Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matrices y Vectores
Matrices y Vectores
Matrices
a11 a12
a
21 a22
M
M
an1 an 2
L a1n
L a2 n
O M
L ann
Las matrices son denotadas por letras maysculas del alfabeto (A, B, C, etc.)
A cada matriz esta asociado un nmero de filas y columnas, por ejemplo: A de m x n, es
decir, la matriz A de m renglones y n columnas
Notacin: A = [aij ]
Dos matrices son iguales si tienen el mismo nmero de filas y columnas y los elementos
correspondientes son iguales.
Matrices especiales
Triangular Superior
a11
0
a12
a22
M
0
a1n
L a2 n
M
M
L amn
K
Triangular Inferior
a11
a
21
M
a m1
0
L 0
M
M
L a mn
a22
M
am 2
Simtrica
Identidad
1 0 K 0
0 1 L 0
M M O M
0 0 L 1
a11
a
12
M
a1n
a12
a22
M
a2 n
K a1n
L a2 n
O M
L ann
Diagonal
a11
0
0
a22
M
0
0
L 0
M
M
L amn
K
Cero
0 0 K 0
0 0 L 0
M M O M
0 0 L 0
Matriz Transpuesta
a11
a
A = 21
M
am1
ALGEBRA LINEAL
a12
a 22
M
am 2
a1n
L a2 n
M
M
L a mn
K
a11
a
T
A = 12
M
a1n
a21
a 22
M
a2 n
K am1
L a m 2
M
M
L amn
Ejemplos
Triangular
superior
Triangular
inferior
Diagonal
Identidad
Simtrica
1 3 4
0 6 2
0 0 5
0 0
4
2 1 0
5 3
7
2 0 0
0 6 0
0 0 5
1 0 0
0 1 0
0 0 1
1 4 5
4 6 3
5 3 2
Matriz Transpuesta
1 3 4
A = 5 6 2
7 8 5
1 5 7
AT = 3 6 8
4 2 5
Operaciones elementales
Suma de matrices
Para poder realizar lo suma de dos Matrices A y B es necesario que estas sean del MISMO
ORDEN y cada elemento de lo primera matriz se sumar con el correspondiente elemento
de la segunda matriz aclararemos lo anterior con la siguiente definicin:
A + B = [ aij ] + [bij ]
2 6 8 1
ALGEBRA LINEAL
1 2 3 0
B=
4 5 8 3
3 + 1 4 + 2 9 + 3 4 + 0 4 6 12 4
A+ B =
=
2 + 4 6 + 5 8 + 8 1 + 3 6 11 16 4
Propiedades:
( [aij ] + [bij ] ) + [cij ] = [ aij ] + ( [bij ] + [cij ] )
(A+B)+C = A+(B+C)
A+B = B+A
asociativa
conmutativa
A = aij
2 4
Si = 3 y A =
3 5
6 12
15
A=
9
Propiedades
( A + B ) = A + B
( + )A = A + A
( )A = (A)
con ,
distributiva
asociativa
Multiplicacin de matrices
Para multiplicar dos matrices A y B es REQUISITO ( necesario ) que el nmero de
columnas de la primera matriz sea igual al nmero de filas de la segunda matriz, obteniendo
una Matriz resultante que estar formada con el nmero de filas de la primera Matriz y con
el nmero de columnas de la segunda Matriz. Si C es el producto de A * B entonces:
A* B = C
mn
ALGEBRA LINEAL
n p
m p
a11
a
A = 21
M
am1
a12
a22
M
am 2
L a1n
L a2 n
O M
L amn
b11 b12
b
b22
21
B=
M
M
bn1 bn 2
L b1 p
L b2 p
O M
L bnp
c11 c12
c
c22
21
C=
M
M
cm1 cm 2
L c1 p
L c2 p
O M
L cmp
Ejemplo:
Calcular el producto de las matrices A * B de ser posible.
3 2 5
A=
1 0 4
1 2 3 0
B = 5 4
1 6
0 3 2 5
7 17 21 13
A B =
1 10 11 20
Propiedades:
A (B + C ) = A B + A C
( A B ) C = A (B C )
A B B A
ALGEBRA LINEAL
distributiva
asociativa
La multiplicacin de matrices no es conmutativa
Vectores
Caso especial de matrices donde: m> 1 y n = 1, es decir, esta formada por una sola
columna, m = 1 y n> 1, es decir, por una sola fila (rengln).
a1
a
A= 2
M
am
B = [b1 b2 L bn ]
a1
a
A= 2
M
am
AT = [a1
a2 L am ]
AT + B T = [a1 + b1
AT = [a1
a2 L an ]
B T = [b1 b2 L bn ]
a 2 + b2
L a n + bn ] ,
AT B T = [a1 b1
L a n bn ]
A-B
A+B
a 2 b2
A + B = [5 2 1]
ALGEBRA LINEAL
A B = [ 1 8 9]
B A = [1 8 9]
Multiplicacin de vectores
Como caso especial de matrices, los vectores siguen Las mismas reglas de multiplicacin.
Por ejemplo:
b1
b
A * B = [a1 a2 L an ] 2 = a1b1 + a2b2 + L + anbn
1442443 M 144424443
11
1 n
b
n
{
n 1
B* A =
a1 a2 L an ] = 2 1 2 2
[1
4
4
2
4
4
3
M
M
M
O
M
1 n
bn
bn a1 bn a2 L bn an
1
{
444424444
3
n 1
n n
Ejemplo 1
AT = [1 5 7] y BT = [0 2 3] obtener AT * B y B * AT
0
A * B = [1 5 7] 2 = (1)(0 ) + (5)( 2 ) + (7 )(3) = 11
3
T
0
(0 )(1)
B * A = 2[1 5 7] = ( 2)(1)
3
(3)(1)
T
(0)(5) (0)(7 ) 0
( 2)(5) ( 2)(7 ) = 2
(3)(5) (3)(7 ) 3
0
10 14
15
21
0
Ejemplo 2
0 4 3
Multiplicar A * B si A = [1 2 3] y B = 1 8 2
3 1 5
T
ALGEBRA LINEAL
0 4 3
AT * B = [1 2 3] 1 8 2 = [11 9 14]
14243
14
4244
3
13
13
3 1 5
14243
33
B *{
AT no puede ser efectuado, pero el producto {
B*{
A si puede ser
Note que el producto {
33
13
33
31
efectuado
Ejemplo 3
3 1 5 2 (3)(1) + (1)(0 ) + (5)(2 ) 13
14243 { 1444424444
3
33
31
31
Dados dos vectores con el mismo nmero de elementos (por ejemplo n), el producto punto
de los vectores A y B denotado por A B es un nmero real dado por:
AT = [a1
a2 L a n ]
B T = [b1 b2 L bn ]
A B = AT B = a1b1 + a2b2 + L + an bn
Propiedades
A B = B A conmutativa
( A + B ) C = A C + B C distributiva
(A) B = ( A B )
A A 0 positiva definida
A A = 0 si y solo si A = [0]
Ejemplo:
ALGEBRA LINEAL
1
B + C = 6
6
A (B + C ) = 1 + 12 + 24 = 35
A B = 3 + 2 + 28 = 27
A C = 2 + 10 4 = 8
A B + A C = 27 + 8 = 35
Longitud de un vector
x2
X = [x1
x2 ]
X = x12 + x22
x1
XX
Ejemplo:
Si AT = [5 3 4] , encuentre su norma.
A = 5 2 + 32 + 4 2 = 25 + 9 + 16 = 50 = 7.0711
Si X y Y son dos vectores con n componentes y distintos del vector cero, el coseno del
ngulo entre ellos se define como:
cos( ) =
ALGEBRA LINEAL
X Y
X Y
X Y
=
X Y
2 6 + 16 + 2
10
=
= 0.365
4 + 9 + 16 + 1 1 + 4 + 16 + 4
30 25
= 68.58
Y
X
x2 L xn ] y Y T = [ y1
d (X ,Y ) = X Y =
y2 L yn ]
Ejemplo:
X T = [0 3 5 1]
0 ( 2) 2
3 1 2
=
X Y =
5 ( 3) 8
1 1 0
ALGEBRA LINEAL
Y T = [ 2 1 3 1]
d (X ,Y ) = X Y =
= 72 = 8.485
X 3T = [0 0 1 0]
X1 X 2 = 0
X1 X 3 = 0
X2 X3 = 0
ALGEBRA LINEAL
10
M
M
M
a m1 x1 + a m 2 x 2 + L + a mn x n = bm
Todos los coeficientes a y b son nmeros reales. El problema es encontrar todos los
conjuntos de n nmeros, denotados por ( ( x1 , x 2 , L, x n ) que satisfagan cada una de las m
ecuaciones
Para el sistema general hay tres posibilidades: hay una solucin, hay un nmero infinito de
soluciones, o no hay soluciones.
Mtodo de Gauss-Jordan
Mtodo para encontrar todas las soluciones (si existen) de un sistema de m ecuaciones
lineales con n incgnitas.
Resuelva el sistema de ecuaciones
2 x1 + 8 x2 + 6 x3 = 20
4 x1 + 2 x2 2 x3 = 2
3x1 x2 + x3 = 11
Escribiendo el sistema de ecuaciones en forma matricial
6 x1 20
2 8
4 2 2 x = 2
2
3 1 1 x3 11
Tiene la forma de
AX = B
4 2 2 2
3 1 1 11
ALGEBRA LINEAL
11
4 2 2 2
3 1 1 11
0 14 14 42
0 13 8 19
1 3
0 1
0 13 8 19
0 1 1 3
0 0 5 20
0 1 1 3
0 0 1 4
0
0
0 0 2
1 0 1
0 1 4
Esta matriz est en la forma escalonada reducida.
La nica solucin al sistema de ecuaciones sera
x1 = 2
x2 = 1
x3 = 4
ALGEBRA LINEAL
12
Ejemplo:
Demostrar que el sistema de ecuaciones tiene infinito nmero de soluciones.
2 x1 + 8 x2 + 6 x3 = 20
4 x1 + 2 x2 2 x3 = 2
6 x1 + 4 x2 + 10 x3 = 24
Solucin: x1 x3 = 2, x2 + x3 = 3
Ejemplo:
Demostrar que el sistema de ecuaciones no tiene solucin.
2 x1 + 8 x2 + 6 x3 = 20
4 x1 + 2 x2 2 x3 = 2
6 x1 + 4 x2 + 10 x3 = 30
Eliminacin gaussiana
4 2 2 2 4 2 2 2 0 14 14 42
3 1 1 11
3 1 1 11
0 13 8 19
1 4
3 10
1 3
0 1
0 13 8 19
0 1 1 3 0 1 1 3
0 0 5 20
0 0 1 4
x 2 + x3 = 3
x1 + 4 x 2 + 3x3 = 10
Resolviendo estas ecuaciones
ALGEBRA LINEAL
13
x3 = 4
x2 = 1
Sistemas de ecuaciones lineales homogneos
x1 = 2
x1 + 2 x 2 x3 = 0
3x1 3x 2 + 2 x3 = 0
x1 11x 2 + 6 x3 = 0
La matriz aumentada
1 2 1 0 A2 ,1 ( 2 )
1
2 1 0 A1, 2 ( 3) 1 2 1 0
1
(
)
M
1)
A2 , 3 ( 9 )
A1, 3 (
9
0 1 95 0
0 9 5 0 2
3 3 2 0
0 9 5 0
0 9 5 0
1 11 6 0
1 0 19 0
5
0 1 9 0
0 0 0 0
ALGEBRA LINEAL
14
Matriz Inversa
Inversa de una matriz.
Definicin: 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
A1 .
A 1 A = AA1 = I
Mtodo de Gauss para encontrar la inversa de una matriz
A ( 4)
4 1 8 0 0 1 1,3
0 1
1
0 0
1 0 2
1 0
0 1 1
2 1 0 M 3 ( 1)0 1
0 0 1 6 1 1
0 0
2
1 0 0
1
1 2 1 0 M 2 ( 1)0
0
0 4 0 1
2 1 0 0
1
A3,1 ( 2)
0
1 2 1 0
A3, 2 ( 1)
1 6 1 1 0
0 0
1 0 A2,3 ( 1)
1 0 4 0 1
0 2
1 1
1
2
0 0 11 2 2
1 0 4 0 1
0 1 6 1 1
A = 4 0 1
6 1 1
1
Comprobacin
AA 1 = I
ALGEBRA LINEAL
15
2 1 0 0
1 0 2 11 2
2 1 3 4 0 1 = 0 1 0
4 1 8 6 1 1 0 0 1
ALGEBRA LINEAL
16