Professional Documents
Culture Documents
Departamento de
Algebra. http://www.departamento.us.es/da
Captulo 2
Algebra matricial
Estas notas est an basadas en las realizadas por el profesor Manuel Jes us Gago Vargas
para la asignatura M etodos matem aticos:
Algebra lineal de la Licenciatura en Ciencias y
T ecnicas Estadsticas.
2.1. Adici on y trasposici on
Nota 2.1.1. Como en el anterior tema, consideraremos jado un cuerpo k de coecientes.
Nos referiremos a los elementos del cuerpo como n umeros o escalares.
Alguna de las deniciones de este tema ser an especcas para el caso en que k es el
cuerpo C de los n umeros complejos. En ese caso se advertir a especcamente.
Dos matrices A = (a
ij
) y B = (b
ij
) son iguales cuando A y B tienen el mismo orden
y las entradas correspondientes son iguales.
Si es necesario pondremos el orden de la matriz como subndice. As escribiremos
A
mn
para indicar que la matriz A es de orden mn.
Denotaremos tambi en [A]
ij
a entrada de la la i y la columna j en la matriz A.
Suma de matrices
Si Ay B son matrices de orden mn, la suma de Ay B se dene como
la matriz de orden mn notada por A+ B, cuyas entradas verican
[A+ B]
ij
= [A]
ij
+ [B]
ij
para cada i, j.
La matriz A, llamada opuesta de A, se dene como
[A]
ij
= [A]
ij
.
La diferencia de A y B es
A B = A+ (B).
y denida como
[A
]
ij
= [A]
ji
.
Es decir, A
= A
t
.
Nota 2.1.2. Se tiene que (A
= A
t
.
Propiedades de la matriz traspuesta
Sean A y B matrices del mismo orden y un escalar. Entonces
(A+ B)
t
= A
t
+ B
t
y (A+ B)
= A
+ B
.
(A)
t
= A
t
y (A)
= A
.
35
, esto es, a
ij
= a
ji
.
Decimos que A es anti-hermitiana si A = A
, esto es, a
ij
=
a
ji
.
Ejercicio 2.1.1. Probar que si A es una matriz hermitiana entonces las entradas de la
diagonal, [A]
ii
, son n umeros reales.
2.2. Multiplicaci on de matrices
Multiplicaci on de matrices
Dos matrices A y B se dicen ajustadas para multiplicaci on en el
orden AB cuando el n umero de columnas de Aes igual al n umero
de las de B, esto es, si Aes de orden mp y B es de orden pn.
Para matrices ajustadas A
mp
= (a
ij
) y B
pn
= (b
ij
), la matriz
producto AB, de orden mn, se dene como
[AB]
ij
= a
i1
b
1j
+ a
i2
b
2j
+ . . . + a
ip
b
pj
=
p
k=1
a
ik
b
kj
Nota 2.2.1. Puede ocurrir dos matrices A y B est en ajustadas para la multiplicaci on en el
orden AB pero no en el orden BA. Es decir, que exista el producto AB, pero que no BA.
Ejemplo 2.2.1. (LA MULTIPLICACI ON DE MATRICES NO ES CONMUTATIVA). Conside-
re lo que ocurre al tomar
A =
_
1 2
_
, B =
_
3
4
_
,
y calcular AB y BA. Ni siquiera son matrices del mismo orden.
Pero aunque fueran matrices cuadradas el producto no es conmutativo en general.
Sean las matrices
C =
_
2 1
0 1
_
, D =
_
1 1
2 3
_
.
Entonces CD y DC son distintas.
36
p
k=1
a
ik
B
k
.
[AB]
j
= A
1
b
1j
+ A
2
b
2j
+ . . . + A
p
b
pj
=
p
k=1
A
k
b
kj
.
Nota 2.2.2. Las dos ultimas ecuaciones indican que las las de AB son combinaci on
lineal de las las de B, y que las columnas de AB son combinaci on lineal de las columnas
de A.
Sistemas lineales
Todo sistema de m ecuaciones y n inc ognitas
_
_
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
= b
m
,
se puede escribir en forma matricial como Ax = b, donde
A =
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
, x =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
, b =
_
_
_
_
_
b
1
b
2
.
.
.
b
m
_
_
_
_
_
.
Recprocamente, toda ecuaci on matricial A
mn
x
n1
= b
m1
represen-
ta un sistema lineal de m ecuaciones y n inc ognitas.
37
= B
.
Ejercicio 2.3.1. Probar las propiedades anteriores.
Nota 2.3.2. Para cada matriz A
mn
las matrices AA
t
y A
t
A son sim etricas, y
si A es una matriz compleja, las matrices AA
y A
A son hermitianas.
38
i=1
a
ii
.
Probar que para dos matrices A
mn
y B
nm
se verica
traza(AB) = traza(BA).
Nota 2.3.3. De lo anterior se deduce que traza(ABC) = traza(BCA) = traza(CAB),
pero, en general, traza(ABC) = traza(BAC).
Multiplicaci on por bloques
Supongamos que A y B se particionan en submatrices, tambi en llama-
dos bloques, como sigue:
A =
_
_
_
_
_
A
11
A
12
. . . A
1r
A
21
A
22
. . . A
2r
.
.
.
.
.
.
.
.
.
.
.
.
A
s1
A
s2
. . . A
sr
_
_
_
_
_
, B =
_
_
_
_
_
B
11
B
12
. . . B
1t
B
21
B
22
. . . B
2t
.
.
.
.
.
.
.
.
.
.
.
.
B
r1
B
r2
. . . B
rt
_
_
_
_
_
.
Si los pares (A
ik
, B
kj
) son ajustados para el producto, entonces deci-
mos que A y B tienen una partici on ajustada. Para tales matrices, el
producto AB se forma combinando los bloques exactamente de la mis-
ma forma como se hace con los escalares en la multiplicaci on ordinaria.
Esto es, el bloque (i, j) en AB es
A
i1
B
1j
+ A
i2
B
2j
+ . . . + A
ir
B
rj
.
Ejemplo 2.3.1. Consideremos las matrices particionadas
A =
_
_
_
_
1 2 1 0
3 4 0 1
1 0 0 0
0 1 0 0
_
_
_
_
=
_
C I
I 0
_
, B =
_
_
_
_
1 0 0 0
0 1 0 0
1 2 1 2
3 4 3 4
_
_
_
_
=
_
I 0
C C
_
,
donde
I =
_
1 0
0 1
_
y C =
_
1 2
3 4
_
.
Mediante la multiplicaci on por bloques, el producto AB es f acil de obtener:
AB =
_
C I
I 0
__
I 0
C C
_
=
_
2C C
I 0
_
=
_
_
_
_
2 4 1 2
6 8 3 4
1 0 0 0
0 1 0 0
_
_
_
_
39
_
_
1 0 0 | 2 1 0
0 1 1 | 1 1 0
0 0 1 | 0 1 1
_
_
_
_
1 0 0 | 2 1 0
0 1 0 | 1 2 1
0 0 1 | 0 1 1
_
_
.
Por tanto , la matriz es no singular y
A
1
=
_
_
2 1 0
1 2 1
0 1 1
_
_
.
42
= (A
)
1
.
PRUEBA: La primera es inmediata. La segunda y la tercera se prueban simult aneamente.
Sea X = B
1
A
1
. Entonces (AB)X = I, y como son matrices cuadradas, tenemos
que X = (AB)
1
. La ultima propiedad tiene un tratamiento similar. Sea X = (A
1
)
t
,
que sabemos que existe (observemos que todava no podemos garantizar el car acter no
singular de A
t
). Entonces
A
t
X = A
t
(A
1
)
t
= (A
1
A)
t
= I
t
= I,
de donde A
t
es no singular y (A
t
)
1
= (A
1
)
t
. La prueba de la segunda parte es similar.
2
2.5. Matrices elementales y equivalencia
Nota 2.5.1. OPERACIONES ELEMENTALES POR COLUMNAS. Es evidente que las mis-
mas operaciones elementales por las descritas en el tema anterior pueden realizarse por
columnas. Tenemos entonces tres tipos de operaciones an alogas a las operaciones ele-
mentales por las:
Tipo I. Intercambiar las columnas i y j.
Tipo II. Reemplazar la columna i por un m ultiplo no nulo de ella misma.
Tipo III. Reemplazar la columna j por la suma de ella misma con un m ultiplo de
la columna j.
An alogamente a lo visto para las las existen unas matrices especiales llamadas formas
escalonadas por columnas y formas escalonadas reducidas por columnas. La trasposici on
de matrices nos permite denir r apidamente estos conceptos:
Una matriz se dice que es una forma escalonada por columnas si su traspuesta es
una forma escalonada por las.
Una matriz se dice que es una forma escalonada reducida por columnas si su
traspuesta es una forma escalonada reducida por las.
43
_
_
1 2 4
0 0 0
0 0 1
_
_
Cambia R
2
y R
3
_
_
1 2 4
0 0 1
0 0 0
_
_
R
1
4R
2
_
_
1 2 0
0 0 1
0 0 0
_
_
= E
A
La reducci on se puede ver como una sucesi on de multiplicaciones a izquierda por la
matrices elementales correspondientes.
_
_
1 4 0
0 1 0
0 0 1
_
_
_
_
1 0 0
0 0 1
0 1 0
_
_
_
_
1 0 0
0 1 0
3 0 1
_
_
_
_
1 0 0
2 1 0
0 0 1
_
_
A = E
A
.
46
_
N
r
0
0 N
s
_
,
de donde
rango
_
A 0
0 B
_
= r + s.
Dadas matrices A y B, c omo decidimos si A B, A
f
B o A
c
B?
48
).
PRUEBA: Sea rango(A) = r, y sean P y Q matrices no singulares tales que
PAQ = N
r
=
_
I
r
0
r(nr)
0
(mr)r
0
(mr)(nr)
_
.
Entonces N
t
r
= Q
t
A
t
P
t
. Como Q
t
y P
t
son no singulares, se sigue que A
t
N
t
r
, y
entonces
rango(A
t
) = rango(N
t
r
) = rango
_
I
r
0
r(mr)
0
(nr)r
0
(nr)(mr)
_
= r = rango(A).
49
), escribimos N
r
= N
r
= PAQ = PAQ. Es f acil
ver que K
1
= K
1
, de donde N
r
A y rango(A) = rango(A). Entonces
rango(A
) = rango(A
t
) = rango(A) = rango(A).
2
50