Matrices
b13 b2 3 b3 3 b4 3
b1 4 b2 4 b3 4 b4 4
Matriz de 4x4
c11 c 21 c 31 c 41
c1 2 c2 2 c3 2 c4 2
Matriz de 4x2
d11 d 21
d1 2 d22
d13 d 23
matriz de 2x3.
Para toda matriz A cualquiera, puede representase por donde i es el nmero de filas y j es el nmero de columnas.
ai j ,
Tipos de Matrices
1. Matriz Cuadrada
Una matriz de nxm elementos:
Es cuadrada si el nmero de filas es igual al nmero columnas. Es decir, n = m, se dice entonces que la matriz es de orden n. NOTA: Toda matriz cuadrada se puede descomponer en la suma de una matriz simtrica y una matriz antisimtrica.
1
2. Matriz Diagonal
Una matriz cuadrada A se llama matriz diagonal si todas sus componentes de la diagonal principal son distintas de cero.
1 0 0 0 0 5 0 0 0 0 8 0 0 0 , B 0 5
15 0 0 0 45 0 , C 0 0 12
1 0
0 1
En lgebra lineal, una matriz diagonal es una matriz cuadrada en que las entradas son todas nulas salvo en la diagonal principal, y stas pueden ser nulas o no. As, la matriz A = (di,j) es diagonal si:
Nota: Toda matriz diagonal es tambin una simtrica, triangular (superior e inferior).
matriz
0 0 0 0 0 0 0 0 0
, C
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
Nota: Obviamente una matriz cero es, al mismo tiempo: matriz simtrica, matriz antisimtrica, matriz nilpotente y matriz singular; siempre que sea una matriz cuadrada.2
La matriz identidad es una matriz que cumple la propiedad de ser el elemento neutro del producto matricial. Esto quiere decir que el producto de cualquier matriz por la matriz identidad (donde dicho producto est definido) no tiene ningn efecto. La matriz identidad de tamao n, se define como la matriz diagonal que tiene 1 en cada una de las entradas de la diagonal principal, y 0 en el resto. As,
Empleando la notacin que a veces se usa para describir concisamente las matrices diagonales, resulta: In = diag(1,1,...,1).
4. Matriz de Permutacin
Matriz cuadrada con todos sus nn elementos iguales a 0, excepto uno cualesquiera por cada fila y columna, el cual debe ser igual a 1. De acuerdo a esta definicin existen n! matrices de permutacin distintas, de las cuales una mitad corresponde a matrices de permutacin par (con el determinante igual a 1) y la otra mitad a matrices de permutacin impar (con el determinante igual a -1). Para n= 3 tenemos: Matrices de Permutacin Par:
Nota 1: El producto de matrices de permutacin par siempre genera una matriz de permutacin par. 3
3
Nota 2: El producto de matrices de permutacin impar siempre genera una matriz de permutacin par. Nota 3: El producto de matrices de permutacin de paridad distinta siempre genera una matriz de permutacin impar.
Es triangular superior, si es una matriz cuadrada(n = m) y aij = 0 para todo i>j (i,j =1,2,3,...,n). Es decir,
En caso contrario, si aij = 0 para todo i<j (i,j =1,2,3,...,n), entonces A es matriz triangular inferior que tiene la forma:
Es triangular Inferior
6. Matriz Transpuesta
Si A denota a la matriz nxm elementos:
Entonces la permutacin de filas por columnas o viceversa, en la matriz A, produce a la matriz transpuesta:
7. Matriz Simtrica
Una matriz de nxm elementos:
Es simtrica, si es una matriz cuadrada (m = n) y aij = aji para todo i,j =1,2,3,...,n. Ntese que la simetra es respecto a la diagonal principal y que A es tambin, una matriz transpuesta. Ejemplo, para n = 4 y 3 , respectivamente:
1 2 5 8 2 5 0 13 13 5 7 3 8 7 3 0
8. Matriz Antisimtrica
Una matriz de nxm elementos:
Es antisimtrica, si es una matriz cuadrada (m = n) y aji = aij para todo i,j =1,2,3,...,n. En consecuencia, aii = 0 para todo i. Por lo tanto, la matriz A asume la forma:
Ntese que la matriz transpuesta de la matriz antisimtrica A es -A, y que la antisimtra es respecto a la diagonal principal.6
Nota: Existen otros tipos de matrices de las cuales podemos mencionar la matriz nilpotente, matriz banda, Matriz Hermtica, matriz normal, matriz Jacobiana, etc.
Por ejemplo consideremos dos matrices cuales quiera de 4x3 entonces la suma esta dada por:
De forma similar puede establecerse la diferencia de matrices, nicamente sustituimos el signo + por el de . Producto de una matriz por un escalar Con la misma facilidad se define el producto de una matriz por un nmero llamado escalar:
Producto de dos matrices Sean dos matrices cuadradas A y B de 2x2, entonces el producto se define as:
La figura ilustra el hecho siguiente: si C = AB, el elemento de la matriz C en la lnea i y la columna j es el producto de la fila i de A y de la columna j de B. (en la figura: i = 1 y j = 2).
Divisin de matrices
La divisin de matrices se define como el producto del numerador multiplicado por la matriz inversa del denominador. Es decir, sean las matrices A y B tal que A/B = AB-1. Si una matriz est dividida entre un escalar, todos los trminos de la matriz quedarn divididos por ese escalar. Ejemplo: Sean la matriz , y k = 2 un escalar. En este caso:
Propiedades Para las matrices A, B, C de mxn, los escalares arbitrarios c, d, la matriz nula 0 de mxn y los escalares 0 y 1 para la suma y multiplicacin respectivamente, tenemos: 1. Elemento neutro: A + 0 = A 2. Conmutatividad: A + B = B + A 3. Asociatividad: A + ( B + C ) = ( A + B ) + C 4. Inverso aditivo: A ( A ) = ( A ) + A = 0 Aqu se puede definir A B = A + ( B ) 5. c ( A + B ) = c A + c B
Para una matriz cuadrada A se tiene que: A1 = A, A = AA, A = (AA) A = A A, as sucesivamente, en general A k + 1 = (A k) A, y se cumple que para toda matriz cuadrada A y todo par de enteros m y n: A m + n = A m A n ( A m)n = A mn DETERMINANTES
Concepto Determinante de segundo orden Procedimiento
a11 a12 a21 a22 a11a22 a21a12
6. ( c + d ) A = c A + d A8 7. ( c d ) A = c ( d A ) 8. 1A = A 9. 0A = 0mxn 10. ( A T )T = A 11. ( A + B )T = A T + B T 12. (cAT)=c(AT) 13. ABBA 14. A(BC)=(AB)C 15. A(B+C)=AB+AC 16. (B+C)A=BA+CA 17. ( A B )T = B T A T
Ejemplo
1 3 2 2 2 6 4
Dos productos sumados, la diagonal principal con su signo y la secundaria con el signo cambiado Regla de Sarrus: + + + Hay que realizar seis 1 2 3 1 2 productos. Los tres 0 5 3 0 5 elementos de la 1 3 2 1 3 diagonal principal y Los tres elementos de 10 6 + 0 + 15 + 9 + la diagonal secundaria. 0 = 28
Propiedades de Propiedades: los El determinante de determinantes. una matriz cuadrada Determinantes es igual al de su de orden transpuesta. superior a tres
8
a11 a12
a21 a22
Si se cambian dos filas o columnas, el signo cambia. Si todos los elementos de una lnea se multiplican por un nmero, el determinante queda multiplicado por dicho nmero. Si todos los elementos de una lnea son nulos, el determinante tambin lo es. Si tiene dos iguales es nulo. lneas
a11 a12 a 21 a 22
a12 a 22
a11 a21
a11 a21
a12 a22
0 0 a21 a22
a11 a21 a11 a21
Si tiene dos lneas proporcionales es nulo. Si todos los trminos de una lnea estn formados por una suma de dos sumando, el determinante es igual a la suma de dos determinantes en los que todas las lneas son iguales excepto la mencionada en la que en primer lugar aparece el primer sumando y en segundo lugar el segundo. Si a una lnea se le suma o resta un mltiplo de cualquier otra su valor no cambia.
a11 ka11 a 21 ka 21
a11 a12 b1 a21 a22 b2 a11 a12 a21 a22 a11 b1 a21 b2
a11 a21
9
a12 a22
a12 a22
Estas propiedades permiten calcular el valor de determinantes de orden superior a 3, ya que transformando su matriz en una triangular superior (mtodo de Gauss), el valor del determinante es el producto de los elementos de la diagonal principal.
Menor En una matriz cuadrada de En la matriz: complementario orden n, se llama menor y adjunto complementario del 2 3 2 elemento aij (Mij), al 1 4 5 determinante de orden n-1 2 3 1 que se obtiene al suprimir la 3 2 fila i y la columna j.Se M21 3 6 llama adjunto (Aij), al valor 3 1 del menor complementario A21 ( 1)3 ( 3) 3 precedido del signo ms o menos segn sea par o impar la suma de los subndices i+j Cumplindose que Aij ( 1)i j Mij Desarrollo de un determinante por los elementos de una lnea El valor de un determinante Calcula: es igual a la suma de los 1 2 1 3 productos de los elementos 2 1 3 0 de una lnea por sus 2 3 1 1 respectivos adjuntos. 2 3 1 6 Si desarrollamos el determinante de orden n 1 2 1 3 por los elementos de la fila 0 3 5 6 i, tenemos: 0 1 3 5 A ai1Ai1 ai2 Ai2 ... ain Ain 0 7 1 0 Elegiremos siempre para 3 5 6 desarrollar un determinante de esta forma, aqulla lnea 1 3 5 que ms ceros contenga y 7 1 0 adems podemos nosotros 175 6 126 15 introducir ceros por el 40 mtodo de Gauss.
est de
como Resuelve: un x 1 0
0 x 1 3
2 1
Desarrollando miembro:
el
x2 x x 6
2 6x
2
2 0 36 16 2
6x 4 6 20
3 5 2 Matriz inversa Se llama matriz adjunta de Calcula la inversa de: usando una matriz cuadrada A y la 1 2 3 determinantes representamos por adj(A) a 2 0 1 la matriz que se obtiene 1 1 1 sustituyendo cada elemento de la matriz original por su adjunto: Los adjuntos son: A11 A1n A11 1 A12 1 adj(A) A13 2 A 21 5 Am1 Amn A 22 4 A 23 1 La matriz inversa de una A 31 2 A 32 7 dada se puede calcular as: A 33 4 1 t A1 adj(A) Siendo el determinante A Es decir, la matriz traspuesta de A: 9 de la adjunta partido por el A 2 6 1 4
determinante de A La matriz A slo admitir inversa si su determinante es no nulo (se dice entonces que es una matriz regular), cuando el determinante sea nulo, no admite inversa (se le llama matriz singular) Y la matriz inversa:
1 9 5 9 4 9 1 9
1 1 2 2 9 7 9 4 9
5 4 1
2 7 4
1 9 1 9 2 9
Regla Crmer
de Si en un sistema de n Resuelve: ecuaciones con n incgnitas 3x y 2z 10 llamamos al determinante 4x 3y 4z 21 de la matriz de los 2x y 2z 9 coeficientes, al xi determinante obtenido del Tenemos: 3 1 2 anterior cambiando la 4 3 4 2 columna de los coeficientes de xi por los trminos 2 1 2 independientes y as 10 1 2 sucesivamente son las 21 3 4 2 x dems incgnitas. La 9 1 2 solucin des sistema es:
xi
xi
En muchas ocasiones no se conocen todos los coeficientes del sistema de ecuaciones sino que alguno de ellos es sustituido por una letra (parmetro) en funcin del cual el sistema puede ser compatible o incompatible. Por el Teorema de Rouch hemos de ser capaces de averiguar para qu valores de los parmetros el sistema es de una clase u otra. Veamos: x y z 2
3 10 2 4 21 4 2 9 2 3 1 10 4 3 21 2 1 9
x
x y z
2 2 6 2 4 2
1 3 2
ax y x ay
A 1 a 1
6 1
1 1 a 1 0 0
cuyo determinante es: a2 1 que no se anula para ningn valor real de a, por tanto el sistema es compatible o determinado. Las soluciones podramos obtenerlas por aplicacin de la regla de Crmer suponiendo a conocido
2 Si los elementos de una fila (columna) de una matriz se multiplican por un nmero, el determinante de la matriz queda multiplicado por dicho nmero. 10
3 si los elementos de una fila (columna) de una matriz se pueden descomponer en dos sumandos, su determinante es igual a la suma de dos determinantes que tienen iguales todas las filas (columnas) excepto dicha fila (columna) cuyos sumandos pasan, respectivamente, a cada uno de los determinantes:
4 El determinante de un producto de dos matrices cuadradas coincide con el producto de los determinantes de ambas matrices:
10
5 Si en una matriz cuadrada se permutan dos filas(columnas), su determinante cambia de signo. 6 Si los elementos de una fila (columna) de una matriz cuadrada son combinacin lineal de las filas (columnas) restantes, es decir son el resultado de sumar los elementos de otras filas (columnas) multiplicadas por nmeros reales, su determinante es cero. 7 Si a los elementos de una fila (columna) de una matriz cuadrada se le suma una combinacin lineal de otras filas (columnas), su determinante no vara. 11
Adjunto de un elemento
Es el menor complementario con signo positivo o negativo segn sea par o impar la suma de su nmero de fila y su nmero de columna. Lo representamos por Aij
11
Desarrollo de un determinante por los elementos de una lnea. El determinante de una matriz es igual a la suma de los productos de los elementos de una lnea (fila o columna) por sus adjuntos. Esta propiedad nos permite resolver determinantes de cualquier orden, puesto que al desarrollar por una lnea, los determinantes que tenemos que calcular son de orden menor en una unidad y as, siempre podremos llegar a un determinante de orden 3, que ya sabemos calcular. Para desarrollar por una lnea es importante elegir la que ms ceros tenga y utilizando la propiedad n 7, hacer ceros todos los elementos de esa lnea menos uno. Ejemplo:
lo ms cmodo es desarrollar por la 3 columna, haciendo en ella todos los elementos cero, menos el segundo. Es importante recordar aqu, que si multiplicamos la lnea a la que sumamos la combinacin lineal de las dems por un nmero real, el determinante queda multiplicado por ese nmero. Para hacer ceros, procedemos as:
El determinante de tres por tres que queda, sabemos como desarrollarlo. Se puede comprobar como haciendo ceros los elementos de una lnea, slo tenemos que calcular un determinante de tres por tres, los dems desaparecen al estar multiplicados por cero.
MATRIZ ADJUNTA
Sea B = ( Ai j ) la matriz de cofactores de A , entonces
B= A11 A21 An1
A1n A2n An n
An1 An2 An n
se
cumple
que
0 det A
0 0 det A
= ( det A ) In
MATRIZ INVERSA
Sea A y B matrices de nxn. Supongamos que AB = BA = I, entonces B se conoce como la matriz inversa de A y se denota por A 1 , as tenemos que AA 1 = A 1A = I. Si cualquier matriz A tiene una inversa entonces decimos que A es invertible. Sean A y B matrices invertibles de nxn. Entonces AB es invertible y ( AB ) 1 = B 1A 1.
su
13
SISTEMAS DE ECUACIONES
La representacin matricial del sistema de ecuaciones siguiente
a11 x1 a21 x1 am1 x1 es : a11 a21
a12 a22
am1
am2
x1 x2 xn
b1 b2 bn
Entonces se puede escribir de la forma A X = B. Resolver un sistema de ecuaciones lineales equivale despejar X de ecuaciones matriciales de la forma A x = B y obtener x = A 1 B, donde x representa la solucin del sistema dado. Una matriz B se llama inversa de una matriz cuadrada A si AB = BA = I n, Decimos que una matriz A es invertible (no singular) si tiene inversa, sin embargo, si una matriz A puede no tener inversa en cuyo caso se llama no invertible (singular). Se puede verificar que si A es invertible y k es un escalar distinto de cero, entonces (k A) 1 = (A 1) / k.
REGLA DE CRAMER
Consideremos el sistema de ecuaciones de orden n. a11 x1 a12 x2 a1n xn = b1 a21 x1 a22 x2 a2n xn = b2 an1 x1 an2 x2 an n xn = bn el cual puede ser escrito en la forma A x = b, si det A 0 , la solucin es nica [ x = A 1 b ] y est dado por : x1 = D1 / D ; x2 = D2 / D ; x3 = D3 / D ; ; xn = Dn / D .
a12 a22
am1
am2
x1 x2 xn
b1 b2 bn
14
Debemos de considerar que si en el sistema homogneo n > m (n nmero de incgnitas, m nmero de ecuaciones) este tendr un nmero infinito de soluciones.15
15