Professional Documents
Culture Documents
Matrices y Determinantes
MATRICES Y DETERMINANTES
a11
A 0
0
0
a22
a33
B 0
0
,en particular
0
0
b) Matriz escalar: toda matriz diagonal que tiene los elementos de la diagonal iguales .
A 0
0
0 ;
en particular
N 0
0
0
0
0
I 0
0
Ejemplo: A 23
10
5 ;
8
1
2
A t=
23
10
(A * B ) t = B t * A t
e)Matriz simtrica:
transpuesta. Por lo tanto, en una matriz simtrica los elementos simtricos respecto de la diagonal
principal son iguales.
Anxn es simtrica A =At,
aij = a ji, i j
Ejemplo:
7
A 5
16
5
4
8
16
f) Matriz antisimtrica: Toda matriz cuadrada que es igual a la opuesta de su transpuesta. Por lo
tanto en una matriz antisimtrica, los elementos opuestos respecto de la diagonal principal son
opuestos.
Es decir Anxn es antisimtrica A = - At,
a ij = a ji, i j
Ejemplo:
0
A 1
8
6
0
es una
B= (A +A t) +1/2 (A A t)
Ejemplo:
2
Sea A 3
2
5
6
0
9 A 5
4
2
4 2 6
A At 2 12 9
6 9 4
A A 8
2
1 / 2 ( A A ) 1 / 2( A A ) 3
2
5
6
0
9 B
1
g)Matrices triangulares:
Matriz triangular superior i j aij=0
Matriz triangular inferior i j aij=0
h) Inversa de una matriz cuadrada:
La matriz A Knxn es inversible, o regular o no singular una matriz B Knxn
Tal que su producto por A , a izquierda , y a derecha, es la unidad, o sea:
Si la inversa de A y la indicamos A-1, por definicin = A-1 * A =
A y A * A-1 son inversas y por lo tanto ( A-1)-1=A.
Ejemplo: A 2 i
1 i
i
4
2i
A = 2 i
1 i
2i
Se verifica que:
1) La conjugada de la suma es la suma de las conjugadas
2) La conjugada del producto un escalar por la matriz es igual al producto del escalar por la
matriz.
3)La transpuesta de la conjugada de cualquier matriz es igual a la conjugada de su
transpuesta ,o sea : A t At
j) Matriz asociada
Dada una matriz A que a C
nxm
transpuesta de A: la indicaremos At .
k) Matriz idempotente: toda matriz que elevada al cuadrado (es decir multiplicada por s misma) da
como resultado la matriz original: A2 = A.
l) matriz involutiva: Aquella que elevada al cuadrado es igual a la identidad B2= B.B =.
m) Matriz ortonormal: aquella que multiplicada por su transpuesta a derecha o a izquierda, da la
identidad: A .AT =AT.A =.
NOTA: una matriz no regular se llama singular.
RANGO DE UNA MATRIZ:
Se llama rango de una matriz al mayor nmero de vectores linealmente independientes que
pueden formarse por fila o por columna, en dicha matriz, operando en ella transformaciones
elementales por filas o por columnas. Asimilando las lneas de la matriz a vectores, en una matriz de
rango , todo conjunto +1 filas,(o +1 columnas, es dependiente, pero es posible hallar una matriz
al menos de filas y otra de columnas independientes, y esta matriz as formada es regular
(inversible o no singular), por lo tanto cuadrada.
DE GAUSS JORDAN
El mtodo consiste en, mediante operaciones elementales, formar el mximo nmero posible de
vectores cannicos, linealmente independientes.
1) Dada una matriz se elige cualquier elemento distinto de cero al cual, se lo llama pivote.
2) Se divide la fila a la que pertenece el pivote por l mismo.
3) Los restantes elementos de la columna del pivote se los transforma en cero.
4) El transformado de todo elemento que no figura ni en la fila ni en la columna del pivote,
se determina siguiendo la regla del rectngulo, es decir es iguala su diferencia con el
producto contra diagonal dividido por el pivote.
5) Se reitera el mecanismo, eligiendo como pivote en elemento no nulo, de la nueva matriz
(transformacin de la anterior) que no pertenezca ni a la fila ni a la columna de los
pivotes anteriores.
6) El nmero de vectores cannicos linealmente independientes, es igual al rango de la
matriz.
Este mtodo se utiliza tambin para hallar la inversa de una matriz de una
matriz cuadrada inversible, como as tambin para la resolucin de sistemas de
ecuaciones lineales.
Para hallar la inversa de una matriz cuadrada no singular por el mtodo de Gauss-Jordan se agrega
a la matriz de nxn a la derecha una matriz identidad de nxn quedando as formada una matriz de n x
2n.Operando con el mismo algoritmo sobre toda la matriz y provocando la matriz identidad a la
izquierda , a la derecha se habr formado la matriz inversa a la dada.
A
...........
.........
A-1
Ejemplo:
1
2 3
0 0
0 1 0
0 0 1
Aplicando el algoritmo de
Gauss-Jodan a la matriz
1 0 0
-9 -11
-5 1 0
0 0 1
5/3
-5
-5
1 2/3
0 -2/3
A la izquierda queda
1 3
0
formada la matriz
1/3
identidad, y a la
1
1/5
3/5
-10/15
-2/15
-10/15
10
15
10
15
5
15
2
15
1
-2/15 11/15
-1/5
11/15
= A-1
-3/5
15
11
15
3
5
FUNCION DETERMINANTE
j=1,2,......n.
b) D (A........A.......) = D (A .......A.......A).
c) D ( ) = 1
DEFINICION:
Menor complementario de un elemento aij de una matriz cuadrada es igual al determinante que
queda al suprimir la fila i y la columna j.
Menor complementario del elemento a ij
Adjunto o cofactor de un elemento aij
ij
positivo o negativo segn resulte par o impar la suma de los subndices de la fila y la columna, a la
que pertenece el elemento.
cofactor de aij
= ( -1 )
ij
= A ij .
D (A).
Transponer la matriz A
2)
A = (aij) R nxn
Adj( A )
A 4
6
0
4
0
4
10
6
10
6
7
0
10
3
1
10
6
3
1
10
6
7
2
3
10
3
0
50
1
4
40
3
0
2
1
4
2
5
41
15
28
12
NOTA:
Una matriz cuadrada se llama no singular si y slo si su determinante es distinto de cero.
PROPIEDAD:
A R nxn A .Adj.A=Adj. A. A = A .
( Rnxn )
A
Adj. A
Adj. A
Adj. A
. A .
A 1
A
A
A
A
es
f : K nxm K mxn
f A At
1 ) (A+B)t = At + Bt = C
2)
C A
cij aij
f A A t A t f ( A )
K 1
(AB)t = Bt. At
4 ) El producto de toda matriz por su transpuesta es simtrico
(A. At)t = (At)t . At = A. At
pero por ser igual su transpuesta es simtrica (por definicin de simtrica)
5 ) La suma de toda matriz cuadrada y su transpuesta es simtrica
A + At = simtrica = B
nxh
Sea A K t
Bt = B definicion es simtrica
6 ) La diferencia de toda matriz cuadrada con su transpuesta es antisimtrica B = A - A t =
antisimtrica
DALLA CANEVA Ada
10
(A -At) = B es antisimtrica
7 ) Toda matriz cuadrada es la suma de una matriz simtrica y una antisimtrica
A K nxm
1
2
y
1
2
A At B
es simtrica y
A At C
A A t
es simtrica
A A t
es antisimtrica = 1/2 C
A 1 A At 1 A At
2
es antisimtrica
= 1/2 B
A 1 A 1 At 1 A 1 At A
2
si A-1 = B1
A.B1 = B1 A = I
A.B2 = B2.A = I
A-1 = B2
B1 = B1 I = B1 (B2A) =
A.B
= B2 = I B 2 = B 2 B1 = B 2
11 ) A . At = N A = N
K
(aij) (aji) =
a
a
d
b
f
a2 b2
ca db
ea fb
aiK aKi
c
d
=0
ac bd
c 2 a2
ec fd
ae df
ce df
e2 f 2
11
a12k
a1k = 0
ejemplo
c2 + d2 0 ; = 0 c = 0 y d = 0 etc.
12 ) Si A y B son matrices cuadradas idempotentes y permutables A.B = I idempotente
A.B =B.A
(A.B)2
(A.B)2 = (A.B) . (A.B) = A.B.A.B = AA.BB = A2B2
(A.B)2 = A2.B2 = A.B
13 ) Si A idempotente y B ortogonal Bt . A . B es idempotente
A2 = A
B.Bt = I Bt = B-1
Bt.A.B = B-1.A. B
t
t
B A B = B t A A B = Bt A . B
(Bt.A.B)2 = (Bt . A. B) (Bt . A .B) = B A B
14 ) Si (A+B) = I
A.B = N
A y B son idempotentes
AA + AB = A A2 = A A idempotente
(A+B) B = I B IB AB + BB = B = 0 + B2 = B B idempotente
A (A+B) = AI
15 ) Si A y B son permutables
A B = AB - A - B +
= AB -
y B son permutables
2 2
A B 2 2
= B A A
B
B
A
16 ) A
B ortg
nxm
A.At =
At = A-1
A.B = ortg
(A.B)t = Bt.At = B-1 A-1
(A.B)t . (A.B) = Bt At.A B = Bt .B es ortogonal
DALLA CANEVA Ada
12
17 ) A. At =
det A
At = A-1
1
det A
det A. det A 1 1
A.D.C.
13