Está en la página 1de 6

Actividad 1.

A3x2, B2x3, C3x4, D4x3,  7 14 21


E3x3, F1x4  
3 3 2
Actividad 2. a13 no existe, A no tiene B4x2 A2x3 
3 columnas.  2 5 1 
 
a22= 5, b12= 5, c32= 1, c34= 3, d21= 2,  5 26 13 
d43= 2, e23= 0, f13= 6.  6 1 2 5 
Actividad 3. Para hacer la traspuesta  
escribimos la fila 1 como columna 1, D3x3 C3x4   26 5 2 0 
la fila 23 como columna 2…  16 38 1 10
 
 2 4  3 3 4 
 3 2 7    
A 
t
, B   5 1  ,
t
D3x3 D3x3   4 31 4 
 1 5 6  7 0  4 4 17 
   
 1 60 Ejercicios de la página 70
   7 2 0 6
3 2
1 t    17 
Ct   , D   4 1 1 3  2 2
 5 0  23 4 

4
  1 0 7 2 1.  a    b  
   12 4   11 
 1 31  1
 2 
 5
 1 7 4    21 6  34 16
 
Et   7 1 0  , Ft   
4  c    d  
 6  8 6   22 9 
 4 0 3
    2.  7
 1
Actividad 4: Las matrices que 3. a) Las matrices A y B no son
coinciden con su traspuesta se llaman iguales porque no tiene las mismas
simétricas. La matriz pedida x tiene dimensiones, A es 2x1 y B es 1x2.
que ser cuadrada, y sirve cualquiera  4 6
b) A B   
que cumpla que aij=aji. Visualmente, si  6 9
“doblamos” la matriz por la diagonal
B A   13
principal, los elementos que están a
mabos lados de ella, coinciden. Por A+B no se puede hallar porque A y B
ejemplo: tiene distinta dimensión.
 1 0 4 At  B   0 0
  4.DOS PROPIEDADES
 0 3 2 
 4 2 7  IMPORTANTES QUE HAY QUE
  SABER
Actividad 5: La teoría necesaria para a) (A+B)t primero sumar y después
este ejercicio es saber multiplicar trasponer
matrices por un escalar, y sumar At + Bt primero trasponer y después
matrices. sumar.
 18 1 18  5 1
La matriz E =  .  
 16 15 23 Ambos resultados son iguales:  2 1
Actividad 6: Para poder multiplicar  0 1
matrices han de coincidir el número  
de columnas de la primera por el b) También se cumple la propiedad,
número de filas de la segunda. Así que  3 9
los productos posibles son:  
queda  6 0
 8 2 4 5   3 3
A2x3 C3x4     
 24 4 1 10 2x4  28 51
 7 18 4  5. 3AAt - 2I =  
A2x3 D3x3    51 85
 0 30 5  2x3 6. PROPIEDAD MUY IMPORTANTE
 22 28  QUE HAY QUE SABER
  (A·B)t = Bt · At
C3x4 B4x2   39 3 
 9 4   3 2
  El resultado en el ejercicio es  
 5 1
7. Como dijimos en clase y tienes en 6. En este caso como no podemos
los apuntes, antes de hacer dividir, damos nombre a los
operaciones con matrices, elementos de la matriz desconocida y
“despejamos” en la ecuación. después aplicamos la propiedad de la
Recuerda que esto se puede hacer igualdad de matrices:
siempre que no haya que “dividir  x y   1 1  1 1  x y 
matrices” cosa que NUNCA ESTÁ        
PERMITIDO.  z t   0 1  0 1  z t 
a) Al multiplicar queda:
 4 0 6     5  1 1 1   x x  y  x  z y  t 
B         
 0 2 2  1 0 3  1 2 1  z z t   z t 
b) Igualando las matrices :
   5 4   1 4    1 4  x x z
B     2    3
   0 1  3 2   2  1  x y y t
 
Activiad 7. Para comprobar que una z z
matriz es inversa de otra SIEMPRE z t  t
HAY QUE VER SI QUE SE CUMPLE Si resolvemos el sistema obtenemos:
A·A-1=A-1·A=Id x = t, z = 0, y puede tener cualquier
En este caso se cumple A·A-1 = A-1·A= valor (cuando una incógnita
Id3 “desaparece” al resolver un sistema
Ejercicios de la página 60 quiere decir que su valor no influye en
1. Si multiplicamos queda la solución). Por tanto la matriz X
 2x  z 2y  t   5 1   x y
    pedida es de la forma  .
 z t   0 2  0 x
Aplicando la igualdad de matrices Página 72 del libro
obtenemos: 41. Si desarrollamos el producto
 x y   5 2 3 2 queda:
    (A + B) · (A – B) = A2 – AB + BA – B2.
 z t  0 2 
3. “Despejamos” en 3X – 2A= 5B
Y del producto de matrices sabemos
3x = 5B + 2A , x = 1/3 ( 5B + 2A )
que en general AB no es lo mismo que
 2 10  BA, por tanto no se puede aplicar
Entonces X   
 5  17 3 (A + B) · (A – B)= A2 – B2 en el caso de
4. Como en cualquier sistema de matrices.
ecuaciones, haciendo operaciones
elementales de multiplicar por 42. a) No, si la matriz A es 2x3, sea
escalares y sumar o restar tenemos: cual sea la matriz B, el producto de
 1 4  matrices A · B tiene siempre 2 filas.
2A  B   
 2 0   0 6 b) Para el producto B · A, si la matriz B
 sumando  3A   
 1 2    3 0 tiene una sola fila, la matriz producto
AB   también tendrá una fila. En este caso
 1 0 
para poder multiplicarlas ha de ser B
1  0 2 una matriz 1x2. Por ejemplo:
multplicando por :A 
3  1 0
 1 0 0
De la segunda ecuación tenemos : 1 2     5 2 0
 1 2   2 1 0
B A 
 1 0 43. Veamos qué ocurre en general
 1 0 para dos matrices simétricas 2 x 2:
Así que B   
  
5. Otro sistema que podemos resolver  a b  A B   aA  bB aB  bC 
     
como antes, y obtenemos:  b c   B C  bA  cB bB  cC 
 4 5  3 5
X , Y   
 5 16   2 10 
Que como se observa no es simétrica  1 4 
ya que aB+bC no es igual a bA+cB. 2X  Y   
 2 0 
 sumando
Así que el producto de dos  1 1 
X Y   
matrices simétricas no es otra  1 0  
matriz simétrica
 2 3 1
3X    multiplicando por
46. Amxn Bnxp Cqxr  3 0 3

a) Para poder multiplicar A · C · B:  2 3 1


X 
 1 0
Columnas de A = filas de C : n = q. Sustituyendo en la segunda queda:
Columnas de C = filas de B: r = n.  1 1  1 3 2
Y  X  Y   
 1 0  0 0
Por tanto r = q = n.
15. X – B2 = A·B, entonces X = A·B +
b) Para hacer A · (B + C):
B 2.
dimensiones de B y C iguales, o sea n
= q, p = r.  1 0 0  1 0 1
  2  
A·B=  2 1 0 , B =  1 1 1  , así
Matriz B + c es nxp.  0 0 2  0 0 1
   
Columnas de A = filas de B + C , por  2 0 2 
 
tanto n = n que ya se cumple. Luego que X =  4 2 1 .
las condiciones son n = q, p = r.  0 0 3
 
Actividad 8. Aplicamos la propiedad:
16. X2 – 5/2 X + I = (0)
a (2, -4, 7) + b (1, 0, 2) + c (0, 1, 2) =
Haciendo operaciones obtenemos:
(0,0,0).

De aquí, haciendo operaciones y  5 


 m  2 m  1 0   0 0  m2  5 m  1  0 
2

aplicando la condición de igualdad    0 0 2


obtenemos el sistema:  0 0 

1
2a  b  0   m1  2, y m2 
 2
4a  c  0  cuya solución es
 1 1  x   1 x   3
7a  2b  2c  0 17.       
 3 2   y   y 1  2
a = b = c = 0. Por tanto los vectores
Multiplicamos y aplicamos la igualdad
dados son linealmente
de matrices:
independientes.

Actividad 9: x  y  3 
 cuya solución es:
3x  y  2
14. Tenemos el sistema:
5 7
x ,y 
4 4

Actividad 10:

 4 4 1
 
18. A  A A   3 3 1
2

 0 1 1
 
 1 0 0 Comenzamos calculando A2=A·A=
   1 2 7 2 7
A = A · A =  0 1 0  Id
3 2
 
 0 0 1  0 1 0 
 
 0 0 1 
 
Por tanto, cada vez que
multipliquemos A por si misma 3  1 3 7 3 7
veces obtenemos la identidad, así que  
A =A ·A =  0 1
3 2 0 con esto nos
como 128 = 3·42+2, resulta que
 0 0 1 
 
A128 = A3·42+2 = A3·42 · A2 = (A3)42 · A2 = hacemos una idea de cómo va la
 4 4 1 cosa. De todas formas calculamos A4=
   1 4 7 4 7
Id · A = Id · A = A =  3 3
42 2 2 2 1 .
 
 0 1 1  0 1 0 .
 
 0 0 1 
 
19. Calculamos A2 = A · A =
 9 8 4 
 
 4 3 2 
 8 8 3   1 n 7 n 7
   
Deducimos que A =  0 1
n
0 
 0 0 1 
 9 8 4   
 
2A – Id =  4 3 2  . Luego A2 =
 8 8 3  De la misma manera se deduce que
 
2A-Id  1 0
Bn =  n
A4 = A2 · A2 = (2A-Id)·(2A-Id)=4A2-2A-  0 3 
2A+Id=4A2 – 4A + Id = 4(2A – Id) – 4A
23. Para demostrar que A3 es la
 17 16 8 
  matriz nula basta con calcularla.
+Id = 4A – 3Id =  8 7 4 
 16 16 7 Para demostrar que I + A + A2 I + A +
 
A2 es la inversa de I – A hay que
20. Calculamos multiplicar:
(I + A + A2)·( I – A) = I-A+A-A2+A2-A3
 4a 2  b 
A2  A A   2
=I
 2a  ab a  b 
(I – A)·( I + A + A2 ) = I+A+A2-A-A2-A3
2
Si A = A, entonces =I.

 4 a 2  b   2 1 Al cumplirse la igualdad en ambos


 2 =  . casos la matriz I + A + A2 es la
 2a  ab  a  b   a b inversa de I – A.
Aplicando la igualdad de matrices se 24. Haciendo los cálculos se
obtienen a = 2, b = -1. comprueba que (A + I)2 = (0).
21. An se llama potencia n-ésima Recuerda que una combinación lineal
de A. Se trata de encontrar una es una expresión en la que aparecen
expresión general dependiendo de n productos de matrices por escalares y
que nos sirva para calcular una sumas y restas.
potencia con cualquier exponente.
Para ello hay que calcular unas Si desarrollamos el paréntesis:
cuantas potencias sucesivas de A y
ver la relación que existe entre ellas y (A + I)2 = A2 + 2A+ I = (0) por lo
el exponente al que está elevada A en tanto A2= -2A – I.
cada caso.
26. Aunque este ejercicio en más  1 3 1  1 3 1
sencillo una vez conocido el    
r  B  r  2 1 5   r  0 7 7   2
método de Gauss, vamos a 2F1 F2
 1 10 8F1F3  0 7 7 
resolverlo con la condición de    
independencia lineal. ya que al tener dos filas iguales
podemos eliminar una.
(a) Escribimos una combinación lineal
igualada a (0) y estudiamos los r  C 
valores de los coeficientes;
 1 0 2 1 1  1 0 2 1 1
   
a(1,-1,0,2)+b(2,0,1,- 0 2 1 1 2 0 2 1 1 2
 r  r 
2)+c(3,1,1,t)=(0,0,0,0  1 1 3 2 0 F1F3  0 1 5 3 1
   
 0 8 7 9 4  0 8 7 9 4
a  2b  3c  0 

a  c  0 
  a  b, c  b,b  0   1 0 2 1 1
b c  0    1 0 2 1 1
 0 2 1 1 2   
 r   r 0 2 1 1 2  
2a  2b  tc  0 F2 2F3  0 0 11 5 F4F3 
4 
4F2F4
sea cual sea el valor de t todos los coeficientes son 0   0 0 11 5 4   0 0 11 5 4 

 
 los vectores son linelamente independientes para
3
cualquier valor de t.
(b) Igual que antes, ahora obtenemos  1 2 0 3  1 2 0 3 
el sistema:    
r  D  r  1 3 1 4   r  0 1 1 1 
F1 F2
 2 1 5 12F1F3  0 5 5 5 
2a  b  c  2d  0     
  1 2 0 3
2a  5b  c  6d  0
  llegamos a2c  1  t   0.  r  2
3b  tc  4d  0 
F2 proporcional
a F3  0 1 1 1
3b  c  4d  0 
Ejercicios de la página 70
si t  1 c puede ser distinto de 0  los vectores
son linealmente dependientes. 12. Esta es una de las aplicaciones
4 d del rango de una matriz. Como el
si t  1 entonces c  0  b  d a rango se define como el número de
3 3 filas o columnas (recuerda que
Como d puede tomar cualquier valor distinto de 0, coincide) linealmente independientes
los vectores son también linelamete dependientes. que hay en la matriz, para ver si los
vectores son linealmente
independientes o no, basta ponerlos
Actividad 10.
formando una matriz y estudiar el
rango de ésta. Así además sabemos
Ejercicio 1 de la página 65:ten en
cuántos hay independientes.
cuenta que tú puedes hacer otras
combinaciones entre filas o
a)
columnas, pero el rango no
cambia.  u   1 1 3 7   1 1 3 7 
r 1  r 2F1F2 r   2
 u2   2 5 0 4  0 7 6 10 
 1 4 1  1 4 1 por tanto los dos vectores son
   
r  A   r  1 3 2   r  0 7 1   linealmente independientes.
F2 F1
 2 2 0 F1F3   6 2 
    Nosotros hemos colocado los vectores
 1 4 1 como filas de la matriz, el rango
  colocándolos como columnas es el
 r 0 7 1  3
6F2 7F3
 0 0 20 mismo
 
 v1   1 0 2 3 1 
   
b) r  v2   r  2 1 3 0 2   2
 v   4 1 1 6 4 
 3  

Hay dos vectores linealmente


independientes.

13. Recuerda que el número de


columnas linealmente independientes
coincide siempre con el número de
filas linealmente independientes y es
el rango.

r(A) = 3, hay tres columnas


linealmente independientes

r(B) = 2, hay dos columnas


linealmente independientes.

r(C) = 2, hay dos columnas


linealmente independientes

r(D) = 4, las cuatro columnas son


linealmente independientes.

Ejercicios de la página 71

29.

 2 0 
5X  3Y   
 4 15 

 1 1 
3X  2Y   
 2 9  
 1 5   1 3
solución: Y   , X   
 2 0  2 3

 2 1
30. A   
 2 3

A + mA+nI = 0

 2  2m  n 1  m   0 0
   
 2  2m 3  3m  n  0 0
Aplicando la igualdad de matrices se
obtienen

n = 0, m = -1.