Matriz (matemáticas)
En matemáticas, unha matriz é un conxunto de números ordenados en filas e columnas de forma rectangular, na que se pode definir un conxunto de operacións. As matrices teñen múltiples aplicacións, como na resolución de sistemas de ecuacións lineais, e son fundamentais na álxebra lineal.
Definición
editarLiñas | Matriz |
---|---|
Filas | |
Columnas |
Unha matriz en R é unha colección dobremente indexada de elementos dun anel R, é dicir, que os elementos disporanse en filas e columnas e que os elementos teñen definidos operacións semellantes a suma e ao produto.[1] A meirande parte deste artigo referirase as matrices de elementos nun corpo K, en particular, ás matrices reais ou complexas, é dicir, matrices cuxos elementos son números reais ou complexos, respectivamente. Un exemplo dunha matriz sería:
Os obxectos matemáticos que conforman a matriz son os seus elementos. As liñas horizontais chámanse filas, e as verticais, columnas.
Orde
editarUnha matriz de orde ou, xeralmente, unha matriz é unha matriz con m filas e n columnas, e m e n son as dimensións da matriz. Por exemplo, a matriz A anterior é unha matriz . A matriz será unha matriz fila, e a matriz será unha matriz columna.
Para referirmos ao conxunto de matrices de orde , usaremos , onde é o anel ao que pertencen os elementos. No caso do conxunto de matrices cadradas e , usaremos a notación de
Notación
editarAs matrices adoitan denotarse con letras maiúsculas, en tanto que os seus elementos son denotados por letras minúsculas con dous índices. Aquí, usaremos a notación de dobre subindexado para falar dos elementos dunha matriz A: o elemento de A na fila i e na columna j denótase por aij. Normalmente, unha matriz escribirase da seguinte forma:
- .
Deste xeito, se:
entón a23 = 1 e a11 = 4. Ás veces, utilizarase Aij para representar aij e a notación de (aij) para referirse á matriz A cando a súa orde estea clara polo contexto. Hai que ter en conta que existen outra notación, na que se escribirá para indicar o mesmo elemento.[2] Ás veces, para traballar comodamente coas columnas dunha matriz, escribiremos onde é a columna i-ésima.
Diremos que dúas matrices e son iguais cando teñen a mesma orde m×n e todos os elementos correspondentes son iguais, é dicir, .
No estudo das matrices, adoitase chamar escalar aos elementos do anel, é dicir, os escalares serán os números reais se o noso anel son os reais.
Operacións de matrices
editarMultiplicación por un escalar
editarA multiplicación é unha das operacións máis sinxelas que poden ser feitas con matrices. Para multiplicar un número calquera por unha matriz m×n , basta multiplicar cada elemento de por . Así, a matriz resultante será tamén m×n e . Con iso, pódese pensar tamén na noción de dividir unha matriz por un número: basta multiplicala polo inverso dese número. Mais esa noción pode ser perigosa: en canto a multiplicación entre un número e unha matriz pode ser dita "conmutativa", o mesmo non vale para a división, pois non se pode dividir un número por unha matriz.
Por exemplo:
Adición de matrices
editar- Artigo principal: suma de matrices.
Se e son dúas matrices da mesma orde m×n, entón a suma é a matriz de orde m×n que se obtén ao sumar os elementos de cos elementos de que lle corresponden, é dicir, dadas as matrices e da mesma orde, e , entón a suma .
Por exemplo:
- .
A matriz escríbese , e entón podemos definir a diferenza de dúas matrices: dadas as matrices e da mesma orde, e , entón a diferenza .
Transposición
editarSe é unha matriz de orde m×n, entón a matriz trasposta de é a matriz n×m que se forma intercambiando as filas e as columnas de , isto é,
Por exemplo:
Produto de matrices
editar- Artigo principal: produto de matrices.
O produto de dúas matrices é só posíbel se o número de columnas da matriz da esquerda é o mesmo número de liñas da matriz da dereita. Se é unha matriz m×n e é unha matriz n×p, entón o produto é unha matriz m×p é .
Por exemplo:
Álxebra de matrices
editarPropiedades da adición de matrices e da multiplicación por escalares
editarDadas as matrices , , da mesma orde e , escalares, entón cúmprense as seguintes propiedades:
- Conmutativa:
- Asociativa:
- Elemento neutro da suma de matrices: Para todas as matrices da mesma orde, existe unha matriz tal que para calquera matriz
- Elemento oposto da suma de matrices: Para toda matriz existe unha matriz tal que
- Distributiva respecto á suma de matrices:
- Distributiva respecto á suma de escalares:
- onde é o elemento neutro do produto do anel R ao que pertence o escalar.
Propiedades do produto de matrices
editarDadas as matrices , , das ordes axeitadas para que as operacións estean definidas, e un escalar, entón cúmprense as seguintes propiedades:
- Asociativa:
- Distributiva pola esquerda:
- Distributiva pola dereita:
- Se ten orde m×n,
En xeral, observamos que o produto de dúas matrices e é non conmutativo:
- Se as matrices non son cadradas, polo menos un dos dous produtos non estará definido.
- De seren dúas matrices cadradas, os produtos e estarán definidos, pero non teñen por que coincidir, como no seguinte exemplo:
Exemplo: e as matrices non conmutan.
De coincidiren, e diremos que as matrices e conmutan.
Propiedades da transposición
editarDadas as matrices , das ordes axeitadas para que as operacións estean definidas, e un escalar, entón cúmprense as seguintes propiedades:
Matriz cadrada
editar- Artigo principal: matriz cadrada.
Unha matriz cadrada é unha matriz co mesmo número de filas que de columnas, é dicir, son as matrices de orde nxn ou, simplemente, de orde n. Chamaremos ao conxunto de elementos da forma como diagonal principal.
Principais tipos
editarMatrices diagonais e triangulares
editarNome Exemplo con n=3 Definición Matriz diagonal Matriz triangular inferior matriz triangular superior
Se todos os elementos da matriz por debaixo da diagonal principal son nulos , é unha matriz triangular superior. Analogamente, se os elementos que están por riba da diagonal principal son cero, entón é unha matriz diagonal inferior. Se todas os elementos que no estean na diagonal principal son nulos, diremos que é unha matriz diagonal.
Se os elementos da diagonal son , defínese como a matriz diagonal na que .
Matriz identidade
editarA matriz identidade de orde n é a matriz de orde nxn tal que todos os elementos da diagonal principal son iguais a 1, e o resto de elementos son iguais a 0, como:
Son un tipo especial de matrices cadradas, que toman o seu nome porque manteñen as matrices despois do produto: para toda matriz de orde mxn.
Matriz simétrica e antisimétrica
editarUnha matriz cadrada é unha matriz simétrica se , mais se , entón é unha matriz antisimétrica.
Pódense construír matrices destes tipos a partir doutras que non pertence, por exemplo, se é unha matriz cadrada, é unha matriz simétrica e é unha matriz antisimétrica, e para calquera matriz , é unha matriz simétrica.
Matriz invertible e matriz inversa
editar- Artigo principal: matriz invertíbel.
Unha matriz cadrada de orde n, é invertible o non singular se existe unha matriz tal que , onde é a matriz identidade nxn. Se existe, entón denotarémola como a matriz inversa de ou . [3] A matriz inversa ten as seguintes propiedades:
- Se e todas son matrices cadradas e invertibles, entón .
- Se é simétrica, entón tamén.
- Se existe a matriz inversa, entón esta ha de ser única.
Matriz ortogonal
editarUnha matriz cadrada é unha matriz ortogonal con elementos reais e que a súa matriz trasposta é igual a súa matriz inversa: . Deste xeito, temos que .
Operacións principais
editarTraza
editarA traza, , dunha matriz cadrada é a suma dos elementos da súa diagonal, é dicir, . Un exemplo sería
Pódese deducir pola definición de produto de matrices que:
Disto conclúese que a traza dun produto de máis de dúas matrices é independente dunha permutación cíclica de matrices, mais isto non se aplica en xeral a permutacións arbitrarias, por exemplo . Tamén temos que a traza dunha matriz ten a mesma traza que a súa transposta, isto é, .
Determinante
editar- Artigo principal: Determinante (matemáticas).
O determinante dunha matriz cadrada A (denominado det(A) ou |A|) é un número que codifica certas propiedades da matriz. Unha matriz é invertíbel se e só se o seu determinante é distinto de cero.
O seu valor absoluto é igual á área (en R2) ou volume (en R3) da imaxe do cadrado (ou cubo), mentres que o seu signo corresponde á orientación do mapa linear correspondente: o determinante é positivo se e só se se conserva a orientación.
O determinante ou dunha matriz cadrada é a única función matricial que leva ao conxunto a que cumpre:[4]
Ás propiedades 1 e 2 din que é unha función n-linear para as columnas e a propiedade 3 di que é alternada para as columnas.
O determinante ten diferentes propiedades, entre as que salientan:
- Unha matriz é invertíbel se e só se o seu determinante non é cero.
- , polo que temos as mesmas propiedades para as filas que para as columnas.
- O seu valor absoluto equivale á área (en ), ao volume (en ) ou ao volume xeneralizado (en ) do cubo que ten por costados aos vectores que corresponden coas columnas da matriz.
- Mediante a regra de Cramer, pódese usar para resolver sistemas de ecuacións lineais.
Eigenvalores e eigenvectores
editar- Artigo principal: Valor propio, vector propio e espazo propio.
Un número e un vector distinto de cero v que satisfán
chámanse eigenvalor (ou valor propio) e eigenvector (ou vector propio) de A, respectivamente.[5][6] O número λ é un eigenvalor dunha matriz n×n-A se e só se A−λIn non é invertíbel, o que é equivalente a
O polinomio nunha variable indeterminada X dada pola avaliación do determinante chámase polinomio característico de A. É un polinomio mónico de grao n. Polo tanto, a ecuación polinómica ten como máximo n solucións diferentes, é dicir, n eigenvalores da matriz.[8] Poden ser complexos aínda que as entradas de A sexan reais.
Segundo o teorema de Cayley–Hamilton, , é dicir, o resultado de substituír a propia matriz no seu polinomio característico obtén a matriz cero.
Ecuacións lineais
editarA álxebra de matrices é interesante para a representación de sistemas de ecuacións lineais. Por exemplo, supoñamos que queremos resolver o seguinte sistema:
Entón poderemos representalo pola ecuación de matrices , onde
Como neste caso temos que é invertíbel, entón:
En xeral, se é unha matriz mxn, é unha matriz columna n×1 e é outra matriz columna m×1, entón a ecuación é equivalente ao sistema de ecuacións
Como no caso anterior, se n = m e é invertible (as ecuacións son independentes), podemos escribir para resolver o sistema. En calquera outro caso, ou ben o sistema non té solucións ou ben té infinitas.
Descomposición
editar- Artigo principal: Descomposición de matrices.
Hai diferentes métodos para traballar coas matrices dun xeito máis sinxelo, para o cal unha posibilidade é o uso de técnicas coñecidas como "descomposición matricial" ou "factorización matricial". Debido a que estas transformacións manteñen certas propiedades da matriz orixinal, como o determinante, o rango ou os autovalores, estas propiedades poden ser calculadas a partir da descomposición no canto da matricial orixinal. Deste xeito son utilizadas na análise numérica para realizar certas operacións matriciais de maneira máis eficiente.
Aplicacións
editarTeoría de grafos
editarEn teoría de grafos, usando as matrices pódense representar grafos, atopar caracterizacións e demostrar resultados con técnicas de álxebra lineal. Entre as matrices que se utilizan salientan[9]:
- A matriz de adxacencia, que garda a información de que vértices están conectados por unha aresta.
- A matriz de incidencia, que almacena en un -1 se a aresta j sae do vértice i, 1 se entra e 0 no outros casos.
- A matriz laplaciana, que se define como a matriz diferenza entre a matriz de grados e a matriz de adxacencia.
- A matriz de distancias, que é a matriz que garda a distancia entre os vértices dun grafo.
Notas
editar- ↑ Lang et al. 2002, p. 503.
- ↑ Rojo et al. 2007, p. 115.
- ↑ Poole et al. 2011, p. 167.
- ↑ Blyth & Robertson 1986, p. 86.
- ↑ Eigen significa "propio" en alemán e en Holandés.
- ↑ Brown 1991, Definition III.4.1
- ↑ Brown 1991, Definition III.4.9
- ↑ Brown 1991, Corollary III.4.10
- ↑ Bapat et al. 2010.
Véxase tamén
editarBibliografía
editar- Anton, Howard (2003). Introducción al Álgebra Lineal. México: Editorial Limusa, S.A. ISBN 9789681863173.
- Blyth, Thomas S.; Robertson, Edmund F. (2002). Basic Linear Algebra. Springer. ISBN 9781852336622.
- Blyth, Thomas S.; Robertson, Edmund F. (1986). Essential Student Algebra: Volume Two: Matrices and Vector Spaces. Springer. ISBN 978-0-412-27870-9.
- Lang, Serge (2002). Algebra. Nova York: Springer-Verlag New York. ISBN 0-38-795385-X.
- Poole, David (2011). Linear Algebra: A Modern Introduction. Brooks Cole. ISBN 0-538-73544-9.
- Rojo, Jesús (2007). Algebra lineal. Madrid: McGraw-Hill. ISBN 978-84-481-5635-0.
- Strang, Gilbert (2016). Introduction to Linear Algebra (Quinta ed.). Wellesley-Cambridge Press. ISBN 978-09802327-7-6.
- Bapat, R.B. (2010). Graphs and Matrices. Springer. ISBN 978-1-84882-980-0.
- Godsil, Chris; Royle, Gordon F. (2001). Algebraic graph theory. Graduate Texts in Mathematics. Springer. ISBN 9780387952208.
Ligazóns externas
editar- MIT Linear Algebra Video Lectures de Gilbert Strang (en inglés)