Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RepasoMatrices Algebra
RepasoMatrices Algebra
ÁLGEBRA I
28 de junio de 2019
Ciclo I-2019
Grupo
Repaso de Matrices
Nombre:
Indicaciones: Redacte sus soluciones de forma ordenada y coherente, explique con detalle sus análisis y procedi-
mientos. Su respueta final debe estar en bolı́grafo azul o negro.
1. Conceptos básicos
Definición 1.1. Sean m y n enteros positivos. Una matriz de tamaño (orden o dimensión ) m × n es un
arreglo rectángular de mn números dispuestos en m filas y n columnas.
c) ¿Y el elemento a14 ?
Ahora buscamos en la fila 1 y columna 4, ası́ a14 = 3
1
" #
−1
2. Un vector columna o matriz columna, es una matriz de dimensión m × 1. Por ejemplo C = y
0
1
D = −1
8
3. Una matriz A es cuadrada si tiene el mismo número de filas que de columnas, es decir, si m = n.
En el caso que m , n diremos que la matriz A es rectangular .
4. Diremos que una matriz cuadrada A es triangular superior si todos los elementos que están por
debajo de la diagonal principal son iguales a cero. Por ejemplo la matriz
−1 0 2 3
0 4 −1 2
A =
0 0 5 7
0 0 0 −1
5. Una matriz cuadrada es triangular inferior si todos los elementos por encima de la diagonal prin-
cipal son iguales a cero.
1 0 0
A = 1 −1 0
−1 1 1
6. Un tipo de matriz que se utilizará más adelante en transformaciones lineales son las matrices dia-
gonales. Una matriz diagonal A es una matriz cuadrada donde los elementos que están ubicados
fuera de la diagonal principal son todos iguales a cero. Es decir
a11 0 · · · 0
0 a22 · · · 0
A = .. .. ..
. . .
0 0 · · · ann
Una forma equivalente de decir que una A matriz diagonal es que A sea matriz diagonal superior e
inferior. Las matrices diagonales son muy fálices de operar y están relacionadas con diagonalizar
un endomorfismo.
Un ejemplo de matriz diagonal es la matriz identidad, que representaremos por In
1 0 ··· 0
0 1 ··· 0
In = .. .. ..
. . .
0 0 ··· 1
está matriz en efecto es la identidad para el producto de matrices que se definirá en la siguiente
sección.
a) Todas las filas que están formadas únicamente por ceros (si las hubiese) aparecen en la parte de
abajo de la matriz.
2
b) El primer elemento distinto de cero de cualquier fila que no consista únicamente de ceros es
igual a 1.
c) Si dos filas sucesivas, no consistentes únicamente por ceros , el primer 1 de la fila inferior está
más a la derecha que el primer 1 de la fila superior.
d) Cualquier columna que tenga el primer 1 de una fila tendrá todos los demás elementos iguales
a 0.
1.1. Ejercicios
Escribir la dimensión y tipo para cada una de las siguientes matrices.
1 0 1 3
1 0 1 0 3 −2 8
A = 1 3 −2 B =
0 0 1 2
5 −1 0
0 0 0 −3
dimensión: dimensión:
tipo de matriz: tipo de matriz:
a23 = b34 =
1 0 1 0 1
C = 0 1 2 4 D = 0
0 0 0 0 −2
dimensión: dimensión:
tipo de matriz: tipo de matriz:
c24 = d31 =
1 0 0 0
0 −1 0 0 1 3
E = F = 0 −1
0 0 2 0
−2 4
0 0 0 −2
dimensión: dimensión:
tipo de matriz: tipo de matriz:
e42 = f12 =
3
2. Operaciones con matrices
2.1. Suma de matrices
Recordemos que en R2 podemos sumar vectores u = (x1 , x2 ) y v = (x10 , x20 ) , para obtner un tercer
vector u + v sumando componente a componente, esto es, u + v = (x1 + x10 , x2 + x20 ). De manera análoga
podemos definir la suma de matrices como sigue.
Definición 2.1. Sea A = (ai j ) y B = (bi j ) dos matrices de dimensión m × n. La suma de la matrices A y B
es otra matriz A + B también de dimensión m × n dada por
Definición 2.2. Sea A = (ai j ) una matriz de m× y λ un escalar, la multiplicación de la matriz A por el
escalar λ es la matriz λA definida por
1
" # 1 1 − 2 1
1 0 1
Dadas las matrices A = , B = −2 3 y C = 1 − 32 se tiene entonces
1 −2 3
0 −1 0 −1
4
"1 1
# −2 −2 1 1 −1 2 0 3
0
1
A = 21 2 , (−2)B = 4 −6 y B + 2C = −2 3 + 2 −3 = 0 0
2 3
2
−1 2 0 2 0 −1 0 −2 0 −3
Con la definición de multiplicación de una matriz por un escalar podemos definir la resta de matrices
de la siguiente manera.
b1
h i b2
a · b = a1 a2 · · · an · ..
.
bn
= a1 b1 + a2 b2 + · · · + an bn
a11 a12 · · · a1n
21 a22 · · · a2n
a
.. .. ..
. . .
Definición 2.4. Sean A = una matriz de m × n y
ai1 ai2 · · · ain
.. .. ..
. . .
am1 am2 · · · amn
b11 b12 · · · b1 j · · · b1p
b21 b22 · · · b2 j · · · b2p
B = .. .. .. .. una matriz de n × p.
. . . .
bn1 bn2 · · · bn j · · · bnp
h i
Denotaremos por ai = ai1 ai2 · · · ain , el vector fila formado por la i−ésima fila de la matriz A y
b1 j
b2 j
por b j = .. , el vector columna formado por la j−ésima columna de B. Se define el producto de las
.
bn j
5
matrices A y B como la matriz C = (ci j ) de dimensión m × p donde:
ci j = ai · b j
b1 j
h i b2 j
= ai1 ai2 · · · ain · ..
.
bn j
= ai1 b1 j + ai2 b2 j + · · · + ain bn j
Es decir, el elemento i j−ésimo de la matriz producto AB es igual al producto escalar de la fila i−ésima
de A con la columna j−ésima de B.
La definción indica que solo pueden multiplicar dos matrices sólo si el número de columnas de la
primera es igual al número de filas de la segunda.
1 2 0
0 3 0 3 0
Sean A = y B = 0 1. Calcular AB.
−1 1 1
1 2
0 −2 1
Observemos que A tiene dimesión 4 × 3 y B tiene dimensión 3 × 2 por lo que su producto AB = C
tiene dimensión 4 × 2. Calculando:
h i 3 h i 0
c11 = 1 2 0 · 0 = 3 c12 = 1 2 0 · 1 = 2
1 2
h i 3 h i 0
c21 = 0 3 0 · 0 = 0 c22 = 0 3 0 · 1 = 3
1 2
h i 3 h i 0
c31 = −1 1 1 · 0 = −2 c32 = −1 1 1 · 1 = 3
1 2
h i 3 h i 0
c41 = 0 −2 1 · 0 = 1 c42 = 0 −2 1 · 1 = 0
1 2
6
La matriz A tiene dimensión 2 × 3 y la matriz B tiene dimensión 3 × 2. El producto AB está definido
ya que el número de columnas de A coincide con el número de filas B (ambas son iguales a 3). Por lo que
AB = C tiene dimensión 2 × 2.
Calculando cada elemento de AB.
h i 1 h i 1
c11 = 3 1 −1 · 0 = 2 c21 = 2 4 0 · 0 = 2
1 1
h i 0 h i 1
c12 = 3 1 −1 · 1 = 0 c22 = 2 4 0 · 0 = 4
1 1
Ası́
" # 1 0 " # " #
3 1 −1 2 0 1 0
AB = 0 1 = =2
2 4 0 2 4 1 2
1 1
Por lo que
3 1 −1
BA = 2 4 0
5 5 −1
Claramente AB , BA
3. Reducción de matrices
Es esta sección se estudiará como reducir una matriz a su forma escalonada o escalonada reducida
aplicando operaciones elementales de filas.
7
2. Sumar un múltiplo de una fila a otra fila.
Notación:
1. Para indicar que la i−ésima fila de una matriz se ha multiplacado por un escalar c , 0 lo indicamos
por c fi .
No tiene solución o
tiene infinitas soluciones.
8
5. Método de eliminación de Gauss
Existen dos métodos para resolver sistemas de ecuaciones lineales.
2. Eliminación Gaussiana: Se reduce la matriz a la forma escalonada. Una vez hecho esto se despeja
la última incognita y se usa sustitución hacia atrás para despejar las otras incógnitas
5.1. Ejemplos
1. Resolver el sistema
w − 2x + y − z = 1
w+x+y−z = 1
w+y−z = 1
f2 → f2 + (−1) f1
1 −2 1 −1 1 f3 → f3 + (−1) f1 1 −2 1 −1 1 f2 → 1 f2
3
1 1 1 −1 1 −−−−−−−−−−−−−−−−→ 0 3 0 0 0 −−−−− →
1 0 1 −1 1 0 −2 0 0 0
f1 → f1 + 2 f2
1 −2 1 −1 1 f3 → f3 + 2 f2 1 0 1 −1 1
0 1 0 0 0 −−−−−−−−−−−−−→ 0 1 0 0 0
0 −2 0 0 0 0 0 0 0 0
w+y−z = 1
x = 0
0 = 0
La solución viene dada por w = 1 − y + z y x = 0. Este sistema tiene infinitas soluciones ya que y y
z pueden tomar cualquier valor en los números reales.
9
2. Resolver el sistema
w + 2x + 8y − 7z = −2
3w + 2x + 12y − 5z = 6
−w + x + y − 5z = −10
f2 → f2 + (−3) f1
1 2 8 −7 −2 f3 → f3 + f1 1 2 8 −7 −2 f2 →− 1 f2
4
3 2 12 −5
6 −−−−−−−−−−−−−−−−→ 0 −4 −12 16 12 −−−−−− →
−1 1 1 −5 −10 0 3 9 −12 −12
f1 → f1 + (−2) f2
1 2 8 −7 −2 f3 → f3 + (−3) f2 1 0 −2 1 4 f →− 1 f
3 4 3
0 1 3 −4 −3 −−−−−−−−−−−−−−−−→ 0 1 3 −4 −3 −−−−−−→
0 3 9 −12 12 0 0 0 0 −4
f1 → f1 + (−4) f3
1 0 −2 1 4 f2 → f2 + 3 f3 1 0 −2 1 0
0 1 3 −4 −3 −−−−−−−−−−−−−−−−→ 0 1 3 −4 0
0 0 0 0 1 0 0 0 0 1
w − 2y + z = 0
x + 3y − 4 = 0
0 = 1
La tercera ecuación es una contradicción ya que 0 no es igual a 1, por lo que el sistema original no
tiene solución.
3. Resolver el sistema
x + 2y + 3z = 1
2x − y + z = 2
x − 8y − 7z = 1
y+z = 0
10
f2 → f2 + (−2) f1
1 2 3 1 1 2 3 1
f3 → f3 + (−1) f1 0 −5 −5 0
2 −1 1 2 f2 ↔ f4
−−−−−−−−−−−−−−−−→ −−−−→
1 −8 −7 1 0 −10 −10 0
0 1 1 0 0 1 1 0
f1 → f1 + (−2) f2
f3 → f3 + 10 f2
1 2 3 1 1 2 3 1
f4 → f4 + 5 f2
0 1 1 0 −−−−−−−−−−−−−−−−→ 0 1 1 0 f1 → f1 +(−2) f2
0 −10 −−−−−−−−−→
−10 0
0 0 0 0
0 −5 −5 0 0 0 0 0
1 0 1 1
0 1 1 0
0 0 0 0
0 0 0 0
En el último caso obtenemos la matriz escalonada reducida, se tiene ası́ el sistema equivalente
x+z = 1
y+z = 0
Este sistema tiene infinitas soluciones: x = 1 − z ,y = −z y z puede tomar cualquier valor en los
números reales.
5.2. Ejercicios
5.2.1. Sistemas de ecuaciones
1. 4.
x + 2y + z = 2 2w + x + 3y + 5z = 1
2x + 4y = 2 4w + 4y + 8z = 0
3x + 6y + z = 4 w + x + 2y + 3z = 0
2. x+y+z = 0
2x + 2y + 3z = 0 5.
4x + 8y + 12z = −4
w+x−y−z = 2
6x + 2y + 3z = 4
−2w − x + y − 4z = −2
3.
6.
x−y+z = 1
x−y−z = 2 −w − x + 2y + 3z = 1
x+y−z = 3 w + 2x + y − 2z + w = 3
x+y+z = 2 −w + x − 2y + z = 4
11
7. 9.
x+y = 2 7w + 6x + 5y + z = 30
x−y = 5 −3w − x + 3y + z = 3
3x + y = 9 −w + 5x = −8
−2w + 5x + 5y + 2z = 9
8. 10.
2w + x + 7y − 2z = 4 3w + 4x − y + 2z = 6
3w − 2x + 11z = 13 w − 2x + 3y + z = 2
w + x + 5y − 3z = 1 10x − 10y − z = 1
A · A−1 = A−1 A = In
La definición indica que no todas las matricies tienen inversa. En el caso que una matriz A no tenga
inversa se dirá que es singular.
Sean A y B matrices de n × n
1. Si A es invertible su inversa es única.
1 1 0 1 0 0 1 0 0 0 0 1 f3 → f3 − f1 1 0 0 0 0 1
f1 ↔ f3
0 −1 1 0 1 0 −−−−→ 0 −1 1 0 1 0 −−−−−−−→ 0 −1 1 0 1 0
1 0 0 0 0 1 1 1 0 1 0 0 0 1 0 1 0 −1
12
1 0 0 0 0 1 1 0 0 0 0 1
f3 → f3 +(−1) f2 f2 → f2 + f3
f2 →(−1) f2
−−−−−−−→ 0 1 −1 0 −1 0 −−−−−−−−−→ 0 1 −1 0 −1 0 −−−−−−−→
0 1 0 1 0 −1 0 0 1 1 1 −1
1 0 0 0 0 1
0 1 0 1 0 0
0 0 1 1 1 −1
Obervamos que al reducir la matriz A, su forma escalonada reducida coincide con la identidad, por
tanto la matriz A es invertible y su inversa es:
0 0 1
A = 1
−1
0 0
1 1 −1
13