Академический Документы
Профессиональный Документы
Культура Документы
5 10 40
[3,]
8 30
> list(B)
[[1]]
> t(A)-B
[,1] [,2] [,3]
[1,] -40 -75 -92
[2,] -10 -30 -20
[3,] -30 -10 -79
Tambin tenemos la multiplicacin escalar, si se multiplica a la matriz A' por el
escalar z el resultado es: zA'= zaij. Por ejemplo, para duplicar la matriz A' sta
debe multiplicarse por el escalar z=2, tal y como se indica a continuacin:
[1,] 20 10 16
[2,] 40 20 60
[3,] 60 80
con k=1,...,n
> t(A)+B
[,1] [,2] [,3]
[1,] 60 85 108
[2,] 50 50 80
[3,] 90 90 81
La resta o sustraccin entre dos matrices A y B en R se obtiene con la instruccin
siguiente:
> t(A)-B
[,1] [,2] [,3]
[1,] -40 -75 -92
[2,] -10 -30 -20
[3,] -30 -10 -79
Otra operacin bsica con matrices es la multiplicacin escalar y en R obtenemos
el producto escalar con la instruccin siguiente:
> 2*t(A)
[,1] [,2] [,3]
[1,] 20 10 16
[2,] 40 20 60
[3,] 60 80 2
Una matriz de dimensin 1xn es un vector rengln y lo representamos
generalmente con letras minsculas:
con k=1,...,n
> diag(4)
[,1] [,2] [,3] [,4]
[1,]
[2,]
[3,]
[4,]
(A+B)+C=A+(B+C)
Multiplicacin:
(AB)C=A(BC)
Cij=(-1)i+j det(Mij)
En donde C es llamado el cofactor del elemento (i,j) y M es el menor o la
submatriz que se obtiene al eliminar la fila i y la columna j de la matriz A.
Entonces podemos reescribir el determinante de nuestra matriz A de orden 2
como:
Para calcular el determinante en R escribimos:
> det(t(A))
[1] -3500
Ahora estamos en condiciones de calcular la inversa A-1 de una matriz A cuadrada
y no singular, que es la matriz nica que cumple con la relacin:
AA-1= =A-1A
La matriz inversa juega la misma funcin que el reciproco en el lgebra ordinaria.
La inversa la obtenemos con la siguiente frmula:
> sum(diag(A))
[1] 21
El producto Kronecker nos permite multiplicar matrices que por sus dimensiones
no son conformables para la multiplicacin. Sea A una matriz cualquiera con
dimensiones (n,k) y B una matriz (m,p). El producto Kronecker de A por B es:
a11B
a21B
K=AB=[aijB]= ...
an1B
a12B
a22B
...
an2B
...
...
...
...
a1kB
A2kB
...
ankB
[,2]
[,3]
[,4]
[,5]
[,6]
[,7]
[,8]
[,9]
[1,]
500 800
[2,]
300
400
500 600
[3,]
600
500
800
[4,]
250
400
500
500
800
[5,]
150
200
250
300
400
500
[6,]
300
250
400
600
500
800
[7,]
400
640
800
50
80
100
[8,]
240
320
400
900
1200 1500
30
40
50
[9,]
480
400
640
60
50
80
800
1000 900
1200 1500
Ahora veremos algunos productos matriciales que usaremos con frecuencia y que
llamaremos formas cuadrticas.
La primera es una suma de cuadrados, si definimos un vector columna u:
u=
u1
u2
...
un
uu=
[u1 u2
...
u1
u2
un] ...
un
u12+
u22+
...+
un2=
n
ui2
i=1
Si definimos una funcin z como funcin de los elementos de una matriz podemos
plantearla como:
z=xA
Ahora si queremos obtener una suma ponderada de cuadrados partimos de una
funcin como:
z=xAx
En donde:
xAx=
[x1 x2
...
a11
0
xn] ...
0
0
a22
...
0
...
...
...
...
0
0
...
ann
x1
x2
...
xn
A=
a11
a21
...
an1
a12
a22
...
an2
...
...
...
...
a1n
a2n
...
ann
xAx=
[x1 x2
...
a11
a21
xn] ...
an1
a12
a22
...
an2
...
...
...
...
a1n
a2n
...
ann
x1
x2
...
xn
a11
a21
a12
a22
z/x1
z/x2 =
2a11x1 + 2a12x2
2a12x1 +2 a22x22
=2
a11
a21
a12
a22
x1 =
x2
2Ax
Ax = x
A esta transformacin se le conoce como ecuacin caracterstica y la podemos
factorizar como:
Ax = x
x - Ax = ( - A )x
Lo cual involucra las siguientes matrices:
(- A) x =
-a11
-a21
...
-an1
-a12
-a22
...
-an2
...
...
...
....
-a1n
-a2n
...
-ann
x1
x2
...
xn
=0
[,2]
0.4472136
-0.8944272