Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Departamento de Economía
i=1,...,n
λA = (λaij )j=1,...,m
Ejemplo. Tomemos λ un numero cualquiera y la matriz
2 1 3
A=
9 6 5
entonces
λ·2 λ·1 λ·3
λA =
λ·9 λ·6 λ·5
Si jamos λ = 7
7·2 7·1 7·3 14 7 21
7A = =
7·9 7·6 7·5 63 42 35
La suma de matrices y el producto por escalares cumplen las siguientes propiedades
que se deducen de manera muy sencilla de las deniciones anteriores:
Propiedad 3. Sean A, B y C matrices del mismo tamaño y α y β números reales
cualesquiera:
(1) A + B = B + A (propiedad conmutativa).
(2) A + (B + C) = (A + B) + C (propiedad asociativa).
(3) α(A + B) = αA + αB .
(4) (α + β)A = αA + βA.
(5) α(βA) = (αβ)A.
(6) (A + B)t = At + B t .
3
(1) Reordenamos las las de manera que todas las las de ceros, si las hay,
queden abajo del todo.
0 3 2 5 7
1 7 2 4 3
0 0 0 1 3
0 5 0 4 7
0 0 0 0 0
(3) Reordenamos de nuevo las las de manera que los ceros de esta columna
queden abajo del todo.
1 7 2 4 3
0 3 2 5 7
0 0 0 1 3
0 5 0 4 7
0 0 0 0 0
Como veis en este ejemplo cuantos más ceros hay en una la o columna más fácil
será hacer los cálculos. Ahora explicaremos como se puede conseguir tener muchos
ceros. Con las propiedades de los determinantes.
Propiedad 6. (1) Si A y B son matrices cuadradas del mismo tamaño en-
tonces
det(A · B) = det(A) · det(B)
(2) Si toda una la o toda una columna son ceros entonces el determinante es
cero.
Las propiedades que vienen a continuación se deducen fácilmente de las anteriores
y son las que se pueden usar para conseguir ceros en un determinante
Propiedad 7. (1) Si multiplicamos toda una la o toda una columna por un
número diferente de cero entonces el determinante se multiplica por ese
número.
(2) Si intercambiamos dos las o dos columnas entonces el determinante cambia
de signo.
(3) Si a una la le sumamos un múltiplo de otra la entonces el determinante
no cambia.
Utilizando estas tres propiedades el calculo de determinantes se simplica mucho
y el cálculo de determinantes se puede simplicar utilizando el método que hemos
visto para escribir una matriz de forma escalonada.
Ejemplo. Consideremos el determinante:
1 2 3 4
1 2 3 4
2 3 5 1
= 0 −1 −1 −7
=
3 1 4 2
0 −5 −5 −10
2 5 5 1 0 1 −1 −7
−1 −1 −7 1 1 7 1 1 7
= −5 −5 −10 = − −5 −5 −10 = 0
0 25 =
1 −1 −7 1 −1 −7 0 −2 −14
1 1 7
= − 0 −2 −14 = 50
0 0 25
1.5. Rango de una matriz.
Observación. La forma escalonada de una matriz no es única. Es decir, al llevar
a cabo el método de Gauss descrito anteriormente, la matriz obtenida nalmente,
depende del orden en que se realizen las operaciones. Sin embargo, se puede probar
que, independientemente de los pasos realizados, el número de las distinto de cero
que se obtienen es siempre el mismo.
Denición 8. Dada una matriz cualquiera A llamamos rango de A al número de
las diferentes de cero que tiene la matriz en cualquiera de sus formas escalonadas.
Ejemplo. Consideremos la matriz:
9
0 3 2 5 7
1 7 2 4 3
A=
0 0 0 1 3
0 0 0 0 0
0 5 0 4 7
esta es equivalente a:
1 7 2 4 3
0 3 2 5 7
=
0 0 −10 −13 −14
0 0 0 1 3
0 0 0 0 0
1.6. Matriz Inversa. Dada una matriz cuadrada n × n, A, decimos que tiene
inversa si existe una matriz n × n que denotamos por A−1 tal que A−1 A = AA−1 =
In donde In es la matriz identidad de tamaño n.
Observación. ¾Es única la matriz inversa? Es decir, ¾puede ocurrir que haya dos
matrices distintas, digamos B y C tales que BA = AB = In y además CA = AC =
In ? Veamos que, si estas ecuaciones se satisfacen, entonces debe ocurrir que B = C .
En efecto, como CA = In , multiplicando por B por la derecha obtenemos
(CA)B = In B = B
y como
(CA)B = C(AB) = CIn = C
tenemos que B = C .
Propiedad 10. Una matriz cuadrada A tiene inversa si, y sólo si, su determinante
es diferente de cero. Equivalentemente una matriz cuadrada n × n tiene inversa si
y sólo si su rango es n.
De hecho de la propiedad multiplicativa de los determinantes es fácil deducir lo
siguiente:
1
Propiedad 11. Si A tiene inversa entonces det(A−1 ) = .
det(A)
Propiedad 12. Sean A y B matrices cuadradas de tamaño n. A · B y B · A tienen
inversa si y sólo si A y B tienen inversa. Además
(A · B)−1 = B −1 · A−1 (B · A)−1 = A−1 · B −1
Hay diversos métodos para calcular la matriz inversa pero sin duda el más rápido
e inteligible es el método de Gauss que explicamos para escalonar matrices.
Si tenemos una matriz
a11 a12 ... a1n
a21 a22 ... a2n
A= . .. .. ..
.. . . .
an1 an2 ... ann
Creamos la matriz
a11 a12 ... a1n | 1 0 ... 0
a21 a22 ... a2n | 0 1 ... 0
.. .. .. .. . .. .. ..
. . . . | .. . . .
an1 an2 ... ann | 0 0 ... 1
A toda esta matriz le aplicamos cambios elementales hasta que conseguir (si es
que se puede lo cual es equivalente a que tenga rango máximo) que en la parte de
la izquierda nos quede la identidad. En caso que sea posible obtendremos
1 0 ... 0 | b11 b12 ... b1n
0 1 ... 0 | b21 b22 ... b2n
.. .. .. .. . .. .. ..
. . . . | .. . . .
0 0 ... 1 | bn1 bn2 ... bnn
la matriz que tenemos ahora en la derecha es la inversa de A.
11
Un sistema de ecuaciones
lineales es sistema de ecuaciones de la forma
a x + · · · + a1n xn = b1
11 1
.. ..
.
.
a x + · · · + a x = b
m1 1 mn n m
.
.
a x + · · · + a x = b
m1 1 mn n m
.
.
a
m1 x1 + · · · + amn xn = bm
(1) El sistema de ecuaciones es compatible si y sólo si rg A = rg(A|b).
(2) Supongamos que el sistema de ecuaciones es compatible (por lo que, según
el apartado anterior, se verica que rg A = rg(A|b) ≤ n). Entonces,
(a) El sistema es compatible determinado si y sólo si rg A = rg(A|b) = n.
(b) El sistema es compatible indeterminado si y sólo si rg A = rg(A|b) < n.
En este caso, el número de parámetros necesarios en la solución del
sistema es n − rg(A).
Ejemplo. Consideremos el sistema:
x + y + 2z = 1
2x + y + 3z = 2
3x + 2y + 5z = 3
Aquí la segunda ecuación nos dice que y = 1 por lo tanto esta no puede ser una
variable libre. Sabiendo esto, substituimos ahora en la primera ecuación y obten-
emos x + 4 − z = 1, por lo tanto x = z − 3. Aquí las variable que se pueden tomar
como libres son la x o la z . La solución general del sistema sería:
{(x, y, z) ∈ R3 de la forma (z − 3, 1, z)
o si preferimos dejar todo en función de la primera variable:
{(x, y, z) ∈ R3 de la forma (x, 1, x + 3)
Cómo hemos dicho antes dos sistemas con matrices asociadas equivalentes por
las tienen exactamente las mismas soluciones esto es debido a que:
• Si multiplicamos una ecuación por un numero diferente de cero la ecuación
no cambia.
• Si reordenamos las ecuaciones el sistema no cambia.
• Si a una ecuación le sumamos (un múltiplo de) otra ecuación el sistema no
cambia.
Así pues, si dos sistemas tienen matrices equivalentes por las la solución no
cambia. El método de Gauss consiste entonces en transformar nuestro sistema en
uno cuya matriz (ampliada) asociada este escalonada. Las soluciones (si las tiene)
de este nuevo sistema que son fáciles de encontrar serán exactamente las soluciones
del sistema original.
.
.
a x + · · · + a x = b
n1 1 nn n n
Ya sabemos que
a11 a12 ... a1n
.. .. .. .. 6= 0
.
. . .
an1 an2 ... ann
Llamemos (x∗1 , x∗2 , . . . , x∗n ) a la única solución del sistema. Entonces:
b1 a12 . . . a1n a11 b1 . . . a1n
.. .. .. .. .. .. . . ..
. . . . . . . .
bn an2 . . . ann an1 bn . . . ann
x∗1 = x∗2 = ...
a11 a12 . . . a1n a11 a12 . . . a1n
.. .. .. .. .. .. .. ..
. . . . . . . .
an1 an2 . . . ann an1 an2 . . . ann
16
a11 a12 . . . b1
.. .. .. ..
.
. . .
an1 an2 . . . bn
∗
. . . xn =
a11 a12 . . . a1n
.. .. .. ..
.
. . .
an1 an2 . . . ann
Hacemos dos observaciones sobre este método.
• Requiere mucha más operaciones que el método de Gauss.
• Es fácil (aunque nosotros no lo haremos en este curso) extender este método
a sistemas compatibles indeterminados.