Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Matrices I

Descargar como doc, pdf o txt
Descargar como doc, pdf o txt
Está en la página 1de 29

Universidad Veracruzana

Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Matrices
Las matrices son usadas con frecuencia en la aplicacin del clculo
numrico, en la solucin de de sistemas de ecuaciones lineales, de
ecuaciones diferenciales y de derivadas parciales, como herramienta para
la soluciones de problemas de ingeniera.
Las matrices aparecen de forma natural en la geometra, la
estadstica, la economa, la informtica, la fsica, etc
En los lenguajes de programacin el uso de las matrices es
fundamental ya que la mayora de la informacin que se requiere
introducir en las computadoras, es en forma de tablas organizadas en filas
y columnas: tales como hojas de clculo, bases de datos, etc.
Concepto
Una matriz es un conjunto de elementos de cualquier naturaleza, en
general suelen ser nmeros ordenados en filas y columnas.
Definimos la matriz Am n de orden m n como el conjunto
rectangular de elementos aij distribuidos en m filas y n columnas. El
orden de una matriz tambin se denomina dimensin o tamao, siendo
m y n nmeros naturales.

Las matrices se representan por letras maysculas: A, B, C , etc.


As los elementos de las mismas con letras minsculas y subndices que
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

indican el lugar ocupado por las letras: a, b, c, Un elemento en general


que ocupa la fila i y la columna j se representa por aij . Si este elemento
genrico se escribe entre parntesis tambin representa a toda la matriz:
A = ( aij ) .
a11 a12

a
a22
A = 21
L
L

am1 am 2

(1

L
L
aij
L

a1n

a2 n
1 3 5 7
, Ejemplo A24 =
, donde sus filas son
L
2 4 6 8

amn

1
3 5 7 ) , ( 2 4 6 8 ) y sus columnas son ,
2

3
,
4

5 7
y .
6 8

Cuando hablamos indistintamente de filas o columnas hablamos de


lneas. El nmero total de elementos de una matriz Am n es m n .
En matemticas, tanto las listas como las tablas reciben el nombre
genrico de matrices.
Matrices Iguales
Dos matrices se dicen iguales si tienen los mismos elementos en la
misma posicin, para ello se requiere que sean del mismo tamao; lo cual
significa:
Amn = ( aij ) es igual a B pq = (bij ) si m = p , n = q ; aij = bij para todo i y para
toda j .
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

CLASIFICACIN DE MATRICES
Matriz Fila
Es aquella matriz que tiene una fila, de orden 1 n ;
Ejemplo: A13 = (3 2

1) = (3, 2, 1)

Matriz Columna
Es aquella matriz que tiene una columna, de orden m 1 ;
3
Ejemplo: B21 = .
2
Matriz Rectangular
Es aquella matriz que tiene distinto nmero de filas que de
columnas, de orden m n , m n ;

Ejemplo: C34

1 0 2 3

= 1 2 0 2 .
2 1 3 0

Matriz Transpuesta
Dada una matriz A se llama Transpuesta de A a la matriz que se
obtiene al intercambiar ordenadamente las filas por las columnas, esta
matriz se representa por At o AT ; esto es:
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

t
T
Si Amn = ( aij ) , entonces la transpuesta es Anm = Anm = ( a ji ) ;

Ejemplo: Para A23

1 2
1 3 2

t
=
su transpuesta es A32 = 3 1 .
2 1 3
2 3

Matriz Opuesta
La matriz opuesta de una dada es la que resulta de sustituir cada
elemento por su opuesto; la matriz Opuesta de A es A :
2 0 2
2 0 2
Ejemplo: Dada B =
, su matriz opuesta es B =
.
1 1 1
1 1 1
Matriz Nula
Matriz Nula es aquella en la que todos sus elementos son cero,
tambin se le denomina Matriz Cero; se representa por 0mn :
0 0 0
Ejemplo: 023 =

0 0 0
Matriz Cuadrada
Es aquella que tiene igual nmero de filas que de columnas, m = n
dicindose que esta matriz es de orden n .

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Ejemplo: A33

1 3 1

= 3 1 2 ; de aqu se desprenden las tres siguientes


2 1 3

definiciones:
Diagonal Principal: son los elementos a11 , a22 , a33 , , ann , para la matriz
A , la diagonal principal est compuesta por los elementos 1, 1 y 3 .
Diagonal Secundaria: son los elementos aij que cumplen la condicin
i + j = n + 1 , para la matriz A , la diagonal secundaria esta compuesta por
los elementos 2 , 1 y 1 .
Traza de una matriz cuadrada: es la suma de los elementos de la
diagonal

principal,

se

representa

por

Tr ( A )

tr ( A ) ,

as

la

Tr ( A33 ) = tr ( A33 ) = 1 1 + 3 = 3
Matriz Simtrica
Es una matriz cuadrada que es igual a su transpuesta; A = At

Ejemplo: A33

3 1 2

= 1 1 0 = A3t3
2 0 2

Matriz Antisimtrica
Es una matriz cuadrada que es igual a la opuesta de su transpuesta;
A = At , esto es aij = a ji , aqu necesariamente aii = 0 .
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Ejemplo: A33

0 1 2

= 1 0 3 = A3t3
2 3 0

Matriz Diagonal
Es una matriz cuadrada que tiene todos sus elementos nulos
excepto los de la diagonal principal;
aij = 0 para todo i j
1 0 0

Ejemplo: A = 0 3 0
0 0 2

Matriz Unidad o matriz Identidad


Es una matriz diagonal con todos los elementos de la diagonal
principal igual a 1.
1 0 0

Ejemplo: I = 0 1 0
0 0 1

Matriz Escalar
Es una matriz diagonal con todos los elementos de la diagonal
principal iguales.

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

2 0 0

Ejemplo: A = 0 2 0
0 0 2

Matriz Triangular
Es una matriz cuadrada que tiene todos los elementos por encima
(o por debajo) de la diagonal principal nulos.

Ejemplos:

2 3 5

T = 0 2 4
0 0 2

Triangular

Superior;

3 0 0

T = 1 1 0
4 5 2

Triangular Inferior
Matriz Ortogonal
Una matriz ortogonal es necesariamente cuadrada y posee inversa,
con A1 = At ; la inversa de una matriz ortogonal es una matriz ortogonal; el
producto de dos matrices ortogonales es ortogonal; el determinante de
una matriz ortogonal vale +1 0 1 . A At = At A = I
Matriz Normal
Una matriz es normal si conmuta con su transpuesta; las matrices
simtricas, antisimtricas y ortogonales son necesariamente normales;
A At = At A
1 2
Ejemplo: A =

2 1
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Matriz Inversa
Decimos que una matriz cuadrada A tiene inversa, A1 si se verifica
A A1 = A1 A = I .
1 3
2 3
1
Ejemplo A =
, A =

1 2
1 1

OPERACIONES CON MATRICES


Suma de matrices
Para poder realizar la suma de dos o ms matrices estas deben
tener el mismo orden (la misma dimensin o el mismo Tamao)
Sean A y B , dos matrices del mismo orden (misma dimensin o
mismo tamao) m n .
La suma de las dos matrices Amn = ( aij )mn y Bmn = (bij )mn es la matriz
Cmn = Amn + Bmn = (cij )mn = (aij + bij )mn

Ejemplo: en general sean, A43

a11

a
= 21
a31

a41

a12
a22
a32
a42

a13
b11 b12

a23
b21 b22
B
=
y 43
b31 b32
a33

a43
b41 b42

b13

b23
b33

b43

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

A43 + B43

a11 + b11

a +b
= 21 21
a31 + b31

a41 + b41

a12 + b12
a22 + b22
a32 + b32
a42 + b42

a13 + b13

a23 + b23
, ejemplo en particular: Sean
a33 + b33

a43 + b43

1 0 2
2 3 7
A23 =
y B23 =
,
3 5 8
4 6 1
1 + 2 0 3 2 + 7 3 3 9
A23 + B23 =
=

3 + 4 5 6 8 + 1 1 1 9
Propiedades de la suma de matrices:
Asociativa: A + ( B + C ) = ( A + B) + C
Conmutativa: A + B = B + A
Elemento Neutro: (matriz cero 0mn ), 0 + A = A + 0 = A
Elemento Simtrico: (matriz opuesta A ), A + ( A) = ( A) + A = 0
Observacin: La suma y la diferencia No estn definidas si sus
dimensiones (orden, tamao) son distintas.

Producto de un nmero real (escalar) por una matriz


Para multiplicar un escalar por una matriz se multiplica el escalar
por todos los elementos de la matriz, obtenindose una nueva matriz del
mismo orden.
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Ejemplo en general:

Sea Amn

a11

a
= 21
L

am1

a12
a22
L
am 2

L
L
L
L

a1 n
a11 a12

a2 n
a21 a22
; Amn =
L
L
L

amn
am1 am 2

L
L
L
L

a1 n
a2 n
,
L

amn

Ejemplo en particular:
2 0 1 2
Sea A24 =
;
1 3 2 1

(3)(2) 6 0 3 6
(3)(2) (3)(0) (3)(1)
(3) A24 =
=

(3)(1) (3)(3) ( 3)(2) (3)(1) 3 9 6 3


Propiedades del producto de un escalar por una matriz:
Asociativa: ( A) = ( ) A
Distributiva 1: ( A + B ) = A + B
Distributiva 2: ( + ) A = A + A
Existe neutro escalar 1, talque: 1A = A

Producto de Matrices

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

10

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Es importante sealar que dado un par de matrices no siempre se


pueden multiplicar, as dos matrices se pueden multiplicar, cuando se
cumple la siguiente condicin:
Para multiplicar dos matrices A y B , en este orden, A B = AB , es
condicin indispensable que el nmero de columnas de A sea igual al
nmero de filas de B .
Si no se cumple esta condicin, el producto A B = AB no puede
realizarse, de modo que esta es una condicin que debemos comprobar
previamente al realizar la multiplicacin.
Una vez que se ha comprobado que el producto A B = AB se puede
realizar, si A es una matriz m n y B es una matriz n p (obsrvese que
el nmero de columnas de A es n igual al nmero de filas de B ),
entonces el producto A B = AB da como resultado una matriz C de
tamao n p del siguiente modo:
El elemento cij que se encuentra en la fila i y la columna j de la
matriz C = A B , se obtiene al multiplicar los elementos correspondientes
de la fila i de A por los de la columna j de B, efectuando la suma de
resultados
Ejemplo:

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

11

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

3 2 1 4
Al multiplicar las matrices A24 =
y B43
2 5 3 2

0 4

1 2
=
2 0

3 2

1
2

Es claro que se puede realizar el producto A B , dado que el nmero


de columnas de A es 4 igual al nmero de filas de B , y el resultado debe
ser una matriz de orden 2 3 (2 filas y 3 columnas)
C23 = A24 B43
0 4

3 2 1 4 1 2

2 5 3 2 2 0

3 2

1 c11 c12
=
2 c21 c22

c13

c23

Para obtener el producto nos falta calcular los elementos cij ,


mediante la regla antes propuesta.
El elemento c11 se obtiene al multiplicar elemento a elemento la fila
1 de A por la columna 1 de B y sumar los productos esto es:
c11 = (3)(0) + (2)(1) + (1)(2) + (4)(3) = 0 + 2 + 2 + 12 = 16
Del miso modo el elemento c12 se obtiene al multiplicar la fila 1 de
A por la columna 2 de B y sumar los productos esto es:
c12 = (3)(4) + (2)(2) + (1)(0) + (4)(2) = 12 4 + 0 + 18 = 16

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

12

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

El elemento c13 se obtiene al multiplicar elemento a elemento la fila


1 de A por la columna 3 de B y sumar los productos esto es:
c13 = (3)(1) + (2)(1) + (1)2) + (4)1) = 3 + 2 + 2 + 4 = 5
El elemento c21 se obtiene al multiplicar elemento a elemento la fila
2 de A por la columna 1 de B y sumar los productos esto es:
c21 = (2)(0) + (5)(1) + (3)(2) + (2)(3) = 0 + 5 + 6 6 = 5
El elemento c22 se obtiene al multiplicar elemento a elemento la fila
2 de A por la columna 2 de B y sumar los productos esto es:
c21 = (2)( 4) + (5)(2) + (3)(0) + ( 2)(2) = 8 10 + 0 4 = 22
El elemento c23 se obtiene al multiplicar elemento a elemento la fila
2 de A por la columna 3 de B y sumar los productos esto es:
c23 = (2)(1) + (5)(1) + (3)(2) + (2)(1) = 2 + 5 + 6 2 = 11
Luego el producto de C = AB , es:

C23

0 4 1

3 2 1 4 1 2 1 16 16 5
=

2 5 3 2 2 0 2 5 22 11

3 2 1

Ejercicios
1. Para las matrices A y B del ejemplo anterior, calcule BA
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

13

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

1 2
3 1
y B=
, Calcule si es posible a) AB ; b) BA ; c)
0 3
2 0

2. Si A =

coinciden?
3. Calcule todos los productos posibles entre las matrices:
1 2 3
1
2 1 0


A = 1 1 1 ; B = 2 y C =
; de forma adicional calcula A2 y A3
3
4
5

0 2 1
1


4. Dadas las matrices:
2 3 0 1
2
1 1 2
0 3 4


A=
; B =
; C = 5 1 4 2 y D = 1
4 0 3
1 2 3
1 0 0 3
3


Calcule: A + B ; 3 A 4 B ; AB ; AD ; BC ; CD ; At C ; D t At ; B t A ; D t D y DD t
Propiedades del Producto de matrices
Asociativa: A( BC ) = ( AB)C
Distributividad: respecto de la suma: A( B + C ) = AB + AC ;
( A + B )C = AC + AB
Elemento Neutro: Es la matriz identidad correspondiente, si A es m n
Amn I nn = Amn ; I mm Amn = Amn
En general el producto de matrices no es conmutativo: AB BA

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

14

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

El producto de matrices A y B no nulas puede dar lugar a una


matriz nula:
Verifique que el siguiente producto es verdadero:

5
2 1 3 0

2 =
0 2 1 4 0

Ejercicios:
1. Si A y B son dos matrices cuadradas del mismo orden, sern

ciertas las propiedades siguientes?


( A + B) = A2 + 2 AB + B2
( A B ) = A2 2 AB + B 2
( A + B )( A B ) = A2 B 2
2 1
para que
x y

2. Determine los valores de x y y de la matriz A =

A2 = A

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

15

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

1 2
? Sugerencia: Use la
0 1

3. Qu matrices conmutan con la matriz

a b
matriz
y la definicin de producto junto con la propiedad de
c d
conmutatividad.

Matriz Inversa
Introduccin
Conocemos al momento la multiplicacin de matrices y algunas
propiedades de esta operacin, es importante sealar que no siempre es
posible efectuar la multiplicacin de dos matrices y que an cuando esta
operacin es posible realizarla, en general esta no es conmutativa esto
es: AB es distinto de BA .
Tratndose de matrices cuadradas del mismo orden A y B , es claro
que se pueden efectuar los productos AB y BA los cuales dan como
resultado otra matriz del mismo orden, como ya se comento, las matrices
resultantes, son en general distintas.
Hemos identificado como elemento neutro del producto de
matrices, a la matriz identidad I nn = I n

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

16

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Con la finalidad de introducir el concepto de matriz inversa,


planteamos la siguiente analoga para el caso de los nmeros reales.
Dado un nmero real por ejemplo el 3 , nos interesamos en buscar
su inverso para el producto, es decir un nmero x tal que 3 x = 1 , esto es
el producto de 3 por x sea igual al elemento neutro, el 1.
Resulta claro, que en el caso de los nmero reales es fcil despejar

1
x , para obtener en nuestro caso, x = , esto es, el inverso de un nmero
3
real es otro nmero que multiplicado por l da el elemento neutro, el 1.
Recordemos que todo nmero real, salvo el 0 , tiene inverso.
Trasladando esta analoga a las matrices, nosotros podemos
plantear, que si dada una matriz cuadrada A de orden n cualquiera,
existe su inversa X para el producto de matrices, tal que A X = I n .
Esto es el producto de A por su inversa produce el elemento neutro
matricial, la matriz identidad I n .
Sin embargo existen algunas diferencias con respecto a la analoga
de los nmeros reales.

Primera: No podemos despejar X del modo X =

In
, porque no se ha
A

definido la divisin de matrices.


______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

17

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Segunda: No todas las matrices cuadradas no nulas tienen matriz


inversa (sea lo que sea por analoga con los nmeros reales)
De este modo, definamos, en primer lugar, el trmino de Matriz
Inversa.
Definicin de Matriz Inversa
Dada una matriz cuadrada A de orden n , se dice que A es
invertible (o que posee inversa o que es no singular o que es regular), si
existe otra matriz del mismo orden, denominada matriz inversa de A y
representada por A1 y tal que:
A A1 = I n
A1 A = I n
Si A no tiene inversa se dice que es Singular o no invertible.
Si una matriz tiene inversa, dicha matriz inversa es nica (solo
existe una). Para calcular la matriz inversa, podemos utilizar dos mtodos.
Mtodo Directo
Consiste en determinar A1 planteando un sistema de ecuaciones,
vemoslo a travs de un ejemplo, calcularemos la matriz inversa de

1 1
A=
, lo que estamos buscando es otra matriz de igual tamao
2 3
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

18

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

(orden 2 o dimensin 2 ) tal que

A A1 = I 2 y A1 A = I 2 , esto es , si

x y
A1 =
, se tiene que cumplir que:
z w
y w 1 0
1 1 x y 1 0
xz
A A1 = I 2

=

=

2 3 z w 0 1
2 x + 3 z 2 y + 3w 0 1
x z = 1
y w = 0

2 x + 3z = 0
2 y + 3w = 1
As, debemos resolver un sistema de 4 ecuaciones con 4 incgnitas,
lo cual en realidad son 2 sistemas de 2 incgnitas cada uno (uno con x y
z y otro con y y w )
3
1
2
1
Resolviendo este sistema obtenemos: x = , y = , z = y w =
5
5
5
5
Luego la matriz inversa es:
3
5
A1 =
2

1
5 1 3 1
=

1 5 2 1

Ejercicio: Utilizando el mismo procedimiento, calcule la inversa de la

1 1
matriz A =
, comente su resultado.
2 2
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

19

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Se recomienda usar este mtodo para matrices de orden 2 , para matrices


de orden 3 el sistema a resolver tiene 9 ecuaciones con 9 incgnitas, lo
que resulta difcil de resolver.

Mtodo de Gauss-Jordn
Este mtodo consiste en aplicar transformaciones elementales en
las filas de la matriz a invertir A , hasta llegar a obtener la matriz
identidad. Realizando exactamente las mismas transformaciones a la
matriz identidad (en el mismo orden de aplicacin) se llega a la matriz A1
.
Se llama Transformacin Elemental de una matriz a:
T 1) Multiplicar o dividir una fila por un nmero real distinto de cero.
T 2) Sumar o restar a una fila otra multiplicada por un nmero real no
nulo.
T 3) Intercambiar el lugar de dos filas entre s.
Apliquemos este mtodo para calcular la matriz inversa de la matriz

1 1
A=
calculada mediante el mtodo directo
2 3

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

20

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Primero: consideremos la matriz aumentada, formada por A y la matriz


identidad correspondiente. En este caso:

(A

1 1 1 0
I2 ) =

2 3 0 1

Segundo: Para la matriz A la transformamos en una matriz triangular


superior (haciendo ceros por debajo de la diagonal principal) usando
transformaciones elementales de fila.
El procedimiento para hacer esto, consiste en hacer cero los
elementos por debajo de la diagonal en la primera columna usando la fila
1. Luego se hacen cero los elementos por debajo de la diagonal en la
segunda columna usando la fila 2 , y as sucesivamente.
En nuestro caso multiplicamos la fila 1 por 2 y la sumamos a la
segunda fila, as se obtiene.

(A

1 1 1 0
I2 ) =
Fuu
2uuu2uu
Fur1
u
2 3 0 1

(A

1 1 1 0
I2 ) =

0 5 2 1

Tercero: Una vez hecha la matriz triangular superior, se hace la matriz


triangular inferior, haciendo ceros los elementos por encima de la
diagonal principal, mediante un proceso similar al anterior.

(A

1 1 1 0
I2 ) =
Fuu
1u+uuF
uu2r
5uu
0 5 2 1

(A

5 0 3 1
I2 ) =

0 5 2 1

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

21

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Cuarto: Ya obtuvimos una matriz diagonal, lo nico que falta es dividir


cada fila entre el nmero adecuado para obtener unos en la diagonal
principal, es decir para obtener la matriz identidad en la parte izquierda:
3

1 0

5 0 3 1 F1 F 2
5

5 , 5
0 5 2 1 uuuuuuuuuur 0 1 2

1
5

Quinto: Una vez que se obtiene la matriz identidad en la parte izquierda,


la parte derecha es la matriz inversa, esto es hemos llegado a:

(I

A1 )

1 0 5
=
0 1 2

1
3

5
5
A1 =
1
2

5
5

1
5 1 3 1
=

1 5 2 1

Esta es la matriz que obtuvimos a travs del mtodo directo.


Si al realizar el mtodo de Gauss-Jordan en algn momento alguna
fila es de ceros, la matriz no tiene inversa.
Cuanto mayor es el orden de la matriz, mejor es este mtodo frente
al directo.
Observemos otro ejemplo:
1 1 0

Calcular la inversa de la matriz A = 1 1 2 mediante el mtodo


1 0 1

de Gauss-Jordan.
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

22

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Siguiendo los pasos antes mencionados, obtenemos:

(A

I3 )

1 1 0 1 0 0

= 1 1 2 0 1 0 u
Fuu
2u+uuF
uur1
1 0 1 0 0 1

1 1 0 1 0 0

Fu3uuuuF
uur1
0 2 2 1 1 0 u
1 0 1 0 0 1

1 1 0 1 0 0

+uu
Fur1
0 2 2 1 1 0 2uuFuu3uu
0 1 1 1 0 1

1 1 0 1 0 0

uu
Fuu
3r
0 2 2 1 1 0 2uuFuu2uu
0 0 4 1 1 2

1 1 0 1 0 0

1uuuF
uu2r
0 4 0 3 1 2 4uuFuu
0 0 4 1 1 2

4 0 0 1 1 2

F1 , F 2 , F 3
0
4
0
3
1

4uuuuu4ur
0 0 4 1 1 2 u4uuuuuu

1 0 0 4

0 1 0 3

0 0 1 1
4

1
4
1
4
1
4

2
4

= ( I3
4

A1 )

1
4

3
1
A =
4

1
4

1
4
1
4
1
4

1
2

Sacando factor comn la matriz puede ser expresada por


1 1 2
1

A1 = 3 1 2
4

1 1 2
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

23

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

1 1
Si calculamos por este mtodo la inversa de A =
, obtenemos
2 2
lo siguiente:

(A

1 1 1 0
1 1 1 0
I2 ) =
Fuu
2uuu2uu
Fur1
u

2 2 0 1
0 0 2 1
Como aparece una fila de ceros, la matriz A no tiene inversa.

Ejercicios:
1. Calcula por el mtodo de Gauss-Jordan, la inversa de las matrices
siguientes:
1 3 3
2 1 4

A = 3 2 4 ; B = 0 1 2
2 1 0
1 0 1

3 0 0

2. Dada la matriz diagonal D = 0 2 0 calcula su inversa. Cmo


0 0 5

calcularas de forma rpida la inversa de una matriz diagonal


cualquiera?

Rango de una Matriz


En el lgebra lineal, un concepto de suma importancia relacionado
con las matrices es el de rango, este se encuentra ligado con el concepto
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

24

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

de independencia lineal de las filas o columnas de una matriz, pero por


el momento no es posible introducirlo en estos trminos por que se
requieren trminos que an no conocemos.
Por el momento es suficiente con saber que se define el rango de
una matriz como el nmero mximo de filas o columnas linealmente
independientes.
As el clculo del rango de una matriz manejamos desde otro punto
de vista, utilizando el mtodo de de Gauss (consistente en generar ceros
en la matriz debajo de su diagonal principal, mediante operaciones
elementales de fila).
Consideremos la matriz cualquiera A , a la que aplicamos el mtodo
de Gauss, con la finalidad de simplificar la matriz lo ms posible( es decir
generando

el

mximo

nmero

de

ceros),

mediante

operaciones

elementales de fila.
Luego, llamamos Rango de la matriz A y lo representamos por
rg ( A ) o rang ( A ) , al nmero de filas no cero de la matriz tras aplicarle el
mtodo de Gauss.
Ejemplo: Calcule el rango de las siguientes matrices:

2
1
A=
;
2 4

1 1
B=
;
2 3

1 2 1

C = 1 1 2 ;
2 0 2

1 2 3 1

D = 3 1 1 2
1 2 3 1

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

25

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

2
1
1 2
Fu2uu
u2uuFur1
u
, rg ( A ) = 1 , una sola fila distinta de cero.
2 4
0 0

A)

1 1
1 1
Fu2uu
u2uuFur1
u
, rg ( B ) = 2 , dos filas distintas de cero.
2 3
0 1

B)

1 2 1
1 2 1
1 2 1
1 2 1

Fu2uu
+uu
Fu
Fu

Fu
+uu
Fu
1 3
C) 1 1 2 u
3u
2uu
3r 0
r1 0 3 1 u
uu2uuFur1 0 3 1 u
2 0 2
2 0 2
0 4 4
0 4 4

1 2 1
1 2 1
1 2 1

3 u
Fu

3u
uu1)
uuFur2 0 1
uu4uuFur2 0 1 3 , rg ( C ) = 3 , tres filas distintas
0 1 3 (u
0 4 4
0 4 4
0 0 8

de cero.
3 1
3 1
1 2 3 1
1 2
1 2

1 1 2 u
Fu2uu
u3uu
Fu
Fu
Fu
D) 3
3u+
r1 0 5 10 5 u
uuu
r1 0 5 10 5 ,
1 2 3 1
1 2 3 1
0 0
0
0

rg ( D ) = 2 , dos filas distintas de cero.


Es claro que en los ejemplos anteriores se observa que el rango de
cualquier matriz es siempre menor o igual que el nmero de filas de la
matriz.
Es posible verificar que el rango de cualquier matriz siempre es menor
o igual su nmero filas y de columnas, dado que el proceso para hacer el
mtodo de Gauss, es indistinto de la realizacin de operaciones
elementales de filas o columnas.
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

26

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

Este detalle, nos permite anticipar el rango de una matriz, sabiendo


entre que valores se encuentra.
Se sugiere utilizar Gauss en columnas para la matriz anterior D .
En el caso C) del ejemplo anterior. Dado que la matriz es 3 3 , el rango
slo puede ser 0, 1, 2 o 3 , no hay otras posibilidades.
En el caso del apartado D) dado que la matriz es 3 4 , el rango slo
puede ser 0, 1, 2 o 3 (de hecho podemos reducir el nmero de
posibilidades, dado que una matriz slo tiene rango cero si la matriz es
nula).
Propiedad
Si A es una matriz de orden m n no nula, se cumple que:
1 rg ( A) min { m, n}
Ejemplo: Calcule en funcin de k el rango de la matriz A :
1 1 2
A=

3 3 k
2
1 1 2 F2 3 F1 1 1
Aplicando Gauss A =

3 3 k
0 0 k 6
Resulta claro que si k 6 = 0 , la ltima fila es nula, esto es para k = 6
esta fila es nula y el rango de A es 1, mientras si k 6 es distinto de cero,
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

27

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

esto es k 6 , existen dos filas no nulas y asi el rango de A es 2 . En


resumen:
Si k 6 , entonces rg ( A ) = 2 .
Si k = 6 , entonces rg ( A ) = 1
Propiedad
Una matriz cuadrada A tiene inversa, si y solo si rg ( A ) = mximo .
Ejercicios:
1 2 1

1. Calcula el rango de A segn los valores de k : A = 1 1 3 , para


5 1 k

qu valores de k tiene A inversa?


2. Calcula el rango de las matrices:

1 0 1
A=
;
2 1 0

0 2 1

B = 1 0 1 ;
0 4 2

2 1

0 0
C =
2 1

0 0

1
1
1
0

0
1

2 1 5 1 8

D = 1 2 3 4 5
1 3 10 11 13

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

28

Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________

______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010

29

También podría gustarte