Algebra Lineal de Luis Moreno

Conceptos basicos de
Algebra Lineal
Agosto 08 de 2016
Luis F. Moreno S.
MedellnColombia
ii
Conceptos basicos de Algebra Lineal, agosto 08 de 2016
Indice general
Prologo
Introduccion
vii
Preliminares
ix
1 Matrices y sistemas de ecuaciones lineales
1.1
1.2
Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Multiplicacion de matrices . . . . . . . . . . . . . . . . . . . . . .
1
18
1.3
Propiedades de las operaciones con matrices . . . . . . . . . . . .
28
iv
Prologo
Surge este texto por la necesidad detectada en los estudiantes de pregrado de
ingeniera de disponer de una herramienta basica provechosa para seguir un curso
introductorio de Algebra Lineal en el aula de clase.
Se explican los temas de Matrices, Sistemas lineales, Determinantes, Transformaciones lineales, Vectores en Rn , Rn como espacio vectorial y, por ultimo,
Valores y vectores propios. Se ofrecen ejemplos practicos y teoricos; y se proponen ejercicios a medida que los conceptos teoricos surgen, buena parte con sus
respuestas; siempre partiendo de lo simple a lo medianamente complejo; y en
algunos casos estimulando la creatividad. Se recomienda al profesor explicar solo
algunos ejemplos y ejercicios, y realizar y proponer los propios en el aula de clase.
Ademas, se incluyen algunas demostraciones sencillas para aquellos estudiantes
que deseen trascender de los ejercicios operativos a lo abstracto. Queda a juicio
del profesor profundizar en las demostraciones.
El seguimiento de estas notas en el aula de clase (fsica o virtual) ahorrara
tiempo al docente, pues no requerira escribir los conceptos, y podra aprovechar
este tiempo en la explicacion de nuevos ejemplos que el considere pertinentes.
Ademas, el estudiante evitara estudiar de errores que se cometen al tomar nota
en clase y de errores casuales del mismo docente.
Agradecimientos a mis alumnos, pues fueron la semilla que dio origen a estos
escritos.
En un futuro se espera enriquecer el tipo de ejemplos, que tanto ayudan al
alumno y facilitan la labor al docente; tambien se planea emplear software matematico en la solucion de problemas; y desarrollar una herramienta interactiva
en la que el estudiante se ejercite y las instituciones educativas puedan hacer
seguimiento al desarrollo de sus educandos.
vi
Introduccion
Se sabe hasta ahora que los orgenes del algebra lineal se remontan a los babilonios en el siglo XXI antes de Cristo. Un ejemplo es el escrito en una de las
famosas tablillas de Croquetta:
Existen dos campos cuyas areas suman 1800 yardas1 cuadradas. Uno
produce granos en razon de 2/3 de saco por yarda cuadrada, mientras
que el otro produce granos en razon de 1/2 saco por yarda cuadrada.
Si la produccion total es de 1100 sacos, cual es el tamano de cada
campo?
Se conoce tambien el papiro Rhind, del ano 1650 antes de cristo, del sacerdote egipcio Ahmes, donde se consideran ecuaciones de primer grado. Luego, los
matematicos chinos, durante los siglos III y IV antes de cristo, continuaron la
tradicion de los babilonios con los primeros metodos del pensamiento lineal. Por
ejemplo, el metodo para la solucion de problemas lineales, que es conocido como la regla fan-chen, que trascendio en lo que hoy es conocido como el metodo
de eliminacion gaussiana. Luego vendran los aportes de los islamicos y de los
europeos.
Actualmente, el algebra lineal estudia, entre otros, conceptos tales como:
matrices, sistemas de ecuaciones lineales, determinantes, vectores, espacios vectoriales, y valores y vectores propios. Estos conceptos tienen conexiones con areas
practicas y teoricas como: las ingenieras, economa, fsica, astronoma, graficas
por computador, analisis funcional, ecuaciones diferenciales e investigacion de
operaciones, entre otros.
Nos proponemos en las proximas lneas entender los conceptos basicos de
estos temas mediante sencillos ejemplos y ejercicios operativos, practicos y abstractos.
1
Medida de longitud del sistema ingles que equivale a 91,4 centmetros
viii
Preliminares
Acerca de las pruebas matematicas
Una prueba matematica es un argumento convincente acerca de la precision de
una afirmacion. Dicho argumento debe contener los suficientes detalles para convencer a la audiencia de la veracidad o falsedad de tal afirmacion.
Una afirmacion puede ser algo sencillo como 8 2 = 4, la cual es verdadera o
125 = 57, la cual es falsa. Pero una mas compleja podra ser: si ax2 +bx+c = 0
con a 6= 0, entonces
b b2 4ac
x=
,
2a
donde la prueba sera
Prueba.
por hipotesis
Sea ax2 + bx + c = 0 y a 6= 0,
x2
x2
x2 +
sumando ac a ambos lados

b 2
sumando 2a
3

5

6

x+
x+
x=
c
b
a x + a = 0,
b
c
ax = a,

b 2
b 2
b
= 2a
a x + 2a
2 b2 4ac
b
= 4a2 ,
2a
ac ,
b
b2 4ac
=
,
2a
2a
b b2 4ac
,
2a
7 queda demostrado.
Luego, por ,
dividiendo por a
el lado izquierdo es un
trinomio cuadrado perfecto

obteniendo raz cuadrada
b
sumando 2a
a ambos lados.
Observe que la anterior prueba esta dividida en tres columnas y varias lneas
que corresponden cada una a un paso de la prueba. La primera columna indica
el numero de cada paso, la segunda es el paso propiamente dicho, y la tercera

corresponde a la razon de el porque se dio ese paso.
El anterior conjunto de pasos no es la unica forma de probar una afirmacion;
por lo general, los matematicos prueban en prosa. El autor prefiere utilizar el
anterior metodo debido a que facilita el orden y, por su experiencia, considera
que es mas facil de entender para los estudiantes.
Cuando hemos probado una afirmacion le llamamos proposicion o teorema.
Un corolario es una consecuencia de una proposicion o teorema tan evidente
que no necesita demostracion.
Existen diferentes tecnicas para probar las afirmaciones, las cuales iremos
aprendiendo, pero para prevenir algunos errores frecuentes tenga en cuenta lo
siguiente:
1. Un ejemplo no es una prueba. Es solo una verificacion.
2. Nunca asuma hipotesis que no han sido dadas en la afirmacion.
Unidad 1
Matrices y sistemas de
ecuaciones lineales
El objetivo de esta unidad es conocer el concepto de matriz, sus operaciones y
propiedades, con la finalidad de representar y resolver algunos problemas practicos en ingeniera, matematicas y administracion, empleando el metodo de GaussJordan o la inversa de una matriz. Inicialmente veremos las definiciones necesarias con sus respectivos ejemplos.
1.1
Matrices
Definicion 1 (Matriz). Una matriz, denotada por una letra mayuscula, es un

arreglo rectangular de elementos; elementos que para nosotros seran numeros
reales1 (R).
Por ejemplo,
A=
"
1 2
2 4 5
es una matriz de dos filas y tres columnas. La fila uno (f1 ) esta constituida por
los elementos 3, 1 y 2, y la fila dos (f2 ) por 2, 4 y 5. La columna uno (c1 ) esta
constituida por los elementos 3 y 2, la columna dos (c2 ) esta constituida por
1
Lo expresado en este texto tambien es valido para numeros complejos
los elementos 1 y 4 y la columna tres (c3 )

5.
En general, una matriz de m filas y n
o A Mmn , que en forma matricial es
a11 a12
a21 a22
A= .
..
..
.
am1 am2
donde la fila i es
y la columna j es
esta constituida por los elementos 2 y

columnas la escribiremos como Amn
a1n
a2n
,
..
.
amn
i
h
fi = ai1 ai2 ain para i = 1, . . . , m ;
a1j
a2j
cj = . para j = 1, . . . , n .
..
amj
Por ejemplo: A23 es la matriz A de dos filas y tres columnas y B45 es la matriz
B de cuatro filas y cinco columnas. Diremos que Amn es una matriz de tamano
m n.
Al elemento de la iesima fila y la jesima columna, de la matriz Amn , lo

denotaremos como aij , por ejemplo, en la matriz A32 , donde
0 1
,
A=
2
2
los elementos son a11 = 0, a12 = 1, a21 = 2, a22 = 2, a31 = 3 y a32 = 4. En

algunas ocasiones nos referiremos a una matriz Amn como [aij ].
Nota. La notacion i = 1, . . . , m quiere decir que i toma valores desde uno hasta
m enteros.
Ejemplo 1 (Notas de clase). Suponga que para el curso de algebra lineal hay
matriculados siete alumnos al final del semestre: Mara, Pedro, Monica, Luis,
Matrices y sistemas de ecuaciones lineales
Ana, John, y Camila. Podemos organizar las notas de sus tres parciales P1 , P2 y
P3 , del 25 % cada uno, y seguimiento S, del 25 %, en una matriz B de la forma
P1
4,5
3,0
5,0
B =
1,5
3,5
4,0
5,0
P2 P3
3,5 4,0 4,5

3,5 2,0
3,0 2,0
3,5 4,0
3,0 3,0
3,0 2,0
5,0 5,0
4,0
1,0
4,0
5,0
3,0
5,0
Mara
Pedro
Monica
Luis
Ana
John
Camila.
Entonces, cada bij indica la nota del alumno i en el parcial j o seguimiento.

Por ejemplo, b32 = 3,0 indica la nota obtenida por Monica en el parcial 2.
Ejercicio 1. Calcule la nota promedio de cada estudiante. Puede hacerlo manualmente, con una hoja de calculo o mediante programacion con dos f or, uno
dentro del otro.
Ejercicio 2. Construya una matriz N en la que represente las asignaturas que
curso el semetre anterior versus las diversas notas obtenidas durante el semetre.
Asuma igual cantidad de notas por cada asignatura. Calcule la nota promedio
de cada materia en la forma que lo desee.
Ejemplo 2 (Produccion). Para la elaboracion de plastilina se requiere dos compuestos principalmente: sales de calcio y vaselina. Una empresa produce dos tipos
de plastilina: fina y suave. Para la elaboracion de una barra de plastilina fina se
requiere dos gramos de sales de calcio y tres de vaselina; y para la de una suave
se requieren cuatro de sales de calcio y dos de vaselina. Si la ganancia por cada
barra de plastilina fina es de $5 y la de suave es de $8 y, ademas, la disponibilidad
diaria de sales de calcio es de 50 gramos y de vaselina es de 35 gramos, cuantas
barras de plastilina fina y cuantas de plastilina suave se deben producir para
maximizar la ganancia?
El anterior es un problema de programacion lineal en el que se emplean
matrices para resolverlo.
Si x1 es la cantidad de barras de plastilina fina a producir y x2 es la cantidad
de barras de plastilina suave a producir, entonces se debe maximizar la ecuacion
z = 5x1 + 8x2 , que es la ganancia, sujeta a:
2x1 + 4x2 6 50
3x1 + 2x2 6 35 .
Las anteriores inecuaciones son representadas matricialmente en la forma
..
2 4 . 50
,
..
3 2 . 35
y se emplea en la solucion del problema
Ejemplo 3 (Grafo). Suponga que tenemos un sistema de comunicacion compuesto por seis nodos como el que se muestra en la figura 1.1. Las flechas indican
el sentido de comunicacion, por ejemplo: e1 enva mensajes a e2 y viceversa; e1
tambien puede enviar mensajes a e5 y a e6 , pero ni e5 ni e6 pueden enviar a e1 .
e6
e2
e1
e5
e4
e3
Figura 1.1: grafo dirigido de un sistema de comunicacion
La representacion matricial de este grafo es

e1
e1 0
e2 1
e3
0
C=
e4
0
e5 1
e6
e2 e3 e4 e5 e6
1 0 0 0 1
0 0 0 0 0
0 0 0 1 0
,
0 0 0 1 1
0 0 1 0 0
0 1 0 1 0 0
donde cada cij indica que el emisor i puede enviar mensajes al receptor j solamente si cij = 1, por ejemplo: como c21 = 1, entonces e2 puede enviar mensajes
a e1 .
Ejemplo 4 (Grafica). Si tenemos una grafica en R2 y deseamos reflejarla al otro
lado de la recta y = x, tal como se ilustra en la figura 1.2,
10
-10
10
-10
Figura 1.2: Triangulo a ser reflejado en y = x
habra que multiplicar la matriz

"
0
1
#
1
0
por la matriz
"
8 4
2
2
10
que corresponde a los vertices del triangulo mostrado, para obtener

"
#
2 6 10
,
8 4
2
que corresponde a los vertices del nuevo triangulo. Luego unira los vertices.
Mas adelante veremos como es la multiplicacion de matrices y usted podra
verificar dicha operacion.
Definicion 2 (Matrices iguales). Dos matrices Amn = [aij ] y Bmn = [bij ] son
iguales si aij = bij para i = 1, . . . , m y j = 1, . . . , n, es decir, si el elemento a11 es
igual al b11 , si el elemento a12 es igual al elemento b12 , y as sucesivamente para
cada par de elementos.
Ejemplo 5. Diremos que las matrices
1
x + y 2
1 3 2
,
yB= 4
A=
2x
+
3y
2
4
8
2
2x + y
2
1
4 2 1
son iguales si y solo si x + y = 3, 2x + 3y = 8 y 2x + y = 4.
Ejercicio 3. De acuerdo a sus conocimientos previos de algebra, en el ejemplo

5 determine los valores de x y y tales que A y B sean iguales.
Ejercicio 4. Son las matrices
1 2 2
1 2
y B = 4 5 ,
A=
4
5
2
3 2
3 2 1
iguales? Justifique su respuesta.
Respuesta: no son iguales puesto que para comparar si dos matrices son iguales,
estas deben tener igual tamano. Para el presente caso, el tamano de A es tres
por tres y el tamano de B es tres por dos.
Definicion 3 (Matriz cuadrada). Una matriz Amn es cuadrada si m = n, es
decir, si el numero de filas es igual al numero de columnas.
Ejemplo 6. La matriz A44 es cuadrada
7
5 2 7
,
A=
8
2
1
0
1 3 4 0
pues tiene cuatro filas y cuatro columnas.
En una matriz, A = [aij ], los elementos a11 , a22 , . . . , ann conforman la diagonal principal. En la matriz A44 , del ejemplo 6, la diagonal principal esta
conformada por los elementos: a11 = 3, a22 = 5, a33 = 1 y a44 = 0.
Ejercicio 5. Construya una matriz A44 , una B33 , otra C22 y, por ultimo,
una D11 .
Ejercicio 6. Identifique y escriba los elementos de la diagonal principal de cada
una de las matrices del ejercicio 5.
Definicion 4 (Matriz diagonal). Una matriz cuadrada donde los elementos por
fuera de la diagonal principal son ceros es llamada una matriz diagonal, es decir,
dada Ann = [aij ], si aij = 0 para todo () i 6= j, con i, j = 1, . . . , n, entonces
Ann es diagonal.
Ejemplo 7. A, B y C son matrices diagonales
"
#
7 0 0
3 0 0
5 0
, C =
A=
, B=
0 0 0
0 3 0
.
0 2
0 0 0
0 0 3
Ejercicio 7. Es la matriz
0 0 0
0 0 0
0 0 0
diagonal? Justifique su respuesta verbal y matematicamente.

Respuesta: s es diagonal porque los elementos por encima y por debajo de la
diagonal principal son todos ceros, es decir, si llamamos O = [oij ] a la matriz,
entonces podemos escibir o21 = o31 = o32 = o12 = o13 = o23 = 0, lo cual implica
que O es una matriz diagonal.
Definicion 5 (Matriz escalar). Una matriz escalar es una matriz diagonal donde
los elementos de la diagonal principal son iguales, es decir, Ann = [aij ] es escalar
si:
1. aij = 0 i 6= j.
2. aij = c i = j.
Ejemplo 8. Las matrices A, B y C dadas
"
#
4 0
3 0
A=
, B = 0 4
0 3
0 0
a continuacion son escalares.
0
1 0 0
0
y C = 0 1 0 .
4
0 0 1
Ejercicio 8. Construya una matriz escalar A22 , otra B33 y una C44 .
0 0 0
0 0 0
0 0 0
escalar? Justifique su respuesta verbal y matematicamente.

Definicion 6 (Matriz identidad). Una matriz escalar donde los elementos de la
diagonal principal son todos unos es llamada matriz identidad, es decir, Ann =
[aij ] es identidad si:
1. aij = 0 i 6= j.
2. aij = 1 i = j.
Emplearemos la notacion In para representar a la matriz identidad de tamano
n n.
Ejemplo 9. Son matrices identidad
1
#
"
1 0 0
0
1 0
, I4 =
I2 =
, I3 =
0 1 0
0
0 1
0 0 1
0
Ejercicio 10. Construya I5 e I6 .
0 0 0
1 0 0
.
0 1 0
0 0 1
Ejercicio 11. Toda matriz con unos en la diagonal principal y ceros por fuera
de ella es una matriz identidad? Justifique su respuesta.
Definicion 7 (Suma de matrices). Dadas las matrices Amn = [aij ] y Bmn =
[bij ] definimos su suma como A + B = C = [cij ] donde cada cij = aij + bij para
i = 1, . . . , m y j = 1, . . . , n.
Ejemplo 10. Dadas las matrices
4 2 2
4 2 0
y B = 4 5 0 ,
A=
1
5
2
3 2 1
3
2 5
su suma es
+ 4 5 0
A+B =
1
5
2

3 2 1
3
2 5
4 + (4)
2+2
(2) + 0
=
5 + (5)
2+0
1+4
3+3
(2) + 2
1+5
0 4 2
=
5 0 2 .
6 0
Ejercicio 12. Determinar
5
2
A=
3 5
11 2
A + B, si
1 2 7 3
2 3
5 2 2
12 1
.
yB= 4
2 5 3 4
0
5
Ejercicio 13. Las matrices
A=
"
4 5
no pueden ser sumadas. Por que?
#
2
2
1 2
yB=
4 5
25 4
Teorema 1 (Suma de matrices diagonales). La suma de dos matrices diagonales

es una matriz diagonal.
Nota. Para probar un teorema debemos identificar claramente la(s) hipotesis y
la tesis. En este caso la hipotesis consiste en dos matrices diagonales y la tesis,
es decir, lo que hay que probar, en que su suma es una matriz diagonal.
10
Prueba.
1

Sean Ann = [aij ] y Bnn = [bij ],

matrices diagonales
hipotesis
Para i, j = 1, . . . , n se tiene
aij = 0 para i 6= j,
1
definicion de matriz diagonal en
Sea A + B = C = [cij ],
suma de matrices
bij = 0 para i 6= j,
cij = aij + bij ,
1
definicion de matriz diagonal en
4
definicion de suma de matrices en
2 y
3 en .
5
por
cij = 0 para i 6= j,
6 C es diagonal por definicion de matriz diagonal.

Luego, por ,
Ejercicio 14. Para verificar el teorema 1, invente dos matrices diagonales y
sumelas.
Ejercicio 15.
escalar.
Probar que la suma de dos matrices escalares es una matriz
Ejercicio 16. Para verificar las pruebas realizadas en el ejercicio 15, invente dos
matrices escalares de tamano seis por seis y sumelas.
Nota. Si se le dificulta realizar el ejercicio 15, primero realice al menos tres veces
el ejercicio 16. Tenga en cuenta la diferencia entre verificar y probar un teorema.
Definicion 8 (Multiplicacion de un escalar por una matriz). Dados c R, un
escalar, y Amn = [aij ], definimos la multiplicacion de un escalar por una matriz
como cA = B = [bij ] donde cada
bij = caij ,
es decir, para multiplicar un escalar por una matriz, simplemente multiplicamos
el escalar por cada entrada de la matriz.
Ejemplo 11. Sean c = 3 y
,
A=
4
1
2 0
11
entonces
cA = (3)
4 1
2 0
3 2
3 3
=
3 1
3 4
Ejercicio 17. Si c = 5 y
3 (2) 3 0
6 9
=
12 3 .
6
0
B=
"
3 2
2
#
1
5 2 4
entonces
cB =?
Ejercicio 18. Si c = 1, d = 4,
"
#
"
#
2 5 1
0 1 4
A=
yB=
,
2 3 4
2 3 1
entonces
cA + dB =
"
#
2 9 17
6
15
Verifquelo.
Definicion 9 (Diferencia de matrices). Dadas las matrices Amn = [aij ] y
Bmn = [bij ] definimos su diferencia (tambien llamada resta) como A + (1)B =
A B = C = [cij ] donde cada cij = aij bij para i = 1, . . . , m y j = 1, . . . , n.
12
Ejemplo 12. Dadas las matrices
1 2 0
3 2
2
y B = 4 5 0 ,
A=
4
5
2
3 2 4
1 2 3
su diferencia es
3 2
2
1 2 0

AB =
4 5 2 4 5 0
1 2 3
3 2 4
1 (3)
22
02
=
5 (5)
20
44
3 (1)
22
4 (3)
2
0 2
=
0 10 2 .
2
Ejercicio 19.
1. Probar que la resta de dos matrices diagonales es una matriz diagonal.

2. Probar que la resta de dos matrices escalares es una matriz escalar.
Ejercicio 20. Para verificar las pruebas realizadas en el ejercicio 19, invente
dos matrices diagonales de tamano seis por seis y restelas. Tambien invente dos
matrices escalares de tamano seis por seis y restelas.
Si se le dificulta realizar el ejercicio 19, primero realice al menos tres veces el
ejercicio 20.
Definicion 10 (Transpuesta de una matriz). Dada la matriz Amn = [aij ],
entonces su transpuesta es AT = [aji ] donde cada aTij = aji para i = 1, . . . , m y
j = 1, . . . , n, es decir, la transpuesta de una matriz es aquella que se obtiene al
convertir las filas en columnas.
Ejemplo 13. Sea
A=
"
1 0
2 4 2 5
13
entonces
0 4
.
A =
3 2
7 5
T
Ejercicio 21. Si
determine su transpuesta.
3 4
4
3
,
B=
0
2
4
7
Ejercicio 22. Construya cinco matrices de diferentes tamanos y determine la

transpuesta de cada una.
Ejemplo 14 (Resta
de matrices
y multiplicacion por un escalar). Dados
"
#
5 2

3 2 1
, c = 1 y d = 3; encontrar c dA B T .
A=
, B = 0 1
2 0 5
1 4
Solucion.
c dA B

T
= 1 3
"
3 2 1
2
"
#!
5 0 1
2 1 4
#!
"
# "
5 0 1
3 3 3 (2) 3 1
= 1
32
30
35
2 1 4
"
# "
#!
9 6 3
5 0 1
= 1
6 0 15
2 1 4
"
#!
9 (5) 6 0 3 1
= 1
62
0 1 15 4
"
#
14 6 2
= 1
4 1 11
14
"
(1) 14 (1) (6)
(1) 2
(1) 4 (1) (1) (1) 11

"
#
14 6 2
=
.
4 1 11
Ejercicio 23. Dados
"
#
5
2

4 2 1
A=
,B=
, c = 2 y d = 3; encontrar c dA + B T .
2 0
4 5 8
1 3
Definicion 11 (Matriz simetrica). Una matriz A es simetrica si es igual a su

transpuesta, es decir, si A = AT .
Ejemplo 15. La matriz
3 5 1 4
5 8 4
7
B=
0 1
1 4
4 7 1 6
es simetrica, pues B = B T . Se puede observar que cada aij = aji .
2 1
A=
2
3
4
1 4 0
simetrica? Justifique su respuesta.

Ejercicio 25. Construya tres matrices simetricas.
Ejercicio 26. Para que una matriz sea simetrica, cual o cuales de las definiciones vistas hasta el momento debe cumplir? Justifique su respuesta.
Definicion 12 (Matriz antisimetrica). Una matriz A es antisimetrica si
AT = A.
15
Ejemplo 16. La matriz
0 1 3
A=
1
0
4
3 4
0
es antisimetrica, pues AT = A. Verifquelo.

Ejercicio 27. Construya tres matrices antisimetricas.
Ejercicio 28. Para que una matriz sea antisimetrica, cual o cuales de las definiciones vistas hasta el momento debe cumplir? Justifique su respuesta.
Definicion 13 (Triangular superior). Una matriz Ann = [aij ] es triangular
superior (S) si aij = 0 i > j, es decir, si todos los elementos por debajo de
la diagonal principal son ceros.
Ejemplo 17. Las matrices A, B y C son S:
3
1 3 0
A=
0 2 2 , B = 0
0 0 5
0
2 1
0 0
0 2
0 0
c11 c12 c1n
4
0 c22 c2n
, C =
0
0
c
.
33
3n
.
.
.
.
.
.
..
..
..
..
.
5
0
0 0 cnn
Ejercicio 29. Construya tres matrices que sean S.

0 0 0
O=
0 0 0 .
0 0 0
S? Justifique su respuesta verbal y matematicamente.

Teorema 2 (Suma de matrices triangulares superiores). La suma de dos matrices S es una matriz S.
16
Prueba.
1

Sean Ann = [aij ] y Bnn = [bij ] S,
hipotesis
aij = 0 para i > j,
1
definicion de S en
bij = 0 para i > j,
cij = aij + bij ,
por definicion de suma de matrices
cij = 0 para i > j,
2 y
3 en .
5
por
1
definicion de S en
Sea A + B = C = [cij ],
suma de matrices
6 C es S por definicion de matriz S.

Luego, por ,
Ejercicio 31. Para verificar el teorema 2, invente dos matrices S y sumelas.

Ejercicio 32. Probar que la resta de dos matrices S es una matriz S.
Definicion 14 (Triangular inferior). Una matriz Ann = [aij ] es triangular
inferior (I) si aij = 0 i < j, es decir, si todos los elementos por encima de la
diagonal principal son ceros.
Ejemplo 18. Las matrices A, B y C son I
4
0 0
A=
2 2 0 , B = 0
3 7 4
0
Observe que B tambien es S.
0 0 0
c11
c12 c22 0
3 0 0
.. . .
..
, C = ...
.
.
.
.
0 2 0
.
.
.
..
.. 0
..
0 0 1
cn1 cn2 cnn
Ejercicio 33. Construya tres matrices que sean I.

0 0 0
O=
0 0 0
0 0 0
I? Justifique su respuesta verbal y matematicamente.
17
Ejercicio 35. Es
Onn
0 0
0 0
. . .
. . ..
=
. .
. .
.. ..
0 0
..
.
..
. 0
I, es S? Justifique sus respuestas verbal y matematicamente.

Ejercicio 36.
1. Probar que la suma de dos matrices I es una matriz I.
2. Probar que la resta de dos matrices I es una matriz I.
Ejercicio 37. Para verificar las pruebas realizadas en el ejercicio 36, invente dos
matrices S de tamano cinco por cinco. Sumelas y luego restelas.
Si se le dificulta realizar el ejercicio 36, primero realice al menos tres veces el
ejercicio 37.
Teorema 3 (Matriz diagonal). Si una matriz es al mismo tiempo S y I,
entonces es una matriz diagonal.
Prueba.
1

Sea A = [aij ] S y I,
hipotesis
aij = 0 para i > j,
por A ser S
aij = 0 para i 6= j,
aij = 0 para i < j,
por A ser I
2 y .
3
por
4 y definicion de matriz diagonal, A es diagonal.

Luego, por
Ejercicio 38. Invente dos matrices que sean S y I al mismo tiempo. Sumelas.
El resultado debe ser una matriz diagonal de acuerdo al teorema 3.
Ejercicio 39. De los ejercicios propuestos en esta seccion, entregue en forma
escrita, a su docente, aquellos que el le indique.
18
1.2
Multiplicacion de matrices
La multiplicacion de matrices es una operacion efectuada entre dos matrices

de acuerdo a reglas que aprenderemos en la presente seccion. Viene dada por
un algoritmo de facil implementacion en un computador. Es muy util para la
solucion de sistemas de ecuaciones de muchas variables. Tiene aplicaciones en el
calculo numerico, al igual que poderosas aplicaciones como diversos programas
matematicos. Actualmente se utiliza mucho en el calculo de microarrays y en el
area de la bioinformatica.
Definicion 15 (Vector). Por ahora, definiremos vector como una matriz de n
filas y una columna. Denotaremos a los vectores con letras minusculas con una
flecha encima, por ejemplo, ~u = [ui ], con i = 1, . . . , n.
Ejemplo 19. Son vectores

" #
1

3
7
~ =
~u =
1 , ~v = 4 , w
3 .

7
0
Ejercicio 40. Escriba 10 vectores de diferentes tamanos.

Definicion 16 (Producto escalar). Dados dos vectores

v1
u1

v2
u2

~u = . y ~v = . ,
..
..

vn
un
P
definimos su producto escalar como ~u ~v = u1 v1 + u2 v2 + + un vn = ni=1 ui vi ,
es decir, para encontrar el producto escalar entre dos vectores, estos deben ser de
igual tamano y el resultado es un escalar que se obtiene al sumar los resultados
de las multiplicaciones efectuadas componente a componente.
Ejemplo 20. Sean los vectores
~u =
1

7
y ~v =
2 ,

1
19
entonces su producto escalar es ~u ~v = 4 1+ (3) 0+ (1) (2) + 7 1 = 13.

Ejercicio 41. Encontrar el producto escalar de

2
4

5
2

~u =
1 y ~v = 2 .

3
3
Respuesta: 9.
Ejercicio 42. Construya tres pares de vectores y encuentre el producto escalar

de cada par.
Teorema 4 (Algunas propiedades del producto escalar). Dados ~a, ~b y ~c, nvectores, y k un escalar, entonces:
1. ~a ~b = ~b ~a (conmutatividad).
2. (~a + ~b) ~c = ~a ~c + ~b ~c (distributividad).
3. (k~a) ~b = ~a (k~b) = k(~a ~b) (asociatividad).

4. ~a ~a > 0 (positividad).
5. ~a ~a = 0 si y solo si ~a = ~0.
6. ~a ~0 = 0.
Prueba de 1.
1

2

3

4

Sean ~a = [ai ] y ~b = [bi ] n-vectores,

~a ~b = a1 b1 + a2 b2 + + an bn ,
= b1 a1 + b2 a2 + + bn an ,
= ~b ~a,
hipotesis
definicion de producto escalar
conmutatividad en R
definicion de producto escalar.
2 a .
4
Luego ~a ~b = ~b ~a por
Ejemplo 21. Dados los vectores

3
~ 1
~a =
1 y b = 2 ,

1
0
20
entonces
~a ~b = 4 1 + (3) (1) + 1 (2) + 0 1 = 5 y
~b ~a = 1 4 + (1) (3) + (2) 1 + 1 0 = 5 ,
por lo tanto se verifica que ~a ~b = ~b ~a.
Ejercicio 43. Para cada par de vectores de los que invento en el ejercicio 42,
verifique la parte 1 del teorema 4.
Prueba de 2.
2

Sean ~a = [ai ], ~b = [bi ] y ~c = [ci ] n-vectores,

(~a + ~b) ~c = (a1 + b1 )c1 + (a2 + b2 )c2 + +
= a1 c1 + b1 c1 + a2 c2 + b2 c2 + +
= (a1 c1 + a2 c2 + + an cn )+
(an + bn )cn ,
an cn + bn cn ,
(b1 c1 + b2 c2 + + bn cn ),
= ~a ~c + ~b ~c,
hipotesis
por suma de vectores
y producto escalar
distributividad en R
conmutatividad en R
producto escalar.
2 a .
5
Luego (~a + ~b) ~c = ~a ~c + ~b ~c por
Ejemplo 22. Dados los vectores
~a =
1 ,

0

1

~b = 1 y ~c = 2 ,
3
2

1
1
entonces

1

3 1 2

(~a + ~b) ~c =
1 + 2 3

1
1
0
21

1

4 2

=
1 3

1
1
= (5) 1 + (4) 2 + (1) 3 + 1 (1) = 17

y

1
1
1

3 2 1 2

~a ~c + ~b ~c =
1 3 + 2 3

1
1
1
0
= [4 (1) + (3) 2 + 1 3 + 0 (1)]+
[1 (1) + (1) 2 + (2) 3 + 1 (1)]
= (7) + (10) = 17 .
Por lo tanto se verifica que (~a + ~b) ~c = ~a ~c + ~b ~c.

Ejercicio 44. Dados los vectores

3
3
1

2
, ~b = 0 y ~c = 2 ,
~a =
1
2
2

0
1
3
realizar primero (~a + ~b) ~c y luego ~a ~c + ~b ~c.
Ejercicio 45. Elaborar la prueba de la parte 3 e inventar un ejercicio que verifique este numeral.
Ejercicio 46. Elaborar las pruebas de las partes 4,5 y 6 e inventar un ejercicio
que verifique cada numeral.
Definicion 17 (Multiplicacion de matrices). Sean Amp = [aik ] y Bpn = [bkj ],
su producto es AB = Cmn = [cij ] donde cada cij = ai1 b1j +ai2 b2j + +aip bpj =
P
p
k=1 aik bkj , es decir, cada cij es la multiplicacion escalar entre la fila i de la
primera matriz y la columna j de la segunda matriz.
22
Para multiplicar dos matrices lo que primero se debe verificar es que el numero
de columnas de la primera matriz debe ser igual al numero de filas de la segunda
matriz; si son iguales, entonces, para hallar la matriz C resultante, cuyo tamano
es el numero de filas de la primera matriz por el numero de columnas de la
segunda matriz, procedemos de la siguiente forma:
1. El elemento c11 es igual al producto escalar entre la fila 1 de la primera
matriz y la columna 1 de la segunda matriz.
4. Y as sucesivamente hallamos la primera fila de C.
Ahora:
8. Y as sucesivamente hallamos la segunda fila de C.
9. En forma similar a como hallamos las primeras dos filas, determinamos las
siguientes filas.
Ejemplo 23. Dadas
A23 =
"
1 3
2
5
1
1 2
y B32 =
0 3 ,
1 4
encontrar AB.
Solucion. Primero verificamos que la multiplicacion se pueda realizar, es decir,
que el numero de columnas de la primera matriz, A, sea igual al numero de filas
de la segunda matriz, B: para este caso es tres, luego, s se puede realizar el
producto.
23
La matriz resultante tendra tamano: numero de filas de la primera matriz

por numero de columnas de la segunda matriz; para este caso es 2 2. Luego,
"
# 1 2
1 3 5
0 3
AB =
2 2 1
1 4
"
#
1 1 + (3) 0 + 5 1 1 2 + (3) 3 + 5 4
=
2 1 + 2 0 + (1) 1 2 2 + 2 3 + (1) 4
"
#
6 13
=
.
1 6
Ahora realicemos BA:
1 2 "
1 3
BA =
0 3 2 2
1 4
11+22
=
0 1 + 3 2
11+42
5 1 3
.
=
6
6
3
9 5
1 (3) + 2 2 1 5 + 2 (1)
0 (3) + 3 2 0 5 + 3 (1)
1 (3) + 4 2 1 5 + 4 (1)
Se observa claramente que la multiplicacion de matrices no es conmutativa.

Ejercicio 47. Dadas
encontrar AB.
0 3 1
1 2
y B = 0 3 ,
A=
3
4
2
2 0
5
1 4
Respuesta:
5 10 .
3 24
1
24
Ejemplo 24. La microempresa de manillas Macaos, entre otros, fabrica dos

tipos de manillas: la manilla sencilla (ms) y la manilla especial (me). Para cada
ms emplea 20 centmetros de hilo (h), un dije (d) y 5 minutos de mano de obra
(o); para cada me emplea 30 centmetros de hilo, 2 dijes y 10 minutos de mano
de obra.
Ambos productos son elaborados en dos lugares diferentes: la ciudad (c) y el
pueblo (p). El costo de cada centmetro de hilo en la ciudad es de $10, cada dije
$200 y la mano de obra tiene un costo de $50 el minuto. Los costos respectivos
en el pueblo son: $15, $250 y $40.
La gerente de Macaos desea saber los costos de cada manilla en cada lugar
de produccion.
Solucion. Si representemos, mediante una matriz las componentes de cada manilla:
A=
h d o
"
#
ms 20 1 5
me 30 2 10
y mediante otra matriz los costos de cada componente por sucursal
10
15
B = d
250 200 ,
o 50 40
entonces,
AB =
ms
"
650
750
me 1200 1350
Lo anterior significa que el valor de produccion de una manilla sencilla en la

ciudad es de $650, mientras que en el pueblo es de $750. Y que el valor de
produccion de una manilla especial en la ciudad es de $1200, y en el pueblo es
de $1350.
Ejemplo 25 (Suma y
A=
3
1
encontrar (A + B)C.
Solucion.
25
multiplicacion de matrices). Dadas
0 1
1 0 3
3 1
4 3
, B = 4 4 1 y C = 1 2 ,
2 2
1 3 2
0 4
3 1
1 0 3
4 3
+ 4 4 1 1 2
0 4
2 2
1 3 2
3 1
4
2
1 2
0 4
0
0
(A + B)C =
3
1
6 0
=
1 0
0 1
63+01+40
61+02+44
=
1 3 + 0 1 + (2) 0 1 1 + 0 2 + (2) 4
0 3 + (1) 1 + 0 0 0 1 + (1) 2 + 0 4
18 22
=
3 7 .
1 2
Ejercicio 48. Dadas
1 2 5
2 6 4
2 1
, B = 4 2
yC= 3
,
A=
0
1
3
4
2
1 3 3
5 3 0
4 1
encontrar (A + B)C.
Ejemplo 26. A cualquier matriz Amn al multiplicarla por la correspondiente

matriz identidad se obtiene nuevamente A, es decir, Im Amn = Amn In = A.
Por ejemplo: sea
5 1
A=
1 0 ,
5 7
26
entonces
#
1 0 0
5 1
5 1 "
5 1
0 1 0 1 0 = 1 0 1 0 = 1 0 .

0 1
5 7
5 7
5 7
0 0 1
Ejemplo 27 (Contacto con una enfermedad contagiosa). Suponga que tres individuos han contrado una enfermedad. Este grupo entra en contacto con cinco
personas de un segundo grupo y algunos de primer grupo contagian a algunos
del segundo grupo. Estos contagios, llamados contagios directos, se representan
en la matriz A35
0 1 1 0 1
,
A=
0
0
0
0
1
1 1 0 0 1
donde aij = 1 si la i-esima persona del primer grupo contagia a la j-esima persona
del segundo grupo. Por ejemplo, a1,2 = 1 significa que la primera persona del
primer grupo contagio a la segunda persona del segundo grupo.
Ahora suponga que un tercer grupo de cuatro personas tiene varios contactos
directos con individuos del segundo grupo y algunos son infectados. Esto es
representado mediante la matriz
0 1 1 0
1 0 1 0
B = 0 1 1 0 ,
0 0 0 0
1 0 0 1
donde bij = 1 significa que la i-esima persona del segundo grupo infecto a la
j-esima persona del tercer grupo. Por ejemplo, b5,1 = 1 significa que la quinta
persona del segundo grupo (infectada) entro en contacto con la primera persona
del tercer grupo y la infecto.
Los contagios indirectos o de segundo orden entre individuos del primero y
tercer grupos se representan mediante la matriz C = (AB)34 . Para ver esto,
observe que una persona del grupo 3 puede quedar contagiada por alguien del
grupo 2, quien a su vez fue contagiada por alguien del grupo 1. Por ejemplo, como
27
a1,2 = 1 y b2,3 = 1, entonces la tercera persona del grupo 3 obtuvo contagio (a

traves de la segunda persona del grupo 2) con la primera persona del grupo 1.
El numero total de contagios indirectos entre la primera persona del grupo 1 y
la tercera persona del grupo 3 esta dado por
c13 = a11 b13 + a12 b23 + a13 b33 + a14 b43 + a15 b53
=01+11+11+00+10
= 2.
Ahora, la matriz de contagios indirectos es
2 1 2 1
C = AB =
1 0 0 1
2 1 2 1
Observe que todas las persona del grupo 3 tienen contagios indirectos con la
enfermedad. La tercera persona de este grupo tiene 4 contagios indirectos.
Ejercicio 49 (Transmision de datos). En las comunicaciones actuales la transmision de datos se realiza mediante el envo de grupos de bits, unos y ceros,
llamados palabras. A veces, durante las transmisiones ocurren errores, por ejemplo, el emisor enva la palabra 0100, pero se recibe 0101. Para solucionar el
problema existen codigos correctores, por ejemplo, para enviar 0100 se enva
0100101. Suponga que el receptor recibe 0101101, entonces, de alguna forma, el
sabe que hay un error, pues esta ultima palabra no hace parte de su acervo. El receptor, mediante algun algoritmo, determina que la palabra correcta es 0100101
y, entonces, toma los primeros cuatro bits 0100.
Suponga que se desea transmitir palabras de cuatro bits, es decir, las siguientes:
0000 0001 0010 0011 0100 0101 0110
0111
1000 1001 1010 1011 1100 1101 1110 1111 .

Encontrar las palabras correspondientes de siete bits que deben ser transmitidas para que el receptor determine si la palabra recibida es correcta o no. Para
ello realice la multiplicacion de matrices
1 0 0 0 0 1 0
0 1 0 0 1 0 1
[x1 x2 x3 x4 ]
0 0 1 0 1 1 0 ,
0 0 0 1 1 1 1
28
donde [x1 x2 x3 x4 ] es la palabra de cuatro bits a ser transmitida.

Nota. Sume en binario modulo dos, es decir, 0 + 0 = 0, 0 + 1 = 1, 1 + 0 = 1,
1 + 1 = 0,
1.3
Propiedades de las operaciones con matrices
Teorema 5 (De la suma). Sean A, B, C matrices de tamano m n, entonces

1. A + B = B + A (conmutatividad).
2. A + (B + C) = (A + B) + C (asociatividad).
3. Existe una unica matriz Omn tal que A + O = O + A = A (matriz nula).
4. Para toda matriz Amn existe una unica matriz Dmn tal que A + D = O.
Tal matriz la escribiremos como A y la llamaremos la inversa aditiva de
A. Entonces A + (A) = O.
Probaremos la asociatividad.
Prueba.
1

A = [aij ], B = [bij ], C = [cij ] Mmn ,
hipotesis
A + (B + C) = D = [dij ] Mmn ,
suma de matrices
dij = aij + (bij + cij )
def. de suma de matrices
D = (A + B) + C,
Ahora, para i = 1, . . . , m y j = 1, . . . , n
= (aij + bij ) + cij
asociatividad en R
3 y .
4
de
2 a .
5
Luego, A + (B + C) = (A + B) + C por
Ejercicio 51. Pruebe que A + B = B + A.
Ejercicio 52. Realice dos ejemplos de cada una de las propiedades del teorema
5. Recuerde que los ejemplos sirven para verificar, mas no para probar.
Teorema 6 (De la multiplicacion). Sean las matrices A, B y C de los tamanos
apropiados. Entonces:
29
1. A(BC) = (AB)C (asociatividad).

2. A(B + C) = AB + AC (distributividad a la izquierda).
3. (A + B)C = AC + BC (distributividad a la derecha).
Probaremos A(B + C) = AB + AC.
Prueba.
1

Sea A = [aij ] Mmp ,
B = [bij ] y C = [cij ] Mpn ,
A(B + C) = D = [dij ] Mmn ,
hipotesis
suma y multiplicacion de matrices
Ahora, para i = 1, . . . , m y j = 1, . . . , n
dij =
hipotesis
p
P
aik (bkj + ckj )
k=1
p
P
(aik bkj + aik ckj ),
k=1
p
P
aik bkj +
k=1
D = AB + AC,
p
P
aik ckj ,
definicion de suma y
multiplicacion de matrices
propiedad de sumatoria
k=1
definicion de multiplicacion de matrices.
3 a .
7
Luego A(B + C) = AB + AC, por
Ejercicio 53 (Distributividad). Probar que (A + B)C = AC + BC.
Teorema 7 (De la multiplicacion por un escalar). Sean r, s escalares y A y B
matrices de los tamanos adecuados, entonces:
1. r(sA) = (rs)A.
2. (r + s)A = rA + sA.
3. r(A + B) = rA + rB.
4. A(rB) = r(AB) = (rA)B.
Probaremos r(A + B) = rA + rB.
30
Prueba.
1

A = [aij ], B = [bij ] Mmn ,
hipotesis
r es un escalar,
hipotesis
r(A + B) = C = [cij ] Mmn ,
suma de matrices y
multiplicacion por un escalar
Ahora, para i = 1, . . . , m y j = 1, . . . , n
4

cij = r(aij + bij ),
= raij + rbij ,
definicion de suma de matrices

y multiplicacion por un escalar
4 y .
5
por
C = rA + rB,
3 = .
6
Luego, r(A + B) = rA + rB por
Ejercicio 55 (Distributividad de la suma de dos escalares por una matriz).
Probar que (r + s)A = rA + sA.
Ejercicio 57. Si usted tuviese que realizar un algoritmo en el que hay involucrada una matriz de 100 millones de entradas y se viese enfrentad@ a realizar
la operacion r(sA), realizara esta operacion? O aplicara la primera propiedad
del teorema 7, r(sA) = (rs)A, para ejecutar (rs)A. Puede justificar su respuesta
sin usar terminos matematicos.
Teorema 8 (De la transpuesta). Sean r un escalar y A y B matrices de los
tamanos apropiados, entonces
T
1. AT = A.
2. (A + B)T = AT + B T .
3. (AB)T = B T AT .
4. (rA)T = rAT .
Ejemplo 28. Dadas
0
y B = 4 3 1 ,
2 1 5
1 2 6
A=
3 5
31
verificar (A + B)T = AT + B T .
Solucion.
Veamos a que es igual (A + B)T .
(A + B)T =
3 5 0 + 4 3 1
2 1 5
1 2 6
T
4 2 4
1 2 1
=
1 1 1
4 1 1
= 2 2 1
.
4 1 1
Ahora veamos a que es igual AT + B T .

T
0
4 0 1
T
T
A + B = 3 5 0 + 4
2
1 2 6

0
4 3 1

= 0 5
2 + 2
1 0 6
4 1 1
=
2 2 1 .
4 1 1
3 1
1 5
4
2
3 1
3 1
5
Como (A + B)T = AT + B T , entonces hemos verificado la segunda parte del

teorema 8.

Algebra Lineal de Luis Moreno

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Lineal de Luis Moreno

Uploaded by

Copyright:

Available Formats

Conceptos basicos de

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

1 Matrices y sistemas de ecuaciones lineales

Propiedades de las operaciones con matrices . . . . . . . . . . . .

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

Medida de longitud del sistema ingles que equivale a 91,4 centmetros

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

sumando ac a ambos lados

trinomio cuadrado perfecto

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

el numero de cada paso, la segunda es el paso propiamente dicho, y la tercera

Definicion 1 (Matriz). Una matriz, denotada por una letra mayuscula, es un

Lo expresado en este texto tambien es valido para numeros complejos

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

los elementos 1 y 4 y la columna tres (c3 )

esta constituida por los elementos 2 y

Al elemento de la iesima fila y la jesima columna, de la matriz Amn , lo

los elementos son a11 = 0, a12 = 1, a21 = 2, a22 = 2, a31 = 3 y a32 = 4. En

Matrices y sistemas de ecuaciones lineales

3,5 4,0 4,5

Entonces, cada bij indica la nota del alumno i en el parcial j o seguimiento.

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

La representacion matricial de este grafo es

Matrices y sistemas de ecuaciones lineales

Figura 1.2: Triangulo a ser reflejado en y = x

habra que multiplicar la matriz

que corresponde a los vertices del triangulo mostrado, para obtener

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

son iguales si y solo si x + y = 3, 2x + 3y = 8 y 2x + y = 4.

Ejercicio 3. De acuerdo a sus conocimientos previos de algebra, en el ejemplo

iguales? Justifique su respuesta.

Matrices y sistemas de ecuaciones lineales

diagonal? Justifique su respuesta verbal y matematicamente.

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

Ejemplo 8. Las matrices A, B y C dadas

a continuacion son escalares.

escalar? Justifique su respuesta verbal y matematicamente.

Ejercicio 10. Construya I5 e I6 .

Matrices y sistemas de ecuaciones lineales

Ejemplo 10. Dadas las matrices

Ejercicio 12. Determinar

Ejercicio 13. Las matrices

no pueden ser sumadas. Por que?

Teorema 1 (Suma de matrices diagonales). La suma de dos matrices diagonales

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

Sean Ann = [aij ] y Bnn = [bij ],

cij = aij + bij ,

6 C es diagonal por definicion de matriz diagonal.

Probar que la suma de dos matrices escalares es una matriz

Matrices y sistemas de ecuaciones lineales

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

Ejemplo 12. Dadas las matrices

1. Probar que la resta de dos matrices diagonales es una matriz diagonal.

Matrices y sistemas de ecuaciones lineales

Ejercicio 22. Construya cinco matrices de diferentes tamanos y determine la

Conceptos basicos de Algebra Lineal, agosto 08 de 2016

(1) 4 (1) (1) (1) 11

Ejercicio 23. Dados

Definicion 11 (Matriz simetrica). Una matriz A es simetrica si es igual a su

simetrica? Justifique su respuesta.

Matrices y sistemas de ecuaciones lineales

Ejemplo 16. La matriz

es antisimetrica, pues AT = A. Verifquelo.