UNIDAD 2
INDICE
INTRODUCCIN ............................................................................................ 3
UNIDAD 2 .................................................................................................... 4
MATRICES Y DETRMINATES ......................................................................... 4
2.1.- DEFINICIN DE MATRICES .................................................................... 4
2.2 OPERACIONES CON MATRICES................................................................ 6
2.3 CLASIFICACIN DE MATRICES ............................................................... 10
2.3.1 Matrices Cuadradas ....................................................................... 10
2.3.2 Matrices Triangulares..................................................................... 11
2.3.3 Matices Escalar .............................................................................. 14
2.3.4 Matrices unitarias .......................................................................... 14
2.3.5 Matrices Nula ................................................................................. 14
2.3.6 Matrices Traspuestas ..................................................................... 15
2.4 TRANSFORMACIONES ELEMENTALES POR RENGLON.ESCALONAMIENTO
DE UNA MATRIZ, RANGO DE UNA MATRIZ .................................................. 16
2.4.1 Rango de una matiz........................................................................ 17
2.4.2 Matriz Escalonada .......................................................................... 19
2.4.3 No es escalonada............................................................................ 19
2.5 CALCULO DE LA INVERSA DE UNA MATRIZ ............................................ 22
2.6 DEFINICIN DE DETERMINANTE DE UNA MATRIZ................................. 24
2.7 PROPIEDADES DE LOS DETERMINATES .................................................. 26
2.8 INVERSA DE UNA MATRIZ CUADRADA ATRAVS DE LA ADJUNTA .......... 27
2.9 APLICACIN DE MATRICES Y DETERMINATES ........................................ 29
BIBLIOGRAFA............................................................................................. 30
INTRODUCCIN
123
A=
127
492
605
Propiedades
Asociativa
Dadas las matrices m por n A, B y C
A + (B + C) = (A + B) + C
Conmutativa
Dadas las matrices m por n A y B
A+B=B+A
Existencia de matriz cero o matriz nula
A+0=0+A=A
Existencia de matriz opuesta
Con gr-A = [-ai, j]
A + (-A) = 0
Producto
31
1 0 2 x 2 1 = (1x3+0x2+2x1) (1x1+0+1+2x0) = 5 1
-1 3 1
10
(-1x3+3x2+1x1) (-1x1+3x1+1x0)
42
Propiedades
Si los elementos de la matriz pertenecen a un cuerpo, y puede definirse el
producto, el producto de matrices tiene las siguientes propiedades:
Propiedad asociativa: (AB) C = A (BC).29
Propiedad distributiva por la derecha: (A + B) C = AC + BC.
Propiedad distributiva por la izquierda: C(A + B) = CA + CB.
F(x) = Ax
Para cada vector x de n
Se dice que la matriz A "representa" la aplicacin lineal f, o que A es la
matriz coordenada de f.
El producto de matrices claramente corresponde a la composicin de las
aplicaciones. Si la matriz k por m B representa otra aplicacin lineal g:
m k, entonces la composicin g o f se representa por BA
1 -3 8
2 0 0
0 1 -1
Las matrices cuadradas son las ms utilizadas en lgebra.
Se dice que es una matriz triangular inferior. Se suelen emplear las letras U y
L, respectivamente, ya que U es la inicial de upper triangular matrix y L de
lower triangular matrix, los nombres que reciben estas matrices en ingls
Ejemplo:
1 4 2
0 3 4
0 0 1
Es triangular superior y
1 0 0
2 8 0
4 9 7
Es triangular inferior.
.
.
Por lo tanto, una matriz nula de orden m n definida sobre un anillo K asume
la forma:
Una matriz cero es, al mismo tiempo, matriz simtrica, matriz anti simtrica,
matriz ni potente y matriz singular.
1. T ( U + V ) = T ( U ) + T (V )
2. T ( KU )
= KT ( U )
Donde k es un escalar
= {e,., en}
U = {u,., um}
Se puede expresar la transformacin lineal por una matriz
A, u = [a ij]
Y = y1 u1, ++ ym um, la imagen del vector x
f Kn Km
Af a11 a1n
am1 amn
El rango queda de definido como el mximo entero r, de tal manera que
existe un menor no nulo de orden r:
Cabe mencionar que el mtodo de Gauss-Jordan representa otra forma de
obtener el rango de una matriz, la cual es idntica al nmero de filas no nulas
de la matriz obtenida con este mtodo.
Una til aplicacin de calcular el rango de una matriz es la de determinar el
nmero de soluciones al sistema de ecuaciones lineales. El sistema tiene por
lo menos una solucin si el rango de la matriz de coeficientes equivale al
rango de la matriz aumentada. En ese caso, sta tiene exactamente una
solucin si el rango equivale al nmero de incgnitas; en otro caso, la
solucin general tiene k parmetros libres, donde k es la diferencia entre el
nmero de incgnitas y el rango.
6 12 -3 0
0 5 -7 10
A=
0 0
7 14
0 0
0 5
Si es escalonada.
2) La matriz
2 3
B=
0 5
0 1
2.4.3 No es escalonada.
Obviamente el escalonamiento de una matriz se logra haciendo ceros
todos los elementos que estn debajo de la diagonal principal.
En lgebra Lineal, la forma cannica de Jordan es la forma de la matriz de un
endomorfismo de un espacio vectorial en cierta base asociada a la
descomposicin en suma directa de sub espacios invariantes bajo dicho
endomorfismo. Dicha forma cannica consistir en que la matriz estar
formada por "bloques de Jordan" en la diagonal y bloques de ceros fuera de
ella.
A1 0 0
J 0
A2 0
...
M nxm
0 Am
326
-259
261
261
-260
-237
237
238
-237
5 1 0 0
J = J4 (5) =
0 5 1 0
0 0 5 1
0 0 0 5
A1 A = In
A =
At
=
Si A tiene matriz inversa, A1, se verifica que:
det (A -1 ) =
1
det (A)
(A I2 ) = 1 2 1 0
-1 1 0 1
1 2 1 0
F2 + F1 1 2 1 0
(A I2) = -1 1 0 1
0 3 1 1
BIBLIOGRAFA
1. GROSSMAN STANLEY I. LGEBRA LINEAL. MC GRAWHIL, 2007.
2. ANFOSSI AGUSTN. LGEBRA.PROGRESO, 1988.
3. BALDOR AURELIO. LGEBRA. PUBLICACIONES CULTURAL. 2006.
4. ANTON HOWARD. INTRODUCCIN AL LGEBRA LINEAL
LIMUSA NORIEGA EDITORES, 1999.
5. LIPSCHUTZ SEYMOUR, LGEBRA LINEAL. MC GRAWHIL, 1992.