Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ley de Kramer PDF
Ley de Kramer PDF
Una matriz de orden m.n es un conjunto de números reales dispuestos en filas y columnas de la siguiente
forma:
Cada elemento de la matriz lleva dos subíndices: El primero indica la fila y el segundo la columna en que se
encuentra ubicado.
Una de las principales aplicaciones de las matrices es la representación de sistemas de ecuaciones de primer
grado con varias incógnitas. Cada fila de la matriz representa una ecuación, siendo los valores de una fila
los coeficientes de las distintas variables de la ecuación, en determinado orden.
El orden de una matriz significa su tamaño, dos matrices son del mismo orden cuando tienen el mismo
tamaño (Igual numero de filas y columnas)
ÁLGEBRA DE MATRICES:
Suma y resta de matrices: Dadas dos matrices del mismo orden, A y B, la matriz AB es una matriz del mismo
orden, que se obtiene sumando o restando los elementos de A y de B colocados en el mismo lugar.
Producto por escalares: Para multiplicar una matriz A por un numero real cualquiera, multiplicamos el
numero real por cada uno de los elementos de la matriz.
Producto de matrices: Para poder multiplicar dos matrices A y B el numero de columnas de A tiene que
coincidir con el numero de filas de B. La matriz producto resultante (AB) tiene como elemento ij el producto
escalar de la fila i de la matriz A por la columna j de la matriz B. La matriz resultante tiene el numero de filas
de A y el numero de columnas de B.
•
Ejemplo:
Realice (A+2B)C
Una matriz A es cuadrada si el numero de filas es igual al numero de columnas. En una matriz cuadrada, el
conjunto de elementos cuyos subíndices coinciden forman la llamada diagonal principal: .
Una matriz cuadrada se dice que es triangular superior si los elementos colocados por debajo de la diagonal
principal son ceros y una matriz cuadrada se dice que es triangular inferior si los elementos colocados por
encima de la diagonal principal son ceros.
A partir de una matriz A (cuadrada o no), podemos formar otra matriz llamada matriz traspuesta que se
denota At y se obtiene cambiando filas por columnas en la matriz A, es decir, la fila i de A es ahora la
columna i de At. Si la matriz A tiene orden m.n, At tiene orden n.m. Una matriz es simétrica si coincide con su
traspuesta (A=At) y es antisimetrica si coincide con su traspuesta cambiada de signo (A=−At).
1
MATRIZ INVERSA
Dada una matriz cuadrada A, diremos que tiene inversa si existe una matriz cuadrada del mismo orden (A la
que denotamos A−1) tal que el producto AA−1=I. La matriz inversa, si existe, es única. No todas las matrices
tienen inversa; las matrices con inversa se llaman invertibles o regulares. Una matriz no invertible es aquella
cuyo determinante es igual a cero.
Calculo de la matriz inversa: El método mas sencillo de usar es mediante el método de Gauss. Por este
método partimos la matriz A y colocamos a su derecha la matriz identidad I del mismo orden de A. Se trata
de, sin cambiar el orden de las columnas, realizar transformaciones elementales por filas en esta matriz
hasta convertir A en la matriz identidad I, mientras que la matriz I se ha transformado en otra matriz que
es precisamente A−1.
Ejemplo
DETERMINANTES
Notación matemática formada por una tabla cuadrada de números, u otros elementos; el valor de la
expresión se calcula mediante su desarrollo siguiendo ciertas reglas. Un determinante de orden n−ésimo es
una tabla cuadrada con n filas y n columnas.
Sea A una matriz cuadrada; asociada a esta existe el numero llamado determinante, simbolizado por |A| ó
det(A) y que se calcula de la siguiente manera:
Si el orden de la matriz es superior a 3, seleccionando cualquier fila o columna, el valor del determinante se
obtiene calculando determinantes de orden una unidad inferior. Elegimos una fila y una columna y la
suprimimos para hallar la matriz Mij (Donde suprimimos el i renglón y la j columna, hasta haber
seleccionado y suprimido todas las filas que se encuentran en la columna suprimida). Hasta obtener una
determinante que podamos hallar por las reglas anteriormente vistas. Esta formula puede aplicarse a las
matrices 3x3 para encontrar el determinante.
Ejemplo:
Este método de cálculo del valor de un determinante puede ser bastante laborioso, por lo que se utilizan
ciertas propiedades de los determinantes para reducir la cantidad de cálculos necesarios. Entre estas
propiedades, tenemos las siguientes:
2
• Si A y B son matrices cuadradas del mismo orden, entonces |AB|=|A|.|B|.
• Para una matriz cuadrada A: |A|=|At|.
• Si una matriz tiene dos filas o columnas iguales o proporcionales, su determinante =0.
• Si una matriz tiene una fila o columna nula, el determinante vale cero.
• Si en una matriz cambiamos el orden de dos filas o columnas el determinante de la nueva matriz vale lo
mismo que el de la matriz inicial pero con el signo invertido.
• |aA|=an|A|. Siendo a un numero real cualquiera y n el orden de la matriz.
• Un determinante es igual a cero si todos los elementos de una fila (o columna) son idénticos, o
proporcionales, a los elementos de otra fila (o columna).
• Si todos los elementos de una fila (o columna) se multiplican por un factor dado, el determinante queda
multiplicado por dicho factor.
• El valor de un determinante no se altera si se añade a cada elemento de una fila (o columna) el elemento
correspondiente de otra fila (o columna) multiplicado por un factor constante
Las determinantes son usadas comúnmente para hallar el área entre puntos en un plano cartesiano, o para
resolver sistemas de ecuaciones lineales, al igual que las matrices.
SISTEMA DE ECUACIONES
Conjunto de ecuaciones cuyas soluciones comunes se pretende hallar. Para indicar que varias ecuaciones
forman un sistema, se abarca el conjunto de todas ellas con una llave.
Las ecuaciones de un sistema suelen tener dos o más incógnitas, por lo que cada una de ellas puede tener
infinitas soluciones. Se llama solución del sistema a una solución común a todas las ecuaciones que lo
forman. Resolver un sistema de ecuaciones es hallar todas sus soluciones o concluir que no tiene solución. Si
dos sistemas de ecuaciones tienen las mismas soluciones o ambos carecen de solución, se dice que son
equivalentes. Los sistemas de ecuaciones lineales (es decir, ecuaciones del tipo ax+by=c, ax+by+cz= d,) son
especialmente interesantes por las múltiples aplicaciones que tienen en diversas ciencias.
Una ecuación con varias incógnitas es lineal si es de la forma ax+by=c, ax+by+cz=d,, es decir, si las
incógnitas aparecen sin exponentes (elevadas a 1).
Existen varios métodos elementales para resolver sistemas de ecuaciones: el método de sustitución, el método
de igualación y el método de reducción. A continuación se aplican en la resolución de sistemas de dos
ecuaciones con dos incógnitas.
El método de sustitución consiste en despejar una de las incógnitas en una de las ecuaciones y sustituir su
expresión en la otra, la cual se transformará en una ecuación con una incógnita que se puede resolver. Una
vez conocido el valor de dicha incógnita se obtiene, de inmediato, el valor de la otra. Para resolver el
sistema:
3
Se resuelve la ecuación resultante, pues sólo tiene una incógnita:
El método de igualación consiste en despejar la misma incógnita en las dos ecuaciones e igualar sus
expresiones, obteniendo así una ecuación con una incógnita. Una vez resuelta se obtiene fácilmente el valor
de la otra incógnita. Para resolver por igualación el sistema anterior:
4
El método de reducción consiste en procurar que una de las incógnitas tenga el mismo coeficiente en las dos
ecuaciones para que, al restarlas miembro a miembro, se elimine dicha incógnita, dando lugar a una
ecuación con sólo la otra incógnita. Se resuelve dicha ecuación y el valor de la incógnita se sustituye en una
de las ecuaciones primitivas, y con ello se puede obtener el valor de la otra incógnita.
Se multiplican los dos miembros de la primera ecuación por 2 con el fin de que el coeficiente de la x sea el
mismo en ambas ecuaciones:
Para solucionar un sistema de ecuaciones también se pueden trabajar, fuera de los métodos antes vistos, los
métodos de Gauss y Gauss−Jordán, que consisten en la utilización de matrices para el desarrollo, mas
sencillo y claro, de los sistemas de ecuaciones lineales.
Para solucionar por este método, debemos transformar las ecuaciones lineales en una matriz escalonada, es
decir, igualando la diagonal principal a 1 y lo que se encuentre debajo de esta a cero, para plantear unas
ecuaciones mas sencillas para reemplazar.
Este proceso es aplicable a todos los sistemas de ecuaciones lineales que existen, no hay un valor máximo de
ecuaciones que se puedan trabajar.
Ejemplo:
Este método es parecido al de Gauss, solo que al igualar la diagonal principal a 1, el resto de las variables
deben quedar igualadas a 0, así obtenemos los resultados directamente.
5
Este proceso es aplicable a todos los sistemas de ecuaciones lineales que existen, no hay un valor máximo de
ecuaciones que se puedan trabajar.
Ejemplo:
Esta técnica, aplicable solo a los casos donde el numero de incógnitas es igual al numero de ecuaciones nos
dice que:
En este caso, trabajaríamos con tres matrices, hallando la matriz inversa de A, y multiplicándola por los
resultados del sistema de ecuaciones para obtener los valores de las incógnitas.
Ejemplo:
LEY DE KRAMER
La ley de Kramer es útil para resolver sistemas de ecuaciones 3x3, dice: El valor de cada incógnita es una
fracción cuyo denominador es la determinante formada por los coeficientes de las incógnitas (determinante
del sistema) y cuyo numerador es la determinante que se obtiene sustituyendo en la determinante del sistema
la columna de los coeficientes de la incógnita que se halla por la columna de los términos independientes de
las ecuaciones dadas.
Ejemplo:
Un sistema de ecuaciones lineales sin solución, se denomina sistema de ecuaciones inconsistente. Un sistema
de ecuaciones lineales con única solución, se denomina sistema de ecuaciones consistente con única
solución y un sistema de ecuaciones lineales con infinitas soluciones, se denomina sistema de ecuaciones
consistente con infinitas soluciones.
Ejemplos:
6
Desarrollar el siguiente sistema de ecuaciones:
EL ESPACIO VECTORIAL Rn
Un espacio vectorial es un conjunto de vectores Rn, las cuales se pueden graficar en un plano:
•
•
•
• Punto.
• Una flecha que parta del origen.
• Una flecha que parta de un punto distinto al origen.
Se suman o restan los valores algebraicamente, eje con eje, no se pueden sumar o restar vectores de
diferentes espacios.
Si
y
, su suma o resta es igual a:
MULTIPLICACIÓN DE VECTORES
Multiplicación de Escalar por Vector: Se multiplica el escalar por cada termino del vector. Su resultado da
en el mismo plano Rn.
Sean
y
en Rn.
7
Siempre da como resultado un numero, ya que es un producto escalar.
Ejemplo:
•
•
•
•
Sean
y
en Rn.
Sean
y
dos vectores dados.
Ejemplo:
Teniendo en cuenta que los vectores se pueden sumar entre sí y que se pueden multiplicar por números
reales, podremos obtener vectores haciendo estas operaciones de suma y multiplicación. Supongamos que un
vector v es el resultado de multiplicar un vector a por 5 y sumarle otro vector b(v = 5a + b), en este caso
diremos que v es una combinación lineal de a y b. Dado un conjunto de vectores, si ninguno de ellos es
combinación lineal de los demás, se dice que ese conjunto de vectores son linealmente independientes y
linealmente dependientes en caso contrario. Un vector es combinación lineal de otros vectores si se puede
obtener mediante operaciones de suma de otros vectores.
Ejemplo:
El vector (3,5) es combinación lineal del vector (1,1) y (0,2) pues se puede obtener multiplicando por 3 el
vector (1,1) y sumándole el vector (0,2).
IGUALDAD DE VECTORES
8
Para que
debe cumplir que
Sean
y
dos vectores dados.
Ejemplos:
Propiedades:
= Desigualdad triangular.
El ángulo formado por dos vectores en un plano Rn, esta determinado por:
Ejemplo:
PROYECCIÓN DE VECTORES
9
Sean A y B vectores distintos de cero. La proyección de A sobre B es un vector denotado
, definido por:
Ejemplo:
La aplicación del producto cruz se puede definir como su utilización para determinar el área o el volumen de
sólidos en un plano determinado.
ÁREA DE UN PARALELOGRAMO
Si el área es igual a la base por la altura, utilizando el producto cruz obtenemos que el área de un
paralelogramo es igual a:
Ejemplo:
Halle el área del paralelogramo determinado por los lados adyacentes A=(1,−2,3), B=(2,0,1) y C=(0,4,0)
VOLUMEN DE UN PARALELEPÍPEDO
Si el volumen es igual al área de la base por la altura, utilizando el producto cruz obtenemos que el volumen
de un paralelepípedo es igual a:
Ejemplo:
Halle el volumen del paralelepípedo determinado por los puntos A=(1,3,−2),B=(2,1,4) y C=(−3,1,6)
RECTAS Y PLANOS EN R3
Rectas en R3:En el plano R2 podemos encontrar la ecuación de una recta dados dos puntos de la recta o un
punto y la pendiente de la recta. En R3, las ideas básicas son las mismas, así que podemos hallar la ecuación
de la recta si conocemos dos puntos de ella o un vector paralelo a la recta. Denotamos Po como un punto de
la recta (xo,yo,zo), v como el vector dirección (a,b,c), y t como un numero real cualquiera, podemos obtener
las dos ecuaciones de la recta.
Con estas ecuaciones podemos obtener n puntos de la recta. Si despejamos la t en las tres ecuaciones e
igualamos, obtenemos:
Ejemplos:
Hallar las ecuaciones parametricas y simétricas de la recta que tiene por vector dirección v=(1,−2,3) y pasa
10
por el punto (1,1,1).
Hallar las ecuaciones de una recta L que pasa por los puntos (1,2,0) y (0,1,1).
Planos en R3: Sea P un punto en el espacio y sea n un vector distinto de cero: Entonces el conjunto de todos
los puntos Q para los cuales forman un plano en R3.
Ejemplos:
Encuentre el plano que pasa por el punto Q=(2,5,1) y tiene por vector normal (1,−2,3)
Encuentre el plano que pasa por los puntos P=(1,2,1), Q=(4,2,6) y R=(2,−1,3)
Para hallar el vector normal, debemos hallar y ya que se suponen que están en el plano y son ortogonales al
vector normal.
TRANSFORMACIONES LINEALES
Sean V y W espacios vectoriales reales. Una transformación lineal T de V en W es una función que asigna a
cada valor de V un vector único. Dados los espacios vectoriales V y W sobre un cierto campo, una aplicación
T:V!W es una transformación lineal si se cumplen las siguientes condiciones:
• T(V+W)=T(V)+T(W)
• T(aV)=aT(V)
Ejemplo:
TRANSFORMACIONES R2!R2
11
5) Reflexión respecto al eje y
4) Rotación
Ejemplo:
Realice a los vértices del triangulo (0,0), (1,2) y (2,3) una reflexión con respecto al eje x y luego rótelo 90º.
Ahora a los vectores obtenidos (0,0), (1,−2) y (2,−3) los rotamos 90º
(5,2)
(−2,5,−4)
3(1,1)
(0,2)
(3,5)
12
C
13
n
(0,0,z)
(0,5/2,0)
(x,0,0)
(0,y,0)
(−5,0,0)
(0,0, −5/3)
(4/15,0,0)
(0,4,0)
(0,0,−4/9)
14
Reflexión en y
Rotación
15