Apuntes Matematicas 3.1

ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA UNIDAD ZACATENCO
SECCION DE ESTUDIOS DE POSGRADO E INVESTIGACION

MAESTRIA EN INGENIERIA CIVIL
Tabla de contenido
Contenido e introducción del curso..................................................................................................3
PARCIAL 1.-.........................................................................................................................................6
1.- Origen.......................................................................................................................................6
1.1.- Ecuaciones diferenciales...................................................................................................6
1.2.- Identidades........................................................................................................................6
1.3.- Ecuaciones.........................................................................................................................6
2.- Clasificación de ecuaciones diferenciales................................................................................6
2.1.- Tipos de ecuaciones diferenciales.....................................................................................7
2.2.- Variables............................................................................................................................7
2.3.- Ecuaciones lineales y no lineales.......................................................................................7
2.3.1.-Ecuaciones lineales..........................................................................................................7
2.3.2.-Ecuaciones no lineales.....................................................................................................7
3.- Solución de ecuaciones diferenciales.......................................................................................8
4.- Criterios de existencia y unidades de medición.......................................................................8
5.- Método de solución de ecuaciones diferenciales ordinarias y variables separables............10
EJEMPLO:.................................................................................................................................10
6.- Método de solución de ecuaciones diferenciales homogéneas............................................11
Ejemplo:...................................................................................................................................12
7.- Método de solución de ecuaciones diferenciales exactas.....................................................13
EJEMPLO:.................................................................................................................................15
8.- Método de solución de ecuaciones lineales............................................................................17
EJEMPLO:..................................................................................................................................18
9.- Método de solución de ecuaciones de Bernoulli.....................................................................19
Ejemplo:...................................................................................................................................20
10) Método de solución de ecuaciones de orden superior..........................................................22
Ejemplo:...................................................................................................................................23
EJEMPLO:..................................................................................................................................24
11) Método de variación de parámetro.................................................................................26
12) METODO DE COEFICIENTES INDETERMINADOS...............................................................28
Parcial 2:...........................................................................................................................................32
1) Solución de sistemas de ecuaciones lineales........................................................................32
1
Alumno: Rodrigo Delgadillo Castro
Ejemplo:...................................................................................................................................34
2) Solución de sistemas de ecuaciones lineales homogéneas..................................................36
Ejemplo. -.................................................................................................................................36
3) Matrices...............................................................................................................................38
4) Algebra de matrices..............................................................................................................38
Ejemplo....................................................................................................................................39
5) Determinantes......................................................................................................................40
Ejemplo:...................................................................................................................................40
6) Inversa de gauss...................................................................................................................41
Ejemplo....................................................................................................................................41
7) Inversa de la adjunta............................................................................................................44
Ejemplo:...................................................................................................................................44
8) Método de Cramer...............................................................................................................47
Ejemplo. -.................................................................................................................................47
9) Espacios vectoriales y sub espacios vectoriales....................................................................49
10) Vectores en r^2 y r^3.......................................................................................................51
11) Algebra de vectores (suma, resta, producto punto, producto escalar)............................53
12) Puntos vectoriales............................................................................................................54
1)..................................................................................................................................................54
Parcial 3:...........................................................................................................................................57
1) Transformaciones lineales....................................................................................................57
2
Ciudad de México, a 08 de agosto del 2019
Contenido e introducción del curso

Área disciplinaria: Estructuras
Materia: Matemáticas “Algebra lineal”
Profesor: Dr. Francisco Antelmo Díaz Guerra
A continuación, se muestra el método de evaluación aplicado durante el curso propedéutico de la

maestría en estructuras, los programas a utilizar, así como el contenido de cada parcial:
- Lenguaje de programación a emplear durante el curso: MATLAB

- Fechas de evaluación:
a) 1er Examen Parcial. - jueves 12 de septiembre del 2019
b) 2º Examen Parcial. - jueves 31 de octubre del 2019
c) 3er Examen Parcial: martes 03 de diciembre del 2019
- Porcentajes de evaluación
a) Examen 40%
b) Programas 40 %
c) Tareas 20 % o bien 10 % de tareas y 10 % apuntes en electrónico
- Bibliografía
a) Ecuaciones diferenciales de Rainville
b) Ecuaciones diferenciales de Dennis G. Zill.
Parcial 1
1) Origen
2) Clasificación de ecuaciones diferenciales
3) Solución de ecuaciones diferenciales
4) Criterios de existencia y unidades de solución
5) Método de solución de ecuaciones diferenciales ordinarias y variables separables
6) Método de solución de ecuaciones diferenciales homogéneas
7) Método de solución de ecuaciones exactas
8) Método de solución de ecuaciones lineales
9) Método de solución de ecuaciones de Bernoulli
10) Método de solución de ecuaciones de orden superior
11) Método de variación de parámetro
12) Método de coeficiente indeterminado
Programas:
1) Programa maestro
2) Subrutina de las separables
3) Homogéneas
3
4) Exactas
5) Lineales de primer orden
6) Bernouleanas
7) Método variación de parámetro
8) Método de coeficiente indeterminado
Parcial 2:
1) Solución de sistemas de ecuaciones lineales

2) Solución de sistemas de ecuaciones lineales homogéneas
3) Matrices
4) Algebra de matrices
5) Determinantes
6) Inversa de gauss
7) Inversa de la adjunta
8) Método de Cramer
9) Espacios vectoriales y sub espacios vectoriales
10) Vectores en r^2 y r^3
11) Algebra de vectores (suma, resta, producto punto, producto escalar)
12) Puntos vectoriales
13) Triple producto (escalar y vectorial)
14) Interpretación física
15) Dependencia e independencia
Programas:
1) Gauss – Jordán (ecuaciones diferenciales)

2) Obtención de determinante
3) Obtención de determinante cofactores
4) Obtención de la inversa de gauss
5) Obtención de la inversa vía matriz adjunta
6) Obtención de la matriz adjunta
7) Método de Kramer
8) Método orto normalización
Parcial 3:
1) Conjunto generador de un espacio

2) Bases en espacios vectoriales
3) Bases orto normales
4) Proceso de normalización Gram – Schmidt
5) Transformaciones lineales
6) Transformaciones de dominio
7) Transformaciones de recorrido o rango
8) Transformaciones de Eigel
9) “n” valores de matriz
4
10) Obtención de espacios de Eigel vector
Programas:
2) Obtención de Eigel
3) Obtención de Eigel valores
4) Obtención de Eigel vectores
5
PARCIAL 1.-
1.- Origen
1.1.- Ecuaciones diferenciales
Cuando se realizan estudios se presentan variables, uso de derivadas, ecuaciones diferenciales
ordinarias (EDO) y ecuaciones diferenciales parciales (EDP). Teniendo esto en cuenta se toma
como ejemplo el análisis de un fenómeno natural en el cual se tiene la rapidez de cambio “x” con
respecto al tiempo “t”
dx
dt
1.2.- Identidades
Una identidad tiene la característica de que se satisface mediante diferentes condiciones de “x”, se
tiene, por ejemplo:
se n2 θ+cos 2 θ=1
Se satisface con:
1. x=0 se n2 ( 0 ) +cos 2 ( 0 )=1
2. x=1 se n2 ( 1 )+ cos2 ( 1 )=1
π
3. x=
2
se n2 ( π2 )+cos ( π2 )=1
2
π
4. x=
4
se n2 ( π4 )+cos ( π4 )=1
2
1.3.- Ecuaciones
Una ecuación tiene la característica de que se satisface únicamente con un solo valor de “x”, se
tiene, por ejemplo:
x 2+ x−2=0
Se satisface con:
1. x=1 ( 1 )2 +1−2=0
6
2.- Clasificación de ecuaciones diferenciales

Se pueden clasificar diferentes aspectos de la ecuación en ordinarias (EDO), parciales (EDP), el tipo
de variable dentro de la ecuación (dependiente e independiente), lineales y no lineales.
2.1.- Tipos de ecuaciones diferenciales

(EDO) Una ecuación diferencial ordinaria se obtiene si en su expresión existen derivadas ordinarias
(EDP) Una ecuación diferencial parcial se obtiene si en su expresión existen derivadas parciales
2.2.- Variables
En una ecuación se tienen variables dependientes e independientes, se tiene, por ejemplo:
dp
=kp
dt
variables=(d , t)
En donde:
dp=variable dependiente
dt=variable independiente
Ejemplo:
∂2 ∅ ∂2 ∅ ∂2 ∅
+ + =∅(x , y , z )
∂ x2 ∂ y 2 ∂ z 2
1.- Variable dependiente: ∅
2.- Variable independiente: ( x , y , z)
2.3.- Ecuaciones lineales y no lineales

2.3.1.-Ecuaciones lineales
Las ecuaciones lineales son aquellas en que las variables no se multiplican, no tienen exponente,
raíz y no se encuentran en el denominador, por ejemplo:
2 x+3 y =7 Ecuación lineal

5 x−2 y=8 Ecuación lineal
2.3.2.-Ecuaciones no lineales
Las ecuaciones no lineales son aquellas en que las variables se multiplican, tienen exponente, raíz
y/o se encuentran en el denominador, por ejemplo:
7
x 2+ y−z=0 Ecuación no lineal

4
xyz= Ecuación no lineal
6
√ x+ 2 yz=4 Ecuación no lineal
9x 7
− =3 Ecuación no lineal
y 6
3.- Solución de ecuaciones diferenciales

Es una función tal que sustituida directamente en la ecuación diferencial la satisface, es decir, la
convierte en una identidad, la solución de una ecuación diferencial puede ser explícita o implícita,
serán implícitas cuando (V.D.= y) este despejada.
En caso de que (V.D.=y) no este despejada, la solución será implícita.
Nuestro primer tipo de ecuación a resolver serán las ecuaciones diferenciales ordinarias (EDO) y
de primer orden.
4.- Criterios de existencia y unidades de medición

De las siguientes ecuaciones indica si son: Ordinarias, parciales, lineales, no lineales, variable
dependiente, variable independiente, variable de interés.
d2 x 2 ∂2w 2
2∂ w
1.− +k x=0 9.− =a
dt2 ∂t 2 ∂ x2
2.−( x2 + y 2 ) dx +2 xy dy =0 10.− y ´ + p ( x ) y =Q(x)
3.− y ´ ´ ´ −3 y ´ +2 y=0 11.− y y ´ ´ =x
∂2 v ∂2 v ∂2 v d4 y
4.− + + =0 1 2.− =w ( x )
∂ x2 ∂ y2 ∂ z2 d x4
d2 y d2 x di
5.−x 2 − y 2 =C 1 13.−L + Ri=E
dt dt dt
6.− ( x + y ) dx + ( 3 x 2−1 ) dy=0 14.−x ( y ´ ´ )3+ ( y ´ ) 4− y =0

2
d3 w dw 4 dy
7.− ( ) ( )
d x3
−2
dx
+ yw=0 15.−
dx
=1−xy + y2
8.− y ´ ´ + 2 y ´−8 y=x 2+ cos ⁡( x ) 16.−a da+b db=0
8
ECUACIÓN V.DEPENDIENT
TIPO V.INDEPENDIENTE V. INTERES GRADO
E
d2 x 2
1 + k x =0 ORDINARIA x t k 2 LINEAL
d t2
2 ( x 2 + y 2 ) dx+2 xy dy=0 ORDINARIA x,y x,y x,y 1 NO LINEAL
3 y ´ ´ ´−3 y ´ +2 y=0 ORDINARIA y t,x,etc t,x,etx 3 LINEAL
∂2 v ∂2 v ∂ 2 v
4 + + =0 PARCIAL v x,y,z x,y,z 2 LINEAL
∂ x2 ∂ y2 ∂ z2
d2 y d2 x
5 x 2 − y 2 =C 1 ORDINARIA y,x t x,y 2 NO LINEAL
dt dt
6 ( x + y ) dx+ ( 3 x 2−1 ) dy =0 ORDINARIA x,y x,y x,y 1 NO LINEAL
2
d3 w dw 4
7
( ) ( )
d x3
−2
dx
+ yw=0 ORDINARIA w x w 3 NO LINEAL
8 y ´ ´ +2 y ´ −8 y=x 2 +cos ⁡( x) ORDINARIA y x x 2 NO LINEAL

∂2 w 2
2∂ w
9 =a PARCIAL w t,x a 2 NO LINEAL
∂ t2 ∂ x2
10 y ´ + p ( x ) y=Q(x ) ORDINARIA y x p,q 1 NO LINEAL
11 y y ´ ´ =x ORDINARIA y x X 2 LINEAL
4
d y
12 =w ( x ) ORDINARIA y x w 4 NO LINEAL
d x4
di
13 L + Ri=E ORDINARIA i t L,R 1 NO LINEAL
dt
14 x ( y ´ ´ )3 + ( y ´ )4 − y=0 ORDINARIA y x x 1 LINEAL
9
dy
15 =1−xy + y 2 ORDINARIA y x x 1 NO LINEAL
dx
16 a da+ b db=0 ORDINARIA a,b x x 1 LINEAL
10
5.- Método de solución de ecuaciones diferenciales ordinarias y variables separables

Las ecuaciones diferenciales ordinarias (EDO) de 1er grado, son las que abordaremos en este
curso. Una ecuación diferencial se define de la siguiente manera:
M ( x , y ) dx+ N ( x , y ) dy=0
Paso 1) Realizado esto se separan las variables:
M ( x , y ) dx=−N ( x , y ) dy
M (x ) N ( y )
Paso 2)
M ( x ) dx=−N ( y ) dy
Paso 3)
∫ M ( x ) dx=∫ −N ( y ) dy
EJEMPLO:
( 4 + x ) y ´ = y3
 Solución:
dy
Paso 1.- ( 4 + x ) = y3
dx
dy dx
Paso 2.- =
y 3 4+ x
dy dx
Paso 3.- ∫ y 3 =∫ 4+ x
dy −3 y n+1 y−3+1 y−2 1
Paso 4.- ∫ y3 ∫
= y dy= =¿ = = ¿
n+1 −3+1 −2 −2 y 2
dx du
Paso 5.- ∫ 4 + x =∫ =¿ ln |u|+ c=ln |(4+ x)|+c ¿
u
 Sustituyendo
−1
Paso 6.- =ln|( 4+ x )|+ c
2 y2
Paso 7.- −1=2 y 2 ln |( 4 + x )|+¿
Paso 8.-
11
1=−2 y 2 ln |( 4 + x )|+c
6.- Método de solución de ecuaciones diferenciales homogéneas

Para determinar el grado de un polinomio basta con saber el exponente de cada variable o el
producto de ellas, se tomará de ejemplo la siguiente ecuación:
x 2 y +8 x y 2+ x 3 + y 3=0
Considerando las variables (x.y) como una unidad de medición m=metro, se obtiene lo siguiente:
( m )2 (m)+8 (m)(m)2+(m)3+(m)3 =0 (1)
( m )3 +8(m)3+(m)3+(m)3 =0 (2)
De la ecuación (2) se observa que es de grado tres, ya que todos sus exponentes tienen este
término.
Ahora bien, tomando en consideración la siguiente forma de la ecuación:
M ( x , y ) dx+ N ( x , y ) dy=0 (3)
Si M ∧N son funciones homogéneas y del mismo grado, entonces (3) se dice ser una ecuación
diferencial ordinaria homogénea.
Se dice que f ( x , y ) es homogénea y de grado u, S. & S.S.
f ( λx , λy )=λu f (x , y ) (4)
Siendo:
f ( x , y )=x 3+ x2 y + y 3 (5)
De la ecuación (4) se tiene que:
f ( λx , λy )=( λx)3 + ( λx )2 ( λy ) + ( λy )3 (6)
Factorizando:
f ( λx , λy )=λ3 x 3+(( λ ¿ ¿ 2 x2 )( λy))+ λ3 y 3 ¿
f ( λx , λy )=λ3 x 3+(λ ¿ ¿3 x 2 y)+ λ 3 y 3 ¿
f ( λx , λy )=λ3 (x ¿ ¿ 3+ x 2 y+ y 3) ¿ (7)
12
f ( λx , λy )=λu f (x , y )
f ( λx , λy )=λ3 (x ¿ ¿ 3+ x 2 y+ y 3) ¿
De esta manera se observa que la ecuación es homogénea de grado 3
Ejemplo:
A continuación, se presenta un ejemplo de la solución de una ecuación homogénea.
( x 2− yx + y 2 ) dx−( xy ) dy=0 (1)
Paso 1) Se obtiene el cambio de variable
y=vx (2)
dy =vdx + xdv (3)
Paso 2) Se sustituye (2) y (3) en (1)
( x 2−(vx )x +( vx )2) dx−[ x ( vx ) ]( vdx + xdv)=0

( x 2−v x 2 +v 2 x2 ) dx− [ x 2 v ] ( vdx+ xdv )=0
( x 2−v x 2 +v 2 x2 ) dx−(x ¿ ¿ 2 v 2 dx + x 3 vdv )=0 ¿
x 2 ( 1−v + v 2) dx −x2 v 2 dx−x 3 vdv=0
x 2 ( 1−v + v 2−v 2 ) dx−x 3 vdv=0
x 2 ( 1−v ) dx−x 3 vdv=0
x 2 ( 1−v ) dx=x 3 vdv
x2 dx vdv
3
=
x (1−v)
Simplificando:
x 2 dx dx
Primer termino.− =
x3 x
Siendo v=v −1+ 1
vdv v−1+1 1
Segundo termino.− = dv=−1−
( 1−v ) 1−v 1−v
13
Sustituyendo:
dx 1
=−1−
x 1−v
Integrando:
dx dv
∫ x
=∫ −dv ∫ −¿
1−v
¿
ln ( x )=−v−ln ( 1−v ) +c
ln ( x )=− ( xy )−ln (1−( xy ))+ c

7.- Método de solución de ecuaciones diferenciales exactas

Cuando una ecuación esta de la siguiente forma:
A ( x ) dx + B ( y ) dy=0 (1)
Siempre será posible determinarle un conjunto de soluciones por medio de integración, esto es,
encontrando una función cuya diferencial sea A ( x ) dx + B ( y ) dy . Esa idea puede ampliarse y ser
aplicada en algunas ecuaciones de la forma:
M ( x , y ) dx+ N ( x , y ) dy=0 (2)
Entonces, naturalmente,
F ( x , y ) =c (3)
Definida de manera implícita un conjunto de soluciones para la ecuación (1). De (3) se deduce que:
dF=0
o, en vista de (2),
M dx+ N dy =0
Como se deseaba.
En este punto son necesarias dos cosas: (1) encontrar bajo qué condiciones impuestas a M y N
tiene lugar una función de F tal que su diferencial total sea exactamente M dx+ N dy ; y (2), si
dichas condiciones son satisfechas, determinar realmente la función F. Si existe una función F tal
que:
M dx+ N dy
Sea precisamente la diferencial total de F, decimos que la ecuación (1) es una ecuación exacta. Si
la ecuación:
14
M dx+ N dy =0 (1)
Se exacta, entonces, por definición, existirá una F donde:
dF=M dx + N dy
Pero, por razones de cálculo, se tiene:
∂F ∂F
dF= dx+ dy
∂x ∂y
De modo que:
∂F ∂F
M= N=
∂x ∂y
Estas dos ecuaciones nos conducen a:
∂M ∂2 F ∂N ∂2 F
= y =
∂ y ∂ y ∂x ∂ x ∂ x ∂ y
Y, de nuevo por el cálculo, tenemos:
∂2 F ∂2 F
= (4)
∂ y∂ x ∂x ∂ y
Así, para que (1) sea exacta es necesario que (4) sea satisfecha.
Ahora mostraremos que si la condición (4) se satisface, entonces (1) es una ecuación exacta. Sea
φ(x,y) una función para la cual:
∂ϕ
=M
∂x
La función φ es el resultado de integrar M dx con respecto a x mientras y se mantiene constante.
Luego,
∂2 ϕ ∂M
=
∂ y∂ x ∂ y
En consecuencia, si (4) se satisface, también:
∂2 ϕ ∂N
= (5)
∂x ∂ y ∂x
Integramos ambos miembros de la ecuación (5) con respecto a x , manteniendo fija a y . En la
integración con respecto a x , la “constante arbitraria” puede ser cualquier función de y . Le
llamamos B´ ( y ) , por comodidad al indicar su integral. Entonces la integración de (5) con respecto
a x produce:
∂2 ϕ
=N + B´ ( y ) (6)
∂y
15
Ahora puede ser representada una función F, a saber,
F=∅ ( x , y )−B( y )
Para la cual:
∂ϕ ∂ϕ
dF= dx+ dy−B´ ( y ) dy
∂x ∂y
dF=M dx + ⌈ N + B ´ ( y)⌉ dy−B ´ ( y ) dy
dF=M dx + N dy
De aquí concluimos que la ecuación (1) es exacta. Así terminamos una demostración del teorema
establecido a continuación.
∂M ∂N
Teorema: Si M , N , y son funciones continuas de x y y ,entonces una condición
∂y ∂x
necesaria y suficiente para que:
M dx+ N dy =0 (1)
Sea una ecuación exacta es que:
∂M ∂ N
= (4)
∂ y ∂x
EJEMPLO:
A continuación, se realiza un ejemplo para la solución del método de solución de ecuaciones
diferenciales exactas.
1.−( x + y ) dx + ( x− y ) dy=0 (7)
Primero se separan los termino de M y N, para obtener su derivada parcial
∂M ∂
= ( x + y )=1
∂y ∂y
∂N ∂
= ( x− y )=1
∂x ∂x
Esta ecuación es exacta por lo tanto su solución es F=c, donde:
∂F
=M =( x + y ) (8)
∂x
∂F
=N= ( x − y ) (9)
∂y
Realizaremos la integral de la ecuación (8) con respecto a x, manteniendo constante a y, se
obtiene:
16
F=∫ ( x+ y ) dx
F=∫ xdx+∫ ydx
x2
F= + yx+ g ( y ) (10)
2
∂ F x2
= + yx +g ( y )
∂y 2
∂F
=( 1 ) x+ g ´ ( y )
∂y
( 1 ) x + g ´ ( y )=( x− y )
g ´ ( y )=x− y −x
g ´ ( y )=− y (11)
Realizamos la integral de la ecuación (11)
g=∫ − ydy
− y2
g=
2
Sustituimos el valor de “g” en la ecuación (10)
x2
F= + yx+ g ( y ) (10)
2
− y2
g( y )=
2
x2 y2
F= + yx−
2 2
x2 y2
+ yx− =c
2 2
17
8.- Método de solución de ecuaciones lineales

Una ecuación diferencial lineal de 1er orden tiene la siguiente forma estándar:
dy + P ( x ) ydx=Q ( x ) dx (1)
Se puede transformar a una ecuación diferencial exacta, haciendo uso de un factor integrante, se
multiplica la forma estándar (1) por μ x
μ x dy + μ x P ( x ) ydx=μ x Q ( x ) dx (2)
Se iguala la función a cero:
μ x dy + μ x P ( x ) ydx−μ x Q ( x ) dx=0 (3)
μ x dy + [ μ x P ( x ) y −μ x Q ( x ) ] dx=0 (4)
N M
Se tiene como requisito lo siguiente:
∂M ∂ N
=
∂ y ∂x
Esto implica que se debe de satisfacer:
18
∂μ
μx P x= (5)
∂x
Se unen términos semejantes y se realiza la integración
∂μ
∫ P(x) ∂ x=∫ μ (6)
(x)
De modo que:
∫ P(x) ∂ x=ln ⁡(μ) (7)
o bien
p ( x ) dx
μ( x )=e∫ (8)
De la ecuación (8) obtenemos nuestro factor integrante y se sustituye en (2)
[ e∫ p ( x ) dx ] dy+ [ e∫ p ( x ) dx ] P ( x ) ydx=[ e∫ p (x ) dx ] Q ( x ) dx (9)
Derivando d ( y , μ ) = ydμ+ μdμ
∫ d { [ e∫ p ( x) dx ] y }=∫ [ e∫ p ( x )dx ] Q ( x ) dx (10)
Finalmente tenemos que:
[ e∫ p ( x ) dx ] y=∫ [ e∫ p ( x ) dx ] Q ( x ) dx (11)
Despejando y:
y=[ e−∫ p x dx ]∫ [ e∫ p x dx ] Q ( x ) dx
( ) ( )
(12)
EJEMPLO:
y ´=csc ( x ) + ycot (x)
dy
=csc ( x )+ ycot ( x )
dx
Tenemos la forma estándar:
dy + P ( x ) ydx=Q ( x ) dx
De la ecuación principal obtenemos la forma estándar:
dy
=csc ( x )+ ycot ( x ) se multiplica por dx
dx
dy =csc ( x ) dx + ycot ( x ) dx
19
dy −cot ( x ) ydx=csc ( x ) dx………………………………………………….(13)

px=−cot ⁡( x)
1
μ ( x )=e∫−cot ⁡(x)=e−ln|sen(x )|= =csc ⁡(x )
sen( x )
Se multiplica el valor de μ ( x ) en (13)
1 1 1
[ sen( x ) ]
dy −cot ( x ) y
[
sen( x)
dx=
] [
sen (x) ]
csc ( x ) dx
1 1
∫d {[ ]} [ ]
sen ( x)
y =∫
sen(x )
csc ( x ) dx
1 1
[ sen( x ) ] ∫[ ]
y=
sen( x )
csc ( x ) dx
1
[ sen( x ) ]
y=−cot ( x ) + c
y=(−cot ( x ) +c)( sen ( x ))

y=¿
y=−cos ( X ) + sen ( x ) c
9.- Método de solución de ecuaciones de Bernoulli

Para realizar la solución de una ecuación diferencial de Bernoulli debemos de realizar un cambio
de variable, generando de esta manea el cambio de una ecuación diferencial no lineal a una lineal.
Teniendo la forma estándar de la ecuación lineal:
dy + p ( x ) ydx=Q ( x ) dx (1)
Obtenemos la forma estándar de la ecuación de Bernoulli
dy + p ( x ) ydx=Q ( x ) y n dx (2)
Con n ≠ 0
Suponiendo que n=1, la Ecuación (2) se resolverá por variables separables
Dividiremos entre y n ambos lados de la ecuación (2), al realizar la división el exponente “n” pasa
como negativo para tener el termino en el numerados, teniendo:
20
y−n dy + p ( x ) y 1−n dx=Q ( x ) dx (3)
Realizamos el cambio de variables:
z= y 1−n (4)
Al realizar la derivada
dz 1−n
( y )= (1−n ) y−n
dy
dz= (1−n ) y−n dy

dz
= y −n dy (5)
1−n
Sustituiremos el valor de la ecuación (4) y (5) en la ecuación (3) teniendo:
dz
+ p ( x ) ( z ) dx=Q ( x ) dx (6)
1−n
Multiplicamos la ecuación (5) por “1-n”
dz +(1−n) p ( x ) (z)dx=(1−n) Q ( x ) dx (7)
P( x ) Q(x )
Igualaremos los términos
( 1−n ) p ( x )=P(X )
( 1−n ) Q ( x )=Q( x )
Teniendo:
dz + P ( x )( z )dx=Q( x)dx (8)
Ahora tenemos el factor intégrate:

p ( x ) dx
μ( x )=e∫ (9)
Sustituimos el factor integrante teniendo:
∫ d [ z e∫ p ( x ) dx ] =∫ [ e∫ p ( x ) dx ] Q( x )dx
La integral y la diferencial se eliminan del primer término:
[ z e∫ p ( x ) dx ] =∫ [ e∫ p ( x ) dx ] Q(x )dx
Se despeja la variable “z”, pasando el factor integrante al otro termino
21
z=[ e−∫ p x dx ] ∫ [ e∫ p x dx ] Q( x )dx

( ) ( )
Sustituimos el valor de “z” de la ecuación (4)
y 1−n=[ e−∫ p x dx ] ∫ [ e∫ p x dx ] Q( x ) dx
( ) ( )
Ejemplo:
Resolver la siguiente ecuación diferencial
y ( 6 y 2−x−1 ) dx +2 xdy=0
dy + p ( x ) ydx=Q ( x ) y n dx Ecuación estándar de Bernoulli
2 xdy−( x−1 ) ydx=−6 y 3 dx

Dividimos sobre 2x
( x +1 ) ydx −6 y 3 dx
dy − =
2x 2x
( x +1 ) y −2 dx −3 dx
Multiplicamos por y 3 −3
y dy− =
2x x
n=3
z= y 1−n= y1−3 = y−2
dz= (1−n ) y−n dy=( 1−3 ) y −3 dy =(−2 ) y−3 dy
dz=−2 y −3 dy
dz
= y−3 dy
−2
Sustituimos estos valores y los de z
dz ( x +1 ) zdx −3 dx
− =
−2 2x x
Multiplicamos por -2
−2 dz − ( x +1 ) zdx −3 dx
−2
−2 ( 2x
=−2
x ) ( )
( x+1 ) zdx 6 dx
dz + =
x x
X +1
P ( X )=
X
22
6
Q ( X )=
X
Obtenemos el factor integrante
∫ p ( x ) dx ∫ x+1 dx
e =e x
∫ x+1
x
dx ∫ 1 dx+¿∫ 1x dx=e x+ ln|x |=ex e ln |x|=e x x ¿
e =e
∫ x+1 dx
e x
=e x x
x +1 x+1
∫d e [ ∫ ] z=[ e∫ ] Qdx
x
dx
x
dx
e x x ( z )=e x xQ+C
6
e x x ( y −2) =e x x +C
x
e x x ( y −2) =6 e x +C
10) Método de solución de ecuaciones de orden superior

En este apartado estudiaremos las ecuaciones diferenciales de 2° grado, con lo cual
encontraremos la raíz de un polinomio en donde al intersectarse con el eje de las abscisas esta
vale cero.
23
X1 X2 X3
De esta manera tenemos que:
P ( x 1 )=P ( x 2 ) =P (x 3)
Con ayuda de la formula general obtendremos las raíces.
−b ± √ b2−4 ac
x 1,2=
2a
Con ayuda del método de Girolamo Cardano y de Ferrari podremos solucionar ecuaciones de 6°
grado en adelante
Tenemos como ecuación general para “n” orden la siguiente:
[ a 1 ( x ) D x + a2 ( x ) D x
n n−1 +…+a n−1 ( x ) D x + an ( x ) ] y =R( x)
ai ( x ) =K ∈ R
ai=Ki
( a1 D2 +a 2 D+a 3 ) y=R(x )
( a1 D2 +a 2 D+a 3 ) y=0
O bien:
( D 2+ a2 D+ a3 ) y=0
df
Dx f =
dx
Se realiza el cambio del operador diferencial a una variable algebraica teniendo:
m2 +a2 m+ a3=0 Polinomio auxiliar o característico
24
Ejemplo:
( D ¿ ¿ 3−D2−4 D−2) y =0 ¿
m 3−m 2−4 m−2=0
( m+1 ) ( m2 −2 m−2 )=0

m1=−1
Usando formula general:
−b ± √b 2−4 ac
2a
−(−2) ± √(−2)2−4 (1)(−2)

2(1)
2± √ 12
2
2+ √ 12
m 2= =2.73
2
2−√ 12
m 3= =−0.73
2
yH =C1 e−x +C 2 e 2.73 x + C3 e−0.73
Ciudad de México, a 03 de septiembre del 2019
25
Teniendo la forma de una ecuación diferencial de orden superior:

n
( a n D +an −1 Dn−1+ …+a1 D+a0 ) y=R ( x )

Obtenemos el polinomio auxiliar pudiendo obtener diferentes casos:
1. Todas las raíces reales sean distintas

2. Todas las raíces son reales, pero hay repetidas
3. Raíces reales y complejas
4. Raíces complejas repetidas
Para el primer caso tenemos un conjunto linealmente independiente de
m 1 m2 … m n
YH =C 1 em x +C 2 em x + …+C n e m x
1 2 n
Segundo caso sea:
mi , mi+1 , mi+2 , … las repetidas entonces

x
YH =C 1 emix +C i+1 xe mi+1 +Ci +2 x 2 e( mi+2) x
(C 0 +C 1 x +C2 x 2+C x x 3) emx

Tantas veces como repeticiones menos 1
3er caso, complejas podemos tener pares:
z=a+ bi
z ¿ =a−bi
Teniendo la siguiente identidad:
e iθ =cos ( θ ) +isen(θ)
x
c 1 e(a+bi) x =c 1 ( ea e bi )
¿ c 1 eax [ Acos ( bx ) +Bsen (bx) ]
¿ c 1 eax [( A+ Bx) cos ( bx )+(C+ Ex) sen(bx) ]
EJEMPLO:
( D4 + 4 D3 +2 D2−8 D−8 ) y=0

m4 + 4 m3 +2 m2−8 m−8=0
26
1+4 +2−8−8
-2 −2−4+ 4+ 8
1 2−2−4 0
(m+2) Primera raíz
Ahora tenemos la ecuación en la forma:
m 3 +2 m2 −2m−4
1+2−2−4
-2 −2 0+ 4
1 0−2 0
(m+2) Segunda raíz
Ahora tenemos la ecuación en la forma:
(m2−2) 3ª y 4ª raíz
Finalmente tenemos:
( m+2 ) ( m+2 ) ( m2−2 ) =0

m1=−2
m2=−2
m 3=√ 2 i
m4 =−√ 2i
Y 1=eax =e−2 x
Y 2=eax =e−2 x
Y 3=eax cos ( bx )=e 0 x cos ( √ 2 x ) =cos ( √ 2 x )
Y 4 =e ax sen ( bx )=e 0 x sen ( √ 2 x ) =sen ( √ 2 x )
YH=c1 e−2 x +c 2 e−2 x + c3 cos ( √2 x )+ c 4 sen ( √ 2 x )
YH=e−2 x ( c 1+ c2 )+c 3 cos ( √ 2 x ) +c 4 sen ( √ 2 x )
27
YH=e−2 x ( A +B)+C cos ( √ 2 x ) + D sen ( √ 2 x )
11)Método de variación de parámetro

Podemos usar la siguiente ecuación en su forma estar para determinar la solución general de las
ecuaciones no homogéneas:
y ' ' + p ( x ) y ' +q ( x ) y=R( x ) (1)
Nos ayudaremos de la variable “D” sustituyéndola en la ecuación estándar:
( D ¿ ¿ 2+a 0 D+a 1) y=f (x) ¿ (2)
Para solucionar esta ecuación aremos uso de la siguiente formula:
YG=YH +YP (3)
Donde:
YG=Solucion general de la ecuación

YH =Solucion de la ecuación homogenea
YP=Solucion particular de la ecuación
De la solución para la ecuación homogénea YH tenemos:
YH =C 1 em x +C 2 em
1 2 x
m 1 x= primera raiz del polinomio auxiliar
m 2 x=segunda raiz del polinomio auxiliar
Considerando Y1 y Y2 como funciones linealmente independientes tenemos:
YH =c1 y 1+ c 2 y 2 (4)
De modo que:
m 1 x= y1
m 2 x= y 2
Para dar solución a la YP tenemos:
YP=u 1 ( x ) y 1 +u2 ( x ) y 2 (5)

' '
Despejaremos las variables u1 y u 2 ya que los valores de y1 Y y2 ya los conocemos
28
− y 2 f (x )
u ' 1= (6)
w
y 1 f (x )
u ' 2= (7)
w
Donde:
y1 y2
w=
y '1 y'2
w=( y 1∗y ' 2) −( y ' 1∗y 2 ) (8)
Una vez teniendo estos datos integramos u ' 1 y u ' 2
u1=∫ u ' 1 (9)
u2=∫ u ' 2 (10)
Ahora sustituiremos los valores obtenidos en la ecuación (3)
YG=YH +YP (3)
YG=c1 y 1+ c 2 y 2 +u1 ( x ) y 1+ u2 ( x ) y 2 (11)
29
12)METODO DE COEFICIENTES INDETERMINADOS

Para solucionar una ecuación no homogénea tenemos que buscar una solución general (Y ¿¿ g)¿ ,
debemos tener una solución complementaria Y c más una solución particular Y p teniendo:
Y g=Y c +Y p
Para el caso de una ecuación diferencial no homogénea tomaremos como ejemplo el siguiente
caso:
y 2 +4 y−2=2 x 2−3 x+ 6 (1)
Primero se resuelve la ecuación diferencial homogénea asociada a toda la ecuación (1),

suponiendo el término de la izquierda como homogénea e igualando a cero quedando de la
siguiente manera:
y 2 +4 y−2=0 (2)
Resolvemos aplicando una variable auxiliar en este caso “m”
m2 +4 m−2=0 (3)
Aplicando formula general para este caso:
−b ± √b 2−4 ac
2a
−4 ± √ 4 2−4(1)(−2) −4 ± √24 −4 ± 2 √6
= = =−2± √ 6
2(1) 2 2
Obtenemos las raíces:
m1=−2+ √ 6
m2=−2−√ 6
Obtenemos la función complementaria
Al tener raíces únicamente con números reales, usamos la siguiente forma:
30
c n e ax
Y c=¿c e (−2+ √6) x (−2− √6) x
+c 2 e ¿
1
Y c=¿e (−2+√ 6 ) x
(c 1+ c2)¿ (4)
De la ecuación (1) resolveremos ahora el polinomio del lado derecho al cual denominaremos g( x )
y realizaremos una equivalencia en términos de otras variables.
y 2 +4 y−2=2 x 2−3 x+ 6 (1)
Escribiremos g(x) de la siguiente manera:
g ( x )=2 x 2−3 x +6 (5)
A x 2−Bx +C= y (6)
Con la ecuación (6) obtendremos la solución particular respecto a “y”
Y p= A x 2 + Bx+C
Dependiendo del exponente más alto que tengamos es el número de derivaciones que se
realizaran
Y p= A x 2 + Bx+C
Y ' p =2 Ax+ B (7)
Y ' ' p =2 A (8)
Ahora sustituiremos (7) y (8) en la ecuación (1)
2 A +4 (2 Ax +B)−2( A x 2+ Bx+C )=2 x2 −3 x +6 (9)
Simplificando:
2 A +8 Ax+ 4 B−2 A x 2−2 Bx−2C=2 x 2−3 x+ 6
−2 A x2 + x ( 8 A−2 B )+ 2(A +2 B−C)=2 x 2−3 x+ 6

Aplicando igualación:
−2 A x2=2 x 2
x ( 8 A−2 B )=−3 x
g(x)
2( A+2 B−C )=6
Despejando A:
31
−2 A x2=2 x 2
2 x2
A=
−2 x 2
A=−1
Sustituyendo A y despejando B
x ( 8 A−2 B )=−3 x
x ( 8(−1)−2 B )=−3 x
x (−8−2 B )=−3 x
−8 x−2 Bx=−3 x
−2 Bx=5 x
−5
B=
2
Sustituyendo A y B, y despejando C:
2( A+2 B−C )=6
2(−1+2 ( −52 )−C)=6

2(−6−C)=6
−12−2 C=6
−2 C=18
−18
C=
2
C=−9
Sustituimos A,B y C, en la solución particular Y p
Y p= A x 2 + Bx+C
5
Y p=−x2 − x−9
2
Usando formula general para obtener raíces
−b ± √b 2−4 ac
2a
32
5 −5 2 5 25
2
±
√( 2 )
−4 (−1)(−9)
2(−1)
=
2
±
4
−2
−36 5 ± √119 i
=
2
−2
=
√(
5 √ 119 i
−4
±
−4
)
(−54 ) x
y 3=e cos ( √1194 i )
(−54 ) x i
y 4 =e sen ( √−119
4 )
Sustituyendo Yp y Yc en la solución general Yg tenemos:
Y g=Y c +Y p
(−54 ) x −5
√119 i + e( 4 ) x sen √ −119 i
Y g=e (−2 + √ 6) x
( c 1 +c 2 ) +e cos( 4 ) ( 4 )
33
Parcial 2:
1) Solución de sistemas de ecuaciones lineales

Comenzaremos con el tema poniendo 2 ejemplos y definiendo cada uno de ellos:
x 2+ 2 x−3=0 (1)
se n2 ( θ ) +cos 2 ( θ ) =¿ 1¿ (2)
Para el caso del ejemplo (1) tenemos que es una expresión matemática que solo la satisface pocos
valores de “x”, al satisfacerse se convierte en una identidad cuando el valor de “x=1”
Para el caso del ejemplo (2) tenemos que es una expresión matemática que se satisface para todo
valor de θ, por ejemplo al sustituirla con θ=30 ,34 ,56 ,183 , 394 , etc . Al sustituir cualquier valor
de teta el resultado siempre será el mismo.
Diremos que una ecuación es lineal si cada termino de ella es de grado algebraico 1 en las
variables, además la incógnita no puede ser elemento de ninguna función trascendental, por
ejemplo, funciones exponenciales, logarítmicas, trigonométricas, hiperbólicas, trigonométricas
inversas, etc.
Estamos interesados en estudiar los sistemas de ecuaciones lineales, así como la solución de las
mismas.
Ecuación lineal : a11 x1 + a12 x 2+ …+a1 n x n=b 1 (3)
a 11 x 1 +a12 x 2 +…+ a1 i x i +…+a 1 n x n=b 1
i=1,2,3 , .. ,n
34
Ecuación lineal : a11 x1 + a12 x 2+ …+a1 n x n=b 1 (4)
a n1 x 1+ an 2 x 2 +…+a nn x n=bn
a ij coeficientes
i=1,2 , .., n
j=1,2 ,.. , n
x i=i−esima incognita
En un sistema de ecuaciones se tiene 3 alternativas
1.- Que la solución sea única
2.- Que no exista
3.- Que L1 y L2 coincida una con la otra
L1
CASO NUMERO 1 (SOLUCION UNICA)
L2
L1
CASO NUMERO 2 (NO HAY SOLUCION CONSISA)
L2
CASO NUMERO 3 (N° INFINITO DE SOLUCIONES)

L1
L2
Matriz de coeficientes
A=[ aij ]= a11 a12 .. a1 n coeficiente

an 1 an 2 .. ann
35
Matriz aumentada
A=a 11 a 12 .. a 1 n b 1
an 1 an 2 .. ann bn
Matriz de incógnitas
X2
X2
X= .
.
xn
Matriz de términos independientes
X2
X2
B= .
.
xn
Las operaciones gaussianas son las que utilizaremos únicamente 3.
1.- Intercambiar renglones
2.- Multiplicar un renglón de la matriz aumentada
3.- Sumar a un renglón arbitrario de la matriz aumentada un múltiplo arbitrario de otro renglón
Primero hay que sacar la matriz aumentada si el número del lado izquierdo es “1” se deja, si no se
coloca 1
Haciendo uso de las operaciones gaussianas (el que convenga) llevaremos la matriz aumentada a
la forma escalonada reducida, en la cual se soluciona el sistema (si existe) será obvia.
Cuando partiendo de la matriz aumentada le aplicamos una operación gaussiana, lo que

obtenemos de la aumentada es un nuevo sistema que será equivalente del sistema original
planteado así debemos continuar hasta llevar la matriz aumentada de la forma escalonada
reducida.
Cuando en una matriz aumentada le aplicamos una operación gaussiana lo que obtenemos es una
matriz equivalente, es decir representa un sistema que tiene un mismo conjunto solución que el
original así llamaremos la matriz aumentada a la forma escalonada reducida donde a solución del
sistema es obvio.
Este es el proceso fundamental para resolver un sistema de ecuaciones lineales.
Ejemplo:
Resuelva el siguiente sistema de ecuaciones lineales
1 ¿ x 1+ x 2+2 x 3=9
2 ¿ 2 x 1+ 4 x 2−3 x 3=1
36
3 ¿ 3 x 1+6 x 2−5 x 3=0
1 1 2 9
[ 2 4 −3 1
3 6 −5 0 ]
Ya que tenemos un “1” como primer término del lado superior izquierdo, lo usaremos de pivote
para volver cero los 2 términos debajo de él multiplicando la primera fila por -2 y -3, sumando los
términos de la segunda y tercera fila respectivamente
1 1 2 9
[ 0 2 −7 −17
0 3 −11 −27 ]
Tenemos que convertir en 1 el número 2 que se encuentra en la columna 2 fila 2, para esto
dividimos toda la fila entre 2
1 1 2 9
[ 0 1 −7 /2 −17 /2
0 3 −11 −27 ]
Ahora convertiremos el 3 de la fila 3, columna 2, en “0” por lo tanto toda la fila 2 la
multiplicaremos por -3 y la sumaremos a la fila 3
1 1 2 9
[ 0 1 −7 /2−17 /2
0 0 −1 /2 −3 /2 ]
Convertiremos el -1/2 de la columna 3, fila 3 en 1 por lo tanto toda esa fila se multiplicará por -2
1 1 2 9
[ 0 1 −7 /2−17 /2
0 0 1 3 ]
Multiplicamos la fila 3 por 7/2 y la sumamos a la fila 2
1 1 29
[ 0 1 02
0 0 13 ]
Multiplicamos la fila 3 por -2 y la sumamos a la fila 1
1 1 03
[ 0 1 02
0 0 13 ]
Multiplicamos la fila 2 por -1 y la sumamos a la fila 1
37
1 0 01
[ 0 1 02
0 0 13 ]
X1=1
X2=2
X3=3
2) Solución de sistemas de ecuaciones lineales homogéneas

El sistema general de m x n ecuaciones lineales se llama homogéneo si todas las constantes b1,b2,
….,bn son iguales a cero.
a 11 x 1 +a12 x 2 +…+ a1 n x n=0
a 21 x1 + a22 x 2+ …+a2 n x n=0
.
a m 1 x 1+ am 2 x2 +…+ amn x n =0
Al resolver un sistema homogéneo solamente hay dos posibilidades:
1.- solamente si x 1=x 2=..=x n=0 que se conoce como la solución trivial o solución cero.
2.- Que el sistema tenga un número infinito de soluciones incluyendo la trivial.
Ejemplo. -
Resuelva el siguiente sistema homogéneo de ecuaciones:
x +w=0
38
x +2 y +2 w=0
x +2 y +3 z +3 w=0
2 y+ 6 z+3 w=0
Para comenzar obtenemos la matriz aumentada reescribiéndola de la siguiente manera:
1 0 0 1 0
[ 1
1
0
2
2
2
0
3
6
2
3
3
0
0
0
]
Ya que tenemos un “1” en la esquina superior izquierda lo usaremos de pivote multiplicando la fila
por menos uno (-1) y sumándolo a la fila 2 y 3
1 0 0 1 0
[ 0
0
0
2
2
2
0
3
6
1
2
3
0
0
0
]
Ya que toda la columna 1 la reducimos a cero por debajo del pivote, volveremos 1 el valor que se
encuentra en la columna 2 fila 2, esto lo aremos dividiendo toda la fila entre 2
1 0 0 1 0
[ 0
0
0
1
2
2
0 1/ 2
3 2
6 3
0
0
0
]
Ya que tenemos ese nuevo pivote volveremos cero los números diferentes de cero que se
encuentren sobre o por debajo de él, en este caso corresponde a los valores que se encuentras en
la columna 2 fila 3 y 4, para esto multiplicamos la fila del pivote por menos 2 “-2” y lo sumamos a
la fila 3 y 4.
1 0 0 1 0
[ 0
0
0
1
0
0
0 1/ 2
3 1
6 2
0
0
0
]
Ahora convertir el número “3” que se encuentra en la fila 3 columna 3, dividiendo la fila entre 3
1 0 0 1 0
[ 0
0
0
1
0
0
0 1/2 0
1 1/3 0
6 2 0
]
Usaremos ese nuevo pivote para volver cero el valor de “6” que se encuentra debajo de el
39
1 0 0 1 0
[ 0
0
0
1
0
0
0 1/2 0
1 1/3 0
0 0 0
]
De la primer fila obtenemos la siguiente ecuación: x +w=0 (1)
1
De la segunda fila obtenemos la siguiente ecuación= y + ( w )=0 (2)
2
1
De la tercer fila obtenemos la siguiente ecuación= z + ( w )=0 (3)
3
De la ecuación 1 tenemos que x=−w suponiendo que w=m quedaría
w=m
x=−m
Sustituimos el valor de w=m en la ecuación 2
1
y + ( m )=0
2
−m
y=
2
Sustituimos el valor de w=m en la ecuación 3 y despejamos z
1
z + ( m )=0
3
−m
z=
3
Finalmente tenemos que:
−m −m
x=−m y= w=m z=
2 3
Ciudad de México, a 01 de octubre del 2019
3) Matrices
Un arreglo numérico de números reales, la denotaremos con letras mayúsculas donde:
A=[ aij ]
i=renglon ; j=columna
Asociando a un sistema de ecuaciones
a 11 x 1 +a12 x 2 +…+ a¿ x n=b 1
40
.
.
a 1n x 1+ a12 x 2+ …+a ¿ x n =bn
a11 a 12 a 1n
A= .
[ . .
a n1 an 2 ann ]
A y B son iguales si y solo si:
Además de tener los mismos elementos
 Tienen el mismo tamaño
 Tienen los mismos elementos constituyentes
 Las posiciones de sus elementos coinciden
El tamaño de una matriz se escribe normalmente en el cuadrante inferior derecho y representa el

número de renglones y el número de columnas respectivamente.
Si dos matrices tienen el mismo tamaño An*m Bn*m ntonces la suma S=A+B en donde cada
elemento de la matriz suma será la suma de los elementos de A y B
a11 + b11 … . a1 n+ bn
Lo mismo ocurrirá con la resta.

S= A +B=
[ . . .
an 1+ bn 1 … .. anm +bnm ]
4) Algebra de matrices
Tipos de producto
1.- Escalar por matriz (No importa el tamaño)
Sea K ∈ R ; K ≠ 0 entonces
KA =[ k aij ] ejemplo:
2 1 6
Si K=3
[ ]
y A= 3 2 1
4 8 6
2 1 6
[ ]
KA =3 3 2 1
4 8 6
41
6 3 18
[
KA = 9 6 3
12 24 18 ]
2.- Matriz x Matriz
Sean Amxn y B mxnentonces
A y B se dicen ser matrices conformables (El número de columnas de A coincide con el número de
renglones de B)
El producto de A y B denotado por
P= A x B
P11 P12 P1 n
Pm∗n= .
[
. .
Pm 1 P m 2 P mn ]
Ejemplo
2 8 6 1 6 2 1
[ ]
A= 4 1 0
3 1 6 3x 3
y
[
B= 4 3 2 0
5 0 0 1 ]3x 4
Renglón x columna
AB=?=P
P11 P12 P13 P13
(2*1) + (8 * 4) + (6 * 5) (2*6) + (8 * 3) + (6 * 0) (2*2) + (8 * 2) + (6 * 0) (2*1) + (8 * 0) + (6 * 1)
64 36 20 8
P21 P22 P23 P23
A*B
(4*1) + (1 * 4) + (0 * 5) (4*6) + (1 * 3) + (0 * 0) (4*2) + (1 * 2) + (0 * 0) (4*1) + (1 * 0) + (0 * 1)
8 27 10 4
P31 P32 P33 P33
(3*1) + (1 * 4) + (6 * 5) (1*) + (6 * ) + (2 * ) (3*2) + (1 * 2) + (6 * 0) (3*1) + (1 * 0) + (6 * 1)
37 21 8 9
64 36 20 8
[
P= 8 27 10 4
37 21 8 9 ]
3X4
42
5) Determinantes
Para solucionar matrices cuadradas, esto quiere decir el mismo número de filas que de columnas,
usaremos la regla de Sarrus, para matrices de 3 x 3 tenemos la siguiente forma:
a11 a12 a 13
[
A= a 21 a 22 a 23
a 31 a 32 a 33 ]
Su determinante se calcula mediante la llamada regla de Sarrus, para esto las dos primeras
columnas de la matriz las pasamos al lado derecho de la matriz teniendo lo siguiente:
a 11 a 12 a 13 a 11 a 12
[ |
a 21 a 22 a 23 a 21 a 22 =¿
a 31 a 32 a 33 a 31 a 32 ]
[ ( a 11∗a 22∗a 33 )+ ( a 12∗a 23∗a 31 ) +(a 13∗a 21∗a 32) ]−[ ( a 31∗a 22∗a 13 ) + ( a 32∗a 23∗a11 )+(a 33∗a 21∗a 1
Sustituyendo los datos de las variables en la regla de Sarrus obtenemos el determinante de la
matriz.
Ejemplo:
Obtenga el determinante de la siguiente matriz
2 1 6
[ ]
A= 3 2 1
4 8 6
2 1 62 1
[ | ]
A= 3 2 1 3 2
4 8 64 8
d ( A )=[ ( 2∗2∗6 )+ ( 1∗1∗4 )+(6∗3∗8) ] −[ ( 4∗2∗6 ) + ( 8∗1∗2 )+(6∗3∗1) ]
d ( A )= [ 24 +4 +144 ]− [ 48+16+18 ]
d ( A )=90
43
6) Inversa de gauss
Dada una matriz A de dimensiones nxn, su matriz inversa, A−1, es la única matriz de dimensiones
nxn que cumple:
A∗A−1=I = A−1∗A
Las matrices con inversa se denominan regulares o invertibles, en caso contrario se denominan
singulares. Si una matriz es rectangular (distinto número de filas y de columnas), puede tener
matrices inversas por uno u otro lado.
Para poder realizar la inversa por el método de Gauss Jordán el determinante de la matriz tiene
que ser d ( A) ≠ 0
Teniendo una matriz A, tenemos que agregar una matriz identidad del lado derecho de las mismas
dimensiones que la matriz original teniendo lo siguiente:
a11 a12 a 13
[
A= a 21 a 22 a 23
a 31 a 32 a 33 ]
Se tiene como matriz identidad la siguiente:
1 0 0
[ ]
0 1 0
0 0 1
Teniendo finalmente:
a11 a12 a 13 1 0 0
[
A= a 21 a 22 a 23 0 1 0
a 31 a 32 a 33 0 0 1| ]
Teniendo la matriz antes mencionada resolvemos mediante el método de Gauss el cual vimos con
anterioridad.
Ejemplo
Encuentra la inversa de la siguiente matriz mediante el método de Gauss Jordán
2 1 6
[ ]
A= 3 2 1
4 8 6
44
2 1 62 1
[ | ]
A= 3 2 1 3 2
4 8 64 8
d ( A )=[ ( 2∗2∗6 )+ ( 1∗1∗4 )+(6∗3∗8) ] −[ ( 4∗2∗6 ) + ( 8∗1∗2 )+(6∗3∗1) ]
d ( A )= [ 24 +4 +144 ]− [ 48+16+18 ]
d ( A )=90
Una vez que se obtiene la determinante nos damos cuenta que es diferente de cero por lo cual
podemos encontrar la matriz inversa mediante Gauss Jordan.
2 1 6
[ ]
A= 3 2 1
4 8 6
Agregamos la matriz identidad a nuestra matriz original
2 1 61 0 0
[ | ]
A= 3 2 1 0 1 0
4 8 60 0 1
Tenemos que tener un punto de pivote por lo tanto el elemento a11, lo convertimos en uno “1”,
para esto dividimos la primera fila sobre 2
1 1
A=
[ | ]
1
3
4
2
2
8
3
2
1 0
6 0
0 0
1 0
0 1
Multiplicamos la primera fila por menos tres y menos cuatro y lo sumamos con la fila dos y tres
respectivamente
1 1
[ | ]
1 3 0 0
2 2
A= 1 −3
0 −8 1 0
2 2
0 6 −6 −2 0 1
Encontraremos el siguiente pivote para eso multiplicaremos la segunda fila por dos
45
1 1
A=
[ | ]
1
0
0
2
3
2
0 0
1 −16 −3 2 0
6 −6 −2 0 1
Convertiremos en cero el valor de la segunda columna y fila 3 (a32)
1 1
A=
[ | ]
1
0
0
2
3
2
1 −16 −3
0
2
0
0
0 90 16 −12 1
Obtenemos el ultimo pivote de la diagonal dividiendo sobre 90
[ | ]
1 0 0
1 3 2
2
A= −3 2 0
0 1 −16
8 −2 1
0 0 1
45 15 90
Con el ultimo pivote convertiremos en cero los términos sobre el multiplicando por 16 y -3,
sumándolo a la segunda y primera fila respectivamente
[ | ]
−1 −1
1 30 5 30
1 0
2 −7 −2 8
A=
0 1 0 45 15 45
0 0 1 8 −2 1
45 45 90
Por ultimo multiplicamos la segunda fila por menos un medio (-1/2) y lo sumamos a los términos
de la primer fila
2 7
[| ]
−11
45 15 90
1 0 0
−7 −2 8
A= 0 1 0
45 15 45
0 0 1
8 −2 1
45 45 90
Finalmente tenemos la matriz inversa de (A)
46
1 −1
[ ]
0
2 8
−7 −2 8
A−1=
45 15 45
8 −2 1
45 45 90
Para comprobar hacemos uso de la siguiente formula:
A∗A−1=I = A−1∗A
2 7 −11
2 1 6
[ ]
3 2 1∗
4 8 6
45
−7
45
8
45
[ ] 15
−2
15
−2
45
90
8
45
1
90
1 0 0
[ ]
=0 1 0
0 0 1
7) Inversa de la adjunta
Calcularemos la inversa de la matriz adjunta, para ello tenemos que calcular primeramente el
determinante de la matriz A
det ( A )
Obtendremos la matriz de cofactores teniendo una matriz de menores.
Sea A una matriz cuadrada, el menor del elemento a ij se denota como M ij y es el determinante de
la matriz que queda después de borrar el renglón i y la columna j de A. El cofactor de Aij y está
dado por:
Aij =(−1 )i + j|M ij|
47
El factor (−1 )i+ jes 1 si la suma de las posiciones fila y columna es par, y -1 si es impar lo que hace
este factor es determinar el signo por ejemplo para una matriz de 3*3 tenemos
|A 11| −| A 12| | A13|

(
−| A 21| | A 22| −| A23|
| A 31| −| A 32| | A33| )
Para obtener la traspuesta de una matriz ( A¿ )T se obtiene reflejando los elementos a lo largo de su
diagonal como se muestra a continuación
a b c 1 2 3
(
A= d e f
g h i ) (
B= 4 5 6
7 8 9 )
a d g 1 4 7
(
AT = b e h
c f i ) (
BT = 2 5 8
3 6 9 )
La importancia de la matriz adjunta de una matriz A se debe a que, si la matriz A tiene inversa,
podemos calcularla a partir de la traspuesta de adjunta y su determinante mediante la siguiente
fórmula:
−1 ( A ¿ )T
A =
det ⁡( A)
Ejemplo:
Encuentre la inversa de la matriz vía la adjunta de la siguiente matriz
4 1 1
(
A= 2 0 5
0 1 −1 )
3 x3
Obtenemos el determinante:
4 1 1 4 1
[
A= 2 0 5 2 0
0 1 −1 0 1 | ]
det ( A )=[ ( 4∗0∗−1 )+ (1∗5∗0 ) +(1∗2∗1) ]−[ ( 0∗0∗1 ) + ( 1∗5∗4 ) +(−1∗2∗1) ]
det ( A )=[ 0+0+ 2 ] −[ 0+20−2 ]

det ( A )=−16
48
Obtenemos la matriz de menores:
4 1 1
(
A= 2 0 5
0 1 −1 )3 x3
| A11|=det[ 01 5
−1 ]
= ( 0∗−1 )−( 1∗5 )=−5
| A |=det [ 20
12
5
−1 ]
=( 2∗−1 )−( 0∗5 )=−2
| A |=det [ 20
13
0
1]
=( 2∗1 )−( 0∗0 ) =2
| A |=det [11
21
1
−1 ]
= (1∗−1 )−( 1∗1 )=−2
| A |=det [ 40
22
1
−1 ]
=( 4∗−1 )− ( 0∗1 ) =−4
| A |=det [ 40
23
1
1]
= ( 4∗1 )−( 0∗1 )=4
| A |=det [ 10
31
1
5]
=( 1∗5 )−( 0∗1 )=5
| A |=det [ 42
32
1
5]
=( 4∗5 ) −( 2∗1 )=18
| A |=det [ 42
33
1
0]
=( 4∗0 )−( 2∗1 )=−2
−5 −2 2
(
mA = −2 −4 4
5 18 −2 )
3 x3
Obtenemos la matriz de cofactores afectando la matriz mA con los signos ya establecidos
|A 11| −| A 12| | A13|

(
−| A 21| | A 22| −| A23|
| A 31| −| A 32| | A33| )
MATRIZ DE COFACTORES:
49
−5 2 2
Acof = 2 −4 −4
(
5 −18 −2 )
OBTENEMOS LA MATRIZ TRASPUESTA O ADJUNTA
−5 2 5
T
(
A = 2 −4 −18
2 −4 −2 )
OBTENEMOS LA INVERSA DE LA ADJUNTA
−5 2 5
AT
A−1=
1
(
= ∗ 2 −4 −18
det ⁡( A) 16
2 −4 −2 )
0.3125 −0.125 −0.3125
−1
A = −0.125
−0.125( 0.25
0.25
1.125
0.125 )
50
8) Método de Cramer
Solución de un sistema por el método de Cramer
Teniendo la siguiente forma:
a 11 x 1 +a12 x 2 +a 13 x 3=b1
a 21 x1 + a22 x 2+ a23 x 3=b2
a 31 x1 +a 32 x 2+ a33 x 3=b 3
a11 a12 a13
[
∆= a21 a22 a23
a31 a32 a33 ]
b1 a12 a 13 a 11 b1 a 13 a11 a12 b 1
[
∆ 1= b2 a22 a 23
b3 a32 a 33 ] [ ∆ 2= a 21 b2 a 23
a 31 b3 a 33 ] [
∆ 3= a 21 a22 b 2
a 31 a32 b 3 ]
∆1 ∆2 ∆3 ∆n
x 1= ; x 2= ; x 3= ; . .. . . .; x n=
∆ ∆ ∆ ∆
Para resolver por el método de cramer debemos de obtener ∆ y determinar

si es ≠ 0
Ejemplo. -
2 x+ y −3 z=4
x +2 y +5 z=13
−x +7 y +3 z=22
51
2 1 −3
[
∆= 1 2 5
−1 7 3 ]
Aplicamos matriz de cofactores para obtener ∆
2 1 −3 2 −1 −3
[
∆= 1 2 5 x ¿= −1 2 −5
−1 7 3 −1 −7 3 ] [ ]
∆=2 ¿
∆=2(6−35)+1(−3−5)−3(7+2)
∆=2(−29)+1(−8)−3(9)
∆=−58−8−27
∆=−93
4 1 −3
[
∆ 1= 13 2 5 =−186
22 7 3 ]
2 2 −3
[
∆ 2= 1 13 5 =−279
−1 22 3 ]
2 1 4
[
∆ 3= 1 2 13 =−93
−1 7 22 ]
∆1 −186
x 1= = =2
∆ −93
∆2 −279
x 2= = =3
∆ −93
∆3 −93
x 3= = =1
∆ −93
52
9) Espacios vectoriales y sub espacios vectoriales
Tenemos un conjunto que se puede denominar con cualquier literal conjunto “V”
Sin en 2 elementos arbitrarios x, y en V siempre existirá uno nuevo.
x́∧ ý ∈V ; x+ y=suma
K ∈ R∧ X́ ∈V entonces ( K X ) ∈V
KX =Producto escalar
1.- Si X́ ∧Ý ∈ V , arbitrarios, entonces X́ + Ý =S , la suma siempre está definida y además S ∈V
2.- Si x∧ y ∈V entonces: X́ + Ý =Ý + X́ “Ley conmutativa de la suma”
3.- X́ , Ý , Ź ∈ V entonces: ( X́ + Ý )+ Ź= X́ + ( Ý + Ź ) “Propiedad asociativa”
4.-∃ sea único elemento 0́ ∈V tal que: x + 0́= 0́+ X́ = X́
5.- ∀ X ∈V ; ∃ (−x ) + x=0́ “Simétrico bajo la suma”
6.- ∀ K ∈ R ; x ∈V , entonces: ( Kx ) ∈V para todo K real
7.- ∃un único elemento 1 ∈V tal que: 1∗ X́= X́∗1= X́
8.- Si K 1∧K 2∈ R∧ X ∈ V entonces: ( K 1+ K 2 ) X́ =K 1 X́ + K 2 X́
9.- Si X́ ∧Ý ∈ V ∧K 1 ∈ R entonces: ( X́ + Ý ) K 1=K 1 X́ + K 1 Ý
10.- ∀ X ≠ 0, existe ( 1x ) entonces: x ( 1x )=( 1x ) x=1

1..- Sean x∧ y ∈ R , entonces: ( x + y )∈W
2.- Sean K ∈ R∧ X́ ∈W , entonces: ( K X́ )∈ W
Si W es cerrado bajo la suma y el producto por un escalar, sean las siguientes rectas en el plano
cartesiano.
L2
L1
53
Diremos que los conjuntos señalados L1, L2, L3 son L3 subconjuntos de R, L1,L2,L3 son
espacios vectoriales por si mismos si solamente si las 10 condiciones anteriores se
cumplen.
De lo contrario que alguna no se satisface, el subconjunto W no podrá ser llamado un sub espacio
vectorial de R
Un criterio para saber si un sub conjunto no es de V, es un sub espacio vectorial es el siguiente:
1.- Sean x∧ y ∈W , entonces ( x + y )∈W
2.- Sean K ∈ R∧ X́ ∈W , ( K X́ )∈ W
54
10)Vectores en r^2 y r^3

z
i y
j
x
R3
^ ( 1,0,0 )
i=
^j=( 0,1,0 )
k^ =( 0,0,1 )
A=( 2,8 ,−3 ) =( 2,0,0 ) + ( 0,8,0 ) + ( 0,0 ,−3 )=2 ( 1,0,0 ) +8 ( 0,1,0 )−3 ( 0,0,1 )
^ ^j−3 k^
A=2 i+8
* Dos vectores son iguales cuando sus componentes son lo mismo:
^ ( Ay ) ^j+ ( Az ) k^ ] ± [ ( Bx ) i+
Á ± B́=[ ( Ax ) i+ ^ ( By ) ^j+ ( Bz ) k^ ]
^ ( Ay ± By ) ^j+( Az ± Bz) k^
Á ± B́=( Ax ± Bx ) i+
* Magnitud ‖ Á‖
√ A x2 + A y 2 + A z 2=n ° Real
* Cosenos Directores
55
Ax Ay Az
cos ( ∝ )= ; cos ( β ) = ; cos ( γ )= ;
‖ A‖ ‖ A‖ ‖ A‖
* Ángulos Directores
∝,β ,γ
Á∗B́ Á∗B́
cos ( ∅ ) =
‖ A‖‖B‖
∅=cos−1
[ ‖ ‖‖ ‖]
A B
* Suponiendo que K es un real arbitrario

^ ( Ay ) ^j+ ( Az ) k^ entonces:
K ∈ R∧ Á=( Ax ) i+
* El producto por un escalar es:
^ ( Ay ) ^j+ ( Az ) k^ ] =( KAx ) i+
K Á=K [ ( Ax ) i+ ^ ( KAy ) ^j+ ( KAz ) k^
^ ( Ay ) ^j+ ( Az ) k^ ]∗[ ( Bx ) i+
Á∗B́=[ ( Ax ) i+ ^ ( By ) ^j+ ( Bz ) k^ ]=AxBx + AyBy + AzBz
Á∗B́= AxBx+ AyBy+ AzBz Real= ‖ A‖‖B‖cos (∅)

* Cuando cos ( ∅ ) =1
^ i=
i∗ ^ k^
^ ^j∗ ^j=k∗
* Cuando cos ( ∅ ) =0
^ ^j= ^j∗k^ =i∗

i∗ ^ k^ =0
i j k
[
Á x B́= Ax
Bx
Ay
By Bz ]
Az =i ( AyBz−ByAz ) ∓ j ( AxBz−BxAz )+ k ( AxBy−BxAy ) =‖ A‖‖B‖Sen (∅)
Á=( Ax ) i + ( Ay ) j+ ( Az ) k
B́=( Bx ) i+ ( By ) j + ( Bz ) k
Ć=( Cx ) i+ ( Cy ) j+ ( Cz ) k
Ax Ay Az
[
Á∗( B́ x Ć ) =Ć∗( Á x B́ )= Bx By Bz
Cx Cy Cz ]
56
11)Algebra de vectores (suma, resta, producto punto, producto escalar)

A=( 1, 3 ,−1 )
B=( 2 ,−2, 4 )
C=( 5 ,1 , 5)
1.- A X B
i j k
[ ]
1 3 −1 =( 12−2 )−( 4 +2 ) + (−2−6 )=(10 ,−6 ,−8)
2 −2 4
1.- Encuentre un vector ⊥

󠄧 a (1,3,-1) y que tenga las siguientes coordenadas (8,5,x)
u⃗ =(1,3 ,−1)
⃗v =(8,5 , x )
u⃗ ⊥ ⃗v
u⃗∗⃗v =0
(1 , 3 ,−1)∗( 8 ,5 , x)=0
8+15−x=0
x=23
⃗v =(8,5,23)
57
12)Puntos vectoriales
y
A
y
Á=λ B́
Á=λ1 V 1+ λ2 V 2 +. . .. λ n V n
R3
z
Á
i y
j
x
^ y ^j+ z k^ Combinación lineal

A=( x , y , z )=x i+
B
C
58
C=λ Á+ λ B́
A
Dependencia e Independencia lineal
Una situación que se presenta es que un vector puede ser combinación de otro es decir que un
vector puede ser expresado por un escalar por el otro vector figura A.
Si el caso que se presenta es 3 vectores coplanares, se puede expresar como C=λ Á+ λ B́
diremos que los vectores son linealmente dependientes.
Llamaremos una combinación de vectores lineal de v1, v2, … , vn si es posible expresar un vector A
con Á=λ1 V 1+ λ2 V 2 +. . .. λ n V n diremos que son linealmente independientes un ejemplo es
cuando trabajamos R3 todo vector (x,y,z) se puede expresar como una combinación lineal de los
vectores i^ , ^j, k^
Diremos que un conjunto de vectores V 1 ,V 2 , . .. . ,V n son linealmente dependientes si y sólo si al

menos uno de ellos puede ser expresado como combinación lineal de los restantes.
Diremos que un conjunto de vectores V 1 ,V 2 , . .. . ,V n es un conjunto linealmente independiente

si y sólo Si ninguno de los vectores en el conjunto puede ser expresado como combinación lineal
de los restantes. En esto estriba la diferencia entre linealmente independientes y linealmente
dependientes.
Si es un espacio vectorial arbitrario se tiene un conjunto de vectores S=V 1 , V 2 ,. . .. , V nde forma

tal que cualquier vector arbitrario en el espacio vectorial al que pertenece s puede ser expresado
como una combinación lineal de los vectores que pertenecen a s entonces diremos que S es un
conjunto generador del espacio vectorial V.
Si el conjunto S cumple 2 condiciones:
1. S es un conjunto generador de V.
2. El conjunto de vectores s es linealmente independiente entonces Al conjunto s
llamaremos una base de V.
Observaciones
1. Observe que en un espacio vectorial puedes existir diferentes bases
2. Hay una constante en todas las bases y eso es que la cantidad de vectores que las componen es
siempre la misma.
3. Todo conjunto y subconjunto de V que tenga más vectores que cualquier base será un conjunto
de vectores linealmente dependiente.
4. Llamaremos a n el número de elementos que componen cualquier base de V como la dimensión

del espacio vectorial V.
59
5. Al conjunto de escalares x1 x2 XN lo llamaremos las coordenadas del vector a en términos de la

base v1 v2 Vn.
6. Si dos bases son distintas las coordenadas de un mismo vector en bases distintas son distintas.
Diremos que una base es ortonormal si y sólo si cualquiera de sus vectores en la base que se
multipliquen escalarmente den 0.
Diremos que una base es ortonormal si además de cumplir lo anterior todas y cada una de las
magnitudes de los vectores que conforman la base son iguales a 1. Lo más sorprendente es que
todo espacio vectorial que tenga una base vieja mediante la aplicación del proceso de Gram S mith
puede generar una base ortonormal nueva.
60
Parcial 3:
Ciudad de México, a 05 de noviembre del 2019
1) Linealidad
sean:
u= (x1, y1)
v= (x2, y2)
entonces
u+v= (x1 + x2, y1 + y2)
demostración 1
t(u+v)= t (x1 + x2, y1 + y2)= (2 (x1 + x2, y1 + y2) = (2x1 + 2x2, y1 + y2)
=(2x1, y1)+ (2x2, y2)=t(u)+t(v)
t(u+v) = t(u)+t(v) ….la condición 1 se cumple
demostración 2
ku=k(x1, y1)= (kx1, ky1)
t(ku)=t(kx1, ky1)= (2kx1, ky1)=
=k(2x1, ky1)= kt(u)
por lo tanto, t(ku)= kt(u) así la condición 2 se satisface
por lo tanto
t(x1, y1)= (2x1, y1) es lineal
61
A f(x) B
X Y
R2 R3
T(x,y)
X Y
Dominio f (x)
Rango f (x)
Kernel T ( x)
T ( x , y )=( 3 x , 4 y , 0 ) −−−−−−(1)
T =R2−−R 3
u⃗ =(x 1 , y 1)
⃗v =(x 2 , y 2)
Para que sea lineal se tiene que cumplir lo siguiente:
1 ¿T ( ⃗u +⃗v ) =T ( ⃗u ) +T (⃗v )
2 ¿ T ( k ⃗u )=kT ( u⃗ )
62
Ejemplo:
Demuestre que (1) es lineal T ( x , y )=( 3 x , 4 y , 0 ) −−−−−−(1)
1 ¿T ( ⃗u +⃗v ) =T ( ⃗u ) +T (⃗v )
( u⃗ + ⃗v )=( x 1+ x 2 , y 1+ y 2)
T ( u⃗ )=(3 x 1 , 4 y 1 , 0)
T ( ⃗v )=(3 x 2 , 4 y 2, 0)
T ( u⃗ + ⃗v )=T ( x 1+ x 2, y 1+ y 2)
¿ [ 3 ( x 1+ x 2 ) , 4 ( y 1+ y 2 ) , 0 ]
¿ [ 3 x 1+3 x 2 , 4 y 1+4 y 2 , 0 ]
¿ [ 3 x 1 , 4 y 1, 0 ] + [ 3 x 2 , 4 y 2 , 0 ]
¿ T ( u⃗ ) +T ( ⃗v )
Por lo tanto:
Se comprueba que cumple con la primera condición.
T ( u⃗ + ⃗v )=T (u⃗ )+ T ( ⃗v )
2 ¿ T ( k ⃗u )=kT ( u⃗ )
( u⃗ ) =( x 1 , y 1)
k ( u⃗ ) =(kx 1 , ky 1)
T ( u⃗ )=(3 x 1 , 4 y 1 , 0)
T ( k u⃗ )=[ 3(kx 1) , 4 (ky 1), 0 ]
T ( k u⃗ )=[ 3 kx 1 , 4 ky 1 , 0 ]
63
kT ( ⃗u )=[ 3 k ( x 1), 4 k ( y 1), 0 ]
kT ( ⃗u )=[ 3 kx 1, 4 ky 1, 0 ]
Por lo tanto:
Se comprueba que cumple con la segunda condición.
T ( k u⃗ )=kT (u⃗ )
3) Obtención de Eigen valores
Mnxn
Se parte de una matriz cuadrada Anxn
Inxn representa la matriz identidad
λ representa las raíces del polinomio (ejen valores)
Det (λ Inxn - Anxn )=0
Polinomio característico=0
Ejemplo:
Sea una matriz cuadrada dada por:
A= [−22 −5 −1 ]
λ I2x2 = λ[ 10 01] [ 0λ 0λ]

=
λ I2x2 - A=[ 0λ 0λ]−¿ [−22 −5

−1 ] =[ λ−2
2
5
λ+1 ]
det [ λ−22 λ+15 ]=( λ−2) ( λ+1)−10=¿

( λ 2+ λ−2 λ )−2−10=0
( λ 2−λ−12 )=0 polinomio característico
( λ−4 ¿(λ+3)=0
64
λ−4=0
λ 1=4
λ+ 3=0
λ 2=−3
λ 1=4
λ 2=−3 ejen valores de A
4) Obtención de Eigen Vectores

Para la obtención de Eigen vectores partimos de un polinomio característico:
det ( λ I −A mXn )=0
En donde los valores de λ “raíces” indica el punto de corte donde se interseca con el eje “x”
λ2, 0
λ3, 0
λ1, 0
λ 1=Espacio Vectorial Eigen Vectores−BASE
Se tiene un sistema de ecuaciones de la forma:
λ I − A=0
x1
[]
[ ] x2 =0 Sistema de ecuaciones
x3
EJEMPLO:
Sea A=
65
5 6 2
[
A= 0 −1 −8
1 0 −2 ]
5 6 2 x1 0
[ 0 −1 −8 x 2
1 0 −2 x 3 ][ ] [ ]
= 0
0
5 x 1+6 x 2 +2 x3 =0
0 x 1−1 x 2−8 x 3=0
1 x1 +0 x 2−2 x3 =0
Resolviendo el sistema:
−1 x2 −8 x3 =0
x 2=−8 x 3
1 x1−2 x 3=0
1 x1=2 x 3
x 1=2 x3
Sustituyendo en (1)
5(2 x 3)+6 (−8 x 3)+2 x3 =0

10 x 3−4 8 x 3 +2 x 3=0
−36 x 3=0
x 3=0
x 2=0
x 1=0
λ I − A=0
λ 0 0 5 6 2 0
[ ][0 λ 0 − 0 −1 −8 = 0
0 0 λ 1 0 −2 0 ][]
66
λ−5 −6 −2 0
[ 0
−1
λ+ 1
0
8
λ+2
= 0
0 ][]
Obteniendo Eigel Valores
5 6 2
[
A= 0 −1 −8
1 0 −2 ]
1 0 0 λ 0 0
λ 0
[ ][ ]
1 0=0 λ 0
0 0 1 0 0 λ
λ 0 0 5 6 2 λ−5 −6 −2
[ ][ ][
0 0 λ ]
λ− A= 0 λ 0 − 0 −1 −8 = 0
1 0 −2 −1
λ+1
0
8
λ+2
λ−5 −6 −2 λ−5 −6 −2 λ−5 −6

det 0
[
−1
λ +1
0 ][ ][ ]
8 = 0
λ+ 2 −1
λ+1
0
8 0
λ+2 −1
λ+1
0
det =[ ( λ−5∗λ+1∗λ+2 ) + (−6∗8∗−1 ) ]−¿
det=[ ( λ3−2 λ 2−13 λ−10 ) + ( 48 ) ]−[ ( 2 λ+2 ) ]
det=λ 3−2 λ2−15 λ +36
det=λ 3−2 λ2−15 λ +36

λ 1=−4
λ 2=3
Obtención de Eigel vectores
Para λ 1=−4
(−4)−5 −6 −2 x1 0
[ 0
−1
(−4)+1
0
8 x2 = 0
(−4 )+ 2 x 3 0 ][ ] [ ]
−9 −6 −2 x 1 0
[ ][ ] [ ]
0 −3 8 x 2 = 0
−1 0 −2 x3 0
67
1) −9 x 1−6 x 2−2 x3 =0
2) 0 x 1−3 x 2+ 8 x 3=0
3) −1 x1 +0 x 2−2 x 3=0
Despejando de 2)
−3 x 2+ 8 x 3=0
3 x 2=8 x 3
8
x 2= x 3
3
Despejando de 3)
−1 x1 −2 x 3=0
x 1=−2 x3
Sustituyendo en 1)
−9(−2 x 3 )−6 ( 83 x )−2 x =0

3 3
18 x 3−1 6 x 3−2 x 3=0
0=0
Considerando
x 1=−2 t
8
x 2= t
3
x 3=S
−2 t −2
[][ ] [ ] []
x1 0
8 8
x 2 = t =t +S 0
3 3
x3 1
S 0
Para λ 1=3
68
3−5 −6 −2 x1 0
[ 0
−1
3+1
0 ][ ] [ ]
8 x2 = 0
3+ 2 x3 0
−2 −6 −2 x 1 0
[ 0
−1 0
4
][ ] [ ]
8 x2 = 0
5 x3 0
1) −2 x1 −6 x2 −2 x 3=0
2) 0 x 1+ 4 x 2 +8 x3 =0
3) −1 x1 +0 x 2 +5 x 3=0
Despejando de 2)
4 x2 +8 x 3=0
4 x2 =−8 x 3
x 2=−2 x 3
Despejando de 3)
−1 x1 +5 x 3=0
x 1=5 x 3
Sustituyendo en 1)
−2(5 x 3)−6 (−2 x3 ) −2 x 3=0
−10 x 3+1 2 x3 −2 x 3=0
0=0
Considerando
x 1=5 t
x 2=−2 t
x 3=R
x1 5t 5 0
[ ][ ] [ ] []
x 2 = −2 t =t −2 + R 0
x3 R 0 1
69
Las bases para el espacio vectorial de Eigen vectores son:
−2
[ ][ ][ ][ ]
8
3
0
0 5 0
, 0 , −2 , 0
1 0 1
Programas:
6) Obtención de kegel
7) Obtención de kegel valores
8) Obtención de kegel vectores
70

Apuntes Matematicas 3.1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apuntes Matematicas 3.1

Cargado por

Copyright:

Formatos disponibles

ESCUELA SUPERIOR DE INGENIERIA Y ARQUITECTURA UNIDAD ZACATENCO

SECCION DE ESTUDIOS DE POSGRADO E INVESTIGACION

Ciudad de México, a 08 de agosto del 2019

Contenido e introducción del curso

A continuación, se muestra el método de evaluación aplicado durante el curso propedéutico de la

- Lenguaje de programación a emplear durante el curso: MATLAB

1) Solución de sistemas de ecuaciones lineales

1) Gauss – Jordán (ecuaciones diferenciales)

1) Conjunto generador de un espacio

10) Obtención de espacios de Eigel vector

Ciudad de México, a 13 de agosto del 2019

1. x=0 se n2 ( 0 ) +cos 2 ( 0 )=1

2. x=1 se n2 ( 1 )+ cos2 ( 1 )=1

2.- Clasificación de ecuaciones diferenciales

2.1.- Tipos de ecuaciones diferenciales

2.- Variable independiente: ( x , y , z)

2.3.- Ecuaciones lineales y no lineales

2 x+3 y =7 Ecuación lineal

x 2+ y−z=0 Ecuación no lineal

√ x+ 2 yz=4 Ecuación no lineal

3.- Solución de ecuaciones diferenciales

En caso de que (V.D.=y) no este despejada, la solución será implícita.

4.- Criterios de existencia y unidades de medición

2.−( x2 + y 2 ) dx +2 xy dy =0 10.− y ´ + p ( x ) y =Q(x)

3.− y ´ ´ ´ −3 y ´ +2 y=0 11.− y y ´ ´ =x

6.− ( x + y ) dx + ( 3 x 2−1 ) dy=0 14.−x ( y ´ ´ )3+ ( y ´ ) 4− y =0

8.− y ´ ´ + 2 y ´−8 y=x 2+ cos ⁡( x ) 16.−a da+b db=0

8 y ´ ´ +2 y ´ −8 y=x 2 +cos ⁡( x) ORDINARIA y x x 2 NO LINEAL

5.- Método de solución de ecuaciones diferenciales ordinarias y variables separables

Ciudad de México, a 15 de agosto del 2019

6.- Método de solución de ecuaciones diferenciales homogéneas

( m )2 (m)+8 (m)(m)2+(m)3+(m)3 =0 (1)

Ahora bien, tomando en consideración la siguiente forma de la ecuación:

M ( x , y ) dx+ N ( x , y ) dy=0 (3)

Se dice que f ( x , y ) es homogénea y de grado u, S. & S.S.

De la ecuación (4) se tiene que:

f ( λx , λy )=( λx)3 + ( λx )2 ( λy ) + ( λy )3 (6)

f ( λx , λy )=λ3 x 3+(( λ ¿ ¿ 2 x2 )( λy))+ λ3 y 3 ¿

f ( λx , λy )=λ3 x 3+(λ ¿ ¿3 x 2 y)+ λ 3 y 3 ¿

( x 2− yx + y 2 ) dx−( xy ) dy=0 (1)

Paso 1) Se obtiene el cambio de variable

dy =vdx + xdv (3)

Paso 2) Se sustituye (2) y (3) en (1)

( x 2−(vx )x +( vx )2) dx−[ x ( vx ) ]( vdx + xdv)=0

x 2 ( 1−v + v 2−v 2 ) dx−x 3 vdv=0

x 2 ( 1−v ) dx−x 3 vdv=0

x 2 ( 1−v ) dx=x 3 vdv

ln ( x )=− ( xy )−ln (1−( xy ))+ c

7.- Método de solución de ecuaciones diferenciales exactas

M ( x , y ) dx+ N ( x , y ) dy=0 (2)

Se exacta, entonces, por definición, existirá una F donde:

Ahora puede ser representada una función F, a saber,

Sea una ecuación exacta es que:

1.−( x + y ) dx + ( x− y ) dy=0 (7)

Primero se separan los termino de M y N, para obtener su derivada parcial

F=∫ xdx+∫ ydx

Realizamos la integral de la ecuación (11)

Ciudad de México, a 22 de agosto del 2019

8.- Método de solución de ecuaciones lineales

Se iguala la función a cero:

μ x dy + μ x P ( x ) ydx−μ x Q ( x ) dx=0 (3)

Se tiene como requisito lo siguiente:

∫ P(x) ∂ x=ln ⁡(μ) (7)