You are on page 1of 17
MATRICES Y DETERMINANTES Definición: Una matriz A de m x n es un arreglo rectangular de

MATRICES Y DETERMINANTES

Definición:

Una matriz A de mxn es un arreglo rectangular de m.n elementos ordenados o

dispuestos en m filas y n columnas.-

Ê a

11

A =

Á

Á

a

21

Á

:

Á

Ë a

m

1

a

12

a

22

:

a

m

2

...

...

...

a

1 n

ˆ

˜

a

2 n

˜

:

˜

˜

a

¯

mn

Una matriz que tiene m filas y n columnas se dice que es una matriz de orden mxn.

A la fila, renglón o vector fila (a i1 ˆ

Ê a

1

j

columna

Á

Á

˜

a

2

j

˜

Á

Á

:

˜

˜

Ë a

mj

¯

se la llama columna j.

a i2

...

a in ) se la llama fila

i, y a la columna o vector

Al elemento a ij , que es la componente ij-ésima, se lo ubica en la i-ésima fila y la j-ésima

columna.-

Si

los

elementos

de

una

matriz

de

orden mxn

son números reales, decimos que

A Π mxn reales.

, donde

¬ mxn

es el conjunto de las matrices de orden

mxn con coeficientes

Igualdad:

Dos matrices son iguales cuando tienen el mismo orden y los términos correspondientes son iguales.

Sean A y B matrices de orden mxn. A

= (a ij )

A = B

¤

a ij = b ij

"i,"j Œ N / 1£ i

£ m

;

Ÿ

B = (b ij )

1£ j £ n

Suma:

Sean A y B matrices del mismo orden. La suma A + B es la matriz C que se obtiene al sumar los elementos correspondientes de las dos matrices.

Sean A = (a ij )

A + B = C = (c ij ) ¤

;

B = (b ij )

c ij = a ij + b ij

"i,"j Œ N / 1£ i £ m

Ÿ

1£ j £ n

MATRICES Y DETERMINANTES

  • 1 ING. LUIS A. CARDENAS

Es decir (c ij ) = (a ij + b ij )

Producto externo

Sea A Œ ¬ mxn y k Œ ¬.Definimos producto externo a la operación k.A = B

donde b ij = k.a ij

"i,"j Œ N / 1£ i £ m

Ÿ

1£ j £ n.

De esta manera podemos definir A - B = A + (-B) = A + (-1).B

Propiedades de la suma y el producto externo

Sean A, B, C matrices de orden mxn; k 1 y k 2 reales:

* La suma es asociativa.

(A + B) + C = A + (B + C)

* Existencia del neutro en la suma.

A + 0 = 0 + A = A

0 es la matriz de orden mxn cuyos coeficientes son todos ceros.

* Todos tienen opuestos.

A + -A = A + A = 0

El opuesto de A es

-A = (-1).A

* La suma es conmutativa.

A + B = B + A

Por lo tanto (¬ mxn ;+) es grupo conmutativo. (grupo abeliano)

* k 1 .(A + B) = k 1 .A + k 1 .B * (k 1 + k 2 ).A = k 1 .A + k 2 .B * (k 1 .k 2 ).A = k 1 .(k 2 .A) * 1.A = A Como se cumplen estas ocho propiedades, decimos que la cuaterna (¬ mxn , +, ¬, .) es un espacio vectorial sobre el cuerpo ¬.

Además se cumplen las siguientes propiedades:

* k 1 .A = A.k 1 * k 1 .(B.C) = (k 1 .B).C = B.(k 1 .C)

Demostraremos

algunas

de

estas

propiedades,

dejando

para

el

hábil

alumno

las

restantes.

1)

La suma es asociativa:

(A + B) + C = A + (B + C)

 

Demostración:

(A + B) + C=(d ij )=((a ij )+(b ij )) + (c ij ) = (a ij + b ij ) + (c ij ) = ((a ij + b ij ) + c ij ) =

=

(a ij + (b ij + c ij )) = (a ij ) + (b ij + c ij ) = (a ij ) +((b ij ) + (c ij )) = A + (B + C)

2)

k 1 .(A + B) = k 1 .A + k 1 .B

Demostración:

k 1 .(A + B) = k 1 . ((a ij ) +(b ij )) = k 1 .(a ij + b ij ) = (k 1 .( a ij + b ij )) = (k 1 .a ij + k 1 .b ij ) =

= (k 1 .a ij ) + (k 1 .b ij ) = k 1 .(a ij ) + k 1 .(b ij ) = k 1 .A + k 1 .B

Producto de matrices

Sean A

Œ

¬ mxr

y

B

Π rxn

. El producto

A.B es

la matriz

de orden mxn cuyos

elementos se determinan de la siguiente manera: Para encontrar el término ij-ésimo de

MATRICES Y DETERMINANTES

  • 2 ING. LUIS A. CARDENAS

A.B, se toma la fila i-ésima de A y la columna j-ésima de B. Se multiplican los términos

correspondientes de la fila y la columna y se suman todos los productos.

A.B = C = (c ij )

donde c ij =

r

Â

aik bkj

.

k = 1

Propiedades:

  • a) A.(B.C) = (A.B).C

  • b) A.B B.A

  • c) A.(B + C) = A.B + A.C

  • d) A.(B - C) = A.B - A.C

  • e) (B + C).A = B.A + C.A

  • f) (B - C).A = B.A - C.A

"i,"j Œ N / 1£ i £ m

Ÿ

1£ j £ n

Matrices cuadradas

Sea

A Π mxn .

Si

m

=

n decimos que

A

es

una matriz cuadrada de orden n. Los

elementos a 11 , a 22 ,

,a nn están en la diagonal principal de la matriz.

Matrices particulares

A es una matriz triangular superior ¤ a ij = 0

para i > j

A

es una matriz triangular inferior ¤ a ij = 0 para i < j

A es una matriz diagonal ¤ A es una matriz triangular superior e inferior.

A es una matriz simétrica ¤

a ij = a ji

para todo i y para todo j.

Matriz traspuesta:

Decimos que B = (b ij ) = A t es la matriz traspuesta de A

¤ b ij = a ji

para todo i y para

todo j. Es decir, para encontrar la traspuesta de una matriz dada transformamos filas

columnas y viceversa.

en

Propiedades de la matriz traspuesta

 
  • a) (A t ) t = A

 
  • b) (A + B) t = A t + B t

  • c) (k.A) t = k.A t para todo k real.

  • d) (A.B) t = B t .A t .

 

Nota:

(¬

nxn ; ,.

+

)

es un anillo con identidad no conmutativo.

Demostración: Haremos la demostración para ¬ 2x2 , dejando para el hábil alumno la

correspondiente para las matrices cuadrada de cualquier orden.

Hemos comprobado que (¬

nxn ;

+)

es grupo abeliano.

Además vimos que el producto es asociativo y es doblemente distributivo con respecto

a la suma. Nos resta comprobar la siguiente propiedad:

Existencia del neutro: $I Œ ¬

nxn

/

"A Œ ¬

nxn

:

A I = I

.

.

A = A

Calculemos I. Nos planteamos la siguiente ecuación matricial:

MATRICES Y DETERMINANTES

  • 3 ING. LUIS A. CARDENAS

 

Ê a

  • 11 Ê a

a

12

Ê e

  • 11 e

12

ˆ

ˆ

  • 11 a

12

ˆ

A . I =

Á

˜ .

Á

˜ = Á

˜

Ë a

  • 21 Ë a

a

22

  • 21 e

22

¯ Ë e

¯

  • 21 a

22

¯

Aplicando la definición de producto tenemos:

Ê a

11

.

e

11

+

a

12

.

e

21

a

11

.

e

12

+

a

12

.

e

22

ˆ

Ê a

11

a

12

ˆ

Á

˜ = Á

 

˜

Ë a

21

.

e

11

+

a

22

.

e

21

a

21

.

e

12

+

a

22

.

e

22

¯

Ë a

21

a

22

¯

Por igualdad de matrices tenemos los siguientes sistemas de ecuaciones lineales:

Ï a

11

.

e

11

+

a

12

.

e

21

=

a

11

( ) Ì

1

Ó a

21

.

e

11

+

a

22

.

e

21

=

a

21

De la primer ecuación de (1) obtenemos

Reemplazando en la segunda ecuación:

 

Ï a

11

.

e

12

+

a

12

.

e

22

=

a

12

(

2

) Ì

Ó a

21

.

e

12

+

a

22

.

e

22

=

a

22

 

a

11

-

a

11

.

e

11

 

e

21

=

si

 

a

12

0

 

a

12

 
 

a

11

-

a

11

.

e

11

 

a

21

.

e

11

+

a

22

.

=

a

21

 
 

a

12

Multiplicando ambos miembros por a 12 :

a 21 .a 12 .e 11 + a 22 .a 11 -

Operando:

e 11 .(a 21 .a 12 - a 22 .a 11 ) = a 21 .a 12 - a 22 .a 11

Si

a 21 .a 12 - a 22 .a 11 0

entonces

e 11 = 1 ;

e 21 = 0.

a 22 .a 11 .e 11 = a 21 .a 12

Si a 12 = 0 ; los sistemas de ecuaciones quedan de la siguiente manera:

Ï

a

11

.

e

11

=

a

11

Ì

Ó a

21

.

e

11

+

a

22

.

e

21

=

a

21

Si a 11 es distinto de cero: e 11 = 1 ;

e 21 = 0.

Si a 11 = 0, los coeficientes hallados son soluciones del sistema de ecuaciones planteado.

Análogamente podemos resolver

el

sistema

de

ecuaciones

siguientes resultados: e 22 = 1 ; e 12 = 0.

(2),

obteniendo

los

Para asegurar que los coeficientes hallados corresponden a la matriz identidad,

debemos comprobar que I.A = A

Por lo tanto, la matriz identidad de orden 2x2 es I 2 =

Ê 1

Á

Ë 0

0 ˆ

˜

1 ¯

Se puede demostrar que la matriz identidad de orden nxn a la matriz I n que tiene como

coeficientes

a ij =

Ï 1

si

i

=

j

Ì

Ó 0

si

i

j

MATRICES Y DETERMINANTES

  • 4 ING. LUIS A. CARDENAS

Además, algunas matrices admiten inversa:

 

Ê a

  • 11 a

12

ˆ

Sea A =

Á

˜. Si A admite inversa entonces existe A -1 / A.A -1 = A -1 .A = I.

Ë a

  • 21 a

22

¯

Planteando las ecuaciones correspondientes, obtenemos

A -1

=

Ê

a

22

Á

Á

Á

Ë

a

11

.

a

22

-

a

12

.

a

21

-

a

21

a

11

.

a

22

-

a

12

.

a

21

 

ˆ

 

- a

12

 

˜

a

  • 11 a

.

a

22

-

12

.

a

21

˜

a

11

˜

 

¯

a

  • 11 a

.

a

22

-

12

.

a

21

Podemos apreciar que si a11.a22 - a12.a21 = 0, la matriz no admite inversa. Es decir, existen

matrices no nulas que no son inversibles. Luego introduciremos algunos

conceptos que nos

permitirán definir cuándo una matriz de orden nxn es inversible.

Por lo tanto (¬

)

nxn ; ,. es un anillo con unidad no conmutativo.

+

 

Nota: (¬

nxn ; ,.

+

)

 

es

un

anillo

que

tiene

divisores

de

cero,

es

decir,

existen

elementos

(matrices) no nulos cuyo producto es nulo.

 

Ejemplo:

Ê 0

Á

Ë 0

1

ˆ

˜.

0 ¯

Ê 1 Á Ë 0

0 ˆ ˜ = 0 0 ¯

 

Es decir que la proposición A.B = 0

A = 0

o

B = 0

no es válida.

 

Consecuencia: La propiedad cancelativa no se cumple en ¬

nxn

.

Es decir, A distinto de cero y A.B = A.C entonces B = C no es válida.

Ejemplo:

A =

Ê 0

Á

Ë 0

1

ˆ

˜

2 ¯

;

Ê 1

B = Á

Ë 3

1

ˆ

˜

4

¯

;

Ê 2

C = Á

Ë 3

5 ˆ

˜

4 ¯

Vemos que A.B = A.C =

Ê 3

Á

Ë 6

4 ˆ

˜

8 ¯

y

B C.

Generalizando: A.B = A.C

=>

A.B - A.C = 0

=> A.(B - C) = 0. Como tiene divisores

de cero no podemos asegurar que A = 0

o

B - C = 0

entonces

A = 0

o

B = C.

Matriz inversa:

A continuación veremos algunas propiedades correspondientes a la matriz inversa.

Teorema: Si A admite inversa, es única.

Demostración: Sea A inversible. Suponemos que A’ y A” son inversas de la matriz A.

A’ = A’. I = A’. (A . A”)

MATRICES Y DETERMINANTES

por ser A” inversa de A.

  • 5 ING. LUIS A. CARDENAS

A’.(A . A”) = (A’.A). A” por ser el producto asociativo.

(A’.A).A”= I . A” por ser A’ inversa de A

por lo tanto A’ = A” = A -1 significa que la matriz inversa es única.

Teorema: Sean A y B matrices inversibles, entonces A.B es inversible y (A.B) -1 = B -1 .A -1 .

Demostración: Como A y B son inversibles, entonces existen A -1 y B -1 tales que

A.A -1 = A -1 .A = I

y B.B -1 = B -1 .B = I

Entonces

(A.B).(B -1 .A -1 ) = A.(B.B -1 ).A -1 = A.I.A -1 = A.A -1 = I.

y además (B -1 .A -1 ).(A.B) = B -1 .(A -1 .A).B = B -1 .I.B = B -1 .B = I

Por lo tanto (A.B) es inversible, y como la inversa es única (A.B) -1 = B -1 .A -1 .

Teorema: Sea A inversible. Entonces son válidas las siguientes proposiciones:

  • 1 1

. A

-

k

a)

"

k

Œ ¬

/

Demostración:

b)

Demostración:

Definición:

 

siguiente manera:

 

a)

A 0 = I

b)

A 1 = A

 

c)

d)

A -1 =

1

A

a)

b)

c)

d)

k

0:

k

. A

es inversible y su inversa es

(k.A).(1/k .A -1 ) = (A.k).(1/k .A -1 ) = (A.k.1/k).A -1 = A.A -1 = I.

(1/k. A -1 ).(k.A) = (A -1 .1/k).(k.A) = (A -1 .1/k. k). A = A -1 .A = I.

Por lo tanto k.A es inversible y su inversa es 1/k. A -1 .

A -1 es inversible y (A -1 ) -1 = A.

A es inversible, por lo tanto existe A -1 tal que A.A -1 = A -1 .A = I.

Como A.A -1 = A -1 .A = I se desprende que A -1 es inversible, y (A -1 ) -1 = A

Si A es una matriz cuadrada y n es natural, definimos la operación potenciación de

A n .A = A n+1 = A 1+n = A.An

Teorema: Sea A una matriz cuadrada. Entonces son válidas las siguientes proposiciones:

A n .A m = A n+m para todo n y m naturales.

(A n ) m = A n.m para todo n y m naturales.

Si A es inversible, (A n ) -1 = (A -1 ) n = A -n para todo n natural.

Si A es inversible, A n .A m = A n+m y (A n ) m = A n.m para todo n y m enteros.

la

Operaciones elementales en las filas:

Sea A una matriz de orden mxn. Son operaciones elementales en las filas de la matriz A:

1) Multiplicar una fila por una constante distinta de cero.

MATRICES Y DETERMINANTES

  • 6 ING. LUIS A. CARDENAS

2) Intercambiar dos filas.

3) Sumar el múltiplo de una fila a otra.

Definición:

Si una matriz B se obtiene a partir de una matriz A mediante una sucesión finita de

operaciones elementales en las filas, se dice que B es equivalente por filas a A. (B ~A).

Nota de la cátedra: Sea ~ la relación definida como A ~ B ¤ A es equivalente por filas a B .

~ es una relación de equivalencia, puesto que cumple con las siguientes propiedades:

~ es reflexiva: "

A

: A ~ A.

 

~ es simétrica: A

~ B

entonces B ~ A.

 

~ es transitiva:

A ~ B

y

B ~ C

entonces A ~ C.

 

abundante

material

 

referido

 

a

la

equivalencia

continuación.

 
 

Ê

1

2

 

3

ˆ

Á

˜

4

5

 

6

˜

Á

Á

Ë 7

8

˜

9 ¯

 

Ê

4

5

6

ˆ

Ê

1

2

3

ˆ

Á

˜

Á

˜

B =

1

2

3

˜

C =

4

5

6

˜

Á

Á

Ë 7

8

˜

9 ¯

Á

Á

Ë 14

Podemos apreciar que A ~ B ~ C ~ D.

16

 

˜

18 ¯

Ê

1

2

3

ˆ

F

1

´

F

2

Ê

4

5

6

ˆ

Á

˜

Á

˜

A =

4

5

6

˜

~

1

2

3

˜

= B

 

Á

Á

Ë 7

8

9

˜

¯

Á

Á

Ë 7

 

8

˜

9 ¯

Ê

1

2

3

ˆ

Ê

1

2

3

ˆ

Á

˜

Á

˜

A =

4

5

6

˜

~

4

5

6

˜

= C

 

Á

Á

Ë 7

8

9

˜

¯

F'3 = 3F3

Á

Á

Ë 14

 

16

 

˜

18 ¯

Ê

1

2

3

ˆ

F'

1

= F

1

+ 2F

3

Ê

15

18

21

ˆ

Á

˜

Á

˜

A =

4

5

6

˜

~

 

4

5

6

˜

Á

Á

Ë 7

8

˜

9 ¯

 

Á

Á

Ë

7

8

˜

9 ¯

 

= D

La demostración la podrá efectuar el hábil educando una vez que obtenga el valioso y

de

matrices,

el

cual detallaremos a

Ejemplos: Sea A =

Ê

D =

Á

Á

Á

Ë

15

4

7

18

5

8

21

ˆ

˜

6

˜

˜

9 ¯

Matriz en forma escalonada

Una matriz tiene la forma escalonada reducida cuando tiene las siguientes

propiedades:

MATRICES Y DETERMINANTES

  • 7 ING. LUIS A. CARDENAS

1)- Si una fila no consta exclusivamente de ceros, entonces el primer elemento de la

izquierda distinto de cero es 1.

2)- Si una fila consta exclusivamente de ceros, entonces se encuentra en la parte

inferior de la matriz.

3)- Si las filas i e i+1 son dos filas sucesivas cualesquiera que no constan

exclusivamente de ceros entonces el primer elemento distinto de cero de la

fila

i+1

aparece a la derecha del primer elemento distinto de cero de la fila i.

4)- Todas las columnas que contienen al primer elemento distinto de cero de alguna

tienen ceros en todas las posiciones restantes.

fila

Si una matriz cumple

escalonada.

con las características

1),

2)

y

3)

se

dice

que

está

en la forma

Ejemplos:

Las siguientes matrices se encuentran en la forma escalonada:

Ê

  • 1 3

2

ˆ

Á

˜

  • 0 5

Á

Á

Ë 0

1

0

˜

˜

0 ¯

Ê

  • 1 9

Á

0

Á

Á

Ë 0

1

0

0

3

0

  • - 1

ˆ

˜

2

˜

˜

1 ¯

Ê

Á

Á

  • 0 1

  • 0 0

Á

  • 0 0

Á

Ë 0

0

p

1

0

0

  • 9

Ê

Á

1

-

2
2

-

  • 4

Á

0

1

-

0

˜

˜

0 ¯

Á

0

Á

Ë 0

0

0

0

0

6

9

3

0

0

ˆ

2

˜

2

˜

1

˜

˜

0 ¯

Las siguientes matrices se encuentran en la forma escalonada reducida:

Ê

ˆ

  • 1 Ê

0

0

  • 1 2

Á

˜

Á

  • 0 Á

Á

Á

Ë 0

1

0

0

˜

˜

1 ¯

0

Á

Ë 0

0

0

0

1

0

0

ˆ

˜

0

˜

˜

1 ¯

Ê 1

4

Á

Á

  • 0 0

Á 0

Á

Ë 0

0

0

0

1

0

0

0 ˆ

0

˜

˜

1 ˜

˜

0 ¯

Ê 0

Á

Á

0

Á 0

Á

Ë 0

1

0

0

0

0

1

0

0

3

2

0

0

0 ˆ

0

˜

˜

1 ˜

˜

0 ¯

Definición:

Se dice que una matriz de nxn es una matriz elemental si es posible obtenerla a partir de

la

matriz identidad I n de mediante una sola operación elemental en las filas.

Ejemplos

Son matrices elementales:

(1)

Ê 0

1 ˆ

Ê- 3

0 ˆ

Á

Ë 1

˜

0 ¯

Á

Ë 0

˜

1 ¯

Ê

1

Á

0

Á

Á

Ë 0

0

0

1

0

ˆ

˜

1

˜

˜

0 ¯

Ê

1

Á

1

Á

Á

Ë 0

0

1

0

0

ˆ

˜

0

˜

˜

1 ¯

Ê 1

Á

Á

0

Á 0

Á

Á

0

Ë 0

0

1

0

0

4

0

0

1

0

0

0

0

0

1

0

0 ˆ

0

˜

˜

0 ˜

0

˜

˜

1 ¯

MATRICES Y DETERMINANTES

  • 8 ING. LUIS A. CARDENAS

Teorema: Sea A una matriz de mxn y B la matriz que resulta de aplicar una sola operación

elemental en las filas de A. Si E es la matriz elemental que se obtiene al ejecutar la

operación en las filas de I; entonces B = E.A

misma

Ejemplo:

 

Ê 1

2

3 ˆ

 

Ê 10

20

A =

Á

˜

~

Á

Ë

4

5

6

¯

Ë

4

5

Ê 1

2

3 ˆ

 

Ê 4

5

A =

Á

˜

~

Á

Ë

4

5

6

¯

Ë

1

2

Ê 1

2

3 ˆ

 

Ê 1

2

A =

Á

˜

~

Á

Ë

4

5

6

¯

Ë

7

11

30 ˆ

6

˜ = B 1 (Multiplicamos la primer fila por 10)

¯

6

ˆ

3

˜ = B 2 (Intercambiamos las dos filas)

¯

3 ˆ

15

˜ = B 3

¯

(Sumamos a la fila 2, 3 veces la fila 1)

Las matrices elementales que se obtienen al aplicarle a la matriz identidad las

respectivas

operaciones elementales antes detalladas son las siguientes:

E 1 =

Ê 10

Á

Ë

0

0

ˆ

˜

1

¯

Ê 0

E 2 = Á

Ë

1

1

ˆ

˜

0

¯

Se puede comprobar fácilmente que:

E 1 .A = B 1

E 2 .A = B 2

Ê 1

E 3 = Á

Ë

3

0

ˆ

˜

1

¯

E 3 .A = B 3

Si se aplica una operación elemental a las filas de I para producir una matriz elemental

E, entonces hay una segunda operación en las filas que al aplicársele a E, reproduce a

la matriz I. Esta operación recibe el nombre de operación elemental inversa.-

Operación

en

las

filas

de

I

que

Operación en las filas de E que

produce la matriz elemental E

 

reproduce a la matriz I

Multiplicamos a la i-ésima fila por la constante c distinta de cero

Multiplicamos a la i-ésima fila por la constante 1/c.

   

Intercambiamos las filas i y j Sumamos a la i-ésima fila c veces la j-ésima fila.

Intercambiamos las filas i y j Sumamos a la i-ésima fila -c veces la j-ésima fila.

Teorema: Toda matriz elemental es inversible, y su inversa también es una matriz elemental.

Demostración: Sea E una matriz elemental, entonces I se puede obtener

aplicando una

sola operación elemental en las filas de E. Sea E 0 la matriz

elemental que resulta

de aplicar la misma operación en las filas de I.

Por teorema anterior

E 0 .E = I

(1)

MATRICES Y DETERMINANTES

  • 9 ING. LUIS A. CARDENAS

Como E 0 es una matriz elemental, podemos obtener I aplicando a E 0 una

operación elemental en las filas. Sea E 1 la matriz elemental que resulta de

aplicarle la misma operación elemental en las filas de I. Por teorema anterior

E 1 .E 0 = I

(2)

Entonces

E 1 = E 1 .I = E 1 .(E 0 .E)

por (1)

E 1 .(E 0 .E) = (E 1 .E 0 ).E = I.E = E

por (2)

por lo tanto E = E 1 , y como E 0 .E = E.E 0 = I,

E es inversible y su

inversa es E -1 = E 0 que es una matriz elemental.

Teorema: Sea A Π nxn ; entonces las siguientes afirmaciones son equivalentes:

  • a)- A es inversible.

b)-

A.X = 0

 

tiene solución única que es la trivial.

 

c)-

A

~ I.

Demostración:

 

a)

=> b)

A es inversible. Por lo tanto existe A -1 tal que A.A -1 = A -1 .A = I.

 
 

A.X

=

0

=> A -1 .A.X = A -1 .0

=>

X = 0

Solución única. (la trivial)

b)

=> c)

A.X = 0 tiene solución única. Es decir que el sistema de ecuaciones

Ï a

11

x

1

+

a

12

x

2

+

...

+

a

1 n

x

n

= 0

Ï x

1

= 0

Ô

Ô a

21

x

1

+

a

22

x

2

+

...

+

a

2 n

x

n

= 0

Ô

Ô

x

2

= 0

Ì

es equivalente a

Ì

 

Ô

:

:

Ô

Ô

Ó a

n

1

x

1

+

a

n

2

x

2

+

...

+

a

nn

x

n

= 0

Ô

Ó

xn

= 0

Quiere el decir que el sistema de ecuaciones se llevó a la forma escalonada

reducida, lo que equivale a afirmar que la matriz A se redujo a I n mediante una

sucesión finita de operaciones elementales,. por lo tanto A ~ I n .

 

c)

=> a)

A ~ I n .

 

Si recordamos que aplicar una operación elemental a una matriz es equivalente

a multiplicarla por una matriz elemental, entonces:

E k .E k-1

2 .E 1 .A = I n .

A = I n .E 1 -1 .E 2 -2

A -1 = E k .E k-1

2 .E 1 .I n

Como las matrices elementales son inversibles, tenemos:

k -1 por lo tanto A es inversible, y

A -1 se puede obtener premultiplicando a I n en forma sucesiva por las matrices

elementales E 1

...E

k . Puesto que cada premultiplicación por una de estas

matrices elementales equivale a ejecutar una operación en las filas, se sigue

que

MATRICES Y DETERMINANTES

  • 10 ING. LUIS A. CARDENAS

la

misma sucesión de operaciones en las filas que transforma a A en I n

transforma a I n en A -1 ,

por lo tanto, para encontrar la inversa de una matriz

sucesión de operaciones elementales en las

inversible A se debe encontrar una

filas que transforma a A en I n y a I n en A -1 .

Procedimiento para encontrar la inversa de una matriz inversible:

Puesto que la misma sucesión de operaciones en las filas que transforma a A en I n

transforma a I n en A -1 , podemos realizar estas operaciones simultáneamente valiéndonos

de una matriz en la cual a la izquierda se encuentra la matriz A y a la derecha la matriz identidad.

Luego de transformar a la matriz A en la matriz identidad, a la derecha nos quedará la matriz

inversa de A. Es decir (A | I) ~ (I | A -1 )

Ejemplo:

 

Ê 1

2 ˆ

A =

Á

Ë 3

˜

4 ¯

Nos construimos la siguiente matriz :

Ê 1

Á

Ë 3

2

4

1

0

0 ˆ

˜

1 ¯

Sumamos

- 3F

1

a F

2

y obtenemos

Ê 1

Á

Ë 0

2

-2

1

-3

0

ˆ

˜

1 ¯

Ê 1

Á

Ë 0

2

-2

1

-3

0 ˆ

˜

1 ¯

Sumamos F a la F y tenemos

2

1

Ê 1

Á

Ë 0

0

-2

-2

-3

1 ˆ

˜

1 ¯

Ê 1

Á

Ë 0

0

-

2

-

2

-

3

1 ˆ

˜

1 ¯

Dividimos F

2

por

- 2 :

Ê 1

Á

Ë 0

0

1

-2

3/ 2

1

ˆ

˜

-1/ 2 ¯

Por lo tanto

A -1 =

Ê

- 2

Á

Ë 3 / 2

1

ˆ

˜

-

1/ 2 ¯

Función determinante:

Todos conocemos f(x) = x + 3; f(x) = sen x; etc., que son funciones reales de variable

real. A continuación haremos el estudio de funciones reales de variable matricial, es decir,

funciones que a una matriz A

le asocian un número real f(A). En nuestro caso particular

dedicaremos al estudio de la función determinante.

nos

Definición:

MATRICES Y DETERMINANTES

  • 11 ING. LUIS A. CARDENAS

Una permutación del conjunto de naturales {1,2,

...

,n}

elementos sin repetición.

es

un

arreglo

de

estos

n

Ejemplo:

Sea el conjunto {1,2,3}

Podemos formar los siguientes arreglos:

(1,2,3)

(2,1,3)

(3,1,2)

(1,3,2)

(2,3,1)

(3,2,1)

Tenemos 3! = 6 permutaciones.

Un método conveniente para numerar permutaciones en forma sistemática consiste en

emplear un árbol de permutaciones. El siguiente Ejemplo ilustra este método:

Ejemplo:

Enumerar todas las permutaciones del conjunto de enteros {1,2,3,4}.

Consideramos la siguiente figura:

 

1

2

3

4

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

2

3

4

1

3

4

1

2

4

1

2

3

1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
 
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
 
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
 
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
 
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
1 2 3 4 2 3 4 1 3 4 1 2 4 1 2 3
  • 3 4

2

4

2

3

3

4

1

4

1

3

2

4

1

4

1

2

2

3

1

3

1

4

  • 4 3

4

2

3

2

4

3

4

1

3

1

4

2

4

1

2

1

3

2

3

1

2

1

Los cuatro elementos 1, 2, 3, 4 de la parte superior de la figura representan las

elecciones posibles para el primer número de la permutación. Las tres ramas que

emanan de cada uno de estos elementos representan las elecciones posibles para la

segunda posición en la permutación. De esta forma, si la permutación comienza como