El estudio de los vectores y matrices es la parte central del Algebra lineal William Hamilton (1805-1865), para representar un cierto tipo de objectos en el plano y el espacio definié lo que ahora se conoce como vectores En la actualidad, casi todas las ramas de le fisica clisica y moderna se representan mediante el lenguaje de vectores. Cada vez es mas frecuente que las ciencias sociales y econémicas usen conceptos vectoriales en sus campos de estudio. Definicion Un vector rengién de » componentes se define como una n-tupla de n nlimeros escrito de la siguiente manera (array. saa) Definicion Un vector columna de n componentes se define como una n-tupla de n nimeros escritd de la siguiente manera “ ” oe © En ambas definiciones, x1 se llama primera componente del vector, x2 es la segunda componente, y asi sucesivamente. En general, x se denomina la kcésima componente del vector @ Con frecuencia se hard referencia a un vector renglén componentes como un vector de dimensién n. © Cualquier vector cuyas componentes son todas igual a cero, se llama vector nulo 0 vector ceroEjemplos ()) (3,7) €s un vector renglén o vector de dimensién 2, (ii) 5 un vector columna 0 vector de dimensién 3, (iil) ( 0,8) es un vector renglén o vector de dimensién 5, 5 un vector columna y un vector nulo. © Es conveniente definir nuestra notacion. Se va a resaltar los nombres de los vectores con letras mindsculas en negrita como u, y, a, etc. Las ‘componentes de todos los vectores en este curso serdn numeros reales 0 complejos. @ Se usa el simbolo R” para denotar el conjunto de todos los vectores de dimensi6n n a a donde aR parai © El simbolo ©” denota el conjunto de todos los vectores de dimensién a donde qj eC parak=1,2,...Matric Definicién Una matriz es un arreglo rectangular de nimeros. Se dice que una matriz A tiene orden 0 tamafio mx n, si tiene m renglones y m columnas. ay an aj ain ayy an @ Para indicar explicitamente que una matnz A es de orden m xn se escribe Anis: © El vector renglén (an,a22.---,4n) Se llama venglén i. Milaaleo} ay ay El vector columna | —,* | se tlama columna j. a) La componente o elemento ij de A se denota por a,,, ¢5 el niimero que aparece en el renglon / y la columna j. Es comtin denotar las matrices con letras mayisculas. En ocasiones se escribira A= (a). Si A es una matniz de mx con m=n, diremos que A es una matriz cuadrada. Una matriz de mx con todos sus elementos iguales a cero se denomina matnz cero © nula de mx n. Es comtin denotarla Onn. ‘También se usan corchetes en lugar de paréntesis redondos para representar una matrz.Definicidn Dos matrices A = (aij) y B = (by) son iguales, denotado A= B, si (i) Tienen ef mismo tamafo. (ii) ay =by para toda i= 1y..4my Eure eg ec) Definicién Sean A = (aij) y B= (by) dos matrices de m xn. Se define la suma de A y B, denotada A=B, como la matriz dem xn dada por auth antbi + aint din ay tba a tb dan + Pag ALB = (aij-+b,) = Bit + Pmt dma + Pm on + Pra, Por ejemplo, 1-20 3 1 ss 1 Oo 3045 T)4) 4 7=([ 1 834 0 -7 4 -2f \-2 5, 2-35 3, En el Ambito de los vectores a los ntimeros del campo real o complejo se les llama escalares,Multiplicacion de un escalar por una matriz Definicion Sean A una matriz ¢e mx ny oun escalar, La matrz aA de mx n ests dada por aay aay aay, Gay Gar Gan ag) Aya = lin, Por ejemplo Ejemplo Sean Caleular 3a—2b.faeteisect eon Cet nuevas) Teorema Sean A, By C tres matrices de m xn, y sean @ y B dos escalates. Entonces @A+0=A @0a-0 @ A+B=B+A. Ley connutativa para Ja suma de matrices @ (A+B)+C=A+(B+C). Ley asociativa para la suma de matrices @ a(4+8)=GA+aB. Ley distributiva para ta multiplicacién por un escalar @1A=a @ (a+ B)A=aA+pa Vamos a demostrar las tres primeras propiedades. La demostracion de las restantes se dejan come ejercicio. Demostraci6n. 0,440 = (ay) + (0) = (+0) = (ay) =A @ 04=(04,;) = (0)-0. @ A+B = (aij + bij) = (bi + a;;) = B+A. Ejercicio Daas las matices G9) Encontrar una matriz X tal que 3(2A4+B+X)=5(X—A+B)STEMS! jades de la Lier aa] Solo hay que despejar X y al final sustituir OA43B43N = SX—SA+SB 2X = WA-28 x YA-B Por lo tanto, Ia matriz X que se busca es ran fy (B - xa = = 2 9 23, 9 # Producto matricial @ En esta seccidn se va a definir el producto de dos matrices cuya defini ‘surgi6 por e! problema de cambio de coordenadas y su relacién con los sistemas de ecuaciones lineales @ Primero se va a definir el producto entre dos vectores que da como resultado un escalar, Definicién Sean dos vectores. EI producto escalar de a y b, denotado a-b, esté dado por =ayhy +arbky ++ baabn = Vo age Bto matricial @ El producto escalar también se llama con frecuencia producto punto 0 —3| entonces 5 acb=(~3)(-2)+(1)(-3)+ (-4)()=-17 producto interior. © Por ejemplo, si a= ( : yb 4, ® En aplicaciones es comiin tomar el producto escalar de un vector renglén con un vector columna: (by @-3.6,-7) = 2)(-3)+ (-5)(-1) + (6)(4)+ (-)2)=9 2, El siguiente resultado se deduce de la definicién de producto escalar. Se va a demostrar ii) el resto se deja como ejercicio, Teorema Sean a, b ye tres vectores de dimension n y sea @ un escalar. Entonces i) a0=0Producto matricial Demostracién. ‘ay a = aby +a bs +++ Hay by = Dray + drag "+ Dp dy =b-@ Ya podemos definir el producto de dos matrices. Definicién Sea A= (aj;) una matriz de mx n, y sea B= (by) una matriz de nx p. El producto de Ay B es la matriz C= (cy) de mp, en donde ©) = (renglén j de A)-( columna j de B) Producto matricial © De la definicién anterior, el elemento ij de AB es el producto punto del renglon j de A y la columna j de B. Es decir, cy = abr Fabry +o + aiadny Por lo tanto, dos matrices se pueden multiplicar tnicamente sil ntimero de columnas del primer factor es igual al ntimero de renglones del segundo factor. an au a om be by by bn bay bap dig dinProducto matricial Ejemplo Sean Calcular AB y BA. Tanto A como B son matrices de 2 x2, entonces C = AB también es una matriz de 2x2, Vamos a calcular las entradas cij de C, Por definicién 11 = (rengldn | de A): ( columna I de B) @ =)(4 >) En término de las matrices\ducto matricial c=pa= (Qs )(4 a)= (3 3) ‘Se omiten los pasos intermedios para calcular BA: a= (3b 3] (4)(1) +(-D2) Cal 3) +Q)2)_3)(-3) 42)(-5) [; -7 Por lo tanto, Este ejemplo nos dice que en términos generales el producto matricial no es conmutative, AB BA. En el caso en que AB = BA se dice que A y B conmutan. >roducto matricial Ejercicio Calcular AB. (Esta definido el producto BA? Como A tiene tres columnas y B tienen tres renglones, el producto AB esté bien definido y da como resultado una matriz Cp.4 = Ar ain) ji) Sean ay, a2,...,1% las columnas de A, entonces Ag) =a; +0ay +--+ 1a) +--+ 0a, =a)Matric Nadas © En algunas situaciones es conveniente considerar una matriz compuesta por varias submatrices de ordenes menores. @ Al introducir lineas verticales y horizontales en una matriz, podemos dividirla en bioques. @ El criterio para particionar una matriz depende de la aplicacién que le dio origen \Veamos un ejemplo, considere la siguiente matriz 00 2-1 10 3 1 o1 5 0 00-3 7 00 7 2 Una posible particién de A podria ser donde / es la matriz identidad de 3x3, B es de 3x2, O es la matriz cero de 2x3 y C es de 2x 2. Esto nos permite considerar que A es una matriz de 2x2 cuyas entradas son matrices. @ Cuando las matrices se multiplican, se pueden acelerar los calculos si ‘se consideran como matrices particionadas, en especial, cuando las matrices son muy grandes y tienen bloques de ceros. @ Veamos algunos casos especiales de matrices particionadas. Cada uno da origen a una forma diferente de ver el producto matricial.(1) Sean Apxn ¥ Bnxp dos matrices, claramente el producto A B esté definido. * Si particionamos B en término de sus vectores columna tinfhy $y Bom Be entonces AB= Ab, Ab, : Aby| La forma dada a la derecha de la igualdad se conoce como representacion matricial por columna del producto. (ii) Si particionamos A en términos de sus vectores rengién a a B 2 s+] semesentacion matricial por region, 4 del producto IWertessi eietreroar (se © La definicion del producto de matrices AB que se ha usado hasta este punto, utiliza la partici6n de A en renglones y de B en columnas, Esta forma se denomina representacién por renglén-columna © También se puede particionar A en columnas y B en renglones, Esta forma se conoce como representacién por columna-renglon del producto:Matrices parti - a ar 2 +} Sayby fF agbz bj agby Dy. @ Es importante mencionar que en la suma anterior los términos son matrices y no escalares porque cada término a;b; es el producto de una matriz de mx 1 y una de 1 x p, en consecuencia, a/b; es una matriz de mx p. @ Los productos a,b; se llaman productos externos, y la expresién dada arriba se conoce como expansion del producto externo de AB. Ejemplo Para las matricesIeteeess cl ere rs es Por lo tanto, la expansién del producto externo de AB es ab) tanb+aybs = [ eG S+{8 g 8 J]-a8 Recordemos que una matriz A se encuentra particionacla si se han introducido, lineas horizontales y verticales que subdividen 4 en submatrices denominadas dioeues. Por ejemplo 10 o 1 on son dos matrices particionadas. particiona Las matrices 4 y # tienen la siguiente estructura de bloque am ( a) i Bo Bi [Ant Ann [BB Ba. @ Es claro que si ambas matrices tienen el mismo tamafio y has sido Particionadas de la misma manera, pueden sumarse y muitiplicarse por escalares bloque a bloque © Con la multiplicacién matricial no es tan simple. Supongamos que podemos multiplicar A con B vistas como matrices de 2x2 y 2x3. respectivamente, Entonces — [Au Av) [Bn Bi Bis ao (fo a] epee AuBi2+ABs AnBy +Ar2Be: AnBy+A2B2) AxBi2+ApBa AaB, +AxBrs© Todos los productos en el calculo anterior son productos matriciales, por lo que es necesario asegurarse que estén bien definidos, En el caso de las matrices A y B dadas este es ¢! caso. @ Se dice que estas dos matrices A y B estan particionadas de manera conforme para fa multiplicacion por bloques. Al efectuar los calculos llegamos a que Potencias de una matriz @ La matriz J, definida como i) O11 O| Th=[er @ - . 00-1 tiene la siguiente propiedad Al, = yA =A, Es por este hecho que esta matriz se llama matriz identidad de orden n. © Cuando A y B son dos matrices cuadradas de m xn, su producto AB serd una matriz cuadrada de n xn. En particular, cuando B =A, se define A? = AA, en general, para k un entero positivo, se defineclas de una matriz @ Las propiedades que se presentan a continuacion se obtienen de la definicion que se acaba de dar, y son los andlogos matriciales de las correspondientes propiedades de las potencias de niimeros reales (complejos) Teorema Sea A una matriz cuadrada ym. n enteros no negativos, entonces @ Anan aantn @ (any"=an, 1 @ Por ejemplo, si A= ¢ ) entonces ian en 0 )-G 9) & Potencias de una matriz Aplicacién: cadena de Markov © Una cadena de Markov es un proceso estocastico sin memoria. Esto ¢s, el estado futuro del proceso tinicamente depende del estado actual en que se encuentre, sin importar como se llego a él. © Bajo ciertas condiciones se puede representar el comportamiento de una cadena de Markov invariante en el tiempo (estacionaria), como una multiplicacién de un vector que representa el estado de interés por una matriz que representa la transicién entre los estados: Meat = PX, donde x; representa el estado en el tiempo actual, y xx+1 ¢s cl estado en el tiempo siguiente y P es la matriz de transicién, que tiene la propiedad de que la suma de los elementos de cada columna suma 1.of ee (UA ar a4 Una empresa que realiza estudios de mercado, est estudiando los patrones de compra para tres productos que compiten entre si, La empresa ha encontrado el parcentaje de residentes de casas que cambiarian de un producto a otro después de un mes. Se asume que cada residente compra uno de los tres productos y que los porcentajes no cambian de un mes a otro. © Con esta informacién se construye la matriz de transicién P O08 02 6.05 P=[|005 0.75 0.05 0.15 0.05 09 donde el elemento p es el porcentaje que cambia de! producto j al producto i. Por ejemplo, p31 significa que 15% de los residentes que compran el producto 1 cambia al producto 3 después de un mes. Potencias de una mat © Notese que P"x representa cudntos residentes estan utilizando cada producto después de n meses. © Supongamos que se tiene 60000 residentes. Vamos a modelar considerando dos escenarios ‘60000 2000 0 J. x,= {40000 0 13000, Hagamos algunos célculos 18013.05) 18043.62' Px, = [ 9998.6 ], Px, = { 10000.04 31988.29, 31952.36,© Veamos que sucede dentro de 50 meses 18000.01 18000.04 Px, = { 1000.00], P*>x, = { 10000.00 31999.99 31999.96 © Para conocer como se consume los tres productos para un tiempo lejano 18000 lim P’x = | 10000 me 32000, ta de una matriz Definicion Sea A= (aij) una matriz de tamafio m xn, La transpuesta de A es la matriz AT = (a;;) de orden n xn. Es decir, AT se obtiene intercambiando los renglones y columnas de A Sean Entoncesuna matriz Ejercicio Calcular la transpuesta de 4 0 -1 A=[-7 5 3 MM Marr @ La transpuesta nos permite escribir el producto escalar de dos vectores en términos del producto matricial: . ay (by entonces = abi Harb +++ dybyicici e-em mre Definicién Una matriz A se llama simétrica si A=aT Es decir, ai = ay; para i,j—1,2,....m. {Cusl de las dos matrices siguientes es simétrica? 3 2: = @ Al inicio de esta unidad estudiamos los sistemas de ecuaciones lineales con n incégnitas: at + aie toe + Aten ayn + ame +o + antn dmxy + amaze + nk @ Sea A la matriz de coeficientes an an ay aaa A Gant Gnd @ Ahora definamos los vectores© Como A es de mx ny x es de nx 1 cl producto matricial Ax es una matriz de m* 1, Entonces el sistema de ecuaciones anterior se puede escribir como Ax=b Esta expresin se conoce como representacién matricial de un sistema de ecuaciones lineales. © Cuando b=0 el sistema se llama homogéneo, y se puede escribir como Ax=0 (fomra matricial de un sistema de ecuaciones homogéneo). Si b £0 el sistema se llama no homogeneo. Ejercicio Considere el sistema 4x) — 10x + 8x5 my - ly + mu - 4m + 63 Escribirio mediante su representacién matricial. EI sistema se puede escribir como Ax=bMatrices y sistemas de ecuaciones line @ Hay una relacion fundamental entre los sistemas homogéneos y no homogéneos. Sean A un matriz de m xa, x by by Y Ont = Pm, @ El sistema no homogéneo se escribe Ax=b un sistema homogeneo asociado se define como VE aa cee (ater Teorema Sean x1 y x2 dos soluciones al sistema no homogénco Ax=b Entonces su diferencia x, — x2 @s una solucién al sistema homogéneo asociado La demestracién es trivial A(x — x2) =Ax1 —Axp =b— Teorema Sea x una solucidn particular del sistema no homogéneo. y sea y otra solucidn. Entonces existe una solucion h al sistema homogeneo asociado tal que yoxthMatrices y sistemas de ecuaciones lineales Demostracion. Seah = Por el teorema anterior, hh es una solucién del sistema homogéneo asociado. Por lo tanto, yexth @ Este resultado nos dice que para encontrar todas las soluciones al sistema no homegéneo Ax=b es suficiente obtener una solucion particular que llamaremos x». y todas las ‘Soluciones al sistema homogeneo asociado Ax=0 que llamaremos solici6n homogénes x, er: as de ecuaciones lineales Ejercicio Encuentre todas las soluciones al sistema no homogéneo a + 2m — 35 Qu + 3x + Say mM — 3n + 8 Apliquemos reduccisn por renglones Ry RIK, BAR aaaMatrice sistemas de ecuaciones lineales Las ecuaciones correspondientes a los primeros dos renglones de la matriz ampliada son a =6-138G y m=-2+7n » or lo que las soluciones son X= (Xo as) = (6— 1383, -2+ Tra a) (6, 2,0) +x3(-13, 7, 1) =xp +4 donde (6,-2.0) es una solucién particular y X= (-13,7. 1), con x; €R, es una solucién al sistema homogéneo asociado. EME LadPaole eel En esta seccién vamos a definir un tipo de matriz que es fundamental en el Algebra lineal. Definicién Sea A, B dos matrices cuadradas de orden nx n. Se dice que B es una inversa de A si AB=BA=I, SiA tiene inversa se dice que A es invertible. Una matriz que no es invertible se denomina singular, y una matriz invertible se llama no singular. El siguiente resultado afirma que la inversa de una matriz, en caso de que exista, es Unica. Teorema SiA es una matriz invertible entonces su inversa es Unica.Inversa de una matriz cuadrada Demostracién Supongamos que B y C son dos inversas de A. Por demostrar que B = C. Por definicién, ‘ AB=BA=I y AC=CB=1 Entonces B=BI=B(AC) =(BA)C =1C=C donde se ha aplicado la ley asociativa del producto matricial. Por lo tanto, B=C. Como la inversa de una matriz invertible A es finica, su matriz inversa se denota como A~!, Es decir, AT =A ‘A= una matriz cuadrada Teorema Sean A, B dos matrices invertibles. Entonces AB es invertible, ademas Blat (aay Demostracién Vamos a usar la ley asociativa para el producto matricial, (48)(B 1a ')=a(bB A! =r! =(Ana'=Aa!=1 Por la definicién de matriz inversa se concluye que B'A! =(AB)Inversa de una matriz cuadrada Consideremos al sistema de n ecuaciones lineales con n incégnitas Ax=b y supongamos que A es invertible. Multipliquemos la igualdad anterior por la matriz inversa de A: ATAx = Alb Ix = A'b x = Alb Hemos encontrado una solucién del sistema porque Ax=A(A 'b)=(AA ')b=/b=b Si y es un vector tal que Ay =b, entonces y= A~'b; entonces y de una matriz cuadrada Se ha demostrado el siguiente resultado: Teorema Si A, es una matriz invertible, entonces el sistema Ax=b tiene solucién nica x=A'b Naturalmente, surgen las siguientes preguntas: © {Existe algtin criterio que indique si una matriz tiene inversa? © Si una matriz es invertible, {cémo calcular su inversa? En esta seccién vamos a contestar ambas preguntas. Analicemos lo que sucede para el caso de una matriz Apx2EE elo rem inr- Ler Ace T=\eL e-(0-) Ejemplo Sea A la matriz Calcular A~! si existe. © Supongamos que A~ Por definicién de matriz inversa -f{2- y\_( %e-z Bow) _ (1 0 Aa =(G ~ \-4x+32 —4y+3w) (0 1 Inversa de una matriz cuadrada © Las dos dltimas matrices son iguales si y sdlo si cada una de sus entradas correspondientes son iguales. Esto nos lleva a dos sistemas ecuaciones 2x 2 - w= 0 on) -4y + Bw = 1 ¢@ Si se escriben estos dos sistemas en la forma aumentada: 2-110 +4 3/1 @ Como (2)(3)~(—4)(~-1) =2 40, el criterio que vimos en la unidad anterior, para sistemas de 2 x 2 nos dice que ambos sistemas tienen solucion tinica,eC MEM ledr acl eel ele} @ La eliminacién de Gauss-Jordan dard como resultado: Gri) Gt) en donde (xz) es el tinico para de mimeros que satisface 2x—z=1y —4x+32=0; de igual manera (y, 1) es tinico par de ntimeros que satisface 2y—w=0 y —4y+3w=1 Como la matriz de coeficientes de ambos sistemas es la misma matriz A. podemos trabajar las dos matrices aumentadas de manera simultdnea: 2-1, 10 4 3/01 Como sabemos que ambos sistemas tiene soluicion unica, la reduccién por renglones da 10 | o1| triz cuadrada © Observemos que la matriz ampliada escritg en blogues toma la forma [|b] donde J es la matriz identidad de 2 x 2 @ Hagamos lo calculosmatriz cuadrada ¢ 3-@4) Verifiquemos si la matriz dada arriba es la inversa de A: (4G )-6 1) ( 2) Por lo tanto, A es invertible y ml versa de una @ De lo anterior ( ') ) Ejemplo. Una matriz de 2x2 que no es invertible Determinar si la matriz D 1 (24) es invertible, y si es asi calcular su inversa. TN clesre ole te PAL ele) @ Apliquemos el método que usamos en el ejemplo anterior. Se escribe la matriz aumentada y se aplica reducci6n por renglones pi ® 0 mam (1 2 | 1 0) wi=(4 -4 ( oO} ') Hasta aqui se llega. El tiltimo rengién se lee 0 =2 0 0= 1, por lo que los dos sistemas son inconsistentes, en consecuencia, A es singular. A continuacion, vamos a generalizar nuestro métado para matrices cuadradas de n xn @ Sea Anxu, queremos conocer si A és invertible y en caso de serlo, encontrar su inversa. Supongamos que B= [b |b | + [by] es la inversa de A. Entonces AB=(Abi\A ler |e2| ++ Jen)Inversa de una matriz cuadrada @ La igualdad anterior nos lleva a resolver n sistemas de ecuaciones lineales Abj=e1, Abo=e, ..., Aby=e, que tienen en comtin la matriz A. Por lo tanto, para encontrar la inversa de A hay que seguir los siguientes pasos @ Se escribe ta matriz auimentada (A |] © Se utiliza la reduccién de Gauss Jordan para llevar fa matriz A a su fori escalonada reducida por renglones. @ Se decide si A es invertible o singular. i) Sila forma escalonada reducida por renglones de A es la matriz identidad 1. A~! es la matriz que est a la derecha de la barra vertical. ii) Sila reduccién de A presenta un renglén de ceros a la izquierda de la borra vertical, entonces A es singular. Ejercicio Sea 1-2 3 =/[-3 0 4 2-5 -1 Encontrar la inversa de A si es que existe. @ Se escribe la matriz aumentada ll @ Se utiliza la reduccién de Gauss-Jordan para llevar la matriz A a su forma escalonada reducida por renglones.| Hee 2a ; By RA, Se factoriza 3¢ para facilitar los calculos. Ejemplo. Una matriz de 3 x3 que no es invertible 1-3 4 A=|2 -5 7 oO -1 1 Calcular la inversa de A en caso de que exista. Apliquemos e! procedimiento anterior:A + RAR: 10 BORER Ty oo -1 Hasta acuf se puede llegar. Como la matriz A no puede reducirse a la matriz identidad, se concluye que A no es invertible Definicién Si una matriz A se puede transformar en una matriz B mediante reduccién por renglones, entonces se dice que A y B son equivalentes por renglones, Teorema Sea A una matriz cuadrada de n x n. i) A es invertible si y sdlo si A es equivalente por renglones a la matriz identidad I, ii) A es invertible si y sélo si el sistema Ax=b tiene solucion dnica para cada vector b de dimension n. iil) SIA es invertible, la Unica solucién del sistema Ax=b es x=A~'b iv) A es invertible si y sélo si su forma escalonada reducida por renglones tienen pivotes.ler) Ejemplo Resolver el sistema Este sistema puede escribirge como 1 3 —3 Ax—b, donde A-[—3 4] y b-( 6 2-5 -1, 1 Como A es invertible, entonces la solucién dinica esté dada por ema? 7 )G)-9(3)-) Matrice Tomemos una matriz Amn. Veremos que se pueden realizar las operaciones elementales con rengiones de la matriz A: i) Multiplicar un renglon i por un numero « #0 Ris eR; ii) Suma un mittiplo del rengién fal renglén j Ry Rj teR iii) Permutar los renglones iy j RR, ssi multiplicamos A por la izquierda con una matriz adecuada. Esto nos lleva a la siguiente definiciénMatrices Definicién Una matriz cuadrada E de m xn se llama matriz elemental si se puede obtener a partir de la matriz identidad J, mediante una sola operacion elemental con renglones, © La matriz elemental que se obtiene al multiplicar el renglon i de la matriz identidad se va a denotar como cR;. @ Si se suma al reglén j un muiltiplo del renglén i de la matriz J, se obtiene una matriz elemental que se denota como ¢ Ri + Rj @ La matriz elemental que se obtiene al permutar los reglones i y j de la matriz identidad, se denota P,,, y se llama matriz de permutacién. Con la finalidad de ejemplificar, vamos a obtener tres matrices elementales de 3 x 3. Weve i) Mataiz que se obtiene al multiplicar el tercer renglon de # por —3: TON, 4 (to oO 01 0/2’ “(01 0 o 0 1 Oh Be, ii) Matriz que se obtiene al multiplicar el primer renglén de J por 7 y suméndolo al segundo renglén. 100 a, [L 90) 01 of SPB (7 1 oO} =R4+7R, oO 1 oO 0 L lil) Matriz que se obtiene al permutar el segundo y tercer renglones de 7 1dMatrices elementales Para realizar una una operacién elemental por renglén en una matriz A solo hay que multiplicarla por la izquierda por la matriz elemental adecuada. Ejemplo Para la ma ae) 4 0 -2 31-5 -1 Realice las siguientes operaciones elementales con los renglones de A muttiplicando A por una matriz elemental adecuada; i) Multiplique el tercer renglén por —3. ii) Multiptique el primer renglén por 7 y stimelo al segundo. ii) Permute el segundo y tercer renglones i) Multipiique el tercer renglén por ho O/ ft 3 1-3 (-aRjA=(o 1 of fe =(6 4 oo 3) \3 1 9 +4 11) Multiplique el primer renglon por 7 y stmelo al segundo: 10 0\/l -3 2 8 t = (R+7R)A=(7 1 Of [6 4 2)=(13 -17 oo if \3 1-3 a4 iii) Permute el segundo y tercer renglones. 10 0) /1 -3 Psa=(0 0 1) (6 4 oro 4i) Ry > eR, sequidade Ry + | R, q seq tf ii) Ry > Rete; Se deja la matriz 4 sin cambio. Ciretaateiah alte Por lo tanto, para e #0. (Re eR)! = (Ry > Ry+eR! = (By = inversa, Se tienen los siguientes resultados. Teorema elemental. Teorema producto de matrices elementales. Sea c £Q. Es claro que si se realizan las operaciones sobre la matriz A: 1 0 0 10 0 1 0 0 Ot Of [0 F O)A=[0 FT OfA 90 \oo0 t 004 La tittima igualdad nos dice que toda matriz de perm Toda matriz elemental es invertible, y su inverso también es una matriz Sea A una matriz cuadrada de tamarion xn. A es invertible si y sdlo si es ef seguida de Rj + Rj-cR, 10 0/100 c1 0 1 oja= oof\oon iii) Permutar los mismos dos renglones dos veces 10 0\ /1 0 oO 10 0 oo i}foo i)a=(o 4 o 1 af \o 1 6, 00 =A 100) 0 1 oja=a 00 A=A =c RR Ry > Rj-cRs Ai es su propiaDemostracion |) Supongamos que A es el producto de matrices elementales, es decir, A= Fi -Ey---Em donde E; es una matriz elemental para i= 1, 2 invertible, en consecuencia, A también lo es, ademas tiple 1g AT = Eg! -Eqly Ey! -Ej ji) Ahora supongamos que A es invertible, entonce A es equivalente por renglones a la matriz identidad 4, en consecuencia, A se puede reducir a1 meciante un nimero finito de operaciones elementales. Cada operacién elemental se realiza al multiplicar A por la izquierda con una matriz elemental. Por consiguiente, hay m matrices elementales tales que Eq Em-1---E2-EyA=1 Verges (ch nan ead Demostracién. De la igualdad anterior, se tiene que A es invertible y ademas AO! = Egy By Ba Ey Cada £; es invertible, por lo tanto (4°)! = (Em Emi Ea En)! Rpt By! Bay -Em! y como la inversa de una matriz elemental es una matriz elemental, se ha escrito A como el producto de m matrices elementales.Ejemplo Sabemos que la matriz 1 =2 3) -3 0 4 2-5 -1, ¢ invertible. Vamos a escribirla como un producto de matrices elementales. Para resolver este problema se debe reducir A a J, y registrar las operaciones elementales por renglones que se lleven a cabo (i) Ro > R+3R1 (iv) RE Rs (vil) Ra > gpa (ii) By + Ry-2R; (v) By > Ry +6R> (vill) Ry > Ry-7Ry (ill) Ry > —Ry (vi) Re > Rp +2Ry (ix) Ry > Ry —17Rs Entonces s (Bey — 17Rs)( Ro —TRs)( ges) (Ri + 2R>)(Rs + ORa)Poa(—Rs) (Ms — 2A )(Ra+3R1)A =F En consecuencia, A~! es el producto de nueve matrices elementales: 10-17 120) 00 o1 o}(o 10 10 oo ot &/\o 01 61 Rt Rk h 7k OR 46K:Matrices mentales F Finalmente, sabemos que A = (A~!)~", que es igual al producto, en orden opuesto, de las inversas de las nueve matrices elementales : 1-2 3 10 0\/1 0 0\ 10 O} -3 0 4) = [-3 1 o}fo1 o}fo1 2-5 -1 oo 17 \2 0 1) \0 FoR Ryt2R, Me Evite conn lai od Teorema (Resumen de resultados) Sea A una matriz de nxn. Las seis afirmaciones siguientes son equivalentes: @ A ¢s invertible. @ La Unica solucién del sistema homogéneo Ax = 0 es x= 0. @ El sistema Ax =b tiene solucion unica para cada vector de dimension nb @ A es equivalente por renglones a la matriz identidad Ip @ A se puede escribir como el producto de matrices elementales. @ La forma escalonada por renglones de A tiene n pivotes. Existe un resultado mas, que presentaremas cuando estudiemos determinantes,Factorizaciones LU de una matriz © Veremos que una matniz cuadrada se puede escribir como el producto de una matriz triangular inferior por una matriz triangular superior @ Esta factorizacion es muy titil para resolver sistemas de ectiaciones lineales con una computadora, Definicion Una matriz cuadrads A se denomina (i) triangular superior si ai; =0 para i> j (ii) triangular inferior si aij = 0 para i iacd Teorema Sean L, y Ly dos matrices triangulares con unos en la diagonal. Entonces LiLz también es triangular inferior con unos en la diagonal. Mas atin, el producto de dos matrices triangulares superiores es una matriz triangular Superior. Teorema (Factorizacién LU) Sea A una matriz cuadrada de n x n, y supongamos que A se puede reducir por renglones a matriz triangular superior U sin realizar permutacion alguna de sus renglones. Entonces existe una matriz triangular inferior invertible L con unos en la diagonal tal que A=LU Si ademas, U tiene n pivotes, Ia factorizacion es unica. @ Para ver por qué la factorizacién LU es titil, vamos a usarla para resolver un sistema lineal Ax=b, donde la matriz de coeficientes tiene una factorizacion A = LU. @ Podemos reescribir el sistema Ax=b como LUx=L(Ux)=b Se define y =U'x, entonces se puede despejar x en dos pasos @ Se despeja y en Ly=b usando sustitucion hacia adelante. @ Después se despeja x en Ux=y por sustitucién hacia atras.Ejemplo Usar la factorizacion LU de 2 para resolver el sistema Ax =, donde Anteriormente se encontré que 2 Tig 4-1 3)=[ 2 2 55, -1 A Factorizaciones LU de una matriz Para resolver Ax =p ot i) Primer resolvemos Ly = b donde y= (*) Se tiene que resolver ef y3, sistema y w+ “ji — Shy +: Fe La sustitucién hacia adelante nos dice que -4-2y, =—6, 94+ y1 +292 = 2Factorizaciones LU de una matriz (x) tz]. En este caso, el 53, i) Ahora resolvemosU x = y donde x sistema lineal es 2 + om + Wy = — 3y = -6 2 = -2 a= ~3x2 au a 1 Factorizaciones PA = LU de una matriz @ Vamos a explorar el problema de adaptar la factorizacién LU para manejar la situacién donde es necesario permutar renglones durante la eliminacién gaussiana @ Recordemos que la operacién de intercambio de rengiones Rj = Rj en una matriz A, se realiza al multiplicar por la izquierda con una matriz de permutacién elemental @ Asumamos de antemano que sabemos cudles permutaciones se deben realizar. Cada permutacién se efectiia al multiplicar A por la izquierda con una matriz de permutaci6n elemental P. Supangamos que en la reduccién por rengiones se realizan n permutaciones. Sea P= PyPe PP, el producto de las matrices de permutacién elementales, P se llama matriz de permutacion.Factorizacion' Lae ag © Aplicar las n permutaciones de antemano es equivalente a multiplicar A por la izquierda por P. Esto nos permite reduicir por renglones PA a una matriz triangular superior sin realizar permutaciones adicionales. Ejemplo Encontrar una matriz de permutacién P que permita escribir PA = LU donde » fo 23 A=(2 -47 @ Durante la reduccién por renglones de A se aplicaron dos permutaciones en los renglones 1 y 3 y después en los renglones 2 y 3. Las dos matrices de permutacién elementsles en este caso son: oo. 10 0) A=(0 1 0) y A=[0 01 10 9, 010 @ La matriz de permutacién P que se necesita es 10 0\ foot ool p=hP=[0 0 1]{o 1 o}={1 0 0 o 1 o/\i 0 0 0 1 6, Esta matriz 00 1\/f0 23 1 =2 5 PA=({1 0 0] (2 -4 7}=(0 2 3 o 1 of \r -2 5, 2-4 7, se puede reducir a una forma triangular superior sin permutaciones.de una matriz Por lo tanto Teorema Sea A una matriz invertible den xn. Entonces existe una matriz de permutacion P tal que PA=LU donde L es una matriz triangular inferior con unos en la diagonal y U es triangular superior. una matriz Consiceremos el sistema Ax = b y supongamos que PA = LU. Entonces PAx = Pb LUX = Pb se puede resolver usando Ia estrategia ya vista anteriormente. Ejemplo. Solucién de un sistema usando la factorizacion PA =LU Resuelva el sistema 2er + 3xy Qe — 4x + Irs — 22 + 55 i) Se escribe el sistema anterior en la forma Ax —b, donde 0 2 3) 2-47 1-2 5,Factorizaciones PA = LU 4i) Se usa la factorizacion PA = LU: LUN = PAx=Pb= brie-@ Y » iii) Se busca y tal que Al aplicar la sustitucion hacia adelante, y =5, y2=3.@ ys =—16y de esto (3 Je por lo que x > tm + Sn dn + 3x — 3x3 Al aplicar sustitucion hacia atras s La soluci6n es