3 Matrices13

UNIVERSIDAD DE CONCEPCION
Facultad de Ciencias Fı́sicas y Matemáticas

Departamento de Ingenierı́a Matemática
Algebra I. 525147
Matrices y Sistemas de Ecuaciones
Dpto. Ingenierı́a Matemática. UdeC. 1. Algebra I. 525147

Matrices
Definición de matriz
Sean m, n ∈ N y IK un cuerpo (R o C). Se llama matriz sobre IK a una función
A : {1, 2, ..., m} × {1, 2, ..., n} −→ IK, (i, j) 7−→ A(i, j),
donde A(i, j) es el valor de A en el par (i, j), se designa por aij y la matriz A
se escribe como un arreglo rectangular
 
a11 a12 ... a1n
 
 a21 a22 ... a2n 
A= . ,
 
 .. .. ..
 . ... .


am1 am2 ... amn
o bien por A = (aij ), i = 1, ..., m, j = 1, ..., n. Se dice que A es una
matriz de orden m × n. También se escribirá simplemente A = (aij ), cuando
esté claro el número m de filas y el número n de columnas de A.

Matrices
Definiciones
• Si IK = R la matriz se dice real o a valores reales ; si IK = C la matriz se

dice compleja o a valores complejos.
• El conjunto de todas las matrices de orden m × n, con elementos en IK , se

denota por Mm×n (IK).
• Se llama matriz nula a la matriz (aij ), con

aij = 0, ∀i = 1, 2, ..., m, ∀j = 1, 2, ..., n y se denota por θ .
• Sean A = (aij ), B = (bij ) ∈ Mm×n (IK).

Entonces:
A = B ⇐⇒ aij = bij , ∀i = 1, 2, ..., m, ∀j = 1, 2, ..., n.
Dar variados ejemplos.

Matrices
Adición y multiplicación de matrices.
• Adición.
Sean A = (aij ), B = (bij ) ∈ Mm×n (IK). La suma de A y B es la
matriz:
A + B = (cij ) con cij = aij + bij , ∀i = 1, ..., m, ∀j = 1, ..., n.
• Multiplicación.
Sean A = (aij ) ∈ Mm×n (IK) y B = (bij ) ∈ Mn×p (IK). El producto
de A y B , que se denota AB , es la matriz C = (cij ) de Mm×p (IK),
definida por:
n
X
cij = aik bkj , ∀i = 1, ..., m, ∀j = 1, ..., p.
k=1
Dar ejemplos.

Matrices
Propiedades de la Adición y Multiplicación. ∀A, B, C ∈ Mm×n (IK) se tiene:
A1) (A + B) + C = A + (B + C).
A2) A + B = B + A.
A3) ∃ θ ∈ Mm×n (IK) : A + θ = A.
A4) ∃ − A ∈ Mm×n (IK) : A + (−A) = θ
Para A, B, C matrices compatibles con la multiplicaciión y la adición, se tiene:
M1) (AB)C = A(BC).

M2) A(B + C) = AB + AC .
Demostrar algunas y probar que ∃A 6= θ, B 6= θ ∧ AB = θ .

Matrices
Producto de un escalar por una matriz.
Para A = (aij ) ∈ Mm×n (IK), λ ∈ IK , se define el producto λA, como la

matriz:
λA = (bij ) con bij = λaij .
Propiedades del producto por escalar.

∀A, B ∈ Mm×n (IK), ∀C ∈ Mn×p (IK) y ∀α, β ∈ IK :
1. α(A + B) = αA + αB
2. (α + β)A = αA + βA
3. (αβ)A = α(βA) = β(αA)
4. α(AC) = (αA)C = A(αC)
Demostrar algunas de las propiedades.

Matrices
Matriz transpuesta.
∈ Mm×n (IK), se define la transpuesta de A como la matriz At de

Para A
Mn×m (IK), con
At = (bij ) para bij = aji , 1 ≤ i ≤ n, 1 ≤ j ≤ m.
Dar ejemplos.
Propiedades
∀A, B ∈ Mm×n (IK), ∀C ∈ Mn×p (IK) y ∀α ∈ IK :
1. (At )t = A
2. (A + B)t = At + B t
3. (αA)t = αAt
4. (AC)t = C t At

Matrices
Matriz cuadrada.
Una matriz cuadrada de orden n es una matriz de Mn×n (IK), es decir, es una
matriz de n filas y n columnas. El conjunto Mn×n (IK) se denota por Mn (IK).
Una matriz cuadrada A = (aij ) es:
1. Triangular superior si aij = 0, para i > j

2. Triangular inferior si aij = 0, para i < j
3. Diagonal si aij = 0, para i 6= j
4. Escalar si es diagonal y aii = λ, para 1 ≤ i ≤ n y λ ∈ IK
5. Identidad si es escalar y aii = 1, para 1 ≤ i ≤ n
6. Simétrica si At = A
7. Antisimétrica si At = −A

Matrices
Matrices Invertibles.
Una matriz cuadrada A∈ Mn (IK) se dice Invertible (o no singular) si existe

una matriz B ∈ Mn (IK) tal que AB = I ∧ BA = I .
   
2 5 2 4
Ejemplo 1) . Para A =   y A′ =  . Se tiene que A es
1 3 1 2
 
3 −5
invertible, pues existe la matriz B =   , tal que AB = I . En
−1 2
′ ′ ′
cambio
 A no
 lo es, pues B 
A =
I implica
 que
2 4 a b 1 0
 · = , lo que induce una contradicción.
1 2 c d 0 1

Matrices
Observaciones.
• La matriz B anterior se llama inversa de A, se denota por A−1 y se tiene:

AA−1 = I ∧ A−1 A = I .
• Si A es invertible, entonces su inversa A−1 es única.
• Si A y B son invertibles, entonces AB también lo es y se tiene:
(AB)−1 = B −1 A−1 .
Dpto. Ingenierı́a Matemática. UdeC. 10 . Algebra I. 525147

Matrices
Operaciones Elementales de filas.
Sea A ∈ Mm×n (IK). Se llaman operaciones elementales de filas sobre A a

las siguientes operaciones.
F1 : Intercambiar dos filas de A. Si la fila i se intercambia con la fila j se

escribe: fi ←→ fj , i, j ∈ {1, 2, ..., m} o simplemente Fij (A).
F2 : Multiplicar una fila de A por un escalar α no nulo. Si la fila i se multiplica
por α ∈ IK − {0} se escribe: fi ←− αfi . o simplemente Fi (α)(A).
F3 : Sumar un múltiplo escalar no nulo de una fila a otra. Si a la fila j se
∈ IK − {0}, entonces se escribe:
suma α veces la fila i, donde α
fj ←− fj + αfi . o simplemente Fji (α)(A).
Dar ejemplos.

Matrices
Teorema. Sean A ∈ Mm×n (IK), I ∈ Mm (IK) y F una operación
elemental de filas. Entonces
F (A) = F (I)A.
Corolarios.
1) Si A ∈ Mm×n (IK), B ∈ Mn×p (IK) y F es una operación elemental

de filas, entonces
F (AB) = F (A) · B.
2) Si F1 , F2 , ..., Fn son operaciones elementales de filas, entonces
(Fn · · · F2 F1 )(AB) = (Fn · · · F2 F1 (A))B.
Teorema. Toda operación elemental de filas es invertible, y su inversa es una

operación elemental de filas del mismo tipo.

Matrices
Matrices equivalentes por filas.
Dos matrices A ∈ Mm×n (IK) y B ∈ Mm×n (IK) se dicen equivalentes por

filas si una se obtiene de la otra por la aplicación de una, o varias, operaciones
elementales de filas, se escribe A ∼ B.
Ejemplo 2). La matriz A del ejemplo anterior es equivalente con la matriz I2 . Es

decir
   
2 5 1 0
A= ∼  = I2 .
1 3 0 0
Por otro lado,

   
1 0 2 1 0 0
   
B= 0
 2 0 ∼ 0 1 0 
 
 = I3
3 −1 0 0 0 1

Matrices
Teorema. Si A ∈ Mn (IK) es equivalente por filas con I , entonces A es
invertible.
Por el teorema, como las matrices del ejemplo anterior son equivalentes con I se
tiene que ambas son matrices invertibles.
Observaciones.
• Sea A ∈ Mn (IK) invertible y F1 , ..., Fn operaciones elementales de filas

que permiten pasar de A a la matriz identidad I . Entonces la matriz inversa
A−1 se obtiene aplicando, en el mismo orden, las operaciones elementales
F1 , ..., Fn a la matriz I .
• Para calcular A−1 se efectuan las operaciones elementales de filas en la
matriz ampliada (A|I) hasta obtener la matriz (I|B). En tal caso B = A−1 .

Matrices
Ejemplo 3). Para la matriz A, del ejemplo 1, se tiene que es invertible. Además,
   
2 5 1 0 1 0 3 −5
(A|I) =  ∼  = (I|B).
1 3 0 1 0 1 −1 2
En consecuencia, la inversa de A es B = A−1 . Es decir,
 −1  
−1 2 5 3 −5
A =  = .
1 3 −1 2
Encuentre la inversa para la matriz invertible B , del ejemplo 2.

Matrices
Determinante.
Si A ∈ Mn×n (IK) = Mn (IK), entonces designamos por Aij a la matriz de

obtenida de A eliminándole la fila i y la columna j . Note que Aij ∈ Mn−1 (IK).
Se llama función determinante sobre IK a la función
det : Mn (IK) −→ IK, A 7−→ det(A),
tal que:
• si n = 1 y A = (a), entonces det(A) = a;

• si n ∈ N y n > 1, entonces
n
X
det(A) = (−1)i+j aij det(Aij ), para cualquier i = 1, 2, ..., n.
j=1
Nota. El número det(A) se lee determinante de A y también se escribe |A|.

Matrices
Propiedades. Sea A una matriz cuadrada sobre IK , A ∈ Mn (IK).
1. Si A tiene una fila nula, entonces det(A) = 0.
Qn
2. Si A es una matriz triangular, entonces det(A) = i=1 aii .
3. det(At ) = det(A).
4. Si F es una operación elemental de filas que intercambia dos filas de A, y si
B := F (A), entonces det(B) = −det(A).
5. Si F es una operación elemental de filas que multiplica una fila de A por un

escalar λ, y si B := F (A), entonces det(B) = λ · det(A).

Matrices
Propiedades: continuación.
6. Si F es una operación elemental de filas que suma un múltiplo escalar λ de la

fila i a la fila j , y si B := F (A), entonces det(B) = det(A).
7. Si A tiene dos filas iguales, entonces det(A) = 0.
8. Si una fila es combinación lineal de otras filas de A, entonces det(A) = 0.
9. det(A · B) = det(A) · det(B), ∀A, B ∈ Mn (IK).
10. Dado que det(At ) = det(A), todas las propiedades indicadas para las filas
de A, también valen para las columnas.

Matrices
Definiciones. Sea A = (aij ) una matriz cuadrada a coeficientes en IK .
1) Se llama menor del elemento aij al determinante de la matriz Aij , es decir a

det(Aij ).
2) Se llama cofactor del elemento aij al escalar cij = (−1)i+j det(Aij ).
3) Si cij es el cofactor del elemento aij , entonces

n
X
aij · cij = det(A), para cualquier i = 1, ..., n.
j=1
n
X
aij · ckj = 0, k 6= i, para cualquier i = 1, 2, ..., n.
j=1

Matrices
4) Se llama matriz de cofactores de A, a la matriz que contiene los cofactores
de cada elemento aij . Se denota por cof (A) o Ac .
5) Se llama matriz adjunta de A, a la matriz transpuesta de la matriz de

cofactores. Se escribe adj(A) o (Ac )t .
Teorema. A es inversible si, y sólo si, det(A) 6= 0.
Teorema. Si A ∈ Mn (IK) y det(A) 6= 0, entonces

1
A−1 = adj(A).
det(A)
Utilice el teorema para encontrar la inversa de B , definida en ejemplo 2.

Matrices
Rango de una matriz.
Sea A ∈ Mm×n (IK). Se llama rango de A al orden de la mayor submatriz

cuadrada de A con determinante no nulo. Se escribe r(A).
Observaciones.
1. Si A y B son equivalentes por filas, entonces r(A) = r(B).

2. Una matriz A ∈ Mm×n (IK) se dice escalonada por filas si el primer
elemento no nulo de cada fila de A está a la derecha del primer elemento no
nulo de la fila anterior.
3. El número de filas no nulas de cualquier matriz escalonada equivalente por

filas con A es igual a r(A).

Matrices
Ejemplo 4). Todas las submatrices de orden 3 de la matriz
 
2 2 0 4
 
A=
 0 1 1 0 
 tienen determinante nulo. En cambio, la submatriz
−1 1 2 −2
 
2 2
  de orden 2 tiene determinante no nulo. En consecuencia, la matriz A
0 1
tiene rango 2 o r(A) = 2.
De otra forma, usando operaciones elementales por filas.
   
2 2 0 4 1 1 0 2
   
A=
 0 1 1 0  ∼
 
 0
.
1 1 0 
−1 1 2 −2 0 0 0 0
Como esta matriz escalonada equivalente con A tiene dos filas no nulas, entonces
r(A) = 2.

Sistemas
Sistemas de Ecuaciones Lineales.
Una ecuación lineal en las incógnitas x1 , x2 , . . . , xn es una expresión como:
a1 x1 + a2 x2 + · · · + an xn = b1 ,
en la cual, los coeficientes a1 , a2 , . . . , an y el término independiente b1 son
números reales conocidos.
Un sistema de m ecuaciones lineales y n incógnitas es un conjunto de m

ecuaciones lineales que representaremos por:
a11 x1 + a12 x2 + ··· +a1n xn = b1

a21 x1 + a22 x2 + ··· +a2n xn = b2
.. .. .. .. (S)
. . . .
am1 x1 + am2 x2 + · · · +amn xn = bm

donde, lasaij son los coeficientes del sistema, los bi son los términos
independientes del sistema y las x1 , · · · , xn son las incógnitas del sistema.

Sistemas
Observación.
En forma matricial, el sistema de ecuaciones (S) se escribe como AX =B

donde:
     
a11 a12 ... a1n x1 b1
     
 a21 a22 ... a2n   x2   b2 
A= . , X=  y B =  . .
     
 .. .. .. ..  .. 
 . ... .



 .

  
am1 am2 ... amn xn bm
• A es la matriz de coeficientes del sistema; X es el vector de incógnitas del

sistema y B es el vector de los términos independientes.
• Si b1 = b2 = · · · = bm = 0, entonces el sistema se dice homogéneo; en

caso contrario, si alguna componente de B es distinta de cero, se dice que el
sistema es no homogéneo.

Sistemas
Definición. Un vector Y = (y1 · · · yn )t es una solución del sistema (S), si al
reemplazar cada incógnita xi por yi (para i = 1, · · · , n,) se satisfacen las m
ecuaciones del sistema (S). Equivalentemente, si AY = B .
Llamaremos conjunto solución del sistema (S), al conjunto formado por todas
las soluciones del sistema.
Definición. Un sistema AX = B se dice:

• Incompatible, si no tiene solución.
• Compatible Determinado, si tiene una única solución.
• Compatible Indeterminado, si tiene infinitas soluciones.

Sistemas
Observación. Como el vector nulo X = θ es solución del sistema homogéneo
AX = θ , este tipo de sistemas es siempre compatible.
Ejemplo 5). Consideremos los sistemas de dos ecuaciones y dos incognitas:
x+y = 1 x+y = 1 x+y = 3

2x + 2y = 3, x−y = 2, 2x + 2y = 6.
El primero no es compatible, el segundo es compatible y tiene solución única,

(x, y) = ( 23 , − 21 ) y el último es equivalente con la ecuación y = −x + 3, que
tiene infinitas soluciones.
El primer sistema representa dos rectas que no se intersectan (son paralelas), el

segundo dos rectas que se intersectan en un punto y el tercero dos rectas iguales.

Sistemas
= B a la matriz (A|B),
Definición. Se llama matriz ampliada del sistema AX
de orden m × (n + 1), cuyas primeras n columnas son las columnas de A y que
tiene como última columna al vector B .
Ejemplo 6). El sistema de ecuaciones
2x + y − z = 4
4x + 2y + z = 7
2x + y − 4z = 5
tiene matrices:
     
2 1 −1 4 2 1 −1 4
     
A=
 4 2 1  , B =  7  , (A|B) = 
  
 4 2 .
1 7 
2 1 −4 5 2 1 −4 5

Sistemas
Teorema (Existencia de soluciones)
Un sistema AX = b es compatible si, y sólo si, r(A) = r(A|B).
Teorema (Unicidad de solución)
Sea AX = B compatible. Si r(A) = n, entonces el sistema tiene una única solución.
Teorema (Multiplicidad de soluciones)
Sea AX = B un sistema compatible. Si r =: r(A) < n, entonces el sistema tiene

infinitas soluciones. Además, a lo sumo r incógnitas se expresan en términos de las n − r
restantes.
Notar que un sistema homogéneo tiene soluciones diferentes de θ si, y sólo si, r(A) < n,
donde n es el número de incógnitas del sistema.

Sistemas
Ejemplo 7). Para el sistema del ejemplo anterior, r(A) = r(A|B) = 2 < 3,
pues
   
2 1 −1 4 2 1 −1 4
′ ′
   
(A|B) = 
 4 2 ∼ 0
1 7   0 3 1 
 = (A |B ).
2 1 −4 5 0 0 0 0
Luego, el sistema tiene infinitas soluciones. Para encontrarlas se utiliza el sistema

equivalente generado por la matriz ampliada (A′ |B ′ ).

Sistemas
Dos sistemas AX = B y A′ X = B ′ son equivalentes, si uno se obtiene del
otro por la aplicación de un número finito de operaciones elementales.
Teorema (Sistemas equivalentes) . Dos sistemas equivalentes tienen el mismo

conjunto de soluciones.
En el ejemplo anterior el sistema dado y el sistema equivalente A′ X = B′,
2x + y −z = 4
3z = −1
tienen las mismas soluciones. Obviamente, el último sistema es fácil de resolver:
z = − 31 e y = − 11
3 − 2x. En consecuencia, la solución general del sistema
original es:
t 11 1 t
X = (x y z) = (x − − 2x
− ) , x ∈ R.
3 3
Notar que 2 de las incógnitas se escriben en términos de n − r = 3 − 2 = 1.

Sistemas.
Método de Gauss.
Ejemplo 8). Este ejemplo corresponde a un sistema compatible con matriz

cuadrada y rango igual al número de incógnitas. Luego el sistema tiene solución
única. En estas condiciones, la matriz del sistema equivalente es triangular
superior. La solución se obtendrá por sustitución regresiva.
Resolver el sistema AX = B:
    
1 2 −3 5 x1 0
    
 2 1 −4 −1   x2   1 
   
= .
 
 

 1 1 1 1   x3   0 
   

−1 −1 −1 1 x4 4

Sistema
Método de Gauss.
Solución. Para eliminar x1 de la segunda ecuación en adelante, se aplican a la

matriz ampliada [A|B] las operaciones
f2 ← f2 − 2f1 , f3 ← f3 − f1 y f4 ← f4 − (−1)f1 ,
las cuales introducen ceros en la primera columna bajo el elemento a11

   
1 2 −3 1 2 −3
5 0 5 0
   
 2 1 −4 −1 1   0 −3 2 −11 1 
 ∼  .
   


 1 1 1 1 0 

 0 −1
 4 −4 0 

−1 −1 −1 1 4 0 1 −4 6 4

Sistemas.
Método de Gauss.
A la nueva matriz aplicamos las operaciones
1 1
f3 ← f3 − ( )f2 y f4 ← f4 − (− )f2 ,
3 3
para eliminar x2 de la tercera y cuarta ecuaciones al introducir ceros en la
segunda columna, bajo la posición (2, 2):
   
1 2 −3 1 2 5 0
−3 5 0
   
 0 −3 2 −11 1   0 −3 2 −11 1 
 ∼  .
   
 10 1 1
 0 −1 4 −4 0   0 0 − − 
   3 3 3 
0 1 −4 6 4 0 0 − 10
3
7
3
13
3

Sistemas.
Método de Gauss.
Finalmente, se elimina x3 aplicando
f4 ← f4 − (−1)f3
al último sistema para llegar al nuevo sistema equivalente con forma escalonada:
 
1 2 −3 5 0
 
 0 −3 2 −11 1 
.
 
 10 1 1 
 0 0 −3 −3 
 3
0 0 0 2 4
Como r(A) = r(A|B) = 4 el sistema es compatible. Además, tiene solución

única (es determinado) ya que r(A) es igual al número de incognitas. Este
sistema tiene matriz triangular superior.

Sistemas.
Método de Gauss.
El sistema equivalente se escribe:




 x1 + 2x2 − 3x3 + 5x4 = 0

 −3x + 2x − 11x

= 1
2 3 4
10 1


 3 x3 − 3 x4 = − 31


 2x4 = 4
y se resuelve por sustitución regresiva; es decir, de la última ecuación encontramos
x4 = 2, luego el valor de x4 se sustituye en la tercera ecuación para calcular x3 .
En seguida de la segunda ecuación se calcula x2 y de la primera x1 . Se obtienen:
−1 + x4 1 1 − 2x3 + 11x4 38 11
x3 = = , x2 = =− , x1 = −2x2 + 3x3 − 5x4 = .
10 10 −3 5 2
Ası́, la única solución del sistema es: X = ( 11

2 − 38
5
1
10 2)t .

Sistemas
Regla de Cramer.
Sea AX = B un sistema lineal con matriz cuadrada y |A| =

6 0. Este tipo de
sistemas tiene una única solución, la que se puede expresar por:
X = A−1 B,
y ésta se puede obtener, componente a componente, con:
|Ai |
xi = , para cada i = 1, . . . , n
|A|
donde la matriz Ai se obtiene de A, cambiando la columna i por la matriz
columna B .
Regla de Cramer. La regla de Cramer para resolver un sistema AX = B con

matriz no singular consiste en calcular los determinantes |A|, |A1 |, . . . , |An |, y
luego obtener las componentes de X en la forma indicada más arriba.

Sistemas
Regla de Cramer.
Ejemplo 9). Resolver el sistema AX = B definido por:

    
3 −2 1 x1 11
    
A=
 2 −1 3   x2  =  14 
   
.
4 −3 2 x3 17
Solución. Observamos primero que A es no singular pues:

3 −2 1

|A| = 2 −1 3 = 3 6= 0,

4 −3 2
luego se puede aplicar la regla de Cramer.

Sistemas
Regla de Cramer.
Ejemplo 9 (continuación). Calculando los determinantes se encuentra:
˛ ˛ ˛ ˛ ˛ ˛
˛ 11 −2 1 ˛ ˛ 3 11 1 ˛ ˛ 3 −2 11 ˛
˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛ ˛ ˛
|A1 | = ˛˛ 14 −1 3 ˛˛ = 6, |A2 | = ˛˛ 2 14 3 ˛ = −3 y |A3 | = ˛˛ 2
˛ −1 14 ˛˛ = 9
˛ ˛ ˛ ˛ ˛ ˛
˛ 17 −3 2 ˛ ˛ 4 17 2 ˛ ˛ 4 −3 17 ˛
y luego,
|A1 | |A2 | |A3 |

x1 = = 2, x2 = = −1 y x3 = = 3.
|A| |A| |A|
Por la regla de Cramer, el vector solución del sistema es: X = (2 −1 3)t .

ACQ/acq.

3 Matrices13

Încărcat de

Informații document

Titlu original

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

3 Matrices13

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD DE CONCEPCION

Facultad de Ciencias Fı́sicas y Matemáticas

Matrices y Sistemas de Ecuaciones

Dpto. Ingenierı́a Matemática. UdeC. 1. Algebra I. 525147

Sean m, n ∈ N y IK un cuerpo (R o C). Se llama matriz sobre IK a una función

A : {1, 2, ..., m} × {1, 2, ..., n} −→ IK, (i, j) 7−→ A(i, j),

Dpto. Ingenierı́a Matemática. UdeC. 2. Algebra I. 525147

• Si IK = R la matriz se dice real o a valores reales ; si IK = C la matriz se

• El conjunto de todas las matrices de orden m × n, con elementos en IK , se

• Se llama matriz nula a la matriz (aij ), con

• Sean A = (aij ), B = (bij ) ∈ Mm×n (IK).

A = B ⇐⇒ aij = bij , ∀i = 1, 2, ..., m, ∀j = 1, 2, ..., n.

Dar variados ejemplos.

Dpto. Ingenierı́a Matemática. UdeC. 3. Algebra I. 525147

A + B = (cij ) con cij = aij + bij , ∀i = 1, ..., m, ∀j = 1, ..., n.

Dpto. Ingenierı́a Matemática. UdeC. 4. Algebra I. 525147

M1) (AB)C = A(BC).

Dpto. Ingenierı́a Matemática. UdeC. 5. Algebra I. 525147

Para A = (aij ) ∈ Mm×n (IK), λ ∈ IK , se define el producto λA, como la

Propiedades del producto por escalar.

Dpto. Ingenierı́a Matemática. UdeC. 6. Algebra I. 525147

∈ Mm×n (IK), se define la transpuesta de A como la matriz At de

∀A, B ∈ Mm×n (IK), ∀C ∈ Mn×p (IK) y ∀α ∈ IK :

Dpto. Ingenierı́a Matemática. UdeC. 7. Algebra I. 525147

Una matriz cuadrada A = (aij ) es:

1. Triangular superior si aij = 0, para i > j

Dpto. Ingenierı́a Matemática. UdeC. 8. Algebra I. 525147

Una matriz cuadrada A∈ Mn (IK) se dice Invertible (o no singular) si existe

Dpto. Ingenierı́a Matemática. UdeC. 9. Algebra I. 525147

• La matriz B anterior se llama inversa de A, se denota por A−1 y se tiene:

Dpto. Ingenierı́a Matemática. UdeC. 10 . Algebra I. 525147

Sea A ∈ Mm×n (IK). Se llaman operaciones elementales de filas sobre A a

F1 : Intercambiar dos filas de A. Si la fila i se intercambia con la fila j se

Dpto. Ingenierı́a Matemática. UdeC. 11 . Algebra I. 525147

1) Si A ∈ Mm×n (IK), B ∈ Mn×p (IK) y F es una operación elemental

2) Si F1 , F2 , ..., Fn son operaciones elementales de filas, entonces

(Fn · · · F2 F1 )(AB) = (Fn · · · F2 F1 (A))B.

Teorema. Toda operación elemental de filas es invertible, y su inversa es una

Dpto. Ingenierı́a Matemática. UdeC. 12 . Algebra I. 525147

Dos matrices A ∈ Mm×n (IK) y B ∈ Mm×n (IK) se dicen equivalentes por

Ejemplo 2). La matriz A del ejemplo anterior es equivalente con la matriz I2 . Es

Por otro lado,

Dpto. Ingenierı́a Matemática. UdeC. 13 . Algebra I. 525147

• Sea A ∈ Mn (IK) invertible y F1 , ..., Fn operaciones elementales de filas

Dpto. Ingenierı́a Matemática. UdeC. 14 . Algebra I. 525147

En consecuencia, la inversa de A es B = A−1 . Es decir,

Encuentre la inversa para la matriz invertible B , del ejemplo 2.

Dpto. Ingenierı́a Matemática. UdeC. 15 . Algebra I. 525147

Si A ∈ Mn×n (IK) = Mn (IK), entonces designamos por Aij a la matriz de

Se llama función determinante sobre IK a la función

det : Mn (IK) −→ IK, A 7−→ det(A),

• si n = 1 y A = (a), entonces det(A) = a;

Nota. El número det(A) se lee determinante de A y también se escribe |A|.

Dpto. Ingenierı́a Matemática. UdeC. 16 . Algebra I. 525147

5. Si F es una operación elemental de filas que multiplica una fila de A por un

Dpto. Ingenierı́a Matemática. UdeC. 17 . Algebra I. 525147

6. Si F es una operación elemental de filas que suma un múltiplo escalar λ de la

Dpto. Ingenierı́a Matemática. UdeC. 18 . Algebra I. 525147

1) Se llama menor del elemento aij al determinante de la matriz Aij , es decir a

2) Se llama cofactor del elemento aij al escalar cij = (−1)i+j det(Aij ).

3) Si cij es el cofactor del elemento aij , entonces

Dpto. Ingenierı́a Matemática. UdeC. 19 . Algebra I. 525147

5) Se llama matriz adjunta de A, a la matriz transpuesta de la matriz de