Traducido del inglés al español - www.onlinedoctranslator.

com

84CAPÍTULO 1Ecuaciones lineales en álgebra lineal

términoyo3D1 - yo3proviene de la corriente del bucle 3 que fluye a través de la resistencia de 1 ohm
en la ramaCD, en la dirección opuesta al flujo en el circuito 2. La ecuación del circuito 3 es

yo2C3i3D25
Tenga en cuenta que la batería de 5 voltios en ramaCDse cuenta como parte tanto del bucle 2 como del
bucle 3, pero es5voltios para el bucle 3 debido a la dirección elegida para la corriente en el bucle 3. La
batería de 20 voltios es negativa por la misma razón.
Las corrientes de bucle se encuentran resolviendo el sistema

11i1 3i2 D 30
3i1C6I2 yo3D 5 (3)
yo2C3i3D25
Las operaciones de fila en la matriz aumentada conducen a la solución:yo1D3 amperios,yo2D1
amperio yyo3D8amperios El valor negativo deyo3indica que la corriente real en el bucle 3 fluye en
la dirección opuesta a la que se muestra en la Figura 1.

Es instructivo ver el sistema (3) como una ecuación vectorial:

2323232 3
11 3 0 30
yo435Cyo465Cyo4
1 2 3 15D4 55 (4)
0 1 3 25
6 6 6 6
r1 r2 r3 v
La primera entrada de cada vector se refiere al primer ciclo, y de manera similar para la segunda y la
tercera entrada. El primer vector de resistenciar1enumera la resistencia en los diversos bucles a través de
los cuales la corrienteyo1Floridaujos Una resistencia se escribe negativamente cuandoyo1Floridauye
contra la dirección del flujo en otro bucle. Examine la Figura 1 y vea cómo calcular las entradas enr1;
entonces haz lo mismo parar2yr3. La forma matricial de la ecuación (4),
23
yo1
RiDv;dóndeRDor1 r2 r3yiD4yo25
yo3
proporciona una versión matricial de la ley de Ohm. Si todas las corrientes de bucle se eligen en la misma dirección
(digamos, en sentido antihorario), entonces todas las entradas fuera de la diagonal principal deRserá negativo.
La ecuación matricialRiDvhace que la linealidad de este modelo sea fácil de ver de un vistazo.
Por ejemplo, si el vector de voltaje se duplica, entonces el vector de corriente debe duplicarse.
También unaprincipio de superposiciónsostiene Es decir, la solución de la ecuación (4) es
la suma de las soluciones de las ecuaciones
2 3 23 2 3
30 0 0
RiD4 05; RiD455; y RiD4 05
0 0 25
Cada ecuación aquí corresponde al circuito con solo una fuente de voltaje (las otras fuentes se
reemplazan por cables que cierran cada circuito). El modelo para el flujo de corriente es lineal
precisamente porque la ley de Ohm y la ley de Kirchhoff son lineales: la caída de voltaje a través de
una resistencia esproporcionala la corriente que fluye a través de él (Ohm), y lasumade las caídas
de tensión en un bucle es igual a la suma de las fuentes de tensión en el bucle (Kirchhoff).
Las corrientes de bucle en una red se pueden usar para determinar la corriente en cualquier
rama de la red. Si solo pasa una corriente de bucle a través de una rama, como por ejemploBaD en
la Figura 1, la corriente de rama es igual a la corriente de bucle. Si pasa más de una corriente de
bucle a través de una rama, como por ejemploAaB,la corriente de la rama es la suma algebraica de
las corrientes de bucle en la rama (Ley de corriente de Kirchhoff). Por ejemplo, la corriente en la
ramaABesyo1 yo2D3 1D2 amperios, en la dirección deyo1. La corriente en rama CDesyo2 yo3D9
amperios
 1.10Modelos lineales en negocios, ciencia e ingeniería85

Ecuaciones de diferencias
En muchos campos, como la ecología, la economía y la ingeniería, surge la necesidad de modelar
matemáticamente un sistema dinámico que cambia con el tiempo. Varias características del
sistema se miden cada una a intervalos de tiempo discretos, produciendo una secuencia de
vectoresX0,X1, X2; : : : :las entradas enXkproporcionar información sobre elestadodel sistema en el
momento de lakª medida.
Si hay una matrizAtal queX1DAX0,X2DAX1, y en general,

XkC1DAXk porkD0; 1; 2; : : : (5)

entonces (5) se llamaecuación de diferencia lineal(orelación de recurrencia). Dada tal ecuación,

se puede calcularX1,X2, y así sucesivamente, siempre queX0es conocida. Las secciones 4.8 y 4.9, y
varias secciones del Capítulo 5, desarrollarán fórmulas paraXky describa lo que le puede pasarXk
comokaumenta indefinidamente. La siguiente discusión ilustra cómo podría surgir una ecuación
en diferencias.
Un tema de interés para los demógrafos es el movimiento de poblaciones o grupos de
personas de una región a otra. El modelo simple aquí considera los cambios en la población
de cierta ciudad y sus suburbios circundantes durante un período de años.
Fije un año inicial, digamos, 2014, y denote las poblaciones de la ciudad y los suburbios ese
año porr0ys0, respectivamente. DejarX0ser el vector de población

r0 Población de la ciudad, 2014

X0D
s0 Población suburbana, 2014

Para 2015 y años subsiguientes, denote las poblaciones de la ciudad y suburbios por los
vectores
r1 r2 r3
X1D ; X2D ; X3D ;:::
s1 s2 s3
Nuestro objetivo es describir matemáticamente cómo se pueden relacionar estos vectores.
Suponga que los estudios demográficos muestran que cada año alrededor del 5% de la población de la
ciudad se muda a los suburbios (y el 95% permanece en la ciudad), mientras que el 3% de la población suburbana
se muda a la ciudad (un él suburbios). Ver

Ciudad Afueras

. 05

. 95 . 97

. 03

FIGURA 2Migración porcentual anual entre ciudad y suburbios.

Después de 1 año, el originalr0Las personas en la ciudad ahora se distribuyen entre la ciudad y los suburbios
como
:95r0 :95 permanecer en la ciudad
Dr0 (6)
:05r0 :05 Mudarse a los suburbios

loss0personas en los suburbios en 2014 se distribuyen 1 año después como

:03 Mudarse a la ciudad

s0:97 (7)
permanecer en los suburbios
86CAPÍTULO 1Ecuaciones lineales en álgebra lineal

Los vectores en (6) y (7) representan toda la población en 2015.3De este modo

r1 :95 :03 :95 :03 r0

Dr0 Cs0 D
s1 :05 :97 :05 :97 s0

Eso es,
X1DMETROX0 (8)
dóndeMETROes elmatriz de migracióndeterminado por la siguiente tabla:

De:
Ciudad Afueras A:
:95 :03 Ciudad

:05 :97 Afueras

La ecuación (8) describe cómo cambia la población de 2014 a 2015. Si los porcentajes de migración
se mantienen constantes, entonces el cambio de 2015 a 2016 está dado por

X2DMETROX1

y de igual forma para los años 2016 a 2017 y siguientes. En general,

XkC1DMETROXk porkD0; 1; 2; : : : (9)

La secuencia de vectoresFX0;X1;X2; : : :gramodescribe la población de la ciudad/región suburbana

durante un período de años.

EJEMPLO 3Calcule la población de la región recién descrita para los años 2015 y 2016,
dado que la población en 2014 era de 600 000 habitantes en la ciudad y 400 000 en los
suburbios.

600;000
SOLUCIÓNLa población inicial en 2014 esX0D . Para 2015,
400;000

:95 :03 600;000 582;000

X1D D
:05 :97 400;000 418;000

Para 2016,
:95 :03 582;000 565;440
X2DMETROX1D D
:05 :97 418;000 434;560

El modelo para el movimiento de población en (9) eslinealporque la correspondencia Xk7!XkC1

es una transformación lineal. La linealidad depende de dos hechos: el número de personas que
eligieron moverse de un área a otra esproporcionalal número de personas en esa área, como se
muestra en (6) y (7), y el efecto acumulativo de estas opciones se encuentra medianteagregandoel
movimiento de personas de las diferentes áreas.

PROBLEMA DE PRÁCTICA

Encuentre una matrizAy vectoresXybtal que el problema del ejemplo 1 equivale a

resolver la ecuaciónAXDb.

3Para simplificar, ignoramos otras influencias sobre la población, como los nacimientos, las muertes y la migración hacia y desde la
ciudad/región suburbana.
 1.10Modelos lineales en negocios, ciencia e ingeniería 87

1.10EJERCICIOS
1.El envase de un cereal para el desayuno generalmente enumera la clásicos macarrones con queso hasta Annie's® Whole Wheat Shells
cantidad de calorías y las cantidades de proteínas, carbohidratos y y White Cheddar. ¿Qué proporciones de porciones de cada
grasas contenidas en una porción del cereal. Las cantidades para dos alimento debe usar para lograr los mismos objetivos que en la
cereales comunes se dan a continuación. Suponga que se va a preparar parte (a)?
una mezcla de estos dos cereales que contiene exactamente 295
4.La Dieta Cambridge aporta 0,8 g de calcio al día, además de los
calorías, 9 g de proteína, 48 g de carbohidratos y 8 g de grasa.
nutrientes enumerados en la Tabla 1 del Ejemplo 1. Las cantidades
una. Establezca una ecuación vectorial para este problema. Incluye una de calcio por unidad (100 g) aportadas por los tres ingredientes de
declaración de lo que representan las variables en tu ecuación. la Dieta Cambridge son las siguientes: 1,26 g de leche
b. Escriba una ecuación matricial equivalente y luego determine si descremada, 0,19 g de harina de soja y 0,8 g de suero de leche.
se puede preparar la mezcla deseada de los dos cereales. Otro ingrediente de la mezcla dietética es la proteína de soya
aislada, que aporta los siguientes nutrientes en cada unidad: 80 g
de proteína, 0 g de carbohidratos, 3,4 g de grasa y 0,18 g de calcio.
Información nutricional por porción
una. Establezca una ecuación matricial cuya solución determine las
molinos generales cuáquero®
Nutritivo porristas® Cereales 100% Naturales cantidades de leche descremada, harina de soya, suero de leche y
proteína aislada de soya necesarias para suministrar las cantidades
calorías 110 130
precisas de proteína, carbohidratos, grasa y calcio en la dieta
Proteína (g) 4 3
Cambridge. Indique qué representan las variables en la ecuación.
Carbohidrato (g) 20 18
b. [METRO] Resuelva la ecuación en (a) y discuta su respuesta.
Grasa (g) 2 5

En los ejercicios 5 a 8, escriba una ecuación matricial que determine las corrientes
2.Una porción de Post Shredded Wheat® proporciona 160 calorías, 5 g
de bucle.[METRO]Si MATLAB u otro programa de matriz está disponible, resuelva el
de proteína, 6 g de fibra y 1 g de grasa. Una porción de Crispix®
sistema para las corrientes de bucle.
proporciona 110 calorías, 2 g de proteína, 0,1 g de fibra y 0,4 g de
grasa. 5. 6.
una. configurar una matrizBy un vectortutal queBtuda las 1Ω 3Ω
20 voltios

cantidades de calorías, proteína, fibra y grasa contenidas en 1Ω 4Ω 30 voltios yo1 2Ω

yo
1
una mezcla de tres porciones de Shredded Wheat y dos
porciones de Crispix.
5Ω 1Ω
b. [METRO] Suponga que quiere un cereal con más fibra que 30 voltios

Crispix pero menos calorías que Shredded Wheat. ¿Es 3Ω 1Ω 20 voltios yo2 4Ω
yo2
posible que una mezcla de los dos cereales suministre 130
calorías, 3,20 g de proteína, 2,46 g de fibra y 0,64 g de
1Ω 4Ω
grasa? Si es así, ¿cuál es la mezcla? 10 voltios

4Ω 2Ω 40 voltios yo3 1Ω
yo3
3.Después de tomar una clase de nutrición, una gran fanática de Annie's®
Mac and Cheese decide mejorar los niveles de proteína y fibra en su
almuerzo favorito agregando brócoli y pollo enlatado. La información 2Ω 2Ω
20 voltios

nutricional de los alimentos a los que se hace referencia en este 1Ω 3Ω

10 voltios yo4 2Ω
yo4
ejercicio se proporciona en la siguiente tabla.

4Ω 3Ω
Información nutricional por porción 10 voltios

Nutritivo Conchas de pollo con brócoli y macarrones con queso

7. 40 voltios
4Ω
calorías 270 51 70 260
Proteína (g) 10 5.4 15 9
Fibra (g) 2 5.2 0 5 1Ω 4Ω
yo1 yo4 10 voltios

una. [METRO] Si quiere limitar su almuerzo a 400 calorías pero

obtener 30

SOLUCIÓN AL PROBLEMA DE LA PRÁCTICA
2 3
36
AD452
0 7
CAPÍTULO 1EJERCICIOS COMPLEMENTARIOS
1.Marca cada afirmación como verdadera o falsa. Justifique cada respuesta. (Si es
verdadero, cite hechos o teoremas apropiados. Si es falso, explique por qué o
dé un contraejemplo que muestre por qué el enunciado no es verdadero en
todos los casos.
una. Cada matriz es una fila equivalente a una única matriz en forma
escalonada.
b. Cualquier sistema denorteecuaciones lineales ennortevariables tiene como
máximonortesoluciones
C. Si un sistema de ecuaciones lineales tiene dos soluciones
diferentes, debe tener infinitas soluciones.
d. Si un sistema de ecuaciones lineales no tiene variables libres,
entonces tiene solución única.
mi. Si una matriz aumentadaŒ Abse transforma en ŒCdpor
operaciones elementales de fila, entonces las ecuacionesAXD
byCXDdtienen exactamente los mismos conjuntos de
soluciones.
F. Si un sistemaAXDbtiene más de una solución, entonces el
sistema tambiénAXD0.
gramo. SiAes unm-nmatriz y la ecuacionAXDbes consistente
para algunosb, entonces las columnas deAlapsoRmetro.
H. Si una matriz aumentadaŒ Abse puede transformar mediante
operaciones elementales de fila en forma escalonada reducida,
entonces la ecuaciónAXDbes consistente.
i. Si matricesAyBson equivalentes por fila, tienen la misma
forma escalonada reducida.
j. La ecuacionAXD0tiene solución trivial si y sólo si no
hay variables libres.
k. SiAes unm-nmatriz y la ecuacionAXDbes consistente para cadab
enRmetro, despuésAposeemetrocolumnas de pivote.
yo Si unam-nmatrizAtiene una posición pivote en cada fila,
entonces la ecuaciónAXDbtiene una solución única para cada
benRmetro.
metro. Si unan-nmatrizAposeenorteposiciones de pivote, luego la
forma escalonada reducida deAes eln-nmatriz de identidad.
norte. Si3 - 3matricesAyBcada uno tiene tres posiciones de pivote,
entoncesAse puede transformar enBpor operaciones
elementales de fila.
Capítulo 1 Ejercicios Complementarios 89
2 3 2 3
51 13 X1 33
34 74 5; XD4X25; bD4455
1:1 X3 3
o SiAes unm-nmatriz, si la ecuaciónAXDbtiene al menos dos
soluciones diferentes, y si la ecuaciónAXDC es
consistente, entonces la ecuaciónAXDCtiene muchas
soluciones.
pags. SiAyBson fila equivalentem-nmatrices y si las columnas deAlapso
Rmetro, entonces también lo hacen las columnas deB.
q. Si ninguno de los vectores del conjuntoSDfv1;v2;v3gramoenR3es un
múltiplo de uno de los otros vectores, entoncesSes linealmente
independiente.
R. SiFtu;v;wgramoes linealmente independiente, entoncestu,v, ywno
están enR2.
s. En algunos casos, es posible que cuatro vectores abarquenR5.
t. Situyvestán enRmetro, despuéstuestá en españolFtu;vgramo.
tu Situ,v, ywson vectores distintos de cero enR2, despuéswes una
combinación lineal detuyv.
v.Siwes una combinación lineal detuyvenRnorte, despuéstues una
combinación lineal devyw.
w. Suponer quev1,v2, yv3están enR5,v2no es múltiplo dev1, yv3
no es una combinación lineal dev1yv2. DespuésFv1;v2;v3
gramoes linealmente independiente.
X. Una transformación lineal es una función.
y. SiAes unsesenta y cincomatriz, la transformación linealX7!AX no se
puede mapearR5sobreR6.
z. SiAes unm-nmatriz conmetrocolumnas pivote, luego la
transformación linealX7!AXes un mapeo uno a uno.
2.Dejaraybrepresentar números reales. Describir los posibles
conjuntos de soluciones de la ecuación (lineal)hachaDb. [
Insinuación:El número de soluciones depende deayb.]
3.Las soluciones .X; y; ´/de una sola ecuación lineal
hachaCporCCDd
formar un plano enR3cuandoun, b,yCno son todos cero. Construya
conjuntos de tres ecuaciones lineales cuyas gráficas (a) se intersequen
en una sola línea, (b) se intersequen en un solo punto y (c) no tengan
90CAPÍTULO 1Ecuaciones lineales en álgebra lineal

puntos en c Todos los gráficos se ilustran en la figura. C. Definir una transformación lineal apropiadaTusando la
matriz en (b), y reformule el problema en términos det

8.Describir las posibles formas escalonadas de la matriz.UNA.Use la

notación del Ejemplo 1 en la Sección 1.2.
una.Aes un2 - 3matriz cuyas columnas abarcanR2.
b.Aes un3 - 3matriz cuyas columnas abarcanR3.

5
9.Escribe el vector como la suma de dos vectores,
6
Tres planos que se cortan en Tres planos que se cortan en uno en la líneaF.X; tu/WyD2xgramoy uno en la linea
una recta un punto
F.X; tu/WyDx=2gramo.
(a) (b)
10Dejara1;a2, ybser los vectores enR2que se muestra en la figura, y
seaADoa1 a2.¿La ecuaciónAXDbtiene una solución? Si es así,
¿la solución es única? Explique.

X2
b

a1
X1
Tres planos sin Tres planos sin
intersección intersección
(C) (C') a2

4.Suponga que la matriz de coeficientes de un sistema lineal de tres
ecuaciones en tres variables tiene una posición pivote en cada
columna. Explique por qué el sistema tiene solución única.
5.Determinarhyktal que el conjunto solución del sistema
(i) está vacío, (ii) contiene una única solución y (iii)
contiene infinitas soluciones.
11construir un2 - 3matrizA,no en forma escalonada, tal que la
solución deAXD0es una línea enR3.
12construir un2 - 3matrizA,no en forma escalonada, tal que la
solución deAXD0es un avión enR3.
13Escribe elreducidoforma escalonada de un3 - 3matrizAtal th
2 o columnas deAson columnas pivote y
en el3fiprimero2dos3

una.X1C3x2Dk 4x1 b.2x1Chx2D1 6x1Ckx2 3 0

A425D405.
Chx2D8 D2
1 0
6.Considere el problema de determinar si el siguiente sistema de 1 a
14Determine el(los) valor(es) deatales que ; es
ecuaciones es consistente: a aC2
linealmente independientes.
4x1 2x2C7x3D5 8x1 3x2C
10x3D3 15.En (a) y (b), suponga que los vectores son linealmente independientes.
¿Qué puedes decir sobre los números?a; : : : ; f?Justifique su
una. Defina los vectores apropiados y reformule el problema en términos de
respuestas [Insinuación:Use un teorema para (b).]
combinaciones lineales. Entonces resuelve ese problema. 232 32 3
232323 a b d
b. Defina una matriz apropiada y reformule el problema abd 617 6 C7 6 7
usando la frase “columnas deA."
una.405, 4C5, 4mi5 b.64 057,41
6 7 6mi7
5, 4F5
00f
C. Definir una transformación lineal apropiadaTusando la 00 1
matriz en (b), y reformule el problema en términos det dieciséis.Use el Teorema 7 de la Sección 1.7 para explicar por qué las columnas de
la matrizAson linealmente independientes.
7.Considere el problema de determinar si el siguiente sistema de 2 3
ecuaciones es consistente para todosb1,b2,b3: 1000
6 5 0 07
2x1 4x2 2x3Db1 AD62 7
43 6 8 05
5x1CX2CX3Db2 4 7 9 10
7x1 5x2 3x3Db3 17Explique por qué un conjuntoFv1;v2;v3;v4gramoenR5debe ser linealmente

una. Defina los vectores apropiados y reformule el problema en términos de independiente cuandoFv1;v2;v3gramoes linealmente independiente yv4

SpanFv1;v2;v3gramo.Entonces resuelve ese problema. esnoen lapsoFv1;v2;v3gramo.

b. Defina una matriz apropiada y reformule el problema 18SuponerFv1;v2gramoes un conjunto linealmente independiente enRnorte. Muestra esaFv1;
usando la frase “columnas deA." v1Cv2gramotambién es linealmente independiente.
 Capítulo 1 Ejercicios Complementarios 91

19Suponerv1;v2;v3son puntos distintos en una línea enR3. La línea no 24La siguiente ecuación describe una rotación de Givens enR3.
necesita pasar por el origen. Muestra esaFv1;v2;v3gramo es Encontrarayb.
linealmente dependiente.
2 32 3 2 pags
3
20DejarTWRnorte!Rmetrosea una transformación lineal, y supongamos a 0 b 2 2 5
ttu/Dv. Muestra esattu/Dv. 40 1 05435D4 3 5; a2Cb2D1
21DejarTWR3!R3sea la transformación lineal que refleja b 0 un 4 0
cada vector a través del planoX2D0.Eso es,
T .x1; X2; X3/D .X1;X2; X3/. Encuentre la matriz estándar det 25Se va a construir un gran edificio de apartamentos utilizando técnicas de
22DejarAser un3 - 3matriz con la propiedad de que la construcción modular. La disposición de los apartamentos en cualquier
transformación linealX7!AXmapasR3sobreR3. Explique por qué piso en particular se elegirá de uno de los tres planos de planta básicos.
la transformación debe ser uno a uno. El Plan A tiene 18 departamentos en un piso, incluyendo 3 unidades de
tres recámaras, 7 unidades de dos recámaras y 8 unidades de una
23Arotación dadaes una transformación lineal deRnorteaRnorte
recámara. Cada piso del plan B incluye 4 unidades de tres recámaras, 4
se usa en programas de computadora para crear una entrada cero en un
unidades de dos recámaras y 8 unidades de una recámara. Cada piso
vector (generalmente una columna de una matriz). La matriz estándar de una
del plano C incluye 5 unidades de tres recámaras, 3 unidades de dos
rotación de Givens enR2tiene la forma
recámaras y 9 unidades de una recámara. Suponga que el edificio
a b
; a2Cb2D1 contiene un total deX1Floridapisos del plan A,X2Floridapisos de
b a plan B, yX3Floridaplantas del plano C.
23
4 5 3
Encontraraybtal que se gira en .
3 0 una. ¿Qué interpretación se le puede dar al vectorX4 175?
8
X2
b. Escriba una combinación lineal formal de vectores que
(4, 3) exprese el número total de apartamentos de tres, dos
y un dormitorio contenidos en el edificio.
C. [METRO] ¿Es posible diseñar el edificio con exactamente 66 unidades
de tres dormitorios, 74 unidades de dos dormitorios y 136
X1
unidades de un dormitorio? Si es así, ¿hay más de una forma de
(5, 0)
hacerlo? Explica tu respuesta.
Una rotación de Givens enR2.

WEB
 2 Álgebra matricial
EJEMPLO INTRODUCTORIO
Modelos de computadora en el diseño de aeronaves
Para diseñar la próxima generación de aeronaves comerciales y
militares, los ingenieros de Phantom Works de Boeing utilizan el
modelado 3D y la dinámica de fluidos computacional (CFD). Estudian el
flujo de aire alrededor de un avión virtual para responder preguntas
de diseño importantes antes de crear los modelos físicos. Esto ha
reducido drásticamente los tiempos y costos del ciclo de diseño, y el
álgebra lineal juega un papel crucial en el proceso.
El avión virtual comienza como un modelo matemático de
"estructura alámbrica" que existe solo en la memoria de la
computadora y en las terminales de visualización de gráficos. (Se
muestra el modelo de un Boeing 777.) Este modelo matemático
organiza e influye en cada paso del diseño y la fabricación del
avión, tanto en el exterior como en el interior. El análisis CFD se
refiere a la superficie exterior.
Aunque la piel acabada de un plano puede parecer suave, la
geometría de la superficie es complicada. Además de las alas y el
fuselaje, un avión tiene góndolas, estabilizadores, listones, flaps y
alerones. La forma en que el aire fluye alrededor de estas
estructuras determina cómo se mueve el avión por el cielo. Las
ecuaciones que describen el flujo de aire son complicadas y deben
tener en cuenta la admisión del motor, el escape del motor y las
estelas dejadas por las alas del avión. Para estudiar el flujo de aire,
los ingenieros necesitan una descripción muy refinada de la
superficie del avión.
Una computadora crea un modelo de la superficie superponiendo
primero una cuadrícula tridimensional de "cajas" en el
modelo original de marco de alambre. Los cuadros de esta
cuadrícula se encuentran completamente dentro o fuera del
plano, o intersecan la superficie del plano. La computadora
selecciona las cajas que intersecan la superficie y las subdivide,
conservando solo las cajas más pequeñas que aún intersecan la
superficie. El proceso de subdivisión se repite hasta que la
cuadrícula es extremadamente fina. Una cuadrícula típica puede
incluir más de 400.000 cajas.
El proceso para encontrar el flujo de aire alrededor del avión
implica resolver repetidamente un sistema de ecuaciones lineales AXD
bque puede involucrar hasta 2 millones de ecuaciones y variables. el
vectorbcambia cada vez, según los datos de la cuadrícula y las
soluciones de las ecuaciones anteriores. Usando las computadoras
más rápidas disponibles comercialmente, un equipo de Phantom
Works puede pasar desde unas horas hasta varios días configurando y
resolviendo un solo problema de flujo de aire. Después de que el
equipo analice la solución, pueden hacer pequeños cambios en la
superficie del avión y comenzar todo el proceso nuevamente. Es
posible que se requieran miles de ejecuciones de CFD.
Este capítulo presenta dos conceptos importantes que
ayudan en la solución de tales sistemas masivos de ecuaciones:
Matrices particionadas:Un sistema típico de ecuaciones
CFD tiene una matriz de coeficientes "escasa" con entradas
en su mayoría cero. Agrupar las variables correctamente
conduce a una matriz dividida con muchos bloques cero.
La sección 2.4 presenta tales matrices y describe algunas
de sus aplicaciones.
93
94CAPITULO 2Álgebra matricial

Factorizaciones de matrices:Incluso cuando se escribe con

matrices divididas, el sistema de ecuaciones es
complicado. Para simplificar aún más los cálculos, el
software CFD de Boeing utiliza lo que se denomina una
factorización LU de la matriz de coeficientes. La sección 2.5
analiza LU y otras factorizaciones de matrices útiles. Más
detalles sobre las factorizaciones aparecen en varios
puntos más adelante en el texto.

Para analizar una solución de un sistema de flujo de aire, los

ingenieros quieren visualizar el flujo de aire sobre la superficie del avión.

Usan gráficos por computadora y el álgebra lineal proporciona el motor para

los gráficos. El modelo de estructura alámbrica de la superficie del avión se

almacena como datos en muchas matrices. Una vez que la imagen se ha

El CFD moderno ha revolucionado el diseño de las alas. El Boeing
renderizado en la pantalla de una computadora, los ingenieros pueden
Blended Wing Body está diseñado para el año 2020 o antes.
cambiar su escala, acercar o alejar pequeñas regiones y rotar la imagen para

ver partes que pueden estar ocultas a la vista. Cada una de estas multiplicaciones de matrices. La Sección 2.7 explica las ideas
operaciones se lleva a cabo mediante básicas.

WEB

Nuestra capacidad para analizar y resolver ecuaciones mejorará enormemente cuando podamos realizar
operaciones algebraicas con matrices. Además, las definiciones y los teoremas de este capítulo
proporcionan algunas herramientas básicas para manejar las muchas aplicaciones del álgebra lineal que
involucran dos o más matrices. Para matrices cuadradas, el Teorema de la Matriz Invertible en la Sección
2.3 une la mayoría de los conceptos tratados anteriormente en el texto. Las secciones 2.4 y 2.5 examinan
las matrices divididas y las factorizaciones de matrices, que aparecen en la mayoría de los usos modernos
del álgebra lineal. Las secciones 2.6 y 2.7 describen dos interesantes aplicaciones del álgebra matricial a la
economía ya los gráficos por computadora.

2.1OPERACIONES MATRICES

SiAes unm-nmatriz, es decir, una matriz conmetrofilas ynortecolumnas—entonces la entrada

escalar en elifila yjla columna deAse denota porayoy se llama el.i; j/-entrada deUNA.Consulte la
Figura 1. Por ejemplo, el .3; 2/-la entrada es el numeroa32en la tercera fila, segunda columna. Cada
columna deAes una lista demetronúmeros reales, que identifica un vector enRmetro. A menudo,
estas columnas se denotan pora1; : : : ;anorte, y la matrizAse escribe como
- -
ADa1 a2 --- anorte

Obsérvese que el númeroayoes eliª entrada (desde arriba) de lajvector de la columnaaj.

losentradas diagonalesen unm-nmatrizADŒ unyosona11; a22; a33; : : : ;y forman el
diagonal principaldeUNA.Amatriz diagonales un cuadradon-nmatriz cuyas entradas no
diagonales son cero. Un ejemplo es eln-nmatriz de identidad,yonorte. Unm-n matriz cuyas
entradas son todas cero es unamatriz ceroy se escribe como 0. El tamaño de una matriz
cero suele quedar claro en el contexto.
 2.1Operaciones Matriciales95

Columna
j
a11 a1j a1norte

Filai a i1 ayo aen =A

ametro1 amj aMinnesota

a1 aj anorte

FIGURA 1Notación matricial.

Sumas y múltiplos escalares

La aritmética para vectores descrita anteriormente tiene una extensión natural para las
matrices. Decimos que dos matrices sonigualsi tienen el mismo tamaño (es decir, el mismo
número de filas y el mismo número de columnas) y si sus columnas correspondientes son
iguales, lo que equivale a decir que sus entradas correspondientes son iguales. SiAyBsonm-n
matrices, entoncessumaACBes elm-nmatriz cuyas columnas son las sumas de las columnas
correspondientes enAyB.Dado que la suma vectorial de las columnas se realiza por entradas,
cada entrada enACBes la suma de las entradas correspondientes enAyB.La sumaACBse
define sólo cuandoAyBson del mismo tamaño.

EJEMPLO 1Dejar
4 0 5 1 1 1 2 3
AD ; BD ; CD
1 3 2 3 5 7 0 1
Después
5 1 6
ACBD
2 8 9
peroACCno se define porqueAyCtienen diferentes tamaños.

Sires un escalar yAes una matriz, entoncesmúltiplo escalarreal academia de bellas arteses la matriz cuyas
columnas sonrveces las columnas correspondientes enUNA.Al igual que con los vectores,Arepresenta
.1/A,yA Bes lo mismo queAC .1/B.

EJEMPLO 2SiAyBson las matrices del ejemplo 1, entonces

1 1 1 2 2 2
2BD2 D
3 5 7 6 10 14
4 0 5 2 2 2 2 2 3
A 2BD D
1 3 2 6 10 14 7 7 12

No fue necesario en el ejemplo 2 calcularA 2BcomoAC .1/2Bporque las reglas habituales

del álgebra se aplican a sumas y múltiplos escalares de matrices, como muestra el siguiente
teorema.

TEOREMA 1 DejarA; B,yCsean matrices del mismo tamaño, y seanrysser escalares.

una.ACBDBCA d.real academia de bellas artesCB/Dreal academia de bellas artesCrB

b. .ACB/CCDAC .BCC / mi. .rCs/aDreal academia de bellas artesCsa

C.AC0DA F.r.sA/D .$/A

96CAPITULO 2Álgebra matricial

Cada igualdad en el Teorema 1 se verifica mostrando que la matriz del lado izquierdo tiene el mismo
tamaño que la matriz de la derecha y que las columnas correspondientes son iguales. El tamaño no es un
problema porqueun, b,yCson de igual tamaño. La igualdad de las columnas se sigue inmediatamente de
las propiedades análogas de los vectores. Por ejemplo, si eljlas columnas de
un, b,yCsonaj,bj,yCj,respectivamente, entonces eljlas columnas de .ACB/CCy A
C .BCC /son
. ajCbj/CCj yajC .bjCCj/

respectivamente. Como estas dos sumas vectoriales son iguales para cadaj ,se verifica la propiedad (b).
Debido a la propiedad asociativa de la suma, podemos escribir simplementeACBCC
para la suma, que se puede calcular como .ACB/CCo comoAC .BCC /.Lo mismo se aplica
a las sumas de cuatro o más matrices.

Multiplicación de matrices
Cuando una matrizBmultiplica un vectorX, se transformaXen el vectorBX. Si este vector se
multiplica a su vez por una matrizA,el vector resultante esABX/. Consulte la figura 2.

Multiplicación Multiplicación

porB porA
X
BX A(BX)

FIGURA 2Multiplicación porBy entoncesUNA.

De este modoABX/se produce a partir deXpor uncomposiciónde aplicaciones: las transformaciones

lineales estudiadas en la Sección 1.8. Nuestro objetivo es representar este mapeo compuesto como una
multiplicación por una sola matriz, denotada porAB, de modo que

ABX/D .AB/X (1)

Consulte la figura 3.

Multiplicación Multiplicación

porB porA
X A(BX)
BX

Multiplicación

porAB

FIGURA 3Multiplicación porAB.

SiAesm - n, Besn-p,yXes enRpags, denote las columnas deBporb1; : : : ;bpags

y las entradas enXporX1; : : : ; Xpags. Después

BXDX1b1C - - - CXpagsbpags

Por la linealidad de la multiplicación porA,

ABX/DHacha1b1/C - - - CHachapagsbpags/ D
X1Ab1C - - - CXpagsAbpags
 2.1Operaciones Matriciales97

el vectorABX/es una combinación lineal de los vectoresAb1; : : : ; Abpags, usando las entradas enX
como pesos. En notación matricial, esta combinación lineal se escribe como

ABX/DŒ Ab1 Ab2 - - -AbpagsX

Así la multiplicación porŒ Ab1Ab2 - - - ¡la AbpagstransformaXdentroABX/. Hemos encontrado

matriz que buscábamos!

DEFINICIÓN SiAes unm-nmatriz, y siBes unn - pagmatriz con columnasb1; : : : ;bpags, entonces
el productoABes elm - pagmatriz cuyas columnas sonAb1; : : : ; Abpags. Que
es, - -- -
ABDAb1 b2 - - -bpagsDAb1Ab2 - - -Abpags

Esta definición hace que la ecuación (1) sea verdadera para todosXenRpags. La ecuación (1) prueba
que el mapeo compuesto en la Figura 3 es una transformación lineal y que su matriz estándar es AB.La
multiplicación de matrices corresponde a la composición de transformaciones lineales.

2 3 4 3 6
EJEMPLO 3 CalcularAB,dóndeAD yBD .
1 5 1 2 3

SOLUCIÓNEscribeBDob1 b2 b3,y calcular:

2 3 4 2 3 3 2 3 6
Ab1D ; Ab2 D ; AbD 3
1 5 1 1 5 2 1 5 3
11 0 21
D D D
1 13 9

? ?
Después ?
11 0 21
ABDAŒb1 b2 b3D
1 13 9
6 6 6
Ab1 Ab2 Ab3

Note que desde la primera columna deABesAb1;esta columna es una combinación lineal de
las columnas deAusando las entradas enb1como pesos. Una afirmación similar es cierta para cada
columna deAB:

Cada columna deABes una combinación lineal de las columnas deAusando pesos de la
columna correspondiente deB.

Obviamente, el número de columnas deAdebe coincidir con el número de filas enB

para una combinación lineal comoAb1por definir Asimismo, la definición deAB muestra
queABtiene el mismo número de filas que A y el mismo número de columnas que B.

EJEMPLO 4SiAes un3 - 5matriz yBes un5 - 2matriz, ¿cuáles son los tamaños de AByLICENCIADO
EN LETRAS,si están definidos?
98CAPITULO 2Álgebra matricial

SOLUCIÓNYa queAtiene 5 columnas yBtiene 5 filas, el productoABestá definido y es un3

- 2matriz:

A 32 B 3 AB
2 2 3
----- -- --
4- - - - -56- -7 6 7D4- -5
----- 6- -7 - -
6 7
4- - 5
--
3-5 5-2 3-2
6 6Juego 66
Tamaño deAB

El productolicenciado en Letrasesnodefinido porque las 2 columnas deBno coincida con las 3 filas deUNA.

La definición deABes importante para el trabajo teórico y las aplicaciones, pero la siguiente
regla proporciona un método más eficiente para calcular las entradas individuales en ABcuando se
trabajan pequeños problemas a mano.

FILA--REGLA DE COLUMNA PARA CÁLCULOAB

si el productoABse define, entonces la entrada en la filaiy columnajdeABes la suma de
los productos de las entradas correspondientes de la filaideAy columnajde
B.Si .AB/yodenota el .i; j/-entrada enAB,y siAes unm-nmatriz, entonces
. AB/yoDai1b1jCai2b2jC - - - CaenbNueva Jersey

Para verificar esta regla, dejemosBDob1 - - -bpags.ColumnajdeABesAbj,y podemos

calcularAbjpor la regla del vector fila para calcularAXde la Sección 1.4. losientrada enAbj
es la suma de los productos de las entradas correspondientes de la filaideAy el vectorbj,
que es precisamente el cálculo descrito en la regla para calcular el
. i; j/-entrada deAB.

EJEMPLO 5Use la regla fila-columna para calcular dos de las entradas enABpara las
matrices del Ejemplo 3. Una inspección de los números involucrados aclarará cómo los
dos métodos para calcularABproducir la misma matriz.

SOLUCIÓNPara encontrar la entrada en la fila 1 y la columna 3 deAB,Considere la fila 1 deAy la columna 3 deB.
Multiplique las entradas correspondientes y sume los resultados, como se muestra a continuación:

?
- 2 3 4 3 6 -- 2.6/C3.3/ -- 21
ABD D D
1 5 1 2 3 -- - ---

Para la entrada en la fila 2 y la columna 2 deAB,use la fila 2 deAy la columna 2 deB:

?
2 3 4 3 6 - - 21 -- 21
- D D
15 1 2 3 - 1.3/C5.2/ - - 13 -
 2.1Operaciones Matriciales99

EJEMPLO 6Busque las entradas en la segunda fila deAB,dónde

2 3
2 5 0 2 3
6 4 6
3 4 7
7
AD61 BD47 15
46875;
3 2
309

SOLUCIÓNPor la regla fila-columna, las entradas de la segunda fila deABvienen de la

fila 2 deA (y las columnas deB):
2 3 ?3
2 5 0 2?
- 61 34 7 4 6
6 74 7 15
4687 5
3 2
309
2 3 2 3
- - --
6 4C21 12 6C3 8 7 6 17
D64 7 D65 7
- - 5 4- -5
- - --
Observe que dado que el Ejemplo 6 solicitó solo la segunda fila deAB,podríamos haber
escrito sólo la segunda fila deAa la izquierda deBy calculado
2 3
- - 4 6 - -
1 3 447 15D5 1
3 2
Esta observación sobre filas deABes verdadera en general y se sigue de la regla fila-columna. dejar
remari.A/denota elith fila de una matrizUNA.Después

filai.AB/Dfilai.A/ - B (2)

Propiedades de la multiplicación de matrices

El siguiente teorema enumera las propiedades estándar de la multiplicación de matrices. Recordar que yo
metrorepresenta elm-mmatriz de identidad yyometroXDXpara todosXenRmetro.

TEOREMA 2 DejarAfrijolm-nmatriz, y seaByCtienen tamaños para los cuales se definen las

sumas y productos indicados.

una.A B C /D .A B C (ley asociativa de la multiplicación) (ley

b.ABCC /DABCC.A. distributiva izquierda)
C. .BCC/ADlicenciado en LetrasCCalifornia (ley distributiva derecha)
d.r.AB/D .rA/BDA.rB/ para
cualquier escalarr
mi.yometroADADAInorte (identidad para la multiplicación de matrices)

PRUEBALas propiedades (b)–(e) se consideran en los ejercicios. La propiedad (a) se deriva del hecho
de que la multiplicación de matrices corresponde a la composición de transformaciones lineales
(que son funciones), y se sabe (o es fácil de comprobar) que la composición de funciones es
asociativa. Aquí hay otra prueba de (a) que se basa en la "definición de columna" de
100CAPITULO 2Álgebra matricial

el producto de dos matrices. Dejar

CDoC1 --- Cpags

Por la definición de multiplicación de matrices,

antes de CristoDŒBC1 --- BCpags

A B C /DABC1/ - - - ABCpags/

Recuerde de la ecuación (1) que la definición deABhaceABX/D .AB/Xpara todosX, asi que

A B C /DŒ .AB/C1 - - - .AB/CpagsD .A B C

Las leyes asociativas y distributivas de los teoremas 1 y 2 dicen esencialmente que los
pares de paréntesis en expresiones matriciales pueden insertarse y eliminarse de la misma
manera que en el álgebra de números reales. En particular, podemos escribirA B Cpara el
producto, que se puede calcular comoA B C /o como .A B C .1Del mismo modo, un productoA
B C Dde cuatro matrices se puede calcular comoA B C D/o .A B C DoA B C D,y así. No importa
cómo agrupemos las matrices al calcular el producto, siempre que se conserve el orden de
izquierda a derecha de las matrices.
El orden de izquierda a derecha en los productos es crítico porqueABylicenciado en Letrasno suelen
ser los mismos. Esto no es sorprendente, porque las columnas deABson combinaciones lineales de las
columnas deA,mientras que las columnas delicenciado en Letrasse construyen a partir de las columnas de
B. La posición de los factores en el producto.ABse enfatiza diciendo queAesderechomultiplicadoporBo eso
Besmultiplicado por la izquierdaporUNA.SiABDLICENCIADO EN LETRAS,Nosotros decimos esoAyB viajar
diariamenteuno con el otro.

5 1 2 0
EJEMPLO 7DejarAD yBD . Demuestre que estas matrices hacen
3 2 4 3
no conmutar Es decir, verificar queAB¤LICENCIADO EN LETRAS.

SOLUCIÓN
5 1 2 0 14 3
ABD D
32 4 3 26
20 5 1 10 2
D
43 32 292
licenciado en LetrasD

El ejemplo 7 ilustra la primera de la siguiente lista de diferencias importantes entre el álgebra

matricial y el álgebra ordinaria de números reales. Consulte los ejercicios 9 a 12 para ver ejemplos
de estas situaciones.

ADVERTENCIAS:

1.En general,AB¤LICENCIADO EN LETRAS.

2.Las leyes de cancelación sínomantener para la multiplicación de matrices. es decir, si

ABDCA,entonces esnocierto en general queBDC . (Vea el ejercicio 10.)
3.si un productoABes la matriz cero, ustedno poderconcluir en general que o bien
AD0oBD0. (Vea el ejercicio 12.)

1CuandoBes cuadrado yCtiene menos columnas queAtiene filas, es más eficiente calcularA B C /que
.ABC.
 2.1Operaciones Matriciales101

potencias de una matriz

WEB
SiAes unn-nmatriz y sikes un entero positivo, entoncesAkdenota el producto dek Copias
deA:

AkDA „ƒ - ‚--A…
k

SiAes distinto de cero y siXes enRnorte;despuésAkXes el resultado de multiplicar por la izquierdaXporA

repetidamentekveces. SikD0;despuésA0Xdebiera serXsí mismo. De este modoA0se interpreta como la matriz
identidad. Las potencias de matriz son útiles tanto en la teoría como en las aplicaciones (Secciones 2.6, 4.9 y más
adelante en el texto).

La transposición de una matriz

Dado unm-nmatrizA,latransponerdeAes eln-mmatriz, denotada porAT, cuyas columnas
se forman a partir de las filas correspondientes deUNA.

EJEMPLO 8 Dejar
2 3
5 2
a b 1 1 1 1
AD ; BD4 1 35; CD
C d 3 52 7
0 4
Después 2 3
1 3
a C 5 1 0 61 57
ATD ; BTD ; CTD6 41 7
b d 2 3 4 25
1 7

TEOREMA 3 DejarAyBdenota matrices cuyos tamaños son apropiados para las siguientes sumas y
productos.

una. .AT/TDA
b. .ACB/TDATCBT
C. Para cualquier escalarr , .rA/TDreal academia de bellas artesT

d. .AB/TDBTAT

Las demostraciones de (a)–(c) son sencillas y se omiten. Para (d), vea el ejercicio 33. Por
lo general, .AB/Tno es igual aATBT, incluso cuandoAyBtienen tamaños tales que el productoAT
BTse define.
La generalización del Teorema 3(d) a productos de más de dos factores se puede expresar con
palabras de la siguiente manera:

La transpuesta de un producto de matrices es igual al producto de sus transpuestas en el

reversoordenar.

Los ejercicios contienen ejemplos numéricos que ilustran las propiedades de las transpuestas.
102CAPITULO 2Álgebra matricial

NÚMERO I CAL NOTAS

1.La forma más rápida de obtenerABen una computadora depende de la forma en que la
computadora almacena las matrices en su memoria. Los algoritmos estándar de alto
rendimiento, como en LAPACK, calculanABpor columnas, como en nuestra definición
del producto. (Una versión de LAPACK escrita en C++ calculaABpor filas).
2.La definición deABse presta bien al procesamiento paralelo en una computadora. las
columnas deBse asignan individualmente o en grupos a diferentes procesadores, que
de forma independiente y, por lo tanto, calculan simultáneamente las columnas
correspondientes deAB.

PROBLEMAS DE PRÁCTICA

1.Dado que los vectores enRnortepuede ser considerado comon - 1matrices, las propiedades de las transpuestas del
Teorema 3 también se aplican a los vectores. Dejar

1 3 5
AD y XD
2 4 3
CalcularAX/T,XTAT,XXT,yXTX. EsATXTdefinido?
2.DejarAser un4 - 4matriz y dejarXser un vector enR4. ¿Cuál es la forma más rápida de calcular A2X?
Cuenta las multiplicaciones.
3.SuponerAes unm-nmatriz, cuyas filas son todas idénticas. SuponerBes unn - pag matriz,
todas cuyas columnas son idénticas. ¿Qué se puede decir acerca de las entradas enAB?

2.1EJERCICIOS
2 3
En los ejercicios l y 2, calcule cada suma o producto de matriz si está definido. 1 2
45 ; BD 3 2
Si una expresión no está definida, explique por qué. Dejar 5.AD4 5
2 1
2 3
2 0 1 7 5 1
AD ; BD ; 2 3
4 5 2 1 4 3 4 2
1 3
1 2 3 5 5 6.AD4 3 05; BD
CD ; DD ; miD 2 1
2 1 1 4 3 3 5
1.2A, B 2A, CA, CD 7.Si una matrizAes5 - 3y el productoABes5 - 7,cual es el
tamaño deB?
2.AC2B, 3C MI, cb, EB
8.cuantas filas tieneBtener siantes de Cristoes un3 - 4¿matriz?
En el resto de este conjunto de ejercicios y en los siguientes, debe suponer
2 5 4 5
que cada expresión matricial está definida. Es decir, los tamaños de las 9.DejarAD yBD :¿Qué valor(es) de
3 1 3 k
matrices (y vectores) involucrados “coinciden” apropiadamente.
k, en su caso, haráABD¿LICENCIADO EN LETRAS?

4 1
3.DejarAD . Calcular3i2 Ay .3i2/A. 2 3 8 4 5 2
5 2 10DejarAD ; BD ;yCD :
4 6 5 5 3 1
Comprueba esoABDC.A.y todavíaB¤C:
4.CalcularA 5I3y .5I3/A,cuando
2 3 2 3 2 3
9 1 3 1 1 1 2 0 0
AD48 7 65: 11DejarAD41 2 35yDD40 3 05:Com-
4 1 8 1 4 5 0 0 5
ponerANUNCIOyAD. Explique cómo las columnas o filas deA
En los Ejercicios 5 y 6, calcule el productoABde dos maneras: (a) cambiar cuandoAse multiplica porDa la derecha o a la izquierda.
por la definición, dondeAb1yAb2se calculan por separado, y (b) por Encontrar un3 - 3matrizB, no la matriz identidad o la matriz cero,
la regla fila-columna para calcularAB. tal queABDLICENCIADO EN LETRAS:

3 6
12DejarAD :construir un2 - 2matrizBtal que
1 2
ABes la matriz cero. Utilice dos columnas distintas de cero
paraB.
13Dejarr1; : : : ;rpagsser vectores enRnorte, y dejaqfrijolm-nmatriz. escribir
la matrizQr1- - - Qrpagscomo unproductode dos matrices (ninguna
de las cuales es una matriz identidad).
14Dejartuser el3 - 2matriz de costos descrita en el Ejemplo 6 de la
Sección 1.8. La primera columna detuenumera los costos por dólar
de producción para la fabricación de productosB, y la segunda
columna enumera los costos por dólar de producción para el
productoC. (Los costos se clasifican en materiales, mano de obra y
gastos generales).q1ser un vector enR2que enumere la producción
(medida en dólares) de los productos B y C fabricados durante el
primer trimestre del año, y seaq2;q3;yq4sean los vectores análogos
que enumeren las cantidades de los productos B y C fabricados en
el segundo, tercer y cuarto trimestre, respectivamente. Dar una
descripción económica de los datos en la matriz.UQ, dónde qDoq1
q2 q3 q4:
Los ejercicios 15 y 16 se refieren a matrices arbitrariasA,B, yCpara los cuales
se definen las sumas y productos indicados. Marca cada afirmación como
verdadera o falsa. Justifique cada respuesta.
15.una. SiAyBson2 - 2con columnasa1;a2;yb1;b2;
respectivamente, entoncesABDoa1b1 a2b2.
b. Cada columna deABes una combinación lineal de las columnas
deBusando pesos de la columna correspondiente deA.
C.ABCC.A.DA .BCC /
d.ATCBTD .ACB/T
mi. La transpuesta de un producto de matrices es igual al producto de
sus transpuestas en el mismo orden.
dieciséis.una. SiAyBson3 - 3yBDob1b2b3;despuésABD ŒAb1CAb2C
Ab3:
b. La segunda fila deABes la segunda fila deAmultiplicado a la
derecha porB.
C. .A B CD .CA/B
d. .AB/TDATBT
mi. La transpuesta de una suma de matrices es igual a la suma de sus
transpuestas.
1 2 1 2 1
17SiAD yABD ;determinar
2 5 6 9 3 32.Muestra esaAInorteDAcuandoAes unm-nmatriz. [Insinuación:Use la
la primera y segunda columna deB.
18Supongamos que las dos primeras columnas,b1yb2, deBson iguales. ¿Qué
puedes decir acerca de las columnas deAB(siABse define)? ¿Por qué?
19Supongamos que la tercera columna deBes la suma de las dos primeras
columnas. ¿Qué puede decir acerca de la tercera columna deAB? ¿Por
qué?
20Supongamos que la segunda columna deBes todo ceros. ¿Qué puede decir
acerca de la segunda columna deAB?
2.1Operaciones Matriciales103
21Supongamos que la última columna deABes completamente cero peroBen sí
mismo no tiene columna de ceros. ¿Qué puedes decir acerca de las columnas
deA?
22Demuestre que si las columnas deBson linealmente dependientes, entonces
también lo son las columnas deAB.
23SuponerCaliforniaDyonorte(lan-nmatriz de identidad). Demuestre que
la ecuaciónAXD0tiene sólo la solución trivial. Explicar por qué Ano
puede tener más columnas que filas.
24SuponerANUNCIODyometro(lam-mmatriz de identidad). Demuestra que
para cualquierbenRmetro, la ecuacionAXDbtiene solución [Insinuación:
Piensa en la ecuaciónANUNCIObDb:] Explicar por quéAno puede tener
más filas que columnas.
25SuponerAes unm-nmatriz y existenn-mmatrices CyDtal que
CaliforniaDyonorteyANUNCIODyometro:PruebalometroDnorte yC
DD: [Insinuación:Piensa en el productoCANALLA.]
26SuponerAes un3 - nortematriz cuyas columnas abarcanR3. Explicar
cómo construir unn - 3matrizDtal queANUNCIODyo3:
En los Ejercicios 27 y 28, vea vectores enRnortecomon - 1matrices. Para tuyven
Rnorte, el producto de matricestuTves un1 - 1matriz, llamada producto
escalar, oproducto Interno, detuyv. Por lo general, se escribe como un solo
número real sin paréntesis. el producto de la matrizultravioletaT
es unn-nmatriz, llamadaproducto exteriordetuyv. los
productostuTvyultravioletaTaparecerá más adelante en el texto.
2 3 23
2 a
27Dejartu=4 35yvD4b5:CalculartuTv;vTtu;ultravioletaT;y
4 C
vuT:
28Situyvestán enRnorte, como sontuTvyvTtu¿relacionado? Como son
ultravioletaTyvuT¿relacionado?
29Demuestre el teorema 2(b) y 2(c). Usa la regla fila-columna. Los (i,j)-
entrada enABCC /Se puede escribir como
Xnorte
ai1.b1jCC1j/C - - - Caen.bNueva JerseyCCNueva Jersey/o ayo.bkjCCkj/
kD1
30Demuestre el teorema 2(d). [Insinuación:Los (i,j)-entrada en (real academia de bellas artes)Bes
. real academia de bellas artesi1/b1jC - - - C .real academia de bellas artesen/bNueva Jersey:
31Muestra esayometroADAcuandoAes unm-nmatriz. puedes asumir
yometroXDXpara todosXenRmetro.
definición (columna) deAInorte:
33.Demuestre el teorema 3(d). [Insinuación:Considera eljª fila de .AB/T:
34.Da una fórmula para .ABX/T;dóndeXes un vector yAyB son
matrices de tamaños apropiados.
35. [M]Lea la documentación de su programa de matriz y
escriba los comandos que producirán las siguientes
matrices (sin teclear cada entrada de la matriz).
una. A5 - 6matriz de ceros
b. A3 - 5matriz de unos
104CAPITULO 2Álgebra matricial

C. los6 - 6matriz de identidad tres pares de al azar4 - 4matrices. Reporte sus

d. A5 - 5matriz diagonal, con entradas diagonales 3, 5, 7, 2, 4 conclusiones.
38.[METRO] Use al menos tres pares de números aleatorios4 - 4
Una forma útil de probar nuevas ideas en álgebra matricial, o de hacer
matricesAy Bpara probar las igualdades.ACB/TDATCBTy .AB/TD ATBT:
conjeturas, es hacer cálculos con matrices seleccionadas al azar.
(Vea el Ejercicio 37.) Informe sus conclusiones. [Nota: La mayoría
Verificar una propiedad para algunas matrices no prueba que la
de los programas de matriz utilizanA0porAT:
propiedad se cumpla en general, pero hace que la propiedad sea más
creíble. Además, si la propiedad es realmente falsa, puede descubrirlo 39.[METRO] L2et
3
cuando realice algunos cálculos. 0 1 0 0 0
6 0 1 0 07
60 7
36.[METRO] Escriba los comandos que crearán un6 - 4matriz con SD6 60 0 0 1 07
7
entradas aleatorias. ¿En qué rango de números se encuentran 40 0 0 0 15
las entradas? Di cómo crear un3 - 3matriz con entradas 0 0 0 0 0
enteras aleatorias entre9y 9. [Insinuación:SiXes un número
aleatorio tal que0 < x < 1;después9:5 < 19.x:5/ <9:5: CalcularSkporkD2; : : : ; 6:
40[METRO] Describe con palabras lo que sucede cuando calculasA5
37.[METRO] Construir un aleatorio4 - 4matrizAy probar si
, A10; A20;yA30por
. ACI A YO /DA2 YO:La mejor manera de hacer esto es calcular .ACI
2 3
A YO /.A2 YO /y verifique que esta diferencia es la matriz cero. 1=6 1=2 1=3
Haga esto para tres matrices aleatorias. Entonces prueba.AC AD41=2 1=4 1=45
LICENCIADO EN LETRAS B/DA2 B2de la misma manera para 1=3 1=4 5=12

SOLUCIONES A PROBLEMAS DE PRÁCTICA

1 3 5 4 - -
1.AXD D . Asi que .AX/TD 4 2 .También,
2 4 3 2
- - 1 2 - -
XTAT D 5 3 D 4 2:
3 4
Las cantidades .AX/TyXTATson iguales, por el Teorema 3(d). Próximo,

5- - 25 15
XXTD 5 3 D
3 15 9
- - 5
XTXD5 3 D25C9D34
3

A1 - 1matriz comoXTXgeneralmente se escribe sin corchetes. Finalmente,ATXTno está

definido, porqueXTno tiene dos filas para coincidir con las dos columnas deAT.
2.La forma más rápida de calcularA2Xes calcularAutomóvil club británicoX/. El productoAXrequiere 16
multiplicaciones, 4 para cada entrada, yAutomóvil club británicoX/requiere 16 más. En cambio, el
productoA2requiere 64 multiplicaciones, 4 para cada una de las 16 entradas enA2. Después, A2Xtoma
16 multiplicaciones más, para un total de 80.

3.Primero observe que por la definición de multiplicación de matrices,

ABDŒAb1Ab2 - - - AbnorteDŒAb1Ab1 - - - Ab1;

por lo que las columnas deABSon identicos. A continuación, recuerda esa filai.AB/Dfilai.A/-B:
Dado que todas las filas deAson idénticos, todas las filas deABSon identicos. Poniendo esta
información sobre las filas y columnas juntas, se deduce que todas las entradas enABson lo
mismo.

2.2LA INVERSA DE UNA MATRIZ

El álgebra matricial proporciona herramientas para manipular ecuaciones matriciales y crear varias
fórmulas útiles de manera similar a hacer álgebra ordinaria con números reales. Esta sección
 2.2La inversa de una matriz105

investiga la matriz análoga del recíproco, o inverso multiplicativo, de un número distinto de

cero.
Recuerda que el inverso multiplicativo de un número como 5 es 1/5 o51. Esta
inversa satisface las ecuaciones

51- 5D1y5 - 51D1

La generalización de la matriz requiereambas cosasecuaciones y evita la notación de línea inclinada (para
la división) porque la multiplicación de matrices no es conmutativa. Además, una generalización completa
es posible solo si las matrices involucradas son cuadradas.1
Unn-nmatrizAse ha dichoinvertiblesi hay unn-nmatrizCtal que
CaliforniaDyoyC.A.Dyo

dóndeyoDyonorte;lan-nmatriz de identidad. En este caso,Ces uninversodeUNA.En realidad,C

está determinada únicamente porA,porque siBeran otro inverso deA,despuésBDBID
B.AC /D .BA/CDCIDC:Este inverso único se denota porA1, de modo que

A1ADyoyAutomóvil club británico1Dyo

Una matriz que esnoEl invertible a veces se llamamatriz singular, y una matriz
invertible se llamamatriz no singular.

2 5 7 5
EJEMPLO 1 SiAD yCD
3 7 3 2
, después

2 5 7 5 1 0
C.A.D D y
3 7 3 2 0 1
7 5 2 5 1 0
D
3 2 3 7 0 1
CaliforniaD

De este modoCDA1.

Aquí hay una fórmula simple para el inverso de un2 - 2matriz, junto con una prueba para
saber si existe la inversa.

a b
TEOREMA 4 DejarAD . Sianuncio antes de Cristo¤0,despuésAes invertible y
C d
1 d b
A1D
C
anuncio antes de Cristo a
Sianuncio antes de CristoD0,despuésAno es invertible.

La demostración simple del teorema 4 se describe en los ejercicios 25 y 26. La cantidad anuncio
antes de Cristose llama eldeterminantedeA,y escribimos

detADanuncio antes de Cristo

El teorema 4 dice que un2 - 2matrizAes invertible si y solo si detA¤0.

1Se podría decir que unm-nmatrizAes invertible si existen-mmatricesCyDtal que CaliforniaDyonorteyANUNCIODyometro:Sin

embargo, estas ecuaciones implican queAes cuadrado yCDD:De este modoAes invertible como se define arriba. Consulte
los ejercicios 23 a 25 de la sección 2.1.
106CAPITULO 2Álgebra matricial

3 4
EJEMPLO 2Encuentra el inverso deAD .
5 6
SOLUCIÓNDesde que detAD3.6/ 4.5/D2¤0, unes invertible y
1 6 4 6=.2/ 4=.2/ 3 2
A1D D D
2 5 3 5=.2/ 3=.2/ 5=2 3=2
Las matrices invertibles son indispensables en álgebra lineal, principalmente para cálculos algebraicos y
derivaciones de fórmulas, como en el siguiente teorema. También hay ocasiones en las que una matriz inversa
proporciona información sobre un modelo matemático de una situación de la vida real, como en el Ejemplo 3, a
continuación.

TEOREMA 5 SiAes un invertiblen-nmatriz, entonces para cadabenRnorte, la ecuacionAXDbtiene

la solución únicaXDA1b.

PRUEBATomar cualquierabenRnorte. Existe una solución porque siA1bes sustituido porX, despuésAXD
Automóvil club británico1b/D .Automóvil club británico1/bDyobDb. Asi queA1bes una solución Para probar
que la solución es única, demuestre que situes cualquier solución, entoncestu;de hecho, debe serA1b. De
hecho, siAtuDb, podemos multiplicar ambos lados porA1y obtener

A1AtuDA1b; yotuDA1b;ytuDA1b

EJEMPLO 3Una viga elástica horizontal se apoya en cada extremo y se somete a fuerzas en
los puntos 1, 2 y 3, como se muestra en la figura 1. SeaFenR3liste las fuerzas en estos puntos,
y seayenR3enumere las cantidades de deflexión (es decir, movimiento) de la viga en los tres
puntos. Usando la ley de Hooke de la física, se puede demostrar que

yDDF
dóndeDes unFloridamatriz de flexibilidad. Su inversa se llamamatriz de rigidez.
Describe el significado físico de las columnas deDyD1.

#1 #2 #3
⎫ ⎧ ⎫
⎬y
⎭1 ⎨y2 ⎬y3
⎭
⎩

F1 F2 F3

FIGURA 1Deflexión de una viga elástica.

SOLUCIÓNEscribeyo3Domi1 mi2 mi3y observa que

DDDI3DŒDmi1Dmi2Dmi3
Interpretar el vectormi1D .1; 0; 0/como una fuerza unitaria aplicada hacia abajo en el punto 1 de la viga
(con fuerza cero en los otros dos puntos). DespuésDmi1;la primera columna deD;enumera las deflexiones
de la viga debidas a una fuerza unitaria en el punto 1. Se aplican descripciones similares a la segunda y
tercera columnas deD:
Estudiar la matriz de rigidezD1, observa que la ecuaciónFDD1ycalcula un vector de
fuerzaFcuando un vector de desviaciónyes dado. Escribe

D1DD1yo3DŒD1mi1D1mi2 D1mi3
Ahora interpretami1como vector de desviación. DespuésD1mi1enumera las fuerzas que crean la
desviación. Es decir, la primera columna deD1enumera las fuerzas que se deben aplicar en el
 2.2La inversa de una matriz107

tres puntos para producir una deflexión unitaria en el punto 1 y deflexión cero en los otros puntos.
Del mismo modo, las columnas 2 y 3 deD1liste las fuerzas requeridas para producir deflexiones
unitarias en los puntos 2 y 3, respectivamente. En cada columna, una o dos de las fuerzas deben
ser negativas (apuntar hacia arriba) para producir una deflexión unitaria en el punto deseado y
deflexión cero en los otros dos puntos. Si la flexibilidad se mide, por ejemplo, en pulgadas de
deflexión por libra de carga, las entradas de la matriz de rigidez se dan en libras de carga por
pulgada de deflexión.

La fórmula del teorema 5 rara vez se usa para resolver una ecuaciónAXDbnuméricamente
porque la reducción de filas deŒ Abes casi siempre más rápido. (La reducción de filas también
suele ser más precisa cuando los cálculos implican el redondeo de números). Una posible
excepción es la2 - 2caso. En este caso, los cálculos mentales para resolverAXDbson a veces más
fáciles usando la fórmula paraA1, como en el siguiente ejemplo.

EJEMPLO 4Usar la inversa de la matrizAen el ejemplo 2 para resolver el sistema

3x1C4x2D3
5x1C6x2D7
SOLUCIÓNEste sistema es equivalente aAXDb, asi que

3 2 3 5
XDA1bD D
5=2 3=2 7 3
El siguiente teorema proporciona tres hechos útiles acerca de las matrices invertibles.

TEOREMA 6 una. SiAes una matriz invertible, entoncesA1es invertible y

. A1/1DA
b. SiAyBsonn-nmatrices invertibles, entonces también lo esAB,y el inverso deAB
es el producto de los inversos deAyBen el orden inverso. Eso es,

. AB/1DB1A1
C. SiAes una matriz invertible, entonces también lo esAT,y el inverso deATes la transposición
deA1. Eso es,
. AT/1D .A1/T

PRUEBAPara verificar el enunciado (a), encuentre una matrizCtal que

A1CDyoyCalifornia1Dyo
De hecho, estas ecuaciones se satisfacen conAen lugar deC .Por esoA1es invertible y Aes su
inversa. Luego, para probar el enunciado (b), calcule:

. TEJIDO1A1/DTEJIDO1/A1DAIA1DAutomóvil club británico1Dyo

Un cálculo similar muestra que .B1A1/.AB/DYO .Para el enunciado (c), use el Teorema 3(d), lea
de derecha a izquierda, .A1/TATD .Automóvil club británico1/TDyoTDYO .Similarmente,AT.A1/TD
yoTDYO .Por esoATes invertible, y su inversa es .A1/T.

Observación:La parte (b) ilustra el importante papel que juegan las definiciones en las
demostraciones. El teorema afirma queB1A1es el inverso deAB.La prueba establece esto al mostrar
queB1A1satisface la definición de lo que significa ser el inverso deAB.Ahora, el inverso deABes una
matriz que cuando se multiplica por la izquierda (o por la derecha) porAB,el producto es la matriz
identidadYO .Entonces la prueba consiste en mostrar queB1A1tiene esta propiedad.
108CAPITULO 2Álgebra matricial

La siguiente generalización del teorema 6(b) se necesita más adelante.

El producto den-nmatrices invertibles es invertible, y la inversa es el

producto de sus inversas en el orden inverso.

Existe una conexión importante entre las matrices invertibles y las operaciones de fila que
conduce a un método para calcular inversas. Como veremos, una matriz invertibleAes fila
equivalente a una matriz identidad, y podemos encontrarA1porviendo la reducción de filas deAaYO.

Matrices elementales
Unmatriz elementales el que se obtiene realizando una sola operación elemental de
fila en una matriz identidad. El siguiente ejemplo ilustra los tres tipos de matrices
elementales.

EJEMPLO 5 Dejar

2 3 2 3 2 3
1 0 0 00 1 1 0 0
mi1D40 1 05; mi2D41 05; 0 mi3D 4 0 1 0 5;
4 0 1 0 1 0 0 0 5
2 3
a b C
AD4d mi F5
h i
gramo

Calcularmi1A, E2A,ymi3A,y describa cómo se pueden obtener estos productos mediante

operaciones elementales de fila enUNA.

SOLUCIÓNComprueba eso
2 3 2 3
a b C d mi F
mi1AD4d mi F 5; mi2AD4a b C5;
gramo 4a h 4b i 4c gramo h i
2 3
a b C
mi3AD4d mi F5 :
5g 5 horas 5i

Además de4veces la fila 1 deAa la fila 3 producemi1A. (Esta es una operación de reemplazo
de filas). Un intercambio de filas 1 y 2 deAproducemi2A,y la multiplicación de la fila 3 deApor
5 producemi3UNA.

Multiplicación por la izquierda (es decir, multiplicación por la izquierda) pormi1en el ejemplo 5
tiene el mismo efecto en cualquier3 - nortematriz. agrega4veces la fila 1 a la fila 3. En particular,
dado que mi1- YODmi1, vemos esomi1sí mismoes producido por esta misma operación de fila en la
identidad. Así, el ejemplo 5 ilustra el siguiente hecho general sobre las matrices elementales. Ver
ejercicios 27 y 28.

Si se realiza una operación de fila elemental en unm-nmatrizA,la matriz

resultante se puede escribir comoea,donde elm-mmatrizmise crea realizando la
misma operación de fila enyometro.
 2.2La inversa de una matriz109

Dado que las operaciones de fila son reversibles, como se muestra en la Sección 1.1, las matrices
elementales son invertibles, porque simies producido por una operación de fila enYO,entonces hay otra
operación de fila del mismo tipo que cambiamide nuevo enYO.Por lo tanto, existe una matriz elemental F
tal queFEDYO.Ya quemiyFcorresponden a operaciones inversas,FEDYO,también.

Cada matriz elementalmies invertible el inverso demies la matriz elemental del

mismo tipo que transformamide nuevo enYO.

2 3
1 0 0
EJEMPLO 6Encuentra el inverso demi1D4 0 1 05.
4 0 1
SOLUCIÓNPara transformarmi1dentroYO,agregarC4por fila 1 a fila 3. La matriz
elemental que hace esto es 2 3
1 0 0
mi1 D4 0 1 05
1
C4 0 1
El siguiente teorema proporciona la mejor manera de "visualizar" una matriz invertible y el
teorema conduce inmediatamente a un método para encontrar la inversa de una matriz.

TEOREMA 7 Unn-nmatrizAes invertible si y solo siAes la fila equivalente ayonorte, y en este caso, cualquier
secuencia de operaciones elementales de fila que reduzcaAayonortetambién se transformayo
nortedentroA1.

Observación:El comentario sobre la prueba del Teorema 11 en el Capítulo 1 señaló que “PAGSsi y
solo siQ”es equivalente a dos afirmaciones: (1) “SiPAGSdespuésQ”y (2) “SiqdespuésPAGS ." La
segunda afirmación se llamaconversardel primero y explica el uso de la palabra Por el contrarioen
el segundo párrafo de esta prueba.

PRUEBASuponer queAes invertible Entonces, dado que la ecuaciónAXDbtiene una solución para
cadab(Teorema 5),Atiene una posición de pivote en cada fila (Teorema 4 en la Sección 1.4). Porque
Aes cuadrado, elnorteLas posiciones de pivote deben estar en diagonal, lo que implica que la
forma escalonada reducida deAesyonorte. Eso es,AInorte.
Supongamos ahora, por el contrario, queAInorte. Entonces, dado que cada paso de la reducción de
filas deAcorresponde a la multiplicación por la izquierda por una matriz elemental, existen matrices
elementalesmi1; : : : ; mipagstal que

AE1AE2.MI1A/ --- mipags.MIpags1- - - mi1A/Dyonorte

Eso es,
mipags- - - mi1ADyonorte (1)
Dado que el productomipags- - - mi1de matrices invertibles es invertible, (1) conduce a

. mipags- - - mi1/1.MIpags- - - mi1/AD .mipags- - - mi1/1yonorte

AD .mipags- - - mi1/1

De este modoAes invertible, ya que es la inversa de una matriz invertible (Teorema 6). También,

A1DŒ .Epags- - - mi1/11Dmipags- - - mi1

DespuésA1Dmipags- - - mi1- YOnorte, que dice queA1resultados de aplicarmi1; : : : ; mipags
sucesivamente ayonorte. Esta es la misma secuencia en (1) que redujoAayonorte.
110CAPITULO 2Álgebra matricial

Un algoritmo para encontrarA–1

si colocamosAyyolado a lado para formar una matriz aumentadaΠIA ,entonces las
operaciones de fila en esta matriz producen operaciones idénticas enAy enYO.Por el
Teorema 7, o bien hay operaciones de fila que transformanAayonorteyyonorteaA1si noAno es
invertible.

ALGORITMO PARA ENCONTRARA–1

Fila reducir la matriz aumentadaŒ IA .SiAes la fila equivalente aYO,después
Œ IAes la fila equivalente aŒIA1.De lo contrario,Ano tiene inversa.

2 3
0 1 2
EJEMPLO 7 Encuentra la inversa de la matriz.AD41 0 35,si existiera.
4 3 8

SOLUCIÓN
2 3 2 3
0 1 2 1 0 0 1 0 3 0 1 0
ΠA yoD41 0 3 0 1 05 40 1 2 1 0 05
43 8 0 0 1 43 8 0 0 1
2 3 2 3
10 3 0 1 0 10 3 0 1 0
40 1 2 1 0 05 40 1 2 1 0 05
0 3 4 04 1 0 0 2 3 4 1
2 3
1 0 3 0 1 0
40 1 2 1 0 0 5
0 0 1 3=2 2 1=2
2 3
1 0 09=2 7 3=2
40 1 02 41 5
0 0 1 3=2 2 1=2
El teorema 7 muestra, ya queA YO,queAes invertible y
2 3
9=2 7 3=2
A1D4 2 4 1 5
3=2 2 1=2
Es una buena idea comprobar la respuesta final:
2 32 3 2 3
0 1 2 9=2 7 3=2 1 0 0
Automóvil club británico1D41 0 354 2 4 1 5D40 1 05
4 3 8 3=2 2 1=2 0 0 1
No es necesario comprobar queA1ADyoya queAes invertible

Otra vista de la inversión de la matriz

Denota las columnas deyonortepormi1; : : : ;minorte. Entonces la reducción por filas yoaŒ yo A1
deŒ A puede ser visto como la solución simultánea de lanortesistemas

AXDmi1; AXDmi2; : : : ; AXDminorte (2)

donde las "columnas aumentadas" de estos sistemas se han colocado al ladoAformar ΠAmi1 mi2 -
- -minorteDŒ IA .La ecuacionAutomóvil club británico1Dyoy la definición de multiplicación de
matrices muestran que las columnas deA1son precisamente las soluciones de los sistemas
 2.2La inversa de una matriz111

en 2). Esta observación es útil porque algunos problemas aplicados pueden requerir encontrar solo
una o dos columnas deA1. En este caso, solo es necesario resolver los sistemas correspondientes
en (2).

NÚMERO I CAL NOTA

En el trabajo práctico,A1rara vez se calcula, a menos que las entradas deA1Se necesitan.
Calculando ambosA1yA1btoma aproximadamente tres veces más operaciones aritméticas
WEB que resolverAXDbpor reducción de filas, y la reducción de filas puede ser más precisa.

PROBLEMAS DE PRÁCTICA

1.Use determinantes para determinar cuáles de las siguientes matrices son invertibles.
3 9 4 9 6 9
una. b. C.
2 6 0 5 4 6
2 3
1 2 1
2.Encuentra la inversa de la matriz.AD41 5 65,si existiera.
5 4 5
3.SiAes una matriz invertible, demuestre que5Aes una matriz invertible.

2.2EJERCICIOS
Encuentra las inversas de las matrices en los ejercicios 1 a 4. En los Ejercicios 9 y 10, marca cada enunciado como Verdadero o Falso. Justifique
cada respuesta.
8 6 3 2
1. 2.
5 4 7 4 9.una. Para una matrizBser el inverso deA, ambas ecuacionesABD
yoylicenciado en LetrasDyodebe ser cierto
8 5 3 4
3. 4. b. SiAyBsonn-ne invertible, entoncesA1B1es el inverso
7 5 7 8
deAB.
5.Usa el inverso encontrado en el Ejercicio 1 para resolver el sistema a b
C. SiAD yabdominales discos compactos¤0;despuésAes invertible
C d
8x1C6x2D2
d. SiAes un invertiblen-nmatriz, entonces la ecuación AXD
5x1C4x2D1
bes consistente paracadabenRnorte.
6.Usa el inverso encontrado en el Ejercicio 3 para resolver el sistema
mi. Cada matriz elemental es invertible.
8x1C5x2D9 7x1 10una. Un producto de invertiblen-nmatrices es invertible, y la
5x2D11 inversa del producto es el producto de sus inversas en el
mismo orden.
1 2 1 1 2 b. SiAes invertible, entonces el inverso deA1esAsí mismo.
7.DejarAD ;b 1 D ;b 2D ;bD
3 ;
5 12 3 5 6 a b
3 C. SiAD yanuncioDantes de Cristo,despuésAno es invertible.
yb4D : C d
5
d. SiAse puede reducir por filas a la matriz identidad, entoncesAdebe
una. EncontrarA1;y utilízalo para resolver las cuatro ecuacionesAX ser invertible.
Db1; AXDb2; AXDb3; AXDb4 mi. SiAes invertible, entonces operaciones de fila elementales que
b. Las cuatro ecuaciones de la parte (a) se pueden resolver mediante lamismo reducenAa la identidadyonortetambién reducirA1ayonorte:
conjunto de operaciones de fila, ya que la matriz de coeficientes es la
11DejarAser un invertiblen-nmatriz, y seaBfrijoln - pag matriz.
misma en cada caso. Resuelva las cuatro ecuaciones en la parte (a) por
Demuestre que la ecuaciónHACHADBtiene una solución
fila reduciendo la matriz aumentadaŒAb1b2b3b4:
únicaA1B:
8.Use el álgebra matricial para demostrar que siAes invertible yD 12DejarAser un invertiblen-nmatriz, y seaBfrijoln - pagmatriz.
satisfaceANUNCIODYO;despuésDDA1: Explicar por quéA1Bse puede calcular por reducción de filas:
112CAPITULO 2Álgebra matricial

SiŒA B --- ŒI X;despuésXDA1B: 3 - 3matriz yyoDyo3: (Una prueba general requeriría un poco más
de notación.)
SiAEs mas grande que2 - 2,luego la reducción de filas deŒA Bes
mucho más rápido que calcular ambosA1yA1B: 27una. Use la ecuación (1) de la Sección 2.1 para mostrar que
13SuponerABDC.A;dóndeByCsonn - pagmatrices yA es filai.A/Dfilai.I A;poriD1; 2; 3:
invertible Muestra esaBDC .¿Es esto cierto, en general, b. Demuestre que si las filas l y 2 deAse intercambian, entonces el
cuando Ano es invertible? resultado se puede escribir comoEE. UU., dóndemies una matriz
elemental formada al intercambiar las filas 1 y 2 deYO.
14Suponer .B CDD0,dóndeByCsonm-nmatrices yDes
invertible Muestra esaBDC: C. Demuestre que si la fila 3 deAse multiplica por 5, entonces el resultado se
puede escribir comoEE. UU., dóndemise forma multiplicando la fila 3 de
15.SuponerA,B, yCson invertiblesn-nmatrices. Muestra esa A B C
yopor 5
también es invertible produciendo una matrizDtal que
. A B C DDyoyD .ABC /DYO: 28Demuestre que si la fila 3 deAse reemplaza por fila3.A/ 4 -fila1.A/; el
resultado esEE. UU., dóndemise forma a partir deyoreemplazando
dieciséis.SuponerAyBsonn - n;Bes invertible yABes invertible Muestra la fila3.YO /por fila3.YO / 4 -fila1.YO /:
esaAes invertible [Insinuación:DejarCDAB;y resolver esta ecuación
Encuentre las inversas de las matrices en los ejercicios 29 a 32, si existen.
paraUNA.]
Utilice el algoritmo presentado en esta sección.
17Resuelve la ecuaciónABDantes de CristoporA, asumiendo queA,B, y C
1 2 5 10
son cuadrados yBes invertible 29 30
4 7 4 7
18SuponerPAGSes invertible yADPBP1:ResolverBen 2 3 2 3
términos deA. 1 0 2 12 1
3143 1 45 32.447 35
19SiA,B, yCsonn-nmatrices invertibles, ¿la ecuación C1.ACX/B1D 2 3 4 26 4
yonortetener una solución,X? Si es así, encuéntralo.
33.Usa el algoritmo de esta sección para encontrar los inversos de
20SuponerA,B, yXsonn-nmatrices conA,X, y A HACHA 2 3
2 3 1 0 0 0
invertible, y supongamos 1 0 0 61 07
41 1 0 7:
1 05y6 41 05
. A HACHA/1DX1B . 3/ 1 1
1 1 1
1 1 1 1
una. Explicar por quéBes invertible
DejarAser el correspondienten-nmatriz, y seaBsea su inversa.
b. Resuelva (3) paraX.Si necesita invertir una matriz, explique por
Adivina la forma deB,y luego probar queABDyo ylicenciado en
qué esa matriz es invertible.
LetrasDYO:
21Explique por qué las columnas de unn-nmatrizAson linealmente
34.Repita la estrategia del ejercicio 33 para adivinar el inverso de 2
independientes cuandoAes invertible 3
1 0 0- - -0
22Explique por qué las columnas de unn-nmatrizAlapsoRnortecuando Aes 6 2 0 07
61 7
6 2 3 07
invertible [Insinuación:Repase el Teorema 4 en la Sección 1.4.] AD61 7:Demuestra que tu conjetura es
6: :: :7
23SuponerAesn-ny la ecuacionAXD0tiene sólo la solución trivial. 4 :: : ::5
Explicar por quéAposeenortecolumnas pivote yAes la fila 1 2 3 --- norte

equivalente ayonorte:Por el Teorema 7, esto demuestra queA correcto.

2 3
debe ser invertible. (Este ejercicio y el Ejercicio 24 se citarán 2 7 9
en la Sección 2.3.) 35.DejarAD4 2 5 65:Encuentre la tercera columna deA1
24SuponerAesn-ny la ecuacionAXDbtiene una solución para cadabenR 1 3 4
norte. Explicar por quéAdebe ser invertible. [Insinuación:Es Afila sin calcular las otras columnas.
equivalente ayonorte?] 2 3
25 9 27
a b 36. [M]DejarAD4546 180
Los ejercicios 25 y 26 prueban el teorema 4 paraAD : 5375:Encuentre el segundo y
C d 154 50 149
25Demuestra que sianuncio antes de CristoD0;entonces la ecuacionAX terceras columnas deA1sin calcular la primera columna.
D0tiene más de una solución. ¿Por qué esto implica queAno es 2 3
1 2
invertible? [Insinuación:Primero, consideraaDbD0:Entonces síay
37.DejarAD41 35:construir un2 - 3matrizC(por juicio y 5
b
bno son ambos cero, considere el vectorXD : 1
a
error) usando solo l,1,y 0 como entradas, tal queCaliforniaDyo2:
26Demuestra que sianuncio antes de Cristo¤0;la fórmula paraA1obras.
CalcularC.A.y tenga en cuenta queC.A.¤yo3:

Los ejercicios 27 y 28 prueban casos especiales de los hechos sobre matrices 1110
38.DejarAD :construir un4 - 2matrizD
elementales establecidos en el recuadro que sigue al ejemplo 5. AquíAes un 0111
 2.3Caracterizaciones de Matrices Invertibles113

usando solo 1 y 0 como entradas, tal queANUNCIODyo2:¿Es posible- matriz de flexibilidad para una viga elástica con cuatro puntos en los
ble esoCaliforniaDyo4para algunos4 - 2matrizC? ¿Por qué o por qué no? que se aplica la fuerza. Las unidades son centímetros por newton de
2 3 fuerza. Las medidas en los cuatro puntos muestran desviaciones de .08,
:005 :002 :001
.12, . 16 y 0,12 cm. Determine las fuerzas en los cuatro puntos.
39.DejarDD4:002 :004 :0025sea una matriz de flexibilidad,
:001 :002 :005 #1#2 #3 #4
con flexibilidad medida en pulgadas por libra. Suponga que se . 08 . 12 . dieciséis . 12
aplican fuerzas de 30, 50 y 20 lb en los puntos 1, 2 y 3,
respectivamente, en la figura 1 del ejemplo 3. Halle las F1
F2 F4
F3
desviaciones correspondientes.
40. [M]Calcule la matriz de rigidezD1porDen el ejercicio 39. Enumere las Deflexión de la viga elástica en los Ejercicios 41 y 42.
fuerzas necesarias para producir una deflexión de 0,04 pulg.
punto 3, con flechas cero en los otros puntos. 42. [M]ConDcomo en el ejercicio 41, determine las fuerzas que
2 3
:0040 :0030 :0010 :0005 producen una deflexión de .24 cm en el segundo punto de la viga,
6 :0030 :0050 :0030 :00107 con deflexión cero en los otros tres puntos. ¿Cómo se relaciona la
41. [M]DejarDD6 4 7 5ser un
:0010 :0030 :0050 :0030 respuesta con las entradas enD1‹ [Insinuación:Primero responda
:0005 :0010 :0030 :0040 la pregunta cuando la deflexión sea de 1 cm en el segundo punto.]

SOLUCIONES A PROBLEMAS DE PRÁCTICA

3 9
1.una. det D3 - 6.9/ - 2D18C18D36.El determinante es distinto de cero, entonces
2 6
la matriz es invertible.
4 9
b. det D4 - 5.9/ - 0D20¤0.La matriz es invertible.
0 5
6 9
C. det D6 - 6.9/.4/D36 36D0.La matriz no es invertible.
4 6
2 3
1 2 1 1 0 0
2.ΠA yo 41 5 6 0 1 05
54 5 0 0 1
2 3
121 1 0 0
40 35 1 1 05
0 6 105 0 1
2 3
1 2 11 0 0
40 3 5 1 1 05
0 0 072 1
Asi queŒ IAes fila equivalente a una matriz de la formaŒB D ,dóndeBes cuadrado
y tiene una fila de ceros. Otras operaciones de fila no se transformaránBdentroYO,así
que paramos.Ano tiene inversa.
3.Ya queAes una matriz invertible, existe una matrizCtal queC.A.DyoDCALIFORNIA.El objetivo
es encontrar una matriz.Dde modo que (5A)DDyoDD(5A).EstablecerDD1=5 C.Aplicando el
Teorema 2 de la Sección 2.1 se establece que (5A)(1=5 C )D (5)(1/5)(CA)D1yoD
YO ,y (1/5C )(5A)D (1/5)(5)(CA) =1yoDYO .Así 1/5Ces de hecho el inverso de
A,demostrando queAes invertible

2.3CARACTERIZACIONES DE MATRICES INVERTIBLES

Esta sección proporciona una revisión de la mayoría de los conceptos presentados en el Capítulo 1, en
relación con los sistemas denorteecuaciones lineales ennorteincógnitas y acuadradomatrices. El resultado
principal es el Teorema 8.
114CAPITULO 2Álgebra matricial

TEOREMA 8 El teorema de la matriz invertible

DejarAser un cuadradon-nmatriz. Entonces las siguientes afirmaciones son equivalentes. Es decir,
para un dadoA,las afirmaciones son todas verdaderas o todas falsas.

una.Aes una matriz invertible.

b.Aes la fila equivalente a lan-nmatriz de identidad.
C.Aposeenorteposiciones de pivote.

d. La ecuacionAXD0tiene sólo la solución trivial.

mi. las columnas deAforman un conjunto linealmente independiente.

F. La transformación linealX7!AXes uno a uno.

gramo. La ecuacionAXDbtiene al menos una solución para cadabenRnorte.
H. las columnas deAlapsoRnorte.
i. La transformación linealX7!AXmapasRnortesobreRnorte.
j. Hay unn-nmatrizCtal queCaliforniaDYO .
k. Hay unn-nmatrizDtal queANUNCIODYO .
yoATes una matriz invertible.

(a) Primero, necesitamos algo de notación. Si la verdad del enunciado (a) siempre implica que el
enunciado (j) es verdadero, decimos que (a)implica(j) y escribe (a) ) (j). La prueba establecerá el “círculo” de
( b) (j)
implicaciones que se muestra en la Figura 1. Si alguna de estas cinco afirmaciones es verdadera, entonces
también lo son las demás. Finalmente, la demostración vinculará los enunciados restantes del teorema
(C) (d)
con los enunciados de este círculo.
FIGURA 1
PRUEBASi la afirmación (a) es verdadera, entoncesA1trabaja paraCen (j), entonces (a) ) (j). Luego, (j) )
(d) por el Ejercicio 23 en la Sección 2.1. (Vuelva atrás y lea el ejercicio). Además, (d) ) (c) por el
Ejercicio 23 en la Sección 2.2. SiAes cuadrado y tienenorteposiciones de pivote, entonces los pivotes
deben estar en la diagonal principal, en cuyo caso la forma escalonada reducida deAesyonorte:Así
(c) ) (b). Además, (b) ) (a) por el Teorema 7 en la Sección 2.2. Esto completa el círculo en la Figura 1.

(k) Luego, (a) ) (k) porqueA1trabaja paraD.Además, (k) ) (g) por el Ejercicio 24 en la Sección
2.1, y (g) ) (a) por el Ejercicio 24 en la Sección 2.2. Entonces (k) y (g) están vinculados al círculo.
(a) (gramo) Además, (g), (h) e (i) son equivalentes para cualquier matriz, por el Teorema 4 en la Sección
1.4 y el Teorema 12(a) en la Sección 1.9. Así, (h) e (i) están vinculados a través de (g) al círculo.
(gramo) (h) (i)
Dado que (d) está vinculado al círculo, también lo están (e) y (f), porque (d), (e) y (f) son todos
(d) (mi) (F) equivalentes paraningúnmatrizA. (Véase la Sección 1.7 y el Teorema 12(b) en la Sección 1.9).
Finalmente, (a) ) (l) por el Teorema 6(c) en la Sección 2.2, y (l) ) (a) por el mismo teorema conAy AT
(a) (l) intercambiado. Esto completa la demostración.

Debido al Teorema 5 de la Sección 2.2, el enunciado (g) del Teorema 8 también podría
escribirse como “La ecuaciónAXDbtiene unúnicosolución para cadabenRnorte.” Esta declaración
ciertamente implica (b) y por lo tanto implica queAes invertible
El siguiente hecho se deriva del Teorema 8 y del Ejercicio 8 de la Sección 2.2.

DejarAyBser matrices cuadradas. SiABDYO ,despuésAyBambos son

invertibles, conBDA1yADB1.
 2.3Caracterizaciones de Matrices Invertibles115

El teorema de la matriz invertible divide el conjunto de todosn-nmatrices en dos clases

separadas: las matrices invertibles (no singulares) y las matrices no invertibles (singulares). Cada
afirmación del teorema describe una propiedad de cadan-nmatriz invertible. losnegaciónde un
enunciado en el teorema describe una propiedad de cadan-nmatriz singular. Por ejemplo, unn-n
matriz singular esnofila equivalente ayonorte, lo hacenotener norteposiciones de pivote, y tiene
linealmentedependientecolumnas Las negaciones de otras declaraciones se consideran en los
ejercicios.

EJEMPLO 1Utilice el teorema de la matriz invertible para decidir siAes invertible:

2 3
1 0 2
AD4 3 1 25
5 1 9

SOLUCIÓN
2 3 2 3
1 0 2 1 0 2
A 40 1 45 40 1 45
0 1 1 0 0 3

Asi queAtiene tres posiciones de pivote y, por lo tanto, es invertible, según el teorema de la matriz invertible,
declaración (c).

Tabla ampliada El poder del Teorema de la Matriz Invertible radica en las conexiones que proporciona
SG
para el IMT 2–10 entre tantos conceptos importantes, como la independencia lineal de las columnas de una
matriz. Ay la existencia de soluciones a ecuaciones de la formaAXDb. Debe enfatizarse, sin
embargo, que el Teorema de la Matriz Invertiblese aplica solo a matrices cuadradas. Por
ejemplo, si las columnas de un4 - 3son linealmente independientes, no podemos usar el
teorema de la matriz invertible para concluir nada sobre la existencia o inexistencia de
soluciones a ecuaciones de la formaAXDb.

Transformaciones lineales invertibles

Recuerde de la Sección 2.1 que la multiplicación de matrices corresponde a la composición de
transformaciones lineales. Cuando una matrizAes invertible, la ecuaciónA1AXDXpuede verse como una
afirmación sobre transformaciones lineales. Consulte la figura 2.

Multiplicación

porA
X AX
Multiplicación

porA–1

FIGURA 2A1transformaAXde regresoX.

Una transformación linealTWRnorte!Rnortese ha dichoinvertiblesi existe una funcion

SWRnorte!Rnortetal que

S T .X//DX para todosXenRnorte (1)

TSX//DX para todosXenRnorte (2)

El siguiente teorema muestra que si talSexiste, es único y debe ser una transformación
lineal. Nosotros llamamosSlainversodeTy escríbelo comoT1.
116CAPITULO 2Álgebra matricial

TEOREMA 9 DejarTWRnorte!RnorteSea una transformación lineal y seaASea la matriz estándar para

tDespuésTes invertible si y solo siAes una matriz invertible. En ese caso, la
transformación linealSdada porS.X/DA1Xes la única función que satisface las
ecuaciones .1/y .2/.

Observación:Véase el comentario sobre la demostración del Teorema 7.

PRUEBASuponer queTes invertible Entonces (2) muestra queTestá enRnorte, por sibes en Rnorte
yXDS.b/, despuéstX/DTSb//Db, por lo que cadabestá en el rango detDe este modoAes
invertible, por el teorema de la matriz invertible, afirmación (i).
Por el contrario, supongamos queAes invertible, y seaS.X/DA1X. Después,Ses una
transformación lineal, ySobviamente satisface (1) y (2). Por ejemplo,

S T .X//DSAX/DA1.AX/DX

De este modoTes invertible la prueba de queSes único se describe en el ejercicio 39.

EJEMPLO 2¿Qué se puede decir acerca de una transformación lineal uno a unoTde Rnorte
dentroRnorte?

SOLUCIÓNLas columnas de la matriz estándarAdeTson linealmente independientes (por el

Teorema 12 en la Sección 1.9). Asi queAes invertible, por el teorema de la matriz invertible, y T
mapasRnortesobreRnorte. También,Tes invertible, por el Teorema 9.

NÚMERO I CAL NOTAS

En el trabajo práctico, de vez en cuando puede encontrar un "casi singular" omal acondicionado
matriz: una matriz invertible que puede convertirse en singular si algunas de sus entradas se
modifican muy levemente. En este caso, la reducción de filas puede producir menos denorte
posiciones de pivote, como resultado de un error de redondeo. Además, el error de redondeo a
veces puede hacer que una matriz singular parezca invertible.

WEB Algunos programas matriciales calcularán unnúmero de condiciónpara una matriz

cuadrada. Cuanto mayor sea el número de condición, más cerca estará la matriz de ser
singular. El número de condición de la matriz identidad es 1. Una matriz singular tiene un
número de condición infinito. En casos extremos, un programa de matriz puede no ser
capaz de distinguir entre una matriz singular y una matriz mal condicionada.
Los ejercicios 41 a 45 muestran que los cálculos matriciales pueden producir un error sustancial
cuando un número de condición es grande.

PROBLEMAS DE PRÁCTICA
2 3
2 3 4
1.determinar siAD42 3 45es invertible
2 3 4
2.Supongamos que para cierton-nmatrizA,El enunciado (g) del teorema de la matriz invertible esno
verdadero. ¿Qué puedes decir acerca de las ecuaciones de la formaAXDb?

3.Suponer queAyBsonn-nmatrices y la ecuacionABXD0tiene una solución no trivial.

¿Qué puedes decir sobre la matriz?AB?
 2.3Caracterizaciones de Matrices Invertibles117

2.3EJERCICIOS
A menos que se especifique lo contrario, suponga que todas las matrices en d. Si la transformación lineal(X)7!AXmapasRnortedentroRnorte, despuésA
estos ejercicios sonn - n.Determine cuáles de las matrices de los ejercicios 1 a poseenorteposiciones de pivote.
10 son invertibles. Utilice la menor cantidad de cálculos posible. Justifique sus mi. Si hay unbenRnortetal que la ecuaciónAXDbes
respuestas. inconsistente, entonces la transformaciónX7!AXno es
5 7 4 6 uno a uno.
1. 2.
3 6 6 9 13Unm-nmatriz triangular superiores aquel cuyas entradas abajola
2 3 2 3 diagonal principal son 0 (como en el ejercicio 8). ¿Cuándo es
5 0 0 7 0 4
3.43 7 05 4.43 0 15 invertible una matriz triangular superior cuadrada? Justifica tu

8 5 1 2 0 9 respuesta.
2 3 2 3 14Unm-nmatriz triangular inferiores aquel cuyas entradas arribala
0 3 5 1 5 4
5.41 0 25 6.40 3 45 diagonal principal son 0 (como en el ejercicio 3). ¿Cuándo es
invertible una matriz triangular inferior cuadrada? Justifica tu
4 9 7 3 6 0
respuesta.
2 3 2 3
1 3 0 1 1 3 7 4 15.¿Puede una matriz cuadrada con dos columnas idénticas ser invertible?
63 5 8 3 7 60 5 9 67
7.6 7 8.6 7 ¿Por qué o por qué no?
42 6 3 25 40 0 2 85
0 1 2 1 0 0 0 10 dieciséis.¿Es posible que un5 - 5matriz sea invertible cuando sus columnas
no se expandenR5? ¿Por qué o por qué no?
2 3
4 0 7 7
97 17SiAes invertible, entonces las columnas deA1son linealmente
66 1 11 7
9.[METRO]6
47 independientes. Explicar por qué.
5 10 195
1 2 3 1 18SiCes6 - 6y la ecuacionCXDves consistente para cada venR6,
2 3 es posible que para algunosv, la ecuacionCXDv tiene mas
5 3 1 7 9 de una solucion? ¿Por qué o por qué no?
6 4 2 8 87 7
66
10[METRO]6 5 3 10 97 19Si las columnas de un7 - 7matrizDson linealmente independientes, ¿qué
67 7
49 6 4 9 55 puedes decir acerca de las soluciones deDXDb? ¿Por qué?

8 5 2 11 4 20Sin-nmatricesmiyFtener la propiedad de queFEDYO , despuésmiyF

En los Ejercicios 11 y 12, las matrices son todasn - n.Cada parte de los
ejercicios es unimplicaciónde la forma “Si “afirmación 1”, entonces
“afirmación 2”.” Marque una implicación como verdadera si la verdad de la
"afirmación 2"siempresigue cada vez que la "afirmación 1" resulta ser
verdadera. Una implicación es falsa si hay una instancia en la que la
"afirmación 2" es falsa pero la "afirmación 1" es verdadera. Justifique cada
respuesta.
11una. Si la ecuaciónAXD0tiene solo la solución trivial, entonces A
es la fila equivalente a lan-nmatriz de identidad.
b. Si las columnas deAlapsoRnorte, entonces las columnas son linealmente
independientes.
C. SiAes unn-nmatriz, entonces la ecuaciónAXDbtiene al menos
una solución para cadabenRnorte.
d. Si la ecuaciónAXD0tiene una solución no trivial, entoncesA tiene
menos denorteposiciones de pivote.
mi. SiATno es invertible, entoncesAno es invertible.
12una. si hay unn-nmatrizDtal queANUNCIODYO,entonces allí
es también unn-nmatrizCtal queCaliforniaDYO:
viajar diariamente. Explicar por qué.
21Si la ecuaciónGRAMOXDytiene más de una solución para algunos yenRnorte,
pueden las columnas deGRAMOlapsoRnorte? ¿Por qué o por qué no?
22Si la ecuaciónHXDCes inconsistente para algunosCenRnorte, ¿qué
puedes decir acerca de la ecuaciónHXD0? ¿Por qué?
23Si unan-nmatrizkno se puede reducir por filas ayonorte;¿Qué puedes
decir sobre las columnas dek? ¿Por qué?
24SiLesn-ny la ecuacionLXD0tiene la solución trivial, hacer las
columnas deLlapsoRnorte? ¿Por qué?
25Verifique la declaración en el recuadro que precede al Ejemplo 1.
26Explique por qué las columnas deA2lapsoRnortesiempre que las
columnas deAson linealmente independientes.
27Demuestra que siABes invertible, también lo esA. No puede usar el
Teorema 6(b), porque no puedeasumirqueAyBson invertibles. [
Insinuación:hay una matrizWtal queABWDYO:¿Por qué?]
28Demuestra que siABes invertible, también lo esB.

b. Si las columnas deAson linealmente independientes, entonces las 29SiAes unn-nmatriz y la ecuacionAXDbtiene más de una solución
columnas deAlapsoRnorte. para algunosb, entonces la transformaciónX7!AXno es uno a
C. Si la ecuaciónAXDbtiene al menos una solución para cada benR uno. ¿Qué más puedes decir sobre esta transformación?
norte, entonces la solución es única para cadab. Justifica tu respuesta.
118CAPITULO 2Álgebra matricial

30SiAes unn-nmatriz y la transformaciónX7!AXes uno a uno, 41. [M]Supongamos que un experimento conduce al siguiente sistema de
¿qué más puedes decir sobre esta transformación? ecuaciones:
Justifica tu respuesta. 4:5x1C3:1x2 D 19:249 . 3/
31SuponerAes unn-nmatriz con la propiedad de que la ecuaciónAX 1:6x1C1:1x2 D 6:843
Dbtiene al menos una solución para cadabenRnorte. Sin usar una. Resuelva el sistema (3), y luego resuelva el sistema (4), a
los teoremas 5 u 8, explique por qué cada ecuación AXDb continuación, en el que los datos de la derecha se han redondeado
tiene de hecho exactamente una solución. a dos lugares decimales. En cada caso, encuentre elexactosolución.

32.SuponerAes unn-nmatriz con la propiedad de que la ecuaciónAXD0 4:5x1C3:1x2 D 19:25 . 4/

tiene sólo la solución trivial. Sin usar el teorema de la matriz
invertible, explique directamente por qué la ecuación AXDbdebe
tener una solución para cadabenRnorte.
En los ejercicios 33 y 34,Tes una transformación lineal deR2dentro R2.
Muestra esaTes invertible y encuentre una fórmula paraT1:
33.T .x1; X2/D .5x1C9x2; 4x1 7x2/
34.T .x1; X2/D .6x1 8x2;5x1C7x2/
1:6x1C1:1x2 D 6:84
b. Las entradas en (4) difieren de las de (3) en menos de :05%.
Encuentre el porcentaje de error al usar la solución de (4)
como una aproximación para la solución de (3).
C. Use su programa de matrices para producir el número de condición
de la matriz de coeficientes en (3).
Los ejercicios 42 a 44 muestran cómo usar el número de condición de una
matrizApara estimar la precisión de una solución calculada deAXDb: Si las

35.DejarTWRnorte!RnorteSea una transformación lineal invertible. Explicar entradas deAybtienen una precisión de aproximadamenterdígitos

por quéTes a la vez uno a uno y sobreRnorte. Utilice las ecuaciones significativos y si el número de condición deAes aproximadamente10k(conk

(1) y (2). Luego da una segunda explicación usando uno o más un entero positivo), entonces la solución calculada deAXDbpor lo general

teoremas. debe ser preciso al menosr kdígitos significantes.

36.DejarTser una transformación lineal que mapeaRnortesobreRnorte. 42.[METRO] Encuentre el número de condición de la matrizAen el

Muestra esaT1existe y mapasRnortesobreRnorte. EsT1también uno a Ejercicio 9. Construye un vector aleatorioXenR4y calcularbDAX.

uno? Luego use su programa matricial para calcular la soluciónX1

deAXDb. a cuantos digitosXyX1¿aceptar? Averigüe la cantidad de
37.SuponerTytuson transformaciones lineales deRnorteaRnorte dígitos que su programa de matriz almacena con precisión e
tal queT .UX/DXpara todosXenRnorte. ¿Es cierto queUtahX/DX para informe cuántos dígitos de precisión se pierden cuandoX1se usa
todosXenRnorte? ¿Por qué o por qué no? en lugar de la solución exactaX.

38.Supongamos una transformación linealTWRnorte!Rnortetiene la propiedad 43.[METRO] Repita el ejercicio 42 para la matriz del ejercicio 10.
de quettu/Dtv/para algún par de vectores distintostuy venRnorte. 44.[METRO] Resolver una ecuaciónAXDbpara un adecuadobpara encontrar el último
PuedenTmapaRnortesobreRnorte? ¿Por qué o por qué no? columna de la inversa de lafimatriz de Hilbert de quinto orden
2 3
39.DejarTWRnorte!RnorteSea una transformación lineal invertible, 1 1=2 1=3 1=4 1=5
y seaSytuser funciones deRnortedentroRnortetal que 6
61=2 1=3 1=4 1=5 1=67
7
S T .X//DXyU .T .X//DXpara todosXenRnorte. Muestra esa AD6 61=3 1=4 1=5 1=6 1=77
7
tuv/DS.v/para todosvenRnorte. Esto mostrará queTtiene un inverso 41=4 1=5 1=6 1=7 1=85
único, como se afirma en el Teorema 9. [Insinuación:Dado cualquier v 1=5 1=6 1=7 1=8 1=9
enRnorte, podemos escribirvDtX/para algunosX. ¿Por qué? Calcular ¿Cuántos dígitos en cada entrada deXesperas estar en lo
S.v/ytuv/.] cierto? Explique. [Nota:La solución exacta es .630;12600;
56700;88200; 44100/:]
40SuponerTySsatisfacer las ecuaciones de invertibilidad (1) y
(2), dondeTes una transformación lineal. Mostrar 45.[METRO] Algunos programas de matrices, como MATLAB, tienen un comando
directamente que Ses una transformación lineal. [Insinuación: para crear matrices de Hilbert de varios tamaños. Si es posible, use un
Dadotu,venRnorte, dejar XDS.tu/;yDS(v). DespuéstX/Dtu; ty/Dv comando inverso para calcular el inverso de una matriz de Hilbert de doceavo
:¿Por qué? Aplicar Sa ambos lados de la ecuacióntX/Cty/DtXCy orden o mayor,A. CalcularAutomóvil club británico1:Informa lo que
/: Además, considereT .cX/DcT.X/.] encuentres.

SG Dominio: revisión y reflexión 2–13

SOLUCIONES A PROBLEMAS DE PRÁCTICA

1.las columnas deAson obviamente linealmente dependientes porque las columnas 2 y 3 son
múltiplos de la columna 1. Por lo tantoAno puede ser invertible, por el teorema de la matriz
invertible.
 2.4Matrices particionadas119

2.Si la afirmación (g) esnocierto, entonces la ecuaciónAXDbes inconsistente para al menos uno ben
Rnorte.
3.Aplicar el teorema de la matriz invertible a la matrizABen lugar deUNA.Entonces declaración
(d) se convierte en:ABXD0tiene sólo la solución trivial. Esto no es verdad. Asi queABno es
invertible.

2.4MATRICES PARTICIONADAS
Una característica clave de nuestro trabajo con matrices ha sido la capacidad de considerar una matrizA
como una lista de vectores de columna en lugar de solo una matriz rectangular de números. Este punto
de vista ha sido tan útil que deseamos considerar otrosparticionesdeA,indicado por las reglas de división
horizontal y vertical, como en el Ejemplo 1 a continuación. Las matrices divididas aparecen en la mayoría
de las aplicaciones modernas del álgebra lineal porque la notación destaca estructuras esenciales en el
análisis de matrices, como en el ejemplo introductorio del capítulo sobre el diseño de aeronaves. Esta
sección brinda la oportunidad de repasar el álgebra matricial y utilizar el Teorema de la matriz invertible.

EJEMPLO 1La matriz

2 3
3 0 1 5 9 2
AD45 2 4 0 3 15
8 6 3 1 7 4
también se puede escribir como el2 - 3particionado(obloquear)matriz

A11 A12 A13

AD
A21 A22 A23
cuyas entradas son lasbloques(osubmatrices)

3 0 1 5 9 2
A11D ; AD 12 ; A13 D
5 2 4 0 3 1
- - - - --
A21D8 6 3; A22D 1 7; A23D 4

EJEMPLO 2Cuando una matrizAaparece en un modelo matemático de un sistema físico como una
red eléctrica, un sistema de transporte o una gran corporación, puede ser natural considerarA
como una matriz dividida. Por ejemplo, si la placa de circuito de una microcomputadora consta
principalmente de tres microchips VLSI (integrados a muy gran escala),
entonces la matriz para la placa de circuito podría tener la forma general
2 3
A11 A12 A13
6 7
AD4A21 A22 A235
A31 A32 A33
Las submatrices en la “diagonal” deA-a saber,A11,A22, yA33— se refieren a los tres chips VLSI,
mientras que las otras submatrices dependen de las interconexiones entre esos microchips.

Suma y Multiplicación Escalar

Si matricesAyBson del mismo tamaño y se dividen exactamente de la misma manera,
entonces es natural hacer la misma partición de la matriz ordinaria sumaACB.En esto
120CAPITULO 2Álgebra matricial

caso, cada bloque deACBes la suma (matriz) de los bloques correspondientes deAyB. La
multiplicación de una matriz particionada por un escalar también se calcula bloque por bloque.

Multiplicación de Matrices Particionadas

Las matrices particionadas se pueden multiplicar por la regla habitual de filas y columnas como si las entradas del
bloque fueran escalares, siempre que para un productoAB,la partición de la columna deAcoincide con la partición
de fila deB.

EJEMPLO 3 Dejar
2 3
6 4
2 3
2 3 1 0 4 62 17
A11 A12 6 7 B1
AD41 5 2 3 15 D ; BD636 77 D
A21 A22 7 B2
0 4 2 7 1 41 35
5 2
Las 5 columnas deAse dividen en un conjunto de 3 columnas y luego en un conjunto de 2
columnas. Las 5 filas deBse dividen de la misma manera: en un conjunto de 3 filas y luego en un
conjunto de 2 filas. Decimos que las particiones deAyBsonconformepormultiplicación de bloques
. Se puede demostrar que el producto ordinarioABSe puede escribir como
2 3
5 4
A11 A12 B1 A11B1CA12B2 D46 25
ABD D
A21 A22 B2 A21B1CA22B2
2 1
Es importante para cada producto más pequeño en la expresión paraABescribirse con la
submatriz deAa la izquierda, ya que la multiplicación de matrices no es conmutativa. Por
ejemplo,
2 3
6 4
2 3 142 15D 15 12
A11B1D
1 5 2 2 5
3 7
0 4 1 3 20 8
A12B2D D
3 1 5 2 8 7
Por lo tanto, el bloque superior enABes

15 12 20 8 5 4
A11B1CA12B2D C D
2 5 8 7 6 2

La regla fila-columna para la multiplicación de matrices de bloques proporciona la forma más

general de considerar el producto de dos matrices. Cada una de las siguientes vistas de un
producto ya se ha descrito usando particiones simples de matrices: (1) la definición deAX utilizando
las columnas deA, (2) la definición de columna deAB, (3) la regla fila-columna para calcularAB,y (4)
las filas deABcomo productos de las filas deAy la matrizB. Una quinta vista deAB,nuevamente
usando particiones, sigue en el Teorema 10 a continuación.
Los cálculos en el siguiente ejemplo preparan el camino para el Teorema 10. Aquí
colk.A/ es elkla columna deA,y filak.B/es elkla fila deB.

2 3
a b
3 1 2
EJEMPLO 4DejarAD yBD4C d5.Comprueba eso
1 4 5
mi F

ABDcolumna1.A/fila1.B/Ccolumna2.A/fila2.B/Ccolumna3.A/fila3.B/
 2.4Matrices particionadas121

SOLUCIÓNCada término anterior es unproducto exterior. (Consulte los ejercicios 27 y 28 de la sección 2.1).
Por la regla de filas y columnas para calcular un producto de matrices,

3 - - 3a 3b
columna1.A/fila1.B/D a b D
1 a b
1 - - C d
columna2.A/fila2.B/D C d D
4 4c 4d
2- - 2e 2f
columna3.A/fila3.B/D mi F D
5 5e 5f

De este modo

X3 3aCCC2e 3bCdC2f
columnak.A/filak.B/D
a 4cC5e b 4dC5f
kD1

Esta matriz es obviamenteAB.Note que el .1; 1/-entrada enABes la suma de .1; 1/- entradas en los
tres productos exteriores, el .1; 2/-entrada enABes la suma de .1; 2/-entradas en los tres productos
exteriores, y así sucesivamente.

TEOREMA 10 Columna--Fila Expansión deAB

SiAesm-nyBesn-p,después 2 3
fila1.B/
6
6fila2.B/7 7
ABDocolumna1.A/columna2.A/ --- columnanorte.A/6 7 (1)
4 ::: 5
filanorte.B/

Dcolumna1.A/fila1.B/C - - - Ccolumnanorte.A/filanorte.B/

PRUEBAPara cada índice de filaie índice de columnaj ,la .i; j/-entrada en columnak.A/filak.B/ es el
producto deayode colk.A/ybkjde la filak.B/.Por lo tanto, la .i; j/-entrada en la suma que se muestra en
la ecuación (1) es

ai1b1j Cai2b2j C - - - CaenbNueva Jersey

. kD1/ . kD2/ . kDnorte/

Esta suma es también el .i; j/-entrada enAB,por la regla fila-columna.

Inversas de matrices particionadas

El siguiente ejemplo ilustra cálculos que involucran matrices inversas y particionadas.

EJEMPLO 5Una matriz de la forma

A11 A12
AD
0 A22

se ha dichobloque superior triangular. Asumir queA11esp-p, A22esq - q,yAes invertible

Encuentre una fórmula paraA1.
122CAPITULO 2Álgebra matricial

SOLUCIÓNDenotarA1porBy particiónBde modo que

A11 A12 B11 B12 D 0
(2)
yopags

0 A22 B21 B22 0 yoq

Esta ecuación matricial proporciona cuatro ecuaciones que conducirán a los bloques desconocidos B
11; : : : ; B22. Calcule el producto en el lado izquierdo de la ecuación (2) e iguale cada entrada con el bloque
correspondiente en la matriz de identidad de la derecha. es decir, establecer

A11B11CA12B21Dyopags (3)
A11B12CA12B22D0 (4)
A22B21D0 (5)
A22B22Dyoq (6)
Por sí misma, la ecuación (6) no muestra queA22es invertible Sin embargo, desdeA22es
cuadrada, el teorema de la matriz invertible y (6) juntos muestran queA22es invertible y
B22DA1 22.A continuación, multiplica a la izquierda ambos lados de (5) porA1 22 y obtener
B21DA1 220D0

de modo que (3) se simplifica a

A11B11C0Dyopags
Ya queA11es cuadrado, esto demuestra queA11es invertible yB11DA1 11.Por último, utiliza estos
resultados con (4) para encontrar que

1
A11B12DA12B22DA12A22 y B12DA1 11A12A1 22

De este modo
" #1 " #
A11 A12 A1 A1 1
11 11A12A22
A1D D A1
0 A22 0 22

Amatriz diagonal de bloquees una matriz dividida con cero bloques fuera de la
diagonal principal (de bloques). Tal matriz es invertible si y solo si cada bloque en la diagonal
es invertible. Ver ejercicios 13 y 14.

NÚMERO I CAL NOTAS

1.Cuando las matrices son demasiado grandes para caber en la memoria de alta velocidad de una
computadora, la partición permite que la computadora trabaje con solo dos o tres
submatrices a la vez. Por ejemplo, un equipo de investigación de programación lineal
simplificó un problema dividiendo la matriz en 837 filas y 51 columnas. La solución del
problema tomó alrededor de 4 minutos en una supercomputadora Cray.1

2.Algunas computadoras de alta velocidad, particularmente aquellas con arquitectura de

canalización vectorial, realizan cálculos matriciales de manera más eficiente cuando los
algoritmos usan matrices divididas.2

3.El software profesional para álgebra lineal numérica de alto rendimiento, como LAPACK,
hace un uso intensivo de los cálculos de matrices particionadas.

1El tiempo de solución no suena demasiado impresionante hasta que se entera de que cada una de las 51 columnas de bloques
contenía alrededor de 250 000 columnas individuales. ¡El problema original tenía 837 ecuaciones y más de 12,750,000 variables! Casi
100 millones de los más de 10 mil millones de entradas en la matriz eran distintas de cero. Consulte Robert E. Bixby et al.,
"Programación lineal a muy gran escala: un estudio de caso en la combinación de métodos de puntos interiores y símplex".La
investigación de operaciones, 40, núm. 5 (1992): 885–897.

2La importancia de los algoritmos de matriz de bloques para los cálculos por computadora se describe enCálculos
matriciales, 3.ª ed., por Gene H. Golub y Charles F. van Loan (Baltimore: Johns Hopkins University Press, 1996).
 2.4Matrices particionadas123

Los ejercicios que siguen dan práctica con el álgebra matricial e ilustran los cálculos típicos
que se encuentran en las aplicaciones.

PROBLEMAS DE PRÁCTICA

yo 0
1.Muestra esa es invertible y encuentra su inversa.
A yo
- -
2.CalcularXTX,dóndeXse divide comoX1 X2 .

2.4EJERCICIOS
En los ejercicios 1 a 9, suponga que las matrices se particionan de manera En los Ejercicios 11 y 12, marca cada enunciado como Verdadero o Falso. Justifique
conforme para la multiplicación de bloques. Calcule los productos que se muestran cada respuesta.
en los ejercicios 1 a 4. - - - -
11una. SiADA1 A2yBDB1 B2;conA1yA2
yo 0 A B mi 0 A B los mismos tamaños queB1yB2, respectivamente, entoncesACBD
1. 2.
mi yo C D 0 F C D ŒA1CB1 A2CB2:
A 11 A12 B1;entonces las particiones B
0 yo W X yo 0 A B b. SiAD yBD
A 21 A22
2
3. 4.
yo 0 Y Z X yo C D
deAyBson conformes para la multiplicación de bloques.
En los Ejercicios 5–8, encuentre fórmulas paraX,Y, yZen términos deA,B,
12una. La definición del producto matriz-vectorAXes un caso especial
yC, y justifique sus cálculos. En algunos casos, es posible que deba
de multiplicación de bloques.
hacer suposiciones sobre el tamaño de una matriz para producir una
A
fórmula. [Insinuación:Calcule el producto de la izquierda y hágalo igual b. SiA1; A2; B1;yB2sonn-nmatrices,AD 1,y
A2
al lado derecho.] - -
BDB1 B2,entonces el productolicenciado en Letrasestá definido, peroABes
A B yo 0 0 yo no.
5. D
C 0 X Y Z 0 B 0
13DejarAD , dóndeByCson cuadrados. Muestra esaA
0 C
X 0 A 0 yo 0
6. D es invertible si y solo si ambosByCson invertibles.
Y Z B C 0 yo
2 3 14Muestre que la matriz triangular superior del bloqueAen el ejemplo 5 es
A Z invertible si y solo si ambosA11yA22son invertibles. [Insinuación: SiA11yA
X 0 0 40 05D yo 0
7. 22son invertibles, la fórmula paraA1dado en el Ejemplo 5 en realidad
Y 0 yo 0 yo
B yo funciona como el inverso deA.] Este hecho sobre Aes una parte
importante de varios algoritmos informáticos que estiman valores
A B X Y Z yo 0 0 propios de matrices. Los valores propios se analizan en el Capítulo 5.
8. D
0 yo 0 0 yo 0 0 yo

9.SuponerA 11es una matriz invertible. Encuentra matricesXyY 15.SuponerA11es invertible EncontrarXyYtal que
tal que el producto a continuación tiene la forma indicada. Además, A11 A12 yo 0 A11 0 yo Y
D (7)
calculeB22. [Insinuación:Calcule el producto de la izquierda y hágalo A21 A22 X yo 0 S 0 yo
igual al lado derecho.]
dóndeSDA 22 A21A11A112::La matrizSse llama el
2 32 3 2 3 Complemento de SchurdeA11:Del mismo modo, siA22es invertible,
yo 0 0 A 11 A12 B11 B12
1
4X yo 054A 21 A22 5 D 40 B22 5 la matrizA11 A12A 22A21se llama complemento de Schur
Y 0 IA deA22:Tales expresiones ocurren con frecuencia en la teoría de la
31 A32 0 B32
ingeniería de sistemas y en otros lugares.

dieciséis.Supongamos que la matriz de bloquesAen el lado izquierdo de (7)

2 3 2 3 es invertible yA11es invertible Demuestre que el complemento de Schur
yo 0 0 yo 0 0
Sde A11es invertible [Insinuación:Los factores externos en el lado
10el inverso de4C yo 05es4Z yo 05:
derecho de (7) son siempre invertibles. Verifique esto.] CuandoAyA11son
A B yo X Y yo
ambos invertibles, (7) conduce a una fórmula paraA1, usandoS1,
EncontrarX,Y, yZ. A111,y las otras entradas enA.
124CAPITULO 2Álgebra matricial

17Cuando se lanza una sonda al espacio profundo, pueden ser necesarias
correcciones para colocar la sonda en una trayectoria calculada con
precisión. La radiotelemetría proporciona un flujo de vectores, X1; : : : ;X
k,dando información en diferentes momentos sobre cómo la posición
de la sonda se compara con su trayectoria planificada.
DejarXksea la matriz [X1- - -Xk].La matrizGRAMOkDXkXT
se calcula a medida que se analizan los datos del radar. CuandoXkC1
llega, una nuevaGRAMOkC1debe ser computado. Dado que los vectores
de datos llegan a alta velocidad, la carga computacional podría ser
severa. Pero la multiplicación de matrices divididas ayuda
enormemente. Calcule las expansiones columna-fila deGRAMOyG;y
describe qué
formaGRAMOkC1.
en la ecuación inferior. El resultado es una ecuación de la
formaWs/tuDy, dóndeW (s)es una matriz que depende de
s. Ws/se llama elfunción de transferenciadel sistema porque
transforma la entradatuen la saliday. EncontrarWs/y describir
cómo se relaciona con el particionadomatriz del sistemaen el lado
kes izquierdo de (8). Consulte el ejercicio 15.
20Supongamos que la función de transferenciaWs/en el ejercicio 19 es invertible
para algunoss. Se puede demostrar que la función de transferencia inversa
W .s/1, que transforma las salidas en entradas, es el complemento de Schur
deA antes de Cristo sinortepara la siguiente matriz. Encuentra este
complemento de Schur. Consulte el ejercicio 15.
a
A antes de Cristo sinorte B
C yometro

1 0
21una. Comprueba esoA2 DyocuandoAD .
3 1
b. Utilice matrices particionadas para demostrar queMETRO2Dyocuando
2 3
1000
6 1 0 07
METROD63 7
41 0 1 05
0 1 3 1
22Generalice la idea del Ejercicio 2l(a) [no 2l(b)] por con-
A 0
estructurando un5 - 5matrizMETROD tal queMETRO2DYO:
C D
HacerCun distinto de cero2 - 3matriz. Demuestra que tu construcción
funciona.
La sonda Galileo fue lanzada el 18 de octubre de
1989 y llegó cerca de Júpiter a principios de 23Utilice matrices divididas para demostrar por inducción que el producto de
diciembre de 1995. dos matrices triangulares inferiores también es triangular inferior.
[Insinuación:UNA .kC1/ - .kC1/matrizA1se puede escribir en el siguiente
18DejarXfrijolm-nmatriz de datos tal queXTXes invertible, y sea
formulario, dondeaes un escalar,ves enRk,yAes unk - k matriz triangular
METRODyometro XXTX/1XT:Agregar una columnaX0a los
inferior. Ver elGuía de estudiopara obtener ayuda con la inducción.]
datos y forma
WDŒXX0
a 0T
CalcularWTW:La entrada (1, 1) esXTX.Demuestre que el A1D
v A
complemento de Schur (ejercicio 15) deXTXse puede escribir en
la formaXT 0METROX0:Se puede demostrar que la cantidad 24Use matrices particionadas para probar por inducción que para norteD2;
. X0TMETROX0/1es la entrada (2, 2) en .WTW /1:Este en- 3; : : : ;lan-nmatrizAque se muestra a continuación es invertible
try tiene una interpretación estadística útil, bajo hipótesis yBes su inversa.
apropiadas. 2 3
100 --- 0
6 1 0 07
En el estudio del control de ingeniería de sistemas físicos, un conjunto estándar de 61 7
6 1 1 07
ecuaciones diferenciales se transforma mediante transformadas de Laplace en el AD61 7,
6: :: : 7
siguiente sistema de ecuaciones lineales: 4: : 5
A sinorte B X 0 1 1 1 ::: 1
D (8) 2 3
C yometro tu y 1 0 0 --- 0
61 1 0 07
dóndeAesn - n;Besn-m;Cesm-n,yses una variable el vectortuenR 7
6 0 1 1 07
metroes la "entrada" al sistema,yenRmetroes la "salida", yXenRnortees
BD6 7
6 :: : 7
el vector de "estado". (En realidad, los vectoresX,tu, y yson 4 ::: ::: 5
funciones des, pero suprimimos este hecho porque no afecta los 0 ::: 1 1
cálculos algebraicos en los ejercicios 19 y 20).
Para el paso de inducción, supongaAyBson
19AsumirA sinortees invertible y considera (8) como un sistema de dos . kC1/ - .kC1/matrices y particiónAyBen una forma similar a la
ecuaciones matriciales. Resuelva la ecuación superior paraXy sustituir que se muestra en el ejercicio 23.
 2.5Factorizaciones de matrices125

25Sin usar la reducción de filas, encuentre el inverso de [Nota:Puede que no sea necesario especificar los bloques cero enB
2 3 .]
12000
6
63 5 0 0 07 27[METRO] Suponga que las restricciones de memoria o tamaño
7
AD6 60 0 2 0 07 7 impiden que su programa de matriz funcione con matrices que
40 0 0 7 85 tienen más de 32 filas y 32 columnas, y suponga que algún
00056 proyecto involucra 50 - 50matricesAyB.Describa los comandos u
operaciones de su programa de matriz que realizan las siguientes
26[METRO] Para operaciones de bloque, puede ser necesario acceder o
tareas.
ingresar submatrices de una matriz grande. Describa las
funciones o comandos de su programa de matriz que realizan las una. CalcularACB.
siguientes tareas. SuponerAes un20 - 30matriz. b. CalcularAB.
una. Mostrar la submatriz deAfilas 15 a 20 y columnas C. ResolverAXDbpara algunos vectoresbenR50, asumiendo que
5 a 10. Apuede dividirse en un2 - 2matriz de bloquesAyo, conA11un
b. Insertar un5 - 10matrizBdentroA, comenzando en la fila 10 y la invertible20 - 20matriz,A22un invertible 30 - 30matriz, yA12
columna 20. una matriz cero. [Insinuación:Describa los sistemas más
A 0 pequeños apropiados para resolver, sin usar ninguna
C. Crear un50 - 50matriz de la formaBD . matriz inversa.]
0 AT

SOLUCIONES A PROBLEMAS DE PRÁCTICA

yo 0 W X
1.Si es invertible, su inversa tiene la forma . Comprueba eso
A yo Y Z

yo 0 WX W X
D
AI YZ AWCY HACHACZ

Asi queW, X, Y,yZdebe satisfacerWDyo, xD0, AWCYD0,yHACHACZDYO .

Resulta queYDAyZDYO .Por eso
yo 0 yo 0 yo 0
D
A yo A yo 0 yo
El producto en el orden inverso también es la identidad, por lo que la matriz de bloques es inversa.
yo 0
ible, y su inversa es . (También puede apelar a la Matriz Invertible
A yo
Teorema.)
" # " #
XT1 h i X1T X1 XT
2.XTXD X1 X2D 1X2.las particiones deXTyXson
XT2 X2TX1 XT2X2
automáticamente conforme para la multiplicación de bloques porque las columnas deXT
son las filas deX.Esta partición deXTXse utiliza en varios algoritmos informáticos para
cálculos matriciales.

2.5FACTORIZACIONES DE MATRICES

Afactorizaciónde una matrizAes una ecuación que expresaAcomo producto de dos o más
matrices. Mientras que la multiplicación de matrices implica unasíntesisde datos
(combinando los efectos de dos o más transformaciones lineales en una sola matriz), la
factorización de matrices es unanálisisde datos. En el lenguaje de la informática, la expresión
deAcomo producto equivale a unpreprocesamientode los datos enA,organizar esos datos en
dos o más partes cuyas estructuras son más útiles de alguna manera, quizás más accesibles
para el cálculo.
126CAPITULO 2Álgebra matricial

Las factorizaciones de matrices y, posteriormente, las factorizaciones de transformaciones lineales

aparecerán en varios puntos clave a lo largo del texto. Esta sección se enfoca en una factorización que se
encuentra en el corazón de varios programas de computadora importantes que se usan ampliamente en
aplicaciones, como el problema del flujo de aire descrito en la introducción del capítulo. En los ejercicios
se introducen varias otras factorizaciones, que se estudiarán más adelante.

La factorización LU
La factorización LU, que se describe a continuación, está motivada por el problema industrial y comercial
bastante común de resolver una secuencia de ecuaciones, todas con la misma matriz de coeficientes:

AXDb1; AXDb2; : : : ; AXDbpags (1)

Véase el ejercicio 32, por ejemplo. Consulte también la Sección 5.8, donde se usa el método de potencia
inversa para estimar los valores propios de una matriz resolviendo ecuaciones como las de la secuencia
(1), una a la vez.
CuandoAes invertible, uno podría calcularA1y luego calcularA1b1,A1b2, y así. Sin
embargo, es más eficiente resolver la primera ecuación en la secuencia (1) por reducción de
filas y obtener una factorización LU deAal mismo tiempo. A partir de entonces, las
ecuaciones restantes en la secuencia (1) se resuelven con la factorización LU.
Al principio, suponga queAes unm-nmatriz que se puede reducir por filas a la forma
escalonada, sin intercambios de filas. (Más adelante, trataremos el caso general.) EntoncesA
se puede escribir en la formaADLU ,dóndeLes unm-mmatriz triangular inferior con unos en
la diagonal ytues unm-nforma escalonada deUNA.Por ejemplo, vea la Figura 1. Tal
factorización se llama factorización.factorización LUdeUNA.La matrizLes invertible y se
llamaunidadmatriz triangular inferior.

1 0 0 0 ****
*10 0 0 ***
A=
**1 0 0 0 0 *
***1 0 0 0 0 0
L tu
FIGURA 1Una factorización LU.

Antes de estudiar cómo construirLytu,deberíamos ver por qué son tan útiles.
CuandoADLU ,la ecuacionAXDbSe puede escribir comoLUX/Db. Escrituray portuX,
podemos encontrarXresolviendo elparde ecuaciones

LyDb
(2)
tuXDy

primero resolverLyDbpory;y luego resolvertuXDyporX. Vea la Figura 2. Cada ecuación es fácil

de resolver porqueLytuson triangulares.

Multiplicación

porA
X b

Multiplicación y Multiplicación
portu porL
FIGURA 2Factorización del mapeoX7!AX.
 2.5Factorizaciones de matrices127

EJEMPLO 1 Se puede comprobar que

2 32 32 3
37 22 1 0 0 3 7 2 2 0
6
63 5 1 077 6 1 076 27 0
AD464 760 2 1 7
0 55D61 42 5 054 0 0 1 15DLU
1
95 5 12 3 8 1 0 0 0 1 3
2 3
9
6 57
Utilice esta factorización LU deAresolverAXDb, dóndebD64 75.7

11
SOLUCIÓNla solucion deLyDbnecesita solo 6 multiplicaciones y 6 sumas, porque la
aritmética se lleva a cabo solo en la columna 5. (Los ceros debajo de cada pivote enLse crean
automáticamente por la elección de las operaciones de fila.)
2 3 2 3
1 0 0 09 1 0 0 0 9
- - 61 1 0 0 57 6 1 0 0 47 - -
L b D64 7 60 7Dyo y
2 5 1 0 75 40 0 1 0 55
3 8 3 1 11 0 0 0 1 1

Entonces paratuXDy, la fase "hacia atrás" de la reducción de filas requiere 4 divisiones, 6

multiplicaciones y 6 sumas. (Por ejemplo, creando los ceros en la columna 4 deŒ tuy
requiere 1 división en la fila 4 y 3 pares de multiplicación-suma para sumar múltiplos de la
fila 4 a las filas anteriores).
2 3 2 3 2 3
3 7 2 2 9 1 0 0 0 3 3
- - 60 2 1 2 4 7 7
6
60 1 0 0 477 6 47
tu y D640 ; XD6465 7
0 1 1 55 40 0 1 0 65
0 0 0 1 1 0 0 0 1 1 1

EncontrarXrequiere 28 operaciones aritméticas, o "flops" (operaciones de punto flotante),

excluyendo el costo de encontrarLytuPor el contrario, la reducción de filas deŒ AbaŒ yoX requiere
62 operaciones.

La eficiencia computacional de la factorización LU depende de conocerLytu El siguiente

algoritmo muestra que la reducción por filas deAa una forma escalonadatuequivale a una
factorización LU porque produceLesencialmente sin trabajo adicional. Después de la reducción de
la primera fila,Lytuestán disponibles para resolver ecuaciones adicionales cuya matriz de
coeficientes esUNA.

Un algoritmo de factorización LU
SuponerApuede reducirse a una forma escalonadatuusando solo reemplazos de fila que agregan un
múltiplo de una fila a otra filaPor debajo de eso. En este caso, existen matrices elementales triangulares
inferiores unitariasmi1; : : : ; mipagstal que

mipags- - - mi1ADtu (3)

Después

AD .mipags- - - mi1/1tuDLU

dónde
LD .mipags- - - mi1/1 (4)
128CAPITULO 2Álgebra matricial

Se puede demostrar que los productos y las inversas de matrices triangulares inferiores unitarias también son
triangulares inferiores unitarias. (Por ejemplo, véase el ejercicio 19). AsíLes unidad triangular inferior.
Tenga en cuenta que las operaciones de fila en la ecuación (3), que reducenAatu,también
reducir laLen la ecuación (4) aYO ,porquemipags- - - mi1LD .mipags- - - mi1/.MIpags- - - mi1/1DYO.Esta
observación es la clave paraconstruyendol

ALGORITMO PARA UNA FACTORIZACIÓN LU

1.ReducirAa una forma escalonadatupor una secuencia de operaciones de reemplazo de filas, si es
posible.

2.Colocar entradas enLtal que elmisma secuencia de operaciones de filareduceL aYO.

El paso 1 no siempre es posible, pero cuando lo es, el argumento anterior muestra que existe
una factorización LU. El ejemplo 2 mostrará cómo implementar el paso 2. Por construcción,L
satisfará
. mipags- - - mi1/LDyo

usando lo mismomi1; : : : ; mipagscomo en la ecuación (3). De este modoLserá invertible, por el

Teorema de la Matriz Invertible, con .mipags- - - mi1/DL1. De (3),L1ADtu,yADLU.Así que el paso
2 producirá un aceptablel

EJEMPLO 2Encuentre una factorización LU de

2 3
2 4 1 5 2
6 5 3 8 17
AD64 7
4254 1 85
607 3 1
SOLUCIÓNYa queAtiene cuatro filas,Ldebiera ser4 - 4.La primera columna deLes la primera
columna deAdividido por la entrada pivote superior:
2 3
1 0 0 0
62 1 0 07
LD6 4 7
1 1 05
3 1
Compara las primeras columnas deAylLas operaciones de fila que crean ceros en la primera
columna deAtambién creará ceros en la primera columna delPara hacer esta misma
correspondencia de operaciones de fila enAmantener por el resto deL,ver una reducción de fila de
Aa una forma escalonadatuEso es,resaltar las entradasen cada matriz que se utilizan para
determinar la secuencia de operaciones de fila que transformanAdentrotu [Ver lo resaltado
entradas en la ecuación (5).]
2 3 2 3
2 4 1 5 2 4 12 5 2
64 5 3 8 17 6 3 1 2 37 7
AD6 4 7 60 DA1 (5)
2 5 4 1 8 5 40 9 3 4 105
6 0 7 3 1 0 12 4 12 5
2 3 2 3
2 4 1 5 2 2 4 1 5 2
60 3 1 2 37 7 6
A2D6 40 60 3 1 2 37
7Dtu
0 0 2 15 40 0 0 2 15
0 0 0 4 7 0 0 0 0 5
 2.5Factorizaciones de matrices129

Las entradas resaltadas en la página 128 determinan la reducción de filas deAatuEn cada
columna pivote, divida las entradas resaltadas por el pivote y coloque el resultado enL:
2 3
2 2 3
64 7 3
6 7
4 2 54 9 5 2
--
6 12 4 5
2 3 2 5
2 # ### 3 2 3
1 1 0 0 0
6
62 1 7 62 1 0 07
7
5,y LD6 4 7
41 3 1 13 1 05
3 4 2 1 34 2 1
Un cálculo fácil verifica que esteLytusatisfacerLUDUNA.

En el trabajo práctico, casi siempre se necesitan intercambios de filas, porque se utiliza un pivote
parcial para una alta precisión. (Recuerde que este procedimiento selecciona, entre las opciones posibles
para un pivote, una entrada en la columna que tiene el valor absoluto más grande). Para manejar los
intercambios de filas, la factorización LU anterior se puede modificar fácilmente para producir unL eso es
triangular inferior permutado, en el sentido de que un reordenamiento (llamado permutación) de las filas
deLpoder hacerlunidad/triangular inferior. La resultantefactorización LU permutadaresuelveAXDbde la
misma manera que antes, excepto que la reducción de ŒLbaŒ yoysigue el orden de los pivotes enLde
izquierda a derecha, comenzando con el pivote en la primera columna. Una referencia a una

LU permutado "factorización LU" generalmente incluye la posibilidad de queLpodría permutarse triangular inferior. Para
SG
Factorizaciones 2–23 más detalles, consulte elGuía de estudio.

NÚMERO I CAL NOTAS

Los siguientes recuentos de operaciones se aplican a unn-nmatriz densaA (con la mayoría de las entradas distintas
de cero) paranortemoderadamente grande, digamos,n 30.1

1.Cálculo de una factorización LU deAtoma alrededor2n3= 3 flops (casi lo mismo que la reducción
de filas)ΠAb/,mientras que encontrarA1requiere sobre2n3Floridaoperaciones

2.ResolviendoLyDbytuXDyrequiere sobre2n2FloridaOps, porque cualquiern-n sistema triangular se puede

resolver en aproximadamentenorte2Floridaoperaciones

3.Multiplicación debporA1también requiere sobre2n2Floridaops, pero el

resultado puede no ser tan preciso como el obtenido deLytu (debido a un
error de redondeo al calcular ambosA1yA1b/.
4.SiAes escaso (con casi cero entradas), entoncesLytutambién puede ser escaso, mientras
WEB queA1es probable que sea denso. En este caso, una solución deAXDbcon una
factorización LU esmuchomás rápido que usarA1. Véase el ejercicio 31.

Una factorización matricial en ingeniería eléctrica

La factorización de matrices está íntimamente relacionada con el problema de construir una
red eléctrica con propiedades específicas. La siguiente discusión da sólo un vistazo de la
conexión entre la factorización y el diseño de circuitos.

1Consulte la Sección 3.8 enÁlgebra Lineal Aplicada, 3ra ed., por Ben Noble y James W. Daniel (Englewood Cliffs, NJ: Prentice-
Hall, 1988). Recuerde que para nuestros propósitos, unFloridaopesC, , -,o .
130CAPITULO 2Álgebra matricial

Suponga que el cuadro en la Figura 3 representa algún tipo de circuito eléctrico, con una entrada
v
y salida. Registre el voltaje y la corriente de entrada 1 (con voltajeven voltios y i1

v2.Con frecuencia, el i
Actualien amperios), y registre el voltaje y la corriente de salida 2

v1 v2
transformación ! es lineal. Es decir, hay una matrizA,llamó altransferir
i1 i2
matriz, tal que
v2 v1
DA
i2 i1

i1 i2

aporte
terminales
v1 eléctrico
v2
producción

terminales
circuito

FIGURA 3Un circuito con terminales de entrada

y salida.

La Figura 4 muestra unred de escalera, donde dos circuitos (podría haber más) están conectados en
serie, de modo que la salida de un circuito se convierte en la entrada del siguiente circuito. El circuito de la
izquierda en la Figura 4 se llamacircuito en serie, con resistenciaR1(en ohmios).

i1 i2 i2 i3
R1
v1 v2 R2 v3

un circuito en serie Un circuito de derivación

FIGURA 4Una red de escalera.

El circuito de la derecha en la Figura 4 es uncircuito de derivación, con resistenciaR2. Usando la ley de Ohm y las leyes de
Kirchhoff, se puede demostrar que las matrices de transferencia de los circuitos en serie y en derivación, respectivamente,
son
1 R1 1 0
y
0 1 1=R2 1
Matriz de transferencia Matriz de transferencia
de circuito en serie de circuito de derivación

EJEMPLO 3
una. Calcule la matriz de transferencia de la red en escalera en la Figura 4.

1 8
b. Diseñe una red en escalera cuya matriz de transferencia sea .
:5 5
SOLUCIÓN
una. DejarA1yA2sean las matrices de transferencia de los circuitos en serie y en derivación,
respectivamente. Entonces un vector de entradaXse transforma primero enA1Xy luego enA2.A1X/. La
conexión en serie de los circuitos corresponde a la composición de las transformaciones lineales, y la
matriz de transferencia de la red en escalera es (tenga en cuenta el orden)

1 0 1R1 1 R1
A2A1D D (6)
1=R2 1 01 1=R2 1CR1=R2
 2.5Factorizaciones de matrices131

1 8
b. Para factorizar la matriz en el producto de matrices de transferencia, como en la ecuación
:5 5
ción (6), busqueR1yR2en la Figura 4 para satisfacer

1 R1 1 8
D
1=R2 1CR1=R2 :5 5
Desde el .1; 2/-entradas,R1D8ohmios, y del .2; 1/-entradas,1=R2D :5ohm yR2D1=:5D2
ohmios Con estos valores, la red de la Figura 4 tiene la matriz de transferencia
deseada.

Una matriz de transferencia de red resume el comportamiento de entrada-salida (las

especificaciones de diseño) de la red sin referencia a los circuitos interiores. Para construir
físicamente una red con propiedades específicas, un ingeniero primero determina si dicha red se
puede construir (ocomprendió). Luego, el ingeniero trata de factorizar la matriz de transferencia en
matrices correspondientes a circuitos más pequeños que quizás ya estén fabricados y listos para
ensamblar. En el caso común de la corriente alterna, las entradas en la matriz de transferencia
suelen ser funciones racionales de valor complejo. (Consulte los ejercicios 19 y 20 de la sección 2.4
y el ejemplo 2 de la sección 3.3). Un problema estándar es encontrar unrealización mínimaque
utiliza el menor número de componentes eléctricos.

PROBLEMA DE PRÁCTICA
2 3
2 4 2 3
6
6695 87
7
Encuentre una factorización LU deAD6 6273 977. [Nota:resultará queA
442215
6334
tiene solo tres columnas pivote, por lo que el método del Ejemplo 2 producirá solo las
primeras tres columnas delLas dos columnas restantes deLviene deyo5.]

2.5EJERCICIOS
En los Ejercicios 1–6, resuelve la ecuaciónAXDbusando la factorización
2 32 3
1 0 0 2 1 2
LU dada paraA. En los ejercicios l y 2, también resuelveAXDb AD43 1 0540 3 45
por reducción ordinaria de filas. 4 1 10 0 1
2 3 2 3
3 7 2 7
1.AD43 5 15;bD4 55 2 3 2 3
2 2 4 0
6 4 0 2 4.AD41 3 15,bD455
2 32 3
1 0 0 3 7 2 3 7 5 7
AD41 1 05 40 2 15 2 32 3
1 0 0 2 2 4
2 5 10 0 1 AD41=2 1 0540 2 15
2 3 2 3 3=2 5 10 0 6
4 3 5 2
2.AD44 5 75,bD445 6 2 3 2 3
8 68 1243 1
2 32 3 6
627767 6
1 0 0 4 35 5.AD 7 6777
41 2 6 45,bD 405
AD41 1 05 40 2 25
41 9 8 3
2 0 10 0 2 2 32 3
2 3 2 3 1000 1 2 4 3
2 1 2 1 6 210 076 3 1 07
AD6 760 7
3.AD46 0 25,bD405 41 0 1 0540 0 2 15
8 1 5 4 4 35 10 0 0 1
132CAPITULO 2 Álgebra matricial

2 3 2 3
1 3 4 0 1 22(Factorización LU reducida) ConAcomo en el problema de
6367 27 6
62 7
6.AD6 4 7 7 práctica, encuentre un5 - 3matrizBy un3 - 4matrizCtal que AD
3 3 0 45,bD 415 ANTES DE CRISTO:Generalice esta idea al caso en queAesm -
5 3 2 9 2 n; ADLU;ytutiene sólo tres filas distintas de cero.
2 32 3
1 0 0 0 1 3 4 0 23(Factorización de rango) Supongamos que unm-nmatrizAadmite
6 1 0 76 3 5 27
AD63 0760 7 una factorizaciónADCDdóndeCesm - 4yDes4 - n:
432 1 0540 02 05
una. Muestra esaAes la suma de cuatro productos exteriores. (Consulte la
54 1 10 00 1
Sección 2.4.)
Encuentre una factorización LU de las matrices en los Ejercicios 7–16 (con L b. DejarmetroD400ynorteD100:Explique por qué un programador
unidad triangular inferior). Tenga en cuenta que MATLAB generalmente de computadoras podría preferir almacenar los datos deAen
producirá una factorización LU permutada porque utiliza pivote parcial para forma de dos matricesCyD.
la precisión numérica.
24(Factorización QR) SuponerADQR;dóndeqyRson n - n;Res
2 5 6 9 invertible y triangular superior, yqtiene la propiedad
7. 8.
3 4 4 5 de queqTqDYO:Demuestra que para cadabenRnorte, la
2 3 2 3
3 1 2 5 34 ecuacionAXDbtiene una solución única. ¿Qué cálculos
9.43 2 105 10410 8 95 conqyRproducirá la solución?
9 5 6 15 1 2
2 3 2 3 WEB
3 6 3 2 4 2
11467 25 12415 45 25(Valor singular de descomposición) SuponerADUDVT; dónde
1 7 0 6 2 4 tuyVsonn-nmatrices con la propiedad de que tuTtuDyoyVT
2 3 2 3 VDYO;y dondeDes una matriz diagonal con números
1 3 5 3 1 4 1 5
61 5 47
8 6 7 2 97 positivos1; : : : ;norteen la diagonal Muestra esa Aes
136 44 7 1463 7
2 5 75 42 3 1 45 invertible, y encuentre una fórmula paraA1.
2 4 7 5 1 6 1 7 26(Factorización espectral) Supongamos que3 - 3La matriz A admite
2 3 una factorización comoADPPD1;dóndePAGSes algo invertible
2 3 2 6 6
2 4 4 2 6
64 5 77 7 3 - 3matriz yDes la matriz diagonal
2 3
15.469 7 35 63
dieciséis.6 5 17 7 1 0 0
14 8 0 46 4 85 DD40 1=2 05
8 3 9 0 0 1=3
17CuandoAes invertible, MATLAB encuentraA1factorizandoAD LU ( Demuestre que esta factorización es útil cuando se calculan potencias
dóndeLpuede ser permutado triangular inferior), invirtiendo L altas deA. Encuentre fórmulas bastante simples paraA2; A3;yAk
ytu, y luego calculandotu1L1:Use este método para calcular el (kun entero positivo), usandoPAGSy las entradas enD.
inverso deAen el Ejercicio 2. (Aplicar el algoritmo de la Sección
27Diseñe dos redes de escalera diferentes que tengan una salida de 9 voltios y 4
2.2 aLy paratu.)
amperios cuando la entrada sea de 12 voltios y 6 amperios.
18EncontrarA1como en el ejercicio 17, usandoAdel ejercicio 3.
28Demuestre que si tres circuitos en derivación (con resistenciasR1; R2; R3) están
19DejarAser un triangular inferiorn-nmatriz con entradas distintas de cero en conectados en serie, la red resultante tiene la misma matriz de transferencia
la diagonal. Muestra esaAes invertible yA1es triangular inferior. [ que un solo circuito de derivación. Encuentre una fórmula para la resistencia
Insinuación:Explicar por quéAse puede cambiar enyousando solo en ese circuito.
reemplazos de fila y escalado. (¿Dónde están los pivotes?) Además,
explique por qué las operaciones de fila que reducenAayo cambioyoen 29una. Calcule la matriz de transferencia de la red de la figura.
una matriz triangular inferior.] 4=3 12
b. DejarAD . Diseñar una red de escalera
20DejarADLUsea una factorización LU. Explicar por quéAse puede
1=4 3
cuya matriz de transferencia esAencontrando una factorización matricial
reducir por filas atuusando sólo operaciones de reemplazo. (Este
adecuada deA.
hecho es lo contrario de lo que se probó en el texto.)

21SuponerADANTES DE CRISTO;dóndeBes invertible Demuestre que

cualquier secuencia de operaciones de fila que reduzcaBayotambién
i1 i2 i2 i3 i3 i4
reduce Aa C. Lo contrario no es cierto, ya que la matriz cero se puede
factorizar como0DB-0:
R2
1 R1 v2 v3 R3 v4
Los ejercicios 22 a 26 dan una idea de algunas factorizaciones de matrices
ampliamente utilizadas, algunas de las cuales se analizan más adelante en el texto.
 2.5Factorizaciones de matrices133

30Encuentre una factorización diferente de laAen el ejercicio 29, y por lo C. ObtenerA1y tenga en cuenta queA1es una matriz densa sin
tanto diseñar una red de escalera diferente cuya matriz de estructura de bandas. CuandoAes largo,Lytuse puede
transferencia esA. almacenar en mucho menos espacio queA1:Este hecho es otra
razón para preferir la factorización LU deAaA1sí mismo.
31[METRO] La solución al problema del flujo de calor en estado estacionario
para la placa de la figura se aproxima mediante la solución al
32.[METRO] La matriz de bandasAque se muestra a continuación se puede usar para
ecuaciónAXDb;dóndebD .5;15; 0; 10; 0; 10; 20; 30/ y
2 3 estimar la conducción no estacionaria de calor en una barra cuando las
4 1 1 temperaturas en los puntospags1; : : : ; pags5en la barra cambia con el tiempo.2
61 4 0 1 7
7
6
61 0 4 1 1 7 ΔX ΔX
7
6 1 1 4 0 1 7
AD6 6 7 pags1 pags2 pags3 pags4 pags5

1 0 4 1 1 7
6 7
6 1 1 4 0 17 7
6 El constanteCen la matriz depende de la naturaleza física
4 1 0 4 15 de la varilla, la distanciaXentre los puntos de la varilla y el
1 1 4 tiempotentre mediciones de temperatura sucesivas.
WEB Supongamos que porkD0;1; 2; : : : ; un vectortk
enR5enumera las temperaturas en el momentokt.Si los dos extremos
0° 0° 0° 0°
de la varilla se mantienen en 0i, entonces los vectores de temperatura

1 3 5 7 satisfacen la ecuaciónAtkC1Dtk.kD0;1; : : : /; dónde

° 20°
2 3
2 4 6 8
. 1C2C / C
° 20° 6 C . 1C2C / C 7
6 7
AD6 6 C . 1C2C / C 7
7
10°10°10°10°
4 C . 1C2C / C5
C . 1C2C /
(Consulte el Ejercicio 33 de la Sección 1.1.) Las entradas que faltan en Ason
ceros. Las entradas distintas de cero deAse encuentran dentro de una banda una. Encuentre la factorización LU deAcuandoCD1:Una matriz
a lo largo de la diagonal principal. Talmatrices de bandasocurren en una comoAcon tres diagonales distintas de cero se llamamatriz
variedad de aplicaciones y, a menudo, son extremadamente grandes (con tridiagonal. losLytulos factores sonmatrices bidiagonales.
miles de filas y columnas pero bandas relativamente estrechas). b. SuponerCD1yt0D .10;12; 12; 12; 10/: Utilice la factorización
una. Use el método del Ejemplo 2 para construir una factorización LU deA, y LU deApara encontrar las distribuciones de temperatura t
tenga en cuenta que ambos factores son matrices de bandas (con dos 1;t2;t3, yt4.

diagonales distintas de cero por debajo o por encima de la diagonal

principal). CalcularLUApara comprobar su trabajo.
2Véase Biswa N. Datta,Álgebra Lineal Numérica y Aplicaciones(Pacific
b. Usa la factorización LU para resolverAXDb: Grove, CA: Brooks/Cole, 1994), págs. 200–201.

SOLUCIÓN AL PROBLEMA DE LA PRÁCTICA

2 3 2 3
2 3 4 2 2 4 3 2
6 6 879 5 6 3 1 17 7
6 7 60
AD6 6 2 977 3 6 3 1 67
7 60 7
4 4
15 2 2 40 6 2 75
6 3 3 4 0 9 3 13
2 3 2 3
2 4 2 3 2 4 2 3
6 3 1 17 7 6 3 1 17 7
60 60
6 0 0 57 6 0 0 577Dtu
60 7 60
40 0 0 5 5 40 0 0 05
0 0 0 10 0 0 0 0

Divida las entradas en cada columna resaltada por el pivote en la parte superior. Las columnas
resultantes forman las primeras tres columnas en la mitad inferior delEsto es suficiente para hacer la
reducción de filas deLayocorresponden a la reducción deAatuUtilice las dos últimas columnas deyo5
134CAPITULO 2Álgebra matricial

para hacerLunidad inferior triangular.

23
2 2 3
676 3 2
67 3
6 2 76 3 7 5
6 76 7
4 544 6 54 5 5
6 9 10
2 3 5
2 # # # 3 2 3
1 1 0 0 0 0
6 3 1 7 6 3 1 0 0 07
6 7 6 7
6 1 1 1 - - -7
7, LD6 6 1 1 1 0 07
6 7
4 2 2 1 5 4 2 21 1 05
3 3 2 3 32 0 1

2.6EL MODELO DE ENTRADA Y SALIDA DE LEONTIEF

El álgebra lineal desempeñó un papel esencial en el trabajo ganador del premio Nobel de Wassily
WEB
Leontief, como se mencionó al comienzo del Capítulo 1. El modelo económico descrito en esta
sección es la base para modelos más elaborados que se utilizan en muchas partes del mundo.
Supongamos que la economía de una nación se divide ennortesectores que producen bienes o
servicios, y dejarXser unvectores de produccionenRnorteque enumera la producción de cada sector
durante un año. Además, suponga que otra parte de la economía (llamadasector abierto) no produce
bienes ni servicios sino que sólo los consume, y dejadser unfivector de demanda final (ocarta de
demandas finales)que enumera los valores de los bienes y servicios demandados de los diversos
sectores por la parte no productiva de la economía. el vectordpuede representar la demanda del
consumidor, el consumo del gobierno, la producción excedente, las exportaciones u otras demandas
externas.
A medida que los diversos sectores producen bienes para satisfacer la demanda de los
consumidores, los propios productores creandemanda intermediapara los bienes que necesitan
como insumos para su propia producción. Las interrelaciones entre los sectores son muy
complejas y la conexión entre la demanda final y la producción no está clara. Leontief preguntó si
hay un nivel de producciónXtal que las cantidades producidas (o “ofrecidas”) equilibren
exactamente la demanda total de esa producción, de modo que

8 9 8 9
<cantidad = < final =
intermedio
producido D C pedir (1)
: ; pedir : ;
X d

El supuesto básico del modelo de insumo-producto de Leontief es que para cada sector, existe unvector
de consumo unitarioenRnorteque enumera las entradas necesariaspor unidad de produccióndel sector
Todas las unidades de entrada y salida se miden en millones de dólares, en lugar de cantidades como
toneladas o bushels. (Los precios de los bienes y servicios se mantienen constantes).
Como ejemplo simple, suponga que la economía consta de tres sectores (manufactura,
agricultura y servicios) con vectores de consumo unitarioC1,C2, yC3, como se muestra en la
tabla siguiente.
 2.6El modelo de entrada y salida de Leontief135

Insumos consumidos por unidad de producción

Comprado de: Fabricación Agricultura Servicios

Fabricación . 50 . 40 . 20
Agricultura . 20 . 30 . 10
Servicios . 10 . 10 . 30
" " "
C1 C2 C3

EJEMPLO 1¿Qué cantidades consumirá el sector manufacturero si decide

producir 100 unidades?

SOLUCIÓNCalcular
2 3 2 3
:50 50
100C1D1004:205D4205
:10 10
Para producir 100 unidades, la manufactura ordenará (es decir, “demandará”) y consumirá 50
unidades de otras partes del sector manufacturero, 20 unidades de agricultura y 10 unidades de
servicios.

Si la industria decide producirX1unidades de producción, entoncesX1C1representa el

demandas intermediasde fabricación, porque las cantidades enX1C1será consumido en el proceso
de creación delX1unidades de salida. Del mismo modo, siX2yX3denotan los productos planificados
de los sectores de agricultura y servicios,X2C2yX3C3enumerar sus demandas intermedias
correspondientes. La demanda intermedia total de los tres sectores está dada por

Fdemanda intermediag DX1C1CX2C2CX3C3

DCX (2)

dóndeCes elmatriz de consumooC1 C2 C3,a saber,

2 3
:50 :40 :20
CD4:20 :30 :105 (3)
:10 :10 :30

Las ecuaciones (1) y (2) producen el modelo de Leontief.

EL MODELO DE ENTRADA-PRODUCCIÓN DE LEONTIEF, O ECUACIÓN DE PRODUCCIÓN

X D CX C d (4)
Monto Intermedio Final
producido pedir pedir

La ecuación (4) también se puede escribir comoyoX CXDd, o

. yo C /XDd (5)

EJEMPLO 2Considere la economía cuya matriz de consumo está dada por (3). Suponga que la
demanda final es de 50 unidades para manufactura, 30 unidades para agricultura y 20 unidades
para servicios. Encuentre el nivel de producciónXque satisfará esta demanda.
136CAPITULO 2Álgebra matricial

SOLUCIÓNLa matriz de coeficientes en (5) es

2 32 3 2 3
1 0 0 :5 :4 :2 :5:4:2
yo CD40 1 05 4:2 :3 :15D4:2 :7:15
0 0 1 :1 :1 :3 :1:1 :7

Para resolver (5), reduzca por filas la matriz aumentada

2 3 2 3 2 3
:5:4:2 50 5 4 2 500 1 0 0 226
4:2:7:1 305 42 7 1 3005 --- 40 1 0 1195
:1:1:7 20 1 1 7 200 0 0 1 78

La última columna se redondea a la unidad entera más cercana. La manufactura debe producir
aproximadamente 226 unidades, la agricultura 119 unidades y los servicios solo 78 unidades.

Si la matrizyo Ces invertible, entonces podemos aplicar el Teorema 5 de la Sección 2.2,

con Areemplazado por .yo C /,y de la ecuaciónyo C /XDdobtenerXD .yo C /1d. El siguiente
teorema muestra que en la mayoría de los casos prácticos,yo Cesinvertible y el vector de
produccionXes económicamente factible, en el sentido de que las entradas enXson no
negativos.
En el teorema, el términosuma de columnadenota la suma de las entradas en una columna de una
matriz. En circunstancias ordinarias, las sumas de las columnas de una matriz de consumo son menores
que 1 porque un sector debería requerir menos del valor de una unidad de insumos para producir una
unidad de producción.

TEOREMA 11 DejarCSea la matriz de consumo para una economía, y seadser la demanda final. SiCyd
tienen entradas no negativas y si cada columna suma deCes menor que 1, entonces .
yo C /1existe y el vector de producción

XD .yo C /1d
tiene entradas no negativas y es la única solución de

XDCXCd

La siguiente discusión sugerirá por qué el teorema es verdadero y conducirá a una

nueva forma de calcular .yo C /1.

Una fórmula para(yo-c)–1

Imagine que la demanda representada pordse presenta a las diversas industrias a principios
de año, y las industrias responden fijando sus niveles de producción en XDd, que satisfará
exactamente la demanda final. A medida que las industrias se preparan para producird,
envían pedidos de sus materias primas y otros insumos. Esto crea una demanda intermedia
deCdpara entradas.
Para satisfacer la demanda adicional deCd, las industrias necesitarán como insumos
adicionales las cantidades enCCd/DC2d. Por supuesto, esto crea una segunda ronda de demanda
intermedia, y cuando las industrias deciden producir aún más para satisfacer esta nueva demanda,
crean una tercera ronda de demanda, a saber,CC2d/DC3d. Y así continúa.
En teoría, este proceso podría continuar indefinidamente, aunque en la vida real no tendría
lugar en una secuencia de eventos tan rígida. Podemos diagramar esta situación hipotética de la
siguiente manera:
 2.6El modelo de entrada y salida de Leontief137

exige eso Entradas necesarias para

Se deben cumplir Satisfacer esta demanda

Demanda final d Cd
demanda intermedia
1ra ronda Cd CCd/DC2d
2da ronda C2d CC2d/DC3d
3ra ronda C3d CC3d/DC4d
::: :::

El nivel de producciónXque satisfará toda esta demanda es

XDdCCdCC2dCC3dC - - -
D .yoCCCC2CC3C - - - /d (6)

Para dar sentido a la ecuación (6), considere la siguiente identidad algebraica:

. yo C/.ICCCC2C - - - CCmetro/Dyo CmetroC1 (7)

Se puede demostrar que si la columna sumaCson todos estrictamente menores que 1, entoncesyo Ces
invertible,Cmetrose aproxima a la matriz cero comometrose vuelve arbitrariamente grande, yyo CmetroC1!
YO . (Este hecho es análogo al hecho de que si un número positivotes menor que 1, entoncestmetro! 0
comometroaumenta.) Usando la ecuación (7), escribe

. yo C /1 yoCCCC2CC3C - - - CCmetro
(8)
cuando la columna suma deCson menos de 1.

La aproximación en (8) significa que el lado derecho puede hacerse lo más cerca posible de .yo C /1
como se desee tomandometrosuficientemente largo.
En los modelos de insumo-producto reales, las potencias de la matriz de consumo se aproximan
bastante rápido a la matriz cero. Entonces (8) realmente proporciona una forma práctica de calcular .yo C /
1. Asimismo, para cualquierd, los vectoresCmetrodacercarse rápidamente al vector cero, y (6) es una forma
práctica de resolver .yo C /XDd. Si las entradas enCydson no negativos, entonces (6) muestra que las
entradas enXson no negativos, también.

La importancia económica de las entradas en(yo-c)–1

Las entradas en .yo C /1son significativos porque se pueden utilizar para predecir cómo la
producciónXtendrá que cambiar cuando la demanda finaldcambios. De hecho, las entradas
en la columnajde .yo C /1son losaumentócantidades que los distintos sectores deberán
producir para satisfacerun aumento de 1 unidaden la demanda final de producción del
sectorj.Consulte el ejercicio 8.

NÚMERO I CAL NOTA

En cualquier problema aplicado (no solo en economía), una ecuaciónAXDbsiempre se puede
escribir como .yo C /XDb, conCDyo UNA.Si el sistema es grande yescaso(con casi todas las
entradas cero), puede suceder que las sumas de las columnas de los valores absolutos en Cson
menores que 1. En este caso,Cmetro! 0.SiCmetrose acerca a cero lo suficientemente rápido, (6) y (8)
proporcionarán fórmulas prácticas para resolverAXDby encontrandoA1.
138CAPITULO 2Álgebra matricial

PROBLEMA DE PRÁCTICA

Supongamos que una economía tiene dos sectores: bienes y servicios. Una unidad de producción de
bienes requiere insumos de 0,2 unidades de bienes y 0,5 unidades de servicios. Una unidad de producción
de servicios requiere insumos de 0,4 unidades de bienes y 0,3 unidades de servicios. Hay una demanda
final de 20 unidades de bienes y 30 unidades de servicios. Establezca el modelo de entrada-salida de
Leontief para esta situación.

2.6EJERCICIOS

Agricultura Fabricación Servicios

sector abierto

Los ejercicios 1 a 4 se refieren a una economía que se divide en tres 4.Determine los niveles de producción necesarios para satisfacer una demanda
sectores: manufactura, agricultura y servicios. Por cada unidad de final de 18 unidades para manufactura, 18 unidades para agricultura y 0
producción, la fabricación requiere 0,10 unidades de otras empresas unidades para servicios.
en ese sector, .30 unidad de agricultura y .30 unidad de servicios. Por cada unidad
de producción, la agricultura utiliza 0,20 unidades de su propia producción, 5.Considere el modelo de producciónXDCXCdpor una economia
. 60 unidades de fabricación y 0,10 unidades de servicios. Para cada con dos sectores, donde
unidad de salida t, el servicio s sector consume .10 unidad de ser vicios,
:0 :5 50
. 60 unidad para m fabrica anillo, pero no agricultura l productos. CD ; dD
:6 :2 30
1.Construir ct el consumo La matriz de mpción para las economia, un d de- Usa un matriz inversa para determinar el nivel de producción ry para
terminar qué término demandas de este medio es de 0 ado si agric cultura
necesario satisfacer la demanda final.
planea producir 10 unidades.

2.determinar en el profesional niveles de producción necesarios para satisfacer un final :1 :6 18

6.Repetir Ejercicio 5 conCD , ydD .
pedir de 18 unidades para la agricultura, con n o dema final y para :5 :2 11
los otros sectores. (No calcule una matriz inversa.)

3.Determinar los niveles de producción necesarios para satisfacer una demanda 7.DejarCydser como en el ejercicio 5.
final de 18 unidades para fabricación, sin exijo una. Determine el nivel de producción necesario para satisfacer una
para el otro sectores finos. (No calcule una inversa
matriz.) demanda final de 1 unidad de producción del sector 1.
 2.6El modelo de entrada y salida de Leontief139

b. Utilice una matriz inversa para determinar el nivel de producción 12DejarCSea una matriz de consumo tal queCmetro! 0como m!1;y
51 parametroD1; 2; : : : ;dejarDmetroDyoCCC - - - C Cmetro:Encuentre
necesarios para satisfacer una demanda final de :
30 una ecuación en diferencias que relacioneDmetroyDmetroC1y así
51 50 1 obtener un procedimiento iterativo para calcular la fórmula
C. Usa el hecho de que D C para explicar cómo (8) para .yo C /1:
30 30 0
y por qué están relacionadas las respuestas a las partes (a) y (b) y al
ejercicio 5. 13[METRO] La matriz de consumoCa continuación se basa en datos de entrada y
salida para la economía de EE. UU. en 1958, con datos para 81 sectores
8.DejarCfrijoln-nmatriz de consumo cuyas sumas de columna son
agrupados en 7 sectores más grandes: (1) productos domésticos y personales
menores que 1. SeaXser el vector de producción que satisface una
no metálicos, (2) productos metálicos finales (como vehículos motorizados),
demanda finald, y dejaXser un vector de producción que satisface
(3) productos básicos productos metálicos y minería, (4) productos básicos no
una demanda final diferented:
metálicos y agricultura, (5) energía, (6) servicios y (7) entretenimiento y
una. Demuestre que si la demanda final cambia dedadCd;
productos varios.2Encuentre los niveles de producción necesarios para
entonces el nuevo nivel de producción debe serXCX:De este
satisfacer la demanda finald. (Unidades
modoX da las cantidades por las cuales la producción debe
están en millones de dólares).
cambiocon el fin de dar cabida a lacambioden demanda. 2 3
:1588 :0064 :0025 :0304 :0014 :0083 :1594
b. Dejardser el vector enRnortecon 1 como la primera entrada y 0 en el
6:0057 :2645 :0436 :0099 :0083 :0201 :34137 6 7
resto. Explique por qué la producción correspondiente Xes la
6
6:0264 1506 :3557 :0139 :0142 :0070 :02367
primera columna de .yo C /1:Esto muestra que la primera columna 7
6:3299 :0565 :0495 :3636 :0204 :0483 :06497 6 7;
de .yo C /1da las cantidades que los diversos sectores deben
6:0089 :0081 :0333 :0295 :3412 :0237 :00207 6 7
producir para satisfacer un aumento de 1 unidad en la demanda
4:1190 :0901 :0996 :1260 :1722 :2368 :33695
final de producción del sector 1.
:0063 :0126 :0196 :0098 :0064 :0132 :0012
9.Resuelva la ecuación de producción de Leontief para una economía con
tres sectores, dado que
2 3 2 3 2 3
:2 :2 :0 40 74;000
6 56;0007
CD4:3 :1 :35 y dD4605 6 7
6 10;5007
:1 :0 :2 80 6 7
dD66 25;0007
7
10La matriz de consumoCpara la economía estadounidense en 1972 6 17;5007
tiene la propiedad de quecada entradaen la matriz.yo C /1es
6 7
4196;0005
distinto de cero (y positivo).1¿Qué dice eso sobre el efecto de
5;000
aumentar la demanda de la producción de un solo sector de la
14[METRO] El vector de demanda en el Ejercicio 13 es razonable para los datos de
economía?
1958, pero la discusión de Leontief sobre la economía en la referencia allí
11La ecuación de producción de Leontief,XDCXCd;suele ir citada usó un vector de demanda más cercano a los datos de 1964:
acompañado de un dobleecuación de precio,

pagsDCTpagsCv dD .99640; 75548; 14444; 33501; 23527; 263985; 6526/ Encuentre los

dóndepagses unvector de preciocuyas entradas enumeran el precio por niveles de producción necesarios para satisfacer esta demanda.
unidad de la producción de cada sector, yves unvector de valor agregado
cuyas entradas enumeran el valor agregado por unidad de producción. (El
15.[METRO] Use la ecuación (6) para resolver el problema en el
valor agregado incluye salarios, ganancias, depreciación, etc.) Un hecho
Ejercicio 13. EstablecerX.0/Dd;y parakD1; 2; : : : ;calcular X.k/Dd
importante en economía es que el producto interno bruto (PIB) se puede
CCX.k1/:¿Cuántos pasos se necesitan para obtener la respuesta
expresar de dos maneras:
del ejercicio 13 con cuatro cifras significativas?
Fproducto Interno Brutogramo =pagsTdDvTX

Verifique la segunda igualdad. [Insinuación:CalcularpagsTXen dos

maneras.]

1Wassily W. Leontief, “La economía mundial del año 2000”, 2Wassily W. Leontief, “La estructura de la economía estadounidense”,
Científico americano, septiembre de 1980, págs. 206–231. Científico americano, abril de 1965, págs. 30–32.
140CAPITULO 2Álgebra matricial

SOLUCIÓN AL PROBLEMA DE LA PRÁCTICA

Se dan los siguientes datos:

Insumos necesarios por unidad de producción

Comprado de: Bienes Servicios Demanda Externa

Bienes .2 .4 20
Servicios .5 .3 30

El modelo de entrada-salida de Leontief esXDCXCd, dónde

:2 :4 20
CD ; dD
:5 :3 30

2.7APLICACIONES A LOS GRÁFICOS POR COMPUTADORA

Los gráficos por computadora son imágenes que se muestran o animan en una pantalla de computadora.
Las aplicaciones de los gráficos por computadora están muy extendidas y crecen rápidamente. Por
ejemplo, el diseño asistido por computadora (CAD) es una parte integral de muchos procesos de
ingeniería, como el proceso de diseño de aeronaves descrito en la introducción del capítulo. La industria
del entretenimiento ha hecho el uso más espectacular de gráficos por computadora, desde los efectos
especiales en El asombroso hombre araña 2a PlayStation 4 y Xbox One.
La mayoría de los programas informáticos interactivos para empresas e industrias utilizan
gráficos informáticos en las pantallas y para otras funciones, como la visualización gráfica de
datos, la autoedición y la producción de diapositivas para presentaciones comerciales y educativas.
En consecuencia, cualquier persona que estudie un lenguaje informático invariablemente dedica
tiempo a aprender a utilizar al menos gráficos bidimensionales (2D).
Esta sección examina algunas de las matemáticas básicas que se utilizan para manipular y mostrar
imágenes gráficas, como un modelo de estructura de alambre de un avión. Tal imagen (o imagen) consta
de una serie de puntos, líneas o curvas de conexión e información sobre cómo rellenar las regiones
cerradas delimitadas por las líneas y curvas. A menudo, las líneas curvas se aproximan mediante
segmentos cortos de línea recta, y una figura se define matemáticamente mediante una lista de puntos.

Entre los símbolos gráficos 2D más simples se encuentran las letras que se utilizan para las etiquetas en la
pantalla. Algunas letras se almacenan como objetos de estructura metálica; otros que tienen partes curvas se
almacenan con fórmulas matemáticas adicionales para las curvas.

EJEMPLO 1La letra N mayúscula en la Figura 1 está determinada por ocho puntos, o vértices. Las
8 sesenta y cinco
coordenadas de los puntos se pueden almacenar en una matriz de datos,D.

Vértice:
1 2 3 4 5 6 7 8
3
X-coordinar 0 :5 :5 6 6 5:5 5:5 0
DD
y-coordinar 0 0 6:42 0 8 8 1:58 8
7
Además deD,es necesario especificar qué vértices están conectados por líneas, pero
omitimos este detalle.
12 4
FIGURA 1 La razón principal por la que los objetos gráficos se describen mediante colecciones de segmentos de línea

RegularNORTE: recta es que las transformaciones estándar en los gráficos por computadora asignan segmentos de línea a otros
segmentos de línea. (Por ejemplo, vea el Ejercicio 27 en la Sección 1.8.) Una vez que los vértices
 2.7Aplicaciones a los gráficos por computadora141

que describen un objeto se han transformado, sus imágenes se pueden conectar con las
líneas rectas apropiadas para producir la imagen completa del objeto original.

1 :25
EJEMPLO 2 DadoAD , describa el efecto de la transformación de cortante
0 1
ciónX7!AXen la letra N del Ejemplo 1.

SOLUCIÓNPor definición de la multiplicación de matrices, las columnas del productoANUNCIO

contienen las imágenes de los vértices de la letra N.
8 sesenta y cinco

1 2 3 4 5 6 7 8
0 :5 2:105 6 8 7:5 5:895 2
3
0 0 0 8 8 8
ANUNCIOD
6:420 1:580
7
Los vértices transformados se trazan en la Figura 2, junto con los segmentos de línea de conexión
12 4 que corresponden a los de la figura original.

FIGURA 2 la cursivanorteen la Figura 2 parece un poco demasiado ancho. Para compensar, reduzca el ancho mediante

InclinadoNORTE: una transformación de escala que afecte alX-coordenadas de los puntos.

EJEMPLO 3Calcule la matriz de la transformación que realiza una transformación de corte,

como en el Ejemplo 2, y luego escala todoX-coordenadas por un factor de .75.

SOLUCIÓNLa matriz que multiplicaX-coordenada de un punto por .75 es

:75 0
SD
0 1
Entonces la matriz de la transformación compuesta es

:75 0 1 :25
FIGURA 3 SAD
0 1 0 1
Transformación compuesta deNORTE:
:75 :1875
D
0 1
El resultado de esta transformación compuesta se muestra en la Figura 3.

Las matemáticas de los gráficos por computadora están íntimamente relacionadas con la
multiplicación de matrices. Desafortunadamente, traducir un objeto en una pantalla no corresponde
directamente a la multiplicación de matrices porque la traducción no es una transformación lineal. La
forma estándar de evitar esta dificultad es introducir lo que se llamacoordenadas homogéneas.

Coordenadas Homogéneas
X2
Cada punto .X; tu/enR2se puede identificar con el punto .X; y; 1/en el avión enR3
4 que se encuentra una unidad por encima delxy-plano. Nosotros decimos eso .X; tu/poseecoordenadas homogéneas
. X; y; 1/.Por ejemplo, el punto .0; 0/tiene coordenadas homogéneas.0; 0; 1/.Las coordenadas
2 homogéneas de los puntos no se suman ni se multiplican por escalares, pero se pueden
transformar mediante la multiplicación por3 - 3matrices.
X1
–4 –2 2 4
EJEMPLO 4Una traducción de la forma.X; tu/7!.XCh; yCk/se escribe en coordenadas
4 homogéneas como .X; y; 1/7!.XCh; yCk; 1/.Esta transformación puede ser
Traducción por .
3 calculado a través de la multiplicación de matrices:
2 32 3 2 3
1 0 h X XCh
40 1 k54y5D4yCk5 1 1
0 0 1
142CAPITULO 2Álgebra matricial

EJEMPLO 5Cualquier transformación lineal enR2se representa con respecto a homo-

A 0
coordenadas generosas por una matriz particionada de la forma , dóndeAes un2 - 2
0 1
matriz. Ejemplos típicos son
2 3 2 3 2 3
porque pecado ' 0 0 1 0 s 0 0
4pecado ' porque 05 ; 41 0 05; 40 t 05
0 0 1 0 0 1 0 0 1
En sentido anti-horario Reflexión EscalaXpors
rotación sobre el medianteyDX yyport
origen, ángulo '

Transformaciones compuestas
El movimiento de una figura en la pantalla de una computadora a menudo requiere dos o más
transformaciones básicas. La composición de tales transformaciones corresponde a la multiplicación de
matrices cuando se utilizan coordenadas homogéneas.

EJEMPLO 6Encuentra el3 - 3matriz que corresponde a la transformación compuesta de un

escalado por .3, una rotación de90isobre el origen, y finalmente una traducción que añade.:
5; 2/a cada punto de una figura.

SOLUCIÓNSi 'D =2,entonces pecado'D1y porque'D0.De los ejemplos 4 y 5,

Figura Original tener
23 2 32 3
X :3 0 0 X
Escala
4y5! 40 :3 054y5
1 0 0 1 1
2 32 32 3
0 1 0 :3 0 0 X
Girar
! 41 0 0540 :3 054y5
0 0 10 0 11
Después de escalar
2 32 32 32 3
1 0:5 0 1 0 :3 0 0 X
Traducir
! 40 1 2541 0 0540 :3 054y5
0 0 10 0 1 0 0 11
La matriz para la transformación compuesta es
2 32 32 3
1 0:5 0 1 0 :3 0 0
Después de rotar
40 1 2541 0 0540 :3 05
0 0 10 0 1 0 0 1
2 32 3 2 3
0 1:5 :3 0 0 0:3:5
D41 0 2540 :3 05D4:3 0 25
0 0 10 0 1 0 0 1

Gráficos 3D por computadora

Después de traducir
Algunos de los trabajos más nuevos y emocionantes en gráficos por computadora están relacionados con
el modelado molecular. Con gráficos 3D (tridimensionales), un biólogo puede examinar una molécula de
proteína simulada y buscar sitios activos que puedan aceptar una molécula de fármaco. El biólogo puede
rotar y traducir un fármaco experimental e intentar unirlo a la proteína. Esta capacidad devisualizar
reacciones químicas potenciales es vital para la investigación moderna de medicamentos y cáncer. De
hecho, los avances en el diseño de fármacos dependen en cierta medida del progreso
 2.7Aplicaciones a los gráficos por computadora143

en la capacidad de los gráficos por computadora para construir simulaciones realistas de moléculas y sus
interacciones.1
La investigación actual en modelado molecular se centra enrealidad virtual, un entorno
en el que un investigador n la proteína. En
Figura 4, tal alimentación táctil ote manipulador.

FIGURA 4Modelado molecular en realidad virtual.

Otro diseño para la realidad virtual implica un casco y un guante que detectan los movimientos de la
cabeza, la mano y los dedos. El casco contiene dos pequeñas pantallas de computadora, una para cada
ojo. Hacer que este entorno virtual sea más realista es un desafío para ingenieros, científicos y
matemáticos. Las matemáticas que examinamos aquí apenas abren la puerta a este interesante campo de
investigación.

Coordenadas 3D Homogéneas
Por analogía con el caso 2D, decimos que .X; y; ´; 1/son coordenadas homogéneas para
el punto .X; y; ´/enR3. En general, .X; Y; Z; H/soncoordenadas homogéneaspor
. X; y; ´/siH¤0y
X Y Z
XD ; yD ; y ´D (1)
H H H

Cada múltiplo escalar distinto de cero de .X; y; ´; 1/da un conjunto de coordenadas

homogéneas para .X; y; ´/.Por ejemplo, ambos.10;6; 14; 2/y .15; 9;21;3/son coordenadas
homogéneas para .5;3; 7/.
El siguiente ejemplo ilustra las transformaciones utilizadas en el modelado molecular para convertir
un fármaco en una molécula de proteína.

EJEMPLO 7Dar4 - 4matrices para las siguientes transformaciones:

una. Rotación sobre ely-eje a través de un ángulo de30i. (Por convención, un ángulo positivo
es la dirección en sentido antihorario cuando se mira hacia el origen desde la mitad
positiva del eje de rotación; en este caso, ely-eje.)
b. Traducción por el vectorpagsD .6; 4; 5/.

SOLUCIÓN
una. Primero, construya el3 - 3matriz para la rotación. el vectorpags omi1gira hacia abajo hacia
el eje -́ negativo, deteniéndose en .cos30i; 0; pecado30i/D .3=2; 0;:5/.el vector

1Robert Pool, "Computación en la ciencia",Ciencias256, 3 de abril de 1992, pág. 45.

144CAPITULO 2Álgebra matricial

mi2sobre ely-El eje no se mueve, peromi3en el -́axpags gira hacia abajo hacia el positivo
X-eje, deteniéndose en .sin30i; 0;porque30i/D .:5; 0; 3=2/.Consulte la figura 5. Desde la sección

z 1.9, la matriz estándar para esta rotación es

mi
3 2pags 3
3=2 0 :5
40 1 5
pags0
:5 0 3=2
mi
1

mi Entonces la matriz de rotación para coordenadas homogéneas es

2
X
y
2pags 3
3=2 0 :5 0
6 0 1 07
FIGURA 5 AD6 4 7
05
pags0
:5 0 3=2
0 0 0 1

b. Queremos .X; y; ´; 1/para mapear a .X 6; yC4; ´C5; 1/.La matriz que hace esto es

2 3
1 0 0 6
6 1 0 477
60
40 0 1 55
0 0 0 1

Proyecciones de perspectiva

Un objeto tridimensional se representa en la pantalla bidimensional de la computadora al

proyectar el objeto en unplano de observación. (Ignoramos otros pasos importantes, como
seleccionar la parte del plano de visualización para mostrar en la pantalla). Para simplificar, deje
que elxy-represente la pantalla de la computadora e imagine que el ojo de un espectador está a lo
largo del eje positivo, en un punto .0; 0; d /.Aproyección en perspectivamapea cada punto
. X; y; ´/en un punto de la imagen.X-; y-; 0/de modo que los dos puntos y la posición del ojo,
llamadoscentro de proyección, están en una línea. Consulte la Figura 6(a).

y
(X*,y*, 0)

X*
X
0 0
(X,y,z) z
X

d–z

(0, 0,d)
z

(a) (b)

FIGURA 6Proyección en perspectiva de .X; y; ´/sobre .X-; y-; 0/.

 2.7Aplicaciones a los gráficos por computadora145

El triangulo en elX-El plano de la figura 6(a) se vuelve a dibujar en la parte (b) mostrando las longitudes de los
segmentos de línea. Triángulos semejantes muestran que

X- X dx X
D y X- D D
d d´ d´ 1´=d

Similarmente,

y
y -D
1´=d
Usando coordenadas homogéneas, podemos representar la proyección en perspectiva por una ma-
X y
trix, decir,PAGS .Queremos .X; y; ´; 1/mapear en ; ; 0; 1 .Escalando estos
1´=d 1´=d
coordenadas por1´=d ,también podemos usar.X; y; 0; 1´=d /como coordenadas homogéneas para la
imagen. Ahora es fácil de mostrarPAGS .En realidad,

2 3 2 32 3 2 3
X 1 0 0 0 X X
6 7 6 1 0 076 6 y 7
6y 7D60
PAGS 76y7 7 7
4´5 40 0 0 054 ´ 5 D64 0 5
1 0 0 1 = re 11 1´=d

EJEMPLO 8DejarSSea la caja con vértices.3; 1; 5/, .5; 1; 5/, .5; 0; 5/, .3; 0; 5/, . 3; 1; 4/,
0,5; 1; 4/, 0,5; 0; 4/,y .3; 0; 4/.Encuentre la imagen deSbajo la proyección en perspectiva
con centro de proyección en .0; 0; 10/.

SOLUCIÓNDejarPAGSSea la matriz de proyección, y seaDser la matriz de datos paraSutilizando

coordenadas homogéneas. La matriz de datos para la imagen deSes

Vértice:

2 3 21 2 3 45 6 7 83
1 0 0 0 3 5 5 3 3 5 5 3
6 1 0 07 6 1 0 0 1 1 0 07
PDD 60
40
7 61
05 45 45
7
0 0 5 5 5 4 4 4
0 0 1=10 1 1 1 1 1 1 1 1 1
2 3
3 5 5 3 3 5 5 3
61 1 0 0 1 1 0 07
D640 7
0 0 0 0 0 0 05
:5 :5 :5 :5 :6 :6 :6 :6

Para obtenerR3coordenadas, use la ecuación (1) antes del Ejemplo 7 y divida las tres primeras
entradas en cada columna por la entrada correspondiente en la cuarta fila:

Vértice:

21 2 3 4 5 6 7 83
Sbajo la transformación 6 10 10 6 5 8:3 8:3 5
de la perspectiva. 42 2 0 0 1:7 1:7 0 05
0 0 0 0 0 0 0 0

El sitio web de este texto tiene algunas aplicaciones interesantes de los gráficos por computadora, incluida
WEB
una discusión adicional sobre las proyecciones en perspectiva. Uno de los proyectos informáticos del sitio web
consiste en una animación sencilla.
146CAPITULO 2Álgebra matricial

NÚMERO I CAL NOTA

El movimiento continuo de objetos gráficos 3D requiere computación intensiva con4 - 4
matrices, particularmente cuando las superficies sonrendidopara parecer realista, con
textura e iluminación adecuada.Tarjetas gráficas de computadora de alta gamatener4 - 4
operaciones matriciales y algoritmos gráficos integrados en sus microchips y circuitos.
Dichos tableros pueden realizar los miles de millones de multiplicaciones de matriz por
segundo necesarias para la animación en color realista en los programas de juegos en 3D.2

Otras lecturas
James D. Foley, Andries van Dam, Steven K. Feiner y John F. Hughes,Gráficos por
computadora: principios y práctica, 3ra ed. (Boston, MA: Addison-Wesley, 2002),
capítulos 5 y 6.

PROBLEMA DE PRÁCTICA

Rotación de una figura alrededor de un puntopagsenR2se logra primero traduciendo la figura por
pags, rotando sobre el origen y luego traduciendo hacia atrás porpags. Vea la Figura 7. Construya
el3 - 3matriz que rota puntos30isobre el punto2; 6/,utilizando coordenadas homogéneas.

X2 X2 X2 X2

pags pags pags pags

X1 X1 X1 X1

(a) Figura original. (b) Traducido a (c) Girado sobre (d) Traducido
origen por -pags. el origen. de vuelta porpags.

FIGURA 7Rotación de la figura sobre el puntopags.

2.7EJERCICIOS
1.Qué3 - 3matriz tendrá el mismo efecto en coordenadas homogéneas 5.Reflejar puntos a través de laX-eje, y luego rotar 30isobre el
paraR2que la matriz de corteAtiene en el ejemplo 2? origen.
2.Usa la multiplicación de matrices para encontrar la imagen del triángulo. 6.Rotar puntos 30i, y luego reflexionar a través de laX-eje.
5 2 4 7.Rotar puntos hasta 60isobre el punto (6, 8).
con matriz de datosDD bajo la transformación
0 2 3
ción que refleja puntos a través de lay-eje. Dibuja tanto el 8.Rotar puntos hasta 45isobre el punto (3, 7).
triángulo original como su imagen. 9.A2 - 200matriz de datosDcontiene las coordenadas de 200
puntos. Calcule el número de multiplicaciones requeridas
En los Ejercicios 3–8, encuentre el3 - 3matrices que producen las
para transformar estos puntos usando dos arbitrarias2 - 2
transformaciones 2D compuestas descritas, utilizando coordenadas
matricesAyB. Considere las dos posibilidadesA(BD) y (AB)D.
homogéneas.
Discuta las implicaciones de sus resultados para los cálculos
3.Trasladar por (3, 1), y luego rotar 45isobre el origen. gráficos por computadora.

4.Traducir por .2; 3/;y luego escalar elX-coordinar por 10Considere las siguientes transformaciones geométricas 2D:D, una
. 8 y ely-coordinado por 1.2. dilatación (en la queX-coordenadas yy-las coordenadas están escaladas

2Consulte Jan Ozer, "Placas gráficas de alto rendimiento",Revista PC19, 1 de septiembre de 2000, págs. 187–200.
Además, "La guía de actualización definitiva: Avanzando hacia arriba",Revista PC21, 29 de enero de 2002, págs. 82–91.
 2.7Aplicaciones a los gráficos por computadora147

por el mismo factor);R, una rotación; yT, una traduccion. z

Lo hace d conmutarconR? es decir, esDR.X//DRDX//para
mi3
todos XenR2? Lo haceDviajar conT? Lo haceRviajar conT?
11Una rotación en la pantalla de una computadora a veces se implementa
como el producto de dos transformaciones de corte y escala, lo que
puede acelerar los cálculos que determinan cómo aparece realmente
una imagen gráfica en términos de píxeles de pantalla. (La pantalla
consta de filas y columnas de pequeños puntos, llamadospíxeles.) La mi
mi
1
2
primera transformaciónA1corta verticalmente y luego comprime cada y
X
columna de píxeles; la segunda transformacionA2tijeras
horizontalmente y luego estira cada fila de píxeles. Dejar
2 3
1 0 0 18Dar el4 - 4matriz que rota puntos enR3acerca de z-eje a
A1D4pecado ' porque 05, través de un ángulo de30i, y luego se traduce por pags
0 0 1 D .5;2; 1/.
2 3
segundo ' bronceado 0 19DejarSSea el triángulo con vértices .4:2; 1:2; 4/; .6; 4; 2/;
A2D40 1 05 . 2; 2; 6/:Encuentre la imagen deSbajo la proyección en perspectiva
0 0 1 con centro de proyección en .0; 0; 10/:

Muestre que la composición de las dos transformaciones es una 20DejarSSea el triángulo con vértices .9; 3;5/; .12; 8; 2/;
rotación enR2. . 1:8; 2:7; 1/:Encuentre la imagen deSbajo la proyección en
perspectiva con centro de proyección en .0; 0; 10/.

Los ejercicios 21 y 22 se refieren a la forma en que se especifica el color para su

visualización en gráficos por computadora. Un color en la pantalla de una
computadora está codificado por tres números (R,GRAMO,B) que enumeran la
cantidad de energía que un cañón de electrones debe transmitir a los puntos de
fósforo rojo, verde y azul en la pantalla de la computadora. (Un cuarto número
especifica la luminancia o intensidad del color).

12Una rotación enR2por lo general requiere cuatro multiplicaciones. Calcule 21[METRO] El color real que un espectador ve en una pantalla está influenciado por

el siguiente producto y demuestre que la matriz para una rotación se el tipo específico y la cantidad de fósforos en la pantalla.

puede factorizar en tres transformaciones de corte (cada una de Entonces, cada fabricante de pantallas de computadora debe convertir
que requiere sólo una multiplicación). entre (R,GRAMO,B) y un estándar internacional CIE para el color, que
2 32 3 utiliza tres colores primarios, llamadosX,Y, y Z. Una conversión típica
1 bronceado'=2 0 1 0 0
para fósforos de persistencia corta es
40 1 05 4pecado ' 1 05
2 32 3 23
0 0 1 0 0 1 :61 :29 :150 R X
2 3 4:35 :59 :06354GRAMO5D4Y5
1 bronceado'=2 0
40 1 05 :04 :12 :787B Z
0 0 1
Un programa de computadora enviará un flujo de información de color a la
13Las transformaciones habituales en coordenadas homogéneas para pantalla, utilizando datos CIE estándar(X,Y, Z). Encuentre la ecuación que
gráficos de computadora 2D implican3 - 3matrices de la forma convierte estos datos a (R,GRAMO,B) datos necesarios para el cañón de
A pags electrones de la pantalla.
dóndeAes un2 - 2matriz ypagses enR2. Espectáculo
0T 1 22[METRO] La señal emitida por la televisión comercial describe
que tal transformación equivale a una transformación lineal enR2
cada color mediante un vector (Y,yo,q). Si la pantalla es en
seguida de una traducción. [Insinuación:Encuentre una factorización
blanco y negro, sólo elY-se utiliza la coordenada. (Esto da una
matricial apropiada que involucre matrices divididas.]
mejor imagen monocromática que usar datos CIE para
14Demuestre que la transformación del ejercicio 7 es equivalente a una colores). La correspondencia entreYIQy un "estándar"RGBel
rotación sobre el origen seguida de una traslación porpags. Encontrar color lo da
pags. 23 2 32 3
Y :299 :587 :114 R
15.Wsombrero vector-r enR3 tiene coordenadas homogéneas
4yo5D4:596 :275 :32154GRAMO5
1 ; 1;14;81‹24
2 q :212 :528 :311B
dieciséis.Son .1;2; 3; 4/y .10;20; 30; 40/coordenadas homogéneas para
el mismo punto enR3? ¿Por qué o por qué no? (Un fabricante de pantallas cambiaría las entradas de la matriz para
que funcionen para susRGBpantallas.) Encuentre la ecuación que
17Dar el4 - 4matriz que rota puntos enR3acerca de X-eje a
convierte laYIQdatos transmitidos por la estación de televisión alRGB
través de un ángulo de 60i. (Ver la figura.)
datos necesarios para la pantalla de televisión.
148CAPITULO 2Álgebra matricial

SOLUCIÓN AL PROBLEMA DE LA PRÁCTICA

ensamblar elpagsmatrices de derecha a izquierda para las tres operaciones. UsandopagsD .

2; 6/, porque30i/D3=2,y pecado30i/D :5,tenemos

Traducir Girar alrededor Traducir

el origen
2de vuelta porpags
32pags 32 porpags
3
1 0 2 3=2 pags1=2 0 1 0 2
40 1 6541=2 3=2 0540 1 65
0 0 1 0 0 10 0 1
2pags pags 3
3=2 pags1=2 pags3 5
D41=2 3=23 3C55
0 0 1

2.8SUBESPACIOS DERnorte
Esta sección se enfoca en importantes conjuntos de vectores enRnortellamósubespacios. A
menudo surgen subespacios en conexión con alguna matriz.A;y proporcionan información
útil sobre la ecuaciónAXDb. Los conceptos y la terminología de esta sección se utilizarán
repetidamente a lo largo del resto del libro.1

DEFINICIÓN AsubespaciodeRnortees cualquier conjuntoHenRnorteque tiene tres propiedades:

una. El vector cero está enH.

b. Para cadatuyvenH ,la sumatuCves enH.
X3
C. Para cadatuenHy cada escalarC,el vectorCtues enH.

En palabras, un subespacio escerradobajo suma y multiplicación escalar. Como verá en los

siguientes ejemplos, la mayoría de los conjuntos de vectores discutidos en el Capítulo 1 son subespacios.
v1 v2
Por ejemplo, un plano a través del origen es la forma estándar de visualizar el subespacio en el Ejemplo 1.

0 Ver Figura 1.

X2
X1 EJEMPLO 1Siv1yv2están enRnorteyHDLapsoFv1;v2gramo,despuésHes un subespacio deRnorte.
Para verificar esta afirmación, observe que el vector cero está enH (porque0v1C0v2es una
FIGURA 1 combinación lineal dev1yv2/. Ahora toma dos vectores arbitrarios enH ,decir,
LapsoFv1;v2gramocomo un plano que pasa
por el origen.
tuDs1v1Cs2v2 yvDt1v1Ct2v2
Después

tuCvD .s1Ct1/v1C .s2Ct2/v2

lo que demuestra quetuCves una combinación lineal dev1yv2y por lo tanto está enH.Además,
para cualquier escalarC,el vectorCtues enH ,porqueCtuDcs1v1Cs2v2/D .cs1/v1C .cs2/v2.

Siv1no es cero y siv2es múltiplo dev1, despuésv1yv2simplemente abarque unlínea a través del
origen. Entonces, una línea que pasa por el origen es otro ejemplo de un subespacio.

1Las secciones 2.8 y 2.9 se incluyen aquí para permitir a los lectores posponer el estudio de la mayoría o la totalidad de los siguientes
dos capítulos y pasar directamente al capítulo 5, si así lo desean.Omitirestas dos secciones si planea trabajar en el Capítulo 4 antes de
comenzar el Capítulo 5.
 2.8subespacios deRnorte 149

X2 EJEMPLO 2una líneaLnoa través del origen esnoun subespacio, porque no contiene el
origen, como se requiere. Además, la Figura 2 muestra queLno es cerrado bajo suma o
multiplicación escalar.
v2
v1
X1

v2}
tu-v 2w
v1, tu
so{
Lap w
v

v1¤0,v2Dkv1. L L
tu-vno está encendidoL 2wno está encendidoL

FIGURA 2

EJEMPLO 3Parav1; : : : ;vpagsenRnorte, el conjunto de todas las combinaciones lineales dev1; : : : ;vpags
es un subespacio deRnorte. La verificación de esta declaración es similar al argumento dado en el
Ejemplo 1. Ahora nos referiremos a SpanFv1; : : : ;vpagsgramocomoel subespacio abarcó(o
generado) porv1; : : : ;vpags.

Tenga en cuenta queRnortees un subespacio de sí mismo porque tiene las tres propiedades requeridas para
un subespacio. Otro subespacio especial es el conjunto formado únicamente por el vector cero enRnorte. Este
conjunto, llamadosubespacio cero, también satisface las condiciones para un subespacio.

Espacio columna y espacio nulo de una matriz

subespacios deRnortegeneralmente ocurren en aplicaciones y teoría en una de dos maneras. En ambos
casos, el subespacio se puede relacionar con una matriz.

DEFINICIÓN losespacio de columnade una matrizAes el conjunto ColAde todas las combinaciones lineales de las
columnas deUNA.

SiADoa1 - - -anorte,con las columnas enRmetro, luego columnaAes lo mismo que SpanFa1; : : : ;a
nortegramo.El ejemplo 4 muestra que elespacio columna de unm-nmatriz es un subespacio deR
metro. Tenga en cuenta que ColAes igualRmetrosólo cuando las columnas deAlapsoRmetro. De lo
contrario, col.Aes solo una parte deRmetro.

2 3 2 3
1 3 4 3
EJEMPLO 4DejarAD44 6 25ybD4 35.Determinar sibes 4
X3 3 7 6
en el espacio columna deUNA.

SOLUCIÓNel vectorbes una combinación lineal de las columnas deAsi y solo si bSe
0
puede escribir comoAXpara algunosX, es decir, si y solo si la ecuaciónAXDbtiene
solución Fila reduciendo la matriz aumentadaŒ A b,
Co
lumn
aA
X2 2 3 2 3 2 3
X1 1 3 4 3 1 3 4 3 1 3 4 3
b 44 6 2 35 40 6 18 155 40 6 18 155
3 7 6 4 0 2 6 5 0 0 0 0
concluimos queAXDbes consistente ybesta en colUNA.
150CAPITULO 2Álgebra matricial

La solución del ejemplo 4 muestra que cuando un sistema de ecuaciones lineales se escribe
en la formaAXDb, el espacio columna deAes el conjunto de todosbpara el cual el sistema tiene
solución.

DEFINICIÓN losespacio nulode una matrizAes el conjunto nuloAde todas las soluciones de la ecuación
homogéneaAXD0.

CuandoAposeenortecolumnas, las soluciones deAXD0pertenece aRnorte, y el espacio nulo deAes un

subconjunto deRnorte. De hecho, NulAtiene las propiedades de unsubespaciodeRnorte.

TEOREMA 12 El espacio nulo de unm-nmatrizAes un subespacio deRnorte. De manera equivalente, el conjunto de todas
las soluciones de un sistemaAXD0demetroecuaciones lineales homogéneas ennorteincógnitas es un
subespacio deRnorte.

PRUEBAEl vector cero está en NulA (porqueA0D0). Para mostrar que NulAsatisface las otras dos
propiedades requeridas para un subespacio, tome cualquiertuyven nuloUNA.Es decir, supongamos AtuD
0yAvD0. Entonces, por una propiedad de la multiplicación de matrices,

UNA.tuCv/DAtuCAvD0C0D0
De este modotuCvsatisfaceAXD0, y entoncestuCvesta en nuloUNA.Además, para cualquier escalarC; C.Atu/D
Californiatu/DC.0/D0, lo que demuestra queCtuesta en nuloUNA.

Para probar si un vector dadovesta en nuloA,solo calculaAvpara ver siAves el vector cero. Porque
nuloAse describe mediante una condición que debe verificarse para cada vector, decimos que el espacio
nulo está definidoimplícitamente. Por el contrario, el espacio de columnas se defineexplícitamente,
porque los vectores en ColAse puede construir (mediante combinaciones lineales) a partir de las columnas
deUNA.Para crear una descripción explícita de NulA,resuelve la ecuación AXD0y escribe la solución en
forma de vector paramétrico. (Consulte el Ejemplo 6, a continuación).2

Base para un subespacio

Debido a que un subespacio generalmente contiene una cantidad infinita de vectores, algunos problemas que
involucran un subespacio se manejan mejor trabajando con un pequeño conjunto finito de vectores que abarcan
el subespacio. Cuanto más pequeño sea el conjunto, mejor. Se puede demostrar que el conjunto generador más
pequeño posible debe ser linealmente independiente.

X3
DEFINICIÓN Abasepor un subespacioHdeRnortees un conjunto linealmente independiente enHque se extiendeH.

EJEMPLO 5Las columnas de un invertiblen-nmatriz forman una base para todosRnorte

mi3 porque son linealmente independientes y generanRnorte, por el Teorema de la Matriz Invertible.
Una de esas matrices es lan-nmatriz de identidad. Sus columnas se denotan pormi1; : : : ;minorte:
23 23 23
1 0 0
X2 67 67 6 :: 7
mi
2
7 ;
4: ::5
mi1D60 7 ;
4: ::5
mi2D61 : : :; minorteD6: 7
405
mi1 0 0 1
X1
El conjuntoFmi1; : : : ;minortegramose llama elbase estándarporRnorte. Consulte la figura 3.
FIGURA 3
La base estándar paraR3. 2El contraste entre NulAy columnaAse discute más adelante en la Sección 4.2.
 2.8subespacios deRnorte 151

El siguiente ejemplo muestra que el procedimiento estándar para escribir el conjunto solución de AX
D0en forma de vector paramétrico en realidad identifica una base para NulUNA.Este hecho se utilizará a
lo largo del Capítulo 5.

EJEMPLO 6Encuentre una base para el espacio nulo de la matriz.

2 3
3 6 1 1 7
AD4 1 2 2 3 15
2 4 5 8 4
SOLUCIÓNPrimero, escribe la solución deAXD0en forma de vector paramétrico:
2 3
1 2 0 1 3 0 X1 2x2 X4C3x5D0
- -
A0 40 0 1 2 2 05; X3C2x4 2x5D0
0 0 0 0 0 0 0D0
La solución general esX1D2x2CX4 3x5,X3D2x4C2x5, conX2,X4, yX5
libre.
23 2 3 2 3 2 3 2 3
X1 2x2CX4 3x5 2 1 3
6
6X727 6 X2 7 6 7 6 7 6 07
6 7 61 7 6 07 6 7
6
6X7 6 2x4C2x5 7
7DX6 26077CX6 4627 7CX56 6 27
37D 6 7
4X45 4 X4 5 405 4 15 4 05
X5 X5 0 0 1
6 6 6
tu v w
DX2tuCX4vCX5w (1)
La ecuación (1) muestra que NulAcoincide con el conjunto de todas las combinaciones lineales detu
, v;yw:Eso es,Ftu;v;wgramogenera nuloUNA.De hecho, esta construcción detu,v, yw
automáticamente los hace linealmente independientes, porque la ecuación (1) muestra que0D X2tu
CX4vCX5wsolo si los pesosX2,X4, yX5son todos cero. (Examine las entradas 2, 4 y 5 en el vectorX2tuC
X4vCX5w.) Asi queFtu;v;wgramoes unbasepara nuloUNA.

Encontrar una base para el espacio de columnas de una matriz es en realidad menos trabajo que
encontrar una base para el espacio nulo. Sin embargo, el método requiere alguna explicación.
Comencemos con un caso simple.

EJEMPLO 7Encuentre una base para el espacio de columnas de la matriz

2 3
1 0 3 5 0
6 1 2 1 07
BD6040 7
0 0 0 15
0 0 0 0 0
SOLUCIÓNDenota las columnas deBporb1; : : : ;b5y tenga en cuenta queb3D3b1C2b2y b4D5b1 b2. El
hecho de queb3yb4son combinaciones de las columnas pivote significa que cualquier combinación
deb1; : : : ;b5en realidad es sólo una combinación deb1,b2, yb5. De hecho, sives cualquier vector en
ColB,decir,

vDC1b1CC2b2CC3b3CC4b4CC5b5
entonces, sustituyendob3yb4, podemos escribirven la forma

vDC1b1CC2b2CC3.3b1C2b2/CC4.5b1 b2/CC5b5
que es una combinación lineal deb1,b2, yb5. Asi queFb1;b2;b5gramose extiende ColB.También,b1, b2,
yb5son linealmente independientes, porque son columnas de una matriz identidad. Así que las
columnas pivote deBformar una base para ColB.
152CAPITULO 2Álgebra matricial

La matrizBen el ejemplo 7 está en forma escalonada reducida. Para manejar una matriz general
A,Recuerde que las relaciones de dependencia lineal entre las columnas deAse puede expresar en
la formaAXD0para algunosX. (Si algunas columnas no están involucradas en una relación de
dependencia particular, entonces las entradas correspondientes enXson cero.) CuandoAes fila
reducida a forma escalonadaB,las columnas cambian drásticamente, pero las ecuaciones AXD0yBX
D0tienen el mismo conjunto de soluciones. Es decir, las columnas deAtener exactamente las
mismas relaciones de dependencia linealcomo las columnas deB.

EJEMPLO 8Se puede verificar que la matriz

2 3
1 3 3 2 9
62 2 2 8 27
ADoa1 a2 - - -a5D6 7
42 3 0 7 15
3 4 1 11 8

es fila equivalente a la matrizBen el Ejemplo 7. Encuentra una base para ColUNA.

SOLUCIÓNDel ejemplo 7, las columnas pivote deAson las columnas 1, 2 y 5. Además,b3

D3b1C2b2yb4D5b1 b2. Dado que las operaciones de fila no afectan las relaciones de
dependencia lineal entre las columnas de la matriz, deberíamos tener

a3D3a1C2a2 ya4D5a1 a2

¡Comprueba que esto es cierto! Por el argumento del ejemplo 7,a3ya4no son necesarios para generar el
espacio de columna deUNA.También,Fa1;a2;a5gramodebe ser linealmente independiente, porque
cualquier relación de dependencia entrea1,a2, ya5implicaría la misma relación de dependencia entreb1,b2,
yb5. Ya queFb1;b2;b5gramoes linealmente independiente,Fa1;a2;a5gramotambién es linealmente
independiente y, por lo tanto, es una base para ColUNA.

El argumento del ejemplo 8 se puede adaptar para demostrar el siguiente teorema.

TEOREMA 13 Las columnas pivote de una matriz.Aformar una base para el espacio columna deUNA.

Advertencia:Tenga cuidado de usarcolumnas pivote deAsí mismopara la base de ColUNA.Las

columnas de una forma escalonadaBa menudo no están en el espacio de columnas deA. (Por
ejemplo, en los Ejemplos 7 y 8, las columnas deBtodos tienen ceros en sus últimas entradas y no
pueden generar las columnas deA.)

PROBLEMAS DE PRÁCTICA
2 3 2 3
1 1 5 7
1.DejarAD42 0 75ytuD4 35.Estuen nulo¿A?Estuen Col¿A?Justificar 2
3 5 3
cada respuesta
2 3
0 1 0
2.DadoAD40 0 15, find un vector en NulAy un vector en ColA 0
Masterización: Subespacio,
0 0
SG
ColumnaA, nuloA, Base 2–37 3.Supongamos que unn-nmatrizAes invertible ¿Qué se puede decir acerca de Col¿A?Acerca de Nul
¿A?
 2.8subespacios deRnorte 153

2.8EJERCICIOS
3 2 23 2 3
Los ejercicios 1 a 4 muestran conjuntos enR2. Suponga que los conjuntos incluyen 2 3 4
las líneas delimitadoras. En cada caso, dé una razón específica por la cual el 7.Dejarv 1D 4 85,v 2D 4 8 5 , v3D 4 65,
6 7 7
conjunto Hesnoun subespacio deR2. (Por ejemplo, encuentre dos vectores enH cuya 2 3
suma esnoenH, o encontrar un vector enHcon un múltiplo escalar que no está enH. 6
Hacer un dibujo.) pagsD4105,yA=ov1v2 v3:
11
1.
una. ¿Cuántos vectores hay enFv1;v2;v3¿gramo?

b. ¿Cuántos vectores hay en Col?A?

C. Espagsen ColA? ¿Por qué o por qué no? 2

3 2 3 2 3
3 2 0
8.Dejarv1D4 05,v2D4 2 5,v3D465,ypagsD
6 3 3
23
1
4145:determinar sipagsesta en colA, dóndeADov1v2v3:
2. 9

9.ConAypagscomo en el ejercicio 7, determine sipagsesta en nuloA.

10ContuD .2; 3; 1/yAcomo en el ejercicio 8, determine situesta en

nuloA.

En los Ejercicios 11 y 12, dé números enterospagsyqtal que nuloAes un

subespacio deRpagsy columnaAes un subespacio deRq.
2 3
3 2 1 5
3. 75
11AD49 4 1
9 2 5 1
2 3
1 2 3
6 5 77
12AD64 7
45 1 05
2 7 11

13ParaAcomo en el ejercicio 11, encuentre un vector distinto de cero en NulAy un

vector distinto de cero en ColA.
4.
14ParaAcomo en el ejercicio 12, encuentre un vector distinto de cero en NulAy un
vector distinto de cero en ColA.

Determine qué conjuntos de los ejercicios 15 a 20 son bases paraR2oR3.

Justifique cada respuesta.
2 3 2 3 2 3
2 4 8 5 10 4 2
15. , ,
5.Dejarv 1D 4 2 3 6 3
dieciséis.
35;v2D455;ywD4 5 25.Desalentar-
8 9 2 32 32 3 2 32 32 3
mio siwestá en el subespacio deR3generado porv 1yv2.
0 5 6 1 5 7
17415, 475, 435 2 18415; 415; 4 05
2 3 2 3 23
1 4 5 4 5 2 2 5
627 6 77 6
687
6.Dejarv1D6 7 73 v D
95, 7 ytu D 2 32 3
445,v2D6 4 465; 3 6
3 7 5 19485; 4 25
2 3
4 1 5
6 7 2 32 32 323
6107 . determinar situestá en el subespacio deR4generado 1 3 2 0
475
20465; 445; 4 7 75; 485
5
porFv ;v ;v gramo.
1 2 3
7 59
154CAPITULO 2Álgebra matricial

2 3
En los Ejercicios 21 y 22, marca cada enunciado como Verdadero o Falso. Justifique 3 1 7 3 9
6 2
22 7 57
cada respuesta.
26AD6 7
45 93 3 45
21una. Un subespacio deRnortees cualquier conjuntoHtal que (i) el vector cero 2 66 3 7
es enH, (ii)tu,v, ytuCvestán enH,y (iii)Ces un escalar yC 2 3
tues enH. 3 1 7 0 6
6 2 4 0 37
b. Siv1; : : : ;vpagsestán enRnorte, luego IntervaloFv1; : : : ;vpagsgramoes 60 7
40 0 0 1 15
igual al espacio columna de la matrizov1- - -vpags.
0 0 0 0 0
C. El conjunto de todas las soluciones de un sistema demetroecuaciones
27Construir un distinto de cero3 - 3matrizAy un vector distinto de cerob
homogéneas ennorteincógnitas es un subespacio deRmetro.
tal quebesta en colA, perobno es lo mismo que ninguna de las
d. Las columnas de un invertiblen-nmatriz forman una base paraR columnas deA.
norte.
28Construir un distinto de cero3 - 3matrizAy un vectorbtal que
mi. Las operaciones de fila no afectan las relaciones de dependencia lineal
besnoen ColA.
entre las columnas de una matriz.
29Construir un distinto de cero3 - 3matrizAy un vector distinto de cerob
22una. Un subconjuntoHdeRnortees un subespacio si el vector cero está enH. tal quebesta en nuloA.

b. vectores dadosv1; : : : ;vpagsenRnorte, el conjunto de todas las combinaciones 30Supongamos que las columnas de una matrizADoa1- - -apagsson linealmente

lineales de estos vectores es un subespacio deRnorte. independientes. Explicar por quéFa1; : : : ;apagsgramoes una base para ColA.

C. El espacio nulo de unm-nmatriz es un subespacio deRnorte.

d. El espacio columna de una matriz.Aes el conjunto de soluciones de A En los ejercicios 31 a 36, responda de la manera más completa posible y
XDb: justifique su respuesta.

mi. SiBes una forma escalonada de una matrizA, entonces las columnas 31SuponerFes un5 - 5matriz cuyo espacio columna no es igual aR5.
pivote deBformar una base para ColA. ¿Qué puedes decir sobre Nul?F?

32.SiRes un6 - 6matriz y NulResnoel subespacio cero, ¿qué

Los ejercicios 23 a 26 muestran una matrizAy una forma escalonada deA. Encuentre puedes decir sobre Col?R?
una base para ColAy una base para NulA. 33.Siqes un4 - 4matriz y ColqDR4, ¿qué puedes decir acerca de las
2 3 2 3 soluciones de ecuaciones de la formaqXDbporbenR4?
4 5 9 2 1 2 6 5
34.SiPAGSes un5 - 5matriz y NulPAGSes el subespacio cero, ¿qué puedes
23AD46 5 1 125 40 1 5 65
decir acerca de las soluciones de ecuaciones de la formaPAGSXDb porb
348 3 0 0 0 0
enR5?

35.¿Qué puedes decir sobre Nul?BcuandoBes un5 - 4matriz con

2 3 2 3 columnas linealmente independientes?
3 927 1 3 6 9
24AD42 6 4 85 40 0 4 55 36.¿Qué se puede decir acerca de la forma de unm-nmatrizAcuando las
columnas deAformar una base paraRmetro?
3 9 2 2 0 0 0 0
[METRO] En los Ejercicios 37 y 38, construya bases para el espacio columna
y el espacio nulo de la matriz dadaA. Justifica tu trabajo.
2 3 2 3
1 4 83 7 3 5 0 1 3
61 2 7 3 47 67 9 4 9 117 7
25AD6 7 37.AD6
42 2 9 5 55 45 7 2 5 75
3 6 952 3 7 3 4 0
2 3 2 3
1 4 8 05 5 2 0 8 8
6 2 5 0 17 7 6 4 1 2 8 97 7
60 38.AD6 4
40 0 0 1 45 5 1 3 5 195
0 0 0 0 0 8 5 6 8 5

WEB Espacio de columna y espacio nulo

WEB Una base para ColA

 2.9Dimensión y rango155

SOLUCIONES A PROBLEMAS DE PRÁCTICA

1.Para determinar situesta en nuloA,simplemente calcula

2 32 3 2 3
1 1 5 7 0
AtuD4 2 0 754 35D405
3 5 3 2 0
El resultado muestra quetuesta en nuloA:Decidir situesta en colArequiere más
trabajo. Reducir la matriz aumentadaŒA latu forma escalonada
ecuacionAXDtues para determinar si
consistente:

2 3 2 3 2 3
1 1 5 7 11 57 1 1 5 7
4 2 0 7 35 40 2 3 175 40 2 3 175
353 2 08 1219 0 0 0 49
La ecuacionAXDtuno tiene solución, por lo quetuno esta en colUNA.

2.En contraste con el Problema de práctica 1, encontrar un vector en NulArequiere más

trabajo que probar si un vector específico está en NulUNA.Sin embargo, desdeAya está
en forma escalonada reducida, la ecuaciónAXD0muestra que siXD .X1; X2; X3/;después X2
D0; X3D0;yX1es una variable libre. Por lo tanto, una base para NulAesvD .1; 0; 0/:
Encontrar solo un vector en ColAes trivial, ya que cada columna deAesta en colUNA.En
este caso particular, el mismo vectorvestá en ambos NulAyColumnaUNA.Para la mayoría
n-n matrices, el vector cero deRnortees el único vector en ambos NulAy columnaUNA.
3.SiAes invertible, entonces las columnas deAlapsoRnorte;por el teorema de la matriz invertible. Por
definición, las columnas de cualquier matriz siempre abarcan el espacio de columnas, por lo
que en este caso ColAes todo deRnorte:En símbolos, ColADRnorte:También, desdeAes invertible, la
ecuaciónAXD0tiene sólo la solución trivial. Esto significa que NulAes el subespacio cero. En
símbolos, NulADf0gramo:

2.9DIMENSIÓN Y RANGO
Esta sección continúa la discusión de subespacios y bases para subespacios, comenzando con el concepto
de un sistema de coordenadas. La definición y el ejemplo a continuación deberían formar un nuevo
término útil,dimensión, parecen bastante naturales, al menos para los subespacios deR3.

Sistemas coordinados
La principal razón para seleccionar una base para un subespacioH;en lugar de simplemente un conjunto
generador, es que cada vector enHse puede escribir de una sola manera como una combinación lineal de los
vectores base. Para ver por qué, supongamosBDfb1; : : : ;bpagsgramoes una base paraH ,y supongamos un vectorX
enHse puede generar de dos maneras, digamos,

XDC1b1C - - - CCpagsbpags yXDd1b1C - - - Cdpagsbpags (1)

Entonces, restando da

0DX XD .C1 d1/b1C - - - C .Cpags dpags/bpags (2)

Ya queBes linealmente independiente, los pesos en (2) deben ser todos cero. Eso es,CjDdjpor
1 jp;lo que muestra que las dos representaciones en (1) son en realidad las mismas.
156CAPITULO 2Álgebra matricial

DEFINICIÓN Supongamos que el conjuntoBDfb1; : : : ;bpagsgramoes una base para un subespacioH.Para

cadaXenH , lacoordenadas de x relativas a la baseBson los pesosC1; : : : ; Cpagstal que
XDC1b1C - - - CCpagsbpags;y el vector enRpags
2 3
C1
6 :7
oXBD4 :: 5
Cpags

se llama elvector de coordenadas de x (relativo aB)o elB-vector coordenado de x.1

23 2 3 2 3
3 1 3
EJEMPLO 1Dejarv1D465,v 2D 4 0 5,XD4125,yBDfv1;v2gramo.Después
2 1 7
Bes una base paraHDLapsoFv1;v2gramoporquev1yv2son linealmente independientes. determinar si
Xes enH ,y si lo es, encuentre el vector de coordenadas deXrelativo aB.

SOLUCIÓNSiXes enH ,entonces la siguiente ecuación vectorial es consistente:

232323
3 1 3
C465CC405D4125
1 2
2 1 7

los escalaresC1yC2, si existen, son losB-coordenadas deX. Las operaciones de fila muestran que
2 3 2 3
3 1 3 1 0 2
46 0 125 40 1 35
2 1 7 0 0 0

2
De este modoC1D2, c2D3,yoX B D . La baseBdetermina un “sistema de coordenadas”
3
enH ,que se puede visualizar mediante la cuadrícula que se muestra en la Figura 1.

X3

3v2

2v2

v2 X-2v1- 3v2

0
v1
2v1
X2
X1

FIGURA 1Un sistema de coordenadas en un

plano HenR3:

1Es importante que los elementos deBestán numerados porque las entradas enoXBdepende del orden de los
vectores enB.
 2.9Dimensión y rango157

Note que aunque los puntos enHtambién están enR3, están completamente determinados
por sus vectores de coordenadas, que pertenecen aR2. La cuadrícula en el plano de la Figura 1 hace
H “pareceR2. La correspondenciaX7!oXes una correspondencia uno a uno
B
EntreHyR2que preserva las combinaciones lineales. A tal correspondencia la
llamamosisomorfismo, y decimos queHesisomorfoaR2.
En general, siBDfb1; : : : ;bpagsgramoes una base paraH ,entonces el mapeoX7!oXBes una
correspondencia uno a uno que haceHverse y actuar igual queRpags(aunque los vectores enH
ellos mismos pueden tener más depagsentradas). (La Sección 4.4 tiene más detalles).

La dimensión de un subespacio
Se puede demostrar que si un subespacioHtiene una base depagsvectores, entonces cada base deHdebe
consistir exactamentepagsvectores (Consulte los ejercicios 27 y 28). Por lo tanto, la siguiente definición
tiene sentido.

DEFINICIÓN losdimensiónde un subespacio distinto de ceroH ,denotado por tenueH ,es el número de
vectores en cualquier base paraH.La dimensión del subespacio ceroF0gramose define como
cero.2

El espacioRnortetiene dimensiónnorte.Cada base paraRnorteconsiste ennortevectores Un avión

a través0enR3es bidimensional, y una recta que pasa por0es unidimensional.

EJEMPLO 2Recuerde que el espacio nulo de la matrizAen el ejemplo 6 de la sección 2.8 tenía una
base de 3 vectores. Así que la dimensión de NulAen este caso es 3. Observa como cada vector base
corresponde a una variable libre en la ecuaciónAXD0. Nuestra construcción siempre produce una
base de esta manera. Entonces, para encontrar la dimensión de NulA,simplemente identifique y
cuente el número de variables libres enAXD0.

DEFINICIÓN losrangode una matrizA,denotado por rangoA,es la dimensión del espacio columna deUNA.

Dado que las columnas pivote deAformar una base para ColA,el rango deAes solo el número de
columnas pivote enUNA.

EJEMPLO 3 Determinar el rango de la matriz.

2 3
2 5 3 4 8
6 7 4 3 97
A D 64
46 45
7
9 5 2
0 9 6 5 6
SOLUCIÓNReducirAa la forma escalonada:
2 3 2 3
2 5 3 4 8 2 5 3 4 8
6 6
A 60 3 2 5 77 7
--- 60 3 2 5 77 7
40 6 4 14 20 5 40 0 0 4 65
0 9 6 56 0 0 0 0 0
Columnas pivote
-
-

La matrizAtiene 3 columnas pivote, así que clasificaAD3.

2El subespacio cero tienenobase (porque el vector cero por sí mismo forma un conjunto linealmente dependiente).
158CAPITULO 2Álgebra matricial

La reducción de filas en el Ejemplo 3 revela que hay dos variables libres enAXD0, porque dos
de las cinco columnas deAsonnocolumnas de pivote. (Las columnas no pivote corresponden a las
variables libres enAXD0.) Dado que el número de columnas pivote más el número de columnas no
pivote es exactamente el número de columnas, las dimensiones de ColA y nuloAtener la siguiente
conexión útil. (Consulte el Teorema del rango en la Sección 4.6 para obtener detalles adicionales).

TEOREMA 14 El teorema del rango

Si una matrizAposeenortecolumnas, luego clasificarACtenue nuloADnorte.

El siguiente teorema es importante para las aplicaciones y será necesario en los Capítulos 5 y
6. El teorema (probado en la Sección 4.5) ciertamente es plausible, si piensa en unpags-subespacio
dimensional como isomorfo aRpags. El teorema de la matriz invertible muestra quepagsvectores en
Rpagsson linealmente independientes si y solo si también abarcanRpags.

TEOREMA 15 El teorema de la base

DejarHser unpags-subespacio dimensional deRnorte:Cualquier conjunto linealmente independiente de exactamente
pagselementos enHes automáticamente una base paraH:Además, cualquier conjunto depagselementos deH que
se extiendeHes automáticamente una base paraH:

Rango y el teorema de la matriz invertible

Los diversos conceptos de espacio vectorial asociados con una matriz proporcionan varios
enunciados más para el teorema de la matriz invertible. Se presentan a continuación para seguir
los enunciados del teorema original en la Sección 2.3.

TEOREMA El teorema de la matriz invertible (continuación)

DejarAfrijoln-nmatriz. Entonces los siguientes enunciados son cada uno equivalente al
enunciado queAes una matriz invertible.

metro. las columnas deAformar una base deRnorte:

norte. ColumnaADRnorte

o columna tenueADnorte

pags. rangoADnorte

q. nuloADf0gramo

R. tenue nuloAD0

PRUEBALa declaración (m) es lógicamente equivalente a las declaraciones (e) y (h) con respecto a la
independencia lineal y la expansión. Los otros cinco enunciados están vinculados a los anteriores
del teorema por la siguiente cadena de implicaciones casi triviales:

(g) ) (n) ) (o) ) (p) ) (r) ) (q) ) (d)

Declaración (g), que dice que la ecuaciónAXDbtiene al menos una solución para cada benR
norte, implica enunciado (n), porque ColAes precisamente el conjunto de todosbtal que la

ecuaciónAXDbes consistente. Las implicaciones (n) ) (o) ) (p) se derivan de las definiciones de
dimensiónyrango. Si el rango deAesnorte,el número de columnas deA, luego tenue NulAD0,
por el teorema del rango, por lo que NulADf0gramo.Así (p) ) (r) ) (q).
 2.9Dimensión y rango159

Además, el enunciado (q) implica que la ecuaciónAXD0tiene sólo la solución trivial, que es el
Tabla ampliada enunciado (d). Dado que ya se sabe que los enunciados (d) y (g) son equivalentes al
SG
para las IMT 2–39 enunciado queAes invertible, la demostración es completa.

NÚMERO I CAL NOTAS

Muchos algoritmos discutidos en este texto son útiles para comprender conceptos y hacer
cálculos simples a mano. Sin embargo, los algoritmos a menudo no son adecuados para
problemas a gran escala en la vida real.
La determinación del rango es un buen ejemplo. Parecería fácil reducir una matriz a una
forma escalonada y contar los pivotes. Pero a menos que se realice una aritmética exacta en una
matriz cuyas entradas se especifican exactamente, las operaciones de fila pueden cambiar la
5 7
rango aparente de una matriz. Por ejemplo, si el valor deXen la matriz
5 X
no se almacena exactamente como 7 en una computadora, entonces el rango puede ser 1 o 2,
dependiendo de si la computadora trataX 7como cero
WEB En aplicaciones prácticas, el rango efectivo de una matrizAa menudo se determina a partir
de la descomposición en valores singulares deA,a ser discutido en la Sección 7.4.

PROBLEMAS DE PRÁCTICA

1.Determinar la dimensión del subespacio.HdeR3atravesado por los vectoresv1;v2;

yv3: (Primero, encuentra una base paraH.)
23 23 2 3
2 3 1
v1D485; v2D 4 75; v3D4 65
6 1 7
2.Considere la base
1 :2
BD ;
:2 1
3
porR2. SioXDB , que esX?
2
3.PudoR3posiblemente contenga un subespacio de cuatro dimensiones? Explique.

2.9EJERCICIOS
En los Ejercicios 1 y 2, encuentre el vectorXdeterminado por el vector de 1 2 3
3. segundo1D ;b 2 D ; XD
coordenadas dadooXBy la base dadaB. Ilustra tu respuesta con una 4 7 7
figura, como en la solución del Problema de práctica 2.
1 3 7
4. segundo1D ;b 2 D ;X D
1 2 3 3 5 5
1.BD ; ; oX B D
1 1 2 2 3 2 3 3 2
1 3 4
5. segundo1 D4 55 ;b2D475;XD4105
2 3 1 3 5 7
2.BD ; ; oX B D
1 1 3 2 3 2 3 2 3
3 7 11
En los Ejercicios 3–6, el vectorXesta en un subespacioHcon una base BDfb1;b2 6. segundo1D4 15;b2D4 55;XD405
gramo:Encuentra elB-vector de coordenadas deX. 4 6 7
160CAPITULO 2 Álgebra matricial

2 3
3 1 7 4 1 2 5 0 1
7.Dejarb1D ;b2D ;wD ;XD ; y 6 37
0 2 2 1 2 5 8 4 7
11AD6 43
BDfb1;b2gramo:Usa la figura para estimarowByoXB: 9 9 7 25
Confirme su estimación deoXBal usarlo yFb1;b2gramo 3 10 7 11 7
computarX. 2 3
1 2 5 0 1
6 1 2 4 57
60 7
40 0 0 1 25
0 0 0 0 0
2 3
1 2 4 3 3
b2 6 5 10 9 7 87
12AD6 7
X 4 4 8 9 2 75
2 4 5 0 6
0 b1 2 3
1 2 4 3 3
w
6 0 1 2 07
60 7
40 0 0 0 55
0 0 0 0 0

0 2 2 2 En los Ejercicios 13 y 14, encuentre una base para el subespacio generado por
8.Dejarb1D ;b2D ;XD ;yD ; los vectores dados. ¿Cuál es la dimensión del subespacio?
2 1 3 4
1 2 32 32 32
3
zD ;yBDfb;b 1 2gramo:Usa la figura para estimar 1 2 3 4
2:5 6 6 97 6 17 6 57
13637 7; 6 7; 6 7; 6 7
oXB; oyB, yozB:Confirme sus estimaciones deoyByozB 4 25 4 65 4 45 435
al usarlos yFb1;b2gramocomputaryyz. 4 12 2 7
2 32 32 32 32 3
1 2 0 1 3
6 637 6 27 6 7 687
14617 7; 6 7; 6 7; 6 47; 6 7
425 4 15 465 4 75 4 95
y 5 6 8 7 5
X 15.Supongamos que un3 - 5matrizAtiene tres columnas de pivote. es
b1 col ADR3? es nuloADR2? Explique sus respuestas.
b2 dieciséis.Supongamos que un4 - 7matrizAtiene tres columnas de
0 pivote. es col ADR3? ¿Cuál es la dimensión de NulA? Explique sus
respuestas.
z
En los Ejercicios 17 y 18, marca cada enunciado como Verdadero o Falso.
Justifique cada respuesta. AquíAes unm-nmatriz.

Los ejercicios 9 a 12 muestran una matrizAy una forma escalonada deA. 17una. SiBDfv1; : : : ;vpagsgramoes una base para un subespacioHy si X
Encontrar bases para ColAy nuloA, y luego indique las dimensiones de estos DC1v1C - - - CCpagsvpags;despuésC1; : : : ; Cpagsson las
subespacios. coordenadas deXrelativo a la baseB.
2 3 2 3 b. cada línea enRnortees un subespacio unidimensional deRnorte.
1 3 2 4 1 3 2 4
6
63 9 1 57 6 0 5 77 7 C. La dimensión de ColAes el número de columnas pivote deA.
9.AD4 7 60
2 6 4 35 40 0 0 55
4 12 2 7 0 0 0 0 d. Las dimensiones de ColAy nuloAsume el número de
columnas deA.
2 3
1 2 9 5 4 mi. Si un conjunto depagslos vectores abarcan unpags-subespacio dimensionalHde
6 1 1 6 5 37 7 Rnorte, entonces estos vectores forman una base paraH.
10AD6
42 0 6 1 25
18una. SiBes una base para un subespacioH, entonces cada vector enHpuede
4 1 9 1 9
escribirse de una sola manera como una combinación lineal de los
2 3
1 2 9 5 4 vectores enB.
6 1 3 0 77 7
60 b. SiBDfv1; : : : ;vpagsgramoes una base para un subespacioHdeR
40 0 0 1 25 norte, entonces la correspondenciaX7!oXBhaceHverse y actuar
0 0 0 0 0 igual queRpags.
 2.9Dimensión y rango161

C. La dimensión de NulAes el número de variables en la 27Supongamos vectoresb1; : : : ;bpagsabarcar un subespacioW, y deja Fa1; : : : ;
ecuaciónAXD0. aqgramoser cualquier conjunto enWque contiene más depags vectores

d. La dimensión del espacio columna deAes rangoA. Complete los detalles del siguiente argumento para demostrar queFa1
; : : : ;aqgramodebe ser linealmente dependiente. Primero, deja BDob1- -
mi. SiHes unpags-subespacio dimensional deRnorte, entonces un conjunto
-bpagsyADoa1- - -aq.
linealmente independiente depagsvectores enHes una base paraH.
una. Explique por qué para cada vectoraj,existe un vectorCj
En los Ejercicios 19–24, justifique cada respuesta o construcción. enRpagstal queajDBCj.
19Si el subespacio de todas las soluciones deAXD0tiene una base que b. DejarC=oC1- - -Cq.Explique por qué hay un vector distinto de
consta de tres vectores y siAes un5 - 7matriz, ¿cuál es el rango deA cerotutal queCtuD0.
? C. UsarByCpara mostrar queAtuD0. Esto demuestra que las
columnas deAson linealmente dependientes.
20¿Cuál es el rango de un4 - 5matriz cuyo espacio nulo es
tridimensional? 28Utilice el ejercicio 27 para demostrar que siAyBson bases para un
subespacioWdeRnorte, despuésAno puede contener más vectores
21Si el rango de un7 - 6matrizAes 4, ¿cuál es la dimensión del
que B, y por el contrario,Bno puede contener más vectores queA.
espacio de solución deAXD0?
29[METRO] DejarH=LapsoFv1;v2gramoyB=Fv1;v2gramo.Muestra esaXes
22Demostrar que un conjunto de vectoresFv1;v2;…;v5gramoenRnortees
enH, y encuentre elB-vector de coordenadas deX, cuando
linealmente dependiente cuando dim SpanFv1;v2;…;v5g D4. 23 2 3 2 3
11 14 19
23Si es posible, construya un3 - 4matrizAtal que tenue Nul 6 6
687 7 6 137
AD2 y tenue ColAD2. v1D657 7 D 4135;XD6 7
4 5;v
10 2 4 185
24construir un4 - 3matriz con rango l. 7 10 15
25DejarAfrijoln - pagmatriz cuyo espacio columna espags- dimensional. 30[METRO] DejarHDLapsoFv1;v2;v3gramoyBDfv1;v2;v3gramo.Muestra
Explique por qué las columnas deAdebe ser linealmente esa Bes una base paraHyXes enH, y encuentre elB-coordinar
independiente. vector deX, cuando
2 3 3 2 2 3 23
26Suponga que las columnas 1, 3, 5 y 6 de una matrizAson linealmente
6 8 9 4
6 47 637 6 57 6 7
independientes (pero no son necesariamente columnas pivote) y el rango de v1D64 7;v 2 D6 7 6
3 D 4
7 ; D6 7 7
95 475;v 85X 485
Aes 4. Explique por qué las cuatro columnas mencionadas deben ser una
base para el espacio de columnas deA.
4 3 3 3

SG Masterización: Dimensión y rango 2–41

SOLUCIONES A PROBLEMAS DE PRÁCTICA

naA
Colum
1.ConstruirADov1 v2 v3de modo que el subespacio atravesado porv1;v2;v3es la columna
v1 espacio deUNA.Una base para este espacio es proporcionada por las columnas de pivote deUNA.
0
2 3 2 3 2 3
v2 2 3 1 2 3 1 2 3 1
v3 65 40
AD48 7 5 25 40 5 25
6 1 7 010 4 0 0 0
Las dos primeras columnas deAson columnas pivote y forman una base paraH.así
X tenueHD2:
3
2.SioXBD , despuésXse forma a partir de una combinación lineal de los vectores base usando
2
pesos 3 y 2:

1 1 :2 3:4
b2 XD3b1C2b2D3 C2 D
:2 1 2:6
b1
La baseFb1;b2gramodetermina unsistema coordinadoporR2, ilustrado por la cuadrícula en la figura.
1 Tenga en cuenta cómoXson 3 unidades en elb1-dirección y 2 unidades en elb2-dirección.
162CAPITULO 2Álgebra matricial

3.Un subespacio de cuatro dimensiones contendría una base de cuatro vectores linealmente
independientes. Esto es imposible por dentroR3:Dado que cualquier conjunto linealmente
independiente enR3no tiene más de tres vectores, cualquier subespacio deR3tiene dimensión no más
de 3. El espacioR3en sí mismo es el único subespacio tridimensional deR3. Otros subespacios deR3
tienen dimensión 2, 1 o 0.

CAPITULO 2EJERCICIOS COMPLEMENTARIOS

1.Suponga que las matrices mencionadas en los siguientes enunciados tienen 1 0 0 1
6.DejarAD , BD . Estos songiro pauli
tamaños apropiados. Marca cada afirmación como verdadera o falsa. 0 1 1 0
Justifique cada respuesta. matricesutilizado en el estudio del espín del electrón en la mecánica
cuántica. Muestra esaA2Dyo, b2DYO ,yABDLICENCIADO EN LETRAS.
una. SiAyBsonm-n,entonces ambosABTyATBestán
Matrices tales queABDlicenciado en Letrasse dice queanticonmutación.
definidos. 2 3 2 3
b. SiABDCyCtiene 2 columnas, entoncesAtiene 2 columnas.
1 3 8 3 5
7.DejarAD42 4 1 115yBD4
55.Calcular
C. Multiplicando una matriz por la izquierdaBpor una matriz diagonalA,con
1
5 2 3 4
entradas distintas de cero en la diagonal, escala las filas deB.
A1Bsin computarA1. [Insinuación:A1Bes la solución de
d. Siantes de CristoDBD,despuésCDD. la ecuaciónHACHADB.]
mi. SiC.A.D0,entonces tambienAD0oCD0.
8.Encuentre una matrizAtal que la transformaciónX7!AXmapas
F. SiAyBsonn - n,después .ACLICENCIADO EN LETRAS B/DA2 B2. 1213
y en y , respectivamente. [Insinuación:Escribe
gramo. un elementaln-nmatriz tienenorteonorteC1 entradas 3711
distintas de cero. una ecuación matricial que implicaA,y resolver paraA.]

H. La transpuesta de una matriz elemental es una matriz 5 4 7 3

elemental. 9.SuponerABD yBD . EncontrarUNA.
2 3 2 1
i. Una matriz elemental debe ser cuadrada.
10SuponerAes invertible Explicar por quéATAtambién es invertible.
j. Toda matriz cuadrada es un producto de matrices elementales. Entonces muestra queA1D .ATA/1AT.
k. SiAes un3 - 3matriz con tres posiciones de pivote,
11DejarX1; : : : ; Xnorteser números fijos. La siguiente matriz, llamadamatriz de
existen matrices elementalesmi1; : : : ; mipagstal que mi
Vandermonde, ocurre en aplicaciones tales como procesamiento de
pags- - - mi1ADYO .
señales, códigos de corrección de errores y polinomio
yo SiABDYO ,despuésAes invertible interpolación.
metro. SiAyBson cuadrados e invertibles, entoncesAB 2 Xnorte1
3
1 X1 X12 --- 1
es invertible, y .AB/1DA1B1. 6 X2 X22 Xnorte17
61 --- 2::: 7
VD6 : ::: ::: 7
norte. SiABDlicenciado en Letrasy siAes invertible, entoncesA1BDlicenciado en Letras1.
4 :: 5
Xnorte1
o SiAes invertible y sir¤0,después .real academia de bellas artes/1Dreal academia de bellas artes1.
1 X2 ---
23
Xnorte
norte norte

1 DadoyD .y 1; : : : ; ynorte/enRnorte, suponerCD .C0; : : : ; Cnorte1/en

pags. SiAes un3 - 3matriz y la ecuacionAXD 405posee
RnortesatisfaceVCDy, y define el polinomio
0
una solución única, entoncesAes invertible
punto /DC0CC1tCC2t2C - - - CCnorte1tnorte1:
una. Muestra esapíxeles1/Dy1; : : : ; píxelesnorte/Dynorte. Nosotros llamamos

4 5 punto /unpolinomio de interpolación para los puntos

2.Encuentra la matrizCcuyo inverso esC1D .
6 7 . X1; y1/; : : : ; .Xnorte; ynorte/porque la gráfica depunto /pasa
2 3 por los puntos.
0 0 0
3.DejarAD41 0 05.Muestra esaA3D0.matriz de uso 0 b. SuponerX1; : : : ; Xnorteson números distintos. Demuestre que las columnas

0 1 deVson linealmente independientes. [Insinuación:¿Cuántos ceros puede

tener un polinomio de gradonorte 1¿tener?]
álgebra para calcular el producto.yo AICACA2/.
C. Demostrar: “SiX1; : : : ; Xnorteson números distintos yy1; : : : ; ynorte
4.SuponerAnorteD0para algunosn > 1.Encuentre un inverso parayo UNA. son números arbitrarios, entonces existe un polinomio
interpolador de gradonorte 1por .X1; y1/; : : : ; .Xnorte; ynorte/.”
5.Supongamos que unn-nmatrizAsatisface la ecuación A2
2ACyoD0.Muestra esaA3D3A 2Iy 12DejarADLU ,dóndeLes una matriz triangular inferior invertible ytues
A4D4A 3I. triangular superior. Explique por qué la primera columna
 Capítulo 2 Ejercicios complementarios 163

deAes múltiplo de la primera columna del¿Cómo es la segunda 15.SuponerCDmi3mi2mi1B,dóndemi1,mi2, ymi3son matrices

columna deArelacionado con las columnas deL? elementales. Explicar por quéCes la fila equivalente aB.
13DadotuenRnortecontuTtuD1,dejarPAGSDuuT(un producto
dieciséis.DejarAfrijoln-nmatriz singular. Describir cómo construir
externo) yqDyo 2p.Justifique las afirmaciones (a), (b) y (c).
unn-nmatriz distinta de ceroBtal queABD0:
una.PAGS2DPAGS b.PAGSTDPAGS C.q2Dyo
La transformaciónX7!PAGSXse llama unproyección, y X7!qXse 17DejarAser un6 - 4matriz yBa4 - 6matriz. Muestre que el 6 - 6
llama unReflexión del amo de casa. Estos reflejos se utilizan en matrizABno puede ser invertible.
programas informáticos para crear múltiples ceros en un
vector (generalmente una columna de una matriz). 18SuponerAes un5 - 3matriz y existe una3 - 5matriz Ctal queCaliforniaD
23 23
0 1 yo3. Supongamos además que para algunos dadosb enR5, la
14DejartuD405yXD455.DeterminarPAGSyqcomo en ecuacionAXDbtiene al menos una solución. Demuestre que esta
1 3 solución es única.
Ejercicio 13, y calculePAGSXyqX. La figura muestra que qX
es el reflejo deXa través deX1X2-plano. 19[METRO] Ciertos sistemas dinámicos se pueden estudiar examinando
las potencias de una matriz, como las siguientes. Determinar lo
X3
que sucede conAkyBkcomokaumenta (por ejemplo, intente kD
PAGSX 2; : : : ; dieciséis/.Trate de identificar lo que tiene de especialAy
X
B.Investigar grandes potencias de otras matrices de este tipo, y
hacer una conjetura acerca de tales matrices.
tu 2 3 2 3
X2 :4 :2 :3 0 :2 :3
AD4:3 :6 :35; BD4:1 :6 :35
X-PAGSX
:3 :2 :4 :9 :2 :4
20[METRO] DejarAnorteser eln-nmatriz con ceros en la diagonal principal
X1
qX y 1 está en otra parte. CalcularAnorte
1 pornorteD4,5 y 6 y
Un reflejo de cabeza de familia a través del avión. X
hacer una conjetura sobre la forma general deA1 norte para más grande

valores denorte.
3D0.
 3 Determinantes
WEB
EJEMPLO INTRODUCTORIO
Rutas aleatorias y distorsión
En su libro autobiográfico,Seguramente está bromeando, Sr. Feynman,
el físico ganador del Premio Nobel Richard Feynman habla de observar
hormigas en su apartamento de la escuela de posgrado de Princeton.
Estudió el comportamiento de las hormigas al proporcionar
transbordadores de papel al azúcar suspendidos en una cuerda donde
las hormigas no lo encontrarían accidentalmente. Cuando una hormiga
se subía a un transbordador de papel, Feynman la transportaba a la
comida y luego regresaba. Después de que las hormigas aprendieron a
usar el transbordador, reubicó el rellano de regreso. La colonia pronto
confundió los desembarcaderos de ferry de ida y vuelta, indicando que
su “aprendizaje” consistía en crear y seguir senderos. Feynman
confirmó esta conjetura colocando portaobjetos de vidrio en el suelo.
Una vez que las hormigas establecieron senderos en los portaobjetos
de vidrio, reorganizó los portaobjetos y, por lo tanto, los senderos en
ellos. Las hormigas siguieron los senderos reposicionados y Feynman
pudo dirigir a las hormigas a donde quisiera.
Supongamos que Feynman hubiera decidido realizar investigaciones
adicionales utilizando un globo construido con malla de alambre en el que
una hormiga debe seguir cables individuales y elegir entre ir a la izquierda o
a la derecha en cada intersección. Si se colocan varias hormigas y el mismo
número de fuentes de alimento en el globo, ¿qué probabilidad hay de que
cada hormiga encuentre su propia fuente de alimento en lugar de encontrar
el rastro de otra hormiga y seguirlo hasta un recurso compartido?1
1La solución al problema de la ruta de las hormigas (y otras dos aplicaciones) se
puede encontrar en junio de 2005Matemática Mensualartículo de Arthur
Benjamin y Naomi Cameron.
Para registrar las rutas reales de las hormigas y comunicar los
resultados a otros, es conveniente utilizar un mapa rectangular del
globo. Hay muchas maneras de crear tales mapas. Una forma sencilla
es utilizar la longitud y la latitud del globo terráqueo comoXyy
coordenadas en el mapa. Como ocurre con todos los mapas, el
resultado no es una representación fiel del globo. Las características
cercanas al "ecuador" se ven muy parecidas en el globo terráqueo y en
el mapa, pero las regiones cercanas a los "polos" del globo están
distorsionadas. Las imágenes de las regiones polares son mucho más
grandes que las imágenes de regiones de tamaño similar cerca del
ecuador. Para encajar con su entorno en el mapa, la imagen de una
hormiga cerca de uno de los polos debe ser más grande que una cerca
del ecuador. ¿Cuánto más grande?
Sorprendentemente, tanto el problema de la trayectoria de la hormiga
como el de la distorsión del área se resuelven mejor mediante el uso del
determinante, el tema de este capítulo. De hecho, el determinante tiene
tantos usos que un resumen de las aplicaciones conocidas a principios del
siglo XX llenó un tratado de cuatro volúmenes de Thomas Muir. Con los
cambios en el énfasis y el gran aumento de los tamaños de las matrices
utilizadas en las aplicaciones modernas, muchos usos que eran importantes
en ese momento ya no son críticos en la actualidad. Sin embargo, el
determinante sigue jugando un papel importante.
165
166CAPÍTULO 3Determinantes

Más allá de presentar el determinante en la Sección 3.1, este capítulo presenta dos ideas importantes. La
sección 3.2 deriva un criterio de invertibilidad para una matriz cuadrada que juega un papel central en el
capítulo 5. La sección 3.3 muestra cómo el determinante mide la cantidad por la cual una transformación
lineal cambia el área de una figura. Cuando se aplica localmente, esta técnica responde a la pregunta de la
tasa de expansión de un mapa cerca de los polos. Esta idea juega un papel fundamental en el cálculo
multivariable en forma de jacobiano.

3.1INTRODUCCIÓN A LOS DETERMINANTES

Recuerde de la Sección 2.2 que un2 - 2matriz es invertible si y solo si su determinante es

distinto de cero. Para extender este hecho útil a matrices más grandes, necesitamos una
definición para el determinante de unn-nmatriz. Podemos descubrir la definición de3 - 3caso
observando lo que sucede cuando un invertible3 - 3matrizAes fila reducida.
ConsiderarADŒayocona11¤0.Si multiplicamos la segunda y la tercera fila deApor a11y
luego restamos los múltiplos apropiados de la primera fila de las otras dos filas,
encontramos queAes fila equivalente a las siguientes dos matrices:
2 3 2 3
a11 a12 a13 a11 a12 a13
4a11a21 a11a22 a11a235 40 a11a22 a12a21 a11a23 a13a215 (1)
a11a31 a11a32 a11a33 0 a11a32 a12a31 a11a33 a13a31

Ya queAes invertible, ya sea el .2; 2/-entrada o el .3; 2/-la entrada a la derecha en (1) es distinta de
cero. Supongamos que el .2; 2/-la entrada es distinta de cero. (De lo contrario, podemos hacer un
intercambio de filas antes de continuar). Multiplique la fila 3 pora11a22 a12a21, y luego a la nueva fila
3 agregar.a11a32 a12a31/veces la fila 2. Esto mostrará que
2 3
a11 a12 a13
A 40 a11a22 a12a21 a11a23 a13a215
0 0 a11
dónde

Da11a22a33Ca12a23a31Ca13a21a32 a11a23a32 a12a21a33 a13a22a31 (2)

Ya queAes invertible,debe ser distinto de cero. Lo contrario también es cierto, como veremos en la
Sección 3.2. Nosotros llamamosen (2) eldeterminantedel3 - 3matrizUNA.
Recuerde que el determinante de un2 - 2matriz,ADŒayo,es el numero

detADa11a22 a12a21

Para1 - 1matriz—digamos,ADŒa11—definimos detADa11. Para generalizar la definición del

determinante a matrices más grandes, usaremos2 - 2determinantes para reescribir el 3 - 3
determinantedescrito arriba. Dado que los términos ense puede agrupar como
. a11a22a33 a11a23a32/.a12a21a33 a12a23a31/C .a13a21a32 a13a22a31/,

Da11-det a22 a23 a12-det a21 a23 Ca13-det a21 a22

a32 a33 a31 a33 a31 a32
Por brevedad, escriba

Da11-detA11 a12-detA12Ca13-detA13 (3)

dóndeA11,A12, yA13se obtienen deAeliminando la primera fila y una de las tres columnas. Para
cualquier matriz cuadradaA,dejarAyodenote la submatriz formada al eliminar
 3.1Introducción a los Determinantes 167

laifila yjla columna deUNA.Por ejemplo, si

2 3
1 2 5 0
6 0 4 17 7
AD6243
1 0 75
0 42 0
despuésA32se obtiene tachando la fila 3 y la columna 2,
2 3
1 2 5 0
6 0 4 17 7
62
43 1 0 75
0 4 2 0
de modo que 2 3
1 5 0
A32D 4 2 4 1 5
0 2 0
Ahora podemos dar unrecursivodefinicion de determinante. CuandonorteD3,detAse define
utilizando determinantes de la2 - 2submatricesA1j,como en (3) arriba. CuandonorteD4,detA
utiliza determinantes de la3 - 3submatricesA1j.En general, unn-ndeterminante se define
mediante determinantes de .norte 1/ - .n 1/submatrices.

DEFINICIÓN Paranorte 2,ladeterminantede unan-nmatrizADŒayoes la suma denortetérminos

de la forma ȧ1jdetA1j,alternando los signos más y menos, donde las entradas a11;
a12; : : : ; a1nson de la primera fila deUNA.en símbolos,

detADa11detA11 a12detA12C - - - C .1/1Cnortea1ndetA1n

Xnorte

D .1/1Cja1jdetA1j
jD1

EJEMPLO 1Calcular el determinante de

2 3
1 5 0
AD42 4 15
0 2 0
SOLUCIÓNCalcular detADa11detA11 a12detA12Ca13detA13:
4 1 2 1 2 4
detAD1 -det 5 -det C0 -det
2 0 0 0 0 2
D1.0 2/ 5.0 0/C0.4 0/D2

Otra notación común para el determinante de una matriz utiliza un par de verticales
líneas en lugar de corchetes. Por lo tanto, el cálculo en el ejemplo 1 se puede escribir como
ˇ ˇ ˇ ˇ ˇ ˇ
ˇ 4 1ˇ ˇ 1ˇ ˇ2 4 ˇˇ
detAD1ˇ ˇ ˇ2 ˇ C 0̌ˇ0 - - - D2
ˇ2 0ˇ5̌ 0 0ˇ 2ˇD
Para enunciar el siguiente teorema, es conveniente escribir la definición de detAen una forma
ligeramente diferente. DadoADŒayo,la .i; j /-cofactordeAes el numeroCyodada por

CyoD .1/iCjdetAyo (4)

Después

detADa11C11Ca12C12C - - - Ca1nC1n
168CAPÍTULO 3Determinantes

Esta fórmula se llamaexpansión del cofactor en la primera filadeUNA.Omitimos la

demostración del siguiente teorema fundamental para evitar una larga digresión.

TEOREMA 1 El determinante de unn-nmatrizAse puede calcular mediante una expansión de cofactores en

cualquier fila o hacia abajo en cualquier columna. La expansión a lo largo de laila fila usando los
cofactores en (4) es

detADai1Ci1Cai2Ci2C - - - CaenCen
La expansión del cofactor hacia abajojla columna es

detADa1jC1jCa2jC2jC - - - CaNueva JerseyCNueva Jersey

El signo más o menos en el .i; j/-cofactor depende de la posición deayoen la matriz,

independientemente del signo deayosí mismo. El factor .1/iCjdetermina lo siguiente
patrón de tablero de ajedrez de signos:
2 3
C C ---
6 C C 7
6 7
6
4C 7
5
::: :::

EJEMPLO 2Use una expansión de cofactor en la tercera fila para calcular detA,dónde
2 3
1
5 0
AD42 4 15
0 2 0
SOLUCIÓNCalcular
detADa31C31Ca32C32Ca33C33
D .1/3C1a31detA31C .1/3C2a32detA32C .1/3C3a33detA33
ˇ ˇ ˇ ˇ ˇ ˇ
ˇ5 0ˇˇ ˇ1 0ˇˇ ˇ1 5ˇˇ
D 0̌ˇ4 1 ˇ .2/ˇ ˇ2 1 ˇ C 0̌ˇ2 4ˇ
D0C2.1/C0D2

El teorema 1 es útil para calcular el determinante de una matriz que contiene muchos ceros.
Por ejemplo, si una fila es en su mayoría ceros, entonces la expansión del cofactor en esa fila tiene
muchos términos que son cero, y no es necesario calcular los cofactores en esos términos. El
mismo enfoque funciona con una columna que contiene muchos ceros.

EJEMPLO 3 Calcular detA,dónde

2 3
3 7 8 9 6
6 2 5 7 377
60
AD6 60 0 1 5 077
40 0 2 4 15
0 0 02 0
SOLUCIÓNLa expansión del cofactor hacia abajo en la primera columna deAtiene todos los términos iguales a
cero excepto el primero. De este modo
ˇ ˇ
ˇ 5 7 3ˇˇ
ˇ2
ˇ 1 5 0ˇˇ
detAD3 - ˇ ˇ0 ˇC0-C21C0-C1C0-C341C0-C51
ˇ0 2 4 1 ˇ
ˇ0 0 2 0ˇ
 3.1Introducción a los Determinantes169

De ahora en adelante omitiremos los términos cero en la expansión del cofactor. A continuación,
expanda este 4 - 4determinante en la primera columna, para aprovechar los ceros allí.
Tenemos ˇ ˇ
ˇ 5 0ˇˇ
ˇ1
detAD3 - 2 - ˇˇ2 4 1 ˇˇ
ˇ0 2 0ˇ
Este3 - 3determinante se calculó en el Ejemplo 1 y se encontró que era igual a2.Por lo
tanto, detAD3 - 2 - .2/D12

La matriz del Ejemplo 3 era casi triangular. El método en ese ejemplo se adapta
fácilmente para demostrar el siguiente teorema.

TEOREMA 2 SiAes una matriz triangular, entonces detAes el producto de las entradas en la diagonal
principal deUNA.

La estrategia del Ejemplo 3 de buscar ceros funciona muy bien cuando una fila o columna completa
consta de ceros. En tal caso, la expansión del cofactor a lo largo de dicha fila o columna es una suma de
ceros. Entonces el determinante es cero. Desafortunadamente, la mayoría de las expansiones de
cofactores no se evalúan tan rápidamente.

NÚMERO I CAL NOTA

Según los estándares actuales, un25 - 25matriz es pequeña. Sin embargo, sería
imposible calcular un25 - 25determinante por la expansión del cofactor. En general,
una expansión de cofactor requiere más denŠmultiplicaciones, y25Šes
aproximadamente 1:5 - 1025.
Si una computadora realiza un billón de multiplicaciones por segundo, tendría que funcionar
durante más de 500 000 años para calcular un25 - 25determinante por este método.
Afortunadamente, existen métodos más rápidos, como pronto descubriremos.

Los ejercicios 19 a 38 exploran propiedades importantes de los determinantes, principalmente para

el2 - 2 caso. Los resultados de los ejercicios 33 a 36 se usarán en la siguiente sección para derivar las
propiedades análogas paran-nmatrices.

PROBLEMA DE PRÁCTICA
ˇ ˇ
ˇ 5 7 2 2ˇˇ
ˇ
ˇ 0 3 0 4ˇ
Calcular ˇ ˇ.̌
ˇ5 8 0 3ˇ
ˇ0 5 0 6ˇ

3.1EJERCICIOS
ˇ ˇ ˇ ˇ
ˇ 3ˇˇ ˇ 4ˇˇ
Calcule los determinantes en los ejercicios 1 a 8 usando una expansión de ˇ2 2 ˇ1 2
cofactores en la primera fila. En los Ejercicios 1–4, calcule también el 3.ˇ ˇ3 1 2ˇˇ 4. ˇ3
ˇ 1 1 ˇˇ
ˇ1 3 1ˇ ˇ2 4 2ˇ
determinante por una expansión de cofactor hacia abajo en la segunda columna.
ˇ ˇ ˇ ˇ ˇ ˇ ˇ ˇ
ˇ 0 4ˇˇ ˇ 4 1 ˇˇ ˇ 3 3ˇ ˇ ˇ 2ˇˇ
ˇ3
2ˇˇ
ˇ0
2. ˇ5
ˇ 3 0ˇˇ ˇ2 ˇ5 2
1.ˇ ˇ2 3 5.ˇ ˇ4 0 3ˇˇ 6. ˇ0
ˇ 3 3ˇ ˇ
ˇ0 5 1ˇ ˇ2 3 1ˇ ˇ6 1 5ˇ ˇ2 4 7ˇ
170 CAPÍTULO 3 Determinantes

ˇ ˇ ˇ ˇ
ˇ 3 0ˇˇ ˇ 1 2ˇˇ a b aCkc bCkd
ˇ4 ˇ4 20 ,
7.ˇ ˇ6 5 2ˇˇ 8. ˇ4
ˇ 0 3ˇˇ C d C d
ˇ9 7 3ˇ ˇ3 2 5ˇ
a b a b
21 ,
Calcule los determinantes en los ejercicios 9 a 14 mediante expansiones de C d kc kd
cofactores. En cada paso, elija una fila o columna que involucre la menor
3 2 3 2
cantidad de cómputo. 22 ,
ˇ ˇ ˇ ˇ 5 4 5C3k 4C2k
ˇˇ4 0 0 5 ˇ ˇ 2ˇˇ 2 32 3
ˇ ˇ1 2 5
a b C 3 2 1
ˇ 5ˇ ˇ ˇ0 0 3 0ˇˇ
9.ˇ1ˇ 7 2 10ˇˇ 2343 2 15, 4a b C5
ˇ3 0 0 0ˇˇ ˇ243 5ˇˇ
ˇ8 7ˇ 5ˇ 4 5 64 5 6
3 1 ˇ2 0 3
2 32 3
ˇ ˇ ˇ ˇ 1 0 1 k 0 k
ˇ 5 6 4ˇˇ ˇˇ3 0 0 0ˇˇ
ˇ3 2443 4 45, 43 4 45
ˇ0 2 3 3ˇ ˇ ˇ72 0 0ˇˇ
11ˇ ˇ 5ˇˇ 12ˇˇˇ2 6 3 0ˇˇ 2 3 1 2 3 1
ˇ0 0 1
ˇ0 0 0 3ˇ ˇ38 43ˇ Calcule los determinantes de las matrices elementales dadas en
ˇ ˇ
ˇ 07 3 5ˇ ˇ Ejercicios 25–30. (Consulte la Sección 2.2.)
ˇ4 2 3 2 3
ˇ 0 2 0 0ˇˇ 10 0 0 0 1
ˇ0
13ˇ ˇ7 36 4 8ˇ ˇ 2540 1 05 2640 1 05
ˇ 05 2 3ˇ ˇ 0k 1 10 0
ˇ5
ˇ0 0 91 2ˇ 2 3 2 3
ˇ ˇ 10 0 k 0 0
ˇ 324 0ˇˇ 2740 1 05 2840 1 05
ˇ6
ˇ 0 4 1 0ˇˇ k01 001
ˇ9
14ˇ ˇ8 5 6 7 1 ˇˇ 2 3 2 3
ˇ 0 0 0 0ˇˇ 100 0 1 0
ˇ2 2940 k 05 3041 0 05
ˇ4 2 3 2 0ˇ
001 001
La expansión de un3 - 3determinante puede ser recordado por el
siguiente dispositivo. Escriba una segunda copia de las dos primeras
Usa los ejercicios 25 a 28 para responder las preguntas de los
columnas a la derecha de la matriz y calcule el determinante
ejercicios 31 y 32. Justifica tus respuestas.
multiplicando las entradas en seis diagonales: 31¿Cuál es el determinante de una matriz elemental de reemplazo de
––– filas?

32.¿Cuál es el determinante de una matriz de escala elemental con

a11 a12 a13 a11 a12
ken la diagonal?
a21a22a23a21a22 En los Ejercicios 33–36, verifique que detEE. UU.D .detMI/.detA/,dónde
a b
a31a32a33a31a32 mies la matriz elemental mostrada yAD .
C d
+++
1 k 1 0
33. 34.
Sume los productos diagonales hacia abajo y reste los productos hacia 0 1 k 1
arriba. Use este método para calcular los determinantes en los
0 1 1 0
ejercicios 15 a 18.Advertencia:Este truco no se generaliza en ningún 35. 36.
1 0 0 k
forma razonable de4 - 4o matrices más grandes.
ˇ ˇ ˇ ˇ 3 1
ˇ 0 4ˇˇ ˇ 3 1 ˇˇ 37.DejarAD . Escribe5A.es det5AD5det¿A?
ˇ1 ˇ0 4 2
15.ˇ ˇ2 3 2ˇˇ ˇ4 5
dieciséis.ˇ 0ˇˇ
ˇ0 5 2ˇ ˇ3 4 1ˇ a b
ˇ ˇ ˇ ˇ 38.DejarAD y dejakser un escalar. Encuentre una fórmula que
ˇ 3ˇˇ ˇ 4ˇˇ C d
ˇ2 3 ˇ1 3
relaciona detkAaky detUNA.
17ˇ ˇ3 2 2ˇˇ 18ˇˇ2 3 1 ˇˇ
ˇ1 3 1ˇ ˇ3 3 2ˇ En los ejercicios 39 y 40,Aes unn-nmatriz. Marca cada afirmación como
verdadera o falsa. Justifique cada respuesta.
En los ejercicios 19 a 24, explore el efecto de una operación de fila
elemental en el determinante de una matriz. En cada caso, establezca la 39.una. Unn-ndeterminante se define por determinantes de
operación de fila y describa cómo afecta al determinante. . norte 1/ - .n 1/submatrices.
a b C d b. Los .i; j/-cofactor de una matrizAes la matrizAyo
19 , obtenido al eliminar deAsuifila yjcolumna.
C d a b
 3.2Propiedades de los Determinantes171

40una. La expansión del cofactor de detAhacia abajo de una columna es igual a
la expansión del cofactor a lo largo de una fila.
b. El determinante de una matriz triangular es la suma de las
entradas en la diagonal principal.
3 1
41.DejartuD yvD . Calcule el área del par-
0 2
alelograma determinado portu,v,tuCv, y0, y calcule el
determinante deoultravioleta.¿Cómo se comparan? Reemplace la
primera entrada devpor un número arbitrarioX,y repita el
problema. Haz un dibujo y explica lo que encuentres.
a C
42.DejartuD yvD , dóndeun, b,yCson positivos
b 0
(por simplicidad). Calcular el área del paralelogramo
determinada portu,v,tuCv, y0, y calcular los determinantes de
las matricesoultravioletayovu.Haz un dibujo y explica lo que
encuentres.
43.[METRO] Construir un aleatorio4 - 4matrizAcon entradas
enteras entre9y 9. ¿Cómo se detA1relacionado con det¿A?
Experimenta con aleatorion-nmatrices enteras paranorteD4,
5 y 6, y haz una conjetura.Nota:En el improbable caso de que
encuentre una matriz con un determinante cero, redúzcala a la
forma escalonada y analice lo que encuentre.
44.[METRO] ¿Es cierto que detABD .detA/.detB/?Para
averiguarlo, genera aleatoriamente5 - 5matricesAyB,y
calcular detAB.detAdetB/.Repita los cálculos para otros
tres pares den-nmatrices, para varios valores denorte.
Reporte sus resultados.
45.[METRO] ¿Es cierto que det.ACB/DdetACdet¿B?Experimente con
cuatro pares de matrices aleatorias como en el ejercicio 44 y haga
una conjetura.
46.[METRO] Construir un aleatorio4 - 4matrizAcon entradas
enteras entre9y 9, y comparar detAcon detalleAT,det.A/, det.
2A/,y det.10 A/.Repita con otros dos al azar4 - 4 matrices
enteras y hacer conjeturas sobre cómo se relacionan estos
determinantes. (Consulte el Ejercicio 36 en la Sección 2.1.)
Luego verifique sus conjeturas con varias5 - 5y 6 - 6matrices
enteras. Modifique sus conjeturas, si es necesario, y reporte
sus resultados.

SOLUCIÓN AL PROBLEMA DE LA PRÁCTICA

Aprovecha los ceros. Comience con una expansión de cofactores hacia abajo en la tercera columna para
obtener un3 - 3matriz, que puede evaluarse mediante una expansión hacia abajo de su primera columna.
ˇ ˇ
ˇ 5 7 2 2ˇˇ ˇ ˇ
ˇ ˇ 0 3 4ˇ ˇ
ˇ 0 3 0 4ˇ ˇ ˇ
ˇ 8 3ˇˇ
ˇˇ5 0 3ˇD
8 ˇ .1/1C32̌5
̌
ˇ0 5 6ˇ
ˇ0 5 0 6ˇ
ˇ ˇ
ˇ3 4ˇ
D2 - .1/2C1.5/̌ˇ ˇD20
5 6ˇ

Los .1/2C1en el penúltimo cálculo provino del .2; 1/-posición de la5en el3 - 3
determinante.

3.2PROPIEDADES DE LOS DETERMINANTES

El secreto de los determinantes radica en cómo cambian cuando se realizan operaciones de fila. El
siguiente teorema generaliza los resultados de los ejercicios 19 a 24 de la sección 3.1. La demostración se
encuentra al final de esta sección.

TEOREMA 3 Operaciones de fila

DejarASea una matriz cuadrada.

una. Si un múltiplo de una fila deAse agrega a otra fila para producir una matrizB, entonces
detBDdetUNA.
b. Si dos filas deAse intercambian para producirB,entonces detBD detUNA.
C. Si una fila deAse multiplica porkpara producirB,entonces detBDk-detUNA.
172CAPÍTULO 3Determinantes

Los siguientes ejemplos muestran cómo usar el Teorema 3 para encontrar determinantes de
manera eficiente.

2 3
1 4 2
EJEMPLO 1Calcular detA,dóndeAD42 8 95.
1 7 0
SOLUCIÓNLa estrategia es reducirAa la forma escalonada y luego usar el hecho de que el
determinante de una matriz triangular es el producto de las entradas diagonales. Los primeros dos
los reemplazos de fila en la columna 1 no cambian el determinante:
ˇ ˇ ˇ ˇ ˇ ˇ
ˇ 1 4 2ˇˇ ˇˇ 1 4 2ˇˇ ˇˇ1 4 2ˇˇ
ˇ
detAD ˇ2 8 9ˇ ˇD ˇ 0 0 5ˇ ˇD0ˇ 0 5ˇ ˇ
ˇ1 7 0ˇ ˇ1 7 0ˇ ˇ0 3 2ˇ
Un intercambio de las filas 2 y 3 invierte el signo del determinante, por lo que
ˇ ˇ
ˇ 4 2ˇˇ
ˇ1
detAD ˇ0 3 2ˇˇD .1/.3/.5/D15
ˇ0 0 5ˇ
Un uso común del Teorema 3(c) en los cálculos manuales esfactorizar un común
múltiplo de una filade una matriz. Por ejemplo,
ˇ ˇ ˇ ˇ
ˇ - - - ˇˇ -̌ --ˇ
ˇ ˇ
ˇˇ5k 2k 3k ˇDkˇ ˇ5 2 3 ˇ ˇ
- - -ˇ - --ˇ
donde las entradas destacadas no cambian. Usamos este paso en el siguiente ejemplo.

2 3
2 8 6 8
6 3 9 5 107
EJEMPLO 2Calcular detA,dóndeAD6 7
43 0 125.
14 06
SOLUCIÓNPara simplificar la aritmética, queremos un 1 en la esquina superior izquierda. Podríamos
intercambiar las filas 1 y 4. En su lugar, factorizamos 2 de la fila superior y luego procedemos
con reemplazos de fila en la primera columna:
ˇ ˇ ˇ ˇ
ˇ 1 4 3 4ˇˇ ˇ 4ˇˇ
ˇ ˇ1 4 3
ˇ 3 9 5 10ˇˇ ˇ0 3 4 2ˇ ˇ
detAD 2̌ˇ 2ˇ ˇ D 2̌ ˇ
ˇ3 0 1 ˇ0 12 10 10ˇˇ
ˇ1 4 0 6ˇ ˇ0 0 3 2ˇ
Luego, podríamos factorizar otro 2 de la fila 3 o usar el 3 en la segunda columna como un
pivote. Elegimos esta última operación, sumando 4 veces la fila 2 a la fila 3:
ˇ ˇ
ˇ 4 3 4ˇˇ
ˇ1
ˇ 0 3 4 2ˇ
detAD2ˇ ˇ ˇ
ˇ0 0 6 2ˇˇ
ˇ0 0 3 2ˇ
Finalmente, agregando1=2por la fila 3 a la fila 4, y calculando el determinante “triangular”,
encontramos eso
ˇ ˇ
ˇ 4 3 4ˇˇ
ˇ1
ˇ0 3 4 2ˇ ˇ
detAD 2̌ˇ 2ˇD2 - .1/.3/.6/.1/D36
ˇ0 0 6 ˇ
ˇ0 0 0 1 ˇ
 3.2Propiedades de los Determinantes173

Supongamos una matriz cuadradaAse ha reducido a una forma escalonadatupor reemplazos de filas
***
e intercambios de filas. (Esto siempre es posible. Consulte el algoritmo de reducción de filas en la Sección
0 **
tu= 1.2.) Si hayrintercambios, entonces el Teorema 3 muestra que
0 0 *
0 0 0 detAD .1/rdettu
dettu≠0
Ya quetuestá en forma escalonada, es triangular, y así dettues el producto de las
entradas diagonalestu11; : : : ; tunn. SiAes invertible, las entradastuyoson todos pivotes
***
0 (porque AInortey eltuyono se han escalado a 1's). De lo contrario, al menostunnes cero y el
tu= **
0 0 0 productotu11- - - tunnes cero Véase la figura 1. Así
0 0 0 0
8 !
dettu=0
producto de
FIGURA 1
<̂.1/r- cuandoAes invertible
detAD pivota entu (1)
Formas escalonadas típicas de matrices :̂
0 cuandoAno es invertible
cuadradas.

Es interesante notar que aunque la forma escalonadatudescrito anteriormente no es único (porque

no está completamente reducido por filas), y los pivotes no son únicos, elproducto de los pivoteses
único, excepto por un posible signo menos.
La fórmula (1) no solo da una interpretación concreta de detApero también prueba el teorema
principal de esta sección:

TEOREMA 4 Una matriz cuadradaAes invertible si y solo si detA¤0.

El teorema 4 añade el enunciado “detA¤0”al teorema de la matriz invertible. Un corolario útil

es que detAD0cuando las columnas deAson linealmente dependientes. Además, detAD0cuando el
filasdeAson linealmente dependientes. (Filas deAson columnas deAT, y columnas linealmente
dependientes deAThacerATsingular. CuandoATes singular, también lo esA, por el teorema de la
matriz invertible.) En la práctica, la dependencia lineal es obvia cuando dos columnas o dos filas
son iguales o una columna o una fila es cero.
2 3
3 1 2 5
6 0 5 3 67
EJEMPLO 3Calcular detA,dóndeAD6 7.
46 7 7 45
5 8 0 9
SOLUCIÓNSume 2 veces la fila 1 a la fila 3 para obtener
2 3
3 1 2 5
6 0 5 3 67
detADdet6 40 7 D0
5 3 65
5 8 0 9
porque la segunda y tercera fila de la segunda matriz son iguales.

NÚMERO I CAL NOTAS

1.La mayoría de los programas de computadora que calculan detApara una matriz generalAutilice el
método de la fórmula (1) anterior.

2.Se puede demostrar que la evaluación de unn-ndeterminante usando operaciones de fila

requiere sobre2n3=3operaciones aritmeticas. Cualquier microcomputadora moderna
puede calcular una25 - 25determinante en una fracción de segundo, ya que sólo se
WEB requieren unas 10.000 operaciones.
174CAPÍTULO 3Determinantes

Las computadoras también pueden manejar grandes matrices "dispersas", con rutinas especiales
que aprovechan la presencia de muchos ceros. Por supuesto, las entradas cero también pueden acelerar
los cálculos manuales. Los cálculos en el siguiente ejemplo combinan el poder de las operaciones de fila
con la estrategia de la Sección 3.1 de usar entradas cero en expansiones de cofactores.

2 3
0 1 2 1
6 2 5 7 37
EJEMPLO 4Calcular detA,dóndeAD6 7
25.
4 0 3 6
25 42
SOLUCIÓNUna buena manera de comenzar es usar el 2 en la columna 1 como pivote, eliminando el2Por
debajo de eso. Luego use una expansión de cofactores para reducir el tamaño del determinante,
seguida de otra operación de sustitución de filas. De este modo
ˇ ˇ
ˇ 1 2 1 ˇˇ ˇ ˇ ˇ ˇ
ˇ0 ˇ 2 1 ˇˇ ˇ 2 1 ˇˇ
ˇ2 5 7 3ˇˇ ˇ1 ˇ1
detAD ˇ ˇ 6 2ˇˇD 2̌0 ˇ 0 5ˇˇ
ˇ0 3 6 2ˇD2ˇ
ˇ 3
ˇ0 3 1ˇ ˇ0 3 1ˇ
ˇ0 0 3 1ˇ
Un intercambio de las filas 2 y 3 produciría un "determinante triangular". Otro
El enfoque es hacer una expansión de cofactores hacia abajo en la primera columna:
ˇ ˇ
ˇ 0 5ˇ
detAD .2/.1/ˇ ˇ3 ˇD2 - .15/D30 1 ˇ

Operaciones de columna
Podemos realizar operaciones en las columnas de una matriz de manera análoga a las operaciones de fila
que hemos considerado. El siguiente teorema muestra que las operaciones de columna tienen los mismos
efectos sobre los determinantes que las operaciones de fila.

Observación:El Principio de Inducción Matemática dice lo siguiente: SeaCódigo/sea un enunciado

que sea verdadero o falso para cada número naturalnorte.DespuésCódigo/es cierto para todos n 1
siempre queP.1/es verdadero, y para cada número naturalk,siPaquete/es cierto, entonces
PaqueteC1/es verdad. El Principio de Inducción Matemática se utiliza para demostrar el siguiente
teorema.

TEOREMA 5 SiAes unn-nmatriz, luego detATDdetUNA.

PRUEBAEl teorema es obvio paranorteD1.Supongamos que el teorema es cierto parak - k

determinantes y dejarnorteDkC1.Entonces el cofactor dea1jenAes igual al cofactor deaj1enAT,
porque los cofactores implicank - kdeterminantes Por lo tanto, la expansión del cofactor de detAa
lo largo de la primerafilaes igual a la expansión del cofactor de detATabajo el primerocolumna. Eso
es,AyATtienen determinantes iguales. El teorema es cierto paranorteD1, y la verdad del teorema
para un valor denorteimplica su verdad para el siguiente valor denorte. Por el Principio de
Inducción Matemática, el teorema es verdadero para todon 1

Debido al Teorema 5, cada enunciado del Teorema 3 es verdadero cuando la palabrafilaes

reemplazado en todas partes porcolumna. Para verificar esta propiedad, uno simplemente aplica el
Teorema 3 original aAT.Una operación de fila enATequivale a una operación de columna enUNA.
Las operaciones de columna son útiles tanto para propósitos teóricos como para cálculos manuales.
Sin embargo, para simplificar, solo realizaremos operaciones de fila en cálculos numéricos.
 3.2Propiedades de los Determinantes175

Determinantes y Productos Matriciales

La demostración del siguiente teorema útil se encuentra al final de la sección. Las aplicaciones están en
los ejercicios.

TEOREMA 6 Propiedad multiplicativa

SiAyBsonn-nmatrices, luego detABD .detA/.detB/.

6 1 4 3
EJEMPLO 5 Verifique el Teorema 6 paraAD yBD .
3 2 1 2
SOLUCIÓN
6 1 4 3 25 20
ABD D
3 2 1 2 14 13
y
detABD25 - 13 20 - 14D325 280D45
Desde que detAD9y detBD5,
. detA/.detB/D9 - 5D45DdetAB

Advertencia:Un concepto erróneo común es que el Teorema 6 tiene un análogo parasumas

de matrices. Sin embargo, det.ACB/esnoigual a detACdetB,en general.

Una propiedad de linealidad de la función determinante

Por unn-nmatrizA,podemos considerar detAen función de lanortevectores de columna en
UNA.Mostraremos que si todas las columnas excepto una se mantienen fijas, entonces detAes un
función linealde esa variable (vectorial).
Supongamos que eljla columna deAse permite variar, y escribir
- -
ADa1- - -aj1xajC1- - -anorte
Definir una transformaciónTdeRnorteaRpor
- -
tX/Ddeta1- - -aj1xajC1- - -anorte
Después,

T .cX/DcT.X/para todos los escalaresCy todoXenRnorte (2)

ttuCv/Dttu/Ctv/para todostu,venRnorte (3)
La propiedad (2) es el Teorema 3(c) aplicado a las columnas deUNA.Una demostración de la
propiedad (3) se sigue de un desarrollo cofactorial de detApor lajcolumna. (Consulte el ejercicio 43).
Esta propiedad de (multi) linealidad del determinante resulta tener muchas consecuencias útiles
que se estudian en cursos más avanzados.

Pruebas de los teoremas 3 y 6

Es conveniente probar el Teorema 3 cuando se establece en términos de las matrices elementales
discutidas en la Sección 2.2. Llamamos matriz elementalmiareemplazo de fila(matriz) si mise
obtiene de la identidadyosumando un múltiplo de una fila a otra fila;mies unintercambiosimise
obtiene intercambiando dos filas deYO ;ymiesuna escala porr simise obtiene multiplicando una fila
deyopor un escalar distinto de cerorCon esta terminología, el Teorema 3 se puede reformular de la
siguiente manera:
176CAPÍTULO 3Determinantes

SiAes unn-nmatriz ymies unn-nmatriz elemental, entonces

detEE. UU.D .detMI/.detA/

dónde 8
<̂ 1 simies un reemplazo de fila si
detmiD 1 mies un intercambio simies
:̂
r una escala porr

PRUEBA DEL TEOREMA 3La demostración es por inducción sobre el tamaño deUNA.el caso
de un 2 - 2matriz se verificó en los ejercicios 33 a 36 de la sección 3.1. Suponga que el
teorema ha sido verificado para los determinantes dek - kmatrices conk 2,dejarnorteDkC1,y
dejaA sern - n.la acción demienAinvolucra dos filas o solo una fila. Entonces podemos
expandir detEE. UU.a través de una fila que no cambia por la acción deMI,decir, filai .Dejar A
yo(respectivamente,Byo/sea la matriz obtenida al eliminar la filaiy columnajde A (

respectivamente,EA).Entonces las filas deByose obtienen de las filas deAyopor el mismo tipo
de operación de fila elemental quemirealiza enUNA.Dado que estas submatrices son sólok -
k,el supuesto de inducción implica que

detByoD -detAyo

dóndeD1,1,or,dependiendo de la naturaleza deMI.La expansión del cofactor a lo largo de la

filaies

detEE. UU.Dai1.1/iC1detBi1C - - - Caen.1/iCnortedetBen

Dai1.1/iC1detAi1do - - - do ˛aen.1/iCnortedetAen
D -detA

En particular, tomandoADyonorte, vemos que detmiD1,1,or,dependiendo de la naturaleza deMI.Por

tanto, el teorema es cierto paranorteD2,y la verdad del teorema para un valor denorte implica su
verdad para el siguiente valor denorte.Por el principio de inducción, el teorema debe ser cierto
paran 2.El teorema es trivialmente cierto paranorteD1.

PRUEBA DEL TEOREMA 6SiAno es invertible, entonces tampoco lo esAB, por el Ejercicio 27 de la
Sección 2.3. En este caso, detABD .detA/.detB/,porque ambos lados son cero, por el Teorema 4. SiA
es invertible, entoncesAy la matriz identidadyonorteson filas equivalentes por el teorema de la
matriz invertible. Entonces existen matrices elementalesmi1; : : : ; mipagstal que

ADmipagsmipags1- - - mi1- YOnorteDmipagsmipags1- - - mi1

Por brevedad, escribajAjpara detUNA.Luego, la aplicación repetida del Teorema 3, como se reformuló
anteriormente, muestra que

jABjDjmipags- - - mi1BjDjmipagsjjmipags1- - - mi1Bj D - - -

DJmipagsj - - - jmi1jjBj D - - - D jmipags- - - mi1jjB
jDjAjjBj

PROBLEMAS DE PRÁCTICA
ˇ ˇ
ˇ 1 3 1 2ˇ ˇ
ˇ
ˇ 2 5 1 2ˇ ˇ
1.Calcular ˇ
ˇ 0 4 5 1 ˇen
ˇ el menor número de pasos posible.
ˇ3 10 6 8ˇ
 3.2Propiedades de los Determinantes 177

2.Usa un determinante para decidir siv1,v2, yv3son linealmente independientes, cuando

23 2 3 2 3
5 3 2
v1D475; v2D 435; v3D475
9 5 5
3.DejarAfrijoln-nmatriz tal queA2DYO .Mostrar ese detAD1.

3.2EJERCICIOS
ˇ ˇ ˇ ˇ
ˇ 2 5 4 1 ˇˇ ˇ 1 5 4 1 ˇˇ
Cada ecuación de los ejercicios 1 a 4 ilustra una propiedad de la determi- ˇ ˇ
ˇ4 7 6 2ˇˇ ˇˇ024 0ˇˇ
hormigas Indique la propiedad.
13ˇ ˇ 0ˇˇ 14. ˇ 1 ˇˇ
ˇ ˇ ˇ ˇ ˇ624 ˇ3 5 4
ˇ 5 2ˇ ˇ ˇ 6ˇˇ
ˇ0 ˇ1 3 ˇ6 7 7 0ˇ ˇ6 5 5 0ˇ
1.ˇ ˇ1 3 6ˇˇD ˇ0 5 2ˇ ˇ
ˇ4 1 8ˇ ˇ4 1 8ˇ Encuentre los determinantes en los ejercicios 15 a 20, donde
ˇ ˇ ˇ ˇ ˇ ˇ
ˇ ˇ b Cˇ
ˇ1 2 2ˇˇ ˇˇ1 2 2ˇˇ ˇa
ˇˇd mi f ˇD7:
2.ˇ ˇ0 3 4ˇ ˇD ˇ0 3 4ˇ ˇ
ˇ3 4ˇ ˇ0 h i
1 2ˇ
ˇgramo
7 ˇ ˇ ˇ ˇ
ˇ ˇ ˇ ˇ ˇ b Cˇ ˇ b C ˇˇ
ˇ 6 9ˇˇ ˇ 3ˇˇ ˇa ˇa
ˇ3 ˇ1 2 15.ˇ ˇd mi f ˇ ˇ5d 5e 5f ˇ
5 5ˇ ˇD 3̌3 5 5ˇ ˇ
dieciséis.ˇ
3.ˇ ˇ3 ̌ i
ˇ1 ˇ1 ˇ3g 3i ˇgramo
h
3ˇ 3ˇ
3 horas
3 3
ˇ ˇ ˇ ˇ 2 3 ˇ ˇ
ˇ aCd bCmi CCF ˇˇd mi f ˇ
ˇ1 3 4ˇ ˇ ˇˇ1 3 4ˇ ˇ
174d mi F 518ˇ ˇa b Cˇ
4.ˇ ˇ2 0 3ˇ ˇD ˇ0 6 5ˇˇ
ˇ3 2ˇ ˇ3 5 2ˇ h i ˇgramo
h i
5 gramo

ˇ ˇ
ˇ a b C ˇ
Encuentre los determinantes en los Ejercicios 5–10 por reducción de filas a ˇ ˇ
forma escalonada. 19ˇ ˇ2dCa 2eCb 2fCC ˇ
ˇ ˇ ˇ ˇ ˇ h i ˇ
ˇ 1 5 4ˇ ˇ ˇ 3 3ˇ ˇ
gramo

ˇ ˇ3 ˇ ˇ
5.ˇ ˇ1 4 5ˇˇ 6.ˇˇ3 4 4ˇ ˇ ˇ a b C ˇ
7ˇ ˇ2 3 5ˇ ˇ ˇ
ˇ2 8 20ˇ ˇdC3g FC3i
miC3 horas
ˇ
ˇ ˇ ˇ ˇ ˇ h i ˇ
ˇ 1 3 0 2ˇˇ ˇ 1 3 2 4ˇ ˇ gramo

ˇ ˇ
ˇ 5 7 4ˇˇ ˇ 0 1 2 5ˇ ˇ
7.ˇ2ˇ 8.ˇˇ En los Ejercicios 21–23, usa determinantes para averiguar si la matriz es
ˇ 3 5 2 1 ˇˇ ˇ 2 7 6 3ˇ ˇ invertible
ˇ 1 1 2 3ˇ ˇ3 10 7 2ˇ 2 3 2 3
ˇ ˇ 2 6 0 1 1 5
ˇˇ113 0ˇˇ 2141 3 25 22413 25
ˇ 0 1 5 4ˇˇ 39 2 05 3
9.ˇ ˇ 3ˇˇ
ˇ1 0 5 2 3
ˇ332 3ˇ 20 0 6
ˇ ˇ 6175 07
ˇ 1 236 7
ˇ 3 1 0 2ˇ ˇ 43 8 6 05
ˇ 0 2 4 2 6ˇ ˇ 075 4
ˇ
10ˇ ˇ2 6 2 3 10ˇˇ
ˇ 1 5 6 2 3ˇ ˇ En los Ejercicios 24–26, usa determinantes para decidir si el conjunto de vectores
ˇ
ˇ 0 2 4 5 9ˇ es linealmente independiente.
232 32 3
Combine los métodos de reducción de filas y expansión de cofactores para 4 7 3
24465, 4 05, 455
calcule los determinantes en los ejercicios 11 a 14.
ˇ ˇ ˇ ˇ 2 7 2
ˇ 3 4 3 1 ˇˇ ˇ1 2 3 0ˇˇ
ˇ ˇ 2 32 32 3
ˇ 3 0 1 3 ˇˇ ˇ 3 4 3 0ˇˇ 7 8 7
11 ˇˇ 12ˇˇ
ˇ6 0 4 3 ˇˇ ˇ 11 4 6 6ˇˇ 25445, 4 55, 4 05
ˇ6 8 4 1 ˇ ˇ 4 2 4 3ˇ 6 7 5
178 CAPÍTULO 3 Determinantes

2 32 32 32 3
3 2 2 0 3 6 4 3
6 57 667 6 76 07 38.AD , BD
266 7, 6 7 617 6 , 7 1 2 1 3
465 4 05, 4 35 4 05
39.DejarAyBser3 - 3matrices, con detAD3y detBD4.Use las
4 7 0 2 propiedades de los determinantes (en el texto y en los
En los ejercicios 27 y 28,AyBsonn-nmatrices. Marca cada afirmación ejercicios anteriores) para calcular:
como verdadera o falsa. Justifique cada respuesta. una. detAB b. det5A C. detBT
27una. Una operación de reemplazo de filas no afecta el d. detA1 mi. detA3
determinante de una matriz. 40DejarAyBser4 - 4matrices, con detAD3y detBD1.Calcular:
b. El determinante deAes el producto de los pivotes en cualquier forma
escalonadatudeA,multiplicado por .1/r,dónderes el número de una. detAB b. detB5 C. det2A
intercambios de hileras realizados durante la reducción de hileras
d. detATlicenciado en Letras mi. detB1AB
deAatu
41.Verifique que detADdetBCdetC ,dónde
C. Si las columnas deAson linealmente dependientes,
entonces detAD0. aCmi bCF a b mi F
AD ; BD ; CD
C d C d C d
d. det.ACB/DdetACdetB.
1 0 a b
28una. Si se realizan tres intercambios de filas en sucesión, entonces el 42.DejarAD yBD . Espectáculo que
nuevo determinante es igual al antiguo determinante.
0 1 C d
det.ACB/DdetACdetBsi y solo siaCdD0.
b. El determinante deAes el producto de las entradas diagonales en
UNA. 43.Verifique que detADdetBCdetC ,dónde 2
3
C. si detAes cero, entonces dos filas o dos columnas son iguales, o a11 a12 tu1Cv1
una fila o una columna es cero. AD4a21 a22 tu2Cv52;
d. detA1D .1/detUNA. a31 a32 tu3Cv3
2 3 2 3 2 3
1 0 1 a11 a12 tu1 a11 a12 v1
29Calcular detB4, dóndeBD41 1 25. BD4a21 a22 tu25;CD4a21 a22 v2 5
1 2 1 a31 a32 tu3 a31 a32 v3
30Use el Teorema 3 (pero no el Teorema 4) para demostrar que si dos filas de una Tenga en cuenta, sin embargo, queAesnolo mismo queBCC .
matriz cuadradaAson iguales, entonces detAD0.Lo mismo es cierto para dos
44.Multiplicación por la derecha por una matriz elementalmiafecta el
columnas. ¿Por qué?
columnasdeAde la misma manera que la multiplicación por la izquierda
En los Ejercicios 31–36, mencione un teorema apropiado en su afecta lafilas. Use los teoremas 5 y 3 y el hecho obvio de quemiT
explicación. es otra matriz elemental para mostrar que

1 detAED .detMI/.detA/
31Demuestra que siAes invertible, entonces detA1D .
detA No utilice el Teorema 6.
32.Suponer queAes una matriz cuadrada tal que detA3D0. Explicar
45.[METRO] Calcular det.ATAy detAutomóvil club británicoTpor varios al azar
por quéAno puede ser invertible.
4 - 5matrices y varias aleatorias5 - 6matrices. ¿Qué puedes decir sobreA
33.DejarAyBser matrices cuadradas. Demuestra que a pesar de que ABy TAyAutomóvil club británicoTcuandoAtiene más columnas que filas?
licenciado en Letraspuede no ser igual, siempre es cierto que detABD
detlicenciado en Letras.
46.[METRO] SiAes cercano a cero, es la matrizAcasi singular?
34.DejarAyPAGSser matrices cuadradas, conPAGSinvertible Muestre ese det. Experimenta con lo casi singular4 - 4matriz
PAPILLA1/DdetUNA. 2 3
0 7 74
35.DejartuSea una matriz cuadrada tal quetuTtuDYO .Mostrar ese 6 1 11 977
dettuD1. AD66
475 10 195
36.Encuentre una fórmula para det.real academia de bellas artes/cuandoAes unn-nmatriz. 12 3 1
Verifique que detABD .detA/.detB/para las matrices de los Calcular los determinantes deuna, 10A,y0:1A.Por el contrario,
ejercicios 37 y 38. (No use el teorema 6). calcule los números de condición de estas matrices. Repita
3 0 2 0 estos cálculos cuandoAes el4 - 4matriz de identidad. Discuta
37.AD , BD sus resultados.
6 1 5 4
 3.3Regla de Cramer, volumen y transformaciones lineales179

SOLUCIONES A PROBLEMAS DE PRÁCTICA

1.Realice reemplazos de filas para crear ceros en la primera columna y luego cree una fila
de ceros
ˇ ˇ ˇ ˇ ˇ ˇ
ˇ 1 3 1 2ˇ ˇ ˇˇ1 3 1 2ˇ ˇ ˇ 3 1 2ˇ ˇ
ˇ ˇ1
ˇ 2 5 1 2ˇ ˇ ˇ 1 3 2ˇˇ ˇ 1 3 2ˇˇ
ˇ ˇ0
ˇ 0
ˇ 4 5 1 ˇˇD0ˇ0
ˇ 4 5 1 ˇˇ D
ˇ 4
ˇ0 5 1 ˇD0
ˇ
ˇ3 10 6 8ˇ ˇ0 1 3 2ˇ ˇ0 0 0 0ˇ
ˇ ˇ ˇ ˇ
ˇ 5 3 2ˇˇ ˇˇ 5 3 2ˇˇ
ˇ
2.detov1 v2 v3D7 ˇ 3 7ˇ ˇD ˇ2 0 5ˇ ˇ Fila 1 añadida
a la fila 2
ˇ9 5 5ˇ ˇ9 5 5ˇ
ˇ ˇ ˇ ˇ
ˇ2 5ˇ ˇ ˇ 5 2ˇ
D .3/̌ˇ ˇ.5/̌ ˇ cofactores de
9 5 ˇ2 5ˇ columna 2

D3 - .35/C5 - .21/D0
Por el Teorema 4, la matrizov1 v2 v3no es invertible. Las columnas son linealmente
dependientes, por el Teorema de la Matriz Invertible.

3.Recuerde que detyoD1.Por el Teorema 6, det.AA/ = (detA)(detA).Juntando estas dos

observaciones se obtiene

1DdetyoDdetA2Ddet.AUTOMÓVIL CLUB BRITÁNICO/D .detA/.detA/D .detA/2

Sacar la raíz cuadrada de ambos lados establece que detAD1.

3.3REGLA DE CRAMER, VOLUMEN Y TRANSFORMACIONES LINEALES

Esta sección aplica la teoría de las secciones anteriores para obtener importantes fórmulas
teóricas y una interpretación geométrica del determinante.

Regla de Cramer
La regla de Cramer es necesaria en una variedad de cálculos teóricos. Por ejemplo, se puede
utilizar para estudiar cómo la solución deAXDbse ve afectado por cambios en las entradas deb. Sin
embargo, la fórmula es ineficiente para cálculos manuales, excepto por2 - 2o quizás 3 - 3matrices.

Para cualquiern-nmatrizAy cualquierabenRnorte, dejarAi.b/Sea la matriz obtenida deA

reemplazando la columnaipor el vectorb.

Ai.b/Doa1 - - - b --- anorte

-

columnai

TEOREMA 7 Regla de Cramer

DejarAser un invertiblen-nmatriz. Para cualquierbenRnorte, la solución únicaXde AXDb
tiene entradas dadas por

detAi.b/
XiD ; iD1; 2; : : : ; norte (1)
detA
180CAPÍTULO 3Determinantes

PRUEBADenota las columnas deApora1; : : : ;anortey las columnas de lan-nidentidad

matrizyopormi1; : : : ;minorte. SiAXDb, la definición de multiplicación de matrices muestra que
- -- -
A-yoi.X/DA mi1 --- X --- minorte D Ami1 --- AX --- Aminorte

- -
Da1 --- b --- anorte DAi.b/
Por la propiedad multiplicativa de los determinantes,

. detA/.detyoi.X//DdetAi.b/
El segundo determinante de la izquierda es simplementeXi. (Haga una expansión de cofactores a lo
largo de la ith fila.) Por lo tanto .detA/-xiDdetAi.b/. Esto prueba (1) porqueAes invertible y detA¤0.

EJEMPLO 1Usa la regla de Cramer para resolver el sistema

3x1 2x2D6
5x1C4x2D8
SOLUCIÓNVer el sistema comoAXDb. Usando la notación presentada anteriormente,

3 2 6 2 3 6
AD ; UNA
1 .b/D ; A2.b/D
5 4 8 4 5 8
Desde que detAD2,el sistema tiene solución única. Por la regla de Cramer,
detA1.b/ 24Cdieciséis
X1D D D20
detA 2
detA2.b/ 24C30
X2D D D27
detA 2

Aplicación a la Ingeniería
Un número importante de problemas de ingeniería, particularmente en ingeniería eléctrica y teoría
de control, pueden ser analizados porTransformadas de Laplace. Este enfoque convierte un
sistema apropiado de ecuaciones diferenciales lineales en un sistema de ecuaciones algebraicas
lineales cuyos coeficientes involucran un parámetro. El siguiente ejemplo ilustra el tipo de sistema
algebraico que puede surgir.

EJEMPLO 2Considere el siguiente sistema en el queses un parámetro no especificado. Determinar

los valores despara el cual el sistema tiene una solución única, y use la regla de Cramer para
describir la solución.
3sx1 2x2D4 6x1
Csx2D1
SOLUCIÓNVer el sistema comoAXDb. Después
3s 2 4 2 3s 4
AD ; UNA
1 .b/D ; A 2.b/D
6 s 1 s 6 1
Ya que
detAD3s2 12D3.sC2/.s 2/
el sistema tiene una solución única precisamente cuandos¤ ˙2.para tals,la solucion es
. X1; X2/, dónde
detA1.b/ 4sC2
X1D D
detA 3.sC2/.s 2/
detA2.b / 3sC24 sC8
X2D D D
detA 3.sC2/.s 2/ . sC2/.s 2/
 3.3Regla de Cramer, volumen y transformaciones lineales181

Una fórmula paraA–1

La regla de Cramer conduce fácilmente a una fórmula general para el inverso de unn-nmatrizUNA.
los jla columna deA1es un vectorXque satisface

AXDmij

dóndemijes eljla columna de la matriz identidad, y laientrada deXes el .i; j/-entrada deA1. Por
la regla de Cramer,

˚ imi
detUNA . /j
. i; j/-entrada deA1DXiD (2)
detA
Recordar queAJidenota la submatriz deAformado por la eliminación de la filajy columnai .Una columna
descendente de expansión de cofactoresideAi.mij/muestra que

detAi.mij/D .1/iCjdetAJiDCJi (3)

dóndeCJies un cofactor deUNA.Por (2), el .i; j/-entrada deA1es el cofactorCJidividido por detA. [Tenga
en cuenta que los subíndices enCJison el reverso de .i; j/.]De este modo
2 3
C11 C21 --- Cn1
16 6C12 C22 --- Cn277
A1D 6 ::7 (4)
detA4 ::: ::: :5
C1n C2n --- Cnn
La matriz de cofactores del lado derecho de (4) se llamaadjugar(oadjunto clásico) deA,
denotado por adjA. (El términoadjuntotambién tiene otro significado en textos avanzados sobre
transformaciones lineales.) El siguiente teorema simplemente reafirma (4).

TEOREMA 8 Una fórmula inversa

DejarAser un invertiblen-nmatriz. Después
1
A1D adj.A
detA

2 3
2 1 3
EJEMPLO 3 Encuentra la inversa de la matriz.AD41 1 15.
1 4 2
SOLUCIÓNLos nueve cofactores son
ˇ ˇ ˇ ˇ ˇ ˇ
ˇˇ1 1 ˇˇ ˇ 1ˇ ˇ 1ˇ
ˇ1 ˇ
ˇ 4 2ˇ D2;
C11corriente continua C 12 D ˇ1 2ˇ ˇD3; C13 D Cˇ1̌1 4ˇ D5
ˇ ˇ ˇ ˇ ˇ ˇ
ˇ1 3ˇ ˇ2 3ˇ ˇ 1 ˇˇ
C D C 22 D Cˇˇ1 2ˇ ˇD7; C23D ˇ1 ˇ2 7
21
ˇ4 2ˇ ˇD14; 4ˇD
ˇ ˇ ˇ ˇ ˇ ˇ
ˇ 1 3ˇ ˇ 3ˇ ˇ2 1ˇ
ˇ C 32D1 ˇ2
C31D Cˇ
ˇ1 1 ˇD4; 1 ˇD1;
ˇ C33D Cˇ ˇ 1 ˇ ˇD 3
1
La matriz conjugada es latransponerde la matriz de cofactores. [Por ejemplo,C12va
en el.2; 1/posición.] Así
2 3
2 14 4
adj.AD4 3 7 15
5 7 3
182CAPÍTULO 3Determinantes

Podríamos calcular detAdirectamente, pero el siguiente cálculo proporciona una comprobación de

los cálculos en la página 181yproduce detA:
2 32 3 2 3
2 14 4 2 1 3 14 0 0
. adj.un/-unD4 3 7 1541 1 15D4 0 14 05D14i
5 7 31 4 2 0 0 14
Desde .adjAUTOMÓVIL CLUB BRITÁNICOD14 yo,El teorema 8 muestra que detAD14y
2 3 2 3
2 14 4 1=7 1 2=7
14
A1D 3 7 15D43=14 1=2 1=145
14 5 7 3 5=14 1=2 3=14

NÚMERO I CAL NOTAS

El teorema 8 es útil principalmente para cálculos teóricos. La fórmula paraA1
permite deducir propiedades de la inversa sin calcularla realmente. Excepto en casos
especiales, el algoritmo de la Sección 2.2 ofrece una forma mucho mejor de calcularA1
, si realmente se necesita la inversa.
La regla de Cramer es también una herramienta teórica. Se puede utilizar para
estudiar la sensibilidad de la solución deAXDbes a los cambios en una entrada enbo enA (
quizás debido a un error experimental al adquirir las entradas paraboA).CuandoAes un 3 - 3
matriz concomplejoentradas, la regla de Cramer a veces se selecciona para el cálculo
manual porque la reducción de filas deŒ Abcon aritmética compleja puede ser complicado,
y los determinantes son bastante fáciles de calcular. para una mas granden-nmatriz (real o
compleja), la regla de Cramer es irremediablemente ineficiente. solo computacionuna
determinante requiere tanto trabajo como resolverAXDbpor reducción de filas.

Determinantes como área o volumen

En la siguiente aplicación, verificamos la interpretación geométrica de los determinantes descrita
en la introducción del capítulo. Aunque una discusión general de longitud y distancia enRnorte
no se dará hasta el capítulo 6, asumimos aquí que los conceptos euclidianos habituales
de longitud, área y volumen ya se entienden paraR2yR3.

TEOREMA 9 SiAes un2 - 2matriz, el área del paralelogramo determinada por las columnas de
AesjdetAj.SiAes un3 - 3matriz, el volumen del paralelepípedo determinado por las
columnas deAesjdetAj.

Una prueba geométrica PRUEBAEl teorema es obviamente cierto para cualquier2 - 2matriz diagonal:
SG
3–12 ˇ ˇ
ˇ 0 ˇˇ
ˇˇdet a DJanunciojd
Area de

y 0 d ˇ rectángulo

⎡0 ⎡
⎢⎣d ⎢ Véase la Figura 1. Será suficiente mostrar que cualquier2 - 2matrizADoa1 a2puede ser trans-
⎣
formado en una matriz diagonal de una manera que no cambia ni el área del paralelogramo
asociado nijdetAj.De la Sección 3.2, sabemos que el valor absoluto del determinante no
cambia cuando se intercambian dos columnas o se suma un múltiplo de una columna a otra.
X Y es fácil ver que tales operaciones bastan para transformar Aen una matriz diagonal. Los
⎡a ⎡
⎢ ⎢ intercambios de columnas no cambian el paralelogramo en absoluto. Por lo tanto, basta
⎣0 ⎣
probar la siguiente observación geométrica simple que se aplica a los vectores enR2oR3:
FIGURA 1
ÁreaDJanuncioj.
 3.3Regla de Cramer, volumen y transformaciones lineales183

Dejara1ya2ser vectores distintos de cero. Entonces para cualquier escalarC,el área del
paralelogramo determinada pora1ya2es igual al área del paralelogramo determinada
por a1ya2CCa1.

Para probar esta afirmación, podemos suponer quea2no es múltiplo dea1, porque de lo
contrario los dos paralelogramos serían degenerados y tendrían área cero. SiLes la línea a
través0ya1, despuésa2CLes la línea a travésa2Paralelo aL,ya2CCa1está en esta línea. Ver
Figura 2. Los puntosa2ya2CCa1tienen la misma distancia perpendicular alPor tanto, los dos
paralelogramos de la figura 2 tienen la misma área, ya que comparten la base desde0aa1.
Esto completa la demostración deR2.

a2-Ca1 a2
a2-L

L
Ca1 0 a1

FIGURA 2Dos paralelogramos de igual área.

la prueba paraR3es similar. El teorema es obviamente cierto para un3 - 3matriz

z
diagonal. Ver Figura 3. Y cualquier3 - 3matrizAse puede transformar en una matriz diagonal
0 usando operaciones de columna que no cambianjdetAj. (Piense en hacer operaciones de fila
0
C enAT.)Por tanto, basta mostrar que estas operaciones no afectan el volumen del
paralelepípedo determinado por las columnas deUNA.
Un paralelepípedo se muestra en la Figura 4 como un cuadro sombreado con dos lados
inclinados. Su volumen es el área de la base en el plano SpanFa1;a3gramoveces la altura dea2
por encima de lapsoFa1;a3gramo.Cualquier vectora2CCa1tiene la misma altura porquea2CCa1se encuentra
en el avióna2CLapsoFa1;a3gramo,que es paralelo a SpanFa1;a3gramo.Por lo tanto, el volumen del

0 y paralelepípedo no cambia cuandooa1 a2 a3se cambia aoa1 a2CCa1 a3. Por lo tanto, una operación de
a b reemplazo de columnas no afecta el volumen del paralelepípedo. Dado que los intercambios de columnas
X 0 0
no tienen efecto sobre el volumen, la prueba está completa.
0

FIGURA 3
VolumenDJa B Cj. a2- Lapso{a1,a3} a2- Lapso{a1,a3}

a3 a3
a2-Ca1
a2 a2

0 0
a1 a1
Lapso{a1,a3} Lapso{a1,a3}

FIGURA 4Dos paralelepípedos de igual volumen.

EJEMPLO 4Calcular el área del paralelogramo determinada por los puntos

.2;2/, 0,0; 3/, 0,4;1/,y .6; 4/.Consulte la Figura 5(a).

SOLUCIÓNPrimero traslada el paralelogramo a uno que tenga el origen como vértice.

Por ejemplo, resta el vértice.2;2/de cada uno de los cuatro vértices. El nuevo
paralelogramo tiene la misma área y sus vértices son .0; 0/, .2; 5/, .6; 1/,y .8; 6/.Ver