Algebra de Vectores y Matrices

UNIVERSIDAD JOS CARLOS MARITEGUI FACULTAD INGENIERIAS CARRERA PROF.
INGENIERA CIVIL ANALISIS ESTRUCTURAL II
ALGEBRA DE VECTORES Y MATRICES

I. DEFINICIONES:
TEORA:
1.1.
Un vector es una magnitud caracterizable mediante una magnitud o mdulo, una direccin y un sentido. Alternativamente, de un modo ms formal y abstracto, un vector es una magnitud representada por una secuencia de nmeros o componentes independientes tales que sus valores sean relacionables de manera sistemtica cuando son medidos por diferentes observadores. Magnitudes escalares y vectores: Frente a aquellas magnitudes fsicas, tales como la masa, la presin, el volumen, la energa, la temperatura, etc., que quedan completamente definidas por un nmero y las unidades utilizadas en su medida, aparecen otras, tales como el desplazamiento, la velocidad, la aceleracin, la fuerza, el campo elctrico, etc., que no quedan completamente definidas dando un dato numrico, sino que llevan asociadas una direccin y un sentido. Estas ltimas magnitudes son llamadas vectoriales en contraposicin a las primeras que son llamadas escalares. Las magnitudes vectoriales quedan representadas por un ente matemtico que recibe el nombre de vector. En un espacio euclidiano, de no ms de tres dimensiones, un vector se representa por un segmento orientado1. As, un vector queda caracterizado por los siguientes elementos: su longitud o mdulo, siempre positivo por definicin; su direccin, determinada por una recta (directriz) a la cual el vector es paralelo; y su sentido, que podr ser coincidente u opuesto con un sentido predeterminado sobre la direccin antes mencionada. As pues, podemos enunciar:
UNIVERSIDAD JOS CARLOS MARITEGUI FACULTAD INGENIERIAS CARRERA PROF. INGENIERA CIVIL ANALISIS ESTRUCTURAL II
Un vector es una magnitud que tienen mdulo, direccin y sentido. Se representa como un segmento orientado, con direccin y sentido, dibujado como una "flecha". Su longitud representa el modulo del vector y la "punta de flecha" indica su sentido.
Notacin Las magnitudes vectoriales se representan en los textos impresos por letras en negrita, para diferenciarlas de las magnitudes escalares que se representan en cursiva. En los textos manuscritos, las magnitudes vectoriales se representan colocando una flechita sobre la letra que designa su mdulo (que es un escalar). Ejemplos:
... representan, respectivamente, las magnitudes vectoriales de mdulos A, a, ,... El mdulo de una magnitud vectorial tambin se representa encerrando entre barras la notacin correspondiente al vector: ... En los textos manuscritos escribiramos: ... o ... ... para
para los vectores y los mdulos.
Cuando convenga, representaremos la magnitud vectorial haciendo referencia al origen y al extremo del segmento orientado que la representa geomtricamente; as, designaremos los vectores representados en la Figura 2 en la
forma , ... resultando notacin para los vectores desplazamiento.
muy
til
esta
Adems de estas convenciones los vectores unitarios o versores, cuyo mdulo es la unidad, se representan frecuentemente con un circunflejo encima, por ejemplo . Tipos de vectores Segn los criterios que se utilicen para determinar la igualdad o equipolencia de dos vectores, pueden distinguirse distintos tipos de los mismos:

Vectores libres: no estn aplicados en ningn punto en particular. Vectores deslizantes: su punto de aplicacin puede deslizar a lo largo de su recta de accin. Vectores fijos o ligados: estn aplicados en un punto en particular.
Podemos referirnos tambin a:

Vectores unitarios: vectores de mdulo unidad. Vectores concurrentes: sus rectas de accin concurren en un punto propio o impropio (paralelos). Vectores opuestos: vectores de distinto sentido, pero igual magnitud y direccin. Vectores colineales: los vectores que comparten una misma recta de accin. Vectores coplanarios: los vectores cuyas rectas de accin son coplanarias (situadas en un mismo plano).
Componentes de un vector
Componentes del vector Un vector se puede expresar como una combinacin lineal de tres de vectores unitarios o versores perpendiculares entre s que constituyen una base vectorial. En coordenadas cartesianas, los versores cartesianos se representan por , , , correspondiendo a las direcciones de los ejes cartesianos x, y y z. Las componentes del vector en una base vectorial predeterminada pueden escribirse entre parntesis y separadas con comas:
o expresarse como una combinacin de los versores definidos en la base vectorial. As, en un sistema de coordenadas cartesiano, ser
1.2. II.
EJEMPLOS DE PROBLEMA
ADICION Y MULTIPLICACION DE VECTORES:
SUMA DE VECTORES Para sumar dos vectores libres vector y vector se escogen como representantes dos vectores tales que el extremo final de uno coincida con el extremo origen del otro vector.
Mtodo del paralelogramo Consiste en disponer grficamente los dos vectores de manera que los orgenes de ambos coincidan en un punto, completando un paralelogramo trazando rectas paralelas a
cada uno de los vectores, en el extremo del otro (ver grfico a la derecha). El resultado de la suma es la diagonal del paralelogramo que parte del origen comn de ambos vectores.
Mtodo del tringulo Consiste en disponer grficamente un vector a continuacin de otro; es decir, el origen de uno de los vectores se lleva sobre el extremo del otro. A continuacin se une el origen del primer vector con el extremo del segundo. Mtodo analtico. Suma y diferencia de vectores Dados dos vectores libres,
El resultado de su suma o de su diferencia se expresa en la forma
y ordenando las componentes,
Conocidos los mdulos de dos vectores dados, y , as como el ngulo que forman entre s, el mdulo de es:
PROPIEDADES DE LA ADICIN DE VECTORES Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas caractersticas que son: Origen O tambin denominado Punto de aplicacin. Es el punto exacto sobre el que acta el vector. Mdulo Es la longitud o tamao del vector. Para hallarla es preciso conocer el origen y el extremo del vector, pues para saber cul es el mdulo del vector, debemos medir desde su origen hasta su extremo. Direccin Viene dada por la orientacin en el espacio de la recta que lo contiene. Sentido Se indica mediante una punta de flecha situada en el extremo del vector, indicando hacia qu lado de la lnea de accin se dirige el vector. Hay que tener muy en cuenta el sistema de referencia de los vectores, que estar formado por un origen y tres ejes perpendiculares. Este sistema de referencia permite fijar la posicin de un punto cualquiera con exactitud. El sistema de referencia que usaremos, como norma general, es el Sistema de Coordenadas Cartesianas. Asociativa + ( + ) = ( + ) +
Conmutativa + = +
Elemento neutro + =
Elemento opuesto + ( ) =
Ejemplo ilustrativo Un autobus recorre 20 km hacia el Norte y despus 35 km en una direccin 60 al Oeste del Norte. Determine magnitud y direccin del desplazamiento resultante del auto. Hacemos un diagrama:
Expresando los dos desplazamientos componentes como A y B, indicados en la figura, y usando unitarios, tenemos: R = A + B. R es el vector resultante buscado, cuya magnitud se denota y cuya direccin puede determinarse calculando el ngulo . A = 20 km j, (apunta hacia el Norte). B debemos descomponerlo en componentes x e y ( i y j ) B = -(35 km)sen60i + (35 km)cos60j = -30.3 kmi + 17.5 kmj Luego, R = 20 kmj - 30.3 kmi + 17.5 kmj = 37.5j - 30.3i. La magnitud se obtiene de 2 = (37.5km)2 + (30.3km)2 = 48.2 km . =
La direccin de R la determinaremos calculando el ngulo En el tringulo formado por cateto opuesto 30.3 y cateto adyacente 37.5, tg = 30.3/37.5 arctg(30.3/37.5) = 38.9.
PROPIEDADES Cualesquiera que sean los vectores , 1. y :
, (anticonmutatividad)
2. Si y , entonces implica que ; esto es, la anulacin del producto vectorial proporciona la condicin de paralelismo entre dos direcciones. 3. 4. expulsin. 5. identidad de Jacobi. 6. , siendo el ngulo menor entre los vectores y ; esta expresin relaciona al producto vectorial con el rea del paralelogramo que definen ambos vectores. , conocida como . , conocida como regla de la
7. El vector unitario contiene a los vectores
es y .
normal
al
plano
que
MULTIPLICACIN DE VECTORES: Para multiplicar una matriz por otra matriz es necesario que el nmero de columnas de la primera matriz sea igual al nmero de filas de la segunda matriz. Si las dimensiones de la primera matriz dimensiones de la segunda matriz son multiplicacin entre ellas viene dada por: son , y las , entonces la
(A.22)
Y las dimensiones de la matriz resultante
sern
Al examinar con detalle la Ecuacin A.22 podemos ver que en realidad cada elemento es en realidad el resultado del por el vector columna de matrices se muestra . a producto escalar del vector fila Un ejemplo de continuacin: multiplicacin
Note que, en general, puede estar definido pero no (recuerde la condicin del nmero de filas y el nmero de columnas). Adicionalmente, incluso si y son cuadradas, en general . Esto significa que la multiplicacin de matrices no es conmutativa, y hay que ser muy cuidadoso en mantener el orden de las matrices. Otras propiedades de la multiplicacin de matrices son las siguientes:
III.
VECTORES ORTOGONALES Y NORMALIZADOS VECTORES ORTOGONALES
Dos vectores son ortogonales o perpendiculares si su producto escalar es cero.
VECTORES ORTONORMALES: Dos vectores son orto normales si: 1. Su producto escalar es cero. 2. Los dos vectores son unitarios.
Un vector normalizado mantiene su direccin pero su propiedad se convierte en 1. El vector resultante se suele denominar vector unitario. Un vector se normaliza dividindolo por su propia propiedad Normalizar un vector Normalizar un vector consite en obtener otro vector unitario, de la misma direccin y sentido que el vector dado. Para normalizar un vector se divide ste por su mdulo.
10
Si
es un vector de componentes (3, 4), hallar un
vector unitario de su misma direccin y sentido.
Ejemplo de Problema
IV.
DEPENDENCIA LINEAL DE VECTORES:
Dependencia e independencia lineal
Combinacin lineal Un vector v es combinacin lineal de los vectores u1 , u2 , ., un si existen nmeros reales a1 , a2 , ..an , no todos nulos, tales que : v=a1u1+a2u2++anun Ej.: El vector v es combinacin lineal de los vectores x , y , z.
Dependencia lineal de vectores
11
Un conjunto de vectores es linealmente independiente si ninguno de ellos se puede poner en combinacin lineal de los restantes. En caso contrario diremos que los vectores son linealmente dependientes. Una familia de vectores {a 1, a 2,..., a p} es ligada si y solo si uno al menos de los vectores que la forman es combinacin lineal de los restantes Propiedades v1, v2,.vn es linealmente independiente si y slo si el sistema de ecuaciones: x1v1+x2v2+.+xnvn=0 slo tiene la solucin trivial. el conjunto es linealmente dependiente. 0, el conjunto es linealmente dependiente. V3 es linealmente dependiente.
Sistemas de generadores Un sistema de generadores de V3 es un conjunto de vectores tal que cualquier vector perteneciente a dicho espacio se puede poner en combinacin lineal de ellos. Un sistema de generadores de V3 es cualquier conjunto de vectores que contenga tres linealmente independientes.
Bases de V3 Una base de V3 es un conjunto de vectores linealmente independientes y que forman sistema de generadores. Todas las bases de V3 tienen el mismo nmero de vectores. Dicho nmero es tres; po ello, decimos que la dimensin de V3 es tres.
Coordenadas de un vector Sea B={u1 , u2 , u3} una base de V3 y v un vector cualquiera de V3. Como B es un sistema de generadores, v
12
se puede expresar como combinacin lineal de los elementos de B, es decir, existen nmeros reales x , y , z tales que v=xu1+yu2+zu3. A la terna de nmeros reales (x , y , z) se le llama coordenadas de v respecto a la base B. Las coordenadas de un vector respecto a una base son nicas. De todas las bases de V3 las ms sencilla y, por tanto, la ms usual, es la formada por tres vectores unitarios (mdulo 1) y perpendiculares dos a dos. Esta se llama base cannica. La designaremos por B={i , j , k}
Evidentemente, en dicha base se verifican las siguientes igualdades: i= 1i+0j+0k j= 0i+1j+0k k= 0i+0j+1k Por tanto, las coordenadas de los vectores de la base son: i= (1, 0 , 0) j= (0 , 1 , 0) k= (0 , 0 , 1) En adelante, y mientras no se indique lo contrario, nos referiremos a coordenadas de un vector respecto de la base cannica. Las operaciones con vectores de V3 que vienen dados por sus coordenadas coinciden con las operaciones definidas en , tanto en la suma como en el producto por un nmero real.
13
Ej.: Dados los vectores u= (1, 2, 0); v= (3 , 2 , -1) ; w= (0 , -2 , 3). Estudia su dependencia lineal. Para realizar este ejercicio, ten en cuenta la primera propiedad de la pgina 2 y la compatibilidad del sistema de ecuaciones lineales resultante.
Interpretacin geomtrica de la dependencia lineal de vectores Dos vectores son linealmente dependientes si estn en la misma recta, es decir, si sus coordenadas son proporcionales. Ej.: Estudia la dependencia o independencia lineal de los pares de vectores siguientes: u= (1, 2, 3); v= (2, 4, 6) u= (3, 3, 6); v= (1, 5, 3) Tres vectores son linealmente dependientes si estn en el mismo plano, en este caso, el determinante formado por sus coordenadas es nulo. Si los tres vectores no son coplanarios, son linealmente independientes y el determinante es distinto de cero.
Ej.: Estudia la dependencia lineal de los tres vectores siguientes: u= (4, 3, 1) ; v= (2, 1, 0) ; w= (5, 2, 6) Cuatro o ms vectores linealmente dependientes. en el espacio son siempre
14
V.
TIPOS ESPECIALES DE MATRICES (DE MATRIZ)
DEFINICIN
Llamaremos matriz de n nmeros reales de orden m x n a un conjunto ordenado de m.n n nmeros reales, dispuestos en m filas y n columnas:
Con el smbolo a i j nos referiremos al elemento situado en la fila i y la columna j, y la matriz se escribir.: A =(aij). Naturalmente, puede ocurrir que m = n. Se dice, entonces, que la matriz es cuadrada.
Matriz cuadrada: Se dice que una matriz es cuadrada si (el nmero de filas es igual al nmero de columnas). En este caso, se dice que su dimensin es simplemente . Matriz diagonal: Se dice que una matriz diagonal si todo elemento donde vale cero. (cuadrada) es
Matriz unitaria o matriz identidad: La matriz identidad es una matriz cuadrada donde los valores de su diagonal son todos 1.
15
Matriz cero o matriz nula: Es esta una matriz donde los valores de sus elementos son todos 0. Matriz traspuesta: Dada una matriz , la matriz traspuesta de
(denotada ) es aquella donde se han intercambiado las filas por las columnas y viceversa, es decir, donde se cumple la igualdad .
Tenga en cuenta Matriz simtrica: Obviamente, debe Matriz cumple. Es ser
que. aquella matriz una matriz Es aquella que cumple cuadrada. matriz . que
antisimtrica:
Matriz conjugada: Si dada la matriz , se sustituyen sus elementos por sus conjugados, entonces la matriz resultante es la conjugada de y se denota . Por ejemplo:
16
Matriz conjugada traspuesta: Es aquella que adems de ser la conjugada, tambin es la traspuesta. Se denota Note que . Adems, si todos los . de la
elementos
matriz son nmeros reales, entonces la traspuesta misma que la conjugada traspuesta .
es la
Matriz Hermitiana: Si una matriz tiene elementos complejos, se dice que es una matriz Hermitiana si se cumple la relacin . Por ejemplo:
Matriz Triangular Superior: Se llaman as aquellas matrices donde se cumple que los elementos si . Esto significa que todos los elementos por debajo de la diagonal principal son cero. Por ejemplo:
Matriz Triangular Inferior: En este caso se cumple que los elementos si , es decir, que todos los elementos por encima de la diagonal principal son cero. Por ejemplo:
17
VI.
SUMA Y MULTIPLICACIN DE MATRICES
Definicin (de producto de matrices) Dadas una matriz A, de orden m n y otra matriz B, de orden n x p (observa que el nmero de columnas de A coincide con el de filas de B), se define la matriz producto C = A.B como la matriz de orden m p cuyo elemento c i j viene dado por:
Traduzcamos: Para obtener el elemento c i j de la matriz A. B basta con que multipliques uno a uno los elementos de la fila i de A por los de la columna j de B y sumes todos esos productos como se indica en el siguiente esquema:
En matemtica, la multiplicacin o producto de matrices es la operacin de multiplicacin que se efecta entre dos matrices, o bien entre una matriz y un escalar. Al igual que la multiplicacin aritmtica, su definicin es instrumental, es decir, viene dada por un algoritmo capaz de resolverla; no obstante, la multiplicacin en este contexto se diferencia de la usual, principalmente porque no cumple con la propiedad de conmutatividad. A.- Multiplicacin de una matriz por un escalar: Dada una matriz A de m filas y n columnas, lo que podemos denotar como:
18
la multiplicacin de A por un escalar k, que se denota kA, kA o simplemente kA, est definida como: es decir, corresponde a la matriz conformada por elemento de la matriz multiplicado por dicho escalar. Grficame nte, si y s entonce cada
La multiplicacin por escalar es anloga a la suma o resta de matrices, y cumple con las mismas caractersticas de la multiplicacin aritmtica. En efecto, podemos llegar al mismo resultado sumando k veces la misma matriz A entre s. Propiedades Sean A, B matrices y c, d escalares, la multiplicacin de matrices por escalares cumple con las siguientes propiedades: Propiedad Clausura Elemento neutro Propiedad asociativa Propiedad distributiva De escalar - De matriz Descripcin cA es tambin una matriz Existe el elemento neutro uno, de manera que 1A = A (cd)A = c(dA)
c(A+B) (c+d)A = cA+dA
cA+cB
B.- Multiplicacin de una matriz por una matriz Dadas dos matrices A y B, tales que el nmero de columnas de la matriz A es igual al nmero de filas de la matriz B; es decir: y la multiplicacin de A por B, que se denota simplemente AB, est definida como: donde cada elemento ci,j est definido por: AB, AB o
19
Grficamente, si
entonces
Propiedades Sean A, B y C matrices para las cuales la multiplicacin entre ellas est bien definida, es decir, tales que sus elementos pertenecen a un cuerpo donde la multiplicacin est definida, y de manera que el nmero de filas y de columnas permite realizar la multiplicacin; entonces se cumplen las siguientes propiedades: Propiedad Clausura Elemento neutro Propiedad asociativa Propiedad distributiva Por la derecha Por la izquierda Descripcin AB es tambin una matriz Si A es una matriz cuadrada de tamao m, entonces la matriz identidad Imm es elemento neutro, de manera que IA = A (AB)C = A(BC)
(A + B)C C(A + B) = CA + CB
AC
BC
El producto de dos matrices generalmente no es conmutativo, es decir, AB BA. La divisin entre matrices, es decir, la operacin que podra producir el cociente A / B, no se encuentra definida. Sin embargo, existe el concepto de matriz inversa, slo aplicable a las matrices cuadradas. Finalmente, note que tanto la multiplicacin de una matriz por un escalar, como la multiplicacin de dos escalares, puede representarse mediante una multiplicacin de dos matrices.
20
Ejemplo: Multiplicacin de matrices:
Un ejemplo de multiplicacin de matrices se muestra a continuacin:
21
22
23
24
25
26
Suma de matrices: Se define la matriz suma C = A + B como la matriz de orden m x n dada por C = (c i j), con c i j = a i j + b i j.
VII.
DETERMINANTES:
Llamaremos determinante de una matriz cuadrada de orden n, A = (a i j), y lo representaremos por det (A) o [A] al nmero que se obtiene sumando todos los productos que se puedan formar con n elementos de la matriz, tomando un elemento de cada fila y de cada columna, y adjudicando a cada producto el signo + o segn que siendo uno de ellos (con sus factores ordenados respecto al primer sub ndice), el nmero de inversiones de la permutacin par o impar. sea
En consecuencia, si llamamos s al nmero de inversiones de cada permutacin como (-1)s ser igual a +1 si s es par, e igual a -1 si s es impar, se tendr:
El determinante de una matriz de Sea la matriz :
es fcil de calcular.
27
Entonces
se define como:
7.1 MENORES Y COFACTORES:
Menor (Mij)
Si de una matriz cuadrada de dimensiones borramos la fila -sima y la columna j -sima, la matriz resultante ) ( ). El determinante de esta tendr dimensiones ( nueva matriz se llama el Menor Ejemplo de problema
A= 1 2 1 2 4 5 3 6 7
de la matriz
Para hallar el menor M11: a)
suprimimos la primera fila y la primera columna as

1 M11 = 2 1 2 4 5 3 6 7
b) tomamos los nmeros que no quedan tapados ( los nmeros rojos)

1 M11 = 2 1 2 4 5 3 6 7
4 6 5 7
28
c) Tercero hallamos el determinante

1 M11 = 2 1 2 4 5 3 6 7
4 6 5 7
47 56 28 30 2
Hallar los menores M12, M22
y M32
1 M12 = 2 1 1 M22 = 2 1 1 M32 = 2 1
2 4 5 2 4 5 2 4 5
3 6 7 3 6 7 3 6 7
2 6 1 7
27 16 14 6 8
1 3 1 7
17 31 7 3 4
1 3 2 6
16 23 6 6 0
Cofactor: Aij
Dado un elemento de una matriz elemento se define como: , el cofactor Aij de dicho
7.2
PROPIEDADES ELEMENTALES DE LOS DETERMINANTES:
Las propiedades bsicas del determinante son las siguientes: 1. El determinante de una matriz A y el de su traspuesta AT son iguales, es decir,
29
2. Sea A una matriz cuadrada, A posee dos filas (columnas) iguales, necesariamente = 0. Posee dos lneas iguales
Todos los elementos de una lnea son nulos.
Los elementos de una lnea son combinacin lineal de las otras.
F3 = F1 + F2 A es triangular, esto es, A slo tiene ceros por encima o por debajo de la diagonal principal, entonces igual al producto de los elementos de la diagonal. es
3. Supongamos que B se ha obtenido de operacin elemental entre filas o columnas, - |A|.
mediante
una
A, | B| = (columna) a otra, entonces |B| = |A|. A por un escalar k, |B| = k|A|.
30
4. Sea A cualquier matriz n-cuadrada, son equivalentes los siguientes principios: A es invertible, es decir, A tiene inversa A-1. AX = 0 tiene solamente la solucin trivial. A no es nulo: |A| 5. El determinante es una funcin multiplicativa. Es decir, el determinante del producto de matrices A y B es el producto de los determinantes: |AB| = |A| |B|. 6. Supongamos que A y B son matrices similares, entonces: |A| = |B|. 7. Si en un determinante se cambian entre s dos lneas paralelas su determinante cambia de signo.
8. Si a los elementos de una lnea se le suman los elementos de otra paralela multiplicados previamente por un n real el valor del determinante no vara.
9.Si se multiplica un determinante por un nmero real, queda multiplicado por dicho nmero cualquier lnea, pero slo una.
10.Si todos los elementos de una fila o columna estn formados por dos sumandos, dicho determinante se descompone en la suma de dos determinantes.
7.3
EVALUACIN DE DETERMINANTES DE ORDEN SUPERIOR
31
Si A es una matriz de orden , entonces el determinante de la matriz A es la suma de los elementos de la primera fila de A multiplicados por sus respectivos cofactores.
EJEMPLOS: de matriz de orden 3
Calculemos los menores:
Por lo tanto,
VIII.
MATRICES
32
8.1
Trasposicin
de una matriz.
La traspuesta de la matriz A se denota por A y se obtiene intercambiando sus filas y columnas. As, la primera fila de la traspuesta de A es la primera columna de la matriz original A. La segunda fila de la traspuesta es la segunda columna de la original, etc. Por lo tanto una matriz nxm tiene como traspuesta una matriz de orden mxn. El elemento aij original se convierte as en el elemento aii. La matriz original A tiene, pues, como traspuesta:
A =
A =
Ntese el cambio en los subndices. En una matriz simtrica, A = A. Dada una matriz de orden m x n, A = (aij), se llama matriz traspuesta de A, y se representa por At, a la matriz que se obtiene cambiando las filas por las columnas (o viceversa) en la matriz A. Es decir:
La trasposicin de una matriz cumple propiedades: 1. (A + B)T = AT + BT. 2. (AT)T = A. 3. (kA)T = kAT (si k es un escalar). 4. (AB)T = BTAT. EJEMPLO:
las
siguientes
33
8.2
Matriz adjunta.
La matriz adjunta es un importante concepto relacionado con el determinante y con la inversin de matrices Dada una matriz , su matriz adjunta (denotada y que llamaremos ) es aquella donde cada elemento es igual al cofactor . Es decir: Se construye una matriz cuyos elementos son los cofactores de , se traspone, y el resultado es .
Una importante propiedad de las matrices adjuntas es la siguiente:
8.3
Matrices singulares, degeneracin y rango.
Una matriz singular no tiene matriz inversa. Matriz cuadrada cuyo determinante es igual a cero. Una matriz cuadrada A de orden n es singular si su determinante es nulo. Algunos autores llaman a estas matrices degeneradas. En tal caso se dice que dicha matriz no tiene inversa. Son equivalentes las siguientes afirmaciones:
34
A es no invertible. AX=0 tiene infinitas soluciones. El determinante de A es nulo [det(A)=0], esto es, A es singular
RANGO Una de las razones por las que una matriz cuadrada no tenga inversa es la ocurrencia de lo que se denomina dependencia lineal, por ejemplo, observe la siguiente matriz:
La columna uno es la suma de la columna dos + columna tres. La informacin contenida es redundante. Matrices de este tipo se denominan no singulares singulares y no tienen inversa. inversa. Cuando Slo todas las las matrices poseen
columnas (o hileras) son independientes, es decir, no son una combinacin lineal unas de otras, entonces la matriz es de rango completo. Cuando la matriz no es de rango completo, para encontrar la inversa hay que eliminar una columna que no tenga coeficientes cero y examinar las columnas restantes por dependencia lineal, el proceso se detiene hasta que las columnas son independientes y entonces se puede encontrar la inversa de esta matriz reducida.
35
8.4
Matriz inversa
Inversin de matrices La inversin de matrices es una importante operacin del lgebra lineal. Si para una matriz cuadrada existe una matriz tal que se cumple:
Entonces la matriz 8.5
es la inversa de
, y se denota
Inversin de una matriz por la adjunta
36
8.6
Inversin de (columnas)
una
matriz
por
operaciones
sobre
filas
Es el explicado con el metodo de gauss jordan 8.7 Propiedades de la inversa
Algunas importantes propiedades de las matrices inversas son:
IX.
ANEXOS
37
38
39
X.
CONCLUSIONES
Dado que se estudio los temas se deben de tener muy en cuenta para el uso en el anlisis estructural. Sern de vital importancia el uso de las matrices y las definiciones de vectores. XI. BIBLIOGRAFA
MATEMATICAS I JUAN LUIS CORCOBADO JAVIER MARIJUAN LOPEZ http://nacc.upc.es/nacc-libro/node135.html http://www.vadenumeros.es/segundo/matriz-inversaecuaciones.htm http://www.vadenumeros.es/segundo/matriz-inversa-yrango.htm http://trevinca.ei.uvigo.es/~formella/doc/ig02/node43.ht ml
40

Algebra de Vectores y Matrices

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra de Vectores y Matrices

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD JOS CARLOS MARITEGUI FACULTAD INGENIERIAS CARRERA PROF.

INGENIERA CIVIL ANALISIS ESTRUCTURAL II

ALGEBRA DE VECTORES Y MATRICES

para los vectores y los mdulos.

forma , ... resultando notacin para los vectores desplazamiento.

Podemos referirnos tambin a:

ADICION Y MULTIPLICACION DE VECTORES:

El resultado de su suma o de su diferencia se expresa en la forma

y ordenando las componentes,

PROPIEDADES Cualesquiera que sean los vectores , 1. y :

7. El vector unitario contiene a los vectores

Y las dimensiones de la matriz resultante

VECTORES ORTOGONALES Y NORMALIZADOS VECTORES ORTOGONALES

Dos vectores son ortogonales o perpendiculares si su producto escalar es cero.

es un vector de componentes (3, 4), hallar un

vector unitario de su misma direccin y sentido.

DEPENDENCIA LINEAL DE VECTORES:

Dependencia e independencia lineal

Dependencia lineal de vectores

TIPOS ESPECIALES DE MATRICES (DE MATRIZ)

Tenga en cuenta Matriz simtrica: Obviamente, debe Matriz cumple. Es ser

SUMA Y MULTIPLICACIN DE MATRICES

c(A+B) (c+d)A = cA+dA

Ejemplo: Multiplicacin de matrices:

Un ejemplo de multiplicacin de matrices se muestra a continuacin:

El determinante de una matriz de Sea la matriz :

7.1 MENORES Y COFACTORES:

Para hallar el menor M11: a)

suprimimos la primera fila y la primera columna as

b) tomamos los nmeros que no quedan tapados ( los nmeros rojos)

c) Tercero hallamos el determinante

Hallar los menores M12, M22

1 M12 = 2 1 1 M22 = 2 1 1 M32 = 2 1

PROPIEDADES ELEMENTALES DE LOS DETERMINANTES:

Todos los elementos de una lnea son nulos.

Los elementos de una lnea son combinacin lineal de las otras.

3. Supongamos que B se ha obtenido de operacin elemental entre filas o columnas, - |A|.

A, | B| = (columna) a otra, entonces |B| = |A|. A por un escalar k, |B| = k|A|.

EVALUACIN DE DETERMINANTES DE ORDEN SUPERIOR

EJEMPLOS: de matriz de orden 3

Calculemos los menores:

Una importante propiedad de las matrices adjuntas es la siguiente:

Matrices singulares, degeneracin y rango.

Entonces la matriz 8.5

Inversin de una matriz por la adjunta

Es el explicado con el metodo de gauss jordan 8.7 Propiedades de la inversa

Algunas importantes propiedades de las matrices inversas son:

You might also like