Tema 1 AlgebraLinealAlgebraMatricial

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)
1 de 1
Matrices

Una matriz de m x n con elementos en C es un arreglo de la forma

(
(
(
(
a a a
a a a
a a a
mn m m
n
n
K K K
K K K
K K K
M
2 1
2 22 21
1 12 11

donde a
11,
a
12, ...,
a
mn
y m, n Z. La matriz es de orden m x m.

[ a
11,
a
12,...,
a
1n
] primer rengln
[ a
21,
a
22,...
a
2n
] segundo rengln
[ a
i1,
a
i2,...,
a
in
] i-simo rengln

en forma anloga
(
(
(
(
a
a
a
nj
j
j
M
2
1
j-sima columna

Definicin
Sean A= [ a
ij
] y B= [b
ij
] dos matrices de m x n con elementos en C. A y B son iguales, lo
que representamos con A=B, si:
a
ij=
b
ij
; para i = 1,2,...m y
j = 1,2,..., n

Adicin de matrices y multiplicacin por un escalar.


2 de 2

La adicin

Definicin

Sean A= [ a
ij
] y B=[b
ij
] dos matrices de m x n con elementos en C. La suma A + B es
una matriz s = [s
ij
] de m x n definida por

Sij = a
ij
+ b
ij
i = 1,2,..., m
y
j = 1,2,..., n

Ejemplo:

Sean A=
(
+
+
1 2
3 7
i
i
; B=
(
+
4 3
2 5
i
i i
; C=
(
(
(
1 5
4 3
6 1
i
i

A+B=
(
+ + +
+ + + +
4 1 3 ) 2 (
) 2 ( ) 3 ( ) 5 ( 7
i i
i i i

=
(
+
+
5 4 2
5 12
i
i

A+C No existe porque no son del mismo orden. No son conformables para la suma.

Teorema
Si A, B y C son matrices de m x n cuyos elementos son nmeros complejos, entonces:

1) A+(B+C) = (A+B)+C asociatividad
2) A+B = B+A conmutatividad
3) la matriz 0 de orden m x n tal que A+ (-A)=0 elemento neutro
Definicin


3 de 3
Sean A= [ a
ij
] y B=[b
ij
] dos matrices de m x n con elementos en C. La diferencia A-B se
define como

A-B= A+ (-B)

A-B= (A+(-B) = ([ a
ij +
(-b
ij
)] = [ a
ij
- b
ij
]

Para las matrices definidas en el ejemplo anterior:

A-B =
(
+
+
1 2
3 7
i
i
-
(
+
4 3
2 5
i
i i
=
(
+
+ +
4 1 3 ) 2 (
) 2 ( ) 3 ( ) 5 ( 7
i i
i i i

=
(

+
3 2 2
2 1 2
i
i i

A-C No son conformables para la sustraccin.

Multiplicacin por un escalar

Definicin

Sean A=[ a
ij
] una matriz de m x n con elementos en C y C. El producto A es
una matriz E dada por E = | | ij e de m x n definida

ij e = a
ij
; para i= 1,2,...,m y
j = 1,2,..., n

si = 3i

A=3i
(
+
+
1 2
3 7
i
i
=
(
+
+
) 1 ( 3 ) 2 ( 3
) 3 ( 3 ) 7 ( 3
i i i
i i i
=
(

i i
i i
3 3 6
3 9 21
(i-i)=i
2
=-1

Teorema


4 de 4
Si A y B son matrices de m x n con elementos en C y C, entonces

1) (A+ ) = A+ B
2) ( +B) A = A +BA
3) (BA) = ( B)A

Multiplicacin de matrices

Definicin

Sean A=[ a
ij
] y B=[b
ij
] dos matrices con elementos en C, de m x n y n x q,
respectivamente. El producto AB da como resultado p= [p
ij
], de m x q, definida por

p
ij =
bkj
n
k
ik a
=1

para i = 1,2m
j = 1,2n

(
(
(
=
(
(
(
(
(
(
P B
j
A
i
p
ij

Teorema

Sean A, B y C matrices de m x n, n x p y p x q, respectivamente, entonces:

A(BC)=(AB)C

Teorema


5 de 5
Sean A,B y C matrices de m x n, n x p y n x p respectivamente y D, E y F matrices de m
x n, m x n y n x p, respectivamente, cuyos elementos son numeros complejos.

Entonces:

1) A(B+C) = AB+AC
2) (D+E)F = DF+EF

Definicin

Se llama matriz identidad de orden n a la matriz cuadrada de orden n,
In=
| |
ij tal que

ij = 1 si i =j

ij = 0 si i j

ij Delta de kronecker

I
3 =
(
(
(
1 0 0
0 1 0
0 0 1

Matriz de identidad de orden 3

Ejemplo:
Sean las matrices

A=
(
(
(
1
4
2
0
3
1
B=
(
1 2
3 4
C=
(
3 2
0 1

3 X 2 2 X 2 2 X 2

Demostrar que A(BC) = (AB)C


6 de 6
2 2
2 2 2 2 2 2
3 2
9 10
3 2
0 1
1 2
3 4
x
x x x
BC
(
=
(
=

2 3
2 3 2 2 2 3
3 4
9 10
3 2
3 4
1
4
2
0
3
1
x
x x x
AB
(
=
(
(
(
(
=


7 de 7
( )
2 3
2 3 2 2 2 3
3
39
15
4
46
18
3 4
9 10
1
4
2
0
3
1
x
x x x
BC A
(
(
(
=
(
(
(
(
=

( )
( ) ( )C AB BC A
x
C AB
x x x
=
(
(
(
=
(
(
(
(
=
2 3
3
39
15
4
46
18
3 2
0 1
1
13
5
2
20
8
2 3 2 2 2 3


8 de 8
Ejemplo:

Sean A y B dos matrices de 4 x 5 y C, D y E de 5 x 2, 4 x 2 y 5 x 4,
respectivamente. Determinar cules de las siguientes operaciones son conformables.

a) AB

A B No son conformables para la multiplicacin
4x5 4x5
|---/---|

b) AC+D

A C + D Matriz de 4 x 2
4x5 5x2 4x2
|---/---|
|----/----|
4 x 2
|--------/---------|
4 x 2

c) AE + B

A E + B
4x5 5x4 4x5 No son conformables para la suma
|------------|
4 x 4


9 de 9
d) E (A + B)
E (A + B)
5x4 4x5 4x5 Matriz de 5x5
|--------|
4x5
|------------|

|----------------|
5x2

e) E (AC)
E (A C)
5x4 4x5 5x2 Matriz de 5x2
|------|
4x2
|--------|
|---------------|
5x2

Inversa de una matriz

Definicin

Sea A una matriz de mxn con elementos en C. Una matriz X se dice que es inversa de A
si:

XA=AX=In

Y se representa con A
-1

A, X y A
-1
son matrices cuadradas de orden n.

Si A tiene inversa matriz no singular
Si A no tiene inversa matriz singular

10 de 10
Matrices elementales

Definicin

Una matriz elemental es aquella que se obtiene aplicando a In una transformacin
elemental y se representa con

In
(i,j)
Se obtiene intercambiando los renglones i y j de In
In
k(i)
Se obtiene multiplicando por un nmero k 0 el rengln i de In
In
k(i,j)
Se obtiene multiplicando por k el rengln i de In

Ejemplo:

Sea la matriz A=
(
(
(
2 1 4
7 3 5
1 4 2

Se aplica la transformacin T
1
igual a I
3
(1,2)

E
1=
I
3
(1,2)
=
(
(
(
1 0 0
0 0 1
0 1 0

Si multiplicamos E, A se tiene

A
1
= EA =
(
(
(
=
(
(
(
(
(
(
2 1 4
1 4 2
7 3 5
2 1 4
7 3 5
1 4 2
1 0 0
0 0 1
0 1 0

E
1
= Matriz elemental

Teorema
Las matrices elementales son no singulares


11 de 11
Teorema
El producto de dos matrices elementales es una matriz no singular

Supongamos que existe una sucesin finita de matrices elementales

I A A n
T
K
T T K
A
1 1
,
2 1
K

Entonces existe una sucesin finita de matrices elementales

E
1
, E
2
, ..., E
k

( ( ) ( ) )
( )
I E E E
I E E E
n K
n K
A
A
=
=
1 2
1 2
K
K K

Si llamamos P al producto (E
k
... E
2
E
1
) se tendr que

PA= In

Como P es un producto de matrices elementales, P es no singular y existe P
-1

P
-1
(PA)= P
-1
In
(P
-1
P)A= P
-1
InA= P
-1
A= P
-1

Si post multiplicamos por P
AP= P
-1
P
AP=In

En consecuencia
PA=AP=In
P es la inversa de A


12 de 12
Se tiene que

P= E
k...
E
2
E
1
=( E
k...
E
2
E
1
)In
= E
k
(...(E
2
(E
1,
I
n
))...)

por lo tanto, P se obtiene aplicando a In una sucesin de transformaciones elementales
T
1,
T
2,...
T
k

T
1
T
k

[A | In] ... [In | A
-1
]

Inicialmente el arreglo tiene del lado izquierdo la matriz A y del lado derecho la matriz
identidad In.

Se efectan (en ambas matrices) las transformaciones necesarias para obtener del lado
izquierdo la matriz In y al finalizar el proceso se obtiene del lado derecho la matriz A
-1
.

Ejemplo:
Determinar la inversa de la matriz A=
(
6 5
4 3

| |
(
=
1 0
0 1
6 5
4 3
2 I
A
~
(
(
1
3
5
0
3
1
3
2
0
3
4
1

R
1/3
R
1(- )
+ R
2

(
2 3 2 5
2 3
1 0
0 1

R
2
(-3/2)

13 de 13
R
2
(-1/3) + R
1

A
-1
=
(
3 5
4 6

A es NO singular

Ejemplo:

Encontrar, si existe, A
-1
para

A=
(
(
(
8 5 4
2 1 3
6 4 1

(
(
(
1 1 1
0 1 3
0 0 1
8 5 4
2 1 3
6 4 1
~
(
(
(

1 0 4
0 1 3
0 0 1
16 11 0
16 11 0
6 4 1

R
1
(3)+ R
2
R
1
(4)+ R
3

(
(
(

1 1 1
0 1 3
0 0 1
0 0 0
16 11 0
6 4 1

R
2
(-1)+ R
3


14 de 14
El ultimo rengln de la resultante maestra que no se puede transformar en I
3;
por tanto,
A
-1
no existe

A es singular

Ecuaciones con matrices

Un ejemplo de ecuaciones con matrices la constituye la llamada representacin matricial
de un sistema de ecuaciones lineales. Un sistema de m ecuaciones con n incgnitas
puede quedarse representada por la ecuacin

AX=B

Donde
A Matriz de coeficientes, de mxn
B Vector de trminos independientes, de nxl
X Vector de incgnitas de mxl

Si A
-1
se tiene
AX=B

A
-1
(AX)= A
-1
B

(A
-1
A)X= A
-1
B

InX= A
-1
B

X= A
-1
B

Ejemplo:

Resolver el sistema de ecuaciones lineales que se plantea

X
1
+3X
3
=2
X
2
-2X
3
=-1
X1+X2+2X3=3


15 de 15
A=
(
(
(
2 1 1
2 1 0
3 0 1
X=
(
(
(
3
2
1
X
X
X
B=
(
(
(
3
1
2

A
-1
=
(
(
(

1 1 1
2 1 2
3 3 4

X= A
-1
B=
(
(
(
(
(
(

3
1
2
1 1 1
2 1 2
3 3 4

X=
(
(
(
2
3
4

Es decir:

X
1
=-4 X
2
=3 X
3
=2

Ejemplo:
Obtener la matriz X
1
, si existe tal que XA+B=XC

Si A=
(

4 2
1 2
; B=
(
1 1
2 3
; C=
(
2 1
1 1

XA+B=XC

X
-1
[XA+B] = X
-1
[XC]

X
-1
XA+ X
-1
B = X
-1
XC

InA + X
-1
B = InC

A+ X
-1
B=C


16 de 16
[A+ X
-1
B] A= C-A

A+ X
-1
B A= C-A

X
-1
B=C-A

X[X
-1
B]=X[C-A]

InB=X[C-A]

B=X[C-A]

B[C-A]
-1
= [X[C-A]] [C-A]
-1

B[C-A]
-1
= XIn

B[C-A]
-1
=X

X=B[C-A]
-1

C-A=
(
2 1
1 1
-
(

4 2
1 2
=
(
6 3
2 1

[C-A]
-1
(
0 0
0 1
6 3
2 1

~
(

1 3
0 1
0 0
2 1

( )
( )
R R
R
2 1
1
3
1
+

(C-A) es una matriz singular [C-A]
-1
y no es posible determinar X.

Se presentan algunas diferencias importantes entre el lgebra de los nmeros y el de las
matrices:


17 de 17
1) Podemos sumar o multiplicar dos nmeros cualesquiera, mientras que no siempre
podemos hacerlo con las matrices, stas deben ser conformables para la suma o la
multiplicacin.

2) La multiplicacin de nmeros es conmutativa, mientras que la multiplicacin de
matrices no lo es.

Para los nmeros se tiene:
Si b=c ab=ac
Si b=c ab=ca

Para las matrices:
Si B=C AB=AC
Si B=C AB=CA

3) El producto de dos nmeros diferentes de cero es diferente de cero, mientras que la
multiplicacin de dos matrices diferentes de cero puede ser igual a la matriz de cero.

Para las matrices

A=
(

3 9
1 3
B=
(

6 3
2 1

AB=
(
=
(

0 0
0 0
6 3
2 1
3 9
1 3

A 0 B 0 AB 0

Tipo Especial de Matrices

Diagonal principal, triangular superior y triangular inferior

Diagonal principal a
ii

Triangular superior a
ij
tal que i<j

18 de 18

Triangular inferior a
ij
tal que i>j

Traza

Definicin

Sea A=[ a
ij
] una matriz de n x n con elementos en C. Se llama traza de A, y representa
con t
r
A, al nmero

=
n
i
ii a
1

Ejemplo

Sea A=
(
(
(
i
i
2 3 0
4 1 2
1 3 5

t
r
A= 5i+1+(-2i)
= 1+3i

Teorema
Si A y B son dos matrices de nxn con elementos en C y C .
1) t
r
(A+B) = t
r
(A) + t
r
(B)
2) t
r
(A) = [t
r
(A)]
3) t
r
(AB) = t
r
(BA)

Matrices triangulares

Definicin

Sea A=[ a
ij
] una matriz de nxn con elementos en C. Se dice que

1) A es triangular superior si a
ij
=0 para i>j

19 de 19
2) A es triangular inferior si a
ij
=0 para i<j

(
(
(
6 0 0
5 4 0
3 2 1
Triangular superior

(
(
(
6 5 4
0 3 2
0 0 1
Triangular inferior

Teorema

Si A y B son dos matrices triangulares superiores (inferiores) del mismo orden y
C entonces

1) A+B es triangular superior (inferior)

2) A es triangular superior (inferior)

3) AB es triangular superior (inferior)

Matriz Diagonal

Definicin

Sea A=[ a
ij
] un matriz de nxn con elementos en C. Se dice que A es una matriz diagonal
si a
ij
=0 para i j y se representa con

diag ( a
11,,
a
22,...,
a
nn
)

(
(
(
0 0 0
0 2 0
0 0 1
i Matriz diagonal

diag (1,2i,0)

20 de 20
Teorema

Si A y B son dos matrices diagonales
diag A =(a
11,
a
22,...,
a
nn
)
diag B = (b
11,
b
22,...,
a
nn
)

1) A+B = diag ( a
11 +
b
11,
a
22 +
b
22,...,
a
nn
b
nn
)

2) A= diag (a
11,

a
22,...,
a
nn
)

3) AB =( a
11
b
11,
a
22
b
22,...,
a
nn
b
nn
)

4) A
-1
= diag (1/ a
11,
1/

a
22,...,
1/ a
nn
)

Si A es no singular

Regla de Sarrus

Clculo de determinantes

Este mtodo se emplea para determinantes de segundo y tercer orden

22 21
12 11
a a
a a
= a
11
a
22
- a
21
a
12

23 22 21
13 12 11
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
a a a
a a a
= ( a
11
a
22
a
33
+

a
21
a
32
a
13
+ a
31
a
12
a
23
)

- ( a
21
a
12
a
33
+
a
11
a
32
a
23
+ a
31
a
22
a
13
)


21 de 21
Ejemplo

Obtenga el det A, para A =
(
7 5
3 1
( )( ) ( )( ) 3 5 7 1
det A = 7-15
det A = -8

A=
(
(
(
1 4 1
5 2 3
5 4 1

det A =
5 2 3
5 4 1
1 4 1
5 2 3
5 4 1

( )( )( ) | | ( )( )( ) | | ( )( )( ) | |
( )( )( ) ( )( )( ) ( )( )( ) | |
60 18 78
5 2 1 5 4 1 1 4 3
5 4 1 5 4 3 1 2 1
= =
+ +
+ + =

Desarrollo por cofactores

Sea

A =
(
(
(
(
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a


22 de 22
det A = a
11
(-1)
1+1
33 32
23 22
a a
a a
+

a
12
(-1)
1+2
33 31
23 21
a a
a a
+

a
13
(-1)
1+3
32 31
22 21
a a
a a

Definicin

Sea A= [ a
ij
] una matriz de n x n con elementos en C (-1)
i+j
M
ij

Teorema

Si A= [ a
ij
] es una matriz de n xn con elementos en e y r un nmero entero tal que
n r 1 , entonces

c a
c a
ir ir
n
i
rj rj
n
j
A
A
=
=
=
=
1
1
det ) 2
det ) 1

Ejemplo

Sea A =
(
(
(

2 4 5
3 4 2
0 1 3

Calcular det A
det A= 3(-1)
1+1
2 4
3 4

+

(1)(-1)
1+2
2 5
3 2

+ (0)(-1)
1+3
4 5
4 2

= 3[(8)-(12)] -1 [(4)-(15)]

23 de 23
= 3(-4) -1(-11)
=-12+11
det A =-1

Mtodo de condensacin
Este mtodo se basa en lo siguiente:
1) Elegir una lnea que contenga el mayor nmero de ceros posible.
2) Elegir un elemento no nulo de dicha lnea (de preferencia 1 -1) y aplicar
reiteradamente transformaciones elementales hasta reducir a ceros el resto de los
elementos de la lnea.
3) Desarrollar los factores segn dicha lnea.
4) Repetir los tres pasos anteriores hasta obtener un determinante de tercer o
segundo orden y obtener su valor por medio de la regla de Sarrus

Ejemplo
Calcular el determinante de la matriz A

A=
(
(
(
(
(
(

1 0 4 2 1
1 3 1 2 0
0 1 2 1 1
1 0 1 2 3
3 2 5 1 1

Seleccionamos la cuarta columna para efectuar el desarrollo y para pivote el tercer
elemento de dicha columna. Se multiplica por 2 y -3 el rengln 3 y se suma a los
renglones 1 y 4, respectivamente.


24 de 24
det A =
1 0 4 2 1
1 3 1 2 0
0 1 2 1 1
1 0 1 2 3
3 2 5 1 1

~
1 0 4 2 1
1 0 5 5 3
0 1 2 1 1
1 0 1 2 3
3 0 1 1 1

desarrollamos por cofactores la columna 4

det A= (1)(-1)
3+4

1 4 2 1
1 5 5 3
1 1 2 3
3 1 1 1

Se escoge el primer rengln para el desarrollo y el elemento de la primer columna como
pivote

det A= (-1)
1 4 2 1
1 5 5 3
1 1 2 3
3 1 1 1

c
1
(1)+ c
2
c
1
(1)+ c
3
c
1
(-3)+ c
3

=-1
2 5 3 1
8 8 2 3
10 4 5 3
0 0 0 1


25 de 25
det A= (-1)(1)(-1)
1+1
2 5 3
8 8 2
10 4 5

c
1
(4)+ c
2
c
1
(-4)+ c
3

det A = -1
14 17 3
0 0 2
30 24 5

det A= -1(2)(-1)
2+1
14 17
30 24

det A= 2[(24)(-14)-(17)(-30)]

=2 (-336+510)

=348

Clculo de la inversa por medio de la adjunta

Sea A= [ a
ij
] una matriz de n x n con elementos en C. y sea c
ij
el cofactor del elemento
a
ij.
Se llama adjunta de A a la matriz Adj A= | |
bij
donde b
ij=
c
ij.

Considrese la matriz A =
4 6 1
4 2 1
3 2 1

c
11
= (-1)
2
4 6
4 2
= 8-24=-16


26 de 26
c
12
= (-1)
3
4 1
4 1
= (-1)[4-4]=0

c
13
= (-1)
4
6 1
2 1
= 6-2=4

c
21
= (-1)
-3
4 6
3 2
= (8-18)(-1)=10

c
22
= (-1)
4
4 1
3 1
= (4-3)=1

c
23
= (-1)
5
6 1
2 1
= (6-2)(-1)=-4

c
31
= (-1)
4
4 2
3 2
= (8-6)=2

c
32
= (-1)
5
4 1
3 1
= (4-3)(-1)=-1

c
33
= (-1)
6
2 1
2 1
= (2-2)=0

Adj A =
(
(
(
=
(
(
(
0 4 4
1 1 0
2 10 16
33 23 13
32 22 12
31 21 11
c c c
c c c
c c c

A Adj A =
(
(
(
=
(
(
(
0 4 4
1 1 0
2 10 16
4 6 1
4 2 1
3 2 1


27 de 27
= 4
4 0 0
0 4 0
0 0 4
=
(
(
(
I
3

Cul es la relacin de -4 con la matriz A? si calculamos detA

det A= 4
4 6 1
4 2 1
3 2 1
=

es decir

Si A es una matriz de n x n con elementos en C, entonces
A(Adj A) = (det A)A=(detA)In

Teorema
Sea A una matriz de n x n con elementos en e.
A
-1
existe si y slo si A 0

* A
-1
=
A det
1
(Adj A)
* Si A
-1
entonces det A
-1
A det
1

En el ejemplo anterior,

A
-1
= 1/-4
(
(
(
0 4 4
1 1 0
2 10 16

Ejemplo
Calcular la inversa de A=
(
4 1
2 1
utilizando el mtodo de la adjunta


28 de 28
c
11
= (-1)
2
(4)=4

c
12
= (-1)
3
(1)=-1

c
21
= (-1)
-3
= (2)=-2

c
22
= (-1)
4
(1)=1

Adj A =
(

=
(
(
(
1 1
2 4
22 12
21 11
c c
c c

det A= 2 2 4
4 1
2 1
= =

A
-1
=1/2
(

1 1
2 4

Solucin de un sistema de ecuaciones lineales utilizando la regla de Crammer

Sea

a
11 x 1
+

a
12 x 2
+...+a
1n xn
= b
1

a
21 x 1
+

a
22 x 2
+...+a
2n xn
= b
2
* * * *
* * * *
* * * *
a
n1 x 1
+

a
n2 x 2
+...+a
nn xn
= b
n

Un sistema de n ecuaciones con n incgnitas, y sea A=| |
aij
su matriz de coeficientes


29 de 29
A =
(
(
(
nn n n
n
n
a a a
a a a
a a a
...
...
...
2 1
2 22 21
1 12 11

Si det A 0 entonces

x k
=
A
Ak
det
det
para k=1,2,n

donde A
k
= [C
ij
] es tal que

C
ij
k j para
k j para
ij
ij
b
a

Ejemplo:

Resolver el siguiente sistema de ecuaciones lineales utilizando la regla de Crammer

3
x1
-4
x2
=-5
2
x1
+
x2
= 4

A=
(

1 2
4 3
B=
(
4
5

| |
2
1
4
5
1 2
4 3
3 2 1
i
j
b A
(
(
=

det A =
1 2
4 3
=3+8=11

30 de 30
det A
1
=
1 4
4 5
= -5+16=11
k=1
b
1

det A
2
=
4 2
5 3
= 12+10=22
k=2
b
2

x1
= 1
11
11
det
det 1
= =
A
A

x2
= 2
11
22
det
det 2
= =
A
A

Tema 1 AlgebraLinealAlgebraMatricial

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Tema 1 AlgebraLinealAlgebraMatricial

Caricato da

Copyright:

Formati disponibili

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)

Potrebbero piacerti anche