Documentos de Académico
Documentos de Profesional
Documentos de Cultura
∑ ( ai+ bi) =∑ ai +∑ bi
i=1 i=1 i=1
La sumatoria de términos con un factor común es igual al producto del factor
común por la sumatoria de los terminos que resulta de suprimir ese factor común
n n
∑ ( k . ai) =k . ∑ ai
i=1 i=1
La sumatoria de n terminos de una constante es n veces la constante
n
Función inversa: Como toda función es una relación, cabe preguntar si la relación
inversa de una función, es también función. Una función de f:(fAde a en B
b)
tiene por
inversa otra función, si y solo si, f es biyectiva ya que a cada elemento del
dominio “B” le corresponde una y solo una imagen
Clasificación de funciones desde el punto de vista algebraico:
Constante
Enteras Lineal
Racionales Cuadrática
Cúbica
Algebraicas Fraccionarias
Irracionales
Exponencial
Funciones Logarítmica
Trascendentes Trigonométricas
Hiperbólicas
Valor absoluto
Parte entera
Especiales Parte decimal
Signo
Función parte entera: Se llama parte entera de un número real “x” al menor de
los números enteros entre los cuales está comprendido si “x” xno es un número
entero y al mismo número si x es un número entero. Esta función asigna a cada
número real un entero como imagen.
Función exponencial: Se escribe de la forma f(x)= k a x donde k es una constante
cualquiera siendo “a” un número real positivo distinto de 1
Función logarítmica: Se escribe de la forma f(x)= loga x. El dominio de las
funciones logarítmicas es de los reales positivos y la imagen son todos los reales
Funciones trigonométricas:
Funcion seno
o El dominio es el conjunto de todos los numeros reales
o La imágen de la función consiste en todos los números reales
desde -1 hasta 1 inclusive
o Es periódica con periodo 2 π
Funcion coseno
o El dominio es el conjunto de todos los números reales
o La imagen de la función consiste en todos los números reales
desde -1 hasta 1, inclusive
o Es periódica con periodo 2 π
Funcion tangente
o El dominio es el conjunto de todos los números reales, excepto
π/2
o La imágen de la función consiste en todos los números reales
o La función tangente es periódica con periodo π
Aplicaciones económicas:
Las funciones son una herramienta matemática ampliamente usada en economía para
expresar las relaciones existentes entre las variables económicas. Ejemplos de ello se tienen
en la Función de Demanda, donde la Cantidad Demandada de un Bien depende de su Precio
de Mercado otro ejemplo es en las funciones de producción, en que la cantidad producida
de un Bien es función de las cantidades utilizadas de Factores Productivos y muchas mas
aplicaciones
UNIDAD 3: MATRICES
1.0 Matrices:
1.01 Definición: Una matriz es una tabla que está formada por una serie de escalares
ordenados por filas y columnas, cada elemento ocupa una determinada posicion en esta tabla de valores.
Las posiciones estan ordenadas de manera aij Los terminos horizontales son las filas de la matriz y estan
representado por el subindice “i”, los verticales en cambio, son sus columnas y están representado por el
subindice “j”
1.02 Notación: La matriz se denota por aij con i que varia desde 1 hasta m y j que
varia desde 1 hasta n, de esta manera una matriz con m filas y n columnas se
denomina matriz de orden m por n y es de la forma:
Las matrices además, se denotan usualmente con letras mayusculas y los elementos de la misma en
minuscula
1.3 Igualdad de matrices: Dos matrices son iguales cuando sus elementos
correspondientes son iguales
1.4 Operaciones con matrices:
Adición: P a r a r e a l i z a r l a s u m a d e m a t r i c e s e s t a s d e b e n s e r
del mismo orden. Si se cumple la condicion anterior, la
matriz suma la obtenemos de sumar cada elemento
correspondiente
Propiedades:
Ley de cierre: A+B ∈ Mmxn
Ley conmutativa: A+B= B+A
Ley asociativa: (A+B) + C= A+ (B+C)
Existencia elemento neutro (Matriz nula): A+ (0)= A
Existencia de la matriz opuesta: A+(-A)=0
Sustracción: Para poder realizar la resta de matrices estas deben ser del mismo
orden. Se obtiene de sumarle a la primera la opuesta de la segunda: A-B= A+(-B)
Producto de un número real por una matriz: Dada una matriz A y un numero real k,
el producto k.a se realiza multiplicando K por todos los elementos de A, resultando otra
matriz de igual orden
Propiedades: Dados α y β numeros reales y las matrices A y B, del mismo orden, se cumple:
1.A= A
-1.A= -A
0.A= (0)
α (0)= (0)
Distributiva respecto a la suma de matrices. α(A+B)= α.A+ α.B
Distributiva respecto de la suma de reales. (α+ β).A= α .A+β.A
Asociativa combinada(α.β).A= α(β.A)
Producto de matrices: Para poder multiplicar dos matrices, la primera debe tener el
mismo número de columnas que filas de la segunda. La matriz resultante del producto
quedará con el mismo número de filas de la primera y con el mismo número de columnas
de la segunda
Propiedades: Dadas las matrices A, B y C tales que los productos A.B, A.C Y B.C sean
posibles y un número real α
Ley asociativa:(A.B).C= A.(B.C) Ley asociativa
Distributiba a la derecha y a la izquierda: A.(B+C)= A.B+A.C, (A+B).C= A.C+B.C
Asociativa en el producto por escalares: α(A.B)= (α.A).B= A.(α.B)
Combinación lineal de filas y columnas de una matriz: Dada una matriz si hay una
fila que sea el resultado de haber operado con elementos de otras filas con determinados
escalares entonces decimos que esta fila es combinación lineal de las otras
Dada una matriz A, decimos que la fila i es combinación lineal de las filas p y q con escalares
α y β, si se cumple que:
Fi= αFp + βFq La fila i es un resultado de operar la fila p y la fila q con escalares alpha y
beta
Transformaciones elementales entre las filas de una matriz:
Intercambiar el orden de dos fi las (o columnas) de la matriz
Multi plicar todos los elementos de una fi la (o columna) de la matriz
por un escalar disti nto de cero
Susti tuir una fi la (o columna) de la matriz por el resultado de una
combinación lineal de esa fi la (o columna) con otra fi la (o columna)
con escalares α y β distintos de ceros
Matrices equivalentes: Dadas dos matrices A y B, decimos que son
equivalentes, si una se obtiene de la otra realizando transformaciones
elementales
Forma escalonada de una matriz:
Una matriz se llama escalón si cumple que:
1. Todas las fi las cero e st án en la p ar te inferior de la matriz
2. El e le mento de lant ero de ca da fi la diferente de cero está a la
de re ch a del elem ento dela nt er o dife re nt e de cero de la fi la ante rior
Dependencia e independencia lineal entre filas o columnas de una matriz: Una fila (o columna) es
linealmente independiente de otras cuando no se puede expresar como una combinación
lineal de ellas, caso contrario, será dependiente
Rango de ua matriz: El rango de una matriz es el número de líneas de esa matriz (filas o columnas) que son
linealmente independientes. Se denota r (A) y se lee rango de A
Metodo para el calculo del rango: Consiste en hacer nulas el máximo número de filas posible, y el
rango será el número de filas no nulas. Para tal fin aplicamos transformaciones elementales
a la matriz dada hasta obtener la matriz escalonada. Las transformaciones elementales no
alteran ni el orden ni el rango de una matriz
"""''
Determinante de una matriz cuadrada:
Definición: A cada matriz cuadrada A= aij se le asigna un escalar parti cular
denominado determinante de A, denotado por |A|. El determinante es un escalar obtenido
de las matrices cuadradas
Cálculo:
1. El determinante de la matriz A de orden 1 es precisamente el número a
2. El determinante de la matriz A de orden 2 va a ser igual al producto de los elementos
que se encuentran en la diagonal principal menos el producto de los elementos que
se encuentran en la diagonal secundaria
3. El determinante de la matriz A de orden 3 va a ser igual a: a 11.|A11| - a21. |A21| + a31.|A31|
4. El determinante de la matriz A de orden n: a 11.|A11| - a21.|A21| + .... + (-1)n an1.|An1|
Regla de Sarrus: Es un metodo practico para el cálculo de determinantes de orden
3. Consiste en repetir las dos primeras filas por debajo del determinante y sumar
el producto de la diagonal principal y sus paralelas luego, restamos el producto de
las diagonal secundaria y sus paralelas
Teoremas sobre determinantes: Algunas propiedades importantes que tienen los
determinantes, y que se enuncian sin demostración son:
S i B e s la m at riz qu e se o bti e ne a p ar ti r d e una m at riz A
m u lti plic an do p or un num e ro r ea l a, no n ulo, u na d e su s fi las (o
colum a s) se ti e ne q ue: |B|= a |A|
Si B es la matriz cuadrada que resulta de intercambiar dos filas (o columnas) de A
arbitrariamente, se tiene que: |B|= - |A|
E l de te rm in ant e de u na m a tr iz cu adr ad a A es c er o, si u na fi la ( o
colum n a) d e la m at riz A e s co m bina ción lin e a l de o tr as fi la s ( o
colum n as) de A
Solución: Culaquier conjunto den numeros reales que verifica la ecuación se denomina
solución de la ecuación.
Sistemas de Cramer: Los sistemas de Cramer son aquellos donde el número de ecuaciones es igual al
número de incognitas y ademas el determinante de la matriz asociada es distinto de cero. Bajo estas
condiciones dichos sistemas siempre resultan compatibles determinados
Regla de Cramer: Si un sistema cumple con las condiciones mencionadas anteriormente, se puede
aplicar una regla muy sencilla para calcular la solución que se basa en los determinantes. Para un sistema de
cramer, se verifica que la incognita numero k se calcula dividiendo entre el determinante de A el
determinante que resulta de sustituir la columna k (correspondiente al lugar que ocupe la incognita que se
está calculando) por la columna de términos independientes
UNIDAD 6: VECTORES
Vectores:
Definición: Un vector (en geometría) es un ente geométrico definido por un segmento
orientado de recta, que se utiliza para la representación de magnitudes llamadas magnitudes
vectoriales. Las magnitudes vectoriales son magnitudes que para estar determinadas precisan
de un valor numérico, una dirección, un sentido y un punto de aplicación
Expresión analítica: Dependiendo de en que dimensión se esté trabajando un vector se
expresará de distinta manera.
Si estamos en el espacio de una dimensión entonces al vector se lo expresa simplemente con
un número
En el espacio de dos dimensiones un vector se expresa mediante un par ordenado de números
reales los cuales son las coordenadas del punto extremo de este vector
En el espacio de tres dimensiones la expresión analítica se expresa con una terna ordenada de
números reales. La primer componente se ubica sobre el eje de las x, la segunda sobre el eje
de las y, y la tercera sobre el eje de la z y para su representación se necesita un sistema de
coordenadas ortogonales cartesianas
Expresión canónica: Todo vector puede expresarse como combinación lineal de los versores
fundamentales
Si V= (v1,v2) (Si el vector tiene componentes v sub 1 y v sub 2) su expresión canónica va a ser
igual a:
V= v1i + v2j (v sub1 por i más v sub 2 por j)
Si V= (v1,v2,v3) (Si el vector tiene componentes v sub 1, v sub 2 y v sub 3) su expresión
canónica va ser igual a:
V= v1i + v2j + v3k (v sub1 por i más v sub 2 por j mas v sub3 por k)
Es decir que la expresión canónica es la suma de los productos de los componentes con sus
respectivos versores fundamentales
Propiedades:
1. Un conjunto de vectores es linealmente dependiente si y solamente si alguno de los
vectores es combinación lineal de los demás
2. Si un conjunto de vectores es linealmente independiente, cualquier subconjunto suyo
también lo es
3. Si un conjunto de vectores es linealmente dependiente, también lo es todo conjunto
que lo contenga
Dado un vector en el plano, el cuál tiene dos componentes. Su módulo sale de aplicar el
teorema de pitágoras ya que se forma un triangulo y su hipotenúsa es el módulo.
Por eso la fórmula para hayar el módulo de un vector en el espacio de dos dimensiones es la
raíz cuadrada de la primer componente al cuadrado mas la segunda componente al cuadrado.
En el espacio de tres dimensiones donde el vector tiene tres componentes la fórmula para
hayar el módulo es también pitágoras. En este caso es la raíz cuadrada de la primer
componente al cuadrado mas la segunda componente al cuadrado mas la tercer componente
al cuadrado
Vector nulo. Es aquel cuyo módulo es cero, por lo tanto, no tiene dirección. Se lo simboliza
con una O y el simbolo de vector. Las componentes que lo integran son todas 0
Ángulos directores: Son los ángulos que forman el vector con respecto a los semiejes
positivos. Su valor se encuentra comprendido entre 0 y π
En R2 se forman 2 ángulos α y β
α es el angulo que forma el vector con el eje x
β es el angulo que forma el vector con el eje y
En R3 hay otro angulo más
γ que forma el vector con el eje z
Cosenos directores: Los cosenos directores son los cosenos de los ángulos directores del
vector.
Si V= (V1,V2) (Si el vector tiene componentes v sub 1 y v sub 2) entonces:
cos α=v1 El coseno de alfa es igual a la primer componente del vector dividido el modulo de V
| V |
cos β= v2 El coseno de beta es la segunda componente del vector dividido el modulo de V
| V |
V= (v1,v2,v3) (Si el vector tiene componentes v sub 1, v sub 2 y v sub 3) entonces también se le
aplica el coseno de gamma
cos γ= v3
| V |
Propiedad: La suma de los cuadrados de los cosenos directores es igual a la unidad
En el espacio de dos dimensiones:Cos2 α +cos2 β=1
En el espacio de tres dimensiones: Cos2 α +cos2 β=1
Igualdad de vectores: Dados dos vectores en su expresión analítica, son iguales, si sus
componentes homólogas son iguales:
V=U v1= u1 y v2= u2 (los vectores v y u son iguales si y solo si v sub 1 es igual a u sub 1 y v
sub 2 es igual a u sub 2)
Suma de vectores: Sumar dos o más vectores es hallar otro vector resultante cuyas
componentes sean iguales a la suma de las componentes de los vectores sumandos
Resta de vectores: Para restar dos vectores lo que se hace es sumarle al primer vector el
opuesto del segundo
Representaciones gráficas.
Vector determinado por dos puntos cualesquiera: Dados dos puntos en el plano es
posible determinar el vector que une dichos puntos:
En R2 la formula es
P1P2= (x2-x1,y2-y1) P sub 1 p sub 2 vector es igual a x sub 2 menos x sub 1 en la primer
componente y en la segunda y sub 2 menos y sub 1)
En R3 lo unico que cambia es que aparece la tercer componente que será z sub2 menos z sub1
Distancia entre dos puntos: Dados dos puntos se puede determinar la distancia entre
ellos tomando el módulo del vector que une dichos puntos.
2 2
Dist (P1,P2)= P1P2 = (x2-x1) + (y2-y1) (Hayamos la distancia entre dos puntos por medio del
modulo del vector que une dichos puntos que es igual a la raiz cuadrada de la suma de los
cuadrados de sus componentes)
2 3
Paralelismo entre vectores: En R y R dos vectores son paralelos si y solo si las
componentes homólogas son proporcionales
Producto escalar o producto punto: Se define como el producto entre los módulos de los
vectores y el coseno del ángulo determinado entre ellos, donde el ángulo se encuentra entre 0
y π.
También se lo puede calcular en función de sus componentes:
De manera que el producto escalar entre dos vectores es igual a la suma de los productos entre
componentes homólogas
Propiedades:
El producto escalar es conmutativo
El producto escalar es distributivo respecto de la suma de vectores
El producto escalar es asociativo combinado
Si los vectores son perpendiculares entonces su producto escalar es igual a 0
Si el producto escalar entre dos vectores es nulo entonces alguno de los vectores es
el vector nulo o los vectores son ortogonales
El producto escalar de un vector por sí mismo es igual al cuadrado de su módulo
Ángulo entre dos vectores: Es igual al arco coseno del cociente entre la suma de sus
componente homologas y el producto de las raices cuadradas de la suma de los cuadrados de
cada una de sus componentes
Condición de perpendicularidad: Si el ángulo que forman dos vectores entre si es de 90
grados, es decir, son perpendiculares entonces su producto escalar es igual a 0
Expresión analítica del producto vectorial: Para calcular el producto vectorial en funcion de
las componentes se utiliza la función de determinante. Se arma un determinante de tercer
orden donde en la primera fila (o columna) se ubican los versores y en las otras dos se ubican
las componentes, se lo desarrolla en tres determinantes de orden dos, luego de desarrollar
cada una, obtendremos las componentes del vector que resulta del producto vectorial