Dinmica Aplicada y Teora de Control

Algebra Matricial
Vectores y Matrices El estudio de vectores y matrices es el corazn del algebra lineal. El estudio de vectores comenz esencialmente con el trabajo matemtico irlands Sir William Hamilton (1805-1865). Su deseo de encontrar una forma de representar ciertos objetos en el plano y el espacio lo llev a descubrir lo que llamo cuaterniones. Esta nocin condujo al desarrollo de lo que ahora se llama vectores. Mientras Hamilton vivi y durante el resto del siglo XIX hubo un debate considerable sobre la utilidad de los cuaterniones y vectores. Al final del siglo el gran fsico ingls Lord Kelvin escribi que los cuaterniones. an cuando son bellamente ingeniosos, han sido un mal peculiar para todos aquellos que los han manejado de alguna manera, y los vectores nunca han sido de la menor utilidad para ninguna criatura. Pero Kelvin estaba equivocado. Hoy casi todas las ramas de la fsica clsica y moderna se representan mediante el lenguaje de vectores. Los vectores tambin se usan, cada vez ms frecuencia. El algebra matricial se ha convertido en una parte integrante de los conocimientos de matemticas, necesarios en campos tan diversos como la ingeniera elctrica, la pedagoga, la qumica y la sociologa, as como la estadstica y matemtica pura. Se define a un vector rengln de n componentes como el conjunto ordenado de n nmeros escritos de la siguiente manera: ( )

Un vector columna de n componentes es un conjunto ordenado de n nmeros escritos de la siguiente manera: ( )

Consideremos ahora el concepto de matriz. Las matrices encajan dentro del contexto de los espacios vectoriales. Las matrices proporcionarn un modo sutil, terico y practico de estudiar numerosos tipos de problemas, incluyendo la solucin de los sistemas de ecuaciones algebraicas lineales y los sistemas de ecuaciones diferenciales lineales.
Algebra Matricial Pgina 1

Dinmica Aplicada y Teora de Control

Una matriz A de m x n es un arreglo rectangular de mn componentes de dispuestos en m renglones y n columnas

El smbolo m x n se lee m por n. A menos que se establezca lo contrario, se supondr siempre que los nmeros en una matriz o vector son reales. Si A es una matriz m x n con m = n, entonces A se llama matriz cuadrada. Una matriz m x n con todos los elementos iguales a cero se llama matriz cero de m x n. El matemtico ingls Joseph Sylvester (1814-1897) fue el primero que us el trmino matriz en 1850, para distinguir las matrices de los determinantes. De hecho, la intensin era que el trmino matriz tuviera el significado de madre de los determinantes.

La suma de dos matrices est definida solo cuando las matrices son del mismo tamao. Sean ( )y ( ) dos matrices m x n entonces la suma de A y B es la matriz m x n, dada por

Cuando se manejan vectores, se hace referencia a los nmeros como escalares (que pueden ser reales o complejos dependiendo de si los vectores en cuestin son reales o complejos). El termino escalar se origino con Hamilton. Su definicin de cuaternin inclua lo que l llam una parte real y una parte imaginaria. En su artculo On Quaternions, or on a New System of Imaginaries in Algebra, en Philosophical Magazine, 3 serie, 25 (1844). San A, B, C tres matrices de m x n y sean y dos escalares. Entonces i. ii. iii. iv. A+0=A 0A = 0 A + B = B + A (ley conmutativa para la suma de matrices) (A + B) + C = A + (B + C) (ley asociativa para la suma de matrices)
Pgina 2

Algebra Matricial

Dinmica Aplicada y Teora de Control

v. (A + B) = A + B (ley distributiva para la multiplicacin por un escalar vi. 1A = A vii. ( )A A B

Producto Vectorial y Matricial

Sean

)y

, dos vectores. Entonces el producto escalar de a y b,

denotado por

El producto escalar se llama con frecuencia producto punto o producto interno de vectores. Hay que tener en cuenta que el producto escalar de dos n-vectores es un escalar (es decir, un nmero). Al tomar el producto escalar de a y b es necesario que a y b tengan el mismo nmero de componentes. Con frecuencia se tomar el producto escalar de un vector rengln y un vector columna. En este caso se tiene que

Sean a, b, c tres n-vectores y sean y dos escalares. Entonces i. ii. iii. iv. a0=0 a b b a (ley conmutativa del producto escalar) a (b c) ) a b a c (ley distributiva del producto escalar) (a) b (a b)

Algebra Matricial

Pgina 3

Dinmica Aplicada y Teora de Control

Inversa de una matriz cuadrada Sean A y B dos matrices cuadradas de orden n de forma que AB = BA = I, con estas condiciones.

Donde I es una matriz n x n. La matriz I se llama matriz identidad. La matriz B se llama matriz inversa de A y se denota por (B = A-1) ( )d de b {

Una matriz cuadrada que no es invertible se llama singular y una matriz invertible se llama tambin no singular. Si una matriz A es invertible, entonces su inversa es nica.

Procedimientos para encontrar la inversa de una matriz cuadrada A 1. 2. Se escribe la matriz aumentada ( | ). Se utiliza la reduccin por renglones para poner la matriz A a su forma escalonada reducida por renglones. Se decide si A es invertible. a. Si la forma escalonada reducida por renglones de A es la matriz identidad I, entonces es la matriz que se tiene a la derecha de la barra vertical. b. Si la reduccin de A conduce a un rengln de ceros a la izquierda de la barra vertical, entonces A no es invertible. Una matriz A de n x n es invertible si y solo si su forma escalonada reducida por renglones es la matriz identidad, es decir, si su forma escalonada reducida por renglones tiene n pivotes.

3.

Algebra Matricial

Pgina 4

Dinmica Aplicada y Teora de Control

Determinante de una matriz de 2x2 Sea ( ). Entonces se define . El determinante de A se denota por de .

Determinante de Sea una matriz de 2x2. Entonces i. ii. A es invertible si slo si de Si de ., entonces

( Primero, suponga que de ( ( )( y sea ( de )

) )( ). Entonces

[ ]

de

De manera similar, AB=I, lo que muestra que A es invertible y que . Todava debe demostrarse que si A es invertible, entonces de . Para esto, se considera el sistema

Se hace esto porque si este sistema tiene una solucin nica, entonces . El sistema se puede escribir en la forma

Con

( ) y

( *. Entonces, como A es invertible, se ve que el sistema

tiene una solucin nica dada por

Pero solo el hecho que el sistema tenga una solucin nica implica que de

Algebra Matricial

Pgina 5

Dinmica Aplicada y Teora de Control

Consideremos, por ejemplo, un sistema de ecuaciones algebraicas.

Podemos resolver este sistema sumando y restando mltiplos apropiados de ciertas ecuaciones para eliminar variables. Observemos, sin embargo, que tales manipulaciones realmente tienen que ver con los coeficientes; los nombres de las variables o incgnitas no son importantes. Si llamamos a las incgnitas con otros nombres pero conservamos los mismos coeficientes, podramos hacer las mismas manipulaciones para resolver el sistema y llegar a las mismas soluciones. Se pueden hacer estas manipulaciones Consideremos el arreglo rectangular ( sin nombrar las incgnitas.

Este arreglo contiene a los coeficientes tal como aparecen en el sistema. Cada rengln contiene a los coeficientes de una de las ecuaciones, y cada columna los coeficientes de una incgnita en particular.

Algebra Matricial

Pgina 6