Explicación Matrices Materia
-
Upload
danielahmedortegaazard -
Category
Documents
-
view
221 -
download
4
description
Transcript of Explicación Matrices Materia
©Dr. Arturo Sanchez Carmona
Capítulo 1Matrices
Uso de las matrices:w Realizar cálculos de manera eficientew Resolver sistemas de ecuaciones lineales (sels)w Representar objetos abstractos como
“transformaciones lineales”, “ cambios de bases”, “formas cuadráticas”, etc.
©Dr. Arturo Sanchez Carmona
1.1. Definiciones
w Matriz A es un arreglo rectangular de escalares
11 12 1
21 22 2
1 2
...
...
...
n
nij
m m mn
a a aa a a
A a
a a a
= =
M M M M
Elemento , ij-ésimo elemento ijam renglones, n columnas tamaño
•Matrices A y B son iguales (A=B) si son del mismo tamaño y los elementos correspondientes son iguales
m n×
©Dr. Arturo Sanchez Carmona
1.2. Adición de matrices y multiplicación con escalares
Sean , ij ijA a B b = = matrices del mismo tamaño
•Suma A B+
11 11 12 12 1 1
21 21 22 22 2 2
1 1 2 2
n n
n n
m m m m mn mn
a b a b a ba b a b a b
a b a b a b
+ + + + + +
+ + +
……
M M M…
•Multiplicación por escalar ijkA k a =
•Negativa de A, ( 1)A A− = −
•Resta ( )A B A B− = + −
©Dr. Arturo Sanchez Carmona
1.3. Multiplicación de Matrices
•Sean
•AB es una matriz m x n con
•Número de columnas de A igual al número de renglones de B(e.g. A es m p x y B es p x n)
, ij ijA a B b = =
1 1 2 21
p
ij i j i j ip pj ik kjk
c a b a b a b a b=
= + + + = ∑L
11 1 11 1 11 1
1
1 1 1
p ij n n
i ip ij
m mp p pj pn m mn
a a b b b c c
a a c
a a b b b c c
=
L L L LM M M M M M M
L M M MM M M M M M M
L L L L
•AB no está definido si A es m x p y B es q x n y p?q
©Dr. Arturo Sanchez Carmona
1.3. Multiplicación de Matrices
•Multiplicación no es conmutativa, i.e. en general, AB? BA
•Asociativa, (AB)C=A(BC)
•Distributiva por la derecha, A(B+C)=AB+AC
•Distributiva por la izquierda, (B+C)A=BA+CA
•Multiplicación por escalar conmuta, k(AB)=(kA)B=AkB
©Dr. Arturo Sanchez Carmona
1.4. Matriz Transpuesta
w La transpuesta de A, AT, se obtiene escribiendo las columnas de A como renglones.
w Si A=[aij], tamaño m x n, entonces AT=[bij], tamaño n x m, donde bij=aji
•Algunas propiedades• (A+B)T=AT+BT
• (AT)T=A• (kA)T=kAT
• (AB)T=BTAT
©Dr. Arturo Sanchez Carmona
1.5. Matriz Cuadrada
w Mismo número de renglones y columnas, n x n (orden n)w Diagonal (o diagonal principal), conjunto de elementos con
mismos índices, i.e. a11, a22, …, ann
w Traza de A, tr(A) es la suma de los elementos diagonales
Algunas propiedades:Sean A, B matrices cuadradas
n tr(A+B)= tr(A)+ tr(B)n tr(kA)= k tr(A)n tr(AT)= tr(A)n tr(AB)= tr(BA)
©Dr. Arturo Sanchez Carmona
1.6. Matriz Identidad (Unitaria)
w I o In : matriz cuadrada con unos en la diagonalw AI=IA=Aw Si B es m x n, entonces BIn=ImB=Bw Función delta de Kronecker
0 si 1 si ij
i ji j
δ≠
= =
Matriz Identidad ijI δ ∴ =
©Dr. Arturo Sanchez Carmona
1.7. Matriz Invertible
w DefiniciónMatriz cuadrada A es invertible (no singular), si existe matriz B (la inversa de A, A-1) tal que AB=BA=I
•TeoremaSi B existe, entonces es única
1 1 2 2Entonces y AB B A I AB B A I= = = =
1 1 1 2 1 2 2 2Entonces ( ) ( )B B I B AB B A B IB B= = = = =
1 2B B∴ =
•DemostraciónSean B1, B2 matrices cuadradas que son inversas de A
©Dr. Arturo Sanchez Carmona
1.7. Matriz Invertible
w Algunas propiedades. A y B invertibles
1 1 1 es invertible y ( )AB AB B A− − −=1 1 1 1 1
1 2 1 2 1En general ( )k k kA A A A A A A− − − − −−=L L
©Dr. Arturo Sanchez Carmona
Fórmula para obtener la Inversa de una Matriz de Orden 2
1 2
1 2
1 00 1
x xa by yc d
=
1 1 2 2
1 1 2 2
1 00 1
ax by ax bycx dy cx dy
+ + = + +
Sea a b
Ac d
=
1 2 1 2Buscar 4 escalares , , , tal quex x y y
1 1
2 2
1 1
2 2
1
0
0
1
ax by
ax by
cx dy
cx dy
+ =+ =+ =+ =
Haciendo operaciones
Sistema de ecuaciones
lineales(capítulo 2)
1 2 3 4Resolviendo para , , y x x x x
1 2
1 2
;
;
d bx x
ad bc ad bcc a
y yad bc ad bc
−= =
− −−
= =− −
determinante de ad bc A−
©Dr. Arturo Sanchez Carmona
w Teoreman det(A)=0 si y solo si A no tiene inversa
w Encontrar la inversa de una matriz de orden n es equivalente a encontrar la solución de un SEL de orden n
w Como encontrar estas soluciones de manera eficiente?n Respuesta: parte del material del capítulo 2
©Dr. Arturo Sanchez Carmona
1.8. Algunas Matrices Especiales
( )Matriz cuadrada diagonal . Elementos no diagonales son ceroijD d=
11 22( , , , )nnD diag d d d= L
( )Matriz cuadrada triangular (superior)
Elementos por debajo de la diagonal son cero.Esto es, 0 para
ij
ij
A a
a i j
=
= >
( ) ( )Algunas propiedades para , , triangulares de orden ij ijA a B b n= =
1. A+b, kA, AB son triangulares con diagonales
11 11 11 11 11( , , ), ( , , ), ( , , ) respectivamentenn nn nn nn nna b a b ka ka a b a b+ +… … …
2. A es invertible si y solo si cada elemento diagonal aii?0. Si A-1 existe, entonces es triangular
•Idem para matrices triangulares inferiores
©Dr. Arturo Sanchez Carmona
1.8. Algunas Matrices Especiales
w Matriz Simétrica. A=AT.Elementos simétricos con respecto a la diagonal son iguales (aij=aji)
•Matriz antisimétrica. –A=AT.Elementos simétricos con respecto a la diagonal son los complementos (negativos) (aij=-aji). Como aii=-aii, entonces aii=0
©Dr. Arturo Sanchez Carmona
1.8. Algunas Matrices Especiales Matrices Ortogonales
2 2 21 2 3
1 1 2 2 3 3
1 1 2 2 3 3
1
0
0
c c c
a c a c a c
b c b c b c
+ + =
+ + =+ + =
•Matriz cuadrada A es ortogonal si y solo si AT=A-1
Esto es, AAT=ATA=I
•Porqué ortogonal?
1 1 2 3 2 1 2 3
3 1 2 3
Sean ( , , ), ( , , ),
( , , ) vectores que forman
los renglones de A
u a a a u b b b
u c c c
= ==
1 2 3 1 1 1
1 2 3 2 2 2
1 2 3 3 3 3
Entonces
1 0 00 1 00 0 1
TAA I
a a a a b cb b b a b cc c c a b c
=
=
Haciendo operaciones
2 2 21 2 3
1 1 2 2 3 3
1 1 2 2 3 3
1
0
0
a a a
a b a b a b
a c a c a c
+ + =+ + =+ + =
1 1
1 2
1, paralelos0, ortogonales
u uu u
→ • =→ • =
2 2 21 2 3
1 1 2 2 3 3
1 1 2 2 3 3
1
0
0
b b b
a b a b a b
b c b c b c
+ + =+ + =
+ + =
i.e. 1 si
0 si i j ij
i j
u u i j
u u i j
δ• = = =
• = ≠
∴ u1, u2, u3 son vectores unitariosy ortogonales entre si
(conjunto ortonormal de vectores)
©Dr. Arturo Sanchez Carmona
1)
2) renglones de es conjunto ortonormal de vectores
3) columnas de es conjunto ortonormal de vectores
T T
T
T
AA I A A
AA A
A A A
= =
→
→
Entonces, las siguientes afirmaciones son equivalentes1. A es ortogonal2. Renglones de A son un conjunto ortonormal3. Columnas de A son un conjunto ortonormal
Definición. Matriz NormalA es normal si conmuta con su transpuesta. Esto es T TAA A A=
TeoremaSi A es simétrica y ortogonal, entonces A es normal
©Dr. Arturo Sanchez Carmona
Ejemplo matriz normal
6 3 6 3 45 03 6 3 6 0 45
6 3 6 3 45 03 6 3 6 0 45
T
T
AA
A A
− = = −
− = = −
-1 1
d bA
c aA
− = −
6 33 6
A−
=
Normal?Simétrica?Ortogonal?
a bA
c d
=
1
45
6 313 645
A ad bc
A−
= − =
= −
sino (por inspección)no 1TA A−≠