Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
13 2.- Vectores, matrices y determinantes Vector renglón de 𝒏 componentes Un vector renglón con 𝑛 componentes se define como un conjunto ordenado de 𝑛 números escritos en la forma (𝑥1,𝑥2,…𝑥𝑛). Vector columna de 𝒏 componentes Un vector columna con 𝑛 componentes se define como un conjunto ordenado de 𝑛 números escritos en la forma ( 𝑥1 𝑥2 ⋮ 𝑥𝑛 ). Espacio 𝑹𝒏 Se usa el símbolo 𝑅𝑛 para denotar el conjunto de todos los 𝑛 vectores ( 𝑎1 𝑎2 ⋮ 𝑎𝑛 ), donde las 𝑎 ∈ ℝ para 𝑖 = 1,2,3…𝑛. Matriz Una matriz 𝐴 de 𝑚 x 𝑛 es un arreglo rectangular de 𝑚𝑛 números dispuestos en 𝑚 renglones y 𝑛 columnas: 𝐴 = ( 𝑎11 𝑎12 …𝑎1𝑛 𝑎21 ... 𝑎22... … 𝑎2𝑛... 𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 ) El símbolo 𝑚 x 𝑛 se lee “𝑚 por 𝑛”. A menos que se establezca lo contrario se supondrá que los números en una matriz o vector son reales. El vector renglón (𝑎𝑖1,𝑎𝑖2,…, 𝑎𝑖𝑛) se llama renglón i y el vector columna ( 𝑎1𝑗 𝑎2𝑗 ⋮ 𝑎𝑚𝑗 ) se llama columna j. La componente o elemento ij de A, denotado por 𝑎𝑖𝑗 es el número que aparece en el renglón i y la columna j de A. En ocasiones se escribirá la matriz A como 𝐴 = (𝑎𝑖𝑗). Por lo general las matrices se denotan con letras mayúsculas. Si 𝐴 es una matriz de 𝑚 x 𝑛, donde 𝑚 = 𝑛, se dice que 𝐴 es una matriz cuadrada. Una matriz de 𝑚 x 𝑛 con todos los elementos iguales a cero, se llama matriz cero de 𝑚 x 𝑛. Se dice que una matriz 𝑚 x 𝑛 tiene tamaño 𝑚 x 𝑛. 14 Los vectores renglón (𝑥1, 𝑥2,…, 𝑥𝑛) también son matrices de 1 x 𝑛, y de igual forma, los vectores columna ( 𝑥1 𝑥2 ⋮ 𝑥𝑛 ) también son matrices de 𝑛 x 1. Suma de matrices Sea 𝐴 = (𝑎𝑖𝑗) 𝑦 𝐵 = (𝑏𝑖𝑗) dos matrices de 𝑚 x 𝑛. Entonces la suma de 𝐴 y 𝐵, es una matriz de 𝑚 x 𝑛 tal que: 𝐴 + 𝐵 = (𝑎𝑖𝑗 + 𝑏𝑖𝑗) = ( (𝑎11 + 𝑏11 ) (𝑎12+𝑏12 ) ⋯ (𝑎1𝑛 + 𝑏1𝑛 ) (𝑎21 + 𝑏21 ) (𝑎22 + 𝑏22) ⋯ (𝑎2𝑛 + 𝑏2𝑛) ⋮ (𝑎𝑚1 + 𝑏𝑚1) ⋮ (𝑎𝑚2 + 𝑏𝑚2) ⋮ ⋯ ⋮ (𝑎𝑚𝑛 + 𝑏𝑚𝑛) ) Es decir, 𝐴 + 𝐵 es la matriz 𝑚 x 𝑛 que se obtiene al sumar los componentes de 𝐴 y 𝐵. Multiplicación de una matriz por un escalar Sea 𝐴 = (𝑎𝑖𝑗) una matriz de 𝑚 x 𝑛 y 𝛼 ∈ ℝ . Entonces 𝛼𝐴 es la matriz de 𝑚 x 𝑛 tal que: 𝜶𝐴 = (𝜶𝑎𝑖𝑗) = ( 𝜶𝑎11 𝜶𝑎12 … 𝜶𝑎1𝑛 𝜶𝑎21 𝜶𝑎22 … 𝜶𝑎2𝑛 ⋮ 𝜶𝑎𝑚1 ⋮ 𝜶𝑎𝑚2 ⋮ … ⋮ 𝜶𝑎𝑚𝑛 ) En otras palabras, 𝛼𝐴 = (𝛼𝑎𝑖𝑗) es la matriz obtenida al multiplicar cada componente de 𝐴 por 𝛼. Teorema Sean 𝐴, 𝐵 𝑦 𝐶 tres matrices de 𝑚 x 𝑛 y sean ∝ y 𝛽 dos escalares. Entonces: i. 𝐴 + 0 = 𝐴 ii. 0𝐴 = 0 iii. 𝐴 + 𝐵 = 𝐵 + 𝐴 (ley conmutativa para la suma de vectores) iv. (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶) (ley asociativa para la suma de matrices) v. ∝ (𝐴 + 𝐵) =∝ 𝐴+∝ 𝐵 (ley distributiva para la multiplicación por un escalar). vi. 1𝐴 = 𝐴 vii. (∝ +𝛽)𝐴 =∝ 𝐴 + 𝛽𝐴. Nota: El cero en la parte i) del teorema es la matriz cero de 𝑚 x 𝑛. En la parte ii) el cero a la izquierda es un escalar, mientras que el cero a la derecha es la matriz cero de 𝑚 x 𝑛. 15 Producto escalar (interno o punto) Sean 𝑎 = ( 𝑎1 𝑎2 ⋮ 𝑎𝑛 ) y 𝑏 = ( 𝑏1 𝑏2 ⋮ 𝑏𝑛 ) dos 𝑛-vectores. Entonces el producto escalar de 𝑎 y 𝑏, denotado por 𝑎 ∙ 𝑏 esta dado por: 𝑎 ∙ 𝑏 = (𝑎1𝑏1) + (𝑎2𝑏2) + ⋯+ (𝑎𝑛𝑏𝑛) Observe que el producto escalar de dos 𝑛-vectores es un escalar (es decir, un número). Teorema Sean 𝑎, 𝑏 y 𝑐 tres 𝑛-vectores y sean ∝ y 𝛽 dos escalares. Entonces: i. 𝑎 ∙ 0 = 0 ii. 𝑎 ∙ 𝑏 = 𝑏 ∙ 𝑎 (ley conmutativa del producto escalar) iii. 𝑎 ∙ (𝑏 + 𝑐) = 𝑎 ∙ 𝑏 + 𝑎 ∙ 𝑐 (ley distributiva del producto escalar) iv. (∝ 𝑎) ∙ 𝑏 =∝ (𝑎 ∙ 𝑏) Producto de matrices Sea 𝐴 = (𝑎𝑖𝑗) una matriz de 𝑚 x 𝑛 y sea 𝐵 = (𝑏𝑖𝑗) otra matriz de 𝑛 x 𝑝. Entonces el producto de 𝐴 y 𝐵, denotado por 𝐴𝐵, es una matriz 𝐶 = (𝑐𝑖𝑗) de 𝑚 x 𝑝, tal que: 𝐶 = (𝑐𝑖𝑗) = (𝑟𝑒𝑛𝑔𝑙ó𝑛 𝑖 𝑑𝑒 𝐴) ∙ (𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗 𝑑𝑒 𝐵) Es decir, el elemento 𝑖𝑗 de 𝐴𝐵 es el producto punto del renglón 𝑖 de 𝐴 y la columna 𝑗 de 𝐵. Si esto se extiende, se obtiene: 𝑐𝑖𝑗 = (𝑎𝑖1𝑏1𝑗) + (𝑎𝑖2𝑏2𝑗) + ⋯+ (𝑎𝑖𝑛𝑏𝑛𝑗) Si el número de columnas de 𝐴 es igual al número de renglones de 𝐵, entonces se dice que 𝐴 y 𝐵 son compatibles bajo la multiplicación. Ejemplo Sean: 𝑎 = ( 1 2 3 ) 𝑏 = (4,−1,2) 𝑐 = ( 2 3 ) 𝑑 = ( −2 −4 3 ) 𝑒 = ( 6 3 1 4 ) 𝐴 = ( −6 2 5 3 ) 𝐵 = ( 4 2 3 1 2 6 ) 𝐶 = ( −3 5 2 7 1 3 ) 𝐷 = ( 4 2 3 5 1 4 3 2 5 ) 𝐸 = ( −4 3 1 2 ) Determine: i. 2𝑎 – 3𝑑 16 ii. 𝑏 + 𝑐 iii. 4𝑒 – 𝑎 iv. 2𝐴 – 3𝐸 v. 𝐵 + 𝐶 vi. 𝐴𝐸 vii. 𝐸𝐴 viii. 𝐶𝐵 ix. 𝐵𝐶 x. 𝐷𝐶 Solución i. 2𝑎 – 3𝑑 = 2 ( 1 2 3 ) − 3 ( −2 −4 3 ) = ( 2 4 6 ) + ( 6 12 −9 ) = ( 8 16 −3 ) ii. 𝑏 + 𝑐 = (4, −1,2) + ( 2 3 ) → 𝑛𝑜 𝑒𝑠𝑡𝑎 𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑎 iii. 4𝑒 – 𝑎 = 4( 6 3 1 4 ) + ( 2 3 ) → 𝑛𝑜 𝑒𝑠𝑡𝑎 𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑎 iv. 2𝐴 – 3𝐸 = 2 ( −6 2 5 3 ) − 3 ( −4 3 1 2 ) = ( −12 4 10 6 ) + ( 12 −9 −3 −6 ) = ( 0 −5 7 0 ) v. 𝐵 + 𝐶 𝑛𝑜 𝑒𝑠𝑡á 𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑎 vi. 𝐴𝐸 = ( −6 2 5 3 ) ( −4 3 1 2 ) = ( (24 + 2) (−18 + 4) (−20 + 3) (15 + 6) ) = ( 26 −14 −17 21 ) vii. 𝐸𝐴 = ( −4 3 1 2 ) ( −6 2 5 3 ) = ( (24 + 15) (−8 + 9) (−6 + 10) (2 + 6) ) = ( 39 1 4 8 ) viii. 𝐶𝐵 = ( −3 5 2 7 1 3 ) ( 4 2 3 1 2 6 ) = ( −7 4 21 15 18 48 7 8 21 ) ix. 𝐵𝐶 = ( 4 2 3 1 2 6 ) ( −3 5 2 7 1 3 ) = ( −5 43 7 37 ) x. 𝐷𝐶 = ( 4 2 3 5 1 4 3 2 5 )( −3 5 2 7 1 3 ) = ( −5 43 −9 44 0 44 ) 17 Representación matricial de un sistema de ecuaciones lineales El sistema: 𝑎11𝑥1 + 𝑎12𝑥2 +⋯+ 𝑎1𝑛𝑥𝑛 = 𝑏1 𝑎21𝑥1 + 𝑎22𝑥2 +⋯+ 𝑎2𝑛𝑥𝑛 = 𝑏2 ⋮ ⋮ ⋮ ⋮ ⋮ 𝑎𝑚1𝑥1 + 𝑎𝑚2𝑥2 +⋯+ 𝑎𝑚𝑛𝑥𝑛 = 𝑏𝑚 se puede representar como: 𝐴 = ( 𝑎11 𝑎12 … 𝑎1𝑛 𝑎21 𝑎22 … 𝑎2𝑛 ⋮ 𝑎𝑚1 ⋮ 𝑎𝑚2 ⋮ … ⋮ 𝑎𝑚𝑛 ) , 𝑥 = ( 𝑥1 𝑥2 ⋮ 𝑥𝑛 ) 𝑏 = ( 𝑏1 𝑏2 ⋮ 𝑏𝑚 ) Como 𝐴 es una matriz de 𝑚 x 𝑛 y 𝑥 de 𝑛 x 1, entonces el producto 𝐴𝑥 es de 𝑚 x 1: 𝐴𝑥 = 𝑏 Matriz identidad La matriz identidad 𝐼𝑛 de 𝑛 x 𝑛 es aquella matriz cuyos elementos en la diagonal principal son iguales a 1 y los demás son 0; es decir: 𝐼𝑛 = (𝑏𝑖𝑗) = { 1, 𝑠𝑖 𝑖 = 𝑗 0, 𝑠𝑖 𝑖 ≠ 𝑗 Teorema Sea 𝐴 una matriz de 𝑛 x 𝑛 entonces: 𝐴𝐼𝑛 = 𝐼𝑛𝐴 = 𝐴 Inversa de una matriz Sean 𝐴 y 𝐵 dos matrices de 𝑛 x 𝑛, y suponga que: 𝐴𝐵 = 𝐵𝐴 Entonces 𝐵 se llama la inversa de 𝑨 y se denota como 𝐴−1, esto es: 𝐴𝐵 = 𝐵𝐴 𝐴𝐴−1 = 𝐴−1𝐴 = 𝐼𝑛 Si 𝐴 tiene inversa se dice que es invertible. Teorema Sean 𝐴 y 𝐵 dos matrices invertibles de 𝑛 x 𝑛. Entonces 𝐴𝐵 es invertible y: (𝐴𝐵)−1 = 𝐵−1𝐴−1 18 Ejemplo 1 Sea 𝐴 = ( 2 −3 −4 5 ). Calcule 𝐴−1 si existe. Solución ( 2 −3 −4 5 | 1 0 0 1 ) 𝑅1 → 1 2 𝑅1 → ( 1 − 3 2 −4 5 | 1 2 0 0 1 ) 𝑅2 → 𝑅2 + 4𝑅1 ( 1 − 3 2 0 −1 | 1 2 0 2 1 ) 𝑅2 → −𝑅2 → ( 1 − 3 2 0 1 | 1 2 0 −2 −1 ) 𝑅1 → 𝑅1 + 3 2 𝑅2 ( 1 0 0 1 | − 5 2 − 3 2 −2 −1 ) Por lo tanto: 𝐴−1 = ( − 5 2 − 3 2 −2 −1 ) = (− 1 2 ) ( 5 3 4 2 ) ∎ Ejemplo 2 Sea 𝐴 = ( 1 2 −2 −4 ). Calcule 𝐴−1 si existe. Solución ( 1 2 −2 −4 | 1 0 0 1 ) 𝑅2 → 𝑅2 + 2𝑅1 → ( 1 2 0 0 | 1 0 2 1 ) Por lo tanto, 𝐴 no tiene inversa. ∎ Determinante de una matriz de 2x2 Sea 𝐴 = ( 𝑎11 𝑎12 𝑎21 𝑎22 ). Entonces el determinante de 𝐴 esta dado por: det 𝐴 = |𝐴| = 𝑎11𝑎22 − 𝑎21𝑎12 Teorema Si 𝐴 es una matriz de 2 x 2, entonces: i. 𝐴 esinvertible sí y sólo sí det 𝐴 ≠ 0. ii. Si det 𝐴 ≠ 0, entonces: 𝐴−1 = 1 det 𝐴 ( 𝑎22 −𝑎12 −𝑎21 𝑎11 ) 19 Ejemplo 1 Utilice el teorema anterior para determinar si las siguientes matrices tienen inversa. Si tienen inversa, calcúlela. a) 𝐴 = ( 2 −3 −4 5 ) b) 𝐵 = ( 1 2 −2 −4 ) Solución a) det 𝐴 = (2)(5) − (−4)(−3) = 10 − 12 = −2 ≠ 0, entonces 𝐴 es invertible y: 𝐴−1 = − 1 2 ( 5 3 4 2 ) ∎ b) det 𝐴 = (1)(−4) − (−2)(2) = −4 + 4 = 0, por lo que 𝐴 no es invertible. ∎ Ejemplo 2 Sea 𝐴 = ( 2 4 6 4 5 6 3 1 −2 ). Calcula 𝐴−1 si existe. Solución ( 2 4 6 4 5 6 3 1 −2 | 1 0 0 0 1 0 0 0 1 ) 𝑅1 → 1 2 𝑅1 → ( 1 2 3 4 5 6 3 1 −2 | 1 2 0 0 0 1 0 0 0 1 )𝑅2 → 𝑅2 − 4𝑅1 𝑅3 → 𝑅3 − 3𝑅1 ( 1 2 3 0 −3 −6 0 −5 −11 | 1 2 0 0 −2 1 0 − 3 2 0 1 )𝑅2 → − 1 3 𝑅1 → ( 1 2 3 0 1 2 0 −5 −11 | 1 2 0 0 2 3 −1 3 0 − 3 2 0 1 ) 𝑅1 → 𝑅1 − 2𝑅2 𝑅3 → 𝑅3 + 5𝑅2 ( 1 0 −1 0 1 2 0 0 −1 | − 5 6 2 3 0 2 3 −1 3 0 11 6 −5 3 1 ) 𝑅3 → −𝑅3 → ( 1 0 −1 0 1 2 0 0 1 | − 5 6 2 3 0 2 3 −1 3 0 − 11 6 5 3 −1 ) 𝑅1 → 𝑅1 + 𝑅3 𝑅2 → 𝑅2 − 2𝑅3 ( 1 0 0 0 1 0 0 0 1 | − 8 3 7 3 −1 13 3 −11 3 2 − 11 6 5 3 −1 ) 20 Por lo tanto: 𝐴−1 = ( − 8 3 7 3 −1 13 3 − 11 3 2 − 11 6 5 3 −1 ) = ( 1 6 ) ( −16 14 −6 26 −22 12 −11 10 −6 ) ∎ Ejemplo 3 Sea 𝐴 = ( 1 −3 4 2 −5 7 0 −1 1 ). Calcula 𝐴−1 si existe. Solución ( 1 −3 4 2 −5 7 0 −1 1 | 1 0 0 0 1 0 0 0 1 )𝑅2 → 𝑅2 − 2𝑅1 → ( 1 −3 4 0 1 −1 0 −1 1 | 1 0 0 −2 1 0 0 0 1 ) 𝑅3 → 𝑅3 − 3𝑅1 ( 1 −3 4 0 1 −1 0 0 0 | 1 0 0 −2 1 0 −2 1 1 ) Por lo tanto, 𝐴 no tiene inversa. ∎ Ejemplo 4: uso de la inversa de una matriz para resolver un sistema de ecuaciones lineales. Resuelva: 2𝑥1 + 4𝑥2 + 3𝑥3 = 6 𝑥2 − 𝑥3 = −4 3𝑥1 + 5𝑥2 + 7𝑥3 = 7 Solución A partir de que todo sistema de ecuaciones lineales se puede representar de la forma: 𝐴𝑥 = 𝑏 despejemos el vector solución 𝑥: 𝐴−1𝐴𝑥 = 𝐴−1𝑏 𝑥 = 𝐴−1𝑏 donde 𝑥 = ( 𝑥1 𝑥2 𝑥3 ) , 𝐴 = ( 2 4 3 0 1 −1 3 5 7 ) 𝑦 𝑏 = ( 6 −4 7 ). Calculemos 𝐴−1 para poder 21 obtener los componentes del vector solución 𝑥: ( 2 4 3 0 1 −1 3 5 7 | 1 0 0 0 1 0 0 0 1 ) 𝑅1 → 1 2 𝑅1 → ( 1 2 3 2 0 1 −1 3 5 7 | 1 2 0 0 0 1 0 0 0 1 ) 𝑅3 → 𝑅3 − 3𝑅1 ( 1 2 3 2 0 1 −1 0 −1 5 2 | 1 2 0 0 0 1 0 − 3 2 0 1 ) 𝑅1 → 𝑅1 − 2𝑅2 𝑅3 → 𝑅3 + 𝑅2 → ( 1 0 7 2 0 1 −1 0 0 3 2 | 1 2 −2 0 0 1 0 − 3 2 1 1 ) 𝑅3 → 2 3 𝑅3 ( 1 0 7 2 0 1 −1 0 0 1 | 1 2 −2 0 0 1 0 −1 2 3 2 3 ) 𝑅1 → 𝑅1 − 7 2 𝑅3 𝑅2 → 𝑅2 + 𝑅3 → ( 1 0 0 0 1 0 0 0 1 | 4 −13 3 − 7 3 −1 5 3 2 3 −1 2 3 2 3 ) Entonces: 𝐴−1 = ( 4 − 13 3 − 7 3 −1 5 3 2 3 −1 2 3 2 3 ) = ( 1 3 ) ( 12 −13 −7 −3 5 2 −3 2 2 ) Por lo tanto, la solución al sistema de ecuaciones está dado por: 𝑥 = 𝐴−1𝑏 𝑥 = ( 1 3 )( 12 −13 −7 −3 5 2 −3 2 2 )( 6 −4 7 ) 𝑥 = ( 1 3 ) ( 75 −24 −12 ) 𝑥 = ( 25 −8 −4 ) ∎ Transpuesta de una matriz Sea 𝐴 = (𝑎𝑖𝑗) una matriz de 𝑚 x 𝑛. Entonces las transpuesta de 𝐴 denotada por 𝐴𝑡, es la matriz de 𝑛 x 𝑚 obtenida al intercambiar los renglones por las columnas de 𝐴. De manera breve, se puede escribir 𝐴𝑡 = (𝑎𝑗𝑖). En otras palabras, 22 sí 𝐴 = ( 𝑎11 𝑎12 … 𝑎1𝑛 𝑎21 𝑎22 … 𝑎2𝑛 ⋮ 𝑎𝑚1 ⋮ 𝑎𝑚2 ⋮ … ⋮ 𝑎𝑚𝑛 ) entonces 𝐴𝑡 = ( 𝑎11 𝑎21 … 𝑎𝑚1 𝑎12 𝑎22 … 𝑎𝑚2 ⋮ 𝑎1𝑛 ⋮ 𝑎2𝑛 ⋮ … ⋮ 𝑎𝑚𝑛 ). Simplemente se coloca el renglón 𝑖 de 𝐴 como la columna 𝑖 de 𝐴𝑡 y la columna 𝑗 de𝐴 como el renglón 𝑗 de 𝐴𝑡. Ejemplo Encuentre las transpuestas de la siguientes matrices: 𝐴 = ( 4 6 −3 1 ) 𝐵 = ( 2 1 3 4 5 6 ) Solución Al intercambiar los renglones por las columnas de cada matriz se obtiene: 𝐴𝑡 = ( 4 −3 6 1 ) 𝐵𝑡 = ( 2 4 1 5 3 6 ) Teorema Suponga que 𝐴 = (𝑎𝑖𝑗) es una matriz de 𝑛 x 𝑚 y 𝐵 = (𝑏𝑖𝑗) una matriz de 𝑚 x 𝑝. Entonces: i. (𝐴𝑡)𝑡 = 𝐴 ii. (𝐴𝐵)𝑡 = 𝐵𝑡𝐴𝑡 iii. Sí 𝐴 y 𝐵 son de 𝑛 x 𝑚, entonces (𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵𝑡 iv. Si 𝐴 es invertible, entonces 𝐴𝑡 es invertible y (𝐴𝑡)−1 = (𝐴−1)𝑡 Matriz simétrica Una matriz 𝐴 de 𝑛 x 𝑛, se llama simétrica si 𝐴𝑡 = 𝐴. Es decir, las columnas de 𝐴 son también los renglones de 𝐴. Ejemplo Las siguientes matrices son simétricas: 23 𝐴 = ( 1 2 2 3 ) 𝑦𝑎 𝑞𝑢𝑒 𝐴𝑡 = ( 1 2 2 3 ) = 𝐴 𝐵 = ( −3 2 1 2 4 5 1 5 6 ) 𝑦𝑎 𝑞𝑢𝑒 𝐵𝑡 = ( −3 2 1 2 4 5 1 5 6 ) = 𝐵
Compartir