jueves, 1 de octubre de 2009

3.4 Cálculo de la inversa de una matriz


Sabemos ya multiplicar matrices y hemos visto algunas de las propiedades de esta operación. Recordemos, en primer lugar, que no siempre es posible efectuar la multiplicación de dos matrices, y en segundo lugar, que aunque sea posible hacer esta multiplicación, en general no es conmutativo, es decir A·B es distinto de B·A.

En el caso particular de que tratemos con matrices cuadradas del mismo orden A y B, es claro que podemos efectuar los productos A·B y B·A, que darán como resultado otra matriz del mismo orden, aunque, como ya se ha dicho, las matrices resultantes serán, en general, distintas.

Sabemos también que el elemento neutro del producto de matrices es la matriz identidad In. Por analogía con el caso de los números reales, podemos plantearnos la siguiente cuestión:

Si tenemos un número real, por ejemplo el 2, podemos interesarnos en buscar el inverso del 2 para el producto, es decir un número real x tal que 2·x = 1, el producto de 2 por x sea igual al elemento neutro, el 1.

Evidentemente, en el caso de los números reales es bien fácil despejar x para obtener, en nuestro caso, que x =12, es decir, el inverso de un número real es otro número que multiplicado por ´el da el elemento neutro, el 1.

Todo número real, salvo el 0, tiene inverso.

Trasladando esto a las matrices, nos podemos plantear si dada una matriz cuadrada A de orden n, cualquiera, existe su inversa X para el producto de matrices, tal que A ・ X = In es decir, el producto de A por su inversa produce el elemento neutro matricial, la matriz identidad In. Sin embargo, hay algunas diferencias con respecto al caso de los números reales:

1) No podemos “despejar” la matriz X del modo X = In A, porque no hemos definido la división de matrices.

2) No todas las matrices cuadradas no nulas tienen matriz “inversa” (sea lo que sea, por analogía con los números).

Definamos, en primer lugar, el término de matriz inversa:

Dada una matriz cuadrada de orden n , A, se dice que A es invertible (o que posee inversa o que es no singular o que es regular ), si existe otra matriz del mismo orden, denominada matriz inversa de A y representada por A−1 y tal que:

A ・ A−1 = In y A−1 ・ A = In

Si A no tiene inversa, se dice que es singular o no invertible.
Si una matriz tiene inversa, dicha matriz inversa es única (sólo hay una).

3.5 Definición de determinante de una matriz

El determinante de una matriz determina si los sistemas son singulares o mal condicionados. En otras palabras, sirve para determinar la existencia y la unicidad de los resultados de los sistemas de ecuaciones lineales.

• El determinante de una matriz es un número.
• Un determinante con valor de cero indica que se tiene un sistema singular.
• Un determinante con valor cercano a cero indica que se tiene un sistema mal condicionado.

Un sistema singular es cuando en el sistema de ecuaciones se tiene a más de una ecuación con el mismo valor de la pendiente. Por ejemplo ecuaciones que representan líneas paralelas o ecuaciones que coinciden en los mismos puntos de graficación.

En un sistema mal condicionado es difícil identificar el punto exacto en que las líneas de las ecuaciones se interceptan.
























3.6 Propiedades de los determinantes

Los determinantes tiene muchas propiedades especiales, alguna de la cuales las enunciamos aquí:

  • Sea A una matriz cuadradaSi toda entrada en una fila (o columna) es cero entonces
  • Si una matriz B se forma intercambiando dos fila (o columnas) de A, entonces
  • Si una matriz B se forma multiplicando cada entrada en una fila ( o columna) de A por un número real k, entonces[B]=k[A].
  • Si dos filas (o columnas) de una matriz A son iguales, entonces
  • Si una matriz B se forma remplazando cualquier fila (o columna) de A por la suma de esa fila (o columna) y k veces cualquier otra fila (o columna) de A, entonces

Ejemplos:-

Sin desarrollas de deduce “Si toda entrada en una fila (o columna) es cero entonces




- Se deduce “Si una matriz B se forma intercambiando dos fila (o columnas) de A, entonces


- Se factoriza dos de cada entrada de la primera fila “Si una matriz B se forma multiplicando cada entrada en una fila ( o columna) de A por un número real k, entonces




- Como la primera y segunda columna son iguales entonces se deduce “Si dos filas (o columnas) de una matriz A son iguales, entonces



3.7 Inversa de una matriz cuadrada a través de la adjunta

Una matriz cuadrada que posee inversa se dice que es inversible o regular; en caso contrario recibe el nombre de singular.

Propiedades de la inversión de matrices
  • La matriz inversa, si existe, es única
  • A-1A=A·A-1=I
  • (A·B) -1=B-1A-1
  • (A-1) -1=A
  • (kA) -1=(1/k·A-1
  • (At) –1=(A-1) t
Observación

Podemos encontrar matrices que cumplen A·B = I, pero que B·A¹ I, en tal caso, podemos decir que A es la inversa de B "por la izquierda" o que B es la inversa de A "por la derecha".

Hay varios métodos para calcular la matriz inversa de una matriz dada:

  • Directamente (Ejemplo)
  • Usando determinantes
  • Por el método de Gauss-Jordan

Dada la matriz buscamos una matriz que cumpla A·A-1 = I, es decir


Para ello planteamos el sistema de ecuaciones:


La matriz que se ha calculado realmente sería la inversa por la "derecha", pero es fácil comprobar que también cumple A-1 ·A = I, con lo cual es realmente la inversa de A.

3.8 Solución de un sistema de ecuaciones lineales a través de la adjunta

Sea A una matriz cuadrada no singular, es decir, que su determinante sea diferente de cero, Por definición de matriz inversa, se tiene que es la inversa de Asi: Haciendo y sustituyendo en la ecuación anterior, se obtiene
A X=(14)
Puede considerarse que esta ecuación matricial representa un sistema de ecuaciones simultáneas, en donde no hay un solo vector de términos independientes sino n, los n vectores básicos que forman la matriz unitaria I. Además, no existe un solo vector de incógnitas, sino n, los que corresponden a cada columna de la matriz unitaria. Por lo anterior, es posible determinar la inversa de una matriz con el método de Gauss-Jordan de eliminación completa. Para lograrlo, bastará con aplicar las operaciones elementales sobre los renglones de la matriz ampliada (A, I) de manera de transformar A en I. Cuando se haya hecho, se obtendrá la matriz ampliada con lo que se tendrá la inversa buscada.
EJEMPLO

Invertir la matriz



Auméntese la matriz de coeficientes con una matriz identidad



Usando a11 como pivote, el renglón 1 se normaliza y se usa para eliminar a X1 de los otros renglones.

En seguida, se usa a22 como pivote y X2 se elimina de los otros renglones.




Finalmente, se usa a33 como pivote y X3 se elimina de los renglones restantes:



Por lo tanto, la inversa es:



Se puede resolver un sistema de ecuaciones con la inversa de la matriz de coeficientes, de la siguiente manera:


donde C es el vector de términos independientes.
Comparando ambos métodos, es evidente que el método de inversión de matrices no es práctico para la solución de un sólo conjunto (o dos o tres conjuntos) de ecuaciones simultáneas, porque la cantidad de cálculos que intervienen para determinar la matriz inversa es muy grande. Sin embargo, si se desea resolver 20 conjuntos de 10 ecuaciones simultáneas que difieren únicamente en sus términos independientes, una matriz aumentada que contiene 20 columnas de constantes (que se utilizarían en el método de eliminación) sería difícil de reducir, y se podría usar con ventaja el método de inversión de matrices.

3.9 Solución de un sistema de ecuaciones por la regla de Cramer

La regla de Cramer, que ahora veremos, aprovecha con astucia las propiedades de las matrices y sus determinantes para despejar, separada mente, una cualquiera de las incógnitas de un sistema de ecuaciones lineales.

Sistema de Cramer. Es un sistema en el que: m=n y [A]…0. Es decir: La matriz A es cuadrada y regular. En tal caso, A tiene inversa A-1, por lo que multiplicando [2] por la izquierda por A -1:


que son las fórmulas de Cramer, las cuales se recogen en la siguiente regla:


Regla de Cramer. El valor de la incógnita xj en un sistema de Cramer es una fracción, cuyo numerador es undeterminante que se ob tiene al reemplazar la columna j por la columna que forman los términos independientes, y cuyo denominador
.

3.10 Aplicación de Matrices y Determinantes

APLICACIONES DE MATRICES

Las matrices se utilizan en el contexto de las ciencias como elementos que sirven para clasificar valores numéricos atendiendo a dos criterios o variables.

Ejemplo: Un importador de globos los importa de dos colores, naranja (N) y fresa (F). Todos ellos se envasan en paquetes de 2, 5 y 10 unidades, que se venden al precio (en euros) indicado por la tabla siguiente:

Sabiendo que en un año se venden el siguiente número de paquetes:

Resumir la información anterior en 2 matrices A y B, de tamaño respectivo 2x3 y 3x2 que recojan las ventas en un año (A) y los precios (B). Nos piden que organicemos la información anterior en dos matrices de tamaño concreto. Si nos fijamos en las tablas, es sencillo obtener las matrices:


Estas matrices se denominan matrices de información, y simplemente recogen los datos numéricos del problema en cuestión.

Otras matrices son las llamadas matrices de relación, que indican si ciertos elementos están o no relacionados entre sí. En general, la existencia de relación se expresa con un 1 en la matriz y la ausencia de dicha relación de expresa con un 0.

Estas matrices se utilizan cuando queremos trasladar la información dada por un grafo y expresarla numéricamente.

En Matemáticas, un grafo es una colección cualquiera de puntos conectados por líneas.

Existen muchos tipos de grafos. Entre ellos, podemos destacar:

* Grafo simple: Es el grafo que no contiene ciclos, es decir, líneas que unan un punto consigo mismo, ni líneas paralelas, es decir, líneas que conectan el mismo par de puntos.

* Grafo dirigido: Es el grafo que indica un sentido de recorrido de cada línea, mediante una flecha.

Estos tipos de grafo pueden verse en la figura:
Figura 6.1: Grafo, Grafo simple y Grafo dirigido.

Relacionadas con los grafos se pueden definir algunas matrices. Entre todas ellas, nosotros nos fijaremos en la llamada matriz de adyacencia, que es aquella formada por ceros y unos exclusivamente, de tal forma que:

* un 1 en el lugar (i,j) expresa la posibilidad de ir desde el punto de la fila i hasta el punto de la columna j mediante una línea que los una directamente.

* un 0 en el lugar (i,j) expresa la imposibilidad de ir del primer punto al segundo mediante una línea que los una directamente. La matriz de adyacencia del grafo dirigido de la figura anterior será:



APLICACIONES DE LOS DETERMINANTES