MATRICES Y DETERMINANTES (18)

INDICE

 DEFINICIÓN DE MATRIZ DE NÚMEROS

 OPERACIONES CON MATRICES

 MATRICES CUADRADAS

 MATRICES ESPECIALES

 MATRIZ IDENTIDAD

 MATRIZ INVERSA DE UNA MATRIZ CUADRADA

 RANGO DE UNA MATRIZ (CUADRADA O NO)

 CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS.

 EXPRESIÓN MATRICIAL DE UN SISTEMA DE

ECUACIONES

 RESOLUCIÓN DE SISTEMAS DE ECUACIONES MEDIANTE

LA MATRIZ INVERSA

 CLASIFICACIÓN DE LOS SEL SEGÚN SU FORMA

 MÉTODOS PARA RESOLVER UN SEL

 TEOREMA DE ROUCHÉ-FROBENIUS

 REPORTE DE LECTURA

 BIBLIOGRAFIA
 I.- MATRICES Y DETERMINANTES

DEFINICIÓN DE MATRIZ DE NÚMEROS

Una matriz orden (m ´ n) es un conjunto de m ´ n números ordenados en una

tabla:

En donde podemos apreciar horizontalmente las filas, fila 1: ( ),

fila 2: ( ), etc. Mientras que verticalmente se habla de columnas:
columna 1, columna 2, etc.

Por tanto, una matriz de orden (m ´ n) tiene m filas y n columnas. En caso de

que el número de filas y el de columnas sea el mismo se habla de matriz
cuadrada.

Las matrices cuadradas tienen dos diagonales, de las cuales sobre un ejemplo
vemos la que se llama "diagonal principal" de la matriz:

Para tratarlas teóricamente las matrices se suelen expresar en forma abreviada

así:

Es decir, con un nombre propio y dos subíndices, aij, siendo el primer subíndice -
en nuestro caso el i- el correspondiente a la fila i-ésima, cuyo recorrido va desde 1
hasta m; y el segundo subíndice -en nuestro caso la j- es el correspondiente a la
columna j-ésima, cuyo recorrido va desde 1 hasta n. El alumno debe ser muy
consciente de este significado de los índices.

OPERACIONES CON MATRICES

* ADICIÓN:

Sean A y B son dos matrices del mismo orden, entonces la matriz suma S = A +
B es:

Es decir, se suman los correspondientes elementos (i,j) de A con los (i,j) de B.

Ejemplo:

* PRODUCTO POR UN ESCALAR:

Sea A una matriz y k un escalar (un número real), entonces la matriz B = k A

es:

Es decir, se multiplica cada elemento de la matriz A por el número k. Ejemplo:

Considerando esto, podemos hablar de la RESTA de dos matrices A - B, como la

suma de A con el producto de (-1) B, lo cual equivale a restar los correspondientes
elementos (i,j) de A con los (i,j) de B.

* PRODUCTO DE MATRICES:
 Sea A una matriz de orden (m ´ n), y B una matriz de orden (n ´ r), entonces la
matriz producto, es una matriz P = A. B de orden (m ´ r):

(Observe el alumno cómo para obtener el elemento pij, se multiplican cada

elemento de la fila i de A por cada elemento respectivo de la columna j de B).
Tomemos como ejemplo las matrices A, tipo (3 ´ 2), y B, tipo (2 ´ 4):

Así obtenemos P = A. B, cuyo resultado es:

En la que se han ido obteniendo los elementos multiplicando fila de A por columna
de B (por ejemplo):

Mejor veámoslo gráficamente:

Propiedades del producto de matrices:

 El producto de dos matrices de orden (n ´ n), es una matriz tipo (n ´ n).

 En general A. B ¹ B. A (el producto no es conmutativo)
  El producto es asociativo A. (B. C) = (A. B). C

MATRICES CUADRADAS

Las matrices cuadradas juegan un papel fundamental en el cálculo matricial. En

ellas el número de filas es el mismo que el de columnas:

En este caso hablaremos de "matriz cuadrada de orden n". Dadas dos matrices A
y B que sean del mismo orden (orden n, por ejemplo), podemos realizar A+B y
A.B, puesto que el producto de dos matrices de orden n es otra matriz de orden n.

* MATRIZ IDENTIDAD (orden n):

Es una matriz cuadrada (orden n), representada como In, en la que todos sus
elementos son 0, excepto los de la diagonal principal, que son unos:

Esta matriz cumple la siguiente propiedad: A. In = In. A = A

Es decir, al multiplicarla por cualquier matriz A, vuelve a dar la misma A. En otras

palabras, In representa el elemento unitario para el producto de matrices.
Teniendo en cuenta ello, puede hablarse de matriz inversa de una matriz dada.

En concreto, sea A una matriz cuadrada (orden n), diremos que A es inversible si
existe otra matriz B tal que:

A. B = B. A = In

En este caso, a la matriz B la llamaremos inversa de A, y la representaremos A¯¹,

así podremos expresar mejor:
 A. A¯¹ = A¯¹. A = In

No para toda matriz A puede encontrarse su matriz inversa, enseguida veremos

las condiciones que deben cumplir las matrices para ser inversibles, antes veamos
un repaso de otras matrices notables.

* MATRICES ESPECIALES

Matriz traspuesta de A:

(NOTA: El concepto de matriz traspuesta no es exclusivo de matrices

cuadradas.) Sea una matriz A de orden (m ´ n), se llama "matriz traspuesta de A",
a una matriz, tA, de orden (m ´ n), obtenida a partir de A, cambiando filas por
columnas.

Por ejemplo:

Las matrices traspuestas tienen especial importancia para matrices cuadradas.

Propiedades de matrices traspuestas:

1. t(tA) = A
2. t(A + B) = tA + tB
3. t(A . B) = tB . tA

Matriz simétrica:

Una matriz A es "simétrica" si coincide con su traspuesta, es decir si: A = tA. Por
ejemplo:

Observe cómo los elementos en posiciones

simétricas, respecto de la diagonal principal, son
 iguales.

Matriz antisimétrica:

Una matriz A es "antisimétrica" si su opuesta coincide con su traspuesta, es

decir si: -A = tA. Por ejemplo:

Observe cómo los elementos en posiciones

simétricas, respecto de la diagonal principal, son
iguales pero con signo opuesto. Los elementos de la
diagonal principal son todos 0 (son iguales a sí
mismo con signo opuesto)

Matriz ortogonal:

Una matriz A es "ortogonal" si su inversa es igual a su transpuesta, es decir: A¯¹

= tA. En este caso, también se tiene que: A. tA = In.

MATRIZ INVERSA DE UNA MATRIZ CUADRADA

Antes de comenzar el alumno debería repasar el tema de determinantes, en

especial la cuestión sobre menores complementarios y adjuntos.

Sea la matriz cuadrada:

Si su determinante, |A|, es no nulo, entonces diremos que la matriz A es inversible,

es decir, existe una matriz inversa, A¯¹, tal que:
 A. A¯¹ = A¯¹. A = In

Es posible comprobar que la matriz inversa de una matriz inversible A es:

Siendo los Aij los adjuntos de los elementos de la matriz, pero ATENCIÓN:
Observe como la matriz de arriba está formada por la transpuesta de los
adjuntos de los elementos de A. A (esa matriz suele llamarse "traspuesta de la
adjunta de A" es decir: tA*).

Vamos a hallar, como ejemplo, la inversa de la matriz:

Teniendo en cuenta que su determinante es, |A| = -49, y por tanto A es inversible,
pasamos a hallar los adjuntos:

Y por tanto, la matriz inversa de A es:

El alumno puede comprobarlo haciendo el producto A. A¯¹ y observar que se

obtiene la matriz identidad de orden 3.
 RANGO DE UNA MATRIZ (CUADRADA O NO)

Sea una matriz (m ´ n):

Antes de dar la definición de rango de A vamos a ver dos definiciones previas:

* Submatriz cuadrada (orden h) de A:

Es la matriz cuadrada (h ´ h) formada por los elementos comunes a h filas y h

columnas, con h£n, h£m.

* Menores (orden h) de A:

Son los determinantes de las submatrices cuadradas (orden h) de A.

Entonces rango de la matriz A, r(A), es el número que expresa el orden del

mayor Menor no nulo de la matriz A. (Atención a la anti-redundancia "mayor
Menor")

Por ejemplo, veamos el rango de la matriz A:

Se tiene que r(A) = 3, puesto que al menos hay un menor de orden 3 no nulo:
Y por supuesto no es posible tomar menores de orden 4 ó mayores porque sólo
hay tres filas.

El rango de matrices es fundamental para el cálculo algebraico en espacios

vectoriales, aplicaciones lineales y en sistemas de ecuaciones lineales.

Operaciones elementales que pueden realizarse con una matriz para calcular
su rango sin que éste varíe

1. Intercambiar dos líneas entre sí.

2. Suprimir una línea que tenga todos sus elementos nulos.
3. Suprimir una línea que sea proporcional a otra.
4. Suprimir una línea que sea combinación lineal de otra/s
5. Multiplicar o dividir una línea por un número distinto de cero.
6. Sustituir una línea i de este modo: Li ← a·Li + b·Lk

* CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS

Básicamente consiste en hacer nulos los elementos que hay debajo de los aii con
i= 1, 2, 3,..., m-1; y el rango final será el número de filas distintas de cero.

• * En una etapa i cualquiera se deja fija la fila i, y tomando como referencia el

elemento aii por medio de operaciones elementales se hacen cero todos los
elementos de su columna (los que estén por debajo de él).

* Si el elemento aii es igual a cero, es preciso intercambiar previamente esa fila

por alguna otra fila de debajo, y si no es posible (porque también sea cero) con
alguna columna de la derecha, hasta conseguir que aii sea distinto de cero (es
conveniente, para evitar cálculos tediosos que sea 1, si no lo fuera, utilizando
operaciones sencillas intentaremos cambiarlo a 1).
Finalmente, el rango es el número de filas distintas de cero que aparecen en la
matriz.

Ejemplo:

Hallar el rango de la matriz .

Hacemos 0 los elementos debajo de a11: Sustituimos F2 por F2 - 3F1,

similarmente F3 por F3 - 2F1,...

El rango de ambas matrices será el mismo:

Ahora intercambiamos la fila F2 con la F4 (sigue siempre siendo el mismo

rango):

Ahora hacemos 0 los elementos debajo del a22: sustituimos F3 por F3 - 7F2:
 Y ya tenemos ceros por debajo de la diagonal. El rango de A es 3 (cantidad de
filas no nulas).

EXPRESIÓN MATRICIAL DE UN SISTEMA DE ECUACIONES

En general un sistema de ecuaciones lineales con m ecuaciones

y n incógnitas tiene la forma:

Y admite una expresión matricial de la forma

A·X=B
Donde las matrices A, X y B son las siguientes,
De manera que

Ejemplo de expresión matricial de un sistema de ecuaciones:

 Expresar en forma matricial el siguiente sistema

La expresión matricial del siguiente sistema es la siguiente:

RESOLUCIÓN DE SISTEMAS DE ECUACIONES MEDIANTE LA MATRIZ

INVERSA

Si queremos resolver un sistema con n ecuaciones y n incógnita puede

existir la posibilidad de hacerlo utilizando su expresión matricial. Veamos como:

1. Expresamos matricialmente el sistema de ecuaciones, de la forma

A·X = B

2. Si |A| ≠ 0 entonces A es inversible. Si multiplicamos por A-1 en la identidad anterior

por la izquierda, obtenemos que
A-1 ( A · X ) = A-1 · B

Empleando la propiedad asociativa del producto matricial, obtenemos que

(A-1 · A ) X = A-1 · B

Teniendo en cuenta que A-1 · A = I, acabamos de obtener que:

X = A-1 · B

Es decir, acabamos de calcular el valor de la matriz de incógnitas X, de manera

que hemos resuelto el sistema de ecuaciones.

Ejemplo de resolución de sistemas de ecuaciones mediante la matriz

inversa

Resolver el siguiente sistema de ecuaciones empleando la matriz inversa

de su matriz de coeficientes:
La expresión matricial del siguiente sistema es la siguiente:

Empezamos observando que que |A| = - 18 ≠ 0, de manera que A es inversible.

Calculamos A-1:

Calculamos X = A-1 · B:
 CLASIFICACIÓN DE LOS SEL SEGÚN SU FORMA

Clasificación de un sistema de ecuaciones lineales (SEL):

1. Según su dimensión:

 Sistema cuadrado: mismo número de ecuaciones que de incógnitas.

 Sistema rectangular: distinto número de ecuaciones que de incógnitas.

2. Según los términos independientes bi de las ecuaciones:

 Sistema homogéneo: los términos independientes son bi=0bi=0.

 Sistema no homogéneo o completo: al menos uno de los términos
independientes es distinto de 0.

Una solución de un SEL es el conjunto de valores que debe tomar cada una de
las incógnitas xixi para que se verifiquen simultáneamente todas las ecuaciones
del SEL.

Si trabajamos en forma matricial, una soución del SEL es una matriz de

dimensión 1xn1xn que debe verificar la ecuación matricial A⋅x=bA·x=b.

Los métodos para clasificar y resolver un SEL en forma matricial se basan en el

siguiente teorema:

Sea un SEL con matriz ampliada A∗=(A|b)A∗=(A|b), es decir, A⋅x=bA·x=b. Y

sea B∗B∗ cualquier matriz que se haya obtenido realizando operaciones
elementales entre las filas de A∗A∗.

Entonces, el SEL con matriz ampliada B∗B∗ es equivalente al SEL con matriz
ampliada A∗A∗.

Aclaraciones:
  Dos SEL son equivalentes si tienen las mismas soluciones.
 Las operaciones elementales entre las filas de una matriz son:
o Intercambiar filas.
o Multiplicar una fila por un escalar distinto de 0.
o Sumar a una fila otra fila multiplicada por un escalar.

Por ejemplo, si multiplicamos todas las ecuaciones de un SEL por 2, tenemos un

sistema distinto, pero la solución sigue siendo la misma. Son sistemas distintos,
pero equivalentes.

Según el número de soluciones, clasificamos un SEL en:

 Sistema incompatible (SI): no tiene soluciones.

 Sistema compatible determinado (SCD): tiene una única solución.
 Sistema compatible indeterminado (SCI): tiene más de una solución (en
este caso, tiene infinitas soluciones).


MÉTODOS PARA RESOLVER UN SEL

Destacamos 3 métodos para la resolución de sistemas de ecuaciones lineales:

 Eliminación de Gauss: consiste en realizar operaciones elementales fila a

la matriz ampliada del SEL hasta obtener su forma escalonada
reducida: Ejemplos de Eliminación de Gauss.

 Método de la matriz inversa: si el SEL es compatible determinado, se

multiplica la matriz de términos independientes por la inversa de la matriz
de coeficientes: Ejemplos del método de la inversa.

 Regla de Cramer: si el SEL es compatible determinado, se obtiene la

solución calculando unos cuantos determinantes: Ejemplos de la Regla de
Cramer.
 TEOREMA DE ROUCHÉ-FROBENIUS

El teorema de Rouché-Frobenius es uno de los más importantes del álgebra

matricial, al menos en cuanto a aplicaciones prácticas, ya que nos permite
clasificar un SEL según el rango de su matriz ampliada.

Sea A·x = b un sistema de m ecuaciones lineales con n incógnitas (sobre un

cuerpo en general), siendo m y n naturales (no nulos). Entonces,

 A·x = B es compatible si, y sólo si, rango(A) = rango (A|b).

 A·x = b es compatible determinado si, y sólo si, rango(A) = n = rango (A|b).

Demostración del teorema y ejemplos de aplicación en Teorema de Rouché-

Frobenius.

REFERENCIAS BIBLIOGRÁFICAS:

www.ehu.eus<juancarlos.gorostizaga<matel15<T_matrdeter.
calculo.cc<temas<temas_algebra<sistemas-deter<teoría<sis_inversa.
https://www.matesfacil.com<matrices<matrices-sistemas