Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clculo matricial
5.1 Matrices
Una matriz de m filas y n columnas, en adelante matriz m n, es una configuracin rectangular
de elementos, con n entradas por cada fila, y m por cada columna, encerrada, usualmente, entre
parntesis. A cada elemento de una matriz m n nos referiremos indicando, con una pareja ordenada
de subndices, la fila y la columna que ocupa.
Notacin. Utilizaremos letras maysculas para nombrar a una matriz, A, B, C, . . . . A sus elementos
o entradas los nombraremos usualmente con la minscula de su nombre y un par de subndices para
indicar su posicin: a1,2 sera el elemento de la 1a fila y 2a columna de la matriz A. En bloque
escribiremos expresiones como: A = (ai,j ), 1 1 m, 1 j n; B = (bi,j )mn ; . . . . Diremos
que una matriz es de tamao m n para referirnos a sus dimensiones. Si ambas coinciden, matriz
cuadrada, diremos simplemente matriz de tamao n.
Si las entradas de una matriz, A, de tamao m n, se toman de un conjunto K, habitualmente
un cuerpo de nmeros como Q, R o C, escribiremos A Mmn (K). En lo que sigue K ser siempre
un cuerpo.
Para cualquier tamao la matriz, Imn con entradas ii,j = 1 si i = j pero ii,j = 0 si i 6= j, se dice
la identidad de tamao m n. Son matrices identidad:
1 0 0
1 0 0 0 1 0 0
1 0 0
0 1 0 0 0 1 0 1 0
0 1 0 0 1
0 0 1 0 0 0 1
0 0 0
Suma: dadas dos matrices del mismo tamao A = (ai,j ), B = (bi,j ) Mmn (K) se define la matriz
suma A + B Mmn (K) como la matriz C = (ci,j ) donde ci,j = ai,j + bi,j .
Producto por escalares: dada una matriz A = (ai,j ) Mmn (K) y un nmero K, se define
la matriz A Mmn (K) como la matriz ( ai,j ).
Obsrvese que han de coincidir el nmero de columnas de la primera matriz A con el nmero
de filas de la segunda matriz B. Adems, el resultado es una matriz con tantas filas como A y
tantas columnas como B. Sirva la siguiente como regla mnemotcnica:
(m n) (n p) = (m p) .
Traspuesta de una matriz: dada una matriz A = (ai,j ) Mmn (K) se define la matriz traspuesta
At como la matriz (bk,` ) en Mnm (K) con
bk,` = a`,k .
1. Propiedades de la suma. En el conjunto Mmn (K) la operacin suma verifica las siguientes
propiedades:
76
Clculo matricial
(d) Elemento opuesto. Para toda A Mmn (K), existe otro elemento, que denotaremos
A Mmn (K), tal que A + (A) = 0.
La existencia de un elemento neutro queda asegurada por la existencia del neutro para la suma
en el cuerpo K. Si llamamos 0 a este ltimo, la matriz con todas las entradas 0 es un neutro
para la suma de matrices.
De igual manera, la existencia de opuestos para la suma en el cuerpo K nos permite, dada una
matriz A, construir una matriz opuesta: si A = (ai,j ) la matriz B = (ai,j ) es opuesta de A.
2. Propiedades del producto por escalares. El producto por escalares tiene las siguientes
propiedades:
3. Propiedades del producto. Por simplicidad vamos a enumerar las propiedades del pro-
ducto de matrices cuadradas.
A(BC) = (AB)C .
77
Sistemas de ecuaciones lineales
n n
n ! n X
n
X X X X
gi,j = fi,` c`,j = ai,k bk,` c`,j = ai,k bk,` c`,j
`=1 `=1 k=1 `=1 k=1
donde hemos utilizado varias veces las propiedades asociativa del producto y distributiva del
producto respecto de la suma en el cuerpo K (dnde?).
Se pretende ver que siempre ocurre que ei,j = gi,j . Obsrvese que tanto en ei,j como en gi,j se
tienen un total de n2 sumandos de la misma forma: ai,k bk,` c`,j . De hecho son exactamente
los mismos, aunque aparecen en distinto orden. Por ejemplo, el sumando ai,2 b2,5 c5,j , si lo
hubiere, aparece en el lugar n + 5 para ei,j , y en el lugar 4n + 2 para gi,j 1 . Es evidente, por
tanto (por las propiedades de la suma en el cuerpo K), la igualdad buscada.
Sobre el elemento neutro, basta mostrar una matriz con esta propiedad, y la matriz de orden
n con unos en la diagonal principal y ceros en el resto de entradas lo es.
3. (Ejercicio): Propiedades del producto de matrices. Enunciar y probar las propiedades
asociativa, distributiva del producto respecto de la suma, y existencia de elementos neutros
(por la derecha y por la izquierda) para el producto de matrices en general (no necesariamente
cuadradas).
4. Propiedades de la traspuesta.
(a) Traspuesta de una suma:
(A + B)t = At + B t .
(b) Traspuesta de un producto:
(AB)t = B t At .
(c) Traspuesta del producto de una matriz por un escalar:
(A)t = At .
a1,1 x1 + a1,2 x2 + + a1,n xn = b1
m ecuaciones
a2,1 x1 + a2,2 x2 + + a2,n xn = b2
.. .. .. .. ..
n incgnitas
. . . . .
a x + a x + + a x
m,1 1 m,2 2 m,n n = bm
Coeficientes: ai,j K, i = 1, . . . , m, j = 1, . . . , n, K cuerpo (que supondremos en este curso de
cardinal infinito, por ejemplo: Q, R, C, . . . ).
Trminos independientes: bi K, i = 1, . . . , m. Si bi = 0 para todo ndice i = 1, . . . , m, el sistema
se dice homogneo.
Variables: xj , j = 1, . . . , m, tambin se denominan incgnitas.
Soluciones: Una nupla (s1 , s2 , . . . , sn ) Kn se dice una solucin del sistema si al sustituir cada
variable xj por el correspondiente valor sj , todas las ecuaciones se verifican.
1
En general, el sumando ai,k bk,` c`,j aparece en el lugar (k 1)n + ` en ei,j , y en el lugar (` 1)n + k en gi,j .
78
Clculo matricial
79
Sistemas de ecuaciones lineales
Nota: Se pueden, de manera anloga, definir operaciones elementales por columnas. Para el objetivo
de resolver sistemas lineales, son ms tiles las operaciones por filas al no cambiar, por ejemplo,
el orden en las variables. De hecho, cambia el espacio de soluciones, es decir, no quedan sistemas
equivalentes.
a x0 + b y 0 = e al tiempo que c x0 + d y 0 = f .
a x0 + b y0 = e
80
Clculo matricial
Faltara ver ahora que toda solucin del segundo de los sistemas, tambin lo es del sistema original.
Pero en realidad nos sirve el mismo argumento, aadido a la observacin de que podemos pasar del
segundo al primero (esto es invertir la operacin) sin ms que sumar a la segunda fila veces la
primera:
a b e a b e a b e
=
c + a d + b f + e c + a a d + b b f + e e c d f
Matrices escalonadas. Una matriz A, se dice escalonada si cumple las siguientes propiedades:
3. Dadas dos filas consecutivas (no nulas), el 1 dominante de la fila superior est ms a la izquierda
del 1 dominante de la inferior.
1. Usando operaciones elementales, llevar la matriz ampliada a otra equivalente, (B | c) que sea
escalonada.
Ejemplo 34 Buscar un polinomio de grado 2, y = ax2 + bx + c, que pase por los puntos de coorde-
nadas (2, 3), (1, 0) y (1, 6).
Solucin: Se trata de calcular los tres coeficientes indeterminados en las ecuaciones:
a 22 + b 2 + c = 3
a 12 + b 1 + c = 0
a (1)2 + b (1) + c = 6
de otra manera, se quiere resolver el siguiente sistema de ecuaciones lineales en las variables a, b y c:
4a + 2b + c = 3
a+ b+c = 0
a b+c = 6
81
Mtodo de Gauss
Podemos seguir para conseguir una matriz ampliada escalonada reducida (ver definicin en pgi-
na 83). Estaramos realizando el algoritmo de Gauss-Jordan:
1 1 3
1 1
1 2 4 4
1 2
0 2
1 0 0 2
F2 23 F3 F1 14 F3 F1 12 F2
0 1 0 3 0 1 0 3 0 1 0 3
0 0 1 1 0 0 1 1 0 0 1 1
Si paramos el algoritmo tras conseguir la matriz escalonada, ahora podemos resolver el sistema
que nos ha quedado: 1 1 3
a+ 2b+ 4c = 4
b + 32 c = 32
c = 1
por sustitucin hacia atrs:
3 3 3 1 3
c=1 b+ = b = 3 a + = a=2 .
2 2 2 4 4
Como no poda ser de otra manera, esto coincide con las soluciones del ltimo sistema al que llegamos
con el resto de operaciones (Gauss-Jordan). Puesto que este ltimo sistema es equivalente al inicial,
hemos encontrado la solucin al problema buscado, y as, el polinomio ser: y = 2x2 3x + 1 .
Comprobmoslo: 2 22 3 2 + 1 = 3, 2 12 3 1 + 1 = 0, 2 (1)2 3 (1) + 1 = 6.
Tipos de Matrices. Recapitulemos un momento las definiciones y tipos de matrices que hemos ido
encontrando. Aprovechamos para introducir algunas ms.
Matriz: Una matriz A de tamao m n es una tabla de nmeros del cuerpo K formada por m
filas y n columnas. Si denotamos por ai,j el elemento de la isima fila y la jsima columna,
escribiremos brevemente
A = (ai,j )1im, 1jn
para referirnos a la matriz, o simplemente A = (ai,j ) si el tamao es claro. El conjunto de todas
las matrices de tamao m n en el cuerpo K se denota Mmn (K).
82
Clculo matricial
Matriz cuadrada: es una matriz con el mismo nmero de filas que de columnas. A una tal matriz
la escribiremos por A = (ai,j )1i,jn , y diremos que tiene orden n. El conjunto de todas las
matrices cuadradas de orden n en el cuerpo K se denota Mn (K).
Llamamos diagonal principal de la matriz cuadrada A Mn (K), a los elementos ai,i :
Matriz triangular superior. Una matriz cuadrada A = (ai,j )1i,jn se dice triangular superior
si ai,j = 0 siempre que i > j.
Matriz triangular inferior. Una matriz cuadrada A = (ai,j )1i,jn se dice triangular inferior
si ai,j = 0 siempre que i < j.
Matriz diagonal. Una matriz cuadrada A = (ai,j )1i,jn se dice diagonal si es triangular superior
e inferior. De otra forma, ai,j = 0 siempre que i 6= j.
Matriz escalonada reducida (por filas). Una matriz A = (ai,j )1im, 1jn , de tamao mn
se dice escalonada reducida (por filas) si es escalonada (por filas) y adems, por encima de todo
1 dominante (pivote) los elementos son 0.
Matriz fila: A M1n (K). En otros contextos (espacios vectoriales) una matriz fila es un vector
(fila) en el espacio vectorial Kn .
Matriz columna. A Mm1 (K). En el contexto de espacios vectoriales, una matriz columna es
un vector de Km , escrito en columna. Para la notacin matricial de sistemas de ecuaciones es
habitual escribir los vectores en columnas.
83
Mtodo de Gauss
Ejemplo 35 Las siguientes son las matrices elementales de las operaciones efectuadas en el ejem-
plo 34: 1
4
0 0 1 0 0 1 0 0
E1 = 0 1 0 E2 = 1 1 0 E3 = 0 1 0
0 0 1 0 0 1 1 0 1
1 0 0 1 0 0 1 0 0
E4 = 0 2 0 E5 = 0 1 0 E6 = 0 1 0
3
0 0 1 0 2 1 0 0 13
1 0 0 1 0 14
1 1
2
0
E7 = 0 1 3 2
E8 = 0 1 0 E9 = 0 1 0
0 0 1 0 0 1 0 0 1
El producto de todas ellas, en el orden de derecha a izquierda en que han ido apareciendo:
E9 E8 E7 E6 E5 E4 E3 E2 E1
es una matriz de especial conexin con la matriz de coeficientes inicial. Realicemos el producto:
1 1 1
3 2 6
1 1
B := E9 E8 E1 = 0 2 2
1 1
3
1 3
y comprobemos que:
1 1 1
3 2 6 4 2 1 1 0 0
BA= 0 1
2
1
2 1 1 1 = 0 1 0 .
1
1 1 1 1 1 0 0 1
3 3
Por ltimo si tomamos la columna de trminos independientes del sistema original, y su producto (a
la izquierda) por B: 1 1 1
3 2 6 3 2
1
0 1
2 2
0 = 3
1
1 1 6 1
3 3
Rango de una matriz De lo visto hasta ahora intuimos que se ha de verificar el siguiente resultado:
Teorema 1 Toda matriz es equivalente por filas a una matriz escalonada reducida.
Por otra parte, dado un sistema (A| b), el algoritmo de GaussJordan nos permite calcular un
sistema equivalente, (B| c) (A| b), con matriz escalonada reducida. Es obvio, por otra parte, el
siguiente resultado:
Proposicin 1 Dos matrices escalonadas reducidas son equivalentes (por filas) solo si son iguales.
84
Clculo matricial
Dada una matriz A, podemos hablar por tanto de la matriz escalonada reducida (por filas)
equivalente a A. Llegamos as a la siguiente definicin:
Definicin 5.4.1. Llamamos rango (por filas) de una matriz A, rgf (A), al nmero de filas no nulas
de la matriz escalonada reducida B equivalente (por filas) con A, B A.
Observacin. De igual manera que hemos partido de un sistema y por medio de operaciones ele-
mentales por filas hemos llegado a un sistema equivalente escalonado (o escalonado reducido) por
filas, podramos haber realizado operaciones elementales por columnas para llegar a un sistema esca-
lonado (o escalonado reducido) por columnas. Las matrices de las operaciones elementales oportunas
se usaran multiplicando por la derecha. Los resultados en esta lnea son totalmente anlogos a los
presentados (con los cambios oportunos de la frase por columnas en lugar de por filas). Se puede
definir as el rango por columnas de una matriz A, rgc (A), y es fcil comprobar que ambos rangos
coinciden2 . Se habla as del rango de una matriz A, y se denota rg(A), sin especificar nada ms.
Para sistemas de ecuaciones lineales, este nmero nos da toda la informacin necesaria para
decidir el carcter del mismo, como se enumera en el siguiente resultado:
85
Mtodo de Gauss
que tiene rango 2 para la matriz de coeficientes, y el mismo rango para la matriz ampliada. As el
sistema es compatible, 2 = 2, e indeterminado, 2 < 3. La solucin general viene dada por el
subconjunto S K3 :
S = {(x, y, z) : z = t, y = t, x = 3t 1, t K}
= {(3t 1, t, t) : t K} ,
y cualquier solucin particular se obtiene de esta descripcin sin ms que dar valores al parmetro t.
As, si K = R:
(1, 0, 0), (2, 1, 1), (3 5 1, 5, 5),
son soluciones particulares dadas por los valores para t, 0, 1 y 5 respectivamente.
Observamos primero que la matriz de coeficientes de este sistema coincide con la del ejemplo ante-
rior. Podemos por tanto aprovechar el trabajo ya realizado, y puesto que las operaciones elementales
antes realizadas corresponden a las matrices elementales:
1 0 0 1 0 0 1 0 0
E1 = 1 1 0 E2 = 0 1 0 E3 = 0 1 0
0 0 1 1 0 1 0 0 1
1 0 0 1 1 0
E4 = 0 1 0 E5 = 0 1 0
0 4 1 0 0 1
basta conocer el producto de B con la nueva columna de trminos independientes para resolver este
nuevo sistema. As, el sistema es equivalente a:
x 3z = 0
() yz = 0
0 = 0
con rango 2 < 3 tanto de la matriz de coeficientes como de la ampliada. El sistema es compatible
indeterminado con solucin general:
S = {(x, y, z) : z = t, y = t, x = 3t, t K}
86
Clculo matricial
= {(3t, t, t) : t K} K3 .
para t = 0, 1 y respectivamente.
Ya hemos visto cmo aprovechar los clculos anteriores. Calculamos el producto de B por la matriz
columna de trminos independientes:
0 1 0 1 2
1 1 0 2 = 1
3 4 1 1 4
Puesto que en este ltimo el rango de la matriz ampliada es 3 mientras que el de la matriz de
coeficientes es 2, el sistema es incompatible (la ltima ecuacin es rotunda a este respecto).
Observaciones sobre estos ltimos ejemplos. Si tenemos varios sistemas de ecuaciones
lineales con la misma matriz de coeficientes, podemos resolverlos todos a un tiempo, resolucin
simultnea de sistemas.
En el ejemplo 37 los trminos independientes son nulos. Se llaman homogneos los sistemas con
esta propiedad, y es directo ver que siempre son compatibles (por qu?).
Hay una relacin entre los conjuntos solucin de los ejemplos 36 y 37, en los que ambos sistemas
son compatibles:
Si a cualquier solucin del sistema del ejemplo 37 le sumo (1, 0, 0), obtengo una solucin del
sistema del ejemplo 36.
Matrices invertibles. Una matriz cuadrada, A Mn (K), se dice invertible si existe otra matriz
B Mn (K) que verifica las igualdades:
AB = BA = Idn .
87
Mtodo de Gauss
Dem.: (=). Si A Mn (K) tiene rango n entonces es equivalente por filas a la nica matriz
escalonada reducida en Mn (K) de rango n, la matriz identidad: A Idn . Sabemos as que existen
matrices elementales, E1 , E2 , . . . , Ek Mn (K) de manera que:
Ek E2 E1 A = Idn .
Si llamamos B al producto Ek E2 E1 , tenemos que existe una matriz, B Mn (K), tal que
BA = Idn , y por tanto A es invertible.
(=). Supongamos ahora que A Mn (K) es invertible. En particular existe una matriz B Mn (K)
tal que:
AB = Idn .
Queremos ver que entonces rg(A) = n. Ahora bien, es fcil ver las siguientes desigualdades entre
rangos:
rg(AB) rg(A) n .
La segunda es evidente pues A Mn (K). Por otra parte, si rg(A) = k entonces A es equivalente por
filas a una matriz escalonada reducida, A0 , con las ltimas n k filas nulas. Pero entonces AB A0 B
y el producto A0 B tiene al menos las ltimas n k filas nulas, es decir rg(AB) k.
Esta desigualdad nos da el resultado buscado pues estamos suponiendo AB = Idn y as:
Propiedades de la inversa. Si A, B Mn (K) son matrices invertibles y K es un escalar
no nulo, se tiene:
1. (A1 )1 = A;
2. (AB)1 = B 1 A1 ;
3. (A)1 = 1 A1 ;
4. (At )1 = (A1 )t .
Ejemplos.
i. Si A M2 (K) es la matriz
a b
A=
c d
y es invertible, su inversa es:
1 1 d b
A = .
ad bc c a
88
Clculo matricial
iii. Propiedades de cancelacin: Si C es una matriz invertible, son vlidas las siguientes propiedades:
Problemas
1. Con las siguientes matrices:
1 1 2 1 2 1 2 1 3 6 5 2
A= 0 0 2 B = 2 2 2 C = 5 7 2 D = 7 3 1 .
1 3 2 1 0 1 4 3 1 0 2 1
89
Problemas
4 x y2 z = 0 3 x+2 y2 z = 3 2 x+2 y z = 4
g) 2 x+ y2 z = 2 h) 3 x+6 y3 z = 6 i) x+3 y+ z = 4
x y+ z = 0 3 x y+4 z = 0 2 x+3 y+4 z = 0
3. Usa el mtodo de eliminacin gaussiana para reducir los sistemas anteriores a sistemas escalo-
nados equivalentes.
4. Decide el rango de cada una de las matrices de coeficientes de los sistemas del ejercicio 2.
5. Decide el rango de cada una de las matrices ampliadas de los sistemas del ejercicio 2, y, com-
parando con los rangos de las matrices de coeficientes, clasifcalos (incompatibles, compatibles
determinados o compatibles indeterminados).
7. De cada sistema compatible indeterminado del ejercicio 2, resuelve el sistema homogneo aso-
ciado (sustituye la columna de trminos independientes por una columna de ceros).
9. Para cada una de las matrices de coeficientes de los sistemas compatibles determinados que
has encontrado en el ejercicio 2, encuentra y comprueba su inversa por el algoritmo de
GaussJordan (ver pgina 82 y el Ejemplo 35).
3
En general, si v1 es solucin de un sistema de ecuaciones lineales y v0 es solucin del sistema homogneo asociado,
cualquier combinacin v1 + v0 es solucin del sistema original.
90