Universidad de la República Geometrı́a y álgebra lineal 1
Facultad de Ingenierı́a - IMERL Segundo semestre 2020
Práctico 3
1. Matrices invertibles
1. Determinar si las siguientes matrices son invertibles, y en caso de serlo calcular la inversa de la matriz.
1 2 0 3
! √ √ !
2 4 1
−3 −5 1/ √2 −1/√ 2 0 1 1 1
a) b) c) −1 1 −1 d)
2 3 0 1 0 1
1/ 2 1/ 2
1 4 0
1 2 0 2
2. Las siguientes matrices son invertibles:
2 −2
! 6 −2 −3
A= , B = −1 1 0
−1 3
−1 0 1
a) Calcular las inversas.
b) Resolver los siguientes sistemas de ecuaciones lineales usando los cálculos de la parte anterior:
x
!
1
! x 4
A = , B y = 1 .
y 1
z 0
!
1 0
3. Se considera la matriz A = .
3 4
a) Hallar matrices elementales E1 y E2 tales que E2 E1 A = I.
b) Hallar A−1 .
c) Expresar A como el producto de matrices elementales.
4. Determinar si las siguientes afirmaciones son verdades o falsas, justificando en cada caso.
a) Si A y B son invertibles y α , 0 entonces αAB es invertible y (αAB)−1 = α1 B−1 A−1 .
b) Si A es invertible entonces (AT )−1 = (A−1 )T .
c) Si A y B son invertibles entonces A + B es invertible.
d) Si A y B son invertibles y A + B es invertible, entonces (A + B)−1 = A−1 + B−1 .
e) Si A es invertible y AB no lo es, entonces B no es invertible.
5. Calcular la inversa de la siguiente matriz
1 0 0 ... 0 0
2 2 0 ... 0 0
3 3 3 ... 0 0
M = .. .. .. .. ....
.
. . . . ..
n − 1 n−1 n−1 ... n − 1 0
n n n ... n n
1
6. Matrices en bloques.
a) Sean A ∈ Mn×n y B ∈ Mm×m definimos la matriz C ∈ M(n+m)×(n+m) como
!
A 0n×m
C= ,
0m×n B
donde 0m×n indica a la matriz nula de m filas y n columnas. Formalmente,
a si i ≤ n, j ≤ n
i,j
ci,j =
bi−n,j−n si i > n, j > n .
0
en otro caso
Probar que si A y B son invertibles entonces C es invertible.
b) Probar que si A y D son invertibles entonces
!−1 !
A B A−1 −A−1 BD −1
= .
0 D 0 D −1
2. Rango de Matrices
1. a) Determine el rango de las matrices del ejercicio 1.1.
b) Determine el rango de las siguientes matrices
1 1 1 1 1 1 1
2 2 2 2
1 2 3 4 √2 √2 √2
√ √ √ √
1 2 3 5 6 7 8 2 2 2 2 2 2 2
a) 4 5 6 b) c)
9 10 11 12 0 0 0 0 0 0 0
7 8 9
13 14 15 16 4 4 4 4 4 4 4
0 0 0 0 0 0 1
2. Sea A ∈ Mm×n y b ∈ Mm×1 . Indicar si las siguientes afirmaciones son verdaderas o falsas y justificar en
cada caso:
a) rango(A) ≤ m
b) rango(A) = mı́n{m, n}
c) Si rango(A) < n el sistema AX = b es incompatible.
d) El sistema AX = b es compatible indeterminado si y solo si rango(A) = rango(A|b) < n.
e) Si A es una matriz cuadrada de 2 × 2 invertible, entonces la matriz B = A + 2Id (donde I es la matriz
identidad de 2 × 2) también es invertible.
3. Sean A y P ∈ Mn×n tal que P es invertible. Probar que el rango de A es igual al rango de P A.
3. Aplicaciones
Factorización LU .
Dada una matriz A ∈ Mn×m , la factorización LU o P LU de esta consiste en encontrar una matriz triangular
superior U y una triangular inferior L y una matriz de permutación P tal que A = P LU 1 . En este ejercicio
1 Los nombres L y U vienen del inglés: L es lower triangular y U es upper triangular. Por matriz de permutación se entiende una matriz
obtenida a partir de intercambiar filas o columnas de la identidad.
2
estudiaremos A cuadrada de tamaño n invertible y ejemplos donde P = Id. Para que la factorización sea única
es necesario agregar una condición más a las matrices triangulares L y U . Esta condición consiste en que todas
las entradas de la diagonal de L deben ser 1. De esa forma se consigue que la dada una matriz invertible A
existan únicas L y U , con L triangular inferior y 1’s en la diagonal y U triangular superior, tal que A = LU .
Esta factorización es útil ya que proporciona un método práctico y económico en cuanto a cantidad de
operaciones a realizar para resolver un sistema de ecuaciones con n grande.
Si A es invertible y LU = A, entonces L y U también son invertibles. Buscamos resolver el sistema AX = b
donde b ∈ Mn×1 y suponemos que se conocen L y U . El sistema se puede resolver en dos etapas. Notar que
resolver AX = b es equivalente a resolver LY = b y luego de hallado Y resolver U X = Y . Estos dos sistemas
asociados a L y U son más sencillos porque las matrices son triangulares y ya se encuentran prácticamente
escalerizadas.
Este problema realiza del orden de n3 /3 operaciones para la factorización a partir de A y del orden de n2 /2
operaciones para resolver cada uno de los sistemas de ecuaciones. En total se tendrá entonces del orden de n3 /3
operaciones. En cambio, resolver el sistema AX = b directamente implica hacer del orden de n3 operaciones,
donde n es el tamaño de la matriz A. Para algunos casos particulares de la matriz A, por ejemplo cuando A es
simétrica, se pueden dar algoritmos que factorizan A y resuelven ambos sistemas lineales en n2 operaciones.
Observar que esta factorización se puede realizar al mismo tiempo que se escaleriza el sistema. Es más si
la escalerización de A se realiza con matrices elementales del tipo Ei+αj (tipo 3) la matriz L es el producto de
las inversas de estas.
Veamos el siguiente ejemplo.
4 −1 3 E1 4 −1 3 E
2
4 −1 3 E
3
4 −1 3
A = −2 5 5 → 0 9/2 13/2 → 0 9/2 13/2 → 0 9/2 13/2 = U ,
2 1 3 2 1 3 0 3/2 3/2 0 0 −2/3
mientras que L = E1−1 E2−1 E3−1 donde
1 0 0 1 0 0 1 0 0
E1 = 1/2 1 0 , E2 = 0 1 0 , E3 = 0 1 0 ,
0 0 1 −1/2 0 1 0 −1/3 1
y entonces se tiene que L es
1 0 0
−1/2 1 0
1/2 1/3 1
1. Probar que si A es invertible, resolver el sistema AX = b es equivalente a resolver los sistemas LY = b y
UX = Y .
2. Dar una descomposición LU de las siguientes matrices
1 2 1 1 1 1
a) 2 2 3 b) 1 4 4
−1 −3 0 1 4 8
3. Para una de las matrices de la parte b) resuelva el sistema Ax = bi con b1 = (1, 3, 4)t , b2 = (5, 5, 5)t , b3 =
(−1, −1, 3)t .
