Mtrices Determinantes

MATRICES Y DETERMINANTES
Definicin de matriz
Se llama matriz de orden mn a todo conjunto rectangular de elementos a
ij

dispuestos en m lneas horizontales (filas) y n verticales (columnas) de la forma:
Abreviadamente suele expresarse en la forma A =(a
ij
) con i =! " ### m j =!
" ### n# $os subndices indican la posici%n del elemento dentro de la matriz el
primero denota la fila ( i ) y el segundo la columna ( j )# &or ejemplo el elemento
a
"'
ser( el elemento de la fila " y columna '#
Matriz fila: )s una matriz *ue solo tiene una fila es decir m =1 y por tanto
es de orden 1 x n#
( )
n
a a a a
1 13 12 11

Matriz columna: )s una matriz *ue solo tiene una columna es decir n =!
y por tanto es de orden m x 1#
1
31
21
11
m
a
a
a
a
Tipos de matrices:
Tipos de matrices:
Matriz cuadrada: )s a*uella *ue tiene el mismo n+mero de filas *ue de
columnas es decir m = n# )n estos casos se dice *ue la matriz cuadrada es
de orden n y no n x n#
$os elementos a
ij
con i = j o sea a
ii
forman la llamada diagonal principal de la
matriz cuadrada y los elementos a
ij
con i , j = n +1 la diagonal secundaria #
nn n n n
n
n
n
a a a a
a a a a
a a a a
a a a a
3 2 1
3 33 32 31
2 23 22 21
1 13 12 11
Matriz traspuesta: -ada una matriz A se llama traspuesta de A y se representa por
A
t
a la matriz *ue se obtiene cambiando filas por columnas# $a primera fila de A es
la primera fila de A
t
la segunda fila de A es la segunda columna de A
t
etc#
-e la definici%n se deduce *ue si A es de orden m x n entonces A
t
es de orden n x m#
Tipos de matrices:
Matriz simtrica: .na matriz cuadrada A es sim/trica si A = A
t
es decir
si a
ij
= a
ji
i, j#
Matriz antisimtrica: .na matriz cuadrada es antisim/trica si A = A
t
es
decir si a
ij
= 0a
ji
i, j#
Matriz nula es a*uella *ue todos sus elementos son 1 y se representa por 0
$a matriz
$a matriz
es una matriz nula de orden 2
es una matriz nula de orden " x 3
Tipos de matrices:
Tipos de matrices:
Matriz diagonal: )s una matriz cuadrada en la *ue todos los elementos no
pertenecientes a la diagonal principal son nulos#
Matriz escalar: )s una matriz diagonal con todos los elementos de la diagonal
iguales
Matriz unidad o identidad: )s una matriz escalar con los elementos de la
diagonal principal iguales a !#
Tipos de matrices:
Matriz Triangular: )s una matriz cuadrada *ue tiene nulos todos los
elementos *ue est(n a un mismo lado de la diagonal principal#
$as matrices triangulares pueden ser de dos tipos:
Triangular Superior: Si los elementos *ue est(n por debajo de la
diagonal principal son todos nulos# )s decir aij = 1 i 4 j#
Triangular Inferior: Si los elementos *ue est(n por encima de la
diagonal principal son todos nulos# )s decir aij = 1 j 4 i#
matriz triangular inferior
matriz triangular superior
peraciones con matrices
5rasposici%n de matrices
Suma y diferencia de matrices
&roducto de una matriz por un n+mero
&ropiedades simplificativas
&roducto de matrices
6atrices inversibles
Trasposicin de matrices
-ada una matriz de orden m x n, A = (aij) se llama matriz traspuesta de A y se representa por
A
t
a la matriz *ue se obtiene cambiando las filas por las columnas (o viceversa) en la matriz A#
)s decir:
!ropiedades de la trasposicin de matrices:
!7#8 -ada una matriz A siempre existe su traspuesta y adem(s es +nica#
"7#8 $a traspuesta de la matriz traspuesta de A es A# (A
t
)
t
= A#
"a suma de dos matrices A=(aij) 9=(bij) de la misma dimensi%n es otra matriz S=(sij) de la misma dimensi%n *ue los
sumandos y con t/rmino gen/rico sij=aij+bij# &or tanto para poder sumar dos matrices estas han de tener la misma dimensi%n#
$a suma de las matrices A y 9 se denota por A,9#
)jemplo
Suma # diferencia de matrices

Sin embargo no se pueden sumar#
"a diferencia de matrices A y 9 se representa por A09 y se define como: A09 = A , (09)
4. $a matriz 0A *ue se obtiene cambiando de signo todos los elementos de A
recibe el nombre de matriz opuesta de A ya *ue A , (0A) = 1#
Suma # diferencia de matrices
!ropiedades de la suma de matrices
1. A + ! + C" = A + !" + C
!ropiedad $sociati%a
#. A + ! = ! + A
!ropiedad conmutati%a
Matriz &ula
$. A + 0 = A 0 %s &a matriz n'&a"
!roducto de una matriz por un n'mero
)l producto de una matriz A = (aij) por un n+mero real k es otra matriz B = (bij) de la misma
dimensi%n *ue A y tal *ue cada elemento bij de B se obtiene multiplicando aij por k es decir
bij = kaij.
)jemplo:
)l producto de la matriz A por el n+mero real k se designa por kA# Al n+mero real k se le
llama tambi/n escalar y a este producto producto de escalares por matrices
!roducto de una matriz por un n'mero
!ropiedades del producto de una matriz por un escalar
#
1. : (A , 9) = : A , : 9
!ropiedad distri(uti%a 1)
#. (: , h)A = : A , h A
!ropiedad distri(uti%a *)
!ropiedad asociati%a mixta
$. : ;h A< = (: h) A
+lemento unidad 4. ! = A = A = ! = A
!ropiedades simplificati%as
i A + ! = B + ! A = B
i k A = k B A = B si k es distinto de "
i k A = # A # = k si A es distinto de "
!roducto de matrices
-adas dos matrices A y B su producto es otra matriz $ cuyos elementos se obtienen
multiplicando las filas de A por las columnas de B# -e manera m(s formal los elementos
de $ son de la forma:
)s evidente *ue el n+mero de columnas de A debe coincidir con el n+mero de filas de B# )s
m(s si A tiene dimensi%n m x n y B dimensi%n n x p la matriz $ ser( de orden m x p )s
decir:
no se pueden multiplicar
+jemplo:
$
ij
= a
ik
b
kj
!ropiedades del producto de matrices
$,-.,/0 = -$,.0,/ -!ropiedad asociati%a0
Si $ es una matriz cuadrada de orden n se tiene $,I
n
= I
n
,$ = $1
Dada una matriz cuadrada $ de orden n2 no siempre existe otra matriz . tal 3ue $,.
= .,$ = I
n
1 Si existe dic4a matriz .2 se dice 3ue es la matriz in%ersa de $ # se
representa por $
51
1
+l producto de matrices es distri(uti%o respecto de la suma de matrices2 es decir:
$,-. 6 /0 = $,. 6 $,/
+l producto de matrices en general no es conmutati%o1
/onsecuencias de las !ropiedades
Si $ , . = 7 no implica 3ue $ = 7 . = 7
Si $ , . = $ , / no implica 3ue . = /
+n general -$6.0
*
$
*
6 .
*
6*$.2 #a 3ue $ , . . , $
+n general -$6.0 , -$5.0 $
*
5 .
*
2 #a 3ue $ , . . , $
%na matri& cuadrada 'ue posee in(ersa se dice 'ue es in(ersible o
re)ular* en caso contrario recibe el nombre de sin)ular.
Matrices in%ersi(les

!ropiedades de la in%ersin de matrices

-$
t
0
51
= -$
81
0
t
"a matriz in%ersa2 si existe2 es 'nica

$
81
,$ = $,$
81
= I
-$,.0
81
= .
81,
$
81
-$
81
0
81
= $
-9$0
81
= -1:90 , $
81

M
a
t
r
i
c
e
s

i
n
%
e
r
s
i
(
l
e
s

&or el m/todo de >auss8?ordan
.sando determinantes
-irectamente
(ser%acin:
&odemos encontrar matrices *ue cumplen AB = + pero *ue BA + en tal
caso podemos decir *ue A es la inversa de B @por la iz*uierda@ o *ue B es la
inversa de A @por la derecha@#
(a) *ari+s mt+,+s -ara ca&c'&ar &a matriz in*%rsa ,% 'na matriz ,a,a:
"a matriz 3ue se 4a calculado realmente ser;a la in%ersa por la <derec4a<2 pero es f=cil
compro(ar 3ue tam(in cumple $
81
, $ = I2 con lo cual es realmente la in%ersa de $1
Dada la matriz (uscamos una matriz 3ue cumpla $,$
81
= I2 es decir
!ara ello planteamos el sistema de ecuaciones:
/=lculo Directo de la Matriz In%ersa
-irectamente
(ser%acin:
&ara aplicar el m/todo se necesita una matriz cuadrada de rango m(ximo#
Sabemos *ue no siempre una matriz tiene inversa por lo cual comprobaremos
*ue la matriz tenga rango m(ximo al aplicar el m/todo de >auss para realizar
la triangulaci%n superior# Si al aplicar el m/todo de >auss (triangulaci%n inferior)
se obtiene una lnea de ceros la matriz no tiene inversa#
Mt+,+ ,% .a'ss/0+r,an -ara %& c1&c'&+ ,% &a matriz in*%rsa
)l m/todo de >auss8?ordan para calcular la matriz inversa de una
dada se basa en una triangulaci%n superior y luego otra inferior de la matriz a la
cual se le *uiere calcular la inversa#
E2%m-&+ 1 E2%m-&+ #
E2%m-&+
-ada una matriz A de orden n para calcular su inversa hay *ue
transformar la matriz (A A +
n
) mediante transformaciones elementales por filas
en la matriz (+
n
A B)# $a matriz 9 ser( evidentemente la inversa de A#
3453ER
)n consecuencia al transformar (A A +n) en (+
n
A B) realmente lo *ue
estamos haciendo son las siguientes multiplicaciones:
$
81
,$= I
n #
$
81
, In = $
81
=.
Buando hacemos transformaciones elementales en una matriz esto es
e*uivalente a multiplicarla por otra matriz dada# )jemplo:
2 1 1
1 1 2
0 1 1
2 2 0
1 1 0
0 1 1
F
2
2F
1
F
2
F
1
+ F
3
F
3
2 2 0
1 1 0
0 1 1
2 1 1
1 1 2
0 1 1
1 0 1
0 1 2
0 0 1
)sta transformaci%n es e*uivalente a la siguiente multiplicaci%n:
/=lculo de la Matriz In%ersa por el mtodo de >auss 8 ?ordan
3453ER
Aplicando el m/todo de >auss8?ordan a la matriz
C)n primer lugar triangulamos inferiormente:

C.na vez *ue hemos triangulado superiormente lo hacemos inferiormente:

&or +ltimo habr( *ue convertir la matriz diagonal en la matriz identidad:

-e donde la matriz inversa de A es
3453ER
Aplicando el m/todo de >auss8?ordan a la matriz se tiene:

Bomo hay una fila completa de ceros la matriz A no tiene rango m(ximo en
este caso " por tanto no tiene inversa pues es una matriz singular
3453ER

,auss, !arl -riedric#
6. A-ri& $07 18887 !r'ns9ic: ;.%rman)<
,. =%6. #$7 1>??7 .@ttinA%n7 (an+*%r
.ri)inal name /.0A11 -2+342+!0 !A25 ,A% ,erman mat#ematician
6#o also made contributions to ot#er sciences.
3453ER
"D#8 5riangularizamos la matriz A de arriba a abajo y realizamos las mismas operaciones en la matriz de la derecha#
Eueremos calcular la inversa de
!D#8 Se escribe la matriz A junto a esta la matriz identidad
Bomo podemos observar el rango de la matriz es m(ximo (en este caso 2) por tanto la matriz A es regular
(tiene inversa) podemos calcular su inversa#
2D#8 5riangularizamos la matriz de abajo a arriba realizando las mismas operaciones en la matriz de la derecha#
3D#8 &or +ltimo se divide cada fila por el elemento diagonal correspondiente#
3453ER
&ara aplicar el m/todo se necesita una matriz cuadrada de rango m(ximo#
Sabemos *ue no siempre una matriz tiene inversa por lo cual comprobaremos
*ue la matriz tenga rango m(ximo al aplicar el m/todo de >auss para realizar
la triangulaci%n superior# Si al aplicar el m/todo de >auss (triangulaci%n inferior)
se obtiene una lnea de ceros la matriz no tiene inversa#
Mt+,+ ,% .a'ss/0+r,an -ara %& c1&c'&+ ,% &a matriz in*%rsa
)l m/todo de >auss8?ordan para calcular la matriz inversa de una
dada se basa en una triangulaci%n superior y luego otra inferior de la matriz a la
cual se le *uiere calcular la inversa#
E2%m-&+ 1 E2%m-&+ #
E2%m-&+
-ada una matriz A de orden n para calcular su inversa hay *ue
transformar la matriz (A A +
n
) mediante transformaciones elementales por filas
en la matriz (+
n
A B)# $a matriz 9 ser( evidentemente la inversa de A#
3453ER
-irectamente
(ser%acin:
3453ER
3453ER
Dada una matriz cuadrada A, se llama matriz adjunta de A, y se
representa por Adj(A), a la matriz de los adjuntos, Adj(A) = (A
ij
).
Esto es fcil probarlo puesto que sabemos que la suma de los
productos de los elementos de una fla por sus adjuntos es el valor
del determinante, y que la suma de los productos de los elementos
de una fla por los adjuntos de otra fla diferente es 0 (esto sera el
desarrollo de un determinante, que tiene dos flas iguales, por los
adjuntos de una de ellas!
/=lculo de la matriz in%ersa usando determinantes
Si tenemos una matriz tal *ue det (A) " se verifica:
E2%m-&+
E2%m-&+
3453ER
"or tanto, el rango no puede ser mayor al n#mero de flas o de
columnas!
@ango de una matriz
$e llama %menor de orden p de una matriz al determinante que
resulta de eliminar ciertas flas y columnas &asta quedar una matriz
cuadrada de orden p! Es decir, al determinante de cualquier
submatriz cuadrada de A (submatriz obtenida suprimiendo alguna
fla o columna de la matriz A!
En una matriz cualquiera A mn puede &aber varios menores de
un cierto orden p dado!
Definicin:
El RANGO (o caracterstica de una matriz es el orden del mayor de
los menores distintos de cero! El rango o caracterstica de una
matriz A se representa por rg(A)!
/onsecuencia
$as dos primeras filas son $#A# la tercera depende linealmente de
las dos primeras
@ango de una matriz
7ectores 8ila de una matri&:
$as filas de una matriz pueden ser consideradas como vectores# )s posible
*ue sean &in%a&m%nt% In,%-%n,i%nt%s ($#A#) y es posible *ue unos dependan
linealmente de otros# &or ejemplo:
5as dos primeras l9neas son 5.+., las otras dos dependen linealmente
de las primeras
us dos 8ilas son linealmente independientes
=
2 4 3 1
5 2 3 2
A
=
4 3
5 0
1 2
3 1
B

=
1 5 8
2 0 9
3 5 1
C
2 1 2 3 F F F =

2 1 4 F F F + =
3 1 2 F F F =
Se llama rango de una matriz al n'mero de filas "inealmente Independientes
Teorema
+n una matriz el n'mero de filas "1I1 coincide con el n'mero de
columnas "1I1
@ango de una matriz
Aectores columna de una matriz:
5ambi/n las columnas de una matriz pueden ser consideradas como vectores#
&odramos definir rango de la matriz como el n+mero de columnas linealmente
independientes pero aparece la duda de si esa definici%n puede contradecir
en alg+n caso la anterior#
)s decir: F)s posible *ue en una matriz el n+mero de filas linealmente
independientes sea distinto del n+mero de columnas linealmente
independienteG# )l siguiente teorema nos asegura *ue no#
&or esto podemos dar una nueva definici%n de Hango:
@ango de una matriz es el n'mero de filas2 o columnas2
linealmente independientes1
El rango de una matriz lo podemos calcular por dos
mtodos diferentes:
@ango de una matriz
B+r %& mt+,+ ,% .a'ss
Csan,+ D%t%rminant%s
@ango de una matriz
/=lculo del rango de una matriz por el mtodo de >auss
Transformaciones elementales:
Son las transformaciones *ue podemos realizarle a una matriz sin *ue su
rango vare#
"as transformaciones elementales son las siguientes:
&ermutar " filas % " columnas#
6ultiplicar o dividir una lnea por un n+mero no nulo#
Sumar o restar a una lnea otra paralela multiplicada por un n+mero no nulo#
Suprimir las filas o columnas *ue sean nulas
Suprimir las filas o columnas *ue sean proporcionales a otras#

)l m/todo de >auss consiste en aplicar transformaciones elementales a una
matriz con objeto de conseguir *ue los elementos *ue est(n por debajo de
la diagonal principal se anulen (a
ij
= 1para i I j)#
&ara conseguir @triangular@ la matriz debemos dejar en la diagonal principal
elementos no nulos salvo *ue la fila sea nula#
.na vez aplicado este proceso de triangulaci%n el rango de la matriz es el
n+mero de filas no nulas de la matriz obtenida# )sto es f(cil probarlo usando
las propiedades de los determinantes#
@ango de una matriz
3jemplo :;s 3jemplos
3453ER
@ango de una matriz

@ango de una matriz
3453ER
)l m/todo de >auss consiste en aplicar transformaciones elementales a
una matriz con objeto de conseguir *ue los elementos *ue est(n por
debajo de la diagonal principal se anulen (a
ij
= 1para i I j)#
&ara conseguir @triangular@ la matriz debemos dejar en la diagonal principal
elementos no nulos salvo *ue la fila sea nula#
.na vez aplicado este proceso de triangulaci%n el rango de la matriz es el
n+mero de filas no nulas de la matriz obtenida# )sto es f(cil probarlo
usando las propiedades de los determinantes#
@ango de una matriz
3jemplo :;s 3jemplos

Mtrices Determinantes

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

Mtrices Determinantes

Caricato da

Copyright:

Formati disponibili

MATRICES Y DETERMINANTES

&or el m/todo de >auss8?ordan

&or el m/todo de >auss8?ordan

&or el m/todo de >auss8?ordan

B+r %& mt+,+ ,% .a'ss

&ermutar " filas % " columnas#

6ultiplicar o dividir una lnea por un n+mero no nulo#

Suprimir las filas o columnas *ue sean nulas

Suprimir las filas o columnas *ue sean proporcionales a otras#

Potrebbero piacerti anche