Академический Документы
Профессиональный Документы
Культура Документы
a
1
a
2
.
.
.
a
n
R
n
para , = 1, 2, ..., :
o tambin como una coleccin de : vectores la de R
n
=
a
1
a
2
.
.
.
a
n
donde a
I
= (a
I1
, a
I2
, ..., a
In
) R
n
para i = 1, 2, ..., :
Multiplicacin por escalares y suma de matrices
Denicin 1: Dos matrices = (a
I
) y 1 = (/
I
) son iguales si son del
mismo orden y sus coecientes coinciden, esto es, a
I
= /
I
para cada i y ,.
Denicin 2: Si = (a
I
) es una matriz de orden :: y c R entonces
ces la matriz de orden :: cuyo coeciente (i, ,) es ca
I
, esto es, c = (ca
I
)
Ejemplo 1: Si
=
4 8 2
6 8 9
entonces
1
2
=
2 4 1
3 4
9
2
y 3 =
12 24 6
18 24 27
Denicin 3: Si = (a
I
) y 1 = (/
I
) son matrices de orden :: entonces
la suma +1 es la matriz de orden :: cuyo elemento (i, ,) es a
I
+/
I
para
cada par ordenado (i, ,).
1
lgebra matricial de acuerdo a Csar Rodrguez
Ejemplo 2:
3 2 1
4 5 6
2 2 2
1 2 3
1 0 1
3 3 3
Si denotamos por O la matriz, del mismo orden que , cuyos elementos son
todos nulos, entonces
+O = O + =
esto es, la matriz nula O es el elemento neutro para la suma en el conjunto
'
nn
(R). Adems, cada matriz '
nn
(R) tiene un inverso aditivo puesto
que
+ () = O = +
Multiplicacin de matrices y sistemas lineales
A continuacin vamos a denir la multiplicacin de dos matrices con el ob-
jetivo de aplicarla al estudio de los sistemas de ecuaciones lineales. Ntese que
un sistema lineal de una ecuacin y una incgnita se escribe en la forma ar = /.
Nuestro objetivo ahora ser generalizar la anterior ecuacin para representar
sistemas lineales de orden : : por medio de una nica ecuacin matricial
x = b donde es una matriz de orden ::, x es un vector de R
n
y b es un
vector de R
n
.
Denicin 4: El producto de una matriz = (a
I
) de orden : : y un
vector columna x de orden : 1 es:
x =
a
11
a
12
... a
1n
a
21
a
22
... a
2n
. .
. .
. .
a
n1
a
n2
... a
nn
r
1
r
2
.
.
.
r
n
a
11
r
1
+a
12
r
2
+... +a
1n
r
n
a
21
r
1
+a
22
r
2
+... +a
2n
r
n
.
.
.
a
n1
r
1
+a
n2
r
2
+... +a
nn
r
n
=
= r
1
a
11
a
21
.
.
.
a
n1
+r
2
a
12
a
22
.
.
.
a
n2
+... +r
n
a
1n
a
2n
.
.
.
a
nn
= r
1
a
1
+r
2
a
2
+... +r
n
a
n
Ejemplo 3:
Si =
4 2 1
5 3 7
y x =
r
1
r
2
r
3
entonces
x =
4r
1
+ 2r
2
+r
3
5r
1
+ 3r
2
+ 7r
3
= r
1
4
5
+r
2
2
3
+r
3
1
7
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
2
lgebra matricial de acuerdo a Csar Rodrguez
Notacin matricial para un sistema lineal de : ecuaciones lineales
con : incgnitas
Consideremos el sistema lineal de orden ::
a
11
r
1
+a
12
r
2
+...+ a
1n
r
n
= /
1
a
21
r
1
+a
22
r
2
+...+ a
2n
r
n
= /
2
. . . .
. . . .
. . . .
a
n1
r
1
+a
n2
r
2
+...+ a
nn
r
n
= /
n
(o)
Entonces podemos escribirlo en forma matricial como
x = b
donde
=
a
11
a
12
... a
1n
a
21
a
22
... a
2n
. .
. .
. .
a
n1
a
n2
... a
nn
'
nn
(R) es la matriz de coecientes del sistema (o),
x =
r
1
r
2
.
.
.
r
n
R
n
es la matriz columna cuyas componentes son las incgnitas r
I
y
b =
/
1
/
2
.
.
.
/
n
R
n
es la matriz columna de los trminos independientes /
I
.
Adems, asociado al sistema lineal x = b se tiene el sistema homogneo
x = 0, el cual se obtiene sustituyendo la matriz columna de los trminos in-
dependientes por la matriz columna nula de igual tamao.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
3
lgebra matricial de acuerdo a Csar Rodrguez
Ejemplo: El sistema lineal
3r
1
+2r
2
+r
3
= 5
r
1
2r
2
+5r
3
= 2
2r
1
+r
2
3r
3
= 1
3 2 1
1 2 5
2 1 3
r
1
r
2
r
3
5
2
1
Una manera alternativa para representar el sistema lineal (o) como una
ecuacin matricial es expresar el producto x como una combinacin lineal de
vectores columna de la forma
x = b r
1
a
11
a
21
.
.
.
a
n1
+r
2
a
12
a
22
.
.
.
a
n2
+... +r
n
a
1n
a
2n
.
.
.
a
nn
/
1
/
2
.
.
.
/
n
r
1
a
1
+r
2
a
2
+... +r
n
a
n
= b
Ejemplo 4: El sistema lineal del ejemplo precedente puede ser escrito como
x = b
3 2 1
1 2 5
2 1 3
r
1
r
2
r
3
5
2
1
r
1
3
1
2
+r
2
2
2
1
+r
3
1
5
3
5
2
1
.
.
.
.
.
.
.
.
.
a
I1
a
I2
. . . a
In
.
.
.
.
.
.
.
.
.
. . . /
1
. . .
. . . /
2
. . .
.
.
.
. . . /
n
. . .
=
=
. . . . . . .
. . . . . . .
. . . c
I
=
n
P
|=1
a
I|
/
|
. . .
. . . . . . .
. . . . . . .
= C
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
5
lgebra matricial de acuerdo a Csar Rodrguez
Ejemplo 7:
Si =
2 1 3
4 1 6
y 1 =
3 2
2 4
1 3
entonces
1 =
6 + 2 + 3 4 + 4 9
12 + 2 + 6 8 + 4 18
1 1
20 22
1 =
6 8 3 2 9 12
4 + 8 2 + 4 6 + 10
2 12 1 3 3 18
14 1 3
12 6 30
14 2 15
Ejemplo 7:
Si =
1 1
0 1
1 0
y 1 =
4 6 8 2
5 7 9 3
entonces
1 =
9 13 17 5
5 7 9 3
4 6 8 2
, 1 no se puede realizar
Observacin 2: Si y 1 son dos matrices cuadradas de orden : entonces
1 y 1 son tambin de orden : : pero, en general, no son iguales, esto es,
la multiplicacin de matrices no es conmutativa.
Ejemplo 8:
Si =
1 1
0 0
y 1 =
1 1
2 2
entonces 1 =
3 3
0 0
6= 1 =
1 1
2 2
a
1
a
2
.
.
.
a
n
1 =
a
1
1
a
2
1
.
.
.
a
n
1
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
6
lgebra matricial de acuerdo a Csar Rodrguez
Reglas algebraicas
La proposicin siguiente nos proporciona algunas reglas tiles para hacer
operaciones aritmticas con matrices.
Proposicin 1: Para cualesquiera escalares ` y j y para cualesquiera ma-
trices , 1, C para las que las operaciones indicadas estn denidas se verican
las siguientes propiedades:
1) +1 = 1 + 2) (+1) +C = + (1 +C)
3) (1)C = (1C) = 1C 4) (1 +C) = 1 +C
5) (+1)C = C +1C 6) (`j) = `(j)
7) (` +j) = `+j 8) `(1) = (`)1 = (`1)
9) `(+1) = `+`1 10) 0 = O
11) `O = O 12) Si ` = O entonces ` = 0 = O
Todas las reglas anteriores parecen bastante naturales puesto que son simi-
lares a las que verican los nmeros reales. No obstante, hay una diferencia muy
importante que ya hemos apuntado: en general, la multiplicacin de matrices
no es conmutativa, esto es, 1 6= 1. La propiedad (1)C = (1C) = 1C
tambin se verica para un producto de cuatro o ms matrices. En el caso de
que multipliquemos por s mismo una matriz cuadrada de orden : un nmero
nito de veces, es conveniente usar notacin exponencial. As si / es un entero
positivo, entonces
|
=
|)
...
Ntese que
1)
j
=
+j
2) (
)
j
=
j
3) (`)
= `
4) (1)
6=
0 0
1 1
y 1 =
1 0
1 0
se tiene que 1 = O
Observacin 6: Las leyes de simplicacin no se cumplen en la multipli-
cacin de matrices. Esto es, si 1 = C, no podemos concluir en general que
1 = C.
Ejemplo 14:
Sean =
1 2
3 6
, 1 =
3 8
2 3
, C =
5 2
1 2
3 2 4
6 7 8
1 0 3
1 si i = ,
0 si i 6= ,
1
n
=
1 0 . . . 0
0 1 . . . 0
. .
.
.
.
.
0 0 . . . 1
= (e
1
, e
2
, ..., e
n
)
donde los
e
I
=
0
.
.
.
1
.
.
.
0
i-sima componente
son los vectores naturales para denir un sistema de coordenadas en R
n
.
Si = (a
I
) es cualquier matriz de orden : : y 1 = (/
I
) es cualquier
matriz de orden : r entonces 1
n
= y 1
n
1 = 1.
Ejemplo 10:
1 0 0
0 1 0
0 0 1
3 4 1
2 6 3
0 1 8
3 4 1
2 6 3
0 1 8
1 2
0 2
1 1
4 3
1 0
0 1
1 2
0 2
1 1
4 3
2 4
3 1
y 1 =
1,10 2,5
3,10 1,5
1 0
0 1
.
Hay matrices que no admiten inversa. Por ejemplo, la matriz
=
1 0
0 0
/
11
/
12
/
21
/
22
/
11
/
12
/
21
/
22
1 0
0 0
/
11
0
/
21
0
6= 1,
lo cual es imposible.
Denicin 13: Una matriz cuadrada de orden : se llama singular o no
invertible si no tiene inversa.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
9
lgebra matricial de acuerdo a Csar Rodrguez
Clculo efectivo de la matriz inversa.
Sea una matriz cuadrada no singular de orden :. Se pretende encontrar
una matriz 1 = (/
I
) de orden : tal que 1 = 1 = 1
n
.
Denotemos las columnas de 1 por las matrices x
1
, x
2
, ..., x
n
de orden :1,
esto es
1 = (x
1
, x
2
, ..., x
n
)
donde
x
/
1
/
2
.
.
.
/
n
(1 , :)
Por otra parte, las columnas de la matriz identidad 1
n
sern denotadas por
las matrices (vectores) e
1
, e
2
, ..., e
n
de orden : 1, esto es
1
n
= (e
1
, e
2
, ..., e
n
)
donde
e
0
.
.
.
1
.
.
.
0
la ,-sima
Con las notaciones anteriores, la ecuacin 1 = 1
n
puede reescribirse como
1 = (x
1
, x
2
, ..., x
n
) = (e
1
, e
2
, ..., e
n
)
o equivalentemente
1 = (x
1
, x
2
, ..., x
n
) = (e
1
, e
2
, ..., e
n
)
Por tanto, el problema de encontrar una matriz 1 =
1
de orden : tal que
1 = 1
n
es equivalente al problema de encontrar : matrices x
1
, x
2
, ..., x
n
, de
orden : 1 cada una, tal que
x
1
= e
1
; x
2
= e
2
; ...; x
n
= e
n
Pero esto es equivalente a resolver : sistemas lineales de : ecuaciones con
: incgnitas, lo cual puede hacerse por reduccin gaussiana. Sin embargo, si
tenemos en cuenta que la matriz de coecientes de todos ellos es siempre ,
podemos resolverlos todos simultneamente. Para ello formamos la matriz de
orden : 2:
( | 1
n
) = ( | e
1
, e
2
, ..., e
n
)
y , a continuacin, la transformamos a forma escalonada reducida obtenindose
una matriz
(1
n
| 1)
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
10
lgebra matricial de acuerdo a Csar Rodrguez
puesto que es no singular. Entonces, si denotamos por d
1
, d
2
, ..., d
n
las :
columnas de la matriz 1 se sigue que la matriz ( 1
n
| 1) da lugar a : sistemas
lineales
1
n
x
= d
para , = 1, 2, ..., :
Pero como 1
n
x
= x
= d
se sigue que
1 = 1 =
1
En resumen, el procedimiento prctico para obtener la inversa de una matriz
de orden : es el siguiente:
1. Se forma la matriz de orden : 2: dada por ( | 1
n
)
2. Se transforma la matriz anterior a forma escalonada reducida
3. Supongamos que se obtiene una matriz ( C| 1) . Entonces si C = 1
n
ser
1 =
1
mientras que si C 6= 1
n
, entonces C tendr por lo menos una
la de ceros por lo que sera una matriz singular y no existira
1
.
Ejemplo 17: Calcula la inversa de la matriz
=
0 1 1
1 1 1
1 1 3
(| 1
n
) =
0 1 1
1 1 1
1 1 3
1 0 0
0 1 0
0 0 1
J1J2
1 1 1
0 1 1
1 1 3
0 1 0
1 0 0
0 0 1
J3J1
1 1 1
0 1 1
0 0 2
0 1 0
1 0 0
0 1 1
1
2
J
3
1 1 1
0 1 1
0 0 1
0 1 0
1 0 0
0 1,2 1,2
J1J3
J
2
J
3
1 1 0
0 1 0
0 0 1
0 3,2 1,2
1 1,2 1,2
0 1,2 1,2
J1J2
1 0 0
0 1 0
0 0 1
1 1 0
1 1,2 1,2
0 1,2 1,2
Por tanto,
1
=
1 1 0
1 1,2 1,2
0 1,2 1,2
1
iii) Si y 1 son invertibles, entonces 1 es invertible y (1)
1
= 1
1
1
Observacin 8: La propiedad iii) se generaliza por induccin al caso de un
nmero arbitrario pero nito de matrices, esto es, si 1
1
, 1
2
, ..., 1
|
son matrices
no singulares entonces el producto 1
1
1
2
...1
|
es no singular y
(1
1
1
2
...1
|
)
1
= 1
1
|
...1
1
2
1
1
1
Como caso particular si es invertible y / es un nmero natural entonces
|
es invertible y (
|
)
1
= (
1
)
|
, por lo que se suele escribir
|
.
Proposicin 13 (Leyes de simplicacin): Sea una matriz invertible.
1. Si 1 = C, entonces 1 = C.
2. Si 1 = C, entonces 1 = C.
Demostracin:
1. Multiplicando la igualdad dada por
1
por la izquierda, resulta
1
(1) =
1 = 11 = 1
1
(C) =
C = 1C = C
2. De la misma manera, multiplicando por
1
por la derecha.
Observacin 9: Debido a que el producto de matrices no es conmutativo
en general conviene resear que no se puede simplicar una matriz invertible
en expresiones como 1 = C, como demuestra el siguiente ejemplo.
Ejemplo 18: Las matrices
=
1 1
2 1
, 1 =
7 5
14 9
y C =
1 3
2 1
entonces
|
=
1 3
2 6
4 5
2) Si 1 =
3 2 1
4 3 2
1 2 5
entonces 1
|
=
3 4 1
2 3 2
1 2 5
Las reglas algebraicas bsicas para operar con traspuestas son las siguientes:
1) (
|
)
|
= 2) (`)
|
= `
|
3) (+1)
|
=
|
+1
|
4) (1)
|
= 1
|
|
5) (
|
)
1
= (
1
)
|
6)(
)
|
= (
|
)
a
11
0 . . . . . . 0
0 a
22
0 . 0
. .
.
.
.
. .
. . .
.
.
. .
0 0 . . . . . . a
nn
2 0
0 1
2 1 4 1
1 3 4 4
4 2 8 2
1 3 4 4
1 1 1
2 2 2
3 0 0
0 2 0
0 0 2
3 4 2
6 4 4
2. Matrices escalares
Denicin 13: Se llaman matrices escalares a las matrices de la forma
`1
n
que se obtienen multiplicando la matriz identidad 1
n
por un nmero
real `. Ntese que una matriz escalar es un caso especial de matriz diag-
onal.
Por ejemplo, las siguientes matrices son escalares
3 0 0
0 3 0
0 0 3
= 31
3
;
0, 7 0 0 0
0 0, 7 0 0
0 0 0, 7 0
0 0 0 0, 7
= (0, 7)1
4
3. Matrices triangulares superiores (respectivamente inferiores)
Denicin 14: Una matriz cuadrada es una matriz triangular supe-
rior (respectivamente inferior) si todos sus elementos debajo (respectiva-
mente encima) de la diagonal principal son cero. Ntese que si una matriz
cuadrada es a la vez triangular superior y triangular inferior, entonces
debe ser una matriz diagonal.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
14
lgebra matricial de acuerdo a Csar Rodrguez
Por ejemplo, la siguiente matriz es triangular superior y 1 es triangular
inferior:
=
0 1 2 3
0 1 7 2
0 0 0 4
0 0 0 2
; 1 =
1 0 0 0
2 0 0 0
3 4 5 0
6 7 8 9
4. Matrices simtricas
Denicin 15: Una matriz de orden :: es simtrica si
|
= , esto
es, si a
I
= a
I
para i = 1, 2, ..., : ; , = 1, 2, ..., :.
Las siguientes matrices son simtricas:
1 0
0 4
2 3 5
3 1 8
5 8 3
0 2 7
2 1 4
7 4 3
0 3
3 0
0 3 5
3 0 8
5 8 0
0 2 7
2 0 4
7 4 0
6. Matrices ortogonales
Denicin 17: Una matriz cuadrada real es ortogonal si
|
=
1
|
= 1
|
= 1
7. Matrices normales
Denicin 18: Una matriz cuadrada real es normal si, y slo si, con-
muta con su traspuesta, esto es,
|
=
|
.
8. Matrices nilpotentes
Denicin 19: Una matriz cuadrada de orden : es nilpotente si existe
algn j 1 tal que
= O
n
. Al menor exponente natural j tal que
= O
n
se le llama ndice de nilpotencia.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
15
lgebra matricial de acuerdo a Csar Rodrguez
6 MATRICES ELEMENTALES
En esta seccin vamos a estudiar de nuevo cmo resolver un sistema lineal
mediante el mtodo de Gauss y Gauss-Jordan pero en trminos de multipli-
cacin de matrices en vez de operaciones elementales en las. Dado un sistema
lineal x = b vamos a poder multiplicar ambos lados de la igualdad por una
sucesin de matrices especiales con el n de obtener un sistema equivalente en
forma escalonada. Estas matrices especiales se llaman matrices elementales y
las usaremos despus para calcular de nuevo la inversa de una matriz no singular
y tambin para obtener una factorizacin matricial.
Sistemas equivalentes
En primer lugar vamos a considerar el efecto de multiplicar ambos lados de
un sistema lineal por una matriz no singular o invertible.
Proposicin 5: Dado un sistema lineal de orden :: , x = b, podemos
obtener un sistema equivalente multiplicando ambos lados de la ecuacin por
una matriz no singular ' de orden ::.
Demostracin: se tiene que demostrar que el sistema x = b es equiv-
alente al sistema 'x ='b. Claramente, cualquier solucin de x = b ser
tambin solucin de 'x ='b. Por otro lado, si b x es una solucin de 'x ='b,
entonces '
1
('b x) = '
1
('b), esto es, b x= b, por lo que b x es solucin de
x = b.
Por consiguiente, teniendo en cuenta que el producto de matrices no singu-
lares es no singular, para conseguir un sistema equivalente que sea ms fcil
de resolver que un sistema dado x = b podemos multiplicar ambos lados de
la ecuacin por una sucesin de matrices no singulares, digamos 1
1
, 1
2
, ..., 1
|
,
para obtener un sistema ms sencillo lx = c donde l = 1
|
...1
2
1
1
y c =
1
|
...1
2
1
1
b. Esto es precisamente lo que realiza el mtodo de Gauss.
Matrices elementales
Denicin 14: Una matriz elemental es toda matriz que se obtiene al
realizar una, y slo una, operacin elemental en las las de la matriz identidad
1
n
.
Existen tres tipos de matrices elementales que se corresponden con los tres
tipos de operaciones elementales en las las. Esto es, la matriz elemental es de
tipo I, II o III si la operacin elemental realizada en la matriz identidad 1
n
es
de tipo I, II o III respectivamente.
Tipo I: Una matriz elemental de tipo I es una matriz que se obtiene inter-
cambiando en la matriz 1
n
las las ( o columnas) del lugar i y la del lugar , y
se denotar por 1
I
.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
16
lgebra matricial de acuerdo a Csar Rodrguez
Ejemplo 19: La matriz
1
12
=
0 1 0
1 0 0
0 0 1
1 0 0
0 1 0
0 0 5
1 0 3
0 1 0
0 0 1
es una matriz elemental de tipo III puesto que se obtiene al efectuar en las las
de la matriz identidad 1
3
la operacin 1
1
+31
3
o bien la operacin C
3
+3C
1
en
las columnas de 1
3
.
Proposicin 6: Si 1 es una matriz elemental, entonces 1 es no singular o
invertible y 1
1
es una matriz elemental del mismo tipo.
Demostracin: el alumno puede comprobar que
1
1
I
= 1
I
; (1
I
(c))
1
= 1
I
(1,c) y (1
I
(c))
1
= 1
I
(c)
Ejemplo 22: Las inversas de la matrices elementales anteriores son
1
1
12
= 1
12
=
0 1 0
1 0 0
0 0 1
; (1
3
(5))
1
=
1 0 0
0 1 0
0 0 1,5
y (1
13
(3))
1
=
1 0 3
0 1 0
0 0 1
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
17
lgebra matricial de acuerdo a Csar Rodrguez
A continuacin, vamos a enunciar una propiedad llamativa de las matrices
elementales la cual arma que realizar una determinada operacin elemental
en las las ( respectivamente en las columnas) de una matriz '
nn
(R)
es equivalente a multiplicar, por la izquierda (respectivamente por la derecha),
dicha matriz por una matriz elemental 1 obtenida al aplicar esa misma op-
eracin elemental en las las (respectivamente en las columnas) de la matriz
identidad 1
n
(respectivamente 1
n
). Esto es precisamente lo que asegura el sigu-
iente Teorema.
Teorema 1: Sea una matriz de orden :: y supongamos que la matriz
1 se obtiene al realizar una determinada operacin elemental en las las (resp.
columnas) de . Entonces si 1 es la matriz elemental de orden : : (resp.
: :) obtenida al realizar la misma operacin elemental en las las (resp.
columnas) de la matriz identidad 1
n
(resp. 1
n
) se tiene que 1 = 1 (resp.
1 = 1). Recprocamente, si 1 es una matriz elemental de orden :: (resp.
::), entonces 1 (resp. 1) es una matriz que puede ser obtenida realizando
una operacin elemental en las las (resp. columnas) de .
Ejemplo 23: Sea
=
1 2 3 4
2 1 1 3
4 0 1 2
1 2 3 4
2 1 1 3
4 0 1 2
J1+4J3
1 =
17 2 7 12
2 1 1 3
4 0 1 2
1 0 0
0 1 0
0 0 1
J1+4J3
1 =
1 0 4
0 1 0
0 0 1
17 2 7 12
2 1 1 3
4 0 1 2
1 0 4
0 1 0
0 0 1
1 2 3 4
2 1 1 3
4 0 1 2
= 1
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
18
lgebra matricial de acuerdo a Csar Rodrguez
Por otra parte, si realizamos en las columnas de la operacin elemental
C
1
+ 4C
3
se obtiene otra matriz 1
0
:
=
1 2 3 4
2 1 1 3
4 0 1 2
c
1
+4c
3
1
0
=
13 2 3 4
2 1 1 3
8 0 1 2
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
c1+4c3
= 1
0
=
1 0 0 0
0 1 0 0
4 0 1 0
0 0 0 1
13 2 3 4
2 1 1 3
8 0 1 2
1 2 3 4
2 1 1 3
4 0 1 2
1 0 0 0
0 1 0 0
4 0 1 0
0 0 0 1
De todo lo anterior se deduce que los algoritmos que hemos utilizado para la
resolucin de sistemas lineales pueden ser interpretados como multiplicaciones
por matrices elementales. Por ejemplo, la transformacin de una matriz a
su forma escalonada reducida por medio de operaciones elementales en las es
equivalente a multiplicar (siempre por la izquierda) la matriz por las matrices
elementales correspondientes a cada operacin elemental:
1
1
1
2
1
1
1
3
1
2
1
1
... 1
|
1
|1
1
2
1
1
= 1
de forma que
1
|
1
|1
1
2
1
1
= 1
es la forma escalonada reducida de .
Si denotamos
T = 1
|
1
|1
1
2
1
1
= 1
|
1
|1
1
2
1
1
1
n
resulta que 1 = T, siendo T una matriz invertible puesto que es producto de
matrices invertibles. Adems, por el Teorema 1 se sigue que T puede obtenerse
realizando en la matriz identidad 1
n
las mismas operaciones elementales que
en . Por tanto, para obtener estas matrices escribiremos la matriz ampliada
( | 1
n
) y la transformaremos por operaciones elementales por las hasta lle-
gar a la matriz (1 = T| T) , anotando en cada paso la matriz elemental 1
I
correspondiente.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
19
lgebra matricial de acuerdo a Csar Rodrguez
Observacin 13: El resultado anterior es cierto independientemente de que
se pretenda llegar a la forma escalonada reducida o no. Esto es, si una matriz
de orden :: se transforma mediante una serie de operaciones elementales
en sus las hasta llegar a una matriz 1, la cual ser equivalente por las a ,
entonces 1 = T, donde T es una matriz no singular que se puede obtener
realizando la misma serie de operaciones elementales en las las de la matriz
identidad 1
n
:
(| 1
n
) ... ( 1 = T| T)
Todo esto puede ser resumido en el siguiente Teorema.
Teorema 2: Sea una matriz de orden : : que se transforma en la
matriz 1 realizando operaciones elementales en las las de , esto es, si es
equivalente por las a la matriz 1 ( ... 1), entonces
1. 1 = T donde T es una matriz invertible de orden :
2. T = 1
|
1
|1
1
2
1
1
donde las matrices 1
I
son las matrices elementales
correspondientes a las operaciones elementales realizadas a la matriz
para obtener 1.
3. T puede obtenerse realizando las mismas operaciones elementales a 1
n
sin
necesidad de calcular las matrices elementales 1
I
.
Teorema 3: Sea una matriz de orden : : invertible. Entonces el sistema
lineal x = b es compatible determinado y su nica solucin es x =
1
b
Demostracin: Multiplicando x = b, por la izquierda , por
1
se tiene
1
x =
1
b ,
x =1x =
1
b
Rango de una matriz
Un concepto que estudiaremos en profundidad en el siguiente tema es el de
rango de una matriz pero debido a su importancia y utilidad para caracterizar
las matrices invertibles lo introduciremos ahora.
Denicin 16: Sea una matriz cualquiera. Se llama rango de , deno-
tado por rq(), al nmero de las no nulas de cualquier forma escalonada de
, o equivalentemente, el nmero de variables principales de cualquier forma
escalonada de que coincide con el nmero de columnas pivote.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
20
lgebra matricial de acuerdo a Csar Rodrguez
Ejemplo 24: Puesto que la matriz
=
3 6 1 1 7
1 2 2 3 1
2 4 5 8 4
1 2 2 3 1
0 0 1 2 2
0 0 0 0 0
1
1
1
1
1
2
1
1
|1
1
1
|
1
n
= 1
1
1
1
1
2
1
1
|1
1
1
|
se puede expresar como producto de matrices elementales, y por tanto, invert-
ibles.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
21
lgebra matricial de acuerdo a Csar Rodrguez
Ejemplo 25: La matriz
=
5 1
6 1
1 1
0 1
y 1
2
=
1 0
6 1
.
Entonces, se tiene que
=
5 1
6 1
= 1
1
1
1
1
2
=
1 1
0 1
1 0
6 1
,
el producto de matrices elementales.
Observacin 15: Una vez denido el rango de una matriz, ntese que ahora
ya se puede enunciar el Teorema de Rouch-Frobenius en su manera habitual:
Teorema 5: Dado un sistema lineal x = b de : ecuaciones con : incg-
nitas se verica:
1. El sistema x = b es compatible determinado si, y slo si, rq() =
rq (| b) = :.
2. El sistema x = b es compatible indeterminado si, y slo si, rq() =
rq (| b) < :.
3. El sistema x = b es incompatible si, y slo si, rq() < rq (| b) .
Otra manera de deducir el clculo de la matriz inversa de una
matriz no singular o regular
Si es no singular, entonces es equivalente por las a la matriz 1. Por
tanto, existen matrices elementales 1
1
, 1
2
, ..., 1
|
tal que 1
|
1
|1
1
1
= 1.
Multiplicando por
1
ambos lados se obtiene 1
|
1
|1
1
1
1 =
1
. Entonces,
las mismas operaciones elementales sobre las las que transforman la matriz no
singular en 1 transformarn la matriz 1 en
1
. Esto nos proporciona el
siguiente mtodo para calcular
1
: si formamos la matriz ampliada ( | 1) y
realizamos en ella las operaciones elementales por las que transforman en 1,
entonces 1 ser transformada en
1
. Esto es, la forma escalonada reducida de
la matriz ampliada (| 1) ser
1|
1
1 4 3
1 2 0
2 2 3
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
22
lgebra matricial de acuerdo a Csar Rodrguez
( | 1) =
1 4 3
1 2 0
2 2 3
1 0 0
0 1 0
0 0 1
J
2
+J
1
J32J1
1 4 3
0 2 3
0 6 3
1 0 0
1 1 0
2 0 1
J
3
+3J
2
1 4 3
0 2 3
0 0 6
1 0 0
1 1 0
1 3 1
J
1
1
2
J
3
J
2
1
2
J
3
1 4 0
0 2 0
0 0 6
J
1
2J
2
1 0 0
0 2 0
0 0 6
1
2
J
2
1
6
J
3
1 0 0
0 1 0
0 0 1
Por tanto,
1
=
12
12
8
4
4
8,3
1 2 4 1
1 1 1 5
2 1 5 4
c22c1
c34c1
c4+c1
1 0 0 0
1 3 3 6
2 3 3 6
c
3
c
2
c
4
+2c
2
1 0 0 0
1 3 0 0
2 3 0 0
1
3
c
2
1 0 0 0
1 1 0 0
2 1 0 0
c1+c2
1 0 0 0
0 1 0 0
1 1 0 0
= 1
Denicin 19: Una matriz es equivalente por columnas a una matriz
1 si la matriz se puede transformar en la matriz 1 realizando una o varias
operaciones elementales en sus columnas y escribiremos
col
1.
Teorema 7: Si es una matriz de orden :: equivalente por columnas
a una matriz 1, entonces
1. 1 = T donde T es una matriz invertible de orden :.
2. T = 1
1
1
2
1
|1
1
|
donde las matrices 1
I
son las matrices elementales
correspondientes a las operaciones elementales realizadas en las columnas
de la matriz para obtener 1.
3. T puede obtenerse realizando las mismas operaciones elementales a 1
n
sin
necesidad de calcular las matrices elementales 1
I
, esto es,
1
n
...
1 = T
T
1 2
2 4
1 0
0 3
se tiene que
1
2
1 2
2 4
1 0
0 3
1 0
0 1
c22c1
1 2
2 4
1 0
0 3
1 2
0 1
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
24
lgebra matricial de acuerdo a Csar Rodrguez
1
2
c2
1 0
2 0
1 1
0 3,2
1 1
0 1,2
c
1
+c
2
1 0
2 0
0 1
3,2 3,2
0 1
1,2 1,2
1 = T
T
Entonces,
1 =
1 0
2 0
0 1
3,2 3,2
1 2
2 4
1 0
0 3
0 1
1,2 1,2
= T
Adems,
T = 1
1
1
2
1
3
donde
1
2
=
1 0
0 1
c22c1
1 2
0 1
= 1
1
1
2
=
1 0
0 1
1
2
c2
1 0
0 1,2
= 1
2
1
2
=
1 0
0 1
c
1
+c
2
1 0
1 1
= 1
3
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
25