Está en la página 1de 16

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

Matrices
a11 a12 a 21 a22 M M an1 an 2 L a1n L a2 n O M L ann

Matriz: Conjunto de elementos ordenados en filas y columnas Los elementos pueden ser nmeros reales o complejos En este curso solo se consideran matrices con elementos reales

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 M 0 a12 a22 M 0 a1n L a2 n M M L amn K

Triangular Inferior
a11 a 21 M a m1 0 a22 M am 2 0 L 0 M M L a mn K a11 0 M 0

Diagonal
0 a22 M 0 0 L 0 M M L amn K

Identidad 1 0 K 0 0 1 L 0 M M O M 0 0 L 1
a11 a 12 M a1n

Simtrica
a12 a22 M a2 n K a1n L a2 n O M L ann

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

La matriz transpuesta se obtiene cuando se intercambian las filas por las columnas. La transpuesta de la matriz A de orden m x n, nos da una matriz de orden n x m Una matriz es simtrica si A = AT
1 M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

a11 a T A = 12 M a1n

a21 a 22

M a2 n

K am1 L am 2 M M L amn

Ejemplos

Triangular superior
1 3 4 0 6 2 0 0 5

Triangular inferior
0 0 4 2 1 0 7 5 3

Diagonal
2 0 0 0 6 0 0 0 5

Identidad
1 0 0 0 1 0 0 0 1

Simtrica
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 ]

Ejemplo: dadas las Matrices A y B efectuar su suma. 3 4 9 4 A= 2 6 8 1 1 2 3 0 B= 4 5 8 3

ALGEBRA LINEAL

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

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 ] ) [aij ] + [bij ] = [bij ] + [aij ]

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

asociativa

conmutativa

Producto de una matriz por un escalar Una Matriz de orden m x n puede ser multiplicada por un nmero diferente de cero dando como resultado otra matriz del mismo orden: El producto de una Matriz A de orden m x n por una constante no nula es la Matriz A de orden m x n que se obtiene al multiplicar cada elemento de A por la constante k dando como resultado:

A = aij
2 4 Si = 3 y A = 3 5 Propiedades

A= 9

6 12 15

( 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:
mn

A* B = C
n p

m p

ALGEBRA LINEAL

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

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


n

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

Cij = aik bkj


k =1

Ejemplo: Calcular el producto de las matrices A * B de ser posible.

3 2 5 A= 1 0 4

1 2 3 0 B= 1 6 5 4 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

distributiva asociativa La multiplicacin de matrices no es conmutativa

ALGEBRA LINEAL

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

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 ]

La transpuesta de un vector fila es un vector columna y viceversa

a1 a A= 2 M am

AT = [a1

a2 L am ]

Suma y resta de vectores


AT = [a1 AT + B T = [a1 + b1 a 2 + b2 a2 L an ]
L a n + bn ] ,

B T = [b1 b2 L bn ] AT B T = [a1 b1 a 2 b2
L a n bn ]

A A+B

B A

A-B

El sentido del Vector A-B siempre es hacia el Vector que es Positivo. Ejemplo: Dados los Vectores A = [2 3 4] y B = [3 5 5] determinar A + B y A B

A + B = [5 2 1]

A B = [ 1 8 9]

B A = [1 8 9]

ALGEBRA LINEAL

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

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 1444 2444 3 11 1 n bn {


n 1

La multiplicacin en el orden inverso resulta:

b1a1 b1a2 L b1an b1 b a b a L b a b 2 2 n 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 b a1 bn a2 L bn an { 1n4 44 4 24444 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 T

ALGEBRA LINEAL

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

0 4 3 AT * B = [1 2 3] 1 8 2 11 9 14] =[ 14 24 3 14 4 244 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

Multiplicar las siguientes matrices:


0 4 3 1 (0 )(1) + (4 )(0 ) + (3)(2 ) 6 1 8 2 0 = ( 1)(1) + (8)(0 ) + (2 )(2 ) = 3 ( )( ) ( )( ) ( )( ) + + 3 1 1 0 5 2 2 3 1 5 13 { 14243 1444 4 24444 3
33 31 31

Producto punto de vectores (producto escalar)

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:

Si AT = [1 2 4], BT = [ 3 1 7], C T = [2 5 1] Demuestre que A (B + C ) = A B + A C

ALGEBRA LINEAL

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

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

Sea X un vector de dos elementos, su longitud denotada por X , es el nmero no negativo:

x2

X = [x1
x1

x2 ]

2 X = x12 + x2

La longitud de X puede re-escribirse mediante el producto punto como:


X = XX

La Norma de un vector X, es la longitud del vector X y est dada por


X =
2 2 X X = x12 + x2 + L + xn

Ejemplo:

Si AT = [5 3 4] , encuentre su norma.
A = 5 2 + 32 + 4 2 = 25 + 9 + 16 = 50 = 7.0711

ngulo entre vectores

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( ) = X Y X Y

ALGEBRA LINEAL

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

Si el producto punto de los vectores X y Y es cero X Y = 0 , el ngulo entre los vectores es 90 270.
Ejemplo:

Calcule el ngulo entre los vectores X y Y. X T = [2 3 4 1] y Y T = [ 1 2 4 2]


cos( ) = X Y = X Y 2 6 + 16 + 2 10 = = 0.365 4 + 9 + 16 + 1 1 + 4 + 16 + 4 30 25

= 68.58

Distancia entre vectores

La distancia entre dos vectores X y Y es la longitud del vector X-Y


Y X X-Y

La distancia entre dos vectores X y Y de n componentes esta dada por la siguiente expresin:
X T = [x1 x2 L xn ] y Y T = [ y1 y2 L yn ]

d (X ,Y ) = X Y =

(x1 y1 )2 + (x2 y2 )2 + L + (xn yn )2

Ejemplo:

Calcule la distancia entre los vectores X y Y:

X T = [0 3 5 1]
0 ( 2) 2 3 1 2 = X Y = 5 ( 3) 8 1 1 0

Y T = [ 2 1 3 1]

d (X ,Y ) = X Y =

(2)2 + (2)2 + (8)2 + (0)2

= 72 = 8.485

ALGEBRA LINEAL

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

Conjuntos ortogonales de vectores

Dos vectores de igual nmero de elementos son ortogonales o perpendiculares si el coseno del ngulo entre ellos es cero, es decir, dos vectores son ortogonales si y solo si el producto punto entre ellos es cero: X Y = 0 Ejemplo:
T = [ 2 2] son ortogonales. Determine si los vectores X 1T = [4 4] y X 2

4 2 X 1 X 2 = = (4 )( 2) + (4)(2 ) = 0 por lo tanto son perpendiculares 4 2


Ejemplo: Es el siguiente conjunto ortogonal? T X 1T = [1 0 0 0], X 2 = [0 1 0 0],

T X3 = [0 0 1 0]

X1 X 2 = 0 X1 X 3 = 0 X2 X3 = 0

ALGEBRA LINEAL

10

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

Sistemas de ecuaciones lineales


En general, un sistema de m ecuaciones lineales en n incgnitas est dado por: a11 x1 + a12 x 2 + L + a1n x n = b1 a 21 x1 + a 22 x 2 + L + a 2 n x n = b2
M M M a m1 x1 + a m 2 x 2 + L + a mn x n = bm M M

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

Donde la matriz A es la matriz de coeficientes, la matriz X es la matriz de incgnitas y la matriz B es la matriz de trminos independientes. Escribiendo el sistema como una matriz aumentada 2 8 6 20 4 2 2 2 3 1 1 11 El mtodo de Gauss-Jordan consiste en reducir la matriz de coeficientes a la forma escalonada reducida.

ALGEBRA LINEAL

11

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

Dividimos el primer rengln por 2


1 4 3 10 4 2 2 2 3 1 1 11

Multiplicamos el primer rengln por -4 y se lo sumamos al segundo; despus multiplicamos el primero por -3 y se lo sumamos al tercero 1 4 3 10 0 14 14 42 0 13 8 19 Dividimos el segundo rengln por -14 1 4 3 10 1 3 0 1 0 13 8 19 Multiplicamos el segundo rengln por -4 y se lo sumamos al primero; despus multiplicamos el segundo rengln por 13 y se lo sumamos al tercero. 1 0 1 2 0 1 1 3 0 0 5 20 Dividimos el tercer rengln por 5
1 0 1 2 0 1 1 3 0 0 1 4

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

Multiplicamos el tercer rengln por -1 y tercer rengln con el primero. 1 0 0

se lo sumamos al segundo, despus sumamos el

ALGEBRA LINEAL

12

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

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

Reduce la matriz de coeficientes a la forma escalonada, se resuelve para la ltima incgnita y luego se usa la sustitucin hacia atrs para resolver para las otras incgnitas Para el ejemplo anterior
2 8 1 4 1 6 20 3 10 4 3 10 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

Hasta aqu, el proceso es el mismo que se hizo anteriormente. Multiplicamos el segundo rengln por 13 y se lo sumamos al tercero. Luego dividimos el tercer rengln por 5
1 4 3 10 1 4 3 10 0 1 1 3 0 1 1 3 0 0 5 20 0 0 1 4

De esta ltima Las ecuaciones nos quedaran: x3 = 4

x 2 + x3 = 3 x1 + 4 x 2 + 3x3 = 10
Resolviendo estas ecuaciones

ALGEBRA LINEAL

13

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

x3 = 4 x2 = 1 Sistemas de ecuaciones lineales homogneos

x1 = 2

Para el sistema general homogneo x1 = x 2 = L = x n = 0 siempre es una solucin (llamada solucin trivial o la solucin cero), solamente hay dos posibilidades: la solucin cero es la nica solucin o hay un nmero infinito de soluciones adems de la solucin cero. (Las soluciones distintas de la solucin cero se conocen como las soluciones no triviales. Ejemplo: Resuelva el sistema homogneo

El sistema de m ecuaciones lineales en n incgnitas se conoce como homogneo si todas las constantes (b1 , b2 ,L, bm ) son cero.

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 ( 2 5 9 0 9 5 0 0 1 9 0 3 3 2 0 0 9 5 0 0 9 5 0 1 11 6 0


1 0 1 9 0 5 0 1 9 0 0 0 0 0

La matriz aumentada est en forma escalonada reducida y, evidentemente, hay un nmero 5 ) infinito de soluciones dadas por ( 1 9 x3 , 9 x3 , x3 .

ALGEBRA LINEAL

14

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

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

Para calcular la matriz inversa de A, se escribe la matriz aumentada [A I ] , y se utiliza la reduccin por renglones para formar la matriz identidad en el lugar de la matriz A, entonces la matriz que se forma a la derecha de la barra ser la matriz inversa de A. Ejemplo Encontrar la matriz inversa de A.
1 0 2 A= 2 1 3 4 1 8

Primero se construye la matriz aumentada [A I ]


1 0 2 1 0 0 1 0 2 1 3 0 1 0 A1, 2 ( 2 )0 1 A ( 4) 1, 3 4 1 8 0 0 1 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 4 0 1 0 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

Por lo que la matriz inversa de A es la matriz del lado derecho


2 11 2 A = 4 0 1 6 1 1
1

Comprobacin

AA 1 = I
ALGEBRA LINEAL 15 M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ

UNIVERSIDAD AUTNOMA DE NUEVO LEN

FACULTAD DE INGENIERA MECNICA Y ELCTRICA

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

M.C. JOS MANUEL ROCHA NEZ M.C. ELIZABETH GPE. LARA HERNNDEZ