Resumen Álgebra II 1er Parcial

2015
parcial
Resumen lgebra II 1er
Campo
o
k 0
Definicin: un campo es un conjunto
operaciones. Una llamada suma
donde se definen dos
() .
y otra llamada producto
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
ley de composicin interna
propiedad conmutativa
propiedad asociativa
1 elemento neutro del
producto
5.
a K { } a,, K : a . a,, =a ,, . a=1

multiplicativo de
6.
a , se denota
a , b , c K a . ( b+ c )=a . b+a . c
a, , inverso
a1
propiedad distributiva del
producto respecto de la suma

o
Notacin:
Matrices
o
Sean
(K ,+, )
m n N , se llama matriz de tipo
arreglo rectangular de
o
filas y
mxn
(o de orden
mxn ) al
columnas
Notacin
A >i , j
Tomas Kancyper/Ezequiel Tosi
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=
Otra notacin para cada elemento de la matriz
Se indicara la matriz
aij
de forma abreviada de la siguiente manera:
A=( aij ) ,1 i m, 1 j n
A >ij
A=
o
Matrices particulares
Matriz fila
Son matrices de tipo
1 xn . Tambin llamada vector fila
A> 11
A> 12
A> 1 n K 1 x n
A=
Matriz columna
Son matrices de tipo
mx 1 . Tambin llamada vector
columna
Pgina 2
2015
parcial
A> 11
A> 21
Km x1
A >m1
A=
Matriz cuadrada
Son todas las matrices de orden
mxm
A >11
A >1 m
A >m 1
A >mm
A=
Matriz diagonal
A >ij =0 i j
Toda matriz cuadrada de
A K
mxm
cuyos elementos
fuera de la diagonal son cero
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
cuyos elementos son todos
( )
0 0 0
A= 0 0 0
0 0 0
Matriz triangular superior

Una matriz triangular superior es una matriz cuadrada
que tiene nulos todos los elementos por debajo de su
diagonal
A> ij =0 i> j
4 2 6
A= 0 2 8
0 0 7
Matriz triangular inferior

Una matriz triangular inferior es una matriz cuadrada que
tiene nulos todos los elementos por encima de su
diagonal
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

Dos matrices son iguales si tienen el mismo orden y los
elementos correspondientes iguales
o
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
elemento neutro de la suma

4.
A K m xn A K m x n : A+ A = A + A=
A opuesto de
Producto de un escalar por una matriz
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 =
1.
K ,
A , B K m x n ( A+ B ) =A+ B
distributiva respecto a la suma de matrices
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
No siempre se puede multiplicar una matriz con otra. Solamente

cuando la cantidad de columnas de la primera es igual a la
cantidad de filas de la segunda
El producto no es conmutativo
Notacin
A (i ) : i-sima fila de
A j : j-sima columna de
Pgina 6
2015
parcial
El elemento
de
AB> ij
se obtiene multiplicando la i-sima fila
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
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.
A K m xn , K n x n A . =A elemento neutro del

producto de matrices
5. Sean
A K
mxp
B K
px n
si la i-sima fila de
nula, entonces 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
es nula, entonces la j-sima columna de
A .B
ser
nula
Matriz transpuesta
A Km x n
Sea
Se llama matriz transpuesta de

matriz de tipo
nxm
A , que denotamos
A t , a la
definida por:
A > ji i:1 i n , j :1 j m
At > ij =
Bsicamente es intercambiar filas por columnas,

ordenadamente
Propiedades (c/demo):
m xn
( 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
Una matriz es simtrica si y solo si
A= A t , es decir si y solo si:
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
, los elementos ubicados
simtricamente respecto de la diagonal son iguales, todos los

elementos de la diagonal se mantienen iguales. Es decir
a12=a21
a13=a31
a23=a32
Pgina 8
2015
parcial

o
Matriz anti simtrica
A K n xn
Sea
Una matriz es anti simtrica si y solo si
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 =
A > ji
A> ij=
En el caso de un matriz
3 x3
, los elementos ubicados
simtricamente respecto de la diagonal son iguales con signo

opuesto, todos los elementos de la diagonal son nulos. Es decir
a12=a21
a13=a 31
a23=a 32
Operaciones elementales de filas

mxn
Sea A K
Llamaremos operaciones elementales de filas de

cada una de las siguientes:
1. Multiplicar una fila de por un escalar
Denotamos
por
A i ( c ) , c 0
A Km x n a
c K ,c0 .
al producto de la i-sima fila de
2. Intercambiar dos filas de

intercambio de la
A . Denotamos con
A ij
al
i-sima fila por la j-sima fila de
Pgina 9
2015
parcial

3. Sumar a una fila otra multiplicada por una constante
c k . Denotamos
A ij (c) , a sumar a la i-sima fila de
A , la j-sima fila multiplicada por
c .
Observacin: una operacin elemental de filas es una funcin
e , que asocia a cada matriz
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
Teorema 1 (c/demo): para cada funcin
e 1 : K m xn K m x n , del mismo tipo que
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
Es elemental si es que se obtiene a partir de la matriz

identidad
mxm
por medio de una sola operacin
elemental de fila y se denota
Teorema 2 (c/demo): toda operacin elemental de fila aplicada a

una matriz A K
mxn
se puede obtener pre multiplicando
por una matriz elemental de tipo
mxm
obtenida aplicndole
la misma operacin elemental de fila

Matrices equivalentes por fila
A ,BK
Sean
La matriz
mx n
es equivalente por fila a
B f A , si y solo si
se obtiene de
A ,denotamos
mediante
un nmero finito de operaciones elementales de fila

Pgina 10
2015
parcial
Teorema 3 (c/demo): sean las matrices

si y solo si
P K m x m producto de una cantidad finita de
matrices elementales tal que
B=P . A
Teorema 4: la equivalencia por fila es una relacin de

equivalencia. Es decir es una relacin que tiene las siguiente
propiedades (sean
1.
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)
Matriz escaln reducida por fila:
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
que contenga el primer
elemento no nulo de alguna fila, tiene el resto de

los elementos nulos. Esta columna es una matriz
columna de orden
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
Teorema 5 (c/demo): toda matriz
A K m x n es equivalente por
fila a una nica escaln reducida por fila, que la denotaremos
Erf ( A)
Pgina 11
2015
parcial
Teorema 6: la forma escaln reducida por fila de la matriz
A K m x n es nica
Rango fila de una matriz:
A K
mxn
Sea
Se llama rango fila de
A , denotamos
rgof ( A) , al
nmero de filas no nulas en forma escaln reducida por

fila o equivalente a la cantidad de vectores columna
cannicos distintos
Teorema 7 (c/demo): sean
A , B K mx n
si
A f B rgof ( A ) =rgof (B)
Rango de una matriz: se llama rango de la matriz
rgo( A) , al rango fila de
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
Teorema 1 (unicidad) (c/demo): si
A K n xn
entonces su inversa es nica y se denota
A
es inversible
A1
Pgina 12
2015
parcial
Propiedades de las matrices inversibles (c/demo):
A K n xn , A es inversible entonces su inversa es
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 2 (c/demo): si la matriz
Teorema 3: sea
es
A
A
( t)1
(1)t =
columna nula entonces
AB
, A inversible entonces su transpuesta tambin
inversible y
( AB) =B . A
es inversible y
inversibles entonces
A K
A K
n xn
tiene una fila o una
es no inversible ( A
es singular)
n xn
B K
: A . B= B . A=
B K n xn :B . A= A . B=
Teorema 4 (c/demo): toda matriz elemental es inversible y su

inversa es una matriz elemental
Teorema 5 (c/demo): sea
A K n xn , las siguientes afirmaciones
son equivalentes
es inversible
es equivalente por fila a la identidad
es producto de matrices elementales
Pgina 13
2015
parcial
Teorema 6 (c/demo): sea
A K
n xn
inversible.
se
obtiene aplicando a la matriz identidad las mismas operaciones

elementales de fila que se aplican a
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
Sistema de ecuaciones lineales

o
Definicin: llamaremos ecuacin lineal en
variables a toda
expresin del tipo:
a1 . x 1 +a2 . x2 ++ an . x n=b1
Donde:
ai : pertenecen a
K , son constantes y las denominaremos
coeficientes
b1 : es una constante, pertenece a
y la denominaremos
trmino independiente
x , , x2 , , x n
Definicin: sean
son las incgnitas en la ecuacin
A K m x n , B K m x1 . Llamaremos sistema de
ecuaciones lineales con
A . X=B
donde
()
incgnitas a la ecuacin matricial
x1
X = Knx 1 y
xn
x 1 , , x n son incgnitas.
matriz del sistema o de los coeficientes.

trminos independientes
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
()( )
Aplicando el producto de matrices
a11 . x1 + a12 . x2 ++ a1 n . x n=b 1

a21 . x 1+ a22 . x 2+ +a2 n . x n=b2
am 1 . x 1+ am2 . x 2 ++ amn . x n=b m
Esta es otra forma de escribir el sistema
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=
Definicin de solucin de sistema: sean
A . X=B
se llama sistema homogneo
Si
el sistema
A . X=B
se llama sistema no homogneo
A Km x n ,
B Kmx 1
Pgina 15
2015
parcial
x0 K
nx 1
es solucin del sistema
A . X=B
si y slo si verifica
la ecuacin
o
Definicin conjunto solucin: sean
A K
mxn
B K
mx 1
A . X=B
Llamaremos conjunto solucin del sistema
al
siguiente conjunto
S= { x K n x 1 / A . X 0 =B }
o
Definicin compatibilidad del sistema: sean
mxn
B K
mx 1
Diremos
El sistema es compatible si y slo si el conjunto solucin
de
A . X=B
x Knx 1
es distinto del vaco (es decir que

que verifica la ecuacin)
El sistema es incompatible si y slo si el conjunto solucin

de
A K
A . X=B
es vaco (es decir que
Equivalencia de sistemas: sean
D K
px 1
A Km x n ,
diremos que los sistemas
x K
B Kmx 1 ,
A . X=B
n x1
A. X B
C K px n ,
C . X=D
son
equivalentes si y slo si tienen el mismo conjunto solucin

Observaciones:
El sistema
A . X=B
tiene
ecuaciones mientras que
el sistema
C . X=D
tiene
ecuaciones. Coinciden en
el nmero de incgnitas
Un conjunto
S 1 es igual a otro conjunto
Un conjunto
S2
si y slo
S 1 S2 S2 S 1
si:
S 1 est contenido en otro conjunto
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
entonces los sistemas

o
A . X=B
Teorema (c/demo): sean
Existencia de soluciones: sean
mx1
C . X=D
dos sistemas
( AB)f ( CD)
, si
A Km x n ,
A . X=B
compatibilidad del sistema
C . X=D
son equivalentes
B K mx 1 , la
puede presentar tres casos:
Dado el caso de una ecuacin lineal con una incgnita
a . x=b( m=n=1)
a 0, a1 K x =a1 .b
1. Si
solucin nica
por lo tanto la ecuacin tiene
S= { a . b }
1
a=0 b=0 , 0. x=0 x K
2. Si
por lo tanto todo
xK
es
S=K
solucin, es decir, la ecuacin tiene infinitas soluciones
a=0 b 0 , 0. x=b
3. Si
o
es un absurdo, no existe solucin
Teorema Rouch-Frobenius: dadas

1. El sistema
A . X=B
A K
mxn
B K
S=
mx 1
es incompatible (sin solucin) si y slo si
el rango de la matriz sin ampliar es distinto del rango de la
rgo( A) rgo( AB)
matriz ampliada, es decir

2. El sistema
A . X=B
es compatible (tiene solucin) si y slo si
el rango de la matriz sin ampliar es igual al rango de la matriz

ampliada, es decir
i.
El sistema
rgo ( A )=rgo( AB)
A . X=B
es compatible determinado (tiene
una nica solucin) si y slo si el rango de la matriz sin

ampliar es igual al rango de la matriz ampliada y adems
es igual al nmero de incgnitas
(n) , es decir
rgo ( A )=rgo ( A|B )=n

ii.
El sistema
A . X=B
es compatible indeterminado (tiene
infinitas soluciones) si y slo si el rango de la matriz sin

ampliar es igual al rango de la matriz ampliada pero
Pgina 17
2015
parcial
menor al nmero de incgnitas
(n) , es decir
rgo ( A )=rgo( AB)< n
Determinante
o
Definicin: determinante de orden
es toda funcin
D: K
mx n
que verifica los siguientes axiomas:

1. Si
A=( A 1 A j A n ) Aj= A ' j+ A ' ' j , j :1 j n
entonces
D ( A )=D ( A1 A ' j A n ) + D ( A 1 A' ' j A n )

2. Si
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
un orden menos que
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 , es decir una matriz
a la matriz de
( n1 ) x (n1) , que se
eliminando la i-sima fila y la j-sima columna
Desarrollo del determinante por una fila: en general la funcin:

n
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
A . Tambin se puede desarrollar por
Pgina 18
2015
parcial

cualquier otra fila y el valor del determinante no cambiar, es nico. Si
por ejemplo se toma la i-sima fila con
n
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
Si se desarrolla el determinante de esta matriz por la primera fila,
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
Se va desarrollando cada matriz
2 x 2 , restando el producto de los elementos de
la diagonal menos los de la anti diagonal
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) ]
D ( A )=(1 )1+1 . (3 ) . (4 ) + (1 )1 +2 . ( 0 ) . (2 ) + (1 )1+3 . (7 ) . ( 2 )

D ( A )=( 1). (3 ) . (4 ) +(1) . ( 0 ) . (2 )+(1). (7 ) . ( 2 )
D ( A )=12+014
Pgina 19
2015
parcial
D ( A )=2
A=(aij ) K n x n
Definicin de cofactor: dada la matriz

cofactor del elemento
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
Teorema unicidad: la funcin determinante es nica

Propiedades de las determinantes (c/demo):
1. Si se permutan dos columnas de una matriz, sus
correspondientes son opuestos
Sean
A=( A1 A h A j A n ) y
entonces
A ' =( A 1 A j A h A n)
D ( A )=D( A' )
2. Si una columna de una matriz es nula su determinante es cero

Si
A=( A 1 A i An ) K n x n : A i=1 i n
3. El determinante de una matriz no vara si a una columna se le

suma el producto de una constante por otra columna
Teorema:
1.
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
Teorema (c/demo): sea
A K
n xn
. La suma de los productos de los
elementos de una fila o columna de
por los cofactores de los
elementos correspondientes a otra fila o columna es cero
Pgina 20
2015
parcial
Matriz adjunta: sea
A K
n xn
A , se denotar
Llamaremos matriz adjunta de
adj( A) , a la
transpuesta de la matriz que se obtiene reemplazando cada

elemento de
A >ij
A=
adj ( A )> ij
adj ( A )> ij
(
adj A )=
por su cofactor
Propiedad de la adjunta (c/demo):
A K n x n A .adj ( A )=adj ( A ) . A=D ( A ) .
Teorema (c/demo): sea
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

Resumen Álgebra II 1er Parcial

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Resumen Álgebra II 1er Parcial

Caricato da

Copyright:

Formati disponibili

2015

Resumen lgebra II 1er

Definicin: un campo es un conjunto

operaciones. Una llamada suma

donde se definen dos

y otra llamada producto

ley de composicin interna

1 elemento neutro del

a K { } a,, K : a . a,, =a ,, . a=1

propiedad distributiva del

producto respecto de la suma

m n N , se llama matriz de tipo

Tomas Kancyper/Ezequiel Tosi

Resumen lgebra II 1er

Otra notacin para cada elemento de la matriz

de forma abreviada de la siguiente manera:

Son matrices de tipo

1 xn . Tambin llamada vector fila

Son matrices de tipo

mx 1 . Tambin llamada vector

Resumen lgebra II 1er

Son todas las matrices de orden

Toda matriz cuadrada de

fuera de la diagonal son cero

Tomas Kancyper/Ezequiel Tosi

Resumen lgebra II 1er

cuyos elementos son todos

Matriz triangular superior

Matriz triangular inferior

Tomas Kancyper/Ezequiel Tosi

Resumen lgebra II 1er

elemento neutro de la suma

Producto de un escalar por una matriz

distributiva respecto a la suma de matrices

Tomas Kancyper/Ezequiel Tosi

Resumen lgebra II 1er

No siempre se puede multiplicar una matriz con otra. Solamente

Tomas Kancyper/Ezequiel Tosi

Resumen lgebra II 1er

se obtiene multiplicando la i-sima fila

A K m xn , K n x n A . =A elemento neutro del

nula, entonces la i-sima fila de

Tomas Kancyper/Ezequiel Tosi

Resumen lgebra II 1er

es nula, entonces la j-sima columna de

Se llama matriz transpuesta de

Bsicamente es intercambiar filas por columnas,

Una matriz es simtrica si y solo si

A= A t , es decir si y solo si:

, los elementos ubicados

simtricamente respecto de la diagonal son iguales, todos los

Resumen lgebra II 1er

Matriz anti simtrica

Una matriz es anti simtrica si y solo si

, los elementos ubicados

simtricamente respecto de la diagonal son iguales con signo

Operaciones elementales de filas

Llamaremos operaciones elementales de filas de

al producto de la i-sima fila de

2. Intercambiar dos filas de

i-sima fila por la j-sima fila de

Tomas Kancyper/Ezequiel Tosi

Resumen lgebra II 1er