Anda di halaman 1dari 31

0

MATRICES Y LGEBRA DE MATRICES









El uso de las matrices muy extendido en el contexto del lgebra lineal tuvo a
Cayley (1821-1895) a uno de sus impulsores, aunque su amigo Sylvester fue quien
acu el trmino matriz. Las matrices nos puede servir para representar un
sistema de ecuaciones, una base de un espacio vectorial, un producto escalar,
formas cuadrticas, un proceso de Markov, etc.
En el mbito de la Ciencia tambin tiene una importancia reconocida, ya que
permite agrupar y manejar la informacin con mucha ms facilidad. Por lo tanto
es fundamental conocer el clculo matricial y sus propiedades ms importantes,
no slo para poder desenvolvernos bien en el mundo del lgebra, sino tambin en
el mbito de la Ciencia ms inmediata.
Nuestro objetivo en este tema es conocer la aritmtica matricial, sus
propiedades, algunos tipos de matrices ms usuales, el clculo de la inversa de
una matriz, cuando exista y las ecuaciones matriciales.











1
1) MATRICES Y OPERACIONES
Es bastante usual encontrar la informacin ordenada en forma de tabla rectangular,
no hay mas que pensar en conforme se disponen en un aeropuerto las llegadas y
salidas de los distintos vuelos. Otro ejemplo bastante claro se tiene con las hojas
de clculo. La informacin o los datos se escriben en distintas celdas cuyas
posiciones estn definidas por la fila y la columna que ocupan.
Pues bien, una matriz es un conjunto de nmeros dispuestos de forma ordenada,
formando filas y columnas. Como veis esta idea tan sencilla que naci en siglo
XIX se ha mostrado muy til. Muchos de las informaciones que nos suministran
tiene este formato, es decir, formato de matriz.
Por ejemplo, en una fbrica de productos A, B, C se puede representar las
unidades de mano de obra y material involucrados en una semana de produccin
de estos artculos como se muestra en la tabla:

Productos A B C
mano de obra 10 12 16
material 5 9 7
De manera ms sencilla pueden ser representados por la matriz:
(

7 9 5
16 12 10

que tiene dos filas correspondientes a los renglones y tres columnas.

DEFINICIN 1.1 Llamaremos matriz de orden mxn a todo arreglo rectangular
de nmeros que consiste en m filas y n columnas.

11 12 1
21 22 2
1 2
(
(
(
(
(

=

n
n
ij
mn m m
a a a
a a a
A
a
a a a

A cada nmero de la matriz se le denomina elemento o coeficiente. Para el
elemento o coeficiente a
ij
i es el subndice de la fila y j subndice de la columna.
Por brevedad, una matriz de m x n puede ser denotada por el smbolo
| |
mxn
ij
a
o de manera ms sencilla
( )
ij
a .
2
Designaremos por
( )

=
m n
m n
M K K
el conjunto de todas las matrices de orden
con coeficientes en el conjunto de los nmeros reales. Cuando se considere otro
conjunto de elementos se indicar expresamente.

Observacin:
1) Los
ij
a
son llamados componentes o elementos de la Matriz.
2) El elemento
ij
a
est ubicado en la i-sima fila y j-sima columna.
3) Las matrices se denotarn usualmente por letras maysculas, A, B, ..., y los
elementos de las mismas por minsculas a, b, ...
4) Abreviadamente, ( )

=
ij
m n
A a

5) El conjunto de todas las matrices de orden mxn y con elementos en K se suele
denotar por:
( )
{ }
/ , 1, 2,..., 1, 2,...,

= = e = =
ij ij
m n
K A a a K i m y j n

EJEMPLO 1.1 Dada la matriz
(
(
(
(

0 1 7
4 2 3
0 6 5
2 1 0

se tiene que es de orden 4x3 y los elementos de la diagonal principal son 0, 6 y 4.
DEFINICIN 1.2 Dos matrices son iguales cuando son del mismo orden y los
elementos de igual posicin coinciden.
Una lectura tranquila de la definicin nos permite reflexionar sobre la primera
condicin. Verificar el orden de una matriz es el primer paso para determinar si
dos matrices son iguales. Est claro que las siguientes dos matrices
(
(
(


0 0
2 3
1 1
2 3
1 1
,

no son iguales, pues la primera es de orden 2x2 y la segunda es de orden 2x3. El
paso siguiente, en el caso de igualdades de dimensin, es comprobar que los
elementos de igual posicin coinciden.
EJEMPLO 1.2 Para que las siguientes matrices fuesen iguales
x 1
0 3

(
,
-1 1
0 - 3

3
es necesario que el valor de x sea igual a 1, en cualquier otro caso las matrices
son diferentes.
Ciertos tipos de matrices desempean un papel importante en la teora de matrices,
por ello se consideran algunas de ellas a continuacin.
TIPOS ESPECIALES DE MATRICES:
Llamaremos matriz fila aqulla que tiene una sola fila, por ejemplo la matriz
siguiente es una matriz fila de orden 1 x 4.
| | 3 0 2 1 A =
Una matriz que slo tiene una columna es llamada matriz columna, como por
ejemplo la matriz de orden 3 x 1
(
(
(

=
9
1
5
B

Se denomina matriz cuadrada aquella que tiene el mismo nmero de filas que de
columnas, es decir, m = n. Al conjunto de matrices cuadradas de orden n lo
denotaremos por M
nxn
. Para este tipo de matriz la diagonal principal se denomina
diagonal y est formada por todos los elementos que van desde la esquina superior
izquierda hasta la esquina inferior derecha.
La diagonal principal de una matriz cuadrada es la formada por todos los
elementos de la forma
ii
a
.

Una matriz de orden m x n que tenga todos sus elementos nulos se denomina
matriz nula o cero, la denotaremos como O
mxn
o, de manera ms sencilla, por O si
se sobreentiende su orden. As, la matriz nula de 2 x 3 es
(

=
0 0 0
0 0 0
O
Se llama matriz identidad de orden n a una matriz cuadrada de dimensin n con
unos en la diagonal y ceros en el resto de los elementos. Generalmente se denota
por I
n
o por I.
(
(
(

=
1 0 0
0 1 0
0 0 1
I
Una matriz cuadrada A se llama matriz diagonal si todos los elementos que
quedan fuera de la diagonal son ceros, es decir,
j i a
ij
= = para , 0
. Ejemplos de
matrices diagonales son las siguientes
(
(
(
(

(
(

3 0 0
0 0 0
0 0 5
y
1 0
0 2

4
Una matriz cuadrada A se llama matriz triangular superior (inferior) si
todos los elementos situados por debajo (arriba) de la diagonal son ceros, esto es
a i j a i j
ij ij
= > = < 0 0 , para ( , para )
. Las siguientes dos matrices son matrices
triangular superior y triangular inferior respectivamente
(
(
(
(

(
(
(

1 3 0 2
0 1 0 5
0 0 1 2
0 0 0 6

1 0 0
1 5 0
5 2 1

Vamos a definir a continuacin dos operaciones fundamentales para el clculo
matricial.
EJEMPLO 1.3 Consideremos una cadena de almacenes con cuatro centros
B
1,
B
2
, B
3
, y B
4
, que vende cada uno 8 bienes diferentes V
1
, V
2
,...,V
8
. Designemos
por
ij
a el valor de las ventas del bien V
i
en el centro B
j
durante un cierto mes.
Una manera de registrar estos datos es usar la matriz 8x4
A =
(
(
(
(

84 83 82 81
24 23 22 21
14 13 12 11
a a a a
a a a a
a a a a


Las 8 filas se refieren a los 8 bienes y las 4 columnas a los 4 centros. Por lo tanto
que a
73
= 2250 significa que las ventas del bien 7 en el centro 3 result ser de
2250 euros en ese mes.
Si el mes siguiente se almacenan los datos en otra matriz B = (b
ij
), por supuesto,
del mismo orden 8x4, y queremos saber los ingresos totales por esas ventas
durante los dos meses, se puede se puede hallar mediante una matriz C = (c
ij
)
donde c
ij
=
ij
a + b
ij
, para i = 1,2,...,8; j = 1,2,3,4. esa matriz es la suma de A y B y
se escribe C = A + B.

DEFINICIN 1.3
Sean A = (a
ij
) y B = (b
ij
) dos matrices de orden m x n, entonces la suma A + B es
una matriz del mismo orden cuyos elementos se obtienen sumando los
correspondientes de A y B; esto es A+B = [a
ij
+ b
ij
]
mxn
.
EJEMPLO 1.4
1)
(

=
(

+ + +
+ + +
=
(


+
(

6 3 0
3 1 1
0 6 6 3 ) 5 ( 5
3 0 ) 1 ( 2 2 1
0 6 5
3 1 2
6 3 5
0 2 1

2)
(

+
(

1
2
4 3
2 1
no est definida pues las matrices no son del mismo orden.
A la vista de la definicin lo primero que debemos entender es que esta operacin
slo es posible cuando las matrices tienen el mismo orden.
5
TEOREMA 1.1 (Propiedades de la suma de matrices): Sean A B C M
mxn
, , e .
(a) (A +B) = (B + A)
(b) (A + B) + C = A + (B + C)
(c) A + O = A
Que se deducen directamente de la definicin de suma y de las propiedades
correspondientes de nmeros reales.
DEFINICIN 1.4 Sea A = (a
ij
) una matriz de orden mxn, y un nmero real k
(tambin llamado escalar), entonces con kA denotamos la matriz de orden mxn
obtenida al multiplicar cada uno de los elementos de la matriz A por el escalar
k; es decir, kA = [k a
ij
]
mxn
.
EJEMPLO 1.5
(


=
(


9 3 6
18 3 15
3 1 2
6 1 5
3

La matriz (-1)A se designa usualmente por A, esto es multiplicar por 1 cada
uno de los elementos de la matriz A, se cumple A + (-A) = 0.
La diferencia AB de dos matrices del mismo orden, se define A+(-1)B. Del
ejemplo 1.3 la matriz B A designa la variacin de los ingresos por las ventas de
cada bien entre un mes y el siguiente. Los elementos positivos representan
aumentos y los negativos disminuciones, en los niveles de ventas.
TEOREMA 1.2 (Propiedades de la multiplicacin por un escalar):
Sean
A B C M
mxn
, , e
y r s , e R.
(a) r(A +B) = rA +rB (d) 0A = O
(b) (r + s)A = rA + sA (e) kO = O
(c) (rs)A = r(sA) f) 1.A= A
La demostracin de este teorema es bastante sencilla, es suficiente con ver
que el orden de la matriz del miembro izquierdo coincide con el del derecho, y que
sus elementos son iguales en sus correspondientes posiciones.
Adems de las operaciones anteriormente descritas pasamos a definir la
multiplicacin de matrices. Aunque la siguiente definicin de producto de matrices
no es muy natural, quizs fuese ms natural multiplicar slo sus elementos
correspondientes un estudio ms detallado nos convencer de que la definicin es
apropiada y prctica para distintas aplicaciones.
EJEMPLO 1.6 Si tenemos las ventas de artculos de tres tipos diferentes en
cuatro tiendas, como se muestra en la matriz,
6
(
(
(

81 14 36 98
18 9 54 8
43 21 32 12

es decir, el elemento a
23
= 9 nos dice que en la tienda 2 se vendieron 9 unidades del
articulo 3.
Y el precio de venta en cada una de las tiendas de los artculos se muestra en la
matriz,
(
(
(
(

8 8 4
4 9 2
6 5 3
9 8 2

es decir, el elemento a
42
= 8 nos indica que en la tienda 2 el coste del articulo 4 es
de 8 unidades monetarias.
Si queremos conocer que ingresos se obtiene por la venta de todos los artculos de
tipo 1, debemos hallar:
12.2+32.3+21.2+43.4 = 24 + 96 + 42 + 172 = 334
DEFINICIN 1.5 Sean las matrices A a B b
ij mxn ij nxp
= = ( ) ( ) y , entonces el producto
AB es un matriz C c
ij mxp
= ( ) cuyo elemento c
ij
se obtiene de la siguiente manera
p j m i b a b a b a b a c
kj ik
n
k
nj in j i j i ij
,..., 1 ; ,..., 1 con
1
2 2 1 1
= = = + + + =
=
.
En la definicin anterior deben ser destacados los siguientes puntos:
la condicin de que A es una matriz de orden m x n y B de orden n x p, es
equivalente a decir que el nmero de columnas de A debe coincidir con el nmero
de filas de B.
el producto es una matriz de orden m x p; tendr tantas filas como A y tantas
columnas como la matriz B.
la definicin se refiere al producto de A por B, y exactamente en ese orden;
A es el factor izquierdo y B es el derecho.
Para obtener el elemento
ij
c se multiplica los elementos de la fila i de A por
los elementos de la columna j de B y se suman esos productos.
Veamos a continuacin un ejemplo ilustrativo de la anterior definicin
EJEMPLO 1.7
(


=
(

=
(
(
(

=
10 0 2
7 1 2
1 2 0
1 1 2
3 1 0
2 1 3
0 1 2
23 22 21
13 12 11
c c c
c c c
AB

en donde los c
ij
se han calculado de la siguiente manera
7
c
11
= 2.0 + 1.2 + 0.0 = 2

c
12
=2.(-1)+1.1+0.2=-1 c
13
= 2.3+1.1 + 0.1 = 7
c
21
=3.0+(-1).2+2.0=-2 c
22
=3.(-1)+(-1).1+2.2=0 c
23
=3.3+(-1).1+2.1=10
Ilustramos, para su mejor comprensin, uno de los elementos, digamos c
13
, se
obtiene de la suma de los productos de la primera fila de A con los de la tercera
columna de B
| |
(
(
(

1
1
3
0 1 2 = 2.3 + 1.1 + 0.1
El siguiente teorema nos muestra las propiedades ms importantes del producto de
matrices.
TEOREMA 1.3 (Propiedades de la multiplicacin de matrices):
En el supuesto de que las dimensiones de las matrices sean las adecuadas, se
tiene los siguientes resultados,
a) (AB)C = A(BC) (propiedad asociativa).
b) A(B + C) = AB + AC (propiedad distributiva por la izquierda).
c) (A + B)C = AC + BC (propiedad distributiva por la derecha).
d) r(AB) = (rA)B = A(rB) (propiedad pseudoasociativa).
e) IA = AI = A (elemento neutro).

En general la propiedad conmutativa no se verifica en la multiplicacin de
matrices. Dadas las matrices
(

=
(
(
(

=
3 1
1 0
B y
1 1
0 5
2 1
A
se tiene que
(
(
(

=
4 1
5 0
5 1
AB ,
pero en cambio el producto de BA no se puede realizar, debido a que los rdenes
no son adecuados. Es decir el nmero de columnas de la matriz B no coincide con
el de filas de la matriz A.
Adems, si AB = O no podemos concluir, en general que A= O B= O, como
observaremos en el siguiente ejemplo
(

=
(

0 0
0 0
0 0
2 1

1 0
1 0

8
DEFINICIN 1.6 (Potencia de una matriz) Sea A es una matriz cuadrada y k un
entero positivo, entonces A
k
denota el producto de multiplicar k veces A por si
mismo, o sea,
A A A
k
k veces
=

.
Por convenio se interpreta A
0
= I, adems recordar que I
n
= I.

LA TRAZA DE UNA MATRIZ A

La traza de una matriz A de nxn se define como la suma de los elementos
diagonales de A:

=
=
n
j
jj
a A Tr
1
) ( .
Para matrices A y B de nxn y escalares o y| , demostrar que
a) Tr (AB)=Tr(BA)
b) Tr(o A+| B)= o Tr(A)+| Tr(B).

DEFINICIN 1.7 (Transpuesta de una matriz)
La traspuesta de una matriz A de orden mxn, denotada por A
t
, es aquella que
resulta de intercambiar filas por columnas. Es decir, Sea ( ) = e
mxn
ij mxn
A a K , se
define la matriz traspuesta de A como ( ) ,
t t t
ji n m ji ij
A a donde a a

= =
Veamos los siguientes ejemplos:
(
(
(

=
(

=
(

=
(

=
7 9
5 2
1 0
B
7 5 1
9 2 0
B ,
5 2
3 1
A
5 3
2 1
A
t t

TEOREMA 1.4 (Propiedades de la transpuesta de una matriz):
Sean
mxn
M B A e , .
a) (A + B)
t
= A
t
+ B
t

b) (rA)
t
= rA
t
, siendo r un nmero real cualquiera
c) (A
t
)
t
= A
d) (AB)
t
= B
t
A
t

DEFINICIN 1.8
Una matriz cuadrada A es simtrica si A
t
= A. Observemos en el siguiente ejemplo
de matriz simtrica que es geomtricamente simtrica respecto a la diagonal
(
(
(

1 4 3
4 0 2
3 2 1
.
9
Una matriz cuadrada A es antisimtrica si A = -A
t
(i. e., a
ij
= -a
ji
). En el siguiente
ejemplo de matriz antisimtrica, se muestra que todos los elementos de la diagonal
son nulos, condicin que siempre se cumple en una matriz de este tipo:
(
(
(

0 1 3
1 0 2
3 2 0

Matrices normales
Una matriz es normal si conmuta con su traspuesta, esto es, si
T T
AA A A = .
Obviamente, si A es simtrica, antisimtrica u ortogonal, es necesariamente
normal.

Ejemplo:





Puesto que AA
T
= A
T
A, la matriz es normal.
DEFINICIN. Una matriz cuadrada A es hermtiana si coincide con la matriz
traspuesta conjugada (se refiere a los nmeros complejos conjugados). Es
antihermtiana si es opuesta con la matriz traspuesta conjugada.
Ejemplo
13 3 4 13 3 4 13 3 4
3 4 2 3 4 2 3 4 2
t t
i i i
A A A A
i i i
+ | | | | | |
= = = =
| | |
+ +
\ . \ . \ .

Es una matriz hermitiana.
Por ejemplo, la siguiente matriz es una matriz antihermitiana:

DEFINICIN Una matriz cuadrada A es peridica si existe algn p tal que A
p
= A.
Si p = 2 la matriz se llama idempotente. Es decir, Una matriz cuadrada A se llama
idempotente si A.A = A
Ejemplo. La siguiente matriz es peridica
4
2 5 14
1 3 8
1 2 6
A A A
| |
|
= =
|
|

\ .

10
La siguiente matriz es idempotente
1 0

1 0
| |
=
|

\ .
A
DEFINICIN Una matriz cuadrada A es involutiva si A
2
= I (matriz identidad).
Ejemplo

DEFINICIN. Una matriz A cuadrada se dice nilpotente si existe un nmero
natural n tal que A
n
= O y
1
0.
n
A

=

EJEMPLO 1.8 La siguiente matriz A es nilpotente pues A
3
= O
(
(
(

=
0 0 0
1 0 0
2 4 0
A

Para ver si una matriz es nilpotente el nico recurso que tenemos es ir calculando
potencias sucesivas de la matriz en orden creciente.
PROBLEMAS PROPUESTOS
1.- Dadas las matrices:
(
(
(


=
(

=
(


=
4 2
3 0
1 1
C ,
1 4 1
0 3 2
B ,
3 0
2 1
A
Calcule, si es posible:
a) 3A-2BC; b) A
2
-BC; c) (A-2I)
2
.
2.- Sean las matrices
(
(
(
(
(
(

=
(
(
(

=
(
(
(

=
3
1
0 0
0
6
1
0
0 0
3
1
F ,
3 0 0
6 3 0
0 0 3
E ,
1 2 1
1 1 0
0 0 1
D

Calcule a)
|
.
|

\
|
E
3
1
I D
; b)
EF
2
1
I 2

3.- Demuestre que A B = 0 para
,
(
(


=
(

=
2
3
1
3 2
B ,
2 1
2 1
A

(Nota: Observe que A = O y B = O, sin embargo A B = O)
4.- Dadas las matrices
,
2 2
2 0
B ,
5 1
2 3
A
(

=
(

=

11
comprobar que (A B)
t
= B
t
A
t

5.- Hallar todas las matrices simtricas que conmutan con la matriz

(

=
3 0
2 1
A

6.- Comprobar que A(B + C) = AB + AC para:
(

=
(

=
(

=
1 0 2
2 1 1
C ;
1 2 3
0 1 2
B ;
4 3
2 1
A

7.- Averigua una matriz A que cumpla
(
(
(

=
(
(
(

0
y
x
z
y
x
A

8.- Una matriz cuadrada A se llama idempotente si AA = A. Probar que la
siguiente matriz es idempotente

3 2 1
4 3 1
4 2 2
(
(
(


= A

9.- Dadas las matrices

3 4
3 1
(

= A
(

=
y
x
U

hallar una matriz columna U= 0, tal que A U = 3U.

10.- Dadas las siguientes matrices:
A B C =

(
=

(
(
(
=

(
(
(
1 1 0
0 1 1
0 0 1
2 1 0
0 0 2
1 0
2 1
0 1
, ,

Calcular siempre que sea posible las siguientes operaciones:
a) (BA
t
)
t
, b) B
2
3B+2I;

c) A(B
t
)
2
11.- Dada la matriz A, hallar (I + A)
5
(
(
(

=
0 0 0
1 0 0
0 1 0
A

12.- Calcular A
n
y B
n
siendo
(
(
(

=
1 0 0
1 1 0
0 1 1
A
y B = A I.
13.- Consideremos la matriz
|
|
|
|
.
|

\
|


4 3 1
5 4 1
4 3 0
= A
Se pide:
a) Comprueba que A
3
+I= 0, con I la matriz unidad y 0 la matriz nula.
b) Calcula razonadamente A
31
.
12
14.- Una empresa embotelladora de agua entrega tres tipos de agua embotellada:
Fuente, Montaa y Polar, a cuatro tiendas. Estas tiendas tienen un stock, en
centenares de botellas, de acuerdo con la siguiente tabla
5 , 2 5 , 3 5 , 6 4
2 3 6 3
4 5 10 2
3 4 8 1
Polar Montaa Fuente Tienda

Actualice el inventario de las tiendas si stas han recibido de la empresa em-
botelladora 5 entregas de acuerdo con D.
(
(
(
(

=
5 , 1 5 , 1 5 , 2
1 5 , 0 2
1 2 5 , 0
5 , 0 2 1
D

16.- Una empresa tiene tres tiendas de departamentos. Cada una vende sacos,
pantalones y calzado, cuyos precios son los de la siguiente tabla. Calcule los
valores de los artculos, si en las tres tiendas se ofrece una rebaja del 20%.
20 30 60 3
40 50 100 2
30 40 80 1
cos Zapatos Pantalones Sa Tienda

17.- Dos tiendas de departamentos, d
1
y d
2
son abastecidas semanalmente por
fbricas de ropa, con pantalones (p) y sacos (s), de acuerdo a
(

30 60
20 50
2
1
d
d
s p

El precio por artculo para cada tienda, en dlares, es el siguiente:
(

400 350
85 100
2 1
s
p
d d

Si A y B son las matrices de esas tablas, calcule e interprete el producto AB.
18.- Suponga que un contratista ha aceptado pedidos para construir cinco casas
estilo rstico, siete estilo moderno y 12 estilo colonial, que se puede representar
por la matriz fila: | | 12 7 5 = Q . Adems suponga que las materias primas que se
utilizan en cada tipo de construccin son acero, madera, vidrio, pintura y mano de
obra (tomadas en ese orden). Los elementos de la matriz R que sigue dan el
nmero de unidades de materia prima que se utilizar en cada tipo de casa. (Datos
no reales, se toman por conveniencia)
(
(
(

=
13 5 8 15 6
21 9 12 18 7
17 7 16 20 5
R

13
a) Qu indica cada fila?. Y cada columna?
b) Cmo calcular la cantidad de materia prima necesaria para satisfacer todos sus
pedidos?. Hallarla.
c) Si se conoce que los costos para cada materia prima por unidad son:
(
(
(
(
(
(

=
1000
100
500
800
1500
C
,
qu significa RC?
d) Y qu nos dice Q(RC)?
2) MATRICES ELEMENTALES
Existe una relacin importante entre las matrices invertibles y las operaciones
elementales por filas de una matriz, de ah el sentido de este apartado.

DEFINICIN 2.1 Operaciones elementales de filas
Hay tres tipos de operaciones elementales que se pueden efectuar en una matriz
que son:
Intercambiar dos filas entre s.
Multiplicar una fila por un escalar o=0..
Reemplazar una fila por la suma de s misma con un mltiplo de otra.

EJEMPLO 2.1 Dada la matriz A, una operacin elemental sera sumar a la
fila 3 la fila 1 multiplicada por 3 ( F
3
+3F
1
)

|
|
|
|
.
|

\
|

|
|
|
|
.
|

\
|

=
9 4 1 0
0 2 1 1
2 1 0 1
3 1 1 3
0 2 1 1
2 1 0 1
A

DEFINICIN 2.2 Dos matrices son equivalentes por filas si existe una sucesin de
operaciones elementales de filas que transforman una matriz en la otra.
Se utilizar la notacin A B ~ para indicar que las matrices son equivalentes.
EJEMPLO 2.2 Las siguientes matrices son equivalentes
(
(
(
(

=
(
(
(

=
2
2
1
0
4 1 0
2 3 2
B y
7 8 5
4 1 0
2 3 2
A
Pues la matriz B se puede obtener reemplazando la tercera fila de A por la suma
de la tercera fila con la primera multiplicada por 5/2.
14
DEFINICIN 2.3 Se dice que una Matriz es escalonada si
a) El primer elemento no nula (por la izquierda) de cada fila es un uno, llamado
uno principal.
b) Cada uno principal est debajo y a la derecha de los unos principales de las
filas presentes (fila escalonada).
c) Las filas nulas, si existen estn en la parte inferior de la matriz.
Ejemplo: Las siguientes matrices estn en forma escalonada:
A= B= C= No es matriz escalonada
Una matriz se dice que es escalonada reducida si es escalonada y cada columna
que tiene uno principal, tiene nulo los dems elementos de dicha columna.

EJEMPLO 2.3 Las siguientes matrices son formas escalonadas
(
(
(



=
(
(
(
(

=
(
(
(
(


=
3 4 9 1 0 0
0 1 4 0 1 0
6 2 3 0 0 1
C
0 0 0 0 0
5 0 0 0 0
0 1 0 0 0
4 5 1 4 2
F
0 0 0 0
1 0 0 0
5 3 0 0
2 1 0 3
E

Solo la matriz C est en forma escalonada principal y adems en forma
escalonada reducida.
Diremos que una matriz escalonada B es la forma escalonada de una matriz A,
si son equivalentes, es decir, si podemos obtener la B mediante operaciones
elementales de filas sobre la matriz A.

EJEMPLO 2.4 Obtener la forma escalonada reducida de la matriz A
(
(
(


=
1 0 2
3 1 1
2 3 0
A
El proceso de transformacin de la matriz mediante la aplicacin de las
operaciones elementales por filas se ir indicando en cada caso:
Como el elemento a
11
es igual a cero, el primer paso es intercambiar filas.
(
(
(


1 0 2
3 1 1
2 3 0
~
1 2
F F
1 0 2
2 3 0
3 1 1

(
(
(


A continuacin, logremos ceros por debajo del a
11
y del a
22

~
3 1 3
F F 2 F
5 2 0
2 3 0
3 1 1

(
(
(

~
3 2 3
F F 2 F 3
11 0 0
2 3 0
3 1 1

(
(
(


Se ha encontrado la matriz escalonada por filas equivalente a la matriz A.
15
Para encontrar la matriz escalonada principal solo basta con realizar las dos
operaciones elementales siguientes:
y se obtiene como resultado la matriz,
(
(
(

1 0 0
3
2
1 0
3 1 1

Finalmente calculemos la matriz escalonada reducida de la matriz A, realizando
las operaciones elementales siguientes:
(
(
(


1 0 0
0 1 0
0 1 1
~
1 1 2
F F F
1 0 0
0 1 0
0 0 1
+
(
(
(


Una matriz se puede reducir por filas mediante las operaciones elementales a ms
de una matriz escalonada, si se usan diferentes operaciones por fila, sin embargo,
la forma escalonada reducida que se obtiene para una matriz es nica.

EJEMPLO 2.5 Obtener la forma escalonada reducida de la matriz
(
(
(



=
8 1 6
4 2 3
4 5 3
B
(Solucin)
(
(
(



8 1 6
4 2 3
4 5 3
~
(
(
(

0 9 0
0 3 0
4 5 3
~
(
(
(


0 0 0
0 3 0
4 5 3
~
(
(
(
(
(


0 0 0
0 1 0
3
4
0 1

DEFINICIN 2.4 El rango de una matriz es el nmero de filas no nulas de su
forma escalonada
Aunque la forma escalonada de una matriz no es nica, la cantidad de filas no
nulas si es la misma.
EJEMPLO 2.6
1)
3
0 0 0 0 0
5 0 0 0 0
0 1 0 0 0
4 5 1 4 2
RANK =
(
(
(
(


2) RANK B = 2, ver ejemplo 2.5

DEFINICIN 2.5 Una matriz es elemental es aquella que se obtiene realizando
una nica operacin elemental con la matriz identidad.
3 3 2 2
F F
11
1
y F F
3
1

1 3 1 3 2
F F 3 F y F F
3
2
F +
16
EJEMPLO 2.7 Las matrices siguientes son elementales a partir de la matriz
unidad de orden 3:
Tipo 1: intercambiemos las filas 2 y 3
(
(
(

=
0 1 0
1 0 0
0 0 1
E
1

Tipo 2: Multipliquemos la tercera fila por 1.
(
(
(

=
1 0 0
0 1 0
0 0 1
E
2

Tipo 3: Sumemos a la fila 2, la tercera fila multiplicada por 2.
(
(
(

=
1 0 0
2 1 0
0 0 1
E
3

Cuando se tiene que realizar una operacin elemental de fila sobre una matriz
A de orden m x n, la matriz resultante puede escribirse como el producto de una
matriz elemental E por A, es decir, EA. En el siguiente ejemplo ponemos de
manifiesto lo dicho anteriormente:
(
(
(

=
(
(
(

(
(
(

=
(
(
(

=
3 0
5 2
1 1
3 0
1 2
1 1
1 0 0
2 1 0
0 0 1
A E
3 0
1 2
1 1
A
3

La matriz operacin realizada en E
3
se ha transmitido a la matriz A, es decir, a
la segunda fila se le ha sumado la tercera fila multiplicada por 2.
PROBLEMAS PROPUESTOS
1. Obtn la forma escalonada principal de las siguientes matrices:
(
(
(


=
(
(
(

=
1 1 1
5 1 2
1 3 2
B ,
1 2 1 1
3 2 1 0
6 4 2 1
A
2. Calcula una forma escalonada y principal de la matriz:
|
|
|
|
|
|
.
|

\
|

=
6 3 1 0
1 1 1 1
1 4 1 2
3 2 1 0
A

3. Averigua la forma escalonada reducida de la matriz:
|
|
|
|
.
|

\
|


=
5 3 0 2 1
2 1 1 1 2
3 2 1 1 1
A

1) Justifica si la siguiente matriz es elemental
17

1 0 0
0 1 0
1 0 1
|
|
|
.
|

\
|

Y calcula
|
|
|
.
|

\
|
|
|
|
.
|

\
|
1 0
1 1
2 1

1 0 0
0 1 0
1 0 1

2) Calcula el rango de la matriz:
|
|
|
|
|
|
.
|

\
|

=
1 2 1 2 1
4 3 1 1 0
6 1 1 2 2
1 2 1 1 1
A

3) Analiza en funcin de t el rango de las matrices siguientes:
|
|
|
.
|

\
|

=
|
|
.
|

\
|

3 1
t 1
3 0
B ;
2 6 t
1 3 1
= A

4) Estudia, en funcin de k, el rango de la matriz:
|
|
|
|
.
|

\
|


k


3 1
5 4 1
4 3 0
= A

5) Estudia, en funcin de k y h, el rango de la matriz:
|
|
|
|
.
|

\
|
0
1
3
h 2
k 1
1 2
= A

MATRIZ INVERSA

Sea
nxn
A K e , se dice que A es inversible o regular (no singular) si existe otra
matriz
nxn
B K e tal que:
. . AB B A I = =
En este caso, B se llama matriz inversa de A y se denota por .

Observacin:
Si tal B no existe, se dice que no es inversible o que es singular.
Si
Propiedades:
Si A es inversible, entonces es nica.

Si A es inversible, entonces .
Si A es inversible,
18

Si A y B son matrices inversibles, entonces
Si A es inversible, entonces es inversible
Ejemplo:







Puesto que AB = BA = I, A y B son invertibles, siendo cada una la inversa de
la otra.

Ejemplo:
Sea A = una matriz, hallar la inversa de la matriz A, si existe.
Solucin:
Consideremos la matriz B = y operamos , se tiene:
11 21 12 22
21 22
2 2 1 0
.
3 3 0 1
b b b b
AB
b b
+ + | | | |
= =
| |
\ . \ .

11 21
2 1 b b + =







19
B=
Ahora veamos si



MTODO DE GAUSS PARA CALCULAR LA INVERSA DE UNA
MATRIZ

Sea ( )
ij
A a = una matriz cuadrada de orden n. Para calcular la matriz inversa
de A, que denotaremos como A
-1
, seguiremos los siguientes pasos:

Paso 1. Construir la matriz n x 2n, (A ) M I = esto es, A est en la mitad
izquierda de M y la matriz identidad I en la derecha.

Paso 2. Se busca la fila con primer elemento no nulo, Si es la primera fila se
deja tal como est sino se intercambia por la primera fila no nula de M. Luego,
debajo del primer trmino de la diagonal principal, a
11
, que llamaremos
pivote, ponemos ceros. El siguiente paso es igual que el anterior, pero esta vez
se coge como pivote el segundo trmino de la diagonal principal.

Al llegar al ltimo trmino de la diagonal, se procede igual que antes, pero
poniendo los ceros encima del nuevo pivote. Se observa que al coger como
pivote el ltimo trmino de la diagonal, la matriz A se transforma en una
matriz triangular.

Una vez realizados todos los pasos, la mitad izquierda de la matriz M se
convierte en una matriz diagonal. En este momento hay dos posibilidades que
sea la matriz identidad en cuyo caso diremos que la matriz A es inversible y si
no lo fuera la matriz identidad, diremos que A no es inversible. Es decir,

Sea
nxn
A K e , entonces A= si se cumple el siguiente proceso:

| | | |
.
A I I B
O E

Entonces:

Observacin:
Para hallar la inversa de una matriz cuadrada A, se le tiene que aplicar
operaciones elementales para transformar en la matriz escalonada
reducida I (| | | |
.
A I I B
O E
).
20
Si entonces , luego A es una matriz singular.
Ejemplo:
Sea , hallar la inversa, si existe.
Solucin:
| | | |
. 1
A I I B
O E
A B

- =




Ejemplo:

Supongamos que queremos encontrar la inversa de



Primero construimos la matriz M = (A I),









La mitad izquierda de M est en forma triangular, por consiguiente, A es
invertible. Si hubiera quedado toda una fila con ceros en la mitad A de M, la
operacin habra terminado (A no es invertible).

21
A continuacin, cogemos como pivote a
33
, ponemos ceros encima de ste y
seguimos operando hasta que nos quede una matriz diagonal.



Ya que la matriz colocada en la mitad izquierda es diagonal, no hay que
operar ms. Transformamos la matriz diagonal en una matriz identidad; para
ello hay que dividir la segunda fila entre -1:



La matriz que ha quedado en la mitad derecha de M es precisamente la
matriz inversa de A:



Para comprobar si el resultado es correcto, se procede a multiplicar AA
-1
,
teniendo que dar como resultado la matriz identidad I.

Comprobacin:
AA
-1
= I



Ejemplo:
Considere la matriz

Hallar los valores de para que esta matriz sea singular.
Solucin:
22



Para t = -2:

Entonces para t = -2, A es singular
Para t = 0:






Entonces t = 0, A es singular
Para












23
Si
| | | |
.
0 2 A I I B
O E
t y t = =

Entonces:
=
Ejercicio
Resolver el sistema Ax = B donde:
y















24
EJERCICIO 14 . sea y

Comprobar
| |
t
t t t
BA A B B A
t
= =

a)

b)

De a) y b) se tiene:
| |
t
t t t
BA A B B A
t t
M = = =

EJERCICIO 16
Si
2
2
n n
A K y A A I

e = + , donde I es la matriz identidad, demostrar que A es


inversible.
Sol:


2
2 A A I =

P.D: BA=





Ejercicio
Dada la matriz
Hallar: A
100

Sol:
2


3

25




Ejercicios:
1) Dada una matriz ,
n n t
A K demostrar que A A es simtrica

e +
Demostracin






Por lo tanto,

2) Dada una matriz: ,
n n t
A K demostrar que A A es antisimtrica

e
Demostracin






Por lo tanto,

3) Demostrar que toda matriz cuadrada A se puede expresar como suma de una
matriz simtrica y otra antisimtrica.
Demostracin
, se tiene que:

Se tiene:



Operando:


4) Dada la Matriz , . .
n n t t
A K demostrar que AA y A Aes simtrica

e
26
i) Veamos, .
t
S A A = es simtrica. Es decir,
t
S S =
( . ) ( ) . .
t t t t t t t
S A A A A A A S = = = =
S es una matriz simtrica.

ii) Veamos, .
t
R A A = es simtrica. Es decir,
t
R R =
( ) ( )
t t t t t t t
R A A A A A A R = = = =
R es una matriz simtrica.
DEFINICIN Una matriz cuadrada A es ortogonal si
t 1
A A .

=
Ejemplos
y son ortogonales

MATRICES ELEMENTALES

DEFINICIN Una matriz es elemental es aquella que se obtiene realizando
una nica operacin elemental con la matriz identidad.

EJEMPLO. Las matrices siguientes son elementales a partir de la matriz
unidad de orden 3:

Tipo 1: intercambiemos las filas 2 y 3

(
(
(

=
0 1 0
1 0 0
0 0 1
E
1


Tipo 2: Multipliquemos la tercera fila por 1.

(
(
(

=
1 0 0
0 1 0
0 0 1
E
2


Tipo 3: Sumemos a la fila 2, la tercera fila multiplicada por 2.

(
(
(

=
1 0 0
2 1 0
0 0 1
E
3


27
Cuando se tiene que realizar una operacin elemental de fila sobre una matriz
A de orden m x n, la matriz resultante puede escribirse como el producto de una
matriz elemental E por A, es decir, EA. En el siguiente ejemplo ponemos de
manifiesto lo dicho anteriormente:

(
(
(

=
(
(
(

(
(
(

=
(
(
(

=
3 0
5 2
1 1
3 0
1 2
1 1
1 0 0
2 1 0
0 0 1
A E
3 0
1 2
1 1
A
3

La matriz operacin realizada en E
3
se ha transmitido a la matriz A, es decir, a
la segunda fila se le ha sumado la tercera fila multiplicada por 2.

TEOREMA
Sea A una matriz n x p. El efecto de aplicar en las filas de A las operaciones
elementales y , se obtiene al multiplicar A por
su izquierda por y

, respectivamente, donde cada una de
las matrices elementales es una matriz n x n.
EJEMPLO
Sea




Se observa que premultiplicar a la matriz A por la matriz elemental es
equivalente a aplicar la operacin elemental directamente en A.

Se observa que premultiplicar a la matriz A por la matriz elemental es
equivalente a aplicar en las filas de A, la operacin elemental



Se observa que premultiplicar a la matriz A por la matriz elemental es
equivalente a aplicar en las filas de A, la operacin elemental

.
28

EJERCICIO
Determinar las inversas de las matrices 3 x 3, , , y .
a. La inversa de es porque



b. La inversa de es porque
+

c. La inversa de

es porque



Los literales a, b y c indican que

1.

2.

3.


TEOREMA
Cada matriz elemental de orden n tiene una inversa que es tambin una matriz
elemental del mismo tipo.

a.

b.



29
c.


TEOREMA
Sea A una matriz de orden n, entonces A es inversible si y solo si A se puede
escribir como un producto de matrices elementales.

ELIMINACION
La eliminacin gaussiana emplea en forma recurrente la sustraccin de mltiplos
de la fila del pivote de las restantes filas en la matriz de trabajo (esta matriz esta
formada por las filas bajo la fila del pivote). Ver apuntes anexos.

Recordamos que la matriz A puede escribirse, una vez efectuada la eliminacin
gaussiana sin intercambio de filas, como el producto A LU =
as ( ) ( ) Ax b LU x b L Ux b = = = por lo tanto , Ax b Ux z Lz b = = = .

En el producto A LU = , si ninguno de los pivotes es nulo, L es una matriz triangular
inferior con unos en la diagonal y los multiplicadores
ik
m de la fila k que fueron
sustradas de la fila i .La matriz U es triangular superior donde los elementos
diagonales son los pivotes del proceso de eliminacin.

Observe que la matriz
11 12 13 1
22 23
. .
0
. .
. . .
. .
0 0
n
nn
u u u u
u u
U
u
(
(
(
(
=
(
(
(
(
(



se puede escribir en la forma

1 12 1 13 1 1 1
2 23 2
0 0 . . 0 1 / / . . /
0 0 0 1 /
. . . .
'
. . . . . .
. . . .
0 0 0 0 1
n
n
d u d u d u d
d u d
U DU
d
( (
( (
( (
( (
= =
( (
( (
( (
( (
(



as la descomposicin A LU = se puede describir en la forma ' A LDU =

Por costumbre se escribe A LDU = si bien la matriz U no es la original proveniente
de la eliminacin gaussiana.
30

Por ejemplo

1 0 0 2 1 1 1 0 0 2 0 0 1 0.5 0.5
2 1 0 0 1 2 2 1 0 0 1 0 0 1 2
1 3 1 0 0 4 1 3 1 0 0 4 0 0 1
A
( ( ( ( (
( ( ( ( (
= =
( ( ( ( (
( ( ( ( (

.

NUMERO DE OPERACIONES.

Observando que si la matriz es de n x n en el primer paso gaussiano se efectuarn
2
n n operaciones , en el paso k se efectuarn
2
k k y en total se
efectuarn
3
2 2 2
( 1)(2 1) ( 1)
(1 2 ... ) (1 2 ... )
2 2 3
n n n n n n n
n n
+ + +
+ + + + + + = =
Para n suficientemente grande el numero de operaciones es del orden de
3
3
n
.
La sustitucin atrs es 1 2 ... n + + + que para n suficientemente grande el nmero de
operaciones es orden de
2
2
n
.