Tema 2
Tema 2
Tema 2
Para sumar dos matrices, lo primero que debemos verificar es que las matrices tengan el
mismo tamaño ya que la suma de matrices de distinto tamaño no esta definida -no se puede
realizar-.
4.2.-Propiedades: La suma de matrices cumple las siguientes propiedades:
P 1 : A B B A Es conmutativa
P2 : A B C A B C Es asociativa
4 2
Ejemplo: A Si 2 será
1 0
24 2 2 8 4
B A 2A
21 20 2 0
5.2.-Propiedades: El producto de un escalar por una matriz cumple las siguientes
propiedades:
Dadas A, B matrices del mismo tamaño y un escalar
P 1 : A B A B Es distrib. respecto a la suma de matrices
P 3 , P 4 A,, A 0 A
Demostración de P 1 : A , 0A
Sea A mn a ij y B mn 0A b ij
0A 0 0A
b ij 0a ij i j
0A 0A 0A
b ij 0 i j otra forma 0A 0A 0A 0A 0A
B
0A
0A A
0A A
6.- PRODUCTO DE MATRICES
6.1.-Definición: Dadas dos matrices A a ij de tamaño m n y B b ij de tamaño n p
-es decir matrices tales que el número de columnas de la primera sea igual al número de filas de
la segunda- se llama producto AB o producto de A por B a la matriz C c ij de tamaño m p tal
que:
n
c ij a i1 b 1j a i2 b 2j . . . . . a in b nj a ik b kj
k1
P4 : A mn , np A
P 3 : kA -1 k -1 A -1 P 4 : A -1 T A T -1
Demostración de P 2 : AB -1 B -1 A -1
AB -1 B -1 A -1 B -1 A -1 es la inversa de AB ABB -1 A -1 B -1 A -1 AB I
ABB -1 A -1 ABB -1 A -1
ABB -1 A -1 AIA -1
ABB -1 A -1 AA -1 I
B -1 A -1 AB B -1 A -1 AB
B -1 A -1 AB B -1 IB
B -1 A -1 AB B -1 B I
AB -1 B -1 A -1
Teorema 2.6: La inversa de una matriz, si existe, es única.
Demostración
Sean B 1 , B 2 inversas de A tales que B 1 B 2
AB 1 B 1 A I 1 AB 2 B 2 A I 2
AB 1 I AB 2 I AB 1 AB 2
B 1 AB 1 B 1 AB 2 B 1 AB 1 B 1 AB 2
IB 1 IB 2 B 1 B 2 Absurdo
Ejemplo:
1 2
Dada A . Determinar si A admite inversa y en caso afirmativo encontrarla.
1 1
x y
Sea A -1 la posible inversa de A. Entonces debe ocurrir que AA -1 I
z t
x 2z 1
1 2 x y 1 0 x z 0
1 1 z t 0 1 y 2t 0
y t 1
Este sistema de 4 ecuaciones con 4 incógnitas puede separarse en dos sistemas de 2
ecuaciones con 2 incógnitas independientes entre ellos de manera que la solución de éstos
últimos permite encontrar la solución del anterior. Esto se debe a que las ecuaciones que se
separan para un sistema tienen variables distintas a las del otro sistema. Así tenemos para el
x 2z 1 y 2t 0
ejemplo, los sistemas 1 y 2 que si los resolvemos por Gauss
x z 0 y t 1
tendremos:
1 2 1 1 2 1 x 2z 1
1 que tiene solución única y que es:
1 1 0 0 3 1 3z 1
z 1 y x 1 2z x 1 2 1 x 1
3 3 3
1 2 0 1 2 0 y 2t 0
2 que tiene solución única que es:
1 1 1 0 3 1 3t 1
t 1 y y 2t y 2 1 y 2
3 3 3
Por lo tanto el sistema original también tiene solución única, y en consecuencia, podemos
decir que la matriz es inversible y que su inversa es:
1
x y 3
23
A -1 1 1
z t 3 3
Si n 0 A 0 I nn
10.2 Propiedades: A nn , I nn
P1 : In I P2 : A m A n A mn
P3 : A n m A mn P4 : kA n k n A n
11- MATRICES Y SISTEMA DE ECUACIONES LINEALES
Al estudiar sistema de ecuaciones lineales y el algoritmo de Gauss para resolverlos hicimos
uso de las matrices, indicando que luego volveríamos sobre ello cuando hayamos estudiado las
matrices y definido ciertas operaciones con ellas. Recordemos que un sistema de m ecuaciones
lineales con n incógnitas:
a 11 x 1 a 12 x 2 a 1n x n b 1
a 21 x 1 a 22 x 2 a 2n x n b2
I
a i1 x 1 a i2 x 2 a in x n bi
a m1 x 1 a m2 x 2 a mn x n bm
Podíamos expresarlo en forma matricial como la ecuación matricial:
a 11 a 12 . . . . . . . . . . . . a 1j . . . . . . . . . . . . a 1n x1 b1
a 21 a 22 . . . . . . . . . . . . a 2j . . . . . . . . . . . . a 2n x2 b2
........................................... . .
.......................................... . .
a i1 a i2 . . . . . . . . . . . . a ij . . . . . . . . . . . . . a in xi bi
......................................... . .
......................................... . .
a m1 a m2 . . . . . . . . . . a mj . . . . . . . . . . . . a mn xn bm
Si llamamos A mn a la matriz de coeficientes, X n1 a la matriz de las incógnitas y B m1 a la
matriz de los términos independientes podemos escribir esta ecuación en forma simbólica como:
AX B que es la expresión del sistema de ecuaciones lineales en forma matricial, es decir, como
una ecuación matricial.
Teorema 2.7 : Un sistema de n ecuaciones lineales con n incógnitas AX B tiene solución
única solo si la matriz A es inversible.
Demostración:
A -1 / AA -1 A -1 A I
A -1 AX A -1 B
IX A -1 B
X A -1 B
Como A -1 es única y B es único para un dado AX B
A -1 B es único X es unico
AX B tiene única solución
Teorema 2.8: Si X 1 y X 2 son soluciones del sistema AX entonces:
i X 1 X 2 también es solución de AX
ii , X 1 también es solución de AX
iii , X 1 X 2 también es solución de AX
Demostración de ii
AX 1 hipótesis
, AX 1 Multiplicando ambos miembros por
, AX 1 Asoc. del prod. por un escalar y prop.
X 1 es solición de AX Definición de solución
Teorema 2.9: Si el sistema AX B admite infinitas soluciones y X G es la solución general
de AX y X P es una solución particular de AX B entonces X G X P es la solución general
de AX B
Recordemos también que para resolver un sistema de ecuaciones lineales aplicabamos el
algoritmo de Gauss el que consiste en realizar operaciones elementales en las filas de la matriz
ampliada del sistema para llevarla a su forma escalonada y obtener de esa manera un sistema
escalonado equivalente al original. Recordemos que cuando expusimos el método de Gauss
definimos las siguientes matrices
11.1.- Matrices equivalentes por filas
Decimos que B es equivalente por filas a A (o que A y B son equivalentes por fila) si B se
puede obtener de A mediante operaciones elementales en las filas de A.
Así cada una de las matrices que se van obteniendo en cada paso del proceso de Gauss para
resolver un sistema de ecuaciones lineales, son equivalentes por filas a la matriz ampliada del
sistema original.
Ejemplo
Las siguientes matrices A, B son equivalentes por filas.
0 2 4 1 1 1
A yB
1 1 1 0 1 2
ya que B se obtiene de A aplicando dos operaciones elementales
0 2 4 Interrcambio F 1 con F 2 1 1 1 multiplicando la F 2 por 1
1 1 1
A 2
B
1 1 1 0 2 4 0 1 2
11.2.-Matriz escalonada
Decimos que una matriz A esta en su forma escalonada o que es una matriz escalonada si
cumple:
1 Las filas nulas -si las hay- se ubican al final
2 En cada fila el primer elemento distinto de cero -denominado entrada principal de la fila ó
cabeza de escalón ó pivot- se ubica en una columna a la izquierda de cualquier entrada principal
debajo de ella
Ejemplo 1
La matriz B del anterior ejemplo es una matriz esacalonada ya que cumple la definición
11.3.- Matriz escalonada reducida por filas
Decimos que una matriz A está en la forma escalonada reducida por filas si cumple:
1 Es una matriz escalonada
2 Los pivots o entrada principal o cabeza de escalón en cada fila son todos iguales a 1.
3 Las columnas que contienen al pivot, o entrada principal o cabeza de escalón de cada fila,
tienen los demás elementos nulos.
Ejemplo
1 0 0 1 1 1 0 1
A 0 1 0 0 B 0 1 0 0
0 0 1 2 0 0 1 2
A es una matriz escalonada reducida por filas ya que cumple la definición
B no es una matriz escalonada reducida por filas ya que no cumple la definición. En efecto,
no cumple la condición 2, el tercer cabeza de escalon no es 1 sino 1, tampoco cumple con la
3, el elemento cabeza de escalon en la segunda fila no es el único elemento no nulo de la
respectiva columna a la que pertenece.
12.-APLICACIONES DE LAS MATRICES
Hay muchas aplicaciones de las matrices en las diversas áreas de las ciencias, si bien muchas
de ellas requieren conocimientos previos de esas áreas. Veamos algunas de ellas a modo de
ejemplos ilustrativos.
Definición: Un grafo dirigido es un conjunto finito de puntos P 1 , P 2 , . . . . P n llamados
vértices o nodos que están unidos por un conjunto finito de flechas llamadas aristas o lados, cada
uno de los cuales une un par de vértices distintos pero considerándolos como un par ordenado. Es
decir P i P j P j P i . Además, ninguno de los vértices puede estar unido a él mismo por
medio de una sola flecha pero si mediante otros vértices, tampoco puede unirse dos vértices por
múltiples flechas ( P i P j es única). Un grafo dirigido tiene asociada una matriz cuadrada
A a ij tal que a ij 1 si existe P i P j y a ij 0 en caso contrario. Los grafos permiten
formular modelos de muchos problemas de diversas áreas de la ciencia.
Ejemplo 1: Considera un grupo de 6 equipos de futbol que disputan un torneo corto en el que
no se permite empate. Considera que E i E j significa que el equipo E i ganó al equipo E j .
Después de disputarse tres fechas se muestra la información mediante el siguiente grafo dirigido:
a Escribe la matriz asociada al grafo
b Indica cual es el equipo que va primero
hasta esa fecha (considera que el equipo
ganador obtiene 2 puntos por partido)
c ¿Cómo calcularías el puntaje obtenido
por cada equipo desde la matriz?
p k
2
Xk .
.
p k
n