Documente Academic
Documente Profesional
Documente Cultură
APUNTES DE LA ASIGNATURA
lgebra lineal
ELABORADO POR:
MA. Marco Antonio Calzada Velzquez
Subtemas
1.1. Definicin y origen de los nmeros complejos.
1.2. Operaciones fundamentales con nmeros complejos.
1.3. Potencias de i, mdulo o valor absoluto de un nmero complejo.
1.4. Forma polar y exponencial de un nmero complejo.
1.5. Teorema de De Moivre, potencias y extraccin de races de un nmero complejo.
1.6. Ecuaciones polinmicas.
Objetivo
Manejar los nmeros complejos y las diferentes formas de representarlos, as como las
operaciones entre ellos para tener una base de conocimiento a utilizar en ecuaciones
diferenciales, circuitos elctricos y en diferentes aplicaciones de ingeniera.
Bibliografa
NMEROS COMPLEJOS
Origen de los nmeros complejos
Bombolli (XVll)
Leonard Euler i =1 = 1
Caspar wessel (1745-1818)
Quien tambin realizo una interpretacin geomtrica fue Charl Friedrich Gauss, como gauss
pblico antes que Wessel y se dio el crdito y se le denomina al plano de los nmeros complejos
como el plano Gaussiano.
Definicin de los nmeros complejos
Es aquel nmero que est formado por dos partes (una parte real y otra imaginaria)
= +
a = parte real
bi= parte imaginaria
Graficar los siguientes nmeros complejos
b) 2 = 2 5
C) 3 =
d) 4 = 7
e) 1 = 2 + 9
im
e
c
Re
A) 1 = 3 + 2
Y=nmero imaginario
X=nmeros reales
= +
a) 1 + 2 =
(7 3) + (5 + 9) =
b) 23 + 2 4
3
2
= 2 (2 ) + (2 5 + 3) =
3
5
2 2
+ 2 1 + 4 =
3
2
12 + 6
7
c) 4 35 + 1 = (5 + 3) 3 ( ) + (7 3) =
d)
= +
51
5
(5 + 9) + (5 + 9) (7 3) + (5 + 3) =
1
2
21
57
+
2
2
e) 1 2 + 5(3 + 4 ) 5 = (7 3) (5 + 9) + 5 (( ) + ( + ))
1
( )
2
292
11
+ 6
10
Potencias de i
=
=
=
=
=
Sean; = +
= +
= (1 + 2)(3 5) = (3 5 + 6 + 10) = 13 +
1
4
= (4)2 ( + ) = + 2
2 3
3
c)
+ + + = (3 + (1 + 2) (2 + 3) + (1 + 2)2 + =
17
3
3
3
conjugado
= +
El conjugado de un nmero
complejo, solo cambia el signo
de la parte imaginaria
Numero complejo
conjugado
) 1 = 3 2
= 3 + 2
) 2 = 5
= 5
) 3 = 16
= 4
= +
= +
2 + 3 5 + 2
10 + 4 + 15 6
4 + 19
=
=
=
5 2 5 + 2
25 10 10 + 4
29
(5 2)(7 + 2) 31 + 24 4 19
124 + 589 + 94 + 456
=
=
=
(5 + 2)(2 + 3)
4 + 19
4 19
16 76 + 76 + 361
332 + 683
=
377
( )
(5 2(5 + 2) (2 + 3)) 5 2(3 1)
15 5 6 2
=
=
=
(5 + 2) + (7 + 2)
+
2 + 4
2 + 4
13 11 2 4 (26 52 + 22 44) 7 3
=
=
=
2 + 4 2 4
4 + 8 8 + 16
2
2 = 2 + 2
bi
a
= 2 + 2
Ejemplo
1 = 5 + 2
= 52 + 22
= 29
2 = 5
= 52 + 12
= 26
3 = 49
= 72
=7
4 = 1 + 3
= 12 + 3
=2
a
c
Por lo tanto:
=
=
=
Argumento de Z
Sea
= +
-=
> 0 { > 0
< 0}
2- = 2
=0
>0
=0
<0
4- = 0
>0
=0
5- =
<0
=0
<0
>0
3- =
6- = + tan
7- = + tan
<0
<0
Ejemplo:
1 = 2 + 2
2 = 4 + 6
=2
= 4
=2
=6
2
= 45
2
3 = 5 2
=5
= 2
6
4
5
= 45
2
Rectangular
Polar
)1 =
)1 = 90
)2 = 9
)2 = 3 90
)3 = 4
)3 = 40
)4 = 2 + 14
)4 = 14.071 84.23
1 1 = 1 2 [cos(1 +2 ) + (1 +2 )]
1 1 =
1
[cos(1 2 ) + (1 2 )]
2
Ejemplo
Sean:
a) = (5)(10) cis (2 + 2 = 50
b)
10
5
c)
32 90
1025
=
90 45
90 45
d)
cis (2 2 = 2
(5)(5) (2+2)
5
2
3
2
16
45
45
25 4
Exponencial= = 22 4
Cambiar los siguientes nmeros complejos a su forma rectangular.
a) = 3( + ) =
b) = 7 4 =
= 3
= 4.94 + 4.94
c) = 3 2 =
9
d) = =
= 0 + 3
= 4.5 7.9
a)
1 2
3
b)
3 1
2 4
c)
13 4
22 3
1
2
Sean; 1 = 4 2
3 = 8 2
2 =
1
2
(4)( ) (2+)
8 2
17
32 3
5
2 2
1 (63)
64( )
4
1
(2+ )
2
(8)
4
2 3
8 2
4 =
4 3
1 5
= 4 2
= 25611
19
= 8 6
Teorema de Moiure
Si = ( + ) y n es cualquier numero entero positivo, entonces;
= ( + )
Hallar; la dcima potencia del nmero complejo; = 1 +
=1
=1
= 10
= 12 + 12 = 2
1
= tan ( ) = 45
1
32
8
) = 5
=0
3
2
= 5
= 02 + 52 = 5
=4
) = 1 +
64
= 1
=1
= 12 + 12 = 2
= 12
= 45 + 180 = 135
= 3
1
= + tan ( )
1
) = 1 + 3
45.25
= 1
1
= tan ( ) = 45
1
= 13
= 12 + 3 = 2
1
= + tan ( ) = 150
3
) =
3.64
=
1
3
1
3
= 1
= 10
12
=
+ (1)2 = 1.1547
3
1
= + tan ( )
3
= 30
) = 2 3
5,254.05
=2
= 3
= 49.1
= 16
= 22 + 3 = 7
1
= + tan ( )
3
= [cos (
) + (
)]
Donde k=0,1,2,3,4,5.n-1
Ejemplo; obtener la raz cubica de =
a)
=3
=0
=1
= 02 + 12 = 1
= 90
=0
90 + 2(0)
90 + 2(0)
3
= 1 [cos (
) + (
)] = 0.86 + 0.5
3
3
=1
90 + 2(1)
90 + 2(1)
3
= 1 [cos (
) + (
)] = 0.86 + 0.5
3
3
=2
90 + 2(2)
90 + 2(2)
3
= 1 [cos (
) + (
)] =
3
3
b) = 2 + 2
=3
= 2
=2
= (2)2 + (2)2 = 8
= 45 + 180 = 135
=0
135 + 2(0)
135 + 2(0)
6
= 8 [cos (
) + (
)] = 1 +
3
3
=1
135 + 2(1)
135 + 2(1)
3
= 1 [cos (
) + (
)] = 1.36 + 0.36
3
3
=2
135 + 2(2)
135 + 2(2)
3
= 1 [cos (
) + (
)] = 0.36 1.36
3
3
= 16 [cos ( 3 ) + ( 3 )]
=4
= 8
= 13.85
= (8)2 + (13.85)2 = 16
= 30 180 = 150
10
=0
= 16 [cos (
=1
= 16 [cos (
=2
= 16 [cos (
=3
= 16 [cos (
150 + 2(0)
150 + 2(0)
) + (
)] = 1.285 1.532
3
3
150 + 2(1)
150 + 2(1)
) + (
)] = 1.53 + 1.28
3
3
150 + 2(2)
150 + 2(2)
) + (
)] = 1.285 + 1.52
3
3
150 + 2(2)
150 + 2(2)
) + (
)] = 1.532 1.28
3
3
Ecuaciones polinomicas
Obtener las races 3 27 = 0
3 = 27
( 3)
( 2 + 3 + 9) Segundo factor
= 27
=
+
+
=3
Factorizar 2 + 3 + 9 = 0
=1 =3 =9
1 , 2 =
3 32 4(1)(9)
= 1 = 3
2
2(1)
3
3
3 3
3 3
= +
3 =
2
2
2
2
3 = Se obtiene con
el conjugado del 2
= 27
=0
= 272 + 02 = 27
= 0
=0
0 + 2(0)
0 + 2(0)
3
= 1 [cos (
) + (
)] = 3
3
3
=1
120 + 2(1)
120 + 2(1)
3
= 1 [cos (
) + (
)] = 1.5 + 2.5
3
3
=2
240 + 2(2)
240 + 2(2)
3
= 1 [cos (
) + (
)] = 1.5 2.5
3
3
11
2 = 1
3 = 2
b) 3
( + 1)( 1)
1 = 0
2 = 1
3 = 1
c) 4 1
( 2 + 1)( 2 1)
2 = 1
2 = 1
= 1 =
= 1 = 1
1 =
2 =
3 = 1
4 = 1
d) 3 8
( 2)( 2 + 2 + 4)
2 22 4(1)(4)
= 1 = 1 + 3 2 = 1 3
2(1)
1 = 2
2 = 1 + 3
3 = 1 3
12 8
+
2 2
= 6 + 4
12
b) 5 = 3 + 2
( 5) = 3 + 2
=
3 + 2
5 +
3 + 2 5 (15 3 10 + 2)
=
5 + 5
25 + 5 5 + 1
1
1
2
2
c) 3 5 + 2 = 6 (5 2)
3 6 = 5 + 2 + 5 + 2
3 = 7 + 7
=
7
7
3
3
d) ( + )2 = ( + 2)( + 2)
( 2 + 2 1) = 2 2 + 2 4
= 3 + 2
= 1{1}
2-
= 1
1+111
1
+1 + 2 + 1
1+2+1 0 1
1 1 0
1 +1 0 0 1
1 0 0
1 0 0 0
13
2 ( + 1)
3 ( 1)
3 4 2 + + 6 = 0
0 = 6{1, 2, 3, 6}
= 1{1}
14+1+6 1
1 + 5 6
15+6 0 2
2 6 0
13 0 0 3
+3 0 0
1 0 0 0
Por lo tanto los valores son; 1 ( + 1)
2 ( 2)
3 ( 3)
2 ( 1)
3 ( + 2)
2 4 + 5 3 8 2 17 6 = 0
2 + 5 8 17 6 2
4 + 18 + 20 + 6
2 + 9 + 10 + 3 0 1
2 7 3 0
1
2+7 +3 0 0
2
1 3 0 0
2 6 0 0
26 0 0
3
6 0 0
2 0 0 0
Por lo tanto los valores son; 1 ( 2)
4 ( 3)
14
Subtemas
2.1. Definicin de matriz, notacin y orden.
2.2. Operaciones con matrices.
2.3. Clasificacin de las matrices.
2.4. Transformaciones elementales por rengln.
2.5. Escalonamiento de una matriz. Rango de una matriz.
2.6. Clculo de la inversa de una matriz.
2.7. Definicin de determinante de una matriz.
2.8. Propiedades de los determinantes.
2.9. Inversa de una matriz cuadrada a travs de la adjunta.
2.10.Aplicacin de matrices y determinantes.
Objetivo
Manejar las matrices, sus propiedades y operaciones a fin de expresar conceptos y
problemas mediante ellas, en los sistemas de ecuaciones lineales; as como en otras reas
de las matemticas y de la ingeniera, para una mejor comprensin y una solucin ms
eficiente. Utilizar el determinante y sus propiedades para probar la existencia y el clculo
de la inversa de una matriz.
Bibliografa
MATRICES Y DETERMINANTES
INTRODUCCIN
Las matrices aparecen por primera vez hacia el ao 1850, introducidas por J.J. Sylvester. El
desarrollo inicial de la teora se debe al matemtico W.R. Hamilton en 1853. En 1858, A. Cayley
introduce la notacin matricial como una forma abreviada de escribir un sistema de m ecuaciones
lineales con n incgnitas. El concepto de matriz alcanza mltiples aplicaciones tanto en la
representacin y manipulacin de datos como en el clculo numrico y simblico que se deriva de
los modelos matemticos utilizados para resolver problemas en diferentes disciplinas como, por
ejemplo, las ciencias sociales, las ingenieras, economa, fsica, estadstica y las diferentes ramas de
las matemticas entre las que destacamos las ecuaciones diferenciales, el clculo numrico y, por
supuesto, el lgebra.
Definicin de matriz
Es un arreglo rectangular de nmeros dispuestos en filas y en columnas, encerrados entre
parntesis. Los nmeros del arreglo se conocen como elementos de la matriz.
Las matrices se nombran con letras maysculas [A, B, C] y sus elementos con minsculas con dos
subndices [ ] que indican respectivamente la fila y la columna en la que se sita el elemento.
Notacin
11
21
12
22
= { } = [
1 2
1
2
Columnas ()
Filas o renglones ()
Orden o tamao.
Una matriz de filas y columnas se dice que es una matriz de orden y se representa
por () cuando = se tiene una matriz cuadrada. Una matriz que solo tiene elementos o se le
denomina matriz o matriz nula.
16
Una matriz con una fila (1) se le llama vector fila y cuando la matriz solo tiene columnas, se le
llama vector columna.
Ejemplo
900 800 700
=[
]
20
30
60
= [1 2
3]
40
= [ 50 ]
100
A)
B)
C)
D)
Conmutativa
Asociativa
Elemento neutro
Elemento opuesto
+ =+
( + ) + = + ( + )
+=
+ () =
Ejemplo
=[
1 2 5
]
1 7 3
1 11 17
=[
]
0 5 4
+ = [
2 9 22
]
7 2 7
17
= [ ]
= [ ]
=[
]
= [
]
A) +
B) +
C) +
D)
E) + +
F)
1
A) + = [2
0
0
2
1] + [4
3
5
1
2 1
2] = [6 3]
7
5 10
2 1
2 5 3
B) + = [4 2] + [
] = ( )
1 0 4
5 7
2 5 3
0 5 2
2 0 5
C) + = [
]+ [
]=[
]
1 0 4
1 8 1
2 0 8
D) = [
2 10 1
0 5 2
2 5 3
][
]= [
]
0 8 3
1 8 1
1 0 4
1 0
2 1
2 5 3
E) + + = [2 1] + [4 2] + [
]=
1 0 4
0 3
5 7
( )
2 1
2 1
F) = [4 2] [4 2] =
5 7
5 7
18
Propiedades
A) 1 ( + ) = 1 + 1
B) (1 + 2 ) = 1 + 2
C) (1 2 ) = 1 (2 )
D) 1 =
Ejercicios
Realizar las siguientes operaciones con matrices dadas
= [ ]
= [ ]
= [ ]
=
=[
] =[
] =[
]
A) 1 +
B) 1 + 2
C) 4 + 2
D) 3 + 2 + 1
E) 1 + 1 2 + (1 + 2 )
F) 5 + 3 4
19
1
A) + = 2 [1
0
1 1
2 5
0 1] + [ 0 2
1 0
3 4
1
4
1] = [2
0
3
7 3
2 3]
6 0
B) + =
1 1
2 [1 0
0 1
1
1
1] 1 [1
0
0
1 1
1
0 1] + = [1
1 0
0
1 1
0 1]
1 0
C) + =
1
[2
2
2 8
4
4 6
10
1
2 ] 1 [1
0
0
1 1
0 3 4
0 1] = [ 0 2 0]
1 0
2 2 0
D) + + = (
E) + + ( + ) =
2[
2 5
F) + = 1 [0 2
3 4
1 1 1
1 2
0 [1 0 1] = [] [0
2
0 1 0
3
= [
=[
2 2
0
3 3
1 2
0
1.5 3
5 5
2 2
4 4
0 2
0 3
2 1
1 3
] 2[
] 3[
]=[
]
1 1
0 3
1 0
1 4
1
2 2
1] = [ 0
0
3 3
5 5
2 2
4 4
1
1 ] +
0
1 2.5 0.5
5 1
2 1] = [ 0
1 0.5]
1.5 4
4 0
0
1
1 2.5 0.5
1 ] + [] [ 0
1 0.5]
0
1.5 4
0
2.5 5
1 2
42 4
0.5
0.5 ]
0
20
Producto de matrices
Sean dos matices tales que el numero de comlumnas es igual al nmero de filas de , es
decir, es una matriz () y es una matriz () entonces el producto es la matriz
() cuya componente ( ) es la que se obtiene multiplicando la fila i-esima de columna jesima de .
A
A ( m x np ))
B(pxn)
= C(mxn)
Propiedades
A)
B)
C)
D)
( ) = ( ) ( )
( + ) = +
( + ) = +
( ) = () = ()
21
Ejemplo
=[
Traza de matrices
Si es una matriz cuadrada, entonces la traza de denotada () se define como la suma de los
elementos de la diagonal principal de . La traza de no esta definida si no es una matriz
cuadrada.
Propiedades
A) ( + ) = () + ()
B) () = ()
C) ( ) = ()
Ejemplo:
Calcule la traza
1 2
1
5
3 1 0
7 ] = () = (1) + (1) + (6) + (2) = 4
=[
3 1
6
6
0 10 2 2
Ejercicios
Considera las matrices:
= [ ] = [
]
=[
]
= [ ]
= [ ]
Calcular los siguientes (en caso de ser posible)
22
A) ()
B) ( 3)
C) 4(7)
D) ()
E) ()
F) ( + 2) 2( 2 )
1 5 2
A) () = [1 0 1] = 1 + 0 + 4 = 5
3 2 4
6 1
1 5 2
B) ( ) = [1 0 1] 3 [1 1
4 1
3 2 4
3
1 5 2
2] = [1 0 1] +
3
3 2 4
18 3 9
17 2
7
[ 3
3 6] = [ 2
3 5] = 17 3 5 = 25
9 3 9
6 1 5
4
C) ()= 4 7 [
0
1
4
] = 28 [
2
0
1
112 28
]=[
] = 112 + 56
2
0
56
D) () =
3 0
1
E) () = [1 2] [
3
1 2
3
4 2
] = [5
1 5
7
F) ( + ) ( ) = [
2[
1 4
3 1
12 6
2 8 ] = 3 2 + 12 = 13
6 12
3 0
2
1 12
] [1 2] = [
]
5
13 12
1 2
4 1
8 2
1 12
8
]=[
] = [
]+[
0 2
0 4
13 12
0
2
9 10
] =[
] = 25
4
13 16
6 1 3
4 8 12
1 5 2 1 5 2
2
9 15
[1 0 1] [1 0 1] = [ 2 3 2 ] [1 1 2] = 2 [ 3 4 0 ]
4 1 3
9 13 21
3 2 4 3 2 4
13 14 24
23
= 2 13 = 26 = 25 26 = 1
= [ ] = [ ] = [ ] = [ ] = [ ]
= [ ] = [
]
= []
A)
B)
C)
D)
E)
F)
G) 3
H) 3 + 2 +
I)
1 0
A) = [0 1
0 0
0
1 3 4
1 3
0] [ 2 0 2] = [ 2 0
1
4 5 1
4 5
1 3
B) = [ 2 0
4 5
1 0
C) = [0 1
0 0
4
2 3 1
34
2] [ 4 6 0] = [ 6
1
5 2 9
17
4
2]
1
23 35
10 20]
44 13
0
4 7
4 7
0] [ 5 1] = [ 5 1 ]
1
2 3
2 3
24
1 3
D) = [ 2 0
4 5
4
2 3 1
1
89
34 20 35
2] [ 4 6 0] = [ 6
10 20] [2] = [ 72 ]
1
5 2 9
3
222
17 44 13
2 3 1
1 3 4
12 1 1 2 3
E) = [ 4 6 0] [ 2 0 2] = [ 8 12 28 ] [ 4 6
5 2 9
4 5 1
35 60 39 5 2
2 3 1
4
= [ 4 6 0] [5
5 2 9
2
4
F) = [5
2
7
20
5 11 1
] = [25
1] [
0 7 2
3
10
1
0]
9
7
41
80
=
]
[
1
148 152]
3
518 422
93 18
62 7 ]
43 8
G) =
1
H) + + = [0
0
0 0
1 0
1 0] [ 0 1
0 1
0 0
0
1 0
0] [ 0 1
1
0 0
0
1
0] = [0
1
0
0 0
1 0]
0 1
1 3 4
1 3 4
23 17 6
[ 2 0 2] [ 2 0 2] = [ 6 16 10]
4 5 1
4 5 1
10 17 27
1
[0
0
I)
0 0
23
1 0] + [ 6
0 1
10
17 6
23 17 6
2 3 1
52 183 77
16 10] = [ 6 16 10] + [ 4 6 0] = [102 134 96 ]
17 27
10 17 27
5 2 9
183 186 253
1 3
= [ 2 0
4 5
4
2 3 1
34
=
]
[
]
[
2
4 6 0
6
1
5 2 9
17
20 35
10 20]
44 13
25
2 3 1
1 3
[ 4 6 0] [ 2 0
5 2 9
4 5
4
12 1 1
2] = [ 8 12 28 ]
1
35 60 39
12 1 1
22
21
36
34 20 35
[ 6 10 20] [ 8 12 28 ] = [ 2
2
8 ]
35 60 39
18 16 26
17 44 13
Clasificacin de matrices
a) Matriz triangular superior: Una matriz cuadrada se llama triangular superior si todos los
componentes que se encuentran por debajo de la diagonal principal con cero
Ejemplo:
1 3
=[
]
0 4
15 6
=[0 1
0 0
9
11]
8
b) Matriz triangular inferior: Se dice que una matriz cuadrada es triangular inferior si todos los
componentes que se encuentran arriba de la diagonal principal son cero,
Ejemplo:
6 0
=[
]
5 4
15
= [12
5
0 0
1 0]
4 8
c) Matriz diagonal. Una matriz cuadrada se llama matriz diagonal si todos los componentes
que estn fuera de la diagonal principal son cero.
Ejemplo:
6 0
=[
]
0 4
15
=[0
0
0 0
1 0]
0 8
26
d) Matriz escalar: matriz diagonal triangular (superior e inferior a la vez) cuyos elementos son
todos iguales.se comporta como escalar
2
=[
0
0
]
2
e) Matriz identidad ( ): matriz cuadrada cuya diagonal principal est formada solo por uno se
representa. Cumple con las siguientes propiedades.
1
=[
0
1) =
2) =
f)
0
]
1
Matriz potencia: matriz cuadrada que resalta del producto de por si mismo repetido en el
eje. es entero positivo.
1
2 = [0
2
3 1
1
4 2] [0
5 1
2
3 1
2 20 4
4 2] = [4 6 10]
5 1
4 31
7
2 = =
2 = =
2 = =
g) Matriz peridica: una matriz se llama peridica, si el menor numero entero y positivo
para el cual se cumple +1 = . Se dice que la matriz tiene como periodo .
Ejemplo:
1 2 6
= [3 2
9 ] = 2
2
0 3
1 2 6
1 2 6
5 6 6
2+1 = [3 2
9 ] [3 2
9 ] == [ 9 10 9 ]
2
0 3
2
0 3
4 4 3
1 2 6
1 2 6
5 6 6
3 [ 9 10 9 ] [3 2
9 ] = [3 2
9]
2
0 3
2
0 3
4 4 3
27
3 = , 2
h) Matriz nilpotente: siendo una matriz cuadrada y si es un numero menor entero positivo
para el cual = 0,entonces es nilpotente de orden .
Ejemplo:
1
1
3
=[ 5
2
6]
2 1 3
Calcular 3
1 2 6
1 2 6
0
0
0
3 = [3 2
9 ] [3 2
9 ]=[ 3
3
9]
2
0 3
2
0 3
1 1 3
0
0
0
1 2 6
0 0
=
[3
3
9 ] [3 2
9 ] [0 0
1 1 3
2
0 3
0 0
i)
0
0]
0
2 2 4
2 2 4
2 2 4
2 = [1 3
4 ] [1 3
4 ] = [1 3
4]
1 2 3
1 2 3
1 2 3
J)
Matriz involutiva: una matriz es involutiva si cumple con ES involutiva si cumple con
2 =
Ejemplo:
28
1 1 2
=[ 0
1
0]
0
0
1
1 1 2
1 1 2
1
2 = [ 0
1
0 ][ 0
1
0 ] = [0
0
0
1
0
0
1
0
0 0
1 0]
0 1
K) Matriz simtrica: matriz cuadrada que verifica = . Todos sus elementos estn
contenidos en los nueros reales { }, .
Ejemplo:
1 5
= [5 1
3 2
3
1 5 3
2] = = [5 1 2] =
1
3 2 1
L) Matriz antisimetrica: matriz cuadrada que verifica = . Todos sus elementos estn
contenidos en los nueros reales { }, .los elementos de la diagonal principal son iguales
a cero.
Ejemplo:
0 2 5
1
0
2 5 1
2
2 0 7 1
1
0
7
=[
]= =[
] = ()
5 7 0
5
8
7
0 8
1 1 8 0
1 1 8
0
0 2 5
1
2
1
0
7
=[
]
5 7 0
8
1 1 8 0
M) Matriz compleja: matriz que almenos un elemento es complejo.
Ejemplo:
1
=[
1
1
] = = [
5 + 2
1
]
5 2
29
N) Matriz conjugada: sea una matriz compleja, la matriz conjugada se forma con los dos
conjugados de cada elemento de , se representa por .
Ejemplo:
1 2
=[
3
1 + 2
] = = [
3 + 3
3
]
3 3
O) Matriz hermitiana: matriz cuadrada de los elementos complejos que verifica = . Tiene
los elementos de la diagonal principal nmeros reales.
Ejemplo:
3
= [5
2
3
2
3 + 2 ] = = [ 5
2
7
5
5
3 2
3
= = [ 5
2
5
2
3 2
5
5
3 + 2
2
3 2 ]
7
2
3 + 2 ]
7
= [3
7
3
2
5
= = [ 3
7
3
5 ] = = [3
2
3
7 5
3
2
5+
5 + ] = () = [ 3
3
7
7
5 ]
3
3
2
5
7
5 ]
3
6
2
=
3
6
1
1
[3 6
3
1
3
2
3
1
0
1
2 ]
6
1
[ 2
1 0
= [0 1
6
0 0
1
2]
0
0]
1
30
() = 2 3 + 9
1
() = [
2
3
]
7
3
1 3
1 3
1 0
][
] 3[
]+ 9[
]
7
2 7
2 7
0 1
1 3
1 3
5 24
][
]=[
]
2 7
2 7
16 43
1 3
3
9
3 [
]=[
]
2 7
6 21
1
+9 [
0
0
9 0
]=[
]
1
0 9
3
9
5 24
8 15
1
]+[
]=[
]+9= [
6 21
16 43
10 22
10
15
]
31
Matriz aumentada: Es aquella matriz que se une a otra matriz que tiene el mismo nmero de filas.
Se representa por /.
3 2
= [0 7
0 1
1
1]
2
3
/ = [0
0
3
5
= [10 11 ]
7 1
2 1 3
5
7 1 | 10 11 ]
1 2 7 1
31
Donde:
3 2
= [0 7
0 1
1
1]
2
=
=
= #
1)
2)
3)
Al proceso de aplicar las operaciones elementales de rengln con el propsito de simplificar una
matriz aumentada se llama reduccin por renglones. Al usar operaciones elementales de rengln
en una matriz se puede volver a la matriz original aplicando las operaciones inversas.
Ejemplo:
3 5 1
9 15 3
1) [1 0 3] 3 [1 0 3]
5 7 4
5
7 4
1
2
3
1
2
3
2) [ 5
6
7 ] 2 23 [15 6 17]
10 11 12
10 11 12
1 0
0
0
0 3
3) [ 0 2 0 ] 1 3 [ 0 2 0 ]
0
0 3
1 0
0
32
Nota: se dice que una matriz que cumpla con las tres primeras condiciones se le llama
escalonada.
Ejercicio:
Diga cuales de las siguientes matrices estn en su forma escalonada reducida, forma
escalonada o ninguna de estas:
1
= [0
0
0 0 4
1 0 7 ] =
0 1 1
1 4
= [0 1
0 0
3 7
6 2] =
1 5
1
= [0
0
1 0
1 0] =
0 1
1
= [1
0
0 1
1 0] =
0 1
=[
0 1
= [0 0
0 0
0 0
] =
0 0
2 6 0
1 1 0] =
0 0 1
33
0
0
= [0
0
1
0
0
0
=[
2
0
0
0
0
0
1
0
1
0
3] =
0
1 7 5
] =
0 1 3
1
= [5
7
0 8
1 9] =
2 3
1
= [0
0
0 0
1 0] =
0 1
6 1
1 3
1
] =[
] 2 41 = [
1 2 1
4 1
0
=[
3
] 2 + 32
1
1 0
]
0 1
0
= [1
0
0
= [1
0
1
3
1
=[
] 2
13
0
13
1 0
0 1]
0 1
1 0
1 0 1
1
0 1] 1 2 [0 1 0] 1 3 [0
0 1
0 0 1
0
0 0
1 0]
0 1
]
34
3
=[
1
2
1
] 2 1 [
1
3
1
1
] 2 31 [
2
0
1
1 1
1
] 2 [
] 1 2 [
1
0 1
0
0
]
1
= [ ]
1 1
= [2 4
3 6
1 1
1
2 [0 1
2
0 0
2
1 1
3] 2 21 [0 2
5
3 6
1 1
2
7 ] 3 31 [0 1
17
0 0
1 0
1
3
17
0 1
[0 0
2
1 1
7] 3 31 [0 2
5
0 3
2
7 ]
11
11
2
1 0
2
7
7
] 1 2
2
0 1
2
17
[0 0 17]
11
1 0
2
11
7 1 3 [0 1
2
2
0 3
1 ]
0
1 0 0
7
7
] 2 + 3 [0 1 0]
2
2
0 0 1
1
3 2
1
] 2 [
1 1 1
3
1
1
] 31 [
2 2
0
1
1 1
1 0
] 2 [
] 2 [
]
1
0 1 1
0 1
= [ ]
1 1
= [2 4
3 6
2
1 1
3] 2 21 [0 2
5
3 6
1
3 31 [0
0
2
1 1
7] 3 31 [0 2
5
0 3
2
1 0
7
1 ] 1 2
2
0 1
0 17
[0 0
1 1
2 1
7 ] 1 [0 1
2
11
0 3
11
1
2
1
7 3
17
0
2
[0
17]
2
7
]
2
11
11
2
11
7 1 3
2
1
2
0 1 ]
0
35
1 0
[0 1
0 0
0
1 0
7
7
] 2 + 3 [0 1
2
2
0 0
1
0
0]
1
= [ ]
2
= [4
2
4 6 1
1 2
3
1
5 6 ] 1 ; 2 41 ; 3 21 [0 3 6] 2 ; 3 32
2
3
7 12
0 3
6
1
[0
0
2 3
1 0
1 2] 1 22 [0 1
0 0
0 0
1
2]
0
2
= [2
2
7
7 6 1
1
3
1
7
2
] 2 ; 3 + 22 ; 1 2
1 9 ] 1 ; 2 21 ; 3 21 [
2
0 6 15
6
2
5 3
0 2 3
1 0
0 1
[0 0
23
1 0 0
4
1
23
5
5 2 ; 1 3 ; 2 + 3 [0 1 0]
2
4
2
0 0 1
2
]
2
=[
36
1
4
=[
2
0
1
0
1
0
0
1] 2 41 ; 3 21 [
0
3
0
1
5
1 0
3 [0 1
0 0
= [
1
= [2
2
1
1 0
1 42 0 1
0 0
[
0
0]
1
4
8 8
1
7 13 23] 2 ; 3 + 22 ;
7
2 9 16
4 36
1 0
7 7
7
13
13
23
3 ; 1 43 ; 2 2 0 1
37
7
7
7
37 66
0 0
[
7
7]
= [
1
5
=[
1
0
0
0
1]
1
] 21 ; 2 21 ; 3 1 [0
1 3 7
0
2 1 8
2 4
0
1 0
0
0 1
1] 2 ; 3 52 [
0 0
3
228
37
1
0
37
66
1 ]
37
0
2
2
4
10 10 20] + 5 ; ; + 6
2
1 3
1 3
1
1
2 1
1
2 3
37
1
[0
0
0
1
[0
0
0
2
0
3
1
2
0
4
2
4
1
0 ] [0
3 0
5 2
0
3
2
1
3
0
2
2
4
0
4
3] 3 ; 2
3
2 1
2
5
0
1 0
0 1
0 6 2
1 2 3 ] 1 ; 6 ; + 2 =
3 2
3
0 10 4 10 3 1
0 0
0
0 0
[0 0
2
5
11
0
5
4
1
10
0
0 ]
0
=[
]
1
3 6 9
1
1
1
=[
8 24] 1 ; +2 1 ; 3 + 1 [0
3
2
2
6 12 18
0
1 0
[0 1
0 0
9
0
3
45 1
] 2 ; 1 + 22
2 9
36
8
1 0
5
5 1
] 3 ; 1 83 ; 2 3 [0 1
2
2 36
0 0
36
=[
=[
0
0]
1
1 2 4 5 4
1 2
4 5
] 21 [
2 4 4 10 6 2
0 0 4 0
4
]
2
= [ ]
38
1
2
0
1 2
0
1
= [ 3 1 2 ] 2 31 ; 3 + 21 [0 7 2 ] 2 ; 3 72 ; 1 22
7
2 3 2
0 7 2
1 0
7
2
[0 1 ]
7
0 0 0
=[
3
=[
3
5 1
5
1 0
5 1
] 1 ; 2 + 31 [1 3 ] 2 ; 1 2 = [
]
0 1
2 3
5
2
0 5
2 3 1
1 2
1 2] 3 [0 1
4
0 4
0 0
3
2] = () = 3
1
39
1 2 4 0
1 2
= [3 1 5 2] 2 + 31 ; 3 + 21 [0 7
2 3 9 2
0 7
4
17
7
0
1 2
[0 1
0 0
4 0 1
17 2] 2 ; 3 72
7
17 2
0
2
] = () = 2
7
2
]
= [
1
= [2
4
0
3 3
1 3 3
1
3 ] 2 ; 4 ; [0 7
7 ] 1 ; 17 ; 2
2
1
3
1
2 4
1
0 17 17 7 2 3
9
5
2
0 2
2
2
1
[0
0
0
3 2
1
3 ] () = 2
0
0
0
0
= [ ]
1
2
3 4 2 5 4
6 9 1 8 2
=[
] 2 21 ; 3 21 ; 4
2 6 9 1 9
7
1 3 4 2 5 4
1 3 4 2 5
1 [ 0 0 1 3 2
0 0 1 3 1
0 6 8 4 10
1
4
6 ] [0 6
4
1 2
0
8
0
1
3 4
8
0 1
2 ; 1 + 32 ; 2 3
6
0 0 1
[ 0 0 0
3 4 2 5 4
8 4 10 8]
0 1 3 1 1
0 1 3 2 6
2 5 4
4 4
8
6 6
6 = () = 3
3 1 1
0 1 5]
40
= [ ]
1 4
= [0 1
0 0
3 7
1 0
]
=
4
;
6
;
[
6 2
2
2 2
3 0 1
0 0
1 5
27 1
1
]
=
+
27
[
0
28
1
3 0
0
1 5
0 0
1 0
0 1
7
2]
5
= () = 3
= [ ]
1
= [0
0
1 0
1
1 0] = 1 2 [0
0 1
0
0 0
1 0] = () = 3
0 1
= [ ]
1 0
= [1 1
0 0
1
1 0
0] = 1 2 [0 1
1
0 0
1
1 0
0] = 1 3 [0 1
1
0 0
0
0] = () = 3
1
= [ ] = () = 0
= [
] = () = 0
=[
1
=[
0
1
7 5
] + 72 [
0
1 3 1
0 26
] = () = 2
1 3
41
= [ ]
1 0
= [5 1
7 2
1
3 22 [0
0
8
1
9] 2 51 ; 3 71 [0
3
0
0 8
1 9]
2 3
0
8 1
1 0
1 32] 3 ; 1 83 ; 1 + 312 [0 1
51
0 51
0 0
0
0] () = 3
1
1. (1 )1 =
2. ( )1 = 1 1
3. ()1 =
1 1
4. ( )1 =. (1 )
. 1 =. (1 ) =
42
2 5
2
] = 1. = [
1 1
1
1
[
0
5 1
|
1 0
0
1
] 2. 1 . 2 [
1
2
0 1
1 0 1 1
1 1 1
2] 1 2 [1
|
] 2 [
|
3 1 2 3
0 1
0
3
3
2
3. = [
1
0 1
5 1
2] = [1
][
0
1
2
3
1 0
|
5 1
1
] 21
0 2
0 1
1 1
2]
|
3
3
3
0 1
2]
1 = [1
2
3
0
]
1
=[
]
=[
]
= [
1
4
1
4 1 0
1 4 1 0
1 0 3 4
=[
]=[
|
] 2 [
|
] 42 [
|
]
1 3
1 3 0 1 1
0 1 1 1 1
0 1 1
1
1
4 3 4
1 0
[
][
]=[
]
1 3 1
1
0 1
1 1 0
1 1 0 1
=[ 1
0 1] = [ 1
0 1| 0
6 2
3
6 2
3 0
1
[0
0
1 0 1 0
1 1| 1 1
4 3 6 0
3 4
= [
]
1
1
0 0
1 0] 2 1 ; 3 + 61
0 1
0
1 0 1 0
1
0
0] 1 + 2 ; 3 + 42 [0 1 1| 1 1
0 ] 1 + 3 ; 2 + 3
1
0 0 1 2 4 1
43
1
[0
0
0 0 2 3 1
1 1 0 2 3 1
1 0 0
1 0| 3 3 1] = [ 1
0 1] [3 3 1] = [0 1 0]
0 1 2 4 1
6 2
3 2 4 1
0 0 1
2 3 1
= [3 3 1]
2 4 1
Ejemplo
Demuestre que es inversa de
1- = [
1 = [
= [ ]
1 2 1 0
1 2 1 0 1
1
|
] 2 31 [
|
] ; 22 [
3 4 0 1
0 2 3 1 2 1 1
0
2- = [
]
1 = [
1 1 1
|
2 3 0
=[
0
1
] 21 [
1 2
0
3- = [ ]
2 2 3 1 0
= [ 1 1 0| 0 1
0
1 4 0 0
[0
3
1
2 1 0
1 0 5
|
] ; + 2 [
|
5 2 1 5 1 1
0 1 2
1
3
5] = [ 5
1
2
5
5
1
5]
1
5
= [ ]
3 1
1 1
0 1
2 2
0] 1 ; 2 1
3 || 1
2
0 0
1
2 2
[0 1
4 0
3 1
0 0
1 0
2 2
2
|
4 | 0 0 1 1
0 1
3
3 1
1 0]
[0 0
2 2
1 1
0
2 1
2 1
0 3
1] = [ 3
1]
|
1
2
2
2
2
1
3
2
2| 0
4 1
1
3
0 0
1 0
2 3
0 1]
0 0
5
0 1 1 3 ; 2 43
2
2
0]
3
44
4
3
0 0 4
1 0|
0 1 3
1
3
1
0
0
[
4- = [ ]
5
4
1
3
3
8
4
1 =
3
3
2
1
0] [
3
3
1
1 4 5 3
1 = [4 8 3]
3
1
2 0
0]
= [ ]
2 17 11 1
= [1 11 7| 0
0
3
2 0
0 0 1
1 0] 1 ; 2 + 1
2
0
0 1
[0
1 0
2
17
2 ; 3 32 ; 1 + 2 0 1
5
2
[0 0
1
[0
0
5
3
8
3
2
3
2 11 17
5 5
5
3| 1
2
5| 5
5
1 3
6
5 5
5
0 0 1 1 2
1
1 0| 2 4 3] = [2
0 1 3 6 5
3
17
2
5
2
3
11 1
0
2 2
|
3 1
1
|
2 2
2 0 0
0
0
1]
0
2
0 53 ; 1 3 ; 2
5
3
+ 3
4
1]
1 2
4 3]
6 5
2 1
|
7 0
0
1
] 31 [
1 2
0
2 1
|
1 9
0
1
] 22 [
1 1
0
0 21 2
21 2
|
]=[
]
1 9
11
9
11
6- [
]
1 2 1
|
2 3 0
0
1
] 2 21 [
1
0
2 1 0
1 0 3 2
3 2
|
] 1 + 22 [
|
]=[
]
1 2 1
0 1 2 1
2 1
45
7- [
]
33 1
0
33
7| 7
] 72 ; 1 + 2
1 4
7
1
7 7
0 19 33
19 33
|
]=[
]
1 4
7
4
7
1
7 33 1 0 1
[
|
] 1 ; 2 41 [
4 19 0 1 7
0
1
[
0
8- [
] = su determnate es = 0
9- [ ]
1 1 1 1 0
[ 3 5 4| 0 1
3 6 5 0 0
1
0
[0
0
1
0] 2 31 ; 3 31 [0
1
0
1 1 1 0
2 1| 3 1
3 2 3 0
1 5
1
0
2 3
2
1
1
1
1| 3 1
1
0 23 ; 1 2 ; 2 3 [0
2
2
2| 2 2
0
1 3
3
0
1]
2 2
2
1
1 1
[3 2 1]
3 3 2
0 1
0] 2 ; 3 32 ; 1 2
2
1
0 0 1
1 1
1 0| 3 2 1] =
0 1 3 3 2
10- [
1
2
2 1
[3
7
9 |0
1 4 7 0
0 0
1
1 0] 2 31 ; 3 + 1 [0
0 1
0
2
2 1 0
1
3 | 3 1
2 5 1 0
0
0] 3 + 22 ; 1 + 21
1
46
1 0 4 7 2 0
1 0
[0 1 3 | 3 1 0] 1 + 43 ; 2 33 [0 1
0 0 1 5 2 1
0 0
13 6
4
[ 12 5 3]
5
2
1
11- [ ]
1 2
[3 7
7 16
1 1
10| 0
21 0
0 13 6
4
0| 12 5 3] =
1 5
2
1
0 0
1 0] = = 0
0 1
12- [ ]
3
7
1
10
10
0 0 1
7
1 | 10
1 0] 1 ; 2 + 51 ; 3 31 0
1
10
2
2 | 3
0 1
1
1
10
[0 2
10
1
10 5
[5 1
3 2
7 1
4 |0
2 0
1 0
2
1
5
2 ; 3 2 ; 1 2 0 1
7
2
10
[0 0
1 0
0 1
0 0
[
0 0
1 0
0 1
]
27
3
1
0
35 70
7
|
27
1
1
2
2
0 353 ; 1 + 3 ; 2 3
35
7
7 | 7
7
1
31
1
1]
35
70
7
12 4 27
12
5
0 5
1 5
= 2
0| 2
31
1 31
5 35 ] [
2
2
27
35 ]
Criptografa
0 =_
6=
12 =
18 =
24 =
1=
7=
13 =
19 =
25 =
2=
8=
14 =
20 =
26 =
3=
9=
15 =
21 =
27 =
4=
10 =
16 =
22 =
5=
11 =
17 =
23 =
47
3-
4- Mensaje codificado
76 17 44 9 1 11 2 2 5 4 16 15 52 1 38 19 5 14
48
113 28
63
16 3 22
2
3
1
60
9
38
17 1 13
36
16 20 [3 3 1] = 16 20 0
105 43
40 2 4 1
1 26 22
[ 5
[4
0]
4
1 ]
1
3- mensaje decodificado
[16 3 22 ][17 1 13 ][16 20 0 ][1 26 22][4 1 0] =OCUPAMOS_AYUDA_
C) 43 60 1 1 21 2 23 33 14 6 9 19 71 63 15 29 38 9 11 30
Con la matriz decodificadora
2
= [ 1
1
3
1 1
3 1 1
1
1
1 ] 1 = [ 1 1
1 1
2
2 0
1 2 4
2 1
8 4
6 3 ]
11 5
13
6
17 16 14 7
43 60 1 1
1 1
8 4
20 5
21 2
23 33
6 3 ] = 1 14
14
6 9 19 [ 1 1
0
1
0 5 =PONGANSE_A_ESTUDIAR_
71 63 15 29 2 0 11 5
20 21 22 4
6
[38 9 11 30 ] 2 1 13
[9
1 19 0]
Ecuaciones matriciales
Resolver para x cuando;
) 3 + 2 =
) 2 5 = 3
) 2 + 2 = + 2
49
4 0
= [ 1 5]
3 2
1 2
= [2 1]
4 4
)3 = ( 2)
3
1 2
4 0
2
1 9
3 = [2 1] 2 [ 1 5] = = [4 11] = =
3
4 4
3 2
10 0
0
10
[3
2
3
11
3
0]
) 3 = 2 5
4 0
1 2
8
0
13 10
5
10
3 = 2 [ 1 5] 5 [2 1] = [ 2 10] [10 1 ] = [ 12 15]
3 2
4 4
6
4
26 19
20 20
13
10
2
3
1 13 10
= [ 12 15] = 4
5
3
26
19
26 19
[ 3 3 ]
) 2 = 4
4 0
16
0
0
8
0
1 16
2 = 4 [ 1 5] = [ 4
20] = [ 4
20] = [ 2 10]
2
3 2
12
8
12
8
6
4
Siendo;
=[
A) =
1 1
]
3 4
=[
2 1
]
1 1
=[
1 2
]
1 3
= 1
1
1 = [
3
1 1
|
4 0
0
1
] 31 [
1 2
0
= 1 = [
B) + =
1 1 0
1 0 4 1
|
] 2 [
|
]
1 3 1 1
0 1 3 1
2 1 4 1
5 1
][
]==[
]
1 1 3 1
1 0
= 1 ( )
50
=[
1 2
2
][
1 3
1
C) + = 2
1
= 2[
1
4 1 1 1
4 2
= [
][
]=[
]
3 1
0 2
3 1
= (2 )1
2
2 1
2
][
]=[
3
1 1
2
D) = 2
2 = 2 [
1
1 1
]=[
]
1
0 2
4
2
][
6
1
( ) = 2
1 2
2
]=[
1 3
2
4
]
6
1
0 3 4 1
9 3
]=[
][
]==[
]
1
1 5 3 1
11 4
= 2( )1
1 1 2 1
3 2
1
= [
][
]=[
] [
3 4 1 1
10 7
1
2
2 0
]=[
]
3
9 4
1
=[ 2
]
9 3
28 2
Introduccin a determinantes
Los determinantes hicieron su aparicin en las matemticas ms de un siglo antes que las
matrices. El trmino matriz fue creado por James Joseph Sylvester, tratando de dar a entender que
era la madre de los determinantes.
Algunos de los ms grandes matemticos de los siglos XVIII y XIX contribuyeron al desarrollo de las
propiedades de los determinantes. La mayora de los historiadores coinciden en afirmar que la
teora de los determinantes se origin con el matemtico alemn Gottfried Wilhelm Leibniz (16461716) quien fue con Newton, el co inventor del clculo diferencial e integral. Leibniz emple los
determinantes en 1693 con relacin a los sistemas de ecuaciones lineales simultneas. No
obstante hay quienes creen que el matemtico japons Seki Kowa hizo lo mismo unos 10 aos
antes.
51
El determinante de una matriz cuadrada es un nmero que se obtiene a partir de los elementos de
la matriz. Su estudio se justifica en cuanto que simplifica la resolucin de sistemas lineales y el
clculo de la matriz inversa, entre otras aplicaciones.
En matemticas y lgebra lineal, un sistema de ecuaciones lineales, tambin conocido como
sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de ecuaciones lineales
(es decir, un sistema de ecuaciones en donde cada ecuacin es de primer grado), definidas sobre
un cuerpo o un anillo conmutativo.
12
22 | = || = (11 22 ) (21 12 )
21
La matriz A solo ser invertible (tendr inversa) si y solo si su determinante es diferente de cero
Ejemplo
9 5
=|
|
11 2
|| = | 9 5| = (9 2) (11 5) = 37
11 2
Ejercicios; hallar el determinante de las siguientes matrices
2 5
=|
|
3 9
=|
3 3
|
7 7
=|
1
2
1
|
5+
=|
|| = (2 9) (3 5) = 3
|| = (3 7) (7 3) = 0
52
|| = (1 5 + ) (2 1 ) = 7 + 3
|| = ( ) ( ) = 2 + 2
12
22
32
12
23 |
33
1 0
7 3|
10 1
2
= |1
3
3 5
0 4|
3 9
5 1
= |2 3
1 0
2
5|
2
1
= |4
8
3+
0 |
2
Menores y cofactores
53
Si A es una matriz cuadrada, entonces el menor del elemento se denota por | | y se define
como el determinante de la submatriz que se forma al suprimir el rengln y la columna de A. El
cofactor de un elemento se denota por y se calcula por = (1)+ | | .
Ejemplo
3 1
= |2 5
1 4
4
6 | |12 |, 12 , |31 |, 31
8
12 = 1
31 = 1
12 = |
2 6
| = 16 6 = 10
1 8
31 = |
1 4
| = 6 + 20 = 26
5 6
12 = (1)3 (10) = 10
12 = (1)4 (14) = 26
El menor y cofactor de una matriz puede diferir solamente en el signo.la siguiente grafica ilustra
los signos que deben de asociar a cada uno de los menores para allar el correspondiente cofactor.
+ +
| + |
+ +
El determinante de una matriz A de se puede calcular multiplicando los elementos de los
renglones (de una columna) por sus cofactores y sumando todos los productos resultantes, es
decir;
Desarrollo de cofactores a lo largo de la columna
|| = 1 1 + 2 2 +. . .
Desarrollo de cofactores a lo largo de la renglon
|| = 1 1 + 2 2 +. . .
Ejemplo; calcule el determinante por medio de cofactores
3
= |2
3
5 1
8 2|
0 7
Primer rengln 11 11 + 12 12 + 13 13
|| = 3(1)2 |8
0
2
2 2
2
| 5(1)3 |
| + 1(1)4 |
7
3 7
3
8
|
0
54
Ejercicios;
Calcule el determinante por medio de cofactores
2
4 1 5
=| 5
0
1 | = |2
4
1 2 6
2 4
3
2|
2 4
1
=| 0
1
1
0
= |2
5
1
0
|
1 0
1
= |4
1
0
2
3
3
5
1
7
4
2
2
5 |
6
1
0 2 1
2 7 2|
2 3 0
3 0 4
|| = 21 21 + 22 22 + 23 23
4 1
1 5
5(1)3 |
| 1(1)5 |
| = 5(4) + 1(7) = 27
1
2
2 6
|| = 21 21 + 22 22 + 23 23
2(1)3 |
2 4
2 4
2
| + 3(1)4 |
| 2(1)5 |
2 4
4 4
4
2
|
2
|| = 11 11 + 12 12 + 13 13
2
(1)3 |
5
2
| 1(1)4 |
0
5
0
| = (5) 1(2) = 3
1
|| = 41 41 + 42 42 + 43 43 + 44 44
1 1 2
1 2 2
1 2 1
5(1)6 |4 7
5 | + 2(1)7 |4 3 5 | 1(1)8 |4 3 7 | = 257
1 4
6
1 3 6
1 3 4
55
|| = 11 11 + 12 12 + 13 13 + 14 14
2 7
1 |2 3
3 0
2
0 2
0| 2 | 1 2
4
1 3
2
0 2 7
0| + 1 | 1 2 3| = 17
4
1 3 0
12
22
0
13
23 |
33
0 2
0 4| = || = 0
0 3
1 5
0 7| = || = 0
1 5
4- Si una matriz cuadrada tiene un rengln mltiplo (o columna) que otro (a) su
determinante es cero.
1 4
= |3 5
3 12
2
1| = || = 0
6
5- Si en una matriz cuadrada intercambiamos dos renglones ( o dos columnas) se obtiene una
matriz con un determinante de signo contrario.
|| = ||
3
= |1
2
2 4
2 4
0
1 3| 1 3 = () |1 1 3|
4
0
3 2 4
|| = 56
( )|| = 56
2 4
0
= |1 1 3| 2 23
3 2 4
|| = 56
2
4
0
() |5 5 11|
3 2
4
|| = 5
7- Si en una matriz con determinante A multiplicamos un rengln o una columna por uno
constante K, obtenemos otra matriz en la que su determinante ser ||
2
4
0
2
4
0
1
5 5 11
= |5 5 11| 5 3 = | 3
|
2
1
2
3 2
4
2
|| = 56
|| = 28(2) = 66
2
1
1
2
3| = 2
| 1 , 2 51 |
2
4 3
3
0
3
1 2 6
4 1 5
|| = | 5
0
1 | 1 ; 2 51 ; 3
0
1 | 1 3 | 5
4 1 5
1 2 6
1 2
6
1 2
6 1
29
41 |0 10 29| 2 |0 1 | = 2
10
10
0 7 19
0 0
2
Ejercicios; halle el determinante aplicando propiedades
1 2 3
3 5 2
|| = | 4 2 3| 1 3 ; 1 ; 2 41 ; 3 31 |0 10 15 |
0 11 11
1 2 3
1 2 3
15
1
11
0 1
|
2 ; 3 112 |
2 || = (10) = 55
10
2
11
0 0
2
1
2
|| = |
4
3
0 3 7
1 0
3
3 6 6| + 2 ; 4 ; 3 |3 3 0
1 3
1 4
3 0
1 12 1 2
1 0
7 9 10
0 7 0
7
20 |
27
31
57
3 0
= |1 0
7 0
20
27| = 0
31
4 2
1
2 0
1
1
1
0
4
|| = |
| ; 1 ; 3 31 ; 4 + 21 |0
0
3 5 1 2 2 1 2
2 1 0 3
0
0
2
1 2
5 5
1
4
1
3|
5
5
1 2 3
= 1 | 5 5 5| = 25 + 10 + 60 + 15 20 + 50 = 70
1
4
5
12
4
|1
|
0
3
2 1 2 3
3
7 5 2
3 4 6 1 || 1 4 ; 2 41 ; 3 121 ; 5
5 2 1 5
1 2 1 0
1
3
4
0 9
9
31 ||0 34 49
0
5
2
0 8 10
6 1
9
9 19 2
19 2
34
49
74 15|
|
74 15| = 1 |
5
2
1
5
1
5
8 10
17 3
17 3
9 19 2
9 19 2
49 74 15
= 9 | 2
34
+
5
| 2
|49 74 15|
1
5|
1
5 |
10 17 3
10 17 3
8 10 3
9 19 2
8 |49 74 15| = 15894
2
1
5
58
Matriz adjunta
Si A es una matriz cuadrada y Y es el cofactor de , entonces la matriz
11
21
[
12
22
1
2
]
Halle la adjunta de A
3
= |1
2
11 = |
6 3
| = 12
4 0
2 1
21 = () |
|=4
4 0
31 = |
2 1
| = 12
6 3
2 1
6
3|
4 0
1 3
12 = () |
|=6
2 0
22 = |
3 1
|=2
2 0
32 = () |
1
13 = |
2
6
| = 16
4
3
23 = () |
2
3 1
| = 10
1 3
3
33 = |
1
12
6
16
12
4
= | 4
2
16 | = = () = | 6
2
12 10 16
16 16
2
| = 16
4
2
| = 16
6
12
10|
16
Calcule la inversa
3 2 1
= |1 6
3 | = () = 64
2 4 0
12
4
12
() = | 6
2 10|
16 16 16
3
16
| 3
4
12
1 12
=
| 6
2 10| =
64
| 32
16 16 16
1
1
3
16 16
1
5|
32
32|
1
1
4
4
4
21 = () |
5
4
31 = |
1
1
| = 12
7
0
12 = () |
3
3
| = 13
7
3
| = 7
1
4 3
1 1| = || = 3
5 7
2
22 = |
3
1
| = 3
7
3
|=5
7
2 3
32 = () |
|=2
0 1
0
13 = |
3
1
| = 3
5
23 = () |
2 4
|=2
3 5
2
33 = |
0
4
12 3 3
= |13 5
2|
7
2
2
1 12 13 7
() = |3
5
2|
3
3
2
2
|
1 = 1
|
1
4
|=2
1
13
3
5
3
2
3
7
3
2 |
3 |
2
3
60
Subtemas
3.1. Definicin de sistemas de ecuaciones lineales.
3.2. Clasificacin de los sistemas de ecuaciones lineales y tipos de solucin.
3.3. Interpretacin geomtrica de las soluciones.
3.4. Mtodos de solucin de un sistema de ecuaciones lineales: Gauss, Gauss-Jordan,
inversa de una matriz y regla de Cramer.
3.5. Aplicaciones.
Objetivo
Modelar y resolver diferentes problemas de aplicaciones de sistemas de ecuaciones
lineales en el rea de las matemticas y de la ingeniera por los mtodos de Gauss, GaussJordan, matriz inversa y regla de Cramer.
Bibliografa
61
62
= 0 ; = 6
5 4 = 12
= 0 ; = 6
= 0 ; = 3
= 0 ; =
12
5
2.4
3
Una herramienta til para resolver S.E.L es el uso de las matrices y los determinantes. Algunos
mtodos son;
a) Gauss Jordan
b) Gauss o eliminacin gaussiana
c) Aplicando la inversa de la matriz
d) Regla de cramel
Gauss Jordan
Primeramente para aplicar este mtodo se debe de representar los coeficientes de las incgnitas
del sistema y aumentarlas con los trminos independientes. Una vez teniendo la matriz
63
aumentada se deben de aplicar operaciones elementales de rengln con el fin de llegar a la forma
escalonada reducida para por medio de una observacin se vea la solucin.
Ejemplo;
2 5 = 16
4 + = 10
5
5
8 1
1
2 5 16 1
[
| ] 1 ; 2 41 [1 2|
] 2 ; 1 + 2 [
26 11
0
4 1 6 2
2
0 11
0 3
| ]
11 2
= 2 = 3
Ejercicios;
a) + + 2 = 9
2 + 4 3 = 1
3 + 6 5 = 0
1 1
[2 4
3 6
2 9
1
3| 1] 2 21 ; 3 31 [0
5 0
0
1
1 1 0
[0
1 2
9 1
2 5| 17] 2 ; 3 32 ;
2
3 8 27
7 35
2
2
5
7 1
5| 17
23 ; 2 + 3 ; 1 [0
1
2
2
2| 2
0
1
3
0 ]
2
2
0
=1 =2
0 0 1
1 0| 2]
0 1 3
=3
b) 2 + 4 + 6 = 18
4 + 5 + 6 = 24
2 + 7 + 12 = 30
2 4 6 18 1
1
[4 5 6 | 24] 1 ; 2 41 ; 3 21 [0
2
2 7 12 30
0
2
3
9
3 6| 12]
3
6 54
64
1
1
2 ; 3 32 ; 1 22 [0
3
0
0 1 1
1 2 | 4] =
0 0 0
c) 2 + 4 + 6 = 18
4 + 5 + 6 = 24
2 + 7 + 12 = 30
2 4 6 18 1
1
4
;
2
[4 5 6 | 24] 1 2
1 3
1 [0
2
2 7 12 30
0
1
1
2 ; 3 32 ; 1 22 [0
3
0
2
3
9
3 6| 12]
3
6 54
0 1 1
1 2 | 4] =
0 0 1
d) 2 3 = 11
4 + = 4
2 + 3 = 10
1 2 3 11
1 2 3 11 1
[4 1 1| 4 ] 2 41 ; 3 21 [0 9 13| 40] 2 ; 3
9
2 1 3 10
0 3
3 12
1 19
1 0
9
9
13
1
13| 40 3
31 ; 1 + 22 0 1
3 ; 2 + 3 ; 1 1
9
9
9| 9 4
4
4
[0 0
3
3 ]
1 0 0 2
[0 1 0| 3] = = 2
0 0 1 1
= 3
=1
Eliminacin gaussiana
Este mtodo es similar al de Gauss Jordan, sin embargo al aplicar operaciones elementales de
rengln solo se llegara a la forma escalonada y una vez que se obtiene el valor de la ltima
incgnita se procede a la sustitucin hacia atrs para encontrar las otras incgnitas.
a) 2 + 4 + 6 = 18
65
4 + 5 + 6 = 24
3 + 2 = 4
2 4 6 18 1
1
[4 5 6 | 24] 1 ; 2 41 ; 3 31 [0
2
3 1 2 4
0
1
1
2 ; 3 + 52 ; 1 22 [0
3
0
= 3 ;
2 = 4 ;
2
3
9
3 6 | 12]
5 11 23
2 3 9
1 2| 4]
0 1 3
=3
= 4 2(3)
; = 2
+ 2 + 3 = 9 ; = 9 2(2) 3(3) ; = 4
Ejercicio;
21 + 2 3 24 = 1
1 2 33 4 = 12
1 2 3 4 = 6
1 + 2 + 3 + 4 = 10
2 1 1 2 1
1
[1 1 3 1| 12] 1 ; 2 1 ; 3 1 ; 4 1
1 1 1 1 6 2
1 1
1
1 10
1
1
1
1
2
2
2
| 25
3
5
0
2
2
3
1
2
3
| 2 2 ; 3 + 2 ; 4 2
3
1
13
3
2
2
0
0
2
2
| 2
19
1
3
2
[0 2
2 ]
2
1
66
1
0
0
[0
1
1
2
2
5
1
3
2
0 2
0
3
1
2
2
8
3
1
2
1
| 25
1
2
0
2 2 3 ; 4 3 3
| 6
0
16
[0
3 ]
1 = 2
2 = 2 3 = 4
1
2
1
0
0
1
1
1
2
2
| 25
5
2
3
2
1 1 | 3
10
10
0
3
3 ]
4 = 1
1 1 1 0
[2 4 3 | 0] 4 + 9 14 12 21 + 2 = 32
3 7 1 0
67
Ejemplo:
a) 51 + 22 = 3
1 72 = 10
=[
5 2
]
1 7
1
= [ ]
2
3
=[ ]
10
det() = 35 2 = 37
= [
1 7 2
7 1
7 2
] () = [
] 1 = [
]
2 5
1 5
37 1 5
7
2
41
3
= [ 37 37 ] [ ] = [ 37 ]
47
1
5 10
37
37
37
2
3]
5
9
= [1]
0
= [ 2]
3
det() = 21
4
|
6
3
| = 2
5
2
|
3
3
| = 1
5
2 4
|
|=0
3 6
1 2
| = 17
6 5
68
1
|
3
2
| = 11
5
1
|
2
1 1
|=3
3 6
1
|=2
4
1
|
4
2
| = 11
3
1 2
| = 7
2 3
2
1 0
= [17 11 3] () =
11 7 2
3
17
25
+
7
21
21
2 17 11
1 2 17 11 9
3
11
20
=
[1 11 7 ] = [1 11 7 ] [1] =
+
21
7
21
21
0
3
2
0
3
2
0
3
3
0
[21
] [ 21]
Regla de Cramer.
Si = es un sistema de n-ecuaciones lineales con n-incgnitas tal que su det() = 0; entonces
el sistema tiene solucin nica y es:
1 =
|1 |
||
2 =
|2 |
| |
=
||
||
Ejemplo:
a) + = 6
5 4 = 12
1
det() = |
5
1
| = 9
4
6
1
|
| = 36
12 4
1 6
| = 18
5 12
36
=4
9
, =
18
=2
9
69
Algunas aplicaciones
La diferencia de dos nmeros es cuarenta y 1/8 de su suma es 11. Hallar los nmeros.
+ = 40
1
1
+ = 11
8
8
1 1
1
40
[1 1| ] = =
11
4
8 8
40
|
11
1
1| = 16
8
1
|1
8
40
11
| = 64
16
64
=6 , =
= 24
1
1
4
4
Un albail compro 4kg de cal 7kg de yeso por 14 pesos y a la semana siguiente compro a los
mismos precios 8kg de cal y 9kg de yeso por 18 pesos. Hallar el costo de la cal y yeso por kg.
4 + 7 = 514
8 + 9 = 818
4
[
8
7 514
|
] = 20
9 818
514 7
8 514
| = 1,100 |
| = 840
818 9
4 818
=
1,100
840
= 55 , =
= 42
20
20
En un barco viajan 480 personas entre hombres y mujeres. El nmero de hombres es el triple que
el de mujeres. Cuantos hombre y mujeres hay?
+ = 480
70
+ 3 = 0
[
|
1 1 480
|
] = 4
1 3 0
480 1
| = 1440
0
3
=
1 480
| = 480
1
0
1440
480
= 360 , =
= 120
4
4
La suma de 3 nmeros es 37. El menor disminuido en 1 equivale a 1/3 de la suma del mayor y el
mediano; la diferencia entre el mediano y el menor equivale al mayor disminuido en 13. Hallar
los nmeros
+ + = 37
1
1
1+ + =0
3
3
+ 13 = 0
1
1
1
[1
3
1 1
1
1 1
1
1 1 1 37
1 37
2
2 37
| 1 ] = [0
| 36] = [0 1 1| 54 ]
3 13
3
3 24
0 0 2 108
1
0 2
0
= 54 = 12 = 15
Encuntrela ecuacin cuadrtica que pasa por los puntos (1,4),(2,0),(3,12).recuerde la ecuacin :
= 2 + +
1
1] = = 2
1
1 4 1
1 1
[4 0 1] = 56 [4 2
9 12 1
9 3
4
0 ] = 48
12
71
16
=8
2
56
= 28
2
48
= 24
2
=
+
( 1)(2 + 4) 1 2 + 4
3 + 4
(2 + 4) + ( 1)
=
( 1)(2 + 4)
( 1)(2 + 4)
3 + 4 = 2 + 4 +
3 + 4 = (2 + ) + (4 )
2 + = 3
4 = 4
=
7
6
2
3
Supuesto = 1 = 1
=1 =
3
5
2
5
=1
53 + 3 + 22 33 4 + 5
72
Anlisis de redes
Las redes compuestas de ramas y nodos e utilizan como modelos en campos tan variados como la
economa el anlisis vehicular en la ingeniera elctrica. En estos modelos asumimos que el flujo
total que entra a un nodo es igual a que sale.
De cada nodo se genera una ecuacin lineal por la que el flujo puede ser analizado a travs de una
red compuesta por varios nodos a resolver un sistema de ecuaciones lineales.
20
1
10
10
4
5
5
1 + 2 = 20
3 + 4 = 20
2 + 3 = 20
1 5 = 10
4 + 5 = 10
1
0
0
1
[0
0 0
0
0 20
0 1 1
0 20
1 1
0
0 || 20 4 1
0 0
0 1 10
0 0 1 1 10]
73
1
0
0
0
[0
0
1 0
0
0
0 20
0
0
0 20
0 1 1
0 20
0 1
1
0
0 20
1
1
0
0 || 20 3 2 0 0 1 1
0 || 20
1 0
0 1 10
0 1 0
0 1 10
[0 0
0
0 1 1 10]
0 1 1 10]
1
0
0
0
[0
0
1
0
0
0
1
0 0
0 20
1 0
0 20
0
1 1 0 || 20 = 0
1 0 1 10
0
0 1 1 10] [0
1
0
0
0
[0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
1
0
0
0
0 0
0 20
1 0
0 40
1 1 0 || 20 =
0 1 1 10
0 1 1 10]
0 10
0 30
0 || 10 =
1 10
0
0 ]
74
Subtemas
4.1. Definicin de espacio vectorial.
4.2. Definicin de subespacio vectorial y sus propiedades.
4.3. Combinacin lineal. Independencia lineal.
4.4. Base y dimensin de un espacio vectorial, cambio de base.
4.5. Espacio vectorial con producto interno y sus propiedades.
4.6. Base ortonormal, proceso de ortonormalizacin de Gram-Schmidt.
Objetivo
Comprender el concepto de espacio vectorial como la estructura algebraica que generaliza
y hace abstraccin de operaciones que aparecen en diferentes reas de la matemtica
mediante las propiedades de adicin y multiplicacin por un escalar. Construir, utilizando
el lgebra de vectores, bases de un espacio vectorial y determinar la dimensin del
espacio correspondiente.
Bibliografa
75
ESPACIOS VECTORIALES
En general, identificamos a un vector con su punto final (a,b) de R, generalizando llamamos a un nupla ordenada de nmeros reales a un vector (a1,a2,a3,an).
El conjunto de todas las n-uplas de nmeros reales, se llama un espacio en particular una n-uplas
en n , u (u1 , u2 ,...un ) en un vector donde las ui son las componentes y coordenadas del vector
u.
Ejemplo:
(0,1) (1,3) son vectores de 2 componentes y son puntos de R2.
(1,2, 3,4) son vectores de 4 componentes y son puntos de R4.
Dos vectores son iguales si tienen el mismo nmero de componentes, es decir, pertenecen al
mismo espacio y adems si sus componentes correspondientes son iguales.
Ejemplo:
(1, 2,3) (3, 2,1) porque sus componentes no son iguales en orden.
x3
x y 4
(x y, x y, z 1) (4 ,2,3) x y 2 y 1
z 1 3
z4
x 2
y 6
76
x y z 2 x 4
(2,-3,4) = x + y + z, x + y, x x y 3 z 5
x4
y 7
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Cualquier vector se puede poner como combinacin lineal de otros dos que tengan distinta
direccin.
se puede expresar como una combinacin lineal de V1,V2.Vn con coeficiente s no todos iguales a
cero.
Base
de
dimensin
de
un
espacio
vectorial,
cambio
de
base.
un espacio vectorial
e1
1
0
0
0
( )
e2=
es una base en Rn
0
1
0
0
( )
0
0
e3= 0
1
( )
Puesto que los vectores e, son las columnas de una matriz identidad {e1, e2, .en} es un conjunto
linealmente independiente y, por lo tanto , constituye una base en Rn esta base espacial se
denomina base cnica en Rn.
*Dimensin- si el espacio vectorial V tiene una base con un nmero finito de elementos, entonces
la dimensin de V es el nmero de vectores en todas las bases y V se denomina espacio vectorial
de dimensin finita. De otra manera, V se denomina espacio vectorial de dimensin infinita, Si
V=o, entonces se dice que V tiene dimensin cero
u v (u1 v1 , u2 v 2 ,..., un vn )
Ejemplo:
Sean u (1,2,3,4)
v (6,7,1,2)
w (5,4,5,7)
79
u v (1 6 (2) 7 3 1 (4) (2) 6 14 3 8 3
Norma y distancia en R
Consideremos los vectores u y v Rn, u (u1 , u2 ,..., un ) y v (v1 , v 2 ,..., v n ) la distancia entre
los puntos u y v
Long_ a a 3 2 12 (5)2 0 2 35
P(a,b)
P a 2 b2
P(a,b)
b-d
Pq (a c)2 (b d 2
(a,0)
q(c,d)
a-c
80
Vectores en R2 y R3
En R2, en el plano XY es un par ordenado de nmeros reales (a,b) conocidos como componentes
del vector que se inicia en el origen y termina en ese punto.
El vector cero (0, 0) no tiene direccin pues inicia y termina en el mismo lugar.
Magnitud u
Direccin
(a, b)
a2 b2
b
a
Si u (a, b) u (a, b)
(u ) 2 a 2 2 b 2 a 2 b 2 u
Como la recta es la mnima distancia entre dos puntos se cumple la desigualdad del tringulo:
+
u v u v
Vectores unitarios:
(1, 0) = i
(0, 1) = j
(a,
bj
1
ai
81
Ejemplo:
1 3
u
1
2 2
2
3
1
u i
j
2
2
u ai bj (cos )i (sen ) j
v
v
2
3
2i 3 j
u
i
j
13
13
13
v 22 (3)2 13
Comprobando:
13
2 3
4 9
u
1
13
13 13
13 13
ngulo entre dos vectores: Es el nmero de ngulos positivos.
=0
=
82
83
Ejemplo
Considera el siguiente conjunto de vectores en Rn (con el convencional producto interno)
Entonces podemos normalizar los vectores dividiendo su tamao como hemos mostrado
anteriormente:
84
Subtemas
5.1.
5.2.
5.3.
5.4.
Objetivo
Aplicar las transformaciones lineales y sus propiedades para representarlas mediante una
matriz de reflexin, dilatacin, contraccin y rotacin.
Bibliografa
85
TRANSFORMACIONES LINEALES
Definicin
Si : es una funcin de un espacio vectorial a un espacio vectorial , entonces se
denomina una transformacin lineal de a si para todos los vectores y de y para todos los
escalares .
a) ( + ) = () + ()
b) () = ()
2
Sea : definida por () = ( ) . ( ) = ( 5 )
3
3
9.
2
1 + 2 + 1 + 2
1 + 1 2 + 2
1
2
1 + 2
[( ) + ( )] = ( + ) = ( 1
2
1
2 ) = (1 1 ) (2 2 ) Pero
1
2
1
2
31 + 32
31
32
1 + 1
2 + 2
1
2
1
2
1
2
(1 1 ) = ( ) (2 2 ) = ( ) As [( ) + ( )] = ( ) + ( ) de manera
1
2
1
2
1
2
31
32
+
86
Transformacin cero
Sea y espacios vectoriales y definida : por = 0 para todo en . Entonces
(1 + 2 ) = 0 = 0 + 0 = 1 + 2 () = 0 = 0 = . En este caso, se denomina la
transformada de cero.
Transformacin identidad
Sea un espacio vectorial y definida : por = para todo . Aqu es obvio que es una
transformacin lineal, la cual se denomina transformacin identidad u operador identidad.
Transformacin de reflexin
c) ( ) = () ()
Transformacin de rotacin
rotacin),
=
= ( + )
=
= ( + )
= (
) . (3)
0
vector en el espacio de tres dimensiones y lo proyecta sobre el plano de manera similar,
89
Operador de transposicin
Defina : por () = . Como ( + ) = + y () = , se ve que ,
denominado operador de transposicin, es una transposicin lineal.
Operador integral
1
Operador diferencial
90
I-
entonces
II-
es un espacio de .
91
II-
es un subespacio de .
I-
Sea y en ; entonces ( + ) = + = 0 + 0 = 0 y () = = 0
de forma que + y estn en .
II-
0
0
0
3
= [0,1]
defina
: [0,1]:
por
= 0 () .
Entonces
= {
[0,1]: esta en [0,1] y 0 = . como esto se cumple para todo nmero real , se tiene
que =
1 0
0
= {1 , 2 , } = {[0] , [1] [0]}.
0 0
0
Matriz estndar de una transformacin lineal
Sea : una transformacin lineal tal que
11
12
1
2
21
22
(1 ) = [ ] , (2 ) = [ ] , . . , ( ) = [ ].
1
2
12
22
1
2
Ejemplo:
Determine la matriz estndar de la transformacin lineal : 3 2 definida por (, , ) =
(, 2, +)
Se empieza por encontrar las imgenes de 1 , 2 3 .
Notacin vectorial
(1 ) = (1,0,0) = (1,2)
(2 ) = (0,1,0) = (2,1)
(3 ) = (0,0,1) = (0,0)
Notacin matricial
1
1
)
(1 = ([0]) = [ ]
2
0
0
2
(2 ) = ([1]) = [ ]
1
0
0
0
(3 ) = ([0]) = [ ]
0
1
94
1
= [(1 ) (2 ) (3 )] = [
2
2 0
]
1 0
1
= [] = [
2
2
2 0
][ ] = [
],
2 +
1 0
Lo cual equivale a (, , ) = ( 2, 2 + ).
La matriz estndar de la matiz lineal definida por
(1 , 2 , 3 ) = (1 22 + 53 , 21 + 33 , 41 + 2 23 )
Se encuentra usando los coeficientes de 1 , 2 3 para formar los siguientes renglones de
como se muestra en seguida
1
= [2
4
11 22 + 53
2 5
0
3 ] = [21 + 02 + 33 ]
14 + 12 23
1 2
2 (, , ) = ( , , )
0
0]
1
1
2 = [0
0
1 0
0 1]
1 0
Por lo tanto
95
1 1 0 2
= 2 1 = [0 0 1] [0
0 1 0 1
1 0
2 1 0
0 0] = [1 0 1],
0 1
0 0 0
1 0 1
0 0] [0
0 1 0
1 0
2 2 1
0 1] = [ 0 0 0]
1 0
1 0 0
1 1
0
= [1 0
1 ] Por consiguiente, es invertible y su matriz estandar es 1
6 2 3
1 + 2
1 1
0 1
3 ]
= [1 0
1 ] [2 ] = [ 1 +
3
6 2 3 3
1
2
3
1
12
22
1
2
= {(1,0), (0,1)}
[(2 )] = [
0
]
3
3 0
]
0 3
(, )
(, )
= ()
1
1 0
[ ] = [
][ ]
0 1
2
Como las ecuaciones las ecuaciones de (1 ) son lineales, es un operador lineal, y por (2 ) se
tiene que la matriz estndar para es
1 0
=[
]
0 1
En general, los operadores sobre 3 y 3 que transforman cada vector en su imagen simtrica
con respecto a una recta o plano se denominan operadores reflexin. Estos operadores son
lineales. En las tablas (1) y (2) se enumeran algunos de los operadores comunes.
Tabla (1)
Tabla (2)
99
Operador de proyeccin
Considere el operador : 2 2 que transforma cada vector en su proyeccin ortogonal sobre
el eje (figura 5). Las ecuaciones que relacionan los componentes de y = ()son
1 = = + 0
2 = 0 = 0 +
En forma matricial
1
1 0
[ ] = [
][ ]
0 1
2
Como las ecuaciones las ecuaciones de (1 ) son lineales, es un operador lineal, y por (2 ) se
tiene que la matriz estndar para es
=[
1 0
]
0 0
100
Tabla 5.
Operador de rotacin
El trmino rotacin tiene dos significados, ya la rotacin de un objeto puede ser realizada con
respecto al eje dado o al eje mismo. La rotacin se realiza para un cierto grado el cual es
expresado en forma de un ngulo. Asimismo, la rotacin puede realizarse en la direccin de las
manecillas del reloj, o inverso a las manecillas del reloj.
Un operador que hace girar todo vector en 2 a travs de un ngulo fijo de se denomina
operador rotacional. En la tabla 6 se presenta la frmula para los operadores rotacin sobre 2.
Tabla 6.
101
Considerar el operador de rotacin que hace girar cada vector en sentido contrario a las
manecillas del reloj a travs de un ngulo positivo fijo . Para encontrar las ecuaciones que
relacionen y = (), o sea el angulo del eje positivo a , y sea la longitud comn de y
figura (5).
= (1 , 2 )
= (, )
Figura 5.
=
2 = ( + )
1 =
2 =
Y sustituyendo
1 =
1 = +
Las ecuaciones son lineales, de modo que es un operador lineal; adems, con base a estas
ecuaciones se concluye que la matriz estndar para es
[] = [
103