Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.2
MATRICES
Si analizamos el mtodo de eliminacin descrito en la seccin 1.1, observaremos lo siguiente. Al realizar los pasos necesarios, slo modificamos los nmeros que aparecen
junto a las incgnitas x1, x2, . . . , xn. En consecuencia, podramos buscar una forma de
escribir un sistema lineal sin tener que mantener las incgnitas. En esta seccin definiremos un objeto, una matriz, que nos permite hacer precisamente eso: escribir sistemas
lineales de una manera compacta que facilite la automatizacin del mtodo de eliminacin en una computadora, dndonos un procedimiento rpido y eficaz para determinar
las soluciones. Su uso, sin embargo, no nos proporciona solamente la oportunidad de
contar con una notacin conveniente, sino tambin como veremos a continuacin
resolver sistemas de ecuaciones lineales y otros problemas computacionales de manera
rpida y eficiente, desarrollando operaciones sobre las matrices y trabajando con ellas
de acuerdo con las reglas que cumplen. Por supuesto, como debe hacer cualquier buena definicin, la del concepto de matriz no slo permite mirar de otra forma los problemas existentes, sino que, adems, da lugar a muchas nuevas preguntas, algunas de las
cuales estudiaremos en este libro.
DEFINICIN
a11 a12
a21 a22
.
..
.
.
.
A=
ai1 ai2
.
..
..
.
am1 am2
a1 j
a2 j
..
.
ai j
..
.
am j
a1n
a2n
..
.
.
ain
..
.
amn
fila
(rengln) i
(1)
columna j
La i-sima fila de A es
(1 i m);
La j-sima columna de A es
a1 j
a2 j
.
..
(1 j n).
am j
EJEMPLO 1
11
Sean
1
1
A=
2
0
1
1
0
D = 2
3 1
3
,
1
0
1 ,
2
B=
1
4
,
2 3
E= 3 ,
1
C = 1 ,
2
F = 1
2 .
EJEMPLO 2
u= 1
2 1
1
0 es un 4-vector y v = 1 es un 3-vector.
3
EJEMPLO 3
(Despliegue de valores en forma de tabla) La matriz siguiente proporciona las distancias entre las ciudades indicadas (en millas terrestres).
Londres Madrid Nueva York Tokio
0
785
3,469
5,959
Londres
Madrid
0
3,593
6,706
785
EJEMPLO 4
(Produccin) Suponga que un fabricante tiene cuatro plantas, en cada una de las cuales se manufacturan tres productos. Si denotamos con aij el nmero de unidades del producto i elaboradas por la planta j en una semana, la matriz de 4 3
Planta 1
Planta 2
Planta 3
Planta 4
Producto 1
Producto 2
560
360
380
0
340
450
420
80
Producto 3
280
270
210
380
EJEMPLO 5
La tabla siguiente, en donde se lista el factor de congelacin del viento, muestra cmo
una combinacin de la temperatura y la velocidad del viento hace que un cuerpo se
sienta ms fro que la temperatura real. Por ejemplo, cuando la temperatura es de 10 F
y el viento es de 15 millas por hora, el cuerpo pierde la misma cantidad de calor que la
que perdera si la temperatura fuera de 18 F sin viento.
15
10
10
12
10
15
10
15
22
27
34
15
11
18
25
31
38
45
20
17
24
31
39
46
53
mph
5
12
7
0 5 10
10 3 9 15 22 27
A=
15 11 18 25 31 38
20 17 24 31 39 46
EJEMPLO 6
15
34
.
45
53
x + 2y = 10
2x 2y = 4
3x + 5y = 26,
podemos asociar las matrices siguientes:
1
2
A = 2 2 ,
3
5
x
,
x=
y
10
b = 4 .
26
DEFINICIN
Una matriz cuadrada A = [aij], en donde cada trmino fuera de la diagonal principal es
igual a cero, es decir, aij = 0 para i j, es una matriz diagonal.
EJEMPLO 7
4
0
G=
0 2
son matrices diagonales.
3
0
H = 0 2
0
0
0
0
4
DEFINICIN
EJEMPLO 8
13
Una matriz diagonal A = [aij], en donde todos los trminos de la diagonal principal son
iguales, es decir, aij = c para i = j y aij = 0 para i j, es una matriz escalar.
Las siguientes son matrices escalares:
1
0
1
I 3 = 0
0
0
0
0 ,
1
J=
2
0
.
0 2
Los motores de bsqueda para localizacin y recuperacin de informacin en Internet, utilizan matrices para seguir el rastro de las ubicaciones en donde sta se encuentra, el tipo de informacin que se halla en cada ubicacin, las palabras clave que
aparecen en ellas, e incluso la manera en que los sitios Web se vinculan entre s con
otros. En gran medida, la eficacia de Google estriba en la manera en que utiliza las
matrices para determinar cules sitios estn referenciados en otros sitios. Esto es, en lugar de mantener de manera directa el rastro del contenido de la informacin de una pgina Web real o de un tema de bsqueda individual, la estructura de la matriz de Google
determina las pginas Web que coinciden con el tema de bsqueda, y luego presenta
una lista de tales pginas en un orden de importancia.
Suponga que existen n pginas Web accesibles durante cierto mes. Una manera
sencilla de comprender las matrices que conforman el esquema de Google, consiste en
imaginar una matriz A de n n, denominada matriz de conectividad, la cual slo contiene ceros al principio. Para construir las conexiones se procede como sigue. Cuando
se detecta que el sitio Web j est vinculado con el sitio Web i, la entrada aij se hace igual
a uno. Como n es muy grande su valor se calculaba en alrededor de 3 mil millones
en diciembre de 2002, casi todas las entradas de la matriz de conectividad A son cero. (Las matrices como sta se denominan esparcidas, ralas o poco densas.) Si la fila
(rengln) i de A contiene muchos unos, significa que existen muchos sitios vinculados
al sitio i. El software que controla el motor de bsqueda de Google considera que los
sitios que estn vinculados con muchos otros son ms importantes (en otras palabras,
les da una calificacin ms alta). Por lo tanto, tales sitios apareceran al principio de la
lista de resultados de bsqueda que generara Google cuando el usuario solicitara temas
relacionados con la informacin del sitio i. Ya que Google actualiza su matriz de conectividad cada mes, n aumenta con el paso del tiempo, al agregarse nuevos enlaces y sitios.
La tcnica fundamental que utiliza Google para calificar los sitios, emplea conceptos de lgebra lineal que estn fuera del alcance de este curso. Informacin adicional sobre el tema puede encontrarse en las fuentes siguientes.
1. Berry, Michael W. y Murray Browne. Understanding Search EnginesMathematical
Modeling and Text Retrieval. Filadelfia: Siam, 1999.
2. www.google.com/technology/index.html
3. Moler, Cleve. The Worlds Largest Matrix Computation: Googles Page Rank Is an
Eigenvector of a Matrix of Order 2.7 Billion, MATLAB News and Notes, octubre de
2002, pginas 12-13.
En matemticas, siempre que se presenta un nuevo objeto es preciso definir cuando dos de ellos son iguales. Por ejemplo, en el conjunto de todos los nmeros racionales, decimos que los nmeros 23 y 46 son iguales, aunque no se representen de la misma
manera. Lo que tenemos en mente es la definicin segn la cual ab es igual a dc cuando
ad = bc. De acuerdo con esto, tenemos la siguiente definicin.
DEFINICIN
EJEMPLO 9
Las matrices
1
2 1
4
A = 2 3
0 4
5
1
2
x
B = 2
y 4
w
4
z
son iguales si w = 1, x = 3, y = 0 y z = 5.
SUMA DE MATRICES
DEFINICIN
(i i m, 1 j n).
EJEMPLO 10
Sean
A=
1 2
2 1
4
3
B=
0
1
2 4
.
3
1
Entonces
A+B =
1
1 + 0 2 + 2 4 + (4)
=
3
2 + 1 1 + 3 3 + 1
0
2
0
.
4
EJEMPLO 11
Costo de
manufactura embarque
32
40
Modelo A
50
80 Modelo B
F1 =
70
20
Modelo C
Costo de
manufactura
Costo de
embarque
40
50
130
F2 =
15
60
50
20
Modelo A
Modelo B
Modelo C
bij = raij
EJEMPLO 12
Sean
A=
2
4
3 5
2
1
B=
2 1
3
.
3
5 2
Entonces
AB =
EJEMPLO 13
22
43
0
4 8
3 + 1 5 3
.
=
1 3
3
25
1+2
Sea p = [18.95 14.75 8.60] un 3-vector que representa los precios actuales de tres
artculos almacenados en una bodega. Suponga que el almacn anuncia una venta en
donde cada uno de estos artculos tiene un descuento de 20 por ciento.
(a) Determine un 3-vector que proporcione el cambio en el precio de cada uno de los
tres artculos.
(b) Determine un 3-vector que proporcione los precios nuevos de los artculos.
Solucin
Si A1, A2, . . . , Ak son matrices de m n y c1, c2, . . . , ck son nmeros reales, entonces una expresin de la forma
c1A1 + c2A2 + + ckAk
(2)
se denomina combinacin lineal de A1, A2, . . . , Ak, y c1, c2, . . . , ck se llaman coeficientes.
EJEMPLO 14
(a) Si
0 3
5
3
4
A1 = 2
1 2 3
3
3 ,
3
5
2
2
A2 = 6
1 2
0 3
5
5
2
1
3
4 6
2
C = 3 2
2 1 2
1 2 3
27
52 10
2
21 .
=
8
3
2
7
5 21
2
2
3
3
3
0.46
Puede calcularse para obtener (verifquelo) 0.4 .
3.08
0] y
aiTj = a ji
(1 i n, 1 j m)
es la transpuesta de A. En consecuencia, las entradas en cada fila de AT son las entradas correspondientes en la columna de A.
EJEMPLO 15
Sean
4 2
3
,
A=
0
5 2
6
2 4
2 ,
B = 3 1
0
4
3
D = 3 5
1 ,
5
4
2 ,
C = 3
2 3
2
E = 1 .
3
17
Entonces
4
0
5 ,
A = 2
3 2
T
CT =
6
3
B = 2 1
4
2
3
D T = 5 ,
y
ET =
1
5 3
2
,
4
2 3
0
4 ,
3
2 1
3 .
Tabla 1.2
Las propiedades de la aritmtica binaria permiten la representacin de combinaciones de nmeros reales en forma binaria, suele estudiarse en cursos bsicos de ciencias
de la computacin, o en cursos de matemticas finitas o discretas. No desviaremos
nuestra atencin para analizar tales temas en este momento. En cambio, nuestro objetivo se centrar en un tipo particular de matrices y vectores cuyas entradas son dgitos binarios. Esta clase de matrices y vectores es importante en el estudio de la teora de la
informacin y en el campo de matemticas de cdigos de correccin de errores (tambin llamado teora de codificacin).
*Un bit es un dgito binario (del ingls binary digit); esto es, un 0 o un 1.
DEFINICIN
Una matriz binaria de m n, es una matriz en que todas las entradas son bits. Esto
es, cada una de sus entradas es ya sea 0 o 1.
Un n-vector (o vector) binario es una matriz de 1 n o de n 1, todas cuyas entradas son bits.
EJEMPLO 16
1 0 0
A = 1 1 1 es una matriz binaria de 3 3.
0 1 0
EJEMPLO 17
1
1
v = 0 es un 5-vector binario, y u = 0 0 0 0 es un 4-vector binario.
0
1
EJEMPLO 18
1 0
1 1
Sean A = 1 1 y B = 0 1. Por medio de la definicin de la suma de matri0 1
1 0
ces y con ayuda de la tabla 1.1, tenemos
1+1 0+1
0 1
A + B = 1 + 0 1 + 1 = 1 0 .
0+1 1+0
1 1
Las combinaciones lineales de matrices binarias o n-vectores binarios son muy fciles de calcular con ayuda de las tablas 1.1 y 1.2, si se toma en cuenta el hecho de que
los nicos escalares son 0 y 1.
EJEMPLO 19
Sean c1 = 1, c2 = 0, c3 = 1, u1 =
1
0
1
, u2 =
y u3 =
. Entonces
0
1
1
c1 u1 + c2 u2 + c3 u3 = 1
1
0
1
+1
+0
1
1
0
1
0
1
+
+
1
0
0
(1 + 0) + 1
(0 + 0) + 1
0
1+1
.
=
1
0+1
A B = A + (inverso de 1) B = A + 1B = A + B.
Como podemos ver, la diferencia de matrices binarias no aporta nada nuevo a las relaciones algebraicas entre matrices binarias.
19
Trminos clave
n-vector (o vector)
Matriz diagonal
Matriz escalar
0, vector cero
Rn, el conjunto de todos los n-vectores
Google
Matrices iguales
Suma de matrices
Mltiplo escalar
Matriz
Filas (renglones)
Columnas
Tamao de una matriz
Matriz cuadrada
Diagonal principal de una matriz
Elemento (o entrada) de una matriz
ij-simo elemento
entrada (i, j)
1.2 Ejercicios
1. Sean
A=
2
6
4
B = 3 ,
5
5
,
4
3
5
7
C = 4
6
3
3
1
2
5 .
1
c+d
4
=
ab
10
a+b
cd
6
,
2
determine a, b, c y d.
3. Si
a + 2b
2a b
4
=
2c + d
c 2d
4
determine a, b, c y d.
2
,
3
1
2
A=
2
1
3 1
1
C = 4
2
1
2 4
1
E = 0
3
2
y
1
0
3
1 ,
, B= 2
4
3
2
3
3 2
5 , D =
,
2
4
3
5
4
5
4 , F =
,
2
3
1
0 0 0
O = 0 0 0 .
0 0 0
3
0
8. La matriz
1
ces 0
0
es una combinacin lineal de las matri2
0
1
y
1
0
4
0
9. La matriz
1
matrices 0
0
0 ? Justifique su respuesta.
1
es una combinacin lineal de las
3
0
1
y
1
0
0
0 ? Justifique su respuesta.
10. Sean
1
A = 6
5
2
2
2
3
3
4
1
I3 = 0
0
0
1
0
0
0 .
1