Professional Documents
Culture Documents
Matrices
47
48 Matrices
Nombre P1 P2 P3 Q E
Leonardo 3.6 3.0 4.0 5.0 3.6
Fresia 7.6 9.4 5.6 6.0 7.5
Alejandro 5.5 2.2 0 3.0 2.6
Hernán 7.2 5.4 4.5 7.0 5.8
Michael 8.2 6.3 4.3 7.0 6.3
Karla 8.8 4.5 6.7 8.5 6.7
Norberto 6.3 5.9 5.5 7.7 6.0
Manuel 7.1 7.3 7.1 7.0 7.2
Erick 5.3 3.6 1.3 2.0 3.3
d11 0 ... 0
.. ..
0 d22 . .
D=
.
.. .. ..
. . 0
0 ... 0 dnn
t11 0 ... 0
t11 t12 ... t1n
.. .. 0 t22 t2n
t21 t22 . .
T = o T = .. ..
. ..
.. ..
.. . 0
. . . .
tn1 tn2 ... tnn 0 ... 0 tnn
� � 1 4
1 2 3
Ejemplo 2.4 Si A = entonces At = 2 5
4 5 6
3 6
c11 c1
c = ... , pero usualmente la denotamos por c = ..
.
cn1 n×1 cn
2.1 Algunos tipos de matrices 53
c = (c1 , c2 , . . . , cn )
1 4
Ejemplo 2.5 Las filas de la matriz 5 2 son vectores del
3 1
3 Más adelante se justifican los nombres: vectores y espacio vectorial.
0
0
1
� �
� � 0
4 Con 0 1 0,
esta notación, el vector e2 puede ser ó 1 ó ó
1 0 .
0 .
0 .
0
según sea el espacio a que pertenezca.
54 Matrices
espacio IR2 :
� � � � � � 1 4
1 5 3
, , y sus columnas 5 , 2
4 2 1
3 1
1. A = B ⇐⇒ aij = bij ∀ i, j
2. A + B = (aij + bij )
3. αA = (αaij )
2.2 Operaciones con matrices y propiedades 55
1 3
0 0 0 1
1 0 1 0
A=
1
1 0 1
0 1 0 0
2 4
5 Recuerde
que un vector es una matriz n × 1, luego la suma vectorial y
el producto de un escalar por un vector, son las mismas operaciones para
matrices ya definidas
2.4 Propiedades del producto matricial 59
0 0 0 1 0 0 0 1 0 1 0 0
1 0 1 0 1 0 1 0 1 1 0 2
A2 =
1 =
1 0 1 1 1 0 1 1 1 1 1
0 1 0 0 0 1 0 0 1 0 1 0
�
1 si hay comunicación de i a k y de k a j.
aik akj =
0 si no hay comunicación de i a k o de k a j.
n
� n
� p
�
(a(bc))ij = aik (bc)kj = aik bkr crj
k=1 k=1 r=1
� p
n � p �
� n
= aik bkr crj = aik bkr crj
k=1 r=1 r=1 k=1
p p
� n �
� � �
= aik bkr crj = (ab)ir crj
r=1 k=1 r=1
= ((ab)c)ij
2.4 Propiedades del producto matricial 61
A(X1 , X2 , . . . , Xn ) = I = (e1 , e2 , . . . , en )
o sea,
(AX1 , AX2 , . . . , AXn ) = (e1 , e2 , . . . , en )
Ası́, el problema de encontrar X tal que AX = I se puede in-
terpretar como el de encontrar n columnas X1 , X2 , . . . , Xn tales
que
AXi = ei para i = 1, 2 . . . , n.
Y dicho problema se resuelve, si todos los sistemas AXi = ei
tienen solución. Ahora, si aplicando operaciones elementales por
fila a A se puede obtener In , es decir, si A es equivalente a la
identidad, entonces todos estos sistemas tienen solución y, es-
pecı́ficamente, tienen solución única.
Por otra parte, como para resolver cada uno de los sistemas,
Ax = ei , hay que reducir la matriz (A|ei ) a su forma escalonada re-
ducida y esta tarea demanda exactamente las mismas operaciones
elementales para cada i, entonces si se aplican dichas operaciones
elementales a la siguiente matriz:
(A|e1 , e2 , . . . , en ) = (A|I)
2 6 1 1 0 0
f1 , f 2
(A|I3 ) = −1 0 1 0 1 0
−→
2 7 5 0 0 1
−1 0 1 0 1 0 2f1 + f2 −1 0 1 0 1 0
2 6 1 1 0 0 2f1 + f3 0 6 3 1 2 0
2 7 5 0 0 1 −→ 0 7 7 0 2 1
−f1 1 0 −1 0 −1 0
−7f2 + f3
(1/6)f2 0 1 12 1
6
1
3 0
−→
−→ 0 7 7 0 2 1
1 0 −1 0 −1 0 1 0 −1 0 −1 0
01 1 1 1 (2/7)f3
2 6 3 0 0 1 12 1
6
1
3 0
−→
0 0 72 −7 −1
6 3 1 00 1 −1 −2
3 21
2
7
(−1/2)f3 + f2 1 0 0 −1/3 −23/21 2/7
f3 + f1 0 1 0 1/3 8/21 −1/7
−→ 0 0 1 −1/3 −2/21 2/7
X = (X1 , X2 , . . . , Xn )
la inversa derecha de A:
Ax = ei tiene solución única para cada i = 1, . . . , n
lo que significa que la condición de que A sea equivalente a la
identidad es una condición necesaria y suficiente para que exista
X tal que AX = I. Por otra parte, si A es equivalente a la identi-
dad, utilizando matrices elementales —las que se introducen en la
siguiente sección— resulta fácil mostrar que A también tiene una
inversa izquierda. Entonces se deduce que una condición nece-
saria y suficiente para la existencia de la inversa de A es que A
sea equivalente a la identidad, lo cual se resume en el siguiente
teorema agregando un nuevo enunciado equivalente.
(A−1 )−1 = A.
(AB)−1 = B −1 A−1 .
0 1 0 1 0 0
E(f1 , f2 ) = 1 0 0 y E(f2 , f3 ) = 0 0 1
0 0 1 0 1 0
1 0 0 1 0 0
E(af1 + f2 ) = a 1 0 y E(af3 + f2 ) = 0 1 a
0 0 1 0 0 1
afi
E(afi )A = B ⇐⇒ A B
−→
f ,f
E(fi , fj )A = B ⇐⇒ A i j B
−→
afi + fj
E(afi + fj )A = B ⇐⇒ A B
−→
1 0 2
E(2f1 + f2 )A = 0 1 7
0 −1 −4
que es equivalente a hacer respectivamente las operaciones ele-
mentales que siguen:
0 −1 −4
f ,f
A 1 3 −2 1 3 y
−→
1 0 2
1 0 2
2f1 + f2 0
A 1 7
−→
0 −1 −4
Con esto tenemos, que las tres frases siguientes expresan la misma
idea.
i) B es equivalente a A.
ii) B se obtiene de A por medio de una secuencia de operaciones
elementales.
iii) Existen matrices elementales E1 , · · · , Er , tales que
(Er · · · E1 )A = B.
0 0 0 1
Ejemplo 2.12 Sea A = 1 2 2 3
0 1 −1 2
Solución:
1 0 0 0 1 0 0 1 0
0 0 1 1 0 0 = 0 0 1
0 1 0 0 0 1 1 0 0
2.6 Matrices elementales 71
1 0 4 −1
−2f3 + f2
0 1 −1 0
−→
0 0 0 1
1 0 4 0
f3 + f1
0 1 −1 0 = R
−→
0 0 0 1
C1 C =
101 10 0 1 −2 0 100 010
0 1 0 0 1 −2 0 1 0 0 0 1 1 0 0
001 00 1 0 0 1 010 001
a. A es invertible.
b. A es equivalente a In .
c. A es un producto de matrices elementales.
d. A tiene una inversa derecha.
e. A tiene una inversa izquierda.
(Et · · · E1 )A = I =⇒ A−1 = Et · · · E1
O1 O2
(A|In ) (E1 A|E1 In ) = (E1 A|E1 )
−→ −→
On−1
(E2 E1 A|E2 E1 ) · · · (Et−1 · · · E1 A|Et−1 · · · E1 )
−→
Ot
(Et Et−1 · · · E1 A|Et Et−1 · · · E1 ) = (In |A−1 ).
−→
Solución:
1
2 0 0 1 0 0 1 1 0 0 2 0 0
4 3 0 0 1 0 2 f1 4 3 0 0 1 0
−→
6 2 1 0 0 1 6 2 1 0 0 1
1
−4f1 + f2 1 0 0 2 0 0 1
−6f1 + f3 0 3 0 −2 1 0 3 f2
−→
−→ 0 2 1 −3 0 1
1 1
1 0 0 2 0 0 100 2 0 0
0 1 0 − 2 1 0 −2f2 + f3 0 1 0 − 23 1
0
3 3 −→ 3
0 2 1 −3 0 1 001 − 53 − 23 1
Por lo tanto
A−1 =
1 1
E(−2f2 + f3 )E( f1 )E(−4f1 + f2 )E(−6f1 + f3 )E( f1 )
3 2
1
1 00 100 100 100 2 0 0
= 0 1 0 0 13 0 −4 1 0 0 1 0 0 1 0
0 −2 1 001 001 −6 0 1 0 01
1
2 0 0
= − 23 1
3 0
− 53 − 23 1
A=
1
−1
−1
−1
−1
−1
00
2 100 100 100 1 00
0 1 0 0 1 0 −4 1 0 0 1 0 0 1 0
3
0 01 −6 0 1 001 001 0 −2 1
200 100 100 100 100
= 0 1 0 0 1 0 4 1 0 0 3 0 0 1 0
001 601 001 001 021
2.7 Independencia lineal de vectores 75
v = α1 v1 + α2 v2 + . . . + αr vr
P J = P G + P E + P P,
=⇒ α 1 u1 + α 2 u2 +
. . . + α
k−1 uk−1 − uk = 0n
α1
.. 0
u1 u2 . . . uk . = ..
=⇒ . .
αk−1
0
−1
Ax = 0n
=⇒ α1 u1 + α2 u2 + . . . + αk uk = 0n
=⇒ u1 = −α 2 −αk
α 1 u2 + . . . + α 1 uk .
Luego u1 es combinación lineal de u2 , . . . , uk .
0n = a1 u1 + a2 u2 + · · · + ak uk =⇒ a1 = a2 = . . . = ak = 0
03 = a1 u1 + a2 u2 + a3 u3 =⇒ a1 = a2 = a3 = 0.
Como se ha visto:
0 0 0 0 0
0 0 0
• primero, hay tres columnas que son l.i. (las que contienen
un primer 1)
• y segundo, si se agrega cualquier otra columna, se agrega
una que es combinación lineal de las anteriores, con lo que
el conjunto resultante serı́a l.d.
82 Matrices
Ek · · · E1 A = R = (R1 , R2 , R3 , R4 , R5 )
Ek · · · E1 Ai = Ri .
(A1 A3 A5 )x = 0 y (R1 R3 R5 )x = 0
• H tiene rango r.
• Existen E1 , . . . , Ep matrices elementales tal que
Ep · · · E1 A = H con Ep · · · E1 = E.
2.8 Ejercicios
c) (A − B)(A + B) d) A2 − B 2
e) CC t f) C tC
−1 2 0 −1 2 0
2. Sean A = 2 1 1 , y B= 1 1 2 .
0 1 2 0 1 1
a) Efectúe las siguientes operaciones:
1
3) (A − 3I3 )(A2 + A − 3I3 ) 4) 9 A(−A
2
+ 2A + 6I3 )
5. Demuestre
� que �la suma de dos matrices de la forma
a b
A= , donde a, b son números reales, es una ma-
−b a
triz de la misma forma.
C1 = α1 A + β1 B; C2 = α2 A + β2 B
A3 − B 3 = (A − B)(A2 + AB + B 2 ).
6 ei vector con un 1 en la posición i−ésima y el resto de sus entradas
iguales a cero
86 Matrices
0 1 1 0
a.) Escriba el diagrama correspondiente.
b.) Calcule A + A2 e interprete el resultado.
13. Calcule
� las matrices
� inversas
� derechas
� de: � �
3 1 2 −3 2 0
A= , B= , C=
5 2 4 4 0 3
14. Si es posible, determine una inversa derecha de A, y si existe
verifique que también es una inversa izquierda.
1 1 0
A= 0 1 1
1 0 1
16. Demuestre que si una matriz cuadrada tiene una fila de ceros,
entonces no puede tener inversa. Análogamente si tiene una
columna de ceros.
0 0 0 k4 k4 0 0 0 0 0 1 k
A(B t + C) = D, con
1 −1 0 1 2 1 1
A= 0 1 0 , C = 3 4 , D = 3 0 .
0 0 3 0 5 1 3
1 −1 0 1
24. Sea A = 1 2 2 3
0 1 −1 2
a. Calcular una matriz B escalonada y una matriz C escrita
como producto de matrices elementales 3 × 3, tales que
B = CA.
b. Lo mismo que en (a), pero con B es escalonada reducida.
4 0 1
25. a) Pruebe que A = 2 3 6 no tiene inversa.
6 −3 −4
29. a) �
¿Cuál es la� combinación lineal de las columnas
� � de A =
1 −1 5
que es igual al vector b = ?
2 3 0
� �
1 −1 5
b) ¿Cuál es el rango de (Ab) = ?
2 3 0
es linealmente dependiente?
a) v2 = v1 + 2v4 .
b) El sistema Ax = b tiene infinitas soluciones ∀ b ∈ IR4 .
c) Toda matriz escalonada equivalente a A tiene al menos
una fila de ceros.
d) Existe un vector columna x ∈ IR4 , x �= 0, tal que
xt A = 0.
1 0 1 0
37. Sea A = 1 0 1 0 = (u v w 03 ), donde u, v, w,
−1 1 0 0
y 03 son los vectores columna de A. En cada caso, responda
con cierto, falso o no hay suficiente información para decidir.
Justifique sus respuestas.
2.8 Ejercicios 91
Demuestre que:
i) tr(A) = tr(At )
ii) tr(A + B) = tr(A) + tr(B)
iii) tr(AB) = tr(BA) con B ∈ M (n, IR)
iv) tr(aA) = a tr(A) donde a ∈ IR.
2
In − t
xxt
xx
es una matriz simétrica y ortogonal.
2.8 Ejercicios 93
� �
2 −1
48. a) Sea A = . Resuelva el sistema Ax = 0 y
−4 2
defina una matriz B, 2 × 3, no nula tal que AB = 0.
b) Sea A una matriz n × n, no invertible. Pruebe que existe
una matriz B, n × m tal que B �= 0 y AB = 0.
a) A es invertible.
b) El conjunto solución de Ax = 0 es S = {0}.
(i) Si X t X = 0 entonces X = 0.
(ii) Sean P, Q ∈ M (q, m, IR) tales que P X t X = QX t X, en-
tonces P X t = QX t . Sugerencia: si Y = X(P − Q)t
verifique que Y t Y = 0.
7 Para resolver esta parte del ejercicio se recomienda usar determinantes,
por lo que se sugiere estudiar primero el siguiente capı́tulo de este texto.
94 Matrices