Está en la página 1de 11

UNIVERSIDAD CARLOS III DE MADRID

Departamento de Matem
aticas

MATEMATICAS
CAPITULO 1
CURSO PREPARATORIO
DE LA PRUEBA DE ACCESO A LA UNIVERSIDAD
CURSO 20102011

Elaborado por

Elena Romera

Indice general

1. Algebra
Lineal
1.1. Sistemas lineales y metodos de
1.2. Vectores y matrices . . . . . .
1.3. Teorema de Rouche-Frobenius
1.4. Determinantes . . . . . . . . .
1.5. Operaciones con matrices . . .
1.6. Resolucion de sistemas lineales

resolucion
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

1
1
2
3
4
5
7

Captulo 1

Algebra
Lineal

1.1.

Sistemas lineales y m
etodos de resoluci
on

M
etodos de resoluci
on de sistemas lineales:
1. Metodo de sustitucion: despejamos una incognita en una ecuacion y sustituimos en
las demas.
2. Metodo de eliminacion de Gauss: eliminamos incognitas de las ecuaciones obteniendo
un sistema inmediato de resolver.
3. Metodo de Cramer: utiliza un cociente de determinantes.
Notaci
on matricial:
Dado el sistema lineal

a11 x + a12 y + a13 z = b1 ,


a21 x + a22 y + a23 z = b2 ,

a31 x + a32 y + a33 z = b3 ,

La MATRIZ DEL SISTEMA (matriz de los coeficientes


AMPLIADA, A|B, son respectivamente:

a11 a12 a13


a11
A = a21 a22 a23 ,
A|B = a21
a31 a32 a33
a31

del sistema), A, y la MATRIZ

a12 a13
a22 a23
a32 a33

b1

b2 .

b3

M
etodo de eliminaci
on de Gauss:
Consiste en reducir un sistema a otro equivalente mediante operaciones elementales, haciendo ceros en la matriz ampliada. Las operaciones elementales son multiplicar una ecuacion
por una constante, cambiar de orden las ecuaciones y sumar un m
ultiplo de una ecuacion


CAPITULO 1. ALGEBRA
LINEAL

a otra. El paso intermedio es conseguir un sistema con una MATRIZ ESCALONADA, es


decir, que tenga ceros debajo de la diagonal.
Un sistema decimos que es COMPATIBLE si tiene solucion. Decimos que es INCOMPATIBLE si no tiene ninguna.
Decimos que un sistema es COMPATIBLE DETERMINADO si tiene solucion u
nica y decimos que es COMPATIBLE INDETERMINADO si tiene mas de una.

1.2.

Vectores y matrices

Un VECTOR es una fila ordenada de n


umeros: ~a = (a1 , a2 , . . . , an ) donde ai R, i =
1, 2, . . . , n. Cada n
umero es una COMPONENTE del vector. En una matriz, tanto sus
filas como sus columnas son vectores, que llamamos VECTORES FILA y VECTORES
COLUMNA respectivamente.
La SUMA de dos vectores se hace componente a componente. Solo se pueden sumar vectores
con el mismo n
umero de componentes, por ejemplo:
(a1 , a2 ) + (b1 , b2 ) = (a1 + b1 , a2 + b2 ).

El PRODUCTO de un vector por un n


umero se hace multiplicando cada componente por
el n
umero, por ejemplo:
(a1 , a2 , a3 ) = (a1 , a2 , a3 ),

PROPIEDADES
Si ~a, ~b, ~c son vectores y , son n
umeros reales:
1. ~a + ~b = ~b + ~a. (Conmutativa)
2. (~a + ~b) + ~c = ~a + (~b + ~c). (Asociativa)
3. ~0 + ~a = ~a + ~0 = ~a. (Existe elemento neutro)
4. ~a + (~a) = (~a) + ~a = ~0. (Existe elemento opuesto)
5. (~a + ~b) = ~a + ~b. (Distributiva 1)
6. ( + )~a = ~a + ~a. (Distributiva 2)

R.


1.3. TEOREMA DE ROUCHE-FROBENIUS

LINEAL de un conjunto de vectores {a~1 , . . . , a~k } es una expresion:


Una COMBINACION
1 a~1 + + k a~k ,
donde 1 , . . . , k R. El resultado es otro vector. Al resolver por el metodo de Gauss un
sistema hacemos combinaciones lineales de los vectores fila de la matriz ampliada.
Un conjunto de vectores es LINEALMENTE INDEPENDIENTE si toda combinacion lineal suya igualada a cero tiene necesariamente todos los coeficientes cero. Diremos que es
LINEALMENTE DEPENDIENTE si existe alguna combinacion lineal igualada a cero que
no tiene todos los coeficientes nulos.
Es decir: es linealmente dependiente si alguno de los vectores se puede poner como combinacion lineal de los otros. Es linealmente independiente si ning
un vector es combinacion
lineal de los demas.
El RANGO de un conjunto de vectores es el n
umero maximo de vectores linealmente independientes que tiene. Tambien es la dimension del espacio que generan sus combinaciones
lineales.
Un conjunto de vectores B es una BASE de un espacio vectorial V si B V y cumple:
1. B es linealmente independiente.
2. Todos los vectores de V son combinacion lineal de los vectores de B.

La BASE CANONICA
es la formada por los vectores con todas sus componentes cero salvo
3
una, que es un 1. En R es {(1, 0, 0), (0, 1, 0), (0, 0, 1)}.
El RANGO DE UNA MATRIZ es el rango del conjunto de sus vectores fila o sus vectores
columna, que es el mismo.
La TRASPUESTA de una matriz A es la matriz que tiene por filas los vectores columna de
A. Se denota AT . Una matriz y su traspuesta tienen, por tanto, el mismo rango.

1.3.

Teorema de Rouch
e-Frobenius

TEOREMA DE ROUCHE-FROBENIUS
Un sistema de ecuaciones lineales tiene solucion si y solo si la matriz del sistema tiene el
mismo rango que la matriz ampliada.


CAPITULO 1. ALGEBRA
LINEAL

Observaciones:
1. Si no tienen el mismo rango, el sistema es incompatible.
2. Si los rangos son iguales y coinciden con el n
umero de incognitas, el sistema es compatible determinado.
3. Si los rangos son iguales pero inferiores al n
umero de incognitas, el sistema es compatible indeterminado.

Los sistemas con termino independiente exactamente igual a cero se llaman HOMOGENEOS:

a11 x + a12 y + a13 z = 0,


a21 x + a22 y + a23 z = 0,

a31 x + a32 y + a33 z = 0.


Estos sistemas son siempre compatibles, porque una solucion trivial es la identicamente cero.

1.4.

Determinantes

El DETERMINANTE de una matriz cuadrada 2x2, A, se denota por |A| y se calcula:




a1 b 1
= a1 b 2 a2 b 1 .
|A| =
a2 b 2
El DETERMINANTE de una matriz cuadrada 3x3, |A|, se calcula:







a11 a12 a13


a22 a23
a21 a23
a
a






|A| = a21 a22 a23 = a11
a12
+ a13 21 22


a32 a33
a31 a33
a31 a32
a31 a32 a33

donde los determinantes 2x2 que aparecen se llaman COFACTORES de a11 , a12 y a13 respectivamente y se obtienen eliminando de la matriz A la fila y la columna en que esta el
coeficiente al que corresponden. Se denotan por:






a22 a23
a21 a23
a21 a22
, A12 =



A11 =
a31 a33 , A13 = a31 a32 .
a32 a33
Este determinante lo hemos desarrollado por la primera fila. Podemos desarrollarlo por
cualquier fila o columna, teniendo en cuenta que los signos que hay que asignar a cada
coeficiente son alternados, con el esquema siguiente:

+ +
+ .
+ +

1.5. OPERACIONES CON MATRICES

Regla de Sarrus:
Un determinante 3x3 se calcula siguiendo el esquema de hacer los productos de coeficientes
siguiendo las diagonales y con los signos asignados seg
un las direcciones: Sur-Este positivo,
Sur-Oeste negativo, es decir:


a11 a12 a13


a21 a22 a23 = a11 a22 a33 + a21 a32 a13 + a31 a12 a23 a13 a22 a31 a23 a32 a11 a33 a21 a12 .


a31 a32 a33

PROPIEDADES DEL DETERMINANTE


1. |A| = |AT |.
2. Es lineal:






a1 b1 d1 a1 c1 d1
a1 tb1 + c1 d1





a2 tb2 + c2 d2 = t a2 b2 d2 + a2 c2 d2 .





a3 b3 d3 a3 c3 d3
a3 tb3 + c3 d3

3. Si dos columnas son iguales, |A| = 0.


4. No cambia si a una columna le sumamos un m
ultiplo de otra.
5. Si se intercambian dos columnas, cambia de signo.
6. Los vectores columna son linealmente independientes si y solo si el determinante es
distinto de cero.

Entonces, podemos utilizar determinantes para estudiar la independencia lineal de vectores


y calcular el rango de matrices.

1.5.

Operaciones con matrices

Decimos que una matriz tiene DIMENSIONES mxn si tiene m filas y n columnas. La SUMA
de dos matrices de las mismas dimensiones se hace sumando coeficiente a coeficiente, por
ejemplo:

 
 

1 0 2
0
1 1
1 1 3
+
=
.
2 2 1
1 1 2
1 3 3

CAPITULO 1. ALGEBRA
LINEAL

de una matriz por un n


La MULTIPLICACION
umero se hace multiplicando cada coeficiente
por el n
umero, por ejemplo:

 

1 0 2
2 0 4
2
=
.
2 2 1
4 4 2
El PRODUCTO de dos matrices, AB, solo se puede realizar cuando el n
umero de columnas
de A es igual al n
umero de filas de B. Si A es mxn y B es nxk, entonces el producto es
una matriz C de dimensiones mxk. En C, el coeficiente ci,j es la suma del producto de los
coeficientes de la fila i de A por los coeficientes de la columna j de B, cada uno por su
correspondiente. Por ejemplo:




 

1
1 0 2
1112
1

0
=
=
.
2 2 1
1211
1
1
Un sistema de ecuaciones lineales se escribe como producto de matrices de la forma:

a11 a12 a13


x
b1
a21 a22 a23 y = b2 .
a31 a32 a33
z
b3
Llamamos MATRIZ IDENTIDAD, I, a la matriz cuadrada que tiene unos en la diagonal
principal y ceros en el resto de los coeficientes. En dimension 3x3 es:

1 0 0
I = 0 1 0 .
0 0 1
Sus vectores columna (y sus vectores fila) forman la base canonica del espacio de tres
dimensiones.
Para una matriz cuadrada, A, la matriz que al multiplicarla por ella nos da la identidad se
llama MATRIZ INVERSA de A, y se denota por A1 . Entonces:
A A1 = A1 A = I.

TEOREMA
Una matriz tiene inversa si y solo si su determinante es distinto de cero.

M
etodo de Gauss:
La inversa de una matriz cuadrada A se obtiene al pasar mediante operaciones elementales,
de la matriz ampliada A|I a la matriz I|D, donde I es la matriz identidad. La matriz D es
la matriz inversa de A, es decir, D = A1 .

DE SISTEMAS LINEALES
1.6. RESOLUCION

M
etodo de los cofactores:
La inversa de una matriz A es:
T
A11 A12 A13
1
A21 A22 A23 ,
=
|A|
A31 A32 A33

A1

donde los Aij son los cofactores de los coeficientes aij , es decir los determinantes obtenidos
al eliminar la fila y la columna donde esta el aij . El esquema de signos es el mismo que en
los determinantes.

1.6.

Resoluci
on de sistemas lineales

TEOREMA: REGLA DE CRAMER


Si A es una matriz invertible, entonces el sistema de ecuaciones:

x
b1
a11 a12 a13
a21 a22 a23 y = b2
z
b3
a31 a32 a33
es compatible determinado y sus soluciones se



b1 a12 a13
a


1 11
1

b2 a22 a23 ;
a21
y=
x=
|A|
|A|

b3 a32 a33
a31

calculan por las formulas:





a11 a12 b1
b1 a13


1
.
b2 a23 ;
a
a
b
z=
21
22
2


|A|
a31 a32 b3
b3 a33

En dimensiones mayores se sigue el mismo esquema.