Matrices, Determinantes y Análisis Dimensional

Matrices, determinantes y análisis dimensional Matemática básica
Marco Teórico:
MATRICES
Matrices de números reales.
Dados dos subconjuntos A = {1,2, 3, ...i, ...n} y B = {1, 2, 3, ...j, ...m} pertenecientes al
conjunto de los números naturales, llamaremos matriz de dimensión n x m a toda
aplicación
A X B ---------> R / (i,j) ---> aij que asocia a cada par (i,j) el número real aij
Definimos matriz real de elementos pertenecientes a R y de dimensión n filas por m
columnas, aquel conjunto de números reales escritos de la forma siguiente:
 a 11 a12  a1m 
 
a a 22  a2m 
A   21 En forma simplificada A = ( aij )nxm y se le denomina matriz n
    
 
a  a nm 
 n1 an2
xm
Matriz rectangular. - Es aquella en la que no coinciden el número de filas con el de
columnas. Se escribe Anxm donde n  m.
Matriz fila es la que tiene por dimensiones 1xm
Matriz columna es la que tiene por dimensiones nx1
Matriz cuadrada. - es aquella en el que el número de filas y de columnas coinciden. Se
escribe Anxn y diremos que son de orden n.
En una matriz cuadrada llamaremos diagonal principal a los elementos que van desde
el vértice superior izquierdo al vértice inferior derecho y serán todos los a ij / i=j
En una matriz cuadrada llamaremos diagonal secundaria a los elementos que van
desde el vértice superior derecho al vértice inferior izquierdo y serán todos los aij / i+j =
n+1 donde n es el número de filas o columnas.
Matriz nula. - Es aquella matriz que tiene todos sus elementos iguales a 0.
Puede ser cuadrada o no.
Se representa por Onxm y es tal que aij = 0  i,j
Matriz diagonal. - Es toda matriz cuadrada en la que todos sus elementos son nulos
excepto los de la diagonal principal que pueden ser ceros o no.
ANDRÉ JORGE RENZO VARGAS TELLO 1

 a 0 0  3 0 0 0 0 0
     
 0 b 0  0  2 0 0 3 0
0 0 c  0 0 6  0 0 4
     
Matriz escalar. - es toda matriz cuadrada y diagonal que tiene todos los elementos de
la diagonal principal iguales.
k 0 0
 
A  0 k 0  k  0
0 0 k 
 
Matriz unidad. - Es toda matriz cuadrada, diagonal y escalar en la que todos los
elementos de la diagonal principal son iguales a 1.
aij = 0, si i  j
Se representa por I y sus aij son tales que
aij = 1, si i = j
1 0 0
 
I   0 1 0
0 0 1
 
Matriz simétrica. - Es toda matriz cuadrada en la que coincide sus elementos
conjugados, es decir, aij = aji  i y  j. Esto quiere decir que todos los elementos son
simétricos respecto de la diagonal principal.
a b c  2 1 3
   
b d e y  1 0 4  son matrices simétricas
c e f   3 4 5
  
El producto de dos matrices simétricas no tiene porque ser simétrica.
Matriz antisimetrica. - Es toda matriz cuadrada en la que aij = - aji  i  j y que solo
se verificara cuando todos los elementos de la diagonal principal sean ceros.
 0 a b  0  2 1
   
 a 0 c y  2 0 3  son matrices antisimetricas.
  b  c 0  1  3 0
   
El producto de dos matrices antisimetricas no tiene porque ser antisimetrica.

Matriz triangular. - Es toda matriz cuadrada que tiene nulos todos los elementos
situados por debajo o por encima de la diagonal principal.
 3 4 5  2 0 0
   
 0 6 1  es triangular inferior.  3  1 0  es triangular superior.
 0 0 4  4 0 3
   
Operaciones con matrices.
Suma de matrices
Dadas dos matrices A y B de igual orden n x m, llamaremos matriz suma a otra matriz
de igual dimensión n x m y cuyos elementos se obtengan sumando los elementos
homólogos de A y de B.
cij = aij + bij
 2 3  1  4 2 3   2  4 3  2 1 3  6 5 2 
       
  2 4 2    1 2  4    2  1 4  2 2  4    1 6  2
 5 6  3  2  4 3   5  2 6  4  3  3  7 2 0 
       
Propiedades:
La suma de matrices es ley de composición interna.
Asociativa:  A,B,C  Mn x m ==> A + (B + C) = (A + B) + C
Conmutativa:  A,B  Mn x m ==> A + B = B + A
 elemento neutro: Será la matriz nula On x m / A + O = O + A = A
 elemento simétrico: Será la matriz opuesta -A , tal que  A,  -A / A + (-A) = O
Con estas propiedades el conjunto de las matrices respecto de la operación suma
posee estructura de grupo abeliano o conmutativo con elemento neutro.
Producto de una matriz por un número.
Dada una matriz A de dimensiones nxm y un numero real  , el producto será otra
matriz .A , de igual orden nxm y cuyos elementos se obtengan multiplicando todos los
elementos de A por el numero 
 1 2 3   5 10 15 
   
5   2 0 1   10 0 5 
 1  1 2   5  5 10 
   
Propiedades:

Distributiva del producto respecto de la suma de matrices

.(A + B) = .A + .B
Distributiva del producto respecto de la suma de escalares
( + ).A = .A + .A
Asociativa mixta: .(.A) = (.).A
 elemento neutro en los escalares: 1.A = A
Al cumplir estas cuatro propiedades y las anteriores de la suma, el conjunto de las
matrices tiene estructura de espacio vectorial sobre el cuerpo de los números reales.
Producto de matrices.
Dos matrices A y B son multiplicables solo si el número de columnas de la matriz
multiplicando es igual al número de filas de la matriz multiplicadora. An x m x Bm x p
La matriz resultante tendrá igual número de filas que la matriz multiplicando y el mismo
número de columnas que la matriz multiplicadora. Cn x p
Para calcular el elemento cij se multiplicará cada término de la fila i de A por cada
término correspondiente de la columna j de la matriz B y luego se sumarán todos los
productos obtenidos.
Propiedades:
Asociativa: Anxm.(Bmxp.Cpxq) = (Anxm.Bmxp).Cpxq
Distributiva del producto respecto de la suma:
Anxm.(Bmxp + Cmxp) = Anxm.Bmxp + Anxm.Cmxp
(Anxm + Bnxm).Cmxp = Anxm.Cmxp + Bnxm.Cmxp
En general no es conmutativa A.B  B.A bien por que no exista alguno de los dos
productos, bien porque sus resultados den matrices de diferentes ordenes o bien porque
aun siendo del mismo orden sus resultados sean distintos.
1 3 
 2 3  1 0 2    1 0
Sean las matrices A    B    C   0  2  D   
1 0  2 1 0 2 0   2 3
 
1 3 
 2 3  
A.C  C.A ya que     0  2  no es multiplicable mientras que
 1 0  2 0 
 

1 3   5 3
   2 3  
 0  2        2 0  si lo es.
 2 0   1 0  4 6
   
1 3 
 1 0 2    5 3
B.C  C.B ya que     0  2     mientras que
 2  1 0   2 0   2 8
 
1 3   7  3 2
   1 0 2  
 0  2        4 2 0  es de diferente orden.
 2 0   2 1 0  2 0 4 
  
 2 3   1 0  4 9
A.D  D.A ya que         mientras que
 1 0  2 3   1 0
  1 0   2 3    2  3
        Los dos productos son realizables, sus resultados tienen
 2 3  1 0  7 6 
igual dimensión, pero son diferentes.
En los casos especiales en que A.B = B.A se dice que las matrices son permutables.
En este caso se verifica que (A + B)2 = A2 + 2.A.B + B2
Si no son permutables (A + B)2 = (A + B).(A + B) = A2 + A.B + B.A + B2
Dentro de las matrices cuadradas  elemento neutro que será la matriz I tal que:
In.An = An.In = An
Matriz transpuesta.
Dada una matriz A de dimensiones nxm, llamaremos matriz transpuesta de A y la
designaremos por At o por A', a otra matriz de dimensiones mxn y que se obtiene
cambiando filas por columnas y columnas por filas, sin alterar su orden.
 1 3
1  2 0   
Si A     A    2 4 
t
 3 4  1  0  1
 
Propiedades:
a) La transpuesta de la suma de dos matrices es igual a la suma de las transpuestas
de cada matriz.
(A + B)t = At + Bt

b) La transpuesta del producto de dos matrices es igual al producto de las transpuestas

en orden inverso.
(A.B)t = Bt.At
c) La transpuesta de la transpuesta de una matriz es la propia matriz.
(At)t = A
d) La transpuesta del producto de un escalar por una matriz es igual al producto del
escalar por la transpuesta de la matriz.
(k.A)t = k.At
e) Si A es simétrica ==> At = A
f) Si A es antisimetrica ==> A = -At
Matriz inversa.
Dada una matriz cuadrada A, llamaremos matriz inversa de A, a otra matriz X, si existe,
tal que A.X = X.A = I donde A,X e I tendrán el mismo orden. A dicha matriz se le
designa por A-1
A la matriz A se le llamara inversible y a la matriz A-1 matriz inversa.
Además, la definición es simétrica de forma que (A-1) –1 = A
También podemos asegurar que el producto es conmutativo y que las matrices A , X e I
deben ser cuadradas y del mismo orden . Si la matriz A no es cuadrada, no será invertible
y por tanto no poseerá matriz inversa.
DETERMINANTES.
Determinante de 2º orden.
a a12 
Llamamos determinante de la matriz cuadrada de 2º orden A   11  al número
 a21 a22 
real
a11.a22 - a12.a21 que se obtiene multiplicando los elementos de la diagonal principal y
restándole el producto de los elementos de la diagonal secundaria. Se representa por
A
Determinante de 3º orden.

 a11 a12 a13 

 
Llamamos determinante de la matriz cuadrada de 3º orden A   a 21 a 22 a 23  al
a a33 
 31 a32
número real
(a11.a22.a33 + a12.a23.a31 + a13.a21.a32) - - (a13.a22.a31 + a11.a23.a32 + a12.a21.a33)
Una manera práctica de recordar estos sumandos es la regla de Sarrus.
2 3 5
Ejemplo A  4 7 3  2  7  1  4   8  5  3  3   2  5  7   2  3   8  2  3  4  1
 2 8 1
= ( 14 - 160 - 18 ) - ( -70 - 48 + 12 ) = -164 - ( -106 ) = - 58
2 3 4
Ejemplo B   1 5 6  2  5  9  4   1  8  3  6   7   4  5   7   2  6  8  3   1  9 
7 8 9
90 - 32 - 126 + 140 - 96 + 27 = 3
Propiedades de los determinantes.
1.- Un determinante que tiene todos los elementos de una línea (fila o columna) iguales
a 0, vale siempre cero.
3 1 4
0 0 0 0
2 8 6
2.- Un determinante que tiene dos líneas paralelas iguales es siempre nulo.
2 1 2
1 0 1 0 por tener la 1ª y la 3ª columna iguales
6 8 6
3.- Un determinante en el que los elementos de una línea son múltiplos de los
elementos de una línea paralela a ella, es siempre nulo.
4 1 3
8 2 6  0 porque f2 = f1.(-2)
5 7 4

4.- Un determinante en el que los elementos de una línea son combinación lineal de
los de otras líneas paralelas a ella, es siempre nulo.
1 3 7
2 0 2 0 porque c3 = c1 + 2.c2
1 1 1
5.- El valor de un determinante no varía si se cambian las filas por las columnas sin
alterar el orden relativo de los elementos de cada una. Es lo mismo que decir que At =
A 
1 2 0 1 2 2
2 0 3  2 0 1
2 1 1 0 3 1
6.- Un determinante no varía al sumar a los elementos de una línea, los

correspondientes de otra paralela a ella multiplicados por un número , los de otra
multiplicada por , etc.
a b c a  3b  2c b c
d e f  d  3e  2 f e f
g h i g  3h  2i h i
7.- Si se cambian entre si dos filas (o dos columnas), el nuevo determinante tiene el
mismo valor absoluto, pero cambia de signo.
2 1 3 1 2 3
0 2 4  2 0 4 He cambiado c1 <---> c2
1 3 0 3 1 0
8.- Si se multiplican ( o dividen ) todos los elementos de una línea por un mismo número
 , el valor del determinante queda multiplicado ( o dividido ) por el número  .
1 2 0 1 2 0
Si  2 0 1  9   2 0 5  5  9  45 ya que la c3 la he multiplicado por 5.
2 1 1 2 1 5
9.- Si en un determinante todos los elementos de una línea son múltiplos de un mismo
número , se puede sacar este número como factor.

2 4 3 1 1 3 1 1 3
4  4 1  2   4  2 1 1  8  2 1 1
6 4 0 3 1 0 3 1 0
10.- Si se multiplican todos los elementos de un determinante A de orden n por un

mismo número , el valor del nuevo determinante será n.A 
a b c 5a 5b 5c
Si d e f  A  5d 5e 5 f  53  A
g h i 5 g 5h 5i
11.- Si los elementos de una línea constan de h sumandos, el determinante se podrá

descomponer en suma de h determinantes, que tienen iguales a el, las restantes líneas
y en lugar de aquella, la formada por los primeros sumandos, por los segundos, etc.
x yz a d x a d y a d z a d
t  u  v b e  t b e  u b e  v b e se mantienen idénticas la c2 y la c3
qrs c f q c f r c f s c f
12.- El determinante de una matriz triangular es igual al producto de los elementos de la

diagonal principal.
a 0 0 0
b e 0 0
 aeh j
c f h 0
d g i j
13.- El determinante del producto de dos matrices cuadradas A y B, de igual orden, es

igual al producto de los determinantes de A y de B.
A B  A  B
Menor complementario.
Dada una matriz cuadrada A de orden n, llamaremos menor complementario del
elemento aij, al determinante de orden n-1, que se obtiene suprimiendo la fila i y la
columna j en el A. Se simboliza por ij.
2 1 3 4
1 5 1
1 5 2 1
Dada A   13   2 3 0  9  14  3  30  38
2 3 4 0
1 7 3
1 7 0 3

2 1 3 2 3 4
 24   2 3  4  42  4  9  56  1  32   1 2 1  12  3  8  9  26
1 7 0 1 0 3
Adjunto de un elemento.
Llamamos adjunto del elemento aij de una matriz cuadrada A, al valor del menor
complementa-rio correspondiente, afectado del signo + o - según que la suma de los
subíndices i + j sea par o impar
Se representa por Aij = (-1)i+j.ij
En la matriz A4x4 anterior, calculemos A31 y A43
1 3 4
A31   1
31
 5 2 1  6  21  56  45  4
7 0 3
2 1 4
A43   1   1 5 1   12  2  40  6  20
43
2 3 0
Desarrollo de un determinante por los elementos de una línea.

Todo determinante de orden n, se puede calcular como la suma de los productos de los
elementos de una línea cualquiera por sus adjuntos correspondientes.
1 2 0 3
1 3 3 2 3 3 2 1 3
2 1 3 3
 1  4  3  8  2  3  3  8   3  3 4  3 
3 4 3 8
2 4 2 1 4 2 1 2 4
1 2 4 2
= (- 6 + 48 - 48 + 18 + 32 - 24 ) - 2.( -12 + 36 + 24 - 9 + 64 - 18 ) +
+ 3.( 32 + 18 + 3 + 12 + 12 -12 ) = 20 – 2·85 + 3·65 = 45
Por este procedimiento el cálculo de un determinante de orden n se reduce a calcular
n determinantes de orden n - 1, estos se reducen a otros de orden n - 2 y así
sucesivamente hasta llegar a determinantes de orden 3 que se calculan por Sarrus.
Regla de Chio.
Esta regla sirve para el cálculo de determinantes de orden superior a tres.
Consiste en conseguir que una de las líneas del determinante este toda ella formada
por ceros, excepto uno de sus elementos que valga la unidad. De esta forma al
desarrollar por los elementos de dicha línea, se anularán todos los sumandos a

excepción del elemento en donde este el 1 y así reduciremos el orden del determinante
en una unidad.
a) Se observa si hay algún 1 en el determinante. Se elige la fila o columna que
contenga a dicho 1 y al mayor número de ceros posibles.
Si no existe ningún 1 en el determinante se elige la línea que contenga mayor numero
de 0. Dividimos los elementos de esa línea por uno de ellos, de forma que consíganos
un 1 en dicha línea."Atención", después de esta operación, el valor del nuevo
determinante habrá que multiplicarlo por el número que dividimos anteriormente.
También se puede conseguir que algún elemento valga 1, restando una línea de otra
paralela, siempre que existan dos elementos que ocupen el mismo lugar y que difieran
en una unidad.
b) Una vez conseguido el 1 en una línea, habrá que hacer 0 los demás elementos de
la fila o columna en donde se halle. Para ello realizaremos combinaciones lineales con
líneas paralelas según nos interese.
Determinante de Vandermonde.
Es el formado por las potencias sucesivas de n números distintos: a, b, c,.... g, h,
ordenadas de la siguiente forma:
1 1 1   1
a b c   h
a2 b2 c2   h2
     
     
n 1 n 1 n 1 n 1
a b c   h
Este determinante es igual al producto de todas las diferencias obtenidas restando cada
número a,b,c,.., de todos los que le siguen.
Matriz inversa.
Dada una matriz cuadrada A, llamaremos matriz inversa de A, a otra matriz X, si existe,
tal que A.X = X.A = I , donde A,X e I tendrán el mismo orden.
A dicha matriz se le designa por A-1
La condición necesaria y suficiente para que exista matriz inversa es que dicha matriz
sea regular o lo que es lo mismo que su determinante sea distinto de cero.
Para calcular la inversa de una matriz A, calcularemos la matriz transpuesta de la matriz
adjunta de A y lo dividiremos por el valor del determinante de dicha matriz A.

A 1

A 
d t
La matriz Ad se calcula, hallando todos los adjuntos de todos los elementos de la matriz
A
Si A  0 no existiría matriz inversa pues todos sus términos tendrían que venir divididos
por 0 y me quedaría una matriz de elementos infinitos, con lo que no existiría.
También se puede calcular primero la matriz transpuesta de A y luego la matriz adjunta
de la At, para luego dividir por el valor del determinante.
Propiedades:
a) Si A y B son dos matrices cuadradas del mismo orden y regulares, se verifica que la
inversa del producto de dos matrices es igual al producto de sus inversas en orden
inverso.
(A·B)-1 = B-1.·A-1
b) Si A es una matriz regular se verifica que la inversa de la transpuesta es siempre
igual a la transpuesta de la inversa.
(At)-1 = (A-1)t
c) La inversa de la inversa de una matriz regular es la propia matriz A.
(A-1)-1 = A
La matriz inversa facilita la resolución de ecuaciones matriciales de la forma:
A·X = B ==> A-1·(A·X) = A-1·B ==> (A-1·A)·X = A-1·B
I·X = A-1·B ==> X = A-1·B
RANGO DE UNA MATRIZ.
Menor y rango de una matriz.
Dada una matriz de dimensiones cualesquiera (no tiene porque ser cuadrada) de orden
m x n, se llama menor de orden h al determinante de cualquiera de las submatrices
cuadradas de orden h x h que se obtienen suprimiendo de todas las formas posibles m-
h filas y n-h columnas de la matriz original.
Llamamos menor principal de orden h, al determinante formado por las h primeras filas
y las h primeras columnas y que su valor sea distinto de cero.
Propiedades del rango de una matriz.

a) Si en la matriz A, se intercambian entre si dos líneas paralelas, se obtiene otra matriz

B, de igual rango que la de A.
b) Si una línea de la matriz A, esta formada por ceros, el rango de A es igual al rango
de la matriz B que se obtiene suprimiendo dicha línea de ceros.
c) Si en la matriz A, se suprime una línea que sea combinación lineal de otras varias
paralelas, se obtiene una nueva matriz B, de igual rango que la matriz A.
Llamamos rango por filas de una matriz A, al numero máximo de filas linealmente
independientes.
Llamamos rango por columnas de una matriz A, al numero máximo de columnas
linealmente independientes.
SISTEMA DE ECUACIONES LINEALES.
Llamamos sistema de ecuaciones lineales con coeficientes reales al conjunto de
igualdades siguientes:
a11x1 + a12x2 + ...... + a1nxn = b1 Este sistema tendrá m ecuaciones con n incógnitas.
a21x1 + a22x2 + ...... + a2nxn = b2 Los aij son números reales llamados coeficientes
a las incógnitas.
am1x1 + am2x2 + ...... + amnxn = bm Los bij son los llamados términos independientes.
Los xj representan números reales desconocidos llamados incógnitas del sistema.
Llamamos matriz de coeficientes a la matriz cuyos elementos son los coeficientes de
las incógnitas.
Llamamos matriz ampliada a la obtenida al añadir a la matriz de coeficientes, una nueva
columna formada por los términos independientes.
 a11 a12   a1n   a11 a12  a1n  b1 

   
 a 21 a 22   a2n   a 21 a 22  a 2 n b2 
C        A      
   
             
a . . a mn  a . a mn bm 
 m1 am2  m1 am2
Llamamos solución de nuestro sistema al conjunto de vectores S(s 1,s2...sn) que al

sustituirlos respectivamente por x1,x2,...xn , convierte a las m igualdades en m identidades
numéricas.
Resolver por tanto nuestro sistema es averiguar si el conjunto S posee elementos y en
caso afirmativo, calcularlos.
Los sistemas pueden no tener solución y se llaman incompatibles.

Pueden tener infinitas soluciones y se llaman compatibles indeterminados.

Pueden tener un numero finito de soluciones y se llaman compatibles determinados.
Dos sistemas serán equivalentes cuando posean las mismas soluciones.
Si en un sistema S, se suprime una ecuación que sea combinación lineal de las
restantes, el nuevo sistema S´ será equivalente al S.
Para resolver un sistema S, basta con resolver un sistema equivalente S´ en el que
ninguna ecuación sea combinación lineal de las restantes.
RESOLUCIÓN DE SISTEMAS DE ECUACIONES.
Sistema de Cramer. Regla de Cramer.
Llamamos sistema de Cramer al formado por n ecuaciones y n incógnitas y tal que la
matriz de coeficientes C sea una matriz cuadrada y regular, es decir
que C  0 .
Dicho sistema será equivalente en forma matricial a ·C.X = B dondeCXXx
 x1   b1 
 a11 a12   a1n     
   x2  b 
C        X   B 2
a  
 n1 an 2   a mn   
x 
 
b 
 n  n
La regla de Cramer dice que todo sistema de Cramer tiene solución única dada por
C 1  C  X  C 1  B  I  X  C 1  B  X  C 1  B
Resolviendo la nueva ecuación matricial nos queda que:
a11 . b1  a1n
    
    
a n1  bn  a nn
xi  en donde hemos sustituido la columna i de la matriz C por
C
la columna matriz B.
Teorema de Rouche-Frobenius.
La regla de Cramer nos permite resolver sistemas de ecuaciones en el caso particular
de que haya igual número de ecuaciones que de incógnitas.
Con el teorema de Rouche podemos ampliar al caso de que n  m.
Si el rg C  rg A el sistema no tendrá ninguna solución real.
Si el rg C = rg A = h el sistema tendrá solución.

Si h = nº de incógnitas, la solución será única.
Si h < nº de incógnitas, existirán infinitas soluciones.
En definitiva, la discusión de un sistema de n ecuaciones con m incógnitas es la
siguiente:
Si rg C  rg A no existe solución ===> sistema incompatible.
Si rg C = rg A = nº de incógnitas tiene una única solución  sistema compatible
determinado.
Si rg C = rg A < nº de incógnitas tiene infinitas soluciones  sistema compatible
indeterminado.
Para resolver el sistema compatible indeterminado con infinitas soluciones podemos
usar el método de Cramer.
2x + 3y - z + t = 5
Resolver el sistema x + 2y + z - 2t = 8
x + y - 2z + 3t = -3
Por Cramer:
2 3
Partimos de un menor principal de orden 2  4  3  1  0 Ampliamos a un
1 2
2 3 1
menor de orden 3. 1 2 1  8  3  1  2  2  6  0
1 1 2
2 3 1
1 2  2  12  6  1  2  4  9  0
1 1 3
Como los dos únicos menores que puedo formar de orden 3 son nulos, el rg C tiene
que ser 2
Al ampliar el menor principal de orden 2 con los términos independientes me queda:
2 3 5
1 2 8  12  24  5  10  16  9  0
1 1 3
Como el único menor de orden 3 que puedo formar es nulo, el rg A tiene que ser 2.

Si rg C = rg A < nº de incógnitas ==> Sistema compatible indeterminado.

Para resolverlo, despejamos las dos primeras incógnitas x e y , en función de la tercera
incógnita z, en las dos primeras ecuaciones.
2x + 3y = 5 + z - t Es un sistema de Cramer de 2 ecuaciones con 2 incógnitas.
x + 2y = 8 - z + 2t
5 z t 3
8  z  2t 2 10  2 z  2t  24  3z  6t
x   14  5 z  8t
2 3 43
1 2
2 5 z t
1 8  z  2t 16  2 z  4t  5  z  t
y   11  3z  5t
2 3 43
1 2
x  14  5  8
y  11  3  5
Llamando z =  y t = 
z
t
Al discutir por Cramer, si el numero de ecuaciones es igual o menor que el numero de

incógnitas, se empieza a buscar los menores principales por la matriz C, para luego
ampliarla a la A.
Sistemas homogéneos.
Llamamos sistema homogéneo de n ecuaciones con m incógnitas, al sistema en el que
todos los términos independientes de las ecuaciones que forman el sistema son nulos,
es decir
b1 = b2 = .... = bn = 0
Todo sistema homogéneo será siempre compatible pues el rg C será siempre igual al
rg A, ya que la matriz A se forma añadiéndole a la matriz C una columna de ceros.
La solución (0,0...0) será siempre solución de todo sistema lineal homogéneo y se le
llamará solución impropia del sistema o solución trivial.
Todo sistema homogéneo que tenga solución distinta de la trivial, admitirá infinitas
soluciones, incluida la solución trivial.
Si aplicamos el teorema de Rouche, diremos que la condición necesaria y suficiente
para que el sistema homogéneo sea compatible es que:

rg C = rg A < nº incógnitas ===> sistema con infinitas soluciones.

rg C = rg A = nº incógnitas ===> la solución será única (0, 0, ..., 0).
En el caso particular de que el nº de ecuaciones coincida con el nº de incógnitas,
diremos que la condición necesaria y suficiente para que el sistema sea compatible
(infinitas soluciones), es que el determinante de la matriz de los coeficientes sea nulo.
En caso de no serlo, la solución será la trivial (0, 0, …, 0).
Es decir: Si C  0 ===> solución (0,0,...0)
Si C = 0 ===> infinitas soluciones.
Los sistemas homogéneos también se pueden discutir y resolver por Cramer y por
Gauss.
Geometría analítica
La Recta
En geometría euclidiana, la recta o la línea recta se extiende en una misma dirección por
tanto tiene una sola dimensión y contiene infinitos puntos; se puede considerar que está
compuesta de infinitos segmentos. Dicha recta también se puede describir como una
sucesión continua e indefinida de puntos extendidos en una sola dimensión, es decir, no
posee principio ni fin.
Es uno de los entes geométricos fundamentales, junto al punto y el plano. Son
considerados conceptos apriorísticos ya que su definición solo es posible a partir de la
descripción de las características de otros elementos similares. Un ejemplo de las
dificultades de la definición de la recta a partir de puntos es la llamada paradoja de Zenón
de la dicotomía que ilustraba la desaparición de la recta al dividirla en puntos. Así, es
posible elaborar definiciones basándose en los postulados característicos que
determinan relaciones entre los entes fundamentales. Las rectas se suelen denominar
con una letra minúscula.
Características de la Recta
 La recta se prolonga indefinidamente en ambos sentidos.

 En geometría euclidiana, la distancia más corta entre dos puntos es la línea recta.
 La recta puede definirse como el conjunto de puntos situados a lo largo de la
intersección de dos planos
Semirrecta: Se le llama semirrecta a cada una de las dos partes en que queda dividida
una recta al ser cortada en cualquiera de sus puntos. Es la parte de una recta conformada

por todos los puntos que se ubican hacia un lado de un punto fijo de la recta,
denominado origen, a partir del cual se extiende indefinidamente en una sola dirección.
La semirrecta opuesta de una semirrecta es la otra semirrecta salida de la recta que
define la primera.
 Cada semirrecta solo tiene una semirrecta opuesta.

 Una semirrecta y su semirrecta opuesta tienen el mismo origen
Definimos una recta r como el conjunto
de los puntos del plano, alineados con un
punto P y con una dirección dada .
P(x1, y1) es un punto de la recta r, el vector

tiene igual dirección que , luego es
igual a multiplicado por un escalar.
Ecuaciones paramétricas de la recta.
A partir de la ecuación vectorial:
Realizando las operaciones indicadas se obtiene:
La igualdad de vectores se desdobla en las dos igualdades escalares:
Ecuación continua de la recta.
Si de las ecuaciones paramétricas despejamos el parámetro k.

Y si igualamos, queda:
Ecuación punto-pendiente de la recta.
La pendiente de una recta es la tangente del ángulo que forma la recta con la dirección
positiva del eje OX.
Pendiente dado el ángulo
Pendiente dado el vector director de la recta
Pendiente dados dos puntos

Si el ángulo que forma la recta con la

parte positiva del eje OX es agudo, la
pendiente es positiva y crece el
ángulo.
Si el ángulo que forma la recta con

la parte positiva del eje OX es
obtuso, la pendiente es negativa y
decrece el ángulo
Partiendo de la ecuación continua la recta Y despejado:
Y quitando denominadores: Como:
Se obtiene:
La pendiente de la recta es:

Ecuación de la recta que pasa por dos

puntos
Sean los puntos A (x1, y 1) y B (x2, y 2) que determina una recta r. Un vector director de la
recta es:
cuyas componentes son:
Sustituyendo estos valores en la forma continua.
Hallar la ecuación de la recta que pasa por A (1,3) y B (2,-5)
Ángulo que forman dos rectas
Se llama ángulo de dos rectas al menor de los ángulos

que forman éstas. Se pueden obtener a partir de sus
vectores directores y el producto escalar.
Rectas paralelas y perpendiculares

Rectas paralelas
Dos rectas son paralelas si tienen vectores

directores con la misma dirección. También en ellas
se cumple que las pendientes son iguales.

Rectas perpendiculares
Si dos rectas son perpendiculares tienen sus pendientes

inversas y cambiadas de signo.
Dos rectas son perpendiculares si sus vectores directores

son perpendiculares.
Incidencia
Un punto P(p1, p2) pertenece a una recta de ecuación Ax + By + C = 0, cuando las

coordenadas del punto satisfacen la igualdad:
Ap1 + Bp2 + C = 0
Cuando un punto P pertenece a una recta r se dice que r incide en P o que r pasa por
P.
Analiza si los puntos A (3, 5) y B(0, 1) pertenecen o no a la recta r ≡ x + 2 y - 13 = 0.
3 + 2 · 5 - 13 = 0 A r
0 + 2 · 1 - 13 ≠ 0 B r
Cuando dos en rectas r y s tienen un punto común, se dice que tienen un punto de
intersección.
Para hallar las coordenadas del punto de intersección de dos rectas, se resuelve el
sistema formado por las dos ecuaciones de las rectas.
Hallar el punto de intersección de las rectas de ecuaciones r ≡ 2 x - y - 1 =

0ys≡x-y+1=0

Posiciones relativas de dos rectas
Dadas dos rectas, Ax + By + C = 0, A'x + B'y + C' = 0, para calcular su posición relativa
tendremos en cuenta que:
1 Si , las rectas son secantes, se cortan en un punto.
2 Si , las rectas paralelas, no se cortan en ningún punto.
3 Si , las rectas son coincidentes, todos sus puntos son comunes.

Distancias
Distancia de un punto a una recta
La distancia de un punto a una recta es la longitud del segmento perpendicular a la recta,

trazada desde el punto.
Distancia al origen de coordenadas
Distancia entre rectas

Para hallar la distancia entre dos en rectas paralelas, se toma un punto cualquiera, P, de
una de ellas y calcular su distancia a la otra recta.
Ecuación de la mediatriz
Mediatriz de un segmento es el lugar geométrico de los puntos del plano que equidistan
de los extremos.
Ecuación de la mediatriz
Ecuaciones de las bisectrices

Bisectriz de un ángulo es el lugar geométrico de

los puntos del plano que equidistan de las rectas
que forman el ángulo.
Ecuaciones de las bisectrices
LA CIRCUNFERENCIA
Definición:
Se llama circunferencia al lugar geométrico formado por puntos del plano que equidistan
de un punto fijo llamado centro. El radio de la circunferencia es la distancia de un punto
cualquiera de dicha circunferencia al centro y se denota por "r".
Elementos de la circunferencia:
Cálculo del radio de una circunferencia:

Supóngase una circunferencia en el plano cartesiano
cuyo centro C tiene coordenadas (h, k) y que el radio
es r. Sea P (x, y) un punto de la circunferencia.
Por la fórmula de distancia entre dos puntos se cumple

que el cuadrado de la distancia entre el punto P y el
centro C es:

d²(P;C) = r² = (x - h)² + (y - k)²
Extraendo raíz cuadrada obtenemos el valor del radio.
ECUACIONES DE LA CIRCUNFERENCIA
Ecuación Ordinaria de la Circunferencia
Dados las coordenadas del centro de la circunferencia C(h;k) y el radio "r" de la misma,
podemos utilizar la siguiente ecuación para determinar el valor de "y" correspondiente a
un valor de "x".
Ecuación Canónica de la Circunferencia
Sean ahora las coordenadas del centro de la circunferencia C(0;0) y el radio "r", podemos
utilizar la siguiente ecuación para determinar el valor de "y" correspondiente a un valor
de "x".
Ecuación General de la Circunferencia
Si conocemos el centro y el radio de una circunferencia, podemos construir su ecuacion

ordinaria, y si operamos los cuadrados, obtenemos la forma general de la ecuación de la
circunferencia, así:
La Parábola
Una parábola es el
conjunto de puntos
P  ( x; y ) en el plano
que equidistan de un
punto fijo F (llamado
foco de la parábola) y de
una recta fija L (llamada
la directriz de la
parábola) que no
contiene a F.
El punto medio entre el
foco y la directriz se
llama vértice, la recta
que pasa por el foco y por el vértice se llama eje de la parábola. Se puede observar en
la figura que una parábola es simétrica respecto a su eje.

Ecuación canónica de la parábola

Eje Focal de la parábola es Vertical
La forma canónica de la ecuación de una parábola con vértice V  h; k  y directriz y  k  p es:
x  h 2  4 p y  k 
Donde foco F está a p unidades (orientadas) del vértice.
Con este resultado podemos resumir que

Se tiene que Caso 1 Apertura de la parábola hacia arriba.
Valor de Coordenadas del Ecuación de la
p Foco F directriz
p0 h, k  p ykp
Y su grafica es
Se tiene que Caso 2 Apertura de la parábola hacia Abajo.

p Foco directriz
p0 h, k  p ykp
Y su grafica es

Eje Focal de la parábola es Horizontal

La forma canónica de la ecuación de una parábola con vértice V  h; k  y directriz
x  h  p es:  y  k 2  4 px  k 
Donde foco F está a p unidades (orientadas) del vértice
Demostración: Ídem que la anterior

Con este resultado podemos resumir que si:
Se tiene que Caso 1 Apertura de la parábola hacia la derecha.
p Foco directriz
p0 h  p, k  x  h p
Su grafica
Se tiene que Caso 2 Apertura de la parábola hacia la izquierda

p Foco directriz
p0 h  p, k  x  h p
Su grafica

La Elipse
Una elipse es el conjunto de
puntos (lugar geométrico) cuya
suma de distancias a dos puntos
fijos y del plano (llamados
focos) es constante. Llamaremos
centro de la elipse, al punto medio
entre los focos.
La recta que pasa por los focos,
corta a la elipse en dos puntos
llamados vértices. La cuerda que
une los vértices es el eje mayor de la elipse. La cuerda perpendicular al eje mayor
y que pasa por el centro se llama eje menor de la elipse.
Forma canónica de la Elipse

Eje Focal Horizontal
Sean F1 h  c, k  , F2 h  c, k  focos de una elipse, Ch, k  centro de la elipse,
d ( P, F1 )  d ( P, F2 )  2a y h, k , c  IR , c  0 , entonces la forma canónica de la ecuación
de una elipse esta dada por

x  h 2   y  k 2 1
a2 b2
Donde a  c , a  b , y b 2  a 2  c 2
Simplificando
Pero, c2  a2  b2 y así
obtenemos la ecuación canónica de
la elipse
x  h 2   y  h 2 1
a2 b2

Eje Focal vertical

Sean F1 h, k  c  , F2 h, k  c focos de una elipse, Ch, k 
centro de la elipse, d ( P, F1 )  d ( P, F2 )  2a y h, k , c  IR ,
c  0 , entonces la forma canónica de la ecuación de una
elipse está dada por:

x  h 2   y  k 2 1
b2 a2
Donde a  c , a  b y c 2  a 2  b 2
Elipse centrada y el Origen

Eje Focal Horizontal
Toda elipse centrada en el origen y de eje
focal horizontal es
x2 y2
  1 Con a  b , c 2  a 2  b 2
a2 b2
Eje Focal Vertical
Toda elipse centrada en el origen y de eje focal horizontal es
x2 y2
 1 Con a  b , c 2  a 2  b 2
b2 a2
La excentricidad de una Elipse
La excentricidad es una medida de la "circularidad" de una elipse, entre
más cerca de cero más circular y entre más cerca de uno más alargada.
c
La excentricidad de una elipse está dada por el cociente e 
a
Observe que al estar situados los focos en el eje mayor entre el centro
c
y los vértices, siempre se tiene que 0  c  a  0  1 0  e 1
a
Es decir, las elipses tienen una excentricidad menor a uno. Para una
c
elipse casi circular, los focos están cerca del centro y es pequeño. Para una
a
c
elipse alargada los focos están cerca de los vértices y es casi .
a
Teorema (propiedad de reflexión)

La recta tangente a una elipse en un punto forma

ángulos iguales con las rectas que pasan por y
por alguno de los focos.
La Hipérbola
Una hipérbola es el conjunto de puntos Px, y   IR 2 para los que
la diferencia de sus distancias a dos puntos distintos prefijados
(llamados focos) es, en valor absoluto, una constante.
La recta que pasa por los focos corta a la hipérbola
en dos puntos llamados vértices. El segmento recto que
une los vértices se llama eje transversal y su punto medio
es el centro de la hipérbola. Un hecho distintivo de la
hipérbola es que su gráfica tiene dos partes separadas,
llamadas ramas.
Teorema (ecuación canónica de la hipérbola)

La ecuación canónica de la hipérbola con centro en Ch, k  es
x  h 2   y  k 2  1 con eje transversal horizontal. Y

 y  k 2  x  h 2 1
a2 b2 a2 b2
con eje transversal vertical.

Los vértices están a una distancia de a unidades del
centro y los focos a una distancia de c unidades del centro.
Además b 2  c 2  a 2
Resumiendo:
Si el eje transversal de la hipérbola es horizontal
entonces
El centro está en Ch, k 

Los vértices están en
Los focos están en .

Si el eje transversal de la hipérbola es vertical entonces
El centro está en Ch, k 
Los vértices están en .
Los focos están en .

Una ayuda importante para trazar la gráfica de una hipérbola son sus
asíntotas. Toda hipérbola tiene dos asíntotas que se intersecan en su centro
y pasan por los vértices de un rectángulo de dimensiones 2a y 2b y centro
en Ch, k  .El segmento recto de longitud 2b que une se

llama eje conjugado de la hipérbola. El siguiente teorema identifica la ecuación
de las asíntotas.
Teorema (Asíntotas de una hipérbola)
Si la hipérbola tiene un eje transversal horizontal, las ecuaciones de las asíntotas son
y si el eje transversal es vertical, las ecuaciones de las asíntotas son
Observación:
Las asíntotas de la hipérbola coinciden con las diagonales del rectángulo de
dimensiones y centro Ch, k  .Esto sugiere una forma simple de trazar tales
asíntotas.
Excentricidad de una hipérbola
Definición (excentricidad de una hipérbola)
La excentricidad de una hipérbola está dada por el cociente
Si la excentricidad es grande los focos están cerca del centro y las ramas de la
hipérbola son casi rectas verticales. Si la excentricidad es cercana a uno los focos
están lejos del centro y las ramas de la hipérbola son más puntiagudas.

Propiedad de reflexión
La propiedad reflectora de la hipérbola afirma
que un rayo de luz dirigido a uno de los focos de una
hipérbola se refleja hacia el otro foco.
Teorema (propiedad de reflexión)
La tangente en un punto P de una hipérbola es la bisectriz
del ángulo formado por los segmentos que unen este punto
con los focos.
Conclusiones:
La matemática se interrelaciona entre los temas presentados, dándonos a conocer que

tanto la geometría como aritmética van de la mano con álgebra dando un desarrollo,
valga la redundancia, algebraico; eliminado así las variables presentes en una gráfica
para poder deducir las curvas que se presentan en la naturaleza.
Bibliografía:
-Figueroa García, Ricardo. 7ma edición. (2006). Geometría analítica. Breña-Lima,

Perú. R.F.G
-Ilasaca Cahuata, Heddy F. 3ra edición. (2010). Formulario de ciencias cerebrito.

Lima, Perú. Megabyte.

Ejercicios propuestos
Ejercicio nº 1
Expresa y resuelve el siguiente sistema en forma matricial:
x  2 y  z  3

3x  y  z  0 

x  y  z  2 
Solución:
Utilizando determinantes:
Expresamos el sistema en forma matricial:
 1 2  1 x   3  1 2  1  x    3 
          
A  3 1 1 ; X   y ; C   0   3 1 1   y    0   AX  C
1 1 1  z  2  1 1 1  z   2 
          
Para resolverlo, multiplicamos por la izquierdapor A1:
AX  C  A1AX  A1C  X  A1C
Comprobamo s que A  2  0 y hallamos A1:
 2  2  4  2 1 3 
   
Adj A    1 2 3   Adj At    2 2  4 
 3  4  5  4 3  5
   
 2 1 3 
1 
 A 
1
Adj A    2 2  4 
1 t
A 2 
  4 3  5
Obtenemos X:
 2  1 3   3  0  0
11   1    
X  A C    2 2  4   0     2     1
2   2  2   1 
 4 3  5 2     
Por tanto la solución del sistema es:

x = 0, y = 01, z = 1

Por método de Gauss:

Calculo de A 1:
 1 2 1 1 0 0  1
a
 1 2 1 1 0 0 
   
3   2  3 1  0 5 4 3  
a a
1 1 0 1 0 1 0
 1 1 1 0 0 1  a a 
3 1  0 3 2 1 0 1 
  
1
a
 1 2 1 1 0 0 
 
 2
a
 0 5 4 3 1 0  
a  
3
a
32  0 0 2 4 3 5 
2 1  3
a a
 2 4 0 2 3 5 
 
 a
2 23
a
 0 5 0 5  5 10  
a  0 0  2 4  3 5 
3 
 10 0 0 10 5 15   2 1 3 
  1 1 
  0 5 0 5 5 10   A    2 2  4
 0 2
 0 2 4 3 5   4 3  5 
Ejercicio nº 2.-
 1 2
Si la matriz A    satisface la igualdad A 2  xA  yI  0, halla los valores numéricos
 3 4
de x e y (I representa la matriz identidad de orden 2).
Solución:
Calculamos A 2 :
 1 2  1 2    5 10 
A2     
 3 4   3  
4    15 10 

Así:
  5 10   1 2  1 0   5  x  y 10  2 x   0 0
A 2  xA  yI     x   y   
  15 10   3 4   0 1    15  3 x 10  4 x  y   0 0 
     
Luego, ha de ser:
 5  x  y  0  y  5  x  5   5  10

10  2x  0  x  5

 15  3 x  0  x  5

10  4 x  y  0  y  10  4 x  10  20  10

Por tanto: x = 005; y = 10

Ejercicio nº 3.-
Expresa en forma matricial y resuelve utilizando la matriz inversa:
x  y  z  1

3 x  2y  1

x  y  2z  2
Solución:
Expresamos el sistema en forma matricial:
 1 1 1 x  1  1 1 1  x   1
          
A   3 2 0  ; X   y  ; C   1   3 2 0   y    1  AX  C
 1 1 2 z  2  1 1 2  z   2
          
Para resolverlo, multiplicamos por la izquierdapor A 1:
AX  C  A1AX  A1C  X  A1C
Comprobamo s que A  1  0 y hallamos A 1:
 4 6 1   4  1  2
   
Adj A    1 1 0   Adj At   6 1 3  
  2 3  1  1 0  1
   
 4 1 2 
 
 1
A 
1
Adj A   6  1  3 
t
A  1 0
 1 
Obtenemos X:
 4 1 2   1  1 
1
    
X  A C   6  1  3   1    1
 1 0 1   2   1 

Por tanto, la solución del sistema es:

x = 1, y = 01, z = 1
Calculo de A 1:

 1 1 1 1 0 0 a
1  1 1 1 1 0 0 
   
3 2 0 0 1 0   0 1  3  3  
a a
2  3 1 1 0
 1 1 2 0 0 1 3 1
a a  0 0 1 1 0 1 
   
1 2
a a
 1 0 2 2 1 0 
 
 a
2 33
a
 0 1 0  6 1 3  
a  0 0 1 1 0 1 
3  
a
1 23
a
 1 0 0 4 1 2   4 1 2 
  1
 
 2
a
 0 1 0 6 1 3   A   6  1  3
a  0 0 1 1 0 1   1 0 1 
3   
Ejercicio nº 4.-
Una empresa tiene tres factorías, F1, F2, F3, en las que se fabrican diariamente tres
tipos diferentes de productos, A, B y C, como se indica a continuación:
F1: 200 unidades de A, 40 de B y 30 de C.
Cada unidad de A que se vende proporciona un beneficio de 5 euros; por cada unidad
de B, se obtienen 20 euros de beneficio; y por cada una de C, 30 euros.
Sabiendo que la empresa vende toda la producción diaria, obtén matricialmente el
beneficio diario obtenido con cada una de las tres factorías.
Solución:
Organizamos los datos que tenemos en dos matrices; su producto nos da la
matriz que buscamos:
A B C
F1  200 40 30  A  5  F1  2 700 
     
F2  20 100 200   B  20   F2  8 100 
     
F3  80 50 40  C  30  F3  2 600 
Ejercicio nº 5.-
En una pastelería elaboran tres tipos de postres: A, B y C, utilizando leche, huevos y
azúcar (entre otros ingredientes) en las cantidades que se indican:
A: 3/4 de litro de leche, 100 g de azúcar y 4 huevos.
B: 3/4 de litro de leche, 112 g de azúcar y 7 huevos.

C: 1 litro de leche y 200 g de azúcar.

El precio al que se compran cada uno de los tres ingredientes es de 0,6 euros el litro de
leche, 1 euro el kg de azúcar, y 1,2 euros la docena de huevos.
Obtén matricialmente el gasto que supone cada uno de estos tres postres (teniendo en
cuenta solamente los tres ingredientes indicados).
Solución:
El precio de cada litro de leche es de 0,6 euros; el precio de cada gramo de
azúcar es de 0,001 euros; y el precio de cada huevo es de 0,1 euros.
Organizamos los datos que nos dan en dos matrices; su producto es la matriz que
buscamos:
L Az H
A  3 / 4 100 4  L  0,6  A  0,95 
     
B  3 / 4 112 7   Az  0,001  B 1,262 
C  1 200 0  H  0,1  C  0,8 
Por tanto, el postre A supone 0,95 euros, el B 1,26 euros; y el C, 0,8 euros.
Ejercicio nº 6.-
Halla una matriz, X, tal que AX = B, siendo:
2 1 0  3 5 1
   
A   1 0 1 y B   1 1 1
 1 1 1 2 2 2
   
Solución:
Despejamos X en la ecuación,multiplicando por la izquierdapor A 1 :
AX  B  A1AX  A1B  X  A1B
Comprobamo s que A  2  0 y hallamos A 1:
1 0 1 1 1 1 
   
Adj A    1 2  1  Adj A   0 2  2 
t
 1  2  1  1  1  1
   
1 1  1
1 
 A 
1
Adj A   0  2 2 
1 t
A 2
1 1 1 

Por tanto:
 1 1  1  3 5 1   2 4 0  1 2 0
1
1
  1   
X  A B   0  2 2   1 1 1   2 2 2    1 1 1
2 2
 1 1 1   2 2 2    
 0  2 2   0  1 1

Calculamos A 1:
 2 1 0 1 0 0 a
1 2 1 0 1 0 0
   
 1 0 1 0 1 0  2 3
a a
0 1 0 0 1  1 
 1 1 1 0 0 1 a 1 1 1 0 0 1 
  3 
a
1 2 2a
0 0 1 1  1 1
a
2 0 0 1 1  1
   
 2
a
0 1 0 0 1  1  2
a
0 1 0 0 1  1
a 
a
3 2  1 0 1 0 1 0  23
a a 
1  0 0 2 1 1 1 
 1 1  1
1 
A 1   0  2 2
2
 1 1 1 

10.
11.

12.
13.

Matrices, Determinantes y Análisis Dimensional

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Matrices, Determinantes y Análisis Dimensional

Diunggah oleh

Hak Cipta:

Format Tersedia

Matrices, determinantes y análisis dimensional Matemática básica

ANDRÉ JORGE RENZO VARGAS TELLO 1

ANDRÉ JORGE RENZO VARGAS TELLO 2

ANDRÉ JORGE RENZO VARGAS TELLO 3

Distributiva del producto respecto de la suma de matrices

ANDRÉ JORGE RENZO VARGAS TELLO 4

ANDRÉ JORGE RENZO VARGAS TELLO 5

b) La transpuesta del producto de dos matrices es igual al producto de las transpuestas

ANDRÉ JORGE RENZO VARGAS TELLO 6

 a11 a12 a13 

= ( 14 - 160 - 18 ) - ( -70 - 48 + 12 ) = -164 - ( -106 ) = - 58

ANDRÉ JORGE RENZO VARGAS TELLO 7

6.- Un determinante no varía al sumar a los elementos de una línea, los

ANDRÉ JORGE RENZO VARGAS TELLO 8

10.- Si se multiplican todos los elementos de un determinante A de orden n por un

11.- Si los elementos de una línea constan de h sumandos, el determinante se podrá

12.- El determinante de una matriz triangular es igual al producto de los elementos de la

13.- El determinante del producto de dos matrices cuadradas A y B, de igual orden, es

ANDRÉ JORGE RENZO VARGAS TELLO 9

Desarrollo de un determinante por los elementos de una línea.

ANDRÉ JORGE RENZO VARGAS TELLO 10

ANDRÉ JORGE RENZO VARGAS TELLO 11

ANDRÉ JORGE RENZO VARGAS TELLO 12

a) Si en la matriz A, se intercambian entre si dos líneas paralelas, se obtiene otra matriz

 a11 a12   a1n   a11 a12  a1n  b1 

Llamamos solución de nuestro sistema al conjunto de vectores S(s 1,s2...sn) que al

ANDRÉ JORGE RENZO VARGAS TELLO 13

Pueden tener infinitas soluciones y se llaman compatibles indeterminados.

Si el rg C = rg A = h el sistema tendrá solución.

ANDRÉ JORGE RENZO VARGAS TELLO 15

Si rg C = rg A < nº de incógnitas ==> Sistema compatible indeterminado.

Al discutir por Cramer, si el numero de ecuaciones es igual o menor que el numero de

ANDRÉ JORGE RENZO VARGAS TELLO 16

rg C = rg A < nº incógnitas ===> sistema con infinitas soluciones.

 La recta se prolonga indefinidamente en ambos sentidos.

ANDRÉ JORGE RENZO VARGAS TELLO 17

 Cada semirrecta solo tiene una semirrecta opuesta.

P(x1, y1) es un punto de la recta r, el vector

Ecuaciones paramétricas de la recta.

A partir de la ecuación vectorial:

Realizando las operaciones indicadas se obtiene:

La igualdad de vectores se desdobla en las dos igualdades escalares:

Ecuación continua de la recta.

Si de las ecuaciones paramétricas despejamos el parámetro k.

ANDRÉ JORGE RENZO VARGAS TELLO 18

Ecuación punto-pendiente de la recta.

Pendiente dado el ángulo

Pendiente dado el vector director de la recta

Pendiente dados dos puntos

ANDRÉ JORGE RENZO VARGAS TELLO 19

Si el ángulo que forma la recta con la

Si el ángulo que forma la recta con

Partiendo de la ecuación continua la recta Y despejado:

Y quitando denominadores: Como:

La pendiente de la recta es:

ANDRÉ JORGE RENZO VARGAS TELLO 20

Ecuación de la recta que pasa por dos

cuyas componentes son:

Sustituyendo estos valores en la forma continua.

Hallar la ecuación de la recta que pasa por A (1,3) y B (2,-5)

Ángulo que forman dos rectas

Se llama ángulo de dos rectas al menor de los ángulos

Rectas paralelas y perpendiculares

Dos rectas son paralelas si tienen vectores