Documente Academic
Documente Profesional
Documente Cultură
a11
a 21
.
A= .
a i1
.
.
a
m1
a12
..... a1 j
a 22
..... a 2 j
ai 2
..... a ij
am2
..... a m j
..... a1n
..... a 2 n
.
.
..... a in
.
.
..... a m n
Fila i
columna j
Aqu un elemento genrico de la matriz se denota por aij donde
i : denota nmero de fila
j : denota nmero de columna
Es decir aij es un elemento particular de A que ocupa la fila i y la columna j.
Notacin: A = (aij)
Si m = n , la matriz, se dice cuadrada o de orden n.
En una matriz de orden n los elementos a11 , a22 , , ann forman la diagonal principal de A.
Ejemplo 1 :
1 2
1 2 3
es de orden
es de orden
A =
2x2
;
B =
0 4
1 0 1
1
C = 1 es de orden 3x1 ;
D = ( 3 ) es de orden 1x1
;
2
E = ( 1 0 2 )
a12 = -2 ;
2x3
es de orden 1x3
IGUALDAD DE MATRICES
Definicin 1.3
Dos matrices de mxn , A = (aij ) B = (bij ) son iguales si los elementos correspondientes son iguales,
esto es aij = bij para 1 i m ; 1 j m
1
Ejemplo 15 :
Sean
1 2 1
1 2 w
A = 2 3 4 y B = 2 x 4
0 4 5
y 4 z
A=B
si
x = -3 ; z = 5 ; w = -1 ; y = 0
2c d c 2d
4 2
=
4 3
2a - b - 2
2c d 4
c - 2 d - 3
Suma
Si A = ( aij)
B = ( bij) son matrices mxn ,la suma de A y B es una matriz C = ( cij ) de mxn , tal
que cij = aij + bij para 1 i m y 1 j n
1 2 4
Ejemplo 2 : A =
2 1 3
0 2 4
B =
1 3 1
1 0 2 2 4 (4)
A + B =
2
3
3
1 0 0
=
3
2
4
Propiedades de la suma :
Sean A , B y C matrices de mxn se cumple :
1) A + B = B + A ( Prop. Conmutativa)
2) (A + B ) + C = A + ( B+ C ) ( Prop. Asociativa)
3) Existe una matriz O de mxn , tal que A + O = A , cualquiera sea A .
O se denomina matriz cero o matriz nula .
4) Para cada matriz de mxn , existe una matriz B de mxn tal que A + B = O.
B es la matriz opuesta de A y se denota B = - A ,es decir, se cumple que
A+(-A) =O
Consecuencia : Se define la resta de matrices como A B = A + (-B )
MULTIPLICACION DE UNA MATRIZ POR UN ESCALAR
Si A = (aij ) es una matriz de mxn y r es un nmero real el mltiplo escalar de A por r es la matriz B =
(bij ) de mxn, donde los elementos de B son de la forma bij = r (aij ) para 1 i m ,
2
-5. 2 3 4
1 2 2
0
5
5
= 10 15 20
5
10 10
Ejemplo 4 :
1
0
A = 2 1 0 3 y B = ;
3
5
A . B = ( 2. 1 ) +( -1 .0 ) +( 0. 3 ) + ( 3. 5 ) = 17
MULTIPLICACION DE MATRICES
Si A = (aij ) es una matriz de m x p y B = ( bij ) es una matriz de pxn , el producto AxB es la matriz C
= (cij ) de mxn definida como :
cij = ai1 . b1j + ai2 . b2j + ..+ aip . bpj (1)
p
cij =
a
k 1
ik
.b kj
; 1im ,1jn
Observando la expresin (1) vemos que el elemento cij de C se obtiene realizando el producto punto
entre la fila i de A y la columna j de B de la siguiente manera :
b1j
b 2j
cij = ( ai1 ai2 .. aip ) . .
.
b
pj
Observaciones :
1) El producto de A y B slo est definido cuando el nmero de columnas de A es igual al nmero de
filas de B.
3
A . B
= C
mxp pxn
mxn
2) El orden de la matriz resultante del producto es igual m x n donde
m = n filas de A
n = n columnas de B
1
1 2 1
Ejemplo 5 : Dadas A =
y B = 1 encontrar de ser posible los productos
3 1 4
3
A . B y B .A.
A y B son de rdenes 2x 3 y 3x 1 respectivamente.
n columnas de A = n de filas de B = 3
existe A . B
1 1 2.1 1.3
2
=
A.B =
3. 1 1.1 4.3
10
Veamos B .A :
Aqu n columnas de B (= 1)
n de filas de A ( = 2)
2 5
1 2 1
, B = 4 3 y
Ejemplo 6 : Dadas A =
3 1 4
2
1
15 1 22
4 2
; B . A = 5 5 16 ;
A . B =
B.C=
6 16
5 5 2
no es posible obtener B .A
C=
1
1
7
7
1
A . C no es posible.
2 2
;
1 0
8 4
2 2
; B. A =
A .B =
0
1
12 10
Ejemplo 7 : Dadas A =
1 0
B =
5 2
Observaciones
1) De los ejemplos anteriores se tiene que de existir, en general A . B B . A por lo que el producto de
matrices no es conmutativo.
2) (A + B )2 A2 + 2 A .B + B2 pues
(A + B )2 = A B . A B = A 2 +A. B + B A + B2
A 2 +A. B + B A + B2 A2 + 2 A .B + B2
Aqu
ya que A. B B A
A + AB - B.A - B
Caso Particular : A . I = I .A , donde I es la matriz identidad ; vale la propiedad conmutativa en este caso
.
4
Matriz Diagonal
Una matriz A = (aij ) cuadrada, es diagonal si cada elemento fuera de la diagonal principal es igual a 0,es
decir aij = 0 si i j
Ejemplo 8 :
Matriz Identidad
Una matriz A = (aij ) diagonal , se denomina matriz identidad, si todos los elementos de la diago
nal principal son iguales a uno , es decir : aij = 1 , para i = j y aij = 0
, para i j
Denotamos por In a la matriz identidad de orden n.
Ejemplo 9 :
1 0
=
0 1
1 0 0
0 1 0
0 0 1
Matriz Traspuesta
Si A = ( aij ) es una matriz de mxn la transpuesta de A denotada por At = ( aji ) es una matriz de
nxm donde las entradas o elementos de cada fila son las entradas correspondientes en la columna de A
Ejemplo 10 :
1 2 1
A =
3 5 7
1 3
A = 2 5
1 7
1 3 2
0 1
B = 2 2
3 1
12 7
12 5
(1)
=
(A . B) =
5 3
7 3
Por otro lado :
1 2
12 7
0 2 3
t
t
. 3 1 =
(2)
B . A =
1 2 1 2 3 5 3
Matriz Simtrica
Una matriz A = ( aij ) de orden n cuyos elementos son nmeros reales ,es simtrica si At = A.
Es decir : A es simtrica si aij = aji para i j .
Ejemplo 11 : Son simtricas las siguientes matrices
1 2 3
1 2
; B = 2 1 0
A=
2 1
3 0 1
Matriz triangular
Una matriz A = (aij ) es :
Triangular Inferior si aij = 0 para i < j
Triangular Superior si aij = 0 para i > j
Ejemplo 12 :
1 6 9
A = 0 0 4
0 0 7
4 0 0
B = 8 0 0
5 1 3
Una matriz A de mxn esta en forma escalonada por fila cuando satisface las siguientes
propiedades :
1) Todas las filas que constan solo de cero, si las hay, estn en la parte inferior de la matriz .
2) La primera entrada distinta de cero de cada fila no nula , es un 1 .Esta entrada se denomina entrada
principal o 1 principal .
3) En cada fila que no consta solo de ceros , el 1 principal de la fila aparece a la derecha y en una columna
posterior respecto del lugar que ocupan los unos principales de las filas anteriores .
6
Una matriz A de mxn esta en forma escalonada por filas reducida, si cumple lo siguiente :
1) A esta en forma escalonada por filas.
2) Si una columna contiene un uno principal , el resto de los elementos de dicha columna son iguales a
cero.
Ejemplo 13 :
1
0
A=
0
0 0 0
1 3 0
0 1 0
0 0 1
1
B=
0
0 0 2
0 0
0 1
0 0
8
2
1 2 0 4
D = 0 0 0 0
0 0 1 3
1 0 3 4
E = 0 2 2 5
0 0 1 2
1 2 3 4
G = 0 1 2 5
0 0 1 2
0 0 1 2 3
H = 0 0 0 1 0
0 0 0 0 1
Matriz
A
B
C
D
E
F
G
H
I
OPERACIONES
Forma escalonada
si
no
si
no
no
no
si
si
si
1 2 0 0 1
C = 0 0 1 2 3
0 0 0 0 0
0
F =
0
I = 0
0
0
1
1
0
0
1
0
2 5
2 2
0 0
0 0
0 1
1 2
3
Ejemplo 14 :
0 0 1 2
A = 2 3 0 2
3 3 6 9
f 2 + f f
2
3 3 6 9
2 3 0 2
0 0 1 2
1
f
3 1
1 1 2 3
2 3 0 2
0 0 1 2
1 1 2 3
0 1 4 4
0 0 1
2
escalonada .
Seguimos aplicando operaciones sobre esta ltima matriz para arribar a una matriz en forma escalonada
reducida .
1 0 6 7
1 0 0 19
0 1 4 4
0 1 0 12
0 0 1
0 0 1
2
2
6 f 3 f 1 f 1
4 f 3 + f 2 f 2
1 f 2 f 1
Toda matriz de mxn es equivalente por fila a una matriz en forma escalonada por filas .
TEOREMA
Toda matriz de mxn es equivalente por filas a una nica matriz en forma escalonada por filas reducidas .
Se aplicaran estos resultados a la resolucin de Sistemas Lineales
SISTEMAS LINEALES
a11.x1
a21x1
..
ai1x1
.
am1x1
a12x2
a22x2
.
ai2x2
.
am2x2
.
.
.
.
.
.
a1jxj
a2jxj
.
aijxj
.
amjxj
..
..
..
..
..
..
a1nxn
a2nxn
.
ainxn
.
amnxn
=
=
=
=
=
=
b1
b2
..
bi
..
bm
(1)
8
a 21
......
a
m1
....... a1n x1 b1
a 22 ....... a 2 n x 2 b2
.
(2)
La representacin (2) simbolizada por AX = B , se llama forma matricial del sistema ( 1 ) donde
A : matriz de los coeficientes del sistema
X : matriz de las incgnitas
B : matriz de los trminos independientes .
a11
a 21
( AB) =
......
a m1
....... a1n b1
a 22 ....... a 2 n b2
La matriz
...... ...... ...... .
a m 2 ....... a m n bm
recibe el nombre de Matriz Ampliada del Sistema .
a12
Recprocamente , cualquier matriz con ms de una columna puede considerarse la matriz aumentada de
un sistema lineal .
Ejemplo 15: Para el sistema :
2 x z 5
2 x 3 y 4 z 7
3x 2 y 2 z 3
Forma Matricial :
Matriz Aumentada :
2 0 1 x 5
2 3 4 . y = 7
3 2 2 z 3
2 0 1 5
2 3 4 7
3 2 2 3
Ejemplo 16:
2 x y 3 z 4
2 1 3 4
Nuestro objetivo ser resolver un sistema de ecuaciones lineal usando la matriz aumentada que
representa a ste , llevndola a una forma de la cual pueda deducirse fcilmente la solucin.
9
TEOREMA
AX = B y CX = D , dos sistemas lineales cada uno con m ecuaciones y n incgnitas .Si las matrices
aumentadas A B y ( C D ) de estos sistemas son equivalentes por filas, ambos sistemas
lineales tienen exactamente las mismas soluciones .
METODO DE ELIMINACION DE GAUSS .
2x 3y -2
z 2
3 3 6 9
1 1 2 3
2 3 0 2 0 1 4 4
0 0 1
0 0 1 2
2
x y 2 z 3
y 4z 4
z 2
z = 2 y 4 .2 = 4
y = 12
z = 2 ; y = 12 x + 12 + 2 . 2 = -3
x = -19
La solucin es S = { -19, 12, 2)}
METODO DE REDUCCION DE GAUSS JORDAN
A x = B es el siguiente:
1 ) Formar la matriz aumentada ( A B )
2) Transformar la matriz aumentada ( A B ) a su forma escalonada reducida por filas ( C D ) a travs de
operaciones elementales.
3) Para cada fila no nula de ( C D ) se despeja la incgnita correspondiente a los unos principales .
Ejemplo 18 : del ejercicio anterior se obtuvo la matriz ,
1 1 2 3
1 0 0 19
EJERCICIO : Las siguientes representan las matrices aumentadas de sistemas lineales .Dar de ser
posible , la solucin en cada caso .
a)
1 0 5 2
0
1
2
3
x +5 z = -2
y+2z = 3
x = -5z -2
y = -2z +3
b)
1
0
0
1 3 7
0 1 11
0 0 3
0
x + 2z = 3
y - 3z = 7
z = 11
0=3
La presencia en la 4ta igualdad del absurdo 0 = 3 nos indica que este sistema no tiene solucin
. Aunque quizs se pudiera hallar un valor para cada una de las tres incgnitas trabajando con las tres
primeras ecuaciones , stas no verificaran la cuarta ecuacin del sistema (comprobarlo).
Sistema Incompatible
c)
1 0 0 1 0
0 1 0 0 2
0 0 1 4 1
Si
t ;
tR
x x =0 x = x
x =2
x 4x = 1 x 4x
1
t,
+1
4 t +1
11
Solucin General {t , 2 , 4t 1, t / t R}
El sistema es Compatible Indeterminado
d)
1 0 5 3 0
0 1 2 - 4 0
0 0 0
0 0
Aqu tanto x como y dependen de los infinitos valores que pueden tomar tanto z como w.
Si z = t y w = t con t,t R ;
x = 5t -3t , y = -2t + 4t
Solucin general : S = { (5t -3t, -2t + 4t, t , t) / t,t R }
El sistema es Compatible Indeterminado
SISTEMAS LINEALES HOMOGENEOS
Un Sistema lineal de la forma AX = 0 ,recibe el nombre de SISTEMA HOMOGENEO ,es decir, que un
sistema lineal es homogneo si sus trminos independientes son nulos .
-5 x3 +3 x 4 = 0
+2 x3 - 4 x 4 = 0
x
x
x=x
1
x=x
3
..= xn = 0 . Dicha solucin se denomina solucin trivial. Es por esto que todo sistema homogneo es
siempre COMPATIBLE.
COMPATIBLE DETERMINADO :
MATRIZ INVERSA .
Una matriz A de orden n , es inversible ( o no singular ) si existe una matriz B de orden n , tal que A.B =
B.A = In
La matriz B se llama inversa de A, es decir ,
B = A-1 , es decir , se cumple que A . A-1.= A-1 .A = In
Si dicha matriz inversa no existe , A se denomina no inversible ( o singular ).
12
Ejemplo 20 :
2 3
es inversible y que su inversa es
Verificar que A =
2 2
=
2 .
1 1
2 3 1 3 1 0
= I2
A . A =
2 =
2 2 1 1 0 1
-1
1 2
, utilizando la definicin
Ejemplo 21 : Encontrar la inversa de A=
3
4
a
b
,
A-1 =
c
d
A-1 . A = I2
a b 1 2 1 0
.
=
c
d
3
4
0
1
a 3b 2a 4b 1 0
3
d
2
c
4
d
0
1
a + 3b = 1 , 2a + 4b = 0 , c + 3d =0 , 2c + 4d =1
Resolviendo, el sistema formado por las 2 primeras ecuaciones tenemos : a = -2 , d = -1/2 y
resolviendo, el sistema formado por las 2 ltimas ecuaciones :
b = 1 , c = 3/2
2
Por lo tanto A-1 = 3
1
1
1 2 2
. 3
Verificacin : A . A-1 =
3 4 2
1
1 =
1 0
0 1
A B = B A = In
C es inversa de A A C = C A = In
B = B . In = B. (A. C ) = ( B. A ). C = In .C = C
B=C
la inversa A es nica .
PROPIEDADES DE LA INVERSA
(1)
(2)
Demostracin de 3):
2 5 0 1
(-2) F 1 + F 2
Por lo tanto B-1 =
1 2 1 0
0 1 2 1
1 0 5 2
0 1 2 1
(-2) F 2 + F 1
5 2
2 1
2 2 1
2 2 1 1 0 0
(A| I) = 4 5 2 0 1 0
2 3 1 0 0 0
haciendo ( -1 ) F 1 + F 3 F 3
( -2 ) F 1 + F 2 F 2
14
2 2 1 1 0 0
0 1 0 2 1 0
0 1 0 1 0 1
1
2
1 1 1/ 2 1/ 2 0 0
0
2 1 0
0 1
0 1
0
1 0 1
1 1 1/2 1/2 0 0
0
2 1 0 = ( CD)
(-1) F 2 + F 3 F 3 0 1
0 0
0
1 1 1
TEOREMA :
Una matriz de orden nxn es inversible si y solo si es equivalente por filas a In.
1) A es inversible.
2) El sistema lineal A.X = b tiene solucin nica para cada matriz b de nx1.
3) X = 0 es la nica solucin de A.X= 0
4) A es equivalente por filas a In.
Demostracin :
1) 2) Supongamos A inversible. Veamos que AX = b tiene nica solucin:
AX = b A-1 .(A.X) = A-1 b In X = A-1 b X = A-1 b y esta es la nica solucin.
2) 3) Supongamos que cualquiera sea b de orden nx1 AX = b tiene la solucin X = A-1 b .
en particular si b = 0 el sistema AX = 0 tiene la solucin X = A-1.0 = 0
3) 4) Si AX =0 tiene como nica solucin a X =0 es claro que A es equivalente por filas a In ya que la
matriz ampliada ( A0) se puede llevar a (In 0 ) .
4) 1) Si A es equivalente por filas a In , A es inversible por teorema anterior.
15