Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Concepto de matrices
Definición
Una matriz A es un arreglo rectangular de m × n números reales,
distribuidos en m filas y n columnas, es decir:
a11 . . . a1j . . . a1n
.. .. ..
. . .
A = ai1 . . . aij . . . ain
.. .. ..
. . .
am1 . . . amj . . . amn m×n
En Matlab
>> A=[-2,1.2,2;0,0.5,-1]
>> B=[2.4,1;0,1;-1,1;0.2,1]
Algunos tipos de matrices
En Matlab
>> zeros(3,3)
>> zeros(3,2)
Algunos tipos de matrices
En Matlab
>> diag(v)
En Matlab
>> eye(3)
>> eye(2)
Algunos tipos de matrices
Matriz triangular superior: Una matriz cuadrada, A ∈ Mn×n , es
triangular superior si aij = 0 para todo i > j, es decir las
componentes por debajo de la diagonal son iguales a 0. Ejemplos:
1 3 2
1 2
A = 0 0 −1 B=
0 −5
0 0 4
>> A=[3,2,1;4,5,6]
>> B=[-1,0,1;-5,2,6]
>> C=A+B
Propiedades de la suma: sean A = (aij ), B = (bij ) y C = (cij )
en Mm×n , entonces
I A + B ∈ Mm×n (Clausurativa)
I A + B = B + A (Conmutativa)
I (A + B) + C = A + (B + C) (Asociativa)
I A + Om×n = A (Modulativa, elemento neutro)
I Si A = (aij ), la matriz −A = (−aij ) en Mm×n , es tal que
A + (−A) = Om×n . La matriz −A = (−aij ) se denomina
matriz opuesta de A.
Producto de una matriz por un escalar (número real).
Producto de una matriz por un escalar Sean
A = (aij ) ∈ Mm×n y α ∈ R un escalar (número real). El producto
de α por A es la matriz m × n, denotada por αA, cuyo elemento
en la posición (i, j) es αaij , es decir:
αA = (αaij )m×n
Ejemplos:
Sean
3 2 1
A= α=4
4 5 6 2×3
entonces producto de la matriz A por el escalar 4 es:
4(3) 4(2) 4(1) 12 8 4
4A = =
4(4) 4(5) 4(6) 2×3 16 20 24 2×3
En Matlab
>> A=[3,2,1;4,5,6]
>> 4*A
Propiedades del producto de una matriz por un escalar: Para
todos A = (aij ), B = (bij ) y C = (cij ) en Mm×n , y α, β ∈ R, se
tiene que:
I αA ∈ Mm×n (Clausurativa)
I α(βA) = (αβ)A (Asociativa)
I α(A + B) = αA + αB (Distributiva)
I (α + β)A = αA + βA (Distributiva)
I 1A = A (Elemento neutro del producto por escalar)
Multiplicación de matrices
−2
n
X
cij = ai1 b1j + ai2 b2j + ai3 b3j + · · · + ain bnj = aik bkj
k=1
para i = 1, . . . , m y j = 1, . . . , p
Ejemplo:
1 2
1 2 3
Sean A = yB= 3 4 ,
0 1 −1 2×3 5 6 3×2
entonces
1(1) + 2(3) + 3(5) 1(2) + 2(4) + 3(6)
AB =
0(1) + 1(3) + (−1)5 0(2) + 1(4) + (−1)6
22 28
=
−2 −2 2×2
En Matlab
>> A=[1,2,3;0,1,-1]
>> B=[1,2;3,4;5,6]
>> A*B
>> C=B*A
Al multiplicar las dos matrices, el capital de riesgo para cada uno de los 3
años es el siguiente:
2010: $48036
2011: $44017
2012: $47755
En Matlab
>> A=[63300,20024,51820;48305,15817,
63722;55110,18621,64105]
>> B=[0.45;0.2;0.30]
>> round(A*B)
Propiedades de la multiplicación de matrices:
Im A = A si A es m × n
BIn = B si B es q × n
Transpuesta de una matriz.
Ejemplos:
1 4
1 2 3
Para A = , se tiene que AT = 2 5
4 5 6
3 6
En Matlab
>> A=[1,2,3;4,5,6]
>> B = A’
Propiedades de la transpuesta: sean A y B matrices, y λ ∈ R
un escalar, bajo el supuesto de que las operaciones que aparecen
en cada propiedad están definidas, se tiene que:
I (AT )T = A
I (A + B)T = AT + B T
I (λA)T = λAT
I (AB)T = B T AT
Ejemplo:
−1 3 −1 3 0
Si A = yB= , entonces
2 5 2 1 −2
−1 2
−1 2 7 0 −6
AT = T
, B = 3 1 , AB =
3 5 8 11 −10
0 −2
−1 2 7 8
−1 2
B T AT = 3 1 = 0 11 = (AB)T
3 5
0 −2 −6 −10
Sea A = (aij ) una matriz cuadrada, n × n.
I Si AT = A, se dice que A es simétrica, y en este caso
aij = aji para todos i, j ∈ 1, ..., n
I Si AT = −A, se dice que A es antisimétrica, y en este caso
aij = −aji para todos i, j ∈ 1, ..., n, y por consiguiente si
i = j, aii = 0.
Ejemplos:
3 1 −2
1) A = 1 0 4 es simétrica.
−2 4 5
0 1 −2 3
−1 0 −4 −8
2) B =
2
es antisimétrica.
4 0 9
−3 8 −9 0
Determinante de una matriz por cofactores.
1+1 −2 3 1+2 1 3
det A =2(−1) det + (−1)(−1) det
0 1 −1 1
1 −2
+ 0(−1)1+3 det
−1 0
=2(−2) + 1(1 + 3) + 0 = −4 + 4 = 0
En Matlab
>> A=[2,-1,0;1,-2,3;-1,0,1]
>> B=det(A)
Algunas propiedades del determinante.
I det A = det AT
I Si A es una matriz diagonal, triangular superior o
triangular inferior, entonces det A = a11 a22 ...ann
I Si A y B son matrices n × n, entonces
>> A=[1,-3,4;2,-5,7;0,-1,-1]
>> B=rref(A)
Matriz escalonada reducida
Una matriz A de tamaño m × n está en la forma escalonada
reducida si satisface las siguientes condiciones:
I Todas las filas nulas de A, si las hay, están debajo de las filas
no nulas (parte inferior de la matriz).
I El primer número diferente de cero (comenzando por la
izquierda) en cualquier fila cuyos elementos no todos son cero
es 1. El número 1 se denomina pivote para esa fila.
I El pivote en cualquier fila está a la derecha del pivote de la
fila anterior.
I Cualquier columna que contiene el pivote de una fila tiene
ceros en el resto de sus elementos.
>> A=[1,1,-1,2;1,2,1,3;1,1,-1,4]
>> B=rref(A)
Matriz invertible
Sea A de n × n, una matriz cuadrada, se dice que A es invertible
o no singular, si existe una matriz B de n × n, tal que
AB = In = BA
AA−1 = In = A−1 A
[C| D]
es de la forma
1 d −b 1 d −b
A−1 = = ,
ad − bc −c a det A −c a
0 − 12 3
1 0 1 2
F1 +(3)F3
−−−−−−−→ 0 1 0 12 0 − 12
F2 +(−1)F3
0 0 1 − 12 1 1
2
Es decir que la forma escalonada reducida de la matriz A es la
matriz identidad y por tanto A tiene inversa, dada por la matriz:
1 3
−2 1 2
A−1 =
1 1
2 0 − 2
1 1
−2 1 2
En Matlab
>> A=[1,2,-1;0,1,1;1,0,-1]
>> B=inv(A)
Sistema de ecuaciones lineales
2x − 4y = 2
x − 2y = 1
I Un sistema de ecuaciones lineales es homogéneo si bi = 0
para i = 1, 2 . . . , m.
Ejemplo: los siguientes sistemas son homogéneos
En Matlab
>> Ab=[A B]
Solución de un sistema de ecuaciones lineales usando el
método de Gauss-Jordan
2x + 8y + 6z = 20
4x + 2y − 2z = −2
3x − y + z = 11
x = 2, y = −1, z=4
En Matlab
>> A=[2,8,6;4,2,-2;3,-1,1]
>> B=[20;-2;11]
>> Ab=[A b]
>> X=rref(Ab)
>> X=A\B % Utilizando la divisón a la izquierda
>> X=inv(A)*B % Otra forma con la inversa de A
2 − 21
1 0 17
0 1 −1 3 20
2
1 1 −1 0 −2
3
1 1
4 2 0 −1 −2
En Matlab
>> A=[1,0,2,-1/2;0,1,-1/2,3;1,1/3,-1,0;1/4,1/2,0,-1]
>> B=[17;20;-2;-2]
>> X=A\B
x + y + z = 500000
0,08x + 0,10y + 0,14z = 49000
En matricial aumentada
1 1 1 500000
0,08 0,10 0,14 49000
x = 50000 + 2z
y = 450000 − 3z
Esto nos dice que hay muchas inversiones posibles que satisfacen las
condiciones dadas. No obstante, la solución tiene limitaciones. Ya que no
se puede invertir una cantidad negativa, x, y y z deben ser no negativas.
Ası́, las ecuaciones se satisfarán con cualquier inversión con z ≤ 150000
de modo que y ≥ 0. Por tanto, tenemos
z ≤ 150000
x = 50000 + 2z
y = 450000 − 3z
En Matlab
>> A=[1,1,1;0.08,0.10,0.14]
>> B=[500000;49000]
>> round(rref([A B]))