Matrices I
Matrices I
Matrices I
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.
Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________
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
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 ) ;
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
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
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
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.
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 =
=
Producto de Matrices
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010
10
Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________
______________________________________________________________________________________________________________________________________________________________
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
3 2 1 4 1 2
2 5 3 2 2 0
3 2
1 c11 c12
=
2 c21 c22
c13
c23
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010
12
Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________
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
______________________________________________________________________________________________________________________________________________________________
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
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
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
______________________________________________________________________________________________________________________________________________________________
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.
In
, porque no se ha
A
17
Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________
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
______________________________________________________________________________________________________________________________________________________________
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
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
______________________________________________________________________________________________________________________________________________________________
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
______________________________________________________________________________________________________________________________________________________________
(A
1 1 1 0
I2 ) =
2 3 0 1
(A
1 1 1 0
I2 ) =
Fuu
2uuu2uu
Fur1
u
2 3 0 1
(A
1 1 1 0
I2 ) =
0 5 2 1
(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
______________________________________________________________________________________________________________________________________________________________
1 0
5 0 3 1 F1 F 2
5
5 , 5
0 5 2 1 uuuuuuuuuur 0 1 2
1
5
(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
de Gauss-Jordan.
______________________________________________________________________________________________________________________________________________________________
Ing. Arturo Ortiz Cedano
Febrero 2010
22
Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________
(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
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
24
Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________
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
26
Universidad Veracruzana
Algebra Lineal
Facultad de Ingeniera Civil - Xalapa
______________________________________________________________________________________________________________________________________________________________
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
______________________________________________________________________________________________________________________________________________________________
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