Está en la página 1de 136
24 22 a3 24 25 Operaciones con matrices Propiedades de las operacianes con matrices Inversa de una matriz Matrices elementales Aplicaciones de las vperaciones von matrices Objetivos del capitulo 1 Escribir un sistoma de ecuaciones linoalesropresentado por una matrz, asi como también la forma matricial de un IB Escribir y resolver un sistema de ecuaciones en la forma Ax = b, |= Utiizar las propiedades de las operaciones con matrices para resolver ecuaciones matrciales. 1B Determinar fa transpuesta de un mati, la inversa de una matriz y la inversa de una Inaig produciy (6 &> que és existe |B Tactorizar una matriz en un producto de matrices elementales y determinar cudndo 6a es invertible. 1 Determinar y utilizar la factorizaci6n LU de una matriz para resolver un sistema de ecuaciones lineales 1 Uitilizar una matriz estocéstca para medi la preferencia del consumidor. 1B Emplear la muitplicacin de matrices para coditicar y decodticar mensajes. 1m Usar el algebra ce matrices para analiza sistemas economicos (motels ce Leontiet de entrada y sala). 1 Ulilizar el métody de nviimus Cuadrados para determiner la linea de reyresiGn de iminimos cuadrados para un conjunto de datos tema de ecuacioneslineales. 2.1] Operaciones con matrices En la seccién 1.2 usted usé matrices para resolver sistemas de ecuaciones lineales. Sis embargo, las matrices pueden hacer mucho mds que eso. Se trata de teoria matemtca con numerosas aplicaciones. En esta y la siguiente sevcién se introducen algunos concep {os fundamentales de la teorfa de matrices. Por un acuerdo matemético comtin, las matrices se pueden representar en alguna de {as siguientes tres formas: 1, Una matriz puede denotarse por una letra maylscula como, AB, 2. Una matriz puede denotarse por un elemento representativo eserito entre corchetes Leelee fo)h-- 2. Sin rdtion ancep- una de Seccidns 2.1 Operaciones con matrices a7 3. Una matriz puede denotarse como por un arreglo rectangular de niimeros Gy yy 4, 7 Oa My yy 4, a, a @. Como se mencioné en el capitulo 1, las matrices en este texto son fundamentalmente ‘matrices reales. Bs deci, cus elementos aon asimeros reales. Decimos que dos matrices son iguales st sus elementos correspondientes son iguales. Definicion de la igualdad de matrices Dos matiices A a] y 8 = [b,] son tguales si tienen el mismo tamano (m x n) y pau lsismylsjssn [EJEMPLO Z| _Igualdad de matrices Ba) ef] c-[' 3] y D ie 2] Tas matrices A y R na son ignales, ya que tienen diferente tamafio. De manera similar, B 4 C tampoy ly son, Las autices A y D son iguales si y solo si x= 3, COMENTARIO: La frase “si y s6lo si* significa que la expresion es valida en ambas diecciones. Por ejemplo, “p si y s6lo si q” quiere decir que p implica a q y q implica a p. ‘Una matriz que solo tiene una columna, como la matriz B del ejemplo 1. se denomina matriz columna o veetor columna, De manera similar, una matriz que sdlo tiene un renglon, como la matriz.C del ejemplo 1, se denomina matriz renglén o vector renglén. A menudo se utilizan letras negritas mindsculas para designar matrices columna o ren- lon. Bn este caso, la matriz A del ejemplo 1 puede dividirse en dos matrices columna [2] r=[Z] tiesto opuwsyydinini ‘9 masa un sod y iuwews BUN TeOKTdnyMU ape pays|] Sameeosa OWOD SafPar SONBLUY Sol ¥ SOUIEAJAI SOU sate oD sourHfoqeA OpLEA avjoosa un sod uprovordiynyy ‘opayap Pisa om v tm OE ¢ cl=ss][roo l=¥ roo 1% op enor (0) ss &|o 1 5 | i|@ ° pal ° ne a i 2° “Somemapeuns [< O1dWalT ‘ppluyap piso OU OUPLUEA aIuaxaqTP ap S2oUNeWU SUP ap um « | a+") aty sod mpmp 1 a ose 2p ‘uous v so wus ns soouoq0"1 xu oyeune 2p soourew wos [°q] = 6 [2] ~ ¥IS -saquatpuod -sauloo sojuauiofa shs opuewns (OYEUEY OUINJW op) SesKHEUE SOP AEUS epend PEIEN, sooujvut ap viens spyensa un 40d uppedyidnjnuw P] ap ugps|uyad seouyeu op wins ap samy coms 8b 6y oz ost ot a veo pny owe or ort coe iu your ove soe ose oz ‘epunas ¥] uo uagarede soqsionis sas So] ap (saue|9p Ua) sojoaud So] 5 ofege zuneur woud | ua sepenstias wos myp ovals wred sews se 'soasauas sop & sZop oy oy ‘SeienygéoR9 So] uos Sopipuan sy So SU | OLS ap 21820 K 2NOU INS 9 UO supeoggn ‘sajelasowos soje90] rin s»proysaoioa Searp san 242% foqany 2p oIpe%s9 U/ ipa ap no sa9qnnt eo] 999 Bp “ugIOBWLJOyU! Bez1WeSx0 wed poplin ws*wofavayide 2quainFye wf aH9ptou09 ‘uprovsedo vive 36 ‘uly epeeyj 0] 98 wed “SsoL.FeW Ip WOKI!TANMUL Y $9 woISeG UOrOBIadO ww9DI—N BT roo kg z Ce ae el ao of 0 pe & 0 59 € 9 @ fe 0 &f-;a5 ao () zoe er oo sao.now uo sauanniadg santo ap upiovandtsynyN e vr]fo c 9s rot f-}e 0 &l=a-ve og a9 e © i] fze 1 ’ £ + 1f=r@ o o 0 Oo @ 1 oz oO © 0 elesve® @: Wl Le zz o4 ave @) $a (@) VEC) auULaIap r zor ot tl=# €}r 0 elev z ott sooueu se eg Saois]8Uu Op BISOE K TOTES UN tod WODEOTTAAINAL 12 nppoas yor. a z 1 ¢]z_|t ee 1 |" [== “anus auagndys e 9p opens vy 28 © rpasa fa “opdinals ng ‘yeu 9p soquaua 80] 2p om "pe 9p 9 optezioionj "v2 ous Zumew Pun suqu9s9a3 aquaUo4ta9 © opmuoar y sory in siioo No1onT0s O1dWatT ord ep on “sare aot conres- vat Hiplo lel mis SOLUciO! COMENTARIO: A menudo es conveniente reescribir una matriz, ‘como ca, factorizando c de cada sto de Tos elementos de la matriz 5. For ejemplo, el escalar + se ha faciorizado de Ta siguiente matriz. Seccidn 2.1 Uperaciones con matrices. 49 Maltiplicacién por un escalary resta de matrices ara las matrices 1 2 4 2 0 oO A=[3 0 a] y pelt 4a 3 2 1 2 1302 determine (a) 34,(b) By (c) 3A B. 1 2 4 © 3@ 3@) 3s 6 BR @sa-s]3 0 A fae 3M EY]-}9 0 3 2 1 2] be sm s@ 6 3 6 2 0 of f2 o u Coe eRay) | PAT ned atid | Pa heey Hi 3 2 1 3 2 3 6 2 2 0 0 16 (3A-B-]-9 0 3 1 4 3 |=[0 4 6 6 3 6 100302 yoo 4 Multiplicacién de matrices | a tercera operacién bisica es la multiplicacién de matrices, Para ver lo utlizada que ‘sexta operacion, considere la siguiente aplicacion, en la cual las matrices son de mucha utilidad para organizar informacién, Un estadio de futbol tiene tres areas concesionadas para locales comerciales. ubicadas en el sur, norte y oeste del mismo. Los articulos més vendidos son los cacahuates, los hot dogs y 10s refrescos. Las ventas para cierto dia son registradas en la primera matriz abajo y los precios (en délares) de los tres articulos aparecen en la segunda, Local 120 250 305 2.00 Local no 207 140 419 3.00 Local oes » 120 190 245 7 os t tle ler eo apuop “gy olonpoud jo anuanoug, ‘SaHEUI SOP ap O19 cosagoud ayso ways Ulusof2 anuounds 1 sopeyynsas soy sous oFony & q ap euuunjoo wurys9-/p| ap Samaypuodsa140D SOIUALHO}® SO] snd ¥ ap wopsuar oWNS9-) [ap SoMaUa|9 Soj HUM jw eueHI4O vs gy CIonpoId Jap eu sunjoo wustse vj ua & wo[uax OUTED [9 > O}UOUID [o-aNb HAYLNS UOTE ES gh EES Nag apex Nats GR puop (= av 4 % wap zunew tun so gy ornposd Ipssouowad x u zuew eun sa f’g] = y Su x wap zimou wun sor] = vIS swotiayid sauoyseayide seyonu auen on owuejape seu ys98 porsn ‘ouMsqo ‘ou ensmiry anand apand uofaquyop PIsa SIA rrowiLd Y "SepelTOuESAp ugtoar SvapE 9] ta esey 2s “oleye wpeansoul saourew Sop ap oronposd jap [e19UeH UOLOLUy=P PL ‘safe20| Sau $oj 2p oun epeD sod sequan sey ap jdt jo wp Sou anb“| x ¢ 9p zuNEUH B se sesUNEUH sEIse ap oxOMpord | or oF sez] [oot oct 67 scysor} = | ove] | ory ort coc Suszsl o0z| | soe ose ozt -e1ouDU UAINAYS vf ap “vIUIA ap sOVeId SO] opuEDIpUL | x E ap ZTE 118 sopipuoa soynapue 2p oxotupit [2 optresypa € x ¢ ap 7A ¥| ap ctonpoud fa I1QUDSa pond parsn “s@auuyeus ap uoroeaydnUL B| ap YoxluUOl9 os saxoKATUE sO|no[ED SOT] 23020] say, SLTHOGL) + (OUMUEL) + (OV.OL6D GLUEIP) + (OOEMOPD) + (OO™MLOZ) -aausg amis wap s9ye20] Sop sono So} 2p sSeIUDA se] SoHE[NDpRA “MEANS LAUEL AC vorpsoorsmion ——-Se'aeBTS = (GEZXSOC) + COrEMose) + (OOTMOZN) tung ans peso a saan Se-1 'Sopeninsar So} auuns & ¥uoalap vy ap BULUNIOD ZUNEUE B] U9 aUapUEUsaBIL? ‘ypaid jo sod vpzombzt | ap zou vj ap wo|Fuor soutsd {> us oqouroy> epe anhydn jn ans YB90y [9 Ua SOPIPUDA SPU SoI2NOUd SAN} SO] BP SEIUDA ap [EO [9 XENO]ED Cat ad ap uppeEmuBA F |F OTaWala sapujew ap uypeoydgynut seunow 7 oindo9 ur, mul- SOLUCION ‘precio s ventas d puede NOTA HISTORICA Arllur Cayley conseguir una posicién como alas por ‘al hasta que se graduo de la universidad, Ala larga, sin ven las, embargo, Cayley hizo importantes. milioo 2poriaciones al slgebra lineal. Para leer acerca de este trabajo, callege congogeshmca.com/pkc! lasontbe, wes el colum © A>por stados, Seccidn 2.1 Operaciones con matrices 54 Primero, ahserve que el pendncta AR ecté definida porque el tamaiio de A es 3x2 y ol de Bes 2.x 2. Ademés, el producto AB es de tamafio 3 x 2 y tiene Ia forma ‘lucto), multiplique los elementos correspondientes en el primer renglén de A y la primera columna de B. Es decir De fora andluga, para Ueterminar c,, mulplique los elementos correspondlentes en el primer rengiin de A y la segunda calimna de R para obtener aoa 9 i 2 FF hen ee s ofl+ 1 fa oe Siguendo este patron obtentemos los siguientes resultados. Cy = ANS) + DI) = 2 = HQ) + 21) = 6 cy, = (SMB) + OX) = 1S 6, = 2) + OMI) = 10 El producto es a1 3 51 ap=|4 2//-3 2/=] 4 6 5s ofl4+ 1 -15 10 Asegiirese de entender que el producto de dos matrices esti definido, cuando el nero de columnas de la primera matri es igual al niimero de renglones de la segunda matriz; es decir, A Ro = AB. [ity Asi,el producto BA de las matrices del ejemplo 4 no esta definido, 52 Copltule 2 Matrices El pattén general de la multiplicacién cle matrices es el siguiente. Para obtener el ele- mento del i-ésimo renglon y la j-ésima coluinna del producto AD, use el i-ésimo rengléa de.A y la j-ésima columna de B. , ¢ a) | Pu » os « by ap * by | ley «, a) |B e ea ¢ 500 Cees bs [row eft Caiaiea + By8 +A. En general do operacién suma de una matrir es conmutatva? Ahora cole AB y BA. a -muttipicacién de matrices es commu? FEMPLO 5|_Multiplicacion de 2 4 2 @ [ Ly 3 1 0 0 2 | See Seccidn 2.1 Operaciones con matrices 5B COMENTARIO: Note ta diferencia entie lus dus productos ei lus incisos (d) y (@) del eremplo 9. En general. la multiplicacién de matrices no es canmutativa, Es decir, casi ‘nunca se cumple que el producto AB sea igual al puxluctu BA. (Véase la seccidn 2.2 para un andlisis més profundo de la no conmutativicad de la multiplicacign de matrices.) Muchas aplicaciones gis y prugraies Ue cGmmputo pueden ejecutar la suma de matrices, malincatn por un exaar y la mutinizacén da mates Si usted vile una apleaién sia pants page ep 5. se verdh como! A Fe Ut ar t 1th ae “it As Los comandos yiasintaxs de programacin para estas apkcacionesiprogramasdelejemploS() ‘estin dspanibes an Online Tachnology Guide, college corgaecomlpicarsnEL6e, Sistemas de ecuaciones lineales Una aplieacién prictica de la multiplicacién de matices es la epresemtacign Ue un siste- ‘ma de ecuaciones lineales. Observe cémo el sistema 4%, + yk + Oy% = b, Aay8 1 Gk + ayy = by GyX, + Oaks + yt, = hy puede escribirse como la ecuacin matricial del sistema y x y b son matrices coluu onde A es Ia matriz de coeficientes El sistem puede escribirse como 1% Ma by % da |] =/>, a a, a) fa] |e, 54 Capitula 7 Matrices SOLUCION Resolucién de un sistema de ecuaciones lin {__EJEMPLO 6) Resuelva In ecuacién matricial Ax = 0, donde ef a a 6] ‘Como un sistema de ecuaciones lineales, Ax = 0 lo representamos coma cs = es Utilizando la eliminacién de Gauss-Jordan en la matriz aumemtada de este sistema, vb [ aaa o 14 0 Por tanto, el sisteuma tice un némero infinito de soluciones. En este caso, una elec. cién conveniente de pardmetro es x, = 7t. ¥ entonces puede escribir el conjunto solucidn como =, 3 JEG tiene un numero infinito de soluciones, representado por El Esto es, cualquier multiplo escalar de la matric columma de la derecha es una solucisn, ‘tes cualquier nimero real Particién de matrices EI sistema AX = b puede represeutarse Ue una forma més conveniente, dividiendo las matrices A y x de la siguiente manera. Si ay a, x, % 4, a % hy, A an be aly be | yo 4 x o, ma, ob- mw elec ‘lucién indo las Seccién 2. Operaciones con matrices 55 son las matrices de cocficicutes, la matriz columna de incégnitas y 1a matriz del lado derecho, respectivamente, del sistema lineal Ax = b de tamafio m x mn, entonces podemos sili ax -b En ouras palabras a + xa, =D. +8, son las colummnas de la matriz A. La expresion «fae [4 led Se llama combinacién lineal de las matrices columna a,, a,,... a, con coeficientes Fara ° En general, la matriz producto Ax es una combinacién lincal de los vectores colum= naa... .@, que forman la matriz de coeficientes A. Ademés, el sistema Ax = b es consistente si y sélo si b puede ser expresada como una combinacién lineal, donde los coeficientes de dicha combinacion son una solucién del sistema. [CEEMPTO 7] _Resolucién de un sistema de ecuaciouesliveales El sistema lineal Ts, + Bi, + 98, uw “or VT +H OAE- VOW) vo ©) ‘a —¥ (@) a + ¥ (0) summon 89 © T saminafs Soy, uopiuay saoueu o r £ 1 z|z oly olz 1 zie Tee o|F oo F o olzt oo zt yoasop of» zou of a pcan 28 omlog Amp apand sprgnz et oleae zie w‘ojdwaFo 104 "Segonbad seu sooue «wx we ops ap ‘rar vun sonpes aed opnuots 8 vo[éeo a6 ‘eauoySuns Ua seein a WADIA TAL rau ee lp reauawepiny rwiar un s9 somo ap UOLOUN Yo eUUINjOD JO}D—A uN ap uyLsErUAseadas lysq "¥ ap SeuUINjOo so] ap [BaUI| UpYSoULGLIED wun oWOD 2eIBsaxclxa apand q 11990 SEL 9 6 8 L cfefolaot|s|r tl} rte ° € a IU [a5 & 1 =f] = bese sayono 0] 2p wun ‘sou01onjos op ont ran muons 289 on sensouap soUtapod wuEIsMes UorIPEREA y| opUEHTY 9 iF tL € eo fe 0 1 ‘uso anaynis n| 2p «= XV TefoUTeU woroenN2e wUN oUOD assTqHDsaas apand (001 5 909 Yorosey sono 1 8" vaqny Kpng' spo veoh pu ed ne 2g fps 28 y Banaetosd au aes evan) abc operas sun vo oy Ban saga Sp SLEG UB Opp way | uae and opusn | pay uppowndad ap ugoexde | 9 =Ao2 000052 Z1 a su sav0BUal/£8 W0> Tacesiapaats | counbas soln uEL2UY 9p cjpnnun op usound.a sun 08 opens euoqeid un 99 eg ygpuen 91028099 3p oun uou9 Un UES Bu UTE £499 any 28 Sou0De =r semow 7 oinudo> 9s on ee See re car 1x vied jeourew uproenso wis eajansas 4 = XY wuLHO} UL a sojeaury sauoqoenge ap ewarss [a eqs “OE # 67 sOIo.NaT9 SO] UL o+a'e WHI 39-9 ov 'st weve we atau atv ‘ugroeatdxa wun auotasod oud soo] ou 1g "zuneu | ap ogeUrE Jo BunIEI “epIUYEp FIs 1S EXPY UXO TXT PREW PXE ‘pep. ypu [9 woo SouIEU ED A 'Y MURS yc # LZ NAL 90] UL rere ee eee et ze 6 8 | lee tay I € 10 + b rir + 1 ets TF ee boc rod te to + ee & 1 tlevw 71 ore roe we rreor od tr Oe Re a | rie eto tre reg te pe trrredcé errors zw roo ee re re cot & el-vow eroe~ + 4 eo Tf oz oopragep up2o #) va (P) SAV 0)'V— HE (1 +E) aHENIN I KG SEEDS £5 saxynow uop seuonoiadg 1-7 uoRDes [Prem pyaenna ma 4 oY dns s 0 Je fe flee fF E de d-E 4 “yn maja Fd-E dE d touyeus upisenos w] uo> &.C ened wap>asoy Toa. dz o€ olay ome “ae-+ ¥s~ 2 epuop > (@ 6% (e) anuonsug [eae fs de ae 2 apuop 9 (q) "9 (e anuaNDU w a a “(Sepruuop upso is) Yet (@) & a Ce) ame RI & Soros soy o spioinbe eur wun ep owe sav (wan = (avi saouo1 “er ogi ap sepeapeno seoyeus doo gy #6 an ANSARI AE (aus = (vo @) (ont WL @ VL © spjpaso un g9 2 way 2p sepespen s2auTeW Os ys exapepian se souoysaudae se ap wun pes anb ansonuisd “eS eri ¢ Tsu I reo el, beeen "4 ry 0 r| zi 1 of zee 1 Tc ot io 0 eu € 4 0 1 of 0s y cole 0 oot 2 “yg oe S04 D> (LADO Sg Te “alee psoas 629 mons 91 9 YZ “09 spemeny ey 7a] ap WEN v| aUULEP “Zs x Gp SOLDRID SOK Ue {sopends os ¥ ap jouodp 6 2p som] “6S sx3s(a) ce sostour 0] 2p sopernsar so] werguuED vA? (©) sod {9 UoD eds um eunoy yar onpeLd 1» vquDEEG (A) ‘ol -aafo wos wysndsar ns ansnit “AY eranpoud (2 eqyOsoq (8) uodeip $9 y aptop“_ x yp ssomnem g SY UraS Sq “RP sya ovsnpoud yp esd step rca suday (A) fot 2+ anh soy ua soso soy nuns omuausoy f ape (Ht) -8g!ntZ =" 50 av oronost op owe OUI TL () ‘ux wsareuosp ssoureu sop weos [4] aonb opwatsey upionnsoutep ns seri (1) spo] sagen os -ewaypodsasioosoquawaya sts anb sensourap uso ouounsd Sopot wos yey & qy soounvm sey anb sensowep wre :O1UT us To = yy sesuouus (owas our op) #214 fo some wos q Ky Is anb agamid “epeInd VODA UF Za 6 D0 6 0 + o[-a@ *|9 S Ol=v -o» oo qd oo € + a di leas f s-+ [F y= “sajouodep seoureu ‘sg pend ya & gy soronpod soy aumaran of & gp sofaatafa sor UAL “93 Do 8 . zo oe of[7¥ oz 00 z 00 a ols i: ooo yp zune m eaed YY oranpoud | anuanous “pr & gp soppatafa so) ug 0120 wos rediound reuod esp ‘yuo tise ont anb Souuaua2 So} sopO} 1S Yeu zAyeU PUL D0 0 o Sr 0 0 0% 0 0 0 epeapens zou up) fe 23) sooueu sanoinais sy wed yg = Hy enbyuay, “Zh fied ‘sunou sawarnais sors ver jy ab son 4.64 uo eoworgpUOS sof SHISEAC. “1 [a-0 ab d- [0-f IG d= pé > g esed eta upiaenaa e| wafonsal “pp 6 GE SO}IeFD 8] Ua, Ed «E ut AE Qu fe + ty ey Bote: “oe or = See +z - a au or u saauoy fe + be sores- 8 “$e 5 fag 4734 - ae Be he geek ret Spee s we 6 = SEN SCs cee Como reuorew ap & w190 ap owes ap sowsan Say 0108 ‘nb wBuodng)popyso0] apes wa cronposd wpe wad [eian Bu 9p srs09 Sojeuoroiodod nb yy zueu ej auULDI9C1 (4) donna pesueu woeiedo 90? sey eps uo wip ype wl wae ap ‘oueut ap sos0a soy euorauodoud anf 7 Zu wy aURKLOIOD “mon ons fap $ se> © apuodsauioswago ap out m5. (0) [zs s]on~ “pepiyesoy epeo wed ‘xonpoud epe> 2p eunioegnueus 3p (201 o1s09 [2 mM ZENE YT sepepuie90| sop ue sms & sesoM Rouge HyUEdOD eA, “99 As “pond 289 2p ovuaut -afe epeo rwussaida gab anbydxs 4 ye oxmapeud ja auusicy [ooss osts]-@ _zunou w| 104 ypewuseaidass popyun sod vysuo.n? ey StI Sti OOF st oot sz] -¥ nous oy woos wpuananlas os {opeasou je wpetsua so anb ¥y22309 Bap sapepiun 2p ozau Ta "Sopreuan Sajiaryip san W wperas $9 seyaos09 sI89 ap Bun ‘spe sesod &seuzubul"Hny 3p Seyoasoo sop ska UNE UL “gy “yt mouiasout 96 wo}ronpoud ‘9p jan os eau eped 2p pronpoud ap s2[astuSojauIMLISRAC 9 0 or oF] Ly OF Of 09 Ot ‘ue e wo “0 20d equasaudas a myp na / mig m Ha soproapou yd sonata ap arp lat engord ssrouonuses & sourann Sonia ssqyen samp sojeno se} ap wun pe “seauge) oxen auan uoroRIodiog BUN “po "502 BUEWIAIOUT 28 UoL2INp oud ws “eonaRH epeD ap upysonpoud ap s3jaxN soy aM % oo st] _y st 05 OL zseu m u2"p sod ‘puasaidar 9s wp un uo Fug Huo syprompoad fod (9p HAE sn ap oxounu 1 seounoara Sepa & seansnow Seu aan -oud soqono coy ap pun wpus*coaugyy ass oven upsonsodion Bun, “Ey sexinpui wo2 seuonaiadg | Z upL3—s <1. 20d opeunmarsp oynSupin [2 an) 62 30d op ‘puyuuorep ojnupun ys sonpoidanb tpt 2euuoysuNs) ap os -onid [2 BqHDS9 JY 40d opeUTULOTON ISD OINUEUK LI. (a) {ay tuocaudas ui? sopeuuuysuesy SuRUBLT SOP SO] euro omdueun 19 2fnarp spadsaa “ayy X ZV amano (2) Bids td- seuuojsuen 9p zujeu eu so y ZuveUL | -O|MBUPL uM ap S21 “190 So] ap sepeuapsooo se; weasonus J ZuIBU Bp SEULUNION ST “79 yprcaysuea ‘es 89 upitanoov] ‘ab sensouop axed z xz ap seoqne opuezin ojduisfa un ae -sodaxg “0109 sani sowowoy@ sns s0p0) Suan gp wus: ‘ownsg- fo soouoqua “oso w saqenay soquauofa sas Sopot auan V9) tigjBuas oMNs9- py anh ansamg usm 9p ssopNe KY HDG “Ty ‘s0anU3P! Uos uarquIE gy’ sowerpuadsaLi09 souo}zua Sop soy saints “soanugp! souoj2uat sop 2408 y je anb anzonuing ‘pmagap ys yy ropa jo on sefey SOOUTEM SOP gf 4 UHDG “9 ‘snpaspons sore ues yg 4 gy sasuoiua' soprayap wpe ¥¥ gY So1onpoad So 1s anb ansonuiag “4s ape ‘new wun s9 gy oronpaud {9 anb ap sisrodiy vf aomtAA (A) “dx w ouour 9p 9 ‘1x w ease ap voy ant Jouodns apand pais Spndsaq] (1) ' 2p sou al 2p axa Te end $9 Yap SANDS 27 ‘orouipu [2 onb sou opue|2ny upioeivowep ns soURHKIO (!) 2p souopsas ap ‘rouipe fe peng sag 9p seununyoo ap exam fan messy fesooou “opruyep Fis Wy oronpaid j2 anb zegoud wed :010) ‘opuyap is0 ¥¢orONpoxd fe soouoM9“eprupena Zune fun sa gy onnpaud [218 anh sqanig “epeing uo!re.}souacy “gg -§) nbunwapt9 auuuia9a (a) woe su prays sanders aubywUspL y¥ K,Y_V AUTUIAI (2) [i Jeee[h Joven [b i]ee-* rerouneur upsens9 vy uviyses onb z x Z 2p soouymus uoerxa ou anb anvonuiog “9p bet 4 ‘upronjos 2uap ou jeune Uptowie 4 au wang “yy akype uta reve ap een sors) raf wo. waa wo. Ru ate hate sonnoipao soqedt -ofupss soy rea} eur 7 uopeuia oso] uy 0 opr 0 Jo lolo or Topo 0 ye Cea ol Barat Plena 1 oo a 0 o| -vu oa eeu oofzi | | ‘sepuuyen “pr eeondeyna o£ oune vf s3yuna se wed s2opneurans $2] 2p FA gue Ky sono 2 sean ps Fi See « [i ey saogewgns seo wo uopuagp oe gy sang en gg 6 y Summ P| 29 HDD Spesnboyy aol uyrnoniligins wy oxtoto Zz © 14 soproefs 30] uy {s10€ ® 500g ap oxte(a¢ovuauuoas9 un (u)prEnNsOU HUES “so 9p (sjadns3 nb? -(@) osu 9p epeyusar [2 ue opeseE ) 107 B aie pep ap sodnu8 sod & souosfas 10d uorogod p sopeus> que uo sofuaniod so] auoruodaid anb zueu un eqs (4) ‘po gus my 2p safmtaaiod own wpfseuoju w 1982100 ‘semua 0, v920899% "900 609 IZE #8 S1Oc Hed BpoUNED| Jshunaeyaod e] & 900 FET $87 9} SOOT He THI UoHDe|Ged ET (e) m0L teEEE SBI oye ice Mehl eas w CSL 9orce GLEE S808 osezr eveaT] mre ory 88 Gees THC N Ieeor reezT " si9z1 90F¢ ; Mets eELae soir er 9t ” SIPs LOL n (woaing. sns493 g'7 229m) ‘pEp2 ap seORaIE s0n wo uoreredas 2s souoz¥au SQUOIDE|GOU S| "G | YE Us SeUOT ar cejea na prays anh pain (seuoszad 2p softs a) worDeIa a 61 & Sone U2 sopmUN sopene ep s8UO:Tes sHHRHA|P UO WY ‘an (seuostod ap Siu ua) uo|se|god v| wensan seouNEW | “YL {orompond ays eyusauday 9g)? oust: ‘oftsuoo g ap orsnpoud [a autuaracy “wuSINas BB uoID2Io vuN fp Fopnine yo yoo soouvuuzad nb uprated wy mueaudan"d & oprued 11 opnaed rap woriguur> anb soqueron ap uyrouodaal oy waaseaidar F» 2)" nap sa "ppep upisna(a wun uD ophued Te opm jap oyqumea anb saqesoa ap uyrosodal eauesandes oo FO OO] HG co wo co | avd oro sro SLO 1 mur eas “6a soqeoun souotsen2e ap ewaiss un srosaidas sed ‘seuveyan pond "wuuunjo> soouTeu Se HOS 6x &sana.N2 09 ap ZN ¥] $9 V BpuEP “y= AY yet upIDENDD eT (Q) -¢ ul 3p yeu en 2 1¥ o}onpoud [2 $2000) suo‘ x w ap zou wun so Kx m8 29 zTeUE WUT SOV 1S (®) “9 mas ap pHaNIO MUN HOS PUTT UDIOBUTELUOD Bt 9D S21 -uetoyooo $01 2puop“Teau UpoeuygiHo® wun ows vpwoasd x9 198 apand q Is 09S 6 aarssuon $9 q = XY RUA f(y) -qnow epunBos o 9p souojSues 9p oxatunu e yon. 49sagop zs vspuid wap seULUNYOD 2p Ox “urn popup 9189 soaqneu sop ap arvapal anh wed () “19 ‘ppenaape uotsa4dx9 Bun axa op 190 SOSED SO ‘spon ned wpyipa 99 ou upieeudvo vj anb aneanurap anb opt nn ‘5ubrasocoud ese} So Wosaxax 7 1 ws 0 Lopepran ve ouursantas ‘01 3p 1pn> amis} go #29 Sopiaiafaso1 Ua ;05/e} 0 O10pEDIOAS sexnow — ¢ ammydop Capitvio2 Matrices {Verdadero o fas? Rn los eercicins 67 a 68 determine cudl de as, cexpesioncs es verdaderaofalsa. Sila expresién es alsa, proporeione tum ejemplo que demuestre que la expresion no es valida para todos loo eno: o site del tanto una oxprosin adocuada 67. (a) Para que el producto de dos matrices esté defini. el iime- rode columnas do la primora matris debe cr igual al nimaro 4e renglones de Ia segunda matt () El sistoma Ax =b es consistent si y 6lo si b puede ser ex presada como una combinacion lineal, donde Ios coeficien- tes de In combinacid lineal son una soci del sistema 68. (a) SiA es una matrz de m xn y Bes una matnz de m x r,en- tonoor el producto AB et una matria de mr (©) La ecuacion matricial Ax = b, doude A es la matiiz de co- ficients y xy b son las matrices columna, puede utilizarse pra representa un sistema de ecuaciones lineales. 69, Fscviba La mat, oan 0m 020, represent la proporciu Ue volantes que cambié del paride i al partido je ifm dada. Es decir, p, (i) representa la [propurciin de vetantes quc cambiaron del partido / al partido j ¥ p, Tepresena la proporcién que permanece lea al partido ide tuna eleccin« la siguiente, Determine el producto de P consigo mismo, ;Que representa este producto? pas 060 40 una ele 70. Las matrices mucsran la poblacin (en miles de personas) que viva en diferentes regiones de Estados Unidos en 2005 y la po- blacin (en miles de personas) estimavla que vivid en estas re- sivues en 2015. Las poblaciones regionals se separaron en tes categorias de edad. (Fuente: U.S, Census Bureau) Ta 34418 6286 Medi Wik $1395 TIT S 26728 BOLL 11 689, " Sa 196) 70M ° oso 30714510 Nievivoese |16363 42250 9959 ‘ was 73496 17572 Mi $22 1423227 Pu 1206 333927086 (4) La poblacign total en 2005 fue 288 191 000 y Ia poblacién tt estimada para 2015 es 321 609 UOU. Reescriba las matrices pare ‘obtener la informacién como porcentajes dela pobaciéin total (0) Escripa una maurz que proporcione los porcentajes et caubin estimados de poblacin por regiones v por srupos de edad de 2005 2018. (©) Basado en et resultado del inciso (6), qué grupos) Ue edad estima mostrari(n) un crecimiento relativo de 2005 a 2015? En los ejecicios 74 a 72, ejecute la muliplicacion por bloques ind ced de Ins matrices A y Silas matrices A y R se dividen en cuatm submatices| ofa) fk cenionces puede multiplicar por bloques A y B, asignando ef cama de las submatrices para las cuales la sum y la muliplicacién extn ‘defini. oe a: a 2 [AuBu + 4nBy AuBa + AnBa Lane + ADB, Aye + ADB Enlo binae 31 Ths io tal ines pa total cambios Ie 2003 edad se i” ws iad mn cuatro tumasio ion estan Seccién 2.2 Fropiedades de (as operaciones con matrices Enlosefercicios 73a 76,exprese la matriz columna b como una com- ‘icin lineal de las cofummnas de A. eee 1 maz|3 3 q}. b= [5 124 1 masla oo 2),o=]3 0 13 2 OREMA 2.1 Propiedades de l suma de matrices y de la multiplicacién por DEMOSTRACION 2.2] Propiedades de las operaciones con matrices [En la secci6n 2.1 su atencién se centr en la mecéinica de las tres operaciones basicas con ‘matrices: suma de mattices, multiplitaciu pur un escalar y mulupiteacion de matrices, Esta seccién comienza con el desarrollo del Algebra de matrices. Observaré que esta {Algebra comparte muchas (pero no todas) de las prupiedades uel dgebra de los numeros reales. Enseguida aparece una lista de algunas propiedades de la suma de matrices y de la ‘multiplicacién por un escalar SiA. By Cson matrices de my» y ¢ y d son excalares, entoncor las ciguientee pro picdades son veidadeta, LAtB=BrA commutative de a sma 2. A+ (B+ C) =A + B) + C. Propiedad anocatvade la sun 3. (dA = eA) da asoiativa de Ia mltiplicac 4.14 denied molpiatvn 5. (A + B) = cA + cB Propiedad distbutva dela muliplcaién sobre la sua 6 G4 Aa cA 4s AB Propiedad dite ‘La demostraci6n de estas seis propiedades se concluyen directamente a partir de las defi- niciones de suma de matrices y muliplicacién por un escalr, asf como de las propiedades correspondientes a los nuimeros reales, For ejemplo, para demostrar la propiedad conmu- tativa de Ia suma de matrices, sean A= [a] y B= (2,]. Entonces,aplicando la propiedad ‘conmutaiva de la sua de mimeros reales.escribimos Ai B- (a, 14) = [+a] -o+4. De igual forma, para demostrar la propiedad 5, aplicanios la propiedad distributiva (de los ‘iimeros reales) de la multiplicacién sobre la suma, para escribir tA +B) ~ [ela, + b)] = Lea, 1 cbj] = cA + 0B. Las demostraciones de las cuatro propiedades restantes se dejan vom ejercivios (véase los ejercicios 4/—90), 61 62 Capitulo 2 Matrices En Ia ceccién anterior, Ia suma de matrices se definis como ta suma de dos mi trices, haciendota ast una operacién binaria. La propiedad asociativa de Ia suma de matrices ahora permite escribir expresiones como A + B + Coma (A + B) + Co como ‘A+ (B + C). ste mismo razonamiento se aplica ala suma de cust 0 niés mauives EJEMPLO A] _ Suma de mis de dos matrices ‘Sumando ls elementos correspondientes. podemos obtener la siguiente suma de cuatro matrices. EI-ED-E-E)-8) Una propiedad importante de la suma de néimeros reales es que el niimero 0 sirve como Ia identidad aditiva Fstoes, ¢ +0 = para cualquier mimero real c. Para fas matt ces se cumple una propiedad semejaute. Especfficamente, si A ¢s una matriz.de m x ny es a matriz de m x n consistent sinicamente de ceros, entonces A + O.,, = A. La mu {12 O,, se denomina matrtz cero y sirve conn la identidad aditiva para Ci conjunto de todaa ita matrices de m » Por ejemplo, In siguiente matri7 fnciona como Ia identidad aditiva para el conjunto de todas las maurices Ue 2 x 3. Cuando se sobreentiende el tamaiio de a mattiz, las matrives verw pueden denotarse simplemente por 0. Las siguientes proptedades de las matrices cero son ficlies de probat, por lu yue su demostraciones se dejan como ejercicio. (Véase ejercicio 51.) TEOREMA 2.2 5% 4 os una matriz de m x m yc es un escalar entonces ls siguientes propiedades son Propicdades de las yerdaderas. A+0,-A A+ Ch = 0,, SicA = O,,enioncese = 00A = O,, COMENTARIO: La propiedad 2 puede describirse diciendo que la matriz.~A es ¢! Inverso aditivo de A El Algebra de los ninerus reales y el dlgebra de matrices tienen numerosas simvilita xedu-ay Ahiora, uilizando las matrices dadas tiene rah T-B oe Jf oe Propiedades de la multiplicacion de matrices En el siguiente teorema, cl élgcbra de matrices se exticnde para incluir algunas propieda- des mas uilizadas de la multiplicacién de matrices. La demostracién cle Ia propiedad 2 se presenta abajo. Las demostraciones de las propiedades restates se dejan como ejercicio. (Vease el ejeeicio 52.) SiA, By Cson matrices (con tamaiios tales que los productos matriciales dados estan Aetinidos) y c es un escalar, entonces las siguientes propiedades son verdaderas. A(BO) = (ABYC Prope ncciatvn de mulipicacin AB + C) = AB + AC Propledseaiststutva det mampicavin sobre I (A+ BC = ACH RO Points (AB) (cA)B = ACB) Para demostrar la propiediad 2, muestre que las matrices A(B + C) y AB + AC son iguales si sus elementos vorrespondientes son iguales. Suponga que A es de tamafio m xn, B es de tamafio n x py Ces de tamatio n » p. Aplicando la definicidn de la multiplicacién Uc mattices, el elemento en el i-ésimo renglon y 1a j-ésima columna de A(B + C) es ath, + 6) + +++ + a,{b, + cy).Ademés, ol elemento en el i-simo renglén y la j sina colummna de AB + AC eS (aby +o 4 b.) + (Gye, +o + ae) Distribuyendo y reagrupando, puede ver que estos dos j-€simos elementos son iguales Asi AB+ 0) ~ AB4 AC. La propiedad asociativa de la multipficacién de matrices le permite esctibis estus produc- {os matriciales como ABC sin ambigledad, como se muestra en el ejemplo 3 64 Copitulo 2 Matrices licacién de ma ces es asociativa (EJEMPTO 3|_La mull Determine el proxlucto miatsicial ABC agrupando primero los factores como (AB)C y lue- go como A(BC). Demuestre que se obtiene el mismo resultado con ambos provesos. w-EdeBsde ff SOLUCION — Agrupando los factores como (AB)C obtiene we (hE EY -B df Ra Ayiupauilo los factores como A(BC), obtions el mismo resultady a0 =| | E Bs al [3 ‘] LA Observe que la propiedad conmutativa para la multiplicacién de matrices no esté ce Ja lista que aparece en el teorema 2.3. Aunque el producto AB esti definido, podemns ver fécilmente que A y B no tienen el tamafio adecuado que defina el producto BA, Pu ejemplo, si A es de tamatio 2 x 3 y Bes de 3 x3, entonces el producto AB est defini no asfel producta RA Fl signiente ejemplo muestra que incluso silos productos AB y BA estén definidos, ésius puedeu uo ser igual. [E[EMPLO 4] 1a multiplicacién de matrices no es conmutativa Demuestre que AB y BA no son iguales para Ins matrices mols Ed woo wel AE DB 4 »-EIE AE y Ine ‘odemos BA Por lefnido. ADy DA __EJEMPLO 5\_ | Seccién 2.2 Propiedades de las operaciones con mavices 63. ‘A partir del eiemplo 4 no podemos conciuir que los productos matriciales AB y BA ‘nunca son iguales. Algunas veces slo son. Por ejemplo, intente multiplicar la siguientes matrices, primero en el orden AB y después del modo BA. ~~ ij> BY Usted puede ver que los dos productos son iguales. El punto es este: aunque AB y BA son «en ocasiones iguales, a meno wy Ko som tra cuatidad importante del sleehra matical es que no exite Ia propedal de ean cclacin para la multiplicacién de mattices. Es devi, si AC = BC, no es necesaianwente cierto que A = B. Esto se demuestra en el ejemplo 5. (Fn la siguiente secvién vers que, para algunos tipos especiales de matsives, la aneelaciGn es valida) ancelacién no es vili Fjemplo en el cual | Demuortre que AC— BC ohaeb de0 ePID vl J AC = BC,aun cuando A # B Ahora verd un tipo especial de matriz cuadrada que tiene ndimeros 1 en Ia diagonal principal y adimesos 0 en ot lugar. we iis wi 1 0 0 o o 10 0 oo 1 0 6 0 Gea = 1,203, tenemos 10 iil 0 1 6 Cuando se sobreentienda que el orden de In matriz es n, puede denotar J, simplemente como. Como se establece en el teorema 2.4, en Ia siguiente pégina, la matriz J, sirve como identidad para la multiplicacién de matrices: recibe el nombre de matriz identidad de orden n. La demostracién de este teorema se deja como ejercicio. (véase el ejercicio 53.) Por ejemplo, si uh 66 Copituln 7 Matrices: TEOREMA 2.4 Propiedades de la matriz identidad ‘1A ces una matriz de tamafio m x 1, entonces estas propiedades son verdaderas 1. AL=A N 2. ASA sist ‘Como un caso especial de este eorema, observe que si A es una matriz cuadrada de orden nngentonces Al,=1A=4 SFYEMPEO 6|_Multiplicacion por una matriz identidad EJEMPLO 7 SOLUCIO! a ale] 6-1 wr-[P $4] wa Ji 2 4p sa (AB) = BTAT Producto de una mattiz y su lanspuesta Para la matsiz. 13 a=|o 2 24 cencuentte el producto AA” y demuestre que es simétrico, Debido a que 13 fio + welo atl, $ 2]-|s 4 2-1 ~ > 2 settione que AAT = (AAY!, asf que AA" es simétrica, 70 Capitulo 2 Matrices COMENTARIO: La propiedad demostrada en el ejemplo 10 es generalmente ciera —Escriba Es decir, para toda matriz A, la matsiz. dada por B = AAT es simétriea. Se le pediri que vida pe domuestre este resultado en el ejevvicia 55. “Boe-badebB a wag IgA + bB RAB 3. ab(B) q 2 4 Ala + BB 5. (a - bKA-B) 6 (ayo En los ejerccios 17 y 18, demuestre que si AB= 0. entonces mv 0.0 B= O para las siguientes ‘es necesitiamente cierto que matrices. sp La mB jes wa E eet ‘] 7. Resuelva para X cuando pavemes — wm-sa-3x oom Clee a) ene En los ejercicios 19 222, realice las operaciones indicadas cuando propre S.settva pra x canco i 1a 1 in ed ee bee ot ° 3 \ asi a] y #=f2 0 3 ia ». a. a 35. mA A) BAe ® Qxe | Wak Eno eicoe 7228 eneuete (a) AB AA () A. 7 UN +5A=B ) 2A + 4-2 ® En lus ejesvicios 9 a 14, realice las operaciones indicadas siempre aacl* 2 J] a a=| a 4 6 © meee ay 02 4 — ® off? jel ep | 21 3 ou ° oo14 12 = @ BAs}l 4 1] 26. A 4300 ot éa 3) Bese aye 6 00 oe 8 Fr ‘ 0 9. MCA) 0. CBO) mason M715 3° 3 4 Mero) A NC +O. Bich aoe eB En los ejercicios 15 y 16, demuestre que si AC = BC. entonces A no ie tectum ta gal pun spleens. en pon 4 fo ft 10 epee Bmac|i 2 0 3 weft Jeli the gy Seek dd: oe 4 i sando [iba Enlusejercicios 29 y 30, explique por qué la formula noes vi para matrices. lustre su razonamiento con ejemplos. DAs BIA ~ B) M(A+ DXA + D)= A + 24D Falosejricos 34, verifique que (AB)? = BEAT ea 4 ive] wef i], ae 2 i] I expesines es verdadera o falsa. Si la expresin es verdadera, pari na radia cite una expresicn adecuada del texto. Si hhexpesifn es fsa, propurcione wt ejemplo que muesre que la ex resin no es cierta en todos los casos o cite del texto una expresion seo 3, (a) Lasuma de matrices es conmtativa (b) Lamuliplicacisn de matrices es asociatvn |e) Latranspuesta del producto de dos matrices es igual al pro- thc de ss trangpnestas Fs decir, (AR)? = AUR (a) Para toda matric Cy ta matviz CCT es sini, 1%, (9 Lamulipieaeién de matrices es conmutativa (by Toda mati A tiene inves atv (c) Silas maces A,B y Csatisfacen AB = AC. entonces B= C. (W) Latranspuesta de Ia suma de dos matrices es igual aka sum sus ranspuesas, 27, Condes ls ciguiontos matrices 1 1 1 a velo} ve} a o 1 0 0 (@) Determine escalares wy b tales que Z=uX + DY. (b)Demuestre que no éxisten escalares ay b tales que Wats bY cones jaa un FA) = a), + aA + 4. f() = 8 Sv 1 2, Seccién 2.2 Propiedades de las operaciones con matrices 74 (©) Demuestre que si aX + bY'+eW-= 0,entonces a =) (Determine escalates a,b y c,no todos igualesa cer, tales que ok 1 BF c2=0, 38. Considers ln sigaintes matrices 1 1 1 0 2 0}, z-|4 0 | 040 3 2 4 a (6) Determine eoculare ay btalec que Z= aX 1 BY. (©) Demuestre que no exlsten escalares a y D tales que We aX + bY. (6) Demuestre que si aX | bY 1 eW= O,entonces a (G) Determine escalares a, by ¢,n0 todos iguales a ceo, tales que OX 4h 40720 En los eercicios 39 y 40, calcule la potencia de A para la mata 40, 4 ‘Una rife m-ésima de uns matrz Bes una matri2 A tal que A*~ BE los ejeicicins 41 y 42, cueweute ba ae ngs de Ia mae. ya ee En Ios ejereicios 43 a 40, use la definicion dada para determinar f(A): si fes In fur in potion. stax, mig Adem x n,/(A) est defini as wo Tr+6, | Capitulo 2 Matrices 47. Demostracién guiada Demveste la pmpieladasociativa de a suma de matrices: A-+(B-+ C)=(A+B)+C. Inicio: pera probar quo A 1 (B+ C)y (A+ B) + C son iguales demuestre que sus elementos correspondientes so iguales, ) Comicnce su demostrisisn hasiondo que A, By C sean ma- trices de m Xn. i). Observe que el i-ésimo elemento de B + Cesb, +c, Gi) Ademés, et ij-ésimo clement de A 1 (B 1 ©) es a, +(b, + 6) (iv) Determine el ij-ésimoelementa de (A + R)+C. 448. Demuestre la propiedad asociativa dela multplicacién escalar: (eA = old) 49. Demuestre que el escalr 1 es la identidad para la multiplicacién por un escalar: =A 150, Desuestc la siguiente propiedad distributive: (e+ d\d = cA + dA. S51, Demuesre el worenta 22, 152, Complete la demostracin del teorema 23 (a) Demueste Ia propiedad asuciaiva Ue la multplicaci: (BO) = (ABYC (b) Demuestc a propiedad dstributiva: (a+ anc = AC+BC (e),Desmeetre ln propiedad: (AR) = (eA)B = ACeB 53, Demuestre el teorema 24 ‘54, Demuestre las propiedades 2,3 y del teorema 2.6 56. Demostracién guiada Demuestre que st A es una matriz de In x ny entonces a” y AYA Son matrices sinuticas, Inicio: pam demostear que AAT es cimética es noossario que de- ‘uestre que es igual a Su transpuesta, (AA)! = Aa. (i) Comience su demostricin con la expresin matricial del Fado izquiesto (AA. ii) Aplique las propiedad de In wancpnesta de un matriz para ‘demostrar que se pede simplifcare igualar con Ta expre= sign del lado derecho. AA’ Gi) Repita cote ands para ol producto AVA. 36. Proporcione un ejemplo de dos matrices de 2x 2,A y B, tales que (ADy" = AB", En los eereicios 57 6), determine cudl de las matrices es simétrca, -simétvica o ninguna de las dos. Una matriz cuadrada es denomi- a nada euasi-simétrica si A" eq eff “i @. a 6, re 0 2 A re) w.4-|2 0 3 13.0 1 3 0 emueste que ta diagonal principal de una matriz cuasi-si «a consine Snicamente de eeros, Demuestre que si A y B son dox matrices cuasi-simetrias de nx entonces A + D es cuasi-simética, Sea A ma mattis cura de nen n (a) Demmeste que-+(A +a? e ainda (8) Denar que { (AAD oc {6} ems que A poste ser esr como asm es tisimoien Myon mati custsimia C.A=B + C (@) Excibala mati 2 8G A=|3 6 0 414 ‘como la suma de una mtr euasi-sinuica y we wai simétrica, Demuestre que si A es una matriz de x 1, entonves A A 65. Sean A y B dos matrices simeticas de m Xn. 6. (4). Proporsione un ajempn yin muectre que el prndurto AR (b) Demuestre que AB es simétrica sty lo si A= A (Considere matrices de la forma Oa ay ay a, 00 a ay a oo da a 00 0 0 ---a,.,,| a0 00 (a) Bseriba na mattiz de 9x y ott de 3x 3 en a forma ded (b) Uulice uu aplicacions para elevar cada una de las matrices a potencias ms alis Devcriba ol resultado (6) Unlice el resultado del inciso (b) pars hacer una conjetse sobre las potencias de si A es una matriz de 4x 4, Use aplicacin gréfica para verificar su conjetua. Uilice los resultados de Tos incisos(b)y (e) par acer ccanjtura sobre las potencias de A si A es una matrz tv un software comptscond @ Seccidn 2.3 hrwersa de una mawiz 73 a 3 Inversa de una malsiz [a seocién 2.2 analiz6 algunas de las semejanzas entre el élgebra de los niimeros reales y asisinnei- clalgebra de matrices. Bsta seccién también desarrollael algebra de matrices para incluir las soluciones de ecuaciones matriciales que implican la multiplicacién de matrices. Para ‘empezar, considere Ia ecuacisn con nuimeros reales ax = b. Para resolver esta ecuacidn iiieas de Para x, multiplique ambos ados de I ecuacién por "(siempre que a #0), ab (wax = ab (r= @'b de una ma- casi EI ntimero a se denomina inverso multiplicativo de a, ya que a-'a da como resultado 1 (elemento identidad para la multiplicacién). La definiciéa del inversv multiplicativo de luna matriz es similar, Siete ER Beare a ee eee oscar) eee smauriz B de nx tal na mare deunamattiz que AB = BA SAAT es donde 1, es la matriz identidad de ovden 1, La matriz.B se denomina inversa (multi- plicativa) de A. La matriz A que na tiene una inversa se denomina no invertible (0 singular). 10 AB no. aa Las matrices no cuadradas no tienen inversas. Para ver esto, advierta que si A es de tamaiio m x1 y B es de tamaito n x m (donde m # n),entonces los productos AB y BA son de tamafio diferente y no pueden ser iguales entre sf, Efectivamente, no todas las matrices cuadradas poseen inversi. (Véase el ejemplo 4.) El siguiente teorema, sin embargo. nos dice que si una matriz sione inversa, entonces 6:ta es tniea, DREMA 2.7 Unicidad de la inversa de una mateiz Ya que A es invertible, sabemos que al menos tiene una inversa D tal que nel foe ioe var. de 4 Copitulo 2 Matrices [__EJEMPLO 1| Inver Entonees usted puede demostrar que R y C son iguales. de Ia siguiente manera AB=1 (AB) = Ch (cay - 1B=C Dac En consecuencia, B = Cy tenemos que Ia inversa de una matriz.es tinea. Dehida'a que la inversa A“! de una matriz invertible A es duica, podemos denominarle com lt inveisa de A y eseribimos AA! = AA = 1 de wna matriz ‘Demuestre que B es la inversa de A, donde Bae SOLUCION Usando la definicién de matriz inversa, puede ver que B es la Inversa de A para demostn que AB = [= BA, de la siguiente mancra =I 3 2 2-2 eA Gabo aah J 1 3|f1 2) _fi+2 2-2].[1 0 eae dB: edb COMENTARIO: Recuerde que no siempre & verdad que AD = BA, ineluco ei ambos productos esti definidos. Si Ay B son matrices cuadradas y AB = J, entonces puedt Gemostrar que BA =. Aunque se omite lu demmstiacién de est hecho, esto implica qx cenel ejemplo 1 usted sélo necesita verificar que AR = El siguiente ejemplo mucstra e6mo wtlizr un sitema de ecunciones para determin In inversa de una matriz [EJEMPLO 2] _ Encontrar la inversa de una matriz Determine la inversa de la matriz G4 ominarla emostrar iambos ss puede fica que SOLUCION Seccién 2.3 tmversa de una maiz 75 Para determinar la inversa de A. resuelva la ecuacién matricial AX = para ¥. 1 FP sa]e[i 6 1-3] Sy 0 1 x + 4ey By t dty 10 oi 3m r= 3 |-Lo 1 Aho, igualando los lementos corespondicnts, ote hs das sistemas de ecuaciones ave se muestan x, + 4, y= 3 = Resolviendo el pine iste, ene que a peimera coma de Xe. =-3 4, = De manera similar, resolviendo el segundo sistema, tenemos que Ia segunda columna de Kes = y tyy= 1. La inversa de Aes eB J Utilice la mutipficacién de matrices para verificar este resultado, La generalizacién del método aplicado para resolver el ejemplo 2 proporeiona un pro- ccedimiento conveniente para encontrar Ia inversa. Primero observe que los dos sistemas Ay tary = 0 fa ~ Sty = 1 tienen ta misma matriz de coepictentes. kin lugar de resolver los dos sistemas representa- os por 14 yr 4 o <1 3 okt a 1 separadamente, puede hacerlo de manera simultnea. Usted puede hacer esto adjuntando Ja matriz identidad a Ia matriz de coeficientes para obtener 1 4 10 Li 3 o1 Aplicando la eliminacién de Gauss-Iorcan a esta matriz, puede resolver ambos sistemas ‘con un sencillo proceso de eliminaciéa, com el sigui 1 4 10 oo il Re +R —>R, Omens ed a ae n+ oR Aplicando Ia eliminacién de Gauss-Jordan a la matriz “doblemente aumentada” (A ! 1], usted obtiene la mattiz (7 ¢ A“, 76 © Copitule 2 Matriras 145 10 to 34 1 3 o1 o 114 Este procedimiento (0 algoritmo) funciona para una matrizathitraria de n x n. Si A m puede reducise por renglones a /,,emtonces A es no inverube (0 singwlat). Ete proved nino se justiicaréformalmente en la siguiente secci6n, después de exponer el concept de matriz elemental. Por el momento, el algoritmo se resume dc la siguiente manera Sea A una matriz cuadrada de orden 7. 1 Feoriha la matriz. de m x 2n, que consta de 1a matriz A dada a ta tzquierda y ts Inauie ientidad 7 de n x 11 Ia dorecha para obtener [A # I]. Observe que ls matrices A e / estén separadas por una linea punteada. Este proceso se denwnin aadjuntac Ja matriz /a la matriz. A. 2. Sies posible, reduzca por renglones A a J utilizando operaciones elementales con Je una matriz por eliminacién A 7 de Gauss-Jordan renlones en toda la mattiz (4 + 1 El resultado puede serla matriz (A FSi esto no es posible, entonces A es no invertible (singular). 3. Verifique su abajo multiplicando por AA” y A“ para ver que Aa“! — = AA ___ EJEMPLO 3 Determine In inversa de la matriz. As|1 0 4 [Empiece adjuntando la matriz identidad a A para formar la matriz a ee) win 1 0 -1 o 1 0 623° 001 ‘Ahora, utilizando operaciones elementales con renglones, reescriha esta matriz en la fie ma [A # F'l de la siguiente manera, 0° 10 0 1 o -1 141iaio = ~ 235001 1-1 051 00 o 1a a 10 o4 356 0 1 > 1-1 0°10 0 oe eee eee oor 2 at aR, la for Reeeeoc EJEMPLO 4 Seccién 2.3 Inversa de una matriz o14aia 10 oo 1) 2 44 14 05100 OF 1 0-8 age > Oo 1:2 4 10052 3-1 R— 0 10°53 3-41 Oo 1i 2 4 La matria A es invertible y esta inversa es Spee ared asia a 4 j-2 4-1 Confirme esto demostrando que AA! Muchas aplicaciones gress y programas de computadora pueden ealeuler ls inverse de una matriz cuadrada. Si usted usa una apicacion gafica, las pantalls para el ejemplo 3 se verdn come ls mostradas ms abajo. Los comands y la sintaxs de programacicn para estas aplcacionesiprogramas aplicabes a ejemplo 3 se proporcionan en ls Online Technology Guide, disponible en colege.cengage comipiclasonELAbe ‘ Hh gta, a He 8 a oh El proceso mnstrada en el ojampla 3 e aptica n cualquier matt de m ¥ n y permite hallar la inversa de la maiz A, si es posible. Si la mariz A no lene inversa, el proceso puede decirselo también. Fn el siguiente ejemplo se aplica el proceso a una matriz singular (una que no tiene inversa). iz sin Demuestre que la matriz no tiene inversa, 7 78 Capitulo 2 Matrices SOLUCION ‘Adjunte la matriz identidad a A para formar 12 0:1 00 Wid=|3 + 2:0 1 0 eee Cee y aplique la eliminaci6n de Gauss-Jordan de Ia siguiente manera. 12 0:1 0 0 0-7 223 1 Of K+ EaK— &, 2 325001 a) 10 0 o7 27:3 10 0725201 Rt OR > R, “Ahora, observe que cumar el segundo renglén al tercern produce un renglén de ceros cl lado iauterdo de la matri2. 12 051 0 0 07 2:3 10 o 0 Of 11 Rt RR, Debido a que la “parte A" de la matri7 tiene un renglén de ceros. puede concluir quem cs posible reescribir Ia matriz [A £ T]eula forma [A ¢ I. Esto significa que A no teu inversa o es no invertible ( singular) Aplicar la eliminacién de Gauss-Jordan para determinar a inversa de una matiz func bien (incluso como una técnica de computadora) para matrices de tamaifo 3 x 3 0 mayo res. Sin embargo, para matrices de 2 2 puede utilizar una fGrmula para determina jnversa de una matriz en lugar de la eliminacin de Gauss-Jordan, Esta sencilla frm sc enplicn de la ziguionte manera, Si Acs una main de 2 x 2 representada por Aa|[@ o], ed pentonces A es invertible si y solo st ad ~ be # U. Ademis, sl ad — bd # 0, ences lain versa es tepresentada por I 1 d -b “ates 4] Yerifique esta inversa hallandy el producto AA“. COMENTAKIU: El denominador ad ~ bc se lana determinante de A. Usted pod ccatudiar log determinantes con més detalles en el eapftulo 3. sir que no. ‘no tiene funciona, Somayer stat La 2 firma ees la ine ed podria Seccién 2.3 Inversa de una Matiz 79 [—EJEMPLO 5]_Determinar la inversa de una matriz de 2 ¥ 2 Sis posible, determine la invorsa de cada matri. we] web SOLUCION — () Para la matriz A aplique la fSrmula para la inversa de una matsiz de 2x2 para obtener ‘ad ~ be = (3)(2) ~ (1-2) = 4. Debido a que esta cantidad no es cero, In inversa se forma intereambiando los elementos en la diagonal principal y canbiaudy los sigs de los otros dos elementos como sigue. [ al- (h) Para Ia matriz B, tiene que ad be no invertibe. feo 32) ( 1)( 6) =0, lo que significa que Des Propiedades de las matrices inversas Algunas prnpievtades importantes de las matrices inversase@listan ensoguida, TEOREMA 2.8 Propiedadles de las SiA es una matriz invertible, es un entero positivo y ces un escalar diferente de cero, Cane entonces A", A‘,cA y AT son invertibles y se cumple lo siguiente ersas Lay sa 2. (ABS = Ata at = (Ate DEMOSTRACION La clave de ta demostracién de las propiedades 1, 3 y 4 es el hecho de que la inversa de ‘una matriz es Ginica (teorema 2.7). Es decir, si BC = CB = I, entonees C es la inversa deB. La propiedad 1 establece que la inversa de A“ es A misma. Para probar esto, obseive que A‘A = Aa” = J,o que significa que A es la inversa de A", Asi, A = (Ay! ‘De manera simitar, la propiedad 3 establece que ++A~es la inversa de (cA),c # 0. Para Probar esto, utilice las propiedades de Ia multiplicacién escalar dada en los tev.eias 2.1 ¥y 2.3 de la siguiente manera, Copitulo 2 Matrices i ton (ex) =(ee)an = * (er)ea = (tejrra = ww Ast, EA? es uinversa de (cA), to cul implica que EAT = (Ay! La demostraciOn de las propiedades 2 y 4 Se dejan com ejerciciv. (Véause lus ejrcicie 4Ty 48) Para matrices no singulares, la notacién exponencial utlizaua pata la multiplicacke repetida de matrices cuadradas puede extenderse para incluir exponentes que sean ent ros negativos, Esto puede lograrse si se define A“* como sigue Ata Alat At = (AMY. Ba LUsando esta convencidn usted puede demostrar que las propicdades A’At = A") (A)é = AP son verdaderas para cualesquiera enterosjy k. [CCEFEMPLo 6|_Inversa de una matnz Calenle A en dos formas diferentes y demuestre que los resultados son iguales. 14 2 4 SOLUCION — Una forma de determinar J obtener A et *-[a a] {y utilizando ta f6rmuta para la inversa de una matriz de 2 x 2 para obtener or AL 4] Tt Otro modo de determinar A~ es encontrando (4~ después de hallar A! A alelevar la matriz A al cuadrado par ale te aiwaly, jerwicios lcacién anente- TEOREMA 2.9 La inversa de sat y un producto DEMOSTRACION wo para Seccién 2.3 Inversa de una matnz '¥ despues elevando al cuadrado esta matriz para obtener Observe que eal método produce el mismo resultado. peel deb ay | CCocule (AB), AB" y BA”. Hoga una contra acerca de la versa de un producto de dos ‘matrices no singulares.Elja otras dos matices no singuloresy ea isu conjetura es wd, jona una fSrmula para calcular la inveisa del prolucty de Si Ay B con dos matrices invertibles de tamaito n, entonces AB es invertible y (By = BA Para demostrar que J-'A~' es la inversa de AB, usted vélu necesita mostrar que ésta cum- pile con la definicién de la inversa de una matriz. Fsto es (ABYB A") = A(BB*VA = AUDA = (AD, = AM = De una manera similar pede demnstrar que (R-14"1AR) ~ Jy coneluir que AB os inver tible y que tiene la invetsa indicad. El teorema 2.9 estahlere que la inversa del producto de dos matrices invertibles es el producto de sus inversas tomiado en el orden invertido. Esto puede generalizarse para incluirel producto de algunas matrices invertibles: AAAS Apt = (Véase el ejemplo 4 en el Apéndice A.) (-EEMPLO7|_Inversa del producto de una matriz Halle (AB) para las matrices 13049 12 3 Aas) ei |Gr a — 5 1404 2 43 81 Capitulo 2 Maxrices CION TEOREMA 2.10 Propiedades de cancelacion DEMOS RACION utilizando el hecho de que A“ y B" estin representadas por 743 3 1 2 1 Oo} y mela 4 o 1 0 2 fia 3 + 2 (oye e[t 2 Olle 1 oO a 4af 2 0 ou 4 2+ COMENTARIO: Advierta que invirtié el orden de 1a multiplieacién para enconter la inversa de AB. Esto es, (AB)? = BA" y Ia inversa de AB a menudo no es igual: ei Una propicdad importante en el dlgebra de los mimeros reales es la propiedad de can celacién, Es decir, siac = be (c #0), entonces a = b. Las matrices invertibtes tena: ‘una propiedad de cancclaci6n similar. Si es una matriz invertible, entonces las siguientes propiedades son valida. 1. SIAC = BCycntonces A = B. Propiedad caosiecin po 2. SiCA = CB. entonces A = B. Propiedad de cancelacin por a iaquierd Para demostrar la propiedad |, utilice el hecho de que Ces invertible y eseniba AC = RC (acje' = BOC! ACC) = RCC Al = BI A=8. La segunda propiedad puede demostrarse de forma semejante: esto se deja como ejerc- cio, (Véase el ejercicio 50.) Asegiirese de recordar que el teorema 2.10 puede aplicarse silo si C es una mati invertible. Si no lo es, entonces a menudo la cancelaciGn nv es valida. Asi, en la seccite 2.2 el ejemplo 5 proporciona el modelo de una ectracién matricial AC = BC en la cul ‘A#B, ya que C no es invertible en el ejemplo. -ncontrar igual a ide can- estienen 2 mateiz, soecién ‘la cual TEOREMA 2.11 Sistemas de ecuaciones con ‘una soluci6n dniva DEMOSTRACION | FJFMPLO & SOLUCION Seccidn 2.3 Inversa de una matriz 83 Sistomas de ecuaciones En el teorema 2.5 usted fue capaz de demostrar que un sistema de ceuaciones lineales puede tener exactamente una solucidn, un numero infimto de soluciones © ninguna so- lucién. Para sistemas cuadrados (los que tienen el mismo niimero de ecuaciones que de variables), puede utilizar el siguiente teorema para determinar cual de os sistemas tiene una solucién tnica ‘81 Aes una matniz invertible. entonces el sistema de ecuaciones lineales Ax = b tiene tuna solucién Gnica dada por x= Ab, Puesto que A no es singular, los siguientes pasos son valids. Ax =b AlAs = Ab k= Ab b Esta solucivn es ica, ya que six y x, som dos soluciones, usted podria aplicar la propie- dad de eancelaci¢in para la ecuacisn Ax, Ax, para coneluir que x, = x, El teorema 2.11 es importante teéricamente pero es poco prictico para resolver un sistema de ecuaciones lineales. Se precisa més trabajo para encontrar A"! y entonces ‘muliplicarla por b, para simplificar la solucién del sistema aplicamos la eliminacion _gaussiana con sustitueiGn hacia atrés, Una situaci6n en la cual debe considerar a aplica ccidn del teorema 2.11 como una técnica computacional puede ser aquella en la que usted tiene varios sistemas de ecuaciones lineales, con la misma matriz de coeficientes A, En este caso usted debe encontrar la matriz inversa Y luego resolver cada sistema calculando €l producto A". Esto co demuestra en el ejemplo 8. Solucién de un sistema de ecuaciones utilizando una mattiz invers Urilice una matriz inversa para resolver cada sistema Great rat ee Weeed |e Wee =O Ber dyr ent Bat ay art 3y +2 =0 De + dy $7 2-2 De + dy + Det dy Ee Primero observe que la matiz de coelicientes de cada sistema es Capitulo 2 Matrices tilizando la eliminaci6n de Gauss-Jordan encontrar que A" es 13. A'SL1 OL Ags i presses cia sei mpi dans oa ne ane fe Ho aa] [2 6 2 -3}/2 2 3 75 ; -1 1 oO 4 4 Ee 0 ; eel: ; La solucién es trivial: x=0, y-O y 2=0. 1 ; a ; an c= es fs. 0 a En los ejereicioe 1 a4, demuestre que es Ia inversa de A. i}; uv a J 4 4 ‘] 79 <4 7] BR Fnioce Hse com ecuacio s 7 14 Bx 22 x 2s, 2 ta existe) 11a 202 8 3 10 22 4 1 i" Le poe aaa 01 02 03) 2 0 0 is |-03 02 02 wo 3 0 03-03 09 0 0 5 o 1 0 6 ° wls o 0 3 293 oo 1 0 0 o 0 0 0 2 0 0 ooo a o 0 2 0 os 0 0 0 3 412 48 44 23 25 4 6 23] #™Jo 2 14 an] @ |3 6 +5 10 3 6 1 3 2 6 enl0 2 0 4 ujo 2 4 6 10 3 0 oo 3 4 02 0 0 0 0 5 nlosejricios 29a 28, utice una matrz inversa para resolver cada sitena de euacionesFneales 26. (a) 2e- y 2e+y () 2- 1-226 my Wart te a m= y= ° aety Mid) 1 Oy 1x, 2 @)a, + 4 n+iq-x, x - 2 nan, x - Watters Oat 1,42, - x = Ens eeccios 29 a 32, utlce una aplicacién gréfica oun programa {He computadora con capacidad matricial pasa resolver el sistema de suai ineales usando una mati inversa. Box 42, 1 3K, x- ant x q- atte an th Rede es, Seccidn 2.3 Inversa de una maiz 85 Mot ant a+ 36 + BI. 2s, - ay, + : ant an Se ede, +24, = 50, 4s 4,7 gon enon Br y+ 2e = Bu 420 32, 4 ~ 25,4 4x, + 24, = 58, — a= Be + 64, — Sx, — 6x + 3x + 3 my ant ta on + an ~ 4x, ~ On + On, + a, Ben, + Sn, 4 eae Se 2H 43g 4 = Ge A OnE I Fin lnc ajpricios 33 a 36, uilice matricer invertidas para daterminar (@) (ADY", (0) (AY (0) A> y AY E i ; 3 £ ay, Ite = semela tS]. ae i tag 2 Lad o 3 48 waefo 1 af mela 44 soa 1 304 Ein los ejercicios 33 a 38, determine el valor de x tal yue la matiz sea qual a su invers, wae[? 5] 3A is | En los ejereclos 39 a 40, determine el valor dex tal que la matrz sea es wa[s J wn[s J En los ejercicios 41 y 42, determine el valor de A tal que Pye 41. ay" 86 Captuio 2 Mauices En los ejercicios 43 y 44, demuestre que la matriz es invertible y wae fiss 2] a.-[s =i] sVerdadero o falso? En ls ejreicios 45 y 46, determine eusl de Jas expresiones es verdadera o tala. Sila expresion es cert, propor cone una razén 0 cite tna expresidn adecunda a partir del texto. Si |v expresigu es Fas, proporcione un ejemplo que muestre que la ex- resin noes cert en todos los casos o cite una expresion apropiada ‘paste del text, 45._ (a) La inversa de una matri2 no singular es tinea, (b) Silas motrioes A, B y C satisfacen BA = CAy Aes invert ble, emtonces B= C. (©) 1a inversa del producto de dos matrices es el producto de sus inversas, eso 69 (AB)! = AB" ‘A puede ser reduc por la matriz idenidad, entonces A es no singular a 46,_ (a) El producto de cuatro matrices invetibles de 7x 7 es ver tibl, (b) La transpuesta de lw inversa de uit mattiz no singular es igual ala inversa de la transpuesta fc) La matriz | © | csinvattiesius — doe unen[? Satins ae (a) Sis una matnz cuadrada, entonees el sistema de ecuacto- ns lineales Ax = B tiene una solucién tnica 47, Demueste la propiedad 2 del teorema 2.8: si A es una matriz invertible y un entero positive, entonces ay = aa! “ay 48, Desuestc la propisad 4 del teorema 2.0: si Aes una matric invertible, entonces (A")" = (A) 49, Demostracidn gulada Demuestre yu la inversa de wna matriz simétrica no singular es simetrca Inicio: para demostrar que la inverse de Aes simerica, neces probar que (41° = (Sea A una matrz simétnca no singular. (i) Esto significa que AT= Ay A“ existen (ii) Usitice ls propiedades de la transpuesta para demostrar aque (41 es igual aa ‘50, Demueste la propiedad 2 det teorensa 2.10, si C¢s una matriz invertible tal que CA = CB. entonces A = B ‘51, Demuestre que siA* = A,entonces ~24 = (J ~ 2A)" ‘52, Demucstre que si A, B y C son matrices cundradas y ABC enlonces B es invertible y 5°" = CA. 153, Duumweatie que si Ags investible y AB — O,entonees D0. 54, Demostracién guisda Demuestre que si A? = A,entonces de dos cosas: A = oA es singular Inicio: usted debe demostrarque A es singular o que A es igualal rmatriz identi. @)Comicave su demostracién observando que 4 e9 singular no singular. Gi) Si Ace singular, la demostracin es ech Gil) SiA.s no singular, entoncesutlice Ia mate inverse A“ yi hipdtesis de que A = A para demostrarque A= 1 458, Fseriba {La suma de dos natu invertibes es invertible? pique por qué sio por qué no lustre su conclusién con un cee plo apropiado. 86. Fcrihs 2Rajn qué condiciones la matiz diagonal a, 0 0 0 ae | o& 0 oo 0 4 es invertible? Si A es invertible, encuentre la inversa, 157, Use el resultado del ejereicio 56 para determinar A para cd mateiz a1 0 0 ma=|0 3 0 o 0 2 was 58, Sea A = (0) Pomst que 42944 57 = 0, donde es a matiida tidad de orn 2 (b) Demueste que 4 = 412! ~ A), (© Demueste que, en general, para cualquier aces tue satsfga In ecuacin A= 2A 57 = 0. iver de tsté dada por A! = 1K ~ A Monces una. ‘be Householder H. signal ate Wiénloes? DA. Singular 0 aay la 1 ible? Ee ‘nun eyem- Definition de para cada atnz den. cuadrada versa de A SOLUCION 9, Seau la matiz columna n x 1 que satisface w'a Secciin 24 Muvices elementles BT. 1.Lamatniz 61. Sean A, D y P matrices de n x n que satistacen AP = PD. Si Pes en en,H = [,~2 uu’ se lama matriz de Householder ro singular, resuelva esta ecuacién para A. ;Debe cumplitse que (opDemucstre que Zs simetica y ny single A=DI an ©. Sean A, Dy P matrices don x n que stisfacen PAP = D. Re- ()seau =] 2/2 | Demuestreyue wu = 1ycatculelamatriz _suelva esta eeuacién para A. gDebe cumplitse que A= D? o 63. Encuentre un ejemplo de une mati singular de 22 que satsfaga @. Demuestre que sila matri2 J ~ AB es no singular, entonces tam- 2.4 | Matrices elementales Fn la seccidn 1.2 se presentaron las tres operaciones elementales sobre renglones aplica- das a las matrices; éstas son: 1 Intercambio de dos renglones. 2, Multiplicar un rengton por una constante diferente de cero. 3. Sumar el méltiplo de un renglén a otro renglén, En esta seecién, usted podré ver emo la multiplicacin matricial puede emplearse para elecutar estas operaciones. ‘Una matriz. de n x 7 se denomina matriz elemental si puede obtenerse a partir de Ia ‘matriz identidad /, por una sencilla operacion de renglon. COMENTARIO: De acuerdo con esta definicién, la matriz identidad 1, es elemental, ‘ya que puede obtenerse a partir de si misma al multiplicar cualquiera de’ sus renglones por I. [-EJEMPLO 7] _Matricos elementales y no elementales {Clas de tas siguientes matrices son elementales? Para aquéllas que lo sean, deseriba Ja operacidn elemental de rengi6n. 10 6 Looe wfo 3 6 ofa ta] ojo re cma 008 1 0 0 1 0 10 0 @)o ol of} | m)o 2 0 0 1 0 ere (@) Esta mateiz eg elemental. Puede obtencrse multiplicando el segundo renglén de 1, Por 3. (b) Esta matriz no es elemental, ya que no es cundrada, (c) Esta matnz.no es elemental, ya que fue obtenida al multiplicar el tercer renglén de I, por 0 (la multiplicacién de renglones debe ser por una constante diferente de cero). 88 Caplio 2 Mouies (@) Esta matriz. es elemental. Puede obtenerse intercambiando el segundo y el ter: renglén de 1, (e) Esta matriz es elemental. Puede obtenerse al multiplicar el primer renglén de I, por? ¥y sumar el resultado al segundo renglén. | (1) Esta matriz.no es elemental, va que se requieren dos operaciones con renglones pen, dobtencrla a parti de, Re Las matrices clementales resultan stiles porque permiten usar la multiplicacién matric para realizar operaciones elementales con renglones, como se muestra en el ejemplo 2 EJEMPLO 2|_Matricos elementales y operaciones elementales con renglones (a) Enel siguiente producto de matrices, F es una matri7 elemental en la cual los da primeros renglones de Z, se han intereanbiado. o 1 ojfo 21 13 1 0 olf1 3 6]=/0 2 1 o if[3 24 302-4 ‘Observe que los das primeros renglones de A se han intercambiado en la multiple cin por a izquierda por E. (b) En el siguiente producto de matrices, £ es la matriz elemental en la cual el segund renglin se ha mulipticado por 1 0 Offi a -4 4 1 0 -4 1 o + 0 2 6 -4/=}0 1 3 2 o 0 1ffo 1 3.4 o 1 31 Aqufel tamatio de A es 3 x 4. A puede, sin embargo, ser cualquier matiiz de 31) ‘multiplicarse por laizquierda por Fy mantener el resltado ce multiplicar el segund: renglon de A por (©) Enel siguiente producto, E es Ia matriz elemental en Ia que se ha simavto los ves cl primer renglon de f, al segundo renglén. 1 0 offi o 4 Loo 4 2 1 ofj2 2 3/=/0 21 oo 1 +5) Lo 4 5 Note que en el prosiucto FA se ha sumado dos veces el primer renglén al segundo, En cada uno de los tes productos del ejemplo 2, usted fue capaz de ejecutar operacic nes elementales con renglones para multiplicar por la izguierda por una matriz element Esta propiedad de las matrices elementales se yeneraliza en el siguiente teorema, el cl se enuneia sin demostrar. ol tercer Aypor2 nes para oatricial rplo 2. los dos tiplica, egundo rental. “cual TEOREMA 2.12 Representacién de operaciones clementales con renglones Secxién 24 Matrices elementales Sea F la matriz elemental obtenida al ejecutar una operacién clemental con renglones ‘ent /,..Stesta misma operacion es realizada en una matriz A de m x n, entonces elt. sultid est dado por el producto EA. COMENTARIO: Asegirese de teneren mente que en el teorema 2.12 A es multipli Por (a lzquierda por la matriz elemental E. La multiplicacién por la derecha por matrices ¢lementales, la cual implica operaciones con cola, uy se Cuntsidera en este TEXT. Muchas aplicaciones de las operaciones elementales eon reglones requieren de una secuencia de operaciones. Por ejemplo, la eliminacin gaussiana a menudo precisa de varias operaciones elementales con renglones pata seducir una matriz A. Para matrices «lementales, esta secuencia se traduce en la multiplicacién (por la igquierda) por varias ‘matrices elementales. El orden de la multiplicacién es importante; la matriz elemental inmediata para la izquierda de A corresponde a Ia operacién con renglones ejecutada primero, Este proceso se deiiucsuia eu el ejemplo 3, [EJEMPLG 3] _Aplicacin de matrices elementales OLUCION Encuentre una sucesién de matrices elementales que pueden utilizarse para escribir la ‘matiiz A en forma escalonada por renglones. desis 3002 6 20 0 2] a 94 Copitule 2 Matriras 1 30 1 0 offi 3 0 wa-[o 13 o 1 offo 1 3)eu 2-10 2 2 4 1flo 4 es una factonzacion LU de la matriz. A. ‘Siuna matriz cuadrada A puede ser reducida @ una matriz triangular supetios U usanis s6lo In operacién suma de rengl6n para sumar un mltiplo de un tenglén a atra debajo ie ste. entonces es facil determinar una factorizacion LU de la matriz A. Todo lo que nex: sits hacer es mantener el registro de las operaciones con eada renglén, como se rest on el siguiente ejemplo. EJEMPLO 6| _Determinacién de las tactorizaciones LU de una matriz, 1 3 0 Determine la factorizacién LU de lamatizA =| 0 1 3 2-0 2 SOLUCION — Comienee por reducir A ala forma triangular superior mientras mantiene el registro de ‘matrices elementales utilizadas para cada operavidu con rengloucs. 1-30 1 0 0 o 13 o 10 0 4 2] Kreme, 2 0 1 1 3 0 10 0 o 1 3 B=]o 1 0 0 0 1a] sth me 04 La matriz U a la izquierda es triangular superior, lo que conduce a B,E,A = U0 A ~ EE; U. Como el producto de matrivee triangulares inferiones 1 o ° 1 o o 1 0 0 o 1 0 2 1 1 2 1 es una matriz triangular inferior L, la factorizacién A = LU esté completa. Observe qr festa In miema factorizacién LU que se demostr6 en el ejemplo 5(b) al inicio de ex pain En general, si A puede ser reducida a una matriz U triangular superior utilizando sb Ja operacin sun de un mélkiplo de un renglén a otro, entonces A tiene una factorizacie Ww. BEA =U A= B,'B,'* A=W cUusando \debajo de que nece se muestra sro de las A-Vo serve que ode esta indo sélo orizacién EJEMPLO 7\_ SOLUCION Seccién 2.4 Matrices elementals 95. Aqut Les el producto de las inversas de matrices elementalesutilizadas en In echurién Observe que los miltiplos en el ejemplo 6 son ~2 y 4, es decir, los negativos de los elementos correspondientes en L. En general esto es cierto. Si 1! puede ser abtenida a particde A wsando lo la operacién de sumas un wudtipo de wn venglon a oro renglon de abajo, entonces la matrz Les triangular inferior con nimens 1 lo largo de la diagonal Adoms, el negativo de cada miitiplo esta en la misia pusividn que el cero corespon diente en ia mati U. ‘Una vez que haya obtcnido una factorizaciGn LU de la muatriz A, usted puede resolver entonces el sistema de n ecuaciones lineales en n variahles Ax = b eficientemente en dos pasos. 1.Escribay = Ux y resnelva Fy 2. Resuclva Ux = y para. ‘La matrizcolumna x s la solu dll sistema original porque para y Ax = LUx = ly =h El segundo paso en este algoritmo es s6lo una susttucién hacia ats, ya que la matriz Uc» tiagulas superior. El primer paso es similar, excepto que comienza en la parte de arriba de la matri. ya que [es triangular inferior. Por eta raz6n, el primer paso a menudo recibe el nombie Ue sustitucién hacla delante, Resolucién de un sistem eal usando factorizacién LU Recuolva el cistema linea 3x, = x +35 41 2x, 10x, + 2x, = -20 Usted obtuvo Ia factorizacién LU de la mattiz de eoeficientes A en el ejemplo 6. eet) to offi 3 0 A=]0 13 O08 ||ii te 2-10 2 2-4 1ffo o Primero, haga y — Ux y vesuelvael sistema Ly = b para y. 1 0 offy, = roolly, “1 24 fly} Lo Este sistema se resuelvefécilmente usando la sustituién hacia delante, Comenzando eon Ja primera ecuacién, tiene que y, = ~5. La segunda ecuacion da como resultado y, = -1 Finalmente, de Ia tercera ecuacién, 2y, = Avy 96 Capitulo 2 Matnces asi establezca las operaciones element para prodociln li 2/0 J fy 2 0 0 1 sju ot «| 0 1 1 0 2 1 0 0 0 1 o 1 0 0 2 To s 1 0 0 v0 0 1 ° En los ejercicios 9-12, sean A, By C 123 - A 1 2 0 102 0 1 o 4 3 colo 1 2 10200 Enos gjericis 1 a8 determine sla matrices son clementales.Sies 9. ies con renglones uilizadas La solucign de Ly = bes Es yel a -14 ‘Ahora, resolviendo el sistema Ux = y para x, apticando la susttuei6n hacia ards 1 3 ofa, 3 o 1 3ily 1 0 win} La ‘he Ia tima ecuacton, x, = ~1. Eniouces, la segunda couacién da x,4 3-1) = -Le 302) = -D 0x, = 1. Asi, la solucigusk x,= 2. Finalmente, la primera eeuacién es x, sistema original de ecuaciones es 1 ‘Encucntte la matrix elemental Etal que FA = B. ). Enoucntre la matiy elemental Ftal que EA = C |. Encuentre la matrix elemental £ tal que BB = A. 9. uncuentte la masa elemental tal que BC ~ A. Ein los ¢jercicios 13 « 20, encventre la nversa de la matriz element > (eel “fs 2] oe of it [bis 1 0 0 a ko 0 7 4.3 Seema a 1 2 1 0 0 1 0 0 0 2 3 wjo oO - fo 2k Oo En fos ee matrices e af En los ei | P| WA= SL A= Werdadk expresior ceione une sin ea fa escieria« 33. (@) tb) © @ M4.) () © 35. Esc iat @ o )=-1,0 slucién det clement. ke0 Inlos ejerccios 21 a 24, encuentie la inversa de Ta matsiz aplicando tutes elementals, lis eiericios 25 a 32, factorice la matiiz A en un producto de este. joo 26.4 I | ali al . 1 2 0 1 a mas[t 3 waz] 2 5 6 oo 1304 1 0 oO 1 4°90 0 2 04 30 o 1 oO 1 aslo > 2 bl SARlg oo 8 oo 14 1 0 0 2 éadero o false? Enlosejecicis 38 y 3, determine cud de las ‘qrsioneses venadea flst. Si lexpresigines verdad, propor ine una raz6n 0 cite una expresin adecuada del texto, Sila expre- sins fas, peoporcione un ejemplo que muesire que la expresién no ‘cere ous Tos esos 0 cle el xt0 und expreston adecua. 1, (a) Lamotrisidontdad os una matic elemental (b) Sies.una matriz elemental, entonces 2¢ es una matrz ele- ‘mental también (©) La matriz As equivalente por renglones a la matriz 5st existe un nimero finto de matrices elementales E,,Ey*++Eytales que = E,E,,- + -EE,B. (a) Lainversa de‘una matnz elemental és una mtriz elemental. 1H, a) La matric nua ex una matric clemental (b) Una matriz cuadrada es no singular si puede eseribirse como 1 pvt cle dos matrices elementales ©) Ax ~ Os6lo tiene solucién wivial sy s6lo si Ax = b tiene tuna Gea solueion para toda matriz.columna b de m 1 M.Gooiba Bes la matriz elemental obtenida al intercam- biar dos rongloner en J,.A o2 una matriz dem 9 (a) :Omo se puede comparar EA con A? (b) Encuentre 22, Seccién 2.4 Motrices elementals 97 36, Escrlba Bes la matrz elemental oben al muluiplicar un ren lin de J, por una constante diferente de cero. es una matriz de (a) {Como se puede comparar &A con A? (h) Freuentre F2 UUulice matnces elementals para encontrar la nversa de 1 « off1 o offi 0 o Az]v 1 olfe 1 allo 1 Ofeso. 0 o iffo ao affo o « 38. Utlie matrices elementales para encontrar la inversa de 1 oo 0 =o 1 of.eeo. abc 39, Fscriba 7B producto de dos matrices elementals siempre es una matriz elemental? Explique por qué sf por qué no y dé ejem- pos ue ilustren su conclusion, 40, Esceibo {La suma de dos matrices elementals siempre es una ‘atriz elemental? Expligue por qué si 0 por qué no y dé ejemplos ‘que ilustren su conclusion En los ejereicios 41 44, encuentre Ia tactortzacion LU de la mat, afl o 21 3 0 @le 14 310 elas En fos eeretios 49 y 46, esuelva el sistema lineal A auiente manera (a) Eneveate Ia fatorizacisn LU Ue la matiz de cveticientes A, (b) Resuelvael sistema triangular inferior Ly = b,¥ () Resuelva el sistema triangular superior Ux = y. sneer ll artytce2 46. 2s, 4 yt n-n 2-4 Groner = 15 By cl 41. Excriba Suponga que necesita resolver varioe sistemas de sous clones tneaies ax = by, que tenen ta misma matriz de coectenies A. Explique eémo podria apicar la tcnica de la factorizacién LU para facilitar a tarea, ms que resolver eada sistema de manera individual uilizando la eliminacion gaussiana, 98 © Capitulo 2 Matrices 48, (a) Deemuestre que la mati ‘58. Demostracién guiada Demuestre que A es idempotents slo si A’ es idempotent. [ ae ] Inicio: la rase “sy solos” significa que usted debe probar sirmasioner: ne 1. SiA es idempotente,entonces A" es idempotent. 2. Si es idempotente,entonces Aes idempotente. 1 no tiene factorizacign LU. 1G) Comisne ou demostracisn de la primeenafiemaci Pniendo que es idempotent (¢h)_Phenentre la factorizacién LU de la matriz (ii) Esto quiere decir que A* = A. (ii) Apligue las propiedades dela transpuesta para demos a (que As idempotent a-|o4 (iv) Comience su demosircion de la segunda afimacioa poniendo que Aes idempotent {que tiene miimeroe 1 a lo largo de In diagonal pi 50, Demusst que si Ay Benn ilampoentas y AR= RA, entonces {ExIsten cualesyuiera vesuicioues en la matiz A? fs idemporente En los ejersicis 49 a 51, detrmine cul de las matrices es idempo- 6, Demuestre que si Aes equivalente por renglones a Rentonos| teole, Una matriz cuadrada A es Kdempotente si 26 equivalente porrenglones aA. 10 oon 61, Demostracién guiada Demueste que si A es equivalentep lo 0 mt 6 renglones a B y B equvale por renglones a C,entonces 4 es valente poe ronglones a C 2 3 a Tico: para demostrr que A ca equivalents por ronglons su] 23 seas CC usted debe encontrar matrices elementales E,, et ee ie) 4 BC o 0 1 o 1 0 (2) Comience su demostracion observando que A es ex Sai M11 0 0 lente por englones 2 B. cn) oo 4 (Q) Esto quiere decir yue existen mat F....-.P,tales que =F... FB (ii) Eninton matroos clementalas Cy, +s G, tale 155, Determine ay b tales que A sea idempotent. B=G,,... GC. (iv) Combine las ecuaciones matrciles de los pasos ti aap Ai. a 6 (62, Sea A una matrix no singular Demmestre que si es equivaet por iglones & A, entonces B también es no singular. i 56. Determine condones on a, hy etales que A sea idempotent, 57. Prucbe que si A cs una matriz dem x n que invertible entonces A idempotents © 2.5 | Aplicaciones de las operaciones con matrices Matrices estocdsticas ‘Muchos tipos de aplicaciones implican un conjunto fnito de esrados {5,.5y.. . -5)4 tuna poblacién dada. Por ejemplo, los residentes de una ciudad pueden vivir en el cok en Ia perileria, Los electores pueden votar por los Deméeratas, los Republican, un tercer partido, Consumidores de bebidas gaseosas pueden comprar Coca-Cola, Pep Cola u otra marea ete si y probar dos naci6n sus demostrar ron su Aes equi- saglones @ tales que es equi lementales tales que sos GH y quivatente +S) de el contro, licanos © va, Pepsi EJEMPLO Seccién 2.5 Aplicaciones de las operaciones con matrices 99 La probabilidad de que un miembro de 1a poblacién cambie del jésimo estado al i-€simo estado es representada por un niimero p, donde 0 < p, < 1. Una probabilidad de 1, = U sigmifica que ef membro no cambia del estado -esimo al -esimo, mientras que tha probabilidad 7, = 1 significa que el miembro cambia del estado jésimo ali ésimo, Pu Pas? Pw Pal Pa Pars Pa [Sle # se llama matriz de probabilidades de transicién, ya que proporciona las probabilida- des de cada posible tipo de transicién (0 cambio) dentro de la poblacisn, En cada transici6n, cada miembro dado debe permanecer en un estado cualquiera 0 cambiar a otro. Para probabilidadcs, esto significa que la suma de los elementos en cual 4uier columna de P es 1. Por ejemplo. en la primera columna tenemos, Py # Py #7 + Py =H En general, tal matriz se denomina estocastica (e] término “estocéstico” quiere decir ‘conjetura respecto a). Esto es, una matriz de n x nes llamada matriz estocdstica si cada clemento es un mimero entre O y 1 y cada columna de P suma en total 1 Ejemplos de matrices estucasticas y no estocdsticas Las matrices en los incisos (a) y (b) son estocdsticas, pero la matriz en el inciso (c) no. er 10 0 tT F 0.1 02 03 @}o 1 of ®]! 0 3] © Jo2 03 o4 o 01 ee 03 04 05 EL ejemplo 2 describe el uso de una matriz estocastica para medir las preferencias de un consumidor. EJEMPLO 2| _Madela de preferencia del cansumidoi Dos empresas competidaras afrecen el servicio de televisidn por cable para una ciudad de 100 000 residentes. Los cambios en las suscripciones cada ay se muestran en Ta fig 2.1. La compara A actalmente tiene 15 000 suseriptores y la compan R tiene 20000. Cudntus suscriptores tena cada compalifa dent de 1 aio a part de alors? 100 Cupitulo 2 Matrices, Gaia) — 2% cable corte Dy — Come) 19% om im 13% ec. > Sree a 10% SOLUC ICN La matsiz que representa lus probabilidades de transicién dadas es 070 0.15 0.18 P=| 020 080 0.19 |» 0:10 0.05 0.70 | Nine y lamatriz de estado que representa la poblacidn actual en los tres estados es 15.000 x = | 20000 2B 65.000 Ningu Para determinar la matriz. de estado que representa las poblaciones en los tres estalo después de un afi, multiplicamos P por X pata obtener (0.70 v.13 0.13 ][ 13000] | 23250 px =| 020 080. 0.15 || 20000 | = | 28 750 0.10 00> 0.70 || 65.000 | | 48.000 Después de un aio, la compaféa A tendré 23 250 suxcriptores y In compaia B tend 8750 ‘Uno de los atractivos de la matriz solucién en el ejemplo es que una vez que sel creado el modelo, éste vuelve ticil el determinar las matrices Ue estado que represents aios futuius al muliplicar repetidamente por Ia matriz P. Fste proceso se demuestra elejemplo 3 que se ha cpresenten muestra en, Seccién 2.5 Aplicaciones de las operaciones con matrices 101 EJEMPLO 3|_Modela de preferencia del consumido: SSuponiendo que la matriz de prohahilidades de transicién del ejemplo 2 permanece igual vay ait, detriie el dasciy Ue suscsipiores de cada compaiadetelevisign por ca ble después de (a) 3 afin, (h) 5 aos y (c) 10 affos. (Las respuestas en este ejemplo pueden redoudeaise a la persona més vercana). (a) Del ejemplo 2 usted sabe que el niimero de suscriptores después de un afio es 23.290 PX = | 28750 » eghike 48.000 Ni ‘Ya que Ia matriz de probabilidades de cransici6n es la mista del primer al exvet aio, el nimero de suscriptores después de 3 affos es 30283 Pex = | sya u 30675 a Después de 3 afios, la compaiiia A tendré 30 283 suscriptores y la compaitia B 30 04. (b) El mimero de suscriptores después de 5 aifos es 32411 s Px = | 4ssiz B 23.77 Después de 5 aifos, la compafia A tendra 32.411 susciptores y la compania B 43 812. (©) El némero de suscriptores después de 10 afios es 33.287, pox — | 47 147 be 10a 19566 Ningu Después de 10 afos, la compaiiia A tendré 33 287 suscriptores y la compatifa B 47 147, Buel ejemplo 3, observe que existe wa peyuetia Uiferencia entre el uduery de susctipto- res dacpiiés de 5 afine y de 1N-afias Si ge cemtinua el proceso mastrad en este ejemplo, cel nginero de suscriptores eventualomente alcanard un estado estable. Esto ¢s,cn tanto la rmatriz P no cambie, Ia matriz producto PY se aproxima al limite X. Fn este ejemplo en particular el imi es la matriz de estado estable 33.333 ¥= | 47619 8 A 19048, sing Usted puede comprobar que PX = 102 Capitule 2 Matrices [CCRJEMPLO 4] _Foracién de mate UCION Criptografia Un criptograma es un mensaje escrito de acuerdo con un oédigo secreto (Ia pale triega kryptos significa “oculto”). Esta seccion describe un metodo para coaincar y it ceodifiear 1 Comencemos par asignar un nimero a cada letra del alfabeto (el cero represent espacio en blancy), de la siguiente manera jes aplivaundy la multiplicacién de matrices. 4 18 16 ” Bama t0Z Nemes 1 ZrRe-rOmMIOTS| Después, el mensaje es convertido a nimeros y dividido en matrices reglén sin codit ‘ear. cada una con n elementos, como se demuestra en el ejemplo 4 renglén sin codificar Escribu ka inattiz tegkin sin codificar de tamaiio 1 x 3 para el mensaje MEET ME MONDAY Al dividirel mensaje (incluidos los espacios en blanco, pero rgnorando la puntuacin)s ‘grupos de tres se procuven las siguientes matrices renglén sin coditficar U3 3 3) [20 0 13] G O 13) [IS 14 4] UF 25 0} MEF TM &£_M OND AY ‘Observe que el espacio en blanco se utiliza para completar la dltima matriz renglon st codificar. Para codificar un mensaje, seleceiane una matriz A invertible dem x m y multipine Jas matrices renglon sin codicar (a la detect) por A pata obtener matrices renglt codlificadas. Este proceso se demuestra en el ejemplo 5. ulabea aun odifi- snyen on sin atique nglén SOLUCION Seccién 2.5 Aplicaciones de los operaciones con matrices 103, TEJEMPLO 5]_Codificacién de un mensaje Utilice la matriz, 122 13 1-4 para codificar el mensaje MEET ME MONDAY. as matrices renglén codificadas se obtienen al multiplicar por la matriz.A cada una de las inatrives renglin sin codificar encontradas en el ejemplo 4, de la siguiente manera i 2 2 35 sif-1 1 3] =u3 -26 2 ns 12 2 boo w}-+ 1) 3] =B3 33-121 1-1 4 12 2 15 Ost 1 3] ns 23 42) tot ot 12 2 Us 14 4}1 1 3] =15 20 36) 1-4 12 2 us oy 3 )ste 2 om 1a -4 Ta sucesifin de matrices renglén codificadas es (9 26 2) [93-53-12] [18 -23 42115-2056) 1-24 23TH. Finalmente, quitanda log carchetes se genera el siguiente criptograma, 13-26 21-33 53-12 18 -23 42 5 -20 56 -24 23-7 Para quienes desconocen la matriz.A, decodificar el criptograma encontrado en el ejemplo 5 es complicado, pero para un receptor antorizado que conoce la matriz A. decodificar es sencillo, El receptor solo necesita multiplicar lus mattives rengkén codificadas por 4" ppara recuperar las matrices sin codificar. En otras palabras, si Xelyy- ees bobo [ct 0s] - |S 9- If ler ez gt) sor | rr Oo let o a2) =| $ 9 Mla es eel e ort rro Iss eb=|S 9 P]tiz oe en sor -eypatop 2] ) ,.y sud sepeoyipoo uojfuar aujeus se] ap fun pes enbydnynu “oopwayzposop wo[suat s2eqneu ce] Iaxiaqn PIP [ue ex ve Mos oc sIlee ec aillzi~ es eel liz 9¢- en soppaypes nous xnews se} io} eued san 9p sodna ua ojepratp “afesuaw [2 reoqEpodap sed “B04 eee te Oe ee eet eee tO 0: fe i 1 eee ar eee |e |e Cer Cee Tiel for rs 0 OF oor:t et , W zenuooua ered uepuof-ssnen ap uorseurUUN]2 B| opuEsM 2DUarTUOS) LL OL OS Th ET BT TI EE IT TE ‘euresoiduo fe swoUIpO2—p wat - rt 7 < “9 ojdurafo [9 ua ensonutop 98 omuoraypeovud vig X= WK) = VA sauiango wut. J0d oy>aiap ye 2 opuwarydingnus 4 awoyspooap apand epsoyspoo zinoui u] op sorda0o% fe] “>IU1P sndsanioa npmayypoa Zune P| $9 VX = { S2OUOIUD “seOHIPOD WIS UX | |p ZTE BUNS ey ramvsanyoydpeos ‘aouay.afoj09 OM f9 UO aan’ ip voyupnoafopramsust wim uape spa oxlsouv9 aye worse, (9 OTawala saunow ug}oeynus Z ojmd09 1 yn 0 oun 1a6aqap mUN}09 ‘peo ua somawara or ap puns wf & 1 "p 5 0 s2oRjsHs UaYE “p ap saxoyua v0 “suOIDUR ofopour 2159 onb vieg “oianpoud oxdoud ns ap peprun wun stanpod ered seprtanbar os ¢ ‘ensnpul ef ap oronpaxd jap Sapeptun 7-9 SaaUOIO*Z;O="P IS" BEISNPUY BaP UIINpLA 1Pp Pepin nun tonpoad vad asnojduso uogop | usenpay wt 3p Otnpoxd fp sapepIEN FO ‘epeo anb vowruais ows -tr9 =") oureun “7ureus eso zesN apand OUD sepuarua exe rf i ‘epies-epesquo ap zIsyeu! Busy] 9s Sa1u2}24909 SOIS® ap ZUNE v7 -oUE 30d peprUN bun stonposd wed wyempu ets] 3p vps ap smarumtianhar ap pepnue vp was puprouoaye edd ns sen enemagp ores {e “orduata 104 “Busta 3s v aSopuasnjoT seEnSNpUE sexO ap SepHLES SH seay44 opondt ‘usenpur oun ‘spies ap pepzun Epes 2p Uorsanpaid vy uy “(open o.onpard) mpm ‘un & ¢ay0"sor9iAs9s sound Sea} epesqU ap soruruyonbas aot Spe se ap LUN peo") ++ “1p snuyenpur sowazayp u 242q oorepuogs emayes tn anh Rung ~juiouoda ua ofegen ns 20d fagon ommaud yo ogHoas jaruoe"| EOI YE6I HO z94 rowid sod opwartgnd & (6661-9061) NBO a4 K1S8EA4 asUOpTEMOpEISD ePID > 4od opettoszesop any inbe opezieue ojapow 1 “donoUOde HAuaISIS un 9p epyES K vpess “ue v« seiuozuieouoo see;goid svzyjoun yo viovays ne opegosd my ossHAN eIq93y [I ‘oanjour @ ‘oni & ugqane ouioo eoqm ‘eeEeApul san ap sep apyos-upwayuo ap foyyuor] ap sojopoyy YaNOW7AFW-La4awn os tT FFI St ClO StL OO so er «2 afenamt ja & lo sc Wty fr stiler 0 sitet o ozlls ¢ en #9 suprayipoaop upyuas s2suneut so] 9p upysaons e bro foc ns] 9 ye we & oF bo Ip tr cule 9 EfI9s oc 1 oor SOL —_sexjmpU o> sauo‘a/ado so) ap sauoDomIdY 7 UO? seo1s seoune ope | -uode “eayxa epueurop ap cyajeu y & vpyes op zAsyoUE CURT es x epuOP a+ xa-Xx so uuaysis asa 9p petpueM eusI0] ©] sa[paut souoypenoe ¥ 2p saoyts squads 19 sod eyuosaidar 2s ony isiss un wsed sayei0n SepITes ap oun jj'muise-7 ensnpul | ap OLONpasd jo eed euserxe epueWAP w] muPsaidas '9 epuop + xt + lelp =e od epep ers2 BUNS? eENSMpUE BaP [IOI BpHES eK URE euUOUA as PULSES psouous “owonets op wong (pepLR> 2p SouoyMnsM! 4 SataIgoH owoD) saxoronpoxd ‘usodnsd v soranpoud sns wapuan BUlaisis [ap OUP seLasupuL se 1S “OpE] ONO 40d paso Pus Sep et ap + lp wouny woroena9 B| sod wpep yiso ewHIsy-s euastpU e| ap po epures e| seouowus “aorsyu ojdwafo [9 uo ouso9 ‘wUHDIsS [2p an9p soITenpyt SP] k ‘annpoxd sns 9puas 010s s199p sa) opes99 so oDrtIgUORE LUIAISIS [9 1§ “BUNS HDPE ‘2p [Os eputes ey eas “epryos-epenUa ap Januos’] 9p ojopout [> seTfOrTeS=p wm “uggieo op sepeprun 7-9 4 wae ap sopepaun [9 euust end sapeptun co wnsyuwns wauNd9y9 wunsNpUT vy ‘o|dwafo Jog “wprfes o OraMpou ap spun eun aonpoad eunsnpur epea anb ua uapuo ja U9 “oust Js v 2sopt3njout “seo see ‘ngs rynisnpt ppm anb SapepRURD SPI UeAISoNU UOYSUDS epED ap SOIUAUUD|D SO [suo sco v | y[sr0 90 szo laLco to so ‘pees ap pepqin man atonmpoud waed uapuo fo Uo EWS Sap UBIqUIEY ‘ao se] ap auamnbau euasput ype vub sopepyued sul ensonut soweUIa]9 ep ruEN|Oo WT 9/9705 ‘euraysts oiso sued vpyyes-epenua ap zou v| anmoiog “wus Js 9p sapepam cg mndn ap sapeprun ¢1°9 “PEPIOWIDe}e 2p sapepLUN 9p aiainbas togiea ap peprun eum ap wpYes © uproINposd e7{“uogseo ap sepuprU Q ‘us ys 9p sopepean 9-9 ‘peplainaop> ap spepmum T° ap alatnbax ende ap peprun wun ap ines 0 uoroanpaid w7] "uogato ap sapeplun 5~-y A wae ap sapeplun sz'Q "EwSTE J9 ep ‘apopun ¢°9 9p auoinbos popiousiaai2 3p pepitin etn ap mpyTRE o uprsanpaud eT upgTea K nae “peproungare :suuisnpur San} ap aquatstsuod opus vonuyudve vuarsis un exapIsueS epresepequa ep Zujew eunepugpewoy [£O7TdWala | seunow 7 omdoy 90h sopepuu p10 se) euasmpul x] eed epyTes sapepiun ggo 15 “€1 einsmput vj ered epreg sepepiun 919 gp :y eunsnput ej ered eprtes sajuamss| se] 198 uoqop sounsnpay san soy 2p sepyres so] “eparTe wuIDN® pL wf afonposd wg Plage, a asots |= x v 9199 s9 epyes op zunmur oy sey ylose 1 0 0 o00sz 860 © 8¢0 e00 EO sols of 0 |<—| anno “eo- isa- 1 cro- 199% 0 0 TF oo0z = 0) tO 60 anpoud a8 7 = x(q] ~ ) 40d opmiuosaidas so[eaul[ sauorgende ap pulaisis |e UspuOF-ssnep ap UOIOEUTUNNA L] OpUEDtIdE ‘aIuoWUTEUE 860 0~ STO~ wo ot sro |=a-r 0 sr0- 60 ‘auango 9s ‘equ 7 zmew ey opuEsr ‘3 = xia - 2) vouruis onb of ST=NA_ Xf ows g + XeI =X uo!oENd9 v] eqUDse saouOIUD ‘pepHUaP! Zine e| | 89g (euurxoud spur peprun vy © esiwepuopas uapand ojduiafo oys0 uo seysondsax se) 4 000 sz. ‘000 0¢ | = 7 y 000 0% ‘9 BUIDINO epURUIOP ELIS X Eplfes ap zzsIEW e] aUAMEDIECT {ofz00 coo zo ryouns) spray a]e0 0 StOl=¢ vp 0 ero ro ‘pares vpesiua ap zune aquaindis B| auaN seLysnpur sox 30d oysandwoo odtHOUOI® BUHAISIS UA, onayqe euraisys un exed eye £04 —_s221n0w uo> sevopo1ade so} ap sauerro2ydy §°z upDDeS pena ap 7AM PAM AP HOTMIAG | NOLINIOS [8 OTAWHT 1a ‘tus Jp ssouo fom cad, 1e01 ep soionpo. ep [e ys vied « pepunt ansque ‘seno si Toa. ‘pts « sapupie ene-p -yousS3z0 maa vy an sogund say soft silt x7"1 = 4 sa uoroena wana “e924 BAanU BSO aNb 94 as AqUAUTEIEL “EZ VIMBY v| UO onus 98 ouoo “fas Jap o]]20u0U So] ap OpHUDE [9 UD woUy vy oquDUIEIzT OPAC! safe jo esolau apand as anb wjanau 7-7 van P| Uo epessoUL 291 Bf ap UOISTAaY BUN] x4 sos so wjoat {2 9p upioenae £7 “sg #9 6 afe [9 uo9 upipseaietut edna & | 59 ewvoxpuod una macs wun ‘ypoajo buang pun s9ooxed apan°7'Z wiNAy vy UD RAISON 2s CLUOD SOqUNA SoJ AMY —V()/.9/7'10S any _ 9'9) KY ZD, t ‘sonund soy aise so[aur anb wroas vaurt wy auruaraCT z vpar rani pens, uppempody [6OTdWala | q sorep 2p ominfioa in end ans sofout 3p waUst muruxoide ved jensta oporpur un ensonu oxduafa auauide f4 SoqeouN| SOepOU 3] {esp end vompaso eo ex 3 nb naqunpsnon om eso mand oT 5 sopvapona soursusus uo> upsso18o4 ap syssppUY t ia -exoperndiion mn 2p vpn toa ojps aszaaey apand sisHpu 2p oda asa anb fp O01 x QOL anbsosew epryes-epesius zayeur eun ap aramnbas seeu9gj Ope|TEIeP 1 sisqpue up “vpyes-epenus ap janioay] ap oyppom ja opm sayewsMpu sods si srs osnpuysruosid ed ersze a pai S151 pi pe « (qeauy exgodiy ap sorxar sess ‘soianBnf) sowen soronposd “St (coup sono ayzecutonne) aniedsimen ap odinha “F1 + {S0[]UpE|“o1a1oU09 “OUPIA) suOygIAUL UU Nope WIMPOA EL (coanestsoposiaata sored seiguuagye) soapssirian cara & Sa\QaNIA "ZL | a {seiopeindisoa ‘sospeyer“sauoysext) odyube & wuseusnbuy 11 4 (eo39| 010g 2p sotlosoa38) soatan somanpoid £ [AOI (sooipouiad “seurjnuea) sopeatop soronpol & jaded ita 6 ‘ (2o1dy] ‘sopedsysezuos) wiapeut 2p soronpod { B:9pm 8 (soonserd souopausiuea sooneumnen) soonsyyd soronpoud 2nq *L (oansyd sousas‘soasuuys) peat soronpaud & soa "9 (pepiounea|a“euroses“uggsea)wrBr0Ua & sajgnsnqwo,)*¢ (ess0idey pez) 01309 ‘$9, (vdo1 sopepiog “sop sns94 op 4 Sa]RXa1 SoLonpod *E | (up osn ap soronposd sepigog) sopesanoid sorts & soma y Z (sepepruea sopers uo ay2ay 1109 ap Sax “opeuEs *souRsd) wueIS 2p soLaNpOug “(sams pain ayt fo soousqy eusyois [op sopewion) epynBasus sopeisy] soronpord 20] sunjout epand voprun, sopmies, ‘(ua sazoianpoud sodnul soi 2p soundife 2p oouiouose ststjeue un “ordala 10} “Saye aps soda o sejnsmput seyjonussynjouy apand oarwipuose Puroyss Un “Tuas OPUTUL [> Us| sorauas “onsandns 10d “uos g & 1 sojdusofa soj ua soutiosap soorurouode seutaysIs Sor] smynow —zojmjdoy BOL ‘sopwapuno sourust 9p opoygut purwiouep 99 o} UTAH rajap wud oquatunpadasd jo 4 sopeapeND soWUTLE ap WOISaIA94 ap LAUT PUTLUOUSP 28 ‘o9pour 2184 30119 J9p opaspons [op vuuNS My WZTELTUIWE aNb OD|UD [@ OWlOD aLAyOp 96 aysne 0faut 3p ofepour [9 "sowund 2p auias wun ered sazqisod sajzouty SojApOU! So] SOpOI aC “sopep sojund soy v axousid ja anb sofour ‘snfe 28 ojepow opunias Ja anb uewyuos sazous9 So] ap sopeipena So] ap SeUAnS $e] ovr eeu str oo | 09 9 wo) | sy 9s ao | sy or oF EC a wo | ve or ok wun | se or rote wo | stot 2 «cud | eh l l aso | ST 1 l TzeneL Ez eiger €y wo ofeqe Uuensonus 2s s2/eauy sofapout sop sazsanu wzed sai01t9so| 2p sopespend sot 9p seuuNs 507 4039 pp opeapend Jap vuuNs peur] J01I9 [op wpypaUt Bun sUuENgO 23 ‘SopEIAsaE So} opuruans & seouaLayip seis9 opespend Te opuRASTA “+2 TINY Bua BASANL a6 WON “iC sapenise sasoyea 90) & (x) f uofouny wap saLoyen sojasiua seousi9,—p Sep sm|Ma]eD 52 Coy + < ty “(ete sound ap ous eun eisnfe (f= Supiouny wun wary wus yb ayo op woe wu) evemdy zrenty 0's) GOL se2u20u vo> souopciado 20} ap souorsoaydy Sz UpRD2aS r ‘e1a'e) ssa ‘x2'T suysanu 98 nsf 19221 s9 ap UoK rupyoa9[2 be pun ew Courov0p onepo SF pu 1 sonjdure 5 Tova Tt (sor poysuo so] U2 $ -suputs coq 1h = CO ny sour pais 0x09 “Sopespend soutURU 2p uyisaiBau ap vous BI 2p senvoroy009 S| HUIUADIOP sxdacmsn apand yestne upyenaa msg sm x auaRUOD anb wuLUN|OD wun & (27 wAIUAID Iyisauoo) [ sofawinu 9p euumNjeD eut‘SeuLUNJOD sop adaN x zIANELE BL nb 2919540) a+ KAA yeno9 v[ sod sepecejduisas ss wapoud sopeour sau0rsen98 sop ouio y & yx 4 soumuyep 1s “s104y Ya 4 (alu 0) 26 ‘pu vf ouioy eouogsins 2p ewsasis anh (of-'e-'2 ‘owos sous ays0 sounquoso saouowug -(3) fond < op uptoeuntxeude vf 19 sao [potas open so upaenae wped ap [(2) J — “C1 oy2axep ope Jap OUILUIR [9 apUOP [en = “+ Oxy (os 1+ Goss [as 1 + Cos 1 ‘savouyy souoraunaa ap ewraysIs un opuLui0§ souraoUsIH09| sound op 2195 vu ezed sopespona sot ap ugysautau ap out e| ALUNUIMIP este ACOs "4 + MCS - 1 + MCS - "0 sons jap opeupena fap wns mez and xp + "pS pou wofouny wy 20d ap upysassau ap vou ey “(4 “xy ECR, 1p yo eapwepeny SoumUUL "xy sound ap aus wun ett Bo sopespend souujus op us ‘ap vault x] 2p uoKINyEG sexaow —comjdoy OL , [e]-]e] [Ft 6 ¥ eae & sot [es ]efe fit tpex on a anh payee set nuos 4 £ x soaineur so ‘ofeqe somund osty> soy opus -uoysasSax 9p vous] nso psed 30x19 1p opespena fap wuuns v] anuanoud spndsoq|"(5°Z wuNBy v] 28094) (9S) & (HP) UH °E) 4@'2) “(1 *1) sound soj exed sopespena sours ap wowsaxFar op vou vy oUTLLIDIOG ‘sopexpen> souurw ap uorsax991 ap our ¥] ap UODEUTMDIDG “6 0[dutala Jap sowund ap atses p| ered sopespen souuru op upIS -auSau op vouy] p| wurausyap wand oquarunpsaoud aise ap osn ja isan Qf ojdusol> Ty ‘7'§ uploo0s Hua o1oqinspacoud aso a1gos spur propuady sousrsosede soy ap souopoaydy $7 up!785 sad sopapens soar ap arate NQIDN708 or OTawalT | yeouy upsoatoa un exed pepsuyeus ewiog ‘sound 2 ug wy ew “8 on u “en “9 on -f | afrsuout wus 1p, Fo so} us Boyd ww eS FE aaa soa ama “cr Be {sty o¢ wa? [sp Sop w?jaueyru su oy wu AL ee son wopond ecg)? en HN PN UOSIAY Showerpms9 So ap pes systn8s 7p fe eso HN ap pu esa wae Vapand "ep Te oy wun 9p SOUR UOISHOIEL sb 01 ap uso uso! ep fe USN ap SEA San u3s aos “Ep Te sFuLw eI wun UpyNAS| ATE Sraonhy-eIGod eu, jsorewes sup uo AZ yomeuses mse upueioage ae somuymg? “ents y2 HO Sopeiasut Hos Sauo}e UAE) =}o9uL 2S OUES UoHED un an op peprsgeqosd ap 07 teva manag must | 210eIND & STII FO rads opeiayuy yes us wu peprngeqaud op 3508 S149 UHL “> wune amine “ouoNoge| 2p SoUETE: QQOT AP wre Sears cum aptonaadep repel sope3tson0t Un °8 SE cqyge__ 3s pv? oun so uA SOUR? sou a ome wade gg Sese4 QOL 2 UIA “Roem yan sou asada apo 8 98 Np ‘thts ow anh ya 3p 30 Ope 0 44 aS SH tals ow pend ou epee mo 7p erent xyes anaes pa ni pen ear 2p oust noe ap cones sp aon 2p eaoeRboy FLA Lo 0 0 af do 10 0 hors oo Ff a ’ TOT OT 8 oe [9 09 0 Ff +e ¢ ro co zo oo ro zo So To of] 50 10 £0 o 1 0 ¢ tla i onsen 5 19eu 15 sy € | SETS 501 a enopepooyso sooute, copie PeRaNeesese | quouusoussyre sorongrsnap 2s anb sajewuaustsodx> pnomt sop sot ap eszinbyeno anb soqep so #JOfEW Oya: nue os vou es9 anb voy ao au of gg 20 wou t30 sod 40489 op opespend [9p MINE WT CC TANS BL Ose) were co- = 9 sopeapens sours ap Hotsa13au 2p BOUL PTL Eb sh sonnanay‘sanuaroya09 2p Ze P| sPs}uooUD wsed (XX) OPUEEHN KO ALX OK = souDW Zomydog zoe 8¢ 81 Ib LE II IE 69 8 BE 69 I~ €9 OF CC 8S ML Ul GLE Ih IS S €E B BOLL 6 UE CEL 6% IZ S81 OL OF BIE ELI W SI 95 6 HI BE a) 1 F @|=¥ zoo ot nso lua [pausiosap “08am V senUOoUD ed yeIoUTEU pepIoede> HOD ‘aopeinduios ap areayos unde 0 eaypA uptaronde mun aon “sz ee atrsuats jo s9 ny? “NS” s9ofesuoU Jap ageTEd BUND YE ue om euare GI 6L 8 EI & FL Ze SI SIH TX Cap EIU wun uoL OpmoyY ay euEBONTD NS [a “PE {afosuous [9 ¢9 195? OUT 59 afosuou fp mgoped BUDD ol 1 gi- ie woot OS sTSOs eros us ZZ 9 TEM RUN uo OpEEyHPAR nj mMoNdD aeNNRIS Ta “ge c roe “y 7 pL opeeryin seston Fe a or or tt Pee “ eet ‘2 x Zp seonspooisa sanju sop ap oronpoud f2 an ansaid 9 61 sr Of 08 09 STI 06 9S ch LIT FR SI OL 8 9 Oz SB fr sev oz ad 76 SC CL Ob OF Sz Fo 6 OS ST ZIT 89 IZ TT [i ij ues ur yp myyreap min mpaey 6 Yanan ‘zz # gt Soran sop wT EL 221100 uo> souoposado 50) ap seuolroaydy sz upi205 srg un aistxaonb ansonuoer'z x 7 9p anspoonse TEM Wun aS reds ¢t ort Tororo rre et xT 2 ONIINOD SL ATEN 209 soe : Li i] i E> 5 Mpa a NUOS MINOH AINOD tte be &| lao Get oweatgeeer ANU UNS ASV Te eryesSoydn, X=.Aq ou yer suayedou ou sonauyD wv Opes apy ze ‘onsFOIE dts 24qeso operso op Zuyeu | ULE SIRI ‘08 oo} =¥ oo ‘zune e s000,guso vied XK Nad H8900 so co co ‘|r co zo |= ro ro 90 ‘rote 9p sopoprigegaid op zane os 1 sop ua ’ (‘00 "9 10'S) “COO “TH | G15) 2) OO GND OHS) TH GOODIE) *q | COWO EDO) “e | GD OT) MF) BE : e009 079 IF CO OD | OED OO “se exp. ta sopmapen Jaa unsts pay amin ey evr 4 oo 0 MT Now z Pe ©, te au pee wink? a 6 ee ne : sous op opespens op wane 278 (2) 209 3 sou 2 utr op ta amwou wel soppens scp ap oraz yn sen sound so we ase 1a For ond oy o anbsog() ve © oo wo sopexpens sowrurur uo upysarSar ap sistpuy ge xer= Nwpyoon99 ous ep op x 7ymur 9 und wajansow ‘0008 zo co 00 oz }-a « |zo co ¥0}=a ‘wus ru ru co, tye epesous pusayx9 spurwap ap y zseu vf & epes-sp ep ag om9 9 7K sesMp Sst BUN EUNSNPUT BUTTS UA. “OE \g + er = ¥ uoroena9 Hf Ua epyes 9p X zt TEW wae wajonsoy ‘woot vvpen Fore oro oro) woot f= 7 Kone | 0€0 OF veV J=a 001 5 Loco oro ova ‘offee sepmuisoU PLAID PpULAeD ap 9 zune vy K epyss-epeawa ap cy Zuneu vj un Lompuar tan & oxapeued un “oxafuea3 un asnyout peprumuwoo eyanbad euyy “ge = (000 08 ] = so two ppuBWap H| 2puOp'a + XT = X ugysenap e] uo epues ap x” Zune ewan wajansay“Sandsoq, "owas aise vaed epypes-epenuo op zuma | “q 2UIU212q, -y BUNS E 2p coronpoad fp oF'05 & svn aydoud ns-99 97 OF wISED=M f vusnp epi e| « moweues ap op 1$ s}>mpoHd wba ‘a mutsnpur e 2p corsnpoad op oF 96 & o1onpeud aon ns ap 0¢" 0 tHS299U {Y BUTSnpur Wf "Ep w| EsswEUE 9p Og TS tompoxd tI (©) ‘ppeslo ap soNozut -oubas saustndis s0] woo Ssmgnenpur sop 2000 RAIS UN] “RZ ‘wwue oon ar so maya wpumap w 29u00 “7 + XC =X Uuooenaa w| us epytes 9p x zueUH w]e Bapomeay “spNSOC, ass 289 exe epes-opestua 9p Zine ap “Cf BURNET @ a ugg 2p Uc & vrapead as ap or 9S HHSADeH a8 sop eynnpay wf mpHS BP BOUEUES 2p (MFT HON IEE (A) ‘aaoe op O08 © oronpasd ns 2p TO MESON A yop wunsnipu ef -epfes Wf F BOUCUES ap YY) L$ sEmpRAd Tea (C) “epeawa ap sowomsonbassoq%nds so on ‘sae & uoqea SBUANpUI Sop Jod oxen HASH UA “LE epsqes-epesque ap Januoa] op So/9POM, aferaus 9 ayosod (4) PAA a OOM sed sevoroenso ap seuss Sop soy najnsay& nqHD8 zuneuryapesiony 9 -y spuop‘Irt 8] = .¥LOE se] € [61 on] = vce ~ Selon ages penn, (®) a OF Sl a oo SL 8 GF O- 18 OC CE SI~ I OF BF GE SF ‘opeoyya estou ayaynde [2 ordoassia z0pe4fO99P UNL “9 ws semvy comdey hb CE > FRE + Ee] plow upioenaa p 40d sepewas aud spout souo}sens9 ap euaits fo PqUESD 9] J soIssa S| UE boeki db > sub i Bee eo o offe o o . ree offs z of ¥ zoe wife ec t 9 ‘osedaa ap sojsiai0l3 Ee uy 98 onb soyroueursauossesodo su ooyras9 & | soil cue vie 96 vo si | pt 00 coo 00 t002 one " an— ee : (oomenstuupy deste taped sn among) “02 Boe &» | soyr so nnd sopiun sopoii So wo (Sou we) aoe =p e: ‘9 uBjan Se 9 -noqps ap sous 9p «soap so easan ga BS ‘puens saguioy op atoue osm ied enous o son) (=) ASAP 3p sora 9] enon ge HTS ‘e189 9 OL] UBsISEX9 OpuBnO Séjx0 UO 30 orsead [9 opuno wpususep ¥en) (4) -ayam anh seuquay ap afeusaind pumps eed eyapnt a6. (P) ae cch Pi eis pista Say ee ere eae eee) ‘ud sopeapens som 3p S918 9p wou | SURG ()

También podría gustarte

_ a sowp 901 oppo jo seyeid eae wyeA® pre uM IN. (4) i oo ee a onep 80] ofp an soneapeno sous 2p uosarSas 9p Bat i 19 ounuo.9p aed sopespono sou ap opoIp [> SOHN () a a cx ga ss » se onsen janis ewe weapon sua SOaNE GMERD BI SE ‘vou sua SP] ofa fp uprun} run ooo ayges2a ov oz 01 hou un ap ypeoUsp | J9gDE wasep SHUSKUNIN ep 0pepES8 Es je anounas | uouenson 9s sopensas sor swoIn Fog sO Sel ace eT a -1s owe fe se19 worRjam onb seustu so] ap afooi0d yo Cx Seep 5052 =p eaquoy ep oseups j vomsanfar 2 otoueyupeo ua sae § ed sopmapena Sow ap use ap wou waa. (0) apuaxduoo worsuaixe wpe ‘leas epi Bap woraeasaud De uaiay ap eaxingitny son acon ap granada 9 ‘se Ey pms ofeafs pra] ap uprenstuupe ap edinbo Un “PE ggge wis coer | cir a+x0 "07 OUP 99 ~1Hor*owe 97 Hag oses sees ors Md -¥p so aed vou ojpour un sean ese oye M.D — —— -ronde wun 2p te2utworsaias ap sapeproedeo se aout. (@) ge aso yu eas rrolena mn teagnes nb lay 2 oronpoid ap sopand sonasaip san sod (Soyeuse) 8 sonep sows eae sopeapen SouyU 9p uotsartas 2p Paul tip sea se oraid ns 9p worouny wun ONO BuTOS pact ‘ofeae DL muniran mad opmpena scMNITH ap Ape As CH) nag ap pump of nes asap SyINENATTOS ap J]OREUNS a) sus of sodas op sopnioly 7 oymjdoy 116 Capitulo 2 Matrices 1 2 of4o3 1 22 4 oor 2 ° wf 3 2 iffy fel 43 4|[z En los ejerccios 11a 14, esriba el sistema de ecuaciones lineales en ‘Forma matricial, Me oe y 12, 2+ yak srt ay weap 13. 243+ 1M B- t 2, - 3 2x, + 4a, ~ Say 4s, — 2 +3 3, - 2, + 3x, ellie feel «(fi 4] wf 2 2] Flos ejercicios 19 a 22,encuentre la inversa dela matriz (texts), » [3 a] a[i 4] roroad Lense ori a}o a a mle ojo. 4 es ou ut Tia los ejereicios 23 «26, eseriba el sistema de ecuacioneslineales en Ja forma Ax =. Después, encuentre Ay sela para resolver para DB tty 2 2. am 42-1 “+ eB xrays yey % ty e2g- 0 2x, + 3, Sx, + Ay Enos ejrcicios 27 y 28, encuentre A now -[S 3] sen-[3 t] En los eericins 79 y 30, ead tn! fei 31 . RB a ] eel ‘J es Enos ejericios 31 y 22, enovente Ia invert de Ia mati lemon #8 1 0 4 1 0 0 af 0 1 0 2, 6 0 boo L oo 1 En los ejrcicios 39 4.36, fatorice A en un producto de matrices 2 3 313 ror me] «G2 Be E E ‘38, Encuentre dos matrices de 2x 2 tales que A? = 0. 39, Determine tes matives Ue 22 tales que A? =A. 40, Encuentro dos matrices de 2% 2A y B tales que AR = 0 BAZ, Eu los eeivcive 41 42, scam las matrices X,Y Zy We AL, (9) Metormine ls escalares a. b yc tales que W= aX + bY +d (U) Mucstre que no existonexealare tales que Z~ aX + AY 42, Demuestre que si a¥ + BY + O.entonces @ Sean A, By A + B matrices no singulares, Pruebe que A +8 fo singular por demostracin de que (1a RY SALA + BB 44, escriba. Sean A, B y C matrices de m x: y 964 C 00 si SiAC= CR, ces cierto que A = B? Si es asi, demuesire texplique por qué y determine un jomplo para el cual li es fala, En us ejetccios 45 y 46, detcemine ln factorizaci6n LU dela «(2g wig t as 19 3 agular, J Eabscjericios 47 y 48, use la factorizaclin LU de la matriz de eo- chews para resolver el sistema lineal. mr + days Baty 6 2ntal Wye ne ye 7 aye ne 3 ce 2 egy 8 vesele. Pedro 0 flbo? En los ejercicios 40-52, determine eu de Iwexpsions es verdalera o falsa. Si a expresin es verdadere, npucione una razén o cite una expresin adecuada del texto. Sila ‘psn fsa, proporcione un ejemplo que muestre que la ex- psn ao es ciertaen todos os casos o cle del texto una expresion sol 4, a) La suma de matrices noes conmutativa, (b) Latrnepneta do Ia ema de mations las transpuestas de las matrices. 9, @) El producto de una matrix de 2 « 3 y otra de 3% 5 es una matt de 5x2. (© La transpuesta de un producto es igual al producto de las ‘ranpuestas en ordan invertido. 0 vero) Tac lac matriens dm xn son inverts. (t) Si una mati A de 1 65 no simética,entonces ATA es no simetrica, 12, §) SiA y Bson mauices den x ny A es invertible, entonces (ABA) = ABA (h) SiAy Bson matrices no singulares de nx n,entonces A +R sua matric wo singul ‘8, nun extacién do gacolina, ol nsimero de galones do gacolina (e 81,89 y 99 octanos venaldos durante el viemes, sibado y emitgo dun fn de semana festivo se muestran en la matiz vous [50 e320 sins [50 40 160 f= A wings [86 1020 540 ‘Us segunda matriz proporciona los precios de venta por eal6in ys gatas pur los Ges lips de gasolina vendidos en Ta es- ‘ain de sasolna w [303 os w [31s ane w|s2 010 35. Capitulo 2 Ejercicios de repaso 117 (a) Encuente AB. Cuil ese significado de AB en el contexto de esta situacin? (&) Determine las ganansian por la venta de gacolina on la esta- cion expendedora desde el viemes nasta el omin. |. En cierto supermereado, cl nimero de galones de leche deserema- a, 246, de leche entera que se venden durante el viemnes, sdbado xy daminga de una semana cualquiera, se muestran en la matriz: f 0 61 8t » | ow 1 a) ‘Una segunda matriz proporciona los preci de venta por galéin y Ju yanancias por gal para las tes tipos de leche vendides por el supermercato, Deseremade [332 132 a 322107 Enter 312 092 (2) Frenenire AR. Cuil es el significado de AB en el contexto de (b) Determine las ganancias totales del supermercado desce et viernes hasta el domingo El niimero de calorfas quemadas por diferentes individuos con listntos pesos relizando diferentes tipos de ejrcicios sordbicos ‘durante periods de 20 minutos se muestra e a siz Pers P 150 bs Anda en biciles [109 136 Ten 127 19 |= a Caninar 64 np Una persona de 120 Ibs y otra de 150 Ibs andan en bcicleta por 40 minutos, roan por 10/minutos y caminan por 60 minutos (a) En una matrz 8, oranice las canidades de tiempo gastadas len ejrcitanse (up Eneueute el prrtocwy AB, (6) Explique el significado de ta matriz producto BA y como se aplica a esta stuacin. 418 Capituln? Matrices ‘86, Los resultados finales de un curso de algebra lineal en na escuela de ates liberals estin determinados par ls resultados en dos exme= nes parciales y un examen final. Los resultados para seis estudiantes cds posibles sistemas de graduacign ao mucctran en la siguiontoe matrices. nos ejercicios 59 60. use la matriz Pde probabilidades de transi, dada y establezea une matric X para encontea las matrices de ei PX PXY PX. ss | "e ‘000 wow dpe r000 8s 1000 2 9 wii, & 2 F 4 B 80 61. Un pais esta divido en tres regiones, Cada ano, 1U% Ge 108 1 ae pace aweida > 5 a nla tion 3 15% dente Je login 2 2 mare 1S regiGn | y 5% se mudan a la region 3; y 10% de los resident ee : la regién 3 se mueven ala regi6n 1 y 10% se mudan a ln regi nsese Exe toca ei ene un plain Ge 10000. Det 0.25 0.20 Ja poblacién de cada regién (a) en | afio y (b) en 3 affos. d 02 020 B al an 0.50 0.60 46 62. Encuentre la matriz de estado estable para las poblaciones desc (a) Describa cada sistema de gradnacién en la matriz B y cémo 2 se uplivan éstos. aps (b) Calcule los resultados numéncos para los seis estudiantes Criptogialia | ae ie ear ae (6) Asiane a cada estudiante una letra para cada sistema de gra- En los ejercicios 63 y 61, determine las matrices rengldn sin codier 70+ | jacana esa alfabees mostadnen siguiente dl amano ida pare mensaje gad, Despuscoiqu | } 66 Ran 63. Vewoe ONE Ib BY LAND A 0100 A s 2 Mode! 80-89 : — 2 1 nu iid 63.) BEAM ME UP SCOTTY i” a er imeenegat 4 0-3 / 21 4 — 243 4 Non: siesnecesero, redandes a entero més cercano hacia ari Matrice: ctnedsticas En los ejercicios 57 y 98, determine sila matriz es estcdstca 1 0 0 03 04 O1 st] 0 05 01 sk. | 02 04 05 0 o1 os 03 02 04 2322 -37 29 57 38 301 1152-8 9 13 395201256520 270.4125 mH 24 sk 2 5-1 2 38-3 -25 -48 28 19 -40 13 13 -98 39 39 118 -25 “8-14-14 12 3 mief2 53 10 8 229 132 $4 126 102 32 21 203 6 10 29 21 15 129 3646 175 29 72 43 i gesicivs 69 y 70, utlice una apicacién grea 0 un soft ate eomputadora con eapacidades matriciales para encontrar 1 degoés dscfte ol criptograma, 225 39-93-12 -9 93 4-12 27 31-49 -16 19-24 -46 -8 -7 99 (2-31.37 5-9 61 46 A617 66 31-83-47 33-67 13 46 14 9 94 21-4932 Noielos de Leontief de entrada-salida 1 Uo sistama industrial tiene das industiae con lo ee lus de entrada musuados enseguids lo Pir producir $1.00 de ganancia de salida, la industria | requiere de $0.20 de su propio producw y $0.30 del producto de la industria B, (b Pia product $1.00 de ganancia de salida, la industria B require de $0.10 de su propio producto y de $0.50 det producto de In indctin Eevenre D, la matriz de entrada-salida para este sistem Dspussresuelva para la matri de sida ¥ en la eens X N+ E, dome la deta externa es fie] Capitulo 2 Ejercicios de repaso. 119 Un sistema con tres industria tiene la matriz D de entrata-sali {la matrz de demanda externa mosis aba. vl us 02) 3000 p= | 00 02 03 y &~ | 3500 04 01 04 8500 Resuelva para la matriz de salida Xen la ecuacidn X'= DX + E. Anilisis de regresién con minimos cuadrados | En los eiercicios 73 a 76, encuentre la linea de regresion de minimos ‘euadeados para los siguientes puntos r m 75. 16. (1.99.2.4).(3.2) 20.G,3,4,26,4406.4) (2,4,€1,2,,D.0, 2.23) 6.,0.9.0.9.0.9.2.5) ‘Un granjero utiliza cuatro grfieas de prueba para determinar ta relacign entre el trigo prodicida (en ilogramos) por kilémetco ccutrady la cantidad de fertilzante (en eientos de kilogramos) ‘or kilémetro cuadrado, Los resultados se muestan en la siguien- te tabla (a) Bnouenre fa Ines de regres de estos datos. (©) Estime la produccin para una aplicacién de 160 kilogramas ‘de fertlizante por kildmetro cuadralo inimes cuadrados para 1B fadice de Precios al Consumidor (IPC) de todos lor atievlos para los afios 2001 a 2009 se muestra en la sigue tabla, (Puen fe: Bureau of Labor Statisties) Ai 2001 2002 2003 2004 2005 1799 1889 1953, e490 c im (@) Eoeucute Ia estos datos. Sea el alo, con 2000. (0) Estime el IPC par los aos 2010 y 2015. wea de tegresién de minimos eusdrados para ‘0 correspandiendo al ano ‘La tabla mucstra a tarifa mensual promedio de televisién por ea- ble en Estados Unidos (en dotares) para ls aos 2000 hasta 2005, (Fuente: Broadband Coble Databook) 2000 2001 2002 200s 2004 20v> Proporiin.y | 9037 3287 IATL 3659 38.14 39.463 120 48 1 Lxplorando la multiplicacién de matrices Capitulo 2 Matrices Uilice el méteda de minimos cudeadas para encontrar la nei de regres de minimos euadrados para css datos. Sex ‘vel io, con x=0 correspondiendo al aio 2000. Uilce ino capacidades de regrosién Hineal de wna aplien. cin grifiea para determinar un modelo Tinea para los datos. 2Céimn se compara este madelo con el obtenido en el inciso (2 Use el modelo lineal para crear una tabla de valores es rmadios para y- Compare los valores estimados con Tos datos reales lice ef modelo lineal para predecir la tarifa mensual pro- medio en el 2010. Ulice ef modelo lina para predecir cusndo la tarifa men sual promedio seré de $51.00. © @ © |. La tabla muestra el numero de suscriptores de telétono celular y (Gn millones) en los Fstads Unidos para los ais 2000 a 2008. (Fuente: Cellular Telecommunications and Intemet Associa tion) 2002-2003 2008 2005 z ~ 20002001 1095 1283 9k ISRT 1R71 2079 (a) Uilce ef método de minimos cuadrados para determinar lt Tinea de regresién de mfnims cuaurados par los datos. Sea +l ata, con x=0 correspondiendo al afio 2000, Ulie las capacidades de rogresién lineal de una apli- cacion grifica para determinar un modelo lineal para lox datos, :Céma e compara este modelo con el abtenido en el iucinotay? © Las dos primeras calificaciones de los eximenes de Ana, Bruno, Crist6bal y Dai se muestran en la tabla. Ut Iingtese esta matriz en una aplicacién gréfica o un programa de computadora y ‘se para responder a las siguientes preguntas. . a4 Bruno 8 David 82 ai. 8 on (c) Use el modelo lineal para crear na tabla de valores _mados para. Compare los valores estimados con ln reales. (2) Vee l move lineal para predecir el nimero de suser ‘enel ao 2010 (¢} Useel modeto neat para predecir cuando e1 numero de criptnns cence 260 millones. La tabla muestra los salaros promedio y (en millones de es) de los jugadores de Ia Liga Mayor de Beisbol en los: ‘Unidos pa ls tos 2000 a 2005. (Fuente: Major Leagi ball 0 20002001 2002 2003 2004 20 Salen 182198 282328 Uilice el método de mnimos cuadrados para la Iinea de regresién de minimos cuadrados para los Sea.x el flo, con x = correspondiendo al aio 2000. Uillice las eapacidades de regresién lineal de una ceca yréfiew pas detesminar un modelo Tinea pat dltos, ;Cémo se compara este modelo con el obtenid icine (9? Use el modelo lineal para crear un tabla de valores: ‘mats para y. Compare los valores estimados con los real Use el modelo lineal para predecir el promod slain ela 2010, Use ef modelo lineal para predscir cuindo el ealario dio sera de 3.7 millones. oO) © © @ © Ia para generar una matriz.M que represente 10s das aloes esti 1 Jos datos uscriptores 10 de sus: 2s de dole ‘0s Estados, agus Base 110s datos valerie eu io prome. David ‘datos. ¥ tisela Capitulo 2 Ejercicos de repaso 1. gCual de estos examenes es mas dlfic? ;Cual es mds facil? Explique por que. 2, {Como clasificaria el desempeno de los cuatro estudiantes? 3. Deseriba el do ets mates paso [5] [2] 4. Describe signiticdo dels mates producto 1100 ULy MIO O 1 O14 >.Desenaetsmcato dens manees proto at []y +a |] 6 Deseriha el significado de Ine matrices producto (1 1 1 1] yifl ii iM, riantadipiinndetaraionpetionts +1 14] 8. Unlice la multipicacin de matrices para expresar el promedio total combinado de las calificaciones de los dos exmenes. 9. Como utilizaria la muluplicacion de matrices para escalar las calificaciones ‘del examen I por un factor de 1.1? {8 2 Matrices nilpotentes Sea A una maiz cuadrada de m x n diferente de ce1o, {Es posible que exista un entero ‘etal que A' =? Por ejemplo, encuentre 43 para Ia matriz (asia! A Foie otretl o 0 0 Se dice que una matria A es nilpotente de indice ksi A+ 0,4? 0, ... Ab 0, pero AY = 0. En este proyecto usted explorara el mundo de las matrices nllporentes. 1. ,Cudl es el indice de la matriz nilpotente A? 2. Unilice una aplicacién grafica o un software de computadora para determinar ‘cudles de las siguientes matrices son nilpotentes y encontrar sus indices. ale ih ® & i ole 3] 0 0 1 0 1.0 ya OEE - oo 0 hh ak at Clas |ateedee ata) CHei an OP6 102080 es 0) 3. Determine las matrices nilpotentes de 3 > 3 con indices 2 y 3. 4. Determine las matrices nilpotentes de 4 x 4 con indices 2.3 y 4. 5. Dneucotre la matriz nilpotente de onden 5. 6. {Las matrices nilpotentes son invertibles? Demuestre su respuesta, 7. 8i A es nilpotente, ,qué puede usted decir de A"? Demuestre su respuesta. 8. SiA es nilpotente, demuestre que J A es invertible, 421 122 Set 3.2 33 34 35 Determinante de una matriz Evaluacién de un determinante usando operaciones elementales, Propiedades de los determinantes Introduccién a los eigenvalores Aplicaciones de lus determinantes IDYsrsurberevancs) Objetivos del capitulo 1 Encontrar los determinantes de una matriz da? x ? y de una matriz triangular. 1B Encontrar los menores y Ins cofactores de una matriz y utilizar la expansion por cofactores para encontrar el determinante de una matrz. 18 Utilizar operaciones elementales con renglones 0 columnas para evaluar determinante de una matriz. 1 Reconocer las condiciones que prexucen un detetminante cero. 1 Encomirar el deterninante Ue una maiz amet, 18 Uslizar el detciminantey las propiedades del determinante para decidir cus! matriz es singular 0 no singular e identificar las condiciones equivalentes para tuna matriz no singular Encontrar y verificar un eigenvalor yun eigenvector ce una matriz Determinar y uilizar la adjunta de una matriz para encontrar su inversa, Lifilizar la regla de Cramer para resolver un sistema de ecuaciones lineales. Ulilizar determinantes para encontrar el érea de un tridngulo definido por tes puntos; para hallar la ecuacién de una recta que pasa por dos puntos distintos; para encontrar el volumes Ue un (etraedro definido por cuatro puntos, 1 pata hallar a ecuacién de un plano que pasa por tes puntos. 3.1| Determinante de una matriz ‘Toda matriz cuadrada puede ser asociada con un németo real Hamada su determina ‘Los determinantes tienen muchos usos, algunos de los cuales serait explorados en capitulo. Las primeras dos secciones se centran en los procedimientos para eval deferminante de una matriz. Tlistéricamente, el uso de determinantes surge del reconocimiento de patrones ciales que ocurren en las soluciones de sistemas de ecuaciones. Por eJemplo, la soli ‘general del sistema eh + 9h = by GX, + Gat = by puede mostrarse como i _I Seccidn 3.1 Deverminante de una maiz 123, Spy = Ye ta ate siempre que a, ¢,,~a..4, #0. Observe que las das fracciones tienen el mismo denomina- dor, ayy ~ ay, Esta Cantidad se llama determiaante dela: matric de cueficientes A Definicién del determinante 1 determinante de la matriz, de una matric de 2 x 2 Ce fs 8] esté dado por det(a) = COMENTARIO: En este texto, det(A) y [AI se utilizan de modo intercambiable par ra representar el determinante de una matriz. Las barras verticales también se usan para denotar el valor absoluto de un niimero rel; cl contexto en el que se mostraré su uso es deliberado, Ademds, es prictica comiin eliminar los corchetes de una matriz y - [ee] ‘Un método conveniente para recordar la f6rmula de un determinante de una matriz. de 2x 2 se muestra en el siguiente diagrama, fn ugar da El determinante es la diferencia de los productos de dos diagouales Ue la maiz, Observe ue el orden es importante, como se demnestra a continnacivin (_EJEMPLO 1 ninante de una matriz de orden 2 Encuentre el determinante de cada matriz, [23 _f2 1 i ae[ al mE lh Al erminante.. fos en ato evaluar et comes espe~ Ja solu soLucion @ w-|? | = 2Q) - 103) = 443-7 ® wi =| 1) ~2@)- 40) =4-4=0 04) - 2G) = 0 - 6 = -6 424 © Capitulo 3. Determinanves (COMENTARIO: El determinante de una matriz puede ser positivo, negativo 0 cet. dot(A) = 2. Para dofinir el determinante de nina matriz.de orden mayor que 2 es convenient I cacién de las nociones de menores y cofactores. ‘SiA.cs una mattie euadrada,entonces el menor M, del elemento a, e el determi cofactores ce una mattiz de ta matri obtenida al suprimir el -ésinw renglon y a jéoima columna de A Por ejemplo, siA es una matriz de 3 x 3, entonces lus urenores y los cofactors ‘ya, son como se muestra en el diagrama presentadn a continuaci6n. Menor dea enor dea Cy = (DPM Ms ‘Come puede ver, los menores y los cofactores de una matriz pueden uiferis vloc no. Para obtener los cofuctores de una matriz, primero encuentre los menores aplique el patrén de revisidn mostrado. Patri de signos para ios exfacores - 4 et a ea. ul Tl ]- + - + vad, © + - +\||* 5 ¢ = - + - + > Hf - Maricde 44 Mande nx ‘Observe que las posiciones impares (donde {+ es impa) tienen signs nea pares (donde i+ jes par) signos positives. — | Seccién 3.1 Determinante de una matriz 125 oocer. EJEMPLO 2] Menores y cofactores de una matriz lemento de. Determine todos los menores y los cofactores de nite Ia apli- SOLUCION — Paraencontrar el menor M,,. suprima el primer renglén y la primera columna de Ay eva- Ic el detetminante de la mate sesultante, rminante O-— 2 de A. EL a2], mf bt 2) 2-1) - 92) 0 1 on De manera similar, para encontrar, supra el primer renglén y la segunda columns, ‘ oa a oa. ow, 3 + 3) = 40) 4 001 v tores de ay Continuando con este patrén, obtiene M,=-1 M, =-5 M,= 4 My ~ 2 My - A My ~-8 Oy My My, = 5 My, = -3 M,, = ~8. Ahora, para encontrar los cofactores, combine el patrin de Tos signos con estos menores para obtener q-- Ge 5 Gir 4 mee q=-4 ce 8 q- s Coca G- 6 ‘Ahora que los menores y los cofactores de la matriz se han detinido, usted esta listo para la definicién general del determinante de una matriz. La siguiente definicién es Tla- ‘mada inductiva, porque utiliza determinantes de matrices de orden n ~ 1 para detinir el doterminante de una matriz de orden 1. sloen el sige sy despues} Definicion del determinante de-una matriz SiS una matriz cuadrada (de orden 2 0 mayor). entonces el determinante de A es Ja suma de los clementos en el primer renglén de A multiplicados por sus cofactores. Esto es 0,0, + a,C, + +++ +4,C, COMEN !ARLO: Intente veriticar que. para matrices de 2 x 2. esta detinicién da como resultado [Al = @,2,, ~ 44,¢, como lo habfamos definido previaments zativos y las 426 Capitulo 3 Determinantes Cuando utilice esta definicién para evaluar un determinante, use la expansion pa cofactores en el primer renglén. Este procedimiento se demuestra ex el ejemplo 3. FJFMPLO 3] __Determinante de una matsiz de orden 3 <9 Encuentre el determinamte de = 1 L SOLUCION Esta matrizes la misma del elemplo 2. Alf deteinius que los eofactores de los elem tos del primer renglén son Por la definicién de determinant, tiene Cyt aly 1 aye, a _s = OI) + 20) + 14) = 14, [Aunque ol determinante se define como una expansin por cofactores del pie rengl6n, puede demostrarse que el determinante puede ser evaluado por la expansiod cualquier renglin 0 column Por ejemplo, usted puede expandir la matrix de 3 x3 sjemplo 4 por el segundo renglon para obtener | Cyt dyCy + 40s a par ote | + 3) + 45) 214 Intente otras posihilidades para confirmar que el determinante de A puede evaluase fe Ja expansign de cualquier renglén o columna. Esto se establece en el siguiente teors Expansién de Laplace de un determinante, nombrado asi en honor del matemtico tn cés Pierre Simon de Laplace (1749-1827) TEORTMA 3.1 Expansién por cofactores Sea A una matriz cuadenda de orcen n Rntonces el determinante de A esti dado 90 + aC, daca) = l= Sac, det(A) = Al +40 Expansion el -e Mucha casyp tienen determ drada determ srifica, ante c 4039 ‘como | ylasin estas af cables en la disponi com/pi B det Seccidn 3. Determinante de uno matriz 127 sion por Cuando expanda por cofactores no necesita evaluar los cofactores de los elementos ilo 3. nulos debido a que el cofactor de un elemento nulo siempre es cero. aC, = OC, = 0 El renglén (0 columna) que contiene mas ceros es a menudo la mejor elecei6n para la cexpansién por cofactores. Esto es demostrado cn el siguiente ejemplo. EJEMPLO -A]_Detorminante de una maiz de orden & Encuentre el determinante de elemen- 2 30 acl 1 0 2 0 2 0 3 304 0 2 SOLUCION — Por inspeccion de esta matriz puede verse que tres de los elementos en la tercera columna son ceros. Puede evitar algo de trabajo en la expansin utilizando la tercera column. Ml = 3C,) 1 O(C,) 4 O(C,) + OC) Como C,y,C,¥ Cy tienen coeficientes cero, usted s6lo necesita encontrar el cofactor C,, Para hacer esto. suprima el primer renglon y la tercera columna de A y eval el determi: Nota tecnologica ante de a matriz resultante. ucts de las aplicaciones graf 11 2 a1 2 «asyprogramas de computadora eye )|ioi= 2s |=1fo) a) ya ‘ene a capacdad de calcular el deerminate de una matrz cua daa Siutlizael comando para _-_‘Expandiendo por cofactors el segundo renglén da como resultado deeminante 0 una aplieacién gta, veriique que el determi- ‘ore de a maiz A en el ejemplo. 42539, su pantalla debe verse | = 0 + 2A) + H-1Y-7) = 13. ir — aft n= OHV 4 aft Be?) 3 2] OM] 3 4 luarse por: teorema, itico fran- «amola de abajo, Los comandos ylasintaxs de programacion para ssasaplicacionesiprogramas apli- tales al ejemplo 4 se suminisran tala Online Technology Guide, ‘Usted obtiene [Al = 3(13) = 39. Hay un métode alternative usado comiinmente para evalua el determinante de una habe Ole cea recon or weaponry meget a nena Elterdons eco gor nace cee apetoar mn on ‘rengién, a ad meal snl ee gah 7 128 Copriuly 3 Determinantes Injente confirmar que el determinante de A es VAL = ayia, # yA Vy — Maoh — Malafy — Ballater [ EJEMPLO G|_Determinante de una matriz de orden 3 Encuentre el determinante de o 2 1 pee ee) 4 4 1 | SOLUCION Comicnce copiando las primeras dos calumnas y luego calcule los sets productos diagonal como sigue. elt re efocooe | ‘medio de una simulacion 0 16 12 | | clectnica y para comandos y sintaxis de prograncisn, revise las aplicaciones y programas de .computadora impliesdos en et ejemplo 9. Visite college cenguge. ‘comipietlarcanET Ate. Rjemplos ¥ {reivi salar extn dispont bles en este sito. ae "Ahora, sumando los tres proiutos de abajo y estando los tes de arriba, use encontrar que el determinate de Aes|Al = 0.1 16 + 12) ~ 4) ~ 0-6 =2 Matrices triangulares COMENTARIO. Bl proceso de diagonalizacién ilustrado enel ejemplo 5 s6lv es vélido ppara matrices de orden 3 Para vavardeterminanes de mate de orden 4 0 mayor puede se edo, Ee ott un excep important: el dterinant de una mati rong. Ra Sareea 2 pura moni euadada es laa ianguar supers a Stemetts soe ago! pipe son ceo tangle inert faces drcen mye Ge cg vil wn cer, Un ii ke ete ans cas " ‘denominada diagonal, es decit, una matriz diagonal es aquella en Ia que tos le ‘temo ana ysbajo deo dagnal principal son ce. My Oy * @, HOR10,- 2190 0 uy a a a, Beran a 0 a, Gy Gy yO é ad Para encontrar el determinante de una matriz diagonal, simplemente f producto de la diagonal principal. Esto es féeil de observar, ya que el proce vvilido para una matriz de arden 2.0 3. Por eiemplo, el determinant Ue Seccién 21 Determinante de una matriz 129 eee or ee 0 0 3 puede determinarse por la expansion del tercer renglén para obtener 2-1 am = 31-2) - 6, ‘que es el producto de las entradas de la diagonal principal. wtos de la Fe ai Determinante de una wmatriz triangular ABD ‘es una matriz triangular de orden rentonees su determinante es el producto de Jos elementos en la diagonal principal. esto es dei(A) = [Al =a,ana, «++ DEMOSTRACION — Puede utilizar indueciéin matemética* para demostrar este teorema para el caso en el que ‘Acs una mats riangular supesior. El caso en el que A es una matriz triangular inferior se demuestra de manera similar. Si Aes de onden 1 entonces lAl = [a,,]y el determinante eslAl =a,,. Suponiendo yu el weorena e> validy pata cualquier jangular supe rior de orden k — 1, considere rina matri triangular superior de orden k. Expandiendo el --ésimo renglon, obtiene sted puede = Ul = 06, #06, # += = 0Cy 9, # MyCu = aC, ‘Ahora, observe que Cy = (1M, donde Mf, es el determinate de la mauiz triangular superior formada por ia supresi6n del i-ésimo renglén y la koésima columna de A. Ya que esta matriz es de orden K~ 1, ustea puede uplicar la nduccion para exerbin ota 66, n0 - Recuerde i todoo eu 4 a tye clement un ify 7 eristicas es 10s los ele- — [EJEMPLO 6] _Determinante de una matriz triangular acuentre el determinante de cada mattiz, 1000 0 rs 0300 0 a 00 20 0 srmamos el @ a=|5 6 10 (Cs | Saas Jimiento es ae 0000 2 {Encl aplntice A eth displ un ands de la indccign mates, 430 Capitulo 3 Determinontes SOLUCION (4) Bl determinante de la mati triangular inf esta dado por Al = (30) = 12. (b) El determinante de In matria diagonal esté dado por In| = -1y@yeyay 2) = 48. = [En os ejrsicios 1a 12, encuentre el determinante de ln matt En los ejerccios 19 a 34, use expansion por eofactores para el determinante dela matriz. « fi) 2 bs) BJ » |} [2 4 6 [-s 02 2. |03 02 02 2 0 3 (eset ae] os L cal fi - R-3 2 h-2 0 ae al oP abig "Ed +L En los ajrcicioe 13 16, enenanen (a) las menores y(b) los cofactores PS 5 * i ma be Bae eee 1 rel f eae £ ees a t ee “Ed «Bd ' |: [a oar 34 ear: L | L ‘el método de expansidn por cofactores. (a) Use cl segundo ren- vo = w -10 24-2 8 30 40 22 32 35 30 18, Encuentre el determinante de 1a matrtz del ejerciio 16, apicanso 1 mStoda di expanciin nor cofactres, Use (a el tercerrenzlon y (fa eicera columna, s 2004 4a a1. a D1 432 o 0 0 0 0 noo 6 3) uli 2703 2 oo 3 4 ot 625 6 7 ovou?2 14209 iin eciios 35 «40, lice wn aplcaién grifca oun sfc ‘eompadra con capacidades matics pare enconrar el dter si a mat ex 023-1 09 x 4 36.050 ox -02 2 073 09-04 fs 323 pe 1 6 1 2 62432 Mle 2 a 5] Ble a 4 3 6132 5224 124 4 24 or223 0 03 24 32 Ml > oo 2 3 2 123 1 24 2023 11 [ssi 03 40 7 1 653 o8 6 5 3 1 Mla 5 8 4 3 262 0 67 e3 1as 1 a foo s 0 0 ly oo 0 @lo 6 0 aera aes 0 . 2 58 4 0 0 0 2 aloo 4. H 10 D0 a t 000 oo 35 3 0 a o7 0 2 G ere) ae fo 4s 2 5 vugso ey noo 84 ooo 01 - a Seccién 3.) Daterminante de una matriz 134 70000 4 booo MeN A sat pdm 0) 3.3 5-41 0 1B 4 1 2 iNerdadero o falso? En los ejereicios 47 y 48, determine cul de las cexpresionee es verdadera o fala. Sila expres es versadera, propo cone una razén o cite una expresicn adccuada dl texto. Si la expre sin es fala, roporcione un ejemplo due muestre ae la expresién no «sclera en todos los enaos o cite del texto una oxprosién adecuadh 47, (9) Fldeterminante de la mati A de 2 2 eS, ~ (b) Eldeterminante de una matriz de orden | es el elemento de la matriz (©) Bl cofactor i de una mati7 euadenla As la matriz defnida por la cancelaci del ésimo renglén y la ésima columns dea 448. (a) Fara enconiraret determinate de wna uni wiangular, sume los elementos de (a diagonal principal (8) El doterminante de una matriz puede ser evaluado aplicando ‘expansion por cofaetores en cualquier renglGu v column. (6) Chanda se expand par cofactores no es necesario evaluar los cofactores de los elementos nules [Ba lor sjorccios 49.4 S4,rosuelun para v wfers 2 w.[*-?2 -!le0 1x42 as si |** | 3| a [tt3 . leo Bei a 24 Silt, 3 era 3 si? Fn ls ejericios 55 a $8, encuentre Ios valores de % para los que el Setcrminante es cer. «ft yl Capitulo 3. Determinantes En los ejercicios 59 & 64, evalie el determinante on donde Jos ele- ‘mentos Son funciones. Deferminantes de este tipo ocurren cuendo en leulo se hacen eambios de varahles eS -1 ow a 1 1 (65. El determinante de una matria de 2 x 2 implica dos productos LE determinante de una matriz de 3 x 3 implica seis productos triples. Demestr que el determinante de una matriz de 4 x 4 implica 24 productos cusdruples.(En general el determinante de ‘una matri de m x w implica n!n-multiples productos.) DDemuestre que el sistent Ue eeuseivues lineales art bye atdyes tiene una tnieasolucidn si slo si el determinate Ue Ta mattiz cesiforente de cero, En los eiericios 6/ a 74, evalue los determinantes que hacen valida Ineomeida, mediante o.|» afe[e ster] |e + [eo y ye ow Lox es nlt oy ¥leQ-ne-xe-n tore ato nm] a ath a |= Pate) aa ab too nla b © |=a-bb-oe- a eR 4 1 ula be 75. Dada a ecuacion x oc -loox ob o 41 @ at + br +c. (a) Verifigue ia ccuacién {(b) Use la ecuscion como un modelo para encontrar un dee ante que sea igual aan +e? + cr+d. 76. Escriba Explique por qué es teil calcular el determinant una matriz que tiene un renglén completo de ceros Evaluacién de un determinante operaciones clementales Cuil de los siguientes determinantes es taci! de evaluar? -6 4 -6 lal = at 12at 32 _[o 252 9 3 . a o 0 3 =r 92 o 0 04 a determi inane ue | EJEMPLO 1 Seccifin 3.7 Evaluacién de un determinante mediante operaciones elementales 133 ucsto que usted ya sabe acerca del determinante de una mattiz triangular, esté claro que el segundo determinante es mucho mds tacl de evaluer, Este determinante es simplemen- {eel producto dc los clementos de la diagonal principal, cs decir, IB] = (1)(2\( 3 1)~6. Por otra parte. usar expansién por cofactores (a nica tecnica aplicada antes) para evaluar cl primer determinante es confuso. Por ejemplo, si expande por cofactores a lo largo del primer rengl6n, tiene -6 2 6 3 lal 23|-1[2 4 5 -6 2 6 9 _Evaluando los determinantes de estas cuatro matrices de 3 x 3 se obttene Jal = (1-00) + (EV) + BYC1O) - (EIB) = 6. No es coincidencia que estos dos determinantes tengan el mismo valor. De hecho, usted puede obtener la matriz B al realizar operaciones elementales con renglones en la matriz A. Fn esta secciéin. verd los efectos de operaciones elementales con renglones (o colum- ras) en el valor de un determinante. Efectos de las operaciones elementales con glones o columnas en un determi (a) La matniz B fue obtenida a partir de A por intercambio de los renglones de A. lal rajen ys we[t gs] (b) La matriz B fue obvenida a partir de A al sumar -2 veces el primer renglén de A al segundo renglon de A |al En el ejemplo 1, puede observar que al intercambiar dos renglones de una matriz, cambia el signo de su determinante, Sumar un miiltiplo de un rengl6n a otro no eambia el determinante. Finalmente, multiplicar un rengl6n por una constante diferente de cero, ‘multiplica el determinante por la misma constante. El siguiente teorema generaliza estas ‘ohcervaciones. Ta cemastracién de la propiedad I que sigue al teorema y la demostracién, Ue las uutas dus propicdatles se deja woniy ejercivio (ver los ejercicios $4 y 58). 134 Capitulo 4 Determinantes Determ clementales con renglones intes y operaciones. DEMOSTRACION NOTA HISTORICA ‘Augustin-Luuis Cauchy (1789-1857) fue animado por Perre Simon de Laplace, uno de los matematicos tranceses mas importantes, a catudiar matemsticas. Cauchy ‘a menudo es reconocido como cl que dovolvi el rigor alas ‘matematicas modernas. ara leer acerea desu trabajo, visite college. cengage.com/ic! lavsonEL Abe. ___EJEMPLO 2) ‘Scan A y B matrices euadradas. 1. Si Bes obtenida a partir de A al intercambrar dos renglones, entonces. dot(R) = —dot(A) 2. Si Res obtenida a partirde A al sumar un miéltiplo de un rengl6n de A a otro rengion de A, emtonces det(B) = det(A). 3. SLB es obtenida a purtir Ue A al multiplicar un renglén de A por una constant diferente de cero, entonces dot(B) = ¢ det(A) Para probar la propiedad 1, utllice inducciGn maternitiva como sigue. Suponga que Ay! son matrices cuadradas de 2 « 2 tales que a(n a] » e-[& Ql Entonces, usted tiene IAI = a ay,—a,,, Y IDL = a), ~ 4 suponga que la propiedad es eierta para matrices de Orden (71~ 1). Sea A una matna® ‘nx ntal que B se obtiene purtt det itexcambio de dos renglones de A. Entonces, cencontrar [4 y [Bl expands otra engl junta eon los cos renglones intercambiades. Py induccion, os cofactores de B pueden ser los uegativus de Tos cofactores de A, ya las matrices correspondientes de (7 ~ 1) x (n— 1) tienen dos renglones intercambiala Finalmente, |B] =—IAl y Ia demostracidn esti completa, asi que [Bl = [Al Abo COMENTARIO: Observe que Ia tervera propiedad del teorema 3.3 le permite divi tun renglén entre un factor comiin. Por ejemplo Gael a El teorema 3.3 proporeiona una manera prictica para evaluar determinantes. (Et ‘métode funciona particularmente bien en computadoras.) Para encontrar el determina Ue una matriz A, aplique operaciones clementales con renglones para obtener una mati triangular equivalente por renglones a A. Para cada paso en el proceso de elimina Uuilice el teorema 3.3 para determinar cl efecto de la operacién elemental con renglan: fon el determinante. Finalmente, encuentre el determinante de 8 multiplicando lose mentos de st diagonal principal. Este proceso se demuestra cn el siguiente ejemplo. Evaluacién de un determinant utilizando operaciones elementales con Enetentre el detcrminante de al Seccién 3,2 Evaluacién de un determinante mediante operaciones elementales 135 SOLUCION — Aplicando operaciones elementales con renglones, reeseriba A en la forma triangular de Ia siguiente manera. cesar) 19 af <— qe eee |e |e ee Intercambie los ds primerosrenglones 1 oo 8 122 Summe 2 veees et primer rnglon al seg =-|o 7 14 para produc un nevo segundo renlén 013 122 elo 1 2] <— re wer del segundo o1 3 122 =7/9 1 2 Summe—1 vere segundo engin al texcero para 00-1] <= rates meso tres renlén Ahora, debido a que la matriz final 2c triangular, puede conetnir que el determinante es lal = 70)CD = 7 Al Ahora smatrtz de Determinuntes y uperuciunes elementules con columuns aces, para iados. Por ‘Aunque el teorema 3.3 se establece en términos de uperaciones elementales con renglo- Au ya que znes,se mantiene vslido sila palabra “columna” reemplaza al término “renglén”. Las ope- imbiados. raciones realizadas en las columnas (ms que en Ios renglones) dle ita mnattiz se denomi~ ‘nan operaciones elementales con columanas y dos matrices son Ilamadas equivalentes —a por columnas si una puede ser obrenida a partir de la otra por operaciones elementales ite dividir con columnas. La versién del teorema 3.3 para el caso de operaciones con colmnas se alustra enseguida. ai 29 4 1 0 02 tes. (Este rminante 1a matriz, renglonal Alevaluar un determinante a mana, orasionalmente convendrs usar operaciones elemen- 0 los ole tales con columns, como se muestra en el ejemplo 3. plo. 136 Captula 3 Neterminantes |__EJEMPLO 3. REMA 3.4 Condiciones que generan un determinante cero Evaluacién de un determinante usando operaciones elementales con columnas Encuentre el determinante de 122 a=|3 -6 4 5 10 3 ‘Como las dos primeras columnas de A son miltiplos una de otra, usted puede obtener in) columna de ceros sumando dos veces la primera columna a la segunda, de la siguien: =o? 1 0 2 3 6 4{=|3 0 4 5-0 3 5 0 3 asta este punto, no es necesario que reescriba la matriz en forma triangular. Com) existe una columna completa de ceros, conciuimos que el determinante es cero. La vil ce de esta vanclusign provienc del teoreme 3.1. Eapectficamente, al expandir por ool tores a lo largo de la segunda columna. tiene Ul = @iC,, + OC, + OC, = 0. El ejemplo 3 muestra que una de las columnas de la matriz es un miltiplo esealar ‘otra ealumna, par lo que pede concluir de inmediato que el determinante de la matt es vero, Esta es uina de kes euuiviones, listadas enseguida, que generan un determina Si A es una matriz cuadrada y uu de las siguientes condiciones es cierta, entonss det(A) = 0. 1, Un renglon (o column) consta completamente de cevos. 2. Dos renglones (0 columnas) san ignales 3. Un renglon (0 columna) es un mutiplo de ouv ve (o volume), Cada parte de este teorema es féciImente verificada uplicando operaciones element ccon renglones y expansién por cofactores. Por ejemplo, si un renglén 0 una cohumt estan formados completamente de ceros, entonces cada cofactor en la expausign em tiplicado por cero, Si la condicién 2.0 3 es cierta, puede aplicar operaciones elemeniah ccon renglones 0 columnas para crear un renglon o columna formados completamente J Seccidn 3.2 Cvaluacién de wr Jeterminante mediante operaciones elementales 137 Reconociendo las condiciones listadas en el teorema 3.4 podemos evalar mn determi- nante més fécilmente. Por ejemplo. viento a No podemos coneluir, sin embargo, yue el teurema 3.4 proporciona las inicas condi- ciones que producen un determinante cero. A menudo, este tsorema se usa indirectamente, es decir, usted puede eumencar con una matriz que no satisfaga ninguna de las condicio- nes del tenrema 3.4 y, por medio de operaciones elementales con renglones o columns, obtener unit mtr. gue cumpla una de las Condiciones. Entonces, puede concluir que la ‘matriz original tiene determinante cero. Este proceso se muestra en el ejemplo 4 it, Como La vali or cofac- (EJEMPLO 4|_Matriz.con determinante cero Encuentre el determinante de = 141 A-|2 4 0 scalar de ow 4 Ja matriz rminante SULUCION — Sumando -2 veces el primer renglén al segunda se produce 14 141 wl=|2 +1 of=|o » 2 atonces ow 4 ow 4 Ahora. ya que el segunda y el terer renglones son miltiplos uno de otro, puede concluir que ef detenusinante es cero, Fn el ejemplo 4, usted pudo obtener una matriz con un renglén completo de ceros al sealicar un operacidn elemental con renglones adicional (sumar 2 veces el segundo mmontales tenglin al tercera). Esto en general er cierto, decir, una matriz cundrada tne un de eoluua ‘exmninane cero sty sOlo si uno de estos renglones (0 columnas) son equivalentes a una nes mil tmatriz que tine al menos un renglén (0 columana) formado complotamente de ceros. Esto rentaley se Uemostrard en la siguiente seccién, ‘mente de Usted tiene ahora dos métodos de reconocimiento para evaluar determinantes, De ellos, el método de aplicar operaciones elementales con renglones o columnas para re- ucir una matriz a la forma triangular es mis ripido que el de expansién por cofactores ‘0 largo de un rengién 0 una columna. Si la matniz es grande, entonces el niimero de ‘operaciones necesarias para una expansi6n por cofuctores puede volverse extremadamen- te grande. For esta razon, muchos algoritmos de computadora y de calculadora usan el método que aplica operaciones clementales con regloncs o columnas. La tabla 3.1 (eu lt gina 138) muestra el nimero de sumas (més restas) y las multiplicaciones (mas divisio- ‘nes) necesarias para eada uno de estos dos métodos para matrices de orden 3,5 y 10. 438 © Capitulo? Determinontes (EJEMPLO 5. SOLUCION TABLA 3.1 : Reducin e rengones 3 5 9 5 10 5 19 20 30 45 10 3,628,799 6,235,300 285, a De hecho. el nimero de operaciones para i expansion por cofuctoes de uns maui rn xnerece como n!, Como 30! ~ 2.65 > 10%, incluso una matizrlativamente peg de 30 x 30 puede requerir de mas de 10* operaciones. Si una computadora puede relia un billdn de operaciones por segundo, le tomaria mas de un bill6n de aos calcular el terminante de esta matiz aplicando expansion por cofactores. Sin embargo, la reduc de renglones sélo toma algunos segundos. Cuando evahia un determinante a mano, usted puede ahorrarse algunos pasos aft ceando operaciones clementales con renglones (0 columnas) para formar un rengho columns) completamente de ceros excepto en una posicion ¥ entonces usar expansit Dor Cofaeiuies para reduvr el orden de Ta mati aI Eateplanteamionto ce ilutra ens dios ejemplos siguientes determinante Evaluacién de wi Encuentre el determinante de 325 2 As|o -4 A 30 6 ‘Observe que In matriz A tiene un cero en el tercer renglén. Usted puede crear otro cere: cl tercer renglén al sumar dos veces la primera columna Ia tercera, como sigue. Eh 42) 3 5-4 W-|2 -4 -1-} -|2 -4 3 3 0 6 30 «0 Fxpandiendo por cofacto: _'" largo del terver rengion se produce lal R- 3 i. 4] SCI l4 3 = 31-1) = 3. \matriz de © pequeria de realizar ular el de- reduecién sas0s apli- ‘englén (0 expansién stra en los roceroen EJEMPLO 6) SOLUCION Evaluacién de un determinante __Al Seccién 3.2 Caluacién de un Jeterininnunte rmediante operaciones elementales 139 vale el determinante de 20132 21324 10-123 3-12.43 11320 Ya que la segunda columna de os ceros, se clige para expansién por cofactores. Dos ceros adicionales pueden generarse en la segunda columna al sumar el segundo renglén al cuarto y después sumando 1 vee. el segundo renglén al quinto. 20132 213 2-41 w=] 1 0-1 23 $244 113 20 2613-2 ais -[1 6223 10 5 6-4 en enone One 2132 wf 2 3 SHY vs 6 a4 3 0 01 (Usted ha veducidy el problema de encomrar el dewermin: una maiz de 9 ana Harel determinante de una matriz de d v d.) Como ya tiene dos ceros en el cuarto renglén, lo clige para la siguiente expansién por cofactores. Sume ~3 veces la cuarta columna a la primera para producir lo siguiente 2) Tt Ss 8 1 3-2 weft - 2 3/_fs +a 2 3 1s 6 a)" /a os 6 4 3 0 0 1] |-9—e—e7 8 13 =uey}s -1 2 BOS 6 440 Copituin 2 Determinantes Sume el segunclo rengléin al primero y luego expanda por cofactores alo largo del pine: renglon. 8 13 Aa 0 w-|3 + 2/-/s a 2 BS 6 foarte) Enlose ones ¢ ‘inane decomp, a. |= : 1 [RSS cjercicios - _ — = a. | o 2 -6 2 |-4 Seo a - 1-3 12-15, oo 0 6 o o 90 1 nes ocol 3 fo 0 of-0 4 | 8 0 0 B. | 5 “14 1 2 o 2 1 ce 1 L 34 1 6 2 a4 2 2? O}=-|2 2.00 15. * 4 1 6 2 1 304 6 29, 5 3 ao. 201 au. | 9 8 Et [safes a] ; of 2-9 6]-n)3 3 2 2 1 » 7 4.9 7 1 3 ag, | 0 1 atl 5 5 0 10 o 2 wm ]o 4 3 M. | 25 30 40 -6 8 -1 8 A -1s 5 ww 1 4 te Seccién 3.2 Evaluacién de un determinante mediante operaciones elementales 141 I primer 131969 rae 4 g42 303 26 0-4 3 14 6 O61 709 6 2 Bls 20 62 6 | o 2 8 0 o 5 0 3 0-3 0 01122 1a ia os a.2 431 luusericios 21 28, use cualquier operacin elemental con ren- 10 2 10 sins ocohmnnts, expansion por cofactors, parnevahur el deter. 38, | 5 -1 0 3° 2 ia iv. Después, ule una apliecton gre un programa 47-8 000 ‘ecamputadora para veriicar el valor de determinant 123 02 —s oo 2 4302 afior 4 oz 0 {Nerdadoro falso? En los ejericios 39 y 40, determine cul de as on lee txpresions es verdaderao fla, Sila expres es verdaera,propor- cione una razén o cite una expresin adecuada del texto Si la expre- Tei 2 1 1 siénesales, proporsione un ejemplo que must quel exprsisn no 0102 102 a _esciermen todas tos casos o cite del texto una expresién adecuada — Bor i i 4 4 1 0 oo 4 3 1 0| 3% G) Tnercambiar dos renglones de una matric dada combi lng no desu determinant Es csicis 2528, uilice operaciones elementales con renglo (6) Mulplcar uu inghin de un muti por una constant dife- ssoclumnas para evaluar el determinant, rente de cero da como resultado el determinante mutiplicada ar al ora misma constant diferente de era 4 w,)2 1 2 (©) Si das englones de una matrzcuadrada son iguales.entonces aed 1241 © tance 7 5 440, (@)_Sumaevn ip den engin denna mtr ote englén 244 4-1 3 sé cambia cl signa del determinant nfl 32 wfi o4 2 a: 3-1 (©) Dos matrices som equivalents por columnas si una matriz ‘ede se olenida al ializat ela ota opevaciones eles a a {ales con colurnas. 5 ¢ | wa ;o sw 4 (©) Stun rengion de una mawrtz cuadrada es un muletplo de otro ie ae renglin.entonces el determinants es 0. Pra nay En os si 4 46 eum eteminmi ea mati ee ufo o7 nfs -3 3 ee a7 a 85 2 1 0 0 1 9 0] fo 1 o a 9-4 2 5| fo & ofafo 1 ofasli 0 0 ee amie: ooo4 vv «} jou 4 Bist @ a o5)| e/a) ites! to 0744 7 4 ; " ooo 1 0 of fi o o afo 1 ofasfe 1 ofasfo 1 0 fo ee eae 1 0 0 oo i] jo a ot 345s apeerersinme *\p oe 14 4 6 0 9 esa pe iE eeomee ola 442 Capitulo 3 Determinantes 447, Demmueste la propia (Comienee st demostracién haciendo que B sea la matic tenia al sumar © veces ef jésimo renglén de A al iin ay, as) [Pr ae Ay] [Qutb aa Aa renglén de A. Wy My May HEP bay Um Mts |= flay Pad ay Ae My] [Pn In Go| [lant bod 4 Gi) Bhowentr ol doterminante de R por mxpanciin a lo lrg este /-¢simo renglin de A. ii) Distibuya y después agrupe los términos que contengans 48. Demuestre la propiedaa. cocficionte doc y aquellos que no lo contengan (ov) Demuestre que ia suma de Ios érminos que 0 contienen Ita tot corficiente de sel determinant de A y la suma de si 1 tb 1 le om(v ater |e minos que contienen un coeficente dec es gual ceo 11 Ite a 155. Demostracién guiada Demueste la propiedad 3 del to] 270, be0, #0 tia 33. si B es obtenida a partir de A por la multipicacin Un renglén de A por una constantec diferente de cero nen En los ejrcicios 49-2, eval el determinant dou) = dt | Inicio: para demostrar que el determinant de 6 es igs 49, | cos@ sone sp, | 8 uno ‘¢vooes el determinante de A, usted necesita demstrar ued -sen cos 8 tan sec determinant de es igual a veces la expansitin por cota de determinate de A. si. sno go, |eco 1 1 one 1 see @)-Comience su demostacion haciendo que B sea la mae tenida al mukiplone «were l-ésima renglén de A 53. Fecriba Resvelva necnacidin para, sies posible. Expique sul) Encueute el detcrinante d= por expansin To lst revula este imo rengion (iy Obtenga efector comin cox 0 sen {ivy Demoesre que este resultado es ¢ veees el dtm sar 0 a A | senx—coss 1 sex + cost Lseriba Un operador de compusaras cone 30.00 (un in} <4 entave) peal sma y esta 8.008 por cada mis 54, Demostraciin guiada Demueste la propiedad 2 del teorema _nydivisin, Compare lon eostos de ealeular ol determing 33. ai Bes obtenia a patr de A al sumar un maliplo de un de un maiz de 10 x 10 por expansién por cofactors he rengln de Aa otro renglon de A, entonces det(B) = de) porreduccin de renglones. Cul dels métados prefers pra calcula detcminantes? Inicio: para demostear que el determinante de B e= igual al determinante de A, usted necesita demostrar que sus respectivas ‘expaasiones por cofactors son iguales 3.3 | Propiedades de los determinantes En esta seccidn aprender d algunas propiedades importantes de los determinantes, Bag zaremos eonsideranda el determinante del producto de dos matrices. [7 EJEMPLO 1] _Determinante de una matriz producto Encuentre [Al Bly LAB! para las siguentes matrices 12 2 2 0 1 A=|o 3 2] y Belo a 2 ett a1 2 a | | Seccién 4.3 Propiedades de los determinantes. 143. aatiz ob SULUCION Utilizanda tas tkenias deserts on las seesiones antrioree, uated puede domostrer que al -ésima lay lal tienen os valores to largo de 1 tenga un Mls}o 3 2 y i=} 0 + 2)=u . 1001 3°12 te lost La mntriz producto AB es ‘cero. 1-2 zif2 0 1] faa ot | del tore: aB-Jo 3 2|/0 1 2]-l6 -1 -0 Vieaeidn de 1oo ils 12] ls ac Aplicando las mismas técnicas, puede demostrar que IABI iene el valor +s igual rar que el 8 40 ‘cofactores: Ma=|6 «1 saa mats ob : - A. En el ejemplo 1, observe quc el determinante de la mats producto es igual al produc 'o ings to de sus determinantes. Esto es las = lAllB rinante de “7 77 NAN), (on décimo En goncral, esto se cumple, tal comu se indiva en el siguiente teorema, rmulhiplica: anil TEOREMA 3.5 ts y lege Determinante de una SiAY Bon matrices de orden n,entonces ‘matriz producto det(AB) = det(A) det(R) DEMOSTRACION Pasa ciypeeat, vbyetve que ses tina matriz elemental, entonces, por el teorema 3.3 las siguientes afirmaciones son ciertas, Si E es obtenida a partir de J por intereambio de dos seuglones, entonces |E{ = 1. Si £ es obienida por la multiplicacién de un renglén de 1 Por una constante ¢ diferente de cero, entonces |E| = ¢. Si es obtenida por la suma del ‘ulti Ue un renglon de J con otro renglon de J, enfonces El = 1. Adicionalmente, por el worema 2.12, si £ eel resultado de efectuar una operacién clemental con un seughGu de Ly la misma operacicn elemental se erecuta con un renglén de B. entonces resulta In ‘matriz EB. Asi tenemos que es. Empe- (eB = 121 1B Esto puede generalizatse para concluir que [E,~ ~ -2,E.b|=IE ~~ [EJ 1 Bl, do de E, €8 una matriz elemental. Ahora considere Ia matriz. AB. Si A es na singular, en- tonces, por el teorema 2.14, puede eseribirse como el producto de maltives elementales 4b, V usted puede escribir como Ue + BE Bl We) «+ Tele el =e, - 2,61 = lial, 144 Cupitulo J_Determinantes Si Aes singular, entonces es equivalente por renglones a una matriz con nin renglénes| teen formado de ceros. A partir del teorema 3.4, usted puede concluir que [Al = 0. i tad, como A es singular, sc tiene que AB también es singular. (Si AB fuera no sing entonces A[B(AB)"] = Timplicaria que A es no singular.) Asi, AB] = 0 y puede coi que lab| = [Al i. COMENTARIO: Blteorema 3.5 puede extenderse para ineluir el producto de cual ingimero finita de matrices. Fsto es, Waa, <= 1A, La relacién entre [ly [cAl se muestra en el siguiente teorema. TEOREMA 3.6 Si ges una matriz den x 7 y ces un evcalar,entonces el determinante de cA est dale Determinante de un esealar por rmiitiplo de una matriz det(cA) =e" det). DEMOSTRACION Esta férmula puede obtenerse por la repetida aplicacién de la propiedad 3 del t 3.3. Factorice el escalar ¢ de 10s n renglones Ue [cl pata obtener IeAl = cal. [CEJEMPLO 2|_Determinante de un escalar multiplo de una matriz Encuente el determinante de la matriz 10 -20 40 A=] 30 0 50 = -30 10 SOLUCION Como 12 4 12 4 A=10f3 0 S| y 300 S]=5. 2301 24 i usted puede aplicar el teorema 3.4 para concluir que 12 4 lal = 10} 3 0 5 | = 10005) = so00, 23 Seccién 3.3 Propiedades de los determinantes 145, Los teoremas 3.5 y 3.6 proporcionan frmulas para evaluar los deteiminantes del pro- ducto de dos matrices y un miitiplo escalar de una matriz. Sin embargo, estos teoremas ny incluyen Ta formula para el deterininae de bs suma de dos muurices. Es importante lobservar que I sims de Ios determinantes de dos matrioes a menuua nae igual al detor- rminante de la suma, En general, esto es [Al + [Bl * [A + Bl. Por ejemplo, si [Si] = 7} ayo sn=[ 3 Q [ea sa-n entonces LA] = 2 y lal Determinantes y la i Usted ya vio en el capitulo 2 que algunas matrices cuadradas no son invertibles. También resulta dificil decir simplemente por inspeccién si una matri7 tiene o no inversa. :Padria decir Cuél de las siguientes malices es iuventible? o 2-1 0 2-4 A=/[3 2 1] o B=/3 2 1 Bz 302 1 TE siguiente teorema muestra quc los determinantes son stiles para clasificar las matrices cuadradas invertibles, 5 TEOREWA 5-7 Una matriz cundrada A es invertible (no singular) si y s6lo si Determinante de una matriz invertible det(A) # 0. 59) Para demostrar el tcorema en una direccién, suponga que A es invertible. Entonces AA" = L.y porel teorema 3.5 puede escribir [Al 4" = I Ahora, como I = 1, usted sabe que tampoco el determinante de la izquierda es cero. Especificamente,|Al + 0. Para demosirarel teorema en otra direccidn, suponga que el determinante de A es dife- rente de cevo. Entonces, aplicando la eliminaciGn de Gauss-Jonlan,encuentre una mattiz, Ren Ia forma escalonada.redicida por renglones que ea equivalente por renglones a A ‘Como B esté eu la form escalonai-reducida por reuglones, esta debe ver faa ie tidad 0 dehe contenes al menos un renglén forma por cerns. Pero si tiene nn renglin completo de ceros, entonves por el corema 3.4 usted sabe que |B] = 0, lo cual puede implicar que [l = 0, Debido.a que supuso que [Ales diferente de cero, pred B = I. Acc por tanto, equivaente por renglones a la matri identidad y por el teorema Use un oplcacén rica oun | 2.15 usted sabe que A es invertible. pra de computedera para. | = cana Compare de) | oncetAL Hoga una coneuro | 9] | aiccecerminac deicimeso | ea ati | ranelni qe Clasificacién de matrices cuadradas como singulares 0 no singulares 446 Capitulo 2 Determinantes | EJEMPLO 3 SOLUCION TEOREMA 3.8 Determinante de la inversa de una matriz DEMOSTRACION {Cuil de las siguientes matrices tiene inversa? o 2-1 0 2 4 mis 9 1 O}s 2 1 302-1 ay er jt (a) Como = o 2-1 3.9 1 302-1 ‘puede concluir que esta matriz no tiene inversa (es singular) (b) Como o 2-1 3202 1)s-2e0 302-1 puede concluir que esta matriz tiene una inversa (es no singular) En el terorema siguiente se brinda una forma préctica de hallar el determinant de jnvorsa de una matriz SiAes invertible, entonces eae Ae) = Ger Debido aque A es invertible, AA ' = f,y usted pucde aplicar el teorema 3.5 para que IAI [A"l= il = 1. Como A es invertible, tambign sabe que [Al # U y puede cada lado entre [al para obtener ol ve 1, wr de ta vcluir vidir SOLUCION Condiciones de equivalencia para una matriz no singular Seccién 3.3 Propiedades de los determinantes VA? [_EJEMPLO 4] _Determinante de la inversa de una matriz, tencuentre [4 para ta matriz ‘Una manera de resolver este problema es encontrar A“ y después evaluar su determinan- tc. Gin embargo, es mis fil aplicar el teorema 3.8 como sigue. Encuentre cl detcrmi- ante de A. I ll=]o + 2 2 COMENTARIO: Enel ejemplo 4, la inversa de A es (ell hecho i shee ate Intente evaluar el determinante de esta matriz directamente, Después compare su respues- ‘a con la obtenida en el ejemplo 4. Observe que el teorema 3.7 (una matriz es invertible si y s6lo si su determinante es «diferente de cero) proporciona otra condicién de equivalencia que puede ser agregada a la lista del teorema 2.15. Las esis condiciones se recumen a continuacisa, Si Aes una matriz de nx n, entonces las siguientes afirmaciones son equivalentes 1. Acs invert 2. AX= tiene una tnica solucion para toda matriz columna b de r x 1 3. Ax = O tiene 26lo la solucin trivial. 4, Aes equuvalente por renglones a... 5.A puede ser escrita como el producto de dos matrices clementales. 6. det(a) #0, COMENTARIO: En la seccién 3.2 usted vio que una matriz cuadrada A puede tener un dloterminante cero si es equivalente pur reuglunes « uu sializ que por Io avenus tenga un teglén que conste completamente de cerns. La valide7 de esta afirmacién surge a partir de In equivalencia de las propicdades 4 y 6. 148 Capitulo 7 Determinantes ___EJEMPLO 6 Sistemas de ecuaciones lineales {4Cual de os siguientes sistemas tiene una inica soluci6n? @ myoar od © By > wi tns 4 ay 2 ty Bx, + 24) = 4 Be 4K, + Del ejemplo 3, usted sabe que las matrices de coeficientes para estos dos sistem ‘ecuaciones tienen los siguientes determinantes. oat. a7 4 @}3s 2 1|-0 m}3s 2 1f- 2 E 30241 3021 Lt Utilizando la lista de condiciones de equivalencia anterior, puede concluir que sob segundo sistema tiene ui nica solucié Jetorminantes y la transpuesta de una matriz FI siguiente teorema nos dice que el determinante de ta transpuesta de una matriz ada es igual al determinante de Ia matriz original. Este teorema se puede de indo induccién matemitica y el teorema 3.1. el cual establece que un determi ‘puede evaluaise aplicando expansién por cofactores a lo largo de un renglén o de columna, Tos detalles de esta demostracién se le dejan a usted, (ver ejercicio 36) Si Acs una matriz cuadrada, entonces det (A) = dei(a’). Determinante de una transpuesta 301 2 A=]2 0 0 Preis ara encontrar el determinante de A. expanda por cofactores a lo largo del segundo ‘gkin para obtener lal= 2! | = QEDG) = oe Seccién 3.3 Propiedades de los determinantes 149 Para encontrar el determinante de 302-4 wel i oo 1 20 5 ‘expanda por cofactores bajo la segunda columna para obtener stemas de = eg lal = 21-1 =6. Fntonces|Al = lA ODE Erbe ejercicios 1 a 6, encwentre (a) Al, (b) IBl, (©) AB_y (a) lABl, Eu los cjeveivivs 11 a 14, encuente (a) [Al, (b) (Bl, (c) LA + Bh. Lang verifque qu Ll Lt = LAB Luego verifique que [Al + [al 2 A+ Bl esl olin waePl Sp oefd 3] ue solu el hae we } Ba eof a} eft a] demostrar co 7 24 4 o 1 2 ool a Mast y 1 2 B=| 9 1 3 MWA-] 1 1 oa}, B-|2 1 1 e En los ejericios 15 a 18, encucntec (a) LA"), (b) Lal, (©) laa’, 200 too 1 Wo o-1 1 (dy Aly (ey 1A“. [- 2 4 0 4 2 -1 0 4 1 1 0 = vovou ~ Fnbsejeiios 7210, use el hecho de que leal = cal paraevaluar “+ En os eercicios 19 a 22 uilice una apicacin gréfica oun pro- . (2 priega lambda) y es Hamado eigenvalor de A y la matriz x diferente de cero es I tigenvector de A correspondiente a i. La ecuacién fundamental para el problema cigenvalar es Ax= ha [] ‘Veritique que 2, = 5 es un eigenvalor de A correspondiente a x, y que t= 1 es un cenvalor de A correspondiente a x, OLU Para verificar que 2, ~ 5 es un eigenvalor de A correspondiente a x,, multipligue las trices A y x, como sigue of: 10-EeL~ valquler ante de Algebra cimiento 3 Iabora- speranza on erfas, 3 durame eribucién scopto de hia vanie- {e pobla en forma siguiente >ero tales «(la Letra s Hamada, vlema del es un eig- ue las ma- __EJEMPLO 2| J Seccién 34 Induccién de eigenvolores. 153 De manera simular. para venticar ave i, rmultiplique A por , 1 4][2]_[a w-[3 qVF De este ejemplo, puede ver que es ficil verificarcusndo un escalar yuna matrix x de 12x 1 satisfacen la ccuacién AX = hx. Observe lambign que si x es un eigenvector co- respondliente 2 3, entonees también la ec eualanier mitipla de © diferente de cera, Por ‘cjeumply lay unauives eoluma Les un eigenvalor de A correspondiente a x,. son también eigenvectores de A correspondientes a 2, =5. Siempre con una matriz A de n x n,