Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo No 1 - Matrices y Determinantes
Capítulo No 1 - Matrices y Determinantes
MATRICES Y DETERMINANTES
1. VECTORES Y MATRICES
2. MATRICES
columna
NOTAS:
2
0 0 0
𝐴 = [7 6 2] 𝐵=[ 5 ] 𝑁=[ ]
0 0 0
−2
Matriz fila Matriz nula
Matriz columna
9 5 8 9 0 0 1 0 0
𝐶 = [−6 4 1] 𝐷 = [0 4 0] 𝐼 = [0 1 0]
3 6 7 0 0 1 0 0 1
7 9 −1 10 5 0 0
𝐴𝑡 = [6] 𝐸 = [0 4 8] 𝐹 = [10 4 0]
2 0 0 1 9 7 1
3. ÁLGEBRA MATRICIAL
3.1 Suma
Sean 𝐴 = [𝑎𝑖𝑗 ] y 𝐵 = [𝑏𝑖𝑗 ] dos matrices de la misma clase, es decir de la misma
dimensión (mismo número de filas y el mismo número de columnas)
La suma se define como:
Índice REPETIDO
EJEMPLO:
7 −1 4 7
2 0 −3
𝐴=[ ] ; 𝐵=[ 2 5 0 −4]
4 1 5 2×3
−3 1 2 3 3×4
2 7
𝑐11 = (2,0, −3) ⃘ (7,2, −3) = [ 0 ] ⃘ [ 2 ] = 14 + 0 + 9 = 23
−3 −3
2 −1
𝑐12 = (2,0, −3) ⃘ (−1,5,1) = [ 0 ] ⃘ [ 5 ] = −2 + 0 − 3 = −5
−3 1
(… )
4 7
𝑐21 = (4,1,5) ⃘ (7,2, −3) = [1] ⃘ [ 2 ] = 28 + 2 − 15 = 15
5 −3
Material preparado por Mario Delgadillo Zurita
Facultad de Ingeniería
UMSA
CAPÍTULO No 1
4 −1
𝑐22 = (4,1,5) ⃘ (−1,5,1) = [1] ⃘ [ 5 ] = −4 + 5 + 5 = 6
5 1
4 4
𝑐22 = (4,1,5) ⃘ (4,0,2) = [1] ⃘ [0] = 16 + 0 + 10 = 26
5 2
4 7
𝑐22 = (4,1,5) ⃘ (7, −4,3) = [1] ⃘ [−4] = 28 − 4 + 15 = 39
5 3
23 −5 2 5
𝐴𝐵 = [ ]
15 6 26 39
La idea es la siguiente:
7 −1 4 7
2 0 −3
𝐴=[ ] ; 𝐵=[ 2 5 0 −4]
4 1 5 2×3
−3 1 2 3 3×4
1 −1 2 4 1 4 3
𝑀𝑁 = [ 2 0 4 5 ] [ 2 −1 0] = [𝐴 𝐵 𝐸
][
𝐺
]
1 1 2 − 3 −3 2 1 𝐶 𝐷 𝐻 𝐼
−2 3 5 0 0 1 2
1 −1 1 4 2 4 −3 2 −1 5 −6 8
𝐴𝐸 + 𝐵𝐻 = [ ][ ]+[ ][ ]=[ ]+[ ]
2 0 2 −1 4 5 0 1 2 8 −12 13
−7 13
𝐴𝐸 + 𝐵𝐻 = [ ]
−10 21
1 −1 3 2 4 1 3 10 13
𝐴𝐺 + 𝐵𝐼 = [ ][ ]+[ ][ ] = [ ]+[ ] = [ ]
2 0 0 4 5 2 6 14 20
−3 4
𝐶𝐸 + 𝐷𝐻 = [ ]
−11 −1
−1
𝐶𝐺 + 𝐷𝐼 = [ ]
−1
−7 13 13
𝑀𝑁 = [ −10 21 20 ]
−3 4 −1
−11 − 1 − 1
1 0 2 1 0
𝐴 = [2 −1 3] ; 𝐵 = [ 2 3]
1 4 4 3×3 3 2 3×2
NOTA (4):
a. En general 𝐴𝐵 ≠ 𝐵𝐴
b. Las leyes de la cancelación no aplican a la multiplicación de matrices, si
𝐴𝐵 = 𝐴𝐶 en general no es cierto que 𝐵 = 𝐶
a. Matriz Idempotente: 𝐴𝐴 = 𝐴2 = 𝐴
b. Matriz Nilpotente: 𝐴𝑘 = 0
c. Matriz Involuta: 𝐴2 𝑛×𝑛 = 𝐼𝑛
a. 𝐴 + 𝐵 = 𝐵 + 𝐴
b. 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶
c. (𝐴𝐵)𝐶 = 𝐴(𝐵𝐶)
Cuando 𝐵 es cuadrada y 𝐶 tiene menos columnas que filas que 𝐴, es mejor calcular
𝐴(𝐵𝐶) en lugar de (𝐴𝐵)𝐶
d. 𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶
e. (𝐵 + 𝐶)𝐴 = 𝐵𝐴 + 𝐶𝐴
f. 𝑡(𝐵 + 𝐶) = 𝑡𝐵 + 𝑡𝐶
g. (𝑡1 + 𝑡2 )𝐴 = 𝑡1 𝐴 + 𝑡2 𝐴
h. (𝑡1 𝑡2 )𝐴 = 𝑡1 (𝑡2 𝐴) = 𝑡2 (𝑡1 𝐴)
i. 𝐴𝐵 ≠ 𝐵𝐴
a. (𝐴𝑡 )𝑡 = 𝐴 → 𝑓(𝐴𝑡 ) = 𝐴
b. (𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵 𝑡
c. Ɐ 𝑟; (𝑟𝐴)𝑡 = 𝑟𝐴𝑡 = 𝑟𝑓(𝐴)
d. (𝐴𝐵)𝑡 = 𝐵 𝑡 𝐴𝑡
(𝐵 𝑡 𝐴)𝑡 = 𝐴𝑡 (𝐵 𝑡 )𝑡 = 𝐴𝑡 𝐵
6. MATRIZ SIMÉTRICA
Una matriz cuadrada es simétrica, sii es igual a su transpuesta
𝐴 ∈ 𝐾 𝑛×𝑛 → 𝐴 = 𝐴𝑡 → 𝑎𝑖𝑗 = 𝑎𝑗𝑖 , ∀ 𝑖, 𝑗
1 −1 0 1 −1 0
𝑡
𝐴 = [−1 2 3] → 𝐴 = [−1 2 3]
0 3 4 0 3 4
NOTA:
a. El producto de toda matriz por su transpuesta es una matriz simétrica
(𝐴𝐴𝑡 )𝑡 = (𝐴𝑡 )𝑡 𝐴𝑡 = 𝐴𝐴𝑡
b. La suma de una matriz cuadrada y su transpuesta es simétrica
(𝐴 + 𝐴𝑡 )𝑡 = 𝐴𝑡 + (𝐴𝑡 )𝑡 = 𝐴𝑡 + 𝐴 = 𝐴 + 𝐴𝑡
c. La diferencia de una matriz cuadrada y su transpuesta es antisimétrica
(𝐴 − 𝐴𝑡 )𝑡 = 𝐴𝑡 − (𝐴𝑡 )𝑡 = 𝐴𝑡 − 𝐴 = −(𝐴 − 𝐴𝑡 )
d. Toda matriz cuadrada es la suma de una matriz simétrica y una matriz
antisimétrica
1 1
𝐴= ( 𝐴 + 𝐴𝑡 ) + (𝐴 − 𝐴𝑡 )
2 2
7. MATRICES ESCALONADAS
Una matriz se dice que esta escalonada si:
a. Cualquier fila consistente en puros ceros se encuentran en la parte inferior
b. Cada entrada principal (o pivote) de una fila está en una columna a la derecha de
la entrada principal de una fila superior
c. Todas las entradas de una columna que estén debajo de una entrada principal
son cero
2 4 1 2 4 1 1 1 0 2 0 3 −1 2
[0 −1 2] ; [0 −1 2] ; [0 0 1 3 ] ; [0 0 1 3]
0 0 0 0 0 3 0 0 0 0 0 0 0 0
A las formas escalonadas también se les llama matrices triangulares superiores.
8. OPERACIONES ELEMENTALES POR FILA
1 2 −4 −4 5
2 4 0 0 2
2 3 2 1 5
−1 1 3 6 5
1 2 −4 −4 5
0 0 8 8 −8
2 3 2 1 5
−1 1 3 6 5
1 2 −4 −4 5
0 0 8 8 −8
0 −1 10 9 −5
−1 1 3 6 5
1 1
6. Multiplicamos la tercera fila por 8
: 8
𝑅3
1 2 −4 −4 5
0 −1 10 9 −5
0 0 1 1 −1
0 0 0 0 24
DEFINICIÓN 1
Se dice que una matriz se encuentra en su forma escalonada reducida si:
a. Se encuentra en forma de filas escalonadas.
b. Toda entrada en cada fila no cero es uno
c. Cada columna que contiene un uno como pivot tiene ceros en cualquier otra
posición.
1 0 ∗ 0 ∗
0 1 ∗ 0 ∗
0 0 0 1 ∗
0 0 0 0 ∗
NOTA
Cada matriz es equivalente por filas a una y sólo una matriz escalonada reducida
(Teorema de la unicidad de la forma escalonada reducida)
8.4 DEFINICIÓN 2
1 2 −4 −4 5
0 −1 10 9 −5
0 0 1 1 −1
0 0 0 0 1
…Rango 4
Si 𝐴 es una matriz 𝐾 𝑛×𝑛 , a menudeo sucede que existe otra matriz 𝐶, tal que:
𝐴𝐶 = 𝐶𝐴 = 𝐼
Donde 𝐶 = 𝐴−1
NOTA
ANÁLISIS
2 5
Intentaremos hallar la inversa de [ ] , para ello usaremos la definición:
−3 −7
2 5 𝑥 𝑦 1 0
[ ][ ]=[ ]
−3 −7 𝑧 𝑢 0 1
2 5 𝑥 𝑦 2𝑥 + 5𝑧 2𝑦 + 5𝑢 1 0
[ ][ ]=[ ]=[ ]
−3 −7 𝑧 𝑢 −3𝑥 − 7𝑧 −3𝑦 − 7𝑢 0 1
2𝑥 + 5𝑧 = 1
2𝑦 + 5𝑢 = 0
−3𝑥 − 7𝑧 = 0
−3𝑦 − 7𝑢 = 1
2𝑥 + 5𝑧 = 1 2𝑦 + 5𝑢 = 0
Resolviendo los siguientes sistemas que se forman: { ;{
−3𝑥 − 7𝑧 = 0 −3𝑦 − 7𝑢 = 1
𝑥 = −7 𝑦 = −5
obtenemos: { ; {
𝑧=3 𝑢=2
𝑥 𝑦 −7 −5
Por tanto: 𝐴−1 = [ ]=[ ], luego:
𝑧 𝑢 3 2
TEOREMA:
𝑎 𝑏
Sea 𝐴 = [ ], si 𝑎𝑑 − 𝑐𝑏 ≠ 0, 𝐴 es no singular y su inversa viene dada por:
𝑐 𝑑
1 𝑑 −𝑏
𝐴−1 = [ ]
𝑎𝑑 − 𝑐𝑏 −𝑐 𝑎
TEOREMA:
𝐴𝑥 = 𝑏
9.1 PROPIEDADES
a. Si 𝐴 es una matriz que admite inversa, entonces 𝐴−1 es invertible: (𝐴−1 )−1 = 𝐴
b. Si 𝐴 y 𝐵 son invertibles, entonces (𝐴𝐵)−1 = 𝐴−1 𝐵 −1
c. Si 𝐴 es una matriz invertible, también lo es su transpuesta: (𝐴𝑡 )−1 = (𝐴−1 )𝑡
d. El producto de matrices de invertibles de 𝑛 × 𝑛, es invertible, y el inverso es el
producto de sus inversas en el orden inverso.
NOTA
Una matriz cuadrada no singular es ortogonal sii su inversa es igual a su transpuesta:
𝐴−1 = 𝐴𝑡 → 𝐴 𝑒𝑠 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙
El producto de dos matrices ortogonales es ortogonal:
(𝐴𝐵)(𝐴𝐵)𝑡 = 𝐴𝐵𝐵 𝑡 𝐴𝑡 = 𝐴𝐼𝐴𝑡 = 𝐴𝐴𝑡 = 𝐼
9.2 MATRICES ELEMENTALES
Una matriz elemental es una matriz cuadrada que obtiene a partir de una matriz
identidad mediante una sola operación elemental por fila:
a. Multiplicar una fila por un escalar
b. Sumar un múltiplo de una fila a otra
c. Intercambiar filas
NOTA
Toda matriz elemental es invertible, y su inversa también es una matriz elemental
Matrices elementales:
1 0 3 0 1 0
0 1 2 1 0 0
0 0 2 3 −4 1
1 0 3 0 1 0
0 1 2 1 0 0
0 0 1 3 −2 1
2 2
1 0 3 0 1 0
0 1 0 −2 4 −1
0 0 1 3 −2 1
2 2
𝐴−1 = 𝐸6 𝐸5 𝐸4 𝐸3 𝐸2 𝐸1 𝐼𝑛
𝐴=
5 7 −2 4 −6
𝐵=
1 2 3
4 4 6
𝐶=
1 3
3 7
≫ 𝑇𝐶 = 𝐶. ′ % Transpuesta (En este caso sale lo mismo porque la matriz es
simétrica)
𝑇𝐶 =
1 3
3 7
10. EQUIVALENCIAS
Agrupando:
𝐴 𝐵 𝑥 𝑦 𝐼 0
[ ][ ]=[ ]
𝐶 𝐷 𝑧 𝑢 0 𝐼
Donde,
1 −1 0 0 2 1 1 0
𝐴=[ ]; 𝐵 = [ ]; 𝐶=[ ]; 𝐷=[ ]
1 1 0 1 1 −2 0 1
Entonces, por las reglas del producto:
𝐴𝑥 + 𝐵𝑧 = 𝐼 (1)
𝐴𝑦 + 𝐵𝑢 = 0 (2)
𝐶𝑥 + 𝐷𝑧 = 0 (3)
𝐶𝑦 + 𝐷𝑢 = 𝐼 (4)
Formamos un sistema de cuatro ecuaciones con cuatro incógnitas matriciales.
De la ecuación (3)
𝐶𝑥 + 𝐷𝑧 = 0 → 𝑧 = −𝐷−1 𝐶𝑥 (5)
(5) en (1)
1 −1 0 0
1 1 1 0
2 1 1 0
1 −2 0 1
Es:
0 −1 1 0
−1 −1 1 0
1 3 −2 0
−2 −1 1 1
2 1 3 1 0 0 1 0 0
𝑅3 + 𝑅1 → [0 −3 −3] ; 𝐸2 = [0 1 0] ; 𝐸2 −1 = [ 0 1 0]
0 6 8 1 0 1 −1 0 1
2 1 3 1 0 0 1 0 0
𝑅3 + 2𝑅2 → [0 −3 −3] ; 𝐸3 = [0 1 0] ; 𝐸3 −1 = [0 1 0]
0 0 2 0 2 1 0 −2 1
𝐸3 𝐸2 𝐸1 𝐴 = 𝑈 → 𝐴 = 𝐸1 −1 𝐸2 −1 𝐸3 −1 𝑈 = 𝐿𝑈
𝐿 = 𝐸1 −1 𝐸2 −1 𝐸3 −1
1 0 0 1 0 0 1 0 0 1 0 0
𝐿 = [2 1 0] [ 0 1 0] [0 1 0] = [ 2 1 0]
0 0 1 −1 0 1 0 −2 1 −1 −2 1
1 0 0 2 1 3 2 1 3
𝐴=[ 2 1 0 ] [0 −3 −3] = [ 4 −1 3]
−1 −2 1 0 0 2 −2 5 5
Forma alternativa
2 1 3 1 0 0 2 1 3
[ 4 −1 3] = [𝑎 1 0] [0 𝑢 𝑣]
−2 5 5 𝑏 𝑐 1 0 0 𝑤
1 0 0 2 2 2
𝑎=2
[𝑎 1 ]
0 0[ ] = [ 2𝑎 ] = [ 4 ]→
𝑏 = −1
𝑏 𝑐 1 0 2𝑏 −2
1 0 0 1 1 1 𝑢 = −1 − 𝑎 = −3
[𝑎 1 0] [𝑢] = [ 𝑎 + 𝑢 ] = [−1] → 5−𝑏 5+1
𝑐= = = −2
𝑏 𝑐 1 0 𝑏 + 𝑐𝑢 5 𝑢 −3
1 0 0 3 3 3
𝑣 = −3
[𝑎 1 0] [ 𝑣 ] = [ 3𝑎 + 𝑣 ] = [3] →
𝑤=2
𝑏 𝑐 1 𝑤 3𝑏 + 𝑐𝑣 + 𝑤 5
1 0 0 1 0 0
𝐿 = [𝑎 1 0] = [ 2 1 0]
𝑏 𝑐 1 −1 −2 1
2 1 3
𝑈 = [0 −3 −3]
0 0 2
NOTA.
Si la matriz 𝐴 es rectangular, por ejemplo, de dimensión 3 × 4, La matriz 𝐿 será
cuadrada (se debe tener cuidado que el producto 𝐿𝑈 sea conformante) y luego se puede
utilizar cualquiera de los dos métodos.
Ejemplo:
2 4 −1 5 −2
−4 −5 3 −8 1
2 −5 −4 1 8
−6 0 7 −3 1
FACTORIZACIÓN 𝑷𝑨 = 𝑳𝑼
Es un caso particular donde se requiere hacer un intercambio de filas (permutaciones):
𝑷𝑨 = 𝑳𝑼
Lo veremos en un ejemplo:
2 2 3
1. 𝐴 = [−4 −4 −3]
4 8 3
2 2 3 1 0 0 1 0 0
𝑅2 + 2𝑅1 → [0 0 3] ; 𝐸1 = [2 1 0] ; 𝐸1 −1 = [−2 1 0]
4 8 3 0 0 1 0 0 1
2 2 3
𝐴′ = [ 4 8 3]
−4 −4 −3
2 2 3 1 0 0 1 0 0
−1
𝑅2 − 2𝑅1 → [ 0 4 −3] ; 𝐸1 = [−2 1 0] ; 𝐸1 = [2 1 0]
−4 −4 −3 0 0 1 0 0 1
2 2 3 1 0 0 1 0 0
−1
𝑅2 + 2𝑅1 → [0 4 −3] ; 𝐸2 = [ 0 1 0] ; 𝐸2 = [ 0 1 0]
0 0 3 2 0 1 −2 0 1
1 0 0 1 0 0 1 0 0
𝐿 = 𝐸1 −1 𝐸2 −1 = [2 1 0] [ 0 1 0] = [ 2 1 0]
0 0 1 −2 0 1 −2 0 1
0 2 3
2. 𝐴 = [2 −4 7]
1 −2 5
1 0 0 0 0 1 0 0 1
𝑃 = [0 0 1] [0 1 0] = [1 0 0]
0 1 0 1 0 0 0 1 0
0 0 1 0 2 3 1 −2 5
𝑃𝐴 = [1 0 0] [2 −4 7] = [0 2 3]
0 1 0 1 −2 5 2 −4 7
1 0 0 1 −2 5 1 −2 5
𝐿𝑈 = [0 1 0] [0 2 3 ] = [0 2 3]
2 0 1 0 0 −3 2 −4 7