracin
Sean
7L
An: Z o, y Bn: Zbo.

p?:0
9:0
De la hiptesis se deduce:
YneN,An4Bn,
(1
7'
y tambin que (,4") y (8,) son sucesiones crecientes.

a) Si la serie de trmino general b, es convergente, es decir, la sucesin (8") es convergente, sea B = lm (Br). Entonces (cf. proposicnY.22, p. 349): B : suP {8"; n e N}.
y de acuerdo con (17):
Vn eN, An<Bn<8,
luego la sucesin (4") est acotada superiormente; como adems es creciente, es convergente (cf. proposicinY.22, p. 349). Es decir, la serie (.4"), de trmino general a,,,
es convergente.
b)
Si Ia serie de trmino general a, es divergente, entonces la sucesin (-A") no est

acotada superiormente (pues en caso contrario, como es montona creciente, sera
convergente). Pero si la sucesin (Ar) no est acotada superiormente, de (17) deducimos que la sucesin (Br) tampoco lo est, y por tanto es no convergente. Esto es, la
serie de trmino general bn es divergente.
C.Q.D.
'o'O'J
ua
^'(uo)
'alua8raÎp sa eperJose elras ns (71 onnrala 'JJ) erJuanJasuoJ

ugrsaJns e1 orodrue oluel Jod
,
:enb
pl I
lual < lr*ual,4 < u
uorsaJns e 6 e ra8,ranuor apand ou o8an
^'|.oD
uerqo]-
. l#1,r, ""
'(
P
_
,I < ? IS
IeJrueu oJarulu un ep prf,uatstxa pl sotuerrcqold auaureSol-pue
'uo yetauaa ourruJ?l ap eI sa ol anb (tZ'A ugrJrsodoJd .JJ)
oluel od z( 'atuaEeuoJ sa I uu I praua8 ourur?] ap arras pI uglqurpl anb (S Z.A ugDrsodord e

ep orffIoro)'Jr) a)npap as'( 'd'tt'n ugDrsodord,{'f Sg'd,6E oldruata'Jr) e}ua8aûor
sa ub7 e,raua8 ourruJg] ap ar.ras eI
oruo] 'rbJ > l"ul '4 < ? A
:eqenJd as eruanJal Jod
,,(
,*bJ > lr+4Plb > lz+4pl 'r*rtbJ > l'tulU > lr*4al
:saruolul '4 _b lrol
- J pas
b-)+t>l#l'r"uA
:anb
oJalunu un alsrya '7 - b
uerqrrrvl oluel
nd
: f PJPd 'sauolug 'I
> b > 1 eas '1 > ? oset Ia uT
ug
Fl ry lernleu
)eJ
sor"N
3ff
'a1ua8nnp sa ua etaua? ouruar?l ap erles e[ 'l < ] ls c

lalua&ntuot sa ua etaua7 owur?l ap euas e[
'aluaSta,taot sa lual etauaS omrm?l ep auas e ' > . ts .
:eJauaL as seJuoluil
'o<tu',:lfilUf
:anb
liaqLUolv,p
Iel 0 ep solwlsrp sapil sonu47u ep aorcnns eun (uo) eas 9. ugrrrsodoJ
ap
otJalil]
'sopezuln ,{nu sarJas ap erJuaEar

-uor ap
uq
sorJaJrJJ sop
etauaS
souerpnlsa 'uorJenulluoJ
owwnl ep auas
wwwa6anw3 ap soFAalIAS '
e1ua&n4p sa u?rqrnel
e 'alua&ta,up sa ua enua? ou.nu?l ep euas et $ @
lalua&muot sa ugrqtael ua
-aua? otmute| ap euas e 'alua?tatuoJ se uq
e,r
etaua7
owur?l ep
aues et
:saJuolue
'uq>uu>o'4<uA
:owsnilosa anb o[O'4+uq >l+ua > 0 'N uA:ue)WIaA (uq)t{
(ua) saeat sonwtTu ap seuorcaJns se [eJnrcu onurllu un= se 4 g
olrploJo3
'{
alualnSls Ia euall as
'S
53U AS
ep uor)ejEdruCIJ
orJIJJata ap z( uorrsodord esa ap erJuenJasuoJ orrro]
5t
sJlV]A
SOUJW?N
lG SUJs 'S'A
V.
354
EJEMPLO
40
Segn los valores del nmero real
SUCESIONE.S DE NMEROS REALES
a + 0, estudiemos la convergencia
de la serie asociada a la
sucesin (ar), donde:
a":
Se
tiene:
l
antt l
oln
nl
I o'*'
nl l
lal
^, l=l('1+lr "'1= "*t'

tmla^ tl :'t. lol, :0.t.
,-*l
An
I
y por tanto:
I "-*n+I
De acuerdo con el criterio de o'ArunEnr, la serie asociada a la sucesin (u"
l@l))
es enton-
ces convergente para cualquier valor del nmero real q.
Nota
Si al aplicar el criterio de convergencia de D'ALaMBERT a la serie de trmino gene-
ral an obtenemos:
t!^lan*r
l :1,
llm
-1
n-@l t-lAn
entonces no podemos concluir que la serie sea convergente o que sea divergente.
Criterio de
Proposici n
V,27
Sea (an) una sucesin de nmeros reales ta| que:16
Cauchy
lm
1"L- @
conL>0.
Entonces se verifica:
. si I < 1, Ia serie de trmino general lanl es convergente, y
Ia serie de trmino generd an es convergente;
. si L > I, la serie de trmino generaL an es divergente.
Demostracin
En el caso
por tanto tambin
I < 1, sea L < q < 1. Si fijamos e: 4- l, entonces
existe un
nmero natural k no nulo tal que:
Yn>k, 1GJ.L+e=q,
y por tanto: Y
n > k, lanl < q"i como la serie de trmino general 4u es convergente (cf. ejem-
plo 39, p. 351), se deduce (cf. corolario de la proposicin V.25) que la serie de trmino
ral la"l es convergente, y por tanto tambin la de trmino genera) an.
Sea ahora > 1. Si fijamos e = L - l, edste k e N* tal que:
gene-
Yn>k, tt,lrI-e:t,
obien:Vn>k,lanl>I,yportantolasucesin(a)nopuedeconvergera0,yenconsecuencia (cf. ejercicio 14) la serie de trmino general au es
16Si
n e N*, admitiremos
denota:
b: W.
que para cadax > 0 existe
ul
divergente.
rrico nmero
realb > 0 tal que bn
c.Q.D
: x. Se
'rX ) ,')
-:,1
- (,x+x>,1,+[,)
:Elsa P alualE zrlnba sa Jeqod sorualanb anb ugrJe)qdtur e1

:(,rC + I > ,x + x)
- (,1 > ,x ^ I > x) (J)
'(x- > l-)
- (l>x)
- (f - x-) + f,>(-x-)+x)
:(e)ua l-x--z
soruaJeH
:(x- > l-) - (l > x) (Zl)
(,C
'(,1 +
rC > ,x
t x)-
,{ } I
,x) 5; (,[, > ,x)
(,x + I > ,x + x)
6;
^ > x)
QC
:auau as
:(,rC +C>
Ia ua selrrJsa (q)
!
(,[,
,x+x) -
(e) sapepardod spl e erJuaraJar soruareq 'apuodsalJo)
:olxa] (Ote'd)
apuoq L olllrrali
lh.
Li'
ts,
sorsilndoud
solfrfutfr sof ilo Nolfnfos

V
o aluaSauoJ sa (up) ugrsaJns eI e Eper)ose
9'A
'aua8ranrp
arras eI rs rrJnpap sourapod ou saJuolua
't: l'elkTltT
:etuua^ as
orJatlrJ
1a
'ruasnarv,a ep
,rerrde 1e rs
orreJrJJ Ia uoJ plpaJns oruoJ e
'1,
IeaJ oJarunu Ia eas anb eramblenJ
ap
^HJflYJ
aluaureSoguy
EtoN
aluaSaluoJ sa (r < uluu I un) ugls
-aJns el e eperJose arJas e1 'Hf,nvJ ap orJalrJJ Ia uor opJanf,P
,U
lpl
ac 'I
: l4l A' : 'tuatN'tu

L4lu
:auau as
'uu - ua
un
EI
e eperJosp
arJas
:apuop '(I < ulua) uorsa)ns

pI ap erua8aluoJ el 'n IpaJ oJaru4u Iap saJoIeA so1 u43as 'sourarpnlsl
? otd y\ll E
soJ-findoad soDDalE sol 10 NoDmos '9'A
ssE
356
Supongamos se verifica que y + y' < x + x'. Si no ocuffe que

ces x < y, de dondet -y < -x,y en consecuencia:
(-Y < -x
YY+
Y' < x
x') 9
REALES
< x, enton-
1Y' a Y';
en otras palabras, si no ocurre que./ < x, acontece entonces qtJe

implicacin es, pues, verdadera, y tambin Ia del enunciado.
y' < x'. La
Ga)@<yyz>0)-(xz<yz)i
Con (b) deducimos que xz < yz. Pero no puede ocurrir qu.e xz sea igual
a yz,ya que en este caso se tendra que (x - y)z seria nulo, lo cual no es
posible, pues x - y + 0y z + O.
. / X+Y \
(C5)(x<y)-\x<
Como
<
z-<y)l
x y y < jtl, con (C3) deducimos:
lx+x1/rx
y
W<y)-]
-(2x<x+y<2y),
lx+y<y+y
:
y con (C4) (haciendo z I l2) obtenemos la implicacin que queremos
I
Eje
rcicio
(p.
t s)
probar'
SiA designa eI conjunto (a,b),se tiene: A : Ix e R I a < x < bl,luego b esuna cota
superior de A. Adems no hay otro nmero menor que siga siendo cota superior de A.
En efecto, si y es un nmero menor que b: y < b, entonces: o bien y < a', con lo
que y ya no es cota superior de A, o bien y A, pero entonces podemos escrj.bir:
v+b e A y y<-v+b .0,

-,
Z
y tampoco en este caso j/ eS cota superior de A. Si b es una cota supelior del conjunto A y es Ia menor de sus cotas superiores, se tiene que b es el supremo del
conjunto A.
Anlogamente se demostrara que sup (a,bl
Ejercicio 3 Todo intervalo no vaco
(p. 3l 5) siguientes formas:
b.
A que est acotado superiormente
la,bl , (a,bf, (-oo,bf, la,b), (a,b),
es de una de las seis
(-oo,b)
a + b. De acuerdo con el ejercicio 2, en todos los casos se tiene: b : sugA.

Si A es de una de las tres primeras formas, entonces: A u {supA} : A; y si es de
alguna de las otras tres, al unirle {b} se obtiene alguna de las tres primeras (en
concreto: la,b) lbj : la,bl, @,b) {b} : (a,bly (--, b) Ib) : (-*, b)). En
cualquiera de los casos, el conjunto A u {sup A} es un intervalo.
donde
ugrJf,asJalrr pI sa sand) ouarqe sa (u'oo -) U v : B. oruof, ,uarq eJoqe lg dns :oruardns

alueruJorJadns opplo)e glse oruo) ,orten elan ou B. rs :olJaJa uI
prJrlrurpu
'a rcd
'
la'*-)
"V
: (a'*-)
tV
:olunfuo a]sa oIlel sa anb eJIJTJaA as saJuolul 'V a eS

=
'U uoJ y JrprJrro) eqap seJuolua anb sorueqoJd .oIJeA ou se
anb soure8uodn5 '(opeJJaJ .ri. orarqe ,aluarueaugllruuts ,sa ry uqrqupl ,oue1 lod
orarqe 'aluarrreou-Ellrums ,sa anb sapar soJarunu ap ounfuor un y pas
',() operrat
,,(
(rze'd)
orrr:ta.ft
'oSopue sa aluaruJorJaJrn opEloJE glsa olunluo
a anb ua osp] II
'saoradns seloJ sns ap puiluJr.u
EI sa s anb
uo uorJJrppJluo) ua ,3 ap rorradns ploJ eun sa z anb erJe)alqelse anb
o1
'rJ :l (- +'s) a (q'a) : (oo +,u) :ErJuonJasuoJ ua ' r) j (q,a),\ q > s > z :anb opour
p (q'a) ouarqe ole^Jalur un elJrlsa ,ororqe sa rJ oruoJ 'J ap olualuala un EJanJ
s Is 'JIJep sa 'J e eraraua]ad ou s rS .J 5 (*+,s) :relntrlred ul .Jdns : s soue8
-uod 'aluaruoradns opeloJp gisa ;) orJel ou,( operrat olunfuo anb soureSuodn5
1a
'o8ogue sa aluaruJorJaJur opeloJe glsa y olunfuo p anb ua oseJ
II
'y ap ourardns Ie sa s anb e;rrpe,rluoJ IpnJ ol,q > ,s > s > z anb
oporrr ap (V
,s olue] od A) (q,a)
=
= ,s ur8e ap ErJualsxa el Jrlnpap sourerpod
' (q'a) I s rs oJad'V - @,u)
(q,a) s :anb e] (q,a) olutqe olelratm un prJrtsrxa
^ un se =s anb earno rg .oruardns ns s od sorualou
'orarqp sa y oruoJ 'y ap olund
-aC 'aluaruJoradns opeloe plsa y oJJeA ou,( oualqp olunluo
a anb soue8uodng
.Z
Tq-
[+x - W'xlutu-t
uarq o
Irc -
__1
'
-ffi - {'xlxew
Z
uarq o
lf,-*l
tzt
'd)
9 o ll:,t a{i
s or:lr:a{i
z(
@+x)- W'x\xgwz
>x
rczE'd)
*l (l + x) - {t,,x\utwz
:oJqlua$u P oJqlua[u opuelsa
,Z
lr - xl
'
:soruaualeo '(BI) uot

:o}ue} od
oJqruaru e oJqrua[u opueluns

f - ,l -- W'xlutut {lc'x}xeut
'x > lts 'l - xl - [ - x - {l'x}u|u - W,x}xew
'lx - l - x - I - W'xluyu {l'x}xgut
'l
IS
:opel oJlo Jod
'[
(BI)
pnBI sa
{r'x)utut
'l
+x
- {'x}ul LU + {'x}xeut
:oluP] Jod
.oJlo
o x soraruqu sol ap oun e pnBI sa {'x}xew oJarunu H
SE
(s I e .d)
t o!)rrral3
solsJndoad soDDatfz sot Jo Noomos .g.A
3s8
REALES
Ac(-cp, al
es cerrado (por ser interseccin de conjuntos cerrados), luego tambin se tendra
(cf. ejercicio 6): supB c B, lo que lleva a absurdo. Debemos suponer, pues, que B es
de dos conjuntos abiertos), se tendra (cf. ejercicio 5): sup B f, B; pero B
vaco.
Anlogamente se demostrara que tambin es vaco este conjunto:
Ac
(a,+a):
Ac n
la,+*).
(A'n 1--, a)) r,t (A' n [a,+oo)) :
Finalmente, como: B D :
que Ac es vaco, es decir: A : R.
Ac, concluimos
Ejercicio 8 Sea (a) unasucesin convergente, con lm (ail : L Si fijamos e : 1, de la definicin

(p. 330) de convergencia se deduce la existencia de unnmero natural k tal que:
Yn>k,ane(L-1,1+1).
Sik:0, esta condicin afirma directamente

SLK>
1,
que la sucesin
(ail
est acotada; pero
definimos:
mx
{t + 1,610,c1t,...
,ap-tI y rh:
mn IL
I,a.0,6Lr
y podemos escribir: Y n N, m
tambin en este caso est acotada.
Ejercicio 9
(p.334)
Sabemos (cf. ejercicLo 1, p. 316) que

a.n * bn la, - b"l
bnl
+ bn
(19
lrLy::&n Z - lan -Z
)t Un: Z z
La sucesin (an+b) es convergente, y su lmite es a + b (cf. proposicin V.11.
p. 333); la sucesin (lan - br,l) tambin es convergente, y su lmite es la - bl (cf' co-
'
rolario de la proposicin V.10, p. 332). En consecuencia, de (19) se deduce que las

sucesiones (u") y (tr) son ambas convergentes, y
tim
(un,
ry . V? : mxIa,b|,
,..--,-.
\ a+b
lrm(un):
la-bl _^^r-,^\
:mtnta,0l.
Z - Z
Ejercicio
l0
(p.33s)
Ejercicio I I
(p. 3at )
(ail
una sucesin que tiende a ms infinito, y b es un nmero teal, entonces todos

los trminos de la sucesin (a) de orden mayor o igual que algn k > 1 son mayores
que b; eI nmero mn{b, &0, &1, . . . ,6Lk-r} es cota inferior de la sucesin (a") '
Si
La sucesin
(-c,") converge a -l (cf. proposicin V.11, p. 333), y -L>
rolario de Ia proposicin V.15, p. 337) la sucesin

por tanto: lm (a"c") : -oo.
La sucesin
(-b,)
(a"(-c))
0, luego (cf. co-
tiende a ms infinito,
tiende a ms infinito; teniendo en cuenta lo demostrado en

: --, y en consecuencia: lm (b"c") : +oo.
pirrafo anterior: lim ((-bilc")
e}
'4
,{.
'!F
U SOAr})adSaJ
satuq ap 'salua8Jaluo) sauolsaJns sop ("q) '\ (ez) uPeS '(EEg 'd 'JJ) II'A uqIlIS
-odod e nbe sorupJlsoruag saluaD,ortuoJ sauolsaJns uoJ sauopnndg '
OX:INV 4A
-aJns pl anb aLnruol as
'(]5) ugrsarns eI sa oI olgs .{. rs a}ua8a.l,uoJ sa (l'LS:) uqIS

'(Tt 'd'/-'L ugrllsodord EI ap oIrPIoJol 'Jl) (z+?S) uoIS
-aJns pl sa ol oprrenJ olgs ,'( opuenr aluaSa.l,uo sa ('S) uqrsaJns eI oluoJ '(u ap
apuadep ou :atuelsuor sa r-1S anb asa.trqsqo) (]5) uotsarns PI sa oI IS aluauesrad
alua8anuo sa (:l+25 uglsaJns eI 'eIuJoJ elsa

.u+4TL
aC ']5 + t-25 :
4+uS
:olue] od ,(
UTL+ .+IYt+}TL-'S
+I+4TL+4yt-15
^
'I < 4 anb solualpuodns sapepIIeIAIJ] JelIAa
:auarl as
'(f
SE 'd EI aP
EJed
(zse'd)
s t ol)tfrafl
Plou'Jr)
aua8ranrp sa 'eJrugruJp arJas eI :pIIa E epelJose alJas e o8reqrua uts,'('g e aEanuo

(fi + u) lt) uglsa)ns e 'oldruala Jod 'aluelJuns 'a]uerEAI]JaJe 'sa ou uqlJrpuoJ P'I
uV I+uV iold
'0 : (a) w\ : (r+up u.r; :o8an

tO: (V - r*"V)wll
tI+uu
:oluel od r('(I 'd'l'L ug:rsodord'JJ) alr-ruq oruslrr 1a auerl ,'( a]ua8

(r*"V) uglsaJns EI saJuolua 'aluaEa.l,uo sa ("y) uglsaJns eI rS
-JaAuoJ sa ugrqruE]
(zse'd)
v t ot)Dr aE
'g:'(rB) :, ,fl
:se olsa
'erJuanJasuo)
'A'olunfuo Ia aluaIuESIJad sa ,g olunluol Iep olJe]uauadruor 1a

rs aluarupslJard g e JorJalln sa x :Jr)ap sa
uil 'g p alualaqpe sa ou x
a)g e aluaJar{pe sa ou
rg u (q'a))
E <^ t'(q'a)
x <-
(q'a) = x j
I
- (q'a))
t ' (q'u) E <-
(q'a) ^ *)
B' P
JorJalq sa x
:JrqrJ)sa soruapod
.,{.'ooa
: ("q-)w}lzf
'x leat oJaru4u un opecl
@vt'd)
t oDDrali
'oo* : (("q-)("D-))wt1: (qua)wy

:(ltt 'd'SI'A ugrJrsodord e ap orJeIoJoJ 'r) oue1 rod (tvt'd)
: (uu-)wtl:auarl as'oo- : ("q)w\ z( oo- : (u?r) ulJl ourof, L ot)t)Joli
oo*
OX]NV '/'A
6St
360
1)
REALES
a y B son dos nmeros reaJes, entonces la sucesin (aan + Bb") es convergente, ylm(aan + Fb") : ua" + pb.
Si los nmeros reales a y p son simultneamente nulos, entonces (aan + Bb") es la
Si
sucesin con todos los trminos iguales a 0, y esta sucesin converge a 0.
Por el contrario, supongamos que u y p no son simultneamente nulos, y fijemos > 0 arbitrario. Entonces lcl + ll + 0, y considerando el nmero real posi
tivo e/(lal + ll), como la sucesin (,) converge a a, existe kr N tal que:
yn>kt,la_
y como la sucesin
(b,)
anl
bl
.F-j]-,
converge a b, existe kz e N tal que:
y n >- k2, lb - b,i

Por tanto, s
.
.
f"l _ -Li
n > mx{k1, k2}, se verifica:

la
Ahora bien, para cada
ne
anl <
e
l,xl +
ll v
(20)
log.
N se tiene (cf. propiedades del valor absoluto, p. 315):
lua + pb
(oon + Pb") I
la(a - a) + B@ - b")l
< lc( - a")l + lp@ - b")l
:
y sin > mx{kr, kz},
.- r"l .
lb -
lrxl la
anl + lpl lb
- b.l,
de (20) se deduce:
lc"a+ Pb
(aan+
Bb;l . l"l U pt + ll ffi
:e
En conclusin: habiendo fijado e > 0, existe k e N -nos sirve k=mx|h,kzltal que: Y n > k, laa+ pb - (oon+ Pb.) | < e. Es decir, la sucesin (own+ Fbr)
converge a
2)
aa+
La sucesin
Bb.
(anb)
es convergente,
En efecto. Como la sucesin
(a)
ylm (a"b")
q6.
es convergente, tambin lo es la sucesin (l"1
(cf. corolario de la proposicin V.10, p. 333), y por tanto est acotada superiormente por algn nmero real C > 0 (cf. ejercicio 8, p. 330): V n e N, la"l < C, y para
cada r e N se verifica (cf. propiedades del valor absoluto, p. 315):
lab - anbnl : lab - enb *
cLnb
- anbnl _
lb
(a - an) + a.r(b - br)
es decir:
V
n N, lab - anbnl
(27)
'ollaJa
uf
'oo
b
.rrb a .*,,b *T*I-"I
"-
t,_b
uozet ap pJrJlgruoa8 ugrsaJns eI e EpelJose alJas pl sa (') tS
L(
) u.ll :saruolua'I
lrsl
'(b - D l(r+ub - I) - ".S:(I + b anb opueraplsuor) apuop ap
'1*ub - r : (yub +'

+
Gb
+ b
.+
zb
+ rb
*b) -
(ub
+'
+b + I)b - (ub +'
:JrqrJJSa Soruapod
f,'rb +
. b-t
ffi1
+ rb +b+ I) +b+ I) +
.+
Zb + b +
I-
uS:auall
usb
-uS
aS 'olJaJa uH
=_ Lte
)
:e)urJa^ as 'b ugzeJ ap eJlJ]gruoaE alJas
eI sa
(,s)
['
Ia
(l q"u
,,i. 'g
-
uqa
aJ!,tl?woa6 auas Yll aqos 'Z
ap olullsrp IEaJ oJaru4u un sa b t5
(#) ,, I iqla e a8anuor (ou < u:uqlua)
'0-
'( lqup
|H-#l
uorsaJns eI ugrsnlJuoJ ua
),,,
,,i.
:arauur as (tz) ap
- uqa l) utll :olue] Jod '(pep{eaull rod) g _ qa - qu e a8anuoJ IenJ eI

l) ugrsaJns el ap uglsaJnsqns sa (07 1u:lquu - "qa l) uqtsaJns el oJad
lq"a
(s z)
uqal !rA
z
-_ nu,_tl4'>
(zt lql) lql
,-u,
rqt
(r" <u,H)
|ry-
n"D_r,q/
:e)urJan as 0z <
ao 'epluuap ualq glsa
rs<
h
Q)
'
uorsaJns pI ,,i.'g
Dl
u eppJ ered '(Zd uoJ opJanJe
t' "q
'j^tL
< u A:elf,uanJasuoJ ua
l'ql'o'LL<uA
:apuop ap
, Lta uarq o ' (h . nt'fr -
nt) = yq1
:auerl es 0u <u epur ered anb pl N r oxL elsrxa'Z/ lql oÎllsod oraru4u
Ia opueJaprsuo) 'oluel rod 'lql olrlrsod oJarur.tu p a8ranuor ( laql) uglseJns e'I
a /ua\
q
;: \";)ull saruorua 'o + $
'qa
(uquo) w)l iqa e a8auo (uq"a) uorsaJns el :orusftu o1 sa anb
oI o r0 e e8azruo ugrqrue] (l"q"a - q?l) ugrserns e1 anb areuul es (IZ) aC '6 e ua8
-raûor (l"q- ql) (l"a - u l) seuorsarns sEI send '( l"q - ql) + l"a - ullql) vgIS
^ anb soura '(pep{paqD rolre}ue pepaldo,td EI uoJ oprenJe aO
-aJns el 6 e a8,ra,ruor
oxlNv'/'A
rg
V. SUCESIONES DE NUMERAS
362
se verifica: Sn
(cf. p. 349): lm
REALES
qnTn, de donde: lsrl : lql"lf"l. Dado que lql > t, resulta

(lql") : +-; y dado que l4-1 | < 1, resulta (cf. ejemplo 39, p. 351):
lm
(lT,l):
rd
que es un nmero positivo. Con eI corolario de la proposicin

concluye: lm (lS"l) : +-.
V.l5 (cf. p. 337),
se
'vu)u:
4 :eqrDsa
as
v=ql
y ap JorJaJrr ploJ pun sa :rs y olunfuo

ourruJu sa q leal oJarulu II o
4
Iep
'VxVw: 4 :aqIJJSa aS
'V)qyap
orradns ploJ eun sa q :rs y olunfuot Iap our.Dryu sa 4 IeaJ oJaru4u I1 o

'aluaruJorraJul a rorradns opploJe glsa y :rs opeloJ glsa y olunluot 1g o
'y olunfuo lap JoIraJuI ploJ eun sa q :aJrp as q aO
'y
JOUaTU Sa
Anb U
ap soluauala sol ap oun eper anb en8r o
q alslxa :IS aluaruJorJaJul opelo)E glsa
'tl
t/ olunfuor
11 o
olunfuo Iap JorJadns P]oJ eun s q :aJrp as 4 ac

'v. ap soluaruala sol ap oun epPJ anb IPnSr o
Joeru sa anb
D q alslxa :rs aluatuJolradns opelof,E glsa t/ olunfuor 11 o
H
vz olunfuor un eJaprsuol as .
:(u
eIuoJ 'z +
l>
. t/ :sa olsa) salBal soJaru4u ap
(rr+
z+
xe
/L+x\
/
:(z{>zx)
(0<z^l>x)
o
:(,rC + l, > ,x + x) <- (,{, > ,x
,C > x) o
i(x- >-) ^(,C>x) o
:(,rC+>,x+x) - (,[>tx^l>x)
o
:SEIJUANJASUOJ
'(zl>zx)
+
(O<z
:ugDerqdrnu
>
x)
l> xugrJelalE'I
^
> x:erunspluoJaqpedruorsa
',,x anb Jouaur sa 1,, :aa as anb

as
zC
> xapugoe8auel',,1
anb en8r o Jouaruse r,, :aalas

'U ua lPlol uapJo ap UQIJEIaJ
'x > ,C :Elouap
> xugrJeloue'I
Eun sa ) uQpe{al Pl
'xlI:@ + x)
olnu ou r IpaJ oJaru4u Iap osJaAuJ '1 :ugrtetqdrlprrr I ap oJlneu otuaruatl

'x- ix
oJaru4u ap osandg '0 :puns eI ap oJlnau oluaruall
IpaJ
'oÎlptnuuor odan ap eJnlJnJlsa auarl 'ugnerqd
-UFIU ,{. ugnrpe sauoreado spl ap ope}op 'saleeJ soreru4u sol ap o}unluot g .
'ppeluarJo peprun eun L ua8ro un rrefg es plsg ua opuenJ plJal pun
ap sound so1 L saear soJaru4u sol aJlua enrra,,f.rq erluapuodsarJoJ eun elsrx![ e
:salPal soJoru4u sol
aP
olunluo Ia puSISap u anb asaprgn)au
salwa
so&a&,bsyru,s
sl aff otwyi{g..{3 f"ry
A NH3Vxf}-IHdV3ffiH
st
NQtSVtnil{VSJA
364
REALES
A est acotado superiormente y A no es vaco: existe el supremo de A:

cota superior mnima de A.
El supremo de A se denota: supA. En smbolos:
(Vx e A, x < b) <+ (supA < b).
Si A est acotado inferiormente y A no es vaco: existe eI nfimo de A:
cota inferior mixima de A.
EI nfimo de A se denota: nfA. En smbolos:
(Y x e A, a, < x) e (a< nfA).
Si
Propiedades (A es no vaco):
o si A est acotado superiormente:
(x<supA) + (1yeA,x <y<supA);
o si A est acotado superiormente y supA e A: sup A : mxAl

o si A est acotado inferiormente y nf A e A: nf A : mn A.
o Propiedad arquimediana de los nmeros reales: si y > 0 y x > 0, existem N tal que mx > y.
Si x > 0, existe m e N* tal
que (llm) < x.

A no est acotado superiormente, se escribe: supA : *oo.
Condicinnecesariaysuficiente: Vb R, lx eA, x > b.
o Si A no est acotado inferiormente, se escribe: nf A = -oo.
Intervalo de nmeros reales: cualquiera de los siguientes conjuntos (donde a
y b son nmeros reales tales que a < b):
Si
o (a,b):lreRla<*.bIt
ola,bl:I*eRl<*<b|;
o (a,bl:IxeRl<"<bh
ola,b):{xeRl<x<bl;
o fa,+a):{"eRlx>aIi
o (a,+oo)=lxeRlx>al;
. (-oo,bl:Ix e RIx<bl;
o (-oo,b):Ix e R. lx<b];
oR;
oA.
Si a : b, entonces los intervalos (a,b), (a,bl y
vaco: 0.
tiene:
la,al
[, b) representan el conjunto
{a}.
Intervalos acotados: los que son conjuntos acotados:
@,b) y A.
Se
la,bl, (a,bl, la,b),
'aluaruJolJaJrr a JorJadns epeloJe g]sa
:IS
EpEloJE gls (u0) ugrsa)ns e'I
'ua>u'N=A
:anb e] U 3 u alsrxa :rs aluaruJolJaJul epuloJe
:anb
pt
'{r :f pnteu
g$a (un) uglsaJns E'I
'QluYt'N=zA
U = q alsrxa :rs aluar,uJol,radns epeo)u gtsa (uu ) ugrseJns pl

oJarugu 1ap ua8eu4 :(?u) ugrsa)ns eI ap Z uapro ap ouFurgl
'(1L
oraru4u
pp
ua8eun eysa ua apuop)
(uz)
:ugrqure]
o '(N
=u:uv)
IPJnlPu
:elouep
aS
'U ua ap ugperllde :saIEaJ soJaru4u ap uelsa)ng r

N
salUa so[al,Lryru ap saulsa?ms
'A
'opeJJaJ
'(*+'af
^ u
'lq 'oo-) 'lq'al
:sopEJJaJ solunfuo uos anb sol :sopuJral soIEAJaluI

'oppJJaJ olunfuo un sa soppJrar solunfuoJ ep elrug ugrun E'I
olunluo un sa soppJJa solunluo ap ErJErlIqJe ugp)asJalrn P'I
'oualqe sa rJ : J - U :olJeluauraldruot
ns :rs opEJJaJ sa salual soJau4u ap ; olunfuoJ un :operrar olunfuo
'A .{ g '(a+'o) '(q'*-) '(q'a)
:souarqe solunluo uos anb sol :soualqe soIE^JaluI

'ouarq olunluo un sa souarqe solunfuoJ ap elrug ugIJJasJaluI E'I
'ouarqp olunfuo un sa souarqe solunfuoJ ap eIJEJ]IqJE uglun p'I
'v : v
:rs aluaurcsDard olrarqe sa
:salorJalur uos solund sns sopo] :ergru8rs oualqe sa
y olunluor u
'v-v
:oualqe o1,rntuo3 o
'{-Y:s.yrs
:v
-y
:sapepardor
'y
:elouap as
'sarorJalul solund sns ap olunfuo :y ap JoIJa]q o

'V
(q'u) > x :anb e1 'q > n uoJ '(q 'tr) ole^Jalul un alsxa
@'a)
^ oJau4u o) o]und :(y e Joualul o) y ap Jolralu! olund .
anb
eed x ([eal
:saleal sorarugu ap y ounluoJ un sorueJeprsuoJ r
1a
:ll
.O>XIS
+ lxl >
'x-
'0<xIS 'x
,C
xl
'lf-xl >llrl -lxll
o
(rEInSuEIrr pepen8sap) o
:l11x1:
o
:sapepardoJd
lrxl
txt :x IeaJ oJaru4u un ap olnlosqB roIPA
]:
sg
NOt)VlnildVNA
366
REALES
Subsucesin de una sucesin (an): una sucesin (aornl), donde p es una aplicacin de N en N estrictamente creciente (es decir, verifica:
VneN,p(n)<p(n+I)).
El trmino de orden k de la sucesin (on<") esi zlp&) (coincide con el trmino
de orden p(k) de la sucesin (")).
(a";n > k).

(n)tn>k),
(f
La notacint
donde k e N y -f es una aplicacin del conjunto {k,k+ 1,k + 2,...} en R., designalasucesinsiguiente: (f (n+k)).
La sucesin (a") es constante si: todos sus trminos son iguales a un mismo
nmero c e R.: Y n e N, 4n : c. Tambin diremos que (a) eS constante si
existe n6 N tal qtue an: c para Iodo n > ns.
La sucesin (an+p) tambin se denota:
Sucesi.ones convergentes. Lmites inftnitos Consideramos una sucesin de

nmeros reales (a.,r):
o Que la sucesin (ar) converge al nmero real l, o que I es lmite de la sucesin (ail, significa:
Ve > 0,
fk e N, Y n> k, cLn Q- e,L+ e)
(para cada e > 0 todos Ios trminos de Ia sucesin, salvo posiblemente una
cantidad finita, estn en (/ - e,L + e)).
:
Se denota: lm (a") : L, o tambin:
1I]*"" l, que se lee: "el lmite de la
(rr)
sucesin
cuando n tiende a infinito es /".
Sucesin convergente: la que converge a algn nmero real.
Sucesin no convergente: la que no converge a ningn nmero real.
tropiedades de las sucesiones convergentes:
o eI lmite de una sucesin convergente es nico;
o toda subsucesin de una sucesin convergente es una sucesin convergente que tiene el mismo lmite;
o toda sucesin convergente est acotada;
o toda sucesin acotada admite una subsucesin convergente;
o la propiedad de convergencia a un lmite es independiente de los k pri-
meros trminos de la sucesin: si Ia subsucesin (an;n > k) es convergente, tambin lo es la sucesin (a") y el lmite es el mismo; esto
es: lm
o
er) -
lm
(&nin > k);
lm(an-L) -0 <> lm(lan-l )(a") y (br) verifican: Y n

gunng N), entonces: lm (bil - 0 + lm (eil - 0;
lm(en)
-L
<+
o si las sucesiones
(para al-
si las sucesiones (an) V ( bn) convergen a a. y a b, respectivamente:
lm (la"l)
- lal,
lm (cLn +
pb; -
ae + Fb,
("q + ua) u'l
('qua) w\
q+a
qa
oo*
O -UTS
0>ATS 'oo0<U$ 'oo+
oo-
oo-
'
0 - a$
0 > A $ 'oo +
0 <ATS 'oo-
oo+
oo+
oo+
oo+
oo+
oo-
oo-
oo-
oo-
oo-
oo+
oo*
q
("q)
u.rll
a
(ua) ull
:(alualpuodsao
ugrsaJns eI ep epeu Bn8asB apand as ou anb ergru8rs ,, :afr-u4l ns ptouap 4
'(zq) uorsaJns EI sa oI opuenJ :alr-ull ns elouap z ,auaEla.l,uoJ sa (au) ugrs
-aJns eI opuen)) salr-urq ap olnJIgJ p ered sapepardord ap uarunsaJ_oJpen3
'0
: (u lI) ru ,( sonrle8au uos
'Elruu pppBue) pun gzmb ones '(ua) p sourruJgl sol sopol rs olos .{ rs
a- : (uo) [Jl :o]IuuIrI souaru alr-url ap aluarJlJns,{. eresaau uorJrpuoJ o
:O : (a lI) ur; L sonqrsod
uos 'p]ruu pepurreJ eun gzrnb oÎes'(ua) ap sou[rua] sol sopo] rs olgs ,,1
IS oo+ = (uD)wll:olruuu sgru alr-r4l ap aluarJ-rJns,,l, eresaau uorJrpuoJ o
iolruurn oluo) olruu sa rs olupl ,otru4 sa ugrsaf,ns Eun ep elr-rr4l Ia o
ialuaSa.tuo sa ou (au) ugrsatns pI:oo- : ("o) utl o oo+ : ("o) ull rs 9
:sotlugq salFull sol ap sapPpardor
'ooua
- "offiff
:ugrqrue] o 'oo-
(ua) urJl :elouap
aS
'q >
4 <u'N u A'N E ry E 'U = q A:soloqruls ull
=
'q anb saloueru uos anb pn8r
o o,,l.eru uepJo ap (u ) ugrsaJns eI ap sour-tuJg] sol sopol anb p N ry atse
=
'U > q eper ered :euru8rs (oo-) olr-ugul souaru p apuap (u?) uorsatns pl anQ
'oo+ :
'oTll!:ugrqrupt o'ooa: ("a)wl:elouap aS
'elua 4<.tt,N
A ,N f f E'U f qA:soloqursul
=1.1
'q anb saoLeru uos 7 anb en8r

o o,,Leru uapJo ep (uu) ugrsaJns pl ap sou[rrJql sol sopol anb e} N D Z a]sEa
(oo+) olrugm s-plu p apuap (uz) uorsarns pI ano
'U = 4 eper ered :elgru8rs
l(orurouod un sa d apuop) (D)
rc +
: (("o)) u\
q$) ql0 : (uqlua)wll 'qa : (uqua)wtl
tgE
NOt)Vlnil]VNA
368
REALES
. Lmites y polinomios: si P es un polinomio de grado p > I y ap es su coeficiente

de grado p (es decir, el coeficiente de np):
. : Il**,
sia, > o,
lim P(n)
n-@
l_oo,
y si Q es un polinomio de grado q >
p y q ll
p>q
a,
si
<
0:
I y bo es su coeficiente
',m(ne-q
*oo
de grado 4:
*Q@)
*oo, t a,
fr>0
jm
rl-crc
A''
-oo, si?<0
0q
p-q
p<q
,l
/{itl
r.il
y'r
''
,
rlll
lm (1)
0
:1
a,p
bq
0
Consideramos un conjunto A no vaco de nmeros reales y un nmero real a. El

punto a es punto adherente de A significa: existe una sucesin cuyos trminos
sonpuntos deAy queconverge aa.

Adherencia de A: el conjunto de los puntos adherentes de A.
denota: .
Convenio: 0:0.
Se
Propiedades:
a a e precisamente
o
si: cada intervalo no vaco, abierto y acotado, al que a

pertenece contiene puntos de A;
dado un conjunto no vaco acotado superiormente: su supremo pertenece
a su adherencia;
dado un conjunto no vaco acotado inferiormente: su nfimo pertenece
su adherencia;
o A c (todo punto de A es adherente a A);

o es cerrado;
a una condicin necesaria y suficiente para que A sea cerrado es: A: ;
o siA -B:.8;
o si los trminos de una sucesin convergente son puntos de un conjunto
cerrado, su lmite pertenece aI conjunto cerrado.
Sucesiones montonas Consideramos una sucesin (a) de nmeros reales:
. La sucesin (a; es creciente si: V z N, 4, 4 lLn+t.
lu4 praua8
ormJrJ?l ap eI sa oI ugrqrup] 'alua8ranrp sa z eraua8 ouruugl ap arJas pI rs
luz eraua8 ourur
-Jg] ap pI sa ol ugrqupl 'aluaEarruo sa u4 lerauaS ormnrgl ep arJas pl rs
:(N ryur8eered) ,q>ua > 0'{"''I+4'4}
=
=u4:anbsae1
uos (uq) ,\ ("a) sauorsaJns se1 anb soruauodns (sauas ap ugneredruor) o
:O : (u) ruJl :sa alua8razruo es
eraua8
orrrruJgl ap arJas e anb eed'aluargns ou oad 'pupsaf,au ugrJrpuoJ eun o
ua
iua lercua8 ourruJg]

ap eI se oI u?rqurp] 'alua3anuo s luol eraua8 ourruJg] ap arJas EI rs .
:saPePardor '
4:u
: un f :aqrr;sa as u?rqrupt
'S
'5 eruns ap .ri. alua8raluoJ sa (4 < u lan) uorsalns Eun p perJose
arJas eI IS
'alua8razruo sa ou anb e1 :aua8,ra,rp arra5

S
't :
, o=d
,,'
(o" K )
e :ergru8rs '5 eurrit p
-aJns
z(
ua
O=u
:erouaP a5
:rrf,ap sa 15 algu ap.,i. aluaSraluor sa (uS') ugrsa)ns
'aruaEraluoJ sa az eraua8 oururJ?l ap arJas pI an

.uu + . . . + In i oa : a5 apuop (r.s) ugls
EI '.ua letauaa ourruJql ap alJas o'(uD) uglseJns eI e epElJose alJag o
:seleal soJaru4u ep (ua) uglsaJns eun sorueJaprsuoJ salaat so)abur.tu ap sauas
'aluaEarruo sa ou ("b) uglsaJns pI
:I-
> b rs o
:O: ("b) rult :r > lbl > grs o

:I: ("b) urlt :I : b rs o
ioon: ("b)wll:1 < brs o
:sapupardor
'("b)
'oo
ugrsarns eI :(0 + b) b uozer ap pJlrlgruoaE ugrsarns

epplo)e glse ou z( alueraap sa IS laluaSanuo
- : ("u) wll :aluaruJorJaJrr
ugrsaJns Eun sa saJuolua 'aluaruJorJeJur ppploJe glsa ,( aluapalJap se (au ) rS

'oo* : ("a) w|l :aluaruoradns ppplo)e glsa ou z( aluara sa rs laluaSauo
ugrsaJns eun sa saJuolua'aluauroradns epploJp glsa,{ a}uar)alJ sa (uu) rS
'aluarJaJJep se o aluarJal) sa :rs puotguoru s (uu) uorsaJns Ef
'r+uu < az 'N I 1 A :Is alualJalJap atuaruelJlJlsa se (au ) uorsaJns E'I
'r+ua > ,?, 'N I u A :IS aluaIJaJJ aluarueplJlsa sa (au ) uglsalns e'I
'r+ua < 'u 'N f 1r A :rs atuarJaDap se (ua) ugrsaJns p'I
6gt
NOtSVlnildVXA
37o
REALES
(cdterio de convergencia de I'Arnlrsnnl) suponemos:
n-
n_a la"*'l
I A.n
: r,
con r > o;
si I < 1: la serie de trmino general lanl es convergente; si I > 1: la serie

de trmino general a, es divergente;
(criterio de convergencia de CAUCHY) suponemos:
lm
TL-
con L> 0;
si I < 1: Ia serie de trmino general lanl es convergente; si I > 1: la serie

de trmino general a" es divergente;
o Ia serie asociada a la sucesin (tln2;n> l) es convergente.
Serie armnica: la asociada a la sucesin (t I @ + 1)); es divergente.
Serie geomtrica de raz6n q (q. * 0): Ia asociada a la sucesin geomtrica de
raz6n q.
Propiedades:
geomtrica
o si l4 | > t: la serie
*1
o sio .lql .t: \ a" : L-Ll
=0
de razn q es divergente;
sSuvNtuuffiSHd
Y irf,rGN+dv
A.
372
PRELIMINARES
ESQUEMA RESUMEN
1.
Conjuntos 373
1. Primeras nociones sobre conjuntos
2. Subconjuntos
3. Complementario de un conjunto. Diferen4.
5.
6.
2.
cia de conjuntos
Interseccin y unin de conjuntos
Producto cartesiano
Relaciones .
. 380
aplicacin
. 382
Aplicaciones 3 91
1. Correspondencias
2. Aplicaciones
3. Imagen e imagen recproca por
4. Tipologa de las aplicaciones
5. Composicin de aplicaciones
.373
.378
. 386
3. Operaciones 402
1. Ley de comosicin interna u operacin.
2. Propiedades de una operacin.
3. Grupos
4. Cuerpos
5. Ley de composicin externa u operacin
externa
. 402
.403
. 406
.407
.408
.387
. 391
.392
una
. 393
4. Polinomios 1L3
. 4I3
1. Definiciones
2. Operaciones con polinomios
.4Lj
3. Divisin de polinomios. Cero o raz de un
polinomio
.4I7
. 396
. 398
5.
Solucin de los ejercicios
propuestos
119
-Pur seJlel uoJ
:aqrJJSa as
'ugrua1e orr]grualeur'(Bt6I-S?B 1)
uorxv3
3roa3 t
Pr)uauauod
'aeV o 'Vla
'tl olunluo lap o]uaruala un
sa a
z{.
o}unfuor un sa V' IS
'sEInf,s4ur-tu seJlal uoJ soluaruala sol z( 'se1nrs4zi.
solunluo sol JPuErsap pnsn s
solunfuot utad lo)aua? uotta]olt

'olunfuo
un ap ate as anb reqrasap eleq sou epnp eganbad Efs[ '0202 olre Ia ua oled ap sE]sII sPI ua
ou o gleln8u ppeullulalap euosad eun Is raqes aqsod sa ou pepqenl)E EI ua sand 'oN
seuosrad selsa uos solueruala so.{n otunfuo) Ia alslxe JEruJge
sourapo? '0202 ogp e ua ored ap setsrl sel ua ugreln8g anb seuosad sel ua Eroqe sotuasuad
Oldlnllll
sa ou anb 'Sepnp e ,refin uts
iolunluo atsa ap o]ueluala un
'sa oI ou S olqure) ue lotunluo e]so ap olueruale un sa )0 PJ]el

lap se'ral spl uos so]uaruala so,{n o}unfuoJ Ie solualaplsuo3 Z OldtAi]E
pI 'osJ alsa
uI
'oEarE olaqeJlp
'olunfuo
oluauala un sa rs S 'olqureJ ue
lop
r efiar8 EI]aI eI aC
'nJap Souapod
:IEu4Jap ugoeJarunu pI ap spqrJ sEI uos solueuela so,,(n olunfuoJ Ia
sorueJeplsuo) I Oldyllfl
r'trorNvJlod opnnpoJtul anJ olunfuot oururJgl I

'olunfuo
sa ou o sa olafqo a rs uro4nbau PrrrJoJ ap JaqPS souapod
oluauala
Iap
,'f. olunfuoJ un sopep :soruapua]ua replugap ualc[,, Jod
'erarnbsaen otalqo un
'olunI
-uo) pp soluauala sorualplrluouap anb ';s allua sopel)ualaJlp a]uarrrelJaJad solal
-qo ap opulap uarq uglc;aloJ eun ouro olunfuoJ un oluaumll]n]ul soumrgag
'sEJr]9rualPhtr sel ap serrIEJ sel sepol ue
-uaruppunJ sa olunfuor ap oldaruor
11 solunfuot
atqos sauolJou sa'Dwtlt
soluauala
olunluo3
p]
'f
SOINNfNOf I'Y
sotNnf No)
tE
'
I'v
A.
374
Co nj
ntos
numricos
Conjuntos
EI
numricos
Los conjuntos que ms utilizamos en este texto son:
conjunto N de los nmeros naturales:
o,r,2,3,4,5,6,7,8,9,
.
.
PRELIMINARES
10, 11, 12,
..
Denotaremos por N* el conjunto de Ios nmeros naturales no nulos.

El conjunto V de los nmeros enteros: 0, 1, - 1, 2, -2, . . .
EI conjunto Q de los nmeros racionales: las fracciones p lq, donde p y q son
nmerosenterosyq+0.
. EI conjunto
R.
de los nmeros reales: los nmeros racionales no permiten medir
cualquier cantidad o cualquier longitud relativa (por ejemplo, si d denota Ia longitud de la diagonal de un cuadrado, y I denota la longitud de su lado, Iarazn
entre d y I no puede representarse como un cociente de nmeros enteros); con
el conjunto R de Ios nmeros reales se "completan" los nmeros racionales, de
forma que con los nmeros reales ya se puede representar cualquier medida.
Denotaremos por R* el conjunto de los nmeros reales no nulos; por R*,
el de los nmeros reales positivos o nulos; y por Rf , el de los nmeros reales
positivos.
Defi
icin de u n
conjunto por
n
extensin
Deftnicin de un conjunto por extensin Si podemos escribi todos y cada uno

de los elementos de un conjunto, se suelen escribi stos entre llaves ('{'y'}') i'
separados por comas. Por ejemplo, si designamos con la letra A el conjunto de las
cifras de la numeracin decimal, escribimos:
A
Esta forma de definir
-o
{0, I,2,3,4, 5,6, 7,9,9}.
representar- un conjunto, escribiendo explcitamente to-
dos y cada uno de sus elementos, se denomina definicin por extensin.
EJEMPLO
Si B es el
conjunto de las vocales del alfabeto espaol, entonces podemos escribir:
= {a, e, , o, u},
que es una definicin (o representacin) por extensin del conjunto B.

EJEMPLO
lIa,b|l representa por extensin el conjunto formado por el elemento Ia,b\, el

cual a su vez es otro conjunto (definido por extensin y formado por los elementos a y b). Se
verifica:
El smbolo
ae
El smbolo
Nota
bene
elemento
la,
{b
c}l
Ila,b\\ y
fa,bI e IIa,blI
representa por extensin un conjunto con dos elementos: a y {b , c}
No debe confundirse el elemento a con el conjunto
).
{a} (formado por
el nico
'aluaruJolJatue oprulJap e.{ olunluoJ un sa 3. apuop
anb selEl
p saluarJaueuad
{
"'
x soluauala
t-,,"'pPpaldord
eI PJgnaA
sol ep olunfuof, Ia sa l?',, aal as
pepardord PI Eruual
anb-
x I I = xI : H
:eruJoJ aluarn8rs PI ap ugls
o- soruaJlugap 'eJI])gJd e u1
-uaduror lod olunluo un
-soluaJe]uasada
'ugsualduror rod
o- oplulJap glsa olunluor a anb souraJlp
-opeluasada
rod olgs L soluaurala sns od epe].rJpen eas anb pepardord eun
oser [e]
ut
'so11a
uglsuerdLuo)
tod olunluor
un 0p u9Druuac
'JrJap sa 'soluaruala sns eJIJalJee anb pepardord Pun opuep olunfuor un -Je]uas
o- Jlugap apand as uqlqureJ ugrsuatdtuot .tod olunfuoJ un ap ugtttulaq
-ada
's
- (g) p.'el
:auau as '(V/g 'd '7 oldruata 'r) logedsa olaqeJle Iap saleJo^ sPI ap g oluu olunluoJ Ia eJed
:auar] as FrurJap uolJeJarunu el ap serJrf, sEI ap v olug olunluo Ia ered L Oldy\] F
'0I - (y)p.lel
'(E) prEJ :e]
-ouap as '3l ,ap luurtlJef, Eururouap aI as I ol1ug ounfuo; un ap' soluauala

^ BI v 'soluatuala sns JEluoJ alqlsod se 'o1ruu olunfuoJ un sa l' IS
ap puppueJ
olu
n [u
o:
un ap leurprPJ
'solggq uos 'aluaurcrladsa 'sapar,{ sapu

-orf,er 'soJalua 'salrnleu sorelu4u sol ap tU ,(
O 'Z 'X solunluo
so anb as,reqo,rd apan
'ftt'd '7 odurafa'J)) Iogedsa olaqeJle Iap sa1e)o^

sel ap g olunfuo Ia oruoJ lse oltug sa 1erulJap uglJJarunu eI ap serl) sel ap Y olunluol 1 9
Oldlllfi
ol!uuur olunluo3
'araqrelpqftq qqrxa raa uapand solorap qlf
-3p
ggq Eppl.{ sqpgr enb ergpan anb olun{uo) un sa o$uS olunjum m '4rap sT 'sCIl
-JW rlo so{rrdup uepqQ}x? rgd sopel4qqu.rda,r ras uapan{ anb golq4$ro? sol ael
o]!u !J olu n luo3
'(SOg 'd 'r) esorn8rr eun od soruaJrnlllsns alupape sgur anb 'oltug olunluo
ap lpuorsrlord ugnrugap Eun uglf,enrnluoJ e solueq pulptoJ 'so11uJ solunfuo3
'eluadun ap Jorra un sa asauodns graqap 1e] oloqruls un ap
l({p ') ' q'o 'a} :odtna[a rod) sop0ader so]uaruala saêll er]ua uarn8g anb a ua oloqruls un
olunluo un ap uorJeluasada el oIIIo) souarEraprsuo) ou ',,Is aJlua sopEIJuaJeJIp alualu
-elJaJJod sorafqo "',, :elJap anb 'o]un[uo ep p^qln]I4 uglJrugep eI e souopugrue]V eloN
sotNnfNo) 'r'v
st
A,
376
EJEMPLO
PRELIMINARES
Si C es el conjunto de los nmeros naturales mltiplos de 3, entonces los elementos de C

estn caracterizados por la propiedad: "ser nmero natural mltiplo de 3", es decir, esta propiedad es verificada por los elementos de C y slo por ellos. Una definicin por comprensin
de C es:
C
: Ix e N I x es mltiplo de 31.
Nota bene La letra x de la definicin del conjunto anterior por comprensin es vna yariable terminolgca, es decir, no es ms que un "soporte" para la representacin del conjunto. Por ejemplo, se define por comprensin el mismo conjunto de las dos siguientes
formas:
{xe
EJ
EM
PLO 9
lxesmltiplode3} y {ne
N lzesmlriplode 3}
D es el conjunto de los ros que nacen en la Pennsula Ibrica, entonces los elementos
D estin ca-racterizados por la propiedad: "ser ro que nace en la Pennsula Ibrica". Si
denotamos por M el conjunto de los ros del mundo, una definicin por comprensin del
Si
de
conjunto D
es:
D=
EJEIrPLO I 0
|x = M I x nace en Ia pennsula lbrica]
Si F es el conjunto de los nmeros naturales de tres cifras significativas,2 entonces los elementos de F estn caracterizados por la propiedad: "ser nmero natural de tres cifras signi
ficativas". Una definicin por comprensin de F es:
- {x e N I x es de tres cifras significativas }
Ntese que otra forma de definir el conjunto F por comprensin es:
F-{xeNl100<x<999}
Notacin de
un
conjunto con
pu ntos
Utilizaremos otra forma de definir un conjunto por comprensin: usando puntos

suspensivos. EI conjunto F del ejemplo 10 (cf. p. 376) se puede definir por comprensin de la forma:
suspensvos
{100, 101,
..
., ggg}.
Los puntos suspensivos se escriben cuando se sobreentiende inequvocamente lo que

hay en su lugar; en otras palabras, cuando no hay lugar a dudas sobre qu sustituyen.
En nuestro caso, sustituyen claramente los nmeros 102, 103, etc.
Nota
bene
La representacin de un conjunto utilizando puntos suspensivos no es una

representacin por extensin, pues no figuran explcitamente todos y cada ano de los
elementos del
conjunto.
ZPor nmero natural de tres cifras significativas

entendemos: nmero natural que se escribe utilizando exactamente tres dgitos, y la cifra de Ias centenas no es 0.
ugl)unluoJ EI sa
r
-,
',-,
sou8rs sol ap opeJuru8rs Iap
^,.-,
ou8ls Iap opJIJruSIS Ia anb ap asrP]e)Jad aqap rol)al
'(9 ap odr4ru sa ,r)
ouoq e]oN
(g ap odt14ru sa x l, ap oldq4ur sa x)
:EruJoJ EI Ap
,,9 ap o1drl1qru sa
r rs olgs ,{ IS ap oIdIrI4u sa x z( ap oldr14ru sa x,,
:ase4 pI soruaJlqrJ)se 'odruafa Jod 1,,'"IS olgs ,{ Is " ',, ap PJn}EI,\aJqe oluoJ
, ou8ls Ia SoIuaJEZIIrln 'uqrqure
"'rS eluarupsrad''
'(t
',, ap eJnlEIAaJqP oluoJ
ap o1dr114ur sa
x)
........+
(Z ap o1dt114ur sa x)
:u9rqruel o
'(Z ap oldrq4ru sa
x) {- (f ap o1dt114tu
sa x)
:eruroJ el ap
,,2 ap o1dr114ur sa
x saJuolua '7 ap o1dq14ul sa x rs,,

:ase4 PI SOUalqrnsa'o1d
-ruala od :,,'"sa)uolua '''' IS, ep PJnlerAaJqP oluof, , .- , ouEts Ia JPZII]n IIl4 sl

xsa)uolua';f xrs tl'J=xsaf,uolua'V= xIS
'V
:se,rqepd seJlo ua :y e a)auaued 'ap oluauala opo,{ J e aJeuauad y ap o}uarua1a

OpOl IS 'ilJap Sa lsoluaurala SoIuS1u SoI uaual] s Saenfi uoS anb aJIp aS 'solunfuo
sop uos (enrs4,{eru eurure8) .i' ,'f. (enrs4,'l.eru Pllap) V IS solunfuot ap popon0
uT 'olJe^
'sand 'sa x
olunfuor Ir
solunluo:
ap pPplen6l
'0 (X)p;el :e)urJan as .{ 'o}1ug sa X '.re1nrr1ed

'0 _ I + zX :pPppnSt el e8esqes anb x IeaJ oraru4u
u1r8uru ,(er{ ou (a}uarullJgJ eqanJduroJ as ouror) sand 'oluatuala u48ulu aual} ou
'{o - I*zxlU=xl:X
'0
saJuolua
:olunfuo) Ia sa X
IS
tt
oldti\]rl
(0)prPf
:g e pn8r
pu
-rpJer ap L orug sa oIJeA olunfuo 1a anb opepsod oluoJ soluaJeldare uarqurel
'0 :elouap
as 'solualuela
aual] ou anb 'olen oilmftro) opBulruouap 'olunluo un a]slx:l

:opelnlsod aluamSts
1a
oJle^ olu
n lû
of
olJa^ olunfuoJ
sorualeldaJv
sctNnf No) ' I'v
A.
378
PRELIMINARES
Con esta notacin recin introducida, la igualdad de dos conjuntos A y
puede
expresarse de la forma:
xeA-
xe f,
que se lee: "x pertenece a A precisamente si

nece a A si y slo si x pertenece a i- ".
Notacin para
conjuntos iguales
y para conjuntos
distintos
f
Si dos conjuntos A y t
Si dos conjuntos
En
pertenece a l- ", o tambin:
no son iguale's,,se esCribe: A'+
lo sucesivo, indistintamente escribiremos: A -
xA xef
EJERCTCTO
-f
son iguales, se escrib e: A
"x perte-
f,
o bien:
Considrense los siguientes conjuntos:
A: {r,2,3,4}, B = 14,2,r,3L
c:{1,2,13},41 y D: {1,{2,3},4}.
Estudiar cuIes de los anteriores conjuntos son iguales entre s. Calcular eI cardinal de todos
ellos.
2, Subconjuntos Cuando cada uno
de los elementos de un conjunto A tambin

Subconjunto es elemento de otro conjunto B, se dice que A es un subconjunto de B, o que B es un
superconjunto de A.
Si el conjunto A es un subconjunto del conjunto B, se escribe:
AcB,
lnclusin
y se dice: "A est contenido en 8", o: "A est incluido en B"; tambin
se puede
expresar este hecho escribiendo: B = A, y se dice: "B contiene A".

Usando el signo '-':
AcB eslomismoque; xe A
xe
B;
B=A eslomismoque: xe B <- xe
A.
--------+
(1)
Ntese que tambin podemos afirmar:
AcB
eslomismoque
xB - xA.
(2)
no es un subconjunto del conjunto B, es decir, si hay al menos

un elemento de A que no es elemento de B, entonces se escribe:
Si el conjunto
A8, o B1A.
'V c g o'g
V :solualrqrJlsa 'g ap ordoJd olunluoJqns un sa Y
rS
'vf g I g=v
:EJgrraA
as rs ,g olunluo ap ordo,rd ounfuorqns un sa y ounfuor a anb o 'B' olunluo un Ptrlr]se uglsnl)ul
ua aluaruelJlllsa opr-nlJul glse y olunluo un anb soluaJrc otdo.td olun(uotqng
Y
'J f y 'l' fl - x
'J - y . fl f x
@)
X,V_X
'fl-
@)
Q)
') I x'4.vf x
@)
.'sal
epeJ ua
x olunfuoJ
[e sapnfu ras uapand

'
{}
IoI
'O
uatn?ts soseJ orLenJ so[ ap oun
'J 'g 'V soJun[uoJ so[ ap sa[enJ reururra]ag
'{, {v'z} : r '{s'v\: o '{6'B'v'z}: J

'{g's'v'E'z'r}:v
:solunfuot sa]uatn8rc so asuar?plsuoJ
'fl:V ._
'J=V <-
:ef,JJrJaA as
z otf DulE
v..sl
,(
g_VJlo
r.sl
^
fl-v)
'v-v
lo
I
saf,uoluo 'sotunt-uoJ sop uos 'g
I t/ IS
:solunfuor ap peppn8t ap uqI]Iu-IJap el reprorar

aambar eJaf,Ja] el lseurqo uos seralurrd sop se-I 'solunfuor ap uqISnlJuI eI ap sapep
-ardod saJl ugl)enulluoJ p SoruelJunug Solunfuot ap uqlsnlJut al ap Sapvpao"t"
'B'
V :saJuolua
r0 :
9I - ,x
:uglJenJa EI ap selEar sauoDnlos ap
olunfuo Ie se g ,l'O: V - x :uglJen)a EI ap seIPaJ sauolJnlos se ap olunluoJ Ia sa y IS

:EuPuras eI ap so^rlsal s]P sol aP
opluatuo) Je]sa aqap ou Euptas EI ep salqploqel se]p SoI ap olunluor 1a
olunluo
Ia ue
:uglJlugap ns ap elJuanJasuoJ oluoJ'U
i{V'E'Z'I} fi {g} orad '{V' {}''Il = {}

:anbPr('{v'E''I\
: I 5\
I Iv'{}'Z't}
'
.
r
:eJurJaA as
L Oldl/ll
sotNnfNo) 'r'v
6E
A.
380
EJERCTC|O 3
Comprobar se verifica:
AcB
Co nj
su
PRELIMINARES
l^l
B.
nto de los Conjunto de los subconjuntos de un conjunto Si E es un conjunto finito, se puede

nj u ntos d e definir el conjunto cuyos elementos son los subconjuntos de E. Se denota:
bco
"(E),
un conjunto
EJEMPLO r 3
Si
: {l,a,A},
entonces el conjunto cuyos elementos son los subconjuntos de E es el
siguiente:
:
"(E)
{0, {1}, {a},
{a},
Sobre el cardinal del conjunto

mostraremos aqu:
Teorema
Si
"
{1, a}, {1,
a}, {a, A},
(E) se tiene
(rtnl) :
2n
a}}
el siguiente teorema, que no
E es un conjunto finito y Card(E)

Card
{1, a,
de-
: h, entonces:
Ntese que para el conjunto E del ejemplo 13 se tiene:
Card(E)
-3 y
Card
lnfn) -
23
B.
un conjunto cualquiera (no necesariamente finito), admitiremos como

postulado que los subconjuntos de E constituyen un conjunto, el cual se denota
por ?(E). Afirmar que X es un elemento de ?(E), es decir: X e
es lo mismo
"(E),
c
que afirmar que X es un subconjunto de E, esto es: X E.
Si E es
3. Complementario de un conjunto. Diferenca de conjuntos
Considere-
mos pa todo este apartado un conjunto E.

Complementario de un conjunto Si A es un subconjunto de E, los elementos de .E
Complementario que no son elementos de A constituyen un conjunto que se denomina complementade un conjunto rio de A enE, y se denota: CrA. Es decir:
CA-{*eElxeAI
Obsrvese que de esta definicin se deduce que el conjunto Cr A tambin es, como
eI conjunto A, un subconjunto de E,y que si x e E, entonces x e A o x e CpA, pero
no ambas a la vez.
'
g (a)'V
-I
@)'
'{9's'7'}
J - g O)'V - ) @)' g - V @) :setuarna8 so[ ugrsua]xa nd nuuap
: )'4' Ior'e'9'v'} = s'Is'v'E'z'rI :v

:solunfuoJ so[ sopeo
? orf rfur E
.v_1=v1):aluau
-plerpaur4 aJnpap as olunluoJ un ap olJeluarualdluoJ ap eI ap,{ uqptugap u}sa aC
'\a0x
:JrJap
.y=xlr=xl:s-v
sl 'g - V :Elouap
as .{
'g,{
solu n luor
V' ap elJuaraJlp Errrruouap
ap PrfuaJajlc
as anb olunluo un ua,(n]lsuoJ g P uaaualad ou oad Y P uaf,aua]ad anb 3. ap sol

-uaruala so1 'E ounfuo] Iap so]unfuotqns sop uos S,{ V'IS solunfuot ap anua'nfiq
Vfl)=:;,:;;;;:
'Vr))X
VfiX)
I
T=XJ
:saluolua 'g olunfuol lap solunfuorqns sop uos g
y
^
Is
:opueltdora
'V
orusru ol sa g
r) - grl
:erJuanJasuo) uI'V'
x {- fl x anb
-v i(BLg 'd'Jr) () eluanr ua opuarua] ergrlsnf as osed opun8as Ia apuop
'v 1) =x e (V 0 x I= x)
-
(g
I x I I= x)
<-- gr)= x
:JrqIJ)sa sourapod 'o])aJa
'V
olunluorqns un se y anb etuan ua opuarual
'v
Iv
>
JIqITJSa
1)
gs)saJuolue 'g
.
= .tV lS
ap
apand as peppnS eu4rlr,l el apuop
I ) xI = Ivrl I x I I = xI : (vn)s)
:alnpap as orJeluerualdurol ap ugIJIu.IJap el ep rol)aJa uE
'v:(vrf )rJ.
'olJluaruelduroJ ap uglJlugap l ap Plelpaunn PlJuanJasuo) Eun sa pepardod elsg
-uolua'Vr) = x rc :elaeuretotdtat
Vx'{I)xseJ
!yt1 > x saJaolua'V 1 x 1 = x lS .
:ef,rilJa^ as seJuoluS
'E olunluo lap so]unluoJqns sop uos g
V'
oualualualdLuoJ lap sapapao)d
IS
sotNnfNo) 't'v
IB
A.
382
4. Interseccin y unin de conjuntos

un conjunto
PRELIMINARES
Consideremos para todo este apartado
E.
conjuntos Si A y B son dos subconjuntos del conjunto E, los eleque

pertenecen a la vez a Ay a B constituyen un conjunto que se
mentos de E
denomina interseccin de A y B, y se den ota: A B. En smbolos:
Interseccin de
lnterseccin de
conju ntos
AB-{xeEl
XE
AyxeBl.
Obsrvese que podemos escribir:
xeAB
lxeA
- I
lx
ANB
e B,
-1
lxet
0
lx e n.
Son consecuencias inmediatas de esta definicin las siguientes propiedades

Propiedades de la
i
nte rsecci
Si,A
y- 8,'sor1,
dos subconjntos del conjunto E, entonces:
o AnA:A,
o AnB=,A y',.4',BgB.
Ampliamos nuestro postulado sobre el conjunto vaco aceptando que para cualquier conjunto X se verifica: X n A : A.
Puede ocurrir que los conjuntos A y B no tengan elementos comunes. En este
caso, diremos que A y B son disjuntos, y escribiremos: A n B : A.
Cuando escribamos: AaBaC, entenderemos: (AnB) nC, que es lo mismo
-como
se comprueba fcilmente- que A (B C).
EJ
ERC rC
rO
Sean
A y B dos subconjuntos disjuntos de un conjunto E. Comprobar podemos escribir:
xeA-x8,
y deducir de ello que A c Cs B. A
EJ
ERC tC
tO 6
y xeB-xA,
Si A, B y C son tres subconjuntos de un conjunto E, comprobar que si
A c B, entonces
tiene:A.CcB.C.
EJERCtCtO 7
Si
A y B son dos subconjuntos de un conjunto E, prcbar que podemos escribir:
A=B-AnB=A.
EJ
ERC tC
tO
Si
A y B son dos subconjuntos de un conjunto E, demostrar se vefica:
A-B:AoCpB,
y deducir de ello que (Cr S) - (Cz A) : A - B. a
se
'(.lu v)(gu v)>x-
J=x^y=xl
JU V-*)
'n
o L..-----^L.----gt) v=xJ
fl=x,\V=x)
J= x o s=xl
Jns=x.l
^ I
^ l-(Jns)uv-x
y=r)
v=x)
:olJaJa
'QuV) n(suV):Oag)y.
:EJUIJAA AS SAJUO}
-ua 'E ap solunfuorqns sal] uos
It
s'v ls
v
-uayr8rc o[ ilquJse sowapod anb
nqotd'I
u9o)aealm a ugtun a4ua sauooap
.g=g)v * g_v:al
y rg
o]an[uoJ un ap soluntuoJqns sop uos g
V .g r) _ V s) :auarl as
saruo|ue'I = g ) (ysf ) fs anb eilsowap'I orun[uot un ap so]anfuoJqns sop uos g L y tg
as sa)uolua
oruo)-
'g 5 v
ls anb rcqordtrroJ
oursrur ol sa anb 'J
) @ nfl
'I
rr
0r
oDDUrrl
orfrfusrl
'). g - J.v:auaIl
oJUn[uoJ un ap so]unfuoJqns sail uos 3 ,4 g 'V lS
'(; n g) n y anb
pqanrdruor
-aluaurll)gJ
:souralapuelua 'J n g )V :soupqrJJsa opuenJ
6 Orf rf u3l-l
as
'X : A n X :EJIJTJaA as X olunluor,rapb

-unr ered anb opueldaf,e oIf,EA olunluo Ia aJqos open1sod oJlsanu sournpuoJ
"g-tr.iv ,\ v-fl)v.
rv-Ja\f-
VAV
'Vng-gnV.
ugrun
:saf,uolua 'E olunfuol lap so]unluo]qns sop uos g
Pl ap sopepardo;
v. IS
^.
:uorJrugap plsa ap splprparuu sprJuanJasuo) uos sapepardord saluarn8rs se1
'aox)
va*J-
s.vx
'g=".l
";
l--r.v=x
v=xJ
:JrqrJJSa sourapod anb asanrgsq6
'Ig=xov=xlE=xI:flV
solunluo:
:soloqurs u:I 'g n y :etouap as .{'g V, ap ug[un

euruouap as anb olunluor unuaLn]r]suoJ'soqum p o'g e o y e uaf,auapad anb g ap
soluatrrala so 'E olunluoJ lap solunluorqns sop uos g r{ V, tS
ap u9!un
so]unfuot ap ugryn
sotNnfNo) 't'v
ts
A.
384
. Au (Bn C) : (Au
PRELIMINARES
B) n (A u C).
La comprobacin es anloga a la anterior: donde se escriba:
'n', 'U', 'y', 'o', ahora se
escribe: 'u', 'n', 'o', 'y', respectivamente.
. Cr(AnB):
(CEA) u
(Cr).
En efecto:
lxer
xCr(AnB)l y
l*AB
f*=Ey xA
o
lxeEyxB
f" =CrA xe(CrA)

-1o
[t. CnB
. cn(AuB) : (crA)
r-.r(CEB)
n (cEB).
La comprobacin es anloga a la de la propiedad antedor.
De las igualdades anteriores, las dos primeras reciben el nombre, respectivamente, de propiedad distributiva de la interseccin respecto de Ia unin, y de propiedad distributiva de la unin respecto de Ia interseccin; Ias dos ltimas se denominan
leyes de DE MORGAN.3 Recogemos todas en el siguiente cuadro:
-Propiedades
d
istributivas
Morgan
1
t, entonces:
. Cn( nB) -(CrA) u(CrB),

o Cr(A a - (Cr A) n (Cr B).
-Leyes de A. de
EJERCTCTO
,on tres subconjuntos ef coti,tnto

o A nt u il : (A n B) u (,A n C),
. Av(BnC) = (AuB) n (Au C),
Si A, B y
Si
A y B son dos subconjuntos de un coniunto E, demostrar las siguientes igualdades:
a) A:(A-B)u(AnB),
b) Ar.tB : (A-B) u (A B) o (B - A),
c) Cz(A-l: (CA)u (A.B).
EJERCICIO
Considrese eI conjunto E
{I,2,.
.. ,90},
sean
los coniuntos:
- {x e E I alguna de las cifras de x es 6} B - {x e E I x es mttiplo de 3}

C : Ix e E I la suma de las cifras de x es mltiplo de s]
.
Calcular Card(A)
y Card(A u B u C), y defint por extensin los siguientes coniuntos:
(a) (CA)n(CrB)C, (b) (A-B)-C, (c) A-(B-C).

Adems, escribir una expresin, utilizando los conjuntos A, B y C, de suerte que se obtenga
un conjunto con un nico
elemento.
3Augustus rE MoncaN (1806-lBZB), matemtico ingls.
za|ue:V olunluoJ un ap orJeluarualduo)

aspIuo)ua pnllqeq sa 'oprluas etsa
u:I
'zzv eur89d eI ua ugrJnlos eI asra^ apand,
'rv o' ,v :ezllqn
as
'Il rJ
:ap
Ia rEu8rsap erpd ellrJuas sgru ugrJelou eun uoJ
'Iesre^run olunluoJ opelrJ Ie o])adsar uoJ
se
enb apuarlua as anb p'9nb e oradsar uoJ Jr)ap urs olunluo un ep olJe]ueurelduror a
augap as ugrqrue],{'psra,tun o}unluo ap sotunfuorqns uauodns es e]uarm]rJrdun anb
solunluo ered ugrun e,( ugnrasraltn eI 'ErJuaraJrp eI aulJap as 'olxa]uoJ elsa u:I 'odurala
epeJ ua olqls1p ras apand anb ,{ 'opupleqer] g]sa as anb sol uoJ solunluoJ sol sopo]
auarluoJ anb olunfuo un :psa^r-rm olunfuo) oppruell a augap as 'soJqrl soqJruu uE e]oN
')
lPsr a^ru n
olunf-uof
,soJlpglJad saJt sol ap oun EpeJ ,,{ sopot uaal seuosJad se}ugnJ?
g sorrpgrrad soqrup uaal spuosJad
ap sgur anb aqES as 'orur4 rod .
6Z
^
13,,f. g sorrp
sorrpgtrad soqure uaal anb so1
-g1rad soqure uaal anb sol ap alqop Ia uos
J ,( y
l;l ,( y sorp
-grrad soqure uaal anb sol ap alqop Ia uos g,( y sorpgrJad soque uaa anb so1
:g ,\ V sorrpgrrad soque uaal anb sol ap alqop a rod op;a sa J Ia
:J Ia uaal anb so1 ap alqop a rod oplal se g 1a
lg orrpgrrad Ia uaal anb so ap alqop 1a rod op;e1 sa y o;rpgrrad p
:sopellnsaJ
saluarnSrs sol uoJar^nlqo as 'J g 'v :ueJrlqnd as anb soJrpgrJad sar] sol ap saJo])al
^
olsando,td walqo,td un
er{ as slPd ouarf, ull
Olv'I allua elsanJua eun opezqeal
'(J u s uy)prel + (J u s)pref - (.t u y)prpl - (g u y)prpl -
(J)prpf + (g)prpl + (y)prpf

ap ugrun pI lpurpJpJ
: (; n g.
y)pref
:E ounfuor Iap J g'y solrug solunluorqns sarl

erud EIruuJgJ alualn8ls eI se prueJoel alsa ap oIJeIoJoJ ull
'c c) J
'() ppplpn5l
'(g u y)prpf
e1 a,,Lnlouor as
apuop ap
(s)prE) + (y)prpl = (g n y)prpf
:rr)ep sl '(g u y)pre3 alretsar

opelInSaJ Ip,('(g)prpl ,{ (y)prel rcIuns souapod (g n y)p.pf raualqo eed 'otuet rod 'g ap
olualuala oruoJ erlo
ap olueruela oruoJ ze^ pun :saJe^ sop eluanJ as g u y ap oluaru
-ala epeJ anb utuan ^'V
ua opuarue] ored 'g ap solueruela sol oprreluoJ ,{ ap so}uauala sol
I/
opueluoJ oqp) e asruâll apand g n tr/ ep soluaruale sol ap oluenJar I
ugt)Ellsorueg
'(g)prel + (V.) prel - (g u V)Wel + (g n V.)pref
()
:seJuolua'I olunfuot un ap
solru.rJ
lS
solunfuotqns sop aos g V
euaJoel
salPu!pref orlPnf
sol ap euaroal
sotNnfNo) 't'v
sst
A,
388
EJEMPLO
l7
PRELIMINARES
ConsideremoselconjuntoC: {1,2,3},y seaSlarelacinenelconjuntoCdadapor:
S(x,y): (x es estrictamente
El grafo de S es:
^:
menor que
{(1,2), (1,3), (2,3)}.
*otl"
se expresa con
/).
un sisno' Por ejempro' ra reracin
iJ:'JiTT';';"::"':"t1"n
R(x,y): (x
es menor o igual que
y)
suele representarse por el signo <, en el sentido de que Ia notacin: rc <

significado que:
j/ tiene el mismo
R(x,y).
Relacin
reflexiva
Propiedades de las relaciones en un conjunto Consideremos un conjunto A, y sea R

una relacin en A. Se dice que la relacin R es reflexiva si verifica:
YaeA,R(a,a)i
esto es: R es reflexiva si y slo si cada elemento est relacionado consigo mismo.
EJEMPLO t
< (menor o igual) y <

(estrictamente menor). Obviamente, < es una relacin reflexiva, pues todo nmero entero es
menor o igual que s mismo: Y x e Z, x < x.
En el conjunto Z de los nmeros enteros consideremos las relaciones
Sin embargo, < no es reflexiva; por ejemplo: 1 no es estrictamente menor que 1.
Relacin
simtrica
Se
dice que la relacin R es simtrica si verifica:

Y @,b)
e A2, R(a,b) + R(b,a);
esto es: R es simtrica precisamente si de estar relacionado un elemento con otro

elemento necesariamente se deduce que el segundo est relacionado con el primero.
EJEMPLO I
Si T es la relacin en el conjunto N de los nmeros naturales dada por:

T
(x
y) i
Kx + Y es un nmero Par ,
entonces T es simica.
EJEMPLO
20
Si
P es la relacin definida sobre N por:
P(x,y): (x
divide
entonces P no es simtrica; por eiemplo: 2 divide a 4, pero 4 no divide a 2.
A.
389
C)NJUNTOS
Relacin
Se
dice que la relacin R es antisimtrica si verifica:
antisimtrica
v (a,b) e A2, (R(a,b) y R(b,a)) + (a: b).

Esto es: R es antisimtrica precisamente si de estar relacionado un elemento con otro,
y ste con el primero, necesariamente se deduce que los dos elementos son el mismo;
o en otras palabras: si se seleccionan dos elementos distintos, entonces al menos uno
no est relacionado con el otro.
EJEMPLO
2l
La relacin P
definida sobre N considerada en el ejemplo 20 es antisimtrica: si a y b son dos
nmerosnaturales,esobvioquedesuponer: divideabybdideaa,sededuce:
EJEMPLO
22
:b.
La relacin T definida sobre N considerada en el ejemplo 19 no es antisimtrica; por ejem-
plo: T(3,5), pues 3 + 5 es nmero par, y tambin se tiene: T(5,3); sin embargo: 3 +
Relacin
Se dice que Ia relacin R es
trans itiva
5.
transitiva si verifica:
(a,b,c) e A3, (R(a,b) y R(b,c)) > R(a,c);
esto es: R es transitiva precisamente si de estar relacionado un elemento con otro, y

ste con un tercero, necesariamente se deduce que el primero est relacionado con
eI tercero.
EJEMPLO
23
La relacin P del ejemplo 20 (cf. p. 388) es transitiva, pues dados tres nmeros naturales a,
by c,sia divide abyb divide a c, es obvio que a dide a c'

EJEMPLO24 Larelacin < definidasobre Resobviamentetransitiva:
six
<
j/yy <2, entonces x <2,
cualesquiera que sean los nmeros teales x, y y z'

Obsrvese que la transitividad de < permite escribir sin ambigedad la doble desigualdad:
x<y<2,
EJEMPLJ
25
Si consideramos la relacin
envezde:
D en N dada por:
D(x,y) i
Kx y
tienen algn divisor comn),
entonces D no es transitiva; por ejemplo:

con 49 por D.
x<Y Y Y<2.
D(4,I4) y D(L4,a9), pero 4 no est relacionado
A.
390
Retacin de
Relacin
de
PRELIMINARES
De una relacin R definida sobre un conjunto
equivalencia
se dice
es una relacin de equivalencia si verifica:
equivalencia a)
R es reflexiva,
b) R es simtrica,
c) R es transitiva.
EJEMPLO
26
En el conjunto R2 de los pares de nmeros reales, la relacin Q dada por:
Q(@,y),(z,t)):
es una
Relacin de
orden
Kx
zb
relacin de equivalencia.
Relacin de orden De una relacin R definida sobre un conjunto A se dice es una

relacin de orden si verifica:
a) R es reflexiva,
b) R es antisimtrica,
c) R es transitiva.
EJEMPLO
27
EJERCICIO I
En el conjunto Z,la relacin < es una relacin de orden.
Sobre el conjunto R2 de.los pares de nmeros reales, definimos la relacin
<
de la siguiente
manera:
(x,y) < (z,t)i (x <z y y <t>.

(Utilizar eI signo < tanto para relacionar nmeros reales como para relacionar pares de
nmeros rcales no da lugar a confusin, a poca atencin que se ponga.) Probar que < es
una relacin de orden enR2. a
Relacin
de
orden total
EJEMPLO
2B
Relacin de orden total De una relacin de orden R en un conjunto A se dice

una relacin de orden total si verifica:
es
v (a,b) e A2, R(a,b) o R(b,a).
La relacin < en R es una relacin de orden total:
Y (x,y) R2,
Sin embargo, la relacin de orden
x<y oy
< del ejercicio
relacionado con (0,0), ni (0,0) est
< x.
14 no es total; por ejemplo,
relacionado con (1, *1).
ni
(1,
-1)
est
A.2. APLICACIONES
3gr
Relacin de
Relacin de
preorden
preorden
De una relacin R definida sobre un conjunto
se dice es
una relacin de preorden si verifica:
a)
b)
R es reflexiva,
R es transitiva.
Obsrvese que toda relacin de orden es tambin de preorden.
EJ
EM
PLO 29
Definimos sobre B la relacin R

Consideremos el conjunto A = 11,2,3,4j, y sea B :
dada por: R(X,Y\ : ((Card(X) < Card(Y) ). Se cumple: "(A).
se verifica obviamente la desiguala) R es reflexiva; en efecto, para cada X e
"(A)
y
por
tanto: R(X,X);
dad: Card(X) < Card(X),
b)
R es transitiva: si X, Y y Z son subconjuntos de A tales que: R(X,Y) y R(Y,Z),

es decir: Card(X) < Card(Y) y Card(Y) < Card(Z), entonces: Card(X) < Card(Z),
y R(X,Z).
En conclusin, R es una relacin de preorden.
Notemos que R no es una relacin de orden, pues no verifica la propiedad antisimtrica.
Porejemplo,siX:II,zjyY:12,3],entoncessetiene: Card(X):Card(Y)=2,conlo
que R(X, Y) y R(Y,X), pero X + Y. No toda relacin de preorden es de orden.
A.2
Correspondencia
entre dos
co nj
ntos
Conjuntos de
partida y de
||
APLICACIONES
7, Cowespondencias
y B (o de A en B) es una terna (4, B, A),

Si (A,B,A) es una correspondencia
corresponde y por (A,B,A). Tambin,
eI conjunto de llegada; y de A, eI grafo
egada
Nota
bene
donde A es un subconjunto de A x B.
entre Ay B y (x,y) e A, se dice que a x Ie
de A se dice es el conjunto de partida; de B,
de la correspondencia.
A.
Consideremoslosconjuntos:A:
pondencia
entre A
Una correspondencia (A,B,A) es una relacin entre los elementos de A y los
de B cuyo grafo es
EJEMPLO 30
Sean A y B dos conjuntos. Una correspondencia
( R., R.,
R.
^),
B:
R,yseaA = I@,y) e
R2
lx2
+!2: t]. lnlacorres-
es el conjunto de partida y tambin el de llegada. Al nmero real 0 le
correspondenlosnmerosreales 1y -1,pues (0, 1) e Ay (0,-1) e ,yaque: Oz +12 =I

y 02 + (-1)2 : 1; el nmero 0 es un elemento del conjunto de partida al que le corresponden dos elementos del conjunto de llegada. Por otro lado, al nmero real 1 le corresponde
nicamente el nmero real 0. Y al nmero 2 no le corresponde ningn nmero real, pues la
ecuacin: 22 + y2
no tiene solucin real.
A,
392
Aplicacin entre
dos conju ntos
2. Aplicaciones
A y B dos conjuntos. Una aplicacin de A y con valores

en B, o aplicacin de A en B, es una correspondencia / -- (A,B,A) que verifica:
Sean
existe un
elemento
paa todo x perteneciente a A,

perteneciente a B, y sIo uno, tal que (x,
y) e L
e B es eI nico elemento de B que Ie corresponde por la aplicacin /

y de B tal que (x,y) e A), se dice que jrl es la imagen
de x por la aplicacin -f, y se Ie denota: /(x), es decir: y : f (x.
Six
lmagen de un
PRELIMINARES
A, y
(es decir, es el nico elemento
Notacin
IJna aplicacron
f -
(A, B , A) se denota de la forma:
,8,
o ms detalladamente:
,
AfB
o xeA*f(x)en.
x
f(x)'
El grafo de la aplicacin / puede escribirse: A: I@,y) e AxB I y : f (x)I; y tambin
a
seledenota: A:I@,ffx)) lxe a].
EJEMPLO 3 r
La correspondencia (R., R, A) del ejemplo 30 (cf. p. 391) no es una aplicacin, pues al nmero
real 0 le corresponde ms de un elemento del conjunto de llegada. Adems, al nmero real
no le corresponde ningn elemento del conjunto de llegada.

EJEMPLO 32
Consideremos el conjunto A
tonces la correspondencia
a
= |x R | -1 <x < 11, y sea: A : 1@,y) e A2 | ! : x3]. En= (A,A,A) es una aplicacin. En efecto, a cada x perteneciente
A (conjunto de partida) le corresponde un nico elemento
de A (conjunto de llegada) tal
que: (x, jy) e A; precisamente: jrl = x3. En smbolos:
AA
x
Ntese se verifica: V
x e A, f (x)
de
Igualdad de aplicaciones
aplcaciones les, y Se denota: f : g, si
tgualdad
x3
x3.
Dos aplicaciones
f - (A,8,A) y g - (C,D,f)
son igua-
se verifica
A:C, B:D y A-f;

es decir: los conjuntos de partida: A y C, son iguales; los de llegada: B y.D, tambin
son iguales; y cada elemento de A (o C) tiene Ia misma imagen por una aplicacin
que por la otra: Y
A,
f (x) :
9@).
4.2.
APLICACIONES
393
Aplicacin Aplicacin identidad sobre un conjunto
Sea
A un conjunto no vaco. La aplicacin:
identidad
XeA,"----.XA
A en A que se denomina aplicacin identidad sobre A (o de A), y
se denota: Ia. Se verifica: Y x e A, I(x) : x. Ntese que el grafo de la aplicacin 1
es una aplicacin de
es:A: I@,x)lxel\.
Restriccin de una aplicacin
y
en un conjunto B,
Restriccin de
u na aplicacin
rs
Conjunto de las
aplic. de u n
conjunto en otro
Consideremos una aplicacin / de un conjunto A

un subconjunto de A. La aplicacin fi de A1 en B que
verifica:
YxeAl,ft@):f(x)
se denomina
EJERCTCTO
sea ,41
restriccin de
a At.
Sif
eslaaplicacin deR eR* que verifica: Vx e

de / a R a es igaal a la identidad sobre R.1.
R.,
f (x) = lxl,demostrar
quelarestriccin
Conjunto de las aplicaciones de A en B

Sean A y B dos conjuntos. Aceptaremos
como postulado que las aplicaciones de A en B constituyen un conjunto. A este
conjunto lo denotaremos por BA.
3. Imagen e imagen recproca por una
aplicacin
Sea
una aplicacin de
un conjunto A en un conjunto B.
Imagen de un
conjunto
Si ,4.1 es
un subconjunto de A, se define:
flAi : Iy e n | 1x e At, f@) = yI,

lmagen de un
conjunto por una
y del conjunto f lAtl se dice es el conjunto imagen de ,41 por

imagen de ,41 por /). Tambin se escribe:
(o simplemente: la
aplicacin
flAi: If tx | x e A1j
El conjunto
/[Ar]
es, pues, el
de algn elemento de
lmagen de una
aplicacin
formado por los elementos de B que son imagen por;f

/[Ar] es un subconjunto del conjunto de
41. Obsrvese que
llegada: fLAtlsB.
DeI conjunto f lAl (es decir, cuando estamos en el caso en que At : A) se dice
es el conjunto imagen de la aplicacin f (o simplemente: la imagen de /), y se
denota: lm("f). Esto es:
rm("f) =
Nota
bene
ftAl : If@) I x e Al.
Hemos utilizado corchetes para encerrar los conjuntos, y parntesis para los
x e A, escribimos: f (x); si .41 c A, escribimos: f lAtl.
elementos. As, si
A.
394
PRELIMINARES
Propiedades de la imagen de un conjunto Si es una aplicacin de A en B y A1

y A2 son dos subconjuntos de A, se verifican las siguientes propiedades:
1) (At
A) +
y
En efecto, si
(f lAll f lAzl).
=
es
un elemento cualquiera de /[Ar], por definicin se tiene:
1x e A1, f @) : ii
pero si
Ar c
(4)
Az, entonces podemos escribir: (x c At)

f @) : !, que por definicin significa:
deduce:1x Az,
flAtl=flAzl.
2) flet u Azl -
(x c Az), y de (4) se
y e f lAzl. En conclusin:
flAtl flAzl.
En efecto, se tienen las equivalencias siguientes:
ye flhuAzl <- lxeA1 uA2,f@):/

(=*e At,f@):!) o (=xAz,f@)-y)
- (yeflAtl) o (yeflAzl)
y e flAtlu flAzl,
donde en las equivalencias primera y tercera se ha tenido en cuenta la definicin de
imagen de un conjunto por la aplicacin /.
3) flh n A2l c flAi flAzl.

En efecto, de acuerdo con la propiedad (1) se tiene:
A1)A2 c
asi:
flAt )
At + flAtAzl
A2l c
flAtl,
A1oA2 c 12 ==>
flAtnAzl s flAzl,
flAtl flAzl.
Nota
Debe observarse que el contenido entre conjuntos de la propiedad (3) puede ser
estricto; es decir, puede ocurrir que /[Ar Azl c f lA| f lAzl. Por ejemplo, consi
deremos los conjuntos: A : II,Z,Z\ y B : Ia,bj,y sea / la aplicacin de A en B dada
por: /(1) = a, f(2) = b y f(3) = a. Si Ar = {I,2} y Az : {2,3}, severifica:
AtAz: I2lt flAtl: flAzl: {a,b},

f lAr Azl : {f (2)} : |b\ c Ia,b} = .f LA:il o.f lAzl.
lmagen recproca
(o inversa) de un
conju nto por
na
aplicacin
Imagen recproca (o inversa) de un
conjunto
Si 81 es
un subconjunto de B,
a
se
define:
f-llBi:{*eAlf@)eBr},
y del conjunto / 1[r] se dice es eI conjunto imagen recproca, o inversa, de 81
por f .El conjunto f rlg1l es, pues, el de los elementos de A cuya imagen por /
pertenece a 81. Ntese que
es: .f-1[Br] s A.
/ 1[l] es un subconjunto del conjunto de partida; esto
A.2. APLICACIONES
395
Propiedades de Ia imagen recproca de un conjunto Si / es una aplicacin de A

en B y Bt y Bz son dos subconjuntos de B, se verifican las siguientes propiedades:
1)
Puede ocurrtu que
f-rlgi:
2)
sin srBt vaco.
{1,2\ y B : {a, b} y para la aplicacin / de A en B

:bv
(2):b,severifica:
definidapor"f(1)
f-tl{a.}l: Ix e Al"f8) e {a}I:A.
f
Por ejemplo, para los conjuntos
(h=B) - (f-|[sl = f-rlB2l).

c 82, podemos escribir:
En efecto, si 81
x e f-Ilni + f&)81 - f@) e82 + x e f-tlBzl,

yenconsecuencia: / t[Br] s f-1lnzl. (Laprimeraimplicacinylaltimasejustifican
con la definicin de imagen recproca de un conjunto por /, y la segunda con la
hiPtesis: Bt
s) f-rlhu
Bz.\
B2l =
f-Llstl f
1lBzl.
tiene la siguiente cadena de equivalencias:
Se
x e r-1
4'
"'
{!
*,t
,'(i'i
#,'if
donde las equivalencias primera y tercera se jusfican con la definicin.
4 f-rlh.
B2l =
f-Llsi f-\[Bz].
La prueba es anloga a la de la propiedad anterior:
xe
il flf-rlBrll s Br.
r 1'87'
"'
{!i{,'i,'(,j'i*'t
Esta propiedad es consecuencia de las definiciones dadas: si
y e flf
[Br]], enton-
=
)xf-1lBi,f@)=y,
ylaequivalencia: xe f-rlB:l e f(x) e 81 permiteconcluir: ! eBt. Enconsecuencia: flf-rlBil=h.
ces se verifica:
6)
es un subconjunto de A, entonces: Ar c f -1lf lA1'll.

Esta propiedad tambin es una consecuencia inmediata de las definiciones: si
entonces f (x) e flArl,y de esto se deduce que x .f-rlflAil.
Si
At
Nota
e A1,
El contenido entre conjuntos de las propiedades (5) V (6) anteriores puede ser estricto. Dejamos al lector la tarea de darse cuenta de que as ocurre con la aplicacin /
de A = {1,2} en B : Ia,b} dada por /(1) = ay f(2) : a,y conlos conjuntos Bt = {bl
A1=
{2}.
A.
396
4. Tipologa de las aplicaciones
Sea
PRELIMINARES
una aplicacin de un conjunto A en un
conjunto B.
Aplicacin Aplicacin inyectiva (o inyeccin) Diremos que la aplicacin / es inyectiva si Ias

inyectiva imgenes por / de elementos diferentes de A son elementos diferentes de B:
V
(x,y)
e A2, (x +
y) = (f (x) + f (Y)).
(5)
Otra forma equivalente de escribir (5) es:

Y
(x,y)
e ,2, (f (x)
: f (y)) + (x : y).
En palabras: si dos elementos tienen la misma imagen por
EJEMPLO33 Consideremos elconjunto A: {x

en R definidas por las frmulas:
R.
l-2 <x<2j,
.f(x)=x2, g(x):x-I
ysean
h(x)
(6)
entonces son el mismo.
f ,Syh
(x + 2)(x
lasaplicaciones deA
2)'
Veamos si estas aplicaciones son inyectivas, y para ello estudiemos en cada caso si se verifica (6).
Para la aplicacin f ,six y/ son dos elementos de Aconlamisma imagen: f (x) : f (y),
es decir, tales que: xz : y2, nonecesariamente ocurre euex = yipor ejemplo: (_D2 : 12,
pero - 1 y 1 son elementos distintos de A. La aplicacin / no es, pues, inyectiva.
Para la aplicacin g, si
x y / son dos elementos
(s(x\: s0)) y
(x
de A, se verifica:
- r: ! - r) + x: !,
es inyectiva.
Finalmente, la aplicacin h no es inyectiva. Por ejemplo, los nmeros

tos distintos de A con la misma imagen por h: h(L) = lL(-L) : I13.
EJERCICIO I
Sea
I y -1 son elemen-
una aplicacin de A en B. Si se verifica:
Y
se deduce que
es
(x,y)
inyectiva?
Aplicacin Aplicacin suprayectiva
(o
A', (f (x) + f (y)) + (x + y),
(x)
suprayeccin) Diremos
que la aplicacin
suprayectiva tiva (de A sobre B) si cada elemento de B es imagen por
es suprayec-
de al menos un elemento
de A:
Y
e B,
1x e A, y : f (x).
Una forma de expresar que la aplicacin
biendo: .f
lAl :
B, o lm(.f
):
B.
es suprayectiva de
A sobre B es escri-
4.2.
APLICACIONES
EJEMPLO 34
397
Sea
la aplicacin:
R.+
x
Entonces
x2.
es suprayectiva, pues cada elemento del conjunto de llegada es imagen de algn
elemento del conjunto de partidal si y es un nmero real no negativo, entonces j/ es la imagen

/ de
f G/T) : G/T)' : y. Ntese que y tambin es la imagen por f d,e -Jj .
por
EJEMPLO 3
"U:
La aplicacin
g de R * en Rx
que verifica:
Vx e Rx, S@):
esunaaplicacin suprayectiva. Enefecto:
'\,
Las aplicaciones
f , g y h, de A en
comprobar sin dificultad que

por /, ni por g ni por h.
Aplicacin
b iye
ct iva
y:
siy e R*, entoncesy
/r\ :
EJEMPLO 36
eslaimagen por g
deIly:
ur:,
R., del ejemplo 33 no son suprayectivas. EI lector puede

7, por ejemplo, no es imagen de algn elemento de A ni
Aplicacin biyectiva (o biyeccin). Aplicacin inversa Diremos que Ia aplicacin /

es biyectiva (o una biyeccin de A sobre B) si es a la vez inyectiva y suprayectiva; es
decir: cada elemento y de B es la imagen por / de un nico elemento x de A.
Si / es una aplicacin biyectiva de A en B, la correspondencia (B,A,A), donde:
A:10,x)eBxAly=f(x)1,
Aplicacin es una aplicacin de I en A, llamada aplicacin inversa (o recproca) de
inversa nota: /-1. por definicin, se tiene:
/, y de-
f-r|) - x <- !: f (x).

verifica que la aplicacin .f -1 es suprayectiva. En efecto, si x es un elemento
(conjunto
de A
de llegada de
entonces x es la imagen por -f-l precisamente
Se
dey:f(x):f-r(y):x.
"f-1),
Tambin se verifica que Ia aplicacin _f-1 es inyectiva. En efecto, si y1 e !2 son

dos elementos de B tales que f $y) : f r(y): x, donde x A, por definicin
de f r se tiene: f(x : hy f@) : Vz,ypor tanto: lt : !z,y.f-1 es inyectiva.
En conclusin: -t es una biyeccin de B sobre A. La aplicacin inversa de la
biyeccin -f-1 es la propia aplicacin f , (f -r)-1 : f .
A.
398
Nota bene Dado un elemento b del espacio de llegada de una aplicacin

confundirse las notaciones:
f-rlIb$ y f
PRELIMINARES
/,
no
deben
t@).
La primera notacin tiene sentido cualquiera que sea la aplicacin /, y designa un subconjunto del conjunto de partida: el de los elementos cuya imagen por ;l pertenece a { b }
,
es decir, es igual a b. La segunda notacin slo tiene sentido cuando ; es biyectiva, y en

este caso designa un elemento del conjunto de partida: Ia imagen de b por Ia aplicacin
EJ
EM
PLC 37
b.
o tambin: el nico elemento cuya imagen por
es
del ejemplo 34 no es biyectiva, puesto que no

aplicacrn g del ejemplo 35:
es
inyectiva. Sin embargo,
inversa de
La aplicacin
/,
1a
xl_R*F+IR*,
x
s es biyectiva, ya que es inyectiva y suprayectiva (lo primero es obvio y lo segundo se prob
en el mismo ejemplo 35). Para calcular .rr 1, notemos que si y e R* y
y g(x). Como:
de aplicacin inversa se tiene: S 1(y)
:xe
x e R.x, por
definicin
1
1
v- x <- xv
resulta que g-1 es la aplicacin: y eR*
I ly Rx. En este caso concreto se verifica
que g-r - g.
,
F........'
Otra definicin de
card inal de u n
co nj u nto
Nota
EI concepto de aplicacin biyectiva permite dar una definicin de cardinal y de conjunto finito:
. si n es un nmero natural mayor o igual que 1, diremos que un conjunto X es de
cardinal igual a n (en smbolos: Card (X) : n) si existe una aplicacin biyectiva de X en
el conjunto {I,2,.. .,n};
. de un conjunto X se dice es finito si existe algn nmero natural n > 1 de modo
que: Card(X) = rz.

Aceptamos como postulado que el conjunto vaco tiene cardinal igual a 0 y que es un
conjunto finito.
5. Composicin de aplicaciones Si / es una aplicacin de A en B y g es una

aplicacin de B en C, entonces para cada elemento x de A queda determinado unvocamente el elemento f (x) de B, y el elemento SU@)) de C. En otras palabras, la
correspondencia de A en C que a cada x perteneciente a A le hace corresponder el
elemento S U @)) perteneciente a C define una aplicacin de A en C. Esta aplicacin
Aplicacin
compuesta
se denomina aplicacin compuesta de
f y g,y se denota:
g"f
-que
se lee
"/
compuesta
cong"-.
Severifica: Y x e
A,lS
"
fl@):
SU@)).
A.2. APLICACIONES
399
IJtilizando diagramas de flechas, pasamos de:

^fr-lg
-4BC
x
....+
....+
f(x):7
g(Y):9U@)
g"f c
^ _____'__4
x
EJEMPLO
38
Sean
y g las aplicaciones del conjunto
....+
s(f(x)).
,: {I,2,3,4}
en s mismo definidas de la forma:
f(r):2, f(2)=2, fG):q, fe):4,

s(I) :2, sQ) = t, sG) :3, se) :3.
Hallemos la aplicaciones compuestas f " g y g " f ,que son aplicaciones de A en smismo.
De la definicin de composicin de aplicaciones se obtiene:
lf "sl\): f (s(t)): f (2):2, lf "sl(z) = f (s(z)): f (r)=2,

lf " sl?): f bG)) = f (3):+, lf " sle) = f (s(t)): f G) =a;
asrmrsmo:
ls" flQ) = sUG)): s(2) =1, ls" fl(z) = sff(z)) = sQ) =t,
ls " fl(3) : sU@) : se) :3, ls " fle) : sff(+)) = s(4) :3.
EJEMPLO 39 Seanf yg lasaplicacionesdeRenRdefinidasporlasfrmulas: f(x):x+Iyg(x)=x2-I.
Calculemos las frmulas que permiten expresar las aplicaciones compuestas g " f y f " g,
aplicaciones que tambin son de R en R.
Se
tiene:
SU@)) = g(x + l) = (x+ 1)2 - I : x2 +2x,

Lf " sl@) = f @(x)) : f(xz - r) = (x2 - t) + r = x2'
LS "
EJEMPLO
40
fl(x)
Consideremos la aplicacin / de R2 en R definida por f (xt,xz)

de R. en R2 definida por g(x) : (x,2x).
La aplicacin compuesta f o e es una aplicacin de R en R:
y la aplicacin
: xt + 2xz,y la aplicacin
lf ' sl@) : f @(x)) = f(x'2x) : x +2(2x) : 5x;

compuesta g o f es de R2 en R2:
ls " fl(x,y) = sU6,y)) -- O@ + 2y) : (x + 2y,2x + 4y).
(Observe el lector que hemos cambiado de (xr, xz) a
(x,y);
expresarnos en ambos casos lo
mismo, puesto que estas letras son variables "mudas" o terminolgicas: un simple soporte
para la notacin.)
A.
40o
Composicin de tres
aplicaciones
Sean
/,
PRELIMINARES
g y h aplicaciones de A en B, de B en
C,
Composicin de y de C en D, respectivamente. Se tiene la siguiente igualdad de aplicaciones:

ms de dos
h"
aplicaciones
(ho g) o f
(g " f):
'
En efecto: ambas son aplicaciones de A en D y, si x es un elemento arbitrario de A,

su imagen es la misma por una aplicacin que por la otra:
fll&) : h(ls " f l@)) : h(sU@)))

l(h " d " fl@) : lLt slj @)) : h(sU @)))
lLL. (s "
Notacin
Laaplicacin;
h"
(g
"/),
obien: (h" g) " /,
se denota:
h.
,
.
g"f
Composicin con Algunos casos particulares Consideremos una aplicacin f de A en B, y sea I

una aplicacin la aplicacin identidad sobre A, y sea 13 la aplicacin identidad sobre B. Es decir,
identidad consideramos las aplicaciones:
xeA-.f(x) eB, x eA-x eA, y eB- y 8.

Se
verifica quelas aplicaciones compuestas
tienen Ia misma imagen que
f "Ity
en cada elemento x
In "
lf .I(x): f (Ie@)): f fxl y lIn".fl@)

En consecuencia:
/ o I,s: In t f : f
, que son ambas de
A enB,
de A:
IaU@)): f (x).
Sea / una aplicacin biyectiva de A en B, y sea -f-1 su invetsa, que es una apliComposicin de
una aplicacin cacin de B en A. La aplicacin compuesta /-1 o.. es una aplicacin de A en A, y
biyectiva y su para cada x e A, si y = (x), se verifica:
f
i
nversa
lf_t " fl@):
f-turx): f-1(y):
x,
teniendo en cuenta la equivalencia: y : f (x) <+ x : f-r(y). AnIogamente,

la aplicacin compuesta f . f-r es una aplicacin de B en B, y para cada y e B se
verifica: lf " f -rl(y) : y.En conclusin:
f-rof :It
CNS
de apl icacin
biyect iva
Una concin necesaria y suficiente para que una aplicacin

sea biyectiva es que exista una aplicacin g de B en A tal que:
Teorema
en
y f "f-L-IB.
g.f -IA y f "g-IB.
de A
(7)
A.2. APLICACIONES
4oL
Demostracin
Si
es biyectiva, entonces S
: f -t es una aplicacin de B en A que veri
fica (7).
Recprocamente, si g es una aplicacin de B en A que cumple (7), entonces
f (xr : f (x) =- sff6r)) : sff@)) + xr:
es inyectiva:
x2
f = IzJ; y tambin ; es suprayectiva: si y e B,

entonces x = S0) es un elemento de A cuyaimagen por / es y: f (x) = f b0)) = y (enla
ltima igualdad se utiliza que.[ o g : lil. En conclusin: / es biyectiva.
c.e.D.
(en la ltima implicacin se
Composicin de
aplicaciones
biyect ivas
Inversa de u na
composicin
utiliza eu
7 o
Consideremos una aplicacin f de A en B, y una aplicacin g de B en C. Como

sabemos, Ia aplicacin compuesta g " f est definida y es una aplicacin de A en C.
Tambin sabemos que si f y g son biyectivas, entonces existen sus inversas:;-1,
que es de B en A,y g-t, que es de C enB; y, en este caso, tiene sentido considerar la
aplicacin compuesta f -1 " g-1 , que es una aplicacin de C en A.
Teorema
Con las notaciones anteriores, si
es biyectiva y su inversa es
" g-r:
(g " f)-t
Demostracin
Si
e Ay z e C,y
z:
lg
"
: f-l
g-1
g son biyectivas, entonces g o f

.
y : f(x),se tienenlas
equivalencias siguientes:
fl(x) : z: SU@))
ey=f(x)yz:SU)
e x=ft(y)yy:g-t(t)
:x=fr(ott"l)
e x=lf t"tt)trt,
donde la primera y la ltima se justifican por definicin de composicin, y la tercera por ser
y g biyectivas. En consecuencia, podemos escribir:
- ls " fl(x) <- x - lf-' o s-tf {t),
;l
(B)
Io cual establece que cada z perteneciente a C es la imagen por e o / de un nico elemento x

de A (calculado de la forma: x : lf-t " S-rl e)),es decir, g o f esbiyectiva.
Por otra parte, al Sr B o;t biyectiva, se tiene: IS " f](x) = z e (S " f)-r(z) = x, y al
compararla con la de (8), se concluye: (g " f)-r = f-' " g '.
c.e.D.
EJERCICIO
Sean
y g, respectivamente, esras aplicaciones:
Demostar
xR* *x2eRa, Y xR+'---2xeR+.

que f y g son biyectvas y expresar .f -t y g-t. Asimismo,
dad(g.f)-r:f r"g-1.
comprobar la igual-
A,
402
A.3
PRELIMINARES
OPERACIONES
7. Ley de comosicin interna u operacin Sea E un conjunto no vaco. Una

Operacin ley de composicin interna definida sobre E, o una operacin definida sobre E o,
simplemente, una operacin sobre E, es una aplicacin de E x E en E.
Es usual representar una ley de composicin interna con smbolos tales como *,
*, o, ., o, *, etc. Si la representamos, por ejemplo, con *, se dice que E est dotado de
Ia ley x, y la imagen de un par ordenado (x, y) perteneciente a E x E por la aplicacin
se denota: x * y; grficamente:
* ,
ExE
(x,y)
De
xxy
x * y.
se dice es el resultado de operar (con Ia operacin x)
Con Ia notacin: (8,
*),
con
y.
suele designarse el hecho de que eI conjunto no vaco E
est dotado de la ley x.
EJ
EM PLO 4
Sobre cada uno de los conjuntos N, Z, Q y R , la adicin de nmeros es una ley de composicin
interna. Por ejemplo, sobre R, la adicin es la aplicacin:
RxR
(x,y)
R.
x + y.
La sustraccin de nmeros es ley de composicin interna sobre Z, sobre Q y sobre
R.,
pero
no lo es sobre N; por ejemplo: (3,7) e N x N, pero la diferencia 3 -7 no es un nmero natural.

La multiplicacin de nmeros, como la adicin, es una operacin sobre cada uno de los
conjuntos N, Z, Q y R. Por ejemplo, sobre Q:
(x,Y)e QxQ- x'Ye
Q.
Suele omitirse el signo . cuando no da lugar a confusin, de forma que el producto
denota:
x ' j/
se
x7.
divisin de nmeros no es ley de composicin interna ni sobre N, ni sobre Z, ni sobre Q,

ni sobre R.; por ejemplo: (4,0) e R. x R, pero el cociente 4:0 no est definido.
La
EJEMPLO
42
Sea
x Iaaplicacin de N xN en N queverifica: V (a,b) e
es evidentemente una operacin
I*2:l+2+1.2:5,
EJEMPLO
43
Designemos por
N x N, axb = a+b+ab. Entonces

definida sobre N. Por ejemplo:
0x1:0+1+0.1:1,
o 2*l=2+I+2.1=5.
el conjunto de los nmeros naturales impares y sea
enlqueverifica: V (a,b) e
IxI, a*b
= ab. Claramente,
* la aplicacin
de 1x
* ssunaoperacindefinidasobrel,
pues un nmero impar elevado a un nmero impar da como resultado un nmero impar. Por
e.jemplo: 1
*1-
11
1, 3
* 5 = 3s =243,o
*3 :
53
125.
A.3.
403
OPERACIONES
2. Propiedades de una
operacin
Sea
una operacin definida sobre un con-
junto E.
Propiedad
Asociatividad
Se
dice que la operacin
asociativa
es asociativa si se verifica:
(a,b,c) e E3, a* (b* c) : (ax b) x c
(significando el parntesis prioridad en Ia operacin); es decir: es lo mismo operar a

con el resultado de operar b con c, que operar primero a con b y luego operar el
resultado con c.
Sila operacin x es asociativa, y a,b y c son elementos de E, envez de: ax (bxc),
o en vez de: (a * b) * c, escribiremos: a tr b * c.
EJEMPLO
44
La adicin y Ia multiplicacin de nmeros son operaciones asociativas sobre cada uno de los
conjuntos N, Z, Q y R. En efecto, si a, b y c son tres nmeros,
a+
(b + c) =
se
verifica:
(a+b) + c y a(bc) = (ab)c.
Lasuma a+(b+c) (oloqueeslomismo: (a+b)+c) sedenota: a+b+c,yelproducto a(bc),

o el (ab)c, se denota: bc.
La sustraccin de nmeros no es asociativa ni sobre Z, ni sobre Q, ni sobre R.; por ejemplo:
6-(4-2):4
EJEMPLO
45
y (6-4)-2:0.
La operacin x definida sobre N en el ejemplo 42 (cf.p.402) es asociativa. En efecto, si a, b

y c son es nmeros naturales, se ene:
a*(bxc):ax(b+c+bc)
: a + (b + c + bc) + a(b + c + bc) = a + b + c + bc + ab + ac + abc,
y tambin:
(axb)xc:(a+b+ab)xc
: (a + b + ab) + c + (a + b + ab)c :
luego: a x
EJEMPLO
46
a.
+ b + ab + c + a.c + bc + abc,
(bxc): (axb) *c,y * esasociativa. Tiene sentidolanotacin: a*b *c.
La operacin * definida sobre el conjunto I de los nmeros naturales impares en el ejemplo 43 (cf. p. a\D no es asociativa. Por ejemplo:
3*(1*3):3*(13):3* 1:31 :3, y (3*1)*3: (31)*3:3*3 =33 =27.
A.
404
Propiedad Conmutatividad
Se dice que Ia operacin
conmutativa
EJEMPLO
47
Y @,b) eEz,
PRELIMINARES
es conmutativa si se verifica:
a*b: bxa.
La adicin y la multiplicacin de nmeros son operaciones conmutativas sobre cada uno de
los conjuntos N, Z, Q y R.: si a y
Zr
son dos nmeros, se verifica:
a+b=b+a y ab=ba.
EJEMPLO
48
La operacin
del ejemplo 43 (cf. p. 402) no es conmutativa. Por ejemplo:
3*5
Elemento
neutro
Existencia de elemento
de la operacin
= 3s
neutro
:243 y 5*3:53 :
125.
De un elementO e de E se dice eS elementg neutro
x si se verifica:
YaeE,a*e-e*e-&.
EJEMPLO
49
El nmero 0 es elemento neutro de (N,

nmero, entonces: a + O = O + a = a.
+), (2.,+) y (Q, +), y tambin de
El nmero 1 es elemento neutro de (N,

ces:
EJEMPLO
50
a.l
I'a=
.), (2,'), (Q,.) y (R, '): si a
es
(R,
+): si a es un
un nmero, enton-
a.
EI nmero 0 es elemento neutro de la operacin
definida sobre N en el ejemplo 42
(cf. p. 402), pues si a es un nmero natural, entonces:
ax0: a+O+a.0: a. y Oxa:O+ a+O' a:

EJERCICIO I
Demostrar que si una operacin admite elemento neutro, entonces es
a.
nico.
simetrizable Supongamos que la operacin * admite un elemento neutro (nico, de acuerdo con el ejerccio 1B). Dado un elemento a de E, se dice que
un elemento a de E es simtrico de a si se verifica:
Elemento
un
elemento
Simtrico de
q.*a:a*a:e,
a de E que admite simtrico se dice es simetrizable (sobre (8, x)).

Si todo elemento de E es simetrizable, se dice que Ia operacin x es simetrizable
De un elemento
(sobre E).
Ntese que de esta definicin se deduce que si a es simetrizable y de simtrico Z,

entonces a es, a su vez, simetrizable y de simtrico a. Tambin se deduce de la
definicin que el elemento neutro es simetrizable y de simtrico I mismo.
A.3.
405
OPERACIONES
EJEMPLO
5l
Los nmeros 8 y
son simetrizables sobre (2, +), (Q, +) y (R, +). En efecto: -B es simtrico
-2
de B, y 2 es simtrico de
-2:
B+(-8) : (-8)+B=0 y (-2) +2=2+ (-2) :0.

El nmero 8 no es simetrizable sobre (N,+) (de hecho, slo el nmero 0 es simetrizable
sobre (N, +)).
La operacin + es simetrizable sobre Z, sobre Q y sobre R, y no lo es sobre N.
EJEMPLO
52
Los nmeros 8 y
-2
son simetrizables sobre (Q, .) y (R, .). En efecto: 1/8 es simtrico de 8,
-Il2 es simtrico de -2:

(-2) (-;) :(-;)
a |:*':'n
El nmero 8 no es simetrizable sobre
(-2):,
(N,.) ni sobre (2,'),y el nmero -2 no
es simtrizable
sobre (2,.).
Para la multiplicacin de nmeros, el nmero 0 no admite simtrico.
Laoperacin.essimetrizablesobreQ*=Q-{0}ysobreR.*:R-{0},ynoloessobreN
: N - {0},ni sobre Zx : Z- {O}).
ni sobre Z (ni sobre N*
EJERCICIO
l9
Estudiar sies simetrizablelaoperacin
x definida sobreQ por
a*b: a+b+ ab.
Si * es una operacin sobre un conjunto E que, adems de

Proposicin LI
neutro,
es asociativa, entonces cada elemento de E tiene a Io ms
elemento
admitir
un simtrico.
Demostracin
Denotemos por el elemento neutro de la operacin x.
a deE tiene dos simtricos: dyd. Por ser a simtrico

axa: e,ypotlaJlto:d x (axa) =d * e:d 'Y,porotro lado,por serZ'
simtrico de a, se verifica: d x a = e,ypor tanto: (-a' * a) x a: e* a: a.Pero lapropiedad
c.Q.D.
asociativa nos asegura: d x (axd) = (d * a) x a. Asi: a' : a'
Supongamos que un elemento
de a, severifica:
EJEMPLO
53
Para Ia adicin de nmeros (que es asociativa), el simtrico de
un nmero real
es su
Opuesto opuesto: -x.

Para la multiplicacin de nmeros (tambin asociativa), el simtrico de un nmero real
lnverso
no nulo es su inverso: 1/x.
A.
406
Nota
PRELIMINARES
A veces se utiliza el signo + para representar una operacin abstracta sobre un
conjunto E. En este caso, al simtrico de un elemento a, si existe y es nico, se le llama

opuesto de a y se le denota: *a; y si x e E,se escribe: x - a. envez de: x + (-a).
Adems, si la operacin es asociatva, la notacin: na (donde a e E y ? es un nmero
natural mayor o igual que I
-o bien: n e N*-) designa el resultado de operar a consigo
mismo n veces: na = a 1- a. t . . -t &:
*.
signo
para representar una operacin abstracta

sobre un conjunto. En este caso, al simtrico de a, si existe y es nico, se le llama inverso
de a y se le denota: a 1, o tambin: Ila. Y si la operacin es asociativa, la notacin: a"
(con a e E y n e N*) designa el resultado de operar a consigo mismo 7L veces; esto
otras veces tambin rJ",'iiiru el
esi An
Grupo
= a'a"'a.
ffi
3. Grupos Un grupo (8, x) es un conjunto no vaco E dotado de una ley de composicin interna x que verifica las tres siguientes propiedades:
(G1) es asociativa: Y (a,b,c) eE3, a* (b * c) : (axb),r c;
(G2) posee unelemento neutro e: Y a e E, a * e : e * a. : ai
(G3) es simetrizable: Y a e E, f e E, Axd:d* a: e.
Si la operacin
Grupo
adems verifica:
(G4) esconmutativa: Y (a,b) e E2, a * b : b * a,

entonces del grupo se dice es conmutativo o abeliano.
conmutatvo
EJEMPLO 54
Se
tiene que (2, +), (Q, +), (R, +),
(Q*,.) y (R*,.) son grupos abelianos.
Sin embargo, (N, + ) no es grupo, porque ningn nmero natural distinto de 0 es simetri-
zable. Tampoco (Z*
,-) es un grupo, ya que ningn nmero entero distinto de 1 y de - 1 es
simetrizable.
EJ
ERCICIO 20
Consideremos sobre Q la operacin
que verifica:
V(a,b) e QxQ, a.xb=a+b+ab.

Demostrarsetiene:V(a,b) e QxQ, @*b= -1) + ((a:-l) o(b:-I)). Estudiar,
adems, si la restriccin de la operacin * aJ conjunto Q - {-1} lo articula como grupo
abeliano.
Escolio
Si x es una operacin definida sobre un conjunto E, y F es un subconjunto de E,

la restriccin de Ia operacin x al conjunto F define una operacin sobre F precisamente
si el resultado de operar dos elementos cualesquiera de F es un elemento de F:
Eneste caso, laoperacin
Y(x,y) e FxF, xxyeF.

sobreFeslaaplicacin: (x,y) q-FxF *- x*y eF.
A.3.
407
OPERACIONES
dada por: (xt,xz) + (yr,y) = (x1 +

(adicin tmino a trminol Demostrar que (R2, +) es un grupo abeliano.
EJERCICIO2I Sobe
Nota
R.2
consideremos ]a operacin
Si sobre RrL (n >
I y natural) consideramos
(xt,xz,...,x)
(yt,y2,...,!)
lt,xz + !z)
la operacin + dada por:
= (xr
h,xz + !2,...,xn + !n)
(adicin trmino a trmino), entonces se prueba, anlogamente a como se hace en el

ejercicio 21, que (R', +) es un grupo abeliano.
Cuerpo
4. Cuerpos
Un cuerpo (K, +,.) es un conjunto K dotado de dos leyes de composicin internas + y . que verifican:
a) La operacin + es asociativa, conmutativa, tiene elemento neutro (que se denota: 0), y es simetrizable (el simtrico de un elemento a de K se denota: -4,
y se llama opuesto de a); esto es: (K, +) es un grupo abeliano.
b) La operacin . es asociativa, tiene un elemento neutro distinto de 0 (que se
denota: 1), y todo elemento a de K distinto de 0 tiene un simtrico (que se
denota: fi-1, o tambin:
c)
Ilu,y se llama inverso de c{).s
La operacin . es distributiva respecto de Ia operacin +, esto es, se verifica:
@+c)
l"
V(a,b,c)eKxKxK, I y
e-b+a.-c
lr"+b)-c -&.c+b.c.
Cuerpo
conmutatvo
Si la operacin . tambin es conmutativa, del cuerpo
K, +,
' ) se
dice es conmutativo.
EJEMPLO55 Severificaque(Q,+,.)y(R.,+,.)soncuerposconmutativos. Tambin(C,+,.),dondeCes

el conjunto de los nmeros complejos,6 es un cuerpo conriutativo.
Propiedades de un
cuerpo
Sea ( K, +, ' ) un cuerpo. Se verifica:
1) Para todo elemento a de K, se verifica:
a.0=0 y 0.d=0.
Como 0 es el elemento neutro de Ia operacin +, se verifica: 0 = 0 + 0, y utilizando
lapropiedad disuibuva se tiene: a. 0 : a' (0+ 0) : q' 0 + a' 0. En la igual-
q. 0 : d. 0, operamos en ambos miembros con elopuesto de a' 0, es

decir, con -(c. 0): a. 0 + a. 0 - (a' 0) : c' 0 - (a' 0), de donde: c' 0 : 0. De forma
dad:
a.
0+
anloga probaramos que
0. a :
0.
sCf. nota p. 406.

6los nmeros complejos no se estudian en este curso, pero es muy probable que el lector los conozca
de Bachillerato o del Curso de Acceso. En todo caso, aqu sIo se citan.
A. PRELIMINARES
408
2)
Para todo elemento
u de K, se venfica;
(-1).a:-a
y a.(-1):-a.
Es decir: se obtiene el opuesto de a operando (con la operacin ') eI opuesto

de I con a.
Como 1 es el elemento neutro de la operacin ., se tiene: d : 1 . a, y utilizando la
propiedad distributiva y la propiedad anterior, se obtiene:
a+(-1).d=
1. a+ (-1).
q:
con Io que (-1) . c es el opuesto de a, es decir:

probaramos que d. (-1) : -cr.
(1
+(-1)). a:0.
(-1) . d
cx=0,
: -q. De forma anloga
3) Si a y B son dos elementos de K distintos de O, entonces . p tambin es

distinto de 0.
Como c{ es distinto de 0, tiene inverso: I I o(, y se verifica:
I
F-L.B:ll
' \c{ ")/ .fi'
o(
sia'Bfueraiguala0,
@,F);
con Ia primera propiedad se deducira que B sera igual a 0, en
contra de la hiptesis.
Escolio
Si
de: Kx :
es un cuerpo, la restriccin de la operacin . al conjunto K* (don{a e K I c + 0}) lo articula como grupo (abeliano si el cuerpo es conmutativo).
(K,+,.)
En efecto. De acuerdo con la propiedad (3), la restriccin de la operacin a K* es

efectivamente una operacin sobre K* (cf. escolio p. 406). Esta restriccin es, obviamente,
una operacin asociativa (y conmutativa si el cuerpo es conmutativo), admite elemento
neutro: 1 (pues: 1 e Kx), y cada elemento a de K* admite un simtrico en K*: l/a
(pues: l/q + 0); es decir: el conjunto K* dotado de esta operacin es ungrupo, que es
abeliano si el cuerpo es
conmutativo.
Nota
A partir de ahora, cuando en este texto consideremos un cuerpo supondremos implcitamente que ste contiene el conjunto Z de los nmeros enteros. (El cuerpo de los
nmeros reales, por ejemplo, verifica esta propiedad.)
5. Ley de composicin externa u operacin externa Sean E y K dos conOperacin juntos no vacos. Una ley de composicin externa definida sobre E para K, o una
externa operacin externa definida sobre E para K o, simplemente, una operacin externa
sobre E para K, es una aplicacin de K x E en E.
Es usual representar una ley de composicin externa con un smbolo (por ejemplo: . de forma anloga a como se hizo con las leyes de composicin internas:
A.3.
409
OPERACIONES
EJEMPLO56 Laaplicacin.deN*xZenV.queverifica:Vn e N*,

externa sobre Z para N*. Por ejemplo:
YzeV,rL.z:z",esunaoperacin
2. (-3) = (-3)2 : 9, 6.0:06

EJEMPLO
57
La aplicacin de R
= 0.
R2 en R.2 que verifica:
VA e
R.,
(x,y) e R2, . (x,y) : (Ax,AY)

^
es una
ley de composicin externa definida sobre R2 para
Nota
En
R.
lo sucesivo, nos interesaremos nicamente por operaciones externas definidas
sobre un grupo paraun cuerpo. Y en este contexto, adoptaremos los siguientes convenios
de notacin. Si (8, +) es el grupo, representaremos sus elementos por letras en negrita:
xeE, ueE,...,
y en particular su elemento neutro ser denotado: 0. Si ( K, +,
mos sus elementos por letras griegas:
')
es el cuerpo, representare-
o(K, e K,...,
y utlizaremos la notacin general que se introdujo en Ia definicin de cuerpo en la seccin 4 (cf. p. 407). Ntese que no distingriremos el signo + de la operacin sobre E del
signo + de Ia operacin sobre K; la prctica muestra que no da lugar a confusin. A
Propiedades de una ley de composicin externa Consideremos un grupo (8, +) y
un cuerpo ( K, +, ' ), y So una ley de composicin externa definida sobre E para K:
(A,x)eKxE*A,.xeE.
De la ley de composicin externa o diremos es:
(L1) asociativa en los elementos de K si:
V(4,) K2, Yxl_ E,.$.x)--(u'iloxi

(LZ) distributiva respecto de la operacin + de K si:
V(4,) K2,
x eE, (a + F)' x -
xi
o(o
x+
Bo
o(o
x+
. Y;
(L3) distributiva respecto de la operacin + de E si:
Va e K, V (x,y) eE2, . (x + Y) :
(L4) neutra para el elemento 1 (del cuerpo) si: Y x e E, 1 .
x : x.
A.
4LO
EJEMPLO
58
Retomemos
(cf. p. 409):
la ley de composicin externa
Vl
e R, Y (x,y) e R2,
PRELIMINARES
definida sobre R2 para R en el ejemplo
^.
(x,y):
57
(A,x,Iy).
Demostramos que . verifica las propiedades (L1), (L2), (L3) y (L4) (en lo que sigue, los nmeros
escritos encima de los signos de igualdad hacen referencia a las definiciones o propiedades
.,
que las justifican, con el siguiente significado: (1) definicin de la operacin externa
(2)
pro-
piedad asociativa de la multiplicacin de nmeros reales, (3) propiedad distributiva de Ia

multiplicacin respecto de la adicin de nmeros reales, y (4) definicin de adicin de pares
ordenados de nmeros reales):
de
R.2,
(B
. @,y))
(!
Bg b<gx), a(Bg)
? ((op)*,(o.ily) 9)(o) . (x,y).
Q)
s.
(px,
(L2): Si a y son dos nmeros reales arbitrarios

de
R.2,
es un elemento arbitrario
entonces:
a.
o
y (x,y)
(L1): Si a y p son dos nmeros reales arbitrarios
y (x,y)
es un elemento arbiario
entonces:
(a+6 . @,y)P ((** ilx,(a+ ily)P 1ax + Bx,ay + By)

(!)
6x,ay) + gx,Fy) I a. (x,y) + 8. &,y).
o
(L3): Si
es un nmero real arbitrario
y (x,y) y (z,t) son dos elementos arbitrarios
de R2, entonces:
a. ((x,y)
(9
+ (z,t))
(9
a.
(x + z,y +
1ax +
az,ay + at)
(! a.
G,y)
o
EJEMPLO
59
(L4): Si
(!
sNo
@& + z),a(y + t))
@.x,q.y) +
(az,ut)
(z,t).
(x,y) R.2, entonces: I. (x,y)P (t*,Iy) : (x,y).
De manera similar a como se acaba de hacer en el ejemplo anterior, podemos probar que la
ley de composicin externa . definida sobre R.3 para R de la forma:
VA e R, Y
(x,y,z) e R3, . (x,y,z) = (trx,Ay,),2)

^
tambin verifica las propiedades (L1), (L2), (L3) y (L4).

En general, si n es un nmero natural positivo, la ley de composicin externa
sobre R.'para R de la forma:
verifica las propiedades (LT), (L2), (L3) y (L4).
. definida
A.3.
4LL
OPERACIONES
EJEMPLO
60
Si consideramos el grupo (R2,
composicin externa *
+) y el cuerpo (Q, +, .)
(de los nmeros racionales), la ley de
definida sobre R.2 para Q de la forma:
VAe Q, V(x,Y) e R.2,^*(x,Y) =(Ax,0)

verifica las propiedades (L1), (L2) y (L3):
o (L1): Si a y B son dos nmeros racionales arbitrarios y (x
de
R.2,
y)
es
un elemento arbitrario
entonces:
(S x
(x,y)) = u * (Bx,o) : (a(Bx),0) : ((a)x,0) = (afi) * (x,y).
o (L2): Si a y son
dos nmeros racionales arbitrarios

arbitrario de R2, entonces:
(u+ p * (x,y)
: ((c+ B)x,O) :
y (x,y)
(cx,0) + (x,O)
(L3): Si a es un nmero racional arbitrario Y @,y

arbitrarios de R2, entonces:
es un par ordenado
a * (x,y) + S x (x,y).
y (z,t) son dos pares
ordenados
z,y + t): (a(x + z),0)

= (ax,0) + (az,O): u* (x,y) + o<* (z,t).
a* ((x,y) + (z,t)) = ax
Sin embargo,
(x
no verifica Ia propiedad (L4); por ejemplo:

(2,0).
1*
(2,3) + (2,3), pues se tie-
ne:1 * (2,3): (1.2,0):
y cualquier cuerpo K es posipara

K que verifique las proE
sobre
externa
ble definir una ley de composicin
piedades (L1), (LZ), (L3) y (L4). La respuesta es negativa, como muestra eI ejercicio
Podemos preguntarnos si para cualquier grupo E
siguiente.
EJERCtCtO 22
Considerando el grupo (2,+) y el cuerpo (Q, +, .), demost que no es posible definir una
A
operacin externa sobre Z paa Q que verifique las propiedades (Ll), (L2), (L3) y
(L4).
Consecuencia de las propiedades (L1), (L2), (L3)
&a)
Algo sorprendente es el
resultado siguiente: si Ia ley de composicin externa . definida sobre E para K verifica

Ias propiedades (L1), (L2), (L3) y (L4), entonces eI grupo (E, +) es necesariamente
abeliano.
En efecto (sobre algunas de las igualdades que aparecen a continuacin escribimos una referencia a la propiedad que las justifica). Sean x y y dos elementos arbi-
trarios de E. Por un lado, se tiene:

(1 + 1)
. (x + y)(E) 1. (x + y +I. (x + y)('!) x + y + x t y,
A.
4T2
PRELIMINARES
y por otro lado:

(1 + 1)
. (x + y)(LJ)
1t +
7). x +(1 + 1) . r(Lz)'Gt x + x
y + yi
: x+x+y+y. Operando con -tporlaizquierda, es

decir: -x+x +y+x+y : -x*x*x+y+y, resulta: y+x+y : x+!+li y operando
ahoracon -ypor laderecha: y+x+y-y: x+!+!-y, obtenemosiy+x: x+!.
yenconsecuencia:
x+y+ x+y
En conclusin, se verifica:
Y(x,y)eE2,x+y:y+x,
es decir, la operacin + es conmutativa,
(E,
+) es un grupo abeliano.
Otras consecuencias Si la ley de composicin externa . definida sobre E para K

verifica las propiedades (L1), (L2), (L3) y (L4), entonces se tiene:
(P1)VxE,0.x:0.
En efecto. Sea
x un elemento arbitrario de E. Por ser 0 el elemento neutro de (K, +),
se tiene: 1 + 0 :
1, de donde:
(1+0)o7=loY'
(9)
Ahora bien, el primer miembro de (9) verifica:

(1 + 0) .
yelsegundo:
"(V-\
I. x + O. x&!\ x+ 0. x,
L.x&l) x = x+O,yaque0eselelementoneutrode (E,+).
x + 0 . x = x + 0, y operando por la izquierda con

opuesto de x, esdecir: -x+x+ 0. x= -x +x+0, seobtiene:0.x = 0.
(P2)VA e K, A.O:0.
consecuencia, de (9) se deduce:
Sea
I un elemento
arbitrario de K. De la igualdad: 0 = 0 +
En
el
O se deduce:
A. 0 - A. (0+ 0) GJ) l. 0 + A .0;

y operando por la izquierda con el opuesto de A . 0, esto es:
-(4.
0)
* 4.0 - -(A.0)
A.0+ A. 0,
4.0-0.
x e E, -x : (-1) . x.
seconcluye:
(P3) Y
En efecto, se tiene:
x+ (-1) .xQ:) l.x+ (-1) .*(V-) 1I + (-l)) . x:o.r@:t)0,

luego: x + (-1) . x = O, es decir, el opuesto de
mismo: _y = (-l) t x.
es igual a
(-1) . x,
o lo que es Io
A.4. POLINOMIOS
4L3
(P4)VA e K,
Vxe E,A.x:
Si se verifica:
deducira:
[:o
L":o.
A. x : 0, y ocurriese que
1 . (4. x)
.0. Pero:
=
^-1
A 1 . (A.
(B)
y por otro lado: A-l . O
O,
A + 0, entonces A tendra inverso: A-1, y se
r) tE'(^-1 . A) . x : I. xL!) x,
y en consecuenciai x
O. En conclusin, hemos
demostrado:
f
VAe K,
YxeE,A.t:O-'l
Lr:0.
Loquequedaporprobaresinmediato: siA:0,entonces: \c2s:Qov(t=t)0;
entonces:
ysix =0,
@j)0.
l. x: 4.0
Recopilamos en eI siguiente cuadro las consecuencias vistas de las propiedades (Ll), (L2), (L3) y (L4):
Si la f.V de composicin externa
. definida sobre
E para K verifica (L1) , (LZl, tfE)
y (L1\, entonces el grupo (E, + ) es necesariamente abeliano, y

lirrr:ii.ririr
YxeE,0.x:O,
(P2) VAe K, A.0:0,
(P3)VxeE,-x:(-1).x,
- !:rri
(Pl)
,r.t.
..-....
:. ii. ,, 41.a
,a,,
-r.ili.,..l:.".i--:i
polinomio
1.:.-1 t i
l.i- . '
,,
-:.
-;'-'l '1.r'..
'-,',;
j=i$
l.'..'
i.".
"'
A.4
, 1.il,',
K, Yxe E, Aox
i'
:'
,,'j-.
'
"' -- ,.;' ',,'.i
".-
t-,-r'.,-.-,
I r :jr
:r
-. rr it-
se verifica:
a
.'
...
-...
'
fltt-
ffi
POTINOMIOS
con 7. Deftniciones
Se llama
polinomio en una indeterminada y con coeficientes
coeficientes reales a toda expresin de Ia forma:

reales
P(x) = cLs I cLlx+
'''
an-rxn-| -l Q'nxn,
nmeros reales y donde x designa una variable (o indeterminada) que puede tomar valores reales. De as, cLr, . .. , a," se dice son los coeficientes
de grado 0, 1, ..., m, respectivamente, de P(x). Si m > n, se dice que eI coeficiente
de grado m de P(x) es igual a 0.
De un polinomio se dice es nulo si todos sus coeficientes son iguales a 0.
donde &0,
6Lr, . . . , 6Ln son
A.
4L4
Si b es un nmero real, el nmero real que se obtiene sustituyendo
PRELIMINARES
x por b en Ia
expresin de P(x) se denota por P(b):
P(b):
cLs+ a1b +
.'.+
6ln-tbn-7 + anbn.
Si no da lugar a confusin, se denotar el polinomio
P(x)
simplemente por Ia
letra P.
Los polinomios en la indeterminada
conjunto, que se denota: R[x].
x y con coeficientes
reales constituyen un
Nota
En este captulo slo trataremos polinomios con coeficientes reales, aunque se pueden tratar de forma anloga los polinomios con coeficientes complejos, que forman un
conjunto que se denota: C[x]. En general, el conjunto de los polinomios en la indeterminada x con coeficientes en K, donde (K, +, .) es un cuerpo, se denota: K[x].
EJEMPLO
6l
Consideremos el polinomio:
P(x):l+2x-x3.
Los coeficientes no nulos del polinomio
y el de grado 3:
P(1) =
Grado
Grado de
un
at = -L.
P(x) son:
el de grado 0: as
:1;
el de grado 1:
at
:2i
Tambin se verifica:
l+2' r-13 :2,
P(-1)
: 1+2(-1)-(-1)3 :0,
P(x) = qlo + 0L1x-r ' ' ' + 6Lnxn
P(0)
: 1+2.0-03 = 1.
un polinomio no nulo, al menos alguno

de sus coeficientes de grado menor o igual que z es distinto de 0 (los de grado mayor
que 7 son iguales a 0). Se define el grado del polinomio no nulo:
Si
polinomio
P(x) :
cL
es
a'1x
+'''
+ cLn.xn,
que se denota: gradoP, como el mayor nmero natural p tal que:

que el grado de P es p significa:
a, + 0, y
6lp+t
: e.p+Z
An
a, + O; es decir,
O.
Si el polinomio P es nulo, no est definido su grado (aunque algunos autores lo
definen como igual a -oo).
EJEMPLO
62
El polinomio P del ejemplo 61 es de grado 3.

El grado del polinomio
Q(x) - 4 es igual a 0.
A.4. POLINOMIOS
4L5
Igualdad de polinomios Dos polinomios no nulos:
A(x) :
lgualdad
de
6Ls* a1x +
son iguales, y se escribe: A
Anxn y B(x) = bo+b1x + "' +b*xn,
"'
B, si
polinomios
gradoA: gradoB: p (conp <nyP <m),

Y
a.g
- b0,
CLt
- bI
o en notacin ms abreviada:
a:b, i:0,I,...,P.
Si
A y B son dos polinomios nulos, son iguales, y ambos se denotan: 0, es deci,
escribe:
de
Adicin
polinomios
se
A:B:O.
2. Operaciones con polinomios Sean A y B dos polinomios de grado menor o

igual que n: A(x) : a.o+ ayx * "' + &nxn y B(x) = bo+btx + "' +bnxn. Se define
la suma de los polinomios Ay B, que se denota: A + B, de la forma:
(A +
B)(x)
: A(x) + B(x) :
co -r c1x -r
"' * cnxn,
donde:
ci - Aj +b, i - 0,I,...,r1.
Ntese que A + B es otro polinomio.
EJEMPLO
63
Dados los polinomios
A(x) = I
6x2 + 7x3 y
B(x) =
-I
x + 6x2 -
7x10, su suma es el
polinomio:
(A+ B)(x)
abeliano
: A(x) + B(x) - (1 - 6x2 +7x3)

/x-".
- x + /x"7 - -^-lO
+ (-1 + x + 6x2 - 7xr0)
De la definicin dada en el apartado anterior se deduce sin dificultad alguna lo

de los polinomios siguiente sobre Ia adicin de polinomios:
con la adicin
l) Es una operacinsobre R.[x].
2) Es una operacin asocativay conmutativa.
3) Admite elemento neutroi eI polinomio nulo.
El
grupo
A.
4L6
4)
Cadapolinomio A(x) : 6Ls * cLlx + .'' + anxn perterteciente a

un simtrico (u opuesto): eI polinomio -4, definido de la forma:
(-A)(x) = (-ao) + Gar)x+
...+
PRELIMINARES
K[x]
admite
(-a")x
En conclusin: (R.[x],
+) es un grupo abeliano.
Si a es un nmero real y A es el polinomio: A(x) : 6Lo-r a4x * "' t clnxn, s.
Multiplicacin de define el producto del nmero a por el polinomio A, que se denota: aA, como el
un nmero real polinomio:
porun polinomio
(aA)(x): aA(x): d.o+d.tx +...+dnxn,
donde:
d.
: aa.i, i :0,1,...,tt.
Observe el lector que eI polinomio opuesto del polinomio
decir:
EJEMPLO
64
-A
es igual a
-14,
: -3 -
: -IA.
Dado el polinomio:
A(x) = I
x + 2x2, elpolinomio -3'4 es: -3A(x)
3x
es
6x2i el
polinomio 0A es el polinomio nulo: 0A = 0.
SeanA(x) : a.o*6Ltx+"'+a.nxnyB(x) : bo+btx+ "'+bnxn dos polinomios

Multiplicacin de de grado menor o igual qve n. Se define eI producto de A por B, que se denota: AB,
polinomios como el polinomio:
(AB)(x)
: A(x)B(x):
* tx +
't
zn-rxzn-r + eznxzn,
donde:
g
-6tobt*a,1bs,
cLobo,
::
j : a'ibs +'
-t cLtcbi-u+'
Zn-I : 6Lnbn-t * 6Ln-Ibn,

zn :
CLnbn)
j
de forma general:
ei: Z oobi-k, i k:0
0,
a'sbi,
4L7
A.4. POLINOMIOS
EJEMPLO
65
Elproducto delos polinomios: A(x)
(AB)(x):
(1
: I+x -x3 y B(x):2- x es'.
+x - x3)(2- x)
Elproductodelospolinomios:
-1+
=2+
(-L
(-L)xz + (-2)x3
+ 2)x +
+ xa
:2+x-x2-2x3+xa.
xr}
y1+
xr} eselpolinomio:
-1+
x2a.
La multiplicacin de polinomios es una operacin sobre R[x] que es asocativa,

conmutavay distrbutiva respecto de Ia adicin La demostracin (tan simple como
fastidiosa) se deja como ejercicio al lector. Esta operacin tambin admite elemento
neutroi el polinomio P(x) : 1, que se denota: 1.

Finalmente, es obvio que todo polinomio de R.[x] de grado mayor o igual que 1
no admite simtrico (respecto de la multiplicacin). El conjunto R.[x] dotado de las
operaciones adicin y multiplicac6n no es un cuerpo.T
EJERCICIO
Divisin
23
de
polinomios
Consideremos dos polinomios P y Q de grados

producto: PQ, es un polinomio de gtado p + q.
p y q, respecvamente. Demostrar que su

A
3. Divisin de polinomios. Cero o raz de un polinomio Consideremos dos

polinomios Ay B, que llamaremos dividendo y disor, respectivamente, y supongamos que B es no nuloy denotemos su grado por b. La divisin euclidiana de A por B
es Ia bsqueda de dos
polinomios Q y R, llamados cociente y resto, respectivamente,
tales que:
A:BQ+R, conR=0 o gradoR<b'

prueba clue, en las hiptesis precedentes, Q y R existen y son nicos.
Se dice que el polinomio A es divisible por el polinomio B si el resto R de la
divisin euclidiana de A por B es el polinomio nulo: R : 0.
Se dice que un nmero real a es un cero, o una ra2, del polinomio A si: A(a) : 0.
Se
Raz de
un
polnomo
Proposicin
gado L) (x
1.2
- u)
Q8) y R(x) el cociente y el resto, respectivamente,

de A(x) por (x - a). Es decir, se tiene:
Demosffacin
euclidiana
Para que un polinomio A(x) sea diuisible por el polinomio (de

es necesari.o y suficiente que a sea un cero de A(x)'
Sea
A(x)
donde R
0, o bien: gradoR
TLas operaciones adicin y
(x
c{)Q
@) + R(x),
0 (pues: grado R < grado(x
multiplicacin articulan eI conjunto
en este texto este tipo de estructura algebraica.
- fl) -
[x]
de Ia divisin
10)
1).
como un anillo. No estudiaremos
A.
418
Si
cx
es
un cero de A(x), es decir:
A(a):
PRELIMINARES
0, sustituyendo en (10) se obtiene:
0:(a-a)Q(a)+R(a),
Iuego:
R(c):0,yportanto: R:0(yaqueResnuloodegrado0).Estoes:A(x)esdivisible
por (x
a).
Recprocamente, si
A(x)
es divisible por
(x
q),
es decir: R
0, de (10) se deduce:
A(x)=(x-a)Q@),
y si hacemos:
x:
Corolario
Si
c{, se
obtiene:
A(a)
(a
- a)Q(a) = 0, y or es un cero de A(x).
P es un polinomio de grado p >

- I tal que:
c.e.D.
I y a es una raz de P, entonces
existe un polinomio Q de gtado p
P(x)-(x-n)Q8).
(11)
Demostracin Si o( es una raz de P(x), entonces (cf. proposicin anterior) el polinomio P(x) es divisible por el polinomio (x - o), y al llevar a cabo Ia divisin euclidiana del
primero por el segundo se obtiene una expresin de la forma (11).
Por otro lado, de (11) se deduce que el grado de P(x) es la suma del grado de (x
es 1- y el grado de Q(x) (cf. ejercicio 23,p.4I7). En consecuencia:
a)
-que
gradoQ
grado P
grado(x
- a) :
- I.
C.Q.D.
EJERCICIO
24
SiA es el polinomio: A(x) =
d+cx +bx2 +ax3,conlanotacinA(x+I)
A(x + I) = d + c(x + r) + b(x+

Encontrar un polinomio
de grado
1)2 +
sedesigna:
a(x + r)3.
3 tal que: A(x + l) - A(x) : x2. Deducir de ello la
iguaJdad:
l-l-...rii-:
" n(n 1)(2n + 1)

6
A.s. soLUCtu
or Los EJERCtctos
pRoPuEsros
4L9
A.s soruclN DE Los ElERcICIos PRoPUESToS

Ejercicio I
(o. 3 7g)
Se
A+
C + D + B= A,yse justificadelasiguientemanera:
(a) (b) (cl (d)
{3} e C, pero {3} A;o tambin: 3 e A,pero 3 Ci
cumple:
a)
b) 2eC,pero2D;
c) 3eB,pero3D;
d) cada elemento de A tambin
es elemento de B, y cada elemento de B tambin
es elemento de A.
Note el lector que lo escrito anteriormente est escrito implcitamente que A + D, y
tambin que B + C. Finalmente, Ios cardinales de A, B, C y D son:
Card(A) = Card(B)
2 Se tiene:
(p.379) a) SiX c A, entoncesXdebe
Card(C) =
4y
Card(D)
3.
Ejercicio
serA,D,EoF.
Siaadimos:
Xc
B, entonces sIo
PuedeserX:D.
b)
Los conjuntos que verifican no estar contenidos en B son: A, C, E y

adems pedimos ser subconjunto de C, entonces nos quedan: C, E y F'
c)
d)
De forma anloga se comprueba que en este caso debe ser
Tambin se comprueba que en este caso slo puede ser X
3 Por un lado, podemos escribir:

380)
Ejercicio
(p.
dcB-l
F.
Si
: B.
: B o X : D'
n= z
(I2)
lo*t.
En efecto, por definicin de contenido estricto podemos escribir:
lt=
ACB
- ]
lt*o,
y de: B A se obtiene, en particular, que A + B.

Por otro lado, tambin se puede escribir:
Itsn
I v -AcB.
*,
I
(13)
lo
En efecto: si A c B y A + B, entonces hay algn elemento de B que no partenece a A,

es decir: B
A;y (AsB y
B A) esladefinicinde:A
cB.
A.
42o
PRELIMINARES
Finalmente, de acuerdo con (I2) y (13) podemos concluir:
It.n
AcB ++ I y
l^*u,
Ejerci cto 4
(p. 3Bl
rcicio 5
(p. 382)
Eje
Se tiene:
a) A-B - {1,3,5};
b) c-A- {6};
c) B-C - {2,8, 10};
d) B-A- {6,8, 10};
e) eI conjunto B -B es vaco: B - B :
A.
Si x e A, entonces x B, ya que -al ser AB: 0- ningun elemento puede

pertenecer a Ay aB alavez. Por elmismo motivo, si x e B, entonces x e A.
Por otra parte, aplicando (1) (cf. p. 378) a los conjuntos A y E, se tiene: A c E
x e E. Teniendo en cuenta lo recin demostrado:
es lo mismo que x e A
xe A- x
B,podemos,pues,escribi:
lxeE
xeA-), y ---.xeCpB,
lxB
I
de lo que se concluye: A
6 Recordando (1) (cf.

(p. 382) escribir:
Ejercicio
c Cn B.
p. 378)t A c B es lo mismo que x
lxeA
xl-AC--)l y ]
de Io que se concluye.
(p.
382)
x e B, podemos
--------+
xeBC,
I'ec
n
Lr. C
Ac B
AoB: A. Enefecto, deacuerdocon
AaC c fi,
EjercicioT Por unlado,podemosescribir:
lxe
A--------+
C.
Io probado en el ejercicio 6 (cf. p. 382), y con las propiedades de la interseccin de

conjuntos (cf. p. 382), se tiene:
AcB - AAc BA * Ac A nB - A: A8,

donde el Itimo paso se justifica teniendo en cuenta que A n B c A (lo que se verifica
cualesquiera que sean los subconjuntos A y B de E).
B: A - AcB. Enefecto, severifica: AnB cB (de

nuevo, una propiedad general de la interseccin de conjuntos), as que si A n B : A,
entonces: A: AnB c B.
Por otrolado, tambin:An
A.5.
42L
SOLUCTON DE LOS EJERCTCTOS PROPUESTOS
Finalmente, una vez hemos comprobado:
AcB - AnB:A y AnB:A-
/cfi,
podemosescribir:
Ejercicio
(p. 382)
A-8,
AaB:4.
La primera igualdad es una consecuencia inmediata de las definiciones de diferencia

e interseccin:
A-B:lxeElxeAy xB\
: Ix e E I x e A y x e CsB| : ACrB.
La otra igualdad se deduce fcilmente de la anterior:
(crB)
- (crA) : (crB) n c (ca) = (crB) A: A-8.
(Hemos utilizado las propiedades enunciadas en el cuadro de la pgina 381.)

Ejercicio 9
(p. 383)
Recordando (1) (cf. p. 378), podemos escribir:
(xeA
xeAuc-l tt o
[xeC
de lo que se concluye: Au C c B v
Ejercicio
l0
Si CEA o B
(p. 3 B3)
(xeB
xeBC,
-i
lxeC
C.
: E, entonces para cualquier elemento x de E ocurre:

xeCA o x8,
y en consecuencia podemos escribir:
lxeE
x e CnB
+]
------+
X e CnA,
l*en
de
lo que se deduce:
Cs
A=
C6 B'
Ejercicio I 1 Porunlado: A c B + A B =8. En efecto, de acuerdo conel ejercicio 9 (cf. p. 383)

(p. 383) y teniendo en cuenta las propiedades de la unin de conjuntos (cf. p. 383), se tiene:
AcB
AUB cBvB
AoBcB - AB :
B.
A cB. En efecto, como Act B = A (propiedad de la

Por otro lado: A B = B
-:
unin de conjuntos), siA u B B, entonces: B : Av B = A'
Finalmente, una vez hemos comprobado:
podemosescribir:
y AUB:B-ACB,
AcB-AB:B
/cfi, * AvB:8.
A.
422
l2 Setiene:
384) a) Si tenemos en cuenta la propiedad distributiva de la interseccin
Ejercicio
(p.
PRELIMINARES
respecto de
Ia unin (cf. p. 384) y el ejercicio 8 (cf. p. 382), entonces:
(A-B) u (AnB)
(A n CB)u (AnB)
b) tJtlizamos el resultado del apartado

AB
-lA-B)
: A((C)
u B)
: AnE: A.
anterior:
u (AnB)l u [(B
-A) u (B n A)]
B
=(A_B)u(AB)u(B-A).
c) Utilizamos una de las propiedades
distributivas y una de las leyes de on Mon-
caN (cf. p. 384):
(CrA) u (AnB)
: ((crA) uA)n ((Cr) uB) : En ((CA)

: (CrA) u B : C (A n C B) : CE@- B).
uB)
l3 Se tiene: Card(A) : 18 y Card(A u B u C) :54,y los conjuntos pedidos son:

384) a) {5,14,19,23,28,32,37,41, 50, 55, 73,82},
Ejercicio
(p.
b)
{16,26, 56, 6r,62,65,67,68, 76,86},

c) {16,26,46,56,6I,62,64, 65, 67,68,69, 76, 86}.
Por otra parte, la expresin ms simple con los conjuntos A, B y C que proporciona
un conjunto con slo un elemento es: A n B C'
problemadela Sixeslacantidaddelosqueleenambosperidicos ByC,entonceslascantidades

p.385 delos que leenAyC (ambos),Ay B (ambos), C,B,y A, son: 2x,4x,8x,l6x,y 32x,
respectivamente.
Denotemos por lA I la cantidad de los que leen el A, por lB I la cantidad de los que
leen el B, por I,q y gl la cantidad de los que Ieen el Ay el B (ambos), etc. De acuerdo
con el corolario visto del teorema de los cuatro cardinales, se tiene:
lAoBoCl :lAl +lBl+lcl -l'syal -lycl-lnycl
+lAyByCl,
y sustituyendo:
7470
= 32x + l6x + Bx - 4x
-2x - x + lA y B y cl :
49x +
ll'
yny
cl,
Iuego:
I
:30-x.
Se sabe que r es mayor o igual que 30, luego 30 - x es menor o igual que 0;
pero (1/49) ll y S y Cl es un nmero positivo o nulo, as que de la igualdad anterior se deduce quer:30,yenconsecuencia: lA y B y Cl:0.
*lAvBYCl
Nadie lee, pues, todos y cada uno de los tres peridicos A, B y C.
A,5. SOLUCION
DE LOS EJERCICIOS PROPUESTOS
423
Ejerciciol4 Si(x,y) R2,entoncesx< xyy<y,ypodemosescribir: (x,y)<(x,y).Esdecir,

(p.
390)
la relacin < es reflexiva.

Por otro lado, si (x,y) y
(z,t)
son dos elementos de R2 tales que:
(x,y) < (z,t)
(z,t) <(x,y),
entonces:
x4z, y<t y z<x, t4y,

de Io que se deduce: x: zy y : t, esto es: (x,y) : (z,t). La relacin < es, pues,
antisimtrica.
Finalmente, si
(x,y), (z,t) y (u,u)
sontres elementos de R2 tales que:
(x,y) < (z,t)
(z,t) < (u,u),
entonces:
x4Z, y<t y z<u, f<u,

de Io que se infiere: x < uy y < u,y (x,y) < (u,u). La relacin < es, entonces,
transitiva.
En resumen, la relacin < es reflexiva, antisimtrica y transitiva: es una relacin
de orden en
Ejercicio I
R.2.
La restriccin de
a R* es la aplicacin
(p.393)
fi
de R.* en R* que verifica:
Vx R.*, ft@): f (x)'

Pero si x e R.+ (es decir, si x ) 0), entonces: f(x) : lxl = x, asque fi es la
aplicacin de Rn en Rn queverifica: Vx e R1, ft@) :x. Es decir: jr : 1m*.
Ejercicio
l6
No. Porejemplo,
si/eslaaplicacindeA= 1I,2,3\ enB: Io,b\ defintdapor:
(p.396)
f(7):a,
/
f(2):a
y f(3):b,
(*)
y, en cambio, no es inyectiva.
Realmente, cualquier aplicacin verifica (*). Si no se ve claro, obsrvese que
es equivalente a: V (x,y) e A2, (x : i) + (f (x): f (y)).
entonces
Ejercicio
17
verifica
La aplicacin
(*)
es suprayectiva, pues si y e R+, entonces jti es la imagen de JT

Tambin es inyectiva; en efecto, si x1 y x2 son dos
(p.401) por f: f GtF) = (e )' : y.

elementos de R*, entonces:
(f
(x) : f (xr - @?: xl) - (xt:
xz),
donde Ia Itima implicacin puede escribirse al ser x1 y xz positivos o nulos.
A.
424
PRELIMINARES
/ es entonces biyectiva. Para hallar su invetsa: .. 1, nos fijamos en

que si./ R+ yx e R*, entonces:
y: f (x) e y: y2 e x:1Q
La aplicacin
quex>0yy>
(recordemos
e x:f
y:f(x)
0);ycomo:
r(y),
seconcluye:
TI
R.r
Rr
La aplicacin
^/V'
g tambin es suprayectiva: si y e R+, entonces 7
es la imagen
por
de y 12. Y tambin inyectiva:
(s(x):g@2 - (2x1:2x) - (xt:x)'

Es, pues, biyectiva,
y como
se verifica:
y:g(x) e y:2x e -:t,

se concluye:
R.+
ar
vl2'
La aplicacin compuesta g " f esde R.* en R.1; Ia imagen de x e
ls
Sabemos eue B
"
fl(x) : sff@)) :
es biyectiva (al serlo
R.*
por g "
es:
s(xz) :2x2.
d;se verifica:
y:lS"fl(x) e Y:2xz e ":rE
(pues:
>
O,
y > 0), as que:
vy
e R , (g
f)-ttg : rE
Por otro lado, la imagen de un elemento
faf
de Ra por la aplicacin compues-
r og-1 es:
Es claro que
(9
"
f)-r : f-1 o g-r '
18
Consideremos una operacin x definida sobre

Ejercicio
(p. a0a) dos elementos neutros e y e'. Entonces:
* e' :
e * e' :
e
y en consecuenciat
'
un conjunto, y supongamos admite
e, ya que e' es elemento neutro,

', ya que e es elemento neutro,
A.5.
425
SOLUCTON DE LOS EJERCTCTOS PROPUESTOS
Ejercicio
I9
(p.405)
El elemento neutro de la operacin
es obamente el nmero
nal a admite un simtrico Zprecisamente si:
ax a: ax a=
0. Un nmero racio-
0, es decir:
a+e+aa:0.
Ahora bien, si A
+ -I,Ia
iguaidad anterior es equivalente
a:
a:-,e I+a'
y
-a.lG+a) e Q;ysi &: -1, dichaigualdadtomalaforma: -I+d.-e:0,igualdad
que es un absurdo.
En conclusin, podemos afirmar que todo nmero racional distinto de - I es

simetrizable, y de simtrico: -al(I + a), y que eI nmero -1 no admite simtrico.
Finalmente, como no todos los nmeros racionales admiten simtrico, la opera-
cin x no es simetrizable sobre Q.
Ejercicio20 Sean yb dosnmerosracionalestalesque

(p. 406)
axb: -1. Sib + -l,entoncesde:
axb--a+b+ab:-I
se deduce:
yportanto o= ,1 .-!:_ t;
a(I+b)+b:-1,
L+b
es dec, cuando a * b : -I,si b + -1, entonces 4 : -1; y anlogamente: si o # -l',
entonces b : -L En definitiva, si a * b : -I, entonces necesariamente a : -1
ob:-1.
Lo demostrado en el prrafo anterior nos asegura que la restriccin de la operacin x al conjunto a - {-1} es una operacin sobre Q - {-1}:
Y
(a,b) (Q- {-1}) x
(A- {-1}), axb Q- {-1}.
Y esta operacin verifica Io siguiente:
o
o
o
g
es asociativa (cf. ejemplo 45,p.403; all se demostr para

pero esta prueba es anloga);
tiene elemento neutro: el nmero 0;
x definida sobre
- {-1} es simetrizable, y de simtrico

ejercicio 19,p. 425): a : -al(t + a);
cada elemento de Q
es conmutativa; en efecto: si
verifica:
a*b
En conclusin: (Q
ay
b son dos elementos de Q
a + b + ab
b + a.+ ba
- {-1}, *) es un grupo abeliano.
N,
(cf. solucin del
- {-1}, entonces se
*
a.
A.
426
PRELIMINARES
2l Se verifica:
a07) o La operacn + es asociativa:
(xt,x) + l(yt,yz) + Qrzz)l: (xt,xz) + (yt + 21,/2 * 22)
: (x1 + Vr -f Zt,X2-l !2-l z2),
Ejercicio
@.
o
o
o
y el mismo resultado se consigue a partir de: [(xr, x) + (yt,yz)l + Qt,zz).

Elpar (0,0) es elelementoneutro: (xt,xz) +(0,0) : (0,0) +(xt,xz) : (xt,x).
El par (xt,x) es simetrizable y su simtrico (en este caso, podemos decir
opuesto) es: -(x1, x) : (-xt,-xz).
En efecto: (xt,x) + (-xt,-x) : (-xt,-xz) +
La operacin + es conmutativa. En efecto:
(xt, xz) + (yt, yz) : (x1

En conclusin: (R2,
Ejercicio
22
(p.4rl\
+)
!t,
xz -r yz)
(xt,xz):
(0,0).
: (yt * xt, jz + x) = (yt, yz) + (x1, x2)'
es un grupo abeliano.
Supongamos que < es una ley de composicin externa definida sobre Z para Q:
e.r,
(q,
z)
61
4 z,
que verifica las propiedades (L1), (L2), (L3) y (L4).
SeazeZtalque:
1
20r:''
Entonces:
EI
zo(L<r):z<r.
\2 )
(r4)
primer miembro de (14) verifica:
,"(+<r)
yelsegundomiembro:
consecuencia,
2<z:
(Lr)
(1
de (14) se deduce: I :
(r(;)) <1:1<rGj)r;
r<z+r<zE!) ztz:22.
:
22, o bien: z I I 2,en contra de que z e
+1) or(V)
En
7-.
No es posible, pues, definir una ley de composicin externa sobre Z para Q que
verifique las propiedades (L1), (L2), (L3) y (L4).
Ejercicio
23
(p.417)
"'+
"'+
cLnxnYQ@):bs+b1x +
bnxn,conp
Pongamos: P(x): a.s-t64x +
(los grados respectivos de P y Q) menores o iguales que 7. El producto PQ es:
(PQ)@)
P(x)Q@)
1x
* "' * 2n-1x2n-r + e2nx2n,
donde:
.i
ei: Zoobj-p, j-0,

k:0
yq
A.s. soLUCroN
427
DE LOS EJERCTCTOS PROPUESTOS
En primer lugar, estudiemos el valor del coeficiente ei si i > p + q. Para cualquier

valor delndice del sumatorio (0 < k * j), de j > p + q sededuce:
k>p o i-krq;
en eI caso: k >
p, como el grado de P es p, Se tiene:

6L1
en el caso:
j-
- 0,
y por tanto ekb j-k
0;
k > q, como el grado de Q es q, se tiene:
bi-k - 0,
En deflnitiva, si
Y Por
tanto ekbi-k
0.
> p + q, todos los sumandos de e7 son nulos:

si
> p + 4, entonces e :
Z a.b-, :
0.
k=0
Por otro lado, estudiemos el valor del coeficiente ep+q. Cada valor del ndice k del
sumatorio verifica una y slo una de las condiciones siguientes:
a)
b)
c)
k<pyp+q-k>q,
k:pyp+q-k:q,
k>pyp+q-k<q.
En el caso (a), y recordando que Q es un polinomio de grado 4, se tiene:
bp+q-k
: 0,
Por tanto a'bpq,k
O'
En el caso (b), se tiene: akbp+q-k = apbq + 0, pues ap Y bq son no nulos por set p y q
los gtados de P y Q, respectivamente. Por Itimo, en eI caso (c), por ser P de gtado p,
se tiene:
cLk
0,
En definitiva:
y por tanto a4bpq-p =
O'
p+q
p*q
-- \ arbpnq,t : apbo + 0'

k=0
Recapitulando:
e:O sij>P+q,
es decir: el grado de PQ es
p + q.
Y p+q=apbq+Oi
A.
428
24
Ejercicio
(p. at 8)
PRELIMINARES
Queremos se verifique:
x2:A(x+r)-A(x)
: (d- d) + c[(x+ 1) - x] +bfix+
: c + b(2x+ 1) + a(3x2 + 3x + 1)
: (e + b + c) + (3a + Zb)x + 3ax2,
t)2
- *'l* ol{, *r)3 -x3]
y esto se consigue precisamente si:
3a:I,
es decir:
3a+2b:0,
a+b+c:0,
a: I13,b: -l12y c: ll6. En consecuencia, elpolinomio:

_ 1 l" 1,
A(x):d+
6x-Zx'*5*'
verifica lo que queremos. Ntese que el valor de d es indiferente para conseguir

que A(x + 1) - A(x) : x2; elegimos por comodidad d:0:
11,12
A(x): 6*
- ;*'*
(15)
i*'.
Por otra parte, observamos se tiene:
22 T2
rL2
A(2)
A(3) -
A(1),
A(2),
A'.(n+ 1)
- A(n),
Sumando se obtiene:
t2
If
22
+'
+ rLz -
A(n+1) - A(I) : A(n+ I),
y sustituyendo en (15) llegamos finalmente
a:
12+22+ .+rLz-A@+L)
n+L _(n+L)z *(n+I)3
- 6z-3-6
n(n+1)(2n+1)
ApNDIcE
DETERMINANTES
B. DETERMINANTES
43o
ESQUEMA RESUMEN
1.
Determinantes de orden
2.
Determinantes de orden
dos 43I
5. Determinante
tres 432
1. Permutaciones del conjunto {I,2,3} .
2. Formas trilineales alternadas
3.
4.
.432
Sannus
441
415
6. Desarrollo de un determinante por

trminos de una fila o
columna
los
448
7. Aplicacin al clculo
matriz
de la inversa de una
452
.436
8.
3. Permutaciones 437
4. Determinante de ? vectores
matriz
.433
Determinante de tres vectores en una base. 434

Cilculo de un determinante de orden tres:
regla de
de una
Aplicacin al calculo del rango de una ma-
Iriz
en una
base
4S5
9. Sistemas
de
CR4rr,rnn
10.Solucin de los ejercicios
457
propuestos 460
B.I.
43L
DETERMINANIES DE ORDEN DOS
B.
DETERMINANTES DE ORDEN DOS

Sean
: (xt,x) y y = (yt,fuz) dos vectores de R.2.
Los vectores
xyy
son linealmente dependientes si y slo si:
xtVz - xz?t
: O.
(1)
En efecto. Si los vectores .r y / son linealmente dependientes, entonces al menos

uno de ellos, pongamos el y, es igual al producto de un nmero real por eI otro:
!:y'.x,
Iuego Y1
l,xt Y lz =
conAe
R',
trxz, Y Por tanto:
xtVz - xzh,
xttrxz
x2Lx1
g.
Recprocamente, supongamos que se verifica (1). Si uno de los vectores x o y es

nulo, entonces ambos vectores son linealmente dependientes. Por el contrario, si
los dos vectores son no nulos, y por ejemplo y, + 0, haciendo A : xtl?t -y por
tanto x1 : Ayt-, de (1) se deduce que x2 : tryz, es decir:
x:Ay,
y en consecuencia los vectores x y y sor. linealmente dependientes.
Una consecuencia inmediata de lo anterior es que los vectores x y
mente independientes si y slo si:
son lineal-
: (xt,x) y ! : (yt,yz)
en la base
xtiz-xzYt#0'
EJEMPLO
Para los vectores
x : (2,0) y y - (-1,3)
x1:2,x2-0
luego:
xtTz
yxy
de R2, se tiene:
y !t--1,
/z:3,
- xzTt - 2 ' 3 - 0 ' (-l) :
6,
son vectores linealmente independientes.
Del nmer o
xtyz - xzjt, que se denota
de la forma:
l*, jt
l*, iz
Dererminante de diremos es eI determinante de los vectores x
dos vectores en cannica:
la base cann ica
: xTIz
l*, lt
1", lz
- xzJt-
B. DETERMINANTES
432
EJEMPLO
Losvectores u: (1,3)yu: (2,4) de R.2 sonlinealmentedependientes siyslo

efecto, el determinante de u y u en la base cannica es:
Ir
l:
que es nulo si y slo si A
2l
,rl
si.\:6.
En
R2 en
tal
:'t-o'
6.
Para el estudio de los determinantes se utiliza Ia aplicacin A de

que:
,
lrt
A(x,y)l*,
I
7t
7z
R.2
R.
: xtTz - xzh,,
: (xt,x) y y : (yt,!z), de la cual diremos es la funcin determinante en

en la base cannica.
la base cannica Nos interesa resaltar dos propiedades de esta aplicacin:
(orden 2)
. A es bilineal, es decir, es lineal en cada una de sus variables, dejando fija la otra:
Funcin donde x
determinante
: u A(x,!) + p A(x',t),
A(x,ay + Fy'): aA(x,t) + BA(x,y'),
cualesquiera que sean los vectores x, x',! y y' de R2 y los escalares a y p.
A(ux + Bx',y)
A es alternada, es decir, cambia de signo cuando se intercambian los vectores .r

y: A(y,x) - A(x,y), cualesquiera que sean los vectores x y 7 de R.2.
La comprobacin de estas dos propiedades es inmediata.
8.2
DETERMINANTES DE ORDEN TRES

7. Permutaciones del conjunto {I ,2, 3}
Pe
rm u taci
Se tiene:
de {T,2,3}
Denotaremos por P3 el conjunto cuyos elementos son las permutaciones del conunto {1,2,3}. Los elementos de P3, qu son seis, sern denotados as:
u(I) : I, u(2) : 2, u(3) : 3;

. tn: tp(I) : 2, tp(Z) : 1, rz(3) :
. r:: r:(1) : 3, r:(2) : 2, r:(3) :
o u:
3;
1;
433
8.2. DETERMINANIES DE ORDEN IRES
.
.
.
tzz: tzz(I)
I, tzz(2)
3, tzz(3)
2;
2, p(2) :3, p(3) : 1;

q: q(I) :3, q(2) = I, q(3) :2.
La permutacin z se denomina permutacin idntica; y las permutaciones tn,
Transposicin y
(orden
3)
23,
pi p(L) :
tt3
transposiciones.
La composicin de aplicaciones
un grupo (no abeliano), cuyo elemento neutro
de la composicin de las aplicaciones de P3 es
que z: "
t72:4'
- articula el conjunto P3 como

permutacin idntica: z. La tabla
la tabla 1. Por ejemplo, en ella leemos
-que se denota:
es la
PueS:
tt2l(1) : tz:(fr2(1)) : tz3(2) Itzz o ttzl(z) : tzs (fr zQ)) : tz3 (1 ) -
1Itzz o ttzl (3) : tz: (r2 (3)) : tz3 (3) : 2 -
Itzz
tn
frE
tzz
ttz
tn
tzz
tn
tn
tn
tn
tn
tzz
tzz
tzz
tzz
tn
tn
tn
tzz
tn
tn
tn
tn
tzz
q(1)'
q(2),
q(3).
TABLA 1. Tabla de la composicin de las permutaciones de
{l'2,3}
'
Si
y h son dos de estas permutaciones, entonces g " h se encuentra en la fila donde esf h y en la columna donde est g; por
ejemplo: tzt"tn = Q,Y tzEo qottz: tzz" GI"ttz) = tzt"tzs : u'
2. Formas trilineales alternadas Sea E un espacio vectorial sobre R de dimensin 3. Una forma trilineal alternada sobre E es una aplicacin f de E x E x E en R
que verifica:
. .f es trilineal, es decir, /
es lineal en cada una de sus variables, manteniendo
fijas las otras dos:
f (axt + pxl,xz,xi : af (xt,x2,x3) + Bf @i,xz,x3),

que sean los vectores x1, xl, xzY xz de E, y los escalares a y B
cualesquiera
de R, y anlogamente con las variables segunda y tercera;
se intercambian dos cuales..F es alternada, esto es, / cambia de signo cuando
quiera de los tres vectores (dejando en su lugar el restante).
B. DETERMINANTES
434
EJ
EM
PLO
Si
es alternada, se verifica:
f (xr,x3,xt) - -f (xz,xt,xz),
pues hemos intercambiado los vectores xz y
xt
(2)
(y el vector x2ha permanecido en su lugar);
y se verifica:
pues hemos intercambiado
(3)
f (xz, xt, xz) - - f (xt, xz, xz),
los vectores xz y xt (el vectot x3 permanece en su lugar). De (2)
y (3) se deduce:
f (xr, x3, xt) - f
(xt, xz, xz)
(4)
Anlogamente:
f (xz,xt,xz) - -f (xz,xz,xL) - f (xt,xz,xz).

Por ser
(s)
alternada se verifica:
. f (xt,xz,xz) : -f (xt,xz,xz) (intercambiado los vectores xz y x)i

c f (x2,x1,xz) : -f (xt,xz,xz) (cf. (3));
. f (xz,Xz,Xt) = f (xt,xz,xz) (cf. (a));
. f (xz,Xt,Xz) : f (xt,xz,Xz) (cf. (5));
. f (xz,xz,xt) : -.f (xt,xz,xz) (intercambiando x3 y x1).
Dada una permutacin g del conjunto {1,2,3}, si definimos (g) : -1 cuando.rr es
una transposicin, y e(S) : 1 en otro caso:
e
(tn) - (frE) : e(tzz) : -1 y (u) - t(p) - (q) cuando
1,
es alternada se tiene:
f (xso,xsq2,xs1)): e(g)f (xt,x2,x3).
(6)
3, Determinante de tres vectores en una base Consideremos un espacio vectorial E sobre R de dimensin 3, y fijemos en E una base B : (u t, u z, u z). Si / es una
forma trilineal alternada sobre E, y xr, x2, f3 son vectores de E, con:
x: xi1u1-lxi2u2*xgu3,
de ser
con
1
>x2iu
j:r
r:1
33,3
3/33\
i, Zr=kuk) Z *trf
k:L
- :It j:IZ*rixzf (u,,r,,\*=kuk)

k:l
i:r
333
(u t,
i:L j:1 k:1
Zx2iu i, Z*=ku
j:r
L:l
k)
/
8.2. DETERMINANIES DE ORDEN IRES
435
esdecir:
f (xt,xz,rs)
3 J
: I Z Z"rtrrjxzpf (ui,ui,un).
=r j
k=r
0)
=r
Si dos cualesquiera de los ndices
efecto: si por ejemplo
i,
y k son iguales, entonces:
: j, como ;fl es alternada:
(ui,u
j,ur) :
0. En
f (u,ui,up): -f (u,ui,uk),
(u,u,up.) : 0; y anlogamente se demostraran los otros casos. En consecuencia, en (7) slo tenemos que considerar
aquellos sumandos donde los ndices , j, k son distintos dos a dos; y en este caso,
si definimost SG) : , g(2) : i y SG) : k, entonces g e P3,y por tanto:
y por tanto 2f (ui,ui,up)
0, es dectr:
333
:7
j:rk:\
seP3
y de (6) y (7) se concluye:
f (xt,xz,x) : f (ut,uz,u3) Z e@)xtsrtxzs12x3s13).
(8)
gePz
Funcin Se define Ia funcin determinante en la base B = (ut,uz,uz)

en de E3 en R. tal que si (x1, xz,xi e E3 y
como Ia aplicacin D
determinante
una base
(orden 3)
X1U1-l Xi2U2l
entonces:
D(x1,x2,x3)
: I
X6l)3,
con 1 < I < 3,
e(g)x1nq1xzse)x3s13').
0ePz
Determinante de Del nmero D(x1,x2,x3) diremos es el determinante de los vectores

tres vectores en la base B, y se denota:
una base
D
x L, X z, X 3)
xt, x2
)z
x3 en
: l::: ::: :::l :

I
t,, xzz xzzl o=r,
En consecuencia, si / es una forma trilineal alternada sobre E, y D es Ia funcin

determinante en la base fijada B - (ut,uz,uz) de E, s verifica (cf. (B)):
f : f (ut,uz,us)D.
AI estudiar el caso general (cf. seccin 4, p. 44I), demostraremos que una condicin necesaria y suficiente para que los vectores xt, xz 1z .r3 sn linealmente independientes es que su determinante (en cualquier base) sea no nulo.
B. DETERMINANIES
436
4. CaIcuIo de un determinante de orden tres: regla de Snnnus
Si desarro-
llamos Ia suma de (9), se obtiene:
D(xt,xz,xz) : xnxzzx3s -
- XX22X31
-f X12X23X31 t XX21X32.
X12X21X33
X11X23X32
(10)
Un mtodo para calcular Ia expresin (10) (que no se generaliza para determinantes

Regla de Sarrus de ms de tres vectores), denominado regla de SARRUS, es el siguiente: colocamos
(slo orden 3) "encima del determinante" su tercera fila, y "debajo" su primera fila:
XtZ XZZ
XZZ
xn xzt
Xzt
lXtz Xzz
XZZ
I
I
I-'LL
I
Xtz Xzz
Xtt XZt
Xsz
XZt
y escribimos y sumamos todos los productos posibles de tres trminos en diagonal,

anteponiendo el signo + a los orientados de la forma: r, , y el signo - a los orientados
de la forma: z . Es decir, se antepone el signo + a los productos:
X13X21X32, X11X22X33 \
y se antepone eI signo
X12X23X31,
a los productos:
XtZXzrX33, XyZXZZXZt Y XttXZZXZZ.
EJEMPLO
R.3 Iabase B : (u1,u2,u), donde: u1 = (L,I,O),uz = (0, 1,1)

(1,0, 1), y calculemos el determinante en la base B de los vectores: xt : (0,3,1),
Fijemos en el espacio vectorial
y uz
x2
: (I,1,0), y 4 : (2,-I,3).
Como:
Xt=lrt+2U2-U3, Xz:Uz-ltE Y xz:-U1'f
3Ug,
se tiene:
1 0
|
I 0l
D(xt,x2,xz):l2
l-1 -1 3l
- (-1) . o . 0 + 1 . 1 . 3 + 2. (-1) . (-1)
- 2 .0 . 3 - (-1) . I . (-1) - I . (-1) .0 :
-11
sin ms que aplicar la regla de SanRUS:
-1 -1
1 0
-11
0 -1
-1 -1
0t.
3l
4,
8.3.
437
PERMUTACIONES
8.3
PERMTJTACIONES
Sea rL
un nmero natural mayor o igual que
1.
Permutacon
de {7,2,. .. , fl}
{I,2,... , z} ser denotado pot Pn.

articula el conjunto P, como grupo. Su elemento
EI conjunto de las permutaciones del conjunto
La composicin de aplicaciones
neutro, que denotaremos porLLn, es la permutacin que verifica:
V e {1,2,...,h}, u"(i) : i;
de un diremos es la permutacin idntica de {1, 2,
taremos su permutacin inversa pot g-r:
...,n}.
Para cada
g e Pn deno-
_1
_1
gog-'-g'o9:Un.
EjEMPLO
Las aplicaciones ?'y s de
{L,2,3,4} en s mismo tales
r(I) :
s(1) :
:
1, s(2) :
L,
r(2)
que:
: 2, r(4) :3,
3, s(3) :4, s(4):2,
4, r(3)
sonelementosdeP,yverifican:ros=sor:xL4,eSdecil,seSIapermutacininversadela
permutacin r: s : r-7, y r es la inversa de s: r = s-l'
Tran s po s ici
(ord en
n)
Consecuencias de la deftnicin de
.
.
.
transposicin
Se
verifica:
Las transposiciones t Jt t ii son la misma.

La permutacin idntica lln no es una transposicin.
Cualquiera que sea ]a transposicin t de {1,2, . . . ,L}, se tiene: un
por tanto: tr' : tt.
: tij o tij, Y
B. DETERMINANIES
438
EJEMPLO
La transposicin tzs de
1I,2,3,4]
tzE(l)
Obsrvese que tzz o tzz
EJERCICIO
es la
permutacin del conjunto 11,2,3,4] que verifica:
: I' tnQ):
3' t23(3) = 2' tzz@)
4'
1L4.
Probar que toda permutacin elemento de Pn, con
n > 2, es igaal a una composicin
de
transposiciones.
EJEMPLO
Con el mtodo descrito en la solucin del ejercicio 1, para la permutacin

(cf. p. 437) se obtendra:
tzq
" t. Obsrvese que tambin
se
verifica:
del ejemplo
r = ty o tzs.
Aplicacin
alternada
EJEMPLO8
SeaE:R..Laaplicacin@3deR3enRdadaport(xt,xz,xz)=(xz-xt)(xt-xt)(xz-xz)
es
una aplicacin alternada.

En efecto. Dados x1, xz y xz de
R.,
para la transposicin trz de {1,2, 3} se verifica:
t(xtp ), x tt21z, xtr2 :) :
z (xz,
xt, xz)
: (xt - xz)(xs - xz)(xz - xt)

: - (xz - xt) (xt - xz) (xt - xt)
= _E(xt,xz,xt);
para la transposicin f13:
z(xtn1\,
xtt31z,xt131r) = z(xz, xz,
xz)
: -t(xt,xz,xs);
: t (xt, xE, xz)

= (xt - xt)(xz - xt)(xz -
xz)
: -z(xt,xz,xz).
y, finalmente, para la transposicin

Qt
(x tzze), x
tz3 qz,
x t46)
xt)
(xz
- xz)&t -
xz)@t
23:
En consecuencia, @3 es una aplicacin alternada.
8.3.
PERMUTACIONES
439
Anlogamente se demostrara que la aplicacin
Qn(xt,xz,...,xn)
de Ru en R, con
: n @ 1<<j 2, dadapor:
xi)
es una aplicacin alternada.
Proposicin
ll.l
Sean
g, h
yt
g : h"t
tres permutaciones de {1,
2,...,n}
tdes que:
y t esunatransposicin,
y consideremos un espacio vectorial E sobre R, y una aplicacin alternada Q de En

en R. Enfonces.'
(xse), xse),. . ., xs@))
- -(xn1), xhe),.,,,
cualesquiera que sean hos vectores xL, xz, ...,
Demostracin
Para cada
xn
xh@),
de E.
i e {L,2
!tUl - X((i)) : XsU)
y como es alternada, se tiene:
Q@se'xse), "',xs@))
: (!tt, !te, "',!to) : -Oryz,...,/n)

: - (xnAl, xne),..., xn@)).
c.Q.D.
Corolario
Si
xL, xZ
(x
s0), x se)
r..
., xs@)
igual a Q(xt, x2, . . . , xn) o a - Q(xt, x2, . . . , x,-), segn sea Ia permutacin g e Pn
igual a una composicin de una cantidad par o impar, respectivamente, de transposiciones.
es
Sea n > 2. Si una permutacin es igual a una composicin de una cantidad par
de transposiciones, entonces no es igual a una composicin de una cantidad impar;
y viceversa. En efecto. Sea @,, la aplicacin alternada de R.n en R. del ejemplo

(cf. p. 438), y sean xt, x2, ..., xn nmeros reales distintos dos a dos, y por tanto:
"(xt,xz,...,xn) *0.
(11)
Si la permutacin g e P,' fuera igual a la composicin de una cantidad par de transposiciones, y tambin igual a Ia composicin de una cantidad impar, entonces se
E. DETERMINANIES
44o
verificaan simultneamente (cf, corolario de la proposicin II.1):

II
n@r, xsQ)t "
lv
. , xs@))
n(xt, x2,. .' , xn),
:
l"{xtrtr, xse)t "', xs@)) -Qn(x1,x2, "', xn),
I
de donde se deducira que Qn(x1,x2,...,xn) : -n(xt,xz,"',xn), y por tanto

eue n(xt, x2,. . . ,xn) es igual a 0, en contradiccin con (11).
Definici.n..'.=....
Signatura de una
pe rm
utaci
' de
Dada una permutacin g c Pn, con n > 2, ta sig
0, que,', s denota
'eS
composicin de una,c&r,Itidad par de
por t (g) , se define como igual a 1 si g.
transposicions, y como,igual' -1 si es cornposicin de una cantldad impar.,
La signatr:a d,,Ia perrnutacin 'u,1 S define como igual a 1; esto es:
(u) -
1.
Consecuencias de Ia definicin de signatura Se verifica:

o La signatura de Ia permutacin idnticaun, conn> 2, es igaal aL:
t(u") :1'
un = tij " tj para cualquier transposicin
La slgnatura de una transposicin es igaal a *I:
Basta tener en cuenta que
t; de
{1,2,. .. ,n}.
s(tii) : -1.
Si
)/
LL
son dos elementos de Pn, entonces:
e(s " h)
= 1 es obvio. Supongamos que n
e(g)
e(h).
(12)
I " h es igual a Ia
g
composicin de un nmero par de transposiciones, necesariamenfe y h verifican: ambas son composicin de un nmero par de transposiciones, o ambas son composicin
de un nmero impar. Es decir: si e(g " h) : 1, entonces:
El caso rL
e(g) = t(h)
>-
=I o
2.
Si la permutacin
e(g) = e(ll) =
-I,
y en ambos casos se verifica (12).

Si, por el contrario, g " h es igual a la composicin de un nmero impar de transposiciones, necesariamente una de las permutaciones: o bien g, o bien h, es igual a la
composicin de un nmero par y la otra igual a la composicin de un nmero impar.
Esto es: si s(g o h)
: -I, entonces:
{e(g) , E(LL)\
y en consecuencia se verifica (L2).
{1,
-1},
8.4.
DETERMINANTE DE
VECTORES EN UNA BASE
44L
La signatura de una permutacin coincide con Ia de su permutacin inversa. Es

decir, para toda permutacin
g se verifica:
E(g r)
Si
g e Pn,entonces g " g |
e(s).
un,Ypor tanto: e(g " g-r)

e(g elg-L =
e(zr), luego:
1;
(13)
e(g r) + @) (es decir, una toma el valor -1 y la otra el

valor 1), entonces se tendra que (g) @-r) : -1, en contradiccin con (13).
ahora bien, si ocurriera que
Nota
Para
n = 3 la signatura de una permutacin g e
cual se defini ste en la seccin 2
EJEMPLO
La signatura de la permutacin
(cf.p.434).
coincide con el nmero e(g) tal
del ejemplo 5 (cf. p. 437) es igual a 1, pues
de un nmero par de transposiciones (cf. ejemplo
7,p.
es composicin
438).
La permutacin s del ejemplo 5 (cf. p. 437) es igual a Ia composicin de un nmero par

: T-r, y por tanto: (s) = (?-) : 1.
de transposiciones, pues s
EJERCICIO
Sean
g e Pn y g' e Pn-r, conrL > 2, dos permutaciones
tales que:
Vie{I,2
(y
8.4
pot tanto: S@)
: n)' Demostril
que E(g) = E(S')
'
DETERMINANTE DE N VECTORES EN UNA BASE

En toda la seccin consideramos un espacio vectorial E sobre
nula, y fijamos en E una base B :
Funcion
dete rm nante
en
una base
(orde n
n)
Dete rm inante
de n vectores en
u na base
(ut,uz,...,un).
R.
de dimensin
n no
B. DETERMINANIES
442
E : R.2 y fijamos como base B la cannica de R2, Ia funcin determinante D

tal y como se defini esta ltima funcin en la
en Ia base B coincide con Ia funcin
Nota
bene
Si
seccin 1 (cf.
Form
^,
p.431).
al n-lineal
alternada
Propiedades
Se
verifica:
La aplicacin D es altemada. Es decir, si
t e Pn es una transposicin,
entonces:
D(xte),xte),...,xt@) : - D(xt,xz'... ,xr).

Se
(15)
verifica:
D(xt,xtr4,'..,xt@) : Z t@)*t)s\x12t12 "' xt@)s(n\,
(16
gePn
pues si hacemos:
/ : xt(i),1 < i < 71, entonces:

li:
XtG)tUt|-XtL)zl)z-1 "'+
XtL)nt)n,
COn
1< 4h,
y por tanto:
D(x,x12,
"',
D(yt'tz' "', tn)

: Z t(dxr1)s1)xte\se)'
xt@)) =
'
- - xt@)s(n).
gPn
El producto x11s11x12s(z)' ' 'xt@)s@) aparece en Ia suma de (16) multiplicado

por e(g), pero aparece en la suma de (14) multiplicado por la signatura de la perpor tanto: g = h " t-, entonces los productos:
mutacin g o , pues si h = I o t
-y
x11s11x12s(z)
"' xt@)s(n) y xrh)x2h(2) "'
xnh@)
tienen los mismos factores. As, y dado que al recorrer g el coniunto P", tambin lo
recone h: g" (alserf unapermutacin), ycomo: e(g"t) = e(S)e(t): -E(g)
(cf. consecuencias de la definicin de signatura, p. a40, se tiene:
e@)xrr:,se)xte)se\'''
LePn
de lo que se concluye (15).
xt@)s@\
hePn
8.4.
DETERMINANTE DE
n VECTORES EN UNA BASE
443
La funcin determinante D es una forma n-lineal alternada sobre E.

La aplicacin D es lineal en Ia variable
D(qxr + Fxi,xr,...,xn)
xt
manteniendo fijas las restantes:
= Z e@)(q.xtse)
gePn
-r px'rrrr)xzs1z\. . - xns@)
: a ) e(g)x4x2se)'..
gePk
+
e(g)xlsrtxzse\
xns@\
- - . xns@)
gePn
uD(xt, x2,..., xr) + pD(x'r,x2,...,x);
y anlogamente D es lineal en cualquier otra variable dejando fijas las restantes, lo que
prueba que es n-lineal, y en conclusin (primera propiedad) D es una forma n-lineal
alternada sobre E.
. Eldeterminantedelospropiosvectoresut,uz,...,Ttnenlabase(u1,uz,...,rrn)
es igual a l:
D(ur,Uzt...,l)n) :
SiparaCada 1<
<n
escribimos:
1.
l)i:UttUt-l l)izv)z* "'+

(
11,
ui-1
"
I)inUn entonces:
si:i,
fo, sii+i,
y por tanto:
D(ut,uz,...,u) : Z t@)rts0\u2se\ "'uns@)

g
ePn
: e(un)ugnlDu2une) " 'Unun(n) = un'U22 " 'I)nn : I,

u jk con j # k, que es nulo.
son iguales, entonces:
pues en los restantes sumandos algn factor es de la formai
Si dos cualesquiera de hos vectores x1, x2,
..
.,
xn
D(xt,X2,... ,xn) :
Sr
0.
x: xj, con i + j, y es la transposicion ti Pn, entonces:
: D(xt,xz,...,x)i
xt@)) : - D(xt, xz,. . . , xn), y en consecuen-
D(x6,x12,..., xt@\)
pero por ser D alternada: D(xg, x12\,.
..,
D(xt,xz,. ..,x") : 0.
No se modifica eI valor del determinante de los vectores
cia:.
xl, xz,
.. ., xn en una
base si a uno de ellos se Ie suma una combinacin lineal de los restantes.

Si, por ejemplo, sumamos a x1 el vector q2t2 + . .. + otnxn, como D es n-lineal, se
tiene:
(x, .|o(ixi,xz,..,,*,) - D (xr,x2,...,xn)
+ D (Zrxi,xz,...,*n),
B. DETERMINANIE-S
444
pero (propiedad anterior):
D
( i c(txt,xz,...,tn)
"I
\J
'
'
i:2
- i o,D(xt,xz,...,xi
-t
i:2
y por tanto:
o(",+iixi,xZ
7:l
Sea B : (ut,u2,...,un) unabase fijada enE, y seaD

determinante en la base B. Dado un nmero real a, la aplicacin:
Teorema
la funcin
f-aD
es Ia nica
forma n-IineaL alternada sobre E tal que:
f (ur,uzt...,un) -
a.
es una forma n{ineal alternada sobre E (cf. proaD.

Por otro lado, si 0, es una forma n{ineal alternada sobre E tal que V(ut,u2,. .. ,u) = a,
entonces tU = f.En efecto, generalizando el desarrollo llevado a cabo para n = 3 (cf, p. 434),
Demostracin
En
primer lugar, como D
piedades de D), lo mismo acontece con
llegaramos
f :
a:
@t, X2, . . . , Xn)
Q (u t ,1) z, . . . ,l)
- aD(xr,
para cualesquiera
Corolario
xt, xz
..
xn
...,
Xr)
xZ
de E, y por tanto: W
:f
C.Q.D.
B - (u,, r) z, ..,un) de E, la funcin determinante en

nica forma n-lineal alternada sobre E que toma eI valor I
Fijada Ia base
la base B: D, es Ia
en (ULUZ,.
n) D (xr , Xz,
,Un).
Teorema 2
[Jna condicin necesaria y suficiente para que los vectores xr,
x2, ..., xn de E seanlinealmente independienfes es que su determinante -en cualquier base de E sea distinto de 0.
Demostracin
Sea
(ut,uz,.. .,un) una
base de E, y sea D Ia funcin determinante en
la base B.
La condicin es necesaria. Si los vectores x7,
x2,. .., .xn son linealmente independientes,
xr) es una base de E, y del teorema 1 (cf. p. 444) deducimos:

sib t 0,fijandolabase (xr,xr,...,x"), existeunanicaforman{inealalternada/
entonces (xr, xr, .. .,
sobreE tal que:
fijandolabase
f(xt,x2,...,x") : bi
(ut,ur,...,u), entonces: f : aD,cona.: f (ut,uz,...,u).
8.5.
DETERMINANTE DE UNA MATRIZ
Por tanto:
445
aD(x1,x2,...,xn)
: f (xt,xz,...,xn) :b
D(xt,xz,..
.,
+O,ynecesariamente:
x") *
O.
La condicin es suficiente. Supongamos que los vectores
xt, x2,..., rft
son linealmente
Si
n>
2, almenos
=
por
uno de los vectores es combinacin lineal de los restantes;
ejemplo, supongamos se tiene: xl : 2x2 -t ' ' ' + otnxni se cumple (cf. propiedades de D):
dependientes. Siz
1,
entoncesxl: O,yportantoD(xr) :0.
D(xt,xz,...,x) :
8.5
( io,*,,x2,...,r,)
t
/
-2
i aD(x,x2,...,xn) :
-2
o.
c.e.D.

Sea
A una matrz real cuadrada de orden n:
A:l
/
I
ar, 6ltz
or, 6lzz
l:
\onr
at,?
a2n
:".:l
6tn2
ilI
\
I
l.
onn)
Recordemos que el j-simo (1 < j < ?) vector colurnna de A: a, es el vector de

cuyas componentes son los trminos de Ia j-sima colurnna de A:
ai : (ati, cLzj,..., oLnj),

o bien, si Bc
: (et,ez,...,en)
es la base cannica de R:
a:a1e1 ia2ie2 + "'+ &njn.

Sea E
R.,
Determinante de
u
na matraz
Q7)
y denotemos por A Ia funcin determinante, definida sobre E, en la
base cannica de
R.u.
\
I
R.
li
B. DETERMINANIES
446
Notacin
matrv A
El determinante de la
se escribe de Ia forma:
lan an
o^
det(A) - I .'
t::
El determ nante
de una m atriz y el
de su traspuesta
son iguales
Proposicin f l.2
minante de A:
a''
a2nl
I on,
cLnZ
ornl
:l
EI determinante de la matriz traspuesta de
der(At)
Demostracin
a,1n
es
igual al deter-
det(A).
Por definicin:
det(A)
: @) asy)rese)z'''
- gePn
det(At
a"s(n)nt
hePn
y como los productos:
a's\Ia'sQ\2''' CLs(n\n y as@-1Q\)s-rO)as@ IQ))s-r(2)'''
a's@-r@\\s-1(n)
son iguales (pues tienen los mismos factores), se tiene:

s@) ag@-r(t))s-r(t)as(s*r(z))s-I(2)' ' ' as@-r(n))s-r(n)
det(A) - I
I
ePn
Y1.
L E \g'
Ars-r 7612r-t(Z) .' . A.ns-r(n)
(1 B)
t
gePn
e(g-t = e(0
(cf. consecuencias de la definicin de signatura, p.440). Ahora bien, al

recorrer g el conjunto P,, tambin g-l lo recorre, luego de (18) se deduce que det(A) es igual
pues
:
9-r
@-r) ats-t 6a,2r-t e) ' ' ' 6t ns-r 1n)
ePn
que es precisamente el determinante de At. En conclusin: det(A)
det(At).
C.Q.D.
matriz
Teniendo en cuenta la definicin de

Propiedades del determinante de una
determinante de una matriz, las propiedades del determinante de n vectores en una
base (cf. p. 442) y Ia proposicin IL2 (cf . p. 446), se verifica:
El determinante de Ia matriz identidad In es igual a 1'.
Pues det(I") : A@t,e2,...,e) :
det(I")
1.
EI valor del determinante de una matriz cambia de signo si se intercambian

entre s dos columnas b dos fiIas) de Ia matriz.
8.5.
447
El valor del determinante de una matriz no vara sl a una columna (o a una fila)
de la matriz se le suma una combinacin lineal de las resfantes columnas (o
filas).
Si todos los trminos de una columna (o de una fila) de una matriz se multiplican por un mismo nmero, entonces eI valor del determinante queda multipli-
por dicho nmero.

EI determinante de una matriz es nulo si y slo si los vectores columna (o
los vectores fila) de la matriz son linealmente depenentes. En patticular, el
determinante es nulo si una columna (o una fila) tiene todos sus trminos nulos,
o si dos columnas (o dos filas) son iguales.
cado
Cf. teorema 2 (cf. p.444).

El dete rm inante
de un producto
de matrices es
igual al producto
de los
determinantes
Proposicin
ll.3
Si
A y B son dos matrices reales cuadradas de orden rL, enton-
ces.'
det(AB)
det(A) det(B).
ls
Demostracin
Sean
A y ts las aplicaciones lineales cannicamente asociadas a las matri-
ces A y B, respectivamente. Es decir, "4 y ts son las aplicaciones lineales de Rz en R.u tales
que:
A(e):ai y ts(e)=b, conl<j<n,

donde a1, az,
. . .,
an
sorT
los vectores columna de A, y bt, bz, ' ' ', bn son los vectores columna
de B.
La aplicacin
.f
de E" en
f
para cada
aplicacin
(xt,
R,
tal que:
xz,...,x) : A(A(x),A(x), "',A(x.)),
xt, xz, ..., xn de R2, es una forma z-lineal alternada sobre E :

/ es lineal en la variable xr, dejando fijas las restantes:
f (axt + Bxi, xr,...,
xn)
: A(A(axt
t(aA(xt)
+ fix\),A(xz),
R.2. En
efecto. La
"',A(x.))
BA(x\),A(xz),...,A(x-))
= q A(A(xr),A(xz),.. .,A(x.))
+ F A@@\),A(xz),.. -,A(x-))
: af (xt,xz,...,x) + Bf @1,x2,...,x),
=
y anlogamente se probara que / es lineal en cualquiera de las otras variables, dejando fijas
las restantes; por tanto, / es n-lineal. Por otro lado, / es alternada, pues si t e Pn es una
transposicin, se tiene:
"l
B.
448
En consecuencia (cf.
teoremaI,p.444),
DETERMINANTES
se verifica:
f : aA, cona.: f (et,ez,...,e),

y en particular, tomando
xt
= ts(et), xz = ts(ez), ..., xn = ts(e"):
f (ts (et),ts (ez),. ..,ts (e.)) : f (e e2,. .., en) A(ts (et),ts (e), .. .,ts (e")).
(19)
Ahora bien:
f (ts(e),ts(ez),...,ts(e")) : t(ll."tsl(et),lA"tsl(e2),...,1A"ts\(e.)) = det(AB),

pues [.4 " ts](et), lA " tsl(e2), . .., lA " tsl(e) son los vectores columna de la matriz AB; y
tambin:
e) : a(A(et),,A(ez),. .., A(e")) : a(at, az,. . ., 6tn) : det(A),

y A(ts(e),ts(e),...,ts(e.)) : A(bt,bz,. .. ,b") = det(B). En conclusin, de la igualdad (19)
c.Q.D.
se deduce: det(AB) = det(A) det(B).
f
8.6
(et, ez, .. .,
DESARROLLO DE UN DETERMINANTE POR tOS TRMINOS

DE UNA FIIA O COTUMNA
Sea A una
matriz real cuadrada de orden
rL,
conn > 2i
(on atz
I azt azz
orn\
6Lzn
A:ll::'.:l
6lnz
\orr
onn
Denotaremos por Ai; la matriz cuadrada de orden n - 1 que se obtiene cuando en la

matriz A se suprimen la -sima fila y la j-sima columna:
CLtt
tL
4,,
ttlJ
Ll
i -
a'U+t)I
AnI
Menor
complementario
de un trmno
Adjunto de un
trm ino
et(j +t)
eyli -L)
\v
L)\J
L'/
\L
L)\J
t L/
.,
cLe+l)(j-1)
A"e+l)(.1+1)
en(j -L)
en(j +T)
CLrn
\L
L)'L
n ,
CLe+t)n
CLnn
De la matriz A7 diremos es el menor complementario en la matriz A del trmino a;
(que ocupa la posicin
(1,
j)).
Del nmero real:
ai = (-I)1+.r det(A;)
diremos es el adjunto, o cofactor, en la matriz
posicin (,j)).
A del trmino aj
(qtJe ocupa la
8.6.
449
DESARROLLO DE I,]N DETERMINANTE POR LOS TERMINOS DE UNA FILA O COLUMNA
Proposicin ll,4
Si
A es Ia matriz cuadrada de orden n (n > 2):
A_
&t@-t)
cLn
'
..
| "'n-L)r
entonces se verifica: det(A)
Demostracin
Se
\
I
&(n-r,rr
rn-r,
&n@-I)
cLnr
6Lnn
Annde t(Ann) : CLnnnn.
tiene:
et(A)
e(g)as1asq2)2"'6ls@\n,
fii:"
pues los sumandos que tienen un factor de la forma 6Ls@)n con S@) # n son nulos. Ahora
bien, observemos que la aplicacin que hace corresponder a la permutaci|n g e Pr, donde
g(n) = n,lapermutacin g' e Pn-r tal
que:
S'G): S&),
es
<n-
con 1 <
L,
unabiyeccin entre los conjuntos:
lh
P,l h(n) = nI Y Pn,
que adems verifica (cf. eiercicio 2,p' 44L): e(g)
e(g')' Por tanto:
gPn
s(n):n
: &nn
g'ePn I
y en conclusin: det(A) = anndet(Ann) =
Corolario
Si
&nnotnn'
c'Q'D'
A es Ia matriz cuadrada de orden

&tt
4.11i
*ri-r,
&tt
e(r-rlt;-rl
eti _L)
A.O+t)T
aU+1)U-1)
a)nt
-L)
CLn(',j
rL (n > 2):
elqi +r)
e(i-'
cLrn
A.U_t)n
A"ij
0
A.4i +L)
cLn
&G+1) ( + 1)
4.6+t)n
cLn(',j +L)
-t)
rr;*
...
entonces se verifica:
d et
(A) - ( - 1 )'* t eij
det
(Ai) - etj uii
CLnn
B.
45()
DETERMINANTES
matriz A, permutamos las columnas j-sima y U + l)-sima, y a continuacin permutamos las columnas U+ 1)-simay (j+2)-sima de lamatriz obtenida, yprocedemos con permutaciones sucesivas de columnas consecutivas hasta que conseguimos una
matriz cuya n-sima columna es la j-sima columna original de la matriz A. Si llamamos Ar
Demostracin
En la
a esta nueva matriz, se verifica:
- (-1)n-r
det(Ar)
det(A),
(2
0)
j permutaciones de columnas y cada permutacin

(cf.
propiedades del determinante de una matriz, p. 4aO.
cambia el signo del determinante
ahora ocupa la
Adems, obsrvese que el menor complementario en A1 del trmino a.
pues hemos llevado a cabo exactamente 7-
posicin
(,n)-
-Que
sigue siendo A;:
(
I
At:
&tt.
at( j
oi-rt.,
et (j +t)
CLtn
a(i-r1i*rl
orj-rt,
6Ln
aj
A.G+t)n
a'nn
-t)
a(t-rif,,-ti
e1i_r)
6Lit
I
(j-
Clqi+l)
CLq+t)r
a( j
1)
+t)
&1i+1)
(-r+ 1)
an1i-rl
6L'nl
antt
*tl
Procediendo con las filas de la matriz 'A1 anlogamente a como hemos hecho con las columnas
de la matriz A, podemos obtener, despus de n - permutaciones de filas consecutivas, la
matriz:
elqi -L)
cLtt
+t)
CLt(j
&Ln
o<j-r,
Az:
... a(i-rtu-rl er-rl1;*rt
A.G+t)t
(j- 1) a.g+t
A'G+I)
(+
1)
611-t)n
A'U+t)n
ann
&in
::
CLnI
an(j _r)
A.vi+t)
cLit
ai( j
ei( j +t)
-t)
para la cual se verifica (cf. (20)): det(Az )
Gr)* det(Az)
1-
1;'-t
det
aj
(A) : (-l)z'--i det(A),
y por tanto:
: (-l)2'det(A) : det(A).
Ahora bien, el menor complementario en -42 del trmino a -ahora de posicin

tambin es Ai , y en consecuencia (cf. proposicin II.4, p. 449):
det (Az
De (21)y (22) se concluye: det(A)
au
det (A;
: (-1)i+i a,j det(Ai) - aijaij.
(2r)
(n,n)(22)
C.Q.D.
8.6,
DESARRILLI DE IJN DETERMTNANTE poR Los rnvtvos DE IJNA FILA
Desarrollo de u n
dete rm inante por
los trm inos de la
j-sima columna
Corof
ario
Sea
A = (or)
conl< j<n,severifica:
"nu
matiz
o IzLUMNA
cuadrada de orden
n (n > 2). Pata cada j,
' anlanj-
det(A) - erjarj+ezjazj+
Demostracin
45r
(2 3)
De se
&Ln
Aqr-tn
YL
det
(A)
Y
z-
Qn
:I
6L1t+t)n
CL'nn
y con el primer corolario
C.Q.D.
3) se dice es e
A por los trminos
De
(2
de la j-sima columna
Desarrollo de un
determ nante por
los trmnos de la
Corolario
Sea
A = (ai) una matriz cuadrada de orden n (n > 2)' Para cada ,
conl<<n,severifica:
det(A) : &itit * &iziz -l'
i-sima fila
* ct.nin'
(21)
inmediata de (23) y de la proposicin II.2 (cf . p. aa.

De (24) se dice es el desarrollo del determinante de la matriz A por los trminos
de la -sima fila.
Es una consecuencia
EJEMPLO I
Sea
A la matriz real:
/ 11
| -E
A- i o
\10
1
-1
'l
4l'
2)
y calculemos det(A).
Si sumamos a la primera columna la segunda cambiada de signo ms la tercera multiplicada por 2, entonces (cf. propiedades del determinante de una matriz, p' 446):
1 1 o
-3 I 2
021
1 0 -1
-11
0l :
4l
2l
o 1
0 I
02
-1 0
o -11
2 0l
1 4l'
-1 2l
B. DETERMINANIES
452
y desarrollando este ltimo determinante por los trminos de Ia primera columna (cf. desarrollo (23), p. 451):
der(A)
(- L)++r .(-1) .det (A+t)
:l I i
lz
-1
1 ;l
(2 s)
pues el trmino de posicin (4, 1) es igual a -1 y los restantes de Ia primera columna son nuIos; y, finalmente, desarrollando este determinante por los trminos de la segunda fila (cf. desarrollo (24)), obtenemos (cf. seccin I, p. 431):
l1 0 -11
l, 2 0l_(_t)2*r.1
lz 1
4l
8.7
4l
Ir
- (-1)(0'+ -1
y con (25) concluimos que det(A)
-11+(-112+2.2.11
\ r/ t-
lo
lz
(-1)) + 2(t. 4-2. (-1)) :
/ arr
riz
11,
LA INVERSA DE UNA MA-
Consideremos una matriz real A cuadrada de orden
Mat
4l
11.
APLICACTU AT CTCUTO DE
TRIZ
-11
ct
rz
I cLzt
&zz
\orr
cLn2
rL:
a.h\
cLzn
^trr)
adju nta
Obsrvese que de acuerdo con la definicin de cofactor (cf. p. 448) se tiene:
uf, = 1-ti+ det(A).
8.7. APLICACION AL CALCULO

El dete rm in iante
de la m atriz
inve rsa es ig ual al
inverso del
determ inante
DE
LA INVERSA DE UNA MATRIZ
Proposicin
ll.5
453
La matriz
es
siy sIosidet(A) *
invertible
O;
y, en este caso,
se verifica:
det(A-1)
det
(26)
(A)'
Demostracin
La maruiz A es invertible si y slo su rango es igual a z, es decir, si y slo

si sus n vectores columna son linealmente independientes, lo que es equivalente a det(A) I 0
(cf. propiedades del determinante de una matriz, p.446).
10, como AA-r
Por otro lado, en el caso de ser det(A)
-det(/,) -
det(AA-t)
:1',
se tiene:
(27)
1;
y como (cf. proposicin II.3, p. 447):

det
(AA-1)
det
(A) det (A-1
(2 B)
de (2 7) y (28) se deduce (26).
C.Q.D.
Proposicin ll.6 Si n > 2, eI producto de Ia matriz A y la matriz adiunta

de A: A*, es igual al producto del nmero det(A) por Ia matriz identidad I":
AAx
Demostracin
Sea C
- (rtt)
det(A)In
tu matriz: C
TL
A* A.
(2
AA*. Entonces:
TL
cj Zotoa[:2otoajp.
t,_1
K:I
Ahora bien,
sii
j,
e)
(3 0)
L-1
't-I
entonces:
,r, =
&ko(k
k=1
k:r
eDt*uorodet(Ar),
y ci es el desarrollo del determinante de A por los trminos de la i-sima fila (cf. p. 451), y
Por tanto: c = det(A).
Por otro lado, si i +
j,
y B es la matriz obtenida sustituyendo en la matriz A Ia j-sima
fila por la i-sima:
&tt
&
&na
(i)
B_
&n
6L
&nr
A'n
(j)
454
B. DETERMINANIES
entonces (30) es el desarrollo del determinante de B por los trminos de la j-sima fila, y
como det(B) : 0, pues B tiene dos filas iguales (cf. propiedades del determinante de una
matriz, p.446), se deduce eue c = Q.
En conclusin, la matriz AA* es tal que los trminos de la diagonal principal son iguales
a det(A),ylos restantes soniguales a 0. Por tanto: AA* = det(A)1,.
De manera similar (utilizando desarrollos por los trminos de una columna) se demostrara que A* A : det(A)l", y en consecuencia se verifica (29).
c.e.D.
F
rm
la para la
inversa de una
Corolario
Si la matriz
matriz inversa:
1,
A, cuadrada de orden
verifica
matriz
7L
> 2, es invertible, entonces
1
A L_____j_A*.
"
(3t
det(A)
Demostracin Utilizando
A*
y como det(A)
EJEMPLO
su
(29) se tiene:
: AxIn: A*AA-| :
det(A)I.A-r
det(A)A
t,
(Z)
0 (cf. proposicin II.5, p.453), de (32) se concluye (31).
C.Q.D.
Determinemos para qu valores de a es invertible la matriz real
A-(
y calculemos
1)
A I para esos valores.
Desarrollando por los trminos de la primera columna, se tiene:
ll zl
det(et :a ll -zl
*
lz ol l, _zl:+"-4=4(a-r)'
y por tanto (cf. proposicin II.5, p. a53) A es invertible si y slo si a
Ahora calculamos los cofactores de los trminos de A:
. .lr -2' :4,

dr:(-1,'*'1,
oi
y anlogamente: fl21
4,
o.22
,lg -11ul:_r,
lr
d,z:(_,1,
= -2 y azz = I
/4
a*
-z
\-t
=l
I.
, -lo
dr.=(*tl"li
- Za,ypor tanto:
4 -4\
-2 zol
r_ 2a
")
En conclusin (cf. corolario de la proposicin II.6, p" 453), sr a. + L, entonces:
A-1: .. ' , (-;

1(a_1)
-;
,:\
\_, r_Za ")
rl
,l:-r'
8.8. APLICACION AL CALCULO
B.g
Su
bmatrriz de
u na matriz
Clculo del rango

de una matnz
DEL RANGO DE UNA MATRIZ
455
ar crcuro
ApLTcACIN
DEL RANGo DE UNA MATRTz
Dada una matriz A de orden (n,m), al suprimir p filas de A, con 0 < p ( rz - 1,

y 4 columnas de A, con 0 < q < m- 1, obtenemos una nueva matriz B, que es de
orden (n - p,m - q). De la matriz B diremos es una submatriz de la matriz A.
Proposicin ll.7 Sea A una matriz de orden (n,m) que verifica:

a) A admite dguna submatriz cuadrada de ordenr (I < r < mn{n,m}) cuyo
determinante es no nulo,
b) toda submatriz cuadrada de A de ordenr + 1, si existe, tiene determinante
nulo.
Entonces: rango A
:'r.
Demostracin Sea A - (ott) . si"

I
an
o^
--
- It.:
I
Sea
Prdida de generalidad podemos suponer:
Art
arz
&rr
azz
cLzr
#0.
CLrZ
(3 3)
CL',rr
la aplicacin lineal:
R?4
(xt,Xz,...,Xr
Si ctr, a2,
imagen por
xn)
Rr
--J----+
(xt,X2,...,X").
de la matriz A (vectores de R'), la
de
&i
e-s:
f(a) = f(atj,azj,...,&rj,...,anj): (at,a2j,...,a,j),
con 1 <j
<r;
ahorabien,eldeterminantedelosrvectoresf(a):(atj,azj,...,arj),con1<j<r,en
la base cannica de R' es precisamente el determinante d de (33), que es no nulo, y por
tanto (cf. teorema 2, p. 444) estos vectores son vectores linealmente independientes de R'.
En consecuencia, los vectores dt, a2,..., Ar sortvectores linealmente independientes de R.2,
y en conclusin la matriz A tiene rango mayor o igual que r.
Por ofto lado, supongarnos que rangoA > r, es decir, que A tiene al menos r + 1 vectores columna linealmente independientes. Sin prdida de generalidad podemos suponer que
los r + 1 primeros vectores columna de A: a1, &2, . . ., r7a1, SoIr linealmente independientes,
sin ms que basarnos en que dt, az, ..., dr ya lo son, y en el teorema de la base incompleta.
Elsistemadevectores ((at,azt,...,att),(atz,azz,...,arz),...,(6Lv,clzr,...,.r))esbasede Rt; seanr, 82,..., B. lascoordenadas delvector (a11r1r),az(r+r\,...,dr?+r\) enesta
base, y por tanto:
6Li@+r)
- j:T
Z Bt&ij,
Con 1 < <
r.
(3+)
B.
456
Ahora bien, como estamos suponiendo Qe 41, 42,
tes, debe existir k, con r + I < k < z, tal que:
6Lt<@+t)
j:I
..
.,
dr, 471
soT:r
DETERMINANTES
linealmente independien-
(3 s)
U,a.kj.
Pero lo escrito en (35) es absurdo. En efecto. De las propiedades del determinante de una
matriz (cf. p. 446), de (3a) y de la proposicin II.4 (cf. p. 449) se deduce:
l":'
t:
I
o,,
ou,
_ (o0,"*1) - iu,ar,i)
d,
j:t
0 (cf. (33)), de (35) podramos concluir que A tiene una submatriz cuadrada de
orden r + 1 cuyo determinante es no nulo, en contra de la hiptesis (b).
c.Q.D.
En conclusin, el rango de A es igual a
y como d
r.
Podemos, pues, decir: el rango de una matriz (cuando este rango es mayor que
cero) es eI mayor de los rdenes de sus submatrices cuadradas de determinante no
nulo.
EJEMPLO 12
Calculemos el rango de la matriz real:
/r
t 2
\o
3 3
o:f -r z r
3\
ol.
=)
Sumando a la cuarta columna las columnas primera y tercera multiplicadas por

nemos la matriz:
/t
t 2
r:f -t z r
\ o33
-1, obte-
0\
ol,
o)'
cuyo rango es el mismo que el de la matriz A; y sumando a la tercera columna de B sus dos
primeras columnas multiplicadas por -1, obtenemos:
/r
10
0\
c:l-r z o ol,
\o3o
o)'
y rango(C) = rango(A). Ahora bien, la matriz C tiene una submatriz cuadrada de orden 2 de
determinante no nulo:
lll-1 ll:'+0,
2l
y todas sus submatrices cuadradas de orden 3 tienen determinante nulo (pues presentan al
menos una columna de trminos nulos), luego: rango ( C) = 2. En conclusini rango(A)
2.
8.9.
SISTEMAS DE CRAMER
B.g
Sistema de
Cramer
EJEMPLO
13
457
SISTEMAS DE CRAMER
Se denomina sistema
de Cneunn a todo sistema real de n ecuaciones lineales con n
incgnitas cuya matriz asociada es de rango n. Es decir, un sistema, de matriz asociada Ia matriz cuadrada A, es de Cnanrcn precisamente si A es invertible, o equivalentemente (cf. proposicin II.5, p.453): det(A) I 0.
EI sistema real:
lz*, -t 2x2 - |
1 x.+ x2-z
f-
es de CneMgR, pues es un sistema de dos ecuaciones y dos incgnitas, y su matriz asociada:
lz
(.r
2\
L) '
tiene rango igual a 2. Se verifica:
?l:1ro
C on
id ere mos eltSIisite
n ecuaciones lineales
de
lat X1 + A.72X2* '+

Ilo,w2i1 X1 + A.22X2* '+
1
t"
Ila,
con
n Lncognitas:
6LLnXn:
C1
6LZnXyt:
C2
(36)
V.n
nL X1
CLryZXZ
*'
i CLnnXyt : Cn,
prre sar de la formai AX

que lPodrenm10s tambi)re
LnIrCX
XPI
(i
(n
colulmna deeo rden TL, 1 ):
yc
y A es la matriz:
/att cLtz
| &zt azz
A-l
:
'
cLnz
\orr
C, donde X y C son las matrices
l"\
lr,
:l,j
'
ar,r\
ct
zn
a,nn
I
I
Si denotamos por a.i el j-simo vector columna de la matrLz A:

a.i
(at j,
e.z
B. DETERMINANIES
458
y por c el vector cuyas componentes son los trminos de la matriz C:
c:
(Ct,Cz,...,Cn),
resolver el sistema (36) equivale a determinar coeficientes teales x1, x2, ' ' ., xn que
permitan expresar eI vector c como combinacin lineal de los vectores d)., d2, '.., &ni
I XnA'n : '
Supongamos que el sistema (36) es de CRltrn, es decir: rango A : rL, o equivalentemente: det(A) = A(at,dz,...,a) * 0. EI sistema (36) tiene, pues, unanica
X7A1
* X2tI2 l "'
solucin:
/xt \
*rl
x:1.-1.
I
l:l/
\x"
De las propiedades del determinante de
xtA(at,c2,...,&n)
7L
-A (xt&r, &2
-A (xtat i xz&z
vectores en una base
+ Xnbnt
(cf .
p. 442) se deduce:
AZ
y por tanto:
Anlogamente probaramos
X:
det
(A)
'
con
En conclusin, hemos probado el siguiente resultado:

Regla de Cramer
Proposicin
fica: det(A)
ll.8
Si el sistema (36), de rL ecuaciones con rL incgnitas, veri0, entonces tiene una nica solucin:
)
x- ;r
I ' I'
\"")
tal que:
X:
det(A)
, conl
8.9.
SISTEMAS DE CRAMER
EJEIrPLO t 4
459
Si el sistema
real de dos ecuaciones con dos incgnitas:
:
I^r*, * btXz
l^'*'
es de CnauEn, es decir:
Cr
* bzxz -
lot
Cz
btl
,,1+o'
a;;
: l1t), de acuerdo con la regla de CnarrEn verifica:

" \xz /'
lc, b,l
lot cr
arl
ctbz - czbt
lr,
lo, ,rl d,tcz - azct
"'.._-].............]_--..--a1b2
a2b1'
la, b,l
lat brl atbz - azbt'
-
entonces su nica solucin:
b,l
1",
lo, b,l
El lector puede comprobar que el sistema de ecuaciones del ejemplo 13 (cf. p. 457), que
es de
Cnaunn, tiene por solucin nica:
x - f-=\
s)
EJEMPLO r s
Sea
A Ia matriz del ejemplo 11 (cf. p. 454) con &
/2 1
2:
2\
I -zl
\; ; A)
A-fo
1de determinante det(A)
4(2
L)
'
4, y sean X y C las matrices columna:
x-ft',\ v c-lil)
\";/
\,;/
Entonces el sistema real AX - C, de tres ecuaciones con tres incgnitas, es de CRAMER,

pues det(A) # O; y su nica solucin es la matriz columna:
/x'\
x-1";l
\";/
tal que:
l" 1
lcz I
/\l
4/
l'; z
c1 2l
lo cz -21
2l
-21
ol
12
4c1
+4c2-4ca
x2:
4'
12 I r,
l0 1 bl
rw|
lr z ';
4
^
lr c3
4
-ct-3cz+Zcz
ol
-2ct-Zcz+4cz
B. DETERMINANIES
460
8.10
SOLUCIN DE LOS EJERCICIOS PROPUESTOS
Ejercicio I Un mtodo para escribir una permutacin

(p. 438) transposiciones es eI siguiente.
g:
g e Pn (n > 2) como composicin de
entonces (cf. consecuencias de la definicin de transposicin, p. 437)

Para cualquier transposicin tii e Pn.
Si por el contrario g I un,sea el menor elemento de { 1, 2, . . ., n} tal que g ( I i'
Entonces la permutacin 91 : tis1) o g verifica:
S1
g : tij
?,n,
o j
g : tise)o 9t y Vk 4, gt&) :k.
gt * un,Ilevamos
!1, y lo repetimos sucesivamente

con las permutaciones que vamos obteniendo hasta llegar a un (a lo ms en n -
Si
a cabo el mismo proceso cott
pasos). Finalmente, tendremos expresada.q como composicin de transposiciones.

Debe observarse que no es nica la forma de escribir una permutacin como
composicin de transposiciones.
n = 2 es obo. Si:n> 3, existenktransposiciones r.7'r, trir, "',tuio

(p.441) de {1,2,...,fl- 1} tales que:g' :tirirotrjro " ' "tivivAhorabien,siconsideramos
Ejercicio2 Elcaso
las transposiciones t,
jp t, jr, . . . , tivjy
g:
Pues g@)
h,
Y Por
tanto: s(g)
como elementos de Pr, entonces:
thjrotzjz o
(g').
'oti,rjo,
INDICE ANALITICO
A, 311
A, 311
supA, 3I2
nf A, 3L2
mx
Notaciones
N*,
405
405
Q*, 405
R*, 405
mn
z*,
0,
(a,b),la.,bl, (a,bf,la.,b),1a,
34
3L4
(8, x ), 406
(8, +, .), 407
K,
407
oF,
36
lxl, 315
, 3L7
(an;n e N), 32L
o,36,131
KZ, 38
A+8,
x+A,
43
44
G, 49
L(B), 70
Bc, 74
Fe
(et,eZ,...,en),
dim
lm
E,
75
78
f ,116, 393
Ker
f,
LL7
mn(x, y), T20

L(E,F), 13r
E*, 135
B*, 138
&j, I7B
&j, l7B
In, 180
o, 180
A, 1BB
Jn, lBB
M**(K),
AB, 193
A2, 203
, 344
rll, 347 n
,(L:0
189
' Fi, 2L3

Fi * aF 2I3
Fi*Ft+FFj, 2L4
-L, 226
At,
230
(an), 32I
{^n;n e N}, 323
(apO); n e N), 324
(opra), 324
(an;n >-- k), 326
Ion;n> kl, 326
lm (an) : L, 330
lm cLn:1, 330
'l"L-@
lm (an) : *oo, 334
)n6LrL: *@, 334
lm(an) : -m, 338
lm an: -oo, 338
7L*x
W, 354n
f
A j- B, 392
f (x), 392
BA, 393
flAtl, 393
-t [Br], 394
-t, 397
g " f, 398
+oo), (a., +oo),
(-*,b\, (-*,b),
INDICE ANALITICO
464
A
abeliano,
abierto
asociativa, operacin, 403

asociativa en los elementos de K, operacin externa, 409
automorfismo de un espacio vectorial, I32
406
conjurito, 319
319
315
acotado(a)
conjunto, 311
inferiormente,3ll
superiormente, 311
inteNalo, 315
sucesin, 323
intervalo,
absoluto,
valor,
base,
72
cannica,
74
coordenadas de un
dual,
vector,
73
138
biyeccin, vr biyectiva
biyectiva, aplicacin, 397
comPosicin, 401
hferiormente, 323
superiormente,
adherente,
punto,
afn
aplicacin,
343
323
cannica, base, 74
cardinal de un sistema de vectores, 64
CAUCHY, criterio de (para series), 354
139
combinacin, 62
subespacio, 54
cero, matriz, 180

cerrado
ampliada de un sistema, matriz, 272

aplicacin, 392-40I
biyectiva (o biyeccin), 397
398
identidad, 393
igualdad, 392
conjunto,
columna, matriz, 179

de una matriz, 181
columnas de una matriz,
composicin,
imagen (de un conjunto), conjunto,

imagen (de un elemento),
imagen (de una
392
aplicacin),
conjunto, 393
imagen inversa o recproca,
393
conjunto,
inversa o recproca, 397

inyectiva (o inyeccin), 396
notacin, 392
restriccin, 393
suma, 35
afn, 139
Iineal
sistema,
automorfismo, I32
asociada a un
componente, 36
composicin de aplicaciones, 398
biyectivas, 401
394
identidad, con aplicacin, 400

(de) tres aplicaciones, 400
conjunto
319
396
311
superiormente, 311
adherencia (de un
(de)
270
I78
afn, 62
lineal, 53
acotado, 311
inferiormente,
cannicamente asociada a
conjunto), 344
aplicaciones, 393
cerrado, 320
cota
una
188
definicin, 113
forma lineal, 135
imagen, 116
isomorfismo, I32
matriz asociada, 184
matriz representante, lB4
ncleo, 717
rango, 119
armnica, serie, 350
matriz,
combinacin
combinacin
abierto,
suprayectiva (o suprayeccin),
aplicacin
aplicacin
32O
interualo, 32I
inferior,
superior,
finito,
311
311
398
imagen de un conjunto por una aplicacin, 393

imagen de una aplicacin, 393
imagen inversa o recproca de un conjunto por ufla aplicacin, 394
nfimo, 3I2
interior (de un conjunto), 317
(de) Ilegada, 391
mximo, 311
Notcr nNntnco
+6s
mnimo, 311
nocin intuitiva, 373
(de) partida, 3 91
dual
base,
138
vectorial,
espacio
13 5
supremo, 312
(de los) trminos de una sucesin, 323
conmutan, matrices e, 204
conmutativo(a)
cuerpo, 407
grupo, 406
ecuaciones de un subespacio
elemental
matriz,
operacin, 404
elemento
inverso de un elemento, 106
neutro,
sucesin, 328
vector,
73
equivalentes, sistemas, 273
correspondencia, 3 91
grafo, 391
escalar,
llegada, conjunto
partida, conjunto
de,
de,
34
espacio(s) vectorial(es)
(de las) aplicaciones
391
391
base,
cota
dual,
34
13 5
escalar,
superior
(de un) conjunto, 31 1
34
generadores,
71
isomorfos, I32
sucesin, 323
creciente, sucesin, 347
estrictamente, 347
(de una)
matriz,
sistema de generadores, 71
subespacio afn, 54
subespacio vectorial, 37
180
vector,
180
trminos de la diagonal principal, 180
34
estrictamente
creciente, sucesin, 347
decreciente, sucesin, 347
cuerpo, 407
conmutativo, 407
D
criterio de (para series), 3 5 3

dbilmente paralelo (subespacios
factorial de u nmero, 347 n

fiIa, matriz, 179
D'ALEMBERT,
afines),
61
de una
347
347
esftictamente,
desigualdadtriangular, 316
diagonal principal, trminos de

de un espacio
matriz,
182
filas de una matriz, I78

forma lineal, 135
decreciente, sucesin,
dimensin
131
dimension, ver dimensin
(de un) conjunto, 31 1

(de una) sucesin, 323
orden,
lineales,
72
definicin,
inferior
cuadrada,
404
opuesto de un elemento, 406

simtrico de un elemento, 404
simetrizable, 404
3 51
coordenadas de un
214
transformacin, 2I2
constante, sucesin, 329

convergente
serie,
vectorial, 287
la, 180
generadores
vectorial,
78
sistema, 71
vectores, 71
finita, espacio vectorial de, 77

infinita, espacio vectorial de, 77
nula, espacio vectorial de, 78

distributiva, propiedad
de . respecto d.e +, 407
respecto de la operacin + de K (op. externas),
respecto de Ia operacin + de E (op. extemas),
geomtrica
sede, 350,369
sucesin, 348
grafo de una correspondencia, 391
409
409
grupo,
406
abeliano o
conmutativo, 406
iNotcr atuanco
466
H
hiperplano,60
combinacin,
forma,
homogneo, sistema de ecuaciones,
268
I
identidad
matriz,
linealmente dependientes, vectores, 65

Iinealmente independientes,
vectores, 68
llegada, conjunto
aplicacin,
igualdad
53
135
180
391
matriz
392
I78
aplicaciones,
matrices,
de,
393
lineal, 116
aplicacin
(de un) conjunto, 393
(de un) elemento, 392
inversa, ver recproca
recproca, 394
independientes, subespacios
vectoriales, 47, 49
hferior, ver cota
nfimo de un conjunto, 312
interior
(de un) conjunto, 377
punto, 3I7
intervalo, 3I4
abierto, 319
acotado, 315
cerrado, 32I
inversa
aplicacin, ver recproca
imagen, ver recproca
matfiz, 226
inverso de un elemento, elemento, 406
invertible, mafriz, 226
inyeccin, ver inyectiva
inyectiva, aplicacin, 396
isomorfismo de espacios vectoriales,
132
isomorfos, espacios vectoriales, L32
imagen de una aplicacin
imagen por una
ampliada de un sistema, 272

aplicacin lineal cannicamente
asociada, 188
asociada a un sistema, 268
asociada a r.rna aplicacin
lineal' 184
cero,
180
columna, 179
de una
matriz, 181
columnas de una
(que)
matriz, I7B
conmutan, 204
cuadrada, 180
definicin, l7B
elemental, 214
fila, I79
de una
matriz, 182
fiIas de una
matriz,
identidad,
180
L78
igualdad, 178
(de) incgnitas, 268
inversa de una matriz, 226
invertible, 226
notacin por columnas, 181
notacin por fiIas, 182
nula,
190
orden, 178
de una
matriz cuadrada, 180
producto de matrices, 193

Producto Por un escalar, 190
rango,
2Og
real, I79
representante de una aplicacin
composicin
Iey de
externa,
ver operacin exterrla

interna, ver operacin
libre, sistema, 68
Iigado, sistema, 65
Imite de una sucesin,
Iineal
328
334
338
ms infinito,
menos infinito,
aplicacin,
lineal,
184
suma, l8g
trminos, l7B
de Ia agonal principal, 180
(de) trminos independientes, 268
transformacin elemental, 212
traspuesta,
unitaria,
23O
180
vector columna, 183
113
vectorfila,
183
467
INDICE ANALITICO
mximo de un conjunto, 311

mnimo d"e un conjunto, 311
montona, sucesin, 317
multiplicacin de matrices, ver producto de matrices
raz n-sima de un
nmero, 3 51n
rango
de
un sistema de
vectores,
de una aplicacin
neutra para el elemento 1, operacin externa, 409

neutro, elemento, 404
no convergente, sucesin, 328
notaciones de una matriz
por columnas,
1B 1
por filas, IBz

ncleo de una aplicacin
nula, matriz, 180
de una
marrtz,
de unos
B0
lineal,
19
209
vectores,
B0
real
matriz, I79
sistema de ecuaciones, 268
recproca
aplicacin, 397
lineal, IL7
imagen, 394
recta,
56
restriccin de una aplicacin, 393
o
S
operacin en un conjunto, 402-406

asociativa, 103
corlmutativa, 404
elemento inverso de un
serie,
50
armnica, 3 50
Clucnv, criterio de, 354
elemento, 406
convergente, 3 51
criterio
elemento neutro, 404

elemento opuesto de un
D'AIEMBERT,
elemento, 406
elemento simtrico de un elemento, 404
elemento simetrizable, 404
suma,
51
trmino general, 350

simtrico de un elemento,
408-413
elemento, 404
409
409
simetrizable, elemento, 404
vectores,
cardinal, 64
generadores, 7I
sistema de
libre,
orden de una matriz, I7B

de una matriz cuadrada, 180
ortogonales (forma lineal y vector), 139
353
geomtrica, 350,369
operacin externa en un conjunto,

asociativa en los elementos de K, 409
distributiva respecto de la operacin + de K,
distributiva respecto de Ia operacin + de E,
neutra para el elemento 1 , 409
opuesto de un elemento, elemento, 406
de,
divergente, 3 51
63
6B
ligado, 6 5
rango, B0
subsistema, 64
sistema(s) de ecuaciones lineales
aplicacin lineal asociada, 270
paralelos, subespacios
afines,
61
equivalentes, 273
homogneo, 268
matriz ampliada, 272
matriz asociada, 268
matriz de incgnitas, 268
matriz de trminos independientes, 268
dbilmente, 61
partida, conjunto de, 391
producto (operacin)
de una matriz por un escalar, 190
de matrices, 193
por la izquierda, L94
por la derecha, L94
propiedad distributiva de . respecto de
punto (nmero real), 316
real,
+
407
268
solucin, 269
solucin de un sistema, 269
subespacio
afn, 54
adherente, 343
dbilmente paralelo, 61
interior, 3I7
hiperplano,
60
Notcr nNnnco
468
paralelos,
recta,
56
61
(de una)
subespacio(s) vectorial(es),
base,
72
serie,
351
subconjuntos, 43
subespacios vectoriales, 43
37
directa,4g, 53
superior, ver cofa
suplementarios, subespacios
dimensin
ecuaciones, 287
generadores, 7l
independientes,47,49
sistema de generadores, 71
suma, 43
dimensin, ver
vectoriales, 49
suprayeccin,
suprayectiva,
ver suprayectiva
aplicacin, 396
supremo de un conjunto, 312
suma directa,49, 53
suplementarios,
49
subsistema de un sistema de
subsucesin, 324
sucesin, 321
acotada, 323
infedormente,
supedormente,
vectores,
64
teorema de las dimensiones, 129

trmino general, serie de, 350
trminos
conjunto (de los trminos de ula sucesin), 323
323
323
conjunto de los trmjnos,
cota
(de una)
323
(de una)
principal,
180
sucesin, 322
tiende, sucesin que
323
supedor, 323
constante, 329
convergente, 328
lmite, 328
(a) ms infinito, 334

(a) menos hfinito, 338
inferior,
transformacin elemental de una

traspuesta,
338
matriz,
230
creciente, 347
estrictamente, 347
decreciente, 347
estrictamente, 347
geomtrica, 348
347
no convergente, 328
serie, 350
subsucesin, 324
trminos, 322
unitaria,
maiz,
180
V
valor absoluto, 315
vector(es), 34
columna de una matriz, 183
combinacin lineal, 53
montona,
334
338
(que) tiende a ms infinito,

(que) tiende a menos fufinito,
35
f8g
matriz,
triangular, desigualdad, 316
ms infinito, 334
menos infinito,
suma
matriz, I78
de la diagonal
componente, 36
coordenadas, 73
fila de una matriz, 183
generadores, 7I
linealmente dependientes, 65
Iinealmente independientes, 68
aplicaciones,
rango,
matrices,
sistema,
80
63
212
Snil 9l$*8fl'
iffi$fiHilfl#Hil[ffilH]!

Algebra Lineal

Uploaded by

Document Information

Original Description:

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Lineal

Uploaded by

Copyright:

Available Formats

RIEBRA LII{EAL

Descarga mas libros en:

Suma de subespacios vectoriales

Vectores linealmente dependientes

Dimensin de un espacio vectorial

10. Rango de un sistema de vectores

Propiedades de una aplicacin lineal

Isomorfismos de espacios vectoriales

Solucin de los ejercicios propuestos

Matriz asociada a una aplicacin lineal

Rango de una matriz

Transformaciones elementales de una matriz

Inversa de una matrtz cuadrada

TrasPuesta de una matriz

Solucin de los ejercicios propuestos

Sistemas de ecuaciones lineales

Sucesiones de nmeros reales

Sucesiones convergentes. Lmites infinitos

Series de nmeros reales

Solucin de los ejercicios propuestos

Determinantes de orden dos

Determinante de n vectores en una base

A quin va dirgido este

Este manual est dirigido, principalmente, a los

dos asignaturas ms: la siguiente -Matemticas II- en el primer cuatrimestre de

EI texto tiene cinco captulos, y se completa con dos apndi-

Finalmente, cada captulo termina con una recapitulacin de todo lo visto en su

Los autores, los profesores Emilio Pnrsro SAnz y Alberto

varios manuales sobre estos temas.

Los autores queremos dejar constancia de nuestro agradeci-

Problemas Resu eltos.

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

Definicin de espacio vectorial, 17 Subespacios vectoriales, 19 Suma de subespacios vectoriales, 22

Interseccin de subespacios afines.

1. Definicin. Propiedades bsicas

Sistemas de generadores y bases de un es-

1. Definicin de espacio vectorial

1l.Solucin de los ejercicios

Suma de subespacios vectoriales, 91

El lector se encontrar al inicio de esta seccin

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

Sobre el conjunto R2 se define una operacin, La adicin, de esta manera:

(xt, xz) + (yt, yz) : (x

(xt,x) e R2 y (yt,y) e R2). Por ejemplo:

Esta operacin satisface las siguientes propiedades:

c es asociatrva, es decir, cualesquiera que sean los pares ordenados de nmeros

(a,b) + (0,0): (a.,b);

es simetrizable: cualquiera que sea

es conmutativai cualesquiera que sean

(a,b) e R.2, existe un elemento de R2, pre(a,b)-, que sumado

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

adicin articula eI conjunto R2 como grupo abelano.l

3(2,_.4): (3'2,3' (-4))

Esta operacin externa satisface Ias siguientes propiedades:

es asociativa en los elementos de R: cualesquiera que sean los nmeros reales

el par ordenado de nmeros reales

es distribuva respecto de Ia adicin de nmeros reales: para cada nmero real A

(A+ u)@,b) : A(a,b) + p(a,b);

o es neutrapara el nmero real l: para cada (a,b) e R2, se tiene:

(1,2,0) R3, (-2, -1 ,r R3, (2,_3) R3

con f1, xz,

> I, lo cual engloba

R, y llamaremos vectores a sus elementos y escalares a los elementos