Beruflich Dokumente
Kultur Dokumente
1
Captulo 1
1.1. Matrices
Introduccion. El termino matriz fue introducido por primera vez en el ano 1850 por
Sylvester, un ano despues Cayley iniciaba un estudio matematico de las mismas. Aunque
una matriz no es mas que un conjunto de numeros reales dispuestos de forma ordenada
(formando filas que son las lneas horizontales y las columnas son las lneas verticales)
esta sencilla idea se ha mostrado muy util. Es muy frecuente que los datos sobre las acti-
vidades variadas se presenten en forma de tabla, tabla que no es sino una matriz.
Desde el punto de vista que nos concierne podramos decir que las matrices han inun-
dado el Algebra Lineal, hasta el punto de que muchas veces se llama Teora de Matrices.
Solo cuando tratamos con dimension finita, las de dimension infinita hemos de abando-
narlas.
Cual es el secreto? El secreto es que siendo tan poca cosa un punado de nume-
ros escritos ordenadamente una matriz puede representar muchas cosas: un sistema
de ecuaciones lineales como los veremos, transformaciones lineales, productos escalares,
formas cuadraticas, conicas, etc. Es la forma de ver la matriz lo que le da sentido, y su
facilidad de manejo lo que les da versatilidad y potencia. Que mas se puede pedir a una
herramienta?
En este captulo se introducen los conceptos basicos que se requieren para estudiar el
curso del algebra lineal. Comenzamos en la primera seccion con el tema fundamental de
Matrices.
2
Algebra lineal. Matrices, sistemas lineales y determinantes 3
Nota.
Los parentesis rectangulares se pueden suplir por parentesis circulares en notaciones
matriciales. En este curso emplearemos parentesis rectangulares.
Al conjunto de todas las matrices de tamano m n se le denota por Mmn (K), donde
K es el campo de los escalares, en nuestro caso solo utilizaremos el campo de los
numeros reales K = IR o el campo de los numeros complejos K = C, I o simplemente
denotaremos por Mmn
" #
1 3 5
Ejemplo 1.1. En la matriz: A = sus elementos son:
2 4 6
a11 = 1, a12 = 3, a13 = 5, a21 = 2, a22 = 4, a23 = 6.
Esta es una matriz de orden 2 3, es decir: A M23 .
" #
2 3 5
Ejemplo 1.2. Si A =
4 2 1
A es una matriz de tamano 2 3 y, para este caso sus elementos son:
a11 = 2, a12 = 3, a13 = 5, a21 = 4, a22 = 2, a23 = 1.
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 4
Definicion 1.2. (Igualdad de Matrices) Dos matrices A = [aij ] y B = [bij ] son iguales
(A = B) si y solo si:
1. A y B tienen el mismo tamano, es decir A, B Mmn ,
i = 1, 2, . . . , m; j = 1, 2, . . . , n.
2. aij = bij
" # " #
a11 a12 b11 b12
Ejemplo 1.3. Si A = , B= M22 , entonces
a21 a22 b21 b22
A 6= B aij 6= bij , i = 1, 2, . . . , m, j = 1, 2, . . . , n
Ejemplo
" De acuerdo
1.4. # " con# la definicion anterior
1 3 9 1 3 9
A= 6= =B
5 7 2 5 6 2
Se tiene que a22 = 7 6= 6 = b22
Ejemplo
" Determinar
1.5. # " el valor
# de k para que las matrices
k 1 2 1
A= yB= sean iguales.
1 2k 1 4
Solucion. Dado que ambas matrices tienen el mismo tamano ellas seran iguales si y solo
si coinciden componente a componente; para lo cual es suficiente que k = 2 y 2k = 4; esto
se cumple para k = 2.
" # " #
k 0 1 0
Ejemplo 1.6. Determinar el valor de k para que las matrices A = yB=
3 3k 3 4
sean iguales.
Solucion. Para que las matrices sean iguales se requiere, en este caso que k = 1 y 3k = 4,
4
luego se debe tener simultaneamente k = 1 y k = ; lo cual es imposible. Por lo tanto A 6= B
3
para cualquier valor de k.
Notacion. A las matrices usualmente se denota por las letras mayusculas A, B, C, etc. y
a sus elementos con letras minusculas: aij , bij , cij , etc, respectivamente.
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 5
Matriz Columna
A las matrices de orden m 1 se les llama matriz columna, es decir es de la forma
siguiente:
a11
a21
a
A = 31 Mm1
.
..
am1
tambien se le conoce con el nombre de vector columna.
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 6
Nota. Para que este producto de matrices existe debe cumplirse que el numero de columnas
de la primera matriz coincida con el numero de filas de la segunda matriz.
3
2
h i
Ejemplo 1.10. Sean las siguientes matrices A = 4 3 6 7 y B = . Halle A B
5
6
Solucion.
3
h i 2
AB= 4 3 6 7 = [ 4(3) + 3(2) + 6(5) + 7(6) ] = [ 12 6 + 30 + 42 ] = [ 78 ]
5
6
3
2
h i
Ejemplo 1.11. Sean las siguientes matrices A = 4 3 6 7 3 y B = . Halle
5
6
AB
Solucion. En este caso no existe el producto de estas matrices, pues el numero de columnas
de A es 5, mientras que el numero de filas de la matriz B es 4, como estos numeros no son
iguales, entonces no existe el producto entre dichas matrices.
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 7
Solucion.
4 5 3 2 6 1 4+2 5+6 3+1 6 11 4
A+B= 2 1 0 + 4 0 7 = 2+4 1+0 0+7 = 6 1 7
3 1 6 5 3 8 3 + 5 1 + 3 6 + 8 8 2 14
Nota. La suma de matrices se define solamente cuando las matrices tienen el mismo nume-
ro de filas y mismo numero de columnas, es decir ambas matrices tienen que ser del mismo
orden.
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 8
a) A + B = B + A, conmutativa
b) A + (B + C) = (A + B) + C, asociativa
c) (A + B) = A + B
A B = A + (1)B
1 3 7 7 5 1
Ejemplo 1.15. Calcular A B si: A = 2 4 5 , B = 4 6 9
4 6 8 2 3 8
Solucion.
1 3 7 7 5 1
A B = A + (1)B = 2 4 5 + (1) 4 6 9
4 6 8 2 3 8
1 3 7 7 5 1
= 2 4 5 + 4 6 9
4 6 8 2 3 8
6 2 8
= 2 10 4
2 3 0
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 9
2. Si t A = entonces t = 0 A =
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 10
X
n
cij = aik bkj , i = 1, 2, . . . , m, j = 1, 2, . . . , p
k=1
Nota. El producto de dos matrices AB esta definido solo cuando el numero de columnas
de la matriz A es igual al numero de filas de la matriz B.
1 2 3 2 0
Ejemplo 1.18. Calcular AB, si: A = 4 5 6 , B = 1 2
0 1 0 0 1
Solucion.
1 2 3 2 0
AB = 4 5 6 1 2
0 1 0 0 1
2 0
1 2 3 1 1 2 3 2
0 1
2 0
= 4 5 6 1 4 5 6 2
0 1
2 0
0 1 0 1 0 1 0 2
0 1
2+2+0 0+4+3 4 7
= 8 + 5 + 0 0 + 10 + 6 = 13 16
0+1+0 0+2+0 1 2
Nota. Para este ejemplo, BA no esta definido de acuerdo a la observacion. Pues el numero
de columnas de B no coincide con el numero de filas de A.
" # " #
1 1 1 0
Ejemplo 1.19. Sean A = yB= . Calcular AB y BA
3 2 2 4
Solucion.
" #" # " #
1 1 1 0 3 4
1. AB = =
3 2 2 4 7 8
" #" # " #
1 0 1 1 1 1
2. BA = =
2 4 3 2 14 10
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 11
3 = 2 1 + 1 2 + (1)1 + 0 1
4 = 2 2 + 1 1 + (1)1 + 0 0
5 = 2 1 + 1 2 + 2 1 + (1)1
7 = 2 2 + 1 1 + 2 1 + (1)0
Observacion. Vale la pena observar que las matrices no deben ser necesariamente del
mismo tamano para poder multiplicarlas. De hecho si se mira con cuidado la definicion
se observa que para poder hacerlo la cantidad de filas de la primera matriz debe coincidir
con la cantidad de columnas de la segunda matriz. Cuando esto ocurre se dice que las
matrices son conformables.
2. (AB)C = A(BC)
3. A(B + C) = AB + AC 5. k(AB) = A(kB), k IR
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 12
Ejemplo 1.23. Probar que dos matrices cuadradas A y B conmutan si, y solo si
(A + B)(A B) = A2 B2 .
Recprocamente, como
(A + B)(A B) = A2 AB + BA B2
si (A + B)(A B) = A2 B2 , entonces
AB + BA = ,
es decir
a11
a22
A=
.. .. .. ..
. . . .
ann
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 13
Ejemplo 1.24. .
" #
a11 a12
Si A = M2 , su traza es: Tr(A) = a11 + a22
a21 a22
a11 a12 a13
Si A = a21 a22 a23 M3 , su traza es: Tr(A) = a11 + a22 + a33
a31 a32 a33
a11 a12 a1n
a21 a22 a2n
Si A = . .. Mn , su traza es: Tr(A) = a11 + a22 + + ann
.. . .
.. . . .
an1 an2 ann
Ejemplo 1.25. .
" #
1 0
Si I M2 I es una matriz identidad, donde I =
0 1
1 0 0
Si I M3 I es una matriz identidad, donde I = 0 1 0
0 0 1
1 0 0 ... 0
0 1 0 ... 0
Si I Mn I es una matriz identidad, donde I = 0 0 1 ... 0
. . . .. ..
.. .. ..
. .
0 0 0 ... 1
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 14
entonces
2 3 4 1 3 5 2 12 34
A B = 0 4 5 0 2 4 = 0 8 31
0 0 6 0 0 3 0 0 18
Nota. El producto de matrices matrices triangulares superiores es una matriz trian-
gular superior. Del mismo podemos decir que la suma de matrices triangulares supe-
riores es otra matriz riangular superior.
a11 0 0 0
a21 a22 0 0
A=
a31 a32 a33 0 es una matriz triangular inferior
.. ..
. .
an1 an2 an3 ann
a11 0 0 0
0 a22 0 0
A=
0 0 a33 0 = diag(a11 , a22 , . . . , ann )
.. ..
. .
0 0 0 ann
es decir es de la forma:
0 0 0
k
0 k 0 0
A=
0 0 k 0
= kI
.. ..
. .
0 0 0 k
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 15
1 2 6
A = 0 4 3 M3 es una matriz triangular superior.
0 0 5
1 0 0
B= 2 4 0 M3 es una matriz triangular inferior.
6 7 5
10 0 0
C = 0 4 0 M3 es una matriz diagonal.
0 0 5
5 0 0
D = 0 5 0 M3 es una matriz escalar.
0 0 5
1 0 0
I = 0 1 0 M3 es una matriz identidad.
0 0 1
Ejemplo 1.29. .
2 4 2 2 1 3
Si A = 1 5 1 M3 , entonces AT = 4 5 2 M3
3 2 0 2 1 0
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 16
" # 1 2
1 3 5
Si B = M23 , entonces BT = 3 4 M32
2 4 6
5 6
a) IT = I c) (kA)T = k AT e) (AB)T = BT AT
b) (AT )T = A d) (A + B)T = AT + BT
Observacion. Para que una matriz cuadrada A sea simetrica debe cumplir aij = aji
para cada i 6= j
A = AT
es decir:
Nota. Los elementos de la diagonal de toda matriz antisimetrica son nulos, pues
si la matriz A es antisimetrica aii = aii , para i = j 2aii = 0, i aii = 0, i
Ejemplo 1.32. .
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 17
" # " # " #
0 1 0 1 0 1
Si A = AT = = = A
1 0 1 0 1 0
Como A = AT entonces A es una matriz antisimetrica.
0 1 2 0 1 2 0 1 2
Si B = 1 0 3 BT = 1 0 3 = 1 0 3 = B
2 3 0 2 3 0 2 3 0
Como B = BT entonces B es una matriz antisimetrica.
Observacion. Para que una matriz cuadrada A sea antisimetrica debe cum-
plirse que aij = aji para cada i 6= j y los elementos de la diagonal principal
deben ser ceros, es decir aij = 0 para cada i = j.
Ejemplo 1.33. Las siguientes matrices son antisimetricas.
0 4 1 0 3 7 0 1 1
a) A = 4 0 2 b) B = 3 0 6 c) C = 1 0 1
1 2 0 7 6 0 1 1 0
Observacion. No es necesario que A sea una matriz cuadrada para que existan
AAT y AT A, las que son, en todos los casos, estas resultan matrices cuadradas.
b) La suma de toda matriz cuadrada y de su traspuesta es simetrica.
En efecto. Sea A Mn , entonces
(A + AT )T = AT + (AT )T = AT + A = A + AT
es decir, A + AT es una matriz simetrica.
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 18
Nota.
A AT = AT A = I
Ejemplo 1.35. Comprobar que la matriz dada es ortogonal.
cos sen 0
A = sen cos 0
0 0 1
Solucion
cos sen 0 cos sen 0 1 0 0
A AT = sen cos 0 sen cos 0 = 0 1 0 = I
0 0 1 0 0 1 0 0 1
cos sen 0 cos sen 0 1 0 0
AT A = sen cos 0 sen cos 0 = 0 1 0 = I
0 0 1 0 0 1 0 0 1
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 19
Observacion.
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 20
Nota. " #
a b
El numero = ad bc es llamado la determinante de la matriz A = .
c d
" #
4 3
Ejemplo 1.37. Halle la matriz inversa de la matriz A =
5 4
Solucion. Vemos que, = 4(4) 5(3) = 16 15 = 1, entonces
" # " #
1 1 4 3 4 3
A = =
5 4 5 4
Propiedades.
a) Sea In Mn , entonces I1
n = In
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 21
A Mnn es idempotente A2 = A
A Mnn es involutiva A2 = I
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 22
B = P1 AP
2. Calcular:
" # " #
1 0 1 2 3 1
a) +
2 3 4 5 3 8
" # 1 1 0
2 3 1
b) + 0 1 1
2 6 5
2 3 1
" #
2 3 1 1
c) 4
0 1 1 2
Solucion.
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 23
" # " # " # " #
1 0 1 2 3 1 1 + 2 0 3 1+1 1 3 2
a) + = =
2 3 4 5 3 8 2 5 3 3 4 + 8 3 0 4
b) La suma de estas matrices no esta definida porque no tienen distintos tamanos;
la primera tiene tamano 3 3 mientras que la segunda tiene tamano 2 3.
" # " #" #
2 3 1 1 2(4) 3(4) 1(4) 1(4) 8 12 4 4
c) 4 =
0 1 1 2 0(4) 1(4) 1(4) 2(4) 0 4 4 8
3. Suponer que A y B son matrices cuadradas del mismo orden. Es cierto que (A+B)2 =
A2 + 2A B + B2 para todo par de matrices A y B?
Solucion.
" # " # " #2 " #
1 0 0 1 1 1 2 2
a) Si A = yB= , entonces (A + B)2 = = y
0 1 1 0 1 1 2 2
" # " #" # " # " #
1 0 1 0 0 1 1 0 2 2
A2 + 2A B + B2 = +2 + =
0 1 0 1 1 0 0 1 2 2
" # " # " #2
1 1 1 0 1 1
b) Sin embargo, si A = yB= , entonces (A + B)2 = =
1 1 1 1 1 1
" #
2 2
.
2 2
" # " #" # " #2 " #
1 1 1 1 1 0 1 0 3 4
Pero A2 +2A B+B2 = +2 + = .
1 1 1 1 1 1 1 1 2 3
4. "
Determinar,
# si es" que existe,
# el valor que debe tener x para que las matrices A =
3 2 3 4
yB= conmuten; esto es, para que AB = BA.
1 4 2 x
Solucion. Para que AB = BA se debe tener
" #" # " #" #
3 2 3 4 3 4 3 2
=
1 4 2 x 2 x 1 4
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 24
" #
a b
5. Que condicion debe cumplir una matriz cuadrada A = para que sea
c d
simetrica?
(a) A = [aij ]43 , donde aij = i + 3j (b) A = [aij ]44 , donde aij = 2i + 3j
(c) A = [aij ]34 , donde aij = max{i, j} (d) A = [aij ]44 , donde aij = 2i (1)j
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 25
" #n " #
a 1 an nan1
9. Demostrar que: =
0 a 0 an
n(n + 1)
1 1 1 1 n
n 2
10. Sabiendo que A = 0 1 1 , demostrar que: A =
0 1 n
0 0 1 0 0 1
" # " #
cos x sen x cos(nx) sen(nx)
11. Si B = . Demuestre que: Bn =
sen x cos x sen(nx) cos(nx)
Obtener: A2 , ABC y Bt At
13. Desarrollar
a) (A + I)(A I)
b) (A + B)(A B)
Sabiendo A, B, I Mn
Calcular: A2
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 26
a) At A es simetrica.
b) At SA es simetrica.
c) A es antisimetrica, entonces A2 es simetrica
d) A es regular, entonces An = (A1 )n n IN
" #
4 5
23. Determine la matriz A, cuya matriz inversa es A1 =
6 7
0 0 0
24. Sea A = 1 0 0 . Demuestrese que A3 = . Utilice algebra de matrices para
1 1 0
calcular el producto (I A)(I + A + A2 )
A3 = 3A 2I
A4 = 4A 3I
1 0 0
26. Sea la matriz A = 0 3 0 . a) Calcular A2 , b) Calcular A7
0 0 2
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 27
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 28
Hallar la traza de XT Y T .
" # " #
3 4 2 1
40. a) Sean las matrices A = yP= , halle la matriz semejante de A
2 1 1 1
" # " #
1 0 0 1
b) Sean la matriz A = y la matriz P = , halle la matriz seme-
6 1 1 3
jante de A
a) (P1 A P)2 = P1 A2 P
b) (P1 A P)k = P1 Ak P, donde k es un numero entero positivo.
" # " #
1 0 0 1
42. Sean las matrices A = yP= , calcular A10
1 2 1 1
43. Si A y B son matrices cuadradas del mismo tamano, tales que AB = BA, demuestre
que (AB)2 = A2 B2 . Mediante un ejemplo muestre que esto no ocurre con todas las
matrices cuadradas del mismo tamano.
44. Si n ZZ+ y Si A y B son matrices cuadradas del mismo tamano, tales que AB = BA,
demuestre que (AB)n = An Bn .
J. R. Ticona Parisaca
Algebra lineal. Matrices, sistemas lineales y determinantes 29
47. Se dice que una matriz cuadrada A es nilpotente si existe un entero p, tal que Ap =
. Determine cuales de las matrices siguientes son nilpotente e idicar el grado de
nilpotencia:
" # " #
1 1 3 9 0 1 0
a) c)
1 1 1 3 d) 0 0 1
" # 0 0 0
4 8
b)
2 4
49. Use el metodo de la matriz inversa para resolver el siguiente sistema lineal:
x + 3y 2z = 1
2x + 5y 3z = 5
3x + 2y 4z = 7
1 2 1 3 6 1
50. Compruebe que la matriz A = 0 1 0 , su matriz inversa es A1 = 0 1 0
2 0 3 2 4 1
5 4 2
51. Sea la matriz A = 2 1 1 , compruebe que se cumple: A2 = 2A I. Utilice
4 4 1
esta igualdad para calcular A4 .
1 1/7 1/7
52. Sea la matriz A = 0 1 0 , calcule la matriz An , n ZZ+ .
0 0 1
J. R. Ticona Parisaca