8

8
1.2 OPERACIONES EN
n


En la seccin anterior utilizamos funciones de
n
R en R. Intentemos definir algunas operaciones en
el primer conjunto y estudiar sus propiedades.

Recordemos de cursos anteriores que tomamos al conjunto de los complejos como
2
R y definimos
la suma: ( , ) ( , ) ( , ) x y x y x x y y ' ' ' ' = + + , ( , ), ( , ) x y x y ' ' eC, probando posteriormente que
( ) , C es un grupo conmutativo.
Parece razonable definir "suma" en
n
R de la siguiente manera:
( )
( ) ( ) 1 2 1 2 1 1 2 2
, ,......, , ,......, , ,......,
n n n n
x x x x x x x x x x x x
' ' ' ' ' '
= + + +

Ejercicios
1) Probar que
( )
,
n
R es un grupo conmutativo.
2) Anotemos
0
n
R al conjunto de todas las n-plas de reales en las cuales son nulas todas
sus componentes salvo eventualmente la primera, i.e. ( ) { }
0 1 2 2
, ,...., : ... 0
n n
n n
x x x x x = e = = = R R .
Demostrar que
0
:
n
f R R definida por ( ) ( ) , 0,.., 0 f x x = es un isomorfismo entre los grupos
( ) , + R y
( )
0
,
n
R .

Al igual que sucede con los complejos, el mencionado isomorfismo permite simplificar la notacin
escribiendo + en lugar de . En otras palabras a partir de ahora anotaremos de la misma manera la
suma de reales que la suma de n-plas.
Por otra parte observemos que esta idea la podemos aplicar sobre cualquier grupo. Pudiendo as
extender la suma de enteros, racionales o complejos a la suma de n-plas de enteros, racionales o
complejos.

Para el caso 2 n = la representacin geomtrica de la suma coincide con la que hacamos para
vectores en el plano. (fig.1)

fig. 1 fig. 2

Recordemos que adems de poder sumar vectores los podemos "multiplicar" un vector por un
nmero real (fig.2).
La definicin formal sera:
2 2
: R R R tal que ( ) ( )
1 2 1 2
. , , x x x x =

Con lo cual tambin parece razonable definir el producto de un real por una n-pla de la siguiente
forma, :
n n
R R R tal que ( ) ( )
1 1
. ,....., ,.....,
n n
x x x x = .

O
( )
1 2
x , x
( )
1 2
y , y
( )
1 1 2 2
x y , x y + +
O
( )
1 2
x , x
( )
1 2
x , x


9
9
Ejercicio
Probar:
i) ( ) ( )
1 1
. . ,....., ( ). ,.....,
n n
x x x x = (

, , eR, ( )
1
,.....,
n
n
x x eR .
ii)
| |( ) ( ) ( )
1 1 1
,..., ,..., ,...,
n n n
x x x x x x + = + , , eR, ( )
1
,...,
n
n
x x eR .
iii) ( ) ( ) ( ) ( )
1 1 1 1
. ,....., ,....., ,....., ,.....,
n n n n
x x y y x x y y + = + (

, eR,
( ) ( )
1 1
,....., , ,.....,
n
n n
x x y y eR .
iv) ( ) ( )
1 1
1. ,....., ,.....,
n n
x x x x = , ( )
1
,.....,
n
n
x x eR .

Observacin
Lo hecho con
( )
, , ,
n
+ R R lo podemos extender a
( )
, , ,
n
K K + a partir de un cuerpo
cualquiera ( ) , , K + .

Ejercicio
Investigue bibliogrficamente si es posible extender el producto de pares de reales
realizado para el producto de complejos a ; 3
n
n > R . Sugerimos por ejemplo: "Elementos de
Anlisis Algebraico" de Rey Pastor.


1.3 MATRICES

Observemos que cuando trabajamos con sistemas de ecuaciones lineales el escribir reiteradamente
las incgnitas es innecesario. Toda la informacin que precisamos est en los coeficientes de las
mismas y en los trminos independientes. Intentando ser ms explcitos trabajemos con un caso
particular.

El sistema
4 7 12
2 3 5 11
3 2 8 31
x y z
x y z
x y z
+ =

+ =

+ + =

determina y queda determinado por los arreglos rectangulares

1 4 7
2 3 5
3 2 8
| |
|

|
|
\ .
y
12
11
31
| |
|
|
|
\ .
o tambin por
1 4 7 12
2 3 5 11
3 2 8 31
| |
|

|
|
\ .


Dichos arreglos rectangulares reciben el nombre de matrices. A la primera de ellas
1 4 7
2 3 5
3 2 8
| |
|

|
|
\ .
la
llamamos matriz de los coeficientes del sistema y a la ltima
1 4 7 12
2 3 5 11
3 2 8 31
| |
|

|
|
\ .
matriz ampliada
del sistema.






10
10
En la resolucin del sistema planteado (lo cual hicimos en la seccin anterior bajo el ttulo de
ejemplo 1) escribamos:

4 7 12
2 3 5 11
3 2 8 31
x y z
x y z
x y z
+ =

+ =

+ + =

1 2 2
1 3 3
( 2).
( 3).
E E E
E E E
+
+

4 7 12
11 19 35
10 29 67
x y z
y z
y z
+ =

+ =

+ =

2 3 3
( 10). 11. E E E
' ' '
+

4 7 12 1
11 19 35 2
129 387 3
x y z x
y z y
z z
+ = =

+ = =


= =



Lo cual podemos sintetizar:

1 4 7 12 1 4 7 12 1 4 7 12
2 3 5 11 0 11 19 35 0 11 19 35
3 2 8 31 0 10 29 67 0 0 129 387
| | | | | |
| | |

| | |
| | |

\ . \ . \ .
1 0 0 1
0 1 0 2
0 0 1 3
| |
|
|
|
\ .


Ejercicio
Indique las transformaciones que llevan de una matriz a otra.

Si quiere profundizar en esta notacin encontrar una bibliografa ms que abundante al respecto.
Personalmente le recomendamos "lgebra y Geometra" de E. Hernndez y "Geometra y lgebra
lineal 1" del I.M.E.R.L (CEI 2005). En este ltimo encontrar tambin aplicaciones muy
interesantes sobre sistemas de ecuaciones lineales.

Detengmonos en el concepto de matriz.
La primera pregunta que surge es Qu es una matriz? Decir que una matriz m n es un arreglo
rectangular de m filas por n columnas, no es una definicin formal. A lo sumo es una descripcin
que hace referencia a su aspecto. Para definirlo apropiadamente comencemos por analizar un caso
particular.



Si
3 2 4
1 0 5
A
| |
=
|
\ .
podemos "leerla




O tambin:








Fila Columna
1 1 3
1 2 -2
1 3 4
2 1 1
2 2 0
2 3 5
(1,1)
(1, 2)
(1, 3)
(2,1)
(2, 2)
(2, 3)

3
2
4
1
0
5

11
11
Si
*
neN y anotamos { } : 1
n
I x x n = e s s N (conjuntos llamados secciones inferiores de
naturales) podemos considerar a la matriz A como una funcin de
2 3
I I R. Es inmediato que
esta consideracin se puede realizar (con los ajustes necesarios) sobre cualquier matriz. En
consecuencia es razonable realizar la siguiente definicin.

Definicin
Consideramos: H un conjunto no vaco,
*
, m neN . Llamamos matriz de orden m n en
H a una funcin de
m n
I I en H. Al conjunto de todas las matrices de m n en H lo anotamos
( )
m n
H

M .

Nota
Si ( )
m n
A H

eM entonces A es una funcin de

m n
I I H .
Si la imagen de ( , )
m n
i j I I e es z suele anotarse:
ij
a z = y ( )
i j
A a = , notacin muy similar a la
utilizada en sucesiones.

Con esta notacin si , ( )
m n
A B H

eM , ( )
ij
A a = y ( )
ij
B b = , entonces
i j i j
A B a b = = ,
( , )
m n
i j I I e , lo que no es otra cosa que la igualdad de funciones.


1.4 TRANSFORMACIONES LINEALES

Recordemos que en los cursos de Secundaria llambamos funciones lineales a las funciones
: f R R tal que ( ) . f x k x = dado que su grfico es una recta por el origen.
A veces tambin se les llama funciones lineales a las de la forma : ( ) g g x a x b = + . Preferimos
reservar el nombre de lineales para las primeras.

Intentemos generalizar esta nocin a funciones de
n
R en
m
R . Consideraremos como tales las
funciones para las cuales las componentes de la correspondiente de una n- pla son combinacin
lineal de las componentes de dicha n-pla.

Por ejemplo
3 2
: T R R definida por ( ) ( , , ) 2 , 2 T x y z x y z x z = + + .
Investiguemos si T es sobreyectiva.
Ahora, T es sobreyectiva sii ( ) ( ) ( ) ( )
2 3
, , , , / , , , x y z T x y z e - e = R R .
Es decir T es sobreyectiva sii el sistema
2
2
x y z
x z

+ =

+ =

es compatible ( )
2
, eR .
Representndolo matricialmente tenemos:
1 1 2
2 0 1
| |
|
\ .

. Resolviendo dicho sistema tenemos que

se trata de un sistema compatible indeterminado ( )
2
, eR cuyo conjunto solucin
es: ( ) { }
, 5 2 , 2 : = + + + eR S x x x x Por lo tanto T es sobreyectiva.


En la resolucin del problema anterior aparece la matriz
1 1 2
2 0 1
| |
=
|
\ .
B cuya primera fila est
formada por los coeficientes de x, y y z en la primera componente de ( , , ) T x y z y anlogamente la


12
12
segunda fila. Esta matriz de alguna manera representa a la funcin T pues contiene toda la
informacin acerca de ella.
Recprocamente considerada la matriz
11 12 13
2 3
21 22 23
( )
c c c
C
c c c

| |
= e
|
\ .
R M , podemos definir la funcin
3 2
: G R R tal que ( )
11 12 13 21 22 23
( , , ) , G x y z c x c y c z c x c y c z = + + + + .

En general dada la matriz
11 12 1
21 22 2
1 2
( )
n
n
m n
m m mn
a a a
a a a
A
a a a

| |
|
|
= e
|
|
\ .
.
.
R
. . . .
.
M podemos definir la funcin
:
n m
F R R tal que ( ) ( )
1 11 1 12 2 1 1 1 2 2
, , , ,
n n n m m mn n
F x x a x a x a x a x a x a x = + + + + + + . . .
A dicha funcin la llamaremos transformacin lineal asociada con A.

Ejercicios
Hallar la transformacin lineal asociada con A en cada uno de los siguientes casos:
i)
1 0
0 1
A
| |
=
|

\ .
ii)
1 0 0
0 1 0
0 0 0
A
| |
|
=
|
|
\ .
iii)
1 0 0
0 1 0
0 0 1
A
| |
|
=
|
|
\ .

Interpretar geomtricamente.

Observacin
Consideramos : f R R tal que ( ) . f x k x = .
Ahora ( ) ( ) ( ) ( ) f x y k x y kx ky f x f y + = + = + = + , , x y eR y ( ) ( ) f x k x f x = = ,
eR, x eR .
Estas dos propiedades son las que caracterizan a las funciones lineales en R.
Veremos ahora que esta caracterizacin se extiende a las transformaciones lineales que acabamos
de definir.

Proposicin
Si :
n m
f R R es una transformacin lineal asociada a la matriz A entonces:
1) ( ) ( ) ( ) ,
n
f x y f x f y x y + = + e
, , , , , ,
R .
2) ( ) ( )
n
f x f x x = e e
, , ,
R R.

Dem:
Por comodidad hagamos la demostracin para
2 2
: f R R con
a b
A
c d
| |
=
|
\ .
.
Denominamos ( )
1 2
, x x x =
,
y ( )
1 2
, y y y =
,
, entonces ( )
1 1 2 2
, x y x y x y + = + +
, ,
.
Como f es la transformacin lineal asociada con
a b
A
c d
| |
=
|
\ .
, tenemos:
( ) ( ) ( ) ( ) ( ) ( ) ( )
1 1 2 2 1 1 2 2 1 1 2 2
, , f x y f x y x y a x y b x y c x y d x y + = + + = + + + + + +
, ,


( ) ( ) ( ) ( )
1 1 2 2 1 1 2 2 1 2 1 2 1 2 1 2
, , , f x y ax ay bx by cx cy dx dy ax bx cx dx ay by cy dy + = + + + + + + = + + + + + =
, ,
( ) ( ) ( ) ( )
1 2 1 2
, , f x x f y y f x f y = + = +
, ,



13
13

Anlogamente se prueba el punto 2).

Nota
El teorema anterior es equivalente a decir:
Si :
n m
f R R es una transformacin lineal entonces: ( ) ( ) ( ) f x y f x f y + = +
, , , ,
,
, eR, ,
n
x y e
, ,
R .

Veamos ahora que el recproco del teorema anterior tambin es cierto. En otras palabras que toda
funcin :
n m
f R R que cumpla 1) ( ) ( ) ( ) ,
n
f x y f x f y x y + = + e
, , , , , ,
R y
2) ( ) ( )
n
f x f x x = e e
, , ,
R R
es una transformacin lineal asociada a una matriz A que determinaremos.

Por comodidad trabajemos con
2 2
: f R R .

Primero observemos que ( ) ( ) ( ) ( ) ( ) ( )
2
1 2 1 2 1 2 1 2
, , , 0 0, 1, 0 0,1 x x x x x x x x e = + = + R
( ) ( ) ( )
1 2 1 2
, 1, 0 0,1 f x x x f x f = + .

Si llamamos ( , ) a c a (1, 0) f y ( , ) b d a (0,1) f tenemos que:
( ) ( )
1 2 1 2 1 2 1 2
, ( , ) ( , ) , f x x x a c x b d ax bx cx dx = + = + + y por lo tanto f es la transformacin lineal
asociada a la matriz
a b
A
c d
| |
=
|
\ .
.

Observacin
La matriz A tiene por primer columna (1, 0) f y por segunda (0,1) f .

Ejercicio
Hallar la matriz asociada a una rotacin de centro (0, 0) O y ngulo
2

en sentido
antihorario.

Nota
Si tenemos :
n m
f R R denominamos ( ) 0, 0,....., 0,1, 0,...., 0
n
i
e = eR donde el 1 ocupa
el i-simo lugar, as ( )
1
1, 0,..., 0 e = , ( )
2
0,1, 0,.., 0 .... e = , etc.
Consideramos ahora :
n m
f R R transformacin lineal con matriz asociada
11 12 1
21 22 2
1 2
n
n
m m mn
a a a
a a a
A
a a a
| |
|
|
=
|
|
\ .
.
.
. . . .
.
.
Entonces ( )
1 11 12 1 21 22 2 1 2
( ) 1 0 ... 0, 1 0 ... 0,...., 1 0 ... 0
n n m m mn
f e a a a a a a a a a = + + + + + + + + +
( )
1 11 21 1
( ) , ,....,
m
f e a a a = que es la primer columna de la matriz A.
( ) ( )
2 11 12 1 21 22 2 1 2 12 22 2
( ) 0 1 ... 0, 0 1 ... 0,...., 0 1 ... 0 , ,....,
n n m m mn m
f e a a a a a a a a a a a a = + + + + + + + + + =
que es la segunda columna de A.



14
14
As
( )
1 2
( ) , ,.....,
j j j mj
f e a a a = que es la j-sima columna de A.

El teorema que hemos probado motiva la siguiente definicin:

Definicin
Consideramos :
n m
T R R funcin.
Decimos que T es una transformacin lineal si y slo si: 1) ( ) ( ) ( ) ,
n
T x y T x T y x y + = + e
, , , , , ,
R
2) ( ) ( ) ,
n
T x T x x = e e
, , ,
R R

De esta forma independizamos la definicin de transformacin lineal del concepto de matriz.


1.5 OPERACIONES CON TRANSFORMACIONES LINEALES

Recordemos que para funciones de R en R definimos la suma de dos funciones f y g como
( )( ) ( ) ( ), f g x f x g x x = + eR y definimos el producto de una funcin f por un real o como
( )( ) . ( ), f x f x x = e R.

Esta idea puede extenderse a funciones en cuyo codominio est definido una suma y el producto por
un escalar. Por ejemplo a funciones de
n
R en
m
R .

Analicemos ahora las propiedades de las operaciones recin definidas. Denominemos H al conjunto
formado por todas las funciones de
n
R en
m
R .

Proposicin
( , ) H es un grupo conmutativo.

Dem:
1) Asociativa ( ) ( ) , , f g h f g h f g h H = e

Tengamos en cuenta que si , H e , ( ) ( ),
n
x x x = = e
, , ,
R .

Entonces:
| | | | ( ) ( ) ( ) ( ) ( ) ( )
n
f g h f g h f g h x f g h x x = = e
, , ,
R


| | | | | |
| |
( )
( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( )( ) ( ) ( ),
n
f g h x f g x h x f x g x h x f x g x h x
f x g h x f g h x x
-
= + = + + = + +
= + = e
, , , , , ,
, , , ,
R


(*) Asociativa de la suma en
n
R .

2) Conmutativa , f g g f f g H = e

Ahora: ( )( ) ( )( ),
n
f g g f f g x g f x x = = e
, , ,
R

(*)
( )( ) ( ) ( ) ( ) ( ) ( )( ),
n
f g x f x g x g x f x g f x x = + = + = e
, , , , , , ,
R

(*) Conmutativa de la suma en
n
R .



15
15
3) Existencia de neutro / , H f f f H - e = e

Definimos :
n m
R R tal que ( ) (0, 0,...., 0)
m
x = e
,
R ,
n
x e
,
R , a la cual denominaremos
funcin nula.

( )( ) ( ) ( ) ( ) (0, 0,...., 0) ( ),
n
f x f x x f x f x x f f = + = + = e =
, , , , , ,
R
razonamiento vlido f H e .

4) Existencia de opuesto , / ( ) f H f H f f e - e =

Definimos :
n m
f R R tal que ( )( ) ( ),
n
f x f x x = eR .

( ) ( ) ( ) ( ) ( )( ) ( ) ( ) (0, 0,..., 0) ( ), ( )
n
f f x f x f x f x f x x x f f = + = = = e = R .

Nota
Al igual que para las operaciones en
n
R evitaremos recargar la notacin y utilizaremos los
smbolos usuales + y .

Ejercicio
Probar:
1) ( ) ( ) , , , f f f H = e e R .
2) ( ) ( ) ( ), , , f g f g f g H + = + e e R .
3) ( ) ( ) ( ), , , f f f f H + = + e e R .
4) 1 , f f f H = e .

Obsrvese que en la parte 3) de este ejercicio el smbolo + representa en el miembro izquierdo de
la igualdad la suma de reales y en el miembro derecho de la igualdad la suma de funciones.

Proposicin

Si f y g son transformaciones lineales de
n
R en
m
R y eR, entonces:
i) f g + es una transformacin lineal.
ii) f es una transformacin lineal.

Dem:
i)

( )( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( )
y lineales
prop. de
, , , ,
m
f g
n
f g x y f x y g x y f x f y g x g y
f x g x f y g y f g x f g y x y


+ + = + + + = + + + =
= + + + = + + + e e
R
, , , , , , , , , ,
, , , , , , , ,
R R

ii) A cargo del lector.








16
16
Ejercicio
Probar que la suma de transformaciones lineales y el producto de un real por una
transformacin lineal cumple las mismas propiedades que vimos en H (conjunto de todas las
funciones de
n
R en
m
R ). Para ser ms preciso si denominamos
( )
,
n m
L R R al conjunto de todas las
transformaciones lineales de
n
R en
m
R probar que:
1)
( ) ( )
, ,
n m
L + R R es un grupo conmutativo.
2) i) ( ) ( ) ( )
, , , ,
n m
f f f L = e e R R R .
ii) ( ) ( ) ( ) ( )
, , , ,
n m
f g f g f g L + = + e e R R R .
iii) ( ) ( ) ( ) ( )
, , , ,
n m
f f f f L + = + e e R R R .
iv)
( )
1 , ,
n m
f f f L = e R R .


1.6 OPERACIONES CON MATRICES

Intentemos definir una suma de matrices de tal forma que la matriz asociada a la suma f g + de dos
transformaciones lineales sea la suma de las matrices asociadas a f y g, y el producto de un escalar
por una matriz para que la matriz asociada a f sea por la matriz asociada a f.

Consideramos
( )
, ,
n m
f g L e R R denominamos
( )
i j
A a = a la matriz asociada a f y
( )
i j
B b = a la
asociada a g.

La matriz asociada a f g + tiene por j-sima columna ( )( )
j
f g e + . Por como definimos la suma de
funciones: ( )( ) ( ) ( )
j j j
f g e f e g e + = +
Ya que llamamos
( )
i j
A a = a la matriz asociada a f
( )
1 2
( ) , ,....,
j j j m j
f e a a a =

( )
i j
B b = a la matriz asociada a g
( )
1 2
( ) , ,....,
j j j m j
g e b b b =
Por lo tanto:
( )( ) ( ) ( ) ( ) ( ) ( )
1 2 1 2 1 1 2 2
, ,...., , ,...., , ,....,
j j j j j m j j j m j j j j j m j m j
f g e f e g e a a a b b b a b a b a b + = + = + = + + +

Como esto es vlido para cualquier columna j tenemos que la matriz asociada a f g + es

11 11 12 12 1 1
21 21 22 22 2 2
1 1 2 2
( )
n n
n n
m n
m m m m mn mn
a b a b a b
a b a b a b
a b a b a b

+ + + | |
|
+ + +
|
e
|
|
+ + +
\ .
.
.
R
. . . .
.
M o ms sintticamente
( )
i j i j
a b + .

Lo cual hace razonable la siguiente definicin:

Definicin
Consideramos ( ) ,
m n
A B

e R M ,
( )
i j
A a = y
( )
i j
B b = . Definimos A B como
la matriz de ( )
m n
R M tal que
( )
i j
C c = con
i j i j i j
c a b = + , i de 1 a m, j de 1 a n.




17
17
Observacin
Con esta definicin logramos el propsito de que la matriz asociada a la suma sea la
suma de las matrices asociadas.
Tambin observemos que podemos sumar dos matrices reales nicamente cuando ambas tienen la
misma cantidad de filas y la misma cantidad de columnas.

Anlogamente definimos

Definicin
Consideramos eR y
( ) ( )
i j m n
A a

= e R M . Definimos A como la matriz
( ) ( )
i j m n
D d

= e R M tal que
i j i j
d a = , i de 1 a m, j de 1 a n.

Ejercicio
Verificar que la matriz asociada a f es el producto de por la matriz asociada a f.

Nota
Consideramos
( ) ( ) : ,
n m
m n
L

R R R M tal que ( ) f es la matriz asociada a f. O sea es
la funcin que a cada aplicacin lineal le hace corresponder su matriz asociada.

Por lo visto anteriormente efectivamente es una funcin ya que dada una transformacin lineal
existe y es nica su matriz asociada. Y adems dicha funcin es biyectiva, ya que cada matriz es la
matriz asociada a una y a solo una transformacin lineal.

Tambin conserva la suma y el producto por un escalar. Para ser ms precisos:
( ) ( ) ( ) ( )
, ,
n m
f g f g f g L + = + e R R y ( ) ( ) ( )
, , ,
n m
f f f L = e e R R R .
Se puede observar que todas las propiedades vistas para la suma de transformaciones lineales y el
producto de un escalar por una transformacin lineal se trasmiten a la suma de matrices y al
producto de un escalar por una matriz.

Siendo ms explcito: 1) ( ) ( )
,
m n
+ R M es un grupo conmutativo.
2) i) ( ) ( ) ( ) , , ,
m n
A A A

= e e R R M .
ii) ( ) ( ) , , ,
m n
A B A B A B

+ = + e e R R M .
iii) ( ) ( ) , , ,
m n
A A A A

+ = + e e R R M .
iv) ( ) 1 ,
m n
A A A

= e R M .

Intentemos ahora definir un producto de matrices de forma que la matriz asociada a la compuesta de
dos transformaciones lineales sea el producto de las matrices asociadas. Primero demostremos que
la composicin de dos transformaciones lineales da como resultado una transformacin lineal.

Proposicin
Sean :
n m
f R R y :
m p
g R R transformaciones lineales. Entonces
:
n p
g f R R es una transformacin lineal.







18
18
Dem:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
linealidad de linealidad de f g
g f x y g f x y g f x f y g f x g f y + = + = + = + =
, , , , , , , ,

( ) ( ) g f x g f y = +
, ,
, , , ,
n
x y e e
, ,
R R .

Volviendo a la matriz asociada a la compuesta, consideramos
2 2
: f R R transformacin lineal
cuya matriz asociada es
11 12
21 22
b b
B
b b
| |
=
|
\ .
y
2 2
: g R R tambin lineal cuya matriz asociada es
11 12
21 22
a a
A
a a
| |
=
|
\ .
.

( ) ( ) ( )
| | | | | | | | ( )
( )
11 12 21 22
11 11 12 12 21 22 21 11 12 22 21 22
11 11 11 12 12 21 12 22 21 11 21 12 22 21 22 22
( , ) ( , ) ,
,
,

g f x y g f x y g b x b y b x b y
a b x b y a b x b y a b x b y a b x b y
a b x a b y a b x a b y a b x a b y a b x a b y
= = + + =
= + + + + + + =
= + + + + + + =

| | | | | | | | ( )
11 11 12 21 11 12 12 22 21 11 22 21 21 12 22 22
, a b a b x a b a b y a b a b x a b a b y = + + + + + +


Entonces la matriz asociada a g f es
11 11 12 21 11 12 12 22
21 11 22 21 21 12 22 22
a b a b a b a b
a b a b a b a b
+ + | |
|
+ +
\ .
.

En general consideramos: : transformacin lineal
n m
f R R de matriz asociada
( )
( )
i j m n
B b

= e R M , :
m p
g R R transformacin lineal de matriz asociada
( )
( )
i j p m
A a

= e R M .
Buscamos la matriz asociada a :
n p
g f R R a la cual llamaremos
( ) ( )
i j p n
C c

= e R M .
La j-sima columna de C,
1
2
j
j
pj
c
c
c
| |
|
|
|
|
|
\ .
.
es ( )( )
j
g f e . Ahora ( )( ) ( )
( )
j j
g f e g f e = .
Como
( )
( )
i j m n
B b

= e R M es la matriz asociada a f, se tiene
( )
1 2
( ) , ,.....
j j j m j
f e b b b =
( ) ( )
( )
1 2
11 1 12 2 1 21 1 22 2 2 1 1 2 2
( ) , ,.....
... , ... ,....., ...
j j j m j
j j m mj j j m mj p j p j pm m j
g f e g b b b
a b a b a b a b a b a b a b a b a b
= =
= + + + + + + + + +


Por lo tanto
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
1 1 2 2
...
...
...
...
j j m m j j
j j m m j j
ij i j i j i m m j
p j p j pm m j pj
a b a b a b c
a b a b a b c
c a b a b a b
a b a b a b c
+ + + | | | |
| |
+ + +
| |
= = + + +
| |
| |
| |
+ + +
\ . \ .
. .
.

Lo cual motiva la siguiente definicin.







19
19
Definicin
Consideramos
( )
( )
i j p m
A a

= e R M y
( )
( )
i j m n
B b

= e R M .
Definimos el producto AB como la matriz
( ) ( )
i j p n
C c

= e R M tal que:
1 1 2 2
1
...
m
i j i j i j i m m j i k k j
k
c a b a b a b a b
=
= + + + =

.

Observacin
Para poder realizar el producto de dos matrices la cantidad de columnas del primer
factor debe coincidir con la cantidad de filas del segundo factor


( )
( )
i j
p m
A a

= e R M y
( )
( )
i j
m n
B b

= e R M



Nota
Con esta definicin de producto logramos el objetivo que la matriz asociada a la
transformacin lineal compuesta sea el producto de las matrices asociadas.
Utilizando la funcin que a cada transformacin lineal le hace corresponder la matriz asociada,
tenemos: ( ) ( ) ( ) . g f g f = .
Ya que la funcin es biyectiva esto trae como consecuencia que las propiedades de la
composicin de aplicaciones lineales se trasmiten al producto de matrices.

Ejercicio
Probar las siguientes propiedades de transformaciones lineales y su versin matricial.
1) ( ) ( ) h g f h g f = 1) ( ) ( ) . . . . AB C A BC =
2) ( ) ( ) ( ) h f g h f h g + = + 2) ( ) A B C AB AC + = +
3) ( ) ( ) ( ) h g f h f g f + = + 3) ( ). A B C AC BC + = +
4) ( ) ( ) g f g f = 4) ( ) ( ) . A B AB =

Las proposiciones 1) , 2) , 3) y 4) se cumplen: eR y , , f g h lineales en las cuales puedan
realizarse las operaciones indicadas. Anlogamente con sus propiedades homlogas.

Nota
Dado el sistema de ecuaciones lineal de m ecuaciones con n incgnitas al cual podemos
representar:

11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
............
............
......................................................
............
n n
n n
m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
+ + + =

+ + + =

+ + + =

Si llamamos
11 12 1
21 22 2
1 2
( )
n
n
m n
m m mn
a a a
a a a
A
a a a

| |
|
|
= e
|
|
\ .
.
.
R
. . . .
.
M ,
1
2
1
( )
n
n
x
x
X
x

| |
|
|
= e
|
|
\ .
R
.
M y
1
2
1
( )
m
m
b
b
B
b

| |
|
|
= e
|
|
\ .
R
.
M .


20
20

Al sistema lo podemos escribir: AX B = .
As por ejemplo el sistema
2 1
2 2
x y z
x y
+ =

+ =

queda escrito matricialmente

2 1 1 1
1 2 0 2
x
y
z
| |
| | | |
|
=
| |
|

\ . \ .
|
\ .
.


1.7 NEUTRO E INVERSO EN EL PRODUCTO DE MATRICES

La funcin identidad :
n n
Id R R tal que ( ) ,
n
Id x x x = e
, , ,
R es neutro de la composicin en
( )
,
n n
L R R ya que ( )( ) ( ) ( ) ( ),
n
f Id x f Id x f x x f Id f = = e =
, , , ,
R y
( )( ) ( ) ( ) ( ),
n
Id f x Id f x f x x Id f f = = e =
, , , ,
R .

Falta verificar que Id es una aplicacin lineal lo que dejamos a cargo del lector.

Por ende la matriz asociada a Id va a ser neutro de ( ) ( ) ,
n n
R M . A dicha matriz la denominaremos
matriz identidad y la anotaremos I. Como
1 1 2 2
( ) , ( ) , , ( )
n n
Id e e Id e e Id e e = = = . , tenemos

1 0 0
0 1 0
0 0 1
I
| |
|
|
=
|
|
\ .
.
.
. . .
.
. As que existe ( )
n n
I

e R M tal que AI I A A = = para toda ( )
n n
A

e R M .

Veamos ahora que sucede con la inversa.

Proposicin
Si :
n n
f R R es una transformacin lineal invertible entonces
1
:
n n
f

R R es
tambin una transformacin lineal invertible.

Dem:
Hay que demostrar que
1
f

es lineal. Ya sabemos que la funcin inversa es tambin biyectiva.

Debemos probar entonces que ( ) ( ) ( )
1 1 1
, , , ,
n
f x y f x f y x y

+ = + e e
, , , , , ,
R R .
Ya que por hiptesis f es biyectiva, dos elementos son iguales si y solo si sus imgenes son iguales.
Entonces ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
1 1 1 1 1 1
f x y f x f y f f x y f f x f y

+ = + + = +
, , , , , , , ,


Ahora ( ) ( )
1
f f x y x y

+ = +
, , , ,

Por otra parte por la linealidad de f se tiene que ( ) ( ) ( )
1 1
f f x f y

+ =
, ,

( ) ( ) ( ) ( )
1 1
f f x f f y x y

= + = +
, , , ,
.
Con lo cual queda demostrado que
1
f

es lineal.






21
21
Nota
Utilizando nuevamente que la funcin
( ) ( ) : ,
n n
n n
L

R R R M verifica
( ) ( ) ( ) . g f g f = , como para toda transformacin lineal biyectiva f de
n
R en
n
R , existe
( )
1
,
n n
f L

e R R tal que
1 1
f f f f Id

= = , entonces para toda ( )
n n
A

e R M asociada a una
transformacin lineal biyectiva existe
1
( )
n n
A

e R M tal que
1 1
AA A A I

= = .
A la matriz
1
A

como se imaginar la denominaremos matriz inversa de A.

Obsrvese que no todas las matrices cuadradas tienen inversa; la tienen nicamente aquellas
asociadas a transformaciones lineales invertibles.


Veamos como calcular la matriz inversa de una matriz dada.
Consideramos
2 1
4 3
A
| |
=
|
\ .
queremos averiguar si A tiene inversa y en caso afirmativo hallarla.
Parece razonable tomar
x z
B
y t
| |
=
|
\ .
e intentar hallar , , , x y z t eR para que AB I =

2 1
2 1 1 0 4 3 0
4 3 0 1 2 0
4 3 1
x y
x z x y
y t z t
z t
+ =

+ = | || | | |
=
| | |
+ =
\ .\ . \ .

+ =

Sistema que podemos resolver considerando por separado
2 1
4 3 0
x y
x y
+ =

+ =

y
2 0
4 3 1
z t
z t
+ =

+ =

.

En forma matricial:
3
2
2 1 1 2 1 1 2 0 3 1 0
4 3 0 0 1 2 0 1 2 0 1 2
| | | | | | | |

| | | |

\ . \ . \ . \ .


Por lo tanto
3
2
x = , 2 y = .

Vamos al otro sistema:

1
2
2 1 0 2 1 0 2 0 1 1 0
4 3 1 0 1 1 0 1 1 0 1 1
| | | | | | | |

| | | |
\ . \ . \ . \ .


Entonces:
1
2
z = , 1 t = .
En consecuencia la matriz A es invertible y
3 1
1 2 2
2 1
A

| |
=
|

\ .


Observemos que la matriz de los coeficientes de ambos sistemas es la misma. Solamente cambia la
columna de los trminos independientes. Con lo cual las transformaciones realizadas para resolver
ambos sistemas son las mismas. Podemos entonces resolver ambos sistemas simultneamente,
escribiendo:



22
22
3 1
2 2
2 1 1 0 2 1 1 0 2 0 3 1 1 0
4 3 0 1 0 1 2 1 0 1 2 1 0 1 2 1
| | | | | | | |

| | | |

\ . \ . \ . \ .
.

Observemos que la matriz de 2 2 que qued a la derecha de la barra vertical es
1
A

.

Tambin tengamos en cuenta que lo hecho no es otra cosa que resolver ambos sistemas
simultneamente aprovechando que tienen la misma matriz de coeficientes.

Entonces:
Para calcular la inversa de A reducimos la matriz
( )
A I a
( )
I B mediante
operaciones elementales. Si esto es posible A es invertible y
1
A B

= .

Nota
Hemos llamado operaciones elementales a las siguientes:
1) Sustituir una fila por un mltiplo no nulo de ella
2) Intercambiar dos filas.
3) Sustituir una fila por una combinacin lineal de las filas de la matriz; con el nico requisito
que la fila sustituida no tenga coeficiente 0.

Ejemplo
Analizar si
1 2 0
0 1 3
2 1 8
A
| |
|
=
|
|

\ .
es invertible y en caso afirmativo hallar
1
A

.

1 2 0 1 0 0 1 2 0 1 0 0 1 2 0 1 0 0
0 1 3 0 1 0 0 1 3 0 1 0 0 1 3 0 1 0
2 1 8 0 0 1 0 5 8 2 0 1 0 0 7 2 5 1
| | | | | |
| | |

| | |
| | |

\ . \ . \ .


5 16 6
7 7 7
6 8 3 6 8 3
7 7 7 7 7 7
5 5 5 2 1 2 1 2 1
7 7 7 7 7 7 7 7 7
1 2 0 1 0 0 1 2 0 1 0 0 1 0 0
0 1 3 0 1 0 0 1 0 0 1 0
0 0 1 0 0 1 0 0 1

| | | | | |
| | |

| | |
| | |
\ . \ . \ .


Por lo tanto A es invertible y
5 16 6
7 7 7
1
6 8 3
7 7 7
5 2 1
7 7 7
A

| |
|
=
|
|
\ .


Observacin
Frente a un sistema de ecuaciones lineal y cuadrado (con la misma cantidad de
ecuaciones que de incgnitas) su expresin matricial AX B = en caso de que A sea invertible nos
permite "despejar" X. Quedando
1
X A B

= .

Ejemplo
Resolver:
2 14
3 7
2 8 0
x y
y z
x y z
+ =

+ =

23
23
1
5 16 6
7 7 7
6 8 3
7 7 7
2$ 5 1
7 7 7
1 2 0 14 1 2 0 14 14 6
0 1 3 7 0 1 3 7 7 4
2 1 8 0 2 1 8 0 0 1
x x
y y
z z

| | | | | | | | | | | | | | | | | |
| | | | | | | | |
= = = =
| | | | | | | | |
| | | | | | | | |

\ . \ . \ . \ . \ . \ . \ . \ . \ .


Por lo tanto el sistema es compatible determinado y su solucin es ( ) { }
6, 4,1 S = .

Finalizamos este captulo introduciendo la nocin de matriz traspuesta.

Definicin
Sea ( )
m n
A

e R M y notemos
( )
i j
A a = . Llamamos matriz traspuesta de A, a la matriz
( )
t
n m
A

e R M tal que si notamos
( )
t
i j
A b = , se tiene
i j ji
b a = para todo i y para todo j.

Ejercicio
Probar las siguientes propiedades:
1)
( )
t
t
A A = , ( )
m n
A

e R M .
2) ( )
t
t t
A B A B + = + , , ( )
m n
A B

e R M .
3) ( )
t
t
A A = , eR, ( )
m n
A

e R M .
4) ( ) . .
t
t t
A B B A = , ( )
m n
A

e R M , ( )
n p
B

e R M .
5)
( ) ( )
1
1
t
t
A A

= , para toda matriz cuadrada invertible.