Professional Documents
Culture Documents
En matemtica, la multiplicacin o producto de matrices es la operacin de composicin efectuada entre dos matrices, o bien la multiplicacin entre una matriz y un escalar segn unas reglas. Al igual que la multiplicacin aritmtica, su definicin es instrumental, es decir, viene dada por un algoritmo capaz de efectuarla. El algoritmo para la multiplicacin matricial es diferente del que resuelve la multiplicacin de dos nmeros. La diferencia principal es que la multiplicacin de matrices no cumple con la propiedad de conmutatividad.
En el caso particular de multiplicacin por enteros, se puede considerar como sumar o restar la misma matriz tantas veces como indique el escalar:
Propiedades
Sean A, B matrices y c, d escalares, la multiplicacin de matrices por escalares cumple con las siguientes propiedades:
Propiedad Descripcin Clausura cA es tambin una matriz Elemento neutro Existe el elemento neutro uno, de manera que 1A = A Propiedad asociativa (cd)A = c(dA) Propiedad distributiva - De escalar c(A+B) = cA+cB - De matriz (c+d)A = cA+dA
Los resultados en las posiciones marcadas dependen de las filas y columnas de sus respectivos colores. 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 el resultado del producto es una nueva matriz C: o simplemente AB,
es decir:
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 grupo 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 Descripcin AB es tambin una matriz Si A es una matriz cuadrada de tamao m, entonces la matriz Elemento neutro identidadImm es elemento neutro, de manera que: IA = AI = A Propiedad (AB)C = A(BC) asociativa Propiedad distributiva - Por la derecha (A + B)C = AC + BC - Por la C(A + B) = CA + CB izquierda [Mostrar] Demostracin de la propiedad asociativa
y por el contrario
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 invertibles.
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:
Aplicaciones
La multiplicacin de matrices es muy til para la resolucin de sistemas de ecuaciones de muchas variables, dado que son muy cmodas para ser implementadas mediante un computador. El clculo numrico se basa en gran parte de estas operaciones, al igual que poderosas aplicaciones tales como MATLAB. Tambin actualmente se utiliza mucho en el clculo de microarrays, en el rea de bioinformtica.
Sistemas de ecuaciones
Consideremos el caso ms sencillo, el de las matrices cuadradas de orden 2, es decir cuando n = m = 2. Las aplicaciones lineales del plano real que, al punto M(x1,x2) hacen corresponder el punto N(y1,y2) se expresan como un sistema de dos ecuaciones con dos variables. Las matrices permiten escribirlos ms rpidamente. As, por ejemplo, el sistema:
Como se ve, en la notacin matricial, las variables slo aparecen una vez, as como el smbolo "=", y los signos "+" ni se escriben. Los ahorros de tiempo y energa no son enormes aqu, pero crecen con las dimensiones de la matriz. Ahora bien, las aplicaciones lineales se pueden sumar, lo que dara la adicin de las matrices que se defini arriba, pero no se pueden multiplicar. Sin embargo, existe otra operacin, universal en el campo de las aplicaciones: la composicin, es decir aplicar sucesivamente dos o ms funciones a un objeto. Al componer:
obtenemos:
Ejemplo
Sea y
Sean
como una funcin tal que y donde en donde el producto es la operacin binaria correspondiente pero en el campo . Por ejemplo, la entrada es igual al producto . Veamos un ejemplo ms explcito. Sea y
Tambin es inmediato ver que el producto por un escalar da como resultado una matriz del mismo tamao que la original. Tambin el producto por un escalar depender de la estructura algebraica en la que las entradas estn. En el caso de que estn en un campo sern dos distributividades (una respecto de suma de matrices y otra respecto de suma en el campo), asociatividad y una propiedad concerniente al producto por el elemento neutro multiplicativo del campo. A continuacin se presentan las propiedades.
Propiedades
Sean y , donde es un campo, entonces se cumplen las siguientes propiedades para la operacin producto por un escalar
Asociatividad
Demostracin. Dada la definicin de la operacin se sigue el resultado ya que debido a que para todo .
Demostracin Dada la definicin de la operacin se sigue el resultado ya que debido a que para todo .
Demostracin Dada la definicin de la operacin se sigue el resultado ya que debido a que para todo .
Demostracin Dada la definicin de la operacin se sigue el resultado ya que debido a que para todo . Por como se defini la operacin de producto por escalares se dice que es cerrado bajo producto por escalares. Con stas propiedades y las de la adicin se tiene que es un espacio vectorial con las operaciones de suma y producto por escalares definidas antes. En el caso de que las entradas y los escalares no estn en un campo sino en un anillo entonces no necesariamente existe el neutro multiplicativo. En caso de que exista, con lo cual el anillo es un anillo con uno, se dice que es un mdulo sobre . Ahora, a partir de las propiedades bsicas se puede demostrar inmediatamente que
Demostracin Dada la definicin de la operacin se sigue el resultado ya que para todo debido a que para todo .
Demostracin Dada la definicin de la operacin se sigue el resultado ya que como en un campo no hay divisores de cero entonces para todo implica que o para todo , i.e. . No es posible un caso en el que slo algunas entradas de la matriz sean cero y el escalar sea no nulo ya que en esos casos estaramos diciendo que hay divisores de cero y llegaramos a una contradiccin, ya que la suposicin es que las entradas y los escalares estn en un campo.
Demostracin Dada la definicin de la operacin se sigue el resultado ya que debido a que para todo . sin riesgo de ambigedad.
Mm
x n
x Mn
x p
= M
m x p
El elemento cij de la matriz producto se obtiene multiplicando cada elemento de la fila i de la matriz A por cada eleme nto de la columna j de la matriz B y sumndolos.
Elementoneutro:
A I = A
No es Conmutativa:
A B B A
A (B + C) = A B + A C
MATRIZ ESCALONADA
En lgebra lineal una matriz se dice que es escalonada, escalonada por filas o que est en forma escalonada si: 1. Todas las filas cero estn en la parte inferior de la matriz. 2. El primer elemento no nulo de cada fila, llamado pivote, est a la derecha del pivote de la fila anterior (esto supone que todos los elementos debajo de un pivote son cero).1 Si adems se cumplen las siguientes condiciones: 1. Sus pivotes son todos iguales a 1 2. En cada fila el pivote es el nico elemento no nulo de su columna
No escalonada
No es escalonada, ya que el pivote de la tercera fila no est a la derecha del pivote de la segunda fila.
Existencia y unicidad
Se pueden encontrar infinitas transformaciones REF de una matriz no nula. Sin embargo, todas ellas se corresponden con una nica transformacin RREF.
REDUCCION DE MATRICES
http://www.slideshare.net/jve18/12-reduccin-de-matrices
Matriz identidad
En lgebra lineal, la matriz identidad es una matriz que cumple la propiedad de ser el elemento neutro del producto de matrices. Esto quiere decir que el producto de cualquier matriz por la matriz identidad (donde dicho producto est definido) no tiene ningn efecto.
La columna i-sima de una matriz identidad es el vector unitario de una base vectorial inmersa en un espacio Eucldeo de dimensinn. Toda matriz representa una aplicacin lineal entre dos espacios vectoriales de dimensin finita. La matriz identidad se llama as porque representa a la aplicacin identidad que va de un espacio vectorial de dimensin finita a s mismo.
Definicin
Como el producto de matrices slo tiene sentido si sus dimensiones son compatibles, existen infinitas matrices identidad dependiendo de las dimensiones. , la matriz identidad de tamao , se define como la matriz diagonal que tiene valor 1 en cada una de las entradas de la diagonal principal, y 0 en el resto. As,
Empleando la notacin que a veces se usa para describir concisamente las matrices diagonales, resulta:
Si el tamao es inmaterial, o se puede deducir de forma trivial por el contexto, entonces se escribe simplemente como . Tambin se puede escribir usando la notacin delta de Kronecker:
o, de forma an ms sencilla,
La matriz identidad de orden n puede ser tambin considerada como la matriz permutacin que es elemento neutro del grupo de matrices de permutacin de orden n!.
Matriz identidad
Una m a t r iz ide nt ida d e s una matr iz d iago na l e n la que lo s e le me nt o s de la diago na l pr inc ipa l so n i guale s a 1.
Matriz inversa
El pr o ducto de u na m a t r iz po r su i nver sa e s i gual a la m a t r iz iden t ida d . A A-1 = A-1 A = I Se pue de calcular la m a t r iz inver sa po r do s
m to do s:
Ejemplo
1. Ca lc ula m o s el d et er m ina nt e de la m a t r iz , en
el c a so que el det er m ina nt e sea nulo la m a t r iz no t endr inver sa .
3.
Ca lc ula m o s
la
t r a spuest a
de
la
m a tr iz
a d junt a .
2 Ut iliz a ndo
t r a nsfo r m a r la
el m it a d
m t o do iz quierda ,
Ga uss A, en
va m o s la
m a t r iz
q ue
r es ult e
en
el
la do
der ec ho
ser
la
m a t r iz
inver sa : A - 1 . F2 - F1
F3 + F2
F2 - F3
F1 + F2
(-1 ) F 2
L a m a tr iz inver sa es:
P r o p i e d a d e s d e l a m a t r i z i n v e rs a
(A B) - 1 = B - 1 A - 1 (A - 1 ) - 1 = A (k A ) - 1 = k - 1 A - 1 (A t ) - 1 = (A
-1
)t
Matriz inversa
Dada una matriz A, Podremos encontrar otra matriz B tal que AB=BA=I? Esta matriz B existe aunque no siempre, de existir se le llama matriz inversa de A y se nota A-1. Para que exista la inversa de A, sta tiene que ser cuadrada pues de lo contrario no se podra hacer el producto por la izquierda y por la derecha, luego cuando hablamos de matrices invertibles estamos hablando de matrices cuadradas.
Condicin necesaria y suficiente para que una matriz sea invertible es que no sea singular, es decir, que su determinante sea no nulo |A| 0
Clculo de la matriz inversa 1. Mtodo de Gauss-Jordan Este mtodo consiste en colocar junto a la matriz de partida (A) la matriz identidad (I) y hacer operaciones por filas, afectando esas operaciones tanto a A como a I, con el objeto de transformar la matriz A en la matriz identidad, la matriz resultante de las operaciones sobre I es la inversa de A (A-1). Las operaciones que podemos hacer sobre las filas son: a) Sustituir una fila por ella multiplicada por una constante, por ejemplo, sustituimos la fila 2 por ella multiplicada por 3. b) Permutar dos filas c) Sustituir una fila por una combinacin lineal de ella y otras.
La matriz inversa de A es
2. A travs de la matriz de adjuntos Dada una matriz A, determinamos la matriz de adjuntos de su traspuesta. Si multiplicamos esa matriz por 1/|A| se obtiene la matriz inversa de A.
Eliminacin de Gauss-Jordan
En matemticas, la eliminacin Gaussiana, eliminacin de Gauss o eliminacin de Gauss-Jordan, llamadas as debido a Carl Friedrich Gauss y Wilhelm Jordan, son algoritmos del lgebra lineal para determinar las soluciones de un sistema de ecuaciones lineales, encontrar matrices e inversas. Un sistema de ecuaciones se resuelve por el mtodo de Gauss cuando se obtienen sus soluciones mediante la reduccin del sistema dado a otro equivalente en el que cada ecuacin tiene una incgnita menos que la anterior. Cuando se aplica este proceso, la matriz resultante se conoce como: "forma escalonada". El mtodo fue presentado por el matemtico Carl Friedrich Gauss, pero se conoca anteriormente en un importante libro matemtico chino llamado Jiuzhangsuanshu o Nueve captulos del arte matemtico.[cita requerida]
Anlisis de Complejidad
La complejidad computacional de la eliminacin gaussiana es aproximadamente n3. Esto es, el nmero de operaciones requeridas es n3 si el tamao de la matriz es n n.
Una variante interesante de la eliminacin de Gauss es la que llamamos eliminacin de Gauss-Jordan, (debido al mencionado Gauss y a Wilhelm Jordan), esta consiste en ir obteniendo los 1 delanteros durante los pasos uno al cuatro (llamados paso directo) as para cuando estos finalicen ya se obtendr la matriz en forma escalonada reducida
Ejemplo
Supongamos que es necesario encontrar los nmeros x, y, z, que satisfacen simultneamente estas ecuaciones:
Esto es llamado un sistema lineal de ecuaciones. El objetivo es reducir el sistema a otro equivalente, que tenga las mismas soluciones. Las operaciones (llamadas elementales) son estas:
Multiplicar una ecuacin por un escalar no nulo. Intercambiar de posicin dos ecuaciones Sumar a una ecuacin un mltiplo de otra.
Estas operaciones pueden representarse con matrices elementales que se usan tambin en otros procedimientos como la factorizacin LU o la diagonalizacin por congruencia de una matriz simtrica. En nuestro ejemplo, eliminamos x de la segunda ecuacin sumando 3/2 veces la primera ecuacin a la segunda y despus sumamos la primera ecuacin a la tercera. El resultado es:
Ahora eliminamos y de la primera ecuacin sumando -2 veces la segunda ecuacin a la primera, y sumamos -4 veces la segunda ecuacin a la tercera para eliminar y.
Finalmente eliminamos z de la primera ecuacin sumando -2 veces la tercera ecuacin a la primera, y sumando 1/2 veces la tercera ecuacin a la segunda para eliminar z.
Para clarificar los pasos, se trabaja con la matriz aumentada. Podemos ver los 3 pasos en su notacin matricial: Primero:
Despus,
Por ltimo.
Si el sistema fuera incompatible, entonces nos encontraramos con una fila como esta:
, es decir,
Dos formas especiales de matrices son la escalonada y la escalonada reducida. Una matriz puede tener las siguientes propiedades: 1. Todas las filas cero estn en la parte inferior de la matriz. 2. El elemento delantero de cada fila diferente de cero, ste es llamado "pivote"; stos estn a la derecha del elemento delantero de la fila anterior (esto supone que todos los elementos debajo de un pivote son cero). Si una matriz A cumple con esas propiedades, se dice escalonada. Adems, cumpliendo estas otras condiciones, decimos que la matriz se encuentra en la forma reducida de rengln escaln o tan solo en forma escalonada reducida. 1. Todos los elementos delanteros ("pivotes") son iguales a 1 2. Todos los elementos por encima de los pivotes son nulos. Cuando una matriz representa a un sistema de ecuaciones situaciones como tener una columna de ceros parece imposible ya que correspondera a una variable que nunca habra aparecido. Sin embargo esta situacin puede presentarse (imaginemos la ecuacin de un plano en el espacio en la que no aparece alguna de las componentes, por ejemplo y+z=0). As la matriz
tambin es una matriz escalonada. Una vez que la matriz del sistema se ha transformado hasta obtener una matriz escalonada reducida es muy fcil discutirlo (es decir, determinar cuntas soluciones tiene): 1. Cuando aparece un pivote en la columna de los trminos independientes el sistema es incompatible (no tiene ninguna solucin). 2. En otro caso el sistema es compatible. Si adems el nmero de pivotes coincide con el nmero de incgnitas el sistema es compatible determinado (tiene una nica solucin). Cuando el nmero de pivotes es menor que el nmero de incgnitas el sistema es indeterminado (tiene infinitas soluciones que dependen de tantos parmetros como indique la diferencia entre el nmero de incgnitas y el nmero de pivotes).
Otras aplicaciones
Encontrando la inversa de una matriz
Es posible usar la eliminacin gaussiana para encontrar inversas de matricesn n. Para ello se aumenta la matriz dada, digamos A con una matriz identidad simplemente escribiendo las filas de la identidad a continuacin de las de nuestra matriz A, por ejemplo dada:
se construira
y ahora se realizan las operaciones elementales sobre las filas de la matriz aumentada que sean necesarias para obtener la forma escalonada reducida de la matriz A; sumando tanto a la segunda como a la tercera fila la primera obtenemos
ya tenemos el pivote de la primera fila que usamos para hacer ceros debajo
El proceso ha finalizado porque en la parte izquierda tenemos la forma escalonada reducida de A y puesto que sta es la matriz identidad, entonces A tiene inversa y su inversa es la matriz que aparece a la derecha, en el lugar que al principio ocupaba la identidad. Cuando la forma escalonada reducida que aparece no es la identidad es que la matriz de partida no tiene inversa.