MATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a ] a m1 a m2 a mn

Documentos relacionados
Una matriz es un arreglo rectangular de elementos. Por ejemplo:

Definición 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.

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).

Capitulo 6. Matrices y determinantes

Clase 8 Matrices Álgebra Lineal

TEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...

Matrices y Determinantes

Matriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Sistemas de Ecuaciones Lineales y Matrices

Una matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: a

Matemáticas Discretas TC1003

Matrices y determinantes

BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.

Matemáticas Aplicadas a los Negocios

Matrices y determinantes. Sistemas de ecuaciones lineales

Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.

Matrices, Determinantes y Sistemas Lineales.

Tema 1: Matrices y Determinantes

Matrices y sistemas lineales

ALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República

Es una tabla bidimensional de números consistente en cantidades abstractas que pueden sumarse y multiplicarse.

DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES

de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

Tema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.

ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3

Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales

Tema 1: MATRICES. OPERACIONES CON MATRICES

MATRICES. M(n) ó M nxn A =

Matemá'cas generales

1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS

Teoría de Matrices. Julio Yarasca. 30 de junio de Julio Yarasca

Métodos directos para resolver sistemas de ecuaciones lineales

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

Matrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas.

1.1 Primeras definiciones. Una matriz A es una colección de m n escalares, organizados en m filas y n columnas de la forma que se indica

ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.

Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?

Matrices, determinantes, sistemas de ecuaciones lineales.

Lecciones de Álgebra y Geometría. Ruth Carballo Fidalgo Dpto. de Matemática Aplicada y Ciencias de la Computación Universidad de Cantabria

Resumen de Teoría de Matrices

MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES

Menor, cofactor y comatriz

DOCENTE: JESÚS E. BARRIOS P.

Matriz sobre K = R o C de dimensión m n

Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.

Una matriz es una arreglo rectangular ordenado de elementos, comúnmente llamados escalares, dispuestos en m renglones y n columnas.

Algebra Lineal Tarea No 9: Espacios vectoriales Maestra Dora Elia Cienfuegos, Enero-Mayo 2017

Matrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj.

2 - Matrices y Determinantes

EJERCICIOS RESUELTOS DE MATRICES

Ejemplo 1. Ejemplo introductorio

Traza de una Matriz Cuadrada

MATRICES DETERMINANTES

Sistemas de Ecuaciones Lineales

Resumen 3: Matrices, determinantes y sistemas de ecuaciones

Conjuntos y matrices. Sistemas de ecuaciones lineales

MATRICES. Producción Nacional (Tn) Producción Rio Negro (Tn) Caolín Halita Yeso Bentonita Diatomita 15.

Matrices y Determinantes

Álgebra Lineal, Ejercicios

ÁLGEBRA LINEAL, RESUMEN Y EJEMPLOS

Lección 5.1: Matrices y determinantes. Primeros conceptos. Objetivos de esta lección

on muchas las actividades en las que conviene disponer las informaciones numéricas

Definición 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.

Se llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Espacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21

Transformaciones lineales y matrices

Tema 4: Matrices y Determinantes. Algunas Notas sobre Matrices y Determinantes. Álgebra Lineal. Curso

MENORES, COFACTORES Y DETERMINANTES

Sistema de ecuaciones algebraicas

Matrices y Determinantes.

Estructuras Algebraicas

Curso: Álgebra. 1.- Determine el valor de la determinante

Matrices. Definiciones básicas de matrices. José de Jesús Angel Angel.

Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes

Factorización de matrices

Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5

Matrices 1 (Problemas). c

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.

Operaciones con matrices

Ing. Ramón Morales Higuera

Notas del curso de Algebra Lineal I. Luis Valero Elizondo

ÁLGEBRA LINEAL E.T.S. DE INGENIERÍA INFORMÁTICA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN. Apuntes de. para la titulación de

EJERCICIOS DE SELECTIVIDAD DE ÁLGEBRA

Apuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015.

Tema 3: Espacios vectoriales

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN

MATRICES. Capítulo 3. Martínez Héctor Jairo Sanabria Ana María Semestre 02, Introducción Definición y Tipo de Matrices

Matrices. 1. Definiciones. 2. Igualdad de matrices. Tipos de matririces. 3. Operaciones con matrices. 4. Ecuaciones matriciales.

Temario de Matemáticas

Matemáticas aplicadas a las CC.SS. II 2º Bachillerato. La igualdad de matrices 3x3 equivale a 9 ecuaciones escalares: { a 3=5.

Espacios vectoriales

Álgebra matricial Adición y trasposición

Números reales Conceptos básicos Algunas propiedades

Espacios Vectoriales

Apéndice A. Repaso de Matrices

ÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.

Espacios Vectoriales, Valores y Vectores Propios

Transcripción:

MATRIZ Una matriz de orden (tamaño) mxn sobre el campo de los complejos es un arreglo rectangular de la forma a 11 a 12 a 1n a [ 21 a 22 a 2n ] a m1 a m2 a mn con m renglones y n columnas, donde los a ij C son sus elementos. Comúnmente se representa a las matrices con letras mayúsculas y a sus elementos con letras minúsculas. En forma abreviada, la matriz anterior puede expresarse como A = (a ij ) donde i = 1, 2,, m j = 1, 2,, n Los subíndices i, j indican, respectivamente, el renglón y la columna en que se encuentra el elemento a ij

IGUALDAD DE MATRICES Sean A = (a ij ) y B = (b ij ) dos matrices del mismo orden, entonces A = B a ij = b ij i, j MATRIZ ESCALONADA (ESCALÓN) Una matriz es escalonada si el número de ceros anteriores al primer elemento no nulo de cada renglón aumenta al pasar de renglón en renglón (puede suceder que el último o últimos renglones sean todos ceros). TRANSFORMACIONES ELEMENTALES POR RENGLÓN Pueden ser de tres tipos: 1) Intercambio de dos renglones. 2) Multiplicación de un renglón por un número k 0.

3) Multiplicación de un renglón por un número k 0 y suma del resultado a otro renglón de la matriz. Utilizando transformaciones elementales por renglón es posible transformar cualquier matriz en una matriz escalonada. EQUIVALENCIA DE MATRICES Dos matrices son equivalentes si cualquiera de ellas puede obtenerse a partir de la otra efectuando un número finito de transformaciones elementales por renglón. RANGO DE UNA MATRIZ Si se transforma una matriz A en una matriz escalonada B, el número de renglones con al menos un elemento distinto de cero se llama

rango de la matriz de A y se representa con R(A). El mismo rango se le asigna a la matriz B. MATRICES ELEMENTALES El resultado de efectuar un número finito de transformaciones elementales por renglón a una matriz A de orden mxn puede también obtenerse si se premultiplica A por una cierta matriz cuadrada de orden m (matriz elemental). A las matrices I (i,j) m, I k(i) m, I k(i,j) m se les llama matrices elementales correspondientes a las transformaciones elementales 1, 2 y 3, respectivamente. Cada transformación elemental puede llevarse a cabo si se premultiplica la matriz dada por la matriz elemental que se obtiene efectuando en I la misma transformación elemental.

ADICIÓN DE MATRICES Sean A = (a ij ) y B = (b ij ) dos matrices del mismo orden mxn. La suma A + B de dichas matrices es una nueva matriz C = (c ij ) de orden mxn tal que c ij = a ij + b ij. PROPIEDADES DE LA SUMA DE MATRICES Sean A, B y C tres matrices del mismo orden mxn. Se cumple siempre que: 1) (A + B) + C = A + (B + C) asociatividad 2) A + B = B + A conmutatividad 3) 0 = (c ij ), c ij = 0 i, j de orden mxn llamada matriz nula tal que A + 0 = 0 + A = A 4) A = (a ij ) de orden mxn - A = ( a ij ) de orden mxn llamada simétrica de A tal que A + (-A) = (-A) + A = 0 5) A (B + C) = AB + AC distributividad

SUSTRACCIÓN DE MATRICES Se define a partir de la suma de matrices como A B = A + (-B). Para que dos matrices sean conformables para la resta deben serlo para la suma. PRODUCTO POR UN ESCALAR Sean A = (a ij ) una matriz de orden mxn y α ε C un escalar. El producto α por A es la matriz α A = (α a ij ). PROPIEDADES DEL PRODUCTO POR UN ESCALAR Sean A y B dos matrices del mismo orden y α, β dos números complejos. Se cumple siempre que: 1) (α + β) A = αa + βa 2) α (A + B) = αa + αb 3) α (βa) = (αβ) A 4) 1 A = A

PRODUCTO DE MATRICES Para que el producto AB pueda efectuarse, el número de columnas n de la matriz A debe ser el mismo que el número de renglones de la matriz B. Simbólicamente Sean A = (a ij ) (i = 1, 2,, m y j = 1, 2,, n) y B = (b ij ) (i = 1, 2,, n y j = 1, 2,, p) dos matrices de orden mxn y nxp respectivamente. El producto AB es una matriz C = (c ij ) (i = 1, 2,, m y j = 1, 2,, p) de orden mxp cuyos elementos están dados por n c ij = k=1 a ik b kj Cuando el número de columnas de A es igual al número de renglones de B se dice que las matrices A y B son conformables para la multiplicación.

En general, la multiplicación de matrices no es conmutativa. Incluso en muchas ocasiones se tiene que dos matrices A y B son conformables para multiplicarse en ese orden mientras que no son conformables para multiplicarse en el orden contrario. Para el caso del producto AB se dice que A premultiplica a B o bien que B postmultiplica a A. ASOCIATIVIDAD EN LA MULTIPLICACIÓN DE MATRICES La multiplicación de matrices, cuando efectuarse, es asociativa. Simbólicamente puede Sean A = (a ij ) mxn B = (b jk ) nxp C = (c kl ) pxq tres matrices de orden mxn, nxp y pxq, respectivamente (AB)C = A(BC) MATRIZ CUADRADA

Si una matriz A es de orden nxn, se dice que A es una matriz cuadrada de orden n. MATRIZ IDENTIDAD Se llama matriz identidad de orden n a la matriz cuadrada de la forma 1 0 0 [ 0 1 0 ] 0 0 1 Esta matriz puede expresarse en forma abreviada como I n = (δ ij ) donde δ ij = 1 si i = j δ ij = 0 si i j TEOREMA

Para toda matriz A de orden mxn se tiene que I m A = A A I n = A MATRIZ INVERSA Si A y P son dos matrices cuadradas de orden n tal que PA = AP = I n, a la matriz P se le llama matriz inversa de A. Si A es una matriz de orden mxn, existe su inversa si y sólo si m = n = R(A). Una matriz cuadrada de orden n y rango menor que n no tiene inversa. Si una matriz A tiene inversa, se dice que es NO singular y a su inversa se le representa con A 1. La inversa de una matriz es única y el producto de dos matrices no singulares es otra matriz no singular. A las matrices que no tienen inversa se les llama matrices singulares.

La inversa de una matriz A no singular puede obtenerse si se aplica a la matriz identidad I la misma secuencia de transformaciones elementales por renglón que se utilizan para transformar la matriz A en la matriz I. MATRICES TRIANGULARES Sea A = ( a ij ) una matriz de orden nxn con elementos en C. 1) A es triangular superior si a ij = 0 para i > j 2) A es triangular inferior si a ij = 0 para i < j PROPIEDADES.- Si A y B son dos matrices triangulares superiores (o inferiores) del mismo orden y α ε C, entonces 1) A + B es triangular superior (o inferior) 2) α A es triangular superior (o inferior) 3) AB es triangular superior (o inferior)

MATRIZ DIAGONAL Sea A = ( a ij ) una matriz de orden nxn con elementos en C. Se dice que A es una matriz diagonal si a ij = 0 para i j y se representa con diag (a 11, a 22,, a nn ). PROPIEDADES.- Si A y B son dos matrices diagonales tales que A = diag (a 11, a 22,, a nn ) y B = diag (b 11, b 22,, b nn ) y α ε C, entonces 1) A + B = diag (a 11 + b 11, a 22 + b 22,, a nn + b nn ) 2) α A = diag (αa 11, αa 22,, αa nn ) 3) AB = diag (a 11 b 11, a 22 b 22,, a nn b nn ) 4) A 1 = diag ( 1, 1,, 1 ) si A es no singular a 11 a 22 a nn MATRIZ ESCALAR

Es un caso particular de matriz diagonal en el que todos los elementos de la diagonal principal son iguales al escalar α. Puede expresarse como α I. TRAZA DE UNA MATRIZ Sea A = ( a ij ) una matriz de orden nxn con elementos en C. Se llama traza de A y se representa con tr A al número n i=1 a ii PROPIEDADES.- Si A y B son dos matrices cuadradas con elementos en C y α ε C 1) tr (A + B) = tr A + tr B 2) tr (αa) = α (tr A) 3) tr (AB) = tr (BA) TRANSPUESTA DE UNA MATRIZ

Sea la matriz A de orden mxn. Se llama transpuesta de A y se representa mediante A T a la matriz de orden nxm cuyos renglones son las columnas de A y cuyas columnas son los renglones de A, esto es, si A = ( a ij ), entonces A T = (a ji ). Se cumple además que (AB) T = B T A T MATRICES SIMÉTRICAS Y ANTISIMÉTRICAS Sea A una matriz de nxn con elementos en C 1) A es simétrica si A T = A 2) A es antisimétrica si A T = -A ó A = -A T Nota.- Los elementos de la diagonal principal de una matriz antisimétrica deben ser nulos.

PROPIEDADES.- Si A y B son dos matrices simétricas (o antisimétricas) de orden nxn y α ε C, entonces 1) A + B es simétrica (o antisimétrica) 2) α A es simétrica (o antisimétrica) Si A es una matriz de nxn con elementos en C, entonces 1) A + A T es simétrica 2) A - A T es antisimétrica MATRIZ CONJUGADA Sea A = (a ij ) una matriz de mxn con elementos en C. Se llama conjugada de A a la matriz de mxn A = (c ij ) tal que c ij = a ij

PROPIEDADES.- Si A y B son dos matrices con elementos en C y α ε C 1) (A ) = A 2) αa = α A 3) A + B = A + B si A + B puede obtenerse 4) AB = A B si AB puede efectuarse MATRICES REALES E IMAGINARIAS Sea A una matriz de mxn con elementos en C 1) A es real si A = A 2) A es imaginaria si A = -A o A = -A PROPIEDADES.- Si A y B son dos matrices reales (o imaginarias), entonces 1) A + B es real (o imaginaria), si A + B puede efectuarse 2) AB es real, si AB puede obtenerse

Si A es una matriz de mxn con elementos en C, entonces 1) A + A es real 2) A - A es imaginaria MATRIZ CONJUGADA-TRANSPUESTA Sea A una matriz de mxn con elementos en C. Se llama conjugada-transpuesta de A y se representa con A, a la matriz de nxm definida por A = (A) T = (A T ) PROPIEDADES.- Sean A y B dos matrices con elementos en C y α ε C 1) (A ) = A 2) (αa) = α A 3) (A + B) = A + B si A + B puede obtenerse 4) (AB) = B A si AB puede efectuarse

MATRICES HERMITIANAS Y ANTIHERMITIANAS Sea A una matriz de nxn con elementos en C 1) A es hermitiana si A = A 2) A es antihermitiana si A = -A ó A = -A Nota.- Los elementos de la diagonal principal de una matriz hermitiana deben ser números reales. Los elementos de la diagonal principal de una matriz antihermitiana deben ser números imaginarios o el cero. PROPIEDADES.- 1) Si A y B son dos matrices hermitianas (o antihermitianas) de nxn, entonces A + B es hermitiana (o antihermitiana).

Si A es una matriz de mxn con elementos en C 2) A A es hermitiana. 3) A A es hermitiana. 4) A + A es hermitiana, si A es cuadrada. 5) A - A es antihermitiana, si A es cuadrada. MATRIZ ORTOGONAL Una matriz A no singular es ortogonal si A T = A 1 MATRIZ UNITARIA Una matriz A no singular es unitaria si A = A 1 POTENCIA ENÉSIMA Sean A una matriz de mxm con elementos en C y n ε N. Se llama potencia enésima de A y se representa con A n, a la matriz definida por

A o = I m A n = A A n 1 para n 1 PROPIEDADES.- Si A es una matriz cuadrada con elementos en C y m, n ε N, entonces 1) A m A n = A m+n 2) (A m ) n = A mn ECUACIONES MATRICIALES Este tipo de ecuaciones puede resolverse empleando las propiedades de las operaciones y matrices que se han definido, siempre y cuando la ecuación haya sido planteada correctamente. Debe tenerse cuidado al despejar una incógnita de una ecuación matricial, ya que existen diferencias entre las propiedades de las operaciones con matrices y con números reales.

La principal diferencia entre matrices y números reales es que mientras se puede sumar o multiplicar dos números cualesquiera, no siempre se puede con matrices. Suponiendo que se pueden efectuar las operaciones indicadas, las principales diferencias entre las propiedades de las operaciones con números y matrices son: 1) La multiplicación de números es conmutativa; la de matrices, no. 2) El desarrollo matricial (A + B) 2 = A 2 + 2AB + B 2 es en general falso. El desarrollo correcto es (A + B) 2 = A 2 + AB + BA + B 2. 3) El producto de dos números diferentes de cero nunca es cero, pero el producto de dos matrices diferentes de la matriz nula puede ser igual a cero (matriz nula). 4) La ley cancelativa para el producto se verifica en los números, pero no en las matrices. Esto es, si a, b, c R y a 0

ab = ac b = c pero en las matrices si AB = AC B = C Nota.- Aunque sí se cumple que AB = AC B = C si B = C AB = AC A