Factorización LU

Universidad del Bo-Bo
Facultad de Educacin y Humanidades

Escuela de Pedagoga en Educacin Matemtica
FACTORIZACIN LU
Profesor Gua:
Dr. Luis Alberto Friz Roa
Autores:
Marcos Alejandro Torres Sols
Natalia Anglica Villalobos Castillo
SEMINARIO PARA OPTAR AL TTULO DE PROFESOR EN

EDUCACIN MATEMTICA
Chilln, 2015
LU
F ACT ORIZACI ON
Autores : M arcos T orres, N atalia V illalobos
P rof esor Gua : Dr. Luis F riz Roa
2015
Agradecimientos
Al nalizar este arduo trabajo y no exento de dicultades, te das cuenta
que no hubiese sido posible sin la participacin de personas e instituciones
que han facilitado las cosas para que este trabajo llegue a un feliz trmino. Es
por ello que en este espacio queremos expresarles nuestros agradecimientos.
Queremos agradecer a nuestro profesor Luis Friz Roa, por su esfuerzo,
dedicacin y el apoyo constante brindado durante el desarrollo de nuestra
tesis. Gracias a sus conocimientos, orientacin, paciencia y motivacin que
nos brind, valores que han sido fundamentales para culminar nuestra etapa de formacin docente. Por ltimo, gracias por habernos aceptado como
estudiantes tesistas y el apoyo a nuestro proyecto de tesis.
Finalmente, agradecemos al proyecto fondecyt 1130456 por el nanciamiento para la elaboracin de esta tesis.
Natalia y Marcos
Quiero agradecer a mi familia, a mi mam, pap, hermana y mi hermano,

tambin a mis tas y mi primo, gracias por la conanza y el apoyo incondicional que me dieron en mis aos de estudio, por creer siempre en m y
por tener la certeza de que terminara esta etapa, debo agradecerles por estar
conmigo a pesar de los errores e incidentes durante este tiempo.
Le doy las gracias a Guido, por su apoyo, compaa en esta etapa de mi
vida. Le doy las gracias tambin a las personas que me brindaron su amistad
y apoyo durante esta etapa y a todos quienes que creyeron en m, a quienes
estn a mi lado y a quienes me apoyaron a la distancia.
Agradezco tambin Marcos, a mi compaero de tesis, por los gratos momentos mientras trabajbamos, por los conocimientos que adquirimos juntos,
la dedicacin y el tiempo que dedicamos a este desafo y sobre todo, gracias
por la amistad durante estos 5 aos.
Natalia
Debo agradecer de manera especial al Profesor Luis Friz Roa, por aceptarme para realizar esta tesis de pregrado bajo su direccin. Su apoyo y conanza
en mi trabajo y su capacidad para guiarme ha sido un aporte invaluable, no
solamente en el desarrollo de esta tesis, sino tambin n mi formacin como
docente. Le agradezco tambin el a verme facilitado siempre los medios y las
ideas sucientes para llevar a cabo todas las actividades de la tesis, por eso
y mucho ms, muchas gracias profesor.
Quiero expresar tambin mis agradecimientos a mi compaera de tesis
Natalia Villalobos, con quien nos hemos brindado apoyo mutuo para llevar a
cabo nuestra tesis, agradecer la paciencia y la forma de superar las dicultades
que se nos fueron presentando durante el desarrollo de nuestro proyecto de
tesis.
Agradezco de manera especial a mi familia y novia quienes han sido un
pilar fundamental a lo largo de toda la carrera. A mis padres Digna y Javier,
por su ejemplo de lucha y honestidad que me han ayudado sin duda en todo
lo propuesto, adems de su cario y su comprensin. A mi novia Carolina
Guzmn por su fuerza, generosidad y valenta, quien ha estado en aquellos
momentos de aqueza, encargndose de subir el nimo, ayudndome en todo
con la mejor voluntad, por eso gracias.
Finalmente quiero agradecer a mis amigos y amigas quienes estuvieron en
los ires y venires en el plano personal durante todo este proceso importante,
por eso muchas gracias.
Marcos
ndice general
1. Preliminares
1.1.
INTRODUCCIN
. . . . . . . . . . . . . . . . . . . . . . . .
1.2.
FORMULACIN DEL PROBLEMA . . . . . . . . . . . . . .
1.3.
MARCO TERICO
. . . . . . . . . . . . . . . . . . . . . . .
1.3.1.
Antecedentes
. . . . . . . . . . . . . . . . . . . . . . .
1.3.2.
Antecedentes conceptuales . . . . . . . . . . . . . . . .
1.3.2.1.
. . . . . . . . . . . . . .
Teorema . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.3.
1.4.
OBJETIVOS
Descomposicin LU
. . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.1.
Objetivo general
. . . . . . . . . . . . . . . . . . . . .
1.4.2.
Objetivos especcos
10
10
. . . . . . . . . . . . . . . . . . .
10
1.5.
METODOLOGA . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.6.
RECURSOS
11
. . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Conocimientos previos
2.1.
Deniciones
12
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.1.1.
Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.1.2.
Igualdad de matrices
. . . . . . . . . . . . . . . . . . .
12
2.1.3.
Suma de matrices . . . . . . . . . . . . . . . . . . . . .
13
2.1.4.
Multiplicacin de una matriz por un escalar
. . . . . .
13
2.1.5.
Producto de dos matrices
. . . . . . . . . . . . . . . .
14
2.1.6.
Matriz identidad
. . . . . . . . . . . . . . . . . . . . .
14
NDICE GENERAL
2.1.7.
La inversa de una matriz . . . . . . . . . . . . . . . . .
15
2.1.8.
Transpuesta de un matriz
. . . . . . . . . . . . . . . .
15
2.1.9.
Matriz simtrica
. . . . . . . . . . . . . . . . . . . . .
16
2.1.10. Matriz permutacin . . . . . . . . . . . . . . . . . . . .
16
2.1.11. Denicin
16
. . . . . . . . . . . . . . . . . . . . . . . . .
3. Operaciones y matrices elementales

3.1.
Operaciones elementales
3.2.
17
. . . . . . . . . . . . . . . . . . . . .
17
Matriz elemental
. . . . . . . . . . . . . . . . . . . . . . . . .
18
3.2.1.
. . . . . . . . . . . . . . . . . . . . . . . . .
18
Teorema
3.2.1.1.
Demostracin: intercambio de las
. . . . . .
3.2.1.2.
Demostracin: multiplicacin de una la por

un escalar . . . . . . . . . . . . . . . . . . . .
3.2.1.3.
. . . . . . . . . . . .
Matriz inversa como el producto de matrices elementales

3.3.1.
19
Demostracin: sumar una la a otra la multiplicada por un escalar
3.3.
18
20
. . .
21
Teorema: . . . . . . . . . . . . . . . . . . . . . . . . . .
21
3.3.1.1.
22
EJEMPLO
. . . . . . . . . . . . . . . . . . .
4. Factorizacin o Descomposicin LU
25
4.1.
Matriz U . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
4.2.
Matriz L . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
Ejemplo: . . . . . . . . . . . . . . . . . . . . . . . . . .
31
4.2.1.
4.3.
Factorizacin
4.3.1.
P A = LU
Ejemplo
. . . . . . . . . . . . . . . . . . . . .
34
. . . . . . . . . . . . . . . . . . . . . . . . . .
36
5. Factorizacin LDU
5.0.1.
5.0.2.
38
Teorema . . . . . . . . . . . . . . . . . . . . . . . . . .
39
5.0.1.1.
Demostracin :
. . . . . . . . . . . . . . . . .
39
Ejemplo
. . . . . . . . . . . . . . . . . . . . . . . . . .
41
Captulo 1
Preliminares
1.1. INTRODUCCIN
La matemtica es un proceso de construccin y desarrollo a lo largo del
tiempo. Su desarrollo se ha basado en base a necesidades especicas, as de
da pie entre el 1700 a. de C. al 1700 d. de C. al desarrollo de las ecuaciones
y sus soluciones, sin embargo no fue hasta el siglo III a.de C en el libro el
arte matemtico de autor chino desconocido, donde se plantearon ecuaciones
simultaneas, lo que hoy conocemos como sistemas de ecuaciones. En su libro
ellos presentaron soluciones a estos sistemas mediante matrices.
Esta palabra matriz fue usada por primera vez por Sylvester en 1980.
Caley fue el primero en desarrollar de modo independiente el concepto de
matriz en un artculo publicado en 1855, A memoir on the theory of matri-
ces. Deni las matrices nula y unidad, la suma de matrices y seala que
esta operacin es asociativa y conmutativa. Caley toma directamente de la
representacin del efecto de dos transformaciones sucesivas la denicin de
multiplicacin de dos matrices, adems seala que una matriz
multiplicada solamente por una matriz
nxp.
mxn puede ser
En este mismo artculo estable-
ce que una matriz tiene inversa si y slo si su determinante no es nulo. Este

matemtico asegur que el producto de dos matrices puede ser la matriz nula
CAPTULO 1.
PRELIMINARES
siendo las dos matrices invertibles.

A partir de este momento los trabajos sobre matrices comienzan a desarrollarse apoyados por Jordan (1838-1922), Rouch (1832-1910) y de Frobenius
(1849-1917). En el siglo XX la teora de matrices es muy usada por la rama
de la matemtica aplicada.
Este grandioso desarrollo en la teora de matrices permiti comenzar un
completo desarrollo en base a la resolucin de ecuaciones simultneas. Los
sistemas de ecuaciones se presentan en todas las ramas de las matemticas
aplicadas, en algunos casos provienen directamente de la formulacin inicial
de un problema y en muchos otros la solucin de un sistema de ecuaciones
es parte del desarrollo de otro tipo de problemas, para dar solucin a estos
sistemas se utilizan matrices, las cuales permiten operar estos sistemas de
distintas maneras para determinar sus soluciones, mediante mtodos directos o iterativos. Desarrollaremos el trabajo profundizando en el concepto de
matriz y bsicamente las operaciones elementales efectuadas a estas, y como
inuyen en la reduccin de operaciones en el trabajo con matrices, para luego
mostrar un mtodo de factorizacin de matrices el cual permite determinar
soluciones de sistemas de ecuaciones de manera rpida y sencilla.
1.2. FORMULACIN DEL PROBLEMA

El desarrollo de la matemtica ha implicado una serie de herramientas
y mtodos para la directa aplicacin un problema o en ayuda del desarrollo
de este. Concentraremos la atencin en el desarrollo de los mtodos para
resolver sistemas de ecuaciones lineales.
Si analizamos el mtodo de Gauss para resolver problema de ecuaciones
lineales
Ax = B ,
de
incgnitas, el nmero de operaciones elementales para
resolver el sistema de ecuaciones utilizando este mtodo crece con el cubo

de
n.
Para valores grande de
resulta muy conveniente buscar algn nuevo
mtodo de resolucin que reduzca el nmero de operaciones elementales.
CAPTULO 1.
PRELIMINARES
Para reducir estas operaciones, nos concentraremos en la descomposicin o

factorizacin
LU
y una variacin de esta, la factorizacin o descomposicin
LDU .
La factorizacin
LU ,
LU
consiste en factorizar la matriz
en la forma
como producto de dos matrices triangulares (U superior;
A=
inferior y
con unos en la diagonal).
1.3. MARCO TERICO

1.3.1. Antecedentes
Los mtodos directos se utilizan para obtener resultados realizando una
secuencia nita de operaciones aritmticas. La cantidad de clculos aritmticos depende del tamao del problema. El resultado obtenido ser exacto
siempre que se puedan conservar en forma exacta los valores calculados en
las operaciones aritmticas. La factorizacin
LU ,
mtodo directo, se carac-
teriza por factorizar una matriz en dos matrices triangulares, que permite
resolver un sistema mediante dos procesos de sustitucin, uno hacia adelante
y otro en reversa. La factorizacin
dos matrices triangulares
inferior y
A = LU ,
LU
se basa en separar una matriz
donde
en
(lower) es una matriz triangular
(upper) es una matriz triangular superior, as, la resolucin de
estas dos subecuaciones es trivial. La factorizacin
LU
de una matriz es una
factorizacin que resume el proceso de eliminacin gausiana aplicado a la

matriz y que es conveniente en trminos del nmero total de operaciones de
punto otante cuando se desea calcular la inversa de una matriz o cuando
se resolver una serie de sistemas de ecuaciones con una misma matriz de
coecientes.
CAPTULO 1.
PRELIMINARES
1.3.2. Antecedentes conceptuales

1.3.2.1. Descomposicin LU
A Mnxn (R) posee descomposicin LU cuando
L, U Mnxn (R) triangular inferior (lower) y triangular
respectivamente, tales que A = LU . Tal descomposicin
Una matriz cuadrada

existen matrices
superior (upper)
permite resolver de forma rpida cualquier sistema compatible determinado
Ax = b
a travs de los dos algoritmos de bajada y de subida:
LU x = b [Lz = b U x = z]
La descomposicin
LU
se dene de la siguiente manera:
a11
a12
a21
a22
.
.
.
.
.
.
a
n1,1 an1,2
an1
an2
1
l21
0
1
.
.
.
= ..
.
l
n1,1 ln1,2
ln1
ln2
0
0
.
.
.
1
ln,n1
a1,n1
a2,n1
a1n
a2n
.
.
.
.
.
.
an1,n1 an1,n
an,n1
ann
0
u11 u12
0
0 u22
. .
.
. .
.
.
.
.
0 0
0
1
0
0
u1,n1
u2,n1
u1n
u2n
.
.
.
.
.
.
un1,n1 un1,n
0
unn
1.3.3. Teorema
Descomposicin LU
Teorema: Sean los menores
submatriz cuadrada de
A,
principales aquellos determinantes de una
en el que los elementos de su diagonal principal
pertenecen a la diagonal principal de la matriz
A.
Entonces si los menores
CAPTULO 1.
10
PRELIMINARES
principales de una matriz
de dimensin
no son nulos entonces
admite
LU . Esta descomposicin es nica si los elementos de la

diagonal principal de L son todos unos.
Denicin: Sea A = aij una matriz cuadrada de nxn, Se dice que A es
una descomposicin
diagonalmente dominante en sentido estricto si:
| aij |>
n
X
aij para toda f ila i = 1, ..., n
j=1 ,j6=i
1.4. OBJETIVOS
1.4.1. Objetivo general
Analizar mtodos de resolucin de sistemas lineales para
enfocndose en el mtodo de factorizacin
LU
incgnitas,
LDU .
1.4.2. Objetivos especcos

Estudiar las caractersticas de la factorizacin
Aplicar el mtodo de factorizacin
LU
LU .
a la resolucin de sistemas de
ecuaciones lineales y a la resolucin de problemas que involucren en su

desarrollo un sistema de ecuaciones lineales
1.5. METODOLOGA
La metodologa empleada para el desarrollo de nuestra tesis es principalmente el estudio terico y su aplicacin, adems de discusiones sobre los
contenidos con el profesor especialista.
CAPTULO 1.
PRELIMINARES
1.6. RECURSOS
Recursos bibliogrcos tales como libros y apuntes matemticos.
Procesador de texto matemtico especializado (LYX)
11
Captulo 2
Conocimientos previos
2.1. Deniciones
2.1.1. Matriz
A de mxn es un arreglo rectangular de mxn nmeros dispuesy n columnas.
Una matriz
tos en
las
a11 a12
a21 a22
..
.
.
.
.
A=
ai1 ai2
.
.
..
.
.
am1 am2
a1j
a2j
.
.
.
aij
.
.
.
amj
a1n
a2n
.
.
a1n
.
.
amn
2.1.2. Igualdad de matrices

Dos matrices
A = (aij )
B = (bij )
son iguales si
1. Son del mismo tamao.

2. Las componentes correspondientes son iguales
12
CAPTULO 2.
13
CONOCIMIENTOS PREVIOS
2.1.3. Suma de matrices

Sean
y
A = (aij )
es la matriz de
B = (bij ) dos matrices

mxn, A + B dada por
de
mxn.
Entonces la suma de
a11 + b11 a12 + b12
a21 + b21 a22 + b22

A + B = (aij + bij ) =
.
.
.
.
.
.
am1 + bm1 am2 + bm2

A+B
B.
Es decir
de
es la matriz
mxn
a1n + b1n
a2n + b2n
.
.
amn + bmn
que se obtiene al sumar los componentes
2.1.4. Multiplicacin de una matriz por un escalar

A = (aij ) es una matriz de mxn y si es un escalar, entonces la matriz
mxn, A, esta dada por:
Si
a11 a12
a21 a22
A = (aij ) =
.
..
.
.
.
am1 am2
Teorema: Sean
A,B,C
tres matrices de
Entonces:
1.
A + 0 = A ,0 Mmxn (R)
2.
0A = 0
3.
A+B =B+A
4.
(A + B) + C = A + (B + C)
5.
(A + B) = A + B
,0
a1n
a2n
.
.
amn
mxn y sen y
dos escalares,
CAPTULO 2.
14
6.
1A = A
7.
( + )A = A + A
Estas propiedades hacen que el conjunto de las matrices
Mnxn (R) formen un
espacio vectorial real.
2.1.5. Producto de dos matrices

Sea
A = (aij )
una matriz de
Entonces el producto de
mxn,
B = (bij ) una matriz nxp.

de mxp, C = (cij ), en donde:
y sea
es una matriz
cij = (f ila i de A) (columna j de B)

Es decir, el elemento
columna
de
B.
ij
de
AB
es el producto punto entre la la
de
y la
Si esto existe, se obtiene
cij = ai1 b1j + ai2 b2j + + ain bnj
n
X
=
aiq bqj
q=1
Si el nmero de columnas de
dice que
es igual al nmero de las de
B,
entonces se
son compatibles bajo la multiplicacin.
Nota: Dos matrices se pueden multiplicar slo si el nmero de columnas

de la primera matriz es igual al nmero de las de la segunda.
2.1.6. Matriz identidad

La matriz identidad
In
de
nxn
es una matriz de
nxn
cuyos elementos de
la diagonal principal son iguales a 1 y todos los dems son 0. Esto es,
In = (bij )
donde
1 si i = j,
bij =
0 si i =
6 j.
CAPTULO 2.
15
Teorema: Sea
una matriz cuadrada de
nxn.
Entonces
AIn = In A
Es decir,
In
conmuta con toda matriz de
nx n
y la deja sin cambio
despus de la multiplicacin por la derecha o por la izquierda pues
Im
es el neutro o unidad
2.1.7. La inversa de una matriz

Sean
dos matrices de
nxn.
Suponga que
AB = BA = I
Entonces
se llama la inversa de
y se denota por
A1 .
Entonces se tiene:
AA1 = A1 A = I
Si
tiene inversa entonces se dice que
es invertible.
Esta denicin no establece que toda matriz cuadrada tiene inversa.

Una matriz cuadrada que no es invertible se llama singular y una matriz
invertible se llama tambin no singular.
2.1.8. Transpuesta de un matriz

A = (aij ) una matriz de mxn. Entonces la transpuesta de A, que
t
se escribe A , es la matriz de nxm obtenida al intercambiar las las por las
t
columnas de A. De manera breve, se puede escribir A = (aji )
a11 a21 an1

a11 a12 a1n
a12 a22 an2

a21 a22 a2n
t
.
,
entonces
A
=
Si A =
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
a1m a2m anm
am1 am2 amn
Sea
CAPTULO 2.
A = (aij ) es
mxp. Entonces
Teorema: Suponga que
(bij )
16
es un matriz de
1.
(At )t = A
2.
(AB)t = B t At
3. Si
4. Si
A es invertible, entonces At
son de
nxm,
entonces
una matriz de
nxm
B=
(A + B)t = At + B t
es invertible y
(At )1 = (A1 )t
2.1.9. Matriz simtrica

La matriz cuadrada
columnas de
de
nxn
se llama simtrica si
son tambin las las de
At = A.
Es decir, las
A.
2.1.10. Matriz permutacin

Una matriz de permutacin
es una matriz que tiene las mismas las de
la matriz identidad, pero no necesariamente en el mismo orden. Una matriz

de permutacin resulta del intercambio de las de una matriz identidad. El
efecto de premultiplicar una matriz
las de
por esta matriz es intercambiar las
A.
2.1.11. Denicin
Sea
A Mmxn (R)
es triangular superior si los elementos que estn por debajo de la
diagonal principal son nulos.
es triangular inferior si los elementos que estn por ensima de la
diagonal principal son nulos.
es diagonal si triangular si es triangular superior e inferior.
Captulo 3
Operaciones y matrices
elementales
3.1. Operaciones elementales
A Mnxn (R), efectuamos una operacin elemental sobre
una la o columna de A cuando realizamos una de estas tres operaciones:
a) Intercambiar entre s la la i y j , tambin se denomina transposicin
o permutacin. (e1 =[i j])
b) Multiplicar la la i por un escalar 6= 0, denominado escalamiento o
linea-homotecia. (e2 =[i i])
c) Sumar a la la i la la j multiplicada por un escalar 6= 0. (e3 =[i i + j])
Sea la matriz
Las operaciones de la se pueden aplicar a cualquier matriz. Decimos que

dos matrices
del mismo orden
A,B Mnxn (R)
son equivalentes por
las y se escribe
A B,
Cuando la matriz
B se obtiene a partir de A mediante un nmero nito de
operaciones elementales de las, es decir, existe una sucesin de operaciones
17
CAPTULO 3.
OPERACIONES Y MATRICES ELEMENTALES
18
elementales de la que transforme una matriz en otra.
3.2. Matriz elemental

La matriz
A Mnxn (R),
se denomina una matriz elemental si se pue-
de obtener a partir de la matriz identidad,
In
mediante una sola operacin
elemental de las.
3.2.1. Teorema
Sea
A una matriz de m las, para realizar una operacin elemental sobre A
basta realizar dicha operacin elemental sobre las las de la matriz identidad
Im
y multiplicar el resultado por
A.
Sean las operaciones elementales
e1 =[i j]
e2 =[i i]
e3 =[i i + j]
Consideremos la matriz
Anxn
a11 a12 .... a1n
a21 a22 .... a2n
A=
.
.
.
..
.
.
.
.
.
.
.
an1 an2 .... ann
y supongamos que
In
es la matriz identidad de
nxn.
3.2.1.1. Demostracin: intercambio de las

Probando para
con la
nxn
j.
e1
donde a la identidad se le han intercambiado la la
Realizamos la multiplicacin
PA = B
, donde
es una matriz de
CAPTULO 3.
Sea
l6=i
19
l 6= j
, en este caso
intercabiando la la
con la la
plq = 0,
si
l 6= q
pll = 1.
Luego
es
j.
n
X
blk =
plq aqk = alk
q=1
O sea, las las de
distintas de
no sufren modicacin al multiplicar
P.
por
En el caso de la la
i,
se tiene que
piq = 0,
si
q 6= j
pij = 1,
as :
n
X
bik =
piq aqk = ajk
q=1
O sea, las las
quedan intercambiadas al multiplicar por
mente se puede probar para la la
, anloga-
3.2.1.2. Demostracin: multiplicacin de una la por un escalar

Probando para
que
e2 ,
consideremos una matriz
por un escalar
nxn
A Mnxn (R)
a la cual se le ha multiplicado la la
.
P A = B , donde B tambin
caso plq = 0 si l 6= q y pll = 1
Vamos a multiplicar
Sea
l 6= i,
y supongamos
en este
es una matriz de
nxn.
n
X
blq =
plq aqk = alq
q=1
Es decir, las las distintas de
En la caso de la la
no sufren modicaciones
tenemos que
piq = 0
n
X
biq =
piq aqi
q=1
si
i 6= q
pii = .
Luego,
CAPTULO 3.
Como
20
pii =
pik = 0,
si
k 6= i
n
X
entonces:
pik akq = aiq
k=1
biq = aiq
3.2.1.3. Demostracin: sumar una la a otra la multiplicada por

un escalar
Ahora probando para
por un escalar
e3
donde a la la
Supongamos que
se le suma la la
multiplicada
nxn
a la cual
j por un escalar y se le suma a la la i. Si realizamos

P A = B tenemos lo siguiente. Como
se le multiplica la la
la multiplicacin
0,
k 6= i, k 6= j
pik , k = j
1, k = i
Entonces
n
X
bik =
piq aqk = ajk + aik
q=1
Dicho teorema es aplicable de igual modo para matrices rectangulares de
mxn
y su demostracin es semejante a lo explicitado anteriormente.
CAPTULO 3.
21
3.3. Matriz inversa como el producto de matrices elementales

3.3.1. Teorema:
Sean
dos matrices de
nxn.
suponga que
AB = BA = I
entonces
se llama la inversa de
y se denota por
A1
AA1 = A1 A = I
Si
tiene inversa, entonces se dice que
es invertible.
Para
determinar la inversa de una matriz
A,
se forma la matriz
.
A .. In , que se obtiene al adjuntar la matriz identidad
da
In
nx2n
con la matriz da-
A, luego se transforma la matriz obtenida a su forma escalonada reducida
por las mediante operaciones elementales por las (toda operacin realizada a una la de
I n ).
tambin debe ser aplicada a la la correspondiente de
Supongamos que se ha producido la matriz
reducida por las.
[C | D]en
forma escalonada
C = In entonces D = A1
b) Si C 6= In entonces C tiene una la de ceros. En este caso, A es singular
A1 no existe.
a) Si
quedando de este modo:

[A | I] I
Como para realizar una operacin elemental sobre
. 1
.
.A
basta realizar dicha
operacin elemental sobre las las de la matriz identidad
Im
y premultiplicar
el resultado por A, entonces podemos establecer lo siguiente:
CAPTULO 3.
22
(En . . . . . . E3 E2 E1 )A = I
donde
E1 E2 E3 .....En
son matrices elementales y su producto corresponde a
la inversa de la matriz
A.
En . . . . . . E3 E2 E1 = A1 ,
luego A1 A = I
3.3.1.1. EJEMPLO
Clculo de la inversa de una matriz de 3x3
Sea
1 1 0
A= 1 0 1
0 1 0
Calcule
Solucin: Primero se pone
A1
si existe.
seguido de
en la forma de matriz aumen-
tada
1 1 0
1 0 1
0 1 0
.
.
.
.
.
.
.
.
.
1 0 0
0 1 0
0 0 1
Aplicando operaciones elementales:
E1 = F2 F2 -F1
0 1 1
0 1 0
.
.
.
.
.
.
.
.
.
0 0
1 1 0
0 0 1
CAPTULO 3.
E2 = F3 F3 +F2
.
.
.
.
.
.
0 1 1
0 0 1
.
.
.
0 0
1 1 0
1 1 1
E3 = F2 F2 -F3
.
.
.
0 1 0
0 0 1
.
.
.
.
.
.
.
.
.
0 1
1 1 1
0
E4 = F1 F1 +F2
.
.
.
0 1 0
0 0 1
E5
.
.
.
0 1
0 1
1 1 1
0
=F2 (-1)F2
1 0 0
0 1 0
0 0 1
.
.
.
0 1
.
.
.
.
.
.
1 1
23
CAPTULO 3.
La inversa de la matriz
24
es:
A1
Asi:
1 0 1
= 0 0 1
1 1 1
E5 E4 E3 E2 E1 = A1
1 0 0
1 1 0
1 0 0
0 1 0 0 1 0 0 1 1 x
0 0 1
0 0 1
0 0 1
1 0 0
1 0 0
0 1 0 1 1 0 = A1
0 1 1
0 0 1
Captulo 4
Factorizacin o Descomposicin
LU
La factorizacin o descomposicin
LU , est directamente relacionada con
las operaciones elementales aplicadas a una matriz para llevarla a una forma
triangular superior. En trminos generales, supongamos que se conoce como
factorizar una matriz
A, nxn
en la forma:
A = LU
L es una matriz triangular inferior (del ingls lower) n x n y U
matriz escalonada nxn (del ingls upper). Entonces el sistema
donde
es una
Ax = b
puede resolverse utilizando
A = LU .
El sistema
Ax = b
se puede escribir en
la forma
L(U x) = b
donde podemos introducir una nueva variable
sistema
25
y = U x obteniendo as el nuevo
CAPTULO 4.
FACTORIZACIN O DESCOMPOSICIN
LU
26
Ly = b
Podemos resolver dicho sistema para la variable
y , mediante sustitucin hacia
adelante. Finalmente, usamos sustitucin hacia atrs para resolver el sistema
Ux = y
Estos sistemas no tienen mayor dicultad de resolverse, pues se trata de
matrices de coecientes triangulares inferiores y superiores respectivamente.
La factorizacin
LU
es til cuando se requiere resolver de manera simultnea
varios sistemas de ecuaciones que dieren en la parte no homognea.
Teorema
A una matriz cuadrada de nxn. Supongamos que A se puede reducir por

las a una matriz triangular superior, U aplicando operaciones elementales.
Entonces existe un matriz triangular inferior L que es invertible y posee unos
Sea
en su diagonal principal, tal que
A = LU
Si
es invertible, entonces esta descomposicin es nica.
DEMOSTRACIN :
Existen matrices elementales
E1, E2 , ..., Ek
y una matriz
superior) tales que
Ek Ek1 E2 E1 = U
De aqu obtenemos
A = E11 E21 Ek1 U.
(triangular
CAPTULO 4.
Ahora bien, por construccin, cada matriz elemental
LU
27
E1, E2 , ..., Ek es trian-
gular inferior y tiene unos en su diagonal principal, por consiguiente sus inversas
E11 , E21 , , Ek1
y la matriz
L= E11 E21 Ek1
tambin tienen las
mismas caractersticas
Lo que implica que hemos obtenido la factorizacin
matriz
A,
LU
buscada para la
es decir:
A = LU
Consideremos ahora una matriz invertible
y demostremos la unicidad de
dicha factorizacin. Supongamos que tenemos dos factorizaciones
LU
para
de la forma
A = L1 U1 = L2 U2 ,
Como
U1 , U2
son matrices triangulares superiores, ms an sus inversas son
igualmente triangulares superiores. De esta ltima igualdad obtenemos entonces
1
L1
2 L1 = U2 U1
El lado izquierdo de esta igualdad es producto de matrices triangulares inferiores con unos en la diagonal, por lo tanto es triangular inferior y tiene unos
en la diagonal principal. Igualmente, el lado derecho es una matriz triangular superior, pues es producto de matrices triangulares superiores. Entonces
L1
2 L1 = I ,
de eso sigue que
L1 = L2
y por ende,
U1 = U2
CAPTULO 4.
LU
28
4.1. Matriz U
Analicemos la eliminacin Gaussiana de matrices y lo que signica en
trminos de matrices. Comenzamos de una matriz
2 1 1
u
1
A = 4 1 0 v = 2
2 2 1
w
7
F2 F2 2F1
2
1
1
0 1 2
2 2
1
F3 F3 + F1
2 1
1
0 1 2
0 3
2
F3 F3 + 3F2
2 1
1
0 1 2
0 0 4
La matriz que se obtiene es equivalente a
denotaremos por
pero ms simple, a la cual
U.
2 1
1
u
1
U x = 0 1 2 v = 4
0 0 4
w
4
CAPTULO 4.
La matriz obtenida es
triangular superior
LU
29
donde son cero todos los
valores por debajo de la diagonal principal.

Es importante analizar la relacin que existe entre la matriz
Anteriormente denimos una matriz
U.
denominada matriz elemental, en-
tonces el paso (i) cuando se multiplica la la uno por 2 y se sustrae a la

segunda podemos denotarla por
E1
donde a la matriz identidad se le aplic
el paso (i).
1 0 0
E1 = 2 1 0
0 0 1
anlogamente podemos describir los pasos (ii) y (iii) de la eliminacin en
trminos de matrices elementales.
1 0 0
E2 = 0 1 0
1 0 1
estas matrices
E1 , E2
E3
1 0 0
E3 = 0 1 0
0 3 1
denominadas matrices elementales que en gene-
ral funcionan aplicando una sola operacin elemental sobre las a la matriz
identidad
I.
Ntese que todas estas matrices elementales son triangulares
inferiores y con unos en la diagonal principal.

Por lo tanto, las tres operaciones que convierten a
en
son:
E3 E2 E1 A = U
si slo multiplicamos las matrices elementales, encontramos una sola matriz
que convierte a
en
U.
1 0 0
E3 E2 E1 = 2 1 0
5 3 1
CAPTULO 4.
LU
30
4.2. Matriz L
Mediante los pasos aplicados anteriormente se logra llegar de una matriz
U,
lo que es bueno, pero una pregunta importante es como podemos
llegar de la matriz
A?,
Se podr de algn modo deshacer los pasos
realizados anteriormente?
Para deshacer el paso (i) en lugar de sustraer
sumamos
a la segunda la
el doble de la primera, de esta manera se invierte la matriz elemental
E1 .
E11
1 0 0
= 2 1 0
0 0 1
E1 y E11 tomado en cualquier

1
matrices E1 es la inversa de E1 .
El producto de
trminos de
E1 E11 = I,
de manera anloga se puede invertir
E11 E1 = I.
E2
E 3,
E21
orden, es la identidad, en
1 0 0
= 0 1 0 ,
1 0 1
resultando
E31
1 0 0
= 0 1 0
0 3 1
De este modo se han encontrado matrices que deshacen por separado cada
uno de los pasos (i), (ii) y (iii). Para deshacer simultneamente todos los
pasos se debe conocer que matriz transforma la matriz
(iii) fue el ultimo aplicado para ir de
si vamos de
A.
U,
en
A. Como el paso
debe ser el primero en aplicarse
Entonces pera regresar a la matriz
se debe multiplicar
las matrices elementales inversas por izquierda a la matriz
U.
A = E11 E21 E31 U

si se realiza el producto de las tres matrices que invierten cada paso indivi-
CAPTULO 4.
dual, se obtiene una matriz que denominaremos
de regreso a
L,
LU
31
la cual lleva a la matriz
A.
E11 E21 E31 = L,
de este modo A = LU
calculando el producto tenemos:
1 0 0
1 0 0
1 0 0
1
0 0
L = 2 1 0 0 1 0 0 1 0 = 2
1 0
0 0 1
1 0 1
0 3 1
1 3 1
Notamos que la matriz
obtenida es triangular inferior, con unos en la
diagonal principal y ceros en los valores sobre la diagonal principal. Si efectuamos el producto de las matrices elementales utilizadas para obtener
por
tenemos:
1 0 0
1
0 0
1 0 0
E3 E2 E1 L = 2 1 0 2
1 0 = 0 1 0
5 3 1
1 3 1
0 0 1
entonces
E3 E2 E1 = L1
De este modo podemos factorizar una matriz cualquiera de la forma
LU ,
A=
ahora bien, para poder determinar las soluciones del sistema lineal se
mostrar el siguiente ejemplo:
4.2.1.
Ejemplo:
Sea el sistema:
60x1 + 30x2 + 20x3 = 180

30x1 + 20x2 + 15x3 = 115
20x1 + 15x2 + 12x3 = 86
CAPTULO 4.
Escribiendo el sistema de ecuaciones de la forma
LU
Ax = b
60 30 20
x1
180
30 20 15 x2 = 115
20 15 12
x3
86
Utilizando operaciones elementales encontramos la matriz
E1 = F 2
F2
1
F1
2
60 30 20
0 5 5
20 15 12
E2 = F 3
F3
1
F
3 1
60 30 20
0 5 5
0 5 16
3
E3 = F 3
F3 F2
60 30 20
0 5 5
0 0 31
Asi, la matriz U es:
60 30 20
U = 0 5 5
0 0 13
32
CAPTULO 4.
LU
Y la matriz L:
1 0 0
L = 21 1 0
1
1 1
3
La matriz
se puede factorizar como:

60 30 20
60 30 20
1 0 0

30 20 15 = 21 1 0 0 5 5
1
1 1
0 0 13
20 15 12
3
El primer paso es resolver la ecuacin
Ly = b

180
y1
1 0 0

1
2 1 0 y2 = 115
1
86
1 1
y3
3
y1
1
y+
2 1
1
y+
3 1
y2
y2 + y3
= 180
= 115
= 86
Utilizando la sustitucin hacia adelante se obtiene:
y1 = 180
y2 = 25
y3= 1
Luego:
180
y = 25
1
El segundo paso es resolver el sistema
Ux = y
33
CAPTULO 4.
LU
34
60 30 20
x1
180
0 5 5 x2 = 25
0 0 13
x3
1
60x1 + 30x2 + 20x3 = 180
5x2 + 5x3 = 25
1
x = 1
3 3
Utilizando la sustitucin hacia atrs se otiene:
x3 = 3
x2 = 2
x1 = 1
y la solucin del sistema es
1

x= 2
3
En estos casos es posible escalonar una matriz solo con operaciones de

eliminacin para poder llegar a la factorizacin
LU , pero frecuentemente, no
es posible escalonar una matriz slo con operaciones de eliminacin. En estos

casos se requiere realizar un intercambio de las. Para este tipo de matrices
no existe la factorizacin
LU .
4.3. Factorizacin P A = LU
Cuando no es posible factorizar una matriz de la forma
aplica es la factorizacin
P A = LU ,
donde
LU ,
lo que se
es una matriz de permutacin.
Las matrices de permutacin se obtienen de la matriz identidad intercambiando las. Anlogamente a la factorizacin
LU
se obtiene la factorizacin
CAPTULO 4.
P A = LU
LU
35
, pero se lleva un registro de las las que se intercambian y se
efectan los intercambios en una matriz que registra los inversos de las operaciones de eliminacin.
Para la factorizacin
P A = LU ,
tenemos:
Entrada:
Matriz
A Mnxn (R)
Salida:
matriz de permutacin
nxn
matriz triangular inferior
matriz triangualar superior
nxn (lii = 1)
nxn
que cumplen:
P A = LU
CAPTULO 4.
4.3.1.
LU
36
Ejemplo
Encontrar una factorizacin de la forma
P A = LU
0 0 2
A = 1 5 2 ,
3 6 7
utilizando pivoteo parcial.
0 0 2
3
1 5 2 F1 F3 1
3 6 7
0
3 6

1
F1 + F2 0 7
F2
3
0 0
6 7
5 2
0 2
7
1
3
2
Entonces
3 6 7
U = 0 7 13
0 0 3
luego, la matriz
es
1 0 0
L = 13 1 0
0 0 1
La matriz
F1 F3
se obtiene de realizar a la matriz identidad la operacin
(intercambiar la la 1 por la 3), es decir:
0 0 1
1 0 0
I = 0 1 0 F1 F3 0 1 0
1 0 0
0 0 1
CAPTULO 4.
LU
0 0 1
P = 0 1 0
1 0 0
Se comprueba que:
0 0 2
1 0 0
3 6 7
0 0 1
0 1 0 1 5 2 = 31 1 0 0 7 13
1 0 0
3 6 7
0 0 1
0 0 2
de este modo queda la matriz
P A = LU
37
Captulo 5
Factorizacin LDU
La forma
principal.
LU
es asimtrica en un sentido: a lo largo de su diagonal
contiene los pivotes mientras que
de corregir, basta factorizar de

pivotes
siempre unos. Esto es fcil
una matriz diagonal
constituida por
d1, d2 , ..., dn .
A como A = LDU , donde L es una matriz triangular inferior con unos en la diagonal, y U triangular
superior con unos en la diagonal, y donde D es una matriz diagonal de pivotes. ( puede ser confuso denotar con la letra U esta nueva matriz triangular
Entonces podemos descomponer ahora la matriz
superior.)
Tomando el ejemplo anterior donde se factoriz la matriz
A = LU
1
0 0
2 1
1
A= 2
1 0 0 1 2
1 3 1
0 0 4
1
0 0
2 0
0
1 12 21
= 2
1 0 0 1 0 0 1 2 = LDU
0 0 1
1 3 1
0 0 4
Notemos que las entradas de la matriz
38
al multiplicarla por nuestra
CAPTULO 5.
nueva
39
FACTORIZACIN LDU
triangular superior, nos da la matriz
5.0.1. Teorema
original.
A Mnxn (R)una matriz cuadrada y sea P A = LU factorizacin LU de

A (donde:L Mnxn (R) es triangular superior; y P Mnxn (R) es una matriz
permutacin). Sea d1 , d2 , ..., dn la diagonal de U y llamemos D a la matriz
diagonal cuya diagonal es d1 , d2 , ..., dn . Entonces A admite factorizacin del
tipo A = LDU , donde: L es matriz trianguar inferior con su diagomal
formada por unos (L es la misma matriz anterior); D es la matriz diagonal
que tiene por diagonal a la diagonal de U ; y U es una matriz triangular
Sea
superior con su diagonal formada por unos.
5.0.1.1.
Demostracin
Como
es regular, tambin lo es
de permutacin), luego lo es
LU ,
PA
(pues
es regular por ser matriz
lo que lleva a que tambin
es regular,
es decir a que todos los elementos de su diagonal son no nulos (di
6= 0
para
i = 1, 2, ..., n). Sean U la matriz que resulta de dividir la la i- sima de U ,

para i = 1, 2, ..., n, por di (que no es nulo); es evidente que U = DU , con lo
cual resulta:
P A = LU = LDU
NOTAS.
Si la matriz
Si
no es invertible entonces no posee factorizacin LDU
tiene factorizacin LDU, entonces es nica
COROLARIO : si
A = L1 D1 U1
A = L2 D2 U2 , donde las L son triangulares

las U son triangulares superiores con diago-
inferiores con diagonal unitaria,
D son matrices diagonales sin ceros en la diagonal, entonces

L1 = L2 , D1 = D2 , U1 = U2 . As la factorizacin LDU est determinada de
manera nica por A.
nal unitaria y las
CAPTULO 5.
40
FACTORIZACIN LDU
Demostracin: Tenemos que
L1 D1 U1 = L2 D2 U2 .
Debemos usar el hecho
L1
1 tiene las mismas propiedades (triangular inferior, diagonal unitaria) que L1 ; ambas son productos de matrices elementales. Anlogamente
1
1
existe una U2 , triangular superior con diagonal unitaria, tal que U2 U2 = I .
Y evidentemente cada matriz diagonal como D1 tiene una inversa que tamde que
bin es diagonal:
d1
.
.
.
1
d1
d2
1
d2
.
.
.
1
dn
dn
Por lo tanto, premultiplicando por
L1
1
y por
D11 ,
y postmultiplicando por
U21 , nuestra ecuacin se transforma en:

U1 U21 = D11 L1
1 L2 D2
donde el lado izquierdo es un producto de dos matrices triangulares superiores
con diagonal unitaria. Dicho producto debe ser otra matriz del mismo tipo.
Mientras que el lado derecho es una matriz triangular inferior. Esto obliga
a que ambos lados sean la matriz identidad. As
multiplicar por
U2
Anlogamente
tenemos
L1 = L2
U1 U21 = I ,
U1 = U2 .
y, nalmente,
D1 = D2 .
y despus de
CAPTULO 5.
5.0.2.
41
FACTORIZACIN LDU
Ejemplo
Encuentre la descomposicin
LDU
de
1 1 1
A= 2
0 3
1 7 1
Solucin.
Comenzamos escalonando la matriz
1 1 1
A 2
0 3
1 7 1
Premultiplicamos por
E12 (2)
1 1 1
2 1 ,
0
1 7 1
Premultimplicamos por
1 1 1
0 2 1
0 6 2
E13 (1)
Premultiplicamos por
1 1 1
0 2 1
0 0
1
E23 (3)
NOTA: denotaremos
a la matriz
una vez escalonada la matriz
escalonada
podemos escribir
como:
CAPTULO 5.
42
FACTORIZACIN LDU
L = [E23 (3)E13 (1)E12 (2)]1

= E12 (2)1 E13 (1)1 E23 (3)1
= E12 (2)E13 (1)E23 (3)
1 0 0
= 2 1 0
1 3 1
Si slo nos interesa calcular la descomposicin
LU
de
A, podramos decir
que:
1 1 1
U = 0 2 1
0 0
1
Y as:
1 0 0
1 1 1
A = 2 1 0 0 2 1
1 3 1
0 0
1
LU de A. Pero lo que nos interesa es conocer y
calcular la descomposicin LDU de A.
Como ya tenemos L, slo falta encontrar U y D . Encontrar D es relativamente sencillo, pues D es la matriz diagonal cuya diagonal es igual a la de
la matriz A:
sera la descomposicin
1 0 0
D= 0 2 0
0 0 1
CAPTULO 5.
Finalmente,
43
FACTORIZACIN LDU
que al multiplicar
es la matriz triangular superior con unos en la diagonal, tal
DU
obtengamos la matriz
A.
Con esto, podemos escribir
U:
1 1 1
U = 0 1 21
0 0
1
entonces la descomposicin
LDU
de
queda:
1 0 0
1 0 0
1 1 1
A = 2 1 0 0 2 0 0 1 12
1 3 1
0 0
1
0 0 1
Bibliografa
[1] Burgos,J, (2006),
Algebra lineal y geometra cartesiana,
Espaa, Ma-
drid, McGraw-Hill.
[2] Grossman, S, (2012),
[3] Stran, L, (1982),
Algebra lineal,
Mxico DF, Mxico, McGraw-Hill.
Algebra lineal y sus aplicaciones,
Mxico DF, Mxico,
Fondo educativo.
[4] Zill, D, (1999),
Algebra lineal,
[5] Kolman, B, (2006),
Espaa, Bogot, McGraw-Hill.
Algebra lineal,
Mxico DF, Mxico, Person Educa-
cin.
[6] Figueroa,
&
Pardo,
H.
Ponticia
Universidad
Javeriana.
http://www.javerianacali.edu.co
[7] (2011)
F actorizaci
on LU , Departamento de Matemticas, CCIR/ITESM
[8] Pintos, S & Urdena, G,
Breves de a
lgebra lineal
44

Factorización LU

Încărcat de

Informații document

Descriere originală:

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Factorización LU

Încărcat de

Drepturi de autor:

Formate disponibile

Universidad del Bo-Bo

Facultad de Educacin y Humanidades

SEMINARIO PARA OPTAR AL TTULO DE PROFESOR EN

Autores : M arcos T orres, N atalia V illalobos

P rof esor Gua : Dr. Luis F riz Roa

Quiero agradecer a mi familia, a mi mam, pap, hermana y mi hermano,

FORMULACIN DEL PROBLEMA . . . . . . . . . . . . . .

Multiplicacin de una matriz por un escalar

Producto de dos matrices

La inversa de una matriz . . . . . . . . . . . . . . . . .

2.1.10. Matriz permutacin . . . . . . . . . . . . . . . . . . . .

3. Operaciones y matrices elementales

Demostracin: intercambio de las

Demostracin: multiplicacin de una la por

Matriz inversa como el producto de matrices elementales

Demostracin: sumar una la a otra la multiplicada por un escalar

mxn puede ser

En este mismo artculo estable-

ce que una matriz tiene inversa si y slo si su determinante no es nulo. Este

siendo las dos matrices invertibles.

1.2. FORMULACIN DEL PROBLEMA

incgnitas, el nmero de operaciones elementales para

resolver el sistema de ecuaciones utilizando este mtodo crece con el cubo

Para valores grande de

resulta muy conveniente buscar algn nuevo

mtodo de resolucin que reduzca el nmero de operaciones elementales.

Para reducir estas operaciones, nos concentraremos en la descomposicin o

y una variacin de esta, la factorizacin o descomposicin

consiste en factorizar la matriz

como producto de dos matrices triangulares (U superior;

con unos en la diagonal).

1.3. MARCO TERICO

mtodo directo, se carac-

se basa en separar una matriz

(lower) es una matriz triangular

(upper) es una matriz triangular superior, as, la resolucin de

estas dos subecuaciones es trivial. La factorizacin

de una matriz es una

factorizacin que resume el proceso de eliminacin gausiana aplicado a la

1.3.2. Antecedentes conceptuales

Una matriz cuadrada

permite resolver de forma rpida cualquier sistema compatible determinado

a travs de los dos algoritmos de bajada y de subida:

se dene de la siguiente manera:

principales aquellos determinantes de una

en el que los elementos de su diagonal principal

pertenecen a la diagonal principal de la matriz

Entonces si los menores

principales de una matriz

no son nulos entonces

LU . Esta descomposicin es nica si los elementos de la

diagonalmente dominante en sentido estricto si:

aij para toda f ila i = 1, ..., n

1.4.2. Objetivos especcos

ecuaciones lineales y a la resolucin de problemas que involucren en su

2.1.2. Igualdad de matrices

1. Son del mismo tamao.

2.1.3. Suma de matrices

B = (bij ) dos matrices

a11 + b11 a12 + b12

a21 + b21 a22 + b22

am1 + bm1 am2 + bm2

que se obtiene al sumar los componentes

Demostracin: intercambio de las

Demostracin: multiplicacin de una la por

Demostracin: sumar una la a otra la multiplicada por un escalar

se dene de la siguiente manera:

1.4.2. Objetivos especcos

es el producto punto entre la la

es igual al nmero de las de

Esta denicin no establece que toda matriz cuadrada tiene inversa.

son tambin las las de

es una matriz que tiene las mismas las de

Las operaciones de la se pueden aplicar a cualquier matriz. Decimos que

B se obtiene a partir de A mediante un nmero nito de

operaciones elementales de las, es decir, existe una sucesin de operaciones

elementales de la que transforme una matriz en otra.

A una matriz de m las, para realizar una operacin elemental sobre A

3.2.1.1. Demostracin: intercambio de las

donde a la identidad se le han intercambiado la la

no sufren modicacin al multiplicar

mente se puede probar para la la

3.2.1.2. Demostracin: multiplicacin de una la por un escalar

a la cual se le ha multiplicado la la

3.2.1.3. Demostracin: sumar una la a otra la multiplicada por

j por un escalar y se le suma a la la i. Si realizamos