Академический Документы
Профессиональный Документы
Культура Документы
2018-1
Indice general
iii
v
4.4. Isomorfismos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
-------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------------------------
Normalmente usaremos una letra mayúscula para denotar una matriz, y la misma letra
Si queremos especificar la letra que usaremos para los elementos de una matriz,
escribiremos 𝐴 = (𝑎𝑖𝑗 )
Matriz identidad: La matriz neutra 𝐼 = (𝛿𝑖𝑗 ) se llama matriz identidad, y es una matriz
cuadrada definida por 𝛿𝑖𝑗 = 0 𝑠𝑖 𝑖 ≠ 𝑗 y 𝛿𝑖𝑖 = 1 para todo i. Por ejemplo, la matriz identidad
1 0 0
de dimensión 3 es: 𝐼 = (0 1 0)
0 0 1
Igualdad: Diremos que dos matrices A y B son iguales si ambas tienen las mismas
dimensiones
(Es decir, 𝐴, 𝐵 ∈ ℳ𝑚×𝑛 ) y además 𝑎𝑖𝑗 = 𝑏𝑗𝑖 , para todo i, j 1 ≤ i ≤ m, 1 ≤ j ≤n, como la
matriz 𝐶 ∈ ℳ𝑚×𝑛
1. 𝐴 + 𝐵 = 𝐵 + 𝐴
2. (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶)
3. Existe una única matriz 𝒪 ∈ ℳ𝑚×𝑛 , llamada matriz nula, tal que 𝐴 + 𝒪 = 𝒪 + 𝐴 ,
para toda matriz 𝐴 ∈ ℳ𝑚×𝑛
4. Dada una matriz 𝐴 ∈ ℳ𝑚×𝑛 , existe otra matriz 𝐵 ∈ ℳ𝑚×𝑛 , llamada opuesta de A, tal
que 𝐴 + 𝐵 = 𝒪.
Nota: la matriz nula está formada por ceros. Por otro lado, si B es la matriz opuesta de A ,
se tiene 𝑏𝑖𝑗 = −𝑎𝑖𝑗
Propiedades:
1. 𝛼(𝛽𝐴) = (𝛼𝛽)𝐴 v
2. 𝛼(𝐴𝐵) = (𝛼𝐴)𝐵 = 𝐴(𝛼𝐵)
3. (𝛼 + 𝛽)𝐴 = 𝛼𝐵 + 𝛽𝐴
4. 𝛼(𝐴 + 𝐵) = 𝛼𝐴 + 𝛼𝐵
------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------
1. (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶)
2. Propiedades distributivas:
a) (𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶
b) 𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶
3. Elemento neutro (a izquierda y derecha): Existe una única matriz 𝐼 ∈ ℳ𝑚×𝑛 tal que:
Propiedades de la transposición:
1.(𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵𝑡
2. (𝐴𝐵)𝑡 = 𝐵𝑡 𝐴𝑡
3. (𝐴𝑡 )𝑡 = 𝐴
Matriz simétrica: 𝐴𝑡 = 𝐴
--------------------------------------------------------------------------------------------------------------
Matrices equivalentes: Dos matrices son equivalentes por filas si podemos obtener una,
a partir de la otra, mediante transformaciones elementales de filas.
1. todas las filas de ceros (si las hay) están en la parte inferior de la matriz
2. En la filas que no sean de ceros, el primer término no nulo de una fila esta más a la
izquierda del primer término no nulo de la siguiente.
Paso 1: Si es necesario, intercambiar la primera fila con otra, para que la primera
columna que no sea de ceros tenga un elemento no nulo en la primera posición.
Paso 2:Sumar a cada fila un múltiplo adecuado de la primera, de manera que la primera
columna que no sea de ceros tenga solo un elemento no nulo: el de la primera fila
Paso 3: Ignorando temporalmente la primera fila, repetir todo el proceso con las restantes
filas
Proposición.- Toda matriz mxn es equivalente por filas a otra matriz mxn escalonada
por filas.
1 0 4 3 0
0 1 −1 2 0
0 0 0 0 1
0 0 0 0 0
(0 0 0 0 0)
Paso2: Multiplicar cada fila no nula por un escalar conveniente, de manera que todos los
pivotes sean 1.
Paso 3: Comenzando por el pivote más a la derecha, eliminar todos los elementos no
nulos que tenga encima, sumándole a cada fila un múltiplo conveniente de la fila de este
pivote. Realizar la misma operación con todos los pivotes, de derecha a izquierda.
𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑟 𝑣𝑟 = 0
_______________________________________________________________________
La relacione entre esta definición de dependencia lineal y la anterior viene dada por la
siguiente relación
2. Todos los sistemas 𝑆0 que satisfacen la condición anterior tienen el mismo número de
elementos. A este número lo llamamos rango de S.
------------------------------------------------------------------------------------------------------------------------
El rango de un sistema de vectores S es el tamaño del mayor sistema libre que se puede
formar con los vectores de S.
Ahora relacionaremos, de forma muy sencilla, los sistemas de vectores con las matrices.
Simplemente, a un sistema de m vectores de dimensión n, le asociamos una matriz mxn,
donde cada fila es un vector del sistema. Así, podemos definir:
El rango de una matriz es el rango del sistema de vectores formado por sus filas
-------------------------------------------------------------------------------------
Lema.- Las transformaciones elementales de filas no alteran del rango de una matriz
Teorema.- Consideramos una matriz 𝐴 ∈ ℳ𝑚×𝑛 y sea A’ una matriz reducida equivalente
por filas a A. Entonces, el rango de A es igual al número de filas no nulas de A’
𝑇𝑖𝑗 Coincide con I , salvo en los términos: 𝑡𝑖𝑖 = 𝑡𝑗𝑗 = 0, , 𝑡𝑖𝑗 = 𝑡𝑗𝑖 = 1
𝑀𝑖 (𝛼) Coincide con I salvo en el término: 𝑚𝑖𝑖 = 𝛼
𝑃𝑖𝑗 (𝛼) Coincide con I salvo en el término: 𝑝𝑖𝑗 = 𝛼
3. 𝑃𝑖𝑗 (𝛼)𝐴 es la matriz que resulta al sumar a la fila i de A, la fila j multiplicada por 𝛼
Proposición.- Sea 𝐴 ∈ ℳ𝑚×𝑛 y sea 𝐴′ una forma reducida por filas de A. Entonces existe
una matriz 𝑃 ∈ ℳ𝑚×𝑛 producto de matrices elementales, tal que 𝐴′ = 𝑃𝐴.
Este resultado tiene varia aplicaciones. En primer lugar, podemos ya probar que la forma
reducida por filas de una matriz es única
Lema.- Si 𝐴, 𝐵 ∈ ℳ𝑚𝑥𝑛 son dos matrices reducidas por filas, que son equivalentes por
filas, entonces 𝐴 = 𝐵.
La definición es la siguiente
---------------------------------------------------------------------------------------------------------------------
Sea 𝐴 ∈ ℳ𝑚×𝑛 . Se dice es invertible si existe otra matriz 𝐴−1 ∈ ℳ𝑚×𝑛 tal que 𝐴𝐴−1 =
𝐴−1 𝐴 = 𝐼. En este caso, 𝐴−1 se llama inversa de 𝐴.
Teorema 21.- Si 𝐴 ∈ ℳ𝑛×𝑛 es una matriz invertible, su forma reducida por filas es la
matriz identidad I.
Estos resultados nos dan un método sencillo para calcular la inversa de una matriz
invertible: Dada 𝐴 ∈ ℳ𝑛×𝑛 invertible, le aplicamos el método de Gauss-Jordan, para
calcular su reducida por filas (es decir, I), recordando a cada paso la matriz elemental
utilizada. El producto de todas estas matrices, en orden inverso, forma la matriz P , talque
𝑃𝐴 = 𝐼 . Es decir, 𝐴−1 = 𝑃.Para calcular (es decir, 𝐴−1 ), podemos multiplicar todas las
matrices elementales utilizadas, o mejor aún, ir aplicando a la matriz identidad las mismas
operaciones elementales que le aplicamos a A . Por tanto tenemos
En esta sección veremos que todas las propiedades que hemos estudiado sobre las filas
de una matriz
Teorema: Dada 𝐴 ∈ 𝓜𝒎𝒙𝒏 entonces 𝑟𝑔(𝐴) = 𝑟 si y solo si 𝐴 tiene algún menor no nulo
de orden r, y todos los menores de 𝐴 de orden mayor que r son nulos
2𝑥 + 𝑦 = 5
𝑥−𝑦 =1
Se trata de un sistema lineal de dos ecuaciones con dos incognitas. Este sistema sev
puede ver desde varias perpectivas:
Desde el punto de vista geométrico, cada una de las ecuacioes representa una
recta en el plano. Resolver el sistema consiste en hallar (si los hay) los puntos de
corte de las rectas. Esa es la razaon de que estos sistemas se llamaen lineales
Desde el punto de vista algebraico, el problema consiste simplemente en hallar
dos números, x e y , que satisfagan las dos igualdades. Las ecuacones son
lineales poque cada termino (excepto los términos independientes) tien grado 1.