Tema I. Capítulo 5. Equivalencia, congruencia y semejanza de matrices.

Documentos relacionados
ÁLGEBRA Algunas soluciones a la Práctica 4

3. Equivalencia y congruencia de matrices.

ÁLGEBRA Ejercicios no resueltos de la Práctica 3

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES

3.7. Determinantes. Definición. El determinante de una matriz cuadrada es la suma equilibrada de todos esos posibles Definición de determinante.

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

1. Utilizar el método de Gauss para clasificar y resolver cuando sea posible los siguientes sistemas: x 3y + 7z = 10 5x y + z = 8 x + 4y 10z = 11

a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2

6.6. Diagonalización de matrices simétricas o hermitianas. Ejemplo de una diagonalización de una matriz simétrica

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

ALGEBRA y ALGEBRA LINEAL

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

3. Matrices. 1 Definiciones básicas. 2 Operaciones con matrices. 2.2 Producto de una matriz por un escalar. 2.1 Suma de matrices.

Matrices y determinantes.

Tema 3: Espacios vectoriales

1.1. CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS. son matrices escalonadas reducidas mientras que

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Podemos pues formular los dos problemas anteriores en términos de matrices.

Producto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31

Matrices. Álgebra de matrices.

Capítulo 2. Determinantes Introducción. Definiciones

CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2

Matrices 3. Matrices. Verónica Briceño V. agosto 2012

DETERMINANTES. 2. Resuelve el siguiente determinante aplicando la regla de Sarrus:

6.8. Descomposición mediante valores singulares. v 2 =

Francisco José Vera López

1. Lección 3: Matrices y Determinantes

Autovalores y autovectores Diagonalización y formas canónicas

Conjuntos y matrices. Sistemas de ecuaciones lineales

Tema 1: Matrices. Sistemas de ecuaciones. Determinantes

Matrices y determinantes (Curso )

Geometría afín y proyectiva, 2016 SEMANA 4

TEMA III: DIAGONALIZACIÓN.

Matrices, determinantes y sistemas de ecuaciones lineales

Tema II. Capítulo 5. Aplicaciones bilineales y formas cuadráticas.

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso

6.7. Clasificación de formas cuadráticas

Capítulo V. Valores y vectores propios. Diagonalización de operadores lineales.

Tema 2: Determinantes

Grado en Ingeniería Electrónica Industrial Universidad de Granada

= ; para hallar este, se va hallar el determinante de la matriz e igualar a cero. Solución: restamos a la matriz, una matriz escalar cuyo escalar es

Apuntes. 2º Bachillerato Determinantes X.B. APUNTS DETERMINANTS. Definiciones Propiedades Ejercicios Resueltos. Prof. Ximo Beneyto

DETERMINANTES Profesor: Fernando Ureña Portero

Diagonalización de Matrices Cuadradas.

TEMA 7. Matrices y determinantes.

Tema 2. Aplicaciones lineales. Diagonalización de endomorfismos.

Matrices. En este capítulo: matrices, determinantes. matriz inversa

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS

Capítulo 4. Matrices Definiciones y notación

Formas cuadráticas. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza

Sistemas de Ecuaciones Lineales. Matrices y determinantes.

Aplicaciones Lineales. Diagonalización de matrices.

Tema 4: Determinantes

MATRICES Y DETERMINANTES RANGO DE UNA MATRIZ

Tema 5: Determinantes.

Matrices 1. Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

!MATRICES INVERTIBLES

Diagonalización de matrices

4. Endomorfismos. 2 Autovalores y autovectores. 1 Introducción. 2.1 Definición y propiedades. 2.2 Subespacios característicos.

APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES

Tema 1: MATRICES. OPERACIONES CON MATRICES

TEST DE DETERMINANTES

Matrices, determinantes, sistemas de ecuaciones lineales.

Tema 6: Diagonalización de matrices

Proposición Sea V un espacio vectorial sobre K de dimensión n y B una base de V. Gl(n, K) = {A M(n n, K) A = 0}.

Matrices y Sistemas de Ecuaciones lineales

Matemática 2 MAT022. Clase 3 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María

Rango de una matriz. Jana Rodriguez Hertz GAL 1. 2 de abril de 2013 IMERL

Determinantes. Reducción de matrices. Caso diagonalizable

Álgebra y Matemática Discreta

Sistemas de Ecuaciones Lineales y Matrices

3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE

3. Transformaciones ortogonales. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.

Determinantes. = a 11a 22 a 12 a 21 = ( 3) ( 5) ( 4) 7 = 15 ( 28) = = 43

RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS

MATEMÁTICAS 2º BACH CIENCIAS DETERMINANTES DETERMINANTES

Tema 2: Determinantes

Sistemas de ecuaciones lineales

Tema 1: Matrices y Determinantes

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

1. DIAGONALIZACIÓN Y FORMAS CANÓNICAS

Capítulo 1 DETERMINANTES

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.

Diagonalización de matrices

TEMA 4: Sistemas de ecuaciones lineales II

Matrices y Determinantes.

Matemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales

MATRICES. Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Matrices y determinantes

Matrices y Sistemas Lineales

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

ÁLGEBRA LINEAL Problemas, 2006/2007

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

Espacios vectoriales con producto escalar

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

Tema 6: Autovalores y autovectores

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

Tema 1. Espacios Vectoriales. Sistemas de ecuaciones.

Transcripción:

5 Equivalencia, congruencia y semejanza de matrices 1 Equivalencia de matrices por filas 11 Definición y propiedades Definición 11 Dos matrices A, B M m n se dicen equivalentes por filas o equivalentes por la izquierda cuando se puede pasar de una a otra mediante un número finito de operaciones fila: A, B equivalentes por filas B = H p H p 1 H 1 A Veamos algunas propiedades: 1 La equivalencia por filas es una relación de equivalencia las relaciones de equivalencia - Reflexiva Está claro que toda matriz es equivalente por filas a sí misma - Simétrica Si A y B son equivalentes por filas: B = H p H p 1 H 1 A A = H 1 1 H 1 p 1 H 1 p B Teniendo en cuenta que la inversa de una operación elemental fila vuelve a ser una operación elemental fila, deducimos que B y A son equivalentes por filas - Transitiva: Si A y B son equivalentes por filas y B y C también se tiene: B = H p H p 1 H 1 A C = H q H q 1 H 1 C = H B q H q 1 H 1 H p H p 1 H 1 A y por tanto A y C son equivalentes por filas 2 Dos matrices equivalentes por filas tienen la misma dimensión 3 Dos matrices equivalentes por filas tienen el mismo rango Prueba: Vimos que el rango de una matriz no varía si realizamos transformaciones elementales sobre una matriz Observación: Dos matrices que tengan el mismo rango no tienen porque ser equivalentes por filas Por ejemplo: A = 0 0 ; B = 0 0 12 Forma reducida de una matriz respecto de la equivalencia de filas Dada una matriz A M m n, se trata de aplicarle operaciones elementales filas hasta obtener una matriz equivalente por filas lo más sencilla posible formada por unos y ceros Para ello se irán simplificando sucesivamente las columnas de la matriz A El procedimiento es el siguiente: 1 Si en la primera columna hay un elemento distinto de 0, lo llevamos a la posición 1, 1 mediante una cambio de filas H 1j Si todos los elementos son nulos, se pasa a la siguiente columna 2 Ahora el elemento a 1,1 de la posición 1, 1 se hace igual a 1 dividiendo la fila por su valor La operación elemental es H 1 1 a 11 3 Se hacen ceros en la primera columna, debajo del 1 obtenido antes Para ello sucesivamente se van haciendo las operaciones H j1 a j1 4 Se vuelve a repetir el proceso análogo con la siguiente columna, teniendo en cuenta que cada vez que conseguimos una columna con un 1 y los demás elementos nulos, la fila donde aparece el 1 no se volverá a modificar 13 Equivalencia por filas de una matriz cuadrada regular Teorema 12 Si A es una matriz cuadrada regular n-dimensional entonces es equivalente por filas a la matriz identidad Prueba: Basta aplicar el proceso descrito en la sección anterior a la matriz A Teniendo en cuenta que A es regular, todas la matrices equivalentes a ellas por filas también lo son Por tanto en cada uno de los pasos que hacemos durante su reducción nunca puede aparecer ni una fila de ceros ni una columna de ceros Como consecuencia de esto al terminar el proceso de reducción por filas siempre se llega a la matriz identidad Corolario 13 Si A es una matriz cuadrada regular n-dimensional entonces se descompone en transformaciones elementales fila Prueba: Por el resultado anterior, Id y A son equivalenes por filas y por tanto: A = H p H p 1 H 1 Id = H p H p 1 H 1 Corolario 14 Dos matrices A, B M m n son equivalentes por filas si y sólo si existe una matriz regular P M m m tal que: B = P A 16

Prueba: Por la definición de equivalencia por filas está claro que si son equivalentes por filas existe la matriz P Recíprocamente si existe una matriz P regular por el corolario anterior sabemos que descompone en transformaciones elementales fila y por tanto: B = P A B = H p H p 1 H 1 A A, B equivalentes por filas 3 Dos matrices equivalentes por columnas tienen el mismo rango Observación: El recíproco no tiene porqué ser cierto Además el proceso análogo a la reducción por filas, nos permite calcular la forma reducida respecto a equivalencia por columnas Finalmente se cumplen los siguientes resultados: Observación 15 Si hacemos operaciones fila sobre una matriz A hasta llegar a otra B, podemos saber cual es la matriz P con B = P A, de dos formas: - Bien haciendo sobre la identidad, las mismas transformaciones fila que hicimos sobre B - Bien realizando todo el proceso al mismo tiempo Para ello colocamos al lado de A la matriz identidad y hacemos operaciones fila: A I Operaciones fila B P 14 Cálculo de la inversa mediante operaciones fila Utilizando los resultados sobre equivalencia por filas vistos hasta ahora, podemos hallar la inversa de una matriz cuadrada regular de la siguiente forma Colocamos a la derecha de la matriz A la identidad Reducimos la matriz A hasta convertirla en la identidad haciendo operaciones fila por el método descrito en este tema Al final a la derecha nos quedará la matriz inversa de A: A I Operaciones fila I A 1 2 Equivalencia de matrices por columnas Definición 21 Dos matrices A, B M m n se dicen equivalentes por columnas o equivalentes por la derecha cuando se puede pasar de una a otra mediante un número finito de operaciones columna: A, B equivalentes por columnas B = A ν 1 ν 2 ν p Teniendo en cuenta que se puede pasar de operaciones columna a fila trasponiendo, todas las propiedades de la equivalencia por filas las cumple también la equivalencia por columnas: 1 La equivalencia por columnas es una relación de equivalencia 2 Dos matrices equivalentes por columnas tienen la misma dimensión Teorema 22 Si A es una matriz cuadrada regular n-dimensional entonces es equivalente por columnas a la matriz identidad Corolario 23 Si A es una matriz cuadrada regular n-dimensional entonces se descompone en transformaciones elementales columna Corolario 24 Dos matrices A, B M m n son equivalentes por columna si y sólo si existe una matriz regular Q M n n tal que: B = AQ Si A es una matriz cuadrada regular podemos calcular su inversa mediante operaciones columna: A I Operaciones columna I A 1 3 Equivalencia de matrices 31 Definición y propiedades Definición 31 Dos matrices A, B se dicen equivalentes si se puede pasar de la una a la otra mediante un número determinado de opericiones fila y/o columna: B = H p H 1 A ν 1 ν q Teorema 32 Dos matrices A, B son equivalentes si y sólo si exiten matrices cuadradas regular P, Q tales que: B = P AQ Prueba: Es consecuencia directa de los teoremas análogos vistos para equivalencia por filas y por columnas La equivalencia de matrices cumple las siguientes propiedades: 17

1 La equivalencia de matrices es una relación de equivalencia las relaciones de equivalencia - Reflexiva Está claro que toda matriz es equivalente a sí misma - Simétrica Si A y B son equivalentes existen matrices cuadradas regulares P, Q con: Y vemos que B y A son equivalentes B = P AQ A = P 1 BQ 1 - Transitiva: Si A y B son equivalentes y B y C también, entonces existen matrices cuadradas regulares P, Q, P, Q : B = P AQ C = P BQ C = P P BQQ donde P P y QQ son matrices cuadradas regulares Por tanto A y C son equivalentes 2 Dos matrices equivalentes tienen la misma dimensión 3 Dos matrices equivalentes tienen el mismo rango Observación: Como veremos más adelante, en este caso el recíproco si es cierto, siempre y cuando las matrices sean de igual dimensión Es decir dos matrices son equivalentes si y sólo si tienen igual rango y dimensión 32 Formas reducidas en la equivalencia Teorema 33 Sea A M m n una matriz cualquiera A es equivalente a una de las siguientes matrices: I r; ó Ir Ω ; ó I Ω Ω r Ω ; ó Ir Ω donde r = rangoa Estas matrices se llaman formas canónicas de equivalencia Prueba: Basta tener en cuenta que, haciendo operaciones elementales fila y columna sobre A, mediante los procesos descritos para la reducción por filas y por columnas siempre se llega a una de las matrices anteriores Corolario 34 Dos matrices A y B son equivalentes si y sólo si tienen la misma dimensión y el mismo rango 4 Congruencia de matrices cuadradas 41 Definición y propiedades Definición 41 Dos matrices A y B cuadradas son congruentes si se pasa de A a B mediante un número finito de operaciones elementales fila y las mismas operaciones y en el mismo orden pero en columnas B = H p H 1 A ν 1 ν p con ν i = H t i Teorema 42 Dos matrices A y B cuadradas son congruentes si y sólo si existe una matriz cuadrada regular P verificando: B = P A P t Prueba: Es consecuencia directa de que toda matriz regular se descompone en transformaciones elementales fila La congruencia de matrices cuadradas cumple las siguientes propiedades: 1 La congruencia es una relación de equivalencia las relaciones de equivalencia - Reflexiva Está claro que toda matriz es congruente a sí misma - Simétrica Si A y B son congruentes existe una matriz cuadrada regular P con: B = P AP t B = P 1 BP 1 t Y vemos que B y A son congruentes - Transitiva: Si A y B son congruentes y B y C también, entonces existen matrices cuadradas regulares P, P : B = P AP t C = P BP t C = P P BP t P t = P P BP P t donde P P es una matriz cuadrada regular Por tanto A y C son congruentes 2 Dos matrices congruentes son equivalentes 3 Dos matrices congruentes tienen la misma dimensión 4 El determinante de dos matrices reales congruentes tiene el mismo signo Prueba: Si A y B son congruentes, existe P regular con: B = P AP t detb = detp detadetp t = detadetp 2 En IR, detp 2 > 0 y por tanto deta y detb son de igual signo 18

5 Dos matrices congruentes tienen el mismo rango Observación: El recíproco no es cierto Por ejemplo las siguientes matrices tienen rango 2 pero no son congruentes: y 1 1 42 Congruencia de matrices simétricas Teorema 43 Toda matriz congruente con una matriz simétrica es simétrica Prueba: Supongamos que A es simétrica y B es congruente con A Entonces existe una matriz cuadrada regular P con: B = P AP t Veamos que B es simétrica, es decir, que verifica B t = B: B t = P AP t t = P A t P t = P AP t = B Teorema 44 La condición necesaria y suficente para que una matriz cuadrada A sea diagonalizable por congruencia es que sea simétrica Prueba: = Si A es diagonalizable por congruencia, entonces existe una matriz D diagonal congruente con A Como D es simétrica A también lo es = Supongamos que A es simétrica Los pasos para diagonalizarla por congruencia son los siguientes: 1 Si algún elemento de la diagonal de A es no nulo por ejemplo a kk lo llevamos a la posición 11, mediante las operaciones H 1k y ν 1k Si todos los elementos de la diagonal de A son nulos, entonces tomamos cualquier otro elemento no nulo en otra posición i, j, y hacemos la operación H ji1 y ν ji1 de manera que en la posición j, j conseguiremos un elemento distinto de cero Ahora podemos aplicar el paso anterior Si todos los elementos de A son nulos, hemos terminado de diagonalizar 2 Utilizamos el elemento no nulo de A para hacer ceros en la primera fila y en la primera columna Vamos haciendo la operación H i1 a i1 a 11 y la análoga en columnas ν i1 a i1 a 11, para i > 1 Teniendo en cuenta que la matriz es simétrica conseguimos ceros en la primera fila y columna salvo en la posición 1, 1 3 Ahora repetimos todo el proceso sucesivamente con las otras filas y columnas, teniendo en cuenta que las filas y columnas que ya han sido reducidas no vuelven a ser modificadas y por tanto no se utilizan en el paso siguiente 4 Al terminar el proceso habremos conseguido una matriz diagonal D congruente con A Observación 45 En el proceso de diagonalización descrito en teorema anterior, podemos obtener la matriz P que nos permite pasar de A a la diagonal D: D = P AP t Podemos proceder de manera análoga a como lo hacíamos en la reducción por equivalencia: A I Reducción por congruencia D P 43 Formas canónicas de las matrices simétricas Teorema 46 Sea A una matriz cuadrada simétrica sobre el cuerpo de los números complejos Entonces A es congruente con una matriz de la forma: Ir Ω Ω Ω donde r = rangoa A esta matriz se le llama forma canónica por congruencia en IC Prueba: Hemos visto que toda matriz cuadrada simétrica A es congruente con una diagonal D Pero aun podemos hacer la siguiente simplificación Para cada elemento d ii no nulo de D hacemos las operaciones fila y columna H i 1 y ν d i 1 Siempre puede hacerse en el cuerpo de los número complejos porque en IC siempre ii d ii existen raíces cuadradas De esta forma conseguimos una matriz congruente con A como la descrita en el enunciado del teorema Teorema 47 Sea A una matriz cuadrada simétrica sobre el cuerpo de los números reales Entonces A es congruente con una matriz de la forma: Ip Ω Ω Ω I q Ω, Ω Ω Ω donde p + q = rangoa, p, q 0 A esta matriz se le llama forma canónica por congruencia en IR Prueba: Procedemos como en el teorema anterior El único problema es que ahora no existen raíces cuadradas reales de números negativos Por tanto sobre la matriz D hacemos lo siguiente Para cada elemento d ii no nulo de D hacemos las operaciones fila y columna H i 1 y νi 1 De esta forma conseguimos una matriz d ii d ii congruente con A como la descrita en el enunciado del teorema 19

5 Semejanza de matrices cuadradas Definición 51 Dos matrices cuadradas A y B se dice que son semejantes si existe una matriz cuadrada regular P tal que: B = P A P 1 La semejanza de matrices cuadradas cumple las siguientes propiedades: 1 La semejanza es una relación de equivalencia las relaciones de equivalencia - Reflexiva Está claro que toda matriz es semejante a sí misma - Simétrica Si A y B son semejantes existe una matriz cuadrada regular P con: B = P AP 1 B = P 1 BP 1 1 Y vemos que B y A son semejantes - Transitiva: Si A y B son semejantes por y B y C también, entonces existen matrices cuadradas regulares P, P : B = P AP 1 C = P BP 1 C = P P BP 1 P 1 = P P BP P 1 donde P P es una matriz cuadrada regular Por tanto A y C son semejantes 2 Dos matrices semejantes son equivalentes 3 Dos matrices semejantes tienen la misma dimensión 4 Dos matrtices semejantes tienen el mismo determinante Prueba: Si B = P AP 1 : B = P AP 1 = P A P 1 = A 5 Dos matrices semejantes tienen el mismo rango Observación: El recíproco no es cierto Por ejemplo las siguientes matrices tienen rango 2 pero no son semejantes: y 2 0 20