Академический Документы
Профессиональный Документы
Культура Документы
1. Matrices 3
1.1. Definición y notación. . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Operaciones entre matrices . . . . . . . . . . . . . . . . . . . . . . . 7
1.3. Algunos tipos especiales de matrices . . . . . . . . . . . . . . . . . 15
1.3.1. Matrices hermitianas y antihermitianas . . . . . . . . . . . 15
1.3.2. Matrices diagonales y triangulares . . . . . . . . . . . . . . 18
1.3.3. Matrices por bloques . . . . . . . . . . . . . . . . . . . . . . 20
1.4. Operaciones y matrices elementales . . . . . . . . . . . . . . . . . . 24
1.4.1. Operaciones elementales fila en una matriz . . . . . . . . . 24
1.4.2. Matrices elementales . . . . . . . . . . . . . . . . . . . . . . 30
1.5. Matrices inversibles . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.6. Factorizacion LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
1.7. Sistemas de ecuaciones lineales vs matrices. . . . . . . . . . . . . . 43
1
2 ÍNDICE GENERAL
Capı́tulo 1
Matrices
Definición 1.1
Sean n y m enteros positivos. Llamamos matriz de n filas por m columnas
con entradas en el campo F a un arreglo del siguiente tipo
Los elementos aij ∈ F son llamados escalares, mientras que el par (i, j) ∶=
ij es llamado las coordenadas de la entrada.
Ejemplo 1.1
3
4 CAPÍTULO 1. MATRICES
4.
⎛ 0 ⎞
⎜ 0 ⎟
⎜ ⎟
⎜ 1 ⎟
⎜ ⎟
A=⎜
⎜√−3 ⎟
⎟
⎜ 2⎟
⎜ ⎟
⎜ ⎟
⎜−11⎟
⎝ 3 ⎠
6.
0 1
A=( )
1 0
es una matriz cuadrada de orden 2.
Definición 1.3
Una matriz de tamaño 1 × m es llamada una matriz fila de orden m o
simplemente m-fila, mientras que una matriz de tamaño n × 1 es llamada
usualmente una matriz columna de orden n o simplemente n-columna.
Notación
El conjunto de todas las matrices de orden n × m con entradas en el
campo F es denotado por Mn×m (F). En el caso en que F = R, escribimos
Mn×m (R), y hablamos de matrices con entradas reales mientras que
en el caso en que F = C, escribimos Mn×m (C) y decimos matrices con
entradas complejas.
Sea A = (aij ) una matriz de orden n × m. En ocasiones puede ser util re-
presentar la matriz A a partir de sus filas o bien de sus columnas, en cuyo caso
escribimos
↑ ⎛ 1j ⎞
a
⎜ a2j ⎟
← Ai →= (ai1 ai2 ⋯ aim ) , A =⎜ ⎟
j
⎜ ⋮ ⎟
↓ ⎝ ⎠
anj
Observación
Sea n un entero positivo, por Jn denotamos el subconjunto de los natura-
les {1, 2, 3, . . . , n}. Asumamos que se tiene una función A ∶ Jn × Jm Ð→ F
donde el par (i, j) es enviado por A al escalar aij , entonces nosotros po-
demos tener una representación de tal función a traves de una matriz,
ası́ el conjunto de imagenes de A esta dado por la matriz A = (aij ) para
i = 1, . . . , n, j = 1, . . . , m.
Ejemplo 1.2
Consideremos la función A ∶ Jn × Jm Ð→ R dada por A(i, j) = i+jij
.
Encuentre la matriz asociada a la función A para n = 3, m = 5. En
este caso
3 4 5 6
⎛2 2 3 4 5 ⎞
⎜ ⎟
⎜ 7 ⎟
A = ⎜ 32 1 56 34 10 ⎟
⎜ ⎟
⎜ ⎟
⎝4 5 2 7 8 ⎠
3 6 3 12 15
⎛−1 0 0⎞
⎛3 4 1 6⎞
⎜0 1 2⎟
A = ⎜1 2 −2 0⎟ , B=⎜ ⎟,
⎝0 ⎜−1 1 −1⎟
0 0 1⎠ ⎝1 0 2⎠
⎛1 2 3 4 5⎞
⎜1 22 32 42 52 ⎟
C = (1, 1, −1) , D=⎜ ⎟
⎜1 23 33 43 53 ⎟
⎝1 24 34 44 54⎠
a) A(k, t) = 2k + 3i F = C, n = 3, m = 4.
b) A(k, t) = k t , F = R, n = 4, m = 6.
k
∑s=1 k−t
c) A(k, t) = k+t
, F = R, n = 4, m = 3.
A † B = (cij )
Observación
En la definición anterior usamos la notación † y + para resaltar la di-
ferencia entre la operación suma recien definida en el conjunto de las
matrices y la operación suma ya bien conocida de números reales.
Una vez se tenga suficiente claridad entre las mismas usaremos indiscri-
minadamente el simbolo +.
Ejemplo 1.3
Sean
⎛2 1 −1 3⎞ ⎛−1 3 0 2⎞
A = ⎜1 −1 −2 1⎟ , B = ⎜ 1 1 0 1⎟ , α=5
⎝0 1 2 0⎠ ⎝ 2 0 7 3⎠
8 CAPÍTULO 1. MATRICES
Proposición 1.1
Sean A, B y C ∈ Mn×m (F), α y β ∈ F. Entonces
1. A + B = B + A,
2. (A + B) + C = A + (B + C),
5. α ⋅ (A + B) = α ⋅ A + α ⋅ B,
6. (α + β) ⋅ A = α ⋅ A + β ⋅ A.
Demostración: Vamos a probar las propiedades (1), (3) y (5). Las demás
propiedades se dejan como ejercicio para el lector.
(1) A + B = B + A. Denotamos A + B = D y B + A = G. Desde la definición de
suma de matrices tenemos que dij = aij + bij pero aij + bij es una suma de
reales, por tanto es conmutativa asi tenemos
De lo anterior tenemos que para todo par i, j dij = gij por tanto D = G,
luego A + B = B + A.
(3) Sea A ∈ Mn×m (F). Veamos que existe una matriz O tal que A + O = A.
Supongamos que O = (xij ) ∈ Mn×m (F). Desde la definición de suma
de matrices es claro que A + O = (yij ) donde yij = aij + xij . Nosotros
observamos que A+O = A si y solo si para todo par i, j se tiene que yij = aij
1.2. OPERACIONES ENTRE MATRICES 9
Definición 1.5
La matriz O a la cual hace referencia la propiedad 3 de 1.2 es llamada
matriz cero, o matriz nula, o neutro aditivo de la suma de matrices.
Usualmente podemos denotar esta matriz por (0) o simplemente 0.
Fijada la matriz A, la matriz B a la cual hace referencia la propiedad 4 de
1.2 es llamada la matriz inversa aditiva de A. Usualmente representamos
esta matriz por la matriz −A.
10 CAPÍTULO 1. MATRICES
Corolario 1.2 Para toda matriz A ∈ Mn×m (F) se cumple: (a) 0 ⋅ A = O, (b)
−1 ⋅ A = −A.
Veamos ahora que −1⋅A = −A. Para comenzar observamos que 0 = (1+(−1)).
Aplicando nuevamente la propiedad 6, observamos que O = (1 + (−1)) ⋅ A =
1 ⋅ A + (−1 ⋅ A) = A + (−1 ⋅ A), por tanto tenemos que (−1 ⋅ A) es la matriz inversa
aditiva de A, pero por el corolario anterior la matriz inversa aditiva es única y
es −A, por tanto −A = −1 ⋅ A.
X = AB = (xij )
m
donde xij = ∑ aik bkj .
k=1
Ejemplo 1.4
Calcular la matriz multiplicación AB donde
−1 3 4⎞ ⎛−1 3⎞
⎛2 ⎜2 5⎟
A=⎜1 3 2 5⎟ , B=⎜ ⎟
⎝−3 ⎜−2 1⎟
2 1 6⎠ ⎝5 −1⎠
Desde la definición tenemos que AB = X = (xij ) donde xij = ∑4k=1 aik bkj .
1.2. OPERACIONES ENTRE MATRICES 11
De esta forma, es claro que las entradas de la matriz X están dadas por:
x11 = a11 b11 + a12 b21 + a13 b31 + a14 b41 = 2(−1) + (−1)(2) + 3(−2) + 4(5) = 10
x12 = a11 b12 + a12 b22 + a13 b32 + a14 b42 = 2(3) + (−1)(5) + 3(1) + 4(−1) = 0
x21 = a21 b11 + a22 b21 + a23 b31 + a24 b41 = 1(−1) + (3)(2) + 2(−2) + 5(5) = 26
x22 = a21 b12 + a22 b22 + a23 b32 + a24 b42 = 1(3) + (3)(5) + 2(1) + 5(−1) = 15
x31 = a31 b11 + a32 b21 + a33 b31 + a34 b41 = (−3)(−1) + (2)(2) + 1(−2) + 6(5) = 35
x32 = a31 b12 + a32 b22 + a33 b32 + a34 b42 = (−3)(3) + (2)(5) + 1(1) + 6(−1) = −4
−1
−1 3 4⎞ ⎛
3⎞
⎛2 ⎜2 5⎟ ⎛
10 0 ⎞
AB = ⎜ 1 3 2 5⎟ ⋅ ⎜ ⎟ = ⎜26 15 ⎟
⎝−3 ⎜−2 1⎟ ⎝
2 1 6⎠ ⎝ 35 −4⎠
5 −1⎠
Ejemplo 1.5
Usando la matriz A y B dadas en el ejemplo anterior, calcule (AB)C,
A(BC), AB + 3D donde
−9 0 ⎛−3 0⎞
C=( ), y D=⎜5 −2⎟
1 −2 ⎝ 12 1⎠
⎛10 0⎞
−9 0 ⎛ −90 0 ⎞
(AB)C = ⎜26 15 ⎟ ( ) = ⎜−219 −30⎟
⎝35 1 −2
−4⎠ ⎝−319 8 ⎠
−1
−1 3 4⎞ ⎛⎛
3⎞ ⎞
⎛2 ⎜⎜ 2 5⎟ −9 0 ⎟
A(BC) = ⎜ 1 3 2 5 ⎟ ⎜⎜ ⎟ ( )⎟ =
⎝−3 ⎜⎜−2 1⎟ 1 −2 ⎟
2 1 6⎠ ⎝⎝
5 −1⎠ ⎠
−6 ⎞
−1 3 4⎞ ⎛
12
⎛2 −90
⎟ ⎛
0 ⎞
⎜ −13 −10
⎜1 3 2 5⎟ ⎜ ⎟ = ⎜−219 −30⎟
⎝−3 ⎜ 19 −2 ⎟ ⎝
2 1 6⎠ ⎝ −319 8 ⎠
−46 2 ⎠
Ejemplo 1.6
Asumamos que la matriz A se encuentra representada mediante sus filas,
mientras que la matriz B mediante sus columnas. Encuentre la matriz pro-
ducto AB.
Proposición 1.2
Sean A ∈ Mn×m (F), B, C ∈ Mm×r (F) y D ∈ Mr×s (F). Entonces
1. (AB)D = A(BD),
2. A(B + C) = AB + AC,
3. (B + C)D = BD + CD.
Demostración:
1. Sean AB = (xij ), (AB)D = (yij ), BD = (uij ) y A(BD) = (wij ).
Desde la definición (1.2) tenemos,
m r r m
xij = ∑ aik bkj , yij = ∑ xik dkj , uij = ∑ bik dkj , wij = ∑ aik ukj ,
k=1 k=1 k=1 k=1
De donde tenemos,
m m m
uij = ∑ aik wkj = ∑ aik (bkj + ckj ) = ∑ (aik bkj + aik ckj
k=1 k=1 k=1
m m
= ∑ aik bkj + ∑ aik ckj = xij + yij
k=1 k=1
Proposición 1.3
Para cada n entero entero positivo existe una única matriz In ∈ Mn (F)
tal que para cualquier matriz A ∈ Mn (F) se verifica que AIn = In A = A.
n
bij = ∑ aik δkj = ai1 δ1j + ai2 δ2j + ⋯ + aij δjj + ⋯ + ain δnj = aij .
k=1
Veamos ahora que la matriz In es única. Supongamos que existe otra matriz de
orden n, J tal que para toda matriz de orden n A vale que AJ = JA = A, en
particular se cumple que IJ = JI = I, pero hemos probado que para toda A,
se cumple que AI = IA = A, por tanto JI = IJ = J, de este modo tenemos que
I = JI = J.
Definición 1.7
La matriz In a la cual hace referencia la Proposición anterior es llamada
matriz identidad de orden n.
sean iguales
2 3 0 1 −1 1 0 2 3 −1
x1 ( ) + x2 ( ) + x3 ( ) + x4 ( )=( )
0 −1 1 2 0 1 1 2 4 1
2 1 1 0 3 1
( )X ( ) =( ),
−1 3 2 −1 0 2
2
1 0 1 −1 1 0
( ) X( ) =( )
2 0 2 −2 1 0
−3 −5 −2 −5 1 0
( )X ( ) =( )
1 2 1 −3 0 1
⎛ 2 −2 3 4 6 1⎞ ⎛1 −1 2⎞
A=⎜ 7 −1 2 3 0 7⎟ , B = ⎜0 2 1⎟ ,
⎝1/2 3 −2 −1 4 1⎠ ⎝1 3 5⎠
⎛1 0 3⎞ ⎛2 −1 3 4 1 0⎞
⎜−1 3 2⎟ ⎜1 0 0 1 7 1⎟
⎜ ⎟ ⎜ ⎟
⎜4 5 6⎟ ⎜−1 −2 3 4 5 1⎟
C=⎜
⎜−1
⎟, D=⎜ ⎟
⎜ 0 0⎟⎟
⎜0
⎜ 0 1 0 1 0⎟
⎟
⎜2 1⎟ ⎜−2 1⎟
⎜ 2 ⎟ ⎜ 3 1 0 4 ⎟
⎝1 0 −1⎠ ⎝1 0 0 0 0 1⎠
Definición 1.8
Sea f ∶ Mn (F) Ð→ Mn (F) una función. Decimos que f es una involución
en el conjunto de todas las matrices de orden n con entradas en el campo
F si para todo par de matrices A, B ∈ Mn (F), f verifica las siguientes
propiedades:
Ejemplo 1.7
Sea t ∶ Mn (F) Ð→ Mn (F) tal que t(A) = A′ donde A′ = (a′ij ) y a′ij = aji .
Afirmamos que la función t es una involución sobre el conjunto de matrices
de orden n.
Sean A = (aij ) , B = (bij ) , C = A + B = (cij ) y D = AB = (cij ).
(1) Veamos que t(A+B) = t(A)+t(B). Sea A+B = C, por tanto t(A+B) =
t(C) = C ′ , donde para cada par i, j tenemos que c′ij = cji pero cji = aji + bji .
Por otro lado t(A)+t(B) = D, donde dji = a′ji +b′ji = aij +bij = cij , por tanto
tenemos que para todo par i, j dji = cij = c′ji , asi dji = c′ji , luego D = C ′ , es
decir t(A + B) = t(A) + t(B).
(2) Veamos ahora que t(AB) = t(B)t(A). Supongamos que AB = C,
B ′ A′ = D, queremos asi probar que t(C) = D. Consideremos la entrada
dij en la matriz D. Tenemos entonces
n n n
dij = ∑ b′ik a′kj = ∑ bki ajk = ∑ ajk bki = cji = c′ij .
k=1 k=1 k=1
Observación
En general nosotros podemos considerar una función t ∶ Mn×m (F) Ð→
Mm×n (F) tal que a una matriz A ∈ Mn×m (F) le asigna una matriz A′ ∈
Mm×n (F), donde las entradas a′ij de A′ son definidas por las entradas aij
de A, de la siguiente manera a′ij = aji . Observe que en este caso tambien
valen las propiedades dadas para involución de matrices. La matriz A′
es también llamada la traspuesta de la matriz A y la denotamos por At .
En general, nosotros tenemos la siguiente proposición:
Proposición 1.4
Sean A, B ∈ Mn×m (F), α ∈ F y t ∶ Mn×m (F) Ð→ Mm×n (F) la
función trasposición, tal que si denotamos la imagen de A bajo t
por At , entonces:
1. (A + B)t = At + B t ,
2. (AB)t = B t At ,
3. (At )t = A,
4. (α ⋅ A)t = α ⋅ At
Ejemplo 1.8
⎛ 2 0⎞
2 −1 3 4 ⎜−1 1⎟
A=( ), A =⎜
t
⎟
0 1 7 8 ⎜ 3 7⎟
⎝ 4 8⎠
Definición 1.9
Dada una matriz A, la matriz t(A) es llamada la matriz traspuesta de
A, usualmente la denotamos por At . La función t es llamada trasposición
de matrices.
1.3. ALGUNOS TIPOS ESPECIALES DE MATRICES 17
Ejemplo 1.9
Consideremos el conjunto de todas las matrices de orden n con entradas en
el campo de los complejos C. Definimos la función f ∶ Mn (C) Ð→ Mn (C)
donde f (A) = Ā donde Ā denota la matriz conjugada de A definida de
la siguiente manera, Sı́ A = (αst + βst ⋅ i), entonces Ā = (αst + βst ⋅ i) =
(αst − βst ⋅ i).
Observemos que si en lugar de tomar el campo de los complejos tomamos
el campo de los reales, entonces f (A) = A. Sea σ ∶ Mn (F) Ð→ Mn (F) una
función tal que σ(A) = Aσ = Āt .
Veamos que σ es una involución sobre Mn (F).
Ejemplo 1.10
Sean
⎛2 1 0 −1⎞ ⎛0 3 0 2⎞
⎜1 3 4 1⎟ ⎜−3 0 1 6⎟
A=⎜ ⎟, B=⎜ ⎟
⎜0 4 7 −3⎟ ⎜0 −1 0 5⎟
⎝−1 1 −3 2⎠ ⎝−2 −6 −5 0⎠
Observe que A es una matriz simétrica mientras que B es antisimétrica.
Ejemplo 1.11
Sea t la trasposición de matrices, consideremos el conjunto de todas las
matrices simétricas de orden n con respecto a la trasposición, H(n, t) = {A ∈
Mn (F) ∣ A = At }, luego tenemos que A ∈ H(n, t) si y solamente si, At = A,
18 CAPÍTULO 1. MATRICES
luego aji = aij , por tanto los elementos de H(n, t) tienen la siguiente forma
Proposición 1.5
Sean A y B matrices diagonales de orden n, y α ∈ F, entonces A + B, AB
y α ⋅ A también son matrices diagonales.
Notación
En general denotamos el conjunto de las matrices diagonales sobre el
campo F por Diagn (F). Sı́ A es una matriz diagonal, escribimos A =
diag{a1 , a2 , . . . , an } donde ai = aii , observe en particular que la matriz
identidad de orden n es una matriz diagonal, I = diag{1, 1, 1, . . . , 1}.
Proposición 1.6
Sean A y B matrices triangulares superiores (respectivamente inferiores)
de orden n, y α ∈ F, entonces A + B, AB y α ⋅ A también son matrices
triangulares superiores (respectivamente inferiores) de orden n
Proposición 1.7
La intersección del conjunto de las matrices triangulares superiores y
el conjunto de las matrices triangulares inferiores es el conjunto de las
matrices diagonales.
Ejemplo 1.12
En el caso de las matrices de orden 2, las siguientes son todas las matrices
unitarias
0 1 1 0 0 0 0 0
E11 = ( ), E12 = ( ), E21 = ( ) y E22 = ( ),
0 0 0 0 1 0 0 1
Proposición 1.8
Sean Eij y Est , entonces Eij Est = δjs Eit donde δjs denota el delta de
kronecker. (El producto de matrices unitarias es una matriz unitaria)
Definición 1.14
Decimos que una matriz A es una matriz por bloques cuando las entradas
de la matriz A son a su vez matrices.
Observación
Observe que en general una matriz es una matriz por bloques, donde
cada entrada es una matriz de orden 1.
Ejemplo 1.13
⎛(1 −1 2 3
) (
0 0 ⎞
)
⎜ 0 0 1 2 0 0 ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟ B C
A=⎜
⎜ ⎛1 0 0 0⎞ ⎛1 2⎞⎟⎟ = (I4 )
⎜ 0 1 0 ⎟ D
⎜⎜ 0⎟ ⎜0 0⎟⎟
⎜⎜ ⎟ ⎜ ⎟⎟
⎜ ⎜0 0 1 0⎟ ⎜7 0⎟⎟
⎝ ⎝0 0 0 1⎠ ⎝0 0⎠⎠
Observe que la matriz A es una matriz por bloques de orden 2 por 2, partida
en 4 bloques de ordenes respectivamente 2x4 y 2x2 en la primera fila y de
orden 4 × 4 y 4 × 2 en la segunda fila. Ahora tambien es posible mirar la
matriz por bloques A como siendo una como una matriz de orden 6, de la
siguiente forma
⎛1 −1 2 3 0 0⎞
⎜0 0 1 2 0 0⎟
⎜ ⎟
⎜1 0 0 0 1 2⎟
A=⎜ ⎜0 1 0 0 0 0⎟
⎟
⎜ ⎟
⎜0 0 1 0 7 0⎟
⎜ ⎟
⎝0 0 0 1 0 0⎠
En general, dada una matriz A de orden n × m esta siempre puede ser
partida en bloques. Note que en particular, cuando escribimos una matriz
a traves de sus filas, lo que hemos hecho es partir la matriz en n bloques
de matrices, donde cada bloque es una m-fila.
1.3. ALGUNOS TIPOS ESPECIALES DE MATRICES 21
Notación
Es usual escribir una matriz por bloques en la forma
⎛ b ⋮ C⎞
A = ⎜. . . . . . . . .⎟
⎝D ⋮ E ⎠
Es posible que a su vez cada matriz en la matriz de bloques A sea a su
vez una matrix en bloques. Con esta notación la matriz del ejemplo se
puede ver en la forma
⎛1 −1 2 3 ⋮ 0 0⎞
⎜0 0 1 2 ⋮ 0 0⎟
⎜ ⎟
⎜. . . . . . . . . . . . . . . . . . . . . . .⎟
⎜ ⎟
A=⎜
⎜1 0 0 0 ⋮ 1 2⎟
⎟
⎜0 1 0 0 ⋮ 0 0⎟
⎜ ⎟
⎜ ⎟
⎜0 0 1 0 ⋮ 7 0⎟
⎝0 0 0 1 ⋮ 0 0⎠
⎛√2 −1 3 4⎞ ⎛ −1 5 6 1 ⎞
A=⎜ 2 7 −6 3⎟ , B=⎜ 0 2 1 3 ⎟
⎝ −2 1 3 4⎠ ⎝cos 15○ 3 2 3/4⎠
efectue las operaciones indicadas.
11 Sea f ∶ Mn (F) Ð→ Mn (F) una función tal que f (A) = (A)t . De-
muestre que f es una involución. La involución f es llamada tras-
posición conjugada.
12 Consideremos la involución trasposición conjugada. En cada caso
encuentre matrices H y S con la propiedad determinada en el nu-
meral anterior tales que Ai = Hi + Si .
⎛2 + i −1 + 3i 7⎞ ⎛1 −1 0 3⎞
A1 = ⎜4 − i 5 + 2i 1⎟ , A2 = ⎜3 2 1 0⎟
⎝ 0 −2 − i i⎠ ⎝0 −2 0 1⎠
⎛ 4i 7i 6 −√i 3 + 2i ⎞ ⎛i −1 7⎞
A3 = ⎜4i − 8 5 + 2i 1 + 2i √ πi√ ⎟ , A4 = ⎜ i 2i 1⎟
⎝ 0 −2 − i i 2 + 3i⎠ ⎝0 −i i⎠
1.3. ALGUNOS TIPOS ESPECIALES DE MATRICES 23
Definición 1.15
Llamamos operación elemental fila en una matriz a cualquiera de las
siguientes operaciones que se efectua en la misma
1. Se intercambian dos filas de la matriz.
2. Se hace una fila como siendo ella misma por un multiplo escalar no
nulo.
3. Sea hace una fila como siendo ella misma más un multiplo escalar
no nulo de otra fila.
Notación
En el caso de efectuar operaciones fila en una matriz fija A escribimos
para cada caso de la siguiente forma
1. fi Ð→ fj . Se intercambia la fila i por la fila j y las demás se
conservan.
Ejemplo 1.14
Veamos a continuación cada uno de las operaciones fila descriptas anterior-
mente. Para ello consideremos la matriz A dada por
⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟
⎜ ⎟
A=⎜3 2 0 −1 1 1⎟
⎜ ⎟
⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠
1.4. OPERACIONES Y MATRICES ELEMENTALES 25
⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟ ⎜1 1 1 0 0 0⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f2 Ð→ f4 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜−2 5 4 3 8 1⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠
⎛1 3 −1 4 7 6⎞ ⎛ 7 21 −7 28 49 42⎞
⎜−2 5 4 3 8 1⎟ ⎜−2 5 4 3 8 1⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f1 Ð→ 7f1 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠
⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 5 4 3 8 1⎟ ⎜−2 5 4 3 8 1⎟
⎜ ⎟ ⎜ ⎟
⎜3 2 0 −1 1 1⎟ f5 Ð→ f5 − 2f3 ⎜3 2 0 −1 1 1⎟
⎜ ⎟ ⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜1 1 1 0 0 0⎟
⎝0 0 0 1 0 0⎠ ⎝−6 −4 0 3 −2 −2⎠
Definición 1.16
Sean A y B matrices de orden n × m. Decimos que la matriz A es equiva-
lente con la matriz B si es posible mediante operaciones elementales de
fila aplicadas a la matriz A obtener la matriz B. En el caso en que A y
B sean equivalentes escribimos A ⇐⇒ B.
Ejemplo 1.15
Determine si las matrices A y B son o no equivalentes.
⎛1 3 −1 4 7 6⎞ ⎛1 3 −1 4 7 6⎞
⎜−2 −5 4 3 −8 1⎟ ⎜0 1 2 11 6 13⎟
A=⎜ ⎟, B=⎜ ⎟
⎜1 1 1 0 0 0⎟ ⎜0 0 6 18 5 20⎟
⎝0 0 0 1 0 0⎠ ⎝0 0 0 1 0 0⎠
Definición 1.17
Ejemplo 1.16
Considere las matrices
⎛0 0 0 3 2 1 −1⎞
⎜0 11 0 0 0 0 0⎟ ⎛2 1 7⎞
A=⎜ ⎟, B = ⎜1 0 −1⎟
⎜1 0 2 0 0 0 0⎟ ⎝3
⎝3 2 1⎠
0 0 0 0 0 0⎠
Observe que a14 = 3, a22 = 11 y a41 = 3 son todos los pivotes de la matriz
A, mientras que la matriz B no tiene pivotes.
Definición 1.18
Decimos que una matriz A se encuentra en forma escalonada si verifica
las siguientes condiciones:
1. Si Ak es una fila de ceros en A, entonces las Ak+j tambien son filas
de cero. k + j ≤ n.
Proposición 1.9
Para toda matriz A ∈ Mn×m (F) existe una matriz escalonada U tal que
A es equivalente con U.
donde los A′i son m − 1-filas obtenidas al eliminar la primera entrada de la m-fila
Ai .
Supongamos que el elemento a11 ≠ 0 no es un pivote de A, entonces mediante
un número finito de operaciones fila (a lo más n − 1 operaciones), llegamos a la
matriz
′
⎛a11 ⋮ ←Ð A′′1 Ð→⎞
⎜ 0 ⋮ ←Ð A2 Ð→⎟
⎜ ⎟
A1 = ⎜ 0 ⋮ . . . . . . . . . . . . . . .⎟
⎜ ⎟
⎜ 0 ⋮ . . . . . . . . . . . . . . .⎟
⎝ 0 ⋮ ←Ð A′′ Ð→⎠
n
(−1)ai1
donde para i ≥ 2 se cumple que Ai + A1 = (0 ⋮ ←Ð A′′i Ð→). Ahora
a11
es claro que a11 es un pivote de la matriz A1 .
Supongamos que (←Ð A′′i Ð→) = (a′i2 a′i3 ⋯ a′im ).
Consideremos el elemento a′22 . Supongamos que a′22 ≠ 0 y no es un pivote
de A1 , entonces mediante un número finito de operaciones fila (a lo más n − 2
operaciones), llegamos a la matriz A2 donde
(−1)a′i2 ′′
donde A3i es una m − 2 - fila, más aún A′′i + A2 = (0 ⋮ ←Ð A3i Ð→)
a′22
para i ≥ 3. Este mismo proceso lo podemos aplicar un número finito de veces
hasta obtener una matriz de alguno de los tipos
Sı́ a11 = 0. En este caso escogemos el menor i tal que ai1 ≠ 0 y consideramos
28 CAPÍTULO 1. MATRICES
Ejemplo 1.17
Mediante operaciones elementales fila encuentre una matriz escalonada U
de forma tal que U sea equivalente con la matriz dada A.
⎛ 1 3 2 −1⎞ ⎛1 3 2 −1⎞ ⎛1 3 2 −1 ⎞
A = ⎜−1 2 1 0 ⎟ Ð→ ⎜0 5 3 −1⎟ Ð→ ⎜0 5 3 −1 ⎟ Ð→
⎝1 0 1 3⎠ ⎝0 −3 −1 4⎠ ⎝0 0 4/5 17/5⎠
⎛1 3 2 −1 ⎞
⎜0 1 3/5 −1/5⎟ = B
⎝0 0 1 17/4 ⎠
Definición 1.19
Decimos que una matriz A se encuentra en forma escalonada reducida si:
1. La matriz A esta escalonada,
2. Cada pivote de la matriz A es 1,
Observación
El proceso de llevar mediante operaciones fila una matriz A a una matriz
escalonada (escalonada reducida) es llamado método de Gauss-Jordan o
eliminación gaussiana.
⎛2 −1 3 0 1⎞ ⎛1 2 1 0 3⎞
⎜1 2 1 0 3⎟ ⎜0 1 −1 2 1⎟
A=⎜ ⎟; B=⎜ ⎟;
⎜0 1 −1 2 1⎟ ⎜0 0 8 12 16⎟
⎝3 1 2 1 1⎠ ⎝0 0 0 29 23⎠
⎛5 10 5 0 15⎞ ⎛1 2 1 0 3⎞
⎜0 1 −1 2 1⎟ ⎜0 2 −2 4 3⎟
C=⎜ ⎟; D=⎜ ⎟;
⎜0 0 1 3 4⎟ ⎜0 0 8 12 16⎟
⎝0 0 0 29 21⎠ ⎝0 0 0 29 21⎠
⎛1 2 1 0 3⎞ ⎛1 2 1 0 3 ⎞
⎜0 3 −3 6 3⎟ ⎜0 3 −3 6 3 ⎟
E=⎜ ⎟; F =⎜ ⎟.
⎜0 1 −1 2 1⎟ ⎜0 −3 1 0 −5 ⎟
⎝0 0 0 29 21⎠ ⎝0 0 1 −11/6 1/2⎠
⎛0 0 0 3 2 1 0⎞
⎜0 4 1 0 2 0 0⎟ ⎛0 1 0⎞
⎜ ⎟ ⎜2 0 −1⎟
A = ⎜0 0 7 0 1 0 0⎟ , B=⎜ ⎟
⎜ ⎟ ⎜0 0 3⎟
⎜1 0 0 0 0 2 0⎟ ⎝0 0
⎝0 1⎠
0 0 0 0 0 1⎠
⎛1 −1 2 3 1 4 6⎞
⎜0 2 3 −1 4 4 0⎟
⎜ ⎟
⎜−2 3 7 1 0 1 2⎟
A1 = ⎜
⎜5
⎟
⎜ 4 3 1 2 −1 9⎟
⎟
⎜1 −1 −1 6⎟
⎜ 1 3 3 ⎟
⎝−1 2 9 4 1 5 8⎠
Definición 1.20
Decimos que una matriz E es una matriz elemental de orden n sı́ se ha
obtenido mediante una operación fila desde la matriz identidad In .
Desde la definición anterior es claro que solo existen tres tipos de matrices
elementales a saber
3. La que se obtiene de hacer una fila igual a la misma fila más un multiplo
esclalar no nulo de otra fila.
Ejemplo 1.18
Proposición 1.10
Sean A y B ∈ Mn×m (F) matrices equivalentes, tal que B se obtuvo a
partir de A mediante una única operación fila, entonces existe una única
matriz elemental E tal que B = EA. Reciprocamente, si B = EA donde
E es una matriz elemental, entonces B es equivalente con la matriz A.
Definición 1.21
Sea A ∈ Mn (F). Decimos que A es una matriz inversible si existe una
matriz B tal que AB = BA = In . En este caso decimos que B es inversa
de A.
Proposición 1.11
La inversa de una matriz en caso de existir es única.
Notación
Proposición 1.12
Sean A y B matrices invertibles, entonces AB tambien es invertible.
Demostración: Para probar que AB es una matriz invertible basta con ex-
hibir una matriz C de modo tal que (AB)C = C(AB) = In . Como A y B
son invertibles entonces existen matrices A−1 y B −1 tales que AA−1 = a−1 A =
BB −1 B −1 B = In . Sea C = B −1 A−1 , es claro entonces que
Proposición 1.13
Una matriz A de orden 2 es inversible si y solo si a11 a22 − a12 a21 ≠ 0.
1 a −a12
X= ( 22 ).
a11 a22 − a21 a12 −a21 a11
Ejemplo 1.19
Consideremos la matriz
1 2
A=( )
3 −1
Observamos que a11 a22 − a12 a21 = (1)(−1) − (3)(2) = −7 ≠ 0, por tanto A es
inversible. Aplicando la proposición anterior tenemos que
1/7 2/7
A−1 = ( )
3/7 −1/7
Teorema 1.1
Las matrices elementales son inversibles, más aún, la inversa de una ma-
triz elemental también es elemental.
n
yst = ∑ xsk xkt . (1.4)
k=1
n
ust = ∑ xsk ykt
k=1
n
Tenemos que uii = ∑ xik yki , es claro que sı́ k ≠ i entonces xik = xki = 0.
k=1
Por tanto uii = xii yii = α ⋅ 1/α = 1.
n n
wij = ∑ xik ykj = ∑ δik ykj = yij = δij .
k=1 k=1
n n
wsj = ∑ xsk ykj = ∑ (δsk + αδtk )ykj =
k=1 k=1
n n
∑ δsk ykj + ∑ αδtk ykj = ysj + αytj =
k=1 k=1
δsj − αδtj + αδtj = δsj .
Ejemplo 1.20
Para cada matriz elemental Ei asocie una matriz elemental Fj tal que
1.5. MATRICES INVERSIBLES 37
Ei Fj = Fj Ei = I.
⎛1 0 0 0⎞ ⎛1 0 −3 0⎞
⎜0 0 0 1⎟ ⎜0 1 0 0⎟
E1 = ⎜ ⎟, E2 = ⎜ ⎟,
⎜0 0 1 0⎟ ⎜0 0 1 0⎟
⎝0 1 0 0⎠ ⎝0 0 0 1⎠
⎛1 0 0 0⎞ ⎛1 0 0 0⎞
⎜0 1 2/5 0⎟ ⎜0 1 0 0⎟
E3 = ⎜ ⎟, E4 = ⎜ ⎟,
⎜0 0 1 0⎟ ⎜0 0 7/8 0⎟
⎝0 0 0 1⎠ ⎝0 0 0 1⎠
⎛1 0 0 0⎞ ⎛1 0 0 0⎞
⎜0 1 −2/5 0⎟ ⎜0 1 0 0⎟
F1 = ⎜ ⎟, F2 = ⎜ ⎟,
⎜0 0 1 0⎟ ⎜0 0 8/7 0⎟
⎝0 0 0 1⎠ ⎝0 0 0 1⎠
⎛1 0 0 0⎞ ⎛1 0 3 0⎞
⎜0 0 0 1⎟ ⎜0 1 0 0⎟
F3 = ⎜ ⎟, F4 = ⎜ ⎟.
⎜0 0 1 0⎟ ⎜0 0 1 0⎟
⎝0 1 0 0⎠ ⎝0 0 0 1⎠
Observamos que E2 F4 = F4 E2 = I, F2 E4 = E4 F2 = I, E3 F1 = F1 E3 = I y
finalmente E1 F3 = F3 E1 = I.
Teorema 1.2
Si A es equivalente con la matriz identidad, entonces A es inversible.
Ek ⋯E1 A = In .
Observacion
En virtud del corolario anterior tenemos que si A no es el producto de
matrices elementales, entonces A no es inversible, en particular la matriz
identidad es el producto de matrices elementales.
Proposición 1.14
Sea A una matriz de orden n. Si existe una matriz B tal que BA = In ,
entonces A es inversible, más aún A−1 = B
Ejemplo 1.21
Determine si la matriz
⎛ 1 3 2 0⎞
⎜−1 0 2 4⎟
A=⎜ ⎟
⎜ 2 1 3 2⎟
⎝ 3 1 4 2⎠
⎛ 1 3 2 0⎞ ⎛1 3 2 0⎞ ⎛1 3 2 0 ⎞
⎜−1 0 2 4⎟ ⎜0 3 4 4⎟ ⎜0 1 1/4 −1/4⎟
A =⎜ ⎟ Ð→ ⎜ ⎟ Ð→ ⎜ ⎟ Ð→
⎜ 2 1 3 2⎟ ⎜0 −5 −1 2⎟ ⎜0 −5 −1 2 ⎟
⎝ 3 1 4 2⎠ ⎝0 −8 −2 2⎠ ⎝0 3 4 4 ⎠
⎛1 3 2 0 ⎞ ⎛1 3 2 0 ⎞ ⎛1 3 2 0 ⎞
⎜0 1 1/4 −1/4⎟ ⎜0 1 1/4 −1/4⎟ ⎜0 1 1/4 −1/4⎟
⎜ ⎟ Ð→ ⎜ ⎟ Ð→ ⎜ ⎟ Ð→
⎜0 0 1/4 3/4 ⎟ ⎜0 0 1/4 3/4 ⎟ ⎜0 0 1/4 3/4 ⎟
⎝0 0 13/4 19/4 ⎠ ⎝0 0 0 −5 ⎠ ⎝0 0 0 1 ⎠
⎛1 3 2 0⎞ ⎛1 3 0 0⎞ ⎛1 0 0 0⎞
⎜0 1 1/4 0⎟ ⎜0 1 0 0⎟ ⎜0 1 0 0⎟
⎜ ⎟ Ð→ ⎜ ⎟ Ð→ ⎜ ⎟=I
⎜0 0 1/4 0⎟ ⎜0 0 1 0⎟ ⎜0 0 1 0⎟
⎝0 0 0 1⎠ ⎝0 0 0 1 ⎠ ⎝0 0 0 1⎠
Proposición 1.15
Si A es una matriz inversible, entonces A es equivalente con la matriz
identidad.
Observación
Desde la proposición anterior tenemos que si A es una matriz cuadrada
de orden n y existe C de orden n tal que AC = I, entonces A es inversible.
Por tanto, para probar que una matriz cuadrada es inversible solo se hace
necesario determinar si la misma tiene una inversa a derecha o izquierda.
40 CAPÍTULO 1. MATRICES
2 1 1 0 3 1
( )X ( ) =( ),
−1 3 2 −1 0 2
2
1 0 1 −1 1 0
( ) X( ) =( )
2 0 2 −2 1 0
−3 −5 −2 −5 1 0
( )X ( ) =( )
1 2 1 −3 0 1
8 Determine si la matriz
⎛2 −1 3 4 1 0⎞
⎜1 0 0 1 7 1⎟
⎜ ⎟
⎜−1 −2 3 4 5 1⎟
D=⎜
⎜0
⎟
⎜ 0 1 0 1 0⎟
⎟
⎜−2 1⎟
⎜ 3 1 0 4 ⎟
⎝1 0 0 0 0 1⎠
es inversible.
9 Determine si la matriz
⎛1 −1 2⎞
B = ⎜0 2 1⎟
⎝1 3 5⎠
1.6. Factorizacion LU
Desde la proposición 1.4.1, tenemos que para toda matriz A existe una matriz
U tal que U es una matriz escalona y A es equivalente con U . Usando el corolario
1.4.2, tenemos que existen un número finito de matrices elementales E1 , . . . , Ek
tales que
U = Ek ⋯E1 A
Como las matrices elementales son inversibles, y el producto de matrices in-
versibles es inversible, entonces al tomar la matriz L−1 = E1 cdotsEk , tenemos
que
U = L−1 A
, o equivalentemente,
A = LU
donde L es una matriz inversible y U es una matriz escalonada. Desde lo anterior
tenemos el siguiente teorema:
Teorema 1.3
Sea A ∈ Mn×m (F). Entonces existen matrices U ∈ Mn×m (F) escalonada
(escalonada reducida) y L ∈ Mn (F) matriz inversible tal que A = LU .
Convención
La expresion LU es llamada factorizacion de A en la forma LU . Note
que no necesariamente se tiene que L y U sean unicas.
42 CAPÍTULO 1. MATRICES
Ejemplo 1.22
Hallar la factorización LU de la matriz
⎛1 3 2 −1⎞
A = ⎜−1 2 1 0⎟
⎝1 0 1 3⎠
⎛1 3 2 −1 ⎞
U = ⎜0 1 3/5 −1/5⎟
⎝0 0 1 17/4 ⎠
f2 Ð→ f2 + f1 E1
f3 Ð→ f3 + (−1)f1 E2
f3 Ð→ f3 + 3/5f2 E3
f2 Ð→ 1/5f2 E4
f3 Ð→ 5/4f3 E5
⎛ 1 0 0 ⎞ ⎛1 0 0⎞ ⎛1 0 0 ⎞ ⎛1 0 0⎞ ⎛1 0 0 ⎞
L = ⎜−1 1 0⎟ ⎜0 1 0⎟ ⎜0 1 0 ⎟ ⎜0 5 0⎟ ⎜0 1 0 ⎟=
⎝ 0 0 1 ⎠ ⎝1 0 1⎠ ⎝0 −3/5 1⎠ ⎝0 0 1⎠ ⎝0 0 4/5⎠
⎛ 1 0 0 ⎞ ⎛1 0 0⎞ ⎛1 0 0 ⎞ ⎛ 1 0 0 ⎞ ⎛1 0 0 ⎞
⎜−1 1 0⎟ ⎜0 5 0⎟ ⎜0 1 0 ⎟ = ⎜−1 1 0⎟ ⎜0 1 0 ⎟=
⎝ 1 0 1 ⎠ ⎝0 −3 1⎠ ⎝0 0 4/5⎠ ⎝ 1 0 1⎠ ⎝0 0 4/5⎠
⎛1 0 0 ⎞
⎜−1 5 0 ⎟
⎝1 −3 4/5⎠
ción.
⎛2 0 1 −1 3⎞
A = ⎜−1 2 1 3 0⎟ ,
⎝1 1 −1 0 0⎠
⎛ 2 −2 3 4 6 1⎞
B =⎜ 7 −1 2 3 0 7⎟ ,
⎝1/2 3 −2 −1 4 1⎠
⎛1 −1 2⎞
C = ⎜0 2 1⎟
⎝1 3 5⎠