NDICE

ESPACIOS VECTORIALES DE MATRICES

AXIOMAS DE UN ESPACIO VECTORIAL.
ESPACIOS VECTORIALES DE MATRICES.
TRANSFORMACIONES LINEALES Y MATRICES
RANGO DE UNA MATRIZ
Clculo del rango de una matriz por el mtodo de gauss
Clculo del rango de una matriz por determinantes
CAMBIO DE BASE
SEMEJANZA, CONGRUENCIA Y EQUIVALENCIA DE DOS
MATRICES
MATRICES INVERTIBLES
Propiedades de la matriz inversa
BIBLIOGRAFA
ESPACIO VECTORIAL:
Es un conjunto de objetos, llamados vectores, cuyas operaciones de
adicin y multiplicacin por un escalar se encuentran definidas en l y
satisfacen las siguientes condiciones:
AXIOMAS DE UN ESPACIO VECTORIAL.
- Si x V y y V, entonces x + y V (Cerradura bajo la suma).
- Para todo x, y, z en V, (x + y) + z = x + (y + z)
(Ley asociativa de la suma de vectores)
- Existe un vector 0 V tal que para todo x V, x + 0 = 0 + x = x
- Si x V, existe un vector x en V tal que x + (x) = 0
(x se llama inverso aditivo de x)
- Si x y y estn en V, entonces x + y = y + x.
(Ley conmutativa de la suma de vectores).
- Si x V y es un escalar, entonces x V
(Cerradura bajo la multiplicacin por un escalar).
- Si x y y estn en V y es un escalar, entonces (x + y) = x + y
- (Primer ley distributiva)
- Si x V y y son escalares, entonces ( + )x = x + x
- (Segunda ley distributiva)
- Si x V y y son escalares, entonces (x) = ()x
- (Ley asociativa de la multiplicacin por escalares)
- Para cada vector x V, 1x = x.
ESPACIOS VECTORIALES DE MATRICES.
Considere el conjunto de matrices reales de 2 x 2. Denote este
conjunto como M
22
.. Se analizarn algunos axiomas para comprobar esto.
Utilizando la notacin vectorial para indicar los elementos de M
22
, sean

Dos matrices de 2 x 2 cualesquiera. Se tiene entonces que:

- Axioma:

u + v es una matriz de 2 x 2. Por consiguiente, M
22
es cerrada bajo la adicin.

- Axioma:
De acuerdo al tema anterior de matrices, se sabe que las matrices de
2 x 2 son conmutativas y asociativas bajo la adicin.

- Axioma:
La matriz cero de 2 x 2 es , puesto que




- Axioma:

Si , entonces ya que

El conjunto de matrices M
22
de 2 x 2 constituye un espacio vectorial. Las
propiedades algebraicas de M
22
son similares a las de R
n
. Asimismo, se
puede concluir que
M
mn
, el conjunto de matrices de m x n es un espacio vectorial.

TRANSFORMACIONES LINEALES Y MATRICES
Sean y dos espacios vectoriales sobre un cuerpo con
dimensiones , respectivamente. El objetivo central de esta leccin
es demostrar que el espacio es isomorfo a . La prueba se
realiza estableciendo una funcin que asigna a cada transformacin lineal
de una matriz de ; se demuestra que esta funcin es
una transformacin lineal biyectiva. Cuando , se demuestra que el
lgebra es isomorfa a .
- Teorema:
Sean y dos espacios vectoriales sobre un cuerpo con
dimensiones , respectivamente. Entonces, .
Demostracin:
Corolario: Sean y dos espacios vectoriales sobre un cuerpo con
dimensiones , respectivamente. Entonces, .
De la demostracin del Teorema se deduce que la matriz asociada a la
transformacin lineal nula es la matriz nula ; adems, si , entonces la
matriz asociada a la transformacin lineal idntica de es la matriz idntica.
Otra consecuencia inmediata de la prueba del Teorema es la siguiente
proposicin.
Proposicin. Sean y espacios vectoriales sobre el cuerpo , de
dimensiones y , respectivamente. Sean y
transformaciones lineales,
bases de y , respectivamente. Si es
la matriz de en las bases y es la matriz de en las bases
, entonces es la matriz de en las
bases . En otras palabras, la matriz de una compuesta de
transformaciones lineales es el producto de las matrices que representan
dichas transformaciones.
Si , entonces se acostumbra a tomar , y en tal caso
se denota por el isomorfismo del Teorema. Notese
que y .
Ya est probado el siguiente teorema.



- Teorema:
Si es un -espacio vectorial de dimensin finita , entonces
y son lgebras isomorfas, en el siguiente sentido: existe una
transformacin lineal biyectiva que satisface las
siguientes condiciones:
, para cualesquiera .
, donde es la matriz idntica de orden .
Se debe notar que un lgebra es un espacio vectorial con estructura de
anillo, de tal forma que se pueden considerar los grupos de elementos
invertibles de las lgebras y ; estos grupos se denotan por
y , y se conocen como el grupo lineal general de
automorfismos del espacio y el grupo lineal general de orden sobre ,
respectivamente. Ntese que es el grupo de automorfismos definido
en Proposicin. Se tiene entonces el siguiente resultado.
Corolario: Si es un -espacio vectorial de dimensin finita ,
entonces y son grupos isomorfos, con isomorfismo definido
por la restriccin de la funcin del Teorema 2 al grupo . En
particular, , donde es cualquier base
de .
RANGO DE UNA MATRI Z:
Es el nmero mximo de columnas (filas respectivamente) que son
linealmente independientes. Si el rango fila y la columna son iguales, este
nmero es llamado simplemente rango de A. Comnmente se expresa como
rg(A).
El nmero de columnas independientes de una matriz m por n A es
igual a la dimensin del espacio columna de A. Tambin la dimensin del
espacio fila determina el rango. El rango de A ser, por tanto, mayor o igual
que uno y menor o igual que el mnimo entre m y n.
Es el nmero de lneas de esa matriz (filas o columnas) que son
linealmente independientes.

- Clculo del rango de una matriz por el mtodo de gauss
- Podemos descartar una lnea si:
Todos sus coeficientes son ceros.
Hay dos lneas iguales.
Una lnea es proporcional a otra.
Una lnea es combinacin lineal de otras.


F
3
= 2F
1

F
4
es nula
F
5
= 2F
2
+ F
1

r(A) = 2.
- Clculo del rango de una matriz por determinantes
El rango es el orden de l a mayor submat ri z cuadrada no nul a .

- Podemos descartar una lnea si:
t odos sus coef i ci ent es son ceros.
hay dos l neas i gual es.
una l nea es proporci onal a ot ra.
una l nea es combi naci n l i neal de ot ras.
Suprimimos la tercera columna porque es combinacin lineal de las dos
primeras: c
3
= c
1
+ c
2


- Comprobamos si ti ene rango 1, para el l o se ti ene que
cumpl i r que al menos un el emento de l a matri z no sea
cero y por tanto su determi nante no ser nul o.
| 2| =20
- Tendr rango 2 si exi ste al guna submatri z cuadrada de
orden 2, tal que su determi nante no sea nul o.

- Tendr rango 3 si exi ste al guna submatri z cuadrada de
orden 3, tal que su determi nante no sea nul o.

Como todos los determinantes de las submatrices son nulos no tiene rango
3, por tanto r(B) = 2.
CAMBIO DE BASES

Dadas bases |
1
y |
2
de un espacio vectorial V de dimensin n,
discutimos en esta clase cmo encontrar una matriz cuadrada A
nxn
que al
multiplicar la columna n x 1 de las coordenadas de un vector v e V respecto
de la base |
1
, devuelve las coordenadas del mismo vector v respecto de la
base |
2
. El razonamiento es sencillo.
Considere la t.l. Id: V V, su matriz respecto de las bases |
1
y |
2
: (Id)
2
1
|
|
,
satisface:
v e V (Id)
2
1
|
|
(v)
1
|
= (v)
2
|
, de donde la matriz del cambio de bases de |
1
a
|
2
es la matriz cuadrada n x n: (Id)
2
1
|
|
. La matriz del cambio de bases de |
1

a |
2
se denota por C
2
1
|
|
.
Para determinar la matriz del cambio de bases de la base |
1
= {u
1
, ... , u
n
} a
la base |
2
= {v
1
, ... , v
n
}, se debe recordar que las columnas de C
2
1
|
|
= (Id)
2
1
|
|

son:

[Id(u
1
)]
2
|
= (u
1
)
2
|
=
|
|
|
.
|

\
|
1 n
11
a
a
, en donde u
1
= a
11
v
1
+ ... + a
n1
v
n


[Id(u
n
)]
2
|
= (u
n
)
2
|
=
|
|
|
.
|

\
|
nn
n 1
a
a
, en donde u
n
= a
1n
v
1
+ ... + a
nn
v
n
.

y C
2
1
|
|
=
|
|
|
.
|

\
|
nn 1 n
n 1 11
a a
a a

En caso de que |
1
y |
2
sean dos bases de IR
n
, con:

u
1
=
|
|
|
.
|

\
|
1 n
11
u
u
, ... , u
n
=
|
|
|
.
|

\
|
nn
n 1
u
u
y v
1
=
|
|
|
.
|

\
|
1 n
11
v
v
, ... , v
n
=
|
|
|
.
|

\
|
nn
n 1
v
v
, para encontrar las
entradas a
ij
de la matriz del cambio de bases C
2
1
|
|
=
|
|
|
.
|

\
|
nn 1 n
n 1 11
a a
a a

de |
1
a
|
2
las identidades a resolver: u
1
= a
11
v
1
+ ... + a
n1
v
n
, ... , u
n
= a
1n
v
1
+ ... +
a
nn
v
n
, se traducen en:

a
11
|
|
|
.
|

\
|
1 n
11
v
v
+ ... + a
n1
|
|
|
.
|

\
|
nn
n 1
v
v
=
|
|
|
.
|

\
|
1 n
11
u
u
, ..., a
1n
|
|
|
.
|

\
|
1 n
11
v
v
+ ... + a
nn
|
|
|
.
|

\
|
nn
n 1
v
v
=
|
|
|
.
|

\
|
nn
n 1
u
u
y esto en
los sistemas con idnticos coeficientes:

|
|
|
.
|

\
|
nn 1 n
n 1 11
v v
v v

|
|
|
.
|

\
|
1 n
11
a
a
=
|
|
|
.
|

\
|
1 n
11
u
u
,...,
|
|
|
.
|

\
|
nn 1 n
n 1 11
v v
v v

|
|
|
.
|

\
|
nn
n 1
a
a
=
|
|
|
.
|

\
|
nn
n 1
u
u
, los cuales se
resuelven simultneamente reduciendo la matriz sper aumentada:

|
|
|
.
|

\
|
nn 1 n
n 1 11
nn 1 n
n 1 11
u u
u u
v v
v v

|
|
|
.
|

\
|
nn 1 n
n 1 11
a a
a a
1 0
0 1

y C
2
1
|
|
=
|
|
|
.
|

\
|
nn 1 n
n 1 11
a a
a a

.

Ejemplos:

Sean |
C
, la base cannica de IR
3
, y | = {(1, 1, 1), (1, 1, -1), (1, -1, -1)} una
segunda base de IR
3
. Para determinar C
C
|
|
la matriz sper aumentada ya
est reducida:
|
|
|
.
|

\
|


1 1 1
1 1 1
1 1 1
1 0 0
0 1 0
0 0 1
y C
C
|
|
=
|
|
|
.
|

\
|


1 1 1
1 1 1
1 1 1
.
Por ejemplo, si las coordenadas de un vector v respecto de la base
| son (v)
|
=
|
|
|
.
|

\
|
1
2
1
, lo cual quiere decir que v es igual a v = 1
|
|
|
.
|

\
|
1
1
1
+ 2
|
|
|
.
|

\
|
1
1
1
+(-1)
|
|
|
.
|

\
|

1
1
1
=
|
|
|
.
|

\
|
0
4
2
, entonces las coordenadas del mismo vector respecto de la base
cannica |
C
son
|
|
|
.
|

\
|
0
4
2
, las cuales se pueden obtener multiplicando C
C
|
|
(v)
|
=
|
|
|
.
|

\
|


1 1 1
1 1 1
1 1 1
|
|
|
.
|

\
|
1
2
1
=
|
|
|
.
|

\
|
0
4
2
= (v)
C
|
= v.

Para calcular la matriz C
|
|
C
del cambio de bases de la base cannica
|
C
a la base | se debe reducir la matriz sper aumentada, que en este
caso es


|
|
|
.
|

\
|


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

|
|
|
.
|

\
|

1 0 1
0 1 1
0 0 1
2 2 0
2 0 0
1 1 1

3 2
f f



|
|
|
.
|

\
|

0 1 1
1 0 1
0 0 1
2 0 0
2 2 0
1 1 1 ( )
( )
3 3
2 2
f 2 1 f
f 2 1 f



|
|
|
.
|

\
|

0 2 1 2 1
2 1 0 2 1
0 0 1
1 0 0
1 1 0
1 1 1

2 1 1
f f f



|
|
|
.
|

\
|

0 2 1 2 1
2 1 0 2 1
2 1 0 2 1
1 0 0
1 1 0
0 0 1

3 2 2
f f f
|
|
|
.
|

\
|

0 2 1 2 1
2 1 2 1 0
2 1 0 2 1
1 0 0
0 1 0
0 0 1
y

C
|
|
C
=
|
|
|
.
|

\
|

0 2 1 2 1
2 1 2 1 0
2 1 0 2 1
. Una vez ms verificamos con un ejemplo
slo para fijar conocimientos: Las coordenadas en la base | del vector
cuyas coordenadas en la base |
C
son (v)
C
|
=
|
|
|
.
|

\
|
0
4
2
se determinan
multiplicando C
|
|
C
(v)
C
|
=
|
|
|
.
|

\
|

0 2 1 2 1
2 1 2 1 0
2 1 0 2 1
|
|
|
.
|

\
|
0
4
2
=
|
|
|
.
|

\
|
1
2
1
= (v)
|
SEMEJANZA, CONGRUENCIA Y EQUIVALENCIA DE DOS MATRICES
.Se consideran las matrices reales

Se pide:
Determinar los valores de para los cuales y son matrices
semejantes. En estos casos hallar matrices invertibles tales que

Determinar los valores de para los cuales y son matrices
congruentes. En estos casos hallar matrices invertibles tales que

Determinar los valores de para los cuales y son matrices
equivalentes. En estos casos hallar matrices invertibles y tales que

Si y son semejantes, necesariamente es decir, o
bien Pero en este caso y en consecuencia
Podemos concluir: y son semejantes s y slo si y en este caso
basta elegir
Sabemos que dos matrices y reales y del mismo orden son
congruentes si y slo si tienen la misma signatura (ndice de positividad, de
negatividad y nulidad). Al ser ambas matrices simtricas podemos aplicar el
teorema espectral para encontrar matrices diagonales congruentes con las
dadas. Valores propios de :

Para todo se verifica , y es decir,
De manera anloga obtenemos los valores propios de :
, y Claramente obtenemos
si y si Podemos concluir que
y son congruentes si y slo si
Para sabemos que existe una matriz invertible tal que
y una invertible tal que siendo
Igualando:

Basta elegir pues Aplicando (por ejemplo) el mtodo de las
transformaciones elementales por filas y columnas podemos fcilmente hallar
y Omitimos los clculos por lo rutinario de los mismos. Una solucin
sera

3. Las matrices y son equivalentes si y slo si tienen el mismo rango.
Fcilmente verificamos que para todo , para
real y para Por tanto y son equivalentes si y slo si
Del apartado anterior tenemos una igualdad , es decir
basta elegir como nuevas matrices y la matriz del apartado anterior y su
traspuesta.
MATRIZ INVERTIBLE
En matemticas, en particular en lgebra lineal, una matriz cuadrada A
de orden n se dice que es invertible, no singular, no degenerada o regular si
existe otra matriz cuadrada de orden n, llamada matriz inversa de A y
representada como A
1
, tal que:
,
donde I
n
es la matriz identidad de orden n y el producto utilizado es el
producto de matrices usual.
Una matriz no invertible se dice que es singular o degenerada. Una
matriz es singular si y solo si su determinante es nulo.
La inversin de matrices es el proceso de encontrar la matriz inversa
de una matriz dada.
Ejemplos
Matriz de dos filas por ejemplo la inversa de la matriz

es

porque

Propiedades de la matriz inversa
- La inversa de una matriz, si existe, es nica.
- La inversa del producto de dos matrices es el producto de las inversas
cambiando el orden:

- Si la matriz es invertible, tambin lo es su transpuesta, y el inverso de
su transpuesta es la transpuesta de su inversa, es decir:

- Y, evidentemente:

- Una matriz es invertible si y slo si el determinante de A es distinto de
cero. Adems la inversa satisface la igualdad:

donde es el determinante de A y es la matriz de adjuntos de A.

Demostracin de la unicidad de la inversa
Supongamos que B y C son inversas de A


Multiplicando por C


De modo que B=C y se prueba que la inversa es nica.
Demostracin del criterio de inversibilidad de las matrices cuadradas
Se probar la doble implicacin.
Suficiencia Suponiendo que existe tal que .
Entonces al aplicar la funcin determinante se obtiene

usando la propiedad

Por lo tanto, es distinto de cero.

Necesidad Suponiendo que el determinante de es distinto de cero,
sea es el elemento ij de la matriz y sea la matriz sin la fila y la
columna (comnmente conocida como -simo menor de A. Entonces

Sea , entonces

Esta afirmacin es vlida propiedades de los determinantes, pues la parte
izquierda de la relacin nos conduce a una matriz con la columna igual a la
columna y los dems trminos iguales a los de . Entonces

donde cuando y cuando . Entonces

Es decir que tiene inversa izquierda

Como , entonces tambin tiene inversa
izquierda que es

Entonces

luego, aplicando la transpuesta

Que es lo que se quera demostrar
Mtodos de inversin de matrices
Solucin analtica:
Inversin de matrices 22
Calcular la matriz inversa en matrices de 2x2 puede ser muy sencillo. Se
puede hacer de la siguiente manera:
1


Esto es posible siempre y cuando ad - bc, el determinante de la matriz, no
sea cero.

Ejemplo numrico:

Inversin de matrices de rdenes superiores
Para matrices de rdenes superiores puede utilizarse la siguiente frmula:

Donde es la transpuesta de la matriz adjunta de la matriz original;
es el determinante de A y es la matriz de adjuntos de A.
Cuando la matriz tiene ms de tres filas, est frmula es muy ineficiente y
conduce a largos clculos. Hay mtodos alternativos para calcular la matriz
inversa que son bastante ms eficientes.














BIBLIOGRAFA
- es.wikipedia.org/wiki/Matriz_invertible
- es.wikipedia.org/wiki/Matriz_semejante
- www.fernandorevilla.es/.../103-semejanza-conguencia-y-equivalencia-
de
- www.jatem.net/ma1116/teoria/16/11/11.doc
- www.nibcode.comeslinearalebraexampleproblem2
- www.ditutor.com/matrices/rango_matriz.html
- oceanologia.ens.uabc.mx/.../algebralineal/V%20Transformaciones%20
Li
- algebralineal.host22.com/Espacios%20Vectoriales/espaciosvectoriales
2.ht.