Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 2
MATRICES
Matrices Pág. 2
a amn
m1 am 2
Columnas de la matriz A
Observación:
M mn ( K ) K mn
A ai j mxn / ai j K
Matrices Pág. 5
3 1 0
2 4 0
6 4 0
A
2 1
B C
3 4 1 2 1 1 5 2
1 0
0
A tiene 2 filas y 2
B tiene 2 filas y 3
columnas, diremos que C tiene 4 filas y 3
columnas, diremos que
su dimensión 2 x 2. columnas, diremos que
su tamaño es 2 x 3.
¿Qué elemento es a21? su dimensión 4 x 3.
¿Qué elemento es b23?
¿Qué elemento es c32?
Matrices Pág. 6
Matrices Pág. 7
Igualdad
Dos matrices A y B son iguales cuando contienen los mismos elementos,
dispuestos en los mismos lugares:
A = B aij = bij i, j
Lógicamente, para que dos matrices sean iguales es necesario que tengan
la misma dimensión.
Matrices Pág. 8
1 0 0 0 1 4 3
0 4 0
E
0 F 0 9 5
3 4 5 0 0 0 3
1 3 16 78
Triangular superior
Triangular inferior
Matriz diagonal
Matriz unidad
Delta de Kronecker
Matrices Pág. 14
1 0 0 0
1 0 0 0 0
I 2
1 0
I 3 0 1 0 I4
1 0
0 1 0 0 1 0 0 1 0
0
0 0 1
0 0 0 0 0
Por ejemplo, A es una matriz nula de tamaño 2x5.
0 0 0 0 0
Matrices Pág. 15
3.-Transformaciones elementales
Existen una serie de operaciones que se pueden hacer con las filas de una
matriz y que permiten convertirla en una matriz escalonada: las
transformaciones elementales.
2 0 2 F F 2 0 2
Intercambiar dos filas. Fi Fj. 4 2 1 2 3 1 5 3
1 5 3 4 2 1
Sumar a una fila los elementos
2 0 2 F1 F1 + 2F3 0 10 8
correspondientes de otra fila 4 2 1 4 2 1
multiplicada por un nº real k.
Fi Fi + kFj 1 5 3 1 5 3
Multiplicar todos los elementos 2 0 2 F2 2F2 2 0 2
de una fila por un número real no 4 2 1 8 4 2
nulo.
1 5 3 1 5 3
Fi kFi
Matrices Pág. 17
3.-Transformaciones elementales
Estas transformaciones permiten definir una equivalencia entre las matrices
de igual dimensión.
Dos matrices son equivalentes si una de ellas se obtiene a partir de
la otra mediante transformaciones elementales.
EJEMPLO 2 1 3 1
A 1 1 2 2
Reducir a forma escalonada la matriz
1 4 3 1
Para facilitar los cálculos posteriores,
hacemos que el elemento a11 sea 1:
F2 F2 – 2F1
2 1 3 1 F F 1 1 2 2 F3 F3 + F1
1 1 2 2 1 2 2 1 3 1
1 4 3 1 1 4 3 1 Hacemos que los demás elementos
de la primera fila sean 0:
1 1 2 2 1 1 2 2
0 1 1 3 F3 F3 + 5F2 0 1 1 3 Que está en
forma
0 5 5 1 0 0 0 14 escalonada
Hacemos que el
elemento a32 sea 0:
Matrices Pág. 18
3.-Transformaciones elementales
1 2 3 2 3 4 9
A 2 5 7 B 4 1 0 1
3 6 10 3 1 2 0
1 3 1 5 2 1 5 1 8
C 1 2 6 4 D 1 2 3 4 5
0 8 8 2 1 3 10 11 13
Matrices Pág. 19
a11 ... a1n b11 ... b1n a11 b11 ... a1n b1n
A B ... ... ... ... ... ... ... ... ...
a
m1 ... amn bm1 ... bmn am1 bm1 ... amn bmn
2 1 3 2 0 4 4 1 7
EJEMPLO 4 2 1 3 2 5 1 4 6
23 23 23
Si las matrices tienen diferente tamaño, no se pueden sumar o restar entre sí.
Matrices Pág. 20
A – B = A + (– B)
2 1 3 2 0 4 0 1 1
EJEMPLO 4 2 1 3 2 5 7 0 4
23 23 23
Matrices Pág. 21
Demostración: Pongamos A a , B b , C C M
ij ij ij mn (K )
.Entonces:
A B. C aij bij cij aij bij cij
aij bij cij aij bij cij A B C
A 0 . a 0 a
ij ij 0 A
A A a
ij
aij 0 0
Matrices Pág. 22
0 1 0 1
Si A 4 2 A 4 2
3 9 3 9
32 32
porque:
0 1 0 1 0 0
4 2 4 2 0 0
3 9 3 9 0 0
32 32 32
Matrices Pág. 23
EJERCICIOS
1. Las exportaciones, en millones de euros, de 3 países A, B, C a otros tres X,
Y, Z, en los años 2000 y 2001 vienen dadas por las matrices:
X Y Z X Y Z
11 6,7 0,5 A 13,3 7 1 A
A2000 14,5 10 1,2 B A2001 15,7 11,1 3,2 B
20,9 3,2 2,3 C 21 0,2 4,3 C
Calcula y expresa en forma de matriz el total de exportaciones para el
conjunto de los dos años.
¿Cuántos millones ha exportado el país B al Z en total?
Calcula el incremento de las exportaciones del año 2000 al 2001.
x y 1 2 y 0 z 1 1 3
2. Calcula x, y, z en 1 y x z 2 3 0 4 4
la suma:
0 z 2 2 3 x 2 4 1
3. Calcula a, b, c
para que se cumpla 3 a b 2 2 a b 4 1 a 2
la igualdad: 4 c 1 6 1 c 2 0 2 0 6
Matrices Pág. 24
2 1 3 10 5 15
5
EJEMPLO
20 10 5
4 2 1
23 23
Propiedades:
a) Distributiva respecto de la suma de matrices: k·(A + B) = k·A + k·B
b) Distributiva respecto de la suma de números: (k + d)·A= k·A + d·A
c) Asociativa: k·(d·A)=(k·d)·A
d) Elemento neutro, el número 1: 1·A=A
Matrices Pág. 25
DEMOSTRACION.
EJERCICIOS
1 1 y B 1 0
1. Si A 0 1 0 2
halla una matriz X que verifique la ecuación: 2·X – 4·A = B
1 2
3 X 5Y
8 1
X 3Y
2 4
3 0
Matrices Pág. 27
1
A B 2 3 1 2 2·1 + (−3)·2 + 1·5 )=( 2 − 6 + 5) =
5
(1)
1x3 3x1 Observa que el
resultado es un
Hemos emparejado cada elemento de A con un número
elemento de B, luego el número de estos
elementos (nº de columnas de A y nº de filas de
B) debe coincidir para poder realizar este
producto.
Matrices Pág. 28
Hay que dejar claro ya desde el principio que no todas las matrices pueden
multiplicarse. Dos matrices se pueden multiplicar cuando se cumple la
siguiente condición:
Filas
A · B = A·B
mn np mp
Columnas
Es posible
el producto
3º.- Sólo nos falta completar los elementos de la matriz producto. Para ello,
seguimos la regla anterior:
Matrices Pág. 31
C1
0 4 1
F1 3 2 1 4 1 2 1 16
2 5 3 2 =
2 0 2
3 2 1
24 23
43
0
1
F1 · C1 = (–3 2 1 4) · = (−3)·0 + 2·1 + 1·2 + 4·3 = 0 + 2 + 2 + 12 = 16
2
3
Matrices Pág. 32
C2
0 4 1
F1 3 2 1 4 1 2 1 16 16
2 5 3 2 =
2 0 2
3 2 1
24 23
43
−4
−2
F1·C2 = (–3 2 1 4) · = (−3)·(−4) + 2·(−2) + 1·0 + 4·2 = 12 − 4 + 0 + 8 = 16
0
2
Matrices Pág. 33
C3
0 4 1
F1 3 2 1 4 1 2 1 16 16 5
2 5 3 2 =
2 0 2
3 2 1
24 23
43
1
1
F1·C3 = (–3 2 1 4) · = (−3)·1 + 2·1 + 1·2 + 4·1 = − 3 + 2 + 2 + 4 = 5
2
1
Matrices Pág. 34
C1
0 4 1
3 2 1 4 1 2 1 16 16 5
2 5 3 2 =
F2 2 0 2 5
3 2 1
24 23
43
Matrices Pág. 35
C2
0 4 1
3 2 1 4 1 2 1 16 16 5
2 5 3 2 =
F2 2 0 2 5 –22
3 2 1
24 23
43
Matrices Pág. 36
C3
0 4 1
1 2 1 16 16 5
=
F2 2 0 2 5 –22 11
3 2 1
24 23
43
A B
16 16 5
Así la matriz producto es:
5 22 11
Matrices Pág. 37
EJERCICIOS
1 3 B 3 5
1. Si A 2 1 calcula, si es posible, A·B y B·A.
2 6 ¿Coinciden?
1 1
A 0 2 , B
2. Lo mismo si 3 0 2
4 1 1 1 5
1 2 3 1
A 1 1 1 B 2 C
2 1 0
0 2 1 1 3 4 5
A BC (aik )(l bkl clj ) (k aik [l bkl clj ]) (kl aik bkl clj )
(l [k aik bkl ])i , j (k aik bkl )i ,l ( AB)C
A( B C ) (aik )(bkj ckj ) (k aik [bkj ckj ])
(k [aik bkj aik ckj ])
([k aik bkj ] [k aik ckj ]) (k aik bkj ) (k aik ckj )
AB AC
Matrices Pág. 40
EJERCICIOS
1. Si A y B son dos matrices cuadradas del mismo orden, ¿son ciertas las
propiedades siguientes, que son ciertas para las operaciones con números
reales?:
a) (A + B)2 = A2 + B2 + 2 · A · B
b) (A − B)2 = A2 + B2 − 2 · A · B
c) (A + B) · (A − B) = A2 − B2
2 1
2. Determina los valores de a y b de la matriz A
a b
para que A2 = A.
1 2
3. ¿Qué matrices conmutan con la matriz ?
0 1
Matrices
Propiedades del producto de matrices (II)
0 2 ÷ . 0 –3 ÷ 0 0 ÷
Ejemplo: Aunque
0 0 ÷ 0 0 ÷ = 0 0 ÷ ninguno de los factores que
forman el producto es la matriz nula.
Si y : -PROPIEDADES.-
1.-
2.-
Matrices Pág. 43
Si A
2 1 0 7
EJEMPLO
3 4 2 1 24 2 3
1 4
entonces la matriz traspuesta de A es: A
t
0 2
7 1
42
2 1 3
A 1 0 2 es simétrica
3 2 7
En una matriz simétrica, los elementos son simétricos respecto a la diagonal
principal.
A periódica si . Si p es el menor
número natural que satisface , entonces
decimos que A es una matriz periódica de período p.
A idempotente si .
A nilpotente si . Si p es el
menor número natural que satisface ,
decimos que A es una matriz nilpotente de índice p.
A involutiva si .
Matrices Pág. 50
EJERCICIOS
1 3 3 1 1 2
1. Dadas las matrices A 1 4 3
B 2 0 1
1 3 4 6 1 0
calcula 3At − Bt .
X Y
2 1
2 X Y
3 1
2 X 3Y
1 5
4 2 3 0 0 2
a) b) c)
1 0
X Y X Y
6 2
X 2Y
1 0
3 6 0 1 2 4
Matrices Pág. 51
Matrices Pág. 52
Matrices Pág. 53
Trasladando esto a las matrices, nos podemos plantear si dada una matriz
cuadrada A de orden n, cualquiera, existe su inversa X para el producto de
matrices, tal que
A X In
Sin embargo, hay algunas diferencias con respecto al caso de los números
reales:
1) No podemos “despejar” la matriz X del modo X = In/A, porque no hemos
definido la división de matrices.
2) No todas las matrices cuadradas no nulas tienen matriz “inversa” (sea lo
que sea, por analogía con los números).
Matrices Pág. 55
Si una matriz tiene inversa, dicha matriz inversa es única (sólo hay una). Para
calcular dicha matriz inversa, podemos utilizar varios métodos. A continuación
veremos dos métodos. En el tema 3 veremos otro.
Matrices Pág. 56
Matrices Pág. 57
A
1 2
1 1
1 x y
t
lo que buscamos es otra matriz de igual tamaño (orden 2) A
z
que debe cumplir A · A−1 = I2 y A−1 · A = I2,
1 1 2 x y 1 0
x 2 z y 2t 1 0
A A I2 1 1 z t 0 1 x z y t 0 1
x + 2z = 1
y + 2t = 0 Es decir, hemos de resolver un sistema de 4 ecuaciones
–x + z = 0 con 4 incógnitas, aunque en realidad son 2 sistemas de
–y + t = 0 dos incógnitas cada uno (uno con x y z y otro con y y t).
Matrices Pág. 58
x + 2z = 1
y + 2t = 0
Resolviendo el sistema se obtiene que
–x + z = 0
–y + t = 0
x= 1 y = –2 z= 1 t= 1
3 3 3 3
1 –2
1 1 2
3 3
por lo que la matriz inversa es: A−1 =
1 1 3 1 1
3 3
1 1
Por ejemplo, si A 2 2
1 1 x y 1 0
xz y t 1 0
1
A A I2 2 2 z t 0 1 2 x 2 z 2 y 2t 0 1
x+z=1 Y por ejemplo de 2x + 2z = 0 se obtiene x = –z, si
y+t=0 se sustituye en la primera ecuación es –z + z = 1,
2x + 2z = 0 es decir 0 = 1 (imposible). El sistema no tiene
2y + 2t = 0 solución.
Este método directo sólo se suele utilizar para matrices cuadradas de tamaño
2, puesto que para las de tamaño 3 obtenemos un sistemas de !9 ecuaciones
con 9 incógnitas! que realmente es difícil de resolver.
Matrices Pág. 60
Matrices Pág. 61
Matrices Pág. 62
EJEMPLO
1 2
Calcula por el método de Gauss-Jordan la inversa de la matriz A
1 1
1 2 1 0 F2 F2 + F1 1 2 1 0
(A | I2) =
–1 1 0 1 0 3 1 1
Matrices Pág. 64
iii) Una vez hecha la matriz triangular superior, se hace la matriz triangular
inferior, haciendo ceros a los elementos por encima de la diagonal. El proceso
es parecido al anterior:
1 2 1 0 F1 3F1 – 2F2 3 0 1 –2
0 3 1 1 0 3 1 1
iv) Ya tenemos una matriz diagonal. Lo único que falta es dividir a cada fila
entre el número adecuado para obtener unos en la diagonal principal, es decir,
para obtener la matriz identidad en la parte izquierda:
3 0 1 –2 1 0 1/3 –2/3
(F1)/3 , (F2)/3
0 3 1 1 0 1 1/3 1/3
v) Una vez se tiene la matriz identidad en la parte de la izquierda, la parte
derecha es la matriz inversa, es decir, llegamos a:
1/3 –2/3 1/3 –2/3 1 1 2
1 0
(I2 | A–1) = A–1 =
0 1 1/3 1/3 1/3 1/3 3 1 1
matriz que habíamos obtenido antes por el método directo.
Matrices Pág. 65
EJEMPLO
1 1 resulta:
Si calculamos por este método la inversa de A 2 2
1 1 1 0 F2 F2 – 2F1 1 1 1 0
(A | I2) =
2 2 0 1 0 0 –2 1
Como aparece una fila de ceros, la matriz A no tiene inversa.
Cuanto mayor sea el orden de la matriz, mejor es este método frente al directo.
Matrices Pág. 66
EJEMPLO
1 1 0
Calcula, por el método de Gauss-Jordan, la inversa de la matriz B 1 1 2
1 0 1
Siguiendo los pasos anteriores:
F2 F2 + F1
1 1 0 1 0 0 1 1 0 1 0 0
F3 F3 – F1
(B | I3) = –1 1 2 0 1 0 0 2 2 1 1 0
1 0 1 0 0 1 0 –1 1 –1 0 1
1 1 0 1 0 0
F3 2F3 + F2 F2 2F2 – F3
0 2 2 1 1 0
0 0 4 –1 1 2
1 1 0 1 0 0 F1 4F1 – F2
4 0 0 1 –1 2
0 4 0 3 1 –2 0 4 0 3 1 –2
0 0 4 –1 1 2 0 0 4 –1 1 2
Matrices Pág. 67
4 0 0 1 –1 2 F1 F2 F3
4 4 4
0 4 0 3 1 –2
0 0 4 –1 1 2
1 –1 2
1
También se puede expresar, sacando factor común: B–1 = · 3 1 –2
4
–1 1 2
Matrices Pág. 68
EJERCICIOS
3 0 0
2. Dada la matriz diagonal D 0 2 0
0 0 5
calcula su inversa. ¿Cómo calcularías de forma rápida la inversa de una
matriz diagonal cualquiera?
Matrices Pág. 69
Matrices Pág. 70
Matrices Pág. 71
Matrices Pág. 72
Matrices Pág. 73
Matrices Pág. 74
Matrices Pág. 75
Matrices Pág. 76
Matrices Pág. 77
Matrices Pág. 78
Matrices
Factorización LU
La factorización LU de una matriz es una factorización que resume el proceso
de eliminación gaussiana aplicado a la matriz y que es conveniente en términos
del número total de operaciones de punto flotante cuando se desea calcular la
inversa de una matriz o cuando se resolverá una serie de sistemas de
ecuaciones con una misma matriz de coeficientes. En la lectura, consideraremos
la factorización LU sin intercambio basada en matrices elementales y que es
conocida como de Doolittle.
Suponga que la matriz A es una matriz m × n se puede escribir como el producto de
dos matrices:
A=LU
donde L es una matriz triangular inferior m × m y U es una matriz escalonada m × n.
Entonces para resolver el sistema:
Ax = b
escribimos
A x = (L U) x = L (U x)
Matrices
Una posible estrategia de solución consiste en tomar y = U x y resolver para y:
L y = b.
Como la matriz L es triangular inferior este sistema puede resolverse mediante
sustitución hacia abajo, lo cual se hace fácilmente en m2 FLOPS. Una vez
con los valores encontrados de y, las incógnitas al sistema inicial se resuelve
despejando x de
Ux= y
Baste saber que se define el rango de una matriz como el número máximo de
filas o columnas linealmente independientes.
Sin embargo, el cálculo del rango de una matriz lo abordaremos desde otra
perspectiva, utilizando el método de Gauss.
EJEMPLOS
4 6
3 1 1 rang(A) = 2 0 0
A C rang(C) = 1
0 2 6 0 0
0 0
1 5 0 1 5 0
B 0 3 2 rang(B) = 3 D 0 3 2 rang(D) = 2
0 0 2 0 0 0
Matrices Pág. 90
1 1 F2 F2 – 2·F1 1 1
a) A 0 0 Rg(A)=1 ,sólo una fila distinta de cero.
2 2
0 3 F2 F1 1 1
b) B 0 3 Rg(B)=2 hay 2 filas no nulas.
1 1
1 1 0 F2 F2 – 2·F1
1 1 0 1 1 0
c) C 2 1 1
F3 F3 + F1 0 1 1 F3 F3 + 2·F2 0 1 1
1 1 2 0 2 2 0 0 0
Rg(C)=2 hay 2 filas
no nulas.
2 4
d) D
6 F2 2F2 + F1 2 4 6
0 0 0 Rg(D)=1, sólo una fila
1 2 3 no nula.
Matrices Pág. 92
1 rang(A) min{m, n}
Matrices Pág. 93
Propiedad:
Una matriz cuadrada A tiene inversa Rg(A) es máximo.
Matrices Pág. 94
EJERCICIOS
1 2 1
1. Calcula el rango de A según los valores de k: A 1 1 3
5 1 k
¿Para qué valores de k tiene A inversa?
Otras matrices son las llamadas matrices de relación, que indican si ciertos
elementos están o no relacionados entre sí. En general, la existencia de
relación se expresa con un 1 en la matriz y la ausencia de dicha relación se
expresa con un 0.
Estas matrices se utilizan cuando queremos trasladar la información dada por
un grafo y expresarla numéricamente.
Matrices Pág. 97
A B C D
A 0 1 0 1
B 0 0 1 0
C
1 0 0 0
D 0 0
0 0
Matrices Pág. 99
Matriz aumentada
asociada, para resolver a11 a12 a1n b1
el sistema de ecuaciones
lineales. a21 a22 a2 n b2
am1 am 2 amn bm
Matrices 101
2x1 + 6x2 + x3 = 7 2 6 1 7 1 2 1 1
R12
x1 + 2x2 – x3 = –1 1 2 1 1 2 6 1 7
5x1 + 7x2 – 4x3 = 9 5 7 4 9 5 7 4 9
2 R1 R2 1 2 1 1 1 2 1 1
5 R1 R3 1
2 R2
0 2 3 9 0 1 3
2
9
2
0 3 1 14 0 3 1 14
1 2 1 1 1 2 1 1
3 R2 R3 2 R
11 3
0 1 3
2
9
2 0 1 3
2
9
2
0 0 11 55 0 0
2 2 1 5
x1 2 x2 x3 1
x3 = 5, x2 = –3, x1 = 10 3 9
x2 x3
2 2
x3 5
Matrices 102
1 3 2 7 4 R1 R2 1 3 2 7
2 R1 R3
4 1 3 5 0 11 11 33
2 5 7 19 0 11 11 33
111R2
111R3
1 3 2 7 3 R2 R1 1 0 1 2
R2 R3
0 1 1 3 0 1 1 3
0 1 1 3 0 0
0 0
Entonces: x2 – x3 = –3
x1 + x3 = 2
Haciendo x3 = t, tenemos x2 = –3 + t, x1 = 2 – t.
Matrices 103
Resolver:
x1 + x2 = 1
4x1 − x2 = −6
2x1 – 3x2 = 8
1 1 1 1 0 1
4 1 6 0 1 2
2 3 0 0 16
8
0 + 0 = 16 !! No tiene soluciones.
Matrices 104
1 1 1 3 32RR1RR2 1 1 1 3 121R2R R3 1 1 1 3
6 8 0 4 8 2 0 1 2 2
1 3 4 2
A 2 2 1
3 5 7 8 0 2 4 1 0 0 0
0
rang A = 2.
Matrices 105
AX = 0
AX = B, B≠0
Consistente Inconsistente
rang(A) = rang(A│B) rang(A) < rang(A│B)
Determinantes
a11 a12
det A a11a22 a12a21
a21 a22
a11 a12 a13
det A a21 a22 a23
a31 a32 a33
a11a22a33 a12a23a31 a13a21a32 a13a22a31
a a a a a a .
11 23 32 12 21 33
2 4 7 2 4 7
det A 6 0 3 2C11 4C12 7C13
A 6 0 3
1 5 3 1 5 3
2 4 7
11 0 3
C11 (1)11 6 0 3 (1)
5 3
1 5 3
2 4 7
1 2 6 3
C12 (1)12 6 0 3 (1)
1 3
1 5 3
2 4 7
13 6 0
C13 (1)13 6 0 3 (1)
1 5
1 5 3
Matrices 110
2 4 7
det A 6 0 3 2C11 4C12 7C13
1 5 3
11 03 1 2 6 3 13 6 0
det A 2(1) 4(1) 7(1)
5 3 1 3 1 5
2[0(3) 3(5)] 4[6(3) 3(1)] 7[6(5) 0(1)] 120
Más corto desarrollando por la segunda fila...
6 5 0
A 1 8 7
2 4 0
6 5 0
det A 1 8 7 0C13 (7)C23 0C33
2 4 0
6 5 0
23 2 3 6 5
(7)(1) 1 8 7 (7)(1)
2 4
2 4 0
7[6(4) 5(2)] 238
Matrices 112
det AT = det A
5 7 5 3
det A 41 det A
T
41
3 4 7 4
6 2 2 6 2 2
A 4 2 2 det A 4 2 2 0
9 2 2
9 2 2
Matrices 113
2 1 3 4 1 9
det B 6 0 7 6 0 7 det A
4 1 9 2 1 3
Matrices 114
5 8 1 8 1 1
5 5.8
20 16 4 16 4 2
1 1
5.8.2 80(1 2) 80
2 1
Matrices 115
12 22
AB
6 9
det B = det A
5 1 2 3R R 5 1 2
1 3
A 3 0 7 3 0 7 B
4 1 4 11 4 2
a11 0 0
a22 0
A a21 a22 0 det A a11
a32 a33
a
31 32 33
a a
a11(a22a33 0 . a32 ) a11a22a33
matriz triangular inferior
3 0 0 0 3 0 0 0
2 6 0 0 2 6 0 0
A det A
5 9 4 0 5 9 4 0
7 2 4 2 7 2 4 2
3 . 6 . (4) . (2) 144
matriz diagonal
3 0 0 3 0 0
A 0 6 0 det A 0 6 0 (3).6.4 72
0 0 4
0 0 4
Matrices 118
Demostración
Sea B la matriz que obtenemos de A al
cambiarle los elementos de la i-ésima fila
por los de su k-ésima fila:
bi1 = ak1, bi2 = ak2, …, bin = akn
B tendrá entonces dos filas idénticas de
modo que det B = 0, y:
6 2 7
A 4 3 2
2
4 8
a11C31 a12C32 a13C33
2 7 6 7 6 2
6 2 7
3 2 4 2 4 3
6(25) 2(40) 7(10) 0
Matrices 121
Inversa de un matriz
Sea A una matriz n n. Si existe una matriz
n n B tal que
AB = BA = I
donde I es la matriz identidad n n, entonces
se dice que A es una matriz no singular o
invertible. Y B es la matriz inversa de A.
Si A carece de inversa, se dice que es una
matriz singular.
Sean A, B matrices no singulares.
(i) (A-1)-1 = A
(ii) (AB)-1 = B-1A-1
(iii) (AT)-1 = (A-1)T
Matrices 122
Matriz adjunta
1
1
A adj A
det A
Para n =3:
a11 a12 a13 C11 C21 C31
A(adj A) a21 a22 a23 C12 C22 C32
a C
31 32 33 13
a a C23 C33
det A 0 0
0 det A 0
0
0 det A
Matrices 124
1 4
A
2 10
1 10 4 5 2
1
A
2 2 1 1 1
2
1 1 4 5 2 5 4 2 2 1 0
AA
2 10 1 12 10 10 4 5 0 1
1 5 2 1 4 5 4 20 20 1 0
A A
1 1
2 2 10 1 1 4 5 0 1
Matrices 125
2 2 0
A 2 1 1
3 0 1
1 1 2 1 2 1
C11 1 C12 5 C13 3
0 1 3 1 3 0
2 0 2 0 2 2
C21 2 C22 2 C23 6
0 1 3 1 3 0
2 0 2 0 2 2
C31 2 C32 2 C33 6
1 1 2 1 2 1
1 2 2 112 16 1
6
1 1 5
A 5 2 2 12 1
6 6
1
12 1 1
3 6 6 4 1
2 2
Matrices 126
2 0 1 1 0 0 1
2 R1 1 0 1 1 0 0
2 2
2 3 4 0 1 0 2 3 4 0 1 0
5 5 6 0 0 1 5 5 0 0 1
6
2 R1 R2
5 R1 R3 1 0 1 1 0 0
2 2
0 3 5 1 1 0
0 5 0 1
17
2
5
2
Matrices 127
1 R
1 0
3 2 1 1
1 R 0 0
5 3 2 2
0 1 5
3
1
3
1
3 0
0 1
1 17
10
1
2 0 5
R2 R3 1 0 1 1 0 0
2 2
0 1 5
3
1
3
1
3 0
0 1
0 1
30
1
6
1
3 5
1 0 1 1 0 0
30 R3 2 2
0 1 5
3
1
3
1
3 0
0 1 5 10 6
0
2 R3 R1
2 5 3
1
5 3 R3 R2 1 0 0 2 5 3
0 1 0 8 17 10 1
A 8 17 10
0 5 10 6 5 10
0 1 6
Matrices 128
1 1 2 1 1 2 1 0 0
A 2 4 5 2 4 5 0 1 0
6 0 3 6 0 3 0
0 1
2 R1 R2 1 1 2 1 0 0
0 6 9 2 1 0
6 0 3 1
0 0
6 R1 R3 1 1 2 1 0 0
0 6 9 2 1 0
0 6 9 6 1
0
R2 R3 1 1 2 1 0 0
0 6 9 2 1 0
0 0
Singular 0 4 1 1
Matrices 129
Si m = n, y A es no singular, entonces:
X = A-1B
Matrices 130
2 x1 9 x2 15 2 9 x1 15
3x1 6 x2 16 3 6 x2 16
1
2 9 2 9 1 6 9
39 0
3 6 3 6 39 3 2
x1 1 6 9 15 1 234 6
1
x2 39 3 2 16 39 13 3
x1 6 , x2 1/3
Matrices 131
2 x1 x3 2 2 0 1
5 x1 5 x2 6 x3 1 A 2 3 4
2 x1 3x2 4 x3 4 5 5 6
1
x1 2 0 1 2
x2 2 3 4 4
x 5 5 6 1
3
2 5 3 2 19
8 17 10 4 62
5 10 1 36
6
x1 19 , x2 62 , x3 36
Matrices 132