Método Matriz inversa
Miguel Angel Chambilla Mamani 2022-121016
Física Computacional
Teoría y Antecedentes
El método de la matriz inversa tiene sus raíces en el desarrollo de la teoría de matrices y el álgebra lineal. La teoría de
matrices fue desarrollada en el siglo XIX por matemáticos como Arthur Cayley y James Joseph Sylvester.
● Arthur Cayley (1821-1895): Cayley fue un matemático británico que realizó importantes contribuciones al desarrollo
de la teoría de matrices. En 1858, publicó un artículo en el que introdujo la idea de una matriz y su inversa,
estableciendo las bases del álgebra matricial.
● James Joseph Sylvester (1814-1897): Sylvester, colega de Cayley, también hizo significativas contribuciones al
álgebra lineal y la teoría de matrices. Juntos, desarrollaron muchas de las ideas que forman la base del álgebra
matricial moderna.
Uso Apropiado:
● El método de la matriz inversa se utiliza para resolver sistemas de ecuaciones lineales cuando se cumplen las siguientes
condiciones:
● El sistema es cuadrado (el número de ecuaciones es igual al número de incógnitas).La matriz de coeficientes es invertible (su
determinante es diferente de cero).
Limitaciones:
● La matriz de coeficientes no es cuadrada.
● La matriz de coeficientes es singular (su determinante es cero, por lo que no tiene inversa).
● El cálculo de la inversa es computacionalmente costoso para matrices de gran tamaño, en cuyo caso otros métodos como la
descomposición LU pueden ser más eficientes.
Explicación del método 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠
𝐴11 𝐴12 𝐴13
𝐴11 𝑥 + 𝐴12 𝑦 + 𝐴13 𝑧 = 𝐵1 𝐴= 𝐴21 𝐴22 𝐴23
ቐ𝐴21 𝑥 + 𝐴22 𝑦 + 𝐴23 𝑧 = 𝐵2 𝐴31 𝐴32 𝐴33
𝐴31 𝑥 + 𝐴32 𝑦 + 𝐴33 𝑧 = 𝐵3
𝑖𝑛𝑐𝑜𝑔𝑛𝑖𝑡𝑎𝑠
𝐴⋅𝑋 =𝐵
𝑥
𝐴−1 ⋅ 𝐴 ⋅ 𝑋 = 𝐵 ⋅ 𝐴−1 𝑋= 𝑦
𝑧
𝑚𝑎𝑡𝑟𝑖𝑧 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑜𝑟 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠 𝑙𝑎 𝑚𝑖𝑠𝑚𝑎 𝑚𝑎𝑡𝑟𝑖𝑧
𝑡𝑒𝑟𝑚𝑖𝑛𝑜𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
𝐼 ⋅ 𝑋 = 𝐴−1 ⋅ 𝐵
𝐵1
𝑋 = 𝐴−1 ⋅ 𝐵 𝐵 = 𝐵2
𝐵3
𝐴 = 𝐴11 𝐴22 ⋅ 𝐴33 − 𝐴23 ⋅ 𝐴32 − 𝐴12 𝐴21 ⋅ 𝐴33 − 𝐴23 ⋅ 𝐴31 + 𝐴13 (𝐴21 ⋅ 𝐴32 − 𝐴22 ⋅ 𝐴31 )
𝐴11 𝐴12 𝐴13 𝑎𝑑𝑗 𝑑𝑒 𝐴 𝑎11 𝑎21 𝑎31 𝐵1
𝐴= 𝐴 𝐴22 𝐴23 𝑎
𝑋 = 21 𝑎22 𝑎32 𝐵2
21
𝐴31 𝐴32 𝐴33 𝐴′11 𝐴′21 𝐴′31 𝑎13 𝑎23 𝑎33 𝐵3
𝑎𝑑𝑗 𝐴 = 𝐴′12 𝐴′22 𝐴′32
+ − + 𝐴′13 𝐴′23 𝐴′33 𝑎11 𝐵1 + 𝑎21 𝐵2 + 𝑎31 𝐵3
− + − 𝑋 = 𝑎21 𝐵1 + 𝑎22 𝐵2 + 𝑎32 𝐵3
+ − + 𝑎𝑑𝑗(𝐴) 𝑎13 𝐵1 + 𝑎23 𝐵2 + 𝑎33 𝐵3
𝐴−1 =
𝐴
𝐴′11 𝐴′21 𝐴′31
𝑐𝑜𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠 𝑑𝑒 𝐴 𝐴′12 𝐴′22 𝐴′32
𝐴′13 𝐴′23 𝐴′33
𝐴′11 𝐴′12 𝐴′13 𝐴−1 =
𝑐𝑜𝑓 𝐴 = 𝐴′21 𝐴′22 𝐴′23 𝐴
𝐴′31 𝐴′32 𝐴′33 𝑎11 𝑎21 𝑎31
𝑇𝑟𝑎𝑛𝑠𝑝𝑢𝑒𝑠𝑡𝑎 −1 𝑎 𝑎22 𝑎32
𝑎𝑑𝑗 𝐴 = 𝑐𝑜𝑓 𝐴 𝐴 = 21
𝑎13 𝑎23 𝑎33
Ejemplo de Solución de un
sistema de ecuación
2𝑥+𝑦+𝑧 =0 2 1 1 𝑎𝑑𝑗(𝐴)
𝐴 = 1 −1 −2 𝐴−1 =
ቐ𝑥 − 𝑦 − 2 𝑧 = 5 𝐴
3𝑥+ 𝑧=7 3 0 1
−1 −7 3
𝑥
𝐴⋅𝑋 =𝐵 𝑐𝑜𝑓 𝐴 = −1 −1 3
𝑋= 𝑦
−1 5 −3
𝑧
𝐴−1 ⋅ 𝐴 ⋅ 𝑋 = 𝐵 ⋅ 𝐴−1
−1 −1 −1
0
𝑚𝑎𝑡𝑟𝑖𝑧 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑜𝑟 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠 𝑙𝑎 𝑚𝑖𝑠𝑚𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑑𝑗 𝐴 = −7 −1 5
𝐵= 5
3 3 −3
𝐼 ⋅ 𝑋 = 𝐴−1 ⋅ 𝐵 7
𝐴 = 2 −1 + 0 − 1 1 + 6 + 1 0 + 3
−1
𝑋=𝐴 ⋅𝐵
𝐴 = −6
−1 −1 −1 𝐴−1 ⋅ 𝐵 = 𝑋
−1
1 5 7
𝐴 = ⋅ −7 −1 5 0+ + =2
−6 1 1 1 6 6
3 3 −3
6 6 6 5 35
1 1 1 7 1 5 0 2 0+ − = −5
− ⋅ 5 = −5 6 6
6 6 6 6 6 6
7 1 5 7 1 5 7
𝐴−1 = 1 1 1 0− + =1
− − −
6 6 6 2 2 2 6 2
1 1 1
− −
2 2 2
Como desarrollar en Phyton
• Importar la Biblioteca numpy
• Definir la Matriz de coeficientes A y los Términos Independientes B
• En este caso usaremos la función inv del módulo linalg, para calcular la inverza de la
matriz A.
• Se va realizar la multiplicación de A^-1 por B para obtener nuestro vector de
incógnitas X.
• Mostrar los resultados
Aplicación
Supongamos que estamos en una fábrica que produce tres tipos de aleaciones metálicas, queremos determinar las cantidades de tres
metales puros x, y, z que necesitamos mezclar para obtener ciertos productos con las siguientes condiciones:
● La primera aleación debe tener 2 partes de x, 1 parte de y 1 parte de z y no debe contener ninguna otra cantidad.
● La segunda aleación debe tener 1 parte de x, -1 parte de y (reducir la cantidad de y) y -2 -2 partes de z. con una cantidad total de 5
unidades.
● La tercera aleación debe tener 3 partes de x y 1 parte de z. Con una cantidad total de 7 unidades.
● x = 2 : necesitamos 2 partes del primer metal puro
● y = - 5: necesitamos reducir la cantidad del segundo metal en 5 partes (eliminar o ajustar negativamente su presencia)
● z = 1 : necesitamos 1 parte del tercer metal
