Pr acticas de Matem aticas II: Algebra linealdiposit.ub.edu/dspace/bitstream/2445/21825/6/Prácticas...
Transcript of Pr acticas de Matem aticas II: Algebra linealdiposit.ub.edu/dspace/bitstream/2445/21825/6/Prácticas...
Sistemas de ecuaciones linealesFormas cuadraticas
Practicas de Matematicas II: Algebra lineal
Jesus Getan y Eva Boj
Facultat d’Economia i EmpresaUniversitat de Barcelona
Marzo de 2014
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 1 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Sistemas de ecuaciones linealesDefiniciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Formas cuadraticasDefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 2 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Un sistema de m ecuaciones lineales con coeficientes reales es
a11x1 + a12x2 + · · ·+ a1nxn = b1a21x1 + a22x2 + · · ·+ a2nxn = b2
· · · · · ·am1x1 + am2x2 + · · ·+ amnxn = bm
donde aij ∈ R son los coeficientes y x1, x2, . . . , xn las n incognitas.
Una solucion es un vector (s1, s2, . . . , sn) ∈ Rn que satisface todaslas igualdades, y resolver un sistema es hallar todas sussoluciones.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 3 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Dos sistemas de ecuaciones son equivalentes si tienen las mismassoluciones.
Por ejemplo, si de un sistema lineal se suprime una ecuacion que escombinacion lineal de las restantes se obtiene un sistema linealequivalente al dado.
Sistema
sin solucion: Incompatiblecon solucion unica: Compatible Determinadocon infinitas soluciones: Compatible Indeterminado
Matricialmente el sistema se escribe AX = B.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 4 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Ejemplo: El modelo de Leontief describe una economıa de nindustrias entrelazadas. Cada industria produce un unico bien ypara ello utiliza materias procedentes de otras industrias. Sea xi lasunidades del bien i que se van a producir en un ano y aij lasunidades de i necesarias para producir una unidad de j
Ind. pesada Ind. ligera Agricultura
Ind. pesada 0.1 0.2 0.1Ind. ligera 0.3 0.2 0.2Agricultura 0.2 0.2 0.1
Supongamos que la demanda final de los productos de cada
industria es B =
859520
respectivamente. ¿Que vector de
produccion X =
x1x2x3
consigue el equilibrio entre oferta y
demanda? Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 5 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
X = AX + B ⇔ (I − A)X = B 0.9 −0.2 −0.1−0.3 0.8 −0.2−0.2 −0.2 0.9
x1x2x3
=
859520
o equivalentemente 9 −2 −1
−3 8 −2−2 −2 9
x1x2x3
=
850950200
La solucion es:
X = (I − A)−1B =1
528
68 20 1231 79 2022 22 66
850950200
=
150200100
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 6 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Un sistema es de Cramer si m = n y det(A) 6= 0.
Teorema: Todo sistema de Cramer tiene solucion unica dada por
xi =
∣∣∣∣∣∣∣∣∣∣∣∣
a11 . . .ib1 . . . a1n
a21 . . . b2 . . . a2n· · · · · · · · · · · · · · ·an1 . . . bn . . . ann
∣∣∣∣∣∣∣∣∣∣∣∣det(A) para todo i = 1, 2, . . . , n.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 7 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
En el ejemplo anterior:
x1 =
∣∣∣∣∣ 850 −2 −1950 8 −2200 2 9
∣∣∣∣∣528
= 150, x2 =
∣∣∣∣∣ 9 850 −1−3 950 −22 200 9
∣∣∣∣∣528
= 200 y
x3 =
∣∣∣∣∣ 9 −2 850−3 8 950−2 2 200
∣∣∣∣∣528
= 100.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 8 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
En el estudio general de un sistema de ecuaciones la condicionnecesaria y suficiente para que el sistema de ecuaciones lineales
a11x1 + a12x2 + · · ·+ a1nxn = b1a21x1 + a22x2 + · · ·+ a2nxn = b2
· · · · · ·am1x1 + am2x2 + · · ·+ amnxn = bm
tenga solucion es que las siguientes matrices tengan igual rango:
A =
a11 a12 . . . a1na21 a22 . . . a2n
......
. . ....
am1 am2 . . . amn
y A′ =
a11 a12 . . . a1n b1a21 a22 . . . a2n b2
......
. . ....
am1 am2 . . . amn bm
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 9 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Si rango A = rango A′ = no de incognitas, el sistema tienesolucion unica.
Si rango A = rango A′ < no de incognitas, el sistema tieneinfinitas soluciones.
Ejemplox1 + x2 + x3 + x4 = 1x1 − x2 + 2x3 − 2x4 = 02x1 + 3x3 − x4 = 13x1 + x2 + 4x3 = 2
rango A = rango A′ = 2 < 4
El sistema es equivalente a2x1 + 3x3 = 1 + x43x1 + 4x3 = 2− x2
}
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 10 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Un sistema de ecuaciones lineales es homogeneo cuando todos losterminos independientes son cero:
a11x1 + a12x2 + · · ·+ a1nxn = 0a21x1 + a22x2 + · · ·+ a2nxn = 0
· · · · · ·am1x1 + am2x2 + · · ·+ amnxn = 0
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 11 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Propiedades:
(1) El vector (0,0,. . .,0) siempre es solucion.
(2) Si (s1, s2, . . . , sn) es solucion, (ks1, ks2, . . . , ksn) tambien lo es,para todo k ∈ R. Como consecuencia, si un sistema linealhomogeneo tiene una solucion distinta del vector cero, tieneinfinitas soluciones.
(3) En un sistema homogeneo, rango A = rango A′ ⇒ siempre esCompatible.
(4) Rango A = no de incognitas ⇒ la unica solucion es la trivial.
(5) RangoA < no de incognitas ⇒ el sistema tiene infinitassoluciones.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 12 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
Definiciones y forma matricialSistemas de CramerTeorema de Rouche-FrobeniusSistemas homogeneosMetodo de Gauss
Metodo de Gauss para la resolucion de sistemas para el caso delEjemplo de Leontiev: 9 −2 −1
−3 8 −2−2 −2 9
∣∣∣∣∣∣850950200
∼ −3 8 −2
9 −2 −1−2 −2 9
∣∣∣∣∣∣950850200
∼
∼
−3 8 −20 22 −70 0 24
∣∣∣∣∣∣950
37002400
x3 = 100, 22x2 − 700 = 3700⇒ x2 = 200,−3x1 + 8x2 − 2x3 = 950⇒3x1 = 8x2 − 2x3 − 950 = 450⇒ x1 = 150.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 13 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Sea E un espacio vectorial de dimension n. Una forma cuadraticaes una aplicacion q : E −→ R definida por q(~x) = ~x tA~x dondeA ∈M(R)n es una matriz simetrica.
Ejemplos:
(a) q : R2 −→ R
~x 7→ q(~x) = (x1, x2)
(2 −1−1 3
)(x1x2
)=
= 2x21 − 2x1x2 + 3x22
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 14 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
(b) q : R3 −→ R~x 7→ q(~x)
q(~x) =(x1 x2 x3
) 1 0 00 1 00 0 1
x1x2x3
= x21 + x22 + x23
(c) Si q(~x) = x1x2 + x2x3 + x3x1,
q(~x) = ~xTA~x con A =
0 12
12
12 0 1
212
12 0
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 15 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Dada q : Rn −→ R, donde q(~x) = ~x tA~x , A = At .
• q es semidefinida positiva ⇔ q(~x) ≥ 0, ∀~x ∈ Rn
• q es definida positiva ⇔ q(~x) > 0,∀~x ∈ Rn \ {~0}
• q es semidefinida negativa ⇔ q(~x) ≤ 0, ∀~x ∈ Rn
• q es definida negativa ⇔ q(~x) < 0,∀~x ∈ Rn \ {~0}
• q es indefinida ⇔ ∃~x1, ~x2 ∈ Rn tales que q(~x1) < 0 y q(~x2) > 0
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 16 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Ejemplos:
(1) q(~x) = 2x21 + x22 (definida positiva).
(2) q(~x) = 2x21 (definida positiva).
(3) q(~x) = −2x21 − x22 (definida negativa).
(4) q(~x) = −x22 (definida negativa).
(5) q(~x) = x21 − 2x22 (indefinida).
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 17 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Teorema: Sea q(~x) = ~x tA~x una forma cuadratica y λ1, . . . , λn losvalores propios de A.
(1) q es semidefinida positiva ⇔ λi ≥ 0, ∀i = 1, . . . , n.
(2) q es definida positiva ⇔ λi > 0, ∀i = 1, . . . , n.
(3) q es semidefinida negativa ⇔ λi ≤ 0, ∀i = 1, . . . , n.
(4) q es definida negativa ⇔ λi < 0, ∀i = 1, . . . , n.
(5) q es indefinida ⇔ ∃i , j ∈ {1, . . . , n} tales que λi > 0, λj < 0.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 18 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Metodo de clasificacion por menores principales dominantes:
Dada la matriz A =
a11 a12 . . . a1na21 a22 . . . a2n
......
. . ....
an1 an2 . . . ann
, el menor principal
dominante de orden r es el determinante ∆r de la submatriz r × rformada por las r primeras filas y las r primeras columnas.
∆1 = a11,∆2 =
∣∣∣∣ a11 a12a21 a22
∣∣∣∣ , . . . ,∆r =
∣∣∣∣∣∣∣∣∣a11 a12 . . . a1ra21 a22 . . . a2n
......
. . ....
ar1 ar2 . . . arr
∣∣∣∣∣∣∣∣∣Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 19 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Teorema: Sea A ∈Mn una matriz simetrica con menoresprincipales dominantes ∆r , r = 1, . . . , n.
(1) A es definida positiva ⇔ ∆r > 0∀r = 1, . . . , n.
(2) A es definida negativa ⇔ (−1)r∆r > 0∀r .
Ejemplo:
A =
2 1 01 1 00 0 1
es definida positiva.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 20 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Metodo de clasificacion por menores principales:
Se llama menor principal de orden r al determinante de cualquiersubmatriz r × r obtenida al suprimir n − r filas y las n − rcolumnas con la misma numeracion.
Hr es el conjunto de menores principales de orden r de A.
Si A =
a11 a12 a13a21 a22 a23a31 a32 a33
, entonces H1 = {a11, a22, a33},
H2 =
{∣∣∣∣ a11 a12a21 a22
∣∣∣∣ , ∣∣∣∣ a11 a13a31 a33
∣∣∣∣ , ∣∣∣∣ a22 a23a32 a33
∣∣∣∣}
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 21 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Teorema: Sea A ∈Mn una matriz simetrica con conjuntos demenores principales Hr para r = 1, . . . , n.
(1) A es definida positiva ⇔ Hr > 0 ∀r = 1, . . . , n.
(2) A es semidefinida positiva ⇔ Hr ≥ 0 ∀r = 1, . . . , n.
(3) A es definida negativa ⇔ Hr < 0 para r impar, Hr > 0 para rpar.
(4) A es semidefinida negativa ⇔ Hr ≤ 0 si r impar, Hr ≥ 0 si rpar.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 22 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Ejemplos:
(1) A =
8 4 04 2 00 0 1
H1 = {8, 2, 1} > 0, H2 = {0, 8, 2} ≥ 0 y H3 = {0} ≥ 0. Entonceses semidefinida positiva.
(2) A =
−4 2 −12 −2 0−1 0 −1
H1 = {−4,−2,−1} < 0, H2 = {4, 3, 2} > 0 y H3 = {−2} < 0.Entonces es definida negativa.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 23 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Sea q : Rn −→ R~x 7→ q(~x) = ~x tA~x , A = At
Sea M un subespacio de Rn, M = {~x ∈ Rn | B~x = ~0}:
b11x1 + b12x2 + · · ·+ b1nxn = 0b21x1 + b22x2 + · · ·+ b2nxn = 0· · ·bm1x1 + bm2x2 + · · ·+ bmnxn = 0
m < n.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 24 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Se trata de estudiar el signo de q(~x) para los vectores ~x ∈ M. Sedespejan m variables en funcion de las n −m restantes y sesustituyen en q para obtener una forma cuadratica con n −mvariables.
Ejemplos:
(1) q(x , y , z) = 2x2 + 3y2 + 4z2 − 2xy − 2xz − 2yz conM = {(x , y , z) ∈ R3 | 2x + y + z = 0}.
(2) q(x , y , z) = 5x2 + 3y2 − 4z2 + 2xy − 4yz conM = {(x , y , z) ∈ R3 | x − y = 0, 2x + y + z = 0}.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 25 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Solucion:
Paso 1. ( x y z )
2 −1 −1−1 3 −1−1 −1 4
xyz
Paso 2. z = −2x − y
Paso 3. ( x y −2x − y )
2 −1 −1−1 3 −1−1 −1 4
xy
−2x − y
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 26 / 27
Sistemas de ecuaciones linealesFormas cuadraticas
DefinicionClasificacion de formas cuadraticasMetodo de clasificacion por valores propiosMetodos de clasificacion por menores principalesFormas cuadraticas restringidas a subespacios
Paso 4. 22x2 + 9y2 + 20xy = ( x y )
(22 1010 9
)(xy
)Paso 5. La forma cuadratica es definida positiva.
La forma cuadratica restringida del segundo ejemplo es definidanegativa.
Jesus Getan y Eva Boj Practicas de Matematicas II: Algebra lineal 27 / 27