Veronica Real, profile picture
Subido porVeronica Real
PPT, PDF3,570 vistas

Matrices

Este documento introduce conceptos básicos sobre matrices. Define una matriz como una tabla rectangular de números ordenados en filas y columnas. Cada elemento de la matriz se identifica por su fila y columna mediante subíndices. Presenta ejemplos de diferentes tipos de matrices como cuadradas, triangulares, diagonales e identidad. Explica transformaciones elementales que permiten convertir una matriz en forma escalonada mediante operaciones en sus filas.

Incrustar presentación

Descargado 29 veces
Matrices Pág. 1 Tema 1 MATRICES Tema 1 MATRICES
Matrices Pág. 2 1.- Matrices. Definición y primeros ejemplos Una matriz es una tabla rectangular de números reales dispuestos en filas y columnas del modo: Abreviadamente se puede expresar A = (aij ).             = mnmm n n aaa aaa aaa A     21 22221 11211 Filas de la matriz A Columnas de la matriz A Cada elemento de la matriz lleva dos subíndices: - El primero de ellos “i”, indica la fila en la que se encuentra el elemento, - y el segundo, “j”, la columna. Así el elemento a23 está en la fila 2 y columna 3. Las matrices siempre se representarán con letras mayúsculas (A, B, C, …).
Matrices Pág. 3 Son ejemplos de matrices los siguientes: A tiene 2 filas y 2 columnas, diremos que su dimensión 2 x 2. ¿Qué elemento es a21?       = 43 12 A       − = 121 046 B             − − = 001 251 042 013 C B tiene 2 filas y 3 columnas, diremos que su tamaño es 2 x 3. ¿Qué elemento es b23? C tiene 4 filas y 3 columnas, diremos que su dimensión 4 x 3. ¿Qué elemento es c32? EJEMPLOSEJEMPLOS 1.- Matrices. Definición y primeros ejemplos
Matrices Pág. 4 En general, si una matriz A tiene m filas y n columnas, diremos que su tamaño o dimensión es m x n (se lee “m por n”), siempre en primer lugar el nº de filas y en segundo lugar el de columnas. Igualdad Dos matrices A y B son iguales cuando contienen los mismos elementos, dispuestos en los mismos lugares: A = B ⇔ aij = bij ∀ i, j Lógicamente, para que dos matrices sean iguales es necesario que tengan la misma dimensión. 1.- Matrices. Definición y primeros ejemplos
Matrices Pág. 5 2.- Tipos de matrices Se llama matriz fila a la que sólo tiene una fila, es decir su dimensión es 1 x n. es una matriz fila de dimensión 1 x 4. Se llama matriz columna a la que sólo consta de una columna, es decir su dimensión será m x 1. es una matriz columna de dimensión 3 x 1. ( )9401 −=B         − = 8 0 1 C Por ejemplo, • Según su dimensión: Por ejemplo, Una matriz es cuadrada cuando tiene el mismo número de filas que de columnas, es decir su dimensión es n x n. matriz cuadrada de orden 3.        −− = 043 456 321 D      43 12 es una matriz cuadrada de dimensión 2 x 2 o simplemente de orden 2.
Matrices Pág. 6 Dentro de las matrices cuadradas llamaremos diagonal principal a la formada por los elementos a11, a22, a33, . . ., ann, siendo la matriz: En la matriz D, la diagonal principal está formada por 1, 5, 0.             = nnnn n n aaa aaa aaa A     21 22221 11211 Diagonal principal La diagonal secundaria es la formada por los elementos a1n, a2,n−1, a3,n−2, . . ., an1. En la matriz D está formada por 3, 5, -3.         −− = 043 456 321 D 2.- Tipos de matrices
Matrices Pág. 7 Una clase especial de matrices cuadradas son las matrices triangulares. Una matriz es triangular superior si todos los elementos por debajo de la diagonal principal son nulos y triangular inferior si son nulos todos los elementos situados por encima de dicha diagonal. Si una matriz es a la vez triangular superior e inferior, sólo tiene elementos en la diagonal principal. Una matriz de este tipo se denomina matriz diagonal. Un ejemplo de matriz diagonal es:             − = 0000 0300 00450 0001 G             − − = 781631 0543 0040 0001 E Triangular inferior Triangular superior         −= 300 590 341 F • Según sus elementos: 2.- Tipos de matrices
Matrices Pág. 8 Si una matriz diagonal tiene en su diagonal principal sólo unos, se denomina matriz unidad o identidad. Se suelen representar por In , donde n es el orden o tamaño de la matriz. Algunas matrices identidad son:             = 1000 0100 0010 0001 4I         = 100 010 001 3I      = 10 01 2I Se llama matriz nula a la que tiene todos los elementos cero. es una matriz nula de tamaño 2x5.      = 00000 00000 APor ejemplo, 2.- Tipos de matrices
Matrices Pág. 9 Matrices escalonadas Fíjate en las siguientes matrices: De ellas se dice que son matrices escalonadas. En ellas se cumple que: • Si hay filas nulas, están situadas en la parte inferior de la matriz. • En las filas no nulas, el primer elemento diferente de cero de una fila está situado más a la derecha que el primer elemento diferente de cero de la fila inmediatamente superior.       − = 620 113 A        − = 200 230 051 B             = 00 00 00 64 C        − = 000 230 051 D 2.- Tipos de matrices
Matrices Pág. 10 3.-Transformaciones elementales Existen una serie de operaciones que se pueden hacer con las filas de una matriz y que permiten convertirla en una matriz escalonada: las transformaciones elementales. En general, si llamamos Fi a la fila i-ésima y Fj a la fila j-ésima, las transformaciones elementales son: • Intercambiar dos filas. Fi ↔ Fj. • Sumar a una fila los elementos correspondientes de otra fila multiplicada por un nº real k. Fi → Fi + kFj • Multiplicar todos los elementos de una fila por un número real no nulo. Fi → kFi         − − 351 124 202         − − 124 351 202 F2 ↔ F3         − − 351 124 202         − 351 124 8100F1 → F1 + 2F3         − − 351 124 202 F2 → 2F2         −− − 351 248 202 Ejemplo
Matrices Pág. 11 Estas transformaciones permiten definir una equivalencia entre las matrices de igual dimensión. Dos matrices son equivalentes si una de ellas se obtiene a partir de la otra mediante transformaciones elementales. EJEMPLOEJEMPLO         −− = 1341 2211 1312 A         −− 1341 2211 1312         −− 1341 1312 2211         −−− 1550 3110 2211         − −−− 14000 3110 2211 F1 ↔ F2 F2 → F2 – 2F1 F3 → F3 + F1 F3 → F3 + 5F2 Reducir a forma escalonada la matriz Para facilitar los cálculos posteriores, hacemos que el elemento a11 sea 1: Hacemos que el elemento a32 sea 0: Hacemos que los demás elementos de la primera fila sean 0: Que está en forma escalonada 3.-Transformaciones elementales
Matrices Pág. 12 EJERCICIOEJERCICIO 3.-Transformaciones elementales Reduce a forma escalonada las matrices:         −= 0213 1014 9432 B         − − = 13111031 54321 81512 D         − − = 2880 4621 5131 C         = 1063 752 321 A
Matrices Pág. 13 4.- Operaciones con matrices Dadas dos matrices A y B de la misma dimensión m × n, la matriz suma, A + B, es la que se obtiene sumando los elementos que en cada una de ellas ocupan la misma posición. Si las matrices tienen diferente tamaño, no se pueden sumar o restar entre sí. 323232 641 714 523 402 124 312 ×××       − =      +      −EJEMPLOEJEMPLO De forma abreviada: (aij) + (bij) = (aij + bij)         ++ ++ =         +         =+ mnmnmm nn mnm n mnm n baba baba bb bb aa aa BA ... ......... ... ... ......... ... ... ......... ... 11 111111 1 111 1 111 4. 1. Suma y diferencia4. 1. Suma y diferencia
Matrices Pág. 14 Propiedades de la suma de matrices: 323232 407 110 523 402 124 312 ×××       −− − =      −      −EJEMPLOEJEMPLO La existencia de elemento opuesto permite definir la matriz diferencia (resta), A – B. Es la que se obtiene al sumar A con – B: A – B = A + (– B) a) Conmutativa: A + B = B + A b) Asociativa: A + (B + C) = (A + B) + C c) Elemento neutro: La matriz nula del tamaño correspondiente. d) Elemento opuesto de A: La matriz –A, que resulta de cambiar de signo a los elementos de A. A + 0 = 0 + A A + (– A) = (– A) + A = 0 4.- Operaciones con matrices 4. 1. Suma y diferencia4. 1. Suma y diferencia
Matrices Pág. 15 Si porque: 232323 00 00 00 93 24 10 93 24 10 ×××         =         − +         − −− − EJEMPLOEJEMPLO 4.- Operaciones con matrices 4. 1. Suma y diferencia4. 1. Suma y diferencia ⇒         − −− − = 93 24 10 A 3 × 2         − =− 93 24 10 A 3 × 2 Opuesta de una matriz
Matrices Pág. 16 2. Calcula x, y, z en la suma: 3. Calcula a, b, c para que se cumpla la igualdad:      − =      − + +      +− −− 602 21 021 42 614 23 a c ba c ba         − −− =         − −+         − −− 142 440 311 32 32 0 20 1 21 x z zy z xy yx 1. Las exportaciones, en millones de euros, de 3 países A, B, C a otros tres X, Y, Z, en los años 2000 y 2001 vienen dadas por las matrices: Calcula y expresa en forma de matriz el total de exportaciones para el conjunto de los dos años. ¿Cuántos millones ha exportado el país B al Z en total? Calcula el incremento de las exportaciones del año 2000 al 2001. EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 1. Suma y diferencia4. 1. Suma y diferencia         = 3,42,021 2,31,117,15 173,13 2001A X Y Z A B C        = 3,22,39,20 2,1105,14 5,07,611 2000A A B C X Y Z
Matrices Pág. 17 Dada una matriz cualquiera A de dimensión m × n y un número real k, el producto k·A se realiza multiplicando todos los elementos de A por k, resultando otra matriz de igual dimensión. (Evidentemente la misma regla sirve para dividir una matriz por un número real). Propiedades: a) Distributiva respecto de la suma de matrices: k·(A + B) = k·A + k·B b) Distributiva respecto de la suma de números: (k + d)·A= k·A + d·A c) Asociativa: k·(d·A)=(k·d)·A d) Elemento neutro, el número 1: 1·A=A 3232 51020 15510 124 312 5 ××       −− −−− =      − ⋅−EJEMPLOEJEMPLO         ⋅⋅ ⋅⋅ =         ⋅=⋅ mnm n mnm n akak akak aa aa kAk ... ......... ... ... ......... ... 1 111 1 111 4.- Operaciones con matrices 4. 2. Producto por un nº real4. 2. Producto por un nº real
Matrices Pág. 18 1. Si halla una matriz X que verifique la ecuación: 2·X – 4·A = B 2. Determina las matrices X e Y sabiendo que:      − =      = 20 01 y 10 11 BA       − =− 18 21 53 YX       =+− 03 42 3YX EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 2. Producto por un nº real4. 2. Producto por un nº real
Matrices Pág. 19 Producto de una matriz fila por una matriz columna. Sea A una matriz fila y B una matriz columna: ( )132 −=A         = 5 2 1 B Definimos el producto de la matriz A por la matriz B (en este orden): ( ) =         ⋅−=⋅ 5 2 1 132BA 2·1 + (−3)·2 + 1·5 = 2 − 6 + 5 = 1 1 x 3 3 x 1 Observa que el resultado es un número 1 x 3 3 x 1 Hemos emparejado cada elemento de A con un elemento de B, luego el número de estos elementos (nº de columnas de A y nº de filas de B) debe coincidir para poder realizar este producto. 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
Matrices Pág. 20 Hay que dejar claro ya desde el principio que no todas las matrices pueden multiplicarse. Dos matrices se pueden multiplicar cuando se cumple la siguiente condición: Una vez comprobado que el producto A·B se puede realizar, si A es una matriz m x n y B es una matriz n x p (observa que el nº de columnas de A = n = nº de filas de B), entonces el producto A·B da como resultado una matriz C de tamaño n x p del siguiente modo: “El elemento que se encuentra en la fila i y la columna j de la matriz C = A·B, se obtiene multiplicando los elementos de la fila i de A por la columna j de B y sumando los resultados” “Para multiplicar dos matrices A y B, en este orden, A·B , es condición indispensable que el número de columnas de A sea igual al número de filas de B” Si no se cumple esta condición, el producto A·B no puede realizarse, de modo que esta es una condición que debemos comprobar previamente a la propia multiplicación. 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
Matrices Pág. 21 A · B = A·B m × n n × p m × p Es posible el producto Columnas Filas La matriz producto, A·B, si existe, es la que se obtiene de la forma siguiente: El elemento de esta matriz que ocupa la fila i-ésima y la columna j-ésima es el que se obtiene de multiplicar la fila Fi por la columna Cj.         ⋅⋅ ⋅⋅ =         ⋅         =⋅ nmm n knk n mkm k CFCF CFCF bb bb aa aa BA ... ......... ... ... ......... ... ... ......... ... 1 111 1 111 1 111 F1 C1 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
Matrices Pág. 22 1º.- Comprobamos que se puede realizar el producto A·B, pues el nº de columnas de A es 4 y el nº de filas de B también es 4. 3º.- Sólo nos falta completar los elementos de la matriz producto. Para ello, seguimos la regla anterior:       − − = 2352 4123 A             − − = 123 202 121 140 B EJEMPLOEJEMPLO Para multiplicar las matrices: 2º.- El resultado, según lo dicho será una matriz de dimensión 2 x 3, tiene 2 filas y 3 columnas: 2 × 4 4 × 3             − − 123 202 121 140 2 × 4 4 × 3 2 × 3 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
Matrices Pág. 23 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices =             − − 123 202 121 140 2 × 4 4 × 3 2 × 3 El elemento de la fila 1 y columna 1 de A·B proviene de multiplicar elemento a elemento la fila 1 de A por la columna 1 de B y sumar, es decir: F1 · C1 = (–3 2 1 4) · 0 1 2 3 = (−3)·0 + 2·1 + 1·2 + 4·3 = 0 + 2 + 2 + 12 = 16 16F1 C1 ⋅      − − 2352 4123
Matrices Pág. 24 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices =             − − 123 202 121 140 2 × 4 4 × 3 2 × 3 F1·C2 = (–3 2 1 4) · −4 −2 0 2 16F1 C2 El elemento de la fila 1 y columna 2 de A·B proviene de multiplicar elemento a elemento la fila 1 de A y la columna 2 de B y sumar: 16 = (−3)·(−4) + 2·(−2) + 1·0 + 4·2 = 12 − 4 + 0 + 8 = 16 ⋅      − − 2352 4123
Matrices Pág. 25             − − 123 202 121 140 2 × 4 4 × 3 2 × 3 F1·C3 = (–3 2 1 4) · 1 1 2 1 16F1 C3 16 = (−3)·1 + 2·1 + 1·2 + 4·1 = − 3 + 2 + 2 + 4 = 5 El elemento de la fila 1 y columna 3 de A·B proviene de multiplicar elemento a elemento la fila 1 de A y la columna 3 de B y sumar: 5 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
Matrices Pág. 26 Así sucesivamente se obtienen los demás elementos de la matriz producto:             − − 123 202 121 140 2 × 4 2 × 3 16 16 5 F2 C1 5 4 × 3 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
Matrices Pág. 27 Así sucesivamente se obtienen los demás elementos de la matriz producto:             − − 123 202 121 140 2 × 4 2 × 3 16 16 5 F2 C2 5 –22 4 × 3 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
Matrices Pág. 28       − =⋅ 11225 51616 BA Así sucesivamente se obtienen los demás elementos de la matriz producto:             − − 123 202 121 140 2 × 4 2 × 3 16 16 11F2 C3 5 5 –22 Así la matriz producto es: B · A 4 × 3 2 × 4 Observa que el producto B·A no se puede hacer: 4 × 3 ≠ 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
Matrices Pág. 29 1. Si calcula, si es posible, A·B y B·A. ¿Coinciden? 2. Lo mismo si Además, calcula A2 y A3 .       − = 511 203 B, 14 20 11         − − =A       = 543 012 C         = 1 2 1 B         − = 120 111 321 A EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices       − − = 62 31 A       − = 12 53 B 3. Calcula todos los productos posibles entre las matrices:
Matrices Pág. 30 Propiedades del producto de matrices c) Elemento neutro: la matriz identidad correspondiente. Si A es m x n: d) En general el producto de matrices no es conmutativo Pueden verse ejemplos en los ejercicios anteriores. Ten cuidado con esta propiedad. e) El producto de dos matrices no nulas A y B puede dar lugar a una matriz nula: Se dice que el conjunto de las matrices con la operación producto tiene divisores de cero, es decir, hay matrices no nulas cuyo producto es nulo. CABACBA ⋅+⋅=+⋅ )( ACABACB ⋅+⋅=⋅+ )( AIA n =⋅ AAIm =⋅ ABBA ⋅≠⋅ 12 13 32 0 0 4 2 5 120 312 × × ×       =         − ⋅      a) Asociativa: A·(B·C) = (A·B)·C b) Distributiva respecto de la suma: 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
Matrices Pág. 31 1. Si A y B son dos matrices cuadradas del mismo orden, ¿son ciertas las propiedades siguientes, que son ciertas para las operaciones con números reales?: a) (A + B)2 = A2 + B2 + 2 · A · B b) (A − B)2 = A2 + B2 − 2 · A · B c) (A + B) · (A − B) = A2 − B2 2. Determina los valores de a y b de la matriz para que A2 = A. 3. ¿Qué matrices conmutan con la matriz ?       − = ba A 12       10 21 EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
Matrices Pág. 32 Dada una matriz cualquiera A, se llama matriz traspuesta de A, y se representa por At a la matriz que resulta de intercambiar las filas y las columnas de A. Si entonces la matriz traspuesta de A es: Si A es una matriz de dimensión m x n, su traspuesta At tendrá dimensión n x m, pues el número de columnas pasa a ser el de filas y viceversa. Propiedades: a) (At )t = A, es decir, la traspuesta de la traspuesta es la matriz inicial. b) (A + B)t = At + Bt c) (k ・ A)t = k ・ At d) (A · B)t = Bt · At       − = 1243 7012 A             − = 17 20 41 32 t A EJEMPLOEJEMPLO 2 × 4 4 × 2 Si la matriz A es cuadrada, su traspuesta tendrá la misma dimensión. 4.- Operaciones con matrices 4. 4. Trasposición de matrices4. 4. Trasposición de matrices
Matrices Pág. 33 En base a esta nueva operación, podemos definir otras dos clases de matrices: Matriz simétrica: matriz cuadrada que coincide con su traspuesta; es decir, una matriz cuadrada es simétrica si se cumple que At = A. En una matriz simétrica, los elementos son simétricos respecto a la diagonal principal. Matriz antisimétrica: matriz cuadrada cuya opuesta coincide con su traspuesta; es decir, si cumple que At = −A. Por ejemplo: En una matriz antisimétrica, los elementos de la diagonal principal son siempre nulos (¿por qué?), y los restantes son opuestos respecto a dicha diagonal.         − −= 723 201 312 A         − −−= 023 201 310 B es simétrica es antisimétrica (comprueba). 4.- Operaciones con matrices 4. 4. Trasposición de matrices4. 4. Trasposición de matrices
Matrices Pág. 34 1. Dadas las matrices calcula 3At − Bt . 2. Obtener las matrices X e Y que verifiquen los sistemas:         = 431 341 331 A         −− = 016 102 211 B       =− 24 51 32 YX      − =− 63 01 YX a)       =+ 03 12 YX       =− 10 26 YX b)       − =+ 20 13 2 YX       − =+ 42 01 2YX c) EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 4. Trasposición de matrices4. 4. Trasposición de matrices
Matrices Pág. 35 5.- La matriz inversa En el caso particular de que tratemos con matrices cuadradas del mismo orden A y B, es claro que podemos efectuar los productos A·B y B·A, que darán como resultado otra matriz del mismo orden, aunque, como ya se ha dicho, las matrices resultantes serán, en general, distintas. El inverso del número 2 para el producto es un número real x tal que 2·x = 1, el producto de 2 por x es igual al elemento neutro, el 1. Sabemos también que el elemento neutro del producto de matrices es la matriz identidad In. Recordemos que ocurría con los números reales: En el caso de los números reales es bien fácil despejar x: Todo número real, salvo el 0, tiene inverso. x = 1 2 El inverso de un número real es otro número que multiplicado por él da el elemento neutro, el 1. Esto nos permite resolver ecuaciones del tipo: a·x = b 2·x = 6 ·2·x = ·61 2 1 2 x = 3 1
Matrices Pág. 36 Trasladando esto a las matrices, nos podemos plantear si dada una matriz cuadrada A de orden n, cualquiera, existe su inversa X para el producto de matrices, tal que es decir, el producto de A por su inversa produce el elemento neutro matricial, la matriz identidad In. Sin embargo, hay algunas diferencias con respecto al caso de los números reales: nIXA =⋅ 5.- La matriz inversa 1) No podemos “despejar” la matriz X del modo X = In/A, porque no hemos definido la división de matrices. 2) No todas las matrices cuadradas no nulas tienen matriz “inversa” (sea lo que sea, por analogía con los números).
Matrices Pág. 37 Si una matriz cuadrada de orden n , A, tiene inversa se dice que A es invertible (o que posee inversa o que es no singular o que es regular). y Si A no tiene inversa, se dice que es singular o no invertible. nIAA =⋅ −1 nIAA =⋅−1 Si A es una matriz cuadrada, se dice que B es la inversa de A si A·B = B·A = I, siendo I la matriz unidad o identidad. La matriz inversa de A se representa por A–1 . Si una matriz tiene inversa, dicha matriz inversa es única (sólo hay una). Para calcular dicha matriz inversa, podemos utilizar varios métodos. A continuación veremos dos métodos. En el tema 3 veremos otro. Por tanto, si una matriz cuadrada de orden n , A, tiene inversa, A−1 , se cumple que: 5.- La matriz inversa
Matrices Pág. 38 lo que buscamos es otra matriz de igual tamaño (orden 2)       =− tz yx A 1 ⇒=⋅ − 2 1 IAA ⇒      =      ⋅      − 10 01 11 21 tz yx       =      +−+− ++ 10 0122 tyzx tyzx Consiste en determinar A−1 planteando un sistema de ecuaciones, es decir, si por ejemplo queremos determinar la inversa de la matriz       − = 11 21 A que debe cumplir A · A−1 = I2 y A−1 · A = I2, x + 2z = 1 y + 2t = 0 –x + z = 0 –y + t = 0 Es decir, hemos de resolver un sistema de 4 ecuaciones con 4 incógnitas, aunque en realidad son 2 sistemas de dos incógnitas cada uno (uno con x y z y otro con y y t). 5.- La matriz inversa 5. 1. Método directo5. 1. Método directo
Matrices Pág. 39 Se puede comprobar que también se cumple que A−1 · A = I2, luego A es invertible, tiene inversa. Resolviendo el sistema se obtiene que por lo que la matriz inversa es:       − ⋅= 11 21 3 1 x + 2z = 1 y + 2t = 0 –x + z = 0 –y + t = 0 5.- La matriz inversa 5. 1. Método directo5. 1. Método directo x = 1 3 y = –2 3 z = 1 3 t = 1 3 1 3 –2 3 1 3 1 3 A−1 =
Matrices Pág. 40 Por ejemplo, si Y por ejemplo de 2x + 2z = 0 se obtiene x = –z, si se sustituye en la primera ecuación es –z + z = 1, es decir 0 = 1 (imposible). El sistema no tiene solución.       = 22 11 A ⇒=⋅ − 2 1 IAA ⇒      =      ⋅      10 01 22 11 tz yx       =      ++ ++ 10 01 2222 tyzx tyzx Si el sistema no tiene solución, la matriz no tiene inversa. x + z = 1 y + t = 0 2x + 2z = 0 2y + 2t = 0 Por tanto A no es invertible, es singular. Este método directo sólo se suele utilizar para matrices cuadradas de tamaño 2, puesto que para las de tamaño 3 obtenemos un sistemas de !9 ecuaciones con 9 incógnitas! que realmente es difícil de resolver. 5.- La matriz inversa 5. 1. Método directo5. 1. Método directo No todas las matrices tienen inversa.
Matrices Pág. 41 Sea A = (aij) la matriz dada e I3 la matriz unidad. Se parte del siguiente esquema: Si en el proceso aparece en el lugar de la matriz A (en la parte izquierda) alguna fila nula, la matriz no tiene inversa. Aplicar transformaciones elementales hasta llegar a la forma: Consiste en hacer transformaciones elementales en las filas de la matriz para llegar a obtener la matriz identidad. Realizando estas mismas transformaciones con la matriz identidad llegamos a la matriz A−1 . 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan (A | I3) (I3 | A–1 )         100 010 001 333231 232221 131211 aaa aaa aaa         333231 232221 131211 100 010 001 bbb bbb bbb
Matrices Pág. 42 Calcula por el método de Gauss-Jordan la inversa de la matriz i) Consideramos la matriz formada por A y la matriz identidad correspondiente: ii) Se hace la matriz A triangular superior (es decir, hacemos ceros por debajo de la diagonal principal) usando transformaciones elementales en filas.       − = 11 21 A EJEMPLOEJEMPLO 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan 1 2 1 0 –1 1 0 1 (A | I2) = En nuestro caso, basta sumar la fila 2 con la fila 1, y se obtiene: 1 2 1 0 –1 1 0 1 (A | I2) = 1 2 1 0 0 3 1 1 F2 → F2 + F1
Matrices Pág. 43 iii) Una vez hecha la matriz triangular superior, se hace la matriz triangular inferior, haciendo ceros a los elementos por encima de la diagonal. El proceso es parecido al anterior: 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan iv) Ya tenemos una matriz diagonal. Lo único que falta es dividir a cada fila entre el número adecuado para obtener unos en la diagonal principal, es decir, para obtener la matriz identidad en la parte izquierda: v) Una vez se tiene la matriz identidad en la parte de la izquierda, la parte derecha es la matriz inversa, es decir, llegamos a: matriz que habíamos obtenido antes por el método directo.       − ⋅= 11 21 3 1 1 2 1 0 0 3 1 1 3 0 1 –2 0 3 1 1 F1 → 3F1 – 2F2 3 0 1 –2 0 3 1 1 (F1)/3 , (F2)/3 1 0 1 /3 –2 /3 0 1 1 /3 1 /3 (I2 | A–1 ) = 1 0 1 /3 –2 /3 0 1 1 /3 1 /3 A–1 = 1 /3 –2 /3 1 /3 1 /3
Matrices Pág. 44 Si al realizar el método de Gauss-Jordan en algún momento alguna fila es de ceros, la matriz no tiene inversa. 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan Si calculamos por este método la inversa de resulta: Como aparece una fila de ceros, la matriz A no tiene inversa.       = 22 11 A 1 1 1 0 2 2 0 1 (A | I2) = 1 1 1 0 0 0 – 2 1 F2 → F2 – 2F1 Cuanto mayor sea el orden de la matriz, mejor es este método frente al directo. Condición para que una matriz tenga inversa (según el método de Gauss) EJEMPLOEJEMPLO
Matrices Pág. 45 Calcula, por el método de Gauss-Jordan, la inversa de la matriz Siguiendo los pasos anteriores:         −= 101 211 011 B EJEMPLOEJEMPLO 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan (B | I3) = F2 → F2 + F1 F3 → F3 – F1 F3 → 2F3 + F2 F2 → 2F2 – F3 F1 → 4F1 – F2 1 1 0 1 0 0 –1 1 2 0 1 0 1 0 1 0 0 1 1 1 0 1 0 0 0 2 2 1 1 0 0 0 4 –1 1 2 1 1 0 1 0 0 0 2 2 1 1 0 0 – 1 1 –1 0 1 1 1 0 1 0 0 0 4 0 3 1 –2 0 0 4 –1 1 2 4 0 0 1 –1 2 0 4 0 3 1 –2 0 0 4 –1 1 2
Matrices Pág. 46 También se puede expresar, sacando factor común: 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan = (I3 | B–1 ) 1 0 0 1 /4 –1 /4 2 /4 0 1 0 3 /4 1 /4 –2 /4 0 0 1 –1 /4 1 /4 2 /4 1 /4 –1 /4 1 /2 B–1 = 3 /4 1 /4 –1 /2 –1 /4 1 /4 1 /2 1 –1 2 B–1 = · 3 1 –2 –1 1 2 1 4 F1 4 F2 4 F3 4 4 0 0 1 –1 2 0 4 0 3 1 –2 0 0 4 –1 1 2
Matrices Pág. 47 1. Calcular por el método de Gauss-Jordan la inversa de las matrices: 2. Dada la matriz diagonal calcula su inversa. ¿Cómo calcularías de forma rápida la inversa de una matriz diagonal cualquiera?         − − − = 012 423 321 B         − − = 101 210 412 C         −= 500 020 003 D EJERCICIOSEJERCICIOS 5.- La matriz inversa       − = 13 12 A
Matrices Pág. 48 6.- Rango de una matriz El concepto de rango se encuentra ligado al de “independencia lineal” de filas o columnas de una matriz, pero no se introducirá de esta manera porque se requieren conceptos que no conocemos. Baste saber que se define el rango de una matriz como el número máximo de filas o columnas linealmente independientes. Sin embargo, el cálculo del rango de una matriz lo abordaremos desde otra perspectiva, utilizando el método de Gauss. Supongamos que tenemos una matriz cualquiera A a la que aplicamos el método de Gauss con el fin de simplificarla lo más posible (es decir, consiguiendo que tenga el mayor número de ceros posible, que esté en forma escalonada), realizando operaciones elementales en filas. Llamaremos rango de la matriz A y lo representaremos por Rang(A) al número de filas no nulas de la matriz tras aplicarle el método de Gauss. A continuación veremos cómo asignar a una matriz un parámetro llamado rango.
Matrices Pág. 49 Rango de una matriz escalonada El rango de una matriz escalonada A es el número de filas no nulas de A. Lo denotamos por rang(A)       − = 620 113 A        − = 200 230 051 B             = 00 00 00 64 C        − = 000 230 051 D EJEMPLOSEJEMPLOS rang(A) = 2 rang(B) = 3 rang(C) = 1 rang(D) = 2 6.- Rango de una matriz
Matrices Pág. 50 Rango de una matriz cualquiera Nos preguntamos ahora cómo podemos definir el rango de una matriz cualquiera. Vimos que mediante transformaciones elementales podemos transformar cualquier matriz en otra equivalente que sea escalonada. El rango de una matriz A es el rango de una matriz escalonada equivalente a A. Así que para obtener el rango de una matriz la transformamos en una matriz escalonada mediante transformaciones elementales (Las transformaciones elementales no modifican el rango). El rango de la matriz será el número de filas no nulas de la matriz escalonada. 6.- Rango de una matriz
Matrices Pág. 51 Calcular el rango de las siguientes matrices: Rg(A)=1 ,sólo una fila distinta de cero. Rg(B)=2 hay 2 filas no nulas. Rg(C)=2 hay 2 filas no nulas. Rg(D)=1, sólo una fila no nula.       = 22 11 A       = 11 30 B         −− = 211 112 011 C       −−− = 321 642 D a) b) c) d)         − − 220 110 011         − 000 110 011 EJEMPLOSEJEMPLOS 6.- Rango de una matriz       000 642F2 → 2F2 + F1 F2 → F2 – 2·F1 F3 → F3 + F1 F3 → F3 + 2·F2 F2 → F2 – 2·F1       00 11 F2 ↔ F1       30 11
Matrices Pág. 52 Los ejemplos anteriores ponen de manifiesto que el rango de cualquier matriz siempre es menor o igual que el número de filas de la matriz. Propiedad: Si A es una matriz de tamaño m x n no nula se cumple que: 1 ≤ rang(A) ≤ min{m, n} 6.- Rango de una matriz De hecho se verifica que el rango de cualquier matriz siempre es menor o igual que su número de filas y de columnas, pues el proceso para hacer el método de Gauss se puede hacer indistintamente mediante operaciones elementales en filas o en columnas. Esto permite, antes de calcular el rango de una matriz, saber entre qué valores va a estar ese rango. Por ejemplo, en el caso c) del ejemplo, como la matriz es 3x3 , el rango sólo puede ser 0, 1, 2 o 3, no hay otras posibilidades. En el caso del apartado d), como la matriz es 2 x 3, el rango sólo puede ser 0,1 o 2. (De hecho, podemos reducir esto algo más , pues una matriz sólo tiene rango cero si es la matriz nula).Resumiendo:
Matrices Pág. 53 Calcular en función de k el rango de la matriz: Aplicando Gauss, Ahora es evidente que si k – 6 = 0, la última fila es nula. Por tanto, si k = 6, la última fila es nula y el rango de A es 1, Rg(A)=1, mientras que si k - 6 es distinto de cero, es decir si k es distinto de 6, hay 2 filas no nulas y el rango de A es 2, Rg(A)=2. Resumiendo: La siguiente propiedad permite relacionar el concepto de rango con el de matriz inversa visto anteriormente: Propiedad: Una matriz cuadrada A tiene inversa ⇔ Rg(A) es máximo.       = k A 33 211       = k A 33 211 Si k ≠ 6, entonces Rg(A) = 2 Si k = 6, entonces Rg(A) = 1 EJEMPLOEJEMPLO 6.- Rango de una matriz F2 → F2 – 3·F1       − 600 211 k
Matrices Pág. 54 1. Calcula el rango de A según los valores de k: ¿Para qué valores de k tiene A inversa? 2. Calcula el rango de las matrices:         − − = k A 15 311 121       = 012 101 A         −= 240 101 120 B             − = 1000 1112 0100 1112 C         − − = 13111031 54321 81512 D EJERCICIOSEJERCICIOS 6.- Rango de una matriz
Matrices Pág. 55 7.- Aplicaciones de las matrices Las matrices se utilizan en el contexto de las ciencias como elementos que sirven para clasificar valores numéricos atendiendo a dos criterios o variables. Sabiendo que en un año se venden el siguiente número de paquetes: Resumir la información anterior en 2 matrices A y B, de tamaño respectivo 2x3 y 3x2 que recojan las ventas en un año (A) y los precios (B). 2 unid. 5 unid. 10 unid. Color N 0,04 0,08 0,12 Color F 0,03 0,05 0,08 Color N Color F 2 unid. 700000 50000 5 unid. 600000 40000 10 unid. 500000 500000 EJEMPLOEJEMPLO Un importador de globos los importa de dos colores, naranja (N) y fresa (F). Todos ellos se envasan en paquetes de 2, 5 y 10 unidades, que se venden al precio (en euros) indicado por la tabla siguiente:
Matrices Pág. 56 Nos piden que organicemos la información anterior en dos matrices de tamaño concreto. Si nos fijamos en las tablas, es sencillo obtener las matrices: Estas matrices se denominan matrices de información, y simplemente recogen los datos numéricos del problema en cuestión. Otras matrices son las llamadas matrices de relación, que indican si ciertos elementos están o no relacionados entre sí. En general, la existencia de relación se expresa con un 1 en la matriz y la ausencia de dicha relación se expresa con un 0. Estas matrices se utilizan cuando queremos trasladar la información dada por un grafo y expresarla numéricamente. 7.- Aplicaciones de las matrices 2 unid 5 unid 10 unid N F       = 5000004000050000 500000600000700000 A 2 unid 5 unid 10 unid N F         = 08,012,0 05,008,0 03,004,0 B
Matrices Pág. 57 En Matemáticas, un grafo es una colección cualquiera de puntos conectados por líneas. Grafo Grafo simple Grafo dirigido. 7.- Aplicaciones de las matrices Existen muchos tipos de grafos. Entre ellos, podemos destacar: * Grafo simple: Es el grafo que no contiene ciclos, es decir, líneas que unan un punto consigo mismo, ni líneas paralelas, es decir, líneas que conectan el mismo par de puntos. * Grafo dirigido: Es el grafo que indica un sentido de recorrido de cada línea, mediante una flecha. Estos tipos de grafo pueden verse en la figura:
Matrices Pág. 58 Relacionadas con los grafos se pueden definir algunas matrices. Entre todas ellas, nosotros nos fijaremos en la llamada matriz de adyacencia, que es aquella formada por ceros y unos exclusivamente, de tal forma que: 7.- Aplicaciones de las matrices             0000 0001 0100 1010 A B C D A B C D * un 1 en el lugar (i,j) expresa la posibilidad de ir desde el punto de la fila i hasta el punto de la columna j mediante una línea que los una directamente. * un 0 en el lugar (i,j) expresa la imposibilidad de ir del primer punto al segundo mediante una línea que los una directamente. La matriz de adyacencia del grafo dirigido de la figura anterior será:
Matrices Pág. 59 1. Escribe las correspondientes matrices de adyacencia de los grafos: 2. Dibuja los grafos dirigidos que correspondan a las matrices de adyacencia: EJERCICIOSEJERCICIOS 7.- Aplicaciones de las matrices             0110 0001 1000 1110 A B C D A B C D         000 101 010 A B C A B C
Matrices Pág. 60

Más contenido relacionado

PPTX
Ecuaciones lineales y cuadraticas
porAnnie Quintero Correa
 
PPTX
Espacios vectoriales.g.2017
porTrabajo en mi casa ;; Haciendo nada &i de gratis xDD
 
PPTX
DIAGRAMAS DE VENN, OPERACIONES CON CONJUNTOS.
porFeliciano Garcia Rodriguez
 
PDF
Ejercicios resueltos de investigacion de operaciones
porSergio Jarillo
 
DOC
T student 5 ejemplos beeto
porrolandodesantiago
 
DOCX
Tarea 4 de probabilidad con respuestas
porIPN
 
PDF
Taller 3
porDianitha Briceño
 
PPTX
Problema hungaro
porFranco Snipes
 
Ecuaciones lineales y cuadraticas
porAnnie Quintero Correa
 
Espacios vectoriales.g.2017
porTrabajo en mi casa ;; Haciendo nada &i de gratis xDD
 
DIAGRAMAS DE VENN, OPERACIONES CON CONJUNTOS.
porFeliciano Garcia Rodriguez
 
Ejercicios resueltos de investigacion de operaciones
porSergio Jarillo
 
T student 5 ejemplos beeto
porrolandodesantiago
 
Tarea 4 de probabilidad con respuestas
porIPN
 
Taller 3
porDianitha Briceño
 
Problema hungaro
porFranco Snipes
 

La actualidad más candente

DOCX
Ejercicios de matrices
porVinicio Checa
 
PDF
Ejercicios cap 003
porBleakness
 
PPTX
DERIVADAS PARCIALES DE ORDEN SUPERIOR
porEthel Sullcaray
 
PDF
Ejercicios programacion lineal
porJose Perez
 
PPTX
Metodo de gauss jordan
porTensor
 
DOCX
Ejemplos distribución poisson
porFeLipe PueNntes
 
PPTX
Símbolos matemáticos
porNetali
 
PPTX
Algebra de funciones y funcion inversa. 2015
porMaría Isabel Arellano
 
PDF
Ejercicios resueltos-programacion-lineal
porGabriel Chavez
 
PDF
La integral definida
porAndres Mendoza
 
DOCX
investigacion de operaciones
porAngel Chirinos Quispe
 
PPTX
Inecuaciones lineales
porenrique0975
 
PDF
Ejercicios detallados del obj 8 mat II 178
porJonathan Mejías
 
PPTX
Superficies
porYOLVI ADRIANA CORDOBA BUITRAGO
 
DOCX
Tarea 10 de probabilidad y estadistica con respuesta
porIPN
 
DOCX
ANALISIS DE SENSIBILIDAD
porAlumic S.A
 
PDF
Ejercicios resueltos edo exactas
porYerikson Huz
 
PDF
Derivadas de funciones paramétricas
porErick Guaman
 
DOC
Factorización aspa simple
porGerardo Orihuela Garcia
 
PPT
Newton raphson
porUNIVERSIDAD INDUSTRIAL DE SANTANDER
 
Ejercicios de matrices
porVinicio Checa
 
Ejercicios cap 003
porBleakness
 
DERIVADAS PARCIALES DE ORDEN SUPERIOR
porEthel Sullcaray
 
Ejercicios programacion lineal
porJose Perez
 
Metodo de gauss jordan
porTensor
 
Ejemplos distribución poisson
porFeLipe PueNntes
 
Símbolos matemáticos
porNetali
 
Algebra de funciones y funcion inversa. 2015
porMaría Isabel Arellano
 
Ejercicios resueltos-programacion-lineal
porGabriel Chavez
 
La integral definida
porAndres Mendoza
 
investigacion de operaciones
porAngel Chirinos Quispe
 
Inecuaciones lineales
porenrique0975
 
Ejercicios detallados del obj 8 mat II 178
porJonathan Mejías
 
Superficies
porYOLVI ADRIANA CORDOBA BUITRAGO
 
Tarea 10 de probabilidad y estadistica con respuesta
porIPN
 
ANALISIS DE SENSIBILIDAD
porAlumic S.A
 
Ejercicios resueltos edo exactas
porYerikson Huz
 
Derivadas de funciones paramétricas
porErick Guaman
 
Factorización aspa simple
porGerardo Orihuela Garcia
 
Newton raphson
porUNIVERSIDAD INDUSTRIAL DE SANTANDER
 

Similar a Matrices

PDF
Fundamentos de algebra matricial ccesa007
porDemetrio Ccesa Rayme
 
PDF
Matrices y determinantes
porÄlëx Vïllëğäš
 
PPT
Matrices Matemáticos universitario pptx
porNancyJulcasumaran
 
PDF
Presentación matrices y sistemas de ecuaciones
pordr6fzkysxw
 
PDF
Matrices y determinantes
porCarlos Luis Morales
 
PDF
Matrices y determinantes nuevo
porTrabajo en mi casa ;; Haciendo nada &i de gratis xDD
 
PPTX
Matrices y determinantes
porWILDERESNEIDER
 
PPTX
Matrices y determinantes
porSebastianVertel
 
PPTX
Matrices y determinantes
porAlbertoMauricioRincn
 
PDF
Temas de matrices y determinantes m1 ccesa007
porDemetrio Ccesa Rayme
 
PDF
PROYECTO DE AULA MATEMATICAS-MATRICES Y DETERMINANTES
porJenny Carvajal
 
DOCX
Investigacion unidad 2
porAngélica Jiménez
 
PDF
Matrices y determinantes nuevo
porCrist Oviedo
 
PPTX
Actividad de matrices
porPolitécnico Santiago Mariño
 
PDF
1 MATRICES.pdf. La noción de matriz es útil como método simplificado para r...
pormchavezr241
 
PDF
matrices y determinantes matemáticas para la informática
porVIRGINIAMENDOZACARVA
 
PDF
Matrices y determinantes nuevo
porJöKä Mäldönädö
 
PDF
Matrices y determinantes nuevo
porCarlos Iza
 
PDF
PowerPoint - Álgebra y Geometría Analítica - Unidad 2 - Matrices
porNicolasPasiuscky
 
DOCX
Jesus armando rodriguez chavez 18.546.595
porjesus_armandor
 
Fundamentos de algebra matricial ccesa007
porDemetrio Ccesa Rayme
 
Matrices y determinantes
porÄlëx Vïllëğäš
 
Matrices Matemáticos universitario pptx
porNancyJulcasumaran
 
Presentación matrices y sistemas de ecuaciones
pordr6fzkysxw
 
Matrices y determinantes
porCarlos Luis Morales
 
Matrices y determinantes nuevo
porTrabajo en mi casa ;; Haciendo nada &i de gratis xDD
 
Matrices y determinantes
porWILDERESNEIDER
 
Matrices y determinantes
porSebastianVertel
 
Matrices y determinantes
porAlbertoMauricioRincn
 
Temas de matrices y determinantes m1 ccesa007
porDemetrio Ccesa Rayme
 
PROYECTO DE AULA MATEMATICAS-MATRICES Y DETERMINANTES
porJenny Carvajal
 
Investigacion unidad 2
porAngélica Jiménez
 
Matrices y determinantes nuevo
porCrist Oviedo
 
Actividad de matrices
porPolitécnico Santiago Mariño
 
1 MATRICES.pdf. La noción de matriz es útil como método simplificado para r...
pormchavezr241
 
matrices y determinantes matemáticas para la informática
porVIRGINIAMENDOZACARVA
 
Matrices y determinantes nuevo
porJöKä Mäldönädö
 
Matrices y determinantes nuevo
porCarlos Iza
 
PowerPoint - Álgebra y Geometría Analítica - Unidad 2 - Matrices
porNicolasPasiuscky
 
Jesus armando rodriguez chavez 18.546.595
porjesus_armandor
 

Último

PDF
Principales potencias geopolíticas líderes globales (1450-2026).pdf
porJC Díaz Herrera
 
PDF
Las familias judías más ricas del mundo a U$ PPA (2026).pdf
porJC Díaz Herrera
 
PDF
Billonarios líderes por origen racial (2026).pdf
porJC Díaz Herrera
 
PDF
inclusion.pdf en la nueva escuela mexicana
porLauraFigueroa519558
 
PDF
Billonarios de origen interracial líderes por país (2026).pdf
porJC Díaz Herrera
 
PDF
Las familias financieras más ricas del mundo a PPA (2026).pdf
porJC Díaz Herrera
 
PDF
Ranking de potencia geopolíticas para el año (2026).pdf
porJC Díaz Herrera
 
PDF
Familias y personas más ricas del mundo judío (2002-2026).pdf
porJC Díaz Herrera
 
PDF
Las familias y personas más ricas de México (1890-2025).pdf
porJC Díaz Herrera
 
PPTX
Presentación perros y mascotas ilustrada sencilla a mano morada.pptx
porpekusss07
 
PPTX
Presentación Curso Online Orgánico Azul y Blanco.pptx
porkarlaortizp26
 
PDF
Principales potencias geopolíticas de América Latina (1819-2026).pdf
porJC Díaz Herrera
 
PDF
Países líderes en categorías de dominio geopolítico global (2026).pdf
porJC Díaz Herrera
 
PDF
Ingreso familiar por etnias a PPA (1960-2040) .pdf
porJC Díaz Herrera
 
PDF
REPORTE DE VICTIMAS POR HOMICIDIO DOLOSI DICIEMBRE 2025.pdf
porIrapuatoCmovamos
 
PDF
PPT_ACTUALIZACION LINEAMIENTOS GTGRD_GR_GL [EATL AQP].pdf
porIngrydhCF
 
PDF
S8 Estadística general_Infografía (2).pdf
porfemarfigue06
 
PPTX
Clase Repaso herramienta solver de excel.pptx
porrobert gomez
 
DOCX
CONSOLIDADO DEL NIVEL INICIAL 2025 FINAL.docx
porMarianelaLlicanSilva
 
PPTX
VIAS DE AGUA 2024.pptx informavdjdgsjsvhsvs
porvargaserlyn512
 
Principales potencias geopolíticas líderes globales (1450-2026).pdf
porJC Díaz Herrera
 
Las familias judías más ricas del mundo a U$ PPA (2026).pdf
porJC Díaz Herrera
 
Billonarios líderes por origen racial (2026).pdf
porJC Díaz Herrera
 
inclusion.pdf en la nueva escuela mexicana
porLauraFigueroa519558
 
Billonarios de origen interracial líderes por país (2026).pdf
porJC Díaz Herrera
 
Las familias financieras más ricas del mundo a PPA (2026).pdf
porJC Díaz Herrera
 
Ranking de potencia geopolíticas para el año (2026).pdf
porJC Díaz Herrera
 
Familias y personas más ricas del mundo judío (2002-2026).pdf
porJC Díaz Herrera
 
Las familias y personas más ricas de México (1890-2025).pdf
porJC Díaz Herrera
 
Presentación perros y mascotas ilustrada sencilla a mano morada.pptx
porpekusss07
 
Presentación Curso Online Orgánico Azul y Blanco.pptx
porkarlaortizp26
 
Principales potencias geopolíticas de América Latina (1819-2026).pdf
porJC Díaz Herrera
 
Países líderes en categorías de dominio geopolítico global (2026).pdf
porJC Díaz Herrera
 
Ingreso familiar por etnias a PPA (1960-2040) .pdf
porJC Díaz Herrera
 
REPORTE DE VICTIMAS POR HOMICIDIO DOLOSI DICIEMBRE 2025.pdf
porIrapuatoCmovamos
 
PPT_ACTUALIZACION LINEAMIENTOS GTGRD_GR_GL [EATL AQP].pdf
porIngrydhCF
 
S8 Estadística general_Infografía (2).pdf
porfemarfigue06
 
Clase Repaso herramienta solver de excel.pptx
porrobert gomez
 
CONSOLIDADO DEL NIVEL INICIAL 2025 FINAL.docx
porMarianelaLlicanSilva
 
VIAS DE AGUA 2024.pptx informavdjdgsjsvhsvs
porvargaserlyn512
 

Matrices

  • 1.
    Matrices Pág. 1 Tema1 MATRICES Tema 1 MATRICES
  • 2.
    Matrices Pág. 2 1.-Matrices. Definición y primeros ejemplos Una matriz es una tabla rectangular de números reales dispuestos en filas y columnas del modo: Abreviadamente se puede expresar A = (aij ).             = mnmm n n aaa aaa aaa A     21 22221 11211 Filas de la matriz A Columnas de la matriz A Cada elemento de la matriz lleva dos subíndices: - El primero de ellos “i”, indica la fila en la que se encuentra el elemento, - y el segundo, “j”, la columna. Así el elemento a23 está en la fila 2 y columna 3. Las matrices siempre se representarán con letras mayúsculas (A, B, C, …).
  • 3.
    Matrices Pág. 3 Sonejemplos de matrices los siguientes: A tiene 2 filas y 2 columnas, diremos que su dimensión 2 x 2. ¿Qué elemento es a21?       = 43 12 A       − = 121 046 B             − − = 001 251 042 013 C B tiene 2 filas y 3 columnas, diremos que su tamaño es 2 x 3. ¿Qué elemento es b23? C tiene 4 filas y 3 columnas, diremos que su dimensión 4 x 3. ¿Qué elemento es c32? EJEMPLOSEJEMPLOS 1.- Matrices. Definición y primeros ejemplos
  • 4.
    Matrices Pág. 4 Engeneral, si una matriz A tiene m filas y n columnas, diremos que su tamaño o dimensión es m x n (se lee “m por n”), siempre en primer lugar el nº de filas y en segundo lugar el de columnas. Igualdad Dos matrices A y B son iguales cuando contienen los mismos elementos, dispuestos en los mismos lugares: A = B ⇔ aij = bij ∀ i, j Lógicamente, para que dos matrices sean iguales es necesario que tengan la misma dimensión. 1.- Matrices. Definición y primeros ejemplos
  • 5.
    Matrices Pág. 5 2.-Tipos de matrices Se llama matriz fila a la que sólo tiene una fila, es decir su dimensión es 1 x n. es una matriz fila de dimensión 1 x 4. Se llama matriz columna a la que sólo consta de una columna, es decir su dimensión será m x 1. es una matriz columna de dimensión 3 x 1. ( )9401 −=B         − = 8 0 1 C Por ejemplo, • Según su dimensión: Por ejemplo, Una matriz es cuadrada cuando tiene el mismo número de filas que de columnas, es decir su dimensión es n x n. matriz cuadrada de orden 3.        −− = 043 456 321 D      43 12 es una matriz cuadrada de dimensión 2 x 2 o simplemente de orden 2.
  • 6.
    Matrices Pág. 6 Dentrode las matrices cuadradas llamaremos diagonal principal a la formada por los elementos a11, a22, a33, . . ., ann, siendo la matriz: En la matriz D, la diagonal principal está formada por 1, 5, 0.             = nnnn n n aaa aaa aaa A     21 22221 11211 Diagonal principal La diagonal secundaria es la formada por los elementos a1n, a2,n−1, a3,n−2, . . ., an1. En la matriz D está formada por 3, 5, -3.         −− = 043 456 321 D 2.- Tipos de matrices
  • 7.
    Matrices Pág. 7 Unaclase especial de matrices cuadradas son las matrices triangulares. Una matriz es triangular superior si todos los elementos por debajo de la diagonal principal son nulos y triangular inferior si son nulos todos los elementos situados por encima de dicha diagonal. Si una matriz es a la vez triangular superior e inferior, sólo tiene elementos en la diagonal principal. Una matriz de este tipo se denomina matriz diagonal. Un ejemplo de matriz diagonal es:             − = 0000 0300 00450 0001 G             − − = 781631 0543 0040 0001 E Triangular inferior Triangular superior         −= 300 590 341 F • Según sus elementos: 2.- Tipos de matrices
  • 8.
    Matrices Pág. 8 Siuna matriz diagonal tiene en su diagonal principal sólo unos, se denomina matriz unidad o identidad. Se suelen representar por In , donde n es el orden o tamaño de la matriz. Algunas matrices identidad son:             = 1000 0100 0010 0001 4I         = 100 010 001 3I      = 10 01 2I Se llama matriz nula a la que tiene todos los elementos cero. es una matriz nula de tamaño 2x5.      = 00000 00000 APor ejemplo, 2.- Tipos de matrices
  • 9.
    Matrices Pág. 9 Matricesescalonadas Fíjate en las siguientes matrices: De ellas se dice que son matrices escalonadas. En ellas se cumple que: • Si hay filas nulas, están situadas en la parte inferior de la matriz. • En las filas no nulas, el primer elemento diferente de cero de una fila está situado más a la derecha que el primer elemento diferente de cero de la fila inmediatamente superior.       − = 620 113 A        − = 200 230 051 B             = 00 00 00 64 C        − = 000 230 051 D 2.- Tipos de matrices
  • 10.
    Matrices Pág. 10 3.-Transformacioneselementales Existen una serie de operaciones que se pueden hacer con las filas de una matriz y que permiten convertirla en una matriz escalonada: las transformaciones elementales. En general, si llamamos Fi a la fila i-ésima y Fj a la fila j-ésima, las transformaciones elementales son: • Intercambiar dos filas. Fi ↔ Fj. • Sumar a una fila los elementos correspondientes de otra fila multiplicada por un nº real k. Fi → Fi + kFj • Multiplicar todos los elementos de una fila por un número real no nulo. Fi → kFi         − − 351 124 202         − − 124 351 202 F2 ↔ F3         − − 351 124 202         − 351 124 8100F1 → F1 + 2F3         − − 351 124 202 F2 → 2F2         −− − 351 248 202 Ejemplo
  • 11.
    Matrices Pág. 11 Estastransformaciones permiten definir una equivalencia entre las matrices de igual dimensión. Dos matrices son equivalentes si una de ellas se obtiene a partir de la otra mediante transformaciones elementales. EJEMPLOEJEMPLO         −− = 1341 2211 1312 A         −− 1341 2211 1312         −− 1341 1312 2211         −−− 1550 3110 2211         − −−− 14000 3110 2211 F1 ↔ F2 F2 → F2 – 2F1 F3 → F3 + F1 F3 → F3 + 5F2 Reducir a forma escalonada la matriz Para facilitar los cálculos posteriores, hacemos que el elemento a11 sea 1: Hacemos que el elemento a32 sea 0: Hacemos que los demás elementos de la primera fila sean 0: Que está en forma escalonada 3.-Transformaciones elementales
  • 12.
    Matrices Pág. 12 EJERCICIOEJERCICIO 3.-Transformacioneselementales Reduce a forma escalonada las matrices:         −= 0213 1014 9432 B         − − = 13111031 54321 81512 D         − − = 2880 4621 5131 C         = 1063 752 321 A
  • 13.
    Matrices Pág. 13 4.-Operaciones con matrices Dadas dos matrices A y B de la misma dimensión m × n, la matriz suma, A + B, es la que se obtiene sumando los elementos que en cada una de ellas ocupan la misma posición. Si las matrices tienen diferente tamaño, no se pueden sumar o restar entre sí. 323232 641 714 523 402 124 312 ×××       − =      +      −EJEMPLOEJEMPLO De forma abreviada: (aij) + (bij) = (aij + bij)         ++ ++ =         +         =+ mnmnmm nn mnm n mnm n baba baba bb bb aa aa BA ... ......... ... ... ......... ... ... ......... ... 11 111111 1 111 1 111 4. 1. Suma y diferencia4. 1. Suma y diferencia
  • 14.
    Matrices Pág. 14 Propiedadesde la suma de matrices: 323232 407 110 523 402 124 312 ×××       −− − =      −      −EJEMPLOEJEMPLO La existencia de elemento opuesto permite definir la matriz diferencia (resta), A – B. Es la que se obtiene al sumar A con – B: A – B = A + (– B) a) Conmutativa: A + B = B + A b) Asociativa: A + (B + C) = (A + B) + C c) Elemento neutro: La matriz nula del tamaño correspondiente. d) Elemento opuesto de A: La matriz –A, que resulta de cambiar de signo a los elementos de A. A + 0 = 0 + A A + (– A) = (– A) + A = 0 4.- Operaciones con matrices 4. 1. Suma y diferencia4. 1. Suma y diferencia
  • 15.
    Matrices Pág. 15 Si porque: 232323 00 00 00 93 24 10 93 24 10 ×××         =         − +         − −− − EJEMPLOEJEMPLO 4.-Operaciones con matrices 4. 1. Suma y diferencia4. 1. Suma y diferencia ⇒         − −− − = 93 24 10 A 3 × 2         − =− 93 24 10 A 3 × 2 Opuesta de una matriz
  • 16.
    Matrices Pág. 16 2.Calcula x, y, z en la suma: 3. Calcula a, b, c para que se cumpla la igualdad:      − =      − + +      +− −− 602 21 021 42 614 23 a c ba c ba         − −− =         − −+         − −− 142 440 311 32 32 0 20 1 21 x z zy z xy yx 1. Las exportaciones, en millones de euros, de 3 países A, B, C a otros tres X, Y, Z, en los años 2000 y 2001 vienen dadas por las matrices: Calcula y expresa en forma de matriz el total de exportaciones para el conjunto de los dos años. ¿Cuántos millones ha exportado el país B al Z en total? Calcula el incremento de las exportaciones del año 2000 al 2001. EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 1. Suma y diferencia4. 1. Suma y diferencia         = 3,42,021 2,31,117,15 173,13 2001A X Y Z A B C        = 3,22,39,20 2,1105,14 5,07,611 2000A A B C X Y Z
  • 17.
    Matrices Pág. 17 Dadauna matriz cualquiera A de dimensión m × n y un número real k, el producto k·A se realiza multiplicando todos los elementos de A por k, resultando otra matriz de igual dimensión. (Evidentemente la misma regla sirve para dividir una matriz por un número real). Propiedades: a) Distributiva respecto de la suma de matrices: k·(A + B) = k·A + k·B b) Distributiva respecto de la suma de números: (k + d)·A= k·A + d·A c) Asociativa: k·(d·A)=(k·d)·A d) Elemento neutro, el número 1: 1·A=A 3232 51020 15510 124 312 5 ××       −− −−− =      − ⋅−EJEMPLOEJEMPLO         ⋅⋅ ⋅⋅ =         ⋅=⋅ mnm n mnm n akak akak aa aa kAk ... ......... ... ... ......... ... 1 111 1 111 4.- Operaciones con matrices 4. 2. Producto por un nº real4. 2. Producto por un nº real
  • 18.
    Matrices Pág. 18 1.Si halla una matriz X que verifique la ecuación: 2·X – 4·A = B 2. Determina las matrices X e Y sabiendo que:      − =      = 20 01 y 10 11 BA       − =− 18 21 53 YX       =+− 03 42 3YX EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 2. Producto por un nº real4. 2. Producto por un nº real
  • 19.
    Matrices Pág. 19 Productode una matriz fila por una matriz columna. Sea A una matriz fila y B una matriz columna: ( )132 −=A         = 5 2 1 B Definimos el producto de la matriz A por la matriz B (en este orden): ( ) =         ⋅−=⋅ 5 2 1 132BA 2·1 + (−3)·2 + 1·5 = 2 − 6 + 5 = 1 1 x 3 3 x 1 Observa que el resultado es un número 1 x 3 3 x 1 Hemos emparejado cada elemento de A con un elemento de B, luego el número de estos elementos (nº de columnas de A y nº de filas de B) debe coincidir para poder realizar este producto. 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
  • 20.
    Matrices Pág. 20 Hayque dejar claro ya desde el principio que no todas las matrices pueden multiplicarse. Dos matrices se pueden multiplicar cuando se cumple la siguiente condición: Una vez comprobado que el producto A·B se puede realizar, si A es una matriz m x n y B es una matriz n x p (observa que el nº de columnas de A = n = nº de filas de B), entonces el producto A·B da como resultado una matriz C de tamaño n x p del siguiente modo: “El elemento que se encuentra en la fila i y la columna j de la matriz C = A·B, se obtiene multiplicando los elementos de la fila i de A por la columna j de B y sumando los resultados” “Para multiplicar dos matrices A y B, en este orden, A·B , es condición indispensable que el número de columnas de A sea igual al número de filas de B” Si no se cumple esta condición, el producto A·B no puede realizarse, de modo que esta es una condición que debemos comprobar previamente a la propia multiplicación. 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
  • 21.
    Matrices Pág. 21 A· B = A·B m × n n × p m × p Es posible el producto Columnas Filas La matriz producto, A·B, si existe, es la que se obtiene de la forma siguiente: El elemento de esta matriz que ocupa la fila i-ésima y la columna j-ésima es el que se obtiene de multiplicar la fila Fi por la columna Cj.         ⋅⋅ ⋅⋅ =         ⋅         =⋅ nmm n knk n mkm k CFCF CFCF bb bb aa aa BA ... ......... ... ... ......... ... ... ......... ... 1 111 1 111 1 111 F1 C1 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
  • 22.
    Matrices Pág. 22 1º.-Comprobamos que se puede realizar el producto A·B, pues el nº de columnas de A es 4 y el nº de filas de B también es 4. 3º.- Sólo nos falta completar los elementos de la matriz producto. Para ello, seguimos la regla anterior:       − − = 2352 4123 A             − − = 123 202 121 140 B EJEMPLOEJEMPLO Para multiplicar las matrices: 2º.- El resultado, según lo dicho será una matriz de dimensión 2 x 3, tiene 2 filas y 3 columnas: 2 × 4 4 × 3             − − 123 202 121 140 2 × 4 4 × 3 2 × 3 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
  • 23.
    Matrices Pág. 23 4.-Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices =             − − 123 202 121 140 2 × 4 4 × 3 2 × 3 El elemento de la fila 1 y columna 1 de A·B proviene de multiplicar elemento a elemento la fila 1 de A por la columna 1 de B y sumar, es decir: F1 · C1 = (–3 2 1 4) · 0 1 2 3 = (−3)·0 + 2·1 + 1·2 + 4·3 = 0 + 2 + 2 + 12 = 16 16F1 C1 ⋅      − − 2352 4123
  • 24.
    Matrices Pág. 24 4.-Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices =             − − 123 202 121 140 2 × 4 4 × 3 2 × 3 F1·C2 = (–3 2 1 4) · −4 −2 0 2 16F1 C2 El elemento de la fila 1 y columna 2 de A·B proviene de multiplicar elemento a elemento la fila 1 de A y la columna 2 de B y sumar: 16 = (−3)·(−4) + 2·(−2) + 1·0 + 4·2 = 12 − 4 + 0 + 8 = 16 ⋅      − − 2352 4123
  • 25.
    Matrices Pág. 25             − − 123 202 121 140 2× 4 4 × 3 2 × 3 F1·C3 = (–3 2 1 4) · 1 1 2 1 16F1 C3 16 = (−3)·1 + 2·1 + 1·2 + 4·1 = − 3 + 2 + 2 + 4 = 5 El elemento de la fila 1 y columna 3 de A·B proviene de multiplicar elemento a elemento la fila 1 de A y la columna 3 de B y sumar: 5 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
  • 26.
    Matrices Pág. 26 Asísucesivamente se obtienen los demás elementos de la matriz producto:             − − 123 202 121 140 2 × 4 2 × 3 16 16 5 F2 C1 5 4 × 3 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
  • 27.
    Matrices Pág. 27 Asísucesivamente se obtienen los demás elementos de la matriz producto:             − − 123 202 121 140 2 × 4 2 × 3 16 16 5 F2 C2 5 –22 4 × 3 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
  • 28.
    Matrices Pág. 28       − =⋅ 11225 51616 BA Asísucesivamente se obtienen los demás elementos de la matriz producto:             − − 123 202 121 140 2 × 4 2 × 3 16 16 11F2 C3 5 5 –22 Así la matriz producto es: B · A 4 × 3 2 × 4 Observa que el producto B·A no se puede hacer: 4 × 3 ≠ 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices ⋅      − − 2352 4123 =
  • 29.
    Matrices Pág. 29 1.Si calcula, si es posible, A·B y B·A. ¿Coinciden? 2. Lo mismo si Además, calcula A2 y A3 .       − = 511 203 B, 14 20 11         − − =A       = 543 012 C         = 1 2 1 B         − = 120 111 321 A EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices       − − = 62 31 A       − = 12 53 B 3. Calcula todos los productos posibles entre las matrices:
  • 30.
    Matrices Pág. 30 Propiedadesdel producto de matrices c) Elemento neutro: la matriz identidad correspondiente. Si A es m x n: d) En general el producto de matrices no es conmutativo Pueden verse ejemplos en los ejercicios anteriores. Ten cuidado con esta propiedad. e) El producto de dos matrices no nulas A y B puede dar lugar a una matriz nula: Se dice que el conjunto de las matrices con la operación producto tiene divisores de cero, es decir, hay matrices no nulas cuyo producto es nulo. CABACBA ⋅+⋅=+⋅ )( ACABACB ⋅+⋅=⋅+ )( AIA n =⋅ AAIm =⋅ ABBA ⋅≠⋅ 12 13 32 0 0 4 2 5 120 312 × × ×       =         − ⋅      a) Asociativa: A·(B·C) = (A·B)·C b) Distributiva respecto de la suma: 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
  • 31.
    Matrices Pág. 31 1.Si A y B son dos matrices cuadradas del mismo orden, ¿son ciertas las propiedades siguientes, que son ciertas para las operaciones con números reales?: a) (A + B)2 = A2 + B2 + 2 · A · B b) (A − B)2 = A2 + B2 − 2 · A · B c) (A + B) · (A − B) = A2 − B2 2. Determina los valores de a y b de la matriz para que A2 = A. 3. ¿Qué matrices conmutan con la matriz ?       − = ba A 12       10 21 EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 3. Producto de matrices4. 3. Producto de matrices
  • 32.
    Matrices Pág. 32 Dadauna matriz cualquiera A, se llama matriz traspuesta de A, y se representa por At a la matriz que resulta de intercambiar las filas y las columnas de A. Si entonces la matriz traspuesta de A es: Si A es una matriz de dimensión m x n, su traspuesta At tendrá dimensión n x m, pues el número de columnas pasa a ser el de filas y viceversa. Propiedades: a) (At )t = A, es decir, la traspuesta de la traspuesta es la matriz inicial. b) (A + B)t = At + Bt c) (k ・ A)t = k ・ At d) (A · B)t = Bt · At       − = 1243 7012 A             − = 17 20 41 32 t A EJEMPLOEJEMPLO 2 × 4 4 × 2 Si la matriz A es cuadrada, su traspuesta tendrá la misma dimensión. 4.- Operaciones con matrices 4. 4. Trasposición de matrices4. 4. Trasposición de matrices
  • 33.
    Matrices Pág. 33 Enbase a esta nueva operación, podemos definir otras dos clases de matrices: Matriz simétrica: matriz cuadrada que coincide con su traspuesta; es decir, una matriz cuadrada es simétrica si se cumple que At = A. En una matriz simétrica, los elementos son simétricos respecto a la diagonal principal. Matriz antisimétrica: matriz cuadrada cuya opuesta coincide con su traspuesta; es decir, si cumple que At = −A. Por ejemplo: En una matriz antisimétrica, los elementos de la diagonal principal son siempre nulos (¿por qué?), y los restantes son opuestos respecto a dicha diagonal.         − −= 723 201 312 A         − −−= 023 201 310 B es simétrica es antisimétrica (comprueba). 4.- Operaciones con matrices 4. 4. Trasposición de matrices4. 4. Trasposición de matrices
  • 34.
    Matrices Pág. 34 1.Dadas las matrices calcula 3At − Bt . 2. Obtener las matrices X e Y que verifiquen los sistemas:         = 431 341 331 A         −− = 016 102 211 B       =− 24 51 32 YX      − =− 63 01 YX a)       =+ 03 12 YX       =− 10 26 YX b)       − =+ 20 13 2 YX       − =+ 42 01 2YX c) EJERCICIOSEJERCICIOS 4.- Operaciones con matrices 4. 4. Trasposición de matrices4. 4. Trasposición de matrices
  • 35.
    Matrices Pág. 35 5.-La matriz inversa En el caso particular de que tratemos con matrices cuadradas del mismo orden A y B, es claro que podemos efectuar los productos A·B y B·A, que darán como resultado otra matriz del mismo orden, aunque, como ya se ha dicho, las matrices resultantes serán, en general, distintas. El inverso del número 2 para el producto es un número real x tal que 2·x = 1, el producto de 2 por x es igual al elemento neutro, el 1. Sabemos también que el elemento neutro del producto de matrices es la matriz identidad In. Recordemos que ocurría con los números reales: En el caso de los números reales es bien fácil despejar x: Todo número real, salvo el 0, tiene inverso. x = 1 2 El inverso de un número real es otro número que multiplicado por él da el elemento neutro, el 1. Esto nos permite resolver ecuaciones del tipo: a·x = b 2·x = 6 ·2·x = ·61 2 1 2 x = 3 1
  • 36.
    Matrices Pág. 36 Trasladandoesto a las matrices, nos podemos plantear si dada una matriz cuadrada A de orden n, cualquiera, existe su inversa X para el producto de matrices, tal que es decir, el producto de A por su inversa produce el elemento neutro matricial, la matriz identidad In. Sin embargo, hay algunas diferencias con respecto al caso de los números reales: nIXA =⋅ 5.- La matriz inversa 1) No podemos “despejar” la matriz X del modo X = In/A, porque no hemos definido la división de matrices. 2) No todas las matrices cuadradas no nulas tienen matriz “inversa” (sea lo que sea, por analogía con los números).
  • 37.
    Matrices Pág. 37 Siuna matriz cuadrada de orden n , A, tiene inversa se dice que A es invertible (o que posee inversa o que es no singular o que es regular). y Si A no tiene inversa, se dice que es singular o no invertible. nIAA =⋅ −1 nIAA =⋅−1 Si A es una matriz cuadrada, se dice que B es la inversa de A si A·B = B·A = I, siendo I la matriz unidad o identidad. La matriz inversa de A se representa por A–1 . Si una matriz tiene inversa, dicha matriz inversa es única (sólo hay una). Para calcular dicha matriz inversa, podemos utilizar varios métodos. A continuación veremos dos métodos. En el tema 3 veremos otro. Por tanto, si una matriz cuadrada de orden n , A, tiene inversa, A−1 , se cumple que: 5.- La matriz inversa
  • 38.
    Matrices Pág. 38 loque buscamos es otra matriz de igual tamaño (orden 2)       =− tz yx A 1 ⇒=⋅ − 2 1 IAA ⇒      =      ⋅      − 10 01 11 21 tz yx       =      +−+− ++ 10 0122 tyzx tyzx Consiste en determinar A−1 planteando un sistema de ecuaciones, es decir, si por ejemplo queremos determinar la inversa de la matriz       − = 11 21 A que debe cumplir A · A−1 = I2 y A−1 · A = I2, x + 2z = 1 y + 2t = 0 –x + z = 0 –y + t = 0 Es decir, hemos de resolver un sistema de 4 ecuaciones con 4 incógnitas, aunque en realidad son 2 sistemas de dos incógnitas cada uno (uno con x y z y otro con y y t). 5.- La matriz inversa 5. 1. Método directo5. 1. Método directo
  • 39.
    Matrices Pág. 39 Sepuede comprobar que también se cumple que A−1 · A = I2, luego A es invertible, tiene inversa. Resolviendo el sistema se obtiene que por lo que la matriz inversa es:       − ⋅= 11 21 3 1 x + 2z = 1 y + 2t = 0 –x + z = 0 –y + t = 0 5.- La matriz inversa 5. 1. Método directo5. 1. Método directo x = 1 3 y = –2 3 z = 1 3 t = 1 3 1 3 –2 3 1 3 1 3 A−1 =
  • 40.
    Matrices Pág. 40 Porejemplo, si Y por ejemplo de 2x + 2z = 0 se obtiene x = –z, si se sustituye en la primera ecuación es –z + z = 1, es decir 0 = 1 (imposible). El sistema no tiene solución.       = 22 11 A ⇒=⋅ − 2 1 IAA ⇒      =      ⋅      10 01 22 11 tz yx       =      ++ ++ 10 01 2222 tyzx tyzx Si el sistema no tiene solución, la matriz no tiene inversa. x + z = 1 y + t = 0 2x + 2z = 0 2y + 2t = 0 Por tanto A no es invertible, es singular. Este método directo sólo se suele utilizar para matrices cuadradas de tamaño 2, puesto que para las de tamaño 3 obtenemos un sistemas de !9 ecuaciones con 9 incógnitas! que realmente es difícil de resolver. 5.- La matriz inversa 5. 1. Método directo5. 1. Método directo No todas las matrices tienen inversa.
  • 41.
    Matrices Pág. 41 SeaA = (aij) la matriz dada e I3 la matriz unidad. Se parte del siguiente esquema: Si en el proceso aparece en el lugar de la matriz A (en la parte izquierda) alguna fila nula, la matriz no tiene inversa. Aplicar transformaciones elementales hasta llegar a la forma: Consiste en hacer transformaciones elementales en las filas de la matriz para llegar a obtener la matriz identidad. Realizando estas mismas transformaciones con la matriz identidad llegamos a la matriz A−1 . 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan (A | I3) (I3 | A–1 )         100 010 001 333231 232221 131211 aaa aaa aaa         333231 232221 131211 100 010 001 bbb bbb bbb
  • 42.
    Matrices Pág. 42 Calculapor el método de Gauss-Jordan la inversa de la matriz i) Consideramos la matriz formada por A y la matriz identidad correspondiente: ii) Se hace la matriz A triangular superior (es decir, hacemos ceros por debajo de la diagonal principal) usando transformaciones elementales en filas.       − = 11 21 A EJEMPLOEJEMPLO 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan 1 2 1 0 –1 1 0 1 (A | I2) = En nuestro caso, basta sumar la fila 2 con la fila 1, y se obtiene: 1 2 1 0 –1 1 0 1 (A | I2) = 1 2 1 0 0 3 1 1 F2 → F2 + F1
  • 43.
    Matrices Pág. 43 iii)Una vez hecha la matriz triangular superior, se hace la matriz triangular inferior, haciendo ceros a los elementos por encima de la diagonal. El proceso es parecido al anterior: 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan iv) Ya tenemos una matriz diagonal. Lo único que falta es dividir a cada fila entre el número adecuado para obtener unos en la diagonal principal, es decir, para obtener la matriz identidad en la parte izquierda: v) Una vez se tiene la matriz identidad en la parte de la izquierda, la parte derecha es la matriz inversa, es decir, llegamos a: matriz que habíamos obtenido antes por el método directo.       − ⋅= 11 21 3 1 1 2 1 0 0 3 1 1 3 0 1 –2 0 3 1 1 F1 → 3F1 – 2F2 3 0 1 –2 0 3 1 1 (F1)/3 , (F2)/3 1 0 1 /3 –2 /3 0 1 1 /3 1 /3 (I2 | A–1 ) = 1 0 1 /3 –2 /3 0 1 1 /3 1 /3 A–1 = 1 /3 –2 /3 1 /3 1 /3
  • 44.
    Matrices Pág. 44 Sial realizar el método de Gauss-Jordan en algún momento alguna fila es de ceros, la matriz no tiene inversa. 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan Si calculamos por este método la inversa de resulta: Como aparece una fila de ceros, la matriz A no tiene inversa.       = 22 11 A 1 1 1 0 2 2 0 1 (A | I2) = 1 1 1 0 0 0 – 2 1 F2 → F2 – 2F1 Cuanto mayor sea el orden de la matriz, mejor es este método frente al directo. Condición para que una matriz tenga inversa (según el método de Gauss) EJEMPLOEJEMPLO
  • 45.
    Matrices Pág. 45 Calcula,por el método de Gauss-Jordan, la inversa de la matriz Siguiendo los pasos anteriores:         −= 101 211 011 B EJEMPLOEJEMPLO 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan (B | I3) = F2 → F2 + F1 F3 → F3 – F1 F3 → 2F3 + F2 F2 → 2F2 – F3 F1 → 4F1 – F2 1 1 0 1 0 0 –1 1 2 0 1 0 1 0 1 0 0 1 1 1 0 1 0 0 0 2 2 1 1 0 0 0 4 –1 1 2 1 1 0 1 0 0 0 2 2 1 1 0 0 – 1 1 –1 0 1 1 1 0 1 0 0 0 4 0 3 1 –2 0 0 4 –1 1 2 4 0 0 1 –1 2 0 4 0 3 1 –2 0 0 4 –1 1 2
  • 46.
    Matrices Pág. 46 Tambiénse puede expresar, sacando factor común: 5.- La matriz inversa 5. 2. Método de Gauss-Jordan5. 2. Método de Gauss-Jordan = (I3 | B–1 ) 1 0 0 1 /4 –1 /4 2 /4 0 1 0 3 /4 1 /4 –2 /4 0 0 1 –1 /4 1 /4 2 /4 1 /4 –1 /4 1 /2 B–1 = 3 /4 1 /4 –1 /2 –1 /4 1 /4 1 /2 1 –1 2 B–1 = · 3 1 –2 –1 1 2 1 4 F1 4 F2 4 F3 4 4 0 0 1 –1 2 0 4 0 3 1 –2 0 0 4 –1 1 2
  • 47.
    Matrices Pág. 47 1.Calcular por el método de Gauss-Jordan la inversa de las matrices: 2. Dada la matriz diagonal calcula su inversa. ¿Cómo calcularías de forma rápida la inversa de una matriz diagonal cualquiera?         − − − = 012 423 321 B         − − = 101 210 412 C         −= 500 020 003 D EJERCICIOSEJERCICIOS 5.- La matriz inversa       − = 13 12 A
  • 48.
    Matrices Pág. 48 6.-Rango de una matriz El concepto de rango se encuentra ligado al de “independencia lineal” de filas o columnas de una matriz, pero no se introducirá de esta manera porque se requieren conceptos que no conocemos. Baste saber que se define el rango de una matriz como el número máximo de filas o columnas linealmente independientes. Sin embargo, el cálculo del rango de una matriz lo abordaremos desde otra perspectiva, utilizando el método de Gauss. Supongamos que tenemos una matriz cualquiera A a la que aplicamos el método de Gauss con el fin de simplificarla lo más posible (es decir, consiguiendo que tenga el mayor número de ceros posible, que esté en forma escalonada), realizando operaciones elementales en filas. Llamaremos rango de la matriz A y lo representaremos por Rang(A) al número de filas no nulas de la matriz tras aplicarle el método de Gauss. A continuación veremos cómo asignar a una matriz un parámetro llamado rango.
  • 49.
    Matrices Pág. 49 Rangode una matriz escalonada El rango de una matriz escalonada A es el número de filas no nulas de A. Lo denotamos por rang(A)       − = 620 113 A        − = 200 230 051 B             = 00 00 00 64 C        − = 000 230 051 D EJEMPLOSEJEMPLOS rang(A) = 2 rang(B) = 3 rang(C) = 1 rang(D) = 2 6.- Rango de una matriz
  • 50.
    Matrices Pág. 50 Rangode una matriz cualquiera Nos preguntamos ahora cómo podemos definir el rango de una matriz cualquiera. Vimos que mediante transformaciones elementales podemos transformar cualquier matriz en otra equivalente que sea escalonada. El rango de una matriz A es el rango de una matriz escalonada equivalente a A. Así que para obtener el rango de una matriz la transformamos en una matriz escalonada mediante transformaciones elementales (Las transformaciones elementales no modifican el rango). El rango de la matriz será el número de filas no nulas de la matriz escalonada. 6.- Rango de una matriz
  • 51.
    Matrices Pág. 51 Calcularel rango de las siguientes matrices: Rg(A)=1 ,sólo una fila distinta de cero. Rg(B)=2 hay 2 filas no nulas. Rg(C)=2 hay 2 filas no nulas. Rg(D)=1, sólo una fila no nula.       = 22 11 A       = 11 30 B         −− = 211 112 011 C       −−− = 321 642 D a) b) c) d)         − − 220 110 011         − 000 110 011 EJEMPLOSEJEMPLOS 6.- Rango de una matriz       000 642F2 → 2F2 + F1 F2 → F2 – 2·F1 F3 → F3 + F1 F3 → F3 + 2·F2 F2 → F2 – 2·F1       00 11 F2 ↔ F1       30 11
  • 52.
    Matrices Pág. 52 Losejemplos anteriores ponen de manifiesto que el rango de cualquier matriz siempre es menor o igual que el número de filas de la matriz. Propiedad: Si A es una matriz de tamaño m x n no nula se cumple que: 1 ≤ rang(A) ≤ min{m, n} 6.- Rango de una matriz De hecho se verifica que el rango de cualquier matriz siempre es menor o igual que su número de filas y de columnas, pues el proceso para hacer el método de Gauss se puede hacer indistintamente mediante operaciones elementales en filas o en columnas. Esto permite, antes de calcular el rango de una matriz, saber entre qué valores va a estar ese rango. Por ejemplo, en el caso c) del ejemplo, como la matriz es 3x3 , el rango sólo puede ser 0, 1, 2 o 3, no hay otras posibilidades. En el caso del apartado d), como la matriz es 2 x 3, el rango sólo puede ser 0,1 o 2. (De hecho, podemos reducir esto algo más , pues una matriz sólo tiene rango cero si es la matriz nula).Resumiendo:
  • 53.
    Matrices Pág. 53 Calcularen función de k el rango de la matriz: Aplicando Gauss, Ahora es evidente que si k – 6 = 0, la última fila es nula. Por tanto, si k = 6, la última fila es nula y el rango de A es 1, Rg(A)=1, mientras que si k - 6 es distinto de cero, es decir si k es distinto de 6, hay 2 filas no nulas y el rango de A es 2, Rg(A)=2. Resumiendo: La siguiente propiedad permite relacionar el concepto de rango con el de matriz inversa visto anteriormente: Propiedad: Una matriz cuadrada A tiene inversa ⇔ Rg(A) es máximo.       = k A 33 211       = k A 33 211 Si k ≠ 6, entonces Rg(A) = 2 Si k = 6, entonces Rg(A) = 1 EJEMPLOEJEMPLO 6.- Rango de una matriz F2 → F2 – 3·F1       − 600 211 k
  • 54.
    Matrices Pág. 54 1.Calcula el rango de A según los valores de k: ¿Para qué valores de k tiene A inversa? 2. Calcula el rango de las matrices:         − − = k A 15 311 121       = 012 101 A         −= 240 101 120 B             − = 1000 1112 0100 1112 C         − − = 13111031 54321 81512 D EJERCICIOSEJERCICIOS 6.- Rango de una matriz
  • 55.
    Matrices Pág. 55 7.-Aplicaciones de las matrices Las matrices se utilizan en el contexto de las ciencias como elementos que sirven para clasificar valores numéricos atendiendo a dos criterios o variables. Sabiendo que en un año se venden el siguiente número de paquetes: Resumir la información anterior en 2 matrices A y B, de tamaño respectivo 2x3 y 3x2 que recojan las ventas en un año (A) y los precios (B). 2 unid. 5 unid. 10 unid. Color N 0,04 0,08 0,12 Color F 0,03 0,05 0,08 Color N Color F 2 unid. 700000 50000 5 unid. 600000 40000 10 unid. 500000 500000 EJEMPLOEJEMPLO Un importador de globos los importa de dos colores, naranja (N) y fresa (F). Todos ellos se envasan en paquetes de 2, 5 y 10 unidades, que se venden al precio (en euros) indicado por la tabla siguiente:
  • 56.
    Matrices Pág. 56 Nospiden que organicemos la información anterior en dos matrices de tamaño concreto. Si nos fijamos en las tablas, es sencillo obtener las matrices: Estas matrices se denominan matrices de información, y simplemente recogen los datos numéricos del problema en cuestión. Otras matrices son las llamadas matrices de relación, que indican si ciertos elementos están o no relacionados entre sí. En general, la existencia de relación se expresa con un 1 en la matriz y la ausencia de dicha relación se expresa con un 0. Estas matrices se utilizan cuando queremos trasladar la información dada por un grafo y expresarla numéricamente. 7.- Aplicaciones de las matrices 2 unid 5 unid 10 unid N F       = 5000004000050000 500000600000700000 A 2 unid 5 unid 10 unid N F         = 08,012,0 05,008,0 03,004,0 B
  • 57.
    Matrices Pág. 57 EnMatemáticas, un grafo es una colección cualquiera de puntos conectados por líneas. Grafo Grafo simple Grafo dirigido. 7.- Aplicaciones de las matrices Existen muchos tipos de grafos. Entre ellos, podemos destacar: * Grafo simple: Es el grafo que no contiene ciclos, es decir, líneas que unan un punto consigo mismo, ni líneas paralelas, es decir, líneas que conectan el mismo par de puntos. * Grafo dirigido: Es el grafo que indica un sentido de recorrido de cada línea, mediante una flecha. Estos tipos de grafo pueden verse en la figura:
  • 58.
    Matrices Pág. 58 Relacionadascon los grafos se pueden definir algunas matrices. Entre todas ellas, nosotros nos fijaremos en la llamada matriz de adyacencia, que es aquella formada por ceros y unos exclusivamente, de tal forma que: 7.- Aplicaciones de las matrices             0000 0001 0100 1010 A B C D A B C D * un 1 en el lugar (i,j) expresa la posibilidad de ir desde el punto de la fila i hasta el punto de la columna j mediante una línea que los una directamente. * un 0 en el lugar (i,j) expresa la imposibilidad de ir del primer punto al segundo mediante una línea que los una directamente. La matriz de adyacencia del grafo dirigido de la figura anterior será:
  • 59.
    Matrices Pág. 59 1.Escribe las correspondientes matrices de adyacencia de los grafos: 2. Dibuja los grafos dirigidos que correspondan a las matrices de adyacencia: EJERCICIOSEJERCICIOS 7.- Aplicaciones de las matrices             0110 0001 1000 1110 A B C D A B C D         000 101 010 A B C A B C
  • 60.