Inversa de una matriz
|
|
- Blanca Villalobos Rojo
- hace 6 años
- Vistas:
Transcripción
1 Capítulo 2 Álgebra matricial 2.1. Inversa de una matriz Inversa de una matriz Para una matriz cuadrada A n n, la matriz B n n que verifica las condiciones AB = I n y B A=I n se denomina inversa de A, y la notaremos por B = A 1. No todas la matrices cuadradas tienen inversa. Una matriz con inversa se denomina no singular o regular y una matriz cuadrada sin inversa se llama singular. Aunque no todas las matrices tienen inversa, cuando existe, es única. Supongamos que X 1 y X 2 son inversas de una matriz no singular A. Entonces X 1 = X 1 I = X 1 (AX 2 =(X 1 AX 2 = I X 2 = X 2. 59
2 Ecuaciones matriciales Si A es una matriz no singular, entonces existe una única solución para X en la ecuación matricial A n n X n p = B n p, que es X = A 1 B. Un sistema de n ecuaciones y n incógnitas se puede escribir como una ecuación matricial A n n x n 1 =b n 1. Por lo anterior, si A es no singular, el sistema tiene solución única igual ax= A 1 b. Sin embargo, debemos hacer hincapié en que la representación de la solución como x = A 1 b es conveniente desde el punto de vista teórico o de notación. En la práctica, un sistema no singular Ax=b nunca se resuelve calculando A 1 y entonces el producto A 1 b. Se realizan más operaciones así que aplicando las técnicas de eliminación descritas en el tema anterior. Como no todas las matrices cuadradas tienen inversa, se necesitan métodos para distinguir entre matrices singulares y no singulares. Los más importantes son los que siguen. Existencia de inversa Sea A una matriz cuadrada de orden n. Son equivalentes: 1. A 1 existe (A es no singular. 2. Ax=0 implica quex=0. 3. rango(a = n. 4. A G-J I n. PRUEBA: (1 (2. Si Ax=0, multiplicamos por la izquierda por A 1, que existe por hipótesis, y tenemos quex=0. (2 (3. La hipótesis nos dice que el sistema lineal homogéneo Ax = 0 tiene solución única, que es equivalente a rango(a=n (pág. 50. (3 (4. Si rango(a=n, la forma escalonada reducida por filas E A es una matriz diagonal cuadrada de orden n, con n pivotes. La única forma posible es E A = I n. El recíproco es inmediato. 60 Álgebra Lineal y Geometría
3 (4 (1. Si rango(a = n, entonces cada sistema Ax = I j es compatible, porque rango([a I j ]=n= rango(a. Además, la solución es única, por lo que la ecuación matricial AX = I tiene una única solución. Nos gustaría decir ya que X = A 1, pero nos hace falta primero probar que X A=I. Como A(X A I = AX A A=IA A=O, se sigue que cada columna de X A I es una solución del sistema homogéneo Ax=0. La última condición nos dice que la única solución es la trivial, por lo que todas las columnas de X A I son nulas, esto es, X A I =O, y X A= AX = I. Nota A partir del resultado anterior, podemos analizar lo que ocurre cuando tenemos una inversa lateral de una matriz cuadrada. Supongamos que para una matriz cuadrada A n n existe una matriz X n n con X A = I n. Entonces el sistema Ax = 0 lo podemos multiplicar por X a ambos lados, lo que nos da que X Ax =0, de donde x =0 es la única solución. Entonces, por el teorema anterior, A tiene inversa A 1, de donde (X AA 1 = I A 1, luego X = A 1. Supongamos ahora que existe Y n n tal que AY = I n. Si aplicamos lo anterior a la matriz Y, tenemos que A= Y 1, de donde Y A= Y Y 1 = I n y concluimos que Y = A 1. Aunque evitaremos el cálculo de la inversa de una matriz, hay veces que debemos hacerlo. Para construir un algoritmo que nos devuelva A 1 cuando A n n es no singular, recordemos que determinar A 1 es equivalente a resolver la ecuación matricial AX = I, que es lo mismo que resolver los n sistemas de ecuaciones definidos por Ax= I j, j = 1,2,...,n. En otras palabras, si X 1, X 2,..., X n son las respectivas soluciones, entonces X = ( X 1 X 2... X n resuelve la ecuación AX = I y de aquí X = A 1. Si A es no singular, el método de Gauss-Jordan reduce la matriz ampliada [A I j ] a [I X j ], y sabemos que X j es la única solución de Ax= I j. En otras palabras, [A I j ] Gauss-Jordan [I [A 1 ] j ]. Álgebra Lineal y Geometría 61
4 Pero mejor que resolver cada sistema Ax = I j de forma independiente, podemos resolverlos simultáneamente aprovechando que todos tienen la misma matriz de coeficientes. En otras palabras, si aplicamos Gauss-Jordan a la matriz ampliada [A I 1 I 2... I n ] obtenemos [A I 1 I 2... I n ] Gauss-Jordan [I [A 1 ] 1 [A 1 ] 2... [A 1 ] n ], o de manera más compacta [A I ] Gauss-Jordan [I A 1 ]. Qué ocurre si intentamos invertir una matriz singular con este procedimiento? El resultado anterior nos indica que una matriz singular A no puede ser reducida mediante Gauss-Jordan a la matriz I porque una fila de ceros aparecerá en algún momento en la zona correspondiente a la matriz A. Por ello, no tenemos que saber a priori si la matriz que tenemos es o no singular, pues resultará evidente en el proceso de cálculo. Cálculo de la inversa La eliminación de Gauss-Jordan se puede usar para el cálculo de la inversa de una matriz A mediante la reducción [A I ] Gauss-Jordan [I A 1 ]. La única posibilidad de que este método falle es porque aparezca una fila de ceros en el lado izquierdo de la matriz ampliada, y esto ocurre si y solamente si la matriz A es singular. Ejemplo Calculemos, si existe, la inversa de la matriz A= Álgebra Lineal y Geometría.
5 Aplicamos el método de Gauss-Jordan para obtener [A I ]= Por tanto, la matriz es no singular y A 1 = Propiedades de la inversión de matrices Para matrices no singulares A y B, se verifica que (A 1 1 = A. El producto AB es no singular y (AB 1 = B 1 A 1. (A 1 t = (A t 1 y (A 1 = (A 1. PRUEBA: La primera es inmediata. Las dos partes de la segunda se prueban simultáneamente. Sea X = B 1 A 1. Entonces (ABX = I, y como son matrices cuadradas, tenemos que X = (AB 1. La última propiedad tiene un tratamiento similar. Sea X = (A 1 t, que sabemos que existe (observemos que todavía no podemos garantizar el carácter no singular de A t. Entonces A t X = A t (A 1 t = (A 1 A t = I t = I, de donde A t es no singular y (A t 1 = (A 1 t. La prueba de la segunda parte es similar. Álgebra Lineal y Geometría 63
6 2.2. Matrices elementales y equivalencia Nota OPERACIONES ELEMENTALES POR COLUMNAS. Es evidente que las mismas operaciones elementales por filas descritas en el tema anterior pueden realizarse por columnas. Tenemos entonces tres tipos de operaciones análogas a las operaciones elementales por filas: Tipo I. Intercambiar las columnas i y j. Tipo II. Reemplazar la columna i por un múltiplo no nulo de ella misma. Tipo III. Reemplazar la columna j por la suma de ella misma con un múltiplo de la columna j. Análogamente a lo visto para las filas existen unas matrices especiales llamadas formas escalonadas por columnas y formas escalonadas reducidas por columnas. La trasposición de matrices nos permite definir rápidamente estos conceptos: Una matriz se dice que es una forma escalonada por columnas si su traspuesta es una forma escalonada por filas. Una matriz se dice que es una forma escalonada reducida por columnas si su traspuesta es una forma escalonada reducida por filas. Igualmente se puede comprobar que toda matriz puede ser transformada. mediante operaciones por columnas en una forma escalonada por columnas y en una forma escalonada reducida por columnas. Por último, dos matrices se dicen equivalentes por columnas si puede transformarse una en otra mediante operaciones elementales por columnas. Obsérvese que las operaciones elementales por columnas no transforman la matriz de un sistema lineal en la matriz de otro sistema lineal equivalente. Si A m n es una matriz arbitraria, sabemos que la matriz A t es equivalente por filas a una única forma escalonada reducida por filas, por lo que A es equivalente por columnas a una única forma escalonada reducida por columnas. Nota Sean los vectores columnae i, de orden m 1, que tienen todas sus entradas nulas salvo un 1 en la posición i, con i = 1,...,m. Observemos que la multiplicación de una matriz A m n por un vector columnae j resulta Ae j = A j, la columna j -ésima de la matriz A. Análogamente, si ahorae i es de orden n 1, la multiplicación del traspuesto de éste con la matriz A resultae t i A= A i, la fila i-ésima de la matriz A. La matriz identidad tiene por columnas a estose j y por filas ae t i. 64 Álgebra Lineal y Geometría
7 Vamos a ver que las operaciones elementales que usamos para la eliminación gaussiana pueden interpretarse como productos por ciertas matrices de estructura muy sencilla. Matriz elemental de tipo I Decimos que una matriz cuadrada E i j es elemental de tipo I si se obtiene a partir de la matriz identidad I n mediante una operación elemental por filas de tipo I. Es decir, si E i j se obtiene de I n al intercambiar las filas i y j. En este caso todas las entradas de la matriz E i j son nulas, salvo [E i j ] kk = 1, para k i, j,[e i j ] i j = 1,[E i j ] j i = 1. Si atendemos a las filas de E observamos que [E i j ] k =e t k si k i, j,[e i j ] i =e t j,[e i j ] j =e t i. Ejemplo Si n= 3, entonces las matrices E 13 = 0 1 0,E 23 = son matrices elementales de tipo I. Propiedades de una matriz elemental de tipo I La multiplicación de una matriz elemental de tipo I a la izquierda de una matriz produce en ésta una operación elemental por filas de tipo I. La multiplicación de una matriz elemental de tipo I a la derecha de una matriz produce en ésta una operación elemental por columnas de tipo I. Si E es una matriz elemental de tipo I entonces E es no singular y su inversa es ella misma. Es decir, E E = I. Álgebra Lineal y Geometría 65
8 PRUEBA: Basta probar el primer punto, pues el segundo, además de ser análogo, se deduce del primero por trasposición de matrices. Sean entonces A m n y E m m la matriz obtenida de la identidad al intercambiar las filas i y j. Vamos a describir la multiplicación E A por filas, es decir, [E A] k = E k A, k = 1,...m. Si k i, j sabemos que E k =e t, de donde calculamos la fila k ésima de E A: k [E A] k = E k A=e t k A= A k, con k i, j. Además E i =e t j y E j =e t. Luego las filas i ésima y j ésima de E A son i [E A] i = E i A=e t j A= A j y [E A] j = E j A=e t i A= A i. Es decir, la matriz E A es la que se obtiene de A al intercambiar las filas i y j. La demostración de la última proposición es consecuencia del resultado anterior. Si E es la matriz que se obtiene de la identidad al intercambiar las filas i y j, el producto a la izquierda de E por ella misma vuelve a intercambiar las filas i y j, obteniendo E E = I. Matriz elemental de tipo II Decimos que una matriz cuadrada E i (α es elemental de tipo II si se obtiene a partir de la matriz identidad I n mediante una operación elemental por filas de tipo II. Es decir, si E i (α se obtiene de I n al sustituir la fila i por un múltiplo no nulo de ella (α 0. En este caso todas las entradas de la matriz E i (α son nulas, salvo [E i (α] kk = 1, k i,[e i (α] i i =α, conα 0. Si atendemos a las filas de E observamos que [E i (α] k =e t k si k i,[e i (α] i =αe t i conα Álgebra Lineal y Geometría
9 Ejemplo Si n= 3, entonces las matrices E 1 ( 3= son matrices elementales de tipo II.,E 3 ( 1 2 = Propiedades de una matriz elemental de tipo II La multiplicación de una matriz elemental de tipo II a la izquierda de una matriz produce en ésta una operación elemental por filas de tipo II. La multiplicación de una matriz elemental de tipo II a la derecha de una matriz produce en ésta una operación elemental por columnas de tipo II. Si E es una matriz elemental de tipo II entonces E es no singular y su inversa es otra matriz elemental tipo II. PRUEBA: La primera parte es similar a la proposición correspondiente de las matrices elementales de tipo I. Es fácil comprobar que si E es la matriz que se obtiene de la identidad al multiplicar la fila i porα 0 entonces E 1 es la matriz que se obtiene de la identidad al multiplicar por 1/α la fila i. Matriz elemental de tipo III Decimos que una matriz cuadrada E i j (α es elemental de tipo III si se obtiene a partir de la matriz identidad I n mediante una operación elemental por filas de tipo III. Es decir, si E i j (α se obtiene de I n al sustituir la fila i por la suma de ella misma con un múltiplo de la fila j. En este caso todas las entradas de la matriz E i j (α son nulas, salvo [E i j (α] i i = 1 para todo i = 1,...n,[E i j (α] i j =α. Álgebra Lineal y Geometría 67
10 Si atendemos a las filas de E i j (α observamos que [E i j (α] k =e t k si k i,[e i j (α] i =e t i +αet j. Ejemplo Si n= 3, las matrices E 12 ( 4= son matrices elementales de tipo III.,E 31 ( 7= Propiedades de una matriz elemental de tipo III La multiplicación de una matriz elemental de tipo III a la izquierda de una matriz produce en ésta una operación elemental por filas de tipo III. La multiplicación de una matriz elemental de tipo III a la derecha de una matriz produce en ésta una operación elemental por columnas de tipo III. Si E es una matriz elemental de tipo III entonces E es no singular y su inversa es otra matriz elemental tipo III. PRUEBA: La parte correspondiente a multiplicar a la izquierda es sencilla. Al multiplicar por la derecha, el resultado es una transformación de tipo III, pero intercambiando el papel de las columnas correspondientes. Es fácil comprobar que la inversa de E i j (α es E i j ( α. Aunque no hemos hablado de dimensiones, lo anterior es válido para matrices generales de orden m n. 68 Álgebra Lineal y Geometría
11 Ejemplo Consideremos la sucesión de operaciones para reducir A= a su forma escalonada reducida por filas E A. A= F F 2 2F 1 F 3 3F 1 F 1 4F =E A La reducción se puede ver como una sucesión de multiplicaciones a izquierda por la matrices elementales correspondientes A= E A Producto de matrices elementales Una matriz A es no singular si y solamente si A es el producto de matrices elementales de tipos I, II, o III. PRUEBA: Si A es no singular, el método de Gauss-Jordan reduce A a la matriz I mediante operaciones por fila. Si G 1,G 2,...,G k son las correspondientes matrices elementales, entonces G k G 2 G 1 A=I, o bien A= G 1 1 G 1 2 G 1 k. Como la inversa de una matriz elemental es una matriz elemental, esto prueba que A se puede expresar como producto de matrices elementales. Recíprocamente, si A= E 1 E 2 E k es un producto de matrices elementales, entonces A es no singular, pues es el producto de matrices no singulares. Álgebra Lineal y Geometría 69
12 Ejemplo Expresemos ( 2 3 A= 1 0 como producto de matrices elementales. Mediante la reducción a su forma escalonada reducida por filas, comprobaremos que A es no singular, y la expresaremos como dicho producto. En efecto, A 1 2 F 1 F 2 F F 2 F F 2 ( 1 3/2 1 0 ( 1 3/2 0 3/2 ( 1 3/2 0 1 ( Entonces ( de donde ( ( 2 0 A= 0 1 ( ( 1 3/2 A= 1 0 ( ( ( /2 1 3/2 = /2 ( ( ( /2 1 3/2 0 2 = 3 0 3/2 0 1 ( 1 3 ( ( 1 3/ = ( ( ( ( A=I 2, ( Equivalencia de matrices Cuando una matriz B se obtiene de una matriz A mediante operaciones elementales de filas y columnas, escribiremos A B y diremos que A y B son matrices equivalentes. Otra forma de expresarlo es que A B si y solamente si B = PAQ para matrices no singulares P y Q. 70 Álgebra Lineal y Geometría
13 Ejemplo Las matrices A= y B = son equivalentes porque PAQ = B para las matrices no singulares P = ,Q = Equivalencia por filas y columnas Decimos que dos matrices A,B de la misma dimensión m n son equivalentes por filas si existe una matriz P de orden m no singular tal que PA= B. Lo notamos como A f B. Decimos que dos matrices A,B de la misma dimensión m n son equivalentes por columnas si existe una matriz Q de orden n no singular tal que AQ = B. Lo notamos como A c B. Estas relaciones son de equivalencia. Ejemplo Toda matriz A es equivalente por filas a su forma escalonada reducida por filas E A. La matriz B = es equivalente por columnas a la matriz B = Álgebra Lineal y Geometría 71
14 Relaciones entre filas y columnas Si A f B, entonces las relaciones que existen entre las columnas de A también se tienen entre las columnas de B. Esto es, B k = n α j B j si y solamente si A k = j=1 n α j A j. j=1 Si A c B, entonces las relaciones que existen entre las filas de A también se tienen entre las filas de B. En particular, las relaciones entre columnas en A y E A deben ser las mismas, por lo que las columnas no básicas de A son combinación lineal de las básicas. PRUEBA: Si A f B, entonces PA = B, para una matriz P no singular. Tal como vimos en el producto de matrices, B j = (PA j = PA j. Por tanto, si A k = n j=1 α j A j, la multiplicación a la izquierda por P produce B k = n j=1 α j B j. El recíproco se obtiene con P 1. El resultado para las columnas se deduce inmediatamente a partir de lo anterior aplicado a A t y B t. Nota Sea A m n una matriz de rango r y E una matriz elemental de orden m m. Por la unicidad de la forma escalonada reducida por filas, la aplicación de Gauss-Jordan a A y E A nos lleva a la misma matriz, por lo que rango(a = rango(e A. Entonces, si P es una matriz no singular de orden m m, sabemos que P es producto de matrices elementales, por lo que lo anterior nos dice que rango(p A = rango(a. Podemos extender el resultado anterior para probar la invariancia del rango por el producto de matrices no singulares. 72 Álgebra Lineal y Geometría
15 Invariancia del rango para matrices equivalentes Sea A m n una matriz, y P m m,q n n matrices no singulares. Entonces rango(a = rango(p AQ. PRUEBA: Por la nota anterior, sabemos que rango(a = rango(p A para cualquier matriz no singular P m m. Por tanto, rango(p AQ = rango(aq, y basta probar que rango(aq = rango(a. Podemos transformar la matriz B = AQ, mediante producto por matrices elementales a la izquierda, a la matriz E A Q. Sea r = rango(a. Entonces E A tiene r filas no nulas y m r filas nulas al final. Esto implica que la matriz E A Q tiene m r filas nulas al final, de donde rango(aq=rango(e A Q r = rango(a. Si aplicamos esta conclusión al producto (AQQ 1, obtenemos que rango(a=rango(aqq 1 =rango((aqq 1 rango(aq y concluimos que rango(aq = rango(a Forma normal del rango La forma escalonada reducida por filas E A es lo más lejos que podemos llegar mediante transformaciones por filas. Sin embargo, si permitimos además el uso de transformaciones por columnas, la reducción es mucho mayor. Forma normal de rango Si A es una matriz de orden m n y rango(a=r, entonces ( Ir O A N r = O O N r se denomina forma normal de rango de A.. Álgebra Lineal y Geometría 73
16 PRUEBA: Como A f E A, existe una matriz no singular P tal que PA = E A. Si rango(a=r, entonces las columnas básicas de E A son las r columnas unitarias. Mediante intercambio de columnas aplicados a E A, podemos poner estas r columnas en la parte superior izquierda. Si Q 1 es el producto de las matrices elementales que hacen estos intercambios, entonces ( Ir J PAQ 1 = E A Q 1 = O O Ahora multiplicamos a la derecha ambos lados de esta expresión por la matriz no singular ( Ir J Q 2 =, O I. y nos queda Entonces A N r. PAQ 1 Q 2 = ( Ir O O O. Ejemplo Veamos que ( A O rango O B = rango(a+rango(b. Si rango(a=r y rango(b= s, entonces A N r y B N s, y ( A O O B ( Nr O O N s, de donde ( A O rango O B = r + s. Dadas matrices A y B, cómo decidimos si A B, A f B o A c B? 74 Álgebra Lineal y Geometría
17 Test de equivalencia Sean A y B matrices de orden m n. Entonces A B si y solamente si rango(a=rango(b. A f B si y solamente si E A = E B. A c B si y solamente si E A t = E B t. En consecuencia, el producto por matrices no singulares no altera el rango. PRUEBA: Si rango(a=rango(b, entonces A N r y B N r, de donde A N r B. Recíprocamente, si A B, entonces B = PAQ con P y Q no singulares, de donde rango(b = rango(a. Supongamos ahora que A f B. Como B f E B, entonces A f E B, y dado que la forma escalonada reducida por filas es única, se sigue que E B = E A. Recíprocamente, si E A = E B, entonces A f E A = E B f B. Para las columnas, basta considerar que A c B si y solamente si A t f B t. Rango y trasposición rango(a=rango(a t y rango(a=rango(a. PRUEBA: Sea rango(a = r, y sean P y Q matrices no singulares tales que ( I r O r (n r PAQ = N r =. O (m r r O (m r (n r Entonces Nr t = Q t A t P t. Como Q t y P t son no singulares, se sigue que A t Nr t, y entonces ( rango(a t =rango(nr t =rango I r O r (m r = r = rango(a. O (n r r O (n r (m r Álgebra Lineal y Geometría 75
18 De forma análoga, Nr Como = Q A P, donde Q,P son matrices no singulares. N r = ( I r O r (m r O (n r r O (n r (m r se tiene que rango(nr =r, y como rango(a =rango(nr por equivalencia de matrices, tenemos que rango(a =r = rango(a., 2.4. * Producto directo de matrices Producto directo o de Kronecker Sean A m n,b p q matrices. El producto directo o de Kronecker de A y B es la matriz C mp nq definida como C = A B = a i j B,i = 1,2,...,m, j = 1,2,...,n. Ejemplo El producto de Kronecker de las matrices ( 1 2 A= 3 4,B = es A B = y B A= Álgebra Lineal y Geometría
19 Propiedades del producto de Kronecker 1. Sean A y B matrices del mismo tamaño. Entonces (A+ B C = A C + B C y C (A+ B= C A+C B. 2. Si A,C y B,D son parejas de matrices ajustadas para el producto, entonces (A B(C D= AC BD. 3. Si A y B son matrices no singulares, entonces (A B 1 = A 1 B (A B t = A t B t. Álgebra Lineal y Geometría 77
20 78 Álgebra Lineal y Geometría
Matrices y Sistemas de Ecuaciones lineales
Matrices y Sistemas de Ecuaciones lineales Llamaremos M m n (K) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij pertenecen a un cuerpo K. Las matrices,
Más detalles11.SISTEMAS DE ECUACIONES LINEALES DEFINICIÓN DE ECUACIÓN LINEAL DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN
ÍNDICE 11SISTEMAS DE ECUACIONES LINEALES 219 111 DEFINICIÓN DE ECUACIÓN LINEAL 219 112 DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN 220 113 EQUIVALENCIA Y COMPATIBILIDAD 220 11 REPRESENTACIÓN MATRICIAL
Más detalles2. Álgebra matricial. Inversa de una matriz O B 1 O B 1. Depto. de Álgebra, curso
Depto de Álgebra, curso 2017-2018 2 Álgebra matricial Inversa de una matriz Ejercicio 21 Calcule la matriz inversa de cada una de las matrices siguientes: a 2 1 1 3 2 1 h e, b 2 1 1 5 2 3 2 0 1 1 2 1 1
Más detallesMatrices Inversas. Rango Matrices Elementales
Matrices Inversas. Rango Matrices Elementales Araceli Guzmán y Guillermo Garro Facultad de Ciencias UNAM Semestre 2018-1 doyouwantmektalwar.wordpress.com Matrices Matrices identidad La matriz identidad
Más detallesTema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES
Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Matrices Definición 1.1 Una matriz (real) de n filas y m columnas es una expresión de la forma a 11...
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detallesSistemas de ecuaciones lineales
Tema 1 Sistemas de ecuaciones lineales 11 Definiciones Sea K un cuerpo Una ECUACIÓN LINEAL CON COEFICIENTES EN K es una expresión del tipo a 1 x 1 + + a n x n = b, en la que n es un número natural y a
Más detallesTema 1: Matrices. Sistemas de ecuaciones. Determinantes
Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes
Más detallesUna matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( )
MATRICES Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. Ejemplo 1. Algunos ejemplos de matrices ( + ( ) ( + ( ) El tamaño o el orden de una
Más detallesCarmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, U.P.M. Álgebra Lineal. 1 TEMA 1.1: MATRICES Y SISTEMAS DE ECUACIONES LINEALES
Carmen Torres Blanc, Gloria Sánchez Torrubia DMATIC, ETSIInf, UPM Álgebra Lineal TEMA : MATRICES Y SISTEMAS DE ECUACIONES LINEALES Definición de cuerpo conmutativo Definición Un Cuerpo Conmutativo es un
Más detallesBreve introducción a Matrices
207 5 - Matriz inversa Breve introducción a Matrices En el apartado anterior vimos el producto de matrices y si en particular nos dedicamos a las matrices cuadradas de orden n es decir el anillo unitario
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesUNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :
UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 29 I / Ejercicios sugeridos para : los temas de las clases del 2 y 23 de abril de 29. Tema : Matrices. Operaciones con matrices. Ejemplos. Operaciones elementales
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesConjuntos y matrices. Sistemas de ecuaciones lineales
1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución
Más detallesTEMA 1 MATRICES Y SISTEMAS DE ECUACIONES LINEALES
TEMA 1 MATRICES Y SISTEMAS DE ECUACIONES LINEALES Índice 1.1. Matrices............................ 1 1.1.1. Operaciones con matrices............. 3 1.1.2. Determinantes.................... 4 1.1.3. El
Más detallesSISTEMAS DE ECUACIONES LINEALES MÉTODO DE LA MATRIZ INVERSA
MÉTODO DE LA MATRIZ INVERSA Índice Presentación... 3 Método de la matriz inversa... 4 Observaciones... 5 Ejemplo I.I... 6 Ejemplo I.II... 7 Ejemplo II... 8 Sistemas compatibles indeterminados... 9 Método
Más detallesÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2
ÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2 Abstract Estas notas conciernen al álgebra de matrices y serán actualizadas conforme el material se cubre Las notas no son substituto de la clase pues solo contienen
Más detallesProcedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).
Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales
Más detallesÁLGEBRA Algunas soluciones a la Práctica 4
ÁLGEBRA Algunas soluciones a la Práctica 4 Equivalencia de matrices. Sistemas de ecuaciones Curso 28 29 2. Existen dos matrices de igual dimensión que tengan el mismo rango pero no sean ni equivalentes
Más detallesUna forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.
Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES
Más detallesTema 4: Sistemas de ecuaciones lineales.
Tema 4: Sistemas de ecuaciones lineales 1 Rango de una matriz Definición Sea A Mat n m (K) Se llama rango de filas de A, y se denota por rg f (A) la dimensión del subespacio vectorial generado por las
Más detallesFundamentos matemáticos. Tema 2 Matrices y ecuaciones lineales
Grado en Ingeniería agrícola y del medio rural Tema 2 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es 2017 Licencia Creative Commons 4.0 Internacional J.
Más detallesSistemas de Ecuaciones Lineales. Matrices y determinantes.
Capítulo 3 Sistemas de Ecuaciones Lineales Matrices y determinantes 31 Sistemas de Ecuaciones Lineales El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:
Más detallesDefinición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes 1 ÍNDICE Matemáticas Cero Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 5 2
Más detallesUNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :
II / 7 UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 29 Ejercicios sugeridos para : los temas de las clases del 28 y de abril de 29. Temas : Métodos de Gauss y Gauss-Jordan. Sistemas homogéneos y no homogéneos.
Más detallesMatemática II Tema 3: resolución de sistemas de ecuaciones lineales
Matemática II Tema 3: resolución de sistemas de ecuaciones lineales 2012 2013 Índice Sistemas de ecuaciones lineales 1 Interpretación geométrica y definición 1 Método de eliminación 4 Resolución de sistemas
Más detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 2011 2012) 2. Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí.
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 6 2 Herramientas 8 21 Operaciones
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Capítulo 4 Matrices, determinantes y sistemas de ecuaciones lineales DEFINICIÓN DE MATRIZ DE NÚMEROS REALES Una matriz de números reales de tamaño m n es un conjunto ordenado por filas y columnas de números
Más detallesMatemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales. Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales de la forma:
Matemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales 1era evaluación. Sistemas de Ecuaciones Lineales 1) SISTEMAS DE ECUACIONES LINEALES Un sistema de ecuaciones lineales es un conjunto de ecuaciones
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detallesMATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).
1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesSistemas de ecuaciones lineales
CAPíTULO 6 Sistemas de ecuaciones lineales 1 Rango de una matriz a 11 a 1n Sea A = M m n (K) El rango por filas de la matriz A es la dimensión del a m1 a mn subespacio vectorial de K n generado por sus
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Más detallesSISTEMAS DE ECUACIONES LINEALES Y MATRICES
y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015
Más detallesGrado en Ingeniería Electrónica Industrial Universidad de Granada
Tema 1 Matrices, determinantes, sistemas de ecuaciones lineales Asignatura: Matemáticas I Grado en Ingeniería Electrónica Industrial Universidad de Granada Prof Rafael López Camino Universidad de Granada
Más detallesSea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares).
Capítulo 6 Espacios Vectoriales 6.1 Definiciones Sea V un conjunto no vacío (cuyos elementos se llamarán vectores) y sea K un cuerpo (cuyos elementos se llamarán escalares). Definición 6.1.1 Se dice que
Más detallesTEMA 8. Sistemas de Ecuaciones Lineales: Método de Gauss. 1. Sistemas de ecuaciones lineales. Generalidades
TEMA 8 F MATEMÁTICOS TEMA 8 Sistemas de Ecuaciones Lineales: Método de Gauss 1 Sistemas de ecuaciones lineales Generalidades Uno de los problemas centrales del álgebra lineal es la resolución de ecuaciones
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesTEMA 1: MATRICES Y DETERMINANTES
TEMA 1: MATRICES Y DETERMINANTES 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales de la forma a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Las líneas horizontales (verticales)
Más detallesTema 2: Sistemas de ecuaciones lineales
Tema 2: Sistemas de ecuaciones lineales Curso 2016/2017 Ruzica Jevtic Universidad San Pablo CEU Madrid Índice de contenidos Introducción Algoritmo de Gauss-Jordan Interpretación como un subespacio Existencia
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesCapítulo 5. Cálculo matricial. 5.1 Matrices
Capítulo 5 Cálculo matricial 5. Matrices Una matriz de m filas y n columnas, en adelante matriz m n, es una configuración rectangular de elementos, con n entradas por cada fila, y m por cada columna, encerrada,
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. CONCEPTOS GENERALES
Sistemas de ecuaciones lineales MTEMÁTICS II 1 1 SISTEMS DE ECUCIONES LINELES. CONCEPTOS GENERLES Definición: Se llama ecuación lineal con n incógnitas x 1, x 2, x 3,., x n a toda ecuación que puede escribirse
Más detallesÁlgebra Lineal. Tema 6. Transformaciones lineales y matrices
Álgebra Lineal Tema 6. Transformaciones lineales y matrices Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S.
Más detallesEjercicio 3 de la Opción A del modelo 1 de 2008.
Ejercicio 3 de la Opción A del modelo 1 de 2008. Dado el sistema de ecuaciones lineales x + λy z = 0 2x + y + λz = 0 x + 5y λz = λ +1 [1 5 puntos] Clasifícalo según los valores del parámetro λ. (b) [1
Más detallesPAIEP. Sistemas de Ecuaciones Lineales
Programa de Acceso Inclusivo, Equidad y Permanencia PAIEP Universidad de Santiago de Chile Sistemas de Ecuaciones Lineales Consideremos el sistema lineal de dos ecuaciones y dos incógnitas x + y = 2 2x
Más detallesDefinición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n.
Índice general 1. Álgebra de Matrices 1 1.1. Conceptos Fundamentales............................ 1 1.1.1. Vectores y Matrices........................... 1 1.1.2. Transpuesta................................
Más detallesTema 1: Matrices y Determinantes
Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz
Más detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Más detallespuede representarse algebraicamente por una ecuación de la forma
SISTEMA DE ECUACIONES LINEALES El estudio de los sistemas de ecuaciones lineales y sus soluciones es uno de los temas más importantes del algebra lineal. ECUACIONES LINEALES Una recta en el plano puede
Más detallesResumen 3: Matrices, determinantes y sistemas de ecuaciones
Resumen 3: Matrices, determinantes y sistemas de ecuaciones lineales 1 Matrices Una matriz con coeficientes sobre un cuerpo K (normalmente K R) consiste en una colección de números (o escalares) del cuerpo
Más detallesSISTEMAS DE ECUACIONES. Un sistema de m ecuaciones lineales con n incógnitas, x 1, x 2,, x n es un conjunto de m igualdades de la forma:
TEMA Sistemas de ecuaciones SISTEMAS DE ECUACIONES. DEFINICIÓN SISTEMAS DE ECUACIONES Un sistema de m ecuaciones lineales con n incógnitas,,,, n es un conjunto de m igualdades de la forma: a a an n b a
Más detallesSISTEMAS DE ECUACIONES LINEALES MÉTODO DE ELIMINACIÓN DE GAUSS
Índice Presentación... 3 Introducción... 4 Sistemas equivalentes... 5 Método de Gauss... 6 Ejemplo de aplicación del método de Gauss... 7 Discusión del sistema... 8 Ejemplos de la aplicación de la discusión
Más detallesSistema de Ecuaciones Lineales
Pantoja Carhuavilca Métodos Computacionales Agenda Ejemplos Ejemplos Aplicaciones de los Sistemas La solución de sistemas lineales de ecuaciones lineales es un tema clásico de las matemáticas, rico en
Más detallesMATRICES ELEMENTALES. Profesores Omar Darío Saldarriaga Ortíz. Hernán Giraldo
MATRICES ELEMENTALES Profesores Omar Darío Saldarriaga Ortíz Ivan Darío Gómez Hernán Giraldo 2009 Definición Sea E una matriz de tamaño n n, decimos que E es una matriz elemental si E se obtiene de la
Más detalles1.1. CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS. son matrices escalonadas reducidas mientras que
1 1 PRELIMINARES 11 CÁLCULO DEL RANGO POR EL MÉTODO DE GAUSS Denición 1 Una matriz es escalonada si: 1 Todas las las nulas, si las hay, están en la parte inferior de la matriz 2 El número de ceros al comienzo
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
Más detallesMATRICES. Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.
1 MATRICES Una matriz es una tabla ordenada de escalares a ij de la forma La matriz anterior se denota también por (a ij ), i =1,..., m, j =1,..., n, o simplemente por (a ij ). Los términos horizontales
Más detalles1. Utilizar el método de Gauss para clasificar y resolver cuando sea posible los siguientes sistemas: x 3y + 7z = 10 5x y + z = 8 x + 4y 10z = 11
Teorema de Rouché Frobenius: Si A es la matriz de coeficientes de un sistema de ecuaciones lineales y AM la matriz ampliada de un sistema de ecuaciones lineales. Si r(a = r(am = número de incógnitas =
Más detallesMATRICES. TIPOS DE MATRICES Según el aspecto de las matrices, éstas pueden clasificarse en:
Repaso de Matrices MATRICES Una matriz es una tabla ordenada de escalares a ij de la forma La matriz anterior se denota también por (a ij ), i =1,..., m, j =1,..., n, o simplemente por (a ij ). Los términos
Más detallesDEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES
ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas
Más detallesCapítulo 2. Determinantes Introducción. Definiciones
Capítulo 2 Determinantes 2.1. Introducción. Definiciones Si nos centramos en la resolución de un sistema A x = b con A una matriz n n, podemos calcular A 1 y la resolución es inmendiata. El problema es
Más detallesBLOQUE 2. ÁLGEBRA LINEAL. MATRICES Y SISTEMAS DE ECUACIONES LINEALES (*)
BLOQUE 2. ÁLGEBRA LINEAL. MATRICES Y SISTEMAS DE ECUACIONES LINEALES (*) Matrices. Determinantes. Rango. Sistemas de ecuaciones lineales. El Álgebra Lineal es una parte de la Matemática de frecuente aplicación
Más detallesFrancisco José Vera López
Álgebra y Matemática Discreta Matrices. Sistemas de ecuaciones. Francisco José Vera López Dpto. de Matemática Aplicada Facultad de Informática 2015 1 Matrices 2 Sistemas de Ecuaciones Matrices Una matriz
Más detallesRango de una matriz. Jana Rodriguez Hertz GAL 1. 2 de abril de 2013 IMERL
Rango de una matriz Jana Rodriguez Hertz GAL IMERL 2 de abril de 203 rango rango recordemos: rango si A = {A, A 2,..., A n } conjunto de vectores de K n llamamos rango(a) a la máxima cantidad de vectores
Más detallesc-inversa o inversa generalizada de Rao
c-inversa o inversa generalizada de Rao Definición.- Sea A m n. Se dice que una matriz A c de orden n m es una c-inversa o inversa generalizada en el sentido de Rao si y sólo si se verifica AA c A = A.
Más detalles2. Sistemas de ecuaciones lineales.
2. Sistemas de ecuaciones lineales. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2002 Contents 1 Introducción 2 2 Operaciones elementales
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesSistemas Lineales y Matrices
Profesores Hernán Giraldo y Omar Saldarriaga Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Ejemplo Solución de sistemas de ecuaciones lineales, usaremos este
Más detallesPRÁCTICA 3: MATLAB Y LA FORMA REDUCIDA POR FILAS
PRÁCTICA 3: MATLAB Y LA FORMA REDUCIDA POR FILAS Introducción En esta práctica aprenderemos a manejar el comando rref de MATLAB, que calcula la forma reducida por filas de una matriz; también se verán
Más detallesMatrices y determinantes
Matrices y determinantes 1 Matrices Una matriz de orden m n es un conjunto de m n números ordenados en m filas y n columnas Por ejemplo, 1 1 2 0 2 0 2 1 1 1 2 1 3 0 2 es una matriz de orden 3 5 Una matriz
Más detallesPrograma EUROPA Ayuda a la Mejora en el Aprendizaje Matemáticas Cuarta sesión
1/26 Programa EUROPA Ayuda a la Mejora en el Aprendizaje Matemáticas Cuarta sesión Ramón Esteban y Antonio Pastor Índice 1 Álgebra 3 Sistemas de ecuaciones lineales................ 3 Métodos conocidos...................
Más detallesA 4. En los siguientes ejercicios, resuelva el sistema de ecuaciones utilizando la regla de Cramer.
9. Encuentre el determinante de A. Encuentre el determinante de A 8 9 En los siguientes ejercicios, resuelva el sistema de ecuaciones utilizando la regla de Cramer.. x x 8. x x 8 x x x x 9. x x 8. x 8x
Más detallesSe dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que
MATRICES INVERTIBLES Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la propiedad de que AB = BA = I siendo I la matriz identidad. Denominamos a la matriz B la inversa de A
Más detallesMATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES
7 de Aril de MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES (Clase 6) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela Álgera Lineal y Geometría Analítica
Más detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
Más detallesTema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
Más detallesUNIDAD 1 : MATRICES Y DETERMINANTES
Material de estudio 05: Matrices y UNIDAD : MATRICES Y DETERMINANTES Las matrices aparecen por primera vez hacia el año 850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe
Más detallesMatrices y sistemas de ecuaciones lineales. Autovalores y autovectores.
Tema 5 Matrices y sistemas de ecuaciones lineales Autovalores y autovectores 5 Introducción Una matriz es una disposición ordenada de elementos de la forma: a a a m a a a m a n a n a nm Sus filas son las
Más detallesLas matrices se denotarán usualmente por letras mayúsculas, A, B,..., y los elementos de las mismas por minúsculas, a, b,...
INTRO. MATRICES Y DETERMINANTES Prof. Gustavo Sosa Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n
Más detallesResolución de Sistema de Ecuaciones Lineales
Resolución de Sistema de Ecuaciones Lineales Hermes Pantoja Carhuavilca Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria Métodos Numérico Hermes Pantoja Carhuavilca 1 de 37 CONTENIDO
Más detalles1. Matrices. Operaciones con matrices
REPASO MUY BÁSICO DE MATRICES. Matrices. Operaciones con matrices.. Introducción Las matrices aparecieron por primera vez hacia el año 850, introducidas por el inglés J. J. Sylvester. Su desarrollo se
Más detallesMATRICES DETERMINANTES
MATRICES Y DETERMINANTES INTRODUCCIÓN, MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de
Más detallesApellidos: Nombre: Curso: 2º Grupo: Día: CURSO ) D = ( 4 2
EXAMEN DE MATEMATICAS II 1ª ENSAYO (ÁLGEBRA) Apellidos: Nombre: Curso: 2º Grupo: Día: CURSO 2016-17 Opción A 1.- Considera las matrices A = ( 1 2 1 0 0 2 1 ), B = ( 2 1 0) y C = ( 1 0 0 1 5 0 ) 3 2 1 a)
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) 2a 2c 2b 2u 2w 2v. a b c. u v w. p q r. a b c.
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) - Calcular los siguientes determinantes: 3 3 a) b) 3 5 5 3 4 5 Hoja : Matrices y sistemas de ecuaciones lineales
Más detallesRango de una matriz. Antes de nada daremos algunas definiciones. Para ello supongamos que tenemos una matriz de orden m n: A M m n.
En un artículo anterior dijimos que el rango de una matriz A, ra), es el número de filas que son linealmente independientes. También se hizo uso del método de Gauss para calcular el rango de una matriz:
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO FACULTAD DE ECONOMIA LICENCIATURA DE ACTUARIA Algebra Lineal Práctica: Matriz inversa 1 M. en I. Elizabeth Almazán Torres 2 Resultado de Aprendizaje El estudiante
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Más detalles