matrices 1

Captulo 3
Matrices y su lgebra
3.1 El concepto de matriz
3.2 Operaciones con matrices
3.3 Propiedades de las operaciones con
matrices
3.4 La inversa de una matriz
3.5 Aplicacin: Distribucin de poblacin
matrices 2
3.1El concepto de matriz
Como se vio en el captulo anterior, la solucin de sistemas de ecuaciones
lineales puede hallarse eficientemente utilizando solamente los coeficientes
de las incgnitas asociadas a los sistemas lineales. Este ordenamiento de
nmeros se conoce como una matriz, y los elementos de esta matriz se
llaman entradas de la matriz. Ejemplos de matrices son:



El tamao o dimensin de una matriz de define como el nmero de filas por
el nmero de columnas. En el ejemplo, la primera matriz es de dimensin
3x2, la segunda es de 3x3, la tercera es de 1x4 y la cuarta es de 4x1. Si una
matriz es de dimensin 1xn, como en el tercer ejemplo, se llamar un vector
fila, mientras que una matriz nx1, como en el cuarto ejemplo, se llamar un
vector columna. En general se usarn las primeras letras maysculas del
alfabeto para denotar una matriz, es decir, se escribirn como A, B, C, etc..
Las entradas de una matriz se denotarn como a
ij
y representarn la entrada
que se encuentra en la fila i-sima y la columna j-sima.

|
|
|
|
|
.
|

\
|
1
1
1
1
;
5 4
0 3
2 1
|
|
|
.
|

\
|

;
0 0 0
2 / 1 0
1 2
|
|
|
|
.
|

\
|
e
t
( ); 1 0 1 2
matrices 3
Entonces, en general una matriz de dimensin mxn se puede representar
como




Si la matriz es de dimensin nxn, se llama matriz cuadrada de orden n, y
las entradas a
11
, a
22
, ....,a
nn
se dice que estn sobre la diagonal principal de
A.




Dos matrices son iguales si tienen la misma dimensin y las entradas
correspondientes son iguales. Una matriz es cero, denotada con O, si todas
sus entradas son idnticamente igual a cero.
| |
|
|
|
|
|
.
|

\
|
= =
mn m m
n
n
ij
a a a
a a a
a a a
a A

2 1
2 22 21
1 12 11
|
|
|
|
|
.
|

\
|
nn n n
n
n
a a a
a a a
a a a

2 1
2 22 21
1 12 11
matrices 4
3.2 Operaciones con matrices
Definicin (Suma de matrices): Sean A={a
ij
} y B={b
ij
} matrices de la
misma dimensin mxn. La suma A+B es la matriz C={c
ij
} de dimensin
mxn, donde
c
ij
= a
ij
+ b
ij
,
esto es, la suma de las entradas correspondientes.
Ejemplo:


Definicin (Producto de una matriz por un escalar): Sea A={a
ij
} una
matriz mxn y r un escalar. El producto rA del escalar r y la matriz A es la
matriz B={b
ij
} de la misma dimensin de A tal que b
ij
= r a
ij

Ejemplo:

|
|
.
|

\
|


=
|
|
.
|

\
|

+
|
|
.
|

\
|

2 2 1
2 2 0
1 5 1
2 0 1
1 3 0
4 2 1
|
|
|
|
|
.
|

\
|

=
|
|
|
|
|
.
|

\
|

0 6 2 2
0 16 6 8
0 0 2 4
12 4 0 2
0 3 1 1
0 8 3 4
0 0 1 2
6 2 0 1
2
matrices 5
Definicin (Matriz transpuesta): Sea A={a
ij
} una matriz mxn. La matriz
transpuesta, denotada como A
T
, es la matriz cuyas columnas son las filas
de A. Una matriz simtrica es aquella que es igual a su transpuesta, es
decir, A=A
T
. Evidentemente una matriz simtrica tiene que ser cuadrada.
Ejemplos:





Definicin (Matriz Identidad): La matriz identidad de dimensin nxn,
denotada I
n
, es la matriz cuyos elementos sobre la diagonal principal es
igual a 1, y todas las otras entradas son iguales a cero.
Ejemplo:

|
|
.
|

\
|

=
0 2 4
2 0 1
A
|
|
|
.
|

\
|

=
0 2
2 0
4 1
T
A

|
|
|
.
|

\
|

=
10 8 5
8 6 0
5 0 1
A
|
|
|
.
|

\
|

=
10 8 5
8 6 0
5 0 1
T
A
|
|
|
.
|

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

\
|
=
1 0
0 1
2
I
matrices 6
Multiplicacin de matrices:
Como ya se haba visto en el captulo anterior, un sistema de ecuaciones
lineales, por ejemplo 2x
1
- 3x
2
=7
3x
1
- x
2
=2,
tiene asociado una matriz A correspondiente a las incgnitas, y un vector b
correspondiente a los trminos independientes, es decir,


Si ahora se escriben las incgnitas como un vector
se puede denotar el sistema de ecuaciones lineales
como Ax=b, es decir


Esta ltima ecuacin sugiere la nocin de multiplicacin de una matriz A por
un vector columna x. Como nocin preliminar, se introducir el concepto de
producto escalar o producto punto de dos vectores.

|
|
.
|

\
|
=
2
7
b
|
|
.
|

\
|

=
1 3
3 2
A
|
|
.
|

\
|
=
2
1
x
x
x
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|

2
7
1 3
3 2
2
1
x
x
matrices 7
Definicin (Producto punto o escalar): Sean a un vector 1xn y b un vector
nx1, es decir,




entonces el producto punto o escalar, denotado como a.b o <a,b> se define
como


Ejemplo:
( )
n n
a a a a a
1 2 1
=
|
|
|
|
|
|
.
|

\
|
=

n
n
b
b
b
b
b
1
2
1

n n n n
b a b a b a b a b a b a + + + >= =<
1 1 2 2 1 1
, .
( ) 6 2 4 0 1 = a
|
|
|
|
|
|
.
|

\
|

=
5
7
0
3
2
b
14 ) 5 )( 6 ( ) 7 )( 2 ( ) 0 )( 4 ( ) 3 )( 0 ( ) 2 )( 1 ( , . = + + + + >= =< b a b a
matrices 8
Definicin (Multiplicacin de matrices): Sean A={a
ik
} una matriz de
dimensin mxn y B={b
kj
} una matriz de dimensin nxs. El producto AB es la
matriz C={c
ij
} de dimensin mxs, donde la entrada c
ij
de C es el producto
punto de la i-sima fila de A y la j-sima columna de B.

Nota: Obsrvese que el producto de dos matrices est definido solamente
cuando el nmero de columnas de A es igual al nmero de filas de B.

Ejemplo:






(-3)(5) + (5)(0) + (8)(2) = 1

|
|
|
.
|

\
|

=
|
|
|
.
|

\
|


|
|
|
.
|

\
|

36 16 68 74
16 1 84 71
4 10 20 12
1 2 5 4
4 0 4 6
4 5 8 3
.
8 7 0
8 5 3
0 1 2
Posicin c
23

Columna 3
Fila 2
matrices 9

En general, el elemento c
ij
est dado por





Por ejemplo, si A
3x4
, B
4x7
, C
7x3
, los productos AB
3x7
, BC
4x3
y CA
7x4
estn
definidos, mientras que no es posible multiplicar BA, AC y CB. Debe
observarse que el producto de matrices en general no es conmutativa, esto es,
an cuando los productos AB y BA estn definidos, no es necesariamente
cierto que AB=BA, como muestra el siguiente ejemplo
s j
m i
b a c
n
k
kj ik ij
,..., 1
,..., 1
;
1
=
=
=

=
|
|
.
|

\
|

=
|
|
.
|

\
|
|
|
.
|

\
|

17 8
9 4
5 2
1 0
.
4 3
2 1
|
|
.
|

\
|

=
|
|
.
|

\
|

|
|
.
|

\
|
16 13
4 3
4 3
2 1
.
5 2
1 0
matrices 10
Algunas veces es deseable calcular una fila o una columna particular del
producto AB. El siguiente resultado permite obtenerlas:
* La j-sima columna del producto AB=A[j-sima columna de la matriz B]
* La i-sima fila del producto AB=[i-sima fila de la matriz A]B

Ejemplos:
|
|
.
|

\
|

=
|
|
|
.
|

\
|

|
|
.
|

\
|
12 26 4 8
13 30 27 12
2 5 7 2
1 3 1 0
3 4 1 4
.
0 6 2
4 2 1
|
|
.
|

\
|

=
|
|
|
.
|

\
|

|
|
.
|

\
|
4
27
7
1
1
.
0 6 2
4 2 1
( ) ( ) 13 30 27 12
2 5 7 2
1 3 1 0
3 4 1 4
. 4 2 1 =
|
|
|
.
|

\
|

|
|
|
.
|

\
|

=
|
|
|
.
|

\
|

|
|
|
.
|

\
|

3
9
1
3
1
2
.
2 1 2
3 2 1
2 3 1

|
|
|
.
|

\
|

=
|
|
|
.
|

\
|

+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|
3
9
1
2
3
2
3
1
2
3
) 1 (
2
1
1
2
matrices 11
De este ltimo ejemplo se puede concluir que la j-sima columna del producto
AB puede verse como una combinacin de las columnas de la matriz A con
los coeficientes de la j-sima columna de la matriz B.
|
|
.
|

\
|

=
|
|
|
.
|

\
|

|
|
.
|

\
|
12 26 4 8
13 30 27 12
2 5 7 2
1 3 1 0
3 4 1 4
.
0 6 2
4 2 1
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
|
|
.
|

\
|
0
4
2
6
2
0
2
1
4
8
12
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
|
|
.
|

\
|
0
4
7
6
2
) 1 (
2
1
1
4
27
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
|
|
.
|

\
|
0
4
5
6
2
3
2
1
4
26
30
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|
=
|
|
.
|

\
|
0
4
2
6
2
1
2
1
3
12
13
matrices 12
3.3 Propiedades de las operaciones con matrices
Propiedades del producto punto o escalar
a) Propiedad conmutativa u . v = v . u
b) Propiedad distributiva u . (v + w) = u . v + u . w
c) Propiedad homognea (r u) . v = u . (r v) = r (u . v)


Propiedades de las transpuestas
a) Transpuesta de la transpuesta ( A
T
)
T
=A
b) Transpuesta de la suma ( A +B )
T
= A
T
+B
T

c) Transpuesta del producto ( AB )
T
= B
T

A
T

matrices 13
Propiedades de la aritmtica matricial

a) Conmutatividad de la suma A+B =B+A
b) Asociatividad de la suma (A +B) +C =A +(B +C)
c) Identidad para la suma A +O =O +A =A
d) Ley distributiva izquierda r (A +B) = r A + r B
e) Ley distributiva derecha (r + s) A = r A + s A
f) Asociatividad del producto por un escalar (r.s) A = r (s A)
g) Asociatividad del producto de matrices A(BC) = (AB)C
h) Producto por matriz identidad I A =A y B I =B
i) Ley distributiva izquierda A (B +C) = AB +AC
j) Ley distributiva derecha (A +B) C =AC +BC

matrices 14
3.4 La inversa de una matriz
Recordando que un sistema de n ecuaciones lineales con n incgnitas
x
1
,x
2
,....,x
n
se puede expresar en la forma matricial
Ax=b
donde A es la matriz de coeficientes de nxn, x es el vector columna de nx1




y b es el vector columna de nx1 de valores constantes, se puede pensar que
una manera de resolver esta ecuacin sera hallar una matriz C tal que CA=I ,
de modo que
C(Ax)=Cb (CA)x=Cb I x=Cb x=Cb
Lo cual muestra que la solucin al vector de incgnitas x debe ser el vector
columna Cb. La cuestin es saber cundo existe una matriz C de nxn tal que
CA=I .
|
|
|
|
|
.
|

\
|
=
n
x
x
x
x

2
1
matrices 15
Por ejemplo, para la matriz no es difcil verificar que la
matriz

satisface que


Se dice entonces que la matriz C es una inversa de la matriz A. Esto se define
enseguida:

Definicin (Inversa de una matriz): Sea A una matriz nxn. Una matriz C de
nxn es una inversa de A si CA=AC=I .
Teorema: Sea A una matriz nxn con inversa C tal que CA=AC=I . Si D es
otra matriz nxn tal que AD=I , entonces C=D.
Demostracin: Como la multiplicacin de matrices es asociativa, se tiene que
C(AD)=(CA)D, de donde, como AD=I y CA=I , se tiene que
C(AD)=CI =C y (CA)D=I D=D, por tanto, C=D.
|
|
.
|

\
|

=
2 1
9 4
A
|
|
.
|

\
|
=
4 1
9 2
C
|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
1 0
0 1
2 1
9 4
4 1
9 2
matrices 16
Se denotar la inversa de una matriz A, cuando exista, como A
-1
. Entonces A
A
-1
=A
-1
A =I . Ntese que no se debe expresar A
-1
como 1/A.

Definicin: Una matriz cuadrada que tiene inversa se llama invertible. Una
matriz cuadrada que no tiene inversa se llama singular.

Teorema: La matriz

es invertible si ad - bc =0, en cuyo caso la inversa est dada por la frmula



Teorema: Sean A y B matrices invertibles nxn. Entonces:
a) AB es invertible
b) (AB)
-1
= B
-1
A
-1

|
|
.
|

\
|
=
d c
b a
A
|
|
|
|
.
|

\
|

=
|
|
.
|

\
|

bc ad
a
bc ad
c
bc ad
b
bc ad
d
a c
b d
bc ad
A
1
1
matrices 17
Definicin: Si A es una matriz cuadrada, entonces se definen las potencias de
A como

Ms an, si A es invertible, entonces


Teorema: Si A es una matriz cuadrada y r y s son enteros, entonces


Teorema: Si A es una matriz cuadrada invertible, entonces

a) A
-1
es invertible y (A
-1
)
-1
= A.
b) A
n
es invertible y (A
n
)
-1
= (A
-1
)
n
para n=0,1,2,....
c) Para cualquier escalar k>0, la matriz kA es invertible y (kA)
-1
= (1/k)A
-1
.

;
0
I A = ) 0 (
veces
> = n A AA AA A
n
n




veces
1 1 1 1
) (
n
n n
A A A A A

= =
rs s r s r s r
A A A A A = =
+
) (
matrices 18
Clculo de las inversas:
Sea A={a
ij
}una matriz nxn. Para hallar A
-1
si es que existe, se debe encontrar
una matriz X={x
ij
} nxn tal que AX=I , esto es, tal que






Esto es un sistema de ecuaciones con n vectores de incgnitas, y entonces es
posible aplicar el Mtodo de Gauss-Jordan para encontrar la inversa de A. La
idea es transformar, por medio de operaciones elementales por filas, la matriz
aumentada del sistema (A,I ) a un sistema (I , A
-1
)
A
-1
(A,I ) (A
-1
A, A
-1
I ) (I , A
-1
)
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|
1 0 0
0 1 0
0 0 1
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11

nn n n
n
n
nn n n
n
n
x x x
x x x
x x x
a a a
a a a
a a a
matrices 19
O sea, lo siguiente:
|
|
|
|
|
.
|

\
|
1 0 0
0 1 0
0 0 1
2 1
2 22 21
1 12 11

nn n n
n
n
a a a
a a a
a a a
|
|
|
|
|
.
|

\
|
nn n n
n
n
c c c
c c c
c c c

2 1
2 22 21
1 12 11
1 0 0
0 1 0
0 0 1
Operaciones elementales por filas
(Mtodo de Gauss-Jordan)
A I
I A
-1

matrices 20
Solucin del sistema de ecuaciones Ax=b
Cuando el sistema de ecuaciones con el mismo nmero de incgnitas que
ecuaciones
Ax=b
tiene solucin nica?

Evidentemente, de la discusin anterior, la solucin es nica cuando la
transformacin de Gauss-Jordan lleva a una matriz identidad, en cuyo caso la
solucin es de la forma
x=A
-1
b.
En el caso de la ecuacin
Ax=0,
esta tiene solucin nica si y solo si A
-1
existe. Sin embargo, en este ltimo
caso, si la reduccin de Gauss-Jordan lleva a una fila con todos los elementos
iguales a cero, entonces habr infinitas soluciones. En el caso de que el
elemento del vector b correspondiente sea diferente de cero, entonces no
habr solucin.
matrices 21
Ejercicios:
a) Determine si el producto de dos matrices simtricas es simtrica
b) Demuestre que si una matriz A es simtrica e invertible, entonces la
inversa es simtrica.
c) Demuestre que si A y B son matrices simtricas, entonces la transpuesta de
A es simtrica y que A+B y A-B son simtricas.
d) Cmo es la transpuesta de una matriz triangular superior?
e) Cuando una matriz triangular (superior o inferior) es invertible?cmo es
la respectiva inversa?
matrices 22
Aplicacin: Distribucin de poblacin
Consideremos situaciones en las que se por alguna razn se divide un
conjunto (una poblacin) en varios subconjuntos de acuerdo a una regla dada.
Tmese por ejemplo el caso de que se divide a los ciudadanos de un pas de
acuerdo con sus ingresos en pobres, ingreso medio y ricos. Otro ejemplo es la
divisin de los habitantes de Mxico de acuerdo con el clima en el que viven:
caluroso, templado, fro. En general se hablar de la poblacin (ciudadanos de
un pas, habitantes de Mxico) y de los estados (pobres, ingresos medios,
ricos; caluroso, templado, fro).
Con frecuencia las poblaciones constan de personas, pero pueden constar de
la poblacin de automviles, de presas-predadores, etc.
El inters aqu consiste en determinar como la distribucin de poblacin
puede cambiar de estado durante un perodo de tiempo (cuantos pobres se
vuelven ricos, cuntos de ingresos medios se vuelven pobres y cuntos ricos,
etc.). Las matrices pueden desempear un papel importante en este anlisis.
matrices 23
La tendencia de una poblacin a moverse entre n estados se puede describir
mediante una matriz nxn. Considrese una poblacin distribuida entre n=3
estados 1,2 y 3. Se asumir que se conoce la proporcin de la poblacin que
se encuentra en un estado j que se mueve al estado i en un determinado
periodo de tiempo. Esto se denotar como t
ij
. La matriz formada con todos los
elementos t
ij
se llamar una matriz de transicin.
Tomemos como ejemplo la clasificacin de un pas en los estados:
Estado 1: Pobres
Estado 2: ingresos medios
Estado 3: Ricos
Supngase que en un periodo de 20 aos (alrededor de una generacin), se
tienen los siguientes datos para la poblacin y su descendencia:
a) De la gente pobre, el 19% pas a ingresos medios y el 1% a ricos
b) De la gente de ingresos medios, el 15% pas a pobre y el 10% a ricos.
c) De la gente rica, el 5% pas a pobre, y el 30% a ingresos medios.
Entonces se pueden escribir las siguientes transiciones:
matrices 24
t
11
= .8 (80% permaneci pobre);
t
12
= .19 (19% de pobre a ingresos medios)
t
13
= .01 (1% de pobre a ricos)
t
21
= .15 (15% de ingresos medios a pobre )
t
22
= .75 (75% permaneci en ingresos medios)
t
23
= .10 (10% de ingresos medios a ricos)
t
31
= .05 (5% de ricos a pobres)
t
32
= .30 (30% de ricos a ingresos medios)
t
33
= .19 (19% permaneci ricos)
por lo cual la matriz de transicin est dada por




Obsrvese que la suma de las entradas de cada columna es igual a 1, pues la
suma refleja el movimiento de toda la poblacin durante el periodo de tiempo.

medio pobre
pobre
rico
medio
rico
|
|
|
.
|

\
|
=
65 . 10 . 01 .
30 . 75 . 19 .
05 . 15 . 80 .
T
matrices 25
Supngase que las proporciones iniciales de toda la poblacin estn dadas en el
vector x(0) de dimensin nx1, por ejemplo


indicara que el total de la poblacin estara inicialmente dividida por igual entre
los estados. Tambin la suma de las entradas de este vector x(0) debe ser igual a 1.
Ahora bien, cul es la proporcin de la poblacin que se encuentra en el estado 1
despus del periodo de 20 aos? Para esto, la proporcin de la poblacin del
estado 1 que permanece en el estado 1 es t
11
, por lo que la contribucin a la
proporcin de toda la poblacin que se encontrar en el estado 1 despus de 20
aos es precisamente t
11
x
1
(0). De la misma manera la contribucin de los estados
2 y 3 ser t
12
x
2
(0) y t
13
x
3
(0) respectivamente. As, despus de 20 aos, la
proporcin del estado 1 es t
11
x
1
(0) + t
12
x
2
(0) + t
13
x
3
(0), que es precisamente el
primer elemento del producto

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
=
3 / 1
3 / 1
3 / 1
) 0 (
) 0 (
) 0 (
) 0 (
3
2
1
x
x
x
x
|
|
|
.
|

\
|
|
|
|
.
|

\
|
=
) 0 (
) 0 (
) 0 (
) 0 (
3
2
1
33 32 31
23 22 21
13 12 11
x
x
x
t t t
t t t
t t t
Tx
matrices 26
De manera similar se hallan las componentes de poblacin del estado 2 y el
estado 3 despus de un periodo de tiempo.
Supongamos ahora que la misma matriz de transicin es vlida para os
siguientes 20 aos, y tambin para los sucesivos periodos, esto es, existe una
sucesin o cadena de periodos de 20 aos para los cuales es vlida la matriz
de transicin. Una situacin as se llama una cadena de Markov.

Definicin: Una matriz de transicin para una cadena de Markov de n estados
es una matriz de nxn con todos las entradas no negativas y con la propiedad
adicional de que la suma de las entradas de cada columna es igual a 1.
Las cadenas de Markov aparecen de manera natural en biologa, economa,
psicologa, y en muchas otras reas. La entrada t
ij
en una matriz de transicin
T se conoce como la probabilidad de pasar del estado j al estado i en un
periodo de tiempo.
Ejemplo: Analizar la matriz
|
|
|
.
|

\
|
=
0 1 0
0 0 1
1 0 0
T
matrices 27
Retomado el ejemplo anterior, si se quiere calcular el valor del estado despus
de un periodo, tomando como condicin inicial el vector anterior, entonces
este estado, que denotaremos como x(1), ser:



Asimismo, el estado x(2) despus de otro periodo de 20 aos ser:




Ntese que el vector de estados x(2) =T x(1), pero dado que x(1) =T x(0),
entonces x(2) puede tambin escribirse como x(2) =T
2
x(0), con T
2
dada por
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|
= =
3 / 76 .
3 / 24 . 1
3 / 1
3 / 1
3 / 1
3 / 1
65 . 1 . 01 .
3 . 75 . 19 .
05 . 15 . 8 .
) 0 ( ) 1 ( Tx x
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|
= =
3 / 628 .
3 / 348 . 1
3 / 024 . 1
3 / 76 .
3 / 24 . 1
3 / 1
65 . 1 . 01 .
3 . 75 . 19 .
05 . 15 . 8 .
) 1 ( ) 2 ( Tx x
|
|
|
.
|

\
|
=
453 . 1415 . 0335 .
4295 . 621 . 2975 .
1175 . 2375 . 669 .
2
T
matrices 28
Esto se puede extender a mperiodos, es decir, una cadena de Markov con matriz
de transicin T, tiene T
m
como matriz de transicin para mperiodos, y el estado
despus de mperiodos est dado por x(m)=T
m
x(0).
Definicin: Una matriz de transicin T es regular si para algn entero m, la
matriz T
m
no tiene ninguna entrada igual a cero. Una cadena de Markov con una
matriz de transicin regular se llama cadena regular.

Ejemplo: Verificar la matriz de transicin del ejemplo anterior.
Es posible demostrar que si una cadena de Markov es regular, entonces despus
de muchos periodos de tiempo (o cuando el tiempo tiende al infinito) , la
distribucin de poblacin entre los estados tiende a un valor fijo, o estado
estacionario.
Teorema: Sea T una matriz de transicin regular. Entonces existe un nica
vector columna s con entradas estrictamente positivas cuya suma es igual a 1 tal
que satisface
a) Para msuficientemente grande, todas las columna de T
m
tienden al vector s
b) Ts =s
matrices 29
En conclusin, para obtener el estado estacionario es necesario resolver la
ecuacin Ts = s
o lo que es lo mismo, la ecuacin
(T - I ) s = 0
que puede resolverse usando el Mtodo de Gauss-Jordan, verificando que la
suma de las entradas del vector s sea igual a 1.

En resumen, para resolver este tipo de problemas, hay que efectuar el
procedimiento siguiente:

Paso 1: Escribir la matriz de transicin T.
Paso 2: Verificar que la cadena de Markov es regular, esto es, T
m
no tiene
entradas cero para algn m.
Paso 3: Resolver la ecuacin (T - I) s =0 con la restriccin
s
1
+ s
2
+ ...+ s
n
= 1.
matrices 30
Ejemplo: Los habitantes de una comunidad con tendencias vegetarianas
acuerdan las reglas siguientes:
a) Nadie comer carne dos das seguidos
b) Una persona que no coma carne un da, lanzar una moneda legal al aire y
comer carne el da siguiente si y solo si, sale cruz.
Determinar la proporcin de la poblacin que no comen carne y las que s
comen carne.
Solucin: La matriz de transicin es

Asimismo, por lo que la cadena de Markov es
regular.
Resolviendo la matriz aumentada se tiene que s
1
= 2t; s
2
= t, lo
que, junto con la restriccin
s
1
+ s
2
= 1, resulta en 2t + t = 1, de donde t=1/3 y en consecuencia, el estado
estacionario es
|
|
.
|

\
|
=
0 5 . 0
1 5 . 0
T
carne
No carne carne
No carne
|
|
.
|

\
|
=
5 . 25 .
5 . 75 .
2
T
|
|
.
|

\
|

0
0
1 5 .
1 5 .
|
|
.
|

\
|
=
3 / 1
3 / 2
s