Professional Documents
Culture Documents
CAJAMARCA
FACULTAD DE EDUCACIN
DEPARTAMENTO ACADMICO DE MATEMTICAS
SEPARATA DE MATRICES Y
DETERMINANTES
AUTOR: Lic. Elmer L. Pisco Goicochea
2012
Matrices y Determinantes
PRESENTACIN
El presente trabajo es un aporte del autor hacia la comunidad universitaria de la
Universidad Nacional de Cajamarca, en especial hacia los estudiantes de las Escuelas Acadmico
Profesionales de Administracin y Economa de la Facultad de Ciencias Econmicas Contables y
Administrativas de esta prestigiosa Casa superior de Estudios.
En esta separata, el autor ha considerado el desarrollo ordenado, con definiciones claras y
precisas de los tpicos de Matrices y Determinantes y sus aplicaciones hacia la administracin y
economa, tratando en lo posible de no ser tediosa ni difcil de entender
El autor del presente trabajo, ha tenido en cuenta en su elaboracin, claridad y precisin,
con la finalidad de que sirva como material valioso para el estudiante, no obstante como todo
trabajo hecho por un ser humano, esta sujeto a contener errores, por lo que se espera
comprensin y tolerancia de los que se dignen leer este humilde trabajo y de los cuales se espera
sus valiosos aportes para buscar perfeccionarlo.
Matrices y Determinantes
NDICE
Pgina
Presentacin..
CAPTULO I: MATRICES
1. Introduccin..
2. Definicin de una Matriz.
3. Orden de una Matriz
4. Igualdad de Matrices...
5. Tipos Especiales de Matrices
6. Adicin de Matrices.
7. Opuesta de una Matriz o Inversa Aditiva.
8. Sustraccin de Matrices.
9. Producto de un Escalar por una Matriz
10. Multiplicacin de Matrices..
11. Matrices Cuadradas Especiales
4
4
4
5
5
6
7
7
7
8
9
12
12
12
13
14
15
15
15
17
18
19
19
19
20
20
Matrices y Determinantes
I CAPTULO: MATRICES
1.
INTRODUCCIN.
En muchos anlisis de diferentes reas las variables que intervienen en un determinado
problema se suponen ligadas por conjuntos de ecuaciones lineales. El lgebra matricial
proporciona una notacin clara y concisa para la formulacin y solucin de tales problemas,
muchos de los cuales seran muy complicados en la notacin algebraica convencional.
En esta unidad, se definen a las matrices y las operaciones entre stas. Tambin se tratan
y aplican a la solucin de ecuaciones lineales simultneas, el rango y la inversa de una matriz.
Considerando en cada caso sus respectivas aplicaciones.
2. DEFINICIN DE UNA MATRIZ. Una matriz es un arreglo rectangular de nmeros o funciones
dispuestas en filas y columnas encerradas entre parntesis o corchetes, que verifican ciertas
reglas para determinadas operaciones y se utilizan cualquiera de las siguientes formas para su
representacin:
21 a22 ... a2 n
M
Las letras
aij
matriz.
-
El conjunto de nmeros
ai1 , ai 2 , ai 3 ,K , ain
El conjunto de nmeros
a1 j , a2 j , a3 j ,K , amj
3. ORDEN DE UNA MATRIZ. El orden o dimensiones de una matriz est dada por el producto
mxn , donde m indica el nmero de filas y n el nmero de columnas.
Ejemplo:
2
1
2
3
K mxn A / A aij
mxn
A aij K 2 x 2 / aij 3i 2 j
b)
B bij K 3 x 4 / bij i 2 3 j
A aij
mxn
B bij
mxn
son iguales si
y solo si son idnticas; es decir, si son del mismo orden y sus respectivos elementos son
iguales. Esto es:
A B aij bij
PROPIEDADES.
I1
I2
I3
Si A y B son matices y A B B A
I4
Si A, B y C son matrices y si A B B C A C ; A, B , C
Ejercicio:
2
2x 1
A x 2 1
8
y 1
z 1
2 y
x 2 z
2
3 2y
B z 3 1
8
z 5
x y
z 2 x
1
. Si A =B. Hallar el
valor de x.y.z
5. TIPOS ESPECIALES DE MATRICES.
Matriz Rectangular. Es la matriz de orden mxn con m n
a)
Ejemplo:
3
1
4 1
1 2 3
8
2 0
es una matriz rectangular de orden 3 x 4
Matrices y Determinantes
Matriz Fila. La matriz de orden 1xn se denomina matriz fila o vector fila.
Ejemplo:
A 10
c)
d)
Matriz Nula o Matriz Cero. Es aquella matriz en la que todos sus elementos son
iguales a cero.
Ejemplo:
0
A 0
0
e)
0
0
0
0
0
0
es una matriz nula que se denota como: A 3 x 4
Matriz Cuadrada. Es una matriz que tiene el nmero de filas igual al nmero de
columnas.
Ejemplo:
1 2
1
A
0
2
2 3
7
es una matriz cuadrada de orden 3.
a11
a22
a33
... ann
6
A aij
mxn
B bij
mxn
orden, se dice que son conformables respecto a la adicin, es decir es posible encontrar la
suma de estas, entonces la suma de A y B es otra matriz
C cij
mxn
tal que:
Esto es:
A1 A, B K mxn ; A B K mxn
. Clausura
A2 A B B A
. Conmutativa
A3 A B C A B C
. Asociativa
A4 A, B K mxn , mxn
tal que A A A . Elemento Neutro Aditivo
A5 A K mxn , A K mxn
tal que
A A A A
A aij
mxn
C aij
mxn
entre
bij
mxn
aij bij
es
mxn
otra
mxn
entonces
A aij
matriz
A aij
C,
del
mxn
B bij
mismo
mxn
; entonces la
orden,
tal
que:
kA k aij kaij
E1 p qA pq A
E2
Matrices y Determinantes
. Asociatividad escalar
E3 p A B pA pB
Ejercicios:
1.
0 w 4
1
v
x 1 1
2 t
3 0 2 3 2 z 1 1 4
2u 2v y
1 y 2
u 2 v 1
x7
12
2.
x
x 2y
2
A
, B
x y
3
3
yC 3
4
1
y 4
Si: A = B, hallar A + 3C
3.
Si:
3 5
,
2
2
2 3
7 3
yC
4 5
2 1 . Resolver las siguientes ecuaciones:
4.
5 3
,
16 6
16
21
X , Y K 2 x 2 , donde:
40
23
B aij
nxp
A aij
mxn
y una matriz
C cik mxp
cik
a11
a1n b11
... a2 j K a2n b21
M
.
... aij K ain bi1
M
... amj K amn bm1
a12 ... a1 j K
a21 a22
M
A.B
ai1 ai 2
M
am1 am 2
Por definicin:
Matrices y Determinantes
b1 p
... b2 k K b2 p
C cik
... bik K bip
... bnk K b mp
cik
de la matriz producto se
cik
cik ai1
ai 2 K
aij K
b1k
b2 k
n
M
ain . aij b jk
bik j 1
M
bnk
Es decir:
PROPIEDADES.
P1 A. B.C A.B .C
P2
A B .C A.C B.C
P3 A. B C A.B A.C
P4 A.B B. A
, salvo el caso donde A y B sen matrices permutables
Ejercicios:
0 0 1
1 1 2 1 1 4
. 2 2 .
1
2 2 3
1 1
3
3
4
1. Calcular el producto:
2. Hallar a,b,c y d para que satisfagan la ecuacin:
a b
1 4
c d 0
.
9 2 0
0 2 0
0 1 1
1 0 0
1 0 6 6
1 9 8 4
0 1 0
9
3 1 0 z
3. Si:
2 b 1 d 3
.
a 2 c 1 0
0
4. Si:
1
0
3
0
Matrices y Determinantes
1
5
3 , calcular: x + y + z.
0
2
0
2
1
0
1
x
3
1
A
4 3 , hallar: y
5. Si:
11 5 a 0
5 7 1 b
. Hallar: S = a + b + c + d.
x
x
A. 3
y
y
tal que:
1
2 1
y
BA
1 0
2
1
, hallar:
1 0
A2 B 2
,
0
1
6. Si:
AB
a)
A B 2
b)
A B A B
0 0 0 ... ann
a11
0 ... 0
a21
A a31
an1
a22
0 ... 0
a3n ...0
a32
an 2 an 3 ... ann
10
0 ... 0
d 22
0 ... 0
d3n ...0
0... d nn
d) MATRIZ ESCALAR. es aquella matriz diagonal en la cual todos los elementos de la diagonal
principal son iguales.
0
0 ... 0
a22
0 ... 0
a11
A
e)
a3n ...0
0... ann
donde :
5
9
Ejemplo: La matriz
f)
8 1
1 10
5
es simtrica
Ejemplo: La matriz
0 4
4
0
5 7
5
7
0
es antisimtrica
In
, esto es:
1, si i j
0, si i j
I n dij dij
Adems:
Tr ( I n ) n
In
'
In
A.I I . A A
11
Ejemplos:
a)
5
99
Si A es un matriz cuadrada y peridica tal que A A , hallar el periodo y calcular A .
1
0
b)
i)
Si:
1
1
0
0
1
. Calcular
A20
Ejemplos:
a)
j)
3 1 0
A 0 3 1
0 0 3
Hallar todas las matrices conmutativas con la matriz:
2
MATRIZ IDEMPOTENTE. Es una matriz peridica pero de periodo p 1 , es decir: A A
2 2 4
A 1
3
4
1 2 3
es idempotente
n
k) MATRIZ NILPOTENTE. Una matriz cuadrada A, es nilpotente si A 0 donde n es un entero
1
5
1
2
3
6
es nilpotente de ndice 3.
2
MATRIZ INVOLUTIVA. Una matriz cuadrada A es involutiva si A I
0
4
3
1 1
3
4
3
4
es involutiva.
12
Matrices y Determinantes
o det( A) .
M nxn
: M nxn ( )
Aa A
Orden de un determinante. El orden del determinante de una matriz cuadrada A de orden
n es n.
2. Determinante de Segundo Orden.Sea la matriz cuadrada de orden 2 x 2 :
a11 a12
a21 a22
a11 a12
a21 a22
a11.a22 a21.a12
(Producto de los elementos de la diagonal principal menos
el producto de los elementos de la diagonal secundaria)
2 4
2 3 Hallar su determinante:
31 a32 a33
Su determinante se define mediante la frmula:
13
Matrices y Determinantes
A a21
a22
a23 a11.a22 .a33 a12 .a21.a33 a13 .a21.a32 a11.a32 .a23 a12 .a31.a23 a13 .a31.a22
a31
a32
a33
a11 a12
a13
A a21
a22
a23
a31
a32
a33
O tambin:
a11 a12
a13
A a21
a22
a23
a31
a32
a33
1 2
A 2 1
3 1
3
1
2
2
1
1
1
2
1
1
3
2
A A
B 1 A
k
4. Si en una matriz A se tiene que una fila (o columna) es mltiplo de otra fila (o columna)
entonces el determinante de dicha matriz vale cero.
5. Si en una matriz A todos los elementos de una fila (o columna) son ceros, entonces su
determinante vale cero.
6. Si en una matriz A todos los elementos de una fila (o columna) son multiplicados por
una escalar k, entonces el valor del determinante tambin queda multiplicado por k.
Nota: Si una matriz cuadrada A de orden n es multiplicada por el escalar k (esto
significa que todos los elementos de A son multiplicados por k o en forma equivalente
todas las columnas de A son multiplicadas por k), entonces el determinante de la matriz
14
Matrices y Determinantes
A queda multiplicada por k . Es decir, si A es de orden nxn , se tiene que su
n
determinante es:
kA k n A
7. Si a una fila (o una columna) de una matriz A se le suma el mltiplo de otra fila (o
columna9, se tendr que el valor del determinante de A no vara.
8. Si los elementos de una fila (o columna) cualquiera consta de dos trminos, el
determinante puede expresarse como la suma de otros dos determinantes.
a1 l1 b1 c1
a2 l2
b2
a3 l3 b3
a1 b1 c1
c2 a2
c3
b2
a3 b3
l1 b1 c1
c2 l2
b2
c2
c3
b3
c3
l3
D d ij
10. Sea
A B A B
13. En forma general, el determinante de un producto de matrices es igual al producto de
los determinantes de las matrices (siempre y cuando las matrices sean cuadradas y del
mismo orden). Es decir:
A.B A . B
5. Menor Complementario y Cofactores.
Sea A la siguiente matriz de orden nxn :
a11
a12 ... a1 j
... a1n
A
ai1 ai 2 ... aij ... ain
Sea
M ij
columna de A, entonces:
15
El determinante
M ij
Matrices y Determinantes
se lama MENOR (menor complementario) del elemento
aij
de la matriz A.
ii. El COFACTOR del elemento
aij
Aij
, se define por:
Aij (1)i j M ij
8
6 5
A 2 1 2
5 4
2
Ejemplo: Hallar la matriz de cofactores de la matriz
A (aij ) nxn
productos de los elementos de cualquier fila (o columna) por sus respectivos cofactores.
Si elegimos la fila i, el desarrollo del determinante, por filas, obedece a la siguiente regla:
n
A aij . Aij
j 1
A aij . Aij
i 1
Ejemplo: Calcular
, si:
3
A 2
5
6
2
4
9
4
2
7. Matriz de Cofactores.
A
a
Si A es una matriz cuadrada de orden nxn y ij es el cofactor de ij , entonces la matriz
de cofactores de A se distingue como :
cofact ( A)
A11
A21
M
An1
A22 ... A2 n
An 2 ... Ann
16
Adj ( A) cofact ( A)
A11
A21
M
An1
3
A 2
5
6
2
4
9
4
2
A12
A22
An 2
Matrices y Determinantes
... A1n
... A2 n
... Ann
adjunta de A.
8. Clculo de determinantes de cualquier orden.
Para calcular el determinante de una matriz de orden n, es conveniente seguir los
siguientes pasos:
1. Elegir como lnea pvot una fila o una columna y destacarla con un asterisco.
2. Haciendo uso de la propiedad 7 de los determinantes, se multiplica cada elemento de
la lnea pvot por un nmero tal que al sumar el resultado con el elemento
correspondiente de otra lnea, se obtenga por lo menos un elemento igual a cero.
3. Se repite el paso 2 tantas veces como sea necesario hasta obtener un determinante
equivalente en el que todos los elementos de una misma lnea, excepto uno, sean
cero.
4. Se desarrolla el determinante obtenido en el paso 3 con respecto a la lnea que tiene
sus elementos igual a cero, con excepcin de uno de ellos, obteniendo as un solo
determinante de orden ( n 1) .
5. Se repite el procedimiento hasta obtener un determinante de orden 2.
Ejemplos: Calcular los determinantes de las matrices siguientes:
a)
1
A 1
1
1
1
3
1
1
1
1
1
4
1
1
1
1
1
5
1
1
1
1
6
0 1 0
1
2 1
0 3
B
0 2 1 1
2 0 1
1
b)
Lic. Elmer L. Pisco Goicochea
c)
4
2 3
1 1 1
C
0 2 1
2
3 0
d)
e)
17
2
0
Matrices y Determinantes
f)
5
D
8
13
9
12
10
10 6
7 4
11 7
6 3
g)
18
Matrices y Determinantes
h)
i)
A aij
1. DEFINICIN. Si
nxn
B bij
nxn
A y se denota por
1
1
B A1 . Luego A. A A . A I .
k)
l)
Ejemplo:
m)
A.B
n)
Se tiene:
1
2 .
1
2
3
2
3
4
y
1
0
1
1
0
o)
Como: A.B B. A I , entonces B es la inversa de A , es decir:
p)
3
4
A1 B
q)
r)
1
2
OBSERVACIONES:
A 0
TEOREMA: Una matriz cuadrada A tiene inversa si y slo si
u)
Ejemplos:
1. Sea:
1
2
3
2
; como
1
0
2
, entonces existe la inversa de A y por lo
tanto A es inversible.
2. Sea:
; como
C 0
no es inversible.
v)
w)
DEFINICIONES:
19
Matrices y Determinantes
A 0
i. Una matriz cuadrada A se dice no singular si y slo si
A 0
ii. Una matriz cuadrada A se dice singular si y slo si
x)
y)
la siguiente equivalencia:
z)
Una matriz cuadrada A tiene inversa si y slo si A es no singular
aa)
ab)
A1 si y slo si es no singular.
ac)
En smbolos:
ad)
PROPIEDADES: Si A y B son matrices cuadradas de orden n ,
ae)
inversibles, entonces:
1.
A. A1 A1 . A I
2.
1 1
1
3. Si A.B B. A I B A
4.
A.B
5.
' 1
B 1. A1
A1
'
af)
2. OBTENCIN DE LA INVERSA DE UNA MATRIZ.
A 0
TEOREMA: Si A es una matriz inversible (
), entonces la matriz
ag)
Adj A
1
Adj A
A
A
A 1
ah)
ai)
1 2 2
A= 2
1 3
1 3 2
1.
C=
7.
D=
8.
2.
9.
( )
1 0 2
B= 1 1 1
2 0 2
3.
6.
E=
10.
11.
F=
12.
4.
13.
5.
A 1
Adj ( A) 1
Adj ( A)
A
A
A 0
), entonces:
20
Matrices y Determinantes
16.
17.
18.
3. OPERACIONES ELEMENTALES (O.E.)
19.
NOTACIN:
21.
fi x f j
22.
ci x c j
fi
por la fila
ci
fj
por la columna
cj
NOTACIN:
24.
kf i
25.
kci
fi
por el escalar k
ci
por el escalar k.
NOTACIN:
27.
fi kf j
28.
ci kc j
fi
ci
fj
cj
4. MATRICES EQUIVALENTES
29.
B (bij ) nxn
A (aij ) nxn
NOTACIN: A : B
31.
1 2 3
A 2 1 2
3
1 2
, llevarla a la
Ejemplo: Mediante operaciones elementales, la matriz
E (eij )mxn
a) Las primeras K- filas son no nulas y las restantes (n -K) filas son nulas. Se dice que una
fila (o columna) es nula si y slo si todos sus elementos son nulos, mientras que una fila
21
E (eij )mxn
escalonada
35.
A ( aij ) nxn
a)
0
4 12
5 2 4
1 1 1
2 3 5
b)
3 1
1 2
2 1
5 2
1
0
c)
6. DETERMINACION DEL RANGO DE UNA MATRIZ POR MEDIO DE OPERACIONES
ELEMENTALES
d)
e)
f)
1.
OBSERVACIONES:
Se deduce que para hallar el rango de una matriz, es suficiente con llevarla a su forma
escalonada. Luego, el rango de dicha matriz ser igual al rango de una matriz
escalonada.
2.
h)
a)
0
4 12
5 2 4
1 1 1
2 3 5
b)
3 1
1 2
2 1
5 2
1
0
c)
7. OBTENCIN DE LA INVERSA DE UNA MATRIZ MEDIANTE OPERACIONES
ELEMENTALES.
d)
e)
A (aij ) nxn
f)
22
Matrices y Determinantes
h)
i)
j)
aplicar este mtodo, ocurre que uno de los elementos de la diagonal de la matriz I que
aparece en
I MB
1
consecuencia no existe A .
k)
Ejemplos:
A
a)
b)
2
4
1
3 4
2 2
1 2
c)
2 0 4
B 4 2 6
8 12 16
A 2B I
d)
22
17
1
4
X ( xij )nxn
6
5
0
1
1 1 1
2 3 0
C
1 1 1
3 0 1
3
1
26 17
20 13
2 1
5
3 . Hallar la matriz X, mostrando primero que A
es no singular.
e)
f)
g)
h)
i)
j)
k)
23
Matrices y Determinantes
l)
p)
r)
a21 a22 K a2 n .
M
am1 am 2 K amn
x1
x2
M
xn
b1
b
2
M
bm . (2)
Observaciones:
1. Como (1) es equivalente a (2), entonces toda solucin de (1) es solucin de (2) y viceversa.
2. Una solucin del sistema es una n- upla cualquiera de nmeros
x1 , x2 ,K
, xn
Aa AMB
sistema. Es decir:
a21 a22 K a2 n b2
Aa
AMB
M
am1 am 2 K amn bm
u)
5. Si el sistema (1) tiene una o ms soluciones, entonces diremos que el sistema es
consistente, en caso contrario diremos que es inconsistente.
v) PROPIEDADES:
1. Dos sistemas de ecuaciones lineales son equivalentes, si sus respectivas matrices
aumentadas son equivalentes. Es decir, el sistema AX B es equivalente al sistema
Aa AMB
Aa
es
Ea Ea MEb
entonces,
24
Matrices y Determinantes
E X Eb
tenemos que los sistemas de ecuaciones AX B y a
son equivalentes, es decir,
tiene la misma solucin.
w)
x)
z)
aa) donde
A aij
Adems
X xi
B bi
de orden mxn ,
de orden nx1 y
de orden mx1 .
Aa AMB
es la matriz ampliada.
ab) PROPIEDADES:
1. La condicin necesaria y suficiente, para que el sistema (1) sea consistente, es que el
rango de la matriz se los coeficiente sea igual al rango de la matriz aumentada. Es decir:
ac)
ad)
ae)
2. Si el sistema es consistente, se presentan los siguientes casos:
a) Que el sistema (1) tenga una sola solucin (solucin nica). Este hecho ocurre si el
nmero de incgnitas del sistema es igual al rango de la matriz aumentada. Es decir,
como el sistema tiene n incgnitas y es consistente (
nica si
r ( A) r ( Aa ) n
r ( A) r ( Aa )
), tendr solucin
b) Que el sistema (1) tenga ms de una solucin (infinitas soluciones). Este hecho ocurre si
el nmero de incgnitas del sistema es mayor que el rango de la matriz aumentada. Es
decir, como el sistema tiene n incgnitas y es consistente (supongamos que
r ( A) r ( Aa ) K
af)
r ( A) r ( Aa ) K n
valores arbitrarios. Estas variables o incgnitas que toman valores arbitrarios se conocen
con el nombre de variables libres, variables independientes o parmetros.
3. Si el rango de la matriz de los coeficientes es distinto del rango de la matriz aumentada,
entonces se dice que el sistema (1) es inconsistente. Es decir, si
r ( A) r ( Aa )
entonces el
ah)
25
Matrices y Determinantes
ai)
aj)
ak)
al)
am)
an)
2 x 2 y 6 z 10
2 x1 3 x2 4 x3 8
x1 2 x2 3x3 2
2 x y 4 z 11
a) y z 3
3x1 4 x2 2 x3 3
2 x1 3x2 x3 1
c)
x1 2 x2 x3 2
b) 2 x1 4 x2 2 x3 4
e)
x1 2 x2 3 x3 1
3x1 x2 2 x3 1
4 x1 3x2 x3 3
4 x1 2 x2 3x3 5
x1 3 x2 2 x3 3
d)
x1 x2 2 x3 1
as)
f)
2 x1 x2 x3 2
6 x1 4 x2 2 x3 2
5 x1 3 x2 3x3 2
g)
b)
7 x1 4 x2 5 x3 3
i)
la siguiente manera:
j)
k)
B
X A 1 . B A 0
A
;
2 x1 3x2 x3 9
x1 2 x2 3x3 6
3x1 x2 2 x3 8
Lic. Elmer L. Pisco Goicochea
26
Matrices y Determinantes
Sea el sistema:
M
am1 x1 am 2 x2 K amn xn bm
q)
xi
r)
A 0
Ai
A
s)
, donde i 1, 2,K , n
t)
u)
y adems
Ai
x1
v)
w)
A1
A
x2
,
A2
A
xn
,
An
A
ecuaciones:
a)
2x y z 2
3x y 2 z 9
x 2 y 5 z 5
b)
A aij
f) Es equivalente a la forma matricial AX 0 , donde
es de orden
mxn , X ( xi ) de nx1 y 0 es la matriz nula de orden mx1 .
g) OBSERVACIONES:
1. El sistema (1) siempre tiene por lo menos una solucin (llamada solucin trivial) de la
forma
x1 x2 K xn 0
r ( A) r ( Aa )
.
27
r ( A) r ( Aa ) K n
posee tambin soluciones diferentes de la nula, las cuales son llamadas soluciones no
triviales. Para hallar estas soluciones se aplica el mtodo que se us en el caso de un
sistema de ecuaciones lineales no homogneas.
h)
i)
NOTA: Si
r ( A) r ( Aa ) K n
A 0
r ( A) r ( Aa )
Aa
Ejemplos:
2x 8 y 4z 0
x y z 0
1. Resolver el sistemas de ecuaciones: 2 x 3 y z 0
2. Hallar el valor de K , de manera que el siguiente sistema lineal homogneo tenga
soluciones no triviales
1 K x
yz 0
2 x Ky 2 z 0
k)
x y 1 K z 0
l)
m)
n)
o)
p)
28
Matrices y Determinantes
q)
r) PRCTICA
s)
1.
Si:
3 5
,
2 2
2 3
7 3
yC
4 5
2 1 .
Resolver
las
siguientes
ecuaciones:
a) 3(X 2A) = 5(B - C) + 2(X
A - B)
2. Resolver el sistema: 2 X 3Y A, 5 X 2Y B,
5 3
,
16 6
3.
x
3
1
A
4 3 , hallar: y
4. Si:
16
21
tal que:
X , Y K 2 x 2 , donde:
40
23
A. 3
y
x
y
a)
0
2
0
A 2 2 2
0
10
0
2
5. Si:
, hallar A
0 1 0
A 0 0 1
1 0 0
6. Sean:
0 0 1
B 1 0 0
2
0 1 0
, hallar: A.B
b)
1 3
1
A 5
2 6
3
2 1 3
7. Para la matriz:
, hallar: A
2 1 3
A 1 1 2
1 2 1
3
2
8. Si:
, hallar la matriz: M A 2A
1 2 1
2
A 2 1 3 , B 2
5
3
2
3
9. Si:
c)
5
1
2
1 7
3
4
1 2
3 6
y C 1 2
4 3
0 6
4
5
2
3
.
2
A
3
1
0 3 7
, B
4
1 8 9
3
y C 2
1
7 1
6 1
4 0
29
Matrices y Determinantes
S p11 p12 p 23
Si: P A.B.C , hallar la suma:
d)
5
AB BA 3
1
12. Si:
ab
3
1
A 2
b x
1
b
4
ax
2
es una matriz simtrica, hallar A
A 3
2
15. Sean
las
8 0
5 0
2 1
, hallar la traza de la
A 1
1
3
3
3
2
2
0
4
4
4
1 2
0 1
A
1 3
0 1
matrices:
6
9
3
1
1
1
1
1
2
0
1 1
1 0
B
2 1
1 0
1 0
1 0
1 1
1 0 .
Si:
t
C A.B A , hallar: S c 21 c32 c33 .
16. En los ejercicios siguientes, hallar el rango de la matriz dada empleando el mtodo
de las operaciones elementales.
e)
2
4
1 3 2
2 5 1
2 1
a)
3
5
1
3
3 2 5
2 3 4
1 3 5 0 7
1 4 1
b) 7 5
4
7
2
17. En los problemas siguientes, encuentre la inversa de la matriz dada (si existe).
a)
1
2
2
1
1
2
b)
2
1
1
3
1
2
1
3
2
1 1
2 1
c)
1
2
d)
1
3
1
0
2
0
1 2
0 3
1 1
1 2
30
Matrices y Determinantes
x 2y z 2
3x y 2 z 9
t) x 2 y 5 z 5
2 x 3 y 4 z 4
3x y z 0
u)
19. Determine la solucin de los siguientes sistemas (si estas existen), usando el
mtodo de las operaciones elementales:
x 2y z t 0
y 2 z 2t 13
2 x 4 y z 2t 19
a)
20.
x1 x 2 x3
x4 2
x1 x 2 x3 2 x 4 4
y z 3t 0
2 x1 x 2 x3 x 4 1
x1 x 2 x3 x 4 4
x yz
1
2x 3y
w3
x 2 z 3w 3
2y z w 5
b)
x1 x 2 2 x3 3
2 x1 3 x 2 x3 10
x1 2 x 2 3 x3 9
3 x1 x 2 x3 4
21. x1 2 x 2 x3 2
A
B
C
D
f)
10 12
13 10
8 15
16 9
De
15
12
6
10
A aij
en donde
a ij
representa las
i)
0 16 20
A 17 0 18
21 14 0
31
0 17 19
B 18 0 20
24 16 0
k)
a) Escriba una matriz que represente el comercio total entre los tres pases en el
periodo de 2 aos 2009 y 2010
b) Si el 2009 y 2010, 1 dlar equivala a 3,28 nuevos soles peruanos, escriba la matriz
que representa el comercio total durante los 2 aos en nuevos soles peruanos.
l)
23. (Matriz de Produccin) Un fabricante de zapatos los produce en color negro, blanco
y caf para nios, damas y caballeros. La capacidad de produccin (en miles de
pares) en la planta X est dada por la matriz siguiente:
m)
Hombres
Negro
Caf
30
45
14
Blanco
n)
o)
Mujeres
Nios
20
16
25
34
20
26
p)
Negro
Caf
Blanco
q)
Hombres
Mujeres
26
18
35
52
30
25
23
24
Nios
32
32
33
5
2
2 1
3
8
a)
1
i
1 i
b)
i 1 i
1 0
0
3
2
x 10
a)
b)
1
2
1
x
2
1 1 4
0
6 8 1
2
2
x
30.
1 2 1
2 0 3
A
0 2 1
1 0
0
32. Evaluar:
10
9
8
3
2
1
Adj ( A)
33. Si:
0
1
1 0 0 0 1
0 2 1 0 0
A 0 0 3 2 0
0 2 0
1 0
0 1
0 0 3
92
32
5
3
83
23
73
4
3
53
1
1
1
4
1
3
3
4
3
4
3
b)
Determinar A, Es nica?
3
A 4
2
0
1
0
4
4
3
1 23
7 8 4 5
2 1 6 7 8
1 2 7 8 9
2 3 8 9 10
a)
3
2
9 8 3 2 1
8 7 2 1 2
7 6 1 2 3
a)
34. Siendo:
31.
34
b)
encontrado.
1
1 1
Adj ( A) 10 k
2
7 3 1
35. Dada la matriz:
y det( A ) 2 , hallar k y A
Adj ( A)
1
0
2
5
3
2
0
0
0
0
5
0
4
3
1
37.
t
t
38. Determinar la matriz Y de la ecuacin Y A B , donde:
1
2
B t 13
4 y
Adj ( A)
39.
2
3
31 19
23 14
0
0
0
0
3 4
2 3
40. Por medio de la regla de Cramer resuelva los siguientes sistemas de ecuaciones:
a)
2x y z 2
x 2y z 2
3x y 2 z 9
x 2 y 5 z 5
2 x 3 y 4 z 4
3x y z 0
b)
41.
42. Qu valor debe tomar el coeficiente literal a para que el sistema sea
inconsistente?
ax y z u 2
x y z u 1
x y az
3
( 2a 1) x y z 5
c)
43. Hallar el valor de k, de manera que el siguiente sistema lineal homogneo tenga
soluciones no triviales:
d)
(1 k ) x y z 0
2 x ky 2 z 0
x y (1 k ) z 0
Mquina I
Mquina II
Mquina III
C
35
3
1
1
2
g)
h)
2
4
y de la mquina III por 550 horas. Cuntas unidades de cada producto debera
producirse con el objeto de emplear todo el tiempo disponible de las mquinas?
i)
46. (Inversiones) Un a persona invirti un total de $ 20 000 en tres inversiones al 6, 8 y
10 %. El ingreso anual total fue de $ 1 624 y el ingreso de la inversin del 10 % fue
dos veces el ingreso de la inversin al 6 % De cunto fue cada inversin?
j)
47. Una pequea empresa constructora cobra a $6 la hora por un camin sin conductor
y a $12 la hora por un tractor sin conductor y a $10 la hora por cada conductor. La
empresa utiliza la matriz A para diversos tipos de trabajo.
Tipo de trabajo
I II III IV
1
A 2
3
k)
1 1 2
Camin
0 1 1
Tractor
1 3 4
Chofer
P 6 20 10
20
30
S
0
0
l)
m)
p)
8 5 7
A 9 4 5
9 5 6
2 4
2 5
1 5
36
q)
37
v)
w)
x)
y)
BIBLIOGRAFA
z)
1. C. Chvez Vega, lgebra Lineal, Edit. Moshera, Lima, 2007.
aa)
2. Bernard Kolman, lgebra lineal con aplicaciones y Matlab, sexta edicin, Edit.
Prentice Hall, Mxico, 1999.
ab)
3. G. Nakos, D. Joyner, lgebra Lineal con aplicaciones, Edit. Thomson, Mxico, 1999.
ac)
4. M. Lzaro, lgebra Lineal, Edit. Moshera, Lima, 1994.
ad)
5. B. Noble, J. Daniel, lgebra lineal aplicada, tercera edicin, Edit. Prentice Hall,
Mxico, 1989.
ae)
6. A. Rojo, lgebra II. Edit. Ateneo. Argentina. 1978.
af)
7. E. Nering, lgebra Lineal y Teora de Matrices. Edit. Limusa. Mxico. 1997.
ag)
8. I. Herstein, D. Winter, lgebra Lineal y Teora de Matrices. Edit. Iberoamericana.
Mxico. 1990.
ah)
9. Stanley l. Grossman, lgebra Lineal. Stanley l. McGraw-Hill. Mxico.
ai)
aj)
ak)
al)