Matrices 11

MATRICES Y DETERMINANTES
ANALISIS ESTRUCTURAL Pgina 1



I. INTRODUCCIN

El presente trabajo tiene como finalidad definir y comprender los principales conceptos
relacionados con matrices, su clasificacin as como las operaciones correspondientes que se
pueden dar entre ellas.
Los resultados del trabajo nos permitirn complementar y reforzar nuestro entendimiento
respecto al curso de anlisis estructural sobre todo en la resolucin de problemas relacionados
con matrices.



II. OBJETIVOS

2.1 OBJETIVOS GENRAL:
Estudiar y comprender los conceptos, mas importantes relacionados con matrices.

2.2 OBJETIVOS ESPECFICOS:
Analizar las principales propiedades de la matrices
Diferenciar los tipos de matrices
Determinar la transpuesta, ortogonal, inversa y adjunta de una matriz
Realizar operaciones con matrices



III. MARCO TERICO:

MATRICES

1. DEFINICIN DE MATRIZ

Una matriz es un arreglo o disposicin rectangular formado por un nmero determinado
de filas y columnas.

A =
a
11
a
12
a
1n
a
21
a
22
a
2n
a
m1
a
m2
a
mn
|
\

|
.
|
|
|
|
o A =
a
11
a
12
a
1n
a
21
a
22
a
2n
a
m1
a
m2
a
mn

(

(
(
(
(

Las letras

a
i j
representan nmeros reales, que son los elementos de la matriz. Ntese que

a
i j
designa al elemento en la i-sima fila y la j-sima columna de la matriz A; la matriz
A se denota tambin a veces por (

a
i j
) o por {

a
i j
}.
Una matriz que tiene m filas y n columnas se dice que es una matriz m x n (m por n), o
bien, una matriz de orden m x n. Si m = n, se expresa que la matriz es cuadrada.

Orden de una matriz: el orden de una matriz est formado por los subndices de la
matriz , por ejemplo,

A
mn
, o bien,

a
i j ( )mn
.



EJEMPLO

1 0 2 6
4 8 3 9

(

(
6 6 3
3 8 2
1 0 0

(

(
(
(
5 8 2
12 10 1
13 9 3
2 7 6
6 4 10

(

(
(
(
(
(
(
1 1
1 1

(

(
es una matriz 2 4 es una matriz 3 3(cuadrada) es una matriz 5 3 es una matriz 22 (cuadrada)

Se dice que dos matrices del mismo orden son iguales solamente si todos sus elementos
correspondientes son tambin iguales, es decir, si las matrices son idnticas. Observemos que,
por definicin, las matrices que son de diferente orden no pueden ser iguales.

EJEMPLO

Si

A =
2 2
2 2

(

(
B=
2 2 2
2 2 2

(

(
C =
2 2
2 2

(

(
D =
2 2
2 2

(

(
A = D, pero A = B, A = C, B= C, B= D, y C = D.

MATRIZ COLUMNA

Una matriz que consta de una sola columna, es decir, una matriz m x l se conoce como vector
columna, y se expresa como :

u =
u
1
u
2
u
m
|
\

|
.
|
|
|
|
o bien u =
u
1
u
2
u
m

(

(
(
(
(

Las letras

u
i
son nmeros reales: los componentes del vector;

u
i
es el i-simo componente del
vector u. Un vector columna que tiene m filas se dice que es un vector de m componentes, o que
es m-dimensional.
MATRIZ FILA
Anlogamente, una matriz que contiene una sola fila, es decir, una matriz 1 x n, se dice que es un
vector fila y se expresa como


v =

v
1
, v
2
, ..., v
n
( )
o bien v =

v
1
, v
2
, ..., v
n
| |

Las letras

v
j
son nmeros reales: los componentes del vector;

v
j
es el j-simo componente del
vector v. Un vector fila con n columnas se dice que es un vector de n componentes, o que es n-
dimensional.

EJEMPLO

0, 3, 0
| |
Es una matriz 1 x 3, o sea, un vector fila de 3 dimensiones (o tridimensional)

1, 1, 5, 1
| |
Es una matriz 1 x 4, o sea, un vector fila de 4 dimensiones (o tetra
dimensional)

Dos vectores fila que tienen el mismo nmero de columnas, o dos vectores columna que tienen el
mismo nmero de filas, se dice que son iguales solamente si todos los elementos
correspondientes son tambin iguales, es decir, si los vectores son idnticos.

MATRIZ CUADRADA.

Llamamos matriz cuadrada de orden n a aquella que tiene igual nmero de filas que de
columnas, por tanto su orden es
n n
.

|
|
|
.
|
\
|
=
2 5 3
0 1 7
3 8 4
A

Dada una matriz cuadrada de orden n, A=(aij), llamaremos diagonal principal de A a los
elementos aii, donde
n i s s 1
.

|
|
|
.
|
\
|
=
2 5 3
0 1 7
3 8 4
A
es la diagonal principal

De igual forma llamaremos diagonal secundaria a los elementos aij tal que i+j=n+1.



|
|
|
.
|
\
|
=
2 5 3
0 1 7
3 8 4
A
es la diagonal secundaria

MATRIZ TRIANGULAR

Diremos que A es una matriz triangular superior si todos los elementos por debajo de la diagonal
principal son ceros.
|
|
|
.
|
\
|
=
1 0 0
6 3 0
2 4 1
A

Diremos que A es una matriz triangular inferior si todos los elementos por encima de la diagonal
principal son ceros.
|
|
|
.
|
\
|
=
2 5 3
0 1 7
0 0 4
B

MATRIZ DIAGONAL

Diremos que A es una matriz diagonal si es una matriz triangular superior e inferior a la vez, es
decir, es la que tiene todos sus elementos nulos excepto los de la diagonal principal.

|
|
|
.
|
\
|
=
3 0 0
0 4 0
0 0 5
D

MATRIZ ESCALAR
Llamamos matriz escalar a una matriz diagonal en la que todos los elementos de la diagonal
principal son iguales

|
|
|
.
|
\
|
=
5 0 0
0 5 0
0 0 5
E

MATRIZ IDENTIDAD O MATRIZ UNIDAD.


Llamamos matriz unidad o matriz identidad de orden n, a una matriz escalar especial en
la que todos los elementos de la diagonal principal son 1. A dicha matriz la denotamos por I o
por I
n
, donde n indica el orden de la matriz.

|
|
|
.
|
\
|
=
1 0 0
0 1 0
0 0 1
3
I
MATRIZ SIMTRICA.

Dada una matriz cuadrada A, diremos que A es una matriz simtrica si es igual a su traspuesta, es
decir, si A
t
= A. (el elemento a
ij
= a
ji
.)

Ejemplo:
|
|
|
.
|
\
|
=
5 7 0
7 4 2
0 2 1
A y
|
|
|
.
|
\
|
=
5 7 0
7 4 2
0 2 1
A
t
por tanto, A es simtrica

OPERACIONES CON MATRICES

Operaciones anlogas a las de adicin. Sustraccin, multiplicacin y divisin de nmeros reales
se pueden definir para las matrices. Puesto que una matriz es una disposicin de nmeros reales,
en lugar de un solo nmero real, algunas propiedades de las operaciones para los nmeros reales
no tienen equivalencia en las operaciones anlogas con matrices; ejemplos especficos se dan en
las siguientes secciones.

ADICIN Y SUSTRACCIN DE MATRICES

Las matrices se pueden sumar o restar solamente si son del mismo orden. La suma o la diferencia
de dos matrices m x n es otra matriz m x n cuyos elementos son las sumas o diferencias de los
elementos correspondientes de las matrices originales; de modo que si

A =
a
11
a
1n
a
m1
a
mn

(

(
(
(
B=
b
11
b
1n
b
m1
b
mn

(

(
(
(

Entonces A B = C



En donde

C =
a
11
b
11
a
1n
b
1n
a
m1
b
m1
a
mn
b
mn

(

(
(
(
=
c
11
c
1n
c
m1
c
mn

(

(
(
(

Es decir,

a
i j ( )
+ b
i j ( )
= c
i j ( )
, en donde

c
i j
= a
i j
+b
i j
para toda i y toda j.

EJEMPLO

a
( )
3 2 4
5 6 8
3 0 0

(

(
(
(
+
0 3 8
5 6 2
0 0 4

(

(
(
(
=
3 5 4
0 0 10
3 0 4

(

(
(
(

b
( )
3 10
11 25

(

(
6 4
22 21

(

(
=
9 6
33 46

(

(

MULTIPLICACIN DE UNA MATRIZ POR UN ESCALAR

Un solo nmero real (que equivale a una matriz 1 x 1) se denomina escalar en las operaciones
del lgebra matricial. Cuando una matriz se multiplica por un escalar, cada elemento de la matriz
queda multiplicado por ese escalar (que es una constante); por lo tanto, si

A =
a
11
a
1n
a
m1
a
mn

(

(
(
(
Y k es cualquier escalar (o constante)

Entonces

k A
mn
= kA
mn
=
ka
11
ka
1n
ka
m1
ka
mn

(

(
(
(
= k a
i j ( )
mn
= ka
i j ( )
mn

EJEMPLO



MULTIPLICACIN DE MATRICES
Dos matrices se pueden multiplicar entre s y slo si el nmero de columnas en una de ellas es
igual al nmero de filas en la otra. En particular, la matriz producto AB est definida solamente
si el nmero de columnas en A es el mismo que el nmero de filas en B; en este caso se dice que
las matrices A y B son compatibles ante la multiplicacin, y la matriz producto tiene el mismo
nmero de filas que A y el mismo nmero de columnas que B. As, una matriz m x n se puede
multiplicar con una matriz n x p para obtener una matriz m x p.

Cuando se multiplican dos matrices, el elemento en la i-sima fila y en la j-sima columna de la
matriz producto, es el producto interior del i-simo vector fila de la primera matriz con el j-simo
vector columna de la segunda. De acuerdo con lo anterior, el producto de dos matrices puede
expresarse como una matriz de sus productos interiores: Si

A= a
i j ( )
mn
y

B= b
i j ( )
np
, entonces
AB = C, en donde

C = c
i k ( )
m p
=
a
1 j
b
j1
j=1
n
a
1 j
b
jm
j=1
n
a
mj
b
j1
j=1
n
a
mj
b
jn
j=1
n

(

(
(
(
(
(
(
Es decir,

c
i k
= a
i j
b
j k
j=1
n
.

EJEMPLO

a
( )
1 3 1
2 0 0
0 1 6

(

(
(
(
33
1 0
1 2
1 3

(

(
(
(
32
=
3 3
2 0
7 16

(

(
(
(
32

en donde



1
( )
1
( )
+ 3
( )
1
( )
+ 1
( )
1
( )
= 3
2
( )
1
( )
+ 0
( )
1
( )
+ 0
( )
1
( )
= 2
0
( )
1
( )
+ 1
( )
1
( )
+ 6
( )
1
( )
= 7
1
( )
0
( )
+ 3
( )
2
( )
+ 1
( )
3
( )
= 3
2
( )
0
( )
+ 0
( )
2
( )
+ 0
( )
3
( )
= 0
0
( )
0
( )
+ 1
( )
2
( )
+ 6
( )
3
( )
=16

b
( )
1, 0, 6, 3, 2
| |
15
3 0
4 0
2 3
1 8
0 2

(

(
(
(
(
(
(
52
= 12, 38
| |
12

En donde

1
( )
3
( )
+ 0
( )
4
( )
+ 6
( )
2
( )
+ 3
( )
1
( )
+ 2
( )
0
( )
=12
1
( )
0
( )
+ 0
( )
0
( )
+ 6
( )
3
( )
+ 3
( )
8
( )
+ 2
( )
2
( )
= 38

En la multiplicacin de matrices, el orden segn el cual se efecta la multiplicacin es muy
importante. Si A es m x n y B es n x m, entonces es posible obtener las matrices producto AB, y
BA; sin embargo, en general AB BA. En el producto matricial AB, se dice que A pre
multiplica a B, o alternativamente, que B pos multiplica a A. Como, en general, la pre
multiplicacin y la pos multiplicacin dan resultados diferentes, aun cuando ambos estn
definidos, se debe tener cuidado en mantener el orden apropiado en todas las multiplicaciones de
matrices. Esta precaucin no es necesaria en la multiplicacin de nmeros, como se recordar.
EJEMPLO

(a) Si

A =
4 6 1 3
0 1 2 1

(

(
y

B=
1 2
1 1
1 6
2 3

(

(
(
(
(

Entonces


AB=
4 6 1 3
0 1 2 1

(

(
24
1 2
1 1
1 6
2 3

(

(
(
(
(
42
=
3 17
5 14

(

(
22
BA=
1 2
1 1
1 6
2 3

(

(
(
(
(
42
4 6 1 3
0 1 2 1

(

(
24
=
4 4 3 5
4 7 3 2
4 0 11 9
8 9 4 9

(

(
(
(
(
44

En resumen, la adicin de matrices es conmutativa, o sea, A + B = B + A, y tanto la adicin
como la sustraccin son asociativas, es decir, A B C = A (B C) = (A B) C; la
multiplicacin de dos matrices no es conmutativa (es decir, AB BA) pero la de tres o ms es
asociativa, es decir ABC = A(BC) = (AB)C. Tratndose de nmeros, la adicin, la sustraccin y
la multiplicacin son asociativas y conmutativas.

EJEMPLO

A.

A B C = A BC = ABC
1 1 0
2 3 4
0 0 1

(

(
(
(
33
3
1
1

(

(
(
(
31
0, 2, 1
| |
13
=
1 1 0
2 3 4
0 0 1

(

(
(
(
33
0 6 3
0 2 1
0 2 1

(

(
(
(
33
=
0 4 2
0 2 1
0 2 1

(

(
(
(
33

O por asociatividad,

A B C = AB C = ABC
1 1 0
2 3 4
0 0 1

(

(
(
(
33
3
1
1

(

(
(
(
31
0, 2, 1
| |
13
=
2
1
1

(

(
(
(
31
0, 2, 1
| |
13
=
0 4 2
0 2 1
0 2 1

(

(
(
(
33

TIPOS ESPECIALES DE MATRICES


Existen tres tipos especiales de matrices: las matrices diagonales, las matrices identidad y las
matrices nulas.

MATRICES DIAGONALES
Una matriz diagonal es una matriz cuadrada cuyos elementos son todos iguales a cero, excepto
los que pertenecen a su diagonal principal, la cual es la que va del extremo superior izquierdo al
extremo inferior derecho; as pues,

A =
a
11
a
1n
a
m1
a
mn

(

(
(
(
= a
i j ( )
nn

Es una matriz diagonal si y slo si

a
i j
=0
Para i j

a
i j
=0
Si al menos i = j (cuando todos los elementos de una matriz son ceros, se trata de
una matriz nula, la cual se describir ms adelante)

Una matriz diagonal n x n puede indicarse por la notacin

A =
a
11
0
0 a
nn

(

(
(
(
o
a
1
0
0 a
n

(

(
(
(

o bien, por

D
n
=
d
1
0
0 d
n

(

(
(
(

EJEMPLO


1 0 0
0 3 0
0 0 10

(

(
(
(
y
1 0 0 0
0 0 0 0
0 0 0 0
0 0 0 7

(

(
(
(
(
son matrices diagonales.

MATRICES IDENTIDAD

Una matriz identidad es una matriz diagonal cuyos elementos de la diagonal principal son todos
iguales al nmero uno. Por consiguiente,

A =
a
11
a
1n
a
m1
a
mn

(

(
(
(
= a
i j ( )
nn

Es una matriz identidad si y slo si

a
i j
=0
para i j

a
i j
=1
para i = j
O en forma equivalente, una matriz diagonal D
n
es una matriz identidad si y slo si

d
i
=1
para i = 1, 2, , n

Una matriz identidad n x n se representa por In.

EJEMPLO

I
3
=
1 0 0
0 1 0
0 0 1

(

(
(
(
y I
6
=
1 0 0 0 0 0
0 1 0 0 0 0
0 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 1 0
0 0 0 0 0 1

(

(
(
(
(
(
(
(



Son las matrices identidad 3 x 3 y 6 x 6.

EJEMPLO

A.

A
24
I
2
A
24
A
24
I
4
A
24
2 3 6 4
1 1 0 3

(

(
24
=
1 0
0 1

(

(
22
2 3 6 4
1 1 0 3

(

(
24
=
2 3 6 4
1 1 0 3

(

(
24
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

(

(
(
(
(
44
=
2 3 6 4
1 1 0 3

(

(
24

MATRICES NULAS

Una matriz nula es una matriz m x n cuyos elementos son todos iguales a cero; se simboliza con
O. Cuando una matriz nula del orden (o tamao) apropiado se suma o se resta de otra matriz, esta
ltima no cambia; es decir,

A
mxn
O
mxn
= A
mxn

EJEMPLO
A.

A
23
O
23
= A
23
0 1 0
10 0 3

(

(
23
0 0 0
0 0 0

(

(
23
=
0 1 0
10 0 3

(

(
23

TRANSPUESTA DE UNA MATRIZ

En muchos anlisis en los que intervienen matrices, es conveniente emplear la transpuesta de
una matriz.
La transpuesta de una matriz A de orden m x n es una matriz de orden n x m, denotada por A,
cuyas filas son las columnas de A, y cuyas columnas son las filas de A. Por tanto, si



A
mn
=
a
11
a
1n
a
m1
a
mn

(

(
(
(
= a
i j ( )
mn

Entonces la transpuesta de A es

A'
nm
=
a
11
a
1n
a
m1
a
mn

(

(
(
(
'
=
a
11
a
1n
a
m1
a
mn

(

(
(
(
= a
i j ( )
nm
= a
i j ( )
'
mn

Ntese que la transpuesta de un vector fila n-dimensional es un vector columna tambin n-
dimensional, y anlogamente, la transpuesta de un vector columna de n-dimensiones es un vector
fila de n-dimensiones tambin. La transpuesta de una matriz diagonal es la misma matriz
diagonal.
En resumen la matriz transpuesta la obtenemos de cambiar las filas por las columnas. La
transpuesta de A la representamos por
T
A
.
EJEMPLOS

Si

A =
3 2 0
6 0 1

(

(
23
, entonces

' A =
3 6
2 0
0 1

(

(
(
(
32

Si

A= 6, 2, 1, 0, 5
| |
15
, entonces

' A =
6
2
1
0
5

(

(
(
(
(
(
(
51



Si

A =
6 8 10
2 0 7
30 40 0

(

(
(
(
33
, entonces

' A =
6 2 30
8 0 40
10 7 0

(

(
(
(
33

Si

A =
3
0
1
4

(

(
(
(
(
41
, entonces

' A = 3, 0, 1, 4
| |
14

Si

A =
1 5 3
5 0 4
3 4 9

(

(
(
(
33
, entonces

' A =
1 5 3
5 0 4
3 4 9

(

(
(
(
33

Si

A =
6 0 0 0
0 2 0 0
0 0 3 0
0 0 0 5

(

(
(
(
(
44
, entonces

' A =
6 0 0 0
0 2 0 0
0 0 3 0
0 0 0 5

(

(
(
(
(
44

Si una matriz (cuadrada) y su transpuesta son iguales, es decir,

a
i j
= a
j i
para toda i y toda j,
entonces la matriz se denomina simtrica (con respecto a su diagonal principal). En los dos
ltimos ejemplos citados, las matrices son simtricas.

Una matriz simtrica que al multiplicarse por s misma queda igual, se dice que es idempotente.
Por tanto, A es idempotente slo si

A = A y AA = A

MATRICES ORTOGONALES

Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que una
matriz ortogonal A es necesariamente cuadrada e invertible, con inversa A-1 = AT.
Consideremos una matriz 3 3 arbitraria:



Si A es ortogonal, entonces:

DETERMINANTE DE UNA MATRIZ

El determinante de una matriz es un escalar (un nmero), obtenido a partir de los elementos de
una matriz por operaciones especificadas, y que es caracterstico de la matriz. Los determinantes
estn definidos solamente para matrices cuadradas. En esta seccin se estudiarn los mtodos
para obtener los determinantes y las propiedades de stos.

El determinante de una matriz 2 2 .
(
=
22 21
12 11
a a
a a
A

Est dado por

det

A= A = a
11
a
22
a
12
a
21

EJEMPLO

Si

A =
3 6
4 1

(

(
entonces

A =
3 6
4 1
= 3 24
( )
=27

Si

A =
1 0
6 10

(

(
entonces

A =
1 0
6 10
=100 =10

Anlogamente, el determinante de una matriz 3 3,

A =
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

(

(
(
(


Est dado por

A = a
11
a
22
a
33
+a
12
a
23
a
31
+a
13
a
32
a
21
a
13
a
22
a
31
a
23
a
32
a
11
a
33
a
21
a
12

A = a
11
C
11
+a
12
C
12
+a
13
C
13
= a
1 j
C
1 j
j=1
3

EJEMPLO

Evale el determinante de la matriz

A =
3 0 2
6 8 1
0 3 4

(

(
(
(
A = 96+0 36 0+9+0
( )
= 141

o bien, desarrollando en trminos de la primera fila,

A = 3
8 1
3 4
+02
6 8
0 3
= 3 323
( )
2 180
( )
=10536=141

Efectuando el desarrollo en funcin de la segunda columna,

A =08
3 2
0 4
3
3 2
6 1
=08 120
( )
3 3+12
( )
=9645=141

INVERSA DE UNA MATRIZ

La inversa de una matriz se emplea en la resolucin de ecuaciones lineales simultneas y en
otros anlisis. Si para una matriz A de orden n x n (cuadrada) existe otra matriz B de orden n x n
(cuadrada) tal que su producto es la matriz identidad de orden n, es decir, si

A
nn
B
nn
= I
n
= B
nn
A
nn

Entonces se dice que B es la recproca o la inversa de A, y se escribe

B= A
1
= a
i j ( )
1
= a
i j
( )
= b
i j ( )

Y Se puede demostrar que

AB=I BA=I ).


INVERSIN DE MATRICES 2 X 2

Si n = 2, es decir, si el conjunto de ecuaciones simultneas consta de dos ecuaciones con dos
incgnitas.

a
11
x
1
+ a
12
x
2
= c
1
a
21
x
1
+ a
22
x
2
= c
2

o, en notacin matricial,

A
22
X
21
=c
21

Entonces

A
22
1
puede obtenerse fcil y directamente a partir de su definicin, como sigue.

Si
(
=
22 21
12 11
a a
a a
A y

A
1
est denotada por

B=
b
11
b
12
b
21
b
22

(

(

Entonces, por definicin,

AB= I , es decir,
(
=
(
1 0
0 1
22 21
12 11
22 21
12 11
b b
b b
a a
a a

y de ese modo

a
11
b
11
+a
12
b
21
a
11
b
12
+a
12
b
22
a
21
b
11
+a
22
b
21
a
21
b
12
+a
22
b
22

(

(
=
1 0
0 1

(

(

y

a
11
b
11
+ a
12
b
21
=1
a
11
b
12
+ a
12
b
22
= 0
a
21
b
11
+ a
22
b
21
= 0
a
21
b
12
+ a
22
b
22
=1

Resolviendo estas cuatro ecuaciones para determinar las cuatro

b
i j
s,

b
11
=
a
22
a
11
a
22
a
21
a
12
b
12
=
a
12
a
11
a
22
a
21
a
12
b
21
=
a
21
a
11
a
22
a
21
a
12
b
22
=
a
11
a
11
a
22
a
21
a
12

Ntese que el denominador de cada una de esta expresiones es el determinante de

A


A =
a
11
a
12
a
21
a
22
= a
11
a
22
a
21
a
12

Si det

A=0, las

b
i j
s no estn definidas y no se puede obtener

A
1
. Puede demostrarse, en
general, que una matriz cuadrada de cualquier tamao tiene una inversa slo si su determinante
es distinto de cero.

EJEMPLO

1. Determinar, si existe, la inversa de la matriz

1 6
4 3

(

(

1 6
4 3
=324 = 27, de manera que la inversa existe.

b
11
=
3
27
=
1
9
b
12
=
6
27
=
2
9
b
21
=
4
27
=
4
27
b
22
=
1
27
=
1
27

y as,

1 6
4 3

(

(
1
=
1
9
2
9
4
27
1
27

(

(

Observemos que

1 6
4 3

(

(
=
1
9
2
9
4
27
1
27

(

( =
1 0
0 1

(

(

2. Encontrar la inversa, si existe, de la matriz

0 2 3
1 3 3
1 2 2

(

(
(
(

Siguiendo el procedimiento ya expresado,

Intercambiode la primera
y segunda filas Paso1 Paso2
0 2 3 1 0 0
1 3 3 0 1 0
1 2 2 0 0 1

(

(
(
(
=
1 3 3 0 1 0
0 2 3 1 0 0
1 2 2 0 0 1

(

(
(
(
=
1 3 3 0 1 0
0 2 3 1 0 0
0 1 1 0 1 1

(

(
(
(
=
1 3 3 0 1 0
0 1
3
2

1
2
0 0
0 1 1 0 1 1

(

(
(
(
Paso2 Paso 3 Paso 3
1 0
3
2
3
2
1 0
0 1
3
2

1
2
0 0
0 0
1
2
1
2
1 1

(

(
(
(
=
1 0
3
2
3
2
1 0
0 1
3
2

1
2
0 0
0 0 1 1 2 2

(

(
(
(
=
1 0 0 0 2 3
0 1 0 1 3 3
0 0 1 1 2 2

(

(
(
(



Por lo tanto,

0 2 3
1 3 3
1 2 2

(

(
(
(
1
=
0 2 3
1 3 3
1 2 2

(

(
(
(

y esta matriz es igual a su inversa. Observemos que

0 2 3
1 3 3
1 2 2

(

(
(
(
0 2 3
1 3 3
1 2 2

(

(
(
(
=
1 0 0
0 1 0
0 0 1

(

(
(
(

MATRIZ ADJUNTA

Definicin: Si A es una matriz cuadrada n x n y B es la matriz de sus cofactores, entonces la
Adjunta de A , denotada por adjA que es la transpuesta de la matriz B cuadrada n x n .

(
(
(
(
(
(
(
(
= =
nn n n
n
n
T
A A A
A A A
A A A
B adjA
...
. . .
. . .
. . .
...
...
2 1
2 22 12
1 21 11

EJEMPLOS:
a. Calcular la adjA
(
=
2 4
3 1
A

Primero calculamos TODOS los cofactores de la matriz A.

2
11
= A 4
12
= A
3
21
= A 1
22
= A

Segundo con las respuestas formo la matriz B y luego obtengo
T
B que es la adjA.


(
=
1 3
4 2
B adjA B
T
=
(
=
1 4
3 2

b. Calcula la adjA

(
(
(
=
3 4 3
2 1 5
3 2 1
A

Solucin
Primero calculamos TODOS los cofactores de la matriz A.

5
3 4
2 1
) 1 (
1 1
11
=
(
=
+
A 21
3 3
2 5
) 1 (
2 1
12
=
(
=
+
A 17
4 3
1 5
) 1 (
3 1
13
=
(

=
+
A

6
3 4
3 2
) 1 (
1 2
21
=
(
=
+
A 12
3 3
3 1
) 1 (
2 2
22
=
(
=
+
A 2
4 3
2 1
) 1 (
3 2
23
=
(

=
+
A

1
2 1
3 2
) 1 (
1 3
31
=
(
=
+
A 13
2 5
3 1
) 1 (
2 3
32
=
(
=
+
A 9
1 5
2 1
) 1 (
3 3
33
=
(
=
+
A

Segundo con las respuestas formo la matriz B y luego obtengo
T
B que es la adjA.

(
(
(
=
9 13 1
2 12 6
17 21 5
B adjA B
T
=
(
(
(

=
9 2 17
13 12 21
1 6 5

INVERSIN MEDIANTE ADJUNTAS Y DETERMINANTES

Un mtodo alternativo de inversin de matrices implica la obtencin de la adjunta y el
determinante de la matriz que se desea invertir. Si

A es no singular, es decir, si

A =0, entonces

A
1
=
1
A
adj A

EJEMPLO



A. Encontrar la inversa, si existe, de la matriz

A =
0 2 3
1 3 3
1 2 2

(

(
(
(
A = 0+6+6 9+0+ 4
( )
=1

O bien, desarrollamos con los elementos de la primera fila,

A =0+ 2
( )
1
( )
1+2 1 3
1 2
+ 3
( )
1
( )
1+3 1 3
1 2
=0+2 2+3
( )
+ 3
( )
2+3
( )
=1

O efectuando el desarrollo con los elementos de la segunda columna,

A = 2
( )
1
( )
1+2 1 3
1 2
+ 3
( )
1
( )
2+2 0 3
1 2
+ 2
( )
1
( )
3+2 0 3
1 3
=2 2+3
( )
+3 03
( )
+2 00+3
( )
=1

Obteniendo las adjuntas

C
11
= 1
( )
1+1 3 3
2 2
= 6+6 = 0 C
12
= 1
( )
1+2 1 3
1 2
= 2+ 3
( )
= 1 C
13
= 1
( )
1+3 1 3
1 2
= 2+ 3=1
C
21
= 1
( )
2+1 2 3
2 2
= 4 6
( )
= 2 C
22
= 1
( )
2+2 0 3
1 2
= 0 3= 3 C
23
= 1
( )
2+3 0 2
1 2
= 02
( )
= 2
C
31
= 1
( )
3+1 2 3
3 3
= 6+9 = 3 C
32
= 1
( )
3+2 0 3
1 3
= 0+ 3
( )
= 3 C
33
= 1
( )
3+3 0 2
1 3
= 0+2 = 2

Por lo tanto,

adj A = C
i j ( )
'
=
0 2 3
1 3 3
1 2 2

(

(
(
(

A
1
=
1
A
adj A =
0 2 3
1 3 3
1 2 2

(

(
(
(

Matrices 11

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matrices 11

Uploaded by

Copyright:

Available Formats

MATRICES Y DETERMINANTES

ANALISIS ESTRUCTURAL Pgina 1

You might also like