SlideShare a Scribd company logo
1 of 12
Download to read offline
Dep. Matemáticas. 
Matemáticas II Xoves, 19 de setembro de 2013 
Álxebra lineal. Páx. 1 
TES QUE SER CAPAZ DE: 
1. Utilizar as matrices para organizar e representar datos extraídos de diversas situacións en casos 
moi sinxelos e operar con elas para resolvelos. 
2. Coñecer os distintos tipos de matrices: 
• fila, columna, 
• cadrada, diagonal, triangular, 
• nula, identidade, 
• trasposta, simétrica e antisimétrica. 
3. Coñecer e adquirir destreza nas operacións con matrices: 
• suma, produto por un escalar, 
• produto de matrices e a non conmutatividade do produto. 
4. Calcular determinantes de orde 2 ou 3 utilizando a regra de Sarrus. 
• Calcular determinantes desenvolvendo polos elementos dunha liña. 
• Coñecer as propiedades dos determinantes e saber aplicalas ao cálculo deles. 
5. Calcular o rango dunha matriz (ata dimensión 4⨯4) 
◦ utilizando o método de Gauss e 
◦ a partir dos seus menores. 
• Calcular o rango de matrices dependentes dun parámetro ata dimensión 4⨯4. 
6. Obter a matriz inversa (ata matrices de orde 3x3) 
◦ utilizando determinantes e 
◦ polo método de Gauss. 
7. Resolver ecuacións e sistemas matriciais. 
8. Clasificar (compatible determinado, compatible indeterminado, incompatible) un sistema de 
ecuacións lineais con non máis de tres incógnitas e que dependa ao sumo dun parámetro e no seu 
caso resolvelo. 
EXERCICIOS: 
1. Pon un exemplo de matriz simétrica de orde 3 e outro de matriz antisimétrica de orde 3. 
2. Sexa M unha matriz simétrica de orde 3, con det (M)=−1 . 
Calcula, razoando a resposta, o determinante de Mt + M , sendo Mt a matriz trasposta de M . 
3. Calcula unha matriz X simétrica e de rango 1 que verifique: X ·(1 −1 
2 −2) = (2 −2 
0 0 ) 
4. Dado o sistema de ecuacións lineais: {mx + y − 2z = 0 
x + y + z = 0 
x − y + z = m 
a) Discúteo, segundo os valores do parámetro m. 
b) Resolve, se é posible, o sistema anterior nos casos m = 0 e m =−1. 
5. Sexan C1 , C2 , C3 as columnas primeira, segunda e terceira, respectivamente, dunha matriz 
cadrada M de orde 3 con det (M)= 4. Calcula, enunciando as propiedades de determinantes que 
utilices, o determinante da matriz cuxas columnas primeira, segunda e terceira son, respectivamente, 
−C2 , 2C1 − C3 , C2 + C 3 . 
6. Dada a matriz A = (a 0 0 
b 1 0 
0 0 1), calcula todos os valores de a e b para os que A−1 = At , sendo At 
a matriz trasposta de A .
Páx. 2 Álxebra lineal. 
7. Dado o sistema de ecuacións lineais: {m x − 2 y + 2z = 1 
2 x + m y + z = 2 
x + 3 y − z = m 
a) Discúteo, segundo os valores do parámetro m. 
b) Resolve, se é posible, o sistema anterior para o caso m= 1 . 
8. Se A é é unha matriz tal que A3 + I = O, sendo I a matriz identidade e O a matriz nula de orde 3. 
a) Cal é o rango de A ? 
b) Calcula a matriz A30 e o valor do seu determinante. 
c) Calcula A no caso de que sexa unha matriz diagonal verificando a igualdade anterior. 
2 (2 1 
9. Dada a matriz B = 1 
2 0), calcula unha matriz X tal que B X B − B = B−1 . 
10. Dado o sistema de ecuacións lineais: {x + m y + 3z = 1 
x + 2 y + m z = m 
x + 4 y + 3z = 1 
a) Discúteo, segundo os valores do parámetro m. 
b) Resolve, se é posible, o sistema anterior para o caso m = 4. 
11. Dada a matriz A = (−1 1 0 
0 1 0 
0 1 −1), 
a) Se I é a matriz identidade de orde 3, calcula os valores de λ para os que A + λ I non ten inversa. 
Calcula, se existe, a matriz inversa de A − 2I . 
b) Calcula a matriz X tal que X A + At = 2X , sendo At a matriz trasposta de A . 
12. Dado o sistema de ecuacións lineais: {a x + 2 y + 2 z = a 
x + y + z = 0 
2 x − y + 2 z = a 
a) Discúteo, segundo os valores do parámetro a . 
b) Resolve, se é posible, o sistema anterior para o caso a = 0 . 
13. Dada a matriz A = (a 1 0 
1 0 a): 
a) Calcula os rangos de At · A e de A· At , onde At denota a matriz trasposta de A . 
b) Para o valor a = 1 , resolve A At X B , sendo B 0 
= = (). 
314. Sexa M unha matriz cadrada de orde 3 con det (M)=−1 e que ademais verifica 
M3 + M + I = O sendo I a matriz unidade de orde 3. 
Calcula os determinantes das matrices: M + I e 3M + 3 I . 
15. Dado o sistema de ecuacións lineais: {x + y − z = 5 
2 x + y − 2 z = 2 
a) Resolve, se é posible, o sistema anterior. 
b) Calcula o valor de m, para que ao engadir ao sistema anterior a ecuación: x + 2 y − z = m, 
resulte un sistema compatible indeterminado.
Dep. Matemáticas. 
Matemáticas II Xoves, 19 de setembro de 2013 
Álxebra lineal. Páx. 3 
16. Calcula, segundo os valores de a , o rango de A = ( a 0 a 
a+1 a 0 
0 a+1 a+1). 
Para a = 1 calcula o determinante da matriz 2 At · A−1 , onde At denota a matriz trasposta de A . 
17. Sexa B = (−1/2 x 0 
y 1/2 0 
0 0 1). Calcula x e y para que se cumpra que B−1 = Bt , sendo Bt a 
matriz trasposta de B . 
18. Dada a matriz A = (−1 0 0 
0 0 −1 
0 −1 0 ), calcula a matriz X que verifica X · A + A = 2 I , sendo I a 
matriz unidade de orde 3. 
19. Sexan F 1 , F 2 , F 3 as filas primeira, segunda e terceira, respectivamente, dunha matriz cadrada 
M de orde 3 con det (M)= 2. Calcula, enunciando as propiedades de determinantes que utilices, o 
determinante da matriz cuxas filas primeira, segunda e terceira son, respectivamente, F 1 + F2 + F3 , 
2 F2 , F 3 . 
20. Dado o sistema de ecuacións lineais: {x + y = m 
x − m y = −13 
3 x + 5 y = 16 
a) Discúteo, segundo os valores do parámetro m. 
b) Resolve, se é posible, o sistema anterior para o caso m= 2 . 
SOLUCIÓNS: 
1. • Unha matriz M é simétrica ⟺ St = S ⟺ si , j = s j ,i , ∀ i , j ⟺ as posicións 
simétricas respecto á diagonal principal teñen o mesmo valor. Polo tanto, os termos da diagonal 
principal, mi ,i , poden tomar calquera valor. Exemplo de orde 3: (2 1 −1 
1 0 3 
−1 3 −1). 
• Unha matriz A é antisimétrica ⟺ At =−A ⟺ ai , j = a j ,i , ∀ i , j ⟺ as posicións 
simétricas respecto á diagonal principal teñen valor oposto. Polo tanto, os termos da diagonal 
principal, xi , i = 0 , ∀ i , xa que x =−x ⟺ x = 0. Exemplo de orde 3: (0 1 −1 
−1 0 3 
1 −3 0 ). 
⦿ 
2. • M simétrica ⟺ Mt = M ⟹ Mt + M = 2M ⟹ det (Mt + M) = det (2M) 
• Dado que podemos sacar factor común 2 de cada unha das filas de 2M. 
• Tendo en conta que 2M é cadrada de orde 3, temos que 
det (Mt + M) = det (2M) = 23det (M) ⟹ det (Mt + M) = 8·(−1) = −8 
⦿ 
3. • X cadrada de orde 2 é simétrica (cadrada por ser simétrica e de orde 2 para poder multiplicala 
por unha matriz de dimensións 2⨯2) ⟹ X = (a b 
b c )
Páx. 4 Álxebra lineal. 
• ran(X ) = 1 ⟹ ∣a b 
b c ∣ = 0 ⟺ ac − b2 = 0, e non todos nulos. 
• (a b 
b c )·(1 −1 
2 −2) = (2 −2 
0 0 ) ⟺ (a+2 b −a−2b 
b+2c −b−2c ) = (2 −2 
0 0 ) 
• Temos así: { ac − b2 = 0 
a + 2 b = 2 ⟹ a = 2 − 2b ⟹ a = 2 + 4 c 
b + 2 c = 0 ⟹ b =−2c 
non todos nulos ] ⟹ (2+4c)c − 4c2= 0 ⟹ 
⟹ 2c + 4c2 − 4 c2 = 0 ⟹ c = 0 ⟹ {b = 0 
a = 2 ] ⟹ X =(2 0 
0 0) ⦿ 
4. 
(a) Matriz de coeficientes: C = (m 1 −2 
1 1 1 
1 −1 1 ). Calculamos o seu rango: 
• ∣1 1 
1 −1∣ = −1 − 1=−2≠ 0 ⟹ ran(C )≥ 2 
• ∣m 1 −2 
1 1 1 
1 −1 1 ∣= m + 1 + 2 + 2− 1 + m = 2m + 4 
• 2m + 4 = 0 ⟺ m =−2 
⋱ En consecuencia, se m =−2 ⟹ ran(C )= 2; e se m ≠−2 ⟹ ran(C )= 3. 
• Matriz ampliada: A = (m 1 −2 0 
1 1 1 0 
1 −1 1 m) 
⋱ Como ran(C )≤ ran( A)≤ 3 ⟹ Se m ≠−2 ⟹ ran(C )= ran( A)= 3. 
• Se m =−2 ⟹ A = (−2 1 −2 0 
1 1 1 0 
1 −1 1 −2); ∣1 1 
1 −1 ∣ =−2≠ 0 
⋱ ∣−2 1 0 
1 1 0 
1 −1 −2∣= 4− 2 − 4 − 4 = −6 ≠ 0 ⟹ ran(A) = 3 
• Discusión: 
• Se m ≠−2 ⟹ ran(C )=ran( A)= 3 =número de incógnitas ⟹ Sistema compatible 
determinado. 
• Se m =−2 ⟹ ran(C )= 2 < 3 = ran(A) ⟹ Sistema incompatible. ⦿ 
x + y + z = 0 
x − y + z = 0∣. Como m ≠−2, é un sistema compatible 
(b) Para m= 0 , o sistema é: { y − 2 z = 0 
determinado e, como tódolos termos independentes son nulos, é un sistema homoxéneo. 
• Polo tanto a solución única é a solución trivial: x = 0 ; y = 0 ; z = 0 .
Dep. Matemáticas. 
Matemáticas II Xoves, 19 de setembro de 2013 
Álxebra lineal. Páx. 5 
x + y + z = 0 
x − y + z = −1∣. Con ∣−1 1 −2 
• Para m =−1 , o sistema é: {−x + y −2z = 0 
1 1 1 
1 −1 1 ∣= 2. 
Como m ≠−2, é un sistema compatible determinado e a solución única podémola obter polo 
método de Cramer: 
x = 
1 
2 
· ∣ 0 1 −2 
0 1 1 
−1 −1 1 ∣= − 
3 
2 
; y = 
1 
2 
· ∣−1 0 −2 
1 0 1 
1 −1 1 ∣= 
1 
2 
; z = 
1 
2 
· ∣−1 1 0 
1 1 0 
1 −1 −1∣= 
2 
2 
• Solución única: x =− 
3 
2 
; y = 
1 
2 
; z = 1 . 
⦿ 
5. 
• Se C1 =(abc 
); C2 =(x 
yz 
); C3 =(mnp 
), entón M =(a x m 
b y n 
c z p). Sábese que: det (M)= 4. 
• Se chamamos N = (−C2 ; 2C1− C 3 ; C2 + C 3) á matriz da que queremos calcular o 
determinante: det (N) = ∣−x 2a−m x+m 
− y 2 b−n y+n 
−z 2 c−p z+p ∣= 
(1) 
−∣x 2 a−m x+m 
y 2b−n y+n 
z 2c−p z+p ∣= 
(2) 
= 
(2) 
−∣x 2a−m m 
y 2b−n n 
z 2c−p p ∣= 
(2) 
−∣x 2a m 
y 2b n 
z 2c p ∣= 
(1) 
−2 ∣x a m 
y b n 
z c p ∣= 
(3) 
2∣a x m 
b y n 
c z p ∣= 8 
⦿ 
(1) Se multiplicamos cada elemento dunha columna por un número, o determinante desa matriz 
queda multiplicado por ese número. 
(2) Se a unha columna se lle suma outra columna multiplicada por un número, o determinante non 
varía. 
(3) Se permutamos dúas columnas dunha matriz, o determinante cambia de signo. 
6. • Se A−1 = At , entón At · A= I . 
b 1 0 
0 0 1)·(a b 0 
• A· At = (a 0 0 
0 1 0 
0 0 1)= (a2 ab 0 
ab b2+1 0 
0 0 1) ⟹ (a2 ab 0 
ab b2+1 0 
0 0 1)= (1 0 0 
0 1 0 
0 0 1) ⟹ 
a b= 0 
b2 + 1= 1 ] ⟹ {a2= 1 ⟹ a = ±1 
⟹ { a2= 1 
a b= 0 [(±1)·0= 0] 
b2= 0 ⟹ b = 0 
• Solucións: a = 1 ; b = 0. e a =−1 ; b = 0. ⦿ 
7. 
(a) Matriz de coeficientes: C = (m −2 2 
2 m 1 
1 3 −1). Calculamos o seu rango: 
• ∣2 1 
1 −1 ∣ = −2 − 1=−3≠ 0 ⟹ ran(C )≥ 2
Páx. 6 Álxebra lineal. 
• ∣m −2 2 
2 m 1 
1 3 −1 ∣= −m2 − 2 + 12 −2m − 4 −3m = −m2− 5m + 6 
• −m2 −5m + 6 = 0 ⟺ m2 + 5m −6 = 0 ⟺ m = 1 ou m =−6, xa que, 
m = −5 ± √25 + 24 
2 
= 
2 = { 2 
−5 ± 7 
2 
=1 
−12 
2 =−6 
⋱ Se m= 1 ou m =−6 ⟹ ran(C )= 2; e se m ≠ 1 e m ≠−6 ⟹ ran(C )= 3. 
• Matriz ampliada: A = (m −2 2 1 
2 m 1 2 
1 3 −1 m) 
⋱ Como ran(C )≤ ran( A)≤ 3 ⟹ Se m≠ 1 e m ≠−6, ran(C )= ran( A)= 3. 
• Se m = 1 ⟹ A = (1 −2 2 1 
2 1 1 2 
1 3 −1 1); ∣2 1 
1 −1∣ = −3≠ 0 
⋱ ∣1 2 1 
2 1 2 
1 −1 1∣= 1 + 4− 2 − 1− 4 + 2 = 0 ⟹ ran(A) = 2 
• Se m =−6 ⟹ A = (−6 −2 2 1 
2 −6 1 2 
1 3 −1 −6); ∣2 1 
1 −1∣ = −3≠ 0 
⋱ ∣−6 2 1 
2 1 2 
1 −1 −6∣= 36 + 4− 2 − 1 + 24 − 12 = 64 − 152 = 49 ≠ 0 ⟹ ran(A) = 3 
• Discusión: 
• Se m ≠ 1 e m ≠−6 ⟹ ran(C )= ran( A)= 3 =número de incógnitas ⟹ Sistema 
compatible determinado. 
• Se m = 1 ⟹ ran(C )=ran( A)= 2 < número de incógnitas ⟹ Sistema compatible 
indeterminado. 
• Se m =−6 ⟹ ran(C )= 2 < 3 = ran(A) ⟹ Sistema incompatible. ⦿ 
(b) Para m = 1 , como ∣2 1 
∣ = −3 ≠ 0 ⟹ Sistema equivalente: {2 x + z = 2− y 
1 −1x − z = 1− 3 y 
• Se consideramos y = 3α , para calquera α ∈ ℝ ⟹ {2 x + z = 2− 3α 
x − z = 1− 9α 
• Aplicando o método de Cramer: 
• x = 
1 
−3 
· ∣2 − 3α 1 
1 − 9α −1∣ = 
−3 + 12α 
−3 
= 1− 4α ; z = 
1 
−3 
· ∣2 2 − 3α 
1 1 − 9α ∣ = 
−15α 
−3 
y = 3α 
z = 5α ∣, para calquera α ∈ ℝ. 
• As infinitas solucións son: {x = 1− 4α 
⦿ 
8. (a) A3 + I = O ⟺ A3 =−I (1)
Dep. Matemáticas. 
Matemáticas II Xoves, 19 de setembro de 2013 
Álxebra lineal. Páx. 7 
• Polo tanto, det ( A3) =det (−1 0 0 
0 −1 0 
0 0 −1) ⟹ det ( A)3=−1 ⟹ ∣A∣=−1 ≠ 0 ⟹ 
⟹ ran(A) = 3 
⦿ 
(b) A30 = (A3)10 
1) (−I )10 =[(−I )2]5 
= ( 
= I5 = I ⟹ det ( A30)=1 . ⦿ 
(c) Se A é unha matriz diagonal ⟹ A = (a 0 0 
0 b 0 
0 0 c) 
• A2 = (a 0 0 
0 b 0 
0 0 c)= (a2 0 0 
0 b 0 
0 0 c)·(a 0 0 
0 b2 0 
0 0 c2); 
0 b 0 
0 0 c)·(a2 0 0 
• A3 = (a 0 0 
0 b2 0 
0 0 c2)= (a3 0 0 
0 b3 0 
0 0 c3) ⟹ (a3 0 0 
0 b3 0 
0 0 c3)= ( 
1) (−1 0 0 
0 −1 0 
0 0 −1) 
b3=−1 ⟹ b =−1 
c3 =−1 ⟹ c =−1 ∣. En consecuencia, A =(−1 0 0 
• Entón, {a3=−1 ⟹ a =−1 
0 −1 0 
0 0 −1)=−I 
⦿ 
9. 
2 (2 1 
• B = 1 
1 0 ) ⟹ ∣1 1/2 
2 0) = (1 1/2 
1 0 ∣ = − 
1 
2 
≠ 0 ⟹ B ten matriz inversa. 
• B X B − B = B−1 ⟺ B X B = B−1 + B ⟺ X = B−1B−1 B−1 + B−1 B B−1 ⟺ 
⟺ X = (B−1 )3 
+ B−1 
• B−1 = 
1 
∣B∣ 
[ Adx(B)]t 
= −2 ( 0 −1 
−1/2 1 )t 
= −2 ( 0 −1/2 
−1 1 ) = (0 1 
2 −2) 
• (B−1)2 = (0 1 
2 −2)·(0 1 
2 −2) = ( 2 −2 
−4 6 ) 
• (B−1)3 = ( 2 −2 
−4 6 )·(0 1 
2 −2) = (−4 6 
12 −16) 
• X = (B−1 )3 
+ B−1 = (−4 6 
12 −16)+(0 1 
2 −2) = (−4 7 
14 −18) 
⦿ 
10. 
(a) Matriz de coeficientes: C = (1 m 3 
1 2 m 
1 4 3). Calculamos o seu rango: 
• ∣1 2 
1 4∣ = 4− 2 =2 ≠0 ⟹ ran(C )≥ 2 
• ∣1 m 3 
1 2 m 
1 4 3 ∣= 6 + m2 + 12 − 6 − 3m − 4m = m2 − 7m + 12 
• m2 − 7m + 12 = 0 ⟺ m= 3 ou m = 4, xa que,
Páx. 8 Álxebra lineal. 
m = 
7 ± √49 − 48 
2 
= 
7 ± 1 
2 = {8 
= 4 
6 
2 = 3 
2 
⋱ Se m = 3 ou m = 4 ⟹ ran(C )= 2; e se m ≠ 3 e m ≠ 4 ⟹ ran(C )= 3. 
• Matriz ampliada: A = (1 m 3 1 
1 2 m m 
1 4 3 1 ) 
⋱ Como ran(C )≤ ran( A)≤ 3 ⟹ Se m ≠ 3 e m ≠ 4, ran(C )= ran( A)= 3. 
• Se m = 3 ⟹ A = (1 3 3 1 
1 2 3 3 
1 4 3 1); ∣1 2 
1 4 ∣ = 2≠ 0 
⋱ ∣1 3 1 
1 2 3 
1 4 1∣= 2 + 9 + 4− 2− 3− 12 = −2 ≠ 0 ⟹ ran(A) = 3 
• Se m= 4 ⟹ A = (1 4 3 1 
1 2 4 4 
1 4 3 1); ∣1 2 
1 4 ∣ = 2≠ 0 
⋱ ∣1 4 1 
1 2 4 
1 4 1∣= 2 + 16 + 4− 2 − 4 − 16 = 22 − 22 = 0 ⟹ ran(A) = 2 
• Discusión: 
• Se m ≠ 3 e m ≠ 4 ⟹ ran(C )= ran( A)= 3 =número de incógnitas ⟹ Sistema 
compatible determinado. 
• Se m = 3 ⟹ ran(C )= 2 < 3 = ran(A) ⟹ Sistema incompatible. 
• Se m = 4 ⟹ ran(C )= ran( A)= 2 < número de incógnitas ⟹ Sistema compatible 
indeterminado. ⦿ 
(b) Para m 4, como ∣1 2 
= ∣ 2≠ 0 ⟹ Sistema equivalente: {x + 2 y = 4 − 4 z 
1 4= x + 4 y = 1 − 3 z 
• Se consideramos z = 2α , para calquera α ∈ ℝ ⟹ {x + 2 y = 4 − 8α 
x + 4 y = 1 − 6α 
• Aplicando o método de Cramer: 
• x = 
1 
2 
· ∣4 − 8α 2 
1 − 6α 4 ∣ = 
14 − 20α 
2 
= 7− 10α ; y = 
1 
2 
· ∣1 4− 8α 
1 1− 6α ∣ = 
−3 + 2α 
2 
z = 2α ∣, para calquera α ∈ ℝ. 
• As infinitas solucións son: {x = 7− 10α 
y 3 
=− 
+α 
2 
⦿ 
11. 
(a) A + λ I = (−1 + λ 1 0 
0 1 + λ 0 
0 1 −1 + λ ) ⟹ ∣A + λ I∣ = (λ − 1)2 · (λ + 1) 
• Polo tanto, A + λ I non ten inversa se λ = 1 ou se λ =−1.
Dep. Matemáticas. 
Matemáticas II Xoves, 19 de setembro de 2013 
Álxebra lineal. Páx. 9 
• A − 2I = (−3 1 0 
0 −1 0 
0 1 −3) ⟹ ∣A − 2I∣ = (−3)2 · (−1) =−9≠ 0 
• Se B = A − 2I : 
Adx(B)1 ,1 = ∣−1 0 
1 −3∣ = 3; Adx(B)1 ,2 = −∣0 0 
0 −3∣ = 0; Adx(B)1 ,3 = ∣0 −1 
0 1 ∣ = 0; 
Adx(B)2 ,1 = −∣1 0 
1 −3∣ = 3; Adx(B)2 ,2 = ∣−3 0 
0 −3∣ = 9; Adx(B)2 ,3 = −∣−3 1 
0 1∣ = 3; 
Adx(B)3 ,1 = ∣ 1 0 
−1 0∣ = 0; Adx(B)3 ,2 = −∣−3 0 
0 0∣ = 0; Adx(B)1 ,3 = ∣−3 1 
0 −1 ∣ = 3. 
• (B)−1 = 
1 
∣B∣ 
[ Adx(B)]t 
= − 
1 
9 (3 0 0 
3 9 3 
0 0 3)t 
= − 
1 
3 (1 1 0 
0 3 0 
0 1 1)= (−1/3 −1/3 0 
0 −1 0 
0 −1/3 −1/3) ⦿ 
(b) X A + At = 2X ⟺ X A − 2 X = −At ⟺ X (A − 2I ) = −At . E, polo apartado anterior, 
sabemos que A − 2I ten inversa. 
• Polo tanto: X = −At ( A − 2 I )−1 
• At = (−1 0 0 
1 1 1 
0 0 −1) ⟹ X = −(−1 0 0 
1 1 1 
0 0 −1)·− 
1 
3 (1 1 0 
0 3 0 
0 1 1)= 
= 
1 
3 (−1 0 0 
1 1 1 
0 0 −1)·(1 1 0 
0 3 0 
0 1 1)= 
1 5 1 
0 −1 −1)= (−1/3 −1/3 0 
1 
3 (−1 −1 0 
1/3 5/3 1/3 
0 −1/3 −1/3) ⦿ 
12. 
(a) Matriz de coeficientes: C = (a 2 2 
1 1 1 
2 −1 2). Calculamos o seu rango: 
• ∣1 2 
2 −1 ∣ = −1 − 4=−5 ≠ 0 ⟹ ran(C )≥ 2 
• ∣a 2 2 
1 1 1 
2 −1 2∣= 2a + 4 − 2− 4 − 4 + a = 3a − 6 
⋱ 3a − 6 = 0 ⟺ a = 2 
⋱ En consecuencia, se a = 2 ⟹ ran(C )= 2; e se a ≠ 2 ⟹ ran(C )= 3. 
• Matriz ampliada: A = (a 2 2 a 
1 1 1 0 
2 −1 2 a) 
⋱ Como ran(C )≤ ran( A)≤ 3 ⟹ Se a ≠ 2 ⟹ ran(C )= ran( A)= 3. 
• Se a = 2 ⟹ A = (2 2 2 2 
1 1 1 0 
2 −1 2 2); ∣1 2 
2 −1∣ =−5≠ 0
Páx. 10 Álxebra lineal. 
⋱ ∣2 2 2 
1 1 0 
2 −1 2∣= 4− 2 − 4− 4 = −6 ≠ 0 ⟹ ran(A) = 3 
• Discusión: 
• Se a ≠ 2 ⟹ ran(C )= ran( A)= 3 =número de incógnitas ⟹ Sistema compatible 
determinado. 
• Se a = 2 ⟹ ran(C )= 2 < 3 = ran(A) ⟹ Sistema incompatible. ⦿ 
x + y + z = 0 
2 x − y + 2 z = 0∣. Como a ≠ 2 , é un sistema compatible 
(b) Para a = 0 , o sistema é: { 2 y + 2 z = 0 
determinado e, como tódolos termos independentes son nulos, é un sistema homoxéneo. 
• Polo tanto a solución única é a solución trivial: x =0 ; y = 0 ; z =0 . ⦿ 
13. 
(a) At · A = (a 1 
1 0 a) = (a2+1 a a 
1 0 
0 a)·(a 1 0 
a 1 0 
a 0 a2) 
• ∣a2+1 a 
a 1∣ = a2+ 1− a2 = 1≠ 0 ⟹ ran(At · A)≥ 2, para tódolos valores de a . 
• ∣a2+1 a a 
a 1 0 
a 0 a2 ∣= a2(a2+1) − a2− a4 = a4 + a2 − a2 − a4= 0 , para tódolos valores de a . 
• Polo tanto, ran(At · A)= 2, para tódolos valores de a . 
1 0 a)·(a 1 
• A· At = (a 1 0 
1 0 
0 a)= (a2+1 a 
a a2+1) 
• ∣a2+1 a 
a a2+1∣ = (a2+ 1)2 
− a2 = a4 + 2a2 + 1− a2 = a4 + a2 + 1= 0 (ecuación bicadrada) 
• a2 = −1 ± √1− 4 
2 
= −1 ± √−3 
2 
Non ten solucións reais ⟹ ∣ A· At ∣ ≠ 0 , para tódolos 
valores de a ⟹ ran(At · A)= 2, para tódolos valores de a . ⦿ 
(b) Para o valor a = 1, A· At = (2 1 
1 2). Como, ∣ A· At ∣ = 3 ≠ 0, A· At ten matriz inversa. 
• A At X = B ⟹ X = ( A At)−1B 
• ( A At )−1 = 
1 
∣ A· At ∣ 
[Adx( A· At)]t 
= 1 
3 ( 2 −1 
−1 2 )t 
= 
1 
3 ( 2 −1 
−1 2 ) 
• Polo tanto, X = ( A At )−1B = 
1 
3 ( 2 −1 
−1 2 )·(0 
3) = 
1 
3 
·(−3 
6 ) ⟹ X = (−1 
2 ) 
⦿ 
14. • M3 + M + I = O ⟺ M + I =−M3 
• Posto que: ∣ A·B ∣ =∣ A ∣·∣ B ∣ ⟹ ∣−M3 ∣ = ∣−I ·M3 ∣ =∣−I ∣·∣M ∣3 
• Como det (M)=−1 , e det (−I )= (−1)3 ⟹ ∣M + I ∣= (−1)3 ·(−1)3 =(−1)6 ⟹
Dep. Matemáticas. 
Matemáticas II Xoves, 19 de setembro de 2013 
Álxebra lineal. Páx. 11 
⟹ ∣M + I ∣= 1 
• Xa que, 3M + 3 I = 3(M + I ) é unha matriz de orde 3 ⟹ ∣3(M + I ) ∣= 33∣M + I ∣ 
• En consecuencia, ∣3M + 3I ∣= 27 ⦿ 
15. 
(a) Matriz de coeficientes: C = (1 1 −1 
2 1 −2). Matriz ampliada: A = (1 1 −1 5 
2 1 −2 2) 
• ∣1 1 
2 1∣ = 1− 2=−1 ≠ 0 ⟹ ran(C )= 2 e ran(A) = 2 
• Xa que, ran(C )= ran( A)= 2 < 3 =número de incógnitas ⟹ é un sistema compatible 
determinado. 
• Como ∣1 1 
2 1∣ =−1≠ 0 ⟹ Sistema reducido equivalente: {x + y = 5 + z 
2 x + y = 2 + 2z 
• Se consideramos z =α , para calquera α ∈ ℝ ⟹ {x + y = 5 +α 
2 x + y = 2 + 2α 
• Aplicando o método de Cramer: 
x = 
1 
−1 
· ∣ 5 +α 1 
2 + 2α 1 ∣ = 
3 −α 
−1 
=α − 3; y = 
1 
−1 
· ∣1 5 +α 
2 2 + 2α ∣ = 
−8 
−1 
= 8 
y = 8 
z =α ∣, para calquera α ∈ ℝ. 
• As infinitas solucións son: {x =α − 3 
⦿ 
(b) O novo sistema é: {x + y − z = 5 
2 x + y − 2 z = 2 
x + 2 y − z = m 
• Matriz de coeficientes: C = (1 1 −1 
2 1 −2 
1 2 −1). Calculamos o seu rango: 
⋱ ∣1 1 
2 1∣ = 1− 2=−1 ≠ 0 ⟹ ran(C )≥ 2 
⋱ ∣1 1 −1 
2 1 −2 
1 2 −1∣= −1 − 2− 4 + 1 + 2 + 4 = 0 ⟹ ran(C )= 2 
• Matriz ampliada: A = (1 1 −1 5 
2 1 −2 2 
1 2 −1 m) Calculamos o seu rango: 
2 1∣ = 1− 2=−1 ≠ 0; ∣1 1 5 
⋱ ∣1 1 
2 1 2 
1 2 m∣= m+ 2 + 20 − 5 − 2m − 4 = −m+ 13 
⋱ −m + 13 = 0 ⟺ m= 13 
⋱ Se m ≠ 13 ⟹ ran(A) = 3 > ran(C) = 2 ⟹ O sistema é incompatible. 
⋱ Se m = 13 ⟹ ran(A) = 2, e ademais a 3ª ecuación pode eliminarse e seguir tendo o 
mesmo conxunto de solucións.
Páx. 12 Álxebra lineal. 
• Se m = 13 ⟹ ran(C )= ran( A)= 2 < número de incógnitas ⟹ Sistema compatible 
indeterminado. 
⦿ 
16. 
• ∣ a 0 a 
a+1 a 0 
0 a+1 a+1∣= a2(a+1) 
17.(a) 
18.(a) 
19.(a) 
20.(a)

More Related Content

What's hot

Sistemas ecuacions lineais
Sistemas ecuacions lineaisSistemas ecuacions lineais
Sistemas ecuacions lineaisconchi Gz
 
Ec 2º grao, exponenciais e logarítmicasd
Ec 2º grao, exponenciais e logarítmicasdEc 2º grao, exponenciais e logarítmicasd
Ec 2º grao, exponenciais e logarítmicasdverinlaza
 
Cristina DuráN
Cristina DuráNCristina DuráN
Cristina DuráNecursocig
 
Tipos ecuacións
Tipos ecuaciónsTipos ecuacións
Tipos ecuaciónsconchi Gz
 
Ec 2º grao, exponenciais e logarítmicasd
Ec 2º grao, exponenciais e logarítmicasdEc 2º grao, exponenciais e logarítmicasd
Ec 2º grao, exponenciais e logarítmicasdverinlaza
 
Inecuacións
InecuaciónsInecuacións
Inecuaciónsconchi Gz
 
Métodos de resolución de sistemas lineares
Métodos de resolución de sistemas linearesMétodos de resolución de sistemas lineares
Métodos de resolución de sistemas linearessusoigto
 
Cálculo diferencial
Cálculo diferencialCálculo diferencial
Cálculo diferencialXurxoRigueira
 
Recuperación de geometría
Recuperación de geometríaRecuperación de geometría
Recuperación de geometríaXurxoRigueira
 
Matrices e determinantes
Matrices  e determinantesMatrices  e determinantes
Matrices e determinantesconchi Gz
 
Distancia rectas
Distancia rectasDistancia rectas
Distancia rectastrastoy
 
Metodo gauss sistemas lineales
Metodo gauss sistemas linealesMetodo gauss sistemas lineales
Metodo gauss sistemas linealesconchi Gz
 

What's hot (17)

Matrices
MatricesMatrices
Matrices
 
Sistemas ecuacions lineais
Sistemas ecuacions lineaisSistemas ecuacions lineais
Sistemas ecuacions lineais
 
Ec 2º grao, exponenciais e logarítmicasd
Ec 2º grao, exponenciais e logarítmicasdEc 2º grao, exponenciais e logarítmicasd
Ec 2º grao, exponenciais e logarítmicasd
 
Sucesions
SucesionsSucesions
Sucesions
 
Determinantes
DeterminantesDeterminantes
Determinantes
 
Cristina DuráN
Cristina DuráNCristina DuráN
Cristina DuráN
 
Tema 10 2 funcións
Tema 10 2 funciónsTema 10 2 funcións
Tema 10 2 funcións
 
Tipos ecuacións
Tipos ecuaciónsTipos ecuacións
Tipos ecuacións
 
Ec 2º grao, exponenciais e logarítmicasd
Ec 2º grao, exponenciais e logarítmicasdEc 2º grao, exponenciais e logarítmicasd
Ec 2º grao, exponenciais e logarítmicasd
 
Inecuacións
InecuaciónsInecuacións
Inecuacións
 
Cálculo integral
Cálculo integralCálculo integral
Cálculo integral
 
Métodos de resolución de sistemas lineares
Métodos de resolución de sistemas linearesMétodos de resolución de sistemas lineares
Métodos de resolución de sistemas lineares
 
Cálculo diferencial
Cálculo diferencialCálculo diferencial
Cálculo diferencial
 
Recuperación de geometría
Recuperación de geometríaRecuperación de geometría
Recuperación de geometría
 
Matrices e determinantes
Matrices  e determinantesMatrices  e determinantes
Matrices e determinantes
 
Distancia rectas
Distancia rectasDistancia rectas
Distancia rectas
 
Metodo gauss sistemas lineales
Metodo gauss sistemas linealesMetodo gauss sistemas lineales
Metodo gauss sistemas lineales
 

Viewers also liked

Asequible, Personal Y Emotivo — Cribeo
Asequible, Personal Y Emotivo — Cribeo
Asequible, Personal Y Emotivo — Cribeo
Asequible, Personal Y Emotivo — Cribeo mcleanbuybldxlat
 
Resolver ecuaciones de 1er grado con 2 incógnitas
Resolver ecuaciones de 1er grado con 2 incógnitasResolver ecuaciones de 1er grado con 2 incógnitas
Resolver ecuaciones de 1er grado con 2 incógnitaspiesdesnudos
 
Resolución de ecuaciones
Resolución de ecuacionesResolución de ecuaciones
Resolución de ecuacionesMatherjim
 
Operaciones Con Polinomios
Operaciones Con  PolinomiosOperaciones Con  Polinomios
Operaciones Con PolinomiosJuan Serrano
 
Ecuaciones de primer grado con una incógnita
Ecuaciones  de primer grado con una incógnitaEcuaciones  de primer grado con una incógnita
Ecuaciones de primer grado con una incógnitaAna Karen
 
10 problemas de ecuaciones cuadráticas
10 problemas de ecuaciones cuadráticas10 problemas de ecuaciones cuadráticas
10 problemas de ecuaciones cuadráticasCecy Felix
 

Viewers also liked (7)

Asequible, Personal Y Emotivo — Cribeo
Asequible, Personal Y Emotivo — Cribeo
Asequible, Personal Y Emotivo — Cribeo
Asequible, Personal Y Emotivo — Cribeo
 
Resolver ecuaciones de 1er grado con 2 incógnitas
Resolver ecuaciones de 1er grado con 2 incógnitasResolver ecuaciones de 1er grado con 2 incógnitas
Resolver ecuaciones de 1er grado con 2 incógnitas
 
Resolución de ecuaciones
Resolución de ecuacionesResolución de ecuaciones
Resolución de ecuaciones
 
Polinomios
Polinomios Polinomios
Polinomios
 
Operaciones Con Polinomios
Operaciones Con  PolinomiosOperaciones Con  Polinomios
Operaciones Con Polinomios
 
Ecuaciones de primer grado con una incógnita
Ecuaciones  de primer grado con una incógnitaEcuaciones  de primer grado con una incógnita
Ecuaciones de primer grado con una incógnita
 
10 problemas de ecuaciones cuadráticas
10 problemas de ecuaciones cuadráticas10 problemas de ecuaciones cuadráticas
10 problemas de ecuaciones cuadráticas
 

Álgebra lineal

  • 1. Dep. Matemáticas. Matemáticas II Xoves, 19 de setembro de 2013 Álxebra lineal. Páx. 1 TES QUE SER CAPAZ DE: 1. Utilizar as matrices para organizar e representar datos extraídos de diversas situacións en casos moi sinxelos e operar con elas para resolvelos. 2. Coñecer os distintos tipos de matrices: • fila, columna, • cadrada, diagonal, triangular, • nula, identidade, • trasposta, simétrica e antisimétrica. 3. Coñecer e adquirir destreza nas operacións con matrices: • suma, produto por un escalar, • produto de matrices e a non conmutatividade do produto. 4. Calcular determinantes de orde 2 ou 3 utilizando a regra de Sarrus. • Calcular determinantes desenvolvendo polos elementos dunha liña. • Coñecer as propiedades dos determinantes e saber aplicalas ao cálculo deles. 5. Calcular o rango dunha matriz (ata dimensión 4⨯4) ◦ utilizando o método de Gauss e ◦ a partir dos seus menores. • Calcular o rango de matrices dependentes dun parámetro ata dimensión 4⨯4. 6. Obter a matriz inversa (ata matrices de orde 3x3) ◦ utilizando determinantes e ◦ polo método de Gauss. 7. Resolver ecuacións e sistemas matriciais. 8. Clasificar (compatible determinado, compatible indeterminado, incompatible) un sistema de ecuacións lineais con non máis de tres incógnitas e que dependa ao sumo dun parámetro e no seu caso resolvelo. EXERCICIOS: 1. Pon un exemplo de matriz simétrica de orde 3 e outro de matriz antisimétrica de orde 3. 2. Sexa M unha matriz simétrica de orde 3, con det (M)=−1 . Calcula, razoando a resposta, o determinante de Mt + M , sendo Mt a matriz trasposta de M . 3. Calcula unha matriz X simétrica e de rango 1 que verifique: X ·(1 −1 2 −2) = (2 −2 0 0 ) 4. Dado o sistema de ecuacións lineais: {mx + y − 2z = 0 x + y + z = 0 x − y + z = m a) Discúteo, segundo os valores do parámetro m. b) Resolve, se é posible, o sistema anterior nos casos m = 0 e m =−1. 5. Sexan C1 , C2 , C3 as columnas primeira, segunda e terceira, respectivamente, dunha matriz cadrada M de orde 3 con det (M)= 4. Calcula, enunciando as propiedades de determinantes que utilices, o determinante da matriz cuxas columnas primeira, segunda e terceira son, respectivamente, −C2 , 2C1 − C3 , C2 + C 3 . 6. Dada a matriz A = (a 0 0 b 1 0 0 0 1), calcula todos os valores de a e b para os que A−1 = At , sendo At a matriz trasposta de A .
  • 2. Páx. 2 Álxebra lineal. 7. Dado o sistema de ecuacións lineais: {m x − 2 y + 2z = 1 2 x + m y + z = 2 x + 3 y − z = m a) Discúteo, segundo os valores do parámetro m. b) Resolve, se é posible, o sistema anterior para o caso m= 1 . 8. Se A é é unha matriz tal que A3 + I = O, sendo I a matriz identidade e O a matriz nula de orde 3. a) Cal é o rango de A ? b) Calcula a matriz A30 e o valor do seu determinante. c) Calcula A no caso de que sexa unha matriz diagonal verificando a igualdade anterior. 2 (2 1 9. Dada a matriz B = 1 2 0), calcula unha matriz X tal que B X B − B = B−1 . 10. Dado o sistema de ecuacións lineais: {x + m y + 3z = 1 x + 2 y + m z = m x + 4 y + 3z = 1 a) Discúteo, segundo os valores do parámetro m. b) Resolve, se é posible, o sistema anterior para o caso m = 4. 11. Dada a matriz A = (−1 1 0 0 1 0 0 1 −1), a) Se I é a matriz identidade de orde 3, calcula os valores de λ para os que A + λ I non ten inversa. Calcula, se existe, a matriz inversa de A − 2I . b) Calcula a matriz X tal que X A + At = 2X , sendo At a matriz trasposta de A . 12. Dado o sistema de ecuacións lineais: {a x + 2 y + 2 z = a x + y + z = 0 2 x − y + 2 z = a a) Discúteo, segundo os valores do parámetro a . b) Resolve, se é posible, o sistema anterior para o caso a = 0 . 13. Dada a matriz A = (a 1 0 1 0 a): a) Calcula os rangos de At · A e de A· At , onde At denota a matriz trasposta de A . b) Para o valor a = 1 , resolve A At X B , sendo B 0 = = (). 314. Sexa M unha matriz cadrada de orde 3 con det (M)=−1 e que ademais verifica M3 + M + I = O sendo I a matriz unidade de orde 3. Calcula os determinantes das matrices: M + I e 3M + 3 I . 15. Dado o sistema de ecuacións lineais: {x + y − z = 5 2 x + y − 2 z = 2 a) Resolve, se é posible, o sistema anterior. b) Calcula o valor de m, para que ao engadir ao sistema anterior a ecuación: x + 2 y − z = m, resulte un sistema compatible indeterminado.
  • 3. Dep. Matemáticas. Matemáticas II Xoves, 19 de setembro de 2013 Álxebra lineal. Páx. 3 16. Calcula, segundo os valores de a , o rango de A = ( a 0 a a+1 a 0 0 a+1 a+1). Para a = 1 calcula o determinante da matriz 2 At · A−1 , onde At denota a matriz trasposta de A . 17. Sexa B = (−1/2 x 0 y 1/2 0 0 0 1). Calcula x e y para que se cumpra que B−1 = Bt , sendo Bt a matriz trasposta de B . 18. Dada a matriz A = (−1 0 0 0 0 −1 0 −1 0 ), calcula a matriz X que verifica X · A + A = 2 I , sendo I a matriz unidade de orde 3. 19. Sexan F 1 , F 2 , F 3 as filas primeira, segunda e terceira, respectivamente, dunha matriz cadrada M de orde 3 con det (M)= 2. Calcula, enunciando as propiedades de determinantes que utilices, o determinante da matriz cuxas filas primeira, segunda e terceira son, respectivamente, F 1 + F2 + F3 , 2 F2 , F 3 . 20. Dado o sistema de ecuacións lineais: {x + y = m x − m y = −13 3 x + 5 y = 16 a) Discúteo, segundo os valores do parámetro m. b) Resolve, se é posible, o sistema anterior para o caso m= 2 . SOLUCIÓNS: 1. • Unha matriz M é simétrica ⟺ St = S ⟺ si , j = s j ,i , ∀ i , j ⟺ as posicións simétricas respecto á diagonal principal teñen o mesmo valor. Polo tanto, os termos da diagonal principal, mi ,i , poden tomar calquera valor. Exemplo de orde 3: (2 1 −1 1 0 3 −1 3 −1). • Unha matriz A é antisimétrica ⟺ At =−A ⟺ ai , j = a j ,i , ∀ i , j ⟺ as posicións simétricas respecto á diagonal principal teñen valor oposto. Polo tanto, os termos da diagonal principal, xi , i = 0 , ∀ i , xa que x =−x ⟺ x = 0. Exemplo de orde 3: (0 1 −1 −1 0 3 1 −3 0 ). ⦿ 2. • M simétrica ⟺ Mt = M ⟹ Mt + M = 2M ⟹ det (Mt + M) = det (2M) • Dado que podemos sacar factor común 2 de cada unha das filas de 2M. • Tendo en conta que 2M é cadrada de orde 3, temos que det (Mt + M) = det (2M) = 23det (M) ⟹ det (Mt + M) = 8·(−1) = −8 ⦿ 3. • X cadrada de orde 2 é simétrica (cadrada por ser simétrica e de orde 2 para poder multiplicala por unha matriz de dimensións 2⨯2) ⟹ X = (a b b c )
  • 4. Páx. 4 Álxebra lineal. • ran(X ) = 1 ⟹ ∣a b b c ∣ = 0 ⟺ ac − b2 = 0, e non todos nulos. • (a b b c )·(1 −1 2 −2) = (2 −2 0 0 ) ⟺ (a+2 b −a−2b b+2c −b−2c ) = (2 −2 0 0 ) • Temos así: { ac − b2 = 0 a + 2 b = 2 ⟹ a = 2 − 2b ⟹ a = 2 + 4 c b + 2 c = 0 ⟹ b =−2c non todos nulos ] ⟹ (2+4c)c − 4c2= 0 ⟹ ⟹ 2c + 4c2 − 4 c2 = 0 ⟹ c = 0 ⟹ {b = 0 a = 2 ] ⟹ X =(2 0 0 0) ⦿ 4. (a) Matriz de coeficientes: C = (m 1 −2 1 1 1 1 −1 1 ). Calculamos o seu rango: • ∣1 1 1 −1∣ = −1 − 1=−2≠ 0 ⟹ ran(C )≥ 2 • ∣m 1 −2 1 1 1 1 −1 1 ∣= m + 1 + 2 + 2− 1 + m = 2m + 4 • 2m + 4 = 0 ⟺ m =−2 ⋱ En consecuencia, se m =−2 ⟹ ran(C )= 2; e se m ≠−2 ⟹ ran(C )= 3. • Matriz ampliada: A = (m 1 −2 0 1 1 1 0 1 −1 1 m) ⋱ Como ran(C )≤ ran( A)≤ 3 ⟹ Se m ≠−2 ⟹ ran(C )= ran( A)= 3. • Se m =−2 ⟹ A = (−2 1 −2 0 1 1 1 0 1 −1 1 −2); ∣1 1 1 −1 ∣ =−2≠ 0 ⋱ ∣−2 1 0 1 1 0 1 −1 −2∣= 4− 2 − 4 − 4 = −6 ≠ 0 ⟹ ran(A) = 3 • Discusión: • Se m ≠−2 ⟹ ran(C )=ran( A)= 3 =número de incógnitas ⟹ Sistema compatible determinado. • Se m =−2 ⟹ ran(C )= 2 < 3 = ran(A) ⟹ Sistema incompatible. ⦿ x + y + z = 0 x − y + z = 0∣. Como m ≠−2, é un sistema compatible (b) Para m= 0 , o sistema é: { y − 2 z = 0 determinado e, como tódolos termos independentes son nulos, é un sistema homoxéneo. • Polo tanto a solución única é a solución trivial: x = 0 ; y = 0 ; z = 0 .
  • 5. Dep. Matemáticas. Matemáticas II Xoves, 19 de setembro de 2013 Álxebra lineal. Páx. 5 x + y + z = 0 x − y + z = −1∣. Con ∣−1 1 −2 • Para m =−1 , o sistema é: {−x + y −2z = 0 1 1 1 1 −1 1 ∣= 2. Como m ≠−2, é un sistema compatible determinado e a solución única podémola obter polo método de Cramer: x = 1 2 · ∣ 0 1 −2 0 1 1 −1 −1 1 ∣= − 3 2 ; y = 1 2 · ∣−1 0 −2 1 0 1 1 −1 1 ∣= 1 2 ; z = 1 2 · ∣−1 1 0 1 1 0 1 −1 −1∣= 2 2 • Solución única: x =− 3 2 ; y = 1 2 ; z = 1 . ⦿ 5. • Se C1 =(abc ); C2 =(x yz ); C3 =(mnp ), entón M =(a x m b y n c z p). Sábese que: det (M)= 4. • Se chamamos N = (−C2 ; 2C1− C 3 ; C2 + C 3) á matriz da que queremos calcular o determinante: det (N) = ∣−x 2a−m x+m − y 2 b−n y+n −z 2 c−p z+p ∣= (1) −∣x 2 a−m x+m y 2b−n y+n z 2c−p z+p ∣= (2) = (2) −∣x 2a−m m y 2b−n n z 2c−p p ∣= (2) −∣x 2a m y 2b n z 2c p ∣= (1) −2 ∣x a m y b n z c p ∣= (3) 2∣a x m b y n c z p ∣= 8 ⦿ (1) Se multiplicamos cada elemento dunha columna por un número, o determinante desa matriz queda multiplicado por ese número. (2) Se a unha columna se lle suma outra columna multiplicada por un número, o determinante non varía. (3) Se permutamos dúas columnas dunha matriz, o determinante cambia de signo. 6. • Se A−1 = At , entón At · A= I . b 1 0 0 0 1)·(a b 0 • A· At = (a 0 0 0 1 0 0 0 1)= (a2 ab 0 ab b2+1 0 0 0 1) ⟹ (a2 ab 0 ab b2+1 0 0 0 1)= (1 0 0 0 1 0 0 0 1) ⟹ a b= 0 b2 + 1= 1 ] ⟹ {a2= 1 ⟹ a = ±1 ⟹ { a2= 1 a b= 0 [(±1)·0= 0] b2= 0 ⟹ b = 0 • Solucións: a = 1 ; b = 0. e a =−1 ; b = 0. ⦿ 7. (a) Matriz de coeficientes: C = (m −2 2 2 m 1 1 3 −1). Calculamos o seu rango: • ∣2 1 1 −1 ∣ = −2 − 1=−3≠ 0 ⟹ ran(C )≥ 2
  • 6. Páx. 6 Álxebra lineal. • ∣m −2 2 2 m 1 1 3 −1 ∣= −m2 − 2 + 12 −2m − 4 −3m = −m2− 5m + 6 • −m2 −5m + 6 = 0 ⟺ m2 + 5m −6 = 0 ⟺ m = 1 ou m =−6, xa que, m = −5 ± √25 + 24 2 = 2 = { 2 −5 ± 7 2 =1 −12 2 =−6 ⋱ Se m= 1 ou m =−6 ⟹ ran(C )= 2; e se m ≠ 1 e m ≠−6 ⟹ ran(C )= 3. • Matriz ampliada: A = (m −2 2 1 2 m 1 2 1 3 −1 m) ⋱ Como ran(C )≤ ran( A)≤ 3 ⟹ Se m≠ 1 e m ≠−6, ran(C )= ran( A)= 3. • Se m = 1 ⟹ A = (1 −2 2 1 2 1 1 2 1 3 −1 1); ∣2 1 1 −1∣ = −3≠ 0 ⋱ ∣1 2 1 2 1 2 1 −1 1∣= 1 + 4− 2 − 1− 4 + 2 = 0 ⟹ ran(A) = 2 • Se m =−6 ⟹ A = (−6 −2 2 1 2 −6 1 2 1 3 −1 −6); ∣2 1 1 −1∣ = −3≠ 0 ⋱ ∣−6 2 1 2 1 2 1 −1 −6∣= 36 + 4− 2 − 1 + 24 − 12 = 64 − 152 = 49 ≠ 0 ⟹ ran(A) = 3 • Discusión: • Se m ≠ 1 e m ≠−6 ⟹ ran(C )= ran( A)= 3 =número de incógnitas ⟹ Sistema compatible determinado. • Se m = 1 ⟹ ran(C )=ran( A)= 2 < número de incógnitas ⟹ Sistema compatible indeterminado. • Se m =−6 ⟹ ran(C )= 2 < 3 = ran(A) ⟹ Sistema incompatible. ⦿ (b) Para m = 1 , como ∣2 1 ∣ = −3 ≠ 0 ⟹ Sistema equivalente: {2 x + z = 2− y 1 −1x − z = 1− 3 y • Se consideramos y = 3α , para calquera α ∈ ℝ ⟹ {2 x + z = 2− 3α x − z = 1− 9α • Aplicando o método de Cramer: • x = 1 −3 · ∣2 − 3α 1 1 − 9α −1∣ = −3 + 12α −3 = 1− 4α ; z = 1 −3 · ∣2 2 − 3α 1 1 − 9α ∣ = −15α −3 y = 3α z = 5α ∣, para calquera α ∈ ℝ. • As infinitas solucións son: {x = 1− 4α ⦿ 8. (a) A3 + I = O ⟺ A3 =−I (1)
  • 7. Dep. Matemáticas. Matemáticas II Xoves, 19 de setembro de 2013 Álxebra lineal. Páx. 7 • Polo tanto, det ( A3) =det (−1 0 0 0 −1 0 0 0 −1) ⟹ det ( A)3=−1 ⟹ ∣A∣=−1 ≠ 0 ⟹ ⟹ ran(A) = 3 ⦿ (b) A30 = (A3)10 1) (−I )10 =[(−I )2]5 = ( = I5 = I ⟹ det ( A30)=1 . ⦿ (c) Se A é unha matriz diagonal ⟹ A = (a 0 0 0 b 0 0 0 c) • A2 = (a 0 0 0 b 0 0 0 c)= (a2 0 0 0 b 0 0 0 c)·(a 0 0 0 b2 0 0 0 c2); 0 b 0 0 0 c)·(a2 0 0 • A3 = (a 0 0 0 b2 0 0 0 c2)= (a3 0 0 0 b3 0 0 0 c3) ⟹ (a3 0 0 0 b3 0 0 0 c3)= ( 1) (−1 0 0 0 −1 0 0 0 −1) b3=−1 ⟹ b =−1 c3 =−1 ⟹ c =−1 ∣. En consecuencia, A =(−1 0 0 • Entón, {a3=−1 ⟹ a =−1 0 −1 0 0 0 −1)=−I ⦿ 9. 2 (2 1 • B = 1 1 0 ) ⟹ ∣1 1/2 2 0) = (1 1/2 1 0 ∣ = − 1 2 ≠ 0 ⟹ B ten matriz inversa. • B X B − B = B−1 ⟺ B X B = B−1 + B ⟺ X = B−1B−1 B−1 + B−1 B B−1 ⟺ ⟺ X = (B−1 )3 + B−1 • B−1 = 1 ∣B∣ [ Adx(B)]t = −2 ( 0 −1 −1/2 1 )t = −2 ( 0 −1/2 −1 1 ) = (0 1 2 −2) • (B−1)2 = (0 1 2 −2)·(0 1 2 −2) = ( 2 −2 −4 6 ) • (B−1)3 = ( 2 −2 −4 6 )·(0 1 2 −2) = (−4 6 12 −16) • X = (B−1 )3 + B−1 = (−4 6 12 −16)+(0 1 2 −2) = (−4 7 14 −18) ⦿ 10. (a) Matriz de coeficientes: C = (1 m 3 1 2 m 1 4 3). Calculamos o seu rango: • ∣1 2 1 4∣ = 4− 2 =2 ≠0 ⟹ ran(C )≥ 2 • ∣1 m 3 1 2 m 1 4 3 ∣= 6 + m2 + 12 − 6 − 3m − 4m = m2 − 7m + 12 • m2 − 7m + 12 = 0 ⟺ m= 3 ou m = 4, xa que,
  • 8. Páx. 8 Álxebra lineal. m = 7 ± √49 − 48 2 = 7 ± 1 2 = {8 = 4 6 2 = 3 2 ⋱ Se m = 3 ou m = 4 ⟹ ran(C )= 2; e se m ≠ 3 e m ≠ 4 ⟹ ran(C )= 3. • Matriz ampliada: A = (1 m 3 1 1 2 m m 1 4 3 1 ) ⋱ Como ran(C )≤ ran( A)≤ 3 ⟹ Se m ≠ 3 e m ≠ 4, ran(C )= ran( A)= 3. • Se m = 3 ⟹ A = (1 3 3 1 1 2 3 3 1 4 3 1); ∣1 2 1 4 ∣ = 2≠ 0 ⋱ ∣1 3 1 1 2 3 1 4 1∣= 2 + 9 + 4− 2− 3− 12 = −2 ≠ 0 ⟹ ran(A) = 3 • Se m= 4 ⟹ A = (1 4 3 1 1 2 4 4 1 4 3 1); ∣1 2 1 4 ∣ = 2≠ 0 ⋱ ∣1 4 1 1 2 4 1 4 1∣= 2 + 16 + 4− 2 − 4 − 16 = 22 − 22 = 0 ⟹ ran(A) = 2 • Discusión: • Se m ≠ 3 e m ≠ 4 ⟹ ran(C )= ran( A)= 3 =número de incógnitas ⟹ Sistema compatible determinado. • Se m = 3 ⟹ ran(C )= 2 < 3 = ran(A) ⟹ Sistema incompatible. • Se m = 4 ⟹ ran(C )= ran( A)= 2 < número de incógnitas ⟹ Sistema compatible indeterminado. ⦿ (b) Para m 4, como ∣1 2 = ∣ 2≠ 0 ⟹ Sistema equivalente: {x + 2 y = 4 − 4 z 1 4= x + 4 y = 1 − 3 z • Se consideramos z = 2α , para calquera α ∈ ℝ ⟹ {x + 2 y = 4 − 8α x + 4 y = 1 − 6α • Aplicando o método de Cramer: • x = 1 2 · ∣4 − 8α 2 1 − 6α 4 ∣ = 14 − 20α 2 = 7− 10α ; y = 1 2 · ∣1 4− 8α 1 1− 6α ∣ = −3 + 2α 2 z = 2α ∣, para calquera α ∈ ℝ. • As infinitas solucións son: {x = 7− 10α y 3 =− +α 2 ⦿ 11. (a) A + λ I = (−1 + λ 1 0 0 1 + λ 0 0 1 −1 + λ ) ⟹ ∣A + λ I∣ = (λ − 1)2 · (λ + 1) • Polo tanto, A + λ I non ten inversa se λ = 1 ou se λ =−1.
  • 9. Dep. Matemáticas. Matemáticas II Xoves, 19 de setembro de 2013 Álxebra lineal. Páx. 9 • A − 2I = (−3 1 0 0 −1 0 0 1 −3) ⟹ ∣A − 2I∣ = (−3)2 · (−1) =−9≠ 0 • Se B = A − 2I : Adx(B)1 ,1 = ∣−1 0 1 −3∣ = 3; Adx(B)1 ,2 = −∣0 0 0 −3∣ = 0; Adx(B)1 ,3 = ∣0 −1 0 1 ∣ = 0; Adx(B)2 ,1 = −∣1 0 1 −3∣ = 3; Adx(B)2 ,2 = ∣−3 0 0 −3∣ = 9; Adx(B)2 ,3 = −∣−3 1 0 1∣ = 3; Adx(B)3 ,1 = ∣ 1 0 −1 0∣ = 0; Adx(B)3 ,2 = −∣−3 0 0 0∣ = 0; Adx(B)1 ,3 = ∣−3 1 0 −1 ∣ = 3. • (B)−1 = 1 ∣B∣ [ Adx(B)]t = − 1 9 (3 0 0 3 9 3 0 0 3)t = − 1 3 (1 1 0 0 3 0 0 1 1)= (−1/3 −1/3 0 0 −1 0 0 −1/3 −1/3) ⦿ (b) X A + At = 2X ⟺ X A − 2 X = −At ⟺ X (A − 2I ) = −At . E, polo apartado anterior, sabemos que A − 2I ten inversa. • Polo tanto: X = −At ( A − 2 I )−1 • At = (−1 0 0 1 1 1 0 0 −1) ⟹ X = −(−1 0 0 1 1 1 0 0 −1)·− 1 3 (1 1 0 0 3 0 0 1 1)= = 1 3 (−1 0 0 1 1 1 0 0 −1)·(1 1 0 0 3 0 0 1 1)= 1 5 1 0 −1 −1)= (−1/3 −1/3 0 1 3 (−1 −1 0 1/3 5/3 1/3 0 −1/3 −1/3) ⦿ 12. (a) Matriz de coeficientes: C = (a 2 2 1 1 1 2 −1 2). Calculamos o seu rango: • ∣1 2 2 −1 ∣ = −1 − 4=−5 ≠ 0 ⟹ ran(C )≥ 2 • ∣a 2 2 1 1 1 2 −1 2∣= 2a + 4 − 2− 4 − 4 + a = 3a − 6 ⋱ 3a − 6 = 0 ⟺ a = 2 ⋱ En consecuencia, se a = 2 ⟹ ran(C )= 2; e se a ≠ 2 ⟹ ran(C )= 3. • Matriz ampliada: A = (a 2 2 a 1 1 1 0 2 −1 2 a) ⋱ Como ran(C )≤ ran( A)≤ 3 ⟹ Se a ≠ 2 ⟹ ran(C )= ran( A)= 3. • Se a = 2 ⟹ A = (2 2 2 2 1 1 1 0 2 −1 2 2); ∣1 2 2 −1∣ =−5≠ 0
  • 10. Páx. 10 Álxebra lineal. ⋱ ∣2 2 2 1 1 0 2 −1 2∣= 4− 2 − 4− 4 = −6 ≠ 0 ⟹ ran(A) = 3 • Discusión: • Se a ≠ 2 ⟹ ran(C )= ran( A)= 3 =número de incógnitas ⟹ Sistema compatible determinado. • Se a = 2 ⟹ ran(C )= 2 < 3 = ran(A) ⟹ Sistema incompatible. ⦿ x + y + z = 0 2 x − y + 2 z = 0∣. Como a ≠ 2 , é un sistema compatible (b) Para a = 0 , o sistema é: { 2 y + 2 z = 0 determinado e, como tódolos termos independentes son nulos, é un sistema homoxéneo. • Polo tanto a solución única é a solución trivial: x =0 ; y = 0 ; z =0 . ⦿ 13. (a) At · A = (a 1 1 0 a) = (a2+1 a a 1 0 0 a)·(a 1 0 a 1 0 a 0 a2) • ∣a2+1 a a 1∣ = a2+ 1− a2 = 1≠ 0 ⟹ ran(At · A)≥ 2, para tódolos valores de a . • ∣a2+1 a a a 1 0 a 0 a2 ∣= a2(a2+1) − a2− a4 = a4 + a2 − a2 − a4= 0 , para tódolos valores de a . • Polo tanto, ran(At · A)= 2, para tódolos valores de a . 1 0 a)·(a 1 • A· At = (a 1 0 1 0 0 a)= (a2+1 a a a2+1) • ∣a2+1 a a a2+1∣ = (a2+ 1)2 − a2 = a4 + 2a2 + 1− a2 = a4 + a2 + 1= 0 (ecuación bicadrada) • a2 = −1 ± √1− 4 2 = −1 ± √−3 2 Non ten solucións reais ⟹ ∣ A· At ∣ ≠ 0 , para tódolos valores de a ⟹ ran(At · A)= 2, para tódolos valores de a . ⦿ (b) Para o valor a = 1, A· At = (2 1 1 2). Como, ∣ A· At ∣ = 3 ≠ 0, A· At ten matriz inversa. • A At X = B ⟹ X = ( A At)−1B • ( A At )−1 = 1 ∣ A· At ∣ [Adx( A· At)]t = 1 3 ( 2 −1 −1 2 )t = 1 3 ( 2 −1 −1 2 ) • Polo tanto, X = ( A At )−1B = 1 3 ( 2 −1 −1 2 )·(0 3) = 1 3 ·(−3 6 ) ⟹ X = (−1 2 ) ⦿ 14. • M3 + M + I = O ⟺ M + I =−M3 • Posto que: ∣ A·B ∣ =∣ A ∣·∣ B ∣ ⟹ ∣−M3 ∣ = ∣−I ·M3 ∣ =∣−I ∣·∣M ∣3 • Como det (M)=−1 , e det (−I )= (−1)3 ⟹ ∣M + I ∣= (−1)3 ·(−1)3 =(−1)6 ⟹
  • 11. Dep. Matemáticas. Matemáticas II Xoves, 19 de setembro de 2013 Álxebra lineal. Páx. 11 ⟹ ∣M + I ∣= 1 • Xa que, 3M + 3 I = 3(M + I ) é unha matriz de orde 3 ⟹ ∣3(M + I ) ∣= 33∣M + I ∣ • En consecuencia, ∣3M + 3I ∣= 27 ⦿ 15. (a) Matriz de coeficientes: C = (1 1 −1 2 1 −2). Matriz ampliada: A = (1 1 −1 5 2 1 −2 2) • ∣1 1 2 1∣ = 1− 2=−1 ≠ 0 ⟹ ran(C )= 2 e ran(A) = 2 • Xa que, ran(C )= ran( A)= 2 < 3 =número de incógnitas ⟹ é un sistema compatible determinado. • Como ∣1 1 2 1∣ =−1≠ 0 ⟹ Sistema reducido equivalente: {x + y = 5 + z 2 x + y = 2 + 2z • Se consideramos z =α , para calquera α ∈ ℝ ⟹ {x + y = 5 +α 2 x + y = 2 + 2α • Aplicando o método de Cramer: x = 1 −1 · ∣ 5 +α 1 2 + 2α 1 ∣ = 3 −α −1 =α − 3; y = 1 −1 · ∣1 5 +α 2 2 + 2α ∣ = −8 −1 = 8 y = 8 z =α ∣, para calquera α ∈ ℝ. • As infinitas solucións son: {x =α − 3 ⦿ (b) O novo sistema é: {x + y − z = 5 2 x + y − 2 z = 2 x + 2 y − z = m • Matriz de coeficientes: C = (1 1 −1 2 1 −2 1 2 −1). Calculamos o seu rango: ⋱ ∣1 1 2 1∣ = 1− 2=−1 ≠ 0 ⟹ ran(C )≥ 2 ⋱ ∣1 1 −1 2 1 −2 1 2 −1∣= −1 − 2− 4 + 1 + 2 + 4 = 0 ⟹ ran(C )= 2 • Matriz ampliada: A = (1 1 −1 5 2 1 −2 2 1 2 −1 m) Calculamos o seu rango: 2 1∣ = 1− 2=−1 ≠ 0; ∣1 1 5 ⋱ ∣1 1 2 1 2 1 2 m∣= m+ 2 + 20 − 5 − 2m − 4 = −m+ 13 ⋱ −m + 13 = 0 ⟺ m= 13 ⋱ Se m ≠ 13 ⟹ ran(A) = 3 > ran(C) = 2 ⟹ O sistema é incompatible. ⋱ Se m = 13 ⟹ ran(A) = 2, e ademais a 3ª ecuación pode eliminarse e seguir tendo o mesmo conxunto de solucións.
  • 12. Páx. 12 Álxebra lineal. • Se m = 13 ⟹ ran(C )= ran( A)= 2 < número de incógnitas ⟹ Sistema compatible indeterminado. ⦿ 16. • ∣ a 0 a a+1 a 0 0 a+1 a+1∣= a2(a+1) 17.(a) 18.(a) 19.(a) 20.(a)