Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Elementos de Algebra Matricial PDF
Elementos de Algebra Matricial PDF
LGEBRA MATRICIAL
Ezequiel Uriel
1 DEFINICIONES
Matriz
Una matriz de orden o dimensin n p - o una matriz ( n p )- es una
ordenacin rectangular de elementos dispuestos en n filas y p columnas de la
siguiente forma:
a11
a
21
A=
...
an1
a12
a22
...
an 2
... a1 p
... a2 p
... ...
... anp
(1)
Ejemplos
2 3 4
A=
6 5 3
1 4 6
B = 2 3 11
7 4 8
bij=aji
i=1,2,...,p;
j=1,2,...,n
(2)
Ejemplos
Las transpuestas de las matrices del ejemplo anterior son las siguientes:
2 6
A = 3 5
4
3
1 2 7
B = 4 3 4
6 11 8
(3)
a2 ... an ]
(4)
Matriz cuadrada
Se dice que una matriz es cuadrada si el nmero de filas es igual al
nmero de columnas. Se dice que una matriz cuadrada es de orden n si tiene n
filas.
tr ( A) = aii
(5)
i =1
Ejemplo:
La traza de la matriz A del ejemplo anterior es
tr ( A) = 8 + 10 + 15 = 33
Matriz simtrica
Se dice que una matriz cuadrada es simtrica si se verifica que
A = A
(6)
Ejemplo:
3 4 1
A = 4 5 2
1 2 1
Matriz diagonal
Se dice que una matriz cuadrada es diagonal cuando todos los elementos
situados fuera de la diagonal principal son nulos. Es decir, en una matriz diagonal
se verifica que aij= 0 para i distinto de j. As, la siguiente matriz es diagonal:
a11
0
A=
...
0
a22
...
0
0
... 0
... ...
... ann
...
(7)
Matriz escalar
Se dice que una matriz diagonal es escalar cuando todos los elementos de
la diagonal principal son idnticos. Es decir, en una matriz escalar se verifica que
aii= k para todo i.
Matriz identidad
Una matriz identidad es una matriz escalar en la que aii= 1. A la matriz
identidad se le denomina I. As, una matriz identidad genrica tiene la siguiente
configuracin:
1
0
I=
#
0
1
#
0
"
"
%
"
0
0
#
(8)
Suma de matrices
La suma de las matrices A y B de orden n p es igual a una matriz C,
tambin de orden nxp, definida de la siguiente forma:
C=A+B
(9)
(10)
Para poder realizar la suma, las matrices A y B deben ser del mismo
orden.
Ejemplo
La suma de las matrices A y B es designada por C:
3 2
A=
5 6
1 3
B=
2 4
3 + 1 2 + 3 4 1
C=
=
5 + 2 6 4 7 2
Multiplicacin escalar
La multiplicacin escalar de una matriz A por un escalar se efecta
multiplicando cada elemento de A por . El producto es designado por A.
Ejemplo
Dado
7
= 4 y A =
2 3
entonces
28 24
8 12
A =
Multiplicacin de matrices
Si A es una matriz de orden n m y B es una matriz de orden m p,
entonces el producto de estas dos matrices se define de la siguiente forma
AB=C
(11)
siendo la matriz producto C, una matriz de orden n p, cuyo elemento genrico cij
viene dado por
n
(12)
k =1
Ejemplos
a11
a
21
4 2
(4 1 + 2 7) (4 9 2 2) (4 1 + 2 6)
3 5 1 9 1 = (3 1 + 5 7) (3 9 5 2) (3 1 + 5 6)
7 2 6
2 6
(2 1 + 6 7) (2 9 6 2) (2 1 + 6 6)
18 32 16
= 38 17 33
44 6 38
(13)
Ejemplos
A =
b11
b12
B = b21 b22
b31 b32
a11
a21
a12
= a11a22 a12 a21
a22
b13
b23 = b11b22b33 b12b21b33 + b12b23b31 b13b22b31 + b13b21b32 b11b23b32
b33
Matriz inversa
Una matriz cuadrada A n n tiene inversa, a la que se se le designa por A-1
si se cumple que
AA 1 = A 1A = I
(14)
2 3
viene dada por
A 1 =
1 3 1
10 2 4
a12
a22
a32
a13 2 3 2
a13 = 3 4 1
a33 1 2 2
Para invertir esta matriz hay que realizar las siguientes operaciones:
m11
m
21
m31
m12
m22
m32
2
m13
3
m13 =
2
m33
3
4
1
2
3 1
1 2
2
2
2 2
1 2
2
1
2 2
3 1
3 4
1 2
6 5 2
2 3
= 2 2 1
1 2
5
4
1
2 3
3 4
cij = ( 1)
i+ j
mij
c13 6 5 2
c13 = 2 2 1
c33 5 4 1
c21
c22
c23
c31 6 2 5
c32 = 5 2 4
c33 2 1 1
A = a1 j a2l .........anq
= a11a22 a33 + a12 a23 a31 + a13 a21a32 + a13 a22 a31 + a12 a21a33 + a11a23 a32
= 12 + 3 + 12 + 8 18 4 = 1
5) La matriz inversa es igual a la matriz de adjuntos dividido por el
determinante de la matriz A:
c11
1
1
A =
adj ( A) =
c12
A
A
c13
1
c21
c22
c23
c31 6 2 5
c32 = 5 2 4
c33 2 1 1
Ejemplo
La inversa de la matriz A
4 1
A=
2 3
se calcula de la siguiente forma
1) Matriz de menores
m11
m21
m12 3 2
=
m22 1 4
2) Matriz de cofactores
c11 c12 3 2
c
=
21 c22 1 4
3) Matriz de adjuntos
c
adj ( A) = 11
c12
c21 3 1
=
c22 2 4
4) Determinante de A
A = a1 j a2l .........anq = a11a22 a12 a21a31 = 12 2 = 10
5) Matriz inversa de A:
A 1 =
c21 1 3 1
=
c22 10 2 4
1
1 c11
adj ( A) =
A
A c12
es la siguiente
1
3
1
A = 0
0
1
5
0
1
8
Independencia lineal
Sea un conjunto de m vectores {a1 , a 2 ," , a m } , de orden n 1. Si la nica
solucin de la ecuacin
1x1 + 2 x 2 + " + m x m = 0
(15)
10
6
2
b) Los vectores y son linealmente dependientes, ya que (15) se
9
3
satisface para 1 = 3; 2 = 1 . Es decir,
2 6 0
3 =
3 9 0
a) La matriz
1 4 7
A=
5 2 3
tiene el rango igual a 2 (en ningn caso podra ser 3), ya que las columnas de A
son linealmente independientes.
b) La matriz
2 6
A=
3 9
11
Multiplicacin
a) En general, AB BA
b)
[ + + ] A = A + A + A = A + A + A
c) A(B + C) = AB + AC BA + CA
d) A0 = 0A = 0
Trasposicin
a) =
b) ( A) = A = A
c) ( A + B) = A + B
d) ( AB) = BA
Determinantes
a) El determinante de una matriz cuadrada es igual al determinante de su
transpuesta, es decir,
A = A
(16)
(17)
(18)
12
b) tr ( ) = tr ( ) =
c) tr ( A + B) = tr ( A) + tr (B)
d) tr ( A) = tr ( A)
e) tr ( AB) = tr (BA)
Inversa
a) La inversa de un producto de matrices cuadradas no singulares ABC
es igual a
( ABC )
= C1B 1 A 1
(19)
(20)
1
A
(21)
Sean
a1
a
a = 2
...
an
x1
x
y x = 2
...
xn
entonces
13
ax
=a
x
(22)
Demostracin
ax = [ a1
a2
x1
x
... an ] 2 = a1 x1 + a2 x2 + ... + an xn
...
xn
ax
= a1
x1
ax
= a2
x2
:
:
ax
= an
xn
Reuniendo en un vector las derivadas del escalar ax con respecto a cada
elemento de x, tenemos la derivada de dicho escalar con respecto al vector x. Por
lo tanto,
a1
ax a2
=
=a
x ...
an
14
a11
a
A = 21
...
an1
a12
a22
...
an 2
... a1n
... a2 n
... ...
... ann
xAx
= ( A + A)x
x
(23)
Demostracin
xAx = [ x1
x2
a11
a
... xn ] 21
...
an1
a12
a22
...
an 2
... a1n x1
... a2 n x2
=
... ... ...
... ann xn
xAx
= 2a11 x1 + (a12 + a21 ) x2 + ... + (a1n + an1 ) xn
x1
xAx
= (a21 + a12 ) x1 + 2a22 x2 + ... + (a2 n + an 2 ) xn
x2
.............................
xAx
= (an1 + a1n ) x1 + (an 2 + a2 n ) x2 + ... + 2ann xn
xn
Reuniendo en un vector las derivadas del escalar x'Ax con respecto a cada
elemento de x, tenemos la derivada de dicho escalar con respecto al vector x. Por
lo tanto,
15
a11
xAx a21
=
x
...
an1
a12
a22
...
an 2
a22 ... an 2 x2
=
= ( A + A)x
Si la matriz A es simtrica se verifica que
x' Ax
= 2 Ax
x
(24)
Au j = j u j
(25)
donde A es una matriz dada de orden n n. Es decir, A debe ser una matriz
cuadrada.
A los escalares j que satisfacen la ecuacin (25) se les denomina races
caractersticas y a los correspondientes vectores uj se les denomina vectores
caractersticos. Para las races caractersticas se utilizan tambin las
denominaciones de valores propios o autovalores. Para los vectores
caractersticos se utiliza alternativamente la expresin de vectores propios.
La ecuacin (25), mediante una simple manipulacin algebraica, la
podemos expresar de la siguiente forma:
( A j I )u j = 0
(26)
Si dejamos aparte la solucin trivial uj =0, para que la ecuacin (26) tenga
solucin debe cumplirse que
A jI = 0
16
(27)
(28)
U = u1 u 2
... u j
u11
u
12
... un =
...
u1n
u21
....
u j1
u22
.... u j 2
...
....
...
u2 n ..... u jn
.... un1
.... un 2
.... ...
.... unn
(29)
tr A =
j =1
(30)
A = j
(31)
j =1
17
(32)
(33)
Sea la matriz
4 3
A=
1 2
Aplicando la ecuacin (26) a la matriz anterior, se tiene que :
4 3
1 0 U 1 j 0
j
0 1 U 2 j 0
1 2
3
= 0,
2 j
es decir,
j2 6 j + 5 = 0
Con la resolucin de esta ecuacin de segundo grado (A es de orden 2x2),
se obtienen dos races caractersticas:
18
1 = 5; 2 = 1
1 = 5; 2 = 1
Sustituyendo 1 en la ecuacin (26), se obtiene
4 3
1 0 U11 0
0 1 U = 0
21
1 2
es decir,
1 3 U11 0
1 3 U = 0
21
u1 =
3
10
1
10
19
1 0 1 U = 0
1
2
21
3 3 U11 0
1 1 U = 0
21
U=
3
10
1
10
1
2
1
2
Sea la matriz
1 2
A=
2 1
La aplicacin de la ecuacin (A1-22) da lugar a la siguiente expresin:
1 2
1 0 U 1 j 0
j
0 1 U 2 j 0
2 1
20
1 j
2
=0
2
1 j
es decir,
j2 2 j 3 = 0
Con la resolucin de esta ecuacin de segundo grado (A es de orden 2x2),
se obtienen dos races caractersticas:
1 = 3; 2 = 1
Realizando las sustituciones pertinentes en este caso, llegamos a
u1 =
1
2
u2 =
1
2
1
2
1
2
U=
1
2
1
2
1
2
1
2
21