UCV - EECA Álgebra Lineal I 1º Parcial

SISTEMA DE ECUACIONES LINEALES

Ecuación Lineal Ecuación Lineal de una Incógnita
Se denomina Ecuación Lineal con Incógnitas ax = b
x 1, x2, x3, . . ., xn a la Ecuación que puede escribirse de a = Coeficiente Asociado a la Incógnita "x" ( a∊ ℝ Conocido )

SIENDO
la forma convencional: x = Incógnita de la Ecuación Lineal ( x∊ ℝ Desconocido )
a1x1 + a 2x2 + a 3x3 + . . . + a nxn = b b = Termino Constante de la Ecuación Lineal ( b∊ ℝ Conocido )
★ La Constante "an" se denomina Coeficiente de la Ecuación Homogénea ⇨ ax = b es Homogénea si ax = b y b = 0
DONDE

Incógnita "xn" Sea la Ecuación Lineal ax = b ; entonces:

Teorem a
★ La Constante "b" se denomina Constante de la ① Si a ≠ 0 → entonces x = b/a es SoluciónÚnica de ax = b

Ecuación
Ecuación Lineal Degenerada
Una Ecuación Lineal se dice Degenerada si cada
Coeficiente es igual a cero; es decir si la ecuación tiene
la forma:
0x 1 + 0x 2 + 0x 3 + . . . + 0x n = b
Considere la Ecuación Lineal Degenerada:
0x1 + 0x2+ 0x3 + . . . + 0xn = b ; entonces:
Teorem a 1.2
1.1
② Si a = 0 ∧ b ≠ 0 → entonces ax = b No Tiene Solución
③ Si a = 0 ∧ b = 0 → entonces ax = b Tiene Infinitas Soluciones
Ecuaciones Lineales No Degeneradas
Sea la Ecuación Lineal No Degenerada con una o más incógnitas; digamos:
a1x1 + a2x2 + a3x3 + . . . + anxn = b
Se denomina Primera Incógnita de la Ecuación a la primera incógnita con
coeficiente no nulo (de Izquierda a Derecha).
⑴ - Sea la Ecuación Lineal: 2x3 + 6x2 - x4 = 7x2

Ejemplo:
⑵ - Entonces : 2x3 + 6x2 - x4 = 7x2 ⇨ 0x1 - x2 + 2x3 - x4 = 0
① Si b ≠ 0 → la Ecuación No Tiene Solución
⑶ - De tal modo que la Primera Incógnita es 2x
② Si b = 0 → todo Vector Considere una Ecuación Lineal No Degenerada con Primera Incógnitapx ;
k = ( k 1, k2, k3, . . ., kn ) es Solución entonces:
Teorem a 1.3

① Cualquier conjunto de valores de las incógnitas jx con j ≠ p dará Una

Conjunto Solución de una Ecuación Lineal
Única Solución de la Ecuación. (Las Incógnitas xj se llaman Variables Libres
Se denomina Solución de una Ecuación Lineal al
porque se les puede asignar cualquier valor).
Conjunto de las Incógnitas
② Toda Solución de la Ecuación se Obtiene en ①
x 1 = k1, x2 = k2, x3 = k3, . . ., xn = kn que satisface la
Ecuación a1x 1 + a2x 2 + a3x 3 + . . . + anx n = b Sistema de Dos Ecuaciones con Dos Incógnitas
Ecuación Lineales de Dos Incógnitas ax + by = c Esta subsección considera un Sistema de Dos Ecuaciones Lineales (No
⑴ - Sea la Ecuación: 2x + y = 1 Degeneradas) con las Dos Incógnitas "x" e "y"; en tal sentido:
⑵ - Sea y = u ; u ∊ ℝ entonces: ax + by = c → "x" ∧ "y" incógnitas
Ejemplo de
Soluciones

⑶ - 2x + a = 1 ⇨ 2x = 1 - a ⇨ x = ½ - (½)a dx + ey = f → (a, b, c, d, e, f) ∊ ℝ
★ Solución Paramétrica: x = ½ - (½)a 1.- El Sistema Tiene una Solución [ (a / d) ≠ (b / e) ]
Casos:

★ Solución General o Conjunto Solución: 2.- El Sistema No Tiene una Solución [ (a / d) = (b / e) ≠ (c / f) ]

S = { ( ½ - (½)a , a ) ∊ ℝ2 ; a ∊ ℝ } 3.- El Sistema Tiene Infinitas Soluciones [ (a / d) = (b / e) = (c / f) ]

Sistemas Equivalentes Sistemas de Ecuaciones

Se dice que Dos Sistemas de Ecuaciones Lineales con Considere un Sistema de Ecuaciones Lineales con "m" ecuaciones, digamos
las mismas incógnitas son Equivalentes si tienen el L1, L2, L3, . . ., Lm con "n" incógnitas x1, x2, x3, . . ., xn ; el cual puede expresarse
mismo Conjunto Solución . como:
Una forma de producir un sistema de ecuaciones a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1 L1
equivalentes a partir de otro, es efectuando Operaciones a21x1 + a22x2 + a23x3 + . . . + a2nxn = b2 L2
Elementales.
...

...

...

...

...

Operaciones Elementales
am1x1 + am2x2 + am3x3 + . . . + amnxn = bm L2
Intercambiar la ecuación i-esima y la j-esima:
[ E1 ]
⇨ ( Li ↔ Lj ) aij ⇨ ( i = Ecuación ∧ j = Incógnita )
Multiplicar la ecuación i-esima por un escalar "k" Solución de un Sistema de Ecuaciones Lineales
[ E2 ]
no nulo: ⇨ ( kLi → Li ) (k≠0)
Una (1) Solución del Sistema de Ecuaciones Lineales anterior es el Conjunto de
Sustituir la ecuación i-esima por ella misma más k valores x1 = k1, x2 = k2, x3 = k3, . . ., xn = kn o una n-pla u = (k1, k2, k3, . . ., kn)
[ E3 ]
veces la j-esima: ⇨ [ ( kLj + Li ) → Li ] que es solución de cada una de las Ecuaciones del Sistema.
Cada Operación Elemental tiene su Inversa:
Operación Original Operación Inversa Teorema 1.4
Teorem a

Li → Lj Lj → Li Supongamos que un sistema de ecuaciones lineales (#) se obtiene de otro∗)(

kLi → Lj (1/k)Lj → Li mediante una sucesión finita de operaciones elementales. Entonces (#) y∗)( tienen
kLi → Lj (1/k)Lj → Li el mismo conjunto solución.

Elaborado por: Eder Nunes

UCV - EECA Álgebra Lineal I 1º Parcial

SISTEMA DE ECUACIONES LINEALES

Teorema 1.5 Sistema de Ecuaciones en la Forma Triangular
Supongamos que un sistema de ecuaciones lineales Un sistema de ecuaciones lineales está en forma triangular si el número de
contiene la ecuación degenerada: ecuaciones es igual al número de incógnitas y si xk es la primera incógnita de la k-
L: 0x1 + 0x2+ 0x3 + . . . + 0xn = b esima ecuación. Por tanto, un sistema de ecuaciones lineales triangular tiene la
forma siguiente:
① Si b = 0 → L pude suprimirse del sistema sin alterar
a11x1 + a12x2 + . . . + a1(n - 1) x3 + a1nxn = b1
el conjunto solución.
a21x1 + a22x2 + . . . + a2(n - 1) x3 + a2nxn = b2
② Si b ≠ 0 → el sistema No tiene solución

...

...

...
Sistema de Ecuaciones de la Forma am1 xa(n - 1)(n - 1) x(n - 1) + a(n - 1)n xn = b(n - 1)
Escalonada am1 xa(n - 1)(n - 1) x(n - 1) + annxn = bn)

Un sistema de ecuaciones lineales está en forma donde, a11 ≠ 0, a22 ≠ 0, . . ., a(n - 1)(n -1) ≠ 0, ann ≠ 0
escalonada si ninguna ecuación es degenerada y la NOTA:
primera incógnita de cada ecuación está a la derecha de ① El sistema de ecuaciones lineales triangular anterior tiene una Solución Única
la primera incógnita de la ecuación anterior. que puede obtenerse mediante el siguiente procedimiento, conocido como
sustitución hacia atrás. Primero resolvemos la última ecuación para la última
a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1
incógnita, xn:
a2j2xj2 + a2(j2 + 1)x(j2 + 1) + . . . + a2nxn = b2
bn
...

...

...

...

xn =
ann
arjrxjr + ar(jr + 1)x(jr + 1) + . . . + arnxn = br
② Segundo, sustituimos este valor de xn en la penúltima ecuación y la resolvemos
donde: 1 < j2 < . . . < jr y a11 ≠ 0, a2j 2 ≠ 0, . . ., arjr ≠ 0
para la penúltima incógnita, x(n - 1):
Teorema 1.6
bn - a(n - 1)n ( bn/ann )
Considere un sistema de ecuaciones lineales en forma x(n - 1) =
escalonada, como el anterior; entonces existen dos a(n - 1)(n - 1)
casos: ③ Tercero, sustituimos estos valores de xn y x (n - 1) en la antepenúltima ecuación y
① Si r = n , es decir, hay tantas ecuaciones como
la resolvemos para la antepenúltima incógnita, (n
x - 2):
incógnitas. Entonces el sistema tiene una única solución
(Sistema Triangular) b - (a(n - 2)(n - 1) /a(n - 1)(n - 1) )[b(n - 1) - a(n - 1)n ( bn/ann )] - (a(n -2 )n /ann)b
x(n - 2) = (n - 2)
② Si r < n , es decir, hay menos ecuaciones que a(n - 2)(n - 2)
incógnitas. Entonces el sistema tiene infinitas
soluciones; por lo que en dicho caso se pude asignar ④ En general, determinamos xk sustituyendo los valores previamente obtenidos de
arbitrariamente valores a las n - r variables libres para x n, x(n - 1), . . ., x(k + 1) en la ecuación k-ésima:
n
obtener cada una de las soluciones del sistema.
bk - ∑ akmxm
El sistema en la forma triangular es un caso
NOTA

m=k+1
particular del sistema en la forma escalonada; es xk =
akk
decir r = n.

Solución Parametrica y Solución Particular Algoritmo de Reducción

Solución Parametrica
Se determinan las Variables Principales (VP) y Variables sistema no tiene solución
Libres (VL), y luego se asignan valores arbitrarios a las
Variables Libres, para luego despejar las Variables
Principales en términos de Valores Arbitrarios
(Parámetros).
El siguiente algoritmo reduce el sistema de "m" ecuaciones lineales con "n
incógnitas a forma escalonada (posiblemente triangular), o bien determina que el
① Intercambiar las ecuaciones de forma que x1 aparezca con un coeficiente
no nulo en la primera ecuación; es decir, conseguir que 11
a ≠ 0.
② Utilizar a como pivote para eliminar x de todas las ecuaciones excepto
11 1

⑴ - Sea el sistema de la forma Escalonada: de la primera. Esto es, ∀ i > 1 , realizar las operaciones elementales:

x + 2y - 3z + 2t = 2 VP = x ∧ y [ E3 ]: -( ai1 /a11 )L1 + Li → Li o [ E ]: -ai1 L1 + a11 Li → Li

⇨
x + 2y - 2z + 2t = 1 VL = z ∧ t ③ Examinar cada nueva ecuación L:
P A S O S:
Ejemplo de Soluciones

⑵ - Sea z = a ∧ t = b ; (a ∧ b )∊ ℝ entonces: ⓐ Si L tiene la forma 0x1 + 0x2 + . . . + 0xn = 0 o si es múltiplo de otra

⑶ - y - 2z + 2t = 1 ⇨ se tiene ⇨ y = 1 + 2a - 2b ecuación, suprimirla del sistema.
⑷ - y de x + 2y - 3z + 2t = 2 ⇨ se tiene ⇨ ⓑ Si L tiene la forma 0x1 + 0x2 + . . . + 0xn ≠ b con b ≠ 0; abandonar el
⑸ - x = -a + 2b ⇨ Por tanto: algoritmo. El sistema no tiene solución.

★ Solución Parametrica : ④ Repetir los Pasos ①, ② y ③ con el subsistema formado por todas las
S = [ ( -a + 2b , 1 + 2a - 2b , a , b) ; (a ∧ b )∊ ℝ ] ecuaciones, excluyendo la primera.

★ Solución Particular : (dando valores a "a" y "b") ⑤ Continuar el proceso hasta que se obtenga un sistema en la forma
Si ( a = 0 ∧ b = 0 ) ⇨ ( x, y, z, t ) = ( 0, 1, 0, 0) escalonada, o hasta que se obtenga una ecuación degenerada (Paso ③-ⓑ).

Elaborado por: Eder Nunes

UCV - EECA Álgebra Lineal I 1º Parcial

Teorem a 1.7
Determinado (Una Única Solución)
Un Sistema de Ecuaciones Lineales tiene:
Compatible
① Una Única Solución Sistema de Indeterminado (Infinitas Soluciones)
Ecuaciones Lineales
② No Tiene Soluciones Incompatible
Ninguna Solución
③ Tiene Infinitas Soluciones

MATRICES
Matrices Matriz en Forma Escalonada
Sea A una Tabla Ordenada de Números tales que: Se dice que una Matriz esta en la forma Escalonada si cumple con las siguientes
a11 a12 a13 ... a1n condiciones:
A = ( aij )

a21 a22 a23 ... a2n ① Todas las filas nulas, si las hay, están en la
A= 2 0 1 5
...

...

...
parte inferior de la matriz.

Ejemplo:
0 0 0 6
am1 am2 am3 ... amn ② Cada entrada principal no nula está a la
derecha de la entrada principal no nula de la fila 0 0 0 0
● Este arreglo se denomina Matriz Real de Orden mxn procedente.
m = Número de Filas de la Matriz
Siendo: Equivalencia por Filas (Matrices Equivalentes)
n = Número de Columnas de la Matriz
Se dice que una Matriz "A" es Equivalente por Filas a otra Matriz "B", escrito
● La Fila i-esima de la MatrizA, también es una Matriz ( A ∼ B ), si "B" puede obtenerse a partir de "A" mediante una sucesi
ón finita de las
de Orden nx1 siguientes operaciones elementales entre filas
Operaciones Elementales:
ai1 ai2 ai3 ... ain ; i = 1, 2, 3, . . ., m
[ E 1 ] Intercambiar las filas i-esima y j-esima: Ri ↔ Rj

a1j [ E 2 ] Multiplicar la fila i-esima por un escalar "k" no nulo: ( kR

i → Ri ) ; k ≠ 0
● La Columna j-esima de la
Matriz A, es también una a2j ; j = 1, 2, 3, . . ., n [ E 3 ] Sustituir la fila i-esima por ella misma más k veces la j-esima:( kRj + Ri ) → Ri
...

Matriz de Orden mx1 Sustituir la fila i-esima por k (no nulo) veces ella misma más k' veces la
[E ]
amj j-esima: ( k'Rj + kR i ) → Ri ; k ≠ 0

Algoritmo para Reducir una Matriz a la Forma Escalonada

Matrices en la Forma Canónica
① Encontrar la primera columna con una entrada no nula. Supongamos que
Se dice que una matriz escalonada esta en forma
es la columna j1.
canónica si cumple con las siguientes condiciones:
② Intercambiar las filas de forma que aparezca una entrada no nula en la
① Todas las filas nulas, si las hay, están en la parte
primera fila de la columna 1j , esto es, conseguir que a1j1 ≠ 0
inferior de la matriz.
③ Utilizar a1j1 como pivote para obtener cero bajo él; esto es, para cada
PASOS:

② Cada entrada principal no nula está a la derecha de la

i > 1 efectuar la operación entre filas:
entrada principal no nula de la fila procedente.
-( aij1/a1j1)R1 + Ri → Ri o -aij1R1 + a1j1Ri → Ri
③ Cada entrada principal no nula es igual a 1.
④ Cada entrada principal no nula es única entrada ④ Repetir los Pasos ①, ② y ③ con la submatriz formado por todas las filas,
distinta de cero en su columna; es decir, por encima y excluyendo la primera.
por debajo de cada entrada principal los elementos son ⑤ Continuar el proceso anterior hasta que la matriz quede en forma
cero. escalonada.
Teorema 1.8
Cualquier Matriz A es Equivalente por Filas a una única Sistemas de Ecuaciones Lineales y Matrices
Matriz en forma Canónica por Filas (llamada la Forma Considere el siguiente Sistema de Ecuaciones Lineales:
Canónica por Filas de A)
a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1
Sistema de Ecuaciones Lineales Homogéneos a21x1 + a22x2 + a23x3 + . . . + a2nxn = b2
...

...

...

...

Un Sistema de Ecuaciones Lineales es Homogéneo si

los términos constantes en cada ecuación son iguales a am1x1 + am2x2 + am3x3 + . . . + amnxn = bm
cero, es decir, que tienen la siguiente forma:
Matriz de Coeficiente del
Matriz Ampliada Asociada al Sistema
a11x1 + a12x2 + a13x3 + . . . + a1nxn = 0 Sistema

a21x1 + a22x2 + a23x3 + . . . + a2nxn = 0 a11 a12 a13 ... a1n a11 a12 a13 ... a1n b1
...

...

...

...

a21 a22 a23 ... a2n a21 a22 a23 ... a2n b2
A= M=
...

...

...

...

...

...

...

am1x1 + am2x2 + am3x3 + . . . + amnxn = 0

am1 am2 am3 ... amn am1 am2 am3 ... amn bm
① Si el Sistema tiene más incógnitas que ecuaciones
entonces el sistema tiene un número finito de
soluciones. Teorema 1.9
② Si el sistema tiene igual número de incógnitas que de Un Sistema de Ecuaciones Lineales Homogéneo con más incógnitas que
ecuaciones; entonces el sistema solo tiene la solución ecuaciones tiene solución no nula.
nula o solución Trivial (x1 = 0, x2 = 0, x3 = 0, . . ., xn = 0).

Elaborado por: Eder Nunes

UCV - EECA Álgebra Lineal I 1º Parcial

Matriz Nula Suma, Resta de Matrices y Producto por un Escalar

Es una Matriz que tiene todos sus elementos nulos y se Sea A y B dos matrices con igual Orden; es decir, con igual número de filas y
denota por ( Ɵmxn ); tal que: columnas, digamos dos matrices mxn:
0 0 ... 0 a11 a12 a13 ... a1n b11 b12 b13 ... b1n
0 0 ... 0 a21 a22 a23 ... a2n b21 b22 b23 ... b2n
Ɵmxn = A= ∧ B=

...

...

...

...

...

...

...

...

...
0 0 ... 0 am1 am2 am3 ... amn bm1 bm2 bm3 ... bmn
Propiedades de una Matriz ① A+Ɵ=A
Nula ②Ɵ+A=A a11 ± b11 a12 ± b12 a13 ± b13 . . . a1n ± b1n

Suma o Resta
(Según sea el
a21 ± b21 a22 ± b22 a23 ± b23 . . . a2n ± b2n

Caso)
Teorema 3.1 A±B=

...

...

...
Considere el Conjunto "V" de todas las Matrices de
Orden mxn sobre el cuerpo real. Sean A, B y C Matrices am1 ± bm1 am2 ± bm2 am3 ± bm3 . . . amn ± bmn
cualesquiera de V y k1 y k 2 Escalares,

Escalar "k" por una

ka11 ka12 ka13 . . . ka1n Nótese que:

Producto de un
tal que ( k1 ∧ k2 ) ∊ ℝ ; entonces:
①(A+B)+C=A+(B+C) ka21 ka22 ka23 . . . ka2n ( -1 )A = -A

Matriz
kA =

...

...

...
② A+Ɵ=A y
③ A + ( -A ) = Ɵ kam1 kam2 kam3 . . . kamn A - B = A + ( -B )
④A+B=B+A
⑤ k 1 ( A + B ) = k1 A + k 1 B Producto de Matrices
⑥ ( k1 + k2 )A = k1A + k 2A Sea A y B matrices reales, tal que el número de columnas de A coincide con el
⑦ ( k1k 2 )A = k1( k2A ) número de filas de B; es decir, A es de Orden mxp y B es de Orden pxm; entonces
⑧ ( 1 )A = A y ( Ɵ )A = Ɵ el Producto ( AB ) se obtiene como:
Ejemplo:
Transpuesta de una Matriz
r s a1 a2 a3 ra1 + sb1 ra2 + sb2 ra3 + sb3
Considere una Matriz Amxn ; entonces la Transpuesta de ❶ =
t u b1 b2 b3 ta1 + ub1 ta2 + ub2 ta3 + ub3
la Matriz A, denotada por ( At ) que se obtiene colocando
las Filas de A como Columnas; es decir:
Teorema 3.2
Sea la Matriz A:
① ( AB )C = A( BC ) ② A( B + C) = AB + AC
a11 a12 ... a1n
③ ( B + C )A = BA + CA ④ k( AB ) = ( kA )B = A( kB )
a21 a22 ... a2n
A=
...

...

Matrices y Sistemas de Ecuaciones Lineales

am1 am2 ... amn Considere el Sistema de Ecuaciones Lineales con "n" incógnitas y "m" ecuaciones:
Entonces A t
: a11x1 + a12x2 + . . . + a1nxn = b1
a11 a21 ... am1 a21x1 + a22x2 + . . . + a2nxn = b2
...

...

...

a12 a22 ... am2

At =
...

...

am1x1 + am2x2 + . . . + amnxn = bm

a1n a2n ... amn Dicho Sistema es Equivalente (genera el mismo conjunto solución) a laEcuación
Matricial : AX = B
Teorema 3.3
a11 a12 ... a1n x1 b1
① ( A ± B )t = At ± Bt
a21 a22 ... a2n x2 b2
②(A ) =At t AX = B =
...

...

...

...

③ ( kA )t = kAt (si k es un escalar)

am1 am2 ... amn xn bm
④ ( AB )t = Bt At
t t t t
⑤ ( ACB ) = B C A

Matriz por Bloques Matrices Cuadradas

Utilizando un sistema de líneas (discontinuas) Una Matriz Cuadrada es la que tiene el mismo número de filas que de columnas.
horizontales y verticales podemos partir una Matriz A en Se dice que una Matriz Cuadrada nxn es de Orden n y se le asigna el nombre de
otras más pequeñas llamadas bloques (o celdas) de A. matriz n-cuadrada.
La Matriz A se denomina entonces Matriz por Bloques. 1 7 5 6
Ejem plos:

1 3 5
5 2 4 2
❶ A= 2 -1 4 ❷ B=
6 -3 5 9
8 -3 5
9 -2 6 7

Elaborado por: Eder Nunes

UCV - EECA Álgebra Lineal I 1º Parcial

Traza de una Matriz Matriz Identidad

Sea A una Matriz cuadrada. La Diagonal ( o Diagona La Matriz n-cuadrada con unos en la diagonal y 1 0 0

Ejem plo
Principal ) de A consiste en los elementos ceros en cualquier otra posición, denotada pornI o I3 = 0 1 0
a11 , a22 , . . ., ann . La Traza de A, escrito Tr(A), es la simplemente I ; se conoce como Matriz Identidad 0 0 1
suma de los elementos diagonales; es decir (o unidad)
n
Tr(A) = a11 + a22 + . . . + ann ≡ ∑ aii
i=1 Matriz Escalar
a 11 a12 ... a1n Se obtiene al Multiplicar una Matriz Identidad por una Constante
a21 a 22 ... a2n 1 0 0 k 0 0
A= ...

...
kIn k 0 1 0 = 0 k 0 ∀k≠0
am1 am2 ... a mn 0 0 1 0 0 k

Diagonal Principal
Teorema 4.1
Potencias Matriciales Supongamos que A y B son matrices n-cuadradas y k es un escalar; entonces:
Sea A una Matriz n-cuadrada; las Potencias de A se ① Tr( A + B ) = Tr( A ) + Tr( B ) ② Tr( kA ) = k Tr( A )
definen como: ③ Tr( AB ) = Tr( BA )
A2 = AA A3 = A2A A2A,..., An+1 = AnA A0 = In
Tipos Especiales de Matrices Cuadradas
Matrices Invertibles
Una Matriz cuadrada se dice que es a11 0 ... 0

Diagonales
M atrices
Se dice que una matriz cuadrada A es Invertible ( o no una Matriz Diagonal si todos los 0 a22 ... 0
singular ) si existe una matriz B con la propiedad de que: A=

...

...
elementos fuera de la diagonal
AB = BA = I principal son nulos: 0 0 ... amn
B es la Inversa de A y B es Única. Tal que: (A-1 = B) Una Matriz cuadrada es una Matriz a11 a12 ... a1n
M atrices Triangulares

Superior

Triangular Superior si todas las 0 a22 ... a2n

Método para en Calculo de Inversa de Matrices A=
entradas bajo de la diagonal son

...

...
Caso ⑴ Matrices 2x2
a b iguales a cero ( aij = 0 ∀ i > j ) 0 0 ... amn
Considere la Matriz A ⇨ A= ;
c d Una Matriz cuadrada es una Matriz a11 0 ... 0
Inferior

donde a.d - b.c ≠ 0; luego la Inversa de A, denotada Triangular Superior si todas las a21 a22 ... 0
A=
A-1 es igual a: entradas arriba de la diagonal son

...

...
1 d -b iguales a cero ( aij = 0 ∀ j > i ) am1 am2 ... amn
A-1 =
a.d - b.c -c a Matrices Simétricas Matrices Antisimétricas
Una Matriz cuadrad se dice que es
Caso ⑵ Matrices nxn Una Matriz cuadrada se dice
Simétrica si es igual a su transpuesta; es
① Considere una Matriz en Bloques a la siguiente mane Antisimétrica si su Matriz Transpuesta
decir:
es igual a su Matriz Opuesta; es decir:
M= Anxn Inxn A=At
f r g La Diagonal
② Realizar Operaciones Elementales a la Matriz M, A t = -A
Ejemplo:

A= r d h funciona
hasta que el primer bloque de dicha Matriz sea igual a la
como un
Matriz Identidad g h s ( -A = Matriz Opuesta)
Espejo.
③ Luego de el paso ②; la matriz A-1 se obtiene del
segundo bloque o bloque derecho de M. Teorema 4.3
Supongamos que A y B son Matrices Triangulares y k un escalar; entonces:
Matriz Ortogonal A t = A -1 ① A + B es Triangular ② kA es Triangular ③ AB es Triangular

Matrices Idempotentes Matrices Nilpotente

Se dice que una Matriz Cuadrada A es Idempotente sii: Se dice que una Matriz Cuadrada A es Nilpotente sii:

A 2 = AA = A Ak = Ɵ ; k ∈ ℤ
Además, el Grado de Nilpotencia es el menor entero de "m" para el
cual:

A m = Ɵ ; "m" es el menor Entero

Elaborado por: Eder Nunes