Sistemas de Ecuaciones Lineales y Matrices Oscar G Ibarra-Manzano, DSc Departamento de Area Básica - Tronco Común DES de Ingenierı́as Facultad de Ingenierı́a, Mecánica, Eléctrica y Electrónica Trimestre Invierno 2008, 10 de enero de 2008 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Contenido 1 Sistemas de ecuaciones lineales y matrices Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Resumen 2 Vectores y matrices - productos vectorial y matricial Vectores y matrices - productos vectorial y matricial Resumen 3 Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Contenido 1 Sistemas de ecuaciones lineales y matrices Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Resumen 2 Vectores y matrices - productos vectorial y matricial Vectores y matrices - productos vectorial y matricial Resumen 3 Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Propiedades de la lı́nea recta La lı́nea recta y Algunos hechos fundamentales sobre la lı́nea recta son: (x2 , y2 ) ∆y Propiedad: La pendiente m de una recta que pasa por los puntos (x1 , y1 ) y (x2 , y2 ) está dada por: (x1 , y1 ) m= ∆x x y2 −y1 x2 −x1 = ∆y ∆x si x1 6= x2 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Propiedades de la lı́nea recta La lı́nea recta y Algunos hechos fundamentales sobre la lı́nea recta son: Propiedad: (x2 , y2 ) Si x2 − x1 = 0 y y2 6= y1 , entonces la recta es vertical y se dice que la pendiente es indefinida. ∆y ∆x = 0 (x1 , y1 ) x Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Propiedades de la lı́nea recta La lı́nea recta y Algunos hechos fundamentales sobre la lı́nea recta son: b Propiedad: y = mx + b m= ∆y ∆x x Cualquier recta (excepto una con pendiente indefinida) se puede describir escribiendo su ecuación en la forma pendiente-ordenada y = mx + b, donde m es la pendiente de la recta y b es la ordenada. Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Propiedades de la lı́nea recta La lı́nea recta y Algunos hechos fundamentales sobre la lı́nea recta son: b2 y = mx + b b1 Propiedad: Dos rectas distintas son paralelas si y sólo si tienen la misma pendiente. L2 : m2 L1 : m1 x Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Propiedades de la lı́nea recta La lı́nea recta y Algunos hechos fundamentales sobre la lı́nea recta son: ax + by = c Propiedad: m = − ba x Si la ecuación de la recta se escribe en la forma ax + by = c (b 6= 0), entonces, se puede calcular fácilmente la pendiente de la recta como, m = − ba . Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Propiedades de la lı́nea recta La lı́nea recta y Algunos hechos fundamentales sobre la lı́nea recta son: m2 = − m11 Propiedad: L1 : m1 L2 : m2 x Si m1 es la pendiente de la recta L1 , y m2 es la pendiente de la recta L2 , m1 6= 0 y L1 y L2 son perpendiculares, entonces m2 = − m11 . Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Propiedades de la lı́nea recta La lı́nea recta y Algunos hechos fundamentales sobre la lı́nea recta son: Propiedad: L:m=0 Las rectas paralelas al eje x tienen una pendiente de cero. x Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Propiedades de la lı́nea recta La lı́nea recta y Algunos hechos fundamentales sobre la lı́nea recta son: Propiedad: L : m → indefinida Las rectas paralelas al eje de las y tienen una pendiente indefinida. x Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Dos ecuaciones lineales con dos incógnitas Un sistema con una solución única Considere el sistema Sistema de ecuaciones x −y =7 x +y =5 Consideremos el sistema de dos ecuaciones con dos incógnitas: Solución a11 x + a12 y = b1 a21 x + a22 y = b2 Sumando ambas ecuaciones y después restándolas, obtenemos: x =6 y = −1 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Dos ecuaciones lineales con dos incógnitas Un sistema con un número infinito de soluciones Sistema de ecuaciones Considere el sistema Consideremos el sistema de dos ecuaciones con dos incógnitas: x −y =7 2x − 2y = 14 a11 x + a12 y = b1 Solución a21 x + a22 y = b2 Para este sistema podemos observar que 2(x − y = 7), por lo tanto la solución es de la forma: y =x −7 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Dos ecuaciones lineales con dos incógnitas Un sistema sin solución Considere el sistema Sistema de ecuaciones x −y =7 2x − 2y = 13 Consideremos el sistema de dos ecuaciones con dos incógnitas: Solución a11 x + a12 y = b1 a21 x + a22 y = b2 En este caso tenemos 2(x − y = 13 2 ), por lo tanto las rectas son paralelas y diferentes. Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Representación matricial de sistemas lineales La matriz de coeficientes, A es: 2 4 6 6 A= 4 5 3 1 −2 Definición Una Matriz es un arreglo rectangular de números. Por ejemplo, para el sistema de ecuaciones lineales: 2x1 4x1 3x1 + + + 4x2 5x2 1x2 + + − 6x3 6x3 2x3 = = = 18 24 4 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Representación matricial de sistemas lineales Definición La matriz aumentada del sistema Una Matriz es un arreglo rectangular de es: n úmeros. Por ejemplo, para el sistema de 2 4 6 | 18 ecuaciones lineales: 4 5 6 | 24 2x1 + 4x2 + 6x3 = 18 3 1 −2 | 4 4x1 + 5x2 + 6x3 = 24 3x1 + 1x2 − 2x3 = 4 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Operaciones elementales en una matriz: Operaciones elementales con renglones 1 Multiplicar (o dividir) un renglón por un número diferente de cero. 2 Sumar un múltiplo de un renglón a otro renglón. 3 Intercambiar dos renglones. Ejemplo: 1 2 2 4 6 | 18 1 4 5 6 | 24 R1 → R1 4 5 2 3 1 −2 | 4 −−−−−−−→ 3 1 3 | 9 6 | 24 −2 | 4 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Operaciones elementales en una matriz: Operaciones elementales con renglones 1 Multiplicar (o dividir) un renglón por un número diferente de cero. 2 Sumar un múltiplo de un renglón a otro renglón. 3 Intercambiar dos renglones. Ejemplo: 2 4 4 5 3 1 6 | 18 2 6 | 24 R2 → R2 − 2R1 0 −−−−−−−−−−−→ −2 | 4 3 4 6 | −3 −6 | 1 −2 | 18 −12 4 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Operaciones elementales en una matriz: Operaciones elementales con renglones 1 Multiplicar (o dividir) un renglón por un número diferente de cero. 2 Sumar un múltiplo de un renglón a otro renglón. 3 Intercambiar dos renglones. Ejemplo: 2 4 4 5 3 1 6 | 18 4 5 6 | 24 6 | 24 R1 R2 2 4 6 | 18 −−−−−−→ −2 | 4 3 1 −2 | 4 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss Ejemplo 2x1 4x1 3x1 + + + 4x2 5x2 1x2 + + − 6x3 6x3 2x3 = = = Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 18 24 4 2 4 3 4 5 1 6 | 18 6 | 24 −2 | 4 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss Ejemplo 2x1 4x1 3x1 + + + 4x2 5x2 1x2 + + − 6x3 6x3 2x3 = = = Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 18 24 4 2 4 3 4 5 1 6 | 18 6 | 24 −2 | 4 R1 → 12 R1 −−−−−− −→ 1 4 3 2 5 1 3 | 9 6 | 24 −2 | 4 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss Ejemplo 2x1 4x1 3x1 + + + 4x2 5x2 1x2 + + − 6x3 6x3 2x3 = = = 18 24 4 1 4 3 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 3 | 9 6 | 24 −2 | 4 R2 → R2 − 4R1 R3 → R3 − 3R1 −−−−−−−−−−−→ Procedimiento: 1 2 5 1 1 0 0 2 3 | 9 −3 −6 | −12 −5 −11 | −23 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss Ejemplo 2x1 4x1 3x1 + + + 4x2 5x2 1x2 + + − 6x3 6x3 2x3 = = = Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 18 24 4 1 0 0 2 3 | 9 −3 −6 | −12 −5 −11 | −23 R2 → − 31 R2 −−−−−−−−→ 1 0 0 2 3 | 9 1 2 | 4 −5 −11 | −23 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss Ejemplo 2x1 4x1 3x1 + + + 4x2 5x2 1x2 + + − 6x3 6x3 2x3 = = = 18 24 4 1 0 0 2 3 | 9 1 2 | 4 −5 −11 | −23 R3 → R3 + 5R2 −−−−−−−−−−−→ Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 1 2 3 | 0 1 2 | 0 0 −1 | 9 4 −3 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss Ejemplo 2x1 4x1 3x1 + + + 4x2 5x2 1x2 + + − 6x3 6x3 2x3 = = = Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 18 24 4 1 2 3 | 0 1 2 | 0 0 −1 | 9 4 −3 R3 → − 1 R3 −−−−−−−1−→ 1 0 0 2 1 0 3 2 1 | 9 | 4 | 3 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss Ejemplo 2x1 4x1 3x1 + + + 4x2 5x2 1x2 + + − 6x3 6x3 2x3 = = = 18 24 4 1 0 0 1x1 Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. + 2 3 1 2 0 1 2x2 1x2 + + | 9 | 4 | 3 3x3 2x3 1x3 = = = 9 4 3 x1 9 − 2x2 − 3x3 x2 = 4 − 2x3 x3 3 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss-Jordan Ejemplo 2x1 4x1 2x1 + 4x2 + 5x2 + 7x2 + 6x3 + 6x3 + 12x3 = 18 = 24 = 30 Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 2 4 2 4 5 7 6 | 18 6 | 24 12 | 30 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss-Jordan Ejemplo 2x1 4x1 2x1 + 4x2 + 5x2 + 7x2 + 6x3 + 6x3 + 12x3 = 18 = 24 = 30 2 4 2 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 6 | 18 6 | 24 12 | 30 R1 → 21 R1 −−−−−− −→ Procedimiento: 1 4 5 7 1 4 2 2 5 7 3 | 9 6 | 24 12 | 30 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss-Jordan Ejemplo 2x1 4x1 2x1 + 4x2 + 5x2 + 7x2 + 6x3 + 6x3 + 12x3 = 18 = 24 = 30 1 4 2 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 3 | 9 6 | 24 12 | 30 R2 → R2 − 4R1 R3 → R3 − 2R1 −−−−−−−−−−−→ Procedimiento: 1 2 5 7 1 2 3 | 9 0 −3 −6 | −12 0 3 6 | 12 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss-Jordan Ejemplo 2x1 4x1 2x1 + 4x2 + 5x2 + 7x2 + 6x3 + 6x3 + 12x3 = 18 = 24 = 30 1 2 3 | 0 −3 −6 | 0 3 6 | R2 → − 13 R2 −−−−−−−−→ Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 9 −12 12 1 0 0 2 3 | 9 1 2 | 4 3 6 | 12 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss-Jordan Ejemplo 2x1 4x1 2x1 + 4x2 + 5x2 + 7x2 + 6x3 + 6x3 + 12x3 = 18 = 24 = 30 1 0 0 R → R1 − 2R2 −−1−−−−− −−−−→ R3 → R3 − 3R2 −−−−−−−−−−−→ Procedimiento: 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. 2 3 | 9 1 2 | 4 3 6 | 12 1 0 0 0 −1 1 2 0 0 | 1 | 4 | 0 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Reducción de Gauss-Jordan Ejemplo 2x1 4x1 2x1 + 4x2 + 5x2 + 7x2 + 6x3 + 6x3 + 12x3 = 18 = 24 = 30 1 0 0 0 1 0 1 Se selecciona el pivote. 2 Se calcula Ri → (1/ci )Ri 3 Se calcula Rj → Rj − cj Ri 4 Se repite para todos los elementos del pivote. | 1 | 4 | 0 − x3 = 1 + 2x3 = 4 x1 1 + x3 x2 = 4 − 2x3 x3 x3 1x1 Procedimiento: −1 2 0 1x2 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Resumen Resumen Teorema El sistema a11 x + a12 y = b1 a21 x + a22 y = b2 Tiene una solución única si y sólo si a11 a22 − a12 a21 6= 0. No tiene solución o tiene un número infinito de soluciones si y sólo si a11 a22 − a12 a21 = 0. Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Resumen Resumen Reducción de Gauss & Gauss-Jordan En la eliminación Gaussiana se reduce por renglón la matriz de coeficientes a la forma escalonada por renglones, se despeja el valor de la última incógnita y después se usa la sustitución hacia atrás para las demás incógnitas. En la eliminación de Gauss-Jordan se reduce por renglón la matriz de coeficientes a la forma escalonada reducida por renglones usando el procedimiento descrito. Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Resumen Resumen Problemas - Tarea 1 Pruebe que la distancia entre un punto (x1 , y1 ) y la recta ax + by = c está dada por: d= 2 |ax1 +by1 +c| √ a2 +b2 Encuentre la distancia entre la recta 2x − y = 6 y el punto de intersección de las rectas 2x − 3y = 1 y 3x + 6y = 12. Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Resumen Resumen Problemas - Tarea - Reducción de Gauss-Jordan 1 ¿Para qué valor de k tendrá soluciones no triviales el siguiente sistema?: 1x 2x 3x 2 + + + 1y 3y 4y + 1z + 4z + kz = 0 = 0 = 0 Comprueba el resultado aplicando la reducción de Gauss-Jordan Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Contenido 1 Sistemas de ecuaciones lineales y matrices Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Resumen 2 Vectores y matrices - productos vectorial y matricial Vectores y matrices - productos vectorial y matricial Resumen 3 Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Definiciones y operaciones básicas Vector renglón de n componentes Se define a un vector renglón de n componentes como un conjunto ordenado de n números escritos de la siguiente manera: x1 x2 · · · xn Ejemplo: 5-vector renglón x= 2 1 3 5 −1 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Definiciones y operaciones básicas Vector columna de n componentes Un vector columna de n componentes es un conjunto ordenado de n números escritos de la siguiente manera: x1 x2 .. . xn Ejemplo: 3-vector columna −1 u= 1 0 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Definiciones y operaciones básicas Espacio vectorial Rn Se usa el sı́mbolo Rn para denotar al conjunto de todos los n-vectores: a1 a2 .. . an cada ai es un número real Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Definiciones y operaciones básicas Matriz Una matriz A de m × n es un arreglo rectangular de mn números agrupados en m renglones y n columnas. a11 a12 · · · a1j · · · a1n a21 a22 a2j a2n .. .. .. .. . . . . A= ai1 ai2 · · · aij · · · ain . .. .. .. .. . . . am1 am2 · · · amj · · · amn Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Suma de matrices Consideremos A = (aij ) y B = (bij ) dos matrices m × n. Entonces la suma de A y B es una matriz m × n, A + B dada por: A+B = aij + bij a11 + b11 a21 + b21 = .. . a12 + b12 a22 + b22 .. . ··· ··· a1n + b1n a2n + b2n .. . am1 + bm1 am2 + bm2 ··· amn + bmn Es decir, A + B es una matriz de m × n que se obtiene al sumar las componentes correspondientes de A y B. Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Multiplicación de una matriz por un escalar Si A = (aij ) es una matriz m × n y si α es un escalar, entonces la matriz m × n, αA, está dada por: αA = (αaij ) αa11 αa21 = . .. αa12 αa22 .. . ··· ··· αa1n αa2n .. . αam1 αam2 ··· αamn Es decir, αA = (αaij ) es una matriz obtenida al multiplicar cada componente de A por α. Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Teorema Sean A, B y C tres matrices de m × n y sean α y β dos escalares. Entonces: 1 A+0=A 2 0A = 0 3 A + B = B + A (ley conmutativa) 4 (A + B) + C = A + (B + C) (ley asociativa) 5 α(A + B) = αA + αB (ley distributiva para escalares) 6 1A = A 7 (α + β)A = αA + βA Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Teorema Sean A, B y C tres matrices de m × n y sean α y β dos escalares. Entonces: 1 A+0=A 2 0A = 0 3 A + B = B + A (ley conmutativa) 4 (A + B) + C = A + (B + C) (ley asociativa) 5 α(A + B) = αA + αB (ley distributiva para escalares) 6 1A = A 7 (α + β)A = αA + βA Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Teorema Sean A, B y C tres matrices de m × n y sean α y β dos escalares. Entonces: 1 A+0=A 2 0A = 0 3 A + B = B + A (ley conmutativa) 4 (A + B) + C = A + (B + C) (ley asociativa) 5 α(A + B) = αA + αB (ley distributiva para escalares) 6 1A = A 7 (α + β)A = αA + βA Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Teorema Sean A, B y C tres matrices de m × n y sean α y β dos escalares. Entonces: 1 A+0=A 2 0A = 0 3 A + B = B + A (ley conmutativa) 4 (A + B) + C = A + (B + C) (ley asociativa) 5 α(A + B) = αA + αB (ley distributiva para escalares) 6 1A = A 7 (α + β)A = αA + βA Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Teorema Sean A, B y C tres matrices de m × n y sean α y β dos escalares. Entonces: 1 A+0=A 2 0A = 0 3 A + B = B + A (ley conmutativa) 4 (A + B) + C = A + (B + C) (ley asociativa) 5 α(A + B) = αA + αB (ley distributiva para escalares) 6 1A = A 7 (α + β)A = αA + βA Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Teorema Sean A, B y C tres matrices de m × n y sean α y β dos escalares. Entonces: 1 A+0=A 2 0A = 0 3 A + B = B + A (ley conmutativa) 4 (A + B) + C = A + (B + C) (ley asociativa) 5 α(A + B) = αA + αB (ley distributiva para escalares) 6 1A = A 7 (α + β)A = αA + βA Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Suma y multiplicación de matrices Teorema Sean A, B y C tres matrices de m × n y sean α y β dos escalares. Entonces: 1 A+0=A 2 0A = 0 3 A + B = B + A (ley conmutativa) 4 (A + B) + C = A + (B + C) (ley asociativa) 5 α(A + B) = αA + αB (ley distributiva para escalares) 6 1A = A 7 (α + β)A = αA + βA Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Producto escalar Definición: Producto escalar a1 b1 a2 b2 Sean a = . y b = . .. .. dos vectores. Entonces el bn an producto escalar de a y b, representado por a · b, está definido como: a · b = a1 b1 + a2 b2 + · · · an bn Para poder realizar el producto escalar de a y b es necesario que a y b tengan el mismo número de componentes Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Producto escalar Teorema Sean a, b y c tres n-vectores y sea α un escalar. Entonces: 1 a·0=0 2 a · b = b · a (ley conmutativa) 3 a · (b + c) = a · b + a · c (ley distributiva) 4 (αa) · b = α(a · b) Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Producto escalar Teorema Sean a, b y c tres n-vectores y sea α un escalar. Entonces: 1 a·0=0 2 a · b = b · a (ley conmutativa) 3 a · (b + c) = a · b + a · c (ley distributiva) 4 (αa) · b = α(a · b) Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Producto escalar Teorema Sean a, b y c tres n-vectores y sea α un escalar. Entonces: 1 a·0=0 2 a · b = b · a (ley conmutativa) 3 a · (b + c) = a · b + a · c (ley distributiva) 4 (αa) · b = α(a · b) Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Producto escalar Teorema Sean a, b y c tres n-vectores y sea α un escalar. Entonces: 1 a·0=0 2 a · b = b · a (ley conmutativa) 3 a · (b + c) = a · b + a · c (ley distributiva) 4 (αa) · b = α(a · b) Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Producto de dos matrices Definición: Sea A = (aij ) una matriz m × n, y sea B = (bij ) una matriz de n × p. Entonces el producto de A y B es una matriz de m × p, C = (cij ), en donde: 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 = ai1 b1j + ai2 b2j + · · · + ain bnj 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. Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Vectores y matrices - productos vectorial y matricial Producto de dos matrices Ejemplificación de la multiplicación matricial (cij ) = a11 a21 .. . ai1 .. . am1 a12 a22 .. . ai2 .. . am2 ··· ··· ··· ··· a1n a2n .. . ain .. . amn b 11 b 21 . . . bn1 b12 b22 .. . bn2 ··· ··· ··· b1j b2j .. . bnj ··· ··· ··· b1p b2p .. . bnp Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Resumen Resumen La notación Σ El producto escalar y la multiplicación de dos matrices puede ser expresada de la siguiente forma: Producto escalar a·b = a1 b1 + a2 b2 + · · · + an bn n X = ai bi i=1 Multiplicación de dos matrices cij = ai1 b1j + ai2 b2j + · · · + ain bnj n X = aik bkj k=1 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Resumen Resumen Problemas - Tarea 1 2 3 Sean a11 , a12 , a21 y a22 números reales dados tales que a11 a22 − a los números 12 a21 6= 0. Encuentre 12 , b21 y b22 b11 , b a11 a12 b11 b12 1 0 tales que = . a21 a22 b21 b22 0 1 −1 2 Calcule A2 si A = . 3 4 Se dice que dos vectores a y b son ortogonales si a · b = 0. Determine los números α y β tales que los vectores todos 1 4 −α 5 2 y −2β sean ortogonales. 3 7 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Contenido 1 Sistemas de ecuaciones lineales y matrices Sistemas de ecuaciones lineales - eliminación de Gauss-Jordan Resumen 2 Vectores y matrices - productos vectorial y matricial Vectores y matrices - productos vectorial y matricial Resumen 3 Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Representación matricial de un sistema de ecuaciones lineales Sistema de m ecuaciones y n incógnitas Consideremos el sistema de m ecuaciones lineales con n incógnitas: a11 x1 a21 x1 .. . + + a12 x2 a22 x2 .. . + + ··· ··· + + am1 x1 + am2 x2 + ··· + amn xn La matriz de coeficientes es: a11 a12 a21 a22 A= . .. .. . am1 am2 a1n xn a2n xn .. . ··· ··· a1n a2n .. . ··· amn = = b1 b2 .. . = bm Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Representación matricial de un sistema de ecuaciones lineales Sistema de m ecuaciones y n incógnitas Consideremos el sistema de m ecuaciones lineales con n incógnitas: a11 x1 a21 x1 .. . + + a12 x2 a22 x2 .. . + + ··· ··· + + am1 x1 + am2 x2 + ··· + amn xn Los vectores x y b son: x= x1 x2 .. . xn b= a1n xn a2n xn .. . b1 b2 .. . bm = = b1 b2 .. . = bm Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Representación matricial de un sistema de ecuaciones lineales Sistema de m ecuaciones y n incógnitas Consideremos el sistema de m ecuaciones lineales con n incógnitas: a11 x1 a21 x1 .. . + + a12 x2 a22 x2 .. . + + ··· ··· + + am1 x1 + am2 x2 + ··· + amn xn a1n xn a2n xn .. . = = b1 b2 .. . = bm Representación matricial de un sistema de ecuaciones: Ax = b Un sistema de ecuaciones lineales es homogéneo si: Ax = 0 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Representación matricial de un sistema de ecuaciones lineales Sistema de m ecuaciones y n incógnitas Consideremos el sistema de m ecuaciones lineales con n incógnitas: a11 x1 a21 x1 .. . + + a12 x2 a22 x2 .. . + + ··· ··· + + am1 x1 + am2 x2 + ··· + amn xn a1n xn a2n xn .. . = = b1 b2 .. . = bm Ejemplo: 1x1 + 4x2 − 2x3 2x1 + 5x2 + 3x3 3x1 + 1x2 − 2x3 = 10 = 8 = 4 1 4 A= 2 5 3 1 −2 3 −2 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Representación matricial de un sistema de ecuaciones lineales Sistema de m ecuaciones y n incógnitas Consideremos el sistema de m ecuaciones lineales con n incógnitas: a11 x1 a21 x1 .. . + + a12 x2 a22 x2 .. . + + ··· ··· + + am1 x1 + am2 x2 + ··· + amn xn a1n xn a2n xn .. . = = b1 b2 .. . = bm Ejemplo (continuación): 1x1 + 4x2 − 2x3 2x1 + 5x2 + 3x3 3x1 + 1x2 − 2x3 = 10 = 8 = 4 x1 10 x = x2 , b = 8 x3 4 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Ejemplo - Sistema homogéneo y no homogéneo Ejemplo: 1x1 + 1x2 − 1x3 4x1 − 1x2 + 5x3 6x1 + 1x2 + 3x3 = 7 = 4 = 18 La representación de la de Ax = b es: 1 1 −1 4 −1 5 6 1 3 matriz aumentada | 7 | 4 | 18 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Ejemplo - Sistema homogéneo y no homogéneo Ejemplo: 1x1 + 1x2 − 1x3 4x1 − 1x2 + 5x3 6x1 + 1x2 + 3x3 = 7 = 4 = 18 Reduciendo la matriz aumentada a la forma escalonada, tenemos: 1 1 −1 | 7 4 −1 5 | 4 6 1 3 | 18 R2 → R2 − 4R1 R3 → R3 − 6R1 −−−−−−−−−−−→ 1 1 −1 | 0 −5 9 | 0 −5 9 | 7 −24 −24 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Ejemplo - Sistema homogéneo y no homogéneo Ejemplo: 1x1 + 1x2 − 1x3 4x1 − 1x2 + 5x3 6x1 + 1x2 + 3x3 = 7 = 4 = 18 Reduciendo la matriz aumentada a la forma escalonada, tenemos (continuación): 1 1 −1 | 7 0 −5 9 | −24 0 −5 9 | −24 R2 → − R52 −−−−−−−→ 1 0 0 1 −1 | 7 24 1 − 95 | 5 −5 9 | −24 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Ejemplo - Sistema homogéneo y no homogéneo Ejemplo: 1x1 + 1x2 − 1x3 4x1 − 1x2 + 5x3 6x1 + 1x2 + 3x3 = 7 = 4 = 18 Reduciendo la matriz aumentada a la forma escalonada, tenemos (continuación): 1 1 −1 | 7 24 0 1 − 95 | 5 0 −5 9 | −24 R1 → R1 − R2 R3 → R3 + 5R2 −−−−−−−−−−−→ 1 0 0 1 0 0 4 5 9 −5 | | 0 | 11 5 24 5 0 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Ejemplo - Sistema homogéneo y no homogéneo La reducción queda como: 4 1 0 | 5 0 1 −9 | 5 0 0 0 | Ejemplo: 1x1 + 1x2 − 1x3 4x1 − 1x2 + 5x3 6x1 + 1x2 + 3x3 = 7 = 4 = 18 La solución serı́a: x1 x2 = x3 11 5 24 5 11 5 24 5 0 − 45 x3 + 95 x3 x3 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Ejemplo - Sistema homogéneo y no homogéneo Ejemplo: 1x1 + 1x2 − 1x3 4x1 − 1x2 + 5x3 6x1 + 1x2 + 3x3 = 7 = 4 = 18 Considerando las soluciones x1 y x2 para x3 = 1 y x3 = 2, respectivamente: 11 4 x1 5 − 5 x3 9 x1,2 = x2 = 24 5 + 5 x3 x3 x3 La soluciones serı́an: 7 x1 = 5 33 5 1 x2 = 3 5 42 5 2 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Ejemplo - Sistema homogéneo y no homogéneo Consideremos ahora el vector x = x1 − x2 : 7 3 4 Ejemplo: x= 5 33 5 1 1x1 + 1x2 − 1x3 4x1 − 1x2 + 5x3 6x1 + 1x2 + 3x3 = 7 = 4 = 18 − 5 42 5 5 = −9 5 2 −1 efectuando la multiplicación Ax: 4 1 1 −1 0 5 4 −1 5 − 95 = 0 6 1 3 0 −1 Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales Matrices y sistemas de ecuaciones lineales Ejemplo - Sistema homogéneo y no homogéneo Consideremos ahora el vector x = x1 − x2 : 7 3 4 Teorema Sean x1 y x2 soluciones al sistema no homogéneo. Entonces su diferencia x1 − x2 , es una solución al sistema homogéneo relacionado A(x1 − x2 ) = Ax1 − Ax2 = 0 x= 5 33 5 1 − 5 42 5 5 = −9 5 2 −1 efectuando la multiplicación Ax: 4 1 1 −1 0 5 4 −1 5 − 95 = 0 6 1 3 0 −1