Professional Documents
Culture Documents
:.•., ~
-APUNTES DE
1 . · ALGEBRA LINEAL
1· :
1
¡-
t· .. ir;· ~>::<:. ·
¡,;
¡. . \,·: .'
.
ri
1
;: . ·:
< ";
. ;".: .r
2-A FACUL TAO DE INGENIERIA UNAM.
1111111 11111111111111111111
*903246*
1 1 1 ~1 ~11
G1.- 903246
2A
ALG: .LINEAL
!
i
G.-~03246
1 INTRODUCCION
1
1
1.
más general.
a los que llamamos A,· B y e y que en .:; lla trabajan cincuenta obr~
,. trocientas "horas-:hornbre" al día. 20 (4) + 100 {2) + 40 (3) = 80 + 200 + 120 400
1
Para producir un artículo del tipo A se r~quieren 20 horas hombre, Se dice entonces que el conjunto de valores xl = 4, x2 = 2 y
para uno del tipo B se requieren lOO y para uno del tipo e se re- x = 3 es una solución de la ecuaci ó n (1), o que la terna ordena-
3 -
quieren 40.
da ~
(4, 2 , J) es una solucion de dicha ecuación.
Si en condiciones normales no existen restricciones de materia Daremos a continuación una definición formal para estos conceptos
Así, una respuesta a la pregunta sobre el número de artículos a es un conjunto ordenado den valores kll k2, k
n
producirse diariamente podría sei la siguiente.
tales que
¡
"Producir 4 artículos del tipo A, 2 del tipo By 3 del tipo e", 1
las inc6gnitds x 2 y x 3
; por ejemplo x 2 = O y x 3 = 5, con lo
pueden distinguirse tres casos.
que se obtiene
a x
1 1
( 20-Sa-2b , a , b Y
Podernos entonces asisnar valores a las incógnitas x , ... , x donde a y b son dos números cualesquiera, es una solución de ia
1 k-1
xk+ 1 ' ••• , xn (arbitrariamente}, y de la expresión anterior se ecuación (1).
X
1
20- 5(2}- 2(3) 20 - 10 - 6 4 Entonces la ecuaci6n es de la forma
f.
296
297
V.2 SISTEMAS DE ECUACIONES LINEALES 1
i
l
el cual consta de dos ecuaciones lineales con tres incógnitas.
Volvamos al ejemplo de la f&brica y supongamos 1
que los artículos ) . t o de ecuaciones lineales que
En general, un sistema es un con]un
B y C deben producirse en cantidades iguales.
Tenemos entonces tienen las mismas incógnitas, como lo e stablece la siguiente def~
la restricción adicional
X X
2 3
V.2.1 DEFINICION
que, expresada en la forma que establece la definición V.1.1, qu~
da como un sistema de m e cuaciones lineales con n incógnitas
\ sobre e es una expresión de la forma
Ox + x - x o
1 2 3 - - - (2)
a
l l
X
1
+ a
12
X
2
+ ... + a
1n
X
n
b
l
0x 1 + o ,t
i ¡
l\.
298
299
'~
·•i l .
sea igual a 1 y también a 3. A este tipo de sistemas les llamare
'
v. 2. 2 DEFINICION
mos "incompatibles".(l)
Una solución del sistema dé ecuaciones lineales '..-······
Si, por el contrario, un sistema de ecuaciones lineales tiene so-
a x +a x + ••. +a x b 2
11 1 12 2 1n n 1 lución diremos que es "compatible". ( )
a
2 1
x + a
2 2
x
2
+ + a
zn n
x b
2
·1 Los sistemas compatibles pueden tener una sola solución, en cuyo
a
11
k
l
+ a
12
k
2
+ ... + a
In
k
n
b
l
INCOMPATIBLES
(no - ~le~en solución)
SISTEMAS DE
.J:.
DETERMINADOS
a
2 l
k
1
+ a
2 2
k
2 .
+ ... + a 2n k n' b
2
ECUACIONES LINEALES
COMPATIBLES (una sola solución}
(tienen solución)
INDETER!'-1INADOS
\ (más de una · solución)
~:·
a k + a k + + a mn k n b
m Transformaciones elementales
ml 1 mz 2
X + X 1 sistema equivalente.
l 2
X + X 3 ( 1)
1 2
En ai.gurw.& .te.do1.:o .&e. emp.tea.. e..t .té!un-<:.no .".lnc.on.t>.<-6-te.n.te." pvta. Jte.6eJÚ/t.6e. a
u .te. co nc.e.pto.
no tiene solu~ión, puesto que no existen dos números cuya suma (2)
"con~.:..U.te.n..te.".
---..... -~ ..
300 301
Las transformaciones elementales pueden ser de tre~ tipos y con - III que conduce al sistema
sisten en:
X - 2y + 3z 1
X - 2y + 3z 1 (So) ci6n.
6y 2z 4
l ·/
l
Sea el sistema de m ecuaciones lineales con n incógnitas
Si intercambiamos en él las dos primeras écuaciones estarnos apli-
x - 2y + 3z 1
a
p1 l
X + a
p2 2
X + ... + a pn X n b
p
.·.~
(S)
3x · 2y + z ~ -1 (Sl) a
q .l
X
l
+ a
q2 2
X + ... + a qn X n b
q
6y - 2z ·4
a
ml
X
1
+ a
m2 2
X + ... + a mn X n b
m
que, evidentemente, tiene las mismas soluciones que 5 0 •
3x . 2y + z == -1 (Si)
a
pl
X
1
.t a
P2
X
2
+ ............. + a pn
· X
n
b
p
(S')
3y z = 2 (ca
p l
+ aq 1 )x1 + ... + (ca pn + aqn)xn cb
p + q
b
sultado obtenido, estarnos aplicando una transformación del .tipo Si (k 1 , k2 , • • • 1 k ) es una solución ~e S entonc~s satisface to
n
·-,
\1
;;.· ·¡ j f
;~ ~
302 303 / :.\
se tiene que
das las ecuaciones de S' con excepción, posiblemente, de la ecua
ción
J. .·•.
~ \.
; ~! '· · ·.·
.
· ~-
·~.•
pl 1 p2 2 . pn n p ¡'
.'¡''
Sin ernbárgo, como (k , k , •.. , kn) es solución de S se tiene
1 2 a t +a ~ + •.• +a ~ b ~ ~,
q1 1 q 2. 2 qn n ·q (
por lo que
El método de Gauss
ca
p 1
k
1
+ ca k +
p2 2
... + ca k
pn n
cb
p
---·(3)
El procedimiento más c6rnódo para obtener las soluciones de un sis
(2) terna de ecuaciones lineales es, tal vez, el conoqido corno método
En consecuencia, sumando (3) y
de Gauss.
(ca
p1
+ a
q l
)k
l
+ ... + (ca pn
+ a
qn
)k
n
cb
p
+ b
q
Este método consiste en la eliminación consecutiva de las incógn~
por lo que (k , k , ••• , kn) satisface t.arnbién la ecuaci6n {q').
1 2 , tas con el propósito de llegar a un sistema que tenga forma "esca
De manera recíproca, sea ahora (~ í , ín) una solución de lonada". Para llevar a cabo dicha eliminación sin alterar las so
1, 2 ,
S', entonces satisface todas las ecuacion~s de S con excepción, luciones del sistema, se recurre a las transformaciones elementa-
a x +a x + •.. +a x b --- (q) Para ilustrar la idea central del método, consideremos el proble-
q.l 1 q2 2 qn n q
ma de resolver el siguiente sistema de ecuaciones lineales
Sin embargo, corno (t 1 , t 2, , t ) es soiución de S' satisface
n
X¡ + Xz + 2x 3 3
la ecuación (q'); esto es ·'l. :::-'\ ': ·; ·
'l.
3x 1 + 4xz + x3 -lO (S o)
(ca + a )~ + ••• + (ca + a )t cb + b --- (1)
p 1 q l l pn qn n p q -2x 1 4x2 x3 o
además, corno también satisface la ecuación p de (S')
Para eliminar la inc6gnita x 1 de la segunda y de la tercera ecua-
ción, podernos emplear dos tranforrnaciones del tipo III. Así, rnu!
a ~ +a t + ... +a t b
pl 1 p2 ,2 pn n p
tiplicando la primera ecuación por -3 y sumando el resultado a la
304 305
Xl + 1(0) + 2(2) 3
3 -4 -1
X¡ + X2 + 2X3 3
1
-10 ·(Sz) ,'¡ En consecuenciaj x1 = -1, x2 = O y X3 = 2 es la solución del
.! sistema S3; y corno éste es equivalente a So, la terna (-1, O, 2)
1
<._ ... ,.
es la solución del sistema inicial, con lo que queda resuelto el
con lo que hemos con~e~uido eliminar X1 de la segunda y tercera ;
/problema.
ecuaciones.
por 2 y surnando.el resultado a la tercera se obtiene el sistema Es evidente que el valor x 3 = 2 es el único que satisface la ter-
X2 -5 (2) -10 do notar bajo qu~ condiciones se presentan; sin embargo, introdu-
·.. ~~
gün trabajo Y ver con mayor claridad clo que sucede en cada paso
1 1 2
~ :.
l
.•.
: . ._·_ _•••
o
1
-2
-5
3
-1:] .i
Si analizamos con cierto cuidado el proceso seguido en el ejemplo t r;--1:
[~ -1: l
1 2
anterior, podemos darnos cuenta que no era necesario escribir los
~.
1 -5
J
símbolos cor:r;espondientes a las incógnitas una y otra vez, puesto
t~~· ;. S·:~ .¡
que tod~s las operaciones se efect~aron sobre los coeficientes y
o -7 -14 ;· ·~'
términos independientes.
las cuales pueden obtenerse a partir de Mo efectuando, con los
[:
1 2 "forma escalonada" o que es una matriz escalonada. En general,
Mo 4 1
se dice que .una matriz está en forma escalonada si el número qe
-2 -4 -1 ceros anteriores al primer elemento no nulo de cada renglón aume~
1 2
1 -5
-4 -1
Regresando al método de Gauss, vemos que es conveniente represen-
308 309
t t~~. ~3: E:!\.! fE~ r~~2 ~ t~i~.
]
;,..2
[:
tar al sistema ~ediante una matriz y efectuar en ella las trans - 1 1 -1 1
/\. f"\ ,,!
formaciones necesarias para llevarla a la forma escalonada. Hare M2 o -4 7 7 1
¡:':; ~ n ¡
,· ,·
ecuaciones lineales.
la cual puede transformarse en una matriz escalonada sumando el
1 (S o)
1 1 -2 -1
-3
o -4 7 7
[_~ -~]
3 -1 1 4 El tercer renglón de esta matriz representa a una ecuación de la
Mo 1 1 -2 -1 forma
-2 2 -3 ...,s
o
La cual trataremos de llevar hasta la forma escalonada mediante
que, como vimos, es satisfecha por _ cualquier conjunto de n val~ -
transformaciones elementales por renglón.
res. En consecuencia, la matriz M3 representa al siguiente siste
Por lo general, conviene que el primer elemento no nulo de cada ) ma de dos ecuaciones
renglón sea un uno (o un menos uno} para eliminar fácilmente los ¡· ..·
coeficientes que se encrientran por debajo de €1, multiplicando t: ·~
- " ~ .
(Sl)
biando el primero y segundo renglones de Mo obtenemos la matriz continuando con la idea del ejemplo anterior, de la segunda ecua-
ción de s1 podemos obtener el valor de X3i sólo que ahora este v~ ..··~ ¡
1 1 -2 -1
' 71-: l~
lor no es finico, sino ~ue est~ en función de los valore~ que to -
M,
[_: 3
-'-2
-1
2
1
-3
4
-5
men x.. y xs. Así
1 - 7x .. - 7x s
la cual tiene un uno en la primera posición del primer renglón. ·,.
.ii .¡
l';j
:ho 311
Llevando este valor a la primera ecuaci6n de SI se obtiene y calcular, a partir de la soluci6n general, los correspondientes
Xs Y calcular, a partir de (1) y (2), los valores correspondie!!_ Si hacemos ahora x2 1, x .. = O y xs 1, de (3) se obtiene
tes de X¡ y X3, Se dice por ello que el conjunto de expresi~
5
nes X¡ 4 -1 - 43 1
-'!
5 y
X¡
4 - X2
1
+ 4x" 3
- 4xs X3 - 41 + 4
7 3
2
X2 X2
3
1, 2' O, 1) es otra soluci6n del sistema So.
1 7 7
X3
4 + 4x~ + 4xs (3)
~- ocasiones los símbolos correspondientes ·a las "variables li -
x., Xt¡ bres" suelen - reemplazarse por otras literales, las cuales se con-
3
x5 = e
3x + 2y + 2z -1 calonada.
al cual podemos representar con la matriz Si durante el proceso se obtiene una ecuación de la forma .
1 2 -1 1 Ox + Ox + .•• + Ox O
2 n
2 o 3 -2
a la que se llama ecuación nula, ésta se desech~ puesto que cual-
-1 2 -4 4
quier conjunto de n valores es una solución dé la misma.
3 2 2 -1
-1 2 -4 4 o 4 -5 5 o o o 1
Si el sistema es compatible y al reducirlo a la forma escalonada
3 2 2 -1 o -4 5 -4 .o o o o
se obtienen n ecuaciones no nulas, entonces el sistema es determi
En la última matriz, el te~cer renglón representa a una ecuació~ nado y su solución se obtiene por sustitución sucesiva de los va-
/
En consecuencia, el sistema
Si el sistema es compatible y al r~ducirlo a la forma escalonada
A través de los ejemplos anteriores hemos mostrado lo que sucede nitas libres (es decir como parámetros) y expresando a las otras
al emplear el método de Gauss en cada uno de los tres casos co - r incógnitas en función de éstas.
lineales.
'í...
.'~,. (1
:: l
- 314 315
les
1.- Para la ecuación lineal
5
2x y - kz o kx + y + z = 1
,_)
a) x - y - 2z 1 b) X + ky + Z = 1
determinar cuáles de los siguientes conjuntos ordenados son . - x + 2y + Oz k x + y + kz - 1
soluciones
Determinar para qué valores de k el sistema es:
1
a) (-3, -1, 2) b) (1, -4, 2'. 2) ~) (-3, -1, 2, O)
i) Incompatib~e
todas sus soluciones 5.- Determinar para q~é ~ondiciones de a y b tiene solu~ión el si
3x + z = 13
lución x
1
X
2
= ••• ::; X O, llamada solución trivial.
.n
a) X1 + 2x2 + 4x3 o b) X + 3y o
o - x - 3y + 4z o
317
nos t6picos y tipos especiales de matrices que son importantes en donde a 11 , a 12, • • • , amn € e y m, n € z.
el campo de las aplicaciones.
~:
( \.
t".
318 319
Una matriz de mxn (léase "m por n") se dice también que es de "or si m = n se dice que la matriz ~s ~~riadrada" de orden n.
den" mxn.
Comúnmente se representa a las matrices con letras mayúsculas y a
En forma abreviada, la matriz de la definici6n anterior puede ex- su~ elementos con letras minúsculas.
presarse como
Como ejemplosde matrices tenemos las siguientes
donde i 1,
Renglones y columnas
2, ••. ., m y j 1, 2, .•• , n.
A
l+i
-1
-2
o
2
4i
1-2i
o
-3i
5
B
[! o -3 1] e
ni
1-3i
12:
o
D = l
3
2 -1
2
1
~]
Al arreglo hor~zontal
d6nde A es una ·matriz de 4x3, B es una matriz de lx3 (conocida co
[
a 11
. a 12.
. •.• a 1 n J mo "matriz renglón" o "vector renglón"),C es una matriz de 4xl
Esta idea puede expresarse en términ6s más precisos con ayuda del
En forma análoga, al arreglo vertical
/ s1mbolo ai:j, que representa al elemento que se encuentra en la p~
te se · tiene que
a .
m]
a2.a 7
se le conoce como la j-ésima columna. 1-2i
aa2
1
Así, en una matriz de mxn pueden distinguirse m renglones - - - bl3 =-3
d33 ;::: O, etc. También de VI.1.2 se sigue que, para las matrices
l
;l
En consecuencia, la igualdad de matrices se define formalmente co
mo sigue
y N
M [: _: -:
VI.1.2 DEFINICION
no son iguales, a pesar de que son del mismo orden y tienen los
v·r . 2.1 DEFINICION
mismos elementos; ya que, aunque se cumplen las igualdades Sean A = [aij] y B = [bi~ dos matrices de mxn con
elementos en C. La suma A + B es una matriz S ;::: [sij],
S ••
J.]
a .. + b .. ; para i 1,2, ••• ,m y j 1, 2, ••• n.
J.) J.)
A
B -:]
y e
y
-2J. 4 3 -4
322
Por . VI. 2. 1 se tiene que
se tiene que -· . A+ B
y ¡··· r.··
B + A
3+1
-5+2 ]
A + B ~ i, j; por iii) de
-2::~-2)
l+i+ (-i) corno aij y bij son números complejos
[ 4+.(-:-4) II.L4
t = b;. + a . . = a .. + bij S . • ¡ 'll- i, j
l]
mientras que la adición de A y e no puede efectuarse, ya que las ij lJ . 1] lJ
matrices no son del mismo orden. Se dice por ello que A y e "no por lo que, de vr.1.2
son conformables" para .la adición y, en consecuencia, la suma A + B = B + A
A + e no existe.
iii) Sea A= -[
' l
ai~ una
matriz de mx n con elementos en c.
La adición de matrices, definida por VI.2.1, satisface las propi~ O (cero) para
Si definimos la matriz O = [oiJ como 0
ij
dades que se enuncian a continuación.
i::: 1,2, •.•· , m y j = 1,2, ... , n; entonces
por vr.2.1
VI.2.2 TEOREMA
A+ O [aij + oij]
por definición de o
Si A, B y C son matrices de mx n cuyos· elementos son números coro- [aij + o]
por iv) de II.1.4
plejos, entonces: [ aij]
como se quería.
A + O A
i) A + (B + C) (A+ B) + e asociatividad
A la matriz O, que es una matriz de mxn cuyos elementos son
ii) A + B = B + A conmutat;ividad · o " rna t r1.z
se le conoce como "matriz nula" · ce ro"
todos nulos,
iii) Existe una matriz O de mxn tal que
de mxn.
A+ o = A elemento idéntico
entonces
por vr.2.1
DEMOSTRACION A+ (-A) [ aij + (Vi j )]
~
[aij +
(-a ..
l]
)J por definición de -A
Se demostrarán a continuación las propiedades ii), iii} y iv). por v) de rr.L4
[o J , ~ i, j
ii) Sean A = [ai~ y B = [bi~ dos matrices de mxn con elemen -
A+ (-A) o por definición de o
tos en C. y la prueba termina.
324 325
A la matriz -A, que es una matriz de mxn cuyos elementos son los De la definición VI.2.3 se sigue que dos matrices son conform~
simétricos de los elementos de A, se le · conoce como la "sim~trica · bles para la resta si y sólo si son del mismo orden.
de A" a la "negativa de A".
o ~· La multiplicación por un escalar
~ La sustracción de matrices
En ocasiones, y particularmente desde el punto de vista de las
La resta o sustracción de matrices puede definirse ahora, ~ paE - aplicaciones, se requiere multiplicar una matriz por un número,
tir de la adición y de iv) de VI. 2 -. 2, como sigue al que genAribamente se le conoce como "escalar". Esta operación,
A - B ·= A + (- B) = [a .. +
~J
(- b .•
~]
)lJ
Así, por ejemplo, para las matrices
A =[ :
-2i
::i]
4
B
[ -~ _:]
3 -4
y e
-1
[ 7+i
S
o
2i]
3
es la matriz
VI. 2 . 5 TEOREMA
~ii) a(8A) = (a8)A 3.- Demostrar que si A, B y e .son matrices de mxn cuyos elemen -
A + {B + C) = (A + B) + C
DEMOSTRACION
Se demostrará a continuación ia propiedad i), dejando al lector 4.- Demostrar que si A es una matriz de mxn con elementos en .e
:~ .'
como ejercicio la demostración de las ' restantes. y a, 8 E e, entonces:
A + B [ aij + bi~ por VI. 2.1 5.- Demostrar que si A y B son matrices de mxn cuyos elementos
a (A + B) [a (a ~]
.. + bij')] por VI.2.4 son · números complejos, entonces:
1.-
A = ¡: -: a: •] ¡~~ _: -:]
Para las siguientes
2 -1 -3
determinar los valores de a 23
B
:matr~ces
=
h,. 1
,
3
e
b 31 y c 2 3
ls
:J
1_: :
1 3]
que verifican la
igualdad A + 3B = 2C
328 329
'·-.
l¡
Consideremos nuevamente el sistema de ecuaciones lineales El primer elemento de AX; es decir, el que se encuentra en el pr~
~ ~
los términos independientes, a la que llamaremos B. Esto es
:/ / -- X 3 - - - - - - - - - - - - - - - - - -
100 [ 2 o 10 o '4 oJ .
A B
1 Análogamente, el elemento que se encuentra en el segundo renglón
[
AX B ---(2) Ox 1 +
siempre y cuando tengamos una definición adecuada para el produc-
to AX. ::]
[6· 1• -t]
Las condiciones que establece el sistema (1) son equivalentes,
por VI.1.2, a la siguiente igualdad entre matrices _En general, si A y B son dos matrices tales que el número de co-
Ox1 + Xz -
331
Asi, si A y B son las matrices
A manera de ejemplo, para las mat.r::.ices
~ - ~!:> .J- t··
a a
~-
a b b
ll l 2 ln l l l 2
~~ -1¡
~]
,...-:··
~r:
'3 o
~ _:]
a a a b b b [ 4 _. e
2q 1 -3
~-
2.1 2 2. 2n 2 1 2 2 B - 3.:· y
t:
A = -3 1
A B ::: o 1 -1_,
~ i
~- -1 3J
*
b n¡ b nz b
nq
a a -se tiene que AB = [pi j] es una matriz de 4 >< 2, donde
ffil mz tj 3
p E a b a b + a b + a b
de mxn y nxq respectivamente, el element o ub i cado en el ren 11
k=l lk k l 11 ll l 2 2 l l 3 31
gl6n i y columna j de la matriz producto AB, al que representare- 5(2) + (3) (-3) + (-1) (-1) = 10 -9 + 1 2
ll
2. 1
Pi· = E aikbkj
_. ,./···-~,.~· ··•.,......... . . ...,~~·--·"l.. ~--~··"'k·:;,,1._=..-..."..... ,~ .... ~-""~ p (O) (O) + ( 1) ( 4) + (-3) (3) = o + 4 -9 -5
22
--- La multiplicaci6n de matrices ' ·- ··., p (-2) (2) + (O) (-3) + (1) (~1) -4 + o -1 -5
31
p (-2) (O) + (O) ( 4) + (1) (3) = o + o + 3 = 3
Formalmente, . se 'tTeiie lá siguie~t~ definici6n para la multiplica- J
32
VI.3.1 DEFINieiON
! por lo que
(2
Sean A = [a i j] y B = [bi~ dos matrices con elementos r a -5
9
l
Curiosamente, estas mismas matrices s! resultan cbnformables para se tiene que
EÜ producto CA.
tanto en un sentido corno en el otro, pero los resultados pueden mente, cuyos elementos son números complejos, enton-
ser difErentes o iguales según las matrices de que se trate. ces:
A(BC) (AB)C
Cuando dos matrices A y B son tales que AB = BA se dice que son
"permutables" (también suele decirse que "conmutan").
DEMOSTRACION
Por ejemplo, para las matrices
Sean A = [ai~ , B = [ biJ y e = [ ci~ matrices de rnxn, nxp y pxq,
A=[O -1] y B [1 2]
=
respectivamente. Entonces, por VI.3.1
3 -1 3 4
f 335
Entonces
!l Por otra parte, obt~nq~unos p:z;;i,mero el producto
~: j:r L:·.
,,_.) -·-·-
l"l
[:
.2'- 8
A(BC)
U, aih (k=J: 1 bhkck.~
J
por VI.3.1
1
1
AB =
1 oj -2
_:]
[h~l
y, a continuaci6n, postrnultipliqué~oi:;lo por e, con lo que sé ob -
~
p
( E .,. '\
i
.
~
n 1'
E puesto que podemos su - (AB)C
aihbhkckj
[k!l h=l mar en cualquier orden.
C!, n
( E
h=l
aihbhk)ckJ por vi) de II.1.4
./
1
y hemos llegado al mismo resultado, corno cabía esperar del teore-
rna VI.3.2
A(BC) = (AB)C por VI. 3.1
1
Con fundamento en dicho teorema podernos escribir simplemente
y la prueba termina.
ABC
D 1
¡
¡· ya que no importa cual de los productos (AB o BC) se efectúe pri-
Para verificar el teorema anterior en un caso particular, conside i
l
mero.
remos las matrices
:]
Consideradas simultáneamente, la adici6n y la multiplicación de
A
[_: :] B
[ -~3 -2
matrices tienen las propiedades que se enuncian a continuaci6n,
adici6n.
Obtengamos primero el producto
BC ~
y, posteriorrnenté,
[-: : :] [-:
f
VI. 3. 3 TEOREMA
respectiv~ -
1
.,¡
que se obtiene
' 1 i) A (B + e} AB + AC
1
'f ii) (D + E)F DF + EF
l
336 337
DEMOSTRAeiON Como puede verse, esta matriz ~stá formada con unos y ceros Gnic~
B + e [b l..
] +c.l ] J por VI.2.1 VI.3.4 DEFINierON
A(B + C)
U, aik (bkj + ck;>J por VI. 3.1
Se llama matriz identidad de orden n a la matriz cuadra
ó ..
1,
o,
si i
si i =f j
j
[k~1
n J.]
aikbkj + í:
k=1
aikckj] por ii) y iii) de
II.l. 4
Al símbolo ó .. de la definición anterior se le conoce como "delta
[ k~1 L"
J.]
aikbkj] + í:
k=1
aikckj] por VI. 2.1
de Kronecker".
1 o o o
o 1 .o o por la matriz identidad de orden tres se tendrá
o o 1 o
o o o 1
339
V!. 3. 6 EJERCICIOS
En general, se tiene el siguiente teorema 2.- Demostrar que si A, B y C son matrices de mxn, nxp y nxp, res-
pectivamente., y D, E y F son matrices de mxn, mxn y nxp, re~ -
Se demuestra a continuaci6n la parte i) dejando como ejercicio al es un número complejo cualquiera, entonces:
por VI. 3. 4 AI A
n
I A - como se queria.
m
o
' 340 - ' 341
5.- Para las siguientes matrices VI. 4 ,_..;.. .INVERSA DE UNA MATRIZ
bll . o En ciertos casos, para una matriz A es posible hallar una matriz
la igualdad
AB I
se tiene que la matriz
es tal que
XA
~,:_ ~:J[: ':] [:·:)
AX
[ 3 1] 12 -1] [1 o] ;¡'
s 2 ts 3 o 1
ta con A-1 •
XA I AX
n
,.' ·
y se representa con A- 1 •
342
34 3
de los elementos X ~,
sa de una matriz cuadrada, _.P_~_:r:_<::)__ l'?:.C> _dice que toda matriz cuadrada 1 X
1
i' x
21
X
2 2
Luego, no existe inversa p~
ra la matriz propuesta.
tenga inversa, ni que dicha inversa (en caso de existir) sea Gni-
ca.
A las matrices que tienen inversa les llamamos "n~ singulares"*
,, VI.4.2 DEFINICION
.1, : En efecto, para la matriz
sea A una matriz de nxn con elementos en C. Se dice
A
[: :] que A es no singu 1 ar s1.· ex-1ste
una matriz
X
[
X
X21
11
X
X22
j
12
.
En lo que se refiere a la unicidad, se puede demostrar que la in-
[::: :j [: :] [: :J
345
344
existen A- 1 y B-1 '! puede formarse el producto
VI.4.3 TEOREMA
por vr.3.5
Se demuestran a continuación i) y iii) dejando al lector corno En fotrna an&loga puede demostrarse que
(XA)Y por VI. 3. 2 dueto de dos matrices no singulares es una matriz no singular; re
I y por hipótesis
n sultado importante del que haremos uso más adelante.
X y por i) de VI. 3. 5
Cálculo de la inversa por transformaciones elementales.
Y en consecuencia la inversa es única.
Como hemos visto, hay matrices cuadradas que tienen invers~ y hay
iii) Sean A Y B dos matrices de nxn no singulares. Por VI.4.2
346 347
otras que no la t~enen; por tanto, cabe ahora preguntarse cómo p~ Consideremos la matriz
f. f~:
demos saberrsi una matriz dada A tiene inversa o no la tiene y,
1
-1
4
:l-2J
una matriz desconocida X, cuyos elementos xij queremos determinar.
y apliquémosle la transformación elemental (T¡) que consiste en
Multiplicar dicha matriz por A y obtener los valores de xij que
intercambiar los renglones segundo y tercero; se obtiene entonces
hacen posible las igualdades 1 la matriz
t
XA I AX i -1
1
Este procedimiento, que se fundamenta directamente en la defini - 1 4
1 4 5 6
Con el propósito de fundamentar t ·eóricamente este método introdu-
349
348
DEMOSTRACION
Se obtiene así el equivalente algebraico de "aplicar una tran~ -
1
formación elemental" que es "premultiplicar por una matriz elemen J. Se demuestra a continuación la proposición i), las proposiciones
tal".
i~) y iii) se pueden demostrar de manera similar.
1
Puesto que I(.i,j) =re
nes i y j
m L rc:Jl
intercambiados, se tiene que
es una matriz identidad con los renglo-
1
parar~ i, j; e ó
VI.4.4 DEFINICION re re
~ ;:
n
o, si e ~ j
. ¡
.f ~
I ( i 'j)
n
si se obtiene intercambiando los renglones
i y j de In.
para r
11, si e i
O, si e :¡ i
si se obtiene multiplicando por un número
k~ O el renglón.i de In.
Sea I(i,j )A B
m [bre]
Ik(i,j) si se obtiene multiplicando por k el renglón
n i de In y sumando el resultado al renglón j. {1) Para r -:¡. i, j se tiene que
.i
m m
b
re L: erkake = E 8 rkake = orr a re = l•a
re
= a
re
l.J. e 'i
!'· ;
k=1 k=1
De acuerdo con esta notación, a la matriz E 1 del ejemplo anterior
por lo que el renglón r de B es igual al renglón r de A.
2 3
le corresponde el símbolo I( ' )
3
VI.4.5 TEOREMA ¡
.~ b
re b .
~e
a.
JC
lf e
Si A es una matriz de mxn con elementos en C, entonces:
Por lo que el renglón i de B es igual al renglón de A.
i) es la matriz que se obtiene intercambian-
do los renglones i y j de la matriz A. (3) parar= j · se tiene que
mentales.
cambiando los renglones i y j de la matriz A, como se quería.
A + A + + I
Razonando de manera similar podemos concluir que la inversa de 1 n
por lo que
y, tomando eQ cuenta el teorema VI.4.3, se tiene que
!
i
·I ,
VI.4.7 TEOREMA
matriz no singular PA I
n
i
r Por otra parte, como P es un producto de matrices element~ -
Justificación del método. 1' les, de VI. 4. 7 se sigue que P es no singular y existe p-l ;
t-
i por ta:nto
Estamos ahora en condiciones de fundamentar el método descrito p~ - l
ra obtener la inversa de una matriz mediante transformaciones
·,· .
352 353
AP p-1 p · la matriz A- 1 •
AP I En forma esquemática
n
¡ 1
T1
En consecuencia
PA I
n
AP
l¡, +
matriz
y P es la inversa de A.
t
El desarrollo anterior indica que la inversa de A (la matriz
A
P) puede calcularse como el producto de k matrices elementa -
matriz P puede calcularse directamente a partir de I como se cuya inversa deseamos obtener.
n
muestra a continuaci6n.
Formemos primero el arreglo [AII~ y efectuemos a continua-
En efecto, se tiene que ci6n las transformaciones necesarias para obtener en el lado
.;
': ~
P = E
k
( ••• (E (E I
2 1 n
) ) ••• )
·¡
o
1
2
1
o
o
o
1
o
:]~1[~
1 ~ o
:
-1
o
1
2
1
-2
1
o
1
o
o
2
1
1
-2
de donde podemos concluir que P se obtiene aplicando a In la Y una vez que se ha obtenido ésta continuamos con el proceso
o] T: [1 o
o 1 o o 16 -6 o o
de ceros y para cualquier matriz M el producto MC tiene un
o 5 -2 1 O -1 o 5 ..-2 1 o
renglón de ceros, es decir que no existe M tal que MC = I.
1 -2 1 o o o 1 -2 1 o 1
1
En consecuencia la matriz A es singular y no existe A- •
con lo que se llega al arreglo [r 3 J
1A-il y, en consecuencia,
para la matriz A en cuestión se tiene que Para ilustrar este caso consideremos la matriz
í 1 3
l: :]
Formemos el arreglo [A 1I
6
-3
:};[:
o 3
3 o 1 3 1
li\1
Se tiene entonces una sucesión de transformaciones elementales
[: 6
-3
1
2
o
o
1
o
o
o
1
2
¡-: :1 T:[:
1
1
o
o
o
1
o
-2
5
1
-2
o
1
• • •, E ¡ VI.4.8 EJERCICIOS
r
¡
tales que 1.- Para las matrices
f¡
l
1
r:
1 1
Si llamamos Q al producto E
r
E2 E , se tendrá que
1
l
¡¡. A =
-1
1
-1
o 1]
2 y B 2 3 2
1 ¡· 2 2 3
-2 o 1
~ -1
í; ?('
QA e o o o
¿~
.t t
Por VI.4.7 Q es una matriz no singular, y si A fuese también obtener ei producto AB
no singular por iii) de VI.4•3 se tendría que e es no sing~- ¿Puede decirse que A es inversa de B? ¿Por qué?
356 357
2.- Demostrar que si A es una matriz no singular con elementos VI.~CUACiONES CON MATRICES
en e y A E e, entonces:
Consideremos ahora las matrices
a) A .. . ...·
~ 4 -2]
b) 1 A-l
'X" si A f O o
y B
3 ;.,- Para cada una de las siguientes matrices, obtener una matriz
A [: :] [1 -3 -1
p tal que PA sea una matriz escalonada:
Y preguntémonos si es posible hallar una matriz X que satisfaga la
2 -1 i o 1 siguiente relación \
i) A
[:
-2
1
4
7 :] ii) A o
-i
-1
1
o
i
1
AX + B 3X
. .. ;....
1'''
Hemos planteado eón ello una ecuación entre matrices, donde la ma-
4.- Obtener la inversa, si existe, de cada una de las siguientes
triz X es la incógnita.
matrices
En ciertos casos estas ecuaciones, conocidas corno ecuaciones rnatri
1 2 3 1
ciales, pueden resolverse siguiendo el mismo procedimiento que se
A 1 3 3 2 B
emplea para resolver ecuaciones planteadas con números; esto es,
2 4 3 3
tratando de "despejar" la incógnita en t~rrninos de los otros ele-
1 1 1 1
mentos que intervienen en la ecuación. Sin embargo, las propieda-
con números, por lo que debernos tener especial cuidado en que los
5.- ~ara la matriz
"pasos" efectuados en el despeje sean válidos en el álgebra de ma-
1 2 o -1
trices.
3 -1 m 2
A
o 4 2 1 Volviendo al ejemplo que nos ocupa, para "pasar" la matriz B al
y obtenerla.
.Por iv) de yr.2.2 existe -B, por lo que, de la expresión original
AX + [ B + (-B) ] 3X + (-B)
por i) de VI.2.2 O• X por v) de II.1.4
AX + O 3X + (-B)
por iv) de VI.2.2 cxX + (-cx)X o por S.c) de VI.2.6
AX = 3X + (-B}
por iii) de VI.2.2 de donde
en consecuencia
/
---
360 361·
_:] ~ [:
1
[(-3I + A)- (-3! .+A)] X (-3I + A)- 1 (-B) por VI.3. 2 1 5
2
2 o - 2
2]
IX (-3I + A)- 1 (-B) por VI. 4.1 [: 1
3
2 1
3
2 -1
sos necesarios para resolver la ecuaci6n, y los hemos justificado es la matriz que satisface la ecuación propuesta.
formalmente con el propósito de ilustrar c6mo puede despejarse la
..,...__ Representación matricial de un sistema de ecuaciones lineales.
incógnita en una ecuación matricial empleando las propiedades del
álgebra de matrices; sin embargo, en la práctica es aconsejable Otro ejemplo de ecuación matricial, de uso frecuente en las apli-
suprimir los pasos que resultan obvios y s6lo especificar detalla- cacion e s, lo constituye la llamada representación matricial de un
damente aquellas partes del proceso donde existan dudas. Por otra sistema de ecuaciones.
parte, la justificaci6n formal de los mismos suele dejarse para··
las demostraciones únicamente. Como se sugirió al inicio de la sección VI.3, con base en las de-
~e t€rminos independientes".
para calcular la inversa de esta matriz procedemos como sigue
Esta ecuación puede resolverse premultiplicando por A- 1 cuando A
[: ~]{:
1
:}[:
4 1 2 1
2 2
2
:]
sea una matriz no singular.
S o 5 o -1 3
-2 ¡ En efecto, si a A- 1 se tiene que
/ '
._/
~ crd
362 363
A- 1 (AX)
(A- 1 A)X
A-l B
A-l B
[ _: _:
-1 -1
-:]
1
IX A- 1 B
...... -.. ·
y en consecuencia -e-·
X A- 1 B
xl + 2
X2 - 2x 3 -1
es la soluci6n del sistema; es decir
3
X1 = ~4, X2 = 3, X3 = 2
¡¡;
~Diferencias entre el álgebra de números y el álgebra de matrices.
puede expresarse en forma matricial como AX B, donde
'"
~, Con objeto de prevenir al lector sobre errores que pueden cometer-
de las matrices.
Para determinar si existe A- 1 y obtenerla procedemos como sigue
XA + B 3X
36~
364
para que exista el producto XA, y en tales circunstancias XA resultado que, en general, difiere de
será tambi~n de mx2 por lo que no podrá sumarse con B. Luego,
propuestas en el miembro izquierdo de la ecuación. que se obtendría premultiplicando por A- 1 el miembro izquierdo y
2) La multiplicación de números es conmutativa, mientras que la 1 matriz cero puede ser igual a la matriz cero.
si a i O entonces ab ac ) b = e
pero
AX B
sin embargo, esto no implica que B = O; es decir, no podemos
1
se premul tiplican ambos miembros por A- con lo que se obtiene "cancelar" la matriz A en la expresión anterior.
366 367
Para las matrices, la ley cancelativa puede enuncia~se de la 2.- Obtener la matriz X, si ex iste, tal que:
Si A es no singular entonces
-1] r1 _: J
Antes de concluir esta sección conviene sefialar que hay ecuaciones
matriciales, del tipo que hemos planteado aquí, las cuales no pue-
1
si A
~: '4
B
[: -2l
-1 _j
e
L1
[: -: l [: _:l
(
e) AX + e B
r: -~ l
den resolverse empleando el procedimiento que hemos descrito y
que, sin embargo, tienen solución. Para estos casos queda el re- .
- -~~
2.- Si definimos A 2 A A, considere el siguiente desarrollo '1
i 1. /
si A
[: _: J B
-1
e =
i
2
l \!
2
(A+B) - (2A+B)B (A+B) 3.- Para las matrices
(A+B) 2
1
¡ 2 2] .e
í l -2]
2
A2 + 2AB + B 2
A2
- 2AB - B 2
)
1
¡·
\ B
[o -1 Gl 1
(A+B) - (2A+B)B
r y la ecuación B(XA + B) e - 3XA
Y compruebe la validez de la última expresión para las matr.f.
f'
ces r a) Obtener la expresión de X en términos de A, B y C
i) AB AC ==) B e
ii) BA CA ) B e
iii) AB CA, ~ B e
368 369
cae iones. Es por ello que se establece cierta terminología esp~ - Estos elementos se encuentran situados "por debajo" de la dia
cial para este tipo de matrices, de la cual nos ocuparemos en esta gonal principal.
sección.
Los tipos especiales de matrices cuadradas que veremos en esta sec
Diagonal pri~cipal, tri&ngulo superior y tri&ngulo inferior. ci6n se refieren a la naturaleza y disposición de los ele~entos de
a a a a dO cuadrada al que se
21 22 '-. 23 2n
'--. 1 J
a a a"-·,,
A
3 1 3 2 3 3'
a
3n
- triángulo superior -~ (, . ne sumando los elementos de su diagonal principal, como lo estab~,~--)
a a a diagonal principal
•' 1, ' ' '·· - ·- -~-
D1 D2 D3 VI.6.1 DEFINICION
mente seria una de. las diagonales del cuadrado formado por la
matriz (la diago~al . que va de izquierda a derecha y Je arriba Así, por ejemplo, para la matriz
#. '
hacia abajo)
2 -3 o l+i
ii) El "triángúlo superior", constituido por los elementos a ..
~J -1 -4i 2 4
A
tales que i ·< j. S 2 o -1
3i -6 1 Si
Estos elementos se éncuentran situados "por arriba" de la dia
gonal principal.
p,·· • .
370 371
se tiene que ii) tr(a:A) tr .[ a:ai j] por VI.2.4
n
tr A a 2+1 ¿ por VI. 6.1
l 1 (a:ai)
i=1
De acuerdo con VI.6.1, la traza define una funci6n del conjunto de n
= a: r a ..
~~
por vi) de II.1.4
matrices cuadradas con elementos en e en el conjunto de los núme i=1
ros c o mplejos. Dicha funci6n tiene las propiedades que se enun
tr(a:A) a:{tr A) por VI. 6.1
cían a continuaci6n o
V1:.6.2 TEOREMA ~- Matrices triangulares
DEMOSTRAeiON
Obsérvese que, de acuerdo con esta definici6n, en una matriz tria~
Se demuestran a continuaci6n i) y ii) dejando al lector como ejer- gular superior los elementos correspondientes al triángulo inferior
cicio la demostraci6n de iii). son todos nulos. En consecuencia, en una matriz de este tipo s6lo
¡
l pueden hallarse elementos distintos de cero en el triángulo sup~-
l:"
n
¿ (a .. + b i ) por VI. 6.1 a
2 1
a
2 2
. o -4i 2 4 o o o o
~~
i=l
o a
3 3
o o o -1 o o o o
n n
¿: a .. + ¿ b . . por ii) y iii) de o o o Si o o o o
~~ ~~
i=1 i =l II.l. 4
Por el contrario, en una matriz triangular inferior los elementos
tr(A+B) {tr A) + (tr B) por VI.6.1
372 373
del triángulo superior deben ser nulos, como es el caso de las si P) si k< i, de i) de VI.6.3 aik
o o 1 o
Si A y B son triangulares inferiores la prueba es similar.
DEMOSTRACION
VI.6.5 DEFINICION
i.
Las propiedades i) y ii) son evidentes, por lo que omitiremos su . ii Sea A =
[ aijJ
una matriz de nxn con elementos en c.
demostración. f Se dice que A es una matriz diagonal si a . . = ·o
~]
J. para i ..J
r j 1 y se representa con
iii) Sean A= [ aij] y B = [ bij] dos matrices triangulares su- 1
AB donde
Veamos que pasa con los sumandos de la expresión anterior Así, por ejemplo, la matriz
2 o o o
o -4i o o
o o o o pero de VI.6.5 se tiene que aik =O si i '1 k y
siguiente teoremá iv) Sea A = [ aij] una matriz de nxn no singular, y sea
A-
1
= [ xí J la inversa de A. Entonces
VI.6.6 TEOREMA
A- 1 A I por VI.4.1
Si A y B son dos matrices diagonales tales que n
i
¡
A = diag(a , a a ) y B = diag(b , b , ... , b ) y a E e,
entonces:
1 1 2 2 nn 11 22 nn .., .
·tI .[kL xikakj] I
n
por VI.3.1
[k~1 xikakj]
i
i) A+B diag(a
1 1
+b
l 1
a
2 2
+b
2 2
, .•. , a
nn
+b
nn
) l
j
[oij] por VI.3.4
1 1 1 i' x .. a ..
l] JJ
lJ. i, j por VI. 6. S
iv) diag(--,
a a · 1 .... ' a-), si A es no singular. 1
11 2 2 nn 1¡
Entonces, si i j de VI.3.4 se tiene que
DEMOSTRACION x .. a .. 1
ll ll
iii) Sean A y B dos matrices diagonales de orden n. De VI.3.1 se 1 aii '1 O, lo cual se cumple puesto
x l..l si
a::-:-'
ll
1
sigue que que 3: K
376
1 377
Además, si i f j de VI.3.4 se tiene que identidad de orden n; en consecuencia, premultiplicar una matriz
f M por una matriz escalar ai es equivalente a multiplicar por el
x .. a.. O
~ J JJ
eSR:alar a. A esta propiedad, de la cual ya hicimos uso en la sec
de donde ci6n anterior, se debe el nombre de matriz escalar.
l
En consecuencia 1.- a) Para las matrices
1-, 1 _1_)
A- 1 diag(-
a
a-, ... , a
11 2 2 nn i 2
y la prueba termina.
A B
[ _: -~ _:
D
Como consecuencia de la propiedad iii) del teorema anterior y de tr(AB) = tr(BA)
iii) de II.1.4, las matrices diagonales del mismo orden son perm~
•• verificar que
b) Demostrar que si A y B son dos matrices de nxn con eleme~
tables. tos en e, entonces
Un caso particular de matriz diagonal es aquel en que todos los tr(AB) tr(BA)
1
elementos d~ la diagonal principal son iguales.• A una matriz de
{\
1:
¡
:l[ l : :j
Así pues, una matriz escalar es de la forma
1
o
a o o o 1 A -1 B
!
o o o -1 o -1 -l.
o o o
O btener una pareJ·a de valores (~ , b ) tales que
3 3 1 1
-~
de algunos tipos especiales de matrices definidos ·en términos de
dichas operaciones.
T = [: -:] ,/''""'--¡_.. ··'"'",-'"' ""•:::::-""e:::::_:··-·· '\•.... --·· --
l
o o -1' \ /~W!Ib: Transpos-ición
'; f.f <.~-.;::::.:.~-:~;;_ ...... ~-:._,..::.,, ce,:;.;!;;.·:~·~--··''~~-.-···•"""·' .,.
obtener T-1
La transpos:irción es una operación que transforma una matriz en -
¿En general, si T es una matriz triangular superior de nxn,
otra, llamada su transpuesta, cuyos renglones son las columnas de
li: su inversa es triangular superior? ¿Por qué?
la matriz original y cuyas columnas son los renglones de la matriz
5.- Para las matrices original. Al respecto se tiene la siguiente definición
VI.7.1 DEFINICION
Sea A = [ a
1
j] una matriz de mxn con elementos en C.
1
1~2kl_ AT [ c j] tal que
D =[:
-1
1
k+2 2+3kj
i
l
1
c ..
l.J
a ..
]l.
1t
a) Obtener AB
b) Determinar qué condiciones debe cumplir k para que exista De acuerdo con esta definición; el elemento correspondiente al re~
(CD)- 1
glón i y columna j de AT es.el que se encuentra en el renglón j y
e) Obtener (AB) (CD)- 1 columna i de la matriz A. As!, los renglones de AT son las colum-
1
nas de A y las columnas de AT son los renglones de A.
1
380 381
A
2i o -i l donde
[ y en consecuencia
5 1 1-3J
(AB)T
[k~1
[:i :l
se tiene que ajkbki] por VI. 7.1
[ Pj i]
e e a a 1-3i
[k~1
-i
31 32 13 23 por VI.7.1
dikckj]
Las principales propiedades de la transposict6n se presentan en el
l
i)
VI. 7. 3 DEFINICION
ii)
11 Sea A una matriz de nxn con elementos en C. Se dice que:
iii) (A+B)T = AT + BT , si A + B puede obtenerse . 1
~
--¡ i) A es simétrica si AT =A
iv) (AB)T = BTAT, si AB puede obtenerse !
l
i ii) A es antisimétrica si AT -A
:j
DEMOSTRACION 1
1
Veamos ahora que características tienen los elementos de una ma
Las propiedades i), ii) y iii) son evidentes, por lo que omitimos
De VI.7.3 A es simétrica si
A ya que a -a -2+i
1 3 3 l
a ·-a i
2 3 3 2
esto es, si
a a a
3 3
o
l 1 2 2
a .. a .. lJ. i,j Las matrices simétricas y antisimétricas tienen, entre otras, las
~] ]~
Es decir que los elementos "sim~tricos" con respecto a la diagonal l. propiedad e s que se enuncian en los dos siguientes teore~as.
e,
[ -1
5
2-i] a
12
a
2 1
5
de n xn y a E entonces:
--- --.-
2~i
A 3i -~ ya que a a 2-i i) A+B es simétrica (antisim~trica)
1 3 3 1
i
-i o a
2 3
a -i ii) aA es simétrica (antisim~trica)
3 2
DEMOSTRACION
A
[ a.~
~ jJ ' [-a.J ~ J Se demuestra a c0ntinuación únicamente la parte i) para el caso de
matrices simétricas.
a .. -a .. lJ. i, j
~] J ~
Sean A y B dos matrices del mismo orde~. Entonces, por iii) de
Es decii que los elementos "sim~tricos" con respecto a la diagonal VI.7.2
principal deben ser uno el negativo del otro. Además, de la expr~
(~+B)T A+B
por lo que los elementos de la diagonal principal deben ser nulos.
·-· .. lf' : ·:t . ~.:¡)..
En consecuencia, de VI.7.3 A+B es simétrica y la prueba. f .ermina.
La siguiente matriz, por ejemplo, es una matriz antisimétrica -lf"l~~
384 38 5
Si A es una matriz de nxn con elementos en e, entonces: Sea A una matriz de mxn con elementos en C. Se
DEHOSTRACION
Así, por ejemplo para la matriz
i) Si A es una matriz de nxn, por VI.7.1 AT es también de nxn
y por iii) de VI.7.2 o -i l
A
1 1-3i J
l
en consecuencia, por i) de VI.7.2 y por ii) de VI.2.2 se tiene gue
[
C
e
11
C
e
12
c
e
1
J [aa
=
11
a
a
12
aa J [-
13
2
5
i
0
1
i
1+3i
por lo gue, de VI.7.3, A+AT es simétrica. 2.1 2.2. 23 2.1 2.2. 23
La prueba de ii) es similar. Las principales propiedades de la conjugación son las siguientes
.
, - Conjugación VI.7.7 TEOREMA
DEMOSTRACION Los elementos de una matriz real (en el sentido que establece
y en consecuencia
Las matrices reales e imagina rias tienen las propiedades enuncia
[.~, aikbkj] por VI.7.6 das en los dos siguientes teoremas, cuya demostración se deja al
lector.
[.~, aik¡;ki J por vi) de II.1.6 Si A y B son dos matrices reales (imaginarias), entonces:
Conjugación-transposición.
i) A es real si A= A
Sea A una matriz de mxn con elementos en c. Se llama Esta misma matriz se habría obtenido transponiendo primero A y con
conjugada-transpuesta de A, y se representa con A*, a í . T
¡ JUgando después A •
la matriz de nxm definida por
La conjugaci6n-transposici6n satisface las siguientes propiedades
A* = (A) T
f
VI. 7. 13 TEOREMA
Si A y B son dos matrices con elementos en e y n E e, entonces:
El orden en q u e se e f ec tú en las operaciones de transposici6n y con
DEMOSTRACION
cuya dernostraci6n se deja al lector.
Se demuestran a continuaci6n ii) y iv) únicamente:
A manera de ejemplo, consideremos nuevamente la matriz
por vr.7.11
ii) (cx.A) * (o:A) T
A [ Zi O -i ]
por ii) de vr.7.7
(a A) T
S 1 1- 3i
por ii) de vr.7.2
a (A) T
Ar efectuar la conjugaci6n se obtiene
por vr.7.11
a
A =
-2i o i J (cx.A)* A*
[ por vr.7.11
S 1 1+3i iv) (AB)* (AB) T
390 391
(B) T (A) T a a 5
(AB)* por iv) de VI.7.2 1 2 2 l
A ya que a a 2+i
l 3 3 l
(P.B) * B* A* por VI. 7.11 p. i
a 3 2
2 3
A partir de la conjugación-transposición se definen otros dos ti - Para los elementos de una matriz antihermitiana se tiene que
VI.7.14 DEFINICION principal deben ser tales que sus partes reales sólo difieran en
Sea A una matriz de nxn con elementos en C. Se dice que: el signo y su partes imaginarias ~ean iguales. Además
i) A es hermitiana si A* = A a 1.1
.. -a .. -) R(a ) =O
1.1. 11
ii) A es antihermitiana si A* -A
por lo que los elementos de la diagonal principal deben ser núme -
a .. a .. ¡¡. i,j_ A
-i
5
-5 -2-i·]
3i -J. ya que
a
l 2
-a
-a
2 1
31
-5
-2-i
1.] ]l.
[
2-i -i o a
2 3
-a
32
-i
Es decir que los elementos "simétricos" con respecto a la diagonal R(a ) o
R(a ) R(a )
11 2 2 3 3
principal deben ser conjugados. Además, para i = j se tiene que
A continuación se enuncian algunas propiedades relacionadas con
1
a ..
1.1.
a ..
1.1. => I (a .. )
1.1.
o
f, las matrices hermitianas y antihermitianas
1
por lo que los elementos de la diagonal principal deben ser núme - i
·'
ros reales. VI.7.15 TEOREMA
Si A y ~ son dos matrices h~rmitianas (antihermitianas)
Así, por ejemplo, la siguiente matriz es hermitiana
de nxn, entonces A+B es hermitiana (antihermitiana)
· .:.
392
393
DEMOSTRACION
A A ... A
A3 = A(A A)
La demostración de este teorema se deja al lector corno ejer~icio.
395
394
por VI. 3. 2
guientes propiedades
.por VI. 7.17
Amn
A 1 A=AA 1 y en consecuencia
1
pero, por VI.7~17 AI A, y se tiene la expresión (A Am)Ak A Am+ k por VI. 3. 2
t
A A A A (Am A)Ak A Am+ k por (1)
l
es similar ·y se deja al lector.
y premultiplicando pbr A se tiene D
en consecuencia
J A partir de la definición de potencia enésima se establecen los si
396 397
A es:
A B
2
i) Idempotente si A A
ii) Involutoria si A2 = I 1
.¡ verificar que se cumplen las siguientes propiedades
iii) Nilpotente (de índice n) si n es el menor número
• ;, ;
é) Si A y B son matrices de mxn con elementos en C entonces:
VI. 7 • 2 O. TEOREMA
Sea A una matriz de mxm con elementos en C: 3.~ a) Construir dos matrices A y B de 3 x 3 que ~ean anti~imétri
cas y verificar que A+B es antisimétricp..
i) Si A es idempotente entonces b) Construir una matriz A de 4x4 que sea simétrica i verifi-
car que aA es simétrica para cualquier a E C.
An = A, V.n E N
4.- Demostrar que si A y B son matrices simétricas del mismo or -
den, AB es ~ imétrica si y s6lo si A y B son permutables.-
ii) Si A es involutoria entonces
5.- ai Demo str a r que toda matriz cuadrada M con elementos en C
A2n = I puede e :- ·. •..cesarse como
b) Ilustrar el enunciado anterior con 10~ a) Construir dos matrices hermitianas de orden 3 y verificar
que su suma. es hermitiana.
[
-~
en e, entonces puede expresarse corno
A
o 1-i]
~ 1 -1 M= S + iA'
B
8.- Demostrar que si A es una matriz de rnxn con elementos en e, ii) es unitaria si A*
entonces:
a) Determinar bajo qué condiciones el producto de dos matrices
ortogonales es ortogonal.
a) ( exA) * = ex A* ¡¡. ex E e
i
b) (AB)* B* A*
:,; 400 401
B
[ _: -: -:] e
1
-3
En ciertos casos puede ser Gtil "subdividir" las matrices con
A [a"
a21
a 3 1
a1 2
a22
a 32
a
a23
a 33
1 3
tiene la matriz
i ·"
1¿)
submatrices de A
02 403
a1z
al~] a11 a 1z a1 3 al4l
a21 az 2 a23 az ..
A a 31 a 32 aaa a a"
Se concce corno "hiperrnatriz" a un :::.rreglo r ec t c.ng ular de matrices; a .. ¡ a42 a"= a""
es decir, a una especie de matriz cuyos elementos son matrices. as 1 as 2 as 3 as"
Por ejemplo, las matrices y expresérnosla como una hipermatriz, agrupando sus elementos en
A B
[
b11]
b2l
e y D
[
d¡
d::
J
1
a11 a1 2
1
1
1
a13 a¡~,
az1 a2 2 1 a23 az ..
--------,---,---
a3l a32 aa3 a3"
1
1
1
1
pueden ser presentadas en un arreglo, de la siguiente manera 1 1
a .. 1 a~z 1 a .. 3 1 a""
1 1
as1 asz 1 as3 1 as"
1 1
H = [: :]
Hemos formado con ello la hipermatriz
donde
a11 a 12 bl1
a21 a2 2 b2l
r an]
l
1
H 1
a 3 1 a 3 2 1 d! 1 A1 3 =
--------1 az"
C¡1 e 1 2 1 d2l
1
Partici6n a31 a3 2]
A~ a3
a .. .,"]
1 =. a41 a .. z
Consideremos ahora la matriz [ [
as1 asz · as"
a¡¡ a12 a13 a 14 puesto que las submatrices A y B no tienen el mismo nGmero de ren-
a21 a22 a23 az" glones (como tampoco lo tienen las submatrices C y D) .
a 31
a" l
a32
---------------
a" 2
a 33
a43
a 3"
a .. "
[A"l ~n consecuencia, toda partición de una matriz de mxn deber& ser de
as 1 as 2 as 3 as4
A21J la forma
n n n
En términos generales, puede decirse que una partición de una m~ - 1 2 t
cols. cols. cols.
triz es la expresión de ésta como una hipermatriz, mediante la ;;"tl';
a¡¡ a 12
1
1 b¡¡ 1
1 1
De acuerdo con esto, se tiene la siguiente definición formal para
"[: :]
1 l
a z1 a 22 bz 1
H 1 1 el concepto de partición.
1
a 31 a 3 2 1 d¡¡ r
---------1
C¡¡ C¡z 1 d21
!i.
no es una partición de la matriz
i
M
r·ll
a 21
a31
a¡
a22
a 32
2 b¡¡
b2
d¡¡
1
1
¡
LC¡¡ e 12 d2l
407
406
se tiene que
VI.8.1 DEFINICION 1
ml 3 y
Sea A == [ a·ij J ·
una matr1z de mxn con elementos en e, y
por lo que se trata de la partición de A inducida por los números
sean (m , m mE) números naturales tales que
l En dicha partición la matriz Az¡, por ejemplo,
(2,3) y (2,1,1).
m +m + .•. +m = m, Y (n , n , .•• , nt) números naturales
l 2
1 2 S
es una matriz de m2 xn 1 (es decir de 3x2) definida por
tales que n 1 + n 2 + • • • + nt = n.
i
Se conoce como partic~o'n
~ d e A 1n
· d ucida por
A
2 1
1, 2
(m , m , ••• , m ) y (n , n , ... , n )al arreglo
1 t. S l 2 t
Una vez que se han determinado las particiones, con las hipermatr!
A A A
S 1 S 2 st ces obtenidas pueden efectuarse operaciones como si se tratara de
j [ n 1 + ..• + ( n c-1 + 1 )] , ••• , [ n 1 + ••• +nc J plicación por un escalar, y para ello consideremos las matrices
-2
1
4
-5
o
o
-:]
7
y B
-.L
-2
1
3
Y Slli~amos
[ Az
A¡¡ A1]
1
~J..ueran
3_
= [
matrices, se ob -
B¡¡ B¡.J
B21 · B22
f
¡
como pude verificarse fácilmente sumando las matrices A y B.
permatriz
Si lo multiplicamos por la hi
~
3 1 -5 1_2 ~
d_2_ ~
Atl
tiene A12J
_:!:__!_ __
[ Az 2
A2 1
o -2 o : 7
A¡¡ A¡ 2J + A1 2+ B1 2J
[ A2 1 Az 2 A22 + B22 como si ésta fuera una matriz, se obtiene
donde . [A¡¡ -i Si
o
2i]
-l -4i
-2i
A¡¡ + B¡¡ 13 1 -5] 2 -1 3]= [ 5 -2]+ [ o
A2 1 2i o -7i
l-1 4 o 4 -2 1 3 2 1
que es una partición de -i A.
¡-: l l [:l
+ [:
. E~ios resultados pueden generalizarse mediante el siguiente teore-
l.
1
f
A + B 2 1
-1 6
411
410
las rr.atrices
Para ilustrar esto mediante un ejemplo consideremos
¡-:
-,
1
-:l 4 l.
VI. 8. 2 TEOREVJ.A
í
1
3 1 -5 1
o oj
:
1
1
i) y [ B .l son las particiones de A y B,
L
.l:u
si establecemos las sigui~ntcs particicn~s para A Y
respectivamente, ind~cidas ~or 8
ls. l
¡ A11 l
l u .,
-~ \l B1 ~ t
con A .. + B .. l -¿_
L :.. Jj
B,J
.1 : · :,
1
l..-,·2: l -. ¡ ~ 1 !
es la partición de A + 3 i;:ducida por \_-:: ~ l. =- - -~ -l
¡ 1 i o o !
L _j
con E ..
f
l]
o:..A i j
] ~ rJ
1
i
2
1
L __
(m, m, ... , m)
1 2 S
y (n, n , ... , n )
1 2 t
_j 1 -sl
1
1 ¡-1]o +r-2lJ[ ]~ r7l
1 +r- 1 1
4 oj \
-2
L
11 L2
2 L .J
3
L..
-sl [ t r- 2]
\
¿ad pr~ctic3, resulta el case de la ~ult~pl~caci6n de matrices po~ 1
par tic .~~Ór1.
-4l
:l[:
~ .
correspondie~ -
'
[o -4] +[o J
8 -9 o -9
tes submatri~es sean conformables para las operaciones a efectuar
con ~~llas.
i
.·.r .
'd.
412 413
nxg respectivamente:
[o -2
oJ [: -:J + [7 J [o oJ Si
(m ,
[ Ai
m
j] es la partición de A inducida por
[-6 J
o =[ -6
la partición de B inducida por
(n
1
, n
2
, ... ' n )
t
y (q
l
1 q , ... , q )
2 u
; entonces
¡
con ¿ AikBkj
k=1
5 ¡ o -41-, es la partición de AB inducida por 't)
3 1 8 -9
--+----- (m , m , •• , m ) y (q 1 q , ... , q ).
7 1-6 4 1 2 S l 2 u
1
Hagamos
p
re
definida por
r b -'. J.l
L 1
e en
i
j
== [ n 1+ ... + (n}:-l +1) J ,... , [ n
==[g :: + ... +(qc-l+l)J , ..• , [g1+ ... +qc]
1
+ ... +nl.J
'
·l
;~
,¡
·i
H
re
con
i
j
[ m1+ ••• +(mr-1+1)]
entonces, de \,"'= . 3 . .:. se ~iene se tiene entonces que Hrc p y la prueba termina.
re
deÍinida por o
r-:1 . + . . . +r:,__
f l J<.
Como hemos visto, la partición de una matriz no es única. Esto
¡ ....
L;: =n : "'" • · • + ( r. k - 1 7 1 ) nos permite seleccionar aquella que m&s nos convenga de acuerdo
i,. o o 1/2 o 3 4
o 11 / 2 o
1+i 2 o 1 -2i -1
1
1 -2 3i 2-i 7 3 2
o 1
o 1/2
A 4 1 5 -3 2 -i
l [ l [l
c q n lo que i -4 3i 4 7 4
1 o -2 -5 i -5
a) (2, 3, 2) y (3, 1, 2)
Así, efectuamos únicamente los productos ¡
... r;
b) 'r<:''
e) (4, 3) y (1, 2, 3)
AB y en cada caso determinar la submatriz A21 correspondiente.
6 -2 3 -1 1 -2 o 3 -1 3 -1 2 1
4 o 1 2 3 2 1 o -2
con lo que se o b tiene la matriz
L: A o -3 -2 4 1 B o -2 1 o
o \
-1
! -1 1 -4 o 2 1 o -1 2
XY =
7
3
-3
-2
' o 1 1 -1 o -4 -3 3 1
3 -1 2 o o o o DETERMINANTES
1 1.' ~CAPITULO VI!
-1 2 o o o o 1 o 1
A
o o o 1 o B o o 1 1
o o o o 1 o o
3 o
-1 o -1 o
INTRODUCCION
Obtener el producto AB haciendo las particiones más convenien
tes para simplificar los cálculos.
5.- Si A Y B son matrices conocidas de orden rnxn Seguramente el lecto~ habrá tenido ya algGn contacto con los deter
y rnx1, respect~
varnente, Y U Y V son matrices inc6gnitas de orden nx1 y rnxl, minantes; especialm:nte con los de segundo y tercer orden.
respectivamente; transformar la igualdad
AU + V B
( La idea de determinante es, en realidad, más antigua que la de ma-
Con el prop6si to de motivar la definici6n de determinante, con'sider~ matriz A y se le representa con "det A"; esto es:
(1)
Otra forma de representar al determinante de una matriz consiste ·
(4)
Restando la segunda ecuación de la primera, y ordenando convenien- Expresión que puede considerarse como la definici6n del determinan
b 1a 2 2 - a 1 2 b 2.
Es importante resaltar que una matriz es un arreglo de números
X¡ {2)
mien~ras que su determinante.es un número. Por ejemplo, para la
De manera semejante se obtiene también que
matriz
x2 (3)
5 4
(5) (-3) - (4) (-2) -15 + 8 -7
b2 (S)
-2 -3
bs
por lo que
Siguiendo un proceso similar al anterior se encuentra que los valo
det A -.7 res de las incógnitas que satisfacen al sistema soQ
(8)
a 1 1a 2 2a 3 3 -a 1 1 a 2 3a 3 2 ·-a 1 2 a 2 1 a ; 3 +a 1 2 a 2 3a 3 1+a 1 3 a 2 1a 3 2 a 1 3a 2 2 a 31
y
r
a31 a32 a33
X¡
b2
a¡ 2
a 2 2
y X2
a¡¡
a2 1
b¡
b2
¡
1
Así, la expresión que .define al determin~nte de tercer orden es
incógnitas -4 5 2 (1) (5) (O) - (1) (2) (-2) - (O) (-4) (O) +
1 -2
-"'~~--o + ( o)( 2 ) ( 1) + (- 3 ) (- -~ ) (- 2) - ( - 3 ) ( 5 ) ( 1)
.... - o + 4 - o + o - 24 + 15 = -5
oM-("" o o
4 24 ·¡: 425
ji
De acuerdo con (9) podemos i¡:
escribir la soluci6n del sistema {S) S {1, 2, 3}
eo
mo sigue t
·1
'1
l
¡ son los arreglos
b¡ a12 a¡ 3 a¡¡ b¡ J~
a13 a11 a1 2 b¡
b2 a22 a23 a21 b2 a23
¡ Pl (1 •. 2, 3)
a21 a2 2 b2
P2 {1, 3, 2)
b3 a32 a 3 3 a31 b3
X1 - a33 a31 a 32 b3
a¡¡
xz x3 Pl ( 2, 1, 3)
a12 a¡ 3 a¡¡ a1 2 a1 3 a11 a12 a1 3 j ¡
; 1
p .. (2, 3, 1)
a 21 azz az3 a21 a22 a23 az1 azz az3
ps (3, 1, 2)
a 31 a 32 a 33 a3¡ a 3 2 a 3 3 a 3 1 a 32 a 33
ps (3, 2, 1)
los casos de segundo y tercer orden (es decir, resol v iendo un sis-
VII.l.l DEFINICION
tema den ecuaciones lineales con n incógnitas), pues a medida que
Una permutaci6n del conjunto S {1, 2, ... , n}
n aumenta los cálculos se hacen más complicados y para n arbitr~ -
es un arreglo de la forma
río son irrealizables.
{al Ct.z' •.. , Ct. )
n
En consecuencia, buscaremos establecer una ley general a partir
donde Ct..
~
E S lJ. i y Ct..
~
:f Ct..
]
si i 1 j
del análisis de las expresiones (4) y (9), que definen a los deteE
minantes de segundo y tercer orden. Para dicho análisis, empero, Así, para la permutación p 1 del ejemplo -anterior se tiene que
Ct.l 3 y 1
Las permutaciones de los elementos de un conjunto (finito) son las
diferentes maneras en que éstos pueden ser arreglados. Cuando en \Jna Permutac 1.o#n todos los números aparecen en el orden
Respecto al número de ~
permutaciones de un conjunto se tiene el si- (3, 1, 4, 2)
guiente teorema "--"""
- Definici6n de determinante.
A
Recorde-mos ahora las expresiones que definen a los determinantes
de segundo y tercer orden.
po; esto es
4) Si los factores se ordenan de tal manera que los primeros· índi si pk es de clase par
clase par y corresponde el signo-- a los productos cuyos segun- Y formamos con ello un producto provisto de signo, esto es
el signo + o e 1· S 1'gno
· - seqún
_ sea la permutación de
al que podernos representar, de manera compacta, con
clase par o de clase impar.
n
rr a .
1
i=1 aki Así, por ejemplo, para obtener el desarrollo del determinante de
A la suma de los n! productos de este tipo se le conoce como el de
tercer orden
terminante de A. Se tiene as1 la siguiente definici6n
n! n
det A E E:(pk} rr a.
k=1 i=1 laki d todas las maneras posibles
y permutamos los segundos Í ndices e
+, si pk es de clase par
clase de Pk
donde €(pk} pk
=1 ·si pk es de clase impar
(1, 2, 3) par +
p¡
( 1, 3, 2) impar
Para calcular el valor de un determinante a par~ir de la definí P2
(2, 1, 3) impar
ción anterior, podemos proceder de la siguiente manera: P3
3, 1) par +
Ptt ( 2,
Se obtiene el "t€rmino principal", que es el producto par +
Ps (3, 1, 2)
de los elementos de la diagonal prin¿ipal con los fac impar
P6 ( 3, 2' 1)
tores ordenados de tal manera que tanto los primeros
seis t€rminos del desarrollo; esto es
como los segundos índices formen una permutación con lo que se obtienen los
· principal.
det A
A partir del término principal se obtienen los demás tení amos para el de
Esta expresi6n coinc1'd e con la definici 6 n que
t€rrninos dejando fijos los primeros índices y perro~ -
terminante de tercer orden.
tando los segundos de todas las maneras posibles. Co
4.- Calcular, a partir de la definici6n VII.1.4, el valor del de - En efecto, si los números a intercambiar se encuentran inicialmen-
terminante de la matriz •te en el orden natural, después del intercambio la permutaci6n ten
·:.¡ rente.
LEI'1.n. 2
o
Al intercambiar en una permutación dos números cualesquiera se Respecto al número de intercambios necesario para llevar una perm~
obtiene una permutación de paridad diferente. taci6n cualquiera a la permutación principal se tiene el siguiente
enunciado
DEMOSTRACION
LEMA 3
Sea
Si una permutación tiene m inversiones, se requieren m intercam-
para lo cual es necesario efectuar (s-1)-(r-1) = s-r intercambios el número n estará antes de jn números menores que él,
de números adyacentes. el número n-1 estará antes de jn_ números menores que él,
1
;~ :
t .!:.
436 437
a¡n _
·-~';'-"· intercambios de números adyacentes.
a:z.1 a:z.:z.· a:z.n
D a:z.n
+
Una primera propiedad de los determinantes c_o nsiste en "descomp~ - br 1 br 2 brn cr 1 cr :z. Crn
DEMOSTRACION
VII.2.1 TEOREMA
y
De VII.1.4 se tiene que
Si los elementos del renglón r de una matriz A =
pueden expresarse corno
det A a 1a a:z.a
¡· )<1 k2
a . b . + e .
I'] I'] I']
pero b + e , por lo que
rakr rakr
entonces n!
det A= E E(Pk)
k=1
det A = det B + det e
y en consecuencia
donde B
[ bij]
y e [c.-]
~]
son tales que n!
det A E E(pk) a¡akta:z.akz
k=1
aij, para i t- r aij' para i t- r
b .. y c ..
~] ~]
n!
b para i = r e para i r + E E (pk) a1ak 1 a:z.ak 2
rj' rj' • • •
k=1
438
439
c~j]
Entonces, si B :::
[ bij] y e son tales que
[
VII. 2. 2 TEOREMA
aij' para i -:¡. r
b .. aij' para i -:¡. r Sea A [ aij] una matriz de nxn con elementos en e:
J.] y e ..
b
rj' para i = r
J.)
1e
rj' para i = r
i) Si los elementos de una linea de A (renglón o co
se tendrá
lumna) ion todos nulos, entonces det A = O.
ii) Si B se obtiene de A multiplicando los elementos
n!
det A
¿:
k=1
€ ( pk) bIa
kl
b 2 "'k
u
2
1
i
de una de sus lineas por un número A E C, enton-
det B = det A.
1 DEMOSTR.AeiON
l
~
de los de A se obtiene
ii) Sea B = [ b 1. JJ una ma t r1z
· o bt en1· d a a partir de A multiplic~
do los elementos del renglón r por un número A; esto es t:(pk) a1a a2a
k1 k2
para i -1 r J que puede escribirse como
b..
1 aij'
l.)
R
Aa .. , para i = r
l.J
n!
det B ¿ t:(pk) a1a a2a
k=l k¡ k2 le corresponde el signo t:(qk) que depende de la permutación
Il!
A ¿ t:(pk) a¡a a2a
k=l k¡ k2
det B = A det A la cual puede obtenerse a partir de pk intercambiando los nú-
aij' para i f r, S
b.. a
l.] sj' para i = r se tiene por tanto que
a =
rj' para i S n!
E E (pk) b1a
k=l k¡
Y consideremos un térmíno cualquiera del desarrollo de det B
n!
según la definición VII.l.4; esto es E -e (pk) a1a a2a
k=l k¡ k2
y en consecuencia
1] i
Entonces, por la propiedad ii) :Aasj' para r
'
de la propiedad iv)
Ahora, si formamos una matriz e intercambiando en B los ren -
glones r · y s, se tendrá que B e y por tanto
det e o
det B O
VII.2 . ~ TEOREMA
y en consecuencia
Si A = [ a.: J Y B Ub i j] son dos m~trices de nxn
i) det A= det AT
v)
una matriz obtenida a partir de A sumando a ii) det (AA) An det A
los elementos del rengl6n r los elementos del rengl6n s rnult! iii) det(AB) (detA} (detB)
plicados por un número A; esto es:
---~-------~-------~---·-- ------
444 445
n!
sustituyendo cij por aji se obtiene E E(qk) aq3 a2 13 , ··
k =1 k¡ k2
y en consecuencia
ordenando los factores de tal manera que los primeros !ndices det AT = det A :~
se concluye que
donde ahora los segundos índices forman una permutación
det(AA) = An det A
B¡ ¡B.¡ a¡¡B¡
B r:: B.
-~
(bil, biz, ... , bin)
en
a 1 zBz
en
a¡ zBz
en
a 1 zBz
-·· e ·.~- ~ Dz az¡B¡ + az zBz + ... + aznBn Dz1 + Dzz + .•. + Dzn
¡ '1
en e
n
en
Entonces, considerando los n sumandos que constituyen el ler.
.. y podernos continuar este proceso hasta considerar los n suman
reng~ón de AB, por la generalizaci6n del teorema VII. 2 .. 1 pod~
dos del último renglón. Al final de dicho proceso _se obten-
mos: escribir el determinante de AB corno la suma de n determi-
drá que det(AB) es la suma de nn determinantes
narites; esto es
D. j 1 1, 21 • • • , n
a¡nBn J j ... j
1 z n
!
jz 11 21 • •• 1 n
det(AB) - + + •.. + donde
jn 11 2, ••• 1 n
e
n
en
_,.
- ~~,: los ~ cuales ·la mayor parte es igual a cero por - tener re!!. -
Si -;llamarnos D 1 1 D21···' D~ta tales determinantes se tertdrá
glones que son proporcionales (considérese, por ejemplo, D 1 1
nantes para los cuales j1, jz, ... , jn constituyen una permut~ clase impar es igual a - · det B.
ci6n de los números {1, 2, •• , n}.
En consecuencia, podemos escribir
Entonces n!
det(AB) r a¡a
n! k=1 k¡
det(AB) r a k z' .•. '
k=1 esto es
D
VII.2.4 EJERCICIOS
n!
det(AB) E a1a aza a) (3, 1, 5, 4, 2}
k=l k1 kz
b} (4, 2, 1, 3)
2 -1 3 -2 2+ai 1+bi 3+2ai -2+3bi Como el lector se habrá dado cuenta a lo largo de la secci6n VII.l,
1 -4 o -1 1 4 o -1 el empleo de la definici6n VII.1.4 para calcular el valor de un de
a) b)
o -2 1 o o 2 1 o terminante resulta un proceso demasiado laborioso; especialmente
a -b 2a 3b a b 2a 3b en los casos de ejemplos numéricos, en los cuales se requiere obt~
det(A + B) '1 det A+ det B do la regla de Sarrus, se efectúa el producto de los elementos de
6
A = [_: _:]
S 4
det A (5) (-3) - {-2) (4) - 15 + 8 -7
-2 ;~:::.
-3 El desarrollo anterior coincide, salvo en el orden de algunos fac-
1
la diagonal secundaria y de las dos "paralelas" a ella. En forma a -2 o (1) (5) (-3)-(-2} (2) (1)-(0) (O) (-4)
_:;:
esquemática: '
--- ,, "'
~ . l. o -24 + o + 15 + 4 -o = -s
'
se obtiene así el mismo resultado de la secci6n VII.1.
a 3 3 a 31 a 31 a 3 3
Con el propósito de familiarizar al lector con las ideas fundamen- ~1 elemento correspondiente. Tales determinantes reciben el norn -
tales del desarro llo por cofactóres, consideremos nuevamente el bre de "menores".
a 2 1 ~2.2 a2a
lumna, podemos seleccionar una línea cualquiera y factorizar los 1
1
elementos de ésta. Por ejemplo, eligiendo el primer renglón pode- an
1
932 a33
mos factorizar sus elementos y escribir
Regresando a la expresión anterior para det A, vemos que los fact~
det A res que multiplican a los ~lementos del primer renglón no son, en
mer renglón en la expresión anterior constituye el desarrollo de En el caso de a 12 dicho factor es igual al menor con el signo cam-
un déterminante de segundo orden. Así: biado. Esto se identifica con el hecho de que tal elemento es de
para a11 tenemos que g16n y de la columna en que se encuentra es un número impar
l (1+2=3).
los factores que multiplican a éstos en el desarrollo del determi- Se llama menor del elemento aij' Y se representa
i)
nante serían iguales a sus correspondientes menores con el signo al ,determinante de la matriz que se ob~
con Mij'
cambiado. tiene suprimiendo en A el rengl6n i Y la colu~ -
-i 4 1
det A + A -- o -1 i
3i o 2
:;
1 -3 o
o -1 1 i -9i -Si .
Mz 3
Expresi6n que se conoce como el "desarrollo por cofactores según o -i
3i
el primer rengl6n". Es claro que pueden obtenerse desarrollos si-
mientras que su cofactor es el producto
milares para cada uno de los otros renglones y columnas de la m~ -
triz A. 1 -3 o
. ~-
C23
(-1)~+3 ) o -1 1 ( -1) (-Si) -8 i .....
3i o -i
3i o 2 tendr~ que F
r)
. es una suma de productos formados por n-1 factores
Y en consecuencia, cada término del desarrollo de det A tiene uno y traslademos a akr hasta el último lugar por medio de n-r inte~ -
Y sólo un factor a correspondiente al renglón r, cuyo segundo cambios de números adyacentes, se obtiene así la permutación
rakr
índice akr recorre todos los valores 1, 2, ... , na lo largo de los
n! ténninos. Podemos en consecuencia escribir P.k' = (nk. 1 , nk 2 ,.~., ak n , ak r )
permutación
Por ejemplo, pata calcular el determinante de la matriz
a. ) 2 1 -5 2
KD
4 -6 o 1
Y como ,akr j, en pk habrá n-j números mayores que o.kr y que se A
o 2 -1 o
encuentran antes que éste en la permutación, por lo que pk_ tiene
-1 6 -7 1
n-j inversiones más que qk y, en consecuencia
E(q) = (-l)n-j elementos son nulos y el producto de éstos por sus respectivos ca-
k .
factores será igual a cero, sea cual fuere él valor de los cofacto
o lo que es equivalente res, por lo que no será necesario calcularlos.
:',
r ~. '
F . (-1) r+j M .
I'] I'J Para calcular los menores correspondientes podemos emplear la re -
por lo que, de VII.3.1 gla de Sarrus por tratarse de determinantes de tercer orden.
F . eI'J. 2 -s · 2
I'J
4 o 1 o - 56 + 5 ~· o+ 14 + 20 -17
como se quería.
-1 -7 1
o -1 6 1
De acuerdo con el teorema VII.3.2, el valor de un determinante Los cofactores serán entonces
puede obtenerse a partir de los elementos de una cualquiera de sus
y 7
líneas, sumando los productos de éstos por sus respectivos cofact~
res.
por lo que
462 463
siguiente:
En el caso general 1 el desarrollo por cofactores transforma el pr~ ' ,-
blerna de calcular un determinante de orden n en el de calcular n 1) Elegir una línea que contenga el mayor número de ceros po-
cada uno de ellos 4 menores de tercer orden; por lo que se requie- A manera de ejemplo, usaremos a continuación el método de condens~
re calcular un total de 20 deterwinantes de tercer orden. ción para calcular el determinante de la matriz
464 465
-3 5 -5 -1 24 -30
3
· det A (-1) (2) (-1) 2 (-336 + 510) 348 '·
1 2 4 1
17 -14
¡·-
Para calcular el valor de éste determinante de cuarto orden, eleg~
que es el valor del determinante.
rnos ahora el primer renglón para el desarrollo y la primera colurn-
na como pivote, por lo que sumando ésta a la segunda y tercera co- Como puede verse, el método de condensación ofrece en cada ciclo
lumnas, multiplicándola por -3 y sumándola a la cuarta se obtiene un gran ndmero de posibil1da~es para la selección de la línea y
\-..... ·-
y desarrollando por cofactores según el primer renglón cularmente sencillo, ya que su valor es igual al producto de los
3 5 -2
467
466
VII. 3. 3 TEOREMA a a
11 l 2.
Si A= [aij] es una matriz triangular su~~rior O a
2 2
(inferior), entonces a n- 1 ,n- 1
n
det A -rr a .. o o a
~1
i=1 n-t,n-1
y en consecuencia
DEMOSTRACION n
det A a nn (a a a )= II a ..
n ll 2 2 n- 1 , n- 1 ll
i=1
Haremos una prueba por inducci6n en el caso de una matriz triangu-
Por otra parte, si A es triangular inferior entonce~ AT es triang~
lar superior.
lar superior; en consecuencia por i) de VII.2.3 y el resultado an-
n
det A det AT rr a ..
l~
i=1
469
-1 1 -5 -2 3 -1 1 -5 -2 3
3 2 1 o -1 o 5 -14 -6 8
VII.3.4 EJERCICIOS
det A 1 -1 2 1 o o o -3 -1 3
1.- Aplicar la regla de Sarrus para calcular el valor de los si -
o 2 1 3 -1 o 2 1 3 -1
guientes determinantes
1 2 4 o 1 o 3 -1 -2 4
a -3a 3 b -e
sumando al segundo renglón el quinto multiplicado por -2 y, a con-
a) b) -2 1 -1
tinuación, multiplicando por 2 y por 3 el segundo renglón y suman- 2 1
-9 e 3b
do al cuarto y quinto renglones, respectivamente, se obtiene
[: : -:]
det A o o -3 -1 3 o o -3 -1 3
o 2 1 3 -1 o o -23 -1 -1
A
o 3 -1 -2 4 o o -37 -8 4 -2 1 2
-23 -37
Multiplicando el tercer renglón por ~ y por ~' y sumándolo al 3.- Obtener el valor del determinante
cuarto y al quinto renglones y, a continuación, multiplicando por
-13 4 -6 o 1
el cuarto renglón y sumándolo al quinto se obtiene
20 .:;c..Q ··- ··-- 2 -.:..1_. o
J
-1 1 -5 -2 3 -1 1 -5 -2 3 2 1 -5 2
o -1 -12 -2 o o -1 -12 -2 o 1 6 -7 1
det A o o -3 -1 3 o o -3 -1 3
s según la tercera columna
20 20 a) desarrollando por Cofactore
o o o ~
~24 o o o 3 -24
ía la regla de Sarrus para un determ~
13 -87 b) aplicando lo que Ser
o o o 3 -33 o o o o --;- nqnte de 4o. orden.
tados con el obtenido en el problema 4
y comparar estos resul
de VII. l. 5
·-···-·-----· ~-·--·---....:....:...·~~-'--~-~___:__:____~~-~--------------...:.-----------...;-----------f'ft±íi
'i
~ ili:
·,-..:;.,"'·-~·-:
";·~·:~·::::·.1:··~·;"'1·:.:
::~::~;.;-.;__ _~_ _~_...;__:__.....;__;___~_ __
470
T 1
~
ji
471
4.- Calcular el determinante del problema anterior, desarrollando 1 VII. 4 ALGUNAS APLICACIONES
·;~
5.- Calcular el valor del determinante sentaron los principales aspectos relativos al concepto de deter-
b) transformando a una matriz triangular. Se conoce como adjunta de una matriz cuadrada A a la transpuesta
6.- Demostrar que el valor de de la matriz que se obtiene reemplazando los elementos de A por
Adjunta de A a la matriz
Adj A = [b i j] , donde b ..
~]
1
se calculan los cofactores de todos· sus elementos
472 473
-1 4 3 4 3 -1 Esta expresi6n no sólo es válida para la matriz del ejemplo ante-
e1 1 -4, e12 (-1) 8, e1 3 5,
1 o rior sino que constituye un resulta d o general, como lo establece
2 o 2 1
el siguiente teorema
o 2 1 2 1 o
e21 (-1) 2, C22 -4, e23 (-1) -1, ¡ VII. 4. 2 TEOREMA
1 o 2 o 2 1 t Si A es una matriz de nxn con elementos en e, entonces
o 2 1 2 1 o
c3 1 2, e3 2 (-1) 2, e33 -1,
A(Adj A) = (Adj A)A (det A) In
-1 4 3 4 3 -1
r
r -4 2 .2-1 Sea A = [ aiJ
-~ J
~
Lc j ij
l
P.di ?'. 8 -4 De VII.4 . 1
5 -1
Adj A b ..
1]
e ]1
..
La adjunta tiene la siguiente propiedad importante. Si multipli -
por lo que, de vr.3.1
camos la matriz A del ejemplo anterior por su adjunta obtenemos
2
_:
1
:]
o
1: _: ~]== [: : :l~ 6~ ~~
Ls -1 -1 o o [;
:
o
. donde
det A 3 -1 4 6
del determinante de A,. por lo que, de i) de vrr.3.2
2 1 o p .. == det A (1)
~1
Es decir que
..
Probaremos a h ora que P J.] = O cuando i r..J J.
aj l cj l + a. C. + ..• + a. c.
J2 J2 Jn ]n por lo que, de VI.3.4 y VI.2.4
j aj1 aj2 ajn
i
D
ai1 ai2 a in
a. e. 1
1 J
+ a e + .•. + a e Con ayuda de este resultado puede demostrarse el importante teore
~ i2 j 2 in jn
j ai1 ai2 a in ma que ~~ enuncia a continuación
a
i 1
e +a e + ... +a e o
jl i2 j2 in jn
DEMOSTRACION
Esta expresi6n nos indica que la suma de
los productos de los el~
mentos de un rengl6n por los cofactores de los elementos de otro a) De VII.4.2 se tiene que
En consecuencia
por lo que, si det A :¡. O de la expresión anterior se sigue
n
:¡. que
r aik cJ.k O, si i j (2)
k=1
esto es
----····-·····-·- - -··-·.....~-._:__·-· ·· --- ... ..:.·_. . _.,.._~_........:._ __,_,._ _ _~~__c_.__-__:..._ _ _ _ _ _ _ _ _ _.:.__ _ _ _ _ _ _ _ _ _ _~-·-~-.....;----------...-¡ñíiiii
' ¡;:
""""'
:;:__.:..:;
·~~ .
>r-::«:"i::=:~:_::~"í;:
~ :!-~--_.:..---_;_-_;__:___--'-
476 477
A [ det
1 A (AdJ. A) J = In
mos dicho resultado en el siguiente corolario
A-1 1
si det A 1 O, entonces A- 1 de! A(Adj A)
= det A(Adj A) (1)
·'
1 t''
Y A- existe, ya 1
que a adjunta de A existe para toda matriz
Así, por ejemplo, la inversa de la matriz
A.
,q
Ent o nces o
b) Si A- 1
det A 1 O=) 3:A-1
existe, entonces
(2)
A
[: -1
1 :J
es
A A-1 = I
n por VI. 4.1 -2 1 1
-4 2 2
3 3 3
det (A A- 1 ) det r
n A-1 1 4 -2 1
8 -4 2
6 3 j 3
(det A}(de t A- 1 ) = det I
n por iii) de VII.2.3 5 -1 1
5 -1 -1
6 b b
(det A) (det A - 1 ) 1 por VII.3.3 (3) Otro resultado importante que puede derivarse de la demostración
3: A-l >det A f O
( 4)
VII.4.5 COROLARIO
1
Finalmente, de (2)
Y ( 4 ) se sigue que si a A - 1 entonces det .l\ -l
det A
1
3: A - ( ) det A 1 O
Esta propiedad es consecuencia inmediata de la expresión (3).
como se quería demostrar.
o Regla de Cramer
det Ak
Si det A ~ O entonces xk (k 1, 2, ••. , n)
det A
1
X
det A
aij' para j ~k
donde Ak
bi , para j k
DEMOSTRAeiON 1
x
k
= --- --(b e
det A 1 1 k
+be k+ .•• + be k>'
2. 2. n n
(k 1, 2, ... , n)
AX B
donde
corresponde al desarrollo por cofactores, según la k-ésima colum-
480
481
elementos de la k-ésima columna por el lector de términos indepe~ 2 3 1
dientes; es decir que
det A 3 -1 -1 3 -6
1 2 -2
aij' para j '1 k
e ..
~] por lo que la soluci6n es
bi , para j k
lo que demuestra el teorema. -10 4
S, -6
o X1
--=2 X2
-2 -2, x3
~
3
calculamos primero
-2 Adj A y
[ ~ ::: :::]
-1 3 1
~]
a) -1
Como det A 1 O calculamos ahora
A 2 ·-
1 3 -1 [: -2 : /
det A1 3 -1 2 -10
-2
-1
2
2
1
3
-1
-1
2 4
b)
B
[: ;]
-1
o
S
l
í
:¡
...______.... _______________ _. ...
~
482 ;
supuestos:
ciones obedezcan a las mismas leyes. Se dice en tal caso que am-
elemento de la misma especie, por medio de un criterio deter-
bos sistemas poseen la misma "estructura algebraica".
minado. En general, el resultado asignado depende no sólo de
No se pretende realizar aquí un estudio exhaustivo de las diver - Podemos decir entonces que una operación binaria es una regla que
sas estructuras algebraicas existentes, sino más bien presentar asigna a cada par ordenado de elementos de un conjunto un único
los conceptos básicos que nos permitan identificar y comprender elemento de dicho conjunto. Con ayuda del concepto de función,
números complejos o la multiplicación de matrices, sino del conceE La adición de números racionales, por ejemplo, es una función de
to mismo de operación binaria; es decir, de aquello que es común QxQ en Q, denotada por el sírr~olo +, que asigna a cada par orden~
a todas las operaciones de este tipo que conocemos. do de números racionales Cs, ~) un único número racional represe~
a e a e
tado por b + d' al que se conoce como "la suma" de by d'
¿Qué tienen en común operaciones como la adición de números raci~
~
tiene el nGmero racional 6; 1
es d ecir las operaciones usuales para evitar confusiones.
o a S y conjunto N.
a a S y
(2) Cerradura
B S S a
y a i3 y
VIIT.l.2 DEFINICION
Para buscar en la tabla el resultado asignado a un par ordenado
Sea * una operación binaria definida en un conjunto S,
en particular, se busca al primer element6 en · la columna de la iz
y sea T un ·t~~¡Y~~~·,(;~;ftlz~?,;~~r ~t¡th~,;·r,:<~ii~·~ i~~g,ff~¡;;q~,li~~;:; j'; es cerrado
quierda y alr<'~segü'ndó en el renglisn superior; él ' res'ul t 'a do se en -
' -¡ respecto a la o~'et~·biór. '* sí
cuentra en la intersección del renglón y la columna correspondie~
tes. V a, b E T: a*b E T
Para (y,S) se tendrá en cambio Así, por ejemplo, para la multiplicación de números racionales
dicha operación. 1 • X = X
lj
X • 1 = X, lJ. X E Q
Elementos idénticos
El conjunto N no tiene idéntico izquierdo para la operación 6 de-
a*~ = a, ~a E S o sea
idéntico izquierdo e idéntico derecho. Entonces, sin E N se tendrA que -n (N, por lo qu~·6 no tiene
idéntico izquierdo en N.
Asi, por ejemplo, para la multiplicación definida en el conjunto Dicha operación tampoco tiene idéntico derecho en N, ya que
M de todas las matrices de mxn con elementos en C, la matriz Im
n 6 ~ = n, ~ n
es un idéntico izquierdo ya que
es equivalente a
I A A, V A E M
m
n + 2~ n
y la matriz In es un idéntico derecho puesto que
2e o
A In A, V A E M e o
y el cero no es un elemento de N.
El número cero es un elemento idéntico para la adici6n definida
4
t
_j___
,.,... ..
~~-·~~., '-------'--..;......;,;------------~--------------------~=
4 93
492
Elementos inversos
Al buscar un idéntico izquierdo para ~ en el conjunto Z partimos
de la condici6n
VIIT.1.4 DEFINICION
e ~ n =n Sea * una operaci6n binaria definida en un conjunto S, y:
Por otra parte, el número cero es un idéntico derecho para la op~ no tiene idéntico izquierdo, no puede haber inversos izquierdos
raci6n ~ definida en Z ya que para dicha operaci6n; y como tampoco existe idéntico derecho, ni~
.....
·_.:.
--~~------------------·-
· ....................~~~~
4 94
495
a o a = a
Consideremos, por ejemplo, la operación o definida en G por la
y o a = a
ta~la (2). Esta operación no es asociativa ya que, para los ele-
y o y y por lo que
VDI.1:5 DEFINICION x - (y - z) (x - y) - z
m, n y p se satisface la igualdad
497
496
ya que
Cabe hacer notar que cuando una operaci6n * es asociativa pod~ -
mos escribir X + y y + X
xy yx
X y y X
Conmutatividad
Vm.1.6 DEFINICION Para determinar si la operación t::. definida por la expresi6n (1).
Sea * una operación binaria definida en un conjunto S. es conmutativa o no lo es, debernos analizar para qué valores de
V. a, b e: S: m t::. n n t::. m
equilátero
resultados que serán iguales sólo cuando m y n sean ~guales
· y no
para t odos los valores de m y n, por lo que la operación ll no es
conmutativa.
VIIT.1 ~ 7 EJERCICIOS
-1 1 o -1 terminar si ésta:
o o o o
a) Es conmutativa
1 -1 o 1
b) Es asociativa (Se sugiere verificar únicamente tres o cua
e) S es el conjunto de matrices de 3x2 con elementos en R,
tro de los veintisiete casos posibles que deberían verifi
Y * es la multiplicación de matrices.
carse en una prueba formal)
2.- Para el conjunto L = {a, b, c}y la e) Tiene idéntico
/). a b e
operación /). definida por la tabla, d) Tiene inverso para todo elemento de S.
a a e a
obtener todos los subconjuntos de
b a b b
L que son cerrados para /)..
e e b e
3.- Sea o la operación definida en z como
a o b = a + 3b + 1; V. a, b e: z.
Determinar si dicha operación:
a) Es asociativa
b) Tiene idéntico derecho
e) Tiene inverso derecho para todo elemento de z.
501
500
1) Aunque el símbolo ::r e se lee "existe un e", t debe inte.E_
vm.2 ESTRUCTURA DE GRUPO
pretarse como "existe al menos un e". Para indicar que
La estructura algebraica más simple que consideraremos en este ca existe exactamente un elemento e se dice "existe uno y s6
pítulo es la de grupo. lo un e", para lo cual no se tiene un símbolo adoptado
universalmente.
Se emplea el nombre de grupo para designar la estructura que p~ -
·~
seen los sistemas formados por un conJ·unto y una operacJ.on b"l.n~ - 2) Aunque el postulado ii) s6lo exige la existencia de (al
ria cuando dicha operaci6n es asociativa, está dotada de elemento menos) un idéntico izquierdo, dicho elemento es también
idéntico Y todo elemento del conjunto tiene inverso para la oper~ un idéntico derecho y, además, es único. La demostración
ción. se verá m~s adelante en las "propiedades.elementales de
Ejemplos de grupos
VDI.2.1 DEFINICION
Los ejemplos más conocidos de grupos los encontramos entre los di
Sea G un con)unto no vacío y sea * una operación binaria definí
versos sistemas numéricos que ya hemos manejado.
da en G. El sistema (G,*) tiene estructura de grupo si:
sea id~ntico izquierdo para la operación *• Conviene, al respec- Otros sistemas conocidos que también tienen estructura de grupo
son los siguientes: exigen los postulados i), ii) y iii) de la definición de grupo:
Los números racionales con la adición El postulado i) se cumple como consecuencia de la propiedad as~
Los números complejos con la ~dición ciativa de la multiplicación en e (Teorema II.1.4), puesto que
Los números complejos diferentes de cero con la multipli- S e c.
cación
Los polinomios con la adición El postulado ii) tambi~n se cumple ya que 1 E S y es tal que
Las matrices de mxn con la adición 1 • a = a, ~ a E S, como puede observarse en la misma tabla.
Las matrices no singulares de orden n con la multiplic~
ción Respecto al postulado iii), todo elemento Je S tiene inverso i z -
etc.
quierdo en S para la multiplicación, ya que
Otro ejemplo de grupo, que a difer~ncia de los anteriores consta
S = {1, -1, i, -i} y • es la multiplicación usual de números com- -1 . (-1) 1 por lo que
~
-1 -1
~
jos es una operación definida en S; para lo cual bastará con veri tructura de grupo.
1 1 -1 i -i
X § y x + y -2xy
-1 -1 1 -i i
-i -i i 1 -1
Sean x, y E R; entonces, por i) de I.5.3 se tiene que x + y E R
donde se aprecia claramente que todos los ~esultados posibles y además que 2xy E R; por lo que, de I.S.S y I.5.3, se sigue que
e(l -2x) o
Como consecuencia de los postulados que establece la definición
donde se observa que e O es un idéntico izquierdo para § de grupo se deducen una serie de propiedades, las cuales son comu
en R.
nes a todos los sistemas que tienen dicha estructura. En este
En efecto, vemos que O 1 R y además
apartado presentamos, a manera de teoremas, algunas de estas pro-
0 § X = 0 + X - 2•0•x = 0 + X - 0 X, V X e: R. piedades.
iii) Sea x un inverso izquierdo de x e: R, entonces Como tales propiedades son comunes a todos los grupos, éstas d~
"
X § X = 0 ben ser demostradas directamente a partir de los postulados que
esto es integran la definición vm.2.1; sin embargo, es posible · organizar
VTII.2.2 TEOREMA (Ley de cancelación izguierda) Sean e un idéntico izquierdo para * y a un elemento cualquiera de
DEMOSTRACION
Sea
En consecuencia, por iii) de VIIT.2.1 se tendrá que
a*b = a*c
Por iii) de VIIT.2.1 a a e: G y entonces
~*(a*b) ~*(a*c) pero como e es un idéntico izquierdo, por ii) de VIIT.2.1 podemos
escribir
Ahora, por i) de VIIT.2.1 podemos escribir
b =e
por lo que e es también un idéntico derecho para *·
Y la prueba termina.
.o En consecuencia, de la definición vnr.1.3, e es un idéntico para *.
o
VIIT. 2. 3 TEOREMA
Sea e un idéntico para * y sea z otro idéntico para dicha oper~ - ~*(a*~)
ci6n; esto es
como a es inverso izquierdo de a se tiene que
y a, V. a e: . G
z y a es ~n inve~so derecho de a.
por lo que no puede haber dos idénticos diferentes y la prueba En consecuencia, de VTII.2.4 se sigue que ~ es un inverso de a.
D
termina.
D
Como consecuencia de los dos últimos teoremas, y del postulado VTII. 2 • 6 TEOREMA
ii} de la definici6n VTII.2.1, podemos concluir que en un grupo Si (G,*) es un grupo entonces el inverso de a e: G
existe uno y sólo un elemento idéntico para la operaci6n. para la operaci6n * es único.
Vlli. 2. 5 TEOREMA
VTII.2.7 TEOREMA (Ley de cancelaci6n derecha)
Si (G,*) es un grupo y a es un inverso izquierdo del
Si (G,*) es un grupo, entonces ~a, b, e e: G:
elemento a e: G, entonces a es un inverso de a.
b*a = c*a ==> b = e
DEMOSTRACION
se deja al lector como ejercicio la demostración de los dos teor~
Sean a un elemento cualquiera de G, a un inverso izquierdo de a mas anteriores.
y e el idéntico para *=
··· · · ·- ···· · · ·· · -· -·· ---- -·----~·--~---------------------------·
510 511
y*a b
x x'
DEMOSTRACION
a*x b (1) Esto completa la demostración del teorema para el caso correspon-
(~*a) *X "'
a*b por i) de vm.2.1 Vill • 2 • 9 TEOREMA
e*x a*b por iii) de vm.2.1 Si (G,*) es un grupo y a representa el inverso de a e G para *,
A
X a*b pÓr ii) de vm:.2 .1 entonces:
...
Así, el elemento a*b E G es una solución de la ecuación {1) ya _ i) (a) = a; ~ a e G
an * ... * a* a
2 1 ; ~ a11 a21 ••• , an E G
b
Para demostrar que dicha solución es única, supongamos dos solu- Antes de concluir este apartado conviene hacer no~dr que los
512 513
tres postulados que integran la definicl.'ón vm.2.1 Por ejemplo, vimos anteriormente que el sistema (S,•), donde
no son el úni-
co conjunto de postulados que puede emplearse para definir la es- S = {1, -1, i, -i} y • es la multiplicación, tiene estructura de
tructura de grupo.
srupo; como S es un subconjunto del conjunto de números complejos
la definición VTII.2.1.
1) Como S e G y * es una operaci~ 1 definida en G, asocia a cada { ... -6, -4, -2, O, 2, 4, 6, ••• }={2m 1m E Z}
S
par ordenado de elementos de S uno y sólo un elemento de G;
T {1, 2, 3, 4, 5, ••• }={m 1 m E z, m> O}
adem~s, por i) de VTII.2.11 el conjunto S es cerrado para *,
Para el primer caso:
por lo que·ésta es una operación definida en S.
a + b 2m + 2n 2 (m + n) e:: S,
4) Para mostrar que el idéntico también pertenece al conjunto S, Para el segundo caso:
VTII.2.11 no se cumple, de VDI.2.1 se sigue que el sistema (S,*) ii) a -m ( T, ya que -m < O.
no es un grupo y, por tanto, tampoco un subgrupo de G. Esto coro- (T,+) no es un subgrupo de (Z,+) ·
En consecuencia,
pleta la demostración
o Grupos abelianos
Para .ilustrar la aplicación del teorema anterior a un caso partí- Con respecto a la · definici6n vm.2.1 podemos preguntarnos que pa-
cular, consideremos nuevamente el sistema formado por el conjunto . t de los anteri~
sar!a al agregarle un postulado más, indepen d ~en e
de los númerosenteros y la operación de adición, el cual tiene e!!
res.
tructura de grupo, y busquemos determinar si los siguientes sub -
Se obtendría una estruc t ura má s completa; más
conjuntos de Z son subgrupos para la adición La respuesta es que
odr!amos efectuar en ella ciertos proc~
"rica" en el sentido que P
516
VIIT.2.13 EJERCICIOS
sos algebraicos que no serfan válidos en estructuras más simples.
noce como "grupo conmutativo" o "grupo abeliano". El segundo nom a) Los números complejos diferentes de cero con la multipli-
cación.
bre, empleado en honor del mate~ático noruego Niels Henrik Abel,
b) Las matrices de mxn con la adición.
e~ el que adoptamos en la siguiente definición.
Demostrar que dichos sistemas poseen estructura de grupo, in-
Vill. 2.12 DEFINICION dicando los teoremas que establecen cada una de las propieda-
Un grupo (G,*) se dice que es abeliano si: des que exige la definición VTII.2.1.
V a, b E G
2.~ Para cada uno de los siguientes conjuntos con la operación -
a + b lJ. a, b e: e
a P b --2--,
i) V a, b, e e: G; a*b C*a => b = e
Determinar si ei sistema (C,P) tiene estructura de grupo.
ii) V a, b, e e: Gi b*a
l ,A
a*c >b = e
"' ,..
iii) V a, b E: Gi (a*b) = a*b entonces, V a, b, e E G:
4.- Demostrar que si (G,*} es un grupo:
iv) V a, b E: G; las ecuaciones
a*X b
b) el inverso de a para * es único
Y*a b
e) (a*b) == b*~
tienen la misma solución en G.
518 519
7.- Sea M el conjunto de matrices cuadradas de orden dos con ele- zarán aquí tales deducciones y solamente se sugieren algunas como
S
l[: :J a, b, e o R l to, sin que ésto signifique que se trata de la adición y la multi
plicaci6n de números.
T
l[: :J a, e < R 1
El empleo de tales símbolos obedece, ciertamente, a que los ejem-
mu~
-
u
l[: :J a, e e: R. + 1 tiplicaci6n usuales. De esta manera, el empleo de + y • así como
8.- Demostrar que si (G,*) es un grupo abeliano y a, b, e e: G, ser útil para comprender y recordar las propiedades de las diver-
entonces: sas estructuras asociándolas con los sistemas numéricos conocidos.
.±_
1
520 521
on la adici6n y la mult! -
pos aheTL3..nos son válidas en la estructura (A,+) conocida como Las matrices cuadradas de orden n' C
plicación.
"la estnicfura aditiva" del anillo.
~ z} con la adición y la multiplic~ -
El conjunto S = { 2m l m ~
ción definidas en Z.
Al eleme~to O del postulado iii) , que representa al id~ntico para
la primerá 6peración, se le conoce como "el cero" del anillo. C! De manera similar al concepto de subgrupo, un subconjunto de un
mismas operaciones, se dice que
be enfatizar que este elemento no es el ndmero cero necesariamen- anillo que es un anillo para 1 as
te; incluso; el corijunto A puede estar formado por elementos que ~ Así, el anillo del último ejemplo q~e
es un subanillo de este.
•); que a su vez
no sean números. acabamos de mencionar es un subanillo de (Z, +,
lo es de {Q, +,·);etc.
El postulado v) de la definición se refiere a la segunda oper~ -
~·
522 523
deba ser conmutativa, ni
que deba tener elemento idéntico; en ca-
so de que tales propiedades se satisfagan los anillos toman los VTII.3.3 DEFINICION
nombres específicos o o o
que se lnd1can a continuaci6n Sea (A, +, •) un anillo conmutativo con unidad de por lo
se dice que el anillo tiene unidad. de adición y multiplicación, son ejemplos de dominios enteros.
Dominios Enteros la estructura algebraica más completa que veremos en este capítu-
t
;~n~~p!ea,aqu.<: e! aJt:t.<:c.u!o de:teJtm-i.nado "!a" poltque d.i.c.ho e!e
e4 un~c.o, c.omo e! !ec.:toJt podJtá demo~:tJtaJt nác..i.!men:te. -
tA!guno~ au:toJte~ !e !laman c.ueltpo
524
525
o o
Como ejemplos de campos, ad e más de l o s s i s t e mas C01 +, ·),
y consideremos un elemento a i O de K (que debe haberlo ya
( R,~ +, ·) y (C 1 +1 ·) que y a he mo s me n c i o n a d o , podernos c i ta r a l
que K tiene por lo menos dos elementos); entonces
conjunto
O•a = 1•a
1. b a
-1
•o por viii) de vm.3.4 ¿Cuál es el cero y cuál es la unidad de dicho campo?
b a
-1
•o por vii) de vm.3.4 _
Para concluir esta sección presentamos la solución al probl e ma de
b o por él lema 1 identificar la estructura algebraica del sistema formado por el
si ahora a•b
conjunto de los números racionales y las operaciones ffi Y 8 defini
O y b i O, por vi) de VDI.3.4 podemos escri-
das a continuación
bir
529
x ey X + y + Xy, ~ X 1 y E Q operación @.
En consecuencia, (Q, @) es un ~ - rupo abeliano.
Solución:
~ara la operación 8 se tiene lo siguiente
Para la operación 9 tenemos lo siguiente
X @y E Q, ~ X, y E Q X 8 y E Q, ~ X, y E Q
1) Si x, y, z E Q, entonces 5) Si x, y E Q; entonces
6) Si x, y E Q; entonces
2) Si x, y E Q entonces
X 8 y X + y + xy
' X {i) y X + y + 1 y
y y 8 X = y + X + yx = X + y + xy
y(i)x=y+ x + l = x + y + l
por lo que X 8 y y 8 x.
por lo que X ffi y = Y @ X.
7) Sea x E Q y sea u un idéntico izquierdo para 8; entonces
3) Sea x E Q y sea z un idéntico izquierdo para @, entonces: U + X +. UX X
Z+x+l=x u(l + x) o
z = -1 por lo que u = O es un idéntico izquierdo para 8 en Q.
y la operación ffi tiene idéntico izquierdo en Q.
8) Sea x E Q y sea x~ un inverso izquierdo de x para 8; entonces
"'X + X + 1 -1 x, (1 + x) = -x
~ -x -2
531
530
..,
En conclusi6n: el sistema (Q, ~. 6) tiene estructura de carn-
-x
X 1+X e: Q
po.
lo cual-es un- - ~surdo y, por lo tanto, .2f_ -1, . 1~- Sea (A~-+,-·) un anillo. Demostrar que~ a, be: A:
·,
En consecuencia, todo elemento x e: Q, excepto x = -1, tiene a) -(-a) =a
estructura) .
2.- Si A= io ,o} y+, · son las operaciones definidas por las si
X + y + Z + 1 + xy + XZ + X o o o
x 8<y@ z) 2x + y + z + xy + xz + 1 o o o
y + X + yx + Z + X + ZX + 1 Calcular
por lo que
532 533
5.- Sea el sistema (Z,+) cuya estructura es de grupo abeliano. Si vm.4 ISOMORFISMOS Y HOMOMORFISMOS
definimos una operación * como
El concepto de isomorfismo es de relevante importancia en las ma-
a*b ; kab; ~a, b ~ z, donde k es un entero
temáticas; especialmente desde el punto de vista de sus aplicaci~
a) Demostrar que el sistema . tz, t, *) tiene estructura d~ nes. Dicho concepto se encuentra subyacente en el empleo mismo
anillo conmutativo. de modelos matemáticos, ya sea Jara la resoluctón de problemas f!
b) Si k 1, ¿Qué estructura tiene (Z, +; *)? sicos o para la resolución de problemas matemáticos más complica-
e) Si k O, demostrar que (Z, +, *) no ~s un dominio entero~ dos.
6.- Demostrar que el conjunto {a + b -12 1 a, b ~ Q} forma un cam- El término "isomorfo", que etimológicamente significa "de igual
po para las operaciones de adición y multiplicación definidas forma", se emplea en el álgebra para denotar la idea de que dos
en R. sistemas son tan parecidos que pueden considerarse, en esencia,
como el mismo.
;
j
p q
o
p p q
q p
¡.
¡
r
534 535
f(a*b) f (a) 6 f (b); 41- a, b E: A ble emplear un proceso como el que se indica en el siguiente día-
grama.
Esta propiedad de la función f garantiza que se llega a<l mismo re
opetr.a.c.-i.ón
sultado empleando cualquie~a de los dos procedimientos siguientes: elementos resultado
físicos - - -6-.{_!;¡_¿c.
- -a.- - + físico
VIIT.4.1 DEFINICION
f
jf Sean (G, *) y (G' ,6) dos grupos. Una función
morfismo" de (A,*) en (B,6). Cuando la función es, además, biye~ Si f es, además, biyectiva, se dice que es un
tiva se dice que es un "isomorfismo" entre (A,*) y (B,6),y que d! isomorfismo y que los grupos (G,*) y (G' ,6)
1
a%
536
537
.m
f (m) ~ V m E z y que
Vill. 4. 2 TEOREMA
representa un elemento arbitrario de S, podemos definir una fun -
ción f! S + R 3 mediante la regla Sean (G,*) y (G',~) dos gruposj y f: G + G' un homomorfismo:
[: :J ~ e~ es ~,
i)
Si el idéntico para * y e' es el idéntico para
entonces
(a, b, e)
f(e) = e'
Se tendrá entonces, para dos matrices cualesquiera de S ii) Si a es el inverso de a E G para * y f (a) es el inverso
de f(a) E G' para ~~ entonces
M~ [: :]
y
N~ [: :J f (~) = f (a)
DEMOSTRACION
que.
por lo que
f(a)
como f es un homomorfismo
f(e*a) f(e) 6 f(a)
por lo que
DEMOSTRACION
1
Para probar que f- es un homomorfismo consideremos dos elementos
a' = f(a) y b' = f(b) de G,', donde a, b · E G. Entonces
1 1
f- (a' 6 b') = f- [f(a) 6 f(b)]
1
Como f- [f(x)] x, se tiene que