111 Problemas Resueltos de Aritmética y Álgebra - Don DannyDaniel Vliegen
Números Primos y Compuestos, Máximum Común Divisor, Mínimo Común Múltiplo, Fracciones Simples y Complejas, Fracciones Decimales, Regla de Tres Simple y Compuesta, Repartición Proporcional, Divisibilidad, Teorema de Resta, Método de Ruffini Briot, Factoriales, Binomio de Newton, Fracciones Algebraicas, Descomposición en Fracciones Simples, Expresiones Complejas, Logaritmos, Ecuaciones lineales, Ecuaciones del segundo grado, Ecuaciones exponenciales y logarítmicas, sistemas de ecuaciones lineales, Matrices y Determinantes, Progresión aritmética y geométrica.
Mas informaciones a
http://www.lulu.com/content/e-book/111-problemas-resueltos-de-aritm%c3%a9tica-y-%c3%81lgebra/19246631
111 Problemas Resueltos de Aritmética y Álgebra - Don DannyDaniel Vliegen
Números Primos y Compuestos, Máximum Común Divisor, Mínimo Común Múltiplo, Fracciones Simples y Complejas, Fracciones Decimales, Regla de Tres Simple y Compuesta, Repartición Proporcional, Divisibilidad, Teorema de Resta, Método de Ruffini Briot, Factoriales, Binomio de Newton, Fracciones Algebraicas, Descomposición en Fracciones Simples, Expresiones Complejas, Logaritmos, Ecuaciones lineales, Ecuaciones del segundo grado, Ecuaciones exponenciales y logarítmicas, sistemas de ecuaciones lineales, Matrices y Determinantes, Progresión aritmética y geométrica.
Mas informaciones a
http://www.lulu.com/content/e-book/111-problemas-resueltos-de-aritm%c3%a9tica-y-%c3%81lgebra/19246631
Conceptos básicos de Función Lineal, Gráfica de una Función Lineal, Angulo de inclinación de la Linea Recta, Función Constante, Ecuación de una Recta que pasa por Dos Puntos, Ecuación de una Recta paralela a Otra y que pasa por un punto exterior a ella, Ecuación de una Recta Perpendicular a Otra y que pasa por un punto exterior a ella.
Conceptos básicos de Función Lineal, Gráfica de una Función Lineal, Angulo de inclinación de la Linea Recta, Función Constante, Ecuación de una Recta que pasa por Dos Puntos, Ecuación de una Recta paralela a Otra y que pasa por un punto exterior a ella, Ecuación de una Recta Perpendicular a Otra y que pasa por un punto exterior a ella.
Curso introductorio a las herramientas matemáticas básicas para finanzas. En este material se cubren temas de precálculo, sistemas lineales y matemáticas discretas.
Graficar funciones lineales en el plano cartesiano implica considerar una serie de conceptos que concretan el aprendizaje integral de este contenido matemático
Graficar funciones lineales en el plano cartesiano implica considerar una serie de conceptos que concretan el aprendizaje integral de este contenido matemático
Similar a Sistemas de ecuaciones lineales (I) (20)
2. Semana 1
Tema 1 Matrices y sistemas de ecuaciones lineales
Forma matricial de sistemas de ecuaciones lineales. Determinantes y
método de Cramer
Universidad Carlos III de Madrid
Matemáticas II
Curso 2009-2010
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 2 / 24
3. Deniciones Sistemas de ecuaciones lineales. Forma matricial
En economía son muy usados los sistemas de ecuaciones lineales,
que tienen la forma:
a11 x1 + · · · + a1n xn = b1
. .
. .
. .
am1 x1 + · · · + amn xn = bm
donde aij y bk son números reales jos y x1 , . . . , xn son las variables
(también llamadas incógnitas ) del sistema.
Este sistema puede escribirse usando matrices y vectores, de la
siguiente manera:
a11 ... a1n x1 b1
. . . .
. . . = .
. ... . . .
am1 ... amn xn bm
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 3 / 24
4. Deniciones Sistemas de ecuaciones lineales. Forma matricial
En economía son muy usados los sistemas de ecuaciones lineales,
que tienen la forma:
a11 x1 + · · · + a1n xn = b1
. .
. .
. .
am1 x1 + · · · + amn xn = bm
donde aij y bk son números reales jos y x1 , . . . , xn son las variables
(también llamadas incógnitas ) del sistema.
Este sistema puede escribirse usando matrices y vectores, de la
siguiente manera:
a11 ... a1n x1 b1
. . . .
. . . = .
. ... . . .
am1 ... amn xn bm
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 3 / 24
5. Deniciones Sistemas de ecuaciones lineales. Forma matricial
En forma compacta, esto se puede representar así:
Ax = b,
donde
a11 ... a1n x1 b1
. . . .
A = . . ;x = . ;b = .
. ... . . .
am1 ... amn xn bm
Dos formas alternativas, más compactas, de representar a la matriz
A, son las siguientes, donde aij es un elemento genérico situado en la
la i y la columna j :
A = (aij )ij =1,...,m
=1,...,n y también A = (aij )mn
Alternantivamente, sobreentendiendo las dimensiones, m para las las,
y n para las columnas, de la matriz, representamos
A = (aij )
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 4 / 24
6. Deniciones Sistemas de ecuaciones lineales. Forma matricial
En forma compacta, esto se puede representar así:
Ax = b,
donde
a11 ... a1n x1 b1
. . . .
A = . . ;x = . ;b = .
. ... . . .
am1 ... amn xn bm
Dos formas alternativas, más compactas, de representar a la matriz
A, son las siguientes, donde aij es un elemento genérico situado en la
la i y la columna j :
A = (aij )ij =1,...,m
=1,...,n y también A = (aij )mn
Alternantivamente, sobreentendiendo las dimensiones, m para las las,
y n para las columnas, de la matriz, representamos
A = (aij )
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 4 / 24
7. Deniciones Sistemas de ecuaciones lineales. Forma matricial
En forma compacta, esto se puede representar así:
Ax = b,
donde
a11 ... a1n x1 b1
. . . .
A = . . ;x = . ;b = .
. ... . . .
am1 ... amn xn bm
Dos formas alternativas, más compactas, de representar a la matriz
A, son las siguientes, donde aij es un elemento genérico situado en la
la i y la columna j :
A = (aij )ij =1,...,m
=1,...,n y también A = (aij )mn
Alternantivamente, sobreentendiendo las dimensiones, m para las las,
y n para las columnas, de la matriz, representamos
A = (aij )
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 4 / 24
8. Deniciones Multiplicación de matrices
Notemos que para poder hacer la representación Ax =b del sistema
de ecuaciones, deberíamos haber denido adecuadamente la
multiplicación de una matriz A por un vector x .
Por inspección podemos notar que el vector producto b = (bi ) es el
resultado de la siguiente operación aplicada a cada elemento bi :
bi = ai 1 x1 + ai 2 x2 + · · · + ain xn
En general, la matrix producto C, que resulta de multiplicar una
matriz A por otra B puede ser denido extendiendo este concepto,
siempre y cuando se cumpla un requisito que podemos adivinar. Si
partimos de que la matriz C está compuesta por vectores columna, el
elemento i de una columna dada, la j , por ejemplo, es construido
haciendo el producto interno del vector la i de la matriz A por el
vector columna j de la matriz B:
cij = ai 1 b1j + ai 2 b2j + · · · + ain bnj
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 5 / 24
9. Deniciones Multiplicación de matrices
Notemos que para poder hacer la representación Ax =b del sistema
de ecuaciones, deberíamos haber denido adecuadamente la
multiplicación de una matriz A por un vector x .
Por inspección podemos notar que el vector producto b = (bi ) es el
resultado de la siguiente operación aplicada a cada elemento bi :
bi = ai 1 x1 + ai 2 x2 + · · · + ain xn
En general, la matrix producto C, que resulta de multiplicar una
matriz A por otra B puede ser denido extendiendo este concepto,
siempre y cuando se cumpla un requisito que podemos adivinar. Si
partimos de que la matriz C está compuesta por vectores columna, el
elemento i de una columna dada, la j , por ejemplo, es construido
haciendo el producto interno del vector la i de la matriz A por el
vector columna j de la matriz B:
cij = ai 1 b1j + ai 2 b2j + · · · + ain bnj
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 5 / 24
10. Deniciones Multiplicación de matrices
El requisito mencionado para que C=AB esté bien denida, como
habrán podido ya adivinar... ¾?
m ×l
Ejemplo
Consideremos las matrices
1 6
2 1 5
A = B = 7 −4
−3 0 2
8 0
la matriz C =A·B es una matriz 2 ×2
49 8= 2 · 6 + 1 · (−4) + 5 · 0
C =
13 −18
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 6 / 24
11. Deniciones Multiplicación de matrices
El requisito mencionado para que C=AB esté bien denida, como
habrán podido ya adivinar... ¾? es que las dimenciones de A y B
tienen que ser tales que el número de columnas de A sea igual al
número de las de B.
m ×l
Ejemplo
Consideremos las matrices
1 6
2 1 5
A = B = 7 −4
−3 0 2
8 0
la matriz C =A·B es una matriz 2 ×2
49 8= 2 · 6 + 1 · (−4) + 5 · 0
C =
13 −18
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 6 / 24
12. Deniciones Multiplicación de matrices
El requisito mencionado para que C=AB esté bien denida, como
habrán podido ya adivinar... ¾? es que las dimenciones de A y B
tienen que ser tales que el número de columnas de A sea igual al
número de las de B.
Si la dimensión de A es m × n, y la de B es n × l, entonces ¾cuál será
la dimensión de C? m ×l
Ejemplo
Consideremos las matrices
1 6
2 1 5
A = B = 7 −4
−3 0 2
8 0
la matriz C =A·B es una matriz 2 ×2
49 8= 2 · 6 + 1 · (−4) + 5 · 0
C =
13 −18
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 6 / 24
13. Deniciones Multiplicación de matrices
El requisito mencionado para que C=AB esté bien denida, como
habrán podido ya adivinar... ¾? es que las dimenciones de A y B
tienen que ser tales que el número de columnas de A sea igual al
número de las de B.
Si la dimensión de A es m × n, y la de B es n × l, entonces ¾cuál será
la dimensión de C? m ×l
Ejemplo
Consideremos las matrices
1 6
2 1 5
A = B = 7 −4
−3 0 2
8 0
la matriz C =A·B es una matriz 2 ×2
49 8= 2 · 6 + 1 · (−4) + 5 · 0
C =
13 −18
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 6 / 24
14. Deniciones Multiplicación de matrices
El requisito mencionado para que C=AB esté bien denida, como
habrán podido ya adivinar... ¾? es que las dimenciones de A y B
tienen que ser tales que el número de columnas de A sea igual al
número de las de B.
Si la dimensión de A es m × n, y la de B es n × l, entonces ¾cuál será
la dimensión de C? m ×l
Ejemplo
Consideremos las matrices
1 6
2 1 5
A = B = 7 −4
−3 0 2
8 0
la matriz C =A·B es una matriz 2 ×2
49 8= 2 · 6 + 1 · (−4) + 5 · 0
C =
13 −18
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 6 / 24
15. Deniciones Multiplicación de matrices
Atención
Por razones obvias (entre ellas de compatibilidad de dimensiones), el
producto entre dos matrices no es conmutativo.
Por ejemplo si tomamos las matrices
2 1 1 2 5
A = B =
3 1 1 4 4
podemos hacer A ·B pero en cambio B ·A no existe.
Por otro lado, si tomamos
1 2 3 1
A = ;B =
2 1 2 1
hay compatibilidad de dimensiones para conmutatividad, pero
7 3 5 7
A·B = = B ·A=
8 3 4 5
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 7 / 24
16. Deniciones Multiplicación de matrices
Atención
Por razones obvias (entre ellas de compatibilidad de dimensiones), el
producto entre dos matrices no es conmutativo.
Por ejemplo si tomamos las matrices
2 1 1 2 5
A = B =
3 1 1 4 4
podemos hacer A ·B pero en cambio B ·A no existe.
Por otro lado, si tomamos
1 2 3 1
A = ;B =
2 1 2 1
hay compatibilidad de dimensiones para conmutatividad, pero
7 3 5 7
A·B = = B ·A=
8 3 4 5
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 7 / 24
17. Deniciones Multiplicación de matrices
Atención
Por razones obvias (entre ellas de compatibilidad de dimensiones), el
producto entre dos matrices no es conmutativo.
Por ejemplo si tomamos las matrices
2 1 1 2 5
A = B =
3 1 1 4 4
podemos hacer A ·B pero en cambio B ·A no existe.
Por otro lado, si tomamos
1 2 3 1
A = ;B =
2 1 2 1
hay compatibilidad de dimensiones para conmutatividad, pero
7 3 5 7
A·B = = B ·A=
8 3 4 5
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 7 / 24
18. Deniciones Suma de matrices
Las matrices del mismo tamaño se pueden sumar.
La suma se hace sumando los elementos que se encuentran en la
misma la y columna en las dos matrices. Así si A = (aij )ij =1,...,m
=1,...,n y
B = (bij )ij =1,...,m
=1,...,n (como veis las dos matrices tienen el mismo tamaño)
entonces
A+B = (aij + bij )j =1,...,m
i
=1,...,n
Ejemplo
2 1 3 1 4 0
A = B =
9 6 5 5 −2 −3
2 +1 1+4 3+0 3 5 3
A+B = =
9 +5 6 + (−2) 5 + (−3) 14 4 2
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 8 / 24
19. Deniciones Suma de matrices
Las matrices del mismo tamaño se pueden sumar.
La suma se hace sumando los elementos que se encuentran en la
misma la y columna en las dos matrices. Así si A = (aij )ij =1,...,m
=1,...,n y
B = (bij )ij =1,...,m
=1,...,n (como veis las dos matrices tienen el mismo tamaño)
entonces
A+B = (aij + bij )j =1,...,m
i
=1,...,n
Ejemplo
2 1 3 1 4 0
A = B =
9 6 5 5 −2 −3
2 +1 1+4 3+0 3 5 3
A+B = =
9 +5 6 + (−2) 5 + (−3) 14 4 2
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 8 / 24
20. Deniciones Suma de matrices
Las matrices del mismo tamaño se pueden sumar.
La suma se hace sumando los elementos que se encuentran en la
misma la y columna en las dos matrices. Así si A = (aij )ij =1,...,m
=1,...,n y
B = (bij )ij =1,...,m
=1,...,n (como veis las dos matrices tienen el mismo tamaño)
entonces
A+B = (aij + bij )j =1,...,m
i
=1,...,n
Ejemplo
2 1 3 1 4 0
A = B =
9 6 5 5 −2 −3
2 +1 1+4 3+0 3 5 3
A+B = =
9 +5 6 + (−2) 5 + (−3) 14 4 2
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 8 / 24
21. Deniciones Producto por escalares
De manera similar se dene el producto por escalares (números
reales). Si A = (aij )ij =1,...,m
=1,...,n y λ∈R entonces
λA = (λaij )ij =1,...,m
=1,...,n
Ejemplo
Tomemos λ un número cualquiera y la matriz
2 1 3
A =
9 6 5
entonces
λ·2 λ·1 λ·3
λA =
λ·9 λ·6 λ·5
Si jamos λ=7
7·2 7·1 7·3 14 7 21
7A = =
7·9 7·6 7·5 63 42 35
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 9 / 24
22. Deniciones Producto por escalares
De manera similar se dene el producto por escalares (números
reales). Si A = (aij )ij =1,...,m
=1,...,n y λ∈R entonces
λA = (λaij )ij =1,...,m
=1,...,n
Ejemplo
Tomemos λ un número cualquiera y la matriz
2 1 3
A =
9 6 5
entonces
λ·2 λ·1 λ·3
λA =
λ·9 λ·6 λ·5
Si jamos λ=7
7·2 7·1 7·3 14 7 21
7A = =
7·9 7·6 7·5 63 42 35
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones Curso 2009-2010
Semana lineales 9 / 24
23. Deniciones Deniciones y propiedades
Denición
Dada una matriz A = (aij ), los elementos de la forma aii se llaman
la diagonal de A.
En el caso de que el número de las y de columnas es el mismo,
m = n, se dice que la matriz es cuadrada.
Dada una matriz cuadrada, A = (aij )nn la traza de A es el número
real
traza(A) = a11 + a22 + · · · + ann
La matriz cuadrada
1 0 ... 0
0 1 ... 0
. . .. .
.
. .
. . .
.
0 0 ... 1
se llama matriz identidad de tamaño n y se denota por In .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 10 / 24
24. Deniciones Deniciones y propiedades
Denición
Dada una matriz A = (aij ), los elementos de la forma aii se llaman
la diagonal de A.
En el caso de que el número de las y de columnas es el mismo,
m = n, se dice que la matriz es cuadrada.
Dada una matriz cuadrada, A = (aij )nn la traza de A es el número
real
traza(A) = a11 + a22 + · · · + ann
La matriz cuadrada
1 0 ... 0
0 1 ... 0
. . .. .
.
. .
. . .
.
0 0 ... 1
se llama matriz identidad de tamaño n y se denota por In .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 10 / 24
25. Deniciones Deniciones y propiedades
Denición
Dada una matriz A = (aij ), los elementos de la forma aii se llaman
la diagonal de A.
En el caso de que el número de las y de columnas es el mismo,
m = n, se dice que la matriz es cuadrada.
Dada una matriz cuadrada, A = (aij )nn la traza de A es el número
real
traza(A) = a11 + a22 + · · · + ann
La matriz cuadrada
1 0 ... 0
0 1 ... 0
. . .. .
.
. .
. . .
.
0 0 ... 1
se llama matriz identidad de tamaño n y se denota por In .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 10 / 24
26. Deniciones Deniciones y propiedades
Denición
Dada una matriz A = (aij ), los elementos de la forma aii se llaman
la diagonal de A.
En el caso de que el número de las y de columnas es el mismo,
m = n, se dice que la matriz es cuadrada.
Dada una matriz cuadrada, A = (aij )nn la traza de A es el número
real
traza(A) = a11 + a22 + · · · + ann
La matriz cuadrada
1 0 ... 0
0 1 ... 0
. . .. .
.
. .
. . .
.
0 0 ... 1
se llama matriz identidad de tamaño n y se denota por In .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 10 / 24
27. Deniciones Deniciones y propiedades
Denición
Dada una matriz
a1n
a11 a12 ···
a21 a22 ··· a2n
A = . . ... . ∈ Mm×n
.
. .
. .
.
am 1 am2 ··· amn
denimos la matriz transpuesta At ∈ Mn×m (ó A∗ ) de A, a la
matriz cuya la i es igual a la columna i de A. Es decir,
am 1
a11 a21 ···
a12 a22 ··· am 2
t = A∗ =
A . . ... . ∈ Mn×m
.
. .
. .
.
a1n a2n ··· amn
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 11 / 24
28. Deniciones Deniciones y propiedades
Denición
Dada una matriz
a1n
a11 a12 ···
a21 a22 ··· a2n
A = . . ... . ∈ Mm×n
.
. .
. .
.
am 1 am2 ··· amn
denimos la matriz transpuesta At ∈ Mn×m (ó A∗ ) de A, a la
matriz cuya la i es igual a la columna i de A. Es decir,
am 1
a11 a21 ···
a12 a22 ··· am 2
t = A∗ =
A . . ... . ∈ Mn×m
.
. .
. .
.
a1n a2n ··· amn
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 11 / 24
29. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
30. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
31. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
32. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
33. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
34. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
35. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
36. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
37. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
38. Deniciones Deniciones y propiedades
Propiedades
Sean A, B y C matrices dadas, y α y β números reales cualesquiera:
1 A + B = B + A (propiedad conmutativa de la suma).
2 A + (B + C ) = (A + B ) + C (propiedad asociativa de la suma).
3 α(A + B ) = αA + αB .
4 (α + β)A = αA + β A.
5 α(β A) = (αβ)A.
6 (A + B )t = At + B t .
t
7 ( At ) = A.
8 A(BC ) = (AB )C (propiedad asociativa de la multiplicación, si el
producto existe)
9 Si el producto AB existe, entonces B t At también existe, y
(AB )t = B t At .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 12 / 24
39. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Dado el sistema de ecuaciones lineales Ax =b
Sería útil poder despejar x de esa ecuación para hallar sus valores en
función de A y de b , de manera similar a como procedemos en álgebra
de una variable.
Siendo creativos, sería útil hallar una matriz A
−1 tal que podamos
multiplicar los dos lados de la ecuación en el sistema de ecuaciones
para despejar x y obtener su solución, de la siguiente manera:
−1
A Ax = IA = x = A−1 b
.
De hecho, bajo ciertas condiciones, eso es posible. Presentaremos los
dos métodos de solución al sistema, el de Cramer y el de Gauss.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 13 / 24
40. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Dado el sistema de ecuaciones lineales Ax =b
Sería útil poder despejar x de esa ecuación para hallar sus valores en
función de A y de b , de manera similar a como procedemos en álgebra
de una variable.
Siendo creativos, sería útil hallar una matriz A
−1 tal que podamos
multiplicar los dos lados de la ecuación en el sistema de ecuaciones
para despejar x y obtener su solución, de la siguiente manera:
−1
A Ax = IA = x = A−1 b
.
De hecho, bajo ciertas condiciones, eso es posible. Presentaremos los
dos métodos de solución al sistema, el de Cramer y el de Gauss.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 13 / 24
41. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Dado el sistema de ecuaciones lineales Ax =b
Sería útil poder despejar x de esa ecuación para hallar sus valores en
función de A y de b , de manera similar a como procedemos en álgebra
de una variable.
Siendo creativos, sería útil hallar una matriz A
−1 tal que podamos
multiplicar los dos lados de la ecuación en el sistema de ecuaciones
para despejar x y obtener su solución, de la siguiente manera:
−1
A Ax = IA = x = A−1 b
.
De hecho, bajo ciertas condiciones, eso es posible. Presentaremos los
dos métodos de solución al sistema, el de Cramer y el de Gauss.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 13 / 24
42. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Dado el sistema de ecuaciones lineales Ax =b
Sería útil poder despejar x de esa ecuación para hallar sus valores en
función de A y de b , de manera similar a como procedemos en álgebra
de una variable.
Siendo creativos, sería útil hallar una matriz A
−1 tal que podamos
multiplicar los dos lados de la ecuación en el sistema de ecuaciones
para despejar x y obtener su solución, de la siguiente manera:
−1
A Ax = IA = x = A−1 b
.
De hecho, bajo ciertas condiciones, eso es posible. Presentaremos los
dos métodos de solución al sistema, el de Cramer y el de Gauss.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 13 / 24
43. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Denición
Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene
inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde
In es la matriz identidad de tamaño n.
Observación
En caso de que exista, la matriz inversa es única. Para ver esto,
supongamos que hay dos matrices, B y C tales que BA = AB = I y
además CA = AC = I
Como CA = I , CAB = (CA)B = IB = B
Por otro lado, también tenemos que CAB == C (AB ) = CI = C
Se sigue que B = C .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 14 / 24
44. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Denición
Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene
inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde
In es la matriz identidad de tamaño n.
Observación
En caso de que exista, la matriz inversa es única. Para ver esto,
supongamos que hay dos matrices, B y C tales que BA = AB = I y
además CA = AC = I
Como CA = I , CAB = (CA)B = IB = B
Por otro lado, también tenemos que CAB == C (AB ) = CI = C
Se sigue que B = C .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 14 / 24
45. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Denición
Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene
inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde
In es la matriz identidad de tamaño n.
Observación
En caso de que exista, la matriz inversa es única. Para ver esto,
supongamos que hay dos matrices, B y C tales que BA = AB = I y
además CA = AC = I
Como CA = I , CAB = (CA)B = IB = B
Por otro lado, también tenemos que CAB == C (AB ) = CI = C
Se sigue que B = C .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 14 / 24
46. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Denición
Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene
inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde
In es la matriz identidad de tamaño n.
Observación
En caso de que exista, la matriz inversa es única. Para ver esto,
supongamos que hay dos matrices, B y C tales que BA = AB = I y
además CA = AC = I
Como CA = I , CAB = (CA)B = IB = B
Por otro lado, también tenemos que CAB == C (AB ) = CI = C
Se sigue que B = C .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 14 / 24
47. Matriz inversa y soluciones al sistema de ecuaciones Matriz Inversa
Denición
Dada una matriz cuadrada A, de dimensiones n × n, decimos que tiene
inversa, denotada por A−1 , si se satisface que A−1 A = AA−1 = In donde
In es la matriz identidad de tamaño n.
Observación
En caso de que exista, la matriz inversa es única. Para ver esto,
supongamos que hay dos matrices, B y C tales que BA = AB = I y
además CA = AC = I
Como CA = I , CAB = (CA)B = IB = B
Por otro lado, también tenemos que CAB == C (AB ) = CI = C
Se sigue que B = C .
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 14 / 24
48. Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema
Volviendo ahora a Ax = b, si A
−1 existe, entonces x = A−1 b es la
solución (½única!) al sistema.
Pero puede tener varias (innitas, de hecho) soluciones, o puede no
tener ninguna.
Los métodos para hallar las soluciones al sistema Ax =b son: el de
Cramer, y el de Gauss.
El método de Gauss, que veremos luego, nos permite hallar todas las
soluciones, cuando las hay, y también nos sirve para identicar cuándo
no hay soluciones.
El método de Cramer, que introduciremos hoy, se usa cuando hay una
única solución. Requiere que A
−1 exista, por supuesto, pero usa
determinantes, que debemos denir primero, para hallarla.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 15 / 24
49. Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema
Volviendo ahora a Ax = b, si A
−1 existe, entonces x = A−1 b es la
solución (½única!) al sistema.
Pero puede tener varias (innitas, de hecho) soluciones, o puede no
tener ninguna.
Los métodos para hallar las soluciones al sistema Ax =b son: el de
Cramer, y el de Gauss.
El método de Gauss, que veremos luego, nos permite hallar todas las
soluciones, cuando las hay, y también nos sirve para identicar cuándo
no hay soluciones.
El método de Cramer, que introduciremos hoy, se usa cuando hay una
única solución. Requiere que A
−1 exista, por supuesto, pero usa
determinantes, que debemos denir primero, para hallarla.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 15 / 24
50. Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema
Volviendo ahora a Ax = b, si A
−1 existe, entonces x = A−1 b es la
solución (½única!) al sistema.
Pero puede tener varias (innitas, de hecho) soluciones, o puede no
tener ninguna.
Los métodos para hallar las soluciones al sistema Ax =b son: el de
Cramer, y el de Gauss.
El método de Gauss, que veremos luego, nos permite hallar todas las
soluciones, cuando las hay, y también nos sirve para identicar cuándo
no hay soluciones.
El método de Cramer, que introduciremos hoy, se usa cuando hay una
única solución. Requiere que A
−1 exista, por supuesto, pero usa
determinantes, que debemos denir primero, para hallarla.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 15 / 24
51. Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema
Volviendo ahora a Ax = b, si A
−1 existe, entonces x = A−1 b es la
solución (½única!) al sistema.
Pero puede tener varias (innitas, de hecho) soluciones, o puede no
tener ninguna.
Los métodos para hallar las soluciones al sistema Ax =b son: el de
Cramer, y el de Gauss.
El método de Gauss, que veremos luego, nos permite hallar todas las
soluciones, cuando las hay, y también nos sirve para identicar cuándo
no hay soluciones.
El método de Cramer, que introduciremos hoy, se usa cuando hay una
única solución. Requiere que A
−1 exista, por supuesto, pero usa
determinantes, que debemos denir primero, para hallarla.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 15 / 24
52. Matriz inversa y soluciones al sistema de ecuaciones Sobre las soluciones al sistema
Volviendo ahora a Ax = b, si A
−1 existe, entonces x = A−1 b es la
solución (½única!) al sistema.
Pero puede tener varias (innitas, de hecho) soluciones, o puede no
tener ninguna.
Los métodos para hallar las soluciones al sistema Ax =b son: el de
Cramer, y el de Gauss.
El método de Gauss, que veremos luego, nos permite hallar todas las
soluciones, cuando las hay, y también nos sirve para identicar cuándo
no hay soluciones.
El método de Cramer, que introduciremos hoy, se usa cuando hay una
única solución. Requiere que A
−1 exista, por supuesto, pero usa
determinantes, que debemos denir primero, para hallarla.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 15 / 24
53. Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes
Denición
Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos
menor complementario del elemento aij de la matriz A, denotado
|Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se
obtiene al eliminar la la i y la columna j de la matriz A.
El adjunto del elemento aij de la matriz A, denotado por Aij es el
menor complementario de aij multiplicado por (−1)i +j :
Aij = (−1)i +j |Aij |.
Denición
Dada una matriz cuadrada A, el determinante de A se dene de la
siguiente manera:
Si A = (a) tiene un solo elemento, entonces |A| = a.
Si A es 2 ×2 entonces el determinante es:
a b
|A| = = ad − cb
c d
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 16 / 24
54. Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes
Denición
Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos
menor complementario del elemento aij de la matriz A, denotado
|Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se
obtiene al eliminar la la i y la columna j de la matriz A.
El adjunto del elemento aij de la matriz A, denotado por Aij es el
menor complementario de aij multiplicado por (−1)i +j :
Aij = (−1)i +j |Aij |.
Denición
Dada una matriz cuadrada A, el determinante de A se dene de la
siguiente manera:
Si A = (a) tiene un solo elemento, entonces |A| = a.
Si A es 2 ×2 entonces el determinante es:
a b
|A| = = ad − cb
c d
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 16 / 24
55. Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes
Denición
Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos
menor complementario del elemento aij de la matriz A, denotado
|Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se
obtiene al eliminar la la i y la columna j de la matriz A.
El adjunto del elemento aij de la matriz A, denotado por Aij es el
menor complementario de aij multiplicado por (−1)i +j :
Aij = (−1)i +j |Aij |.
Denición
Dada una matriz cuadrada A, el determinante de A se dene de la
siguiente manera:
Si A = (a) tiene un solo elemento, entonces |A| = a.
Si A es 2 ×2 entonces el determinante es:
a b
|A| = = ad − cb
c d
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 16 / 24
56. Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes
Denición
Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos
menor complementario del elemento aij de la matriz A, denotado
|Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se
obtiene al eliminar la la i y la columna j de la matriz A.
El adjunto del elemento aij de la matriz A, denotado por Aij es el
menor complementario de aij multiplicado por (−1)i +j :
Aij = (−1)i +j |Aij |.
Denición
Dada una matriz cuadrada A, el determinante de A se dene de la
siguiente manera:
Si A = (a) tiene un solo elemento, entonces |A| = a.
Si A es 2 ×2 entonces el determinante es:
a b
|A| = = ad − cb
c d
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 16 / 24
57. Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes
Denición
Si A = (aij ) es una matriz cuadrada de orden n × n, llamaremos
menor complementario del elemento aij de la matriz A, denotado
|Aij |, al determinante de la submatriz de orden n − 1 × n − 1 que se
obtiene al eliminar la la i y la columna j de la matriz A.
El adjunto del elemento aij de la matriz A, denotado por Aij es el
menor complementario de aij multiplicado por (−1)i +j :
Aij = (−1)i +j |Aij |.
Denición
Dada una matriz cuadrada A, el determinante de A se dene de la
siguiente manera:
Si A = (a) tiene un solo elemento, entonces |A| = a.
Si A es 2 ×2 entonces el determinante es:
a b
|A| = = ad − cb
c d
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 16 / 24
58. Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes
Denición (Continuación)
En general, si A es de orden n × n, dados los adjuntos Aij , que son de
orden n − 1 × n − 1, el determiante |A| se dene,
usando la la i , como
|A| = a 1 A 1 + a 2 A 2 + · · · + a
i i i i i n Ai n
usando la columna j , como
|A| = a1 j A1j + a2 j A2j + ··· + a mj Amj
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 17 / 24
59. Matriz inversa y soluciones al sistema de ecuaciones Menores, adjuntos y determinantes
Denición (Continuación)
En general, si A es de orden n × n, dados los adjuntos Aij , que son de
orden n − 1 × n − 1, el determiante |A| se dene,
usando la la i , como
|A| = a 1 A 1 + a 2 A 2 + · · · + a
i i i i i n Ai n
usando la columna j , como
|A| = a1 j A1j + a2 j A2j + ··· + a mj Amj
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 17 / 24
60. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Observación
En el caso de que A sea 3 ×3 tenemos dos maneras equivalentes de denir
el determinante:
1 Desarrollando por una la o una columna usando el método descrito
arriba:
a11 a12 a13
a22 a23 a12 a13 a12 a13
a21 a22 a23 = a11 − a21 + a31
a32 a33 a32 a33 a22 a23
a31 a32 a33
2 Usando la regla de Sarrus:
a11 a12 a13
˛ ˛
˛ ˛
a21 a22 a23 ˛ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12
˛ ˛
˛
a31 a32 a33
˛ ˛
˛ ˛
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 18 / 24
61. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Observación
En el caso de que A sea 3 ×3 tenemos dos maneras equivalentes de denir
el determinante:
1 Desarrollando por una la o una columna usando el método descrito
arriba:
a11 a12 a13
a22 a23 a12 a13 a12 a13
a21 a22 a23 = a11 − a21 + a31
a32 a33 a32 a33 a22 a23
a31 a32 a33
2 Usando la regla de Sarrus:
a11 a12 a13
˛ ˛
˛ ˛
a21 a22 a23 ˛ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12
˛ ˛
˛
a31 a32 a33
˛ ˛
˛ ˛
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 18 / 24
62. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Observación
En el caso de que A sea 3 ×3 tenemos dos maneras equivalentes de denir
el determinante:
1 Desarrollando por una la o una columna usando el método descrito
arriba:
a11 a12 a13
a22 a23 a12 a13 a12 a13
a21 a22 a23 = a11 − a21 + a31
a32 a33 a32 a33 a22 a23
a31 a32 a33
2 Usando la regla de Sarrus:
a11 a12 a13
˛ ˛
˛ ˛
a21 a22 a23 ˛ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12
˛ ˛
˛
a31 a32 a33
˛ ˛
˛ ˛
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 18 / 24
63. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Observación
En el caso de que A sea 3 ×3 tenemos dos maneras equivalentes de denir
el determinante:
1 Desarrollando por una la o una columna usando el método descrito
arriba:
a11 a12 a13
a22 a23 a12 a13 a12 a13
a21 a22 a23 = a11 − a21 + a31
a32 a33 a32 a33 a22 a23
a31 a32 a33
2 Usando la regla de Sarrus:
a11 a12 a13
˛ ˛
˛ ˛
a21 a22 a23 ˛ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12
˛ ˛
˛
a31 a32 a33
˛ ˛
˛ ˛
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 18 / 24
64. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Ejercicio
1
˛ 1 2 1
˛ ˛
˛ = (−1)1+2 2 ˛ 4 5 ˛
˛ + (−1)2+2 3 ˛ 1 1 ˛
˛ + (−1)2+3 1 ˛ 1 1 ˛
˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ 4 3 5
˛ ˛ ˛ ˛ ˛
˛ 3 3 ˛ ˛ 3 3 ˛ ˛ 4 5 ˛
˛
˛ 3 1 3
˛ ˛
˛
= −2 · (−3) + 3 · (0) − (1) · 1 = 5
2
1 2 0 3
4 7 1 1
|A| =
1 3 3 1
0 2 0 7
En este caso, lo más adecuado, para sacar provecho de la regla, es
desarrollar por la columna 3 o también por la la 4:
˛ 4 7 1 ˛ 1 2 3 ˛ 1 2 3 ˛ 1 2 3
˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
|A | = 0 ˛ 1 3 1 ˛ +(−1)3+2 2 ˛ 1 3 1 ˛ +(−1) 3+3 3 ˛ 4 7 1 ˛+0 ˛ 4 7 1
˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛
˛ 0 2 7 ˛ 0 2 7 ˛ 0 2 7 ˛ 1 3 1
˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 19 / 24
65. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Ejercicio
1
˛ 1 2 1
˛ ˛
˛ = (−1)1+2 2 ˛ 4 5 ˛
˛ + (−1)2+2 3 ˛ 1 1 ˛
˛ + (−1)2+3 1 ˛ 1 1 ˛
˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ 4 3 5
˛ ˛ ˛ ˛ ˛
˛ 3 3 ˛ ˛ 3 3 ˛ ˛ 4 5 ˛
˛
˛ 3 1 3
˛ ˛
˛
= −2 · (−3) + 3 · (0) − (1) · 1 = 5
2
1 2 0 3
4 7 1 1
|A| =
1 3 3 1
0 2 0 7
En este caso, lo más adecuado, para sacar provecho de la regla, es
desarrollar por la columna 3 o también por la la 4:
˛ 4 7 1 ˛ 1 2 3 ˛ 1 2 3 ˛ 1 2 3
˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
|A | = 0 ˛ 1 3 1 ˛ +(−1)3+2 2 ˛ 1 3 1 ˛ +(−1) 3+3 3 ˛ 4 7 1 ˛+0 ˛ 4 7 1
˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛
˛ 0 2 7 ˛ 0 2 7 ˛ 0 2 7 ˛ 1 3 1
˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 19 / 24
66. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Ejercicio
1
˛ 1 2 1
˛ ˛
˛ = (−1)1+2 2 ˛ 4 5 ˛
˛ + (−1)2+2 3 ˛ 1 1 ˛
˛ + (−1)2+3 1 ˛ 1 1 ˛
˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ 4 3 5
˛ ˛ ˛ ˛ ˛
˛ 3 3 ˛ ˛ 3 3 ˛ ˛ 4 5 ˛
˛
˛ 3 1 3
˛ ˛
˛
= −2 · (−3) + 3 · (0) − (1) · 1 = 5
2
1 2 0 3
4 7 1 1
|A| =
1 3 3 1
0 2 0 7
En este caso, lo más adecuado, para sacar provecho de la regla, es
desarrollar por la columna 3 o también por la la 4:
˛ 4 7 1 ˛ 1 2 3 ˛ 1 2 3 ˛ 1 2 3
˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
|A | = 0 ˛ 1 3 1 ˛ +(−1)3+2 2 ˛ 1 3 1 ˛ +(−1) 3+3 3 ˛ 4 7 1 ˛+0 ˛ 4 7 1
˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛
˛ 0 2 7 ˛ 0 2 7 ˛ 0 2 7 ˛ 1 3 1
˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 19 / 24
67. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Ejercicio
1
˛ 1 2 1
˛ ˛
˛ = (−1)1+2 2 ˛ 4 5 ˛
˛ + (−1)2+2 3 ˛ 1 1 ˛
˛ + (−1)2+3 1 ˛ 1 1 ˛
˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ 4 3 5
˛ ˛ ˛ ˛ ˛
˛ 3 3 ˛ ˛ 3 3 ˛ ˛ 4 5 ˛
˛
˛ 3 1 3
˛ ˛
˛
= −2 · (−3) + 3 · (0) − (1) · 1 = 5
2
1 2 0 3
4 7 1 1
|A| =
1 3 3 1
0 2 0 7
En este caso, lo más adecuado, para sacar provecho de la regla, es
desarrollar por la columna 3 o también por la la 4:
˛ 4 7 1 ˛ 1 2 3 ˛ 1 2 3 ˛ 1 2 3
˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
|A | = 0 ˛ 1 3 1 ˛ +(−1)3+2 2 ˛ 1 3 1 ˛ +(−1) 3+3 3 ˛ 4 7 1 ˛+0 ˛ 4 7 1
˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛
˛ 0 2 7 ˛ 0 2 7 ˛ 0 2 7 ˛ 1 3 1
˛ ˛ ˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 19 / 24
68. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Propiedades
1 Si multiplicamos toda una la o toda una columna por un número diferente de
cero entonces el determinante se multiplica por ese número.
2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de
signo.
3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no
cambia.
4 Si A y B son matrices cuadradas del mismo tamaño entonces
det(A · B ) = det(A) · det(B )
5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su
determinante no es nulo.
Denición
Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante
diferente de cero que podemos construir dentro de la matriz eliminando las y columnas.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 20 / 24
69. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Propiedades
1 Si multiplicamos toda una la o toda una columna por un número diferente de
cero entonces el determinante se multiplica por ese número.
2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de
signo.
3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no
cambia.
4 Si A y B son matrices cuadradas del mismo tamaño entonces
det(A · B ) = det(A) · det(B )
5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su
determinante no es nulo.
Denición
Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante
diferente de cero que podemos construir dentro de la matriz eliminando las y columnas.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 20 / 24
70. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Propiedades
1 Si multiplicamos toda una la o toda una columna por un número diferente de
cero entonces el determinante se multiplica por ese número.
2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de
signo.
3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no
cambia.
4 Si A y B son matrices cuadradas del mismo tamaño entonces
det(A · B ) = det(A) · det(B )
5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su
determinante no es nulo.
Denición
Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante
diferente de cero que podemos construir dentro de la matriz eliminando las y columnas.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 20 / 24
71. Matriz inversa y soluciones al sistema de ecuaciones Cálculo de determinantes y algunas propiedades
Propiedades
1 Si multiplicamos toda una la o toda una columna por un número diferente de
cero entonces el determinante se multiplica por ese número.
2 Si intercambiamos dos las o dos columnas entonces el determinante cambia de
signo.
3 Si a una la le sumamos un múltiplo de otra la entonces el determinante no
cambia.
4 Si A y B son matrices cuadradas del mismo tamaño entonces
det(A · B ) = det(A) · det(B )
5 Una matriz de cuadrada de orden n tiene máximo rango si y solo si su
determinante no es nulo.
Denición
Sea A una matrix cualquiera. El rango de A es el tamaño del mayor determinante
diferente de cero que podemos construir dentro de la matriz eliminando las y columnas.
Universidad Carlos III de MadridMatemáticas II () 1 Tema 1 Matrices y sistemas de ecuaciones lineales
Semana Curso 2009-2010 20 / 24