Beruflich Dokumente
Kultur Dokumente
Diseo Autoinstruccional
Matrices Las matrices son usadas en matemticas discretas para expresar relaciones entre objetos. Definicin : Concepto de matriz Una matriz es un ordenacin rectangular de nmeros. Una matriz con m filas y n columnas es llamada una matriz de tamao m x n. Ejemplo:
Es una matriz de tamao 4 x 3 Se emplean los parntesis cuadrados con el fin de considerar la ordenacin rectangular de nmeros como una entidad. Ahora introduciremos alguna terminologa acerca de matrices. En general una matriz A de tamao m x n frecuentemente se escribe as:
El elemento, o entrada , de A es el nmero , es decir, el nmero que se encuentra localizado en la isima fila y jsima columna de A,
Una notacin abreviada para expresar la matriz A es escribir , lo cual indica que A es una matriz de tamao m x n, y su elemento y su elemento es igual a .
Y sus columnas
Definicin: Matriz cuadrada Una matriz A de tamao n x n, es decir, cuando el nmero de filas es igual al nmero de columnas, se denomina una matriz cuadrada de orden n. En una matriz cuadrada A de orden n los elementos se denominan elementos diagonales, y se dice que forman la diagonal principal de A. Ejemplo: La siguiente es una matriz cuadrada de orden 3
Dos matrices y (del mismo tamao) son iguales si todos los elementos correspondientes son iguales, esto es, si
Ejemplo: Hallar si
Despejando
en
las
ecuaciones
anteriores,
tenemos:
Operaciones entre matrices Definicin: Suma de matrices Sean B es la matriz definida por y y . La suma de A y
Esto es, la suma de dos matrices del mismo tamao es la matriz de ese mismo tamao obtenida al sumar los correspondientes elementos de A y B. La matriz C se denota por A+B. Por lo tanto,
Ejemplo: La suma
No esta definida por que las matrices son de tamao diferente. Definicin: Matriz cero. Una matriz en que todos sus elementos son cero se denomina matriz cero (o matriz nula) y se denota por 0.
El siguiente teorema enuncia las propiedades bsicas de la suma de matrices. Teorema SeanA, B, yCmatrices de tamao m x n. Entonces
Demostracin: Sean
Para probar esta igualdad, por definicin de igualdad entre matrices, tenemos que mostrar que los elementos correspondientes de F y G son iguales. Para esto demostramos las matrices por:
Veamos que
Teniendo en cuenta las notaciones anteriores y la definicin de suma entre matrices obtenemos:
El producto de A y B es la matriz
La matriz C se denota por AB. En la siguiente figura, hemos resaltado la fila de A y la columna de B que son usadas para calcular el elemento cij de AB.
Ntese que el producto de una matriz A con una matriz B solamente se define cuando el nmero de columnas de A es igual al nmero de filas de B. Adems el tamao de la matriz producto es:
El producto est definido pues el nmero de columnas de A es igual al nmero de filas de B. El producto AB, de tamao 2 x 4 es de la forma:
Donde
La multiplicacin de matrices no es conmutativa. Es decir, si A y B son matrices, no necesariamente se cumple que AB y BA sean iguales. En realidad, puede pasar que nicamente uno de estos dos productos este definidos. Por ejemplo, s A es de tamao 2 x 3 y B es de tamao 3 x 4, mientras que BA no est definida, puesto que es imposible multiplicar una matriz de 3 x 4 y una matriz de 2 x 3. En general, supongamos que A es una matriz de m x n y B es una matriz de r x s. Entonces AB est definida nicamente cuando n = r y BA est definida solamente cuando s =m. Por otra parte, cuando AB y BA estn definidas, ellas no son del mismo tamao a menos que m = n = r = s. Por consiguiente, si AB y BA estn definidas, entonces A y B tienen que ser cuadradas y del mismo tamao. Adems, puede pasar que, A y B sean matrices de tamao n x n, y AB no es necesariamente igual a BA, como lo demuestra el siguiente ejemplo. Ejemplo: Sean
Entonces
Por lo tanto, . Las propiedades bsicas de la multiplicacin de matrices se enuncian en el siguiente teorema.
Teorema
En las operaciones indicadas hemos supuesto que A, B, y C son matrices de tamao tal que las operaciones se puedan efectuar. Demostracin: b) Sean
Para probar esta igualdad, por definicin de igualdad entre matrices, tenemos que mostrar que los elementos correspondientes de G y H son iguales. Para esto denotemos las matrices por:
Veamos que Teniendo en cuenta las notaciones anteriores, las definiciones de suma y producto de matrices, y las propiedades de la suma y el producto de nmeros reales obtenemos:
Definicin: Una matriz cuadrada de orden n que tiene todos los elementos diagonales iguales a 1 y todos los dems componentes iguales a 0 se llama matriz identidad (o idntica) de orden n y se denota por En otra palabras, si por lo tanto, entonces
Ejemplo:
Si el orden es evidente dentro del contexto, se escribe simplemente I . Si A es una matriz de m x n es sencillo verificar que
Ejercicio: Sea A una matriz de m x n. Demostrar que Definicin: Potencia de una matriz Sea A una matriz de n x n. Definimos la n - ensima potencia de A de la siguiente manera Ejemplo: Sea
Entonces
Se pueden probar las siguientes leyes de los exponentes. Teorema: Sean m y n enteros no negativos. Entonces
Obsrvese que la igualdad embargo, si , entonces no es cierta para matrices cuadradas. Sin .
Definicin: Producto por escalar Sea por escalar es la matriz definida por
Esto es, la matriz producto por escalar se obtiene al multiplicar cada elemento de A por c. La matriz B se denota por . Por lo tanto
Ejemplo:
Utilizando la definicin de producto por escalar, podemos definir la diferencia de matrices. Definicin: Diferencia de matrices Sean diferencia por y . Se define la
Ejemplo:
Ejemplo:
El siguiente teorema resume las propiedades bsicas del producto por escalar.
Demostracin: b) Sean Debemos demostrar que Para probar esta igualdad, por definicin de igualdad entre matrices, tenemos que mostrar que los elementos correspondientes de D y G son iguales. Para esto denotemos los elementos de las matrices por:
Veamos que Teniendo en cuenta las notaciones anteriores, la definicin de suma y producto por escalar entre matrices, y la ley distributiva del producto sobre la suma para nmeros reales obtenemos:
Esto es, la transpuesta de A se obtiene intercambiando las filas y columnas de A. La matriz B se denota por . Por lo tanto
Ejemplo: Sea
Entonces
El siguiente teorema resume las propiedades bsicas de la transpuesta. Teorema Si c es un nmero real y A y B son matrices, entonces
Demostracin: c) Sean
Para probar esta igualdad, por definicin de igualdad entre matrices, tenemos que mostrar que los elementos correspondientes de D y G son iguales. Para esto denotemos las matrices por:
Veamos que Teniendo en cuenta las notaciones anteriores, las definiciones de producto de matrices y transpuesta de una matriz, y la ley conmutativa del producto de nmeros reales obtenemos:
Ejercicio: Demostrar las otras partes del teorema anterior. Definicin:Matriz simtrica. Una matriz cuadrada A se denomina simtrica si.
Por lo tanto
es simtrica
Obsrvese que una matriz es simtrica si y solamente si es cuadrada y es simtrica con respecto a su diagonal principal
Ejemplo: Sean
TIPOS DE MATRICES
Matrices cuadradas Una matriz cuadrada es la que tiene el mismo nmero de filas que de columnas. Se dice que una matriz cuadrada n n es de orden n y se denomina matriz n-cuadrada. Ejemplo: Sean las matrices
Matriz identidad Sea A = (ai j ) una matriz n-cuadrada. La diagonal (o diagonal principal) de A consiste en los elementos a11, a22, ..., ann. La traza de A, escrito tr A, es la suma de los elementos diagonales. La matriz n-cuadrada con unos en la diagonal principal y ceros en cualquier otra posicin, denotada por I, se conoce como matriz identidad (o unidad). Para cualquier matriz A, A I = I A = A.
Matrices triangulares
triangular superior o simplemente una matriz triangular, si todas las entradas bajo la diagonal principal son iguales a cero. As pues, las matrices
4.- son
matrices triangulares superiores de rdenes 2, 3 y Matrices diagonales Una matriz cuadrada es diagonal, si todas sus entradas no diagonales son cero o nulas. Se denota por D = diag (d11, d22, ..., dnn ). Por ejemplo,
son matrices diagonales que pueden representarse, respectivamente, por diag(3,-1,7) diag(2,6,0,-1).
diag(4,-3)
Traspuesta de una matriz La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y se denota por AT.
As, la traspuesta de
En otras palabras, si A = (ai j ) es una matriz m n, entonces AT = de una matriz cumple las siguientes propiedades: 1. 2. 3. 4. (A + B)T = AT + BT. (AT)T = A. (kA)T = kAT (si k es un escalar). (AB)T = BTAT.
es la matriz n
m. La trasposicin
Matrices simtricas Se dice que una matriz real es simtrica, si AT = A; y que es antisimtrica, si AT = -A. Ejemplo: Consideremos las siguientes matrices:
Podemos observar que los elementos simtricos de A son iguales, o que AT = A. Siendo as, A es simtrica. Para B los elementos simtricos son opuestos entre s, de este modo B es antisimtrica. A simple vista, C no es cuadrada; en consecuencia, no es ni simtrica ni antisimtrica. Matrices ortogonales Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que una matriz ortogonal A es necesariamente cuadrada e invertible, con inversa A-1 = AT. Consideremos una matriz 3
Si A es ortogonal, entonces:
Matrices normales Una matriz es normal si conmuta con su traspuesta, esto es, si AAT = ATA. Obviamente, si A es simtrica, antisimtrica u ortogonal, es necesariamente normal. Ejemplo:
Esto es as ya que, tanto para la suma como para la resta, se suman o se restan los trminos que ocupan el mismo lugar en las matrices. Ejemplo:
Para sumar o restar ms de dos matrices se procede igual. No necesariamente para poder sumar o restar matrices, stas tienen que ser cuadradas. Ejemplo:
Producto de matrices
debe tener el mismo nmero de columnas que filas la segunda. La matriz resultante del producto quedar con el mismo nmero de filas de la primera y con el mismo nmero de columnas de la segunda. Es decir, si
Se puede observar que el producto de matrices no cumple la propiedad conmutativa, ya que en el ejemplo anterior, si multiplicamos la segunda por la primera, no podramos efectuar la operacin. puesto que la primera matriz no tiene el mismo nmero de columnas que filas la segunda.
Supongamos que A = (ai j ) y B = (bi j ) son matrices tales que el nmero de columnas de A coincide con el nmero de filas de B; es decir, A es una matriz y B una matriz . Entonces el producto AB es la
matriz
Ejemplo: 1.
2.
Producto por un escalar El producto de un escalar k por la matriz A, escrito kA o simplemente kA, es la matriz obtenida multiplicando cada entrada de A por k:
Ejemplo:
Entonces:
Divisin de matrices La divisin de matrices se define como el producto del numerador multiplicado por la matriz inversa del denominador. Es decir, sean las matrices A y B tal que A/B = AB-1: Si una matriz est dividida entre un escalar, todos los trminos de la matriz quedarn divididos por ese escalar.
Ejemplo:
MATRICES INVERTIBLES Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que AB = BA = I siendo I la matriz identidad. Denominamos a la matriz B la inversa de A y la denotamos por A-1. Ejemplo:
Puesto que AB = BA = I, A y B son invertibles, siendo cada una la inversa de la otra Mtodo de Gauss Sea A = (ai j ) una matriz cuadrada de orden n. Para calcular la matriz inversa de A, que denotaremos como A-1, seguiremos los siguientes pasos: (A I ) esto es, A est en la mitad izquierda de M y la matriz identidad I en la derecha. Paso 2. Se deja tal y como est la primera fila de M, y debajo del primer trmino de la diagonal principal, a11, que llamaremos pivote, ponemos ceros. Luego se opera como se indica en el siguiente ejemplo. Ejemplo: Consideremos una matriz 3
Paso 1.
Paso 2.
El siguiente paso es igual que el anterior, pero esta vez se coge como pivote el segundo trmino de la diagonal principal. Al llegar al ltimo
trmino de la diagonal, se procede igual que antes, pero poniendo los ceros encima del nuevo pivote. Se observa que al coger como pivote el ltimo trmino de la diagonal, la matriz A se transforma en una matriz triangular. Una vez realizados todos los pasos, la mitad izquierda de la matriz M se convierte en una matriz diagonal. En este momento hay que proceder a transformar, si es que no lo est, la mitad izquierda en la matriz identidad, dividiendo si fuera necesario las filas de M por un escalar. Ejemplo: Supongamos que queremos encontrar la inversa de
La mitad izquierda de M est en forma triangular, por consiguiente, A es invertible. Si hubiera quedado toda una fila con ceros en la mitad A de M, la operacin habra terminado (A no es invertible). A continuacin, cogemos como pivote a33, ponemos ceros encima de ste y seguimos operando hasta que nos quede una matriz diagonal.
Ya que la matriz colocada en la mitad izquierda es diagonal, no hay que operar ms. Transformamos la matriz diagonal en una matriz identidad; para ello hay que dividir la segunda fila entre -1:
Para comprobar si el resultado es correcto, se procede a multiplicar AA-1, teniendo que dar como resultado la matriz identidad I. Comprobacin: AA-1 = I
a) Qu clase de matrices son? b) Calcular: - A - B + C. A + B - C. 3A + C/2. c) Calcular: (A B) /C. d) Calcular la inversa de A (A-1) y comprobar el resultado. Resolucin: a) Las tres matrices son cuadradas y de orden tres. A su vez, B es una matriz triangular, ya que todas las entradas debajo de la diagonal principal son ceros, y C es antisimtrica porque los elementos simtricos son opuestos entre s. b)
-6, la segunda entre 3 y la tercera entre 3 para que en la mitad izquierda quede la matriz identidad,
C es:
A B
C-1.
M = (A
I) y luego se va
e las operaciones no sean tan costosas, dividiendo la tercera fila entre cuatro. De este modo, se tiene
. Se vuelve a simplificar, dividiendo la primera fila entre dos y la segunda entre cuatro,
de M, se procede a transformar esta mitad izquierda en una matriz identidad, dividiendo la primera fila entre -3042, la segunda entre -78 y la tercera entre 39,
As pues, la matriz que ha quedado en la mitad derecha es precisamente la matriz identidad, que sacando factor comn 1/78 se puede escribir como:
MATRICES Y SISTEMAS DE ECUACIONES LINEALES La matriz ampliada M de un sistema de m ecuaciones con n incgnitas es la siguiente:
Cada fila de M corresponde a una ecuacin del sistema y cada columna a los coeficientes de una incgnita, excepto la ltima, que corresponde a las constantes del sistema. Un sistema de ecuaciones lineales puede resolverse trabajando con su matriz ampliada, especficamente, reducindola a forma escalonada mediante el proceso de Gauss. Mtodo de Gauss Para resolver sistemas de ecuaciones lineales, se aplica el mtodo de Gauss. Este proceso se ilustra en el siguiente ejemplo. Sea el sistema,
Ahora resolvemos por el mtodo de Gauss sabiendo que la primera columna corresponde a los coeficientes de la x, la segunda a los de la y, la tercera a los de la z y la cuarta a los trminos independientes:
De este modo, el sistema tiene la solucin nica x = 2, y = -1, z = 3. La resolucin de sistemas de ecuaciones lineales por matrices, aplicando el mtodo de Gauss u otros, es una de las mltiples aplicaciones que tienen stas. Ejercicio: x, y, z, t en los siguientes sistemas de ecuaciones lineales aplicando matrices:
La tercera fila se suprime, puesto que es mltiplo de la segunda y resultara una fila nula. As, el sistema queda formado por dos ecuaciones con cuatro incgnitas:
La solucin del sistema es compatible e indeterminado, esto es, tiene infinitas soluciones. x = -9 - y + 10t z = 7t - 7 (- 9 - y + 10t, y, 7t - 7, t). Dependiendo de qu valores se escojan para y y t, salen distintos resultados. As, para y = t = 0 tendremos la solucin del sistema x = -9, y = 0, z = -7, t = 0.
No hay necesidad de continuar calculando nada ms, puesto que la matriz escalonada ya nos indica que el sistema es incompatible (SI), es decir, que no tiene solucin. Especficamente, la tercera fila de la matriz escalonada corresponde a la ecuacin 0 x + 0y + 0z + 0t = -5 obteniendo como resultado 0 = -5, que es absurdo. Por lo tanto, decimos que no tiene solucin.
DETERMINANTES A cada matriz n-cuadrada A = (ai j ) se le asigna un escalar particular denominado determinante de A, denotado por det (A), | A | o
Una tabla ordenada n n de escalares situada entre dos lneas verticales, llamada determinante de orden n, no es una matriz. La funcin determinante apareci por primera vez en el estudio de los sistemas de ecuaciones lineales. Veremos que es una herramienta indispensable en el estudio y obtencin de stas. DETERMINANTES DE ORDEN UNO Y DOS orden uno y dos se definen como sigue: = a11 Los determinantes de
As, el determinante de una matriz 1 A = (a11) es el propio escalar a11, es decir, det (A) = |a11| = a11. Ejemplos: a) Dado que el determinante de orden uno es el mismo escalar, tenemos det (24) = 24, det(-3) = -3, det (3x+5) = 3x+5.
b)
a12a21a33 - a32a23a11 Obsrvese que hay seis productos, cada uno formado por tres elementos de la matriz. Tres de los productos aparecen con signo positivo (conservan su signo) y tres con signo negativo (cambian su signo). Para calcular los determinantes de orden tres, el siguiente diagrama puede ayudar a resolverlos:
= 24 + 20 + 0 - (-4) - 0 - (-15) = 44 + 4 + 15 = 63 El determinante de la matriz 3 A = (ai j ) puede reescribirse como: det (A) = a11(a22a33 a23a32) a12(a21a33 a23a31) + a13(a21a32 a22a31) =
que es una combinacin lineal de tres determinantes de orden dos, cuyos coeficientes (con signos alternantes) constituyen la primera fila de la matriz dada. Esta combinacin lineal puede indicarse de la forma siguiente:
la fila y la columna que contienen su coeficiente. Ejemplo: Para demostrar que la propiedad anterior se cumple, trabajaremos con :
=(8+5)
- 2(0-10) +
1(0+4) = 39 + 20 + 4 = 63 PROPIEDADES DE LOS DETERMINANTES Las propiedades bsicas del determinante son las siguientes: 1. El determinante de una matriz A y el de su traspuesta AT son iguales, es decir,
2. Sea A
iguales, necesariamente = 0. Si A es triangular, esto es, A slo tiene ceros por encima o por debajo de la diagonal principal, entonces elementos de la diagonal. es igual al producto de los
3. Supongamos que B se ha obtenido de A mediante una operacin elemental entre filas o columnas, Si se han intercambiado dos filas (columnas) de A, |B| = - |A|. Si se ha sumado un mltiplo de una fila (columna) a otra, entonces | B| = |A|.
4. Sea A cualquier matriz n-cuadrada, son equivalentes los siguientes principios: A es invertible, es decir, A tiene inversa A-1. AX = 0 tiene solamente la solucin trivial. El determinante de A no es nulo: |A| 5. El determinante es una funcin multiplicativa. Es decir, el determinante del producto de matrices A y B es el producto de los determinantes: |AB| = |A| |B|. 6. Supongamos que A y B son matrices similares, entonces: |A| = |B|.
DETERMINANTES DE ORDEN ARBITRARIO Sea A = (ann) una matriz de orden arbitrario n n (siendo n un nmero par). Para calcular el det (A) se procede de la siguiente manera:
Los signos se van alternando segn la posicin que ocupen las entradas del determinante. Es decir:
Ejemplo:
Si observamos la matriz, podemos ver que en la tercera columna hay dos ceros. As pues, si cogemos las entradas de la tercera columna para calcular el determinante, nos ahorraremos calcular dos determinantes, ya que el producto de un determinante por cero es cero.
= 1(16+0+24-(-4)-(-30)-0) -2(-128-2+30-(-40)-12-(-16)) = 74-2(-56) = = 74+112 = 186. ADJUNTO DE UNA MATRIZ Consideremos una matriz n-cuadrada A = (ai j ) sobre un cuerpo K. El adjunto de A, denotado por adj A, es la traspuesta de la matriz de
cofactores de A: Ejemplo:
Aplicacin del adjunto para hallar la matriz inversa cuadrada A, A(adj A) = (adj A) A = |A|I De este modo, si |A
Observemos que esta propiedad nos permite hallar por otro mtodo la inversa de una matriz. Ejemplo: Consideremos la matriz
y el det A:
b)
El siguiente paso es hallar el adjunto de la matriz B, as pues, los cofactores de los cuatro elementos de B son: B11 = 5 B21 = 1 B12 = -2 B22= 3
Consideremos la matriz A
1. El rango de la matriz A coincide con el de la matriz A' que se obtiene suprimiendo en la matriz A todas la lneas (filas o columnas) cuyas entradas estn slo formadas por ceros, es decir, que sean nulas. 2. Consideremos la matriz: A1 = (a11, a12, ..., a1N) y supongamos que
entonces : rango (A
A 1) = 1
3. Aadimos filas de la matriz A a la matriz A1 hasta encontrar una matriz que cumpla:
y que i = 2 y j =
Entonces: rango (A
A2) = 3.
En caso de no haber sido posible encontrar dicho menor, entonces: rango (A) = rango (A2) = 2. Suponiendo que rango (A A3) y que i = 3 y j = 3, se procedera como en los casos anteriores, y as sucesivamente hasta agotar todas las filas de la matriz A Ejemplos:. a) Sea la matriz A una matriz de orden tres. Hallar el rango (A).
Como A es una matriz cuadrada de orden tres, como mximo el rango (A) puede valer tres. Calcularemos primero el determinante o determinantes de las submatrices de orden dos de A. As pues
Ya que el resultado es cero, probaremos con todas las submatrices de A hasta encontrar una cuyo determinante no sea cero. Si no encontramos ninguna, el rango (A) = 1.
Puesto que el resultado de calcular el determinante de esta submatriz de A no es nulo, podemos afirmar de momento que el rango ( A) = 2. Aadimos ahora una columna y una fila ms para ver si el rango puede ser tres:
Dado que el determinante de A no es nulo y a su vez es de orden tres, el rango (A) = 3. No necesariamente para poder calcular el rango de una matriz, sta tiene que ser cuadrada. As, en el siguiente ejemplo: b) Calcular el rango de la matriz B
Como hay una determinante de orden dos no nulo, el rango de la matriz B es mayor o igual que 2. Calculamos a continuacin los determinantes de orden superior:
As pues, como hay un determinante de orden tres que no es nulo, el rango (B) = 3. Un rango mayor que 3 no se puede hallar, ya que no se puede formar un determinante de orden 4. Recurdese que para poder calcular el determinante de una matriz o de una submatriz, stas tienen que ser cuadradas Regla de Cramer Los pasos a seguir para calcular los sistemas de ecuaciones segn la regla de Cramer son los siguientes: 1. Hallar la matriz ampliada (A b) asociada al sistema de ecuaciones, esto es: que la primera columna est formada por las entradas de los coeficientes de la primera incgnita de las ecuaciones; que la segunda columna la formen las de la segunda incgnita, y as hasta llegar a la ltima columna, que estar constituida por las entradas de los trminos independientes de las ecuaciones. 2. Calcular el determinante de A. 3. Aplicar la regla de Cramer, que consiste en: a) ir sustituyendo la primera columna del det (A) por los trminos independientes; b) dividir el resultado de este determinante entre el det (A) para hallar el valor de la primera incgnita.