1 Tema 2. MATRICES Definición de matriz Una matriz de dimensión n × m es un conjunto de números dispuestos en n filas y m columnas. Así: a11 a12 ... a1m a 21 a 22 ... a 2 m A= : : : : a n1 a n 2 ... a nm La matriz anterior también se puede denotar por A = aij n×m ( ) El elemento aij es el que ocupa la fila i y la columna j. 1 0 Ejemplo: La matriz A = − 3 6 tiene dimensión 3 × 2. El elemento a21 = −3. 2 5 • Igualdad de matrices Dos matrices son iguales cuando tienen la misma dimensión y coinciden los elementos correspondientes. 1 0 a b y B = sean iguales es necesario que a Ejemplo: Para que las matrices A = 2 − 5 c d = 1, b = 0, c = 2 y d = −5. • Matriz traspuesta La matriz traspuesta de una matriz A es la que se obtiene al cambiar las filas por las columnas. Se denota por At. Así, si A = aij n×m , su traspuesta es At = a ji m×n ( ) ( ) 1 0 1 − 3 2 . Ejemplo: Si A = − 3 6 , su traspuesta es At = 0 6 5 2 5 • Algunos tipos de matrices Si una matriz tiene el mismo número de filas que de columnas, se llama cuadrada; si no es así, la matriz es rectangular. − En las matrices cuadradas se habla de diagonal principal, la que va de izquierda a derecha, y de diagonal secundaria, que va de derecha a izquierda. La suma de los elementos de la diagonal principal se llama traza. 1 2 0 A = 2 − 3 6 Ejemplo: 2 7 − 1 Diagonal secundaria Diagonal principal Traza de A = 2 − 3 − 1 = −2. José María Martínez Mediano 2 − Entre las matrices rectangulares se puede hablar de matriz fila, la que tiene una sola fila, y de matriz columna, la que tiene una sola columna. 2 Ejemplos: Matriz fila: F = (2 − 3 4 ) . Matriz columna: C = − 3 4 Observa que las matrices anteriores son traspuestas una de otra. − Entre las matrices cuadradas puede hablarse de: Matriz simétrica: Una matriz A es simétrica cuando A = At. Matriz antisimétrica: Una matriz A es antisimétrica cuando A = –At. 1 3 − 1 2 0 0 2 Ejemplos: Simétrica: A = 0 − 3 7 ; Antisimétrica: A = − 3 0 1 7 − 1 1 −2 0 Matriz triangular: Todos los elementos situados por encima (o por debajo) de su diagonal principal son ceros. Ejemplos: 1 0 1 2 0 0 Triangular superior: T = 0 − 3 6 . → Triangular inferior: T = 2 5 0 0 0 3 2 7 0 Matriz diagonal: Tiene nulos todos los elementos situados fuera de su diagonal principal. 3 0 0 Ejemplo: D = 0 4 0 0 0 − 2 Matriz escalar: Es una matriz diagonal con todos los elementos de su diagonal principal 3 0 0 iguales y no nulos. Ejemplo: E = 0 3 0 . 0 0 3 1 0 0 Matriz unidad. La matriz unidad de orden 3 × 3 es I = 0 1 0 . 0 0 1 Matriz nula. Es la que todos sus elementos son cero. La matriz nula de orden 2 × 3 es 0 0 0 . O = 0 0 0 José María Martínez Mediano 3 Operaciones con matrices: suma y producto por números • Suma: Si A = (aij )n×m y B = (bij )n×m ⇒ A + B = (aij + bij )n×m NOTA: Sólo pueden sumarse matrices de la misma dimensión. 2 3 5 − 2 2 + 5 3 − 2 7 1 + = = Ejemplo: −1 7 4 − 9 − 1 + 4 7 − 9 3 − 2 Propiedades. La suma de matrices cumple las propiedades usuales. Esto es: Asociativa: A + (B + C) = (A + B) + C Conmutativa: A+B=B+A Matriz nula: O: A+O=O+A=A Matriz opuesta: –A: A + (–A) = O • Multiplicación de una matriz por un número: Si A = aij n×m y k es un número real ⇒ k · A = kaij ( ) ( )n×m 2 3 6 9 = Ejemplo: 3· − 1 7 − 3 21 Propiedades. El producto de una matriz por un número cumple las propiedades usuales. Esto es: k · (A + B ) = k · A + k · B; (k + h) · A = h · A + h · A (k · h) · A = k · (h · A) 1·A=A 2 3 5 − 2 4 6 15 − 6 − 11 12 − 3 = − = Ejemplo: 2 − 1 7 4 − 9 − 2 14 12 − 27 − 14 41 Observación. El conjunto de matrices de dimensión n × m, respecto de las operaciones suma y producto por escalares, tiene estructura de espacio vectorial. Multiplicación de matrices Si A = aij n×m y B = bij m× p ⇒ A·B = cij ( ) ( ) ( )n× p El elemento cij de la matriz producto es el resultado de sumar los productos ordenados de los elementos de la fila i de la matriz A por los de la columna j de la matriz B. Esto es: cij = ai1b1 j + ai 2 b2 j + ... + aim bmj . NOTA: Para multiplicar dos matrices es necesario que el número de columnas de la primera (la situada a la izquierda, matriz A) coincida con el número de filas de la segunda (la situada a la derecha, matriz B). Ejemplo: 1 5 4 2·5 + 0·(−3) + 1·9 2·4 + 0·0 + 1·(−7) 19 1 2 0 0 − 3 7 · − 3 0 = 0·5 + (−3)·(−3) + 7·9 0·4 + (−3)·0 + 7·(−7) = 72 − 49 1 7 − 1 9 − 7 1·5 + 7·(−3) + (−1)·9 1·4 + 7·0 + (−1)·(−7) − 25 11 José María Martínez Mediano 4 • Algunos productos particulares 4 5 − Matriz fila F1×m por B = bij m× p . Ejemplo: (1 − 2 3)· 3 − 1 = (− 2 13) 0 2 1 0 2 3 15 − Matriz A = aij n×m por matriz columna Cm×1. Ejemplo: 3 4 − 2 − 4 = − 19 5 0 − 5 6 − 15 5 − Matriz fila F1×m por matriz columna Cm×1. Ejemplo: (1 − 2 3)· − 7 = (28) 3 ( ) ( ) Propiedades del producto de matrices El producto de matrices (para matrices multiplicables) cumple las siguientes propiedades: • Asociativa: A · (B · C) = (A · B) · C • Distributiva: A · (B + C) = A · B + A · C • Elemento neutro: A · I = A; I · A = A. La dimensión de I dependerá de la de A, que debe ser cuadrada. OJO. El producto de matrices no cumple, en general, las siguientes propiedades: • Conmutativa: A·B≠B·A • Cancelativa: A · B = A · C no implica que B = C • Divisores de cero: A · B = O no implica que A = O o B = O Consecuencias: 1. Cuando se multiplican dos matrices no es independiente el orden de colocación; hay que indicar cuál de ellas va a la izquierda, por delante. ERROR frecuente: admitir para dos matrices A y B que (A + B)2 = A2 + 2AB + B2. También está MAL: (A − B)2 = A2 − 2AB + B2 y (A + B)(A − B) = A2 − B2. 2. En las ecuaciones matriciales no pueden simplificarse matrices. No existe la división de matrices. 3. Si un producto de matrices da la matriz nula no puede deducirse que alguna de las matrices factores sea nula. Ejemplos: 6 1 2 0 2 − 6 2 0 2 1 2 0 = ; BA = = No conmutativa: AB = 0 3 − 3 0 − 9 0 − 3 0 0 3 − 3 − 6 2 1 1 − 2 3 6 , B = y C = , puede verse que AB = No cancelativa: Si A = −1 − 2 2 1 1 − 3 AC y sin embargo, B ≠ C. (Compruébese.) 1 − 2 2 4 0 0 = y ninguna de las matrices Divisores de cero. El producto 0 0 1 2 0 0 factores es nula. José María Martínez Mediano 5 • Potencia de una matriz cuadrada Es el concepto análogo a la potencia numérica. Esto es: A · A · ... · A = An. La potencia de una matriz es un proceso laborioso, aunque algunas veces resulte más o menos fácil. Ejemplos: 1 2 1 2 1 ⇒ A 2 = Si A = 0 3 0 3 0 1 A3 = AA 2 = 0 1 A 4 = AA3 = 0 2 1 8 = 3 0 9 2 1 8 1 = 3 0 9 0 2 1 26 1 = 3 0 27 0 12 → Está MAL: A 2 = 0 26 27 80 81 22 3 2 1 3 n − 1 En este caso es fácil ver que: A n = n 0 3 Si A es una matriz diagonal es más fácil todavía. 22 0 2n 0 2 0 ⇒ ... ⇒ A n = ⇒ A 2 = Si A = 2 0 5 n (Compruébalo). 0 5 0 5 − 3 − 4 − 19 − 8 1 − 1 2 3 Si A = 4 3 ⇒ A = 16 − 5 ⇒ A = − 4 − 31 , ... Resulta muy complicado hallar An. 1 3 16 0 16 48 256 0 2 3 4 Si A = 5 − 1 ⇒ A = 0 16 ⇒ A = 80 − 16 ⇒ A = 0 256 En este caso hay que distinguir entre potencias de exponente par o impar. Así: 4 2( n−1) 3·4 2( n −1) 4 2n 0 2n , n ≥ 1. Impar: A 2 n−1 = 2( n−1) Par: A = 2 ( n −1) 0 4 2n , n ≥ 1 −4 5·4 Algunas propiedades relacionadas con matrices traspuestas Recuerda: Dada A = aij n×m , su traspuesta es At = a ji m×n ( ) ( ) − Traspuesta de la suma de matrices: (A + B)t = At + Bt. − Traspuesta de un número por una matriz: (kA)t = kAt − Traspuesta de la matriz traspuesta: (At)t= A − Traspuesta de un producto de matrices: (A · B)t = Bt · At, siendo Am×p y Bp×m Algunos tipos más de matrices cuadradas • Matriz ortogonal. A es ortogonal si A · At = I. En consecuencia, A es ortogonal si At = A-1 • Matriz idempotente. A es idempotente si A · A = A. • Matriz involutiva. A es involutiva si A · A = I. • Matriz nilpotente. A es nilpotente si A · A · ... · A = O. • Matriz periódica. A es periódica de período p si Ap + 1 = A. José María Martínez Mediano 6 Ejemplos: 0 − 1 → Ortogonal: A = 1 0 −1 2 Idempotente: A = 2 − 1 1 −1 0 − 1 0 1 1 0 = A· At = 1 0 − 1 0 0 1 − 6 6 . Compruébese que A2 = A. 4 6 6 7 6 1 0 7 7 ⇒ A 2 = = Involutiva: A = − 8 − 7 − 8 − 7 − 8 − 7 0 1 1 3 1 2 6 , pues A · A · A = A3 = O. (Compruébese.) Nilpotente: A = 5 − 2 − 1 − 3 4 − 3 − 3 Periódica: A = 5 − 4 − 4 es periódica de periodo 3, esto es, A4 = A. −1 1 0 Rango de una matriz • El rango de una matriz es el número de filas no nulas que tiene dicha matriz. (Una fila es nula cuando todos sus elementos son ceros.) • El rango de una matriz es el número de filas linealmente independientes que tiene dicha matriz. (Dos filas son linealmente independientes cuando no hay relación de proporcionalidad entre sus elementos correspondientes; esto es, cuando una fila no puede obtenerse multiplicando la otra por un constante: Fi ≠ kF j . Si lo extendemos a tres filas se tendrá: si F3 = pF1 + qF2 , la tercera fila depende linealmente de las dos primeras; en caso contrario son linealmente independientes.) • Si una matriz se somete a transformaciones elementales su rango no varía. Una transformación elemental consiste en la sustitución de una fila por ella misma más la suma de otras filas multiplicadas por números. • Para hallar el rango de una matriz conviene hacer en ella transformaciones elementales, buscando obtener ceros en alguna de las filas. Si se obtiene una fila de ceros, o dos filas iguales, o dos filas proporcionales, se suprime la fila nula o una de las dos proporcionales. Finalizado el proceso, el número de filas no nulas que queden en la matriz es el correspondiente a su rango. Ejemplos: 1 1 3 1. La matriz A = 5 2 6 tiene una fila nula. Su rango es 2. 0 0 0 1 1 3 2. El rango de la matriz A = 1 1 6 es el mismo que el de la matriz 1 1 0 José María Martínez Mediano 7 1 1 3 F 2 − F1 → 0 0 3 , que vale 2, pues la fila 3ª se suprime por ser proporcional a la 2ª. 0 0 − 3 F 3 − F1 1 1 3 1 1 3 1 1 3 →0 1 3 . 3. La matriz B = 1 2 6 ⇔ F 2 − F1 → 0 1 3 ⇔ 0 2 3 0 0 − 3 −1 1 0 F 3 + F1 F 3 − 2F 2 Como en la última matriz no se da ninguna relación de dependencia entre sus filas (es imposible hacer una fila de ceros) el rango de B vale 3. Nota. En el tema de determinantes se verá otra técnica para calcular el rango. Matriz inversa Una matriz cuadrada A, es inversible (o invertible) si existe otra matriz, de igual tamaño, que se denota por A–1 y se llama matriz inversa de A, tal que: A · A–1 = A–1 · A = I, siendo I la matriz identidad del mismo tamaño que A. Advertencia. Para que una matriz tenga inversa es necesario que sea cuadrada y que su rango coincida con su orden. Ejemplo: 4 La inversa de la matriz A = 5 −1 4 −1 basta con ver que A· A = I : 5 −1 − 3 − 3 − 4 − 4 es 1 0 − 3 − 3 4 − 4 − 4 · 4 1 0 1 4 A = 4 1 −3 0 −3 1 − 1 − 1 −1 0 − 3 1 . Para comprobarlo − 1 − 1 1 0 0 = 0 1 0 . 0 0 1 −3 • Cálculo de la matriz inversa Método directo: 1. Se escribe A–1 en función de tantas incógnitas como sea necesario. 2. Se hace el producto A · A–1 y se iguala a la matriz I del mismo tamaño. 3. Resolviendo las ecuaciones resultantes se obtienen los elementos de A–1 Ejemplo: 5 1 a b , suponemos que A −1 = . Si A = −1 − 4 c d 1 0 se tiene: Haciendo A · A–1 e igualando a I = 0 1 A· A −1 a + 5c = 1 − a − 4c = 0 5 a b a + 5c b + 5d 1 0 1 = = = I ⇒ ⇒ = − 1 − 4 c d − a − 4c − b − 4d 0 1 b + 5d = 0 − b − 4d = 1 José María Martínez Mediano 8 ⇒ a = –4, c = 1; b = –5, d = 1 − 4 − 5 Luego A −1 = 1 1 NOTA: Este método resulta demasiado engorroso para matrices de mayor tamaño. Método de Gauss. 1. Se añade a la derecha de la matriz A la matriz identidad; se forma así la matriz (A / I). 2. Se transforma dicha matriz, mediante sumas y restas de filas, hasta llegar a la matriz (I / A–1). Ejemplo: 1 5 5 1 0 1 , formamos: (A I ) = Para la misma matriz A = − 1 − 4 0 1 −1 − 4 Iniciamos las transformaciones. Se obtiene: 1 5 1 0 F1 − 5 F 2 1 0 − 4 − 5 → = I A −1 (A I ) = 1 5 1 0 → F 2 + F 1 0 1 1 1 1 −1 − 4 0 1 0 1 1 (F2 + F1 indica que se suma a la segunda fila la primera; F1 – 5F2, que a la primera fila se le resta la segunda multiplicada por 5). − 4 − 5 . La matriz inversa de A es A −1 = 1 1 ( ) Nota. Para matrices de mayor tamaño este método resulta más laborioso; por eso, en el tema de determinantes se verá otra técnica más eficaz para calcular la inversa de una matriz. • Algunas propiedades relacionadas con la matriz inversa. 1. Si A tiene inversa, su inversa es única. 2. Si una fila o una columna de la matriz A es nula, entonces A no es inversible. 3. Si A y B son invertibles y del mismo tamaño, entonces su producto también tiene inversa, que vale: (A · B)−1 = B−1 · A−1 . 4. Si A tiene inversa, entonces su traspuesta también tiene inversa, que vale: (At)−1 = (A−1)t . José María Martínez Mediano