1

5
6
6

Facultad de Ingeniera en Ciencias Fsicas y Matematica

Au

les

Matrices inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Matrices elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
0.2.1. Propiedades de las patrices elementales . . . . . . . . . . . . . . . . . . .

He
rn
an

0.1.
0.2.

Do
c

Universidad Central del Ecuador

INDICE GENERAL

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica

Universidad Central del Ecuador

Doc. Hern
an Aules

Trabajo de Latex
Matrices
16 de julio de 2015

que no tenga solucion. Claramente no puede existir una solucion que satisfaga todas las ecuaciones.

1. De la ultima fila (ecuacion) no nula se tiene que x4 = 4.

2. De la tercera ecuaci
on: x3 + 4 = -2 -> x3 = -6
3. De la segunda ecuaci
on: x2 - 2(-6) = 4 -> x2 = -8.
4. Finalmente, de la primera ecuaci
on se obtiene que:

Au

les

X1 , X2 , X3 , X4 = (-19, -8,-6, 4).

0X1 + 0 X2 + 0X3 + 0X4 = 0

He
rn
an

La ultima ecuacion de este sistema, la que corresponde a la fila de ceros, es una ecuacion superflua:

Observe que cualesquiera valores X1 , X2 , X3 , y X4 la satisfacen, de manera que no constituyo ninguna restricci
on.
Si se omite se obtiene un sistema con el mismo conjunto solucion.

Do
c

Universidad Central del Ecuador

Este sistemas tiene solucion puesto que no tiene ecuaciones inconsistentes y se determina por sustitucion hacia atras:

Un sistema de ecuaciones puede contener ecuaciones superfluas o redundantes, en el sentido de que las restricciones.
De esta manera no aportan informaci
on adicional para resolver el sistema.
Caracterizar dichas situaciones es uno de los objetivos mas importantes al estudiar los sistemas de ecuaciones lineales, para esto, en el capitulo siguiente se utilizara la idea de dependencia e independencia lineal de las filas de la
matriz aumentada.
En esta etapa nos conformamos con observar, en cada ejemplo y ejercicio que se resuelva, que las ecuaciones redundantes se convierten en fila nulas, cuando se obtiene la forma escalonada de la matriz aumentada del sistema.

Facultad de Ingeniera en Ciencias Fsicas y Matematica

14 Sistemas de ecuaciones lineales

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica

Universidad Central del Ecuador

Doc. Hern
an Aules

1.3 Solucion de sistemas representados como matrices 15

Al hacer operaciones elementales para resolver un cierto sistema, por reduccion guassiana, se busca darle forma escalonada a la matriz aumentada. En el siguiente ejemplo se verifica que para lograr este proposito no hay una secuencia
u
nica de operadores elementales (la forma escalonada), no siempre sera la misma.

Ejemplo 1. Ejemplo 1.9 Resolver el siguiente sistema 4 x 4, mediante reducci

on gaussiana:

2x1 + 6x2 + 12x3 + 16x4 = 70

x1 + 2x2 + 6x3 + 6x4 = 26
1x1 + 3x2 + 3x3 + 7x4 = 30
4x2 + 3x3 + 6x4 = 26

Au
les

He
rn
an

Soluci
on 1. Solucion:la siguiente secuencia de operaciones elementales transforman la matriz aumentada en una forma
escalonada:

2 6
1 2
1 3
0 4

12 16
6
6
3 7
3 6

Do
c

Universidad Central del Ecuador

Es decir, una matriz aumentada puede tener varias formas escalonadas (equivalentes), que no representan el mismo sistema de ecuaciones.

70
26

30
26

f1 + f2
f1 + f3

1 3
0 1
0 0
0 0

6 8
0 2
3 1
3 2

1 3
0 1
0 0
0 0

35
9
5
10

2 f1

6 8
0 2
3 1
3 2

1 3
1 2
1 3
0 4

35
9

5
26

f1 + f2
f1 + f3

6
6
3
3

1 3
0 1
0 0
0 0

8
6
7
6

35
26

30
26

4f 2 + f4

6 8
0 2
1 1/3
0 1

35
9
5/3
5

Facultad de Ingeniera en Ciencias Fsicas y Matematica

1.3.4 Reduccion gaussiana y matriz escalonada

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica

Universidad Central del Ecuador

Doc. Hern
an Aules

16 Sistemas de ecuaciones lineales

f1 , f2
para obtener el primer 1, en la posici
on (1,1) y se

f1 + f3
f2 , f 3
2f 2 + f3,
,
,

2f 1 + f2
,

9f 3 , f4
,
, se obtiene finalmente otra forma escalonada:

continua con las operaciones

4f 2 , f4
,

1/6f 3

1 3
0 1
0 0
0 0

6 8
0 2
1 1/3
0 1

35
9
5/3
5

3f 3 + f2
f 2 + f1
y
sobre esta ultima matriz la reducen

a la anterior forma escalonada, es decir, ambas formas escalonadas representan sistemas 4 x 4 con la misma solucion.

les

Sin embargo, observe que las operaciones elementales

Au

1. De la ultima ecuaci
on: x4 = 5

He
rn
an

2. De la tercera ecuaci
on: x3 + 5/3 = 5/3 -> x3 = 0

3. De la segunda ecuaci
on: x2 + 3(0) 1 (??) = -4 -> x2 = 1
4. Finalmente: X1 - 2(-4) + 6(0) + 6 (??) = 26 -> x1 = -2.

Do
c

Universidad Central del Ecuador

Resumiendo, la u
nica solucion es (-2, 1, 0, 5).

1.3.5 Reduccion Gauss Jordan

Cuando se resuelve un sistema de ecuaciones por reduccion gaussiana, el proceso que corresponde a la sustituci
on
hacia atr
as, tambien puede ser realizado haciendo mas operaciones elementales, hasta obtener un sistema equivalente
cuya solucion resulta evidente.

2
A|I3 = 1
2

1 0 1 0
2
6 1 1
2
7 5 0

1 0 1
0
6 3
0
7 7

1 0 1
1
0 1
2
0 7
7

6 1 1 0 0
0 1 0 1 0 f1 , f2
7 5 0 0 1

1 0
0 0 2f1 + f2 2f1 + f3
0 1

0 1 0
1
1 2 0 f1
f2
6
0 2 1

0 1 0
1
1
0 7f2 + f3
6
3
0
2 1
4

Facultad de Ingeniera en Ciencias Fsicas y Matematica

Pero tambien, si se inicia con la operaci

on elemental

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica

Universidad Central del Ecuador

Doc. Hern
an Aules

1
0
0

1 0
0 1
0 0

1
2

0
1
0

1
6
7
6

1
3
1
3

1
2
7
2

1
6
1
3

1
3
2
21

1 0 0
0 1 0
0 0 1

0
2
0 f3
7
1

0
1
0
f3 + f2 f3 + f1
2
2
7

1
3
1
3
1
3

23
21
8
21
2
21

2
7
1
7
2
7

X=

21
8
21
2
21

Matrices inversas

7
1
7
2
7

Au
les

0.1.

3
1
3
1
3

He
rn
an

En la secci
on anterior observamos que dada una matriz cuadrada A de orden , si es equivalente a la identidad se oodra
encontrar una matriz X tal que AX = I, pero no sabemos si esta condicion es necesaria para garantizar la existencia
de X. Por otra parte como el producto no es conmutativo, si existiera una matriz X tal que AX = I tampoco es
razonable esperar que para tal matriz se tenga tambien que XA = I.

Definici
on 1.

Do
c

Universidad Central del Ecuador

Luego, como resulta que A es equivalente a I3 , cada sistema AXi = ei tiene solucion u
nica por ejempl, la soluci
on de
8 2 t
AX2 = e2 es ( 23
21 , 21 , 21 ) y la matriz buscada X = (X1 , X2 , X3 ), es:
1 23

Definicion 2.13 (Matrices inversas)

Sea A M (n, R). Una matriz B M (n, R) se llama matriz inversa de AsiBA = I, y es inversa derecha de A si
AB = I.// Ahora AB = I = BA, B se llama una inversa de A y decimos que A es invertible.
Ya se jutific
o que dada una matriz Anxn, si para cada i = 1, 2, , ...., n hay un vector columna X que sea soluci
on del
sistema Ax = ei , entonce
X = (X1 , X2 ..., Xn )
es una inversa de A, es decir AX = I. Aplicando este mismo procedimiento a At , en algunos casos ser
a posible
encontrar una matriz Y talque At Y = I o en lo que es lo mismo, tal que
Y tA = I
Es decir Y t es una inversa izquierda de A. Y aunque el principal problema es conocer las condiciones necesarias para
que XyY t existan, si suponemos que existen, el siguiente teorema muestra que ambas matrices son lo mismo.

Facultad de Ingeniera en Ciencias Fsicas y Matematica

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica

Universidad Central del Ecuador

0.2.

Doc. Hern
an Aules

Matrices elementales

fila, se puede asociar a una matriz llamada matriz elemental fila o simplemente matriz elemental, en la siguiente forma.

Ejemplo 2.

Ejemplo 2.10 Las siguientes son matrices elementales 3x3

0 0
1 0
0 1

0 0
1 0
0

1 0
0 0
0 1

0 0
0 1
1 0

1 0 0
E(f1 + f2 ) = 1 0
0 0 1

1 0 0
E(f3 + f2 ) = 0 1
0 0 1

He
rn
an

Au
les

E(f1 ) = 0
0

1
E(f3 ) = 0
0

0
E(f1 , f2 ) = 1
0

1
E(f2 , f3 ) = 0
0

Do
c

Universidad Central del Ecuador

0.2.1.

Propiedades de las patrices elementales

Las siguientes propiedades de las matrices elementales se comprueba directamente haciendo las multiplicaciones matriciales respectivamente.

Ejemplo 3.

Ejemplo 2.11 Sea

1
A = 2
0

2
3 y las matrices elementales
4

0 0 1
E(f1 , f3 ) = 0 1 0
1 0 0

1 0 0
E(2f1 + f2 ) = 2 1 0
0 0 1
0
1
1

Facultad de Ingeniera en Ciencias Fsicas y Matematica

Con la introducci
on de las matrices elementales de alguna manera volvemos al tema de sistemas de ecuaciones lineales,
aunque esta vez, interasados en expresar el proceso de aplicar operaciones elementales a una matriz como un producto
de matrices, lo cual ser
a un valiosos recurso para deducir nuevos resultados y equivalencias. Cada operacion elemental

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica
Doc. Hern
an Aules

que es equivalente a hacer respectivamente las operaciones elementales que siguen

0
1 4
3
A = f1 , f2 2 1
1
0
2

1 0
2
7
A = 2f1 + f2 0 1
0 1 4

Au
les

La parte 1 del teorema anterior, permite describir el proceso de aplicar operaciones elementales a una matriz de una
manera bastante compacta que lo traslada al
algebra de matrices. Asi la frase:
B es el resultado de aplicar operaciones elementales a A
se escribe tambien como:
.existen matrices elementales E1 , ...., Er , tales que (Er , ....E1 )A = B n
Con esto tenemos, que las tres frases siguientes expresan la misma idea.

He
rn
an

1. B es equivalente a A

2. B se obtiene de A por medio de una secuencia de operaciones elementales

3. Existen matrices elementales E1 , ...., Er , tales que (Er , ....E1 )A = B.
Ejemplo 4.

Ejemplo 2.12 Sea

Do
c

Universidad Central del Ecuador

Haciendo las multiplicaciones matriciales comprobamos que

0
1 4
3
E(f1 , f2 )A = 2 1
1
0
2

1 0
2
7
E(2f1 + f2 )A = 0 1
0 1 4

0
A= 1
0

0
2
1

0
2
1

1
3
2

a) Calcular una matriz B escalonada y otra matriz C escrita como producto de matrices elementales 3x3 tales que
B = CA
b) Lo mismo que en a, pero B es escalonada reducida
Soluci
on 2. Solucion:
a. Es suficiente aplicar operacines elementales sobre

0
A= 1
0

1
A= 0
0

A hasta obtener unamatriz escalonada. En efecto.

0 0 1
2 2 3 f1 , f2
1 1 2

2 2 3
0 0 1 f2 , f3
1 1 2

1 2 2 3
A = 0 1 1 2 = B
0 0 0 1

Por lo tanto

Facultad de Ingeniera en Ciencias Fsicas y Matematica

Universidad Central del Ecuador

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica

Universidad Central del Ecuador

Doc. Hern
an Aules

C = E(f2 , f3 )E(f1 , f2 ) =

b. A partir

1
B = 0
0

1 0
0 1
0 0

1 0
0 1
0 0

1 0
0 1
0 0

0
0
0 1
1
0

1
0
0

0
0
0 = 0
1
1

1
0
0

0
1
0

de la matriz B se obtiene la forma escalonada reducida R:

2 2 3
1 1 2 2f2 + f1
0 0 1

4 1
1 2 2f3 + f2
0
1

4 1
1 0 f3 + f1
0
1

4 1
1 2 =R
0
1

He
rn
an

Au

les

Entonces R = C1 B donde C1 viene dada por C1 = E(f3 + f1 )E(2f3 + f2 )E(2f2 + f1 )

y como B = CA se tiene que R = C1 CA con C1 C = E(f3 + f1 )E(2f3 + f2 )E(2f2 + f1 )E(f2 , f3 )E(f1 , f2 ) =

1 0 1
1 0 0
1 2 0
1 0 0
0 1 0
0 1 0 0 1 2 0 1 0 0 1 0 1 0 0 Ahora volvemos a las conticiones necesarias y
0 0 1
0 0 1
0 0 1
0 0 1
0 0 1
suficientes para la existencia de la matriz inversa, utilizando las matrices elementales.

Demostraci
on 1. Demostraci
on: La estrategia de prueba consiste en lo siguiente: primero si prueba a = b = c = a
Luego d = c y e c
a = b existe R escalonada reducida y R1 , ....Rt matrices elementales tales que R = (R1 , ..Rt )A. Luego R es invertible
y por tanto no tiene filas nulas asi, R = In y A es equivalente a In .
b = c A equivalente a In = existen R1 , .....Rs matrices elementales tales que
In = (R, ....Rs )A. Se concluye que A = Rs1 ....R11
c = a cada matriz elemental es invertible luego A lo es. d = c se B tal que AB = I y E1 , ...., EB matrices
elementales tales que A = (E1 ...EB )H conH escalonada reducida.
Por tatno AB = (E1 ...Es )(HB) = I. Si H no es la matriz indentidad, entonces su fila n-esima es nula, luego HB no
es invertible, lo cual es una contradicci
on. As H = I, con lo que A = E1 ...Es . Similarmente se prueba que e = c.
Ademas es claro que c = d y que c = e. Este teorema muestra que la existencia de una matriz inversa derech,
es condici
onsufu=iciente para garantizar la existencia de la inversa. Tambenla demostraci
on de la equivalencia c)
justifica de una nueva forma el metodo de c
alculode la matriz inversa de la siguiente manera.
Otra deducci
on del algoritmo de computo de A1 Como se estableci
o en el teorema 2.22, basta que A tenga una inversa
derecha o izquierda para que sea invertible. Adem
as esa inversa derecha o izquierda sera inversa de A. Adem
as como
A debe ser equivalente a la identidad entonces.
(Et ...E1 )A = I = A1 = Et ...E1
8

Facultad de Ingeniera en Ciencias Fsicas y Matematica

0
1
0

Do
c

Universidad Central del Ecuador

1
0
0

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica

Universidad Central del Ecuador

Doc. Hern
an Aules

1.5 Caracterizacion de los sistemas, por su solucion

Seguidamente se dara un caracterizaci

on de los sistemas de ecuaciones lineales con solucion u
nica, infinito numero
de soluciones o sin silucion, basados en las caractersticas de la matriz del sistema a la matriz aumentada, ambas en
una forma escalonada, que se resumen en la nocion de rango.

El problema de decidir si un sistema de ecuaciones lineales tiene solucion o no, es el problema de reconocer si tiene
ecuaciones inconsistentes o no. Y esto se reconoce facilmente cuando el sistema tiene la forma escalonada y se observa
al menos una ecuaci
on de la forma:

les

0X1 + 0 X2 +. . . + 0Xn = 1

He
rn
an

Au

Como en el ejemplo 1.8, matriz (A|b).

Tambien resulta f
acil de reconocer que hay ecuaciones inconsistentes, en un sistema en su forma inicial, cuando
dos de ellas tienen iguales coeficientes asociados a las mismas variables y la constante a la derecha es distinta, por
ejemplo, la ecuaciones 2 y 4 del siguiente sistema:

Do
c

Universidad Central del Ecuador

1.5.1 Sistemas que no tienen solucion

x1 + 2x2 + 6x3 + 6x4 = 26

2x1 + 6x2 + 12x3 + 16x4 = 70

1x1 + 3x2 + 3x3 + 7x4 = 30

4x2 + 3x3 + 6x4 = 26

Obtenga la forma escalonada de este sistema y verifique que en esta forma escalonada aparece una ecuacion inconsistente, o sea, el sistema no tiene solucion.
Sin embargo, en terminos del sistema inicial hay otros tipos de dependencia entre las ecuaciones que las pueden
hacer inconsistentes. Este es un problema difcil que se relaciona con los conceptos de rango e independencia lineal,
que se estudiara mas adelante. Pero en todos los casos, cuando esto ocurre, la forma escalonada del sistema hara
evidente la existencia de al menos una ecuaci
on inconsistente con la forma vista.

Facultad de Ingeniera en Ciencias Fsicas y Matematica

24 Sistemas de ecuaciones lineales

Trabajo Especial

Facultad de Ciencias F
sicas y Matem
atica

Universidad Central del Ecuador

Doc. Hern
an Aules

Finalmente observemos que en un sistema de ecuaciones lineales Ax = b, la presencia de al menos una ecuaci
on
inconsistente, en la forma escalonada de la matriz aumentada del sistema hara que el rango de A y el rango de (A|b)
sean distintos. Por ejemplo, en un sistema 4 x 4, la forma escalonada de la matriz (A|b) de un sistema inconsistente
puede ser:

(A | b)

...

0
0
0

1
0
0
0

1
0
0

0
0

1
0

Au

les

Donde el smbolo * representa cualquier numero real. En este caso la ecuacion que representa la tercer fila de la matriz
anterior es inconsistente y hace que Rng (A) 6= Rng (A|b). Especficamente,

Y en general podemos reconocer que:

He
rn
an

2 = Rng (A) < Rng (A|b) = 3.

Rng (A) < Rng (A|b) Ax = b tiene ecuaciones inconsistentes.

Do
c

Universidad Central del Ecuador

1.5.2 Sistemas con solucion

Un sistemas Ax = b con solucion se dice que es consistente y, naturalmente, es un sistema que no tiene ecuaciones inconsistentes.
La ausencia de ecuaciones inconsistentes se refleja en que:
La forma escalonada de la matriz del sistema A y la forma escalonada de la matriz aumentada (A|b) tienen el
mismo numero de filas no nulas.
Y esto es aquivalente a establecer que:
Rng (A) = Rng (A|b)
Por ejemplo los siguientes esquemas de matrices, que utilizan un * para indicar que en esa posicion puede aparecer cualquier

10

Facultad de Ingeniera en Ciencias Fsicas y Matematica

1.5 Caracterizacion de los sistemas por su solucion 25