Matrices operaciones, determinantes, valores propios y vectores propios

7,569 views
8,105 views

Published on

algebra lineal matrices suma multiplicación identidad nula determinante traspuesta inversa teorema Cayley-Hamilton valorpropio vectorpropio eigenvalor eigenvector gauss-jordan

Published in: Education
1 Comment
2 Likes
Statistics
Notes
No Downloads
Views
Total views
7,569
On SlideShare
0
From Embeds
0
Number of Embeds
1,311
Actions
Shares
0
Downloads
86
Comments
1
Likes
2
Embeds 0
No embeds

No notes for slide

Matrices operaciones, determinantes, valores propios y vectores propios

  1. 1. Pedro González Cordero 1 Modificado 18/04/2012Valores propios y Vectores propios de las Matrices Material didáctico elaborado por: Lic. Pedro González Cordero 07/04/2012 Dicta las cátedras de Física y Matemática para el Dpto. de Procesos Químicos En el Instituto Universitario de Tecnología “Dr. Federico Rivero Palacio”. Caracas-Venezuela Este tema es un preámbulo como base fundamental para sistemas de ecuacionesdiferenciales. 1. Definición: Matriz Es un arreglo rectangular de números o funciones ( ) (1) Si una matriz tiene m renglones y n columnas. Su tamaño es de m por n (se escribe m x n). Una matriz de n x n se llama matriz cuadrada de orden n. El elemento neutro del i-ésimo renglón y la j-ésima columna de una matriz A de m x n se representa por . Con ello, una matriz A de m x n se representa en la forma A= ( ) o simplemente A = . Una matriz de 1 x 1 es solo una constante o función. 2. Definición: Igualdad de matrices Dos matrices A y B de m x n son iguales si para toda i y j. 3. Definición: Matriz Columna Una matriz columna X es cualquier matriz que tenga n renglones y una columna. ( ) ( ) Una matriz columna también se llama vector columna o simplemente vector. 4. Definición: Múltiplos de matrices Un múltiplo de la matriz A se define como sigue: ( ) ( ) En donde K es una constante o una función. Ejemplo1: Múltiplo de matrices (a) ( ) ( ),  en la matrices se cumple la propiedad conmutativa (b) ( ) ( ) ( )  como se muestra el orden de los factores no altera el producto, “solo cuando es un solo factor que multiplica a la matriz”.
  2. 2. Pedro González Cordero 2 Modificado 18/04/20125. Definición: Suma de matrices La suma de dos matrices A y B de m x n se define como la matriz A + B=( ) En otras palabras, para sumar dos matrices del mismo tamaño, se suman los elementos correspondientes. Ejemplo2: Suma de matrices La suma de ( )y ( ) es ( ) ( ) ( )  ( ) Ejemplo 3: Matriz expresada en forma de suma de matrices columnas Exprese la sola matriz ( ) como suma de vectores columna: ( ) ( ) ( ) ( ) ( ) ( ) ( )  La diferencia de dos matrices de m x n se define de la forma acostumbrada: A – B = A + ( – B ) =, en donde – B=( –1) B.6. Definición: Multiplicación de matrices Sea A una matriz con m renglones y n columnas, y B otra matriz con n renglones y p columnas. El producto A.B se define como la matriz m x p dada por ( ) ( ) ( ) = Observe detenidamente la definición 6, que el producto de A.B =C está definido por sólo cuando el número de columnas en la matriz A es igual al número de renglones en B. El tamaño del producto se determina con Am x n B n x p= C m x p También reconocerá que los elementos de, por ejemplo, el i-ésimo renglón de la matriz producto A.B se forma aplicando la definición en componentes del producto interior, o producto punto, del i-ésimo renglón de A con cada una de las columnas de B.
  3. 3. Pedro González Cordero 3 Modificado 18/04/2012Ejemplo 4: Multiplicación de matrices (a) Si ( )y ( ), Calcular A.B ( ) ( ) ( )  ( ) (b) Si ( )y ( ), Calcular A.B ( ) ( ) ( ( ) ( ) ) ( )  ( ) ( ) En general, la multiplicación de matrices no es conmutativa, esto es, A.B ≠ B.A. Observe, en la parte (a) del ejemplo 4, que B.A=( ), mientras que en la parte (b) el producto B.A no está delimitado por la definición se pide que la primera matriz tenga mismo número de columnas que los renglones de la segunda matriz. No interesa mucho el producto de una matriz cuadrada y un vector columna.Ejemplo 5: Multiplicación de matrices. ( ) ( ) (a) ( ) ( ) ( ( ) ) ( )  ( ) ( ) (b) ( ) ( ) ( )  (c) Exprese la respuesta del ejemplo 3 en forma de multiplicación ( ) ( ) ( ) ( ) ( ) Identidad multiplicativa I= la matriz identidad multiplicativa para toda A. I.A = A.I = ADeterminante de una matriz 1: un concepto muy elaborado es una forma multilineal alternada deun cuerpo. Explico cada palabra lo de multilineal son n dimensiones de un espacio Vn , una forma1 En la historia de la matemática los determinantes han aparecido en distintas épocas, en occidente a Leibnizse le atribuye que su carta fechada 1693 dirigida al marqués de L’Hospital utiliza el sistema de ecuacioneslinealmente independiente de 2 incógnitas y lo resuelve haciendo uso del determinante, tal como hoy día.
  4. 4. Pedro González Cordero 4 Modificado 18/04/2012lineal será alternada si se anula cuando dos al menos dos de sus argumentos son iguales, es decir, , En álgebra abstracta, un cuerpocumple con las operaciones de adición y multiplicación se pueden realizar y cumplen laspropiedades asociativa, conmutativa y distributiva, además de la existencia de un inverso aditivo yde un inverso multiplicativo. Determinante de una matriz en palabras más simples, para todamatriz A de constantes, hay un número asociado, llamado determinante de la matriz, que serepresenta mediante detA. Gottfried Wilhelm Leibniz, von Leibniz (1-7-1646 /14-11-1716) filósofo, matemático, abogado y bibliotecario alemán. Inventó el cálculo infinitesimal, independientemente de Newton, y su notación es la que se emplea desde entonces. También inventó el sistema binario, fundamento de virtualmente todas las arquitecturas de las computadoras actuales. Realizó una máquina calculadora que había diseñado y construyo alrededor de 1670, la primera máquina de este tipo que podía ejecutar las cuatro operaciones aritméticas básicas. En conjunto a Johan Bernoulli hallan el área de bajo de la curva de un exponencial entre x=0 y x=1, aunque se le atribuye a Johan Bernoulli por carta a Leibniz de 1694; no obstante Leibniz responde tiempo después con un análisis de cálculo de logaritmos de números negativos e imaginarios, por series alternantes. Tras la muerte de Leibniz Johan Bernoulli continua sus estudios sobre logaritmos con su estudiante Euler, quien dio pie al estudio de los logaritmos y su forma de números complejos a Moivre y Cotes.Para calcular ese número asociado se utilizan varios métodos, si es una matriz (cuadrada de orden2 o 3) 2x2 o 3x3, se multiplica la diagonal principal menos la multiplicación de la diagonalsecundaria, regla de Sarrus (Pierre Fédéric Sarrus) también conocido método de la lluviadetA ( )detA ( ) =También se puede desarrollar por el método de los cofactores, elijo usar el primer renglónObserve lo alternante del signodetA ( ) | | | | | |
  5. 5. Pedro González Cordero 5 Modificado 18/04/2012Ejemplo 6: Determinante de una matriz ( ) Calcular su determinante1er Cofactor| | | | el 2do Cofactor | | | |3er Cofactor | | | | Note que los signos se alternan, 1er y 3er positivo, 2does negativoDet A | | | | | | | | ( ) ( ) ( )=18  ( ) Calcular su determinante 7. Definición 7: Transpuesta de una matriz, de (1) de m x n es la matriz AT de n x m representada por: ( ) En otras palabras, los renglones de una matriz A se convierten en las columnas de su traspuesta AT. Ejemplo 7: Transpuesta de una matriz (a) A=( ), ( )  (b) X ( ) ( )  8. Definición 8. Inversa multiplicativa de una matriz Es cuando una matriz A de n x n, al multiplicarse por su inversa de n x n, resulta la matriz identidad tal que , siendo la matriz inversa multiplicativa de A. Las operaciones de matrices no aceptan la división entre matrices, pero si acepta la multiplicación de inversa de matrices 9. Definición 9. Matrices no singulares y singulares. Sea una matriz n x n. Si el detA≠0, decimos que la matriz A es no singular. Si el detA=0, entonces A es singular.
  6. 6. Pedro González Cordero 6 Modificado 18/04/201210. Definición 10. Adjunta de una matriz. Se define como los cofactores de signo alternante de tal manera que se cumple que dada una matriz A de n x n, no singular se construye con ( ) , donde es el determinante de la matriz de (n – 1) x (n – 1) obtenido al eliminar el i-ésimo renglón y la j- ésima columna de A. Como se explica a continuación: Dada una matriz no singular de 2 x 2 ( ) La matriz adjunta de A es ( ) ( ) ( ) ( ) ( ) ( ) ( ) De donde , , , Resulta la adjunta: ( ) ( ) Dada una matriz no singular de 3 x 3 ( ) La matriz adjunta de B es ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) De donde | |, | |, | |, | |, | |, | |, | |, | |, | |, Resulta: ( ) ( )
  7. 7. Pedro González Cordero 7 Modificado 18/04/201211. Definición 11. Inversa de una matriz. Se define la inversa de una matriz A de n x n, como otras matriz que se denota con el exponente de n x n cumple la siguiente operación ( ) Ejemplo 8. Calcular la inversa de la matriz 2 x 2. ( ) Solución Como detA= 10 – 8 = 2 ≠ 0, A es singular ( ) ( ) No toda matriz tiene inversa. La matriz ( ) es singular porque su determinante es nulo, detA=0. Por consiguiente A-1 no existe Ejemplo 9. Inversa de una matriz 3 x 3. Calcular la inversa de la matriz ( ) Solución Como primer paso calculamos todos lo cofactores | | , | | , | | , | | , | | , | | , | | , | | ,, | | , Como el detA= . + . + . ( ) ( ) ( ) Compruebe que . El lector interesado puede consultar cualquier libro de algenra lineal. Arthur Cayley (16 -08-1821 / 26 - 01- 1895) fue un matemático y abogado británico. Graduado con honores en el Trinity College Cambridge en 1848 de temperamento dulce y juicio sobrio, prolifero en sus 200 publicaciones sobre matemática. En ellas temas como matrices de “n” dimensiones, transformaciones lineales que son el origen a su teoría de matrices, la teoría de superficies y la de determinantes. Colaboró con la teoría de invariantes y algebra de dimensión finita. Introduce el concepto de matriz nula como resultado de vectores matrices horizontales nulos y el concepto de matriz identidad, para luego postular la adición de matrices como hoy día. Sus investigaciones dieron fruto al estudio de la norma de Vectores de ocho términos que son valores reales resulta ( ) + + + + + A este hipernúmero le denominó <<octonión>>. Determinó los Autovalores y Autovectores de las matrices.
  8. 8. Pedro González Cordero 8 Modificado 18/04/2012 12. Definición 12: valores propios y vectores propios Sea A una matriz n x n. se dice que un número es un valor propio de A si existe un vector solución K no cero del sistema lineal A.K = .K (2) El vector solución K es un vector propio que corresponde al valor propio Se usan también las palabras eigenvalor y eigenvector, combinaciones en español adaptadas de las palabras alemanas eigenwert que traducida literalmente es “valor propio”. A los valores propios y vectores propios se les llaman también valores característicos y vectores característicos, respectivamente. Ejemplo 8: Vector propio de una matriz Compruebe que ( ) es un vector propio de la matriz ( ) Solución: Al efectuar la multiplicación A.K vemos que Valor propio ( ) ( ) ( ) ( )( ) ( ) De acuerdo a la definición 8 y el renglón precedente, vemos que es un valor propio de A. Aplicando las propiedades del algebra de matrices, podemos expresar la ecuación (2) en la forma alternativa (A .I).K = 0 (3) Donde I es la identidad multiplicativa. Si definimos K ( ) Entonces la ecuación (3) es equivalente a ( ) ( ) (4) ( )Aunque una solución obvia de (4) es sólo interesan las soluciones notriviales. Se sabe que un sistema homogéneo de n ecuaciones lineales con n incógnitas tiene unasolución no trivial si y solo si el determinante de la matriz de coeficientes es nulo, es decir que elsistema de los vectores que la conforman son linealmente independientes si su determinante esigual a cero. ( ) (5)Al examinar (4) se ve que el desarrollo del ( ) por cofactores da como resultado unpolinomio en de grado n. la ecuación (5) se llama ecuación característica de A. Así, los valorespropios de A son las raíces de la ecuación característica. Para determinar un vector propio que
  9. 9. Pedro González Cordero 9 Modificado 18/04/2012corresponde al valor propio , solo se resuelve el sistema de ecuaciones (A .I).K = 0 aplicando laeliminación Gauss Jordan a la matriz aumentada (A .I|0).Ejemplo 9: Valores propios y vectores propiosDeterminar los Valores propios y vectores propios de ( )Solución: ( ) | | ( )( ) vemos entonces que los valores propios son Para (A .I|0) ( | )→ ( | )→ ( | ) → ( | ) entonces y . Le damos cualquier valor a distinto de cero, para este caso , obtenemos el vector propio ( )  Para (A .I|0) ( | )→ ( | )→ ( | ) → ( | )→ ( | ) queda y . Con la opción que , se obtiene el segundo vector propio ( )
  10. 10. Pedro González Cordero 10 Modificado 18/04/2012 Para el último (A .I|0) ( | )→ ( | ) Así, y . La opción que , se obtiene el tercer vector propio ( ) Ejemplo 10: Valores propios y vectores propiosDeterminar los Valores propios y vectores propios de ( )Solución: ( ) | | ( )vemos entonces que los valores propios son es un valor propio de multiplicidad dos.En el caso de una matriz 2x2 no se necesita usar la eliminación Gauss – Jordan. Para determinar elo los valores propios que corresponde , recurriremos al sistema (A .I|0) en su formaequivalente De aquí se deduce . Le asignamos valor de y obtenemos , llegamos a un solo vector propio ( ) Ejemplo 11: Valores propios y vectores propiosDeterminar los Valores propios y vectores propios de ( )Solución: ( ) | | ( )( )Observamos que los valores propios son
  11. 11. Pedro González Cordero 11 Modificado 18/04/2012 Para (A .I|0) ( | )→ ( | ) quedando y . Con la opción que , se obtiene el segundo vector propio ( ) cuando (A .I|0) ( | )→ ( | ) en la ecuación elegiremos libremente a dos de las variables. Si por una parte optamos por , por otra parte optamos por obtendremos dos vectores linealmente independientes: ( ) y ( )DETERMINE LOS VALORES PROPIOS Y LOS VECTORES PROPIOS DE CADA MATRIZ DADA: 1. ( ) Respuesta: y ( ), ( ) 2. ( ) 3. ( ) Respuesta: ( ) 4. ( ) 5. ( ) Respuesta: ; ; ( ), ( ); ( ) 6. ( ) 7. ( ) Respuesta: ( ), ( ) 8. ( ) Dennis Zill y Michael Cullen. Ecuaciones Diferenciales con valores en la Frontera. Jean Paul Collette. Historia de la matemática volumen 1.

×