SlideShare una empresa de Scribd logo
MATRICES 
Operaciones
Definición 
Si m y n son dos números enteros positivos, una matriz de m x n, es 
una estructura ordenada en m filas y n columnas, cuyos elementos se 
identifican por el número de fila y columna que ocupa: 
푎11 푎12 
푎21 푎22 
푎13 ⋯ 
푎23 … 
푎1푛−1 푎1푛 
푎2푛−1 푎2푛 
⋮ ⋮ 
푎푚1 푎푚2 
⋮ ⋱ 
푎푚3 … 
⋮ ⋮ 
푎푚푛−1 푎푚푛 
m filas 
n columnas
Orden de una matriz 
Se entiende por orden de una matriz, el número de filas y de columnas 
(en este orden) que componen la matriz. 
Ejemplos: 
퐴 = 
1 0 
−3 6 
4 2 
El orden de esta matriz es 3 x 2 (tres filas por dos columnas) 
퐵 = 
1 2 
1 1 El orden de esta matriz es 2 x 2 (dos filas por dos columnas) 
퐶 = 
1 
3 
1 
El orden de esta matriz es 3 x 1 (tres filas por una columna)
Notación 
• Para hacer referencia a una matriz se utilizará una letra mayúscula, 
también podremos utilizar una expresión del tipo 푎푖푗 
• Para indicar un elemento de la matriz de posición la fila i y la columna 
j utilizaremos una letra minúscula con dos sub-índices, el primero se 
corresponderá con la fila y el segundo con la columna que ocupa el 
elemento. 
Ejemplo 
a11 = 1 
a21 = -3 
a32 = 2 
Cuando deseamos hacer 
referencia a un elemento genérico 
de la matriz utilizaremos el 
elemento aij elemento de la fila i y 
de columna j.
Igualdad de matrices 
Dos matrices A= 푎푖푗 y B= 푏푖푗 son iguales si sus órdenes son 
iguales y cada uno de los elementos de cada una de las posiciones de 
las matrices son iguales, es decir, 푎푖푗 = 푏푖푗 , ∀푖 ∈ 1, … , 푛 푦 ∀푗 ∈ 
1, … , 푚 siendo n x m el orden de ambas matrices. 
Ejemplo: ¿cuánto deben valer x e y para que ambas matrices sean iguales? 
퐴 = 
1 2 −1 4 
푥 1 0 3 
3 0 1 7 
y B = 
1 2 −1 4 
0 푦 0 3 
3 0 1 7 
Solución: 
Puesto que ambas matrices tienen igual orden, entonces x que ocupa la segunda fila 
primera columna debe tener el valor del elemento que ocupa igual lugar en B, esto es 0 e y 
debe tener, por análogo motivo, el valor 1.
Suma de matrices 
La suma de dos matrices A= 푎푖푗 y B= 푏푖푗 con igual orden, es otra 
matriz del mismo orden, obtenida de la siguiente forma: 
A+B= 푎푖푗 + 푏푖푗 ∀푖 ∈ 1, … , 푛 푦 ∀푗 ∈ 1, … , 푚 siendo n x m el orden 
de las matrices. 
La suma de matrices de distinto orden no está definida. 
Ejemplo: 
1 2 
0 6 
−1 4 
+ 
3 −5 
5 0 
10 1 
= 
1 + 3 2 − 5 
0 + 5 0 + 6 
−1 + 10 1 + 4 
= 
4 −3 
5 6 
9 5 
Rango 3x2 Rango 3x2 Rango 3x2
Producto de un escalar por una matriz 
El producto de un escalar (número real) k por una matriz A= 푎푖푗 , es 
otra matriz del mismo orden, obtenida de la siguiente forma: 
k·A=k · 푎푖푗 = 푘 · 푎푖푗 ∀푖 ∈ 1, … , 푛 푦 ∀푗 ∈ 1, … , 푚 siendo n x m el 
orden de la matriz. 
Ejemplo: 
퐴 = 
1 2 
0 6 
−1 4 
푘 = 2 ; 
푘 · 퐴 = 2 · 
1 2 
0 6 
−1 4 
= 
2 · 1 2 · 2 
2 · 0 2 · 6 
2 · (−1) 2 · 4 
= 
2 4 
0 12 
−2 8
Propiedades de la suma de matrices y el 
producto por un escalar 
Si A, B y C son matrices de orden mxn y k y s son números reales, las 
siguientes propiedades son ciertas: 
• Propiedad conmutativa de la suma de matrices: 퐴 + 퐵 = 퐵 + 퐴 
• Propiedad asociativa de la suma de matrices: 퐴 + 퐵 + 퐶 = 퐴 + (퐵 + 퐶) 
• Propiedad asociativa respecto del producto escalar: k · s · 퐴 = 푘 · (푠 · 퐴) 
• Propiedad identidad respecto del producto escalar: 1 · 퐴 = 퐴 
• Propiedad distributiva respecto de la suma de matrices: 
k · 퐴 + 퐵 = 푘 · 퐴 + 푘 · 퐵 
• Propiedad distributiva respecto de la suma de escalares: 
k + s · 퐴 = 푘 · 퐴 + 푠 · 퐴
Ejemplo: resolución de una ecuación 
matricial 
Resolved la ecuación matricial 2X - A = B siendo 퐴 = 
7 0 
−1 2 
푦 퐵 = 
3 1 
2 4 
Solución: 
2푋 − 퐴 = 퐵, 푝표푟 푡푎푛푡표, 2푋 = 퐵 + 퐴 ⇒ 푋 = 
1 
2 
퐵 + 퐴 
푋 = 
1 
2 
퐵 + 퐴 = 
1 
2 
3 1 
2 4 
+ 
7 0 
−1 2 
= 
1 
2 
10 1 
1 6 
= 
5 1 2 
1 2 3
Producto de matrices 
El producto de dos matrices A= 푎푖푗 de orden nxm y B= 푏푖푗 con 
orden mxp, es otra matriz de orden nxp, obtenida de la siguiente 
forma: 
A·B= 푐푖푗 ∀푖 ∈ 1, … , 푛 푦 ∀푗 ∈ 1, … , 푝 donde cada elemento se ha 
construido de la siguiente forma: 
푐푖푗 = 푎푖1 · 푏1푗 + 푎푖2 · 푏2푗 + ··· +푎푖푚 · 푏푚푗 
Importante: 
• no es posible multiplicar cualesquiera dos matrices, la primera de ellas debe 
tener el mismo número de columnas que de filas la segunda matriz. 
• La matriz producto tendrá tantas filas como la primera matriz y tantas 
columnas como la segunda matriz.
Ejemplo I (producto de matrices) 
퐴 = 
1 2 
0 6 
−1 4 
; 퐵 = 
3 1 
2 4 
Cálculo del producto de A y B: 
퐴 · 퐵 = 
1 2 
0 6 
−1 4 
· 
3 1 
2 4 
= 
1 · 3 + 2 · 2 1 · 1 + 2 · 4 
0 · 3 + 6 · 2 0 · 1 + 6 · 4 
−1 · 3 + 4 · 2 −1 · 1 + 4 · 4 
= 
7 9 
12 24 
5 15 
3x2 2x2 3x2
Ejemplo II (producto de matrices) 
퐴 = 
1 2 0 
1 1 6 
3 −2 8 
; 퐵 = 
−2 0 
0 −4 
1 2 
Cálculo del producto de A y B: 
퐴 · 퐵 = 
1 2 0 
1 1 6 
3 −2 8 
−2 0 
0 −4 
1 2 
= 
−2 + 0 + 0 0 − 8 + 0 
−2 + 0 + 6 0 − 4 + 12 
−6 + 0 + 8 0 + 8 + 16 
= 
−2 −8 
4 8 
2 24 
3x3 3x2 3x2
Propiedades del producto de matrices 
Sean A, B y C matrices y k un número real, entonces: 
1. A·(B·C)=(A·B)·C (propiedad asociativa) 
2. A·(B + C)=A·B + A·C (propiedad distributiva por la izquierda) 
3. (B + C)·A=B·A + C·A (propiedad distributiva por la derecha) 
4. k·(B·C)=(k·B)·C=B·(k·C) (propiedad asociativa del producto por un escalar)
Matriz traspuesta 
La traspuesta de una matriz A de orden mxn es una matriz de orden 
nxm que se forma a partir de aquella al intercambiar las filas por las 
columnas de forma ordenada. 
La traspuesta de una matriz se notará por At. 
Ejemplos 
퐴 = 
1 2 
0 6 
−1 4 
퐴푡 = 
1 0 −1 
2 6 4 
퐵 = 
1 2 0 
1 1 6 
3 −2 8 
퐵푡 = 
1 1 3 
2 1 −2 
0 6 8
Propiedades de la matriz traspuesta 
1. 퐴푡 푡 = 퐴 
2. 퐴 + 퐵 푡 = 퐴푡 + 퐵푡 
3. 푘 · 퐴 푡 = 푘 · 퐴푡 ∀푘 ∈ ℝ 
4. 퐴 · 퐵 푡 = 퐵푡 · 퐴푡 
5. 퐴−1 푡 = 퐴푡 −1
Matriz identidad 
La matriz identidad de orden n x n (siempre debe ser cuadrada) es una 
matriz compuesta de ceros, salvo los elementos de su diagonal, que 
deben ser 1. 
퐼푛 = 
1 0 0 ⋯ 0 
0 1 0 ⋯ 0 
0 
0 
1 
⋮ 
⋮ 
⋮ 
0 
0 
0 
⋱ 
0 
0 
0 
1 
Importante 
La matriz identidad únicamente tiene sentido para matrices cuadradas 
Notaremos por In a la matriz identidad de orden n. Cuando se sobreentienda la 
dimensión se denotará únicamente por I. 
Si A es una matriz cuadrada de orden n, entonces A· In= In·A=A
Matriz inversa 
Sea A una matriz de orden n x n, y sea In la matriz identidad de orden 
n x n. Si existe una matriz A-1 tal que: 
A-1·A=A· A-1= In 
Entonces A-1 se denomina la inversa de A. 
¿Es A la matriz inversa de B? 푨 = 
ퟏ ퟒ 
−ퟏ −ퟑ 
풚 푩 = 
−ퟑ −ퟒ 
ퟏ ퟏ 
푨 · 푩 = 
ퟏ ퟒ 
−ퟏ −ퟑ 
· 
−ퟑ −ퟒ 
ퟏ ퟏ 
= 
ퟏ ퟎ 
ퟎ ퟏ 
푩 · 푨 = 
−ퟑ −ퟒ 
ퟏ ퟏ 
· 
ퟏ ퟒ 
−ퟏ −ퟑ 
= 
ퟏ ퟎ 
ퟎ ퟏ 
Por tanto, ambas matrices son inversas
Un método para el cálculo de la matriz 
inversa I 
Sea la matriz 퐴 = 
1 4 
−1 −3 
, podemos calcular la matriz inversa 
utilizando un sistema lineal de ecuaciones: 
La matriz inversa debe ser cuadrada de orden 2x2, por tanto, tendrá esta 
forma: 퐴−1 = 
푎 푐 
푏 푑 
y debe cumplir que: 
퐴 · 퐴−1 = 
1 4 
−1 −3 
· 
푎 푐 
푏 푑 
= 
1 0 
0 1 
, por tanto, resulta: 
푎 + 4푏 푐 + 4푑 
−푎 − 3푏 −푐 − 3푑 
= 
1 0 
0 1 
, que utilizando la igualdad de matrices 
proporciona dos sistemas lineales (continúa…)
Un método para el cálculo de la matriz 
inversa II 
El problema queda reducido entonces a resolver dos sistemas de 
ecuaciones lineales (tened en cuenta las columnas de la anterior 
expresión): 
푎 + 4푏 = 1 
−푎 − 3푏 = 0 
y 
푐 + 4푑 = 0 
−푐 − 3푑 = 1 
Resolviendo: 푨−ퟏ = 
−ퟑ −ퟒ 
ퟏ ퟏ 
Nótese, que las matrices ampliadas de los anteriores sistemas 
únicamente se diferencian en la columna correspondiente a los 
términos independientes y ésta se corresponde con cada una de las 
columnas de la matriz identidad. Este hecho, proporciona el siguiente 
algoritmo para el cálculo de la matriz inversa.
Cálculo de la matriz inversa 
Sea A la matriz de orden n x n, para calcular su inversa procederemos 
de la siguiente forma: 
1. Adjuntamos las matrices A e In siendo ésta la matriz identidad de 
orden n. Se formará una matriz de orden n x 2n siendo las n 
primeras columnas las de la matriz A y las n últimas columnas las 
de la matriz identidad. 
2. Si es posible, mediante operaciones elementales de filas, convertir 
la matriz A en In, en las posiciones donde se encuentra la matriz In 
obtendremos la inversa de A. 
3. Comprobad el resultado.
Ejemplo I 
Cálculo de la matriz inversa de A = 
1 −2 −1 
0 −1 2 
1 −2 0 
Solución: 
Adjuntamos las matrices A e In: 
1 −2 −1 ⋮ 1 0 0 
0 −1 2 ⋮ 0 1 0 
1 −2 0 ⋮ 0 0 1 
Aplicamos operaciones elementales de fila: 
1 −2 −1 ⋮ 1 0 0 
0 −1 2 ⋮ 0 1 0 
1 −2 0 ⋮ 0 0 1 
1 −2 −1 ⋮ 1 0 0 
0 −1 2 ⋮ 0 1 0 
0 0 1 ⋮ −1 0 1 
1 −2 −1 ⋮ 1 0 0 
0 1 0 ⋮ −2 −1 2 
0 0 1 ⋮ −1 0 1 
Operaciones realizadas por fila 
-F1+F3 F3 
-F2+2F3 F2 
2F2+F3+2F1 F1 
푹풆풔풖풍풕풂풅풐 퐴−1 = 
−4 −2 5 
−2 −1 2 
−1 0 1
Ejemplo II 
Cálculo de la matriz inversa de A = 
3 6 3 
1 1 0 
1 2 1 
Solución: Adjuntamos las matrices A e In: 
3 6 3 ⋮ 1 0 0 
1 1 0 ⋮ 0 1 0 
1 2 1 ⋮ 0 0 1 
Aplicamos operaciones elementales de fila: 
3 6 3 ⋮ 1 0 0 
1 1 0 ⋮ 0 1 0 
1 2 1 ⋮ 0 0 1 
3 6 3 ⋮ 1 0 0 
0 3 3 ⋮ 1 −3 0 
0 0 0 ⋮ 1 −3 1 
Operaciones realizadas por fila 
-3F2+F1 F1 
-3F3+F1 F3 
푹풆풔풖풍풕풂풅풐: 퐴−1 푛표 푒푥푖푠푡푒 푝푢푒푠 푙푎 푡푒푟푐푒푟푎 푓푖푙푎 푒푠푡á 푐표푚푝푢푒푠푡푎 푑푒 푐푒푟표푠 푦 푛표 푠푖푟푣푒 
para alcanzar la matriz identidad .
Representación de un sistema lineal 
Todo sistema lineal de n ecuaciones y m incógnitas se puede 
representar como una ecuación matricial, así, el producto de la matriz 
de coeficientes de orden nxm, por una matriz columna de m filas será 
igual a la matriz columna de n filas. 
Ejemplo: 
El sistema de 3 ecuaciones y 4 incógnitas: 
푥 + 2푦 − 푧 + 4푡 = 1 
푥 + 푦 + 3푡 = 0 
3푥 + 푧 + 7푡 = 2 
Puede ser representado por la siguiente ecuación matricial: 
1 2 −1 4 
1 1 0 3 
3 0 1 7 
푥 
푦푧 
푡 
= 
1 
0 
2
Solución de sistemas utilizando A-1 
Si un sistema lineal dispone de n ecuaciones y n incógnitas, y la 
matriz de coeficientes es invertible (existe su matriz inversa lo que 
equivale a decir que el sistema tiene una única solución), entonces se 
puede resolver el sistema de la siguiente forma: 
퐴푋 = 퐵 ⇒ 푋 = 퐴−1퐵, siendo A la matriz de coeficientes (orden nxn), X 
la matriz columna de incógnitas (orden nx1) y B la matriz columna 
(orden nx1) de términos independientes.
Ejemplo I 
Resolved el sistema 
푥 + 2푦 − 푧 = 1 
푦 + 2푧 = −1 
푥 − 2푦 = 2 
Solución: Representamos el sistema como una ecuación matricial AX=B, donde: 
A = 
1 −2 −1 
0 −1 2 
1 −2 0 
, 퐵 = 
1 
−1 
2 
y 푋 = 
푥 
푦 
푧 
Calculamos 퐴−1 = 
−4 −2 5 
−2 −1 2 
−1 0 1 
y resolvemos: 푋 = 퐴−1퐵, quedando: 
푋 = 
푥 
푦 
푧 
= 퐴−1퐵 = 
−4 −2 5 
−2 −1 2 
−1 0 1 
1 
−1 
2 
= 
8 
3 
1 
, 
Siendo la solución x=8; y=3;z=1
CLASIFICACIÓN DE 
MATRICES
Según su forma o dimensión 
Matriz fila: consta de una sóla fila. Ejemplo 1 2 0 1 
Matriz columna: consta de una sóla columna. Ejemplo 
1 
0 
3 
Matriz cuadrada: tiene igual número de filas que de columnas. Ejemplo 
3 1 
2 4 
Matriz rectangular: tiene igual distinto número de filas que de columnas. 
Ejemplo 
−2 0 
0 −4 
1 2
Según sus elementos I 
Matriz nula: Todos sus elementos son cero. Ejemplo: 
0 0 
0 0 
0 0 
Matriz diagonal: Matriz cuadrada cuyos elementos que no se encuentran 
en la diagonal principal son cero. Ejemplo: 
1 0 0 
0 1 0 
0 0 8 
Matriz unidad: Matriz diagonal cuyos elementos de la diagonal son todos 1. 
Ejemplo : 
1 0 0 
0 1 0 
0 0 1
Según sus elementos II 
Matriz triangular superior: Matriz cuadrada cuyos elementos por debajo de la 
diagonal son cero: Ejemplo: 
1 2 3 
0 1 1 
0 0 8 
Matriz triangular inferior: Matriz cuadrada cuyos elementos por encima de la 
diagonal son cero: Ejemplo: 
1 0 0 
2 1 0 
3 0 8

Más contenido relacionado

La actualidad más candente

Operaciones con matrices
Operaciones con matricesOperaciones con matrices
Operaciones con matrices
algebra
 
Matrices
MatricesMatrices
Matrices
ujgh
 
TEMA 1: MATRICES. OPERACIONES CON MATRICES
TEMA 1: MATRICES. OPERACIONES CON MATRICESTEMA 1: MATRICES. OPERACIONES CON MATRICES
TEMA 1: MATRICES. OPERACIONES CON MATRICES
elisancar
 
Operaciones de matrices
Operaciones de matricesOperaciones de matrices
Operaciones de matrices
ediberto_itste
 
Sistemas de ecuaciones
Sistemas de ecuacionesSistemas de ecuaciones
Sistemas de ecuaciones
ujgh
 
Trinomio cuadrado perfecto javier rivera
Trinomio cuadrado perfecto javier riveraTrinomio cuadrado perfecto javier rivera
Trinomio cuadrado perfecto javier rivera
joselin33
 

La actualidad más candente (20)

Operaciones con matrices
Operaciones con matricesOperaciones con matrices
Operaciones con matrices
 
Presentacion matrices y determinantes
Presentacion matrices y determinantesPresentacion matrices y determinantes
Presentacion matrices y determinantes
 
Matrices
MatricesMatrices
Matrices
 
TEMA 1: MATRICES. OPERACIONES CON MATRICES
TEMA 1: MATRICES. OPERACIONES CON MATRICESTEMA 1: MATRICES. OPERACIONES CON MATRICES
TEMA 1: MATRICES. OPERACIONES CON MATRICES
 
Clase # 3 inversa de una matríz y determinantes
Clase # 3 inversa de una matríz y determinantesClase # 3 inversa de una matríz y determinantes
Clase # 3 inversa de una matríz y determinantes
 
Sistemas de Ecuaciones Lineales
Sistemas de Ecuaciones LinealesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales
 
Relaciones
RelacionesRelaciones
Relaciones
 
Ejercicios resueltos grafos
Ejercicios resueltos grafosEjercicios resueltos grafos
Ejercicios resueltos grafos
 
Espacio Vectorial
Espacio VectorialEspacio Vectorial
Espacio Vectorial
 
Algebra lineal 1. sistemas de ecuaciones lineales
Algebra lineal 1. sistemas de ecuaciones linealesAlgebra lineal 1. sistemas de ecuaciones lineales
Algebra lineal 1. sistemas de ecuaciones lineales
 
Matrices
MatricesMatrices
Matrices
 
Funcion cuadratica
Funcion cuadraticaFuncion cuadratica
Funcion cuadratica
 
Operaciones de matrices
Operaciones de matricesOperaciones de matrices
Operaciones de matrices
 
Sistemas de ecuaciones
Sistemas de ecuacionesSistemas de ecuaciones
Sistemas de ecuaciones
 
Relaciones binarias
Relaciones binariasRelaciones binarias
Relaciones binarias
 
Tipos de matrices
Tipos de matricesTipos de matrices
Tipos de matrices
 
Matrices diapositivas
Matrices diapositivasMatrices diapositivas
Matrices diapositivas
 
Matrices+y+determinantes
Matrices+y+determinantesMatrices+y+determinantes
Matrices+y+determinantes
 
Trinomio cuadrado perfecto javier rivera
Trinomio cuadrado perfecto javier riveraTrinomio cuadrado perfecto javier rivera
Trinomio cuadrado perfecto javier rivera
 
Matrices
MatricesMatrices
Matrices
 

Destacado

Integral indefinida. Aplicaciones de la integral
Integral indefinida. Aplicaciones de la integralIntegral indefinida. Aplicaciones de la integral
Integral indefinida. Aplicaciones de la integral
jcremiro
 

Destacado (20)

Determinantes
DeterminantesDeterminantes
Determinantes
 
Derivadas
DerivadasDerivadas
Derivadas
 
Integral indefinida. Aplicaciones de la integral
Integral indefinida. Aplicaciones de la integralIntegral indefinida. Aplicaciones de la integral
Integral indefinida. Aplicaciones de la integral
 
Inecuaciones. Programación lineal
Inecuaciones. Programación linealInecuaciones. Programación lineal
Inecuaciones. Programación lineal
 
Limites y continuidad de funciones
Limites y continuidad de funcionesLimites y continuidad de funciones
Limites y continuidad de funciones
 
Estadística
EstadísticaEstadística
Estadística
 
Numeros reales
Numeros realesNumeros reales
Numeros reales
 
Derivadas: aplicaciones
Derivadas: aplicacionesDerivadas: aplicaciones
Derivadas: aplicaciones
 
Potencias y radicales
Potencias y radicalesPotencias y radicales
Potencias y radicales
 
Funciones de variable real: definiciones
Funciones de variable real: definicionesFunciones de variable real: definiciones
Funciones de variable real: definiciones
 
Funciones elementales
Funciones elementalesFunciones elementales
Funciones elementales
 
Polinomios
PolinomiosPolinomios
Polinomios
 
Operaciones con logaritmos
Operaciones con logaritmosOperaciones con logaritmos
Operaciones con logaritmos
 
Razones trigonométricas
Razones trigonométricasRazones trigonométricas
Razones trigonométricas
 
Ecuaciones
EcuacionesEcuaciones
Ecuaciones
 
Suma Y Resta De Matrices
Suma Y Resta De MatricesSuma Y Resta De Matrices
Suma Y Resta De Matrices
 
Módulos algebra de matrices (1)
Módulos algebra de matrices (1)Módulos algebra de matrices (1)
Módulos algebra de matrices (1)
 
4 matrices
4 matrices4 matrices
4 matrices
 
Matrices matematica
Matrices matematicaMatrices matematica
Matrices matematica
 
Metodo de gauss
Metodo de gaussMetodo de gauss
Metodo de gauss
 

Similar a Matrices operaciones

Matrices. Definición y operaciones entre matrices
Matrices. Definición y operaciones entre matricesMatrices. Definición y operaciones entre matrices
Matrices. Definición y operaciones entre matrices
CristianMarcosDiaz
 
Matrices Mol
Matrices MolMatrices Mol
Matrices Mol
Ray Mera
 

Similar a Matrices operaciones (20)

Ud 1 matrices
Ud 1 matricesUd 1 matrices
Ud 1 matrices
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Matrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdfMatrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdf
 
Mod matrices y determinantes
Mod matrices y determinantesMod matrices y determinantes
Mod matrices y determinantes
 
Investigación #1
Investigación #1Investigación #1
Investigación #1
 
Cap 01 1 matrices
Cap 01 1 matricesCap 01 1 matrices
Cap 01 1 matrices
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
2 matrices
2 matrices2 matrices
2 matrices
 
2 matrices
2 matrices2 matrices
2 matrices
 
matrices
matricesmatrices
matrices
 
Matrices. Definición y operaciones entre matrices
Matrices. Definición y operaciones entre matricesMatrices. Definición y operaciones entre matrices
Matrices. Definición y operaciones entre matrices
 
Unidad 2 matrices
Unidad 2 matricesUnidad 2 matrices
Unidad 2 matrices
 
GUIA 1 MATRICES CESAR VALLEJO
GUIA 1 MATRICES CESAR VALLEJOGUIA 1 MATRICES CESAR VALLEJO
GUIA 1 MATRICES CESAR VALLEJO
 
Álgebra Lineal (Escuela Politécnica Nacional)
Álgebra Lineal (Escuela Politécnica Nacional)Álgebra Lineal (Escuela Politécnica Nacional)
Álgebra Lineal (Escuela Politécnica Nacional)
 
Algebra lineal toro
Algebra lineal toroAlgebra lineal toro
Algebra lineal toro
 
Libro de cueva toro
Libro de cueva toroLibro de cueva toro
Libro de cueva toro
 
Algebra lineal
Algebra linealAlgebra lineal
Algebra lineal
 
PRESENTACIÓN MATRICES.pptx
PRESENTACIÓN MATRICES.pptxPRESENTACIÓN MATRICES.pptx
PRESENTACIÓN MATRICES.pptx
 
Matrices Mol
Matrices MolMatrices Mol
Matrices Mol
 
Matrices
MatricesMatrices
Matrices
 

Más de jcremiro

Más de jcremiro (20)

Sucesiones: conceptos elementales
Sucesiones: conceptos elementalesSucesiones: conceptos elementales
Sucesiones: conceptos elementales
 
Combinatoria
CombinatoriaCombinatoria
Combinatoria
 
Funciones: conceptos básicos
Funciones: conceptos básicosFunciones: conceptos básicos
Funciones: conceptos básicos
 
Vectores en el epacio
Vectores en el epacioVectores en el epacio
Vectores en el epacio
 
Cónicas
CónicasCónicas
Cónicas
 
Geometría analítica plana
Geometría analítica planaGeometría analítica plana
Geometría analítica plana
 
Cálculo vectorial en el plano
Cálculo vectorial en el planoCálculo vectorial en el plano
Cálculo vectorial en el plano
 
Numeros complejos
Numeros complejosNumeros complejos
Numeros complejos
 
Razones trigonométricas
Razones trigonométricasRazones trigonométricas
Razones trigonométricas
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Cuerpos geometricos
Cuerpos geometricosCuerpos geometricos
Cuerpos geometricos
 
Vectores
VectoresVectores
Vectores
 
Semejanza teorema tales
Semejanza teorema talesSemejanza teorema tales
Semejanza teorema tales
 
Teoria de conjuntos
Teoria de conjuntosTeoria de conjuntos
Teoria de conjuntos
 
Semejanza: Teorema tales
Semejanza: Teorema talesSemejanza: Teorema tales
Semejanza: Teorema tales
 
Elementos básicos de geometría
Elementos básicos de geometríaElementos básicos de geometría
Elementos básicos de geometría
 
Figuras planas
Figuras planasFiguras planas
Figuras planas
 
Progresiones aritméticas y geométricas
Progresiones aritméticas y geométricasProgresiones aritméticas y geométricas
Progresiones aritméticas y geométricas
 
Proporcionalidad
ProporcionalidadProporcionalidad
Proporcionalidad
 
Numeros decimales
Numeros decimalesNumeros decimales
Numeros decimales
 

Último

Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdfPresentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
juancmendez1405
 
Tema 14. Aplicación de Diagramas 26-05-24.pptx
Tema 14. Aplicación de Diagramas 26-05-24.pptxTema 14. Aplicación de Diagramas 26-05-24.pptx
Tema 14. Aplicación de Diagramas 26-05-24.pptx
Noe Castillo
 
diagnostico final (1). analisis - encuestas
diagnostico final (1). analisis - encuestasdiagnostico final (1). analisis - encuestas
diagnostico final (1). analisis - encuestas
ansomora123
 
Un libro sin recetas, para la maestra y el maestro Fase 3.pdf
Un libro sin recetas, para la maestra y el maestro Fase 3.pdfUn libro sin recetas, para la maestra y el maestro Fase 3.pdf
Un libro sin recetas, para la maestra y el maestro Fase 3.pdf
sandradianelly
 

Último (20)

Proyecto integrador Vereda Cujacal Centro.pptx
Proyecto integrador Vereda Cujacal Centro.pptxProyecto integrador Vereda Cujacal Centro.pptx
Proyecto integrador Vereda Cujacal Centro.pptx
 
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdfPresentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
Presentación de medicina Enfermedades Fotográfico Moderno Morado (1).pdf
 
Diagnostico del corregimiento de Junin del municipio de Barbacoas
Diagnostico del corregimiento de Junin del municipio de BarbacoasDiagnostico del corregimiento de Junin del municipio de Barbacoas
Diagnostico del corregimiento de Junin del municipio de Barbacoas
 
corpus-christi-sesion-de-aprendizaje.pdf
corpus-christi-sesion-de-aprendizaje.pdfcorpus-christi-sesion-de-aprendizaje.pdf
corpus-christi-sesion-de-aprendizaje.pdf
 
Evaluación de los Factores Internos de la Organización
Evaluación de los Factores Internos de la OrganizaciónEvaluación de los Factores Internos de la Organización
Evaluación de los Factores Internos de la Organización
 
Fase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometricoFase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometrico
 
Orientación Académica y Profesional 4º de ESO- OrientArte
Orientación Académica y Profesional 4º de ESO- OrientArteOrientación Académica y Profesional 4º de ESO- OrientArte
Orientación Académica y Profesional 4º de ESO- OrientArte
 
📝 Semana 09 - Tema 01: Tarea - Aplicación del resumen como estrategia de fuen...
📝 Semana 09 - Tema 01: Tarea - Aplicación del resumen como estrategia de fuen...📝 Semana 09 - Tema 01: Tarea - Aplicación del resumen como estrategia de fuen...
📝 Semana 09 - Tema 01: Tarea - Aplicación del resumen como estrategia de fuen...
 
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.ppt
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.pptMaterial-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.ppt
Material-de-Apoyo-Escuela-Sabatica-02-2-2024.pptx.ppt
 
Tema 14. Aplicación de Diagramas 26-05-24.pptx
Tema 14. Aplicación de Diagramas 26-05-24.pptxTema 14. Aplicación de Diagramas 26-05-24.pptx
Tema 14. Aplicación de Diagramas 26-05-24.pptx
 
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLAACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
 
diagnostico final (1). analisis - encuestas
diagnostico final (1). analisis - encuestasdiagnostico final (1). analisis - encuestas
diagnostico final (1). analisis - encuestas
 
Presentación Pedagoía medieval para exposición en clases
Presentación Pedagoía medieval para exposición en clasesPresentación Pedagoía medieval para exposición en clases
Presentación Pedagoía medieval para exposición en clases
 
Un libro sin recetas, para la maestra y el maestro Fase 3.pdf
Un libro sin recetas, para la maestra y el maestro Fase 3.pdfUn libro sin recetas, para la maestra y el maestro Fase 3.pdf
Un libro sin recetas, para la maestra y el maestro Fase 3.pdf
 
4.Conectores Dos_Enfermería_Espanolacademico
4.Conectores Dos_Enfermería_Espanolacademico4.Conectores Dos_Enfermería_Espanolacademico
4.Conectores Dos_Enfermería_Espanolacademico
 
Sesión de clase: Luz desde el santuario.pdf
Sesión de clase: Luz desde el santuario.pdfSesión de clase: Luz desde el santuario.pdf
Sesión de clase: Luz desde el santuario.pdf
 
ensayo literario rios profundos jose maria ARGUEDAS
ensayo literario rios profundos jose maria ARGUEDASensayo literario rios profundos jose maria ARGUEDAS
ensayo literario rios profundos jose maria ARGUEDAS
 
TRABAJO CON TRES O MAS FRACCIONES PARA NIÑOS
TRABAJO CON TRES O MAS FRACCIONES PARA NIÑOSTRABAJO CON TRES O MAS FRACCIONES PARA NIÑOS
TRABAJO CON TRES O MAS FRACCIONES PARA NIÑOS
 
Poemas de Beatriz Giménez de Ory_trabajos de 6º
Poemas de Beatriz Giménez de Ory_trabajos de 6ºPoemas de Beatriz Giménez de Ory_trabajos de 6º
Poemas de Beatriz Giménez de Ory_trabajos de 6º
 
Portafolio de servicios Centro de Educación Continua EPN
Portafolio de servicios Centro de Educación Continua EPNPortafolio de servicios Centro de Educación Continua EPN
Portafolio de servicios Centro de Educación Continua EPN
 

Matrices operaciones

  • 2. Definición Si m y n son dos números enteros positivos, una matriz de m x n, es una estructura ordenada en m filas y n columnas, cuyos elementos se identifican por el número de fila y columna que ocupa: 푎11 푎12 푎21 푎22 푎13 ⋯ 푎23 … 푎1푛−1 푎1푛 푎2푛−1 푎2푛 ⋮ ⋮ 푎푚1 푎푚2 ⋮ ⋱ 푎푚3 … ⋮ ⋮ 푎푚푛−1 푎푚푛 m filas n columnas
  • 3. Orden de una matriz Se entiende por orden de una matriz, el número de filas y de columnas (en este orden) que componen la matriz. Ejemplos: 퐴 = 1 0 −3 6 4 2 El orden de esta matriz es 3 x 2 (tres filas por dos columnas) 퐵 = 1 2 1 1 El orden de esta matriz es 2 x 2 (dos filas por dos columnas) 퐶 = 1 3 1 El orden de esta matriz es 3 x 1 (tres filas por una columna)
  • 4. Notación • Para hacer referencia a una matriz se utilizará una letra mayúscula, también podremos utilizar una expresión del tipo 푎푖푗 • Para indicar un elemento de la matriz de posición la fila i y la columna j utilizaremos una letra minúscula con dos sub-índices, el primero se corresponderá con la fila y el segundo con la columna que ocupa el elemento. Ejemplo a11 = 1 a21 = -3 a32 = 2 Cuando deseamos hacer referencia a un elemento genérico de la matriz utilizaremos el elemento aij elemento de la fila i y de columna j.
  • 5. Igualdad de matrices Dos matrices A= 푎푖푗 y B= 푏푖푗 son iguales si sus órdenes son iguales y cada uno de los elementos de cada una de las posiciones de las matrices son iguales, es decir, 푎푖푗 = 푏푖푗 , ∀푖 ∈ 1, … , 푛 푦 ∀푗 ∈ 1, … , 푚 siendo n x m el orden de ambas matrices. Ejemplo: ¿cuánto deben valer x e y para que ambas matrices sean iguales? 퐴 = 1 2 −1 4 푥 1 0 3 3 0 1 7 y B = 1 2 −1 4 0 푦 0 3 3 0 1 7 Solución: Puesto que ambas matrices tienen igual orden, entonces x que ocupa la segunda fila primera columna debe tener el valor del elemento que ocupa igual lugar en B, esto es 0 e y debe tener, por análogo motivo, el valor 1.
  • 6. Suma de matrices La suma de dos matrices A= 푎푖푗 y B= 푏푖푗 con igual orden, es otra matriz del mismo orden, obtenida de la siguiente forma: A+B= 푎푖푗 + 푏푖푗 ∀푖 ∈ 1, … , 푛 푦 ∀푗 ∈ 1, … , 푚 siendo n x m el orden de las matrices. La suma de matrices de distinto orden no está definida. Ejemplo: 1 2 0 6 −1 4 + 3 −5 5 0 10 1 = 1 + 3 2 − 5 0 + 5 0 + 6 −1 + 10 1 + 4 = 4 −3 5 6 9 5 Rango 3x2 Rango 3x2 Rango 3x2
  • 7. Producto de un escalar por una matriz El producto de un escalar (número real) k por una matriz A= 푎푖푗 , es otra matriz del mismo orden, obtenida de la siguiente forma: k·A=k · 푎푖푗 = 푘 · 푎푖푗 ∀푖 ∈ 1, … , 푛 푦 ∀푗 ∈ 1, … , 푚 siendo n x m el orden de la matriz. Ejemplo: 퐴 = 1 2 0 6 −1 4 푘 = 2 ; 푘 · 퐴 = 2 · 1 2 0 6 −1 4 = 2 · 1 2 · 2 2 · 0 2 · 6 2 · (−1) 2 · 4 = 2 4 0 12 −2 8
  • 8. Propiedades de la suma de matrices y el producto por un escalar Si A, B y C son matrices de orden mxn y k y s son números reales, las siguientes propiedades son ciertas: • Propiedad conmutativa de la suma de matrices: 퐴 + 퐵 = 퐵 + 퐴 • Propiedad asociativa de la suma de matrices: 퐴 + 퐵 + 퐶 = 퐴 + (퐵 + 퐶) • Propiedad asociativa respecto del producto escalar: k · s · 퐴 = 푘 · (푠 · 퐴) • Propiedad identidad respecto del producto escalar: 1 · 퐴 = 퐴 • Propiedad distributiva respecto de la suma de matrices: k · 퐴 + 퐵 = 푘 · 퐴 + 푘 · 퐵 • Propiedad distributiva respecto de la suma de escalares: k + s · 퐴 = 푘 · 퐴 + 푠 · 퐴
  • 9. Ejemplo: resolución de una ecuación matricial Resolved la ecuación matricial 2X - A = B siendo 퐴 = 7 0 −1 2 푦 퐵 = 3 1 2 4 Solución: 2푋 − 퐴 = 퐵, 푝표푟 푡푎푛푡표, 2푋 = 퐵 + 퐴 ⇒ 푋 = 1 2 퐵 + 퐴 푋 = 1 2 퐵 + 퐴 = 1 2 3 1 2 4 + 7 0 −1 2 = 1 2 10 1 1 6 = 5 1 2 1 2 3
  • 10. Producto de matrices El producto de dos matrices A= 푎푖푗 de orden nxm y B= 푏푖푗 con orden mxp, es otra matriz de orden nxp, obtenida de la siguiente forma: A·B= 푐푖푗 ∀푖 ∈ 1, … , 푛 푦 ∀푗 ∈ 1, … , 푝 donde cada elemento se ha construido de la siguiente forma: 푐푖푗 = 푎푖1 · 푏1푗 + 푎푖2 · 푏2푗 + ··· +푎푖푚 · 푏푚푗 Importante: • no es posible multiplicar cualesquiera dos matrices, la primera de ellas debe tener el mismo número de columnas que de filas la segunda matriz. • La matriz producto tendrá tantas filas como la primera matriz y tantas columnas como la segunda matriz.
  • 11. Ejemplo I (producto de matrices) 퐴 = 1 2 0 6 −1 4 ; 퐵 = 3 1 2 4 Cálculo del producto de A y B: 퐴 · 퐵 = 1 2 0 6 −1 4 · 3 1 2 4 = 1 · 3 + 2 · 2 1 · 1 + 2 · 4 0 · 3 + 6 · 2 0 · 1 + 6 · 4 −1 · 3 + 4 · 2 −1 · 1 + 4 · 4 = 7 9 12 24 5 15 3x2 2x2 3x2
  • 12. Ejemplo II (producto de matrices) 퐴 = 1 2 0 1 1 6 3 −2 8 ; 퐵 = −2 0 0 −4 1 2 Cálculo del producto de A y B: 퐴 · 퐵 = 1 2 0 1 1 6 3 −2 8 −2 0 0 −4 1 2 = −2 + 0 + 0 0 − 8 + 0 −2 + 0 + 6 0 − 4 + 12 −6 + 0 + 8 0 + 8 + 16 = −2 −8 4 8 2 24 3x3 3x2 3x2
  • 13. Propiedades del producto de matrices Sean A, B y C matrices y k un número real, entonces: 1. A·(B·C)=(A·B)·C (propiedad asociativa) 2. A·(B + C)=A·B + A·C (propiedad distributiva por la izquierda) 3. (B + C)·A=B·A + C·A (propiedad distributiva por la derecha) 4. k·(B·C)=(k·B)·C=B·(k·C) (propiedad asociativa del producto por un escalar)
  • 14. Matriz traspuesta La traspuesta de una matriz A de orden mxn es una matriz de orden nxm que se forma a partir de aquella al intercambiar las filas por las columnas de forma ordenada. La traspuesta de una matriz se notará por At. Ejemplos 퐴 = 1 2 0 6 −1 4 퐴푡 = 1 0 −1 2 6 4 퐵 = 1 2 0 1 1 6 3 −2 8 퐵푡 = 1 1 3 2 1 −2 0 6 8
  • 15. Propiedades de la matriz traspuesta 1. 퐴푡 푡 = 퐴 2. 퐴 + 퐵 푡 = 퐴푡 + 퐵푡 3. 푘 · 퐴 푡 = 푘 · 퐴푡 ∀푘 ∈ ℝ 4. 퐴 · 퐵 푡 = 퐵푡 · 퐴푡 5. 퐴−1 푡 = 퐴푡 −1
  • 16. Matriz identidad La matriz identidad de orden n x n (siempre debe ser cuadrada) es una matriz compuesta de ceros, salvo los elementos de su diagonal, que deben ser 1. 퐼푛 = 1 0 0 ⋯ 0 0 1 0 ⋯ 0 0 0 1 ⋮ ⋮ ⋮ 0 0 0 ⋱ 0 0 0 1 Importante La matriz identidad únicamente tiene sentido para matrices cuadradas Notaremos por In a la matriz identidad de orden n. Cuando se sobreentienda la dimensión se denotará únicamente por I. Si A es una matriz cuadrada de orden n, entonces A· In= In·A=A
  • 17. Matriz inversa Sea A una matriz de orden n x n, y sea In la matriz identidad de orden n x n. Si existe una matriz A-1 tal que: A-1·A=A· A-1= In Entonces A-1 se denomina la inversa de A. ¿Es A la matriz inversa de B? 푨 = ퟏ ퟒ −ퟏ −ퟑ 풚 푩 = −ퟑ −ퟒ ퟏ ퟏ 푨 · 푩 = ퟏ ퟒ −ퟏ −ퟑ · −ퟑ −ퟒ ퟏ ퟏ = ퟏ ퟎ ퟎ ퟏ 푩 · 푨 = −ퟑ −ퟒ ퟏ ퟏ · ퟏ ퟒ −ퟏ −ퟑ = ퟏ ퟎ ퟎ ퟏ Por tanto, ambas matrices son inversas
  • 18. Un método para el cálculo de la matriz inversa I Sea la matriz 퐴 = 1 4 −1 −3 , podemos calcular la matriz inversa utilizando un sistema lineal de ecuaciones: La matriz inversa debe ser cuadrada de orden 2x2, por tanto, tendrá esta forma: 퐴−1 = 푎 푐 푏 푑 y debe cumplir que: 퐴 · 퐴−1 = 1 4 −1 −3 · 푎 푐 푏 푑 = 1 0 0 1 , por tanto, resulta: 푎 + 4푏 푐 + 4푑 −푎 − 3푏 −푐 − 3푑 = 1 0 0 1 , que utilizando la igualdad de matrices proporciona dos sistemas lineales (continúa…)
  • 19. Un método para el cálculo de la matriz inversa II El problema queda reducido entonces a resolver dos sistemas de ecuaciones lineales (tened en cuenta las columnas de la anterior expresión): 푎 + 4푏 = 1 −푎 − 3푏 = 0 y 푐 + 4푑 = 0 −푐 − 3푑 = 1 Resolviendo: 푨−ퟏ = −ퟑ −ퟒ ퟏ ퟏ Nótese, que las matrices ampliadas de los anteriores sistemas únicamente se diferencian en la columna correspondiente a los términos independientes y ésta se corresponde con cada una de las columnas de la matriz identidad. Este hecho, proporciona el siguiente algoritmo para el cálculo de la matriz inversa.
  • 20. Cálculo de la matriz inversa Sea A la matriz de orden n x n, para calcular su inversa procederemos de la siguiente forma: 1. Adjuntamos las matrices A e In siendo ésta la matriz identidad de orden n. Se formará una matriz de orden n x 2n siendo las n primeras columnas las de la matriz A y las n últimas columnas las de la matriz identidad. 2. Si es posible, mediante operaciones elementales de filas, convertir la matriz A en In, en las posiciones donde se encuentra la matriz In obtendremos la inversa de A. 3. Comprobad el resultado.
  • 21. Ejemplo I Cálculo de la matriz inversa de A = 1 −2 −1 0 −1 2 1 −2 0 Solución: Adjuntamos las matrices A e In: 1 −2 −1 ⋮ 1 0 0 0 −1 2 ⋮ 0 1 0 1 −2 0 ⋮ 0 0 1 Aplicamos operaciones elementales de fila: 1 −2 −1 ⋮ 1 0 0 0 −1 2 ⋮ 0 1 0 1 −2 0 ⋮ 0 0 1 1 −2 −1 ⋮ 1 0 0 0 −1 2 ⋮ 0 1 0 0 0 1 ⋮ −1 0 1 1 −2 −1 ⋮ 1 0 0 0 1 0 ⋮ −2 −1 2 0 0 1 ⋮ −1 0 1 Operaciones realizadas por fila -F1+F3 F3 -F2+2F3 F2 2F2+F3+2F1 F1 푹풆풔풖풍풕풂풅풐 퐴−1 = −4 −2 5 −2 −1 2 −1 0 1
  • 22. Ejemplo II Cálculo de la matriz inversa de A = 3 6 3 1 1 0 1 2 1 Solución: Adjuntamos las matrices A e In: 3 6 3 ⋮ 1 0 0 1 1 0 ⋮ 0 1 0 1 2 1 ⋮ 0 0 1 Aplicamos operaciones elementales de fila: 3 6 3 ⋮ 1 0 0 1 1 0 ⋮ 0 1 0 1 2 1 ⋮ 0 0 1 3 6 3 ⋮ 1 0 0 0 3 3 ⋮ 1 −3 0 0 0 0 ⋮ 1 −3 1 Operaciones realizadas por fila -3F2+F1 F1 -3F3+F1 F3 푹풆풔풖풍풕풂풅풐: 퐴−1 푛표 푒푥푖푠푡푒 푝푢푒푠 푙푎 푡푒푟푐푒푟푎 푓푖푙푎 푒푠푡á 푐표푚푝푢푒푠푡푎 푑푒 푐푒푟표푠 푦 푛표 푠푖푟푣푒 para alcanzar la matriz identidad .
  • 23. Representación de un sistema lineal Todo sistema lineal de n ecuaciones y m incógnitas se puede representar como una ecuación matricial, así, el producto de la matriz de coeficientes de orden nxm, por una matriz columna de m filas será igual a la matriz columna de n filas. Ejemplo: El sistema de 3 ecuaciones y 4 incógnitas: 푥 + 2푦 − 푧 + 4푡 = 1 푥 + 푦 + 3푡 = 0 3푥 + 푧 + 7푡 = 2 Puede ser representado por la siguiente ecuación matricial: 1 2 −1 4 1 1 0 3 3 0 1 7 푥 푦푧 푡 = 1 0 2
  • 24. Solución de sistemas utilizando A-1 Si un sistema lineal dispone de n ecuaciones y n incógnitas, y la matriz de coeficientes es invertible (existe su matriz inversa lo que equivale a decir que el sistema tiene una única solución), entonces se puede resolver el sistema de la siguiente forma: 퐴푋 = 퐵 ⇒ 푋 = 퐴−1퐵, siendo A la matriz de coeficientes (orden nxn), X la matriz columna de incógnitas (orden nx1) y B la matriz columna (orden nx1) de términos independientes.
  • 25. Ejemplo I Resolved el sistema 푥 + 2푦 − 푧 = 1 푦 + 2푧 = −1 푥 − 2푦 = 2 Solución: Representamos el sistema como una ecuación matricial AX=B, donde: A = 1 −2 −1 0 −1 2 1 −2 0 , 퐵 = 1 −1 2 y 푋 = 푥 푦 푧 Calculamos 퐴−1 = −4 −2 5 −2 −1 2 −1 0 1 y resolvemos: 푋 = 퐴−1퐵, quedando: 푋 = 푥 푦 푧 = 퐴−1퐵 = −4 −2 5 −2 −1 2 −1 0 1 1 −1 2 = 8 3 1 , Siendo la solución x=8; y=3;z=1
  • 27. Según su forma o dimensión Matriz fila: consta de una sóla fila. Ejemplo 1 2 0 1 Matriz columna: consta de una sóla columna. Ejemplo 1 0 3 Matriz cuadrada: tiene igual número de filas que de columnas. Ejemplo 3 1 2 4 Matriz rectangular: tiene igual distinto número de filas que de columnas. Ejemplo −2 0 0 −4 1 2
  • 28. Según sus elementos I Matriz nula: Todos sus elementos son cero. Ejemplo: 0 0 0 0 0 0 Matriz diagonal: Matriz cuadrada cuyos elementos que no se encuentran en la diagonal principal son cero. Ejemplo: 1 0 0 0 1 0 0 0 8 Matriz unidad: Matriz diagonal cuyos elementos de la diagonal son todos 1. Ejemplo : 1 0 0 0 1 0 0 0 1
  • 29. Según sus elementos II Matriz triangular superior: Matriz cuadrada cuyos elementos por debajo de la diagonal son cero: Ejemplo: 1 2 3 0 1 1 0 0 8 Matriz triangular inferior: Matriz cuadrada cuyos elementos por encima de la diagonal son cero: Ejemplo: 1 0 0 2 1 0 3 0 8