ALGEBRA CON VECTORES Y MATRICES Uso de MatLab.

Presentación del tema: "ALGEBRA CON VECTORES Y MATRICES Uso de MatLab."— Transcripción de la presentación:

1 ALGEBRA CON VECTORES Y MATRICES Uso de MatLab

2 Conceptos importantes
Vectores Matrices Operaciones con vectores y matrices Determinantes Cálculo de vectores y valores característicos

3 VECTORES DEFINICION: Conjunto ordenado de números que se distingue no sólo por los elementos que contiene sino por el orden en que se colocan Vector fila Vector columna

4 Operaciones con vectores
Suma de vectores: Si a y b son dos n-vectores a+b se obtiene: Multiplicación por un escalar: Si a es un n-vector y t un número real:

5 Operaciones con vectores
Combinación lineal: Si a y b son dos n-vectores y t y s son escalares: Se llama combinación lineal de a y b

6 Operaciones con vectores
Producto escalar de dos vectores: El producto escalar de dos n-vectores y Se define por la expresión:

7 Propiedades Si a, b y c son n-vectores y  es un escalar, entonces:
a . b = b . a a . (b + c) = a . b + a . c (a) . b = a . (b) = (a . b) a . a  0  a ≠ 0 La longitud o norma de un vector, que se designa es: ó

8 Propiedades Ortogonalidad:
Se define la distancia euclideana entre dos n-vectores como: Ortogonalidad: Dos vectores son ortogonales si forman un ángulo de 90º:

9 Interpretación geométrica
Se puede dar una interpretación geométrica del producto escalar de dos vectores en términos del ángulo  comprendido entre ellos: x y  a b con

10 MATRICES DEFINICION: Arreglo rectangular de números ordenados en filas y columnas Se dice que la matriz tiene orden

11 Los números que forman A se llaman elementos
designa el elemento en la fila i-ésima y en la columna j-ésima Por simplicidad la matriz se indica por:

12 Operaciones con matrices
Igualdad de matrices: y ; Si Se dice que son iguales cuando Suma de matrices: Multiplicación por un escalar: es real,

13 Propiedades Sean , y (A+B)+C = A+(B+C) A+B = B+A A+O = A A+(-A) = O
(A+B) = A+B

14 Operaciones con matrices
Multiplicación de matrices: Sean y El producto C=AB es la matriz cuyo elemento en la fila i-ésima y en la columna j-ésima es el producto escalar de la fila i-ésima de A por la columna j-ésima de B

15 Propiedades (A.B).C = A.(B.C) A.(B+C) = A.B+A.C (A+B).C = A.C+B.C
Sean A, B y C matrices con dimensiones adecuadas para que estén definidas las operaciones que se indican (A.B).C = A.(B.C) A.(B+C) = A.B+A.C (A+B).C = A.C+B.C

16 Resumen Introducción El entorno de trabajo de MatLab
El Escritorio de Matlab (Matlab Desktop) El menú inicio Command Window Command History Browser

17 Introducción MatLab es un asistente matemático de gran capacidad para el cálculo. Su nombre proviene de las palabras Matrix-Laboratory. Aunque fue desarrollado inicialmente (1984) para el trabajo exclusivo con matrices también puede trabajar con escalares (reales y complejos) así como con cadenas de caracteres.

18 El desktop de MatLab

19 El desktop de MatLab Menú principal

20 El desktop de MatLab Menú de acceso rápido

21 Menú de acceso rápido

22 El desktop de MatLab Ventana de comandos

23 Espacio y directorio de trabajo
El desktop de MatLab Espacio y directorio de trabajo

24 El desktop de MatLab Historial de trabajo Menú de inicio

25 Definición de vectores y matrices
Las matrices son un tipo común de variable que se emplea en la mayoría de los lenguajes de programación. Por convención emplearemos mayúscula para representar matrices y minúscula para vectores y escalares.

26 Definición de vectores y matrices
Las matrices se definen por filas, los elementos de la fila se separan por espacios o comas (,) mientras que las filas van separadas por punto y coma (;) Ejemplos: A=[1,2,3; 4,5,6; 7,8,9] B=[1 2 3; 4 5 6; 7 8 9] Se ve en pantalla:

27 Definición de vectores y matrices
Los vectores son casos particulares de matrices donde el número de filas o columnas es igual a 1. Ejemplos: Vector fila Vector columna

28 Operadores Las matrices se operan a través de operadores o funciones:
+ Suma - Resta * Multiplicación ‘ Traspuesta ^ Potencia / División (derecha) \ División (izquierda) .* y .^ Mult. y Potenciación elemento a elemento ./ y .\ Div. (derecha y izquierda) elemento a elemento

29 Operadores relacionales
< Menor que <= Menor o igual a > Mayor que >= Mayor o igual a == Igual a ~= Distinto de

30 Operaciones Si a y b son dos n-vectores, a+b es:
Si a es un n-vectores y t es un escalar, se define t.a:

31 Operaciones El producto escalar de dos n-vectores se define por la expresión: a . b’ Ejemplo: >> a=[1,2,1] a = >> b=[-3,0,2] b = >> a*b' ans = -1

32 Operaciones Si A y B son dos matrices de orden mxn, se define la suma como: Ejemplo: >> A=[1,2,3;5,-3,1] A = >> B=[0,1,2;1,0,2] B = >> A+B ans =

33 Operaciones Si A es una matriz de orden mxn y t es un escalar, se define t.A como: Ejemplo: A = >> t=3 t = 3 >> t*A ans =

34 Operaciones Sean A=(aij)mxn y B =(bij)nxp. El producto C=AB es la matriz C =(cij)nxp cuyo elemento en la fila i-ésima y en la columna j-ésima es el producto escalar de la fila i-ésima de A por la columna j-ésima de B:

35 Operaciones La matriz transpuesta se obtiene al intercambiar filas por columnas: Propiedades: (A+B)’=A’+B’ (A.B)’ =B’.A’ (A’)’ = A (A)’ = A’

36 Matriz simétrica Matriz cuadrada con la propiedad de ser simétrica respecto a la diagonal principal: Ejemplos: ; ;

37 Inversa de una matriz Dada una matriz A de orden (nxn), si existe una matriz X tal que decimos que X es una matriz inversa de A Sólo las matrices cuadradas pueden tener inversa, pero no todas las matrices cuadradas tienen inversa. Una matriz A cuadrada tiene inversa

38 Propiedades de la inversa
Sean A y B matrices invertibles n x n: A-1 es invertible y (A-1)-1=A A.B es invertible y (AB)-1=B-1A-1 A’ es invertible y (A’)-1=(A-1)’ (cA)-1=c-1 A-1 si c es un escalar ≠ 0

39 Determinantes El determinante de una matriz A(nxn), es un escalar o polinomio, que resulta de obtener todos los productos posibles de una matriz de acuerdo a una serie de restricciones, se designa como |A|. Aij (cofactor) es el resultado de eliminar la fila i y la columna j de la matriz original.

40 Aplicación Se busca la solución del siguiente sistema de 4 ecuaciones con 4 incógnitas:

41 Aplicación Forma matricial del sistema: Solución:

42 Valores y vectores propios
Si A es una matriz de nxn, existe un vector no nulo xRn y un escalar  tales que se verifica Ax= x Se dice que x es un vector característico o propio y  un valor característico o valor propio de A Cálculo: Este sistema tiene una solución no trivial x0 si y sólo si la matriz de los coeficientes tiene determinante igual a 0

43 Cálculo de valores y vectores propios
I es la matriz identidad de orden n. Se forma el polinomio característico p() Las raíces de la ecuación característica son los valores característicos de A

44 Cálculo de valores y vectores propios
Si las componentes del vector x son x1,…,xn , se puede escribir: Un vector característico asociado a  es una solución no trivial (x1, …, xn) de la expresión anterior

45 Cálculo de valores y vectores propios
Ejemplo >> A=[ ; ; ; ] A = >> [X,D]=eig(A) X = D =