v l

MLGEBMffi
LffiMEffiL
m flo$
Segunda Ediciór'¡
MatrEces
Determinantes
l

Sistemas de Ecuaciones
Factorizacióm
trV{as'de 'B O0 Eiercici«¡s
FLesu¡eItos
§c¡§ucionanlo de Exánreiles
2$$6-20{ { itrcluyendo
ct¡rsos interlsivos
rl I
IlIl I
I

1,,) I i r.rll I

lrll I
-'.,- l i lli I I

["]'ll
\ /t
t=
!
I
[.iB]= I l lLr I

I
l^l- lr¡+2\ I
i
I

[ , ]l I llt I

,l I

*z¡l
¡2,,
[ ,,-t )l

mE, Rafuc[ VaIemefia t

[mg, Ju[fl0 Ubcffiuega Gomrilc

/i
 , CONTENIDO DEL TEXTO

MATRICES DEFINICIONES Y PROPIEDADES CALCULO DE LA INVERSA DE UNA MATRIZ

INTRODUCCION lnversa de una matriz triangular'
DEF]NICION 1. MATRIZ lnversa de una matriz Por Gauss
DEFINICION 2. ORDEN DE UNA MATRIZ Jordan.
DEFINICION 3. DEFINICION FORMAL DE lnversa de una matriz por el método de
MATRIZ la adjunta.
TIPOS DE MATRICES DEFINICION 23, MATRIZ
ARITMETICA DE MATRICES (OPERACIONES CON ADJUNTA
MATRICES) lnversa de una matriz por el esquema
lgualdad de matrices Fadewa.
Adición de matrices lnversa de una matriz por partición.
Diferencia de matrices INVERSA DE UN PRODUCTO DE MATRIZ
Producto de um escalar por uma matriz ELEMENTAL
MuttiPlicación de matrices SISTEMAS DE ECUACIONES
División de matrices DEFINICION 24. SISTEMA DE ECUACIONES
Traza de una matriz LINEALES
EOUIVALENCfAS DEFINICÍON 25. SOLUCION DE UN SÍSTEMA
DE ECUAC¡ONES LINEALES
t
DEFINICIóN 4. TRANSFORMACIONES U
OPERACIONES ELEM ENTALES. DEFINICION 26. SISTEMA EOUIVALENTE
DEFINICION 5. MATRIZ ELEMENTAL DEFINICION 27. SISTEMA LINEALES NO
DEFINICIÓN 6. MATRIZ EOUIVALENTE. HOMOGENEOS
DEFINICION 7. MATRIZ ESCALONADA O DEFINICION 28. SISTEMA LINEALES
CANONICA. HOMOGENEOS
ALGORITMO DE GAUSSJORDAN (matriz DEFINICION 29. R,ANGO DE UN SISTEM.A DE
equivalente Por filas). ECUACIONES LINEALES
RELACION DE EQUIVALENCIA ENTRE METODOS DE SOLUCION PAR,A SISTEMAS DE
DOS MATRICES ECUACIONES LINEALES.
DEFINICION B. SUBMATRIZ CUADRADA Método GAUSS JORDAN.
DEFINICION 9. RANG,O O Método de la INVERSA.
CARACTERISTICA DE UNA MATRIZ Método de la regla de CRAMER
DETERMINANTE DE UNA MATRIZ DEFINICION 30. ALGORITMO
INTRODUCCION DE CRAMER
DEFINICION 10. DEFINICION DE FACTORIZACION DE MATRICES
DETERMINANTE INTRODUCCION
DEFINICION 1I. DEFINICION FORMAL DE DEFINICION 3I. FACTORIZACION LU
DETERMINANTE DEFINICION 32. FACTORIZACION DE
DEF|NICIoN 12. PERMUTACIONES PA=LU
(recordatorío) DEFINICION 33. FACTORIZACION QR
DEFINIC¡ON 13. DECREMENTO EJERCICIOS RESUELTOS
DEFINICION 14. TERMINO DE UNA SOLUCIONARIO DE EXAMENES 2OA7 -2011
MATRIZ CUADRADA
DEFINICION 15. NUMERO DE TERMINOS
DE UNA MATRIZ CUADRADA
DEFINICION 16. UNA FORMA MAS DE
DEFINIR UN DETERMINANTE
PROPIEDADES DEL DETERMINANTE DE UNA
MATRIZ.
CALCULO DE DETERMINANTES
Regla de SARRUS.
Método de los COI,ACTORES.
DEFINICION 17, MENOR
COMPLEMENTARIO
DEFINICION 18.
DEFINICION 13. COFACTOR DE
UN COMPONENTE O ADJUNTO
DE UN COMPONENTE SEGUNDA EDICION MARZO AE,2012
DEFINICION 20. FORMULA DE
CONTIENE:
LAPLACE TEORIA DE MATRICES
Método del Pivote. (MÉTODo PARA EL MAS DE 1OO EJERCICIOS RESUELTOS
CÁLCULO DE DETERMINANTES DE SOLUCIONARIO DE LOS ULTIMOS 5 AÑOS INCLUYENDO
cUALQulER oRDEN) INTENSfVOS
CÁLCULO DEL RANGO DE UNA MATRIZ POR
DETERMINANTES.
DEFINICION 21. RANGO DE UNA MATRIZ
POR MENORES
INVERSA DEUNA MATRIZ
DEFINICION 22. MATRIZ INVERSA
 ING. JULIO UBERHUAGA C.
MG. SC. ING. RAFAEL VALENCIA GOYZUETA
ALGEBRA LINEALY TEORTA MATRICIAL

Mf,AT H[GtrS
INTRODUGCION
por su facilidad de
extensos, mayormente se utiriza matrices
cuando ros sistemas de ecuaciones rineares son de sistemas de
datos y ." ur.l no solo en la resoluciÓn
manejo. Las matrices son ordenamientos de
nurnéri"o, en la resoluciÓn de sistemas de ecuaciones
ecuaciones (lineales), sino ademá= "1 "i cánuto en geometrfa'
tas matrices tamoi¿n aparecen de forma natural
diferenciares y de derivadas parciares.. Además
i.ii"", eóonom ía, informática, física, etc'
".üá que myghas
de ecuaciones rineares. sin embargo, puesto
Er árgebra matriciar puede ser aplicada a sistema y otras pueden ser convertidas a
mediante ecuaciones rineares
reraciones económicas pueden ser aproxrmadas
parte evitada'
réiác¡ones lineales, esta limitación puede ser en

DEFINICION I. MATRIZ
o retras u objetos (*amados erementos) dispuestos en
nx
una matriz es un anegro rectangurar de números
(columnas) de la forma:
lÍneas horizontales (nlai) y rl líneas verticales

att at2 ot3 atj aln

azt dz2 az3 ot ; 42,,

(Notación de LEIBNITZ)
Í\ »txn -
a¡l ü¡2 a¡3 oü d i¡t

o,rrn
lml Qm2 am3 o,nj
tnxn

ElconjuntodeelementosoComponentes(objetos)deuna.m,atrizpuedenSerre.presentadosentrecorcheteso de la
lás filas de la matriz y los verticales son sus columnas
entre paréntesis. Los tárminos horizontales son
misma.
alt alZ aÉ aln <_
a2z 023 a2n <_

<- Filas de A
t:
<-
antl 0nt2 am3 ottttt +-

t t t tt
Columnas de A
Observaeiones.

. se suelen nombrar a las matrices por letras mayúsculas 4 B,

c,' " ' y a sus elementos de la forma
a Ia que pertenece dicho elemento'
a¡ donde el primer subindice indica la flla y el segundo la columna
j-esima columna en la matriz'
En general el elemento a¡ ocupa la intersecciÓn de la i-esima fila y la
 GOYZUETA lNG. JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEC ,fttA MATR|CIAL MG. SC. ING;,RAFAEL.VALENCIA

; Los objetos a,7 pueden ser números reales, números complejos o cualquier objeto no
numérico como

por ejemplo las fichás de un ajedrez o los apellidos de personas cuando estas se codiflcan en orden
alfabético.
. Una matriz es un aneglo y como tal no un valor numérico

Una matríz de rz fifas y ll columnas se dice que tiene dimensión o que es de orden mxn, y al conjunto de
todas las matrices de orden mxn lo denotaremos por:

T-1
A**n = [ay _] ittotación de KRONECKER)
Con 1<i <m ,l l< i <tt

Esto es:
ORDEN DE
I\4ATRlz
f\lATRrz -___LA
,l f- ELEivIENTOS
vl
i

'l -V
tt
¡V tt
1\
r-\ ¡v7 v7 I LÍ, I

¡- IL^
¡l i
L I',.tl-
)
coLUt,tNA
--',
CCLUf\'1NA- i FIL¡,
El conjunto de matrices de orden mxn, con coeflcientes en IK, donde IK Puede o complejo se

denota por K"''". Es decir:

)
Il{ttt<n =
( =lLo,,1
{e,ra t)'""J
Dos matnces. A, B se dice que son equidimencionales si A, B t TK/trxl7

DEFINICION 3. DEFINICION FORMAL DE MATRIZ

Sea a¡ e IR entonces definimos una matriz Ar,r, =l'r1 "ffi[,u.,

. Ar,*,r: A¡ x A; +IR 1<i<nt
-+ a,:i ',*ln 1tj<tt
A cada pareja (i,7) te corresPonde a:;
U

Ejemplos matrices:

1 - Son ejemplos de matrices los siguientes arreglos:

Is -el l-?e otl ro2-b2 u -bl 1+i -§l

"., T¡
A.,,, =117 I er=l.,6 7í I
c2,z=1"
-¿xL 14 I Dz*¡=l
o-r,l
I s'* s
2i
)
I

L,o oj ;
l;", -rl
2abc2 L4

sert (il @) - "or2 (e)l

r\
u2x3 -l
-
tg r

[.or'{e) sec(o lD ctg(zil ]

2 - Escribir las matrices de forma explicita:

a
 rt9.. Jtll=lo UBERHUAGA C-
IYG, §C. INC.{AFAEL VALET{CUI GOYZUETA !
ALGEBRA LINEAL Y TEORIA ¡ÚATR¡GIAL

' a) o=[rr] efr<2'3/a,¡ =N-i b) B=[qr]'w'3''2lb'¡

=i2+i

a)Escribimoslascomponentesdecadamatrizsegúnladefinicióndada:

on=Z(l)-l=l an=2(l)-2=0 an=2(l)-3=-l )

0 -rl
azt=2(2)-1=3 dtz2=Z(Z) -Z=Z d23 =Z(Z)-l =t "=[1 2 ']
según la definición dada:
b) Escribimos las comPonentes de

? +2=3 lz 3l
4r
ázr§
= 1-!

+ u=l t .l
1l
Llo 1

3 - lndicar el

a).

a) La matriz ti triz o vector columna)

b) La matriz tien
c) La matriz tiene
d) La matriz tiene 1

¿f - En Ia siguiente matriz

{-
L

TTPOS DE MATRICES

grupo
Las matrices pueden clasifiearse en dos grandes

l a cnterio nuestro se aumentaran algunas mas

que se manejan a lo largo del desarrollo
En esta crasificación, ademas de ras mencionadas
de la materia de Algebra Lineal
 GoYzuETA ING' JULI. UBERHUAGA c'
y
ALGEBRA LINEAL rEoR¡A MATRT.TAL Mc. sc. tNG. RAFAEL vAt ENclA

NOMBRE ACLRARCION -1".;a

l- nlxn
A,r,*,, =L con
",rf=- l< i 3tt

Se denomina así a la matriz de Iorr atz

"rr-l
RECTANGULAR orden mxi, con m+tl a2z
A*'n __1o,, 'zn
:l I

I'
Lanú
dm2 ,,rrr)
Aun:lotj-] = A€iR''^"
ft.r,
Se denomina, matriz flla a
FILA que consta de una única
fu | atz ái3 'rry
AeR"''l
=
ffi,?'l
Se denof
COLUMNA ntxl
lri
*r
EÉ; :l
{
ffi L
untl
l<i<tt
e IR'*' con
1l i<rt

ffi A, -t
Ir,
I

l:
azt
r ür2
azz
a1¡t

ü2tt

Lanl i,, oi,,,,

att00 0

la¡¡+O i= r.i 0ozz0 0

A-=l'r A,=
DIAGONAL
la,,=O i* I 00 .0
pertenecient Iu
principal son 000 4,r,,

K o o ol
Es una matriz diagonal (Y en a,, -K i= i
I 0 K 0 0l
bonsecuencia, una matriz =]A;: -0 i+j' o o rl
u
Ar, An=
ESCALAR cuadrada) con todos los [, I

elementos de la diagonal iguales. o o oKl

10 0 0l
Es una matriz escalar con los 0i 0 0l
de la lo,, -1 i=j
0 0 ,l
elementos diagonal
In ={ ^ n
IDENTIDAD principal iguales a 1. Se denota
-0 i*j
'11

lo¡j
por el símbolo In .
00 o 1_l
 tNG. JULIO UBER}IUAGA C.
MG¡ SC. ING. RAFAEL VALET{CIA GO}T¿UETA
ALGEBRA LINEAL Y TEORTA MATRrcIAL

:
Es aquella que todos su§
ESENTAGIO

I-9
0
:ltl
elementosson0Ys'e hrrr,, =o =lo¡i = o] v i,7 A=l:
representa Por 0. [oo ool
ffiadaquetienenulostodosloselementosqueestánaunmismo
lado de la diagonal principal. Las matrices
lorr aU a-1
Si los elementos que es
v i<j 0 ctzz
"rrl
TRIANGULAR
SUPERIOR
por debajo de la dit
i> j ^'-l-l o 0
.l

principal son todos r I

: lo 0 aru )
0
[,,,
Si los e
I nzt azz
TRIANGUI-AR -t t.
INFERIOR
i.]
I

atn2
Lantl
: at" 4l Qlrt

az2 a,23 a2,t

Q3,,

n,1,,,,

0
Se llaman a
equivalente
ESCALONADA rectangulares
triangular
ü,;
a2n
Qi,,

o,t,,l

Dada una matriz A , su matriz AT,r*r, --1" ¡,)

transpuesta se rePresenta Por
AT, la cual se obtiene E. ,r,l ['r I '?l r»rt
I
cambiando filas Por columnas. La (¿):
- ,,,, I I ,,, {¡:f t'¿r2 I

primera frla de A es la Primera I I= ,t],,,,=1.,,: dlr ,,,.r I

TRANSPUESTA colurnna
de A
¿e AT, la segunda fila
es la segunda columna de 'r,. ' *,,r 1 l*', 'Z'' '""")

AT y asÍ sucesivamente. De la
deflnición se deduce que si A es

de orden ntxtt , entonces AT

es de orden nxnl .
 GOT4'ETA ING, JULIO UBERHUAGA C.
ALGEBRA LINEAL Y TEORIA MATRICIAL
MG. SC. I[G- RAFAEL VALE¡¡CüA ¿
Dada una matriz A, su matriz Á**n =1",r))
,*n =loi¡ = Amxn =l(
conjugada se representa Por A ' á¡ comPlejo conjugado
CONJUGADA lá tual §e obtiene cambiando
todos los elementos de la matriz a:;=c*id. ) á¡=c-id
A porsu conjugado.
arguna de sus.propiedades
fundamentales'
esta sección soro definiremos ras matrices especiares acrarando
En propiedades más importantes'
rnas adelante utitizareliou v oesarro¡tJierár.ur
"Jru
NOMBRE
SIMETRICA
@
ANTISIMETRICA o
ffi
HEMISIMETRICA
NORMAL Una matriz esffi§-q4$§ r.a.#iansouesta. esto es, ,¡flfft.
ú:,ii-umero entero y positivok o.rrr. ñ*
Dada la matriz A, =ik .la
PERIODICA # ;#i¡+:
¡nk+l.=A-=se F.:
¡e , se cumPle
il¡ .ii
IDEMPOTENTE
M
F.q:.¿ffiI
se cumple ¿.k:0,
N¡LPOTENTE ffi.',ff'
_-.---.----.---.
O,.'EH
?,t;.:¡.
' es r? §ir"',fi*ri para lFz, se

INVOLUTIVA
*
.f: l,*
Y';$
{
tB",:!
ffi''
L cumoleAí.FAi=J
.éi
F,"f,si, q

T
- I&-

ORTOGONAL
1 t..riE

i.i
ir
ki¡
azl
o2z
az3
Qnl
ant2
a»t3
10000
01000
00100
00010
ol¡ a2r, Qnut .00001
**..,.oLftrelB-An=|ou)siestaseigualaalatranspuestadesu
HERMITANIA
conjugada, esto es: A:|tr)
t'"-1 s¡ esta se iguala al negativo de la
Una matriz cuadrada y compleja A, = [ ,; -t
HEMIHERMETICA
i- +-^ñ-^,,^cta ocln o" A= - AT
conlu|faua utr §u .lrqrrr¿ ''-""Hry
(o sea con el mismo numero
Dadas ra matriz o,,,*n --lr,r7 r la matriz 8,,,*p= tur]
AMPLIADA de filas), se denomina matriz ampliada a la matriz
de la forma [eln] =lo,¡lb,¡) o"
 GOYZUETA ING, JULIO UBERHUAGA C'
MG. SC. ITG. RAFAEL VALEHGiA
ALGEBRA LINEAL Y TEORTA I'ATRICIAL

all ol, al3 4n úrr hz 4t h,,l

: a2l azz ü23 a2n ht bzz bzt h"l
[ale]= c3l a32 d13 a3n ht 4z bn b3"
I

: bA bn2 bm3 u,r*)^*¡n*

aml o¡
ingular si' su determinante es tlAl) es igual

acero, esto es lAl= O

\,
tlAl) es distinto de
es regular, si su determinante2 es
:
adjunta3 cuando sus elementos son
los

ADJUNTA

adas, se dice que B es la matriz

:
'B:B'A=I
tilalCTesima columna de

ES ESPECIALES
PROPIEDADES Y

,es aquella linea

CUADRADA
onal princiPal.

,.e=Ir,'A'7n=A
2. I+I+I+
IDENTIDAD
3. 1'?=I, V ¡
4. Sea A una mal A'I:I'A:A
Sl k es el menor número !ue satisface la condiciÓn Ak:I se dice que
A es una mairiz de Periodo Ak+l:A , Ak+2:A2 . Ak*3:43 y así
sucesivamente.
IDEMPOTENTE A2:Aentoncet@Si
Si k es un numero entero Positivo qu
NILP.TENTE
i e*-t:g, Ak*2:0, Ak*3:0 yasísucesivamente
1. A"=A si l¡es

a su existencia'
, a""a*,. ," d.*-*nte lo desarrollaremosadelante, en el capitulo correspondiente, aqui solo.hacemos refere.ncia
3 adjunta O".arrotl"do mas aquí solo lo mencionamos para definir el tipo matriz'
El concepto de solo lo mencionamos para identificar el tipo
=ur¿
. Er concepto de matriz i.r"*. *rv amprio y será deiariolrado en detalle mas adllante, aqui
=
de matriz.
con mas profundidad, aquí simplemente la nombramos como un tipo
de
5
El concepto formal de submafiz se desanollara mas adelante
matriz que se presenta en el est'¡dio de matrices'
 ING. JULIO UBERHUAGA C.
ALGEBRA LINEAL Y TEORIA MATRICIAL MG. SC. ING. RAFAEL VALENCIA GOT¿gETA

t.
{o')': o
2. (*)': k'Ar
TRANSPUESTA 3. (e+e)r: 6r+8r
4. (a-s)': BrAr
5. (ro)t:ln
1. Si A essimétrica, ent k.A también -s simétrica V k escalary k* 0
: k.A también esantisimetrica V k y k*0
É,4+AT esd*Efüa@$qlétrioa ¡

S.,A-A' .slflEt matriz antisimetrica*

SIMETRICA 5. Toda ma corno la suma de una matriz

F&{dl;i¡; rxjr;: - t
riamente normal.

CONJUGABA

isxl:H esherméticaVkeiR
imbién es hemehermetica V k e IR

, e*eT es hermética
HERMETICA ces: A-AT es hemihermetica
HEMIHERMETICA elementos son números complejos en general
puros) se puede expresar como la adiciÓn de
hemihermetica, así:

", c:l(e-n')
1. Si A eso l, su determinante es distinto de mas menos uno, esto es
lal+ tt
2. Si A y Bson matrices ortogonales, entonces A'B estambién ortogonal
ORTOGONAL 3. Si A es una matriz ortogonal, entonces AT = A-1'
4. Si A es una matriz ortogonal, entonces AT también es ortogonal
s. Si A es una matriz ortogonal, entonces A-ltambién es ortogonal'
1. A'A-l =I

INVERSA z. (a-r)-t = e
3. (e e)-':s-1.4-t
-at-
 ING. JULIO UBERHUAGA C.
MG. SC. IiIG. RAFAEL VALENCIA GOYZUETA
ALGEBRA LINEAL Y TEORTA MATRICIAL

4. (o')-':("-')'
5. AR=BA:I = B:A-i
6. matriz es única
La inversa de una

ARITMETICA DE MATRICES (OPERACIONES CON MATRICES}

yB son iguales si son del mismo orden y sus componentes
lguatdad de matrices. Dos matrices A
conespondientes son iguales' es decir:
A*,,=Brmxn = ["u]=[rr] vi,7
Dos matrices son iguales sison iguales e

Si A no es igual a B se denota A*B§

.-s.
matrices del mismo orden, entonces se
Propiedades de la iguald
b cumplen las siguientes

1. A:B
2- A:B
: sumade Ay B a otra
Adición de

matriz C,r,,,, =L,ü

c,.,,*,,:

Dos o más matrices se suman

SSE
Propiedades de la suma de
cumplen las siguientes

1. clausuraVAB € l]("rxl¡ j
2. Conmutativa :A,B = ¡6//rxl?
j
3. AsociaiivaVAB,C aTKtttxtl => ,{
4. Elemento neulro aditivo VA e lKtnxtl 'r,*n é [*$:S*,{:A
opuesto (inverso) aditivo
5. Elemento

VA e l-K/¡'xÍ =mismoI (-A) el(n^n r+A+(-a):(-a)+a+

orden se llaman conformables respecto de la suma algebraica'
6. Dos matnces del
siguen las mismas
7. Las matnces del mismo orden o conformables respecto de la suma algebraica,
leyes de la adiciónque a los elementos que las componen. Esla característica permite
sujetan
démostrar las propiedades de la adición de matrices'

Por tanto (p"''n, n) ., un grupo conmutativo

!- 6 dos matrices, del mismo orden su suma. se denota por

La adición de matrices es la ley de composición interna que hacecorrespondera

(e,e)-+A+B
-9-
 ING. JULIO UBERHUAGA C.
ALGEBRA LINEAL Y TEORIA MATRICIAL MG. SC, II.¡G. RAFAEL VALENCIA GOYZUETA

se llama diferencia entre A yB

Diferencia de matrices. Dadas dos matrices A.*, =1o,,) Y B,n*r= [Ur]

a otra matriz Du,r,., =lr.ftal que:

Dr,"r:(A-B)r,rn =loU -U,r) = ¡ar1:lr, -n4) vi,7 e {1,2,3,.'.,n\

Dos o mas matrices se restan elemento a elemento

un escalar k , el producto de este

Producto de um escalar por uma matriz. Dada una matriz A e IR-*'y
escalar por la matriz se define Por:
* .(Ar,*, ) =k . A,n,, :o l"r)=iu-"r7
Cada una de los componentes de Arr,r, se multiplica po

Propiedades del producto de un escal Sean las matrices AB e K"'*", del

mismo orden y a,ó escalares, entonce .propiedades:

1. Asociatividad escalar VA -(aá)A

l$'. (o + á-)a =
a' A+ á'A
2. Distributividad resPect
3. Distributividad t

VA,B e IK
A
Elemento

5.

b.
ffi
"':g'ffi
eo,. t.nto (Ñ'i tL* nj;I de los números reales

Para matrices comPlejas ectorial sobre el cuerpo IC de los números

complejos.

Multiplicación de matrices' Para poder atrices, Ia primera debe tener el mismo número de
columnas que filas la segunda. La matriz re§ producto quedará con el mismo número de filas de la
primera y con el mismo número de columnas d

Dadasdosmatrices Ar,*p --lrilY Bp*r=[rrr] sellamaproductodelasmatrices Ay B enesteorden

a otra matriz M,rr*,r=lnr,j] elementos se obtienen de los elementos de Ay Bsiguiendo el siguiente

"rVot
desarrollo: + a,2b2¡ +'" + o,pb p¡7
ln,,¡)=lr,t[¡
Para esta definición cada elemento y de Mr,*,r=lrrU) es la suma de los productosformados al multiplicar
cada elemento de la i-esima fila de A por los elementos de la j-esima columna de B , esto es:

-10-
 ING. JULIO UBERHUAGA C.
MG. §C. IT{G. RAFAEL VALEIGTA GOT¿UETA
iLGEBRA LINEAL Y TEORIA MATRICIAL

4r
4t
B: 4r matriz columna de orden P x
ary)matnzfiladeorden 1xp y
1

sean A:[a11 an aB
ui^
y B (en ese orden)' es Ia matriz lvl Oe orden 1x 1 :

entonces el producto de multiplicar las matrices A

4t
bzt
--rP Z o*4x
M=A'":[o1 arz aB "rr]l 3;
a1¡b11+ aph: + ankt *' " + a1 ob ol -lrrr =
k=l

De forma general tenemos:

las columnas de A Y las filas de B

Dicho de otra
por el producto escalar de la i-
son vectores
esima flla de

Propiedades de la
1. Asociativa VA,
+B.C
2. DistributivaVA"B,

3. Elemento neutro multiP

4. No cancelativa. Si A'B:A'
para dos matrices de orden
5. No conmutativa- En general es
A,,,*p=[nr] y B p*r=[ar] tt
6. Si A.B:0 no necesariamente imPli
7. Si A:B = AC=BC v CA:CB
8. Si AB:BA entonces A Y B son matrices les'o conmutables

A'A:A2
A.A2:A2 .A:A3
9. Para una matnz cuadrada A : A'A3:A3 ' A:A1
:

A.Ar-l-An-t. \:§n
10. Para una matriz cuadrada A Ap 'Aq = A't 'Ap Yp,q e Z+
11. En general (ete)2 :A2 + B2 +2'(a'g)
A'B*B'A va que

12. Engeneral(a+e)(e-g) =A'2

_B2 1,"que A'B*B'A

- 11-
 MG. SC. !i¡G. R.AFAEL VALENCIA GOYZUETA ING' JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEORTA MATRICIAL

es igual al numero de filas de B ' Si el

producto A.B esta definido se dice que Aes conformable con B
para Ia multiplicación' Esto no
---:Á- ¡^,{^
vez que
toda irÁ?
significa que B sea nece§ariamente conformable con A respecto
de la multiplicación' ^rra

B.A Puede o no estar definida

del numerador muttiplicado por la
División de matrices. La división de matrices se define como el produdo

matriz inversa del denominador. Es decir, sean las matrices A

y B tal queA:A'g-1
B
quedarán divididos por ese escalar'
Si una matriz está dividida entre un escalar, todos los términos de la matriz

T_reza_de_u,a_mgtdz. Dadas dos matrices A, =["r] se denominatfaza de la matriz a ¡a suma de los

=
elementos de la diagonql prilq4pely se denota por: I- ¡oit.
¡n:l"u] = r(A) ! atl + "'* dnn

tj,

Propiedades de la traza de una matriz.

1. rr (e+n) = r,'(A) + rr (e
z. *(k-A):&./,'(A)v¿
3. rr(a.B) = ¡r(e'

5. rr (e) = 0,,
6. rr(I)=,r '
De forma Pract
b=)'
d =v'
.,:,=,7
Escalar por v A e ¡7L2x2
matriz p escalar

4t I _ [ att= 4.r 'at2* 4r1

4,2
v AB e[(2*2 bzt bzz )- lr,rt = b2t a22 + b2, )
Multiplicación ".,]lE, 421l=l I ort' \1+ ctp' b2y a¡' 4,2 + atZ' kzl
VABeII(l2 o nzzllt»t bzz) lort' \1+ a22. b21 azt't\z + a22' b22)
de matrices ":[qt
I azt
atz]
Traza de una
vAeu2x2 A:['' I = rr(e) = all* a22
matriz I a¡t
L t\
a'¡¡ I

Ejemplos de tipos de matricesT

7
Los siguientes ejemplos se desarrollaran como máximo para matrices
cuadradas de orden 3

- tL -
 ING. JULIO UBERHUAGA C.
ALGEBRA LINEAL Y TEORIA MATRICIAL MG. SC. ING. RAFAEL VALENCIA GOT¿UETA

Unitaria
^'[itl] ^'[l :il
A3=[l -4 tl
=Ll
4
[eool
0 o.=lo 6 ol
[ooe]
l-r o ol
Triangular suPerior inferior =l-, r ol
[-o -1 ,]
[r o ol
a.=lo , ,l
[ooo]
:
Ir
o r-l
=10 24ll
[, 4 3]
[o t z1

ANTtstMETRIcA i A: =
.,=l-, o ,l
l-, -3 ol
[r ll -sl lz
a
-+l
+i
IDEMPOTENTE o,=17
- tr 'l s I e', =l-1 1
J
It
Lz z) -+l Ir -L
'.)
-:]
Ii -j -+] Il -j -tl
N¡LPOTENTE o.- = [' -rl o. = [-',
L4 -z)
o,=l-,, ol
t -3 -+_]
=l-'' ol
[_o I L1 -3 4)
1 rl [-: -6 z) l+ 3 :l
INVOLUTIV,A -lo ol
o,=[-' rt o,=[l -1
:] ^'=L : :;] =| -r 0
*4
-rl
-rl.l
lo 0 [-o
T
II i-3i slt-t l-¡ 1+ 3i s.l
CONJUGADA A¡ =l 2 i-1
I

-3lltt = A¡=l 7 *i -1 3' I

_.1
I
I

l:+i -6 s, L3-r -6 -)r l

to a+3r'l I o -1+l -4-3i
HEMIHERMETICA o, =l -,-, -3 Il'l = af =l t*¡ -i J

[-o n ,, 0I l4-3¡ -3 0
 ING. JUUO UBERHUAGA C.
ALGEBRA LINEAL Y TEORIA MATRICIAL MG. SC. ING. RAFAEL VALENCIA GOY¿UETA

[+ -i t+zif 4 -i
AI=i i -3 +-til
-f
3+2il
HERMATICA er=l i 4 +-til
ls-z¡ 4+7i 6 _l li-zi 4+7i 6 I

iz , -ol lz -3 4-',

TRANSPUESTA ar=¡-: t -, .'rT=l: s -i

lo -1 z)
I

[+ -i 2)
6 3l lqs ol
-3 6l Lo 4sl

ft -ll "j''
i11 -3 i

A,=l
' 13 1lI #.*l ie a_l
I

PERMUTABLE f¡
IT
Br =l
l-
I

,ul
10 5 I

12j
.l
4 r) 1-2 [+ -1 -t)-l
ó _L a 5-5 l=l -z -11 o

I L, -1 6l
I

,\
7-ü 0-1

rl
I

:
lc.t., lar A.B
l
primero el numero de filas x columnas- Sitenemos que una matriz
es 3

ar si
 GOYZUETA ING' JUL¡O UBERHUAGA C'
ALGEBRA LTNEAL Y TIT RIA MATR]CIAL MG. SC. !I.IG' RAFAEL VALENCIA
-----{- -.
E[ lamaño de la
respuesta es
3x2
Si lm números cenlrales
9 son iguale§ entOnces se
puede multiplicar Y el
tamaño de la resPuesta
son los nÚmeros de los
Debe ser, extremos 3 x 2

Ahora la multiplicaclón:

Ir +0 0I I 4+31 l+ 71
A.B =lo 0+r0+61=1,, ,ul
Io + 2+o L, 2)I

Ejemplos sobre demostraciones Y

1 Demostrarque A.(B.C)=(A.
Sea las matrices AeIK e IK""
Estas definidas por u=lo,f c = [tr,]

si B.C =1d,,]entonces, d
¡r = Z(arr X
A'= i
fit
Si A. B =fn,r] entonces, e¡r =L(r¡)(r'ir)
J=l
En consecuencia si A-(B.c)=[.lr],- (a.e)'c=[&,]

-15_
 GOYZUETA ING' JULIO UBERHI"'AGA C' '
ALGEBRA LINEAL Y TEORIA MATRICIAL MG. SC. ING. RAFAEL IJALENCIA

Entonces Para cada Par de m n n

índices i,
r setiene: .f¡t = Z(",iV¡,)= U (r¡)L(b¡r){ra)
j=l- j=l k=L
lll n
= ¡-zqao)(r¡r)?n)
,l=l É:1
t?t ,,
= » It("rXár')]('")
É=l
J =1

('")

Por lo tanto

Demostrar que 2(A).

Sean las matrices

Luego

Entonces

Q
portanto(,t.¿) = ¿(e'n)
Demostrar que li'(A'
Sean las matrices con I U<t cron A Brr*,r=
['r]
Asítenemos: =C,,*,., = ,i =Z(o¡¡)(a¡o )= c¡¡ =Z@,r)(br,)
Á-=l k=l

También Br,*,, . A,r*,r, =D,r,r,r, = ou =i{u,n)(",,, )3 ¿ro =i@o)(n

i=l
l-)

Luego se tiene n ,.( t ^'=',

rr(A.B) = rr.(C) =
=-t .:l':
Ir¡¡ = Il
Z a¡rbr¡
(
I

= Il¡=1\Á.=t
U bnn¡t'|
)
t't

= I(a*o)
i=l
= lr (D) Por tanto tr ( A.B) = tr(n' A)
-16-
 MFAEL VALENCIA GOYZUETA ¡NG. JULIO UBERHUAGA C.
ALGEBRA LINEAL Y TEORIA MATF }IAL MG. SC. II*G.

4 Demostrar que r(A+

;) = rr(A)+rr(g)
sean tas matrices
\P Ar=laü7 A B, =lbüf

t {ñ = all* a22+. . .+ amt --io,,

i=l
La traza de eslas maüices
n
tr G) = 4t+ bzz +.. - + bnn =Zbt,
Sumando tr(A) +tr = (a¡+---+ a,,r) *(4r+ "' +bnn)
nn
ar, +\b,,
I i=l
Por tanto
lá¡¡) tr(A+B) = /r (a) + rr (B)

I'l

l'* ann --Z',,

i=l

Multiplicando

k.n'(A)

Toda matriz A se puede de otra antisimetrica

Aa

Una matriz A se puede

escribir como:
= 1(o
2
Como: (r.o)t: k.Ar S+e¡r:4r+Br
Entonces [1(^* a').1' = l(a * a') A [1to - A,)l' =1(^-Ar)
l) 2 I
Lzl 2

n. A^,,)=1(A- AT)
Ahora sl escribimos a-
"2=l(a+ar)
Luego A. es simétrica y Ao es antisimetrica, en consecuencia, hemos expresado la matriz A como [a
suma de una matriz simétrica v otra antisimetrica.

Demostrar qu" (A .B)T = BT .AT

B*o =lb,¡)
Sean las matrices Au,*,,

A'B
=lo,r7 " p
Si hacemos = C es una matriz de orden t?lx

-17 -
 j

ING. JULIO UBERHUAGA C.

ALGEBRA LINEAL Y TEORIA HATRICIAL MG. SC. Iñ¡G. RAFAEL VALENCIA GOYZIJETA

ft

Et elemenro de ta fita iy de la columna i de A'B es rü :Z{u,O}{b,g)eue tamo;én pertenece a la

É=1

fila 7 y la cotumna ¡ ¿e (¿'g)T

Luego (A.s)r = Cr = ,¡, =L(rirXár,) (1)

er =[r¡r] [+r]:[¿al o. Ar =[vrr] = =lo¡r)

Supongamos que = [r'rr]
Entonces: ;n
BrAr L l(ruXy*r)
s.

)(a'e) = t
Ie).4-t
r).¿-1
A.A-t
I
Para b) e-l .(e-1 e).e
n-i .(i).e
B.B-l
Por lo tanto de a) Y b) se concluYe
I (a .e)-1 : g-l ' 4-t

Demostrar or" (A-')' =

(¿.t)-'
Por propiedades tenemos A.A-l=A-I'A=I r.. IT:l
Desanollando (n.e-t)r =rr=r = (e.e-,)' = (e-l )' .et = I
Multiplicando esta ultima
(e-')' gl(;n')-' = r'(,q')-'
expresión po,. (a.A')-t I

Por tanto (a-')' : (a')-'

1.
l0 Sea una matriz A cuadrada entonces demostrar que A'A' es simétrica
 ING. JULIO UBERHUAGA C.
MG. SC. II{G. MFAEL VALE}A1A GOYZUETA
ALGEBRA LINEAL Y TEORTA MATRICIAL

Se debe demostrar que (a-,q')t = A'Ar

Por proPiedades de transPuesta

(¿.er)' = (atf a,
= e-AT Por tanto A'AT es s[!]i[!eq

11 Sea una matriz A cuadrada entonces demostrar que A+ATes simétrica

Se debe demostrarque (e*at)t = A+Ar
Por propiedades de transPuesta
(a*ar)' : ¿r*(er)r
AT+A Por tanto e* A1 e§§j*éllgq
Sea una matriz A cuadrada, sl: entonces demostrar que
'2 ltl-el es
12
idempotente.

Se debe demostrar

Desarrollando

r.\,:'

permutables demostrar que A

13 Sean Ay B matrices regulares de o
B , A y B-l son también Perrnutables
Si Ay B sonPermutables
para a) A-l y B Multiplicamos por A-1 tanto nol$)ierOa como por derecha a la matriz:
operando A-1 .(A. e) . e-l = A-l '(e' e)' e-l

Agrupando adecuadamente (a-, a)(e ¿-t) = A-1.e(r a-l)

(r)(s.A-r)= e-r'e(t)
B.A-1 = A-1 .B Portanto A-l y B son Permutables

Para b) Ay B-1 Multiplicamos Por B-l tanto porizquierda como por derecha a la matriz:
B-l .(A.n)-n-t = B-l .(e.a)'e-l
(e-' axe .e-t ) = (e-t 'e)(a e-t )
(e-' .e)(r) = (r)(a'e-t)
B-1 -A = A.B-l PortantoAv B-1 son Permutables

-19-
 GOYZIETA ING' JUUO UBERHUAGA C'
ALGEBRA LINEAL Y TEOEIA MATRICIAL MG' SC. !i¡G. RAFAEL VALENCIA

14SeanAyBmatricessimétric,,,@tricasisolosiA.B=B.A
La demoslración üene dos Partes:
primero: ffi*tilXJi*:H,*rcs simétrica' rueso B es A= Ar n. B = Br
La segunda hipótesis, puesto que A'Bes (a.g)T = A.B,
simétril:a es:
Por otm lado (a.g)r 'Ar = B' A
=BT

Por la pimera y segunda hipétesis' tenemos. B.A=(a.g)r =A.B

Esto si solo si A'B = B'A
de A'B = B' A tenenros: (e-e)r = (e
Segundo. Partiendo "{)r
A-B = B'A = = AT'BT
= A'B

Esto puesto que

Portanto A'B es simétrica

15 Si A'B:Ay B'A:§, demostraf'qlp

Se debe demostrar que A2 =A

Partimosde Ay B A.(B.A) = ,'-Ñz

A.B = A2
Portanto AY B son
A2 idemootentes

16 sea una matr¡z A cuadrada, si A2 = A demostrar qr¡&{a+t}É =w(zk -r)a Ykez+

Vamos a demostrar Por inducción:
Para k =7 El primer miembro es A+I
Elsegundo miembro es l+(z-l)A:I+A
(e+t)2 = A2+A+A+I
Paru k=2 El primer miembro ds (Pues A2 = A) = A+A+A+I
= iA'+I
r*(z'-r) = I+3A
Elsegundo miembro es
= 3A+I
Para k=n Suponemos que se cumPle (e+t)' =r+(zn -t)e 'J

Para k = t, *I Se tienen que demostrar que (A+I)'*t =r*(2n*r-r)a

-20 -
 ING. JULIO UBERHUAGA C.
v ALGEBRA LINEAL YTrcRtA }'IATRIC¡AL MG. SC.II.¡G. RAFAEL VAL=NCIA GOYZUETA

- Desarrollando (A+I)r*l (a + t)(a+ t)'

v
(a*r)(r*(z'-l)a)
A.I+ (2" -t),q.2 +t+(2" -r)¿.
x+(2" -r)a+t
I+[a+ {z' -i x

17 Sea una matriz

+A)" = A YneZ+
Partimos de: ,§

Entonces -.'

Pero 42 = 0, eato i

Ahora, operando

una matriz A cuadrada ar que A es lnvolutiva si y solo si

18 Sea
de
(r-e)(r+A) =o
La demostración tiene que cumplir para los iohes simultáneamente es decir de ida y de vuelta

De ida, si A es involutiva implica que (t - A) A.)=0

Entonces A es involutiva A2=l
(t-a)(I+e) I-A2
Desarrollando la condición = ill_i_i
=e
De vuelta s¡ (I - A)(t + A) = 0 implica que A2 = I
(l-A)(I+A) = 12+I'A-A'I-A2
Desarrollando = I+A-A-A2
-- l-a2
sedebecumplir I-A2=0 = I=A2 Por tanto A es invof utÍva

1g Sean Ay B matrices, la primera idempotente y la segunda ortogonal, entonces demostrar que

ALGEBRA LINEAL Y TEORIA MATRICIAL MG. SC. I}.¡G. R.AFAEL VALENCIA GOT¿UETA ING. JULIO USERHUAGA C.

BT 'A.B es idempotente
r2
Se debe demostrar que B) = B' .A'B
Como Aesidempotentey B ortogonal A B.BT:I
Desarrollanda¡.2/tr
(et.A.-eJ = (B' .A B)

)a.s ¿
=BT
=BT
=BT
Sean A matriz simétrica entonces dem métrica cualquiera que sea la
20
matriz B de orden lt t-¡
Se debe demostrar que

Por propiedades de transPuesta

'}í
r?'

Como A es
Sean4' demostrar que
21
(n+»)(
Por la
#É
pro4Ec
distributiva de la suma
(A i+D) D

"i¡'J $ry
_D2 Portanto (a+P)(a-D) = A2 -Dz
cy p son escalares, demostrar que A
22 ySi A y B:aA + /l son matrices del , donde
B son
conmutables
Se debe demostrar que A'B = B'A
Entonces: A.B = A.(aA+ §I)
= A.(aA)+e.(pt)
= a(x.A)+É(A.I)
= (aA+ pI)-A Portanto A y B son conmutables
EQUIVALENCIAS
DEFtNtctóN 4. TRANSFoRMACIONES U OPERACIONES ELEMENTALES.

Se A ¿IKttrxrt, se denominan operaciones o transformaciones elementales por filas (análogamente por

y
columnas) a un conjunto de tres operaciones que se realizan sobre los electos de una matriz, son
las
siguientes.

. lntercambiar dos fllas o dos columnas de una matriz

 GOYZUETA ING' JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEORIA }TATRIGIAL MG. §A. I}¡G. RAFAEL VALE'¡CIA

:. sustituir una ñra o una column. o. tffifriiá

*,iNplo escalarde dicha fila o columna en la matriz'
. fila o columna con un múttiplo escalar
Sustñuir una fila o una columna de la matriz por ta suma de dictra
de otra fila o columna en la matriz.

DEFINICION 5. MATRIZ ELEMENTAL

las operaciones elementales a la
se dice matriz elemental a aquella matriz que resultan de aplicarle atguna de
matriz identidad. se denotan de forma generat por E y se denominan transformaciones u operaciones de línea'

Las matrices elementates pueden ser resultado de aplicar operaciones de

fila o de columna' entonees se
clasifica en dos gruPos:
r transformaciones efementales de fila se denotaran
por H '
¡ Matrices elementales resultado de columna se denotaran por
r Matrices elementales transformaciones elementales
K.
0bse¡'vaciones.
. Toda matriz
. El efecto de na matriz A de orden mxn, se puede conseguir
rnulüpli

Transf

o se produce al multiplicar, por

ln
la izqui
e intercambiar tasfilas i yk
de la matriz Inl
2.S n la matriz

I de Este efecto se
Sustituir la fita la

produce al multiPlicar, Por la el resultado de

multiplicar Por a la fila I de la

3, Sustituir una fila múltiplo escalar de otra
fila en la matriz.
Sumar a la fila i de la matriz A su fila + f¡ ----+ .l ). rtte efecto se
produce al multiplicar, por la izquierda, la m a), siendo esta la resultante de sumar a

la fila i de la matriz [,, su fila & multiplicada por

Transforrnaciones elernentales de col umna.

1. tntercambio de dos cofumnas de una matriz'

lntercambiar la colurnna i por la columna fr de la matriz A ( ci (-- c1. ). Este efecto se Produce al

multiplicar, por la derecha, la matnz A por la matnz elemenial E7A- , siendo esta el resultado de intercambiar

las columnas I y k de Ia matriz I,r.

2. Sustituir una columna de la matriz por el multiplo escalar de la misma columna en la
matriz
Sustituir la columna 7 de la matriz A (ac¡ ------+ c7 ). Este
por un múltiplo escalar de Ia misma columna

efecto se produce al multiplicar, por la derecha, la matriz A por Ia matriz E.¡(a) d*A, siendo esta el
resultado de multiplicat pot d la columna .¡ de la matnz I,,

'23'
 GOY¿UETA ING' JULIO UBERHUAGA C'
ALGEBRA LTNEAL y TEoRIA IIATRICIAL MG. SC. t!'lc. RAFAEL VALEI,IC¡A

3. Sustituir una columna de la matriz por lá ¿¡"ta cálumna con un múltiplo escalar
de otra columna en Ia matr¡z.
"um;?.
A su columna * multiplicada por a*O(ac¡r+c¡ c; )' Este
Sumar a la columna ,r de ta matriz
A por la matriz ng{a), -)
siendo esta la resultante de
efecto se produce al multiplicar, por la derecha, la matriz
Sumar a la columna j de la matriz I, su columna * mulüplicada por d *0

la b cl
Ejemplo. Sea la matriz A=l p q r i
operaciones elementales:

L' )' ')

a lntercambiar la segunda Y tercera
a multiplicar por 3 la segunda fila
a
a
Restar el doble de la segunda
lntrercambiar la Primera Y
/'--' _1
a Multiplicar por 2 la tercera
a Sumar a la tercera colu

OPERACION
F.lfob,1
)q'l:l * , ,l
,,,1 L, s ,) -
u,'):¡:,:,;l
iT:jf;
o o riL, .! r) L'. .t' z)
7 [r + ol;" t cj la-zr t-z,t "-»1
.A=loiollrs,i-p q ,l
Lroil['.,,,]l_* )' z)
COLUMNA

cl7+ c: [rool
i:lo r oi o *,,=[í
lo o I-l 1 ;]ti : i]:[; ?"')
[r o ol '?f
l, , .l[t o ol la b r,l
o 2c)
ol
r:loiol +K3(2)=lo,ol A.K:{il=ln t.li o t nl:l , ,
lo o r_l [o o 2J l, .r, ,_lL, o 2) l, v 2z)
t-r o ol h o 3l fo t clft o ¡l [a b ¡"l.c)
1:l orol =Kr:(¡)=lorol A.Kr¡(:)=l r rilo , ol:l p q tu*,'l
Lorrl Lootl [, .v ,l[o o t-] [-. )' 3.r+zl
DEFINICIÓN 6. MATRIZ EQUIVALENTE.
partir de la otra por
Dos matrices A y B del mismo tamaño, se dicen equivalentes si una se puede obtener a
medio de un número finito de operaciones elementales de línea {es decir ya sean de fila
o columna).

Observaciones.
¡ Se utiliza la notación A = B para indicar que "la matriz A es equivalente a la matriz B ".
. Las matrices equivalentes han de tener el mismo orden'

Ejemplos. Son matrices equivalentes:

 It¡G. JULIO UBERHUAGA C'
MG. SG" IT'TG. RAFAEL UATEffiI,A GOYZUETA
ALGEBRA LTNEAL Y TEO$UA ilATRICIAL

rr z -, 4r rr z -,;l ll : I ],-l=ll i ; ¿l
-¡ l=s
o=l ; ; l tl=l o o s -rl*[o o s
-
-z 6 ],1=L:' -; -;l-L;; ; -'l lo
o 5 -r]
[-r
REDUCIDA O CANOITIICA'
DEFINICION 7. MATRIZESCALONADA
tre.s condic'j:::
o canéni3¡i cumple las si¡uientes
Una matriz se dice escalonada reducida que todas los
filas son distintos de cero' mientras
1. Uno o mas elementos de cada una
elementos de las ñlas restantes
no nula es siemPre Ia unidad'
2. El primer elemento no nulo de
\2,3,...,r) es e[elemento 1 de la fila i
3. El único elemento distinto d
en la
iguales a cero) se encuentra siempre
4. El conjunto de filas
parie inferiorde la
a la unidad crece aritméticamente
En cada una
de fila a fi
, de alguna fila, tienen ceros en
Todas
todas
Entonces una

FRlh'lER Er-Ef\rEfo

Observación.
2 e matrices escalonadas
. Las matrices que no verifican la condición
I

Ejemplos de matrices escalonadas

[r o osl tE 0l iF;T r
1 o.l

o 2i ^=1 l-1*1 ol A=l o o I

^=lotr : 0 nl Io o 0 :l
lo o I -3 1 L I
IL

Ejemptosdematricesescalonadasreducidasotambiénllamadasmatricescanónicas
sl
Ir o ol [o 1 o ol [t o 0 -l
:l o=lo I ol a=lo o ol o=lo I 0 -tl
A=[:
^-Lool L;oi] '
[ooor] foo 1
;t
-rl
3 -rl
[o i + o ,-l -r 3 orI
0
[o o ['l0 0
o
0 +l
I
I
o=l: : : I ;i o=lo o I 5 0l A=l
0I 1l
o o o o] Lo o o o ,l
-, ln 0 0
0
0 ol
L; L0
-25-
 ING, JULIO UBERHUAGA C.
MG. SC. ING. RAFAEL VALENCIA GOYZUETA
ALGEBRA LINEAL Y TEORIA MATRICIAL
equ¡valente Por filas)'

Fy u tares que F'A:u siendo u

Teorema 7.1. Dada una matriz cuarquiera A €IK'r''' existen matrices
una matriz escalonada.

Demostración. Probaremos ei teorema de forma constructiva'

. Comencemos por anulai'icdos los elementos G;1 corl l<i <¡t
f¡¡G) podemos enular todos los
o Sí a17*0, mediante transformacíones elementales filas
de el' Estas transfonnac,¡:es serían de
elementos de la piimera columna situados por debajo
/\
Í A;t
la forma 4rl -:att;
I
no nulo, pcC:r::s Ilevarlo al lugar (11)
c Si all = 0 Y algún eiernento de la
€n el cesc al',enor.
mediante una transformación
t*lIF y-p¡crtan:o, oil=0 Vl>1, es
o Si .lil = 0 Vi = 1,2,.. ',nt',
decir. se irata de una colum-náio8i¡

Procedem os desp:.:és .on r» iü¡t-;¡*!;*ffi ast anleriores) al igual

Ir ceros Por debajo
q ue procedim os con a,, a nt e n o ñ9$i,'.'. :¡..11't,4
etiáloún elemento
de el en la segunda columna. si'fffia2r'-9i vá! iste

o¡1 * O y, en caso de haberlo, realiza¡.r;o;s tq

l:álÍp*.9.99.,1i
Reiterando el proeeso, llegamos a'una mair¡2'éé-ealonádáli
formaciones elementales
oLa z F no es mías que el producto de'las'matri
',-i
fl sparapasarde A a U
éntales de frla a una escalonada
Teorema 7.2. T ser reduci
reducida o canorilca. ?¡ r ;E
na vez obtenida la matriz [J't] en una flla haY algún elemento no
Demostración. Basta con o
lo de ella mediante Erl (a ) ü *0 Y lo utilizamos Para
C-/
hacer
nulo, Ia dividimos por el primer elem \4
,' J
por encima de el)
ceros todos los cje su columna (que se en
a su forma
e operaciones elementales ser transformada
Teorema 7.3. Toda matriz A € fK"'*"
normal. Esto es una matriz de la forma:
''
[r,] v ["
L0 (

A(I, es la matriz identidad de orden i')

Que se llaman formas normales de la matri z

De manera más amPlia:

I i, Ar*(,,-r) I
N=l
'" - A(,r-r),(r-r)-]
[Ai,,,-r¡",
Observaciones.
. Una matriz nula es su propia forma normal
realizar tanto operaciones de flla como operaciones
de
. Teniendo en cuenta que para ello es necesario
columna.
l- t3
f'r 4l
=14 2l 5 t.
Ejemplo'EjempliflcarlostresteoremasdeAlgoritmodeGaussJordánconlamatrizA
Ir 02 3l
 GOYZUETA ING' JUL¡O UBERHUAGA C'
ALGEBRA LINEAL Y TEOfiNA MATRIC]AL MG. SC. ING. RAFAEL VALENCIA

PARA EL TEOREMA I
Las rnatrices elementales
2t34 -2f1+f2-+f2
00 1 ool matriz F = E¡ 'Ez'Et
4215 ,]; 10 -2
1023 01 ;?l F=
::li;?l
Lo 0
_z.tt

Ir
fz-+
00
li
'1
,i: t0 ',111
o -5 -31 "fz¡+h it¡
01.
_1
.2
0

:I =
i+ : ilr ,:l
,.§
213 4
F;
l;;:l
L-2 r ol
v o-| + r
Ir o ol[z r 3 +l
0 0 -5-3 ,F. A=l-l o rllr 2 t,l:u
l-zro-] Lt 023)

\ t: i ril:'

-!l:-.fz

Esta úliima matriz es la mairiz escalonada canó

Si nos fijamos en fa matriz anterior que la 0 ü

g
transformamos, mediante operaciones J 1üü0
elementales de fila, en la matriz escalonada 0 1 0 _l_ 0100
canónica, podemos ahora, mediante la 5

composición de las transformaciones de D 0 1 ;J

_l nn r.J l
columna expresarla en la forma [trlO]
1 0 0 0

0 1 0 -,J = [I, lo]

a
0 1 ;)
DEFINICION 8. RELACION DE EQU¡VALENCIA ENTRE DOS MATRICES

l. Si existe una secuencia de, matrices elementales Et,Ez,E3,...,E¡r, tal que

En.....E:.EZ .E1.A = B Entonces se dice que A es equivalente a B, esto es:

A^rB
 GOYZUETA ING. JULIO UBERHUAGA C'
MG. SC. ING. RAFAEL VALENC A
ALGEBRA LINEAL Y TEORIA l¡tATRtCIAL

operaciones
H1,H2,H3,"',H, todas :stas resultado de efectuar
2. Sean las matrices elementales
hallar la matriz equivalente, las matrices
elementalesdefilaenlamatrizidentidad.Entoncespara
elementalesasíobtenidaspremu¡tiplicanalamatrizA
Hn""'H:'Hz'H1'A=B
Siendo H1 es la primera operación de fllas' H2 la segunda' H3'"'
eSas resultado de efecluar oPeraciones
3. Sean las matrices elementales K1,K2,K3,"',K¡ todas J
para hallar la matriz equivalente, las
elementales de columna en la matriz idenüd1!'if-l
a la máriz A t,
matrices elementales así obtenidas pos
¿
A.K I=B
.-.¡
Siendo Ki la Primera oPeración de
trices elementales
4. Cualquier matriz se Puede

En estas condlciones podemos escribit:

H¡ ',: "'F
De donde:
P=H¡r J

Portantolacond§i3nnecesariaysuficrentepaia::Í:*g,*ffffi.;"#]:H:T.":fil""iJ]:i
:
de manera que se u"t¡f¡q1H$:§ffE v ¡!*'\r
' '
dos matrices P *Egulares,
Observaciones.
deduce'.t' una matriz resular
puesto or","tfi¡¡rquivalente -fg.ffiffi
uu p'on'q
: ":
.
"

:llflff H["ImH*ii:::: ;:ilJ::tá!"T;üi=.'. ;;#'

:;:,:x?j".i'ff:5;:il1'ffi;;;;-'"*:;:i^.^":i:::,1.j:::"::,J:.T:""jJ":n"':":..5
yffi",?:*: ::Jl.:ü;'l.,";",lrt*fu";i;;;;;i conjunto es equivarente a una v soro una der
conjunto canonico.

DEFINICION 9. SUBMATRIZ CUADRADA

submatriz cuadrada de orden ¡' con r min

< aquella
Dada una matriz A e IK"'" , se denomina {m,n\a
o mas Iíneas (filas y/o columnas de la matriz
A)
matriz que se obtiene luego de eliminar una
MATRIZ
DEFIN¡CION 10. RANGO O CARACTERISTICA DE UNA
de aqueila submatriz
característica o rango de ta matriz A ar orden
Dada una matriz A € K,r,r,? se denomina
contenida en la matriz A
cuadrada de mayor orden posible que esta
entonces el rango de la matriz A se
si designamos por el número de fras no nuras de ra matriz escaronada,
r
denota por:
p(A) = r
Observaciones.
fllas no nulas que quedan después de la
última
. El rango de una matriz A es igual al número de
operaciones elementales realizadas en la
matriz A '
iteración de un conjunto de
.Sededucequeparahallarelrangodeu.na.matrizes.suficientetransformarlaaSuformaescalonada.
dos matrices equivatentes tLnen el mismo |^rngo,
;iiánéo de dicha matriz será igual al rango de
Como
la matriz escalonada.
\-
GOYZUETA ING' JULIO UBERHUAGA C'
! ALGEBRA LI}¡EAL Y TEffiA ITAIRICIAL UG' SC.ING. RAFAEL YALET¡GiA

la matriz A '
. Las operac¡ones elementales no modif¡can ni d orden n¡ el rango de
matriils
"on
Propiedades det rango de una matriz
Las operaciones o transformaciones elementales aplicadas
a una matriz A no modifisan ni el
1.
orden ni el ranEo de la matriz
z. sea la **J=ü] ,; nu,. o" otden ntx" entonoe§ 0'p(A) I min {*'u\
g. Sea la matñz *rCoO" A:[or;] , no nula de orden n, entonces O < p(A) < rl
4. sea A y AT entonceu P(A)
r)
5. La condición nmaria Y que dos malrices A YB de orden
'?'x'?
sean

equivalentes es que
b. SiAyBsot respecto de la §uma A+B entonces

p(a +n) < p(A

! 7. Si Ay del producto A'B entonces

! p(a +n)
de orden p x /, es tal que A'B =0'
8. Si el
! el.
! 9_
ser superior al rango o

ue su determinante es no
10. T
nulo
11. El rango
ngo /" , siendo 0 la
\. 12. Si A tiene
matriz nula.
13. Sila matriz amPli §o menor o igual
ar á una matriz canónica
14. Toda matiz A dé orden
n'a matriz cualquiera A
también de orden Íltxtt .
también Podría hacerse con la A. Por lo tanto las oPeraciones
elementales de fila que se re ción de una matriz escalonada
canon¡ca
15. Si A
es una matriz regular, el rango la matriz A'B (Y también de B.A) es

igual alrango o característica de la m

matriz P.A'Q coincide con la de A
16. Si P y Q son dos matrices regulares' el

l-z 1 zr -21
Ejemplos Hallar el rango de la matriz A=l-l -r ol
L, | 2 -rl
en la unidad y los elementos que estén por debajo
El objetivo es que los elementos de la diagonal se conviertan
sean ceros.
Primera iteraciÓn. Muftiplicar por -'t la -.fz t fz f-z. t 2 -2
fila2 Li-r o

[-rr:-1
Seg{.rnOa iteración. lnterc¿mbiar las Ir r -r o
filas 1 y 2 ¡<- fz
[-r t 2 -1

tercera iteración. Multiplicar por 2

primera fila y sumarla a la segunda
la 2fi+f2-+f2 Ir 6r -io o

lo
l-'> 1 )
-2
L- -'l
 GOYZUETA ING. JULIO UBERHUAGAC'
MG. SC. ING. RAFAEL VALENCIA
BRA LINEAL Y TEORIA MATRICIAL

¡2la Zfi+fi-+f3
primera fila Y sumarla a la tercera ¿
La matriz que resrha de
la
f,, -1 ol septima)'
J
- lz iitin',. itutrcion 6a
lo I o -rirl
po' /A Itz ,-)
Quinta iteración' Multiplicar ^ .. eouivatente a la matiz A '
[o 3 o -tJ eita'matriz tiene dqs ñlas
no
¿
fr o -l t,3l nriát, luego su rargo es 2 ¿
@Por.-l ala -fz+ft+ rt
fila Y sumarla a la fila lo r o -url p(A)=2 J
Lo-e o -r
1
r"ér.0"
l ¿
@iPlicar.Por-3a -tfz+h-+fi ¿
f, fila y sumarla a la tercera
lugunO" J
)a P Y Q, tales que
Ir 1
las matrices
EjemPlo. Reducir la matriz A = I
2'

t3
P.A'q = }[,, ..:,'i
ar/
Como la matriz A es de orden-3x4
¿
de filas Y columnas
r' o.
z -)
00
1000 0 l'l 0i.
10
0100 00 1.,1
00 0 i
0010 00 0
10 0 0100
r3
N- 0001 3
ó-o-57-zio
t 2 3-z 100 -7-
-7

0--6-57-i01
2-2 i 3 010 -30
-3 0 -{ I 00 i -zct
-fz+h+f¡
-Zfi+ fz -+ Íz -3c1+33
-3fi+ -h -+ ft 2ci+34 -+
r1-?')
| -L
t )'i !.; -l ''
-;'1 3

0100 , -)1 \,!

-;6 7.'
0010
N_ 00 0l )
00
§= 00
10
01
6

100
) L* -l A p(A)=2
1000 100 10 00
0-6-57 -2 l0 00 -2 10
01 -1-11
00 00 -1-i1 00 00
-%,, -) c2 c"

-%,, *cac3- 5
c3

1/. c" + Cl+trJ-

/oL
-)c :t
De donde tenem )S:
TlOS:
[r A/ ,v1
-i7 00 ol
li'1 0 0l l/, i3l
-'/u -,
I
Ir
N=P o o=L: 10 ol
t,
I

I a
P_= -.
I
1 tl A Q= I'lo -i¿
o I
/u I
ol
A
00 0,1
I

L--1 -1 1l
[oo 0 r]
 I'G. SC.ING. RAFAEL VALE}ICIA @YAJETA

ffitrUNEAMAW
INTRODUCCION
Los determinantes hícíeron su aparición áticas más de un siglo antes que las matrices. El término
mabiz, precisamente, fue creado Por Sylvester con el propósito de distin-guÍr entre matrices y
determinantes. De hecho, su ide ?nadre de los determinantes'.
::jl

La teoría de los determinantes. y Seki KoÚá (1683 en Japón) y afianzada por

que actualmente
Laplace y Vandermonde ( 'n 1812 desarrollÓ la teoría
! conocemos y utilizó por Pi

Hoy en día üene utilizada tanto en la matemáiica pura

como en la de las ciencias que tratan problemas
lineales en los
El determi expresar de una forma directa Y
elegante, i intersección, así como calcular
mediante

Los determinantes de dos ecuaciones

de una forma fácil. se puede expresar las
v incógnitas de un independientes. La
generalización a sistemas para nosotros, la gran
utilidad de los determinantes eltema siguiente.

Por otra parte decir que el co nicamente a matrices cuadradas, las

matrices rectangulares no Poseen
DEFINICION 11. DEFINIC¡ON DE

Dada la matriz cuadrada e, :[c¡] oe mina determin de la matriz A , al número real o

escalar que esta relacionado con los elementos a matriz:

Entre otras cosas dicho numero proporcibna criterios de invertibilídad de A y resulta ser también igual al
volumen de un paralefepípedo P en el espacio n-dimensional, donde las aristas de P vienen de las filas de A .

Eldeterminante se denota por alguna de las siguientes formas (nosotros adoptaremos la primera)

lal v det(A) v o(a)

I o,, atz auf
I

oz2 a2n
Esto es. Sea Ia matriz A=l'?' I
.lrl I

cuadrada y de orden n, el determinante de la matriz es

I
I

I on, orn)
qtt at2 aln
0¡.I t A¡'t a2n
lal: LL
, este número se obtiene operando de cierta forma con los elementos de la matriz
::
aln ün2 Qnn

-31 -
 MG. SC. INg. RAFAEL VALENCIA GOTZUETA ING. JUUO UBERHUAGA C' '
ALGEBRA LINEAL Y TEORTA UATRICIAL

DEFINICION I2. DEFIN¡CION FORñ¡ÍAL DE DETER.*IINANTE

Sea Ia matriz A e IR' cuadrada de orden:

Det: TRnxn ----) IR

An lel
. Eldeterminante es una funciÓn de R'"'r
en IR
. La correspondencia entre eldeterminante y los elementos de tra matriz es única, luego eldeterminante
de una matriz cuadrada es único.

DEFINICION 1 3. PERM UTACIONEST (recordatorio)

r elementos que podemos suponer N permutar estos elementos,

Dado un conjunto de
es decir para situarlos en distinto orden, bastara biyectiva 6: N+Nque
representaremos escribiendo debajo de cada i e N

'#.l
Lr

N eñ N los elementos
Estas biyecciones de
sideran ahora
de N, que inicialmente se su
elernentos. El
formando Ia nueva sucesión (
conjunto de todas ellas se deno

Ejemplo. Consideremos el conjunto

22
En este ejemplo con los tres elementos se han obtenido

Transposición. Se llaman trasposiciones a aquellas perm las que, salvo dos elementos de N,
que vamos a llamar i y i. Todos los demás p decir, coinciden con su imagen); los
elementos que varían se transforman uno en el otro (es decir y 7 en i).

indice. Se llama Índice de una permutación y se denota por ¡(o), al numero de trasposiciones que presenta
dicha permutación

DEFINICION 14. DECREMENTO

que en
Dado un conjunto de z números enteros positivos y considerando una de sus permutaciones, se dice
esta existe un decremento cuando un nurnero precede a otro menor que el

Ejemplo. Sea el conjunto {t,2,3,+\ y las permutaciones:

. Pt =2143 Tiene dos decrementos, el 2 precede al 1 y el4 precede al 3

. Pz =1324 Tiene un decremento, el3 precede al 2

. P3 =432I Tiene seis decrementos, el4 precede al 3, el4 precede al2, el4 precede al 1, el 3 precede
al 2, el 3 precede al 1 y el 2 precede al 1

7 permutación. §e debe entender bien

de determinante de una matriz pasa inevitablemente por la definición del signo de una
L, d"fin¡"¡ón
esta sección para poder pasar de lleno al estudio de los determinantes.
 v
V ALGEBRA UilEAL Y TBOfilA IAIRIC¡AL IG. SC.ING. RAFAELVALEilCIA GOTZUETA ING. JULIO UBERHUAGA C.

-
Y DEFINICION I5. TERNIM) DE UNA MATRE CUADR.ADA

Dada una matriz cuadrada O, =lo¡) de orden r se denomina término de esta matriz a:
v
(-rld = q
üfzjza3jt
--- ary,

Que contiene como fuchres solamente a un elemento de cada fila y uno de cada columna, además
jt, jZ, j2,...,7, representan a cada uno de los números (1,13,...,n) no necesariamente en este orden y d
es el número de decrementos de la permutación jy j2,ft,...,irrfurmada por los segundos subíndices.

att
: Eiemplo. Sea Ia matriz A = dos térmirps de esta malriz:
v

-
(-l)d : ot segundos subíndices forman la permutación

h' jz-j
: ( subíndices forman la permutación
Y
t

Dada una se pueden obtener esta dado

!,
por el numero mitad de ellos resultan con
signo (+¡ y la otra
t)
A partir de una matriz términos, en una de orden 3 se puede
obtener 3!= 6 términos y en 74 términos
DEFINICION 17. UNA FORMA RMINA

Dada la matriz cuadrada : [4 , se denomina determinante de la matriz A, y se dice

^"
también de orden n ala suma de todos que se pueden obtener de dicha n¡atriz, es decir:

lal = p, Gido (rr,,-aziz o3i ..o,,i

z ,)
Donde:
. La sumatoria se extiende alas n! permutaciones de {t,2,3,...,n|
. dkindica el numero de decrementos en la permutación: j1 , j2, j3,..-, j,, y que para cada d¡ se
considera una y solo una de la permutaciones j1, j1 , j3,. . ., j,,
n
Si llamamos h,iz, j3,..., jr: o¡ y definimos elproducto-o alr, -azjz o3iZ ..anj =!rrio,
n

Definimos eldeterminante de ta forma: tat= f Gido flo,n

k=l i=lt
Ejemplo. Sobre desarrollo de determinantes:

Para una matriz de orden z'.A,

oll o"1
- =l Lozt azz)

-33-
 MG, SC. IHG. RAFAELVALENCIA GOT¿UETA ING. JUUO UBERHUAGA C.
ALGEBRA LINEALY TEOR]A HATR'CIAL

t a,l= orrorr-anazl
Si n=2 = P2 ={(iz), (Zt)) v por tanto se tiene lAl=lo,
azzl
lozt
Desarrollando el sudatorio: lAl=l',
t anl:(-,)r, at§zz +Gid' otZa¡l = ollaz2 - alZal1
l'zt a22l

Donde:
-
dt=0la permutaciÓn (tZ) no tiene decremento -
dz:1 la permutaciÓn (21) t¡ene un decremento -
-

:3 r, :{(tz;),(tgz),(zt:),(z¡t (tz 3) o, (132)=1,(2t3)=i,

Si r¡
= .+
(z¡ t) : Z , (ltZ) = Z, (::t) = 3 , portantg sL ti
. -
a+J
ü
'a- 1&
lo,, atz ",rl ,{_,i)1,#
-i ..+
JJ

";:l = .(-'iB
lel== lr, t o.t.t o-¡.
"
Es decir:
[]l C
v

"::, \zoz:ast
Desarrollando

at t atz (-tld, o73a-t1a3t *

r,r-;:;1
o22 ,t ._¡ Í

+(-t Torr*(-t)du ü3a27a31

031 a3z
Pero:

dl:0 la PermutaciÓn (tz:) no tiene decremento

dz =1. la Permutación (ztt) tiene un decremento

dz:2 la permutaciÓn (ttz) tiene dos decremento y asícon los demás

Luego:
lAl = a, f22s33 - a12a2§33 * aga2p32 - a¡a23a32 * a1ta23o31 - aga22a31

de matrices de orden 2 o 3, se vera

si se examina cualquiera de las expresiones obtenidas para eldeterminante
que cada uno de los productos incluye un termino de cada una de las ñlas
de A y un termino de cada una de
es la suma de todos los productos posibles de r elementos de A '
con los
las columnas. En generaf,lAl
de cada fila y exactamente uno de
signos adecuados, y donde en cada producto hay exactamente un termino
cada columna.

PROPIEDADES DEL DETERMINANTE DE UNA MATRIZ.

1. El determinante de la matriz identidad es unidad' ltnl= t

2. El determinante de la matriz nula es."'o' l0l = 0
3. El determinante de la matriz transpuesta es igual al determinante de la matriz O,O"' = lal
la'|
v ALGEBRA U}IEAL Y TEORIA TATRICIAL llc.§G.lNG'RAFAELvALEt{clAGor¿UETAING.JULIoUBERHUAGAc.
? a. Cofno @nsecuencia de esta Trop¡edad, podemos dar una definición equivalente del
n
- dehnnürante cambiando el papel de las filas por el de las columnas: lal= f, a¡'A¡¡para
- k=l
cua§u*r É ñ¡o, con ltk<n
4. lA'l:F¡- Ymez+

5. si A.,B e IKñ' = le.nl:la[lBl,siempreque A seinversible

6. Si B , es una rnfriz que se a partir de A, luegro de multiplicar a los elementos de una lÍnea
(fila o columna) por t¡n escalar de cero, entonces: lgl=,t'lalu
:
a =[o, r
I

: atzl :+ ld = lÉ''" o'

r.lor r otzl=
t.rtr
Lozt a22)
n
. "'l:
I ozt a2z I lozt a'»tl

: a. Dicho de una línea se multiplican por un escalar,

Y en por dicho escalar.

l¿.a"1
: É" lAl '
orrl: .l,.l
tc2
azzl
-r

8- Una matriz es
:
9. Si la matriz A posee constituida por ceros, su determinante es
: nulo

l3 ;l]
10. Si se intercambian dos líneas (fllas o has) del determinante, eldeterminante cambia de signo.

bl=o¿-rn ol=ru-ad=-Gd-cb)
l" dl
lc = lr ld cl

11. S¡ B,esunamatrizqueseobtieneapartirde A trasladandounalínea(filaocolumna) plugares,

enionces: lnl: (-t)P lal

übcd _,
3 luctares
abcd pqrt
A_
= lel= (-r)3 lAl= - lAl \
pqrt xyzw
xyzv]
8
Según esta propiedad, un faclor común de todos los elementos de una línea (fila o columna) de un determinante puede ser separado
como faclor del determinante.
9
No d"be existir ninguna confusión entre esta propiedad y la anter¡or, aquí el escalar ft multiplica a la matriz, es decir a todos los
elementos y en el calculo del determinante de la matriz asl obtenida, de cada línea (fila o columna) se extrae el escalar k cnmo factor del
determinante.
-35-
 TTATRICIAL MG. SC. ING. RAFAEL VALENCIA GOY¿UETA ING' JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEORIA

es cero
12. S¡ la matriz A tiene dos líneas paralelas (filas o columnas) iguales, entonces su determinante

lal= o

f ol
la "l=ab-bo=0 v \a bl
l- 1l=rb-bo=0
ib bl la bl
13. Si la matriz A posee dos líneas paralelas proporcionales, Es decir tiene una colurnna o fila que es
múltiplo de otra columna o fila, su determinante es nulo lal:0

-i!:-;r+

14. Si descomponemos una línea (fila o columna) en fpqdemos descomponer el determinante

en suma de dos determinantes(No confundir con

4t nz 4n nn

a21 422 u)n

:

dl*
dnl dn2

en dos
en en esa
fila o columna los Primeros Y s los mismos
e¡ehenrile er oetermrnar
D e+'

15. Un determinante no se a b fila se le suman los elementos de

otra columna o fila multiPl
.l ItI cl
fl=lo' l*ld k rl-t
,l lg lt
.it
¡l Y .9. tl.t
ls
16. Si una línea de la matriz ión lineal de ot ras par alel sud eterminante es nulo.
el lo
I
c e
lac
Itd
t.
tb u
L

) ,l
Ít t

+
{-
I

lb d f l=o+o:o
I

la.a+P.b d'c+P'd l*, ct. C G'el

I

ls.
t,
pd pA
Aplicando propiedad 13 Aplicando propiedad 13
lineas paralelas lineas paralelas
17. Si un determinante es nulo entonces, las filas consideradas como vectores son linealmente
dependientes. Si es distinto de cero serán independientes'"'
1g. El determinante de un matriz cuadrada no cambia si se le suma a una línea (fila o columna) cualquiera
una combinaciÓn linealde otras líneas paralelas a ella'

--
tn
Esta propiedad es bastante util para los problemas en que nos pidan estudiar si un conjunto de vectores son dep€ndientes o
independientes sin tener que hacer combinaciones lineales.

-36-
v ALGEBRAUI{EALYTEORTAHATRICIAL MG. SC.ING. RAFAELVALENCTA@YZUETA ING' JUUO UBERHUAGA C'
v

APlicando ProPiedad 13
Iíneas paralelas

lg. Todo deteminanb de una matríz cuadrada se puede convertir en otro del mismo valor que el dado, tal
que todos los elemenbs de una fila, previamente elegkla, sean ceros, excepto uno de ellos.
a. Es consecr¡er¡cía de la anterior, bmh aplicarla de forma reiterada y conveniente para
: conseguir etre cierta ñta de la matriz, sin que var[e su determinante'
Frecuentemente en ceros los elementos de las columnas sucesivas, a partir
v de Ia primera, diagonat principal. De.este modo se obtiene una matriz
triangular y fácilmente.
: dsl

v tJl
\? ser una matriz diagonal) es siempre

t,

21. Elvalorde I

22.Sea A eIK"' submatrices cuadradas de A,

entonces lal= lxl lzl

Ejemplos sobre demostraciones de minante de una matriz

1 Demostrar A"B eÍK'*" =

Una matríz arbitraria puede represen A = El 'Ez'Es "'''E, 'B
Donde E¡ son matrices elementales yB es A'B = Et'Ez 'E3 ""'Er'B
una matriz triangular superior. También se sabe
A puede representarse como el producto la.el = le,l.p, .83 .. ...E,, .B
que
de sus matrices elementales entonces: = lE,l.lE, .E3 .E, -Bl
.. ..

lr,l.lerl |ti .'.E,.Bl

=
= le,l.lerl.lerl..--.lE,l.lel
Pero
le,l.lsrl.lerl. .lr"l :lEr . Ez.Es.....E,,l =lAl
Combinando estas dos afirmaciones se tiene la.el:lallsl
2 Demostrar que. la'l=
llrr l^l
Escribimos la matriz A como un producto de A = Ei 'Ez 'Es " "'En
matrices elementales
Entonces Ar = 8T.... EI El eI
-3t -
 GOYZUETA ING' JULIO UBERHUAGA C"
ALGEBRA LINEAL Y TEORIA I'{ATRICIAL MG. SC. ING. RAFAEL VALENCIA

Según propiedades lal

: ls, -82.8t..." E,l = ls, l' lerl' lsrl " "' ls"l
Lugo
l"'l = l';l I'Tl I'IlI'Il
= lr,l lerl'lErl"" le,l
= lE, .e, -E¡ ..'..E,1
= lel
Por tanto la'l=Fl
es cero'
si una matriz tiene una columna o una fila nula entonces, su determinante

Por definición tenemos

'ozjr'a3ji

q facior una entrada de cada

En esta última expresiÓn Cada sumando
por lo tanto la suma de
fila. Si una fila es nula entonces, todos
todos ellos es cero. Lo mismo ocurre

sr lAl + o entonces
lo 'l = Él

Si A es inversible se cumPle

De donde O"rp"¡rfu-
CALCULO DE DETERMINANTES
hace mucho mas Pesada a
Regla de SARRUS. La definiciÓn de determi
meá¡da que aumenta el orden de la matriz'
el cálculo de dichos determinantes-
En el caso de las matrices cuadradas de orden 3,

[o,t at2 a13l

Si la matriz es A=1a21 az2 a23 el determ de A se calcula mediante la resta de dos
lentonces
I
L
a., oit
JL
aZZ I

expresiones obtenidas del siguiente modo:

Llamaremos sumandos positivos a los obtenidos al multiplicar:
. Los elementos de Ia diagonal principal, all' a22' c\3
. principal por el elemento aislado de la esquina
Los elementos de la linea paralela superior a la diagonal
inferior izquierda: ap' a23' a31
. principal por el elemento aislado de la esqulna
Los elementos de la línea inferior paralela a la diagonal
suPerior derecha: a2¡' a32' a13

Llamaremos sumandos negativos a los obtenidos al multiplicar:

. Los elementos de la diagonal secundaria a3'a22'a3l
por el elemento aislado de la
. Los elementos de Ia línea paralela superior a la diagonal secundaria
esquina inferior derecha: a2' a21' a33
por el elemento aislado de la
. Los elementos de la línea paralela inferior a la diagonal secundaria

"tqri."trP"ri"rl% -38-
U
ING, JULIO UBERHUAGA C'
ALGEBRAuNEALYTEoRAIATRICTALIG'sc.ING.RAFAELVALENGIAGoYa,ETA

Y entonces

d'14

\-
y{
üú
:
v

v
v

Método de los COF

DEFINICION 18. MENOR

complementario de a¡Y se denota nor lM¡lat
Y
determinante de la submatriz de bbtien" luego de eliminar la i -esima fila y la 7 -esima

de orden n se pueden rormar menores de orden t Donde er numero de

t;) t;) [;)=
k en k
"#-ñ.es
combinaciones de n objetos tomados de

Asi pues:
2t'
una matriz de orden 2 tiene 4 menores complement"'"tf
rP¡trrrr'rrta,uDL ?lf ?')
r JIl J
-- |e-'' t)t tt(z-l)t
=2'2 = 4

anl
a=[''t azt A
lozt ) = ",=ilillil lil;ll lill=;l lT^',:l=:::;

l:\l¡) 3t 3!
=9
una matriz de orden 3 tiene e menores complementrt'"t
[r.J[, )= fb,."6-ú.=3'3
 -
p al proceso de obtener un menor de onden
p+i v
DEFINICION 19. Se lfama orlar un menor de orden '
a
añadiándole una fila y una columna al menor original'
menores de orden trz+1, que Pueden
Si un menor de orden h de una matriz A es distinto de
s que nc frguran en el menor son
formarse orlando este con la frla p de la matriz y cad3
n en ei menor.
nulos, entonces la ñla p es combinaión lineal de

DEFINICION 20. COFACTOR D= UN COIIIPO

Un cofactor no es otra cosa que un menor

Así J
Los colactores de una matriz de
ü' ''r
- 4rl ,#
. lr¿i
^
A =I liI
IL o¡t o11'
jt L+\
-.¡,

Los coractores de una tf;'J; orrl .rrlf

l"r, a;:I *lort
lol lo: i 'lrl I

, at2 o,r
O=lo¡[', a2z ort
l
= Ai= Y:"1
32 1;ll
u33 I
;tl l;l ::i[ I

Lo: r a¡2
l
azl lerrl ' lon ar:
)
*ln, I
lo,, '''l
orrl *l'" '''l I

, orrl lrrt loy ozzl)

ra de signos en ana matriz de orden ¡r es de

la siguiente forma:
De lo anterior podemos concluir que la estructu
++
+
A_ ++
++
SeaAn =['r]' entonces ef lAlse puede calcular
Desarroilo de determinante por una fila o columna'
a cualquier columna de la matriz'
desarrollándolo con respecto a cualquier fila o

Desarrollando para la primera flla tenemos"

n=7:+ Al=[olr] - lA,l=o,t

v
v ALGEBRA UÍ'IEAL Y TBOHfn ltATRlclAL XG. §C. ING. RAFAE. VAI.EIIC¡.A GOYZUETA ING. JUUO UBERHUAGA C.

t1=2 = Az - ["t t atzl =) l"rl=f]l :r:l= ütt.azz-azt. atz

1,, t ozz)
an rrl
n=3 = A3
["rr ,rl
=l* q2 ortl
,"tz
torl= lll 422 qll-
1úzzqsl - apa2p33 * a6a2{\2
-a¡P23a32 * a12a23ü31- afiazzast
q2 "$J = lol a3z *rf
L"¡l A,11+a12.A12 +413 -413
=qt-
:
Es evidente que este ulümo resultado es cíerto para cualquier ña o columna de A . Podemos afirmar entonces
que el determinante de una maüiz de oren ede obtenerde 6 formas diferentes al tomar las componentes
: de cualquier fila o alumna de la matriz cada una de estas componenies por su cofactor y sumando
los resultados
v ss
Se presenlara entonces una el determinante de matrices de orden n en términos
v de determinantes de orden

DEFINICION 2I. FO

v
Eldetermi suma de los productos de los elementos de
una línea nto). Es decir supuesta la fila p el
de

a
O¡¡'Ap*
:
t7 Para la malriz elementos de una línea
(fita o columna) por los línea (fila o columna)
paralela siempre es igual
Si se consideran Ia p -esima

a pl' Aqt + Y p*q

consideran fa p -esima y la q -

atp' Alq * {12,' A .;¡znp-Arq--O V pf q

Finalmenle podemos anotar que un determi esarrolla con cualquiera de las formulas:

Desarrollada a lo largo de la fila I Desarrollando a lo largo de la columna j

n tl
lal= I o,,.(-:Di*i l*rl lel= | n,,.(-r)'*r lnarl
[=i E=t
Método del Pivote. (MÉToDo PARA EL cÁLCULo DE DETERMTNANTES DE cuALeutER oRDEN)
Una técnica buena para desarrollar el determinante de una malriz de orden superior a 3 es, hacer la mayor
cantidad posible de ceros en una fila o columna fijada, de esta forma tendremos pocos adjuntos que hallar. Ésta
técnica se conoce con el nombre de la regla de CHIO o el método del Pivote, y es la siguiente:
1. Elegiren el determinante una fila o una columna (señalarcon un asterisco)
2. Elegir en la flla o columna elegida uno de los elementos, el cual llamaremos elemento pivote. (señalar
con un círculo).
3. Haciendo uso de las propiedades de determinantes multiplicar el elemento pivote por un numero
adecuado para luego sumar este resultado a los demás elementos de la fila o eolumna sefeccionada
buscando siempre que estos elementos se anulen.
 SC. ING. RAFAEL VALENCIA GOYZUETA ING' JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEORIA MATRICIAL
igno' el elemenlo Y el rnerici-
4. Desarrollar el método de cofactores par
complementario conesPondiente
S.Serepiteelprocedimientohastaobtenerundete¡.i.ninantedeorden2
CÁLCULO DEL RANGO DE UNA MATRIZ POR DETERh'IINANTES'
que enlazaba con le deÍniciÓn cie
Enelcapítuloanteriorseviounaprimeradeflniciónderargodeunamaifiz
V
vectores linealmente independientes'
pa:a hallar el
basa,cos en er c¿iicuro de deten¡ina:ii=s' v
Veamos ahora una nueva defrnición y un nuevo método,
rango o caracterÍstica de una matriz'
-
DEFINICION 22. RANGO DE UNA I$ATRIZ POR MENORES -
A , y lo denotamos por mayor orden de sus r:É:Di-es no nulos'
Se llama rango por menores de
:y todos los cie orden r*1 de
p(A):
Es decir, r" si A tiene atrgún menor no
A son nulos. s
Propiedades del rango de una matriz 'f
1. Si p (n) = r" un niencr'de or&n " r.
t ...

2. Si A es una malriz cuadra.d,ql{rero;$

ación lineal de
3. El rango de una matriz iqilrrÍ¡rsé '¡
las demás. 5t ,,¡:
É.¿ tt' , ,t'
'
tendrá rango al
4. La única matriz OuefiYeidt'1
igual o mayor a '1. '",f ,"¡r', j,
cálculo práctico del ran go ..
:§átr"H onales o combinaciones
1. Se suPrimen todas las'línea
Ee él se construyen todos los
2
*:f,g":#¿is:i: lo.* .0" el nombre cie orlar el

son nulos, se dice que el rango de

la matriz es 1
orla, construyendo todos los menores
b. Si haY un menor distinto de ce
ores son todos nulos el rango es dos'
de orden tres de los cuales fort
haY un menor de orden tres diil cero, se lo fija Y se la orla de nuevo'
c. Si
construyendo todos los menores de orden 4
res. Y el método del pivote, calculo de rangos
Ejemplos. De cálculo de determinantes po r Sarrust+cofacto

Ir , -'l ll 1,
L¿I3X}I
1-catcutarlel=l: + sl. (6) (5) (1)

l-z 6 -31 (-i) r

(-2) (4)

Agregamos las dos primeras columnas y l1 2 -11 1 2l lt 2-í tt l.2l

fU-utti[ticanOo las diagonales de izq.uierda
a deiecha y de arriba hacia abajo nos Lrt=lr 4 5l j: ol-i, 4 . )ll/ i 4l
[z a -:l^ -r 6' il -2 6l
I

quedan los productos(-t)(;)(0), 6l l-z

(z)(s) GD, (t)(+)(-3)' t-taciendo lo /
\- r\/r\
t/ \J/
/¡\
\u,/ {
mismo, pero calculando los productos de (2) (5X-2) r
las diagonales de izquierda a derecha y
de abajo hacia arrioa (-2) (+) (-t) , (il (4)(-3)
(o)(s)(t), (-:)(:)(z)
todos esos Productos
El siguiente paso consiste en sumar algebraicamente
-12
!
ING' JULIO UBERHUAGAC'
v Ol-U=**...*YTEOfiIAHATRICIAL IIGLSC.II'¡G' RAFAELVALEIGIAGOT¿UETA
>
wD(¡Xo)+(z)(¡)(_z)+ftX¿X_¡))_((-zX¿X_r)+(o)(sXr)+(_:X:Xz))
= (-ts-zo-lz)-(a+30-18)
= -74
ls -+ -tl (2) (-4) (3)
2 - calcular lel= lz 4 I I
lz -7:l
Agregamos las dos Primeras filas Y
Mulüplicando las diagonales de
izquierda a derecha y de aniha hacia
nos quedan los
produdos(3X-:)(¡), (z)(= zX-t) '
: (zX-+)(t). Haciendo lo mismo' I
2'-3 1

calculando los Productos (-¡)(:)

diagonales de izquierda a
v ) (-t)
abajo hacia
L
(:)(-z)(t), (z)
v
Elsiguiente
:) (-z) (r) + (zX-+X:))
lel
(-
'v 18

3 - Calcular e[ determinante

Y Si se desarrolla para la primera filal

5 n al3=3
a12, rr13
Calculamos los cofactores elimina

,-l
Fri¡-¡ar.¡ i.l,f V l--.ril;i¡= :-r:ltii'llnn f.afA
-t

5l
I _t
--'lJI

l
=1l r il=(,)[.i]
\ :,1).(,)[_li j,l).(,)[.li ;l)
lr 2 -31
lal=a{(+)(-:)-(sz)}*(-5){{z)(-r)-{:)(r)}+(:){(z)(z)-{t)(+)}
= a(-zz)-5(-lt)+:(o)
. = -"'.tt = -"
=
 ' ING' JULIO UBERHUAGA C'
ALGEBR,A LINEAL Y TEORIA MATRICIAL MG. SC. ING. RAFAEL VALENCIA GOYZUETA

lr o o rl
l0 -1 0 4l
4 - Calcule el determinante de: ¡.+l= l. j, 0 I

V 0l

li s -z ol

Al observar el determinante se ve que la tercera columna tiene fi=4 ,., ¿ , ,rr'--l'h*t¡;l

r..
varias entradas a cero. Por lo que hallaremos el deterrninante = lAl=ia¡-3't-rl
'i=l J
por la tercera columna. Para esto tenemos i =3 ¿
Desarrollando Y reemPlazando -
-
= *ctn.lrur,, l- a23 lltr3l+ ar, lrrt33l-r1t§*:l
.

= +(o). liur,rl-(o)-frtrrl+(o) ltvt

ú
Desarrollamos el determina
la pnmera flla

¡¡=3 e
-) *an'(-r)1*3lrrt,rl)
= lal: f
j=l
qr.( trrl ,? iorr-irt,:,)
;¡+(:) lnt,,l)
:ii'§
Vliá:*tíera columna y segundo de eliminar la primera
Los menores resultan de, primero eliminar la primera
fila y tercera columna:
ffi+
s=l€ -1 4l =
}
l-
}irr =l-'
1 ItJ

= \[rr=lt')l'
-11
il
l_i
L§3ol
Remplazando Y oPerando:
Y
ING. JULIO UBERHUAGA C.
v ALGEBRA Uñ¡EAL Y TEORTA HATRICIAL
MG. §C.II.¡G. RAFAEL VALET{GI,A COYZUETA

v 2 5
-1 3 0
| 2. -l 3 -5
5 - Calcular eldeterminar,t*, lAl= 2 0-1 11
10 2 L -l
2 t -l 0 0
es el elemento osz=1.
para Ia primera itenación: La fila elegida es la 5, el elemento ¡rivote seleccionado
es:"*',,j:i.'§i
elementales y evaluamos
Realizamos las operaciones erementa
qofadot: el.

-, l-zr 'N\ z
.:r,.T:
1 2 -r, -tl -+ l-r2A-1 z 1\si :-s l-z 3 2 sl

lel= lz o -l I ll
11
-2cz+q = tAr=(1)(-)l; j, i -il
021-1
r 0 2l l, zt -,1
zE-r.$S. llD.oo
pivote seleccionado es el elemento a-11 = 1'
Para la segunda
Realizamos las
-
{rl-
,,, 3 (ln
lei=-i i,
! ,-) I t-
I

-l r,rr-l l, ?_fl
-l I
\ l-\
r- -r
,lJ
[-ln z

Para Ia tercera iteración:

es el elemento ru32 = -l '

Reaf izamos las oPeractones

!,qt= 1'; : \
z-il

t_ I t,l
_,l--i .fl 3

Finalmente:
23 )\2

=
fr
l) t
t_)
r
6 - Hallar el rango de la matriz -l
l) 4 6
L-
Tomamos las submatrices mas grandes (de orden 2) en la matriz
[; 6l [¡ -elI [6, -91
\.{
.,, I
=1, +) I
,\ lvl .=i
" 12 -61 ¡\ NI.
' =l 14 -6-]
I

Calculamos sus determinantes

l: 6l A l¡ -'l=o
A lo
-nl=o
l,lL ,l=o l"l" -61
-+l 14 -61
Tomamos las submatríces de orden 1en la matriz
*r=' A ivf2=6 zr M3=-9 n M4=2 n M5=4 A N46''=-6
,
a"rt :' a.,.-,rr^,
--15-
 ING. JULIO UBERHUAGA C.
ALGEBRA LINEAL Y TEORIA MATRICIAL MG. SC. ING, RAFAEL VALENCIA GOYZUETA

BEUMffi
DEFINICION 23. MATRIZ INVERSA

Sean tas matices O, =lo, _ ,, =[Ar], matrices :-=:-ajas je orden n, tales :-e A'B:B'A:I
o tambié:r s::3e que A es la
entonces se dice que B es la rne:-z irversa de A y se ie-::: ;:: B:A-1,
inversa de B y se denota Por A = B-i
11: qJ. una matrlz cuadra:= :':se= ir'versa es
que su
Teorema 23.1 Una condiclón ne:=sa'a y suficiente para
forma escalonada c¿nórica sea ia n:="-u 'ridad'
Demostración. Si su fci;::a escaio:=:a carÓnica es I, , entcnces existe la mati-iz B = IK"t''' tal que'

= B=A'
1

B.A = I,i
Siexiste A-l tal que:
A-1 'A=Ir'É..1 B=A-1

Tal que B'A: I,, y por tanto, I, es la forma et"abtdL canónica de A '
:
t
Teorema 23.2: \ es inversible si, y solo si, lA!* '
0

Demostración. Si A es inversible se cumple:

r | A
.-tl',l=lll
r,, r.rlr-ll-l r =0
A.A-'= I = lA = lAl lo l=,
(=

0 A esequivalente porfilas a I, esto es:

Ahora si iAl + demostramos que

A = Et 'Ez 'E: " "'Eu 'B

También
lnl=lr,l ierl'lErl " le,,i lel
+0
Y de la hipótesis lal + O se tiene oue lBl
Aquí concluimos que si lBi + 0 si y soto si B es inversible puesto que A es inversible si solo si lel* 0 lo
es. Por tanto se demuestra la propiedad

Teorema 23.3: La inversa de una matriz si existe es única'

que B = A-1 y C = A-1' siendo B * C'
Demostración: Suponiendo que existen dos matricestales

Pordefinición tenemos:
A.B:r:B.A A A'c:I:c'A
De estas dos igualdades se deduce que
A.B:A.C
1t elementales (filas o columnas' pero no
E.t" teorema nos permite c¿lcular la matriz inversa, de una matriz dada, mediante operaciones
ambas simultáneamente).

_{U_
 ING. JULIO UBERHUAGAG.
TllG. src. I}¡G. RAFAEL VALEI{CI'A GOY'¿UETA
ALGEBRA LINEAL Y TEORIA MATR¡C¡AL

O sea:
A.B-A-c=o -? A'(B-c):e
Como existe A-l entonces:
A+0=B-C=OeB=C
única'
En consecuencia la inversa de una matriz es
si, trlene una línea combinación lineal
de las paralelas'
Teorema 23.4: tJnamatriz m singular (lAl = 0 ) si, solo
y

Demostración:
forma escalonada canónica tiene una fila
de ceros'
a) s¡ lAl = 0 algún pivote es nulo' por lo que su de las
fita era necesar¡amente combinaciÓn lineal
Deshaciendo las transformaciones efectuadas' esa
demás. ', :\
por propiedades
a'

de los determinantes se tiene que

b) Si una fila es combinacién lineal de.l-ql,""*S

lel=o yportanto, A essingul".,,1Ñ

r inversibles, esto es lAl+ 0 zr lel+ o v
Propiedades de la matriz ínversa'
un escalar É , entonces se cumPl,en I
^
-l
1.
-r_rn
2.
<ti
-(^-'

4.

CALCULO DE LA
or definición se
lnversa de una matriz trian
tiene A. B = I,, , esto es:
i
i¿]tt
I

i,r:r
t:
I

ouu | | b,;
| ünl
I

El producto de la primera fila de A por la primera

,l
r

[rr r, 0, 0..., 0][4 ¡, b21,. - -,

Dli =dlt-l
fila de A s columnas restantes de B y aplicando la
Ahora apticando el producto interno de la primera
igualdad resulta que:
blz = bt: =,"',b1,, = o

At multiplicar la segunda flla de A con la segunda columna de B , resulta:

-i
lnx,ozz,O...,0][0, bz2,...,buz)--L - bzz = o22

de A con las columnas restantes de B se

De la misma forma, del producto interno de la segunda fila
concluye que:
bZt = bZi =,...,b2,, = O

-t7-
ALGEBRA LiNEAL y rEoRrA MATRTcTAL 'MG. sc.llrrc- RAFAET- vALENctA GovaErA ING- JULIo uBEU{ulAGAi
,lllr:

Reiterando este procedimiento hasta la r¡-sima filade A podemos concluirquesi una matriztriangularinferior
A es inversible, entonces se cumPle:
. Todos los elementos de la diagonal principal de A deben ser distintos de cero.

. La inversa A-l estambién una matriztriangularinferior

r -l -l -l -l y la ecuaoon
. Los elementos de la diagonal principal de A-r son los números a1i,a2),a3i,--.,a*,
matricial para su calc¡¡lo es de la forma:

,tI I 00 0
lot, 0 0

:l:l
o
_l 0 10 0
I

lozt azz bzt ati 0

t.
t.
I
:". ; ;
_, '¿
l"^ ;..) but bnz onn 0 00 I

Si A es una matriz triangular superior su #tamUen es una matriz triangular superior y para
:
calcutarla se debe resolver la ecuaciÓn
0
I dtz
I
fr
t:
az2

L; ;
rersa, de una matriz
lnversa de una matriz Por
dada, mediante transformacio¡ mente). El método
's
consiste en lo siguiente: jii'{+
s'
,In
1. Para la matriz t*l ] ou oro"n ttx2tt

an

2. o; de openaciones elementales
si la l,[ÁlI,] ru"so

'presa como otra oerffi[I,,1"]

"'.d'¡11' ' ',t
3. En este dice q'üe B es la matriz invÉrsa B=A-l
,.raf r*"tri"
4. Si alguno de los elementos !¿ escalonada r ". [ElB] "r..ro
entonces se dice que A no es

lnversa de una matriz Por el método de desanollar el método es necesario definir

algunas cuestiones.

DEFINICION 24. MATRIZ ADJUNTA

sea A, =1",r7 y Cn =lr.-f- Aii (-t)'*/ltvt¡lmatriz de cofactores de A, entonces se denomina

adjunta de la matriz A , a la transpuesta de la matriz de cofactores de la matriz A .

Att AZt Ant

Adi(A):Cr = [r7i] =

t),rn A'2, A'nn

-48-
 ING. JULIO UBERHUAGA C.
MG. SC.Iil¡G. RAFAEL VALET{GIA GOY¿I,ETA
ALGEBR,A LINEAI. Y TEOfiTA HATRICIAL

Propiedades de la rnatriz adjunta'

1. Adi(Ín):rt
2. dat(N',):(rd(A))'
3. daL (a.r)=(ea¡1e¡)r
4. ea¡ (e,.e):,a4(n)'Aü (L)
5. ea¡(tc' A,',):kn-rAdj(Ar)v fr escalarv Aoe orden n
6, laa¡(x,,)l:le,l"-'
7. ,lar(a'):fr
8. A.Adi (¿):lel.t,
9. aa¡(aa¡ (t',))= |

rc. l,ta¡¡eat*(A
rr. ray(¿ffi
oesarrouáSi

Partamos de una

Sea la matriz A-

Luego se cumPle
nos permiten
Ahora los Productos escalares de
establecer las siguientes ecuaciones:

Resolviendo el sistema de (1) y (2) y de (3) y

(a):

Sustituyendo estos resultados A-i , se tiene:

"n i ,41 ntz)
ti
I

A^-,-l [r iFl-
l=l
l^l
]r,_l q2L 0u
I

= A-1 -
II ct22 -r,rr)
[: I
I

I
lolL-"rr orr -l
L-FT hI ]
Por otro lado hallemos la matriz de cofactores de A
-{9-
 ING. JULIO UBERHUAGAC.
ALGEBRA LINEAL Y TEORIA MATRrcHL MG, SC. If.¡G. RAFAEL VALENCIA GOY¿UETA

-or,1
=l*",
A,,
+at ) = ' =ll?,. .'1r",)= Adj(^)
"i L-ozt
' l-ntz
que:
Comparando tos dos últimos resultados concluimos
_r Adj(A,)
A=1.!
^
v
*
fue desanollado Por Le Verrier Y
lnversa de una matriz por el esguerna Fadevva. Este método originalmente v
se tunda en las formulas de Newton Para la
iimptiRcaoo por el matemático soüético Faddewa, este método
sumadelosgradosdelasraícesdeunaecuaciónalgebraica. -
propuesio a conünuaciÓn:
Sea la matriz A, =[a¡] craOrada. Elaporte de Faddewa es eta§oritmo

Bt = Al -qt'l
,l ,$'
.É"+ r' (41; ) Bz=Az-qz'I

A,r-1 = A' B¡r-l = An-l- |n-ll

J

Donde 8,, la matiii

-. :{

También:

De fas dos ultimas e

*-'.
.EÍr
Multiplicando Por izquierda fa igua
B,r-1
'fo, o u,ii 1
'4" -
,§ Qn

€ IK' ¡nversible, sea tt-_ p+q la particiÓn de la

Inversa de una matriz Por Partici
M, entonces dicha matriz se d las o bloques
matriz

M_ I

Donde:
AelKp"p A Ben{P*Q A ceIK{*P A DeIK{'{
lnicialmente se supone que la matriz D es una matriz no singular
que esta particionada en la misma forma que la matriz original, esto
es:
La inversa de la matriz M , es M-l
 ING. JUUO UBERHUAGA G.
ALGEBRA LINEAL Y TEOHA IIATRIC¡AL HGt SC. ING. RAFAEL VáLEIICIA GOT¿UETA

X
ht -1- -.
_:
---. -i------
l

Donde:
XeIKP,P A Y=IKP,{ A Z elK4*P ,r U
Luego se cumPle:
q l.x lrl
M.M-r = I = Dl Lz lul
Desanollando el Producto

Obtenemos elsistema:

Suponiendo que D es no

Combinando (1) Y (5):

A,X
A.X-
(o-u p

El orden de A es p'< p ,el orden de B'D-l 'C es pxP ( '

orr'»;!^,' c.
o, o), luego despejando

(o-r o-'c)x = lp rr(x-B D-r .)-'

(o-u.D-, .)-t(o-B.D-l .)" = (o-u'r-'.)-' Íp

x = (o - u. r-' .)-t (o)

De la misma forma' de (a ) ottotlt*of u=

D-l - O-1 .C. y (r)
Combinamos (7) Y (3)
,=i-
-51-
 GOTAEÍA ING. JULIO UBERHUAGAG.
ALGEBRA LINEAL Y TEORTA MATHCLAL MG. SC.II{G. RAFAEL VALENCIA

Y = -X'B'D-I (s)
De (5), (6), C0, (8) tenemos la matriz inversa buscada'
lnversa de una matriz Por Orlado. ¿
eIKr nosingular,particionamoslamatrizA como n-(n-1)+1 ysuponerlmslamatriz
SeanlasmatrizA J
A como una submatriz de la siguiente forma: J
9
r/
t- ./
a
t ¿
:{?

Donde:
g etr(("-r)x(n-r) A C .n<(,,-j ¿x(r-t) ". dr*, €E<1*1

.. rn" matriz no #ltna de la misma forma que A

si B e ¡1('-l)"("-t)

J
\/
;;r; '- i¡.1- :i
::,,.. '.i:..:; :-S
'{i::. .

:i,l.i:::*F1'
¡1r:i: -':,t¡'.-
"'iii'

!:

Donde:
Y e IK an e [(l'I

Luego se
.jr 1-l II el
A
,+.fri' . .{* ¡:-.1:¡..¡¡ =l
-
?,¡j
::::r
tdr, ]
lrl
L- 1l
,.
'
.,-..j ..5É
jF]:::-l 3F
Desarrollando el Prod
l
i"rreiE,{'§
. r ', f-: :: l): I
i;ffi[¡!: .r-] I
t
'q,1 l=[; I
I
?l

lgualando las submatrices, obtene

.X+ C 'Z=f (r)
D'X+ar*,r'Z=0 (z)
B.Y+C'a,r=Q (:)
D.Y + an*n'dn =1 (+)

De (3) desPejamos Y
B.Y+ du'C = 0
B.y = -C.a, /le-t (izquierda)

y = -F^-l.C.an
(s)

- 52'
 GOTZUETA ING' JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEORIA IIATRICIAL ftIG. §C. ING' RAFAEL VALETTICI¡A

Combinando (4) Y (5):

o (-n-t -c.a,)*o,'*n,n =l
-D.B-1 'C'an*an'dnxn
:1
(o*,-D'n-I .)r, =1

Et oden de an*nes lx1, el orden de D. g-1'C es lxl (Du(o-r)'"1,LD-(,,-r¡'C(r-4"r)' tuego

(o*' ll(ar*r-D'B-1'.f'
r-1
-D-B-1 .c)-'r.I
,
(o*,- D'B-r c) (A
r-l
. B-1 c) (o)

De la misma forma,

CombinamQ

De (5), (6), (7),

Ejemplos sobre dem

1 Demostrar que Adr(,

Como:

También:

alu
= lal A
= Ad¡ (a ))' uL(x ): (ur,(a))r
Por Io tanto

2 Demostrar que ui(,x )={u,ti(A))-l ,. al* 0

r -r A(ri(A)
A= A,)i {A)= lal. a-'
Como:
lAl
' También: la-tl=
lt ¡e¡-r

-53-
 MATRIcIAL GOTZUETA lNG. JULIO UBERHUAGA c-
ALGEBRA L¡NEAL y TEoRIA MG. SC. ltt¡G. RAFAEL VALENCIA

eat(rt) =
[e-rl(a-r)-1

[a¡-r
(o-r¡-t

ft^f' u-')-'.
¿
aa¡ (n-')= 1,147{a)}-t J
consecuencia (aa¡1e¡)-'
En h, -: J
3 Demostrar que ,la¡ {d.g) = Adj (U) ,Aa}.(+)
J
le!*o A lel*o
;d¡@ n) : la.elaaT(a-e)-r
= lal lel-(e-r.e-l)
¡e¡ e-'){1al o-')
./j(B) .u¡ {x) Ad¡{A.s) = Adi (e) ,a,:7(e¡

'
la"i(a")
!a[" {a-})"
ítenemos:
(lul o-')'
nai(;, )= (,+,1{a))"
{aa¡{x))'

l* al(*.e)-1
r, lAl.r-t A-1
kn_t.(lol o_,)
k'-r . ,+a¡ (e) u.¡(tr.A) = t'',ld¡(l)

na¡(ea¡G)) = laa¡te ll(.a,¿1a¡)-1

lel"-'' ('*
(o-'))

Hallemos la adjunta de la
adjunta lel"-'' [l^-'l (u-')-')
i
l^1"-' t- ,'A
lAl

lal"-' A
-5J-
v
ING. JULIO UAERHUAGAC.
v I|G. SC. ¡ñIG. RAFAEL VALETTCIA GOTZUETA
ALGEBRA LINEAL Y TEOH'T TATRICIAL
v
Hallamos el determinanle
laa¡(ea¡r.e))l = lnft ol
= (t"r-f nl

Finalmente
Adi(Adi(1l)) = lof'-')'
Si AyB son matrices

!
v Si A üene inversa
También
Desanollando

= lo-^-'- B A-')(A r B)

= io-r,'A-r'(e+a)
del producto A por B es igual al
si A y B son matrices cuadradas no singulares, entonces la inversa
producto de las inversas de A y B en orden permutado
Si A es no singular, entonces A tiene inversa de la forma: A-1 -,' A.A-1 = A-1 'A = I
_ B-l .B = I
Si B es no singular, entonces B tiene inversa de la forma: B-t t,B. B-t
Del enunciado tenemos (e g)-' = g-1 ' 6-t
 GOYZUETA ING' JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEoR¡A MATR¡CIAL ¡t4G' SC' lltG' RAFAEL VALENCIA

Entonces se tienen que

probar dos cuestiones:
(a n)(e-r.¿-r):r ,.' (n-t -a-t¡(a-n)= I
(a n)(n-'.A-') = o (u u-')
a.(r).e-r
La primera
(e.t).r-1 J
,
= A'A-l = I v-
(*-' .e-1){e.n) (e-'a ) e 9
"-r
(I) B
La segunda
f .B)

:t
Por lo tanto B-l'A-1 es la inversa deifr,
Si A.B=B.A=I {+ +A3 +"'+A'-l
=-:I+A+A2
tT_ * g$igl* o1-'
El problema pide demostr \,
r3
Se debe ( [:+A
'
"rrP"t'
.;:'.ir.i.l ::::
'¿\
rambién'""ffiH ( ! A-+
1
'.i¡

"4
! i:¡
;f"i .nr }Élt;.
F.é."
"ttt:*! ..,, '1¡ u)(, +A+ k+A
^.
T-A,?
I-e
I

10
Desarrollando la
segunda cuestión

Efectivamente la inversa oe

Demostrar
(I-A)
que si B. A = A'C y A
,il'.-r'

t es
'A"'rrl

I+A+A2 +A3 +"'+A'-l

r+,{+Xn .*X-(¡.X*"'*e")

es una matriz no singular, entonces B = C

\ \¡^ '-\ I

I_A,,
i-e
I

como A es no singular {1 I e,.A-1 = A-l .A = I

tiene inversa
AB = A.C lle-1 {ízquierda)
A-'.(A.B) = A-'.(A.c)
Luego: (o-' u = (o-' o) .
^)
I'B = I'C
B=C
-56-
 G,YZUETA lNG. JUU' UqERHUAGA c.
.IATRI.IAL He sc. lNG. MFAEL vA¡.Ef,cl,l
ALGEBRA LINEAL Y TE(HA

Ejemptos. Sobre la irwensa de una matriz pordistintos métodos'

[r 1 -tl
1-Determinarlamatrizirwersade A=l-10 8 2 | noraOiunta
l, -3 -1]

l0
= f =t-,1 [?
l0ll=
2->c2
-+.1 ^l 6 üi -+l
-(:z-eo) =zg

.l-;' :l
1l l-z 4 zl
e=l-10
Ir , ,l - a 68 lo|
= A,¡=l
\-31 lsi
L,o
l7
Segundo la

,tj
Luego la inversa de la matriz A i 4l
7
1 s el
J

2 - Determinar la matriz inversa de o=f 7 J

L
3 5 -1
Calculamos eldeterminante de A

Como iAl=t*0 exístela inversa de A. Calculamoslaadjuntade A, primero lamatrizde cofactores

l¡
.1,
rl -1,
lz 1l *1,
*lr rll
-,1 -rl ,l
s
4 sl sl sl li [-s 1 1l
[; l+ *1, 4l
:) to :l zo -18 -:
-+l 'l: -il -1, ,l I
I

A:12 3 II = A,L= -ls '[-r1 7 r-] I

s -1]
l+ sl _l: sl *1, ol
[,
I

-57 -
 GOYZITETA ING' JULIO UBERHUAGA C'
ALGEBRA LTNEAL y rEoRtA r,tATRtCtAL MG. SC. ll¡G. RAFAEL VALENCIA

Segundolaadjuntaesalatranspuestadelamatrizdecofactores
zs -l il
Adi(^)=(^r)' = Adi(^)=[[;X -:, :-|l' -18 tl
[L-rr , ')] LJ 7 t) :J
Luego Ia inversa de la matriz A es: ¿
t_t Zg _l zs -t tl
A-r = o-t = , -rB 7
'l -18 7
¿
¿
=
fiza71e¡
lAl 1l
'[r 7.t [j 71 ¿
lr o 0
o:l-, 0
l,L'
2
3 - Detenninar la matriz inversa de
)
principal, luego
La matriz A ¡nvers¡ul
planteamos la

de A por la Primera columna de

Para ca
B , esto es:
-0 = bzt=1/2
por la primera columna de B , esto es:
Para á31 se efectúa el Proddi
,'

(r, z,:) (i, t => 1+1+34r=0 = b:t=-Zl3

Para bi2 se efectúa el producto escalar a fila de A por la segunda columna de B , esto es:

= 0+1+3\t-O = b:z=-713

Luegoramatrizinversaes:
Ir 0 0l [ 1 0 0
,l-ll
A-r =u=lrr, 1i2 o l=lliz t'2 o

lq, 4z ttsl l-zis -l'3 t/3

ro-l
[,0 20
4 - Determinar la matriz inversa O" A = 0 ,^O
1
Lo o lol
| I

principal por tanto es inversible, planteamos la

La matriz es triangular superior y no tiene ceros en su diagonal
a"rr",rr rr,r"'
 ING' JULIO UBERHUAGA C'
ALGEBRA L¡NEAL Y TEIHA HATRICIAL }8. §C. IIUG' RAFAEL VALEI¡ClA GOY¿UETA

an
[.,
lo a22

L;; ..' ;1[I 1.., 1] [l::. i]

Para by
[: T t]L':'
se efectúa el produdo escalar de
t:'
[::?] íil
nda fila de A por la tercera columna de B , esto es:

(0,10, zoX4:,hi: = rcbzt+Z=O = bzi=-lls

:"-

A por la tercera columna de B , esto es:

Para {3 se efectúa el Producto

(10,20, -30 0 = 4t=7ltO

nda columna de B , esto es:
Para b¡2 se efeciúa el
v
Luego la matri

5 - Determinar la matriz inve

Desarrollando el algoritmo tenemos:

r,'(er )
Ar:A ql=-
= | -
-r ol
ol
[r
¡, =lo ol = I
1+1+ 1
ol
I 1l
L0 -1 rj -)
1

Az = A'Bt - ' o"=1Tr(A-')

-t! t L,t = ).r
2
i ol f¡ ol [t o ol [t 1 o-i
l-z -2
1

o l-{-:¡lo r ol=lo , ol
|
-L

Ar=l 0 0t =
I

clz --
-2-2-2 ,,- =l O -L
a

[o i -rl
I

[o 1 -z) [o o t.] [o 1 rl
A; = A'Bz ,,, =Ir'(ar)
J = B;=A3-qt'l
lr o ol [t o ol [t ool
o.,=lo , ol
l+1+1
-i = e,=lo or ol-(r)l
rl
I 0l=0
0
o

lo o 1.] lo [o 1.1

Como la última iteraciÓn es 0 , la matriz inversa esta dada por:

-59-
 J
GOTAETA ING' JULIO UBERHUAGA C'
ALGEBR.A LINEAL Y TEOBIA MATRETAL MG. SC. Ii¡G. R/AFAEL VALENCIA

[t I ol J
¡ -l Bn-t -1 _8, =lo ol J
A'- A
^ = 1
=
Qn 8i
[o l ,l "¿
¿
l-s z ¿
6 - Determinar la matríz inversa de 5
^=l-o -Fadewa ¿
[-, 3 ;] ¿
Desanollando el algoritmo tenemos:
¿
rr(ar)
Al =A = ql=_
|
F¡^
l-) / o-l 10 ol
a, =l-+
I

s -rl OI ol
,-l
[-s 3 o.l

Az = A'Bt
ftt t o -+l -+l
\)
-el
'
o, =lro i -6
-r] -).
l,j
-r -61
I

A: =A'Bz
J
?$.u ,2 0
' o=.2
!

Como la última iteraciÓn es 0 *'

l-: o -2 I
=l s o -3 I

[,, ', -r , -, ,'r)

[], j, ;; -",1
7_Detenninartamarrizinversaou e=l | ; ; lo"rparrición
L, 3 -4 Io.]
Renombramos la matriz A y la particionamos, de la siguiente manera:

[1 3i-5:l
--1 o=[' :l
-l]l o=[-: ''1: .=[l ,
,ur=|"'i -?,1?
,",,:1.-? jlo i; I=o=l_, -sl "-1,,-r7l :] ,=[-oo ;]
Ir 3 i-4 10]

-60-
 ING. JU LIO UBERHI'IGA G.
ALGEBRA L¡NEAL Y TEOATAtrATRICIAL HG. §G. ING. RAFAEL YALE EIA GOTAJETA

como, ld = = t'* o ' entonces D tiene inversa dada poc

11 ,l
-'J-]
D-,=
ül:;,;T]=;['; ;]=[:í:
Calculamos X
s pvl --l:',7'-'::)=a*0, w tiene

¡mrersa Y esta dada Por:

rl [-s 7 ll 5i
^-t
\-
t[: -. l- 1,, -t7 X= w-1
:-l [-s :
f-stn -totttzl
:
it: t-
-5'_) Itz,I "[ ,or3 r rrr, )
| -ztz -toll
¡L =
I oo ,, .l
:
[r:
:

Calculamos'Y
Y : -X'B'D
|
I
-ztz
Loo \
[-l
I
sz :::-lIs
lt
¡o

Lrt -13 ¡; t/3

[-+q 38 1

-t l

-2J\
ie -t i

I+g -i8 i
l3 -l
-el
l-o ai
i
4 2)
L'
mat riz invers a es:
Calculamos U
U = D-l-D-l C.Y vl
+l isro -tr+l[t sl[+e -r*-l N,i-r = [x
ls
ro _1 I
IZ U-]

Iu: 0 ]-1,,i o .lL, :.ll-q t) f LtL

ct¡ - 101 19 -3 8l
lsto -tl +.1 lt rrz +rrtz)l+o -3
'j = loo
I
19 -9 tl
I [u: sr: ][-e -,, -,-t
I

Lr/3 0 7
I -63 I

[+ 2-1 1l
Isro -1t
Lr/j 0 l-l 1t3 -r .l

[:
I
-21
l-r 1l
I

-6t-
 \¿
i
GOTZI'ETA ING' JULIO UAERHUAGA C'
ALGEBRA LINEAL Y TEORIA IiATR¡CIAL MG' SC' ING- BAFAEL VALENCIA -l
,J
lr. I -l
e=12
J
B-Determinarla matrizinversaoe lootnartl"ion ,J
Ll -2 3l . --)
de la siguienle manera:
Renombramos la matriz A y la particionamos' ,.J

[r o .-tl D=[3]
*=1, ,i-,1 .J
¿
Ll -2,3) ¿
Como, lol = bl+ 0 , entonces D üene inversa
dada por: ¿
"#t -t)
Calcufamos X J
1-l 0, W tiene inversa
x= le-e.o-l
\
c)
Y
J

lll ol rlI t
|,\L- ,] rlil
n
[, [-r
llr
\L- 1
L-g
.J
al
(t, 0
ii¡
rl.3
'}¡

-o-l .c.x

i;i.'1fip,
-tir,6 til', -41.:i, :i',)
4l:]L-,
_1[-trzf _[ tio.l -!¡rsra
J
-rl
:i trz I i-tro-l l-sro t/31
matriz inversa es:
Calculamos U
U = D-l-D-l -l [x vl
= [i] [i]" -r1l 't61
lz rtl
'i -1l 6l Itto l/3 ttol
a ,¡vá1 = l-r,u zt3 -,tol
-L r[_uoJ
l-sre 1/3 rro )
J
r
_--i-t
rIt-l
J- JL¿)
-l ^ I

111
= ---=-
36 6 r

- 62'
 @OT¿UETA ING' JULIO USERHUAGA C'
ALGEBRA LINEAL Y TBCNIAXATR¡C¡AL rG. SC. ING. RAFAE. VALEIIGTA

Particionamos la matriz A ' de la siguiente manera:

Ir -1
r=lz
t........
lr
0
= "=[l i] ' .=[;] ; D=[z -3] ; .,,,=[r]
L- i
B-l - f [ '-
-3.l_[-us 3/s
I
inversa dada pon
como, ld =ll 6
-sl'2 I I lzrs -1ls_l
Calculamos Z Calculamos ar

(on*n -D.B-1 .)-t

_r;;i-tli-'-l
L [r'r-t' -r ;.¡l o jJ

/5 l)-'
us))

[-srs

e t sl=[-s i:

-vs 3/s l[-1 s l[-rlTs-l

il |- l

:/s -1lslL o rs l[ o.][:.]

-tts :ls l[sl -:l t il¡ I
2ts -irs][ o ol [-, ,,]
s/ls :¡s I
6ns -urt)
Itt t t: o--l
-l-zri I I

Ahora la matriz inversa es:

r-. *.-, I rr: o tl: I
"l=l-r,t t -zt¡l
=lx a,)
lz
^-'
|_*,, , _,rr_l
 ING. JULIO UAERHUAGA C.
MG. SC. ING- RAFAEL VALENCIA GOYZT.ETA
ALGEBRA LINEAL Y TEOR,TA MATRICIAL

*
-ít+li-+fi 100 luz o U2
¿
01 l0 r 0 h-f3 a
10 l-1t2 i 1t1
ttz o rtzi -
I
-fz+{t-fi I2 s=i -tiz t u2l
t
ol
zJi+-,f">f3 r 00
0 I
-
0
¿
|o I ol
ll
10 _t r
I
01 t
t
p
-t0 ol
)f:+fr-,.fr
01 0
1-
20 Ilt-+li

Luego la matriz inversa es

11 - Determinar la matnz I

m atriz[i,,lB]
Formamos la

22 \+fz-ft
-11
-t
I
ilt
-1 -5 ,,,:+rqij,f;,
fi+h'+f¡
2,f1+ [a-+ fa

) -ó
-i
",., ¡,lr:. i.I
I
i
-Í¡+rt 0 0 4
.fi, - f+
0
h+fz 0 1 -l :l
[r2i
1
_1 0 ¡. -1

lo f,l 2
r-l-12
r\-lrr 2
1
1
J 0
lo
10 o12i I 1 1 -l
Ir 0 J
z¡2* j: 00 nlr z 4 LI U -2 4
-1
.fzt-+ ft
01 o l, r
1 .1

_t - fz- »fz. 1 -1
00 t l, o I
t: 0
ft+.h-+fi -ó
lo 0 -={

02 1000 23 4
t'l0-1
lt l J t

_J
-2.ft+f¡-+f1 100 \1 2
-5
I r.,
01
--1
ln13 5
3ft+f2'-+f2 010 r\-r
3fi+fa-+fa 001 0-2\
1-3 loo-{ -i
['^l']
ELEMENTALES
INVERSA DE UN PRODUCTO DE MATRICES
Ya se conoce que:
P=]Hr""'H3'Hz'Ht ¡. Q=Kt'Kz'K:""'K"
 *
ilG. §G. I'IG. RAFAEL VA¡'E}STA
TEOf,IA TTATECIAL
ALGEBRA LINEAL Y igual al Producto de las
de un pod'
y K posee irwe¡sa y la inversa
ffi ,ta de las mat¡ir-s H
: ¡nrátt"t"rd,
en orden contrario'

P-r - sll -Htl .H;l ...n;1 r, Q-l = r;t "'rt' 'rt' "r, '

Tenemos:
I .Htl'Htl"'H;l'n'r;l"'K31 'rtl "rll
A = p-l.B.e-l =Hr

En el caso que P' A'Q = In tenernos:

tt P-r
\,
Q-r
:

:
v

rango de una matriz'

tenemos las r al rango

o El rango o
característica de tales que:
Si A es una matriz

de
También si B es una matriz
l'tas Rtas de la matriz
Luego el rango de A'B es igual
ntos nulos. Por tanto, el
N'Q-l 'B r
son las primeras filas de
caracteríslica de A ' De forma
rango de la metriz A B- no P'"9"
-1"-lma
,naiog, el rango de A'B no Puede
ser

fiatriz de orden p x '? es tal

que A'B = 0 ' el
de la matriz A de orden
tnx p es y sl
o Si el rango ''
: B no Puede ser mayor
que P-']'
rango de
N'Q-l'B=0' esto requiere que las r primeras filas de
supongamos que A.B=0 entonces
de las restantes
por elementos nulos' mientras que los elementos
Q-l.g esten constituidas

puedenSernUmeroscualesquiera.Portantoe[rangodelamatrizQ-l.ey,enConsecuencia,la
que P - r '
de B , no Puecje ser mayor
reciprocas sobre la
inversas, se reariza las operaciones erementales
parra hallar las matnces erementales
matriz identidad original'
ALGEBRA LINEAL Y TEORTA IIATRICIAL MG. SC. tT{G. RAFAEL VALENCIA GOTZI.ETA ING. JULIO UBERHUAGA C' J
::IJ
OPERACION PARA HALI-AR LA ffiPARAHALLARI-A
MATRIZ ELEMENTAL MATRtrZhffERSA
-a.fz+ fi-+ -fi a' f2+ fv --> fy
t, It r I srl
,J; ? :l = ,,=il ; :l
t;
-i
;l = t; I :ll í :l +
ffi I u,,=[l ; :l
/
a)
loo,.l foo,J
loo,loo,l l-oo,loo,l foori ¿
¿
fi<+ fz ¡. fz¿+ ft 9
IIEiI ¿
irool lorol
,=1, , ol = e, =1, o ol
t00
l0 t.,ol
Eit =11 0 0l
[o o r.l Lo o r.j
I
= L. o rl
a'fi-+ Á / t
[r o ol
r=lo , ol Er=
o = tr:
[o '] r.iE iü.ü
a
l'! F,'Ll :il -
I
-a 'q +41 ",
g
-¡. : r
'{i
t- %5 l,T ci<
I
Fo
,lo
1la

-c2
I
r

0
|=
I
[r o ol
e¡'=lo I ol
L" u tl

rfr I .llEr'
tr o ol ff [oool
,=lo [r o olo o o'l
'
lo o
ol
rj
'ji.r,
'i. i lo r oh o rl =Efl =l'o rl
¡r:
--:'{
t.,,1,'ol [o r o.]

@- )
1
ct.\ ) c3 -'fi c3
a
.E1 | r rlEil

'{i ::] = ''=li : ;l L, : :i: : ?l = li :x:: ;] = ','=[: : ;

-66-
 ING. JULIO UBERHUAGA G.
re. SC. tNG. RAFAE. YALEI{CIA @YZUETA
ALGEBRA LIHEALY TEOR1A IATRICIAL

DEFINICION 25. SISTEiTA DE ECUACIONES LINEALES

o más variables se denomina sbtema de
un conjunto de una o más es¡aciones de primer grado con dos
Ecuaciones Lineales.
de m+xnario¡nes linea a un sistema de ecuaciones cie la forma:
Se denomina sistema

an\ + + olnxn = bt

azfit t + oztzxtz : b2

: a3 + o3nxn = b3
§
ul,*

:
:r
Un sistema de
. Forma
. Matriz
de mxn'.
En elsistema de

Que denominaremos matriz de coeficie

Anxl -

Y
"t1

columna de términos independientes.

Que llamaremos respectivamente vector columna de i
Por lo que el sistema puede representarse de manera
a (representación matricial) de la siguiente

forma:
ot2
['' ' az.z
A.x:B + l'?t
t':
lan t ottL

--- Al adjuntar el vector columna B a la matriz A se determina una matriz de orden rnx(n+l) que

ampliada y se escribirá de la siguiente

designaremos por A* a la cual llamaremos matriz aumentada o matriz
forma:

-67'
 GOT¿UETA ING' JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEORIA MATRIC¡AL MG' SC, ING' RAFAEL VALENCIA

art atz al3 aul4

azr aLz az3 oulbz
A*.,,(n*r) = [alu] = I o1 432 ai3 aln I
á3

Clni amy Qn3 a-,-lb

unnlunt
J
tifl J
x1 x1 -t3 xn
a
Donde cada una de las filas representa una ecuación del sisema
y cada columna cofressÑitde a una de las
-
variables v
represeniaciones' '
Ejemplos de sistemas y sus
Son sistemas lineales: 4b;
¿-\tv -__ |l
?y+z-4tu t-r'2-f'-32 =0
[.t-6Y=12 l-r-]-l'- 7z +Ttt; =2
i
i 2r--l'-42 = d-
l;.-].]'- '*i
[2.r+l IY=-16 p1l:-lórr,= 5 l-r-)'+ 2: = ti
Ir\
+-E
La representación matricial Cel si 1

(),' '
I- ú
l.\-.]i
|
4-'- v
l-. - .'
La rnatriz aum sist

-J
')

LINEALES
DEFtNtCtoN 2G. SoLUCI9N DE UN SISTE¡¡*'DE EcUAE'oNES
incósnitas
se denomina sorución der sistema
': ';"':'"::- "'o
;:lif :';;"
Que verifican en forma simuitanea.todas las ecuaciones
del sistema.
la solución del sistema
El siguiente esquema grafico muestra forma de interpretar
D=TERfvlIJADO

SlSTFftlA$
f,enjlrilo
Saiuciór finito
CONSISTENTES

CO¡.,1PATIELES ;NDETERI,.IlNADO
S S-iElvlA
Tienen Solucitilr
-1E Cotr¡urrlo
ECUACiC:.JE S LiNEAL F.S SolLr ciór: i r-t [i n il.r,;

SISTEN.]AS
II..ICONSISTENTES
INCO[,lPATIBLES
No Exjste Solr-,ciÓn
 ING. JULIO UBERHUAGAC.
,1'.QE3BI\ UNEAL Y TB§6UA HATRIC¡AL ilG. SC. ING. RAFAEL YALE¡{C¡A GOT¿UETA

Luego la soluciÓn del si$erna puede interpretarse de las siguients

formas:
SISTEMA' coMPA'TlBLtr
o Un sistema puede presentar una o mas soluciones y se denominara
INCOMPATIBLE
¡ En otros casos un sisema no tiene sálución y se denominara
SIS1TEMA
DETERMINADo
¡ Cuando el sistema liene solución única se dióe que es CoMPATIBLE
. Cuando et sistema üene inflnitas soluciones se dice que e§ COMPATIBLE
INDETERMII\IADO

DEFINICION 27. SISTEMA EQUIVALENTE

que son equivalentes §i y solo s¡ la
Dos sistemas lineafes exadamente con las mismas íncÓgnitas. se dice
dos sistemas se dicen equivalentes
solución de una es también la solución oe ra otra v viceu"rú. Porextensión,
cuando sus conjuntos de soluciones son idénticos.
. Si se multiplican los dos miernbros de una ecuación por un escalar (real) no nulo' la ecuación resultante
es equivalente a la Primitiva-
. Si se suman, miembro a miembro, dosr con soluciones comunes, la ecuación resultante
conserva las soluciones comunes-

DEFINICION 28. SISTEMA LINEALES NO

El sistema lineal:
i-

dientes no es nulo
Es no homogéneo, es decir

DEF¡NlCloN 2e.Él§l
f 't "
El sistema lineati;-¡

Es homogéneo, es

+ Q¡¡tZ

DEFINIC¡ON 30. RANGO DE UN SISTEMA

Sea dado un sistema de lr ecuaciones lineales

tI¡ 1-Y1
+ tl12x1

+ {tZliz
I 'r,'t,
t:
I r¡,,, r.rr +üut,tf,=b,,,
La misma que puede ser expresada en su forma matricial o en su forma de matriz aumentada

A.X:B \*/ a. =[ale]

Donde
tr-.1
A=la¡¡ de orden mxn, X=[t¡] ce oroen rlxl y B=[ál] de orden mxl' p=r rango' ]?
I tt | I

numero de incógnitas y /?? numero de ecuaciones.

Se cumplen los siguientes cásos:

o para que el sistema sea consistente, una condición necesaria y suficiente, es que el rango de la matriz
de coeflcientes es igual al rango de la matriz aumentada'

1il- '
 ING. JULIO UBERHUAGAG.
ALGEBRA LINEAL Y TEORIA MATRICIAL MG. SC. ING. NAFAEL VALENCIA GOY:AETA

J
P(A)= ,(o.)= P(ale) = r J
A* y rt es el nrúmero de
J
Si se cumple que el rango de !a matriz A es igual al ru¡go de la maüiz annentada
¿
incógnitas del sistema, estoes:
J
p(A)=r(o.)=p(alr)=r ,.. rr=# incosnitas ¿
Se presentan los siguientes casos: ú
. El sistema tiene una solución (solución única) cr¡ardo et niine¡o de
incÓgnitas dd $srerra e igual al ú
rango de la matriz aumentda ú
P(A)= r(o.) =P({ry= ¡ =tt -
\,
so-iuciones¡ cuando e{ n¡¡nero de incógnitas del
¿
. El sistema tiene mas de una solución (exisJen infints
sistema es mayor que el rafigo de la ma

á r<tt

o Además en ese variables a rbitnalias o independi entes (l amadas

I

parámetros), es valor. Reoresentando oonvenientemente estas

variables Én **g*'tadas en función de aquellas' ,\J
-' ¡fr i:
. El sistema es incon r,
'o( *p rc
¿

De forma

-&,..
TIBLES
Tienen SoluciÓn

lnfir'ritas
U¡rrca Soitrciortes

Observaciones.
Para el sistema homogéneo:
. siendo el sistema de ,, incógnitas es fácil deducir que la matriz de coeficienles A y la matriz
aumentada tienen el mismo rango y por lo tanto el sistema es siempre compatible
[elg]
(llamada solución trivial) de la forma:
. El sistema homogéneo siempre tiene por lo menos una solución
Xl=X2=X3="'=f¡z=0
. Si p (A) = t, el sistema tiene solución única y esta es la soluciÓn trivial
la solución trivial (también se
. Si p (A) < ¡r el sistema tiene infinitas soluciones, donde una de ellas es
dice que elsistema tiene soluciones NO TRIVIALES)
 GOT¿UETA ING' JULIO UBERHUA€A C'
ALGEBRA LINEAL Y TEO'RIA I'IATRICIAL UG. SC. ING. RAFAEL YALET{CTA

. en el sistema homogéneo se t¡ene que el numero de ecr¡aciones

es igual al numero de incfunitas
si tenga soluciones no triviales es que
entonces una condíción necesaria y suficíente para que el sisterna

lal= o puesto que en este caso P{A}<n

METODOS DE SOLUCION PARA SISTEMAS DE ECUACIOHES UTTIEALES'
cuenta que las filas de la
Método GAUSS JORDAN. En el caso de sistemas no homogéneas- Tenienlo 9n para
el método resolver el si§erna'
malriz aumentada conesponden a las ecuaciones del sislema §oc¡ado,
aurñentada a la fonña que sea
empleando matrlces se sudenta en la idea básica de redr.¡cir la ma'triz
la solución del sistema por simple
suficientemente sencilla (forma scalonaoá reducida) para poder alcanzar
inspección.
pasos:
El este sentido el método de Gauss Jordan consiste de efecfuar loo siguientes

a Expresar elsistema en su forma matrickixA'

a Plantear al la matriz aumentada A* =
a Escalonar la matriz aumentada expresión simPlifi cada.

T
cttt al7 aB aln c1
ü1 at2
I a22 o.23 d2n Ct
A1 I u
0 a:; 4n c3
A* l
a3 1,,

ann ,"1
0 ol
t
rmaciones
Las propiedades enunc
elementales flla.
. Si se aplica a la al fila
h\\'\
(a.f¡ --) .í¡ , a-f¡, +f, rnatri2 resultanle
representa un sistema lineal equiva.

En el caso de sistemas homogéneos. De I

áplicamos el método de
eliminación gaussiana, puesto que la matriz ampli ,tpor m ía-s tra nsfo rmacion es
elementales fila que hagari'ros, siempre resultara otra
En conclusión, nunca h¿bría un pivote en esa columna ma siempre es comPatible. Si el
numero de pivotes es igual al numero de variables, el siste\ determinado con solución túnica
.de pivotes es menor. habría infinitas
trivial (todas las variables toman el valor nulo) mientras que s¡
soluciones y el sistema es compatible indeterminado'
a las
Al resolver un sistema homogéneo compatible mediante eliminación''-b'aussiana, las variables asociadas
siendo todas las demás variables
columnas que contienen a loi pivotes se denominan variables dependientes,
independientes.

Método de Ia INVERSA. Sea el sistema de ecuaciones lineales de ¡r ecuaciones con il incÓgnitas (sistema
cuadrado)
Iar r.r'r + t\2r2 + + übrX,, = bL
I

I rI7 1.Y1 + aZ2xZ + + a¡nXn = b2

l' trt
I'
:"
f
o,,, + at¡tzx2 + T Lrn¡'¡^Jl /.
url

Este puede ser representado de forma matricial

 GOYZUEÍA ING' JULIO UBERHUAGA C'
ALGEBRA LINEAL Y TEORIA }¡ATRICIAL MG. SC' ING' RAFAEL VALENCIA

A.X:B
pana 5espejarla matriz de varialles
Y al sistema asi expresadc !:,jemos aplicar operaciones ce rnairices
j a
Multiplicamos por la li¡¿;-sa de la n:ai;z de coeflcientes 1A-1
A-1 ,q..x:A-l .g
.
la ecuación (multiplice:"Jn por izor-:lJa)

l.a-1 .A\.x:e-r e Agrupamos aplicando ,z p:cp,::a: asociativa de matrices

\/
-r.-^-1 '))0
,t'^-.\ Por propieda<Jes de la r:e'--z -'e:sa e identidad

Que es la solución del s s--:- -:= ¡1 ecuaciones cc¡' ll ;-::3r'tas

X:A-1 .B
Método de la regla de CRAMER
DEFINICION 31. ALGORITMO DE CRAh'1ER

Un sistema de A'X:B :: .'¡ ec:aci:::s con i¡

{I1of n

7nx n

-a1 - !:
s el §istema tiene n esta dada por:
Diremos que es de Cramer
t"l
-11
I

b.l
'l
;l
'i
-l
,h..,
I

l^i
erüo¡ces nterior se tiene que X = A-l 'B es la solución
Demostracién. Si lqÉrt
única del sistema r++@ -á,A,
^ A lt7 -"'+4,Ar,, I
1+h2A12
2tt t hA:1 -á2A7r +"'+ bnAzn I

,1 '
'.1 I

A nt1 4Arl = ls2A,,'t + "'+ ttrAn, )

Por tanto el elemento de la fila ,/ -esim.a es:

'r=ff
Donde el denominador es desarrollo del determinante de la malnz
A, obtenid 2 e peftir de A sustituyendo la

[r,i
-l -l

l'r I [¿'
1",
I i Ii
r

.7 -esima cotumna
veaor
I not "t
-l
1

L *, L',, l
le,i
En consecuencia si j =1,?,3,"',tt se tier-' '- -l
re' 'tl -
r I

lAl
\,
GOYZUETA ING' JULIO IIBERHUAGA C'
\2 ALGEBRA L¡NEAI. Y TEOHA MATRICIAL ¡IG. SC. ING. RAFAEL VALET{CIA

Ejemplos. De solución de sistemas lineales

lx+21'-z=2
I

4- Resotver et sistema por el método matricial

1rr
, +32 =9
-
l2*-y+z--3
[rz
Expresamos elsistema enstrforma matricial A'X:B = l, -l ;l[;]=[;]
[z -r r.ll,.l L3.l
Calculamos el determinante. De Ia matriz de coeficientes:

= lel=*(i).1_; ll= 45+25=to

Calculamos la matriz inversa de la

:
Ir
¡,=lz
I
l1
!)
L

\-

Luego fa inversa de la matnz -4. es:

Luego la soluciÓn delsistema es:

L -L
+3
05

lr -z :l['l [zl
el sistema en su forma matncial A'X:B
Expresamos = l,l', .;:lL:l=L;l
L-
Calculamos el determinante. De la matriz de coeflcienies:

tsl
fU -2 3[ -)
+l
r 0 0l
lal= lz -3 ,l 2c1+c-t + c-t z t -rl = lel = +(r)
ll ;l = -7 +25:tB
|, -t al --rrr +c-r --, c-i 3s-71
La solución por Cramer es:
-'13 -
 C.,
ALGEBRA LINEAL Y TEORIA TATRIGIAL
MG.. SC. {ilG. RIFAEL VALENCIA GOY:4ETA ING. JULIO UBERHUAGA r/
7\J
J

ru
stz atl J
a2z az3 -3fr+fr-+f¡

xl=
a3z a-33
-2f2+fi-+f3
--1 LX 18
-5-49 =J
18
l8

lr,, \ or:
lr z 3l ¿
l, , E-l l-s -ll {
I

loy bz oztl -3fr+fi'+f1

xz= lat
4 onl_1, sz I
-Zf.r+ f3-+ f3 ,l
-I818 =--i!-
--,1-,
t
=z
r,
¿
lal I
lru arz 4l

[j J
?
E -2
lor., azz árl 2 -3 h -31

l"r a:z 4l : J -1 lt 3l
-l-" 3+r5
---l
!= iÁi --'ll"
18 18

al
Luego el conjunto solución
v
\r/

prccedemos a escelona¡"

-2.f1+f2'->t2
-fi*"Ít-lt.,ili
+ 'l*fz-Í2,-'?r' 10 013
',"4 --a;:. .. "i,{ |-r-r--t (^
27 \ - : a!.. ¿r:a '
01 olz l.t=J
00 r ir t^
26
ffifl;,-,
o 1 0 Ízz- l2l I¡ tt rl
I

= 1)',=',
[z=l
ool: r} z
r ol,
za
l-z -2f2+f1-+f1 0r l,
1
ll -.fz+fz-ft
1
113
§
ING. JULIO UBERHUAGAC.
I/IG. SC. ING. RAFAEL UAI§¡{CIA @YZUETA
ALGEBRA L¡NEAL Y TEOHA }JIATRICIAL

INTRODUCCION
En el momento de resolver un si§ema de ecuaciones lineates
de n ecuaciones con ll incógnitas' podemos
es er método de eriminación de Gauss el cual
recunir a diferentes métodos- uno de los métodos más utirizdos
del sistema de
consiste en convertir la matriz arrnentada ,a.. = , donde A es la matriz de coeficientes
[Alf ]
ecuaciones, el cual esta expresada en ta forma escalonada reduci'a'
son difáíóntes de cero, entonces el sistema
§i U es una matriz triangular superior cuyos eleme
lineal U-X=B puede ser resuelto sin la matriz aumentada [Ulg] a la forma
escalonada.

La matriz aumentada está dada Por:

obtiene por el siguiente algoritmo

,
[,,,
io
i

o
LulB_l= |
I'
v

L0

es de cero,
De forma parecida, si L es una matriz triang
entonces el sistema lineal L' X = B puede ser re
Y iguiente
La matriz aumentada tiene la forma:
(su

i4r 4z 4: It, br

I| o t-,,
-' t.¡., lz, b2

[rlu] = lo o /¡¡
I
t.
l:n b3 'T2 = /\I
t22 .

I' o :

Lo o J
,,,,,
b,, ,.I

b¡ -lt¡rxr
A'=l
'rj=-L ,J]

DEFINICION 32. FACTORIZACION LU

La factorizacion LU de una matriz es una factorizacion que resume
el proceso de eliminación gaussiana
total de operaciones cuando se desea
aplicado a la matriz , qra es conveniente en términos del número
se resuelve una serie de sistemas de ecuaciones con una misma
calcular la inversa de"una matriz o cuando
 MG. SC. ING- RAFAEL VALENCIA GOYZI,ETA ING. JULIO UBERHUASA C'
ALGEBRA LINEAL Y TEORIA Í{ATRICIAL

matrizdecoeficientes.Aquí,primeramentecons¡oer,,aremoslaEc-toñ'a"ionLUsinintercambiobasadaen
que da la factorizacion PA = LU'
matrices elementales conocida como de Doolitfle y luego ,uo*o.'ul-atgoritmo
Suponga que la matriz A es una ntatriz mxnse puede escribir como el producto de dos mairices:
A:L'U
Donde L es una matriz triangular inferior ntxnt y U es una matriz escalonada o triangular superibr mxn ' J
Entonces para resolver el sistema: J
A.X:B J
Escribimos
¿
A'X: (L' u)x:L(t-t'x)
9
una oosible estrategia de soluciÓn consiste en tomar Y:U'X y resolver para Y:
L'Y:B
Como la matriz L es triangular superior este sistema vérse mediante sustitución hacia edelante'
inicial se resuetve despejando X de
Una vez con los valores encontrados de y, las incógnitas

\.'á,:¿.-,fl'

Nuevamente, como U es escalonada, este * i-ésoirerte en cáso de tener sol-ución mediante

¡os dan ta pauta para ver la conveniencia de
una
sustitución hacia atrás (en reversa)-
factorizacion como la anterior, es decir
de una matriz L triangular superior, por
otra U la cual es escalonada. Esta sE llama

Propiedades de la fa i'r-u -
i i¡-
de A v
Si se posee una facto,
;A:L'U de una matri entonces la inversa
puede calcularse medi
'*#i
.?
.1
A-r.R \/ qF entonces puede aPlicarse
Si
eli enla reducción

[rle] -+

se aplica tambiéA.gliminaciÓn cción

1

.B = A-' 'B
lol-+ [ti!
:,1

Las matrices de P son,

Además, normalmente no ieñte realizar el producto P'B sino mías bien realizar el
movimiento de filas Y mías que realizar el movimiento de filas, se hacen trucos de
programación Para evitar talep rientos teniendo un vector que refiere a las filas de diferentes
posiciones.
Ejemplo. Determine una factorizacion LU de la matriz
lz , -'l
a _t l-o
I

-6 _5 I

¡\-l
l4 l8
t?
I

-e '
-31
I

hechas sobre las filas de la matriz para irla

La idea del método es ir acumulando las inversas de las operaciones
lransformando en una malnz escelonada. mas
y que propiamente las inversas de las operaciones sobre las
filas, las matrices elementales involucrad as'

-76-
!
§ ING' JuLlo UBERHUAGA c'
ALGEBRA LtnEAL y rEoFtA trATFuc¡AL x{L sc. lNG. RAFAELVALEIIcIAGoYZUETA
v del elemento all=2 pata ello debemos
E
Así para el ejemplo. Hacemos cero todos los elementos por debajo
reaf izar las sÍguientes operaciones

ones Elemental
1000 [t o o oil , , -, 2 3 -ll
_l
l¡ i o oil-6 4 5l 0 3 2l
I

3100 u'o=l;; t_
3f1+ f2 -+ f2 E,=
0010 iril * rB 6l= 4 18 6l I
Jr

0001 [o o o ,JL-, -s -:-l -2 -e -3J

1000 [t o o oll 2 3 -ll lz 3 -r
0100
fi
^=l: ;: :ll i ,1 :l=l ; i, i
-Zf1+ -+ .f3 E,
E,Z E =u,
-2 010
0 001 a [o o o rJ[-z -r -r] l+ -s -3
ll 0 0 0 2 3 -1 23-1
ro 032 03 2 -u3

itH
o
.fi+ fa --> ft E -lo 0128 012 I
K: :?
J

-2 -9 -3 0 -6 --+
Aquí, comenzarr¡os ia
matriz triangular inferior
cc

ir o o oi
t-3 I 0 0l

ry
diagonal pnncipal. Para -q

N :: ; ?l

2.f2+ .l'a =-+ -{a

I

it,=
l00u
0100
[rr]10
lF
"=L:

§F ,--, '-u.
lF:o l-lo o o
4 +ltttl0 0 0l
I

0l0l
[r o o ol
Colocamos los opuestos de

trril Lt-ll-: I o t, I
i
los
multiplicadores debajo del segundo elemento I

diagonal de , -+ 1,, I
J
I

L, Y obtenemos
[--' -' ,,t '
I

En este caso la matriz U esta en la forma Ir o ool

escalonada y por consiguiente el proceso se I -' r n nl
.,I
L_-
detiene haciendo cero aquellos
desconocidos.
valores l+l =o 4 I ,'
t, -2
L-1 0 ll I

1 0 00 23-1
Por consiguiente una faclonzacion de TI -
1100 03 2
-I
^^-4,d.
Strt
I \-L_lv-i
-
2 4 | 0 00 0
-1 101 00 0
ALGEBRA LINEAL Y TEORÍA MATRICIAL
MG. SC; lNG. RAFAEL VALENCIA GOÍAEÍA ING. JULIO UBERHUAG.AA
J
J
DEFINICION 33. FACTORIZACION DE PA = LU J
En eslos casc se
Frecuentemente, no es posibre escaronar una matriz sóro con operaciones de eliminación'
intercambio de rengloner.
p*ra este tipo Oe niátriás m ex'ste la fadorizacion LU' Lo qle ¿
requiere realizar p ,n" mát'Ut de permutación' Estas rrÚim de
o ¿
aplica es la factorizacion PA = LU. Donde la matriz fadorizacion PA = LU se oHierc de
permutación se obtienán de la matriz i¿entiOaO intercamgand" ú;
¡ñ: l¡
registro ¿* l"t nc q¡e s9 inte.rcambian
y se efrctiat hs J
forma análoga a la fadorizacion LU p"ro ,u llára un
intercambios en una matriz que registra los inversos
oe las operaciones de eliminación' J
Algoritmo de PA -- LU ,
Entrada:
ú
. Matriz Ade orden ¡¡xm ú
Salida: ú
. P matriz de permutación de orden ll x ¡l ,
J
. L matriz triangular superior unilaria de orden fixtl '
. IJ matriz escalonada de orden rlx r¡
Que cumPlen:

Se toma:
P=In
Mientras que U no sea escalonada hac f v
Aplicar una oPeración ;f de I
L; ¿
a Si ./ es de la forma .fl I
a Si'.f es de la forma É' =k;

, Pz =Pt
 ITATRICIAL MG. SC.ING. R,AFAE!.VALEI{CTAGOTZUETA ING' JUUO UBEETIUAGA C'
ALGEBRA UNEAL Y TEORI'I

si aplicamos sobre U2 la operación para intercambiar la tercera y la cuarta filas se obtiene Ia nueva matriz
U3 . Se aplica la operación de intercambio en L2 \ P2:

lr 2 -2 ll
[ ; : ;l r;.-'r, . ;ll
loorol
=
"[i i lil I "+ 1lil Ll
Puesto que la matriz U: Ia es escalonada, el procedimbntotermina y finalizamos haciendo L=L3+I y se
tiene:
?
tt
g=u:=lo
_J

DEF¡NICION 34. FACTOR

Io
0
0 Liilll'.[i,l:]
En esta lectura veremos: factorizacion QR de una matriz. Esta factorizacion es
utilizada para la soluciq¡{ un algoritmo numénco para determinar los valores

::":j:::"":
f, independientes, entonces A Puede

La forma de hace
Demostración
Sean d1,or,ct-i,....ün al ortonormalizarlas
según el proceso de Gram-

Definamos

Como cada a¡ es combinación lineal de ql,q2, irescalares r; tales que

tI¡ = t\¡' {h t "' -f tir¡' t¡, =

Siendo ,,r=O para.j=i -1,...,¡t yparai=7,2,...,ndeacuerdoal procesodeGram-Schmidt.Así,

[ [,' r-l [ ,i, ]"1
r=[,r lorlorl 1",-l=lql ''' I L,J
'l L'r.
ql ll=on
' 1.]

Donde R es la malriz cuyo elemento (i,7) es r¡ . Las matrices buscadas son las matrices Q V R: Q tiene
sus columnas ortonormales yR es triangular superior. Asimismo R debe ser invertible pues en caso contrario
 GOY¿IETA ING' JULIO UBERHUAGA C.
MATRICIAL MG' SC' ING' RAFAELVALENCIA
ALGEBRA LINEAL Y TEORIA

R.X=0tendríainfinitassolucionesypoffi=0contradiciendoelhechodeque
las columnas de A son línealmente independientes'

En la práctica la matriz R se calcula mediante la formula:

R = eT-A
r'
LasformulaSparaelprocesodeortonormalizaciondeGrarn-schmidtson: -
r',)ti

'i=ffi
''3=m tt1 - (tt¡,ri ) vr - (rl3,

(ur, v) = uf\i' tt2t\ + +tt nvn

-
ú
I
rr, - (ir2,,1)r1
¿
ttr-(u,r,ti)rt -"' lln,}tn_l !'n-l
''z=F-Glü,l lf,i.- t

de la matri
Ejemplo. Detennine una fadorizacion QR

v
'aS"''
v

tu2- (r',,q1)c¡1 (f&1+-G {6,t,0,t) =[oá-,l

't2=V;+;,t)ll !((lt'0, 02 +12 + 02 +12

.T
2 _t1\
« 43)-

Ahora se tiene
1 00 t_
tl \ 0 0 t 1 ll
o il 1 11
0
Jz Je I , ll o 1 ol 0
I
,!7 --=
--QT A= Ell o o rl=
0
q = lqrlqzl qt)= 2.
U
'Jz J2
0--
Jo 1 2 , l[ o i r] 3
0 --F
_11 ----: {o G Gl- ./6
Jz Jo ],
Ir -2 tl
Determine una factorizacion QRoelamatrize=l-r
:
'7l
It -i -4]
 C'
GOYzrl TA ING. JULIO UBERñT¡AGA
TEOR¡A MATRIC¡AL
ilG. Sc. NG. RAFAEL VAII}E'A
ALGEBRA LINEAL Y

,r2={-2,3,-tf ,3 =(Le-+)r
,4 =1t"-Lt)r
a las columnas de A oütener¡c
Al aplicarle el proceso de Grarn-Schmidt
r\r
,,=[;,-+'+,) n'=lo'i'#) *=[á'+' _-
J6)
I

Por tanto
i I
1
0
zl {J
-Í a
+",1i -:.6
JEI J, -zJl
I
+[
J3
J
q =[erlazle:1=
{J
1

Í
I
#l
0

2
E
I
-l o+6
1

+I
1

J: Í «
,,§
Algoritmo QR- Para una malri
que

TomarAO=A'
Para i = 0,1, 2r. ,
a

. Tomar A¡ valores ProPios

Resultado: A¡ se a

de A.

Aplicar el algoritmo QR a la

Tomando AO = A' Determinamos un

Ia 8e23 6.1384-l
R ,' =lo 1384 1 10761
All =QoRo =io.rzoo
o eezz _l[o)
para A1
Determinamos una factorizac¡on Q'R qssl 6 olTsl
to-qqqs -o i556-lIs'ss;: q
l-s
Ar =QiRr =|o o,r, l.ol lB.]
A¡ = QlRt = o, r, o eees
[o .][o oooo I .ol
Determinamos una factorizacion Q'R para A2 ls sqso 6.0107-l
o orzs-l
lo.qqqq -o oolTl[8 e88r' = A'¡ =Q2Rz=i
ooo,7 l ool3_l
¡., = Q2Rr =l o oolz 0 9999 l[o'oooo I'0013-]
y 1'
propios de A son aproximadamente 9
Concluimos que los valores

:l: '