Sunteți pe pagina 1din 36

TECNOLGICO NACIONAL DE MXICO

Instituto Tecnolgico de Lzaro Crdenas

LGEBRA LNEAL
INVESTIGACIN II
MATRICES Y DETERMINANTES

NOMBRE DEL ALUMNO:


APELLIDO PATERNO APELLIDO MATERNO
BARBOSA
GARCA

NOMBRE
KARIME ANDREA

CARRERA: CONTADOR PBLICO


GRUPO: 11U
SALON: D4
SEMESTRE: AGOSTO-DICIEMBRE 2016
FECHA DE ENTREGA: 13/SEPTIEMBRE/2016

INTRODUCCIN

Unidad 2 Matrices y Determinantes


Teora de matrices y lgebra lineal, ramas de las matemticas, relacionadas entre
s, que son herramientas fundamentales en las matemticas puras y aplicadas, y
cada vez ms importantes en las ciencias fsicas, biolgicas y sociales para sus
aplicaciones en las diferentes circunstancia que se presente .
La utilizacin de matrices constituye actualmente una parte esencial de los
lenguajes de programacin, ya que la mayora de los datos se introducen en los
ordenadores como tablas organizadas en filas y columnas
Bueno es este tema se hablara de las operaciones con matrices que se puede
clasifica por varios elementos tales como m-por n A y B su suma A+B y que tiene
propiedades como la asociativa la conmutativa existencia de matriz cero o matriz
nula gracias a las matrices podemos resolver los diferentes problemas que se
vern en esta unidad.
Identificaras que las matrices se clasifican en triangular superior, triangular inferior,
diagonal,

escalar,

identidad,

potencia,

peridica,

nilpotente,

idempotente,

involutiva, transpuesta, simtrica, antisimtrica, compleja, conjugada, hermitiana,


antihermtiana, ortogonal.

2.1 Definicin de matriz, notacin y orden.

Unidad 2 Matrices y Determinantes

Las matrices aparecen por primera vez hacia el ao 1850, introducidas por J.J.
Sylvester. El desarrollo inicial de la teora se debe al matemtico W.R. Hamilton en
1853. En 1858, A. Cayley introduce la notacin matricial como una forma
abreviada de escribir un sistema de m ecuaciones lineales con n incgnitas.
Se llama matriz de orden "m n" a un conjunto rectangular de elementos
aij dispuestos en m filas y en n columnas. El orden de una matriz tambin
se denomina dimensin o tamao, siendo m y n nmeros naturales.
Para poder expresar una matriz y diferenciarla tenemos que saber su notacin.
Definicin:
Una matriz es una tabla rectangular de nmeros. Una de las principales
aplicaciones de las matrices es la representacin de sistemas de ecuaciones de
primer grado con varias incgnitas. Cada fila de la matriz representa una ecuacin,
siendo los valores de una fila los coeficientes de las distintas variables de la
ecuacin, en determinado orden.
Notacin:
Las matrices se denotan con letras maysculas: A, B, C, ... y los elementos de las
mismas con letras minsculas y subndices que indican el lugar ocupado: a, b, c,
Un elemento genrico que ocupe la fila i y la columna j se escribe aij .
Si el elemento genrico aparece entre parntesis tambin representa a toda la
matriz : A = (aij)

Cuando nos referimos indistintamente a filas o columnas hablamos de lneas.


El nmero total de elementos de una matriz Amn es mn
En matemticas, tanto las listas como las tablas reciben el nombre genrico de
matrices.

Unidad 2 Matrices y Determinantes


Generalmente, una matriz se nombra por una letra mayscula y sus elementos, una
vez distribuidos en las filas y columnas respectivas, se encierran con corchetes o con
parntesis, as:

a11

a 21

A=

a12
a 22

a1n

a11

a12

a1n

a2n

a 21

a 22

a 2n

a m 1 a m 2 a mn ;

A=

a m 1 a m 2 a mn

O as:

Orden de una matriz


El orden de una matriz es el nmero de filas y de columnas que tiene esa matriz.
Si el nmero de filas de una matriz A es "m" y el de columnas es "n", se suele anotar
Amxn, leyndose "matriz A de orden m por n".
Elemento genrico
El smbolo "aij", llamado elemento genrico de una matriz, se usa para indicar que el
elemento por l designado ocupa el lugar correspondiente a la fila "i" y a la columna
"j".
En consecuencia, una anotacin del tipo "a23" debe interpretarse que se trata del
elemento "a", que ocupa el lugar correspondiente a la fila 2 y a la columna 3.
Otra notacin de una matriz
Para el caso de una matriz A con m filas y n columnas, se debe entender que i
vara desde 1 hasta m y que j vara desde 1 hasta n (siendo i y j variables en el
conjunto de los nmeros naturales).
Por ello, otra forma de anotar una matriz A, de m filas y n columnas, que tiene como
elemento genrico a aij, es:
Amxn = (aij)

(i= 1, 2, ..., m; j= 1, 2, ..., n)

Unidad 2 Matrices y Determinantes


a11 a12 a13

A=

a 21 a 22 a 23
a 31 a32 a 33

As, la matriz

a 41 a42 a 43

Puede anotarse de esta forma:


A4x3 = (aij)

(i= 1, 2, 3, 4; j= 1, 2, 3)

2.2. Operaciones con matrices


Suma
Dadas las matrices m-por-n A y B, su suma A + B es la matriz m-por-n calculada
sumando los elementos correspondiente i. e . ( A+ B ) [ i , j ] = A [ i , j ] + B[ I , J ] . Es
decir, sumar cada uno de los elementos homlogos de las matrices a sumar. Por
ejemplo:

[ ] [ ] [
1 3 2
1 0 0 +
1 2 2

1 0 5
7 5 0 =
2 1 1

Propiedades Asociativas Dadas las matrices


A + ( B+C )=( A + B )
Conmutativa
Dadas las matrices

m n A Y B

A + B=B+ A

Existncia de matriz cero o matriz nula


A +0=0+ A=A
Existncia de matriz opuesta
conA=[a i , j]

][ ]

1 + 1 3+0 2+5
2 3 7
=
1 + 7 0+5 0+0
8 5 0
1 + 2 2+1 2+ 1
3 3 3
m n A , B y C

Unidad 2 Matrices y Determinantes


A + (A )=0
Producto por un escalar
Dada una matriz A y un escalar c, su producto cA se calcula multiplicando el
escalar por cada elemento d A i. e . ( cA ) [ I , J ] =cA [i , j]
Ejemplo

1 8 3
4 2 5

] [
=

][

2 1 2 8 23 = 2 16 6
2 4 22 2 5
8 4 10

Propiedades sean A Y B matrices y c y d escalares


Clausura: Si A es matriz y c es escalar, entones cA es matriz.

Asociatividad:( cd ) A = c(dA)
Elemento neutro: 1 A= A
Distributividad :
De escalar : c ( A+ B )=c A +c B
De matriz: ( c +d ) A=c A +d A

Producto
Diagrama esquemtico que ilustra El producto de dos matrices A and B dando
como resultado la matriz AB
El producto de dos matrices AB. se puede definir slo si el nmero de columnas de
la matriz izquierda es el mismo que el nmero de las de la matriz derecha. Si A es
una matriz m n y B es una matriz n p , entonces su producto matricial AB es
la matriz m p m filas , p columnas dada por:

( AB ) [ i , j ]= A [ i ,1 ] B [ 1, j ] + A [ i , 2 ] B [ 2, j ] ++ A [ i ,n ] B[ n , j ]
iy j

Para cada par

Por ejemplo

][

3 1
(1 3+0 2+2 1)
(1 1+0 1+2 0)
1 0 2
2 1=
1 3 1
(1 3+3 2+1 1) (1 1+3 1+1 0)
1 0

] [ ]
=

5 1
4 2

Unidad 2 Matrices y Determinantes


Propiedades
Si los elementos de la matriz pertenecen a un cuerpo, y puede definirse el.
Producto, el producto de matrices tiene las siguientes propiedades:
Propiedad asociativa: ( AB ) C= A ( BC ) .
Propiedad distributiva por la derecha:

( A + B ) C= AC + BC .

Propiedad distributiva por la izquierda C ( A+ B )=CA + CB


El producto de dos matrices generalmente no es conmutativo, es decir, AB BA
. La divisin entre matrices, es decir, la operacin que podra producir el cociente
A
. No se encuentra definida. Sin embargo, existe el concepto de matriz
B
inversa, solo aplicable a las matrices cuadradas.

2.3 Clasificacin de las matrices


La transformacin de la ampliada de una matriz mediante operaciones
elementales ha dado origen al concepto de matrices elementales. Una matriz
elemental se define como una matriz cuadrada que puede obtenerse a partir de la
matriz identidad con una nica operacin elemental realizada sobre sus filas.
Algunas matrices presentan caractersticas particulares en la posicin o en la
naturaleza de sus elementos. Muchas de ellas son tan importantes en la teora y
en las aplicaciones, que han recibido denominaciones especficas.
Triangular
superior
Triangular
inferior
Diagonal
Escalar
Identidad
Potencia
Peridica
Nilpotente
Idempotente

Involutiva
Transpuesta
Simtrica
Antisimtrica
Compleja
Conjugada
Hermitiana
Antihermtiana
Ortogonal

Algunos tipos de matrices


Hay algunas matrices que aparecen frecuentemente y que segn su forma, sus
elementos, reciben nombres diferentes:

Tipo de
matriz

FILA

Aquella matriz que


tiene una sola fila,
siendo su orden
1n

COLUMNA

Aquella matriz que


tiene una sola
columna, siendo su
orden m1

RECTANGULA
R

Definicin

Aquella matriz que


tiene distinto nmero
de filas que de
columnas, siendo su
orden mn ,

Ejemplo

TRASPUESTA

Dada una matriz A,


se llama traspuesta
de A a la matriz que
se obtiene
cambiando
ordenadamente las
filas por las
columnas.
Se representa por
At AT

OPUESTA

La matriz opuesta de
una dada es la que
resulta de sustituir
cada elemento por
su opuesto. La
opuesta de A es
-A.

NULA

Si todos sus
elementos son cero.
Tambin se
denomina matriz
cero y se denota por
0mn

CUADRADA

Aquella matriz que


tiene igual nmero
de filas que de
columnas, m = n,
dicindose que la
matriz es de orden
n.
Diagonal principal :
son los elementos
a11 , a22 , ..., ann
Diagonal secundaria
: son los elementos
aij con i+j = n+1
Traza de una matriz

Diagonal principal :
Diagonal

secundaria

cuadrada : es la
suma de los
elementos de la
diagonal principal tr
A.

SIMTRICA

ANTISIMTRIC
A

Es una matriz
cuadrada que es
igual a su
traspuesta.
A = At , aij = aji
Es una matriz
cuadrada que es
igual a la opuesta de
su traspuesta.
A = -At , aij = -aji
Necesariamente aii
=0

DIAGONAL

Es una matriz
cuadrada que tiene
todos sus elementos
nulos excepto los de
la diagonal principal

ESCALAR

Es una matriz
cuadrada que tiene
todos sus elementos
nulos excepto los de
la diagonal principal
que son iguales

IDENTIDAD

Es una matriz
cuadrada que tiene
todos sus elementos
nulos excepto los de
la diagonal principal
que son iguales a 1.
Tambin se

denomina matriz
unidad.

TRIANGULAR

Es una matriz
cuadrada que tiene
todos los elementos
por encima (por
debajo) de la
diagonal principal
nulos.

ORTOGONAL

Una matriz ortogonal


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 -1.

NORMAL

Una matriz es
normal si conmuta
con su traspuesta.
Las matrices
simtricas, anti
simtricas u
ortogonales son
necesariamente
normales.

INVERSA

Decimos que una


matriz cuadrada A
tiene inversa, A-1, si

se verifica que :
AA-1 = A-1A = I

Tipos de matrices
Cuando el nmero de filas es igual al de columnas (n = m) la matriz se
llama matriz cuadrada.
Cuando n = 1 la matriz se llama matriz fila.
Cuando m = 1 la matriz se llama matriz columna.
Las matrices fila y columna se llaman habitualmente vectores.
Cuando en una matriz cuadrada son ceros todos los elementos que no
estn en la diagonal principal (la que va desde el ngulo superior izquierdo
al ngulo inferior derecho) la matriz se llama matriz diagonal.
Si todos los trminos de una matriz son cero, a la matriz se le llama matriz
nula. y se representa por O.
Si una matriz diagonal tiene todos los trminos de la diagonal iguales se
llama matriz escalar.
Si una matriz diagonal tiene todos los trminos de la diagonal iguales a 1 se
llama matriz unidad.
Dada una matriz, su traspuesta es la formada al disponer la fila 1 como
columna 1, la fila 2 como columna 2... la fila n como columna n. La
traspuesta de la matriz A se designa por tA (a veces se utiliza At o A').
Las matrices cuadradas en las que aij = 0 siempre que i > j o bien aij = 0
siempre que i < j se llaman matrices triangulares (superior o inferior, segn
el caso).
Una matriz se llama regular si tiene inversa. Si no tiene inversa se llama
singular.
Una matriz es simtrica si es igual a su traspuesta.

Una matriz A es antisimtrica (o hemisimtrica) si su traspuesta es igual a


-A
Una matriz A es hermtica si coincide con la matriz traspuesta conjugada (se
refiere a los nmeros complejos conjugados). Es antihermtica si es opuesta
con la matriz traspuesta conjugada.
Una matriz es peridica si existe algn p tal que Ap = A. Si p = 2 la matriz se
llama idempotente.
Una matriz es nilpotente si existe algn p tal que Ap = O (matriz cero).
Una matriz es involutiva si A2 = I (matriz identidad).
Una matriz es ortogonal si tA = A-1.

Clasificacion de las matrices por su orden


Por su orden (o dimensin), las matrices se clasifican en:
a) rectangulares
b) cuadradas.

Sea Amxn;
Si m n, la matriz se dice rectangular;
Si m = n, la matriz se dice cuadrada.

a11 a12 a13

a 21 a 22 a 23

a11 a12 a13

a31 a32 a33

a 21 a 22 a 23

a41 a42 a43


Matriz rectangular

Matrices especiales

a 31 a 32 a 33

Matriz cuadrada

Matriz fila: es la matriz que tiene una sola fila.


Ejemplo:

B = b11 b12 b13 = ( b1j )(j = 1, 2, 3)


Matriz columna: es la matriz que tiene una sola columna.
Ejemplo:

c11

C = c 21 = ( ci1 ) (i = 1, 2, 3)

c31
Caracterizacin de las regiones de una matriz cuadrada
Por el comportamiento de los subndices i y j de un elemento del tipo aij de una
matriz cuadrada cualquiera, es posible caracterizar tres regiones en ella:
1)
2)
3)

los elementos aij tales que i=j, forman la diagonal principal


los elementos aij tales que i<j, forman el tringulo superior.
los elementos aij tales que i>j, forman el tringulo inferior.

Matrices triangulares
Si en una matriz cuadrada es:
Aij = 0, i<j
Se dice que la matriz es triangular superior.
La que sigue es una matriz triangular superior de orden 4:

a11

a 21

a 22

a 31

a32

a33

a 41

a42

a43

a44

A=

Si en una matriz cuadrada es:


Aij = 0, i>j
Se dice que la matriz es triangular inferior.
La que sigue es una matriz triangular inferior de orden 4:

a11

a12

a13

a14

a 22

a 23

a 24

a 33

a 34

a 44

B=

Matriz diagonal
Se llama matriz diagonal a toda matriz que es simultneamente triangular superior
y triangular inferior.
Es inmediato que, en una matriz diagonal, es
Aij = 0, i j.

El siguiente es un ejemplo de matriz diagonal:

d 11

d 22

d 33

d 44

D=

Matriz escalar
Se llama matriz escalar a toda matriz diagonal en la que:
d11=d22=d33= ... = dii= k , siendo k un escalar.

Este es un ejemplo de matriz escalar:

0
E=
0

Matriz identidad
Se llama matriz identidad a la matriz escalar en la que k=1.
La matriz identidad de orden n se anota In.
Ejemplo:

0
I4=
0

El elemento generador de una matriz identidad recibe el nombre de "Delta de


Krocneker", se simboliza con ij y se define as:

1 si i = j
ij =
0 si i j
De modo que In = (ij ) ; i,j = 1, 2, ..., n.

2.4 Transformaciones elementales por rengln. Escalonamiento


de una matriz. Rango de una matriz.

Transformaciones elementales por rengln.


Una matriz es un arreglo rectangular de nmeros. Estos nmeros pueden ser los
coeficientes de las variables de un sistema de ecuaciones, con lo que la matriz se
llamar matriz de coeficientes del sistema. Una matriz con m renglones y n
columnas se llama una matriz de m x n. Si en una matriz se vaca, adems de los
coeficientes de las ecuaciones, el lado derecho de stas, entonces la matriz se
denomina matriz aumentada.
Operaciones elementales con renglones.
1. Multiplicar (o dividir) un rengln por un nmero diferente de cero.
2. Sumar un mltiplo de un rengln a otro rengln, .
3. Intercambiar renglones.
Con estas operaciones se obtiene un nuevo rengln que resulta ser una
combinacin lineal del primero o bien, lo que se traducira en una nueva ecuacin
equivalente.
Escalonamiento de una matriz.
Una matriz se encuentra en la forma escalonada por renglones si se cumplen las
siguientes condiciones:
1. Todos los renglones (si los hay) cuyos elementos son todos cero aparecen
en la parte inferior de la matriz.
2. En el primer nmero diferente de cero (comenzando por la izquierda) en
cualquier rengln cuyos elementos no todos son cero es 1.
3. Si dos renglones sucesivos tienen elementos distintos de cero, entonces el
primer 1 en el rengln de abajo est ms hacia la derecha que el primer 1
en el rengln de arriba.
. Ejemplos de matrices en la forma escalonada por renglones

a)

b)

c)

[ ]
[
]
1 2 3
0 1 5
0 0 1

1 1 6 4
0 1 2 8
0 0 0 1

1 0 2 5
0 0 1 2

d)

[ ]

e)

1 2
0 1

1 3 2 5
0 1 3 6
0 0 0 0

Por lo general, la forma escalonada por renglones de una matriz no es nica. Es


decir, una matriz puede ser equivalente, en sus renglones, a ms de una matriz en
forma escalonada por renglones.
Por ejemplo

1 3 2 5
1 2 1 1
A= 0 1 3 6 rengl n1rengl n 2=B= 0 1 3
6
0 0 0 1
0 0 0
1

Al realizar la operacin indicada, restar el rengln 1 del rengln 2, se obtiene la


matriz B. (1-0=1, 3-1=2, 2-3=-1, 5-6=-1). Ambas matrices se encuentran en la
forma escalonada por renglones y son equivalentes por renglones. As, cualquier
matriz para la que A es una forma escalonada por renglones. Tambin acepta a B
como forma escalonada por renglones.
Existe tambin la forma escalonada reducida por renglones, en la cual los
nmeros arriba y abajo del primer 1 de un rengln son cero, como se observa en
la siguiente matriz:

1 0 0 4
C= 0 1 0 2
0 0 1 3

Siempre se puede reducir una matriz a la forma escalonada reducida por


renglones o a la forma escalonada por renglones realizando operaciones
elementales con renglones.
Rango de una matriz.
Es el nmero mximo de columnas (filas respectivamente) que son linealmente
independientes. Si el rango fila y la columna son iguales, ste nmero es llamado
simplemente rango de A.
El nmero de columnas independientes de una matriz A de m x n es igual a la
dimensin del espacio columna de dicha matriz A. tambin la dimensin del
espacio fila determina el rango. El rango de A ser, por tanto, mayor o igual que
uno o menor o igual que el mnimo entre m y n.

Ejemplo.

a)
b)
c)
d)
e)
f)

1 2 3 11
A= 4 1 1 4 , realice lo que se le pide:
2 1 3 10
Multiplique por 4 el rengln 1 y rstele el rengln 2.
Multiplique por 2 el rengln 1 y rstele el rengln 3.
Divida el rengln 2 entre (-4).
Multiplique el rengln 2 por 3 y smele el rengln 3.
Multiplique el rengln 3 por (-3) y divdalo entre 4.
Alcanz ya la forma escalonada?

Dada la matriz

2.5 Calculo de la inversa de una matriz


El algebra de matrices proporciona herramientas para manipular ecuaciones
matriciales y crear diversas formulas tiles en formas similares a la ejecucin
ordinaria del lgebra con nmeros reales. En esta seccin el anlogo matricial del
reciproco, o inverso multiplicativo, de un numero diferente de cero.
Recuerde que el inverso multiplicativo de un nmero como 5 es 1/5 o 5 -1. Este
inverso satisface la ecuacin:
1

5 .5=1Y 5. 5 =1
L a generalizacin matricial requiere ambas ecuaciones y evita la notacin con
diagonales (para indicar una divisin) debido a que la multiplicacin de matrices no
es conmutativa. Ms aun, una generalizacin completa solo es posible si las
matrices involucradas son cuadradas.
PROPIEDADES:

Se dice que una matriz


nxn tal que:

de nxn

es invertible si existe otra matriz

de

CA=I y AC=I

Donde I =I n , la matriz identidad nxn . En este caso, C es un inverso de


A . De hecho, C esta determinado nicamente por A , porque si B
fuera otro inverso de A , entonces B=BI =B ( AC )= ( BA ) C=IC=C . Este
inverso nico se denota mediante A1 , de manera que,
A

A=I y A A =I

Una matriz que no es invertible algunas veces se denomina matriz singular, y una
matriz invertible se denomina matriz no singular. Entre matrices NO existe la
operacin de divisin, la matriz inversa realiza funciones anlogas.

EJEMPLO

[
[

Si

][
][

A=

] [

2
5
7 5
y C=
,
3 7
3
2

][ ]
][ ]

5 7 5 = 1 0 y
AC= 2
3 7 3
2
0 1

5 =1 0
CA= 7 5 2
3
2 3 7
0 1

entonces

As que C=A1 .
A continuacin se presenta una formula sencilla para el inverso de una matriz de
2x2, junto con una prueba para saber si existe el inverso.
TEOREMA 4
A=

Sea
1

A =

Si

[ ]
[

a b
. Si
c d

1
d b
adbc c a

adbc 0 , entonces

es invertible y

adbc =0 , entonces A no es invertible.

La demostracin sencilla del teorema 4 se describe en trminos generales en los


ejercicios 25 y 26. La cantidad adbc se llama determinante de Ay se escribe
det A=adbc
El teorema 4 establece que una matriz A de 2x2 es invertible si, y solo si det
A 0 .
EJEMPLO

[ ]

A= 3 4
5 6

Como det A=3 ( 6 )4 ( 5 )=2 0, A

Solucin
A1=

Encuentre el inverso de

][

][

es invertible, y

1 6 4
6/(2) 4 /(2)
2
=
= 3
2 5 3
5/2 3 /2
5 /(2) 3/(2)

Las matrices invertibles son indispensables en el algebra lineal ---- principalmente


para clculos algebraicos y deducciones de formulas. Como en el teorema
siguiente. En ocasiones una matriz inversa permite entender mejor un modelo
matemtico de alguna situacin de la vida real, como en el ejemplo 3 que se
presenta ms adelante.

TEOREMA 5
Si A es una matriz invertible nxn entonces, para cada b en
ecuacin Ax=b tiene la solucin nica x A1 b.

, la

Demostracin: tome cualquier b en

. Existe una solucin porque cuando se

sustituye A1 b por x. se tiene Ax= A ( A1 b )=( A A1 ) b=I b =b. As que A1


b es una solucin. Para probar que la solucin es nica, se muestra que si u es
cualquier solucin, entonces u debe ser, de hecho, A1 b. en efecto, si
A u=b , pueden multiplicarse ambos miembros por A1 y obtener
A

A u= A b I u= A b . y u= A b

Ejemplo
Una viga elstica horizontal tiene soporte en cada extremo y si est sometida a
fuerzas en los puntos 1, 2, 3, como indica la figura 1. Sea f en R3 tal que enliste
las fuerzas en estos puntos, y sea y en R3 tal que incluya las magnitudes de la
deflexin (esto es, movimiento) de la viga en los tres puntos. Al aplicar la ley de
Hooke de la fsica, se puede demostrar que
y=D f

Donde D es una matriz de flexibilidad. Su inversa se denomina matriz de


rigidez. Describa el significado fsico de las columnas de D y D 1 .

Solucin: escriba

I 3 =[ e 1 e 2 e3 ]

y observa que

D=D I 3=[ De1 De 2 De3 ]


Interpreta el vertor e 1=(1, 0, 0) como fuerza unitaria aplicada hacia abajo en el
punto I (con fuerza cero en los otros dos puntos). Entonces la primera columna
de D , De 1 , enlista las deflexiones debidas a una fuerza unitaria en el punto I
. Interpretaciones similares son validas para la segunda y tercera columna de D
.
Para estudiar la matriz de rigidez D1 , observe que la ecuacin f =D1 y
calcula un vector de fuerza f cuando se da un vector de deflexin y. escriba
D1=D1 I 3=[ D1 e 1 D1 e2 D1 e3 ]
Ahora interprete

e 1 como un vector de deflexin. Entonces

D1 e1
1

enlista las

fuerzas que crean la deflexin. Esto es, la primera columna de D


enlista las
fuerzas que deben aplicarse en los tres puntos para producir una deflexin unitaria
en el punto 1 y cero deflexin en los otros puntos. De manera similar, las columnas

2 y 3 de D1 enlistas las fuerzas requeridas para producir deflexiones unitarias


en los puntos 2 y 3, respectivamente. En cada columna, una o dos de las fuerzas
deben ser negativas (apuntar hacia arriba) para producir una deflexin unitaria en
el punto deseado y cero deflexin en los otros dos puntos. Si la flexibilidad se
mide, por ejemplo, en pulgadas de deflexin por libra de carga, entonces las
entradas de la matriz de rigidez estn dadas en libras de carga por pulgada de
deflexin.
El inters principal de la matriz de adjuntos es que permite calcular la inversa de
una matriz, ya que se cumple la relacin:

Solucin analtica:
Inversin de matrices 2x2
Calcular la matriz inversa en matrices de 2x2 puede ser muy sencillo, se puede
hacer de la siguiente manera:

1
a b 1
d b
=
c d
adbc c a
1
A =

Esto es posible siempre y cuando


cero.

adbc el determinante de la matriz, no sea

Inversin de matrices de rdenes superiores:


Para matrices de rdenes superiores puede utilizarse la siguiente frmula:
adj ( A ) T
1
A1=

| A|
Donde |A| es el determinante de A y

adj ( A ) es la matriz de adjuntos de A.

2.6 Definicin de determinantes de un matriz


En matemticas se define el determinante como una forma n-lineal alterna de un
cuerpo n esta definicin indica una serie de propiedades matemticas y
generaliza el concepto de determinante hacindolo aplicable en nmeros campos.
Aunque el origen del determinante o de volumen orientado fue introducido para
estudiar el numero de soluciones de los sistemas lineales de ecuaciones.
Los determinantes fueron introducidos en occidente a partir del siglo XVI, esto es,
antes que las matrices, que no aparecieron hasta el siglo XIV. Conviene recordar
que Los chinos (Hui, Liu. iuzhang suanshu o los 9 captulos del arte matemtico.)
fueron los primeros en utilizar la tabla de ceros y en aplicar un algoritmo que,
desde el siglo XIX, se conoce con el nombre de eliminacin gaussiana.
Definicin:
Para n 2, el determinante de una matriz A de n x n = [aij] es la suma de los n
trminos de la forma a1j det A1j , con los signos ms o manos alternndose,
donde las entradas a11 , a12,, a1n son de la primera fila de A. En forma simblica,
det A = a11 det A11 - a12 det 12 + + (-1)1+2 a1n det A1n
= (-1)1+j a1j det A11j
El caso de matrices de orden inferior (orden 2 o 3) es tan sencillo que su
determinante se calcula con sencillas reglas conocidas dichas reglas son tambin.

2.7 Propiedades de las determinantes

En matemticas se define las determinantes como una forma -lineal alterna de


un cuerpo E .Esta definicin indica una serie de propiedades y generalizacin
del concepto de determinantes hacindolo aplicable a numerosos campos. Aun
que el origen del determinante o del volumen orientado fue introducido para
estudiar el numero de disoluciones Delos sistemas lineales de ecuaciones.
Las matrices y los determinantes son herramientas del algebra que facilitan el
ordenamiento de
Datos, as como su manejo.
Los conceptos de matriz y todos los relacionados fueron desarrollados
bsicamente en el siglo XIX
Por matemticos como los ingleses J.J. Sylvester y Arthur Cayley y el irlands
William Hamilton.
Las matrices se encuentran en aquellos mbitos en los que se trabaja con datos
regularmente
Ordenados y aparecen en situaciones propias de las Ciencias Sociales,
Econmicas y Biolgicas.
Teorema

operaciones por fila


sea A una matiz cuadrada

a. Si un mltiplo de una fila de A se suma a otra fila para producir una matriz
B, entonces det B=det A.
b. Si dos filas A se intercambian para producir B ,entonces det B= -det A.
c. SI UNA FILA DE A SE multiplica por k para producir B, entonces det B=det
k *det A. EJEMPLO:

Calcule det A, donde A =

1 4 2
2 8 9
1 7
0

Solucin: la estrategia es reducir A ala forma escalonada y utilizar luego el hecho


de que la determinante de una matriz triangular es el producto de las entradas
diagonales.

| |

1 4 2
Det A 2 8 9
1 7
0

| |

1 4 2
= 0
0 5
1 7 0

1 4 2
0 0 5
0 3
2

Un intercambio de la filas 2 y 3 invierte el signo del determinante, as que

1 4 2
0 0 5
0 0 5

det A= -

= -(1)(3)(-5)=15

2.8 Inversa de una matriz cuadrada a travs de la adjunta


Dada una matriz cuadrada A , su matriz adjunta o ( A) ES LA resultante de
sustituir cada trmino de A por sus adjuntos respectivos El adjunto de un
termino de A por sus adjuntos respectivos.
El adjunto de un termino aij de la matriz A resulta del determinante de la
submatriz que se obtiene de eliminar de la matriz A, la fila y la columna a la que
pertenece el termino aij , multiplicado por (1 ) ( i+ j ) el inters principal de la
matriz de adjuntos es que permite calcular la inversa de una matriz ya que se
cumple la relacin : A1
A 1

1
adj( A)T
det A

Sin embargo, para matrices de dimensiones grandes , este tipo de clculo resulta
ms costosos , trminos de operaciones . que otros mtodos como el mtodo de
eliminacin de guaus
Definicin y formulas de calculo
Dada una matriz A su matriz de adjuntos es la nica matriz B tal que:
T

AB =B A=( detA ) I
Esta definicin no permite calcular directamente la matriz de adjunto por lo que
comnmente define tambin la matriz de adjuntos mediante la siguiente formula
explicita .dadas las componentes explicitas de la matriz de orden
( aij , )= A M n n para i y j se define la matriz A (ij) como la matriz de orden
n1 obtenida a partir de ELIMINANDO LA FILA
iesima y lacolumna jesima . y se define la cantidad
1 i + j det A( i, j)
d ij=
Y se tiene que esta son precisamente las componentes de la matriz de adjuntos
ya que es decir,adj(A d ij

matrices 2 2

2 2

Dada una matriz de


A=

A 11 A 12
A21 A 22

SU MATRIZ DE ADJUNTOS VIENE DADA POR:


adj

A22 A 21
A 12 A11

MATRICES 3 3
DADA UNA MATRIZ DE 3 3

A11
A21
A31

A 12 A 13
A 22 A 23
A 32 A 33

SU MATRIZ DE ADJUNTOS VIENE DADA POR:

|
|

| | | | || |
| | |
| |
| || |

A 22
A 32

A23
A33

A 12 A 13
A 32 A 33

A21
A32

A 11 A 13
A 31 A 33

A
A 13
+ 12
A 22 A 23
+

adj ( A ) =[

33 A32

A12

A 23
A
+ 21
A 33
A 31

A12
A32

A 11 A 13
A
A12
+ 11
]
A21 A 23
A 21 A 22

A 23
A A 13 A23 A 33
A 13

Para matrices de

A22
A 2 A11
A 31

A 22

A 32 A23
A 12 A33
A 22 A13

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

3 3 tanbien puede usarsela sig formula

A31
A11
A21

[ adj ( A ) ] ij= 12 mni pqj p anq

2.9 Aplicaciones de las matrices y determinantes


Aplicaciones de las matrices y determinantes
ejemplo1: calcule el determinante de

A= [

1 5
0
2 4 1 ]
0 2 0

Solucin: calcule det A = a11 det A11 a12 det A12 + a13 det A13 :
det A= 1 det [

4 1
2 1
2 4
] -5. det [
] + 0. det [
]
2 0
0 0
0 2

=1( 0 2 ) 5 ( 0 0 ) + ( - 4 0 )= - 2
Otra notacin comn para el determinante de una matriz usa un par de lneas
verticales en lugar de los corchetes. As, el clculo del ejemplo 1 se puede escribir
como
det A= 1 I

4 1
2 1
2 4
I -5 I
I +0 I
I = = - 2
2 0
0 0
0 2

Para enunciar el teorema siguiente resulta oportuno escribir la definicin det A en


una forma un poco diferente. Dada A = [aij], el cofactor (i,j) de A es el numero Cij
dado por
Cij = (- 1 )i+j det Aij

(4)

Entonces
Det A = a11 C11 + a12 C12 ++ a1n C1n
Esta forma se llama desarrollo por cofactores a lo largo de la primera fila de A.
Se omite la demostracin del teorema fundamental siguiente pera evitar una larga
Interrupcin.
Teorema 2:
Si A es una matriz triangular , entonces A es el producto de las
entradas sobre la diagonal principal de A .
Teorema 1
El determinante de una matriz de nxn puede calcularse mediante un desarrollo
por cofactores a lo largo de cualquier fila o descendiendo por cualquier columna
El desarrollo a lo largo de la i- esima fila usando los cofactores en (4) es
: det A =ai1ci1+ai2+..+ain cin
El desarrollo por cofactores bajando por la j-esima columna es
: det A =aijcij+a2jc2j+..+anj cnj
Los mas o menos del cofactor (i,j)dependen de la posicin de aij en la matriz , sin
importar el signo de aij en si mismo el factor (-1)i+j determina la tabla siguiente para
el patrn de signos

[ +++++
]
Ejemplo : use un desarrollo por cofactores a lo largo de la tercera fila para calcular
det A, donde:
1 5
0
A = [ 2 4 1 ]
0 2 0
Solucin calcule:
det A = a31 C31 + a32 C32 + a33 C33
= (- 1)3+1 a31 det A31 + (- 1)3+2 a32 det A32 + (- 1)3+3 a33 det A33

=0I

5 0
1 0
1 5
I (- 2) I
I +0 I
I
4 1
2 1
2 4

= 0 + 2 (- 1) + 0 = -2

Las matrices se utilizan en el contexto de las ciencias como elementos que sirven
para clasificar: 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:

Resumir la informacin 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 fijamos 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 si. En general, la existencia de relacin
se expresa con un 1 en la matriz y la ausencia de dicha relacin de expresa con
un 0.

Estas matrices se utilizan cuando queremos trasladar la informacin dada por un


grafo y expresarla numricamente.
Los determinantes tambin proporcionan una forma sencilla de calcular el rango
de una matriz
Cualquiera. Una definicin alternativa de rango de una matriz es:
El Rango de una matriz A es el tamao del mayor menor complementario no nulo
que est incluido dentro de la matriz.
Aplicando este criterio, calculemos el rango de las matrices siguientes:

Slo hay un menor de orden 2, que es:

Como es nulo, el rango de la matriz NO es 2. Menores de orden 1 hay 4, por


ejemplo |1| = 1, que es no nulo, luego el rango de la matriz es Rg(A)=1 (el tamao
de dicho menor complementario).
b) Slo hay un menor de orden 2, que es:

Como no es nulo, el rango de la matriz es Rg (B)=2 (el tamao de dicho menor


complementario).
c) Slo hay un menor de orden 3, que es:

Como es nulo, podemos asegurar que el rango NO es 3.


Menores de orden 2 hay 9. Calculando alguno:

Resulta que es no nulo, luego el rango es Rg(C)=2 (el tamao de dicho menor
complementario).
d) El menor ms grande que podemos formar es de orden 2. Hay 3 de ellos:

Son todos nulos, luego el rango NO es 2. Menores de orden 1 hay 6, y por ejemplo
|6| = 6 _= 0, es no nulo, luego el rango es Rg (D)=1.