1 / 86

Repaso de matrices

Repaso de matrices. DAGOBERTO SALGADO HORTA. Matrices. Elemento : a ij Tama ñ o : m  n Matriz cuadrada: n  n (orden n) Elementos de la diagonal: a n n. Vector columna (matriz n x 1 ). Vector fila (matriz 1 x n ). Suma:. Multiplicación por un escalar:.

kris
Download Presentation

Repaso de matrices

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Repasode matrices DAGOBERTO SALGADO HORTA

  2. Matrices Elemento: aij Tamaño: m  n Matriz cuadrada: n  n (orden n) Elementos de la diagonal: ann Vector columna (matriz n x 1) Vector fila (matriz 1 x n)

  3. Suma: Multiplicación por un escalar:

  4. Si A, B, C son matrices mn, k1 y k2 son escalares: (i) A +B = B +A(ii) A + (B + C) = (A + B) + C(iii) (k1k2) A = k1(k2A)(iv)1A = A(v) k1(A + B) = k1A + k1B(vi) (k1 + k2) A = k1A + k2A

  5. Multiplicación: (a) (b) Nota: En general, AB  BA

  6. Transpuesta de una matriz A: (i) (AT)T = A(ii) (A + B)T = AT + BT(iii) (AB)T = BTAT(iv) (kA)T = kAT Nota: (A + B + C)T = AT + BT + CT (ABC)T = CTBTAT

  7. Matriz cero A + 0 = AA + (–A) = 0 Matrices triangulares

  8. Matriz diagonal: Matriz cuadrada n  n, i ≠ j, aij = 0 Matriz identidad: A: m  n, entonces Im A = A In = A

  9. Una matiz An × n es simétrica si AT = A.

  10. Resolución de sistemas de ecuaciones lineales: Matriz aumentada asociada, para resolver el sistema de ecuaciones lineales.

  11. 2x1 + 6x2 + x3 = 7 x1 + 2x2 – x3 = –1 5x1 + 7x2 – 4x3 = 9 x3 = 5, x2 = –3, x1 = 10

  12. Resolver mediante el método de Gauss-Jordan x1 + 3x2– 2x3 = – 7 4x1 + x2 + 3x3 = 5 2x1– 5x2 + 7x3 = 19 Entonces: x2 – x3 = –3 x1 + x3 = 2Haciendo x3 = t, tenemos x2 = –3 + t, x1 = 2 – t.

  13. Resolver:x1 + x2 = 1 4x1−x2 = −6 2x1– 3x2 = 8 0 + 0 = 16 !!  No tiene soluciones.

  14. Vectoresfila: u1 = (a11a12…a1n), u2 = (a21a22, …a2n),…, um = (am1am2… amn) Vectores columna: El rango de una matriz A m  n, es el máximo número de vectores fila linealmente independientes. rang A = 2.

  15. AX = 0 Siempre hay soluciones (consistente) Solución única X = 0 (solución trivial) rang(A) = n Infinitas soluciones Rang(A) < n n – r parámetros

  16. AX = B, B≠0 Consistente rang(A) = rang(A│B) Inconsistente rang(A) < rang(A│B) Solución única rang(A) = n Infinitas soluciones rang(A) < n n – r parámetros

  17. Determinantes Expansión por cofactores a lo largo de la primera fila.

  18. El cofactor de aijes Cij = (–1)i+ j Mij donde Mij se llama menor. det A = a11C11 + a12C12 + a13C13 ... O por la tercera fila: det A = a31C31 + a32C32 + a33C33 Podemos expandir por filas o columnas.

  19. Más corto desarrollando por la segunda fila...

  20. det AT = det A Si dos filas (columnas) de una matriz A de n × n son idénticas, entonces det A = 0.

  21. Si todos los elementos de una fila (columna) de una matriz A de n × n son cero, entonces det A = 0. Si B es la matriz obtenida por intercambio de dos filas (columnas) de una matriz An × n,entonces: det B = −det A

  22. Si B se obtiene de una matriz An × n multiplicando una fila (columna) por un número real k, entonces: det B = kdet A

  23. Si A y B son matrices n × n, entonces det AB = det A det B. det AB = −24, det A = −8, det B = 3, det AB = det A det B.

  24. Si B se obtiene como combinaciones lineales de filas o columnas de una matriz An × n, entonces: det B = det A det A = 45 = det B = 45.

  25. matriz triangular inferior matriz diagonal

  26. Supongamos que A es una matriz n  n. Si ai1, ai2, …, ain son los elementos de la i-ésima fila y Ck1, Ck2, …, Ckn son los cofactores de la k-ésima fila, entonces: ai1 Ck1 + ai2 Ck2 + …+ ainCkn = 0, para i  k Igualmente, si a1j, a2j, …, anj son los elementos de la j-ésima columna y C1k, C2k, …, Cnk son los cofactores de la k-ésima columna, entonces: a1jC1k + a2jC2k + …+ anjCnk = 0, para j k

  27. DemostraciónSea B la matriz que obtenemos de A al cambiarle los elementos de la i-ésima fila por los de su k-ésima fila: bi1 = ak1, bi2 = ak2, …, bin = akn B tendrá entonces dos filas idénticas de modo que det B = 0, y:

  28. Inversa de un matriz Sea A una matriz n  n. Si existe una matriz n  nB tal que AB = BA = I donde I es la matriz identidad n  n, entonces se dice que A es una matriz no singular o invertible. Y B es la matriz inversa de A. Si A carece de inversa, se dice que es una matriz singular. Sean A, B matrices no singulares. (i) (A-1)-1 = A(ii) (AB)-1 = B-1A-1(iii) (AT)-1 = (A-1)T

  29. Matriz adjunta Sea A una matriz n×n. La matriz formada por la transpuesta de la matriz de cofactores correspondientes a los elementos de A: se llama adjunta de A y se denota por adj A.

  30. Encontrar la matriz inversa: Sea A una matriz n×n. Si det A  0, entonces: Para n =3:

  31. Singular

  32. AX = B Si m = n, y A es no singular, entonces: X = A-1B

  33. Regla de Cramer

  34. Un sistema homogéneo de n ecuaciones lineales, AX = 0 tiene solo la solución trivial (ceros) si y solo si A es no singular. Un sistema homogéneo de n ecuaciones lineales, AX = 0 tiene una solución no trivial si y solo si A es singular.

  35. Problemas de autovalores DEFINICIÓN Sea A una matriz n  n. Un número  se dice que es un autovalor de A si existe una solución vector K, distinto de cero para:AK = K El vector solución K es el autovector correspondiente al autovalor . Autovalores y autovectores Los autovalores de una matriz triangular, inferior o superior, o de una matriz diagonal son los elementos de la diagonal.

  36. Verifica que es el autovector de la matriz: Solución Autovalor

  37. Podemos escribir AK = K como: (A–I)K = 0 Que es lo mismo que un sistema de ecuaciones lineales homogéneo. Si queremos que K sea una solución distinta de cero, debería ocurrir que: det (A–I) = 0 Observa que det (A–I) nos proporcionará un polinomio de grado n, que llamaremos ecuación característica.

  38. (A–I)K = 0 Encuentra los autovalores y autovectores de: –3 – 2 + 12 = 0 ( + 4) ( – 3) = 0 = 0, −4, 3. Ahora encontraremos los autovectores para cada autovalor.

  39. (A–1I)K = 0 (i) 1 = 0 Tomando k3 = −13

  40. (A–2I)K = 0 (ii) 2 = −4 k1 = −k3 , k2 = 2k3. Tomando k3 = 1:

  41. (A–3I)K = 0 (iii) 3 = 3 k1 = – k3, k2 = –(3/2) k3. Y tomando k3 = –2,

More Related