You are on page 1of 25

lgebra matricial

1 Operaciones con matrices


En esta seccin vamos a denir operaciones aritmticas con matrices y a
mostrar algunas de sus propiedades. Para ello conviene introducir una notacin
matricial que nos ser til para trabajar con las las y columnas de una matriz.
Como es bien sabido, una matriz de orden :: no es ms que una coleccin
de : : elementos ordenados en : las y : columnas. Sea = (a
I
) una matriz
de orden :: con coecientes (escalares) en un cuerpo K que ser siempre R
mientras no se diga lo contrario. Entonces puede ser considerada como una
coleccin de : vectores columna de R
n
= (a
1
, a
2
, ..., a
n
) donde a

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

se puede escribir como

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

Observacin 1: En la ecuacin matricial x = r


1
a
1
+r
2
a
2
+...+r
n
a
n
= b
resulta que la parte del centro es una combinacin lineal de los vectores columna
a
1
, a
2
, ..., a
n
. En consecuencia, un sistema lineal x = b es compatible si, y slo
si, el vector columna b se puede escribir como una combinacin lineal de los
vectores columna de la matriz . Cada solucin x = (r
1
, ..., r
n
) de x = b nos
permite escribir el vector b como combinacin lineal de los vectores columna a
I
de tomando precisamente los r
I
como escalares de dicha combinacin lineal.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
4
lgebra matricial de acuerdo a Csar Rodrguez
El teorema siguiente relaciona las soluciones de un sistema de ecuaciones
lineales con las correspondientes del sistema homogneo asociado.
Teorema 1: Supongamos que p R
n
es una solucin particular del sistema
de ecuaciones lineales x = b de orden ::.
1. Si v es una solucin cualquiera del sistema homogneo asociado x = 0,
entonces p +v es solucin de x = b.
2. Si u es una solucin cualquiera de x = b, entonces existe una solucin
v del sistema homogneo x = 0 tal que u = p +v.
Demostracin: Si p es una solucin particular de x = b, entonces p = b.
1. Si v es una solucin de x = 0, se tiene que v = 0. Entonces
(p +v) = p +v = b +0 = b,
de donde se deduce que p +v es una solucin de x = b.
2. Si u es una solucin de x = b, se sigue que u = b. Si ponemos v = up
entonces u = p+v y v es solucin del sistema homogneo x = 0 ya que
v =(u p) = u p = b b = 0.
Multiplicacin de matrices
Ms generalmente, es posible multiplicar una matriz por una matriz 1 si
el nmero de columnas de es igual al nmero de las de 1.
Denicin 5: Si = (a
I
) es una matriz de orden : : y 1 = (/
I
) es
una matriz de orden : r, entonces el producto 1 = C = (c
I
) es una matriz
de orden :r cuyos elementos estn denidos por
c
I
= a
I1
/
1
+a
I2
/
2
+... +a
In
/
n
=
n
X
|=1
a
I|
/
|
Es decir, el elemento (i, ,) del producto 1 es el producto escalar de la la
i-sima de por la columna ,-sima de 1 :
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

Observacin 3 (acerca de la mecnica de la multiplicacin de ma-


trices): en un producto de dos matrices = (a
I
) '
nn
(R) y 1 = (/
I
)
'
n:
(R), las columnas del producto 1 se obtienen multiplicando la matriz
por las columnas de 1, esto es,
1 = (b
1
, b
2
, ..., b
:
) = (b
1
, b
2
, ..., b
:
)
De la misma manera, las las de 1 estn formadas por el producto de las
las de por la matriz 1, esto es,
1 =

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=

Proposicin 2 (Producto por matrices nulas): Sea una matriz de


orden ::. Entonces
1) O
:n
= O
:n
2) O
n
= O
n
Observacin 5: Una diferencia importante que existe entre el producto de
matrices y el producto de nmeros reales, e incluso el producto de un escalar por
una matriz, es que si a/ = 0 entonces a = 0 / = 0. Sin embargo, puede ocurrir
que 1 = O siendo 6= O y 1 6= O, como sucede en el siguiente ejemplo.
Ejemplo 13:
Si =

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

Comprueba que 1 = C y, sin embargo, 1 6= C.


Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
7
lgebra matricial de acuerdo a Csar Rodrguez
La matriz identidad
Al igual que el nmero 1 es el elemento neutro respecto de la multiplicacin
de nmeros reales existe una matriz que al multiplicar otra matriz por ella no
altera las las ni las columnas.
Denicin 6: La diagonal principal o diagonal de una matriz cuadrada
de orden : : va desde la parte superior de la izquierda hasta la parte inferior
de la derecha, esto es, los elementos a
11
, a
22
, ..., a
nn
forman la digonal de .
Ejemplo 9:
Si =

3 2 4
6 7 8
1 0 3

entonces los elementos de la diagonal de son (3, 7, 3)


Denicin 7: La matriz identidad de orden :, denotada por 1
nn
o sim-
plemente por 1
n
o por 1, es una matriz cuadrada de orden : que tiene todos los
coecientes nulos excepto los 1 de la diagonal principal. Esto es
1
n
= (c
I
) donde c
I
=

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

Por tanto, la matriz identidad 1


n
es el elemento unidad del conjunto de todas
las matrices cuadradas de orden : con respecto a la multiplicacin de matrices.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
8
lgebra matricial de acuerdo a Csar Rodrguez
2 Matriz inversa
Un nmero real a se dice que tiene inverso si existe un nmero real / tal que
a/ = 1. Cualquier nmero real a no nulo tiene inverso / =
1
o
. En este apartado
generalizamos este concepto para matrices con la siguiente denicin.
Denicin 12: Una matriz de orden : : es no singular o invertible si
existe una matriz 1 tal que 1 = 1 = 1
n
. La matriz 1 se llama la inversa de
y se denotar por 1 =
1
.
Ntese que si 1 es una inversa de entonces tambin es una inversa de
1.
Observacin 7: Una matriz puede tener como mximo una matriz inversa
puesto que si 1 y C son matrices inversas de , entonces
1 = 11 = 1(C) = (1)C = 1C = C.
Ejemplo 16: Las matrices
=

2 4
3 1

y 1 =

1,10 2,5
3,10 1,5

son inversas una de otra pues


1 = 1 =

1 0
0 1

.
Hay matrices que no admiten inversa. Por ejemplo, la matriz
=

1 0
0 0

no tiene inversa puesto que si existiera una matriz


1 =

/
11
/
12
/
21
/
22

tal que 1 = 1 se debera vericar que


1 =

/
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

El lector puede comprobar que


1
=
1
= 1
3
.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
11
lgebra matricial de acuerdo a Csar Rodrguez
La siguiente Proposicin establece algunas propiedades importantes de las
matrices invertibles.
Proposicin 3: Sean y 1 matrices cuadradas de orden : y sea ` un
nmero real. Entonces:
i) Si es invertible, entonces
1
tambin lo es y (
1
)
1
=
ii) Si es invertible y ` 6= 0, entonces ` es invertible y (`)
1
= `
1

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

verican que 1 = C, siendo 1 6= C.


Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
12
lgebra matricial de acuerdo a Csar Rodrguez
3 La traspuesta de una matriz
Dada una matriz de orden : : , a menudo es til formar una nueva
matriz de orden : : cuyas columnas son las las de .
Denicin 10: La traspuesta de una matriz = (a
I
) de orden : :
es la matriz 1 de orden : : denida por 1 = (/
I
) donde /
I
= a
I
para
, = 1, 2, ..., : e i = 1, 2, ..., :. La traspuesta de se denota por
|
. En
otras palabras, la traspuesta de una matriz se obtiene cambiando sus las por
columnas, o alternativamente, sus columnas por las.
Ejemplo 15:
1) Si =

1 2 4
3 6 5

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)(

)
|
= (
|
)

Observacin 10: ntese que la propiedad 5) nos asegura que si es


invertible, entonces
|
tambin lo es y (
|
)
1
= (
1
)
|
4 Traza de una matriz cuadrada
Denicin 11: La traza de una matriz cuadrada = (a
I
), denotada por
Tr(), es la suma de los elementos de su diagonal principal, esto es,
Tr() =
n
X
I=1
a
II
= a
11
+a
22
+... +a
nn
Las propiedades de la traza son las siguientes:
1. Tr(O) = 0 ; Tr(1
n
) = :
2. Tr(+1) = Tr() +Tr(1)
3. Tr(`) = `Tr()
4. Tr(
|
) = Tr()
5. Tr(1) = Tr(1)
6. Tr(1) 6= Tr() Tr(1)
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
13
lgebra matricial de acuerdo a Csar Rodrguez
5 Algunos tipos especiales de matrices
1. Matrices diagonales
Denicin 12: Una matriz 1 se dice que es una matriz diagonal si es
cuadrada y tiene nulos todos sus coecientes que no estn en la diagonal
principal. En general, una matriz diagonal se denota especicando sus
elementos de la diagonal principal como sigue:
1 = 1iaq(a
11
, a
22
, ..., a
nn
) =

a
11
0 . . . . . . 0
0 a
22
0 . 0
. .
.
.
.
. .
. . .
.
.
. .
0 0 . . . . . . a
nn

Observacin 11: Desde la izquierda, la accin de multiplicar por una


matriz diagonal consiste en reescalar las las de la otra matriz mientras
que desde la derecha se reescalan las columnas.
Ejemplo 11:

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

5. Matrices hemisimtricas (o antisimtricas)


Denicin 16: Una matriz de orden : : es hemisimtrica (o anti-
simtrica) si
|
= , esto es, si a
I
= a
I
(de donde se deduce que
a
II
= 0).
Las siguientes matrices son hemisimtricas:

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

es una matriz elemental de tipo I puesto que se ha obtenido intercambiando las


dos primeras las (o columnas) de 1
3
.
Tipo II. Una matriz elemental de tipo II es una matriz que se obtiene mul-
tiplicando una la (o columna) i-sima de 1
n
por una constante no nula c y se
denotar por 1
I
(c) .
Ejemplo 20: La matriz
1
3
(5) =

1 0 0
0 1 0
0 0 5

es una matriz elemental de tipo II puesto que se obtiene multiplicando por 5 la


tercera la de 1
3
o multiplicando por 5 la tercera columna de 1
3
.
Tipo III. Una matriz elemental de tipo III es una matriz que se obtiene
sumando en la matriz identidad 1
n
, a la la i-sima, la la ,-sima multiplicada
por un escalar c no nulo ( o sumando a la columna ,-sima, la columna i-sima
multiplicada por c ). Una tal matriz elemental ser denotada por 1
I
(c) .
Ejemplo 21: La matriz
1
13
(3) =

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

Si realizamos en la operacin elemental por las 1


1
+ 41
3
se obtiene
=

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

Si realizamos la misma operacin en la matriz identidad 1


3
se obtiene una
matriz elemental 1 :
1
3
=

1 0 0
0 1 0
0 0 1

J1+4J3
1 =

1 0 4
0 1 0
0 0 1

Entonces se verica que


1 = 1
esto es,
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

Realizando la misma operacin elemental en las columnas de 1


4
resulta
1
4
=

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

Entonces se cumple que


1
0
= 1
0
esto es,
1
0
=

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

reduce a la forma escalonada reducida


1 =

1 2 2 3 1
0 0 1 2 2
0 0 0 0 0

se tiene que ra:q = 2.


El siguiente Teorema proporciona algunas propiedades de las matrices in-
vertibles.
Teorema 4: Sea una matriz cuadrada de orden : :. Las condiciones
siguientes son equivalentes:
1. es invertible o regular (o no singular)
2. rq() = :
3. La forma escalonada reducida de es la matriz identidad 1
n
.
4. es producto de matrices elementales y, por tanto, invertibles.
5. x = 0 tiene nicamente la solucin trivial.
6. El sistema x = b tiene una nica solucin.
Observacin 14: En efecto, si es una matriz cuadrada invertible de orden
::, entonces es equivalente por las a la matriz identidad 1
n
. Esto implica
que existe un nmero nito de matrices elementales 1
1
, 1
2
, .., 1
|
tal que
1
|
1
|1
1
2
1
1
= 1
n
.
Puesto que toda matriz elemental es invertible se puede despejar de la
igualdad anterior multiplicando ambos lados de la igualdad por
1
1
1
1
1
2
1
1
|1
1
1
|
= (1
|
1
|1
1
2
1
1
)
1
,
obtenindose que
=

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

es invertible y es fcil comprobar que


1
2
1
1
= 1
2
donde 1
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

, lo cual coincide con lo que ya sabamos.


Ejemplo 26: Calcula
1
si
=

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

1,2 3,2 1,2


1,2 1,2 1,2
1 3 1

J
1
2J
2

1 0 0
0 2 0
0 0 6

1,2 1,2 1,2


1,2 1,2 1,2
1 3 1

1
2
J
2

1
6
J
3

1 0 0
0 1 0
0 0 1

1,2 1,2 1,2


1,4 1,4 1,4
1,6 1,2 1,6

Por tanto,

1
=

1,2 1,2 1,2


1,4 1,4 1,4
1,6 1,2 1,6

Ejemplo 27: Resolver el sistema


r +4j +3. = 12
r 2j = 12
2r +2j +3. = 8

Puesto que la matriz de coecientes del sistema es la matriz del ejemplo


anterior , la solucin del siatema es
x =
1
b =

1,2 1,2 1,2


1,4 1,4 1,4
1,6 1,2 1,6

12
12
8

4
4
8,3

7 Matrices equivalentes por columnas.


El concepto de matrices equivalentes por columnas se puede denir de una
manera anloga al de las.
Denicin 17: Una matriz es escalonada por columnas si cada una de
las columnas comienza con una sucesin de ceros que tiene algn cero ms (por
lo menos uno) que la columna anterior situada a su izquierda. Ntese que si
hubiera columnas formadas slo por ceros, stas seran las ltimas columnas de
la matriz.
Denicin 18: Una matriz es escalonada reducida por columnas si es
escalonada por columnas y adems verica que en las columnas en las que algn
elemento es no nulo, el primero de stos es un 1 y es el nico elemento no nulo
en su la.
Teorema 6: Cada matriz es equivalente por columnas a una nica matriz
escalonada reducida por columnas.
Departamento de Matemticas,
Universidad de Las Palmas de Gran Canaria
23
lgebra matricial de acuerdo a Csar Rodrguez
Ejemplo 28: La matriz reduce a forma escalonada reducida por columnas
de la siguiente manera:
=

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

Ejemplo 29: Si se considera la matriz siguiente


=

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

You might also like