Professional Documents
Culture Documents
Aznar
Dpto. de Álgebra
MATRICES Y DETERMINANTES.
Página de Abertura
1. Introducción 4
2. Matrices 7 Contenido
Definición 1 7
Ejemplo 1 8 JJ II
Definición 2 9
J I
Definición 3 9
Ejemplo 2 9 Página 1 de 65
Definición 4 9
3. Aritmética de matrices 10 Atrás
Definición 10 23
Atrás
Lema 3 23
Ejemplo 11 24 Pantalla grande/pequeña
Definición 11 25
Teorema 2 26 Cerrar
Corolario 1 27
7. Transformaciones elementales 27
Enrique R. Aznar
Lema 4 28 Dpto. de Álgebra
Ejemplo 12 28
Ejemplo 13 30
8. Determinantes 33
Definición 12 33
Lema 5 39
Ejemplo 14 40
Página web personal
Lema 6 40
Teorema 3 41 Página de Abertura
Lema 7 42
Definición 13 45 Contenido
Lema 8 45
JJ II
9. Formas normales de Hermite. 47
Definición 14 47 J I
Ejemplo 15 47
10. Equivalencia de matrices. 49 Página 3 de 65
Definición 15 49
Atrás
Ejemplo 16 50
Teorema 4 52 Pantalla grande/pequeña
Ejemplo 17 53
11. Apéndice : Matriz de Vandermonde. 55 Cerrar
Teorema 5 57
Corolario 2 57
Enrique R. Aznar
Ejemplo 18 58 Dpto. de Álgebra
12. Ejercicios. 59
Ejercicio 1 59
Ejercicio 2 59
Ejercicio 3 60
Ejercicio 4 60
Ejercicio 5 60
Página web personal
Ejercicio 6 60
Ejercicio 7 60 Página de Abertura
Ejercicio 8 61
Ejercicio 9 61 Contenido
Ejercicio 10 61
JJ II
13. Test de repaso. 61
J I
Página 4 de 65
1. I NTRODUCCIÓN Atrás
Una matriz puede ser definida inicialmente como una tabla rectangular que Pantalla grande/pequeña
contiene cantidades abstractas que pueden ser sumadas o multiplicadas.
Cerrar
Aunque el nombre de matriz es relativamente reciente (fue introducido en
1850 por James Joseph Sylvester), su uso se remonta a la antigua China, con
el estudio de sistemas de varias ecuaciones lineales.
Enrique R. Aznar
Las matrices están presentes en Matemáticas así como en casi todas las dis- Dpto. de Álgebra
ciplinas científicas actuales. La teoría de matrices es una de las ramas mas
rica, abstracta y útil de las matemáticas.
Las matrices de números son especialmente útiles para el tratamiento de
datos estadísticos. Sus aplicaciones van desde la ingeniería hasta la física,
pasando por todas las ramas científicas. Hoy día, no se concibe una matemática
aplicada sin este concepto. Página web personal
Las matrices proporcionan una notación compacta y flexible especialmente Página de Abertura
adecuada para estudiar transformaciones lineales. Permiten, además, un
tratamiento simple y organizado de la resolución de sistemas lineales, in- Contenido
cluidos sistemas de ecuaciones diferenciales.
JJ II
Fueron estudiadas, en 1857, por Cayley1 considerado el padre del Álgebra
Lineal. Sin embargo mucho antes, en 1683, el japonés Seki Takakazu e J I
independientemente, en 1693, el alemán Gottfried Leibnitz ya habían con-
Página 5 de 65
siderado la asignación de un número a un array cuadrado de números.
Atrás
Pantalla grande/pequeña
Cerrar
1
Matemático británico y profesor en Cambridge, Arthur Cayley (1821-1895), fue uno de
los matemáticos mas prolíficos de la historia junto con Leonard Euler y Paul Erdös.
Enrique R. Aznar
O sea, ya habían considerado la definición de determinante de una matriz Dpto. de Álgebra
cuadrada. Durante los siguientes 120 años los determinantes fueron estudia-
dos en conexión con la solución de s.l. de ecuaciones como p.ej.
¾
a 11 x + a 12 y = b 1 Página web personal
a 21 x + a 22 y = b 2
Página de Abertura
Contenido
Así, las aplicaciones de los determinantes fueron investigadas antes e inde- Pantalla grande/pequeña
pendientemente del desarrollo de la teoría de matrices. En 1900, Thomas
Cerrar
Muir compendió todo lo conocido en un tratado de 4 volúmenes.
Hoy día, los determinantes representan un papel pequeño en los tremendos
cálculos matriciales que surgen a menudo en las aplicaciones modernas.
Enrique R. Aznar
2. M ATRICES Dpto. de Álgebra
A = ((a 11 , . . . , a 1n ), . . . , (a m1 , . . . , a mn ))
Atrás
2
K usualmente será Q, R o C.
3
Hay otra forma equivalente de definir matriz por columnas.
Enrique R. Aznar
Por ejemplo, con esta definición, la matriz Dpto. de Álgebra
µ ¶
1 1
A =
2 −1
será el vector formado por sus filas4
A = ((1, 1), (2, −1))
µ ¶ Página web personal
1 −1 9
Ejemplo 1. A = es de orden 2 × 3. O sea, tiene 2 filas y 3
2 0 5
Página de Abertura
columnas.
Contenido
Claramente, dos matrices son iguales si tienen igual orden e iguales elemen-
tos en cada una de sus posiciones. JJ II
De una matriz con una única fila diremos que es una matriz fila y de una Pantalla grande/pequeña
matriz con una única columna que es una matriz columna. Una matriz es
cuadrada si tiene igual número de filas que de columnas, esto es: si es de Cerrar
Así, por ejemplo, M3 (R) designará al conjunto de todas las matrices cuadradas
de orden 3 con coeficientes en el cuerpo R de los números reales, mientras
que M2×3 (Q) será el conjunto de todas las matrices de 2 filas y 3 columnas
Página web personal
con coeficientes en el cuerpo de los racionales.
Definición 3. Para una matriz A , llamaremos submatriz de A , a cada matriz Página de Abertura
0 0 5
Contenido
JJ II
3. A RITMÉTICA DE MATRICES
J I
3.1. Suma de Matrices. Dadas dos matrices de igual orden m × n , A =
(a i j ) y B = (b i j ) se define su suma como la matriz del mismo orden dada Página 10 de 65
por:
Atrás
a 11 + b 11 ... a 1n + b 1n
A + B = (a i j + b i j ) =
.. .. .. Pantalla grande/pequeña
. . .
a m1 + b m1 . . . a mn + b mn Cerrar
5Es costumbre dar estas definiciones para matrices cuadradas. Aunque, las mismas
definiciones tienen sentido para matrices rectangulares.
Enrique R. Aznar
Esto es, la suma de las matrices A y B es la matriz que en la fila i , columna Dpto. de Álgebra
j , tiene al elemento a i j + b i j , suma de los correspondientes elementos de A
y B . La suma de matrices sólo está definida para matrices de igual orden.
Ejemplo 3.
µ ¶ µ ¶ µ ¶
1 2 −1 3 1 1 4 3 0
+ = Página web personal
0 1 1 −1 1 1 −1 2 2
Página de Abertura
donde la matriz cero tiene todas sus entradas cero, ai j = 0. Esto es,
Pantalla grande/pequeña
Cerrar
0 ... 0
. .
0 = .. . . . ..
0 ... 0
Enrique R. Aznar
y donde la matriz opuesta, de una matriz A , se define cambiando el signo a Dpto. de Álgebra
cada entrada o elemento de la matriz original:
−a 11 ... −a 1n
. .. ..
−A = .. . .
−a n1 . . . −a nn
La demostración de las 4 propiedades de la suma se basa en que las mismas Página web personal
propiedades son ciertas para la suma de elementos en el cuerpo K 6.
Página de Abertura
Definición 5. Un conjunto V junto con una operación interna que verifique
las 4 propiedades anteriores: Asociativa, Existencia de neutro, Existencia Contenido
de simétricos y Conmutativa lo llamaremos un grupo abeliano.
JJ II
Cuando a la operación la denominamos suma, +. Entonces, al elemento
neutro lo llamamos cero, a los simétricos los llamamos opuestos y al grupo J I
abeliano, lo denotamos (V, +) y lo llamamos un grupo aditivo.
Página 12 de 65
Existen por tanto muchos grupos aditivos de matrices. Por ejemplo, (M2×3 (R), +) Cerrar
es un grupo aditivo, también (M2×2 (Q), +), (M3×3 (C), +), etc.
6Recuerda que K será normalmente un cuerpo numérico Q, R o C.
Enrique R. Aznar
3.2. Producto de un escalar por una matriz. Dada una matriz A = (ai j ) ∈ Dpto. de Álgebra
M m×n (K ) y dado un escalar a ∈ K , se define su producto como la matriz de
orden m × n
aa 11 . . . aa 1n
. .. ..
a A = (aa i j ) = .. . .
aa n1 . . . aa nn
µ ¶ Página web personal
1 2 −1
Ejemplo 4. Si multiplicamos 2 por la matriz A = obtenemos
0 1 1 Página de Abertura
µ ¶ µ ¶
1 2 −1 2 4 −2 Contenido
2A = 2 =
0 1 1 0 2 2
JJ II
Definición 6. Un grupo aditivo (V, +) junto con un producto por los elemen- Cerrar
tos (escalares) de un cuerpo K que verifique las 4 propiedades anteriores:
las dos Distributivas, la Pseudoasociativa y la Unitaria lo llamaremos un
espacio vectorial. A veces, a sus elementos los llamaremos vectores.
Enrique R. Aznar
Por lo visto anteriormente, el conjunto de todas las matrices, V = Mm×n (K ), Dpto. de Álgebra
de la misma dimensión con entradas en un cuerpo K , con la suma de matrices
y con el producto por escalares definido antes, es un espacio vectorial.
Existen por tanto muchos espacios vectoriales de matrices. Por ejemplo,
M 2×3 (R), también M 2×2 (Q), M 3×3 (C), etc. Entre todos ellos, hay algunos que
son mas sencillos o que admiten interpretación geométrica. Son las matrices
que tienen una única fila. Página web personal
Por ejemplo, M1×2 (R) es el conjunto de los puntos o vectores usuales del Página de Abertura
plano (dos dimensiones). Y M1×3 (R) el de los puntos o vectores usuales del
espacio (tres dimensiones)7. Contenido
JJ II
3.3. Producto de matrices. Dadas matrices A y B en las siguientes condi-
J I
ciones:
Página 14 de 65
• A = (a i k ) ∈ M m×p (K ) (m filas y p columnas)
• A = (b k j ) ∈ M p×n (K ) (p filas y n columnas) Atrás
O sea, Pp Pp
k=1
a 1k b k1 ... k=1
a 1k b kn
C = AB =
.. ... ..
. .
Pp Pp
k=1
a mk b k1 ... k=1
a mk b kn
gráficamente los órdenes o dimensiones de las matrices son Página web personal
A · B = C Página de Abertura
m×p p ×n = m ×n
µ ¶ Contenido
1 2 −1
Ejemplo 5. Si multiplicamos la matriz A = por la matriz
0 1 1 JJ II
1 −1 0
J I
B = 0 1 1
1 1 1 Página 15 de 65
obtenemos la matriz
Atrás
µ ¶ 1 −1 0 µ ¶
1 2 −1 0 0 1
C = AB = 0 1 1 =
Pantalla grande/pequeña
0 1 1 1 2 2
1 1 1
Cerrar
Observaremos, que el otro producto B A no tiene sentido, ya que no está
definido al no coincidir el número de columnas, 3 de la matriz B con el
número de filas, 2, de la matriz A .
Enrique R. Aznar
Recordemos que el elemento c i j que ocupa el lugar i , j en AB se obtiene a Dpto. de Álgebra
partir de la fila i -ésima de A y la columna j -ésima de B (que han de tener
igual número de elementos, en este caso p )
a 11 ... a 1p
c 11 ... c1 j ... c 1n
.. .. b .. .. ..
. . .
. . 11 . . . b 1 j . . . b 1n
.. .. ..
= ci 1 ... ci j ... ci n
ai 1 . . . ai p
. . . Página web personal
.. .
.. b p1 . . . b p j
. .. ..
. . . a pn
. .. . . Página de Abertura
a m1 . . . a mp c m1 . . . cm j . . . c mn
Contenido
El producto de matrices, cuando existe, verifica las siguientes propiedades.
JJ II
Asociativa: (AB )C = A(BC )
Unitarias: I m A = A = AI n J I
Distributiva derecha: A(B +C ) = AB + AC
Página 16 de 65
Distributiva izquierda: (B +C )A = B A +C A
Pseudoasociativa respecto de las matrices: a(AB ) = (a A)B = A(aB ) Atrás
Cuando las matrices son cuadradas del mismo orden; o sea, en el conjunto Pantalla grande/pequeña
M n (K ), todos los productos anteriores tienen sentido. Por tanto, obtenemos.
Cerrar
Teorema 1. El conjunto de las matrices cuadradas con coeficientes en un
cuerpo con su aritmética , (Mn (K ), +, .), tiene estructura de anillo, no con-
mutativo para todo n > 1.
Enrique R. Aznar
Para ver la no conmutatividad, veamos el siguiente. Dpto. de Álgebra
Contenido
4. M ATRIZ TRASPUESTA
JJ II
Dada una matriz
a 11 ... a 1n J I
.. .. ..
A = . . .
Página 17 de 65
a m1 . . . a mn
llamamos matriz traspuesta de A , y la denotamos por A t , a la matriz que se Atrás
a 1n . . . a mn
Por tanto, si A es m × n . Su traspuesta es n × m .
Enrique R. Aznar
Ejemplo 7. Si Dpto. de Álgebra
1 −1 1
A = −3 2 −1
−2 1 0
Entonces, su traspuesta es
1 −3 −2
A t = −1 2 1 Página web personal
1 −1 0
Página de Abertura
La trasposición de matrices, verifica las siguientes propiedades.
Contenido
Aditiva: (A + B )t = A t + B t
Multiplicativa: (AB )t = B t A t JJ II
Preservación del producto escalar: (a A)t = a A t
J I
Definición 7. Dada una matriz cuadrada, A ∈ Mn (K ), se dice que A es
simétrica cuando coincide con su traspuesta. Esto es, A = A t . Página 18 de 65
Atrás
Cláramente, el que una matriz A = (ai j ) sea simétrica equivale a las igual-
dades ai j = a j i para todo i 6= j . Gráficamente, a que sus entradas sean Pantalla grande/pequeña
simétricas respecto de la diagonal principal.
Cerrar
a 11 ... a 1n
. .. ..
A = .. . .
a 1n . . . a nn
Enrique R. Aznar
Por ejemplo, la siguiente matriz es simétrica 3 × 3 Dpto. de Álgebra
Ejemplo 8.
1 −1 2
A = −1 2 0
2 0 3 Página web personal
ya que si cambiamos filas por columnas, coincide con ella misma. Sin em- Página de Abertura
bargo la matriz
Contenido
1 −1 2 JJ II
B = 3 2 0
2 0 3 J I
Página 19 de 65
no es simétrica porque su traspuesta
Atrás
1 3 2 Pantalla grande/pequeña
B t = −1 2 0
Cerrar
2 0 3
bp Página de Abertura
8
se obtiene una matriz 1 × 1. O sea, un único escalar . Contenido
Como un conjunto finito ordenado de escalares se puede ver tanto como una
JJ II
matriz fila, como una matriz columna. Es costumbre, definir el producto
escalar de dos vectores fila, u = (a1 , . . . , a p ) y v = (b1 , . . . , b p ) de la forma J I
anterior. O sea,
Página 20 de 65
Definición 8.
Atrás
b1
b2
¢
Pantalla grande/pequeña
u.v = uv t = a 1
¡
. . . a p . = a1 b1 + · · · + a p b p
..
Cerrar
bp
0
Página web personal
Sin embargo, el producto
Página de Abertura
1 ¡ −2 1 0
u t v = 2 −2 1 0 = −4
¢
2 0 Contenido
−1 2 −1 0
JJ II
es una matriz cuadrada 4 × 4 que no es la matriz cero9.
J I
10
El producto escalar de vectores, verifica las siguientes propiedades . Página 21 de 65
9Si se multiplica una columna por una fila, lo que se obtiene siempre es una matriz Cerrar
rectangular.
10Son consecuencia de las propiedades del producto de matrices, del producto de un
escalar por una matriz y de la conmutativa del producto de escalares.
Enrique R. Aznar
6. M ATRICES INVERSAS Y REGULARES Dpto. de Álgebra
AB = B A = I n
1 0
A= Contenido
0 0
no puede tener inversa, ya que al multiplicar por cualquier matriz cuadrada JJ II
2 × 2, se tiene µ ¶µ ¶ µ ¶ J I
1 0 a b a b
=
0 0 c d 0 0 Página 22 de 65
Demostración:
Enrique R. Aznar
• Basta comprobar que Dpto. de Álgebra
(A 1 · · · A r )(A −1 −1 −1 −1 −1
r · · · A 1 ) = A 1 · · · (A r A r ) · · · A 1 = · · · = A 1 A 1 = I
• Basta comprobar que
A t (A −1 )t = (A A −1 )t = I t = I
Contenido
J I
1 0 0 1 0 0 1 0 0
E 23 = 0 0 1 , E 2 (3) = 0 3 0 , E 23 (2) = 0 1 2 Página 25 de 65
0 1 0 0 0 1 0 0 1
Atrás
Además, siempre se verifica que la inversa de una matriz de tipo I, E i j , es Pantalla grande/pequeña
Demostración: En efecto, como todas las matrices elementales son invert- Página web personal
ibles, cualquier producto finito de ellas será de nuevo invertible.
Página de Abertura
Por tanto, lo que queda por demostrar es que si A es invertible existen matri-
ces A 1 , . . . , A r ∈ Mn (K ) elementales tales que A = A 1 · · · A r . Contenido
B r −2 · · · B 1 A = B r−1 −1 −1
−1 B r −1 · · · B 1 A = B r −1 B r
A = B 1−1 · · · B r−1
que es lo queríamos demostrar.
Corolario 1. Si una matriz A es invertible, su inversa también se puede
obtener como producto de matrices elementales.
Página web personal
Demostración: Como
Página de Abertura
A = B 1−1 · · · B r−1 = (B r · · · B 1 )−1
Contenido
y la inversa de una matriz es única, se tiene que A −1 = B r · · · B 1 .
Por todo lo anterior, conociendo y aplicando el algoritmo a una matriz A JJ II
invertible lo que se obtiene es su matriz inversa. J I
En realidad, veremos que el algoritmo siempre se puede aplicar a toda matriz
Página 27 de 65
cuadrada o no. A veces no se obtiene la matriz identidad12.
Atrás
De hecho, hay dos versiones del algoritmo, una por filas y otra por columnas. Cerrar
Y se pueden aplicar a cualquier matriz aunque no sea cuadrada, ni invertible.
12En general, cuando A no es invertible se obtiene una forma normal de Hermite.
Enrique R. Aznar
Una posible salida de las dos versiones del algoritmo son matrices triangu- Dpto. de Álgebra
lares.
Veamos primero cual es el resultado de multiplicar a izquierda por una matriz
elemental.
Lema 4. [Transformaciones elementales de filas] Si se multiplica una ma-
triz A ∈ Mm×n (K ), a la izquierda por una matriz elemental E ∈ Mm (K ). El
Página web personal
producto E A verifica:
Página de Abertura
Tipo I: Si E = E i j , el producto E A es el resultado de intercambiar en
A , las filas i , j . Contenido
Tipo II: Si E = E i (k), el producto E A es el resultado de multiplicar en
A , la fila i por el escalar k . JJ II
Tipo III: Si E = E i j (k), el producto E A es el resultado de multiplicar J I
en A , la fila j por el escalar k , y el resultado sumarselo a la fila i .
Página 28 de 65
La demostración del lema es consecuencia inmediata de la definición de pro-
ducto de matrices y de las matrices elementales13. Atrás
13Hay otro lema, llamado dual del anterior, donde se multiplica a derecha por E y lo que
se obtiene son transformaciones de columnas en vez de filas.
Enrique R. Aznar
Ejemplo 12. Dada la matriz 3 × 4 siguiente Dpto. de Álgebra
1 −2 0 1
A = −1 1 2 0
1 0 2 1
E 31 (−1)E 21 (1)A = 0 1 0 0 −1 2 1 = 0 −1 2 1
Atrás
−1 0 1 1 0 2 1 0 2 2 0
Pantalla grande/pequeña
2ª etapa: Elegimos el pivote de la segunda fila y hacemos cero por debajo.
Cerrar
1 0 0 1 −2 0 1 1 −2 0 1
E 32 (2)E 31 (−1)E 21 (1)A = 0 1 0 0 −1 2 1 = 0 −1 2 1
0 2 1 0 2 2 0 0 0 6 2
Enrique R. Aznar
No seguimos multiplicando por matrices elementales porque ya hemos en- Dpto. de Álgebra
contrado una matriz triangular superior14.
A = −1 1 2
Página de Abertura
1 0 2
Como en el ejemplo anterior, multiplicando por 3 matrices elementales, con- Contenido
14Si multiplicamos a la derecha por matrices elementales 4×4, cambiando el papel de las
filas por las columnas, también se puede llegar a una matriz triangular. En este caso inferior.
Enrique R. Aznar
Ahora, podemos hacer ceros por encima en la tercera columna. Así Dpto. de Álgebra
1 0 −4 1 0 2/3 1 0 −4 1 0 0
E 13 (2/3) 0 −1 2 = 0 1 0 0 −1 2 = 0 −1 2
0 0 6 0 0 1 0 0 6 0 0 6
0 1 −1/3 0 −1 2 = 0 −1 0
Página de Abertura
0 0 1 0 0 6 0 0 6
Contenido
Finalmente, podemos conseguir la identidad, multiplicando sucesivamente
por E 2 (−1) y E 3 (1/6) JJ II
1 0 0 1 0 0 J I
E 3 (1/6)E 2 (−1) 0 −1 0 = 0 1 0 = I
0 0 6 0 0 1 Página 31 de 65
Cerrar
15
Si es necesario, se intercambian filas para conseguir que los pivotes queden en la dia-
gonal principal.
Enrique R. Aznar
Finalmente, cuando ya no quedan columnas que procesar se ha obtenido una Dpto. de Álgebra
matriz escalonada16.
Veremos a continuación el uso de este algoritmo para calcular determinantes.
8. D ETERMINANTES
El concepto de determinante responde a la siguiente pregunta. ¿Existe una Página web personal
aplicación computacionalmente buena que haga corresponder a cada matriz
cuadrada, A ∈ Mn (K ), un escalar del mismo cuerpo, d et (A) = |A| ∈ K ? Página de Abertura
d et (v 1 , . . . , v i , . . . , v j , . . . v n ) = −d et (v 1 , . . . , v j , . . . , v i , . . . v n ) Página de Abertura
Ahora como |A| = |AI | = |A| · |I |. Lo primero que observamos es que si el Contenido
|I | = |I · I | = |I | · |I |
Atrás
1
podemos multiplicar por |I | ∈ K y obtenemos que
Pantalla grande/pequeña
1 1
1 = |I | = |I | · |I | = |I | Cerrar
|I | |I |
17Una aplicación que cumple las 4 propiedades de determinante es la aplicación constate
cero, d et (A) = |A| = 0, pero no tiene utilidad.
Enrique R. Aznar
O sea, si queremos que la aplicación determinante sea multiplicativa y no sea Dpto. de Álgebra
cero, el determinante de cualquier matriz unidad debe valer uno, d et (I n ) = 1.
Ahora, podemos determinar los determinantes de las matrices elementales.
Tipo I: Como la matriz, E i j , se obtiene de la matriz identidad, intercam-
biando las filas i , j entre si, de la propiedad alternante obtenemos que
d et (E i j ) = −|I | = −1
Página web personal
Ahora, razonaremos que los determinantes de las matrices de tipo III, tam-
JJ II
bién están unívocamente determinados por las propiedades anteriores.
Tipo III: E = E i j (k), es la matriz que se obtiene de la matriz identidad, J I
sumándole a la fila i la fila j multiplicada por k
¯ ¯ Página 36 de 65
¯1 . . . 0 . . . 0 . . . 0¯¯
¯ .. .. .. .. ¯
¯
¯. Atrás
¯ . . . ¯¯
¯0 . . . 1 . . . k . . . 0¯¯
Pantalla grande/pequeña
¯. .. .. .. ¯¯ =
¯
d et (E i j (k)) = ¯ .. . . .¯
¯ Cerrar
¯0 . . . 0 . . . 1 . . . 0¯¯
¯
¯ .. .. .. .. ¯¯
¯. . . .¯
¯
¯0 . . . 0 . . . 0 . . . 1¯
¯ ¯ ¯ ¯
¯1 . . . 0 . . . 0 . . . 0¯¯ ¯1 . . . 0 . . . 0 . . . 0¯¯
¯ .. .. .. .. ¯ ¯ .. .. .. .. ¯
¯ ¯
¯. . . . ¯¯ ¯. . . . ¯¯ Enrique R. Aznar
¯
¯0 . . . 1 . . . 0 . . . 0¯¯
¯
¯0 . . . 0 . . . k . . . 0¯¯ Dpto. de Álgebra
¯. .. .. .. ¯¯ + ¯ .. .. .. .. ¯¯ =
¯ ¯
= ¯ .. . . .¯ ¯. . . .¯
¯ ¯
¯0 . . . 0 . . . 1 . . . 0¯¯ ¯0 . . . 0 . . . 1 . . . 0¯¯
¯ ¯
¯ .. .. .. .. ¯¯ ¯ .. .. .. .. ¯¯
¯. . . .¯ ¯. . . .¯
¯ ¯
¯0 . . . 0 . . . 0 . . . 1¯ ¯0 . . . 0 . . . 0 . . . 1¯
¯ ¯
¯1 . . . 0 . . . 0 . . . 0¯¯ Página web personal
¯ .. .. .. .. ¯
¯
¯. . . . ¯¯
¯ Página de Abertura
¯0 . . . 0 . . . 1 . . . 0¯¯
¯. .. .. .. ¯¯ = 1 + k · 0 = 1
¯
= d et (I ) + k ¯ .. . . .¯ Contenido
¯
¯0 . . . 0 . . . 1 . . . 0¯¯
¯
¯ .. .. .. .. ¯¯ JJ II
¯. . . .¯
¯
¯0 . . . 0 . . . 0 . . . 1¯ J I
También, usaremos la propiedad aditiva para ver que el determinante de una Página 37 de 65
matriz cuadrada con una fila de ceros es necesariamente cero.
En efecto, Atrás
¯ ¯
¯ a 11 . . . a 1n ¯
Pantalla grande/pequeña
¯ .. .. .. ¯¯
¯ ¯
¯ . . . ¯
¯ Cerrar
d et (A) = ¯¯ 0 ··· 0 ¯¯ = d et (v 1 , . . . , 0, . . . , v n ) =
¯ .. .. .. ¯¯
¯ . . . ¯
¯
¯a m1 . . . a mn ¯
Enrique R. Aznar
= d et (v 1 , . . . , 0 + 0, . . . , v n ) = d et (A) + d et (A) Dpto. de Álgebra
y restando d et (A) en ambos miembros, obtenemos d et (A) = 0.
En particular, hemos obtenido que si existe una aplicación determinante, no
nula, que satisface las 4 propiedades anteriores (multiplicativa, aditiva, lineal
y alternante). Entonces los determinantes de las matrices elementales están
unívocamente determinados y son distintos de cero.
Página web personal
d et (I n ) = 1
d et (E i j ) = −1 Página de Abertura
d et (E i (k)) = k
d et (E i j (k)) = 1 Contenido
0 . . . a nn
Atrás
y el determinante de cada matriz de tipo III vale 1, se tiene
¯ ¯ ¯ ¯ Pantalla grande/pequeña
¯a 11 ... a 1n ¯¯ ¯a 11 ... 0 ¯¯
¯ . .. ¯¯ = ¯¯ .. .. ¯¯ = a · · · a
¯ ¯
d et (A) = ¯ .. ... ..
.
¯ . ¯ ¯ . . ¯ 11 nn Cerrar
¯ 0 . . . a nn ¯ ¯ 0 . . . a nn ¯
De nuevo, como los determinantes de todas las matrices de tipo III valen 1, Contenido
¯ ¯
¯ a 22 . . . a 2n ¯ Cerrar
¯ . .. ¯¯
¯ ¯
d et (A) = ¯ .. ...
¯ . ¯
¯a n2 . . . a nn ¯
Enrique R. Aznar
Demostración: Basta darse cuenta que la matriz triangular superior que se Dpto. de Álgebra
obtiene por transformaciones elementales de filas a partir de A puede cam-
biar sólo a partir del segundo elemento de la diagonal principal.
Luego el producto de ellos será el mismo que cuando
se aplican
las mismas
a 22 ... a 2n
.. .. ..
transformaciones elementales a la matriz B = . . .
a n2 . . . a nn Página web personal
t
d et (E i (k) ) = d et (E i (k)) = k JJ II
t
d et (E i j (k) ) = d et (E j i (k)) = 1
J I
Como aplicación del algoritmo de transformaciones elementales de filas, se
obtiene para cualquier matriz cuadrada A el siguiente. Página 41 de 65
Demostración: Basta razonar que una matriz cuadrada tiene determinante Pantalla grande/pequeña
distinto dero si y sólo si, por transformaciones elementales de filas, se obtiene
Cerrar
una matriz diagonal con todas sus entradas distintas de cero.
Si se continúa el algoritmo, también se obtiene la matriz unidad, y por tanto
también se puede poner la matriz como producto de matrices elementales.
Enrique R. Aznar
Finalmente, sólo queda recordar el teorema que dice que una matriz es in- Dpto. de Álgebra
vertible si y sólo es producto de matrices elementales.
Como sabemos que una matriz es invertible si y sólo si su traspuesta es in-
vertible, una matriz cuadrada tendrá determinante distinto de cero si y sólo si
su traspuesta también lo tiene. En realidad, podemos demostrar el siguiente.
Lema 7. Dada matriz cuadrada A , se tiene d et (A) = d et (A t ).
Página web personal
d et (A) = d et (E 1 ) · · · d et (E r ) = d et (E rt ) · · · d et (E 1t ) = d et (A t ) Atrás
En particular, las propiedades aditiva, lineal y alternante si se verifican por Pantalla grande/pequeña
filas también se verifican por columnas.
Cerrar
De todo lo anterior, parece deducirse que la aplicación determinante está
unívocamente determinada por las 4 propiedades multiplicativa, aditiva, li-
neal y alternante. En efecto, veámoslo inductivamente.
Enrique R. Aznar
Si la matriz es 1 × 1. O sea, un único escalar A = (k), tenemos que Dpto. de Álgebra
¯ ¯ ¯ ¯
¯a 11 0 ¯ ¯a 21 a 22 ¯ Contenido
= ¯
¯ ¯ − ¯
¯ ¯ = a 11 a 22 − a 12 a 21
a 21 a 22 ¯ 0 a 12 ¯
JJ II
O sea, la famosa fórmula del determinante de una matriz de orden 2.
J I
El método que hemos usado, para hallar las fórmulas de los determinantes de
orden 2, es completamente generalizable a una matriz arbitraria A . Se llama Página 43 de 65
J I
¯ ¯ ¯ ¯ ¯ ¯
¯a 22 a 23 ¯ ¯a 21 a 23 ¯ ¯a 21 a 22 ¯
= a 11 ¯
¯ ¯ − a 12 ¯
¯ ¯ + a 13 ¯
¯ ¯ =
a 32 a 33 ¯ a 31 a 33 ¯ a 31 a 32 ¯ Página 44 de 65
= a 11 (a 22 a 33 − a 23 a 32 ) − a 12 (a 21 a 33 − a 31 a 23 ) + a 13 (a 21 a 32 − a 22 a 31 ) = Atrás
= a 11 a 22 a 33 + a 31 a 12 a 23 + a 21 a 13 a 32 − a 11 a 23 a 32 − a 12 a 21 a 33 − a 13 a 22 a 31 Pantalla grande/pequeña
y hemos obtenido la famosa fórmula de los determinantes de orden 3.
Cerrar
Esta fórmula se recuerda con el nombre de regla de Sarrus que describe
gráficamente los 3 sumandos positivos y los 3 negativos.
Primero definimos
Enrique R. Aznar
Definición 13. Llamamos i j -ésimo menor adjunto de A al escalar, αi j = Dpto. de Álgebra
(−1)i + j d et (A i j ), donde A i j es la matriz que se obtiene de A eliminando la
la fial i -ésima y la columna j -ésima.
Definición 14. Llamamos pivote de una fila de una matriz al primer número
Página web personal
no nulo de dicha fila. Análogamente, llamamos pivote de una columna al
primer número no nulo de dicha columna. Página de Abertura
Decimos que una matriz es escalonada por filas si verifica que el pivote de
cada fila está a la derecha del pivote de la fila inmediata superior. Contenido
por encima de cada pivote son cero y si hay filas de ceros están las últimas
Atrás
(abajo).
Decimos que una matriz es una forma de Hermite por columnas si es Pantalla grande/pequeña
escalonada por columnas, todos los pivotes son 1. Además, todos los ele-
mentos de la matriz a la izquierda de cada pivote son cero y si hay columnas Cerrar
0 0 1
Enrique R. Aznar
10. E QUIVALENCIA DE MATRICES . Dpto. de Álgebra
B = A ·Q
Atrás
B = P · A ·Q
donde tanto P como Q son productos de matrices elementales.
Enrique R. Aznar
Como la matriz identidad es elemental, la inversa de una matriz elemental Dpto. de Álgebra
es de nuevo elemental y el producto de matrices es asociativo. Estas rela-
ciones de equivalencia, por filas o por columnas, claramente satisfacen las
siguientes 3 propiedades:
• Reflexiva A ∼ A .
• Transitiva Si A ∼ B , B ∼ C entonces A ∼ C
• Simétrica Si A ∼ B entonces B ∼ A Página web personal
1 −2 0 1 −2 4 Página de Abertura
Ejemplo 16. Las matrices A = −1 1 2 y B = 0 −1 2 del ejem-
1 0 2 0 0 6 Contenido
plo 13, son equivalentes por filas ya que B = E 32 (2)E 31 (−1)E 21 (1)A . O sea,
JJ II
A ∼f B.
1 0 0 J I
También, es fácil de ver que la matriz C = 0 −1 0 es equivalente por
0 0 6 Página 50 de 65
Vamos a demostrar que entre todas las matrices equivalentes por filas, a una
dada A , existe una única matriz que es una forma de Hermite por filas.
Enrique R. Aznar
En efecto, como dos matrices equivalentes por filas generan el mismo subes- Dpto. de Álgebra
pacio vectorial (llamado su espacio de filas), el número de filas no nulas
(igual al número de pivotes 1) de ambas matrices es el mismo por ser la
dimensión de dicho espacio vectorial22.
Por tanto, dos matrices, A y B , de Hermite por filas y equivalentes por filas
tienen el mismo número de filas no nulas (y el mismo de filas nulas).
Página web personal
Como además, B = P · A , también tienen el mismo número de columnas
nulas23. Por eso, para demostrar la unicidad de la forma Normal de Hermite Página de Abertura
por filas, basta hacerlo suponiendo que no hay ni filas ni columnas nulas.
Así, la relación P · A = B se despliega de la siguiente forma Contenido
1 0 ... 0 ∗ ... ∗ 1 0 ... 0 ∗ ... ∗ JJ II
p 11 . . . p m1
.. ... .. · 0 1 . . . 0 ∗ . . . ∗ 0 1 . . . 0 ∗ . . . ∗
. . . . . . . = . . . . .
.. .. . . . .. .. . . . .. .. .. . . . .. .. . . . .. J I
p 1m . . . p mm
0 0 ... 1 ∗ ... ∗ 0 0 ... 1 ∗ ... ∗ Página 51 de 65
1 1 Atrás
p 11 p 11 . . . p m1
. . .. .. · 0 0
=⇒ .. = .. . . . = . =⇒ p 11 = 1, p 21 = 0, . . . , p m1 = 0
.. .. Pantalla grande/pequeña
p 1m p 1m . . . p mm
0 0 Cerrar
Esta forma normal de Hermite única en cada clase de equivalencia es una Contenido
matriz identidad con posiblemente filas y/o columnas adicionales de ceros
que están abajo y/o a la derecha. Por ejemplo, JJ II
µ ¶
1 0 0 0 J I
0 1 0 0
Página 52 de 65
O bien,
1 0 0 Atrás
0 1 0
0 0 1 Pantalla grande/pequeña
0 0 0
Cerrar
24
Ya si A = B ·Q , con Q regular, tienen el mismo número de filas nulas y generan el mismo
espacio de columnas. El número de columnas no nulas en una forma normal de Hermite da
la dimensión y basta demostrar la unicidad suponiendo que hay ni filas ni columnas nulas.
Enrique R. Aznar
Para hallar esta forma normal de Hermite, basta aplicar ambos algoritmos Dpto. de Álgebra
(de filas y columnas) sucesivamente. Por ej.
µEjemplo 17.
¶ Para hallar la forma normal de Hermite de la matriz A =
1 −2 4
primero aplicamos el algoritmo de columnas25 añadiendo la
0 −1 2
identidad por debajo y haciendo transformaciones elementales de columnas
Página web personal
1 −2 4 1 0 4 1 0 0 1 0 0 1 0 0
0 −1 2 0 −1 2 0 −1 2 0 −1 0 0 1 0
Página de Abertura
1 0 0 ∼ 1
2 0 ∼ 1
2 −4 ∼ 1
2 0 ∼ 1 −2 0
0 1 0 0 1 0 0 1 0 0 1 2 0 −1 2 Contenido
0 0 1 0 0 1 0 0 1 0 0 1 0 0 1
JJ II
Luego obtenemos la forma normal de Hermite con una sóla matriz de cambio
J I
µ ¶ µ ¶ 1 −2 0
1 0 0 1 −2 4
= H = A ·Q = · 0 −1 2 Página 53 de 65
0 1 0 0 −1 2
0 0 1
Atrás
pero si añadimos la identidad por la izquierda y tranformamos por filas
µ ¶ µ ¶ µ ¶ Pantalla grande/pequeña
1 0 1 −2 4 1 2 1 0 8 1 2 1 0 8
∼ ∼
0 1 0 −1 2 0 1 0 −1 2 0 −1 0 1 −2 Cerrar
25La forma normal de Hermite que se obtiene es única pero no salen las mismas matrices
Q y P de cambio si se cambia el orden de aplicación de los algoritmos.
Enrique R. Aznar
obtenemos una matriz de cambio P por la izquierda Dpto. de Álgebra
µ¶ µ ¶ µ ¶
1 2 1 −2 4 1 0 8
P·A= · =
0 −1 0 −1 2 0 1 −2
1 0 8 1 0 0 1 0 0
Página web personal
0 1 −2 0 1 −2 0 1 0
Página de Abertura
1 0 0 ∼ 1 0 −8 ∼ 1 0 −8
0 1 0 0 1 0 0 1 2 Contenido
0 0 1 0 0 1 0 0 1
JJ II
de forma que tenemos una nueva matriz de cambio Q 1 tal que
J I
µ ¶ 1 0 −8 µ ¶ Página 54 de 65
1 0 8 1 0 0
P · A · Q1 = · 0 1 2 = =H
0 1 −2 0 1 0
0 0 1 Atrás
Pantalla grande/pequeña
En particular, el espacio de filas tiene dimensión 2 y lo mismo el espacio de
columnas y también es 2 el rango de las matrices A y H 26. Cerrar
26Por defición, el rango de una matriz es el número unos en una forma normal de Hermite
Enrique R. Aznar
11. A PÉNDICE : M ATRIZ DE VANDERMONDE . Dpto. de Álgebra
Así, multiplicando cada columna por x 2 y restando a su siguiente (hasta 2) Página de Abertura
1 0 0 ... 0 0 Contenido
1 x 2 − x 1 0 ... 0 0
x 3n−4 (x 3 − x 1 )(x 3 − x 2 ) n−3 JJ II
1 x 3 − x 1 (x 3 − x 1 )(x 3 − x 2 ) ... x 3 (x 3 − x 1 )(x 3 − x 2 )
. .. .. .. .. ..
..
. . . . . J I
1 x n − x 1 (x n − x 1 )(x n − x 2 ) . . . x nn−4 (x n − x 1 )(x n − x 2 ) x nn−3 (x n − x 1 )(x n − x 2 )
Página 56 de 65
Hemos terminado la etapa de x 2 . Si continuamos, llegamos por transforma-
ciones elementales de columnas hasta una matriz triangular inferior Atrás
1 0 0 ... 0 Pantalla grande/pequeña
1 x 2 − x 1 0 ... 0
Cerrar
1 x 3 − x 1 (x 3 − x 1 )(x 3 − x 2 ) ... 0
. .. .. .. ..
..
. . . .
1 x n − x 1 (x n − x 1 )(x n − x 2 ) . . . (x n − x 1 ) · · · (x n − x n−1 )
Enrique R. Aznar
28 Dpto. de Álgebra
Como las transformaciones usadas son de tipo III , el determinante de Van-
dermonde vale el producto de los elementos de la diagonal principal
Y
|V | = (x 2 − x 1 ) · · · (x n − x n−1 ) = (x i − x j )
i>j
12. E JERCICIOS .
1 2 1 0
0 1 1 −1
Ejercicio 1. Dada la matriz A =
1
. Página web personal
2 −1 2
1 1 0 1 Página de Abertura
Razona que por transformaciones
elementales de filas se puede llegar a la
1 0 0 0 Contenido
0 1 0 0
matriz B =
0
.
JJ II
0 1 −1
0 0 0 0
J I
1 2 1 0
Página 59 de 65
0 1 1 −1
Ejercicio 2. Dada la matriz A =
1
.
2 −1 2 Atrás
1 1 0 1
Razona que por transformaciones
elementales de columnas se puede llegar
Pantalla grande/pequeña
1 0 0 0
Cerrar
0 1 0 0
a la matriz C =
0
.
0 1 0
1 −1 0 0
1 2 3
Enrique R. Aznar
Ejercicio 3. Demuestra que la inversa de A = 2 3 4 es la matriz B = Dpto. de Álgebra
3 4 6
−2 0 1
0 3 −2
1 −2 1
1 2 2
Ejercicio 4. Calcula el cuadrado de la matriz A = 13 2 −2 1 ¿Cuál Página web personal
2 1 −2
Página de Abertura
es la inversa de la matriz A ?.
µ ¶ Contenido
1 0
Ejercicio 5. Dada la matriz A = Calcula A 2 , A 3 y A 4 . ¿Cuánto vale
1 1 JJ II
A n ?.
1 1 1
J I
Ejercicio 6. Dada la matriz A = 0 1 1 Calcula A 2 , A 3 y A 4 . Página 60 de 65
0 0 1
Atrás
−1 0 1
Ejercicio 7. Dada la matriz A = 0 2 0 ¿Existe una matriz cuadrada Pantalla grande/pequeña
−3 0 3
Cerrar
1 0 −1
P tal que P A = 0 1 0?.
0 0 0
−1 0 −1
Enrique R. Aznar
Ejercicio 8. Dada la matriz B = 0 2 0 ¿Existe una matriz cuadrada Dpto. de Álgebra
−3 0 3
1 0 −1
Q tal que BQ = 0 1
0?.
0 0 0
1 2 0 1
Ejercicio 9. Dada la matriz A = 1 1 2 0 ¿Existe una matriz cuadrada Página web personal
1 0 2 1
Página de Abertura
1 0 0 0
Q tal que AQ = 0 1 0 0?. Contenido
0 0 1 0
JJ II
1 2 0 1
Ejercicio 10. Dada la matriz A = 1 1 2 0 ¿Existe una matriz cuadrada J I
1 0 2 −1
Página 61 de 65
1 0 0 −1
P tal que P A = 0 1 0 1?. Atrás
0 0 1 0
Pantalla grande/pequeña
(c) Una matriz tiene siempre el mismo número de filas que de columnas.
Atrás
(d) Una matriz puede tener mas columnas que filas.
Pantalla grande/pequeña
µ ¶
1 −1 9
3. Dada la matriz A = . ¿Cuál de las siguientes afirmaciones es Cerrar
2 0 5
verdadera?.
(a) A tiene 4 submatrices 2 × 2.
Enrique R. Aznar
(b) A no tiene submatrices 2 × 2. Dpto. de Álgebra
(c) A tiene submatrices 3 × 3.
(d) A tiene exactamente 3 submatrices 2 × 2.
(a) Si existe un producto de matrices existe también la inversa del pro- Pantalla grande/pequeña
ducto.
(b) Aunque exista la inversa del producto de dos matrices, (AB )−1 , puede Cerrar
no existir el inverso de A o el de B .
Enrique R. Aznar
(c) Si A y B son matrices cuadradas de la misma dimensión, entonces Dpto. de Álgebra
existe (AB )−1 si y sólo si existen B −1 y A −1 .
(d) Si A y B son matrices cuadradas, entonces siempre (AB )−1 = B −1 A −1 .
10. ¿Cuál de las siguientes afirmaciones es verdadera?.
(a) Una matriz elemental siempre tiene determinante uno.
(b) Los tres tipos de matrices elementales tienen el mismo determinante.
(c) Las matrices elementales pueden tener determinante cero. Página web personal
Contenido
JJ II
J I
Página 65 de 65
Atrás
Pantalla grande/pequeña
Cerrar