Académique Documents
Professionnel Documents
Culture Documents
Una matriz es un arreglo rectangular de elementos aij dispuestos en m filas y n columnas. Suelen
ser números reales. El orden de una matriz también se denomina dimensión o tamaño, siendo m y n
números naturales.
Las matrices se indican con letras mayúsculas A, B, C… y los elementos de la misma con letras
minúsculas y subíndices que indican el lugar ocupado: a, b, c
aij designa el elemento ubicado en la i-esima fila y en la j-esima columna. Mientras que, (aij)
representa toda la matriz A= (aij).
CLASIFICACION DE MATRICES
Matrices triangulares
Si A: mxn
1) Se dice que A es triangular superior, si todos los elementos de A por debajo de su diagonal
principal son nulos, es decir:
aij = 0, ∀ i > j i,j=1,2…n ejemplo ********************
2) Se dice que A es triangular inferior, si todos los elementos de A por encima de su diagonal
son nulos, es decir:
aij = 0, ∀ i > j i,j=1,2…n ejemplo ********************
Matriz diagonal
Es una matriz cuadrada que tiene todos sus elementos nulos, excepto los de la diagonal
principal.
Matriz identidad
Es una matriz cuadrada (o de orden “n”) que se designa por In, y tiene todos sus elementos
nulos excepto los de la diagonal principal que son iguales a 1. Es un elemento neutro, y se
puede comprobar:
. .
A In = In A= A
Matriz transpuesta
Dada una matriz A, se llama transpuesta de A, a la matriz que se obtiene cambiando ordenadamente
las filas x las columnas.
Si A= (aij) orden mxn
Su transpuesta es Aᵗ= (aij) nxm
Propiedades
1) (Aᵗ)ᵗ=A
2) (A+B)ᵗ= Aᵗ+ Bᵗ
3) (k.A)ᵗ = k.Aᵗ
4) (A.B) ᵗ=Bᵗ. Aᵗ
Matriz simétrica
Es una matriz cuadrada que es igual a su transpuesta
A=Aᵗ
aij= aji ejemplo ********************
Matriz anti-simétrica
Es una matriz cuadrada que es igual a la opuesta de su transpuesta
A= - Aᵗ
aij= - aji ejemplo ********************
Matriz no negativa
Si A mxn, se dice que A es no negativa si aij ≥0 para i, j=1,2…..n y existe i˳, j˳ // ai˳j˳>0
Matriz Positiva
Igualdad de Matrices
Si A= (aij) y B= (bij) son matrices de mxn, decimos que son iguales A=B cuando:
aij= bij ∀ i,j=1,2…n
Dos matrices son iguales si son del mismo orden y los elementos correspondientes son
iguales.
Multiplicación de matrices
Definición: Sea A= (aij) mxn y B= (bij) nxp, el producto de A.B es una matriz C= (cij) mxp
Cuyo elemento de la fila i-esima y en la columna j-esima es el producto escalar de la fila i-esima
de A por la columna j-esima de B
cij= ai1. b1j+ ai2. b2j+…..+ ain. bnj
MATRIZ INVERSA
Definición: Dada una matriz A de orden
n, si existe una matriz B de orden n //
A.B=B.A=In entonces decimos que B es la matriz inversa de A. También se dice
inversible, regular, no singular.
Dada una matriz A, si admite inversa, será de la forma A−1 y debe cumplirse: A−1.A= A−1.A= In
Demostración
(C.A).B=C (3)
In.B=C (4)
B=C (5)
Para que una matriz admita inversa, sus filas (columnas) deben ser linealmente
independientes, es decir, ninguna fila (columna) debe ser combinación línea de otras.
O sintéticamente:
A.x=b
RESOLUCION DE UN SEL
Procedimiento de eliminación de GAUSS: se puede aplicar a cualquier SEL de cualquier
cantidad de ecuaciones y de incógnitas.
Comienza con el sistema original de ecuaciones a resolver y los transforma mediante
“operaciones elementales” en un sistema equivalente (tiene la misma solución).
Las operaciones elementales son:
1) Multiplicar ambos miembros de una ecuación por una constante ≠0
2) Intercambiar el orden de las ecuaciones (y eventualmente, el orden de las variables).
3) Sumar un múltiplo de una ecuación a otra.
Sistema Original
a1. X1+ b1. X2+ c1. X3 = d1
a2. X1+ b2. X2+ c2. X3 = d2
a3. X1+ b3. X2+c3. X3 = d3
SOLUCION DE UN SEL
Una solución de un SEL es un conjunto ordenado de números que verifican todas las
ecuaciones del sistema simultáneamente.
Pueden ser:
1) COMPATIBLE DETERMINADO: admite una única solución (llego a la Identidad)
2) COMPATIBLE INDETERMINADO: admite infinitas soluciones (0 0 0 ¦0)
3) INCOMPATIBLE: no admite soluciones (0 0 0 ¦K)
Caso particular:
Un SELH donde todas las ecuaciones están igualadas a 0 (cero) entonces la expresión
matricial de un SELH es A.x=Ø (vector nulo, no es cero)
Demostración:
A−1.Ax= A−1.b
In.x= A−1.b
x= A−1.b
DETERMINANTE
El determinante de una matriz cuadrada, simbolizada │A│, es un escalar (número real) definido
de manera univoca, asociado con esa matriz.
Se define por la relación….
OBSERVACION
Nos ofrece información sobre la compatibilidad de un sistema
│ In │= 1
4) Si se multiplica una fila o una columna de una matriz A por un escalar alfa
entonces el determinante también queda multiplicado por alfa.
5) Si una matriz A tiene una fila (columna) nula entonces su determinante es cero.
│A│=0
│A│= │Aᵗ│
10) │A.B│= │A│. │B│
11) │Aᵏ│=│A│ᵏ
VECTORES
Un vector es una matriz formada por una sola fila (vector fila, simbolizada con xʹ o xᵗ) o
por una sola columna (vector columna, simbolizada con x).
Definición
V ϵ Rn es combinación lineal de un conjunto de vectores (V1,
Un vector
V2…Vk) ϵ Rn, si existen escalares α1, α2….αk ϵ Rn // V= α1 . V1+ α2. V2+…..+
αk .Vk =
Definición
Dos vectores U, V ϵ Rn son linealmente dependientes, si existen, dos
escalares α1, α2, siendo al menos uno de ellos no nulos, tales que α1 . U + α2. V = 0
Si todos los escalares α1, α2 son nulos, entonces los vectores son linealmente
independientes.
CONSIDERANDO LAS SIGUIENTES PROPIEDADES DE LOS DETERMINANTES YA ENUNCIADOS
Como se calcula
1) Para matrices cuadradas de orden n
Como la matriz tiene n columnas (filas), el rango será menor o igual que n y como
a su vez los n vectores columnas (filas) de A son linealmente independientes, si y
solo si, │A│≠0
Conclusión: Una matriz cuadrada de orden N tiene rango N, si y solo si, │A│≠0
2) Para matrices en general
n= numero de incógnitas
A.X= λ.X
Entonces,
Como queremos encontrar un vector x≠0, el SEL debe ser compatible indeterminado, por
lo que el determinante de la matriz de coeficientes del sistema debe ser nulo:
│A - λ. In│=0
Al desarrollar el determinante se obtiene un polinomio de grado “n” en la variable λ, que
al igualarlo a cero se convierte en una ecuación, llamada ecuación característica de A y
las soluciones de esta ecuación son los VAP de A (λ1; λ2.. λn)
Luego, al reemplazar cada valor de λ en el SELH: X(A - λ. In) =0 se determina el
VEP asociado (se obtendrá una familia de vectores propios asociado a cada λ)
MODELO DE INSUMO-PRODUCTO DE LEONTIEF
En el modelo de insumo producto existe n sectores y en cada uno de ellos se produce
un solo bien, entonces, se producen solamente n bienes y se utilizan esos mismos n
bienes como insumos, entonces, los productos y los insumos son los mismos.
Hay que observar que (k es necesario para producir una unidad del bien j
Entonces
Luego
A los términos Xkj los multiplicamos y dividimos por Xj
Xk= Xk1+Xk2+…..+Xkn+dk
Entonces
X= A . X+d
.
X=A X + d
Donde
o X es el vector que contiene las producciones totales en cada
uno de los sectores
o d es el vector que contiene lo que se produce en cada uno
de los n sectores solo para satisfacer la demanda final
o A.x es el vector que contiene lo que se produce solo de
insumos en cada uno de los n sectores
o A es la matriz de insumo-producto (debe ser cuadrada
porque los insumos y los productos son los mismos
Luego
El modelo insumo producto abierto de un SEL se resuelve utilizando la inversa de
la matriz de coeficientes del sistema.
.
X=A X + d
Entonces...
.
X-A X= d
. .
In X - A X = d
.
(In – A) X = d Tiene la forma A.x=b que es la forma matricial de un SEL
Y…
Si 0< aij <1 y 0< aij <1, entonces, existe y es no negativa (In – A)¹,
llamada inversa de leontieff, y la solución del sistema es:
X= (In – A)¹, d ≥0
tiene sentido económico
porque la solución es no negativa
Obs: la solución es única, ya que el vector X que se obtiene al multiplicar la inversa de
leontieff (que como todas las matrices inversas es única) por el vector d (que es dato y
es único)
MODELO CERRADO DE INSUMO-PRODUCTO
Característica: la demanda final es una proporción del nivel de producción (variable
endógena).
Como...
.
X=A X + d
Si d es una proporción del nivel de producción X, entonces, d=r.X con 0< r <1, y el
modelo se expresaría:
.
X=A X + r X .
. .
X- r X=A X
.
(1 – r) X= A X .
.
B X= A X .
.
A X= B X . (Tiene la forma A.X= λ.X que es la definición de VAP y VEP de una
matriz de orden nxn)
Entonces
B es VAP de A y X el VEP de A asociado con B
Como
Tenemos la existencia de 2 incógnitas (B y X), para determinar sus valores se
calculan los VAP y VEP de la matriz A.
.
A X= B X .
. .
A X- B X = 0
. . .
A X- (B In) X= 0
. .
(A- B In) X= 0 (Debe ser X≥0, es decir, un vector no negativo para tener sentido económico)
Como A es una matriz no negativa con 0< aij <1 y 0< aij <1, entonces, el mayor
VAP de A es real, positivo, y menor que 1. El VEP asociado X es no negativo.
Obs: la solución es infinita, ya que, son los infinitos VEP asociados con el VAP B.