Anda di halaman 1dari 24

UNIVERSIDAD DE CONCEPCION

Facultad de Ciencias Fsicas y Matematicas

Departamento de Ingeniera Matematica

MATEMATICA I
529103
Matrices y Sistemas de Ecuaciones Lineales
Prof. Ursula Moya M.
Primer Semestre 2012

Matrices

1.

Prof. U. Moya M.

Matrices
de matriz
Definicion
Sean m, n

N. Se llama matriz sobre R a una funcion

A : {1, 2, ..., m} {1, 2, ..., n} R, (i, j) 7 A(i, j),


donde A(i, j), es el valor de A en el par (i, j), designado por aij .
La matriz A se representa por:

a11

a21

A= .
..

am1

a12
a22

...

a1n

...

a2n

..
.

...

..
.

am2

...

amn

= (aij ), i = 1, ..., m, j = 1, ..., n. Se dice que A es una


se escribira simplemente A = (aij ), cuando
matriz de orden m n. Tambien
este claro el numero
m de filas y el numero
n de columnas de A.

o bien por A

Matrices

2.

Prof. U. Moya M.

Matrices
Definiciones

El conjunto de todas las matrices de orden m n, con elementos en R, se


denota por Mmn (R).
Se llama matriz nula a la matriz (aij ), con
aij = 0, i = 1, 2, ..., m, j = 1, 2, ..., n y se denota por .
Sean A = (aij ), B = (bij ) Mmn (R).
Entonces:

A = B aij = bij , i = 1, 2, ..., m, j = 1, 2, ..., n.

Matrices

3.

Prof. U. Moya M.

Matrices
de matrices.
Suma y multiplicacion

Suma.
Sean A

= (aij ), B = (bij ) Mmn (R). La suma de A y B es la matriz:

A + B = (cij ) con cij = aij + bij , i = 1, ..., m, j = 1, ..., n.

Multiplicacion.

= (aij ) Mmn (R) y B = (bij ) Mnp (R). El producto de A


y B , que se denota AB , es la matriz C = (cij ) de Mmp (R), definida por:

Sean A

cij =

n
X

aik bkj , i = 1, ..., m, j = 1, ..., p.

k=1

Matrices

4.

Prof. U. Moya M.

Matrices
Propiedades de la suma y del producto.

A, B, C Mmn (R) se tiene:


S1).

(A + B) + C = A + (B + C)

S2).

A+B =B+A

S3).

Mmn (R) : A + = A

S4).

A Mmn (R) :
A + (A) =

Para A, B, C matrices tal que los productos esten definidos, se tiene:

M1).

(A B) C = A (B C)

M3).

A 6= , B 6= A B =

Matrices

M2).

5.

A (B + C) = A B + A C

Prof. U. Moya M.

Matrices
Producto de un escalar por una matriz.
Para A

= (aij ) Mmn (R), R, se define el producto A, como la

matriz:

A = (bij ) con bij = aij .


Notar que la definicion
anterior es de un escalar por una matriz. La
Observacion.
de una matriz por un escalar no esta definida.
Multiplicacion
Propiedades.

A, B Mmn (R), C Mnp (R) y , R :


(A + B) = A + B
( + )A = A + A
()A = (A) = (A)
(A C) = (A) C = A (C)
Matrices

6.

Prof. U. Moya M.

Matrices
Matriz transpuesta.

Mmn (R), se define la transpuesta de A como la matriz At de


Mnm (R), con
Para A

At = (bij ) para bij = aji , 1 i n, 1 j m.

Propiedades

A, B Mmn (K), C Mnp (R) y R :


(At )t = A
(A + B)t = At + B t
(A)t = At
(A C)t = C t At
Matrices

7.

Prof. U. Moya M.

Matrices
Matriz cuadrada.
Una matriz cuadrada de orden n es una matriz de Mnn (R), es decir, es una
matriz de n filas y n columnas. El conjunto Mnn (R) se denota por Mn (K).
Una matriz cuadrada A

Triangular superior
Triangular inferior
Diagonal
Escalar

si

= (aij ) es:
aij = 0, para i > j

si
si

aij = 0, para i < j

aij = 0, para i 6= j

si es diagonal y

Identidad

si es escalar y

Simetrica

si

Antisimetrica
Matrices

aii = , para 1 i n y R
aii = 1, para 1 i n

At = A
si

At = A
8.

Prof. U. Moya M.

Matrices
Matrices Invertibles.

Mn (R) se dice invertible (o no singular) si existe una


matriz B Mn (R) tal que A B = I B A = I .
Una matriz cuadrada A

Observaciones.

La matriz B anterior se llama inversa de A, se denota por A1 y se tiene:


A A1 = I

A1 A = I .

Si A es invertible, entonces su inversa A1 es unica.

lo es y se tiene:
Si A y B son invertibles, entonces A B tambien

(A B)1 = B 1 A1 .

Matrices

9.

Prof. U. Moya M.

Matrices
Operaciones Elementales de filas.
Sea A

Mmn (R). Se llaman operaciones elementales de filas sobre A a las

siguientes operaciones.

Intercambiar dos filas de A. Si la fila i se intercambia con la fila j se escribe:

fi fj , i, j {1, 2, ..., m}.

Multiplicar una fila de A por un escalar no nulo. Si la fila i se multiplica por

R se escribe:

Sumar un multiplo
escalar de una fila a otra. Si a la fila j se suma veces la

fila i, donde

Matrices

fi fi .

R, entonces se escribe:

10 .

fj fj + fi .

Prof. U. Moya M.

Matrices
Teorema.
elemental de filas es invertible, y su inversa es una operacion

Toda operacion
elemental de filas del mismo tipo.

Matrices

11 .

Prof. U. Moya M.

Matrices
Matrices equivalentes por filas.
Dos matrices A

Mmn (R) y B Mmn (R) se dicen equivalentes por filas

de una, o varias, operaciones


si una se obtiene de la otra por la aplicacion
elementales de filas.
Teorema.
Si A

Mn (R) es equivalente por filas con I , entonces A es invertible.

Observaciones.

Sea A Mn (R) invertible y F1 , ..., Fn operaciones elementales de filas que


permiten pasar de A a la matriz identidad I . Entonces la matriz inversa A1
se obtiene aplicando, en el mismo orden, las operaciones elementales

F1 , ..., Fn a la matriz I .
Para calcular A1 se efectuan las operaciones elementales de filas en la
matriz ampliada (A|I) hasta obtener la matriz (I|B). En tal caso B = A1 .
Matrices

12 .

Prof. U. Moya M.

Matrices
Determinante.

Mnn (R), entonces designamos por Aij a la matriz de obtenida de A

eliminandole
la fila i y la columna j . Note que Aij Mn1n1 (K).
Si A

determinante sobre R a la funcion

Se llama funcion

det : Mnn (R) K, A 7 det(A),


tal que:

si n = 1 y A = (a), entonces det(A) = a;


si n N y n > 1, entonces
det(A) =

n
X

(1)i+j aij det(Aij ), para cualquier i = 1, 2, ..., n.

j=1

se escribe |A|.
Nota. El numero
det(A) se lee determinante de A y tambien

Matrices

13 .

Prof. U. Moya M.

Matrices
Propiedades.
Sea A una matriz cuadrada sobre R.

Si A tiene una fila nula, entonces det(A) = 0.


Si A es una matriz triangular, entonces det(A) =

n
Y

aii .

i=1

det(At ) = det(A).
elemental de filas que intercambia dos filas de A, y si
Si F es una operacion
B := F (A), entonces det(B) = det(A).
elemental de filas que multiplica una fila de A por un
Si F es una operacion
escalar , y si B := F (A), entonces det(B) = det(A).

Matrices

14 .

Prof. U. Moya M.

Matrices

Propiedades: continuacion.
elemental de filas que suma un multiplo
Si F es una operacion
escalar de la

fila i a la fila j , y si B := F (A), entonces det(B) = det(A).

Si A tiene dos filas iguales, entonces det(A) = 0.


lineal de otras filas de A, entonces det(A) = 0.
Si una fila es combinacion

det(A B) = det(A) det(B).


Dado que det(At ) = det(A), todas las propiedades indicadas para las filas
valen para las columnas.
de A, tambien

Matrices

15 .

Prof. U. Moya M.

Matrices
Teorema.
s, det(A) 6= 0.
A es inversible s, y solo

Matrices

16 .

Prof. U. Moya M.

Matrices
Rango de una matriz.

Mmn (R). Se llama rango de A al orden de la mayor submatriz


cuadrada de A con determinante no nulo. Se escribe r(A).
Sea A

Observaciones.

Si A y B son equivalentes por filas, entonces r(A) = r(B).


Una matriz A Mmn (R) se dice escalonada por filas si el primer elemento
no nulo de cada fila de A esta a la derecha del primer elemento no nulo de la
fila anterior.
El numero
de filas no nulas de cualquier matriz escalonada equivalente por

filas con A es igual a

Matrices

r(A).

17 .

Prof. U. Moya M.

Sistemas
Sistemas de Ecuaciones Lineales.
lineal en las incognitas x1 , x2 , . . . , xn es una expresion
como:
Una ecuacion

a 1 x 1 + a 2 x 2 + + a n x n = b1 ,

en la cual, los coeficientes a1 , a2 , . . . , an y el termino


independiente b1 son
numeros
reales conocidos.

Un sistema de m ecuaciones lineales y n incognitas


es un conjunto de m
ecuaciones lineales que representaremos por:

a11 x1 +

a12 x2 +

+a1n xn =

b1

a21 x1 +

a22 x2 +

+a2n xn =

b2

..
.

..
.

..
.

..
.

am1 x1 +

am2 x2 +

+amn xn =

bm

(S)

aij son los coeficientes del sistema, los bi son los terminos

independientes del sistema y las x1 , , xn son las incognitas


del sistema.
donde, las

Matrices

18 .

Prof. U. Moya M.

Sistemas

Observacion.

= b donde:

x1
b1

x2
b2

x = . y b = . .
..
..

xn
bm

En forma matricial, el sistema de ecuaciones (S) se escribe como Ax

a11

a21

A= .
..

am1

a12
a22

...

a1n

...

a2n

..
.

...

..
.

am2

...

amn

A es la matriz de coeficientes del sistema; x es el vector de incognitas


del

sistema y b es el vector de los terminos


independientes.

Si b1 = b2 = = bm = 0, entonces el sistema se dice homogeneo;


en
caso contrario, si alguna componente de b es distinta de cero, se dice que el

sistema es no homogeneo.

Matrices

19 .

Prof. U. Moya M.

Sistemas
del sistema (S), si al
, yn )t es una solucion

reemplazar cada incognita


xi por yi (para i = 1, , n,) se satisfacen las m
ecuaciones del sistema (S). Equivalentemente, si Ay = b.

Definicion.
Un vector (y1 ,

del sistema (S), al conjunto formado por todas las


Llamaremos conjunto solucion
soluciones del sistema.

Un sistema Ax
Definicion

= b se dice:

Incompatible, si no tiene solucion.

Compatible Determinado, si tiene una unica


solucion.

Compatible Indeterminado, si tiene infinitas soluciones.


= b a la matriz (A|b), de
orden m (n + 1), cuyas primeras n columnas son las columnas de A y que
tiene como ultima
columna al vector b.

Se llama matriz ampliada del sistema Ax


Definicion.

Matrices

20 .

Prof. U. Moya M.

Sistemas
Teorema (Existencia de soluciones)
Un sistema Ax

si, r(A) = r(A|b).


= b es compatible si, y solo

Teorema (Unicidad de solucion)


Sea Ax

= b compatible. Si r(A) = n, entonces el sistema tiene una unica


solucion.

Teorema (Multiplicidad de soluciones)

= b un sistema compatible. Si r =: r(A) < n, entonces el sistema tiene infinitas

a lo sumo r incognitas
se expresan en terminos
de las n r
soluciones. Ademas,
Sea Ax

restantes.
Como el vector nulo x
Observacion.

del sistema homogeneo

= es solucion
Ax = ,

un sistema homogeneo

este tipo de sistemas es siempre compatible. Ademas,


tiene
si, r(A)
soluciones diferentes de si, y solo

< n, donde n es el numero


de incognitas
del

sistema.
Dos sistemas Ax

= b y Rx = c son equivalentes, si uno se obtiene del otro por la

de un numero
aplicacion
finito de operaciones elementales.

Teorema (Sistemas equivalentes)


Dos sistemas equivalentes tienen el mismo conjunto de soluciones.

Matrices

21 .

Prof. U. Moya M.

Sistemas
Regla Cramer.
Sea Ax

= b un sistema lineal con matriz cuadrada y |A| =


6 0. Este tipo de

la que se puede expresar por:


sistemas tiene una unica
solucion,

x = A1 b,

y esta
se puede obtener, componente a componente, con:

|Ai |
xi =
,
|A|

para cada

i = 1, . . . , n

donde la matriz Ai es igual a A, pero cuya columna i es igual al vector b.


Regla de Cramer.

= b con matriz no singular


consiste en calcular los determinantes |A|, |A1 |, . . . , |An |, y luego obtener x por
La regla de Cramer para resolver un sistema Ax
arriba.
componentes, en la forma indicada mas

Matrices

22 .

Prof. U. Moya M.

Sistemas
Ejemplo.

= b definido por:


3 2 1
x1
11

A = 2 1 3 x2
= 14
4 3 2
x3
17

Resolver el sistema Ax

Solucion.
Observamos primero que A es no singular pues:


3


|A| = 2

4


2 1

1 3 = 3 6= 0,

3 2

luego se puede aplicar la regla de Cramer.

Matrices

23 .

Prof. U. Moya M.

Sistemas

Ejemplo (continuacion).
Calculando los determinantes se encuentra:


11

|A1 | = 14

17

2
1
3



1

3 = 6,

2



3

|A2 | = 2

4

11
14
17





1
3



3 = 3 y |A3 | = 2


4
2

2
1
3



11

14 = 9

17

y luego,

|A1 |
x1 =
= 2,
|A|

|A2 |
|A3 |
x2 =
= 2 y x3 =
= 3.
|A|
|A|

del sistema es:


Por la regla de Cramer, el vector solucion

x = 1
.
3

Matrices

24 .

Prof. U. Moya M.

Anda mungkin juga menyukai