MATRICES Y DETERMINATES

MATRICES

INTEGRABTES:

1. Vanner Michael Cubas Prez

2. Mardely Vargas selada
3. Manuel Sanches chichipe
4. Checan Villa

13 DE NOVIEMBRE DE 2017
ING. EN AGRONEGOCIOS
 INTRODUCCIN

Las matrices son de suma importancia para la ingeniera, economa, etc.

Son tiles para representar datos en forma ordenada, para modelar problemas y
resolver sistema de ecuaciones, para indicar la interrelacin que existe en los diferentes
sectores de la economa.
Las matrices y las determinantes son herramientas de algebra que ordenan de cada uno,
as como si manejo.
 OBJETIVOS

Valorar la importancia del lgebra matricial y la adquisicin de estrategias para

la simplificacin de los clculos.
Identificar los tipos de matrices.
Operar con matrices: suma y diferencia de matrices, producto de un nmero real
por una matriz, producto de matrices. Conocer las propiedades de estas
operaciones.
Calcular la inversa de una matriz cuadrada de orden 2 o 3 por el mtodo de
Gauss.
Calcular el rango de una matriz por el mtodo de Gauss.
 MATRICES Y DETERMINANTES

Definicin de matriz de nmeros.

Una matriz orden (m n) es un conjunto de m n nmeros ordenados en una tabla:

en donde podemos apreciar horizontalmente las filas, fila 1: ( ), fila

2: ( ), etc. Mientras que verticalmente se habla de columnas:
columna 1, columna 2, etc.

Por tanto, una matriz de orden (m n) tiene m filas y n columnas. En caso de que el
nmero de filas y el de columnas sea el mismo se habla de matriz cuadrada.

Las matrices cuadrada tienen dos diagonales, de las cuales sobre un ejemplo vemos la
que se llama "diagonal principal" de la matriz:

Para tratarlas tericamente las matrices se suelen expresar en forma abreviada as:

es decir, con un nombre propio y dos subndices, aij, siendo el primer subndice -en
nuestro caso el i- el correspondiente a la fila i-sima, cuyo recorrido va desde 1 hasta m;
y el segundo subndice -en nuestro caso la j- es el correspondiente a la columna j-sima,
cuyo recorrido va desde 1 hasta n. El alumno debe ser muy consciente de este
significado de los ndices.

Operaciones con matrices.

* ADICIN:

Sean A y B son dos matrices del mismo orden , entonces la matriz suma S = A + B es:
 es decir, se suman los correspondientes elementos (i,j) de A con los (i,j) de B.
Ejemplo:

* PRODUCTO POR UN ESCALAR:

Sea A una matriz y k un escalar (un nmero real), entonces la matriz B = k A es:

es decir, se multiplica cada elemento de la matriz A por el nmero k. Ejemplo:

Considerando esto, podemos hablar de la RESTA de dos matrices A - B, como la suma

de A con el producto de (-1)B, lo cual equivale a restar los correspondientes elementos
(i,j) de A con los (i,j) de B.

* PRODUCTO DE MATRICES:

Sea A una matriz de orden (m n), y B una matriz de orden (n r), entonces la matriz
producto, es una matriz P = A . B de orden (m r):

(Observe el alumno cmo para obtener el elemento pij, se multiplican cada elemento de
la fila i de A por cada elemento respectivo de la columna j de B). Tomemos como
ejemplo las matrices A , tipo (3 2), y B, tipo (2 4):

As obtenemos P = A . B, cuyo resultado es:

en la que se han ido obteniendo los elementos multiplicando fila de A por columna de B
(por ejemplo):

Mejor vemoslo grficamente:

Propiedades del producto de matrices:

El producto de dos matrices de orden (n n), es una matriz tipo (n n).

En general A . B B . A (el producto no es conmutativo)
El producto es asociativo A . (B . C) = (A . B) . C

6.3 Matrices cuadradas.

Las matrices cuadradas juegan un papel fundamental en el clculo matricial. En ellas el

nmero de filas es el mismo que el de columnas:

en este caso hablaremos de "matriz cuadrada de orden n". Dadas dos matrices A y B que
sean del mismo orden (orden n, por ejemplo), podemos realizar A+B y A.B, puesto que
el producto de dos matrices de orden n es otra matriz de orden n.

* Matriz identidad (orden n):

 Es una matriz cuadrada (orden n), representada como In, en la que todos sus
elementos son 0, excepto los de la diagonal principal, que son unos:

Esta matriz cumple la siguiente propiedad: A . In = In . A = A

es decir, al multiplicarla por cualquier matriz A, vuelve a dar la misma A. En otras

palabras, In representa el elemento unitario para el producto de matrices. Teniendo en
cuenta ello, puede hablarse de matriz inversa de una matriz dada.

En concreto, sea A una matriz cuadrada (orden n), diremos que A es inversible si
existe otra matriz B tal que:

A . B = B . A = In

en este caso, a la matriz B la llamaremos inversa de A, y la representaremos A, as

podremos expresar mejor:

A . A = A. A = In

No para toda matriz A puede encontrarse su matriz inversa, enseguida veremos las
condiciones que deben cumplir las matrices para ser inversibles, antes veamos un repaso
de otras matrices notables.

* Matrices especiales

Matriz traspuesta de A:

(NOTA: El concepto de matriz traspuesta no es exclusivo de matrices cuadradas.) Sea

una matriz A de orden (m n), se llama "matriz traspuesta de A", a una matriz, tA, de
orden (m n), obtenida a partir de A, cambiando filas por columnas.

Por ejemplo:

Las matrices traspuestas tienen especial importancia para matrices cuadradas.

 Propiedades de matrices traspuestas:

1. t(tA) = A
2. t(A + B) = tA + tB
3. t(A . B) = tB . tA

Matriz simtrica:

Una matriz A es "simtrica" si coincide con su traspuesta, es decir si: A = tA. Por
ejemplo:

Observe cmo los elementos en posiciones simtricas,

respecto de la diagonal principal, son iguales.

Matriz antisimtrica:

Una matriz A es "antisimtrica" si su opuesta coincide con su traspuesta, es decir si

: -A = tA. Por ejemplo:

Observe cmo los elementos en posiciones simtricas,

respecto de la diagonal principal, son iguales pero con
signo opuesto. Los elementos de la diagonal principal
son todos 0 (son iguales a s mismo con signo opuesto)

Matriz ortogonal:

Una matriz A es "ortogonal" si su inversa es igual a su transpuesta, es decir: A = tA.

En este caso, tambin se tiene que: A . tA =In .

6.4 Matriz inversa de una matriz cuadrada.

Antes de comenzar el alumno debera repasar el tema de determinantes, en especial la

cuestin sobre menores complementarios y adjuntos.

Sea la matriz cuadrada:

si su determinante, |A|, es no nulo, entonces diremos que la matriz A es inversible, es
decir, existe una matriz inversa, A , tal que:

A . A = A. A = In

Es posible comprobar que la matriz inversa de una matriz inversible A es:

siendo los Aij los adjuntos de los elementos de la matriz, pero ATENCIN: Observe
como la matriz de arriba est formada por la transpuesta de los adjuntos de los
elementos de A. A (esa matriz suele llamarse "traspuesta de la adjunta de A" es
decir: tA*).

Vamos a hallar, como ejemplo, la inversa de la matriz:

teniendo en cuenta que su determinante es, |A| = -49, y por tanto A es inversible,
pasamos a hallar los adjuntos:

y por tanto, la matriz inversa de A es:

El alumno puede comprobarlo haciendo el producto A . A y observar que se obtiene la

matriz identidad de orden 3.
 6.5 Rango de una matriz (cuadrada o no).

Sea una matriz (m n):

antes de dar la definicin de rango de A vamos a ver dos definiciones previas:

* Submatriz cuadrada (orden h) de A:

Es la matriz cuadrada (h h) formada por los elementos comunes a h filas y h

columnas, con hn, hm.

* Menores (orden h) de A:

Son los determinantes de las submatrices cuadradas (orden h) de A.

Entonces rango de la matriz A, r(A), es el nmero que expresa el orden del

mayor Menor no nulo de la matriz A. (Atencin a la anti-redundancia "mayor
Menor" )

Por ejemplo, veamos el rango de la matriz A:

se tiene que r(A) = 3, puesto que al menos hay un menor de orden 3 no nulo:

y por supuesto no es posible tomar menores de orden 4 mayores porque slo hay tres
filas.

El rango de matrices es fundamental para el clculo algebraico en espacios vectoriales,

aplicaciones lineales y en sistemas de ecuaciones lineales.

* Algo ms sobre el rango de matrices.

 Operaciones elementales que pueden realizarse con una matriz para calcular su
rango sin que ste vare

1. Intercambiar dos lneas entre s.

2. Suprimir una lnea que tenga todos sus elementos nulos.
3. Suprimir una lnea que sea proporcional a otra.
4. Suprimir una lnea que sea combinacin lineal de otra/s
5. Multiplicar o dividir una lnea por un nmero distinto de cero.
6. Sustituir una lnea i de este modo : Li aLi + bLk

* Clculo del rango por el mtodo de Gauss.

Bsicamente consiste en hacer nulos los elementos que hay debajo de los aii con i= 1, 2,
3, ..., m-1 ; y el rango final ser el nmero de filas distintas de cero.

* En una etapa i cualquiera se deja fija la fila i , y tomando como referencia el

elemento aii por medio de operaciones elementales se hacen cero todos los elementos de
su columna (los que estn por debajo de l).

* Si el elemento aii es igual a cero, es preciso intercambiar previamente esa fila por
alguna otra fila de debajo, y si no es posible (porque tambin sea cero) con
alguna columna de la derecha, hasta conseguir que aii sea distinto de cero (es
conveniente, para evitar clculos tediosos que sea 1, si no lo fuera, utilizando
operaciones sencillas intentaremos cambiarlo a 1).

Finalmente, el rango es el nmero de filas distintas de cero que aparecen en la matriz.

Ejemplo:

Hallar el rango de la matriz .

Hacemos 0 los elementos debajo de a11: Sustituimos F2 por F2 - 3F1, similarmente

F3 por F3 - 2F1 ,...

El rango de ambas matrices ser el mismo:

 Ahora intercambiamos la fila F2 con la F4 (sigue siempre siendo el mismo rango):

Ahora hacemos 0 los elementos debajo del a22: sustituimos F3 por F3 - 7F2:

Y ya tenemos ceros por debajo de la diagonal. El rangode A es 3 (cantidad de filas no

nulas).

Ejercicios para el alumno:

1) Realizar los productos de matrices siguientes:

Solucin:

2) Hallar las matrices inversas de las matrices:

Solucin:
 II. DETERMINANTES

6II.1 Definicin de determinante de una matriz cuadrada.

Supongamos una matriz cuadrada A (puede repasar la nocin de matriz) de orden n:

Llamamos determinante de A, det A, al nmero obtenido al sumar todos los diferentes

productos de n elementos que se pueden formar con los elementos de dicha matriz, de
modo que en cada producto figuren un elemento de cada distinta fila y uno de cada
distinta columna, a cada producto se le asigna el signo (+) si la permutacin de los
subndices de filas es del mismo orden que la permutacin de los subndices de
columnas, y signo (-) si son de distinto orden.

El alumno puede dar un repaso de la nocin de permutacin, en caso de necesitarlo.

Para el determinante de A, suelen emplearse indistintamente las notaciones: det A, |A|.

Pasemos a ver ejemplos:

Para una matriz de orden 2, su determinante se calcula:

Cada producto tiene que estar formado por un elemento de la primera

fila y un elemento de la segunda fila, pero al mismo tiempo tienen que ser un elemento
de la primera columna y un elemento de la segunda. Slo hay dos emparejamientos
posibles, los que estn arriba indicados. En cuanto al signo de cada producto, si los
ordenamos siempre segn el orden de las filas (12) nos debemos fijar en el orden de las
columnas (los segundos ndices) de cada agrupacin, nosotros lo hemos indicado debajo
entre corchetes.

Como el primer producto representa una permutacin par su signo es positivo, en

cambio en el segundo es impar y es negativo.

* Determinante de una matriz de orden 3:

Sea A una matriz de orden 3:

para expresar |A| hay que considerar todas las permutaciones de (123), son seis:

por lo tanto, este determinante ser:

De una manera mnemotcnica podemos recordar que son positivos el producto de los
tres elementos de la diagonal principal, y los de los dos "tringulos" en el mismo
sentido:
mientras que son negativos los productos de la otra diagonal, y sus respectivos
"tringulos":

6II.2 Propiedades de los determinantes

1. Para cualquier A, se verifica : A = tA

2. Si una matriz A tiene una fila o columna formada por ceros, entonces A = 0 .
3. Si a los elementos de una fila o columna de la matriz A se multiplica (o divide)
por un nmero k, entonces su determinante queda multiplicado (o dividido)
por k.
4. Si en una matriz cuadrada se intercambian entre s dos filas (o dos columnas), su
determinante cambia de signo.
5. Si una matriz cuadrada tiene dos filas (o dos columnas) iguales, su determinante
es nulo.
6. Si una matriz cuadrada tiene dos filas (o dos columnas) proporcionales, su
determinante es nulo.
7. Si a los elementos de la fila (o columna) i-sima de un determinante la
descomponemos en una suma de h sumandos, el determinante es igual a la suma
de los h determinantes que se obtienen como se ve en el ejemplo siguiente:

8. Si a una fila (o columna) de una matriz dada se le suma una combinacin lineal
del resto de sus filas (o columnas), su determinante no vara.
9. Para el producto de matrices se tiene:
 |A . B| = |A| . |B|

6II.3 Menor complementario y adjunto.

Dada una matriz cuadrada de orden n.

* Menor complementario:

Se llama menor complementario del elemento aij , al determinante de la matriz de

orden n-1 obtenida al eliminar la fila i-sima y la columna j-sima, se le denota
como ij.

Como ejemplo, consideremos la matriz A de orden 3:

por cada uno de sus nueve elementos podemos hallar su menor

complementario correspondiente. Aqu indicamos algunos ejemplos de ellos:

* Adjunto de un elemento:

Consideremos una matriz cuadrada, por ejemplo la matriz A de orden 3 de arriba, se

llama adjunto del elemento aij , y se le representa por Aij al nmero:

Es decir, es igual al menor complementario aij del elemento pero con el signo
cambiado si (i +j) es impar.

En concreto para la matriz A de orden 3, habr que cambiar los signos de los menores
complementariosde aquellos elementos indicados con (-):
 Si en una matriz cuadrada A son cambiados sus elementos por sus respectivos adjuntos
obtenemos la llamada matriz adjunta de A, representada normalmente por A*. Tenga en
cuenta que para el clculo de la matriz inversa de una matriz cuadrada inversible, se
utiliza la traspuesta de la adjunta: tA* .

6II.4 Clculo del determinante por los adjuntos.

El valor del determinante de una matriz cuadrada A, es igual a la suma de los

productos de los elementos de una fila (o columna) por sus correspondientes
adjuntos. Por ejemplo, para una matriz A, de orden 3:

para calcular el determinante, |A| , podemos considerar una fila (o columna) cualquiera -
por ejemplo, la fina 2-, y lo desarrollamos as:

en la prctica para desarrollar el determinante suele elegirse una fila (o columna) que
contenga uno o ms ceros, con lo cual esos trminos son nulos y el clculo es ms
sencillo.

SISTEMAS DE ECUACIONES LINEALES

16. 1 Definicin.

Un sistema de m ecuaciones lineales con n incgnitas (en R):

{1}

Nuestra tarea es resolverlo, aunque como paso previo necesitamos conocer si hay una
solucin nica, si no hay solucin o si hay infinitas soluciones. Para ello se suele hacer
uso de matrices:

* Matrices asociadas al sistema:

 La matriz de los coeficientes:

La matriz de los trminos independientes:

La matriz de las incgnitas:

Definidas estas matrices el sistema puede ser expresado:

M.X=B {2}

Es sobre este sistema matricial sobre el que llevaremos nuestras indagaciones.

16. 2 Sistema de Cramer.

Un sistema del tipo {2} se llama Sistema de Cramer si cumple las siguientes
condiciones:

1) n = m (la matriz M es cuadrada) .

2) La matriz M es inversible .

En este caso siempre existe solucin nica:

X = M-1 . B {3}

Aunque para el sistema de Cramer suele darse una solucin ms sencilla

(computacionalmente):

Teniendo en cuenta que

Siendo Mij los adjuntos de los elementos de la matriz M. Entonces:

y si ahora tenemos en cuenta que:

Los valores de la solucin se pueden computar as:

{4
}
Seccin 9.5 Ejercicios de seguimiento

Determinar la inversa de las siguientes matrices, si es que existen, usando el procedimiento de

gaussiano.

1 1
1.
2 3
solucion
1 1 1 0

2 3 0 1
1 11 0

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

3 1
A1
2 1

2 3
2. A
4 7
2 3 1 0

4 7 0 1
5
1 2 0
3
0 1
4 7

5
1 3 2 0

0 1 0 1

3
5
1 2 0
0
3
3
0 1
1 0 2 5

0 1 0 3
2 5
A1
0 3
 4 2
3. A
2 1
4 2 1 0

2 1 0 1
1 1 1 0

0 1 2 1
1 0 1 1

0 1 2 1
1 1
A1
2 1

40 8
4. A
30 6
40 8 1 0

30 6 0 1
1 2 10 0

30 6 0 1
1 2 10 0

5 1 0 1 / 6
1 2 10 0

0 5 4 1 / 6
1 0 15 7 / 6

0 3 4 1 / 6
7
15
1 0 3

0 1 3 10

6
7
15 3
A1
3 10

6
 6 .
1 3

2 4
1 3 1 0

2 4 0 1
1 3 1 0

0 2 2 1
1 3 1 0

0 1 3 1
1 3 1 0

0 1 3 1
1 0 8 3

0 1 3 1
8 3
A1
3 1
7 .
0 3 1 1 0 0

1 1 0 0 1 0
2 1
3 3 0 0
1 4 1 1 1 0

1 1 0 0 1 0
2 1
3 3 0 0
1 4 1 1 1 0

0 3 1 1 0 0
2 1
3 3 0 0
1 4 1 1 1 0

0 3 1 1 0 0
0 2 1 0
2 2
1 4 1 1 1 0

0 1 0 1 2 0
0 1 2 0
2 2
1 0 1 5 9 0

0 1 0 1 2 0
0 0 1 4 0
6
1 0 0 9 15 0

0 1 0 1 2 0
0 0 1 4 0
6
9 15 0
1
A 1 2 0
4 6 0

 5.
1 1

1 1
1 1 1 0

1 1 0 1
1 1 1 0

0 2 1 1
1 1 1 0

0 1 2 1
1 0 3 1

0 1 2 1
3 1

2 1

3 7
13. a
2 5
det(a) 15 14 1

5 2
a
7 3

5 7
a
2 3

5 7
inv(a)
2 3

13 15
14. b
5 25
det(b) 75 (75) 150

25 5
b
15 3

25 15
b
5 3
 1 / 6 1 / 10
inv(b)
(1 / 30) 1 / 50

3 5 2

15. c 4 1 0


9 15 6

det(c) (18 120) (18 120) 138 138 0

No tiene inversa.

5 6 7

16. d 10 11 13


1 1 1

det(d) 25

11 13 10 13 10 11

1 1 1 1 1 1
6 7 5 7 5 6
d
1 1 1 1 1 1

6 7 5 7 5 6
11 13 10 13 10 11

2 23 1

d 1 2 1
155 135 5

24 1 155

d 23 2 135
1 1 5

24 / 25 (1 / 25) (155 / 25)

inv(d ) 23 / 25 (2 / 25) (135 / 25)
(1 / 25) (1 / 25) (5 / 25)

23. x1 x2 1
2 x1 3 x3 5
solucin
1 1
As 1
2 3
1 1
x1 2
5 3
x1 2
x1 2
As 1
1 1
x2 1
2 3
x 1
x2 2 1
As 1

24. 2 x1 3 x2 1
4 x1 7 x2 3
solucion
2 3
As 2
4 7
1 3
x1 2
3 7
x 2
x1 1 1
As 2
2 1
x2 2
4 3
x 2
x2 2 1
As 2

25. 4 x1 2 x2 24
2 x1 x2 10
4 2
det o no existe
2 1
26. 40 x1 8 x2 80
30 x1 6 x2 60
solucion
40 8
0 no existe
30 6

27. x1 x2 11
x1 x2 59
solucion
1 1
As 2
1 1
11 1
x1 48
59 1
x1 48
x1 24
As 2
1 11
x2 70
1 59
x 70
x2 2 35
As 2

28. x1 3 x2 5
2 x1 4 x2 0
solucion
1 3
2
2 4
5 3
x1 20
0 4
x 20
x1 1 10
As 2
1 5
x2 10
2 0
x 10
x2 2 5
As 2
29. 3 x2 x3 1
x1 x2 2
2 x1 3x2 3x3 7
solucion
0 3 1

1 1 0 As 8
2 3 3

1 3 1

x1 2 1 0 16
7 3 3

x1 16
x1 2
As 8
0 1 1

x2 1 2 0 0
2 7 3

x2 0
x2 0
As 8
0 3 1

x3 1 1 2 8
2 3 7

x 8
x3 3 1
As 8

39.3 x1 5 x2 22
4 x1 2 x2 12
Solucin
3 5
det 26
4 2
22 5
x1
12 2
x1 104
x1 104
4
det 26
3 22
x2 56
4 12
x2 56
2
det 26
30. x1 x3 10
x1 x2 x3 40
x1 2 x3 40
solucion
1 0 1

1 1 1 As 1
1 0 2

10 0 1

x1 40 1 1 20
40 0 2

x 20
x1 1 20
As 1
1 10 1

x2 1 40 1 10
1 40 2

x2 10
1 0 10

x3 1 1 40 30
1 0 40

x3 30

31. 4 x1 3 x2 17
5 x1 4 x2 22
solucion
4 3
3
5 4
17 3
x1 2
22 4
x1 2
x1 0.66667
As 3
4 17
x2 19
5 22
x 19
x2 2 6.3333
As 3
32. 2 x1 3 x2 10
6 x1 9 x2 20
solucion
2 3
As 0
6 9
no solucion

40. 5 x 1 2 x2 14
3x1 x2 9
Solucin
5 2
det 1
3 1
14 2
x1 4
9 1
x1 4
4
det 1
5 14
x2 3
3 9
x2 3
3
det 1
BIBLIOGRAFIA:
PAGINAS WEB
Arreglos y matrices:

https://sites.google.com/site/arreglosymatrices/home/conclusion
Slideshared Determinantes y matrices

https://es.slideshare.net/

Mundo matemticas matrices

https://www.researchgate.net/.../33421245_Aplicaciones_de_la_teor
ia_de_matrices
APLICACIONES:
Octave
Matlab
Matthype
CONCLUCIONES

Los arreglos y matrices nos permiten almacenar/manipular conjuntos de

datos agrupados de manera eficiente. En general, son ideales para el
registro/manipulacin de informacin homognea que representa una
tabulacin de resultados (valoracin) agrupados por categoras.
Mediante el uso de matrices nos ensea a resolver un sistema de
ecuaciones, adems de encontrar la importancia que tiene en la
resolucin de problemas matemticos.