LAS MATRICES
Una matriz es un conjunto bidimensional de números o símbolos
organizados en filas y columnas, formando una estructura rectangular. Este
concepto permite definir operaciones matemáticas como la suma y el
producto de matrices.
¿Cómo se definen las matrices?
Las matrices son un conjunto bidimensional de números o símbolos
distribuidos de forma rectangular, en líneas verticales y horizontales, de
manera que sus elementos se organizan en filas y columnas. Sirven para
describir sistemas de ecuaciones lineales o diferenciales, así como para
representar una aplicación lineal.
¿Qué son las filas y columnas de una matriz?
Una matriz es una tabla cuadrada o rectangular de datos (llamados
elementos) ordenados en filas y columnas, donde una fila es cada una de
las líneas horizontales de la matriz y una columna es cada una de las líneas
verticales.
Clasificación de las matrices
Matrices cuadradas: Una matriz cuadrada es una matriz en la que el número
de filas es igual al número de columnas. Esta característica la distingue de
otros tipos de matrices. Además, cada matriz cuadrada tiene propiedades
interesantes, como la posibilidad de ser descompuesta en la suma de una
matriz simétrica y una matriz antisimétrica.
Matrices rectangulares: matriz rectangular es aquella que tiene un número
diferente de filas (m) y columnas (n), es decir, m ≠ n. Su dimensión se
expresa como m x n, donde m representa el número de filas y n el número
de columnas. A diferencia de las matrices cuadradas, que tienen Una igual
cantidad de filas y columnas, las matrices rectangulares sirven para
diversas aplicaciones en matemáticas y ciencias computacionales.
¿Qué son las filas y columnas de una matriz?
Los números, símbolos o expresiones de la matriz se denominan entradas o
elementos. Las líneas horizontales y verticales de entradas de una matriz se
denominan filas y columnas, respectivamente.
Matriz diagonal:
Una matriz diagonal es una matriz cuadrada en la que todos los elementos
fuera de la diagonal principal son cero. Es decir, solo los elementos que se
encuentran en la diagonal de la matriz tienen valores diferentes de cero.
Matriz identidad:
La matriz identidad es una matriz cuadrada especial denotada como Iₙ, que
tiene dimensiones n × n. Sus elementos son 1 en la diagonal principal y 0
en el resto de las posiciones. Representa la aplicación identidad en álgebra
lineal, actuando como el elemento neutro en la multiplicación de matrices.
Matriz nula: Una matriz nula, también conocida como matriz cero, es una
matriz en la que todos sus elementos son iguales a cero. Es la única matriz
cuyo rango es cero y su determinante siempre resulta ser 0.
Matriz simétrica: Una matriz es simétrica si es una matriz cuadrada (es
decir, tiene el mismo número de filas y columnas) y cumple la condición de
que su traspuesta es igual a la matriz original.
Matriz antisimétrica:
Una matriz antisimétrica es una matriz cuadrada donde los elementos fuera
de la diagonal principal son simétricamente iguales pero los que están por
debajo de la diagonal principal llevan un signo negativo.
Operaciones con matrices
Suma y resta de matrices:
Para sumar o restar matrices, es necesario que las matrices tengan el
mismo orden, es decir, el mismo número de filas y columnas. La suma se
realiza sumando los elementos que se encuentran en la misma posición de
ambas matrices. De manera similar, la resta se realiza restando los
elementos en la misma posición. Si A y B son dos matrices del mismo orden,
la suma se denota como A + B, y la resta como A - B.
Multiplicación por un escalar:
El término multiplicación escalar se refiere al producto de un número real
por una matriz. En la multiplicación escalar, cada entrada en la matriz se
multiplica por el escalar dado.
Multiplicación de matrices:
Para poder multiplicar dos matrices, la primera debe tener el mismo
número de columnas que filas la segunda. La matriz resultante del producto
quedará con el mismo número de filas de la primera y con el mismo número
de columnas de la segunda.
Propiedades de la suma de matrices
Propiedad Ejemplo
Propiedad conmutativa de la suma A+B=B+A
Propiedad asociativa de la suma A+(B+C)=(A+B)+C
Propiedad de la identidad aditiva Para cualquier matriz , hay una única
matriz tal que A + O = A .
Determinantes
Propiedades del determinante:
El determinante de una matriz siempre es igual al de su matriz traspuesta.
El determinante de una matriz será siempre cero (nulo) si la matriz contiene
dos filas o columnas iguales, si los elementos de una fila o columna son todo
ceros o si los elementos de una fila o columna son una combinación lineal
de las demás.
Ejemplos prácticos:
Matriz inversa
La matriz inversa es un concepto fundamental en algebra lineal. Se define
para matrices cuadradas y permite resolver sistemas de ecuaciones lineales
y otros problemas matemáticos.
¿Qué método se utiliza para calcular la inversa de una matriz?
Así que, una buena aplicación de la inversa de una matriz es la resolución
eficiente de sistemas de ecuaciones lineales. Se puede calcular la matriz
inversa por dos métodos: por el método de Gauss y por el método de
adjunción.
Matriz adjunta:
La matriz adjunta es aquella en la que cada elemento se sustituye por su
adjunto. Se llama adjunto del elemento aij al menor complementario
anteponiendo: El signo es + si i+j es par. El signo es - si i+j es impar.
Regla de Cramer:
La regla de Cramer es un método que permite calcular la solución de un
sistema con “n” ecuaciones y “n” incógnitas, siempre y cuando el
determinante de la matriz asociada “A” sea diferente a cero. Esto se resume
formalmente a continuación: Sea un sistema de ecuaciones lineales A x = y.
Condición para que una matriz sea invertible:
Una matriz es invertible si y sólo si su determinante es distinto de cero. Esto es, una matriz
tiene inversa si su determinante es no cero.
Rango de una matriz
El rango de una matriz, denotado por Rango(A), se define como el número
de filas distintas de cero en cualquiera de sus formas escalonadas. De
manera equivalente se puede calcular como el número de pivotes en una
forma escalonada.
Métodos de cálculo (reducción por filas):
La reducción de filas (o eliminación gaussiana) es el proceso de utilizar
operaciones de filas para reducir una matriz a la forma escalonada reducida
por filas.
Sistemas de ecuaciones lineales
Representación matricial de un sistema de ecuaciones: La representación
matricial de un sistema de ecuaciones lineales se basa en colocar los
coeficientes de las incógnitas en una matriz de: tantas filas como número de
ecuaciones y tantas columnas como número de incógnitas.
Métodos de resolución:
Resolver una ecuación numérica de una variable equivale a encontrar
aquellos valores en el dominio de una función que la reducen a cero. Una
ecuación comprende expresiones con variables indefinidas, o incógnitas,
que deben ser sustituidas por valores de forma tal que la igualdad sea
cierta.
Métodos para resolver sistemas de ecuaciones lineales 2×2
Método gráfico
Consiste en despejar la variable dependiente (y) de cada una de las
ecuaciones, realizar una tabulación de valores, graficar los pares ordenados
(x,y) y dibujar la línea que une a los puntos de cada ecuación. Gráficamente
un sistema de 2×2 queda representado como un par de líneas rectas en el
plano xy; mientras que un sistema de 3×3 es representado como tres
planos en un espacio tridimensional. En cualquier caso, la solución del
sistema de ecuaciones es el punto en donde se intersectan las rectas o los
planos.
Método de sustitución
En este método despejamos una incógnita de una ecuación y la sustituimos
en la segunda ecuación para obtener una tercera ecuación que depende de
una incógnita. De esta última ecuación despejamos la incógnita y
obtenemos su valor. Luego sustituimos el valor encontrado en cualquiera de
las dos ecuaciones originales, despejamos la incógnita restante y
calculamos su valor.
Método de igualación
En el método de igualación despejamos la misma incógnita de ambas
ecuaciones e igualamos las expresiones resultantes para obtener una
tercera ecuación que depende de una incógnita. De esta ecuación
despejamos la incógnita y obtenemos su valor. Luego sustituimos el valor
encontrado en cualquiera de las dos ecuaciones donde ya está despejada la
incógnita restante y calculamos su valor.
Método de suma y resta
En este método multiplicamos a la ecuación 1 por el coeficiente de la
incógnita x en la segunda ecuación, y luego multiplicamos a la ecuación 2
por el coeficiente de la incógnita x en la primera ecuación. Luego sumamos
o restamos las ecuaciones obtenidas en el paso anterior de tal manera que
se elimine el término que depende de x para obtener una ecuación con una
incógnita. De esta última ecuación despejamos la incógnita y obtenemos su
valor. Luego sustituimos el valor encontrado en cualquiera de las dos
ecuaciones originales, despejamos la incógnita restante y obtenemos su
valor.
Regla de Cramer
La regla de Cramer está basada en el cálculo de determinantes. Aquí es
importante recordar que los determinantes sólo están definidos para
matrices cuadradas (mismo número de ecuaciones y de incógnitas)
Diagonizacion
Definición de matrices diagonalizable:
Una matriz se dice que es diagonalizable si existe una matriz diagonal a la
que puede ser transformada mediante un cambio de base.
Proceso de diagonalización:
Método para diagonalizar una matriz
Obtener los valores propios de la matriz A.
Buscar una base de los subespacios asociados a los valores propios.
Si la unión de las bases es una base de n (la suma de las dimensiones de los
subespacios es n) la matriz es diagonalizable.
Aplicaciones de las matrices
Uso en graficas:
Las matrices se utilizan en gráficas para representar datos en forma de
tablas bidimensionales, donde los elementos de la matriz pueden
corresponder a coordenadas, colores, o valores que describen ciertas
propiedades de los gráficos. En el ámbito de los gráficos por computadora,
son esenciales para realizar transformaciones geométricas, como
rotaciones, escalados y traslaciones de objetos en un espacio
tridimensional.
Uso en economía:
La economía de las matrices se utiliza principalmente para modelar y
analizar relaciones económicas complejas mediante herramientas
matemáticas como las matrices. Estas permiten representar y evaluar la
producción y el consumo en diferentes sectores económicos, facilitando el
análisis de flujos de recursos y la influencia intersectorial. En este contexto,
las matrices insumo-producto son un ejemplo clave que ayuda a entender
cómo los diferentes sectores impactan y se afectan entre sí.
Uso en informática:
Las matrices son estructuras de datos fundamentales en informática que se
utilizan para almacenar y organizar información de manera tabular, es decir,
en filas y columnas. Su uso es amplio e incluye aplicaciones como resolver
circuitos eléctricos, sistemas de ecuaciones y análisis de fallas en
telecomunicaciones. También son esenciales en programación 3D para
representar transformaciones y en diversas aplicaciones de procesamiento
de datos.
Uso en física:
Las matrices se utilizan en física para modelizar y resolver fenómenos
complejos, desde rotaciones simples hasta aspectos más avanzados como
la mecánica cuántica. Un ejemplo importante son las matrices de Pauli, que
representan el operador de espín para partículas con espín 1/2, como los
electrones. También son útiles para representar coeficientes en sistemas de
ecuaciones y aplicaciones lineales.
Resolución de problemas reales:
Las matrices son herramientas matemáticas muy útiles para resolver
problemas reales, como sistemas de ecuaciones complicados. Permiten
realizar operaciones que simplifican situaciones hipotéticas o prácticas. A
través de propiedades básicas y manipulaciones, las matrices pueden
ayudar a encontrar soluciones de manera más eficiente.
¿Cómo podría usar las matrices para resolver problemas de la vida real?
Las matrices sirven para resolver ecuaciones lineales esto a su vez tienen
múltiples aplicaciones en el área de ingeniería, dando lugar al óptimo
manejo de recursos humanos y lugares monitoreados y controlados desde
un sistema de diseño, dando paso así a la modernidad e ingeniería del
futuro.