MATRICES

Matrices, Vectores y Escalares

Un

escalar es simplemente un nmero Racional, Real o Complejo. Una matriz de dimensiones nm es un arreglo rectangular n filas cada una formada por m escalares. O bien, es una arreglo de m columnas, cada una formada por n escalares Una matriz con un slo rengln se le llama matriz rengln o vector rengln, en forma similar una matriz columna o vector columna es una matriz formada por una sola columna. Ejemplos: Matriz de 2 4: Matriz de 3 3: Matriz de 3 1: 1 0.5 j 1 2 0 1 1 A= B = 0.5 1 1 j C = 0 05 1 0 j 1 + j 0 1 Matriz de 1 3: Matriz de 1 1 D =[ -1 0 1 ] E=[1]

O Notacin: A los escalares que forman una matriz suele

llamrseles elementos o entradas de la matriz. Si la matriz se denota A se acostumbra que: aij, o Aij: Es el elemento en el rengln i, columna j. Aj: Puede denotar el rengln o la columna j-sima, dependiendo del contexto.
- M1 -

ai, o Ai: Denota el elemento i-simo en caso de que A sea matriz rengln o matriz columna.

:En Matlab:
>> % introduciendo la matriz A A=[2 0 -1 1 0 5 1 0] A = 2 0 -1 1 0 5 1 0 >> % introduciendo la matriz B B=[1 0.5 i 0.5 1 1-i -i 1+i 0] B = 1.0000 0.5000 0.5000 1.0000 0 - 1.0000i 1.0000 + 1.0000i >> % Elementos individuales: A(2,4) ans = 0 B(1,3) ans = 0 + 1.0000i >>% columna 3 de A: A(:,3) ans = -1 1 >>% Rengln 2 de A: A(2,:) ans = 0 5 1 >>% Rengln 3 de B: B(3,:) ans = 0 - 1.0000i

0 + 1.0000i 1.0000 - 1.0000i 0

1.0000 + 1.0000i

La

traspuesta de una matriz A, denotada At, es la matriz cuyas columnas corresponden a los renglones de A. Es decir, el elemento aij de A es igual al aji de At.
- M2 -

 El

conjugado traspuesto de una matriz A, denotado A , es la matriz cuyas columnas contienen los elementos conjugados complejos de los renglones de A. Es decir, el elemento aij de A es igual al a ji de A*.
*

Observacin: Si A es una matriz real At=A*

Ejemplos: Para el ejemplo anterior: 2 0 1 0.5 j 0 5 At = A& = B t = 0.5 1 1 + j C t = C & =[-1 0 1] 1 1 j 1j 0 1 0 Obsrvese que en este caso B*=B; pero BtB.

:En Matlab:
>> % Ntese que (') calcula el conjugado traspuesto: A' ans = 2 0 0 5 -1 1 1 0 B' ans = 1.0000 0.5000 0 + 1.0000i 0.5000 1.0000 1.0000 - 1.0000i 0 - 1.0000i 1.0000 + 1.0000i 0 >>% De manera que si slo deseamos el traspuesto: conj(B') ans = 1.0000 0.5000 0 - 1.0000i 0.5000 1.0000 1.0000 + 1.0000i 0 + 1.0000i 1.0000 - 1.0000i 0

- M3 -

Tipos bsicos de matrices Una matriz A de dimensiones nm se dice: Matriz Cuadrada.- Si n=m. Matriz Simtrica.- Si Aij=Aji para todo i,j Matriz Hermtica o Hermitiana.- Si A ij = A ji Matriz Triangular superior.- Si Aij=0 para i>j. Matriz Triangular inferior.- Si Aij=0 para i<j Matriz Diagonal.- Si Aij=0 para todo ij

Algunos Conceptos relacionados con matrices:

Combinacin

lineal.- Sean las k matrices A1,A2,...Ak, la suma ponderada siguiente c 1 A 1 + c 2 A 2 + ... + c k A k donde los c1,...,ck son k escalares arbitrarios es una combinacin lineal (CL) de las k matrices.

Obsrvese que para poder formar una combinacin

lineal con k matrices stas debern tener las mismas dimensiones.
Independencia

lineal.- Sean k vectores V1,V2,...,Vk, stos se dicen Linealmente Independientes (LI), si c 1 V 1 + c 2 V 2 + ... + c k V k = 0 se cumple slo en el caso trivial c1=c2=...=ck=0 Y se dicen Linealmente Dependientes (LD) si la expresin se cumple para algn ci0.
- M4 -

Observaciones:
- En el caso de 2 vectores (k=2) estos sern LD si y slo si uno es mltiplo de otro. Grficamente significa que ambos estn sobre la misma lnea recta que pasa por el origen. - En el espacio real n dimensional (Rn) (vectores de n elementos) no puede haber ms de n vectores LI. Ejemplo: Averiguar si los siguientes conjuntos de vectores son LI: 1) V1=[1 2 3], V2=[4 5 6], V3 =[7 8 9], V4=[10 11 12] 2) Los vectores V1, V2 y V3 anteriores 3) Los vectores V1 y V2 Solucin: 1) Cuatro vectores No pueden ser LI en R3. 2) Formando la CL c 1 V 1 + c 2 V 2 + c 3 V 3 = [ 0 0 0 ] obtenemos el sistema c1 + 4c2 + 7c3 = 0 2c1 + 5c2 + 8c3 = 0 3c1 + 6c2 + 9c3 = 0 Una solucin diferente de la trivial de este sistema es: c1=1, c2=-2, c3=1, por lo tanto los vectores son LD. 3) Como los vectores V1 y V2 no son colineales, no puede uno ser mltiplo del otro, por lo tanto son LI.

@Tarea.- Repetir los tres incisos del ejemplo para los

vectores: V1=[1 2 3], V2=[-2 -1 0], V3 =[4 5 6], V4=[0 1.5 3]

- M5 -

 Rango

de una matriz.- En una matriz el nmero de filas LI es igual al numero de columnas LI (Este es parte del teorema fundamental del lgebra Lineal). A este nmero se le llama rango de la matriz.

Ejemplo: cual es el rango de la matriz siguiente? 1 2 3 4 5 6 A= 7 8 9 10 11 12 Solucin: Esta matriz tiene como renglones los vectores del ejemplo anterior, para los cuales ya se demostr que slo los primeros dos son LI, por lo tanto rango(A)=2.

Obsrvese que esto tambin nos dice que entre los

tres vectores columna: A1=[1 4 7 10] t, A2=[2 5 8 11] t y A3=[3 6 9 12] t, slo dos de ellos son LI.

:En Matlab:
>> % Definimos los 4 vectores rengln: v1=[1 2 3]; v2=[4 5 6]; v3=[7 8 9]; v4=[10 11 12]; >>%Los ponemos como renglones de una matriz A: A=[v1;v2;v3;v4] A = 1 2 3 4 5 6 7 8 9 10 11 12 >>%Calculamos el rango de A rank(A) ans = 2

- M6 -

Qu es un Espacio vectorial?
Un

espacio vectorial o espacio lineal V.- es un conjunto de objetos llamados vectores, en donde se cumplen dos condiciones bsicas para cualquier par de vectores x e y y un escalar c arbitrarios: 1) Existe en V el vector nulo 0, tal que x+0=x. 2) x+cy tambin es un vector en V. W es un espacio vectorial totalmente contenido en otro espacio vectorial V, se dice que W es subespacio de V Ejemplos de espacios vectoriales: 1) Las matrices nm 2) Las matrices rengln (1m) 3) Las matrices columna (n1) 4) Sea V = {matrices cuadradas} 5) Las matrices simtricas son subespacio de V 6) Las matrices Hermitianas son subespacio de V 7 Las funciones reales f(t) donde t es un nmero real 8) Los polinomios de grado n son un subespacio del ejemplo del inciso anterior ... etc.

Si

Ejemplo: Demostrar que los vectores en R3 cuya segunda componente es igual a la primera menos la tercera forman un espacio vectorial.
- M7 -

Solucin: Sea V el conjunto que contiene todos los vectores de este tipo. Un vector v en V tiene la forma: v = [x, x-z, z] 1) El vector nulo cumple con esto, ya que [0, 0, 0]=[0, 0-0, 0] 2) Sean v1=[x1, x1-z1, z1], v2=[x2, x2-z2, z2] dos vectores en V, entonces v1+cv2 = [x1+cx2, (x1-z1)+c(x2-z2), z1+cz2] = [x1+cx2, (x1+cx2)-(z1+cz2), z1+cz2] que por lo tanto tambin est en V.

Obsrvese que este espacio V corresponde al plano

infinito cuya interseccin con el cubo unitario se muestra en la siguiente figura:
z

@Tarea: Son espacios vectoriales los siguientes? si as

es, dibuja la interseccin del plano correspondiente en R3. 1) Los vectores en R3 cuya segunda componente es 1 2) Los vectores en R3 cuya segunda componente es 0 3) Los vectores en R3 con componentes no negativas.

- M8 -

 Se

dice que el conjunto de vectores v1,v2,...,vk Genera el Espacio V si cualquier vector x de V se puede escribir como una combinacin lineal de dichos vectores. Es decir, V es el conjunto de todas las combinaciones lineales de dichos vectores. Esto se denota como sigue: V = span(v1,v2,...,vk) el conjunto de vectores v1,v2,...,vk adems de generar a V, son LI, entonces se dice que son una base de V nmero de vectores de una base cualquiera de un espacio V se le llama la dimensin de V los vectores v1,v2,...,vn una base de un espacio V, es claro que cualquier vector x de V puede escribirse como una CL de stos: x = c1v1+c2v2+...+cnvn. Entonces a los escalares c1, c2, ..., cn se les llama las coordenadas de x en la base dada.

Si

Al

Sean

Los

n vectores de Rn siguientes: e1=[1 0 ... 0], e2=[0 1 ... 0],...,en=[0 0 ... 1] se denominan la base cannica de Rn.

Observaciones
- El espacio Rn no puede ser generado por menos de en vectores. - Cualquier base de un espacio de dimensin n tiene n vectores. - El espacio Rn tiene dimensin n.
- M9 -

- Las coordenadas de un vector x en Rn en la base cannica son sus componentes Ejemplo: Demostrar que siguientes vectores v1=[1 0 ], v2=[0 1 ], v3=[1 1] generan el plano R2. Solucin: Sea x un vector cualquiera en el plano, es decir x=[x1 x2]. Formamos la CL: x=c1v1+c2v2+c3v3 es decir: [x1 x2] = [c1+c3, c2+c3] esto produce un sistema de dos ecuaciones con tres incgnitas: c1, c2, c3. resolviendo se tiene: c1=x1-c3, c2=x2-c3, c3 arbitraria. As por ejemplo el vector y=[-3 5] se puede escribir como: y = -4v1 + 4v2 + v3

@Tarea: Demostrar que el primero y el tercer vector del

ejemplo anterior son una base de R2. Hallar las coordenadas del vector y=[-3 5] en esta base.
Espacios

relacionados con matrices.- Dada una matriz A de dimensiones nm siempre se pueden asociar 4 espacios fundamentales a ella:
El

espacio de filas R(A).- Es el espacio generado por las filas de A Espacio de columnas R(At).- Es el espacio generado por las columnas de A (tambin llamado recorrido de A)
- M10 -

 Espacio

nulo N(A).- Es el espacio formado por los vectores x tales que Ax=0. A este espacio tambin se le llama el ncleo o kernel de A. t Espacio nulo izquierdo N(A ).- Es el espacio formado por los vectores y tales que Aty=0 Ejemplo: para la siguiente matriz describir los cuatro espacios
1 0 fundamentales:A = 0 1 1 1

Solucin: R(A).- En el ejemplo anterior se demostr que las filas de esta matriz generan R2, por lo tanto R(A)=R2 R(At).- Como el rango de A es 2, sus columnas slo pueden generar un subespacio W=R(At) de dimensin 2 contenido en R3, (ya que las columnas son vectores de R3 por tener tres componentes). Sea w un vector de W; entonces
x 1 0 c1 w = y = c1 0 + c2 1 = c2 z 1 1 c1 + c3

Es decir, W es el plano formado por los puntos (vectores) cuya tercera componente es la suma de las dos primeras En al siguiente figura se ilustra este subespacio: w
1

1
- M11 -

N(A).- Sea x tal que Ax=0, es decir, sea x=[x1 x2]t tal que
10 01 11 x1 x2 = 0 0

Este sistema tiene la nica solucin x1= x2= 0, por lo tanto N(A) es slo el origen. N(At) Sea W=N(At) y sea w un vector de W tal que Atw=0, es decir, sea w=[x y z]t tal que
101 011 x 0 y = 0 z 0

Este sistema se satisface si x = y = -z. Por lo tanto w tiene la forma w=[-z -z z]. Como puede verse este es un subespacio de una sola dimensin en R3. Se ilustra en la siguiente grfica
z

w
1 -1

-1

@Tarea: Repetir el ejercicio anterior para la matriz

101 A= 0 1 0 111
- M12 -

Multiplicacin matricial
Sean

A una matriz nm y B una matriz mp, entonces la multiplicacin de A por B es otra matriz C np tal que: - Los elementos de C se calculan como: m c ij = S a ik b kj para 0[ i [ n, 0[ j [ p
k=1

- Los renglones de C son CL de los renglones de B y el rengln i-simo de C se calcula como: C i = a i1 B 1 + ... + a im B m Donde los Bj son los renglones de B. - Las columnas de C son CL de las columnas de A y la columna j-sima de C se calcula como: C j = A 1 b 1j + ... + A m b mj Donde las Ai son las columnas de A

@Tarea: Para las matrices siguientes:

1 2 3 ,B = A= 1 1 1 1 01 0 11 1 1 1

a) Calcular el producto AB. b) Escribir la AB como CL de filas de B. C) Escribir AB como CL de columnas de A. Matriz inversa

- M13 -

 Sea

la matriz A nm a una matriz B mn tal que BA=I, donde y es la matriz identidad mm se le llama matriz inversa izquierda de A. Y si B es tal que AB=I, donde y es la matriz identidad nn, a B se le llama inversa derecha de A

10 Ejemplo: La matriz A = 0 1 tiene inversa izquierda y es 11 2 1 1 la matriz B = 1 , lo cual es fcil comprobar, pero 3 1 2 1

esta misma matriz A no tiene inversa derecha.

Si

una matriz A tiene inversa por la izquierda y por la derecha, entonces estas dos son una misma inversa bilateral y se denomina matriz inversa de A, que se denota A-1. una matriz tiene inversa se dice matriz no-singular

Si

Observacin: Si A tiene inversa por la izquierda y por la derecha entonces A debe ser cuadrada.
Sea

A de nn (cuadrada). Las siguientes afirmaciones son equivalentes: -1 A es no singular (existe A ) rango(A) =n. det(A) 0. N(A) slo contiene al origen. El sistema Ax=0 slo tiene la solucin trivial. n Las columnas de A generan R .
- M14 -

Los renglones de A generan Rn. Los renglones de A son LI. Las columnas de A son LI.

Tarea: Para la siguiente matriz cuadrada no singular, verificar que se cumplen todas las afirmaciones de la lista anterior 101 A= 0 1 0 100

- M15 -