Algebra Lineal 2

Instituto Tecnolgico Superior de Acayucan Unidad II
1

Nombre del alumno (a): Araceli Cruz Lpez.
Modulo: Algebra Lineal.
Profesor (a): Ing. Ma. Marlen Uribe Alvarado.
Especialidad: Ingeniera en Gestin Empresarial.
Grado: 3er. Semestre. Grupo: 205 D.
Observaciones:
____________________________________
____________________________________
____________________________________
Fecha de entrega: 23 de Octubre de 2011.

2

ndice
2.1 Matrices y Determinantes..4
Orden de una matriz, elemento Genrico5
Notacin de una matriz..5
Matices iguales6
2.2 Operaciones con Matrices...7
Suma de matrices7
Restas de Matrices..8
Multiplicaciones de una matriz por un numero..8
Multiplicacin de matriz..9
Producto por un punto9
Propiedades de la Multiplicacin.9
2.3 Clasificacin de Matrices (Matrices fila, matriz columna, matriz cuadrada, matriz
transpuesta, matriz simtrica, matriz antisimtrica, matriz diagonal, matriz escalar, matriz
de identidad, matriz triangrular, matriz superior, matriz inferior, matriz peridica, Matriz
Nilpotente, matriz Idempotente, matriz involutiva, matriz compleja, matriz Hermitiana, matriz
Antihermitiana, matriz octagonal10-14
2.4 Transformaciones elementos por regla de escalamiento de una matriz, Rango de una
matriz...14-17
2.5 Calculo de la inversa de una matriz..17-21
2.6 Definicin de Determinantes de una matriz21
2.7 Propiedad de los Determinados...24-27
2.8 Inversa de una matriz cuadrada a travs de la Adjunta27-28
2.9 Aplicacin de matriz y Determinates29
Conclusion ..33
Bibliografia34
Introduccin:
3

2.- MATRICES Y DETERMINANTES
2.1 Definicin de matriz, notacin y orden.
4

Definicin de matriz: Una matriz A de orden mxn es un conjunto de
elementos pertenecientes a un cuerpo conmutativo dispuestos en m filas y
n columnas.
Se llama matriz de orden mn a todo conjunto rectangular de elementos a
dispuestos en m lneas horizontales (filas) y n verticales (columnas) de la
forma:

Abreviadamente suele expresarse en la forma A =(a
ij
), con i =1, 2, ..., m, j
=1, 2, ..., n. Los subndices indican la posicin del elemento dentro de la
matriz, el primero denota la fila ( i ) y el segundo la columna ( j ). Por
ejemplo el elemento a
25
ser el elemento de la fila 2 y columna 5.
Una matriz se denota con letra mayscula

A=
donde

El primer subndice corresponde a la fila a la que pertenece y el segundo
a la columna
Nomenclatura:
Si se llama matriz fila
Si se llama matriz columna
Si se llama matriz rectangular
Si se llama matriz cuadrada de orden

Orden de una matriz
5

El orden de una matriz es el nmero de filas y de columnas que tiene esa
matriz.
Si el nmero de filas de una matriz A es "m" y el de columnas es "n", se
suele anotar A
mxn
, leyndose "matriz A de orden m por n".
Elemento genrico
El smbolo "a
ij
", llamado elemento genrico de una matriz, se usa para
indicar que el elemento por l designado ocupa el lugar correspondiente a
la fila "i" y a la columna "j".
En consecuencia, una anotacin del tipo "a
23
" debe interpretarse que se trata
del elemento "a", que ocupa el lugar correspondiente a la fila 2 y a la
columna 3.
NOTACION DE UNA MATRIZ
Para el caso de una matriz A con m filas y n columnas, se debe entender
que i vara desde 1 hasta m y que j vara desde 1 hasta n (siendo i y j
variables en el conjunto de los nmeros naturales).
Por ello, otra forma de anotar una matriz A, de m filas y n columnas, que
tiene como elemento genrico a a
ij
, es:
A
mxn
= (a
ij
) (i= 1, 2, ..., m; j= 1, 2, ..., n)
As, la matriz
(
(
(
(
(
(
a a a
a a a
a a a
a a a
= A
43 42 41
33 32 31
23 22 21
13 12 11

Puede anotarse de esta forma:
A
4x3
= (a
ij
) (i= 1, 2, 3, 4; j= 1, 2, 3)

MATRICES IGUALES
DEFINICION: dos matrices son iguales si y slo si
i) son del mismo orden
6

ii) los elementos homlogos son respectivamente iguales.

En smbolos: A = B a
ij
= b
ij
, i,j

2.2 Operaciones con Matrices:
Suma de Matrices:
La suma de matrices de la misma dimensin es una matriz cuyos elementos
se forman con la suma de los elementos correspondientes de las dos
matrices dadas.
Para matrices con diferentes dimensiones no se define la suma.
[

] [

] [

]
Ejemplo:
Sume las siguientes matrices, si es posible.
[

] [

]
= [

]
= [

]
La suma de matrices de la misma dimensin es asociativa y conmutativa, es
decir, si A, B y C son matrices de la misma dimensin, entonces
A+B=B+A Propiedad conmutativa
(A+B)+C=A+(B+C) Propiedad asociativa
Se denomina matriz cero o nula aquella que tiene todos sus elementos
iguales a cero.
Ejemplo:[

]
7

El negativo de una matriz, denotado por M, es una matriz cuyos elementos
son los opuestos de los elementos de M. por lo tanto, si
[

], entonces [

]
Obsrvese que M+(-M)=0
Resta de Matrices:
Si A y B son matrices de la misma dimensin, entonces se define la resta
de la siguiente manera:
A-B=A+(-B)
Por lo tanto, para restar la matriz B de la matriz A, simplemente se restan
los elementos correspondientes.
Ejemplo:
Reste las siguientes matrices, si es posible.
[

] [

]
= [

] [

]
= [

]
= [

]
Multiplicacin de una matriz por un nmero.
El producto de un nmero k y una matriz M, denotado por kM, es una
matriz con elementos formados por la multiplicacin de cada elemento de M
por k.
Ejemplos:
Multiplica la matriz por el escalar dado.
[

]
8

= [

]
= [

]
Multiplicacin de Matrices:
Producto por un punto:
El producto punto de una matriz fila 1 x n y una matriz columna n x 1 es
el nmero real dado por:
[
] [

Ejemplo:
Encuentre el producto punto:
[

] [
]
=
=
=
Producto de Matrices:
El producto de dos matrices A y B se define solo bajo la suposicin de que
el nmero de columnas de A es igual al nmero de columnas de B.
Si A es una matriz m x p y B es una matriz p x n, entonces la matriz
producto de A y B, denotada por AB, es una matriz m x n.
Deben ser iguales:
M x p p x n
Matriz resultante.
9

Ejemplo:
Multiplica las siguientes matrices, si es posible.
[

] [

]
Verifica las dimensiones:
2 x 3 3 x 2
El nmero de columnas de A es igual al nmero de filas de B.
Las dimensiones del producto son 2 x 2.
[

] [

]
[

]
[

]
[

]
Propiedades de la Multiplicacin:
Suponiendo, que, para las matrices indicadas A, B y C todos los productos y
sumas estn definidos, para k, un nmero real:
(AB)C=A(BC) Propiedad asociativa
A(B+C)=AB+AC Propiedad distributiva
(B+C)A=BA+CA Propiedad distributiva
k(AB)=(kA)B=A(kB)
La multiplicacin de matrices no es siempre conmutativa
Practica:
Encuentra los productos punto.
10

1. [

] [
]
2. [

] [
]
3. [

] [
]
Practica:
Encuentre los productos de las matrices, si es posible.
1. [

] [
]
2. [

] [

]
3. [

] [

]
2.3 Clasificacin de Matrices.
Matriz fila: Es una matriz que solo tiene una fila, es decir m =1 y por tanto
es de orden 1 x n.

Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1 y
por tanto es de orden m x 1.

Matriz cuadrada: Es aquella que tiene el mismo nmero de filas que de
columnas, es decir m = n. En estos casos se dice que la matriz cuadrada es
de orden n, y no n x n.
( )
n
a a a a
1 13 12 11

|
|
|
|
|
|
.
|
\
|
1
31
21
11
m
a
a
a
a

11

Los elementos a
ij
con i = j, o sea a
ii
forman la llamada diagonal principal de
la matriz cuadrada, y los elementos a
ij
con i + j = n +1 la diagonal
secundaria.

Matriz traspuesta: Dada una matriz A, se llama traspuesta de A, y se
representa por A
t
, a la matriz que se obtiene cambiando filas por columnas.
La primera fila de A es la primera fila de A
t
, la segunda fila de A es la
segunda columna de A
t
, etc.
De la definicin se deduce que si A es de orden m x n, entonces A
t
es de
orden n x m.

Matriz simtrica: Una matriz cuadrada A es simtrica si A = A
t
, es decir, si a
ij

= a
ji
" i, j.
Matriz antisimtrica: Una matriz cuadrada es antisimtrica si A = A
t
, es
decir, si a
ij
= a
ji
" i, j.
Matriz nula es aquella que todos sus elementos son 0 y se representa por 0
La matriz es una matriz nula de orden 3

La matriz es una matriz nula de orden 2 x 4
|
|
|
|
|
|
.
|
\
|
nn n n n
n
n
n
a a a a
a a a a
a a a a
a a a a
3 2 1
3 33 32 31
2 23 22 21
1 13 12 11
12

Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos no
pertenecientes a la diagonal principal son nulos.

Matriz escalar: Es una matriz diagonal con todos los elementos de la
diagonal iguales

Matriz unidad o identidad: Es una matriz escalar con los elementos de la
diagonal principal iguales a 1.

Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los
elementos que estn a un mismo lado de la diagonal principal.
Las matrices triangulares pueden ser de dos tipos:
Triangular Superior: Si los elementos que estn por debajo de la diagonal
principal son todos nulos. Es decir, aij = 0 " i < j.
Triangular Inferior: Si los elementos que estn por encima de la diagonal
principal son todos nulos. Es decir, aij = 0 " j < i.
Matriz triangular Inferior.
Matriz triangular Superior.
Peridica: Una matriz es peridica si existe algn p tal que A
p
= A
13

Nilpotente: Una matriz es nilpotente si existe algn p tal que A
p
= 0
(matriz cero).
Idempotente: Una matriz es idempotente si A
2
= A
Involutiva: Una matriz es involutiva si A
2
= I (matriz identidad).
Compleja: Al resultado de la suma de una matriz real y una matriz
imaginaria se le llama matriz compleja

matriz A + i * matriz B

Matriz A formada por nmeros en el campo de los reales

Trmino i*matriz B formada por nmeros complejos
Conjugada: Una Matriz conjugada es el resultado de la sustitucin de los
elementos de una matriz A por sus conjugadas. Es decir, la parte
imaginaria de los elementos de la matriz cambian su signo.

Hermitiana: Una matriz A es hermitiana si coincide con la matriz traspuesta
conjugada (se refiere a los nmeros complejos conjugados)
Antihermitiana: Es antihermtica si es opuesta con la matriz traspuesta
conjugada.
Ortogonal: Una matriz ortogonal es necesariamente cuadrada e
invertible: A
-1
= A
T

La inversa de una matriz ortogonal es una matriz ortogonal.
El producto de dos matrices ortogonales es una matriz ortogonal.
El determinante de una matriz ortogonal vale +1 -1.
14

2.4 Transformaciones elementales por rengln, Escalomiento de una matriz.
Rango de una matriz.
Rango de Una matriz:
Se llama menor de orden p de una matriz al determinante que resulta de
eliminar ciertas filas y columnas hasta quedar una matriz cuadrada de orden
p. Es decir, al determinante de cualquier submatriz cuadrada de A (submatriz
obtenida suprimiendo alguna fila o columna de la matriz A).
En una matriz cualquiera A mn puede haber varios menores de un cierto
orden p dado.
Definicin:
El RANGO (o caracterstica) de una matriz es el orden del mayor de los
menores distintos de cero. El rango o caracterstica de una matriz A se
representa por rg(A).
Consecuencia:
Por tanto, el rango no puede ser mayor al nmero de filas o de columnas.
Vectores fila de una matriz:
Las filas de una matriz pueden ser consideradas como vectores. Es posible
que sean linealmente Independientes (L.I.) y es posible que unos dependan
linealmente de otros. Por ejemplo:

Sus dos filas son linealmente independientes.

Las dos primeras lneas son L.I., las otras dos dependen
linealmente de las primeras.

|
|
.
|
\
|
=
2 4 3 1
5 2 3 2
A
|
|
|
|
|
.
|
\
|
=
4 3
5 0
1 2
3 1
B
2 1 2 3 F F F =
2 1 4 F F F + =
15

Las dos primeras filas son L.I. la tercera depende
linealmente de
las dos primeras .
Se llama rango de una matriz al nmero de filas Linealmente Independientes.
Vectores columna de una matriz:
Tambin las columnas de una matriz pueden ser consideradas como
vectores. Podramos definir rango de la matriz como el nmero de columnas
linealmente independientes, pero aparece la duda de si esa definicin puede
contradecir en algn caso la anterior.
Es decir: Es posible que en una matriz el nmero de filas linealmente
independientes sea distinto del nmero de columnas linealmente
independiente?. El siguiente teorema nos asegura que no.
Teorema
En una matriz el nmero de filas L.I. coincide con el nmero de columnas L.I.
Por esto podemos dar una nueva definicin de Rango:
Rango de una matriz es el nmero de filas, o columnas, linealmente
independientes.
El rango de una matriz lo podemos calcular por dos mtodos diferentes
Por el mtodo de Gauss.
Usando Determinantes.
Calculo del Rango por el mtodo de Gauss.
Transformaciones elementales:
Son las transformaciones que podemos realizarle a una matriz sin que su
rango vare.
Las transformaciones Elementales son las siguientes:
Permutar 2 filas o columnas.
Multiplicar o dividir una lnea por un mtodo no nulo.
|
|
|
.
|
\
|

=
1 5 8
2 0 9
3 5 1
C
16

Sumar o restar a una lnea otro paralelo multiplicada por un nmero
no nulo.
Suprimir las filas o columnas que sean nulas.
Suprimir las filas o columnas que sean proporcionales a otras.

El mtodo de Gauss consiste en aplicar transformaciones elementales a una
matriz con objeto de conseguir que los elementos que estn por debajo de
la diagonal principal se anulen (a
ij
= 0,para i > j).
Para conseguir "triangular" la matriz debemos dejar en la diagonal principal
elementos no nulos, salvo que la fila sea nula.
Una vez aplicado este proceso de triangulacin, el rango de la matriz es el
nmero de filas no nulas de la matriz obtenida. Esto es fcil probarlo
usando las propiedades de los determinantes.
Ejemplo:

17

2.5 Calculo de la inversa de una Matriz.
Matriz inversa: Se motiva la idea de la inversa de una matriz, al ver el
inverso multiplicativo de un nmero real. Si un nmero b es el inverso de
un nmero a, entonces:
ab = 1 y ba = 1
Por ejemplo, 1/4 es el inverso de 4, ya que
4(1/4) = (1/4)4 = 1
Extendiendo esta idea a las matrices.
Definicin : Sea A una matriz de n x n. Si se puede encontrar una matriz
B tal que AB = BA = I
n
, entonces se dice que A es invertible, y a B se le
llama la Inversa de A. Si no existe esta matriz B, entonces A no tiene
inversa.
Ejemplo 1
Demuestre que la matriz tiene como inversa la matriz.
Solucin
Se tiene que

y

18

Por lo que AB = BA = I
2
, con lo que se demuestra que A tiene como
inversa a la matriz B.
La inversa de una matriz invertible es nica.
Demostracin. Sean B y C inversas de A. Entonces AB = BA = I
n
y AC =
CA = I
n
. Multiplicando ambos lados de la ecuacin AB = I
n
por C y usando
las propiedades algebraicas de las matrices.
C(AB) = CI
n

(CA)B = C
I
n
B = C
B = C
Por lo tanto, una matriz invertible tiene slo una inversa.
Notacin: Sea A una matriz invertible, su inversa est denotada por A
-1
.
De manera que AA
-1
= A
-1
A = I
n

Ahora, se obtiene un mtodo basado en el algoritmo de Gauss-Jordan
para encontrar la inversa de una matriz.
Sea A una matriz invertible. Sean las columnas de A
-1
, X
1
, X
2
, ..., X
n
, y las
columnas de 1
n
, C
1
, C
2
, ..., C
n
. A
-1
e I
n
se escribe en trminos de sus
columnas como sigue.
A
-1
= [X
1
X
2
... X
n
] e I
n
= [C
1
C
2
... C
n
]
Al encontrar X
1
, X
2
, ..., X
n
, se habr encontrar A
-1
. Como A A
-1
= I
n
,
entonces
A[X
1
X
2
... X
n
] = [C
1
C
2
... C
n
]
La multiplicacin de matrices realizada en trminos de las columnas, da
AX
1
=C
1
, AX
2
= C
2
,... AX
n
= C
n

19

Por lo que X
1
X
2
... X
n
, son soluciones de las ecuaciones AX=C
1
, AX= C
2
,...
AX= C
n
, todas con la misma matriz A, de coeficientes. Para resolver estos
sistemas se aplica la eliminacin de Gauss-Jordan con una matriz
aumentada grande [A : C
1
C
2
... C
n
].
[A : C
1
C
2
... C
n
] ... [I
n
: X
1
X
2
... X
n
]
De manera que
[A:I
n
] ... [I
n
: A
-1
]
Por lo tanto, si la forma escalonada reducida de [A:I
n
] es una matriz de la
forma [I
n
: B], entonces B = A
-1
.
Por otro lado si la forma escalonada reducida de [A:I
n
] no es una matriz
de la forma [I
n
: B] entonces A no es invertible.
Eliminacin de Gauss-Jordan para encontrar la inversa de una matriz
Sea A una matriz de n x n.
1. Se adjunta a A la matriz identidad de n x n, I
n
, para formar la matriz
[A:I
n
].
2. Se calcula la forma escalonada reducida de [A:I
n
] .
Si la forma escalonada reducida es de la forma [I
n
: B] , entonces B es la
inversa de A.
Si la forma escalonada reducida no es de la forma [I
n
: B], debido a que la
primera submatriz de n x n no es I
n
, entonces A no tiene inversa.
El ejemplo siguiente ilustra este mtodo.
Ejemplo.
Determine la inversa de la matriz

20

Solucin:
Aplicando el mtodo de eliminacin de Gauss-Jordan, se tiene:

De manera que

El mtodo de Gauss-Jordan para calcular la inversa de una matriz dice
que A es invertible si y slo si la forma escalonada reducida de [A:I
n
] es
[I
n
:B]. Como [A:I
n
] se transforma en [I
n
:B], en donde A se transforma en I
n
.
Esta observacin lleva al siguiente teorema:
Teorema. Una matriz A de n x n es invertible si y slo si su forma
escalonada reducida es I
n
.
Si la matriz de coeficientes de un sistema de ecuaciones lineales es
invertible, entonces se emplea la matriz inversa para encontrar las
soluciones de ste. El siguiente teorema es fundamental.
21

Teorema. Sea AX = B un sistema de n ecuaciones lineales con n variables.
Si A
-1
existe, la solucin es nica y est dada por X = A
-1
B.
2.6 Definicin de Determinantes de una matriz.
Definiciones.
Sea una matriz de 2 x 2 su determinante se define como
det A = a
11
a
22
- a
12
a
21
(1)
Con frecuencia denotaremos det A como
(2)
Mostraremos que A es invertible si y slo si det A 0. Como veremos,
este importante teorema es vlido para matrices de n x n.
Definiremos por induccin el determinante de una matriz de n x n. En
otras palabras, usaremos nuestro conocimiento de un determinante de 2 x
2 para definir un determinante de 3 x 3; ste para definir el de 4 x 4 y
as sucesivamente. Empezaremos por definir un determinante de x 3.
Definicin 1. Determinante de 3 x 3. Sea . Entonces
(3)
Notemos el signo menos antes del segundo trmino del lado derecho
Ejemplo 1 Sea . Calcule |A|.
22

Solucin

Existe un mtodo ms sencillo para calcular determinantes de 3 x 3.

O sea
(4)
Escribimos A y junto a ella sus primeras dos columnas

Luego se calculan los seis productos, poniendo signo menos antes de los
productos con flechas que apuntan hacia arriba y efectuamos la suma.
Con esto obtenemos la suma de la Ecuacin 4
Ejemplo 3 Calcule usando este nuevo mtodo
23

Solucin Si escribimos y multiplicamos como se
indic,

Advertencia. El mtodo expuesto anteriormente no funciona para
determinantes de n x n si n 3.
Antes de definir determinantes de n x n, primero notemos que en la
Ecuacin (3), es la matriz que se obtiene al eliminar el primer
rengln y la primera columna de A; es la matriz que
obtenemos si eliminamos el primer rengln y la segunda columna de A y
es la matriz que se obtiene si eliminamos el primer rengln y
la tercera columna de A. Si denotamos estas tres matrices como M
11
, M
12

y M
13
, respectivamente, y si A
11
= det M
11
, A
12
= -det M
12
y A
13
= det M
13
,
entonces la Ecuacin (3) puede ser escrita:

Definicin 2. Determinante de n x n. Sea A una matriz de n x n. Entonces
el determinante de A, escrito det A, o bien |A|, est dado por
(8)
La expresin del lado derecho de (8) se conoce como desarrollo por
cofactores.
24

Ejemplo. Calcule det A si

Solucin.

2.7 Propiedad de los Determinantes.
Propiedad 1
Si cualquier rengln o columna de A es el vector cero, entonces det A =
0.
Demostracin. Supongamos que el i-simo renglon de A contiene
nicamente ceros. Es decir, a
ij
= 0 para j = 1, 2, ..., n. Entonces det A =
a
i1
A
i1
+ a
i2
A
i2
+ ... + a
in
A
in
= 0 + 0 + ... + 0 = 0. La misma demostracin
funciona si la j-sima columna es el vector cero.
Propiedad 2
Si el i-simo rengln o la j-sima columna de A se multiplican por la
constante c, entonces det A se multiplica por c. Es decir, si llamamos a
esta nueva matriz B, entonces
25

(1)
Demostracin. Para demostrar (1) expandimos en el i-simo rengln de A:
det B = ca
i1
A
i1
+ ca
i2
A
i2
+ ... ca
in
A
in

= c(a
i1
A
i1
+ a
i2
A
i2
+ ... a
in
A
in
) = c det A
Una demostracin anloga funciona para las columnas.
Propiedad 3
Sean

Entonces
det C = det A + det B (4)
En otras palabras, supongamos que A, B y C son idnticas excepto por la
j-sima columna y que j-sima columna de C es la suma de las j-simas
columnas de A y B. Entonces det C = det A + det B. Esto es vlido para
renglones
26

Propiedad 4
Si se intercambian dos renglones (o columnas) cualesquiera de A, es como
si se multiplicara det a por -1.
Propiedad 5
Si A tiene dos renglones o columnas iguales, entonces det A = 0.
Propiedad 6
Si un rengln (o columna) de A es un mltiplo constante de otro rengln
(columna), entonces det A = 0.
Propiedad 7
Si un mltiplo de un rengln (columna) de A se suma a otro rengln
(columna) de A, el determinante no cambiar.
Propiedad 8
a
i1
A
j1
+ a
i2
A
j2
+ ... + a
in
A
jn
=0 si i j
Propiedad 9
det A = det A
t

Propiedad 10
det AB = det A det B
Es decir: El determinante del producto es el producto de los
determinantes.
2.8 Inversa de una matriz cuadrada a travs de la Adjunta.
Antes de calcular la inversa de una matriz cuadrada a travs de la adjunta
repasaremos algunos conceptos:
27

Menor complementario de un elemento: El menor complementario de un
elemento de una matriz cuadrada es el determinante de la matriz que
obtenemos al suprimir su fila y su columna. Lo representamos por M
ij
.
Ejemplo: Hallar el menor complementario del elemento a
23
en la matriz :

Adjunto de un elemento: Es el menor complementario con signo positivo o
negativo segn sea par o impar la suma de su nmero de fila y su
nmero de columna. Lo representamos por A
ij

Matriz adjunta:Es la matriz que se obtiene al sustituir cada elemento por
su adjunto.

Matriz inversa: La matriz inversa de A es otra matriz que representamos
por A
-1
y que verifica:
28

Solamente tienen inversa las matrices cuadradas cuyo determinante es
distinto de cero.
Propiedades de la matriz inversa: La inversa del producto de dos matrices
es el producto de las inversas cambiando el orden.
(A*B)
-1
= B
-1
*A
-1

Ejemplo: clculo de la inversa de la matriz:

Para calcular la inversa, primero calculamos el determinante:

Despus calculamos cada uno de los adjuntos:
29

2.9 Aplicacin de matrices y Determinantes:
Criptografa es la ciencia de escribir o descifrar claves. A pesar de que
esta materia se asocia frecuentemente con asuntos militares, la criptografa
lleg a ser un rea importante en los negocios. Las grandes empresas que
procesan enormes cantidades de datos computadorizados, deben
protegerse constantemente contra lo que se llama "espionaje industrial",
esto es, el robo de informacin importante por los competidores .
Actualmente, hay muchas tcnicas extremadamente complejas desarrolladas
para garantizar la posibilidad de transmitir grandes cantidades de
informacin en forma confidencial. A esto se lleg despus de
investigacin altamente elaborada hecha por criptgrafos modernos.
Casi todos saben lo que es un criptograma. Se trata de un pasatiempo
que aparece en muchos peridicos. Es comn que se d un mensaje como
el siguiente:
KI ZPIIC VPJLP PI PUPJKVG.
30

Esto se puede descifrar usando la tabla "descodificadora":
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
P M V Q K S Z O T B W I U J C X E G Y L D R H A F N
Notando que K est en el lugar de E, que I sustituye a L, que Z reemplaza
a G, etctera, se llega al mensaje siguiente:
EL GALLO CANTA AL AMANECER.
Un criptograma usa una clase de clave muy burda y fcil de descifrar.
Ahora se ver cmo se pueden usar matrices para crear una clave mucho
ms difcil de descifrar. Empezamos asignando a cada letra su lugar en el
alfabeto ordenado. Esto nos da la siguiente asociacin
A B C D E F G
H I J K L M N O P Q R S T U V W X Y Z
(1)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
25 26
Supngase que queremos codificar el siguiente mensaje
LAS MATRICES SON AMIGABLES
Descomponemos el mensaje en unidades de igual longitud. Si se escogen
longitudes de dos letras, se obtiene
LA SM AT RI CE SS ON AM IG AB LE SX (2)
La X al final simplemente llena el espacio. Si usamos neustro cdigo
nmerico (1), podemos escribir (2) como un conjunto de vectores de dos
componentes

31

Escogemos una matriz A de 2 x 2, inversible y entera, con determinante
1.
Esto asegurar que A
-1
tambin tiene slo componentes enteras. Una
matriz con esas condiciones es

Para continuar, multiplicamos cada uno de los vectores de dos
componentes en (3), a la izquierda, por A. Por ejemplo,

As obtenemos el nuevo conjunto de vectores

Por ltimo, escribimos (4) as:
15 16 58 71 61 81 45 54 18 23 76 95 57 71 40 53 30 37 7 9 27 32 91
115 (5)
Este es nuestro nuevo mensaje codificado, que sera muy difcil de
descifrar si no se sabe cul es la matriz A. Conociendo A, en cambio es
relativamente sencillo. Empezamos rearreglando los nmeros en (5) en
grupos de vectores de 2 componentes. Ya que, por ejemplo,

Para comprobar esto, observamos que
32

Multiplicando cada uno de los vectores en (4) por A
-1
se obtendrn los
vectores en (3), que se pueden convertir directamente por medio de (1) en
el mensaje (2). En este contexto, la matriz A se denomina matriz
codificadora, y la matriz A
-1
recibe el nombre de matriz descodificadora.

33

Conclusin:

34

Bibliografas:
http://www.galeon.com/student_star/ecuacio2.html
Stanley I. Grossman: "Algebra Lineal", Segunda Edicin; Grupo Editorial
Iberoamrica.
http://personal.redestb.es/ztt/tem/t6_matrices.htm
http://www.telefonica.net/web2/lasmatematicasdemario/Algebra/Matrices/
TipMat.htm
Gareth Williams "lgebra lineal con aplicaciones" Cuarta edicin. Editorial
McGRAW-HILL
http://www.terra.es/personal2/jpb00000/tmatrizinversa.htm
http://www.terra.es/personal2/jpb00000/tdeterminantes.htm#adjunto
http://www.sectormatematica.cl/Contenidos/cramer.htm

35

Algebra Lineal 2

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra Lineal 2

Cargado por

Copyright:

Formatos disponibles

Instituto Tecnolgico Superior de Acayucan Unidad II

Instituto Tecnolgico Superior de Acayucan Unidad II

También podría gustarte