Vous êtes sur la page 1sur 8

REPASO MUY B

ASICO DE MATRICES
1. Matrices. Operaciones con matrices
1.1. Introduccion
Las matrices aparecieron por primera vez hacia el a no 1850, introducidas por el ingles
J. J. Sylvester. Su desarrollo se debe a W. R. Hamilton y a A. Caley.
Ademas de su utilidad para el estudio de sistemas de ecuaciones lineales, las matrices
aparecen de manera natural en geometra, estadstica, economa y tambien en las ciencias
naturales.
Actualmente, muchos programas de ordenador utilizan el concepto de matriz. As, las
hojas de calculo funcionan utilizando una inmensa matriz con cientos de las y de columnas
en cuyas celdas se pueden introducir datos y formulas para realizar calculos a gran velocidad.
Esto requiere utilizar tecnicas de operaciones con matrices.
Una matriz es una tabla ordenada de n umeros por las y columnas. Diremos que la
matriz A es de orden (m, n) si tiene m las y n columnas, por ejemplo, las matrices
_
_
_
_
1 0
1 2
2 3
_
_
_
_
,
_
5 0
1 2
_
,
_
1 0 3.5
9 3 1
_
,
_
_
_
_
2 2 3
0.5 5 1
1 2 0
_
_
_
_
,
son de ordenes (3, 2), (2, 2), (2, 3), (3, 3) respectivamente. Los vectores tambien son matrices,
de una la o una columna:
_
_
_
_
1
2
3
_
_
_
_
,
_
2 0 1
_
Los elementos de la matriz se llaman a
ij
, donde i es el n umero de la y j el n umero de
columna. Por ejemplo, en la primera matriz anterior, tenemos los siguientes elementos:
a
11
= 1, , a
12
= 0, a
32
= 3, a
22
= 2.
Si el n umero de las coincide con el n umero de columnas de una matriz, es decir n = m,
esta se dice que es cuadrada de orden n. Por ejemplo, las matrices
_
0.3 1
1 2
_
,
_
_
_
_
2
1
5
0
2.5 1 1
1 2 12
_
_
_
_
,
son matrices cuadradas de ordenes 2 y 3 respectivamente. En las matrices cuadradas, los
elementos con igual n umero de la que de columna, a
ii
forman la diagonal principal. En las
matrices anteriores, las diagonales principales son (0.3, 2) y (2, 1, 12) respectivamente.
Dos matrices son iguales si tienen el mismo orden y ademas los mismos elementos.
1
La matriz traspuesta de una matriz de orden (m, n), se escribe A
T
y es la matriz de orden
(n, m) que se obtiene escribiendo sus las como columnas y por lo tanto, sus columnas como
las. Por ejemplo,
A
T
=
_
1 2 3
0 4 5
_
es la traspuesta de A =
_
_
_
_
1 0
2 4
3 5
_
_
_
_
,
y viceversa.
Llamaremos matriz simetrica a una matriz A que coincida con su traspuesta, es decir,
A = A
T
. Observar que toda matriz simetrica debe tener el mismo n umero de las que de
columnas, es decir, tiene que ser cuadrada.
_
_
_
_
1 3 2
3 0 1.4
2 1.4 3
_
_
_
_
es una matriz simetrica.
Algunos tipos especiales de matrices son los siguientes:
Matriz nula. Es la matriz, 0, en la que todos los elementos son cero:
_
_
_
_
0 0 0
0 0 0
0 0 0
_
_
_
_
,
_
_
_
_
0 0
0 0
0 0
_
_
_
_
,
_
0 0
0 0
_
,
son matrices nulas.
Matriz identidad. Es una matriz cuadrada, I, cuyos elementos son ceros excepto en
la diagonal principal donde todos los elementos son uno:
_
_
_
_
_
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
_
_
_
_
_
_
,
_
1 0
0 1
_
,
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
,
son matrices identidad de ordenes o dimension 4, 2 y 3 respectivamente.
Matriz triangular superior. Es una matriz cuadrada en la que todos los elementos
por debajo de la diagonal principal son nulos.
U =
_
_
_
_
2 1 3
0 1 2
0 0 3
_
_
_
_
es triangular superior.
Matriz triangular inferior. Es una matriz cuadrada en la que todos los elementos
por encima de la diagonal principal son nulos.
L =
_
_
_
_
1 0 0
2 3 0
0.5 4 3.1
_
_
_
_
es triangular inferior.
2
1.2. Operaciones con matrices
Las operaciones que vamos a denir entre matrices son la suma y el producto. Ademas
tambien podremos multiplicar matrices por n umeros reales (escalares).
1.2.1. Suma de matrices
Si A, B son matrices del mismo orden (m, n), la matriz suma C = A + B es la que
obtendremos sumando elemento a elemento. Por ejemplo,
A =
_
_
_
_
1 1 0
2 3 2
4 1 3
_
_
_
_
, B =
_
_
_
_
0 3 1
2 3 5
3 4 1
_
_
_
_
C = A + B =
_
_
_
_
1 2 1
4 6 7
7 5 2
_
_
_
_
Las propiedades de la suma de matrices son las mismas y se deducen a partir de las
propiedades de la suma en el cuerpo de los n umeros reales, esto es:
- Propiedad conmutativa:
_
2 1 0
3 0 3
_
+
_
1 1 1
2 0 4
_
=
_
1 1 1
2 0 4
_
+
_
2 1 0
3 0 3
_
=
_
3 2 1
1 0 1
_
- Propiedad asociativa:
__
2 1
0 1
_
+
_
1 0
4 2
__
+
_
0 3
2 1
_
=
_
2 1
0 1
_
+
__
1 0
4 2
_
+
_
0 3
2 1
__
- Existencia de elemento neutro: la matriz nula denida anteriormente satisface:
_
2 3
5 0
_
+
_
0 0
0 0
_
=
_
2 3
5 0
_
- Existencia de elemento opuesto: Dada A = (a
ij
), la matriz A = (a
ij
) satisface:
_
2 3
5 0
_
+
_
2 3
5 0
_
=
_
0 0
0 0
_
Por lo tanto, hay operacion resta denida por A B := A + (B).
1.2.2. Producto por escalares
Si A es una matriz y es un escalar (real), entonces la matriz A es la que se obtiene
al multiplicar todos los elementos de A por el n umero real , esto es por ejemplo,
= 3, 3
_
1 2
3 1
_
=
_
3 6
9 3
_
Las propiedades del producto de matrices de por escalares son las siguientes:
3
1. Propiedad distributiva respecto a la suma de matrices:
(A + B) = A + B.
2. Propiedad distributiva respecto a la suma de escalares:
(
1
+
2
)A =
1
A +
2
A,
3. Propiedad asociativa mixta:
(
1

2
)A =
1
(
2
A).
1.2.3. Producto de matrices
Si A es una matriz (m, n) y B una matriz (n, p) (observar que el n umero de columnas
de A debe coincidir con el de las de B), entonces la matriz producto
C = A B o bien C = AB
es una matriz (m, p), de modo que AB = (c
ij
) donde
c
ij
=
n

k=1
a
ik
b
kj
, i {1, . . . , m}, j {1, . . . , p}.
En esta notacion sumatoria, los ndices i, j estan jos e indican el elemento (i, j) de la
matriz que estamos calculando. El ndice que vara es el k, que va tomando todos los valores
comprendidos entre {1, . . . , n}. Por lo tanto, se observa que de cada elemento c
ij
de la matriz
producto se puede ver como es una operacion entre los elementos de la la i-esima de la ma-
triz A y los elementos de la columna j-esima de la matriz B: multiplicamos ordenadamente
cada elemento de la la i-esima de A con el del mismo lugar en la columna j-esima de B y
se suman los resultados:
_
2 1
3 1
_

_
1 2 3
4 0 2
_
=
_
2 1 + (1) 4 2 2 + (1) 0 2 (3) + (1) (2)
3 1 + 1 4 3 2 + 1 0 3 (3) + 1 (2)
_
=
_
2 4 4
7 6 11
_
Las propiedades del producto de matrices son:
1. Propiedad asociativa:
A(BC) = (AB)C.
2. Propiedad distributiva respecto de la suma de matrices:
A(B + C) = AB + AC.
3. Existencia de elemento neutro: Dada A de orden n las matriz identidad I de orden
n satisface (observemos que estamos hablando de matrices cuadradas!):
IA = A, AI = A.
atencion: el producto de matrices no posee la propiedad conmutativa!
4
1.2.4. Matriz inversa de una matriz cuadrada
Dada una matriz cuadrada A de orden n, diremos que la matriz B es la inversa de A si
satisface
AB = BA = I,
donde I denota la matriz identidad de orden n.
La inversa de una matriz, si existe, es unica y la denotaremos por A
1
. En ese caso
diremos que A es inversible, regular o no singular.
Si A, B son matrices inversibles, entonces la matriz producto C = AB tambien es inver-
sible y ademas su inversa es
C
1
= B
1
A
1
.
2. Determinantes
2.1. Introduccion
Las cuestiones sencillas acerca del determinante de una matriz cuadrada no son las
formulas explcitas que lo denen sino mas bien las propiedades que posee, as que vere-
mos algunas de las propiedades mas importantes. Para la mejor comprension de estas, las
ilustraremos con un ejemplo 2 2. Comenzaremos deniendo el determinante de matrices
2 2, al que denotaremos por det A o bien |A|, y es el n umero real denido por:
det
_
a b
c d
_
:= ad bc.
2.2. Algunas propiedades del determinante
1. El determinante de una matriz coincide con el de su traspuesta. En nuestro caso
particular,
ad bc = det
_
a b
c d
_
= det
_
a c
b d
_
= ad cb.
2. Si una matriz tiene una la (columna) nula, su determinante es cero. En nuestro caso
particular,
det
_
0 0
c d
_
= 0, det
_
a b
0 0
_
= 0.
3. Si una matriz tiene dos las (columnas) proporcionales entonces su determinantes es
cero. En nuestro caso particular,
det
_
a b
a b
_
= ab ab = 0.
5
4. El determinante cambia de signo cuando se intercambian dos las (columnas). En
nuestro caso particular,
det
_
c d
a b
_
= cb ad = det
_
a b
c d
_
= (ad cb).
2.3. La regla de Sarrus
El determinante de una matriz A de orden 3 se puede denir directamente a partir de
la conocida regla de Sarrus:
det
_
_
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
_
_
=

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

= (a
11
a
22
a
33
+ a
21
a
32
a
13
+ a
12
a
23
a
31
)
(a
13
a
22
a
31
+ a
32
a
23
a
11
+ a
12
a
21
a
33
).
Ejemplo.
det
_
_
_
_
2 1 2
1 0 1
2 1 3
_
_
_
_
= (2 0 3+1 1 2+1 (1) (2))(2 0 (2)+1 1 3+1 (1) 2) = 3.
2.4. Regla de Cramer para resolver sistemas lineales
Una aplicacion de los determinantes es la regla de Cramer para resolver sistemas lineales
cuadrados. Sin mas explicaciones detallamos a continuaci on las soluciones de Cramer
para sistemas de dos ecuaciones con dos incognitas y tres ecuaciones con tres incognitas.
Observar que en el denominador ponemos el determinante de la matriz del sistema y en el
numerador el mismo determinante sustituyendo una columna (la de la incognita que estamos
calculando) por la columna de terminos independientes:
Dos ecuaciones
ax + by = p
cx + dy = q
_
, x =

p b
q d

a b
c d

, y =

a p
c q

a b
c d

.
Tres ecuaciones
a
1
x + b
1
y + c
1
z = p
a
2
x + b
2
y + c
2
z = q
a
3
x + b
3
y + c
3
z = r
_

_
, x =

p b
1
c
1
q b
2
c
2
r b
3
c
3

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

, y =

a
1
p c
1
a
2
q c
2
a
3
r c
3

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

, z =

a
1
b
1
p
a
2
b
2
q
a
3
b
3
r

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

.
6
Ejemplo. La solucion del sistema:
x
1
+ 2x
2
= 0
2x
1
x
2
= 10
_
es
x
1
=

0 2
10 1

1 2
2 1

=
20
5
= 4, x
2
=

1 0
2 10

1 2
2 1

=
10
5
= 2.
Ejemplo. Consideremos el sistema
x
1
+ x
2
+ 2x
3
= 9
2x
1
+ 4x
2
3x
3
= 1
3x
1
+ 6x
2
5x
3
= 0
_

_
.
El determinante de la matriz de los coecientes es

1 1 2
2 4 3
3 6 5

= 1 = 0,
por lo que podemos garantizar en primer lugar que el sistema es compatible determina-
do, es decir, que posee una unica solucion. Para resolverlo, aplicando la regla de Cramer
calcularemos
x
1
=
1
(1)

9 1 2
1 4 3
0 6 5

= (1)(1) = 1,
x
2
=
1
(1)

1 9 2
2 1 3
3 0 5

= (1)(2) = 2,
x
3
=
1
(1)

1 1 9
2 4 1
3 6 0

= (1)(3) = 3.
7
EJERCICIOS
Matrices
Para las matrices,
A =
_
1 0 2
4 3 3
_
, B =
_
_
_
_
2 7 2
4 2 0
2 3 1
_
_
_
_
, C =
_
2 5 0 6
0 1 3 1
_
, D =
_
_
_
_
2 3
1 0
1 4
_
_
_
_
E =
_
_
_
_
1 3 4
3 0 3
4 3 3
_
_
_
_
, F =
_
1 1
1 1
_
, G =
_
_
_
_
9 1 0 2
1 1 4 1
0 1 0 1
_
_
_
_
, u =
_
_
_
_
1
0
1
_
_
_
_
, v =
_
_
_
_
_
_
2
1
0
3
_
_
_
_
_
_
Resolver las siguientes cuestiones u operaciones:
1. B + E, A + D
T
, A
T
+ D, AB, BD, Bu, C
T
F, Cv, Eu
2. 4 A, 2 C, u, 3 G
T
, B E,
_
1
2
_
D, B + 3 I, F 2 I
3. Es alguna de las matrices anteriores simetricas?
4. Calcular el determinante de las matrices cuadradas anteriores
Sistemas lineales
Resolver mediante la Regla de Cramer los siguientes sistema de ecuaciones lineales
1.
3x + 2y z = 4
2x y + 2z = 3
x + 3y + 2z = 5
_

_
, solucion: x = 68/23, y = 53/23, z = 42/23.
2.
x + 4y + 2z = 2
2x 8y + 3z = 32
y + z = 1
_

_
, solucion: x = 2, y = 3, z = 4.
3.
x + 2y + z = 1
2x + 3y + 4z = 10
x + 4y 4z = 18
_

_
, solucion: x = 2, y = 2, z = 3.
Chelo Ferreira
Facultad de Veterinaria
8

Vous aimerez peut-être aussi