Академический Документы
Профессиональный Документы
Культура Документы
Matrices y determinantes
25 de enero de 2019
Definición 1. Una matriz A de m × n es un arreglo rectangular de mn números dispuestos en m
renglones y n columnas
a11 a12 . . . a1j . . . a1n
a21 a22 . . . a2j . . . a2n
. .. .. ..
.
. . . .
A=
ai1 ai2 . . . aij . . . ain
. .. .. ... ..
.. . . .
am1 am2 . . . amj . . . amn
El sı́mbolo m × n se lee “m por n”y también se le conoce como el orden o tamaño de la matriz.
! a1j
a2j
El vector renglón Ri = (ai1 , ai2 , . . . , ain ) se llama renglón i y el vector columna Cj = .. se
.
amj
llama columna j.
La componente o elemento ij de A denotado por aij , es el número que aparece en el renglón i y la
columna j de A.
En ocasiones se escribirá la matriz A como A = (aij ).
Cuando m = n, A se llama matriz cuadrada.
Una matriz m × n con todos los elementos iguales a cero se denomina matriz cero de m × n.
Definición 2. Dos matrices A = (aij ) y B = (bij ) son iguales si son del mismo tamaño y las componentes
correspondientes son iguales.
Definición 3. Sean A = (aij ) y B = (bij ) dos matrices m × n. Entonces la suma de A y B es la matriz
m × n, A + B dada por
a11 + b11 a12 + b12 . . . a1n + b1n
a21 + b21 a22 + b22 . . . a2n + b2n
A+B =
.. .. . . ..
. . . .
am1 + bm1 am2 + bm2 . . . amn + bmn
Definición 4 (Multiplicación por un escalar). Si A = (aij ) es una matriz de m × n y si α es un
escalar (número real o complejo), entonces la matriz m × n, αA está dada por
αa11 αa12 . . . αa1n
αa21 αa22 . . . αa2n
αA = (αaij ) = ..
.. . .. .
..
. .
αam1 αam2 . . . αamn
a1 ! b1
a2 b2
Definición 5 (Producto escalar). Sean ~a = .. y ~b = .. dos vectores (matrices de n × 1).
. .
an bn
Entonces el producto escalar de ~a y ~b denotado por ~a · ~b, está dado por ~a · ~b = a1 b1 + a2 b2 + . . . + an bn .
Debido a la notación, el producto escalar se llama con frecuencia producto punto o producto interno
de los vectores. Observe que el producto escalar es un escalar o número.
A menudo se tomará el producto escalar de un vector renglón y un vector columna:
b1
b2
a1 , a2 , . . . , an · = a1 b 1 + a2 b 2 + . . . + an b n
..
| {z } . | {z }
vector renglón 1×n numero real (escalar)
bn
| {z }
vector columna n×1
1
Definición 6. Sean A = (aij ) una matriz m × n, y sea B = (bij ) una matriz n × p. Entonces el producto
de A y B es una matriz m × p, C = (cij ), en donde
Al proceso de aplicar las operaciones elementales con renglones para simplificar una matriz se llama
reducción por renglones.
Definición 8. Una matriz está en la forma escalonada por renglones si se cumplen las siguientes con-
diciones.
i) Todos los renglones (si los hay) cuyos elementos son todos ceros aparecen en la parte inferior de
la matriz.
ii) El primer número diferente de cero (comenzando por la izquierda) en cualquier renglón cuyos
elementos no todos son cero es 1.
iii) Si dos renglones sucesivos tienen elementos distintos de cero, entonces el primer 1 en el renglón
de abajo está más hacia la derecha que el primer 1 en el renglón de arriba.
Definición 9. Una matriz está en la forma escalonada reducida por renglones, si está en la forma es-
calonada por renglones y además, cualquier columna que contiene el primer 1 en un renglón tiene ceros
en el resto de sus elementos. El primer número diferente de cero en un renglón (si lo hay) se llama
pivote para ese renglón.
Definición 10. La matriz identidad In de n × n es una matriz de n × n cuyos elementos de la diagonal
principal son iguales a 1 y todos los demás son 0. Esto es
1 si i = j
In = (bij ), donde bij =
0 si i 6= j
Definición 11. Sean A y B dos matrices de n × n. Suponga que AB = BA = I. Entonces B se llama
la inversa de A y se denota por A−1 . Entonces se tiene AA−1 = A−1 A = I. Si A tiene inversa, entonces
se dice que A es invertible. Una matriz cuadrada que no es invertible se denomina singular y una matriz
invertible se llama no singular.
−1
Observación Si A es invertible (A−1 ) = A y note que la definición anterior no establece que toda
matriz cuadrada tiene inversa.
2
Teorema 2. Si una matriz A es invertible, entonces su inversa es única.
Teorema 3. Si A y B son dos matrices invertibles de n×n. Entonces AB es invertible y (AB)−1 = B −1 A−1
Paso 2. Se utiliza la reducción por renglones para poner la matriz A a su forma escalonada reducida por
renglones.
Definición 12. Sea A = (aij ) una matriz de m × n. Entonces la transpuesta de A, que se escribe
At , es la matriz de n × m que se obtiene al intercambiar los renglones por las columnas de A, esto es
At = (aji ).
ii) (AB)t = B t At
Definición 14. Una matriz cuadrada se denomina triangular superior (inferior), si todas sus compo-
nentes abajo (arriba) de la diagonal principal son cero. Y diagonal si la matriz es simultáneamente
triangular superior e inferior.
Determinantes
Definición 15. Sea A = ( aa21 11 a12
a22 ) una matriz de 2 × 2. Se define el determinante de A por
det (A) = a11 a22 − a12 a21 , con frecuencia se denotará det (A) por |A| ó | aa11 a12
21 a22 |.
3
Definición 17. Sea A una matriz de n × n y sea Mij la matriz de (n − 1) × (n − 1) que se obtiene de
A eliminando el renglón i y la columna j. Mij se llama el menor ij de A.
El cofactor ij de A, denotada por Aij , está dado por A = (−1)i+j |Mij | .
Luego el det(A) se puede ahora escribir como det(A) = |A| = a11 A12 + a12 A12 + . . . + a1n A1n y se
denomina expansión por cofactores en el primer renglón de A.
det(AB) = det(A)det(B)
Es decir, el determinante del producto es el producto de los determinantes.
Propiedades: Considere A de n × n
1.- Si cualquier renglón o columna de A es un vector cero, entonces det(A) = 0.
2.- Si el renglón i o columna j de A se multiplica por un escalar c, entonces det(A) se multiplica por
c. Por lo Tanto det(cA) = cn det(A) .
3.- Suponga que A, B y C son idénticas excepto por la columna j y que la columna j de C es la
suma de las j-ésimas columnas de A y B. Entonces
4.- El intercambio de cualesquiera dos renglones (o columnas) distintos de A tiene el efecto de mul-
tiplicar por −1.
6.- Si un renglón (columna) de A es un múltiplo escalar de otro renglón (columna), entonces det(A) = 0.
4
Teorema 8. Si A es invertible, entonces det(A) 6= 0 y
1
det(A−1 ) =
det(A)
Definición 18. Sea A una matriz de n × n y sea B = (Aij ) la matriz de cofactores. Entonces la adjunta
de A, escrito adj(A), es la transpuesta de la matriz B de n × n, es decir
adj(A) = B t = (Aji )
1
A−1 = adj(A)
det(A)