• No se han encontrado resultados

Ejemplo: La matriz A=

N/A
N/A
Protected

Academic year: 2018

Share "Ejemplo: La matriz A="

Copied!
17
0
0

Texto completo

(1)

BLOQUE DE ÁLGEBRA:

TEMA 1: MATRICES.

Matrices: Se llama matriz de dimensión m×n a un conjunto de números reales dispuestos en m

filas y n columnas de la siguiente forma:

A=

a11 a12 a13 ... a1n a21 a22 a23 ... a2n

... ... ... ... ...

am1 am2 am3 ... amn

=

aij

Ejemplo: La matriz A=

1 0 2

−1 3 1

es de dimensión 2×3 .

Una matriz es rectangular si mn , y es cuadrada si m=n . En una matriz cuadrada definimos:

– Diagonal principal: la formada por los elementos aii .

– Diagonal secundaria: la formada por los elementos aij donde ij=n1 .

a11 a12 a13

a21 a22 a23 a31 a32 a33

matriz cuadrada de orden 3.

diagonal diagonal principal secundaria

Tipos de matrices:

Matriz fila: matriz de dimensión 1×n .

Ejemplo:

1 0 3

es de dimensión 1×3 .

Matriz columna: matriz de dimensión m×1 .

Ejemplo:

2 0

−1

(2)

Matriz nula:Todos sus elementos son nulos.

Ejemplo: O=

0 0 0

0 0 0

es la matriz nula de dimensión 2×3 .

Matriz triangular superior: Matriz cuadrada en la que todos los elementos situados por

debajo de la diagonal principal son ceros.

Ejemplo:

2 00 4 56

0 0 −3

es una matriz triangular superior de orden 3.

Matriz triangular inferior: Matriz cuadrada en la que todos los elementos situados por

encima de la diagonal principal son ceros.

Ejemplo:

1 0 0 0 2 3 0 0 4 5 6 0 7 8 9 10

matriz triangular inferior de orden 4.

Matriz diagonal: Matriz cuadrada en la que todos los elementos no situados en la diagonal

principal son ceros.

Ejemplo:

1 0 00 2 0

0 0 3

matriz diagonal de orden 3.

Matriz escalar: Matriz diagonal en la que todos los términos de la diagonal principal son

iguales.

Ejemplo:

4 0

0 4

matriz escalar de orden 2.

Matriz unidad o matriz identidad: Matriz escalar en la que todos los términos de la

diagonal principal son 1.

Ejemplo: I=

1 0 0 0 1 0 0 0 1

(3)

Método de Gauss: Se utiliza para resolver sistemas de ecuaciones lineales. Consiste en

transformar dicho sistema en otro equivalente a él (con la misma solución). Para ello utilizaremos las siguientes transformaciones:

– Cambiar dos ecuaciones de orden.

– Multiplicar una ecuación por un número real distinto de cero.

– Cambiar una ecuación por una suma de ella con otra ecuación del sistema multiplicada previamente por número real distinto de cero.

Ejemplos: Resuelve los siguientes sistemas de ecuaciones:

a)

x2yz= 6

y3z=−1 2z=−2

}

b)

x2yz=−7 2x5y−3z=−19

3xyz=−5

}

c)

3xyx= 4

(4)

d)

xyz=0 2x 3z=7

x−3y−4z=1

}

e)

x2yz=3

y−3z=−16

−2xyz=−14

}

f)

2xy−3z=−5 4x−2yz=−10

(5)

g)

xyt=6

xzt=−1

yzt=6

xyz =0

}

Operaciones con matrices:

Suma de matrices: AB=

aij

bij

=

aijbij .

Ejemplo:

1 −2 3

4 −5 6

0 2 3 4 −1 −2

Producto por un número real (por un escalar): kA=k ·

aij

=

k · aij

, k∈ℝ .

Ejemplo: −2·

1 4

−5 0

Producto de matrices: Dadas las matrices A=

aij

de dimensión m×n y B=

bij

de dimensión n×p , la matriz producto A · B es de dimensión m×p y viene dada por:

Am×n· Bn×p=Cm×p donde

aij

·

bij

=

cik

con: cik=

j=1 n

aij·bjk .

Ejemplos:

a)

1 −2 3 4 5 −6

·

(6)

b)

4 2

−1 0

2 1

·

5 −1 4

0 1 1

Ejercicio: Dadas las matrices A=

2 0

−1 3

y B=

1 5 0

−1 2 3

, calcula A · B . ¿Se puede hallar B · A ?

Propiedades del producto de matrices:

Asociativa: A ·

B ·C

=

A · B

·C .

Elemento Neutro (I= matriz identidad): A · I=I · A=A .

Distributiva respecto a la suma: A ·

BC

=A· BA ·C .

NO CONMUTATIVA: A · BB · A

Ejemplo: A=

1 2

3 4

B=

0 −1 1 1

A · B

(7)

Ejercicio: Dada la matriz A=

2 0

0 1

, calcula A1999 .

Ejercicio: Determina la matriz X que verifique la igualdad 3XI=A· BA2 , siendo:

A=

−1 1 2 2 0 3 3 1 2

, B=

−1 0 2

2 1 1 3 2 −1

(8)

Ejercicio: Calcula los valores a y b que satisfagan cada una de las siguientes igualdades: a)

1 a

2 b

·

a b

3 4

=

0 0 0 0

b)

a b 1 5

·

5 −9

−1 a

=

1 0 0 1

Ejercicio: Estudia la conmutatividad de las siguientes matrices:

A=

1 −3

1 5

B=

1 −6

(9)

Ejercicio: Dadas las matrices A=

2 1 0

−1 0 3

1 1 −2

B=

x 0 1

y 1 0

3 −2 z

y C=

−2 0 2

11 −6 −1

−6 4 1

,

determinar los valores x, y, z que hacen posible la igualdad: A · B=AC .

Trasposición de matrices. Matriz simétrica y matriz antisimétrica:

La matriz traspuesta de una matriz A de dimensión m×n es una matriz de dimensión n×m que se obtiene al cambiar en A las filas por columnas. La escribiremos At .

Ejemplo: A=

−11 0 22 3

3 4 5

At=

1

−1 3

2 0 4 3 2 5

.

Propiedades:

At

t

=A

AB

t=AtBt

k · A

t=k · At

(10)

Matriz simétrica: Matriz cuadrada tal que At=A .

Matriz antisimétrica ( o hemisimétrica) : Matriz cuadrada tal que At=−A .

Ejemplo:

2 1 3 1 0 5 3 5 1

es una matriz simétrica.

0 1 3

−1 0 5

−3 −5 0

es una matriz antisimétrica.

Ejercicio: Dadas las matrices A=

−1 3

2 4

y B=

4 0 −2

3 1 −1

. Comprueba que

A· B

t=Bt· At .

A· B

t

Bt· At

Ejercicio: Encuentra todas las matrices que conmutan con A=

1 2

(11)

Matriz inversa: La matriz inversa de una matriz cuadrada A de orden n es la matriz A−1 de orden n que verifica:

A · A−1=A−1· A=I

Las matrices que tienen inversa se denominan matrices regulares o no singulares, y las que no la tienen se llaman matrices singulares.

Cálculo de la matriz inversa:

Mediante la definición:

Ejemplo: A=

1 2

3 7

Mediante el método de Gauss-Jordan:

Hacemos la transformación:

A

I

I

A−1

mediante operaciones elementales

(12)

Ejemplos: Calcula la inversa de las matrices:

a) A=

1 2

3 7

b) B=

2 −1

1 3

c) C=

1 0 0

(13)

d) D=

1 2 0 1 3 1

−1 2 1

Ejercicio: Resuelve la ecuación matricial A · X=B siendo A=

1 1

3 4

y B=

0 2

(14)

Ejercicio: Resuelve la ecuación matricial: X · AB=X , siendo:

A=

2 0 2 0 2 3 0 0 2

, B=

−1 2 −1

0 1 2

−1 3 1

.

Ejercicio: Resuelve la ecuación matricial: BX3C=C

B3I

, siendo:

B=

1 0 0

−1 2 3 0 1 2

, C=

0 0 1 0 1 0 1 0 0

(15)

Rango de una matriz:

Ejemplo: En la matriz A=

1 2 3

−1 1 0 0 3 3

las filas verifican que F3=F1F2 , y se dice que

F3 es linealmente dependiente de las filas F1 y F2 .

• En una matriz una fila Fi no nula depende linealmente de las filas Fj , Fk , … ,

Ft se se verifica:

Fi=xFjyFk...zFt donde x , y , ... , z∈ℝ .

Ejemplo: En la matriz A=

3 1 0 −2 1 1 −1 0 3 −1 3 −4

se verifica que F3=2F1−3F2 , luego podemos decir que F3 es linealmente dependiente de F1 y F2 .

• En una matriz una fila Fi no nula es linealmente independiente de las filas Fj ,

Fk , … , Ft si no se puede escribir en la forma anterior (no es posible escribirla como combinación lineal de las demás).

Rango o característica de una matriz es el número de filas o columnas no nulas y

linealmente independientes que tiene la matriz.

• Para calcular el rango aplicamos el método de Gauss hasta llegar a una matriz triangular superior, y dicho rango será el número de filas no nulas.

Nota: Todo lo explicado para filas sería exactamente igual para columnas.

Ejemplos: Calcula el rango de las matrices:

a) A=

1 1 0 2 1 1

(16)

b) B=

1 0 2

−1 1 1 0 1 5

c) C=

1 2

−2 3

2 4 4 1

d) D=

1 2 3 4 2 4 6 9

(17)

Ejercicio: Calcula el rango, según los valores de k de la matriz:

A=

Referencias

Documento similar

En el método de la rigidez para el análisis estructural será la matriz de coeficientes de un sistema de ecuaciones lineales en el que el vector de términos independientes recoge

• Puede Resolver sistemas de ecuaciones NO

En cuanto a las ecuaciones diferenciales lineales nos ocuparemos de aquéllas que tienen coeficientes constantes, para pasar después al método de los coefi- cientes indeterminados a

• El conjunto solución de un sistema de ecuaciones lineales, está formado por todas las soluciones del sistema.. • Dos sistemas de ecuaciones lineales son equivalentes, si tienen

- Integra los conocimientos previos sobre álgebra y resolución de problemas y los aplica para resolver problemas de sistemas de ecuaciones lineales.. Competencia en comunicación

-Los aspectos analíticos, numéricos y gráficos de las ecuaciones diferenciales ordinarias de primer orden y de orden superior, y de los sistemas de ecuaciones lineales , así como de

-Los aspectos analíticos, numéricos y gráficos de las ecuaciones diferenciales ordinarias de primer orden y de orden superior, y de los sistemas de ecuaciones lineales , así como de

-Los aspectos analíticos, numéricos y gráficos de las ecuaciones diferenciales ordinarias de primer orden y de orden superior, y de los sistemas de ecuaciones lineales , así como de