Matrices y sus operaciones

Transcripción

1 Capítulo 1 Matrices y sus operaciones 1.1. Definiciones Dados dos enteros m, n 1 y un cuerpo conmutativo IK, llamamos matriz de m filas y n columnas con coeficientes en IK a un conjunto ordenado de n vectores del espacio IK m. C 1 (a 11, a 21,, a m1 ), C 2 (a 12, a 22,, a m2 ),, C n (a 1n, a 2n,, a mn ), Las matrices se escriben en forma de cuadro rectangular, encerrado entre paréntesis, colocando las componentes de los vectores C 1, C 2,, C n en vertical, unas a continuación de las del otro: a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Los vectores dato se denominan columnas de la matriz. La propia manera de presentar una matriz sugiere la consideración de m vectores F 1 (a 11, a 12,, a 1n ), F 2 (a 21, a 22,, a 2n ),, F m (a m1, a m2,, a mn ), del espacio IK n, los cuales reciben el nombre de filas de la matriz. Con ellos como dato se podría haber dado una definición alternativa de matriz: sería un conjunto ordenado de m vectores del espacio IK n. Cada una de las componentes de cada uno de los vectores datos se conoce como un coeficiente de la matriz. Su doble índice indica que a ij es el coeficiente situado en la fila i-ésima y en la columna j-ésima. En total hay mn coeficientes.

2 2 Capítulo 1. Matrices y sus operaciones Con frecuencia usaremos la escritura abreviada (a ij ), sobreentendiendo que i [1, m] y j [1, n]. Incluso, se aluda o no a los coeficientes, la matriz se escribe con una sola letra mayúscula, tal como A, B, M, N, etc. En estos casos, F i (A) indicará la fila i-ésima en la matriz A y C j (A) la columna j-ésima; a veces pondremos e ij (A) para indicar el coeficiente ubicado en el cruce de F i (A) con C j (A). El conjunto de todas las matrices de m filas, n columnas y coeficientes en IK se denota por el símbolo M(m, n, IK) Igualdad de matrices Por haber definido la matriz como un conjunto ordenado de n vectores, es claro que dadas dos matrices A, B M(m, n, IK) se cumple A B C j (A) C j (B), j [1, n]. Si A (a ij ), B (b ij ), como cada columna es, a su vez, una m-upla ordenada de elementos de IK, cada una de las igualdades vectoriales de antes equivale a m igualdades escalares referidas a sus componentes. Es decir, la igualdad matricial equivale a mn igualdades escalares: A B a ij b ij, i [1, m], j [1, n]. Estas igualdades conducen a otra equivalencia, ahora por filas: A B F i (A) F i (B), i [1, m] Tipos particulares de matrices Hay algunas matrices que reciben nombres propios. Entre ellas vamos a destacar las siguientes: a) Matrices columna: Corresponden al caso en que m es arbitrario pero n 1. Sus coeficientes se escriben con un solo índice, a 1 a 2 A y cada una de sus filas es un escalar.. a m,

3 1.3. Tipos particulares de matrices 3 b) Matrices fila: Ahora es m 1 y n cualquiera. También se escriben con un solo índice, A ( a 1 a 2 a n ), siendo escalares cada una de sus columnas. c) Matrices cuadradas: Se llaman así aquellas en que m n: a 11 a 12 a 1n a A 21 a 22 a 2n. a n1 a n2 a nn Tanto sus filas como sus columnas serán vectores de un mismo espacio IK n. El conjunto de todas ellas se escribe como M(n, IK). d) Matrices triangulares: Una matriz cuadrada recibe el nombre de supratriangular cuando a 11 a 12 a 1n 0 a A 22 a 2n a ij 0, i > j. 0 0 a nn En cambio, se llamará infratriangular si a a A 21 a 22 0 a ij 0, i < j. a n1 a n2 a nn Unas y otras se nombran como triangulares. e) Matrices diagonales: En toda matriz cuadrada A (a ij ), se llama diagonal al vector (a 11, a 22,, a nn ) IK n. Se dirá que esta matriz es diagonal cuando sean nulos todos los coeficientes situados fuera de la diagonal, es decir, cuando A a ij 0, i j. Estas matrices son a la vez supra e infratriangulares. A veces sus coeficientes se presentan con un solo índice, usándose las escrituras a a a n diag(a 1, a 2,, a n ).

4 4 Capítulo 1. Matrices y sus operaciones 1. Matrices escalares: Damos este nombre a las matrices diagonales A diag(a, a,, a) M(n, IK) cuyos coeficientes en la diagonal son todos iguales. Si n 1, todas las matrices son escalares y el conjunto de ellas se confunde con IK. 2. Matrices unidad: Para cada n 1, se llama así a la matriz escalar I n diag(1, 1,, 1) Cuando no haya lugar a confusión, escribiremos simplemente I. Usando las deltas de Kronecker (sección??) puede escribirse I n (δ ij ) 1.4. Multiplicación de matrices Sean tres números enteros m, r, n 1 y sean dos matrices A (a ih ) M(m, r, IK), B (b hj ) M(r, n, IK). Que la cantidad r de columnas de A coincida con la cantidad de filas de B, y, por tanto, con la cantidad de componentes numéricas de cada columna en B, permite construir una nueva matriz mediante la regla C j (A B) A B M(m, n, IK), b hj C h (A), j [1, n]. Se llama matriz producto de A por B, debiéndose insistir en que su existencia es imposible si la cantidad de columnas de A difiere de la de filas de B. Suponiendo que A B (c ij ), se tendrá C j (A B) (c 1j, c 2j,, c mj ) ( b hj (a 1h, a 2h,, a mh ) (a 1h b hj, a 2h b hj,, a mh b hj ) a 1h b hj, a 2h b hj,, a mh b hj )

5 1.5. Propiedades de la multiplicación de matrices 5 c ij e ij (A B) a ih b hj, i [1, m], j [1, n], que es la forma en que usualmente se define el producto. Por otra parte, (c i1, c i2,, c in ) ( a ih b h1, a ih b h2,, (a ih b h1, a ih b h2,, a ih b hn ) F i (A B) a ih b hn ) a ih (b h1, b h2,, b hn ) a ih F h (B), i [1, m], que sería la forma de definir el producto usando las filas Propiedades de la multiplicación de matrices Comprobando la igualdad entre los vectores columna de cada miembro de la igualdad propuesta, y nombrando los coeficientes de cada matriz con las mismas letras, pero en minúscula, indiquemos las propiedades de esta nueva operación. Proposición 1.1 La multiplicación de matrices cumple las propiedades a) Asociativa: A M(m, r, IK), B M(r, s, IK), C M(s, n, IK) (A B) C A (B C). b) Distributiva: A, B M(m, r, IK), C M(r, n, IK) (A + B) C A C + B C, A M(m, r, IK), B, C M(r, n, IK) A (B + C) A B + A C. c) De neutralidad: A M(m, n, IK) I m A A A I n. d) Asociativa mixta: A M(m, r, IK), B M(r, n, IK), a IK (aa) B a(a B) A (ab).

6 6 Capítulo 1. Matrices y sus operaciones a) C j ((A B) C) s k1 c kjc k (A B) s k1 c kj( r b hkc h (A)) s ( b hk c kj )C h (A) k1 e hj (B C)C h (A) C j (A (B C)). b) C j ((A + B) C) r c hjc h (A + B) r c hj(c h (A) + C h (B)) (c hj C h (A) + c hj C h (B)) c hj C h (A) + c hj C h (B) C j (A C) + C j (B C) C j (A C + B C), C j (Ax(B + C)) e hj (B + C)C h (A) (b hj + c hj )C h (A) (b hj C h (A) + c hj C h (A)) b hj C h (A) + c hj C h (A) C j (A B) + C j (A C) C j (A B + A C). c) C j (I m A) r a hjc h (I n ) r a hje h (a 1j, a 2j,, a mj ) C j (A) δ hj C h (A) C j (A I n ). d) C j ((aa) B) r b hjc h (aa) r b hj(ac h (A)) (b hj a)c h (A) a (ab hj )C h (A) a(b hj C h (A)) b hj C h (A) ac j (AxB) C j (a(axb)) ac j (AxB) a (ab hj )C h (A) b hj C h (A) a(b hj C h (A)) e hj (ab)c h (A) C j (A (ab)). Para la propiedad conmutativa, se observa que B A no siempre existe. Lo hace si y sólo si n m, pero, como A B M(n, IK) y B A M(r, IK), no

7 1.6. Traza de una matriz cuadrada 7 son comparables en igualdad salvo que r n y sólo entonces. Es decir, A B y B A existen y pueden compararse si y sólo si se trata de matrices cuadradas con igual cantidad de filas y columnas. Aún así, los ejemplos muestran que la conmutatividad no siempre está asegurada: Traza de una matriz cuadrada Dada una matriz cuadrada A [a ij ] M(n, IK), la suma de los coeficientes situados en la diagonal, es decir, el número se conoce como traza de A. tr (A) a 11 + a a nn, Proposición 1.2 Cualesquiera que sean A, B M(n, IK), a IK, se cumple tr (A + B) tr (A) + tr (B), tr (aa) a tr (A). Basta unir las reglas operativas y la definición de traza. Este teorema indica que la traza es una forma lineal del espacio M(n, IK). Proposición 1.3 Dadas A, B M(n, IK), se cumple tr (A B) tr (B A). n n tr (A B) e ii (A B) ( a ih b hi ) i1 i1 n ( b hi a ih ) e hh (B A) tr (B A). i1

8 8 Capítulo 1. Matrices y sus operaciones 1.7. Trasposición de matrices Dada una matriz A M(m, n, IK) llamaremos traspuesta de A a una nueva matriz A t M(n, m, IK) definida por cualquiera de las reglas equivalentes C i (A t ) F i (A), i [1, m], e ji (A t ) e ij (A), i [1, m] y j [1, n], F j (A t ) C j (A), j [1, n]. Proposición 1.4 Cualesquiera que sean A, B M(m, n, IK), a IK, se cumple (A + B) t A t + B t, (aa) t aa t, (A t ) t A. 1. C i ((A + B) t ) F i (A + B) F i (A) + F i (B) C i (A t ) + C i (B t ) C i (A t + B t ), i [1, n] (A + B) t A t + B t. 2. C i ((aa) t ) F i (aa) af i (A) ac i (A t ) C i (aa t ), i [1, n] (aa) t aa t. 3. C i ((A t ) t ) F i (A t ) C i (A), i [1, n] (A t ) t A. La aplicación t : M(m, n, IK) M(n, m, IK), de ley A A t, se nombra como proceso de trasposición. De las dos primeras propiedades se sigue que se trata de una aplicación lineal. De la última se desprende que es una biyección y que su inversa es la trasposición t : M(n, m, IK) M(m, n, IK). Por tanto, la trasposición es un isomorfismo lineal de M(m, n, IK) sobre M(n, m, IK). En el caso m n (matrices cuadradas) se trata de un automorfismo inverso de sí mismo. Proposición 1.5 Dadas las matrices A M(m, r, IK), B M(r, n, IK), se cumple (A B) t B t A t.

9 1.8. Matrices simétricas y antisimétricas 9 Basta ver que, para todo i [1, n], se cumple C i ((A B) t ) F i (A B) e i1 (A)F 1 (B) + + e in (A)F n (B) e 1i (A t )C 1 (B t ) + + e ni (A t )C n (B t ) C i (B t A t ). Proposición 1.6 Si A M(n, IK) es invertible, su traspuesta también lo es y la inversa de la traspuesta es la traspuesta de la inversa. Trasponiendo en A A 1 A 1 A I, y observando que I t I porque la diagonal no se altera por trasposición, se obtiene (A A 1 ) t (A 1 ) t A t I t I (A 1 A) t A t (A 1 ) t (A t ) 1 (A 1 ) t Matrices simétricas y antisimétricas Si A M(n, IK), también A t M(n, IK). Entonces, pueden compararse en igualdad y surgen dos conceptos importantes (simetría y antisimetría) del álgebra matricial. Para su estudio será preciso suponer que IK es un cuerpo conmutativo de característica distinta de 2. Se dice que A [a ij ] M(n, IK) es una matriz simétrica cuando A t A C i (A) F i (A), i [1, n] a ji a ij, i, j [1, n]. Si A es simétrica, los elementos de la diagonal no se alteran por trasposición, luego toman valores arbitrarios. También lo hacen los elementos a ij, con i < j, situados por encima de la diagonal, mientras que cada a ji situado abajo se iguala al a ij. Entonces, el aspecto de A será a 11 a 12 a 1n a 12 a 22 a 2n. a 1n a 2n a nn Proposición 1.7 Las matrices simétricas constituyen un subespacio vectorial del M(n, IK).

10 10 Capítulo 1. Matrices y sus operaciones Si A y B son simétricas y a IK, se tiene (A + B) t A t + B t A + B, (aa) t aa t aa. Se denota por S(n, IK) y no se trata de un subanillo, pues en general (A B) t B t A t B A A B. Se dice que A es una matriz antisimétrica (o hemisimétrica) cuando A t A C i (A) F i (A), i [1, n] a ji a ij, i, j [1, n]. Si A es antisimétrica los elementos diagonales, por coincidir con sus opuestos, son nulos. Para i < j, a ji se iguala a a ij, luego sólo toman valores arbitrarios los situados encima de la diagonal. La matriz, pues, se presenta así: 0 a 12 a 1n a 12 0 a 2n. a 1n a 2n 0 Proposición 1.8 Las matrices antisimétricas constituyen un subespacio vectorial del M(n, IK). Si A y B son antisimétricas y a IK, se tiene (A + B) t A t + B t ( A) + ( B) (A + B), (aa) t aa t a( A) (aa). Se denota por A(n, IK) y tampoco se trata de un subanillo porque (A B) t B t A t ( B) ( A) B A (A B).