3x1 x 2 x3 2 x 4 0 x5 18
x1 x 2 2 x3 3x 4 1
2 x1 5 x 2 0 x3 x 4 x5 7
3x1 x 2 x3 2 x 4 4
16. x1 x 2 0 x3 0 x 4 2 x5 8 17. 18.
2 x1 3x 2 x3 x 4 6
0 x1 2 x 2 x3 x 4 x5 10
x1 2 x 2 3x3 x 4 4
x1 x 2 3x3 0 x x x5 1
x1 x 2 x3 x 4 4
2 x1 x 2 3x3 2 x 4 1
x1 x 2 0 x3 2 x 4 6
3x1 x 2 x3 x 4 0
Página 62 de 92
Métodos Numéricos Aplicados a la Ingeniería
Filas
a11 a12 ... a1i ... a1n
a
21 a22 ... a2i ... a2n
Columnas a31 a32 a3i a3n
am1 am2 ami amn
mn
Página 63 de 92
Métodos Numéricos Aplicados a la Ingeniería
La representamos del siguiente modo: A a11 , a12 , a13 , ..., a1n 1n
Página 64 de 92
Métodos Numéricos Aplicados a la Ingeniería
Página 65 de 92
Métodos Numéricos Aplicados a la Ingeniería
a11 a1n
A
a m1 a mn
Ejemplo:
2 4 10 20
1. 5A 5
1 2 5 10
PLANTA1 PLANTA2 PLANTA3 PLANTA4
PRODUCTO 1 5600 2330 5400 4580
2. PRODUCTO 2 2330 4500 4500 2500
PRODUCTO 3 5040 4500 5600 9500
PRODUCTO 4 4580 2500 9500 4600
Página 66 de 92
Métodos Numéricos Aplicados a la Ingeniería
C A B aij bij
m n
(a b) ij
m n
Ejemplo:
8 5 5 6 3 1
1. A ; B C A B
6 1 0 2 6 1
2. En una empresa
PLANTA1 PLANTA2 PLANTA3 PLANTA4
PRODUCTO 1 50 20 50 40
M1= PRODUCTO 2 20 40 40 50
PRODUCTO 3 50 50 60 90
PRODUCTO 4 40 25 90 60
Esta matriz nos proporciona el costo para producir parte de cada uno de
los cuatro productos en cuatro plantas ubicadas en ciudades diferentes
se requiere saber el costo total de cada uno de los productos.
Matriz de costo total =
PLANTA1 PLANTA2 PLANTA3 PLANTA4
PRODUCTO 1 100 40 100 800
PRODUCTO 2 30 50 44 50
PRODUCTO 3 70 55 66 99
PRODUCTO 4 50 27 99 66
Página 67 de 92
Métodos Numéricos Aplicados a la Ingeniería
» A= [2 1 3; 7 6 -9]
A=
2 1 3
7 6 -9
» B= [-1 0 -2; 3 6 5]
B=
-1 0 -2
3 6 5
» C=A+B
C=
1 1 1
10 12 -4
Propiedades:
1. A B B A
2. A ( B C) ( A B) C
3. ( A B) A B
4. A; 0 tal que A 0 A
columna j de B , es decir:
p
cij aik . bkj ; i 1,..., m ; j 1,..., n
k 1
Página 61 de 92
Métodos Numéricos Aplicados a la Ingeniería
Ejemplo:
1 2 2 1
1. A ; B ; Entonces:
1 3 0 2
1 2 2 1 1(2) 2(0) 1(1) 2(2)
C AB .
1 3 0 2 1(2) 3(0) 1(1) 3(2)
2 3
C
2 5
Usando MATLAB
Propiedades:
1. A.B B. A
2. A.( BC ) ( AB)C
3. A.( B C ) AB AC
4. ( B C ) A BA CA
5. kA.B AkB ; k IR
Página 62 de 92
Métodos Numéricos Aplicados a la Ingeniería
1 2 3
1. A3 7 5 0
0 8 6
0 9 8 7 6 5 4
3 2 78 5 8 6 9
5 7 0 0 0 78 0
2. A7 2 1 1 1 1 1 1
0 0 0 5 6 74 9
8 0' 2 5 5 6 0
1 1 2 2 2 0 1
i j ; y se representa como:
representa como:
Página 63 de 92
Métodos Numéricos Aplicados a la Ingeniería
a11 0 0 ... 0
a 21 a 22 0 ... 0
A a31 a32 a33 ... 0
a a m3 a nn
m1 a m2
Página 64 de 92
Métodos Numéricos Aplicados a la Ingeniería
1 2 1 3
2. A At
3 4 2 4
Propiedades:
1. I t I
2. At t A
3. kAt kAt
4. AB t B t . At
5. A Bt At B t
2 0 2 2 0 2
t
Ejemplo: A 0 4 5 A 0 4 5
2 5 3 2 5 3
9. MATRIZ ANTISIMÉTRICA: Una matriz cuadrada A se llama
antisimétrica si A At
Ejemplo:
0 2 4 0 2 4 0 2 4
t t
1. A 2 0 6 A 2 0 6 A 2 0 6
4 6 6 4 6 0 4 6 0
A At
0 4 0 4 0 4
2. A At At
4 0 4 0 4 0
A At
Página 65 de 92
Métodos Numéricos Aplicados a la Ingeniería
Ejemplo:
, en donde
Por ejemplo:
1 1 0 0 0
1 2 1 0 0
A 0 1 2 1 0
0 0 1 2 1
0 0 0 1 1
Obs.
1. Las líneas paralelas a la diagonal principal se le llama codiagonales.
2. El número total de diagonal y codiagonales con elementos significativos
es el ancho de banda (3 en este ejemplo).
3. Para matrices simétricas puede también hablarse de un ancho de semi –
banda; que incluye a la diagonal principal (2 en el ejemplo precedente).
4. Una matriz banda tiene baja densidad. Considerando densidad como la
razón entre el número de elementos con valor significativo y el número total de
elementos.
Página 66 de 92
Métodos Numéricos Aplicados a la Ingeniería
a11 a12
Si A ; entonces det( A) a11.a22 a21.a12
a 21 a 22
Ejemplo:
1 2
1. A det(A) 1(3) 2(1) 3 2 5
1 3
MATLAB calcula el determinante de una matriz a través del comando “det”.
» A=[1 2;-1 3]
A=
1 2
-1 3
» det(A)
ans =
5
5 9
2. B det(B) (5)(3) (9)( 6) 15 54 39
6 3
» B=[-5 9;-6 3]
B=
-5 9
-6 3
» det(B)
ans =
39
Página 67 de 92
Métodos Numéricos Aplicados a la Ingeniería
a22 a 23
a11 es M11
a32 a33
a12 a13
a 21 es M 21
a32 a33
A11 111 M 11 M 11
A12 11 2 M 12 M 12
A13 11 3 M 13 M 13
Ejemplo:
1 0 0
2.3
1. A 1 2 3 det( A) 1 10
0 0 5 0,5
» A=[1 0 0;1 2 3;0 0 5]
A=
1 0 0
1 2 3
0 0 5
» det(A)
ans =
10
Página 68 de 92
Métodos Numéricos Aplicados a la Ingeniería
2 5 3
2. B 2 3 4 det(B) 23(1) (4)( 2) 5(2)(1) 4(0) 3(2)( 2) 3(0)
0 2 1
Página 69 de 92
Métodos Numéricos Aplicados a la Ingeniería
6. Si todos los elementos de una fila o columna son expresados como la suma
de dos o más números, el determinante puede expresarse como la suma de
dos o más determinantes.
a1 x a 2 a3 a1 a 2 a3 x a2 a3
Es decir: b1 y b2 b3 b1 b2 b3 y b2 b3
c1 z c2 c3 c1 c2 c3 z c2 c3
2.1.8.4. Observaciones
La determinante de una matriz triangular es igual al producto de los elementos
de su diagonal principal.
, det(A) = (1)(5)(12)= 60
1 0 0 0 0
1 2 0 0 0
A 0 1 10 0 0
0 0 1 2 0
0 0 0 1 20
; det(A)= (1)(2)(10)(2)(20)=800
Página 70 de 92
Métodos Numéricos Aplicados a la Ingeniería
1 3 5 14 4 22
Ejemplo: A 3 5 1 CA 4 22 14
5 1 3 22 14 4
1 2 3 3 6 3 3 6 3
Ejemplo: A 4 5 6 CA 6 12 6 adj ( A) 6 12 6
7 8 9 3 6 3 3 6 3
CAt
matriz A denotada por A 1 es: A 1
1
adj ( A)
A A
1 2 3
Ejemplo: A 4 5 6 A (13) 2(4 12 ) 3(12 10 ) 9
2 3 1
13 8 2 13 7 3
CA 7 5 1 adj ( A) 8 5 6
3 6 3 2 1 3
Página 71 de 92
Métodos Numéricos Aplicados a la Ingeniería
13 7 3
1 1
A 8 5 6
9
2 1 3
1 2 3 13 7 3 1 0 0
1
Verificando tenemos: AA1 4 5 6 . 8 5 6 0 1 0
9
2 3 1 2 1 3 0 0 1
Una matriz cuadrada tiene inversa si y sólo si es una matriz no singular en este
caso se dice que es una matriz invertible.
Usando MATLAB
» A=[1 2 3;4 5 6;2 3 1]
A=
1 2 3
4 5 6
2 3 1
» format rat % expresa los valores en fracciones
» inv(A)
ans =
-13/9 7/9 -1/3
8/9 -5/9 2/3
2/9 1/9 -1/3
Propiedades:
1. AB 1 B 1 A1
2. A1 1 A
3. A1 1 A1 IR
n 1
4. adj ( A) A Donde n es el orden de la matriz A
Página 72 de 92
Métodos Numéricos Aplicados a la Ingeniería
Ejemplo:
1 2 4 1 2 4 0 5 6 1 2 4
0 5 6 ; 0 5 6 ; 6 7 8 ; 6 7 8
6 7 8 0 8 9 0 8 9 0 8 9
Como no existen más matrices de orden de 3x3 cuyos determinantes sean
ceros esto quiere decir que el orden de la matriz dada es 3.
Página 73 de 92
Métodos Numéricos Aplicados a la Ingeniería
Aclaraciones:
- Toda matriz nula tiene como rango cero,
- Si una matriz A es de orden mxn no nula entonces su rango es mayor que
cero y menor igual que min (m,n)
- Si la matriz es de orden nxn su rango es mayor que cero y menor o igual a n;
- Si la matriz es no nula de orden nxn , entonces existe su inversa si solo si
su determinante es diferente cero , en este caso se dice que la matriz es no
singular.
- De la afirmación anterior también se dice que una matriz cuadrada de orden
nxn tiene inversa si y solo si r(A) =n.
- Supongamos dos matrices A y B y que exista AB, entonces r(AB)≤ min{r(A),
r(B)};
- También es necesario resaltar que existe otra manera de calcular el rango
de una matriz y es usando operaciones elementales o transformaciones
elementales.
Página 74 de 92
Métodos Numéricos Aplicados a la Ingeniería
Solución
=7.0711
;,
Página 75 de 92
Métodos Numéricos Aplicados a la Ingeniería
Observe que:
1. ,
Ejemplo
Sean los vectores y , entonces el ángulo entre
ellos es:
PERPENDICULARIDAD DE VECTORES
Dos vectores son ortogonales s el coseno entre ellos es cero es decir si solo si
,
Ejemplo
Sean los vectores x=(2,3,3,4), y =(4,-3,7,-5) son ortogonales pues:
X*y=2*4+3(-3)+3*7+4(-5)=0
Página 76 de 92
Métodos Numéricos Aplicados a la Ingeniería
,
En general podemos definir norma de un vector x
Página 77 de 92
Métodos Numéricos Aplicados a la Ingeniería
Propiedades
4. ,
5. ,
6. ,
Estas propiedades son familiares en relación a la norma Euclidiana o “longitud”
de un vector.
La norma de una matriz cuadrada, A , puede ser definida en forma consistente
con la definición de norma de un vector:
, (x ),
,,.....................................................................................................(1)
Página 78 de 92
Métodos Numéricos Aplicados a la Ingeniería
Esta ecuación nos afirma que -2 es un valor propio de matriz 3x3 y que (1,3,-
4)T, es un vector propio correspondiente.
2. , es singular,.........................................................................(3)
3. ),.............................................................................(4)
Página 79 de 92
Métodos Numéricos Aplicados a la Ingeniería
,
, , ,
Ax x
x x
x
Ax
Ax Ax
Ejemplo
quiere decir que cualquier valor no nulo de x1, produce un autovector para el
autovalor , por ejemplo x1=1 tenemos el autovector
Página 80 de 92
Métodos Numéricos Aplicados a la Ingeniería
Ejemplo
, entonces
,
Página 81 de 92
Métodos Numéricos Aplicados a la Ingeniería
Diremos que dos matrices A y B son semejantes entre si cuando existe una
matriz no singular P tal que este concepto es importante como
consecuencia del teorema que establece que dos matrices que representan
una misma transformación lineal con respecto a dos bases distintas, son
semejantes entre si.
Teorema 1. Todas las matrices semejantes tienen los mismos valores propios
Obsérvese:
Que se a considerado que el determinante del producto de dos matrices
es el producto de sus determinantes, y el determinante de la inversa de
una matriz es el reciproco de su determinante.
Teorema de Schur.
Teorema de Gershgorin
Página 82 de 92
Métodos Numéricos Aplicados a la Ingeniería
Sea A una matriz nxn y denotemos por Ri, el círculo del plano complejo con
centro en aii y radio , es decir
Ejemplo
Sea la matriz
1 2 3 4 5 6 7 8 9 10
11 Eje Real
Ejemplo
Dados los vectores: , son linealmente
dependientes pues existen (1) y (2) tal que:
Página 83 de 92
Métodos Numéricos Aplicados a la Ingeniería
Ejemplo:
,
Entonces
, de esta manera
tenemos que,
, forman un
conjunto ortogonal, pues para estos vectores tenemos que:
, ,
Página 84 de 92
Métodos Numéricos Aplicados a la Ingeniería
, , ,
* = ,
Teorema de Schur.
Una matriz A de orden nxn cualquiera, entonces existe una matriz U
ortogonal tal que T=U-1AU, donde T es triangular superior cuyos
elementos diagonales son los autovalores de la matriz A.
Debemos manifestar que el teorema de Schur que la matriz triangular
existe,
Página 85 de 92