lgebra 16-10-96

profesor: Rafael Amer

Programa
- Espacios vectoriales 2 h
- Matrices y Determinantes 1 h
- Sistemas de ecuaciones lineales 1 h
- Variedades lineales 1 h
- Diagonalizacin y formas cuadrticas 2 h
- Espacio afn 1 h
- Programacin lineal 2 h
- Espacio euclidiano 1 h
- Dudas, preguntas y exmenes anteriores 1 h
Espacios vectoriales
Espacio bidimensional
Dados 2 puntos p y q en el plano, se llama vector
con origen p y extremo q al segmento orientado
que une p y q. Se representa como

pq
Dos vectores son iguales si tienen la misma direccin, sentido y longitud. Es-
tos vectores se pueden superponer mediante una traslacin.

pq

rs
El conjunto de vectores iguales (equipolentes) forman una clase. De esta cla-
se
se puede escoger un representante con origen de coordenadas
en (0,0). Cuando un vector no tiene origen, se escoge un
representantecualquiera de su clase y se denomina como v
Operaciones con vectores
- Suma: mediante la regla
del paralelogramo
- Producto
de un vector por un
escalar (n real)
uv
v
u
u
u -
-2u
2u
3u
p
q
pq
q
pq
s
r p
r s
v
lgebra
1
Fijados unos ejes de coordenadas, todo vector se puede representar por un
par de nmeros (coordenadas) (u
1
, u
2
) u
- Suma de 2 vectores
(u
1
,u
2
) + (v
1
,v
2
) = (u
1
+v
1
, u
2
+v
2
) u + v
- Producto de un vector por un escalar
u k (u , u ) k (u k ,u k )
Definicin de espacio vectorial
Un conjunto V es un espacio vectorial sobre R si respecto a la suma y el pro-
ducto por escalares cumple:
Con la suma de vectores
- Asociativa: u+ (v+ w) = (u+ v) + w
- Conmutativa: u + v = v + u
- Elemento Neutro: u + 0 = u
- Opuesto: u + (u) = 0
Con el producto con escalares
- Elemento Neutro: 1 u = u
- Distributiva: k (u+ v ) = k u + k v
- Distributiva: (h+ k ) u = h u + k u
Combinaciones lineales
Dados los vectores se llama combinacin lineal de estos vec- u
1
, u
2
,...,u
n
tores a cualquier vector de la forma:
, u t u
1
+ t u
2
+ + t u
n
es decir, el vector se obtiene mediante multiplicaciones y sumas de otros u
vectores.
Los vectores son linealmente independientes si la igualdad: u
1
, u
2
,...,u
n
t u
1
+ t u
2
+ + t u
n
0
implica necesariamente que:
t
1
, t
2
,..., t
n
= 0
b
a
(a,b)
u
x
y
lgebra
2
Dados varios vectores, para averiguar si son linealmente independientes, hay
que resolver el sistema de ecuaciones que se genera.
Ejemplo: Sean los vectores (u
1
, u
2
) y (v
1
, v
2
), para que sean linealmente u v
independientes debe cumplirse que si enton- k u + k v 0
ces k
1
, k
2
= 0.
k
1
(u
1
, u
2
) + k
2
(v
1
, v
2
) = (0,0)
esto significa que
k
1
u
1
+ k
2
v
1
= 0
k
1
u
2
+ k
2
v
2
= 0
que es el sistema de ecuaciones que debemos resolver para averi-
guar los valores de k
1
y k
2
. Si k
1
y k
2
son iguales a 0 se demuestra
que los vectores y son linealmente independientes. u v
Subespacio vectorial
Un subespacio vectorial es un subconjunto de un espacio vectorial que tam-
bin tiene estructura de espacio vectorial.
Dado el espacio vectorial R
n
diremos que el subconjunto es un subes- F R
pacio vectorial si cumple:
0 F
Si u , v F u + v F
Si v F , R tv F
Sistema de vectores
Un sistema de vectores del espacio vectorial E es cualquier subconjunto fini-
to de E:
F u
1
, u
2
, ..., u
n
u
i
E
Dado un sistema F de vectores de E, el conjunto de todos los vectores que
son combinacin lineal de los vectores de F es un subespacio vectorial
k
i
K L(F) {k u
1
, k u
2
,..., k u
Subespacios vectoriales de R
2
F = {0} El conjunto vaco es subespacio vectorial de R
2
F = R
2
Todo R
2
es subespacio vectorial de R
2

;
u, v F y t R ; t(u + v) F
lgebra
3
F El conjunto de vectores contenidos en una recta, es decir, el < u >
conjunto de los vectores mltiplos de . u
demostracin
a) El vector pertenece a la recta F 0
b) La suma de 2 vectores de la recta F es un vector que per-
tenece a F
c) Al multiplicar un vector de F por un escalar de R se ge-
nera un vector que pertenece a F
El conjunto de vectores contenidos en una recta tambin se
puede expresar por la ecuacin de la recta:
ax + by = 0
ejemplo: El subespacio de R
2
definido por:
3x+y=0
se define por el conjunto de vectores indicado por:
F = <(-1, 3)>
El vector (-1,3) es un representante de la clase de vec-
tores de la recta F, es decir, el resto de vectores de la
recta F se puede obtener mediante combinacin lineal
de ste.
Slo existen estos 3 subespacios vectoriales de R
2
.
Subespacios vectoriales de R
3
F = {0} El conjunto vaco es subespacio vectorial de R
3
F = R
3
Todo R
3
es subespacio vectorial de R
3
El conjunto de vectores contenidos en una recta. F = < u >
El conjunto de vectores contenidos en un plano. P = < u ,v>
Dados los vectores representamos por v
1
, v
2
,...,v
n
F < v
1
, v
2
, ..., v
n
>
el subespacio formado por todas las combinaciones lineales de estos vecto-
res.
u
v
F
F
(-1,3)
lgebra
4
Diremos que el conjunto es un sistema de generadores del v
1
, v
2
,...,v
n
subespacio F. Es decir, con ellos se pueden generar el resto de vectores del
subespacio F.
Dos vectores independientes con ecuacin
de la forma ax+by+cz=0 generan un plano.
De manera similar, dado un sistema de ecuaciones homogneo con n incg-
nitas, sus soluciones forman un subespacio de R
n
.
Ejercicio
Dados 2 vectores F = <(1, 2, -1), (2, 1, 0)> hallar la ecuacin que genera el
subespacio.
(x, y, z) = a(1, 2, -1) + b(2, 1, 0)

a + 2b = x -z + 2(y + 2z) = x
2a + b = y b = y - 2a b = y + 2z -z + 2y + 4y = x
-a = z a = -z 2y + 3z = x
x - 2y - 3z = 0
Ejercicio
Dada la ecuacin 2x-y+4z=0 hallar los generadores del subespacio definido
1 despejamos una de las incgnitas
y = 2x + 4z
2 sustituir la incgnita por el valor obtenido, sacar factor comn
(x, y, z) = (x, 2x+4z, z) = x(1, 2, 0) + z(0, 4, 1)
F = <(1, 2, 0), (0, 4, 1)>
Ejercicio 1.17
Dado el conjunto S (xyz) R : x y+ z
a) Demostrar que S es subespacio vectorial de R
3
Hay que demostrar que dados dos vectores pertenecientes a S se u, v
cumple que: . u + v S
ha de cumplir que u (x , y , z x 3y + z
ha de cumplir que v (x , y , z x 3y + z
u
v
P
lgebra
5
u + v (x + x , y + y , z
el nuevo vector tiene como coordenadas: u + v
x = x + x
y = y + y
z = z + z
y ha de cumplir la ecuacin x 3y+ z 0
(x + x ) 3(y + y ) + (z +
(x 3y + z ) + (x 3y +
como x 3y+ z 0
se cumple que 0 + 0 0
por tanto u + v S
b) Hallar los vectores generadores del subespacio S
En primer lugar despejamos de la ecuacin una de las incgnitas,
x = 3y - z
a continuacin construimos un vector en el que una de las coordenadas
est expresada en funcin de las otras,
(x, y, z) = (3y-z, y, z) =
sacamos factor comn de las coordenadas
= y(3, 1, 0) + z(-1, 0, 1)
con lo que obtenemos 2 vectores de S independientes:
S = <(3, 1, 0), (-1, 0, 1)>
Ejercicio 1.8
a) Determnese a y b para que el vector pertenezca al subespa- u (1,0,a ,
cio vectorial generado por: F = {(1,4,-5,2), (1,2,3,-1)}

(1,0,a,b) = m(1,4,-5,2) + n(1,2,3,-1)

m + n 1
4m+ 2n 0
5m+ 3n a
2m n b

2 (m+ n 1)
4m+ 2n 0
2m 2
5 + 6 a
2 2 b

n 1 m
n 2
m 1
a=11
b=-4
lgebra
6
b) El vector (2,4,6,-2) es combinacin lineal del vector obtenido? u
Para ser combinacin lineal, basta con multiplicarlo por un escalar
(2,4,6,-2) = m(1,0,11,-4) 1m = 2
0m = 4
se ve que no es combinacin lineal, ya que no 11m = 6
puede cumplir todas las condiciones a la vez -4m = -2
Base de un espacio vectorial
Un sistema de generadores E de un espacio o subespacio vectorial F es
un conjunto de vectores tal que todos los vectores de F son e
1
, e
2
, ..., e
n
combinacin lineal de stos.
Es decir, F es el espacio vectorial generado por dichos vectores:
E {e
1
,e
2
, ..., e
n} L (E) F F < e
1
, e
2
, ..., e
Dos sistemas de generadores E
1
, E
2
son equivalentes si generan el mismo es-
pacio vectorial.
L(E
1
) = L(E
2
)
Una base de un espacio vectorial F es un sistema de generadores linealmen-
te independientes.
La dimensin de un espacio vectorial F es el nmero de vectores que con-
tiene una base cualquiera de F.
Suma e interseccin de espacios vectoriales
Si S
1
, S
2
son subespacios vectoriales de E(K), el conjunto suma es:
S
1
+ S
2
{x u + v; u S
1
, u S
2
}
S
1
+ S
2
es subespacio vectorial de E
Si F
1
, F
2
son sistemas de generadores de E tales que S
1
=L(F
1
) y S
2
=L(F
2
)
S
1
+ S
2
= L(F
1
F
2
)
S
1
S
2
es subespacio vectorial de E
dim(S
1
+ S
2
) + dim(S
1
S
2
) = dim S
1
+ dim S
2
La suma S
1
+ S
2
de subespacios vectoriales es directa si S
1
S
2
=
Si E = S
1
S
2
(suma directa), S
1
y S
2
son suplementarios.
lgebra
7
Propiedades de las bases
a) Dado un sistema de generadores de F, podemos obtener una base de F eli-
minando los vectores que son combinacin lineal del resto.
Ejemplo: Clculo de una base de un subespacio F de R
3
F < u
1
, u
2
, u
3
> < (1,2,1)(2,1,1)(1,1,2) >
Vemos que no es combinacin lineal de , es decir, no podemos u
1
u
2
obtener multiplicando por un escalar: u
2
u
1
u
2
u
1
(2,1,1) (1,2,1)
A continuacin miraremos si es combinacin lineal de y : u
3
u
1
u
2
(1,-1,2) = t
1
(1,2,-1) + t
2
(2,1,1)
t
1
+ 2t
2
1
2t
1
+ t
2
1
t
1
+ t
2
2

2t
1
4t
2
2
2t
1
+ t
2
1
3t
2
3

t
2
=1
t
1
+ 2 1 1
t
1
= 1
b) Todas las bases de un espacio vectorial tienen el mismo n de vectores.
c) Teorema de la base incompleta.
Si F es un subespacio vectorial de dimensin n y con m<n es v
1
, v
2
,...,v
m
un conjunto de vectores de F linealmente independientes, se pueden hallar
n-m vectores de F, , tales que sumados al conjunto ante- v
m+
, v
m+
, ..., v
n
rior formen una base de F.
Ejemplo: Clculo de una base de F en R
3
que contenga los vectores:
F < u
1
, u
2
> < (1,1,1)(1,0,1)
Probamos con (1,0,0)
t
1
(1,-1,1) + t
2
(-1,0,1) + t
3
(1,0,0) = (0,0,0)
t
1
- t
2
+ t
3
= 0 t
1
= 0 Como t
1
, t
2
, t
3
son 0, los vectores
(1,-1,1), (-1,0,1), (1,0,0) son inde-
pendientes.
- t
1
= 0 t
2
= 0
t
1
+ t
2
= 0 t
3
= 0
lgebra
8
Ejercicio: Clculo de una base del subespacio vectorial F de R
4
generado por
las ecuaciones: 2x + y = 0, y + z = 0
2x + y = 0 y = -2x La incgnita que queremos ais-
lar [x] ha de estar, en las 2 ecua-
ciones, en el mismo lado.
y + z = 0 -2x + z = 0
z = 2x
(x, y, z, t) = (x, -2x, 2z, t) = -sacar factor comn-
= x(1, -2, 2, 0) + t(0, 0, 0, 1)
F = {(1, -2, 2, 0), (0, 0, 0, 1)}
Ejercicio: Sea el conjunto A={-x, x
2
-2x, 3x+5x
2
} del conjunto P
2
(x) de poli-
nomios de grado <= 2 con coeficientes reales. Ver si A es un siste-
ma de generadores de P
2
(x).
a(-x) + b(x2-2x) + c(5x2+3x) = 0

b + 5c 0
a 2b + 3c 0

;
b 5c
a 13c
Como a,b,c no han de ser 0
para resolver las ecuaciones
el sistema es ligado.
Ejercicio: Sean S
1
={(x,y,z) : x+y+z=0} y S
2
={(x,y,z) : 2x-y+z=0}.
a) Demustrese con un ejemplo numrico que S
1
S
2
no es subespacio de R
3
.
Si, S
u
= S
1
S
2
es subespacio de R
3
entonces se cumplir que:
para todo de S
u
: ha de pertenecer a S
u
. u, v u + v
Tomamos el vector de S
1
y el vector de S
2
: u (0, 1, 1) v (1, 1, 1)
u + v (0, 1, 1) + (1, 1, 1) (1, 0, 0) m
pertenece a S
u
por tanto ha de cumplir x+y+z=0: m
por tanto no pertenece a S
1
m (x, y, z) 1 + 0 + 0 0 m
pertenece a S
u
por tanto ha de cumplir 2x-y+z=0: m
por tanto no pertenece a S
2
m (x, y, z) 2 0 + 0 0 m
Por tanto S
u
= S
1
S
2
no es un subespacio de R
3
lgebra
9
b) Escrbase una base de S
1
S
2
, una base de S
1
+ S
2
y dgase la dimensin
de cada uno de estos subespacios.
* S
1
S
2
son los vectores que cumplen: x+y+z=0 i 2x-y+z=0
x + y + z 0
2x y + z 0
3x + 2z 0

y x z
x
2
3
z
y
1
3
z

z 3
x 2
y 1
esto es: S
1
S
2
= <(2,1,-3)> ; dim(S
1
S
2
) = 1
* S
1
+ S
2
= L(F
1
U F
2
)
En primer lugar veremos quien son F
1
y F
2
(sistemas de generadores de S
1
y S
2
respectivamente).
S
1
son los vectores (x,y,z) que cumplen: x+y+z = 0
x = -y-z
(x,y,z) = (-y-z, y, z) = y(-1,1,0), z(-1,0,1)
S
1
= <(-1,1,0),(-1,0,1)>, dim(S
1
)=2
S
2
son los vectores (x,y,z) que cumplen: 2x-y+z = 0
y = 2x+z
(x,y,z) = (x, 2x+z, z) = x(1,2,0), z(0,1,1)
S
2
= <(1,2,0),(0,1,1)>, dim(S
2
)=2
As pues: S
1
+ S
2
= L( {(-1,1,0),(-1,0,1),(1,2,0),(0,1,1)} ).
Veamos si son independientes:
a(-1,1,0) + b(-1,0,1) + c(1,2,0) + d(0,1,1) = 0
a b + c 0
a + 2c + d 0
b + d 0

como hay 4 ecuaciones y

3 inco gnitas, el sistema
es ligado
Eliminamos el vector (0,1,1)
a(-1,1,0) + b(-1,0,1) + c(1,2,0) = 0
lgebra
10
a b + c 0
a + 2c 0
b 0

a c
c + 2c 0

a 0
b 0
c 0
S
1
+ S
2
= <(-1,1,0),(-1,0,1),(1,2,0)>, dim(S
1
+ S
2
) = 3
dim S
1
+ dim S
2
= dim(S
1
S
2
) + dim(S
1
+ S
2
)
lgebra
11
Matrices
Definicin: una matriz de m filas y n columnas y coeficientes reales es cual-
quier ordenacin rectangular de mn coeficientes agrupados en m filas y n
columnas:
A

a a ... a
n
a a ... a
n
... ... ... ...
a

a

a
_
,

Si I = {1,2,...,m} y J = {1,2,...,n}, una matriz de m filas y n columnas y coefi-

cientes reales es una aplicacin . A: I J R
El conjunto de todas las matrices de m filas y n columnas y coeficientes rea-
les se representa como: . M(m n; R )
Tipos de matrices
a) Matriz cuadrada: si tiene el mismo nmero de filas y columnas. Se dice
que tiene orden n (orden nxn).

b) Matriz identidad: es una matriz cuadrada cuyos
coeficientes de la diagonal principal tienen valor
1 y el resto tienen el valor 0. A
n
I
n
= I
n
A
n
= A
n
c) Matriz escalar: es una matriz cuadrada cuyos
coeficientes de la diagonal principal tienen valor
k y el resto tienen el valor 0.
d) Matriz diagonal: es una matriz cuadrada cuyos coeficientes de la diago-
nal principal tienen valor k
nn
<> 0 y el resto tienen el valor 0.
e) Matriz triangular superior: es una matriz
cuadrada en la que los coeficientes por debajo
de la diagonal principal tienen valor 0.
Es decir, k
mn
= 0 cuando m > n.
I

1 0 .. 0
0 1 .. 0
.. .. .. ..
0 0 .. 1
A

k
k


A

k k ... k
0 k ... k
0 0 ... .
0 0 0 k
lgebra
12
f) Matriz triangular inferior: es una matriz cuadrada en la que los coefi-
cientes por encima de la diagonal principal tienen valor 0.
Es decir, k
mn
= 0 cuando m < n.
g) Matriz simtrica: es una matriz
cuadrada en la que k
mn
= k
nm
.
Tambin se cumple que:
fila m = columna m.
h) Matriz hemisimtrica o hermtica: es una matriz cuadrada en la que
k
mn
=-k
nm
y los coeficientes de la diagonal principal tienen valor 0.
Operaciones con matrices
Suma: Las matrices deben tener la misma dimensin.
Dadas 2 matrices , su suma se obtiene su- A,B M (m n; R
mando los coeficientes que ocupan la misma posicin.
Tiene las mis-

2

_
,

_
,

0 3 4
4 6 12
_
,

mas propiedades que la suma de vectores.

Producto por un escalar: Dada la matriz y , el A M (m n; R ) k R
producto kA = Ak es la matriz que se obtiene multiplicando to-
dos los coeficientes por k.
Tiene las mismas propie- 3

2

_
,

6

_
,

dades que el producto de un vector por un escalar.

Con estas 2 operaciones M(mxn, R,+,) es un espacio vectorial de dimen-
sin mxn.
Producto de matrices: Dadas 2 matrices
su producto AB es la matriz C,
donde cada coeficiente c
fp
se C M (f p ; R
A

k a ... a
n
a k ... a
n
... ... ... ...
a
n
a
n
... k
_
,

2 3 5 8
3 0 7 0
5 7 1 9
8 0 9 4
_
,

'
A M(f c R )
B M(c p R)

;
lgebra
13
obtiene como suma de los productos de cada a
fc
por cada b
cp
:
c
fp
= a
f1
b
1f
+ a
f2
b
2f
+ ... + a
fc
b
cf

2

_
,

1 4 1 0
2 1

_
,

0 27 7

_
,

04 + 31 + 45 = 23
Al multiplicar una matriz A
mxn
por B
nxp
se obtiene una matriz C
mxp
.
Propiedades del producto de matrices
asociativa: (AB)C = A(BC)
elemento neutro: es la matriz identidad de orden n. A
nxp
I
n
= A
nxp
no conmutativa: AB suele ser distinto de BA.
para poder multiplicar AB y adems BA las matrices deben ser:
- cuadradas, o bien
- el n de filas y columnas debe ser inverso:
Trasposicin de matrices
La traspuesta de la matriz es la matriz A M (f c ; R ) A M (c f ; R )
que se obtiene cambiando filas por columnas.
ejemplo: A

2

_
,

_
,

Propiedades
(A + B)
t
= A
t
+ B
t
( A)
t
= A
t
(A B)
t
= B
t
A
t
Si A es una matriz simtrica entonces A = A
t
.

'
A M(f c )
B M(c f R)

;
lgebra
14
Determinantes
Definicin: Dada una matriz de orden n su determinante es la suma de los
productos de todas las permutaciones de los coeficientes.
donde S
n
es el conjunto de todas las det (A)
S
()a

a

a

permutaciones de los n elementos.
Dado el conjunto N={1,2,...,n}, una permutacin de N es una reordenacin de
sus elementos sin repetirlos ni eliminarlos.
Dada una permutacin de N, = {
1
,
2
, ...,
n
} una inversin es cualquier
pareja i < j tal que
i
>
j
. El signo () de la permutacin es:
() =
1 si tiene un nmero par de inversiones
-1 si tiene un nmero impar de inversiones
Ejemplo: Mirar las inversiones de la permutacin = {4,2,1,5,3}.
Hay que mirar cuntos nmeros mayores tiene cada uno deleante:
1 2 (el 2 y el 4)
2 1 (el 4)
3 2 (el 5 y el 4)
4 0 2+1+2+0+0 = 5
5 0 total 5 inversiones, por tanto () es negativo
Propiedades:
Dada la matriz A, A A
Si una matriz tiene una lnea (fila o columna), constituida slo por ceros,
el determinante de la matriz es cero.
Si en una matriz se multiplican o dividen por k todos los elementos de
una lnea, su determinante queda multiplicado o dividido por k.
Si en una matriz cuadrada A se intercambian 2 lneas paralelas se obtie-
ne la matriz A* que cumple A A

Si en una matriz tiene 2 lneas paralelas iguales o proporcionales, su de-

terminante es cero.
Si en una matriz una de sus lneas es combinacin lineal de otras, su de-
terminante es cero.
Si en una matriz cada elemento de una lnea determinada se expresa
como suma de h elementos, el determinante de esta matriz es igual a la
lgebra
15
suma de determinantes de las h matrices en las que la lnea en cuestin
slo contiene uno de los h sumandos.
Si a una lnea de una matriz se le suma una combinacin lineal de otras
lneas paralelas, el determinante de esta nueva matriz es igual al de la
primera.
Clculo de determinantes
de orden 2:
det (A)

a a
a a
1
]
1
a a a a
de orden 3: regla de Sarrus

a a a
a a a
a a a
1
]
1
1
1

a a a
a a a
a a a
1
]
1
1
1
a a a + a a a + a a a
a a a a a a + a a a
Regla del pivote: se hacen transformaciones elementales por filas,
utilizando las propiedades de los determinantes, hasta obtener una matriz
triangular el determinante de la cual es igual al producto de los
coeficientes de la diagonal principal.
Ejemplo

f
2
f
2
2f
1
f3 f3 + f1
1 3 1 2
0

f
3
4f
3
+ 5f
2
f4 4f4 + f2
=-40

1 3 1 2
0

f
4
6f
4
+ 14f
3

1 3 1 2
0

()

Desarrollo por coeficientes: dada una matriz cuadrada A, se llama

menor complementario del elemento a
ij
al determinante
ij
de la matriz
de orden n-1 que resulta de eliminar la fila i y la columna j. El adjunto A
ij
de este elemento es (-1)
i+j

ij
.
lgebra
16
Ejemplo A

2


_
,

adjunto A (1)
3+

2 4
3 0
1 (0 12) 12
A
32
es uno de los 9 adjuntos de esta matriz.
Proposicin
a) El valor de un determinante de una matriz cuadrada es igual a la suma
de los productos de los coeficientes de una lnea (fila o columna) por
sus adjuntos correspondientes.
- fijada la fila i, det(A)=a
i1
A
i1
+ a
i2
A
i2
+ ... + a
in
A
in
- fijada la columna j, det(A)=a
1j
A
1j
+ a
2j
A
2j
+ ... + a
nj
A
nj
b) La suma de los productos de los elementos de una lnea por los adjun-
tos de los elementos de una paralela es igual a cero.
* a
12
A
11
+ a
22
A
21
+ a
32
A
31
= 0
Para resolver el determinante de la matriz anterior escojemos la fila 3:
48 - 6(-12) +2(-1) A (1)
3+
4


+ (1)
3+
6
2 4
3 0
+ (1)
3+
2
2

= 102
Ejercicio: La matriz A
3
tiene un det(A) = -4. Cunto vale el determinante de
la matriz 5A?
5a 5a 5a
5a 5a 5a
5a 5a 5a

5a 5a 5a + a 5a 5a + a 5a 5a
a 5a 5a a 5a 5a + a 5a 5a
det(5A) = 5
3
det(A) = 5
3
(-4) = -500
El determinante de la matriz producto de dos matrices cuadradas es A B
igual al producto de sus determinantes y tambin al de sus tranpuestas:
A B A B A
t
B
t
A
t
B
t
Clculo del inverso de una matriz
Sea A una matriz cuadrada regular (det(A) 0). La matriz A tiene inversa si
existe una matriz A
-1
tal que: AA
-1
= A
-1
A = I
lgebra
17
La matriz inversa de A es donde A
ad
es la matriz adjunta de A A

(A )
t
A
que se obtiene sustituyendo cada coeficiente de A por su adjunto y es el A
determinante de A.
Ejemplo: Calcular la inversa de la matriz
A

1 1

_
,

1.- hallar la matriz adjunta; para ello calculamos los adjuntos de cada
coeficiente.
+a
1 1
0 1
1 a
0 1
1 1
1 + a
0 1
1 0
a
1

1 + a
1

2 a
1 1
1 0

+a
1

2 a
1 1
0 1
1 + a
1 1
0 1
La matriz adjunta de A es: y la traspuesta es:
A

1 1


_
,

(A )
t

_
,

2.- calcular el determinante

(A) A
1 1

1 + 1+ 0 (1) 0 0 3
y por tanto, la matriz inversa ser:
A

(A )
t
A

_
,

lgebra
18
Propiedades
(AB)
-1
= B
-1
A
-1
(A
-1
)
t
= (A
t
)
-1
Rango de una matriz
El rango de una matriz es el mximo nmero de columnas linealmente inde-
pendientes que tiene.

Propiedades
rang(A) = rang(A
t
), es decir, mximo n de columnas linealmente
independientes es igual al mximo n de filas linealmente independientes.
El rango de un conjunto de vectores es la dimensin del subespacio que
generan y coincide con el rango de la matriz formada por esos vectores.
Ejemplo 1: hallar el rango de la matriz A

2 1 3
1 2 1
4 5 1
_
,

no es necesario
que sea cuadrada
Segn la regla del pivote:

2 1 3
1 2

_
,

2 1 3
0 3

_
,

2 1 3
0 3

_
,

rang(A) = 2, que es el n de pivotes

distintos de cero que quedan en la
matriz triangulada.
Podemos intercambiar filas con filas y columnas con columnas para faci-
litar la triangulacin.
Sea F el subespacio generado por los vectores <(2,1,4),(1,2,5),(3,-1,1)>, ha-
llar una base de F.
Si disponemos estos vectores dispuestos en forma de matriz (en colum-
nas) obtenemos la matriz del ejemplo anterior.
Por tanto, una base de F ser: {(2,1,4),(1,2,5)} ya que los pivotes distintos
de cero han correspondido a las columnas 1 y 2.
Ejemplo 2: hallar el rango de la matriz A

_
,

lgebra
19
Hallar un subdeterminante distinto de cero. El tamao de ese determinan-
te ser el rango de la matriz.

_
,

0
.
.
.
2 3
1 1
1

0
.
.
.

0
como ya no se pueden aadir dife-
rentes filas ni columnas nuevas, se
deduce que es rango es 2.
Sistemas de ecuaciones lineales
Ejemplo:
x + y+ z
y+ z
x y+ z

1 1 3
0

.
.
.
5
.
.
.
3
.
.
.
11
_
,

f f f

1 1 3
0

.
.
.
5
.
.
.
3
.
.
.
1
_
,

Diagonalizacin de matrices
Ejemplo: Diagonalizar la matriz
A

_
,

hallar la matriz diagonal D

y la matriz de paso P tales
que cumplan:
D = P
-1
AP
En primer lugar hay que hallar la matriz de paso P de vectores pro-
pios, para ello hay que hallar los valores propios de la matriz A re-
solviendo las raices de su polinomio caracterstico.
= (3-)(2-)(3-) - (3-)-(3-) =
= (3-) ((3-)(2-) - 2) =
= (3-) (
2
- 5 + 4)
La primera raiz, evidente, es =3 (ya que (3-3) (
2
- 5 + 4) = 0)
Para el resto de raices del polinomio hacemos (
2
- 5 + 4) = 0
A I

3


_
,

lgebra
20

1
=1,
2
=3,
3
=4
5t 2516
2
>

5+3
2
4

53
2
1
Para cada valor propio (las raices del polinomio caracterstico) bus-
camos sus vectores propios asociados.

1
=1 (A I )

_
,

x
y
z
_
,

0
0
0

1
=3 (A 3I)

_
,

x
y
z
_
,

0
0
0

1
=4 (A 4I )

_
,

x
y
z
_
,

0
0
0
_
,

La matriz de paso P est formada por

los vectores propios (en columna) de
la matriz A:
La matriz diagonal D est formada por
los valores propios de A:
Para comprobar calculamos la inversa de P: P

(P )
t
P
En primer lugar calculamos los adjuntos de los coeficientes:
P
11

0 1
1 1
1 P
12

2 1
1 1
3 P
13

2 0
1 1
2
P
21

1 1
1 1
2 P
22

1 1
1 1
0 P
23

1 1
1 1
2
P
31

1 1
0 1
1 P
32

1 1
2 1
3 P
33

1 1
2 0
2
P

1 1 1
2 0

_
,

1 0 0
0 3 0
0 0 4
_
,

lgebra
21
La matiz adjunta de P
ad
ser: La traspuesta (P
ad
)
t
ser:
P

_
,

(P )
t

El determinante de P es: P
1 1 1
2 0

6
Por tanto, la matriz inversa de P ser:
P

(P )
t
P

_
,

_
,

lgebra
22