Informe de matrices

FACULTAD: INGIENERIA ELECTRICA Y

ELECTRONICA

ESCUELA: INGIENERIA ELECTRONICA

NOMBRE: JAIR MNDEZ GONZALES

CURSO: COMPUTACIN APLICADA A LA

INGIENERIA
 Matrices
En la actualidad, la teora de matrices se ha convertido en una poderosa herramienta al servicio de
muchas disciplinas cientficas, desde la fsica y las ciencias naturales hasta la economa.

Matriz se define como un conjunto de nmeros o expresiones numricas que se ordenan en una
tabla de filas y columnas. Cada interseccin entre filas y columnas se denomina elemento de la
matriz la cual contiene el nmero o la expresin.

Se representan de la siguiente manera:

Adems se representan por la notacin A = (aij), con i = 1, 2, 3,.., m, y j = 1, 2, 3,..., n. Siendo i

nmero de fila y j nmero de columna que ocupan cada elemento de la matriz; teniendo una
dimensin .

Clases de Matrices:

Matriz fila: est conformada por nica fila.

Matriz columna: Est formada por una nica columna

Matriz rectangular: se caracteriza por presentar un nmero diferente de filas que de columnas. Su
dimensin es m x n.

Matriz cuadrada: presenta la misma cantidad de filas y columnas.

Matriz nula: recibe este nombre debido a que est conformada por todos ceros como elementos.

Matriz triangular superior: en esta clase de matriz los elementos ubicados por debajo de la
diagonal superior son ceros.

Matriz triangular inferior: aqu los elementos colocados por encima de la diagonal principal son
ceros.

Matriz diagonal: esta clase de matriz cuenta con la particularidad de que la totalidad de los
elementos ubicados tanto por encima de la diagonal como por debajo de ella son nulos.

Matriz identidad: los elementos que componen la diagonal principal son iguales a 1.
Matriz transpuesta: a partir de una matriz A, se denomina matriz traspuesta de A, a aquella matriz que se
obtiene al cambiar de manera ordenada las filas por las columnas.

Matriz regular: se denomina de esta manera a aquella matriz cuadrada que tiene inversa.

Matriz singular: es un tipo de matriz que no posee inversa.

Operaciones con matrices:

Suma de matrices: Al sumar dos matrices de igual orden o dimensin se obtiene una nueva
matriz cuyos elementos se calculan como la suma de los elementos de la misma fila y columna de
las dos matrices, que actan como sumandos.

Propiedades de la suma de matrices

Propiedad Expresin y significado

Conmutativa A+B=B+A
Asociativa A + (B + C) = (A + B) + C
Elemento A + 0 = 0 + A = A, siendo 0 la matriz nula, aquella que, con el
neutro mismo orden que A, tiene todos sus elementos iguales a cero.
Elemento A + (-A) = (-A) + A = 0, donde la matriz (-A) se llama opuesta de
simtrico la matriz A, y 0 corresponde a la matriz nula para la dimensin
de A.

Producto de matrices:

Producto de una matriz por un escalar

Si multiplicamos una matriz por una escalar, multiplicamos cada elemento de la matriz por
ese escalar.
Sea A= (aij ) i=1,...,n j=1,2,...,m entonces kA=k(aij )=(kaij )

Producto de dos matrices

Sean A y B , condicin necesaria y suficiente para que se puedan multiplicar A y B

es que n=p, es decir, para poder multiplicar dos matrices el nmero de columnas de la primera
tiene que coincidir con el nmero de filas de la segunda. El resultado del producto es una matriz
C de dimensin .

Dadas dos matrices A y Bnxp. El producto AB=C donde cada elemento de C viene dado
por

Dicho de otro modo el elemento que ocupa la fila i y la columna j del producto se halla
multiplicando los elementos de la fila i-sima de A con los de la columna j-sima de B, tal que
cij= ai1b1j+ai2b2j+...+ ainbnj

Propiedades del producto de matrices

a) Asociativa: A(BC) = (AB)C

b) Distributiva respecto de la suma:

A (B + C) = A B + A C

(B + C) A = B A + C A

c) Elemento neutro, la matriz identidad correspondiente, si A es m x n:

A In = A

In A = A

d) En general el producto de matrices no es conmutativo

A*B B*A

Matriz inversa
Definicin de matriz inversa:

Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que
AB = BA = I Siendo I la matriz identidad. Denominamos a la matriz B la inversa de A y la
denotamos por A-1. Una matriz se dice que es invertible o regular si posee inversa. En caso
contrario, se dice que es singular.

Para poseer inversa una matriz debe cumplir ciertas condiciones

La matriz deber ser cuadrada

La determnate de la matriz ser diferente de cero
Calculo de la Matriz inversa

Mtodo de Gauss-Jordn: Consiste en hacer transformaciones elementales en las filas de la matriz

para llegar a obtener la matriz identidad. Realizando estas mismas transformaciones con la matriz
identidad llegamos a la matriz A1. Se llama transformacin elemental en una matriz a:

1. Multiplicar o dividir una fila por un nmero real distinto de cero.

2. Sumar o restar a una fila otra multiplicada por un nmero real no nulo.
3. Intercambiar el lugar de dos filas entre s.

Por adjuntos y determinantes

La matriz: es invertible si y slo si su determinante es diferente de cero (A 0)

Propiedades de la matriz inversa

1. Si B y C son, ambas, inversas de la matriz A, entonces B=C.
Como consecuencia de este importante resultado, podemos afirmar que la inversa de una matriz,
Si existe, es nica. Toda matriz invertible tiene exactamente una nica matriz inversa.
2. Si A y B son matrices invertibles del mismo tamao, entonces:
a) AB es invertible
b) (AB)-1 = B-1A-1
c) Si A es una matriz invertible, entonces su matriz de adjuntos correspondientes a AT tambin es
invertible y (AT)-1 = (A-1)T

DETERMINANTES

Dada una matriz cuadrada A de tamao n se define su determinante como la suma del producto
de los elementos de una lnea cualquiera de la matriz (fila o columna) elegida, por sus
correspondientes adjuntos.
Si es una matriz 2 x 2 se define el determinante de la matriz A, y se expresa como det(A) o bien |A|,
como el nmero:

Para definir determinantes de matrices de orden mayor que 2 es necesario introducir previamente
algunos conceptos. Dada una matriz cuadrada A de orden n, definimos el menor complementario
de un elemento de A ,aij , como el determinante de la matriz que se obtiene al suprimir la fila i y
la columna j en la que se encuentra dicho elemento aij . Se representa por Mij

det() = (2) 14 + (4) 21 + 5 (21) = -217

Aplicaciones de las natrices

lgebra lineal
Resolver sistemas de ecuaciones.
Estudiar las aplicaciones lineales entre dos espacios vectoriales mediante la matriz asociada, que
nos permite calcular el ncleo y la imagen.

Circuitos
Se suelen utilizar las leyes de Kirchhoff para construir un modelo matemtico con ecuaciones
lineales de un circuito de corriente continua compuesto por resistencias y generatriz.

Criptografa
Se utilizan para cifrar y descifrar informacin. Por ejemplo, se transforma el mensaje en nmeros
repartidos en matrices fila, las cuales se multiplican por una matriz invertible A (matriz
codificadora de Hill) de tamao de las matrices fila consideradas. El mensaje se descifra
multiplicando por la inversa (matriz descodificadora) por las nuevas matrices fila.
Administracin y economa
Se utilizan en:

Administracin de la produccin:
Requerimientos directos, indirectos, totales.
Anlisis de mercados:
Procesos de Mrkov (sistema probabilstico para la prediccin del comportamiento futuro de un
sistema).
Contabilidad de costos
Relaciones inter industriales:
Transacciones, matriz de insumo-producto, matriz de Leontief y su inversa.
Anlisis sociolgico de organizaciones:
Teora de grafos o redes.

Fsica
Matrices de Pauli: Usadas en fsica cuntica, sirven para representar el operador de espn para
una partcula de espn 1/2, como un electrn, un neutrn o un protn.
Transformaciones de Lorenz: Dan las ecuaciones del movimiento de un punto en lnea recta y
sobre el plano conocidas la velocidad de la luz.

Geometra
Calcular reas, de un tringulo por ejemplo.
Transformaciones varias en el plano: Homotecia, simetra, rotacin y traslacin.
Expresar la ecuacin de un giro de ngulo alrededor del eje OZ.
Anlisis
Se utilizan las matrices jacobinas, que se usan para expresar las derivadas parciales de una
funcin en varias variables.

Conclusin:
Las matrices tienen muchas aplicaciones en todos los mbitos de la ciencia siendo su
principal objetivo de sistematizar los mtodos de resolucin de sistemas de ecuaciones
lineales con numerosas incgnitas siendo una herramienta indispensable para el desarrollo
de estas adems cuentan con propiedades muy especficas que aaden an ms complejidad
a esta.