Matrix Algebra para

A
APÉNDICE

análisis estructural

A.1 definiciones básicas y tipos

de matrices

con la accesibilidad de computadoras de escritorio, la aplicación de álgebra de matrices

para el análisis de estructuras se ha convertido en widespread.Matrix álgebra

proporciona una herramienta adecuada para este análisis, ya que es relativamente fácil de

formular la solución en una forma concisa y luego realizar los actuales

manipulaciones de matriz utilizando un equipo.Para esta razón, es importante
que el ingeniero estructural estar familiarizado con las operaciones fundamentales
de este tipo de las matemáticas.

Matriz. Una matriz es un arreglo rectangular de números que tienen m

filas y n números columns.The, que se llaman elementos, se ensamblan
dentro ejemplo brackets.For, el A matriz se escribe como:

un un Á un
11 12 1n

un un Á una
21 22 2n
A = D T
o

una un Á una
m1 m2 MN

una matriz de este tipo se dice que tiene un orden de m * n (m por n) .Notice que el
primer subíndice para un elemento denota su posición de la fila y el segundo
un
subíndice denota su columna position.In general, entonces ij
es el elemento
situado en la i-ésima fila y la columna j-ésima.

Fila de la matriz. Si la matriz se compone sólo de los elementos en una sola fila,

que se llama una matriz fila. Por ejemplo, una 1 * n matriz fila se escribe como

A = [a un Á un ]
1 2 n

Aquí sólo un único subíndice se utiliza para denotar un elemento, ya que la fila
, un
un , un un
subíndice siempre se entiende que es igual a 1, es decir, = =
1 11 2 12
y así sucesivamente.

612
 A.1b ASIC DEFINITIONSAND TIPOSDE MATRICES 613

Columna de la matriz. Una matriz con elementos apilados en una sola columna
se llama una matriz de columna. La m * 1 matriz de la columna es

un
1

un
2
A = D T
o

un
m

, un
un , un un y así sucesivamente.
Aquí los simboliza notación de subíndice = =
1 11 2 21

Matriz cuadrada. Cuando el número de filas de una matriz es igual al

número de columnas, la matriz se conoce como una matriz cuadrada. Una
n * n matriz cuadrada sería

un un Á un
11 12 1n

una un Á una
21 22 2n
A = D T
o

un una Á un
n1 n2 nn

matriz diagonal. Cuando todos los elementos de una matriz cuadrada son
cero excepto a lo largo de la diagonal principal, corriendo hacia abajo de izquierda a derecha, la
A
matriz se llama una matriz diagonal. Por ejemplo,

un
11 00
= C 0 un 0 S
A 22

00a 33

la unidad o identidad de Matrix. La unidad o matriz de identidad es una diagonal

matriz con todos los elementos de la diagonal igual al ejemplo unity.For,

100
I = C S
010
001

Symmetric Matrix. Una matriz cuadrada es simétrica proporcionado

un un .
= Por ejemplo,
ij ji

352
A = C 5 S
-14
248
 614 APÉNDICE Amatrix ALGEBRAFOR ESTRUCTURAL ANALISIS

A.2 Matriz de Operaciones

Igualdad de matrices.
son del mismo orden y cada uno de sus elementos correspondientes son
B
Matrices A yB se dice que son iguales si

iguales, que es un
ij
= b
ij
. Por ejemplo, si
d
A = c 26 = c 26 d

4 -3 4 -3

a continuación, =
A B

suma y resta de matrices.

d
Dos matrices pueden ser

añadidos juntos o se restan uno del otro si son de la misma

resultado order.The se obtiene añadiendo o restando el correspondiente
ejemplo elements.For, si
B
67 -58
d
= c = c d
A
2 -1 14

A
a continuación,

115 11 -1
A c c d
A + B = - B =
1 -5
33

la multiplicación por un escalar.

escalar, cada elemento de la matriz se multiplica por el scalar.For
dk Cuando una matriz se multiplica por un

ejemplo, si

A = c 41 = -6
6 -2

a continuación,

-24 -6
= c d
kA
-3612

multiplicación de matrices. d
Dos matrices A yB se puede multiplicar

juntos sólo si son conformes. Esta condición se satisface si el

número de columnas en A es igual
B al número de filas en B. Por ejemplo, si

un un b b b
c 11 12 c 11 12 13 d
A = = (A-1)
un un b b b
21 22 21 22 23

a continuación, AB
puede ser determinada puesto que A tiene dos columnas y B tiene dos filas.

Nótese, sin embargo, que BA no es possible.Why?

 A.2M ATRIX OPERACIONES 615

Si la matriz A que tiene un orden de 1m * n2 se multiplica por la matriz B

que tiene un orden de 1n * q2 que dará lugar a una matriz de C que tiene un orden de

1m * q2, esto es,

= C
AB
1m * n21n * * q2
q21m

los elementos de la matriz C se encuentran utilizando los elementos un de A b

ij y ij

de B como sigue:

c = un b
ij un ik kj
(a-2)
k=1

la metodología de esta fórmula puede ser explicado por unos simples

examples.Consider

A = c 243 d
B = C 6 S

-161 7 Un

por inspección, el producto C = AB es posible ya que las matrices son

conformable, es decir, a tiene tres columnas y B tiene tres rows.By
Eq.A-2, la multiplicación rendirá matriz C que tiene dos filas y uno
resultados column.The se obtienen como sigue:

c :
Multiplicar los elementos de la primera fila de Aby elementos correspondientes
11

en la columna de B y añadir los resultados, es decir,

c = c 1 = 2122 + 4162 + 3172 = 49

11

c :
Multiplicar los elementos de la segunda fila de A por los correspondientes
21

elementos en la columna de B y añadir los resultados, es decir,

c = c = -1,122 + 6,162 + 1,172 = 41

21 2

este modo

49
= c d
C
41
 S
616 APÉNDICE Amatrix ALGEBRAFOR STRUCTURAL ANÁLISIS

B
Como un segundo ejemplo, considere

53
= C = c
27 d
A 41
-34
-28

Aquí de nuevo el producto

yB tiene dos rows.The resultante matriz C 1

47 fila 1Primera de un veces
C = AB puede ser encontrado desde

tendrá tres filas y dos

A tiene dos columnas

5
elementos columns.The se obtienen como sigue:

c = 5122 + 31-32 =
32 fila 1 segundo de un vec fila 1Primera de un veces primera columna de B2

=
11

c + =
= 5172 3142

1
12

-28
= 4122 + 11-32 = fila 1 segundo de A veces primera columna de B2
21

c = 4,172 + 1,142 =

8
22

c = -2,122 + 81-32 fila 1third de A veces primera columna de B2

31

c = -2,172 + 8,142 = fila 1third de un veces segunda columna de B2

32

el esquema para la multiplicación sigue aplicación de Eq.A-2.Thus,

147
A
C = C S
532
-2,818

Nótese también que BA no existe, ya que por escrito de esta manera las
matrices son nonconformable.
Las siguientes reglas se aplican a la multiplicación de matrices.

1. En general, el producto de dos matrices no es conmutativa:

AB Z BA (A-3)

2. La ley distributiva es válida:

A1B + C2 = AB + (A-4)
AC

3. La ley asociativa es válida:

A1BC2 = 1AB2C (A-5)

transpuesto Matrix.
S
Una matriz puede transponerse intercambiando

B
sus filas y ejemplo columns.For, si

un un un
11 12 13

A = C un un un = [b b b ]
21 22 23 1 2 3

un un un
31 32 33
 A.2M ATRIX OPERACIONES 617

Entonces

un un un ab
1.
11 21 31
T C un un de un
S t = el C . ab S
A = 32 de
B 2.
12 22
una una un ab
13 de 23 de 33 3

en cuenta que AB es nonconformable por lo que el producto no existe.

(A tiene tres columnas y B tiene una fila). Alternativamente, la multiplicación
T
AB es posible ya que aquí las matrices son conformable (A tiene tres
T
columnas y B tres filas) .Las propiedades siguientes para transpuestos
matrices tienen:

T T T
1A + B2 = A + B (A-6)

T T
1kA2 = kA (A- 7)

T T T
1AB2 = B A (A-8)

Esta última identidad se ilustrará por example.If

= c 62 d = c
43 d
A B
1 -3 25

Entonces, por Eq.A-8, A

t
62 dc
43 = el c 42 dc 61 d
ac db
1 -3 , 25 la 2 -3
35
2 t
28 28 -2
d' la
= el c
ac db
-2 -12 la 28 -12

28 -2 28 -2
d' d' la
c = el c

28 -12 28 -12

Matrix Partitioning. Una matriz se puede subdividir en submatrices

por ejemplo partitioning.For,

un un un un
11 12 13 14
A 11
A 12 d ' la
C un un un a S = el c
A =
21 22 23 24
A 21
A 22
una una una un
31 de 32 de 33 de 34

Aquí las submatrices son

= [a ] = [a un un ]
A 11 11
A 12 12 13 14

un un un un
c 21 d c 22 23 24 d
A = A =
21 22
un un un un
31 32 33 34
 618 APÉNDICE Amatrix ALGEBRAFOR STRUCTURAL ANÁLISIS

Las reglas del álgebra de matrices se aplica a matrices particionadas proporcionaron la

partición es conformable.For ejemplo, submatrices correspondientes de A

y B se pueden añadir o se resta, siempre que tengan un número igual de

filas y columns.Likewise, matriz multiplicación es posible siempre

el respectivo número de columnas y filas de ambos A y B y sus
submatrices son ejemplo equal.For, si

2 -1
41-1
A = C S B = C S
-20-5 08
638 74
entonces el producto AB existe, ya que el número de columnas de A es igual al

número de filas de B (tres) .Likewise, las matrices divididas son

conformable para la multiplicación ya que A se divide en dos columnas
y B se divide en dos filas, es decir,

A B A B + A B
= c
A 11 12
dc
11 d
= c 11 11 12 21 d
AB
A A B A B + A B
21 22 21 21 11 22 21

la multiplicación de las submatrices produce

2 -1
= c
41 dc d = c
84 d
A B
11 11
-20 08 -42
-1 -7 -4
= c d[ 4] = cc d
A A B
12 21
-5 -35 -20

2 -1
= [ 3] c d = [1
A B 18]
21 11
08
A B = [8] [ 4] = [5 32]
22 21

8 4 -7 -4
c d + c d

-4 2 -35 -20 10
AB = D T = C -39 -18 S

[1 18] + [5 32] 6 50

A.3 Determinantes

En la siguiente sección discutiremos Cómo invertir un matrix.Since esta

operación requiere una evaluación del determinante de la matriz, vamos a
discutir ahora algunas de las propiedades básicas de los determinantes.

Un determinante es una matriz cuadrada de números encerrado dentro verticales

ejemplo bars.For, un determinante de n-ésimo orden, que tiene n filas y n
columnas, es

una un Á un
11 12 1n

4
un un Á una
4
ƒ ƒ 21 22 2n
A = (A-9)
o

un una Á un
n1 n2 nn
 A.3D ETERMINANTS 619

Evaluación de este determinante conduce a un único valor numérico que

se puede determinar usando marcas método de Laplace expansion.This uso de
una de un
menores de edad de la cofactors.Specifically determinantes y, cada elemento IJ

determinante de orden n tiene un menor M IJ de que es una determinante de orden

N - 1. Este determinante (menor) que queda cuando la fila i y la columna j-ésima
un
en el que el IJ
elemento está contenido se cancela out.If el menor es
I + J de
multiplican por que se llama el cofactor de un
1-12 IJ
y se denota como

I+J
C = 1-12 M IJ de (a-10)
IJ

por ejemplo, considere el tercer orden determinante

un una una
11 de 12 de 13 de
3 de 3 la

una una una

21 de 22 de 23 de

una una una

31 de 32 de 33

los cofactores de los elementos de la primera fila se

un una un un
+ 1 's 1 ` de 22 de 23 de ` ` de 22 de 23 de `

C = 1-12 =
11 una de un
un un
32 de 33 33
32
un una un una
21 de 23 de 21 de 23 de
1+2 ` de ` ` el

C = 1-12 = -` de
12 una una
un un
31 de 33 31 de 33
de un un una una
21 22 21 de 22 de
1+3 ' ' ` De ` el

C = 1-12 =
13 una
un un un
31 32 31 de 32
a
Expansión de Laplace para un determinante de orden n, Eq.A-9, los estados que

el valor numérico representado por el determinante es igual a la suma

de los productos de los elementos de cualquier fila o columna y sus respectivos
cofactores, es decir,

= un + un + En + una 1i = 1, 2, En
D i1
C i1 i2
C i2 en
C en
oN2

o (A -11)

= una + un + En + un 1j = 1, 2,
D 1j
C 1j 2j
C 2j
C A , o n2
nj nj

para la aplicación, se observa que debido a los cofactores el número D se define

en términos de n determinantes (cofactores) de orden n - 1 each.These
determinantes cada uno puede ser reevaluados utilizando la misma fórmula, en el que
22,1n-

uno, entonces debe evaluar 12 determinantes de orden 1n - y así

on.The proceso de evaluación continúa hasta que los determinantes restantes
a ser evaluados reducir al segundo orden, con lo que los cofactores de la
elementos son elementos individuales de D.Consider, por ejemplo, el siguiente
factor determinante de segundo orden

=
` 35 `

D
-12
se puede evaluar D a lo largo de la fila superior de los elementos, que los rendimientos de

1+1 1+2
D = 31-12 122 + 51-12 1-12 = 11

O, por ejemplo, utilizando la segunda columna de elementos, tenemos

1+2 2+2
D = 51-12 1-12 + 21-12 132 = 11
 620 APÉNDICE Amatrix ALGEBRAFOR STRUCTURAL ANÁLISIS

lugar de utilizar Eqs.A-11, es quizás más fácil darse cuenta de que la

evaluación de un determinante de segundo orden puede ser realizada por
la multiplicación de los elementos de la diagonal, desde arriba a la izquierda hacia abajo a derecha, y

restar de esto el producto de los elementos de arriba hacia abajo a la derecha

a la izquierda, es decir, sigue la flecha,

=
` 35 `

= - =
D 3122 51-12 11
-12N

Consideremos ahora el determinante de tercer orden

13 -1
3 3

ƒDƒ = 426
-102

usando Eq.A-11, que puede evaluar ƒDƒ utilizando los elementos ya sea a lo largo de la

fila superior o la primera columna , es decir

= 1+1 ` 26 `

+ 1321-1312 1+2 ` 46 `

+ 1+3 ` 42 `

D 1121-1112 1-121-12
02 -12 -10
= 114 - 02 - 318 + 62 - 110 + 22 = -40

Un
3 -1 3 -1
D = 11-12
1+1 `
26 `

+ 41-12 2+1 ` `

+ 1-121-12
3+1 ` `

02 02 26
= 114 - 02 - 416 - 02 - 1,118 mil + 22 = -40

Como un intento de ejercicio para evaluar ƒDƒ el uso de los elementos a lo largo de la segunda fila.

A.4 Inversa de una matriz

Considere el siguiente conjunto de tres ecuaciones lineales:

a x + un x + un x = c
11 1 12 2 13 3 1

un x + un x + un x = c
21 1 22 2 23 3 2

un x + un x + un x = c
31 1 32 2 33 3 3

que puede escribirse en forma matricial como

un un un x c
11 12 13 1 1

C un un un
SC x S = C c S (A-12)
21 22 23 2 2

un un un x c
31 32 33 3 3

(A-13) Ax =

C
 A.4I NVERSEOFA MATRIX 621

uno podría pensar que una solución para x se pudo determinar dividiendo C
por A; sin embargo, la división no es posible en la matriz algebra.Instead, uno

se multiplica por el inverso de la inversa matrix.The de la matriz a es

-1 .
otra matriz del mismo orden y simbólicamente escrito como A tiene
la propiedad siguiente,

-1 -1 I
AA = A A =

-1 ,
donde I es una identidad matrix.Multiplying ambos lados de-13by Eq.A A
que obtener

-1 -1
A Ax = A C

-1 x, tenemos
Puesto A Ax = Ix = que

x -1
= A C (a-14)

Proporcionada -1 x
A se puede obtener, una solución para es posible.
-1
Para el cálculo mano el método utilizado para formular A puede ser

desarrollado mediante el desarrollo rule.The de Cramer no se dará aquí;

En su lugar, sólo se dan los resultados. * En este sentido, los elementos de las

matrices de Eq.A-14can escribirse como

x -1
= A C

x C C C c
1 11 21 31 1
1 A
C x S = C C C C SC c S (A-15)
2 12 22 32 2
ƒAƒ
x C C C c
3 13 23 33 3

Aquí ƒAƒ es una evaluación del determinante de la matriz de coeficientes A,

que se determina usando el expansión Laplace discute en Sec.A.3.

La matriz cuadrada que contiene los cofactores C ij
se llama la matriz adjunta.
-1
Por comparación se puede observar que la matriz inversa A se obtiene de
, un

A reemplazando primero cada elemento por su cofactor C entonces la transposición de

ij ij

la matriz resultante, obteniéndose la matriz adjunta, y finalmente multiplicando el

matriz adjunta por 1> ƒAƒ.

-1
Para ilustrar cómo obtener A numéricamente, consideraremos la
solución del siguiente conjunto de ecuaciones lineales:

x - x + x = -1
1 2 3

-x + x + x = -1 (A-16)
1 2 3

x + 2x - 2x = 5
1 2 3

Aquí

1
-11
A = C S
-111
12-2

* Ver Kreyszig, E., Advanced Engineering Mathematics, John Wiley & Sons, Inc., Nueva York.
 622 APÉNDICE Amatrix ALGEBRAFOR STRUCTURAL ANÁLISIS

La matriz cofactor para A es

1 1 -1 1 -1 1
` ` ` `

- ``
2 -2 1 -2 1 2

-1 1 1 1 1 -1
` ` ` `

C = F - - V
``
2 -2 1 -2 1 2
-1 1 1 1 1 -1
` ` ` `

-
1 1 -1 1 ` -1 1

la evaluación de los determinantes y teniendo la transpuesta, el adjunto

matrixis

-40-2
T C S
C = -1 -3 -2

-3
-30

Desde

1
-11
† †

A = = -6
-111
A 12-2

la inversa de A es, por lo tanto,

1 -40-2
-1
A =- C -1 -3 -2 S
6
-3
-30

la solución de Eqs.A-16yields

x -1
1
1 -40-2
C x S =- C -1 -3 -2 SC -1 S
2
6
x -3 5
3 -30
1
x =- [1-421-12 + 01-12 + 1-22152] = 1
1 6

x 1 + + = 1
2
=- 6
[1-121-12 1-321-12 1-22152]

1
x =- [1-321-12 + 1-321-12 + 102152] = -1
3 6

Obviamente, los cálculos numéricos son bastante ampliado para mayor

conjuntos de equations.For esta razón, los ordenadores se utilizan en estructural

análisis para determinar la inversa de matrices.

 A.5T HE GAUSS METHODFOR RESOLUCIÓN sistema de ecuaciones algebraicas 623

A.5 el método de Gauss para resolver

ecuaciones simultáneas

Cuando muchas ecuaciones lineales simultáneas tienen que ser resueltos, el Gauss

método de eliminación se puede utilizar debido a su eficiencia numérico.

La aplicación de este método requiere la solución de uno de un conjunto de n ecuaciones
, X , X ,x .a
para un desconocido, decir , en términos de todos los demás incógnitas, x
1 2 3 n

Sustituyendo esta llamada ecuación fundamental en las ecuaciones restantes

1N-
hojas de un conjunto de 1 ecuaciones con n - unknowns.Repeating el
2x
proceso mediante la resolución de una de estas ecuaciones para en términos de la n -
2
, x , x
, x
incógnitas restante 3 4
Á n
forma la segunda ecuación fundamental.
Esta ecuación es entonces sustituido en las otras ecuaciones, dejando un conjunto
3n-

de 3 ecuaciones con n - proceso unknowns.The se repite hasta que

uno se queda con tener una ecuación fundamental uno desconocido, que luego es
solved.The otras incógnitas se determinan a continuación por los sucesivos de

sustitución en por otro pivote equations.To mejorar la precisión de la

solución, al desarrollar cada una ecuación fundamental siempre debe seleccionar

la ecuación del conjunto que tiene el mayor coeficiente numérico para la

una incógnita está tratando de proceso eliminate.The ahora se ilustrará mediante

un ejemplo.
Resolver el siguiente sistema de ecuaciones usando eliminación de Gauss:

A
-2x + 8x + 2x = 2 (A-17)
1 2 3

2 x - x + x = 2 (A-18)
1 2 3

4 x - 5x + 3x = 4 (A-19)
1 2 3

x . está en
Vamos a comenzar por eliminar 1
el mayor coeficiente de x1
x ,
Eq.A-19, por lo que la llevará a ser la equation.Solving pivotal para 1

tenemos

x = 1 + 1,25x - 0.75x (a-20)

1 2 3

Sustituyendo en Eqs.A-17 y a-18 y los rendimientos de la simplificación de

2.75x + 1,75x = 2 (a-21)

2 3

1.5x - 0.5x = 0 (a-22)

2 3

x .
Siguiente eliminamos 2
Elegir Eq.A-21 Porque la ecuación fundamental desde
el coeficiente de x es más grande aquí, tenemos
2

x = 0.727 - 0.636x (a-23)

2 3

Sustituyendo esta ecuación en Eq.A-22 y los rendimientos de la simplificación de la final

0.75.x
. este rendimientos x
ecuación fundamental, que puede ser resuelto por =
3 3

Sustituyendo este valor en los pivotales Eq.A-23gives x = 0,25. Por último,

2

desde pivotal Eq.A-20we obtener x = 0,75.

1