Está en la página 1de 19

“AÑO DE LA CONSOLIDACION DEL MAR DE GRAU”

``UNIVERSIDAD NACIONAL DE UCAYALI´´


Facultad de Ciencias Económicas, Administrativas y
Contables
Escuela Profesional de Contabilidad

SEDE AGUAYTIA

CURSO : MATEMATIC I

TEMA : Matrices y Determinantes

DOCENTE : ING. Roger Panduro Bartha

CICLO : II

INTEGRANTES:
* SOTO SOTO ANDUGAR KEVIN

* SANTAMARIA NATIVIDAD LALY JACKY

* LÓPEZ MEDRANO LENIN YORSHINIO

* Adriano Vásquez Mónica margarita

AGUAYTÍA – PERÚ
2016

Pá gina 1
INTRODUCCIÓN

En el aspecto funcional el objetivo de las Matemáticas ha sido siempre proporcionar


un instrumento eficaz para desenvolverse en la vida cotidiana. Actualmente, en
nuestra sociedad la información se presenta cada vez con mayor frecuencia en
términos matemáticos, por lo que es necesario en multitud de ocasiones tomar
decisiones en los mismos términos. Es por ello que se hace necesaria una formación
matemática que facilite la correcta comprensión de la información, potencie el sentido
crítico constructivo y facilite la toma de decisiones.
El hecho de que hoy la Matemática sea una ciencia en sí misma no debe hacernos
olvidar que el pensamiento matemático se ha desarrollado, a lo largo de la Historia,
debido a las necesidades de otras ciencias para explicar los diferentes fenómenos
(tanto físicos como sociales) del medio en el que nos movemos. Por esta razón, las
Matemáticas proporcionan la base necesaria para estructurar y comprender otras
ramas de la Ciencia y para profundizar en el desarrollo de nuestra Cultura.

Pá gina 2
INDICE

Caratula……………………………………………………….………....pág.1
Introducción………………………………………………………….….pág. 2
Matrices……………………………………..….………………….…pág. 4 – 11
Determinaste……………………………..…….………………..…..pág. 11 - 17
Conclusión………………………….…………………………………pág. 18

Pá gina 3
Matrices y determinantes

Las matrices y los determinantes son herramientas de algebra que facilitan el


ordenamiento de datos, así como su manejo.

Los conceptos de matriz y todos los relacionados fueron desarrollados


básicamente en el siglo XIX por matemáticos como los ingleses J.J. Sylvester y
Arthur Cayley y el irland´es William Hamilton.

MATRICES:

Se denomina matriz a todo conjunto de números o expresiones


dispuestos en forma rectangular, formando “m” filas y “n” columnas.

Ejemplo:

A2x2 = B2x4 = C3x2 =

Donde:

2x2 indica que la matriz “A” tiene 2 filas y 2 columnas.

2x4 indica que la matriz “B” tiene 2 filas y 4 columnas. 3x2 indica
que la matriz “C” tiene 3 filas y 2 columnas.

Los números que forman la matriz se llaman elementos de la matriz y los


indicamos con letras minúsculas, mientras que los nombres de las matrices
se indican con letras mayúsculas.

Pá gina 4
¿CÓMO SURGIÓ?
El estudio de la teoría de matrices se desarrolló en su mayoría, en el siglo xix.
Sin embargo, las primeras nociones aparecieron alrededor del año 150 d.c.;
durante la dinastía han, los chinos emplearon las matrices en la solución de
sistemas de ecuaciones. Igual sucedió con los babilonios en el año 400 d.c.
Al contrario de muchos temas que ya hemos estudiado, las matrices no
representan ideas matemáticas profundas ni novedosas, sino que básicamente
son innovaciones muy útiles en el lenguaje matemático. Es decir, la teoría
correspondiente fue estudiada al analizar los sistemas de ecuaciones lineales,
y las matrices permitieron expresar esta teoría de manera más compacta.

¿EN QUÉ SE APLICA?

La noción de matriz es útil como método simplificado para representar


información. Por ejemplo, cuando deseamos informar sobre los mismos
aspectos de varios entes, podemos hacerlo en forma simplificada a través de
una matriz, es decir podemos organizar los datos en filas y columnas.

En una tabla de posiciones de los equipos que participan en el campeonato de


futbol, cada fila (datos en forma horizontal).

las operaciones que uno pueda realizar con la información depende del campo
de aplicación en donde se empleen matrices; esos campos pueden ser:
economía, teoría de juegos, genética, sociología, estudios sobre flujo de
tránsito, modelos de crecimiento de una población, manejo de información
secreta, etc.

(datos en forma vertical) muestra una

Pá gina 5
Definición.
Se denomina matriz a un arreglo rectangular ordenado de elementos
dispuestos en filas y columnas, que se encierran entre corchetes o paréntesis.
Para representar a una matriz se utilizan letras mayúsculas. Veamos por
ejemplo:
fila columna
1 2 3 5 
 
A  4 1 0 9
6 8 1 3 

Orden o Dimensión de una Matriz:

Se llama así a la siguiente representación: m x n (se lee “m por n”), donde m es


el número de filas y n el número de columnas.
 
A tiene 2 filas y 2 columnas, diremos que su tamaño es 2 x 2. ¿Qué elemento es
a21?
B tiene 2 filas y 3 columnas, diremos que su tamaño es 2 x 3. ¿Qué elemento es
b23?
C tiene 3 filas y 3 columnas, diremos que su tamaño es 3 x 3. ¿Qué elemento es
c23?
Si el número de filas y de columnas es igual  (m = n), entonces se dice que la
matriz es de orden  n.

 0, 4 2 3
1 2  2 2 0  
A    B   C   5 1 0
3 4   3 4  1  3 4  1 
     

Pá gina 6
Forma general de una matriz:
Sea A una matriz de m filas y n columnas, es decir A es de orden
m x n, luego ésta se representa así

 a11 a12 a13 ......... a1n 


 
 a21 a22 a23 ......... a2n 
a a32 a33 ......... a3n 
A   31 
 ..... ...... ....... ......... ...... 
 ..... ...... ....... ......... ...... 
 
 am1 am 2 am3 ......... amn 

a23 representa al elemento que está en la segunda fila (2) y en la tercera


columna (3).
Igualdad de matrices:

Dos o más matrices son iguales si y sólo si son del mismo orden, siendo todos
sus elementos correspondientes iguales

3 8 3 8 
   
A   2 a ; B   2 7
b 6   5 6
   

Para que las matrices  A  y  B  sean iguales, se tiene que cumplir que  a = 7  y  b
= 5.

Pá gina 7
Clases de matrices.
Atendido a la forma:
Matriz fila Matriz columna Matriz cuadrado Matriz
rectangular

Tiene fila y n de Tiene n de filas Tiene el mismo Tiene distinto


columnas y una columna número de filas número de filas
y columnas y columnas
Ejemplo: Ejemplo: Ejemplo: Ejemplo:

F  1 2 3 4  1 2 3 1 2 
1     
  A   4 5 6  B  3 4 
C  2  7 8 9  5 6 
Matriz de 1 x4
3     
  Matri
z de 3x1 Matriz e 3x3 Matriz de 3x2

Atendiendo a los elementos:


Matriz nula Matriz diagonal Matriz escalar Matriz unidad Matriz triangular

Tiene todos Todos los Matriz diagonal Matriz escalar Matriz cuadrada en la
sus elementos elementos que en la que todos en la que todos que
iguales a cero no están en la los elementos los elementos todos los elementos
diagonal de la diagonal de la diagonal situados por debajo (o
principal son 0. principal son principal son 1. por encima) de la
iguales diagonal
principal son cero
Ejemplo: Ejemplo: Ejemplo: Ejemplo: Ejemplo:

1 0 0  3 0 0 1 0 0  1 2 3  1 0 0 
   
0 0  
0   0 6 0    A  0 6 4  ; B  2 6 0 
D E  0 3 0 I3   0 1 0 
N  
0 0 5 3 4 5 
  0 0 1
   

 0 0 0   0 0 3   0 0 3
   

Pá gina 8
TRANSPUESTA DE UNA MATRIZ

T
Se llama traspuesta de A, y se representa por A , a aquella matriz construida a
partir de la matriz A intercambiando sus filas por sus respectivas columnas. La
t
primera fila de A es la primera columna de A , la segunda fila de A es la
T
segunda columna de A , etc. De la definición se deduce que si A es de orden m
t
x n, entonces A es de orden n x m.

Si : A   aij   A T   a ji 
  mxn   nxm

Asi por ejemplo: su transpuesta será:

2  1  2 3 7

A  3 5 

A 
T

7 4 
 1 5 4 
  

OPERACIONES CON MATRICES.

Pá gina 9
Adición y/o sustracción de matrices
La suma (diferencia) de dos matrices A = (a ), B =(b ) de la misma dimensión,
ij ij
es otra matriz S = (s ) de la misma dimensión que los sumandos y con término
ij
genérico
s =a ±b
ij ij ij
Así por ejemplo:
Halla A + B y A – B dadas las matrices:

 1 2 3   3 2 5 
A    ;B  
0 2 1  1 3 4 
   

OPERACIONES CON MATRICES

Adición y/o sustracción de matrices

 1  ( 3) 2  2 3  5   2 4 2 
AB  AB
 0  ( 1) 2  3 1  4   1 5 5 
   
 1  ( 3) 2  2 3  5   4 0 8 
AB   AB
 0  ( 1) 2  3 1  4   1 1 3 
   

Pá gina 10
Determinantes
Como surgió:
La noción de determinante surgió primero en Japón en
1 863, cuando el matemático japonés Takakasu Seki
Kôwa (1 642 – 1 708) los utilizó para una construir una resolvente de un sistema
de ecuaciones polinómicas.
Por la misma época, en Europa Gottfried Wilhelm von Leibniz (1 646 – 1 716)
logró varios resultados acerca de los determinantes y estableció una regla
análoga al método que posteriormente desarrolló Gabriel Cramer (1 704 – 1
752).
Sin embargo el término determinante lo introdujo Karl F. Gauss solo hasta 1
801 y su famoso método de eliminación apareció en uno de sus trabajos
relacionados con la órbita del asteroide Pallas.

La forma de expresar los determinantes, tal y como la conocemos hoy en día,


se la debemos a Cauchy, que hacia 1 812, expresó los términos de los
determinantes con Doble subíndice.

Sheldon Axler: en su polémico artículo, de 1 995, titulado ¡Abajo los


determinantes! los define como el producto de sus valores propios (contando
multiplicidades)

Definición:
El determinante es una función que aplicada a una matriz cuadrada, nos
proporciona un número real.
Su notación es la siguiente:

 
Det A  A

CÁLCULO DE DETERMINANTES
Determinante de una matriz de orden 1 Sea A una matriz de orden uno, es decir
A   a11 
su determinante se denota así:

Pá gina 11
 
Det A  a11  a11

Determinante de una matriz de orden 2:


Sea A una matriz de orden dos, su determinante se define como la diferencia
del producto de los elementos de la diagonal principal con el producto de los
elementos de la diagonal secundaria. Esto es:

 a11 a12  a11 a12


Si A     Det A   
 a21 a22  a21 a22  a .a  a .a
11 22 21 12

Ejemplo:

         59
 5 2  5 2
Si A   
 7 9 
 
Det A 
7 9  5 . 9  7 . 2

Determinante de una matriz de orden 3:


El determinante de orden 3 se obtiene por la llamada regla de SARRUS.
Consiste en repetir las dos primeras columnas a continuación de la matriz,
sumar los productos de las diagonales principales y restar los productos de las
diagonales Secundarias.

a a a 
11 12 13
a11 a12 a13 a11 a12
 

Si A  a21 a22 a23   Det A  a21 a22 a23 a21 a22
a a a  a31 a32 a33 a31 a32
 31 32 33 
    
Det A  a11 .a22 .a33  a12 .a23 .a31  a13 .a21 .a32  a31 .a22 .a13  a32 .a23 .a11  a33 .a21 .a12 
Pá gina 12
Ejemplo:

 1 2 3 1 2 3 1 2 3 1 2
 
Si A   1 0 4   
Det A  1 0 4  1 0 4 1 0
 2 1 5  2 1 5  2 1 5 2 1
 

    1.0.5    2.4.  2    3.  1.1      2.0.3    1.4.1    5.  1.2  


Det A 

  
Det A  0  16  3  0  4  10   
  
Det A  0  16  3  0  4  10   
  
Det A  19  6   
 
Det A  13

Sea A1, A2, A3,........, An un polígono de “n” lados cuyos vértices nombrados en
sentido anti horario, tiene como coordenadas: A1(x1; y1),
A2(x2; y2), A3(x3; y3),……… An (xn; yn).

Entonces el área de la región poligonal S correspondiente, se puede calcular


mediante la expresión:

Pá gina 13
x1 y1
x2 y2
1
S .... ....
2
.... ....
xn yn

Ejemplo
Halla el área del triángulo cuyos vértices son: (-3; -2), (7; 2), (1; 6)
Solución:
Hacemos un gráfico aproximado:

Solución:
Elegimos como primer vértice al par ordenado
(x1; y1) = (-3; -2)

Pá gina 14
Luego de acuerdo al par anterior los otros puntos,
Teniendo en cuenta el sentido anti horario serán:
(x2; y2) = (7; 2)
(x3; y3) = (1; 6)
Reemplazando estos valores:

3 2
1 1
S 
2
7
1
2
6
S
2    
34  30 
  32
SOLUCIÓN DE SISTEMAS LINEALES - REGLA DE CRAMER
Esta regla permite resolver un sistema de ecuaciones lineales mediante
determinantes. Resuelve sistemas de ecuaciones que tienen el mismo número
de ecuaciones que de
Incógnitas

 ax  by  cz  d
 1 1 1 1
 ax2  by2  cz2  d2
 ax  by  cz  d
 3 3 3 3
Con los coeficientes y términos
Independientes formamos
Matrices y calculamos sus
Determinantes.

SOLUCIÓN DE SISTEMAS LINEALES - REGLA DE


CRAMER
Pá gina 15
 ax  by  cz  d
 1 1 1 1

 ax 2  by2  cz 2  d2
 ax  by  cz  d
 3 3 3 3

Determinante

Determinante Determinante Determinante Determinante


principal de x de y de z

a1 b1 c1 d1 b1 c1 a1 d1 c1 a1 b1 d1
D  a2 b2 c2 Dx  d2 b2 c2 Dy  a2 d2 c2 Dy  a2 b2 d2
a3 b3 c3 d3 b3 c3 a3 d3 c3 a3 b3 d3

Dx Dy Dz
x  y  z 
El valor de cada incógnita es: D D D

Ejemplo
Pá gina 16
Halla el conjunto solución del sistema:

3 x  y  z  7

 x  3y  2 z  0
 2 x  2y  z  2

Solución:
Hallamos el determinante principal del sistema:

3 1 1
D  1 3 2
2 2 1
 2

Hallamos el determinante de cada una de las incógnitas:

7 1 1 3 7 1 3 1 7
D x  0 3 2 D y  1 0 2 Dz  1 3 0
2 2 1
5 2 2 1  7 2 2 2
 8

z  4
5 7
x  y 
2 2

Conclusión
Pá gina 17
En nuestra vida normal la mayoría de las veces no somos conscientes de que
aplicamos la Lógica para la solución de muchos problemas y conflictos, es
interesante ver y estudiar a la luz de muchos autores donde se apoyan en la
Lógica Matemática para la resolución de problemas de orden filosófico, social,
científico etc.

La formulación de premisas y la identificación según sea la aplicación del


   
método deductivo e inductivo en la búsqueda de conclusiones para la
determinación de soluciones a planteamientos se puede determinar como  un
objetivo fundamental en el  campo de la investigación.

A manera de opinión personal, en los estudios que se imparten normalmente


de Lógica Matemática se enfocan en la parte de la teoría que trata el área, es
interesante ir más allá e introducirse en el campo practico de la materia en
estudio.

Pá gina 18
Pá gina 19