Upload
clemente-gotelli-alvial
View
1.050
Download
0
Embed Size (px)
Citation preview
Matrices
Prof. Ivan Huerta
Revisado, Segundo Semestre de 2009
Operaciones matriciales Matrices
Matrices
Recordemos que una matriz de m× n define a una funcion F : Rn → Rm
F (~x) = A~x = x1~a1 + x2~a3 + . . .+ xn~an ∈ Rm
Con los vectores ~ai ∈ Rm fijos, variamos los coeficientes xi de ~x ∈ Rn paraobtener diferentes combinaciones lineales.
1
Operaciones matriciales Matrices
Ejemplo 1.
~y = A~x =
1 23 45 6
[ x1
x2
]= x1
135
+ x2
246
=
x1 + 2x2
3x1 + 4x2
5x1 + 6x2
A transforma vectores de R2 en vectores en R3
Entonces resolver el sistema
x1 + 2x2 = b1
3x1 + 4x2 = b2
5x1 + 6x2 = b3
Es equivalente a determinar el vector ~x tal que A~x = ~b
2
Operaciones matriciales Matrices
Ejemplo 2.
~y = A~x =[
2 −1 51 2 3
] x1
x2
x3
= x1
[21
]+ x2
[−12
]+ x3
[53
]
=[
2x1 − x2 + 5x3
x1 + 2x2 + 3x3
]
A transforma vectores de R3 en vectores en R2
3
Operaciones matriciales Matrices
Proposicion 1. Sean A,B matrices de m× n. Entonces
A~x = B~x ∀~x ∈ Rn⇔ A = B
Demostracion:
Sea A = [~a1 · · ·~an], B = [~b1 · · ·~bn]. (~ai, ~bi columna i de A, B).
(⇐) Es claro que si A = B entonces ~ai = ~bi y por lo tanto
A~x = x1~a1 + x2~a2 + . . .+ xn~an
= x1~b1 + x2
~b2 + . . .+ xn~bn
= Bx
para ~x ∈ Rn.
4
Operaciones matriciales Matrices
(⇒) Supongamos que A~x = B~x para ~x ∈ Rn.
Tomando ~x = ei =
00...1...00
← (i− esimo) obtenemos que Aei = Bei,
pero
Aei = 0 · ~a1 + 0 · ~a2 + · · ·+ 1 · ~ai + · · · 0 · ~an = ~ai
Bei = 0 ·~b1 + 0 ·~b2 + · · ·+ 1 ·~bi + · · ·+ 0 ·~bn = ~bi
y por lo tanto ~ai = ~bi, i = 1, 2, . . . , n En consecuencia A = B.
5
Operaciones matriciales Matrices
Definicion 1. Una funcion F : Rn → Rm se dice que es unatransformacion lineal si
i) F (~x+ ~y) = F (~x) + F (~y)
ii) F (α~x) = αF (~x)
i), ii) son equivalentes a iii)iii) F (α~x+ β~y) = αF (~x) + βF (~y)
i), ii) implica iii) pues
F (α~x+ β~y)(por i))
= F (α~x) + F (β~y)
(por ii))= αF (~x) + βF (~y)
Ademas iii) implica i), ii) (tomamos α = 1, β = 1 y luego β = 0).
6
Operaciones matriciales Matrices
Aplicando sucesivas veces iii) obtenemos
F (α~x+ β~y + γ~z) = F (α~x) + F (β~y + γ~z)
= αF (~x) + βF (~y) + γF (~z)
Por induccion obtenemos que
iv) F (k∑
i=1
αi~ui) =k∑
i=1
αiF (~ui), k ≥ 1
Note que con k = 2, iv) es la propiedad iii).
Entonces i) ii) ⇔ iii) ⇔ iv)
7
Operaciones matriciales Matrices
Esta es la clave:
• La imagen de una combinacion lineal es la combinacion lineal de lasimagenes
• Para transformaciones lineales es posible determinar F (~x) para ~x ∈〈~u1, ~u2, . . . , ~uk〉 solo conociendo F (~ui), i = 1, 2, . . . , k
Proposicion 2. Si A matriz de m × n, entonces F : Rn → Rm definidapor F (~x) = A~x es una transformacion lineal.
Demostracion:
A(α~x+ β~y) = (αx1 + βy1)~a1 + (αx2 + βy2)~a2 + · · ·+ (αxn + βyn)~an
= αx1~a1 + βy1~a1 + αx2~a2 + βy2~a2 + · · ·+ αxn~an + βyn~an
= α(x1~a1 + x2~a2 + · · ·+ xn~an) + β(y1~a1 + y2~a2 + · · ·+ yn~an)
= αA(~x) + βA(~y)
8
Operaciones matriciales Matrices
Teorema 1. F : Rn → Rm es una transformacion lineal sii existe unamatriz A de m× n tal que F (x) = Ax.
La matriz que representa a la transformacion lineal F es unica y es
A = [F (e1) F (e2) · · · F (en)]
La columna i-esima de A es F (ei) donde ei es el vector canonico i-esimoDemostracion: Si F es una transformacion lineal entonces
F (~x) = F (n∑
i=1
xiei) =n∑
i=1
xiF (ei)
= [F (e1) F (e2) · · · F (en)] ~x
= A~x
La unicidad de A viene de la Proposicion 1)
9
Operaciones matriciales Matrices
• Una gran cantidad de propiedades de las matrices estan ıntimamenterelacionadas al hecho que F (x) = Ax es una transformacion lineal.
• Por otra parte, funciones que son transformaciones lineales se representanconvenientemente mediante matrices.
• Por ejemplo, rotaciones, proyecciones, reflexiones son transformacioneslineales. y tendremos matrices de rotacion, proyeccion y reflexion cuandoellas correspondan a cada uno de este tipo de transformaciones.
10
Operaciones matriciales Matrices
Ejemplo 3. La rotacion en una angulo α en el sentido contrahorarioen el plano es una transformacion lineal
R(x+y)=R(x)+R(y)
R(y)R(x)
x+y
y
x
1
2
3
4
–1 1 2 3
11
Operaciones matriciales Matrices
R(a x)=a R(x)
R(x)
xa
x
0
0.5
1
1.5
2
2.5
3
3.5
0.5 1 1.5 2 2.5 3
12
Operaciones matriciales Matrices
Entonces
R
[xy
]= R
(x
[10
]+ y
[01
])= xR
[10
]+ yR
[01
]= x
[cos(α)sin(α)
]+ y
[− sin(α)cos(α)
]=
[cos(α) − sin(α)sin(α) cos(α)
] [xy
]La matriz de rotacion en angulo α en el sentido contrahorario esentonces
R =[
cos(α) − sin(α)sin(α) cos(α)
]
13
Transformaciones Lineales Matrices
Linealidad y Ker(A)
Recordemos que Ker(A) = {~x ∈ Rn : A~x = ~0}
Usamos que A es una T.L para demostrar algunas propiedades de Ker(A)
Proposicion 3. Sea A matriz, entonces
a) ~0 ∈ Ker(A)
b) Ker(A) es ”cerrado” bajo combinaciones lineales. Es decir
~ui ∈ Ker(A), αi ∈ R⇒∑
i
xi~ui ∈ Ker(A)
14
Transformaciones Lineales Matrices
Demostracion:
a) Como A(α~x) = αA(~x),tomando α = 0 obtenemos que A(~0) = ~0
b) ~ui ∈ Ker(A) implica A(~ui) = ~0 y por lo tanto
A(∑
i
xi~ui) =∑
i
xiA(~ui) =∑
i
αi ·~0 = ~0
.
15
Transformaciones Lineales Matrices
Teorema 2. La solucion general un sistema consistente A~x = ~b es
~xg = ~xp +Ker(A)
donde ~xp es una solucion particular de A~x = ~b (fija pero arbitraria).
Demostracion:
Sea S = {~x ∈ Rn : A~x = ~b}.
Como el sistema es consistente S es no vacıo.
Sea A~xp = ~b (solucion particular fija pero arbitraria)
Si A~x = ~b, entonces A(~x− ~xp) = A(~x)−A(~xp) = ~b−~b = ~0.
Entonces ~xh = ~x− ~xp ∈ Ker(A).
Por lo tanto ~x = ~xp + ~xh donde ~xh ∈ Ker(A). (*)Ası, ~x ∈ ~xp +Ker(A).
16
Transformaciones Lineales Matrices
Hemos demostrado que S ⊂ ~xp +Ker(A)
Por otra parte si ~x ∈ ~xp+Ker(A), entonces ~x = ~xp+~xh, con ~xh ∈ Ker(A).
Entonces A(~x) = A(~xp + ~xh) = A(~xp) +A(~b) = ~b+~0 = ~b.
Por lo tanto ~xp +Ker(A) ⊂ A. (**)
Por (*) y (**), {~x ∈ Rn : A~x = ~b} = ~xp +Ker(A)
17
Transformaciones Lineales Matrices
Imagenes de Conjuntos
Definicion 2. Sea A matriz de m× n. La imagen de S ⊂ Rn bajo A es
A(S) = {A~x : ~x ∈ S}
En particular se define la Imagen de A como:
Im(A) = A(Rn) = {A~x : ~x ∈ Rn }
Proposicion 4. Si A = [~a1 ~a2 · · ·~an] es una matriz con columnas ~ai, entonces
Im(A) = 〈~a1, ~a2, . . . , ~an〉
Demostracion: Es consecuencia inmediata de la definicion A~x = x1~a1 +x2~a2 + · · ·+ xn~an.
18
Transformaciones Lineales Matrices
Note que
S ⊂ Rn =⇒ A(S) ⊂ Rm
Nos interesa ver como son transformados planos, rectas, segmentos, etc..bajo A.
La idea general es: expresar el conjunto como combinaciones linealesde vectores (ya sean positivas o convexas)y luego aplicar la propiedad detransformacion lineal
Proposicion 5. A(PQ) = A(P )A(Q). Es decir, la imagen de un segmentobajo una matriz A es otro segmento.
Demostracion: Sea ~x ∈ PQ, entonces ~x = αP+βQ, con α+β = 1, α, β ≥ 0.Por lo tanto
A~x = A(αP + βQ)
= αA(P ) + βA(Q).
19
Transformaciones Lineales Matrices
Es decir, A~x es una combinacion convexa de A(P ), A(Q). y A(PQ) ⊂A(P )A(Q) = T .
Ahora, si ~y ∈ A(P )A(Q), entonces ~y = αA(P ) + βA(Q), con α + β = 1,α, β ≥ 0.
Como ~y = αA(P ) + βA(Q) = A(αP + βQ) ∈ A(PQ), tenemos queA(P )A(Q) ⊂ A(PQ).
Hemos demostrado que A(P )A(Q) = A(PQ)
20
Transformaciones Lineales Matrices
Ejemplo 4. Si P =[
12
], Q =
[01
], entonces la matriz A =
[1 2−1 1
],
transforma el segmento PQ en el segmento RS, donde
~R = A ~P =[
1 2−1 1
] [12
]=[
51
]~S = A ~Q =
[1 2−1 1
] [01
]=[
21
]
21
Transformaciones Lineales Matrices
Ejemplo 5. Demuestre que la imagen del plano Π : x1+x2+x3 = 1 bajo
A =
1 2 −10 1 1−1 −1 0
es otro plano y determine su ecuacion cartesiana.
Solucion: Tomando como variables libres a x2, x3 y como variable basica ax1, obtenemos que los puntos del plano son de la forma
x1
x2
x3
=
1− x2 − x3
x2
x3
=
100
+ x2
−110
+ x3
−101
22
Transformaciones Lineales Matrices
Aplicando que A tiene la propiedad lineal obtenemos que
~y = A~x = A
100
+ x2
−110
+ x3
−101
= A
100
+ x2 A
−110
+ x3 A
−101
=
10−1
+ x2
110
+ x3
−211
(∗)
Entonces la imagen del plano Π bajo A es el plano
A(Π) =
10−1
+ <
110
, −2
11
>23
Transformaciones Lineales Matrices
Igualando componentes en (*) obtenemos que ~y = A~x es equivalente a
y1 = 1 + x2 − 2x3
y2 = x2 + x3
y3 = x3
Eliminamos x2, x3. Para ello resolvemos x2, x3 de las ultimas dos ecuacionesy reemplazamos en la primera, para obtener
y1 = 1 + y2 − 3y3
que es la ecuacion cartesiana del plano A(Π).
Proposicion 6. Si S = ~x0+ < ~u1, ~u2, . . . , ~uk > entonces
A(S) = A~x0+ < A~u1, A~u2, . . . , A~uk >
24
Transformaciones Lineales Matrices
Caso particular: para ~x0 = ~0 obtenemos
A(< ~u1, ~u2, . . . , ~uk >) =< A~u1, A~u2, . . . , A~uk >
La imagen de un conjunto generado es el conjunto generadopor las imagenes de los generadores.
Demostracion: Sea T = A~x0+ < A~u1, A~u2, . . . , A~uk >.
Debemos demostrar que T = A(S).
Sea ~x ∈ S.
Por lo tanto ~x = ~x0 +∑k
−i=1αi~ui,
25
Transformaciones Lineales Matrices
y entonces
A~x = A(~x0 +k∑
−i=1
αi~ui)
= A(~x0) +k∑
i=1
αiA~ui ∈ T
Por lo tanto, A(S) ⊂ T .
Similarmente si ~y ∈ T , entonces
~y = A(~x0) +k∑
−i=1
αiA~ui = A(~x0 +k∑
−i=1
αi~ui) ∈ A(S)
. Por lo tanto T ⊂ A(S).Hemos demostrado que A = T (S).
26
Transformaciones Lineales Matrices
En general, cuando las columnas de A son li, es decir A~x = ~0 ⇒ ~x = ~0,la imagen bajo A de
• una recta es una recta• un hiperplano es un hiperplano• un triangulo es un triangulo• un cono es un cono• un poliedro es un poliedro• etc...
Cuando las columnas de A son l.d, al calcular la imagen de un conjunto esposible (pero no siempre) que se pierdan ”dimensiones”. Por ejemplo esposible que la imagen de un plano sea una recta. Este tema lo veremos endetalle mas adelante
27
Transformaciones Lineales Matrices
Ejemplo 6. Demuestre que la imagen del plano Π : x1 + 2x2 + x3 = 1bajo
A =
1 2 12 −1 13 1 2
es una recta y determine su ecuacion cartesiana.
Solucion: Tomando como variables libres a x2, x3 y como variable basica ax1, obtenemos que los puntos del plano son de la forma
x1
x2
x3
=
1− 2x2 − x3
x2
x3
=
100
+ x2
−210
+ x3
−101
28
Transformaciones Lineales Matrices
Aplicando que A es una transformacion lineal obtenemos que
~y = A~x = A
100
+ x2
−210
+ x3
−101
= A
100
+ x2 A
−210
+ x3 A
−101
=
123
+ x2
0−5−5
+ x3
011
=
123
+ (−5x2 + x3)
011
(∗)
29
Transformaciones Lineales Matrices
Entonces la imagen del plano Π bajo A es la recta
A(Π) =
123
+ 〈
011
〉Las ecuaciones parametricas de la recta son ( t ∈ R)
y1 = 1
y2 = 2 + t
y3 = 3 + t
Eliminando t, obtenemos y1 = 1, y2 − 2 = y3 − 3 que constituyen ecuacionescartesianas (interseccion de planos) para la recta.
30
Operaciones Matriciales Matrices
Operaciones Matriciales
Definicion 3. Si F,G : Rn → Rm entonces las funciones producto porescalar y suma αF, F +G : Rn → Rm estan definidas por
(F +G)(~x)def= F (~x) +G(~x)
(αF )(~x)def= α F (~x)
Si G : Rn → Rp. F : Rp → Rm entonces la composicion F ◦ G estadefinida por
(F ◦G)(~x)def= F (G(~x))
Nos interesa caraterizar F + G, αF , F ◦ G cuando F,G son TL’s, es decircuando F (x) = Ax, G(x) = Bx, donde A,B son matrices.
31
Operaciones Matriciales Matrices
Teorema 3.
i) Si F,G : Rn → Rm son transformaciones lineales entonces F +G, αF :Rn → Rm son transformaciones lineales
ii) Si G : Rn → Rp, F : Rp → Rm son transformaciones lineales entoncesF ◦G : Rn → Rm es una transformacion lineal
Demostracion: La dem de i) queda propuesta como ejercicio. Demostramosii).
(F ◦G)(α~x+ β~y) = F (G(α~x+ β~y))
= F (αG(~x) + βG(~y))
= αF (G(~x)) + βF (G(~y))
= α(F ◦G)(~x) + β(F ◦G)(~y)
Entonces, F ◦G es TL.
32
Operaciones Matriciales Matrices
Dado que las transformaciones lineales de Rn en Rm son matrices, estasproposiciones implican que:
Para matrices dadas A,B tales que la suma o la composicion estedefinida,
• existe una unica matrix C tal que C~x = A~x+B~x para todo ~x
• existe una unica matrix D tal que D~x = A(B~x) para todo ~x
33
Operaciones Matriciales Matrices
Suma de Matrices
La suma de funciones esta definida solo cuando ellas tienen el mismodominio y mismo recorrido.
Sean A,B : Rn → Rm matrices de m×n. A = [~a1 ~a2 . . . ~an], ~ai columnai-esima de A B = [~b1 ~b2 . . . ~bn], ~bi columna i-esima de A
A~x+B~x = (x1~a1 + x2~a2 + · · ·+ xn~an) + (x1~b1 + x2
~b2 + · · ·+ xn~bn)
= x1(~a1 +~b1) + x2(~a2 +~b2) + · · ·+ xn(~an +~bn)
= [~a1 +~b1 ~a2 +~b2 · · · ~an +~bn]~x
= C~x
donde C = [~a1 +~b1 ~a2 +~b2 · · · ~an +~bn]
34
Operaciones Matriciales Matrices
Definicion 4. Sean matrices de m× n entonces
A+Bdef= [~a1 +~b1 ~a2 +~b2 · · · ~an +~bn]
es la unica matriz C tal que C~x = A~x+B~x para ~x ∈ Rn.
La suma de matrices se puede ver desde los puntos de vista:
• por elementos: (A+B)i,j = Ai,j +Bi,j, i = 1, . . . ,m, j = 1, . . . , n
• por filas: filai(A+B) = filai(A) + filai(B)
• por columnas: colj(A+B) = colj(A) + colj(B)
Si pensamos a una matriz de m× n como un vector de m · n elementos,la suma de matrices corresponde a la suma vectorial.Las matrices se sumanelemento a elemento
35
Operaciones Matriciales Matrices
Ejemplo 7.
A =[
1 2 34 5 6
], B =
[−1 1 12 2 4
], C =
[−1 03 1
]
Entonces
A+B =[
1 2 34 5 6
]+[−1 1 12 2 4
]=[
0 3 46 7 10
]A+ C no esta definida
36
Operaciones Matriciales Matrices
Producto por escalar
Sea A : Rn → Rm matriz de m × n. A = [~a1 ~a2 . . . ~an], ~ai columnai-esima de A
αA~x = α(x1~a1 + x2~a2 + · · ·+ xn~an)
= x1(α ~a1) + x2(α ~a2) + · · ·+ xn(α ~an)
= [α ~a1 α ~a2 · · · α ~an]~x
= C~x
donde C = [α ~a1 α ~a2 · · · α ~an]
37
Operaciones Matriciales Matrices
Definicion 5. Sea A de m× n entonces
αAdef= [α ~a1 α ~a2 · · · α ~an]
es la unica matriz C tal que C~x = α A~x para ~x ∈ Rn.
El producto por escalar de una matriz se puede ver desde los puntos devista:
• por elementos: (α A)i,j = αAi,j i = 1, . . . ,m, j = 1, . . . , n
• por filas: filai(α A) = α filai(A)
• por columnas: colj(α A) = α colj(A)
Si pensamos a una matriz de m× n como un vector de m · n elementos, elproducto por escalar de una matriz corresponde al producto escalar vectorial.
38
Operaciones Matriciales Matrices
Al multiplicar por un escalar una matriz se multiplica cada elemento dela matriz por el escalar.
Ejemplo 8.
A =[
1 2 34 5 6
], C =
[−1 03 1
]Entonces
3A =[
3 6 912 15 18
]− C = (−1)C =
[1 0−3 −1
]
Definicion 6. La resta de dos matrices de m× n es A−B def= A+ (−1)B
39
Operaciones Matriciales Matrices
Producto o composicion de Matrices
A · B → ABm× p p× n m× n
El producto AB esta definido solo cuando el numero p de columnas de A esigual al numero p de filas de B
40
Operaciones Matriciales Matrices
Para A de m× p, B de p× n A = [~a1 ~a2 . . . ~ap], ~ai columna i-esima de
A B = [~b1 ~b2 . . . ~bn], ~bi columna i-esima de B
A(B~x) = A(x1~b1 + x2
~b2 + · · ·+ xn~bn)
= x1 A~b1 + x2 A~b2 + · · ·+ xn A~bn
= [A~b1 A~b2 · · · A~bn]~x
= C~x
donde C = [A~b1 A~b2 · · · A~bn]
Definicion 7. Sea A de m× p, B de p× n. El producto AB es
ABdef= [A~b1 A~b2 · · · A~bn]
es la unica matriz C tal que C~x = A(B~x) para ~x ∈ Rn.
41
Operaciones Matriciales Matrices
Ejemplo 9.
A =[
1 2 34 5 6
]B =
−1 03 1−1 1
C =[−1 1
2 2
]2× 3 3× 2 2× 2
• AB es de 2× 2
• BA es de 3× 3
• AC no esta definida
• CA es de 2× 3
• BC es de 3× 2
• CB no esta definida
42
Operaciones Matriciales Matrices
AB =
1 2 3
4 5 6
−1 0
3 1
−1 1
=
[1 2 3
4 5 6
] −1
3
−1
[ 1 2 3
4 5 6
] 0
1
1
=
1
2
3
·
−1
3
1
1
2
3
·
0
1
1
4
5
6
·
−1
3
1
4
5
6
·
0
1
1
=
[8 5
17 11
]
• Las columnas de AB son combinaciones lineales de las columnas de A.• AB es la matriz de productos puntos de filas de A con columnas de B.
43
Operaciones Matriciales Matrices
El producto AB lo podemos ver por columnas y por filas
AB =[
1 23 4
] [b1,1 b1,2
b2,1 b2,2
]
=
[b1,1
[13
]+ b2,1
[24
]︸ ︷︷ ︸
Col 1 de AB
b1,2
[13
]+ b2,2
[24
]︸ ︷︷ ︸
]Col 2 de AB
=[
1 · [b1,1 b1,2] + 2 · [b2,1 b2,2]3 · [b1,1 b1,2] + 4 · [b2,1 b2,2]
]← Fila 1 de AB← Fila 2 de AB
Cada columna de AB es una combinacion lineal de las columnas de A conponderadores en la columna correspondiente de B.
Cada fila de AB es una combinacion lineal de las filas de B conponderadores en la fila correspondiente de A.
44
Operaciones Matriciales Matrices
Ejemplo 10.• La col j de AB es una combinacion lineal de las columnas de A con
ponderadores en la col j de A.
[~a1 ~a2][
1 32 4
]= [1 · ~a1 + 2 · ~a2 3 · ~a1 + 4 · ~a2]
• La fila i de AB es una combinacion lineal de las filas de B conponderadores en la fila i de A.[
1 23 4
] [~B1~B2
]=
[1 · ~B1 + 2 · ~B2
3 · ~B1 + 4 · ~B2
]
• El elemento i, j de AB es el producto punto de la fila i de A con lacolumna j de B[
~A1~A2
] [~b1 ~b2
]=
[~A1 ·~b1 ~A1 ·~b2~A2 ·~b1 ~A2 ·~b2
]
45
Operaciones Matriciales Matrices
Si denotamos a las filas por mayusculas y las columnas por minusculas
A = [~a1 ~a2 · · ·~ap] =
~A1~A2...~Am
B = [~b1 ~b2 · · ·~bn] =
~B1~B2...~Bp
C = [~c1 ~c2 · · ·~cn] =
~C1~C2...~Cm
46
Operaciones Matriciales Matrices
Si C = AB, entonces
• Por columnas: ~cj = A~bj = [~a1 ~a2 · · ·~ap]
b1,j
b2,j...bp,j
=∑p
i=1 bi,j~ai
• Por filas: ~Ci = ~AiB = [ai,1 ai,2 · · · ai,p]
~B1
~B2...~Bp
=∑p
j=1 ai,j~Bj
• Por elementos: ci,j = ~Ai ·~bj = [ai,1 ai,2 · · · ai,p]
b1,j
b2,j...bp,j
=∑p
k=1 ai,kbk,j
47
Operaciones Matriciales Matrices
Ejemplo 11. Sea ~ui, ~vj vectores de R4. Exprese las siguientesrelaciones en la forma de un producto de matrices.
~u1 = 2~v1 + ~v2 − ~v3~u2 = −~v1 + 2~v2 + ~v3
Solucion: Expresamos las relaciones pensando que los vectores ~ui, ~vj sonvectores columna
[~u1 ~u2] = [~v1 ~v2 ~v3]
2 −11 2−1 1
o equivalentemente U = V C donde U = [~u1 ~u2] es de 4 × 2, V =
[~v1 ~v2 ~v3] es de 4× 3, C =
2 −11 2−1 1
es de 3× 2
48
Operaciones Matriciales Matrices
Matriz Nula
Definicion 8. La matriz nula On,m de m × n es la matriz que tiene todossus elementos iguales a cero. Usualmente denotamos a la matriz nula porO quedando su tamano definido por el contexto.
O2,2 =[
0 00 0
]O3,2 =
0 00 00 0
O2,3 =[
0 0 00 0 0
]
Si A es de m× n, la matriz nula satisface
A+ O = A, A O = O, O A = O
toda vez que la operacion este definida.
Note que si A es de 3× 4 entonces A O4,2 = O3,2
49
Operaciones Matriciales Matrices
Matriz Identidad
Definicion 9. La matriz identidad In es la matriz de n× n tal que
(In)i,j ={
0 si i 6= j1 si i = j
La matriz identidad tiene 1’s en la diagonal principal y 0’s fuera de ladiagonal
I2 =[
1 00 1
]I3 =
1 0 00 1 00 0 1
In =
1 0 · · · 00 1 · · · 0... ... . . . ...0 0 · · · 1
50
Operaciones Matriciales Matrices
La funcion identidad Id(~x) = ~x para ~x ∈ Rn es una transformacion linealy la matriz identidad es la matriz que la representa.
I3~x =
1 0 00 1 00 0 1
x1
x2
x3
=
x1
x2
x3
~x ∈ R3
La matriz identidad es la unica matriz que satisface
In~x = ~x ~x ∈ Rn
Si A es de m× n,AIn = A Im A = A 1 0 0
0 1 00 0 1
a1,1 a1,2
a2,1 a2,2
a3,1 a3,2
=
a1,1 a1,2
a2,1 a2,2
a3,1 a3,2
[ 1 00 1
]=
a1,1 a1,2
a2,1 a2,2
a3,1 a3,2
51
Operaciones Matriciales Matrices
Propiedades
La suma satisface (”O” es una matriz nula)
A+B = B +A
(A+B) + C = A+ (B + C) (1)
A+O = A
A+ (−1)A = O
El producto por escalar satisface
(αβ)A = α(βA)
(α+ β)A = αA+ βA (2)
α(A+B) = αA+ αB
1A = A
52
Operaciones Matriciales Matrices
El producto satisface (In es la identidad de n× n)
A(B C) = (A B)C
A(B + C) = A B +A C (3)
(A+B)C = A C +B C
A In = A
Im A = A
Estas propiedades se cumplen en general para la suma, producto por escalary composicion de funciones, y en particular entonces se cumplen parafunciones que son transformaciones lineales.
AB 6= BA, pues en general la composicion NO conmuta
Demostracion: Solo demostramos A(BC) = (AB)C y las demasdemostraciones quedan propuestas como ejercicio. Haremos dos
53
Operaciones Matriciales Matrices
demostraciones.
• Una basada en la asociatividad de la composicion de funciones,• y otra que utiliza la formula explıcita para el producto de dos matrices.
Sean A de m× p, B de p× q, C de q×n, R = (AB)C, T = A(BC) de m×n.Para demostrar que R = T basta con demostrar que R~x = T~x, ∀~x ∈ Rn.
R~x = ((AB)C)(~x)
= (AB)(C(~x)) por la definicion de producto como composicion
= A(B(C(~x))) ” ”
= A((BC)(~x)) ” ”
= (A(BC))(~x)) ” ”
= T~x
Por lo tanto R = T , es decir (AB)C = A(BC).
54
Operaciones Matriciales Matrices
Ahora, a modo de ejercicio demostramos la identidad usando la formula(AB)i,j =
∑pk=1 ai,k bk,j
Entonces
((AB)C)i,j =q∑
l=1
(AB)i,l cl,j
=q∑
l=1
(p∑
k=1
ai,kbk,l
)cl,j
=q∑
l=1
(p∑
k=1
ai,kbk,lcl,j
)
=p∑
k=1
(q∑
l=1
ai,kbk,lcl,j
)reordenando terminos
55
Operaciones Matriciales Matrices
=p∑
k=1
ai,k
(q∑
l=1
bk,lcl,j
)
=p∑
k=1
ai,k(BC)k,j
= (A(BC))i,j
Hemos demostrado que ((AB)C)i,j = (A(BC))i,j, es decir (AB)C =A(BC).
56
Operaciones Matriciales Matrices
Potencias
Si A es cuadrada entonces se define
• A0 = I
• A2 = AA
• En general, Ak = A ·Ak−1, k = 2, 3, 4, . . ..
Las potencias de una matriz conmutan Para n,m ∈ N se tiene AnAm =AmAn = An+m
Las potencias de matrices estan definidas solo para matrices cuadradas
57
Operaciones Matriciales Matrices
Ejemplo 12.
• (I −A)(I +A) = I(I +A)−A(I +A)
= (I +A)−A−A2
= I −A2
• (I −A)(I +A+A2) = I(I +A+A2)−A(I +A+A2)
= I +A+A2 −A−A2 −A3
= I −A3
• Por induccion se demuestra que
(I −A)(I +A+A2 + · · ·+Ak−1) = I −Ak , k = 1, 2, . . . .
58
Operaciones Matriciales Matrices
Ejemplo 13. En general AB 6= BA.
• Si A es de 2× 3 y B es de 3× 4 entonces AB es de 2× 4 pero BA noesta definida.• Si A,B son matrices cuadradas, para el cuadrado del binomio te-
nemos
(A+B)2 = (A+B)(A+B) = A(A+B)+B(A+B) = A2+AB+BA+B2
Note que en general (A+B)2 6= A2 + 2AB +B2 pues AB 6= BA.• Si A,B son matrices cuadradas, para el cubo del binomio tenemos
(A+B)3 = (A+B)(A+B)2 = (A+B)(A2 +AB +BA+B2)
= A3 +A2B +ABA+AB2 +BA2 +B2A+B3
Si AB = BA entonces (A+B)3 = A3 + 3A2B + 3AB2 +B3
59
Operaciones Matriciales Matrices
Matrices como vectores
Si consideramos a las matrices de m×n como vectores con mn elementos,entonces las definiciones de suma y producto por escalar para matricescorresponden a las ya definidas para vectores de Rm n. Entonces desde estaperspectiva, podemos hablar de
• combinaciones lineales de matrices,
• conjuntos generados por matrices
• independencia-dependencia lineal de matrices.
Este enfoque lo tratamos en el capıtulo de espacios vectoriales.
60
Operaciones Matriciales Matrices
Transpuestas
Definicion 10. Sea A de m × n, entonces la matriz transpuesta AT esla matriz de n×m tal que
(AT )i,j = Aj,i i = 1, 2, . . . , n j = 1, 2, . . . ,m
61
Operaciones Matriciales Matrices
Las relaciones entre columnas, filas y elementos entre A y AT son:
• Elementos: (AT )i,j = Aj,i
• Filas :La fila i de (AT ) es la transpuesta de la columna i de A
• Columnas :La columna j de (AT ) es la transpuesta de la fila j de A
Proposicion 7.
i) (A+B)T = AT +BT
ii) (α A)T = α AT
iii) (AT )T = A
iv) (A B)T = BT AT
62
Operaciones Matriciales Matrices
Demostracion: Las demostraciones de i), ii), iii) quedan propuestasDemostramos iv)
((AB)T )i,j = (AB)j,i
= Producto punto de fila j de A por columna i de B
= Producto punto de columna j de AT por fila i de BT
= Producto punto de fila i de BT por columna j de AT
= (BTAT )i,j
Entonces (AB)T = BTAT
63
Operaciones Matriciales Matrices
Aplicando sucesivas veces las propiedades i) ii) de la proposicion (7)obtenemos
v) (α1A1 + α2A2 + · · ·+ αkAk)T = α1AT1 + α2A
T2 + · · ·+ αkA
Tk
Aplicando sucesivas veces la propiedad iv) obtenemos
vi) (A1 A2 · · · Ak)T = ATk · · · A
T2 A
T1
Por ejemplo,(A+ 3B − 4C)T = AT + 3BT − 4CT
(ABC)T = CTBTAT
64
Operaciones Matriciales Matrices
Ejemplo 14. Sean ui, vj vectores columna en Rn. Exprese las relacionessiguientes en la forma de producto de matrices, por filas y por columnas.
~a1 = ~b1 + 2~b2 −~b3~a2 = −~b1 −~b2 + 2~b3
Solucion: Usando que las columnas de BC son combinaciones lineales delas columnas de B
[~a1 ~a2] = [~b1 ~b2 ~b3]
1 −12 −1−1 2
por cols
65
Operaciones Matriciales Matrices
Transponiendo obtenemos
[~aT
1~aT
2
]=[
1 2 −1−1 −1 2
] ~bT1~bT
2~bT
3
por filas
66
Operaciones Matriciales Matrices
¡NO OLVIDE !
• AX : matriz con columnas que son combinacion lineal de columnas de Acon ponderadores en las columnas de X
• XA: matriz con filas que son combinacion lineal de filas de A conponderadores en las filas de X
Esta es la esencia de la identidad
C = AX ⇔ CT = XTAT
67
Operaciones Matriciales Matrices
El producto punto ~x · ~y = ~xT~y
Sean ~x, ~y vectores (columna) de n× 1 en Rn. Entonces,
~xT ~y es de 1× n · n× 1 = 1× 1 es un escalar
~x · ~y =
x1
x2...xn
·y1y2...yn
= x1y1 + x2y2 + · · ·+ xnyn
= [x1 x2 · · · xn] ·
y1y2...yn
= ~xT ~y
68
Operaciones Matriciales Matrices
Entonces si A = [~a1~a2 · · ·~an] tenemos
ATA =
~aT
1
~aT2...~aT
n
[~a1~a2 · · ·~an]
=
~aT
1~a1 ~aT1~a2 · · · ~aT
1~an
~aT2~a1 ~aT
2~a2 · · · ~aT2~an
... ... . . . ...~aT
n~a1 ~aTn~a2 · · · ~aT
n~an
=
[~aT
i ~aj
]
ATA es la matriz de productos puntos de las columnas de A
69
Operaciones Matriciales Matrices
ATA es una matriz diagonal sii las columnas de A sonperpendiculares entre sı.
Ejemplo 15.
CTC =
~aT1 ~a1 ~aT
1 ~a2 ~aT1 ~a3
~aT2 ~a1 ~aT
2 ~a2 ~aT2 ~a3
~aT3 ~a1 ~aT
3 ~a2 ~aT3 ~a3
=
||~a1||1 ~aT1 ~a2 ~aT
1 ~a3
~aT2 ~a1 ||~a2||2 ~aT
2 ~a3
~aT3 ~a1 ~aT
3 ~a2 ||~a3||2
CTC =
1 2 −12 1 4−9 6 3
1 2 −9
2 1 6−1 4 3
=
6 0 00 21 00 0 126
Las columnas de C son perpendiculares entre sı
70
Operaciones Matriciales Matrices
Ejemplo 16.
ATA =
1 0 −1 01 1 2 1−2 1 1 −1
1 1 −20 1 1−1 2 1
0 1 −1
=
~aT1~a1 ~aT
1~a2 ~aT1~a
T3
~aT2~a1 ~aT
2~a2 ~aT2~a
T3
~aT3~a1 ~aT
3~a2 ~aT3~a
T3
=
2 −1 −3−1 7 0−3 0 7
La matriz de productos puntos de las columnas de una matriz essimetrica son respecto a su diagonal
71
Operaciones Matriciales Matrices
Matrices Simetricas
Definicion 11. Una matriz A real se dice simetrica si AT = A
• AT = A sii Ai,j = Aj,i
• Si A = AT entonces necesariamente A es cuadrada.• En las matrices simetricas la fila i es la transpuesta de la columna i.
72
Operaciones Matriciales Matrices
Ejemplo 17.
B =
1 2 31 4 23 5 6
no es simetrica, pues B1,2 6= B2,1
Proposicion 8. Sean A,B matrices simetricas de n× n, entonces
i) A+B es simetrica
ii) αA es simetrica
iii) AB NO es simetrica en general: AB es simetrica sii AB = BA
73
Operaciones Matriciales Matrices
Demostracion:
Para i) tenemos (A + B)T = AT + BT = A + B y entonces A + B essimetrica
Para ii) tenemos (αA)T = αAT = αA, y entonces αA es simetrica
Para iii) tenemos (A B)T = BT AT = B A 6= AB en general.
Para que el producto AB de matrices simetricas sea simetrica, lasmatrices deben conmutar, es decir AB = BA.
Ejemplo 18. Demuestre que si A es de m × m entonces ATA essimetrica.
Solucion: Hay que demostrar que (ATA)T = ATA
(ATA)T = AT (AT )T = ATA
74
Operaciones Matriciales Matrices
NOTA
En clases ( Segundo semestre del 2009) vimos con mas detalle algunostopicos:
• Matrices Simetricas, Antisimetricas:, propiedades, toda matriz sedescompone en forma unica como la suma de una matriz simetricamas una antisimetrica.
• xTy es el producto punto de los vectores x, y; xyT es una matriz de n×nde rango 1.
• AB = O es equivalente a que las filas de A son perpendiculares a lascolumnas de B, es decir AB = O sii Im(B) ⊂ Ker(A)
• ATA es la matriz de productos puntos de las columnas de A, Ker(ATA) =Ker(A), ATA tiene inversa sii las columnas de A son li, la ecuacionATAx = AT b (re-interpretacion problema de la I1 de este semestre).
75
Operaciones Matriciales Matrices
• En clases ya tenemos a estas alturas 1-1 y sobre y entonces la presentaciondada en clases para los topicos que siguen a continuacion (Solucion deAX = B y de Y A = B) consideran estos conceptos. Vimos que A es1-1 sii AT es sobre y que A es sobre sii AT es 1-1. En estas notas 1-1y sobre se introducen despues de estos temas y se consideran solamentepara inversas por la derecha y por la izquierda, en la solucion de AX = Iy Y A = I, respectivamente.
76
Operaciones Matriciales Matrices
La ecuacion matricial AX = B
El problema es:
dadas dos matrices A, B determinar una matriz X tal que AX = B.
• Si A, B tienen distinto numero de filas el problema no tiene sentido.
• Si A es de m × p y B es de m × q entonces necesariamente X debe serde p× q.
• La matrix X se calcula por colummas.
Sea X = [~x1 ~x2 · · · ~xq], ~xi col-i de X.
Sea B = [~b1 ~b2 · · · ~bq], ~bi col-i de B.
77
Operaciones Matriciales Matrices
AX = B ⇔ A[~x1 ~x2 · · · ~xq] = [~b1 ~b2 · · · ~bq]
⇔ [A~x1 A~x2 · · · A~xq] = [~b1 ~b2 · · · ~bq]
⇔ A~xi = ~bi, i = 1, 2, . . . , q
Entonces para determinar la matriz X hay que:
• Resolver q sistemas de ecuaciones A~x = ~bi con la misma matriz A decoeficientes y distintos vectores ~bi.
• Para ello se calcula la escalonada reducida de la matriz ampliada [A|B].
• Si no aparece una ecuacion del tipo 0 = 1, esto es r([A|B]) = r(A), cadasistema es consistente y hay soluciones de AX = B. (existencia)
78
Operaciones Matriciales Matrices
• Si ademas las columnas de A son li.,es decir no hay variables libres, lasolucion X es unica.(unicidad)
Proposicion 9. La ecuacion AX = B tiene solucion sii cada sistemaA~xi = ~bi, i = 1, 2, . . . , q es consistente.
Si la solucion existe, esta es unica sii las columnas de A son li.
Proposicion 10. Sea A de m× p. Son equivalentes
• La ecuacion AX = B tiene solucion para cada matriz B de m× q.
• r([A|B] = r(A) para cada matriz B de m× q.
• La filas de A son linealmente independientes
79
Operaciones Matriciales Matrices
Ejemplo 19. Determine las soluciones de la ecuacion matricial AX = Bdonde
A =
1 0 1 1−2 0 −3 0−1 0 1 −5
B =
3 1−5 −3−5 2
Solucion: Como A es de 3 × 4 y B es de 3 × 2, la matriz X debe ser de4× 2 y X tiene dos columnas.
C = [A|B] =
1 0 1 1 3 1−2 0 −3 0 −5 −3−1 0 1 −5 −5 2
→ 1 0 1 1 3 1
0 0 −1 2 1 −10 0 2 −4 −2 3
→
1 0 1 1 3 10 0 −1 2 1 −10 0 0 0 0 1
Vemos que el sistema para la segunda columna de X es inconsistente pues
80
Operaciones Matriciales Matrices
se obtiene la ecuacion 0 = 1 y por lo tanto la ecuacion matricial AX = Bno tiene solucion
81
Operaciones Matriciales Matrices
Ejemplo 20. Determine las soluciones de AX = B donde
A =
1 2 1 1−2 −4 −1 −5
1 2 2 −2
B =
1 5−4 −9−1 6
Solucion: A es de 3 × 4 y B de 3 × 2 por lo que X debe ser de 4 × 2, esdecir, X tiene 2 columnas en R4
X =
x1 y1
x2 y2
x3 y3
x4 y4
82
Operaciones Matriciales Matrices
Resolvemos X por columas resolviendo los sistemas A~x = ~bi, i = 1, 2.
C = [A|B] =
1 2 1 1 1 5−2 −4 −1 −5 −4 −9
1 2 2 −2 −1 6
→ 1 2 1 1 1 5
0 0 1 −3 −2 10 0 1 −3 −2 1
→
1 2 1 1 1 50 0 1 −3 −2 10 0 0 0 0 0
→ 1 2 0 4 3 4
0 0 1 −3 −2 10 0 0 0 0 0
• Vemos que cada uno de los 2 sistemas es consistente.• Tomamos como variables libres a la 2,4 y basicas a las 1,3.• Despejando x1, x3 para la primera columna obtenemos
x1 = 3− 2x2 − 4x4
x3 = −2 + 3x4
83
Operaciones Matriciales Matrices
• Despejando y1, y3 para la segunda columna obtenemos
y1 = 4− 2y2 − 4y4
y3 = 1 + 3y4
Entonces
X =
3− 2x2 − 4x4 4− 2y2 − 4y4
x2 y2
−2 + 3x4 1 + 3y4
x4 y4
, x2, x4, y2, y4 ∈ R
84
Operaciones Matriciales Matrices
Ejemplo 21. Si ~u1 = (2, 1), ~u2 = (1, 1) determine vectores ~v1, ~v2 talesque
~u1 · ~v1 = 1, ~u1 · ~v2 = 2 ~u2 · ~v1 = −1 ~u2 · ~v2 = 0
Solucion: Usando que AX es el producto punto de las filas de A conlas columnas de X el problema es equivalente a determinar una matrizX = [~v1 ~v2], ~vi col i de X, tal que
AX =[
2 11 1
][~v1 ~v2] =
[1 2−1 0
]= B
85
Operaciones Matriciales Matrices
C = [A|B] =
[2 1 1 21 1 −1 0
]→
[2 1 1 20 1/2 −3/2 −1
]
→
[2 1 1 20 1 −3 −2
]→
[2 0 4 40 1 −3 −2
]→
[1 0 2 20 1 −3 −2
]
Entonces X =[
2 2−3 −2
], por lo que ~v1 = (2,−3), ~v2 = (2,−2).
86
Operaciones Matriciales Matrices
La ecuacion matricial Y A = B
El problema es:
dadas dos matrices A, B determinar una matriz Y tal que Y A = B.
• Trasponiendo la ecuacion Y A = B obtenemos ATY T = BT y definiendoX = Y T obtenemos la ecuacion ATX = BT .
• Para resolver Y A = B resolvemos ATX = BT y entonces Y = XT .
• Si A, B tienen distinto numero de columnas el problema no tiene sentido.
• Si A es de p ×m y B es de q ×m entonces necesariamente Y debe serde q × p.
• La matrix Y se calcula por filas, que son las columnas de X = Y T .
87
Operaciones Matriciales Matrices
Entonces para determinar la matriz Y hay que:
• Resolver q sistemas de ecuaciones AT~x = ~BTi , (fila i de B). con la misma
matriz AT de coeficientes y distintos vectores ~BTi .
• Para ello se calcula la escalonada reducida de la matriz ampliada [AT |BT ].
• Si no aparece una ecuacion del tipo 0 = 1, esto es r([AT |BT ]) = r(AT ),cada sistema es consistente y hay soluciones de Y A = B. (existencia)
• Si ademas las columnas de AT son li., es decir las filas de A son li., nohay variables libres y la solucion Y es unica.(unicidad)
88
Operaciones Matriciales Matrices
Proposicion 11. La ecuacion Y A = B tiene solucion sii cada sistemaAT~xi = ~BT
i , i = 1, 2, . . . ,m es consistente.
Si la solucion existe, esta es unica sii las filas de A son li.
Proposicion 12. Sea A de p×m. Son equivalentes
• La ecuacion Y A = B tiene solucion para cada matriz B de q ×m.
• r([AT |BT ] = r(AT ) para cada matriz B de p×m.
• La columnas de A son linealmente independientes (las filas de AT
son li)
89
Operaciones Matriciales Matrices
Ejemplo 22. Determine las matrices A tal que
A
110
=
−101
, A
011
=
21−1
, A
111
=
−210
En este problema se dan las imagenes de A sobre tres vectores li y sepide A.
Solucion: Las condiciones dadas son equivalentes a
A
1 0 11 1 10 1 1
=
−1 2 −20 1 11 −1 0
90
Operaciones Matriciales Matrices
Transponiendo obtenemos la ecuacion matricial para X = AT :
UX =
1 1 00 1 11 1 1
X =
−1 0 12 1 −1−2 1 0
= V
Calculando la escalonada reducida de [U |V ] obtenemos
1 0 1 −1 2 −21 1 1 0 1 10 1 1 1 −1 0
→
1 0 00 1 00 0 1
−1 2 11 −1 30 0 −3︸ ︷︷ ︸
X
Por lo tanto
XT = A =
−1 1 02 −1 01 3 −3
91
Operaciones Matriciales Matrices
Inversas por la derecha
AX~y = ~y ∀~y ∈ Rm⇔AX = Im
Definicion 12. Sea A de m × n. La matrix X de n ×m se dice inversapor la derecha de A si
A X = Im
92
Operaciones Matriciales Matrices
Definicion 13. La matriz A se dice ”sobre” si
Im(A)def= A(Rn) = {A~x : ~x ∈ Rn} =< ~a1, ~a2, . . . , ~an >= Rm
Es decir, para cada vector ~y ∈ Rm existe ~x ∈ Rn tal que A~x = ~y
93
Operaciones Matriciales Matrices
Teorema 4. Sea A matriz de m× n. Son equivalentes
i) A es sobre
ii) La ecuacion A~x = ~b es consistente para cada ~b ∈ Rm
iii) Im(A) =< ~a1,~a2, . . . ,~an >= Rm
iv) Las filas de A son li.
v) r(A) = m
vi) La escalonada reducida de A no tiene filas nulas
vii) A tiene inversa por la derecha
94
Operaciones Matriciales Matrices
Demostracion: Lo unico que falta por demostrar es que A tiene inversapor la derecha sii A es sobre.
(⇒) Supongamos que exista X tal que AX = Im. Sea ~b ∈ Rm. Entoncespara ~x = X~b tenemos
A~x = A(X~b) = (AX)~b = Im~b = ~b
Es decir A es sobre.
(⇐) Supongamos que A es sobre, entonces A tiene las filas li. Por lotanto cada ecuacion matricial AX = B tiene solucion para cada matriz B dem× q. En particular AX = Im tiene solucion, y por lo tanto A tiene inversapor la derecha.
95
Operaciones Matriciales Matrices
Ejemplo 23. Determine las inversas por la derecha de
A =[
1 2 3 02 3 −1 1
](4)
Solucion: Hay que resolver la ecuacion matricial AX = I2. Como Aes de 2× 4 las inversas por la derecha son de 4× 2.
X =
x1 y1
x2 y2
x3 y3
x4 y4
La matriz ampliada [A|I2] es:[
1 2 3 0 1 02 3 −1 1 0 1
]96
Operaciones Matriciales Matrices
Eliminando la primera variable de la segunda ecuacion,[1 2 3 0 1 00 −1 −7 1 −2 1
]Multiplicando por −1 la segunda ecuacion y eliminando la segundavariable de la primera ecuacion,[
1 0 −11 2 −3 20 1 7 −1 2 −1
]Tomando como variables basicas la primera y la segunda, y comovariables libres la tercera y la cuarta obtenemos,
X =
−3 + 11x3 − 2x4 2 + 11 y3 − 2 y4
2− 7x3 + x4 −1− 7 y3 + y4
x3 y3
x4 y4
97
Operaciones Matriciales Matrices
donde x3, x4, y3, y4, i = 1, 2, 3, 4 son parametros libres.
Ejemplo 24. La matriz
A =
1 22 33 4
no tiene inversas por la derecha puesto que r(A) ≤ 2 < 3 = m y por lotanto A no es sobre.
98
Operaciones Matriciales Matrices
Ejemplo 25. La matriz A =
1 2 3 4−1 −1 1 10 1 4 5
no tiene inversas por
la derecha.
En efecto, si tratamos de resolver el sistema de ecuaciones AX = I3obtenemos 1 2 3 4 1 0 0
−1 −1 1 1 0 1 00 1 4 5 0 0 1
→
1 2 3 4 1 0 00 1 4 5 1 1 00 1 4 5 0 0 1
→
1 2 3 4 1 0 00 1 4 5 1 1 00 0 0 0 −1 −1 1
de donde se obtiene que el sistema AX = I no es consistente.
99
Operaciones Matriciales Matrices
Note que A tiene solo dos columnas li, siendo las columnas 3 y 4combinaciones lineales de las columnas 1,2.
Entonces Im(A) = 〈~a1,~a2〉, pero con dos vectores no puedo generarR3, y entonces A no es sobre.
100
Operaciones Matriciales Matrices
Inversas por la izquierda
Y A~x = ~x ∀~x ∈ Rn ⇔ Y A = In
Definicion 14. Sea A de m × n. La matrix Y de n ×m se dice inversapor la izquierda de A si
Y A = In
101
Operaciones Matriciales Matrices
Definicion 15. La matriz A se dice ”1-1” si para ~x1, ~x2 ∈ Rn, se tiene
A~x1 = A~x2 ⇒ ~x1 = ~x2
102
Operaciones Matriciales Matrices
Teorema 5. Sea A matriz de m× n. Son equivalentes
i) A es 1-1
ii) A~x = ~0 implica ~x = ~0
iii) Ker(A) = {~x ∈ Rn : A~x = ~0} = {~0}
iv) Las columnas de A son linealmente independientes
v ) Las ecuaciones consistentes A~x = ~b tienen una unica solucion.
vi) r(A) = n
vii) A tiene n pivotes distintos de cero
viii) A tiene inversa por la izquierda
103
Operaciones Matriciales Matrices
Demostracion: Ya sabemos que ii), iii), iv) v), vi) vii) son equivalentes.Solo falta demostrar entonces que i) sii ii) sii viii), es decir A es 1-1 siiA~x = ~0⇒ ~x = ~0 sii A tiene inversa por la derecha.
(i) ⇒ ii) Supongamos que A es 1-1, entonces A~x1 = A~x2 implica ~x1 = ~x2.
Supongamos que A~x = ~0, como A~0 = ~0, y A es 1-1 se tienenecesariamente que ~x = ~0.
ii) ⇒ i)
Supongamos que A~x = ~0 implica ~x = ~0.
A~x1 = A~x2 ⇒ A~x1 −A~x2 = ~0⇒ A(~x1 − ~x2) = ~0
⇒ ~x1 − ~x2 = ~0⇒ ~x1 = ~x2
Ahora demostramos viii) sii iv)
104
Operaciones Matriciales Matrices
iv) ⇒ viii)
Supongamos que A tiene columnas li,
entonces AT tiene filas li
por lo tanto ATX = In tiene solucion
entonces Y A = In tiene solucion, con Y T = X.
105
Operaciones Matriciales Matrices
viii) ⇒ iv)
Supongamos que A tiene un inversa por la derecha Y A = In.
Entonces A~x = ~0 implica Y A~x = Y~0.
Pero Y A = In, Y~0 = ~0 por lo que ~x = ~0, y entonces A tiene sus columnasli.
106
Operaciones Matriciales Matrices
Note que
Y A = I ⇔ ATY T = I ⇔ ATX = I, con X = Y T
Y es inversa por la izquierda de A si y solo si X = Y T
es inversa por la derecha de AT
Por lo tanto, para calcular las inversas por la izquierda de A se calculanlas inversas por la dereha de AT y se transpone.
Ejemplo 26. Calculamos las inversas por la izquierda de
A =
1 0 12 1 0−1 1 −22 1 1
107
Operaciones Matriciales Matrices
Para ello determinamos las inversas por la derecha de
AT =
1 2 −1 20 1 1 11 0 −2 1
Formamos la matriz ampliada [AT |I] y la llevamos a su formaescalonada reducida 1 2 −1 2 1 0 0
0 1 1 1 0 1 01 0 −2 1 0 0 1
→ 1 2 −1 2 1 0 0
0 1 1 1 0 1 00 −2 −1 −1 −1 0 1
→
1 2 −1 2 1 0 00 1 1 1 0 1 00 0 1 1 −1 2 1
→ 1 2 0 3 0 2 1
0 1 0 0 1 −1 −10 0 1 1 −1 2 1
108
Operaciones Matriciales Matrices
→
1 0 0 3 −2 4 30 1 0 0 1 −1 −10 0 1 1 −1 2 1
Las variables basicas son la 1,2,3 y la libre es la 4. Entonces, lasinversas por la derecha de AT son las matrices de la forma
−2− 3x4 4− 3 y4 3− 3 z4
1 −1 −1−1− x4 2− y4 1− z4x4 y4 z4
con x4, y4, z4, parametros libres.
109
Operaciones Matriciales Matrices
Ası las inversas por la izquierda de A son las matrices de la forma
Y =
−2− 3x4 1 −1− x4 x4
4− 3 y4 −1 2− y4 y4
3− 3 z4 −1 1− z4 z4
110
Operaciones Matriciales Matrices
Inversas
Definicion 16. Decimos que X es la inversa de A si X es inversa porla derecha e inversa por la izquieda de A
Proposicion 13. Sea A de m× n
• Si n > m entonces A no puede ser 1-1 y por lo tanto A NO tieneinversas por la izquierda
• Si n < m entonces A no puede ser sobre y por lo tanto A NO tieneinversas por la derecha
En consecuencia, las unicas matrices que pueden tener inversa son lasmatrices cuadradas
111
Operaciones Matriciales Matrices
Demostracion: Si n > m entonces A tiene mas columnas que filas,
entonces al resolver A~x = ~0 habra necesariamente variables libres.
Entonces, A~x = ~0 tendra soluciones no nulas y las columnas seran ld.
Por lo tanto, A no serıa 1-1 y A no tendrıa inversa por la izquierda.
Similarmente, si n < m, A tiene mas filas que columnas,
por lo que sus filas seran ld,
y entonces A no es sobre,
y por lo tanto A no tiene inversas por la derecha.
112
Operaciones Matriciales Matrices
Proposicion 14. Sea A de n× n
i) AX = In, Y A = In implica X = Y
ii) La inversa de A si existe es unica
Demostracion: Demostramos i).
X = In X = (Y A) X = Y (AX) = Y In = Y Demostramos ii)
Si X,Y son inversas de A, entonces AX = In, Y A = In y por i) X = Y .
Definicion 17. La inversa de A cuando existe la denotamos por A−1
113
Operaciones Matriciales Matrices
Proposicion 15. Sea A una matriz de n× n ( cuadrada )
i) Si A tiene una inversa por la izquierda Y entonces A es invertibley A−1 = Y .
ii) Si A tiene una inversa por la derecha X entonces A es invertible yA−1 = X.
Demostracion:
Demostramos i) Si Y A = In entonces las columnas de A son li y por lotanto las escalonada de A tiene n pivotes no nulos
Como A es cuadrada, A tiene sus filas l.i. y por lo tanto existe X talque AX = In
Entonces X = Y y Y = A−1
La demostracion de ii) es similar.
114
Operaciones Matriciales Matrices
Sea A cuadrada:
• Para demostrar que una cierta matriz X es la inversa de A basta condemostrar que AX = I
• Para demostrar que una cierta matriz X es la inversa de A basta condemostrar que XA = I
• A veces es mas sencillo verificar AX = I y otras veces XA = I.
Ejemplo 27. Demuestre que si B es la inversa de A2 entonces AB es lainversa de A.
Solucion: Sea X = AB, entonces AX = A(AB) = A2B = I, y por lo tantoX es inversa por la izquierda de A, como A es cuadrada A−1 = AB.
Note que si intentamos con XA = ABA no llegamos a nada pues elproducto no es conmutativo en general.
115
Operaciones Matriciales Matrices
Este es un ejemplo en que es facil verificar que AX = I pero no esaparente como demostrar que XA = I directamente.
116
Operaciones Matriciales Matrices
Teorema 6. Sea A de n× n. Son equivalentes
1. A tiene inversa2. A tiene inversa por la izquierda3. A es 1-14. A~x = ~0 implica ~x = ~05. Ker(A) = {~x ∈ Rn : A~x = ~0} = {~0}6. Las columnas de A son linealmente independientes7. A~x = ~b tiene solucion unica para cada ~b ∈ Rm.8. r(A) = n9. A tiene n pivotes distintos de cero
10. A es sobre11. Las filas de A son li.12. La ecuacion A~x = ~b es consistente para cada ~b ∈ Rm
13. La escalonada reducida de A no tiene filas nulas14. Im(A) =< ~a1,~a2, . . . ,~an >= Rn
15. A tiene inversa por la derecha
117
Operaciones Matriciales Matrices
Para calcular la inversa de una matriz resolvemos AX = In. Para ello:
• formamos la matriz ampliada [A|I] y la llevamos a su forma escalonadareducida [E|Y ].
• Si E 6= I entonces el sistema AX = I no tiene solucion y A no tieneinversa.
• Si E = I, entonces la solucion de AX = I es la matrix X = Y .
118
Operaciones Matriciales Matrices
Ejemplo 28. Determine la inversa de la matriz
A =
1 2 12 3 11 2 0
Formamos la matriz ampliada [A|I3] y la llevamos a su formaescalonada reducida.
1 2 1 1 0 02 3 1 0 1 01 2 0 0 0 1
119
Operaciones Matriciales Matrices
1 2 1 1 0 00 −1 −1 −2 1 00 0 −1 −1 0 1
1 2 1 1 0 00 1 1 2 −1 00 0 1 1 0 −1
1 2 0 0 0 10 1 0 1 −1 10 0 1 1 0 −1
120
Operaciones Matriciales Matrices
1 0 0 −2 2 −10 1 0 1 −1 10 0 1 1 0 −1
de donde
A−1 =
−2 2 −11 −1 11 0 −1
121
Operaciones Matriciales Matrices
Ejemplo 29. Determine x, y tal que la matriz A tiene inversa, con
A =
1 2 20 3 y
1 x x
Solucion: A tiene inversa sii al escalonar no se producen pivotes nulossii r(A) = 3. Escalonando se obtiene 1 2 2
0 3 y
0 0 x− 2− yx3 + 2 y
3
Por lo tanto A tiene inversa sii r(A) = 3 sii x− 2− yx
3 + 2 y3 6= 0.
122
Operaciones Matriciales Matrices
Proposicion 16. Sean A,B matrices de n× n invertibles. Entonces
1. AT es invertible y (AT )−1 = (A−1)T
2. A−1 es invertible y (A−1)−1 = A
3. AB es invertible y (AB)−1 = B−1A−1
4. An es invertible y (An)−1 = (A−1)n
5. Si ademas A simetrica, entonces A−1 es tambien simetrica.
Demostracion:
1. Para demostrar que X = (A−1)T es la inversa de AT basta con demostrarque ATX = I.
ATX = AT (A−1)T = (A−1A)T = IT = I
123
Operaciones Matriciales Matrices
2. Como AA−1 = I tenemos que A es inversa por la izquierda de A−1 por lotanto (A−1)−1 = A
3. Para demostrar que X = B−1A−1 es la inversa de AB basta con demostrarque (AB)X = I.
(AB)X = (AB)(B−1A−1) = A(BB−1)A−1 = A In A−1 = AA−1 = In
4. Por induccion se demuestra que si las Ai son invertibles entonces suproducto es invertible y
(A1A2 · · ·Ak)−1 = (Ak)−1 · · · (A2)−1(A1)−1
Como caso particular, con Ai = A, k = n obtenemos (An)−1 = (A−1)n
5. De la parte 1. tenemos si AT = A entonces (A)−1 = (A−1)T . Es decir,(A)−1 es simetrica.
124
Operaciones Matriciales Matrices
Proposicion 17. Sean A,B de n × n. Si C = AB es invertible entoncesnecesariamente A,B son invertibles.
Demostracion: Supongamos que C = AB es invertible y que B no seainvertible.
Entonces existe ~x 6= ~0 tal que B~x = ~0.
Por lo tanto (AB)~x = A(B~x~0) = A(~0) = ~0
Entonces AB no es 1-1 y no serıa invertible
La contradiccion viene de suponer que B no tiene inversa.
Por lo tanto B tiene inversa.
Como C = AB implica CB−1 = (AB)B−1 = A(B B−1) = A I = A
Tenemos que A es el producto de matrices invertibles y por lo tantotiene inversa.
125
Operaciones Matriciales Matrices
Nota: En la proposicion anterior se necesita la hipotesis de que A,B seancuadradas, pues es posible que A,B no sean cuadradas y AB sea invertible.Por ejemplo para
A =
[1 1 11 −1 1
]B =
2 0−1 10 1
AB =
[1 23 0
]
AB tiene inversa pues sus columnas son li, pero A,B no son invertibles
126
Operaciones Matriciales Matrices
Proposicion 18. Sean A,C invertibles. Entonces,
1. el sistema A~x = ~b tiene una unica solucion x = A−1~b
2. la ecuacion matricial AX = B tiene solucion unica X = A−1B
3. la ecuacion matricial AXC = B tiene solucion unica X = A−1BC−1
Demostracion:
1.
A~x = ~b ⇒ A−1(A~x) = A−1~b⇒ (A−1A)~x = A−1~b
⇒ I~x = A−1~b⇒ ~x = A−1~b
127
Operaciones Matriciales Matrices
2.
AX = B ⇒ A−1(AX) = A−1B ⇒ (A−1A)X = A−1B
⇒ IX = A−1B ⇒ X = A−1B
3.
AXC = B ⇒ A−1(AXC)C−1 = A−1BC−1 ⇒ (A−1A)X(C C−1) = A−1B
⇒ I X I = A−1B ⇒ X = A−1B
128
Operaciones Matriciales Matrices
Ejemplo 30.a) Determine por lo menos 2 matrices A no nulas de 2 × 2 tal que
A2 = 0 (la matriz nula)b) Demuestre que para toda matriz A de n×n tal que A2 = 0, I −A es
invertible y (I −A)−1 = I +A.
Solucion:
a) A2 = 0 sii las columnas de A son ortogonales a las filas de A. Lasmatrices [
0 10 0
],
[1 1−1 −1
],
cumplen A2 = 0.b) Supongamos que A2 = 0. Para demostrar que X = I+A es la inversa
de I −A basta con demostrar que (I −A)X = I.
(I −A)X = (I −A)(I +A) = I −A2 = I − 0 = I
129
Operaciones Matriciales Matrices
Ejemplo 31. Demuestre que si I − 2A + A2 − 4A3 = 0 entonces A esinvertible. Solucion:
I − 2A+A2 − 4A3 = 0 ⇒ 2A−A2 + 4A3 = I
⇒ A(2I −A+ 4A2) = I
Por lo tanto A tiene inversa y A−1 = 2I −A+ 4A2.
130
Operaciones Matriciales Matrices
Ejemplo 32. Demuestre que si A,B son matrices cuadradas y AB es lainversa de A2 entonces B es la inversa de A3.
Demostracion: Si AB es la inversa de A2 entonces
(AB)A2 = I y (A2)(AB) = I
De la segunda igualdad, usando la asociatividad de la multiplicacion dematrices, obtenemos A3B = I, y entonces B es inversa por la derecha deA3.
Como A3 es cuadrada, su inversa por la derecha es tambien inversa porla izquierda y entonces (A3)−1 = B.
131