Algebra Lineal en Maple

AlgebraLinealLN.
html Página 1 de 18
Algebra Lineal en MAPLE

Luis A. Núñez
Centro de Astrofísica Teórica,
Departamento de Física, Facultad de Ciencias,
Universidad de Los Andes, Mérida 5101, Venezuela y,
Centro Nacional de Cálculo Científico, Universidad de Los Andes (CECALCULA),
Corporación Parque Tecnológico de Mérida, Mérida 5101, Venezuel a
e-mail: nunez@ula.ve
actualizado: Mayo 2004
Antes de comenzar a calcular cualquier cosa con vectores y matrices es recomendable

(casi indispensable) incorporar la biblioteca de comandos de álgebra lineal, en la
mayor parte de los textos y los paquetes aprece reportado el uso de la biblioteca with
(linalg) a partir de MAPLE 6 se consideró obsoleto y fue sustituda por la biblioteca
LinearAlgebra sto es
> restart:with(LinearAlgebra);
http://webdelprofesor.ula.ve/ciencias/nunez/cursos/MetodosMatematicos1/AlgebraLin... 17/05/2009
AlgebraLinealLN.html Página 2 de 18
Los nombres de los comandos son sugerentes y utilizaremos algunos de ellos, siempre
se puede encontrar una descripción (en inglés) de un comando específico mediante ?
comando o se puede explorar la sintaxis y el significado de los comandos en la ayuda
de MAPLE
Mathematics -> Linear Algebra -> Linear Algebra Package -> Standart -> comando
> ?Matrix
veamos algunos elementos de la sintaxis.
Hay varias de identificar una matriz en MAPLE, la primera y la más antigua es

> A := Matrix([[a[11], a[12], a[13]], [a[21], a[22], a[23]], [a[31], a[32], a[33]]]);
y
> B := Matrix([[b[11], b[12], b[13]], [b[21], b[22], b[23]], [b[31], b[32], b[33]]]);
a partir de aquí podemos identificar la matriz y realizar un conjnto de operaciones, las

cuales resultan bien intuitivas.
si dos matrices A y B de orden ( × ) con elementos, y ,

respectivamente, su suma A + B será la matriz C también de orden ( × )
con elementos los cuales se obtienen al sumar elementos con los mismos
índices, vale decir
De la misma manera se pueden construir: resta de matrices, multiplicaciones de

escalares por matrices, y suma de escalares y matrices, veamos:
> `B + A`= B + A;
`9A - 18B` = A.9 - B.18;
À + 7.7` = A + 7.7;
À . 2.7` = A . 2.7;
como ejercicio, pruebe que la suma de matrices es conmutativa y asociativa
A +B =B +A
(A +B)+C =A +(B +C)
Por su parte la multiplicación de dos matrices A de orden ( × ) con

elementos y B de orden ( × ) con elemetos , entonces la matriz
producto
A B será una matriz C de orden ( × ) representada por elementos

tales que los elementos
+ ... + i = 1,..., m ; j = 1,..., p
o utilizando la convención de Einstein en la cual índices repetidos indical suma
Así la multiplicación de matrices y la potencia de matrices será

> À B`:=A . B;
`B A`:=B . A;
Existen otras sintaxis menos intuirtivas las cuales invocan a subrutinas internas de la
biblioteca de LinearAlgebra y son mucho más eficientes. Estas sintaxis se
recomiendan para problemas que contemplen cómputos significativos
> MatrixAdd( B, A );
MatrixAdd( A, B, 9, -18 );
MatrixMatrixMultiply(A,B);
ScalarMultiply( A, 2.7 );
un caso más ilustrativo que muestra otra importante propiedad (la traspuesta) de las
matrices y que se intuye por el nombre del comando es
> R := Matrix([[cos(theta),-sin(theta)],[sin(theta),cos(theta)]]);
> MatrixMatrixMultiply(R, Transpose(R));
> Map(simplify,%);
también se puede hacer operaciones dentro de la matrices y avanzar en su sintaxis

> m := Matrix(2,3,(i,j)->i+j);
n := Matrix(2,2,fill=Pi);
Las matrices pueden tener valores numéricos

> P := Matrix( [[1,2,3],[3,1,2],[2,3,1]] );
Q := Matrix( [[5,14,3],[3,2,1],[1,12,3]] );
por lo tanto el conmutador [ P,Q ] = PQ - PQ podemos expresarlo como

> `[P,Q]`=(P . Q) - (Q . P);
con lo cual es claro que, en general, la multiplicación de matrices no es conmutativa,

es decir [ A,B ] = AB - BA , en general no se anula. sin embargo hay ocasiones en
que si
> M1 := Matrix(2, 2, [[6, 8],[4, 6]]); M2 := Matrix(2, 2, [[15, 20], [10, 15]]);
`[M1,M2]`= M1 . M2 - M2 . M1;
Otro punto importante es que el producto de dos matrices que sea cero no implica que
algunas de las matrices lo es
> AA := Matrix(3, 3, [[1, -1, 1], [-3, 2, -1], [-2, 1, 0]]);
BB := Matrix(3, 3, [[1, 2, 3], [2, 4, 6], [1, 2, 3]]);
> AA . BB;
pero
> BB . AA;
Compruebe que la multiplicaci'on de matrices es asociativa
A (B C)=(A B)C
(A B)C =A (B C)
y distributiva respecto a la suma de matrices
A (B +C)=A B +A C
(B + C ) A = B A + C A
(A + B) (M + N)=A (M + N)+B (M + N)
Finalmente las potencias de matrices

> `B^2`=B ^ 2;
`B B`=B . B;
Valen potencias negarivas

> P ^ (-2);
O tambi'en
> MatrixPower(B,2); MatrixPower(P,-2);
Urgando entre los nombres de los comandos de bibliotecas que aparecen al invocarla
algunos sugieren (y son) el c'alculo de propiedades de matrices:
La diagonal
> Diagonal(P);
La Traza
> TrazaP:=Trace(P);
El Determinante
> `det(P)`=Determinant( P );
con lo cual es claro que

> `det(P)`:=Determinant(P);`det(Q)`:=Determinant(Q);`P Q`=P . Q;`det(PQ)
`:=Determinant(P . Q);
N'otese que para el caso de las matrices AA y BB el determinante de BB se anula,

por lo tanto det( AB ) = det( A ) det( B ) = det( BA ) = 0
> Determinant( BB );
> Determinant( AA . BB ); Determinant( BB . AA );
y Matricea que tengan una fila, una columna nula o dos filas iguales, tendr'an nulo su
determinante
> A01 := Matrix(3, 3, [[a0[11], a0[12], a0[13]], [ 0, 0, 0], [a0[31], a0[32], a0[33]]]);
A02 := Matrix(3, 3, [[a0[11], 0, a0[13]], [ a0[21], 0, a0[23]], [a0[31], 0, a0[33]]]);
A03 := Matrix(3, 3, [[a0[11], a0[11], a0[11]], [a0[11], a0[11], a0[11]], [a0[31], a0
[32], a0[33]]]);
`det(A01)`=Determinant(A01);
La matriz adjunta de P
> Adjoint(P);
con lo cual
> P . Adjoint(P);
la matriz inversa
> MatrixInverse(P);
y claramente
> P . MatrixInverse(P);
La Traspuesta conjungada o Matriz Herm'itica

> A1 := <<I,5,w>|<2,6*I,x>|<3 + 5*I,7,y>|<4,8 -I,z>>;
HermitianTranspose(A1);
N'otese
1) Otra sintaxis para introducir matrices.
2) La barras arriba de las cantidades simb'olicas (distintas de n'umero)

representan el complejo conjugado
3) El I representa el n'umero imaginario ra'iz de -1
Igualmente existe, predefinido, un zool'ogico de matrices
Identidad
> IdentityMatrix(4); # matriz 4 x 4
IdentityMatrix(5,4); # matriz 5 x 4
La matriz de Hilbert
> H:=HilbertMatrix(4);
Es f'acil darse cuenta que los elementos de la matriz son Pero la
matriz de Hilbert puede ser menos intuitiva

> H1:=HilbertMatrix(3, 5, x);
Trate de intuir el elemento de matriz
La matriz de Vandermonde
> VandermondeMatrix(<a,b,c,d>);
Se pueden construir tipos particulares de matrices, como las llamadas matrices en

banda
> LL := [ [w,w,w],[x,x,x,x],[y,y,y] ];
BandMatrix(LL);
Pero tambi'en matrices en banda de regular tamaño, por ejemplo 100x100

> N := BandMatrix( [-1,2,-3], 1, 100 );
> N[47,47];
N[47,48];
N[47,49];
Antes de continuar con la construcción de otros objetos, quisiera hacer una prueba que
constituye el mayor de los avances de este paquete de subrutinas de la biblioteca de
LinearAlgebra colóquese sobre la matriz de su interés. Haga clic con el botón
derecho del ratón y luego presione el botón izquierdo y vea las operaciones que
surgen.....
Si lo hace sobre la matriz en banda anterior y algo como esto le debe aparecer
Explore la figura que representa la matriz, presione el botón derecho del ratón y haga
zoom
Explore adem'as las siguientes matrices 50 x 50 triangulares

> RandomMatrix(50,50,generator=1..9,outputoptions=[shape=triangular
[lower]]);
> RandomMatrix(50,50,generator=1..9,outputoptions=[shape=triangular
[upper]]);
También se pueden importar matrices de datos desde archivos Uno de los estándares
de matrices m'as conocidos est'a en http://math.nist.gov/MatrixMarket/

> Mimport:=ImportMatrix("c:/Luisn/Latex/cursos/visualizacion/bcsstk04.mtx",
source=MatrixMarket);
Los vectores pueden ser definidos como

> v := <x,y,z,1>;
v1 := Vector([s[1],s[2],s[3],s[4]]);
v2 := Vector( [5.05, 6.125, 2.980] );
Note que las componentes de los vectores est'an almacenadas en una estrutura de datos
tipo arreglo
> v[1];v[2];v[3];v[4];v2[1];v2[2];v2[3];
y las formas diferenciales

> u := <1|0|0|2>;
u1 := Vector[row]([t[1],t[2],t[3],t[4]]);
u2 := Vector[row]([9.05, 7.125, 4.980] );
La formas diferenciales o vectores fila, también se puede rellenar una matriz

> M := <<5,0,0,0>|<0,1,0,0>|<0,0,2,0>|<0,0,0,1>>;
así la multiplicación de matrices y vectores o formas y matrices puede expresarse de

las dos formas acostumbradas
> u . M;
M . v;
MatrixVectorMultiply(M,v);
VectorMatrixMultiply(u,M);
y el producto interno o escalar de dos vectores ser'a

> u . v;
u1 . v1;
DotProduct(u,v);
> CrossProduct(u2,v2);
>
>

Algebra Lineal en Maple

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Lineal en Maple

Uploaded by

Copyright:

Available Formats

AlgebraLinealLN.

Algebra Lineal en MAPLE

actualizado: Mayo 2004

Antes de comenzar a calcular cualquier cosa con vectores y matrices es recomendable

veamos algunos elementos de la sintaxis.

Hay varias de identificar una matriz en MAPLE, la primera y la más antigua es

a partir de aquí podemos identificar la matriz y realizar un conjnto de operaciones, las

si dos matrices A y B de orden ( × ) con elementos, y ,

De la misma manera se pueden construir: resta de matrices, multiplicaciones de

como ejercicio, pruebe que la suma de matrices es conmutativa y asociativa

Por su parte la multiplicación de dos matrices A de orden ( × ) con

A B será una matriz C de orden ( × ) representada por elementos

+ ... + i = 1,..., m ; j = 1,..., p

o utilizando la convención de Einstein en la cual índices repetidos indical suma

Así la multiplicación de matrices y la potencia de matrices será

> MatrixMatrixMultiply(R, Transpose(R));

también se puede hacer operaciones dentro de la matrices y avanzar en su sintaxis

Las matrices pueden tener valores numéricos

por lo tanto el conmutador [ P,Q ] = PQ - PQ podemos expresarlo como

con lo cual es claro que, en general, la multiplicación de matrices no es conmutativa,

Compruebe que la multiplicaci'on de matrices es asociativa

y distributiva respecto a la suma de matrices

Finalmente las potencias de matrices

Valen potencias negarivas

con lo cual es claro que

N'otese que para el caso de las matrices AA y BB el determinante de BB se anula,

> Determinant( AA . BB ); Determinant( BB . AA );

La Traspuesta conjungada o Matriz Herm'itica

1) Otra sintaxis para introducir matrices.

2) La barras arriba de las cantidades simb'olicas (distintas de n'umero)

3) El I representa el n'umero imaginario ra'iz de -1

Igualmente existe, predefinido, un zool'ogico de matrices

Es f'acil darse cuenta que los elementos de la matriz son Pero la

matriz de Hilbert puede ser menos intuitiva

Trate de intuir el elemento de matriz

Se pueden construir tipos particulares de matrices, como las llamadas matrices en

Pero tambi'en matrices en banda de regular tamaño, por ejemplo 100x100

Explore adem'as las siguientes matrices 50 x 50 triangulares

de matrices m'as conocidos est'a en http://math.nist.gov/MatrixMarket/

Los vectores pueden ser definidos como

y las formas diferenciales

La formas diferenciales o vectores fila, también se puede rellenar una matriz

así la multiplicación de matrices y vectores o formas y matrices puede expresarse de

y el producto interno o escalar de dos vectores ser'a

You might also like