Sei sulla pagina 1di 10

ÁLGEBRA LINEAL:

Unidad 1: Álgebra De Matrices.

1. CONCEPTO DE MATRIZ.

Héctor Escobar

Álgebra Lineal

Una matriz A de m × n es un arreglo rectangular de m filas y n columnas:

A

=

a

a

a

11

21

m

1

a

a

12

22

a

m

2

a

a

1 n

2 n

a

mn

=

(

a

ij

)

Notas:

a. 1 i m ; 1

j n

b.

c.

d.

e.

Si

Si

Fi

a

a

=

ij

ij

(

∈ ℜ

C

, entonces A es una matriz real. , entonces A es una matriz compleja.

a

i

1

, a

i

2

,

, a

in

)

es un vector fila.

Cj =

a

1

j

a

a

2

j

mj

es un vector columna.

Si

a

ij

= 0

i, j , entonces A = Θ es la matriz nula.

2. CLASES DE MATRICES.

2.1. Matrices Rectangulares. Son las matrices A Mm × n tal que m n .

2.2.

(simbólicamente A Mn ).

Matrices

Cuadradas.

Son

las

matrices

A Mm × n

tal

que

m = n

Notas: En las matrices cuadradas la suma de los elementos de la diagonal principal recibe el nombre de traza.

En las matrices cuadradas se pueden distinguir:

a. Matriz diagonal:

D =

(

d

ij

)

Si

d

ij

= d

ij

con i = j

d

ij

=

0

Si i

j

b.

Matriz triangular superior:

= a

0

A =

(

a

ij

)

Si

a

ij

a ij

ij

con i j

Si i >

j

=

c.

A =

Matriz triangular inferior.

(

a

ij

)

Si

a

ij

a ij

= a

0

=

ij

con i j

Si i <

j

Nota: consultar

Héctor Escobar

Álgebra Lineal

a.

Matriz triangular superior estricta

b.

Matriz triangular inferior estricta

3.

Algebrización De Matrices. Sean A, B, C Mm × n . Entonces sobre Mm × n se ha definido las siguientes operaciones:

3.1. Igualdad De Matrices. A = B Si

a

ij

= b

ij

i,j .

3.2. Suma De Matrices. Es una O.B.I definida así:

+ : (Mm × n)× (Mm × n) Mm × n

(

a

ij

,b

ij

)

(

a

ij

+ b

ij

)

Esta Operación Cumple Con Las Siguientes Propiedades:

a. Asociatividad: (A + B)+ C = A + (B + C)

b. Elemento neutro: A + Θ = Θ + A = A

c. Elemento inverso: A + ( A) = −A + A = Θ

d. Conmutatividad: A + B = B + A

Nota: Por 3.1, 3.2 y sus propiedades,

Mm × n,+

forman un grupo abeliano.

3.3. Multiplicación De Una Matriz Por Un Numero Real. Es una definida así:

: ℜ × Mm × n Mm × n

(

α,a

ij

)

(

α.a

ij

)

O.B.E

Esta Operación Cumple Con Las Siguientes Propiedades: Sean α, β ∈ ℜ :

a. (α + β )A = αA + βA α(A + B) = αA + αB

b. (αβ )A = α(βA)

c. 1A = A (neutro para )

Notas: Con 3.1, 3.2 y 3.3

Mm × n,+,

3.4. Multiplicación Entre Matrices.

forma un espacio lineal.

Héctor Escobar

Álgebra Lineal

Para que la multiplicación matricial de A con B esté definida se necesita que A y B sean conformables, es decir que el número de columnas de A sea igual al número de filas de B :

× : (Mm × n)× (Mn × r) Mm × r

(

a

ij

,b

ij

)

(

c

ij

)

donde

c ij

se obtiene multiplicando escalarmente la i ésima fila de A por la

j ésima columna de B .

Propiedades De La Multiplicación Matricial

a.

Asociatividad: (AB)C = A(BC)

b.

Distributiva: A(B + C) = AB + AC (A + B)C = AC + BC

c.

α(AB) = (αA)B = A(αB) con α ∈ ℜ

d.

En general AB BA Si AB = BA, entonces A y B conmutan Si AB = −BA, entonces A y B son anticonmutativos.

4.

Matriz Identidad. A Mn, ∃Ι ∈ Mn tal que ΙA = AΙ = Ι

5.

Operaciones Unitarias Con Matrices.

5.1 Matriz Transpuesta.

t : Mm × n Mn × m

Si

(

a

ij

)

A =

(

a

ij

(

a

ji

)

)

, entonces

A

t

=

(

a

ij

)

3

Héctor Escobar

Álgebra Lineal

Propiedades De La Transposición. Sean A, B matrices conformables, α ∈ ℜ . Entonces se cumple que:

a. (A )

t

t

=

A

b. (

A + B

)

t

= A

c. (

αA

)

t

(

= α A

t

t

)

+ B

t

d. (

AB

)

t

= B

t

A

t

e. (

A A

1

2

A

n

)

t

=

A

t

n

t

A A

2

t

1

5.2. Matriz Simétrica. Sea A Mn . Entonces A es simétrica si

(

a

ij

= a

ji

)

.

A = A

t

5.3. Matriz Antisimétrica. Sea A Mn . Entonces A es antisimétrica si

A = −A

t

(

a

ij

= −a

ji

)

Propiedad. En una matriz antisimétrica, los elementos de la diagonal son cero.

5.4. Conjugación. Sea A

matriz A se define así:

=

(a

ij

A =

(

a

+

ij

ib

ij

)

ib

ij

)

Propiedades de la conjugación.

a. A = A

b. αA = α A Si α C

αA = α A

c. AB = AB

Si α ∈ ℜ

d. A + B = A + B

e. (

A + B

f. (

AB

)

t

)

t

=

= A

t

+ B

(

B

t

)(

A

t

)

g. (A )

t

t

= A

t

Mm

×

n(C )

. Entonces la conjugada de la

Conjugación En Las Matrices Cuadradas.

a. Matriz Hermítica. Sea

A =

(a

ij

+

ib

ij

)

Mn(C )

A = A.

t

Héctor Escobar

Álgebra Lineal

. Entonces A es hermítica si

Propiedad. En las matrices hermíticas los elementos de la diagonal son

reales.

b. Matriz

Antihermítica.

antihermítica si

A = −A.

t

Sea

A

=

(a

ij

+

ib

ij

)

Mn(C )

entonces

A

es

Propiedad. En una matriz antihermítica los elementos de la diagonal son imaginarios puros.

5.5. Potenciación

r : Mn Mn

A

(

a

ij

r

=

)

AA

(

a

ij

) r

A

=

r

veces

con r ∈ Ν

r

A

i = 1

Propiedades De La Potenciación.

a.

b.

c. (

d.

e. Si A y B conmutan entonces

A

=

A

A

r

A

s

=

A

r

)

s

r

(

A B C

A

A

r

+

=

s

AA

r

r

1

r

1

= A

s

q

rs

)

=

(

A

r

B

s

)

C

q

A

r

B

r

f. Si A y B conmutan entonces (

AB

)

r

= B

r

A

r

= A

r

B

r

con r 2

con r 2

Matrices Originada Por La Potenciación.

a. Involutiva: Si

b.

c.

d.

A

2

= Ι

2

Idempotente: Si A

Periódica: Si A

Nilpotente: Si

r

A

r

= A con período r 2 con índice de nil potencias r

=

A

= Θ

6.

Inversa De Una Matriz.

6.1.

inversa de A (

6.2. Propiedades De La Matriz Inversa.

a. Si la inversa de A existe entonces es única.

.

Definición. Si A Mn y B Mn tal que AB = BA = Ι , decimos que B es la

B = A

1

)

b. Si A es regular entonces (A

1

)

1

= A

c. Si A y B son regulares entonces AB

d. Si A es regular entonces

e. Si A Mn(C ) es regular entonces

es regular y (

=

AB

A t también lo es y (

A

t

)

1

A

t

es regular y (

A

t

(

A

)

1

7. Determinante.

)

1

1

) t

= B

=

(

1

A

Héctor Escobar

Álgebra Lineal

1

) t

A

1

7.1. Concepto. El determinante de A Mn es una operación que le asigna a la matriz A un número real o un número complejo.

7.2. Como calcular el determinante de una matriz.

a.

b.

c.

Sea

Sea

A

A

=

=

a

a

a

a

a

Menor de

11

21

11

21

31

a

ij

a

a

12

22

a

a

a

12

22

32

(

M

ij

)

det A

a

a

a

33

23

13

=

a

11

det A

a

22

=

a

11

a

21

a

a

a

22

32

12

a

a

23

33

a

12

a

a

21

31

a

a

23

33

+ a

13

a

a

21

31

a

a

22

32

. Es el determinante de la matriz que resulta al suprimir la

i ésima fila y la j ésima columna de A Mn .

d.

Cofactor de

a

ij

:

A

=

(

1

e. Matriz de cofactores (f de A .

)

i

+

j

M

ij

.

A). Es la matriz formada por todos los cofactores

f.

Matriz adjunta ( j

A). Es la transpuesta de la matriz de cofactores.

g. Propiedad. La suma de los productos formados al multiplicar los elementos de una fila (columna) de A por el correspondiente cofactor de otra fila (columna) de A es cero.

h. Como hallar un determinante de:

A =

a

a

a

11

21

n

1

a

a

a

12

22

n

2

a

a

a

1

2

n

n

nn

Det i.

A

=

n

j = 1

a

ij

A

ij

: desarrollo del determinante por los cofactores de la i ésima

Héctor Escobar

Álgebra Lineal

ii.

Det

A =

n

i = 1

a

ij

A

ij

: desarrollo del determinante por los cofactores de la

j ésima columna.

8. Propiedades De Los Determinantes.

8.1. Si B se obtiene al multiplicar una fila (columna) de A por α ∈ ℜ ,

entonces se cumple que det B = α det A .

8.2.

(

A)

det α

= α

n

det

A

siendo A Mn .

8.3. det AB = (det A)(det B) o en forma más generalizada:

det A A

1

2

A

=

k

(

det A

1

)(

det A

2

)

(

det A

k

)

.

8.4. Si una fila (columna) de A es cero, entonces det A = 0 .

8.5.

det

A

t

= det

A

.

det A = det A

det

A

t

= det

A

8.6. Si en una matriz se intercambian dos filas (columnas) el determinante

cambia de signo.

8.7. Si una matriz tiene dos filas (columnas) iguales entonces el determinante

es cero.

8.8. Si en una matriz una fila (columna) es un múltiplo escalar de otra fila

(columna) entonces el determinante es cero.

8.9. Si a una fila (columna) se le suma un múltiplo escalar de otra fila

(columna) el determinante de la matriz no cambia.

8.10. Si A es triangular o diagonal entonces

det

8.11. A Es regular si

8.12. det Ι = 1.

det A 0 .

8.13. Si A es regular entonces

det A

1 =

1

det A

.

A

=

n

i = 1

a

ij

con i = j .

8.14. El determinante de una matriz A Mn es nulo si una fila (columna) es

Héctor Escobar

Álgebra Lineal

L

de las restantes filas (columnas).

9.

Teoremas: Sea A Mn , entonces se cumple que:

9.1.

9.2

(A)( j

A

1

=

A) = ( j

1

adj

det A

A)(A) = (det A)Ι .

A

10. Operaciones Elementales.

10.1 Una operación elemental es aquella que convierte una matriz en otra equivalente. Las operaciones elementales son:

a. Intercambio de dos filas (o dos columnas)

b. Multiplicación de una fila (o columna) por un escalar diferente de cero.

c. Suma a una fila (o columna) de un múltiplo escalar de otra fila (o columna).

10.2. Matrices Elementales. Son aquellas que resultan al ejecutar sobre una

matriz identidad una única operación elemental.

10.3. Propiedad. Sean A Mm × n; E Mm una matriz elemental, entonces EA

es la matriz que resulta al efectuar sobre A la operación elemental fila idéntica en E .

Nota: cuando se posmultiplica es una operación elemental columna.

10.4. Matrices Equivalentes.

i. Matrices equivalentes por filas, Sean A, B Mm × n decimos que B es

equivalente por filas a A si B se obtiene al ejecutar sobre A un número finito de operaciones elementales fila:

B

=

E E

1

2

E

k

A

=

PA

En E

i

Mm

.

ii.

equivalente por columnas a A si B se obtiene al ejecutar sobre A un número finito de operaciones elementales columna:

Matriz equivalente por columnas. Sean A, B Mm × n decimos que B es

B =

AE E

1

2

E

n

A

=

AQ

En E

j

Mn

.

iii. Matrices equivalentes. A, B Mm × n , son equivalentes si B se obtiene al

efectuar un numero finito de operaciones fila/columna sobre A .

B = PAQ

B Q

10.5. Se dice que A es regular al hacer sobre A un número finito de

operaciones elementales fila (o columna) se obtiene la matriz identidad:

.

Ι n

=

(E E

1

Ó [

A

|

Ι

]

[

Ι

|

A

1

]

2

E

k

)A

Héctor Escobar Álgebra Lineal 10.6. La Matriz Escalonada. Una matriz está escalonada por filas (M.E.F) si cumple lo siguiente:

a. Si posee filas nulas, éstas se localizan en la parte inferior de la matriz.

b. El primer elemento diferente de cero que se encuentre en una fila de

izquierda a derecha es el 1 (1 principal).

c. El 1 principal de una fila siempre esta a la derecha del 1 principal de la fila

inmediatamente superior.

d. Si los elementos de una columna que posee el 1 principal son nulos,

entonces está en forma escalonada por fila reducida (M.E.F.R).

Nota: también se puede definir la M.E.C.R

11. Rango De Una Matriz.

a. Rango por filas. El rango por filas de una matriz es el numero de filas no

nulas en le M.E.F o en la M.E.F.R.

b. Rango por columnas. El rango por columnas de una matriz es el numero de

filas no nulas en le M.E.C o en la M.E.C.R.

c.

matriz.

Si

ng

(as

A) = ng

(lumnas

A) = K

, decimos que K es el rango de la

12. Sistema De Ecuaciones.

Sea el sistema de ecuaciones.

a

a

a

11 x

1

21

x

1

m 1

x

1

+ +

a

12

x

2

+

+ +

a

22

x

2

+

a

1

n

x

n

a

2

n

x

n

a

+ 2

m

x

2

+

+

a

mn

x

=

=

b

1

b

2

n

=

b

m

.

Este sistema se puede expresar en forma matricial así:

a

a

a

11

21

n

1

a

a

a

12

22

n

2

a

a

a

13

23

nn

 

 

x

x

x

1

2

n

=

b

b

b

1

2

m

Ó

Ax = B

A : Matriz de coeficientes

x : Matriz de incógnitas

B : Matriz de términos independientes

Lo que se pretende es hallar las n adas que satisfacen el sistema Ax = B . Para esto podemos tener en cuenta lo siguiente:

Héctor Escobar

Álgebra Lineal

a. Si B ≠ Θ , entonces Ax = B es un sistema no homogéneo.

b. Si B = Θ , entonces Ax = Θ es homogéneo.

c. Ax = B es compatible si tiene solución única o infinitas soluciones y es incompatible si no tiene solución.

d. Ax = Θ puede tener solución única (en este caso trivial) o infinitas soluciones (que incluye la trivial).

e. Si A es regular entonces Ax = B tiene solución única.

f. Variables básicas. Son las asociadas a los unos principales de la M.E.F ó M.E.F.R. Variables libres son las restantes.

Numero de variables básicas = n Numero de variables libres = n K

(A) = K .

g.

Si

n

(A) =

n

(A | B) entonces el sistema tiene solución.

h.

Si

n

(A)

n

(A | B) entonces el sistema no tiene solución.

i.

Si

n

(A) =

n

(A | B) = n entonces el sistema tiene solución única.

j.

Si

n

(A) =

n

(A | B) < n entonces el sistema tiene infinitas soluciones.

k.

Dos ó más sistemas son equivalentes si poseen la misma solución.

l.

Las filas nulas indican el número de ecuaciones redundantes.

m.

Si A Mn es regular, entonces se cumple que:

det A

0

A ≡ Ι Ax = Θ Tiene solución única. Ax = B Tiene solución única.

n (A)= n