Professional Documents
Culture Documents
=
..........
. ..........
. ..........
.. ..........
3 2 1
3 33 32 31
2 23 22 21
1 13 12 11
En resumen (forma genrica) una matriz tambin se la puede representar de la siguiente manera:
[ ]
n m
j i
a A
=
) ( ........ 3 , 2 , 1
) ( ........ 3 , 2 , 1
columnas n j
filas m i
=
=
Donde:
m = Nmero de filas.
n = Nmero de columnas.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 17
Ejemplos:
1)
3 3
0 9 8
6 5 4
3 2 1
(
(
(
= A
2)
3
13
= a
Elemento que pertenece a la fila uno y
columna tres.
5
22
= a Elemento que pertenece a la fila dos y
columna dos.
0
33
= a
Elemento que pertenece a la fila tres y
columna tres.
8
31
= a
Elemento que pertenece a la fila tres y
columna uno.
3 3
2
1
9 0
8
3 0 1
(
(
(
(
= k a B
3
13
= a
Elemento que pertenece a la fila uno y
columna tres.
0
31
= a
Elemento que pertenece a la fila tres y
columna uno.
8
23
= a
Elemento que pertenece a la fila dos y
columna tres.
Orden de una matriz
Una matriz que tiene m filas y n columnas, se dice que es de orden mxn.
Ejemplos:
1)
2 2
6 1
3 2
= A
La matriz tiene dos filas y dos columnas
2)
4 2
1 3 0 2
4 3 2 1
= B
La matriz tiene dos filas y cuatro columnas
3)
[ ]
6 1
0 5 4 3 2 1
= C
La matriz tiene una fila y seis columnas
4)
[ ]
1 1
7
= D La matriz tiene una fila y una columna
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 18
5) Construya una matriz de orden 4x4 cuyo elemento genrico
[ ]
4 4
ij
a
(
(
(
(
=
a a a a
a a a a
a a a a
a a a a
A
Primeramente construimos la matriz genrica, luego aplicamos la condicin
a)
4 4
8 7 6 5
7 6 5 4
6 5 4 3
5 4 3 2
(
(
(
(
= A
b)
4 4
0 1 4 9
1 0 1 4
4 1 0 1
9 4 1 0
(
(
(
(
= A
c)
4 4
3
3
10
2 6
4
11
3
2
7
5
2
5
3
8
3 2
2
3
3
7
2
5
3
(
(
(
(
(
(
(
(
(
= A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 19
Tipos de Matrices:
Matriz cuadrada
Una matriz es cuadrada si el nmero de filas es igual al nmero de columnas es decir: m = n. A este
tipo de matrices se las llama matriz de orden n.
Ejemplos
1)
2 x 2
4 3
2 1
A
(
=
Matriz de orden dos
2)
3 x 3
8 0 7
2 7 5
3 2 1
B
(
(
(
=
Matriz de orden tres
3)
4 x 4
7 4 2 3
1 9 6 4
1 2 0 5
4 3 2 1
C
(
(
(
(
=
Matriz de orden cuatro
Matriz triangular superior
Es una matriz cuadrada tal que el elemento:
0 =
ij
a
s: j i >
Es decir, que el nmero de orden de las filas es ms grande que el nmero de orden de las
columnas. Por lo tanto la matriz triangular superior tiene sus elementos nulos despus de la diagonal
principal hacia abajo.
Ejemplo
3 3
33
23 22
13 12 11
0 0
0
(
(
(
=
a
a a
a a a
A
Es una matriz triangular superior.
Matriz triangular inferior
Es una matriz cuadrada tal que el elemento: 0 =
ij
a si: j i <
Es decir, el nmero de orden de las filas es ms pequeo que el nmero de orden de las columnas.
Por lo tanto en una matriz triangular inferior los elementos arriba de la diagonal principal son nulos.
Ejemplo
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 20
3 3
33 32 31
22 21
11
0
0 0
(
(
(
=
b b b
b b
b
B
Es una matriz triangular inferior.
Matriz diagonal
Es una matriz cuadrada tal que el elemento 0 =
ij
a Si: j i .
Esto quiere decir, que en una matriz diagonal solo existen los elementos de la diagonal principal y
los otros elementos de la matriz son nulos, es decir:
3 3
33
22
11
0 0
0 0
0 0
(
(
(
=
c
c
c
C
Matriz Identidad
Es una matriz cuadrada donde se cumple que:
1 =
ij
a
Si: j i =
0 =
ij
a
Si:
j i
Es decir, en una matriz identidad todos los elementos de la diagonal principal son la unidad y los
dems elementos son nulos.
Ejemplos
1)
2 2
2
1 0
0 1
I
=
2)
3 3
3
1 0 0
0 1 0
0 0 1
I
(
(
(
=
3)
4 x 4
4
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
I
(
(
(
(
=
Matriz nula
Es aquella matriz donde todos sus elementos son nulos, es decir:
Ejemplos
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 21
1)
2 2
0 0
0 0
= A
2)
3 3
0 0 0
0 0 0
0 0 0
(
(
(
= B
Matriz Fila
Es aquella matriz que tiene una sola fila, por lo tanto su orden es 1x n, es decir:
[ ]
4 1
5 2 3 1
= A
Matriz columna
Es aquella matriz que tiene una sola columna, por lo tanto su orden es m x 1, es decir:
1 3
3
1
2
(
(
(
= A
Matriz Simtrica
Es aquella matriz cuadrada que es igual a su transpuesta, es decir:
t
A A= Por lo tanto:
ji ij
a a =
Matriz Antisimtrica o hemisimtrica
Es aquella matriz cuadrada que es igual a la opuesta de su transpuesta, es decir:
t
A A = Por lo tanto
ji ij
a a =
.
Para este caso se debe tomar en cuenta que los elementos de la diagonal principal deben ser nulos,
es decir: 0 =
ii
a . Por ejemplo:
3 3
0 2 3
1 0 9
2 3 0
x
A
(
(
(
(
(
(
= A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 22
Matriz Ortogonal
Una matriz ortogonal es aquella matriz cuadrada donde se cumple que: I A A A A
t t
= = . .
Matriz Normal
La matriz normal es aquella que conmuta con su transpuesta. Esto quiere decir que las matrices
simtricas, las matrices antisimtricas y las matrices ortogonales son necesariamente matrices
normales, es decir: A A A A
t t
. . =
Matriz Rectangular
Una matriz es rectangular cuando el nmero de filas es diferente al nmero de columnas; entonces
es de orden mxn.
Por ejemplo:
3 2
4 5 1
2 3 1
x
A
(
= A
A= B
2 2
4 3
2 1
= B
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 23
2)
3 2
5 5 4
3 1 0
= A
3 * 2
5 5 4
3 1 0
(
= B
A= B
Matriz Opuesta
Si se tiene la matriz
n m ij
a A
= ] [
la cual tiene un orden mxn, entonces la matriz opuesta (- A ) es
otra matriz del mismo orden donde se cumple que:
n m ij ij
a a A
= = ] [ ] [
Es decir, en una matriz opuesta se le cambia el signo a todos los elementos de la matriz A.
Ejemplo
3 3
2
5
1 3
7 2 8
6 4 2
(
(
(
(
(
(
= A
3 3
2
5
1 3
7 2 8
6 4 2
(
(
(
(
(
(
= A
Matriz Conforme
Una matriz A se dice que es conforme a otra matriz B, si el nmero de columnas de la matriz A
coincide con el nmero de filas de la matriz B.
Ejemplo
2 3
6
4
2
5
3
1
(
(
(
= A
2 2
4
2
1
2
= A
Entonces A es conforme a B.
Traza de una Matriz
La traza de una matriz cuadrada A se halla sumando todos los elementos de la diagonal principal.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 24
Ejemplos
1)
3 3
1 2 3
6 5 4
3 2 1
(
(
(
= A
2)
3 3
2
1
1 0
3
4
1
0
3 2 1
(
(
(
(
(
(
= B
Traza ( ) 5 1 5 1 = + = A
Traza ( )
4
5
2
1
4
1
1 = + = B
3)
4 4
3
1
1 0 0
4
2
7
3 0
6 1 3 6
4 3 1 2
(
(
(
(
(
(
(
(
= C
Traza ( )
6
53
3
1
2
7
5 = + + = C
Suma de Matrices
Si se tienen las siguientes matrices:
n m ij
a A
= ] [
y
n m ij
b B
= ] [
Entonces la suma de ambas matrices estar definida de la siguiente manera:
n m ij ij n m ij n m ij
b a b a B A
+ = + = + ] [ ] [ ] [
Esto implica que cuando se quiere sumar dos o mas matrices entre si; estas deben tener el mismo
orden, porque la suma se realiza elemento a elemento.
Ejemplos
1) Dadas las siguientes matrices:
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 25
3 2
4
3
0
2
1
3 2 1
(
(
(
= A
3 2
2
1
3 6
4 1 0
(
(
(
= B
Calcular:
a) ? = + B A
b) ? ) ( = + A B
c) ? ) ( = B A Traza
Solucin
a)
3 2
4
1
3
2
13
1 1 1
(
(
(
= + B A
Sumando elemento a elemento
b)
3 2
4
3
0
2
1
3 2 1
(
(
(
= A
Entonces:
( )
3 2
4
5
3
2
11
7 3 1
(
(
(
= + A B
c) No tiene solucin por que para poder calcular la traza de una matriz esta debe ser cuadrada.
Propiedades de la suma de matrices
Si se tienen las matrices A,B y C; matrices de un mismo orden entonces podemos verificar las
siguientes propiedades.
1) ( ) ( ) C B A C B A + + = + + Asociativa
2) A A = + 0 Neutro Grupo
3) ( ) 0 = + A A Inverso Abeliano
4) A B B A + = + Conmutativa
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 26
Demostracin
1)
( ) ( )
( ) ( )
( ) ( )
( ) ( ) C B A C B A
c b a C B A
c b a C B A
c b a C B A
n m
ij ij n m ij
n m ij
n m
ij ij
n m ij n m ij n m ij
+ + = + +
+ + = + +
+ + = + +
+ + = + +
] [
] [
] [ ] [ ] [
La demostracin de las otras propiedades es similar; por lo que queda para realizar por el
estudiante.
Producto de matrices
Si se tiene la matriz de orden
p m j i
a A
= ] [ y la matriz de orden
n p j i
b B
= ] [
Entonces se dice que el producto de las matrices A y B darn como resultado otra matriz C de
orden mxn, es decir: n m ij
c C
= ] [
Por lo tanto el producto de dos matrices podemos definirlo de la siguiente manera:
n m ij n p ij p m ij
] c [ ] b [ ] a [ B A C
= = =
Esto implica que para poder realizar la multiplicacin AB, la matriz A debe ser conforme a la matriz
B. Es decir que, el nmero de columnas de A debe ser igual al nmero de filas de la matriz B.
Propiedades del producto de matrices
Estas son algunas de las propiedades del producto de matrices:
1) A ( B . C ) = ( A . B ) . C Asociativa
2) A ( B + C ) = A . B + A . C Distributiva izquierda
3) ( B + C ). A = B . A + C . A Distributiva derecha
4) A ( B C ) = A . B A . C
5) ( B C ) . A = B. A C . A
6) a . ( B + C ) = a . B + a . C
7) ( a + b ) . C = a . C + b . C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 27
Ejemplos
1) Si se tiene las matrices:
3 3
3 1 0
3 2 2
8 5 1
(
(
(
= A
3 3
3 0 1
4 2 1
3 8 1
(
(
(
= B
Calcular: A es conforme a B.Calcular:
a) ? B A =
b) ? A B =
c) ? A A =
Solucin.- Multiplicamos cada fila de la matriz A con cada columna de la matriz B.
a)
3 3
33 32 31
23 22 21
13 12 11
(
(
(
=
C C C
C C C
C C C
B A
3 3
5 2 2
7 6 7
7 2 4
(
(
(
= B A
[ ]
[ ]
[ ]
[ ]
[ ] 12 0 4 16
0
2
8
3 2 2
3 3 2 2
1
1
1
3 2 2
7 24 20 3
3
4
3
8 5 1
2 0 10 8
0
2
8
8 5 1
4 8 5 1
1
1
1
8 5 1
22
21
13
12
11
= + =
(
(
(
=
= =
(
(
(
=
= + =
(
(
(
=
= + =
(
(
(
=
= + =
(
(
(
=
C
C
C
C
C
[ ]
[ ]
[ ]
[ ] 5 9 4 0
3
4
3
3 1 0
2 0 2 0
0
2
8
3 1 0
2 3 1 0
1
1
1
3 1 0
7 9 8 6
3
4
3
3 2 2
33
32
31
23
= + =
(
(
(
=
= + + =
(
(
(
=
= + =
(
(
(
=
= + =
(
(
(
=
C
C
C
C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 28
b) Solucin.- Multiplicamos cada fila de la matriz B con cada columna de la matriz A.
3 3
33 32 31
23 22 21
13 12 11
(
(
(
=
C C C
C C C
C C C
A B
3 3
17 8 1
14 5 3
7 8 15
(
(
(
= A B
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ] 17 9 0 8
3
3
8
3 0 1
8 3 0 5
1
2
5
3 0 1
1 0 0 1
0
2
1
3 0 1
14 12 6 8
3
3
8
4 2 1
5 4 4 5
1
2
5
4 2 1
3 0 4 1
0
2
1
4 2 1
7 9 24 8
3
3
8
3 8 1
8 3 16 5
1
2
5
3 8 1
15 0 16 1
0
2
1
3 8 1
33
32
31
23
22
21
13
12
11
= + =
(
(
(
=
= + + =
(
(
(
=
= + + =
(
(
(
=
= + =
(
(
(
=
= + =
(
(
(
=
= + + =
(
(
(
=
= + =
(
(
(
=
= + =
(
(
(
=
= + + =
(
(
(
=
C
C
C
C
C
C
C
C
C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 29
c) Solucin.- Multiplicamos cada fila de la matriz A con cada columna de la matriz A.
3 3
33 32 31
23 22 21
13 12 11
(
(
(
=
C C C
C C C
C C C
A A
3 3
12 5 2
1 3 2
31 13 9
(
(
(
= A A
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ] 12 9 3 0
3
3
8
3 1 0
5 3 2 0
1
2
5
3 1 0
2 0 2 0
0
2
1
3 1 0
1 9 6 16
3
3
8
3 2 2
3 3 4 10
1
2
5
3 2 2
2 0 4 2
0
2
1
3 2 2
31 24 15 8
3
3
8
8 5 1
13 8 10 5
1
2
5
8 5 1
9 0 10 1
0
2
1
8 5 1
33
32
31
23
22
21
13
12
11
= + + =
(
(
(
=
= =
(
(
(
=
= + + =
(
(
(
=
= =
(
(
(
=
= + + =
(
(
(
=
= + =
(
(
(
=
= =
(
(
(
=
= + + =
(
(
(
=
= + =
(
(
(
=
C
C
C
C
C
C
C
C
C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 30
2) Si se tiene las matrices:
3 2
3 1 2
4 3 2
= A
2 3
2 1
3 2
2 1
(
(
(
= B
A es conforme a B.
Calcular:
a) ? B A =
b) ? A B =
c) ? A A =
Solucin.- Multiplicamos cada fila de la matriz A con cada columna de la matriz B.
a)
2 2
22 21
12 11
=
C C
C C
B A
2 2
17 3
13 8
= B A
[ ]
[ ]
[ ]
[ ] 7 6 3 4
2
3
2
3 1 2
3 3 2 2
1
2
1
3 1 2
13 8 9 4
2
3
2
4 3 2
8 4 6 2
1
2
1
4 3 2
22
21
12
11
= + =
(
(
(
=
= + =
(
(
(
=
= + + =
(
(
(
=
= + + =
(
(
(
=
C
C
C
C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 31
b) Solucin.- Multiplicamos cada fila de la matriz B con cada columna A .
3 3
33 32 31
23 22 21
13 12 11
(
(
(
=
C C C
C C C
C C C
A B
3 3
10 1 2
17 3 2
10 1 2
(
(
(
= A B
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ]
[ ] 10 6 4
3
4
2 1
1 2 3
1
3
2 1
2 4 2
2
2
2 1
17 9 8
3
4
3 2
3 3 6
1
3
3 2
2 6 4
2
2
3 2
10 6 4
3
4
2 1
1 2 3
1
3
2 1
2 4 2
2
2
2 1
33
32
31
23
22
21
13
12
11
= + =
(
=
= =
(
=
= + =
(
=
= + =
(
=
= =
(
=
= + =
(
=
= + =
(
=
= =
(
=
= + =
(
=
C
C
C
C
C
C
C
C
C
c) No se puede realizar la operacin porque A no es conforme a A.
3) Si se tiene las matrices:
2 3
4 1
3 0
3 1
(
(
(
= A
3 2
2 1 2
4 1 3
= B
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 32
A es conforme a B.
Calcular:
a) ? B A =
b) ? A B =
Solucin.- Multiplicamos cada fila de la matriz A con cada columna de la matriz B.
a)
3 3
33 32 31
23 22 21
13 12 11
(
(
(
=
C C C
C C C
C C C
B A
3 3
4 5 5
6 3 6
10 2 9
(
(
(
= B A
b) Solucin.- Multiplicamos cada fila de la matriz B con cada columna de la matriz A.
2 2
22 21
12 11
=
C C
C C
A B
2 2
17 0
22 1
= A B
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ]
[ [[ [ ] ]] ] 4 8 4
2
4
4 1
5 4 1
1
1
4 1
5 8 3
2
3
4 1
6 6 0
2
4
3 0
3 3 0
1
1
3 0
6 6 0
2
3
3 0
10 6 4
2
4
3 1
2 3 1
1
1
3 1
9 6 3
2
3
3 1
33
32
31
23
22
21
13
12
11
= == = + ++ + = == =
( (( (
( (( (
= == =
= == = + ++ + = == =
( (( (
( (( (
= == =
= == = + ++ + = == =
( (( (
( (( (
= == =
= == = + ++ + = == =
( (( (
( (( (
= == =
= == = + ++ + = == =
( (( (
( (( (
= == =
= == = + ++ + = == =
( (( (
( (( (
= == =
= == = + ++ + = == =
( (( (
( (( (
= == =
= == = + ++ + = == =
( (( (
( (( (
= == =
= == = + ++ + = == =
( (( (
( (( (
= == =
C
C
C
C
C
C
C
C
C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 33
[ ]
[ ]
[ ]
[ ] 17 8 3 6
4
3
3
2 1 2
0 2 0 2
1
0
1
2 1 2
22 16 3 9
2
3
2
4 1 3
1 4 0 3
1
0
1
4 1 3
22
21
12
11
= + + =
(
(
(
=
= + =
(
(
(
=
= + =
(
(
(
=
= + =
(
(
(
=
C
C
C
C
Propiedades de la multiplicacin de matrices
Si A, B y C son matrices del mismo orden respecto a la suma y conformes respecto a la
multiplicacin, entonces podemos presentar las siguientes propiedades:
1) ( ) ( ) C B A C B A . . . . = Asociativa
2) ( ) C A B A C B A . . . + = + Distributiva a la izquierda
3) ( ) C B C A C B A . . . + = + Distributiva a la derecha
Cuando las matrices cumplen estas tres propiedades conformes a la suma y la multiplicacin
entonces se dice que ellos forman un anillo.
Multiplicacin por escalar
Si k es un nmero real diferente de cero y se tiene la matriz
n m ij
a A
= ] [
entonces podemos
definir la multiplicacin de un escalar por una matriz de la siguiente manera:
n m ij n m ij
a k a k A k
= = ] [ ] [
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 34
Es decir que para multiplicar un escalar por una matriz; la multiplicacin del escalar se realiza
elemento a elemento.
Ejemplos
1) Si:
2 2
4 2
3
2
1
(
(
(
= A k = - 2
Calcular:
? A k =
Solucin
( )
2 2
2 2
8 4
6 1
4 2
3
2
1
2
=
(
(
(
= A k Es escalar multiplica a cada uno de los elementos.
2) Si:
3 3
6 0
2
3
4 1 2
3 2 1
(
(
(
(
(
(
= B y
3
1
= ; 1 =
Calcular:
a) ? = + B B
b) ( ) ? = + B
Solucin
a)
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 35
( )
3 3
3 3 3 3
3 3 3 3
4 0 1
3
8
3
2
3
4
2
3
4
3
2
6 0
2
3
4 1 2
3 2 1
2 0
2
1
3
4
3
1
3
2
1
3
2
3
1
6 0
2
3
4 1 2
3 2 1
1
6 0
2
3
4 1 2
3 2 1
3
1
(
(
(
(
(
(
= +
(
(
(
(
(
(
+
(
(
(
(
(
(
= +
(
(
(
(
(
(
+
(
(
(
(
(
(
\
|
= +
B B
B B
B B
b)
( )
( )
( )
3 3
3 3
3 3
4 0 1
3
8
3
2
3
4
2
3
4
3
2
6 0
2
3
4 1 2
3 2 1
3
2
6 0
2
3
4 1 2
3 2 1
1
3
1
(
(
(
(
(
(
= +
(
(
(
(
(
(
\
|
= +
(
(
(
(
(
(
\
|
= +
B
B
B
Conclusin:
( ) B B B + = +
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 36
Propiedades de los escalares
Si: k y r son nmeros reales y las matrices A y B son conformes para la suma algebraica y
el producto entonces podemos verificar las siguientes propiedades:
1) ( ) B k A k B A k + = +
2) ( ) A r A k A r k + = +
3) ( ) ( ) A r k A r k =
4) ( ) ( ) B A k B k A =
Potencia de una matriz
Si se sabe que la matriz
n n ij
a A
= ] [
es una matriz cuadrada y p y q son nmeros enteros
positivos, entonces podemos definir la potencia de una matriz de la siguiente manera:
A A A A A
P
= ... p veces
Propiedades de la potencia de una matriz
1)
q p q p
A A A
+
= Los exponentes Se suman
2) ( )
q p q p
A A
= Se multiplican los exponentes
3) 1
0
= == = A Es igual a la unidad
4) I I
p
= Es igual a la Identidad
Ejemplos
1 ) Dada la siguiente matriz:
3 3
1 1 2
1 2 1
3 2 1
(
(
(
= A
Calcular:
a)
3
A
b) I A A + + 2
2
c) ( )
2
I A +
Solucin.- Multiplicamos tres veces la matriz A por ella misma para hallar A
3
.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 37
A A A A A A = =
2 3
Esto aplicando la definicin de Potencia de una matriz.
3 * 3
3
3 3 3 3
3
3 3 3 3 3 3
3
10 4 14
18 6 12
14 10 8
1 1 2
1 2 1
3 2 1
8 1 1
6 3 3
2 1 5
1 1 2
1 2 1
3 2 1
1 1 2
1 2 1
3 2 1
1 1 2
1 2 1
3 2 1
(
(
(
=
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
=
A
A
A
b) Solucin.- Reemplazamos los valores de cada matriz y realizamos la operacin.
( )
3 3
2
3 3 3 3 3 3
2
3 3 3 3 3 3 3 3
2
7 3 3
4 0 1
8 5 8
2
1 0 0
0 1 0
0 0 1
1 1 2
1 2 1
3 2 1
8 1 1
6 3 3
2 1 5
2
1 0 0
0 1 0
0 0 1
1 1 2
1 2 1
3 2 1
2
1 1 2
1 2 1
3 2 1
1 1 2
1 2 1
3 2 1
2
(
(
(
= + +
(
(
(
+
(
(
(
+
(
(
(
= + +
(
(
(
+
(
(
(
+
(
(
(
(
(
(
= + +
I A A
I A A
I A A
c) Solucin.- Primeramente sumamos las dos matrices y luego multiplicamos las matrices.
( )
( )
3 3
2
3 3 3 3
2
3 3 3 3
7 3 3
4 0 1
8 5 8
0 1 2
1 1 1
3 2 2
0 1 2
1 1 1
3 2 2
1 0 0
0 1 0
0 0 1
1 1 2
1 2 1
3 2 1
(
(
(
= +
(
(
(
(
(
(
= +
(
(
(
+
(
(
(
= +
I A
I A
I A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 38
2. Si se tiente la siguiente matriz:
2 x 2
4 3
2 1
B
(
= Calcular: B
3
.
3. Si se tiene la siguiente matriz:
3 x 3
4 5 8
3 1 2
3 2 1
C
(
(
(
= Calcular: C
3
Matriz transpuesta
Si se tiene la matriz
n m ij
a A
= ] [
de orden mxn . Entonces a la matriz transpuesta podemos
definirla de la siguiente manera.
m n ji
t
t
a A
ij
a
n m
= =
] [ ] [
Es decir, que una matriz transpuesta es aquella cuando las filas de la matriz A se convierten en
columnas de dicha matriz, es decir:
3 2
6 5 4
3 2 1
x
A
(
=
Propiedades de la Matriz Transpuesta
La matriz transpuesta cumple las siguientes propiedades:
1. ( ) A A
t
t
=
2. ( )
t t t
B A B A + = +
3. ( )
t t
A . A . =
4. ( )
t t t
A . B B . A =
Ejemplos
1) Dadas las siguientes matrices:
2 3
1 1
2 3
2 1
(
(
(
= A
3 2
2 1 1
0 2 1
= B
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 39
Calcular:
a) ( ) ? B A
t
=
b) ? A B
t t
=
c) ( ) ? A
t
t
=
a) Solucin.- Primeramente multiplicamos las matrices y luego se realiza la transpuesta.
( )
3 3
t
3 3
3 2
2 3
2 4 4
1 7 4
0 5 3
B A
2 1 0
4 7 5
4 4 3
2 1 1
0 2 1
1 1
2 3
2 1
B A
(
(
(
=
(
(
(
=
(
(
(
(
=
b) Solucin.- Primeramente hallamos las transpuestas de cada matriz y luego realizamos el
producto.
3 3
3 2
2 3
2 4 4
1 8 4
0 5 3
1 2 2
1 3 1
2 0
1 2
1 1
(
(
(
=
(
(
(
(
=
t t
t t
A B
A B
c) Solucin.- Hallamos la transpuesta luego volvemos a hallar la transpuesta.
( )
2 3
t t
1 1
2 3
2 1
A
(
(
(
=
Conclusin:
( ) A A
t
t
=
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 40
2. Dadas las siguientes matrices:
2 x 5
8 1
2 1
0 0
4 / 1 3
0 1
A
(
(
(
(
(
(
=
4 x 2
4 3 2 1
3 8 1 0
B
(
=
Demostrar que: ( )
t t t
A . B B . A =
PRACTICO N 1
1 ) Dadas las siguientes matrices:
2 3
1 1
2 1
0 1
(
(
(
= A ;
2 2
3 0
1 2
= B ;
3 2
4 1 2
3 2 1
= C ;
3 3
4 2 3
1 0 1
2 5 1
(
(
(
= D ;
3 3
3 1 4
2 1 1
3 1 6
(
(
(
= E
Calcular:
a) ? = B A
b) ? = E D
c) ? = E D
d) ? = B E
e) ? 3 = D C
f) ( ) ? = C B A
g) ( ) ? 2 = + B C B A
h) ?
2
= + E D
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 41
Respuestas:
a)
2 3
2 2
7 2
1 2
(
(
(
= B A
b)
3 3
1 1 1
1 1 0
1 4 5
(
(
(
= E D
c)
3 3
25 9 32
0 0 2
19 8 9
(
(
(
= E D
d) No se puede realizar la operacin.
e) No se puede realizar la operacin
f) ( )
3 3
14 6 6
22 3 12
2 3 0
(
(
(
= C B A
g) No se puede realizar la operacin.
h)
3 3
2
27 10 38
6 2 0
31 15 48
(
(
(
= + E D
2) Dadas las siguientes matrices:
3 2
1 3 5
1 6 3
= A ;
3 2
4 3 2
1 0 5
= B ;
4 3
3 0 0 1
2 2 1 3
1 0 2 1
(
(
(
= C ;
1 3
3
1
3
(
(
(
= D ;
2 2
3 2
3 1
= E
Calcular: Respuestas:
a) ? = E A
t
a)
2 3
6 3
9 0
24 13
(
(
(
= E A
t
b) ? 4 3 = B A b)
3 2
13 21 23
7 18 11
4 3
= B A
c) ? = D B c)
1 2
9
12
= D B
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 42
3) Dadas las siguientes matrices:
2 3
6 8
2 4
7 2
(
(
(
= A ;
1 3
1
2
3
(
(
(
= B ; [ ]
3 1
1 2 5
= C ;
3 3
1 1 1
0 1 0
0 1 1
(
(
(
= D
Calcular: Respuestas:
a) ? = B D a)
1 3
6
2
5
(
(
(
= B D
b) ? = D A
t
b)
3 2
6 15 13
8 14 10
= D A
t
c) ? = D D
t
c)
3 3
1 1 1
1 3 2
1 2 2
(
(
(
= D D
t
d) ( ) ? 2 =
t
C B D d)
(
(
(
6 4 5
8 2 10
20 8 13
4) Dadas las siguientes matrices:
3 3
1 3 4
3 1 2
2 3 1
(
(
(
= A ;
4 3
0 1 2 1
1 1 1 2
0 1 4 1
(
(
(
= B ;
4 3
0 1 5 2
1 1 2 3
1 1 1 2
(
(
(
= C
Calcular:
Respuestas:
a) ? = B A a)
4 3
3 0 15 3
1 0 15 1
3 6 3 9
(
(
(
= B A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 43
b) ( ) ? = + C B A b) ( )
4 3
8 0 30 6
4 0 30 2
2 0 12 24
(
(
(
= + C B A
c) ? = + C A B A c)
4 3
8 0 30 6
4 0 30 2
2 0 12 24
(
(
(
= + C A B A
5) Dadas las siguientes matrices:
3 2
3 7
2
1
4 2 3
(
(
(
= A ;
2 3
3
7
5
8 1
2
2
3
(
(
(
(
(
(
= B ;
3 3
1 2 3
3 2 1
3 2 1
(
(
(
= C
Calcular: Respuestas:
a) ? = B A a)
2 2
46
28
227
34
14
75
(
(
(
(
= B A
b) ? = A B b)
3 3
7
43
7
157
14
9
28 54 7
0 17
2
7
(
(
(
(
(
(
= A B
c) ? = A A c) No se puede realizar la operacin.
d) ? = C B d) No se puede realizar la operacin.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 44
Unidad N 2: Determinantes
Competencias
Al finalizar la unidad el estudiante desarrollar las siguientes competencias:
1) Calcula el determinante de matrices 2x2, 3x3, 4x4, nxn.
2) Aplica las propiedades de los determinantes para calcular su valor.
3) Aplica los determinantes en el clculo de la inversa de una matriz
4) Calcula la inversa de una matriz por diferentes mtodos
5) Resuelve Sistemas de ecuaciones lipor diferentes mtodos.
Definicin
El determinante de una matriz cuadrada A es un nmero escalar que se obtiene de los elementos de
una matriz realizando operaciones sobre ellos; de donde se halla el determinante y se lo simboliza de la
siguiente manera: det(A) |A|.
Signo de una Matriz
Cada elemento que conforma a una matriz tiene su signo, cuando sta presenta diferentes elementos
dentro de ella; entonces se toma el signo de cada elemento como ( )
j i +
1
Es decir: Sig [ ] ( )
j i
ij
a
+
= 1
Por ejemplo si queremos determinar el signo de los elementos de una matriz de orden 3x3 se tiene que:
3 3
33 32 31
23 22 21
13 12 11
(
(
(
=
a a a
a a a
a a a
A
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
3 3
3 3 2 3 1 3
3 2 2 2 1 2
3 1 2 1 1 1
1 1 1
1 1 1
1 1 1
+ + +
+ + +
+ + +
(
(
(
= A Entonces se tiene:
3 3
(
(
(
+ +
+
+ +
= A
Lo mismo ocurrir para matrices de rden 4x4; 5x5; 6x6; nxn.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 45
Determinante de una Matriz de orden 2x2
Para calcular el determinante de una matriz de orden dos se realiza el producto de los elementos de la
diagonal principal, menos el producto de los elementos de la diagonal secundaria, es decir:
Si:
2 2
22 21
12 11
=
a a
a a
A
Entonces:
( )
21 12 22 11
det a a a a A =
Ejemplos:
1) Calcular el determinante de la siguiente matriz:
2 2
4 1
2 1
= A
( ) ( ) ( ) [ ]
( )
( ) 6 det
2 4 det
2 1 4 1 det
=
+ =
=
A
A
A
2) Calcular el determinante de la siguiente matriz:
2 2
4 1
2
2
1
(
(
(
= B
( ) ( ) ( ) ( ) [ ]
( )
( ) 4 det
2 2 det
1 2 4
2
1
det
=
=
(
=
B
B
B
3) Calcular el determinante de la siguiente matriz:
2 2
4
1
3
5
3 1
(
(
(
= C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 46
( ) ( )
( )
( )
4
21
det
5
4
1
det
3
5
3
4
1
1 det
=
=
(
\
|
(
\
|
=
C
C
C
4) Calcular el determinante de la siguiente matriz:
2 2
3
4
3
8 1
(
(
(
(
(
(
(
(
(
= A
3 3
(
(
(
+ +
+
+ +
= A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 47
( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )
( ) 20 det
38 10 48 det
19 2 2 5 48 1 det
27 8 2 18 16 5 24 72 1 det
4 3
9 2
2
8 3
6 2
5
8 4
6 9
1 det
=
+ =
+ =
+ =
+ =
A
A
A
A
A
2) Calcular el determinante de:
3 3
8 2 3
6 1 2
2 3 1
(
(
(
= B
( )
( ) ( ) ( ) ( )
( )
( ) 4 det
2 6 4 det
3 4 2 18 16 3 12 8 1 det
2 3
1 2
2
8 3
6 2
3
8 2
6 1
1 det
=
+ + =
+ =
+ =
B
B
B
B
3) Calcular el determinante de:
3 3
0 1 3
3 0 2
6 7 0
(
(
(
= C
( )
( ) ( ) ( )
( )
( ) 75 det
12 63 0 det
0 2 6 9 0 7 0 det
1 3
0 2
6
0 3
3 2
7
0 1
3 0
0 det
=
+ + =
+ + =
+ =
C
C
C
C
4) Calcular el determinante de la siguiente matriz:
3 3
1 2 3
8 4 1
3 2 1
(
(
(
(
(
(
+ + +
=
x y x z z y
z y x E Para realizar por el estudiante
Determinante de una Matriz de orden 4x4, 5x5, nxn
Para calcular el determinante de una matriz 4x4, 5x5, nxn; se debe ir reduciendo la matriz hasta
llegar a una matriz 2x2 siempre tomando en cuenta los signos de los elementos de la fila o columna
elegida.
Ejemplos:
1) Calcular el determinante de la siguiente matriz:
4 4
8 4 2 3
6 9 1 2
4 3 1 0
2 5 3 1
(
(
(
(
=
A
A
A
A
2) Calcular el determinante de la siguiente matriz:
4 4
2 0 3 4
2 1 1 3
0 2 0 1
3 2 2 1
(
(
(
(
= B
Para realizar por el estudiante (-131)
3) Calcular el determinante de la siguiente matriz:
4 4
1 1 2 2
3 4 1 1
2 1 0 3
2 3 1 2
(
(
(
(
= C
Para realizar por el estudiante (- 55 )
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 49
Propiedades de los Determinates
Los determinantes tienen propiedades que ayudan a resolver problemas cuando estas son aplicadas
en las matrices y algunas de estas propiedades son las siguientes:
Propiedad 1.- Si todos los elementos de una fila o una columna de la matriz son nulos; entonces el
determinante de dicha matiz es cero.
Por ejemplo:
3 3
3 0 1
6 0 4
3 0 1
(
(
(
= A
( ) 0 det = A
Propiedad 2.- Si dos filas o columnas de una matriz cuadrada son iguales o mltiplos entre si
entonces el determinante de dicha matriz es cero.
Por ejemplo: En este caso la fila 1 es mltiplo de la fila 3.
3 3
6 4 2
8 4 3
3 2 1
(
(
(
= B Entonces:
( ) 0 det = B
Propiedad 3.- Si la matriz A1 es el resultado de un intercambio de dos filas o columnas
adyacentes de la matriz A entonces se cumple que: ( ) ( ) A A det det
1
=
Por ejemplo:
En este caso se intercambiaron las filas dos y tres
3 3
1 2 2
3 2 1
0 3 1
(
(
(
= A
3 3
1
3 2 1
1 2 2
0 3 1
(
(
(
= A
( )
( ) ( ) ( ) ( )
( )
( ) 23 det
15 8 det
4 2 0 6 1 3 6 2 1 det
2 2
2 1
0
1 2
3 1
3
1 2
3 2
1 det
=
+ =
+ + =
=
A
A
A
A
( )
( ) ( ) ( ) ( )
( )
( ) 23 det
15 8 det
2 4 0 1 6 3 2 6 1 det
2 1
2 2
0
3 1
1 2
3
3 2
1 2
1 det
1
1
1
1
=
=
+ + =
=
A
A
A
A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 50
Propiedad 4.- Si A1 es el resultado de multiplicar una fila de la matriz A o una columna de la
misma matriz A por una constante k diferente de cero, entonces se cumple que:
( ) ( ) A k A det det
1
=
Por ejemplo:
3 3
6 5 3
2 1 2
3 2 1
(
(
(
= A
( )
( ) ( ) ( ) ( )
( )
( ) 5 det
21 12 4 det
3 10 3 6 12 2 10 6 1 det
5 3
1 2
3
6 3
2 2
2
6 5
2 1
1 det
=
+ =
+ =
+ =
A
A
A
A
Multiplicando la fila 2 por 4 se tiene:
3 3
1
6 5 3
8 4 8
3 2 1
(
(
(
= A
( )
( ) ( ) ( ) ( )
( )
( ) 20 det
84 48 16 det
12 40 3 24 48 2 40 24 1 det
5 3
4 8
3
6 3
8 8
2
6 5
8 4
1 det
1
1
1
1
=
+ =
+ =
+ =
A
A
A
A
Entonces se cumple que:
( ) ( )
20 20
5 4 20
det det
1
=
=
= A k A
Propiedad 5.- Si se multiplica una fila o una columna cualquiera de la matriz A por un nmero
Real diferente de cero y si luego este resultado se suma a otra fila o columna cualquiera; entonces el
valor del determinante no cambia.
Cuando se realiza este tipo de operaciones sobre las matrices, lo que se quiere lograr es:
a) Convertir la matriz en triangular superior para calcular luego el determinante de dicha matriz
solamente multiplicando los elementos de la diagonal principal.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 51
b) Lograr que una fila o una columna de la matriz tenga elementos nulos entonces el determinante
de dicha matriz ser cero.
Ejemplos:
1) Calcular el determinante de la siguiente matriz:
3 3
5 2 0
4 1 3
2 1 1
(
(
(
= A
Solucin:
( )
( )
( ) 16 det
12 15 13 det
2 0
1 3
2
5 0
4 3
1
5 2
4 1
1 det
=
+ =
+ +
=
A
A
A
Ahora convertimos a la matriz en triangular superior y calculamos el determinante.
( )
3 3
12
5 2 0
2 4 0
2 1 1
3
(
(
(
A
3 3
23
4 0 0
2 4 0
2 1 1
2
1
(
(
(
\
|
A
( )
( ) 16 det
4 4 1 det
=
=
A
A
Fila 2 Columna 3
Entonces el determinante resulta de multiplicar los elementos de la diagonal principal.
2) Calcular el determinante de la siguiente matriz aplicando la propiedad:
3 3
8 1 1
3 1 0
3 2 1
(
(
(
= B
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 52
Solucin:
( )
3 3
13
5 1 0
3 1 0
3 2 1
1
(
(
(
A ( )
3 3
23
2 0 0
3 1 0
3 2 1
1 A
(
(
(
(
(
(
= C
Solucin:
( )
3 3
12
5 1 0
2 4 0
2 1 1
3
(
(
(
A
3 3
23
2
9
0 0
2 4 0
2 1 1
4
1
(
(
(
(
(
(
\
|
A
Multiplicando los elementos de la diagonal principal se tiene:
( )
( ) 18 det
2
9
4 1 det
=
=
C
C
4) Calcular el determinante de la siguiente matriz aplicando la propiedad:
3 3
5 2 1
9 4 2
2 3 1
(
(
(
= D
Solucin:
( )
3 3
12
5 2 1
5 2 0
2 3 1
2
(
(
(
A ( )
3 3
13
3 1 0
5 2 0
2 3 1
1
(
(
(
A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 53
3 3
23
2
1
0 0
5 2 0
2 3 1
2
1
(
(
(
(
(
(
\
|
A
( ) ( )
( ) 1 det
2
1
2 1 det
=
=
D
D
5) Calcular el determinante de la siguiente matriz:
3 3
9 8 7
6 5 4
3 2 1
(
(
(
= E
Solucin:
( )
3 3
12
9 8 7
6 3 0
3 2 1
4
(
(
(
A
( )
3 * 3
13
12 6 0
6 3 0
3 2 1
7
(
(
(
A
( )
3 3
23
0 0 0
6 3 0
3 2 1
2
(
(
(
A
( ) ( )
( ) 0 det
0 3 1 det
=
=
E
E
6) Calcular el determinante de la siguiente matriz:
4 4
8 4 2 3
6 9 1 2
4 3 1 0
6 5 3 1
(
(
(
(
= F
Solucin:
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 54
( )
( )
4 4
14
13
10 11 7 0
6 1 5 0
4 3 1 0
6 5 3 1
3
2
(
(
(
(
A
A
( )
( )
4 4
24
23
38 32 0 0
26 16 0 0
4 3 1 0
6 5 3 1
3
2
(
(
(
(
A
A
( )
4 4
34
14 0 0 0
26 16 0 0
4 3 1 0
6 5 3 1
2
(
(
(
(
A
( ) ( ) ( )
( ) 224 det
14 16 1 1 det
=
=
F
F
Entonces multiplicando los elementos de la diagonal principal.
Menores de una Matriz
Si se sabe que la matriz A es cuadrada es decir de orden nxn y la matriz Mij , es de orden
( ) ( ) 1 1 n n que se obtiene al eliminar de la matriz A su i-sima fila y su j-sima columna;
entonces a la matriz Mij se denomina ij-sima menor de A.
Es decir que para calcular los menores de una matriz se debe eliminar la fila y la columna indicada
por el menor.
Ejemplos:
1) Dada la siguiente matriz
3 3
3 4 1
7 8 6
3 2 1
(
(
(
= A
Calcular:
Respuestas:
a) ?
12
= M a)
2 2
12
3 1
7 6
= M
b) ?
22
= M b)
2 2
22
3 1
3 1
= M
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 55
c) ?
31
= M c)
2 2
31
7 8
3 2
= M
2) Dada la siguiente matriz
4 * 4
3 1 2 9
8 6 3 0
0 1 4 2
2 0 1 1
(
(
(
(
= B
Calcular:
Respuestas:
a) ?
44
= M a)
3 3
44
6 3 0
1 4 2
0 1 1
(
(
(
= M
b) ?
13
= M b)
3 3
13
3 2 9
8 3 0
0 4 2
(
(
(
= M
c) ?
33
= M c)
3 3
33
3 2 9
0 4 2
2 1 1
(
(
(
= M
Cofactores de una Matriz
Sea A una matriz cuadrada de orden nxn entonces el ij-simo cofactor de la matriz A est
representado por Cij y est definido de la siguiente manera: ( )
ij
j i
ij
M C
+
= 1
Es decir que para calcular los cofactores de una matriz se debe determinar el signo de cada
elemento y multiplicarlo por el determinante del menor.
Ejemplos:
1) Dada la siguiente matriz:
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 56
3 3
0 2 3
8 6 1
3 2 1
(
(
(
= A
Calcular: Respuestas:
a) ?
13
= C a)
( )
( )
16
18 2
2 3
6 1
1
13
13
3 1
13
=
+ =
=
+
C
C
C
b) ?
32
= C b)
( )
( )
11
3 8
8 1
3 1
1
32
32
2 3
32
=
+ =
=
+
C
C
C
c) ?
12
= C c)
( )
( )
24
24 0
0 3
8 1
1
12
12
2 1
12
=
=
=
+
C
C
C
d) ?
23
= C d)
( )
( )
8
6 2
2 3
2 1
1
23
23
3 2
23
=
=
=
+
C
C
C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 57
2) Dada la siguiente matriz:
4 4
0 2 0 1
0 1 2 3
2 6 0 2
4 3 2 1
(
(
(
(
= B
Calcular:
a) ?
14
= C
b) ?
41
= C
c) ?
32
= C
d) ?
23
= C
Solucin:
a)
( )
( ) ( ) ( ) [ ]
( )
20
12 8
2 0 6 1 6 0 0 4 2
0 1
2 3
6
2 1
1 3
0
2 0
1 2
2
2 0 1
1 2 3
6 0 2
1
14
14
14
14
4 1
14
=
+ =
+ + + =
(
=
+
C
C
C
C
C
b)
( )
( ) ( ) ( ) [ ]
( )
56
48 12 4
12 0 4 4 0 3 2 0 2
1 2
6 0
4
0 2
2 0
3
0 1
2 6
2
0 1 2
2 6 0
4 3 2
1
41
41
41
41
1 4
41
=
=
+ + + =
(
=
=
+
C
C
C
C
C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 58
( )
( ) ( ) ( ) [ ]
[ ]
42
40 6 4
6 4 4 2 0 3 4 0 1
2 1
6 2
4
0 1
2 2
3
0 2
2 6
1
0 2 1
2 6 2
4 3 1
1
32
32
32
32
2 3
32
=
+ + =
+ + =
(
=
=
+
C
C
C
C
C
d)
( )
( ) ( ) ( ) [ ]
[ ]
8
8 0 0
2 0 4 0 0 2 0 0 1
0 1
2 3
4
0 1
0 3
2
0 0
0 2
1
0 0 1
0 2 3
4 2 1
1
23
23
23
23
3 2
23
=
+ =
+ + =
(
=
+
C
C
C
C
C
Adjunta de una Matriz
Sea A una matriz cuadrada de orden nxn entonces la adjunta de la matriz A que se representa
como ( ) A adj
*
A , es la totalidad de todos los cofactores de la matriz A respetando los signos
de cada elemento de dicha matriz.
Ejemplos:
1. Calcular la adjunta de la matriz:
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
3 3
*
3 3
*
3 3
*
3 3
1 4 5
3 5 1
3 2 6
4 3 6 2 9 4
6 3 9 4 9 8
9 6 6 8 6 12
3 2
2 1
2 2
3 1
2 3
3 2
3 3
2 1
4 3
3 1
4 3
3 2
3 3
3 2
4 3
2 2
4 3
2 3
4 3 3
2 3 2
3 2 1
(
(
(
=
(
(
(
+ +
+
+ +
=
(
(
(
(
(
(
(
+ +
+
+ +
=
(
(
(
=
A
A
A
A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 59
2. Calcular la adjunta de las matriz:
3 3
*
3 3
*
3 3
6 10 12
2 4 7
2 4 4
0 2
3 2
4 2
1 2
4 0
1 3
1 0
3 2
2 0
1 2
2 1
1 3
1 0
0 2
2 0
4 2
2 1
4 0
2 1 0
4 0 2
1 3 2
(
(
(
=
(
(
(
(
(
(
(
+
=
(
(
(
=
B
B
B
Matriz Inversa
Se dice que una matriz A es regular si su determinante es diferente de cero. En caso de que la
determinante fuera cero, entonces la matriz es singular.
Por lo tanto si la matriz A es cuadrada es decir de orden nxn; entonces esta matriz tiene inversa
siempre y cuando exista otra matriz que conmute con A, para la operacin del producto de matrices
y el resultado de este producto ser igual a la matriz identidad es decir: I A B B A = =
Entonces para calcular la inversa de una matriz cuadrada A sta debe ser regular; por lo tanto para
el clculo de la inversa de una matriz se aplica la siguiente igualdad:
( I )
( )
( )
t 1
* A
A det
1
A =
Propiedades de la matriz inversa
Algunas de las propiedades de la matriz inversa son las siguientes:
1) I A A A A = =
. .
1 1
2) ( )
1 1 1
. .
= A B B A
3) ( ) A A =
1
1
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 60
4) ( ) ( )
t
t
A A
1
1
=
5) ( )
( ) A
A
det
1
det
1
=
6)
( )
( )
t
A
A
A
= .
det
1
1
7) ( )
1
1
.
1
.
=
A k
A k k es una constante.
Ejemplos:
1) Calcular la inversa de la siguiente matriz aplicando la matriz adjunta:
3 3
3 4 1
4 3 1
3 3 1
(
(
(
= A
Solucin.- Primeramente se calcular el determinante, luego la adjunta y por ltimo se saca la
transpuesta de la matriz adjunta, para reemplazar en la frmula ( I ).
( )
3 3
*
3 3
*
3 3
*
0 1 1
1 0 1
3 3 7
0 1 3
1 0 3
1 1 7
3 1
3 1
4 1
3 1
4 3
3 3
4 1
3 1
3 1
3 1
9 4
3 3
4 1
3 1
13
4 1
3 3
4 3
(
(
(
=
(
(
(
=
(
(
(
(
(
(
(
+ +
+
+ +
=
t
A
A
A
( )
( ) ( ) ( ) ( )
( )
( ) 1 det
3 3 7 det
3 4 3 4 3 3 16 9 1 det
4 1
3 1
3
3 1
4 1
3
3 4
4 3
1 det
=
+ + =
+ =
+ =
A
A
A
A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 61
(
(
(
=
(
(
(
0 1 1
1 0 1
3 3 7
0 1 1
1 0 1
3 3 7
1
1
1
3 3
1
A
A
Prueba: Para realizar la prueba se aplica;
I A A =
1
3 3 3 3 3 3
1 0 0
0 1 0
0 0 1
3 4 1
4 3 1
3 3 1
0 1 1
1 0 1
3 3 7
(
(
(
=
(
(
(
(
(
(
2) Calcular la inversa de la siguiente matriz utilizando la matriz adjunta.
3 3
1 1 2
2 1 1
1 2 1
(
(
(
= A Respuesta:
3 3
1
14 / 3 14 / 5 14 / 1
14 / 1 14 / 3 14 / 5
14 / 5 14 / 1 14 / 3
(
(
(
= A
3) Dada la siguiente matriz. Calcular ( )
1
det
A
(
(
(
=
2 1 3
6 5 4
6 4 2
B Respuesta: 1/6
4) Dadas las siguientes matrices:
(
=
3 2
1 5
A
(
=
4 1
3 1
B
Demostrar que: ( )
1 1 1
. .
= A B B A
5 ) Dada la siguiente matriz:
(
(
(
=
2 2 0
4 0 1
3 2 1
C
Calcular:
a) ( )
C det b) ( )
C C. det c) ( )
1
det
C d) ( )
2
det C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 62
Ejercicios propuestos
1 ) Dadas las siguientes matrices:
3 * 3
3 2 1
1 2 3
3 2 1
(
(
(
= A ;
3 * 3
3 0 2
2 1 0
3 2 1
(
(
(
= B
Calcular:
Respuestas:
a) ( ) ? . det = B A a) ( ) 0 B . A det =
b) ? det . det = B A b) 0 det . det = B A
c) ( ) ? det = + B A c) ( ) 42 B A det = +
2) Dadas las siguientes matrices:
3 3
5 3 1
2 3 4
3 1 1
(
(
(
= A ;
3 3
2 3 3
2 1 4
3
2
1
3
(
(
(
(
(
(
= B
Calcular:
a) ( ) ? . 2 det =
t
B B A A
b)
( )
?
. det
.
det . = +
B A
B A
A B A
t
Respuestas:
a) ( ) 32893 . 2 det =
t
B B A A
b)
( )
3 3
5468
519
10936
783
2734
61
2734
49
1367
76
1367
84
5468
449
10936
437
1367
37
. det
.
det .
(
(
(
(
(
(
= +
B A
B A
A B A
t
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 63
3 ) Hallar la adjunta de las siguientes matrices.
Matrices:
Respuestas:
a)
3 3
6 5 2
3 9 4
2 7 1
(
(
(
= A a)
3 3
19 5 3
9 2 32
2 18 39
A
(
(
(
=
b)
3 3
7 0 0
4 5 0
3 1 2
(
(
(
= B b)
3 3
10 8 11
0 14 7
0 0 35
(
(
(
= B
c)
3 3
4 5 7
8 9 2
3 4 1
(
(
(
= C c)
3 3
1 2 5
23 17 1
53 48 4
C
(
(
(
=
d)
3 3
6 9 4
5 7 2
2 3 1
(
(
(
= D d)
3 3
1 1 1
3 2 0
10 8 3
(
(
(
= D
4 ) Dadas las siguientes matrices:
3 3
4 6 4
4 8 1
6 5 4
(
(
(
= A ;
3 3
7 3 5
7 3 4
1 4 7
(
(
(
= B
Calcular: Respuestas:
a) ( ) ?
*
= B A a) ( )
3 3
*
481 2755 527
1404 5508 1116
1210 5014 806
(
(
(
= B A
b) ?
* *
= B A b)
3 3
* *
481 2755 527
1404 5508 1116
1210 5014 806
(
(
(
= B A
c) Conclusin c) ( )
* * *
B A B A =
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 64
5) Dadas las siguientes matrices:
3 3
3 3 2
3 3 0
8 1 2
(
(
(
= A ;
3 3
1 2 2
0 3 1
3 0 1
(
(
(
= B
Demostrar que:
( )
1 1 1
= A B B A
Solucin:
3 3 3 3
1
36
19
24
1
48
17
144
173
6
1
16
1
48
59
8
1
1
36
19
24
1
48
17
144
173
6
1
16
1
48
59
8
1
(
(
(
(
(
(
=
(
(
(
(
(
(
6) Calcular la inversa de las siguientes matrices utilizando la matriz adjunta.
Respuestas:
a)
3 3
4 5 5
7 9 9
6 2 1
(
(
(
= A a)
3 3
1
9 5 0
47 26 1
40 22 1
(
(
(
= A
b)
3 3
2 0 0
0 3 0
0 0 1
(
(
(
= B b)
3 3
1
2
1
0 0
0
3
1
0
0 0 1
(
(
(
(
(
(
= B
c)
3 3
3 0 0
6 2 0
5 4 1
(
(
(
= C c)
3 3
1
3
1
0 0
1
2
1
0
3
7
2 1
(
(
(
(
(
(
= C
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 65
d)
3 3
6 2 1
5 4 2
1 2 1
(
(
(
= D d) No tiene inversa.
7) Dada la siguiente matriz:
3 3
0 2 2
2 3 8
1 4 3
(
(
(
= A
Calcular:
Respuesta:
a) ( ) ? det
1
=
A ( )
18
25
det
1
=
A
Escalonamiento de Matrices
En el escalonamiento de las matrices podemos definir tres operaciones elementales realizadas
sobre las filas o columnas de la matriz. Estas operaciones son las siguientes:
1) Se puede multiplicar cualquier fila de la matriz por un nmero Real diferente de cero. A esta
operacin la representamos por la letra M.
2) Se puede sumar o restar el mltiplo de una fila a otra fila; a esta operacin se la denomina
adicin de filas y se la representa con la letra A.
3) Se puede permutar dos filas cualesquiera de la matriz; a esta operacin se la representa con la
letra P.
Matriz Equivalente
Si se tiene una matriz
n m
A
sobre la cual se realizan operaciones elementales y se obtiene la
matriz
n m
B
, entonces cuando se cumple estas operaciones en la matriz A; se dice que A es
equivalente a B y se la representa como: B A . Por ejemplo:
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 66
3 3
2 0 0
4 0 1
3 2 1
(
(
(
= A
( )
3 3
2
2 0 0
4 0 1
3 2 1
1
(
(
(
M
( )
3 3
12
2 0 0
7 2 0
3 2 1
1
(
(
(
A
3 3
23
7 2 0
2 0 0
3 2 1
(
(
(
P
3 3
7 2 0
2 0 0
3 2 1
(
(
(
= B Entonces: B A
Matrices Escalonadas por Filas
Las matrices escalonadas por filas tienen dos formas; matriz escalonada y matriz escalonada
reducida:
a) Matriz escalonada
Para que una matriz este en su forma escalonada debe cumplir las siguientes condiciones:
1) Si una matriz tiene filas donde todos sus elementos son nulos, entonces estas filas deben
ubicarse a lo ltimo de la matriz, es decir:
(
(
(
(
=
0 0 0 0
A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 67
2) Si una fila no consta de elementos exclusivamente nulos, entonces el primer elemento diferente
de cero que aparezca en dicha fila debe ser el uno es decir:
(
(
(
(
=
0 0 0 0
1 0
A
3) Si en dos filas sucesivas no nulas el primer uno de la fila inferior debe estar ms hacia la
derecha que el primer uno de la fila superior es decir:
------------
-----
--------
(
(
(
(
=
0 0 0 0
1 0 0
1 0
1
A
Ejemplos:
3 3
4 0 0
3 1 0
3 2 1
(
(
(
= A No es escalonada
4 2
2 1 0 0
5 2 0 1
= B Es escalonada
3 3
1 0 0
2 4 0
3 2 1
(
(
(
= C No es escalonada
4 2
2 2 1 0
3 3 7 1
= D Es escalonada
3 3
1 0 0
2 1 0
3 1 2
(
(
(
= E No es escalonada
b) Matriz Escalonada Reducida o Matriz Cannica
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 68
Es aquella matriz que adems de cumplir las tres condiciones anteriores debe cumplir tambin la
siguiente condicin:
4) Cualquier columna que contenga el primer uno en una fila; todos los dems elementos de dicha
columna deben ser nulos, es decir:
(
(
(
(
=
0 0 0 0
0 0 0
1 0
0 1
A
Ejemplos
3 3
4 0 0
3 1 0
3 0 1
(
(
(
= A No es escalonada reducida
4 2
2 1 0 0
5 0 0 1
= B Es escalonada reducida
3 3
1 0 0
2 1 0
3 2 1
(
(
(
= C No es escalonada reducida
4 2
2 2 1 0
3 3 0 1
= D Es escalonada reducida
3 3
1 0 0
2 1 0
3 1 1
(
(
(
= E No es escalonada reducida
Ejercicios:
Dadas las siguientes matrices, transformarlas en matrices escalonadas reducidas.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 69
1)
(
(
(
=
3 2 1 3
2 2 1 2
1 3 2 1
A 1)
(
(
(
(
(
(
=
63
2
1 0 0
63
52
0 1 0
63
47
0 0 1
A
2)
(
(
(
=
2 1 3 3
6 3 1 2
2 1 1 1
B Para realizar por el estudiante
3)
(
(
(
=
5 6 2 6 3
3 2 1 4 2
1 2 1 2 1
C Para realizar por el estudiante
4)
(
(
(
=
7 0 0 0 0
5 2 3 0 0
6 5 4 3 2
D Para realizar por el estudiante
5)
(
(
(
(
=
2 5 3 2
3 7 4 3
2 4 1 2
2 5 3 1
E Para realizar por el estudiante
Calculo de la Inversa de una matriz por Escalonamiento
Este mtodo consiste en transformar una matriz A por medio de la reduccin por filas en una
matriz identidad.
El procedimiento que se debe seguir para este clculo es el siguiente:
1) Se escribe la matriz aumentada, es decir la matriz A junto a la matriz identidad [ ] I A |
2) Se transforma la matriz A a su forma escalonada reducida por medio de operaciones
elementales; afectando estas tambin a la matriz identidad.
3) La matriz A se debe reducir a la matriz identidad; entonces
1
A ser la matriz que aparezca
lado derecho de la matriz A, es decir:
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 70
1
A
A I
I
Una matriz cuadrada tiene inversa si slo si; su forma escalonada reducida es la matriz identidad. En
caso de que en la reduccin por filas de la matriz A se llegara a tener una fila o una columna cuyos
elementos son nulos, entonces la matriz A no tiene inversa.
Ejemplos
Calcular la inversa por escalonamiento de las siguientes matrices.
1)
6 3
3 3
1 0 0 4 3 1
0 1 0 3 4 1
0 0 1 3 3 1
4 3 1
3 4 1
3 3 1
(
(
(
=
(
(
(
=
A
A
Escribiendo la matriz aumentada.
( )
( )
( )
( )
3 3
1
6 3
31
6 3
21
6 3
13
12
1 0 1
0 1 1
3 3 7
1 0 1 1 0 0
0 1 1 0 1 0
3 3 7 0 0 1
3
1 0 1 1 0 0
0 1 1 0 1 0
0 3 4 3 0 1
3
1 0 1 1 0 0
0 1 1 0 1 0
0 0 1 3 3 1
1
1
(
(
(
=
(
(
(
(
(
(
(
(
(
A
A
A
A
A
Realizando operaciones elementales.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 71
2)
6 3
3 3
1 0 0 8 1 4
0 1 0 3 1 2
0 0 1 2 0 1
8 1 4
3 1 2
2 0 1
(
(
(
=
(
(
(
=
B
B
Escribiendo la matriz aumentada.
( )
( )
( )
( )
( )
3 3
1
6 3
31
6 3
3
6 3
23
6 3
23
6 3
13
12
1 1 6
1 0 4
2 2 11
1 1 6 1 0 0
1 0 4 0 1 0
2 2 1 2 0 1
2
1 1 6 1 0 0
1 0 4 0 1 0
0 0 1 2 0 1
1
1 1 6 1 0 0
1 0 4 0 1 0
0 0 1 2 0 1
1
0 1 2 1 1 0
1 0 4 0 1 0
0 0 1 2 0 1
1 0 4 0 1 0
0 1 2 1 1 0
0 0 1 2 0 1
4
2
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
B
A
M
A
P
A
A
Es la inversa.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 72
3)
8 4
4 4
1 0 0 0 14 14 5 4
0 1 0 0 3 2 5 2
0 0 1 0 2 5 6 3
0 0 0 1 2 3 4 2
14 14 5 4
3 2 5 2
2 5 6 3
2 3 4 2
(
(
(
(
=
(
(
(
(
=
C
C
( )
( )
( )
( )
( )
8 4
24
21
8 4
23
8 4
14
13
12
8 4
1
1 3 0 5 5 5 0 0
0 0 1
2
3
1
2
1
0 0
0 1 0 1 5 1 1 0
0 2 0
2
5
11
2
7
0 1
3
2
1 0 0 2 10 8 3 0
0 0 1
2
3
1
2
1
0 0
0 1 0 1 5 1 1 0
0 0 0
2
1
1
2
3
2 1
1 0 0 2 10 8 3 0
0 1 0 1 5 1 1 0
0 0 1
2
3
1
2
1
0 0
0 0 0
2
1
1
2
3
2 1
3
3
3
1 0 0 0 14 14 5 4
0 1 0 0 3 2 5 2
0 0 1 0 2 5 6 3
0 0 0
2
1
1
2
3
2 1
2
1
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
\
|
A
A
P
A
A
A
M
( )
( )
( )
( )
( )
( )
4 4
1
8 4
43
42
41
8 4
4
8 4
34
32
31
8 4
3
5
1
5
3
2 2
5
2
5
6
2 1
5
7
5
26
12 10
5
18
5
64
29 23
C
5
1
5
3
2 2 1 0 0 0
5
2
5
6
2 1 0 1 0 0
5
7
5
21
12 10 0 0 1 0
5
18
5
64
29 23 0 0 0 1
2 A
7 A
18 A
5
1
5
3
2 2 1 0 0 0
0 0 2 3 2 1 0 0
0 1 2 4 7 0 1 0
0 2 7 13 18 0 0 1
5
1
M
1 3 10 10 5 0 0 0
0 0 2 3 2 1 0 0
0 1 2 4 7 0 1 0
0 2 7 13 18 0 0 1
5 A
1 A
2
7
A
1 3 0 5 5 5 0 0
0 0 2 3 2 1 0 0
0 1 0 1 5 1 1 0
0 2 0
2
5
11
2
7
0 1
2 M
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
\
|
(
(
(
(
\
|
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(
m n mxn mn m m m
n
n
n
b
b
b
b
x
x
x
x
a a a a
a a a a
a a a a
a a a a
3
2
1
3
2
1
3 2 1
3 33 32 31
2 23 22 21
1 13 12 11
En forma Resumida el Sistema se lo puede representar:
[ ] [ ] B X A = |
Donde:
= A Es la matriz de orden m x n que est conformada por los coeficientes de las variables.
= x Es la matriz de orden n x1 que est conformado por las incgnitas del sistema de ecuaciones.
= B Es la matriz de orden m x 1 que est conformada por los trminos independientes.
Matriz Ampliada
Si sabemos que A es una matriz a la cual le agregamos la matriz B de los trminos
independientes, entonces tenemos la matriz ampliada que esta representada de la siguiente manera:
[ ] B A| y se la define:
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 76
n m
m mn m m m
n
n
n
b a a a a
b a a a a
b a a a a
b a a a a
*
3 2 1
3 3 33 32 31
2 2 23 22 21
1 1 13 12 11
(
(
(
(
(
(
Mtodos de Resolucin de Sistemas de Ecuaciones Lineales
Mtodo de Reduccin o Eliminacin
Existen dos mtodos de eliminacin o de reduccin para la resolucin de sistemas de ecuaciones
lineales.
1) Mtodo de Gauss
Este mtodo consiste en transformar la matriz aumentada o ampliada en una matriz escalonada
realizando sobre ella operaciones elementales.
2) Mtodo de Gauss Jordan
Este mtodo consiste en transformar la matriz aumentada o ampliada en una matriz escalonada
reducida realizando sobre ella operaciones elementales.
Anlisis de la Existencia de Soluciones:
1) Si en la matriz ampliada en su forma escalonada reducida tiene en la ltima fila una expresin de
la forma c x
n
= , entonces se dice que el sistema tiene SOLUCIN UNICA, es decir:
(
(
(
(
4 1 0 0
4
3
= x Esto quiere decir que el sistema tiene solucin nica.
2) Si una matriz ampliada en su forma escalonada reducida tiene en su ltima fila una expresin de
la siguiente forma:
c bx ax
n n
= +
1
es decir un sistema de ecuaciones lineales con dos o ms
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 77
incgnitas se dice que tiene INFINITAS SOLUCIONES:
(
(
(
(
(
(
3 2 1 0 0
4 3
4 3
2 3
3 2
x x
x x
=
= +
Infinitas soluciones.
3) Si una matriz ampliada en su formar escalonada reducida tiene en su ltima fila tiene una
expresin de la forma c = 0 entonces se dice que el sistema NO TIENE SOLUCIN es decir:
--------------
--------------
--------------
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
(
(
(
(
3 0 0 0
3 0
3 0
3
=
= x
Esto quiere decir que el sistema no tiene solucin.
4) Si una matriz ampliada en su forma escalonada reducida en su ltima fila tiene una expresin
como 0 0 = , entonces no se tiene ninguna informacin en esta fila; por lo tanto el anlisis se realiza
en la fila anterior; es decir:
--------------
--------------
--------------
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
(
(
(
(
0 0 0 0
0 0 =
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 78
Ejemplos
Resolver el siguiente sistema de ecuaciones por el mtodo de Gauss y explica que tipo de solucin
presenta.
1)
4 2 3
24 6 5 4
18 6 4 2
3 2 1
3 2 1
3 2 1
= +
= + +
= + +
x x x
x x x
x x x
(
(
(
=
(
(
(
(
(
(
4
24
18
2 1 3
6 5 4
6 4 2
3
2
1
3 3
x
x
x
Solucin:
( )
( )
( )
( )
4 3
3
4 3
23
4 3
2
4 3
13
12
4 3
1
4 3
3 1 0 0
4 2 1 0
9 3 2 1
1
3 1 0 0
4 2 1 0
9 3 2 1
5
23 11 5 0
4 2 1 0
9 3 2 1
3
1
23 11 5 0
12 6 3 0
9 3 2 1
3
4
4 2 1 3
24 6 5 4
9 3 2 1
2
1
4 2 1 3
24 6 5 4
18 6 4 2
(
(
(
(
(
(
(
(
(
\
|
(
(
(
(
(
(
\
|
(
(
(
M
A
M
A
A
M
3era. Fila
3
3
= x
2da. Fila
( )
2
6 4
3 2 4
2 4
4 2
2
2
2
3 2
3 2
=
=
=
=
= +
x
x
x
x x
x x
1era. Fila
( ) ( )
4
9 4 9
3 3 2 2 9
3 2 9
9 3 2
1
1
1
3 2 1
3 2 1
=
+ =
=
=
= + +
x
x
x
x x x
x x x
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 79
Prueba:
Ecuacin 1
( ) ( ) ( )
18 18
18 18 8 8
18 3 6 2 4 4 2
18 6 4 2
3 2 1
=
= +
= + +
= + + x x x
Reemplazando los valores de las variables
Ecuacin 2
( ) ( ) ( )
24 24
24 18 10 16
24 3 6 2 5 4 4
24 6 5 4
3 2 1
=
= +
= +
= + x x x
Reemplazando los valores de las variables
Ecuacin 3
( ) ( ) ( )
4 4
4 6 2 12
4 3 2 2 4 3
4 2 3
3 2 1
=
=
= +
= + x x x
Reemplazando los valores de las variables
( ) { } 4 , 3 , 2 =
s
C . Conjunto solucin. El sistema tiene solucin nica.
2) Resolver el siguiente sistema de ecuaciones por el mtodo de Gauss - Jordan y explicar que tipo
de solucin presenta.
4 2 4 2
3 3 4
1 2 3
2 2
3 2 1
3 2 1
3 2 1
3 2 1
= + +
=
= +
= + +
x x x
x x x
x x x
x x x
(
(
(
(
=
(
(
(
(
(
(
(
4
3
1
2
2 4 2
1 3 4
2 1 3
1 2 1
3
2
1
3 4
x
x
x
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 80
Solucin: Prueba:
( )
( )
( )
( )
( )
( )
( )
4 4
32
31
4 4
3
4 4
23
21
4 4
2
4 4
14
13
12
4 4
0 0 0 0
1 1 0 0
0 0 1 0
1 0 0 1
1
1
0 0 0 0
1 1 0 0
1 1 1 0
0 1 0 1
6
1
0 0 0 0
6 6 0 0
1 1 1 0
0 1 0 1
11
2
0 0 0 0
5 5 11 0
1 1 1 0
2 1 2 1
5
1
0 0 0 0
5 5 11 0
5 5 5 0
2 1 2 1
2
4
3
4 2 4 2
3 1 3 4
1 2 1 3
2 1 2 1
(
(
(
(
(
(
(
(
\
|
(
(
(
(
(
(
(
(
\
|
(
(
(
(
(
(
(
(
A
A
M
A
A
M
A
A
A
3era. Fila
1
3
= x
2da. Fila
0
2
= x
1era. Fila
1
1
= x
Ecuacin 1
( )
2 2
2 1 0 1
2 1 0 2 1
2 2
3 2 1
=
= + +
= + +
= + + x x x
Ecuacin 2
( ) ( )
1 1
1 2 0 3
1 1 2 0 1 3
1 2 3
3 2 1
=
= +
= +
= + x x x
Ecuacin 3
( )
3 3
3 1 0 4
3 1 0 1 4
3 3 4
3 2 1
=
=
=
= x x x
Ecuacin 4
( ) ( ) ( )
4 4
4 2 0 2
4 1 2 0 4 1 2
4 2 4 2
3 2 1
=
= + +
= + +
= + + x x x
( ) { } 1 , 0 , 1 =
s
C
El sistema tiene solucin nica.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 81
Ejercicios
Resolver los siguientes sistemas de ecuaciones por el mtodo de Gauss Jordan, determinar el tipo
de solucin, clasificar el sistema y hallar el conjunto solucin.
Sistema Solucin
1)
5
8 2
3
3 2
3 2 1
2 1
= +
= +
=
x x
x x x
x x
1) )} 3 ; 1 ; 2 {( C
S
=
Solucin nica
2)
40 12 7 2
24 6 5 4
18 6 4 2
3 2 1
3 2 1
3 2 1
= + +
= + +
= + +
x x x
x x x
x x x
2)
No tiene solucin
3)
7 3 5 4
2 2 3 2
5 2
3 2 1
4 3 2 1
4 3 2 1
= + +
= +
= + + +
x x x
x x x x
x x x x
3)
No tiene solucin
4)
21 3 5 10
37 4 9
12 2 3 6
3 2 1
3 2 1
3 2 1
= + +
= + +
= + +
x x x
x x x
x x x
4)
)} 3 ;
7
44
;
7
43
{( =
S
C
Solucin nica
5)
17 2
1 2
1 3
3 2 1
3 2 1
3 2 1
= + +
= +
= + +
x x x
x x x
x x x
5)
)} 8 ; 6 ; 5 {( =
S
C
Solucin nica
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 82
6)
3 3 5
1
8 2 2 3
2 2
4 3 1
4 3 2
4 2 1
4 3 2 1
=
= +
= +
= + +
x x x
x x x
x x x
x x x x
6)
)
`
\
|
=
14
71
;
14
19
;
7
38
;
7
17
C
S
Solucin nica
7)
0 5
0 3
4 3 2 1
4 3 2 1
= +
= + +
x x x x
x x x x
7)
)
`
\
|
+ + = u , t u ; t ; u
4
1
t
4
1
; u
4
1
t
4
1
C
S
Infinitas soluciones
8)
9 3 2
4 8 3 2
5 11 5
3 2 1
3 2 1
3 2 1
= + +
= + +
= + +
x x x
x x x
x x x
8)
)} ; 2 2 ; 5 {( t t t C
S
=
Infinitas soluciones
9)
6 4 2 5 2
4 5 3
4 3 2 1
4 3 2 1
= + +
= + +
x x x x
x x x x
9)
)} ; ; 2 8 2 ; 7 19 2 {( t t t C
S
+ + =
Infinitas soluciones
10)
30 x 12 x 7 x 2
24 x 6 x 5 x 4
18 x 6 x 4 x 2
3 2 1
3 2 1
3 2 1
= + +
= + +
= + +
10) ( ) { } + = t , t ; t 2 4 ; t 1 C
s
Infinitas soluciones
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 83
Unidad N 3: Vectores
Competencias
En la presente unidad el estudiante desarrollar las siguientes competencias:
1) Reconoce y grafica vectores en el plano
2) Realiza operaciones con vectores en R
2
y R
3
3) Calcula la distancia entre puntos
4) Calcula la norma de un vector en R
2
y R
3
.
Definicin de Vector
Vector es aquel que tiene una direccin, un sentido, una magnitud y una intensidad. Por ejemplo la
aceleracin de un cuerpo en movimiento, la velocidad y la fuerza que ejercen los cuerpos sobre una
superficie; son magnitudes vectoriales.
Magnitud Escalar
Es aquella que slo tiene una magnitud, es decir un valor.
Vectores en R
2
Todo vector en R
2
se puede representar en el plano bidimensional, por tanto estos vectores se lo
puede representar como un par ordenado de dos componentes ( x ; y ).
Grficamente estos vectores se representan tomando en cuenta como punto de partida el punto
(0,0).
Cuando se quiere representar un vector en el plano cartesiano se toma en cuenta primeramente la
primera componente y luego la segunda componente, partiendo del origen ( 0 ; 0 ).
Ejemplos:
1) Graficar los siguientes vectores
a) ( ) 4 , 2 u =
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 84
b) ( ) 3 , 1 v
c) ( ) 4 , 2 w
Operaciones Con Vectores
a) Suma de vectores en R
2
Si se tiene los vectores:
( )
( )
2
2
,
,
R d c v
R b a u
=
=
Entonces la suma de ambos vectores se define de la siguiente manera:
( ) ( ) ( ) d b c a d c b a v u + + = + = + , , ,
Es decir que la suma de vectores se realiza componente a componente.
Ejemplos:
1) Dados los siguientes vectores hallar la suma entre ellos analtica y grficamente.
( )
( ) 2 , 4
5 , 3
=
=
v
u
Solucin
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 85
( ) ( )
( )
( ) 7 , 7
2 5 , 4 3
2 , 4 5 , 3
= +
+ + = +
+ = +
v u
v u
v u
Sumando componente a componente.
2)
( )
( ) 6 , 7
2 , 1
=
=
v
u
Calcular:
a) u + v
b) v - u
Multiplicacin de Vectores en R
2
por un Escalar
Si se tiene el vector ( )
2
, R b a u = y el escalar R , entonces la multiplicacin de un vector por
un escalar se define de la siguiente manera:
( ) ( ) b a b a u = = , ,
Es decir que la multiplicacin se realiza componente a componente.
Ejemplos:
1) Si se tiene el vector ( ) 4 , 2 = u y el escalar 2 = calcular grfica y analticamente:
? = u
Solucin:
( )
( ) 8 , 4
4 , 2 2
=
=
u
u
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 86
Cuando un vector se multiplica por un escalar mayor que uno ste se dilata.
2) Si se tiene el vector ( ) 4 , 2 = u y el escalar 2 = calcular grfica y analticamente:
? = u
Solucin:
( )
( ) 8 , 4
4 , 2 2
=
=
u
u
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 87
Cuando un vector se multiplica por un escalar que est entre 1 0 < < el vector se reduce.
Vectores en R
3
Son aquellos que tienen tres componentes es decir: ( ) z y x u , , = por lo tanto estos vectores se
grafican en el espacio tridimensional.
Ejemplos:
Graficar los siguientes vectores:
a) ( ) 5 , 4 , 3 = u
b) ( ) 6 , 2 , 1 = v
c) ( ) 4 , 2 , 3 = w
-
-
-
-
-
-
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 88
b) Suma de Vectores en R
3
Si se tiene los vectores:
( )
( )
3
3
, ,
, ,
R f e d v
R c b a u
=
=
Entonces la suma de ambos vectores se define de la siguiente manera:
( ) ( ) ( ) f c e b d a f e d c b a v u + + + = + = + , , , , , ,
Multiplicacin de Vectores en R
3
por un Escalar
Si se tiene el vector: ( )
3
, , R c b a u = y el escalar R entonces la multiplicacin de un vector por
un escalar se define de la siguiente manera:
( ) ( ) c b a c b a u = = , , , ,
Es decir que la multiplicacin del escalar por el vector se realiza componente a componente.
Ejemplos:
1) Si:
( )
( )
( ) 1 , 2 , 3
1 , 3 , 2
3 , 2 , 1
=
=
=
w
v
u
Calcular:
a) ? = + w u
b) ? 3 7 = + u u
c) ( ) ? 7 3 = v u
d) ? 8 3 = u v
e) ( ) ? 2 = + w u v
Solucin
a)
( ) ( )
( ) 2 , 4 , 4
1 , 2 , 3 3 , 2 , 1
= +
+ = +
w u
w u
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 89
b)
( ) ( )
( ) ( )
( ) 4 , 15 , 23 3 7
3 , 6 , 9 7 , 21 , 14 3 7
1 , 2 , 3 3 1 , 3 , 2 7 3 7
= +
+ = +
+ = +
u v
u v
u v
c)
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( )
( ) ( ) 12 , 69 , 39 7 3
4 , 23 , 13 3 7 3
7 , 21 , 14 3 , 2 , 1 3 7 3
1 , 3 , 2 7 3 , 2 , 1 3 7 3
=
=
+ =
=
v u
v u
v u
v u
d)
( ) ( )
( ) ( )
( ) 27 , 5 , 14 8 3
24 , 16 , 8 3 , 9 , 6 8 3
3 , 2 , 1 8 1 , 3 , 2 3 8 3
=
+ =
=
u v
u v
u v
e)
( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) 0 , 10 , 0 2
2 , 4 , 4 2 , 6 , 4 2
2 , 4 , 4 2 , 6 , 4 2
1 , 2 , 3 3 , 2 , 1 1 , 3 , 2 2 2
= +
+ = +
= +
+ = +
w u v
w u v
w u v
w u v
Eje X
Eje Y
Eje Z
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 90
2) Dados los siguientes vectores:
( )
( )
( ) 1 , 2 , 3
1 , 3 , 2
3 , 2 , 1
=
=
=
w
v
u
Calcular el valor del vector x para que cumpla la siguiente igualdad:
w x x v u + = + 7 2
Solucin
( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
( )
|
\
|
=
|
\
|
=
=
+ +
=
+ +
=
=
=
=
+ = +
1 ,
6
5
,
2
1
6
6
,
6
5
,
6
3
6
6 , 5 , 3
6
1 , 2 , 3 1 , 3 , 2 6 , 4 , 2
6
1 , 2 , 3 1 , 3 , 2 3 , 2 , 1 2
6
2
2 6
6 2
7 2
x
x
x
x
x
w v u
x
w v u x
x w v u
w x x v u
Prueba: Reemplazando el vector x en la ecuacin se tiene:
( ) ( ) ( ) ( )
( ) ( ) ( )
|
\
|
=
|
\
|
+ |
\
|
= |
\
|
+ +
+ |
\
|
= |
\
|
+ +
6 ,
6
47
,
2
1
6 ,
6
47
,
2
1
:
1 , 2 , 3 7 ,
6
35
,
2
7
1 ,
6
5
,
2
1
1 , 3 , 2 6 , 4 , 2
1 , 2 , 3 1 ,
6
5
,
2
1
7 1 ,
6
5
,
2
1
1 , 3 , 2 3 , 2 , 1 2
cumple se
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 91
3) Dados los siguientes vectores:
|
\
|
=
|
\
|
=
5
1
,
3
2
, 3
2
3
, 8 ,
2
1
v
u
Calcular el valor de x Si v u x
3
2
3 2 + =
Solucin:
|
\
|
=
|
\
|
=
|
\
|
+
|
\
|
=
|
\
|
+ |
\
|
=
+
=
+ =
60
131
,
9
106
,
4
1
2
30
131
,
9
212
,
2
1
2
15
2
,
9
4
, 2
2
9
, 24 ,
2
3
2
5
1
,
3
2
, 3
3
2
2
3
, 8 ,
2
1
3
2
3
2
3
3
2
3 2
x
x
x
x
v u
x
v u x
Norma de un Vector en R
2
La norma de un vector es la longitud de dicho vector y se lo representa de la siguiente manera v .
Aplicando el teorema de Pitgoras se tiene que la norma del vector ( )
2 1
, v v v = es:
( ) ( )
2
2
2
1
v v v + =
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 92
Distancia de un Vector en R
2
Si se tiene los puntos ( )
1 1 1
y , x P y ( )
2 2 2
y , x P , entonces la distancia entre ellos est dada por la
siguiente igualdad:
( ) ( )
2
1 2
2
1 2
y - y x - x d + =
Norma de un Vector en R
3
Si aplicamos el teorema de Pitgoras dos veces para el vector: ( )
3
3 2 1
, , R v v v v = entonces se
tiene que:
( ) ( ) ( )
2
3
2
2
2
1
v v v v + + =
Distancia de un Vector en R
3
Si se tiene los puntos ( )
1 1 1 1
, y , z x P y ( )
2 2 2 2
, y , z x P entonces la distancia entre ellos estar dada
por:
( ) ( ) ( )
2
1 2
2
1 2
2
1 2
z - z y - y x - x + + = d
Ejemplos:
1) Dados el siguiente vector hallar su norma
( )
( )
14
1 2 3
1 , 2 , 3
2 2 2
=
+ + =
=
v
v
v
2) Dados los siguientes puntos:
( )
( ) 1 , 3 , 4
5 , 1 . 2
2
1
P
P
Calcular su distancia entre ellos y graficar el vector
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 93
a) ? = d
b) Grfica
Solucin:
a)
( ) ( ) ( )
11 2 d
36 4 4 d
5 1 1 3 2 4 d
2 2 2
=
+ + =
+ + + + =
b)
u
2
P
1
P
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 94
Ejercicios
1) Dados los siguientes vectores calcular la distancia entre ellos y graficar.
Respuesta:
a) ( ) ( ) 6 , 4 , 3 , 2
2 1
P P a) 13 = d
b) ( ) ( ) 3 , 0 , 7 , 2
2 1
P P b) 104 = d
c) ( ) ( ) 0 , 1 , 6 , 2 , 4 , 8
2 1
P P c) 93 = d 209 = d
d) ( ) ( ) 3 , 7 , 6 , 1 , 1 , 1
2 1
P P d)
2) Dados los siguientes vectores:
( )
( )
( ) 4 , 2 , 2
0 , 1 , 1
2 , 3 , 1
=
=
=
w
v
u
Calcular:
Respuestas:
a) ? v u = + a) 3 2 = + v u
b) ? = + v u b) 4 = + v u
c) ? 2 2 = + u u c) 7 8 2 2 = + u u
d) ? 5 3 = + w v u d) 37 2 5 3 = + w v u
e) ? w *
w
1
= e)
|
|
\
|
=
6
2
,
6
1
,
6
1
*
1
w
w
f) ? *
1
= w
w
f)
6
2
*
1
= w
w
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 95
Unidad N 4: Espacios Vectoriales
Competencias
Al finalizar la unidad el estudiante desarrollar las siguientes competencias:
1) Aplica las propiedades de los espacios vectoriales en las demostraciones
2) Demuestra si un vector forma o no un espacio vectorial
3) Demuestra si una matriz forma o no un espacio vectorial
4) Demuestra si un polinomio forma o no un espacio vectorial.
Definicin de Espacio Vectorial
Un espacio vectorial real es un conjunto de elementos denominados vectores, junto con dos
operaciones de adicin y multiplicacin por escalar.
Por adicin se entiende que dados dos vectores u y v en V, existe una regla para determinar un
objeto (u + v) el cual es llamado la suma del vector u y el vector v.
Por multiplicacin por un escalar se entender que dado un vector u y un nmero Real , hay
una regla para determinar un objeto ( u ) llamado multiplicacin por escalar de un vector u por el
nmero Real diferente de cero.
Las propiedades que se deben cumplir en las demostraciones de los espacios vectoriales son las
siguientes:
1) ( ) ( ) w v u w v u + + = + + Asociativa
2) u e u = + Neutro Grupo
3) e X u = + Inverso Abeliano ( ) +, , V
4) u v v u + = + Conmutativa Espacio Vectorial
5) ( ) ( ) v u v u + = + Distributiva del Escalar
6) ( ) u u u + = + Distributiva del Vector
7) ( ) ( ) u u = Asociativa del Escalar
Ejemplos:
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 96
1) Sea V el conjunto de todos los pares ordenados ( ) y x, de nmeros Reales. Donde:
La suma de vectores esta definida de la siguiente manera: ( ) ( ) ( ) b y a x b a y x + + = + , , , y la
multiplicacin por escalar esta definida de la siguiente manera ( ) ( ) 0 , 0 , = y x , verificar si V
forma o no un espacio vectorial.
Solucin:
1) Asociativa
( ) ( ) w v u w v u + + = + +
( )
( )
( ) f , e w
d , c v
b , a u
=
=
=
( ) ( ) [ ] ( ) ( ) ( ) ( ) [ ]
( ) ( ) ( ) ( )
( ) ( ) f d b e c a f d b e c a
f d e c b a f e d b c a
f e d c b a f e d c b a
+ + + + = + + + +
+ + + = + + +
+ + = + +
, ,
, , , ,
, , , , , ,
Cumple!
2) Neutro
u e u = +
( ) y x e , =
( ) ( ) ( )
( ) ( ) b a y b x a
b a y x b a
, ,
, , ,
= + +
= +
0 x
a a x
a x a
=
=
= +
0 y
b b y
b y b
=
=
= +
( ) 0 , 0 = e
Cumple!
3) Inverso
( ) y x X , =
e X u = +
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 97
a x
x a
=
= + 0
b y
y b
=
= + 0
( ) b a X = ,
Cumple!
4) Conmutativa
u v v u + = +
( ) ( ) ( )( )
( ) ( )
( ) ( ) d b c a d b c a
b d a c d b c a
b a d c d c b a
+ + = + +
+ + = + +
= +
, ,
, ,
, , , ,
Cumple!
5) Distributiva del Escalar
( ) ( ) v u v u + = +
( ) ( ) [ ] ( ) ( )
[ ] ( ) ( )
( ) ( ) ( )
( ) ( ) 0 , 0 0 , 0
0 , 0 0 , 0 0 , 0
, , ,
, , , ,
=
+ =
+ = + +
+ = +
d c b a d b c a
d c b a d c b a
Cumple!
6) Distributiva del Vector
( ) u u u + = +
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) 0 , 0 0 , 0
0 , 0 0 , 0 0 , 0
, , ,
, , ,
=
+ =
+ =
+ = +
b a b a b a
b a b a b a
Cumple!
7) Asociativa del Escalar
( ) ( ) u u =
( ) ( ) ( ) [ ]
( ) ( ) [ ]
( ) ( )
( ) ( ) 0 , 0 0 , 0
0 , 0 0 , 0
, ,
, ,
=
=
=
=
b a b a
b a b a
Cumple!
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 98
( ) + , , V Al cumplir las propiedades, V es un espacio vectorial.
2) Si se tiene el espacio V donde la suma de los vectores en R
2
, se define de la siguiente manera:
( ) ( ) ( ) b y , a x b , a y , x + + = + y la multiplicacin por escalar esta definida de la siguiente
manera ( ) ( ) x y y x , , = , verificar si V forma o no un espacio vectorial.
Solucin
1) Asociativa
( ) ( ) w v u w v u + + = + +
( )
( )
( ) f e w
d c v
b a u
,
,
,
=
=
=
( ) ( ) [ ] ( ) ( ) ( ) ( ) [ ]
( ) ( ) ( ) ( )
( ) ( ) f d b , e c a f d b , e c a
f d , e c b , a f , e d b , c a
f , e d , c b , a f , e d , c b , a
+ + + + = + + + +
+ + + = + + +
+ + = + +
Cumple!
2) Neutro
u e u = + ( ) y x e , =
( ) ( ) ( )
( ) ( ) b a y b x a
b a y x b a
, ,
, , ,
= + +
= +
0 =
=
= +
x
a a x
a x a
0 =
=
= +
y
b b y
b y b
( ) 0 , 0 = e Cumple!
3) Inverso
e X u = + ( ) y x X , =
( ) ( ) ( )
( ) ( ) 0 , 0 ,
0 , 0 , ,
= + +
= +
y b x a
y x b a
a x
x a
=
= + 0
b y
y b
=
= + 0
( ) b a X = , Cumple
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 99
5) Distributiva del Escalar
( ) ( ) v u v u + = +
( ) ( ) [ ] ( ) ( )
[ ] ( ) ( )
( ) ( ) d b c a d b c a
d c b a d b c a
d c b a d c b a
+ + = + +
+ = + +
+ = +
, ,
, , ,
, , , ,
Cumple!
6) Distributiva del vector
( ) u u u + = +
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) b b a a b b a a
b a b a b b a a
b a b a b a
+ + = + +
+ = + +
+ = +
, ,
, , ,
, , ,
Cumple!
7) Asociativa del Escalar
( ) ( ) u u =
( ) ( ) ( ) [ ]
( ) ( ) [ ]
( ) [ ]
( ) ( )
( ) ( ) b a a b
b a a b
a b a b
b a b a
b a b a
, ,
, ,
, ,
, ,
, ,
=
=
=
=
=
No Cumple!
( ) + , , V Por lo tanto V, no forma un espacio vectorial.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 100
3) Sea el espacio
2 2x
M V = , el conjunto de todas las matrices de orden 2x2 donde la suma de
matrices es habitual y la multiplicacin de un escalar por una matriz esta definido de la siguiente
manera:
2 2 2 2
0 0
0 0
(
=
(
d c
b a
. Verificar si V forma un espacio vectorial.
Solucin:
1) Asociativa
( ) ( ) C B A C B A + + = + +
2 * 2
d c
b a
A
(
= ;
2 * 2
h g
f e
B
(
= ;
2 * 2
l k
j i
C
(
=
2 * 2 2 * 2
2 * 2 2 * 2 2 * 2 2 * 2
2 * 2 2 * 2 2 * 2 2 * 2 2 * 2 2 * 2
(
+ + + +
+ + + +
=
(
+ + + +
+ + + +
(
+ +
+ +
+
(
=
(
+
(
+ +
+ +
+
(
+
(
=
(
+
(
l h d k g c
j f b i e a
l h d k g c
j f b i e a
l h k g
j f i e
d c
b a
l k
j i
h d g c
f b e a
l k
j i
h g
f e
d c
b a
l k
j i
h g
f e
d c
b a
Cumple!
2) Neutro
A e A = +
2 * 2
(
=
w z
y x
e
2 * 2
0 0
0 0
(
= e
2 * 2 2 * 2
2 * 2 2 * 2 2 * 2
(
=
(
+ +
+ +
(
=
(
+
(
d c
b a
w d z c
y b x a
d c
b a
w z
y x
d c
b a
0 =
=
= +
x
a a x
a x a
0 =
=
= +
y
b b y
b y b
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 101
0 =
=
= +
z
c c z
c z c
0 =
=
= +
w
d d w
d w d
Cumple!
3) Inverso
e X A = +
2 * 2
(
=
w z
y x
X
2 * 2
(
=
d c
b a
X
2 * 2 2 * 2
2 * 2 2 * 2 2 * 2
0 0
0 0
0 0
0 0
(
=
(
+ +
+ +
(
=
(
+
(
w d z c
y b x a
w z
y x
d c
b a
a x
x a
=
= + 0
b y
y b
=
= + 0
c z
z c
=
= + 0
d w
w d
=
= + 0
Cumple!
4) Conmutativa
A B B A + = +
2 * 2 2 * 2
2 * 2 2 * 2
2 * 2 2 * 2 2 * 2 2 * 2
(
+ +
+ +
=
(
+ +
+ +
(
+ +
+ +
=
(
+ +
+ +
(
+
(
=
(
+
(
h d g c
f b e a
h d g c
f b e a
d h c g
b f a e
h d g c
f b e a
d c
b a
h g
f e
h g
f e
d c
b a
Cumple!
5) Distributiva del Escalar
( ) ( ) B A B A + = +
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 102
2 * 2 2 * 2
2 * 2 2 * 2 2 * 2
2 * 2 2 * 2 2 * 2 2 * 2
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
(
=
(
+
(
=
(
+
(
+
(
h g
f e
d c
b a
h g
f e
d c
b a
Cumple!
6) Distributiva de la matriz
( ) A A A + = +
2 * 2 2 * 2
2 * 2 2 * 2 2 * 2
2 * 2 2 * 2 2 * 2
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
* * *
(
=
(
+
(
=
(
+
(
=
(
d c
b a
d c
b a
d c
b a
Cumple!
7) Asociativa del Escalar
( ) ( ) A A =
2 * 2 2 * 2
2 * 2 2 * 2
2 * 2 2 * 2
0 0
0 0
0 0
0 0
0 0
0 0
*
0 0
0 0
* * *
(
=
(
=
(
=
(
d c
b a
d c
b a
Cumple!
Por lo tanto ( ) ,* ,
2 * 2
+ = M V es un espacio vectorial.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 103
Ejercicios
1) Sea V el conjunto de todas las matrices de orden 2 x 2 que tengan componentes Reales, donde
la suma y la multiplicacin por escalar estn definidas de la siguiente manera:
Suma:
2 * 2 2 * 2 2 * 2
0
0
(
+
+
=
(
+
(
h d
e a
h g
f e
d c
b a
Multiplicacin:
2 * 2 2 * 2
0
0
(
=
(
c
b
d c
b a
Verificar si V es o no un espacio vectorial.
2) Sea el espacio
2 2x
M V = donde las operaciones de suma y multiplicacin estn definidas de la
siguiente manera:
Suma:
2 * 2 2 * 2 2 * 2
0
0
(
+
+
=
(
+
(
h d
e a
h g
f e
d c
b a
Multiplicacin:
2 * 2 2 * 2
(
=
(
d c
b a
d c
b a
Verificar si V es o no un espacio vectorial.
3) Dado el conjunto de matrices de orden 2 x 2, donde las operaciones de suma y multiplicacin por
escalar son las operaciones habituales y la matriz de orden 2 x 2 tiene la forma:
2 * 2
1
1
(
b
a
Verificar si V es o no un espacio vectorial.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 104
Unidad n 4: Transformaciones Lineales
Competencias
Al finalizar la unidad el estudiante desarrollar las siguientes competencias:
1) Aplica la definicin de transformaciones lineales en la resolucin de problemas
2) Aplica los teoremas de transformaciones lineales en las demostraciones
3) Realiza demostraciones con vectores, matrices y polinomios.
Definicin
Sean los espacios ( ) R V ,*, ,+ y ( ) R W ,*, ,+ , dos espacios vectoriales donde A es una funcin de
A definida como w v f : ; se dice que esta es una transformacin lineal siempre y cuando
cumpla las siguientes propiedades:
1) ( ) ( ) ( ) v f u f v u f + = + Para todo vector u y v en V.
2) ( ) ( ) u f u f = Para todo vector u en V y todo escalar alpha en R.
R y es diferente de cero.
Ejemplos:
1) Si:
2
R v = y
2
R w = . Los cuales son dos espacios vectoriales y la relacin
2 2
: R R f esta
definida de la siguiente manera: ( ) ( ) a b a b a f , , + =
Verificar si esta relacin forma o no una transformacin lineal.
Solucin:
1) ( ) ( ) ( ) v f u f v u f + = +
( )
( ) d c v
b a u
,
,
=
=
( ) ( ) [ ] ( ) ( )
[ ] ( ) ( )
[ ] ( ) ( )
[ ] [ ] c a d b c a c a d b c a
c d c a b a c a d b c a
d c f b a f d b c a f
d c f b a f d c b a f
+ + + + = + + + +
+ + + = + + + +
+ = + +
+ = +
, ,
, , ,
, , ,
, , , ,
Cumple!
2) ( ) ( ) u f u f =
( ) [ ] ( )
[ ] ( )
( ) ( )
( ) ( ) a b a a b a
a b a a b a
b a f b a f
b a f b a f
, ,
, ,
, ,
, ,
+ = +
+ = +
=
=
Cumple!
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 105
Entonces f Es una transformacin lineal.
2) Si:
2
R v = y
2
R w = . Los cuales son dos espacios vectoriales y la relacin
2 2
: R R f esta
definida de la siguiente manera: ( ) ( ) y x y x f , 2 , =
Verificar si esta relacin forma o no una transformacin lineal.
1) ( ) ( ) ( ) v f u f v u f + = +
( )
( ) d c v
b a u
,
,
=
=
( ) ( ) [ ] ( ) ( )
[ ] ( ) ( )
( ) [ ] ( ) ( )
[ ] [ ] d b c a d b c a
d c b a d b c a
d c f b a f d b c a f
d c f b a f d c b a f
+ + = + +
+ = + +
+ = + +
+ = +
, 2 2 , 2 2
, 2 , 2 , 2
, , ,
, , , ,
Cumple!
2) ( ) ( ) u f u f =
( ) [ ] ( )
[ ] ( )
[ ] ( )
[ ] [ ] b a b a
b a b a
b a f b a f
b a f b a f
, 2 , 2
, 2 , 2
, ,
, ,
=
=
=
=
Cumple!
Entonces f Es una transformacin lineal
3) Si;
2
R v = y
2
R w = . Los cuales son dos espacios vectoriales y la relacin
2 2
: R R f esta
definida de la siguiente manera: ( ) ( ) 2 , 1 , + + = y x y x f
Verificar si esta relacin forma o no una transformacin lineal.
1) ( ) ( ) ( ) v f u f v u f + = +
( )
( ) d c v
b a u
,
,
=
=
( ) ( ) [ ] ( ) ( )
[ ] ( ) ( )
[ ] ( ) ( )
[ ] [ ] 4 , 2 2 , 1
2 , 1 2 , 1 2 , 1
, , ,
, , , ,
+ + + + + + + +
+ + + + + = + + + +
+ = + +
+ = +
d b c a d b c a
d c b a d b c a
d c f b a f d b c a f
d c f b a f d c b a f
No Cumple!
Entonces f No es una transformacin lineal.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 106
Ejercicios Resueltos
1) Si se tiene:
1 * 3 1 * 2
: M M f la cual est definida como:
1 3
1 2
3
(
(
(
+
=
(
b
b a
b a
b
a
f
.Verificar si esta relacin forma o no una transformacin lineal.
Solucin
1) ( ) ( ) ( ) B f A f B A f + = +
1 * 2
(
=
b
a
A
1 * 3
(
=
d
c
B
1 * 3 1 * 3
1 * 3 1 * 3 1 * 3
1 * 2 1 * 2 1 * 2
1 * 2 1 * 2 1 * 2 1 * 2
3 3 3 3
3 3 3 3
(
(
(
+
+
+ + +
=
(
(
(
+
+
+ + +
(
(
(
+
+
(
(
(
+
=
(
(
(
+
+
+ + +
(
+
(
=
(
+
+
(
+
(
+
(
d b
d b c a
d b c a
d b
d b c a
d b c a
d
d c
d c
b
b a
b a
d b
d b c a
d b c a
d
c
f
b
a
f
d b
c a
f
d
c
f
b
a
f
d
c
b
a
f
Cumple!
2) ( ) ( ) A f A f =
1 * 3 1 * 3
1 * 3 1 * 3
1 * 2 1 * 2
1 * 2 1 * 2
3 3
3
*
3
*
*
(
(
(
+
=
(
(
(
+
(
(
(
+
=
(
(
(
+
(
=
(
b
b a
b a
b
b a
b a
b
b a
b a
b
b a
b a
b
a
f
b
a
f
b
a
f
b
a
f
Cumple!
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 107
Entonces f Es una transformacin lineal
2) Si se tiene f la cual est relacionada de la siguiente manera: R R : f
3
donde f se
define de la siguiente forma: ( ) c b a c b a f 4 3 2 , , + =
Verificar si esta relacin forma o no una transformacin lineal.
1) ( ) ( ) ( ) v f u f v u f + = +
( ) c b a x , , =
( ) f e d y , , =
( ) ( ) [ ] ( ) ( )
[ ] ( ) ( )
( ) ( ) ( ) ( ) ( )
f c e b d a f c e b d a
f e d c b a f c e b d a
f e d f c b a f f c e b d a f
f e d f c b a f f e d c b a f
4 4 3 3 2 2 4 4 3 3 2 2
4 3 2 4 3 2 4 3 2
, , , , , ,
, , , , , , , ,
+ + + = + + +
+ + + = + + + +
+ = + + +
+ = +
Cumple!
2) ( ) ( ) u f u f =
( ) [ ] ( )
( ) ( )
( )
c b a c b a
c b a c b a
c b a f c b a f
c b a f c b a f
4 3 2 4 3 2
4 3 2 4 3 2
, , , ,
, , , ,
+ = +
+ = +
=
=
Cumple!
Entonces f Es una transformacin lineal.
3) Si se tiene f la cual se define como
2 2
: R R f donde esta definida de la siguiente
manera:
( ) ( ) 1 , , + = y x y x f
Verificar si esta relacin forma o no una transformacin lineal.
1) ( ) ( ) ( ) v f u f v u f + = +
( )
( ) p o y
n m x
,
,
=
=
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 108
( ) ( ) [ ] ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) 2 , 1 ,
1 , 1 , 1 ,
, , ,
, , , ,
+ + + = + + +
+ + + = + + +
+ = + +
+ = +
p n o m p n o m
p o n m p n o m
p o f n m f p n o m f
p o f n m f p o n m f
No Cumple!
Entonces f No es una transformacin lineal.
Ejercicios para Realizar por el Estudiante
1) Sea f una relacin como:
2 2
: R R f la cual esta definida de la siguiente manera:
( ) ( ) y x y x y x f + = , 2 ,
Verificar si esta relacin forma o no una transformacin lineal.
2) Sea f una relacin como:
2 3
R R : f la cual est definida de la siguiente manera:
( ) ( ) z y y zx z y x f 4 3 , , , + =
Verificar si esta relacin forma o no una transformacin lineal.
3) Sea f una relacin como:
2 3
R R : f la cual est definida de la siguiente manera:
( ) ( ) z y x x z y x f + + = , , ,
Verificar si esta relacin forma o no una transformacin lineal.
4) Sea f una relacin como:
2 3
R R : f la cual est definida de la siguiente manera:
( ) ( ) 1,1 z y, x, f =
Verificar si esta relacin forma o no una transformacin lineal.
5) Sea: R M f
x
2 2
: . La cual est definida de la siguiente manera: d a
d c
b a
f + =
(
Verificar si f es una transformacin lineal.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 109
6) Sea: R M f
x
2 2
: . La cual est de finida de la siguiente manera:
d c b a
d c
b a
f + + =
(
.
Verificar si f es una transformacin lineal.
Respuestas
1) f Es una transformacin lineal
2) f Es una transformacin lineal
3) f Es una transformacin lineal
4) f No es una transformacin lineal
5) La respuesta queda para responder por el estudiante
6) La respuesta queda para responder por el estudiante
7) La respuesta queda para responder por el estudiante
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 110
Unidad N 6: Valores y Vectores Propios
Competencias
Al finalizar la unidad el estudiante desarrolla las siguientes competencias:
1) Aplica la ecuacin caracterstica para calcular los valores propios de una matriz
2) Utiliza las propiedades de los valores propios para resolver problemas
3) Resuelve sistemas de ecuaciones utilizando matrices para calcular los vectores propios de
una matriz.
4) Aplica los vectores propios en la diagonalizacin de matrices.
Valores Propios
Si se tiene una matriz cuadrada de orden n y un escalar Lamdha . Entonces el valor propio
de una matriz A sera aquel que cumpla la siguiente igualdad
( ) 0 det =
n
I A
Por lo tanto la expresion ( ) 0 det =
n
I A se denominara Ecuacion Caracteristica siempre y
cuando se cumpla que A sea una matriz caudarada, de orden n x n , y R.
Ejemplos:
1) Calcular el valor propio de la siguiente matriz
A=
(
0 1
2 3
Solucin: Primeramente multiplicamos el escalar por la matriz Identidad de orden 2x2
A - I2 =
(
0 1
2 3
-
1 0
0 1
(
0 1
2 3
-
(
0
0
Luego realizamos la suma correspondiente
A - I2 =
(
1
2 - 3
= 0 Igualando a cero
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 111
det =
(
1
2 - 3
Ecuacion Caracteristica
det = ( 3 - ) ( - ) - ( -1 ) ( 2 ) = 0 Hallamos el determinante.
= -3 +
2
+2 = 0
= 0 2 3
2
= + Resolviendo la ecaucin de segundo grado
= ( )( ) 0 1 2 = Factorizando.
2 = 1 = Valores Propios de A
2) Calcular el valor propio de la siguiente matriz
B =
(
2 5
1 2
D - I2 =
(
2 5
1 2
-
1 0
0 1
= 0
=
(
2 5
1 2
-
(
0
0
= 0
D - I2 =
(
2 5
1 - 2 -
= 0
det =
(
2 5
1 - 2 -
det = ( -2 - ) ( 2 - ) - ( 5 ) ( -1 ) = 0
- 4 + 2 - 2 +
2
+ 5 = 0
2
- 4 + 5 = 0
2
+ 1 = 0
1 = Por ser un nmero imaginario, se dice que no existen valores propios de B.
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 112
3) Calcular los valores propios de la siguiente matriz
c =
(
(
(
4 0 0
0 2 3
0 1 2
C - I
3
=
(
(
(
4 0 0
0 2 3
0 1 2
-
(
(
(
1 0 0
0 1 0
0 0 1
= 0 Multiplicando por la matriz Identidad.
=
(
(
(
4 0 0
0 2 3
0 1 2
-
(
(
(
0 0
0 0
0 0
= 0 Sumando matrices
C- I
3
=
(
(
(
4 0 0
0 2 3
0 1 2
= 0
det =
(
(
(
4 0 0
0 2 3
0 1 2
Calculando el determinante
(4 - )
(
2 3
1 2
= 0
det = ( [ ] 0 3 ) 2 ( ) 2 ( ) 4 =
[ ] 0 3 2 2 4 ) 4 (
2
= +
( [ ] 0 1 4 ) 4
2
= +
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 113
[ ] 0 1 4
2
= +
4
) 1 ( 4
1
=
=
) 1 ( 2
) 1 ( ) 1 ( 4 4 ) 4 (
2
=
2
4 16 4
=
2
12 4
=
2
3 2 4
=
( )
2
3 2 2
=
( ) 3 2
4
1
= 3 2
2
+ = 3 2
3
=
Valores Propios de C
4) Calcular los valores propios de la siguiente matriz.
D =
(
(
(
1 0 2
0 1 2
1 0 4
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 114
C - I
3
=
(
(
(
1 0 2
0 1 2
1 0 4
(
(
(
1 0 2
0 1 2
1 0 4
-
(
(
(
1 0 0
0 1 0
0 0 1
Multiplicando por el escalar
(
(
(
1 0 2
0 1 2
1 0 4
-
(
(
(
0 0
0 0
0 0
Sumando matrices
(
(
(
1 0 2
0 1 2
1 0 4
det =
(
(
(
1 0 2
0 1 2
1 0 4
Hallando el determinante
- 2
(
1 0
1 0
- ) 1 (
(
1 2
1 4
- 2 ( 0 ) - ) 1 ( [ ] 2 ) 1 ( ) 4 ( +
0 - ) 1 ( [ ] 2 4 4 (
2
+ +
(- + 1 ) ( 6 5
2
+ ) = 0 Igualando a cero y resolviendo
1 = ( 3 ) ) 2 ( = 0
1 = 3 = 2 = Valores Propios de D
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 115
Vectores Propios
Si se sabe que es un valor propio de la matriz A, entonces el conjunto solucin del sistema de
ecuaciones ( ) 0 . = X I A se denomina espacio caracterstico de la matriz A que corresponde a
, y los vectores diferentes de cero; en el espacio caracterstico se denominan vectores propios de
la matriz A correspondientes a .
Ejemplos:
1. Calcular los valores y los vectores propios de la siguiente matriz.
(
(
(
=
5 0 0
0 3 2
0 2 3
A
a) Calculamos primeramente los valores propios de la matriz.
(
(
(
(
(
(
=
(
(
(
(
(
(
0 0
0 0
0 0
5 0 0
0 3 2
0 2 3
1 0 0
0 1 0
0 0 1
5 0 0
0 3 2
0 2 3
.I A
(
(
(
5 0 0
0 3 2
0 2 3
.I A
0
5 0 0
0 3 2
0 2 3
det =
(
(
(
( ) 0
3 2
2 3
5 =
( ) ( )( ) [ ] 0 4 3 3 5 =
( )[ ] 0 4 3 3 9 5
2
= +
( )( ) 0 5 6 5
2
= +
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 116
( )( )( ) 0 1 5 5 =
Entonces los valores propios de la matriz son los siguientes:
5
1
= 5
2
= 1
3
=
Ahora calculamos los vectores propios.
( ) 0 . = X I A . Reemplazando el valor de en esta ecuacin se tiene:
(
(
(
=
(
(
(
(
(
(
0
0
0
5 0 0
0 3 2
0 2 3
3
2
1
x
x
x
Primeramente hacemos el clculo para 1
1
= .
(
(
(
=
(
(
(
(
(
(
0
0
0
4 0 0
0 2 2
0 2 2
3
2
1
x
x
x
Planteando el sistema de ecuaciones se tiene:
= + +
= + +
= +
0 4 0 0
0 0 2 2
0 0 2 2
2 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Ahora debemos escalonar la matriz resultante del sistema de ecuaciones.
( )
(
(
(
(
(
(
\
|
(
(
(
(
(
(
0
0
0
0 0 0
4 0 0
0 1 1
0
0
0
4 0 0
0 0 0
0 1 1
2
1
0
0
0
4 0 0
0 0 0
0 2 2
1
0
0
0
4 0 0
0 2 2
0 2 2
23 1 12
P M A
(
(
(
\
|
0
0
0
0 0 0
1 0 0
0 1 1
4
1
2
M Matriz en su forma escalonada reducida.
Ahora se tiene:
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 117
0
0
3
2 1
=
=
x
x x
Entonces:
2 1
x x = y 0
3
= x
Se asume que t x =
2
Entonces se tiene:
=
=
=
0
3
2
1
x
t x
t x
Por lo tanto: ( ) ( ) { } = = t t t E / 0 , , 1
Ahora los vectores propios para 1 = son los siguientes:
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
0
1
1
0
1
1
0
1
3
2
1
P t t
t
x
x
x
X Es el vector propio de A asociado a 1 = .
Luego realizamos el mismo clculo para 5 = . Seguimos el mismo procedimiento.
(
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
3
2
1
3
2
1
0 0 0
0 2 2
0 2 2
0
0
0
5 0 0
0 3 2
0 2 3
x
x
x
x
x
x
Planteando el sistema de ecuaciones se tiene:
= + +
= +
= +
0 0 0 0
0 0 2 2
0 0 2 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
Escalonando el sistema de ecuaciones se tiene:
( )
(
(
(
\
|
(
(
(
(
(
(
0
0
0
0 0 0
0 0 0
0 1 1
2
1
0 0 0
0 0 0
0 2 2
1
0
0
0
0 0 0
0 2 2
0 2 2
1 12
M A Matriz escalonada reducida
Entonces:
2 1 2 1
0 x x x x = = +
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 118
Si asumimos que
=
=
=
=
k x
t x
t x
t x
3
2
1
2
Por lo tanto: ( ) ( ) { } = = k t k t t E , , , 5
Es as que los vectores propios para 5 = son los siguientes:
(
(
(
+
(
(
(
=
(
(
(
+
(
(
(
=
(
(
(
=
(
(
(
=
1
0
0
0
1
1
0
0
0
3
2
1
k t
k
t
t
k
t
t
x
x
x
X
Entonces:
(
(
(
=
0
1
1
2
P y
(
(
(
=
1
0
0
3
P Estos son los vectores propios.
Aqu se puede observar que la raz mltiple 5
3 2
= = genera dos vectores propios.
Finalmente los vectores propios de la matriz A son los siguientes:
(
(
(
=
0
1
1
1
P
(
(
(
=
0
1
1
2
P
(
(
(
=
1
0
0
3
P
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 119
Ejercicios para realizar por el estudiante
Dadas las siguientes matrices: calcular los vectores propios.
(
(
(
=
9 3 5
3 2 3
3 2 1
A
(
(
(
=
4 3 3
1 1 3
2 3 5
B
(
(
(
=
9 4 6
2 2 2
2 1 1
C
(
(
(
=
7 4 4
1 4 1
1 1 2
D
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 120
Practico N 1
Dadas las siguientes matrices:
(
(
(
= +
(
(
(
= +
(
(
(
=
+ +
(
(
(
=
(
(
(
=
(
(
(
=
8 0 30 6
4 0 30 2
2 0 12 24
)
8 0 30 6
4 0 30 2
2 0 12 24
) ( )
3 0 15 3
1 0 15 1
3 6 3 9
)
. Re
) ) ( ) )
.
0 1 5 2
1 1 2 3
2 1 1 2
0 1 2 1
1 1 1 2
0 1 4 1
1 3 4
3 1 2
2 3 1
) 1
AC AB c
C B A b
AB a
spuestas
AC AB c C B A b AB a
Calcular
C B A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 121
2) Dadas las siguientes matrices
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
1 0 0
0 1 0
0 0 1
.
1 0 0
0 1 0
0 0 1
1 0 0
0 1 0
0 0 1
Re
1 1 1
1 0 0
0 1 0
1 0 1
1 1 1
0 1 0
1 0 0
0 1 0
1 1 1
. , ,
4
3
2
4 3 2
C
B
A
spuestas
C B A
C B A Indicadas Potencias las Calcular
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 122
3) Dadas las siguientes matrices.
[ ]
3 * 3
3 * 3
3 * 2
1 * 3
2 3 4
2 3 5
5 9 14
) . ( 2 )
1 1 1
0 3 2
1 2 2
. )
6 15 13
8 14 10
. )
6
2
5
. )
. Re
) . ( 2 ) . ) . ) . )
:
1 1 1
0 1 0
0 1 1
1 2 5
1
2
3
6 8
2 4
7 2
(
(
(
=
(
(
(
=
(
=
(
(
(
(
(
(
= =
(
(
(
=
(
(
(
=
t
t
t
t t t
C B D d
D D C
D A b
B D a
spuestas
C B D d D D C D A b B D a
Calcular
D C B A
4) Calcular las determinantes de las siguientes matrices
1 ) det(
5 2 1
9 4 2
2 3 1
=
(
(
(
= A A
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 123
0 ) det(
9 8 7
6 5 4
3 2 1
=
(
(
(
= B B
21 ) det(
5 0 2
0 1 0
2 0 5
=
(
(
(
= C C
0 ) det(
0 0
0 0
=
(
(
(
= D
a
a a a
a
D
1 ) det(
5 1 1 3
9 2 2 6
2 4 1 7
8 1 0 1
=
(
(
(
(
= E E
0 ) det(
7 6 5 4
6 5 4 3
5 4 3 2
4 3 2 1
=
(
(
(
(
= F F
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 124
(
(
(
=
(
(
(
=
2 3 3
2 1 4
3 3
5 3 1
2 3 4
3 1 1
. ) 5
2
1
B A
Matrices Siguientes las Dadas
) . det(
det . ) ) 2 det( )
:
B A
AB
A B A b B AB A a
Calcular
t t
+
(
(
(
23 26 64
39 4
14 14 0
) 2 det( )
: Re
2
17
t
B AB A a
spuestas
(
(
(
+
5320
835253
2128
329835
532
120761
2660
601149
5320
420279
2660
111723
760
251561
560
16979
2660
603819
) . det(
det . )
B A
AB
A B A b
t
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 125
PRACTICO N 2
1) Hallar la matriz adjunta de las siguientes matrices
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
1 1 1
3 2 0
10 8 3
6 9 4
5 7 2
2 3 1
*
)
1 2 5
23 17 1
53 48 4
*
4 5 7
8 9 2
3 4 1
)
10 8 11
0 14 7
0 0 35
*
7 0 0
4 5 0
3 1 2
)
19 5 3
9 2 32
2 18 39
*
6 5 2
3 9 4
2 7 1
)
*
D D
d
C C
c
B B
b
A A
a
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 126
Conclusion c
B A b
B A a
spuestas
Conclusion c B A b B A a
Calcular
B A
Matrices Siguientes las Dadas
A A A
Matriz Siguiente la Dada
)
481 2755 527
1404 5508 1116
1210 5014 806
* . * )
481 2755 527
1404 5508 1116
1210 5014 806
)* . ( )
: Re
) * . * ) * ) . ( )
:
7 3 5
7 3 4
1 4 7
4 6 4
4 8 1
6 5 4
: ) 3
6
1
) det(
0 2 2
2 3 8
1 4 3
: ) 2
1
6
23
3
1
3
5
3
7
3
1
3
2
6
11
3
1
3
2
1
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
=
(
(
(
=
(
(
(
=
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 127
1 1 1
. ) . (
:
3 0 1
0 3 1
3 0 1
3 3 2
3 3 0
8 1 2
. ) 4
=
(
(
(
=
(
(
(
=
A B B A
Que Demostrar
B A
Matrices Siguientes las Dadas
5) Calcular la inversa de las siguientes matrices
estudiante el por resolver para Es E
es ante er su porque inversa sacar puede se No D
C C
B B
A A
(
(
(
(
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
2 5 3 2
3 7 4 3
2 4 1 2
2 5 3 1
" 0 " min det
6 2 1
5 4 2
1 2 1
0 0
1 0
2 1
3 0 0
6 2 0
5 4 1
0 0
0 0
0 0 1
2 0 0
0 3 0
0 0 1
9 45 45
47 234 234
40 198 199
4 5 5
7 9 9
6 2 1
.
3
1
2
1
3
7
1
2
1
3
1
1
1
Ciencias y Tecnologas de la Informacin lgebra Lineal
Elaborado por: Ing. MSc. Miguel Cuellar 128
(
(
(
(
=
(
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
=
(
(
(
10 7 1 1
5 4 1 0
2 2 1 0
1 0 1 1
2 5 3 2
3 7 4 3
2 4 1 2
2 5 3 1
0 0
0 0
2 1
3 0 0
6 2 0
5 4 1
0 0
0 0
0 0 1
2 0 0
0 3 0
0 0 1
1
3
1
2
1
3
5
1
2
1
3
1
1
L L
K K
J J
_________________________________________________________________________
Muchas son las aflicciones del Justo, pero de todas ellas Dios lo librar