Grupo # 4

Matrices
Integrantes:
• Cotto Meza Nahomi Fiorella
• Idrovo Rodríguez Edison
• Rodríguez Carpio Joan Xavier
• Pablo Torres Márquez
• Paredes Torres Jireth

Definición - Tipo - Operaciones y más

 Definicion "

Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular,

formando filas y columnas. Este sería un ejemplo de una matriz “A”

Cada uno de los números de que consta la matriz se denomina elemento. Así, los elementos de
nuestra matriz del ejemplo anterior serían los números que contiene .
El número de filas y columnas de una matriz se denomina dimensión de una matriz.
Definicion

Una matriz A de m filas y n columnas

podemos denotarla como Amxn (siempre
el número de la izquierda en el subíndice
indica las filas, mientras que el de la
derecha las columnas) o (está entre
paréntesis), y un elemento cualquiera de la
misma, que se encuentra en la fila i y en la
columna j, por (no lleva paréntesis). Un
elemento se distingue de otro por la
posición que ocupa, es decir, la fila y la
columna a la que pertenece.
 Tipos De Matrices

Matriz Matriz Matriz

Matriz Fila Matriz Nula
Columna Cuadrada Rectangular

Es aquella matriz que Tiene un número distinto

Solo tiene una fila, Solo tiene una columna, Es aquella matriz en la
tiene las mismas filas que de filas que, de columnas,
independientemente de independientemente de que todos los elementos
columnas, por lo que por lo que su dimensión se
las columnas que tenga. las filas que tenga. expresa como m x n.
son cero.
tiene una diagonal.
 Tipos De Matrices

Matriz Triangular Matriz Triangular Matriz Matriz Matriz Matriz

Superior Inferior Diagonal Escalar Identidad Opuesta

Es la matriz que solo tiene

Es aquella en la Todos sus
Es aquella matriz en la Es aquella matriz en la Todos sus
elementos distintos a cero en la que los elementos son
que los elementos que que los elementos que elementos tienen
diagonal. Es decir, los elementos de la ceros, excepto la
signos diferentes a
están por debajo de la están por encima de la elementos por encima y por diagonal, que son
diagonal son la matriz original.
diagonal son ceros. diagonal son ceros. debajo de la diagonal son ceros. unos.
idénticos
 Operaciones Con Matrices

Suma Resta
1. 2.

Multiplicación División
3. 4.
 Suma Y Resta

La unión de dos o más matrices solo puede hacerse si

dichas matrices tienen la misma dimensión. Cada
elemento de las matrices puede sumarse con los
elementos que coincidan en posición en diferentes
matrices. En el caso de restar dos o más matrices se
sigue el mismo procedimiento que usamos para sumar
dos o más matrices.
 Multiplicación

Generalmente, la multiplicación de matrices cumple la

propiedad no conmutativa, es decir, importa el orden de los
elementos durante la multiplicación. Existen casos
llamados matrices conmutativas que sí cumplen la
propiedad.
Para multiplicar dos matrices necesitamos que el número
de columnas de la primera matriz sea igual al número de
filas de la segunda matriz.
 División

La división de matrices se puede expresar como la

multiplicación entre la matriz que iría en el
numerador multiplicada por la matriz inversa que
iría como denominador.
 Determinante De Una Matriz "

• Existen diferentes métodos para hallar el determinante de una matriz, desde los más sencillos hasta los
complejos dependiendo de la longitud de la matriz.
• El determinante de una matriz, como resultado generara un escalar, el cual representa la singularidad de dicha
matriz.
• La regla de Sarrus es un método que permite calcular rápidamente el determinante de una matriz cuadrada con
dimensión de 3×3 o mayor.
• Dada la matriz A, su determinante esta denotado por det (A)
 Transposición De Matrices "

Dada una matriz cualquiera A, se llama matriz traspuesta de A, y se representa

por At a la matriz que resulta de intercambiar las filas y las columnas de A.
Propiedades
a) (A^t)^t = A, es decir, la traspuesta de la traspuesta es la matriz inicial.
b) (A + B)^t = A^t + B^t
c) (k ・ A)^t = k ・ A^t

En base a esta nueva operación, podemos definir otras dos clases de matriz:
Matriz simétrica, que es aquella para la que se cumple que At = A
 Propiedades Básicas
"
De Matrices

Suponiendo que todos los productos y las sumas están definidos por las matrices indicadas A, B, C, I y 0, entonces:
 Vectores Y Valores Propios

Vectores Propios Valores Propios

Los vectores propios son conjuntos de elementos que La constante h es el valor propio que pertenece al
mediante la multiplicación de una constante vector propio V.
cualquiera, son equivalentes con la multiplicación de
la matriz original y los conjuntos de elementos. Los valores propios son las raíces reales (raíces que
tienen como solución números reales) que
Matemáticamente, un vector propio V=(v1,…,vn) de encontramos mediante la ecuación característica.
una matriz cuadrada Q es cualquier vector V que
satisface la siguiente expresión para cualquier
constante h:
QV = hV
 Características de los valores propios

• Cada valor propio tiene infinitos vectores propios dado que existen infinitos
números reales que pueden formar parte de cada vector propio.

• Son escalares, pueden ser números complejos (no reales) y pueden ser idénticos
(más de un valor propio iguales).

• Existen tantos valores propios como número de filas (m) o columnas (n) tiene la
matriz original.
 Vectores Y Valores
"
Propios

Entre vectores y valores propios existe una relación de dependencia lineal dado que los valores propios multiplican los vectores
propios.
Matemáticamente: Si V es un vector propio de la matriz Z y h es el valor propio de la matriz Z, entonces hV es una
combinación lineal entre vectores y valores propios.
Función Característica
La función característica se utiliza para encontrar los valores propios de una matriz Z cuadrada.
Matemáticamente
(Z – hl) · V = 0
Donde Z y h están definidas anteriormente y I es la matriz identidad.
Condiciones
Para encontrar vectores y valores propios de una matriz, se debe cumplir:
• Matriz Z cuadrada: el número de filas (m) es el mismo que el número de columnas (n).
• Matriz Z real. La mayoría de las matrices utilizadas en finanzas tienen raíces reales. ¿Qué ventaja existe en la utilización de
raíces reales? Pues que los valores propios de la matriz nunca van a ser números complejos, y eso amigos, nos soluciona mucho
la vida.
• Matriz (Z– hI) no invertible: determinante = 0. Esta condición nos ayuda a encontrar siempre vectores propios distintos de
cero. Si encontrásemos vectores propios iguales a 0, entonces la multiplicación entre valores y vectores propios sería nula.
 Ejercicio

Consideremos la siguiente situación:

Una estructura de hormigón está deteriorada en un 25%, debido un proceso de corrosión. Se envuelve la estructura en una malla de titanio a la
que se aplica un micro voltaje que invierte el proceso químico de corrosión, logrando que mensualmente se recupere el 40% de la zona
deteriorada, aunque se sigue deteriorando mensualmente un 20% de la zona sana. ¿Cuál será la situación a los 3 meses? ¿Y a los 10 meses? ¿Y
al cabo de mucho tiempo?

Si consideramos tantos por uno, al cabo de un mes se ha recuperado 0.25× 0.4 = 0.1 de la zona deteriorada, pero la zona sana se ha reducido a
0.75 × 0.8 = 0.6. En total, la zona sana al cabo de un mes será: 0.1 + 0.6 = 0.7. Si procedemos del mismo modo con la zona deteriorada, resulta:
0.25 × 0.6 + 0.75 × 0.2 = 0.15 + 0.15 = 0.3. Podemos intentar resolver el problema construyendo una tabla:
 Ejercicio

Vemos que al cabo de tres meses las partes deteriorada y sana de la estructura son 0.328 y 0.672. Pero este procedimiento es
muy lento y prácticamente inviable para periodos de tiempo más largos. Es preciso utilizar otro método más práctico.
Volvemos al problema anterior y generalizamos:
Sea dk = tanto por uno deteriorado en el mes k.
Sea sk = tanto por uno sano en el mes k.
La situación sugiere una ecuación en diferencias:

Que matricialmente será:

Donde
 Ejercicio

Puesto que conocemos la condición inicial

Tenemos que Por tanto, el problema queda

reducido a:

La matriz

Es la llamada matriz de transición y cumple que la suma de los elementos de cada columna es igual a la unidad y son todos ellos
no negativos. Es preciso calcular A^K. Vamos a hallar sus autovalores:
 Ejercicio
Y sus autovectores:

El primer autovector es cualquier múltiplo de:

Por otra parte:

El segundo autovector es cualquier múltiplo de:

 Ejercicio

Diagonalizamos A:
 Ejercicio

Para k = 3 y k = 10:

Según vemos en la fórmula anterior, la variación de está gobernada por los factores y la estabilidad del proceso depende de los autovalores .
Si todos los autovalores |λi | < 1, la ecuación en diferencias vk+1 = A · vk es estable. Si |λi | > 1 para algún i, dicha ecuación es inestable. Si para
algún i, |λi | = 1, se dice que la ecuación es neutralmente estable. En nuestro caso, = = 1, y la variación de depende únicamente de = , siendo
neutralmente estable.
Cuando k → :
 Ejercicio
Ya que tiende a cero, por ser 0.4 < 1, y dicho límite coincide con el autovector

Correspondiente al autovalor = 1.

Comentario: Como se puede apreciar, las partes deteriorada y sana se estabilizan en el tiempo, en 1/3 y 2/3 de la estructura,
independientemente de la situación inicial de deterioro de dicha estructura. Hemos supuesto inicialmente un deterioro de un 25%, pero si
hubiéramos considerado, por ejemplo, un deterioro inicial de un 40% o 60%, al cabo de mucho tiempo la situación de las partes deteriorada y
sana de la estructura se estabilizarían igualmente en 1/3 y 2/3.
- Por otra parte, el anterior problema es un ejemplo de los llamados procesos de Markov, ya que las entradas de la matriz de transición

son todas positivas, la suma de cada columna es igual a la unidad, λ1 = 1 y el otro autovalor satisface |λ2| ≤ 1. La solución final coincide con el
autovector

correspondiente al autovalor λ1 = 1.
¡Muchas
Gracias!