SlideShare una empresa de Scribd logo

Algebra matrices

A
Arnold Ivan Tristán Peralta

Este documento presenta el tema del álgebra de matrices. Introduce conceptos fundamentales como tipos de matrices, operaciones básicas como suma y multiplicación, y algunas aplicaciones. El documento está dividido en varias secciones y explica con detalle definiciones, propiedades y ejemplos para facilitar la comprensión del tema.

Ciencias
1 de 18
Descargar para leer sin conexión
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Álgebra de matrices Proyecto e-Math 1 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) ÁLGEBRA DE MATRICES Autores: Cristina Steegmann Pascual (csteegmann@uoc.edu), Juan Alberto Rodríguez Velázquez (jrodriguezvel@uoc.edu), Ángel Alejandro Juan Pérez (ajuanp@uoc.edu). ESQUEMA DE CONTENIDOS ________________________ INTRODUCCIÓN ___________________ El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico y simbólico que se deriva de los modelos matemáticos utilizados para resolver problemas en diferentes disciplinas como, por ejemplo, las ciencias sociales, las ingenierías, economía, física, estadística y las diferentes ramas de las matemáticas entre las que destacamos las ecuaciones diferenciales, el cálculo numérico y, por supuesto, el álgebra. Para obtener información sobre la historia del álgebra de matrices recomendamos [W5]. En este math-block presentamos algunos tipos de matrices, analizamos las principales operaciones con matrices y damos algunas aplicaciones del álgebra de matrices. Además, mostramos las posibilidades que nos brinda el programa Mathcad para el cálculo matricial. Para completar el estudio sobre este tema, recomendamos la lectura de los math-blocks sobre determinantes, matriz inversa y sistemas de ecuaciones lineales. Álgebra de Matrices Definición de matriz Tipos de matrices Operaciones con matrices Algunas Aplicaciones Modelo metalúrgico Matrices Input Output Matriz de adyacencia Suma, producto y producto por un escalar Cálculo con Mathcad
Álgebra de matrices Proyecto e-Math 2 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) OBJETIVOS ________________________ • Conocer algunos tipos de matrices. • Conocer las principales operaciones con matrices. • Conocer algunas aplicaciones del cálculo matricial. • Conocer las facilidades del cálculo matricial usando el programa Mathcad. CONOCIMIENTOS PREVIOS ___________________________________ Es recomendable haber leído, previamente, los math-blocks introductorios a Mathcad. CONCEPTOS FUNDAMENTALES ______________________________ Definición de matriz Los arreglos rectangulares de números como el siguiente       − 35.05 018 reciben el nombre de matrices. Más formalmente, dado un conjunto X, se denomina matriz de n filas y m columnas a un conjunto de n×m elementos de X, dispuestos en un arreglo rectangular de n filas y m columnas. Las características de los elementos del conjunto X dependerán, en cada caso, de la naturaleza del problema que se esté estudiando. X puede ser un conjunto de funciones, de palabras de un alfabeto, de números, etc. De aquí en adelante, salvo que se especifique lo contrario, los elementos del conjunto X serán números reales y denotaremos el conjunto de todas las matrices de orden n×m (n filas y m columnas) por .mnM × En general, para representar una matriz A de orden n×m se escribe =A               nmnn m m aaa aaa aaa 21 22221 11211 También se escribe A=( ija ) ( ,...,1=i n y ,...,1=j m) para indicar que A es la matriz de orden n×m que tiene elementos ija . Las matrices se denotan con letras mayúsculas y sus elementos con la misma letra minúscula acompañada de dos subíndices que indican su posición en la matriz; el primer subíndice indica la fila y el segundo la columna. Es decir, el elemento ija es aquel que se encuentra en la fila i y la columna j de la matriz A. Por ejemplo, si denotamos por M la matriz inicial, entonces el orden de M es 2×3 (2 filas y 3 columnas) y sus elementos son: ,811 =m ,112 −=m , ,013 =m ,521 =m 5.022 =m y .323 =m
Álgebra de matrices Proyecto e-Math 3 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Dos matrices A=( ija ) y B=( ijb ), de orden n×m, son iguales si ijij ba = para todo ,...,1=i n y ,...,1=j m. Es decir, dos matrices son iguales si los elementos que ocupan la misma posición en ambas matrices coinciden. Algunos tipos de matrices Matriz Cuadrada: Es aquella que tiene igual número n de filas que de columnas (n=m). En ese caso se dice que la matriz es de orden n. Por ejemplo, la matriz           − − = 12.04 330 231 A es cuadrada de orden 3. Denotaremos el conjunto de todas las matrices cuadradas de orden n por .nM Así, en el ejemplo anterior, .3MA∈ Los elementos de la diagonal principal de una matriz cuadrada son aquellos que están situados en la diagonal que va desde la esquina superior izquierda hasta la inferior derecha. En otras palabras, la diagonal principal de una matriz A=( ija ) está compuesta por los elementos .,...,, 2211 nnaaa En el ejemplo anterior la diagonal principal está compuesta por los elementos: 111 =a , 322 −=a , 133 =a . Matriz Nula: Una matriz es nula si todos sus elementos son iguales a cero. En el siguiente ejemplo se muestra la matriz nula de orden 3×2.           = 0 0 0 0 0 0 O Más adelante veremos que la matriz nula, respecto a la adición y multiplicación de matrices, juega un papel similar al número cero respecto a la adición y multiplicación de números reales. Matriz Diagonal: Una matriz cuadrada, A=( ija ), es diagonal si ija =0, para ji ≠ . Es decir, si todos los elementos situados fuera de la diagonal principal son cero. Por ejemplo, la siguiente matriz es diagonal:           − = 300 060 000 D Matriz Unidad: Es una matriz diagonal cuyos elementos de la diagonal son todos 1. A continuación mostramos la matriz unidad de orden 2.       = 10 01 I
Álgebra de matrices Proyecto e-Math 4 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Más adelante veremos que la matriz unidad, respecto a la multiplicación de matrices, juega un papel similar al número 1 respecto a la multiplicación de números reales. Matriz triangular: Es una matriz cuadrada en la que todos los elementos situados por debajo (o por encima) de la diagonal principal son cero. Por ejemplo, la siguiente matriz es triangular:           − = 100 460 12 3 1 T Este tipo de matrices también se conoce como matriz escalonada. En algunos casos se hace la distinción entre las matrices triangulares superiores o inferiores en dependencia de los elementos nulos de la matriz; los que están por debajo o por encima de la diagonal principal. Según se puede ver en el Math-block sobre sistemas de ecuaciones lineales, el concepto de matriz triangular (o escalonada) es de vital importancia en el estudio de los sistemas de ecuaciones lineales. Más adelante, después de estudiar las operaciones con matrices, veremos algunos tipos importantes de matrices como es el caso de las simétricas y las ortogonales. Adición de matrices Sean mnMBA ×∈, . La matriz mnij McC ×∈= )( es la suma de las matrices )( ijaA = y )( ijbB = , y se denota ,BAC += si sus elementos cumplen: m)...,2,1,n,...,2,1,( ==+= jibac ijijij Ejemplo Consideremos las siguientes matrices:           −= 2 3 4 0 1 2 A           − = 0 4 4 1 2 4 B           −− − = 531 202 431 M Las matrices A y B son de orden 3×2, mientras la matriz M es cuadrada de orden 3. Por tanto, no podemos calcular la suma de A y M y tampoco la suma de B y M, en cambio, sí podemos sumar A y B ya que tienen el mismo orden. Esto es,           − =           + + + −+ +− + =           − +           −=+ 2 7 8 1 1 6 02 43 44 )1(0 2)1( 42 0 4 4 1 2 4 2 3 4 0 1 2 BA Es fácil deducir las siguientes propiedades de la adición de matrices de orden n×m: • Conmutativa: ,ABBA +=+ mnMBA ×∈∀ , 1 • Asociativa: ,)()( CBACBA ++=++ mnMCBA ×∈∀ ,, 1 ∀ : Cuantificador universal. Se lee “Para todo”. ∃ : Cuantificador existencial. Se lee “Existe”
Álgebra de matrices Proyecto e-Math 5 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) • Elemento neutro (la matriz nula): AAOOAMAMO mnmn =+=+∈∀∈∃ ×× : • Elemento opuesto: OAAAAMAMA mnmn =+−=−+∈−∃∈∀ ×× )()(:)( En virtud de las propiedades anteriores de la adición de matrices, “+”, (ley interna) resulta que ( )+× ,mnM tiene estructura de grupo conmutativo. (Ver [8] para profundizar en la estructura de grupo) Multiplicación de una matriz por un número Se denomina producto de una matriz 2 )( mnij MaA ×∈= por un número λ a una matriz )( mnij MbB ×∈= cuyos elementos son de la forma )1;1( ,...,mj,...,niab ijij === λ Es decir, la matriz producto, B, es la que se obtiene multiplicando el número λ por cada uno de los elementos de A. De aquí en adelante consideraremos que λ es un número real. Ejemplo Consideremos la matriz           − − = 075 402 102 A y el número .5−=λ Entonces, el producto de A por λ es: ( )           −− − − =           − − −= 03525 20010 5010 075 402 102 ·5·Aλ El producto de una matriz por un número es una ley de composición externa que cumple las siguientes propiedades (Ver [8] para profundizar en leyes de composición): • Distributiva mixta del producto respecto a la suma de matrices mnMBABABA ×∈∀∈∀+=+ ,R,)( λλλλ • Distributiva mixta del producto respecto a la suma de números reales mnMARAAA ×∈∀∈∀+=+ ,,)( δλδλδλ • Asociativa mixta mnMARAA ×∈∀∈∀= ,,)()·( δλδλδλ • Elemento neutro para la ley externa 2 En esta definición damos por supuesto que se cumple la propiedad conmutativa de la multiplicación del número λ por los elementos de A.
Álgebra de matrices Proyecto e-Math 6 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) RMAAA mn ∈∈∀= × 1y·1 En virtud de estas propiedades y de las anteriores de la suma de matrices, resulta que el conjunto mnM × de las matrices de orden n×m, respecto a la ley de composición interna, “+”, y a la ley de composición externa, producto de una matriz por un número, tiene estructura de espacio vectorial sobre el cuerpo de los números reales (Ver [W7] y [2] para profundizar en la estructura de espacio vectorial). Multiplicación de matrices Se denomina matriz producto de la matriz )( mnij MaA ×∈= por la matriz )( pmjk MbB ×∈= a una matriz )( pnik McC ×∈= cuyos elementos son de la forma ∑= =+++= m j jkijmkimkikiik babababac 1 2211 Es decir, los elementos que ocupan la posición ,ik en la matriz producto, se obtienen sumando los productos que resultan de multiplicar los elementos de la fila i en la primera matriz por los elementos de la columna k de la segunda matriz. Observemos en detalle como se obtiene el elemento 23c en el siguiente ejemplo: CBA =           − − =      − −           −= 1208 740 1427 3 5 0 2 2 1 · 4 1 3 0 2 1 · fila 2 por columna 3 = elemento que ocupa la posición 23 73103)·1(5223221321 2 1 3223 =−=−+=+== ∑= ·bababac j jj Dos matrices se pueden multiplicar sólo cuando el número de columna de la primera matriz sea igual al número de filas de la segunda. En ese caso se dice que las matrices son enlazadas. En el siguiente ejemplo podemos ver además cuál es el orden de la matriz producto. 24 43 23 20 11 22 6010 1221 4432 × ×               =           = BA 23 24 43 13 10 23 19 7 19 23 20 11 22 6010 1221 4432 · × × ×           =                         =BA 4=4
Álgebra de matrices Proyecto e-Math 7 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Nótese, además, que no podemos calcular .·AB =AB· 43 24 6010 1221 4432 23 20 11 22 × ×                         Hay casos, como veremos en el siguiente ejemplo, en los que se pueden calcular ambos productos aunque se obtienen resultados diferentes. Consideremos las siguientes matrices:       = 3 2 2 3 1 4 A y           = 0 3 2 3 1 0 B Entonces, por un lado,       =                 = 811 179 0 3 2 3 1 0 3 2 2 3 1 4 ·BA y por otro lado,           =                = 6912 1197 642 3 2 2 3 1 4 0 3 2 3 1 0 ·AB Según se pudo comprobar a través de los ejemplos anteriores, para la multiplicación de matrices no se cumple la propiedad conmutativa. Veamos algunas propiedades de esta operación: • Asociativa pkkmmn MCMBMAA, B, CCBACBA ××× ∈∈∈∀= ,,:,)·()·( • Elemento neutro (Es la matriz unidad) ··: AAIIAMAMI nn ==∈∀∈∃ • Distributiva (mixta) kmmn MCBMAA,B,CCABACBA ×× ∈∈∀+=+ ,:,··)( En virtud de estas propiedades y de las anteriores de la suma de matrices, resulta que el conjunto ( ),·,+nM de las matrices cuadradas de orden n, respecto a las dos leyes de composición interna, “+” y “·”, tiene estructura de anillo unitario no conmutativo (Ver [8] para profundizar en la estructura de anillo). Otras observaciones importantes:
Álgebra de matrices Proyecto e-Math 8 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) • Existen divisores de cero: En general, 0· =BA no implica que 0=A o .0=B Por ejemplo,       =            00 00 18 00 02 01 . • No se cumple la propiedad cancelativa: En general, CABA ·· = no implica .CB = Por ejemplo,             =            35 01 02 01 18 01 02 01 • No se cumple la fórmula del binomio: En general, 222 2)( BABABA ++≠+ ya que el producto no es conmutativo. Matriz invertible Una matriz cuadrada A es invertible si existe una matriz, que denotaremos por ,1− A que cumple ,·· 11 IAAAA == −− donde I es la matriz unidad. En ese caso se dice que 1− A es la inversa de A . Por ejemplo, la matriz           −= 103 431 342 A es invertible y su inversa es             − −− − =− 31 10 31 12 31 9 31 11 31 7 31 13 31 7 31 4 31 3 1 A ya que . 100 010 001 103 431 342 · 31 10 31 12 31 9 31 11 31 7 31 13 31 7 31 4 31 3 1 IAA =           =             − −− −           −=− Para un estudio detallado sobre matriz inversa recomendamos el math-block titulado “Matriz Inversa”. Matriz traspuesta La traspuesta de una matriz mnij MaA ×∈= )( , es la matriz ,)( nmji T MaA ×∈= que se obtiene a partir de la matriz A al intercambiar las filas por las columnas (o viceversa).
Álgebra de matrices Proyecto e-Math 9 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) La traspuesta de la matriz       = 3 2 2 3 1 4 A es           = 3 2 1 2 3 4 T A . Propiedades: • Dada una matriz, siempre existe la traspuesta y además es única • ( ) AA TT = • ( ) TTT BABA +=+ • ( ) ,TT AA λλ = con R∈λ • ( ) TTT ABBA ·· = • ( ) ( ) 11 −− = TT AA Otros tipos de matrices Matriz simétrica: Es una matriz igual a su traspuesta: A es simétrica ⇔ AAT = Un ejemplo de matriz simétrica es el siguiente: . 513 129 391 T AA =           − −= Las matrices simétricas tienen ese nombre debido a que presentan simetría respecto a la diagonal principal. En otras palabras, una matriz nij MaA ∈= )( es simétrica si cumple jiij aa = para ,,...,1 ni = y .,...,1 nj = Matriz antisimétrica: Es una matriz igual a la opuesta de su traspuesta. En otras palabras, A es antisimétrica ⇔ .AAT −= La siguiente matriz es antisimétrica:           −− − = 513 129 391 A Matriz ortogonal: Es aquella cuya traspuesta es igual a su inversa. Es decir, es aquella que multiplicada por su traspuesta da como resultado la matriz unidad. Esto es, A es ortogonal ⇔ IAA T =· ⇔ 1− = AAT La siguiente matriz de funciones es ortogonal:
Álgebra de matrices Proyecto e-Math 10 Financiado por la Secretaría de Estado de Educación y Universidades (MECD)       − senxx xsenx cos cos Para comprobarlo es suficiente con aplicar la definición y tener en cuenta que .1cos22 =+ xxsen Las matrices ortogonales de orden 2 son de la forma:       − = ab ba A o ,      − = ab ba A donde a y b son números reales tales que .122 =+ ba Matriz involutiva: Es una matriz que coincide con su inversa. Esto es, A es involutiva ⇔ IA =2 La siguiente matriz es involutiva:      − = 10 01 A ,       =     −      − = 10 01 10 01 10 012 A Es evidente que esta matriz también es ortogonal. Matriz idempotente: Es una matriz igual a su cuadrado. Es decir, A es idempotente ⇔ AA =2 . La siguiente matriz es idempotente:       − = 01 01 A Matriz nilpotente: Si A es una matriz cuadrada y 0=k A para algún número natural ,k se dice que A es nilpotente. Si k es tal que 01 ≠−k A y ,0=k A se dice que A es nilpotente de orden .k A continuación mostramos una matriz nilpotente de orden 2. , 050 000 080           − =A           = 000 000 000 2 A Naturalmente, la matriz A es un divisor de cero.
Álgebra de matrices Proyecto e-Math 11 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) CASOS PRÁCTICOS CON SOFTWARE___________________________________ Operaciones con matrices usando Mathcad ¿Cómo editar matrices? Para editar matrices utilizando Mathcad se siguen los siguientes pasos usando la barra de herramientas Math: Se introduce el número de filas y de columnas y luego se introducen los elementos de la matriz ¿Cómo asignar una matriz a una variable? Para asignar una matriz a una variable se escribe la variable y luego dos puntos, “:”. Después se introduce la matriz por el procedimiento de antes. ¿Cómo calcular? Una vez asignada la matriz a una variable, la suma, producto, producto por un número y potencias, se hacen como si se tratase de números. En el caso de la traspuesta y otras operaciones exclusivas de las matrices se utiliza la barra de herramientas Matrix. Por ejemplo, introducimos las siguientes matrices: A 2 1− 3 4 3 0 3 4 1       := M 4 1 3 2 2 3      := B 0 1 3 2 3 0       := Luego calculamos:
Álgebra de matrices Proyecto e-Math 12 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Además de la barra de herramientas Matrix, como mostramos a través del siguiente ejemplo, podemos usar la barra de herramientas Symbolic: M 3 2 3 1      := M T 3 3 2 1      → M 2 15 8 12 7      → Matrices input-output Las matrices input-output (entrada-salida) se aplican al considerar un modelo simplificado de la economía de un país en el que la actividad de cualquier empresa puede considerarse en algunos de los sectores básicos: la industria (I), la agricultura (A), el turismo (T) y los servicios (S). Las empresas compran (inputs), transforman los productos y luego venden (outputs). Para tener una idea del modelo, supongamos que los datos de la economía de un país ficticio son los de la tabla siguiente, donde las cantidades se dan en algún tipo de unidad monetaria. En cada fila se indica el valor de las ventas efectuadas por cada sector a cada uno de los sectores restantes así como las ventas internas, la demanda, que representa el valor de las ventas efectuadas a los consumidores y a otros países, y el output total del sector que se obtiene sumando todas las ventas de ese sector. Por ejemplo, en el caso de la I A T S Demanda Output I 50 23 4 6 200 283 A 12 70 15 9 70 176 T 1 1 50 15 350 417 S 80 90 85 87 43 385
Álgebra de matrices Proyecto e-Math 13 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) industria, el valor de las ventas internas fue de 50, el valor de las ventas al sector agrario fue de 23, en el caso del turismo fue de 4, y en los servicios de 6. El valor de las ventas efectuadas a los consumidores y a otros países (demanda) fue de 200. Entonces el output total fue de 283. A partir de la tabla anterior se definen las siguientes matrices: Matriz de transacciones Matriz demanda final Matriz de outputs M 50 12 1 80 23 70 1 90 4 15 50 85 6 9 15 87         := D 200 70 350 43         := O 283 176 417 385         := Y a partir de los elementos de las matrices M y O se puede construir una matriz tecnológica, T , que representa la proporción de las transacciones intersectoriales respecto al output total de cada sector. T 50 283 12 283 1 283 80 283 23 176 70 176 1 176 90 176 4 417 15 417 50 417 85 417 6 385 9 385 15 385 87 385                       := Toda la información de la tabla se puede expresar en forma matricial a través de la siguiente relación: D,T·OO += es decir, Esta fórmula permite hacer estudios destinados a planificar la economía. Modelo metalúrgico Supongamos que una empresa fabrica tres modelos de máquinas herramientas, M1, M2 y M3, y como materia prima fundamental utiliza tres tipos de metales, Hierro (H), Níquel (N) y Cobalto (C). La cantidad de materia prima que necesita para fabricar cada máquina, expresada en toneladas, se muestra en la siguiente tabla a la cual le hacemos corresponder la matriz .A
Álgebra de matrices Proyecto e-Math 14 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Las mejores ofertas de la materia prima corresponden a los proveedores P1, P2 y P3. Los precios por tonelada (expresados en cierta unidad monetaria) impuestos por cada uno de los proveedores a cada uno de los metales aparecen en la siguiente tabla: B 160 6000 3000 155 6250 3010 150 7200 2995       := Queremos hacer una tabla de doble entrada que muestre el gasto en materia prima por modelo de máquina y proveedor. Dicha tabla se obtiene a través del siguiente producto matricial: La tabla obtenida es: Para interpretar los datos de esta tabla tomaremos como ejemplo el modelo M3 con el proveedor P1: Si compramos la materia prima al proveedor P1, los gastos por cada máquina del modelo M3 serán de 4160 unidades monetarias. Analizando la tabla podemos concluir que resulta más económico comprar la materia prima al proveedor P1. Matriz de adyacencia de un grafo Un grafo G=(V, E) es un par ordenado formado por un conjunto V (finito no vacío) de objetos llamados vértices y un conjunto E de pares no ordenados de vértices diferentes denominados aristas. Una arista formada por los vértices ,iv jv se denota por jivv y se dice que los vértices iv y jv son adyacentes. Consideremos el grafo representado en el siguiente diagrama: H N C M1 5 0.4 0.2 M2 4 0.3 0.1 M3 3.5 0.5 0.2 P1 P2 P3 H 160 155 150 N 6000 6250 7200 C 3000 3010 2995 P1 P2 P3 M1 3800 3877 4229 M2 2740 2796 3059.5 M3 4160 4269.5 4724
Álgebra de matrices Proyecto e-Math 15 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) 1v 2v 4v 3v En este caso el conjunto de vértices es },,,{ 4321 vvvvV = y el conjunto de aristas es }.,,,,{ 4342324121 vvvvvvvvvvE = Un recorrido de longitud l , del vértice u al vértice v es una secuencia finita de vértices, ,,...,, 10 vvvvu l == tal que 1−iv es adyacente a iv para .1 li ≤≤ La matriz de adyacencia de un grafo G de n vértices, denotada por )(GA , es una matriz cuadrada de orden n que tiene un 1 en la posición ij si los vértices iv y jv son adyacentes y un 0 en caso contrario. Es decir la matriz de adyacencia de un grafo se define como ),()( ijaGA = donde    ∉ ∈ = si0 si1 Evv Evv a ji ji ij La matriz de adyacencia es simétrica y sus elementos de la diagonal principal son todos cero. La matriz de adyacencia del grafo de antes es: A G( ) 0 1 0 1 1 0 1 1 0 1 0 1 1 1 1 0         := Un resultado conocido y muy utilizado en teoría algebraica de grafos es el siguiente: El número de recorridos de longitud l en un grafo G, del vértice iv al vértice ,jv es el elemento que está en la posición ij de la matriz .l A Para ilustrar el resultado anterior vamos a calcular el número de recorridos entre los vértices 1v y 3v del grafo anterior para .50 ≤≤ l Las potencias de la matriz de adyacencia son:
Álgebra de matrices Proyecto e-Math 16 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) A G( ) 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1             = A G( ) 1 0 1 0 1 1 0 1 1 0 1 0 1 1 1 1 0             = A G( ) 2 2 1 2 1 1 3 1 2 2 1 2 1 1 2 1 3             = A G( ) 3 2 5 2 5 5 4 5 5 2 5 2 5 5 5 5 4             = A G( ) 4 10 9 10 9 9 15 9 14 10 9 10 9 9 14 9 15             = A G( ) 5 18 29 18 29 29 32 29 33 18 29 18 29 29 33 29 32             = Entonces, como podemos comprobar en el dibujo del grafo, el número de recorridos de longitud l ( 50 ≤≤ l ) entre 1v y 3v está dado por el elemento 13 )(l a de la matriz ).(GAl Así, ,013 )0( =a ,013 )1( =a ,213 )2( =a ,213 )3( =a 1013 )4( =a y .1813 )5( =a (Ver [7] para profundizar en teoría algebraica de grafos)
Álgebra de matrices Proyecto e-Math 17 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) BIBLIOGRAFÍA ___________________________________ [1] Carl D. Meyer´s (2000): "Matrix analysis and applied linear algebra", Philadelpia SIAM, 461, 468- 470 [2] Montes Lozano, A (1998): "Álgebra", Ediciones UOC, Módulo 3: "Matrices, vectores y sistemas de ecuaciones lineales", 45-48, 41-43, 43-45 [3] G. J. Porter, D. R. Hill (1996): “Interactive Linear Algebra. A laboratory course using Mathcad”, Springer-Verlag New York, Inc., Section 3.1, 3.2, 3.3 [4] H. Benker (1999): "Practical use of Mathcad. Solving mathematical problems with a computer algebra system", Springer-Verlag New York, Inc., 178-180 [5] J. A. Moreno, D. Ser (1999): "Mathcad 8. Manual de usuario y guía de referencia de Mathcad 8", ediciones Anaya Multimedia, S.A., 155, 296. [6] H. Anton, C. Rorres (2000): "Elementary Linear Algebra: Applications Version", John Wiley&Sons. [7] N. Biggs (1974, 1993): "Algebraic graph theory", Cambridge University Press. [8] F. Cedó (1997): “Àlgebra bàsica” Universitat Autònoma de Barcelona ENLACES ___________________________________ [W1] http://www.planetmath.org/encyclopedia/LinearAlgebra.html Página web de la enciclopedia de PlanetMath.org sobre álgebra lineal. En inglés. [W2] http://thales.cica.es/rd/Recursos/rd99/ed99-0289-02/ed99-0289-02.html Página web de la "Sociedad Andaluza de Educación Matemática THALES" donde se explica, con gran cantidad de ejemplos aclaratorios, diferentes conceptos todos ellos relacionados con las matrices y otros temas de álgebra lineal. En español. [W3] http://www.lafacu.com/apuntes/matematica/matrices/default.htm El sitio de los estudiantes y docentes universitarios. Recopilación de apuntes, con ejemplos, sobre matrices. En español. [W4] http://rinconprog.metropoliglobal.com/CursosProg/ProgGraf/MatGraf/index.php?cap=2 Página web de "El Rincón del Programador". En la sección de "Programación Gráfica" aparecen los "Fundamentos matemáticos de la Informática Gráfica" donde se explican
Álgebra de matrices Proyecto e-Math 18 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) diversos conceptos relacionados con el álgebra de matrices y otros temas de álgebra lineal. En español. [W5] http://www-gap.dcs.st-and.ac.uk/~history/Indexes/Algebra.html Página web de la School of Mathematics and Statistics, University of St Andrews, Scotland. Trata sobre la historia del álgebra. En inglés. [W6] http://www.richland.cc.il.us/james/lecture/m116/matrices/applications.html Página web con aplicaciones de matrices y determinantes. En inglés. [W7] http://www.math.unl.edu/~tshores/linalgtext.html Página web del Departamento de Matemáticas y Estadística de la Universidad de Nebraska- Lincoln. Libro on-line sobre álgebra lineal y sus aplicaciones. En inglés. [W8] http://www.numbertheory.org/book/ Página web sobre teoría de números. Libro on-line sobre álgebra lineal. En inglés. [W9] http://archives.math.utk.edu/topics/linearAlgebra.html Página web de enlaces relacionados con álgebra lineal y teoría de matrices. En inglés. [W10] http://www.tu-chemnitz.de/iic/ela/ Página web de la publicación "The Electronic Journal of Linear Algebra" publicada por "The International Linear Algebra Society". En inglés. [W11] http://www.netlib.org/utk/people/JackDongarra/la-sw.html Página en la que está recogida la información relacionada con el software disponible gratuitamente en la red para la solución de problemas de álgebra lineal. En inglés. [W12] http://ceee.rice.edu/Books/LA/linearbook.pdf Página web del "Center for Excellence and Equity in Education" de la Universidad de Rice. Libro sobre álgebra lineal. En inglés.

Más contenido relacionado

PDF
Matrices
Jose Rafael Martinez Martinez
 
PDF
3. 2 matrices
Henry Wilson Callacondo Perez
 
DOCX
Matrices y determinantes
mavaresesdras
 
PPT
Módulos algebra de matrices (1)
Rudy Medina
 
PPTX
ALGEBRA DE MATRICES
Daniel Irene
 
PPTX
Presentacion Matrices
jmorenotito
 
DOCX
Matrices y determinantes
jesus rojass
 
PDF
matrices y determinantes
Jessica Primadonna
 
Matrices
Jose Rafael Martinez Martinez
 
3. 2 matrices
Henry Wilson Callacondo Perez
 
Matrices y determinantes
mavaresesdras
 
Módulos algebra de matrices (1)
Rudy Medina
 
ALGEBRA DE MATRICES
Daniel Irene
 
Presentacion Matrices
jmorenotito
 
Matrices y determinantes
jesus rojass
 
matrices y determinantes
Jessica Primadonna
 

La actualidad más candente (8)

PPT
Matrices
ujgh
 
PDF
Matrices (teoría)
FrancisCastro34
 
PDF
Álgebra Lineal (Escuela Politécnica Nacional)
NO HAY COSAS IMPOSIBLES, SOLO PERSONAS INCAPACES.
 
PPTX
Operaciones con matrices
silesilfer
 
PDF
Algebra matrices
Wilson Mateo
 
PPT
Presentacion sobre matrices rosa depena
Rosa Cristina De Pena Olivares
 
PDF
Matrices y determinantes
bea sosa
 
PDF
T06
Victor A Cueva G
 
Matrices
ujgh
 
Matrices (teoría)
FrancisCastro34
 
Álgebra Lineal (Escuela Politécnica Nacional)
NO HAY COSAS IMPOSIBLES, SOLO PERSONAS INCAPACES.
 
Operaciones con matrices
silesilfer
 
Algebra matrices
Wilson Mateo
 
Presentacion sobre matrices rosa depena
Rosa Cristina De Pena Olivares
 
Matrices y determinantes
bea sosa
 
T06
Victor A Cueva G
 
Publicidad

Destacado (19)

PDF
4 iv calculando-graficando_hoja_calculo_calc
Heiberth Jesus
 
PPTX
Silabo programación ii 2015-i
nomegustaestascosas
 
PPT
Matlab2009b -clase2
nomegustaestascosas
 
DOCX
Matlab -compu_aplicada
Hernaly
 
PPT
Algoritmo
DIOSANEGRA
 
PPTX
8 clase fbq receptores
Qriistiinaa Rjas G
 
PDF
Formulación orgánica
Mjosen Navarro
 
PDF
240 compendio de lecturas cientifícas química 1
CHONGOLINA
 
PPTX
Biologia
JeysonUNFV
 
PPT
Luz y el movimiento ondulatorio
Angel Migetiti Benitez Zuñig
 
PPT
Matlab presentacion enero2012
gerardoarbito
 
PPT
MATLAB 2010
Jose Cordova
 
PPT
Ejercicios MATLAB
dwquezada
 
PPTX
Tema Nomenclatura de Química Inorgánica
Juan Sanmartin
 
PDF
Analisis numerico basico libro
Marlon Villacis
 
PPT
Sistema nervioso para 5° y 6° de primaria 2013
Edith E. Yaranga G.
 
PDF
Anatomía y Fisiología del Sistema Nervioso
IES Vicent Andres Estelles
 
PPT
Anatomia y Fisiología Del SNC
DuncanSandre
 
PPTX
Diapositivas del sistema nervioso
Magdalena Guevara Villanueva
 
4 iv calculando-graficando_hoja_calculo_calc
Heiberth Jesus
 
Silabo programación ii 2015-i
nomegustaestascosas
 
Matlab2009b -clase2
nomegustaestascosas
 
Matlab -compu_aplicada
Hernaly
 
Algoritmo
DIOSANEGRA
 
8 clase fbq receptores
Qriistiinaa Rjas G
 
Formulación orgánica
Mjosen Navarro
 
240 compendio de lecturas cientifícas química 1
CHONGOLINA
 
Biologia
JeysonUNFV
 
Luz y el movimiento ondulatorio
Angel Migetiti Benitez Zuñig
 
Matlab presentacion enero2012
gerardoarbito
 
MATLAB 2010
Jose Cordova
 
Ejercicios MATLAB
dwquezada
 
Tema Nomenclatura de Química Inorgánica
Juan Sanmartin
 
Analisis numerico basico libro
Marlon Villacis
 
Sistema nervioso para 5° y 6° de primaria 2013
Edith E. Yaranga G.
 
Anatomía y Fisiología del Sistema Nervioso
IES Vicent Andres Estelles
 
Anatomia y Fisiología Del SNC
DuncanSandre
 
Diapositivas del sistema nervioso
Magdalena Guevara Villanueva
 
Publicidad

Similar a Algebra matrices (20)

PDF
08b.-MATRICES-2.pdf
georgegio
 
PDF
Algebra matrices
Ney Pinchi Linares
 
PDF
Algebra matrices
Diego Gomez
 
PPTX
Matrices y determinantes
Alejandro Machado Colina
 
PPTX
Matrices y determinantes
jose marquez
 
PDF
Algebra de Matrices RPM1 Ccesa007.pdf
Demetrio Ccesa Rayme
 
PDF
Algebra de Matrices RPM1 Ccesa007.pdf
Demetrio Ccesa Rayme
 
PPTX
Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....
JAVIER SOLIS NOYOLA
 
PDF
Separata de matrices
RokiFernandez1
 
PDF
Algebra lineal toro
Kumarsito Vivas
 
PDF
Libro de cueva toro
scraily abg
 
PDF
Algebra lineal
Andreitashuguli
 
DOC
Matrices Mol
Ray Mera
 
PDF
INFORME "MATRICES"
MILAGROS TENORIO DURÁND
 
PDF
Semana 1
KatherineRivas26
 
DOCX
Clase didactica matrices
delpinopatrick
 
PPTX
Matrices
samuel alfonzo
 
PDF
Matrices y determinantes nuevo
JöKä Mäldönädö
 
PDF
Matrices y determinantes nuevo
Trabajo en mi casa ;; Haciendo nada &i de gratis xDD
 
PDF
Matrices y determinantes
Älëx Vïllëğäš
 
08b.-MATRICES-2.pdf
georgegio
 
Algebra matrices
Ney Pinchi Linares
 
Algebra matrices
Diego Gomez
 
Matrices y determinantes
Alejandro Machado Colina
 
Matrices y determinantes
jose marquez
 
Algebra de Matrices RPM1 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Algebra de Matrices RPM1 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....
JAVIER SOLIS NOYOLA
 
Separata de matrices
RokiFernandez1
 
Algebra lineal toro
Kumarsito Vivas
 
Libro de cueva toro
scraily abg
 
Algebra lineal
Andreitashuguli
 
Matrices Mol
Ray Mera
 
INFORME "MATRICES"
MILAGROS TENORIO DURÁND
 
Semana 1
KatherineRivas26
 
Clase didactica matrices
delpinopatrick
 
Matrices
samuel alfonzo
 
Matrices y determinantes nuevo
JöKä Mäldönädö
 
Matrices y determinantes nuevo
Trabajo en mi casa ;; Haciendo nada &i de gratis xDD
 
Matrices y determinantes
Älëx Vïllëğäš
 

Último (20)

PPT
SISTEMA_TEGUMENTARIO LIC VANESSA BORJA.ppt
ssuser057c8d
 
PPTX
sangrado uterino anormal, urgencia ginecologica
gabrielalejandrogarc15
 
PPTX
Clase de Educación sobre Salud Sexual.pptx
viveconlivity
 
PPTX
PLATON.pptx[una presentación efectiva]10
thiagoangellauradari
 
PDF
BIODIVERSIDAD y tipos de especies de plantas y animales.pdf
JorgeAviles47
 
PPTX
4. Otitis media aguda y secretora - 2024.pptx
EnsoEscurra
 
PDF
El método experimental Panorama de la experimentación
JORGEALBERTORAMIREZP1
 
PDF
_APENDICITIS - CIRUGIA TUTO.pdf cirugía 1
ANAJOSEFRANCOVACA
 
PPTX
Revision anatomica del sistema nervioso central
cherylreba
 
PPTX
Sesión 1 Epidemiologia.pptxxxxxxxxxxxxxxxx
LuzLujan9
 
PPTX
Aplicacion_de_modelo_tpack_bienestar biopsicosocial.pptx
mvirtualprimero
 
PPTX
Administración-de-medicamentos-por-Vía-Oral.pptx
erickivanescobarcast1
 
PPTX
CUIDADOS DE ENFERMERÍA EN NIÑOS Y ADOLESCENTES
wrgrz26jzw
 
PPTX
MICOSIS SUPERFICIALES Y PROFUNDAS, CONCEPTOS BASICOS
analuna131198
 
PPTX
Intoxicación por artrópodos picadores y pulgas
mancocapac754
 
PPTX
MECANISMOS DE RESPUESTA A NIVEL CELULAR.pptx
GabrielaGodoy85
 
PPTX
SESIÓN 2 ALIMENTACION Y NUTRICION SALUDABLE JULY.pptx
julyburga20
 
PPTX
METABOLISMO CELULAR Y SUS CARACTERISTICAS
lbaenarg
 
PPTX
Aborto exposicion.pptxdsaaaaaaaaaaaaaaaaaaaaaaaaaa
davidescalante0999
 
PDF
ENLACE QUÍMICO.pdf Enlaces iónicos, metálicos, covalentes. Uniones intermolec...
adrianperezmartinb
 
SISTEMA_TEGUMENTARIO LIC VANESSA BORJA.ppt
ssuser057c8d
 
sangrado uterino anormal, urgencia ginecologica
gabrielalejandrogarc15
 
Clase de Educación sobre Salud Sexual.pptx
viveconlivity
 
PLATON.pptx[una presentación efectiva]10
thiagoangellauradari
 
BIODIVERSIDAD y tipos de especies de plantas y animales.pdf
JorgeAviles47
 
4. Otitis media aguda y secretora - 2024.pptx
EnsoEscurra
 
El método experimental Panorama de la experimentación
JORGEALBERTORAMIREZP1
 
_APENDICITIS - CIRUGIA TUTO.pdf cirugía 1
ANAJOSEFRANCOVACA
 
Revision anatomica del sistema nervioso central
cherylreba
 
Sesión 1 Epidemiologia.pptxxxxxxxxxxxxxxxx
LuzLujan9
 
Aplicacion_de_modelo_tpack_bienestar biopsicosocial.pptx
mvirtualprimero
 
Administración-de-medicamentos-por-Vía-Oral.pptx
erickivanescobarcast1
 
CUIDADOS DE ENFERMERÍA EN NIÑOS Y ADOLESCENTES
wrgrz26jzw
 
MICOSIS SUPERFICIALES Y PROFUNDAS, CONCEPTOS BASICOS
analuna131198
 
Intoxicación por artrópodos picadores y pulgas
mancocapac754
 
MECANISMOS DE RESPUESTA A NIVEL CELULAR.pptx
GabrielaGodoy85
 
SESIÓN 2 ALIMENTACION Y NUTRICION SALUDABLE JULY.pptx
julyburga20
 
METABOLISMO CELULAR Y SUS CARACTERISTICAS
lbaenarg
 
Aborto exposicion.pptxdsaaaaaaaaaaaaaaaaaaaaaaaaaa
davidescalante0999
 
ENLACE QUÍMICO.pdf Enlaces iónicos, metálicos, covalentes. Uniones intermolec...
adrianperezmartinb
 

Algebra matrices

  • 1. Álgebra de matrices Proyecto e-Math 1 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) ÁLGEBRA DE MATRICES Autores: Cristina Steegmann Pascual (csteegmann@uoc.edu), Juan Alberto Rodríguez Velázquez (jrodriguezvel@uoc.edu), Ángel Alejandro Juan Pérez (ajuanp@uoc.edu). ESQUEMA DE CONTENIDOS ________________________ INTRODUCCIÓN ___________________ El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico y simbólico que se deriva de los modelos matemáticos utilizados para resolver problemas en diferentes disciplinas como, por ejemplo, las ciencias sociales, las ingenierías, economía, física, estadística y las diferentes ramas de las matemáticas entre las que destacamos las ecuaciones diferenciales, el cálculo numérico y, por supuesto, el álgebra. Para obtener información sobre la historia del álgebra de matrices recomendamos [W5]. En este math-block presentamos algunos tipos de matrices, analizamos las principales operaciones con matrices y damos algunas aplicaciones del álgebra de matrices. Además, mostramos las posibilidades que nos brinda el programa Mathcad para el cálculo matricial. Para completar el estudio sobre este tema, recomendamos la lectura de los math-blocks sobre determinantes, matriz inversa y sistemas de ecuaciones lineales. Álgebra de Matrices Definición de matriz Tipos de matrices Operaciones con matrices Algunas Aplicaciones Modelo metalúrgico Matrices Input Output Matriz de adyacencia Suma, producto y producto por un escalar Cálculo con Mathcad
  • 2. Álgebra de matrices Proyecto e-Math 2 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) OBJETIVOS ________________________ • Conocer algunos tipos de matrices. • Conocer las principales operaciones con matrices. • Conocer algunas aplicaciones del cálculo matricial. • Conocer las facilidades del cálculo matricial usando el programa Mathcad. CONOCIMIENTOS PREVIOS ___________________________________ Es recomendable haber leído, previamente, los math-blocks introductorios a Mathcad. CONCEPTOS FUNDAMENTALES ______________________________ Definición de matriz Los arreglos rectangulares de números como el siguiente       − 35.05 018 reciben el nombre de matrices. Más formalmente, dado un conjunto X, se denomina matriz de n filas y m columnas a un conjunto de n×m elementos de X, dispuestos en un arreglo rectangular de n filas y m columnas. Las características de los elementos del conjunto X dependerán, en cada caso, de la naturaleza del problema que se esté estudiando. X puede ser un conjunto de funciones, de palabras de un alfabeto, de números, etc. De aquí en adelante, salvo que se especifique lo contrario, los elementos del conjunto X serán números reales y denotaremos el conjunto de todas las matrices de orden n×m (n filas y m columnas) por .mnM × En general, para representar una matriz A de orden n×m se escribe =A               nmnn m m aaa aaa aaa 21 22221 11211 También se escribe A=( ija ) ( ,...,1=i n y ,...,1=j m) para indicar que A es la matriz de orden n×m que tiene elementos ija . Las matrices se denotan con letras mayúsculas y sus elementos con la misma letra minúscula acompañada de dos subíndices que indican su posición en la matriz; el primer subíndice indica la fila y el segundo la columna. Es decir, el elemento ija es aquel que se encuentra en la fila i y la columna j de la matriz A. Por ejemplo, si denotamos por M la matriz inicial, entonces el orden de M es 2×3 (2 filas y 3 columnas) y sus elementos son: ,811 =m ,112 −=m , ,013 =m ,521 =m 5.022 =m y .323 =m
  • 3. Álgebra de matrices Proyecto e-Math 3 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Dos matrices A=( ija ) y B=( ijb ), de orden n×m, son iguales si ijij ba = para todo ,...,1=i n y ,...,1=j m. Es decir, dos matrices son iguales si los elementos que ocupan la misma posición en ambas matrices coinciden. Algunos tipos de matrices Matriz Cuadrada: Es aquella que tiene igual número n de filas que de columnas (n=m). En ese caso se dice que la matriz es de orden n. Por ejemplo, la matriz           − − = 12.04 330 231 A es cuadrada de orden 3. Denotaremos el conjunto de todas las matrices cuadradas de orden n por .nM Así, en el ejemplo anterior, .3MA∈ Los elementos de la diagonal principal de una matriz cuadrada son aquellos que están situados en la diagonal que va desde la esquina superior izquierda hasta la inferior derecha. En otras palabras, la diagonal principal de una matriz A=( ija ) está compuesta por los elementos .,...,, 2211 nnaaa En el ejemplo anterior la diagonal principal está compuesta por los elementos: 111 =a , 322 −=a , 133 =a . Matriz Nula: Una matriz es nula si todos sus elementos son iguales a cero. En el siguiente ejemplo se muestra la matriz nula de orden 3×2.           = 0 0 0 0 0 0 O Más adelante veremos que la matriz nula, respecto a la adición y multiplicación de matrices, juega un papel similar al número cero respecto a la adición y multiplicación de números reales. Matriz Diagonal: Una matriz cuadrada, A=( ija ), es diagonal si ija =0, para ji ≠ . Es decir, si todos los elementos situados fuera de la diagonal principal son cero. Por ejemplo, la siguiente matriz es diagonal:           − = 300 060 000 D Matriz Unidad: Es una matriz diagonal cuyos elementos de la diagonal son todos 1. A continuación mostramos la matriz unidad de orden 2.       = 10 01 I
  • 4. Álgebra de matrices Proyecto e-Math 4 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Más adelante veremos que la matriz unidad, respecto a la multiplicación de matrices, juega un papel similar al número 1 respecto a la multiplicación de números reales. Matriz triangular: Es una matriz cuadrada en la que todos los elementos situados por debajo (o por encima) de la diagonal principal son cero. Por ejemplo, la siguiente matriz es triangular:           − = 100 460 12 3 1 T Este tipo de matrices también se conoce como matriz escalonada. En algunos casos se hace la distinción entre las matrices triangulares superiores o inferiores en dependencia de los elementos nulos de la matriz; los que están por debajo o por encima de la diagonal principal. Según se puede ver en el Math-block sobre sistemas de ecuaciones lineales, el concepto de matriz triangular (o escalonada) es de vital importancia en el estudio de los sistemas de ecuaciones lineales. Más adelante, después de estudiar las operaciones con matrices, veremos algunos tipos importantes de matrices como es el caso de las simétricas y las ortogonales. Adición de matrices Sean mnMBA ×∈, . La matriz mnij McC ×∈= )( es la suma de las matrices )( ijaA = y )( ijbB = , y se denota ,BAC += si sus elementos cumplen: m)...,2,1,n,...,2,1,( ==+= jibac ijijij Ejemplo Consideremos las siguientes matrices:           −= 2 3 4 0 1 2 A           − = 0 4 4 1 2 4 B           −− − = 531 202 431 M Las matrices A y B son de orden 3×2, mientras la matriz M es cuadrada de orden 3. Por tanto, no podemos calcular la suma de A y M y tampoco la suma de B y M, en cambio, sí podemos sumar A y B ya que tienen el mismo orden. Esto es,           − =           + + + −+ +− + =           − +           −=+ 2 7 8 1 1 6 02 43 44 )1(0 2)1( 42 0 4 4 1 2 4 2 3 4 0 1 2 BA Es fácil deducir las siguientes propiedades de la adición de matrices de orden n×m: • Conmutativa: ,ABBA +=+ mnMBA ×∈∀ , 1 • Asociativa: ,)()( CBACBA ++=++ mnMCBA ×∈∀ ,, 1 ∀ : Cuantificador universal. Se lee “Para todo”. ∃ : Cuantificador existencial. Se lee “Existe”
  • 5. Álgebra de matrices Proyecto e-Math 5 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) • Elemento neutro (la matriz nula): AAOOAMAMO mnmn =+=+∈∀∈∃ ×× : • Elemento opuesto: OAAAAMAMA mnmn =+−=−+∈−∃∈∀ ×× )()(:)( En virtud de las propiedades anteriores de la adición de matrices, “+”, (ley interna) resulta que ( )+× ,mnM tiene estructura de grupo conmutativo. (Ver [8] para profundizar en la estructura de grupo) Multiplicación de una matriz por un número Se denomina producto de una matriz 2 )( mnij MaA ×∈= por un número λ a una matriz )( mnij MbB ×∈= cuyos elementos son de la forma )1;1( ,...,mj,...,niab ijij === λ Es decir, la matriz producto, B, es la que se obtiene multiplicando el número λ por cada uno de los elementos de A. De aquí en adelante consideraremos que λ es un número real. Ejemplo Consideremos la matriz           − − = 075 402 102 A y el número .5−=λ Entonces, el producto de A por λ es: ( )           −− − − =           − − −= 03525 20010 5010 075 402 102 ·5·Aλ El producto de una matriz por un número es una ley de composición externa que cumple las siguientes propiedades (Ver [8] para profundizar en leyes de composición): • Distributiva mixta del producto respecto a la suma de matrices mnMBABABA ×∈∀∈∀+=+ ,R,)( λλλλ • Distributiva mixta del producto respecto a la suma de números reales mnMARAAA ×∈∀∈∀+=+ ,,)( δλδλδλ • Asociativa mixta mnMARAA ×∈∀∈∀= ,,)()·( δλδλδλ • Elemento neutro para la ley externa 2 En esta definición damos por supuesto que se cumple la propiedad conmutativa de la multiplicación del número λ por los elementos de A.
  • 6. Álgebra de matrices Proyecto e-Math 6 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) RMAAA mn ∈∈∀= × 1y·1 En virtud de estas propiedades y de las anteriores de la suma de matrices, resulta que el conjunto mnM × de las matrices de orden n×m, respecto a la ley de composición interna, “+”, y a la ley de composición externa, producto de una matriz por un número, tiene estructura de espacio vectorial sobre el cuerpo de los números reales (Ver [W7] y [2] para profundizar en la estructura de espacio vectorial). Multiplicación de matrices Se denomina matriz producto de la matriz )( mnij MaA ×∈= por la matriz )( pmjk MbB ×∈= a una matriz )( pnik McC ×∈= cuyos elementos son de la forma ∑= =+++= m j jkijmkimkikiik babababac 1 2211 Es decir, los elementos que ocupan la posición ,ik en la matriz producto, se obtienen sumando los productos que resultan de multiplicar los elementos de la fila i en la primera matriz por los elementos de la columna k de la segunda matriz. Observemos en detalle como se obtiene el elemento 23c en el siguiente ejemplo: CBA =           − − =      − −           −= 1208 740 1427 3 5 0 2 2 1 · 4 1 3 0 2 1 · fila 2 por columna 3 = elemento que ocupa la posición 23 73103)·1(5223221321 2 1 3223 =−=−+=+== ∑= ·bababac j jj Dos matrices se pueden multiplicar sólo cuando el número de columna de la primera matriz sea igual al número de filas de la segunda. En ese caso se dice que las matrices son enlazadas. En el siguiente ejemplo podemos ver además cuál es el orden de la matriz producto. 24 43 23 20 11 22 6010 1221 4432 × ×               =           = BA 23 24 43 13 10 23 19 7 19 23 20 11 22 6010 1221 4432 · × × ×           =                         =BA 4=4
  • 7. Álgebra de matrices Proyecto e-Math 7 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Nótese, además, que no podemos calcular .·AB =AB· 43 24 6010 1221 4432 23 20 11 22 × ×                         Hay casos, como veremos en el siguiente ejemplo, en los que se pueden calcular ambos productos aunque se obtienen resultados diferentes. Consideremos las siguientes matrices:       = 3 2 2 3 1 4 A y           = 0 3 2 3 1 0 B Entonces, por un lado,       =                 = 811 179 0 3 2 3 1 0 3 2 2 3 1 4 ·BA y por otro lado,           =                = 6912 1197 642 3 2 2 3 1 4 0 3 2 3 1 0 ·AB Según se pudo comprobar a través de los ejemplos anteriores, para la multiplicación de matrices no se cumple la propiedad conmutativa. Veamos algunas propiedades de esta operación: • Asociativa pkkmmn MCMBMAA, B, CCBACBA ××× ∈∈∈∀= ,,:,)·()·( • Elemento neutro (Es la matriz unidad) ··: AAIIAMAMI nn ==∈∀∈∃ • Distributiva (mixta) kmmn MCBMAA,B,CCABACBA ×× ∈∈∀+=+ ,:,··)( En virtud de estas propiedades y de las anteriores de la suma de matrices, resulta que el conjunto ( ),·,+nM de las matrices cuadradas de orden n, respecto a las dos leyes de composición interna, “+” y “·”, tiene estructura de anillo unitario no conmutativo (Ver [8] para profundizar en la estructura de anillo). Otras observaciones importantes:
  • 8. Álgebra de matrices Proyecto e-Math 8 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) • Existen divisores de cero: En general, 0· =BA no implica que 0=A o .0=B Por ejemplo,       =            00 00 18 00 02 01 . • No se cumple la propiedad cancelativa: En general, CABA ·· = no implica .CB = Por ejemplo,             =            35 01 02 01 18 01 02 01 • No se cumple la fórmula del binomio: En general, 222 2)( BABABA ++≠+ ya que el producto no es conmutativo. Matriz invertible Una matriz cuadrada A es invertible si existe una matriz, que denotaremos por ,1− A que cumple ,·· 11 IAAAA == −− donde I es la matriz unidad. En ese caso se dice que 1− A es la inversa de A . Por ejemplo, la matriz           −= 103 431 342 A es invertible y su inversa es             − −− − =− 31 10 31 12 31 9 31 11 31 7 31 13 31 7 31 4 31 3 1 A ya que . 100 010 001 103 431 342 · 31 10 31 12 31 9 31 11 31 7 31 13 31 7 31 4 31 3 1 IAA =           =             − −− −           −=− Para un estudio detallado sobre matriz inversa recomendamos el math-block titulado “Matriz Inversa”. Matriz traspuesta La traspuesta de una matriz mnij MaA ×∈= )( , es la matriz ,)( nmji T MaA ×∈= que se obtiene a partir de la matriz A al intercambiar las filas por las columnas (o viceversa).
  • 9. Álgebra de matrices Proyecto e-Math 9 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) La traspuesta de la matriz       = 3 2 2 3 1 4 A es           = 3 2 1 2 3 4 T A . Propiedades: • Dada una matriz, siempre existe la traspuesta y además es única • ( ) AA TT = • ( ) TTT BABA +=+ • ( ) ,TT AA λλ = con R∈λ • ( ) TTT ABBA ·· = • ( ) ( ) 11 −− = TT AA Otros tipos de matrices Matriz simétrica: Es una matriz igual a su traspuesta: A es simétrica ⇔ AAT = Un ejemplo de matriz simétrica es el siguiente: . 513 129 391 T AA =           − −= Las matrices simétricas tienen ese nombre debido a que presentan simetría respecto a la diagonal principal. En otras palabras, una matriz nij MaA ∈= )( es simétrica si cumple jiij aa = para ,,...,1 ni = y .,...,1 nj = Matriz antisimétrica: Es una matriz igual a la opuesta de su traspuesta. En otras palabras, A es antisimétrica ⇔ .AAT −= La siguiente matriz es antisimétrica:           −− − = 513 129 391 A Matriz ortogonal: Es aquella cuya traspuesta es igual a su inversa. Es decir, es aquella que multiplicada por su traspuesta da como resultado la matriz unidad. Esto es, A es ortogonal ⇔ IAA T =· ⇔ 1− = AAT La siguiente matriz de funciones es ortogonal:
  • 10. Álgebra de matrices Proyecto e-Math 10 Financiado por la Secretaría de Estado de Educación y Universidades (MECD)       − senxx xsenx cos cos Para comprobarlo es suficiente con aplicar la definición y tener en cuenta que .1cos22 =+ xxsen Las matrices ortogonales de orden 2 son de la forma:       − = ab ba A o ,      − = ab ba A donde a y b son números reales tales que .122 =+ ba Matriz involutiva: Es una matriz que coincide con su inversa. Esto es, A es involutiva ⇔ IA =2 La siguiente matriz es involutiva:      − = 10 01 A ,       =     −      − = 10 01 10 01 10 012 A Es evidente que esta matriz también es ortogonal. Matriz idempotente: Es una matriz igual a su cuadrado. Es decir, A es idempotente ⇔ AA =2 . La siguiente matriz es idempotente:       − = 01 01 A Matriz nilpotente: Si A es una matriz cuadrada y 0=k A para algún número natural ,k se dice que A es nilpotente. Si k es tal que 01 ≠−k A y ,0=k A se dice que A es nilpotente de orden .k A continuación mostramos una matriz nilpotente de orden 2. , 050 000 080           − =A           = 000 000 000 2 A Naturalmente, la matriz A es un divisor de cero.
  • 11. Álgebra de matrices Proyecto e-Math 11 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) CASOS PRÁCTICOS CON SOFTWARE___________________________________ Operaciones con matrices usando Mathcad ¿Cómo editar matrices? Para editar matrices utilizando Mathcad se siguen los siguientes pasos usando la barra de herramientas Math: Se introduce el número de filas y de columnas y luego se introducen los elementos de la matriz ¿Cómo asignar una matriz a una variable? Para asignar una matriz a una variable se escribe la variable y luego dos puntos, “:”. Después se introduce la matriz por el procedimiento de antes. ¿Cómo calcular? Una vez asignada la matriz a una variable, la suma, producto, producto por un número y potencias, se hacen como si se tratase de números. En el caso de la traspuesta y otras operaciones exclusivas de las matrices se utiliza la barra de herramientas Matrix. Por ejemplo, introducimos las siguientes matrices: A 2 1− 3 4 3 0 3 4 1       := M 4 1 3 2 2 3      := B 0 1 3 2 3 0       := Luego calculamos:
  • 12. Álgebra de matrices Proyecto e-Math 12 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Además de la barra de herramientas Matrix, como mostramos a través del siguiente ejemplo, podemos usar la barra de herramientas Symbolic: M 3 2 3 1      := M T 3 3 2 1      → M 2 15 8 12 7      → Matrices input-output Las matrices input-output (entrada-salida) se aplican al considerar un modelo simplificado de la economía de un país en el que la actividad de cualquier empresa puede considerarse en algunos de los sectores básicos: la industria (I), la agricultura (A), el turismo (T) y los servicios (S). Las empresas compran (inputs), transforman los productos y luego venden (outputs). Para tener una idea del modelo, supongamos que los datos de la economía de un país ficticio son los de la tabla siguiente, donde las cantidades se dan en algún tipo de unidad monetaria. En cada fila se indica el valor de las ventas efectuadas por cada sector a cada uno de los sectores restantes así como las ventas internas, la demanda, que representa el valor de las ventas efectuadas a los consumidores y a otros países, y el output total del sector que se obtiene sumando todas las ventas de ese sector. Por ejemplo, en el caso de la I A T S Demanda Output I 50 23 4 6 200 283 A 12 70 15 9 70 176 T 1 1 50 15 350 417 S 80 90 85 87 43 385
  • 13. Álgebra de matrices Proyecto e-Math 13 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) industria, el valor de las ventas internas fue de 50, el valor de las ventas al sector agrario fue de 23, en el caso del turismo fue de 4, y en los servicios de 6. El valor de las ventas efectuadas a los consumidores y a otros países (demanda) fue de 200. Entonces el output total fue de 283. A partir de la tabla anterior se definen las siguientes matrices: Matriz de transacciones Matriz demanda final Matriz de outputs M 50 12 1 80 23 70 1 90 4 15 50 85 6 9 15 87         := D 200 70 350 43         := O 283 176 417 385         := Y a partir de los elementos de las matrices M y O se puede construir una matriz tecnológica, T , que representa la proporción de las transacciones intersectoriales respecto al output total de cada sector. T 50 283 12 283 1 283 80 283 23 176 70 176 1 176 90 176 4 417 15 417 50 417 85 417 6 385 9 385 15 385 87 385                       := Toda la información de la tabla se puede expresar en forma matricial a través de la siguiente relación: D,T·OO += es decir, Esta fórmula permite hacer estudios destinados a planificar la economía. Modelo metalúrgico Supongamos que una empresa fabrica tres modelos de máquinas herramientas, M1, M2 y M3, y como materia prima fundamental utiliza tres tipos de metales, Hierro (H), Níquel (N) y Cobalto (C). La cantidad de materia prima que necesita para fabricar cada máquina, expresada en toneladas, se muestra en la siguiente tabla a la cual le hacemos corresponder la matriz .A
  • 14. Álgebra de matrices Proyecto e-Math 14 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) Las mejores ofertas de la materia prima corresponden a los proveedores P1, P2 y P3. Los precios por tonelada (expresados en cierta unidad monetaria) impuestos por cada uno de los proveedores a cada uno de los metales aparecen en la siguiente tabla: B 160 6000 3000 155 6250 3010 150 7200 2995       := Queremos hacer una tabla de doble entrada que muestre el gasto en materia prima por modelo de máquina y proveedor. Dicha tabla se obtiene a través del siguiente producto matricial: La tabla obtenida es: Para interpretar los datos de esta tabla tomaremos como ejemplo el modelo M3 con el proveedor P1: Si compramos la materia prima al proveedor P1, los gastos por cada máquina del modelo M3 serán de 4160 unidades monetarias. Analizando la tabla podemos concluir que resulta más económico comprar la materia prima al proveedor P1. Matriz de adyacencia de un grafo Un grafo G=(V, E) es un par ordenado formado por un conjunto V (finito no vacío) de objetos llamados vértices y un conjunto E de pares no ordenados de vértices diferentes denominados aristas. Una arista formada por los vértices ,iv jv se denota por jivv y se dice que los vértices iv y jv son adyacentes. Consideremos el grafo representado en el siguiente diagrama: H N C M1 5 0.4 0.2 M2 4 0.3 0.1 M3 3.5 0.5 0.2 P1 P2 P3 H 160 155 150 N 6000 6250 7200 C 3000 3010 2995 P1 P2 P3 M1 3800 3877 4229 M2 2740 2796 3059.5 M3 4160 4269.5 4724
  • 15. Álgebra de matrices Proyecto e-Math 15 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) 1v 2v 4v 3v En este caso el conjunto de vértices es },,,{ 4321 vvvvV = y el conjunto de aristas es }.,,,,{ 4342324121 vvvvvvvvvvE = Un recorrido de longitud l , del vértice u al vértice v es una secuencia finita de vértices, ,,...,, 10 vvvvu l == tal que 1−iv es adyacente a iv para .1 li ≤≤ La matriz de adyacencia de un grafo G de n vértices, denotada por )(GA , es una matriz cuadrada de orden n que tiene un 1 en la posición ij si los vértices iv y jv son adyacentes y un 0 en caso contrario. Es decir la matriz de adyacencia de un grafo se define como ),()( ijaGA = donde    ∉ ∈ = si0 si1 Evv Evv a ji ji ij La matriz de adyacencia es simétrica y sus elementos de la diagonal principal son todos cero. La matriz de adyacencia del grafo de antes es: A G( ) 0 1 0 1 1 0 1 1 0 1 0 1 1 1 1 0         := Un resultado conocido y muy utilizado en teoría algebraica de grafos es el siguiente: El número de recorridos de longitud l en un grafo G, del vértice iv al vértice ,jv es el elemento que está en la posición ij de la matriz .l A Para ilustrar el resultado anterior vamos a calcular el número de recorridos entre los vértices 1v y 3v del grafo anterior para .50 ≤≤ l Las potencias de la matriz de adyacencia son:
  • 16. Álgebra de matrices Proyecto e-Math 16 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) A G( ) 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1             = A G( ) 1 0 1 0 1 1 0 1 1 0 1 0 1 1 1 1 0             = A G( ) 2 2 1 2 1 1 3 1 2 2 1 2 1 1 2 1 3             = A G( ) 3 2 5 2 5 5 4 5 5 2 5 2 5 5 5 5 4             = A G( ) 4 10 9 10 9 9 15 9 14 10 9 10 9 9 14 9 15             = A G( ) 5 18 29 18 29 29 32 29 33 18 29 18 29 29 33 29 32             = Entonces, como podemos comprobar en el dibujo del grafo, el número de recorridos de longitud l ( 50 ≤≤ l ) entre 1v y 3v está dado por el elemento 13 )(l a de la matriz ).(GAl Así, ,013 )0( =a ,013 )1( =a ,213 )2( =a ,213 )3( =a 1013 )4( =a y .1813 )5( =a (Ver [7] para profundizar en teoría algebraica de grafos)
  • 17. Álgebra de matrices Proyecto e-Math 17 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) BIBLIOGRAFÍA ___________________________________ [1] Carl D. Meyer´s (2000): "Matrix analysis and applied linear algebra", Philadelpia SIAM, 461, 468- 470 [2] Montes Lozano, A (1998): "Álgebra", Ediciones UOC, Módulo 3: "Matrices, vectores y sistemas de ecuaciones lineales", 45-48, 41-43, 43-45 [3] G. J. Porter, D. R. Hill (1996): “Interactive Linear Algebra. A laboratory course using Mathcad”, Springer-Verlag New York, Inc., Section 3.1, 3.2, 3.3 [4] H. Benker (1999): "Practical use of Mathcad. Solving mathematical problems with a computer algebra system", Springer-Verlag New York, Inc., 178-180 [5] J. A. Moreno, D. Ser (1999): "Mathcad 8. Manual de usuario y guía de referencia de Mathcad 8", ediciones Anaya Multimedia, S.A., 155, 296. [6] H. Anton, C. Rorres (2000): "Elementary Linear Algebra: Applications Version", John Wiley&Sons. [7] N. Biggs (1974, 1993): "Algebraic graph theory", Cambridge University Press. [8] F. Cedó (1997): “Àlgebra bàsica” Universitat Autònoma de Barcelona ENLACES ___________________________________ [W1] http://www.planetmath.org/encyclopedia/LinearAlgebra.html Página web de la enciclopedia de PlanetMath.org sobre álgebra lineal. En inglés. [W2] http://thales.cica.es/rd/Recursos/rd99/ed99-0289-02/ed99-0289-02.html Página web de la "Sociedad Andaluza de Educación Matemática THALES" donde se explica, con gran cantidad de ejemplos aclaratorios, diferentes conceptos todos ellos relacionados con las matrices y otros temas de álgebra lineal. En español. [W3] http://www.lafacu.com/apuntes/matematica/matrices/default.htm El sitio de los estudiantes y docentes universitarios. Recopilación de apuntes, con ejemplos, sobre matrices. En español. [W4] http://rinconprog.metropoliglobal.com/CursosProg/ProgGraf/MatGraf/index.php?cap=2 Página web de "El Rincón del Programador". En la sección de "Programación Gráfica" aparecen los "Fundamentos matemáticos de la Informática Gráfica" donde se explican
  • 18. Álgebra de matrices Proyecto e-Math 18 Financiado por la Secretaría de Estado de Educación y Universidades (MECD) diversos conceptos relacionados con el álgebra de matrices y otros temas de álgebra lineal. En español. [W5] http://www-gap.dcs.st-and.ac.uk/~history/Indexes/Algebra.html Página web de la School of Mathematics and Statistics, University of St Andrews, Scotland. Trata sobre la historia del álgebra. En inglés. [W6] http://www.richland.cc.il.us/james/lecture/m116/matrices/applications.html Página web con aplicaciones de matrices y determinantes. En inglés. [W7] http://www.math.unl.edu/~tshores/linalgtext.html Página web del Departamento de Matemáticas y Estadística de la Universidad de Nebraska- Lincoln. Libro on-line sobre álgebra lineal y sus aplicaciones. En inglés. [W8] http://www.numbertheory.org/book/ Página web sobre teoría de números. Libro on-line sobre álgebra lineal. En inglés. [W9] http://archives.math.utk.edu/topics/linearAlgebra.html Página web de enlaces relacionados con álgebra lineal y teoría de matrices. En inglés. [W10] http://www.tu-chemnitz.de/iic/ela/ Página web de la publicación "The Electronic Journal of Linear Algebra" publicada por "The International Linear Algebra Society". En inglés. [W11] http://www.netlib.org/utk/people/JackDongarra/la-sw.html Página en la que está recogida la información relacionada con el software disponible gratuitamente en la red para la solución de problemas de álgebra lineal. En inglés. [W12] http://ceee.rice.edu/Books/LA/linearbook.pdf Página web del "Center for Excellence and Equity in Education" de la Universidad de Rice. Libro sobre álgebra lineal. En inglés.