Documente Academic
Documente Profesional
Documente Cultură
A-1 = At
PROPIEDADES:
Si
A-1 = At
A A-1 = A At
A-1A = At A
A At = At A = I
Si
(AB)(AB)t
ABBtAt
A I At
A At = I
Si (AB)t (AB)
BtAtAB
Bt I B
BtB = I
estn
definidos
solamente
para
matrices
1 3 4
A 2 1 3
0 1 4
A 2
REGLA DE SARRUS:
1
Det ( A) A 1
1
3 2 3
4 3 0 4 4
3
1
1
2 1
0 1
Det ( A) A 17
Y
(a11, a12, a13)
a11
a21
a12
a22
a13
a23
a31
a32
a33
El volumen del
cubo
esta
construido
sobre los tres
vectores.
REGLA DE CRAMER:
Sea el sistema de ecuaciones lineales:
su matriz de coeficientes es:
a11
A
a21
a12
a22
b1a22 b2 a12
X1
a11a22 a21a12
Ntese que el denominador de
a11 X 1 a12 X 2 b1
a21 X 1 a22 X 2 b2
a11
X 1
X a
2
21
X 1 b1
X b
2
2
a
12 b1
b
a 22
2
a11 a12
a21 a
22
b2 a11 b1a21
X2
a11a22 a21a12
el determinante de la matriz A.
b1a22 b2 a12
X1
a11a22 a21a12
b1
b
X1 2
a11
a
21
a12
a22
a12
a22
X1
b1
b
2
a12
a22
b2 a11 b1a21
X2
a11a22 a21a12
b2
b
X2 1
a11
a
21
a21
a11
a12
a22
X2
b2
b
1
a21
a11
A
2
2
X2
2
2
7
2
18 3
4
12 2
2
Comprobamos
si
la
solucin es correcta,
reemplazando X1 y X2
en
el
sistema
de
ecuaciones.
2(b B1 )Q bQ2 a 1
d
1
2(b B1 )
b
A
b
2(b B2 )
El determinante de la matriz A, ser:
A 2(b B1 ) 2(b B2 ) bb
A 4(b B1 )(b B2 ) b 2
Como IAI
Q1d
Q2 d
a 1
a 2
b
2(b B2 )
2(b B2 )( a 1 ) b(a 2 )
A
A
2(b B1 ) a 1
b
a 2
2(b B1 )( a 2 ) b( a 1 )
A
A
T3
T1
a21, a22
T2
T
a11, a12
Area T
a11
a12
a21
a22
T2
T3
T1
a12 + a22
Donde:
a22
T1 = a12 a21
T2 = 1/2(a21 a22)
T3 = 1/2(a11 a12)
a21
a11
a11 + a21
(a21, a22)
a21, a22
6
(2,6)
(5,6)
T
a11, a12
Area T
a11
a12
a21
a22
(3,0)
(a11, a12)
Area T
18
rea Total = 6 + 6 + 18
18
=
T
rea Total = 30
rea Total = T2 + T2 + T
TALLER 4:
Dado los siguientes modelos, ligado a dos pases (i =1, 2) que
comercializan entre s:
Y1 C1 A1 X 1 M 1
Y2 C2 A2 X 2 M 2 ; C2 c2Y2 ; M 2 m2Y2
Donde:
Yi = Renta.
; C1 c1Y1 ; M 1 m1Y1
Ci = Consumo.
Xi = Exportaciones.
Mi = Importaciones.
(a)
(b)
(c)
Dado la matriz A:
t2
2t
X1 = M2 y X2 = M1
2t 1
REGLA DE CHIO:
Pivote
1 3 4 F1
A 2 1 3 F2
0 1 4 F
3
1 3 4 L1
A 0 7 11 L2 = F2+2F1
0 1 4 L =F
3
3
7 11
Det ( A) A 1
1 4
Det ( A) A 1(28 11)
Det ( A) A 1(17)
Det ( A) A 17
+ 2
3
1
4 3 -
+ 0
4 4
3
+ 1
2
0
1
1
3
4
1
2
3
1
4
3
1
2
2
0
1
1
3 2 1
4 0 1
3
1
2
0
1
1
A 2
3
1
1
3 2 1
4 0 1
A 17
TALLER 4:
Hallar la determinante de la matriz A, por el mtodo de Chio:
2 0 1 2
3 2 2 3
A
0 2 2 2
2
3
0
2 0
1 1
A
2 1
6 5
5
0 0
3 4
2 1
0
El determinante de la transpuesta de
IAI = IAtI.
Si
A coincide con el de A:
IAI = 0.
IAI = nIAI
IA + BI IAI + IBI
TALLER 4: Demostrar con ejemplos, cada una de las 10 reglas
bsicas para los determinantes.
Dado la matriz
determinante
A,
hallar su
Det ( A) ai j Cij
j 1
5
A 2
6
3
3
5
A 2
6
3
3
3
A 5
3
0 2 0
2 3
0 6 7 0 1 7 3 0 0 27 27
6
A 2
3
1 5 1
5 6
0 3 7 0 0 7 3 6 21 0 27
6 1
5 1
A 7
(3)
0
3 0
2 0
5 6
2 3 21 6 0 27
5
A 2
6
3
3
3
A 5
3
0 6 1
0 2 3 0 7
6 1
3 0 0 6 21 27
2 0 5 1
A 6
3
( 3)
7 0 7 0
5 1
2 0 0 21 6 27
2 3 5 6
A 1
0
0
7 3 7 3
5 6
2 3 27 0 0 27
A 2
3
0
3
0
El desarrollo de la tercera columna produce el mismo resultado y con
ella simplificamos las operaciones.
2
A 1
7
3
1(6 21) 27
Det ( A)
a
j 1
Det ( A)
i j
a
i 1
i j
Cij
Cij
AA-1 = A-1A = I
PROPIEDADES:
La inversa de una matriz cuadrada es nica.
(A-1)-1 = A
(AB)-1 = B-1A-1
(A-1)t = (At)-1
MTODO DE LA ADJUNTA:
Adj ( A)
A
1 2 1
A 1 2 0
1 2 3
Primer Paso:
Hallar la determinante de la matriz A:
Det ( A) 6 2 0 2 0 6
Det ( A) 4 4
Det ( A) 8
Segundo Paso:
Hallar la matriz menor de A:
2
2
M ( A)
2
2
2
0
3
1
3
1
0
1
1
0
3
1 1
1 3
1
1
1
0
6 3 4
M ( A) 4 2 0
2 1 4
1 2
1 2
1 2
1 2
1 2
1 2
Tercer Paso:
Hallar la matriz de cofactores de A:
6 3 4
M (Cof ( A)) 4 2 0 *
2 1 4
6 3 4
M (Cof ( A)) 4 2 0
2 1 4
Cuarto Paso:
Hallar la matriz adjunta de A:
(Que viene hacer la transpuesta de la M(Cof(A))
6 3 4
t
M ( Adj ( A)) 3 2 1
4 0 4
Quinto Paso:
Aplicar en la frmula en los
resultados obtenidos:
6 4 2
1
1
A
3 2 1
8
4 0 4
M ( Adj ( A))
A
1
A 3/8 2/8 1/8
3/ 4 1/ 2 1/ 4
1
A 3/8 1/ 4 1/8
1/ 2
0
1/ 2
MTODO DE GAUSS:
Este mtodo consiste en convertir la matriz A
en una matriz identidad
Pivote
1 2
1 2
1 2
1 1 0 0 L1
0 0 1 0
L2
3 0 0 1 L
3
1 2 1 1 0 0 M1 = L1
0 4 1 1 1 0
M2 = L2 M1
0 0 2 1 0 1 M = L M
3
3
1
1 2 1
A 1 2 0
1 2 3
1 2 1 1 0 0 M1 = L1
0 4 1 1 1 0
M2 = L2 M1
0 0 2 1 0 1 M = L M
3
3
1
1 0 1/ 2 1/ 2 1/ 2 0 N1 = M1-2N2
0 1 1/ 4 1/ 4 1/ 4 0
N2 = M2 (-1/4)
0 0 2 1
0 1 N = M
3
3
1 0 0 3/ 4 1/ 2 1/ 4 O1 = N1- (1/2)O3
0 1 0 3/8 1/ 4 1/8
O2 = N2 - (1/4)O3
0 0 1 1/ 2 0
1/ 2 O = N (1/2)
3
3
I
A-1
A.A-1 = I
Verificando que:
A-1
1 2 1 3/ 4 1/ 2 1/ 4 1 0 0
1 2 0 * 3/8 1/ 4 1/8
0 1 0
1 2 3 1/ 2 0 1/ 2 0 0 1
Por lo tanto, se verifica que:
TALLER 4:
A.A-1 = I
Dada la matriz:
3 2
A
1
2
TALLER 4:
Tenemos
que
estudiar...
PROPIEDADES:
R(A) es un nmero natural, incluyendo el cero.
R(In) =
.
R(A ) = R(A)
Dada la siguiente matriz:
3
A
6
1
2
3 1 2
A
6 2 4
2
4
Hallar el rango
de la matriz A
(2 x 3)
mxn
3
A
6
Sub matrices de orden
(1x1)
D(A11) = 3 0
D(A12) = 1 0
D(A13) = 2 0
D(A21) = 6 0
D(A22) = 2 0
D(A23) = 4 0
1
2
3
D ( A1 )
6
1
2 0
3
D ( A2 )
6
2
4 0
1
D ( A3 )
2
2
4 0
2
4
A 1
0
D(A11) = 1 0
1
2
1
0
3
mxn
D(A11) = 1
1
D ( A1 )
1
2 1 0
1
D ( A) 1
1
2
1
0
3 1 0
(3 x 3)
R(A1) = 2
R(A) = 3
Por lo tanto el R(A) = 3
0
2
5
D(A11) = 0 = 0
D(A11) = 0
1
6
(4 x 3)
mxn
1
3
5
1
D(A11) = 1 0
1 0
D( A1 )
20
3 2
3 2 1
D( A2 ) 4 2 4 0 0
2 2 6
D(A11) = 1
R(A1) = 2
R(A2) = E
TALLER 4:
Calcular el rango de la matriz:
0 1 1 2 2
2 3 5 8 3
A
0 2 2 4 5
0
0
1
1
9
4 1 3
A 2 1 4
0 1 2
1 2 3
B 0 1 1
1 3 0
MATRICES SEMEJANTES
Dos matrices cuadradas A y B de orden n son semejantes, si y solo si,
existe una matriz no singular P (con determinante no nulo) tal que se
verifica que::
B = P-1AP
bien
A = P-1BP
TEOREMA 1:
Dos matrices semejantes tienen la misma ecuacin caracterstica y, por
tanto, los mismos valores propios con el mismo orden de multiplicidad.
Si A es semejante a B entonces existe una matriz invertible P, tal que:
B = P-1AP
De lo que se deduce que:
TEOREMA 2:
Si B = P-1AP y w representa los vectores propios de B,
correspondientes al valor propio , entonces, los vectores propios, de
la matriz A, asociados a son de la forma Pw.
Sabemos que Bw = w.
Entonces multiplicando por P:
PBw = Pw
APw = Pw
por tanto, Pw es vector propio de A, asociado a
Bw
= w
PBw = Pw
APw = Pw
DIAGONIZALIZACIN DE MATRICES
Dada una matriz cuadrada A de orden n, diremos que es diagonalizable,
si y solo si, existe una matriz P, tal que, A y D sean semejantes.
Siendo D una matriz diagonal Semejante a A, es decir:
A = PDP-1
No toda matriz cuadrada es diagonalizable
= Valores propios
Entonces:
D = P-1AP
d1 0 L
0 d L
2
0
0
D
M M M M
0
0
L
d
n
Diagonal principal
1 =d1;
2 = d2;
3 = d3; ... ; n = dn
1 0 L
0 L
2
0
0
D
M M M M
0 0 L n
Det(D - I) = 0
1 2 ,..., n
Si las races caractersticas de una matriz A son todas distintas, existe
una matriz regular P, tal que:
D = P-1AP
r
i 1
1 di ri
La condicin necesaria y suficiente para que exista una base formada
por vectores propios, es que la dimensin del subespacio coincida con
el orden de multiplicidad del valor propio:
di = r i
; i = 1,2,,p
Los vectores propios asociados a los valores propios A son los que
verifican el sistema:
(A - I)V = 0
Rango(A - I) = n - ri
En Conclusin:
La condicin necesaria y suficiente para que una matriz A sea
diagonalizable, es que para cada valor propio i de orden de
multiplicidad ri se verifique que:
Rango(A - I) = n - ri
; i=1,2,,p
Sea la matriz:
0 1 1
A 2 1 1
2 2 2
determinar si es diagonalizable.
Solucin:
0
( A I ) 2
( A I ) 2
1
1
2
1
2
1
1
1 0
0
2
0 0
1 0
0 1
D( A I ) ( 3 4) 0
Por lo tanto:
p( ) 3 4 0
3
1
2
1
1
2
1
1 1
2 3 2
Para 1 sera : r1 1
Para 2 sera : r2 2
Rango(A - I) = n - ri
Para 1=-1:
Rango(A (-1)I)
Rango(A + I)
1
1
1
Rango( A I ) 2 1 1 1
2
2
2 1
1
Rango( A I ) 2
1 1
2 1
2
3
1
D ( A I ) 2
1 1
2 1 0
2
3
1 1
D( A I )
3
2 1
Entonces:
R(A+I) = 2
n r1 = 3 -1= 2
Por tanto el
R(A+I) =2
n3
2=2
Rango(A - I) = n - ri
Para 2= 2:
Rango(A 2I)
1
2
Rango( A 2 I ) 2 1 2
2
2
2
Rango( A 2 I ) 2
2 2
1 1
1 1
2
0
2
D ( A 2 I ) 2
1 1
1 1 0
2
0
1 1
D( A 2 I )
2
0
2
Entonces:
R(A - 2I) = 2
n r2 = 3 -2 = 1
Por tanto el
R(A - 2I) = 2
n3
2>1
TALLER 4:
Compruebe que
diagonalizable:
la
matriz
es
1 1 1
A 1 1 0
1 0 1
5 0 0
A 0 1
3 0
P 1 AP D
P V1 , V2 , V3
Si:
1
V1 1
0
1
V2 1
0
P es la matriz modal de A.
1
1
V
y 3
1
Entonces:
P V1 , V2 , V3
1
1
1
1
0
Siendo
cada
columna un vector
caracterstico de A
Donde:
(A - iI)Vi = 0
AVi = iVi
Para:
V1
AV1 = 1V1
Para:
V2
AV2 = 2V2
Para:
V3
AV3 = 3V3
AP = PD
P-1AP = D
De esta forma, la matriz modal P transforma a la matriz A en una
matriz diagonal cuyas races caractersticas estn en la diagonal.
Ejemplo:
Sean las matrices A y
P:
P-1
1/ 2 1/ 2 0
D 0
1
1
1/ 2 1/ 2 1
2
A 1
0
* 1 1
1 1
2
P
1
1 1 1
1 * 1 1 1
3
1 0 1
0 1
1 1
1 3
1 1 1
P 1 1 1
1 0 1
1/ 2 1/ 2 0
D 0
2
2
3/ 2 3/ 2 3
P = (P-1)-1
1 1 1
* 1 1 1
1 0 1
1 0 0
1 0 0
D 0 2 0 0 2 0
0 0 3
0 0 3
Ntese que D y
matrices semejantes.
son
1 2 3
TALLER 4:
0 1
Dada la matriz: A 1 0
1 1
1
1
= P-1AP
Nota:
para
hallar la matriz
modal P, hay
que determinar
primero
el
vector
caracterstico
de A.
P1
2
(A I ) 1
0
1
1
1
1
1 0
3
0
P2
2
(A I ) 1
0
1
1
1
1
P3
2
(A I )
1
P4
0
1
1
0
1
0
0
0
Valores Propios:
P6 3 3;
0 0
0
0
1
1
2
se encuentra
A 1
1
1 1
1 3
0
2 2; 1 1
P7
1
(A I) 1
- I) V = 0, es decir:
0
0
1
V1
1 * V2
V3
Determino el Rango de
0
0
A:
P8 Det ( A I )3 x 3 0
Det ( A I ) 2 x 2 0
Por tanto, el Rango de
Polinomio
caracterstico
caracterstica: 3
2
ecuacin
P5 P ( ) 6 11 6 0
A=2
P9 V1 0V2 V3 0
V1 V2 2V3 0
V3 V1
V1 V3
V2 V1 2V3
V1 V2 2V3
V2 V3
V2 V1 2(V1 )
V2 V1 2V1
V2 V1
V1 V2
0V1 0V2 V3 0
V1 V2 V3
V3 0 V1 V2 V3
V1 V2 (0)
Reemplazando V3 en V1:
V1 V2
V1 2V2 V3 0
V2 V1 V1 2V2 V3
V1 V2 0V3 0
Reemplazando V2 en V1:
V1 2(V1 ) V3
V3 V1
V2 V3 V1
TALLER 4:
P:
1 1 1
P 1 1 1
1 0 1
0 3 0
A 3 0 4
0 4 0
2 2 1
A 1 3 1
1 2 2
= P-1AP
2 3
A
3
2
A I
A I
3
1 0
2 0 1
A I
3
2 3 0
2
3
2
0
3
2
A I
Se determinante
A I
Desarrollando el determinante:
A I (2 )(2 ) (3)(3)
A I (
4 4) (9)
2
A
4 5)
f ( ) P( ) A I 4 5
2
f ( ) P ( ) 2 4 5 0
Obtendremos la ecuacin caracterstica de la matriz
resuelta nos da:
A,
ecuacin que
f ( ) P ( ) ( 1)( 5) 0
Entonces:
1 = -1 y
2 = 5, que satisfacen la ecuacin
caracterstica, siendo dichas races, las races caractersticas de la
matriz A.
f ( A) P( A) ( A 1I )( A 5I ) 0
Comprobando:
2 3 1 0
f ( A) P ( A)
3 2 0 1
3
f ( A) P( A)
3
3
3 *
2
3
2 3
1 0
3 2 5 0 1
5 0
3
2 0 5
3 3
f ( A) P( A)
3
3
3
* 3
3
3
0 0
f ( A) P( A)
0 0
El orden de las matrices factores es indiferente. Es decir:
f ( A) P( A) ( A 1I ) * ( A 5 I ) 0
f ( A) P( A) ( A 5 I ) * ( A 1I ) 0
Podemos tambin expresar la ecuacin f ( A) P ( A) 0 en la formar:
f ( A) P( A) 5I 4 A A 0
2
Comprobando:
1
f ( A) P ( A) 5
0
5
f ( A) P( A)
0
0
2 3 2
2 3
1 4 3 2 3 2 * 3
0
5
5 8
f ( A) P( A)
0 12
13
f ( A) P ( A)
12
8
12
0 12
5 8
12
13
13 13
f ( A) P ( A)
12 12
3
0
2
13 12
12
8 12 13 0
13 12
12 13 0
13 12
12 13 0
12 12
0
13 13
0 0
f ( A) P ( A)
0
0
f ( ) P ( ) A I a0 a1 a2 2 ... ann 0
Es su ecuacin caracterstica y
f ( )
se satisface mediante
A, esto es,
1 4
1 1
2
A
1
1
2
3
A 1
0
1
2
4
2
f(A)