Capitulo 1 Matrices Las matrices son uno de los objetos matentiticas més destacados en el estudio del Algebs ineal, tanto por sus propiedades como por su versatilidad, En los siguientes eapftinlos veremos que las matrices se utilizan para representar y manipular de forma eémoda otros objetos propios del Algebra Lineal ‘como sistemas lineales, conjuntos de veetores, aplicaciones lineales... de manera que se pueden deducir propiedades de éstos a partir dol estudio matricial. Ademés, las matrices se pueden manipular ¢ mplementar de forma muy natural en los ordenadores, lo que permite resolver con elas muchos problenias de idole algoritmico y compntacional, En este capitulo presentarcmos formalmente las matrices y estudiaremos sus propiedades uns importantes, © Una matriz A de tamaito o de orden m x 7 es un coujunto de mn escalares o elementos de un cuerpo K? que estan ordenados en m-filas yn colummas de la forma aa|% 42, La entrada (i, j) ¢s el elemento de A que se enenentra en la fila i y en! la colummna jy Yo denotamos por aj, 0 [A],;- Podemos ver ua matriz como ima tabla que recoge informacién que depende de dos ices. Una matriz.se puede escribir de forma abreviada como A (ay) coni =4,....my f= Tyan ©, cuando se sobreer tiene 3 filas y 4 cohmmas, y su entrada (2,3) os axy = 7. ininueras complejo) B (cuerpo de los nincros reales) @ Ki = C (cuerpo de losapitulo 1, Matrices © Myrxn( ik] es el conjunto de las matrices de tamaiio we Xe cuyas entradas son elementos de K. Una matriz fila cs uua matriz de M%y.,(K) y ana matriz columma es une miatriz, de My 1K). Por . Una matriz de My... () esti forsnida por i muatrices filas 6 por w muitriees cohmmnas, @ # Una matria cuadrada os nna matiz con ig winner de filas que de colwanes, Una mania enadrada que tiene » filas ye colimmas es wa matriz de orden v. Al eonjmnio M,,,(K) lo os de forma abrevinia por 2,,(K). Por ejemplo Bo-lti 4 A=(% 6 -2 | eomuc 1 6 B+ dents Una matriz de orden 1 se escribe de forma compacta como 4 = (er,,) © Sea Ana matriz de orden 1 — La diagonal o diagonal principal de A esti farnmdn por las entradas (0m) .t022. 06.0 4ty) La traza de A ss Ta suutia de los elementos de sii diaigonal, esto es, wea) So yy betge bo bel La subdiagonal de A esta foramada por has eniradis (03) -442. 000.0 aa) ~ La superdiagonal de A esta formada por las entradas (yg.ttoy..0. ty 1.0) La matriz, tiene diagonal (3.2, —7), subdiagonal (5.6). superdiagonal (~1=2) y tr) = 3.42 © Mavca{K) os la atria A 4]i) = ]j. Por ejemplo. ~ «(36 3) La fila # de A se convierte em la colmmma i dle A! ¥ la column. j de A se convierte on In fila j de At EL tamaito de A coincide con ol tamaiio de WV si y slo sine =m. Em patticnlar (44! = A © La matriz traspuesta de la inatri © My vn (I) ya entrada 47. j) ces igual a la entrada (j,4) de A. Es de# Una matriz simétrica es inet natriz enadrida que coincide con sn tvaspuesta, Esto es, A= (15) ' uine mratriz simétrica si A — A, Uni ciemplo de matriz simétrica es 1-25 247 57 oo Una matriz antisimétrica os una matriz euadeada que coin de signo, Esto es, A € 9, (K) es una tatriz antis 25 2 7 5 70 os uma tuattiz antisimétriea, Obscrvanios que las entradas sitmadas ex lt diagonal principal son ignales a 0. Esta propiedad es validis para cualquier matriy antisinética, {por qué le con st matriz. traspuesta cambiada Wstrica si A = —A, Por ejemplo, a © La matriz traspuesta conjugada ile la matriz A © My seu (C) es ka muatiz AYE My xn(C) enya entrada (7, 7} ¢S el nfiero cousplejo cgi de la entrada (j-i) de A esto es, af, = Gy [recordamios que @+ ib = a — bi), Por ejemplo, Los tamaiios de A € My cu(C) ¥ ATE Myrcon(C) coiuciden si y sblo si sa =m. © Uni matriz hermitica es uni matriz cuadrada que coincide con su inatriz traspuesta conjugada. Esto es, A € 9, (C) es una matriz hemuitiea si A” = A. Por ejemplo, la siguiente matriz es hermuftica: Cane) Observamos que Jos elementos de la diugoual principal son reales. Esta propiedad es valida para cunlguier matriz hermiitiea, ,por qué? © Una matriz triangular superior cs una matriz de orden r cox todas: las entrada situadas por debajo de su diagonal principal iguales a0. Y ma matriz triangular inferior es ann matriz de orden n con todas Ins entradas sittadas por encinm de sv diagonal principal iguales a 0. Sean 17-3 400 o 14% 2} y Ba[3 5 0 oO 0 5 129 In matriz A € My(C) es triangular supe4 Capitulo 1. Matrices © Una matriz diagonal es wna matriz de orden n tal que toda entrada de A situada fuera de su diagonal principal es igual a 0. Denotaremos por diag(dy.....d,) a la mattiz. diagonal de orden n tal que las entradas situadas en su diagonal principal son di.....dy. Por ejemplo 2 0 00 0-500 ding “lo o 10 00 06 ‘Toda matriz diagonal es triangular superior y triangular inferior ‘© La identidad de orden n. que denotamos por J... ¢8 la tnatriz diagonal de orden 1 con todas las entradas situadas en la diagonal principal iguales a 1. Por ejemplo 100 0 100 10 _{o loo n=().b=(j mH n-(b i 8) f= moni 0001 © Una matriz mula es ima matriz con todas sus entradas ignales a 0. Denotaremos por Oy a la matriz mula de tamafio m x 1 0, cuando uo se produzea ambigiicdad. simplemente 0, Por ejemplo. 00 0) Sasa = [0 0 0 00 0, iatriz. diagonal con ceros en Ia diagonal principal Una matriz nula de orden 1 es m ‘© Una fila de una matriz es una fila mula si todas sus entradas son iguales a 0, y una colimma es una columna nula si todas sus entradas iguales a 0. Sea 3 A=(0 140 la segunda fila de A es una fila mula y In tercera columna de A es una columna nla. * Una submatriz de A es cualquier matriz que se obtenga a partir de A climinando una o varias de sus filas y/o columnas. También se considera a A como una submatriz de A, Por ejemplo. si entonces B es una submatriz de A que se obtiene eliminando de A las filas 2 y 4 y la coluuua 3.LL. Operaciones con matrices 5 ‘* Submatrices fila y columna de uns snateiz, A. Denotareinos por F(A) # la matiiz fila formada por kis cutradas de la fila tésimna de A, y por C)(A) a la matriz column formada por las entradas de la columna j-ésima de A. Si A es una matri de tamatio my X a entonces PA) = (ain din) y CCAD Ming Cuando se sobreentienda la matriz a la que nos estamos refiriendo, las matrices fila y cob aamarén simplemente F,,.--.Fy ¥ Che+Ch- Por ejemplo, para BS -1 1 4 1 A=[2 3 2 2] temas FH =(2 3 2 -2) y y= [2 14 6 - 6 1.1. Operaciones con matrices El contenido de esta seceion es esencial, aunque pueda resultar un poco drido, va que en clla se presentan las operaciones elementales que se pueden realizar con matrices y se demuestran todas las propiedades fundamentales que debe enmplir dieha operativa, Suma de matrices y del producto por escalares * Lasuma de dos matrices A y 3 del misine tamatio es la matriz A+ B enya entrada (i,j) es [A+ Bly = +b Es decir, Mie Bin be bin auth. tint bin A+B= . + Jide Mont dian} — \Bot oe Brin amt + boot Cann Fb 3 31), fo4 1 B12 Ge aeGs 4)-G 50 El producto de un escalar \ por una matriz 4 es ln inatri¢ AA cuya entrada (i,j) es Aas = deus Por ejemplo Es decir, a A, dew dain it Bann Meine Mga,6 Capitulo 1 Matrices 9-6 300 63 Por ejemplo jemplo 1.1 Soluci6n: La suma A+ C uo tiene sentido pues Ay C tienen distinto tamaito. El resto de las operaciones si tiene sentido: 9 9 3 oO 8 2 5 30 6 Wes 4 1 op = 3BA42 6 RS ae 20 cao 1 a 15-3 0, 46 6 6 ‘Teorema 1.2 Leyes de la suma de matrices y del producto por escalares Sean A. B.C € Mma(K) y 0.8 € K. La suma de matrices cumple las leves: 1, Asociativa: (A+B) +C = A+(B +0) Conmutativa: A+ B= B+ A. 3. Existencia de elemento neutto: A+ Onn = A= Onn + AL 4, Existencia de elemento opuesto: A+ (—A) = Onn = (A) + 4 Y. adems, para el producto por escalares se cumplen las leves: 5, Distributiva respecto de la suina de matrices: a(A+ B) = 0A +oB. 6. Distributive respecto de la suma de escalares: (a + #)A = 0A + BA. 7. Asociativa respecto del producto por escalares: (a8) = a3). 8. La unidad del cuerpo, 1 € K, cumple que 1A = A. Demostraciér Para cllo emple Probaremos. para cada una de las leyes, que la ley se eumple en todas las entradas, nios las propiedades de ln sum y del prochacto de elementos de K.1.1, Operaciones con matrices z 1. Para demostrar la igualdad «de Ins matrices (A+B) +C y A+ (B+ C) hay que demostrar que cada entrada (i,j) de (A+ B) + C cs ignal a la entrada (i,j) de A+ (B-+C). Es deeit, (A+ B) + Chg = [A+ (B + Chip. Vedmost, (AFB)+Chy = [A+ Bhs +1Cly = (ay + has) + 04j = 0a; + (by +04) = 1A); + (B+ Cl; =[A+ (B+O)y Notese que en: la tercera igualdad hemos aplicado la propiedad asoeiativa en K. Del inistie modo se demnestran el resto de propiedades. {A$ Bly = ai + by = by +04) = [B+ Aly [A+ Onsenly =p FO = a4 = 0-00; = [Onn + liye (4+ CAs = ay + (ay) (aig) + gy = (A) + Alay 5. fa(A + Bly =afA + Bly = aay + 0))) = aay + aby = aA]; + [aBliy = [aA t+ oBhiy 6. a+ AA = la + Alay = 00, + Sa; = [Ales + [Als = [WA + FAly 7. (C09) Ay = (@B)ag; = (Bay) = fA], = [a(BA) ly 8 (lly = lay say. 0 Producto de matrices + El producto de dos matrices tiene seutido si cl mimero de colummas de la prituera es igual al dimero de filas de la segunda. Dadas las matrices yy oe ia by see bap font ss Man Pt bop, de tamaiios m <1 ¥ 1x p respectivamente, el producto AB cs la matriz AB de tamaiio m x p cuya entrada (i, ) se obtiene multiplicauto la fila 7 de A por ka column j de 2 segin la regla by, » (AB), = F(AVC(B) = (arn) San ee ember Santry by mt8 Capitulo 1. Matrices gS -3 1 a0 : ro 2) ° r= 1) atone sac(Eq d}ea-(2 i). 02 fs) mm 5-14 BBW py gy (SD +HB-2ELT BOF CB) THT 102) (f \ [eeu roesaa “Lororea AP=\o 4 a} 2-144-241-3204 1411 5-1 of \3 5-(-1)+(-1)-240-3 5:04 (1) 140-1 10 a 1 po={2 1 ¢ ‘ Ae 7B 4 Tat 31 7 16 5 CB mientras que AC, BA y CA carecen de sentido, CAG 2 3 o )( u rie ‘Teorema 1.4 Leyes del producto de matrices Sean AE Mmxn(K), B.C E Myx p(K), DE Myrxq(K) ¥ @ € K. El producto cumple las leves: 1. Asociativa: (4B)D = A(BD). Existencia de elemento neutro por la derecha: Aly, = Existencia de elemento neutro por la izquierda: Im A = A. Asociativa respecto del producto por esealares: (AB) = (aA), B= A(oB) |. Distributive respecto de la Distributiva respecto de la suma de matrices por la derecha: A(B + C) = AB + AC. ma de matrices por la izquierda: (B + C)D = BD + CD. Demostracion: Probaremos. para B 1. (AB)D]iy = DLAB)ncdas a “Son Ye baad 2 [Alnly = Soaulbaley =» a ‘cada una de las leyes. que la ley se cumple en todas las entradas CO anbaiddic SY enlBDjys = [BD = p LV anbnades mit SS ata, mis = aque [I,,))) = Ly Ula) = 0 para ke # J.1.1. Operaciones con matrices 9 3. La demostracién es ansloga a la del apartade 2 4. [a(AB)]ij = [ABs = a ainda) = 0 oainbsy = Slo inbes = [(0A)B]ay = a La demostracion de la igualdad (a(AB));; = [A(aB)];; es andloga. 5. [ALB+C)laj = So aulB + Clay = > ain(baj + e43) = Yo ainbay + Yanens a im cot ist 7 [AB]; +[ACIjy. 6. La demostracién es andloga a la del apartado 5. 0) Otras propiedades del producto de matrices '* Puede ocurrir que AB =0 siendo A y B no uulas. 3-1 3-1 0 0 a= (4 Z)-8-6 a) = = 0) # Veamos como es el producto AB cuando B es una matriz, column, Si AE Mnsn(K) y BE Myx i(K) entonces ABE Myy<1(K). Aplicando que el producto es conmutativo en K y las propiedades de la suma de matrices y del producto por escalares tenemos Ann) \ba Es decir, podemos escribir AB como snma de miiltiplos de las columnas de A. Por ejemplo 201 of 2 Oo} 4,1 3B LL 3 1 1 1 ¢ Veamios céino es el producto CA cuando C es tna matriz fila. SEC E My yl) ¥ AE Masa K) enton eu K y las propiedades de la suma de matrices y del producto por esealares tenen es CA EM» (IK). Aplicando que el producto es conmutativo (en cum) Conan ++ + eimai erin ++ tnd ) eu (a ayy) + Hem (am Ayuwo __Capfvulo 1, Matrices Es decir, podemos escribir CA como suma de miltiplos de las filas de A. Por ejemplo 240 (4-2 913 9 f]=3@ 1 y+4@ o y-2@ 2 N+2@ 1 1)=(06 1 7) B11 © No se cumple fa ley conmutativa para el producto de matrices, > Puede darse que AB tenga sentido mientras que BA no lo tenga: 3-1 1 2 0) n= A=f1 0 B=(-3 2) = aB=([6 211 21 33 y BA no tiene sentido ya que el amuero de columnas de B es distinto del mimero de filas de A. b AB y BA pueden tener ambos sentido y no coineidir sus tamatios: o 0 v.0-(3) = AB=(-1). BA ( 1 3 © AB y BA pueden tener ambos sentido. tener igual tamaiio y uo coineidir: (ae 4) = (2 S)=anema-(t 2) > La expresién A? = AA tiene sentido si y sélo si A os cuadrada, Luego la expresion (A+ B)? tiene sentido si y solo si A + B es cuadeada, esto es, si y solo si Ay B son matrices enadradas del inismo tamaiio. De manera que si A. B € 9N,,(K) entonces tenemos que (A+B? = (A+ BYA+ B)= A? + AB + BA+ BP ¥ la frmula del binomio de Newton se cumple tnieamente cuando A y B conmutan, esto es (A+ By = A? 424B+ B® siysilosi AB=BA * No se cumple la propiedad de cancelacién. es decir AB = AC no implica B= C. CDE IC IED vommm F946 weL.A. Operaciones com matrices u Matrices por bloques Dada una mat de tamaiio 1% podemos wiilizar Teas verticales y horizontals para dividirla en submatrices que se denominan bloques. ra oz rf2 A dividida en euatro submatrices o bloques i; diz. Aar ¥ Azz tal como se indiew Hz) wems (1 3) su-(3) Aaa 1g 2 | Biempto 1. La inatsiz, Damos otra divisiou de A, ahora utilizaude s6lo wna linen. horizontal 1a B had a-{1 0 ) om B= ( p) ses (: c 102 Un caso particular de matriz por bloques es eumulo dividinios by nattiz en sus Submuatyices fila o ew sts submatrices column bia) a ASCO CH > Cy) Fn Sean A y B dos matrices por bloques, bal y comp se indica a continuacion: An | Av By Z | Bio An | An Bax 2 | Bay A . vy B Aya | Awa bo | Aven By | By | Bom Py los tamanos de los blogs cmmplen que parm todo i (Lem), J © Chen wn} ¥ Fe fl....g} ol producto A,B), tiene sentido, esto es, el arnnero de cohunnas de Ay) es igmal al ro dle filas de Byxs entonees el producto AB es una smatriz formada per mq bloques tal que el bloque de AB en la posicion (i,)) se ebtiene segiin la regla By (Aa Ain) SAD By $e Ai Bas B,RB Capftulo 1. Matrices Una matriz cuadrada es diagonal por bloques si tiene ta estructura de bloques An | 0 0 0 Aw Au 0 10 de modo mas esquemiticn A= | 0 0 Any O | | 0 TAyp con Ay, 7 = 1.....p matrices cuadradas y el resto de bloques matrices nulas, Si Ay B son matrices diagonales por bloques de orden m y para i= 1.....p los bloques Aj; ¢ By; son del mismo orden nm), com 1m) +++ My =, enttouces stt célenlo se simplifica mucho Ann OL) (Bui. 0 AUBuy a oP KO ce By 0 AppByp, Las potencias de una matriz cuadrada La poteneia /—ésima de ima matriz 4 de orden 1 es el producto de A por si misma k veces AN =A. 4 para k>1 y por convenio A° Algunas matrices cuadradas tienen un comportamiento especial con respecto a. la potencia. Asi, por cjemplo, decinios que A € , (K) es idempotente si A? = A. decitos que A es nilpotente si existe un entero k > 0 tal que AY = 0, y decimos que A es involutiva si A? = 1, =O | Biemplo 1.6 | Scan tas matrices 3-4-8 A=[ 1 2 2 Be 1 1 3 Podemos comprobar que A? = A Inego A es idlempotente, que B° = 0 luego B es ailpotente, y que C? =f; nego C es involutive. Para las matrices diagonales es especialmente sencillo ealeular sus potencias: A= diag(dy.dg,....d,) > A® =diag(d}.d§.... ah) ¥ lo misino ocurre a las matrices diagonales por bloques Anos 0 Af 0 = Aka : 0 4, 0 As,1.1, Operaciones con matrices 13 La formula del binomio de Newton Si A y B son matrices de orden n, entonces podremos caleular las potencias de la matriz: sme A+ B ntilizando la formula del binonio de Newton si las inattices A y B conmutan (ya se mencioud anteriormente en el caso (A + BY). Es decir: k Ee Si AB= BA entonces (A+ B)* Bi Esta formula cobra especial interés cuando wna de las dos matrices Ao B es nilpotente, Veamos un ejemplo en el que determinamos Ia potenela &-ésima de lw niatriz, 220 c=[022 002 Para ello descomponemos C' como suma de dos matrices que conmuten, una de ellas nilpotente 200 021 c-[020]}+[0 02 }=-% 002 o00 Comprobamos que B es nilpotente B 021 oo4 B=(0 02], 8=(0 0 0), B=0 > BY=BY*B =osik>3. o0o°0 106 Como lis matrices 27s y B conmmutan se puede caleular la poteneia k-ésimia como sigue C* = (2h + BY! = ¥( ‘ ) (2h)"BE Los dnicos summdos no malas son aquellos ent les que aparecen BY = Ia, Bo B®. Es decir c= ( ‘ ) (2i}" BY ~ ( ‘ Jen B+ ( ‘ ) amy B y operanda y simplificando queda gk poe Reght Ooh kat para todo k > 1 oo Chat eet nesu Capitulo 1. Matrices Propiedades de la traspuesta ‘Teorema 1.7 Si la suma o cl producto de matrices tiene sentido en cada uno de los casos que enmnciamos a continuacién, entonees son ciertas las afirmaciones: 1. (A+ By! = Abs BE 2 (Ay bene Ag) = Ay tet AL. 3. (aA)' = aA' para todo a € K. 4. (ABY = (Ar Any Demostracion: Probarenios que las propiedades 1.3 ¥ 4 se eumplen en cada entrada, mientras que la propiedad 2 seré cousecuencia de la propiedad 1 y la propiedad 5 de la propiedad 1. (A+ BY iy = [AF Ble = aj + Oy = [Ay + (By 2 (Arter t+ Ag) = (At + (Aa toe + Ag) Ay (An beet Ag) Se = AP tt AL 3. (oAY'}y = lols = loa 1 S1AE Men ¥ BE Myx (AB) jj = [AB]y, = Chay ayudar = Cpa basa = (AL Ay = Ave AL oO BAN, Ag---Ag)}! = (Az--> Ag) Al = Corolario 1.8 | Si Aes una matriz enadrada entonees 1, A+ Af es simétriea y A— Af es antisimétrica, 2. A se puede eseribir como Ta suma de una matriz siuétriea yuna autisimétriea, 3. AAT es sin Demostracion: El apartado 1 se demuestra aplieando la propiedad 1 del Teorensa 1.7 (At aly = al + (aly (A= Alf = at = (aly El apartado 2 se deduce del apartado 1, ya que A= 8 4 42 Atal -(4-4) Y cl apartado 3 se deduce de la propiedad 4 del Teorema 1.7. ya que (AA! = (ANALL. Operacio con matrices Un ejemplo ihasita cémo eseribinuos uma matriz conto sna dena matviz simétrica y de wna antisi métrien, Dada 3 3 5 Boo 3 “ppd {fat 0-3 -3 c= =5][ 1 2 3 L 3 2 0 3 ro 8 hoo Propiedades de la traza po) Teorema L398 u J Si la suma o el producto de matrices tiene sentido en cada uno de los casos que emunciamos a contimuaeion, entonces son ciertas las afirmraciones: 2. tr(AA) = d4r(4). | | JL (A+B) = a(4) +00). | i Fs uta) ey, 4. tr(AB) = (BA) Demostraci6n: 1 las tres primeras propiedades suponcunos que A_y B son matrices de orden 1. (A+ B)= YP [A+ Bl = SP Ale + DL Ble = tA) + tr 8). 2 wd) = DA Aly = ALT Ala = MUA) 3. Es evidente pues A y A! tienen los anisms elementos ex la digonal principal. 1. Para que los productos AB y BA tengan ambos sentido necesarinmente sersin A © Myc (K) ¥ BEM xn(K), sioudo AB unw matrix de order n y BA de orden mm, En tal easo wAB) — Sb Maybe SEV buy = SBA (Bay iatjst fata i=16 _ Capitulo 1. Matrices 1.2. Método de Gauss En esta seecién describiremos un proceso de transformacion de una matriz mediante la realizacion de transformaciones en sus filas denominadas operaciones elementales. Con este procedimiento con vertiremos la matriz original en una matriz escalonada en la que determinaremos propiedades de la ‘matriz original més fécilmente. La propiedad fundamental que queremos estudiar es la dependencia 0 independencia lineal de sus filas. La manipulacién de matrices por medio de operaciones elementales de filas es de vital importancia en el Algebra Lineal, por eso es imprescindible su correeto apr asf como su utilizacién sistemiética y fiuida. El proceso es conocido como método de Gauss? y se utilizar en secciones y capitulos posteriores para: ® Calcular el determinante y raugo de una matriz de forma eficiente, + Resolver sistemas lincales. + Determinar la dependencia ¢ indepeudencia lineal de un conjunto de vectores. # Determinar amas ecuaciones implicitas de un subespacio vectorial Combinacién lineal de filas de una matriz —— Definicion 1.10 Sean Fy.....F € Mi xn(KK) matrices fils. La matriz fila Peak) tot agFy con oy....0¢ 6K etna combinacién lineal de F,..... Fi con coeficientes .....0% Las matrices fila Fi. .... F, son dependientes (o linealmente dependientes) si alguna de ellas es ‘combinacién lineal de las demas. En easo contrario se dice que Fi. .... Fi son independientes (0 linealmente independientes) Cada fila de A Myycu(K) es una matriz fila de ta natriees y del producto por esealares se deduce que una combina fila de tamaiio 1 x n. Ejemplo 111 | py ta mateiz 001 3a) oh i ; om) a=[13 01] a5 5 00 3 sf am te 03 Las filas de A son dependientes pues. como se ve, Fy es combinacidn lineal de Fy Folin Carl Friedrich Gauss (Brunswick, IT77 ~ Gotinga, 1855)1.2. Método de G 7 Una combinaci6n lineal trivial de matrices fila es aquélla en la que todos los coeficientes son 0. Proposicion 1.12 Sean F;,...,Fk matrices fila del mismo tamaiio, entonces Fj,...,F, son dependientes si y solo existen escalares a1,...,.a4 no todos nulos tales que ayFi t+ KF, = 0 Demostracion: =) Supongamos que las filas F,,..., Fk son dependientes, entonces existe una fila, que sin pérdida de generalidad podemos suponer es Fe, que es tna combinacién lineal de las demas. Bs decir Fyeam Fy te ton a1 con aye K Entonces, ay Fy te toe — Fe 0 ‘que ¢s usa combinacién Tineal no trivial de Fi,...,F4, dado que ay = —1 4 0. &) Ahora, supongamos que existe una combinacién lineal no trivial ay Fy +++ + anFe = 0, ¢8 deci que algin a, #0, Entones, podemos despejar F; obteniendo: =a =m eis Fatne rat =p, Luego la fila F; es una combinacién lineal de las demas y asi Fy Fy son dependientes. a Observacién: Como consecuencia del resultado anterior, si F),..., F; son matrices fila independientes: del mismo tamaiio, entonces ninguna de cllas es nla. En efecto, si alguna fuese mula, por ejemplo F) = 0, obtendriamos In combinacién ues! no trivial a, F, + OF: +--+ OF, =0 con a, #0, Jo que implicaria que Fi..... Fe serian dependientes Para inestros objetivos seré importante saber el nfimero maxinio de filas independientes que tiene ‘ma matriz, Vanios a describir un proceso para constrnir un conjunto S con 1 miximo miimero de files independientes. Sea A © Myyea(KE) ¥ seath Fi... Py las filas de A. Una fila mula, como aeabamos de observar, no puede formar parte de ningtin conjunto de filas independientes, por lo que podemos suponet que A no tiene filas nulas (sino las clnninariamos). Enpezamos construyendo el conjunto S; = {F}}. De forma recursiva coustruimos el eonjunito Sp para & = 2,....m como sigue: si Fj es una combinaci6n lineal de Ins filas de Sey cutonces Sp = Shr, ¥ si Fic no es una combinacién Tineal de las filas de Sy entonces la aitadimos al conjunto Sp = Si. U {Fk}. De este modo el conjunto S=S,, esta compuesto por filas independientes, y todas las filas que no estén en S son combinacion lineal de filas de S. Mas adclante se demuestra que este procediniento «la lugar a in coujunto que tiene el snaxinno nimero posible de filas inidependientes,18 Capitulo L. Matrices Bjemplo 113 | Eneontrar un conjumto maximo de filas independientes en las matrices eee oad tli gap y B02 2 32 1 2 Soluci6n: Comenzamos con A, Partimos del conjunto S; = {Fi}. Como {F\}. Como Fy no es proporcional a F\, entonces Ss = AF Fy}. Como Fy = —2F, + Fy entor Si = (Fi. Fa}. Latego S; es un conjunto con el mixiino uttmero de filas independientes de A Seguimos con la matriz B. Partimos del con {Fi}. Como Fy = Fy no tiene solueion (va que F, no es proporcional a Fy), entonees 3}. Como Fy = a0Fy + 3Fs no tiene solucién (va que la primera entrada de Fes 1y le primera entrada de aF, + 3F» ex cero para cuales valores a3 € K), entonces Ss = (Fi. Fs, Fs}. Lego todas las filas de B son independientes. Operaciones elementales de filas. Matrices elementales is transformaciones que se puoden aplicar a ima niatriz en el conveide come método de Gauss se denominan operaciones elementales de filas. Son ce tres tipos ¥ consisten en lo siguiente: Tipo I: Intercambiar las filas i yj. Se denota fio Jy ‘Tipo I: jumar a la fila ila bla j umuttiplicada por mi esealar. Se denota f, + fi + 3) ‘Tipo IIE: Multiplicar la fila # por um escalar no milo, Se denota fi + 3f, con 3-2 0. Bjemplo 1-14 | Vemos un ejemplo de cache uno de los tipos de operaciones elementales de filas (1) Una operacién elemental de Tipo I: (2) Una operaciéu elemental de Tipo I (3) Una operacion elemental de Tipo IL1.2. Método de Gans 19 Asocindas a las operaciones clenuentales de flas estén fs dewominadas matrices clementales (ee aan] & Una mateiz elemental de orden 1 es un rwutriz resnltante de aplicar a la matriz identidad L, | tuna operacién elemental de fas. Las hay de 148 tips | Byerg, + Matrix resultante de aplicur « ly la epcraeisn elemental fs 6 | a » i » Ejeet © Pp sport, + Matrix resultante de aplicar a f,, la operacién elemental fe fi + Bf; | fy Ex ntin, cae so Eg sis y+ Matriz resultante de apliear a J, la operacién elemental f+ 33. 3 £0. | Si BF [ Biemplo 2-16 | Voumos, para orden 4. wn ejemplo de cada tipo de mints elemental: oo 10 Loo o Loo 0 e100 e100) as00 = Fron Ty oo oft Promen=Ts 0 1 ofs Beer la a 1 o oo 01 Hood ooo 1 Realizar una operaciéa clomental ex Ins filas de win motriz A es equivalente a nmltipliear 4 por Ia izquierda por la matriz elemental que corresponde x dich operacién elemental. Este hecho queda reflejnda en el siguiente exen A 2 Ejay A Fnonoay A | A fey enn | hoh+8i, Bjemplo 117 | 1 tustnmus eon ena sine de opeviciin elemental (1) Operacion elesnental de Tipo I: Sh esds Ss oo Lt OV fo 2 0 2 2 3-1 8) 2 204 20 4 vo roo) f2 04 3-1 ap FoR |e 2 2 rn bo] [3 -1 3 o 1 2 bor Q, ooo lor 220 Capitulo 1. Matrices (2) Operacién elemental de Tipo Il 02 2) 02 2 0 2 2 20 4 (204 200 4 3-13) FoOheR [3 37 3-13 oO 1 2 O12 or 2 (3) Operacién elemental de Tipo IE Ennite 02 2 0 2 2 10 0 0) (0 2 204 6 0 2}_fo 300) {2 0 5 3-1 3) Aoan [a -1 3] ]oo1 of [3 a o 1 2 O12 ooo loo Matrices escalonadas y escalonadas reducidas El primer elemento no nulo de cada una de las filas de una matriz se denomina pivote. Una fila mula no tiene pivote. Introducimos a continuacion dos tipos de matrices que estan caracterizadas por donde estén colocados y por cémo son sus pivotes Definicin 1.18 La matriz A es escalonada (0 escalonads por filas) si cumple las siguientes propiedades: ~ Si A tiene k filas nulas, éstas som las k tiltimas, ~ Todo pivote de A tiene mas ceros « su izquierda que el pivote de la fila anterior. Como es logico. esta propiedad no afeeta al pivote de la primera fila, La matriz A es escalonada reducida si es escalonada y ademas cumple que: - Todos los pivotes de A son ignales a 1 + Toda entrada de A situada en la misma columna que un pivote es igual @ 0. Bjemplo 1.19 | ba matriz no es escalonada porque el pivote de la fila 3 tiene a su izqruierda igual niimero de eeros que el pivore de Ja fila 2. De manera informal, la matriz dada tiene un peldaio de altura 2 y los peldaiios de una1.2. Método de Gauss 2 miatriz escalonada tienen altura 1. Las matrices 10 0 4 0-4 1005 7 0 Oli 0 441 0 -1 0 0,1 -3 0 -1 ovo ov j2 3} % food O12 000 0 a of 000 0 00 calonadas, pero no son escalonadass reducidas: la primera porque no todo pivote es igual a 1, y Ja segunda porque no toda entrada sitnada en la misma columna que un pivote es igual a 0. La matriz wl. 90700 oovjL 200 ooo00 oO 60000 0]1 Observaciones: 1. La matriz nula es escalonada y escalonada reducida, es escalonada reducida, 0 2. La tinica matriz esealonada reducida de orden n con 1 filas no mulas es la identidad I, Matrices equivalentes por filas Cuando aplicamos una sucesién de operaciones elementales de filas a uma matriz estamos estableciendo tuna conexion entre la matriz original y la matriz final Definicién 1.20 Dos matrices A y B son equivalentes por filas, A ~; B. si A = B o si se puede transformar Aen B mediante una sucesién finita de operaciones elementales de filas. Esta altima propiedad es igual a decir que existen matrices elementales Ey...., Ek tales que B= Ey--- Ey. Bjemplo 1.21 | pas matrices (: i 1-3 a 3 3 1-3 Top ReR NS 8S) pope |) 8 son equivalentes por filas ya que 1-3 > {0 2 Rohsth \y 9 es ma sucesién de operaciones elementales de filas que transforma Aen B.C]2 ‘apitulo 1. Matrices Si transformamos una matriz A en B aplicando una operacidu elemental, podemos invertir el proceso y transformar B en A aplicando la operacién elemental inversa: To fy elaoperacion clemental iuversade fi J fi Bf es la operacion elemental inversade fi > f+ 3f, fir5 es la operacion elemental inversa de fj df. 8 #0 La existencia de las operaciones clementales inversas permite establecer una relacién de equivalencia, ‘Teorema 1.22 La equivalencia por filas es una relaci6n de equivalencia, Demostracion: Sean A, By C matrices del misito tanmatio. Vantios a denostrar que se cumplen las tres propiedades que definen uma relacién de equivalencia: Refieriva: A~s A. Se cumple por definicion Simétrica: $i A~y B. entonces B~, A Supongamos que B se obtionc a partir de A mediante una sucesion finita de operaciones clemen- tales. Entonces. podemos revertir el proceso pasando de Ba A mediante In aplicacién en orden contrario de las operaciones clementales inversas correspondientes. Luego B~y A Transitiva: Si A ~y By B~p C, emtonces A~p C Asumnitnos que A~» By B~s C. Entonees. podemos trasformar A en C aplicando las ope- raciones elementales que transforman A en By despnés hs que transfonman Bon C. Luego Axyc. 0 Combinacién lineal de filas en matrices equivalentes por filas Supongamos que A se transforma en £7 incdiante una operacién elemental de filas. Sean Fy.....F, las filas de A y nos fijamos en las posibles transformaciones que sufre F, tras aplicarle la operacion elemental: #) fy fy: ii) f, > Sr -af;: tii) £, > af, Bn todos los casos la fila i de B que obtenemos es combiniacién lineal de filas de A. 4 se transforma en B mediante nna sucesion de operac nies elemnentales de files A= Ay Ay me A = BB entonces cada fila de Ay es una combinacion lineal de las filas de Ay. A su vez, cada fila de Ay 6s1.2. Metode de Gans 2 nna combinnetén lineal de tas filas de Ay 9, yas hasta llegar a Ay. Por lo tanto eada fila de B= Ay es combinacién lineal de filas de A = [ A ~p Bentonees tort fit de B es combinacion tinea de: fas de A 4 O02 6 3612 B61 2 bo 2 6 A 3600 vy B= oO 0 2 oot O00 8 son equivalentes por fils. Esto lo probare ws en cf siguicute cemplo, donde veremos que A + + 8 Shot heh RoR RRR Roneih Lo aque ahora nos futeresa es comprobitr ¢] efecto que Gene ext kes filas originales dle A esta sucesién de operaciones elesnentales. Tenomos qiae Fy By By Py ast BARR Py Fi) Ps fy By Pt SF Poth) Y asf hemos eserito cada fila de B como ma combinaci6n Inyo de flat de A. Adonis, dol hecho de que la tltima fila de B sea nula, os decir, £ — Fy F, = 0, podemos deducir, entre otras relaciones, aque Fy = Ft 'F), Bs decir, que la fla 3 de A ex combinicion lineal de bs filos Ly 2de A. 0 Equivalencia por filas a una matriz escalonada Enel Bjemplo 1.21 vimos que partieuds de una mnateiz dad hemos Hegado a una matri¢ esealonada a través de operaciones cletentales de filas de Tipo T y TL En realidad este es posible hacerlo sicnmpee, como afirtya cl siguiente resultado, En la demostracion deseribiremos un proceso que modifica paso a paso una miatriz mediante operaciones elementales de filas com cl objeto de ir detectunde y transfortando en nulis aquellas dilas que seam combinneiin Tigeal del resto. Al final del proces Hlega a ama matriz escalonada cuyas filas no mulas son incependientes.24 Capitulo 1. Matrices [’ Teorema 1.24. [== ‘Toda matriz es equivalente por filas a una matriz escalonada. Demostracion: Detallamos en forma de algoritimo les pasos que se deben seguir para transformar A en una matriz escalonada utilizando tinicamente operaciones elementales de Tipo Ty TE 1. Buscamos la primera columna de A que tenga algiin elemento distinto de 0, Supongamios que es ia columna j. Buscamos en esta colunna j de 4 el primer elemento distinto de 0. Supongamos que éste se encuentra cn la fila hy que es igual a A ¢ 0. Entonces aplicamos lx operacion elemental de Tipo I: fr © fi, ¥ obtenemos wma matriz que tiene un pivote igual a A en la posicién (2, ). 2, Para cada é #1 sea > el elemento que se encuentra en ka posicién (i.,j). Si 7 4 0 realizamtos la operacion elemental de Lipo IL: f+ f.— i f:. De este forma obtencmos una matriz con pivote ignal a A en la posicidn (1, j) ¥ ceros por debajo. Si > = 0 no se hace nada en la fila # 3. Si la matriz que hemos obtenido ¢s escalonada entonees va hemos terminado. Eu easo contrario lo que hacemos es dejar fijadas la primera fila y las prineras j columnas. y con el el resto de la ‘matriz, comenzar de nuevo el proceso volviendo al paso 1. CI El procediniento que acabamos de deseribir, de transformacion de um matriz.en una matriz escalonada, se conoce como método de escalonamiento de Gauss » método de Gauss. Bjemplo 1.25 | Eyeuentrese wa matsiz escalouada equivnlente por fis a ou 2 6 361 2 3.60 -1 oo1 6 Solucién: Seguiremos el procedimiento descrito en la demostracién del Teorema 1.24) 1. La primera columma con algim elemento uo nulo es la columna 1, y el primer elemento no malo de la columna 1 se encuentra en la filt 2. Realizamos una trausformacion de Tipo I 002 6 361 2 364 2 0026 360 -1}fenr|s6o0 4 oo 1 5 901 5 2. Hacemos ceros por debajo del primer pivote. Como hay un tnico elemento distinte de 0. que se encuentra en a fila 3, s6lo necesitamos una transformacion de Tipe ITL2. Método de Gauss 25 3. La matriz no es esealonada, asi que dejanios fijadas la fila 1 y In colina 1, y com el resto de la inatriz, (que hemos enmarcado) comenzamos de nuevo el proceso. V', En la matriz enmarcada la primera colamna que wo tiene todos sus elementos iguales a 0 os la columna 2 y el primer elemento no mulo de la columna 2 se encuentra en la fila 1. Por lo que en este caso no necesitanos una transformacién de Tipo I 2. Hacemos ceros por debajo del segundo pivote. Como hay dos elementos distintos de 0 necesitamos dos transformaciones de Tipo II o12 apo 1 2 026 0 0 [2] 6 Shel 00 of FSR Rl 0 0 DO tees a1 fBrA aL goofs 3, La matriz.no es escalonada, asi que dejamos fijadas la fila 1 y 2 y las columnas 1, 2 y 3. Y con el resto de la matriz (que hemos enmareado) eomenzamos de nuevo el proceso. 1”. En la nueva matriz, enmareada la primera columna que no tiene todos sus elementos iguales a0 es la columna 1 y el primer elemento no nulo de la columna 1 se enenentra en la fila 2. Realizamos una transformacion de Tipo I fenio o Hacemos ceros por debajo del tercer pivote. Como no hay elementos que sean distintos de 0/no necesitamos ninguna transformacién del Tipo II. La matriz obtenida es escalonada, Inego el proceso termina aqui. Si a una matriz Te aplicamos el algoritno descrito en Ia demostracién del Teorema 1.24 Hegamos a tuna matriz.escalonada. Pero si a esa mnisina matriz le aplicamos una sucesién diferente de operaciones clementales de filas podemos llegar otra miatriz, escalonaca diferente. Luego una matriz no es equivalente por filas a una Gnica matriz escalonada Ejemplo 1.26 | Vamos a convertir la matriz 6.2 -2 A=(21 3 B45 en escalonada utilizando dos sucesioues distintas de operaciones elementales por filas:26 Capitulo 1. Matrices 1, Siguiendo ef método deserito en el Teorena, 1.2 6 0 8 2. Signiendo ofra sucesién de operaciones elemientaes de fils 10a 21 3 Pou) se sfo -1 -uj-c po PPE MG gg vices cseulonada distintas, Lucgo Any By Any Csiendo By Com Equivalencia por filas a una matriz escalonada reducid A ienudo interesa transformar ma maiz dada en uns mutriz equivalente por filas esealonade reducida. Por ejemplo esto es itil para encontrar as soluciones de unt sistema de ecuaciones tineales, En la demostracion del Teoremi 1.24 sitios un algoritme que partiewslo de una matriz 4 finali- zaba eueoutiinde nea watsiz esealonada equivalente por filas a A. Ea lr demostraeion del siguiente teorema venios como dicho algoritiie se puede continwar hasta Hegar a tna matelz eseslonaa reduciels equivalente por filas » | Teorema 1.27 aan - — Toda matriz es equivalente por filas a una mati esealonada recucida Demostraci6n: Detallamos los pasos que se deben seguir para transfov mnatriz esealonada reducida utilizande operaciones clomentales de filas de ur wa auattriz A en un po LI y IL 1. Aplicando 6] método desarrollo eu la desnostracion del Tooronte 1.24 la inatriz A se transforma en una matriz ecalonada B utilizaudo operaciones elenentales de filas de Tipo Ty TL. Supon- _gamos que los pivotes de B se encuentran ev as posicionen (1. ji)e--- (edn) Om jh < oe

fe ¥ obtouenios tna tuatrig que tiene nt pivate igual a 1 et a posicidn (i) 3. Para calla /< & sca > el elemento que se cneneutra en la postciou (7.0). Si> #0 realizamos la opericidn elcmental de Tipo Te f, > ffs. De esta forma obtenenios nia natriz con pivore igual a 1 eu la posiciin (F.j,) y eeros en el resto de elementos de In columns. jc. 4, Repetituos los pasos 2 ¥ 3 con cl reste de lee pivores. El arden que se sigue es de dervehit zquivrda, es decir, se contin con el pivote de la posieiés (bk — 1 jy) ¥ ast hasta llegar al pivote de la posicidu (1. j;}. Al final tendremos una uateiz escalonada redueida, Ol1.2. Método de Ganss 2 El proceditniento que acabamos de deseribir, de trausformacién de reducida, completa ol métoda de esealouamienta de Gaus Jordan’: ' PO 1.28 | Enengatsene win nitric escalomacta relucida que seu equivalente por fil uatriz eu unaauatriz escalonada ¥ se conoce como método de Gauss- ala siguiente matriz oo 2 6 3 6 1 360 OO 1 Solucion: En el Ejemplo 1.25 ya vimios que oo 2 6 36 1 2 3612 oo 26 36 0 -1)~ [To 0 o 2 ool s oo 0 8, y tenemos que continuar hasta legar a una escalonada reducida, Seguimos el proceditiento deserito cen la demostracién del Toorema 1-27. En primer lngar trabajames con el pi ote que se enenentra en ka fila 3 (que es la Gltina fila no nula), para posteriormente pasar al pivote de la fila 2 y luego al pivote de ta Gila Ts 3612 a6 12 a6 1 a) oo 2 6). 0026 0026 0020 00 0 2;hoaR]0 0 otf Aoe 600 1;fon=wlo oat 00 0 0, 0000 oo 04 000 0, 3614 36 000) 1200 socio oo10 oo1g 5 hoip]o 0 0 1;AOA-Llo oo Lh ooo ~ oa oo 0000, O00 0 La forma de Her nite por filas de una matriz FI Teovena 1.24 afirma que para cada matriz A existe una mateiz esenlonada equivalente por filas a A. Después vimos cou tui ejemplo que Ia mnatriz esculonada a la que podenios Hegar partiendo de A y aplicando sucesivas operaciones elementales de filas no es thniea, El Teorena 1.27 afiema que para cada matriz A existe ma matriz esealonada reducida. 2 equivaloute por filas a A, y nos describe un, procedimiento algoritinico para construir B. ZEs B le tinica matriz esealonada reducida equivalente por filas a A? La respnesta es si. Para demostraslo vemos previtamente un resultado auxiliar Wilhelm Jordan (Eilwangen, [812 Hannover, 1898)28 ilo 1. Matrices Beem, 1629 Si Ay B son matrices escalonadas reducidas y A ~y B entonces A= B. Demostracion: Recordemios que si A~y B entonees cada fila de A es combinacién lineal de filas de B, y viceversa. cada fila de B es combinacién lineal de las de A. ‘Vainos a demostrar que si el pivote en la primera fila de A esta en la columna i y el pivote de la primera fila de B esta en la columna j entonces ¢ = j. Procedemos por reduccion al absurdo suponiendo que i < j. En tal caso la primera fila de A no se podria escribir como combinacion lineal de las filas de B. ya que todos los elementos de la coluuma ¢ de B serfan iguales a 0. Un argumento similar, intercambiando los papeles de Ay B. valdria para descartar que i> j. Luego i = j Observamos que si expresamos las filas F,(B)..... F,.(B) de B como conibinacion lineal de tas files de A. en ninguna de ellas aparecera la primera fila de A, Fi(A), ya que eso haria que apareciera una entrada distinta de 0 debajo del pivote de la primera fila de B. Se puede hacer un argumtento similar intercambiando los papeles de A y B. De manera que podemos climinar la primera fila de A y la primera de B y obtendremos dos matrices Ay y By que son escalonadas reducidas y que preservan la propiedad de que cada fila de cada una de ellas es combinacion lineal de las filas de la otra. Si repetimos el mismo argumento hasta que se nos aeaben las filas no nutes podemos conchtir que los pivotes de A y de B se encuentran situados en las mismas posiciones: (1. j1)-----(teJis)- A partir de la fila h. todas las filas de A y B son milas y, por tanto. coineiden. Ahora supongamos que para ke {1....-h} la fila kde B es igual a una combinacion lineal de filas de A. En ese aso la fila k de A tiene que aparecer con coeficiente igual a 1, ya que es la nica fila con entrada distinta de 0 cn Ja columna jy (coneretamente aj, = bx, = 1), ¥ chalquier otra fila no nula de A. Fi(A). no puede aparecer con un coeficiente distinto de 0, puesto que eso introduciria ima entrada distinta de 0 en la coluunna del pivote correspondiente a la fila Fi(B). Por lo tanto la fila k de B y la fila k de A son iguales para K€ (1.....h}. luego A= BO Por el Teorema 1.27 sabetios que toda inatriz es equivalente por filas @ una matriz esealonada veducida, Y por el Lema 1.29 sabemos que no hay dos matrices escalonadas reducidas distintas v equivalentes. Luego eonchtimios que esa matriz escalonada reducida es thiea, ‘Teorema 1.30 ‘Toda matriz es equivalente por filas a una Gnica mateiz escalonada reducida, Definicion 1.31 La forma de Hermite! por filas o forma escalonada reducida de A cs la iinica matriz escalonada reducida equivalente por filas & A. La denotaremos por Hy). Charles Hermite (Dieuze, 1822 Paris. 1901).