Vous êtes sur la page 1sur 23

INSTITUTO TECNOLOGICO DE LAZARO CARDENAS

ALGEBRA LINEAL
INVESTIGACION UNIDAD II
(FUNCIONES)
NOMBRE DEL ALUMNO(A) APELLIDO PATERNO APELLIDO MATERNO NOMBRE(S) ORDAZ MONTES CARLOS ANGEL SEMESTRE ENERO-JUNIO 2013 CARRERA: ING. EN SISTEMAS COMPUTACIONALES GRUPO: 22T FECHA DE ENTREGA: 15/02/2013

INDICE 2.1 Definicion de matriz, notacion y orden3 2.2 Operaciones con matrices8 2.3 Clasificacion de las matrices9 2.4 Transformaciones elementales por renglon escalonamiento rango12 2.5 Calculo de la inversa de una matriz14 2.6 Definicion de determinante de una matriz16 2.7 Propiedad de los determinantes18 2.8 Inversa de una matriz cuadrada a traves de la adjunta20 2.9 Aplicacin de matrices y determinantes21

2.1 Definicion de matriz, notacion y orden.


Se llama matriz a todo cuadrado de numeros distribuidos en filas y columnas. A.Cayley introduce la notacion matricial como una forma abreviada de escribir un sistema de m ecuaciones lineales con n incognitas. Los terminos horizontales son las filas de la matriz y los verticales son sus columnas. Una matriz con m filas y n columnas se denomina m por n, o matriz m o n. Las matrices se denotaran usualmente por letras mayusculas, A,B, y los elementos de las mismas por minusculas, a,b, Ejemplo: La siguiente matriz es una matriz 2x3 2) y sus columas ( ) ( )y( ). donde sus filas son (1, -3, 4)y(0, 5, -

CLASES DE MATRICES
Segn el aspecto de las matrices, estas pueden clasificarse en: -Matrices cuadradas: Una matriz cuadrada es la que tiene el mismo numero de filas que de columnas. Se dice que una matriz cuadrada n o n es de orden n y se denomina matriz n-cuadrada. Ejemplo: Sean las matrices ( )y ( ) Entonces, A y B son matrices

cuadradas de orden 3 y 2 respectivamente. -Matriz Identidad: Sea A= (ai j ) una matriz n-cuadrada. La diagonal (o diagonal principal) de A consiste en los elementos de a11, a22, , ann. La traza de A, escrito trA, es la suma de los elementos diagonales. La matriz n.cuadrada con unos en la diagonal principal y ceros en cualquier otra posicion, denotada por I, se conoce como matriz identidad (o unidad). Para cualquier matriz A, A.I = I.A = A

Ejemplo:

-Matrices Triangulares: Una matriz cuadrada A= (ai j) es una matriz triangular superior o simplemente una matriz triangular, si todas las entradas bajo la diagonal principal son iguales a cero. Asi pues, las siguientes matrices son matrices triangulares superiores de ordenes 2,3 y 4:

)(

-Matrices Diagonales: Unamatriz cuadrada es diagonal, si todas sus entradas no diagonales son cero o nulas. Se denota por una D = diag (d11, d22, , dnn). Por ejemplo:

)(

)(

Son matrices diagonales que pueden representarse, respectivamente, por diag(3,-1,7) diag (4,.3) y diag (2,6,0,-1).

-Traspuesta de Una Matriz: La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y se denota por AT. Asi, la traspuesta de es: ( )

) es la matriz n o m.

En otras palabras, si A= (ai j) es una matriz m o n, entonces AT = ( La trasposicion de una matriz cumple las siguientes propiedades: 1.-

2.3.- (kA)T = kAT(si k es un escalar) 4.-(AB)T = BTAT

-Matrices simetricas: Se dice que una matriz real es simetrica, si AT = A; y que es antisimetrica, si AT= -A EJEMPLO: Consideremos las siguientes matrices: A=( ) ( ) ( )

Podemos obsercar que los elementos simetricos de A son iguales, o que AT = A. Siendo asi, A es simetrica. Para B los elementos simetricos son opuestos entre si, de este modo B es antisimetrica. A simple vista, C no es cuadrada; en consecuencia, no es ni simetrica ni antisimetrica. -Matrices Ortogonales: Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que una matriz ortogonal A es necesariamente cuadrada e invertible, con inversa A-1 = AT. Consideremos una matriz 3x3 arbitraria: ( )

Si A es ortogonal, entonces: ( )( ) ( )

-Matrices Normales: Una maatriz es normal si conmuta con su traspuesta, estoy es, si AAT= ATA Obviamente, si A es simetrica, antisimetrica u ortogonal, es necesariamente normal. Ejemplo:

Sea A= ( ( (

) Entonces: ) ( ) ( ) ) ( ( ) )

-Matriz Numerica: Conjunto de numeros colocados en filas y en columnas.

-Matriz de Orden (m,n): Conjunto de numeros reales, dispuestos en filas m,i en columnas n. Cada uno de los numeros que consta la matriz es un elemento que se distingue entre los otros por su posicion.

-Subindices: Cada elemento tiene unos subindices que sirven para indicar su posicion dentro de la matriz. El primer indica la fila, y el segundo indica la comlumna.

-Orden de la Matriz: El numero de filas y columnas de una matriz determina el orden de la matriz. El orden de la matriz esta determinado por un par de numeros naturales; m y n.

Las filas son los numeros dispuestos en m horizontales. En el ejemplo, la primera fila estaria formada por los numeros [1 2 3]. Las columnas son los numeros dispuestos en n verticales. En el ejemplo, la primera columna estaria formada por los numeros [1 1 4 6]. Una matriz de orden (m,n) es el conjunto de numeros dispuestos en m filas y n columnas.

Siguiendo el mismo ejemplo, vemos que es una matriz 4x3. Se clasifica asi porque la matriz contiene 4 filas y 3 columnas. Si queremos sealar un elemento de la matriz, estos se distinguen por su posicion, la cual queda definida por su fila y su columna. Por ejemplom, si queremos dar la posicion del numero 7, seria de la siguiente forma: am,n es a2,3; m indica la fila en la cual se encuentra el numero. Pasa exactamente lo mismo n, que indica la columna en la que se encuentra.

2.2 Operaciones con matrices.


-Suma: Las matrices se pueden sumar y restar entre si, con la condicion que sean del mismo orden. La suma se obtiene sumando los elementos de dos matrices que perneces a la misma fila y a la misma columna. Dada las matrices A y B del mismo orden, la matriz sumante se obtiene sumando cada termino de A correspondiente en B: * a+b = [ + [ ] ]

-Propiedades de la suma: Asociativa: (A+B)+C = A+ (B+C) Conmutativa: A+B = B+A Elemento neutro: A+0 = A Elemento simetrico: A-B = A+(-B)

-Producto por un escalar: Con un nombre real k y la matriz A de orden (m,n), definimos el producto de K por A el producto de cada elemento que les forma cada uno. Igual que la siguiente forma: cuan K=2 * 2A = * + +

-Propiedades del producto escalar: k (A+B) = kA + kB (k + h )A = kA + hA k (hA)= (kh) A 1A = A

2.3 Clasificacion de las matrices.


-Triangulo Superior: En una matriz triangular superior los elementos situados por debajo de la diagonal principal son ceros. ( )

-Triangulo Inferior: En una matriz triangular inferior los elementos situados por encima de la diagonal principal son ceos. ( )

-Escalar: Una matriz escalar es una matriz diagonal en la que los elementos de la diagonal principal son iguales. ( )

-Identidad: Una matriz identidad es una matriz diagonal en la que los elementos de la diagonal principal son iguales a 1. ( )

-Potencia: Se llama potencia k-esima de una matriz cuadrada A, donde k OE A0 = I

-Traspuesta: Dada una matriz A, se llama matriz traspuesta de la A a la matriz que se obtiene cambiando ordenadamente las filas por las columnas

( (At)t = A

(A + B)t = At + Bt ( (A B)t = Bt

-Simetrica: Una matriz simetrica es una matriz cuadrada que verifica: A= At.

-Antisimetrica: Una matriz antisimetrica o hemisimetrica es una matriz cuadrada que verifica: A = -At.

-Compleja: Sus elementos son numeros complejos aij e

-Conjugada: Matriz conjugada de una matriz A aquella que se obtiene sustituyendo cada elemento por su complejo conjugado (igual parte real, pero la parte imaginaria cambiada de signo),

-Hermitiana o hermitica: Una matriz hermitiana es una matriz cuadrada de elementos complejos que tiene la caracteristica de ser igual a su propia traspuesta conjugada. Es decir, el elemento en la i-esima fila y j-esima columna es igual al conjugado del elemento en la j-esima e i-esima columna para todos los indices i y j: A= A* o escrita con la traspuesta conjugada A*: Por ejemplo, A= * + Es una matriz hermitica.

-Antihermitiana: Una matriz antihermitiana es una matriz cuadrada cuya traspuesta conjugada es menos la amtriz. Esto es si satisface a la relacion: A* = -A o en su forma componente, si (A= ai, j): Para todas las i y las j.

-Ortogonal: Una matriz es necesariamente cuadrada e invertible: A-1 = AT la inversa de una matriz ortogonal es una matriz ortogonal. El producto de dos matrices ortogonales es una matriz ortogonal. El determinante de una matriz ortogonal vale +1 o -1.

2.4 Transformaciones elementales por renglon escalonamiento rango.


La idea que se persigue con las transformaciones elementales es convertir una matriz concreta en otra matriz ms fcil de estudiar. En concreto, siempre ser posible conseguir una matriz escalonada, en el sentido que definimos a continuacin. Sea A una matriz y F una fila de A. Diremos que F es nula si todos los numeros de F coinciden con el cero. Si F es no nula, llamamos PIVOTE de F al primer numero distinto de cero de F contando de izquierda a derecha. Una MATRIZ ESCALONADA es aquella que verifica las siguientes propiedades: Todas las filas nulas (caso de existir) se encuentran en la parte inferior de la matriz. El pivote de cada fila no nula se encuentra estrictamente mas a la derecha que el pivote de la fila de encima. Por ejemplo, entre las matrices:
( ), ( ), ( ),

A no es escalonada, mientras que B y C si lo son. Dada una matriz escalonada E se define el RANGO de E, que representamos por rg (E), como el numero de filas no nulas de E. En los ejemplos B y C de arriba se tiene rg (B) = rg(C) = 2, sin embargo no podemos decir que rg(A) = 3 ya que A no est escalonada. Otro ejemplo, las matrices nulas tienen rango cero y la matriz identidad de orden n cumple rg (In) = n. La siguiente cuestin que abordaremos es la definicin de rango para una matriz cualquiera que no est escalonada. La idea ser la de transformar la matriz dada en otra que sea escalonada mediante las llamadas transformaciones elementales por filas que describimos a continuacin. Dada una matriz A cualquiera, las TRANSFORMACIONES ELEMENTALES por filas de A son tres: Intercambiar la posicin de dos filas.

Multiplicar una fila por un nmero real distinto de cero. Sustituir una fila por el resultado de sumarle a dicha fila otra fila que ha sido previamente multiplicada por un nmero cualquiera. Nota: Anlogamente podramos hacerlo todo por columnas; sin embargo, son las transformaciones por filas las que son importantes en los sistemas de ecuaciones lineales que estudiaremos despus. El siguiente resultado nos garantiza que siempre podemos transformar una matriz cualquiera en otra escalonada.

-Teorema: A partir de cualquier matriz A se puede llegar, mediante una cantidad finita de transformaciones elementales, a una matriz escalonada E. Veamos en un ejemplo cmo se hace. Obsrvese que, primero, hacemos que la componente (1,1) de la matriz de partida sea igual a uno. Luego, se hace que el resto de componentes de la primera columna sean cero. Despus se pasa a la componente (2,2), y as sucesivamente.
( ) ( )

El teorema anterior nos permite hacer una definicin importante: Dada una matriz A cualquiera se define el RANGO de A y lo denotamos rg(A) como el rango de cualquier matriz escalonada E equivalente con A (se demuestra que este nmero no depende de la matriz escalonada E a la que se llegue). El rango siempre es un nmero menor o igual que el nmero de filas y el nmero de columnas de A. Adems, el rango es cero si y slo si A = 0. En nuestro ejemplo de antes, el rango es 3.

2.5 Calculo de la inversa de una matriz.


Sabemos ya multiplicar matrices y hemos visto algunas de las propiedades de esta operacin. Recordemos, en primer lugar, que no siempre es posible efectuar la multiplicacin de dos matrices, y en segundo lugar, que aunque sea posible hacer esta multiplicacin, en general no es conmutativo, es decir AB es distinto de B*A. En el caso particular de que tratemos con matrices cuadradas del mismo orden A y B, es claro que podemos efectuar los productos AB y BA, que darn como resultado otra matriz del mismo orden, aunque, como ya se ha dicho, las matrices resultantes sern, en general, distintas. Sabemos tambin que el elemento neutro del producto de matrices es la matriz identidad In. Por analoga con el caso de los nmeros reales, podemos plantearnos la siguiente cuestin: Si tenemos un nmero real, por ejemplo el 2, podemos interesarnos en buscar el inverso del 2 para el producto, es decir un nmero real x tal que 2x = 1, el producto de 2 por x sea igual al elemento neutro, el 1. Evidentemente, en el caso de los nmeros reales es bien fcil despejar x para obtener, en nuestro caso, que x =12, es decir, el inverso de un nmero real es otro nmero que multiplicado por el da el elemento neutro, el 1. Todo nmero real, salvo el 0, tiene inverso. Trasladando esto a las matrices, nos podemos plantear si dada una matriz cuadrada A de orden n, cualquiera, existe su inversa X para el producto de matrices, tal que A X = In es decir, el producto de A por su inversa produce el elemento neutro matricial, la matriz identidad In. Sin embargo, hay algunas diferencias con respecto al caso de los nmeros reales: No podemos despejar la matriz X del modo X = In A, porque no hemos definido la divisin de matrices. No todas las matrices cuadradas no nulas tienen matriz inversa (sea lo que sea, por analoga con los nmeros). Definamos, en primer lugar, el trmino de matriz inversa: Dada una matriz cuadrada de orden n , A, se dice que A es invertible (o que posee inversa o que es no singular o que es regular ), si existe otra matriz del mismo orden, denominada matriz inversa de A y representada por A1 y tal que: A * A1 = In y A1 * A = In

Si A no tiene inversa, se dice que es singular o no invertible. Si una matriz tiene inversa, dicha matriz inversa es nica (slo hay una).

2.6 Definicion de determinante de una matriz.


El determinante de una matriz cuadrada es un nmero real cuya definicin exacta es bastante complicada. Por ello, definiremos primero el determinante de matrices pequeas, y estudiaremos mtodos y tcnicas para calcular determinantes en general. Solamente se puede calcular el determinante a matrices cuadradas. En cuanto a la notacin, a veces el determinante se escribe con la palabra det, y otras veces se indica sustituyendo los parntesis de la matriz por barras verticales. El determinante de una matriz determina si los sistemas son singulares o mal condicionados. En otras palabras, sirve para determinar la existencia y la unicidad de los resultados de los sistemas de ecuaciones lineales. El determinante de una matriz es un nmero. Un determinante con valor de cero indica que se tiene un sistema singular. Un determinante con valor cercano a cero indica que se tiene un sistema mal condicionado. Un sistema singular es cuando en el sistema de ecuaciones se tiene a ms de una ecuacin con el mismo valor de la pendiente. Por ejemplo ecuaciones que representan lneas paralelas o ecuaciones que coinciden en los mismos puntos de graficacin. En un sistema mal condicionado es difcil identificar el punto exacto en que las lneas de las ecuaciones se interceptan. | | El determinante de una matriz 1x1 es: det(a) = a. El determinante de una matriz 2x2 es: | El determinante de una matriz 3x3 es: | + a12a23a31 - a13a22a31

a23a32a31 a12a21a33 La formula anterior se conoce como Regla de Sarrus

Veamos ahora como calcular el determinante de una matriz cuadrada cualquiera. Para ello, necesitamos antes el concepto de menor adjunto de una matriz. Sea A= (aij) una matriz cuadrada. Dado un par de indices (i,j) respresentamos por Aij a la matriz que resulta al eliminar la i-esima fila y la j-esima columna de A. El menor adjunto ij de A es el numero real dado por:

2.7 Propiedad de los determinantes.


1.- |At|= |A| El determinante de una matriz A y el de su traspuesta At son iguales. | | | |

2.-|A|=0 Si: Posee dos lneas iguales | |

Todos los elementos de una lnea son nulos. | |

Los elementos de una lnea son combinacin lineal de las otras. | F3 = F1 + F2 |

3.-Un determinante triangular es igual al producto de los elementos de la diagonal principal | |

4.-Si en un determinante se cambian entre s dos lneas paralelas su determinante cambia de signo. | | | |

5.-Si a los elementos de una lnea se le suman los elementos de otra paralela multiplicados previamente por un n real el valor del determinante no vara. | |

6.-Si se multiplica un determinante por un nmero real, queda multiplicado por dicho nmero cualquier lnea, pero slo una. | | | | | |

7.-Si todos los elementos de una fila o columna estn formados por dos sumandos, dicho determinante se descompone en la suma de dos determinantes. | | | | | |

8.-|AB| =|A||B| El determinante de un producto es igual al producto de los determinantes.

2.8 Inversa de una matriz cuadrada a traves de la adjunta.


Sea A una matriz de nxn. Entonces A es invertible si y solo si detA0. Si detA0, entonces

Si detA0, entonces se demuestra que (1/detA)(adjA) es la inversa de A multiplicndola por A y obteniendo la matriz identidad: ( ) [ ]

Si AB=I, entonces B=A-1. As, (1/detA)adjA=A-1 Sea A= ( ). Determine si A es invertible y, de ser asi calcule .

Como det A=3 0 se ve que A es invertible. Del ejemplo 1 Adj A= ( )

Asi

) ( ) )( ) ( )

Verificacion =

2.9 Aplicacin de matrices y determinantes.


Las matrices se utilizan en el contexto de las ciencias como elementos que sirven para clasicar valores numricos atendiendo a dos criterios o variables. Ejemplo: Un importador de globos los importa de dos colores, naranja (N) y fresa (F). Todos ellos se envasan en paquetes de 2, 5 y 10 unidades, que se venden al precio (en euros) indicado por la tabla siguiente: 2 unid. O04 003 5 unid. 008 005 10 unid. 012 008

Color N Color F

Sabiendo que en un ao se venden el siguiente nmero de paquetes: Color N 700000 600000 500000 Color F 5000 40000 500000

2 unid. 5 unid. 10 unid.

Resumir la informacion anterior en 2 matrices A y B, de tamao respectivo 2x3 y 3x2 que recojan las ventas en un ao (A) y los precios (B).

Nos piden que organicemos la informacin anterior en dos matrices de tamao concreto. Si nos jamos en las tablas, es sencillo obtener las matrices:

Estas matrices se denominan matrices de informacin, y simplemente recogen los datos numricos del problema en cuestin.

Otras matrices son las llamadas matrices de relacin, que indican si ciertos elementos estn o no relacionados entre s. En general, la existencia de relacin se expresa con un 1 en la matriz y la ausencia de dicha relacion de expresa con un 0. Estas matrices se utilizan cuando queremos trasladar la informacin dada por un grafo y expresarla numricamente. En Matemticas, un grafo es una coleccin cualquiera de puntos conectados por lineas. Existen muchos tipos de grafos. Entre ellos, podemos destacar: Grafo simple: Es el grafo que no contiene ciclos, es decir, lineas que unan un punto consigo mismo, ni lineas paralelas, es decir, lineas que conectan el mismo par de puntos. Grafo dirigido: Es el grafo que indica un sentido de recorrido de cada linea, mediante una echa. Estos tipos de grafo pueden verse en la gura:

Relacionadas con los grafos se pueden denir algunas matrices. Entre todas ellas, nosotros nos jaremos en la llamada matriz de adyacencia, que es aquella formada por ceros y unos exclusivamente, de tal forma que: un 1 en el lugar (i,j) expresa la posibilidad de ir desde el punto de la la i hasta el punto de la columna j mediante una linea que los una directamente. un 0 en el lugar (i,j) expresa la imposibilidad de ir del primer punto al segundo mediante una linea que los una directamente. La matriz de adyacencia del grafo dirigido de la gura anterior ser:

Vous aimerez peut-être aussi