Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Pg. 1
Tema 1
MATRICES
Matrices
Pg. 2
a11
a
A = 21
a
m1
a12
a22
am 2
a1n
a2 n
amn
Filas de la matriz A
Columnas de la matriz A
Abreviadamente se puede expresar
A = (aij ).
Los
Matrices
son
llamados componentes o elementos de la Matriz.
aij
Observacin:
Pg. 3
Matrices
Pg. 4
{=A ( a )
i j mxn
/ ai j K
Matrices
Pg. 5
2 1
A=
3
4
A tiene 2 filas y 2
columnas, diremos que
su dimensin 2 x 2.
Qu elemento es a21?
6 4 0
B=
1
1
2
B tiene 2 filas y 3
columnas, diremos que
su tamao es 2 x 3.
Qu elemento es b23?
1
3
2 4
C =
1 5
1
0
0
0
2
0
C tiene 4 filas y 3
columnas, diremos que
su dimensin 4 x 3.
Qu elemento es c32?
Matrices
Pg. 6
Igualdad
Dos matrices A y B son iguales cuando contienen los mismos elementos,
dispuestos en los mismos lugares:
A = B aij = bij i, j
Lgicamente, para que dos matrices sean iguales es necesario que tengan
la misma dimensin.
Matrices
Pg. 7
1
Por ejemplo, C = 0
8
simplemente de orden 2.
2 3 matriz
1
D = 6
5 4 cuadrada de
3 4 0 orden 3.
Matrices
Matrices
Pg. 9
a11
a
A = 21
a
n1
a12
a22
an 2
a1n
a2 n
ann
Diagonal principal
2 3
1
D = 6
5 4
3 4 0
Matrices
Pg. 10
0
1 0 0
0 4 0
0
E =
0
3 4 5
1 3 16 78
1 4 3
F = 0 9 5
0 0 3
Triangular superior
Triangular inferior
0
1
0 45
G =
0
0
0
0
0
0
3
0
0
0
0
0
Matrices
11
Matrices
Matriz diagonal
12
Matriz unidad
Matriz escalar
Delta de Kronecker
Matrices
Pg. 13
1 0 0
I 3 = 0 1 0
0 0 1
1 0
I2 =
0
1
1
0
I4 =
0
0
0
1
0
0
0
0
1
0
0
0
0
1
0 0 0 0 0
0
0
0
0
0
Por ejemplo, A =
Matrices
Pg. 14
1 5 0
1 1 1
B
=
0
1
2
A=
0
1
6
0 0 1
C=
0
0
0
1 5 0
D = 0 1 2
0 0 0
Matrices
Pg. 15
3.-Transformaciones elementales
Existen una serie de operaciones que se pueden hacer con las filas de una
matriz y que permiten convertirla en una matriz escalonada: las
transformaciones elementales.
En general, si llamamos Fi a la fila i-sima y Fj a la fila j-sima, las
transformaciones elementales son:
Ejemplo
Intercambiar dos filas. Fi Fj.
Sumar a una fila los elementos
correspondientes de otra fila
multiplicada por un n real k.
Fi Fi + kFj
Fi kFi
2 0 2
4 2 1
1 5 3
F2 F3
2 0 2
1 5 3
4 2 1
2 0 2 F1 F1 + 2F3 0 10 8
4 2 1
4 2 1
1 5 3
1 5 3
2 0 2
4 2 1
1 5 3
F2 2F2 2
0 2
8 4 2
5 3
1
Matrices
Pg. 16
3.-Transformaciones elementales
Estas transformaciones permiten definir una equivalencia entre las matrices
de igual dimensin.
Dos matrices son equivalentes si una de ellas se obtiene a partir de
la otra mediante transformaciones elementales.
EJEMPLO
2 1 3 1 F F
2
1 1 2 2 1
1 4 3 1
2
1 1 2
0 1 1 3
1
0 5 5
1 1 2 2
2 1 3 1
1 4 3 1
F3 F3 + 5F2
Hacemos que el
elemento a32 sea 0:
2 1 3 1
A = 1 1 2 2
1 4 3 1
F2 F2 2F1
F 3 F3 + F 1
Hacemos que los dems elementos
de la primera fila sean 0:
2
1 1 2
0 1 1 3
0 0 0 14
Que est en
forma
escalonada
Matrices
Pg. 17
3.-Transformaciones elementales
EJERCICIO
1 2 3
A = 2 5 7
3 6 10
1 3 1 5
C = 1 2 6 4
0 8 8 2
2 3 4 9
B = 4 1 0 1
3 1 2 0
2 1 5 1 8
D = 1 2 3 4 5
1 3 10 11 13
Matrices
Pg. 18
4. 1. Suma y diferencia
a11 ... a1n b11 ... b1n a11 + b11 ... a1n + b1n
A + B = ... ... ... + ... ... ... = ...
...
...
a
b
a + b
...
a
...
b
...
a
b
+
1
1
1
1
m
mn
m
mn
m
m
mn
mn
De forma abreviada:
EJEMPLO
2 1 3 2 0 4 4 1 7
4 2 1 + 3 2 5 = 1 4 6
23
23
23
Matrices
Pg. 19
4. 1. Suma y diferencia
A + ( A) = ( A) + A = 0
A B = A + ( B)
EJEMPLO
2 1 3 2 0 4 0 1 1
4 2 1 3 2 5 = 7 0 4
23
23
23
Matrices
Pg. 20
Demostracin: Pongamos
=
A
=
( aij ) , B
=
( bij ) , C
(C ) M
ij
mn
(K )
.Entonces:
A+ 0 =.
( a
ij
ij
ij
(a
ij
( a ) + ( 0 )= ( a
A + ( A=
)
cij
+ aij =
+ 0 )= A
( 0=)
Matrices
Pg. 21
Si
4. 1. Suma y diferencia
0 1
A = 4 2
3 9
0 1
A = 4 2
3 9
32
32
porque:
0 1 0 1 0 0
4 2 + 4 2 = 0 0
3 9 3 9 0 0
32
32
32
Matrices
Pg. 22
4. 1. Suma y diferencia
EJERCICIOS
1. Las exportaciones, en millones de euros, de 3 pases A, B, C a otros tres X,
Y, Z, en los aos 2000 y 2001 vienen dadas por las matrices:
X
Y Z
X Y
Z
1 A
11 6,7 0,5 A
13,3 7
x y 1 2 y 0 z 1 1 3
1
+ z 2 3 = 0
y
x
4
4
z
2 2 3 x 2 4 1
0
3. Calcula a, b, c
para que se cumpla 3 a
la igualdad:
4
b
2 2
a + b 4 1 a 2
+
=
c + 1 6 1 c
2
0 2 0 6
Matrices
Pg. 23
...
a
...
k
a
mn
m1
mn
m1
EJEMPLO
2 1 3 10 5 15
5
= 20 10 5
4
2
1
23
23
Propiedades:
a) Distributiva respecto de la suma de matrices: k(A + B) = kA + kB
b) Distributiva respecto de la suma de nmeros: (k + d)A= kA + dA
c) Asociativa: k(dA)=(kd)A
d) Elemento neutro, el nmero 1: 1A=A
Matrices
Pg. 24
DEMOSTRACION.
=
A
Pongamos
(=
aij )i , j , B (bij )i , j .Entonces :
1.[ + ] A =
[ + ](aij ) =([ + ]aij ) =([ aij ] + [ aij ])
=
A + A.
( aij ) + ( aij ) =
2. ( A + B)= (aij + bij )= ( [aij + bij ])= ([ aij ] + [ bij ])
=
A + B.
( aij ) + ( bij ) =
=
) A ([
3.(=
]aij ) (=
[ aij ]) =
( aij ) ( A).
=
A (1=
aij ) (=
aij ) A.
4.1
Matrices
Pg. 25
EJERCICIOS
1. Si
1 1
1 0
A=
y
B
=
0 2
0
1
1 2
3 X 5Y =
8 1
2 4
X + 3Y =
3 0
Matrices
Pg. 26
4. 3. Producto de matrices
A = (2 3 1)
1x3
1
B = 2
5
3x1
1
A B = (2 3 1) 2 = 21 + (3)2 + 15 = 2 6 + 5 = 1
5
1x3
3x1
Observa que el
resultado es un
nmero
Matrices
4.- Operaciones con matrices
Pg. 27
4. 3. Producto de matrices
Hay que dejar claro ya desde el principio que no todas las matrices pueden
multiplicarse. Dos matrices se pueden multiplicar cuando se cumple la
siguiente condicin:
Para multiplicar dos matrices A y B, en este orden, 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 AB no puede realizarse, de
modo que esta es una condicin que debemos comprobar previamente a la
propia multiplicacin.
Una vez comprobado que el producto AB se puede realizar, si A es una
matriz m x n y B es una matriz n x p (observa que el n de columnas de A = n
= n de filas de B), entonces el producto AB da como resultado una matriz
C de tamao n x p del siguiente modo:
El elemento que se encuentra en la fila i y la columna j de la matriz C = AB,
se obtiene multiplicando los elementos de la fila i de A por la columna j de B y
sumando los resultados
Matrices
Pg. 28
4. 3. Producto de matrices
Filas
A B = AB
mn
np
mp
Columnas
Es posible
el producto
C1
F1 a11
A B = ...
a
m1
Matrices
Pg. 29
3 2 1 4
A=
2
5
3
24
4. 3. Producto de matrices
0 4 1
1 2 1
B=
2 0 2
3 2 1
43
1.- Comprobamos que se puede realizar el producto AB, pues el n de
columnas de A es 4 y el n de filas de B tambin es 4.
2.- El resultado, segn lo dicho ser una matriz de dimensin 2 x 3, tiene 2
filas y 3 columnas:
0 4 1
3 2 1 4 1 2 1
2 5 3 2
=
2 0 2
3 2 1
24
43
23
3.- Slo nos falta completar los elementos de la matriz producto. Para ello,
seguimos la regla anterior:
Matrices
Pg. 30
4. 3. Producto de matrices
C1
F1
0 4 1
3 2 1 4 1 2 1
2 5 3 2
=
2
0
2
3 2 1
24
43
16
23
F1 C1 = (3 2 1 4)
0
1
2
3
= (3)0 + 21 + 12 + 43 = 0 + 2 + 2 + 12 = 16
Matrices
Pg. 31
4. 3. Producto de matrices
C2
F1
0 4 1
3 2 1 4 1 2 1
2 5 3 2
=
2
0
2
3 2 1
24
43
16 16
23
F1C2 = (3 2 1 4)
4
2
0
2
= (3)(4) + 2(2) + 10 + 42 = 12 4 + 0 + 8 = 16
Matrices
Pg. 32
4. 3. Producto de matrices
C3
F1
0 4 1
3 2 1 4 1 2 1
2 5 3 2
=
2
0
2
3 2 1
24
43
16
16
23
1
1
F1C3 = (3 2 1 4)
2
1
= (3)1 + 21 + 12 + 41 = 3 + 2 + 2 + 4 = 5
Matrices
Pg. 33
4. 3. Producto de matrices
C1
F2
0 4 1
3 2 1 4 1 2 1
2 5 3 2
=
2 0 2
3 2 1
24
43
16 16
5
23
Matrices
Pg. 34
4. 3. Producto de matrices
C2
F2
0 4 1
3 2 1 4 1 2 1
2 5 3 2
=
2 0 2
3 2 1
24
43
16
16
22
23
Matrices
Pg. 35
4. 3. Producto de matrices
C3
F2
0 4 1
3 2 1 4 1 2 1
2 5 3 2
=
2 0 2
3 2 1
24
16
5
16
22 11
23
43
16 16 5
A B =
22
11
B A
43
24
Matrices
Pg. 36
4. 3. Producto de matrices
EJERCICIOS
3 5
1 3
B
=
2 1 calcula, si es posible, AB y BA.
2
6
Coinciden?
1. Si A =
1 1
2. Lo mismo si
A = 0 2 ,
4 1
3 0 2
B=
1
5
1 2 3
A = 1 1 1
0 2 1
1
B = 2
1
2 1 0
C =
3
4
5
Matrices
Pg. 37
4. 3. Producto de matrices
(B + C) A = B A + C A
c) Elemento neutro: la matriz identidad correspondiente. Si A es m x n:
A In = A
Im A = A
A B B A
5
2 1 3 0
0 2 1 2 = 0
4
21
23
31
Matrices
Pg. 38
Matrices
Pg. 39
4. 3. Producto de matrices
EJERCICIOS
1. Si A y B son dos matrices cuadradas del mismo orden, son ciertas las
propiedades siguientes, que son ciertas para las operaciones con nmeros
reales?:
a) (A + B)2 = A2 + B2 + 2 A B
b) (A B)2 = A2 + B2 2 A B
c) (A + B) (A B) = A2 B2
2 1
a b
1 2
?
0
1
Matrices
Ejemplo: Aunque
0 2 . 0 3 0 0
0 0 0 0 = 0 0 ninguno de los factores que
Matrices
41
Si
-PROPIEDADES.-
1.2.-
Matrices
Pg. 42
4. 4. Trasposicin de matrices
2 1 0 7
3
4
2
1
24
Si A =
2 3
1 4
t
Matrices
Pg. 43
Matrices
Pg. 44
4. 4. Trasposicin de matrices
En base a esta nueva operacin, podemos definir otras dos clases de matrices:
Matriz simtrica: matriz cuadrada que coincide con su traspuesta; es decir,
una matriz cuadrada es simtrica si se cumple que At = A.
3
2 1
A = 1 0 2 es simtrica
3 2 7
0 1 3
B = 1 0 2
3 2 0
es antisimtrica (comprueba).
Matrices
45
A simtrica si y slo si
A antisimtrica si y slo si
, es decir:
, es decir:
Matrices
46
A peridica si
. Si p es el menor
nmero natural que satisface
, entonces
decimos que A es una matriz peridica de perodo p.
A idempotente si
A nilpotente si
. Si p es el
menor nmero natural que satisface
,
decimos que A es una matriz nilpotente de ndice p.
A involutiva si
Matrices
Pg. 47
4. 4. Trasposicin de matrices
EJERCICIOS
1. Dadas las matrices
1 3 3
A = 1 4 3
1 3 4
1 2
1
B = 2
0 1
6 1 0
calcula 3At Bt .
2. Obtener las matrices X e Y que verifiquen los sistemas:
a)
1 5
2 X 3Y =
4 2
1 0
X Y =
3 6
b)
2 1
X +Y =
3 0
6 2
X Y =
0 1
c)
3 1
2X + Y =
0 2
1 0
X + 2Y =
2 4
Matrices
Pg. 48
Matrices
Pg. 49
Matrices
Pg. 50
x=
ax = b
2x = 6
1
2
1 2x = 1 6
2
2
1
x=3
Matrices
Pg. 51
A X = In
Matrices
Pg. 52
AB = BA = I,
siendo I la matriz unidad o identidad.
La matriz inversa de A se representa por A1.
Si una matriz cuadrada de orden n , A, tiene inversa se dice que A es
invertible (o que posee inversa o que es no singular o que es regular).
Por tanto, si una matriz cuadrada de orden n , A, tiene inversa, A1 , se
cumple que:
A A1 = I n
A1 A = I n
Matrices
Pg. 53
5. 1. Mtodo directo
1 2
A=
1
1
1 2 x
A A = I2
z
1
1
x + 2z = 1
y + 2t = 0
x + z = 0
y + t = 0
x
=
z
y
t
y 1 0
x + 2 z y + 2t 1 0
=
x + z y + t = 0 1
t 0 1
Matrices
Pg. 54
5. 1. Mtodo directo
x= 1
3
y = 2
3
1
3
3
z= 1
3
2
1
3
3
t= 1
3
1 1 2
=
3 1 1
Matrices
Pg. 55
5. 1. Mtodo directo
1 1
2
2
Por ejemplo, si A =
1
A A = I2
1 1 x
2 2 z
x+z=1
y+t=0
2x + 2z = 0
2y + 2t = 0
y 1 0
y + t 1 0
x+z
=
2 x + 2 z 2 y + 2t = 0 1
t 0 1
Matrices
Pg. 56
5. 2. Mtodo de Gauss-Jordan
a11
a
21
a31
a12
a22
a32
a13
a23
a33
1 0 0
0 1 0
0 0 1
(A | I3)
Aplicar transformaciones
elementales hasta llegar a
la forma:
1 0 0 b11 b12
0 1 0 b
b22
21
0 0 1 b31 b32
b13
b23
b33
(I3 | A1)
Matrices
Pg. 57
5. 2. Mtodo de Gauss-Jordan
EJEMPLO
1 2
1
1
(A | I2) =
1 2
1 1
1
0
0
1
ii) Se hace la matriz A triangular superior (es decir, hacemos ceros por debajo
de la diagonal principal) usando transformaciones elementales en filas.
En nuestro caso, basta sumar la fila 2 con la fila 1, y se obtiene:
(A | I2) =
1 2
1 1
1
0
0
1
F2 F2 + F1
1
0
2
3
1
1
0
1
Matrices
Pg. 58
5. 2. Mtodo de Gauss-Jordan
iii) Una vez hecha la matriz triangular superior, se hace la matriz triangular
inferior, haciendo ceros a los elementos por encima de la diagonal. El proceso
es parecido al anterior:
1
0
2
3
1
1
0
1
3
0
F1 3F1 2F2
0
3
1 2
1 1
iv) Ya tenemos una matriz diagonal. Lo nico que falta es dividir a 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
0
0
3
1 2
1 1
1
0
(F1)/3 , (F2)/3
0
1
1/3 2/3
1 /3 1 /3
(I2 | A1) =
1 0
0 1
1/3 2/3
1 /3 1 /3
A1
1/3 2/3
1 /3 1 /3
1 1 2
=
3 1 1
Matrices
Pg. 59
5. 2. Mtodo de Gauss-Jordan
1 1
A
=
Si calculamos por este mtodo la inversa de
2 2 resulta:
(A | I2) =
1
2
1
2
1
0
0
1
F2 F2 2F1
1
0
1 1
0 2
0
1
Cuanto mayor sea el orden de la matriz, mejor es este mtodo frente al directo.
Matrices
Pg. 60
5. 2. Mtodo de Gauss-Jordan
EJEMPLO
1 1 0
1 0 1
Siguiendo los pasos anteriores:
1 1 0
(B | I3) = 1 1 2
1 0 1
F3 2F3 + F2
1
0
0
1
4
0
1
0
0
0
1
0 3
4 1
1 0 0
0 1 0
0 0 1
1
2
0
0
1
2 1
4 1
0 0
1 2
1 2
F2 F2 + F1
1 1 0
1
0 2 2 1
0 1 1 1
F3 F3 F1
0 0
1 0
1 2
F1 4F1 F2
0 0
1 0
0 1
F2 2F2 F3
4
0
0
0
4
0
0 1 1 2
0 3 1 2
4 1 1 2
Matrices
Pg. 61
0
4
0
0 1 1 2
0 3 1 2
4 1 1 2
1 0 0
0 1 0
0 0 1
5. 2. Mtodo de Gauss-Jordan
F1
F2
F3
= (I3 | B1)
B1 =
B1 =
1
4
1 1 2
3 1 2
1 1 2
Matrices
Pg. 62
2 1
A=
3
1
1 2 3
B = 3 2 4
2 1 0
2 1 4
C = 0 1 2
1 0 1
3 0 0
D = 0 2 0
0 0 5
Matrices
Pg. 63
Matrices
Pg. 64
3 1 1 rang(A) = 2
A=
0
2
6
1 5 0
B = 0 3 2 rang(B) = 3
0 0 2
4
0
C =
0
0
6
0
0
0
rang(C) = 1
1 5 0
D = 0 3 2 rang(D) = 2
0 0 0
Matrices
Pg. 65
Matrices
Pg. 66
1 1
a) A =
2
2
0 3
b) B =
1
1
F2 F1
1 1 0
c) C = 2 1 1
1 1 2
1 1
0 0
1 1
0 3
F2 F2 2F1
F3 F3 + F1
0
1 1
0 1 1
0 2 2
F3 F3 + 2F2
1 1 0
0 1 1
0 0 0
4
6
2
d) D =
F2 2F2 + F1
2 4 6
0 0 0 Rg(D)=1, slo una fila
no nula.
Matrices
Pg. 67
1 rang(A) min{m, n}
Matrices
Pg. 68
Aplicando Gauss,
1 1 2
A=
3
3
k
F2 F2 3F1
1 1 2
A=
3
3
k
2
1 1
0 0 k 6
Matrices
Pg. 69
1 2 1
3
1. Calcula el rango de A segn los valores de k: A = 1 1
1
k
5
0 2 1
B = 1 0 1
0 4 2
1 0 1
A=
2
1
0
2 1
0 0
C =
2 1
0 0
1
1
1
0
1
0
1
1
2 1 5 1 8
D = 1 2 3 4 5
1 3 10 11 13
Matrices
Pg. 70
5 unid.
10 unid.
Color N
0,04
0,08
0,12
Color F
0,03
0,05
0,08
Color F
2 unid.
700000
50000
5 unid.
600000
40000
10 unid.
500000
500000
Matrices
Pg. 71
5 unid
10 unid
50000
40000
500000
N
F
0,04 0,03
B = 0,08 0,05
0,12 0,08
2 unid
5 unid
10 unid
Otras matrices son las llamadas matrices de relacin, que indican si ciertos
elementos estn o no relacionados entre s. En general, la existencia de
relacin se expresa con un 1 en la matriz y la ausencia de dicha relacin se
expresa con un 0.
Estas matrices se utilizan cuando queremos trasladar la informacin dada por
un grafo y expresarla numricamente.
Matrices
Pg. 72
Grafo
Grafo simple
Grafo dirigido.
Matrices
Pg. 73
A
B
C
D
0
0
1
0
1
0
0
0
0
1
0
0
1
0
0
0
Matrices
Pg. 74
0 1 0
1 0 1
0 0 0
A
B
C
D
0
0
1
0
1
0
0
1
1
0
0
1
1
1
0
0
Matrices
75
am1 x1 + am 2 x2 + + amn xn = bm
Matriz aumentada
asociada, para resolver
el sistema de ecuaciones
lineales.
a21 a22 a2 n
am1 am 2 amn
b1
b2
bm
Matrices
2x1 + 6x2 + x3 = 7
x1 + 2x2 x3 = 1
5x1 + 7x2 4x3 = 9
2 R1 + R2
5 R1 + R3
3 R2 + R3
1 7
2 6
1 2 1 1
5 7 4 9
2 1 1
1
2
3 9
0
0 3
1
14
1 2 1 1
3
9
2
2
0 1
0 0 11 55
2
2
2 R2
11R3
76
R12
1 2 1 1
1 7
2 6
5 7 4 9
2 1 1
1
3
9
1
2
2
0
0 3
1
14
1 2 1 1
3
9
2
2
0 1
0 0
1
5
x1 + 2 x2 x3 = 1
x3 = 5, x2 = 3, x1 = 10
3
9
x2 + x3 =
2
2
x3 = 5
Matrices
77
4
2
111R2
1
111R3
0
0
3 2 7
1
3
5
5
7 19
3 2 7
1 1 3
1 1 3
Entonces:
4 R1 + R2
2 R1 + R3
3 R2 + R1
R2 + R3
0
0
0
0
3 2 7
11 11 33
11 11 33
0
1
2
1 1 3
0
0
0
x2 x3 = 3
x1 + x3 = 2
Haciendo x3 = t, tenemos x2 = 3 + t, x1 = 2 t.
Matrices
78
Resolver:
x1 + x2 = 1
4x1 x2 = 6
2x1 3x2 = 8
1
1
1
1 0 1
4 1 6 0 1 2
2 3
0 0 16
8
0 + 0 = 16 !! No tiene soluciones.
Matrices
a21 a22 a2 n
A=
am1 am 2 amn
Vectores columna:
a1n
a12
a11
a2 n
a22
a21
v1 =
, v2 =
, , v n =
amn
am 2
am1
79
Vectores fila:
u1 = (a11 a12 a1n),
u2 = (a21 a22, a2n),,
um = (am1 am2 amn)
El rango de una
matriz A m n, es el
mximo nmero de
vectores fila
linealmente
independientes.
1 1 3 32RR1++RR2 1
1 1 3 121R2R+ R3 1 1 1
3
1
2
1
3
4
1
6 8 0 4
8 2 0 1 2 2
A = 2 2
3
0
0 0
5 7 8
2 4 1
0
0
rang A = 2.
Matrices
80
AX = 0
Siempre hay soluciones
(consistente)
Solucin nica X = 0
(solucin trivial)
rang(A) = n
Infinitas soluciones
Rang(A) < n
n r parmetros
Matrices
81
AX = B, B0
Consistente
rang(A) = rang(AB)
Solucin nica
rang(A) = n
Inconsistente
rang(A) < rang(AB)
Infinitas soluciones
rang(A) < n
n r parmetros
Matrices
82
Determinantes
det A =
a11
a12
a21 a22
a11
det A = a21
a31
a12
a22
a32
a13
a23
a33
a22
a23
a32
a33
a21 a23
+ a12
a31 a33
a21 a22
+ a13
a31 a32
Matrices
83
a11
det A = a21
a31
C11 =
a22
a23
a32
a33
a12
a22
a32
a13
a23
a33
C12 =
El cofactor de aij es
Cij = (1)i+ j Mij
donde Mij se llama menor.
a21 a23
a31 a33
C13 =
a21 a22
a31 a32
Matrices
2 4 7
A = 6 0 3
1 5 3
2 4
C11 = (1)1+1 6 0
1 5
2 4
C12 = (1)1+ 2 6 0
1 5
2 4
C13 = (1)1+3 6 0
1 5
84
2 4 7
det A = 6 0 3 = 2C11 + 4C12 + 7C13
1 5 3
7
1+1 0
3 = (1)
5
3
7
1+ 2 6
3 = (1)
1
3
7
1+3 6
3 = (1)
1
3
3
3
3
3
0
5
Matrices
85
2 4 7
det A = 6 0 3 = 2C11 + 4C12 + 7C13
1 5 3
1+1 0
det A = 2(1)
3
1+ 2 6 3
1+3 6 0
+ 4(1)
+ 7(1)
5 3
1 3
1 5
= 6(1)
4 7
2+3 2 4
+ 3(1)
1 5
5 3
Matrices
86
6 5 0
A = 1 8 7
2 4 0
6 5
0
det A = 1 8 7 = 0C13 + (7)C23 + 0C33
2 4
0
6 5 0
6 5
2+3
2+3
= (7)(1)
1 8 7 = (7)(1)
2 4
2 4 0
= 7[6(4) 5(2)] = 238
Matrices
87
det AT = det A
det A =
3 4
= 41
det A =
T
7 4
= 41
A = 4 2 2
9 2 2
6 2 2
det A = 4 2 2 = 0
9 2 2
Matrices
88
det B = det A
4 1 9
2
1 3
det B = 6 0 7 = 6 0 7 = det A
4 1 9
2
1 3
Matrices
89
det B = k det A
det B = kai1Ci1 + kai 2Ci 2 + + kain Cin
=
5 8
1 8
1 1
=5
= 58
20 16
4 16
4 2
1 1
= 582
= 80(1 2) = 80
2 1
= k det A
Matrices
5
1 1
3
12 22
AB =
6 9
90
Matrices
91
det B = det A
1 2 3 R + R 5
1
2
5
1 3
A = 3 0 7 3
0
7 = B
4 1 4
11 4 2
Matrices
92
0
0
a11
A = a21 a22
0
a
a
a
31 32
33
det A = a11
0
0
0
0
0
6
9 4
0
2
4 2
matriz diagonal
3 0 0
A = 0 6 0
0 0 4
a32
a33
A=
5
a22
3 0
0
0
2 6
0
0
det A =
=
5 9 4
0
7 2
4 2
3 6 (4) (2) = 144
3 0 0
det A = 0 6 0 = (3)64 = 72
0 0 4
Matrices
93
Matrices
94
Demostracin
Sea B la matriz que obtenemos de A al
cambiarle los elementos de la i-sima fila
por los de su k-sima fila:
bi1 = ak1, bi2 = ak2, , bin = akn
B tendr entonces dos filas idnticas de
modo que det B = 0, y:
Matrices
2 7
6
A = 4 3 2
2
4
8
+ 7
=6
+ 2
3 2
4 3
4 2
= 6(25) + 2(40) + 7(10) = 0
95
Matrices
96
Inversa de un matriz
Matrices
97
Matriz adjunta
Sea A una matriz n n. La matriz formada por
la transpuesta de la matriz de cofactores
correspondientes a los elementos de A:
T
C12 C22 Cn 2
C21 C22 C2 n
=
C1n C2 n Cnn
Cn1 Cn 2 Cnn
Matrices
98
1
A =
adj A
det A
1
Para n =3:
a11 a12 a13 C11 C21 C31
a
a
C
C
31 32
23
33
33 13
0
0
det A
det A
0
= 0
0
0
det
A
Matrices
1 4
A=
2 10
99
1 10 4 5 2
A =
=
1
2 2
1 1
2
1
1 4 5 2 5 4 2 + 2 1 0
=
=
AA =
2 10 1 12 10 10 4 + 5 0 1
1
5 2 1 4 5 4 20 20 1 0
A A=
=
=
1
1 + 1 4 + 5 0 1
1
2 2 10
1
Matrices
100
A = 2
3
1
C11 =
0
2 0
1 1
0 1
2 1
1
= 1 C12 =
=5
1
3 1
2 0
= 2
C21 =
0 1
2 0
=2
C31 =
1 1
2 1
= 3
C13 =
3 0
2 0
2 2
= 2 C23 =
=6
C22 =
3 1
3 0
2 2
2 0
= 2 C33 =
=6
C32 =
2 1
2 1
1
2 112 16
1 2
6
5
1
1
1
1
6
A = 5
2 2 = 12
6
12
1
1
1
3
6
6
4
2
2
Matrices
2 0 1
A = 2 3 4
5 5 6
101
a21 a22 a2 n
(A | I) =
an1 an 2 ann
2 0 1 1 0 0
2 3 4 0 1 0
5 5 6 0 0 1
2 R1
2 R1 + R2
5 R1 + R3
1 0
2 3
5 5
1 0
0 3
0 5
1 0
0 1
0 0
1
0 0
0 1 0
0 0 1
4
6
1
5
17
1
5
0 0
1 0
0 1
Matrices
102
3 R2
1 R
5 3
0
0
R2 + R3 1
0
0
1
30 R3
0
0
1
2 R3 + R1
5 3 R3 + R2 1
0
0
0
1
1
0
1
0
0
1
0
0
1
0
5
1
1
0
3
3
3
17
1
1
0
10
2
5
1
1
0
0
2
2
5
1
1
0
3
3
3
1
1
1
1
30
6
3
5
1
1
0 0
2
2
5
1
1
0
3
3
3
1 5 10 6
0 2
5 3
0 8
17 10
1
5 10
6
1
5 3
2
1
17 10
A = 8
5 10
Matrices
1 1 2
A = 2 4
5
6 0 3
103
1 1 2
5
2 4
6 0 3
1
2 R1 + R2
0
6
1
6 R1 + R3
0
0
R2 + R3
Singular
1 0 0
0 1 0
0 0 1
1 2
1
9 2
6
0 3
0
1
1 2
6
9 2
6
9 6
0
1
0
0
1
0
0
1
0
0
1
1 0 0
1 1 2
9 2
1 0
0 6
0 0
0
4
1
1
Matrices
104
a21 x1 + a22 x2 + + a2 n xn = b2
am1 x1 + am 2 x2 + + amn xn = bm
AX = B
x1
b1
a11 a12 a1n
x2
b2
a21 a22 a2 n
X
=
,
,
B
=
A=
xn
bm
am1 am 2 amn
Si m = n, y A es no singular, entonces:
X = A-1B
Matrices
2 x1 9 x2 = 15
3 x1 + 6 x2 = 16
2 9 x1 15
=
6 x2 16
3
2 9
= 39 0
3
6
1 6 9
2 9
39 3 2
6
3
x1 1 6 9 15 1 234 6
=
= 1
=
x2 39 3 2 16 39 13 3
x1 = 6 , x2 = 1/ 3
105
Matrices
106
2 x1 + x3 = 2
5 x1 + 5 x2 + 6 x3 = 1
2 x1 + 3 x2 + 4 x3 = 4
x1 2
x2 = 2
x 5
3
2
= 8
5
2 0 1
A = 2 3 4
5 5 6
1 2
3 4 4
5 6 1
5 3 2 19
17 10 4 = 62
10
6 1 36
x1 = 19 , x2 = 62 , x3 = 36
Matrices
107
1 C12 C22 Cn 2 b2
-1
X=A B=
det A
C1n C2 n Cnn bn
b1C11 + b2C21 + + bncn1
det A
Regla
de
Cramer
Matrices
108
am1 x1 + am 2 x2 + + amn xn = 0
Matrices
Pg. 109