Apuntes Modulo I Mat C 2014

276
Facultad de Ingenier´ ıa UNLP Matem´ atica C I. Series de potencias y Serie de Taylor 2014 –1–

Transcript of Apuntes Modulo I Mat C 2014

Page 1: Apuntes Modulo I Mat C 2014

Facultad de IngenierıaUNLP

Matematica C

I. Series de potencias y Serie de Taylor

2014

– 1 –

Page 2: Apuntes Modulo I Mat C 2014

Facultad de IngenierıaUNLP

Matematica C

I. Series de potencias y Serie de Taylor

2014

– 1 –

Page 3: Apuntes Modulo I Mat C 2014

Temario por clase:

Clase 1: Repaso de series numericas y criterios de convergencia. Estimacion del error alaproximar una serie convergente mediante una suma parcial.

Clase 2: Series de potencias, intervalo de convergencia.

Clase 3: Propiedades de las funciones representadas por series de potencias.

Clase 4: Serie de Taylor. Teorema de Taylor. Aplicaciones.

Clase 5: Polinomios de Taylor. Aplicaciones.

Clase 6: Representaciones varias. Serie binomial. Aplicaciones.

Bibliografıa:

1. Larson, Hostetler, Edwards. E., Calculo, Volumen 1.

2. Smith, Minton, Calculo, Volumen 1.

3. Thomas G., Calculo Infinitesimal y Geometrıa.

– 2 –

Page 4: Apuntes Modulo I Mat C 2014

1. Series Numericas

El concepto de serie esta ıntimamente relacionado con el concepto de sucesion.

Definicion 1: Si {an} es la sucesion a1, a2, a3, . . . , an, ... , entonces se simboliza laserie infinita mediante la expresion indicada por

a1 + a2 + a3 + · · ·+ an + · · · (1)

Los terminos “serie infinita” o “serie” se usan aquı indistintamente.Los elementos a1, a2, . . . se denominan terminos de la serie.an se denomina termino general.

En forma compacta la serie (1) se simboliza como

∞∑k=1

ak o bien∑

ak

Importante: La pregunta que trataremos de contestar en esta seccion y las siguientes es:

¿Cuando una serie infinita “tiene suma”, es decir un numero S como suma ?

Intuitivamente es de esperar que 13

sea la “suma” de la serie∞∑k=1

310k

, ya que ....

... 13

= 0,333333 . . . = 310

+ 3100

+ 31000

+ 310000

+ · · · .Tambien intuitivamente, deberıa concluirse que una serie como la que sigue ...

10 + 100 + 1000 + 10000 + 100000 + · · ·

... “no tiene Suma”.La intuicion nos dice que esta ultima serie “no tiene por suma un valor finito”, y de

ahı se concluye que no puede ser “convergente”.... En general ¿ como estudiar si tiene Suma una serie ? ...

1.1. Sucesion de sumas parciales

El concepto de convergencia de una serie infinita se pone en terminos de la conver-gencia de la sucesion de sus sumas parciales.

– 3 –

Page 5: Apuntes Modulo I Mat C 2014

Definicion 2: Para cada serie∑∞

n=1 an, la sucesion de sumas parciales {Sn} esta de-finida por:

S1 = a1

S2 = a1 + a2

S3 = a1 + a2 + a3

...

Sn = a1 + a2 + a3 + · · ·+ an...

Ejemplo 1 La sucesion de sumas parciales de∞∑k=1

310k

es

S1 =3

10

S2 =3

10+

3

102

S3 =3

10+

3

102+

3

103

...

Sn =3

10+

3

102+

3

103+ · · ·+ 3

10n...

En el ejemplo anterior, cuando n es muy grande, Sn da una buena aproximacion a 13.

parece entonces razonable escribir

1

3= lım

n→∞Sn = lım

n→∞

n∑k=1

3

10k=∞∑k=1

3

10k

Esto conduce a

Definicion 3: Se dice que una serie infinita∞∑k=1

ak es convergente si “converge la suce-

sion de sumas parciales {Sn}”, es decir si

lımn→∞

Sn = lımn→∞

n∑k=1

ak = S

El numero S es la suma de la serie.Si lımn→∞ Sn “no existe” entonces se dice que la serie es divergente.

Ejemplo 2 Demostrar que la serie

∞∑k=1

1

(k + 4) (k + 5)

– 4 –

Page 6: Apuntes Modulo I Mat C 2014

es convergente.Este tipo de serie se llama “telescopica”, como consecuencia del termino general an =1

(n+4)(n+5).

A continuacion se ven las consecuencias de tal caracterıstica del termino general

Solucion 1 El termino general de la serie se puede expresar por fracciones parciales como

ak =1

k + 4− 1

k + 5

(verificar que es cierta esa igualdad)Ası, el termino general de la sucesion de sumas parciales es

Sn =

[1

5− 1

6

]+

[1

6− 1

7

]+

[1

7− 1

8

]+ · · ·+

[1

n+ 4− 1

n+ 5

]=

1

5− 1

6+

1

6− 1

7+

1

7− 1

8+ · · ·+ 1

n+ 4− 1

n+ 5

=1

5− 1

n+ 5

Como lımn→∞1

n+5= 0...

... resulta que lımn→∞ Sn = 15. Por tanto, la serie converge y ası

∞∑k=1

1

(k + 4) (k + 5)=

1

5

Problema 3 Hallar las sumas parciales Sn y analizar si convergen, para la serie:

∞∑k=1

1

4k2 − 1

Luego, hallar la suma de la serie, si existe.

1.2. Series geometricas

La serie geometrica es de la forma

a+ a.r + a.r2 + · · ·+ a.rn + · · · =∞∑k=0

a.rk

donde la constante a 6= 0 representa el primer termino de la serie y r es la razon de laserie: El cociente entre dos terminos consecutivos de esta serie es constante e igual a r :

an+1

an=a.rn+1

a.rn= r

Ejemplo: La serie :1 + 12

+ 122

+ 123

+ · · ·+ 12n

+ · · · , es una serie geometrica con a = 1y r = 1/2.

– 5 –

Page 7: Apuntes Modulo I Mat C 2014

Proposicion: Una serie geometrica converge a

a

1− r

si |r| < 1 y diverge si |r| ≥ 1, a 6= 0.

Demostracion. Considerese el termino general de la sucesion de sumas parciales de laserie geometrica:

Sn = a+ a.r + a.r2 + · · ·+ a.rn

Multiplicando por r ambos miembros de la igualdad anterior resulta

r.Sn = a.r + a.r2 + a.r3 + · · ·+ a.rn+1

Si se restan las dos igualdades previas y se despeja Sn:

Sn − r.Sn = a− a.rn+1

(1− r) .Sn = a.(1− rn+1

), y cuando r 6= 1,

Sn =a. (1− rn+1)

1− r

Como sabemos que lımn→∞ rn+1 = 0, si |r| < 1, se obtiene

lımn→∞

Sn = lımn→∞

a. (1− rn+1)

1− r=

a

1− r, |r| < 1

En cambio, si |r| > 1, el lımn→∞ rn+1 no existe. De esta forma,

el lımite de las Sumas Parciales “ no existe” cuando |r| > 1.

Problema 4 Completar:Para completar el resultado previo, demostrar que una serie geometrica “diverge” cuandor = ±1.Para responder, considerar directamente cada Sn, cuando r = 1, y analizar el lımite paran→∞ (hacer lo mismo para r = −1, y analizar Sn y su lımite).

Ejemplo 5 En la serie geometrica

∞∑k=0

(−1

3

)k= 1− 1

3+

1

9− 1

27+ · · ·

se identifica a = 1 y r = −13.

Como |r| < 1, se sabe que la serie converge. Por tanto ...... la suma de la serie es

∞∑k=0

(−1

3

)k=

1

1−(−1

3

) =3

4

– 6 –

Page 8: Apuntes Modulo I Mat C 2014

Problema 6 Indicar si las siguientes series geometricas convergen o divergen. Si con-vergen, hallar su Suma.

(a)∞∑k=0

5

(3

2

)k= 5 +

15

2+

45

4+

135

8+ · · · , (b)

∞∑k=1

2k

3k+1=

2

9+

4

27+

8

54+ . . .

Problema 7 Decir para cuales x la siguiente serie tiene Suma, y calcular esa Suma.

∞∑k=1

(x2

)k−1

Ejercicio 8

1. A una partıcula que se mueve en lınea recta, se le aplica una fuerza, de manera queen cada segundo la partıcula recorre solo la mitad de la distancia que ha recorrido enel segundo previo. Si la partıcula recorre 10 cm en el primer segundo, ¿que distanciatotal recorrera?

2. Cuando una pelota se deja caer desde una altura h, demora T =√

2h/g segundosen llegar al suelo (¿por que?). Si la bola rebota siempre hasta cierta fraccion q(0 < q < 1) de su altura anterior, obtenga una formula para el tiempo que transcurrehasta que la pelota queda en reposo, y para la distancia total recorrida por la pelota.

1.3. Serie armonica

Un ejemplo de serie divergente es la denominada serie armonica:

1 +1

2+

1

3+

1

4+ · · ·+ 1

n+ · · · =

∞∑k=1

1

k

El termino general de la sucesion de sumas parciales de la serie armonica es

Sn = 1 +1

2+

1

3+

1

4+ · · ·+ 1

n

Si se considera

S2n = 1 +1

2+

1

3+

1

4+ · · ·+ 1

n+

1

n+ 1+

1

n+ 2+ · · ·+ 1

2n

= Sn +1

n+ 1+

1

n+ 2+ · · ·+ 1

2n

≥ Sn +1

2n+

1

2n+ · · ·+ 1

2n︸ ︷︷ ︸n terminos

= Sn + n.1

2n= Sn +

1

2

se observa que S2n ≥ Sn + 12

para todo n, lo que implica que la sucesion de sumasparciales no es acotada. Por tanto, concluimos que la serie armonica es divergente.Ası, vemos que en este caso, para n→∞, Sn →∞ a pesar de que an → 0 !!

– 7 –

Page 9: Apuntes Modulo I Mat C 2014

Observacion: Si bien lımn→∞ Sn =∞, en la serie armonica Sn crece lentamente conn: Puede mostrarse que para n grande, Sn ≈ lnn+ γ, donde γ ≈ 0,577216....Ası, S100 ≈ 5,187, S1000 ≈ 7,485, S106 = 14,393 y S1012 ≈ 28,208.

Problema 9 A partir del resultado previo, mostrar que las series siguientes divergen:

(a)∞∑k=1

1

k + 3(b)

∞∑n=1

10

n+ 1000

1.4. Condicion necesaria de convergencia

Si an y Sn son el termino general de una serie y la correspondiente sucesion de sumasparciales, respectivamente,

... entonces se sabe que Sn + an+1 = Sn+1. Si la serie converge a un numero S

... entonces lımn→∞ Sn = S, y tambien lımn→∞ Sn+1 = S. Esto implica ...

... lımn→∞ an = lımn→∞ (Sn+1 − Sn) = S − S = 0.Se ha establecido ası, la siguiente propiedad:

Proposicion: Si la serie∞∑k=1

ak converge ⇒ lımn→∞

an = 0.

Observacion: Reflexionar sobre ese resultado. La relacion recıproca de ese enunciadoNO VALE ! O sea, puede ocurrir que lım

n→∞an = 0 y que la serie sea divergente. Ejemplo:

la serie armonica que hemos visto previamente. Explicar porque.

Problema 10 Proponer un ejemplo de una serie cuyo termino general an → 0, pero laserie no sea convergente.

1.5. Criterio para la divergencia de una serie

La proposicion anterior dice que “ para que una serie sea convergente es necesario quesu termino general tienda a cero”. Eso permite concluir que ...

Si el termino general de una serie infinita no tiende a cero cuando n→∞ ⇒ la serie noes convergente.

Formalizamos este resultado como un criterio de divergencia:

Proposicion: Si lımn→∞

an 6= 0, entonces la serie∞∑k=1

ak diverge.

– 8 –

Page 10: Apuntes Modulo I Mat C 2014

Problema 11 Considere la serie∞∑k=1

4k − 1

5k + 3

Estudiar el termino general para ver si su comportamiento permite decidir respecto de laconvergencia o divergencia.

Problema 12 Decidir si convergen o divergen:

(a)∞∑k=1

(5k + 1) (b)∞∑k=1

k

2k + 1

Problema 13 Resultado util.Analizar si las siguientes afirmaciones son verdaderas o falsas. En el primer caso debejustificar la validez, y en el caso de falsedad debe presentar un ejemplo que ponga demanifiesto ese resultado.

Dada una serie∞∑k=1

ak, con terminos no nulos.

“Si el cociente |an+1||an| > 1 , para todo n > n0”, entonces

1. Los terminos en valor absoluto satisfacen: |an+1| > |an| para todo n > n0: |an| escreciente.

2. Como para todo n > n0, se cumple |an| > |an0|

se concluye que la serie∞∑k=1

|ak| es divergente, y tambien,

que la serie original∞∑k=1

ak es divergente.

1.6. Propiedades de las series

Formularemos las siguientes propiedades (obvias) sin demostracion.

1. Si c 6= 0 es una constante, entonces tanto∞∑k=1

ak como∞∑k=1

c.ak son convergentes, o

bien, divergentes. En el primer caso, si son convergentes se tiene

∞∑k=1

c.ak = c.

∞∑k=1

ak

– 9 –

Page 11: Apuntes Modulo I Mat C 2014

2. Si∞∑k=1

ak y∞∑k=1

bk son convergentes a S1 y S2 respectivamente, entonces∞∑k=1

(ak + bk)

converge a S1 + S2.

3. Si∞∑k=1

ak es convergente y∞∑k=1

bk es divergente, entonces∞∑k=1

(ak + bk) es divergente.

Ejemplo 14 Las series geometricas∞∑k=0

(12

)ky∞∑k=0

(13

)kconvergen a 2 y 3

2, respectivamen-

te. Por lo tanto, la propiedad 2 dice que la serie∞∑k=0

[(12

)k+(

13

)k]converge a 2 + 3

2= 7

2.

Ejemplo 15 Sabemos, por el Ejemplo 2, que la∞∑k=1

1(k+4)(k+5)

converge. Puesto que∞∑k=1

1k

es la serie armonica divergente, la propiedad 3 dice que

∞∑k=1

[1

(k + 4) (k + 5)+

1

k

]es tambien divergente.

Problema 16

1. Determinar si es valido el siguiente razonamiento:

“Si S = 1 + 2 + 4 + 8 + · · · , entonces 2S = 2 + 4 + 8 + 16 + · · · = S− 1. DespejandoS de 2S = S − 1, resulta S = −1”. Fundamentar su respuesta.

2. Si∑ak y

∑bk son dos series divergentes, ¿es

∑(ak + bk) una serie divergente?

3. Supongase que la sucesion {ak} converge a un numero L 6= 0. Demuestre que∑ak

es divergente?

4. Determine si∞∑n=1

(n∑k=1

1k

)converge o diverge.

Importante: Para determinar la convergencia es posible, y a veces conveniente, eliminar

u omitir los primeros terminos de una serie. En otras palabras, series infinitas como∞∑k=1

ak

y∞∑k=N

ak, para algun N > 1 difieren a lo sumo en los primeros terminos (un numero

finito), entonces son ambas convergentes o ambas divergentes. Desde luego, si eliminamoslos primeros N − 1 terminos de una serie convergente, se altera la suma de la serie.

– 10 –

Page 12: Apuntes Modulo I Mat C 2014

2. Series con terminos positivos y Series alternantes

Criterios para analizar la convergencia

En general, salvo que∑∞

k=1 ak sea una serie telescopica o una serie geometrica, no estarea facil, y a veces imposible, demostrar la convergencia o la divergencia de una serie apartir del estudio de la sucesion de sumas parciales. Sin embargo,...

...usualmente es posible determinar si una serie converge o diverge aplicando criteriosde convergencia que utilizan solamente los terminos de la serie.

En esta seccion examinaremos cuatro criterios que son aplicables a series infinitascon terminos positivos, y tambien criterios aplicables a series alternadas. Ambos tipos deseries son los que mas aparecen en las aplicaciones.

Las de terminos positivos son :∑∞

k=1 ak, con ak ≥ 0, mientras las alternadas son deltipo:

∑∞k=1(−1)kck, con ck > 0.

2.1. Series de terminos positivos

Observacion: Lo primero que podemos ver es que si an ≥ 0 para todo n, entonces Sn+1−Sn = an+1 ≥ 0 ∀ n. la sucesion de sumas parciales satisface pues

Sn+1 ≥ Sn para todo n

Por lo tanto, es una sucesion creciente.

Luego,

Problema 17 Para este tipo de series, justificar que hay dos posibilidades:(1) Si la sucesion de sumas Sn es acotada ⇒ la serie converge;y en el caso contrario,(2) limn→∞Sn =∞ (diverge).

2.2. Criterio de la Integral

Este criterio relaciona los conceptos de convergencia y divergencia de una integralimpropia con la convergencia y divergencia de una serie infinita de terminos positivos.

Teorema: Consideremos una serie∑∞

k=1 ak, con terminos positivos y decrecientes (ak ≥ak+1). Sea f(x) una funcion contınua, decrec iente, no negativa, definida para x ≥ 1, tal

que satisface f(k) = ak para k ≥ 1. Entonces∫∞

1f(x)dx converge ⇔

∞∑k=1

ak converge.

Si una converge o diverge la otra converge o diverge, respectivamente.

Demostracion. Si la grafica de f es como la de la figura siguiente, considerando el areade los rectangulos, resulta

0 ≤ a2 + a3 + a4 + · · ·+ an ≤∫ n

1

f(x)dx ≤ a1 + a2 + a3 + · · ·+ an−1

– 11 –

Page 13: Apuntes Modulo I Mat C 2014

y=fHxLarea = a1 1

area = a2 1

1 2 3 4 5x

y

y=fHxL

area = a2 1

area = a3 1

1 2 3 4 5x

y

O sea

Sn − a1 ≤∫ n

1

f(x)dx ≤ Sn−1

De la desigualdad Sn − a1 ≤∫ n

1f(x)dx, es claro que lımn→∞ Sn existe siempre que∫∞

1f(x)dx converja. Por otra parte, de

∫ n1f(x)dx ≤ Sn−1, se concluye que lımn→∞ Sn−1

no existe siempre que∫∞

1f(x)dx sea divergente.

Observacion 1: El razonamiento anterior nos proporciona tambien la desigualdad∫ n+1

1

f(x)dx ≤ a1 + a2 + . . .+ an ≤ a1 +

∫ n

1

f(x)ddx

que puede utilizarse para acotar la suma parcial Sn (y por ende la Suma S de la serie enel caso convergente:

∫∞1f(x)dx ≤ S ≤ a1 +

∫∞1f(x)dx).

Por ejemplo, para la serie armonica obtenemos ln(n+ 1) ≤ 1 + 12

+ . . .+ 1n≤ 1 + lnn, lo

que muestra tanto la divergencia de la suma parcial Sn para n→∞ como el crecimientologarıtmico de Sn con n para n grande.

Observacion 2: Si la serie de terminos positivos es de la forma∑∞

k=N ak, entonces enel criterio de la integral se debe considerar∫ ∞

N

f(x)dx, donde f(k) = ak

En general, el criterio se aplica desde el primer termino para el cual la serie es positivay decreciente (los primeros terminos no importan para decidir la convergencia)

Ejemplo 18 Determinar si∞∑k=3

ln kk

es convergente.

Solucion 2 La funcion f(x) = (ln x) /x es continua y decreciente1 en [3,∞) y f(k) =ak = (ln k) /k. Ahora bien,∫ ∞

3

lnx

xdx = lım

b→∞

∫ b

3

lnx

xdx = lım

b→∞

1

2(lnx)2

∣∣∣∣b3

= lımb→∞

1

2

[(ln b)2 − (ln 3)2] =∞

muestra que la serie diverge.

1Demuestrelo examinando f(x).

– 12 –

Page 14: Apuntes Modulo I Mat C 2014

Ejercicio 19 La serie p: El criterio de la integral es particularmente util para la llamadaserie p:

∑∞n=1

1np , es decir...

∞∑k=1

1

kp= 1 +

1

2p+

1

3p+

1

4p+ · · ·

La serie armonica (divergente)∑∞

k=1 1/k es una serie p, con p = 1.El siguiente resultado se deduce inmediatamente del criterio de la integral y se deja

como ejercicio de aplicacion del criterio de la integral.

Teorema. La serie p,∞∑n=1

1np , converge para p > 1 y diverge para p ≤ 1.

Esta serie aparece frecuentemente en diferentes aplicaciones.

Para p > 1, la suma de la serie p es la denominada funcion Zeta de Riemann:Z(p) =

∑∞n=1

1np , p > 1.

Algunos valores exactos son: Z(2) =∑∞

n=11n2 = π2

6, Z(4) =

∑∞n=1

1n4 = π4

90.

Para p > 1, Z(p) es una funcion decreciente de p, con Z(p) → 1 para p → ∞ yZ(p)→∞ para p→ 1.

Ejemplo 20 a) La serie∑∞

k=11

k1/2diverge, ya que p = 1

2< 1.

b) La serie∑∞

k=11k3

converge, ya que p = 3 > 1.

Para hacer en PC usando MAPLE, Matlab o Mathematica, considere S1, S2,...S6,calculando Sn =

∑nk=1

1k2

y representando los pares (n, Sn). Se ve del dibujo cual esla suma de la serie?, si no se aprecia aun haga las sumas parciales siguientes.

Problema 21 Analizar mdiante el criterio de la integral la convergencia de las series

(a)∞∑n=2

lnn

n, (b)

∞∑n=0

1

n2 + 1, (c)

∞∑n=1

ne−n, (d)∞∑n=1

n

n2 + 3

2.3. Criterios de comparacion

A menudo es posible determinar la convergencia o divergencia de una serie∑ak

comparando sus terminos positivos con los de una serie de prueba∑bk, de terminos

positivos, que se sabe que es convergente o divergente.

– 13 –

Page 15: Apuntes Modulo I Mat C 2014

Teorema. Sean∞∑k=1

ak y∞∑k=1

bk, series con terminos positivos,

(i) Si∞∑k=1

bk converge, y ak ≤ bk para todo entero k, entonces∞∑k=1

ak es tambien conver-

gente.

(ii) Si∞∑k=1

bk diverge y bk ≤ ak para todo entero k, entonces∞∑k=1

ak es divergente.

Ambos enunciados se mantienen si la comparacion se hace a partir de un k0, y lasdesigualdades de arriba valen para todos los k > k0.

Demostracion. Sean Sn = a1 +a2 + · · ·+an y Tn = b1 + b2 + · · ·+ bn las sumas parcialesde∑ak y

∑bk, respectivamente.

1. Si∑bk es una serie convergente, y ak ≤ bk, entonces Sn ≤ Tn. Como lımn→∞ Tn

existe, entonces {Sn} es una sucesion creciente acotada - y por lo tanto, es conver-gente. Luego, la serie

∑ak es convergente.

2. Por otro lado∑ak no puede ser convergente, ya que Tn ≤ Sn en este caso, y como

la serie de los bk diverge, lımn→∞ Tn =∞, luego tambien lımn→∞ Sn =∞ .

Ejemplo 22 Determinar si es convergente o divergente∞∑k=1

kk3+4

.

Solucion 3 Como ...k

k3 + 4≤ k

k3=

1

k2

... y la serie∑

1/k2 es una serie p con p = 2, convergente, se deduce que la serie dadatambien es convergente.

Problema 23 (i) Determinar si es convergente o divergente∞∑k=1

ln(k+2)k

.

Observar que ln (k + 2) > ln 3 para k > 1,

ln (k + 2)

k>

ln 3

k

Y como es la serie∑

(ln 3)/k ? Terminar el ejercicio.

(ii) Analizar∞∑n=1

13n+1

.

(iii) Analizar∞∑n=1

e−n2.

– 14 –

Page 16: Apuntes Modulo I Mat C 2014

Problema 24 Dada una serie con terminos no nulos (no importa el signo)∞∑n=1

an

Si se conoce que el cociente |an+1||an| satisface |an+1|

|an| < r < 1 para todo n ≥ n0,entonces...

1. Probar que los terminos en valor absoluto de la serie

satisfacen..... |an0+p| < rp |an0| para todo p ≥ 1.

Y como consecuencia de lo anterior

2. “la serie∞∑

n=n0

|an|”, tiene sus terminos menores que los de una serie geometrica

convergente. Luego, esta serie converge.

2.4. Criterio de comparacion en el lımite

Este criterio de comparacion proviene de considerar el lımite del cociente del terminogeneral de una serie y el termino general de una serie de prueba (que se conoce que esconvergente o divergente).

Teorema. Sean∞∑k=1

ak y∞∑k=1

bk dos series con terminos positivos, tales que se conoce el

resultado de lımn→∞

anbn

= L. Entonces

(i) Si L existe y es L > 0, entonces ambas series son convergentes o ambas son diver-gentes;

(ii) Si L =∞ y∑∞

k=1 bk diverge, entonces∑∞

k=1 ak diverge tambien.

Demostracion. Demostramos la parte (i). Como lımn→∞ an/bn = L > 0, es posible elegirn suficientemente grande, por ejemplo n > N0 para cierto N0, tal que |an

bn− L| < L/2

...entonces para todo n > N0

1

2L ≤ an

bn≤ 3

2L

Esta desigualdad implica que an ≤ 32L.bn para n > N0.

Si la serie∑bk converge, por el criterio de comparacion se deduce que la serie

∑an

es convergente. Ademas,...... puesto que 1

2L.bn ≤ an para n > N0, se ve que si la serie

∑bn diverge, entonces∑

an tambien diverge.Lo que resta se deja como ejercicio.El criterio de comparacion en el lımite se aplica cuando el criterio de comparacion

es inconveniente, en particular cuando an es una expresion algebraica complicada o uncociente ya sea de potencias racionales de n o de raıces de polinomios en n. Se comparaentonces an con una serie p convergente o divergente segun el caso, identificando losterminos que dominan el comportamiento de an para n grande.

– 15 –

Page 17: Apuntes Modulo I Mat C 2014

Ejemplo 25 El lector puede advertir que es difıcil aplicar el criterio de comparacion ala serie

∞∑k=1

1/(k3 − 5k2 + 1

)Sin embargo, sabemos que

∑∞k=1 1/k3 es una serie p convergente. Haciendo el cociente

entre

ak =1

k3 − 5k2 + 1y bk =

1

k3

tenemos

lımk→∞

akbk

= lımk→∞

k3

k3 − 5k2 + 1= lım

k→∞

k3

k3(1− 5/k + 1/k3)= 1 = L > 0

Por parte (i) del criterio dado previamente, resulta que la serie dada es convergente.Identificando el termino dominante del denominador, podemos entonces decir que ak

se comporta en este caso como 1k3

para k grande, es decir como una serie p con p = 3, ypor lo tanto la serie

∑∞k=1 ak resulta convergente.

Ejercicio 26 Determinar si es o no convergente

∞∑k=1

k3√

8k5 + 7

Para valores grandes de n, an = n/ 3√

8n5 + 7 “se comporta” como un multiplo cons-tante de

n3√n5

=n

n5/3=

1

n2/3

Aplicar el criterio y concluir un resultado.(ii) Analizar

∞∑n=1

1

n√n2 + 1

– 16 –

Page 18: Apuntes Modulo I Mat C 2014

Resumen 1 Observaciones:

(i) Cuando se aplica el criterio de la integral, debe tenerse en cuenta que el valor de laintegral impropia convergente no es la suma de la serie.

(ii) Los criterios examinados en esta seccion dicen cuando una serie tiene suma, perono proporcionan el valor de la suma S.

No obstante, es importante conocer que converge una serie ya que eso permite sumarcinco, cien o mil terminos en una computadora para obtener una aproximacion a lasuma S (¿ porque es valido ?).

(iii) La conclusiones del criterio de la integral para la serie∞∑k=n

ak son validas tambien si

la funcion no negativa continua f no comienza a decrecer hasta que x ≥ N ≥ n.

Para la serie∑∞

k=1 (ln k) /k, la funcion f(x) = (lnx) /x decrece en el intervalo[3,∞). No obstante, en el criterio de la integral es posible utilizar

∫∞1f(x)dx.

(iv) Las hipotesis de la parte (i) y (ii) del criterio de comparacion tambien se puedendebilitar, lo cual da lugar a una propiedad mas fuerte. Solamente se requiere quean ≤ bn, o bien an ≥ bn, para k sufientemente grande y no para todos los k enterospositivos.

(v) En la aplicacion del criterio de comparacion basico, a menudo es facil llegar a unpunto en donde la serie dada es menor termino a termino que una serie divergente.

Por ejemplo, 1/(

5k +√k)< 1/

√k es verdadero y

∑∞k=1 1/

√k diverge.

Pero, ¿ este tipo de razonamiento prueba algo acerca de∑∞

k=1 1/(

5k +√k)

? De

hecho, esta serie converge (¿por que?).

De manera semejante no se puede llegar a ninguna conclusion demostrando que unaserie es mayor termino a termino que una serie convergente.

La tabla siguiente resume el criterio de comparacion (las series son series contermino positivos)

ak versus bk∑

bk(tipo) Conclusion sobre∑

akak ≤ bk converge convergeak ≤ bk diverge ningunaak ≥ bk diverge divergeak ≥ bk converge ninguna

– 17 –

Page 19: Apuntes Modulo I Mat C 2014

2.5. Problemas diversos - criterio de la raız

1. Suponga que ak > 0 para k = 1, 2, 3, . . . . Demuestre que si∑ak converge, entonces∑

a2k tambien converge. ¿Es verdad la proposicion recıproca?

2. Sea∑ak una serie de terminos positivos para la cual lımn→∞ (an)1/n = L. El

criterio de la raız dice que si L < 1, la serie es convergente; si L > 1, olımn→∞ |an|1/n =∞, la serie diverge. Cuando L = 1 el criterio no decide. El criteriopuede derivarse comparando la serie con una serie geometrica. Aplique el criterio dela raız para determinar si la serie indicada converge o diverge.

(a)∞∑k=1

52k+1

kk, (b)

∞∑k=2

1

(ln k)k, (c)

∞∑k=1

(kk+1

)k2, (d)

∞∑k=1

(1− 2

k

)kObservacion: Recuerde que lımk→∞(1 + 1

k)k = e y lımk→∞(1 + x

k)k = ex

2.6. Ejercicios para repasar los criterios

1. Aplique el criterio apropiado para determinar si la serie indicada converge o diverge.En algunos casos puede aplicarse mas de un criterio.∞∑k=1

1k1,1

∞∑k=1

1k0,99

∞∑k=1

12k+7

∞∑k=1

110+√k

∞∑k=1

k3k+1

∞∑k=1

1k2+5

∞∑k=1

1k+√k

∞∑k=2

1k. ln k

∞∑k=3

ln kk5

∞∑k=2

(ln k)−2

k

∞∑k=2

1k√

ln k

∞∑n=2

1n√n2−1

∞∑k=1

(1,1)k

4k

∞∑k=1

13k+k

∞∑k=1

1+3k

2k

∞∑n=1

n3,2n+3

7n−1

∞∑k=1

k+ln kk3+2k−1

∞∑k=1

sen (1/k)k

– 18 –

Page 20: Apuntes Modulo I Mat C 2014

2.7. Series alternantes y convergencia absoluta

Una serie que tenga cualquiera de las formas

c1 − c2 + c3 − c4 + · · ·+ (−1)n+1 cn + · · · =∞∑k=1

(−1)k+1 ck

o bien

−c1 + c2 − c3 + c4 − · · ·+ (−1)n cn + · · · =∞∑k=1

(−1)k ck

en donde ck > 0 para k = 1, 2, 3, . . . , se dice que es una serie alternante (o alterna).Puesto que

∑∞k=1 (−1)k ck es precisamente un multiplo de

∑∞k=1 (−1)k+1 ck, nos limi-

taremos a estudiar esta ultima serie.

Ejemplo 27

1− 1

2+

1

3− 1

4+ · · · =

∞∑k=1

(−1)k+1

k

yln 2

4− ln 3

8+

ln 4

16− ln 5

32+ · · · =

∞∑k=2

(−1)kln k

2k

son ejemplos de series alternantes.

2.8. Criterio de las series alternantes (Leibniz)

Lo primero para asociar ...

Problema 28 Dada una serie alternada si los coeficientes {ck} “no tienden a 0”, cuandok →∞, ...... ¿que se puede “asegurar”sobre esta serie? (pensar que ocurre con el termino generalpara series convergentes de cualquier tipo).

La primer serie de los ejemplos, se llama serie armonica alternante. Aunque laserie armonica

∑1/k diverge, la introduccion de terminos positivos y negativos en la

sucesion de sumas parciales de la serie armonica alternanada basta para producir unaserie convergente.

Demostraremos que la serie armonica alternada converge, por medio del criterio si-guiente:

Teorema. Si lımk→∞

ck = 0 y ck+1 ≤ ck, para todo entero positivo k, entonces∑∞k=1 (−1)k+1 ck converge.

Demostracion. Consideremos las sumas parciales que contienen 2n terminos:

S2n = c1 − c2 + c3 − c4 + · · ·+ c2n−1 − c2n

= (c1 − c2) + (c3 − c4) + · · ·+ (c2n−1 − c2n)

– 19 –

Page 21: Apuntes Modulo I Mat C 2014

Puesto que ck − ck+1 ≥ 0 para k = 1, 2, 3, . . . tenemos que

S2 ≤ S4 ≤ S6 ≤ · · · ≤ S2n ≤ · · ·

Ası que la sucesion {S2n} de las sumas que contienen un numero par de terminos dela serie, es una sucesion monotona.

Reescribiendo lo anterior

S2n = c1 − (c2 − c3)− · · · − c2n

muestra que S2n < c1 para todo entero positivo n. Por tanto, {S2n} es acotada y creciente,entonces {S2n} es convergente a un lımite S.

Ahora bien,S2n+1 = S2n + c2n+1

... entonces,

lımn→∞

S2n+1 = lımn→∞

S2n + lımn→∞

c2n+1

= S + 0 = S

Esto demuestra que la sucesion de sumas parciales que contienen un numero impar determinos, tambien converge a S.

Ejemplo 29 Demostrar que la serie armonica alternante

∞∑k=1

(−1)k+1

k

es convergente.

Solucion. Con la identificacion cn = 1/n, tenemos de inmediato que

lımn→∞

cn = lımn→∞

1

n= 0 y cn+1 < cn

dado que 1/ (k + 1) ≤ 1/k para k ≥ 1. Luego, por el criterio de las series alternantes laserie armonica alternante es convergente.

Problema 30 Usando la computadora, calcular las sumas parciales S1, S2.....S20 y ve-rificar, dibujando los pares (n, Sn), que se acercan a la recta horizontal y = ln 2 (masadelante se demostrara que la suma de esa serie es ln 2).

Ejemplo 31 La serie alternante

∞∑k=1

(−1)k+1 2k + 1

3k − 1

diverge, ya que

lımn→∞

cn = lımn→∞

2k + 1

3k − 1=

2

36= 0

No hemos usado aquı el criterio previo.

– 20 –

Page 22: Apuntes Modulo I Mat C 2014

En general no es necesariamente sencillo cuando se tiene una serie alternada ver silos coeficientes positivos cumplen o no ck+1 ≤ ck.

Ejercicio 32 (1) Determinar si∞∑k=1

(−1)k+1√k

k+1es convergente o divergente.

- Primero conviene ver si cn tiende a cero. Si es ası ...se sigue ...Para ver si los terminos de la serie satisfacen la condicion ck+1 ≤ ck, en este caso se

puede analizar si la funcion f(x) =√x/ (x+ 1) decrece para x > 1.

..... concluir ?.(2) Determinar si es convergente o divergente

∑∞k=1

(−1)k+1

1+k2.

(3) Determinar si es aplicable el criterio a la serie∑∞

n=1n

(−2)n−1 . Puede decidir si esconvergente o divergente ?

2.9. Convergencia absoluta

Definicion. Se dice que una serie∑ak es absolutamente convergente si

∑|ak|

converge.

Ejemplo 33 La serie alternante∞∑k=1

(−1)k+1

k2

es absolutamente convergente, ya que tomada en valores absolutos

∞∑k=1

∣∣∣∣∣(−1)k+1

k2

∣∣∣∣∣ =∞∑k=1

1

k2

es una serie p que converge.

2.10. Convergencia condicional

Definicion. Se dice que una serie∑ak es condicionalmente convergente si

∑ak

converge pero∑|ak| diverge.

Ejercicio 34 La serie armonica alternada... ¿ es absolutamente convergente o condicio-nalmente convergente?

– 21 –

Page 23: Apuntes Modulo I Mat C 2014

El resultado siguiente demuestra que toda serie absolutamente convergentees tambien convergente.

Problema 35 Si la serie∑∞

k=1 |ak| converge, entonces∑∞

k=1 ak tambien converge.Demostracion. Si se considera una serie wk = ak + |ak|, entonces 0 ≤ wk ≤ 2 |ak|....Como

∑|ak| converge, entonces por el criterio de comparacion resulta que

∑wk es

convergente. Entonces,....que se puede decir sobre

∞∑k=1

(wk − |ak|)

converge?, ........concluir la justificacion.

Observar que como∑|ak| es una serie de terminos positivos, pueden utilizarse los

criterios de la seccion precedente para determinar la convergencia o divergencia.

Ejercicio 36 (1)Analizar si es convergente (absolutamente o condicionalmente), o si es

divergente∑∞

k=1(−1)k+1

1+k2.

(2) Idem para∑∞

n=1cosnπn+1

(recordar que cosnπ = (−1)n)(3) Idem para

∑∞n=1

cosnπn2+1

(3) Idem para∑∞

n=1sen((2n−1)π/2)

n

Ahora agregamos un criterio muy util para analizar la convergencia absolu-ta, tambien para decidir en algunos casos divergentes, y para el caso particularde series positivas.

La siguiente forma del Criterio de la razon puede ser aplicada tambien al analisisde series alternadas.

2.11. Criterio de la razon o del cociente

Teorema. Sea una serie∑ak con terminos no nulos, se considera el valor absoluto del

cociente an+1

an, y se calcula el lımite:

lımn→∞

∣∣∣∣an+1

an

∣∣∣∣ = L

Entonces

(i) Si L < 1, la serie es absolutamente convergente (e implica convergente).

(ii) Si L > 1, o si lımn→∞ |an+1/an| = ∞, la serie∑ak es divergente (... y por ende

tambien∑|ak|).

(iii) Si L = 1, el criterio no decide.

Demostracion. Demostramos la parte (i). Sea R un numero positivo tal que 0 ≤ L ≤R < 1 (hacer un dibujo en la recta), usando la definicion de lımite de la sucesion |an+1/an|,

– 22 –

Page 24: Apuntes Modulo I Mat C 2014

existe un cierto N0, tal que para n suficientemente grande, n > N0 se cumple que∣∣∣an+1

an

∣∣∣ <R < 1, esto es,

|an+1| < R. |an| para todo n > N0

Esta desigualdad implica (recordar un ejercicio previo) quela serie∑∞

k=N0+1 |ak| con-

verge, debido a la comparacion con la serie geometrica convergente∑∞

k=1 |aN0 |.Rk, con0 < R < 1.

La segunda parte surge considerando que si el lımite

lımn→∞

∣∣∣∣an+1

an

∣∣∣∣ = L > 1, un numero L > 1

Considerando el intervalo (1, L) (hacer un dibujo con L > 1), existe un R, 1 < R < L,y un N0 tal que para todo n ≥ N0, el cociente∣∣∣an+1

an

∣∣∣ > R > 1, luego para todo n > N0,

|an+1| > |an|Luego facilmente se deduce (recordar un ejercicio previo) que |an| no tiende a cero, y

tampoco la sucesion an tiende a cero. Por tanto, la serie diverge.

Problema 37 Concluir la demostracion del teorema anterior, encontrando dos seriespara las que se cumpla la parte (iii), siendo una convergente y la otra divergente.Ejemplos tıpicos son la serie armonica y la serie p con p = 2. Verificar eso.

Ejemplo 38 Determinar si converge o diverge∞∑k=1

(−1)k+122k−1

k3k.

Solucion 4

lımn→∞

∣∣∣∣an+1

an

∣∣∣∣ = lımn→∞

∣∣∣∣∣(−1)n+2 22n+1

(n+ 1) 3n+1/

(−1)n+1 22n−1

n3n

∣∣∣∣∣= lım

n→∞

4n

3 (n+ 1)=

4

3

Puesto que L = 43> 1, por el criterio de la razon se desprende que la serie alterna es

divergente.

Problema 39 Determinar si convergen o divergen las series :

(a)∞∑n=1

2n+1n2

3n, (b)

∞∑n=1

nn

n!

(c)∞∑n=1

(−1)n√n

n+1, si se puede aplicar el criterio previo.

Si no decide, usar otros criterios adecuados, de series alternantes, o de comparacion si seconsidera la serie en valores absolutos.(d) Usando el criterio del cociente, encontrar para cuales x la serie

∞∑n=1

xn

n!

converge absolutamente. Retenga ese resultado. Se vera en lo que sigue la importancia delmismo.

– 23 –

Page 25: Apuntes Modulo I Mat C 2014

Resumen 2 (i) La conclusion del criterio de las series alternadas permanece ciertacuando la hipotesis “ak+1 ≤ ak para todo entero positivo k” se reemplaza con lacondicion “ak+1 ≤ ak para k suficientemente grande”.

Ej.: Para la serie alternante∑

(−1)k+1 (ln k) /k1/3, se demuestra facilmente queak+1 ≤ ak para k ≥ 21, mediante el procedimiento empleado en el Ejemplo 3.Ademas, lımn→∞ an = 0. Luego, la serie converge por el criterio de las series alter-nantes.

(ii) Si se encuentra que la serie de valores absolutos∑|ak| es divergente, entonces no

se puede sacar una conclusion referente a la convergencia o divergencia de la serie∑ak.

(iii) Si∑ak es absolutamente convergente, entonces los terminos de la serie pueden ser

reacomodados o reagrupados de cualquier manera, y la serie resultante sera conver-gente al mismo numero que la serie original. Por el contrario, si los terminos deuna serie condicionalmente convergente se escriben en un orden distinto, la nuevaserie puede diverger o converger a un numero diferente.

Se deja como ejercicio demostrar que si S es la suma de la serie armonica alternada

S = 1− 1

2+

1

3− 1

4+

1

5− 1

6+ · · ·

entonces la serie reordenada

1 +1

3− 1

2+

1

5+

1

7− 1

4+ · · ·

converge a 32S.

(iv) Se recomienda tambien reflexionar sobre el siguiente “razonamiento”.

2S = 2

[1− 1

2+

1

3− 1

4+

1

5− 1

6+

1

7− 1

8+

1

9− · · ·

]= 2− 1 +

2

3− 1

2+

2

5− 1

3+

2

7− 1

4+

2

9− · · ·

= (2− 1)− 1

2+

(2

3− 1

3

)− 1

4+

(2

5− 1

5

)− 1

6+ · · ·

= S

Dividiendo por S, se obtiene la interesante conclusion que 2 = 1 !! ?? Entonces,cuando es condicionalmente convergente no se puede alterar el orden de los terminos,ya que altera tambien el resultado.

– 24 –

Page 26: Apuntes Modulo I Mat C 2014

3. Aproximacion de la Suma de una serie convergente

por una suma parcial

Importante. Si se sabe que una serie∑∞

k=1 ak es convergente, se puede tomar unasuma parcial Sn =

∑nk=1 ak como aproximacion a la suma S de la serie. Damos a conti-

nuacion una estimacion de la diferencia o error

|Sn − S| = |∞∑

k=n+1

ak|

en algunos casos importantes.

3.1. Estimacion del error para una serie alternante

La propiedad siguiente es muy util para saber si una suma parcial Sn de una seriealternante convergente, es aceptable o no para aproximar a su suma S.

Proposicion. Si la serie alternante∑∞

k=1 (−1)k+1 ck, ck > 0, converge a un nume-ro S, y si ck+1 ≤ ck para todo k, entonces |S − Sn| < cn+1 para todo n, donde Sn =∑n

k=1(−1)k+1ck es la enesima suma parcial.

Esta propiedad expresa que el error |S − Sn| entre la n-esima suma parcial y la sumade la serie es menor que el valor absoluto del (n + 1)-esimo termino de la serie (o delsiguiente respecto de los terminos que se han considerado en Sn).

Problema 40 Demostracion: Considerar S − Sn = (−1)n+1(cn+1 − (cn+2 − cn+3) − . . .)y hacer alguna fundamentacion para ver que es cierto el resultado de la proposicion.

Ejercicio 41 Evaluar cual suma parcial se puede considerar para aproximar la suma dela serie convergente

∞∑k=1

(−1)k+1

(2k)!

con un error menor que 10−3. Puede usar la calculadora o PC para evaluar.

Ejercicio 42 El numero de terminos para un determinado error depende de la serie.Probar que para estimar las series

(i)∞∑k=1

(−1)k+1

k!, (ii)

∞∑k=1

(−1)k+1

k, (iii)

∞∑k=2

(−1)k+1

ln k

con un error menor a 10−3, se requieren solo 6 terminos en la primera, 1000 terminos enla segunda ! y del orden de e103 ≈ 2× 10434 terminos en la tercera !!Notar que las tres series son convergentes por el criterio de series alternantes, aunquesolo una de ellas (cual?) converge absolutamente.

– 25 –

Page 27: Apuntes Modulo I Mat C 2014

Ejercicio 43 Encuentre el menor entero positivo n de modo que Sn aproxime la suma dela serie convergente con un error menor que 10−3.

(a)∞∑k=1

(−1)k+1

k3, (b)

∞∑k=1

(−1)k+1

√k

,

(c) 1− 14

+ 142− 1

43+ · · · , (d) 1

5− 2

52+ 3

53− 4

54+ · · · ,

3.2. Estimacion del error para una serie de terminos positivos

El test del cociente puede resultar tambien util para conocer el error cometido por unasuma finita Sn para aproximar a la suma S de la serie.

Proposicion. Supongamos que una serie∑∞

k=1 uk es absolutamente convergente (y porlo tanto convergente) por el criterio del cociente. Si

lımk→∞

|uk+1||uk|

= L < R < 1

entonces para M sufientemente grande

∞∑k=M+1

uk <|uM+1|1−R

Demostracion. Como lımk→∞|uk+1||uk|

= L < R, entonces para M suficientemente grande

y k > M se cumple |uk+1||uk|

< R.

Por lo tanto, |uM+2||uM+1|

< R, o sea |uM+2| < R|uM+1|, con R < 1. Tambien,

|uM+3| < R|uM+2| < R2|uM+1| y ası, |uM+p| < R|uM+p−1| < ...... < Rp−1|uM+1|En consecuencia,∑∞

k=M+1 |uk| < |uM+1|+R|uM+1|+R2|uM+1|+R3|uM+1|+ ...+Rp|uM+1|+ ...Luego, como la serie de la derecha es una serie geometrica con razon 0 < R < 1 y

primer termino |uM+1|, conocemos su suma Sg = |uM+1|1−R . Por lo tanto, vale∑∞

k=M+1 |uk| < |uM+1|/(1−R)Como |

∑∞k=M+1 uk| ≤

∑∞k=M+1 |uk|, se concluye que

|∑∞

k=M+1 uk| < |uM+1|/(1−R).

Ejercicio 44 1) Hallar una cota superior del error cometido por la suma parcial de los6 primeros terminos (|S6 − S|) de las series siguientes:

a)∞∑n=1

1

n5nb)

∞∑n=1

1

n!c)

∞∑n=1

(−1)n−1

n4nd)

∞∑n=1

(−1)n−1

2n− 1

2) Encontrar cuantos terminos m hay que sumar de las siguientes series para que el errorcometido |Sm − S| sea menor a 0.0005:

a)∑∞

n=1n

10nb)∑∞

n=11

2n+1c)

∞∑k=1

(−1)k+1

(2k−1)!

– 26 –

Page 28: Apuntes Modulo I Mat C 2014

3) Calcule el error al emplear las sumas parciales indicadas.∞∑k=1

(−1)k+1

k; S9 y S99 ,

∞∑k=2

(−1)k+1

ln k; S9 y S99 ,

∞∑k=1

(−1)k+1

k2k; S9 ,

∞∑k=1

1k2k

; S9

3.3. Problemas diversos

1. Diga por que no es aplicable a la serie indicada el criterio de las series alternantes.Determine si la serie converge o diverge.∞∑k=1

sen (kπ/6)√k4+1

∞∑k=1

100+(−1)k2k

3k

1− 12− 1

4+ 1

8+ 1

16−−+ + · · ·

11− 1

4− 1

9+ 1

16+ 1

25+ 1

36−−−+ + + + · · ·

21− 1

1+ 2

2− 1

2+ 2

3− 1

3+ 2

4− 1

4+ · · ·

(Sugerencia: Considere las sumas parciales S2n para n = 1, 2, 3, . . .)12

+ 12− 1

3− 1

3− 1

3+ 1

4+ 1

4+ 1

4+ 1

4−−−−− · · ·

2. Determine si converge o diverge cada una de las series siguientes

1− 1 + 1− 1 + 1− 1 + · · ·(1− 1) + (1− 1) + (1− 1) + · · ·1 + (−1 + 1) + (−1 + 1) + (−1 + 1) + · · ·1 + (−1 + 1) + (−1 + 1− 1) + (1− 1 + 1− 1) + · · ·

3. Si∑ak es absolutamente convergente, demuestre que

∑a2k converge. (Sugerencia:

Para n suficientemente grande, |ak| < 1. ¿Por que?)

4. Determine todos los valores reales x para los cuales converge la serie

∞∑k=1

xk

k!

Veremos mas adelante que para esta serie su suma es la funcion ex.

Por ahora, represente en la PC las sumas parciales S1(x), S2(x) ...., S4(x), sonfunciones ya que dependen de x, por lo tanto represente con plot(...) cada una delas curvas de las sumas parciales y muestrelas en forma conjunta.

Pasamos al tema fundamental de este modulo ...

– 27 –

Page 29: Apuntes Modulo I Mat C 2014

4. Representacion de funciones mediante series

Las series cuyos terminos son funciones fn(x), definidas para x ∈ D, D un ciertodominio, se denominan series de funciones:

∞∑n=0

fn(x)

Por ejemplo, si fn(x) = cos(nx)n2 , se tiene la serie

∞∑n=1

cos(nx)

n2= cos(x) +

1

4cos(2x) +

1

9cos(3x) + . . .+

1

n2cos(nx) + . . .

que converge ∀ x real (explicar porque).Otro ejemplo es la serie geometrica

∑∞n=0 x

n = 1 + x+ x2 + x3 + .....+ xn + ..., cuyosterminos son las potencias de x: fn(x) = xn. Nos concentraremos en lo que sigue en seriesde potencias.

5. Series de potencias

Si cada termino fn(x) es del tipo cnxn, es decir, esta compuesto por un coeficiente cn

independiente de x multiplicado por la potencia xn de la variable x, la serie se denominaserie de potencias

Definicion 1 La serie

∞∑k=0

ckxk = c0 + c1x+ c2x

2 + · · ·+ cnxn + · · · (2)

donde los ck son constantes respecto de x y solo dependen de k, es una serie de poten-cias en x.Cuando la serie tiene potencias del tipo (x−a)k , siendo a un numero real fijo ( constante),

∞∑k=0

ck(x− a)k = c0 + c1(x− a) + c2(x− a)2 + · · ·+ cn(x− a)n + · · · (3)

se la denomina serie de potencias en x− a.

Ejemplo:

∞∑k=0

1

2k(x− 1)k = 1 +

1

2(x− 1) +

1

4(x− 1)2 + · · ·+ 1

2n(x− 1)n + · · · (4)

Importante. El problema que se plantea en esta seccion es:

Encontrar los valores de x para los cuales converge una Serie de Potencias, y conocer lafuncion suma S(x) correspondiente.

– 28 –

Page 30: Apuntes Modulo I Mat C 2014

Observar que las series de potencias (2) siempre convergen para x = 0 al valor c0.Lo mismo ocurre para las (3) cuando x = a, ya que todos los terminos, salvo el primero,valen 0.

Observacion: Es conveniente tener presente que la potencia x0 = 1 y (x− a)0 = 1,aun cuando x = 0 o x = a, respectivamente.

Ejemplo 45 La serie de potencias con coeficientes ck = c constantes para todo k,

∞∑k=0

cxk = c+ cx+ cx2 + cx3 + · · ·+ cxn + · · · (5)

es la ya conocida serie geometrica con razon r = x, y primer termino igual a c. Por lotanto,la serie anterior converge unicamente para los valores de x que satisfacen|x| < 1, es decir, para los x en el intervalo −1 < x < 1.

Conclusion 1 Su suma es

S(x) =c

1− x, para los x tales que − 1 < x < 1

Es decir, S(x) =∑∞

k=0 c xk = c

1−x , para los x ∈ (−1, 1) (pero no para otros x).Dicho de otra forma, la funcion f(x) = c

1−x coincide con la serie de potencias (5) en elintervalo (−1, 1).

Ejemplo 46 Una serie que no es geometrica:Sea la serie de termino general cnx

n = xn

n!, es decir,

∑∞n=0

xn

n!. No es geometrica dado

que cn = 1n!

depende de n. Entonces,...¿como determinamos para cuales x converge? y mas dificil aun es saber cual es la

suma S(x), cuando converge para un cierto x.

– 29 –

Page 31: Apuntes Modulo I Mat C 2014

5.1. Intervalo de convergencia de una serie de potencias

Al conjunto de todos los numeros reales x para los cuales converge una serie de po-tencias, se le llama su intervalo de convergencia (¿porque se piensa en un intervalo?)

Un resultado general...

Problema 47 Dada una serie de potencias∑∞

k=0 ckxk.

1. Demostrar que si converge en x = x1 ⇒ converge absolutamente para todos los xtales que |x| < |x1|.Considerar que como la serie

∑∞k=0 ckx1

k converge entonces los terminos |ckx1k|

estan acotados por alguna constante B (es cierto ? ). Ademas, para todo x tal que

|x| < |x1| el cociente |x||x1| < 1.

En consecuencia para tales x, el termino |cnxn| = |cnxn1 |(|x||x1|

)nesta acotado por los terminos B

(|x||x1|

)n.

Ası se puede decir que para cada x tal que |x| < |x1|, la serie∑∞k=0 |ckxk| tiene sus terminos acotados por los de una serie geometrica convergente.

Luego es convergente.

2. Si diverge en x = x2 ⇒ diverge para todos los x tales que |x| > |x2|.Para demostrar eso se hace por el absurdo. Suponga que bajo esas hipotesis, existeun x1 tal que |x1| > |x2| donde converge. Que pasarıa de acuerdo a la primer parteen x2 entonces ?.....ver que se llega a un absurdo.

Entonces se puede afirmar...

Conclusion 2 Considerando el caso general, la serie de potencias en x− a se comportade acuerdo a una de las siguientes posibilidades:

(i) Solo converge en el punto x = a (radio 0);

(ii) Converge absolutamente ∀x (radio ∞);

o...

(iii) Existe un R > 0, denominado radio de convergencia, tal que la serie converge abso-lutamente en el intervalo (a−R, a+R) y diverge para todo x tal que |x− a| > R .En los extremos del intervalo de convergencia (x = a−R y x = a+R) puede o noconverger de acuerdo a cada caso.

La figura siguiente ilustra el caso (iii).

– 30 –

Page 32: Apuntes Modulo I Mat C 2014

Divergencia DivergenciaR

Radio deconvergencia

Convergencia

aa+Ra-R

xLH

5.2. Determinacion del radio e intervalo de convergencia

El criterio de la razon ( o tambien denominado del cociente) es especialmenteutil para encontrar el radio de convergencia.

Recordar que este criterio se aplica a terminos positivos, o sea a los terminos |an|.Se deben pues analizar los terminos de la serie de potencias en valor absoluto mediante

el criterio del cociente.

Ejemplo 48 Hallar el intervalo de convergencia de

∞∑k=0

xk

2k (k + 1)2

Solucion:

lımn→∞

∣∣∣∣an+1

an

∣∣∣∣ = lımn→∞

∣∣∣∣∣ xn+1

2n+1 (n+ 2)2 .2n (n+ 1)2

xn

∣∣∣∣∣= lım

n→∞

(n+ 1

n+ 2

)2 |x|2

=|x|2

En virtud del criterio de la razon, existe convergencia absoluta siempre que este lımitesea estrictamente menor que 1.

Ası, la serie es “absolutamente convergente” para aquellos valores de x que satisfacen|x| /2 < 1, o sea, |x| < 2:

Ademas para los x tales que |x| > 2, se tiene |an+1||an| > 1 para n grande; luego |an+1| >

|an| > 0, y por lo tanto, para |x| > 2 la serie diverge porque el termino general no tiendea cero (recordar el criterio del cociente).

Por lo tanto, mediante el criterio del cociente vemos que el radio de convergencia deesta serie es R = 2.

.... Sin embargo, en los extremos del intervalo (−2, 2), es decir cuando |x| = 2, elcriterio de la razon no da informacion.

Como el criterio del cociente “ no decide”, entonces ......se debe analizar la convergencia de la serie en esos puntos de la frontera

del intervalo, para cada uno de ellos por separado, por medio de un criteriodistinto al del cociente:

– 31 –

Page 33: Apuntes Modulo I Mat C 2014

1. Sustituyendo x por el valor 2 se obtiene∑∞

k=0 1/ (k + 1)2 que es convergente porcomparacion con la serie p convergente

∑1/k2;

tambien...

2. se analiza el otro extremo del intervalo. Se sustituye x por el valor −2,...

... resultando la serie alternada∑∞

k=0 (−1)k / (k + 1)2, la cual es evidentemente con-vergente (¿porque?).

Ası, concluimos que el intervalo de convergencia de esta seriees el intervalo cerrado [−2, 2]. El radio de convergencia es 2 y la serie diverge si |x| > 2.

Problema 49 Determinar el intervalo de convergencia de

∞∑k=0

xk

k!

Debe encontrar que la serie “converge absolutamente” para todo x, es decir...

∞∑k=0

xk

k!= f(x), para todo x ∈ < (6)

... f(x) es la funcion suma de esta serie. Veremos en una seccion proxima queesta funcion es ex.

Problema 50 Usando la PC, graficar las sumas parciales S1(x) = 1 + x, S2 = 1 + x +x2/2!,... S6,... en un mismo grafico en un intervalo grande. Agregar tambien la funcionf(x) = ex. Observar como se aproximan a tal funcion.

Problema 51 Observar y justificar: Como la serie∑∞

k=0 xk/k! es absolutamente con-

vergente para todos los x ∈ <, su termino general debe tender a cero cuando n → ∞,cualquiera sea el x considerado.Por tanto, cualquiera sea x, se tiene que limk→∞x

k/k! = 0

– 32 –

Page 34: Apuntes Modulo I Mat C 2014

Problema 52 Determinar el radio e intervalo de convergencia de

∞∑k=1

(x− 5)k

k3k

(i) Verificar que converge absolutamente si |x− 5| < 3, es decir que tiene radio 3.(ii) Analizar los extremos del intervalo hallado. Aclarar si converge absolutamente o con-verge condicionalmente o no converge en los puntos de la frontera.(iii) ¿Cual es el radio, el intervalo de convergencia y el intervalo de convergencia absoluta?

Problema 53 Obtener el intervalo de convergencia de

∞∑k=1

k! (x+ 10)k

Observar que al menos en x = −10 debe ser convergente..., pero debe hallar el radio deconvergencia.

5.3. Ejercicios para practicar

1. Encuentre el intervalo de convergencia de la serie de potencias indicada.∞∑k=1

(−1)k

kxk

∞∑k=1

xk

k2

∞∑k=1

2k

kxk

∞∑k=1

5k

k!xk

∞∑k=1

(x−3)k

k3

∞∑k=1

(x+7)k√k

∞∑k=1

(−1)k

10k(x− 5)k

∞∑k=1

k(k+2)2

(x− 4)k∞∑k=0

k!2kxk

∞∑k=2

xk

ln k

∞∑k=2

(−1)kxk

k ln k

∞∑k=1

k2

32k(x+ 7)k

∞∑k=0

(−3)k

(k+1)(k+2)(x− 1)k

∞∑k=1

3k

(k+1)(−2)kk(x+ 5)k

∞∑k=1

(−1)k+1

(k!)2

(x−2

3

)k5.4. Problemas diversos de aplicacion

1. La series indicadas no son series de potencias. No obstante, encuentre todos losvalores de x para los cuales converge la serie.∞∑k=1

1xk

∞∑k=1

7k

x2k

∞∑k=1

12k

cos(kx)∞∑k=0

(x2

)k2∞∑k=0

ekx∞∑k=1

k!e−kx2

2. Demuestre que∞∑k=1

(sin kx) /k2 converge para todos los valores reales de x.

– 33 –

Page 35: Apuntes Modulo I Mat C 2014

6. Propiedades de las funciones definidas por series

de potencias

Una serie de potencias representa, en su intervalo de convergencia, una funcion f(x) =S(x), cuyo valor es el de la suma de la serie para tal x. Recordar el ejemplo previo (6).

Por conveniencia, limitamos el estudio a las series de potencias de x. Desde luego, losresultados de esta seccion se aplican tambien a las series de potencias de x − a, cuyosintervalos de convergencia estan centrados en a.

Ası, para cada x en el intervalo de convergencia, se define el valor funcional f(x)mediante la suma de la serie:

f(x) = c0 + c1x+ c2x2 + · · ·+ cnx

n + · · · =∞∑k=0

ckxk

Importante. Una vez definida f(x), suma de la serie de potencias, es natural preguntarsesi ...... (i)¿ Es f(x) contınua f(x) en ese intervalo ?... (ii)¿ Es f(x) derivable en ese intervalo ?...(iii)¿ Es f(x) integrable en ese intervalo ?, ya que... los terminos de la serie, y las sumas parciales Sn(x) lo son ( porque ?) y f(x) =limn→∞Sn(x).Es decir, ¿ Hereda f(x) las propiedades de las sumas parciales en los puntos x del intervalodonde la serie de potencias converge ?

6.1. Derivacion e integracion de series de potencias

Las tres propiedades siguientes, que se establecen sin demostracion, contestan algunaspreguntas fundamentales respecto de la funcion f(x) definida como la “suma” de la seriede potencias en su intervalo de convergencia.

En cada propiedad se supone que la serie converge en un intervalo (−r, r), donde elradio r es positivo, o bien ∞ (es decir, que no se aplican al caso con radio r = 0, caso deconvergencia en un unico punto).

– 34 –

Page 36: Apuntes Modulo I Mat C 2014

Teorema. Si f(x) =∞∑k=0

ckxk, converge en el intervalo de radio r > 0, entonces f es

contınua, derivable e integrable en el intervalo (−r, r), r > 0. Ademas, la derivada yprimitiva de f son

1.

f(x) =∞∑k=1

ckkxk−1.

2. ∫f(x)dx =

∞∑k=0

ckk + 1

xk+1 + C

El “radio de convergencia” de la serie obtenida al “derivar o integrar” una serie de po-tencias “es el mismo que el de la serie original”. Aunque hay que notar que ...... el “intervalo” puede diferir respecto del “intervalo” de la original, como consecuenciaque los extremos de (−r, r) pueden agregarse en algun caso o desestimarse en otro ( estu-diando la convergencia de la respectiva serie en cada uno de los extremos del intervalo).

Observacion.

1. Estas propiedades, simplemente expresan que una serie de potencias puede derivarsee integrarse termino a termino como en el caso de un polinomio.

2. El radio de convergencia de f(x) es el mismo que el de f(x).

Aplicando la misma propiedad a la serie de f ′(x), tambien es diferenciable en cadax de (−r, r) y

f ′′(x) =∞∑k=2

ckk (k − 1)xk−2.

Continuando de esta manera se concluye que ...

3. Una funcion f representada por una serie de potencias en (−r, r), r > 0, “ poseederivadas de todos los ordenes en ese intervalo”.

4. Ademas, para numeros arbitrarios x1 y x2 en el intervalo (−r, r), la integral definidapuede representarse como∫ x2

x1

f(t)dt =∞∑k=0

ck

(∫ x2

x1

tkdt

)=∞∑k=0

ckxk+1

2 − xk+11

k + 1

EJERCICIOS para hacer en clase:

1. Recordar que la serie

f(x) =∞∑k=0

xk

k!,

– 35 –

Page 37: Apuntes Modulo I Mat C 2014

converge para todo x, ası, f(x) esta definida para x tal que −∞ < x <∞.

(a) Demostrar que la serie que converge a f ′(x), satisface que f ′(x) = f(x), usandola derivacion de la serie respectiva, y considerando los intervalos de convergencia.

(b) Comprobar que f(0) = 1.

(c) A partir de (a) y (b), concluir que f(x) = ex ( pensando que si y = f(x), secumple la ecuacion diferencial : y′ = y , y(0) = 1).

Ası se conoce que ...

ex =∞∑k=0

xk

k!

para todo x ∈ <.

2. Aplique el resultado del ejercicio anterior para hallar una representacion en serie depotencias para las funciones indicadas:

(i) f1(x) = e−x

(ii) f2(x) = ex/5

(ii) f3(x) = e−x2

3. Encontrar una aproximacion, mediante una suma parcial de los terminos de la serieque corresponda, de las cantidades que se indican abajo, de tal manera que el errorcometido en valor absoluto sea menor a 10−3.

(i) 1e

(ii) e−1/2

4. Encontrar una cota superior del error cometido por la suma parcial de 6 terminosde la serie de ex =

∑∞k=0

xk

k!para calcular una aproximacion del numero e (recordar

estimacion del error de las aproximaciones en series de terminos positivos, estudiadoen seccion 3, pagina 25).

Problema 54 Obtener una representacion en serie de potencias de x de f(x) = 11+x

.

Para obtener esa serie para la f(x), recurrimos a conceptos ya estudiados.

Solucion. Sabemos que una serie geometrica converge a c1−r si |r| < 1, siendo r la

razon de esta serie y c el primer termino.Tomando en particular c = 1, r = −x, obtenemos

1

1 + x=∞∑k=0

(−x)k =∞∑k=0

(−1)k xk , |x| < 1 .

La anterior igualdad unicamente vale en el intervalo (−1, 1).Ası, ya tenemos la serie de potencias para f(x) = 1

1+x, en el intervalo (−1, 1).

– 36 –

Page 38: Apuntes Modulo I Mat C 2014

Ejemplo 55 A partir de la derivacion de la funcion f(x) = 11+x

, en la serie que la

representa, termino a termino, se logra la serie que representa a 1/ (1 + x)2 en (−1, 1):

f ′(x) = − 1

(1 + x)2 =∞∑k=1

(−1)k k xk−1

Es decir,

1

(1 + x)2 =∞∑k=1

(−1)k+1 kxk−1

en el mismo intervalo (−1, 1).

El siguiente problema es realmente importante. Es totalmente recomendable su reso-lucion completa.

Problema 56 (1**)Obtener la representacion en serie de potencias de ln (1 + x), conx ∈ (−1, 1).Se conoce que ln(1 + x) =

∫ x0

11+tdt para los x del intervalo (−1, 1). En virtud de eso,

¿Como puede obtener para ln (1 + x), la serie de potencias que la representa en (−1, 1)?(2 **) Obtenida la serie que representa a ln (1 + x), en (−1, 1) del inciso previo.Analizar si esta serie converge o no en los extremos de ese intervalo (analizando porseparado en x = 1, y en x = −1, si la serie converge, ya que el teorema de integracion nodice nada acerca de los extremos del intervalo).- Luego, establecer claramente el intervalo de convergencia de la serie de potencias halladapara representar a ln (1 + x).Luego, continuar ...(3**) ... Por ser contınua la funcion ln(1+x) en el intervalo (−1, 1], ¿ puede deducir cuales realmente el intervalo donde vale la representacion de la serie de potencias encontrada?(Un elegante teorema del matematico noruego Niels Abel nos asegura que si una serie∑

n an converge, entonces la serie de potencias asociada∑

n anxn converge a una funcion

continua f(x) para x ∈ [0, 1]; esto implica (reemplazando an → anrn, x → x/r, r 6= 0)

que toda serie de potencias con radio de convergencia no nulo converge a una funcioncontinua en su intervalo de convergencia).(4**) Finalmente, teniendo en cuenta el resultado de (3**), ¿es cierto o no que la sumade la serie armonica alternada tiene suma ln 2 ?

Problema 57 En una PC graficar la funcion f(x) = ln(1 + x) en un intervalo [−3/4, 2].En el mismo grafico comparar con las curvas que dan las sumas parciales S1(x)... S5(x)de la serie hallada para la funcion ln(1 + x). Explicar lo que ocurre.

Problema 58 Aproximar ln (1,2) mediante una suma de un numero finito de terminos,de tal manera que se asegure que tal aproximacion tiene 4 cifras decimales exactas (esdecir, error menor que 5× 10−5).

– 37 –

Page 39: Apuntes Modulo I Mat C 2014

Solucion 5 Sustituyendo x = 0,2 en la serie hallada en el ejercicio previo, resulta

ln (1,2) = ln(1 + 0,2) =∞∑k=0

(−1)k

k + 1(0,2)k+1

= 0,2− 0,02 + 0,00267− 2,0004 + 0,000064− 0,00001067 + · · ·≈ 0,1823

Recordando el estudio del error en la aproximacion de la suma de una serie alternadase tiene que 0,1823 es la aproximacion buscada, ya que para S5 se cumple que |S − S5| <a6 = 0,00001067 < 0,00005.

Es interesante advertir que si el intervalo de convergencia de la representacion en seriede potencias de una funcion f , es el intervalo abierto (−r, r), entonces la representacionen serie de potencias para

∫ x0f(t)dt puede converger en una o en ambas fronteras del

intervalo.Ejemplo de lo dicho es el caso de la serie de ln(1 + x).

6.2. Problemas diversos para hacer en clase

1. Si

f(x) =∞∑k=0

(−1)k

(2k + 1)!x2k+1,

para −∞ < x <∞, demuestre de f ′′(x) + f(x) = 0.

2. Hallar una serie que represente a ln(1 − x) en potencias de x e indicar el intervalodonde vale la representacion.

3. Hallar una serie que represente a 11+x2

, e indicar el intervalo donde vale la represen-tacion.

4. ¿Conoce una serie que represente a e−x2

en potencias de x?

Usarla para calcular∫ 1

0e−x

2dx como la suma de una serie.

¿Cuantos terminos de la serie debe tomar para aproximar la integral con error menorque 10−3?

5. Hallar una serie que represente a arctan(x), e indicar el intervalo donde vale larepresentacion.

Para eso, recordar que la derivada de arctan(x) es 11+x2

. Pensar como obtenerarctan(x) a partir de una serie de potencias sencilla.

6. Demuestre, como consecuencia del ejercicio previo, que

π

4= 1− 1

3+

1

5− 1

7+ · · ·

7. Se sabe que la serie del ejercicio anterior converge lentamente. Muestrelo encon-trando el menor entero positivo n, tal que Sn aproxime a π/4 con cuatro cifrasdecimales.

– 38 –

Page 40: Apuntes Modulo I Mat C 2014

6.3. Ejercicios para practicar

1. Obtenga una representacion en serie de potencias para las funciones que se indican,y establecer el intervalo donde vale.

f(x) = 11−x f(x) = 1

(1−x)2f(x) = 1

5+3x

f(x) = 62−x f(x) = 1

(1−x)3f(x) = x2

(1+x)3

f(x) = ln (4 + x) f(x) = ln (1 + 2x) f(x) = 11+x2

f(x) = x1+x2

f(x) = x/(1− x) f(x) = ln (1 + x2)

f(x) =∫ x

0ln (1 + t2) dt f(x) =

∫ x0

arctan(t) dt

2. Encuentre el dominio de la funcion indicada

f(x) =x

3− x2

32+x3

33− x4

34+ · · ·

f(x) = 1 + 2x+4x2

2!+

8x3

3!+ · · ·

3. Evalue mediante un desarrollo en serie la cantidad indicada con error menor que10−4.

ln (1,1), arctan (0,2),∫ 1/2

0dx

1+x3∫ 1/3

0x

1+x4dx

∫ 0,3

0xarctan(x) dx

∫ 1/2

0arctan(x2) dx

– 39 –

Page 41: Apuntes Modulo I Mat C 2014

7. Relacion entre los coeficientes de la serie de po-

tencias y las derivadas de la funcion suma en x = a

Si una serie de potencias de (x − a) converge a una funcion f(x) en un intervalo(a− r, a+ r), r > 0 (la suma de la serie es f(x) en ese intervalo) entonces

f(x) = c0 + c1(x− a) + c2(x− a)2 + · · ·+ cn(x− a)n + · · ·

=∞∑k=0

ck(x− a)k

Demostraremos que existe una relacion entre los coeficientes ck y las derivadas de ordenk de f(x) evaluadas en x = a.

Derivando termino a termino, usando la propiedad sobre derivacion de series de po-tencias, en el intervalo (a− r, a+ r), se obtiene:

f ′(x) = c1 + 2c2(x− a) + 3 c3(x− a)2 + · · ·f ′′(x) = 2c2 + 2 · 3c3(x− a) + · · ·f ′′′(x) = 2 · 3c3 + · · ·

... y ası con las derivadas siguientes.Evaluando cada igualdad obtenida arriba en x = a, resulta

f(a) = c0 f ′(a) = 1! c1 f ′′(a) = 2! c2 f ′′′(a) = 3! c3

respectivamente.En general, f (n) (a) = n!cn. Por lo tanto,

cn =f (n) (a)

n!n ≥ 0

Para n = 0, se interpreta la derivada “de orden cero” como f(a) y 0! = 1.

Conclusion. Importante!Si una serie de potencias en (x − a) converge a una funcion f(x) en un intervalo(a− r, a+ r), r > 0, entonces f tiene derivadas de todo orden en ese intervalo, y la

serie de potencias∑∞

k=0f (k)(a)k!

(x− a)k coincide con la serie:

f(x) =∞∑k=0

ck(x− a)k =∞∑k=0

f (k) (a)

k!(x− a)k

Tal igualdad es valida para todos los valores de x en (a− r, a+ r), r > 0.

– 40 –

Page 42: Apuntes Modulo I Mat C 2014

Unicidad de la serie que representa a f(x) en potencias de (x− a):El resultado previo muestra que la representacion de una funcion f(x) por una serie depotencias en (x−a) es unica, ya que los coeficientes de tal serie necesariamente coinciden

con los valores f (k)(a)k!

.

Por tanto la serie que representa a f(x), coincide con la serie de Taylor de f en a.

8. Serie de Taylor y de Maclaurin de una funcion

Definicion. Importante!! Dada una funcion f que tiene derivadas de todo orden enx = a, se llama serie de Taylor de esa funcion, desarrollada en x = a, a la serie :

∞∑k=0

f (k) (a)

k!(x− a)k

A esta serie se la denota como serie de Taylor de f en a.a

En el caso especial a = 0, la serie de Taylor de f(x),

∞∑k=0

f (k) (0)

k!xk

se llama serie de Maclaurin de f .b

aLlamada en honor del matematico ingles Brook Taylor (1685-1731), quien descubrio este resultadoen 1715.

bLlamada en honor del matematico escoses, y anteriormente alumno de Newton, Colin Maclaurin(1698-1746).

Conclusion.(1)El resultado obtenido en la seccion previa, nos dice que si una funcion f(x) esta re-presentada por una serie de potencias

∑∞0 ck(x− a)k en un intervalo, entonces esa serie

es la “serie de Taylor ” (o Maclaurin si a = 0) de esa funcion f(x), ya que coincide con∑∞k=0

f (k)(a)k!

(x− a)k.(2) Ademas, como los valores de las derivadas de f son unicos, la representacion f(x) =∑∞

0 ck(x− a)k en serie de potencias en (x− a) es unica (tener en cuenta!).Es decir, “no hay distintas series de potencias en (x − a) ” que representen a f(x), ya

que los coeficientes coinciden con f (k)(a)k!

.

Previamente hemos podido representar en series de potencias varias fun-ciones:

ex; e−x2,

11+x

, ln(1 + x),1

1+x2, arctan(x), 1

(1+x)2, ...etc.

– 41 –

Page 43: Apuntes Modulo I Mat C 2014

Pero para otras funciones, como cos(x), sen(x), sen(x3), o∫

(sen(x3))dx, aunno hemos visto una serie que las represente....

... Es de sumo interes tener una serie para ellas, pues eso nos permitirıa, en primerlugar evaluarlas, y tambien calcular por ejemplo la integral de sen(x3), o de cosx2, etc,usando el teorema de integracion de series de potencias.

8.1. Calculo de la serie de Taylor de una funcion f(x) y estudiodel intervalo de convergencia a f(x)

Importante: Si se tiene una funcion f(x), que tiene derivadas de todo orden,surge la pregunta natural:

¿Es posible encontrar para f(x) una serie de Taylor en el entorno de unpunto a (en potencias de (x− a)) que la represente ? O sea, ¿ es posible

justificar que la serie de Taylor calculada converge a f(x) en algunintervalo (a− r, a+ r)?

Observaciones:(1) Dada la funcion f(x) con derivadas de todo orden en x = a, se puede formar laserie de Taylor de f(x), calculando simplemente los coeficientes mediante las sucesivasderivadas en a.(2) Pero hay que verficar si esa serie de Taylor tiene “suma S(x)” y si esa “ suma S(x)coincide o no con f(x)” en algun intervalo (a− r, a+ r).(3) Si la suma S(x) fuese f(x) en ese intervalo, existe la representacion en serie de f(x),y tal serie de Taylor es la unica serie de potencias en (x− a) que representa a f(x).

Ejemplo:

Ejemplo 59 Obtener la serie de Taylor de f(x) = ln x en a = 1.

Solucion. Se obtiene

f(x) = lnx, f(1) = 0

f ′(x) =1

x, f ′(1) = 1

f ′′(x) = − 1

x2, f ′′(1) = −1

f ′′′(x) =2

x3, f ′′′(1) = 2

...

f (n) (x) = (−1)n−1 (n− 1)!

xn, f (n) (1) = (−1)n−1 (n− 1)!

– 42 –

Page 44: Apuntes Modulo I Mat C 2014

De modo que

(x− 1)− 1

2(x− 1)2 +

1

3(x− 1)3 − · · · =

∞∑k=1

(−1)k−1

k(x− 1)k

Con la ayuda del criterio de la razon, se encuentra que esta serie converge para todoslos valores de x en el intervalo (0, 2].

Pero en principio no sabemos aun si la suma S(x) de ella coincide con ln(x) en esteintervalo. No obstante, previamente habıamos visto, por integracion de la serie geometrica,

que ln(1 + t) =∑∞

k=0(−1)k−1

ktk para t ∈ (−1, 1]. Sustituyendo en esta t = x− 1 obtenemos

la igualdad ln(x) =∑∞

k=0(−1)k−1

k(x − 1)k para x ∈ (0, 2], que es precisamente la serie de

Taylor anterior.En resumen, para poder formar la serie de Taylor de una funcion en el entorno de

un punto a particular, es necesario que esta funcion posea derivadas de todo orden en a.Por ejemplo, f(x) = lnx no posee serie de Maclaurin (a = 0) (¿porque?), pero si serie deTaylor alrededor de a = 1.

Por otra parte, debe notarse que aun si f posee derivadas de todos los ordenes ygenera una serie de Taylor convergente en algun intervalo, no se sabe en principio si laserie converge a f(x) para todos los valores de x en ese intervalo

Veamos como se estudia ese tema.

8.2. Teorema de Taylor. Formula de Taylor

La respuesta a este problema puede obtenerse considerando el teorema de Taylor:

Teorema de Taylor. Sea f una funcion tal que existen todas sus derivadas hasta elorden f (n+1) (x) para todo x en el intervalo (a− r, a+ r). Entonces para todo x en esteintervalo,

f(x) = Pn(x) +Rn(x)

donde

Pn(x) = f(a) + f(a)(x− a) +f ′′ (a)

2(x− a)2 + · · ·+ f (n) (a)

n!(x− a)n

es el Polinomio de Taylor de grado n de f en a, es decir, la suma parcial de ordenn de la serie de Taylor, y Rn(x) = f(x)− Pn(x) es el residuo, que tiene la expresion

Rn (x) =f (n+1) (c)

(n+ 1)!(x− a)n+1

donde el numero c esta entre x y a. a

aExisten varias expresiones para el residuo. La presente se denomina forma de Lagrange, y se debe almatematico frances Joseph Louis Lagrange (1736-1813).

Como los Pn (x) son las sumas parciales Sn(x) de la serie de Taylor, tenemos

Sn(x) = Pn(x) = f(x)−Rn(x)

– 43 –

Page 45: Apuntes Modulo I Mat C 2014

Por lo tanto,lımn→∞

Pn(x) = f(x)− lımn→∞

Rn(x)

Vemos ası que si Rn (x)→ 0 cuando n→∞, solo entonces la sucesion de sumas parcialesconverge a f(x). En otras palabras, la serie de Taylor converge a f(x) en un cierto intervalosi y solo si lımn→∞Rn(x) = 0 en el mismo. En resumen, tenemos el siguiente teorema:

Teorema. Si f tiene derivadas de todos los ordenes en todo x del intervalo (a− r, a+ r),y si lımn→∞Rn (x) = 0 para todo x en el intervalo, entonces

f(x) =∞∑k=0

f (k) (a)

k!(x− a)k

En la practica, la demostracion que el residuo Rn(x) tiende a cero cuando n → ∞depende a menudo del hecho que

lımn→∞

|x|n

n!= 0

Este ultimo resultado se deduce del conocimiento que la serie ex =∑∞

k=0 xk/k! es

convergente para todos los x ∈ <, y por lo tanto su termino general debe tender a cerocuando n→∞, cualquiera sea el x considerado.

Ejemplo 60 Representar f(x) = cos x con una serie de Maclaurin.

Solucion.Se tiene,

f(x) = cosx, f(0) = 1

f ′(x) = −sen(x), f ′(0) = 0

f ′′(x) = − cosx, f ′′(0) = −1

f ′′′(x) = sen(x), f ′′′(0) = 0

y ası sucesivamente. Entonces, obtenemos la serie ...

1− x2

2!+x4

4!− x6

6!+ · · · =

∞∑k=0

(−1)k

(2k)!x2k

El criterio de la razon muestra que esta serie de potencias converge absolutamentepara todos los valores reales de x ( verficarlo !).

Luego, para probar que cosx esta representada por esta serie de potencias, falta probarque lımn→∞Rn(x) = 0 para todo x.

Para tal fin, observamos que las derivadas de f satisfacen

∣∣f (n+1) (x)∣∣ =

{|senx| si n es par|cosx| si n es impar

– 44 –

Page 46: Apuntes Modulo I Mat C 2014

En ambos casos∣∣f (n+1) (c)

∣∣ ≤ 1 para cualquier numero real c, y de esta manera

Rn (x) =

∣∣f (n+1) (c)∣∣

(n+ 1)!|x|n+1 ≤ |x|n+1

(n+ 1)!

Para cualquier eleccion fija, pero arbitraria, de x, lımn→∞ |x|n+1 / (n+ 1)! = 0.Eso dice, que lımn→∞Rn(x) = 0, para todo x.Entonces, concluimos que

cos(x) = 1− x2

2!+x4

4!− x6

6!+ · · ·+ (−1)n

x2n

(2n)!+ · · · =

∞∑k=0

(−1)k

(2k)!x2k

es una representacion valida del cosx para todo numero real x.

Problema 61 Usando la PC, represente f(x) = cos(x). Luego, en el mismo grafico su-perponer las curvas que representan a las sumas parciales Sn(x), es decir, los polinomiosde Taylor Pn(x), para n = 1, 2, 3, 4 de la serie de Maclaurin.Hacer algun comentario sobre lo que advierte.¿ Donde estas sumas parciales aproximan mejor? Dar una explicacion sobre ese compor-tamiento.

Se muestran a continuacion los graficos de f(x) = cos(x) y de los polinomios de Taylorasociados de grado 0, 2, 4 y 10 en a = 0.

P0HxL = 1

fHxL = CosHxL

-Π Π

x

-1

1 fHxL = CosHxL

P2HxL = 1-x2�2

-Π Π

x

-1

1

P4HxL

fHxL = CosHxL

-Π Π

x

-1

1

P10HxL

fHxL = CosHxL

-Π Π

x

-1

1

– 45 –

Page 47: Apuntes Modulo I Mat C 2014

Problema 62(i) Representar f(x) = sen(x) con una serie de Taylor desarrollada en a = 0, ...... aplicando integracion o derivacion de series de potencias, y deducir el intervalo deconvergencia.(ii) Usando PC, representar f(x) = sen(x) y en el mismo grafico superponer las curvasque representan a las sumas parciales Sn(x) = Pn(x) para n = 1, 2, 3 de la serie deMaclaurin correspondiente.Hacer algun comentario sobre lo que advierte e indicar donde estas sumas parciales apro-ximan mejor.(iii) Representar f(x) = cos(x2) por una serie de potencias de x, usando alguna serieconocida. Dar el intervalo de convergencia correspondiente.(iv) (a) Calcular

∫ 1

0cos(x2)dx, mediante una serie. (recordar que no es posible expresar

la primitiva de cos(x2) en terminos de las funciones elementales que Ud. conoce).(b) ¿Cual suma parcial debe considerarse para que resulte una aproximacion de (a) conerror menor a 10−3? Hallarla.

Problema 63 Utilice un polinomio de Taylor adecuado para aproximar con error menorque 10−4 las integrales

(a)

∫ 1

0

sen(x2)dx (b)

∫ 1

0

sen(x)

xdx

El segundo item merece alguna justificacion, para poder usar la serie del sen(x) multipli-cada por α = 1

x6= 0 (recordar propiedades de series convergentes) para representar a la

funcion dada.Se define la funcion f : < → < como f(x) = sen(x)

xpara x 6= 0, y f(0) = 1. Tal funcion

f(x) es continua para todo x y en particular en [0, 1].

Ademas la serie de potencias que representa a sen(x)x

, en x 6= 0, es 1− x2

3!+ x4

5!− x6

7!· · · =∑∞

k=0(−1)k

(2k+1)!x2k

Para x = 0, tambien converge esa serie y su suma es 1. Podemos ver entonces que laserie representa a f(x) para todo x.

Problema 64 (a) Hallar una serie de potencias que represente a: f(x) = e−x2, indicando

el intervalo de validez. Utilizar en lo posible alguna serie de potencias conocida para seraplicada con ese fin.(b) En base a las caracterısticas de la serie hallada en (a), puede determinar cual “sumaparcial” deberıa usar para aproximar a f(x), para todo x ∈ [0, 1], con error menor a 10−2?Hallar esa suma parcial.(c) La integral I =

∫ 1

0e−t

2dt, ¿existe? Si existe, encontrar su expresion usando la repre-

sentacion en serie de potencias de e−t2, con t ∈ [0, 1]. Explicar, porque eso es conveniente

y porque es posible hacerlo ası.(d) ¿Es posible encontrar una aproximacion a I mediante una suma finita de terminosSm, cuyo error |I − Sm| sea menor a 10−2?

– 46 –

Page 48: Apuntes Modulo I Mat C 2014

Problema 65 (a) Dada la funcion f(x) = ex, y la serie de potencias desarrollada alre-dedor de a = 0, que la representa para todo x ∈ < ( ya estudiada en clases previas),determinar cuantos terminos (suma parcial Sm(x)) hay que considerar para hallar unaaproximacion de ex, para x ∈ [0, 1], tal que |ex − Sm(x)| < 3

100.

(b) Hallar una serie de potencias que represente a: g(t) = et2, para t ∈ <. Utilizar en lo

posible alguna serie de potencias conocida para ser usada con ese fin.(c) En base a las caracterısticas de la serie usada en (b), puede determinar cual “sumaparcial” deberıa usar para aproximar a g(t), para todo t ∈ [0, 1], con error menor a 3/100?.Hallar esa “suma parcial aproximante”.(c) La integral I =

∫ 1

0et

2dt, ¿existe? Si existe, encontrar su expresion usando la repre-

sentacion en serie de potencias de et2, con t ∈ [0, 1]. Explicar, porque ese procedimiento

es conveniente y porque es posible hacerlo ası.(d) ¿ Es posible encontrar una aproximacion de I, mediante una suma finita de terminosSn, cuyo error |Sn − I| sea menor a 3/100?

Problema 66 Representar f(x) = sen(x) con una serie de Taylor en a = π/3Verificar que tal serie es

√3

2+

1

2 · 1!

(x− π

3

)−√

3

2 · 2!

(x− π

3

)2

− 1

2 · 3!

(x− π

3

)3

+ · · ·

Usando los mismos argumentos que en el primer ejemplo, ver que representa a sen(x)para todo x.Usando la PC, representar f(x) = sen(x). En el mismo grafico superponer las curvas querepresentan a las sumas parciales Sn(x) = Pn(x) para n = 1, 2, 3 de la serie de de Taylorhallada.Hacer algun comentario sobre lo que advierte.¿Donde estas sumas parciales aproximan mejor? Dar una explicacion sobre ese compor-tamiento.

Problema 67 (i) Demostrar que la serie

(x− 1)− 1

2(x− 1)2 +

1

3(x− 1)3 − · · · =

∞∑k=1

(−1)k−1

k(x− 1)k

representa a f(x) = ln x en el intervalo (0, 2].Justificar todos los pasos, viendo primero que es la serie de Taylor con a = 1 de la funciondada. Luego estudiar el radio de convergencia y terminar mostrando que representa aln(x).(ii) Una forma mas facil de hallar (i) serıa considerar que ln(x) =

∫ x1

1tdt para x ∈ (0, 2],

y usar el desarrollo 1t

= 11+(t−1)

=∑∞

k=0(−1)k(t− 1)k (recordar la serie geometrica).

– 47 –

Page 49: Apuntes Modulo I Mat C 2014

Problema 68 (i) A partir de la serie de Maclaurin que representa a ex, encuentre unaserie de potencias en x (a = 0) para la funcion senh(x) = (ex − e−x)/2.Recordar que la suma de series convergentes converge a la suma de las funciones de cadauna, en un dominio comun a ambas.(ii) Idem para cosh(x) = (ex + e−x)/2. ¿Puede obtener esta serie por derivacion de laprevia?

Observacion importante. Funciones pares e impares.Si la funcion f(x) es par, es decir que satisface f(−x) = f(x) ∀x, entonces su desarrollode Maclaurin (asumimos que f es derivable a todo orden) contendra solo potencias paresde x, ya que en tal caso f (k)(0) = 0 para k impar (justificar!). Ejemplos de funciones paresson cos(x), cosh(x) y ex

2.

En forma similar, si la funcion f(x) es impar, es decir que satisface f(−x) = −f(x) ∀x,entonces su desarrollo de Maclaurin contendra solo potencias impares de x, ya que ental caso f (k)(0) = 0 para k par (justificar!). Ejemplos de funciones impares son sen (x),senh(x) y xex

2.

Observemos tambien que la derivada de una funcion par es impar, y la derivada de unafuncion impar es par (justificar!).

Resumen de algunas series de Maclaurin importantes:

ex = 1 + x+x2

2!+x3

3!+ · · · =

∞∑k=0

xk

k!−∞ < x <∞

cosx = 1− x2

2!+x4

4!− x6

6!+ · · · =

∞∑k=0

(−1)k

(2k)!x2k −∞ < x <∞

senx = x− x3

3!+x5

5!− x7

7!· · · =

∞∑k=0

(−1)k

(2k + 1)!x2k+1 −∞ < x <∞

coshx = 1 +x2

2!+x4

4!+x6

6!+ · · · =

∞∑k=0

x2k

(2k)!−∞ < x <∞

senhx = x+x3

3!+x5

5!+x7

7!· · · =

∞∑k=0

x2k+1

(2k + 1)!−∞ < x <∞

1

1− x= 1 + x+ x2 + x3 + · · · =

∞∑k=0

xk − 1 < x < 1

ln (1 + x) = x− x2

2+x3

3− x4

4· · · =

∞∑k=1

(−1)k+1

kxk − 1 < x ≤ 1

El lector puede demostrar la validez de estas representaciones como ejercicio.

– 48 –

Page 50: Apuntes Modulo I Mat C 2014

Resumen 3 (i) El metodo de la serie de Taylor para encontrar una serie de potenciasde una funcion, y luego demostrar que la serie representa a la funcion, tiene unaobvia y gran desventaja. Es casi imposible obtener una expresion general para laenesima derivada de la mayorıa de las funciones. Ası que, a menudo se esta limitadoa encontrar solo los primeros coeficientes de las sumas parciales.

(ii) El teorema de Taylor tambien se llama Teorema del Valor Medio Generalizado. Elcaso n = 0 se reduce al teorema del valor medio usual (ver proxima seccion).

(iii) No siempre es necesario calcular las derivadas de una funcion para encontrar suserie de Maclaurin. Por ejemplo, la funcion f(x) = 1/ (1− x) se puede representarcomo serie de potencias utilizando la series geometrica, y el desarrollo en serie depotencias de ex

2puede obtenerse a partir del de ex, reemplazando x por x2.

Lo importante es: “Una serie de potencias, en su intervalo de convergencia, es laserie de Taylor o Maclaurin de la funcion Suma(x), sin que importe como se obtuvo”.

Observacion: Tener presente la conclusion de arriba cuando necesite encontrar para unafuncion particular la representacion en serie de ella.

Problema 69 Aplique resultados previos para hallar la serie de Maclaurin de las funcio-nes siguientes, indicando la region donde vale la representacion encontrada:f(x) = e−x

2/2, f(x) = x2e−3x, f(x) = x cosx, f(x) =∫ x

0e−t

2/2dtf(x) = x2cos (x2), f(x) = ln (1− x), f(x) = ln

(1+x1−x

), f(x) =

∫ x0t2 cos(t2)dt

Problema 70 Encuentre la serie de Maclaurin de

f(x) =

{e−1/x2 x 6= 0

0 x = 0

Solucion. Utilizando la definicion f ′(0) = lım4x→0

f(0+4x)−f(0)4x , puede mostrarse que esta

funcion es derivable a todo orden en x = 0, siendo f (n)(0) = 0 ∀ n. Por lo tanto,Pn(x) = 0 ∀ n y entonces la serie de Maclaurin converge a 0 ∀ x !!. Converge pues a f(x)solo en x = 0, a pesar de ser convergente ∀ x. Para x 6= 0 no converge a f(x).En este caso Rn(x) = f(x)− Pn(x) = f(x) ∀ x, y por lo tanto Rn(x) 6= 0 ∀ n si x 6= 0.La serie de Maclaurin no puede pues representar a esta funcion fuera del origen.Informalmente, su mınimo en x = 0 es “extremadamente chato”, y origina pues derivadasnulas a todo orden en el origen, aun cuando sea no nula para x 6= 0 (graficar!).

Notemos entonces que para g(x) = cos(x) + f(x), con f(x) la funcion anterior, la serie deMaclaurin correspondiente va a converger ∀ x a cos(x), ignorando a f(x) (justificar!).Las funciones que pueden desarrollarse en serie de potencias se denominan funcionesanalıticas. La funcion f(x) anterior no es analıtica en x = 0 (donde posee una singularidaddenominada esencial cuando se la considera funcion de una variable compleja x). No puedepues desarrollarse en serie de potencias de x, aunque sı puede desarrollarse en serie deTaylor alrededor de cualquier a 6= 0, convergiendo en un cierto intervalo finito.

– 49 –

Page 51: Apuntes Modulo I Mat C 2014

8.3. Aproximaciones con Polinomios de Taylor

Daremos aquı algunos detalles adicionales sobre los polinomios de Taylor. Como hemosvisto, el polinomio de Taylor de grado n alrededor de x = a de una funcion f(x) es lasuma parcial de orden n de la serie de Taylor alrededor de dicho punto:

Pn(x) = f(a) + f ′(a)(x− a) +f ′′(a)

2!+ . . .+

f (n)(a)

n!(x− a)n

El polinomio de Taylor de grado 0, P0(x) = f(a), es una constante, que coincide con f(x)en x = a. El polinomio de Taylor de grado 1 en a,

P1(x) = f(a) + f ′(a)(x− a)

es la aproximacion lineal a f(x) en x = a: Es la unica funcion lineal (del tipo A + Bx)que satisface

P1(a) = f(a), P ′1(a) = f ′(a)

La grafica de P1(x) es la recta tangente a f en x = a (ver figura siguiente), que es la rectaque pasa por el punto (a, f(a)) y que tiene la misma pendiente que f(x) en x = a.

Del mismo modo, el polinomio de Taylor de grado 2 en a,

P2(x) = f(a) + f ′(a)(x− a) +f ′′(a)

2(x− a)2

es la unica funcion cuadratica (del tipo A+Bx+ Cx2) que satisface

P2(a) = f(a), P ′2(a) = f ′(a), P ′′2 (a) = f ′′(a)

Es decir, su valor, su derivada y su derivada segunda coinciden con los correspondientesvalores de f en x = a. Su grafica es la “parabola tangente” a f en x = a, que ademas depasar por el punto (a, f(a)) y tener la misma pendiente que f en ese punto, tiene ademasla misma derivada segunda que f en ese punto, es decir, la misma concavidad (curvatura).

Generalizando, el polinomio de Taylor de grado n en x = a, Pn(x), es el unico polinomiode grado n que satisface

Pn(a) = f(a), P ′n(a) = f ′(a), P ′′n (a) = f ′′(a), . . . , P (n)(a) = f (n)(a)

es decirP (k)n (a) = f (k)(a), k = 0, . . . , n

Su valor y sus primeras n derivadas coinciden todas con las de f(x) en x = a. Se diceentonces que tiene un contacto de orden n con f en x = a.

Hemos graficado antes los primeros polinomios de Taylor en x = 0 de cos(x), unafuncion par (para las cuales P2n(x) = P2n+1(x), ya que las derivadas impares se anulanen el origen). Se muestra en la figura siguiente la grafica de los primeros 4 polinomiosde Taylor de ex en a = 0. Esta funcion no es par ni impar, por lo que su desarrollo de

– 50 –

Page 52: Apuntes Modulo I Mat C 2014

Maclaurin contiene tanto potencias pares como impares. La grafica de P1(x) = 1 + x esla recta tangente a la curva de ex en x = 0.

P0HxL = 1

fHxL = ex

-1 1x

2

4

P1HxL = 1+x

fHxL = ex

-1 1x

2

4

P2HxL = 1+x+x2�2

fHxL = ex

-1 1x

2

4 P3HxL =

1+x+x2�2+x3�6

fHxL = ex

-1 1x

2

4

Cuando el valor de x esta cerca del numero a (x ≈ a), se puede emplear el polinomiode Taylor Pn (x) de una funcion f en a para aproximar el valor funcional de f(x). El erroren esta aproximacion esta dado por el teorema de Taylor:

|f(x)− Pn(x)| = |Rn(x)|

donde, si f es derivable hasta orden n + 1 en un intervalo (a − r, a + r) y x pertenece aese intervalo,

Rn(x) =f (n+1)(c)

(n+ 1)!(x− a)n

con c un numero entre a y x.

Observacion. Para n = 0, el teorema de Taylor implica

f(x) = P0(x) +R0(x) = f(a) + f ′(c)(x− a)

es decir, si x 6= a,f(x)− f(a)

x− a= f ′(c)

con c entre a y x. Esta expresion es el teorema del valor medio. Por lo tanto, este teoremapuede considerarse un caso particular (n = 0) del teorema de Taylor.

– 51 –

Page 53: Apuntes Modulo I Mat C 2014

Problema 71 Probar que si f(x) es un polinomio de grado n, entonces el polinomio deTaylor asociado de grado n en cualquier a coincide exactamente con f(x).

Este resultado muestra que un polinomio de grado n queda completamente determinadopor su valor y sus primeras n derivadas en un punto arbitrario (¿por que?). Ademas,Pm(x) = Pn(x) ∀ m ≥ n (justificar).Como ejemplo, para un polinomio de grado 1 tenemos

f(x) = A+Bx = (A+Ba) +B(x− a) = f(a) + f ′(a)(x− a)

En general, si la derivada n+ 1 de f esta acotada por una constante positiva M en elintervalo (a− r, a+ r), tal que |f (n+1)(c)| ≤M ∀ x ∈ (a− r, a+ r), podemos escribir

|Rn(x)| ≤M|x− a|n+1

(n+ 1)!

Por ejemplo, si podemos encontrar un M independiente de n en ese intervalo, entonces

lımn→∞Rn(x) = M lımn→∞|x−a|n+1

(n+1)!= 0 ∀ x ∈ (a− r, a+ r), lo cual garantiza que la cota

del error ira disminuyendo al aumentar n.

Ejemplo 72 Aproximar e−0,2 con P3(x). Determinar la precision de la aproximacion.

Solucion. Debido a que el valor x = −0,2 esta cerca de cero, se emplea el polinomiode Taylor P3(x) de f(x) = ex en a = 0. Sabemos que

P3(x) = 1 + x+1

2x2 +

1

6x3

y

P3(−0,2) = 1 + (−0,2) +1

2(−0,2)2 +

1

6(−0,2)3 ≈ 0,81867

Consecuentemente,e−0,2 ≈ 0,81867

Ahora bien, se puede escribir

|R3 (x)| = ec

4!|x|4 < |x|

4

4!

puesto que −0,2 < c < 0 y entonces 0 < e−0,2 < ec < e0 = 1, por ser ex positiva ycreciente. Ası,

|R3 (−0,2)| < |−0,2|4

4!< 0,0001

lo cual implica que la precision es hasta tres cifras decimales (|R3(−0,2)| < 5× 10−4).Observacion: Dado que la serie de Maclaurin de ex para x = −0, 2 es alternante

y cumple con las condiciones del criterio de Leibniz, y dado que sabemos que la serieconverge a ex ∀ x, podemos en este caso tambien utilizar la cota de error para seriesalternantes. En este problema esto conduce a la misma cota de error anterior (verificar!).

– 52 –

Page 54: Apuntes Modulo I Mat C 2014

Ejemplo 73 Aproximar e con error menor que 10−10.

Solucion. Tenemos e = e1 = f(1), con f(x) = ex. Utilizando a = 0, y dado que f (n)(x) =

ex ∀ n, tenemos Pn(1) =∑n

k=01k

k!=∑n

k=01k!

y

|Rn(1)| = |f(1)− Pn(1)| = |ec(1− 0)n+1

(n+ 1)!| ≤ e

(n+ 1)!≤ 3

(n+ 1)!

dado que c esta entre 0 y 1 y ex es una funcion creciente (por lo que 1 < ec ≤ e1 = e).Hemos luego utilizado la cota e ≤ 3. De esta forma, para n = 13 obtenemos |Rn(1)| ≤3/14! ≈ 3,44× 10−11 < 10−10. Por lo tanto, obtenemos el valor aproximado

e ≈13∑k=0

1

k!= 2, 7182818284 . . .

con un error menor que 10−10.

Ejemplo 74 Estimar cos(10o) con un polinomio de grado 2, y dar una cota para el errorcometido.

Solucion. Pasando a radianes tenemos cos(10o) = cos( 10180π) = cos( π

18). Podemos

entonces utilizar el polinomio de Taylor de grado 2 en a = 0, P2(x) = 1−x2/2!, obteniendo

cos(π

18) = 1− 1

2(π

18)2 +R2(

π

18)

Como la serie de Maclaurin cosx =∑∞

k=0(−1)kx2k

(2k)!= 1− x2/2! + x4/4! + . . . es alternante

∀ x, cumpliendo en x = π/18 con las condiciones del criterio de Leibniz, y sabemos queconverge a cosx ∀ x, podemos directamente utilizar la cota de error para series alternantes,|R2(x)| = | cosx− (1− x2/2)| ≤ |x4/4!| = x4/4!. Por lo tanto,

|R2(π

18)| ≤

( π18

)4

4!≈ 3,87× 10−5

por lo que

cos(π

18) ≈ 1− 1

2(π

18)2 ≈ 0, 9848

con error menor que 10−4.Como cosx es par, P2(x) = P3(x) y entonces R2(x) = R3(x). Acotando R3(x) con elteorema de Taylor, se obtiene la misma cota de error anterior (verificar).

8.4. Ejercicios para practicar

1. Encuentre la serie de Maclaurin de las funciones siguientes, indicando el radio eintervalo de convergencia, y obtenga de ella los polinomios de Taylor en a = 0 degrado 1, 2 y 4.

f(x) = 12−x , f(x) = 1

1+5x, f(x) = ln (1 + 2x)

f(x) = cos(2x), f(x) = x cos(x), f(x) = x2ex2

– 53 –

Page 55: Apuntes Modulo I Mat C 2014

2. Encuentre la serie de Taylor en el valor indicado de a, y determine el radio e intervalode convergencia. Obtenga los correspondientes polinomios de Taylor de grado 2 y 4.

f(x) = 11+x

, a = 4 f(x) = ln x, a=1

f(x) = sen (x), a = π/4 f(x) = sen (x), a = π/2f(x) = cos x, a = π/3 f(x) = cos x, a = π/6f(x) = ex, a = 1 f(x) =

√x a = 1

3. Encuentre los dos primeros terminos no nulos de la serie de Maclaurin de

f(x) = tan x , f(x) = arcsen x

4. Aproxime la cantidad dada utilizando el polinomio de Taylor Pn (x) para los valoresindicados de n y a. Determine la precision de la aproximacion.

sin 10o, n = 1, a = 0 sin 10o, n = 3, a = 0sin 46◦, n = 2, a = π/4 cos 29◦, n = 2, a = π/6

e1/2, n = 4, a = 0√

82, n = 2, a = 81

5. Evalue, con error menor que 10−3, las siguientes integrales:∫ 1/2

0

t2e−t2

dt ,

∫ 1/2

0

sin(t2)dt

Orden de magnitud del error en la formula de Taylor.Se dice que una funcion f(x) es orden (x− a)n para x→ a, lo que se denota comof(x) = O(x − a)n para x → a, si existen constantes positivas M > 0 y δ > 0 tales que|f(x)| ≤M |x− a|n para |x− a| < δ, es decir, para todo x ∈ (a− δ, a+ δ).

Por lo tanto, f(x) = O(x − a)n para x → a implica que |f(x)| es no mayor que unaconstante por |x− a|n si x esta suficientemente cerca de a.Por ejemplo, f(x) = 2x2 es O(x2) para x→ 0, y tambien lo es f(x) = −x2/4 (justificar).Asimismo, f(x) = 2x2 + 4x3 es tambien O(x2) para x→ 0, pues |x3| � x2 para x cercanoa 0: |2x2 + 4x3| = |2x2(1 + 2x)| = 2x2|1 + 2x| ≤ 6x2 si |x| < 1.

Esta notacion se extiende tambien a comparaciones con otras funciones: Se dice quef(x) = O(g(x)) para x → a si existen M > 0 y δ > 0 tales que |f(x)| ≤ M |g(x)| para|x − a| < δ. El valor de a puede ser tambien ∞: f(x) = O(g(x)) para x → ∞ si existenconstantes M > 0 y r > 0 tales que |f(x)| ≤M |g(x)| para todo x > r.

Volviendo al error en la formula de Taylor, si ∃ M > 0 y δ > 0 tal que |f (n+1)(x)| < M

para todo x ∈ (a − δ, a + δ), entonces |Rn(x)| ≤ M |x−a|n+1

(n+1)!en este intervalo, por lo que

en este caso (justificar)Rn(x) = O(x− a)n+1 para x→ a

es decir,f(x) = Pn(x) +O(x− a)n+1 para x→ a

Esta notacion es muy empleada en ingenierıa y en todas las ciencias exactas. Es ademasla notacion estandar utilizada en programas como mathematica, etc.

– 54 –

Page 56: Apuntes Modulo I Mat C 2014

Problema. Mostrar que para x→ 0,

(a) ex = 1 + x+O(x2), (b) sen(x) = x+O(x3), (c) e−x2

= 1− x2 +O(x4)

Por ejemplo, esto muestra que para x cercano a 0, sen(x) se comporta como x, siendo ladiferencia |sen(x)−x| no mayor que M |x3|, es decir, muy pequena (|x|3 � |x| si |x| � 1).

Aplicacion. Lımites y comportamiento cerca del lımite.Si f(x) = O(x− a)n, entonces (demostrarlo!)

lımx→a

f(x)

(x− a)k= 0, k < n

Es decir, si n > 0, f(x) = O(x− a)n para x → a no solo implica que f(x) se anula parax→ a, sino que se anula mas rapido que (x− a)k ∀ k < n.Por lo tanto, si Rn(x) = O(x− a)n+1 para x→ a tenemos

lımx→a

Rn(x)

(x− a)k= 0, k < n+ 1

Esto permite determinar ciertos lımites del tipo 0/0 en forma muy simple mediante eldesarrollo de Taylor. Como ejemplo, consideremos

lımx→0

ex − 1− xx2

que es del tipo 0/0. Utilizando el polinomio de Taylor de grado 2 de ex en a = 0, podemosescribir ex = 1 + x+ x2/2! +O(x3) para x→ 0 y por lo tanto

lımx→0

ex − 1− xx2

= lımx→0

1 + x+ x2/2! +O(x3)− 1− xx2

= lımx→0

x2/2 +O(x3)

x2=

1

2

El desarrollo de Taylor permite en realidad no solo calcular el lımite anterior sino tambienver como se comporta el cociente (ex − 1 − x)/x2 en la vecindad de x = 0: Utilizando elpolinomio de Taylor de grado 3 de ex, obtenemos ex = 1 + x + x2/2! + x3/3! + O(x4) ypor lo tanto,

ex − 1− xx2

=1

2+

1

6x+O(x2)

para x→ 0. Esto muestra que ex−1−xx2

se comporta como 1/2 + x/6 para x cercano a 0.

Problema: Evaluar los siguientes lımites por medio de un polinomio de Taylor adecuado,e indicar el comportamiento de la funcion cerca del lımite.

(a) lımx→0

sen(x)

x, (b) lım

x→0

sen(x)x− 1

x2, (c) lım

x→0

1− cosx

x2, (d) lım

x→π

1 + cos x

(x− π)2

(e) lımx→0

(1 + x)1/x (Sug. : (1 + x)1/x = eln(1+x)

x )

– 55 –

Page 57: Apuntes Modulo I Mat C 2014

8.5. Problemas diversos

1. Utilice la serie de Maclaurin de cosx y una identidad trigonometrica para encontrarla serie de Maclaurin de sin2 x.

2. Para nivelar una carretera de gran longitud L, se debe establecer un margen debidoa la curvatura de la Tierra.

(i) Demuestre que los tres primer terminos no nulos de la serie de Maclaurin def(x) = sec x son

1 +1

2x2 +

5

24x4

(ii) Para valores pequenos de x, utilice la aproximacionsec x ≈ 1+ 12x2 y la siguiente

figura para demostrar que la correccion por nivelacion es y = L2/2R, donde Les la longitud, R es el radio de la Tierra.

Φ L

3. La energıa potencial de una masa m que cuelga de un hilo de longitud L esEp(φ) = mgL(1− cosφ), donde φ es el angulo que forma el hilo con la vertical.a) Muestre que si φ es pequeno, entonces Ep(φ) ≈ 1

2mgLφ2.

b) De una cota para el error relativo |Ep(φ)− 12mgLφ2|/(mgL) si φ ≤ 25o (recordar

que se debe convertir a radianes !).

4. Una onda de longitud L viaja de izquierda a derecha en agua de profundidad d, comose ilustra en la figura. Puede demostrarse que la velocidad v de la onda esta rela-cionada con L y d por la funcion v =

√(gL/2π) tanh (2πd/L).

a) Demuestre que en agua profunda v ≈√gL/2π.

b) Encuentre los dos primeros terminos no nulos de la serie de Maclaurin de f(x) =tanhx. Demuestre que cuando d/L es pequeno, v ≈

√gd. En otras palabras, en agua

poco profunda la velocidad de la onda es independiente de la longitud de onda.

– 56 –

Page 58: Apuntes Modulo I Mat C 2014

9. Serie binomial

9.1. Teorema del binomio

Empezamos con los siguientes desarrollos

(1 + x)2 = 1 + 2x+ x2

(1 + x)3 = 1 + 3x+ 3x2 + x3

y, en general, si m es un entero no negativo,

(1 + x)m = 1 +mx+m (m− 1)

2!x2 + · · ·+ m (m− 1) ... (m− n+ 1)

n!xn + · · ·+ xm

Este desarrollo de (1 + x)m recibe el nombre de teorema del binomio o binomiode Newton.

Definicion 2 Para cualquier numero real r, la serie

1 + rx+r (r − 1)

2!x2 + · · ·+ r (r − 1) ... (r − n+ 1)

n!xn + · · ·

=∞∑k=0

r. (r − 1) ... (r − k + 1)

k!xk

recibe el nombre de serie binomial.

Observar que la serie binomial solamente termina cuando r es un entero no negativo.En este caso se reduce al binomio de Newton.

El criterio de la razon muestra que la serie binomial converge si |x| < 1, y divergesi |x| > 1. La serie binomial define ası una funcion f infinitamente diferenciable en elintervalo (−1, 1).

No debe causar gran sorpresa saber que la funcion representada por la serie binomiales f(x) = (1 + x)r.

Proposicion 75 Si |x| < 1, entonces para todo numero real r

(1 + x)r = 1 + rx+r (r − 1)

2!x2 + · · ·+ r (r − 1) ... (r − n+ 1)

n!xn + · · ·

Ejemplo 76 Obtener una representacion en serie de potencias para√

1 + x.

Solucion 6 Con r = 12

resulta que para |x| < 1

√1 + x = 1 +

1

2x+

12

(12− 1)

2!x2 +

12

(12− 1) (

12− 2)

3!x3 + · · ·

+12

(12− 1) (

12− 2)...(

12− n+ 1

)n!

xn + · · ·

= 1 +1

2x− 1

222!x2 +

1 · 3223!

x3 + · · ·+ (−1)n+1 1 · 3 · 5... (2n− 3)xn

2nn!+ · · ·

– 57 –

Page 59: Apuntes Modulo I Mat C 2014

Graficar las sumas parciales primeras y la funcion representada en el dominio quecorresponda.

Comentarios 77 En ciencias se utiliza a menudo una serie binomial para obtener apro-ximaciones.

Ejemplo 78 En la teorıa de la relatividad de Einstein, la masa de una partıcula que semueve con una velocidad v en relacion a un observador, es

m =m0√

1− v2/c2

en donde m0 es la masa en reposo de la partıcula y c es la velocidad de la luz.Muchos resultados de la fısica clasica no se cumplen en el caso de partıculas como los

electrones, los cuales se mueven casi a a la velocidad de la luz. La energıa cinetica ya noes K = 1

2m0v

2, sino que se expresa como

K = mc2 −m0c2

Si se identifica r = −12

y x = −v2/c2, se tiene que |x| < 1, puesto que ningunapartıcula movil puede rebasar la velocidad de la luz. Ası se puede escribir

K =m0c

2

√1− x

−m0c2

= m0c2[(1− x)−1/2 − 1

]= m0c

2

[(1 +

1

2x+

3

8x2 +

5

16x3 + · · ·

)− 1

]= m0c

2

[1

2

(v2

c2

)+

3

8

(v4

c4

)+

5

16

(v6

c6

)+ · · ·

]En el caso en que v es mucho menor que c, los terminos posteriores al primero son

despreciables. Esto conduce al resultado bien conocido

K ≈ m0c2

[1

2

(v2

c2

)]=

1

2m0v

2

Problema 79 Aplicaciones de la serie binomial:

1. Obtenga los primeros cuatro terminos de la representacion en serie de potencias dela funcion indicada para a = 0, y calcule el radio de convergencia de la serie.

f(x) = 3√

1 + x f(x) =√

1− x f(x) =√

9− xf(x) = 1√

1+5xf(x) = 1√

1+x2f(x) = x

3√1−x2

f(x) = (4 + x)3/2 f(x) =√

1(1+x)5

f(x) = x(2+x)2

f(x) = x2 (1− x2)−3

– 58 –

Page 60: Apuntes Modulo I Mat C 2014

2. Explique porque el error de la aproximacion dada es menor que la cantidad indicada.

(1 + x2)1/3 ≈ 1 + x2

3; 1

9x4

(1 + x2)−1/2 ≈ 1− x2

2+ 3

8x4; 5

16x6

3. Encuentre una representacion en serie de potencias para arcsen(x) empleando

arcsen(x) =

∫ x

0

dt√1− t2

4. En la figura un cable colgante esta sostenido en los puntos A y B, y soporta unacarga uniformemente distribuida (como el trayecto de ruta sobre un puente). Siy =

(4 dL2

)x2 es la ecuacion del cable, demuestre que su longitud esta dada por

s = L+8d2

3L− 32d4

5L3+ · · ·

5. Aproxime las integrales siguientes hasta tres cifras decimales∫ 0,2

0

√1 + x3dx

∫ 1/2

03√

1 + x4dx

– 59 –

Page 61: Apuntes Modulo I Mat C 2014

10. Autoevaluacion

Un repaso sobre todo lo estudiado:

1. Conteste verdadero o falso, y piense una explicacion de su respuesta:

a) ¿Toda sucesion acotada converge?.

b) Si una sucesion es monotona decreciente, es convergente.

c) lımn→∞

|x|nn!

= 0 para todo valor de x.

d) Si {an} es una sucesion convergente, entonces∑∞

0 an siempre converge.

e) Si an → 0 cuando n→∞, entonces∑ak es convergente.

f ) Si∑a2k converge, entonces

∑ak tambien converge.

g)∞∑k=1

1kp

converge para p = 1,0001.

h) La serie 2 + 22

+ 23

+ 24

+ · · · es divergente.

i) Si∑|ak| diverge, entonces

∑ak diverge tambien.

j ) Si∑ak, con ak > 0, converge, entonces

∑(−1)k+1 ak es convergente.

k) Si∑

(−1)k+1 ak converge absolutamente, entonces∑

(−1)k+1 akk

converge?.

l) Si∑bk converge y ak ≥ bk para todo entero positivo k, entonces

∑ak es

convergente.

m) Toda serie de potencias tiene un radio de convergencia no nulo.

n) Una serie de potencias converge absolutamente para todo valor de x en suintervalo de convergencia?.

n) Una serie de potencias∑ckx

k representa a una funcion infinitamente diferen-ciable en un intervalo (−r, r) de convergencia.

o) Si una serie de potencias∑ckx

k converge para −1 < x < 1 y es convergentepara x = 1, la serie debe converger tambien para x = −1.

p) f(x) = ln x no puede ser representada por una serie de Maclaurin.

q) f(x) =∑∞

k=0f (k)(a)k!

(x− a)k en un intervalo si lımn→∞

Rn (x) = 0.

r) El intervalo de convergencia de la serie x− x2

2+ x3

3− x4

4+ · · · es (−1, 1).

2. Llene los espacios en blanco.

a) Para aproximar la suma de la serie∞∑k=1

(−1)k+1

10khasta cuatro cifras decimales, se

necesita solamente emplear la suma parcial.

b) La suma de la serie∞∑k=1

4(23)k es .

– 60 –

Page 62: Apuntes Modulo I Mat C 2014

c) Si∑ak converge y

∑bk diverge, entonces

∑(ak + bk) .

d) La serie de potencias∞∑k=0

(−1)k xk

k!representa a la funcion f(x) = para todo

x.

e) La representacion en serie binomial de f(x) = (4 + x)1/2 tiene radio de conver-gencia .

f ) La serie geometrica∑

( 5x)k converge para los siguientes valores de x: .

g) Si el radio de convergencia de la serie∑

k ckxk es R > 0, entonces el radio de

convergencia de la serie∑

k ck 2kxk es .

h) lımx→0

1+x2−ex2

x4= .

i) lımx→0

1+x2−ex2

x2= .

3. Encuentre la suma de la serie convergente indicada.∞∑k=1

(−1)k−1+3

(1,01)k−1

∞∑k=1

1k2+11k+30

∞∑k=0

xk

2k k!

4. Halle la serie de Taylor de f(x) = cos x en a = π/2.

5. Demuestre que la serie del ejercicio anterior representa a la funcion probando queRn (x)→ 0 cuando n→∞.

– 61 –

Page 63: Apuntes Modulo I Mat C 2014

1. Series Numericas

El concepto de serie esta ıntimamente relacionado con el concepto de sucesion.

Definicion 1: Si {an} es la sucesion a1, a2, a3, . . . , an, ... , entonces se simboliza laserie infinita mediante la expresion indicada por

a1 + a2 + a3 + · · ·+ an + · · · (1)

Los terminos “serie infinita” o “serie” se usan aquı indistintamente.Los elementos a1, a2, . . . se denominan terminos de la serie.an se denomina termino general.

En forma compacta la serie (1) se simboliza como

∞∑k=1

ak o bien∑

ak

Importante: La pregunta que trataremos de contestar en esta seccion y las siguientes es:

¿Cuando una serie infinita “tiene suma”, es decir un numero S como suma ?

Intuitivamente es de esperar que 13

sea la “suma” de la serie∞∑k=1

310k

, ya que ....

... 13

= 0,333333 . . . = 310

+ 3100

+ 31000

+ 310000

+ · · · .Tambien intuitivamente, deberıa concluirse que una serie como la que sigue ...

10 + 100 + 1000 + 10000 + 100000 + · · ·

... “no tiene Suma”.La intuicion nos dice que esta ultima serie “no tiene por suma un valor finito”, y de

ahı se concluye que no puede ser “convergente”.... En general ¿ como estudiar si tiene Suma una serie ? ...

1.1. Sucesion de sumas parciales

El concepto de convergencia de una serie infinita se pone en terminos de la conver-gencia de la sucesion de sus sumas parciales.

– 3 –

Page 64: Apuntes Modulo I Mat C 2014

Definicion 2: Para cada serie∑∞

n=1 an, la sucesion de sumas parciales {Sn} esta de-finida por:

S1 = a1

S2 = a1 + a2

S3 = a1 + a2 + a3

...

Sn = a1 + a2 + a3 + · · ·+ an...

Ejemplo 1 La sucesion de sumas parciales de∞∑k=1

310k

es

S1 =3

10

S2 =3

10+

3

102

S3 =3

10+

3

102+

3

103

...

Sn =3

10+

3

102+

3

103+ · · ·+ 3

10n...

En el ejemplo anterior, cuando n es muy grande, Sn da una buena aproximacion a 13.

parece entonces razonable escribir

1

3= lım

n→∞Sn = lım

n→∞

n∑k=1

3

10k=∞∑k=1

3

10k

Esto conduce a

Definicion 3: Se dice que una serie infinita∞∑k=1

ak es convergente si “converge la suce-

sion de sumas parciales {Sn}”, es decir si

lımn→∞

Sn = lımn→∞

n∑k=1

ak = S

El numero S es la suma de la serie.Si lımn→∞ Sn “no existe” entonces se dice que la serie es divergente.

Ejemplo 2 Demostrar que la serie

∞∑k=1

1

(k + 4) (k + 5)

– 4 –

Page 65: Apuntes Modulo I Mat C 2014

es convergente.Este tipo de serie se llama “telescopica”, como consecuencia del termino general an =1

(n+4)(n+5).

A continuacion se ven las consecuencias de tal caracterıstica del termino general

Solucion 1 El termino general de la serie se puede expresar por fracciones parciales como

ak =1

k + 4− 1

k + 5

(verificar que es cierta esa igualdad)Ası, el termino general de la sucesion de sumas parciales es

Sn =

[1

5− 1

6

]+

[1

6− 1

7

]+

[1

7− 1

8

]+ · · ·+

[1

n+ 4− 1

n+ 5

]=

1

5− 1

6+

1

6− 1

7+

1

7− 1

8+ · · ·+ 1

n+ 4− 1

n+ 5

=1

5− 1

n+ 5

Como lımn→∞1

n+5= 0...

... resulta que lımn→∞ Sn = 15. Por tanto, la serie converge y ası

∞∑k=1

1

(k + 4) (k + 5)=

1

5

Problema 3 Hallar las sumas parciales Sn y analizar si convergen, para la serie:

∞∑k=1

1

4k2 − 1

Luego, hallar la suma de la serie, si existe.

1.2. Series geometricas

La serie geometrica es de la forma

a+ a.r + a.r2 + · · ·+ a.rn + · · · =∞∑k=0

a.rk

donde la constante a 6= 0 representa el primer termino de la serie y r es la razon de laserie: El cociente entre dos terminos consecutivos de esta serie es constante e igual a r :

an+1

an=a.rn+1

a.rn= r

Ejemplo: La serie :1 + 12

+ 122

+ 123

+ · · ·+ 12n

+ · · · , es una serie geometrica con a = 1y r = 1/2.

– 5 –

Page 66: Apuntes Modulo I Mat C 2014

Proposicion: Una serie geometrica converge a

a

1− r

si |r| < 1 y diverge si |r| ≥ 1, a 6= 0.

Demostracion. Considerese el termino general de la sucesion de sumas parciales de laserie geometrica:

Sn = a+ a.r + a.r2 + · · ·+ a.rn

Multiplicando por r ambos miembros de la igualdad anterior resulta

r.Sn = a.r + a.r2 + a.r3 + · · ·+ a.rn+1

Si se restan las dos igualdades previas y se despeja Sn:

Sn − r.Sn = a− a.rn+1

(1− r) .Sn = a.(1− rn+1

), y cuando r 6= 1,

Sn =a. (1− rn+1)

1− r

Como sabemos que lımn→∞ rn+1 = 0, si |r| < 1, se obtiene

lımn→∞

Sn = lımn→∞

a. (1− rn+1)

1− r=

a

1− r, |r| < 1

En cambio, si |r| > 1, el lımn→∞ rn+1 no existe. De esta forma,

el lımite de las Sumas Parciales “ no existe” cuando |r| > 1.

Problema 4 Completar:Para completar el resultado previo, demostrar que una serie geometrica “diverge” cuandor = ±1.Para responder, considerar directamente cada Sn, cuando r = 1, y analizar el lımite paran→∞ (hacer lo mismo para r = −1, y analizar Sn y su lımite).

Ejemplo 5 En la serie geometrica

∞∑k=0

(−1

3

)k= 1− 1

3+

1

9− 1

27+ · · ·

se identifica a = 1 y r = −13.

Como |r| < 1, se sabe que la serie converge. Por tanto ...... la suma de la serie es

∞∑k=0

(−1

3

)k=

1

1−(−1

3

) =3

4

– 6 –

Page 67: Apuntes Modulo I Mat C 2014

Problema 6 Indicar si las siguientes series geometricas convergen o divergen. Si con-vergen, hallar su Suma.

(a)∞∑k=0

5

(3

2

)k= 5 +

15

2+

45

4+

135

8+ · · · , (b)

∞∑k=1

2k

3k+1=

2

9+

4

27+

8

54+ . . .

Problema 7 Decir para cuales x la siguiente serie tiene Suma, y calcular esa Suma.

∞∑k=1

(x2

)k−1

Ejercicio 8

1. A una partıcula que se mueve en lınea recta, se le aplica una fuerza, de manera queen cada segundo la partıcula recorre solo la mitad de la distancia que ha recorrido enel segundo previo. Si la partıcula recorre 10 cm en el primer segundo, ¿que distanciatotal recorrera?

2. Cuando una pelota se deja caer desde una altura h, demora T =√

2h/g segundosen llegar al suelo (¿por que?). Si la bola rebota siempre hasta cierta fraccion q(0 < q < 1) de su altura anterior, obtenga una formula para el tiempo que transcurrehasta que la pelota queda en reposo, y para la distancia total recorrida por la pelota.

1.3. Serie armonica

Un ejemplo de serie divergente es la denominada serie armonica:

1 +1

2+

1

3+

1

4+ · · ·+ 1

n+ · · · =

∞∑k=1

1

k

El termino general de la sucesion de sumas parciales de la serie armonica es

Sn = 1 +1

2+

1

3+

1

4+ · · ·+ 1

n

Si se considera

S2n = 1 +1

2+

1

3+

1

4+ · · ·+ 1

n+

1

n+ 1+

1

n+ 2+ · · ·+ 1

2n

= Sn +1

n+ 1+

1

n+ 2+ · · ·+ 1

2n

≥ Sn +1

2n+

1

2n+ · · ·+ 1

2n︸ ︷︷ ︸n terminos

= Sn + n.1

2n= Sn +

1

2

se observa que S2n ≥ Sn + 12

para todo n, lo que implica que la sucesion de sumasparciales no es acotada. Por tanto, concluimos que la serie armonica es divergente.Ası, vemos que en este caso, para n→∞, Sn →∞ a pesar de que an → 0 !!

– 7 –

Page 68: Apuntes Modulo I Mat C 2014

Observacion: Si bien lımn→∞ Sn =∞, en la serie armonica Sn crece lentamente conn: Puede mostrarse que para n grande, Sn ≈ lnn+ γ, donde γ ≈ 0,577216....Ası, S100 ≈ 5,187, S1000 ≈ 7,485, S106 = 14,393 y S1012 ≈ 28,208.

Problema 9 A partir del resultado previo, mostrar que las series siguientes divergen:

(a)∞∑k=1

1

k + 3(b)

∞∑n=1

10

n+ 1000

1.4. Condicion necesaria de convergencia

Si an y Sn son el termino general de una serie y la correspondiente sucesion de sumasparciales, respectivamente,

... entonces se sabe que Sn + an+1 = Sn+1. Si la serie converge a un numero S

... entonces lımn→∞ Sn = S, y tambien lımn→∞ Sn+1 = S. Esto implica ...

... lımn→∞ an = lımn→∞ (Sn+1 − Sn) = S − S = 0.Se ha establecido ası, la siguiente propiedad:

Proposicion: Si la serie∞∑k=1

ak converge ⇒ lımn→∞

an = 0.

Observacion: Reflexionar sobre ese resultado. La relacion recıproca de ese enunciadoNO VALE ! O sea, puede ocurrir que lım

n→∞an = 0 y que la serie sea divergente. Ejemplo:

la serie armonica que hemos visto previamente. Explicar porque.

Problema 10 Proponer un ejemplo de una serie cuyo termino general an → 0, pero laserie no sea convergente.

1.5. Criterio para la divergencia de una serie

La proposicion anterior dice que “ para que una serie sea convergente es necesario quesu termino general tienda a cero”. Eso permite concluir que ...

Si el termino general de una serie infinita no tiende a cero cuando n→∞ ⇒ la serie noes convergente.

Formalizamos este resultado como un criterio de divergencia:

Proposicion: Si lımn→∞

an 6= 0, entonces la serie∞∑k=1

ak diverge.

– 8 –

Page 69: Apuntes Modulo I Mat C 2014

Problema 11 Considere la serie∞∑k=1

4k − 1

5k + 3

Estudiar el termino general para ver si su comportamiento permite decidir respecto de laconvergencia o divergencia.

Problema 12 Decidir si convergen o divergen:

(a)∞∑k=1

(5k + 1) (b)∞∑k=1

k

2k + 1

Problema 13 Resultado util.Analizar si las siguientes afirmaciones son verdaderas o falsas. En el primer caso debejustificar la validez, y en el caso de falsedad debe presentar un ejemplo que ponga demanifiesto ese resultado.

Dada una serie∞∑k=1

ak, con terminos no nulos.

“Si el cociente |an+1||an| > 1 , para todo n > n0”, entonces

1. Los terminos en valor absoluto satisfacen: |an+1| > |an| para todo n > n0: |an| escreciente.

2. Como para todo n > n0, se cumple |an| > |an0|

se concluye que la serie∞∑k=1

|ak| es divergente, y tambien,

que la serie original∞∑k=1

ak es divergente.

1.6. Propiedades de las series

Formularemos las siguientes propiedades (obvias) sin demostracion.

1. Si c 6= 0 es una constante, entonces tanto∞∑k=1

ak como∞∑k=1

c.ak son convergentes, o

bien, divergentes. En el primer caso, si son convergentes se tiene

∞∑k=1

c.ak = c.

∞∑k=1

ak

– 9 –

Page 70: Apuntes Modulo I Mat C 2014

2. Si∞∑k=1

ak y∞∑k=1

bk son convergentes a S1 y S2 respectivamente, entonces∞∑k=1

(ak + bk)

converge a S1 + S2.

3. Si∞∑k=1

ak es convergente y∞∑k=1

bk es divergente, entonces∞∑k=1

(ak + bk) es divergente.

Ejemplo 14 Las series geometricas∞∑k=0

(12

)ky∞∑k=0

(13

)kconvergen a 2 y 3

2, respectivamen-

te. Por lo tanto, la propiedad 2 dice que la serie∞∑k=0

[(12

)k+(

13

)k]converge a 2 + 3

2= 7

2.

Ejemplo 15 Sabemos, por el Ejemplo 2, que la∞∑k=1

1(k+4)(k+5)

converge. Puesto que∞∑k=1

1k

es la serie armonica divergente, la propiedad 3 dice que

∞∑k=1

[1

(k + 4) (k + 5)+

1

k

]es tambien divergente.

Problema 16

1. Determinar si es valido el siguiente razonamiento:

“Si S = 1 + 2 + 4 + 8 + · · · , entonces 2S = 2 + 4 + 8 + 16 + · · · = S− 1. DespejandoS de 2S = S − 1, resulta S = −1”. Fundamentar su respuesta.

2. Si∑ak y

∑bk son dos series divergentes, ¿es

∑(ak + bk) una serie divergente?

3. Supongase que la sucesion {ak} converge a un numero L 6= 0. Demuestre que∑ak

es divergente?

4. Determine si∞∑n=1

(n∑k=1

1k

)converge o diverge.

Importante: Para determinar la convergencia es posible, y a veces conveniente, eliminar

u omitir los primeros terminos de una serie. En otras palabras, series infinitas como∞∑k=1

ak

y∞∑k=N

ak, para algun N > 1 difieren a lo sumo en los primeros terminos (un numero

finito), entonces son ambas convergentes o ambas divergentes. Desde luego, si eliminamoslos primeros N − 1 terminos de una serie convergente, se altera la suma de la serie.

– 10 –

Page 71: Apuntes Modulo I Mat C 2014

2. Series con terminos positivos y Series alternantes

Criterios para analizar la convergencia

En general, salvo que∑∞

k=1 ak sea una serie telescopica o una serie geometrica, no estarea facil, y a veces imposible, demostrar la convergencia o la divergencia de una serie apartir del estudio de la sucesion de sumas parciales. Sin embargo,...

...usualmente es posible determinar si una serie converge o diverge aplicando criteriosde convergencia que utilizan solamente los terminos de la serie.

En esta seccion examinaremos cuatro criterios que son aplicables a series infinitascon terminos positivos, y tambien criterios aplicables a series alternadas. Ambos tipos deseries son los que mas aparecen en las aplicaciones.

Las de terminos positivos son :∑∞

k=1 ak, con ak ≥ 0, mientras las alternadas son deltipo:

∑∞k=1(−1)kck, con ck > 0.

2.1. Series de terminos positivos

Observacion: Lo primero que podemos ver es que si an ≥ 0 para todo n, entonces Sn+1−Sn = an+1 ≥ 0 ∀ n. la sucesion de sumas parciales satisface pues

Sn+1 ≥ Sn para todo n

Por lo tanto, es una sucesion creciente.

Luego,

Problema 17 Para este tipo de series, justificar que hay dos posibilidades:(1) Si la sucesion de sumas Sn es acotada ⇒ la serie converge;y en el caso contrario,(2) limn→∞Sn =∞ (diverge).

2.2. Criterio de la Integral

Este criterio relaciona los conceptos de convergencia y divergencia de una integralimpropia con la convergencia y divergencia de una serie infinita de terminos positivos.

Teorema: Consideremos una serie∑∞

k=1 ak, con terminos positivos y decrecientes (ak ≥ak+1). Sea f(x) una funcion contınua, decrec iente, no negativa, definida para x ≥ 1, tal

que satisface f(k) = ak para k ≥ 1. Entonces∫∞

1f(x)dx converge ⇔

∞∑k=1

ak converge.

Si una converge o diverge la otra converge o diverge, respectivamente.

Demostracion. Si la grafica de f es como la de la figura siguiente, considerando el areade los rectangulos, resulta

0 ≤ a2 + a3 + a4 + · · ·+ an ≤∫ n

1

f(x)dx ≤ a1 + a2 + a3 + · · ·+ an−1

– 11 –

Page 72: Apuntes Modulo I Mat C 2014

y=fHxLarea = a1 1

area = a2 1

1 2 3 4 5x

y

y=fHxL

area = a2 1

area = a3 1

1 2 3 4 5x

y

O sea

Sn − a1 ≤∫ n

1

f(x)dx ≤ Sn−1

De la desigualdad Sn − a1 ≤∫ n

1f(x)dx, es claro que lımn→∞ Sn existe siempre que∫∞

1f(x)dx converja. Por otra parte, de

∫ n1f(x)dx ≤ Sn−1, se concluye que lımn→∞ Sn−1

no existe siempre que∫∞

1f(x)dx sea divergente.

Observacion 1: El razonamiento anterior nos proporciona tambien la desigualdad∫ n+1

1

f(x)dx ≤ a1 + a2 + . . .+ an ≤ a1 +

∫ n

1

f(x)ddx

que puede utilizarse para acotar la suma parcial Sn (y por ende la Suma S de la serie enel caso convergente:

∫∞1f(x)dx ≤ S ≤ a1 +

∫∞1f(x)dx).

Por ejemplo, para la serie armonica obtenemos ln(n+ 1) ≤ 1 + 12

+ . . .+ 1n≤ 1 + lnn, lo

que muestra tanto la divergencia de la suma parcial Sn para n→∞ como el crecimientologarıtmico de Sn con n para n grande.

Observacion 2: Si la serie de terminos positivos es de la forma∑∞

k=N ak, entonces enel criterio de la integral se debe considerar∫ ∞

N

f(x)dx, donde f(k) = ak

En general, el criterio se aplica desde el primer termino para el cual la serie es positivay decreciente (los primeros terminos no importan para decidir la convergencia)

Ejemplo 18 Determinar si∞∑k=3

ln kk

es convergente.

Solucion 2 La funcion f(x) = (ln x) /x es continua y decreciente1 en [3,∞) y f(k) =ak = (ln k) /k. Ahora bien,∫ ∞

3

lnx

xdx = lım

b→∞

∫ b

3

lnx

xdx = lım

b→∞

1

2(lnx)2

∣∣∣∣b3

= lımb→∞

1

2

[(ln b)2 − (ln 3)2] =∞

muestra que la serie diverge.

1Demuestrelo examinando f(x).

– 12 –

Page 73: Apuntes Modulo I Mat C 2014

Ejercicio 19 La serie p: El criterio de la integral es particularmente util para la llamadaserie p:

∑∞n=1

1np , es decir...

∞∑k=1

1

kp= 1 +

1

2p+

1

3p+

1

4p+ · · ·

La serie armonica (divergente)∑∞

k=1 1/k es una serie p, con p = 1.El siguiente resultado se deduce inmediatamente del criterio de la integral y se deja

como ejercicio de aplicacion del criterio de la integral.

Teorema. La serie p,∞∑n=1

1np , converge para p > 1 y diverge para p ≤ 1.

Esta serie aparece frecuentemente en diferentes aplicaciones.

Para p > 1, la suma de la serie p es la denominada funcion Zeta de Riemann:Z(p) =

∑∞n=1

1np , p > 1.

Algunos valores exactos son: Z(2) =∑∞

n=11n2 = π2

6, Z(4) =

∑∞n=1

1n4 = π4

90.

Para p > 1, Z(p) es una funcion decreciente de p, con Z(p) → 1 para p → ∞ yZ(p)→∞ para p→ 1.

Ejemplo 20 a) La serie∑∞

k=11

k1/2diverge, ya que p = 1

2< 1.

b) La serie∑∞

k=11k3

converge, ya que p = 3 > 1.

Para hacer en PC usando MAPLE, Matlab o Mathematica, considere S1, S2,...S6,calculando Sn =

∑nk=1

1k2

y representando los pares (n, Sn). Se ve del dibujo cual esla suma de la serie?, si no se aprecia aun haga las sumas parciales siguientes.

Problema 21 Analizar mdiante el criterio de la integral la convergencia de las series

(a)∞∑n=2

lnn

n, (b)

∞∑n=0

1

n2 + 1, (c)

∞∑n=1

ne−n, (d)∞∑n=1

n

n2 + 3

2.3. Criterios de comparacion

A menudo es posible determinar la convergencia o divergencia de una serie∑ak

comparando sus terminos positivos con los de una serie de prueba∑bk, de terminos

positivos, que se sabe que es convergente o divergente.

– 13 –

Page 74: Apuntes Modulo I Mat C 2014

Teorema. Sean∞∑k=1

ak y∞∑k=1

bk, series con terminos positivos,

(i) Si∞∑k=1

bk converge, y ak ≤ bk para todo entero k, entonces∞∑k=1

ak es tambien conver-

gente.

(ii) Si∞∑k=1

bk diverge y bk ≤ ak para todo entero k, entonces∞∑k=1

ak es divergente.

Ambos enunciados se mantienen si la comparacion se hace a partir de un k0, y lasdesigualdades de arriba valen para todos los k > k0.

Demostracion. Sean Sn = a1 +a2 + · · ·+an y Tn = b1 + b2 + · · ·+ bn las sumas parcialesde∑ak y

∑bk, respectivamente.

1. Si∑bk es una serie convergente, y ak ≤ bk, entonces Sn ≤ Tn. Como lımn→∞ Tn

existe, entonces {Sn} es una sucesion creciente acotada - y por lo tanto, es conver-gente. Luego, la serie

∑ak es convergente.

2. Por otro lado∑ak no puede ser convergente, ya que Tn ≤ Sn en este caso, y como

la serie de los bk diverge, lımn→∞ Tn =∞, luego tambien lımn→∞ Sn =∞ .

Ejemplo 22 Determinar si es convergente o divergente∞∑k=1

kk3+4

.

Solucion 3 Como ...k

k3 + 4≤ k

k3=

1

k2

... y la serie∑

1/k2 es una serie p con p = 2, convergente, se deduce que la serie dadatambien es convergente.

Problema 23 (i) Determinar si es convergente o divergente∞∑k=1

ln(k+2)k

.

Observar que ln (k + 2) > ln 3 para k > 1,

ln (k + 2)

k>

ln 3

k

Y como es la serie∑

(ln 3)/k ? Terminar el ejercicio.

(ii) Analizar∞∑n=1

13n+1

.

(iii) Analizar∞∑n=1

e−n2.

– 14 –

Page 75: Apuntes Modulo I Mat C 2014

Problema 24 Dada una serie con terminos no nulos (no importa el signo)∞∑n=1

an

Si se conoce que el cociente |an+1||an| satisface |an+1|

|an| < r < 1 para todo n ≥ n0,entonces...

1. Probar que los terminos en valor absoluto de la serie

satisfacen..... |an0+p| < rp |an0| para todo p ≥ 1.

Y como consecuencia de lo anterior

2. “la serie∞∑

n=n0

|an|”, tiene sus terminos menores que los de una serie geometrica

convergente. Luego, esta serie converge.

2.4. Criterio de comparacion en el lımite

Este criterio de comparacion proviene de considerar el lımite del cociente del terminogeneral de una serie y el termino general de una serie de prueba (que se conoce que esconvergente o divergente).

Teorema. Sean∞∑k=1

ak y∞∑k=1

bk dos series con terminos positivos, tales que se conoce el

resultado de lımn→∞

anbn

= L. Entonces

(i) Si L existe y es L > 0, entonces ambas series son convergentes o ambas son diver-gentes;

(ii) Si L =∞ y∑∞

k=1 bk diverge, entonces∑∞

k=1 ak diverge tambien.

Demostracion. Demostramos la parte (i). Como lımn→∞ an/bn = L > 0, es posible elegirn suficientemente grande, por ejemplo n > N0 para cierto N0, tal que |an

bn− L| < L/2

...entonces para todo n > N0

1

2L ≤ an

bn≤ 3

2L

Esta desigualdad implica que an ≤ 32L.bn para n > N0.

Si la serie∑bk converge, por el criterio de comparacion se deduce que la serie

∑an

es convergente. Ademas,...... puesto que 1

2L.bn ≤ an para n > N0, se ve que si la serie

∑bn diverge, entonces∑

an tambien diverge.Lo que resta se deja como ejercicio.El criterio de comparacion en el lımite se aplica cuando el criterio de comparacion

es inconveniente, en particular cuando an es una expresion algebraica complicada o uncociente ya sea de potencias racionales de n o de raıces de polinomios en n. Se comparaentonces an con una serie p convergente o divergente segun el caso, identificando losterminos que dominan el comportamiento de an para n grande.

– 15 –

Page 76: Apuntes Modulo I Mat C 2014

Ejemplo 25 El lector puede advertir que es difıcil aplicar el criterio de comparacion ala serie

∞∑k=1

1/(k3 − 5k2 + 1

)Sin embargo, sabemos que

∑∞k=1 1/k3 es una serie p convergente. Haciendo el cociente

entre

ak =1

k3 − 5k2 + 1y bk =

1

k3

tenemos

lımk→∞

akbk

= lımk→∞

k3

k3 − 5k2 + 1= lım

k→∞

k3

k3(1− 5/k + 1/k3)= 1 = L > 0

Por parte (i) del criterio dado previamente, resulta que la serie dada es convergente.Identificando el termino dominante del denominador, podemos entonces decir que ak

se comporta en este caso como 1k3

para k grande, es decir como una serie p con p = 3, ypor lo tanto la serie

∑∞k=1 ak resulta convergente.

Ejercicio 26 Determinar si es o no convergente

∞∑k=1

k3√

8k5 + 7

Para valores grandes de n, an = n/ 3√

8n5 + 7 “se comporta” como un multiplo cons-tante de

n3√n5

=n

n5/3=

1

n2/3

Aplicar el criterio y concluir un resultado.(ii) Analizar

∞∑n=1

1

n√n2 + 1

– 16 –

Page 77: Apuntes Modulo I Mat C 2014

Resumen 1 Observaciones:

(i) Cuando se aplica el criterio de la integral, debe tenerse en cuenta que el valor de laintegral impropia convergente no es la suma de la serie.

(ii) Los criterios examinados en esta seccion dicen cuando una serie tiene suma, perono proporcionan el valor de la suma S.

No obstante, es importante conocer que converge una serie ya que eso permite sumarcinco, cien o mil terminos en una computadora para obtener una aproximacion a lasuma S (¿ porque es valido ?).

(iii) La conclusiones del criterio de la integral para la serie∞∑k=n

ak son validas tambien si

la funcion no negativa continua f no comienza a decrecer hasta que x ≥ N ≥ n.

Para la serie∑∞

k=1 (ln k) /k, la funcion f(x) = (lnx) /x decrece en el intervalo[3,∞). No obstante, en el criterio de la integral es posible utilizar

∫∞1f(x)dx.

(iv) Las hipotesis de la parte (i) y (ii) del criterio de comparacion tambien se puedendebilitar, lo cual da lugar a una propiedad mas fuerte. Solamente se requiere quean ≤ bn, o bien an ≥ bn, para k sufientemente grande y no para todos los k enterospositivos.

(v) En la aplicacion del criterio de comparacion basico, a menudo es facil llegar a unpunto en donde la serie dada es menor termino a termino que una serie divergente.

Por ejemplo, 1/(

5k +√k)< 1/

√k es verdadero y

∑∞k=1 1/

√k diverge.

Pero, ¿ este tipo de razonamiento prueba algo acerca de∑∞

k=1 1/(

5k +√k)

? De

hecho, esta serie converge (¿por que?).

De manera semejante no se puede llegar a ninguna conclusion demostrando que unaserie es mayor termino a termino que una serie convergente.

La tabla siguiente resume el criterio de comparacion (las series son series contermino positivos)

ak versus bk∑

bk(tipo) Conclusion sobre∑

akak ≤ bk converge convergeak ≤ bk diverge ningunaak ≥ bk diverge divergeak ≥ bk converge ninguna

– 17 –

Page 78: Apuntes Modulo I Mat C 2014

2.5. Problemas diversos - criterio de la raız

1. Suponga que ak > 0 para k = 1, 2, 3, . . . . Demuestre que si∑ak converge, entonces∑

a2k tambien converge. ¿Es verdad la proposicion recıproca?

2. Sea∑ak una serie de terminos positivos para la cual lımn→∞ (an)1/n = L. El

criterio de la raız dice que si L < 1, la serie es convergente; si L > 1, olımn→∞ |an|1/n =∞, la serie diverge. Cuando L = 1 el criterio no decide. El criteriopuede derivarse comparando la serie con una serie geometrica. Aplique el criterio dela raız para determinar si la serie indicada converge o diverge.

(a)∞∑k=1

52k+1

kk, (b)

∞∑k=2

1

(ln k)k, (c)

∞∑k=1

(kk+1

)k2, (d)

∞∑k=1

(1− 2

k

)kObservacion: Recuerde que lımk→∞(1 + 1

k)k = e y lımk→∞(1 + x

k)k = ex

2.6. Ejercicios para repasar los criterios

1. Aplique el criterio apropiado para determinar si la serie indicada converge o diverge.En algunos casos puede aplicarse mas de un criterio.∞∑k=1

1k1,1

∞∑k=1

1k0,99

∞∑k=1

12k+7

∞∑k=1

110+√k

∞∑k=1

k3k+1

∞∑k=1

1k2+5

∞∑k=1

1k+√k

∞∑k=2

1k. ln k

∞∑k=3

ln kk5

∞∑k=2

(ln k)−2

k

∞∑k=2

1k√

ln k

∞∑n=2

1n√n2−1

∞∑k=1

(1,1)k

4k

∞∑k=1

13k+k

∞∑k=1

1+3k

2k

∞∑n=1

n3,2n+3

7n−1

∞∑k=1

k+ln kk3+2k−1

∞∑k=1

sen (1/k)k

– 18 –

Page 79: Apuntes Modulo I Mat C 2014

2.7. Series alternantes y convergencia absoluta

Una serie que tenga cualquiera de las formas

c1 − c2 + c3 − c4 + · · ·+ (−1)n+1 cn + · · · =∞∑k=1

(−1)k+1 ck

o bien

−c1 + c2 − c3 + c4 − · · ·+ (−1)n cn + · · · =∞∑k=1

(−1)k ck

en donde ck > 0 para k = 1, 2, 3, . . . , se dice que es una serie alternante (o alterna).Puesto que

∑∞k=1 (−1)k ck es precisamente un multiplo de

∑∞k=1 (−1)k+1 ck, nos limi-

taremos a estudiar esta ultima serie.

Ejemplo 27

1− 1

2+

1

3− 1

4+ · · · =

∞∑k=1

(−1)k+1

k

yln 2

4− ln 3

8+

ln 4

16− ln 5

32+ · · · =

∞∑k=2

(−1)kln k

2k

son ejemplos de series alternantes.

2.8. Criterio de las series alternantes (Leibniz)

Lo primero para asociar ...

Problema 28 Dada una serie alternada si los coeficientes {ck} “no tienden a 0”, cuandok →∞, ...... ¿que se puede “asegurar”sobre esta serie? (pensar que ocurre con el termino generalpara series convergentes de cualquier tipo).

La primer serie de los ejemplos, se llama serie armonica alternante. Aunque laserie armonica

∑1/k diverge, la introduccion de terminos positivos y negativos en la

sucesion de sumas parciales de la serie armonica alternanada basta para producir unaserie convergente.

Demostraremos que la serie armonica alternada converge, por medio del criterio si-guiente:

Teorema. Si lımk→∞

ck = 0 y ck+1 ≤ ck, para todo entero positivo k, entonces∑∞k=1 (−1)k+1 ck converge.

Demostracion. Consideremos las sumas parciales que contienen 2n terminos:

S2n = c1 − c2 + c3 − c4 + · · ·+ c2n−1 − c2n

= (c1 − c2) + (c3 − c4) + · · ·+ (c2n−1 − c2n)

– 19 –

Page 80: Apuntes Modulo I Mat C 2014

Puesto que ck − ck+1 ≥ 0 para k = 1, 2, 3, . . . tenemos que

S2 ≤ S4 ≤ S6 ≤ · · · ≤ S2n ≤ · · ·

Ası que la sucesion {S2n} de las sumas que contienen un numero par de terminos dela serie, es una sucesion monotona.

Reescribiendo lo anterior

S2n = c1 − (c2 − c3)− · · · − c2n

muestra que S2n < c1 para todo entero positivo n. Por tanto, {S2n} es acotada y creciente,entonces {S2n} es convergente a un lımite S.

Ahora bien,S2n+1 = S2n + c2n+1

... entonces,

lımn→∞

S2n+1 = lımn→∞

S2n + lımn→∞

c2n+1

= S + 0 = S

Esto demuestra que la sucesion de sumas parciales que contienen un numero impar determinos, tambien converge a S.

Ejemplo 29 Demostrar que la serie armonica alternante

∞∑k=1

(−1)k+1

k

es convergente.

Solucion. Con la identificacion cn = 1/n, tenemos de inmediato que

lımn→∞

cn = lımn→∞

1

n= 0 y cn+1 < cn

dado que 1/ (k + 1) ≤ 1/k para k ≥ 1. Luego, por el criterio de las series alternantes laserie armonica alternante es convergente.

Problema 30 Usando la computadora, calcular las sumas parciales S1, S2.....S20 y ve-rificar, dibujando los pares (n, Sn), que se acercan a la recta horizontal y = ln 2 (masadelante se demostrara que la suma de esa serie es ln 2).

Ejemplo 31 La serie alternante

∞∑k=1

(−1)k+1 2k + 1

3k − 1

diverge, ya que

lımn→∞

cn = lımn→∞

2k + 1

3k − 1=

2

36= 0

No hemos usado aquı el criterio previo.

– 20 –

Page 81: Apuntes Modulo I Mat C 2014

En general no es necesariamente sencillo cuando se tiene una serie alternada ver silos coeficientes positivos cumplen o no ck+1 ≤ ck.

Ejercicio 32 (1) Determinar si∞∑k=1

(−1)k+1√k

k+1es convergente o divergente.

- Primero conviene ver si cn tiende a cero. Si es ası ...se sigue ...Para ver si los terminos de la serie satisfacen la condicion ck+1 ≤ ck, en este caso se

puede analizar si la funcion f(x) =√x/ (x+ 1) decrece para x > 1.

..... concluir ?.(2) Determinar si es convergente o divergente

∑∞k=1

(−1)k+1

1+k2.

(3) Determinar si es aplicable el criterio a la serie∑∞

n=1n

(−2)n−1 . Puede decidir si esconvergente o divergente ?

2.9. Convergencia absoluta

Definicion. Se dice que una serie∑ak es absolutamente convergente si

∑|ak|

converge.

Ejemplo 33 La serie alternante∞∑k=1

(−1)k+1

k2

es absolutamente convergente, ya que tomada en valores absolutos

∞∑k=1

∣∣∣∣∣(−1)k+1

k2

∣∣∣∣∣ =∞∑k=1

1

k2

es una serie p que converge.

2.10. Convergencia condicional

Definicion. Se dice que una serie∑ak es condicionalmente convergente si

∑ak

converge pero∑|ak| diverge.

Ejercicio 34 La serie armonica alternada... ¿ es absolutamente convergente o condicio-nalmente convergente?

– 21 –

Page 82: Apuntes Modulo I Mat C 2014

El resultado siguiente demuestra que toda serie absolutamente convergentees tambien convergente.

Problema 35 Si la serie∑∞

k=1 |ak| converge, entonces∑∞

k=1 ak tambien converge.Demostracion. Si se considera una serie wk = ak + |ak|, entonces 0 ≤ wk ≤ 2 |ak|....Como

∑|ak| converge, entonces por el criterio de comparacion resulta que

∑wk es

convergente. Entonces,....que se puede decir sobre

∞∑k=1

(wk − |ak|)

converge?, ........concluir la justificacion.

Observar que como∑|ak| es una serie de terminos positivos, pueden utilizarse los

criterios de la seccion precedente para determinar la convergencia o divergencia.

Ejercicio 36 (1)Analizar si es convergente (absolutamente o condicionalmente), o si es

divergente∑∞

k=1(−1)k+1

1+k2.

(2) Idem para∑∞

n=1cosnπn+1

(recordar que cosnπ = (−1)n)(3) Idem para

∑∞n=1

cosnπn2+1

(3) Idem para∑∞

n=1sen((2n−1)π/2)

n

Ahora agregamos un criterio muy util para analizar la convergencia absolu-ta, tambien para decidir en algunos casos divergentes, y para el caso particularde series positivas.

La siguiente forma del Criterio de la razon puede ser aplicada tambien al analisisde series alternadas.

2.11. Criterio de la razon o del cociente

Teorema. Sea una serie∑ak con terminos no nulos, se considera el valor absoluto del

cociente an+1

an, y se calcula el lımite:

lımn→∞

∣∣∣∣an+1

an

∣∣∣∣ = L

Entonces

(i) Si L < 1, la serie es absolutamente convergente (e implica convergente).

(ii) Si L > 1, o si lımn→∞ |an+1/an| = ∞, la serie∑ak es divergente (... y por ende

tambien∑|ak|).

(iii) Si L = 1, el criterio no decide.

Demostracion. Demostramos la parte (i). Sea R un numero positivo tal que 0 ≤ L ≤R < 1 (hacer un dibujo en la recta), usando la definicion de lımite de la sucesion |an+1/an|,

– 22 –

Page 83: Apuntes Modulo I Mat C 2014

existe un cierto N0, tal que para n suficientemente grande, n > N0 se cumple que∣∣∣an+1

an

∣∣∣ <R < 1, esto es,

|an+1| < R. |an| para todo n > N0

Esta desigualdad implica (recordar un ejercicio previo) quela serie∑∞

k=N0+1 |ak| con-

verge, debido a la comparacion con la serie geometrica convergente∑∞

k=1 |aN0 |.Rk, con0 < R < 1.

La segunda parte surge considerando que si el lımite

lımn→∞

∣∣∣∣an+1

an

∣∣∣∣ = L > 1, un numero L > 1

Considerando el intervalo (1, L) (hacer un dibujo con L > 1), existe un R, 1 < R < L,y un N0 tal que para todo n ≥ N0, el cociente∣∣∣an+1

an

∣∣∣ > R > 1, luego para todo n > N0,

|an+1| > |an|Luego facilmente se deduce (recordar un ejercicio previo) que |an| no tiende a cero, y

tampoco la sucesion an tiende a cero. Por tanto, la serie diverge.

Problema 37 Concluir la demostracion del teorema anterior, encontrando dos seriespara las que se cumpla la parte (iii), siendo una convergente y la otra divergente.Ejemplos tıpicos son la serie armonica y la serie p con p = 2. Verificar eso.

Ejemplo 38 Determinar si converge o diverge∞∑k=1

(−1)k+122k−1

k3k.

Solucion 4

lımn→∞

∣∣∣∣an+1

an

∣∣∣∣ = lımn→∞

∣∣∣∣∣(−1)n+2 22n+1

(n+ 1) 3n+1/

(−1)n+1 22n−1

n3n

∣∣∣∣∣= lım

n→∞

4n

3 (n+ 1)=

4

3

Puesto que L = 43> 1, por el criterio de la razon se desprende que la serie alterna es

divergente.

Problema 39 Determinar si convergen o divergen las series :

(a)∞∑n=1

2n+1n2

3n, (b)

∞∑n=1

nn

n!

(c)∞∑n=1

(−1)n√n

n+1, si se puede aplicar el criterio previo.

Si no decide, usar otros criterios adecuados, de series alternantes, o de comparacion si seconsidera la serie en valores absolutos.(d) Usando el criterio del cociente, encontrar para cuales x la serie

∞∑n=1

xn

n!

converge absolutamente. Retenga ese resultado. Se vera en lo que sigue la importancia delmismo.

– 23 –

Page 84: Apuntes Modulo I Mat C 2014

Resumen 2 (i) La conclusion del criterio de las series alternadas permanece ciertacuando la hipotesis “ak+1 ≤ ak para todo entero positivo k” se reemplaza con lacondicion “ak+1 ≤ ak para k suficientemente grande”.

Ej.: Para la serie alternante∑

(−1)k+1 (ln k) /k1/3, se demuestra facilmente queak+1 ≤ ak para k ≥ 21, mediante el procedimiento empleado en el Ejemplo 3.Ademas, lımn→∞ an = 0. Luego, la serie converge por el criterio de las series alter-nantes.

(ii) Si se encuentra que la serie de valores absolutos∑|ak| es divergente, entonces no

se puede sacar una conclusion referente a la convergencia o divergencia de la serie∑ak.

(iii) Si∑ak es absolutamente convergente, entonces los terminos de la serie pueden ser

reacomodados o reagrupados de cualquier manera, y la serie resultante sera conver-gente al mismo numero que la serie original. Por el contrario, si los terminos deuna serie condicionalmente convergente se escriben en un orden distinto, la nuevaserie puede diverger o converger a un numero diferente.

Se deja como ejercicio demostrar que si S es la suma de la serie armonica alternada

S = 1− 1

2+

1

3− 1

4+

1

5− 1

6+ · · ·

entonces la serie reordenada

1 +1

3− 1

2+

1

5+

1

7− 1

4+ · · ·

converge a 32S.

(iv) Se recomienda tambien reflexionar sobre el siguiente “razonamiento”.

2S = 2

[1− 1

2+

1

3− 1

4+

1

5− 1

6+

1

7− 1

8+

1

9− · · ·

]= 2− 1 +

2

3− 1

2+

2

5− 1

3+

2

7− 1

4+

2

9− · · ·

= (2− 1)− 1

2+

(2

3− 1

3

)− 1

4+

(2

5− 1

5

)− 1

6+ · · ·

= S

Dividiendo por S, se obtiene la interesante conclusion que 2 = 1 !! ?? Entonces,cuando es condicionalmente convergente no se puede alterar el orden de los terminos,ya que altera tambien el resultado.

– 24 –

Page 85: Apuntes Modulo I Mat C 2014

3. Aproximacion de la Suma de una serie convergente

por una suma parcial

Importante. Si se sabe que una serie∑∞

k=1 ak es convergente, se puede tomar unasuma parcial Sn =

∑nk=1 ak como aproximacion a la suma S de la serie. Damos a conti-

nuacion una estimacion de la diferencia o error

|Sn − S| = |∞∑

k=n+1

ak|

en algunos casos importantes.

3.1. Estimacion del error para una serie alternante

La propiedad siguiente es muy util para saber si una suma parcial Sn de una seriealternante convergente, es aceptable o no para aproximar a su suma S.

Proposicion. Si la serie alternante∑∞

k=1 (−1)k+1 ck, ck > 0, converge a un nume-ro S, y si ck+1 ≤ ck para todo k, entonces |S − Sn| < cn+1 para todo n, donde Sn =∑n

k=1(−1)k+1ck es la enesima suma parcial.

Esta propiedad expresa que el error |S − Sn| entre la n-esima suma parcial y la sumade la serie es menor que el valor absoluto del (n + 1)-esimo termino de la serie (o delsiguiente respecto de los terminos que se han considerado en Sn).

Problema 40 Demostracion: Considerar S − Sn = (−1)n+1(cn+1 − (cn+2 − cn+3) − . . .)y hacer alguna fundamentacion para ver que es cierto el resultado de la proposicion.

Ejercicio 41 Evaluar cual suma parcial se puede considerar para aproximar la suma dela serie convergente

∞∑k=1

(−1)k+1

(2k)!

con un error menor que 10−3. Puede usar la calculadora o PC para evaluar.

Ejercicio 42 El numero de terminos para un determinado error depende de la serie.Probar que para estimar las series

(i)∞∑k=1

(−1)k+1

k!, (ii)

∞∑k=1

(−1)k+1

k, (iii)

∞∑k=2

(−1)k+1

ln k

con un error menor a 10−3, se requieren solo 6 terminos en la primera, 1000 terminos enla segunda ! y del orden de e103 ≈ 2× 10434 terminos en la tercera !!Notar que las tres series son convergentes por el criterio de series alternantes, aunquesolo una de ellas (cual?) converge absolutamente.

– 25 –

Page 86: Apuntes Modulo I Mat C 2014

Ejercicio 43 Encuentre el menor entero positivo n de modo que Sn aproxime la suma dela serie convergente con un error menor que 10−3.

(a)∞∑k=1

(−1)k+1

k3, (b)

∞∑k=1

(−1)k+1

√k

,

(c) 1− 14

+ 142− 1

43+ · · · , (d) 1

5− 2

52+ 3

53− 4

54+ · · · ,

3.2. Estimacion del error para una serie de terminos positivos

El test del cociente puede resultar tambien util para conocer el error cometido por unasuma finita Sn para aproximar a la suma S de la serie.

Proposicion. Supongamos que una serie∑∞

k=1 uk es absolutamente convergente (y porlo tanto convergente) por el criterio del cociente. Si

lımk→∞

|uk+1||uk|

= L < R < 1

entonces para M sufientemente grande

∞∑k=M+1

uk <|uM+1|1−R

Demostracion. Como lımk→∞|uk+1||uk|

= L < R, entonces para M suficientemente grande

y k > M se cumple |uk+1||uk|

< R.

Por lo tanto, |uM+2||uM+1|

< R, o sea |uM+2| < R|uM+1|, con R < 1. Tambien,

|uM+3| < R|uM+2| < R2|uM+1| y ası, |uM+p| < R|uM+p−1| < ...... < Rp−1|uM+1|En consecuencia,∑∞

k=M+1 |uk| < |uM+1|+R|uM+1|+R2|uM+1|+R3|uM+1|+ ...+Rp|uM+1|+ ...Luego, como la serie de la derecha es una serie geometrica con razon 0 < R < 1 y

primer termino |uM+1|, conocemos su suma Sg = |uM+1|1−R . Por lo tanto, vale∑∞

k=M+1 |uk| < |uM+1|/(1−R)Como |

∑∞k=M+1 uk| ≤

∑∞k=M+1 |uk|, se concluye que

|∑∞

k=M+1 uk| < |uM+1|/(1−R).

Ejercicio 44 1) Hallar una cota superior del error cometido por la suma parcial de los6 primeros terminos (|S6 − S|) de las series siguientes:

a)∞∑n=1

1

n5nb)

∞∑n=1

1

n!c)

∞∑n=1

(−1)n−1

n4nd)

∞∑n=1

(−1)n−1

2n− 1

2) Encontrar cuantos terminos m hay que sumar de las siguientes series para que el errorcometido |Sm − S| sea menor a 0.0005:

a)∑∞

n=1n

10nb)∑∞

n=11

2n+1c)

∞∑k=1

(−1)k+1

(2k−1)!

– 26 –

Page 87: Apuntes Modulo I Mat C 2014

3) Calcule el error al emplear las sumas parciales indicadas.∞∑k=1

(−1)k+1

k; S9 y S99 ,

∞∑k=2

(−1)k+1

ln k; S9 y S99 ,

∞∑k=1

(−1)k+1

k2k; S9 ,

∞∑k=1

1k2k

; S9

3.3. Problemas diversos

1. Diga por que no es aplicable a la serie indicada el criterio de las series alternantes.Determine si la serie converge o diverge.∞∑k=1

sen (kπ/6)√k4+1

∞∑k=1

100+(−1)k2k

3k

1− 12− 1

4+ 1

8+ 1

16−−+ + · · ·

11− 1

4− 1

9+ 1

16+ 1

25+ 1

36−−−+ + + + · · ·

21− 1

1+ 2

2− 1

2+ 2

3− 1

3+ 2

4− 1

4+ · · ·

(Sugerencia: Considere las sumas parciales S2n para n = 1, 2, 3, . . .)12

+ 12− 1

3− 1

3− 1

3+ 1

4+ 1

4+ 1

4+ 1

4−−−−− · · ·

2. Determine si converge o diverge cada una de las series siguientes

1− 1 + 1− 1 + 1− 1 + · · ·(1− 1) + (1− 1) + (1− 1) + · · ·1 + (−1 + 1) + (−1 + 1) + (−1 + 1) + · · ·1 + (−1 + 1) + (−1 + 1− 1) + (1− 1 + 1− 1) + · · ·

3. Si∑ak es absolutamente convergente, demuestre que

∑a2k converge. (Sugerencia:

Para n suficientemente grande, |ak| < 1. ¿Por que?)

4. Determine todos los valores reales x para los cuales converge la serie

∞∑k=1

xk

k!

Veremos mas adelante que para esta serie su suma es la funcion ex.

Por ahora, represente en la PC las sumas parciales S1(x), S2(x) ...., S4(x), sonfunciones ya que dependen de x, por lo tanto represente con plot(...) cada una delas curvas de las sumas parciales y muestrelas en forma conjunta.

Pasamos al tema fundamental de este modulo ...

– 27 –

Page 88: Apuntes Modulo I Mat C 2014

4. Representacion de funciones mediante series

Las series cuyos terminos son funciones fn(x), definidas para x ∈ D, D un ciertodominio, se denominan series de funciones:

∞∑n=0

fn(x)

Por ejemplo, si fn(x) = cos(nx)n2 , se tiene la serie

∞∑n=1

cos(nx)

n2= cos(x) +

1

4cos(2x) +

1

9cos(3x) + . . .+

1

n2cos(nx) + . . .

que converge ∀ x real (explicar porque).Otro ejemplo es la serie geometrica

∑∞n=0 x

n = 1 + x+ x2 + x3 + .....+ xn + ..., cuyosterminos son las potencias de x: fn(x) = xn. Nos concentraremos en lo que sigue en seriesde potencias.

5. Series de potencias

Si cada termino fn(x) es del tipo cnxn, es decir, esta compuesto por un coeficiente cn

independiente de x multiplicado por la potencia xn de la variable x, la serie se denominaserie de potencias

Definicion 1 La serie

∞∑k=0

ckxk = c0 + c1x+ c2x

2 + · · ·+ cnxn + · · · (2)

donde los ck son constantes respecto de x y solo dependen de k, es una serie de poten-cias en x.Cuando la serie tiene potencias del tipo (x−a)k , siendo a un numero real fijo ( constante),

∞∑k=0

ck(x− a)k = c0 + c1(x− a) + c2(x− a)2 + · · ·+ cn(x− a)n + · · · (3)

se la denomina serie de potencias en x− a.

Ejemplo:

∞∑k=0

1

2k(x− 1)k = 1 +

1

2(x− 1) +

1

4(x− 1)2 + · · ·+ 1

2n(x− 1)n + · · · (4)

Importante. El problema que se plantea en esta seccion es:

Encontrar los valores de x para los cuales converge una Serie de Potencias, y conocer lafuncion suma S(x) correspondiente.

– 28 –

Page 89: Apuntes Modulo I Mat C 2014

Observar que las series de potencias (2) siempre convergen para x = 0 al valor c0.Lo mismo ocurre para las (3) cuando x = a, ya que todos los terminos, salvo el primero,valen 0.

Observacion: Es conveniente tener presente que la potencia x0 = 1 y (x− a)0 = 1,aun cuando x = 0 o x = a, respectivamente.

Ejemplo 45 La serie de potencias con coeficientes ck = c constantes para todo k,

∞∑k=0

cxk = c+ cx+ cx2 + cx3 + · · ·+ cxn + · · · (5)

es la ya conocida serie geometrica con razon r = x, y primer termino igual a c. Por lotanto,la serie anterior converge unicamente para los valores de x que satisfacen|x| < 1, es decir, para los x en el intervalo −1 < x < 1.

Conclusion 1 Su suma es

S(x) =c

1− x, para los x tales que − 1 < x < 1

Es decir, S(x) =∑∞

k=0 c xk = c

1−x , para los x ∈ (−1, 1) (pero no para otros x).Dicho de otra forma, la funcion f(x) = c

1−x coincide con la serie de potencias (5) en elintervalo (−1, 1).

Ejemplo 46 Una serie que no es geometrica:Sea la serie de termino general cnx

n = xn

n!, es decir,

∑∞n=0

xn

n!. No es geometrica dado

que cn = 1n!

depende de n. Entonces,...¿como determinamos para cuales x converge? y mas dificil aun es saber cual es la

suma S(x), cuando converge para un cierto x.

– 29 –

Page 90: Apuntes Modulo I Mat C 2014

5.1. Intervalo de convergencia de una serie de potencias

Al conjunto de todos los numeros reales x para los cuales converge una serie de po-tencias, se le llama su intervalo de convergencia (¿porque se piensa en un intervalo?)

Un resultado general...

Problema 47 Dada una serie de potencias∑∞

k=0 ckxk.

1. Demostrar que si converge en x = x1 ⇒ converge absolutamente para todos los xtales que |x| < |x1|.Considerar que como la serie

∑∞k=0 ckx1

k converge entonces los terminos |ckx1k|

estan acotados por alguna constante B (es cierto ? ). Ademas, para todo x tal que

|x| < |x1| el cociente |x||x1| < 1.

En consecuencia para tales x, el termino |cnxn| = |cnxn1 |(|x||x1|

)nesta acotado por los terminos B

(|x||x1|

)n.

Ası se puede decir que para cada x tal que |x| < |x1|, la serie∑∞k=0 |ckxk| tiene sus terminos acotados por los de una serie geometrica convergente.

Luego es convergente.

2. Si diverge en x = x2 ⇒ diverge para todos los x tales que |x| > |x2|.Para demostrar eso se hace por el absurdo. Suponga que bajo esas hipotesis, existeun x1 tal que |x1| > |x2| donde converge. Que pasarıa de acuerdo a la primer parteen x2 entonces ?.....ver que se llega a un absurdo.

Entonces se puede afirmar...

Conclusion 2 Considerando el caso general, la serie de potencias en x− a se comportade acuerdo a una de las siguientes posibilidades:

(i) Solo converge en el punto x = a (radio 0);

(ii) Converge absolutamente ∀x (radio ∞);

o...

(iii) Existe un R > 0, denominado radio de convergencia, tal que la serie converge abso-lutamente en el intervalo (a−R, a+R) y diverge para todo x tal que |x− a| > R .En los extremos del intervalo de convergencia (x = a−R y x = a+R) puede o noconverger de acuerdo a cada caso.

La figura siguiente ilustra el caso (iii).

– 30 –

Page 91: Apuntes Modulo I Mat C 2014

Divergencia DivergenciaR

Radio deconvergencia

Convergencia

aa+Ra-R

xLH

5.2. Determinacion del radio e intervalo de convergencia

El criterio de la razon ( o tambien denominado del cociente) es especialmenteutil para encontrar el radio de convergencia.

Recordar que este criterio se aplica a terminos positivos, o sea a los terminos |an|.Se deben pues analizar los terminos de la serie de potencias en valor absoluto mediante

el criterio del cociente.

Ejemplo 48 Hallar el intervalo de convergencia de

∞∑k=0

xk

2k (k + 1)2

Solucion:

lımn→∞

∣∣∣∣an+1

an

∣∣∣∣ = lımn→∞

∣∣∣∣∣ xn+1

2n+1 (n+ 2)2 .2n (n+ 1)2

xn

∣∣∣∣∣= lım

n→∞

(n+ 1

n+ 2

)2 |x|2

=|x|2

En virtud del criterio de la razon, existe convergencia absoluta siempre que este lımitesea estrictamente menor que 1.

Ası, la serie es “absolutamente convergente” para aquellos valores de x que satisfacen|x| /2 < 1, o sea, |x| < 2:

Ademas para los x tales que |x| > 2, se tiene |an+1||an| > 1 para n grande; luego |an+1| >

|an| > 0, y por lo tanto, para |x| > 2 la serie diverge porque el termino general no tiendea cero (recordar el criterio del cociente).

Por lo tanto, mediante el criterio del cociente vemos que el radio de convergencia deesta serie es R = 2.

.... Sin embargo, en los extremos del intervalo (−2, 2), es decir cuando |x| = 2, elcriterio de la razon no da informacion.

Como el criterio del cociente “ no decide”, entonces ......se debe analizar la convergencia de la serie en esos puntos de la frontera

del intervalo, para cada uno de ellos por separado, por medio de un criteriodistinto al del cociente:

– 31 –

Page 92: Apuntes Modulo I Mat C 2014

1. Sustituyendo x por el valor 2 se obtiene∑∞

k=0 1/ (k + 1)2 que es convergente porcomparacion con la serie p convergente

∑1/k2;

tambien...

2. se analiza el otro extremo del intervalo. Se sustituye x por el valor −2,...

... resultando la serie alternada∑∞

k=0 (−1)k / (k + 1)2, la cual es evidentemente con-vergente (¿porque?).

Ası, concluimos que el intervalo de convergencia de esta seriees el intervalo cerrado [−2, 2]. El radio de convergencia es 2 y la serie diverge si |x| > 2.

Problema 49 Determinar el intervalo de convergencia de

∞∑k=0

xk

k!

Debe encontrar que la serie “converge absolutamente” para todo x, es decir...

∞∑k=0

xk

k!= f(x), para todo x ∈ < (6)

... f(x) es la funcion suma de esta serie. Veremos en una seccion proxima queesta funcion es ex.

Problema 50 Usando la PC, graficar las sumas parciales S1(x) = 1 + x, S2 = 1 + x +x2/2!,... S6,... en un mismo grafico en un intervalo grande. Agregar tambien la funcionf(x) = ex. Observar como se aproximan a tal funcion.

Problema 51 Observar y justificar: Como la serie∑∞

k=0 xk/k! es absolutamente con-

vergente para todos los x ∈ <, su termino general debe tender a cero cuando n → ∞,cualquiera sea el x considerado.Por tanto, cualquiera sea x, se tiene que limk→∞x

k/k! = 0

– 32 –

Page 93: Apuntes Modulo I Mat C 2014

Problema 52 Determinar el radio e intervalo de convergencia de

∞∑k=1

(x− 5)k

k3k

(i) Verificar que converge absolutamente si |x− 5| < 3, es decir que tiene radio 3.(ii) Analizar los extremos del intervalo hallado. Aclarar si converge absolutamente o con-verge condicionalmente o no converge en los puntos de la frontera.(iii) ¿Cual es el radio, el intervalo de convergencia y el intervalo de convergencia absoluta?

Problema 53 Obtener el intervalo de convergencia de

∞∑k=1

k! (x+ 10)k

Observar que al menos en x = −10 debe ser convergente..., pero debe hallar el radio deconvergencia.

5.3. Ejercicios para practicar

1. Encuentre el intervalo de convergencia de la serie de potencias indicada.∞∑k=1

(−1)k

kxk

∞∑k=1

xk

k2

∞∑k=1

2k

kxk

∞∑k=1

5k

k!xk

∞∑k=1

(x−3)k

k3

∞∑k=1

(x+7)k√k

∞∑k=1

(−1)k

10k(x− 5)k

∞∑k=1

k(k+2)2

(x− 4)k∞∑k=0

k!2kxk

∞∑k=2

xk

ln k

∞∑k=2

(−1)kxk

k ln k

∞∑k=1

k2

32k(x+ 7)k

∞∑k=0

(−3)k

(k+1)(k+2)(x− 1)k

∞∑k=1

3k

(k+1)(−2)kk(x+ 5)k

∞∑k=1

(−1)k+1

(k!)2

(x−2

3

)k5.4. Problemas diversos de aplicacion

1. La series indicadas no son series de potencias. No obstante, encuentre todos losvalores de x para los cuales converge la serie.∞∑k=1

1xk

∞∑k=1

7k

x2k

∞∑k=1

12k

cos(kx)∞∑k=0

(x2

)k2∞∑k=0

ekx∞∑k=1

k!e−kx2

2. Demuestre que∞∑k=1

(sin kx) /k2 converge para todos los valores reales de x.

– 33 –

Page 94: Apuntes Modulo I Mat C 2014

6. Propiedades de las funciones definidas por series

de potencias

Una serie de potencias representa, en su intervalo de convergencia, una funcion f(x) =S(x), cuyo valor es el de la suma de la serie para tal x. Recordar el ejemplo previo (6).

Por conveniencia, limitamos el estudio a las series de potencias de x. Desde luego, losresultados de esta seccion se aplican tambien a las series de potencias de x − a, cuyosintervalos de convergencia estan centrados en a.

Ası, para cada x en el intervalo de convergencia, se define el valor funcional f(x)mediante la suma de la serie:

f(x) = c0 + c1x+ c2x2 + · · ·+ cnx

n + · · · =∞∑k=0

ckxk

Importante. Una vez definida f(x), suma de la serie de potencias, es natural preguntarsesi ...... (i)¿ Es f(x) contınua f(x) en ese intervalo ?... (ii)¿ Es f(x) derivable en ese intervalo ?...(iii)¿ Es f(x) integrable en ese intervalo ?, ya que... los terminos de la serie, y las sumas parciales Sn(x) lo son ( porque ?) y f(x) =limn→∞Sn(x).Es decir, ¿ Hereda f(x) las propiedades de las sumas parciales en los puntos x del intervalodonde la serie de potencias converge ?

6.1. Derivacion e integracion de series de potencias

Las tres propiedades siguientes, que se establecen sin demostracion, contestan algunaspreguntas fundamentales respecto de la funcion f(x) definida como la “suma” de la seriede potencias en su intervalo de convergencia.

En cada propiedad se supone que la serie converge en un intervalo (−r, r), donde elradio r es positivo, o bien ∞ (es decir, que no se aplican al caso con radio r = 0, caso deconvergencia en un unico punto).

– 34 –

Page 95: Apuntes Modulo I Mat C 2014

Teorema. Si f(x) =∞∑k=0

ckxk, converge en el intervalo de radio r > 0, entonces f es

contınua, derivable e integrable en el intervalo (−r, r), r > 0. Ademas, la derivada yprimitiva de f son

1.

f(x) =∞∑k=1

ckkxk−1.

2. ∫f(x)dx =

∞∑k=0

ckk + 1

xk+1 + C

El “radio de convergencia” de la serie obtenida al “derivar o integrar” una serie de po-tencias “es el mismo que el de la serie original”. Aunque hay que notar que ...... el “intervalo” puede diferir respecto del “intervalo” de la original, como consecuenciaque los extremos de (−r, r) pueden agregarse en algun caso o desestimarse en otro ( estu-diando la convergencia de la respectiva serie en cada uno de los extremos del intervalo).

Observacion.

1. Estas propiedades, simplemente expresan que una serie de potencias puede derivarsee integrarse termino a termino como en el caso de un polinomio.

2. El radio de convergencia de f(x) es el mismo que el de f(x).

Aplicando la misma propiedad a la serie de f ′(x), tambien es diferenciable en cadax de (−r, r) y

f ′′(x) =∞∑k=2

ckk (k − 1)xk−2.

Continuando de esta manera se concluye que ...

3. Una funcion f representada por una serie de potencias en (−r, r), r > 0, “ poseederivadas de todos los ordenes en ese intervalo”.

4. Ademas, para numeros arbitrarios x1 y x2 en el intervalo (−r, r), la integral definidapuede representarse como∫ x2

x1

f(t)dt =∞∑k=0

ck

(∫ x2

x1

tkdt

)=∞∑k=0

ckxk+1

2 − xk+11

k + 1

EJERCICIOS para hacer en clase:

1. Recordar que la serie

f(x) =∞∑k=0

xk

k!,

– 35 –

Page 96: Apuntes Modulo I Mat C 2014

converge para todo x, ası, f(x) esta definida para x tal que −∞ < x <∞.

(a) Demostrar que la serie que converge a f ′(x), satisface que f ′(x) = f(x), usandola derivacion de la serie respectiva, y considerando los intervalos de convergencia.

(b) Comprobar que f(0) = 1.

(c) A partir de (a) y (b), concluir que f(x) = ex ( pensando que si y = f(x), secumple la ecuacion diferencial : y′ = y , y(0) = 1).

Ası se conoce que ...

ex =∞∑k=0

xk

k!

para todo x ∈ <.

2. Aplique el resultado del ejercicio anterior para hallar una representacion en serie depotencias para las funciones indicadas:

(i) f1(x) = e−x

(ii) f2(x) = ex/5

(ii) f3(x) = e−x2

3. Encontrar una aproximacion, mediante una suma parcial de los terminos de la serieque corresponda, de las cantidades que se indican abajo, de tal manera que el errorcometido en valor absoluto sea menor a 10−3.

(i) 1e

(ii) e−1/2

4. Encontrar una cota superior del error cometido por la suma parcial de 6 terminosde la serie de ex =

∑∞k=0

xk

k!para calcular una aproximacion del numero e (recordar

estimacion del error de las aproximaciones en series de terminos positivos, estudiadoen seccion 3, pagina 25).

Problema 54 Obtener una representacion en serie de potencias de x de f(x) = 11+x

.

Para obtener esa serie para la f(x), recurrimos a conceptos ya estudiados.

Solucion. Sabemos que una serie geometrica converge a c1−r si |r| < 1, siendo r la

razon de esta serie y c el primer termino.Tomando en particular c = 1, r = −x, obtenemos

1

1 + x=∞∑k=0

(−x)k =∞∑k=0

(−1)k xk , |x| < 1 .

La anterior igualdad unicamente vale en el intervalo (−1, 1).Ası, ya tenemos la serie de potencias para f(x) = 1

1+x, en el intervalo (−1, 1).

– 36 –

Page 97: Apuntes Modulo I Mat C 2014

Ejemplo 55 A partir de la derivacion de la funcion f(x) = 11+x

, en la serie que la

representa, termino a termino, se logra la serie que representa a 1/ (1 + x)2 en (−1, 1):

f ′(x) = − 1

(1 + x)2 =∞∑k=1

(−1)k k xk−1

Es decir,

1

(1 + x)2 =∞∑k=1

(−1)k+1 kxk−1

en el mismo intervalo (−1, 1).

El siguiente problema es realmente importante. Es totalmente recomendable su reso-lucion completa.

Problema 56 (1**)Obtener la representacion en serie de potencias de ln (1 + x), conx ∈ (−1, 1).Se conoce que ln(1 + x) =

∫ x0

11+tdt para los x del intervalo (−1, 1). En virtud de eso,

¿Como puede obtener para ln (1 + x), la serie de potencias que la representa en (−1, 1)?(2 **) Obtenida la serie que representa a ln (1 + x), en (−1, 1) del inciso previo.Analizar si esta serie converge o no en los extremos de ese intervalo (analizando porseparado en x = 1, y en x = −1, si la serie converge, ya que el teorema de integracion nodice nada acerca de los extremos del intervalo).- Luego, establecer claramente el intervalo de convergencia de la serie de potencias halladapara representar a ln (1 + x).Luego, continuar ...(3**) ... Por ser contınua la funcion ln(1+x) en el intervalo (−1, 1], ¿ puede deducir cuales realmente el intervalo donde vale la representacion de la serie de potencias encontrada?(Un elegante teorema del matematico noruego Niels Abel nos asegura que si una serie∑

n an converge, entonces la serie de potencias asociada∑

n anxn converge a una funcion

continua f(x) para x ∈ [0, 1]; esto implica (reemplazando an → anrn, x → x/r, r 6= 0)

que toda serie de potencias con radio de convergencia no nulo converge a una funcioncontinua en su intervalo de convergencia).(4**) Finalmente, teniendo en cuenta el resultado de (3**), ¿es cierto o no que la sumade la serie armonica alternada tiene suma ln 2 ?

Problema 57 En una PC graficar la funcion f(x) = ln(1 + x) en un intervalo [−3/4, 2].En el mismo grafico comparar con las curvas que dan las sumas parciales S1(x)... S5(x)de la serie hallada para la funcion ln(1 + x). Explicar lo que ocurre.

Problema 58 Aproximar ln (1,2) mediante una suma de un numero finito de terminos,de tal manera que se asegure que tal aproximacion tiene 4 cifras decimales exactas (esdecir, error menor que 5× 10−5).

– 37 –

Page 98: Apuntes Modulo I Mat C 2014

Solucion 5 Sustituyendo x = 0,2 en la serie hallada en el ejercicio previo, resulta

ln (1,2) = ln(1 + 0,2) =∞∑k=0

(−1)k

k + 1(0,2)k+1

= 0,2− 0,02 + 0,00267− 2,0004 + 0,000064− 0,00001067 + · · ·≈ 0,1823

Recordando el estudio del error en la aproximacion de la suma de una serie alternadase tiene que 0,1823 es la aproximacion buscada, ya que para S5 se cumple que |S − S5| <a6 = 0,00001067 < 0,00005.

Es interesante advertir que si el intervalo de convergencia de la representacion en seriede potencias de una funcion f , es el intervalo abierto (−r, r), entonces la representacionen serie de potencias para

∫ x0f(t)dt puede converger en una o en ambas fronteras del

intervalo.Ejemplo de lo dicho es el caso de la serie de ln(1 + x).

6.2. Problemas diversos para hacer en clase

1. Si

f(x) =∞∑k=0

(−1)k

(2k + 1)!x2k+1,

para −∞ < x <∞, demuestre de f ′′(x) + f(x) = 0.

2. Hallar una serie que represente a ln(1 − x) en potencias de x e indicar el intervalodonde vale la representacion.

3. Hallar una serie que represente a 11+x2

, e indicar el intervalo donde vale la represen-tacion.

4. ¿Conoce una serie que represente a e−x2

en potencias de x?

Usarla para calcular∫ 1

0e−x

2dx como la suma de una serie.

¿Cuantos terminos de la serie debe tomar para aproximar la integral con error menorque 10−3?

5. Hallar una serie que represente a arctan(x), e indicar el intervalo donde vale larepresentacion.

Para eso, recordar que la derivada de arctan(x) es 11+x2

. Pensar como obtenerarctan(x) a partir de una serie de potencias sencilla.

6. Demuestre, como consecuencia del ejercicio previo, que

π

4= 1− 1

3+

1

5− 1

7+ · · ·

7. Se sabe que la serie del ejercicio anterior converge lentamente. Muestrelo encon-trando el menor entero positivo n, tal que Sn aproxime a π/4 con cuatro cifrasdecimales.

– 38 –

Page 99: Apuntes Modulo I Mat C 2014

6.3. Ejercicios para practicar

1. Obtenga una representacion en serie de potencias para las funciones que se indican,y establecer el intervalo donde vale.

f(x) = 11−x f(x) = 1

(1−x)2f(x) = 1

5+3x

f(x) = 62−x f(x) = 1

(1−x)3f(x) = x2

(1+x)3

f(x) = ln (4 + x) f(x) = ln (1 + 2x) f(x) = 11+x2

f(x) = x1+x2

f(x) = x/(1− x) f(x) = ln (1 + x2)

f(x) =∫ x

0ln (1 + t2) dt f(x) =

∫ x0

arctan(t) dt

2. Encuentre el dominio de la funcion indicada

f(x) =x

3− x2

32+x3

33− x4

34+ · · ·

f(x) = 1 + 2x+4x2

2!+

8x3

3!+ · · ·

3. Evalue mediante un desarrollo en serie la cantidad indicada con error menor que10−4.

ln (1,1), arctan (0,2),∫ 1/2

0dx

1+x3∫ 1/3

0x

1+x4dx

∫ 0,3

0xarctan(x) dx

∫ 1/2

0arctan(x2) dx

– 39 –

Page 100: Apuntes Modulo I Mat C 2014

7. Relacion entre los coeficientes de la serie de po-

tencias y las derivadas de la funcion suma en x = a

Si una serie de potencias de (x − a) converge a una funcion f(x) en un intervalo(a− r, a+ r), r > 0 (la suma de la serie es f(x) en ese intervalo) entonces

f(x) = c0 + c1(x− a) + c2(x− a)2 + · · ·+ cn(x− a)n + · · ·

=∞∑k=0

ck(x− a)k

Demostraremos que existe una relacion entre los coeficientes ck y las derivadas de ordenk de f(x) evaluadas en x = a.

Derivando termino a termino, usando la propiedad sobre derivacion de series de po-tencias, en el intervalo (a− r, a+ r), se obtiene:

f ′(x) = c1 + 2c2(x− a) + 3 c3(x− a)2 + · · ·f ′′(x) = 2c2 + 2 · 3c3(x− a) + · · ·f ′′′(x) = 2 · 3c3 + · · ·

... y ası con las derivadas siguientes.Evaluando cada igualdad obtenida arriba en x = a, resulta

f(a) = c0 f ′(a) = 1! c1 f ′′(a) = 2! c2 f ′′′(a) = 3! c3

respectivamente.En general, f (n) (a) = n!cn. Por lo tanto,

cn =f (n) (a)

n!n ≥ 0

Para n = 0, se interpreta la derivada “de orden cero” como f(a) y 0! = 1.

Conclusion. Importante!Si una serie de potencias en (x − a) converge a una funcion f(x) en un intervalo(a− r, a+ r), r > 0, entonces f tiene derivadas de todo orden en ese intervalo, y la

serie de potencias∑∞

k=0f (k)(a)k!

(x− a)k coincide con la serie:

f(x) =∞∑k=0

ck(x− a)k =∞∑k=0

f (k) (a)

k!(x− a)k

Tal igualdad es valida para todos los valores de x en (a− r, a+ r), r > 0.

– 40 –

Page 101: Apuntes Modulo I Mat C 2014

Unicidad de la serie que representa a f(x) en potencias de (x− a):El resultado previo muestra que la representacion de una funcion f(x) por una serie depotencias en (x−a) es unica, ya que los coeficientes de tal serie necesariamente coinciden

con los valores f (k)(a)k!

.

Por tanto la serie que representa a f(x), coincide con la serie de Taylor de f en a.

8. Serie de Taylor y de Maclaurin de una funcion

Definicion. Importante!! Dada una funcion f que tiene derivadas de todo orden enx = a, se llama serie de Taylor de esa funcion, desarrollada en x = a, a la serie :

∞∑k=0

f (k) (a)

k!(x− a)k

A esta serie se la denota como serie de Taylor de f en a.a

En el caso especial a = 0, la serie de Taylor de f(x),

∞∑k=0

f (k) (0)

k!xk

se llama serie de Maclaurin de f .b

aLlamada en honor del matematico ingles Brook Taylor (1685-1731), quien descubrio este resultadoen 1715.

bLlamada en honor del matematico escoses, y anteriormente alumno de Newton, Colin Maclaurin(1698-1746).

Conclusion.(1)El resultado obtenido en la seccion previa, nos dice que si una funcion f(x) esta re-presentada por una serie de potencias

∑∞0 ck(x− a)k en un intervalo, entonces esa serie

es la “serie de Taylor ” (o Maclaurin si a = 0) de esa funcion f(x), ya que coincide con∑∞k=0

f (k)(a)k!

(x− a)k.(2) Ademas, como los valores de las derivadas de f son unicos, la representacion f(x) =∑∞

0 ck(x− a)k en serie de potencias en (x− a) es unica (tener en cuenta!).Es decir, “no hay distintas series de potencias en (x − a) ” que representen a f(x), ya

que los coeficientes coinciden con f (k)(a)k!

.

Previamente hemos podido representar en series de potencias varias fun-ciones:

ex; e−x2,

11+x

, ln(1 + x),1

1+x2, arctan(x), 1

(1+x)2, ...etc.

– 41 –

Page 102: Apuntes Modulo I Mat C 2014

Pero para otras funciones, como cos(x), sen(x), sen(x3), o∫

(sen(x3))dx, aunno hemos visto una serie que las represente....

... Es de sumo interes tener una serie para ellas, pues eso nos permitirıa, en primerlugar evaluarlas, y tambien calcular por ejemplo la integral de sen(x3), o de cosx2, etc,usando el teorema de integracion de series de potencias.

8.1. Calculo de la serie de Taylor de una funcion f(x) y estudiodel intervalo de convergencia a f(x)

Importante: Si se tiene una funcion f(x), que tiene derivadas de todo orden,surge la pregunta natural:

¿Es posible encontrar para f(x) una serie de Taylor en el entorno de unpunto a (en potencias de (x− a)) que la represente ? O sea, ¿ es posible

justificar que la serie de Taylor calculada converge a f(x) en algunintervalo (a− r, a+ r)?

Observaciones:(1) Dada la funcion f(x) con derivadas de todo orden en x = a, se puede formar laserie de Taylor de f(x), calculando simplemente los coeficientes mediante las sucesivasderivadas en a.(2) Pero hay que verficar si esa serie de Taylor tiene “suma S(x)” y si esa “ suma S(x)coincide o no con f(x)” en algun intervalo (a− r, a+ r).(3) Si la suma S(x) fuese f(x) en ese intervalo, existe la representacion en serie de f(x),y tal serie de Taylor es la unica serie de potencias en (x− a) que representa a f(x).

Ejemplo:

Ejemplo 59 Obtener la serie de Taylor de f(x) = ln x en a = 1.

Solucion. Se obtiene

f(x) = lnx, f(1) = 0

f ′(x) =1

x, f ′(1) = 1

f ′′(x) = − 1

x2, f ′′(1) = −1

f ′′′(x) =2

x3, f ′′′(1) = 2

...

f (n) (x) = (−1)n−1 (n− 1)!

xn, f (n) (1) = (−1)n−1 (n− 1)!

– 42 –

Page 103: Apuntes Modulo I Mat C 2014

De modo que

(x− 1)− 1

2(x− 1)2 +

1

3(x− 1)3 − · · · =

∞∑k=1

(−1)k−1

k(x− 1)k

Con la ayuda del criterio de la razon, se encuentra que esta serie converge para todoslos valores de x en el intervalo (0, 2].

Pero en principio no sabemos aun si la suma S(x) de ella coincide con ln(x) en esteintervalo. No obstante, previamente habıamos visto, por integracion de la serie geometrica,

que ln(1 + t) =∑∞

k=0(−1)k−1

ktk para t ∈ (−1, 1]. Sustituyendo en esta t = x− 1 obtenemos

la igualdad ln(x) =∑∞

k=0(−1)k−1

k(x − 1)k para x ∈ (0, 2], que es precisamente la serie de

Taylor anterior.En resumen, para poder formar la serie de Taylor de una funcion en el entorno de

un punto a particular, es necesario que esta funcion posea derivadas de todo orden en a.Por ejemplo, f(x) = lnx no posee serie de Maclaurin (a = 0) (¿porque?), pero si serie deTaylor alrededor de a = 1.

Por otra parte, debe notarse que aun si f posee derivadas de todos los ordenes ygenera una serie de Taylor convergente en algun intervalo, no se sabe en principio si laserie converge a f(x) para todos los valores de x en ese intervalo

Veamos como se estudia ese tema.

8.2. Teorema de Taylor. Formula de Taylor

La respuesta a este problema puede obtenerse considerando el teorema de Taylor:

Teorema de Taylor. Sea f una funcion tal que existen todas sus derivadas hasta elorden f (n+1) (x) para todo x en el intervalo (a− r, a+ r). Entonces para todo x en esteintervalo,

f(x) = Pn(x) +Rn(x)

donde

Pn(x) = f(a) + f(a)(x− a) +f ′′ (a)

2(x− a)2 + · · ·+ f (n) (a)

n!(x− a)n

es el Polinomio de Taylor de grado n de f en a, es decir, la suma parcial de ordenn de la serie de Taylor, y Rn(x) = f(x)− Pn(x) es el residuo, que tiene la expresion

Rn (x) =f (n+1) (c)

(n+ 1)!(x− a)n+1

donde el numero c esta entre x y a. a

aExisten varias expresiones para el residuo. La presente se denomina forma de Lagrange, y se debe almatematico frances Joseph Louis Lagrange (1736-1813).

Como los Pn (x) son las sumas parciales Sn(x) de la serie de Taylor, tenemos

Sn(x) = Pn(x) = f(x)−Rn(x)

– 43 –

Page 104: Apuntes Modulo I Mat C 2014

Por lo tanto,lımn→∞

Pn(x) = f(x)− lımn→∞

Rn(x)

Vemos ası que si Rn (x)→ 0 cuando n→∞, solo entonces la sucesion de sumas parcialesconverge a f(x). En otras palabras, la serie de Taylor converge a f(x) en un cierto intervalosi y solo si lımn→∞Rn(x) = 0 en el mismo. En resumen, tenemos el siguiente teorema:

Teorema. Si f tiene derivadas de todos los ordenes en todo x del intervalo (a− r, a+ r),y si lımn→∞Rn (x) = 0 para todo x en el intervalo, entonces

f(x) =∞∑k=0

f (k) (a)

k!(x− a)k

En la practica, la demostracion que el residuo Rn(x) tiende a cero cuando n → ∞depende a menudo del hecho que

lımn→∞

|x|n

n!= 0

Este ultimo resultado se deduce del conocimiento que la serie ex =∑∞

k=0 xk/k! es

convergente para todos los x ∈ <, y por lo tanto su termino general debe tender a cerocuando n→∞, cualquiera sea el x considerado.

Ejemplo 60 Representar f(x) = cos x con una serie de Maclaurin.

Solucion.Se tiene,

f(x) = cosx, f(0) = 1

f ′(x) = −sen(x), f ′(0) = 0

f ′′(x) = − cosx, f ′′(0) = −1

f ′′′(x) = sen(x), f ′′′(0) = 0

y ası sucesivamente. Entonces, obtenemos la serie ...

1− x2

2!+x4

4!− x6

6!+ · · · =

∞∑k=0

(−1)k

(2k)!x2k

El criterio de la razon muestra que esta serie de potencias converge absolutamentepara todos los valores reales de x ( verficarlo !).

Luego, para probar que cosx esta representada por esta serie de potencias, falta probarque lımn→∞Rn(x) = 0 para todo x.

Para tal fin, observamos que las derivadas de f satisfacen

∣∣f (n+1) (x)∣∣ =

{|senx| si n es par|cosx| si n es impar

– 44 –

Page 105: Apuntes Modulo I Mat C 2014

En ambos casos∣∣f (n+1) (c)

∣∣ ≤ 1 para cualquier numero real c, y de esta manera

Rn (x) =

∣∣f (n+1) (c)∣∣

(n+ 1)!|x|n+1 ≤ |x|n+1

(n+ 1)!

Para cualquier eleccion fija, pero arbitraria, de x, lımn→∞ |x|n+1 / (n+ 1)! = 0.Eso dice, que lımn→∞Rn(x) = 0, para todo x.Entonces, concluimos que

cos(x) = 1− x2

2!+x4

4!− x6

6!+ · · ·+ (−1)n

x2n

(2n)!+ · · · =

∞∑k=0

(−1)k

(2k)!x2k

es una representacion valida del cosx para todo numero real x.

Problema 61 Usando la PC, represente f(x) = cos(x). Luego, en el mismo grafico su-perponer las curvas que representan a las sumas parciales Sn(x), es decir, los polinomiosde Taylor Pn(x), para n = 1, 2, 3, 4 de la serie de Maclaurin.Hacer algun comentario sobre lo que advierte.¿ Donde estas sumas parciales aproximan mejor? Dar una explicacion sobre ese compor-tamiento.

Se muestran a continuacion los graficos de f(x) = cos(x) y de los polinomios de Taylorasociados de grado 0, 2, 4 y 10 en a = 0.

P0HxL = 1

fHxL = CosHxL

-Π Π

x

-1

1 fHxL = CosHxL

P2HxL = 1-x2�2

-Π Π

x

-1

1

P4HxL

fHxL = CosHxL

-Π Π

x

-1

1

P10HxL

fHxL = CosHxL

-Π Π

x

-1

1

– 45 –

Page 106: Apuntes Modulo I Mat C 2014

Problema 62(i) Representar f(x) = sen(x) con una serie de Taylor desarrollada en a = 0, ...... aplicando integracion o derivacion de series de potencias, y deducir el intervalo deconvergencia.(ii) Usando PC, representar f(x) = sen(x) y en el mismo grafico superponer las curvasque representan a las sumas parciales Sn(x) = Pn(x) para n = 1, 2, 3 de la serie deMaclaurin correspondiente.Hacer algun comentario sobre lo que advierte e indicar donde estas sumas parciales apro-ximan mejor.(iii) Representar f(x) = cos(x2) por una serie de potencias de x, usando alguna serieconocida. Dar el intervalo de convergencia correspondiente.(iv) (a) Calcular

∫ 1

0cos(x2)dx, mediante una serie. (recordar que no es posible expresar

la primitiva de cos(x2) en terminos de las funciones elementales que Ud. conoce).(b) ¿Cual suma parcial debe considerarse para que resulte una aproximacion de (a) conerror menor a 10−3? Hallarla.

Problema 63 Utilice un polinomio de Taylor adecuado para aproximar con error menorque 10−4 las integrales

(a)

∫ 1

0

sen(x2)dx (b)

∫ 1

0

sen(x)

xdx

El segundo item merece alguna justificacion, para poder usar la serie del sen(x) multipli-cada por α = 1

x6= 0 (recordar propiedades de series convergentes) para representar a la

funcion dada.Se define la funcion f : < → < como f(x) = sen(x)

xpara x 6= 0, y f(0) = 1. Tal funcion

f(x) es continua para todo x y en particular en [0, 1].

Ademas la serie de potencias que representa a sen(x)x

, en x 6= 0, es 1− x2

3!+ x4

5!− x6

7!· · · =∑∞

k=0(−1)k

(2k+1)!x2k

Para x = 0, tambien converge esa serie y su suma es 1. Podemos ver entonces que laserie representa a f(x) para todo x.

Problema 64 (a) Hallar una serie de potencias que represente a: f(x) = e−x2, indicando

el intervalo de validez. Utilizar en lo posible alguna serie de potencias conocida para seraplicada con ese fin.(b) En base a las caracterısticas de la serie hallada en (a), puede determinar cual “sumaparcial” deberıa usar para aproximar a f(x), para todo x ∈ [0, 1], con error menor a 10−2?Hallar esa suma parcial.(c) La integral I =

∫ 1

0e−t

2dt, ¿existe? Si existe, encontrar su expresion usando la repre-

sentacion en serie de potencias de e−t2, con t ∈ [0, 1]. Explicar, porque eso es conveniente

y porque es posible hacerlo ası.(d) ¿Es posible encontrar una aproximacion a I mediante una suma finita de terminosSm, cuyo error |I − Sm| sea menor a 10−2?

– 46 –

Page 107: Apuntes Modulo I Mat C 2014

Problema 65 (a) Dada la funcion f(x) = ex, y la serie de potencias desarrollada alre-dedor de a = 0, que la representa para todo x ∈ < ( ya estudiada en clases previas),determinar cuantos terminos (suma parcial Sm(x)) hay que considerar para hallar unaaproximacion de ex, para x ∈ [0, 1], tal que |ex − Sm(x)| < 3

100.

(b) Hallar una serie de potencias que represente a: g(t) = et2, para t ∈ <. Utilizar en lo

posible alguna serie de potencias conocida para ser usada con ese fin.(c) En base a las caracterısticas de la serie usada en (b), puede determinar cual “sumaparcial” deberıa usar para aproximar a g(t), para todo t ∈ [0, 1], con error menor a 3/100?.Hallar esa “suma parcial aproximante”.(c) La integral I =

∫ 1

0et

2dt, ¿existe? Si existe, encontrar su expresion usando la repre-

sentacion en serie de potencias de et2, con t ∈ [0, 1]. Explicar, porque ese procedimiento

es conveniente y porque es posible hacerlo ası.(d) ¿ Es posible encontrar una aproximacion de I, mediante una suma finita de terminosSn, cuyo error |Sn − I| sea menor a 3/100?

Problema 66 Representar f(x) = sen(x) con una serie de Taylor en a = π/3Verificar que tal serie es

√3

2+

1

2 · 1!

(x− π

3

)−√

3

2 · 2!

(x− π

3

)2

− 1

2 · 3!

(x− π

3

)3

+ · · ·

Usando los mismos argumentos que en el primer ejemplo, ver que representa a sen(x)para todo x.Usando la PC, representar f(x) = sen(x). En el mismo grafico superponer las curvas querepresentan a las sumas parciales Sn(x) = Pn(x) para n = 1, 2, 3 de la serie de de Taylorhallada.Hacer algun comentario sobre lo que advierte.¿Donde estas sumas parciales aproximan mejor? Dar una explicacion sobre ese compor-tamiento.

Problema 67 (i) Demostrar que la serie

(x− 1)− 1

2(x− 1)2 +

1

3(x− 1)3 − · · · =

∞∑k=1

(−1)k−1

k(x− 1)k

representa a f(x) = ln x en el intervalo (0, 2].Justificar todos los pasos, viendo primero que es la serie de Taylor con a = 1 de la funciondada. Luego estudiar el radio de convergencia y terminar mostrando que representa aln(x).(ii) Una forma mas facil de hallar (i) serıa considerar que ln(x) =

∫ x1

1tdt para x ∈ (0, 2],

y usar el desarrollo 1t

= 11+(t−1)

=∑∞

k=0(−1)k(t− 1)k (recordar la serie geometrica).

– 47 –

Page 108: Apuntes Modulo I Mat C 2014

Problema 68 (i) A partir de la serie de Maclaurin que representa a ex, encuentre unaserie de potencias en x (a = 0) para la funcion senh(x) = (ex − e−x)/2.Recordar que la suma de series convergentes converge a la suma de las funciones de cadauna, en un dominio comun a ambas.(ii) Idem para cosh(x) = (ex + e−x)/2. ¿Puede obtener esta serie por derivacion de laprevia?

Observacion importante. Funciones pares e impares.Si la funcion f(x) es par, es decir que satisface f(−x) = f(x) ∀x, entonces su desarrollode Maclaurin (asumimos que f es derivable a todo orden) contendra solo potencias paresde x, ya que en tal caso f (k)(0) = 0 para k impar (justificar!). Ejemplos de funciones paresson cos(x), cosh(x) y ex

2.

En forma similar, si la funcion f(x) es impar, es decir que satisface f(−x) = −f(x) ∀x,entonces su desarrollo de Maclaurin contendra solo potencias impares de x, ya que ental caso f (k)(0) = 0 para k par (justificar!). Ejemplos de funciones impares son sen (x),senh(x) y xex

2.

Observemos tambien que la derivada de una funcion par es impar, y la derivada de unafuncion impar es par (justificar!).

Resumen de algunas series de Maclaurin importantes:

ex = 1 + x+x2

2!+x3

3!+ · · · =

∞∑k=0

xk

k!−∞ < x <∞

cosx = 1− x2

2!+x4

4!− x6

6!+ · · · =

∞∑k=0

(−1)k

(2k)!x2k −∞ < x <∞

senx = x− x3

3!+x5

5!− x7

7!· · · =

∞∑k=0

(−1)k

(2k + 1)!x2k+1 −∞ < x <∞

coshx = 1 +x2

2!+x4

4!+x6

6!+ · · · =

∞∑k=0

x2k

(2k)!−∞ < x <∞

senhx = x+x3

3!+x5

5!+x7

7!· · · =

∞∑k=0

x2k+1

(2k + 1)!−∞ < x <∞

1

1− x= 1 + x+ x2 + x3 + · · · =

∞∑k=0

xk − 1 < x < 1

ln (1 + x) = x− x2

2+x3

3− x4

4· · · =

∞∑k=1

(−1)k+1

kxk − 1 < x ≤ 1

El lector puede demostrar la validez de estas representaciones como ejercicio.

– 48 –

Page 109: Apuntes Modulo I Mat C 2014

Resumen 3 (i) El metodo de la serie de Taylor para encontrar una serie de potenciasde una funcion, y luego demostrar que la serie representa a la funcion, tiene unaobvia y gran desventaja. Es casi imposible obtener una expresion general para laenesima derivada de la mayorıa de las funciones. Ası que, a menudo se esta limitadoa encontrar solo los primeros coeficientes de las sumas parciales.

(ii) El teorema de Taylor tambien se llama Teorema del Valor Medio Generalizado. Elcaso n = 0 se reduce al teorema del valor medio usual (ver proxima seccion).

(iii) No siempre es necesario calcular las derivadas de una funcion para encontrar suserie de Maclaurin. Por ejemplo, la funcion f(x) = 1/ (1− x) se puede representarcomo serie de potencias utilizando la series geometrica, y el desarrollo en serie depotencias de ex

2puede obtenerse a partir del de ex, reemplazando x por x2.

Lo importante es: “Una serie de potencias, en su intervalo de convergencia, es laserie de Taylor o Maclaurin de la funcion Suma(x), sin que importe como se obtuvo”.

Observacion: Tener presente la conclusion de arriba cuando necesite encontrar para unafuncion particular la representacion en serie de ella.

Problema 69 Aplique resultados previos para hallar la serie de Maclaurin de las funcio-nes siguientes, indicando la region donde vale la representacion encontrada:f(x) = e−x

2/2, f(x) = x2e−3x, f(x) = x cosx, f(x) =∫ x

0e−t

2/2dtf(x) = x2cos (x2), f(x) = ln (1− x), f(x) = ln

(1+x1−x

), f(x) =

∫ x0t2 cos(t2)dt

Problema 70 Encuentre la serie de Maclaurin de

f(x) =

{e−1/x2 x 6= 0

0 x = 0

Solucion. Utilizando la definicion f ′(0) = lım4x→0

f(0+4x)−f(0)4x , puede mostrarse que esta

funcion es derivable a todo orden en x = 0, siendo f (n)(0) = 0 ∀ n. Por lo tanto,Pn(x) = 0 ∀ n y entonces la serie de Maclaurin converge a 0 ∀ x !!. Converge pues a f(x)solo en x = 0, a pesar de ser convergente ∀ x. Para x 6= 0 no converge a f(x).En este caso Rn(x) = f(x)− Pn(x) = f(x) ∀ x, y por lo tanto Rn(x) 6= 0 ∀ n si x 6= 0.La serie de Maclaurin no puede pues representar a esta funcion fuera del origen.Informalmente, su mınimo en x = 0 es “extremadamente chato”, y origina pues derivadasnulas a todo orden en el origen, aun cuando sea no nula para x 6= 0 (graficar!).

Notemos entonces que para g(x) = cos(x) + f(x), con f(x) la funcion anterior, la serie deMaclaurin correspondiente va a converger ∀ x a cos(x), ignorando a f(x) (justificar!).Las funciones que pueden desarrollarse en serie de potencias se denominan funcionesanalıticas. La funcion f(x) anterior no es analıtica en x = 0 (donde posee una singularidaddenominada esencial cuando se la considera funcion de una variable compleja x). No puedepues desarrollarse en serie de potencias de x, aunque sı puede desarrollarse en serie deTaylor alrededor de cualquier a 6= 0, convergiendo en un cierto intervalo finito.

– 49 –

Page 110: Apuntes Modulo I Mat C 2014

8.3. Aproximaciones con Polinomios de Taylor

Daremos aquı algunos detalles adicionales sobre los polinomios de Taylor. Como hemosvisto, el polinomio de Taylor de grado n alrededor de x = a de una funcion f(x) es lasuma parcial de orden n de la serie de Taylor alrededor de dicho punto:

Pn(x) = f(a) + f ′(a)(x− a) +f ′′(a)

2!+ . . .+

f (n)(a)

n!(x− a)n

El polinomio de Taylor de grado 0, P0(x) = f(a), es una constante, que coincide con f(x)en x = a. El polinomio de Taylor de grado 1 en a,

P1(x) = f(a) + f ′(a)(x− a)

es la aproximacion lineal a f(x) en x = a: Es la unica funcion lineal (del tipo A + Bx)que satisface

P1(a) = f(a), P ′1(a) = f ′(a)

La grafica de P1(x) es la recta tangente a f en x = a (ver figura siguiente), que es la rectaque pasa por el punto (a, f(a)) y que tiene la misma pendiente que f(x) en x = a.

Del mismo modo, el polinomio de Taylor de grado 2 en a,

P2(x) = f(a) + f ′(a)(x− a) +f ′′(a)

2(x− a)2

es la unica funcion cuadratica (del tipo A+Bx+ Cx2) que satisface

P2(a) = f(a), P ′2(a) = f ′(a), P ′′2 (a) = f ′′(a)

Es decir, su valor, su derivada y su derivada segunda coinciden con los correspondientesvalores de f en x = a. Su grafica es la “parabola tangente” a f en x = a, que ademas depasar por el punto (a, f(a)) y tener la misma pendiente que f en ese punto, tiene ademasla misma derivada segunda que f en ese punto, es decir, la misma concavidad (curvatura).

Generalizando, el polinomio de Taylor de grado n en x = a, Pn(x), es el unico polinomiode grado n que satisface

Pn(a) = f(a), P ′n(a) = f ′(a), P ′′n (a) = f ′′(a), . . . , P (n)(a) = f (n)(a)

es decirP (k)n (a) = f (k)(a), k = 0, . . . , n

Su valor y sus primeras n derivadas coinciden todas con las de f(x) en x = a. Se diceentonces que tiene un contacto de orden n con f en x = a.

Hemos graficado antes los primeros polinomios de Taylor en x = 0 de cos(x), unafuncion par (para las cuales P2n(x) = P2n+1(x), ya que las derivadas impares se anulanen el origen). Se muestra en la figura siguiente la grafica de los primeros 4 polinomiosde Taylor de ex en a = 0. Esta funcion no es par ni impar, por lo que su desarrollo de

– 50 –

Page 111: Apuntes Modulo I Mat C 2014

Maclaurin contiene tanto potencias pares como impares. La grafica de P1(x) = 1 + x esla recta tangente a la curva de ex en x = 0.

P0HxL = 1

fHxL = ex

-1 1x

2

4

P1HxL = 1+x

fHxL = ex

-1 1x

2

4

P2HxL = 1+x+x2�2

fHxL = ex

-1 1x

2

4 P3HxL =

1+x+x2�2+x3�6

fHxL = ex

-1 1x

2

4

Cuando el valor de x esta cerca del numero a (x ≈ a), se puede emplear el polinomiode Taylor Pn (x) de una funcion f en a para aproximar el valor funcional de f(x). El erroren esta aproximacion esta dado por el teorema de Taylor:

|f(x)− Pn(x)| = |Rn(x)|

donde, si f es derivable hasta orden n + 1 en un intervalo (a − r, a + r) y x pertenece aese intervalo,

Rn(x) =f (n+1)(c)

(n+ 1)!(x− a)n

con c un numero entre a y x.

Observacion. Para n = 0, el teorema de Taylor implica

f(x) = P0(x) +R0(x) = f(a) + f ′(c)(x− a)

es decir, si x 6= a,f(x)− f(a)

x− a= f ′(c)

con c entre a y x. Esta expresion es el teorema del valor medio. Por lo tanto, este teoremapuede considerarse un caso particular (n = 0) del teorema de Taylor.

– 51 –

Page 112: Apuntes Modulo I Mat C 2014

Problema 71 Probar que si f(x) es un polinomio de grado n, entonces el polinomio deTaylor asociado de grado n en cualquier a coincide exactamente con f(x).

Este resultado muestra que un polinomio de grado n queda completamente determinadopor su valor y sus primeras n derivadas en un punto arbitrario (¿por que?). Ademas,Pm(x) = Pn(x) ∀ m ≥ n (justificar).Como ejemplo, para un polinomio de grado 1 tenemos

f(x) = A+Bx = (A+Ba) +B(x− a) = f(a) + f ′(a)(x− a)

En general, si la derivada n+ 1 de f esta acotada por una constante positiva M en elintervalo (a− r, a+ r), tal que |f (n+1)(c)| ≤M ∀ x ∈ (a− r, a+ r), podemos escribir

|Rn(x)| ≤M|x− a|n+1

(n+ 1)!

Por ejemplo, si podemos encontrar un M independiente de n en ese intervalo, entonces

lımn→∞Rn(x) = M lımn→∞|x−a|n+1

(n+1)!= 0 ∀ x ∈ (a− r, a+ r), lo cual garantiza que la cota

del error ira disminuyendo al aumentar n.

Ejemplo 72 Aproximar e−0,2 con P3(x). Determinar la precision de la aproximacion.

Solucion. Debido a que el valor x = −0,2 esta cerca de cero, se emplea el polinomiode Taylor P3(x) de f(x) = ex en a = 0. Sabemos que

P3(x) = 1 + x+1

2x2 +

1

6x3

y

P3(−0,2) = 1 + (−0,2) +1

2(−0,2)2 +

1

6(−0,2)3 ≈ 0,81867

Consecuentemente,e−0,2 ≈ 0,81867

Ahora bien, se puede escribir

|R3 (x)| = ec

4!|x|4 < |x|

4

4!

puesto que −0,2 < c < 0 y entonces 0 < e−0,2 < ec < e0 = 1, por ser ex positiva ycreciente. Ası,

|R3 (−0,2)| < |−0,2|4

4!< 0,0001

lo cual implica que la precision es hasta tres cifras decimales (|R3(−0,2)| < 5× 10−4).Observacion: Dado que la serie de Maclaurin de ex para x = −0, 2 es alternante

y cumple con las condiciones del criterio de Leibniz, y dado que sabemos que la serieconverge a ex ∀ x, podemos en este caso tambien utilizar la cota de error para seriesalternantes. En este problema esto conduce a la misma cota de error anterior (verificar!).

– 52 –

Page 113: Apuntes Modulo I Mat C 2014

Ejemplo 73 Aproximar e con error menor que 10−10.

Solucion. Tenemos e = e1 = f(1), con f(x) = ex. Utilizando a = 0, y dado que f (n)(x) =

ex ∀ n, tenemos Pn(1) =∑n

k=01k

k!=∑n

k=01k!

y

|Rn(1)| = |f(1)− Pn(1)| = |ec(1− 0)n+1

(n+ 1)!| ≤ e

(n+ 1)!≤ 3

(n+ 1)!

dado que c esta entre 0 y 1 y ex es una funcion creciente (por lo que 1 < ec ≤ e1 = e).Hemos luego utilizado la cota e ≤ 3. De esta forma, para n = 13 obtenemos |Rn(1)| ≤3/14! ≈ 3,44× 10−11 < 10−10. Por lo tanto, obtenemos el valor aproximado

e ≈13∑k=0

1

k!= 2, 7182818284 . . .

con un error menor que 10−10.

Ejemplo 74 Estimar cos(10o) con un polinomio de grado 2, y dar una cota para el errorcometido.

Solucion. Pasando a radianes tenemos cos(10o) = cos( 10180π) = cos( π

18). Podemos

entonces utilizar el polinomio de Taylor de grado 2 en a = 0, P2(x) = 1−x2/2!, obteniendo

cos(π

18) = 1− 1

2(π

18)2 +R2(

π

18)

Como la serie de Maclaurin cosx =∑∞

k=0(−1)kx2k

(2k)!= 1− x2/2! + x4/4! + . . . es alternante

∀ x, cumpliendo en x = π/18 con las condiciones del criterio de Leibniz, y sabemos queconverge a cosx ∀ x, podemos directamente utilizar la cota de error para series alternantes,|R2(x)| = | cosx− (1− x2/2)| ≤ |x4/4!| = x4/4!. Por lo tanto,

|R2(π

18)| ≤

( π18

)4

4!≈ 3,87× 10−5

por lo que

cos(π

18) ≈ 1− 1

2(π

18)2 ≈ 0, 9848

con error menor que 10−4.Como cosx es par, P2(x) = P3(x) y entonces R2(x) = R3(x). Acotando R3(x) con elteorema de Taylor, se obtiene la misma cota de error anterior (verificar).

8.4. Ejercicios para practicar

1. Encuentre la serie de Maclaurin de las funciones siguientes, indicando el radio eintervalo de convergencia, y obtenga de ella los polinomios de Taylor en a = 0 degrado 1, 2 y 4.

f(x) = 12−x , f(x) = 1

1+5x, f(x) = ln (1 + 2x)

f(x) = cos(2x), f(x) = x cos(x), f(x) = x2ex2

– 53 –

Page 114: Apuntes Modulo I Mat C 2014

2. Encuentre la serie de Taylor en el valor indicado de a, y determine el radio e intervalode convergencia. Obtenga los correspondientes polinomios de Taylor de grado 2 y 4.

f(x) = 11+x

, a = 4 f(x) = ln x, a=1

f(x) = sen (x), a = π/4 f(x) = sen (x), a = π/2f(x) = cos x, a = π/3 f(x) = cos x, a = π/6f(x) = ex, a = 1 f(x) =

√x a = 1

3. Encuentre los dos primeros terminos no nulos de la serie de Maclaurin de

f(x) = tan x , f(x) = arcsen x

4. Aproxime la cantidad dada utilizando el polinomio de Taylor Pn (x) para los valoresindicados de n y a. Determine la precision de la aproximacion.

sin 10o, n = 1, a = 0 sin 10o, n = 3, a = 0sin 46◦, n = 2, a = π/4 cos 29◦, n = 2, a = π/6

e1/2, n = 4, a = 0√

82, n = 2, a = 81

5. Evalue, con error menor que 10−3, las siguientes integrales:∫ 1/2

0

t2e−t2

dt ,

∫ 1/2

0

sin(t2)dt

Orden de magnitud del error en la formula de Taylor.Se dice que una funcion f(x) es orden (x− a)n para x→ a, lo que se denota comof(x) = O(x − a)n para x → a, si existen constantes positivas M > 0 y δ > 0 tales que|f(x)| ≤M |x− a|n para |x− a| < δ, es decir, para todo x ∈ (a− δ, a+ δ).

Por lo tanto, f(x) = O(x − a)n para x → a implica que |f(x)| es no mayor que unaconstante por |x− a|n si x esta suficientemente cerca de a.Por ejemplo, f(x) = 2x2 es O(x2) para x→ 0, y tambien lo es f(x) = −x2/4 (justificar).Asimismo, f(x) = 2x2 + 4x3 es tambien O(x2) para x→ 0, pues |x3| � x2 para x cercanoa 0: |2x2 + 4x3| = |2x2(1 + 2x)| = 2x2|1 + 2x| ≤ 6x2 si |x| < 1.

Esta notacion se extiende tambien a comparaciones con otras funciones: Se dice quef(x) = O(g(x)) para x → a si existen M > 0 y δ > 0 tales que |f(x)| ≤ M |g(x)| para|x − a| < δ. El valor de a puede ser tambien ∞: f(x) = O(g(x)) para x → ∞ si existenconstantes M > 0 y r > 0 tales que |f(x)| ≤M |g(x)| para todo x > r.

Volviendo al error en la formula de Taylor, si ∃ M > 0 y δ > 0 tal que |f (n+1)(x)| < M

para todo x ∈ (a − δ, a + δ), entonces |Rn(x)| ≤ M |x−a|n+1

(n+1)!en este intervalo, por lo que

en este caso (justificar)Rn(x) = O(x− a)n+1 para x→ a

es decir,f(x) = Pn(x) +O(x− a)n+1 para x→ a

Esta notacion es muy empleada en ingenierıa y en todas las ciencias exactas. Es ademasla notacion estandar utilizada en programas como mathematica, etc.

– 54 –

Page 115: Apuntes Modulo I Mat C 2014

Problema. Mostrar que para x→ 0,

(a) ex = 1 + x+O(x2), (b) sen(x) = x+O(x3), (c) e−x2

= 1− x2 +O(x4)

Por ejemplo, esto muestra que para x cercano a 0, sen(x) se comporta como x, siendo ladiferencia |sen(x)−x| no mayor que M |x3|, es decir, muy pequena (|x|3 � |x| si |x| � 1).

Aplicacion. Lımites y comportamiento cerca del lımite.Si f(x) = O(x− a)n, entonces (demostrarlo!)

lımx→a

f(x)

(x− a)k= 0, k < n

Es decir, si n > 0, f(x) = O(x− a)n para x → a no solo implica que f(x) se anula parax→ a, sino que se anula mas rapido que (x− a)k ∀ k < n.Por lo tanto, si Rn(x) = O(x− a)n+1 para x→ a tenemos

lımx→a

Rn(x)

(x− a)k= 0, k < n+ 1

Esto permite determinar ciertos lımites del tipo 0/0 en forma muy simple mediante eldesarrollo de Taylor. Como ejemplo, consideremos

lımx→0

ex − 1− xx2

que es del tipo 0/0. Utilizando el polinomio de Taylor de grado 2 de ex en a = 0, podemosescribir ex = 1 + x+ x2/2! +O(x3) para x→ 0 y por lo tanto

lımx→0

ex − 1− xx2

= lımx→0

1 + x+ x2/2! +O(x3)− 1− xx2

= lımx→0

x2/2 +O(x3)

x2=

1

2

El desarrollo de Taylor permite en realidad no solo calcular el lımite anterior sino tambienver como se comporta el cociente (ex − 1 − x)/x2 en la vecindad de x = 0: Utilizando elpolinomio de Taylor de grado 3 de ex, obtenemos ex = 1 + x + x2/2! + x3/3! + O(x4) ypor lo tanto,

ex − 1− xx2

=1

2+

1

6x+O(x2)

para x→ 0. Esto muestra que ex−1−xx2

se comporta como 1/2 + x/6 para x cercano a 0.

Problema: Evaluar los siguientes lımites por medio de un polinomio de Taylor adecuado,e indicar el comportamiento de la funcion cerca del lımite.

(a) lımx→0

sen(x)

x, (b) lım

x→0

sen(x)x− 1

x2, (c) lım

x→0

1− cosx

x2, (d) lım

x→π

1 + cos x

(x− π)2

(e) lımx→0

(1 + x)1/x (Sug. : (1 + x)1/x = eln(1+x)

x )

– 55 –

Page 116: Apuntes Modulo I Mat C 2014

8.5. Problemas diversos

1. Utilice la serie de Maclaurin de cosx y una identidad trigonometrica para encontrarla serie de Maclaurin de sin2 x.

2. Para nivelar una carretera de gran longitud L, se debe establecer un margen debidoa la curvatura de la Tierra.

(i) Demuestre que los tres primer terminos no nulos de la serie de Maclaurin def(x) = sec x son

1 +1

2x2 +

5

24x4

(ii) Para valores pequenos de x, utilice la aproximacionsec x ≈ 1+ 12x2 y la siguiente

figura para demostrar que la correccion por nivelacion es y = L2/2R, donde Les la longitud, R es el radio de la Tierra.

Φ L

3. La energıa potencial de una masa m que cuelga de un hilo de longitud L esEp(φ) = mgL(1− cosφ), donde φ es el angulo que forma el hilo con la vertical.a) Muestre que si φ es pequeno, entonces Ep(φ) ≈ 1

2mgLφ2.

b) De una cota para el error relativo |Ep(φ)− 12mgLφ2|/(mgL) si φ ≤ 25o (recordar

que se debe convertir a radianes !).

4. Una onda de longitud L viaja de izquierda a derecha en agua de profundidad d, comose ilustra en la figura. Puede demostrarse que la velocidad v de la onda esta rela-cionada con L y d por la funcion v =

√(gL/2π) tanh (2πd/L).

a) Demuestre que en agua profunda v ≈√gL/2π.

b) Encuentre los dos primeros terminos no nulos de la serie de Maclaurin de f(x) =tanhx. Demuestre que cuando d/L es pequeno, v ≈

√gd. En otras palabras, en agua

poco profunda la velocidad de la onda es independiente de la longitud de onda.

– 56 –

Page 117: Apuntes Modulo I Mat C 2014

9. Serie binomial

9.1. Teorema del binomio

Empezamos con los siguientes desarrollos

(1 + x)2 = 1 + 2x+ x2

(1 + x)3 = 1 + 3x+ 3x2 + x3

y, en general, si m es un entero no negativo,

(1 + x)m = 1 +mx+m (m− 1)

2!x2 + · · ·+ m (m− 1) ... (m− n+ 1)

n!xn + · · ·+ xm

Este desarrollo de (1 + x)m recibe el nombre de teorema del binomio o binomiode Newton.

Definicion 2 Para cualquier numero real r, la serie

1 + rx+r (r − 1)

2!x2 + · · ·+ r (r − 1) ... (r − n+ 1)

n!xn + · · ·

=∞∑k=0

r. (r − 1) ... (r − k + 1)

k!xk

recibe el nombre de serie binomial.

Observar que la serie binomial solamente termina cuando r es un entero no negativo.En este caso se reduce al binomio de Newton.

El criterio de la razon muestra que la serie binomial converge si |x| < 1, y divergesi |x| > 1. La serie binomial define ası una funcion f infinitamente diferenciable en elintervalo (−1, 1).

No debe causar gran sorpresa saber que la funcion representada por la serie binomiales f(x) = (1 + x)r.

Proposicion 75 Si |x| < 1, entonces para todo numero real r

(1 + x)r = 1 + rx+r (r − 1)

2!x2 + · · ·+ r (r − 1) ... (r − n+ 1)

n!xn + · · ·

Ejemplo 76 Obtener una representacion en serie de potencias para√

1 + x.

Solucion 6 Con r = 12

resulta que para |x| < 1

√1 + x = 1 +

1

2x+

12

(12− 1)

2!x2 +

12

(12− 1) (

12− 2)

3!x3 + · · ·

+12

(12− 1) (

12− 2)...(

12− n+ 1

)n!

xn + · · ·

= 1 +1

2x− 1

222!x2 +

1 · 3223!

x3 + · · ·+ (−1)n+1 1 · 3 · 5... (2n− 3)xn

2nn!+ · · ·

– 57 –

Page 118: Apuntes Modulo I Mat C 2014

Graficar las sumas parciales primeras y la funcion representada en el dominio quecorresponda.

Comentarios 77 En ciencias se utiliza a menudo una serie binomial para obtener apro-ximaciones.

Ejemplo 78 En la teorıa de la relatividad de Einstein, la masa de una partıcula que semueve con una velocidad v en relacion a un observador, es

m =m0√

1− v2/c2

en donde m0 es la masa en reposo de la partıcula y c es la velocidad de la luz.Muchos resultados de la fısica clasica no se cumplen en el caso de partıculas como los

electrones, los cuales se mueven casi a a la velocidad de la luz. La energıa cinetica ya noes K = 1

2m0v

2, sino que se expresa como

K = mc2 −m0c2

Si se identifica r = −12

y x = −v2/c2, se tiene que |x| < 1, puesto que ningunapartıcula movil puede rebasar la velocidad de la luz. Ası se puede escribir

K =m0c

2

√1− x

−m0c2

= m0c2[(1− x)−1/2 − 1

]= m0c

2

[(1 +

1

2x+

3

8x2 +

5

16x3 + · · ·

)− 1

]= m0c

2

[1

2

(v2

c2

)+

3

8

(v4

c4

)+

5

16

(v6

c6

)+ · · ·

]En el caso en que v es mucho menor que c, los terminos posteriores al primero son

despreciables. Esto conduce al resultado bien conocido

K ≈ m0c2

[1

2

(v2

c2

)]=

1

2m0v

2

Problema 79 Aplicaciones de la serie binomial:

1. Obtenga los primeros cuatro terminos de la representacion en serie de potencias dela funcion indicada para a = 0, y calcule el radio de convergencia de la serie.

f(x) = 3√

1 + x f(x) =√

1− x f(x) =√

9− xf(x) = 1√

1+5xf(x) = 1√

1+x2f(x) = x

3√1−x2

f(x) = (4 + x)3/2 f(x) =√

1(1+x)5

f(x) = x(2+x)2

f(x) = x2 (1− x2)−3

– 58 –

Page 119: Apuntes Modulo I Mat C 2014

2. Explique porque el error de la aproximacion dada es menor que la cantidad indicada.

(1 + x2)1/3 ≈ 1 + x2

3; 1

9x4

(1 + x2)−1/2 ≈ 1− x2

2+ 3

8x4; 5

16x6

3. Encuentre una representacion en serie de potencias para arcsen(x) empleando

arcsen(x) =

∫ x

0

dt√1− t2

4. En la figura un cable colgante esta sostenido en los puntos A y B, y soporta unacarga uniformemente distribuida (como el trayecto de ruta sobre un puente). Siy =

(4 dL2

)x2 es la ecuacion del cable, demuestre que su longitud esta dada por

s = L+8d2

3L− 32d4

5L3+ · · ·

5. Aproxime las integrales siguientes hasta tres cifras decimales∫ 0,2

0

√1 + x3dx

∫ 1/2

03√

1 + x4dx

– 59 –

Page 120: Apuntes Modulo I Mat C 2014

10. Autoevaluacion

Un repaso sobre todo lo estudiado:

1. Conteste verdadero o falso, y piense una explicacion de su respuesta:

a) ¿Toda sucesion acotada converge?.

b) Si una sucesion es monotona decreciente, es convergente.

c) lımn→∞

|x|nn!

= 0 para todo valor de x.

d) Si {an} es una sucesion convergente, entonces∑∞

0 an siempre converge.

e) Si an → 0 cuando n→∞, entonces∑ak es convergente.

f ) Si∑a2k converge, entonces

∑ak tambien converge.

g)∞∑k=1

1kp

converge para p = 1,0001.

h) La serie 2 + 22

+ 23

+ 24

+ · · · es divergente.

i) Si∑|ak| diverge, entonces

∑ak diverge tambien.

j ) Si∑ak, con ak > 0, converge, entonces

∑(−1)k+1 ak es convergente.

k) Si∑

(−1)k+1 ak converge absolutamente, entonces∑

(−1)k+1 akk

converge?.

l) Si∑bk converge y ak ≥ bk para todo entero positivo k, entonces

∑ak es

convergente.

m) Toda serie de potencias tiene un radio de convergencia no nulo.

n) Una serie de potencias converge absolutamente para todo valor de x en suintervalo de convergencia?.

n) Una serie de potencias∑ckx

k representa a una funcion infinitamente diferen-ciable en un intervalo (−r, r) de convergencia.

o) Si una serie de potencias∑ckx

k converge para −1 < x < 1 y es convergentepara x = 1, la serie debe converger tambien para x = −1.

p) f(x) = ln x no puede ser representada por una serie de Maclaurin.

q) f(x) =∑∞

k=0f (k)(a)k!

(x− a)k en un intervalo si lımn→∞

Rn (x) = 0.

r) El intervalo de convergencia de la serie x− x2

2+ x3

3− x4

4+ · · · es (−1, 1).

2. Llene los espacios en blanco.

a) Para aproximar la suma de la serie∞∑k=1

(−1)k+1

10khasta cuatro cifras decimales, se

necesita solamente emplear la suma parcial.

b) La suma de la serie∞∑k=1

4(23)k es .

– 60 –

Page 121: Apuntes Modulo I Mat C 2014

c) Si∑ak converge y

∑bk diverge, entonces

∑(ak + bk) .

d) La serie de potencias∞∑k=0

(−1)k xk

k!representa a la funcion f(x) = para todo

x.

e) La representacion en serie binomial de f(x) = (4 + x)1/2 tiene radio de conver-gencia .

f ) La serie geometrica∑

( 5x)k converge para los siguientes valores de x: .

g) Si el radio de convergencia de la serie∑

k ckxk es R > 0, entonces el radio de

convergencia de la serie∑

k ck 2kxk es .

h) lımx→0

1+x2−ex2

x4= .

i) lımx→0

1+x2−ex2

x2= .

3. Encuentre la suma de la serie convergente indicada.∞∑k=1

(−1)k−1+3

(1,01)k−1

∞∑k=1

1k2+11k+30

∞∑k=0

xk

2k k!

4. Halle la serie de Taylor de f(x) = cos x en a = π/2.

5. Demuestre que la serie del ejercicio anterior representa a la funcion probando queRn (x)→ 0 cuando n→∞.

– 61 –

Page 122: Apuntes Modulo I Mat C 2014

Matematica C

II. Sistemas Lineales

– 1 –

Page 123: Apuntes Modulo I Mat C 2014

2

Bibliograf��a disponible en el aula.

1. �Algebra Lineal. Stanley Grossman (cap��tulos: 1-2-3-4-5)

2. Manual del MATLAB.

Temario de las clases:

1. Clase 1: Resoluci�on de sistemas, hasta los ejercicios para practicar .

2. Clase 2: M�etodo de Gauss-Jordan. Ejercicios en el MATLAB. Sistemas Ho-mog�eneos. Conclusiones.

Page 124: Apuntes Modulo I Mat C 2014

Cap��tulo 1

Sistemas de ecuaciones lineales.

Resoluci�on.

Objetivos El objetivo b�asico de esta clase es conocer una metodolog��a para resolversistemas lineales (cualquiera sea el n�umero de variables y ecuaciones). El objetivo prin-cipal de este aprendizaje es poder analizar en forma correcta los resultados o solucionesde los sistemas.

Los sistemas de ecuaciones lineales son elementos de uso comun en matem�atica, enlas ciencias en general y en particular, se ver�a que se utilizan en las distintas ramas de laingenier��a para representar o modelar diferentes problemas. Los ejemplos siguientes sonuna muestra de ello.

� El primer ejemplo proviene de la F��sica.

Supongamos que se tienen tres objetos, uno con masa conocida e igual a 2 kg, y quese quiere conocer la masa de los otros dos objetos. Supongamos adem�as que se hanrealizado dos experiencias con una varilla m�etrica que producen las dos situacionesde equilibrio siguientes:

Como la suma de los momentos sobre la izquierda del punto de apoyo es igual a lasuma de los momentos sobre la derecha (el momento de un objeto es el productode su masa por la distancia, medida desde el punto de apoyo), las dos experienciaspermiten plantear un sistema de dos ecuaciones en las inc�ognitas (h; c) :

40h+ 15c = 100

25c = 50 + 50h

3

Page 125: Apuntes Modulo I Mat C 2014

4 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

� Otro ejemplo proviene de la Qu��mica:

Se mezcla, bajo condiciones apropiadas, tolueno C7H8 y �acido n��trico HNO3 paraproducir trinitrotolueno C7H5O6N3 y agua como complemento (las condicionesdeben ser controladas rigurosamente, ya que el trinitrotolueno es conocido comoTNT).

> Cu�ales proporciones deben usarse en la mezcla de esas componentes ?.

El n�umero de �atomos existente de cada elemento antes de la reacci�on,

xC7H8 + yHNO3 �! z C7H5O6N3 + wH2O

debe ser \igual al n�umero de �atomos presentes" despu�es de realizada la experiencia.

Aplicando ese principio a los elementos C, H, N, y O, se genera el siguiente sistemalineal:

7x = 7z

8x + 1y = 5z + 2w

1y = 3z

3y = 6z + 1w

Para obtener el \resultado" de estos problemas es necesario resolver los \sistemas deecuaciones" planteados.

Observaci�on 1 Observar que en ambos ejemplos las ecuaciones involucran �unicamentela potencia 1 de las variables- inc�ognitas.

Page 126: Apuntes Modulo I Mat C 2014

1.1. SISTEMAS LINEALES. CONJUNTO SOLUCI �ON. 5

1.1 Sistemas Lineales. Conjunto soluci�on.

De�nici�on Una ecuaci�on lineal con n inc�ognitas, x1; x2; : : : ; xn, se describe mediante:

a1x1 + a2x2 + � � �+ anxn = b;

o en forma mas comprimida mediante la expresi�on

nXj=1

ajxj = b;

donde los coe�cientes aj, j = 1; 2; : : : ; n, y el t�ermino b son n�umeros reales oescalares.

Un sistema de m ecuaciones lineales con n inc�ognitas se representa:

a11x1 + a12x2 + � � �+ a1nxn = b1

a21x1 + a22x2 + � � �+ a2nxn = b2...

...

am1x1 + am2x2 + � � �+ amnxn = bm;

o usando una expresi�on mas compacta

nXj=1

aijxj = bi i = 1; : : : ; m

Ejemplo

(a) (b) (c)x1 + 2x2 = 5 x1 � x2 + x3 = 2 x1 + x2 = 22x1 + 3x2 = 8 2x1 + x2 � x3 = 4 x1 � x2 = 4

x1 = 4(2� 2) (2� 3) (3� 2)

De�nici�on Una soluci�on de un sistema de m ecuaciones con n inc�ognitas es una n-upla(x1; x2; : : : ; xn) que satisface las m ecuaciones del sistema.

Ejemplo Veri�car que el par ordenado (�1; 5) es una soluci�on del sistema:

3x1 + 2x2 = 7�x1 + x2 = 6

En contraste, (5;�1) no es una soluci�on del sistema.

Soluci�on En los ejemplos previos (a)� (b)� (c) del recuadro, es f�acil veri�car que:(a) (x1; x2) = (1; 2) satisface ambas ecuaciones.

Page 127: Apuntes Modulo I Mat C 2014

6 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

(b) (x1; x2; x3) = (2; 0; 0) ; satisface ambas ecuaciones. Veri�car que tambi�en (x1; x2; x3) =(2; �; �) donde � es un n�umero real cualquiera, satisface ambas ecuaciones. En este caso,hay in�nitas soluciones porque hay in�nitas 3-uplas que satisfacen al sistema.

(c) No tiene soluci�on:Si se despeja de la tercera ecuaci�on x1 = 4, y si se sustituye en la primera ecuaci�on,

se obtiene x2 = 2 � 4 = �2. Mientras que si se sustituye en la segunda, se obtienex2 = 4� 1 = 3.

Por tanto, este sistema no tiene un par (x1; x2) que satisfaga a estas dos ecuacionesa la vez!.

De�nici�on Un sistema sin soluci�on se llama sistema incompatible o inconsis-

tente.Un sistema con al menos una soluci�on se llama sistema compatible o consis-

tente.Al conjunto de todas las soluciones de un sistema se lo llama conjunto soluci�on.

1.1.1 Interpretaci�on geom�etrica

Sistemas de dos ecuaciones (m = 2) con dos inc�ognitas (n = 2).

1.x1 + x2 = 2x1 � x2 = 2

Soluci�on �unica: (x1; x2) = (2; 0)

2.

x1 + x2 = 2x1 + x2 = 1Sin soluci�on (rectas paralelas):incompatible

Page 128: Apuntes Modulo I Mat C 2014

1.1. SISTEMAS LINEALES. CONJUNTO SOLUCI �ON. 7

3. Sistema con in�nitas soluciones:

x1 + x2 = 2�x1 � x2 = 2Cualquier punto sobre la rectaes soluci�on del sistema.Las in�nitas soluciones: (x1; x2) = (�; 2� �)

Ejercicio De lectura: ver en el libro de Grossman recomendado, el inciso 1.2.

1. Observar en particular, las propiedades enunciadas en p�agina 2 como

Hecho A - B (son conocidos por Uds. pero es conveniente repasarlos).

2. Ir a la p�agina 4, repasar cu�al es el requerimiento para que exista una �unica soluci�onen el caso de sistemas de 2� 2.

3. Explicar porqu�e los sistemas (1) y (5), en la misma p�agina, tienen igual soluci�on.

Ejercicio Sistemas lineales con 3 inc�ognitas (sistemas m� 3): intersecci�on deplanos.

1. Analizar geom�etricamente, como se hizo en el caso de rectas en el plano , sobrelos posibles tipos de soluci�on que pueden ocurrir con un sistema de 3 ecuacioneslineales con tres variables x; y; z, haciendo un bosquejo.

2. Analizar, como se hizo en el caso previo, qu�e puede ocurrir con un sistema de 4ecuaciones lineales con tres variables x; y; z.

3. Analizar, como se hizo en los casos previos, qu�e puede ocurrir con un sistema de 2ecuaciones lineales con tres variables x; y; z.

Page 129: Apuntes Modulo I Mat C 2014

8 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

Importante ! En lo que sigue concluiremos, que un sistema de ecuaciones lineales(m� n) tiene solamente las siguientes posibilidades, en relaci�on a su soluci�on:

(i) Ser incompatible;

(ii) Ser compatible, con una �unica soluci�on;

(iii) Ser compatible, con in�nitas soluciones.

1.1.2 Sistemas equivalentes

De�nici�on Dos (o m�as) sistemas lineales con el mismo conjunto de variables oinc�ognitas se dicen equivalentes s�� y s�olo s�� tienen el mismo \conjunto soluci�on".

Ejemplo

(a) (b)3x1 + 2x2 � x3 = �2 3x1 + 2x2 � x3 = �2

x2 = 3 �3x1 � x2 + x3 = 52x3 = 4 3x1 + 2x2 + x3 = 2

(a) La ecuaciones (2) y (3) dicen que x2 = 3 y x3 = 2. Luego, desde la primera seobtiene 3x1 = �2� 6 + 2 = �6. El conjunto soluci�on es:

(x1; x2; x3) = (�2; 3; 2).(b) Si (x1; x2; x3) es soluci�on del sistema, entonces debe tambi�en satisfacer cualquier

ecuaci�on formada al sumar dos ecuaciones del sistema:- Sumando la ecuaci�on (1) a la segunda se obtiene

x2 = 3

- Restando la ecuaci�on (1) a la ecuaci�on (3) queda

2x3 = 4 o x3 = 2

Como la ecuaci�on (1) de ambos sistemas es la misma, se tiene que cualquier soluci�ondel sistema (b) debe ser tambi�en soluci�on del sistema (a).

Por otro lado, cualquier soluci�on del sistema (a) debe ser tambi�en soluci�on del sistema(b), porque restando la ecuaci�on (1) a la ecuaci�on ( 2) del sistema (a), queda la ecuaci�on(2) del sistema (b), y sumando las ecuaciones (1) y (3) del sistema (a) queda la ecuaci�on(3) del sistema (b).

1.1.3 Operaciones elementales

La siguientes \operaciones" sobre las ecuaciones de sistemas lineales m� n no modi�canel conjunto soluci�on. Eso quiere decir, que la aplicaci�on de tales operaciones producensistemas m� n equivalentes:

1. Cambiar el orden de dos ecuaciones (permutar dos �las).

Page 130: Apuntes Modulo I Mat C 2014

1.1. SISTEMAS LINEALES. CONJUNTO SOLUCI �ON. 9

2. Multiplicar una o m�as ecuaciones por una constante distinta de cero (cambio deescala de los coe�cientes de las ecuaciones).

3. Sumar (o restar) \ a una ecuaci�on particular" el multiplo de \otra ecuaci�on" delsistema dado.

Observaci�on 2 Estas operaciones tienen restricciones:Multiplicar una ecuaci�on por 0 no est�a permitido, pues obviamente eso cambia al

conjunto soluci�on (porque�e ?).Similarmente, sumar a una ecuaci�on un m�ultiplo de \ella misma" no est�a permitido

porque sumar �1 veces una ecuaci�on \a si misma" tiene el mismo efecto que multiplicarlapor 0.

Comentarios Estas operaciones se utilizan para obtener sistemas equiva-lentes m�as f�aciles de resolver.

.... > Cu�ales son las formas f�aciles de resolver?

...

1.1.4 Sistema triangular- Sistemas cuadrados (n� n).

De�nici�on Se dice que un sistema de n � n es de forma triangular si para cadaecuaci�on k-�esima, k = 1; : : : ; n, los coe�cientes de sus primeras (k � 1) variables son\cero", y si el coe�ciente de la variable xk es distinto de cero. Es decir, su forma es

akkxk + akk+1xk+1 + � � �+ aknxn = bk con akk 6= 0.

Ejemplo Un sistema 3� 3 tiene la forma triangular:

a11x1 + a12x2 + a13x3 = b1

a22x2 + a23x3 = b2

a33x3 = b3

con a33; a22; a11 no nulos.Es f�acil resolverlo por sustituci�on (comenzando desde abajo hacia arriba):

x3 =b3a33

x2 =b2 � a23x3

a22

x1 =b1 � a12x2 � a12x3

a11

En este caso especial \ triangular" la soluci�on del sistema n � n es �unica,pu�es a33; a22; a11 son no nulos.

Page 131: Apuntes Modulo I Mat C 2014

10 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

Comentarios En general, dado un sistema del tipo n � n, se usan las operacioneselementales para generar un \sistema equivalente" con forma triangular (o para visualizarque el nuevo sistema equivalente \no tiene una forma triangular", en tal caso, tambi�ense podr�a conocer cu�al de las otras dos posibilidades le corresponde).

Ejemplo Para resolver el sistema

3x3 = 9x1 + 5x2 � 2x3 = 2

13x1 + 2x2 = 3

lo transformamos...

... usando repetidamente las operaciones elementales, hasta que tenga una forma f�acilde resolver, y si es posible triangular:

permuta la �la 1 con la �la 3�!

13x1 + 2x2 = 3x1 + 5x2 � 2x3 = 2

3x3 = 9

multiplica la �la 1 por 3�!

x1 + 6x2 = 9x1 + 5x2 � 2x3 = 2

3x3 = 9

multiplica por �1 la �la 1 y se suma a la �la 2�!

x1 + 6x2 = 9�x2 � 2x3 =�7

3x3 = 9

El �unico paso no trivial, es el realizado en tercer t�ermino (�ultimo).

Hemos multiplicado mentalmente ambos lados de la primer ecuaci�on por �1, y hemossumado mentalmente ese resultado a la segunda ecuaci�on, para luego \escribir" ese resul-tado como la \nueva segunda �la", reemplazando a la segunda �la original.

Ahora, se puede encontrar el valor de cada variable f�acilmente.

En otros casos, puede ocurrir que no se obtenga una forma triangular...

Veamos algunos ejemplos simples, indicando cada operaci�on realizada para pasar deun sistema a otro.

Ejemplo Dado un sistema de 2� 2

x+ 2y = 82x+ 4y = 8

multiplica por �2 la �la 1 y suma a la �la 2�!

x + 2y = 80 =�8

En este caso se advierte que el sistema equivalente es incompatible (hay una ecuaci�oninconsistente).

Otro caso, cuando el sistema \ no tiene una �unica soluci�on" sino, que tiene\ in�nitas soluciones ".

Page 132: Apuntes Modulo I Mat C 2014

1.1. SISTEMAS LINEALES. CONJUNTO SOLUCI �ON. 11

Ejemplo En el sistema ...

x+ y = 42x+ 2y = 8

es evidente que cualquier par x; y de n�umeros que satisface la primer ecuaci�on tambi�ensatisface la segunda.

La soluci�on, es el conjunto de pares: f(x; y)�� x+y = 4g es in�nito. Algunas soluciones

son: (0; 4), (�1; 5), y (2:5; 1:5).

En el �ultimo sistema, si se aplican operaciones elementales para intentar \llevarlo" ala forma triangular, se obtiene

multiplica por �2 la �la 1 y la suma a la �la 2�!

x + y = 40 = 0

Comentarios La igualdad que aparece en este ejemplo: `0 = 0' ...

� es un \indicador" que esa ecuaci�on es \redundante" (no aporta nueva informaci�on).Adem�as...

� en este caso, por ser un sistema 2�2, eso basta para \ saber que hay"1 soluciones.

En general, en otros sistemas m�as grandes, la expresi�on `0 = 0' \no es su�ciente"para sacar esa conclusi�on (habr��a que mirar si no hay otras expresiones contradic-torias o inconsistentes).

Ejercicio Resolver, aplicando operaciones elementales para llegar a una forma trian-gular:

x1 + 2x2 + x3 = 3 (1.1)

3x1 � x2 � 3x3 = �1 (1.2)

2x1 + 3x2 + x3 = 4 (1.3)

Veri�car que por sustituci�on hacia atr�as resulta: (x1; x2; x3) = (3;�2; 4).

Page 133: Apuntes Modulo I Mat C 2014

12 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

Ejercicio (1) Dado el sistema 3� 3

x+ y + z = 42x+ 2y + 2z = 84x+ 4y + 4z = 20

- Aplicar operaciones elementales con el objetivo de llevarloa una forma triangular (si es posible).

- Decidir cu�antas soluciones tiene.- Comparar su resultado con los obtenidos en los ejemplos previos.(2) Dado el sistema de 4� 4, llevar a la forma triangular (si se puede).

x1 + 6x2 + x4 = 9� x2 � 2x3 + x4 =�7

3x3 + x4 = 9� x2 + x3 + 2x4 = 2

- >Cu�antas soluciones tiene el sistema?. >Porqu�e?.- Explicitar la soluci�on por sustituci�on hacia atr�as.- En el sistema equivalente, >hay alg�un sistema o subsistema triangular respecto de

algunas de las variables?.

1.1.5 Matriz de los coe�cientes de un Sistema. Matriz ampliada

Para simpli�car, la descripci�on de los c�alculos en el procedimiento previamente descripto,conviene introducir:

De�nici�on La matriz de coe�cientes A de un sistema m� n es:

A =

0BBB@

a11 a12 � � � a1na21 a22 � � � a2n...

......

...am1 am2 � � � amn

1CCCA

y la matriz ampliada (A j b) del mismo sistema m� n:

(A j b) =

0BBB@

a11 a12 � � � a1n b1a21 a22 � � � a2n b2...

......

......

am1 am2 � � � amn bm

1CCCA

Las operaciones elementales para sistemas de ecuaciones se transforman ahora en\operaciones sobre las �las de la matriz". Esto es ...

... en operaciones \pensadas" sobre las �las de la matriz de coe�cientes, aunque se\aplican a la matriz ampliada":

Page 134: Apuntes Modulo I Mat C 2014

1.1. SISTEMAS LINEALES. CONJUNTO SOLUCI �ON. 13

1. Intercambiar dos �las.

2. Multiplicar una o m�as �las por un n�umero real no nulo.

3. Sumar a una �la j-�esima un m�ultiplo de otra �la i-�esima, y reemplazar la j-�lapor \ la resultante de la operaci�on realizada".

Notaciones Cuando explicitamos las operaciones realizadas, para reducir el sistemapor este m�etodo (m�etodo de Gauss) , abreviamos `�la i' mediante `�i'.

Por ejemplo, denotaremos la operaci�on que \suma a la �la j" el resultado de mul-tiplicar por un escalar � la `�la i' mediante: ��i + �j, escribiendo a la �la(j) que sereemplaza en el segundo sumando.

Tambi�en, para ahorrar escritura, se listar�an los pasos del �ultimo tipo juntos, cuandose use la misma �la �i.

1.1.6 Pivoteo

>C�omo realizar las operaciones elementales sistem�aticamente?... Para cada �la \no nula", se denomina \pivote" ( elemento conductor o principal)

al primer elemento \no nulo" de esa �la.Apoyados en el \pivote", mediante operaciones elementales, se llevan a \ 0 " todos

los t�erminos de \esa columna" que est�an por debajo del \pivote", de acuerdo al siguienteprocedimiento:

1. Tomar la \primer �la" y su \primer coe�ciente como pivote".

... Con operaciones adecuadas eliminar los primeros coe�cientes de las �las siguientes(o sea, los elementos de la primer columna, salvo el pivote (de la �la 1) .

0@

1 2 1 33 �1 �3 �12 3 1 4

1A �3�1+�2�!

�2�1+�3

0@

1 2 1 30 �7 �6 �100 �1 �1 �2

1A

2. Luego, considerar la \segunda �la" y su \segundo coe�ciente como pivote".

0@

1 2 1 30 �7 �6 �100 �1 �1 �2

1A �1=7�2+�3�!

0@

1 2 1 30 �7 �6 �100 0 �1=7 �4=7

1A

3. Continuar as��, con la \tercer �la y el elemento de la tercer columna", hasta obteneruna forma triangular (no necesariamente �unica, porqu�e?).

...

Observaci�on: Si durante este proceso, el coe�ciente que corresponder��aser \ pivote" de una �la particular, resulta ser \cero", ...

... se permuta esa �la con \otra de las que le siguen", para lograr una \�la pivote"con un \pivote no nulo".

Page 135: Apuntes Modulo I Mat C 2014

14 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

Si no existe una �la (entre las que le siguen) que tenga un coe�ciente \no nulo" enesa columna que se analiza....,

... se abandona esa columna, y se pasa a la \columna siguiente" en la \misma �la"que se est�a trabajando.

4. Finalmente, resolver por sustituci�on hacia atr�as (como antes).

Observaci�on 3 Veamos un ejemplo del \caso" que acabamos de explicar, es decir cuando,en la columna que se est�a analizando, no hay ninguna posibilidad de obtener un \pivoteno nulo" (al permutar con las las �las que le siguen).

...... >Qu�e se hace en este caso?

Ejemplo Sistema 5� 5

0BBBB@

1 1 1 1 1 1�1 �1 0 0 1 �1�2 �2 0 0 3 10 0 1 1 3 �11 1 2 2 4 1

1CCCCA�!

0BBBB@

1 1 1 1 1 10 0 1 1 2 00 0 2 2 5 30 0 1 1 3 �10 0 1 1 3 0

1CCCCA

Todos los posibles pivotes en la columna 2 son ceros,... entonces debemos tomar un pivote en la misma �la pero en \la columna 3", y

continuar el proceso:

0BBBB@

1 1 1 1 1 10 0 1 1 2 00 0 2 2 5 30 0 1 1 3 �10 0 1 1 3 0

1CCCCA�!

0BBBB@

1 1 1 1 1 10 0 1 1 2 00 0 0 0 1 30 0 0 0 1 �10 0 0 0 1 0

1CCCCA

De nuevo,... las posibles elecciones del pivote en la columna 4 son ceros, entonces

nos \movemos" a la columna 5 en esa misma �la:0BBBB@

1 1 1 1 1 10 0 1 1 2 00 0 0 0 1 30 0 0 0 1 �10 0 0 0 1 0

1CCCCA�!

0BBBB@

1 1 1 1 1 10 0 1 1 2 00 0 0 0 1 30 0 0 0 0 �40 0 0 0 0 �3

1CCCCA

Comentarios En este caso llegamos a una matriz que se llama una forma escalonada.En este ejemplo, las �ultimas �las representan las ecuaciones

0x1 + 0x2 + 0x3 + 0x4 + 0x5 = �4

0x1 + 0x2 + 0x3 + 0x4 + 0x5 = �3

Por tanto, se deduce que este sistema es \incompatible".

Page 136: Apuntes Modulo I Mat C 2014

1.1. SISTEMAS LINEALES. CONJUNTO SOLUCI �ON. 15

Importante ! Si en el ejemplo anterior, mantenemos la \misma matriz" de coe�-cientes pero \cambiamos" la columna de la derecha de la matriz ampliada (los bi),

... > se mantiene el mismo tipo de soluci�on para el nuevo sistema?

Veamos....

Ejemplo Si realizamos las mismas operaciones elementales, ahora sobre el sistema queha cambiado, respecto del previo, s�olo los t�erminos de la derecha, (bi), obtenemos

...

0BBBB@

1 1 1 1 1 1�1 �1 0 0 1 �1�2 �2 0 0 3 10 0 1 1 3 31 1 2 2 4 4

1CCCCA�! � � � �!

0BBBB@

1 1 1 1 1 10 0 1 1 2 00 0 0 0 1 30 0 0 0 0 00 0 0 0 0 0

1CCCCA

Ahora, las dos �ultimas �las representan la ecuaci�on

0x1 + 0x2 + 0x3 + 0x4 + 0x5 = 0

que es satisfecha por cualquier 5-upla (x1; x2; x3; x4; x5).Por tanto, en este nuevo sistema el conjunto soluci�on son todas las 5-uplas que satis-

facen

x1 + x2 + x3 + x4 + x5 = 1

x3 + x4 + 2x5 = 0

x5 = 3

Dentro de estas tres ecuaciones, notamos que tenemos \dos tipos" de variables: vari-ables independientes y variables dependientes

x1; x3; x5 = variables dependientes

x2; x4 = variables independientes

Moviendo las variables independientes al t�ermino de la derecha

x1 + x3 + x5 = 1� x2 � x4

x3 + 2x5 = �x4

x5 = 3

queda un subsistema \triangular", respecto de las variables x1; x3; x5, que sonlas variables dependientes.

Por tanto, estas tres variables se pueden despejar en funci�on del par de valores (�; �)asignados a (x2; x4).

El \sistema triangular" de las \variables dependientes" tiene soluci�on �unica para cadapar de valores

Page 137: Apuntes Modulo I Mat C 2014

16 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

...(�; �).

As��

x5 = 3

x3 = �x4 � 2x5 = �� � 6

x1 = (1� x2 � x4)� (x3 + x5) = 4� �

El conjunto soluci�on del sistema dado, resulta:

(x1; x2; x3; x4; x5) = (4� �; �;�� � 6; �; 3)

donde � y � son n�umeros reales cualesquiera.

Observaci�on 4 En el ejemplo previo, se ha visto que tiene \in�nitas soluciones" porqueel sistema original de 5� 5 result�o ser \equivalente a un sistema 3� 5".

Dos de las cinco ecuaciones originales son redundantes y no agregan nueva informa-ci�on sobre las inc�ognitas (x1; x2; x3; x4; x5).

Importante ! Como vimos en los dos ejemplos anteriores, el hecho \que un sis-tema \no tenga soluci�on" o tenga \in�nitas soluciones" depende de las constantesfb1; b2; b3; b4; b5g, los t�erminos del lado derecho del sistema.

: : : : : :

Problema >Hay alg�un hecho, propiedad o caracter��stica de los coe�cientes de la matrizdel sistema n � n, que pueda decirnos cuando el sistema tiene una �unica soluci�on, oque no tiene soluci�on, o si tiene in�nitas soluciones, sin tener necesidad de resolverefectivamente el sistema en detalle?.

Respuesta 1:...................................................Puede ser que no tenga una respuesta completa.Pensar en dos ejemplos sencillos que expliquen.Respuesta 2:...................................................M�as adelante, veremos que analizando la matriz del sistema, y a veces agregando el

t�ermino b, es posible saber la respuesta (1).

1.2 M�etodo de Eliminaci�on de Gauss

Un procedimiento e�caz para resolver sistemas lineales de cualquier tama~no es el m�etodode Gauss. Ahora, abarcaremos sistemas que no son necesariamente cuadrados, con lametodolog��a ya introducida.

Comenzamos de�niendo una forma especial de matrices:

Page 138: Apuntes Modulo I Mat C 2014

1.2. M�ETODO DE ELIMINACI �ON DE GAUSS 17

De�nici�on Una matriz M es de forma escalonada por �las si:

1. El primer coe�ciente \no nulo" de cada �la es 1 (pivote)(**).

2. Cualquier �la que tenga s�olo ceros est�a por debajo de las �las que tienen alg�unelemento no nulo.

Adem�as...

3. si una �la j, j > 1, es \ no nula" (porque tiene alg�un coe�ciente no nulo) entoncesel n�umero de ceros \ previos al primer elemento no nulo (pivote)" debe ser estric-tamentemayor que el n�umero de \ceros previos al pivote de la �la anterior " (es decir, laj � 1-�esima �la).

Entonces ...

Comentarios Un sistema est�a en la forma escalonada por �las si en \ cada �la" lavariable pivote est�a a la \derecha de la variable pivote" de la �la previa a ella.

De�nici�on El proceso que usa operaciones elementales sobre las �las, para reducir unsistema lineal cualquiera a un sistema escalonado por �las, se llama M�etodo de elim-

inaci�on Gaussiana o M�etodo de reducci�on por �las.

Observaci�on 5 La condici�on (1) dada arriba, dice que a diferencia de la forma triangularo de una forma escalonada est�andar, se requiere el \paso adicional" que en cada �la (nonula) \el primer elemento no nulo" sea un 1 (se pide re-escalar la �la).

(**) Por supuesto que tal re-escalamiento de la �la no es imprescindible para resolversistemas(antes ya resolvimos sin llevar a \1" el elemento pivote de la triangular), peroaqu�� se usa para ser coherentes con la bibliograf��a citada y, adem�as porque clari�ca losresultados.

Page 139: Apuntes Modulo I Mat C 2014

18 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

Conclusi�on (Caso de sistemas cuadrados n� n) 1. Si la forma escalonada por�las de una \matriz aumentada" de un sistema incluye alguna �la de la forma

�0 0 � � � 0 1

entonces el sistema es incompatible (sin soluci�on).

2. En el caso que no ocurra lo del inciso previo, el sistema es compatible. Hay dosposibilidades:

(a) Si las �las no nulas, de la forma escalonada por �las de la matriz ampliada,forman un sistema triangular (respecto de todas las variables del sistema),entonces el sistema tiene soluci�on �unica.

0BB@

1 � � � �0 1 � � �0 0 1 � �0 0 0 1 �

1CCA

(b) En caso contrario, existe una sub-matriz triangular correspondiente a un sub-conjunto de las variables (las que son las variables pivotes), y las restantesson variables libres-independientes, y hay in�nitas soluciones

0BB@

1 � � � �0 1 � � �0 0 1 � �0 0 0 0 0

1CCA o

0BB@

1 � � � �0 0 1 � �0 0 0 1 �0 0 0 0 0

1CCA

1.2.1 Sistemas m� n.

De�nici�on Si un sistema tiene m�as ecuaciones que inc�ognitas (m > n) se dice sobre-determinado. Si por el contrario tiene menos ecuaciones que inc�ognitas (m < n) se dicesubdeterminado.

Importante ! Los sistemas sobredeterminados usualmente son inconsistentes (pero nosiempre!, ver el ejercicio que sigue).

Los sistemas subdeterminados \usualmente" son \consistentes" con una cantidad in-�nita de soluciones (pero no siempre!, pensar un ejemplo, con dos ecuaciones de 4 vari-ables que di�eran s�olo en los b0s). Usualmente en el proceso de reducci�on/eliminaci�onaparecen variables libres/independientes.

Page 140: Apuntes Modulo I Mat C 2014

1.2. M�ETODO DE ELIMINACI �ON DE GAUSS 19

Problema Resolver el sistema de 4� 3 tratando de obtener una forma escalonada

x + 6y = 9� y � 2z =�7

3z = 9� y + z = 2

- >Hay alguna ecuaci�on inconsistente o contradictoria?.->Cu�antas soluciones tiene ese sistema y porqu�e?. Observar que se obtiene un sistema

triangular respecto de todas las variables: x; y; z. Todas las variables son pivotes.... Lo observado, > qu�e indica respecto de las soluciones?.

Problema Asumimos que se ha resuelto mediante operaciones elementales, usando elm�etodo de Gauss, y que se obtiene como resultante de tales operaciones la matriz que seindica abajo:

Sistema 3� 5:

0@

1 1 1 1 1 21 1 1 2 2 31 1 1 2 3 2

1A �!

0@

1 1 1 1 1 20 0 0 1 1 10 0 0 0 1 �1

1A

(i) De acuerdo a lo obtenido, >es compatible ese sistema?(ii) >Cu�antas soluciones tiene?. Encuentre el conjunto soluci�on.

Ejemplo Dado el sistema

x� y + z = 13x + z = 35x� 2y + 3z = 5

se reduce a0@1 �1 1 13 0 1 35 �2 3 5

1A �3�1+�2�!

�5�1+�

3

0@1 �1 1 10 3 �2 00 3 �2 0

1A 1=3�2�!

�3�2+�

3

0@1 �1 1 10 1 �2=3 00 0 0 0

1A

Se observa que es equivalente a un sistema de 2� 3, que tiene una matriz triangularde 2� 2 para las variables pivotes x e y, mientras que la variable z es libre.

Hay \in�nitas soluciones" dependientes de un par�ametro z.El conjunto soluci�on:

f

0@100

1A+

0@�1=32=31

1A z

�� z 2 <g

.... Los ejercicios siguientes son para practicar en su casa.Preguntar en la clase siguiente las dudas que pudieran surgir......

Page 141: Apuntes Modulo I Mat C 2014

20 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

EjerciciosX 2.1 Usar el m�etodo de Gauss para hallar la soluci�on de los sistemas:

(a)2x+ 3y = 13

x� y =�1(b)

x � z = 0

3x+ y = 1

�x+ y + z = 4

X 2.2 Usar el m�etodo de Gauss para resolver cada sistema. Obtener conclusiones sobre cu�antas

soluciones tiene o si ` no tiene ninguna'.

(a) 2x+ 2y = 5x� 4y = 0

(b) �x+ y = 1

x+ y = 2

(c) x� 3y + z = 1

x+ y + 2z = 14

(d) �x� y = 1

�3x� 3y = 2

(e) 4y + z = 20

2x� 2y + z = 0

x + z = 5

x+ y � z = 10

(f) 2x + z + w = 5

y � w =�1

3x � z � w = 04x+ y + 2z + w = 9

X 2.3 Para cu�ales valores de k no hay soluci�on, para cu�ales hay in�nitas,y cuando hay una

�unica soluci�on?.

x� y = 1

3x� 3y = k

X 2.4 Cu�ales condiciones deben cumplir las constantes, los b's, para que cada sistema tenga

soluci�on? Ayuda. Aplicar Gauss y ver que sucede con el lado derecho.(a) x� 3y = b1

3x+ y = b2x+ 7y = b32x+ 4y = b4

(b) x1 + 2x2 + 3x3 = b12x1 + 5x2 + 3x3 = b2x1 + 8x3 = b3

2.5 Decir si es verdadero o falso: Un sistema con m�as inc�ognitas que ecuaciones tiene al

menos una soluci�on. (Si es a�rmativo, debe probarlo, mientras si dice falso debe mostrar un

contraejemplo)

2.6 C�antas soluciones tiene el sistema:

x+ y + z = 0

x+ y + z = 1

X 2.7 Encontrar los coe�cientes a, b, y c para que el gr�a�co de f(x) = ax2 + bx + c pase porlos puntos (1; 2), (�1; 6), y (2; 3).

(Veri�car si obtiene f(x) = 1x2 � 2x+ 3).

X 2.8 Mostrar que si ad� bc 6= 0 entonces

ax+ by = w

cx+ dy = v

independientemente de los t�erminos w y v tiene una soluci�on �unica.

Page 142: Apuntes Modulo I Mat C 2014

1.3. FORMA ESCALONADA REDUCIDA DE GAUSS- JORDAN 21

Despu�es de haber practicado y antes de �nalizar con este tema, nos detenemos enalgunas preguntas interesantes:

: : :

S��ntesis 1. Desde la observaci�on que el m�etodo de Gauss puede hacerse de variasformas (cuando se permutan �las, se pueden hacer elecciones diversas) se pregunta:> si siempre se llega al mismo conjunto soluci�on ?.

Adem�as,

: : :

2. si aplicamos el m�etodo de Gauss en dos formas diferentes,> el n�umero de variableslibres ser�a el mismo ?.

... Entonces, el conjunto soluci�on en ambos casos, >tendr�a el mismo n�umero depar�ametros ?.

3. >Tendr�an las mismas variables libres> (es decir, >es posible que en una resoluci�onsean y , w, y en la otra resoluci�on sean y , z las libres?).

Otro procedimiento m�as particular, de la metodolog��a que estamos viendo, para re-solver sistemas lineales ......

1.3 Forma escalonada reducida de Gauss- Jordan

Es una versi�on del m�etodo de Eliminaci�on de Gauss que incrementa el n�umero de pa-sos(incrementa el n�umero de c�alculos) usando las operaciones elementales, para llegar auna forma escalonada \ especial ".

Si en la aplicaci�on del m�etodo de Gauss, una vez alcanzada la matriz escalonada secontin�ua con el proceso hasta que ...

: : : \en cada columna correspondiente a cada variable pivote", el �unico elemento \nonulo sea el 1" en la �la de esa variable pivote, ...

: : : se tiene el m�etodo de Gauss -Jordan.

Ejemplo Es decir, si se contin�ua el proceso de Eliminaci�on hasta que \todos" los coe�-cientes \ por arriba de cada pivote" (que es el coe�ciente 1, y el primero no nulo de esa�la) se reduzcan a cero.

0@

1 1 1 1 1 20 0 0 1 1 10 0 0 0 1 �1

1A �!

0@

1 1 1 1 0 30 0 0 1 0 20 0 0 0 1 �1

1A

0@

1 1 1 1 0 30 0 0 1 0 20 0 0 0 1 �1

1A �!

0@

1 1 1 0 0 10 0 0 1 0 20 0 0 0 1 �1

1A

Page 143: Apuntes Modulo I Mat C 2014

22 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

Las variables independientes pueden ser x2 y x3; pasando al t�ermino derecho del sis-tema queda

x1 = 1� x2 � x3

x4 = 2

x5 = �1

Entonces, para cada par de valores (x2; x3) = (�; �), la soluci�on es (x1; x2; x3; x4; x5) =(1� �� �; �; �; 2;�1). In�nitas soluciones.

La matriz aumentada �nal en el ejemplo anterior se dice que est�a en forma escalonadareducida.

La ventaja de llegar a esta \forma" mediante el proceso de eliminaci�on es que lasecuaciones resultantes son muy simples de resolver.

De�nici�on Una matriz A de coe�cientes de m�n est�a en forma escalonada reducidapor �las (ERRF) si

1. la matriz est�a en la \forma escalonada por �las", y adem�as si...

2. la primer entrada \no nula" en cada �la es el �unico coe�ciente no nulo en sucolumna (es decir todos los coe�cientes por arriba y por abajo han sido llevados acero).

Este proceso de eliminaci�on m�as restrictivo se llama reducci�on de Gauss-Jordan.

Uds. pueden observar que requiere m�as cuentas que los previos procedimientos

Page 144: Apuntes Modulo I Mat C 2014

1.3. FORMA ESCALONADA REDUCIDA DE GAUSS- JORDAN 23

Problema El sistema

2x+ y � w = 4y + w + u= 4

x � z + 2w = 0

se lleva a la forma matricial ampliada, luego usando operaciones elementales, se obtiene:

0@2 1 0 �1 0 40 1 0 1 1 41 0 �1 2 0 0

1A (1=2)�1�!

0@1 1=2 0 �1=2 0 20 1 0 1 1 41 0 �1 2 0 0

1A

�(1)�1+�3�!

0@1 1=2 0 �1=2 0 20 1 0 1 1 40 �1=2 �1 5=2 0 �2

1A

(1=2)�2+�

3�!

0@1 1=2 0 �1=2 0 20 1 0 1 1 40 0 �1 3 1=2 0

1A

(�1)�3�!

0@1 1=2 0 �1=2 0 20 1 0 1 1 40 0 1 �3 �1=2 0

1A

Hasta ah�� se obtiene una matriz triangular respecto de las 3 primeras vari-ables(pivotes) y dos variables libres w , u.

Problema - Continuar con el procedimiento para llevarla a la forma deGauss- Jordan, con el objetivo de practicar este m�etodo.

Veri�car que el conjunto soluci�on es: (x; y; z; w; u)=f(w + (1=2)u; 4� w � u; 3w + (1=2)u; w; u)

�� w; u 2 <g.Si usamos la forma de vectores columna:

f

0BBBB@

xyzwu

1CCCCA

=

0BBBB@

04000

1CCCCA

+

0BBBB@

1�1310

1CCCCAw +

0BBBB@

1=2�11=201

1CCCCAu�� w; u 2 <g

Page 145: Apuntes Modulo I Mat C 2014

24 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

Comentarios Notar que con esta notaci�on se explicita claramente el comportamientode la soluci�on en funci�on de los par�ametros.

Por ejemplo, la tercer �la del vector muestra que si u se mantiene �jo en 0 entoncesz crece 3 veces m�as r�apido que w.

Otro elemento a considerar es que si se ponen w y u en cero se obtiene

0BBBB@

xyzwu

1CCCCA

=

0BBBB@

04000

1CCCCA

que es una soluci�on particular.

Problema En el MATLAB, si usa el comando : ` rref( A)', habiendo indicado previ-amente una matriz A, obtiene la forma escalonada de Gauss Jordan.

... Si indica la matriz ampliada : C = [A; b] obtendr�a la forma escalonada de lamatriz ampliada de un sistema lineal : Ax = b

... Usarlo para practicar con los sistema planteados en los ejercicios previos.Recordar que una matriz en MATLAB se puede escribir : A =[ 1 2 3 ; 4 5 6 ; 7 8 9]

por ejemplo. Con ` ; ` se separan las �las de la matriz.Para ampliar el uso de \rref": leer en el MATLAB en 'help windows':Matrix functions- numerical linear algebra... y busque `rref '.

Problema - En el libro de Grossman, pagina 32, leer los comandos del Software MAT-LAB para resolver sistemas lineales, y otros relacionados. Tambi�en en el Manual delMATLAB, en el aula o en el `HELP Windows' del Matlab en su PC.

1. Practique con el ejercicio 1 de ese inciso.

2. En p�agina 37 del libro, plantee el ejercicio 10 de Flujo de Tr�a�co. Resuelva deacuerdo a lo sugerido en el libro, usando los comandos que corresponda.

3. Ver el ejercicio 11, p.p 38, de ajuste de polinomios a puntos.

Usando los comandos indicados resolver, gra�car, el ejemplo.

Page 146: Apuntes Modulo I Mat C 2014

1.4. SISTEMAS HOMOG�ENEOS 25

S��ntesis Hacemos una s��ntesis sobre lo que sabemos acerca del m�etodo de Gauss.

1. El m�etodo de Gauss usa las tres operaciones elementales para llevar a un sistemaa una \forma escalonada" que le permita resolver por sustituci�on hacia atr�as.

2. Si en algun paso se encuentra una ecuaci�on contradictoria(no consistente) entoncesse puede parar el procedimiento con la conclusi�on que el sistema \ no tiene solucin".

3. Si se obtiene una forma escalonada, sin contradicciones, ycada variable del sistema \ es una variable pivote en su �la" entonces el sis-tema tiene \ una �unica soluci�on ", y se encuentra por sustituci�on hacia atr�as.substitution.

4. Finalmente, si se llega a una escalonada sin ecuaciones contradictorias, y al menosuna variable no es variable pivote, entonces hay in�nitas soluciones.

1.4 Sistemas homog�eneos

De�nici�on Los sistemas homog�eneos son aquellos sistemas lineales para los cuales lasconstantes fbig son cero.

0B@

a11 � � � a1n 0...

. . ....

...am1 � � � amn 0

1CA

Comentarios Los sistemas homog�eneos son siempre compatibles o consistentes,porque (x1; x2; : : : ; xn) = (0; 0; : : : ; 0) siempre es una soluci�on (no importa como sonm y n).

Esta soluci�on se llama soluci�on trivial en los sistemas homog�eneos.

Importante ! Es posible que haya tambi�en otras soluciones ( estas soluciones no triv-iales que ser�an in�nitas), pero (0; 0; : : : ; 0) siempre ser�a soluci�on!.

: : : Si un sistema homog�eneo tiene soluci�on �unica entonces esa �unica soluci�on es latrivial.

Ejemplo Algunos sistemas tienen la �unica soluci�on trivial.

3x+ 2y + z = 06x+ 4y = 0

y + z = 0

�2�1+�2�!3x+ 2y + z = 0

�2z = 0y + z = 0

�2$�3�!3x+ 2y + z = 0

y + z = 0�2z = 0

Ejemplo Caso de in�nitas soluciones. Un ejemplo, es el problema de Qu��mica dado al

Page 147: Apuntes Modulo I Mat C 2014

26 CAP�ITULO 1. SISTEMAS DE ECUACIONES LINEALES. RESOLUCI �ON.

principio del m�odulo.

7x � 7z = 08x + y � 5z � 2w = 0

y � 3z = 03y � 6z � w = 0

(1=7)�1�!

1x � z = 08x+ y � 5z � 2w = 0

y � 3z = 03y � 6z � w = 0

�(8)�1+�2�!

1x � z = 0y + 3z � 2w = 0y � 3z = 03y � 6z � w = 0

��2+�3�!�3�

2+�

4

1x � z = 0y + 3z � 2w = 0

�6z + 2w = 0�15z 5w = 0

�(1=6)�3�!

1x � z = 0y + 3z � 2w = 0

1z � 1=3w = 0�15z 5w = 0

15�3+�4�!

1x � 1z = 0y + 3z � 2w = 0

1z � 1=3w = 00 = 0

El conjunto soluci�on:w libre, y las restantes variables son variables pivotes, luego sustituyendo hacia atr�as:z = 1=3w ; y = w ; x = z, luego la soluci�on se puede expresar:

f

0BB@xyzw

1CCA =

0BB@1=311=31

1CCAw

�� w 2 <g

- Observar que el sistema dado tiene in�nitas soluciones (aparte de la trivial).

Problema En relaci�on al problema de Qu��mica (del TNT), justi�car si es cierto o nola a�rmaci�on siguiente:

- Si se interpreta a w como n�umero de mol�eculas, entonces la soluci�on del problematiene sentido si w > 0, y si es un m�ultiplo de 3.

Problema Debe cualquier problema Qu��mico como el que vimos al principio delm�odulo, tener in�nitas soluciones. - Explicar porqu�e?.

Problema Usando el MATLAB, ver p�agina 44 del libro de Grossman, resolver el ejer-cicio 1-2.

- Resolver el problema (3) de Qu��mica semejante al del trinitrotolueno (TNT).-> Cu�antas soluciones tiene?.

Page 148: Apuntes Modulo I Mat C 2014

1.4. SISTEMAS HOMOG�ENEOS 27

Problema Analizar las a�rmaciones siguientes, decir si son verdaderas o falsas. Encualquier caso, justi�car si la respuesta es a�rmativa , y dar un contraejemplo en el casocontrario.

1. Cuando un sistema homog�eneo es subdeterminado (m < n) el proceso de reducci�onproduce variables independientes y por lo tanto tiene soluciones adicionales \notriviales".

... En un sistema homog�eneo m�n, si m < n el sistema tiene in�nitas soluciones.

2. Si m � n, puede tener soluci�on �unica o in�nitas seg�un quede en la \ forma escalon-ada" un sistema triangular para todas las variables o para un conjunto parcial deellas ( siendo las restantes libres).

Page 149: Apuntes Modulo I Mat C 2014

Matematica C

III. Algebra de Matrices y Aplicaciones

– 1 –

Page 150: Apuntes Modulo I Mat C 2014

2

Temario:

1. Clase 1: Matrices. Matrices especiales. Operaciones. Propiedades. Inversa dematrices. Matrices no singulares y singulares. Aplicaciones.

2. Clase 2: Matrices elementales. Matrices equivalentes. Relaci�on entre matrices nosingulares y soluciones de un sistema lineal. Procedimiento para hallar la inversa.Conclusiones �nales.

Page 151: Apuntes Modulo I Mat C 2014

Cap��tulo 1

Matrices

Objetivos En las clases previas hemos introducido las matrices para representar loscoe�cientes de los sistemas lineales.

Ahora estudiamos operaciones entre matrices y aplicamos nuevos resultados a laresoluci�on de sistemas lineales.

Una matriz A de m� n se escribe ...

A =

0B@a11 � � � a1n

.... . .

...am1 � � � amn

1CA = (aij) o [aij] , para todo i, j , j = 1; 2; : : : n; i = 1; 2; : : :m:

En especial...

De�nici�on Un vector columna b de m componentes es una matriz de dimensi�on m�1,as��

b =

0B@ b1

...bm

1CA

Comentarios El conjunto de todos los vectores columnas de m � 1 (dimemsi�on m),cuyos coe�cientes son n�umeros reales, se lo denomina m� espacio Eucl��deo y se denotacomo Rm .

Observar: no importa el nombre m, o n, ese valor indica la dimensi�on de un vectordado.

De�nici�on Un vector �la a de n componentes, es una matriz de dimensi�on 1� n, esdecir

a = (a1; a2; : : : ; an)

3

Page 152: Apuntes Modulo I Mat C 2014

4 CAP�ITULO 1. MATRICES

Comentarios En general, dada una matriz A de m � n, las �las de A se miran co-mo vectores �las (horizontales) de dimensi�on n, mientras que las columnas de A, sonvectores columnas de dimensi�on m.

En particular, la i-�esima �la de una matriz se denota como a (i; :), y ...la j-�esima columna de una matriz se denota como a (:; j), o simplemente como aj:

...Es decir, las �las de A son

a (i; :) = (ai1; ai2; : : : ; ain) para i = 1; : : : ; m

... mientras que las n columnas de A

aj = a (:; j) =

0BBB@a1ja2j...

amj

1CCCA para j = 1; : : : ; n

La matriz se puede describir-usando los vectores columnas- en forma m�as sint�etica:

A = (a1; a2; : : : ; an) = que es lo mismo que escribir las columnas�a (:; 1) a (:; 2) � � � a (:; n)

Ahora se de�nen operaciones entre matrices, y se analizan sus propiedades...

1.1 Operaciones con matrices

La siguientes son de�niciones b�asicas del �algebra de matrices.

De�nici�on Dadas dos matrices A = [aij], y B = [bij], con m �las y n columnas.

Igualdad: Dos matrices A y B son iguales si:

1. tienen la misma dimensi�on, y

2. los coe�cientes ij correspondientes son iguales, es decir

aij = bij para todo i, j:

Page 153: Apuntes Modulo I Mat C 2014

1.1. OPERACIONES CON MATRICES 5

De�nici�on Multiplicaci�on por un escalar: Si � es un n�umero real, se de�ne elproducto �:A como la matriz

�:A = [�:aij]

o sea, una nueva matriz de igual dimensi�on cuyos coe�cientes son los de A multi-plicados por el n�umero �.

Suma de matrices: Si las matrices A y B tienen la misma dimensi�on, entonces lasuma de ellas es la matriz cuyos coe�cientes son los que se obtienen de la sumade los coe�cientes respectivos, es decir

A+B = [aij + bij]

�3 7 �12 2 5

�+

�4 0 20 6 �3

�=

�7 7 12 8 2

As�� la matriz C = �:A + B es la que tiene los coe�cientes cij = �aij + bij, paracada i; j.

Observar que la suma de matrices s�olo est�a de�nida para matrices con igual di-mensi�on.

Matriz opuesta de A: Es la matriz

�A = (�1) :A = [�aij]

Luego, la resta de matrices se hace

A� B = A+ (�B) = [aij � bij]

Matriz nula: La matriz nula (escribe como 0) tiene todos sus coe�cientes iguales acero.

Por ejemplo, la matriz nula de dimensi�on 4� 3 es

0 =

0BB@0 0 00 0 00 0 00 0 0

1CCA

La matriz �A es la inversa aditiva u \opuesta" de la matriz A, ya que A+(�A) =[aij � aij] = [0] = 0.

Page 154: Apuntes Modulo I Mat C 2014

6 CAP�ITULO 1. MATRICES

De�nici�on Continuaci�on...

Matriz transpuesta: Al intercambiar (o transponer) �las por columnas en una matrizA se obtiene la matriz transpuesta AT

AT = [aji]

Por ejemplo,

A =

�0 2 4�6 8 2

�entonces AT =

0@0 �62 84 2

1A

� Si la dimensi�on de A es m� n entonces AT es de dimensi�on n�m.

En particular,

� si a (i; :) es un vector �la entonces (a (i; :))T es un vector columna.

� Es claro que�AT�T

= A.

Matriz cuadrada: Una matriz cuadrada es una matriz de dimensi�on n � n (tiene lamisma cantidad de �las y columnas).

...

Algunas matrices cuadradas especiales:

Matrix diagonal: Todos los elementos que est�an fuera de la diagonalprincipal(aii; 8i), son ceros

...

aij = 0 para i 6= j

A =

0BBB@a11 0 � � � 00 a22 0 0... 0

. . . 00 0 0 ann

1CCCA

Matriz identidad: Es una matriz \diagonal" donde todos los coe�cientes de ladiagonal principal son 1

aij =

�1 i = j0 i 6= j

I =

0BBB@1 0 � � � 00 1 0 0... 0

. . . 00 0 0 1

1CCCA

La matriz identidad de dimensi�on n� n se denota como In.

Page 155: Apuntes Modulo I Mat C 2014

1.1. OPERACIONES CON MATRICES 7

De�nici�on continuaci�on... Matriz triangular superior: Todos los coe�cientespor debajo de la diagonal principal son cero

aij = 0 para i > j

A =

0BBB@a11 a12 � � � a1n0 a22 � � � a2n... 0

. . ....

0 0 0 ann

1CCCA

Matriz triangular inferior: Todos los coe�cientes por encima de la diagonalprincipal son cero

aij = 0 para i < j

A =

0BBB@a11 0 � � � 0a21 a22 � � � 0...

.... . .

...an1 an2 � � � ann

1CCCA

Matriz sim�etrica: Es una matriz que es igual a su matriz transpuesta

AT = A o sea, aij = aji

A =

0@ 1 �7 3�7 2 03 0 �4

1A

Matriz anti-sim�etrica: Un matriz es anti-sim�etrica cuando cumple: AT = �A.

AT = �A o sea, aji = �aij

A =

0@ 0 3 �2�3 0 12 �1 0

1A

De acuerdo a la de�nici�on los elementos de la diagonal principal cumplen queaii = �aii, en consecuencia aii = 0.

Page 156: Apuntes Modulo I Mat C 2014

8 CAP�ITULO 1. MATRICES

Ejercicio En la tabla siguiente se dan las cali�caciones de 5 estudiantes, obtenidas en3 TEST (puntaje m�aximo= 100 en cada TEST).

Cada columna corresponde a cada TEST. Las �las son los estudiantes.

Estudiantes

0BBBBBB@

Test1 Test2 Test375 82 8691 95 10065 70 6859 80 9975 76 74

1CCCCCCA = G

(i) Si las cali�caciones son modi�cadas o ajustadas, agregando a las del TEST1 7puntos y a las del TEST2 5 puntos a todos los alumnos, escribir usando la suma dematrices una forma de calcular las nuevas cali�caciones.

(ii) Se ha decidido reducir en un 10% todas las notas. Encuentre las nuevas cali�-caciones usando operaciones con matrices.

(iii) El profesor desea hacer los promedios �nales, considerando que el promedioproviene de la siguiente ponderaci�on: 30% del primer Test, el 30% del segundo y el 40%del tercero. Pensarlo como suma de tres vectores columnas (luego lo plantearemos deotra manera).

Veri�car que las notas �nales son

Estudiantes

0BBBBBB@

Promedio81.595.867.781.374.9

1CCCCCCA

1.1.1 Algunas propiedades sobre transposici�on de matrices

Veri�car que son v�alidas las siguientes propiedades. Dadas las matrices A, B con dimen-siones apropiadas,

Ejercicios

1.1 (a)�AT�T

= A �1 2 34 5 6

�T!T

=

0@1 42 53 6

1AT

=

�1 2 34 5 6

(b) (�:A)T = �:AT��:

�1 23 4

��T

=

�� 2:�3:� 4:�

�T

=

�� 3:�2:� 4:�

= �:

�1 32 4

�= �:

�1 23 4

�T

Page 157: Apuntes Modulo I Mat C 2014

1.1. OPERACIONES CON MATRICES 9

(c) (A+B)T = AT +BT��1 23 4

�+

�a bc d

��T

=

�a + 1 b + 2c+ 3 d+ 4

�T

=

�a + 1 c+ 3b + 2 d+ 4

�=

�1 32 4

�+

�a cb d

�=

�1 23 4

�T

+

�a bc d

�T

Problema Usando el MATLAB...

1. Hacer el Laboratorio 3. En el primer ejercicio, hay algunos comandos que ser�an�utiles en temas del curso que a�un no se han desarrollado. Los dem�as ejerciciosson �utiles para el tema que estamos desarrolando.

2. En el libro de Grossman (p�agina 58), leer y resolver los ejercicios 44 y 45, usandoel MATLAB, para aprender a usar ese utilitario..

3. En p�agina 59 del libro, usando el MATLAB resolver (1.a)

4. Leer el ejercicio (2a.) (p.p 60) y usar los comandos de Matlab para comparar conel ejercicio 45 previo.

5. Hacer el ejercicio 3. de la p�agina 60. usando el Matlab .

Para practicar en su casa ...

Page 158: Apuntes Modulo I Mat C 2014

10 CAP�ITULO 1. MATRICES

EjerciciosX 1.1 Encontrar las entradas que se indican de la matriz,

A =

�1 3 12 �1 4

�(a) a2;1 (b) a1;2 (c) a2;2 (d) a3;1 (e) a1;3

X 1.2 Dar la magnitud de cada matriz.

(a)

�1 0 42 1 5

�(b)

0@ 1 1�1 13 �1

1A (c)

�5 1010 5

�X 1.3 Dar el resultado, si est�a de�nido.

(a)

0@211

1A +

0@304

1A (b) 5

�4�1�

(c)

0@151

1A�

0@311

1A (d) 7

�21

�+ 9

�35

(e)

�12

�+

0@123

1A (f) 6

0@311

1A� 4

0@203

1A + 2

0@115

1A

X 1.4 El vector dado est�a en el conjunto que se describe.>Para cu�al valor del par�ametro se obtiene el vector indicado ?

(a)

�5�5�, f�

1�1�k�� k 2 <g

(b)

0@�12

1

1A, f

0@�21

0

1A u+

0@301

1A v

�� u; v 2 <g(c)

0@ 0�42

1A, f

0@110

1A u+

0@201

1A v

�� u; v 2 <gX 1.5 Para cada matriz A, la transpuesta de A, Atrans, es la matriz cuyas columnas son

las �las de A. Hallar las transpuestas de:

(a)

�1 2 34 5 6

�(b)

�2 �31 1

�(c)

�5 1010 5

�(d)

0@110

1A

1.6 Para toda matriz A, n�n, veri�car que A+Atrans, es una matriz sim�etrica. Luego,para cada matriz A dada y su transpuesta, calcular A + Atrans:

(a)

�2 �31 1

�(b)

�5 10�10 5

Page 159: Apuntes Modulo I Mat C 2014

1.2. SISTEMAS LINEALES - MULTIPLICACI �ON DE MATRICES 11

1.2 Sistemas Lineales - Multiplicaci�on de matrices

Antes de formalizar la de�nici�on de esta nueva operaci�on, veamos como se puede obteneruna expresi�on matricial para sistemas lineales.

Dado un sistema lineal de dimensi�on m� n

a11x1 + a12x2 + � � �+ a1nxn = b1 (1.1)

a21x1 + a22x2 + � � �+ a2nxn = b2...

... =...

am1x1 + am2x2 + � � �+ amnxn = bm

Consideramos [bi] como un vector columna de dimensi�on m � 1, y las inc�ognitas [xi]como otro vector columna de dimensi�on n� 1, es decir

x =

[email protected]

1CCCA y b =

[email protected]

1CCCA

Queremos expresar el sistema lineal (1.1) como una ecuaci�on matricial...

Ax = b

siendo A la matriz de los coe�cientes del sistema de dimensi�on m � n, x el vector de lasinc�ognitas, y b el vector de los t�erminos independientes.

Comentarios Cada componente bi del vector b se obtiene como el producto escalar(recordar que se conoce de los cursos previos) entre la �la i de A, y el vector x:

�ai1 � � � ain

[email protected]

1CCCA = ai1x1 + ai2x2 + � � �+ ainxn = bi

As�� cada i-�esima �la de A se combina con todos los coe�cientes de x para formar elcorrespondiente i-�esimo coe�ciente bi del vector b.

Entonces el sistema lineal (1.1) se puede escribir ...

0B@a11 � � � a1n

.... . .

...am1 � � � amn

[email protected]

1CCCA =

0B@ a11x1 + a12x2 + � � �+ a1nxn

...am1x1 + am2x2 + � � �+ amnxn

1CA =

0B@ b1

...bm

1CA

Entonces, el sistema lineal se expresa como

Ax = b:

Page 160: Apuntes Modulo I Mat C 2014

12 CAP�ITULO 1. MATRICES

Ejemplo Para un sistema de 3� 3.

3x1 + 2x2 + 3x3 = 5

x1 � 2x2 + 5x3 = �22x1 + x2 � 3x3 = 1

se transforma en 0@3 2 31 �2 52 1 �3

1A0@x1x2x3

1A =

0@ 5�21

1A

Ahora, mirando las columnas de A ...

Importante ! Un sistema lineal de m � n tambi�en puede ser considerado como unasuma de vectores columnas

b = A:x =

0B@a11 � � � a1n

.... . .

...am1 � � � amn

1CA :

[email protected]

1CCCA =

0BBB@

a11x1 + a12x2 + � � �+ a1nxna21x1 + a22x2 + � � �+ a2nxn

...am1x1 + am2x2 + � � �+ amnxn

1CCCA

=

0BBB@a11x1a21x1...

am1x1

1CCCA +

0BBB@a12x2a22x2...

am2x2

1CCCA+ � � �+

0BBB@a1nxna2nxn...

amnxn

1CCCA

= x1:

0BBB@a11a21...

am1

1CCCA+ x2:

0BBB@a12a22...

am2

1CCCA+ � � �+ xn:

0BBB@a1na2n...

amn

1CCCA

= x1a1 + x2a2 + � � �+ xnan

De�nici�on Si a1; a2; : : : ; an son n vectores columnas en Rm y si c1; c2; : : : ; cn son

escalares (n�umeros reales), una suma de la forma

c1a1 + c2a2 + � � �+ cnan =nXi=1

ciai(:; i)

se llama combinaci�on lineal de los vectores [ai].

Observaci�on 1 La combinaci�on lineal de vectores es una herramienta fundamental parausar en los sistemas de ecuaciones lineales.

1. En un sistema lineal A:x = b, el producto A:x es combinaci�on lineal de las columnasde A (consideradas como vectores columnas) con los escalares c1 = x1; c2 = x2; : : :

... entonces

Page 161: Apuntes Modulo I Mat C 2014

1.2. SISTEMAS LINEALES - MULTIPLICACI �ON DE MATRICES 13

2. Resolver un sistema lineal A:x = b es equivalente a \encontrar un conjunto decoe�cientes" fxig que permitan expresar al vector columna b como combinaci�onlineal de los vectores columnas de la matriz A

b =nX

i=1

xiai

Una conclusi�on fundamental es ...

Conclusi�on El sistema lineal de m � n, A:x = b tendr�a soluci�on \s�� y s�olo s��" elvector columna b puede ser escrito como combinaci�on lineal de los vectores columnas dela matriz A. Luego,

... si esto es posible, los correspondientes coe�cientes [xi] de la combinaci�on linealconstituyen la soluci�on (x1; x2; : : : ; xn) del sistema.

Ejemplo Tomemos un sistema de 2� 3

2x1 + 3x3 � 2x3 = 5

5x1 � 4x2 + 2x3 = 6

Puede ser escrito como

�2 3 �25 �4 2

�:

0@x1x2x3

1A =

�56

o

x1

�25

�+ x2

�3�4�+ x3

��22

�=

�56

Eligiendo (x1; x2; x3) = (2; 3; 4) queda

2

�25

�+ 3

�3�4�+ 4

��22

�=

�56

�(<chequear!)

.... entonces

x =

0@234

1A

es una soluci�on del sistema.

Se tiene el siguiente teorema ...

Teorema Un sistema lineal A:x = b es compatible (tiene al menos una soluci�on) ,b puede ser expresado como una combinaci�on lineal de los vectores columnas de A.

Page 162: Apuntes Modulo I Mat C 2014

14 CAP�ITULO 1. MATRICES

Ejemplo Tomemos un sistema de 2� 2

x1 + 2x2 = 1

2x1 + 4x2 = 1

o

�1 22 4

�:

�x1x2

�=

�11

�= b

En este caso, b no puede ser escrito como combinaci�on lineal de las columnas de A,pu�es si lo intentamos:

x1

�12

�+ x2

�24

�=

�x1 + 2x22x1 + 4x2

�=

�x1 + 2x2

2 (x1 + 2x2)

�6=�11

para cualquier x1; x2. Entonces, el sistema es \incompatible". Se puede ver mediante elEliminaci�on Gaussiana:

�1 2 12 4 1

��!

�1 2 10 0 �1

�=) por lo tanto incompatible

Page 163: Apuntes Modulo I Mat C 2014

1.2. SISTEMAS LINEALES - MULTIPLICACI �ON DE MATRICES 15

Problema En la secci�on de sistemas lineales, vimos el problema de \ ajuste de puntos"a una curva.

En particular, si se conocen ciertos puntos del plano (datos): puntos (xi; yi), i = 1; 2,por ejemplo, P1 = (1; 2), y P2 = (�1; 6).

(i) Es posible hallar los coe�cientes (a; b; c) del polinomio de segundo grado y =ax2 + bx + c, para que su gr�a�ca pase por P1, y P2 ?.

Plantear el sistema en forma matricial y resolver.(ii) Luego, explicitar la expresi�on del vector y (de las ordenadas yi de los puntos

dados) de la derecha

y =

�26

como combinaci�on lineal de los vectores columnas de la matriz del sistema.(iii) Supongamos que tenemos ahora 3 puntos P1 = (x1; y1), P2 = (x2; y2), P3 =

(x3; y3), que son los dos previos m�asP3 = (2; 5).Plantear el problema, en forma matricial, para ver si existe una par�abola que contenga

los 3 puntos dados. Resolverlo. Hay una soluci�on (a; b; c)?. Explicar.- Gra�car en MATLAB los 3 puntos.Para eso usar : plot(x1; y1, 'ro') hold on plot(x2; y2, 'ro') ... y asi el restante.- Si encontr�o la par�abola que contiene a esos puntos, dibujarla en el mismo dibujo:

Para eso, de�nir x=-1:0.1:10;y = a � x2 + b � x + c;hold onplot(x,y, 'b-'), por ejemplohold o�- En este caso, el vector y de las ordenadas de los Pi se puede escribir como com-

binaci�on lineal de las columnas de la matriz del sistema planteado?. Si es a�rmativo,expresar y como combinaci�on de las columnas de la matriz.

(iv) Si agrega un nuevo dato P4 = (3; 5). Agregarlo al gr�a�co del inciso (iii). Esposible encontrar una par�abola que contenga a los 4 puntos dados?. Si plantea el sistemapara hallar los coe�cientes a; b; c, > podr�a expresar el vector y de las ordenadas de losPi, como combinaci�on de las columnas de la matriz del nuevo sistema?.

Problema Recordar el problema de las notas obtenidas por un conjunto de alumnosen tres Test. En la parte (iii) de ese problema se ped��a calcular los promedios obtenidospor cada alumno, teniendo en cuenta que:

\ El profesor desea hacer los promedios �nales, considerando que el promedioproviene de la siguiente ponderaci�on: 30% del primer Test, el 30% del segundo y el40% del tercero".

- Rehacer el c�alculo de los promedios usando ahora \ el producto de una matriz porun vector".

- Comparar esta operaci�on con la operaci�on de \combinar las columnas" de la matrizde notas, usando coe�cientes apropiados.

Page 164: Apuntes Modulo I Mat C 2014

16 CAP�ITULO 1. MATRICES

Problema Usando el MATLAB:

(a.) Rehacer alguno de los ejercicios previos, usando el MATLAB.

Hacer el ejercicio del libro de Grossman que est�a en p�agina 96, ejercicio 1, inciso (a)y (b).

- Hacer el ejercicio 4(c) y (d) ( en p�agina 97).

1.3 Multiplicaci�on de matrices

1. El producto de matrices A:B s�olo est�a de�nido cuando el n�umero de columnas de Aes igual al n�umero de �las de B. O sea, cuando la dimensi�on de A esm�n y la dimen-

si�on de B es n� r.

2. El producto C = A:B es una matriz de dimensi�on m� r cuya j-�esima columna esel producto de A por el j-�esimo vector columna de B:

C = (c1; c2; : : : ; cr) = (A:b1; A:b2; : : : ; A:br)

y por lo tanto

cij = es el i-�esimo coe�ciente de A:bj .

Recordar que

A:bj =

0B@a11 � � � a1n

.... . .

...am1 � � � amn

1CA :

0B@b1j

...bnj

1CA =

0BBBB@

nPk=1

a1kbkj

...nP

k=1

amkbkj

1CCCCA

C = A:B = [ciji] =

"nX

k=1

aikbkj

#

(m� n) : (n� r) = (m� r)

o en t�erminos de vectores �las y columnas

cij = a (i; :) :bj

Page 165: Apuntes Modulo I Mat C 2014

1.3. MULTIPLICACI �ON DE MATRICES 17

Ejemplo

�1 23 4

�:

�31

�=

�513

�pero

�31

�:

�1 23 4

�no est�a de�nida.

Comentarios Si una matriz A tiene dimensi�on m�n y una matriz B tiene dimensi�onn �m, entonces A:B y B:A est�an de�nidas. Pero A:B tiene dimensi�on m�m y B:Atiene dimensi�on n� n.

Ejemplo

A =

0@3 �22 41 �3

1A ; B =

��2 1 34 1 6

A:B =

0@3 �22 41 �3

1A :

��2 1 34 1 6

�=

0@3: (�2)� 2:4 3:1� 2:1 3:3� 2:62: (�2) + 4:4 2:1 + 4:1 2:3 + 4:61: (�2)� 3:4 1:1� 3:1 1:3� 3:6

1A

=

0@�14 1 �3

12 6 30�14 �2 �15

1A (3� 3)

y B:A tambi�en est�a de�nida

B:A =

��2 1 34 1 6

�:

0@3 �22 41 �3

1A =

��2:3 + 1:2 + 3:1 �2: (�2) + 1:4 + 3: (�3)4:3 + 1:2 + 6:1 4: (�2) + 1:4 + 6: (�3)

=

��1 �120 �22

�(2� 2)

Comentarios Notar que B:A 6= A:B. Se deduce, que la multiplicaci�on de matrices noes conmutativa.

Entonces......el orden de los factores en la multiplicaci�on de matrices debe tenerse siempre en

cuenta.

Page 166: Apuntes Modulo I Mat C 2014

18 CAP�ITULO 1. MATRICES

Problema Juan, Pablo y Diego trabajan para una empresa que produce 3 tipos deproductos: P1, P2, P3. La labor se paga por cada unidad realizada, dependiendo esevalor del tipo de producto. Los valores pagados son x1 = 1$ por cada unidad de P1,x2 = 2$ por las unidades de P2, y x3 = 3$ por cada unidad de P3.

Las matrices L y M siguientes representan las unidades producidas de cada productopor cada empleado, durante dos d��as (LUNES y MARTES).

L =

P1 P2 P3

Juan 4 3 2Pablo 5 1 2Diego 3 4 1

M =

P1 P2 P3

Juan 3 6 1Pablo 4 2 2Diego 5 1 3

El vector columna o matriz de 3� 1, X es el pago por cada unidad producida:

X =

0@x1x2x3

1A =

0@123

1A

Calcular las matrices siguientes, y explicar su signi�cado:(a) L.X, (b) M.X, (c)L+M , (d) (L +M)X.

Ejercicio (i) Este producto est�a de�nido ?��1 2 00 10 1:1

��0 00 2

(ii) Y el siguiente?, si es a�rmativo calcular el resultado.�0 00 2

���1 2 00 10 1:1

Page 167: Apuntes Modulo I Mat C 2014

1.3. MULTIPLICACI �ON DE MATRICES 19

Ejercicio Testear si el producto de matrices es conmutativo en los casos particularesdados. Ver que a veces si se permutan las matrices el producto no est�a de�nido.

(i) �1 23 4

��5 67 8

(ii) Idem para

�5 67 8

��1 2 03 4 0

Ejercicio Usando el MATLAB, hacer los productos indicados arriba, usando el co-mando del producto: A*B, ingresando primero la matriz A, del tipo m � n, y B es deltipo n� r, para que se pueda realizar el producto.

1.3.1 Reglas para el �algebra de matrices

Las siguientes reglas se cumplen para cualquier par de n�umeros reales �; � y para matrices A;B

y C que tengan la dimensi�on adecuada para que las operaciones est�en de�nidas:

1. A+B = B +A La suma de matrices es conmutativa.

2. (A+B) + C = A+ (B + C)

La suma de matrices es asociativa.

3. (A:B) :C = A: (B:C)

La multiplicaci�on de matrices es asociativa.

4. A: (B + C) = A:B +A:C

La multiplicaci�on es distributiva con la suma a la izquierda.

5. (B + C) :A = B:A+C:A

La multiplicaci�on es distributiva con la suma a la derecha.

6. (��) :A = �: (�A)

7. �: (A:B) = (�:A) :B = A: (�:B)

8. (�+ �) :A = �:A+ �:A

9. �: (A+B) = �:A+ �:B

Comentarios La propiedad 3: (A:B) :C = A: (B:C)

Si A tiene dimensi�on m�n, entonces para que A:B est�e de�nida, B debe tener dimensi�on

n� r para alg�un r.

En este caso A:B tiene dimensi�on m� r. Ahora, para que (A:B) :C est�e de�nida, C debe

tener dimensi�on r � s para alg�un s. Y entonces (A:B) :C tiene dimensi�on m� s.

Pero A: (B:C) es de la forma (m� n) : f(n� r) : (r � s)g. O m�as abreviado,

(m� n) : (n� s). Por lo tanto, (A:B) :C y A: (B:C) tienen la misma dimensi�on.

Page 168: Apuntes Modulo I Mat C 2014

20 CAP�ITULO 1. MATRICES

Ejemplo

A =

�2 1

�1 1

�; B =

��3 0 4

2 3 �2

�; C =

0@ 1 0 4

�1 1 1

3 2 1

1A

(A:B) :C =

��2 1

�1 1

�:

��3 0 4

2 3 �2

��:

0@ 1 0 4

�1 1 1

3 2 1

1A

=

��4 3 6

5 3 �6

�:

0@ 1 0 4

�1 1 1

3 2 1

1A =

�11 15 �7�16 �9 17

y

A: (B:C) =

�2 1

�1 1

�:

24��3 0 4

2 3 �2

�:

0@ 1 0 4

�1 1 1

3 2 1

1A35

=

�2 1

�1 1

�:

�9 8 �8�7 �1 9

�=

�11 15 �7�16 �9 17

Demostraci�on del punto 4: A: (B + C) = A:B + A:C

Si A tiene dimensi�on m � n, entonces B y C deben tener dimensi�on n � r. Llamemos D =

A: (B + C)

dij = a (i; :) : (j-�esima columna de B + C) = a (i; :) : (bj + cj)

= (ai1; ai2; : : : ; ain) :

0BBB@b1j + c1jb2j + c2j

...

bnj + cnj

1CCCA

=

0BBB@ai1: (b1j + c1j)

ai2: (b2j + c2j)...

ain: (bnj + cnj)

1CCCA =

0BBB@ai1:b1jai2:b21j

...

ain:bnj

1CCCA+

0BBB@ai1:c1jai2:c21j

...

ain:cnj

1CCCA

= a (i; :) :bj + a (i; :) :cj = (A:B)ij + (A:C)ij = (A:B +A:C)ij

Problema (i) De lectura: En p�agina 67 del libro de Grossman, el EJEMPLO 6muestra una aplicaci�on del producto de matrices.

(ii) Luego aplicarlo, a los problemas 33 y 34 en la p�agina 80 del libro (usando elMATLAB).

Para practicar en su casa .....

Page 169: Apuntes Modulo I Mat C 2014

1.3. MULTIPLICACI �ON DE MATRICES 21

EjerciciosX 3.1 Calcular, o establecer que \no est�a de�nida la operaci�on ", en los casos sigu-

ientes:

(a)

�3 1�4 2

��0 50 0:5

�(b)

�1 1 �14 0 3

�0@2 �1 �13 1 13 1 1

1A (c)

�2 �77 4

�0@ 1 0 5�1 1 13 8 4

1A (d)

�5 23 1

���1 23 �5

�X 3.2 Si

A =

�1 �12 0

�B =

�5 24 4

�C =

��2 3�4 1

�calcular si es posible, o establecer que `no est�a de�nida' la operaci�on:(a) AB (b) (AB)C (c) BC (d) A(BC)

3.3 >Cu�ales de los productos indicados abajo estar��an de�nidos, de acuerdo a las di-mensiones que se indican ?(a) 3�2 . 2�3 (b) 2�3 . 3�2 (c) 2�2 . 3�3 (d) 3�3 . 2�2

X 3.4 Dar la magnitud de la matriz producto, o establecer que \no est�a de�nida", deacuerdo a las dimensiones que se indican:(a) el producto de una matriz 2�3 por una matriz 3�1(b) el producto de 1�12 con 12�1(c) el producto de 2�3 por una 2�1(d) el producto de 2�2 por otra 2�2.

Page 170: Apuntes Modulo I Mat C 2014

22 CAP�ITULO 1. MATRICES

1.4 Aplicaciones.

Ejercicio de Lectura.Recuperaci�on de informaci�on- Bibliotecas digitales y herramien-

tas de b�usqueda

Tarea: Buscar en una base de datos (una colecci�on de documentos - miles o cientosde miles de documentos) para encontrar alg�un documento que se aproxime lo m�asposible a ciertos criterios de b�usqueda.

... Ejemplos de bases son: Art��culos en revistas, p�aginas web, listas de archivos,pel��culas, canciones, poes��as, libros....

� Supongamos que nuestra base de datos contiene m documentos, y

� se dispone de n palabras claves o frases para hacer la b�usqueda (elegidasjuiciosamente: evitando palabras simples y comunes o frases que no describanel contenido, como art��culos, preposiciones, pronombres, etc.).

� Ordenamos las palabras claves en forma alfab�etica (de 1 a n), y

� representamos la base de datos mediante una matriz A de m�n, de la siguientemanera:

(i) Las �las representan cada documento individualmente.

(ii) Las columnas representan las palabras claves.

� aij = es la frecuencia relativa de encuentros de la j-�esima palabra clave en eli-�esimo documento.

� La lista de palabras claves que son usadas en una b�usqueda espec���ca se rep-resentan con un vector columna x en Rn , donde

xj = 1 si la j-�esima palabra clave de la lista maestra

est�a en nuestra b�usqueda espec���ca

xj = 0 en caso contrario

� La b�usqueda se "realiza" entonces al multiplicar A por el vector columna x.

Ejemplo Base de datos: libros de texto sobre �Algebra Lineal.

1. �Algebra lineal aplicada.

2. �Algebra lineal elemental.

3. �Algebra lineal elemental con aplicaciones.

4. �Algebra lineal y sus aplicaciones.

5. �Algebra lineal con aplicaciones.

6. �Algebra de matrices con aplicaciones.

7. Teor��a de matrices.

Page 171: Apuntes Modulo I Mat C 2014

1.4. APLICACIONES. 23

La colecci�on de palabras claves es:

� �algebra, aplicaci�on, elemental, lineal, matriz, teor��a

Como los t��tulos de los libros no repiten ninguna palabra clave,... podemos \usar ceros y unos" para los coe�cientes aij de la matriz del ejemplo.En general, las entradas aij podr�an ser n�umeros enteros que representan la cantidad

de veces que la palabra clave j aparece en el t��tulo o documento i).

� Asumimos que nuestra herramienta de b�usqueda es su�cientemente so�sticada y exible como para identi�car las diferentes formas de una misma palabra (aplicaci�on= aplicaciones = aplicada).

� Los coe�cientes para este caso ser�an

Palabras clavesN�umero del libro �algebra aplicaci�on elemental lineal matriz teor��a

(1) 1 1 0 1 0 0(2) 1 0 1 1 0 0(3) 1 1 1 1 0 0(4) 1 1 0 1 0 0(5) 1 1 0 1 0 0(6) 1 1 0 0 1 0(7) 0 0 0 0 1 1

Si nuestra b�usqueda consiste en faplicada, lineal, �algebrag entonces de�nimos el vectorde b�usqueda x, y la matriz de la base de datos

A =

0BBBBBBBB@

1 1 0 1 0 01 0 1 1 0 01 1 1 1 0 01 1 0 1 0 01 1 0 1 0 01 1 0 0 1 00 0 0 0 1 1

1CCCCCCCCAel vector de b�usquedax =

0BBBBBB@

110100

1CCCCCCA

Ahora, buscamos y = Ax

y =

0BBBBBBBB@

1 1 0 1 0 01 0 1 1 0 01 1 1 1 0 01 1 0 1 0 01 1 0 1 0 01 1 0 0 1 00 0 0 0 1 1

1CCCCCCCCA:

0BBBBBB@

110100

1CCCCCCA =

0BBBBBBBB@

3233320

1CCCCCCCCA

y1 = cantidad de palabras-buscadas que coinciden en el t��tulo 1.

y2 = cantidad que coinciden en el t��tulo 2....

ym = cantidad que coinciden en el t��tulo n.

Page 172: Apuntes Modulo I Mat C 2014

24 CAP�ITULO 1. MATRICES

� Como y1 = y3 = y4 = y5 = 3, los libros 1; 3; 4; 5 son los que mejor coinciden, porquecontienen a las tres palabras claves buscadas.

Si buscamos los t��tulos que contengan todas las palabras claves buscadas, entoncesla respuesta es 1; 3; 4; 5.

� En cambio, si buscamos los libros cuyos t��tulos contengan al menos una de laspalabras claves buscadas, entonces la respuesta ser�a: primero los 4 libros con 3coincidencias, seguidos de los 2 libros con 2 coincidencias; en total 6 libros.

Una herramienta t��pica de b�usqueda de alta performance puede buscar millones dedocumentos con cientos de miles de palabras claves posibles. "...no es extra~no que losbuscadores adquieran y/o actualicen tantas como 10 millones de p�aginas web en un s�olod��a."

Nuestro problema de b�usqueda es manejable (y bastante simpli�cado) ya que la matrizde la \base de datos" y los vectores de b�usqueda son t��picamente esparsos (contienenmuchos ceros).

Las palabras claves de b�usqueda deben ser elegidas con cuidado para optimizar elresultado: buscar en la Web libros de �algebra lineal usando las palabras claves lineal y�algebra podr�a arrojar miles de aciertos, muchos de los cuales quiz�as no tengan nada quever con �algebra lineal. A su vez, si usamos criterios muy restrictivos, podemos perderalgunas p�aginas relevantes e interesantes.

Para p�aginas web, los coe�cientes de la matriz de la base de datos deber��an representarla frecuencia relativa de ocurrencias de la palabras claves en los documentos. Entonces,en vez de tratar de hacer coincidir todas las palabras de la lista de b�usqueda extendida,podr��amos dar prioridad a aquellas p�aginas/documentos que coincidan sobre todo en lasde frecuencia relativa alta (excepci�on notable: Google).

Para hacer esto necesitamos encontar las �las de la matriz A que est�en m�as cercadel vector x. Y para esto, necesitamos el concepto de ortogonalidad (que se tratar�a m�asadelante).

1.5 Vectores ortogonales

De�nici�on Sean dos vectores �la o columna de n componentes (de <n), no nulos :

u =

[email protected]

1CCCA y el vector v =

[email protected]

1CCCA

se dicen \ortogonales" si el producto escalar u:v =Pn

i=1uivi = 0.

Ejemplo (i) Sea u = (1; 1) , v = (1;�1). Veri�car y dibujar en el plano.(ii) Los vectores (1; 0), (0; 1), lo son?.(iii)En el espacio, u = (1; 1; 0), v = (�1; 1; 1) ?.

Page 173: Apuntes Modulo I Mat C 2014

1.6. PECULIARIDADES DEL PRODUCTO DE MATRICES. 25

Ejercicio (i) Dado un sistema homog�eneo: Ax = 0, A 2 <m�n, x 2 <n.- Si el sistema tiene \in�nitas soluciones", hay vectores ortogonales a todas las �las

de A?. C�uales?.- Si Ax = 0 tiene �unicamente la soluci�on trivial (cero), existen vectores ortogonales

a todas las �las de A?.(ii) Dada la matriz

M =

�1 �11 1

Existe alg�un vector no nulo x 2 <2 tal que Mx = 0 ?.Analizar resolviendo el sistema homog�eneo, y relacionando con el tipo de soluci�on

que tiene.(vi) Si la matriz es

M =

�1 �1 11 1 1

- Existe alg�un vector no nulo x tal que Mx = 0 ?. Analizar resolviendo el sistemahomog�eneo, y relacionando con el tipo de soluci�on que tiene.

- Si es a�rmativa la respuesta describir el conjunto de vectores ortogonales a las �lasde M .

1.6 Peculiaridades del Producto de Matrices.

1. En general, B:A 6= A:B (aunque ambas sean cuadradas n� n)�1 23 4

�:

�2 01 2

�=

�4 410 8

�pero

�2 01 2

�:

�1 23 4

�=

�2 47 10

2. A:B = 0 no implica que A = 0, B = 0 o que B:A = 0�1 12 2

�:

��1 11 �1

�=

�0 00 0

�pero

��1 11 �1

�:

�1 12 2

�=

�1 1�1 �1

3. A:C = A:D no implica que C = D (aunque A 6= 0, como matriz )�1 12 2

�:

�2 12 2

�=

�4 38 6

�y

�1 12 2

�:

�3 01 3

�=

�4 38 6

pero

�2 12 2

�6=

�3 01 3

4. (A:B)T = BT :AT

(A:B)T =

0@�1 2 3

4 5 6

�:

0@a bc de f

1A1AT

=

�a + 2c+ 3e b+ 2d+ 3f4a+ 5c+ 6e 4b + 5d+ 6f

�T

Page 174: Apuntes Modulo I Mat C 2014

26 CAP�ITULO 1. MATRICES

=

�a+ 2c+ 3e 4a+ 5c+ 6eb+ 2d+ 3f 4b + 5d+ 6f

y

BT :AT =

�a c eb d f

��0@1 42 53 6

1A =

�a+ 2c+ 3e 4a+ 5c+ 6eb+ 2d+ 3f 4b+ 5d+ 6f

1.6.1 Potencias de matrices cuadradas

Si A es una matriz cuadrada, entonces se puede escribir

A2 = A:A, A3 = A:A2, An = A:An�1 = A:A:::A| {z }n veces

Si la matriz A no es cuadrada (m 6= n) entonces A2 no est�a de�nida.

Problema En p�agina 82 del libro de Grossman, hay diferentes ejercicios para aplicarproducto y potencia de matrices.

1. (i) Calcular usando el MATLAB las soluciones del ejercicio 51.

2. (ii) Resolver el ejercicio 53.

3. (iii) Leer con detenimiento el ejercicio (*) 57. Responder los incisos (a) y (b) delmismo.

Ejercicio Usando el MATLAB.-(i) Resolver el ejercicio 9 en p�agina 88. Ver como obtener matrices aleatorias en la

p�agina 86.- (ii) Resolver el ejercicio 14 de la p�agina 89 del libro de Grossman. Responder a

todas las preguntas planteadas en (a),(b), (c) y (d). Tomar nota de la parte (g), pensarla respuesta y resolverla como ejercicio para entregar en la pr�oxima clase.

Ejercicios para practicar ...

Page 175: Apuntes Modulo I Mat C 2014

1.6. PECULIARIDADES DEL PRODUCTO DE MATRICES. 27

EjerciciosX 6.1 Sea la matriz identidad In ( diagonal de 1's) Mostrar que esta matriz juega en

el producto de matrices el mismo rol que el n�umero 1 juega en la multiplicaci�on den�umeros reales : AIn = InA = A (para toda matriz A de n� n).

X 6.2 (a) Probar que ApAq = Ap+q y (Ap)q = Apq para enteros positivos p; q.(b) Probar que (rA)p = rp � Ap para cualquier entero positivo p y un escalar r 2 <.

6.3 > C�omo interact�ua el producto de matrices respecto de la operaci�on de transposici�on?.(a) Mostrar que (AB)trans = BtransAtrans. Proponer algun ejemplo para ilustrar.(b) Dada una matriz A de m � n Mostrar que las matrices AAtrans y AtransA sonsim�etricas. Proponer algun ejemplo para ilustrar el resultado.(c) Analizar dimensiones de las matrices del inciso previo. Pueden ser iguales?.Analizar. Mostrar algun ejemplo.(d) Dada una matriz A de m � n, con m = n. Probar que la matriz AT + A essim�etrica. Porqu�e se pide m = n?.

6.4 Mostrar que en general, para matrices cuadradas S y T , (S + T )(S � T ) no esnecesariamente igual a S2 � T 2. Luego, mostrar algun ejemplo.

Page 176: Apuntes Modulo I Mat C 2014

28 CAP�ITULO 1. MATRICES

1.6.2 Aplicaciones de potencias de matrices. Lectura.

Sistemas de comunicaciones: Redes y Grafos

Tarea: Calcular la cantidad de caminos disponibles entre dos nodos de una red telef�onicacompleja.

La red telef�onica se representa como un grafo: un conjunto de puntos fVig, llamadosv�ertices, junto con un conjunto de pares (no ordenados) fVi; Vjg, llamadas aristas. Esto es,un conjunto de puntos (... los nodos de Internet), algunos de los cuales est�an conectadospor l��neas (... �bra �optica).

Los segmentos de rectas que conectan los v�ertices corresponden a las aristas: fV1; V2g,fV2; V5g, fV5; V3g , fV5; V4g y fV3; V4g.

Si tuvi�eramos miles (o millones) de aristas, el gr�a�co se podr��a complicar un poco.Constuimos la matriz de representaci�on de una red: Si el grafo tiene un total de n

v�ertices, se de�ne una matriz A = faijg de n� n:

aij =

�1 si existe la arista que une fVi; Vjg0 si no existe una arista que unaViconVj:

La matriz A se llama la matriz de adyacencia o matriz de v�ertices del grafo.En nuestro ejemplo ser��a

A =

0BBBB@0 1 0 0 01 0 0 0 10 0 0 1 10 0 1 0 10 1 1 1 0

1CCCCA

La matriz de adyacencia es sim�etrica (aij = aji) debido a que si Vi y Vj est�an conec-tados, entonces aij = aji = 1; y si no est�an conectados aij = aji = 0.

Consideremos un camino o senda en la grafo como una secuencia de aristas que unenun v�ertice con otro. En nuestro ejemplo, las aristas fV1; V2g y fV2; V5g representan uncamino desde V1 hasta V5. El largo del camino o de la senda en este caso es 2 debido aque consiste de dos aristas.

Los camino se indican con echas:

V1 �! V2 �! V5

Page 177: Apuntes Modulo I Mat C 2014

1.6. PECULIARIDADES DEL PRODUCTO DE MATRICES. 29

es un camino de longitud 2 desde V1 hasta V5. Y

V4 �! V5 �! V2 �! V1

es un camino de longitud 3 desde V4 hasta V1.Una arista puede atravesarse m�as de una vez en un mismo camino,

V5 �! V3 �! V5 �! V3

es un camino de longitud 3 desde V5 hasta V3.

>C�omo se puede usar \la matriz de incidencia" para averiguar \los caminos de difer-entes longitudes (n�umero de aristas que usan) que existen" entre dos nodos particulares?.

Tomando potencias de la matriz de adyacencia podemos determinar el n�umero decaminos (o sendas) de una longitud determinada entre dos v�ertices.

Esta informaci�on es cr��tica para lograr operaciones e�cientes en sistemas de ruteo detelecomunicaciones de alta velocidad.

El siguiente teorema justi�ca la metodolog��a.

Teorema Si A es una matriz de adyacencia de n�n de un grafo. Si a(k)ij representa el

coe�ciente en el lugar ij de la matriz Ak, entonces a(k)ij es igual al n�umero de caminos

de longitud k entre los v�ertices Vi y Vj.

Demostraci�on (por inducci�on):. Para el caso k = 1, de la de�nici�on se sigue que losaij representan los caminos de longitud 1 entre Vi y Vj.

Supongamos ahora cierta la a�rmaci�on para un cierto valor m. Esto es, cada coe�-cientes de la matriz Am representa el n�umero de caminos de longitud m entre los v�erticescorrespondientes (a

(m)ij es el n�umero de caminos de longitud m entre Vi y Vj).

Si existe una arista fVj; Vsg, entonces

a(m)ij :ajs = a

(m)ij

es el n�umero de caminos de longitud (m+ 1) desde Vi hasta Vs de la forma

Vi �! � � � �! Vj �! Vs

Podemos calcular el total de caminos de longitud (m+ 1) desde Vi hasta Vs de lasiguiente manera:

a(m)i1 :a1s + a

(m)i2 :a2s + � � �+ a

(m)in :ans

Pero esta expresi�on representa efectivamente el coe�ciente a(m+1)is de la matriz Am:A =

Am+1.

Ejemplo Determine el n�umero de caminos de longitud 3 entre cualesquiera dos v�erticesdel grafo anterior.

Page 178: Apuntes Modulo I Mat C 2014

30 CAP�ITULO 1. MATRICES

A3 =

0BBBB@0 1 0 0 01 0 0 0 10 0 0 1 10 0 1 0 10 1 1 1 0

1CCCCA

3

=

0BBBB@0 2 1 1 02 0 1 1 41 1 2 3 41 1 3 2 40 4 4 4 2

1CCCCA

Por ejemplo, el n�umero de caminos de longitud 3 entre los v�ertices V3 y V4 es a(3)34 = 3.

Notar que A3 tambi�en es sim�etrica: existe la misma cantidad de caminos de longitud3 (o de cualquier longitud) desde Vi hasta Vj, que desde Vj hasta Vi.

Observar tambi�en los coe�cientes de la diagonal principal y comparar con el grafo. Esimposible ir desde V1 hasta V1 (ni de V2 a V2) en 3 pasos. Por tanto, los correspondientescoe�cientes de A3 son nulos.

1.7 Matriz inversa

Recordemos que la matriz identidad de dimensi�on n� n es

In =

0BBB@1 0 � � � 00 1 0 0... 0

. . . 00 0 0 1

1CCCA

Para cualquier matriz A de dimensi�on n� n se cumple

A:In = In:A = A0@1 0 00 1 00 0 1

1A :

0@1 2 34 5 67 8 9

1A =

0@1 2 34 5 67 8 9

1A

Notaci�on Los vectores columnas de la matriz In se denotan como ej. Luego,

In = (e1; e2; : : : ; en)

De�nici�on Una matriz A de dimensi�on n� n se dice no-singular o invertible cuandoexiste otra matriz B de dimensi�on n� n, tal que

A:B = B:A = In

La matriz B se llama \inversa multiplicativa" (o inversa) de A y se dice que B =A�1.

... Surge una pregunta natural

Page 179: Apuntes Modulo I Mat C 2014

1.7. MATRIZ INVERSA 31

Comentarios Si A tiene inversa, es la �unica inversa?....Si existiesen B y C ambas matrices inversas de A, entonces

B = B:I = B: (A:C) = (B:A) :C = I:C = C

...Si existe la inversa de A, se denota A�1, es �unica.

De�nici�on Una matriz de dimensi�on n�n se dice singular o no-invertible si no tienematriz inversa.

Ejemplo A =

�1 10 0

�se observa que para cualquier matriz B, matriz de 2 � 2, el

producto con A resultar��a�b11 b12b21 b22

�:

�1 10 0

�=

�b11 b11b21 b21

�6= I2

Ese producto no puede dar la matriz I2, pu�es b11 tendr��a que ser igual a 1 y a 0 almismo tiempo. Entonces no existe una B que sea inversa de A. Luego A es una matrizsingular (no tiene inversa).

Problema Dada la matriz

A =

�1 1�1 1

�Plantear un sistema lineal para ver si existe una matriz B tal que A:B = I2. Resolver

el sistema para hallar

B =

�b11 b12b21 b22

�.

Conclusi�on Las matrices cuadradas (n� n) pueden dividirse en dos clases:

� no-singulares (invertibles), y

� singulares (no-invertibles).

Cada una de estas clases tiene ciertas propiedades que ser�an enunciadas y exploradas alo largo del curso.

Por otra parte, las matrices no cuadradas (m� n, con m 6= n) no pueden ser clasi-�cadas o categorizadas en una forma simple y completa como en el caso m = n.

1.7.1 Reglas para matrices inversas

Tomemos dos matrices A y B de n� n no-singulares (invertibles)

1. A�1 es no-singular y�A�1

��1

Demostraci�on. Si C = A�1, entonces A:C = C:A = I. Por lo tanto C es invertible y su

inversa es A.

2. (�:A) es no-singular y (�:A)�1 = 1�:A�1 siempre y cuando � 6= 0.

Demostraci�on. (�:A) :�1a:A�1

�=��: 1

�:�A:A�1

�= 1:I = I. De igual forma se ve que�

1a:A�1

�: (�:A) = I.

Page 180: Apuntes Modulo I Mat C 2014

32 CAP�ITULO 1. MATRICES

3. Probar que A:B es no-singular, si cada una lo es, y su inversa (A:B)�1 = B�1:A�1

Dado el producto AB, como cada una es no singular existe A�1 y B�1, y tambi�en

existe�B�1:A�1

�. Si se multiplica a izquierda, usando propiedades del producto De-

mostraci�on.�B�1:A�1

�: (A:B) = B�1:

�A�1:A

�:B = B�1:In:B = B�1:B = In.

Lo mismo, si se multiplica a la derecha: (A:B) :�B�1:A�1

�, se llega a la identidad In.

El resultado del inciso (3) se puede extender a varias matrices cuadradas no-singulares

A1; A2; : : : ; An, de modo que su producto resulta ser no-singular y su inversa es

(A1:A2:::An)�1 = A�1n :::A�12 :A�11

Para tres matrices no-singulares y cuadradas ser��a

(A:B:C)�1 = C�1:B�1:A�1

Ejercicios7.1 Dado un sistema de ecuaciones lineales : Ax = b, siendo A de n � n, b, vector de<n.

Si A es no-singular (existe la inversa A�1), observar que si multiplica por A�1

ambos lados de la igualdad Ax = b, obtendr��a :

A�1Ax = A�1b

> Podr��a saber desde ese resultado si el sistema tiene una soluci�on o m�as?..... Es evidente que en ese caso la soluci�on x = A�1b

7.2 Dada la matriz de un ejercicio anterior:A =

�1 1�1 1

�y la inversa que calcul�o en ese momento, >puede resolver rapidamente el sistema:

Ax = b, si b =

�3�1�

?

Comentarios Una pregunta que debemos responder en lo que sigue es:

> C�omo hallar la inversa de una matriz A, si sabemos que existe ?.

> Y como averiguar si existe la inversa, para luego calcularla?

.... y? Cu�al es el procedimiento o m�etodo pr�actico para calcular A�1, si existe ?.

Un caso especial ...

Page 181: Apuntes Modulo I Mat C 2014

1.7. MATRIZ INVERSA 33

Ejercicios7.1 Veri�car que la matriz dada es ortogonal (sus columnas son ortogonales y de lon-gitud 1). Comprobar que en este caso la inversa de la matriz es su transpuesta.0

@ 1=p2 1=

p2 0

�1=p2 1=p2 0

0 0 1

1A

Explicar porqu�e se da esa propiedad especial.

7.2 Veri�car que las columnas indicadas son ortogonales entre si. Calcular la longitudde cada columna. Las matrices con tales columnas son no singulares?.

(i)

h0@111

1A ;

0@�2=34=3�2=3

1A ;

0@�10

1

1Ai

(ii)

h0@1=

p3

1=p3

1=p3

1A ;

0@�1=

p6

2=p6

�1=p6

1A ;

0@�1=

p2

0

1=p2

1Ai

7.3 Dado un sistema Ax = b, siendo la matriz A la del inciso (ii) del segundo ejercicio,si

b =

0@ 1�10

1A

hallar la soluci�on, explicando si es �unica o no, usando si es posible la f�ormula expl��citax = A�1b.

Page 182: Apuntes Modulo I Mat C 2014

34 CAP�ITULO 1. MATRICES

1.8 Matrices elementales y Sistemas Lineales.

Objetivos El objetivo es resolver el sistema lineal A:x = b usando un sistema modi�-cado, equivalente del original, mediante sucesivas multiplicaciones por matrices simplesque reemplazan a las operaciones por �las.

1.8.1 Sistemas equivalentes

Dado un sistema A:x = b, compatible, de dimensi�on m� n.Si se multiplica ambos lados del sistema lineal por una matriz M no-singular (tiene

inversa) de m�m se obtiene

A:x = b (1.2)

M:A:x = M:b (1.3)

Entonces...

� Si x es soluci�on del sistema (1.2) ) tambi�en satisface al sistema (1.3). Es decir,que toda soluci�on del primero es tambi�en soluci�on del segundo sistema.

� A su vez, si x es una soluci�on del sistema (1.3) tambi�en es soluci�on del sistema (1.2),ya que al cumplirse

M:A:x =M:b;

si se multiplicase ambos lados por M�1 se obtendr��a

M�1: (M:A:x) = M�1: (M:b)�M�1:M

�:A:x =

�M�1:M

�:b;

resultando... A:x = b, entonces x es soluci�on de este sistema.

As�� hemos demostrado que \los dos sistemas son equivalentes" (siempre y cuando lamatriz que multiplica M sea invertible).

Objetivos Para obtener un sistema equivalente al A:x = b, m�as sencillo de resolver,se multiplicar�an ambos lados del sistema por una sucesi�on de matrices no-singularesE1; E2; : : : ; Ek de modo de llegar a un sistema m�as f�acil de resolver, es decir:

Ek:::E2:E1:Ax = Ek:::E2:E1:b

Si denominamos al producto Ek:::E2:E1 = M

M:Ax = M:b

que transforma al sistema en un sistema f�acil de resolver:

U:x = c

Page 183: Apuntes Modulo I Mat C 2014

1.8. MATRICES ELEMENTALES Y SISTEMAS LINEALES. 35

As��

U = M:A = Ek:::E2:E1:A

y

c = Ek:::E2:E1:b =M:b

Conclusi�on Como todas las matrices Ei son no-singulares, el producto M =Ek:::E2:E1 tambi�en es no-singular.

As�� el sistema A:x = b y el resultante U:x = c son equivalentes.

1.8.2 Matrices Elementales

De�nici�on Una matriz elemental es una matriz cuadrada m � m que se obtiene apartir de la matriz identidad Im mediante una operaci�on elemental sobre sus �las.

Como hay 3 tipos de operaciones elementales sobre las �las, hay 3 tipos de matriceselementales:

Tipo I: Intercambiar dos �las de Im.

Por ejemplo, para ilustrar cuando m = 3: \ cambiar la �la 2 por la �la 3 "

EI =

0@1 0 00 0 10 1 0

1A

Si A es una matriz de 3� 3, entonces multiplicando por EI

EI :A =

0@1 0 00 0 10 1 0

1A :

0@a11 a12 a13a21 a22 a23a31 a32 a33

1A =

0@a11 a12 a13a31 a32 a33a21 a22 a23

1A

Por otra parte, si se multiplica a A por la derecha por EI :

A:EI =

0@a11 a12 a13a21 a22 a23a31 a32 a33

1A :

0@1 0 00 0 10 1 0

1A =

0@a11 a13 a12a21 a23 a22a31 a33 a32

1A

As�� multiplicar a izquierda por la matriz EI intercambia las �la 2 y 3 de la matrizA. En cambio,...

... multiplicar a derecha, intercambia las columnas 2 y 3 de la matriz A.

Page 184: Apuntes Modulo I Mat C 2014

36 CAP�ITULO 1. MATRICES

Tipo II: Multiplicar una �la de Im por un escalar no nulo.

Por ejemplo, si se multiplica la �la 3 por el n�umero �.

EII =

0@1 0 00 1 00 0 �

1A

Si A es cualquier matriz de 3� 3, entonces

EII :A =

0@1 0 00 1 00 0 �

1A :

0@a11 a12 a13a21 a22 a23a31 a32 a33

1A =

0@ a11 a12 a13

a21 a22 a23�:a31 �:a32 �:a33

1A

A:EII =

0@a11 a12 a13a21 a22 a23a31 a32 a33

1A :

0@1 0 00 1 00 0 �

1A =

0@a11 a12 �a13a21 a22 �a23a31 a32 �a33

1A

Multiplicar a izquierda por la matriz EII , multiplica la tercer �la de la matriz Apor �. En cambio,...

... multiplicar a derecha, multiplica la columna 3 por el escalar �.

Tipo III: Sumar a una �la de Im, alg�un m�ultiplo no nulo de otra �la de Im.

Ejemplo: Se suma a la �la 1, el resultado de �:�la 3

EIII =

0@1 0 �0 1 00 0 1

1A

Si A es cualquier matriz de 3� 3, entonces

EIII:A =

0@1 0 �0 1 00 0 1

1A :

0@a11 a12 a13a21 a22 a23a31 a32 a33

1A =

0@a11 + �a31 a12 + �a32 a13 + �a33

a21 a22 a23a31 a32 a33

1A

A:EIII =

0@a11 a12 a13a21 a22 a23a31 a32 a33

1A :

0@1 0 �0 1 00 0 1

1A =

0@a11 a12 a13 + �a11a21 a22 a23 + �a21a31 a32 a33 + �a31

1A

Multiplicar a izquierda por la matriz EIII, suma a la �la 1 de la matriz A, � vecesla �la 3. Mientras que ...

... multiplicar a derecha, suma a la columna 3, � veces la columna 1.

Teorema Si E es una matriz elemental (de Tipo I, II o III) entonces E es no-singulary E�1 es una matriz elemental del mismo tipo.

Page 185: Apuntes Modulo I Mat C 2014

1.8. MATRICES ELEMENTALES Y SISTEMAS LINEALES. 37

Demostraci�on. Separamos, seg�un sea E una matriz elemental de Tipo I, II o III

Tipo I: Si EI intercambia dos �las de la matriz identidad, entonces EI puede volver atr�asel cambio intercambiando de nuevo las �las. Por lo tanto

EI :EI = I

por lo tanto EI es invertible y E�1I = EI (la inversa es del mismo tipo).

Tipo II: Si EII se forma al multiplicar alguna �la de I por un escalar � 6= 0 entocespodemos proponer como matriz inversa, aquella que multiplique la misma �la de lamatriz I por el escalar 1=�. Por lo tanto EII es invertible y su inversa es del mismotipo.

Tipo III: Si EIII se forma al sumar \� veces la �la j a la �la i" de la matriz I

EIII =

0BBBBBBBBBB@

1 � � � � � � � � � � � � � � � 0...

. . ....

0 � � � 1 � � � � � � � � � 0...

. . ....

0 � � � � � � � 1 � � � 0...

. . ....

0 � � � 0 � � � 0 � � � 1

1CCCCCCCCCCA

�la j

�la i

De este modo, se puede proponer como matriz inversa a aquella que resta � vecesla �la j a la �la i de la matriz I.

E�1III =

0BBBBBBBBBB@

1 � � � � � � � � � � � � � � � 0...

. . ....

0 � � � 1 � � � � � � � � � 0...

. . ....

0 � � � �� � � � 1 � � � 0...

. . ....

0 � � � 0 � � � 0 � � � 1

1CCCCCCCCCCA

�la j

�la i

Se puede chequear directamente que E�1III :EIII = EIII :E�1III = I.

Con esto, vemos que el proceso de reducci�on por �las de una matriz (eliminaci�onGaussiana) es equivalente a realizar sucesivas multiplicaciones con matrices elementalesfEig.De�nici�on Una matriz cuadrada B de n � n es equivalente por �las a otra matrizcuadrada A de n�n si existe una cantidad �nita de matrices elementales E1; E2; : : : ; Ek

tales que

B = Ek:::E2:E1:A

... Es decir, B es \equivalente" por �las a A si B se puede obtener a partir de Amediante una cantidad �nita de operaciones elementales sobre �las.

Page 186: Apuntes Modulo I Mat C 2014

38 CAP�ITULO 1. MATRICES

Comentarios Dos resultados obvios:

1. Si B es equivalente por �las a A, entonces A es equivalente por �las con B.

2. Si B es equivalente por �las a A, y A es equivalente por �las a C, entonces B esequivalente por �las a C.

Teorema Si A es una matriz cuadrada de n�n, entonces las siguientes proposicionesson equivalentes:

i) A es no-singular (tiene inversa)

ii) El sistema lineal A:x = 0 tiene solamente la soluci�on trivial (x = 0).

iii) A es equivalente por �las a la matriz identidad In de n� n.

Demostraci�on. La hacemos demostrando que:

(i) ! (ii) Al multiplicar por A�1 a ambos lados del sistema A:x = 0 queda

A�1:A:x = A�1:0

x = 0

Ahora vemos que...

(ii) ! (iii) Usando operaciones elementales sobre las �las se transforma el sistema A:x =0 en otro sistema U:x = 0, donde U es una matriz escalonada reducida de Gauss-Jordan. Si U no fuese la identidad, alguno de los coe�cientes de la diagonal principalde U ser��a cero. Eso signi�car��a que A no es equivalente por �las con I, y entoncesla �ultima �la de U debe tener todos sus elementos nulos. Tal caracter��stica dice queA:x = 0 es equivalente a un sistema homog�eneo con m�as inc�ognitas que ecuaciones.Eso dir��a que el sistema Ax = 0 debe tener \in�nitas soluciones no triviales", locual es contradictorio respecto de (ii). Por tanto, indudablemente U tiene que serla identidad.

Finalmente, vemos que ...

(iii) ! (i) Como A es equivalente por �las con I, entonces existe una cantidad �nita dematrices elementales, no singulares, E1; E2; : : : ; Ek tales que

Ek:::E2:E1:A = I

Luego multiplicando por la inversa de Ek:::E2:E1, se obtiene que

A = (Ek:::E2:E1)�1:I

Por lo tanto A es no-singular, por ser producto de matrices no-singulares, e igual a

A = E�11 E�12 : : : E�1k

Page 187: Apuntes Modulo I Mat C 2014

1.8. MATRICES ELEMENTALES Y SISTEMAS LINEALES. 39

Importante ! Corolario Un sistema lineal A:x = b de n� n tiene soluci�on �unica, A es no-singular (tiene inversa).

Demostraci�on.

( Si A es no-singular, entonces multiplicando al sistema por A�1, se obtiene A�1:A:x =A�1:b, de donde se obtiene que

x = A�1:b:

... es una �unica soluci�on del sistema.

) Si x1 es la soluci�on �unica del sistema A:x = b. Si A fuese singular, entonces por el teo-rema anterior y la equivalencia entre (i) e (ii) tendr��amos que el sistema homog�eneoA:x = 0 no tendr��a soluci�on �unica. As�� Ax = 0 tendr��a otra soluci�on no trivial,z 6= 0.

En tal caso, si llamamos x2 = x1 + z. Como z 6= 0, ser��a x2 6= x1 y

A:x2 = A: (x1 + z) = A:x1 + A:z = b + 0

Entonces, resultar��a que tambi�en x2, ser��a soluci�on del sistema A:x = b (que esdistinta de x1). Esa conclusi�on es absurda, ya que por hip�otesis sabemos que x1 esla �unica soluci�on.

Esto muestra que, si Ax = b tiene una s�ola soluci�on entonces A es no-singular.

S��ntesis Hasta el momento tenemos como resumen las siguientes equivalencias: Si Aes n� n,

� A es no-singular (invertible).

� A es equivalente por �las a la matriz identidad.

� El sistema lineal A:x = 0 tiene soluci�on �unica (la soluci�on trivial).

� El sistema lineal A:x = b tiene soluci�on �unica (x = A�1:b)

Problema Considere el ejercicio 2. del Grossman en p�agina 118,usando el MATLAB,resuelva los incisos (i)(ii)y (iii), respondiendo a lo planteado en el ejercicio 9 (a), (b) y(c).

Para practicar...

Page 188: Apuntes Modulo I Mat C 2014

40 CAP�ITULO 1. MATRICES

Ejercicios8.1 Una es no-singular mientras la otra es singular. Analizar, y decidir.

(a)

�1 34 �12

�(b)

�1 34 12

�X 8.2 Singular o no-singular?

(a)

�1 21 3

�(b)

�1 2�3 �6

�(c)

�1 2 11 3 1

�(d)

0@1 2 11 1 33 4 7

1A

(e)

0@ 2 2 1

1 0 5�1 1 4

1A

8.3 Describir las matrices que son equivalentes a�1 00 1

�8.4 Describir las que son equivalentes a

(a)

�1 00 0

�(b)

�1 22 4

�(c)

�1 11 3

�8.5 Pueden las matrices equivalentes tener diferente dimensi�on?.

X 8.6 Dar dos matrices escalonadas reducidas que tengan sus coe�cientes pivotes en lamisma columna pero que no sean equivalentes.

X 8.7 Mostrar que dos matrices n�n no-singulares son equivalentes por �las. Y dos queson singulares ?.

8.8 Extender la de�nici�on de equivalencia por �las de matrices a a sistemas equivalentespor �las.

8.9 Probar que cualquier sistema lineal con una matriz de coe�cientes no-singular tienesoluci�on y es �unica.

X 8.10 Tres conductores se detuvieron en una cafeter��a del camino.Uno de ellos compr�o cuatro sandwiches, una taza de caf�e , y diez medialunas por

$ 8:45. Otro conductor compr�o tres sandwiches, una taza de caf�e , y siete medialunaspor $ 6:30.

Cu�anto pag�o el tercer conductor por un sandwich, una taza de caf�e , y una medi-aluna ?

Page 189: Apuntes Modulo I Mat C 2014

1.8. MATRICES ELEMENTALES Y SISTEMAS LINEALES. 41

1.8.3 Dos resultados �utiles.

1. M�etodo para encontrar la matriz inversa:

Si A es no-singular, entoces A es equivalente por �la a I. Esto es, mediante lasmatrices elementales

Ek:::E2:E1:A = I

Multiplicando ambos lados por A�1, por a la derecha, queda

Ek:::E2:E1:A:A�1 = I:A�1

Ek:::E2:E1:I = A�1

Conclusi�on Por tanto, la \misma sucesi�on de operaciones" elementales por �las quetransforman la matriz A no-singular en la matriz identidad, tambi�en transforman lamatriz identidad en la matriz inversa A�1.

...

Cu�al es el procedimiento pr�actico para hallar A�1 ?

(i) Formamos la matriz aumentada (A j In) (que tiene dimensi�on n� 2n),

(ii) Se aplican las operaciones elementales para llevar a A a la forma escalonadareducida de Gauss- Jordan (RREF), resultando

�I j A�1�

O sea,

Ek:::E2:E1: (A j I) = �I j A�1�... que es un m�etodo para encontrar la matriz inversa de A.

2. Si A es \no-singular", y x es la �unica soluci�on del sistema lineal A:x = b, entonces laforma escalonada de Gauss- Jordan de la matriz aumentada (A j b), con dimensi�onn� (n+ 1) , es

(I j x)donde x = A�1b.

Para ver esto...

Como A es no-singular (y por lo tanto es equivalente por �las a I) al reducir lamatriz aumentada (A j b) a su forma escalonada reducida de Gauss- Jordan, �estatiene la parte correspondiente a los coe�cientes de A transformados en la In. Portanto, es el resultado de multiplicar a izquierda por A�1, luego la forma reducidaaumentada es �

In j A�1b�

por tanto, x = A�1b

Page 190: Apuntes Modulo I Mat C 2014

42 CAP�ITULO 1. MATRICES

Ejemplo Dada A =

0@ 1 4 3�1 �2 02 2 3

1A, encontrar A�1.

(A j I) =

0@ 1 4 3 1 0 0

�1 �2 0 0 1 02 2 3 0 0 1

1A �!

0@ 1 4 3 1 0 0

0 2 3 1 1 00 �6 �3 �2 0 1

1A

�!0@ 1 4 0 1

2�3

2�1

2

0 2 0 12

�12

�12

0 0 6 1 3 1

1A �!

0@ 1 0 0 �1

2�1

212

0 1 0 14

�14

�14

0 0 1 16

12

16

1A

entonces A�1 =

0@ �1

2�1

212

14

�14

�14

16

12

16

1A

y la soluci�on del sistema lineal

A:x =

0@ 12�128

1A

es

x = A�1:b =

0@�1

2�1

212

14

�14�1

416

12

16

1A :

0@ 12�128

1A =

0@ 4

4�8

3

1A

Ejercicio Veri�car que estas matrices son \no singulares", usando el procedimientopara ver si es equivalente a la matriz In. Usar la matriz ampliada AjIn, para calcular lainversa si existe.

�3 42 �1

� 0@3 2 16 �4 00 1 1

1A

0@1 2 �12 4 00 1 �3

1A

Ejercicio (1.) Ver en pa�gina 112 del libro de Grossman el Problema 1.8 que sirve deautoevaluaci�on del tema. Contestar las preguntas.

(2.) Usando Matlab: en secci�on 1.8 del libro de Grossman, p�agina 117, resolver elejercicio 1. inciso a.(i) y (iii) ; idem con inciso (b).

(3.) Considerar los ejercicios 2. (i) y (iv), en p�agina 118, usar el Matlab para hacerlos c�alculos usando la ampliada AjI.

(4.)(*****) Considerar el ejercicio 3. (a) (b) y (c), en p�agina 118, usar el Matlab parahacer los c�alculos siguiendo las indicaciones. Observar con cuidado la conclusi�onpr�actica del ejercicio.

(5).(*****) Resolver los ejercicios (en su cuaderno): 25- 26- 29* -30* del libro deGrossman en p�agina 114.

Page 191: Apuntes Modulo I Mat C 2014

1.8. MATRICES ELEMENTALES Y SISTEMAS LINEALES. 43

Para practicar en su casa...

Ejercicios8.1 Analizar si las matrices indicadas son \no singulares", usando el procedimiento deGauss- Jordan (y la matriz ampliada). Hallar la inversa si es posible.

(a) h0@222

1A ;

0@ 1

0�1

1A ;

0@031

1Ai (b) h

0@ 1�10

1A ;

0@010

1A ;

0@231

1Ai

8.2 Dado un sistema Ax = b, siendo la matriz A la del inciso (b) del ejercicio previo,siendo

b =

0@ 1�10

1A

hallar la soluci�on, explicando si es �unica o no, usando si es posible la f�ormula expl��citax = A�1b.

X 8.3 Resolver cada sistema usando notaci�on matricial. Exprese la soluci�on usando vec-tores. Aclarar si la matriz A del sistema tiene inversa o no. Indicar la inversa siexiste.(a) 3x+ 6y = 18

x + 2y = 6(b) x + y = 1

x� y =�1(c) x1 + x3 = 4

x1 � x2 + 2x3 = 54x1 � x2 + 5x3 = 17

(d) 2a + b� c= 22a + c= 3a� b = 0

(e) x + z + w = 42x+ y � w = 23x+ y + z = 7

X 8.4 Considerar el sistema (c) del ejercicio previo. Escribir en orden las matrices ele-mentales correspondientes a las operaciones elementales necesarias para llevarlo a laforma reducida escalonada de Gauss- Jordan. Si tiene inversa la matriz A, cu�al es larelaci�on entre A�1 y el producto de las matrices elementales usadas?.

1.8.4 Factorizaci�on triangular (LU).

Este tema se ver�a especialmente entre los temas de C�alculo Num�erico. Si una matriz Ade n � n puede reducirse a una forma triangular superior (U) s�olo usando operacionespor �las de Tipo III, entonces es posible expresar el proceso de reducci�on mediante unafactorizaci�on matricial:

A = LU

Ejemplo A =

0@2 4 21 5 24 �1 9

1A. Usando s�olo operaciones por �las de Tipo III tenemos

0@2 4 21 5 24 �1 9

1A �!

0@2 4 20 3 10 �9 5

1A

Page 192: Apuntes Modulo I Mat C 2014

44 CAP�ITULO 1. MATRICES

Para eliminar el 1 de la segunda utilizamos el n�umero �12para multiplicar la primer

�la y luego sumar a la segunda. Para eliminar el 4 de la tercer �la utilizamos el n�umero�2 para multiplicar la primer �la y luego sumarla a la tercera. Recordemos esto paraluego ser usado: llamamos l21 =

12(l21 porque es la �la 2, columna 1) y l31 = 2 (es decir,

estos son los n�umeros que necesitamos para multiplicar, cambiados de signo !!).

Ahora eliminamos el �9 en la �ultima �la0@2 4 20 3 10 �9 5

1A �!

0@2 4 20 3 10 0 8

1A = U

y llamamos l32 = �3 (porque utilizamos el n�umero 3 para multiplicar la segunda �la yluego sumarla a la tercera ).

De�nimos ahora la matriz L

L =

0@ 1 0 0l21 1 0l31 l32 1

1A =

0@1 0 0

12

1 02 �3 1

1A

Se puede veri�car f�acilmente que

L:U =

0@1 0 0

12

1 02 �3 1

1A :

0@2 4 20 3 10 0 8

1A =

0@2 4 21 5 24 �1 9

1A = A

Esto es, la matriz A puede ser factorizada en un producto de una matriz triangularinferior L y otra matriz triangular superior U .

Importante ! Una matriz triangular inferior que tiene todos "1" en la diagonal prin-cipal (como la matriz L) se llama matriz triangular inferior unitaria.

En t�erminos de matrices elementales, el proceso en el ejemplo anterior puede serrepresentado como

E3:E2:E1:A = U (1.4)

donde

E1 =

0@ 1 0 0�1=2 1 00 0 1

1A ; E2 =

0@ 1 0 0

0 1 0�2 0 1

1A ; E3 =

0@1 0 00 1 00 3 1

1A

Como cada una de estas matrices es no-singular, se puede multiplicar ambos lados dela ecuaci�on (1.4) por (E3:E2:E1)

�1

A = E�11 :E�12 :E�13 :U

Page 193: Apuntes Modulo I Mat C 2014

1.8. MATRICES ELEMENTALES Y SISTEMAS LINEALES. 45

Importante ! Se puede veri�car que las inversas de las matrices elementales, s�olocambian el signo el \n�umero" con que se multiplic�o una �la para llevar a cero el t�erminocorrespondiente. As��

E�11 =

0@ 1 0 01=2 1 00 0 1

1A ; E�12 =

0@1 0 00 1 02 0 1

1A ; E�13 =

0@1 0 00 1 00 �3 1

1A

Veri�car, por ejemplo que

E1:E�11 =

0@ 1 0 0�1=2 1 00 0 1

1A :

0@ 1 0 01=2 1 00 0 1

1A =

0@1 0 00 1 00 0 1

1A

Veri�car lo mismo para E2 y E�12 .

Luego, considerando:

A = E�11 :E�12 :E�13 :U

Multiplicando en este orden, los multiplicadores l21; l31 y l32 llenan la parte de abajode la diagonal principal del producto

E�11 :E�12 :E�13 =

0@ 1 0 01=2 1 00 0 1

1A :

0@1 0 00 1 02 0 1

1A :

0@1 0 00 1 00 �3 1

1A = L =

0@ 1 0 01=2 1 02 �3 1

1A

Si una matriz A de n � n puede ser reducida a una forma triangular superior (U)usando s�olo operaciones por �las del Tipo III, entonces A puede ser factorizada comoL:U , donde L es unidad triangular inferior. La L = (En:En�1: : : : :E2:E1)

�1.Este es un resultado importante y pr�actico que ser�a muy usado para resolver sistemas

lineales. En C�alculo Num�erico se ver�a tambi�en la necesidad de usar permutaciones paraobtener una buena factorizaci�on LU .

Page 194: Apuntes Modulo I Mat C 2014

Matematica C

IV. Determinantes

– 1 –

Page 195: Apuntes Modulo I Mat C 2014

Temario:

1. Clase 1: Introducci�on al tema. Casos particulares. De�nici�on general. Propiedades.Claves.

2. Clase 2: Procedimientos para calcular el determinante. ( 1 clase).

2

Page 196: Apuntes Modulo I Mat C 2014

En las clases previas del curso hemos trabajado con sistemas lineales Ax = b, enparticular con sistemas con igual n�umero de ecuaciones y de inc�ognitas que tienen unamatriz A cuadrada.

Tales sistemas pueden tener una \�unica soluci�on", \ ninguna", o \in�nitas soluciones"segun el tipo de matriz A.

Comentarios Hemos remarcado diferencias entre dos clases de matricescuadradas A:

1. Si una particular matriz cuadrada A est�a asociada con una �unica soluci�on de unsistema dado, como por ejemplo un sistema homog�eneo con b = ~0, entonces A est�aasociada con una �unica soluci�on para cualquier b.

Tal matriz de coe�cientes se llama `no singular'.

2. La otra clase, formada por las matrices singulares, se caracteriza por el hecho quetodo sistema lineal Ax = b, que las tiene como matriz de coe�cientes, tiene 1soluciones o \ no tiene soluci�on" dependiendo de b.

> C�omo distinguirlas ?.

Sabemos ...

3. que la \no singularidad" de una matriz n�n A es equivalente a cada una de lassiguientes condiciones:

� un sistema A~x = ~b tiene soluci�on �unica.

� La reducci�on de Gauss-Jordan de A conduce a la matriz identidad ;

� existe la inversa A�1.

As��, cuando tenemos una matriz cuadrada una de las primeras cosas que nos pregun-tamos es \ si es no-singular ".

Objetivo Este m�odulo desarrolla una f�ormula para decidir si una matriz es \no-singular" o \ singular".

Observaci�on Como en este m�odulo trabajamos siempre con \matrices cuadradas", sim-pli�camos diciendo \ matriz" en lugar de \matriz cuadrada".

Problema Decir si es cierta la a�rmaci�on siguiente:\ Una forma primaria para decidir si una matriz cuadrada es singular o no es chequear

si su forma escalonada reducida por �las tiene \ ceros" en la diagonal ". O expresada deotra forma, \si el producto de los elementos de la diagonal, de tal forma reducida, da \0"o no".

... Explicar porqu�e se inclina por \verdadera" o \falsa".

3

Page 197: Apuntes Modulo I Mat C 2014

1 Definici�on

Comentarios En el caso que sea cierta la a�rmaci�on del problema previo, con el objetivode tener un elemento para chequear si la matriz reducida de Gauss es \ no singular" o nolo es, se podr��a de�nir el \ determinante de esa matriz reducida" como el producto de loselementos de la diagonal.

... Para de�nir el determinante en forma general, se advierte que su de�nici�on debetener la propiedad que \ si una matriz es no singular" y se hacen operaciones elementalespor �las para llevarla a otra \equivalente", �esta debe mantener el determinante \ no nulo" (ya que �esta conserva las caracter��sticas de A ).

Es decir, que se necesita que el \determinante" ante las operaciones de permutar �las,multiplicar por un escalar \ no nulo" una �la, o sumar a una �la otra multiplicada porun escalar, conserve la caracter��stica de \ no nulo" si se trata de una matriz no-singularA.

1.1 Construcci�on del concepto por etapas

El determinante de una matriz cuadrada A es un escalar �unico (n�umero real) asociado ala matriz, que se obtiene a partir de los coe�cientes faijg.

El valor de este n�umero determina si A es singular o no-singular (<y todo lo que estosigni�ca !).

Caso 1: Matrices de 1� 1Si A = (a) es una matriz de dimensi�on 1� 1, entonces A tiene inversa \si y s�olo si"

a 6= 0 y

A�1 =�a�1�

Por tanto, si de�nimos

detA = a

entonces A es no-singular si y s�olo si detA 6= 0.

Caso (2: Matrices de 2� 2) Dada A =

�a11 a12a21 a22

... sabemos que A es no-singular si y s�olo si es equivalente por �las a I2. Vimosque esto es verdadero en relaci�on con los coe�cientes de la matriz (en la clase inicial deresoluci�on de sistemas) si a11:a22 � a12:a21 6= 0. Abajo est�a la justi�caci�on como repaso.

a) Multiplicamos la �la 2 por a11 (si a11 6= 0)

�a11 a12

a11:a21 a11:a22

4

Page 198: Apuntes Modulo I Mat C 2014

b) Restamos a la �la 2, a21 veces la �la 1�a11 a120 a11:a22 � a12:a21

�(1)

Si a11 6= 0, entonces la matriz (1) ser�a equivalente por �las a I2 siempre y cuandoa11:a22 � a12:a21 6= 0.

Si a11 = 0, intercambiamos las �las de A y obtenemos�a21 a220 a12

que ser�a equivalente por �las a I2 siempre y cuando a12:a21 6= 0. Pero si a11 = 0,este requerimiento es equivalente a

a11:a22 � a12:a21 6= 0

Luego, si de�nimos

detA = a11:a22 � a12:a21

entonces, una matriz A de 2� 2 es no-singular \si y s�olo si" detA 6= 0.

Notaci�on alternativa:

detA =

����a11 a12a21 a22

����Ejemplo

A =

�2 3�2 1

detA =

���� 2 3�2 1

���� = 2:1� 3: (�2) = 8

Caso 3: Matrices de 3� 3Si ...

A =

0@a11 a12 a13a21 a22 a23a31 a32 a33

1A

podemos repetir el an�alisis de reducci�on por �las y mostrar que A es equivalente por �lasa I3 \si y s�olo si"

a11:a22:a33 � a11:a32:a23 � a12:a21:a33 + a12:a31:a23 + a13:a21:a32 � a13:a31:a22 6= 0

Entonces de�nimos el det(A)

= a11:a22:a33 � a11:a32:a23 � a12:a21:a33 + a12:a31:a23 + a13:a21:a32 � a13:a31:a22 (2)

As�� una matriz A de 3� 3 es no-singular si y s�olo si detA 6= 0.

5

Page 199: Apuntes Modulo I Mat C 2014

Objetivo En estos casos particulares, obtenemos una familia de f�ormulas, a, a11:a22 �a12:a21, etc, que deben tener valor \no nulo" en relaci�on a la \no-singularidad" de lasmatrices respectivas. Esas f�ormulas se reconocen como el \determinante" de esas matricesparticulares.

La extensi�on de esas f�ormulas para todo n da lugar a de�nir una funci�ondetn�n : Mn�n ! <, tal que cumpla \ que una matriz n � n A es no singular siidetn�n(A) 6= 0."

Notaciones Si A es n�n, para simpli�car se escribe ` det(A) ' en lugar de `detn�n(A)'.

Los tres casos de arriba no muestran un patr�on evidente para usar en el caso generaln�n. Sin embargo, reviendo los c�alculos previos...

1.2 Caso general: Matrices de n� n

Consideremos el caso 2� 2: de�nimos 2 submatrices M11 y M12 como

M11 = (a22) y M12 = (a21)

donde M11 se forma a partir de A borrando la �la 1 y la columna 1. Mientras que M12 seforma a partir de A borrando la �la 1 y la columna 2�

a11� a12�

a21� a22

��! M11 =

�a22�

�a11� a12�

a21 a22�

��! M12 =

�a21�

Entonces detA puede escribirse como

detA = a11:a22 � a12:a21 = a11: detM11 � a12: detM12 (3)

Para el caso de 3� 3, se puede reordenar la expresi�on (2)

detA = a11: (a22:a33 � a23:a32)� a12: (a21:a33 � a31:a23) + a13: (a21:a32 � a31:a22) (4)

Tomamos M1j (para j = 1; 2; 3) como la matriz de 2� 2 que se forma a partir de A alborrar la �la 1 y la columna j. Quedar�a entonces

detA = a11: detM11 � a12: detM12 + a13: detM13

donde 0@a11� a12� a13�

a21� a22 a23a31� a32 a33

1A �! M11 =

�a22 a23a32 a33

0@a11� a12� a13�

a21 a22� a23a31 a32� a33

1A �! M12 =

�a21 a23a31 a33

0@a11� a12� a13�

a21 a22 a23�

a31 a32 a33�

1A �! M13 =

�a21 a22a31 a32

6

Page 200: Apuntes Modulo I Mat C 2014

Esto es,

detA =

������a11 a12 a13a21 a22 a23a31 a32 a33

������ = a11:

����a22 a23a32 a33

����� a12:

����a21 a23a31 a33

���� + a13:

����a21 a22a31 a32

����Consideremos ahora una matriz A de n� n.

De�nici�on Sea Mij la submatriz de (n� 1)� (n� 1) que se forma al borrar la �la i yla columna j. Entonces,

(i) el n�umero detMij se denomina menor del elemento aij;

(ii) el n�umero Aij = (�1)i+j detMij se denomina cofactor de aij.

Usando tal de�nici�on ...... en el caso de 2� 2, podemos reescribir la expresi�on (1) como

detA = a11:a22 � a12:a21 = a11:A11 + a12:A12 (n = 2)

Esta expresi�on se llama expansi�on de cofactores del detA a lo largo de la �la 1.Usando la �la 2, en lugar de la 1,... podemos tambi�en escribir: detA = a21: (�a12) + a22:a11 = a21:A21 + a22:A22.Esta expresi�on se llama expansi�on de cofactores del detA a lo largo de la �la 2.Usando las columnas, en lugar de las �las,... podemos realizar una expansi�on de cofactores a lo largo de una de las columnas:

detA = a11:a22 + a21: (�a12) = a11:A11 + a21:A21 (primer columna)

detA = a12: (�a21) + a22:a11 = a12:A12 + a22:A22 (segunda columna)

Similarmente, para el caso de 3� 3, la expresi�on (4) puede escribirse como

detA = a11:A11 + a12:A12 + a13:A13 (expansi�on a lo largo de la �la 1)

Ejemplo A =

0@2 5 43 1 25 4 6

1A

detA = a11:A11 + a12:A12 + a13:A13

= (�1)2 :a11: detM11 + (�1)3 :a12: detM12 + (�1)4 :a13: detM13

= 2:

����1 24 6

����� 5:

����3 25 6

���� + 4:

����3 15 4

����= 2: (6� 8)� 5: (18� 10) + 4: (12� 5)

= �16

7

Page 201: Apuntes Modulo I Mat C 2014

Comentarios Igual que en el caso 2 � 2, el determinante de una matriz de 3 � 3 sepuede expandir a lo largo de cualquier �la o cualquier columna.

Ejemplo Calculamos el determinante de la matriz A, del ejemplo anterior, a lo largode la columna 2.

detA = a12:A12 + a22:A22 + a32:A32

= (�1)3 :a12: detM12 + (�1)4 :a22: detM22 + (�1)5 :a32: detM32

= �5:

����3 25 6

����+ 1:

����2 45 6

����� 4:

����2 43 2

����= �5: (18� 10) + (12� 20)� 4 (4� 12)

= �16

1.3 De�nici�on en el caso general n� n.

De�nici�on Se de�ne detA en forma inductiva

detA = a11 cuando n = 1

detA = a11:A11 + a12:A12 + � � �+ a1n:A1n cuando n > 1

donde

A1j = (�1)1+j : detM1j j = 1; : : : ; n

son los \ cofactores" de los coe�cientes de la primer �la de A.De hecho, podemos usar cualquier �la o columna de A para las expansiones de cofac-

tores, usando la �la i

detA = ai1:Ai1 + ai2:Ai2 + � � �+ ain:Ain

necesitando en este caso calcular Aij para j = 1; : : : ; n.Si se usa una columna j

detA = a1j:A1j + a2j:A2j + � � �+ anj:Anj

donde se necesitan los cofactores Aij para cada i = 1; : : : ; n.Cada cofactor correspondiente a los ��ndices ij:

Aij = (�1)i+j : detMij

As�� los determinantes de orden n se reducen a una combinaci�on de n determinantesde orden (n� 1).

En la pr�actica, los determinantes se expanden a lo largo de la �la o columna quecontenga m�as ceros (porqu�e ?).

8

Page 202: Apuntes Modulo I Mat C 2014

Ejemplo Expandimos a lo largo de la primer columna de

A =

0BB@0 2 3 00 4 5 00 1 0 32 0 1 3

1CCA

para la expansi�on de cofactores.

detA =

��������

0 2 3 00 4 5 00 1 0 32 0 1 3

��������= �2:

������2 3 04 5 01 0 3

������

= �2:3:

����2 34 5

���� = �2:3: (10� 12) = 12

Importante ! El determinante de una matriz triangular se puede calcular facilmente.

Ejemplo

��������

1 2 3 40 5 6 70 0 8 90 0 0 10

��������= 1:

������5 6 70 8 90 0 10

������ = 1:5:

����8 90 10

����

= 1:5:8:��10�� = 1:5:8:10 = 400

Problema (i) \El determinante de una matriz triangular de n�n es el producto de losn coe�cientes de la diagonal principal".

Probar que es v�alida esa a�rmaci�on.(ii) Probar que en general no vale \det(A+B) = det(A)+det(B). Pensar por ejemplo

en In + In. Proponer otros ejemplos que ilustren la desigualdad.(iii) Una interpretaci�on geom�etrica del determinante:Dados dos vectores u = (u1; u2), v = (v1; v2) en el plano (no colineales) que son lados

de un paralelogramo.Recordar como se puede calcular el �area del paralelogramo usando el producto vectorial

de esos vectores (lo vieron en el curso B).Veri�car que el �area del paralelogramo = j det(A)j, siendoA la matriz que tiene como �las los vectores u y v.

Ejercicio 1 Usando el MATLAB....

En la p�agina 184 del libro de Grossman, en MATLAB 2.1, se explica como generarmatrices aleatorias.

(1) Resolver el ejercicio 1. (a)(2) Resolver el ejercicio 3.(3)Resolver el ejercicio 4. (a).

9

Page 203: Apuntes Modulo I Mat C 2014

Para practicar...

10

Page 204: Apuntes Modulo I Mat C 2014

EjerciciosX 1.1 Calcular el determinante de cada una de:

(a)

�3 1�1 1

�(b)

0@ 2 0 1

3 1 1�1 0 1

1A (c)

0@4 0 10 0 11 3 �1

1A

1.2 Calcular el determinante de :

(a)

�2 0�1 3

�(b)

0@2 1 10 5 �21 �3 4

1A (c)

0@2 3 45 6 78 9 1

1A

X 1.3 Veri�car que el determinante de una matriz triangular superior 3�3 es el productode la diagonal.

det(

0@a b c

0 e f

0 0 i

1A) = aei

Las triangulares inferiores se comportan igual?

1.4 En el MATLAB, con el comando: `det(A)', entrando la matriz A , calcular eldeterminante del ejercicio primero y segundo de la lista.

11

Page 205: Apuntes Modulo I Mat C 2014

2 Resultados �utiles. Propiedades del determinante.

(a) det�AT�= detA

Es f�acil comprobar que es v�alida, teniendo en cuenta que cada columna de A esuna �la de AT , y aplicando la de�nici�on del determinante como combinaci�on de loscofactores.

(b) Si A tiene una �la o una columna nula (vector de ceros) entonces detA = 0.

Es inmediato, considerando que el determinante se puede calcular usando esa �la ocolumna para combinar los cofactores.

(c) Si A tiene dos �las o dos columnas id�enticas entonces detA = 0.

Se puede obtener f�acilmente como consecuencia de la propiedad (d) que sigue.

Efectos de las Operaciones Elementales por �las:

d) Intercambiar dos �las (o columnas) de A:

detA �! � detA (cambia el signo)(por inducci�on).

e) Multiplicar una �la (o columna) por un escalar � 6= 0:

detA �! �: detA.

...es inmediato haciendo la combinaci�on de cofactores apoyados en la �la (o columna)que se multiplica por �.

f) Sumar a una �la (o columna) un m�ultiplo de \otra �la" (o columna):

detA �! detA (conserva el mismo valor).

... se obtiene al aplicar la combinaci�on de cofactores apoyados en esa �la modi�cada.Se obtendr�a que el determinante es igual a:

det(A) + � det(matriz con dos �las iguales) = det(A)

g) Multiplicar una matriz A de n� n, por un escalar �:

detA �! �n: detA.

...se obtiene usando la propiedad (e), n veces.

Para practicar...

EjerciciosX 2.1 Calcular el determinante de:

(a)

�2 14 2

�(b)

�0 11 �1

�(c)

�4 22 1

2.2 Calcular determinante de :

12

Page 206: Apuntes Modulo I Mat C 2014

(a)

0@2 1 13 2 20 1 4

1A (b)

0@1 0 12 1 14 1 3

1A (c)

0@2 1 03 �2 01 0 0

1A

3 Multiplicando por matrices elementales:

Operaci�on de Tipo I: Intercambiar dos �las de A (A �! EI :A), donde EI es, porejemplo,

EI =

0BB@1 0 0 00 0 1 00 1 0 00 0 0 1

1CCA

...veri�car que

det (EI :A) = � detA

= detEI : detA (ya que detEI = � det I = �1)

Operaci�on de Tipo II: Multiplicar una �la por un escalar � 6= 0 (A �! EII :A), dondeEII es, por ejemplo,

EII =

0BB@1 0 0 00 1 0 00 0 � 00 0 0 1

1CCA

... veri�car que

det (EII :A) = �: detA

= detEII : detA (ya que detEII = �: det I = �)

Operaci�on de Tipo III: Sumar a una �la, un m�ultiplo de otra �la (A �! EIII :A),donde EIII es, por ejemplo,

EIII =

0BB@1 0 0 00 1 0 �

0 0 1 00 0 0 1

1CCA

... aplicando la propiedad (f) a EIII y a A

det (EIII:A) = detA

= detEIII : detA (ya que detEIII = det I = 1)

13

Page 207: Apuntes Modulo I Mat C 2014

S��ntesis Resumiendo ...... si E es una matriz elemental entonces

det (E:A) = detE: detA

con la aclaraci�on que

detE =

8<:�1 si E es de Tipo I� si E es de Tipo II1 si E es de Tipo III

Comentarios Lo mismo para columnas...... recordar que las operaciones elementales por columnas se obtienen al multiplicar a

la derecha por una matriz elemental EI ; EII o EIII .... Usando la propiedad (a)

det (A:E) = det�(A:E)T

�= det

�ET :AT

�= det

�ET�: det

�AT�

= detE: detA

... los efectos producidos en el determinante, debido a las operaciones sobre las colum-nas, son id�enticos a los correspondientes a las operaciones sobre las �las.

3.1 Resultados claves:

...

Importante !

1. Una matriz A de dimensi�on n� n es singular si y s�olo si detA = 0.

2. Si A y B son matrices de n� n:

det (A:B) = detA: detB

Primer resultado clave: Demostraci�on. Cualquier matriz A de n�n se puedereducir a la forma escalonada de Gauss o de Gauss-Jordan (si es no singular se llegaa una triangular con la primera, y a In usando la segunda) mediante una cantidad�nita de operaciones elementales sobre las �las ...

U = Ek:Ek�1:::E1:A

donde U es la matriz obtenida y todas las fEig son matrices elementales. Adem�as,por ser productos con matrices elementales se sabe...

14

Page 208: Apuntes Modulo I Mat C 2014

detU = det (Ek:Ek�1:::E1:A)

= detEk: detEk�1::: detE1: detA (5)

Pero detEi es siempre no nulo (Tipo I, II o III), luego...

detA = 0 si y s�olo si detU = 0

Cuando A es \singular" (no es equivalente por �las a In), por tanto U debe teneral menos una �la con todos ceros,

... entonces en este caso,

detU = 0

... que es equivalente a det(A) = 0.

Por el contrario, si A es no-singular (equivalente por �las a In ), U es una matriztriangular cuyos coe�cientes en la diagonal principal son \no nulos" (todos igualesa 1 usando Gauss, y podemos reducir U a la forma reducida escalonada, en ese casoU = In), entonces desde (5)

detU 6= 0

... equivalente a det(A) 6= 0.

...

15

Page 209: Apuntes Modulo I Mat C 2014

Comentarios Si A es no-singular, mediante las operaciones elementales, usando la for-ma reducida escalonada, se obtiene una U cuyo detU = 1, satisfaciendo

detU = det(Ek:Ek�1:::E1:A), que es igual a= detEk: detEk�1::: detE1: detA, despejandose obtiene la f�ormula:

detA = [detEk: detEk�1::: detE1]�1

Ahorrando operaciones elementales, usando s�olo ope raciones por �la de Tipo I o III,sepuede reducir A a una forma triangular T , satisfaciendo

T = Em�1:::E1:A

...en este caso

detT = t11:t22:::tmm = � detA

donde ftiig son los coe�cientes de la diagonal principal de T .El signo (+) ocurre cuando realizamos una cantidad par de intercambios de �la (op-

eraciones de Tipo I) en el proceso; en cambio, el signo (�) aparece si es una cantidadimpar.

... Se obtiene que

detA = � det T = �t11:t22:::tmm

... Si T tiene en la diagonal alg�un cero, el det(A) = 0.

...Si en la diagonal de T son todos \no nulos", conociendo cu�antas permutaciones sehicieron, se obtiene que

detA = � det T = �t11:t22:::tmm

Para practicar...

EjerciciosX 3.1 Usar el determinante para saber si las siguientes matrices son singulares o o no-

singulares.

(a)

�2 13 1

�(b)

�0 11 �1

�(c)

�4 22 1

3.2 Singular o no singular? Usar el determinante para decidir.

(a)

0@2 1 13 2 20 1 4

1A (b)

0@1 0 12 1 14 1 3

1A (c)

0@2 1 03 �2 01 0 0

1A

16

Page 210: Apuntes Modulo I Mat C 2014

X 3.3 Cada par de matrices di�ere por una operaci�on elemental �la. Usar esta operaci�onpara comparar det(A) con det(B).

(a) A =

�1 22 3

�B =

�1 20 �1

(b) A =

0@3 1 00 0 10 1 2

1A B =

0@3 1 00 1 20 0 1

1A

(c) A =

0@1 �1 32 2 �61 0 4

1A B =

0@1 �1 31 1 �31 0 4

1A

3.4 Mostrar lo que sigue:

det(

0@ 1 1 1a b c

a2 b2 c2

1A) = (b� a)(c� a)(c� b)

(OBS.. Este es el caso 3�3 del determinante de Vandermonde que aparece en muchasaplicaciones.

3.2 Ejercicios para aplicar el determinante en la resoluci�on de

sistemas ...

17

Page 211: Apuntes Modulo I Mat C 2014

EjerciciosX 3.1 Decidir si los siguientes sistemas tienen soluci�on �unica, usando ahora el determi-

nante de la matriz involucrada.Para practicar, calcular el determinante usando las dos formas que se han descrip-

to previamente ( usando expansi�on con los cofactores y el procedimiento econ�omicopor operaciones elementales llevando a una matriz triangular, contando las permuta-ciones).(a) 3x+ 6y = 18

x + 2y = 6(b) x + y = 1

x� y =�1(c) x1 + x3 = 4

x1 � x2 + 2x3 = 54x1 � x2 + 5x3 = 17

3.2 Resolver los sistemas del inciso previo, usando Eliminaci�on Gaussiana. Cuandola matriz es no singular hallar explicitamente inversa, usando el procedimiento de lamatriz ampliada.

18

Page 212: Apuntes Modulo I Mat C 2014

3.3 Segundo resultado clave: Demostraci�on

2. Si A y B son matrices de n� n:

det (A:B) = detA: detB

Demostraci�on.

Primer caso: Si B es singular. En este caso, A:B es singular (pu�es B singular =)B:x = 0 tiene soluci�on no trivial =) (A:B) :x = 0 tiene (la misma) soluci�on notrivial)

=) (A:B) es singular. As��

... det (A:B) = 0 = detA: detB. Se cumple la propiedad.

2do. caso: Cuando B es no-singular, B se puede escribir como un producto de matriceselementales, y sabemos que la expresi�on (5) es v�alida. Entonces

det (A:B) = det (A:Ek:Ek�1:::E1)

= detA: detEk: detEk�1::: detE1

= detA: det (Ek:Ek�1:::E1)

= detA: detB

Problema � (**) Si A tiene inversa entonces el determinante de la inversa A�1 esla inversa del determinante: det(A�1) = ( det(A) )�1.

Probar ese enunciado importante usando la propiedad del determinante respecto del\producto de matrices".

� Usando el MATLAB 2.4 del libro de Grosmann: hacer los ejercicios de la p�agina217: 1-2-3(p�agina 218).

19

Page 213: Apuntes Modulo I Mat C 2014

4 Dos m�etodos para calcular el determinante de A:

Comentarios Cada t�ermino en la expansi�on de cofactores es un producto de n coe�-cientes de A, elegidos de tal manera que \haya uno de cada columna y uno de cada �la".Esto es,

a1p1 :a2p2 :a3p3 :::anpn (6)

donde fp1; p2; : : : ; png es alguna permutaci�on de los enteros f1; 2; : : : ; ng ( aqu�� corre-sponden a las columnas).

Por tanto, hay n! = n:(n�1):(n�2):(n�3): : : : :3:2:1 posibilidades distintas de asignarlas columnas a fp1; p2; : : : ; png, ordenar en forma distinta las n columnas.

Luego, hay n! sumandos en total, todos de la forma (6), en la expresi�on completa deldeterminante de A.

... Entonces para calcular el det(A), por la f�ormula que combina los cofactores, lacantidad de \sumas" que hay que hacer son n! � 1. La cantidad de productos, usandoel desarrollo por cofactores respecto de una �la o columna, como hay n productos de unelemento de una �la por el cofactor Aij respectivo, hay [n� ( n�umero de productos en undeterminante de (n� 1)� (n� 1))] +n. (Analizar esto para n = 2, para n = 3, etc.)

Como un ejercicio, calcule cu�antas cuentas (sumas, productos, etc) hay que hacersi calcula el determinante para una matriz con n = 10 (!!) usando el desarrollo porcofactores.

Hemos visto \dos formas" para calcular el determinante de una matriz A:

a) Usando la de�nici�on b�asica en t�erminos de expansi�on de cofactores.

b) Reduciendo a una forma triangular y \contando" la cantidad de intercambios de �lasdurante el proceso (usando s�olo las operaciones (I) y (III) para ahorrar operaciones,en lugar de las de Gauss Jordan).

Si n > 3, el m�etodo (b) es mucho m�as e�ciente, a menos que A tenga una cantidadsigni�cativa de ceros.

Ejemplo

������2 1 34 2 16 �3 4

������ =

������2 1 30 0 �50 �6 �5

������ = (�1) :

������2 1 30 �6 �50 0 �5

������= (�1) :2: (�6) : (�5) = �60

20

Page 214: Apuntes Modulo I Mat C 2014

S��ntesis Comparaci�on: Comparamos el n�umero de operaciones aritm�eticas necesariaspara calcular el determinante de una matriz de n� n, mediante la expansi�on de co-factores con la forma que usa eliminaci�on Gaussiana (reducci�on por �las ahorrandoc�alculos):

Expansi�on de cofactores Eliminaci�on Gaussianan Sumas Multiplicaciones Sumas Multiplicaciones2 1 2 1 33 5 9 5 104 23 40 14 235 119 205 30 4510 3:628:799 6:235:300 285 339

Observaci�on Si A es singular, detA = 0. Pero si detA es evaluado num�ericamente(usando aritm�etica de punto otante), los errores de redondeo pueden ocasionar que elresultado no sea 0, aunque est�e bastante cerca a 0.

Por lo tanto, en algunos casos es virtualemente imposible determinar computacional-mente cuando una matriz de n� n es verdaderamente singular...

>Es importante esta sutil distinci�on entre \estar cerca del 0" o ser \ 0 "? .

Para practicar....

21

Page 215: Apuntes Modulo I Mat C 2014

EjerciciosX 4.1 > Cu�ales valores del n�umero real x hacen que esta matriz sea singular (determinante

=0)? �12� x 4

8 8� x

Este tema aparece en el c�alculo de autovalores de matrices (veremos!!)

4.2 Mostrar que la ecuaci�on de una recta en el plano que pasa por (x1; y1) y (x2; y2) seexpresa por el determinante .

det(

0@ x y 1x1 y1 1x2 y2 1

1A) = 0 x1 6= x2

4.3 Veri�car que para matrices 4�4 no vale la regla de Sarrus (conocida para matrices3�3!). Analizar el ejemplo, que tiene 2 �las iguales.0

BB@1 0 0 10 1 1 00 1 1 0�1 0 0 1

1CCA

4.4 El producto vectorial (o producto cruz)de vectores

~x =

0@x1x2x3

1A ~y =

0@y1y2y3

1A

es el vector que se calcula como el determinante

~x� ~y = det(

0@~e1 ~e2 ~e3x1 x2 x3y1 y2 y3

1A)

Notar que en la primer �la los elementos son vectores de la base can�onica de <3.Mostrar que es ortogonal o perpendicular a cada uno de los vectores x , y

4.5 Probar que es v �alido el enunciado (b), usando (a):(a) El determinante del producto es el producto de los determinantes. det(AB) =det(A) � det(B).(b) Si A tiene inversa entonces el determinante de la inversa de A es la inversa deldeterminante de A: det(A�1) = ( det(A) )�1.

4.6 Probar que para matrices 2�2, el determinante de una matriz es igual al deter-minante de su transpuesta. >Vale en general? . Ver las propiedades descriptas en elapunte.

X 4.7 > El determinante de una suma es igual a las suma de los determinantes?Analizar, usando por ejemplo A = In y otra B = In. Encuentre otro ejemplo

similar, y concluya con el resultado.

4.8 Mostrar que si A es 3�3 entonces det(c �A) = c3 � det(A) para cualquier escalar c.

4.9 > Para cu�ales valores de � esa matriz A�cos � � sin �sin � cos �

es singular?. Explicar geom�etricamente.> Y su transpuesta AT ?(explicar porqu�e es inmediata la respuesta).

22

Page 216: Apuntes Modulo I Mat C 2014

4.10 Encontrar el volumen del paralelepipedo determinado por los vectores 1

00

,

110

,

111

4.11 ¿Es cierto que det(RS) = det(SR) y que det(R2ST ) = det(RSR), si R, S sonmatrices cuadradas de igual dimension?

4.12 (a) Si detA = 3 y detB = 2, siendo ambas de n× n, encontrar det(A2BTB−2).(b) Si detA = 0, probar que det(6A3 + 5A2 + 2A) = 0.

4.13 (a) Las matrices ortogonales satisfacen AT = A−1. Muestre que entonces detA = ±1.(b) De un ejemplo de una matriz ortogonal de 2 × 2 diferente de la identidad, y ve-

rifique la propiedad anterior.(c) ¿Es valida la propiedad recıproca? Considere por ejemplo(

3 12 1

)

4.14 Interprete geometricamente las siguientes propiedades:(a) El determinante de la matriz B obtenida al multiplicar una columna de una matrizcuadrada A por un escalar c es c detA.(b) El determinante de la matriz B obtenida al multiplicar cada columna de una matrizA de 3 × 3 por un escalar c es c3 detA. Generalizar a matrices de n× n.(c) El determinante de una matriz que posee dos columnas proporcionales es nulo.

23

Page 217: Apuntes Modulo I Mat C 2014

Matrices definidas por bloques

1. Pruebe que el determinante de una matriz de la forma

M =

(A 00 B

)donde A es una matriz de n×n, B una matriz de m×m (n ≥ 1, m ≥ 1) y 0 denotamatrices nulas (tal que M es de (n + m) × (n + m)), es

det(M) = det(A)det(B)

(Sugerencia: Mediante operaciones elementales lleve C a una matriz de forma similarpero con A y B matrices triangulares superiores, en cuyo caso la igualdad anteriores obvia (¿ Por que ?). La igualdad puede tambien demostrarse escribiendo M comoun producto conveniente) .Las matrices definidas por bloques, como M , surgen frecuentemente en distintasaplicaciones. Veremos en capıtulos posteriores ciertas aplicaciones importantes dela propiedad anterior.

2. Muestre que es posible generalizar el resultado anterior a

det

(A C0 B

)= det

(A 0D B

)= det(A) det(B)

donde C es una matriz de n×m y D de m× n, con A de n× n, B de m×m.

3. Evaluar en base a los resultados anteriores los determinantes de las matrices

M =

2 1 0 01 2 0 00 0 3 20 0 2 3

, N =

2 1 1 21 2 2 30 0 3 20 0 2 3

, O =

0 0 2 10 0 1 23 2 0 02 3 0 0

.

4. Muestre que si A de n × n es no singular, con B de m × m, C de n × m y D dem× n,

det

(A CD B

)= det(A)det(B −DA−1C)

(Sugerencia: Muestre primero que (A CD B) = (A 0

D Im)(In A−1C

0 B−DA−1C) y use luego resultadosanteriores).

Page 218: Apuntes Modulo I Mat C 2014

5 Regla de Cramer

Proporciona un metodo para obtener la inversa de una matriz A no singular y lasolucion unica del sistema lineal asociado Ax = b, por medio de determinantes.

Regla de Cramer. Si A es una matriz no singular de n × n y b es cualquier vector

columna de Rn, los elementos xi de la unica solucion x =

x1...xn

del sistema lineal

Ax = b estan dados por

xi =detAi

detA, i = 1, . . . , n

donde Ai es la matriz que se obtiene al reemplazar la columna iesima de A por el vectorcolumna b.

Y los elementos (A−1)ij de la matriz inversa de A pueden ser obtenidos como

(A−1)ij =(−1)i+jdetMji

detA

donde Mji es la matriz obtenida al suprimir la fila j y columna i de A.

De esta forma, x = A−1b implica xi =∑

j(A−1)ijbj =

∑j(−1)i+jbjMji

detA= detAi

detA.

Observacion: Estas expresiones proporcionan una expresion “analıtica” para la inver-sa A−1 y la solucion del sistema lineal asociado, en terminos de determinantes. Resultanutiles para obtener propiedades generales de la solucion y su dependencia con los elemen-tos de la matriz A y del vector b. No obstante, desde el punto de vista numerico no es unmetodo eficiente para resolver problemas de gran escala.

Ejemplo: Aplicando este metodo obtenemos, para n = 2,

A =

(a bc d

), detA = ad− bc 6= 0⇒ A−1 =

1

detA

(d −b−c a

)(

a bc d

)(x1

x2

)=

(b1b2

)⇒ x1 =

∣∣∣∣ b1 bb2 d

∣∣∣∣∣∣∣∣ a bc d

∣∣∣∣ , x2 =

∣∣∣∣ a b1c b2

∣∣∣∣∣∣∣∣ a bc d

∣∣∣∣ ,y para n = 3,

A =

a b cd e fg h i

, detA =

∣∣∣∣∣∣a b cd e fg h i

∣∣∣∣∣∣ 6= 0⇒ A−1 =1

detA

|M11| −|M21| |M31|−|M12| |M22| −|M32||M13| −|M23| |M33|

con |M11| = |e f

h i |, |M21| = |b ch i|, etc., y

a b cd e fg h i

x1

x2

x3

=

b1b2b3

⇒ x1 =

∣∣∣∣∣∣b1 b cb2 e fb3 h i

∣∣∣∣∣∣detA

, x2 =

∣∣∣∣∣∣a b1 cd b2 fg b3 i

∣∣∣∣∣∣detA

, x3 =

∣∣∣∣∣∣a b b1d e b2g h b3

∣∣∣∣∣∣detA

– 24 –

Page 219: Apuntes Modulo I Mat C 2014

6 Conclusiones.

Lista de equivalencias para matricesde n� n

Lista A Lista BA es no-singular (tiene inversa) A es singular (no tiene inversa)detA 6= 0 detA = 0A es equivalente por �las a In. A no es equivalente a In.A puede expresarse como producto A no puede ser expresada... de matrices elementales. como producto de matrices elemen-

tales.A:x = b tiene soluci�on �unica x =A�1:b.

A:x = b es incompatible o tiene

siendo x = A�1:b. 1 sols (dependiendo de b?).El sistema (homog�eneo) A:x = 0tiene

El sistema (homog�eneo) A:x = 0tiene

s�olo la soluci�on trivial. in�nitas soluciones.

Y la lista seguir�a creciendo...

7 Consideraciones acerca del Cap��tulo 3 del libro de

Grossman

Comentarios El tema que trata es vectores en <n.Los vectores en <n, operaciones entre ellos ( +, producto por un escalar)y sus

propiedades, se han estudiado en Matem�atica B. Tambi�en el \ producto escalar entrevectores", Longitud de un vector, �angulo entre vectores, proyecci�on de un vector sobreotro. Producto vectorial(producto cruz) y sus aplicaciones.

Una manera se saber si se recuerdan esos conceptos es leer el RESUMEN en p�agina286, y si es necesario repasar algunos conceptos.

Los docentes los apoyar�an en aquellos temas faltantes.

Objetivo En las clases pr�oximas estudiaremos Espacios vectoriales en general, dondelos vectores no necesariamente son \n- uplas" (como son los de <n). En particular, unejemplo habitual ser�a el espacio de vectores <n. Se repasar�an todas las propiedades deeste espacio particular.

25

Page 220: Apuntes Modulo I Mat C 2014

Matematica C

V. Espacios Vectoriales

– 1 –

Page 221: Apuntes Modulo I Mat C 2014

Temario:

Clase 1: De�nici�on de espacio vectorial. Ejemplos. Subespacios. Espacio nulo de unamatriz. Conjunto generador. Espacio generado.

Clase 2: Vectores linealmente independientes. Conjuntos dependientes. Conjunto mini-mal de generadores de un espacio. Bases y dimensi�on de un espacio vectorial.

Clase 3: Coordenadas de un vector respecto de una base.

Cambio de base. Matrices: espacio �la y espacio columna. Dimensi�on de estossubespacios.

Clase 4: Rango de una matriz. Relaci�on entre el espacio �la y el espacio nulo de unamatriz. Igualdad de las dimensiones del espacio �la y columna. Aplicaci�on a laresoluci�on de Sistemas de ecuaciones lineales del conocimiento del espacio �la yespacio columna, rango de la matriz A de los coe�cientes, y rango de la matrizampliada. Conclusiones sobre sistemas cuadrados y sistemas generales m� n.

2

Page 222: Apuntes Modulo I Mat C 2014

1 Introducci�on a Espacios vectoriales

El m�etodo de Gauss sistem�aticamente hace combinaciones lineales de las �las de unamatriz para llevarla a una forma escalonada que es m�as amigable para resolver sistemaslineales.

En el m�odulo previo, a veces se han combinado vectores de <2, en otras oportunidadesse han combinado vectores de <3, y tambi�en vectores de m�as alta dimensi�on. As�� ser��ainteresante trabajar en <n, para n arbitrario. Eso tiene como ventaja que cualquierresultado v�alido en <n, vale en particular en <2, y en <3.

Pero, eso no bastar��a para generalizar. Hemos visto espacios cuyos elementos no sontodo <2, ni todo <3. Por ejemplo, el conjunto soluci�on de un sistema homog�eneo, si tienein�nitas soluciones, es justamente una colecci�on de vectores, de la misma magnitud delespacio de las inc�ognitas, que satisfacen que la \combinaci�on lineal de ellos" tambi�en essoluci�on.

Ahora hacemos un estudio m�as general \ sobre combinaciones lineales".Estudiaremos conjuntos con el aditamento que se de�nen para sus elementos dos op-

eraciones: adici�on (+), y multiplicaci�on por un escalar ` �', cumpliendo ciertas condicionesespeciales.

Primero vemos, a modo de ejemplo, los bien conocidos espacios ...

3

Page 223: Apuntes Modulo I Mat C 2014

1.1 Espacios Vectoriales Eucl��deos: <2, <3, <n

De�nici�on <2 : Es el conjunto de pares ordenados (x1; x2), de n�umeros reales, o devectores columnas x de dimensi�on 2� 1

x =

�x1x2

con dos operaciones:

� Suma de vectores:

u + v = (u1; u2) + (v1; v2) = (u1 + v1; u2 + v2)

� Multiplicaci�on de un vector por un escalar (n�umero real ):

�:x = �: (x1; x2) = (�:x1; �:x2)

... cumpliendo las dos condiciones siguientes (a) y (b).

(a) Para cualquier par de vectores u y v en R2, (u + v) es tambi�en un vector en R2 , y

(b) Para cualquier vector x en R2 y cualquier escalar �, �:x es tambi�en un vector en

R2

... tales condiciones implican que <2 es:

(a) cerrado bajo la operaci�on suma de vectores; y

(b) cerrado bajo la multiplicaci�on por un escalar.

Geom�etricamente, R2 puede ser representado como el conjunto de todos los puntos enel plano bi� dimensional.

...Un vector (x1; x2) puede ser representado como un segmento recto dirigido desde(0; 0) hasta (x1;x2).

4

Page 224: Apuntes Modulo I Mat C 2014

Eso ) que la suma de vectores y la multiplicaci�on por un escalar pueden ser inter-pretadas geom�etricamente, y se puede de�nir la longitud de un vector x como la longituddel segmento de recta que representa a x en el plano:

l =qx21 + x22

... En el espacio R3 , se representa un vector x = (x1; x2; x3) como un punto en el

espacio tri�dimensional, o como un segmento recto dirigido desde el origen (0; 0; 0) hasta(x1; x2; x2). Su longitud es :

l =qx21 + x22 + x23

... M�as generalmente, Rn : es el espacio de todas las n-uplas de n�umeros reales(x1;x2; : : : ; xn) o el espacio de los vectores columnas de dimensi�on n� 1

x =

[email protected]

1CCCA

... En este caso se di�culta la visualizaci�on geom�etrica, aunque si podemos de�nir lalongitud de x como

l =qx21 + x22 + � � �+ x2n

(... Mas adelante llamaremos a esta longitud la norma del vector: kxk )Con las mismas de�niciones de R2 para suma de vectores y multiplicaci�on por un

escalar, los espacios R3 y Rn resultan cerrados bajo estas operaciones.

2 Espacio vectorial

Comentarios Los ejemplos previos involucran conjuntos de vectores columnas con lasoperaciones usuales. Pero, los \espacios vectoriales" no necesariamente son una colecci�onde vectores columnas, o de vectores �las. Abajo hay ejemplos de otros tipos de espaciosvectoriales.

El t�ermino `espacio vectorial' no signi�ca `colecci�on de vectores columnas de n�umerosreales'. M�as bien signi�ca `colecci�on de elementos' en la que cualquier combinaci�on linealde sus elementos tiene sentido y es un elemento de ese conjunto'.

Ejemplo Rm�n : Es el conjunto de todas las matrices de m � n cuyos coe�cientes son

n�umeros reales.... Recordemos que hay dos operaciones para sus elementos:Suma de matrices y multiplicaci�on por un escalar, de�nidas :

(A+B)ij = Aij +Bij

(�:A)ij = �:Aij

para cada elemento ij, i = 1; : : : ; m, j = 1; : : : ; n.... Este conjunto R

m�n , es \cerrado" bajo estas dos operaciones:Si A y B son dos vectores en R

m�n entonces A + B y �:A tambi�en son vectores deRm�n .

5

Page 225: Apuntes Modulo I Mat C 2014

2.1 Axiomas. De�nici�on de Espacio vectorial

Comentarios La propiedad b�asica de \clausura" bajo las operaciones de adici�on y multi-plicaci�on por un escalar, es el ingrediente clave en la de�nici�on formal de espacio vectorialV . Si esta condici�on de clausura se cumple, entonces el conjunto V de vectores se diceque tiene la forma de un \espacio vectorial"...

... \siempre y cuando se satisfagan las siguientes condiciones" ( axiomas):

1. x+ y = y + x, para todo x, y en V .

2. (x+ y) + z =x+(y + z), para todo x, y,z en V .

3. Existe un �unico elemento 0 en V tal que x + 0 = x, para todo x en V .

4. Para cualquier x en V , existe otro elemento �x en V tal que x+ (�x) = 0.

5. �: (x+ y) = �:x+ �:y, � escalar.

6. (�+ �) :x = �:x+ �:x, para todo escalar �, �, x 2 V .

7. (�:�) :x = �: (�:x), para todo escalar �, �, x 2 V .

8. 1:x = x, para todo x 2 V .

Observaci�on La de�nici�on de espacio vectorial no dice nada sobre una multiplicaci�onentre vectores.

En algunos espacios vectoriales se puede llegar a de�nir un producto de vectores (comoen el caso de Rn�n)

... pero este \ no es un requerimiento" para los espacios vectoriales.

... Veamos el siguiente ejemplo:

Ejemplo � C [a; b] : denota \ el conjunto de funciones cont��nuas de�nidas en el inter-valo cerrado [a; b], con valores reales".

... Es un nuevo tipo de espacio \vectorial", con las dos operaciones:Suma de vectores: Si f(t) y g(t) son vectores de este conjunto C [a; b], se de�ne la

suma (f + g) mediante

(f + g) (t) = f (t) + g (t)

... yMultiplicaci�on por un escalar: Se de�ne (�:f) mediante

(�:f) (t) = �:f (t)

El conjunto C [a; b] es \cerrado bajo la suma de vectores y la multiplicaci�on por unescalar",

... ya que si f (t) y g (t) son dos funciones cont��nuas a valores reales, de�nidas en elintervalo cerrado [a; b], entonces f (t)+g (t) y �:f (t) son tambi�en funciones cont��nuas enel mismo intervalo.

Los 8 axiomas necesarios se veri�can muy f�acilmente:Se toma como funci�on cero: la f (t) = 0 para todo t 2 [a; b], y... se de�ne (�f) como : (�f) (t) = �f (t), para todo t 2 [a; b].

6

Page 226: Apuntes Modulo I Mat C 2014

Ejercicio Veri�car que C [a; b] cumple los 8 axiomas.

Otro ejemplo ...

Ejemplo � Pn : el conjunto de todos los polinomios de grado menor que n (tienen ncoe�cientes, pudiendo ser alguno o todos 0), es otro tipo de "espacio de funciones", ,donde cada ...

Vector: p (t) = a0 + a1:t + a2:t2 + � � �+ an�1:t

n�1

... con las operaciones de�nidas:Suma de vectores: se de�ne (p+ q) (t) = p (t) + q (t) :Con esa de�nici�on,... el vector \nulo": p (t) = 0 + 0:t+ � � �+ 0:tn�1.Multiplicaci�on por un escalar: se de�ne (�:p) (t) = �:p (t)

Ejercicio Dado el conjunto Pn, de�nido en el ejemplo previo:(i) Veri�car que es \cerrado" para las dos operaciones; y(ii) veri�car que los 8 axiomas se satisfacen f�acilmente.

Observaci�on (para futuras referencias) En Pn, un vector p puede describirse (demanera �unica) mediante sus coe�cientes fa0; a1; : : : ; an�1g, y estos pueden ser escritos enforma de matrices/arreglos columnas de n� 1

~p =

0BBB@

a0a1...

an�1

1CCCA

As�� podemos de�nir una correspondencia biyectiva (1-1) entre los vectores de Pn y lasn-uplas en Rn :

p (t) = a0 + a1:t+ a2:t2 + � � �+ an�1:t

n�1 $

0BBB@

a0a1...

an�1

1CCCA

De�nici�on M�as adelante veremos que como existe esa clase de correspondencia biyectivaentre estos dos espacios vectoriales, estos espacios son isomorfos.

2.2 Subespacios

De�nici�on Un subespacio de un espacio vectorial V es cualquier subconjunto (no vac��o)S de V , S � V , tal que �el tambi�en es \un espacio vectorial". Esto es, un subconjunto deV que sea \cerrado" bajo las operaciones de \suma de vectores" y \multiplicaci�on por unescalar".

7

Page 227: Apuntes Modulo I Mat C 2014

Comentarios Como los vectores en S (los elementos de S) pertenecen todos a V , los 8axiomas/condiciones se satisfacen autom�aticamente. S�olo la condici�on de clausura (sercerrado) debe ser examinada y veri�cada para determinar si S es un \subespacio vectori-al".

Observar, que el elemento \0" de V debe estar en S para ser un subespacio de V .

Ejercicio (i)Si S es un subespacio de V , > porqu�e contiene al 0 de V ?. Reveer lade�nici�on ...

(ii) Se puede a�rmar que si S es un subespacio de V , > es S un conjunto no vac��o?.>Porqu�e?.

Ejemplo El subconjunto S de R2 formado por los vectores x = (x1; x2)T que satisfacen

x2 = 2:x1 (gr�a�camente es una recta que pasa por el origen)es un subespacio de <2. Esdecir,

... los vectores de la forma: �c2:c

Multiplicando por un escalar: �:

�c2:c

�=

�(�:c)2: (�:c)

�;

... sumando dos vectores cualesquiera de S:�c2:c

�+

�b2:b

�=

�c+ b

2:c+ 2:b

��(c+ b)2: (c+ b)

... conduce a vectores de la misma forma de los de S, y as�� estan en S. Luego,

... S es \cerrado" bajo las operaciones dadas, en consecuencia es \un subespacio" de<2.

Ejercicio En R3 , los vectores de la forma (x1; x2; 0)

T forman un subespacio. Son losvectores que se encuentran en el plano x3 = 0

u+ v = (u1; u2; 0)T + (v1; v2; 0)

T = (u1 + v1; u2 + v2; 0)T

�:u = �: (u1; u2; 0)T = (�:u1; �:u2; 0)

T

- Veri�car que es un conjunto \cerrado" para las operaciones y por tanto forma unsubespacio de R3 .

8

Page 228: Apuntes Modulo I Mat C 2014

Comentarios Cualquier subespacio de V distinto del mismo V , o del conjunto f0g(conjunto que s�olo contiene al vector 0), se llama \subespacio propio" de V .

Problema Analizar si el conjunto S = f(x; y) : x+y = 1; (x; y) 2 <2g es un subespaciode <2?.

Problema Veri�car que dado el espacio vectorial de las matrices <n�n, son subespaciosdel mismo:

(i) Las matrices sim�etricas.(ii) Las matrices triangulares superiores.(iii) Las matrices triangulares inferiores.(iv) Proponga alg�un otro subconjunto de este espacio de matrices que tambi�en sea un

subespacio.

Problema Veri�car que \no es cierto" que el conjunto de \matrices singulares es unsubespacio de las matrices n�n". Lo mismo, para el conjunto de matrices \no-singulares"n� n.

Proponer, ejemplos para ver lo anterior.

Problema El subconjunto S de R2 formado por los vectores de la forma x = (x1; 1)T

no es un subespacio de R2 , ya que

u+ v = (u1; 1)T + (v1; 1)

T = (u1 + v1; 2)T (no pertenece a S)

�:u = �: (u1; 1)T = (�:u1; �)

T (no pertenece a S)

El conjunto S \no es cerrado" por las operaciones de suma o mutiplicaci�on por unescalar. >Puede ejempli�car para ver m�as claramente el signi�cado?.

Para practicar ...

9

Page 229: Apuntes Modulo I Mat C 2014

Ejercicios2.1 Indicar cu�al es el vector \cero" en cada uno de los Espacios V ectoriales sigu-ientes:(a) El espacio de los polinomios de grado 3, bajo las operaciones naturales.(b) El espacio de las matrices 2�4.(c) El espacio ff : [0::1]! <

�� f es cont��nuag

X 2.2 Encontrar el opuesto (o inverso respecto de la suma), en los espacios vectoriales,para los vectores siguientes en particular:(a) En P3, si el vector es �3� 2x+ x2

(b) En el espacio de matrices 2�2 con t�erminos reales bajo las usuales operacionesde suma y multiplicaci�on por un escalar, para el vector�

1 �10 3

X 2.3 Mostrar que cada uno de los siguientes conjuntos es un espacio vectorial.(a) El conjunto de los polinomios lineales P1 = fa0 + a1x

�� a0; a1 2 <g bajo lasusuales operaciones.(b) El conjunto

L = f

0@xyz

1A 2 <3 : x + y � z = 0g

bajo las operaciones inherentes a <3.

X 2.4 Mostrar que \no son subespacios" vectoriales, los casos:(a) Bajo las operaciones usuales en <3, el conjunto

f

0@xyz

1A 2 <3

�� x + y + z = 1g

(b) Bajo las operaciones de <3, el conjunto

f

0@xyz

1A 2 <3

�� x2 + y2 + z2 = 1g

(c) Bajo las usuales operaciones sobre matrices,

f

�a 1b c

� �� a; b; c 2 <g(d) Bajo las operaciones inherentes a <2,

f

�xy

�2 <2

�� x + 3y = 4 y 2x� y = 3 y 6x+ 4y = 10g

2.5 Subespacios:

(a) Sean los vectores de <3: f

0@101

1A ;

0@011

1Ag Veri�car que el conjunto de los v 2 <3

que son combinaciones de ellos, forman un subconjunto de <3 que es un subespacio.Ver�car que geom�etricamente es un plano que pasa por el origen (encontrar laecuaci�on).(b) Dados dos(2) vectores de <3 cualesquiera, >siempre el conjunto de sus combina-ciones es un subespacio, que geom�etricamente es un plano?

10

Page 230: Apuntes Modulo I Mat C 2014

2.6 (a) Probar que toda recta, o plano que pasa por el \origen" en <3 es un subespaciovectorial bajo las operaciones inherentes a ese espacio.(b) > Qu�e ocurre, si ellos no contienen al origen?

2.7 De�nir adici�on y multiplicaci�on por un escalar real para que el conjunto de losn�umeros complejos sea un espacio vectorial real.

Las operaciones usuales son: (v0 + v1i) + (w0 + w1i) = (v0 + w0) + (v1 + w1)i, yr(v0 + v1i) = (rv0) + (rv1)i.

Chequear todas las condiciones !.

X 2.8 Para cada conjunto, decidir si es un espacio vectorial con las operaciones usuales.

(a) Las matrices diagonales 2�2.

f

�a 00 b

� �� a; b 2 <g(b) El conjunto

f

0BB@xyzw

1CCA 2 <4

�� x + y + w = 1g

(c) El conjunto de funciones que son soluci�on de: ff : < ! <�� df=dx+ 2f = 0g (

Veri�car si ese conjunto es cerrado bajo la suma y multiplicaci�on por un escalar).(d) El conjunto de funciones ff : < ! <

�� df=dx+ 2f = 1g. ( Observar si la funci�onf(x) = 0 = cte , est�a en ese conjunto).

X 2.9 Probar o dar un contraejemplo sobre si: \ es un espacio vectorial el conjunto detodas las matrices", bajo las operaciones usuales.

2.10 (a) > Es un espacio vectorial, bajo las usuales operaciones, el conjunto de las:funciones de una variable (con valores reales) que son diferenciables?(b) Es un subespacio de las matrices 2�2?

f

�a bc 0

� �� a + b = 0g

(c) Mostrar que un subconjunto no vac��o S de un espacio vectorial real V es unsubespacio \ sii " es cerrado bajo las combinaciones lineales de pares de vectores (sic1; c2 2 < y ~s1; ~s2 2 S entonces la combinaci�on c1~v1 + c2~v2 est�a en S).

11

Page 231: Apuntes Modulo I Mat C 2014

2.3 Espacio nulo de una matriz

Es un ejemplo de un subespacio, ya conocido como conjunto, y de particularimportancia en el temario que sigue.

... Si A es una matriz de m � n, de�nimos N (A), espacio nulo de A, alconjunto de todas las soluciones del sistema lineal homog�eneo A:x = 0.

En la notaci�on de conjunto:

N (A) = fx 2 Rn : A:x = 0g

Como A:x = 0 siempre tiene al menos la soluci�on trivial x = 0, N (A) es no vac��o.... Si x 2 N (A), y � es un n�umero real,

A: (�:x) = �: (A:x) = �:0 = 0

) �:x es un elemento de N (A), y si... x e y 2 N (A) ; entonces...

A: (x+ y) = A:x+ A:y = 0 + 0 = 0

) x+ y 2 N (A). Se obtiene de esos resultados que... N (A) es un subespacio de Rn .As�� ...

De�nici�on El conjunto de todas las soluciones de un sistema lineal de m�n homog�eneoA:x = 0 forma un subespacio de Rn llamado espacio nulo de la matriz A.

Observaci�on El conjunto de soluciones de un sistema \no-homog�eneo" A:x = b (b 6= 0)\no forma un subespacio" de <n. Por ejemplo,

... si x e y son soluciones del sistema entonces

A: (x+ y) = A:x+ A:y = b + b = 2:b ( 6= b a no ser que b = 0)

A: (�:x) = �:A:x = �:b ( 6= b a no ser que � = 1)

) el conjunto de tales soluciones de Ax = b, \no es cerrado" bajo la operaci�on de lasuma de vectores, ni lo es sobre la multiplicaci�on por un escalar.

Ejemplo Encontrar N (A) para la siguiente matriz

A =

�1 1 1 02 1 0 1

Usando el proceso de reducci�on de Gauss-Jordan resolvemos A:x = 0...

(A j 0) =

�1 1 1 0 02 1 0 1 0

��!

�1 1 1 0 00 �1 �2 1 0

�!

�1 0 �1 1 00 �1 �2 1 0

��!

�1 0 �1 1 00 1 2 �1 0

12

Page 232: Apuntes Modulo I Mat C 2014

... Tenemos las 2 variables independientes (libres) x3 y x4

x1 = x3 � x4

x2 = �2:x3 + x4

... Llamando � = x3, � = x4, la soluci�on general es

x =

0BB@

�� ��2� + �

��

1CCA = �:

0BB@

1�210

1CCA + �:

0BB@�1101

1CCA

= �: (1;�2; 1; 0)T + �: (�1; 1; 0; 1)T para cualquier par de n�umeros � y �

... N (A) est�a formado por todos los vectores de esta forma, y es un subespacio de R4 .

Problema (i)Determinar el \conjunto nulo" de la matriz A = [1; 1] ( m = 1, n = 2).Gra�car.

(ii)Determinar el conjunto nulo de la matriz A = [1; 0; 0] (m = 1, n = 3).Gra�car.(iii)Determinar el \espacio nulo" de la matriz A = [1; 1; 1;�1] (escrita como se usa

en el MATLAB , con m = 2, n = 2). Explicar el resultado.

2.4 Conjunto generador. Espacio generado.

De�nici�on Dado un conjunto de vectores S = fv1; v2; : : : ; vpg del espacio vectorial V ,al \conjunto de todos" los vectores v que se obtienen como \combinaci�on lineal" de ellos,

v = c1:v1 + c2:v2 + � � �+ cp:vp =

pXi=1

ci:vi (los ci son n�umeros reales)

se lo llama \el espacio generado por fv1; v2; : : : ; vpg", y se escribe ...

gen(S) = hv1; v2; : : : ; vpi

.

Ejemplo (1)En R3 , el espacio generado por los vectores S = fe1; e2g consiste de todos

los vectores de la forma

v = �:e1 + �:e2 = �:

0@100

1A+ �:

0@010

1A =

0@��0

1A

Claramente, el conjunto gen(S) = he1; e2i es un subespacio de R3 (pues es \cerrado"por la suma de vectores y la multiplicaci�on por un escalar. Veri�car!).

Geom�etricamente, en el ejemplo el gen(S) consiste de los vectores del espacio <3 quepermanecen en el plano de los (x1; x2; 0) (plano con ecuaci�on x3 = 0).

13

Page 233: Apuntes Modulo I Mat C 2014

Otro ejemplo:(2) El espacio generado por los vectores S = fe1; e2; e3g est�a formado por los vectores

de la forma

v = �1:e1 + �2:e2 + �3:e3 =

0@�1�2�3

1A

que comprende todos los vectores de R3 .... En consecuencia, el \espacio generado" por este conjunto S, es :

gen(S) = he1; e2; e3i = R3

Teorema Si S = fv1; v2; : : : ; vkg son vectores del espacio vectorial V , entoncesgen(S) = hv1; v2; : : : ; vki \es un subespacio" de V .

Demostraci�on. Hay que mostrar que hv1; v2; : : : ; vki es cerrado por las operaciones delespacio V .

Multiplicaci�on por un escalar: si v = �1:v1+�2:v2+ � � �+�k:vk es cualquier elementode hv1; v2; : : : ; vki, entonces

�:v = �: (�1:v1 + �2:v2 + � � �+ �k:vk) = (�:�1) :v1 + (�:�2) :v2 + � � �+ (�:�k) :vk

que es un elemento de hv1; v2; : : : ; vki.... y, si tomamos v = �1:v1 + �2:v2 + � � � + �k:vk y w = �1:v1 + �2:v2 + � � � + �k:vk,

entonces

v +w = (�1 + �1) :v1 + (�1 + �2) :v2 + � � �+ (�k + �k) :vk

es tambi�en un elemento del conjunto gen(S) = hv1; v2; : : : ; vki.Por tanto, gen(S) es un subespacio de V , si S � V .

Comentarios ... En R3 , si dos vectores, S = fv;wg, se pueden usar para de�nir un

plano pasando por el \origen", entonces este plano es la representaci�on geom�etrica degen(S) = hv;wi.

Dado un conjunto de vectores S = fv1; v2; : : : ; vkg que est�an en el espaciovectorial V .

... Si gen(S) = hv1; v2; : : : ; vki, coincide con el espacio V , se dice que los vectoresv1; v2; : : : ; vk generan V ; y fv1; v2; : : : ; vkg se dice que es un conjunto generador del espacioV .

... Tenemos la siguiente de�nici�on:

De�nici�on El conjunto S = fv1; v2; : : : ; vkg es un \ conjunto generador del espaciovectorial V " si y s�olo si todo vector de V puede escribirse como combinaci�on lineal dev1; v2; : : : ; vk.

14

Page 234: Apuntes Modulo I Mat C 2014

Ejercicio ... > Son los siguientes conjuntos \ generadores" del espacio vecto-rial <3 ?

1. S =ne1; e2; e3; (1; 2; 3)

To

2. S =n(1; 1; 1)T ; (1; 1; 0)T ; (1; 0; 0)T

o

3. S =n(1; 0; 1)T ; (0; 1; 0)T

o

4. S =n(1; 2; 4)T ; (2; 1; 3)T ; (4;�1; 1)T

o

A modo de ejemplo, hacemos el 1. y el 4.:

Soluci�on ... Para ver si S genera todo el espacio <3:En el caso 1 ...

1. S =ne1; e2; e3; (1; 2; 3)

To:

Consideramos un vector arbitrario en <3,

0@abc

1A,

... sabemos que se puede escribir0@abc

1A =

0@a00

1A+

0@0b0

1A +

0@00c

1A

= a:e1 + b:e2 + c:e3 + 0: (1; 2; 3)T

) que ese vector arbitario se puede expresar como una combinaci�on de los vectoresde S. Eso quiere decir que

... S es un \conjunto generador" de R3 .

Observemos que ...

... el �ultimo vector de S es sup�er uo, ya que no se necesit�o para lograr la combi-naci�on. Bastan los 3 primeros vectores! para generar todo <3.

2. Queda como ejercicio.

3. Queda como ejercicio.

En el caso 4. el conjunto S es:

4. S =n(1; 2; 4)T ; (2; 1; 3)T ; (4;�1; 1)T

oDe nuevo, tomamos un vector arbitrario de

<3, y analizamos si es posible expresarlo como combinaci�on de los vectores de S?0@abc

1A = �1:

0@124

1A+ �2:

0@213

1A + �3:

0@ 4�11

1A

15

Page 235: Apuntes Modulo I Mat C 2014

... Para saber si \realmente existen" tales coe�cientes para combinar,

... resolvemos el sistema de ecuaciones lineales planteado para encontrar �1; �2; �3

�1 + 2:�2 + 4:�3 = a

2:�1 + �2 � �3 = b

4:�1 + 3:�2 + �3 = c

... En este caso, la matriz de coe�cientes es singular, pu�es aplicando el m�etodo dereducci�on Gaussiana, usando la matriz aumentada, se obtiene

0@ 1 2 4 a

2 1 �1 b4 3 1 c

1A �!

0@ 1 2 4 a

0 1 3 2a�b3

0 0 0 2a� 3c+ 5b

1A

... Si 2a � 3c + 5b 6= 0, el sistema es inconsistente !. Quiere decir que \no haysoluci�on".

As�� los vectores v = (a; b; c), para los cuales a,b,c cumplan 2a � 3c + 5b 6= 0,no se pueden generar a partir del conjunto S.

... > Cu�ando hay soluci�on y se pueden hallar los coe�cientes de la combinaci�onplanteada?. > Cu�ales vectores de <3 si se pueden generar desde el conjunto S ?.

... Solamente se pueden obtener como combinaci�on de los vectores de S, los vectoresde <3, (a; b; c)T cuyas coordenadas cumplen 2a� 3c+5b = 0. Es decir, los vectoresque est�an en ese plano.

As�� S genera solamente un \subespacio propio" del <3.

En consecuencia,... S \no genera" a R3 .

... Observar que los 3 vectores de S pertenecen a un mismo plano 2a+ 5b� 3c = 0(ver que satisfacen esa ecuaci�on), as��

... s�olo los vectores (a; b; c)T en ese plano podr�an ser expresados como combinaci�onlineal de los vectores de S !. S \ es un conjunto generador del conjunto de puntosde ese plano" (... que pasa por el origen !).

... Adem�as, advertimos que en realidad no se necesitan los 3 vectores de S paragenerar ese plano! ( explicar >porqu�e?)

3 Independencia lineal

Comentarios La �ultima a�rmaci�on, del �ultimo ejemplo, nos lleva a preguntarnos ...> Cu�antos vectores son \necesarios" para generar el plano: 2a+ 5b� 3c = 0.?

Pr�oxima pregunta: >C�omo encontrar el conjunto generador m�as peque~no de un espa-cio vectorial V (conjuntos \generadores" de V con la menor cantidad posible devectores).

... Pasamos a dar respuesta a esa pregunta en lo que sigue ...

16

Page 236: Apuntes Modulo I Mat C 2014

Comentarios Un conjunto de generadores \minimal" para V ser�a aqu�el conjunto S devectores que no tenga elementos \redundantes" o innecesarios, es decir \todos los vectoresdel conjunto S deben ser necesarios" para generar V .

Para decidir si un conjunto de vectores S = fv1; v2; : : : ; vpg constituye un conjunto\generador minimal" de V , necesitamos ...

...analizar \si los vectores que est�an en S" \dependen unos de los otros ".Con ese objetivo ......introducimos la noci�on de \dependencia lineal" e \independencia lineal" de vectores.Considerar, por ejemplo, el subespacio generado V = hv1; v2; v3i, siendo

v1 =

0@ 1�12

1A ; v2 =

0@�23

1

1A ; v3 =

0@�13

8

1A

Sabemos que V es un subespacio de R3 . Pero tal V puede ser construido a partir dev1 y v2, pu�es v3 ya es una combinaci�on de los dos primeros,

v3 = 3:v1 + 2:v2: (1)

... v3 ya est�a en el espacio generado por v1 y v2. Por tanto, cualquier combinaci�onlineal de v1; v2; v3 puede ser reducida a una combinaci�on lineal de v1 y v2:

�1:v1 + �2:v2 + �3:v3 = �1:v1 + �2:v2 + �3: (3:v1 + 2:v2)

= (�1 + 3�3) :v1 + (�2 + 2�3) :v2

= �1:v1 + �2:v2

)

V = hv1; v2; v3i = hv1; v2i

... ya que v3 es "redundante", no agrega nada a las posibles combinaciones de fv1; v2g.Podemos reescribir la dependencia de v3 con respecto a v1 y v2 (expresi�on (1)) como

3:v1 + 2:v2 � v3 = 0:

En este caso, como ninguno de los 3 coe�cientes es cero, se puede despejar de laecuaci�on cualquiera de los vectores en funci�on de los otros dos restantes.

As��... el subespacio V est�a generado por

V = hv1; v2; v3i = hv1; v2i = hv1; v3i = hv2; v3i

En este ejemplo, cualquiera de los tres vectores puede ser considerado como \redun-dante" o innecesario, ya que puede ser expresado como combinaci�on lineal de los \otrosdos".

< S�olo 2 de ellos son necesarios!.Adem�as, se podr��a preguntar ...

17

Page 237: Apuntes Modulo I Mat C 2014

... >si no existe una relaci�on de \dependencia" entre v1 y v2?. Es decir, si existenescalares c1 y c2 (no simult�aneamente nulos) tales que...

c1:v1 + c2:v2 = 0?

Si existieran esos escalares ...... entonces podr��amos despejar uno de ellos en t�erminos del otro

v1 = �c2c1:v2 (si c1 6= 0); o v2 = �

c1c2:v1 (si c2 6= 0)

... eso dir��a que uno de los vectores es m�ultiplo escalar del otro. Pero, a simple vista(repasar) se observa que esto es imposible para los vectores v1 y v2.

Lo mismo pasa con fv2; v3g, e igualmente se observa para fv1; v3g. As��... en este ejemplo, \s�olo los tres vectores juntos" tienen la propiedad de \dependencia

lineal".Otra forma de decirlo: hv1i y hv2i generan subespacios \propios" de hv1; v2i.Para generalizar:

Importante ! 1. Si los vectores fv1; v2; : : : ; vpg generan V , y si alguno de los vipuede ser escrito como combinaci�on lineal de los restantes (p� 1) vectores, entoncesestos (p� 1) vectores \generan V ".

Adem�as, se tiene la siguiente equivalencia:

2. Dados p vectores fv1; v2; : : : ; vpg.

\ Si alguno de estos vectores es combinaci�on lineal de los otros (p� 1) vectores ,existen escalares c1; c2; : : : ; cp (no todos nulos) tales que

c1:v1 + c2:v2 + � � �+ cp:vp = 0

Demostraci�on de (1). Supongamos que vp puede ser escrito como combinaci�on linealde v1; v2; : : : ; vp�1, entonces

vp = �1:v1 + �2:v2 + � � �+ �p�1:vp�1

Si v es cualquier vector en V . Como fv1; v2; : : : ; vpg generan a V se tiene que

v = �1:v1 + �2:v2 + � � �+ �p�1:vp�1 + �p:vp

= �1:v1 + �2:v2 + � � �+ �p�1:vp�1 + �p:��1:v1 + �2:v2 + � � �+ �p�1:vp�1

�= (�1 + �n�1) :v1 + (�2 + �n�2) :v2 + � � �+

��p�1 + �p�p�1

�:vp�1

...Esto es, cualquier vector v de V puede ser escrito como combinaci�on lineal dev1; v2; : : : ; vp�1. As�� estos vectores generan V .Demostraci�on de (2). La parte (2), se obtiene de suponer que uno (por ejemplo vp)es combinaci�on de los otros. Luego, existen coe�cientes para los que

vp = �1:v1 + �2:v2 + � � �+ �p�1:vp�1

18

Page 238: Apuntes Modulo I Mat C 2014

... entonces, pasando vp al segundo miembro se obtiene que existen coe�cientes, notodos nulos, que satisfacen:

�1:v1 + �2:v2 + � � �+ �p�1:vp�1 � vp = 0

Para ver la rec��proca, hay que seguir el razonamiento o procedimiento anterior haciaatr�as...

De�nici�on Los vectores v1; v2; : : : ; vp de un espacio V se dicen linealmente dependientessi existen escalares fcig no todos nulos tales que

c1:v1 + c2:v2 + � � �+ cp:vp = 0

De�nici�on Los vectores v1; v2; : : : ; vp se dicen \linealmente independientes" si la com-binaci�on

c1:v1 + c2:v2 + � � �+ cp:vp = 0

implica que \todos los ci son nulos".

Comentarios Cuando existe una elecci�on de escalares ci \ no todos nulos " tal que lacombinaci�on lineal c1:v1 + c2:v2 + � � �+ cp:vp es el vector cero, entonces v1; v2; : : : ; vp sonlinealmente dependientes.

Por el contrario, si la �unica manera de lograr que la combinaci�on lineal: c1:v1+c2:v2+� � � + cp:vp = 0 (resulte = al vector nulo) es haciendo que todos los escalares ci \seancero", entonces

...los v1; v2; : : : ; vp son linealemente independientes.

3.1 Interpretaci�on geom�etrica:

En R2 , si dos vectores u y v son \linealmente dependientes", entonces

c1:u + c2:v = 0 (donde c1 6= 0 o c2 6= 0)

En cada uno de estos casos se tiene:

u = �c2c1:v (si c1 6= 0)

v = �c1c2:u (si c2 6= 0)

Es decir, uno de ellos es m�ultiplo escalar del otro, son co-lineales.

19

Page 239: Apuntes Modulo I Mat C 2014

Lo mismo pasa en R3 : si dos vectores u y v son \linealmente independientes" no puedeser uno m�ultiplo escalar del otro. Por tanto,

... estos dos vectores \linealmente independientes" no pertenecen a una misma rectaque pasa por el (0; 0; 0). As�� de�nen un plano. Todo vector que est�e en este plano puedeser escrito como \combinaci�on lineal" de u y v. Luego ...

... cualquier otro w = (w1; w2; w3) que pertenece a este plano, junto con u y v,determinan un conjunto fu;v;wg que es \linealmente dependiente".

En cambio ...... tomando un w que no pertenece a este plano , el conjunto fu;v;wg resulta \lin-

ealmente independiente", ya que el �ultimo no es combinaci�on de los otros dos.

Ejemplo

u =

0@111

1A ; v =

0@110

1A ; w =

0@100

1A

En este caso, son linealmente independientes. Para ver eso ...... los combinamos e igualamos a cero:

c1:u + c2:v + c3:w = 0

entonces 0@c1c1c1

1A+

0@c2c2

0

1A+

0@c30

0

1A =

0@c1 + c2 + c3

c1 + c2c1

1A =

0@000

1A

De tal igualdad ...... se llega al sistema

c1 + c2 + c3 = 0

c1 + c2 = 0

c1 = 0

que tiene soluci�on �unica: c1 = c2 = c3 = 0.

... Eso implica que los \tres vectores" dados son \linealmente independientes".

20

Page 240: Apuntes Modulo I Mat C 2014

Ejemplo

u =

0@101

1A ; v =

0@010

1A

Se plantea la igualdad:c1:u+ c2:v = 0, la que implica ...

0@c1c2c1

1A =

0@000

1A

... se deduce que c1 = c2 = 0. Eso ...) que son linealmente independientes.

Otro ejemplo...

Ejemplo

u =

0@124

1A ; v =

0@213

1A ; w =

0@ 4�11

1A

En ese caso, la igualdad c1:u + c2:v + c3:w = 0 implica

c1 + 2c2 + 4c3 = 0

2c1 + c2 � c3 = 0

4c1 + 3c2 + c3 = 0

Este sistema homog�eneo, > cu�antas soluciones tiene ?.Para averiguarlo ... (conocemos dos formas de hacerlo, cu�ales?)Una forma, analizando la matriz de coe�cientes A de este sistema homog�eneo de 3�3,

si es singular o no-singular:������1 2 42 1 �14 3 1

������ usando el det(A) = (�1)1+1 :

����1 �13 1

����+ (�1)2+1 :2:

����2 �14 1

���� + (�1)3+1 :4:

����2 14 3

����= (1 + 3)� 2 (2 + 4) + 4 (6� 4)

= 0:

En consecuencia, sabemos que el sistema homog�eneo tiene soluciones no triviales (c1; c2; c3).Esto dice que

... los vectores dados fu;v;wg son \linealmente dependientes".

Este resultado puede resumirse y generalizarse de la siguiente manera:

Teorema Dado el espacio vectorial <n.Si u1;u2; : : : ;un son vectores en R

n , el conjunto fu1;u2; : : : ;ung es \linealmente de-pendiente" si y s�olo si la matriz U = (u1;u2; : : : ;un) es singular.

21

Page 241: Apuntes Modulo I Mat C 2014

Demostraci�on. La expresi�on

c1:u1 + c2:u2 + � � �+ cn:un = 0

es el sistema lineal homog�eneo

c1:u11 + c2:u12 + � � �+ cn:u1n = 0

c1:u21 + c2:u22 + � � �+ cn:u2n = 0...

...

c1:un1 + c2:un2 + � � �+ cn:unn = 0

... que tendr�a soluci�on no trivial (c1;c2; : : : ; cn) si y s�olo si la matriz de coe�cientes, lamatriz U = (u1;u2; : : : ;un) es singular.

Comentarios Luego ...... la matriz U (de n � n) es \no singular", si y s�olo si el conjunto fu1;u2; : : : ;ung

\es linealmente independiente".

S��ntesis As�� para determinar si n vectores de Rn , forman un conjunto \linealmente

independiente", se construye una matriz A de dimensi�on n� n cuyos vectores columnasson los vectores en cuesti�on (en cualquier orden) y luego se eval�ua el det(A):

� Si detA = 0 ) A es singular, y los vectores son linealmente dependientes.

� Si detA 6= 0, A es \no singular" y los vectores son linealmente independientes.

Importante ! Una combinaci�on lineal de un conjunto S de vectores \linealmente inde-pendientes" es �unica. Esto es,

... existe una �unica manera de expresar un \vector particular" como combinaci�onlineal de los vectores S \linealmente independientes ".

...

Teorema Si v1;v2; : : : ;vp son vectores de un V . Todo vector v en el subespacio generadohv1;v2; : : : ;vpi, puede escribirse de manera �unica en combinaci�on de v1;v2; : : : ;vp \si ys�olo si" los vectores fv1;v2; : : : ;vpg son linealmente independientes.

Demostraci�on. Supongamos que v1;v2; : : : ;vp son linealmente independientes. Supong-amos tambi�en que podemos escribir v de dos maneras diferentes como combinaci�on linealde v1;v2; : : : ;vp:

...

v = �1:v1 + �2:v2 + � � �+ �p:vp

y tambi�en

v = �1:v1 + �2:v2 + � � �+ �p:vp

22

Page 242: Apuntes Modulo I Mat C 2014

... restando ambas ecuaciones tenemos

0 = (�1 � �1) :v1 + (�2 � �2) :v2 + � � �+��p � �p

�:vp

Como los vectores fvig son linealmente independientes, cada �i � �i debe ser 0, parai = 1; : : : ; p .

... Entonces, los coe�cientes de la combinaciones son iguales( son �unicos !).Rec��procamente: supongamos que todo v en el espacio generado por los vectores fvig,

puede escribirse de manera �unica como combinaci�on lineal de ellos.As�� en particular el vector v = 0 que est�a en ese conjunto generado, puede escribirse

de manera �unica,

0 = �1:v1 + �2:v2 + � � �+ �p:vp

... entonces, por ser �unica, deben ser los betai = 0, i = 1; : : : ; p !! .As�� los p vectores son linealmente independientes !.

EjerciciosX 3.1 Mostrar que las �las \no nulas " de una matriz en forma escalonada reducida

forman un conjunto linealmente independiente de vectores.

3.2 (a) Mostrar que cualquier conjunto de 3 vectores en <2 es linealmente dependi-ente.(b) Eso es verdad para un conjunto de cuatro ?.(c) > Cu�al es el m�aximo de elementos que un subconjunto linealmente independientede <2 puede tener ?

X 3.3 Hay algun conjunto de 4 vectores de <3, tal que cualquier subconjunto de 3 vectoresforme un conjunto linealmente independiente ?.

3.4 > Todo conjunto linealmente dependiente, debe tener un subconjnto que es lineal-mente dependiente y un subconjunto independiente?

3.5 En <4, > c�ual es el subconjunto m�as grande de vectores linealmente independi-entes?.

> Y el m�as peque~no?

X 3.6 (a) Mostrar que si el conjunto de vectores de un espacio vectorial V f~u;~v; ~wg es unconjunto linealmente independiente entonces tambi�en lo es : f~u; ~u+ ~v; ~u+ ~v + ~wg.

Pero que f~u;~v; ~u+ ~vg es dependiente.

3.7 El conjunto vac��o es linealmente independiente.(a) > Cu�ando un conjunto de \un elemento" es linealmente independiente ?(b) > Si el conjunto tiene 2 elementos, qu�e deben cumplir para ser independientes?

3.2 Para practicar ...

23

Page 243: Apuntes Modulo I Mat C 2014

EjerciciosX 3.1 Decidir si cada uno de los siguientes subconjuntos de <3 son linealmente indepen-

dientes (pueden usar la PC y el MATLAB para decidir).Para cada uno, cuando el conjunto es independiente debe probarse, y cuando es

dependiente puede exponerse la dependencia (mediante un ejemplo).

(a) f

0@ 1�35

1A ;

0@224

1A ;

0@000

1Ag

(b) f

0@ 1�35

1A ;

0@224

1A ;

0@ 4�414

1Ag

(c) f

0@177

1A ;

0@277

1A ;

0@377

1Ag

(d) f

0@ 0

0�1

1A ;

0@104

1Ag

(e) f

0@990

1A ;

0@201

1A ;

0@ 3

5�4

1A ;

0@1212�1

1Ag

(f) f

0BB@

1�351

1CCA ;

0BB@2241

1CCA ;

0BB@

4�4141

1CCAg

X 3.2 Probar que cada conjunto ff; ggdado, es linealmente independiente en el espaciovectorial de todas las funciones de <+ a <.(a) f(x) = x y g(x) = 1=x(b) f(x) = cos(x) y g(x) = sin(x)(c) f(x) = ex y g(x) = ln(x)

Considerar Z la funci�on cero: Z(x) = 0, para todo x. (Ayuda: ver que no sondependientes.) Otra forma: ver si es posible obtener la isma combinaci�on en particular,cuando x = 1, o cuando x = 2.

3.3 Mostrar que si f~x; ~y; ~zg es linealmente independiente entonces todos sus subcon-juntos propios son linealmente independientes

: f~x; ~yg, f~x; ~zg, f~y; ~zg, f~xg,f~yg, f~zg, y fg. Vale la rec��proca ?.

3.4 (a) Mostrar que el conjunto

S = f

0@110

1A ;

0@�12

0

1Ag

es un subconjunto linealmente independiente de <3.(b) Mostrar que 0

@320

1A

24

Page 244: Apuntes Modulo I Mat C 2014

est�a en el conjunto generado por S, encontrando los coe�cientes c1 y c2 que deter-minan esa relaci�on:

c1

0@110

1A+ c2

0@�12

0

1A =

0@320

1A

Mostrar que el par c1, c2 es �unico.

X 3.5 (a) Probar que un conjunto de dos vectores perpendiculares (no nulos) de <n eslinealmente independiente si n > 1.(b) > Que pasa si n = 1?(c) Generalizar para m�as que 2 vectores en <n ( a lo m�as cu�antos?).

3.6 Mostrar que, cuando S es un subespacio de V , si un subconjunto T de S es lineal-mente independiente en S entonces T es tambi�en linealmente independiente en V .

La rec��proca, vale?

25

Page 245: Apuntes Modulo I Mat C 2014

4 Bases y dimensi�on de los espacios vectoriales.

Objetivo... A�un no sabemos cuando un conjunto generador de un espacio V es minimal !.En esta secci�on ...... veremos que un conjunto \generador" de un espacio vectorial V es \minimal" si

los vectores en ese conjunto son \linealmente independientes".... Es decir, no sirve agregar \vectores sup�er uos (que son dependientes de los otros)",

ya que �estos no agregan nada.Este tipo de conjunto \generador minimal", con vectores linealmente independientes,

es un conjunto \ b�asico" de vectores, que provee las \piezas" para construir el espaciovectorial V .

De�nici�on Un conjunto de vectores v1;v2; : : : ;vp forma una base del espacio vectorialV , si y s�olo si:

1. fv1;v2; : : : ;vpg son \linealmente independientes", y

2. fv1;v2; : : : ;vpg generan V

Ejemplo Bases para R3 :

Base can�onica: fe1; e2; e3g =

8<:0@100

1A ;

0@010

1A ;

0@001

1A9=;

Veri�car que cumplem (1) y (2).

Otras bases de <3:

8<:0@111

1A ;

0@110

1A ;

0@100

1A9=;. Tambi�en es una base :

8<:0@ 1

0�1

1A ;

0@010

1A ;

0@011

1A9=;,

etc.

Se debe veri�car que son linealmente independientes y que generan al espacio total<3.

Ejemplo Bases para R2�2 : E1 =

�1 00 0

�, E2 =

�0 10 0

�, E3 =

�0 01 0

�; E4 =

�0 00 1

Veamos que este conjunto es linealmente independiente...

c1:E1 + c2:E2 + c3:E3 + c4:E4 =

�c1 c2c3 c4

�=

�0 00 0

y por tanto, c1 = c2 = c3 = c4 = 0. Eso indica que son \linealmente independientes".Veamos ahora que \cualquier matriz de 2 � 2" puede ser generada a partir de esas

matrices ( o que toda matriz de 2� 2 se puede escribir como combinaci�on lineal de ellas)

A =

�a1 a2a3 a4

�= a1:E1 + a2:E2 + a3:E3 + a4:E4

En consecuencia...... estos \cuatro" vectores son necesarios para formar una base de R2�2 .

26

Page 246: Apuntes Modulo I Mat C 2014

Observaci�on Los vectores fE1; E2; E3; E4g se denotan tambi�en como fE11; E12; E21; E22g,son una base del espacio de las matrices de 2� 2.

Este resultado se puede extender...... para el caso de matrices de m�n . Se necesitan ahora m�n vectores(matrices)

para formar una base de Rm�n .

Otros ejemplos....

Ejemplo Encontrar una \base" para el espacio nulo N(A) , si A es la matriz de 2� 4.

A =

�1 1 1 02 1 0 1

El \espacio nulo" es un subespacio de <4. En un ejemplo previo sobre espacio nulo, vimosque N (A) consiste de todos los vectores de la forma

�:

0BB@

1�210

1CCA+ �:

0BB@�1101

1CCA

donde � y � son dos n�umeros cualesquiera.Eso ) que los vectores de N (A) se pueden escribir como combinaci�on lineal de

n1 =

0BB@

1�210

1CCA y n2 =

0BB@�1101

1CCA

As�� ...N (A) = gen(fn1; n2g = hn1;n2i...Ese conjunto fn1; n2g, >es una base del N(A)?.Para ver eso,... hay que ver si el conjunto de los dos vectores fn1;n2g son linealmente independi-

entes (observando los coe�cientes 3 y 4).... se concluye que son linealmente independientes !.En consecuencia, forman una \base" para N (A), pues cumplen las \dos condiciones".

Ejercicio Veri�car que los vectores generadores de N(A), del ejemplo previo, haciendolos c�alculos son linealmente independientes.

27

Page 247: Apuntes Modulo I Mat C 2014

Ejercicio Usar el MATLAB: Dada una matriz(a) A = [1; 2; 3; 1; 2; 3; 1; 2; 3], si usa el comando:

B = null(A), en B da una base del N(A), cuyos vectores son ortogonales, o sea una baseortogonal de N(A).

(b) Veri�car que ese es el resultado que obtendr��a Ud., hallando N(A), como se hizoantes.

(c)Si la matriz A = [1;�1; 0; 1; 1; 0; 1; 0], hallar N(A) en su hoja, y luego usando elMATLAB, hallar un conjunto linealmente independiente de vectores de R4 que genere aN(A).

Luego veri�car:que toda combinaci�on de esos vectores del MATLAB, cumple que est�anen N(A).

Ejercicio Resultado importante ...

Teorema Si S = fv1;v2; : : : ;vng forman un conjunto generador de V , entoncescualquier conjunto de m vectores de V , con m > n, es linealmente dependiente.

Para demostrar ese resultado, es f�acil hacerlo si se piensa en que todo vector de V esuna combinaci�on de los vectores de S.

Usando el �ultimo resultado ...

Corolario Si B1 = fv1;v2; : : : ;vng, y B2 = fu1;u2; : : : ;umg, son \dos bases" de V )m = n.

Demostraci�on. Si fv1;v2; : : : ;vng es una base de V entonces genera V . Los vectoresfu1;u2; : : : ;umg son linealmente independientes, por ser base, y por lo tanto m � n (porel teorema anterior). El mismo razonamiento dir��a que n � m. Por lo tanto m = n.

Dimensi�on de un espacio vectorial

De�nici�on Si una \base" de un espacio vectorial V tiene n vectores, se dice que V tienedimensi�on n.

En particular, el subespacio f0g, se dice que tiene dimensi�on 0.Un espacio vectorial V se dice de dimensi�on �nita si existe un conjunto \�nito" de

vectores que lo generan. En caso contrario se dice que V tiene dimensi�on in�nita.

Ejemplos:(1) <n es de dimensi�on �nita pues todo vector se puede generar mediante un conjunto

de \n vectores linealmente independientes", ejemplo: feig, i = 1; : : : ; n.

Ejemplo El espacio de todos polinomios de grado �nito tiene una base con in�niton�umero de vectores h1; x; x2; : : : i.

Comentarios ... Recordar que para determinar cu�ando \n vectores" de Rn forman unconjunto \linealmente independiente" se puede construir una matriz A de n � n, cuyascolumnas son los vectores en cuesti�on (en cualquier orden), y luego se eval�ua det(A).

... Si detA = 0, entonces A es singular y los vectores son linealmente dependientes.

... Si detA 6= 0, entonces A es \no singular" y los vectores son linealmente indepen-dientes.

28

Page 248: Apuntes Modulo I Mat C 2014

Importante ! Observaci�on Desde las sentencias anteriores se tiene:... Si A es una matriz de n� n, entonces

� A no singular (detA 6= 0) implica que los vectores columna de A son linealmenteindependientes.

� A singular (detA = 0) implica que los vectores columna de A son linealmentedependientes.

Como detAT = detA, y los vectores columna de AT son los vectores �la de A, sepuede decir los mismo sobre los vectores �las de A ...

� Si una matriz A de n � n es \no singular" (detA 6= 0), los vectores �las y losvectores columnas de A son linealmente independientes.

� Si A es \singular" (detA = 0), los vectores columnas y los vectores �las de A sonlinealmente dependientes.

S��ntesis Estas sentencias son consistentes con nuestros conocimientos anteriores:

� Un sistema lineal A:x = b de n � n siempre tiene una �unica soluci�on si A es nosingular:

Si A es no singular, los vectores columnas de A son linealmente independientes

=) forman una base de Rn

=) cualquier vector columna b en Rn puede escribirse (de forma �unica) como com-binaci�on lineal de los vectores columna de A.

=) A:x = b tiene soluci�on �unica.

� Cuando A es singular, el sistema Ax = b, puede \tener in�nitas soluciones", o "notener" soluci�on:

Si A es singular, los vectores columnas de A son linealmente dependientes,

=) no forman una base de Rn

=) no todos los vectores b de Rn pueden escribirse como combinaci�on lineal de losvectores columnas de A (porque esas columnas no forman una base de <n)

=) A:x = b puede no tener soluci�on....

o

=) si A:x = b tiene alguna soluci�on, esto es, si b puede escribirse como combi-naci�on lineal de los vectores columna de A, esta representaci�on no es �unica: habr�ain�nitas soluciones ( porqu�e?).

Relacionando conocimientos ...

29

Page 249: Apuntes Modulo I Mat C 2014

Lista de equivalencias para matrices de n� n (actualizaci�on)Lista A Lista BA es no-singular (tiene inversa) A es singuar (no tiene inversa)detA 6= 0 detA = 0Los vectores columnas (los vectores �las)de A son linealmente independientes y gen-eran Rn .

Los vectores columnas (los vectores �las)de A son linealmente dependientes y nogeneran Rn .

El sistema lineal A:x = b tiene soluci�on�unica x = A�1:b.

El sistema lineal A:x = b no tiene soluci�ono tiene in�nitas soluciones (depende de b).

El sistema (homog�eneo) A:x = 0 tiene s�olola soluci�on trivial.

El sistema (homog�eneo) A:x = 0 tiene in-�nitas soluciones.

El espacio nulo de A contiene �unicamenteal vector nulo.(dimensi�on = 0)

El espacio nulo de A tiene dimensi�on � 1.

A es equivalente por �las a In. A no es equivalente por �las a In.A puede expresarse como producto de ma-trices elementales.

A no puede ser expresada como productode matrices elementales.

La de�nici�on de dimensi�on puede ser aplicada a subespacios:

1. Un vector no nulo x en R3 genera un subespacio uni-dimensional de R3

hxi = f�:x : � cualquier escalarg

Un vector z pertenece a hxi si y s�olo si (z1; z2; z3)T es m�ultiplo escalar de (x1; x2; x3)

T .

Geom�etricamente, un subespacio uni-dimensional de R3 es una recta que pasa porel origen.

2. Dos vectores linealmente independientes, x e y en R3 general un subespacio bi-

dimensional de R3

hx;yi = f�:x+ �:y : � y � escalares cualesquierag

Un vector z pertenece a hx;yi si y s�olo si (z1; z2; z3)T pertenece al plano generado

por x, y y el origen.

Geom�etricamente, un subespacio bi-dimensional de R3 es un plano que pasa por elorigen.

Finalmemte...

Teorema Si V es un espacio vectorial de \dimensi�on n" (n > 0) entonces

1. Cualquier conjunto de n vectores \linealmente independientes" de V genera todo V(forman una base de V ) .Adem�as

2. Todo conjunto de n vectores que generan V son \linealmente independientes"

No lo demostramos aqu�� . Consultar la bibliograf��a. Aunque no es di�cil pensarloy hacerlo (el 1. es inmediato formando un sistema, y en el 2. pensar que ocurrir��a sifuesen dependientes, pueden generar todo el espacio de dimensi�on n ?.

30

Page 250: Apuntes Modulo I Mat C 2014

Conclusiones Es decir, que n-vectores linealmente independientes de un espacio V quetiene dimensi�on n son una base de V . Las bases de V est�an determinadas por n-vectoreslinealmente independientes.

Ejemplo Determinar si los siguientes vectores forman una base de R3

n(1; 2; 3)T ; (�2; 1; 0)T ; (1; 0; 1)T

o

Como la dimensi�on de R3 es 3, s�olo necesitamos averiguar si estos 3 vectores son

linealmente independientes

������1 �2 12 1 03 0 1

������ = (�1)1+3 :1: (0� 3) + (�1)2+3 :0: (0 + 6) + (�1)3+3 :1: (1 + 4)

= �3 + 5 = 2 6= 0

Por tanto, los vectores son \linealmente independientes" y forman una base de R3 .

EjerciciosX 4.1 *** Hemos visto que toda base de <3 contiene el mismo n�umero de vectores (=

3).(a) Mostrar que no hay subconjuntos de <3 linealmente independientes, con m�as de3 elementos.(b) Dados los vectores a = [1; 0; 1], y b = [1; 0; 0] de <3, analizar si son linealmenteindependientes, y si pueden generar a todo el espacio <3.

Por ejemplo: el vector [0; 1; 0] se puede escribir como combinaci�on de esos vec-tores?. Hacerlo.(c) Mostrar que un subconjunto con menos de 3 elementos no genera <3.

Problema Demostrar que \ si V es un espacio vectorial de dimensi�on n (n > 0)"entonces:

1. Ning�un conjunto con menos de n vectores puede generar a V

2. Cualquier conjunto con menos de n vectores linealmente independientes puede serextendido para formar una base de V

3. Cualquier conjunto con m�as de n vectores que genere a V puede ser recortado paraformar una base de V

4.1 Para practicar ...

31

Page 251: Apuntes Modulo I Mat C 2014

EjerciciosX 4.1 Decidir si son bases de <3, los conjuntos que siguen:

(a) h

0@123

1A ;

0@321

1A ;

0@001

1Ai (b) h

0@123

1A ;

0@321

1Ai (c) h

0@ 0

2�1

1A ;

0@111

1A ;

0@250

1Ai

(d) h

0@ 0

2�1

1A ;

0@111

1A ;

0@130

1Ai

4.2 Encontrar bases para el conjunto soluci�on del sistema:

x1 � 4x2 + 3x3 � x4 = 02x1 � 8x2 + 6x3 � 2x4 = 0

Tener en cuenta que la reducci�on (veri�car) indica que�1 �4 3 �1 02 �8 6 �2 0

��2�1+�2�!

�1 �4 3 �1 00 0 0 0 0

da la �unica condici�on que x1 = 4x2 � 3x3 + x4. El conjunto soluci�on es

f

0BB@4x2 � 3x3 + x4

x2x3x4

1CCA�� x2; x3; x4 2 <g = fx2

0BB@4100

1CCA+ x3

0BB@�3010

1CCA + x4

0BB@1001

1CCA�� x2; x3; x4 2 <g

Observar que la candidata obvia para la base es:

h

0BB@4100

1CCA ;

0BB@�3010

1CCA ;

0BB@1001

1CCAi

Mostrar que es cierto!.

X 4.3 Encontrar una base para M2�2, las matrices de 2�2.

X 4.4 Encontrar una base para :(a) El espacio de los vectores �las de 3- componentes (x1; x2; x3), cuya suma de lacomponente 1 y 2 es cero.

4.5 Debe una base permanecer siendo base aunque sus t�erminos se permuten?

4.6 Puede una base de V contener al vector \cero" de V?

X 4.7 Sea h~�1; ~�2; ~�3i una base de un espacio vectorial (de dimensi�on 3).

(a) Mostrar que hc1~�1; c2~�2; c3~�3i es una base cuando c1; c2; c3 6= 0. >Qu�e sucedecuando al menos alg�un ci es 0?(b) Probar que h~�1; ~�2; ~�3i es una base si ~�i = ~�1 + ~�i.

X 4.8 Si h~�1; : : : ; ~�ni es una base, mostrar que en la ecuaci�on

c1~�1 + � � �+ ck~�k = ck+1~�k+1 + � � �+ cn~�ntodos los ci's valen cero. Generalizar.

4.9 Para un conjunto base, hemos mostrado que todas sus combinaciones lineales son�unicas.

Si un conjunto \no es una base", >puede tener combinaciones lineales distintas queden el mismo vector ?

32

Page 252: Apuntes Modulo I Mat C 2014

4.2 Bases can�onicas

Para Rn , los vectores fe1; e2; : : : ; eng:[email protected]

1CCCA ,

[email protected]

1CCCA , ,

[email protected]

1CCCA

Para R2�2 , los vectores (matrices de 2� 2):

�1 00 0

�,

�0 10 0

�,

�0 01 0

�,

�0 00 1

Base para Pn: las funciones polin�omicas:

p0 (x) = 1; p1 (x) = x; : : : ; pn�1 (x) = xn�1

Comentarios Estas bases parecen ser las m�as simples y las m�as \naturales" para serusadas. Sin embargo,

... en algunos contextos (y en algunas aplicaciones) no son convenientes o �utiles. Estonos lleva a considerar : : :

5 Bases, coordenadas y cambio de base

5.1 Coordenadas de un vector

Un vector x = (x1; x2)T de R2 puede expresarse en t�erminos de la base can�onica e1; e2

como

x = x1:e1 + x2:e2

Podemos considerar a x1 y a x2 como las coordenadas de x con respecto a la basecan�onica fe1; e2g. Gra�car.

... Tambi�en podemos escribir a x como combinaci�on lineal de otras bases de R2 , esdecir

... se puede usar como base cualquier par de vectores y y z linealmente independientes

x = �:y + �:z

... Ahora � y � ser�an las coordenadas de x con respecto a la base fy; zg.Si ordenamos los vectores de esta base, y y z (y es el primero en la base y z es el

segundo), y... escribimos las base ordenada como

[y; z]

... entonces podemos referirnos a

���

�= (�; �)T como el vector de coordenadas de x con

respecto a la base [y; z].

33

Page 253: Apuntes Modulo I Mat C 2014

Las coordenadas del vector x con respecto a la base can�onica son (x1; x2)T , pero esto no

es cierto si consideramos cualquier otra base [y; z].

Sobre el orden en los vectores de una base:

Observaci�on El vector coordenadas de un vector x con respecto a una base ordenada

[z;y]

... es (�; �)T , y el vector coordenadas de x con respecto a la base ordenada

[e2; e1]

... es (x2; x1)T .

Comentarios El orden de los vectores en una base es importante, y se indica usualmenteen forma expl��cita mediante los sub��ndices

[u1;u2; : : : ;un]

Ejemplo En R2 , sean: u1 = (2; 1)T y u2 = (1; 4)T (como u1 y u2 son linealmente

independientes, forman una base de R2). El vector

x = (7; 7)T = 7:e1 + 7:e2

puede ser escrito como

x = 3:u1 + u2

... en consecuencia, el vector coordenadas de x con respecto a [u1;u2] es

... (3; 1)T :

Ejercicio Encontrar las coordenadas respecto de la base indicada, para el vector:�12

�, si la base es B = h

�11

�;

��11

�i � <2

34

Page 254: Apuntes Modulo I Mat C 2014

5.2 Cambio de base

Objetivo ...

Pregunta: Si para un vector espec���co, se conocen las coordenadas respectode una base,

... >c�omo se obtienen las coordenadas respecto de otra base?

... > C�omo ir de una base a la otra, y conocer las coordenadas respecto de las respectivasbases?.

En R2 , supongamos que queremos intercambiar las bases [e1; e2] y [u1;u2], siendo

u1 =

�32

�y u2 =

�11

) hay dos problemas distintos:Uno ...

1. Dado un vector x =

�x1x2

�= x1:e1 + x2:e2, encontrar sus coordenadas con respecto

a [u1;u2].

Otro ...

2. Dado un vector con coordenadas respecto de la base u1 y u2, c1:u1+c2:u2, encontrarsus coordenadas con respecto a la base [e1; e2].

Para resolver el segundo problema: Base "vieja": [u1;u2]Base "nueva": [e1; e2]

... expresamos los vectores de la \base vieja" en t�erminos de los vectores de la \basenueva"

u1 = 3:e1 + 2:e2

u2 = e1 + e2:

Entonces ...

x = c1:u1 + c2:u2 = (3c1:e1 + 2c1:e2) + (c2:e1 + c2:e2)

= (3c1 + c2) :e1 + (2c1 + c2) :e2

=) que el vector de coordenadas de x, x = (c1:u1 + c2:u2) con respecto a [e1; e2] es

x =

�3c1 + c22c1 + c2

�=

�3 12 1

�:

�c1c2

... Por tanto, si consideramos la matriz ...

U = (u1;u2) =

�3 12 1

�,

Si c = (c1; c2)T es el vector de coordenadas respecto de la base fu1; u2g, entonces el

producto

U:c

da el vector de las coordenadas de x, respecto de la base can�onica.

35

Page 255: Apuntes Modulo I Mat C 2014

Conclusiones As�� ...... dado cualquier vector de coordenadas c con respecto a la base [u1;u2],... para encontrar el correspondiente vector de coordenadas x, con respecto a la base

[e1; e2], debemos multiplicar U por c:

x = U:c

La matriz U de 2� 2 se llama matriz de transici�on de la base ordenada [u1;u2] a labase ordenada [e1; e2].

... Ahora, para responder al otro problema (el primer problema propuesto):conociendo las coordenadas de un vector respecto de la \base can�onica", >como se procedepara conocer las coordenadas respecto de la base dada por \ u1 y u2"?.

Necesitamos la matriz de transici�on de la base can�onica a la \nueva" es decir de [e1; e2]a [u1;u2]...

... Esto es simple, como los vectores columnas de la matriz U u1 y u2 son linealmenteindependientes, la matriz

U = (u1;u2) =

�3 12 1

es \no singular". As�� \tiene inversa" U�1.... Luego, las coordenadas c respecto de la base fu1; u2gse obtienen...

c = U�1:x

... es decir, U�1 es la matriz de transici�on de [e1; e2] a [u1;u2].

Ejemplo Encontrar las coordenadas de x =

�74

�con respecto a la base [u1;u2] anterior.

Tomamos, de nuevo,

U =

�3 12 1

U�1 =1

(3� 2)

�1 �1�2 3

�=

�1 �1�2 3

y por tantolas coordenadas c respecto de la otra base ...

c = U�1:x =

�1 �1�2 3

�:

�74

�=

�3�2

�,

As�� eso signi�ca que 3 y �2 son las coordenadas respecto de la base nueva, o sea:

x = 3:u1 � 2:u2

36

Page 256: Apuntes Modulo I Mat C 2014

Ejercicio Encontrar la matriz de transici�on de [e1; e2] a [b1;b2], donde

b1 =

�1�1

�, b2 =

��23

La matriz de transici�on de [b1;b2] a [e1; e2] es

B = (b1;b2) =

�1 �2�1 3

Por tanto, la matriz de transici�on de [e1; e2] a [b1;b2] es

B�1 =

�3 21 1

Si x =

�12

�, su vector de coordenadas c con respecto a la base [b1;b2] es

c = B�1:x =

�3 21 1

�:

�12

�=

�73

Chequeo ...

7:b1 + 3:b2 = 7:

�1�1

�+ 3:

��23

=

�7�7

�+

��69

=

�12

�= x

Caso m�as general: Llamemos S a la matriz de transici�on de la base ordenada [v1;v2]de R2 a [u1;u2]

S =

�s11 s12s21 s22

... >C�omo se hallan los coe�cientes sij?Como

v1 = 1:v1 + 0:v2,

... su vector de coordenadas relativo a [u1;u2] es

... Adem�as, como

v2 = 0:v1 + 1:v2

37

Page 257: Apuntes Modulo I Mat C 2014

su vector de coordenadas relativo a [u1;u2] es

s2 =

�s11 s12s21 s22

�:

�01

�=

�s12s22

)

v1 = s11:u1 + s21:u2

v2 = s12:u1 + s22:u2

Conclusiones ... Si los elementos v1 y v2 de la base "vieja" se escriben en t�erminosde la base "nueva" [u1;u2], el vector de coordenadas s1 = (s11; s21)

T correspondiente a v1ser�a la primer columna de la matriz de transici�on S,

... y el vector de coordenadas s2 = (s12; s22)T correspondiente a v2 ser�a la segunda

columna de S.... Por tanto, S es la matriz cuya primer columna es el vector de los coe�cientes para

expresar v1 mediante la base u, y la segunda columna son las coordenadas de v2 respectode u1 y u2.

Ejemplo Encontrar S correspondiente al cambio de bases [v1;v2] �! [u1;u2], donde

v1 =

�52

�, v2 =

�73

�, u1 =

�32

�, u2 =

�11

Escribimos v1 y v2 en t�erminos de [u1;u2]

v1 = s11:u1 + s21:u2

v2 = s12:u1 + s22:u2

La primer ecuaci�on es

�52

�=

�3s11 + s212s11 + s21

�,

que tiene soluci�on

�s11s21

�=

�3�4

�.

La segunda ecuaci�on es

�73

�=

�3s12 + s22212 + s22

que tiene soluci�on

�s12s22

�=

�4�5

�.

Luego, S =

�3 4�4 �5

�es la matriz de transici�on de [v1;v2] a [u1;u2].

38

Page 258: Apuntes Modulo I Mat C 2014

M�etodo alternativo: Cambio de bases de [v1;v2] �! [u1;u2] a trav�es de la basecan�onica; es decir,

[v1;v2] �! [e1; e2] �! [u1;u2]

Tomemos un vector dado en la base can�onica x = (x1; x2)T en R

2 . Si c es el vectorde coordenadas de x con respecto a [v1;v2], y d es el vector de coordenadas de x conrespecto a [u1;u2], entonces

c1:v1 + c2:v2 = x1:e1 + x2:e2 = d1:u1 + d2:u2

Si V es la matriz de transici�on de [v1;v2] a [e1; e2], y U�1 es la matriz de transici�onde [e1; e2] a [u1;u2], entonces

V:c = x y U�1:x = d

por lo tanto

U�1:V:c = U�1:x = d,

U�1:V es la matriz de transici�on de [v1;v2] a [u1;u2].

Ejemplo (anterior)

v1 =

�52

�, v2 =

�73

�, u1 =

�32

�, u2 =

�11

Deber�a ser

S = U�1:V =

�3 12 1

��1

:

�5 72 3

=

�1 �1�2 3

�:

�5 72 3

=

�3 4�4 �5

Esquem�aticamente

o,

[v1;v2]V�! [e1; e2]

U�1

�! [u1;u2]

Como siempre, las operaciones deben realizarse en el orden correcto:

39

Page 259: Apuntes Modulo I Mat C 2014

1. [v1;v2] �! [e1; e2]: multiplicar por V .

... luego

2. [e1; e2] �! [u1;u2]: multiplicar por U�1.

Caso general: espacio vectorial n-dimensional Si V es una espacio vectorial n-dimensional con una base ordenada E = [v1;v2; : : : ;vn], entonces cualquier vector vpuede ser escrito en la forma

v = c1:v1 + c2:v2 + � � �+ cn:vn

donde fcjg son escalares.Podemos asociar a cada vector v en V un �unico vector c en Rn :0

[email protected]

1CCCA ,

llamado vector de coordenadas de v con respecto a la base ordenada E. Los fcjg se llamancoordenadas de v relativas a E, y c se suele escribir como: c = [v]E.

Rec��procamente, a cada vector c en Rn podemos asociarle un �unico vector v en V

v = c1:v1 + c2:v2 + � � �+ cn:vn

Hemos generado una correspondencia 1-1 entre los espacios vectoriales V y Rn .En el caso de un espacio vectorial n-dimensional, la matriz de transici�on entre dos

bases ordenadas diferentes ser�a una matriz de n� n.

Ejemplo En R3 , dos bases E, F :

E = [v1;v2;v3] =

240@111

1A ;

0@232

1A ;

0@154

1A35

F = [u1;u2;u3] =

240@110

1A ;

0@120

1A ;

0@121

1A35

Encontrar la matriz de transici�on E �! F (a trav�es de [e1; e2; e3]).Como en el ejemplo anterior de dimensi�on 2, la matriz de transici�on es:

U�1:V =

0@1 1 11 2 20 0 1

1A�1

:

0@1 2 11 3 51 2 4

1A

=

0@ 2 �1 0�1 1 �10 0 1

1A0@1 2 11 3 51 2 4

1A

=

0@ 1 1 �3�1 �1 01 2 4

1A

40

Page 260: Apuntes Modulo I Mat C 2014

Ejemplo Encontrar las coordenadas con respecto a la base ordenada F de los vectores

x = 3:v1 + 2:v2 � v3 y y = v1 � 3:v2 + 2:v3

Tomando

[x]E =

0@ 3

2�1

1A y [y]E =

0@ 1�32

1A

tendremos

[x]F =

0@ 1 1 �3�1 �1 01 2 4

1A :

0@ 3

2�1

1A =

0@ 8�53

1A

y

[y]F =

0@ 1 1 �3�1 �1 01 2 4

1A :

0@ 1�32

1A =

0@�82

3

1A

Veri�caci�on:

8:u1 � 5:u2 + 3:u3 = 3:v1 + 2:v2 � v3

�8:u1 + 2:u2 + 3:u3 = v1 � 3:v2 + 2:v3

Para practicar ...

EjerciciosX 5.1 Representar el vector dado con respecto de la base que se indica :

(a)

�0�1

�respecto de la base u1 = (1;�1) y u2 = (1; 1) .

(b)

0BB@

0�101

1CCA, respecto de la base can�onica. E4 � <4

(c)

0@ 0�10

1A, respecto de la base (1; 1; 0), (1;�1; 0), (0; 0; 1).

5.2 Suponga que, en el plano los ejes se rotan un �angulo � (medido en radianes) en elsentido antihorario. Esto da nuevos ejes que se denotan ~x; ~y.

> Cu�ales son las coordenadas (x; y) , en la base can�onica, de los vectores unitariose1 , e2 rotados?.

Mostrar que la matriz de transici�on (o del cambio de coordenadas ) desde la viejafe1; e2g a la nueva es :

U�1 =

�cos(�) sen(�)�sen(�) cos(�)

- Si � = �=4, hallar las coordenadas respecto de los nuevos ejes del vector x = (2; 3)(dado en coordenadas can�onicas). Gra�car e interpretar geometr��camente.

41

Page 261: Apuntes Modulo I Mat C 2014

Dimensi�on n: Cambio de bases de E = [w1;w2; : : : ;wn] a F = [v1;v2; : : : ;vn] (basesordenadas de V ).

Escribimos cada elemento de E en t�erminos de los elementos de F :

w1 = s11:v1 + s21:v2 + � � �+ sn1:vn

w2 = s12:v1 + s22:v2 + � � �+ sn2:vn (2)...

...

wn = s1n:v1 + s2n:v2 + � � �+ snn:vn

Tomando cualquier vector v. Y escribimos x = [v]E y y = [v]F . Esto es

v = x1:w1 + x2:w2 + � � �+ xn:wn

= y1:v1 + y2:v2 + � � �+ yn:vn

Se sigue que

y = S:x

donde los coe�cientes fsijg son la matriz de transici�on S de�nida en el sistema 2:

Observaci�on Si y = 0, esto es, las coordenadas de v con respecto a la nueva base Fson todas cero, entonces v debe ser el vector cero. Por lo tanto las coordenadas de v conrespecto a la vieja base E (o cualquier otra base) deben ser cero, esto es x = 0. En otraspalabras, si y = 0, el sistema lineal de n� n

S:x = y

tiene s�olo la soluci�on trivial, x = 0. Por lo tanto:La matriz de transici�on S es no singular, y la matriz de transici�on de la base F a la

base E es S�1, esto es

x = S�1:y

M�as generalmente, cualquier matriz no singular de n� n puede ser considerada comola matriz de transici�on entre una base [v1; : : : ;vn] y alguna otra base:

Si [v1; : : : ;vn] es una base, y S = fsijg es una matriz no singular de n� n, de�nimoslos vectores [w1; : : : ;wn] como

w1 = s11:v1 + s21:v2 + � � �+ sn1:vn

w2 = s12:v1 + s22:v2 + � � �+ sn2:vn...

...

wn = s1n:v1 + s2n:v2 + � � �+ snn:vn

Se puede demostrar (nosotros no lo haremos) que los vectores wi son linealmenteindependientes porque los vectores vi lo son y porque S es no singular. Como [w1; : : : ;wn]son n vectores, forman una base. Y la matriz S es la matriz de transici�on de [w1; : : : ;wn]a [v1; : : : ;vn].

42

Page 262: Apuntes Modulo I Mat C 2014

En la pr�actica, la elecci�on �optima de la base depende del caso particular o del problemaque se quiere resolver.

Dos tipos importantes de bases de <n en ciertas aplicaciones son:

� Bases ortonormales, consistente en vectores que son ortogonales entre si, y cadavector tiene longitud unitaria. Ejemplo, la can�onica en <n.

� Bases de autovectores asociados a una cierta matriz A de n� n. Esto se ver�a m�asadelante. Au�un no hemos de�nido que es un autovector de una matriz A.

Ejemplo Espacio de funciones.La base can�onica de P3 es E = [p0; p1; p2], con

p0 (x) = 1, p1 (x) = x, p2 (x) = x2

Consideremos el vector p = 2:p0 � p1 + 3:p2. Esto es,

p (x) = 2� x + 3x2

El vector coordenadas de p con respecto a la base can�onica es

[p]E =

0@ 2�13

1A

Consideremos ahora otra base ordenada U = [u0;u1;u2], con

u0 (x) = 1, u1 (x) = 1� x, u2 (x) = 1 + x2

>Son bases de P3?. Son 3 vectores en un espacio de dimensi�on 3. Por lo tanto, s�olohace falta comprobar la independencia lineal:

0 = c0:u0 + c1:u1 + c2:u2

Concluimos que

0 = c0 + c1 (1� x) + c2�1 + x2

�= (c0 + c1 + c2)� c1x+ c2x

2

=) c0 + c1 + c2 = 0; c1 = 0; c2 = 0

c0 = c1 = c2 = 0

... y por tanto [u0;u1;u2] forman una base de P3.

...>Cu�ales son las coordenadas de p con respecto a la nueva base dada por ui, i = 1; 2; 3?Primero expresamos la nueva base en t�erminos de la base can�onica

u0 = p0 = 1:p0 + 0:p1 + 0:p2

u1 = p0 � p1 = 1:p0 � 1:p1 + 0:p2

u2 = p0 + p2 = 1:p0 + 0:p1 + 1:p2

43

Page 263: Apuntes Modulo I Mat C 2014

La matriz de transici�on de la base U a la E es

U =

0@1 1 10 �1 00 0 1

1A

La matriz de transici�on de E a U es

U�1 =

0@1 1 �10 �1 00 0 1

1A

Por lo tanto

[p]U = U�1: [p]E =

0@1 1 �10 �1 00 0 1

1A :

0@ 2�13

1A =

0@�21

3

1A

Esto es, p = �2:u0 + u1 + 3:u2.Veri�caci�on:

�2:u0 (x) + u1 (x) + 3:u2 (x) = �2 + (1� x) + 3�1 + x2

�= 2� x+ 3x2

= p (x)

EjerciciosX 5.1 Representar el vector dado con respecto de la base :

(a) x2 + x3, D = h1; 1 + x; 1 + x + x2; 1 + x + x2 + x3i � P3

6 Espacio �la y espacio columna de una matriz

... Volvemos al mundo de las matrices de m� n.Cada �la de una matriz A de m� n puede ser considerada como una matriz de 1� n

( y un elemento del espacio vectorial Rn), y cada una de las columnas de A como unamatriz de m� 1 (un elemento de Rm).

Objetivo ... En lo que sigue obtendremos resultados sobre sistemas lineales, respecto dela no existencia o la existencia de una o m�as soluciones, a partir de conocer el n�umerode �las o columnas linealmente independientes de la matriz A, y las caracter��sticas delt�ermino b del sistema.

De�nici�on Sea A una matriz de m� n.

Vectores �las de A : Son los m vectores (1� n) correspondientes a las �las de A.

Vectores columnas de A: Son los n vectores (m� 1) correspondientes a las columnasde A.

Espacio �la de A: El subespacio de Rn generado por los vectores �las de A.

Espacio columna de A: El subespacio de Rm generado por los vectores columnas de A.

44

Page 264: Apuntes Modulo I Mat C 2014

Ejemplo A =

�1 0 00 1 0

El espacio �la de A son todos los vectores de 1� 3 de la forma

�: (1; 0; 0) + �: (0; 1; 0) = (�; �; 0)

El espacio columna de A es el conjunto de todos los vectores de 2� 1 de la forma

�:

�10

�+ �:

�01

�+ � :

�00

As�� el espacio �la de A es un subespacio ... R3 de dimensi�on 2.Mientras que el espacio columna de A es (todo)... R2 .

Teorema Si dos matrices A y B de m � n son \equivalentes" por �las ) tienen el \mismo espacio �la".

Demostraci�on. Si B es equivalente por �las a A, entonces B se obtiene a partir de Amediante una secuencia �nita de operaciones elementales por �las.

Eso ! que los vectores �las de B son una combinaci�on lineal de los vectores �las deA.

Luego, el espacio �la de B est�a contenido en el espacio �la de A.Rec��procamente,...... si A es equivalente por �las a B, el espacio �la de A debe ser un subespacio del

espacio �la de B.... Por tanto, los dos espacios son iguales.

Conclusiones ... Se obtiene de ah�� que el subespacio de <n generado por las �laslinealmente independientes de la forma escalonada reducida (las �las no nulas) coincidecon el subespacio generado por las �las de A. Por tanto, el n�umero de �las linealmentede A y la escalonada son iguales, y las �las no nulas de esta �ultima son una base de esesubespacio.

Rango de una matriz

De�nici�on El rango de una matriz A de m � n es la dimensi�on del espacio �la de A.Y se denota como

rango (A) = rank(A)

... La dimensi�on del espacio �la de una matriz A es igual a la cantidad m�axima devectores �las linealmente independientes de A.

... As�� si A es del tipo m� n, no nula, su rango ser�a r siendo 1 � r � m (el n�umerode �las linealmente independientes que coincide con el n�umero de las �las no nulas de lamatriz escalonada reducida correspondiente).

Por ejemplo,

A =

�1 0 0�1 0 0

�, rango (A) = 1

45

Page 265: Apuntes Modulo I Mat C 2014

... Para determinar el rango (A), se reduce A a la forma escalonada reducida por �las.Luego,

... las �las \no nulas" de las matriz escalonada por �las formar�an una base del espacio�la.

Ejemplo A =

0@1 �2 32 �5 11 �4 �7

1A �! U =

0@1 �2 30 1 50 0 0

1A

(1;�2; 3) y (0; 1; 5) forman una base del espacio �la de U . Pero como U y A sonequivalentes por �las, tienen el mismo espacio �la: rango (A) = 2.

A veces, el rango de una matriz puede determinarse inmediatamente por inspecci�on delos vectores �las, sin necesidad de la reducci�on por �las, analizando cu�antas �las lineal-mente independientes hay en forma directa.

Ejercicio Encontrar una base del espacio de las �las mediante el m�etodo de Gauss(tomando las no nulas). Por ejemplo:

0@1 3 11 4 12 0 5

1A ��1+�2�!

�2�1+�3

6�2+�3�!

0@1 3 10 1 00 0 3

1A

produce la base h�1 3 1

�;�0 1 0

�;�0 0 3

�i para el espacio �la. Esta base es base

para ambas matrices la inicial y �nal.

6.1 Relaci�on con los sistemas lineales de m� n (completando elcuadro).

Dijimos previamente que un sistema lineal A:x = b, de m�n se puede escribir como unasola ecuaci�on entre vectores columnas del tipo m� 1:

x1:

0BBB@a11a21...

am1

1CCCA + x2:

0BBB@a12a22...

am2

1CCCA+ � � �+ xn:

0BBB@a1na2n...

amn

1CCCA =

[email protected]

1CCCA

o

x1:a1 + x2:a2 + � � �+ xn:an = b

Cada ai indica la columna i��esima.

� Tal igualdad implica que un sistema es \consistente" (tiene alguna soluci�on) si ys�olo si el vector columna b puede ser escrito como combinaci�on lineal de los vectorescolumnas de A. Los coe�cientes en esta combinaci�on lineal son las n inc�ognitasx1; x2; : : : ; xn.

Enunciamos esto de una manera m�as concisa ...

46

Page 266: Apuntes Modulo I Mat C 2014

Teorema Teorema de consistencia.Un sistema lineal A:x = b de m� n es consistente \ si y s�olo si" el vector columna b

pertenece al espacio columna de A.

As�� ...

(i) En el caso de un sistema homog�eneo, se sabe que siempre tiene soluci�on, ...

A:x = 0

o

x1:a1 + x2:a2 + � � �+ xn:an = 0

... pero el sistema tiene s�olo la soluci�on trivial (x = 0) \si y s�olo si" los vectorescolumnas de A son linealmente independientes (en ese caso el cero vector se puedeescribir como una combinaci�on de las columnas s�olo con coe�cientes \ceros" ).

... En el caso de sistemas cuadrados n� n, eso es equivalente a que la matriz decoe�cientes es \ no singular" (existe la inversa A�1).

... Para un sistema m � n con m < n, menos ecuaciones que inc�ognitas, signi�caque el sistema Ax = 0 tiene in�nitas soluciones, ya que todos los n vectores colum-nas de Rm \ no pueden ser linealmente independientes" pu�es como m < n a lo m�ashabr�a m vectores de <m linealmente independientes. As�� las n columnas seguro sonlinealmente dependientes. Por lo tanto, el sistema homog�eneo tiene in�nitas solu-ciones, ya que el vector 0 se puede escribir de in�nitas maneras como combinaci�onde esas columnas dependientes.

Por otra parte ...

(ii)

Teorema Dada A una matriz de m� n.

(a) El sistema A:x = b es consistente (tiene al menos una soluci�on) para todo vector bde Rm si y s�olo si los vectores columnas de A generan Rm .

Adem�as ...

(b) El sistema tiene \ a lo sumo una soluci�on (no tiene soluci�on o s�olo una)" para todob en R

m si y s�olo si los vectores columnas de A son linealmente independientes.

... La parte (a) se deduce del teorema de consistencia: Si todo vector b en Rm

pertenece al espacio columna de A entonces los vectores columnas de A debengenerar todo el espacio Rm . Es decir que debe haber m vectores columnas que sonlinealmente independientes (y as�� forman una base de <m) y generan todo <m. Yrec��procamente, si existem m vectores columnas independientes generan todo <m,entonces todo b est�a en el espacio columna. .

... La parte (b) se deduce de lo siguiente: Si el sistema tiene a lo sumo una �unicasoluci�on para cada b, entonces en particular el sistema A:x = 0, que siempre tiene

47

Page 267: Apuntes Modulo I Mat C 2014

soluci�on, tiene una �unica soluci�on. Entonces, los vectores columnas fajg deben serlinealmente independientes, ya que el vector cero se escribe de una �unica forma comocombinaci�on de las columnas con coe�cientes todos ceros.

Rec��procamente, supongamos que los vectores fajg son linealmente independientes.Si existiese m�as de una soluci�on ..., si existen dos soluciones distintas x1 y x2 deA:x = b, entonces se deber��a satisfacer A: (x1 � x2) = A:x1 � A:x2 = b � b = 0.Pero, como los fajg son linealmente independientes, debe ser x1 � x2 = 0. Esto es,x1 y x2 deber��an ser iguales. Por tanto, si el sistema tiene soluci�on, a lo sumo tieneuna �unica soluci�on.

Ahora...

Conclusiones Supongamos que A tiene dimensi�on m� n, entonces:

� Si m > n, a lo m�as habr�a n columnas independientes, por lo tanto esas columnas(que son menos de m) no generan todo <m, entonces (de acuerdo a (a)) existenvectores b de <m para los cuales el sistema Ax = b no tiene soluci�on, ya que estosb no estar�an en el espacio generado por las columnas.

... Si m > n, y si hay exactamente n columnas independientes, entonces cada vezque el b pertenezca al espacio de las columnas, el sistema tendr�a una �unica soluci�on(de acuerdo a (b)).

... Si m > n, y si hay r columnas independientes con r < n < m, si el sistema tienesoluci�on (b est�a en el espacio generado por las columnas) tendr�a in�nitas soluciones.

� Si m < n, hay m�as columnas ( n vectores de <m) que �las. Por lo tanto, seguroque las n columnas son linealmente dependientes. Luego, el sistema Ax = 0 tienein�nitas soluciones.

... Adem�as, el rango(A) = r de la matriz (dimensi�on del espacio de las �las) esr � m < n.

... Si hay m columnas independientes (m < n), esas columnas generan todo <m, as��todo vector b de <m est�a en el espacio generado por las columnas, \existe soluci�on"y son in�nitas.

... Si el espacio columna tiene r columnas linealmente independientes, con r < m <n, puede no haber soluci�on, dependiendo de saber si el vector b 2 <m est�a o no enel espacio de dimensi�on r, generado por las columnas.

� Si m = n, ....

... si las columnas son linealmente independientes, vimos que A es no singular ( AT

tambi�en), as�� para todo b el sistema Ax = b tiene soluci�on �unica.

... Si las columnas son linealmente dependientes, el sistema Ax = 0 tiene in�nitassoluciones, y la matriz A es singular (AT tambi�en). En ese caso, el sistema Ax = bno tendr�a soluci�on o tendr�a in�nitas soluciones dependiendo de saber si b est�a enel espacio generado por las columnas de A.

48

Page 268: Apuntes Modulo I Mat C 2014

Adem�as ...... Si A cuadrada n � n, y los vectores columnas son linealmente independientes (,

A no singular), los vectores columnas de A generan una base de <n, y por el teorema (a)para todo b, el sistema Ax = b tiene una �unica soluci�on ( ya se sabia).

Rango y nulidad de una matriz

De�nici�on Se denomina nulidad de una matriz A de m�n a la dimensi�on de su espacionulo N(A).

... Se tiene el siguiente resultado, relacionando el rango de una matriz (dimensi�on delsubespacio de las �las de A contenido en <n) y la dimensi�on del espacio nulo N(A) (subespacio de <n).

Teorema (Rango-Nulidad) Dada una matriz A de m� n, entonces

rango (A) + nulidad (A) = n

Demostraci�on. Si U es la matriz escalonada reducida por �las de A, el sistema A:x = 0es equivalente al sistema U:x = 0. Si rango (A) = r, entonces U tiene r �las no nulas, yel sistema U:x = 0 involucra n � r variables independientes y r variables dependientes.Pero la dimensi�on de N (A) es precisamente el n�umero de variables independientes, y porlo tanto

rango (A) + nulidad (A) = r + (n� r) = n

Eso dice, que si hay r �las linealmente independientes ( vectores de <n), y la dimen-si�on del subespacio de <n generado por ellas tiene dimensi�on r, el subespacio N(A) queest�a formado por los vectores ortogonales al de las �las, es complementario de �este condimensi�on n� r, de tal forma que la suma de las dos dimensiones es n, la dimensi�on delespacio <n.

Ejemplo Encontrar una base para el espacio �la y para el espacio nulo de

A =

0@1 2 �1 12 4 �3 01 2 1 5

1A

y veri�car que nulidad (A) = n� rango (A).... Al reducir por �las a A obtenemos

U =

0@1 2 0 30 0 1 20 0 0 0

1A

Luego, [(1; 2; 0; 3) ; (0; 0; 1; 2)] es una base para el espacio �la (de A y de U), y elrango (A) = 2.

49

Page 269: Apuntes Modulo I Mat C 2014

Para encontrar el N (A), resolvemos el equivalente U:x = 0

x1 + 2x2 + 0x3 + 3x4 = 0

x3 + 2x4 = 0

Hay dos variables dependientes: x3 y x1.Variables independientes: x2 y x4.

x1 = �2x2 � 3x4

x3 = �2x4

... Tomando x2 = � y x4 = �, la soluci�on general es0BB@x1x2x3x4

1CCA =

0BB@�2�� 3�

��2��

1CCA = �:

0BB@�2100

1CCA+ �:

0BB@�30�21

1CCA

... El espacio nulo de A consiste en todos los vectores de esa forma. Estos dos vectorescolumnas son una base para el N (A) (son linealmente independientes). Y

nulidad (A) = 2 = 4� 2 = 4� rango (A)

... Luego conociendo la dimensi�on de N(A), o la dimensi�on del espacio delas �las de A se obtiene el otro.

6.2 Espacio columna de A (m � n). Igualdad entre las dimen-siones del espacio �la y el espacio columna.

Las matrices A, y la escalonada reducida U , del ejemplo previo, tienen diferentes espacioscolumna, pero sus vectores columnas tienen las mismas relaciones de dependencia ...

... Observar

A =

0@1 2 �1 12 4 �3 01 2 1 5

1A ; U =

0@1 2 0 30 0 1 20 0 0 0

1A

Notar que ...

u2 = 2:u1

u4 = 3:u1 + 2:u3

y

a2 = 2:a1

a4 = 3:a1 + 2:a3

Comentarios Si A es una matriz de m� n y U es la matriz escalonada reducida por�las correspondiente, entonces sus vectores columnas satisfacen las mismas relaciones dedependencia, ya que los sistemas A:x = 0 y U:x = 0 son equivalentes (tienen igualsoluci�on).

50

Page 270: Apuntes Modulo I Mat C 2014

... y se tiene el importante resultado:

Teorema La dimensi�on del espacio �la de una matriz A (rango(A)) de m� n es iguala la dimensi�on de su espacio columna.

Demostraci�on. La matriz U escalonada reducida por �las de A tiene r coe�cientes 1como pivotes; y las columnas que contienen a estos pivotes son linealmente independientes(son algunos de los vectores ei de la base can�onica de <m ). Sin embargo, estas columnasno forman una base para el espacio columna de A ya que (en general) A y U no tienenel mismo espacio columna.

Sea UL la matriz que se obtiene desde U al borrar las columnas que contienen lasvariables libres (las columnas que no contienen a los pivotes), y sea AL la matriz que seobtiene a partir de A al borrar las mismas columnas.

Por ejemplo, en el caso anterior

UL =

0@1 00 10 0

1A y AL =

0@1 �12 �31 1

1A

Dado que U y A son equivalentes por �las, UL y AL tambi�en lo son (pensar enque se obtiene UL desde AL por operaciones elementales for �las). As�� , el rango(AL) =rango(UL). Adem�as

! Si x es soluci�on del sistema AL:x = 0, x debe ser tambi�en soluci�on del sistema UL:x = 0(sistemas equivalentes)

! (dado que las columnas de UL son linealmente independientes) la �unica soluci�on delsistema anterior es x = 0,

! lo mismo vale para AL:x = 0, la �unica soluci�on debe ser la x = 0, por ser equivalentes,

! las r columnas de AL son linealmente independientes.

! Dado que AL tiene r columnas independientes, la dimensi�on del espacio columna deA debe ser � r. Adem�as r = rango de A (espacio �la de A) por ser A equivalentea U que tiene r pivotes 1, igual a r �las no nulas.

Esto es,

dim (espacio columna de A) � dim (espacio �la de A)

Aplicando el mismo razonamiento a AT se obtendr��a

dim (espacio �la de A) = dim�espacio columna de AT

�� dim

�espacio �la de AT

�= dim(espacio columna de A)

... Luego, el espacio �la y el espacio columna tienen la misma dimensi�on.

51

Page 271: Apuntes Modulo I Mat C 2014

Conclusiones Dada una matriz A de m� n, el n�umero de �las linealmente independi-entes de A \ es igual" al n�umero de columnas linealmente independientes.

... As�� el rango(A) = n�umero de �las linealmente independientes = al n�umero decolumnas linealmente independientes.

... El rango de AT es igual al rango de A.Observaci�on: Lo dicho previamente, no signi�ca que el subespacio generado por las

�las, sea el mismo que el generado por las columnas, sino s�olo que las dimensiones deesos subespacios son iguales.

EjerciciosX 6.1 Probar que un sistema lineal tiene soluci�on \ sii" la matriz de los coe�cientes tiene

el mismo rango que la matriz aumentada.

6.2 Encontrar el rango columna de la matriz:�1 3 �1 5 0 42 0 1 0 4 1

6.3 Mostrar que un sistema lineal con al menos una soluci�on tiene una �unica soluci�onsi y s�olo si la matriz de coe�cientes tiene rango igual al n�umero de columnas.

X 6.4 Si una matriz es 5�9, cu�al conjunto debe ser dependiente , el conjunto de �las oel conjunto de las columnas ?

6.5 Dar un ejemplo para mostrar que a pesar que tienen igual rango por �las y porcolumnas, aunque tengan igual dimensi�on, el espacio por �las y por columnas nonecesariamente son iguales. Nunca son iguales?

Bases del espacio columna

� Para encontrar una \ base del espacio columna" de una matriz A de m � n, se re-duce la matriz A a la matriz escalonada por �las U y \ se identi�can" las columnasde U correspondientes a las variables dependientes (aquellas que tienen los coe�-cientes 1 como pivotes). Las columnas \correspondientes de A" ser�an linealmenteindependientes y formar�an una base para el espacio columna de A.

� Precauci�on: U nos dice s�olo cu�ales son las columnas de A para formar una basedel espacio columna de A. No podemos usar los vectores columnas de U , ya queen general los espacios columnas de A y U son diferentes. Lo vimos en un ejemploprevio.

Ejemplo

A =

0BB@

1 �2 1 1 2�1 3 0 2 �20 1 1 3 41 2 5 13 5

1CCA

Le corresponde la matriz escalonada por �las

U =

0BB@1 �2 1 1 20 1 1 3 00 0 0 0 10 0 0 0 0

1CCA

52

Page 272: Apuntes Modulo I Mat C 2014

Los pivotes 1 aparecen en las columnas 1, 2 y 5. Por lo tanto, una base (no es la�unica) para el espacio columna de A puede ser

a1 =

0BB@

1�101

1CCA , a2 =

0BB@�2312

1CCA , a5 =

0BB@

2�245

1CCA

y la dimensi�on del espacio columna de A (y por lo tanto el rango (A)) es 3.... La dimensi�on del espacio nulo de A es n � rango (A) = 5� 3 = 2. Precisamente

coincide con el n�umero de variables independientes que se observan en U .

6.3 M�etodo alternativo para encontrar una base para el espaciocolumna

Dado que las columnas de A son las �las de AT , se puede reducir por �las AT y encontraruna base para el espacio �la de ella.

... Luego, se pueden transponer estos vectores �las para obtener una base para elespacio columna de A.

Ejemplo

A =

0BB@

1 �2 1 1 2�1 3 0 2 �20 1 1 3 41 2 5 13 5

1CCA

AT =

0BBBB@

1 �1 0 1�2 3 1 21 0 1 51 2 3 132 �2 4 5

1CCCCA

y

0BBBB@

1 �1 0 1�2 3 1 21 0 1 51 2 3 132 �2 4 5

1CCCCA �!

0BBBB@

1 �1 0 10 1 1 40 0 1 3=40 0 0 00 0 0 0

1CCCCA

... Una base para el espacio columna de A puede ser:n(1;�1; 0; 1)T ; (0; 1; 1; 4)T ; (0; 0; 1; 3=4)T

o.

Pregunta: >C�omo es esta base con respecto a la base fa1; a2; a5g anterior?>Deber��anser id�enticas?

Podemos resumir todo lo que sabemos sobre sistemas lineales de n � n ym� n en dos tablas:

53

Page 273: Apuntes Modulo I Mat C 2014

Lista de equivalencias para matrices n� nSi A es una matriz de n�n, las siguientes proposiciones son equivalentesLista A Lista BA es no singular (tiene inversa) A es singular (no tiene inversa)detA 6= 0 detA = 0Los vectores columnas (vectores �-las) de A son linealmente indepen-dientes y generan R

n (forman unabase de Rn)

Los vectores columnas (vectores �-las) de A son linealmente dependi-entes y no generan R

n (no formanuna base de Rn)

El sistema lineal A:x = b tienesoluci�on �unica (para cualquier b):x = A�1:b

El sistema lineal A:x = b no tienesoluci�on o tiene in�nitas soluciones,dependiendo de b

El sistema homog�eneo A:x = 0tiene s�olo la soluci�on trivial (x = 0)

El sistema homog�eneo A:x = 0tiene in�nitas soluciones

El espacio nulo de A tiene s�olo alvector nulo (dimensi�on = 0)

El espacio nulo de A tiene dimen-si�on � 1

rango (A) = n rango (A) < nA es equivalente por �las a In A no es equivalente por �las a InA puede representarse como pro-ducto de matrices elementales fEig

A no puede representarse como pro-ducto de matrices elementales

Lista de propiedades para matrices de m� nSi A es una matriz de m�n, las siguientes proposiciones son verdaderasLista A (m < n) Lista B (m > n)0 � rango (A) � m 0 � rango (A) � nEl sistema homog�eneo A:x = 0tiene in�nitas soluciones

El sistema no homog�eneo A:x = bpuede no tener soluci�on si b 6= 0

rango (A) + dimN (A) = nLos vectores columna de A nopueden ser linealmente independi-entes

Los vectores columna de A nopueden generar a Rm

Los vectores �las de A no puedengenerar a R1�n

Los vectores �las de A no puedenser linealmente independientes

El espacio �la y el espacio columna de A tienen la misma dimensi�on,igual a rango (A)Si rango (A) = m, los vectores �-las de A son linealmente independi-entes

Si rango (A) = n, los vectorescolumnas son linealmente indepen-dientes

El sistema A:x = b es consistentepara todo b en R

m si y s�olo si lascolumnas de A generan Rm

El sistema A:x = b no puede serconsistente para todo b en Rm

El sistema A:x = b tiene a lo sumouna �unica soluci�on para cada b enRm si y s�olo si los vectores colum-

na de A son linealmente independi-entes

54

Page 274: Apuntes Modulo I Mat C 2014

EjerciciosX 6.1 Una matrizm�n tiene rango completo por �las si el rango de las �las es m, y es

de rango completo por columnas si el rango de sus columnas es n.(a) Mostrar que una matriz puede tener rango completo por �las y por columnass�olo si es cuadrada.(b) Probar que un sistema lineal con matriz de coe�cientes A tiene soluci�on paratodo b1, : : : , bm's de la derecha \ sii" A tiene rango completo por �las.

Para practicar ...

55

Page 275: Apuntes Modulo I Mat C 2014

EjerciciosX 6.1 Decidir si el vector dado est�a en el espacio �la de la matriz.

(a)

�2 13 1

�,�1 0

�(b)

0@ 0 1 3�1 0 1�1 2 7

1A,�1 1 1

X 6.2 Decidir si el vector dado est�a en el espacio columna de la matriz

(a)

�1 11 1

�,

�13

�(b)

0@1 3 12 0 41 �3 �3

1A,

0@100

1A

X 6.3 Encontrar una base para el espacio �la de la matriz:0BB@2 0 3 40 1 1 �13 1 0 21 0 �4 �1

1CCA

X 6.4 Encontrar el rango de cada matriz.

(a)

0@2 1 31 �1 21 0 3

1A (b)

0@ 1 �1 2

3 �3 6�2 2 �4

1A (c)

0@1 3 25 1 16 4 3

1A (d)

0@0 0 00 0 00 0 0

1A

X 6.5 Encontrar una base para el espacio generado por cada conjunto.(a) f

�1 3

�;��1 3

�;�1 4

�;�2 1

�g � M1�2

(b) f

0@121

1A ;

0@ 3

1�1

1A ;

0@ 1�3�3

1Ag � <3

(c) f1 + x; 1� x2; 3 + 2x� x2g � P3

(d) f

�1 0 13 1 �1

�;

�1 0 32 1 4

�;

��1 0 �5�1 �1 �9

�g � M2�3

6.6 > C�uales matrices tienen rango cero? > Rango 1??

6.7 Encontrar el rango columna de la matriz:�1 3 �1 5 0 42 0 1 0 4 1

6.8 Mostrar que el conjunto f(1;�1; 2;�3); (1; 1; 2; 0); (3;�1; 6;�6)g no tiene el mismosubespacio generado que el generado por f(1; 0; 1; 0); (0; 2; 0; 3)g.

X 6.9 Mostrar que el conjunto de vectores columnas8<:0@d1d2d3

1A �� existe x, y, z tal que

3x+ 2y + 4z = d1x � z = d22x+ 2y + 5z = d3

9=;

es un subespacio de <3. Encontrar una base .

X 6.10 En esta secci�on hemos visto que la reducci�on Gaussiana encuentra una base delespacio �la.(a) Mostrar que esta base no es �unica, diferentes reducciones pueden conducir adiferentes bases.(b) Producir matrices con igual espacio �la pero distinto n�umero de �las.

56

Page 276: Apuntes Modulo I Mat C 2014

(c) Probar que dos matrices tienen igual espacio �la \ sii" despues de hacer la re-ducci�on de Gauss - Jordan las �las no ceros son iguales.

6.11 Mostrar que el rango por �las de una matriz m�n es a lo m�as m. > Hay otracota mejor ?

X 6.12 Mostrar que el rango de una matriz es igual al de su transpuesta.

6.13 Es verdadera o falsa la siguiente a�rmaci�on. El espacio columna de una matrizes igual al espacio �la de su transpuesta.

6.14 (a) Probar que un sistema homog�eneo tiene soluci�on �unica \ sii" su matriz decoe�cientes A tiene rango completo por columnas.

X 6.15 > Cu�al es la relaci�on entre rank(A) y el rank(�A)?. Entre rank(A) y el rank(kA)?.Hay alguna relaci�on entre rank(A), rank(B), y rank(A+B)?. Poner algunos ejemplos.

Ver que puede ocurrir rank(A+B) � rank(A) + rank(B)

57