Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
parcial
Campo
o
k 0
() .
Verifican lo siguiente:
Para la suma:
1.
+: KxK K , a , b K a+b K
ley de composicin
interna
2.
a , b K , a+b=b+ a
3.
a , b , c K ( a+ b ) +c=a+( b+c )
4.
K : a K , a+=+ a=a
propiedad conmutativa
propiedad asociativa
elemento neutro
de la suma
5.
a , se denota
a K a K :a+a =a + a=
a inverso aditivo de
Para el producto:
1.
: KxK K , a , b K a . b K
2.
a , b K , a .b=b . a
3.
a , b , c K ( a . b ) . c=a .(b . c)
4.
1 K : a K , a .1=1. a=a
propiedad conmutativa
propiedad asociativa
producto
5.
6.
a , se denota
a , b , c K a . ( b+ c )=a . b+a . c
a, , inverso
a1
Notacin:
Matrices
o
Sean
(K ,+, )
arreglo rectangular de
o
filas y
mxn
(o de orden
mxn ) al
columnas
Notacin
A >i , j
Pgina 1
2015
parcial
A>
A >m1 A >m 2
K m xn
A> 11
A >12
A >1 j
A> 1 n
A> i 1
A> i 2
A >ij
A> mj A >mn
A=
Se indicara la matriz
aij
A=( aij ) ,1 i m, 1 j n
A >ij
A=
o
Matrices particulares
Matriz fila
A> 11
A> 12
A> 1 n K 1 x n
A=
Matriz columna
columna
Tomas Kancyper/Ezequiel Tosi
Pgina 2
2015
parcial
A> 11
A> 21
Km x1
A >m1
A=
Matriz cuadrada
mxm
A >11
A >1 m
A >m 1
A >mm
A=
Matriz diagonal
A >ij =0 i j
A K
mxm
cuyos elementos
3 0 0
A= 0 8 0
0 0
Matriz escalar
Al igual que la matriz diagonal, todos los elementos fuera
de esta son ceros. Los elementos en la diagonal son todos
iguales
A >ij = 0 si i j
sii= j
4 0 0
A= 0 4 0
0 0 4
Matriz identidad
Es la matriz escalar que tiene todos los elementos de su
diagonal igual a 0. Se la denota con
Pgina 3
2015
parcial
A >ij =1 i= j
1 0 0
A= 0 1 0
0 0 1
( )
Matriz nula
Es la matriz de orden
ceros. Se la denota con
mxn
( )
0 0 0
A= 0 0 0
0 0 0
A> ij =0 i> j
4 2 6
A= 0 2 8
0 0 7
A> ij =0 j> i
4 0 0
A= 8 2 0
22 4 7
Igualdad de matrices
Sean
A , B K mxn
B>ij
A> ij=
A=B i=1 ,2 , , m
j=1 ,2 , , n
Pgina 4
2015
parcial
Operaciones
Suma
A , B K mx n
Sean
Se define suma de
la matriz de tipo
B , que denotamos
mxn
A+B , a
tal que:
i :1 i m , j: 1 j n
B> ij
A >ij +
A + B>ij =
Propiedades (c/demo)
1.
A , B K m x n A+ B=B+ A
2.
A ,B,CK
3.
K m x n : A K m xn A+=+ A= A
mxn
conmutativa
( A+ B ) +C= A+(B+C)
asociativa
A K m xn A K m x n : A+ A = A + A=
A opuesto de
K ,
A K
mxn
Sean
Se define el producto de
A , a la matriz de tipo
por
mxn
A , que denotamos
tal que:
i :1 i m , j: 1 j n
< A >ij
A> ij =
Propiedades (c/demo)
1.
K ,
A , B K m x n ( A+ B ) =A+ B
Pgina 5
2015
parcial
2.
K , K , A K m xn ( + ) . A= A+ A
distributiva respecto a la suma de escalares
3.
K , K , A K
( . ) . A= . ( . A ) = . ( . A )= ( . ) . A
Observaciones
1.
A K m xn 0. A=
2.
A K m xn 1. A= A
3.
A K m xn1. A=A
4.
K .= , A= =0 A=
Diferencia de matrices
m xn
Sean
A ,BK
mx n
AB=A +(B)
Producto de matrices
A K
mxp
, B K
px n
Sean
Se define el producto de
la matriz de tipo
mxn
B , que denotamos
A .B , a
tal que:
i :1 i m , j: 1 j n
B>hj
A> ih .
p
AB> ij =
h=1
A (i ) : i-sima fila de
A j : j-sima columna de
Pgina 6
2015
parcial
El elemento
de
AB> ij
1 3 4 de
por la j-sima columna
4 2 5
B . Es decir:
(i )
A Bj
A .B
Matriz
resultante
9 13 8
1 3 4
12 26 37
si A K
Observaciones
1 xn
y BK
1.
AB K
1 x1
2.
BA K
nx n
3.
AB= A= B=
nx 1
es decir es un elemento de
Propiedades (c/demo)
1.
A K m x p , B K p x q , C K q x n ( A . B ) .C= A .( B .C )
2.
A K m x p , B K m x p , C K p x n ( A+ B ) . C=A .C +B . C
3.
K ,
A Km x p , B K p x n
. ( A . B )=( A ) . B=A . ( B )
4.
5. Sean
A K
mxp
B K
px n
si la i-sima fila de
A .B
es
ser nula
Pgina 7
2015
parcial
A K
6. Sean
B
o
mxp
B K
px n
si la j-sima columna de
A .B
ser
nula
Matriz transpuesta
A Km x n
Sea
nxm
A , que denotamos
A t , a la
definida por:
A > ji i:1 i n , j :1 j m
At > ij =
( A+ B )t = At + Bt
1.
A ,BK
2.
A K m x p , B K p x q ( AB )t =B t A t
3.
A
( t)t =A
m xn
A K
4.
K , A K m x n ( A)t = At
Matriz simtrica
A K n xn
Sea
A t >ij es decir
A> ij =
i , j :1 i, j n
A > ji
A> ij=
si y solo si i, j :1 i , j n
3 x3
En el caso de un matriz
a12=a21
Tomas Kancyper/Ezequiel Tosi
a13=a31
a23=a32
Pgina 8
2015
parcial
A K n xn
Sea
A=At , es decir si y
solo si:
A t >ij es decir
A >ij =
i, j :1 i , j n
At >ij es decir
A> ij =
si y solo si i, j :1 i , j n
A > ji
A> ij=
si y solo si i, j :1 i , j n
En el caso de un matriz
3 x3
a12=a21
a13=a 31
a23=a 32
Sea A K
por
A i ( c ) , c 0
A Km x n a
c K ,c0 .
A . Denotamos con
A ij
al
Pgina 9
2015
parcial
c k . Denotamos
c .
A K m x n una matriz
e ( A ) K m x n
e:K
mx n
m xn
A e ( A )
e (A )=
Donde
e : K m x n K m xn , existe
Ai ( c) , c 0
Aij
A ij ( c ) ,i j
e , tal que
e 1 e=e e1 =id
Matriz elemental
A K
mxm
Sea
mxm
mxn
mxm
obtenida aplicndole
A ,BK
Sean
La matriz
mx n
B f A , si y solo si
se obtiene de
A ,denotamos
mediante
Pgina 10
2015
parcial
B=P . A
B f A
A , B K mx n ,
A f A
A , B , C K mx n :
(reflexiva)
2.
A f B B f A
3.
A f B B f C A f C
(simtrica)
(transitiva)
Sea
A Km x n
es escaln reducida por fila si cumple con las
siguientes condiciones:
1. El primer elemento no nulo de cada fila no nula es
1
2. Cada columna de
mx 1
y se llama vector
columna cannico
3. Las filas nulas estn por debajo de las filas no nulas
4. Los vectores columnas cannicas de
estn
ordenados
Observaciones:
1. Se deduce de la definicin que si hay una columna
delante del primer vector columna cannico, esa
columna es nula
A K m x n es equivalente por
Erf ( A)
Tomas Kancyper/Ezequiel Tosi
Pgina 11
2015
parcial
A K m x n es nica
A K
mxn
Sea
A , denotamos
rgof ( A) , al
A , B K mx n
si
denotamos
A K
mxn
o al rango columna
de
A K m xn rgo ( A )=rgo( A t)
Observacin: (sea
A Km x n )
rgo ( A )=rgof ( A ) m
y
rgo ( A )=rgoc ( A) n
Por lo tanto:
rgo( A) min { m , n }
o
Matriz inversible
Definicin: Sea
A K n xn
A es inversilbe B K n x n : A . B=B . A=
La matriz
se denomina inversa de
A K n xn
A
es inversible
A1
Pgina 12
2015
parcial
inversible y
A K n xn ,
inversible y
A K
n xn
A
1
(1) = A
B Knx n
1
c K { 0 } . A K n xn , A
es inversible entonces
n xn
cA
es
1
(cA )1 = A1
c
Teorema 3: sea
es
A
A
( t)1
(1)t =
AB
inversible y
( AB) =B . A
es inversible y
inversibles entonces
A K
A K
n xn
es no inversible ( A
es singular)
n xn
B K
: A . B= B . A=
B K n xn :B . A= A . B=
son equivalentes
es inversible
Pgina 13
2015
parcial
A K
n xn
inversible.
se
identidad
Regla prctica:
E1 . A
E1 .
E2 . E 1 . A
E2 . E 1 .
...
...
Es E2 . E 1 . A
Es E2 . E 1 .
para obtener la
variables a toda
a1 . x 1 +a2 . x2 ++ an . x n=b1
Donde:
ai : pertenecen a
coeficientes
y la denominaremos
trmino independiente
x , , x2 , , x n
Definicin: sean
A K m x n , B K m x1 . Llamaremos sistema de
A . X=B
donde
()
x1
X = Knx 1 y
xn
x 1 , , x n son incgnitas.
A :
B : matriz o vector de
A . X=B
Pgina 14
2015
parcial
a11
a12 a1 n a21
a22 a2 n a
am1
m2
x1
b1
x
b
( am n ) 2 = 2
xn
bm
()( )
A . X=B
y se llama forma
escalar
Denotamos
( AB )
a la matriz perteneciente
m x(n+1)
de la forma
a11
a12 a1 n b1 a 21
a22 a2 n b2 a
am 1
m2
( A|B ) =( a mn bm )
Y la llamaremos matriz ampliada asociada al sistema
Si
B=
el sistema
A . X=B
B=
A . X=B
Si
el sistema
A . X=B
A Km x n ,
B Kmx 1
Pgina 15
2015
parcial
x0 K
nx 1
A . X=B
si y slo si verifica
la ecuacin
o
A K
mxn
B K
mx 1
A . X=B
al
siguiente conjunto
S= { x K n x 1 / A . X 0 =B }
o
mxn
B K
mx 1
Diremos
El sistema es compatible si y slo si el conjunto solucin
de
A . X=B
x Knx 1
A K
A . X=B
D K
px 1
A Km x n ,
x K
B Kmx 1 ,
A . X=B
n x1
A. X B
C K px n ,
C . X=D
son
El sistema
A . X=B
tiene
el sistema
C . X=D
tiene
ecuaciones. Coinciden en
el nmero de incgnitas
Un conjunto
Un conjunto
S2
si y slo
S 1 S2 S2 S 1
si:
S2
si
y slo si:
x : x S1 x S2
Pgina 16
2015
parcial
tal que
A ,CK
mxn
B ,DK
,y
A . X=B
A . X=B
mx1
C . X=D
dos sistemas
( AB)f ( CD)
, si
A Km x n ,
A . X=B
C . X=D
son equivalentes
B K mx 1 , la
a . x=b( m=n=1)
a 0, a1 K x =a1 .b
1. Si
solucin nica
S= { a . b }
1
2. Si
xK
es
S=K
a=0 b 0 , 0. x=b
3. Si
o
A . X=B
A K
mxn
B K
S=
mx 1
A . X=B
El sistema
A . X=B
(n) , es decir
El sistema
A . X=B
Pgina 17
2015
parcial
(n) , es decir
Determinante
o
es toda funcin
D: K
mx n
entonces
A=( A 1 A j A n )
entonces
3. Sea
'
Notacin: se denota
Sea
A K n xn , n>1
1 h , j n
si
A h= A j h j
D ( A )=| A|
i
A( )
j
se denota
con
D ( A )=0
obtiene de
j:1 j n , K
D ( A )=D ( A1 A j A n)
A=( A 1 A h A j A n )
entonces
A j= A ' j
con
1 i , j n
a la matriz de
( n1 ) x (n1) , que se
D: K m x n K
tal que
D ( A )= (1)
j=1
1+ j
[ ]
1
. a1 j . D A ( )
j
con
A=(aij ) K n x n
es una funcin determinante y se llama: desarrollo del determinante
por la fila uno de la matriz
Pgina 18
2015
parcial
1 i n , se tendr:
[ ]
i
D ( A )= (1)i+ j . aij . D A ( ) , coni fijo
j
j=1
Por ejemplo:
3 0 7
A= 2 4 0
0 1 1
D ( A )=(1 )
1+1
| |
1+ 2
1+3
. (3 ) . 4 0 + (1 ) . ( 0 ) . 2 0 + (1 ) . (7 ) . 2 4
1 1
0 1
0 1
D ( A )=(1 )
1+1
. (3 ) . [ ( 4.1 )(0.1) ] + (1 )
1+2
| |
| |
1 +3
. ( 0 ) . 2 0 + (1 ) . (7 ) . 2 4
0 1
0 1
| |
1+1
1+2
1+ 3
D ( A )=(1 ) . (3 ) .(4)+ (1 ) . ( 0 ) . [ ( 2.1 )(0.0) ]+ (1 ) . (7 ) . 2 4
0 1
D ( A )=(1 )
1+1
. (3 ) . (4 ) + (1 )
1 +2
. ( 0 ) . (2 ) + (1 )
1+3
D ( A )=(1 )
1+1
. (3 ) . (4 ) + (1 )
1 +2
. ( 0 ) . (2 ) + (1 )
1+3
| |
. (7 ) . 2 4
0 1
. (7 ) . [ (2.1 )( 4.0) ]
Pgina 19
2015
parcial
D ( A )=2
A=(aij ) K n x n
aij , denotado
se llamar
ij , al nmero
[ ]
i
ij=(1)i + j . D A( ) K 1 i, j n
j
A partir de esta definicin se puede escribir el desarrollo del
D: K m x n K
determinante
n
de la siguiente manera:
D ( A )= (1) . ij
i+ j
j=1
o
o
A=( A1 A h A j A n ) y
entonces
A ' =( A 1 A j A h A n)
D ( A )=D( A' )
A=( A 1 A i An ) K n x n : A i=1 i n
A K n x n D ( A )=D ( A t )
2.
A , B K n xn D ( A . B )=D ( A ) . D(B)
Observaciones:
1. Si se permutan dos filas de una matriz, sus correspondientes
determinantes son opuestos
2. Si una fila de una matriz es el vector nulo, su determinante es
cero
3. El determinante de una matriz no vara si a una fila se le suma
otra multiplicada por una constante
A K
n xn
Pgina 20
2015
parcial
A K
n xn
A , se denotar
adj( A) , a la
A >ij
A=
adj ( A )> ij
adj ( A )> ij
(
adj A )=
por su cofactor
es inversible
A K n xn
D( A) 0
D ( A . B )=D( )
D ( A ) . D ( B )=1
Observaciones:
1
1.
D ( A ) 0 D ( A )=
1
2.
1
D(A)
D ( A ) 0 ( adj ( A ) ) =
1
A
D( A)
1
A =
1
. adj( A )
D(A)
Pgina 21
2015
parcial
xitos.
La suerte es para mediocres.
Pgina 22