Cap3 MatricesSistemas

UNIVERSIDAD DE CONCEPCION
Facultad de Ciencias Fsicas y Matematicas
Departamento de Ingeniera Matematica
Algebra I. 525147
Matrices y Sistemas de Ecuaciones
Prof. Antonio Contreras Q.
2011.
Dpto. Ingeniera Matematica.

UdeC.
1.
ACQ/FLG/LNB/MSS/MSC/acq
Matrices
de matriz
Definicion
Sean m, n
N y IK un cuerpo (R o C). Se llama matriz sobre IK a una funcion
A : {1, 2, ..., m} {1, 2, ..., n} IK, (i, j) 7 A(i, j),

donde A(i, j) es el valor de A en el par (i, j), se designa por aij y la matriz A
se escribe como un arreglo rectangular
a11
a21
A= .
..
am1
a12
a22
..
.
am2
...
a1n
...
a2n
...
..
.
... amn
= (aij ), i = 1, ..., m, j = 1, ..., n. Se dice que A es una

se escribira simplemente A = (aij ), cuando
matriz de orden m n. Tambien
n de columnas de A.
este claro el numero
m de filas y el numero
o bien por A

UdeC.
2.
Matrices
Definiciones
Si IK = R la matriz se dice real o a valores reales ; si IK = C la matriz se

dice compleja o a valores complejos.
El conjunto de todas las matrices de orden m n, con elementos en IK , se

denota por Mmn (IK).
Se llama matriz nula a la matriz (aij ), con
aij = 0, i = 1, 2, ..., m, j = 1, 2, ..., n y se denota por .
Sean A = (aij ), B = (bij ) Mmn (IK).
Entonces:
A = B aij = bij , i = 1, 2, ..., m, j = 1, 2, ..., n.
Dar variados ejemplos.

UdeC.
3.
Matrices
y multiplicacion
de matrices.
Adicion
Adicion.
Sean A
= (aij ), B = (bij ) Mmn (IK). La suma de A y B es la
matriz:
A + B = (cij ) con cij = aij + bij , i = 1, ..., m, j = 1, ..., n.
Multiplicacion.
= (aij ) Mmn (IK) y B = (bij ) Mnp (IK). El producto

de A y B , que se denota AB , es la matriz C = (cij ) de Mmp (IK),
Sean A
definida por:
cij =
n
X
aik bkj , i = 1, ..., m, j = 1, ..., p.
k=1

UdeC.
4.
Matrices
y Multiplicacion.
Propiedades de la Adicion
A, B, C Mmn (IK) se tiene:
A1)
(A + B) + C = A + (B + C).
A2)
A + B = B + A.
A3)
Mmn (IK) : A + = A.
A4)
A Mmn (IK) : A + (A) =
y la adicion,
se tiene:
Para A, B, C matrices compatibles con la multiplicaciion
M1)
(AB)C = A(BC).
M2)
A(B + C) = AB + AC .
Notar que A
6= , B 6= AB = .

UdeC.
5.
Matrices
Producto de un escalar por una matriz.
Para A
= (aij ) Mmn (IK), IK , se define el producto A, como la
matriz:
A = (bij ) con bij = aij .
Propiedades.
A, B Mmn (IK), C Mnp (IK) y , IK :
1.
(A + B) = A + B
2.
( + )A = A + A
3.
()A = (A) = (A)
4.
(AC) = (A)C = A(C)

UdeC.
6.
Matrices
Matriz transpuesta.
Mmn (IK), se define la transpuesta de A como la matriz At de

Mnm (IK), con
Para A
At = (bij ) para bij = aji , 1 i n, 1 j m.
Propiedades
A, B Mmn (IK), C Mnp (IK) y IK :

1.
(At )t = A
2.
(A + B)t = At + B t
3.
(A)t = At
4.
(AC)t = C t At

UdeC.
7.
Matrices
Matriz cuadrada.
Una matriz cuadrada de orden n es una matriz de Mnn (IK), es decir, es una
matriz de n filas y n columnas. El conjunto Mnn (IK) se denota por Mn (IK).
Una matriz cuadrada A
= (aij ) es:
1. Triangular superior
2. Triangular inferior
3. Diagonal
4. Escalar
si
si
si
aij = 0, para i > j

aij = 0, para i < j
aij = 0, para i 6= j
si es diagonal y
5. Identidad
si es escalar y
6. Simetrica
si
7. Antisimetrica
aii = , para 1 i n y IK
aii = 1, para 1 i n
At = A
si
At = A

UdeC.
8.
Matrices
Matrices Invertibles.
Mn (IK) se dice Invertible (o no singular) si existe

una matriz B Mn (IK) tal que AB = I BA = I .
Una matriz cuadrada A
Ejemplo 1) . Para A =
y A =
invertible, pues existe la matriz B =
2
1
3 5
1
cambio
A
no lo
A B
=
es, pues
. Se tiene que A es
, tal que AB = I . En
I implica
que
4
a b
1 0
=
, lo que induce una contradiccion.
2
c d
0 1

UdeC.
9.
Matrices
Observaciones.
La matriz B anterior se llama inversa de A, se denota por A1 y se tiene:

AA1 = I A1 A = I .
Si A es invertible, entonces su inversa A1 es unica.
lo es y se tiene:
Si A y B son invertibles, entonces AB tambien
(AB)1 = B 1 A1 .

UdeC.
10 .
Matrices
Operaciones Elementales de filas.
Sea A
Mmn (IK). Se llaman operaciones elementales de filas sobre A a
las siguientes operaciones.
F1 :
Intercambiar dos filas de A. Si la fila i se intercambia con la fila j se
escribe:
F2 :
fi fj , i, j {1, 2, ..., m} o simplemente Fij (A).
Multiplicar una fila de A por un escalar no nulo. Si la fila i se
multiplica por
IK {0} se escribe:
fi fi . o simplemente
Fi ()(A).
F3 :
Sumar un multiplo
escalar no nulo de una fila a otra. Si a la fila j se
IK {0}, entonces se escribe:

fj fj + fi . o simplemente Fji ()(A).
suma veces la fila i, donde

UdeC.
11 .
Matrices
Teorema.
Sean A
elemental de filas.
Mmn (IK), I Mm (IK) y F una operacion
Entonces
F (A) = F (I)A.
Corolarios.
(1) Si A
elemental
Mmn (IK), B Mnp (IK) y F es una operacion
de filas, entonces
F (AB) = F (A) B.
(2) Si F1 , F2 , ..., Fn son operaciones elementales de filas, entonces
(Fn F2 F1 )(AB) = (Fn F2 F1 (A))B.

elemental de filas es invertible, y su inversa es una
Teorema. Toda operacion
elemental de filas del mismo tipo.
operacion

UdeC.
12 .
Matrices
Matrices equivalentes por filas.
Dos matrices A
Mmn (IK) y B Mmn (IK) se dicen equivalentes por
de una, o varias, operaciones

filas si una se obtiene de la otra por la aplicacion
elementales de filas, se escribe A
B.
Ejemplo 2). La matriz A del ejemplo anterior es equivalente con la matriz I2 . Es

decir
A=
2 5
1 3
1 0
0 0
= I2 .
Por otro lado,
0 2
1 0 0
B= 0
2 0 0 1 0
= I3
3 1 0
0 0 1

UdeC.
13 .
Matrices
Teorema.
Si A
Mn (IK) es equivalente por filas con I , entonces A es invertible.
Por el teorema, como las matrices del ejemplo anterior son equivalentes con I se
tiene que ambas son matrices invertibles.
Observaciones.
Sea A Mn (IK) invertible y F1 , ..., Fn operaciones elementales de filas

que permiten pasar de A a la matriz identidad I . Entonces la matriz inversa
A1 se obtiene aplicando, en el mismo orden, las operaciones elementales
F1 , ..., Fn a la matriz I .
Para calcular A1 se efectuan las operaciones elementales de filas en la
matriz ampliada (A|I) hasta obtener la matriz (I|B). En tal caso B = A1 .

UdeC.
14 .
Matrices
Ejemplo 3). Para la matriz A, del ejemplo 1, se tiene que es invertible. Ademas,
(A|I) =
2 5 1 0
1 3 0 1
En consecuencia, la inversa de A es B
1 0
2 5
1 3
0 1 1
= (I|B).
= A1 . Es decir,
3 5
Encuentre la inversa para la matriz invertible B , del ejemplo 2.

UdeC.
15 .
Matrices
Determinante.
Mnn (IK) = Mn (IK), entonces designamos por Aij a la matriz de
obtenida de A eliminandole
la fila i y la columna j . Note que Aij Mn1 (IK).
Si A
determinante sobre IK a la funcion

Se llama funcion
det : Mn (IK) IK, A 7 det(A),

tal que:
si n = 1 y A = (a), entonces det(A) = a;

si n N y n > 1, entonces
det(A) =
n
X
(1)i+j aij det(Aij ), para cualquier i = 1, 2, ..., n.
j=1
se escribe |A|.
Nota. El numero
det(A) se lee determinante de A y tambien

UdeC.
16 .
Matrices
Propiedades.
Sea A una matriz cuadrada sobre IK , A
1. Si A tiene una fila nula, entonces
Mn (IK).
det(A) = 0.
2. Si A es una matriz triangular, entonces

3.
det(A) =
Qn
i=1
aii .
det(At ) = det(A).
elemental de filas que intercambia dos filas de A, y si

4. Si F es una operacion
B := F (A), entonces det(B) = det(A).

elemental de filas que multiplica una fila de A por un
escalar , y si B
:= F (A), entonces det(B) = det(A).

UdeC.
17 .
Matrices
Propiedades: continuacion.
elemental de filas que suma un multiplo
escalar de la
fila i a la fila j , y si B
:= F (A), entonces det(B) = det(A).
7. Si A tiene dos filas iguales, entonces
det(A) = 0.
lineal de otras filas de A, entonces

8. Si una fila es combinacion
9.
det(A) = 0.
det(A B) = det(A) det(B), A, B Mn (IK).
10. Dado que det(At )
= det(A), todas las propiedades indicadas para las filas
valen para las columnas.

de A, tambien

UdeC.
18 .
Matrices
Definiciones. Sea A
= (aij ) una matriz cuadrada a coeficientes en IK .
Se llama menor del elemento aij al determinante de la matriz Aij , es decir a

det(Aij ).
Se llama cofactor del elemento aij al escalar cij = (1)i+j det(Aij ).
Si cij es el cofactor del elemento aij , entonces
n
X
aij cij = det(A),
para cualquier
i = 1, ..., n.
j=1
n
X
aij ckj = 0, k 6= i, para cualquier
i = 1, 2, ..., n.
j=1

UdeC.
19 .
Matrices
Se llama matriz de cofactores de A, a la matriz que contiene los cofactores
de cada elemento aij . Se denota por cof (A) o Ac .
Se llama matriz adjunta de A, a la matriz transpuesta de la matriz de
cofactores. Se escribe adj(A) o (Ac )t .
Teorema.
si, det(A) 6= 0.
A es inversible si, y solo
Teorema. Si A
Mn (IK) y det(A) 6= 0, entonces

A1 =
1
adj(A).
det(A)
Utilice el teorema para encuentrar la inversa de B definida en ejemplo 2.

UdeC.
20 .
Matrices
Rango de una matriz.
Mmn (IK). Se llama rango de A al orden de la mayor submatriz

cuadrada de A con determinante no nulo. Se escribe r(A).
Sea A
Observaciones.
Si A y B son equivalentes por filas, entonces r(A) = r(B).

Una matriz A Mmn (IK) se dice escalonada por filas si el primer
elemento no nulo de cada fila de A esta a la derecha del primer elemento no
nulo de la fila anterior.
El numero
de filas no nulas de cualquier matriz escalonada equivalente por

filas con A es igual a

UdeC.
r(A).
21 .
Matrices
Ejemplo 4). Todas las submatrices de orden 3 de la matriz
A=
2 2
0 1
1
0
tienen determinante nulo. En cambio, la submatriz
2 2
1 1
de orden 2 tiene determinante no nulo. En consecuencia, la matriz A
tiene rango 2 o r(A)
= 2.
De otra forma, usando operaciones elementales por filas.
A=
2 2 0
0 1 1
0

1 1 2 2
0
1 0 2
1 1 0
.
0 0 0
Como esta matriz escalonada equivalente con A tiene dos filas no nulas, entonces
r(A) = 2.

UdeC.
21 .
Sistemas
Sistemas de Ecuaciones Lineales.
como:
lineal en las incognitas
Una ecuacion
x1 , x2 , . . . , xn es una expresion
a1 x1 + a2 x2 + + an xn = b1 ,
en la cual, los coeficientes a1 , a2 , . . . , an y el termino

independiente b1 son
numeros
reales conocidos.
Un sistema de m ecuaciones lineales y n incognitas

es un conjunto de m
ecuaciones lineales que representaremos por:
a11 x1 +
a12 x2 +
+a1n xn =
b1
a21 x1 +
a22 x2 +
+a2n xn =
b2
..
.
..
.
..
.
..
.
am1 x1 + am2 x2 +
(S)
+amn xn = bm
aij son los coeficientes del sistema, los bi son los terminos
independientes del sistema y las x1 , , xn son las incognitas

del sistema.
donde, las

UdeC.
22 .
Sistemas
Observacion.
En forma matricial, el sistema de ecuaciones (S) se escribe como AX
=B
donde:
a11
a21
A= .
..
am1
a12
a22
..
.
am2
...
a1n
...
a2n
...
..
.
... amn
X=
x1
x2
..
.
xn
b1
b2
y B = . .
..
bm
A es la matriz de coeficientes del sistema; X es el vector de incognitas

del
sistema y B es el vector de los terminos

independientes.
en
Si b1 = b2 = = bm = 0, entonces el sistema se dice homogeneo;
caso contrario, si alguna componente de B es distinta de cero, se dice que el
sistema es no homogeneo.

UdeC.
23 .
Sistemas
del sistema (S), si al
= (y1 yn )t es una solucion
xi por yi (para i = 1, , n,) se satisfacen las m

reemplazar cada incognita
ecuaciones del sistema (S). Equivalentemente, si AY = B .
Definicion.
Un vector Y
del sistema (S), al conjunto formado por todas

Llamaremos conjunto solucion
las soluciones del sistema.
Un sistema AX
Definicion.
= B se dice:
Incompatible, si no tiene solucion.
Compatible Determinado, si tiene una unica
solucion.
Compatible Indeterminado, si tiene infinitas soluciones.

UdeC.
24 .
Sistemas
Como el vector nulo X
Observacion.
del sistema homogeneo
= es solucion
AX = , este tipo de sistemas es siempre compatible.

Ejemplo 5). Consideremos los sistemas de dos ecuaciones y dos incognitas:
x+y
x+y
= 1
x+y
= 3
2x + 2y
3,
xy
= 2,
2x + 2y
= 6.
unica,
El primero no es compatible, el segundo es compatible y tiene solucion
y = x + 3, que
es equivalente con la ecuacion

(x, y) = ( 23 , 21 ) y el ultimo
tiene infinitas soluciones.
El primer sistema representa dos rectas que no se intersectan (son paralelas), el
segundo dos rectas que se intersectan en un punto y el tercero dos rectas iguales.

UdeC.
25 .
Sistemas
= B a la matriz (A|B),
de orden m (n + 1), cuyas primeras n columnas son las columnas de A y que
tiene como ultima
columna al vector B .
Se llama matriz ampliada del sistema AX
Definicion.
Ejemplo 6). El sistema de ecuaciones
2x + y z
= 4
4x + 2y + z
= 7
2x + y 4z
= 5
tiene matrices:
2 1
A=
4 2
2 1
2 1
1 , B = 7 , (A|B) =
4 2
4
5
2 1

UdeC.
26 .
1 4
1 7
.
4 5
Sistemas
Teorema (Existencia de soluciones)
Un sistema AX
si, r(A) = r(A|B).

= b es compatible si, y solo
Teorema (Unicidad de solucion)

Sea AX
= B compatible. Si r(A) = n, entonces el sistema tiene una unica
solucion.
Teorema (Multiplicidad de soluciones)
= B un sistema compatible. Si r =: r(A) < n, entonces el sistema tiene
a lo sumo r incognitas
se expresan en terminos
de las n r
infinitas soluciones. Ademas,
Sea AX
restantes.
si, r(A)
Notar que un sistema homogeneo
tiene soluciones diferentes de si, y solo
< n,
donde n es el numero
de incognitas
del sistema.

UdeC.
27 .
Sistemas
Ejemplo 7). Para el sistema del ejemplo anterior, r(A)
(A|B) =
4
2
1 1 4
2
1 7

1 4 5
0
= r(A|B) = 2 < 3, pues
1 1 4
0
0
=
(A
|B
).
3 1
0 0
Luego, el sistema tiene infinitas soluciones. Para encontrarlas usaremos el sistema

equivalente generado por la matriz ampliada (A |B ).

UdeC.
28 .
Sistemas
Dos sistemas AX
= B y A X = B son equivalentes, si uno se obtiene del
de un numero
otro por la aplicacion
finito de operaciones elementales.

Teorema (Sistemas equivalentes) . Dos sistemas equivalentes tienen el mismo
conjunto de soluciones.
En el ejemplo anterior el sistema dado y el sistema equivalente A X
2x + y
= 4
3z
= 1
= B,
de resolver:
tienen las mismas soluciones. Obviamente, el ultimo
sistema es facil
z = 31 e y = 11
3 2x. En consecuencia, la solucion general del sistema
original es:
X = (x y z)t = (x
Notar que r
11
2x
3
1
)t , x R.
3
= 2 de las incognitas
se escriben en terminos
de

UdeC.
29 .
n r = 3 2 = 1 restante.

UdeC.
30 .
Sistemas.
Metodo
de Gauss.
Ejemplo 8). Este ejemplo corresponde a un sistema compatible con matriz
cuadrada y rango igual al numero
de incognitas.
Luego el sistema tiene solucion
unica.
En estas condiciones, la matriz del sistema equivalente es triangular

se obtendra por sustitucion
regresiva.
superior. La solucion
Resolver el sistema AX
= B:
2 3
x1
2
1 4 1 x2 1
.
=
1
1
1
1 x3 0
4
x4
1 1 1
1

UdeC.
31 .
Sistema
Metodo
de Gauss.
en adelante, se aplican a la
Solucion.
Para eliminar x1 de la segunda ecuacion
matriz ampliada [A|B] las operaciones
f2 f2 2f1 , f3 f3 f1
f4 f4 (1)f1 ,
las cuales introducen ceros en la primera columna bajo el elemento a11
1
2
1
1
1
2 3
5
0 3
1 4 1 1
2 11

0 1
1
1
1 0
4
4
1 1
1 4
0
1 4
6
2 3

UdeC.
5 0
32 .
.
0
Sistemas.
Metodo
de Gauss.
A la nueva matriz aplicamos las operaciones
1
1
f3 f3 ( )f2 y f4 f4 ( )f2 ,
3
3
para eliminar x2 de la tercera y cuarta ecuaciones al introducir ceros en la
(2, 2):
segunda columna, bajo la posicion
1
2
3
5
0
0 3
1
3
2 11 1
2 11

10
1
1
0
1
4 4 0
0
3
3
3
7
13
1 4
6 4
0
0 10
3
3
3

UdeC.
5 0
33 .
Sistemas.
Metodo
de Gauss.
Finalmente, se elimina x3 aplicando
f4 f4 (1)f3
al ultimo
sistema para llegar al nuevo sistema equivalente con forma escalonada:
2
3
0
0
1
2 11
.
10
1
1
3 3
3
4
0
2
tiene solucion
= r(A|B) = 4 el sistema es compatible. Ademas,

unica
(es determinado) ya que r(A) es igual al numero
de incognitas. Este
Como r(A)
sistema tiene matriz triangular superior.

UdeC.
34 .
Sistemas.
Metodo
de Gauss.
El sistema equivalente se escribe:
x1 + 2x2 3x3 + 5x4
3x + 2x 11x
2
3
4
10
1
3
3 x4
2x4
= 31
=
regresiva; es decir, de la ultima

encontramos
y se resuelve por sustitucion
ecuacion
para calcular x3 .
x4 = 2, luego el valor de x4 se sustituye en la tercera ecuacion
se calcula x2 y de la primera x1 . Se obtienen:
En seguida de la segunda ecuacion
x3 =
1 + x4
1
=
,
10
10
x2 =
1 2x3 + 11x4
38
= ,
3
5
del sistema es:

As, la unica
solucion

UdeC.
X = ( 11
2
35 .
x1 = 2x2 + 3x3 5x4 =
38
5
1
10
11
.
2
2)t .
Sistemas
Regla de Cramer.
Sea AX
= B un sistema lineal con matriz cuadrada y |A| =

6 0. Este tipo de
la que se puede expresar por:

sistemas tiene una unica
solucion,
X = A1 B,
y esta
se puede obtener, componente a componente, con:
|Ai |
,
xi =
|A|
para cada
i = 1, . . . , n
donde la matriz Ai se obtiene de A, cambiando la columna i por la matriz

columna B .
= B con
matriz no singular consiste en calcular los determinantes |A|, |A1 |, . . . , |An |, y
arriba.
luego obtener las componentes de X en la forma indicada mas
Regla de Cramer. La regla de Cramer para resolver un sistema AX

UdeC.
36 .
Sistemas
Regla de Cramer.
= B definido por:
1
11
x1
3 x2 = 14
.
2
x3
17
Ejemplo 9). Resolver el sistema AX
3 2
A=
2 1
4 3
Solucion.
Observamos primero que A es no singular pues:

3

|A| = 2

4

2 1

1 3 = 3 6= 0,

3 2
luego se puede aplicar la regla de Cramer.

UdeC.
37 .
Sistemas
Regla de Cramer.
Ejemplo 9 (continuacion).
Calculando los determinantes se encuentra:
11
|A1 | = 14
17
2
1
3
3 = 6,
|A2 | = 2
11
14
17
1
3
3 = 3 y |A3 | = 2
4
2
2
1
3
11
14 = 9
17
y luego,
x1 =
|A2 |
|A3 |
|A1 |
= 2, x2 =
= 1 y x3 =
= 3.
|A|
|A|
|A|
del sistema es:

Por la regla de Cramer, el vector solucion
X=

UdeC.
2 1 3
38 .
t

Cap3 MatricesSistemas

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Cap3 MatricesSistemas

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD DE CONCEPCION

Facultad de Ciencias Fsicas y Matematicas

Departamento de Ingeniera Matematica

Dpto. Ingeniera Matematica.

N y IK un cuerpo (R o C). Se llama matriz sobre IK a una funcion

A : {1, 2, ..., m} {1, 2, ..., n} IK, (i, j) 7 A(i, j),

= (aij ), i = 1, ..., m, j = 1, ..., n. Se dice que A es una

Dpto. Ingeniera Matematica.

Si IK = R la matriz se dice real o a valores reales ; si IK = C la matriz se

El conjunto de todas las matrices de orden m n, con elementos en IK , se

A = B aij = bij , i = 1, 2, ..., m, j = 1, 2, ..., n.

Dar variados ejemplos.

Dpto. Ingeniera Matematica.

= (aij ), B = (bij ) Mmn (IK). La suma de A y B es la

A + B = (cij ) con cij = aij + bij , i = 1, ..., m, j = 1, ..., n.

= (aij ) Mmn (IK) y B = (bij ) Mnp (IK). El producto

aik bkj , i = 1, ..., m, j = 1, ..., p.

Dpto. Ingeniera Matematica.

A, B, C Mmn (IK) se tiene:

A Mmn (IK) : A + (A) =

Dpto. Ingeniera Matematica.

= (aij ) Mmn (IK), IK , se define el producto A, como la

A = (bij ) con bij = aij .

A, B Mmn (IK), C Mnp (IK) y , IK :

()A = (A) = (A)

(AC) = (A)C = A(C)

Dpto. Ingeniera Matematica.

Mmn (IK), se define la transpuesta de A como la matriz At de

At = (bij ) para bij = aji , 1 i n, 1 j m.

A, B Mmn (IK), C Mnp (IK) y IK :

Dpto. Ingeniera Matematica.

aij = 0, para i > j

Dpto. Ingeniera Matematica.

Mn (IK) se dice Invertible (o no singular) si existe

invertible, pues existe la matriz B =

Dpto. Ingeniera Matematica.

La matriz B anterior se llama inversa de A, se denota por A1 y se tiene:

Dpto. Ingeniera Matematica.

Mmn (IK). Se llaman operaciones elementales de filas sobre A a

las siguientes operaciones.

Intercambiar dos filas de A. Si la fila i se intercambia con la fila j se

fi fj , i, j {1, 2, ..., m} o simplemente Fij (A).

Multiplicar una fila de A por un escalar no nulo. Si la fila i se

escalar no nulo de una fila a otra. Si a la fila j se

IK {0}, entonces se escribe:

suma veces la fila i, donde

Dpto. Ingeniera Matematica.

(Fn F2 F1 )(AB) = (Fn F2 F1 (A))B.

Dpto. Ingeniera Matematica.

Mmn (IK) y B Mmn (IK) se dicen equivalentes por

de una, o varias, operaciones

Ejemplo 2). La matriz A del ejemplo anterior es equivalente con la matriz I2 . Es

Por otro lado,

Dpto. Ingeniera Matematica.

Mn (IK) es equivalente por filas con I , entonces A es invertible.

Sea A Mn (IK) invertible y F1 , ..., Fn operaciones elementales de filas

Dpto. Ingeniera Matematica.

Encuentre la inversa para la matriz invertible B , del ejemplo 2.

Dpto. Ingeniera Matematica.

Mnn (IK) = Mn (IK), entonces designamos por Aij a la matriz de

determinante sobre IK a la funcion

det : Mn (IK) IK, A 7 det(A),

si n = 1 y A = (a), entonces det(A) = a;