Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MÓDULO I
ÁLGEBRA LINEAL
JULIO 2009
1 Contenido
1 MATRICES................................................................................................................1
3.1 Definición...........................................................................................................................11
4 DETERMINANTES..................................................................................................17
4.1 Definición...........................................................................................................................17
5 EJERCICIOS........................................................................................................... 21
Algebra Lineal
Matrices
Julio 2009
1 Matrices
a 11 a12 ⋯ a1 n
⋮
[
A = a21 a22 ⋯ a2 n
mxn
⋮ ⋮ ⋮
am1 am2 ⋯ amn
] mxn
=[ a ij ]
mxn
A aij B bij
Sean mxn y mxn matrices del mismo tamaño mxn, y sea un
escalar1
1
Se considera como escalar a cualquier objeto que no pertenezca al mismo conjunto, en este caso será
cualquier número real o complejo.
AB ≠BA
1
Algebra Lineal
Determinantes
Julio 2009
αA= [ αa ij ]mxn
O sea que cada entrada aij de A se multiplica por el escalar
Cuando dos matrices se pueden multiplicar, se dice que son matrices conformables.
1. A + B = B + A
2. A + (B + C) = (A + B) + C
O=[ 0 ij ]mxn
3. A + O = A, donde que se denomina matriz de ceros.
4. A + (-A) = O
1.4.1 Definició n
Se llama matriz identidad de orden n a la matriz cuadrada de orden n de la
forma
I n=[ δ ij ]
δ ij= 1 si i= j
{
en la que : 0 si i≠ j
δ
Al símbolo ij de la Jropiedade anterior se le conoce como “delta de Kronecker”
1.4.2 Propiedades.
Si A es una matriz de mxn con elementos numéricos, entonces:
2
NOTA:
A la propiedad 1 se le llama distributividad por la izquierda y a la propiedad 2 distributividad por la derecha.
En el producto de matrices No existe la conmutatividad, o sea que AB≠BA .
3
Algebra Lineal
Determinantes
Julio 2009
1.
I m A=A
2.
AI n = A
1.5.1 Definició n
Sea A una matriz cuadrada de nxn, con elementos numéricos. Se dice que
una matriz X es la inversa de A si se tiene que:
XA=I n= AX
−1
y se representa mediante A .
1.5.3 Propiedades
Si A y B son matrices no singulares del mismo orden y su es un esclar,
entonces:
−1
1. A es única
−1
2. ( A−1 ) =A
3. ( AB )−1 =B−1 A−1
1
( αA )−1 = A−1
4. α
1.6.1 Definició n
Algebra Lineal
Matrices
Julio 2009
1.7.1 Definició n.
Una matriz elemental es aquella que se obtiene aplicando a I n una transformación
elemental.
1.7.2 Propiedades:
1. Las matrices elementales son no singulares.
2. El producto de matrices elementales es una matriz no singular.
[A | I ] ⃗
T1 ⋯ ⃗k
T [I | A−1 ]
5
Algebra Lineal
Determinantes
Julio 2009
Algebra Lineal
Matrices
Julio 2009
1.9.1 Submatriz
Si A es una matriz de mxn con elementos e C, se llama submatriz de A, a cualquier matriz que
pueda obtenerse a partir de A suprimiento en esta algunos renglones o columnas.
Ejemplo:
[
A= 21
a 31
a 41
a22
a32
a42
a23
a33
a43
a 24
a 34
a 44
]
Si suprimimos el tercer renglón y la segunda y cuarta columna se obtiene la submatriz
a11 a 13
[ a21 a 23 ]
1.9.2 Hipermatríz
Se conoce como hipermatríz a un arreglo rectangular de matrices; es decir, a una especie de
matriz cuyos elementos son matrices.
Ejemplo:
a 11 a12
[ ]
A= a21 a22
a31 a32
B=
b11
[ ]
b21
C=[ c 11 c 12] C=
d 11
[ ]
d21
H= A B
C[ D ]
Con lo que se obtiene una hipermatriz, la que también puede expresarse en términos de los
elementos de A, B, C y D de la siguiente forma
7
Algebra Lineal
Determinantes
Julio 2009
a 11 a12 b 11
a
[ ]
A= 21
a31
c11
a22
a13
c 12
b 12
d 11
d 12
En términos generales, puede decirse que una partición de una matriz es la expresión de ésta
como una hiermatriz, mediante la agrupación de sus elementos en submatrices; sin embargo, no
cualquier clase de hipermatriz se considera como una partición. Sólo se aceptan como tales:
a) Todas las submatrices que integran un mismo renglón (de hipermatriz) tienen el
mismo número de renglones, y
b) Todas las submatrices que integran una misma columna tienen el mismo número de
columnas.
Así, la matriz H del ejemplo anterior, tiene que analizarse cuidadosamente:
a11 a 12 b 11
a
[ ]
H= 21
a31
c 11
a 22
a 13
c12
b12 A
d 12
=
d 11 C [ B
D ]
Ya que no cumple con las condiciones a) y b).puesto que las submatrices A y B no tienen el
mismo número de renglones (como tampoco lo tienen C y D).
Sin embargo, de H se pueden tomar diversas sumatrices, sin tomar en cuenta de manera
disjunta A, B, C, D.
Algebra Lineal
Determinantes
Julio 2009
am 1 x 1 +a m2 x 2 +am 3 x 3 +⋯a mn x n =b m
donde cada xj es una incógnita y aij, bi son valores numéricos.
Así, un sistema de ecuaciones lineales e un conjunto de ecuaciones con las
mismas incógnitas.
a11 a 12 ⋯ a1 n x1 b1
[ a21 a 22 ⋯ a2 n
⋮ ⋮ ⋮ ⋮
am 1 a m 2 ⋯ a mn ][] []
mxn
x2
⋮
xn nx1
b
= 2
⋮
bm mx 1
A mxn X nx 1=Bmx 1
[A | B] ⃗1
T ⋯ ⃗k
T [I | K ]
de tal manera que la matriz columna K contiene la solución del sistema, por lo
que se puede decir que X = K.
−1
X =A B
Por lo tanto, se podrá decir que la solución del sistema se obtiene multiplicando
a la matriz columna B que contiene a los resultados, por la inversa de la matriz de
−1
coeficientes, que se representará por A , cabe la pena enfatizar que la
multiplicación debe realizarse por la izquierda, dado que en la multiplicación de
matrices no existe la conmutatividad.
Algebra Lineal
Determinantes
Julio 2009
3.1 Definició n
Como sea sabe, las matrices cuadradas son aquellas que tienen igual
número de renglones que de columnas, y juegan un papel importante dentro
de la teoría de matices dada la variedad de propiedades que poseen y las
aplicaciones que tienen.
Considere la matriz y la forma en que se encuentran distribuidos sus
elementos.
3.2.1 Propiedades
Sean A y B dos matrices del mismo tipo (Triangulares inferiores,
superiores o diagonales) con elementos numéricos, y sea un escalar,
entonces
1. A + B generará una matriz del mismo tipo de A y B
2. AB da como resultado una matriz del mismo tipo de A y B
3. A es del mismo tipo de A
3.3.1 Propiedades.
Sean A y B matrices cuadradas de nxn con elementos numéricos. Y sea
un escalar, entonces:
1. Tr ( A+B )=Tr ( A ) +Tr ( B )
2. Tr [ αA ] =α Tr ( A )
3. Tr ( AB )=Tr ( BA )
Algebra Lineal
Determinantes
Julio 2009
3.4.1 Transposició n
A= a
[ ij ] una matriz cuadrada de mxn con elementos numéricos. Se llama
Sea
matriz transpuesta a la matriz que resulta de intercambiar las columnas por los
renglones en la matriz A.
T
A nxm=[ a ji ]
T T
1. ( A ) =A
T
2. ( αA )=α T A
T
3. ( A+B ) =T A+T B , Si A + B se puede obtener
T
4. ( AB )=T B T A , Si AB se pude obtener
3.4.2.1 Definición
Sea A una matriz cuadrada de nxn con elementos numéricos. Se dice que:
T
1. A es simétrica si A= A
T
2. A es antisimétrica si A=− A
3.4.24.3 Teorema
Sea A una matriz cuadrad de nxn con elementos numéricos, entonces:
Algebra Lineal
Matrices cuadradas
Julio 2009
T
1. A+ A es simétrica
T
2. A− A es antisimétrica
3.5.1.1 Definición
A mxn=[ aij ]
3.5.2.1 Propiedades
Sean A y B dos matrices con elementos complejos, y sea C, entonces:
1. ( A )= A
2. αA=α⋅A
3. ( A +B )= A+B , Si A + B se puede obtener
Algebra Lineal
Determinantes
Julio 2009
3.5.4.1 Definición
Sea A una matríz de nxn con elementos complejos. Se dice que:
¿
1. A es hermítica si A =A
¿
2. A es antihermítica si A =− A
3.5.4.2 Propiedades
Propiedad 1
Si A y B son matrices hermíticas (antihermíticas) de nxn, entonces su
suma A + B es hermíticas (antihermíticas)
Algebra Lineal
Matrices cuadradas
Julio 2009
Propiedad 2
Si A es una matriz de mxn con elementos complejos, entonces:
¿
1. AA es hermítica
¿
2. A A es hermítica
¿
3. A + A es hermítica si A es cuadrada
¿
4. A− A es hermítica si A es cuadrada
3.6.1.1 Propiedad 1
3.6.2 Definició n
Sea A una matriz de mxm con elementos en C
2
a) Idempotente si A =A
2
b) Involutiva si A =I
c) Nilpotente de índice n, si n es el menor número natural tal que
2
A =0
d) Periódica de periodo n, si n es el menor número natural distinto de
n
uno tal que A =A
3.6.2.1Propiedad
Sea A una matriz de mxm con elementos en C
Algebra Lineal
Determinantes
Julio 2009
i) Si A es idempotente, entonces
n
A =A , ∀n∈N
ii) Si A es involutiva entonces
2n
A =I
2 n+1
A =A ∀n∈N
Algebra Lineal
Determinantes
Julio 2009
4 Determinantes
La idea de determinante en aún más antigua que la de matriz, esta idea fue trabajada
por Cramer al trabajar en la solución de sistemas de ecuaciones lineales, alrededor de cien
años antes que Cayley empezara a hablar de matrices.
4.1 Definició n
A aij
Sea una matriz de nxn con elementos en C, se denomina determinante
de A al valor del número que se calcula con la suma de todos los productos posibles
de obtener seleccionando una entrada de cada renglón y cada columna de la matriz
r
A y multiplicando por (−1 ) donde r es el número de transposiciones necesarias
para llevar a los subíndices a su orden natural.
a11 a12 a1 n
[
A= a21 a22
an 11 a n2 ann ]
b) Sea pk = ( α k1 , α k2 , α k3 … … .. , α kn ) una permutación del conjunto de los
naturales ( 1,2,3 … .. ,n )
+, si pk es de clase par
Donde ϵ ( p k ) = {
-, si p k es de clase impar
Algebra Lineal
Determinantes
Julio 2009
n n
| A|=∑ (−1 )r ∏ ai j ik
k=1 i =1
4.2.1 Teorema
Sea una matriz A de tamaño nxn, entonces:
4.2.2 Teoerema
Sean las matrices A=[ aij ] y B=[ b ij ] dos matrices de nxn con elementos en C,
entonces:
El método más sencillo para calcular determinantes, pero un tanto limitado, es conocido
como “regla de Sarrus”. Este sólo se emplea para el calculo de determinantes de segundo y
tercer orden, tal y como se muestra a continuación.
a) Matrices de 2x2
iii) Al valor que “baja” se le resta el valor que “sube” y el resultado será
el determinante de la matriz
a11 a12
|a 21 a22 |
=a11 a22−a 12 a21
b) Matrices de 3x3
iii) Al valor que “baja” se le resta el valor que “sube” y el resultado será
el determinante de la matriz
| |
a 21 a22 a 23 a 21 a22=( a11 a22 a33+ a12 a23 a 31+a 13 a21 a32 )−( a31 a 22 a13 +a32 a23 a11 +a33 a22 a12 )
a31 a32 a 33 a 31 a32
4.3.2.1Definición
4.3.2.2 Teorema
Si A=[ aij ] una matriz de nxn con elementos en C, entonces y r es un número entero tal que
i≤ r ≤ j, entonces
n
i¿ det ( A )=∑ arj C rj
j=1
n
det ( A )=∑ air C ir
i=1
4.3.2.3 Teorema
Si A=[ aij ] una matriz de nxn con elementos en C, es una matriz triangular superior (inferior),
entonces
n
det ( A )=∏ aii
i =1
Algebra Lineal
Matrices cuadradas
Julio 2009
5 Ejercicios
5 −2 7 3−2 i 4 +i 7
[
A= 0 3 5
2 −1 −3 ] [
B= −4
2i
3i 5
−1 −3+2 i ]
−2 i 4−i
C=
[ 5 8i
3+ 2i −5+31 ] D= 7 i
[ 8
0 4 +5 i ]
Calcular:
1) 3A + 5TB 7) A−1
2) 2B – C 8) D −1
3) A C 9) Encuentre una matriz simétrica a
4) CD partir de A
5) DC 10) Detrmine si D es hermítica
6) D2
III.- Considere que A es una matriz no singular con elementos en C y sea ∈∁, entonces
demostrar que :
−1
1) ( A−1 ) = A
1 −1
2) ( A )−1 = A
❑
En consecuencia: ( A+ B )2−( 2 A+ B ) B= A2
1) XAB = C + X para
A= 1 C= 2 1
2[] B=[ 1 −1 ]
0 2[ ]
2) XA + C = XC
A= 2 −1 B= 3 −2 D= 1 −1
[
2 4 ] [1 −1 ] [
1 −2 ]
3) AX + C = B
3 −2 2 4 −1 2
A= 1
[ ]
0
−1 −1 [ ]
B= −3 0
5 −1 [ ]
C= 1 0
3 −2
VII.- Demostrar que si A y B son matrices de nxn, demostrar la validez de las siguientes
afirmaciones
1) tr(AB) = tr(BA)
2) tr(AB) = tr(A)tr(B)
VIII.-Si A es una matriz de 2x2 con elementos en C, demostrar que existen dos matrices
triangulares, una triangular inferior (X) y una triangular superior (Y) tales que A = XY, si
a ii ≠0
IX.- Demostrar que si A y B son matrices imaginarias de orden mxn y nxp, respectivamente,
entonces el producto de AB es una matriz real
[ ] [ ]
0 1 0 0
A4x 4
[ ]
0
0
0
0
0
0
1
0
0
0
1
0
0
A5 x5 = 0
0
0
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
0
Anxn
0 0 1
⋮
0
⋱ ⋮
0 0 0 ⋯ 1
0 0 0 0
X.- Si la matriz A es triangular estrictamente inferior y la matriz B es diagonal, ambas del mismo
tamaño, encuentra la forma que tendrá el producto AB
0 0 0 ⋯ 0 1
A=
[
0 0 0
⋮ ⋱
1 0
⋮
0 1 0 ⋯ 0 0
1 0 0 0 0
]
a) Determine si la matriz A de nxn es involutiva
b) Encuentre una fórmula que describa a An
XIV.- Reflexionado sobre las matrices en C, describa 1 característica indispensable que deben
tener las matrices hermícas y las antihermíticas respectivamente
XVI.- Si A de nxn es una matriz diagonal, encuentre una fórmula para calcular A k, ∀ k ∈ N
XVIII.- Si A de nxn es una matriz nilpotente, entonces se verifican que (In-A) es invertible y
que su inversa es (In-A)-1=In+A
4 3 3 7i 8 6i
[
A= −1 0 −1
−4 −4 −3 ] B= 8
[ 8 4i
−6 i −4 i 0 ]
−1 3 5 0 1 8
[
C= 1 −3 −5
−1 3 5 ] [
D= 0 0 −4
0 0 0 ]
Verificar si
a) A es involutiva c) C es idempotente
b) B es hermítica d) D es nilpotente de índice 3
x+ 2 y +3 z=6
{2 x−3 y + z=14
3 x + y −z=−2
{312x −8 y=−3
x +4 y=6
x− y +2 z=3
{2 x−2 y +5 z=4
x+2 y−z =−3
2 x +2 y=1
XXIV.- Considere la re de avenidas típica que se muestra en la figura. Esta figura representa
un área del centro de Jacksonville, Florida. Todas la calles son de un solo sentido, las flechas
indican la dirección del flujo. El flujo de tráfico que entra y sale de la red se mide en vehículos
por hora (vph). Los números dados por aquí se basan en las horas pico 7 A.M a 9 A.M y de 4 P.M
y 6 P.M, a media semana. Construya un modelo matemático para analizar esta red.
Algebra Lineal
Determinantes
Julio 2009
XXV.- La criptografía es el proceso de codificar y decodificar mensajes. Esta palabra viene del
griego kriptos que significa “oculto”. El origen de esta técnica se encuentra en Grecia antugua.
Hoy día los gobiernos usan técnicas sofisticadas para codificar y decodificar mensajes. Un tipo
de código muy difícil de descifrar, es el que maneja una matriz muy grande para codificar el
mensaje. El receptor del mensaje lo decodifica usando la matriz inversa. A la primera matriz se
le llama matriz codificadora y al a su inversa se le llama matriz decodificadora.
−3 −3 −4
[ 0
4
1
3
1
4 ]
y que a cada letra del alfabeto se le asignará un valor numérico (en este caso el que
corresponde a su orden natural). Al espacio en blanco se le asignará el 27.
-122, 23, 138, -123, 19, 139, -176, 47, 181, -130, 28, 145, -124, 21, 144, -150, 38, 153