Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Captulo 2
Algebra
matricial
Estas notas estan basadas en las realizadas por el profesor Manuel Jesus
Gago Vargas
Alguna de las definiciones de este tema seran especficas para el caso en que k es el
cuerpo C de los numeros complejos. En ese caso se advertira especficamente.
Si es necesario pondremos el orden de la matriz como subndice. As escribiremos
Amn para indicar que la matriz A es de orden m n.
Denotaremos tambien [A]ij a entrada de la fila i y la columna j en la matriz A.
Dos matrices A y B son iguales si tienen el mismo orden y las entradas correspondientes son iguales, [A]ij = [B]ij .
Suma de matrices
Si A y B son matrices de orden mn, la suma de A y B se define como
la matriz de orden m n notada por A + B, cuyas entradas verifican
[A + B]ij = [A]ij + [B]ij para cada i, j.
La matriz A, llamada opuesta de A, se define como
[A]ij = [A]ij .
La diferencia de A y B es
A B = A + (B).
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Trasposicion
La traspuesta de una matriz Amn es la matriz notada por At de orden
n m definida como
[At ]ij = [A]ji .
Conjugada traspuesta
La matriz conjugada de una matriz Amn es la matriz de orden m n
notada por A definida como
[A]ij = [A]ij .
La matriz conjugada traspuesta de una matriz Amn es la matriz de
orden n m notada por A y definida como
[A ]ij = [A]ji .
t
Es decir, A = A .
Nota 2.1.4. Se tiene que (A ) = A. En el caso de matrices reales, cuyas entradas pertenecen a R, se tiene que A = A y A = At .
36
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Simetras
Sea A una matriz cuadrada.
Decimos que A es simetrica si A = At , esto es, [A]ij = [A]ji .
Decimos que A es anti-simetrica si A = At , esto es, [A]ij =
[A]ji .
Si ademas A es una matriz compleja:
Decimos que A es hermitiana si A = A , esto es, aij = aji .
Decimos que A es anti-hermitiana si A = A , esto es, aij =
aji .
Ejercicio 2.1.1. Probar que si A es una matriz hermitiana entonces las entradas de la
diagonal, [A]ii , son numeros reales.
p
X
[A]ik [B]kj
k=1
Nota 2.2.1. Puede ocurrir dos matrices A y B esten ajustadas para la multiplicacion en el
orden AB pero no en el orden BA. Es decir, que exista el producto AB, pero que no BA.
DE MATRICES NO ES CONMUTATIVA ). ConsiEjercicio 2.2.1. (L A MULTIPLICACI ON
dere lo que ocurre al tomar
3
A= 1 2 , B=
,
4
y calcular AB y BA. Observese que ni siquiera son matrices del mismo orden.
Pero aunque fueran matrices cuadradas el producto no es conmutativo en general. Por
ejemplo, sean las matrices
1 1
2 1
.
C=
, D=
0 1
2 3
37
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Nota 2.2.2. Las dos u ltimas ecuaciones indican que las filas de AB son combinacion
lineal de las filas de B, y que las columnas de AB son combinacion lineal de las columnas
de A.
Sistemas lineales
Todo sistema de m ecuaciones y n incognitas
a x + a x + ... + a x
m1 1
m2 2
mn n
=
=
b1
b2
= bm ,
x1
a11 a12 . . . a1n
x2
a21 a22 . . . a2n
A = ..
.. , x = .. , b =
..
.
.
.
.
.
.
.
xn
am1 am2 . . . amn
b1
b2
..
.
bm
Recprocamente, toda ecuacion matricial Amn xn1 = bm1 representa un sistema lineal de m ecuaciones y n incognitas.
38
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Matriz identidad
La matriz de orden n n con unos en la diagonal y ceros en el resto
1 0 ... 0
0 1 ... 0
In = .. .. . . ..
. .
. .
0 0 ... 1
se denomina matriz identidad de orden n. Para toda matriz A de orden
m n se verifica
AIn = A y Im A = A.
Trasposicion y producto
Para matrices ajustadas A y B se verifica que
(AB)t = B t At
y
(AB) = B A .
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
n
X
[A]ii .
i=1
A = ..
,
B
=
..
..
..
..
.. .
..
..
.
.
.
.
.
.
.
.
As1 As2 . . . Asr
Br1 Br2 . . . Brt
Si los pares (Aik , Bkj ) son ajustados para el producto, entonces decimos que A y B tienen una particion ajustada. Para tales matrices, el
producto AB se forma combinando los bloques exactamente de la misma forma como se hace con los escalares en la multiplicacion ordinaria.
Esto es, el bloque (i, j) en AB es
Ai1 B1j + Ai2 B2j + . . . + Air Brj .
1 2 1 0
1 0
3 4 0 1
0 1
C
I
A=
,B =
1 0 0 0 =
1 2
I 0
0 1 0 0
3 4
donde
I=
1 0
0 1
yC =
1 2
3 4
0
0
I 0
=
,
C C
2
4
0
0
1
3
2
4
1
2
6 8 3 4
2C C
I 0
C I
=
=
AB =
1 0 0 0
I 0
C C
I 0
0 1 0 0
40
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Ecuaciones matriciales
Nota 2.4.1. Sin embargo, debemos hacer hincapie en que la representacion de la solucion
como x = A1 b es conveniente desde el punto de vista teorico o de notacion. En la
practica, un sistema no singular Ax = b nunca se resuelve calculando A1 y despues el
producto A1 b. Se realizan mas operaciones as que aplicando las tecnicas de eliminacion
descritas en el tema anterior.
El siguiente resultado nos permite distinguir entre matrices singulares y no singulares.
41
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Existencia de inversa
Para una matriz cuadrada A de orden n, son equivalentes:
1. A1 existe (A es no singular).
2. rango(A) = n.
Gauss-Jordan
3. A In .
4. Ax = 0 implica que x = 0.
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
En otras palabras, si aplicamos Gauss-Jordan a la matriz ampliada [A|I1 |I2 | . . . |In ] obtenemos
Gauss-Jordan
[A|I1 |I2 | . . . |In ] [I|[A1 ]1 |[A1 ]2 | . . . |[A1 ]n ],
o, de manera mas compacta,
Gauss-Jordan
[A|I] [I|A1 ].
Que ocurre si intentamos invertir una matriz singular con este procedimiento? El resultado anterior nos indica que una matriz singular A no puede ser reducida mediante
Gauss-Jordan a la matriz I porque una fila de ceros aparecera en algun momento. Por
ello, no tenemos que saber a priori si la matriz que tenemos es o no singular, pues resultara evidente en el proceso de calculo.
Calculo de la inversa
La eliminacion de Gauss-Jordan se puede usar para el calculo de la
inversa de una matriz A mediante la reduccion
GaussJordan
[A|I] [I|A1 ].
La u nica posibilidad de que este metodo falle es que aparezca una fila
de ceros en el lado izquierdo de la matriz ampliada, y esto ocurre si y
solamente si la matriz A es singular.
1 1 1
A = 1 2 2 .
1 2 3
Aplicamos el metodo de Gauss-Jordan para obtener
1 1 1 |
1 2 2 |
[A|I] =
1 2 3 |
1 0 0 |
2
0 1 1 | 1
0 0 1 |
0
1 0 0
1 1 1
0 1 0
0 1 1
0 0 1
0
1 2
1 0
1 0 0
1 0
0 1 0
1 1
0 0 1
A1
2 1
0
2 1 .
= 1
0 1
1
43
|
1 0 0
| 1 1 0
| 1 0 1
|
2 1
0
| 1
2 1 .
|
0 1
1
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
I).
45
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
II).
46
III).
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
1 2 4
A= 2 4 8
3 6 13
a su forma escalonada reducida por filas EA .
1 2 4
1 2 4
A = 2 4 8 R2 2R1 0 0 0
3 6 13
R3 3R1
0 0 1
1 2 4
1 2 0
Cambia R2 y R3
0 0 1 R1 4R2 0 0 1 = EA
0 0 0
0 0 0
La reduccion se puede ver como una sucesion
matrices elementales correspondientes.
1 4 0
1 0 0
1 0
0
1 0 0 0 1 0 1
0
0 1
0 1 0
3 0
0
1 0 0
0 2 1 0 A = EA .
1
0 0 1
47
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Equivalencia de matrices
f
P RUEBA : Como A EA , existe una matriz no singular P tal que P A = EA . Si
rango(A) = r, entonces las columnas basicas de EA son las r columnas unitarias. Mediante intercambio de columnas aplicados a EA , podemos poner estas r columnas en la
parte superior izquierda. Si Q1 es el producto de las matrices elementales que hacen estos
intercambios, entonces
Ir J
.
P AQ1 = EA Q1 =
0 0
Ahora multiplicamos ambos lados de esta ecuacion por la matriz no singular
Q2 =
Ir J
0 I
48
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
y nos queda
P AQ1 Q2 =
Ir 0
0 0
Entonces A Nr .
0 Ns
0 B
de donde
rango
A 0
0 B
= r + s.
f
c
Dadas matrices A y B, como decidimos si A B, A B o A B?
Test de equivalencia
Sean A y B matrices de orden m n. Entonces
A B si y solamente si rango(A) = rango(B).
f
A B si y solamente si EA = EB .
c
A B si y solamente si EAt = EBt .
En consecuencia, el producto por matrices no singulares no altera el
rango.
P RUEBA : Si rango(A) = rango(B), entonces A Nr y B Nr , de donde A Nr
B. Recprocamente, si A B, y rango(A) = r, rango(B) = s, tenemos que A Nr y
B Ns , por lo que Nr Ns , y esto implica que r = s.
f
f
f
Supongamos ahora que A B. Como B EB , entonces A EB . Como la forma
escalonada reducida por filas es u nica, se sigue que EB = EA . Recprocamente, si EA =
EB , entonces
f
f
A EA = EB B.
Para las columnas, basta considerar que
c
A B AQ = B (AQ)t = B t
f
Qt At = B t At B t .
2
49
Algebra
Lineal y Geometra I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da
Rango y trasposicion
rango(A) = rango(At ) y rango(A) = rango(A ).
50