Ilovepdf Merged

Matrices
Las matrices se definen en general sobre elementos de un sistema de números ,

en este caso se hará
sobre los reales .
La forma general de una matriz mxn (m : número de filas ni número de columnas ) es la

,
Siguiente :
An Air . . . Ann
921 ① 22 .
. . ① 2h
: i.
.
: .
01m , Ami .
. .
Ann mxn
Definición :
la matriz mxn es un arreglo de m hileras y n columnas de números reales .
Ejemplos :
O
3 1
A- =
La matriz A es de tamaño : 2×3
q -2 -1
2×-3
43/-3×3
42 O 3
B = _
1 3 2
%
-
1 la matriz B es de tamaño :
3×3
Observaciones : Matrices Particulares
•
Si en una matriz el número de hileras es igual al número de columnas ,
esta se llama
Matriz cuadrada .
1/2 3 3
1)
4 43
-5 O
Ejemplos :
3 O 2 4 |
2×2 3×3
•
Si una matriz tiene una sola hilera ,
es llamada Matriz hilera .
Ejemplos :( 1 O 3) 1×3 (4 -
1)
1×2
•
Si una matriz tiene una sola columna, es llamada Matriz columna .
1
Ejemplos :
¿ 3
2×1
3 3×1
Operaciones con matrices
Definición de Igualdad : número

•
Dos matrices son iguales cuando tienen el mismo de
columnas e hileras y sus elementos

iguales están en la misma posición .
, ,
4 5 4 5
Sea A =
1 3 Y B =
1 3
-
-
entonces A- B
4 5 4 5
-
1 3
-
1 3
•
Suma de matrices : Si A
y B son matrices de
igual dimensión SU suma A -113
es la matriz formada al sumar sus elementos correspondientes .
911 912 b" b "

Qutb , , Aiztbiz
Sea 1- =
B. =
ATB =
q, q, , y baa
, ba ,
Okitbz , Aza -1bar
Nota : Si A B no son de la misma dimensión no se puede efectuar la suma

y y
se dice la suma existe
que no .
3 -1 4 -1
Ejemplo :
Sea A- =
B =
7
1 2 2×2 Y 3 2×2
3+4 -1+1-11 7 -2
=
entonces ATB =
8 5 2 2
g. + z 2+3 ✗
°
7 -2
• .
ATB =
8 5
? Ó ¡ }
_
"2 1
Ejercicio :
sea A- =
D= ( =
, ; 1
3
5 3 4 7 11 O
-1 O 1
D= E =
5 6 -4
3 8 -2 1
O 4
Realice las siguientes operaciones .
1) ATB 2) A -1C 3) A- + E 4) Btc 5) B+ D 6) Dt É

? ¡ ¡ ¡
5 5
+
1)
=
A- + B =
7 5
( ? f) f-
"2
) (
1 % 3
2) A- + [ = + =
3 y 2 1
3) A- + E NO existe ya que las matrices no tienen la misma dimensión .
6)
"2 1 3/2 4
( 1)
° °
4) B -1C = +
3
=
8 g y
5) 13-1 D= NO existe
5 3 4 7 11 O 12 14 4
6) Dt E = -1 O , + y G _
y
=
4 6 -3
1
3 8 -2 O 4
3 12 -1
Propiedades de la suma de matrices .
Sean A, B C matrices de mxn

y .
1) Cerradura : A- + B es una matriz de mxn .
2) Asociativa : ( A- + B) + C =
A + ( Btc )
3) Conmutatividadi ATB =
Bt A →
propiedades de los números
reales
4) Identidad :
Existe una matriz ¢ mxn ( matriz nula ) tal que i
A -1¢ =
¢ -1A = A
0/2×2 =/ O )
° °
* ti :) I ? :/ +1881=1? :)
A- 2×2 +
zxz
=
Azxz
Nota : Si AYB son dos matrices de tamaño mxn
A- B = A + C- B)
•
Producto de una matriz por un escalar .
" "
Si una matriz A es de dim .

mxn y C un escalar .
CA es una matriz de mxn
CA =
CAIJ
A :( ! ! ) es a- =L: %)
? Ó ¡ } j
"
!
-
Ejercicio A-
:
sea =
D= ;
E
,
5 3 4 7 11 O
-1 O 1
D= E =
5 6 -
y
3 8 -2 1
O 4
Realice las siguientes operaciones .
1) -
A 2) -
SB 3) 8C 4) YZD 5) -3 E
6) 7- D
2)
21 -33 O
f-
-
SE =
15 -18 '
O -12 -3
Propiedades ( producto de una matriz por un escalar /
Sean A. B matrices mxn , c, G escalares

y .
1) GIGA ) =
( Cica ) A 315A ) =
( 3.5) A = 15A
2) GLATB ) =
GA -1GB
3) ( q + G) A =
GA + GA
4) f. A =
¢ mxn 0AM ( lmxn 0.1-2×2=188/2×2
5) 1. A = A
Producto de matrices
sea A una matriz de dimensión mxn B Una matriz de dimensión nxlo
y .
El producto AB es la matriz C de dimensión mxp donde la entrada Cij

de C es la suma de los productos correspondientes de la hilera i de la
matriz A la columna de la matriz B

y j .
:
. -
.by .
. . .
: : . . -
bzj Cij Airbag

_ .
Air Qin Ainbnj

.
Air = = 1- Aizbzj
.
. . . + . . -
+
: : : :
mxn
. . -
bnj . _ .
nxp
Nota : El producto de matrices está definido cuando el número de columnas

de A es
igual al número de filas de B .
Amxn Bnxp .
=
Cmxp
2 1 10 2
Ejemplo : Sea A- =
q z y B: } }) AXB = -
"
12 6
-2
3×2 2×2 3×2
2 -1 O 3 8 5 4 12 20 10 4
Ejercicio -
z y g
-
6-4 o y =
-71 -84 1 16
-74 36
O 7
83×3-4 -5 2 1
µ,
-68 16
zxy
Propiedades del producto de matrices .
cerradura :
Amxn Bnxp '
es una matriz mxp
•
Asociativa : Amxn / Bnxpcpxr =/ Amxn Bnxp / Goxr
•
Distributiva : Amxn / Bnxptlpxr / =
Amxn Bnxpt Amxncpxr In =p )
•
Identidad : Si A es una matriz cuadrada y In es la matriz identidad
correspondiente entonces A. In =
En A- =
A
"
•
Inversa : la matriz inversa (bajo producto ) A de una matriz
cuadrada Anxn es otra matriz cuadrada tal que
'
A. A- In
"
A A
-
= - -
O -1 5
Ejercicio :
Dadas las matrices A =
§ } } ,
B. = 6
z
8
q
3
z
,
C- lo -3
encuentre :
1) A -113
2) Btc
3) 8C
4) AB + C
5) BC
'
6) A
7) CB
Matriz Identidad
Definición : In la diagonal
"
es una matriz cuadrada con "
unos en
en las demás posiciones
principal y ceros .
=/
' si i
Es decir Irílsij ) nxn
donde sj
O si it ;
Ejemplos :
10 O
I, =
¿ { " =
80
1 O
rldiagonal hadiagonal
principal principal
v
[ 2×2
Potencia de matrices
Definición : Si A es una matriz cuadrada de nxn y 10 es un

número entero positivo ,
entonces :
ii.
i-ji.ai.IE
Propiedades .
Si 10 y q son números enteros positivos .
P 9- Ptq
1) -
.
_ =
AP.tt?AyjAaj-.A;A.Aq.A;aAjjreA---A.A.AiA-A-
""
Demostración :
=
A
ptq factores
P 9- pq
2) =
IAPI ?
A-j.EE/ot=A.A.A...A.A.A.A..jaAa.jjsA.A.A..'
"
Demostración : =
A
Observación : ABIP # APBP en general .
Ejemplo : - =
} ? B =
? } 10=2
=/
" "°
' 41 -3
AB ÁBZ =
28 35 5326
Transpuesta de una matriz .
Definición: la transpuesta de una matriz es otra matriz cuyas columnas son

las correspondientes hileras de la matriz original .
Esto es : Si A- = aijlmxn ,
entonces la transpuesta de A , denotada
por At es
At =
Ai;) nxm
1 O O
Ejemplos :
A- =
} {{ 2×3 13=8 ¿
°
,
1. At
-4%3×1
-
2.AT/t- f&ZI)zx3- A3.Bt=(&&&)3x3

Propiedades :
At
Atlt-laijlmxn-A2.lkaijlt-klaj.lt
1. Si A :( Aijlmxn entonces =
aijlnxm D /
= KAT esto es ( KAIt-KATV-kc.IR y A es una matriz mxn
3. la transpuesta de una suma de matrices es la suma de las transpuesta .
Esto es , si :
A :( aijlmxn B :( bijlmxn
y
IATB / t-laij-bijltmxn-lajitbjilnxm-lajilnxm-lbjilnxm.AT -113T
+
Por lo tanto ,
LA -1 B) =
At -113T
Demostración : p.D.CAT/3)t=AttBt
A" Air bi , biz
Sea A- =
Asi dar y D= bzi bar
931 932 3×2 b} b. 323×2
,
1- A" + b" A" + bizt Q, + bi Az tbzi

, Clzitbz ,
( A. + B)
,
= =
Az , + bz , 922 + DZZ A,, + biz 922+622 932 + ↳ 32
931+631 932+632 3×2
2×3
b" ba ba Q, b Ctzitbzi Clzitbz ,

At -113T = 911 921 931
+ =
+ "
912 922 932 b) 2 bzz b 32 912 + b12 922+622 932 + b 32

2×3
'
•
:( A- + B) =
At -113 '
paa
4. la transpuesta de un producto es igual al producto de las trans puestas
de los factores en orden inverso .
Esto es, si : A :( aijlmxn y

B :( bij ) nxp entonces CABIEBTAT
9" a" b" by

Tarea : Demostrar que IABIT =
Bt.AT siendo A- =
921 922 B =
,
bz , bzz
Matriz simétrica .
Una matriz simétrica es aquella en la que los elementos semejantes situados

con respecto a la diagonal principal , son iguales ,
es decir :
A :(Aijlmxn es simétrica si y sólo si Aij =

Clji
Observación : min
Ejemplos :
5 3 1
A- = 3 O 20 ✓ es una matriz
1 20 8 Simétrica .
1 2 2 3
A- Como diztllz, la
= 3
4 2
2 1
1
4
3
✗ entonces
simétrica
matriz no es .
5 3 1 2
I: : : :
O 4 3
* ✓ si es una matriz simétrica

3 6 1 8
.
Matriz Antisimétrica :
Es aquella en la que los elementos semejante mente situados con respecto a
la diagonal principal son iguales pero de signo contrario .
A :(Aijlmxn es antisimétrica si y sólo si Aij = -
Clji
Ejemplos :
0 Y -
3 5
A- =
y 2 6 7
✗ COMO Q3 -1--93, la matriz no
-
3
-
6 1 -
g
es antisimétrica .
5 -7 8 3
-
Inversa de una matriz .
la inversa Á de una matriz cuadrada nxn es otra matriz cuadrada tal que :
'
A- A
"
A- A = • =
In
Propiedades fundamentales :
la inversa de un producto es el producto de las inversas pero en

orden inverso .
-
'
'
( AB )
"
=
B- A
Transformaciones elementales en hilera
Definición : Multiplicar una hilera de una matriz por un número real "
C
"
.
Si Ai es la i -
ésima hilera o renglón , entonces :
[ Ai =
C Ai , Air Aiz . . .
Gin )
= [ Ai , [ Aiz CAI } . . . Chin
Ejemplo : 3 2 1 3 21
~
O -15 O -15
8 3 7 121 16 6 14
I
notación
Definición : Sumar 2 hileras de una matriz es sumar sus elementos

correspondientes .
Esto es : si Ai , Ap son hileras de una matriz :
Ai + Ap =
( Air Air . . . 9in / + ( Ap , Apr . . .
Apn )
=
( Ai , -19ps Aiztllpz . . . Aintllpn
Transformaciones elementales :
1) Intercambio de dos hileras cualesquiera .
2) Multiplicación de una hilera por un número real C -1-0 .
3) Suma de un múltiplo cualesquiera de una hilera a otra hilera .
Ejemplos : 3 -1 O utilizando transformaciones elementales .
1 7 1
4 2 -3
1. Intercambio de dos hileras .

3. Suma de un múltiplo cualquiera
°
Y
3 " 1 7
-
1 de una hilera a otra .
1 7 -1 →
, .
, o
4 2 -3 4 2 3 3 -1 O 1-2 ) 3 -1 O
p
-
1
de
7 -1 ns 1 7 -2
notación
4 2 -3 -2 4-3
2. Multiplicación de una hilera .
3 -1 O 3 -1 O
1 7 -1 ~ 1 7 -
|
4 2 -3 (2) 8 4 -6
Ejemplo lleve : la matriz A a la matriz identidad mediante transformaciones
elementales por hilera .
3 1 O
1) 5 02
-164 |!! !)
23/1 ,
/
(-211-4)
/
8
/
2 7 21 9 1 O
g)
1 -21 1 1 '
'
-2
( %, /
~
2) 78W 6 (2) 1-11 / 16/11
2)
~
1 -2 1 2
~
° 11 o 1 ~
O
4 3 2 4 3 O 11-2 O 11-2 a 0 O -8 ft )
Iii :& ni .jo

.
001 1-64,11-2%1 %¿ }
3 1
3) -
5 2
meta / ¿ %:)
Ejemplo :
( 2) ) | 4) y (
C- 3)
/
""
(
3 O -41-51 1-6
lo ¥0
1 a " 6 4 1-6 -
4) s o - 5 02 ~ 5 O 2 d. ~ O 3022 _
1430 )
-1 6 4 o 3 1 O 3 1 O 3 1 O O 19 12
4) (0
1 O 2/5 O 45 045
]
1-6 -
M 1 1
~
O 12430 (6) ~
122/301-19) ~
O 12430 ~
O 1 22/30 M
O 19 12 O 19 12 d
O 0-2%5 (Ía ) o o 1 (-45×-2%0)
1 O O
~ O 1 O
O O la
Equivalencia de matrices .
Una matriz A es equivalente a otra matriz Bpuede transformarse A

si en
B por medio de un número finito de transformaciones elementales
por hileras .
Notación : la relación "

A es equivalente a B
"
se denota por A- B y
satisface las siguientes propiedades .
a) ley reflexiva :
Cualquier matriz A es equivalente a sí misma A- ~
A.
Ejemplo :
Meta :
:-( } {
2 3
A
, 4 1
b) Ley simétrica . Si A es equivalente a B ,

entonces B es equivalente
a A .
( si A- B B- A)
( /4)
'
Ejemplo : A- = 4 2 1 42
~ = B
3 4 z q
c) ley transitiva : Si A es equivalente a B y B es equivalente a C entonces

,
A es equivalente a C , esto es :
si A -
B y B - c A ~
C
Ejemplo :
( } Y, Y
4 2 " '" l '
3 4
_ ~
3 4 1 42
A B C
Formas reducidas de una matriz
Forma Reducida Inferior ( FRI )
se dice que una matriz tiene una forma reducida interior si

después de aplicarle transformaciones elementales convenientes .
cuando esto necesario, satisface las condiciones

sea siguientes :
1. El primer elemento diferente de cero de cada hilera es 1 .
2. Todos los elementos bajo el elemento principal de cada hilera

son cero .
1 N . .-
N
O 1 . . - N N = # cualesquiera .
i. ? '
i
.
i
O 1
o
Forma Reducida en Escalón ( ERE )
Es una forma reducida interior que satisface las siguientes condiciones

después de utilizar transformaciones elementales por hileras .
1. los elementos sobre cada elemento principal son cero .
2. las hileras de cero ,

si las hay ,
aparecen al final .
3. Sea hi el número de la columna que contiene al elemento principal

de la hilera i
,
entonces hiah; si isj .
Esto significa que los

elementos principales de la matriz están
escalonados a la derecha y hacia abajo .
Actividad :
Identifique si la matriz tiene forma de FRI o FRE .
1 02
1 2 1 O O 3
A- =
B = O 1 2 [ =
O 1 FRI 00 O FRE O O 1 2 FRE
1 2 -1
D= ¿ { 8 [ =
1 O
F = O 1 -8
° 1 FRE
001 FRE O O 1 FRI
1 O 1 05
1 2 -
1 3
q =
H= 07 000
O O 1 2 FRI O 0014 FRE
Actividad :
Encuentre la FRI y FRE de las siguientes matrices .
:( 3)
2 5
A -2 4 1
O 4 3
1 -2 1 3
B. = 2 O 1 4
-1 1 2 O
1 O 3
C =
2 4 5
5 2 -10
/ 2 4
D=
1 2 0
Tarea : Investigar que es un sistema de ecuaciones consistente e inconsistente .

Sistema de ecuaciones lineales
Un sistema de ecuaciones tiene tres posibilidades: una única solución, ninguna
solución o infinidad de soluciones.
Sistema consistente: es consistente cuando es un sistema de ecuaciones de igual
número de incógnitas y de ecuaciones con determinante distinto de cero.
Sistema inconsistente: es inconsistente cuando no tiene ninguna solución.
Sistema dependiente: es dependiente cuando se pueden obtener algunas de las
incógnitas en función de otras, lo cual ocurre cuando hay infinidad de soluciones.
Sistemas cuadrados.
Consideremos un sistema La matriz asociada al sistema es:
MAS
QIIX , +
9,2112 1- . . .
-19in Xn =
by 9 , , 9,2 . . .
Ain b,
① 21×1 +
922×2 + . - - +
Clzn Xn =
bz 921 922 - . .
Azn bz
: : : :
: : :
. : :
AMX , + GNZX , + . . .
+ Ann Xn = bn An , Ana .
. .
Ann bn
Método de Gauss
El método de Gauss o eliminación Gaussiana consiste en eliminar X en ,
todas las ecuaciones después de la primera. Después eliminar Xz en

todas las ecuaciones después de la segunda y así sucesivamente hasta la
incógnita ✗ que se elimina en la última ecuación.
ni
Al terminar este proceso, y si el sistema en consistente, se obtiene un

sistema equivalente que se transforma en la forma reducida de Gauss,
dividiendo cada ecuación entre su primer coeficiente.
Es decir, el sistema original se reduce al siguiente sistema:
Xp + 42112 -143×3 1- . -
- +
CNN.nl/n-i-CinXn--dn
✗2 + ( 23×3 + . . . +
Czln -
1)
✗n -
i
+ (zn ✗ n =
dz
:
✗n
Gn.int/n=dn-iXn=dn
-
i
+
De la última ecuación se obtiene que el valor de Xn dn . =
De la penúltima ecuación, se obtiene ✗ , en términos de Xn , cuyo valor es mi
dn , el cual ya se conoce y así sucesivamente hasta llegar a Xi .
Ejemplo :
Resuelve el siguiente sistema por el método de Gauss .
Xp -12×2-1×3=2 1 2 1- 6)
/
2 1 1 2 1 2
MAS O 2-3 4 2-3 (4)

t
~ O y
2×2-3×3=4 6 I -
s o O -
ll -
ll -
12
6Mt Xz -5×3=0
1 2 1 2 1 2 1 2 1 2 1 2
~
O 1- % 2 ( II ) ~
O 1- 3/2 2 ~
O 1 -312 2
0-5%10 ( ¥, ) YII
"
O
-
ll -
ll
-
12 te O 0 O 1 FRI
Sistema de ecuaciones :
Para la segunda ecuación
×, +2×2 + ✗ 3=2
✗z f- ( ) = 2
-
✗ 2- 3- ✗ 3=2
✗ 3=-4/11 Xz =
#
para la primera ecuación
✗
1+21,41+1%1=2
X, =
-
- :
×, =
,
✗a =
¥ y
✗3 =
}
S :
,
¥ ,
,
) c- IR
Método de Gauss-Jordan
Si el sistema general es consistente y la matriz asociada al sistema se
transforma a su forma reducida en escalón (FRE), entonces se obtienen los
valores de las incógnitas en la última columna. Entonces el sistema
correspondiente a esta forma reducida es precisamente:
Xp = [1 ✗ 2=9 .
.
.
✗n =
Cn
Ejemplo Considere el para dar solución al sistema

:
ejemplo anterior .
FRI
Xp -12×2-1×3=2 1 2 1 2 9 1 O 4-2
2×2-3×3=4 O 1 -312 2 1- 2) ~
O 1- 3/2 2
7
9
YII Yi (3/211-4)
"
O 1 O 1
6×1-1 Xz -5×3=0 O O
-
I 00 6/11 :X ,
=
-
6/11 ✗ 2=1%1 ✗ 3=-4/11

y
-
~
O 10
'
6/11
001
"
"' ' }
FRE / 11
%, 16/1
-
"
§ C- IR
-
: ,
, ,
Ejemplos
✗ +
y +
Z =3
2×+24+27=6
3×+34+37=10
2×+24+27=5
6×+64+67=15
8×+84+87=20
Método de Gauss-Jordan
Si el sistema general es consistente y la matriz asociada al sistema se
transforma a su forma reducida en escalón (FRE), entonces se obtienen los
valores de las incógnitas en la última columna. Entonces el sistema
correspondiente a esta forma reducida es precisamente:
Xp = [1 ✗ 2=9 .
.
.
✗n =
Cn
Ejemplo Considere el para dar solución al sistema

:
ejemplo anterior .
FRI
Xp -12×2-1×3=2 1 2 1 2 9 1 O 4-2
2×2-3×3=4 O 1 -312 2 1- 2) ~
O 1- 3/2 2
µ
9
YII Yi (3/211-4)
"
O 1 O 1
6×1-1 Xz -5×3=0 O O
-
I 00
-
6/11 .
:
✗ 1=-6/11 ,
✗ 2=1%1 y ✗ 3=-4/11
~
O I O
'
6/11
001
"
"" }
FRE / 11
-641,161
-
"
§ : , , C- IR
,
Ejemplos
1 1 1 3 (-211-3) 1 1 1 3
MAS 2 2 2 6 d O O O O
✗ +
y +
Z =
3 ~
3 3 3 10 1
2×+24 + ZZ =
6 a 0 O o
3×+34+37=10
Reescribiendo el sistema :
✗ + y + 2- = 3
OX
+
Oy t Oz = O
contradicción
' '
Ox +
Oy *
Oz
=
1 ] .
- : El sistema es inconsistente y no tiene solución .
2×+24+27=5 2 2 2 5 / %) 1 1 1 5/2 (-611-8)
6×+64+67=15 MAS 6 6 6 15 ~
6 6 6 15 W
8×+84+87=20 8- 8 8 20 8 8 8 20 1
Reescribir el sistema :
I 1 1 5/2
5/2
~
O O O O ✗ t
Y t Z =
O O O O Ox + Oy + Oz = O
OXTOY TOZ = O
entonces dela primera ecuación es dependiente y tiene

:
. :[ 1 sistema
Infinitas soluciones
✗ =
5/2 y z
- -
.
*
5 :{ IX. y ,
ZIEIR } ✗ =-3 -
y
-
z }
Los sistemas rectangulares de “m” ecuaciones lineales con “n” incógnitas
pueden resolverse con la ayuda de la matriz asociada y sus formas reducidas
(FRI y FRE). Consideremos un sistema con mayor número de incógnitas que de
ecuaciones:
145 )
( 150%-11-81
"
1. 5×+44 = 6 MAS 5 4 O 6 I
_
EX + Z = O 8 O 1 O 8 O 1 O la
(
15 45 4/5 %
( 48
" 1 M O
I O ~
O 1 O
~
¥ ( JE ) 1%23/2 1- / 5)
~
1-5/323/2
"
-32
O 1 O O
g-
Reescribimos el sistema : ¡ El sistema es dependiente y tiene

✗ 1- OY -11/82=0
>
✗ =
-
¿z infinitas soluciones .
-5/322=3/2 3/21-5/32 ÉZ
☒+ Y Z
{ :{ ( × y 2.) ftp.3 / }
-
=
✗
y
=
i
ZEIR
, ,
4=72-1%22 .
2. X, + ✗ 2=4 1 1 4 (-211-3) 1 1 Y I 1 4
MAS 1 7 la O -3 O 1-1 )
2×1 ✗ 2=7 -4
-
2 ~
-1 O 1
{
- - -
3×1+2×2=8 3 2 8 a 0 -1 -4 O -3 1
-
escribimos el sistema .
1 1 4 ^
10 O
×, -10×2=0
~ O 1 4 (3) (1) ~
O 1 4
OX , + ✗ 2=4
O -3 -1 d 0 O 11
ox , +0×2=11
'
]
'
contradicción
i El sistema es inconsistente y no tiene solución .
TAREA
3. 2X , -
4×2-2×3=0
3×1 + ✗ 2+6×3=0
Inversa de una matriz cuadrada
'
Sea A una matriz cuadrada y supongamos que tiene una inversa A- A. ÁEÁA
Consideremos
}
QIIX ,
t 9,2 X, t ' '
.
t AINXN =D ,
Az , X, + Azz ✗ 2 + . . .
+ Clan ✗ n =
bz
i sistema
i. : : ¡ cuadrado
AMX tan , , ×, + .
. .
+ ANNXN =
bn
Si A es la matriz de coeficientes, esto es:

A" 912 . . .
Gin Y b,
921 922 Arn X2 bz
A- = . .
.
=
: : : : :
.
Ani Ana . . .
Ann Xn bn
Esto es: A# =
B Si tiene inversaA ,
entonces
A- ( AX )
"
A- (B)
'
=
'
IX. =
A- B
X .
= ÁB
Procedimiento para encontrar la inversa de una matriz A

i) Escribir la matriz asociada al sistema
ii) Utilizar reducción por renglones para reducir la matriz a su FRE.
iii) Decidir si la matriz A es invertible.
a) Si A puede ser reducida a la matriz identidad, entonces la matriz inversa
es la matriz a la derecha de la barra vertical.
b) Si la reducción por hileras conduce a algún renglón de ceros a la
izquierda de la barra vertical, entonces la matriz A no es invertible, A no
tiene inversa.
Ejercicio: Encuentre la inversa de la matriz (si existe).

1 4 1 Sena cosa o
1. A :{ } 2. B = 2 O -1 3. ( =
} } 4. D= cosa sena o
5 3 -2 O O 1
para cualquier número

real a .
Sistemas de ecuaciones homogéneos.
El sistema general de mxn ecuaciones lineales se llama homogéneo si todas las
constantes b , b ,…, b son cero. 1 2 n
Esto es, el sistema es:

QIIX , +
912112 1- . . .
-19in Xn =
O
① 21×1 +
922×2 + . - - +
Clzn Xn =
O
: : :
AMIX , + Am , ✗ a + . . .
+ AMNXN =
O
Con respecto a la solución de un sistema homogéneo podemos tener:

a) La solución n es única (cero). Escribir la MAS 1.
b) Hay infinitas soluciones. Buscar forma 2.
3. Reescribir
la
el sistema .
FRI OFRE
4. Escribir la solución .
Ejemplos :
Resuelva los sistemas de ecuaciones homogéneos .
2 4 6 142 ) 1 2 3 (-411-3) 1 2 3
2×1+4×2 -16×3=0 MAS 4 6 5 4 6
d) -7 1- %)
~
~ 5 o -2
1. 4×1 + 6×2+5×3=0 3 1 -
2 3 1-2 O -5 -11
3×1 + ✗ 2- 2×3=0
]
( 1)
1 2 3 1 O 1 O O ✗ 1=0
M 1 O 4 -4
-
~ O 1 712 1- 2) (5) ~ O 1 7/2 ~

° " " " M ~ ° | O × , :O
0-5-11 ^
O O 13/2 (2/13) ° O 1 (-7/2) ( y ) 0 O
✗ si 0
¡µ
.
:{
S ( 0,90 / EIR
}
}
2. Xi + ✗z -
X} = O
4×1 -
2×2+7×3 =
0 Sistema dependiente , infinitas soluciones
-5/6×3 =
-5/6×3
/
"
}
✗y
:{ ( Xyxz ✗ 3) E
=
}
S IR i XSEIR
"
16×3 , X> = " / 6×3
X2 :
✗, + 2×2 -
✗ 3=0
Sistema dependiente , infinitas soluciones
3. 3K -
3×2 -12×3=0
" ""
"
/ ✗2=519×3
=
✗ 1- 11×2 + 6×3=0 :{ ( ✗ 3) C- 1123 XSEIR }
-
g " × ,, ✗ i
✗ 1=-49×3
✗ 2=5/9×3
Matriz de coeficientes
Para resolver sistemas de ecuaciones utilizando el método de la matriz de
coeficientes se sugiere realizar lo siguiente.
Encontrar la inversa de la matriz -
i. =
B
b
%
×,
¥
,
"
- =
? entonces A = ×,
Én bn ibn xn
:
'
Es decir, hacemos el producto de las matrices A- B y lo resultante ante este

producto dará los valores de las Xn .
1. Escribir el sistema de la forma AX :B
2. Buscar la inversa de A .
)
"
(en
"
3. Multiplicar A -
B caso de existir A
Ejemplos : 4. Escribir la solución .
Reescribimus el sistema de la forma AX :B

Zy 2
.
✗ + + z =
1 2 1 ✗ 2
Zy -37=4 Y 4
=
O 2-3
A 6 1 -5 Z B O
*
Gx +
y -57=0
Determinamos si A es invertible .
|
1 2 1 1 00 1- 6) 1 2 1 1 00 1 2 1 1 00 Y
] l /2)
'
O 2-3 O 1 O ~
° 2-3 ° ' O ~ O 1-3/20420 (2) ( y )
g | g o , O -11-11-601 O -11 -11 -601
-
o a
1 O 4 1 -
10 1 04 1 -1 O ^
1 O 0 455 -45 455
3/2 01/2 O 1- 3/2 42 18/55 115-3/55
~
~ O 1
-
O O O M ~
O 1 O
O O -55/2-6 "121 (-2/55) O O 1

'
45515 -2/551%11-4 ) O O 1
"
tss "
15 -455
Entonces A es invertible existe A-

1=1%5-45%55
y 1815g 1/5 -3/55
12/55-1/5 -2/55
'
COMO I. =
A- B entonces
:
✗
455 -45 45s 2 2/7/55 ) -14/-451+018/55 ) -
6/11
Y = 1815g 1/5 -315s 4 =
2118/551+4/115 ) -10/-3/55 ) =
16/11
Z 1%5-1/5 -2/55 O 2/12/55 ) -14 (-451+01-2/55) 4/11
-
-411 10/11 4/11

-
y El sistema consistente
=
i.
✗ =
,
=
y 2- . : es y
tiene una única solución .
S :{ 1-6111,16111 ,
-
"
tu / EIRS }
A# B
Ejercicio :
ZX , + 4×2+3×3=6 2 4 3 XI 6
✗a
-
✗3 =
-
Y O 1 -1 Xz = _
3×1+5×2 +7×3=7 3 5 7 ✗3 7
A ¥ B
Hasta aquí el primer parcial

Determinantes
O" Cha
Sea A- = Una matriz de 2×2
Az , Az ,
.
El determinante de A ,
denotado como det (A) ó Al está definido por
:
dlt /A) =/ A 1=911922-912921
7
/
1
Ejemplos :
= (11131-1711-1)=3-17--10 i.
detf ! } ) = 10
-
, }
3 2
g ,
= (31111-12115)=3 -10=-7 .
:/ Es ? / = -7
{¿ = (01101-110)=0 • idet
/ ¿ f) = O
G" Air Ai } + -
1-
Definición : Sea A- =
Gai Aaa das una matriz de 3×3 .
-
t -
931 932 933 t -
El determinante de A está dado por :
dlt / A) =/ Al An 922 923 Ar 921 923 + 913 921 922

}
-
932 933 931 933 931 932
con la fila 1
3 21
5 87 3 87
-2/57 +1/58 / 31 7 ) -21-421+11-531=52
= =
6-1 O -10 60 6-1
con la fila 3
o
•
2 1
3
=
6 -
1-11 1 1- O 3 2
= 6161+11161=52
gy .
57 58
-
1 5 O
23 4 =
O fila
ya que tiene una de ceros .
O 0 O
Elementos de los determinantes .
•
Menor
Definición : Sea A una matriz de nxn y sea Mi; la matriz de ln 1) ✗ In 1)
-
-
que se obtiene de A al eliminar el i-ésimo renglón y la j ésima

-
columna
de A .
Mij se denomina el ij
-
ésimo menor de A .
3 5 6
Ejemplo : Sea A- =
-20 10-6 Encuentra Mii ,
5132 Ma , M 23
,
1 O 3
(% §) :(
6
) =/ 6) =/{ %)
3 5
Mar M }, Mai M2 }
-
-
20-6 O 3
5 O
Sea B
=
Encuentra Mr MZI 5922
z y , ,
Mm :( 1) Ma , :( 0 ) 1422=1 5)
•
Cofactor
Definición : Sea A una matriz de nxn .
El ij
-
ésimo cofactor de A
""
Cij es :
[ ¡¡ =
(y ) / Mi; /
1 3 5 8
4 3 2-1
Ejemplo :
Sea A- =
O 8 9 -10
3 5 8-7
(34--1-1)>+4 1
4 3
3 5
2
= -
4
1 3 5
32
= -
(11 141-3126)+5 ( II ) / =
(-111-9)=9
3 5 8 3 5 8
[ 22=1-112+2 1 5 8 =
-349
O 9-10
3 8 -7
Determinantes ( nxn )
sea A una matriz de nxn .

Entonces el determinante de A , escrito
como det I ó IAI está dado por :
Chili , +
Gracia + Anc , } + . .
.
-1 Gincin ,
donde
A" 912 . _ . 9in

A- =
: :
^
an . an , . . . Aún Nota : todo depende del renglón (o fila )

a utilizar .
Ejemplos : Encontrar DCTLA ) ,

donde
1 3 5 8
4 3 2 -1 dlt (A) = 1cm +
392+543 + 844
A- = O 8 9 -10
(421+81-43)=-393
-3 5
=
(441+31-101) -15
8 -7
'" 3 2 1
Cn
-
=
(y )
8 9-10 =
44
5 8 -7
' " 4 -1
Gyz =
1- | )
2 =
-101
O 9-10
-3 8-7
"
HÍ
/ { %! /
↳ =
42
O 8-10 =
""
Cu, :
1-11 Y 3 2 E- -43
089
-358
det (A) = OHG ,
-
-191242+91363+9141,4 - - -
C) Calcule el determinante dett .
2)
Para la matriz Ai
=/
-
z -
1 3 -3 -1 4
1 .
Mis = 4 -2 -1 MZZ =
-3 4 3 MZ } =
2 1 -2 MYY 4 -2
2 1 2 2 -1 -2 3 -1
Y 1
-
1 2
-
1 3 -
4 1 -
I
-
4
Para la matriz B :
=/ ) =/ 1)
° l 1
MSI rqzz
8 1 3 1
t -
2. Cij
-
-
C- IÍ "
/ Mijl Para las matrices de 3×3 i -
t -
Para la matriz A + t
-
(+1-3) /}} /|
3 1 3
-
-
1-112+3 / Mzzl
/ /
Cz } =
=
-1 2 1 -2 =
-
1-2 -
1-11 2-2 +3
1 3
-
4 3
-
Y y y
-
=
-
(1-3)/1-41 -1-61/+1/-8 (-21/+3/6-11) -
=
-
(3) =-3
-3 -14
"""
/
(11/-34/+1-1)
(44--1-1) Muy / =L / Muy / =
y -22=42 )
-
1 4 -
-3 -1
12 1 I 2 2 4 2 9-2
-
-
=
211-21-1-81 ] -1/(-61-16) -1/6-+4 }
= 2 (6) -
( -22 ) -
10=12+22-10--24
Para la matriz Bi ( 31 ,
(32
§} /
}"
631--1-1) / Ms / =L / , M } , /= = 0-8=-8
(32--1-1)>+211132 / =
-11M }, / = -
} {| = 2
Resolver
/ ±¡±
3. × :
para
+
+
-
(f) (2) 2x 3 (4) 4 3 1- 12×1 4×-4 IOX

-
=
- -
2 ✗
-
SX
-
SX 2 ✗
2/(-2×112) (311-5×1) -4/(4×112)

-
-31×1 } -12×114×11-5×1 (-2×11×1)=-1011
-
241×1-415×1 -12×(-18×2)=-1011
22×-20×-36×3=-10 ×
-36×3 2x IOX-
= - ✓simplificar
-36×3+811=0
✗ (-36×48)=0
\ S :{✗ =0 ✗ =
3
-
%}
{
✗ =
ó , ,
✗ :O -36×2+8=0
# }
'
=
✗ =
✗ =
-1ft ¥
Definición: Una matriz cuadrada se llama diagonal si todos sus elementos fuera de la diagonal son cero.
Definición: Una matriz cuadrada se llama Triangular Superior si todos sus elementos abajo de la diagonal principal
son cero,
Definición: Una matriz cuadrada se llama Triangular Inferior si todos sus elementos arriba de la diagonal principal son
cero.
Ejemplos :
1 O O 1 O O 5 3 2
A- =
B. = C = 1 02
_
2 3 O O 1 O
O 1 O O O 1 3 4 5
Interior Diagonal Ninguna

Triangular
Propiedades de los determinantes

Teoremas :
i) Sean A y B dos matrices de nxn. Entonces det(AB) = det(A) det(B) -
ii) El determinante de la suma no siempre es igual a la suma de los determinantes.

t t
iii) Si A es una matriz de nxn entonces el det(A) = det(A ), donde A es la transpuesta de A.
iv) Sea A una matriz de nxn, entonces det(A) = a C + a C + … + a C para i= 1, 2, … , n, es

it it is I2 in in
decir, se puede calcular el det(A) expandiendo por cofactores en cualquier renglón de A.

Clij
v) El det(A) = aJaj
C + aajaj
C + … + anj Cnj donde la columna j de A es Okj
aii
Esto indica que se puede calcular det(A) expandiendo por cofactores cualquier columna de A.
•
det / A) = •
det / B) i •
AB •
det / AB )
matrices B
Ejercicio Verificar las propiedades
: il -
v1 Con las A y .
2 -1 4
¡
3
A- =
s 13=3 7 1 dlt (A) = 34 det / B)
= -90
3 4 1 5 -3 5
13-8 11 1 -
1 7 -1 2 3
AB :
32 -1034 A -113=5 8 6 AE O 1 4
23 2221 8 1 6 3 5 1
Propiedad 1 : det ( AB ) : -3060 y detlAI-34.de/-lBI---90-:detlABI--dlT(AIdet( B)

Propiedad 2 : det (1-+13)=-389 del (A) 34 del (B) =
idltltt B) =/ DCTCAHDCTCB)
-90
- -
y
=
Propiedad 3 : det ( At ) __
34
y del (A) = 34
-
. : detl A) del ( At )
=
-
vi) Si cualquier renglón o columna de A es90
el vector cero, entonces det(A)=0.
-10 -58%0 -53
A- ¿§
=D OKTIA ) :O O
{{
.
.
2 1 21
21 1
vii) Si el renglón i o la columna j de A se multiplica por un escalar “c”, entonces det(A) se multiplica por c.
Así I 2 (2) ~
2 4 =D , dltl-1,1--8-10=-2
5$ 58 det (Az ) -16-20=-4--1-2112 )
-
viii) El intercambio de cualquier 2 renglones o columnas distintas de A tiene el efecto de multiplicar det(A) por -1.
G) Y
58 dlt / 1-11=-2
Al
¡
=
_ =
Az
y z del
-
(1-2)=10-8--2 = -
det /A )
,
ix) Si A tiene 2 renglones o columnas iguales del det(A) =0.

An Qr Gt3
A =
Q,, G,, 913
931 932 933

x) Si un renglón o columna de A es un múltiplo escalar de otro renglón o columna, entonces el det(A)=0.
Ella / =3 Filas
1 5
A- = del
-
(A) =
15-15=0
3 1g
xi) Si se suma un múltiplo escalar de un renglón o columna de A a otro renglón o columna A, respectivamente,
entonces el det(A) no cambia.
1-11 1 5 det (1-1)--1-10=-9
1 5 = A'
A- =
~
1 2 y µ 1 -
y det / A /
,
= -4-5=-9
xii) Los elementos de un determinante triangular es igual al producto de los elementos de la diagonal principal.
1 2 7 det / A) =L
¿ § / (11/4118)=32 =
A- =O 6 4
O 08
xiii) Si los elementos de una fila o columna son combinación lineal de otros, entonces det(A)=0.
A" Air lll } AH
921 922 923 Clay 31719=17191-1 Filaz
A =
QING , , 912 -1922 GB -19239141-924
Ay , 942 943 944
Las propiedades anteriores hacen mucho más fácil el cálculo de determinantes de órdenes elevados. Simplemente
reducimos por renglones el determinante utilizando la última propiedad, hasta que el determinante se reduzca a una
forma más fácil de evaluar:
i) El nuevo determinante tenga un renglón (columna) de ceros o un renglón (columna) sea múltiplo escalar de otro
renglón (columna) en cuyo caso el determinante es cero,
ii) La nueva matriz sea triangular, de modo que su determinante sea el producto de sus elementos diagonales.
Ejercicios: Hallar el valor de los siguientes determinantes, expandiendo por cofactores o por propiedades.
1. 3 -2
= (31141-1-2111)=14
y y
2. 4 1 5
(°)
÷, 45 + y 4 1 =
-1/1411-21 -1511-11/+4 / (411-31-(111-1))=-41
-
1-3 -2 =
| -2 1-3
- -
O 1 4
(1) •
1 3 -10 1 3 O 0 111 1 3 00 1 3 00
3. 4 5-2 9-2
! 4 9-2 (1)
1 4 1 1 4 1 q y
=
-
_ =
(1/6)
1 3 1 6 -1 3 06 06 06
f. 0 606
-
7 1 3 2 7 1 10 2 7 1 102 112 190
" °
>
(1) 9-2
19-2 3 4 O
-64¥
=
-
+ O -
=
606 006
% 3×3
2190 11 190
1 3 5 8
4. 4 3 2 -1
O 8 9 -10
-3 5 8 -7
-1 03
5 .
2 1 5
3 41
Por la propiedad ✗ ii )
1 2 -3 1-2 ) 1 2 -3
y 1111111121=12
6 .
O 1-1
= O 1-1 =
2 4 6 0 012
1 3 2
7 . 2 3 1
1 2 3
Método de la lluvia
El método de la lluvia se utiliza para calcular determinantes de 3×3 .
Oh , 912 913
A :
oh ara Ars al
, es equivalente siguiente esquema :
931 932 933
ftp.ltlsltls.tt 1- Y C- Y
A" Air lll } ! A" 912

921 922 Al } ! 92 , AU = -
931922913 -
932923911 -
933921912 + QIIA 22933 +

912923931 + 913921932
931 932 933 ! ASI 932
Ejemplo: Encuentre el determinante de:

a- ↳ t" # www.l-ir
1 2 -311 2
01 -110 y
= -
(211111-3) -
(4) (-11111-16110112)%111111161+1211 -11121+131101145=06/+4+6 -41=12

I *
2 4 6124
1 3 -111 3
O 4 2 10 4 = -
(111411-1) -
(3) (21/1)-(5110113%+11114115) -1131121111+1-11101131%-4 -6/+20+61

'
| 3 5 ,
'
3
=
24
*
1 2 3 11 2
4 2 1 14 2 =3
3 3 3 ¡ 3 3
Inversa de una Matriz mediante la Adjunta
Definición: Sea A una matriz de tamaño nxn y B= (C ij ) la matriz de cofactores de A. Entonces la adjunta de A, escrita como
adj(A), es la transpuesta de la matriz B, es decir:
"
adj A =
BT =
[ Cij ]
3 1 -1
Ejemplo Encuentre
:
la adjunta de la matriz A =
z -2 O
1 2 -
FIÍ / Miz /
'" "
4 , :(1) / Mutt -20 Cia = = -
20 =
-1-21=-243 =
6-
, y
=L 1-1
la = -
-1 (22 =
2- las =
-5g
( 31=-1 ( 32 =
-2 C}} = -8
- -
2)
2 2 6 2 -1 -2
B- _
(Cij ) =
-1 -2 -5 i
Adj (A) =
2 -2 -
-2 -2 -8 6 -5 -
Teorema: 1
-1
i) Si A es invertible, entonces det(A ) = det (A)
A-
'
adj (A)
ii) Sea A una matriz de tamaño nxn. Si A es invertible, entonces =
de 1- (A)
iii) Si el det(A)=0,
I entonces podemos encontrar la inversa de la matriz A.
Ejercicio :
Determine si la matriz dada es invertible, si lo es , halle su inversa .
* ? :) ☐ =L :-.! ! )
-1 O 5
el : O
: :
1 -1
)
detl A) =
41=0 del (B)
-
=
O det (C) =
-12=10 .
:( es invertible
i
A es invertible .
:B no es invertible .
4 O O
Mcofc
-
Matriz de cofactores : z -3 -3
2 -1 2- 6 6
Mcofq =
-
2 3
'
43 -44 -46
g- =
O
Adj (A) = 2 -2 44 '
12
1 3 O Yy -42
-
-1 %
-
Yz
a
*
i
A =
-
Yy 3/4
-
-
Regla de Cramer
Considere el sistema de ecuaciones con “n” incógnitas.
A , , X , -1912×2-1 - - -
+ Ann Xn :b ,
Az , ✗ 1+922×2 + . - - +
Aznxn =
bz Ó A# =
B
:
An , X, +
Anzxzt -1 Ann Xn bn
-
-
. . .
Si det(A)=0,
I entonces este sistema tiene una única solución, donde:
Oh , Oh , . . .
Qin
921 922 Clan
f) =
: :
. ..
An , Ana . . - Ann
Sea D=det(A) y definamos

911 912 b,
Ali bl Al } Ain
.
Qin
. .
bi Air
. - -
. . .
? 9.2 9?
G
¥
a
¥ 9:23 ba
'
AY
"
? An
- - -
" - - -
? A,
-
=
-
-
= .
. .
-
bn Ana - . -
Ann An ,
bn An } . . -
Ann Ani Ana .
-
'
ÜN
entonces D, det /A , ) Dz
-
-
dlt ( Az ) . . . Dn
-
-
del (An )
-
Entonces la solución al sistema está dada por:

Dn
¥ ✗
D; Xn
= :
×, a
. .
=
.
Resuelve el sistema utilizando la regla de Cramer.

2×1+3×2=-1 2×1 -1×2-1×3=6 2 1 1 → D= -251=0
1. z .
-7×1+4×2=47 3×1 -2×2-3×3=5 A- =3 -2 -3

. :[ | sistema tiene
8×1 -12×2+5×3=11 8 2 5 una única solución
2 3
A- = →
D= 291=0
-
7 4 6 1 1
1--1,31=-25--2
-50
5-2 -3
AE →
DI =
-50 ✗
IEI sistema tiene una única
11 2 5
Solución .
2 6 1
1 3
' DZ -125
-
Así 3 5 -3 Dz -
-125 ✗ a. =
-25=5
=
.
A, :
47 4
→
DI
=
-145 8 11 5 D
2 1 6
-1
A- 3=3 -2 5 >
Ds = 75 ✗ 3=173 75
2 = -
z
AÍ
-7
'
Dzi 87 g z y, D= -25
yz
✗ 1=9} Y}
-
=
-5
S :{ }
=
XI -2 -
✗ 2=5 ✗ 3=-3
, ,
✗ a- % =
!} =3 ✗
S :{ ✗ 1=-5 ,
✗ 2=3 }
*
Teorema
Sea A una matriz de nxn, entonces las afirmaciones siguientes son equivalentes:
i) A es invertible.
ii) La única solución del sistema homogéneo AX=0 es la solución trivial (x=0).
iii) El sistema AX=b tiene una única solución para cada vector b.
iv) A es equivalente por renglones a la matriz identidad In.
v) det(A) =0 I El sistema tiene una única solución.
vi) Si el det(A) =0 hay un número infinito de soluciones.
D= Determinante de
Sea la matriz Original .
Ni =
Determinantes particulares .
Clasificacion :
Solución única Ninguna solución Infinitas soluciones

0=10 0=0 0=0
di -1-0 4- = O
Clasifique la solución del sistema dado y encuentre la solución.

1 2x , -
✗ 2=3
El sistema es no
homogéneo . z -1
DI 11
.
AL =
g
=
z
3×1+2×2=5 2 -1
A- =
D= 7-+0
3 2 2 3
Az =
Dzi 1
3 5
IEI sistema es consistente y
. :S :{ ✗ 1=147 ,
✗ 2=47 }
2. 2×1+3×2 -
✗ 3--5 2 3 -1
-
XI +2×2+3×3=0 A- = -1 2 3 D= 56-+0
4×1 -
✗a + ✗ 3=0 4 -
1 1
El sistema es no
homogéneo .
:S :{ ✗ 1=25/56 X> = 65/56,113=-5%6}

consistente y
.
IEI sistema es ,
3. 2×+44 -
z -13W :O El sistema 2 4 -13

A- D=
GYTZZ -5W :O homogéneo 1 6 2-5
=
✗ + es .
3 O 4 3
3✗ -42--1 3W
=
O
-
4×-24+32--1 W =
O 4 -2 3 1
Si Dto { ✗ =
0,4=0 ,
2- :O, W -0
}
2 3 2 D= O Fila f- Fila} y columna /

=
Columna 3
4. 2×+34+27=3 El sistema es porque
A- =3 3
3×+4+32=-2 no homogéneo 2
2 3 2
2×+34+27=4
Observación : Podemos decir que el sistema
es
3 3 IEI sistema es Inconsistente inconsistente ya que
AE
2 y
-223 no tiene solución 2×+34+27=3 ,
]
.
,
y z ,
2×-134+27=4 contradicción .
DE 5
5 . 2×1-1×2 -15×3-1×4=5
XI 1- ✗ a -3×3-4×4=-1
3×1+6×2 -2×3-1×4=8
2h +2×2+2×3 -3×4=2 HASTA AQUI el segundo Parcial
Ejercicios de determinantes
1. Calcular el determinante con PROPIEDADES
2 3 3 6 1 3 36 1-11 1 3 3 6 (-111-2) 1 3 3 6
2 3 6 7 2- 1 3 67 da O 03 1 ° 03 1
=
= 2 .
=
2
.
482 03 2 82 03 282 03 • 076-6-9
223 23 1 23 23 1 23 23 • 020-1-3
el método de la lluvia
→ utilizar
↳
= 2. (1) O 3 1 =
(2) (1) ( 1881=376
76 -
6-9
20-1
-
1 2 3 C- 1) 1 2 3
56 d
4 c- 1) = 3 3 3 = O tiene dos filas
porque iguales .
d
789 3 3 3
1 01
01 O =
(1) (1) (1) =
1 es un determinante triangular
00 1
2 3 4 (-111-1) 2 3 4
2 A -13 b -14 la = ° ° b =
2 9 b =
2 ( ad -
be )
2 C -13 d -14
•
O C d C d
1 4 9 16 C- 11 1 4 9 16 1 4 916
4 9 16 25 C- 1) la =
3 5 7 9 1- 1) = 3 5 7 9 =
O porque tiene dos
filas
9 16 25 36 C- 1) d 5 7 9 11 (1) a 2 2 2 2 iguales .
d 7 9 11 13 N 2
16 25 3649 2 2 2
1-117
1-11
C- 117 ]
1) TU 1-11 ]
p , ¡ 1 1 O O O 2 2 2 1 1 1 1 00
2 4 6 8 = 2 2 2 2 =
(1) 1220 28 =
(1) (2) 12 2028 = (1) (2) 12 8 8
4 16 3664 4 12 20 28 56152296 56152296 5696144
8 64 216 512 856 152 296
8 8
=
(1) (2) (1) =
(1) (2) (11/384)=768
96144
1 2 2 3 (1) 1-2 ) 1 2 2 3 3 4 1 3 4 1
(4) C- 3) (411-3)/6 1=-72

]
3 1 ° } 4 1 4 8 4 =
1 1 2
4
=
O = = (1)
y 04 4 8 -6-3-9 2 1 3
-
, , g
2 -2 | -3
'
0-6-3-9
2. Pasando a determinantes triangulares ,

calcular el valor de :
Éi "
9 1 1 1 A -13 11 1 1 1 1 1 (-111-111-1) 1 1 1 1
+ }
1 9 1 1 = 9+3911 = (9+3) 1 9 1 1 = ( Gt3 ) O 9-1 O 0 =
(9+3119-1)
A- =
¡ |
. ¡ ¡ -
9+3 1 01 1 1 19 1
°
O O a -1 O
^
1- 1 1 A a -13 1 1 A 1 11 a O O O A- 1
1 1 1 1 1 1-1 ) 1 1 1 11
B.
=
1 3 3 3 3 la 0 2 2 22
(1)
"
1 3 5 5 5 d = O O 2 2 2 =
(1) (2) =
16
(1)
1 3 5 7 7 la 0 O 2 2
(1) O
| 3 5 79 d O 0 O O 2
Un determinante de Vandermonde es un determinante que presenta una progresión geométrica en cada fila o en cada
columna, siendo el primer elemento 1. Para resolverlo utilizamos las propiedades de los determinantes.
3. Calcular los determinantes de Vandermonde .
1- ata
c- ata
la oí 1 O O
blb a)
b-a
{ &
-
A I b
? = 1 b- a b- ab =
(1) =
( b- 9) ( c- al = ( b- 9) ( c- a) (c- b)
=
b
1
'
I c- a Cac g. a qq.gg
CC
I I I I C- al 1 1 1 1
b- a c- a d- a
B :
a b C d c-a) N =
O b- a c-a d-a = (1)
'
b'
'
A
'
la O Rabia , d-ad blb-atck-aldld.at
a c c- a)
} }
b} d} la b / b- a) CYC a) DYD a)
' '
a C 0 bs-abrj.ae d
} -
ad
' - -
1 1 1 c- b) 1 1 1
=
( b- a) ( c- 9) (d- a) b C d 1- b) la = ( b- a) ( c- a) (d- a) O c- b d- b
'
d E- bcd ? db
'
b c da O
b d- b 1 1
a) (c- b) (d- b) (d- c)
'
( b-a) ( c- a) la
-
b-ak-akd-akc-bkd.by
=
=/b-a)( c- a)(d-a) (1) =/
-
CK b) dld b)
-
-
, d
4. Calcular el valor de los siguientes determinantes :
"
"
3 a a a a 49+39 a a a la a a a HIEIIEIKH 1 a a a a
D)
a 49+33 a a a 1 3 A A ° 0 3- a 000
a 3 a a
A- = a 9 3 a a =
49+3 A 3 a a =
(99+3) I A 3 a a =
( qq.is ) O O 3- a 00
a a 9 3 a 90+39 A 3 a la 9 3 A 0 O 03-90
a a a a 3 99+39 a a 3 1 A a a 3 •
O 0 003-9
"
=
(491-3113-9)
1 1 1 1 1-2 ) 1 1 1 1 1 2 3 1 1 1 C- 3)
B :
2 3 4 1- 2) + O 1 2 } 3 8 15 (2) (3) 3 4 5 C-3)
d
5 = =
=
22
' d 1
32 425 1-2 ) O 3 8 15 q 3275 9 16 25
23 33 435 } d O 9 32 75
I I I
=
(2) (3) O 1 2 =
(2) (3) 1 2 = (2) (3) (2) =
12
04 10 9 10
5. Demostrar ,
sin desarrollar , que los siguientes determinantes valen cero .
(1) Tu
1 9 btc 1 9 Atbtc 1 9 I
Porque la columna 1 es
A' l b OHC =
1 b qtbtc
=
( a + b. c)
+ , y , =
g igual a la columna 3
1 C Gtb I C atbtc 1 C 1
1- 1) →
'
=/ 9%, ¡
|-O
a sa "a
13=95969
a 7A 8A ata a
=
O porque la columna 3 es igual a
la suma de CI + CZ
a b C
6. Si el valor del determinante A- =

P 9- r =
25 calcular el valor de :
U V W
un
29 2C 2b a C b a b C a b C
B :
24 2W Iv =
(2) (2) (2) u V =
-8 U V W 8 P 9 r
81251=200
y
= =
w
2ps Ir 29 p r q p q r n v w
✗ y z
7- Sabiendo que IAI : 3 02 =

5. calcula los otros determinantes :
I I I
¡¡ ¡
2x Ly Lz ✗ • z ✗ YZ
13=3/2 O 1 =
(2) 3/2 01 O =
I - O =
(2) (E) 3 02 =
5
1 1 1 1 1 1
Y 1 1 1
✗ y Z (3) (y ) ✗ Y Z
C =
3×+3 3g 32-+2 W = 3 O 2 =
5
✗ +1 Y -11 2- +1 a 1 1 1
8 Demostrar que los determinantes múltiplos de 5,4 y 15 respectivamente

.
siguientes son
,
sin desarrollarlos .
← 1-11
← (1)
2 4 1 5 4 1 I 4 1
El determinante es
A- 3 2 O = 5 2 O = 5 20 5
múltiplo de
=
1 .
7 1 3 5 13 1 13
(1) →
(1) u
1 2 } -1 2 4 -1 2 1
B = 2 -13
= 2 -
1 4
=
4 2 -
1 1 El determinante es
múltiplo de 4
3
-
12 3 -
1 4 }
-
| y
?⃝
"%
40017ns
1 5 O 1 5 150 1 5 10
El determinante
[ =
2 2 5 = 2 2 225 = ( 15 ) 2 2 15
es múltiplo de 15
2 5 5 25 255
.
, g y
9. Demostrar el divisible
que siguiente determinante es
por 21 .
1 2 3 4 5 6 " 2121 21 21 21 I I I I I I
¡¡
←
2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1
A- 3 4 5 6 (1) 3 4 5 6 3 6
=
1 2
= 1 2
= 21 4 5 y z
4 5 6 1 2 3 4 5 6 1 z } 4 5 6 1 3
2
5 6 1 2 3 4 (1) 5 6 1 2 3 4 5 6 1 2 3 4
6 1 2 3 4 5 (1) 6 1 2 3 4 5 6 1 2 3 4 5
• : El det .
es múltiplo de 21
2 O 1
10 Hallar
. la matriz inversa de A- =
1 1 -4
3 7 -3
20 1
IAI :
y y -4=54--10 A es
Invertible
3 7-3
25 7 -1
25-9 4 +
Mcofq =
7 -9 -14 Adj (A) =/ Mcofa / =
-9 -
9 9
14 2
9 2 4
-
1
-
25/54 ¥4 -454
' Adj (A)
A-
-9/54-9/54 9/54
= =
IAI
4/54 ""
154 2/54
?⃝
II. ¿ para que valores de ✗ las siguientes matrices no admiten inversa ?
3 ✗ × 1 1 ×
A- = 1 -1 O B
=
✗ O -
3 -2 O 6 -1 O
3 ✗ ✗ 1 1 ×
=
1-1 2-
LA / =
1-1 O X = ✗ IB / =
✗ O -1 = -
✗ 7
=
3 -20 3-2 6-1 O
✗ 2-7=0
A no tiene inversa cuando ✗ 2+7=0
11-1=0 ↳ No tiene sol . en IR
A no tiene cuando
inv .
11311=0 TTXEIR
11=0
.
:B siempre tiene inversa .
12 . Resolver la siguiente ecuación matricial
✗ A '
t B =
C con A- =
{ { B. =
¿{ [ =
1
O
O
1
✗ A =L
-
-
B
"
[C- B) A
"
✗ A. A
•
AX =
B
Ian
'
A-
"
A -
A. ✗ = B
✗ =
[c- B) A "
'
✗ =
A. B
" "
13 Determinar los valores de K de modo el sistema solución única ,

.
que tenga
infinitas soluciones sin solución
y
.
✗ + Y + KZ =L
3×+44+27 = K
2×+3 2- =
1
y
-
Fracciones Parciales
Consideremos el problema de descomponer una fracción dada en la suma de fracciones más sencillas, que se
denominan fracciones parciales.
Ejemplo :
5×3-1×+2 1 2 2×-1
= + 1-
( ✗ 2-111×2-11 ) ✗ +1 ✗y ✗ 2-11
Fracciones
parciales
Definición: Una fracción algebraica simple es aquella en que el numerador y denominador son expresiones racionales
enteras. Una fracción simple es llamada propia si el grado del numerador es menor que el grado del denominador, y
se llama impropia si el grado del numerador es mayor que el grado del denominador o igual.
Teorema: Cualquier fracción reducida a su mínima expresión puede expresarse como una suma de fracciones
parciales de los siguientes tipos:
i) A cada factor lineal ax+b que aparezca una sola vez como factor del denominador corresponde una fracción
parcial de la forma , en donde A=0
I es una constante.
GXIB
ii) A cada factor lineal de la forma ax+b que aparezca k veces como factor del denominador corresponde la suma
de k fracciones parciales de la forma
Al +
A> +
A}
+ - i -
t
AK
axtb (AXTBIZ ( a # b) } la ✗ + b) K
donde A , A ,…, A son constantes y A =0.
1 2 K / K
1 A B C
Ejemplo : = + +
1×+513 ✗+ g ( ✗ +512 ( ✗ + 5) 3
2
iii) A cada factor cuadrático ax + bx + c (irreducible en los reales) que aparezca una sola vez como factor del
denominador corresponde un fracción parcial de la forma AXTB donde A y B son constantes no
simultáneamente nulas. axletbxtc
iv) A cada factor cuadrático de la forma ax + bx + c (irreducible en los reales) que aparezca k veces como factor
2
del denominador corresponde la suma de k fracciones parciales de la forma

AIXTBI AZX -1132 1-3×+133 AKX -113k
+ + + _ . -
+
9×2-1 b. ✗
( GX c) (AX -16×+43
> 2
C bx
'
+ + +
( axibxtc ) "
donde B , B ,…, B y A , A ,…,A son constantes y A y B no son simultáneamente nulas.

1 2 K 1 2 K
K K
Observaciones:
i) Si una fracción dada es impropia, primeramente debe expresarse como la suma de un polinomio y una fracción
propia, aplicándose luego el teorema a la fracción propia.
Grado
✓
polinomio (5) Residuo
=
cociente +
divisor
polinomio (3) polinomio (3)
→
1 1
la Fracción tracción
impropia propia .
ii) Los tipos de fracciones mencionados en el teorema se llaman fracciones parciales simples.
Descomponer la fracción dada en sus fracciones parciales simples.

3×+6 A B
=
+
l
1×+211×+4 ) ( ✗ 1-2 ) (✗ + 4)
.
2. 3×2-5×-52 A B f
= + t
+2 -3 ✗ +5
( ✗ + 2) ( X 3) ( ✗ + g)
- ✗ ✗
3×3+10×2 A. ,
B °
3.
(✗ -
1)
-511
4×+112
=
✗
+
( × 1) -
2
+
✗+ 1
+
¥+1,2
4 X
'
-13×-2 A B C
= +
+
.
☒ (2×-1) X ✗
2
2×-1
[ lineal
5. 1
=
1
= -
A + -
B
+
c- +
D- + +
F- +
-6
(x 1) ( ✗ -1113×2 }
'
'
( ✗ 1) (✗ 1) 4×2 ✗ -1 1×+1 ) ( ✗ +1 ) ( ✗ +11 1×-1114 ✗ 2
-
- + ✗
6 2- ✗ -3 2×-3 A BXTC
=
= +
.
3×3+10×2 -511 ✗ (3×2+10×-5) × 3×2+10×-5
✗ 2+2
<
2-12
¥1
7. ✗ ✗ +2 A Bt Ct D E
= = = + + +
2) I Is In
'
b- "
✗ ✗ 5-2×4 ✗ (x -
✗ -
✗ 41×-211×+1 ) ✗ ✗ -2
Descomponer en fracciones parciales simples
propia
A B
# O
= t AB
✗ -
z ✗ +4
propia
9×-17 A
=
1×+311×-1 )
=
✗ +3
+
¥-1 A / B # O
Propia
A B C
=
+ + A .BY -1-0
✗ +2 ✗ -3 ✗ 1-5
Propia A
AÍIO
Impropia 5×+5 5×-15 + 1- ?
.IE?me+::aIYai-isor
=
=
✗ +1 + = ✗ +1
✗+ g × ,
1×+311×-2 )
propia
A B C
= +
a
+ A / Bic -1-0
× ✗ 2*-1
propia
A ° °
= + -13-1 + ABIGDFO
2 3 + ,
✗ ✗ ✗
*
propia
A BXTC
= +
Ato Bxtc -10
2-11
,
✗ -1 ✗
propia
AXTB CXTD AXTB # O
= +
✗ 2-12 ✗ 2-11 CXTD # O
propia
A B CXTID AIB , CXTD # O
= + +
✗ 1-2 ✗ -3 ✗ 2-1×+2
Impropia
= 2+2×3 -2×2-1×-6 =L +
A
+
B
2
+
[✗ +
2-1×+3
D A) B -1-0
( ✗ + D -1-0
✗ 21×2-1×+3 ) ✗ ✗ ✗
propia .
AXTB (✗ + 1) [✗ + F AX -113=10
=
+ +
[ ✗ + ☐ +0 ,
EX -11=-1-0
✗ 2-11 (✗ 2+112 (✗ 2-11 )
}
Propia .
✗ + 1 2
✗ 2-1×-6 Í -13×2*+4×3 -14×4×-6

"
+2×2+0×-1 ✗ +
# - ×
'
# Gx
# 2×3-6×2
2×3 -2×2-1×-6
* +6×-1
# -
✗ +6
5×-15
Métodos para resolver fracciones parciales
3×+6 A ° A /✗ + 4) + BCX -2 )
= + =
( ✗ -211×+4 ) × -2 ✗ + y ( ✗ 2) ( -
✗+ 4)
3×+6 =
A/✗ + 4) + B / ✗ -21
Método I: Desglosar
•
Desarrollamos los paréntesis
3×+6 =
Ax -14A -113×-213
Agrupar
•
3×+6 =
(1-+13)×+141--213 )
'
Escribir y resolver un sistema de ecuaciones :
A -113=3 (2) 2A -1213=6
4A -213=6 4A -213=6
6A =
12 B- 3- A
y
-
A- =L ,
13=1
2 1
3×+6 = +
i
( ✗ -211×+4 ) × -2 +4
'
Método II: Buscar los “ceros” de la función (denominador)

3×+6=1-1×+4 ) t B / ✗ -
2)
"
los "
ceros son :
✗ =
-4 ✗ =L
,
" "
sustituimos los ceros en la función .
> O
si ✗ =
-4 =D 31-41+6=1-(-4+4) -1131-4-2 )
-
6=-613
B. =L
Si ✗ =L =D 3121+6=1-(2-14) -1 B (2-2)>0
12=6 A
=D A- =L
2 1
3×+6 = +
i
( ✗ -211×+4 ) × -2 +4
'
✗
Ejercicio: Resolver las siguientes fracciones parciales por los dos métodos.
3×2-5×-52 ^ AIX -311×-15 ) -1131×+211×-151-1 CIX -1211×-3 )

Ii
( ✗ + 2) ( ✗ 3) ( ✗ + 5)
-
=
✗ + ,
+
¥ ,
+
✗
f. g
=
( ✗ + 2) ( ✗ -
3) ( ✗ 1- 5)
=D 3×2-5×-52=-11×-311×-15 ) -1131×+211×-151-1 [ 1×-1211×-3 )
Método 1 :
Desglosar
3×2-5×-52=1-1×2 -12×-15 ) -1 131×2+7×+10 ) t Clx ✗ 6)
'
- -
3×2-5×-52=(1-+1311)×2 + ( 2A -1713 C) ✗ + (-151-+1013-66) -
{
A -113+1=3
2A -1713-6=-5 sist .
ecuaciones
-15A -11013-61=-52
A- =L 13=-1 C =L
Método 2 : 3×2-5×-52=-11×-311×-15 ) -1131×+211×-151-1 [ 1×-1211×-3 )
"
los
"
ceros son :
✗
=
-2 ,
✗ =3 ,
✗ =
-5
¡ ((-2+2)/-2-3)>0
>
Si ✗
=
-2 31-212-51-2 ) -
52 =
Al -
2- 3) (-2+5)-113 (-2+2)/-2+5 +
-
30 = -15A
A- =L
ÍB / 3+2/(3+5) }
>
si ✗ =3 31312 -5131-52=1-(3-3) / 31-5 ) -1C /3-12 ) / 3-3

-
40=4013
=D
13=-1
g =p
31-5 )
'
-
51-51-52=1-1-5 -3×-5+5>10+13/-5+211 -5+5%-1 ( ( -5+2/(-5-3)
g.
=
✗
-
48=246
=D [ =L
"
3×2-5×-52 2 1 2
= -
+
✗ +5
•
( ✗ 1- 2) ( ✗ 3) ( ✗ + 5) ✗ 1-2
_
y 3
-
-
A / ✗ -111×+1 )
'
-1131×+112+(1×-1)>1×+11+131×-112
¥1 (¥
B
3×3+10×2
2.
(✗
-57 =
A. +
(✗ → µ
+ +
, >
a
=
(✗ -
1)
'
( ✗ + 1)
°
-
1) 4×+112 ✗ ,
3×410×2.511=1-1×-111×+114 131×+1144×-114×+1 / DCX -1 )

'
- i +
Método t:
3×410×2-5 ✗
'
=
ACX -111×42×+1 ) -1131×42×+1 ) -1 Cli 2×+111×+1 ) -
+
DCX -2×+1 )
= A 1×3-1×2 -
✗ -
1) +131×2+2×+1 ) + [ ( ✗ 3- ✗ 2- ✗ 1) + + ☐ 1×2-2×+1 )
A-x-A-tBXZ-YB-t-B-cxs-C.ie
> '
=
AX +
Ax -
-1×+1+13×2 -2-13×+1
>
=/ A- + C) × + IATB A -
( + D) ✗ + C- -1213 -
C -
D) ✗ + C- ATB -1C +
D)
Por lo tanto ,
A + C =3 I O I O 3
A + B -
C -113--10 MAS =
I I -
I 1 10
-
A -1213 -
C -
2D =
-
J -
1 2 -
I -
L
-
J
-
A + B + C + D= O -
1 1 1 1 O
I O I O 3 (-1×1) I O I O 3 1 O 10 3
I I I 1 10 la ° 1-2 1 7 (-211-1)
yo
O 1-2
-
-
y -
1 2 -
I -
z
-
g a 20-2 la 0 04-4-16 -2 (1/4)

^
-
1 1 1 1 O a 0 1 2 1 3 O O 4 O -4
01 O 3
{
1 1 O O 1 7 1 O O 1 7 •
~ 01-2 1 7 M ~
O 10-1 -1 ~
O 10-1 -1 •
00 1-1 -4 (-111211-4) O O 1-1 -4 O O 1-1 -4 M

004 O -4 a 0 O 04 12 ( 44 ) O O O 1 3 (1) (1) (1)
=/ !
1 0 004 A
O I 00 2 B
~
:c
-
001 O
-
I -
L
000 1 3 D
4 2 1 3
3×3+10×2 5.x
# 4×+1 )
-
- " = + 2- '
(✗ -
1) 4×+112 ✗ -1 ( × 1) -
Método 3×410×2.511=1-1×-111×+114 131×+1144×-114×+1 / DCX -1 )

'
II : +
"
"
los ceros son i
✗ =L
,
✗ =
-1
°
3111+10111-5111=1-(1-1) / ITIÍÍB / 1*112+(11-1)<(1+1) ?

? >
Si ✗ =L ☐ (1-1)
8=413
. :
13=2
Si ✗ =
-1 31-114101-112-51 -
1) = Al -
1- 1) (-1+1)%131-1 -1114°C (-1-114-1+1)>0+13/-1-112

12=413
i D= }
v2 ps3
si ✗
=
O =D O = -
A -113 # CTD =D -5=-1-+6 (1) . :

A =
4 .
:[ =
-1
Si ✗ =
2 =D
54 = 9A -19ps -13C -117 =D 33=91-+36 11=31-+6 (2)
↳ de
}
9121
' "
3×3+10×2
(✗ -
1)
5.x
4×+112
-
✗ -1
4
+
( × 1)
2
-
2- ¥ "
(✗ -1%2
(2×-1)+1312×-1 / CXZ
# ¥2 ¥1
A- ✗ +
✗ 2+3×-2 =
+ +
=
} .
✗ 212×-1 ) ✗ 42×-1 )
- :
✗ 2+3×-2=1×(2×-1) +13/2×-1 / + [ ( x2)
Método II : los
"
ceros
"
son : × :O ✗ = 42
,
>
O
>
°
si ✗
-
_
O =D 02+3101-2=1-10 ) / 1) -
+ B. (0-1) -1¥
-2=-13
.
:B =L
Si 11=42 =D (4212+3142)-2=1-142111 IÍÍB - (1-1)%(1%2) '
Yu -
-
Ei
.
:( =
-1
Si ✗ =L =D 1+3-2=1-11112-11+1312 1) -
* ((I )
2--1-+13+6 -
: A- =L
↳ z ↳ -
1-
' i
✗ 2+3×-2
✗ 42×-1 )
=
-1×-1×-2 ,
_
2×-1
Método I :
✗ 2+3×-2=1×(2×-1) -113/2×-1 / + [ ( ✗Y
2+3×-2=21×2-1×-1 -213×-13-1
'
✗ CX
✗ 2+3×-2=(21-+1)×2+1 -
A -12131×-13
Por lo tanto,
2A -11=1
-
A -1213=3 -
. :B -2
-
B. =
-2
COMO 13=2 Como A- =L

=D -
A -14=3 =D 2 + ( =L
i.
A = 1 .
:( =
-1
f- ¥ ¥1
'
+
;
X -13×-2 =
-
✗ 42×-1 )
1 A
¥
1 E
¥1
D
( £+112 -4×+113+1×+1,4
4- = + + " +
(✗ a
-111×+113×2=1×-111×+114×2 ✗ -1
' "
=
A / ✗ + 1) ✗
"
+131×-111×+113×4 CIX 1) ( ✗ + 1) -
'
✗
'
+ DLX -111×+11×2+1=1×-11×2 -11=1×-111×+1 /
"
✗ + GCX -111×+11
1×-111×+114×2
' "
• : f- A / ✗ + 1)
"
✗ +131×-111×+113×4 CIX 1) ( ✗ + 1) -
'
✗
'
+ DLX -111×+11×2+1=1×-11×2 -11=1×-111×+1 /
"
✗ + GCX -111×+11
1+1 1- 1- 1- 1- 1- -
"
Método los
"
II : ceros son :
✗ =L .
✗ =
-1 ✗ = O
,
si ✗ =D =D 1--61-11111=-6 . : 6=-1 Nos faltan los valores

B ,
C, D ,
F
Si ✗ =
-1 =D 1 =
El -1-111-112=-2 E -
i f- =
-42
Si ✗ =L =D
/ = A / 11-11 " / 1) 416A . :
A- = '
/ 16
{
Si ✗ = %
Si ✗
= -
1/2
sistema ae ecuaciones TAREA
de
TEARS
9×4
2
✗
=
-
Gauss
-
Gauss Jordan -
Inversa
= -2
Si ✗ -
regla de Cramer
Tarea ( Opcional ) para 3 puntos extra sobre 3° Parcial
Método I para el problema 4 .
Por correo , antes del Jueves 15:00 hrs .

Bxtc A / 3×410×-5 / + ( BXT C)✗
2×-3 A
2- ✗ -3 + =
5. = =
3×3+10×2 -511 ✗ (3×2+10×-5) ✗ qq.gg , _
g ✗ (3×2+10×-5)
i
2×-3=1-13×2 -110×-51+43×-1 C) ×
Método 2 O
-5+2150 ✗
-5-2510
los
=
ceros : = =
:
son ✗ ✗
3 3
> °
Si X :O =D 2101-3=1-10+0 5) -
+ ( 13101+(1/0)
-
3 = -5A
i.
A =
3/5
}
Si ✗ =
_
2-5+2510-3=1-101%43 / -5+2%-1 C) (-5+2,510)

3
+
B. C
si ✗
=
_
2/-5-{0-7}=(13/-5-3-510) c) (-53Mt +
Método 1 : 2×-3=1-13×2 -110×-51+43×-1 C) ×
>
2×-3=3 AX
-
+10A
-
× -5A +
☒ +
2×-3=(31-+13)×2 -1110A c) × + -5A
Por lo tanto , 3A -113 =

O
A :3 /5
10A + ( =
2 →
-5A =-3
=3 /
Como A- 3/5
-
Como A 5
31315 ) -113=0 1013/ 5) + ( =L

G : -4
13=-9/5
2×-3
3/5 -7×-4
: = +
3×2+10×-5
.
✗ (3×410×-5) ✗
2×-3 3 9×+20
-
✗ ( 3×2+10, g) -
5. ✗ 15×2-150×-25
°
2-12
¥ -1,1¥ ¥ -1¥ ×÷ -11¥
✗ -12 ✗
6. = = + +
"
✗ ✗ 5-2×4 ✗
"
( ✗+ 1) ( ✗ -2 ,
A / ✗3)(✗ +111×-2 ) -113×4×-1111×-2 ) -16×1×+111×-2 ) -1131×+111×-21+1=1×411×-21-1 FX / ✗ 1-1 )

"
= "
✗ ( ✗ + 1) ( × 2)
-
2+2=11×311×+111×-2 ) -113×4×-1111×-2 ) -16×1×+111×-2 ) -1131×+111×-21+1=1×411×-21-1

"
. :
✗ FX / ✗ + 1)
" "
Método 2 :
los ceros son :
✗ =
O ✗ =
-1 ✗ =L
Falta encontrar
Si 11=0 =D 0+2=13/0-11110-2 ) =D 2=-213 D= -1
API
si ✗= -1 =D 1-112+2--1=(-1141-1-2) =D 3=-3 E =D f- =
-1
'
Si ✗ =L (2) +2 =
f-
"
(2) (2+1) 6=48-5 =D 5- = 1/8
Si ✗ =p 3 =
-2A -213 -2C -12+1+44
Yy -2A 2B 2C •
1=81-+813+86
-
-
=
-
Si ✗ =
-2 =D 6 =
-32A -11GB -8C -110
-
4
=
-32A -11GB -8C •
1=8 A -
YB -12C
Si ✗ =3 =D
687
11=1081-+3613 -112C
-4-81-1%1
=
108A -13GB -112C a 687=8641--1288131-966
8
Resolver el sistema de ecuaciones mediante :

Gauss Jordan -
8 8 8 1 ( " 8) 1 1 | 1/8 1-811-864 ) I I I 1/8

MAS 8-4 2 1 ~ 8-4 2 1 W ~ O -12 -60 (-1/12)
86428896687 86428896687 a 0-576-768579
1/8 O 1/2 48 I O 1/2 1/8

~
1
O
1
1 1/2
1
O
µ
(-1×576) ~
1
O 1 1/2 O
-
O I
'
12 O
Y
M
O -576 -768 O 0-480579/-4480 ) O O ¥60 1- %)
-
579 • 1
233
1 O 0 320
193 → A- = 233 13=193 ( =
-193
O 1 0
~
320
zzg zzg 160
-193
O 0 y
160
✗ 2+2 233/320 # Y%_ -
I y Yg
%
-
✗
"
1×+111×-2 )
=
T
+
¡ -1×3--1×-4 -1×+1--1*-2
233 193 -193 1

✗ 2+2 = +
{+1+8}×-2 )
- -
320k 320×2 160×3 ✗

Y
✗
"
1×+111×-21
La función exponencial y logarítmica
✗
Definición: Una función exponencial es una expresión de la forma b donde la base b es una constante y el exponente x
es una variable.
" "
flx / 1-1×1=5
Ejemplo =p
:
↳ base ↳ base 5
e
Observaciones:
"
1) lím b.
"
=D ;
si b > 0 ,
AEIR
✗→ a
"
2) tlx ) -
b es una función continua si b> 0 y ✗ EIR
Condiciones de continuidad :
¿ flx ) :b " es continua ? AER
1 Hal exista ✓
.
1. f- (a) = ba existe
2. lím FCH exista "
✗→ a 2. limb existir
✗ → a
3. límflx ) -
-
1- (a) " ✓
✗→ a 3. límb" :b
✗ → a
"
iPor 12,3 HX / =D es continua
Gráfica de b con b>0✗
× "
Y
q f- ( x ) b. f- ( ✗ 1=2
-
-
•
✗ fcx ) ✗ f- ( x )
- O bo =L O 1
'
-
•
I b =
b 1 2
•
• 2 b
'
2 4
' ' ' i i • ×

3 b
} 3 8
Propiedades:
✗
i) Cómo la gráfica está por encima del eje X, entonces b siempre es un número positivo para todo x EIR . Rango :(0,0 )
✗ ✗
ii) b aumenta conforme x aumenta. Así, cuando x tiende a infinito entonces b también tiende a infinito. Esto es:
fIE.bk.co
iii) Si ✗ < o =D bist
"
✗ =
O =D b =/
✗
✗ > O =D b. SI
"
iv) Cuando x tiende a menos infinito, b✗ tiende a cero y lo escribimos como límb O
-
-
✗→ -
co
v) Si f es cualquier número real, racional o irracional y b>0, la función exponencial satisface todas las leyes de los
exponentes.
✗
vi) Si b>0 a cada valor real de x le corresponde solamente un valor de y dado por la relación y=b . Se dice entonces
que b es una función uniforme de x
✗
,
Definición de Función logarítmica:

El logaritmo de un número en una base dada, es el exponente al que se debe de elevar la base para obtener el
número. Esto se puede escribir como:
✗ =
109pts )
"
Observación =/ /Y ) ED y =D
0g ,
:
✗
Características de una función logaritmo
i) Solamente tienen logaritmos reales los números positivos.
ii)Cuando un número y aumenta, su logaritmo x también aumenta. Cuando y tiende a infinito, también x tiende a infinito
y se escribe
Lim 10%191=0
→ cs
y
iii) Si 4<0 =D
logp / g) = cs
Si O
4=1 Iogply )
=
=D
si O
y>1 Iogply ) >
iv) Cuando y tiende a cero, su logaritmo tiende a menos infinito y se escribe como
fino logbly / = -
co
v) Si b>0, la función logb (y) es uniforme y continua.

)
" "
Vi ✗ =/ Ogb ( y ) on y =D 4=109 blx ) ☐→
✗ =D
¥
,
l
'
D :( 0,0 )
,
R
¡ : IR
' (1,0 )
• A ×
!
Ejemplos
:
Pasar la relación dada a forma logarítmica .
1) 24=16 •→
4=109,116 )
"
2) N 10 109,01N ) (N)
log
: →
amo ✗ =
✗
=
"
? Yy
z) ( Yoo ) a •
2-3=109%(1/4)
4=10%1×1 a→ ✗ =p
Ejemplos
:
Pasar la relación dada a forma exponencial .
}
1) 109,0110001=3 • •
1000=10
2)
logra (1) = O a-ir
1=520
'
3) logb (9) =
G a • a :b
Hallar el logaritmo pide
Ejemplos
:
que se .
1) 109×(0-001)=11 →
10%0.001 =
, } }
=
10-3 →
✗ =
-3¥
2) 109g ( 625 ) =
×
→
511--625=5 " →
✗*
}
3) logo ( 0.008 )
. >
:X nos 10.25--0.008=10.2) -11=3-1 ,
Ejemplos :
Trace la gráfica de :
24 :X
Y
1) 4=109,1×1 a- 2) 4=109 ,
,,
(X ) an ✗ =
(E)
y × y ×
O 20=1 →
( 1,0 ) O 14210=1 nos 11,0 )
I 21=2 ( 2,1 ) I ( 11211=1/2 (1/2,1)
2 22=4 ( 4,2 ) 2 ( 4212=1/4 (1/4,2)
3 23=8 ( 8,3 )
ya ya
4=109%1×1
y =/ 0921×1
2 -
•
• ,
-
•
• ex ex
qe ;
~
( 0 , 1) → -
co
10,1 / → cs
Propiedades (utilizando leyes de los exponentes)
✗+Y
1) b
"
.BY = b.
" " -
Y
2) b :-b
"
=
b
"
3) ( bi )
"
= b
"n
4)
"
b
" =
b.
"
" "" "
Sean M :b N :b b = N
"
Iogb M
IOGBN Y
logbb IOGBN
= = =
✗
Entonces se tienen las siguientes propiedades para los logaritmos

i) El logaritmo del producto de dos números positivos es igual a la suma de los logaritmos de dichos números. Esto es,
IOGBIMN / =/ 09h14 -1109pA
Demostración :
" "
Como M=b y Nib
" "
)
"
109 , / MN ) =
logblb " b ) =
10g , / b =
✗ +
y
Pero ✗ =
109am y 4=109 BN
10g , / MN )
=
109,1Mt / OGBN •
ii) El logaritmo del cociente de dos números positivos es igual al logaritmo del dividendo menos el logaritmo del divisor, es
decir,
109ps %) =/ OGBM -109s N
" "
Demostración :
COMO M :b N :b
y
109,1%-1=109 / ¥ / )
×"
=
# =
× y
-
Pero ✗ =/ OGBM 4=109 BN

y
=D
10g , / E) =
109AM -
IOGBN •
iii) El logaritmo de la n-ésima potencia de un número positivo es igual a n veces el logaritmo del número. Esto es,
logb ( M / nlogb M " =
Demostración :
"
Como M :b
Iogb / Mn )
=
10g , / ( bi )
"
) =
# tb )
"
=
xn -
nx
Pero ✗
=
IOGBM
10g , / M /
"
= NIOGBM
•
iv) El logaritmo de la raíz n-ésima positiva real de un número positivo es igual al resultado de dividir entre n el logaritmo del
número, es decir,
109,1M ) tnlogb M
" " =
"
Demostración :
Como M :b
""
logro / M /
"" =
"
logbllb ) ) "
"
=
Iogltb ) =
# =
tn -
×
Pero ✗ =
109pm
IOGBIM " "

) =
f- 109pm •
v) El logaritmo de un número positivo N en la base “a” es igual al logaritmo de N en otra base “b”, dividido entre el
logaritmo de “a” en la base “b”, es decir,
10GB N
toga ( N ) =
IOGBA
Demostración :
"
Ioga IN ) a =
N
-
y
_
Aplicamos logb en ambos lados
10%941=10%1NI
Ylogb / a) =
IOGBLN )
y = 109ps / NI
109ps (a)
IOGBCN )
toga ( N )
=
10g bla ) •
Ejercicios: Expresar el logaritmo dado en función de logaritmos de expresiones más sencillas

✗ 2-1
1.
109h
.
✗ 2-4
=
10g , / ✗ 2-1 ) -
109,1×2-41=109,4×+111×-11} -10GB / (✗ -1211×-21}

=
Iogb / ✗ + 1) +
logblx -
1) -
{ 10GB / ✗ +21+10%1×-2 ) )
10GB / ✗ + 1) + IOGBIX 1) logb / ✗ + 2) IOGBIX 2)
-
= -
- -
"
2. 109g
✗ 2-11
3×2
=
109ps / ✗ 2+1 ) -
logb (3×2)=10%(1×41) ) -10g , (3×2)

=
1-2109,1×41 ) -
(10%13)-11011×4}
± } 109,1×2+1 ) -
109,13 )
-
210g , (x)
*
"
3. 10GB ✗ 1×2-5 )
( ✗ 2+311×2 _
3)
=/
096¢ ✗ 1×2-5
( ¡ + , , ,,
)
2) =
{ 109s
/
✗ 1×2-5 )
1×4311×2-3 )
(109,1×1×2-5) (1,4311×2-311)=2+10%1×1 ÍIOGBIÍ -5 ) tlogylx -131-+210%4-3)

'
{ } -10g , / + -
d
1×+5511×-55 ) (✗ +B)( x-p)
=L / ogrslx ) -121-109,1×+551+1=109,1×-55 ) -12-10%1×43 ) -1-2109,1×+53 ) -1-210%1×-53 )
3
( ✗ + 1)
4.
10GB ✗ ( ✗ + 1)
Ejercicios: Reducir las siguientes expresiones a un solo logaritmo.
5. logb / ✗ + 3) -
Iogplx -
3) +
{ Iogplx ) -
21109g / ✗ -
5)
6. tglogblx -551-3110%1×+55 ) -310GB ( x )

'
7 logp ( ✗ + 1) 710g b (✗ + 3) t
810GB ( ✗ + 3)
- -
8. 210g , ( X )
-
109 ( x ) -
10g b
(3)
b
9. 3109 b ( X ) 7109 / ✗ + 2) 10GB ( X 1)

-
-
-
,
Permutaciones
Definición: Cada uno de los diferentes arreglos que pueden hacerse con una parte o con todos los elementos de un
conjunto.
Nota: El orden es una característica importante de una permutación.
Ejemplos: Dados los números, 1,3 7,10

, , escriba todas las permutaciones de dos elementos sin repetir el mismo
número entre ellos.
Espacio 11,31 13,1 ) ( 7,1 ) ( 10,1 )

muestral
→
( 1,7 ) ( 3,7 ) ( 7,3 ) ( 10,3 ) →
12 permutaciones .
11,10 ) 13,10 ) ( 7,10 ) ( 10,7 )
Información :
4 elementos ,
# de lugares : 2
( " 3 ) a ( 41131=12 permutaciones .
"
1,317,10 ↳ no se puede repetir
Teorema (Fundamental)
Si una acción puede efectuarse de “p” maneras diferentes y si después de que esta acción ha sido efectuada de
una de esas maneras, una segunda acción puede efectuarse de una de “q” maneras diferentes, entonces el
número total de maneras diferentes en que pueden efectuarse las dos acciones siguiendo el orden mencionado es
p q
-
Corolario: Si una acción puede efectuarse de “p” maneras diferentes y una segunda acción puede efectuarse de “q”
maneras diferentes y una tercera acción puede efectuarse de “r” maneras diferentes y así sucesivamente, entonces
el número total de maneras diferentes en que pueden efectuarse todas estas acciones en el orden mencionado es:
µ q V
.
- .
. . .
Corolario: Si x acciones pueden efectuarse sucesivamente de “p” maneras diferentes cada una, entonces el número
total de maneras diferentes en que pueden efectuarse las x acciones sucesivamente es
ii.
:E÷
o
Ejemplos:
•
Hallar cuantos números enteros diferentes de 2 dígitos se pueden formar con los números 1,2 4,7
, ,
8 , si:
a) No se permiten repeticiones
b) Se permite repetición.
Dígito 1 Dígito 2
Además escriba el espacio muestral.
a) Sin repetición b) Con

.
repetición .
5 4 20 25
-5 permutaciones
•
= . =
o números enteros
↳ 20 → permutaciones o
:{ }
números enteros 12 ,
14,17 , 18,11
21 24,27 28 22
EN , , ,
} }
12 ,
14,17 ,
18 41 , 42,47 , 48,44
21 24,27 28 71 72 , 74 78.77
Epq =
,
, , ,
y , ,
y, ,
,, ,
yg g. , ,
g, ,
,, ,
qq.gg
71
,
72,74 , 78
81 , 82,8487
•
En cierto estado las placas de automóviles constan de cinco lugares, los dos primeros se llenan con cualquiera de las
26 letras del alfabeto y los últimos tres se llenan con cualquiera de los 10 dígitos del 0 al 9 , con la excepción de
que el cero no puede usarse en el tercer lugar.
Calcular el número total de placas diferentes que pueden formarse si: →
1=0
a) Si no se permite la repetición. letra letra # # # placa -
b) Si se permite la repetición.
a) Sin repetición : b) Con repetición :
26 .
-25.9 .
9 .
8
ix. a-
421,200 permutaciones
Ó placas diferentes 608,400 placas diferentes
( permutaciones )
•
Hallar el número de arreglos diferentes que pueden formarse con las cuatro iniciales del alfabeto tomándolas de 3
en 3 . la b. d) ( 4- -3 -2 )
. c ,
,
,
Sin repetición
- -
diferentes o
Hay 24 arreglos
permutaciones .
oo Obtener el número de palabras de cuatro letras que pueden formarse con siete consonantes diferentes y tres vocales
diferentes si las consonantes y las vocales deben ir alternadas y no se permite la repetición.
t 3 G 2 252
-
'
'
iniciando con consonante : =

palabras .
C C v
v
3 7 2 6
-
iniciando vocal
-
252 palabras
.
:
con = .
V C V C
Hay 504 palabras diferentes *
•
Hallar el número total de formas diferentes en que pueden sentarse 4 hombres y 3 mujeres en una fila de 7
sillas. Si todas las mujeres deben estar contiguas.
{
3 2 1-
4-ni-3.n-2.mn 144 formas dif
' • •
= .
m m m
←
÷ * °
" '
=
"" " "" ""
h h h h
" "°
"
Y 3 3- -2 1- -2 1- 144 formas dif formas
- .
=
. - . .
.
h h m m m n n diferentes
*
4 3 3- -2
-1m formas
-
dif
.
-2 I =
' '
144
. -
h h h m m m
4 2- -1 -3 2- -1=144
-
3
.
. - ' '
formas dif .
h h h h m m m
Teorema
El número de permutaciones de n objetos diferentes tomados de r en r está dada por:
Pln ,
r ) = nln 1) ( n 2) ( n
-
- -
3) - . .
/n -
✓ + 1) ✓ En
n n
objetos De cuántas
totales maneras los
voy a tomar .
Corolario: El número total de permutaciones de n objetos diferentes tomados de “n” en “n” está dado por:
Plnin ) =
hln 1) ( n
- -
2) In -
3) ' ' '
(1) = n !
n !
Demostrar que Pln D= ✓ En Partiendo de que Plrhr ) =
nln 1) ( n 2)
- -
. . -
(n -
r -11 )
(n
,
-
r )! .
n !
P.D pln.ir/=nln-Illn-2).--ln-r- 1) =
( , !
.
n
-
r
n ! = nln 1) -
( n
-
2) ( n -
3) . . . ( n -
Cr -11 )) (n -
r )( nfv -
I )) - -
-
(1)
( Ar ) ! = (n -
r ) / n -
r -
1) ( n -
r -
2) .
-
- -
(1)
✓ +1
V I
-
un
-
n -
n ! nln 1) -
( n
-
2) ( n -
3) . . . Ál n f - -
I )) E#
=
t-r-n-r-c-n-r-E-x-n-nln.tl/n-
(n .
, ,,
2) ( n -
3) - - -
(n -
✓ +
1)
Calcular :
(811716%514143112)
P / 8,2 )
A-
✓ =
8
,
n -
r -8-2=6
-
p / g. 2)
=
8g ! =
µ, ☒ =
87=56
,×
P/ 9,3 ) =
504
t! " " 611511411431¥

p / 7,4 )
A- 7
,
f- Y n v -
-
7-4=3 Plt / 4) =
z!
=
Xxx
= 171161151141=840
*
PIGIZI
=
30
PIM 41=6 Pln

, , 2) Hallar n .
Pln , 51=42 Pln , 3) Hallar n .
NI nF
=D = 6
(4-4) ! In -21 !
Desglosamos :
1 6 •
ln-41 !
=
(n 2) I.
= (n -
2) ( n 3) ( n 4) ( n -
-5 ) ( I )
( n 2) !
- . . . .
-
( n -41 ! =
( n 4) In 5)- -
. . _ (I )
( n 2) ! - = 61h -41 ! ↳ nunca tendrá de factor elln -21 !
( n -211h -311M¥ 6k¥

( n 2) In -31=6
-
n
'
-
5h +6-6=0 Comprobación :
P / 5,41--61>15,2 )
'
n 5hr0
-
n (n -51=0
120=6120 )
ó n 5
120=120
=
A- O
* ✓
Se descarta
ya que
ratn
Un caso particular es determinar el número de permutaciones de n objetos que no son todos diferentes.
Ejemplo: Determinar el número de permutaciones de las cinco letras a,a,a,b,c tomadas de 5 en 5 .
Imaginemos que las ássondif .
5 -
4- 3- -2 1- =p! ! '
' -
a, a}
a,
Ya
la forma de elegirlas a es
P / 3. 3) =3 ! =
6
P .
} ! = 5 ! -
D= %
.
Teorema: Si p representa el número de permutaciones distintas de n elementos tomados de n en n, en donde hay

un primer tipo de p objetos iguales entre sí, q objetos iguales entre sí de un segundo tipo, r objetos iguales entre sí
de un tercer tipo y así sucesivamente.
n !
D=
pl.ql.ir ! . . .
Ejemplos.
Calcular el número de permutaciones diferentes que pueden formarse con la palabra “alaska” tomadas todas a la
vez,
¡ Ifni
| → 1
letras
"
6!
3! 1 ! ] !]!
=
6
3 !
! =
(6) (5)
14¥ = zzg
permutaciones
✗ →
, diferentes
Se tiene seis ejemplares de un libro y cinco de otro. Hallar el número total de formas diferentes en que pueden
arreglarse todos estos libros en un estante.
Ahora consideremos el número de arreglos de n objetos diferentes alrededor de un círculo.
Cada uno de tales arreglos se llama Permutación circular o cíclica.
Características:
-Las n personas distintas deben estar ordenadas.
-Se debe considerar a una persona como fija.
-Las n-1 personas pueden ordenarse de (n-1)! Formas diferentes con respecto a la persona fija.
Teorema: El número de permutaciones circulares de n objetos diferentes es igual a (n-1)!
Ejemplo:
Un grupo de tres mujeres y tres hombres van a sentarse de modo que ellas queden alternadas con ellos. Calcular de
cuántas formas pueden hacerlo si:
a) Se sientan en línea recta.
b) Se sientan alrededor de una mesa circular.
a) línea recta .
( Método del conteo )
3 3 2 2 L =L} ! .
}! / ( 21=72 formas diferentes .
a- → a- → →
#
b) mesa circular
Mujeres :(3-111=2 !
M
13 ! / 12 ! 1=12 formas dit . de

A- * sentarse en la mesa
Hombres :3 !
circular .
De cuántas maneras tres americanos, cuatro franceses, cuatro daneses y dos italianos pueden sentarse en una fila de
modo que los de la misma nacionalidad se sienten juntos.
Método conteo 4 3 Z I
del nacionalidades
-
. -
-
.
Ordenamos las nacionalidades de 41=24 formas diferentes

3! 4 ! 4 ! 2!
/
.
13 ! " !
'
"
! ? "
=
6912
a-
- "
=
Hay 4! /3! 41.41.2 ! 1=165,888 formas diferentes

*
Resuelve el problema anterior si se sientan alrededor de una mesa redonda.

a
→ Ordenamos a las nacionalidades de 14-11! =3! formas dit .
z!
!
pz
F →
Hay 3! / 31.41.4 ! 21.1=41,472 formas diferentes
y!
*
d →
4!
Combinaciones
Definición: Cada uno de los diferentes grupos que pueden formarse tomando todos o parte de los elementos de
un conjunto SIN CONSIDERAR EL ORDEN de los elementos tomados, se llama una combinación.
{ a. b }
2 permutaciones #¡ ba } ) 1 combinacion .
Ejemplo: Halle las combinaciones de las letras a, b, c, d tomadas de dos en dos sin repetición, además escriba el espacio
muestral.
Espacio muestral :
( Qb ) ( a. c) la ,d ) ( b. c) ( b. d) ( Cid )
Hay 6 combinaciones
✗
El número de combinaciones de n objetos diferentes tomados de r en r está dado por la fórmula:

nln 1) In 2)
-
- - - -
ln -
r -11 )
[ ( my ) = ; En
r !
Pero nln -111h 2) -

-
- -
ln -
r -11 / =
Plrhrl
Phil n ! n !
( (n , / =
ln-r.pt?-=(n-r)!r!.iCln,r)=n
=
,
r !
!
ln-rll.ir !
Ejemplo: Halle el número de combinaciones de las letras l, a, r tomadas de dos en dos.
A- 3 3!
( ( 3. 2)
#
=
=
F- 2 11.2 !
Espacio muestra ) :
II. al II. r ) ( dir )

Corolario: El número de combinaciones de n elementos diferentes tomados todos a la vez es la unidad.
En Clan / =L
Corolario: El número de combinaciones de n elementos diferentes tomados de r en r es igual al número de combinaciones

de n elementos tomados de (n-r) en (n-r).
Cln ,
r ) =
Un ,n -
r )
Ejemplos:
Hallar el número de comités de cuatro miembros que pueden seleccionarse de un conjunto de quince personas.
! 15 13.12 #
415,4 / =
y !! ,,
=
#
= 4511711131--1365 comités de
4 personas
*
Hallar el número total de palabras que contienen dos vocales y tres consonantes que pueden formarse con cinco vocales
y seis consonantes. G!
20
=
→ consonantes :C / 6,31=3 ! } !
=
Tenemos
5!
5 vocales → vocales :c (5) 2) = =
= 10
z, , !
6 consonantes
y multiplicar
→
Palabras
Hay (20×10)=200 *
Ó→ sumar
Una bolsa contiene cuatro bolas blancas, dos negras y tres rojas. Calcular el número de formas en que pueden
seleccionarse cinco bolas, de modo que 2 sean blancas, 1 negra y 2 rojas.
4 blancas → 2 blancas :C / 4,21=6
2 negras → 1 :[ 12,11=2
negras
3 rojas → 2
rojas :( 13,21 =3
Hay 161121131=36 formas de seleccionarlos

*
Se va a seleccionar un comité de cinco miembros entre seis hombres y nueve mujeres. Calcular el número total de tales
comités que contengan por lo menos dos mujeres.
Caso 1 : Ó Caso 2 : Ó Caso 3 :

Ó Caso Y :
M→ 2 M → 3 M →
4 M→ 5
H →
3 H →
2 H →
L H → O
d t t
t
((9/2)*46,3) CM } / * ( ( 6,21 ((9/4)*116,1)
,
qq.gg
" " " "
"
(361*120) 1260
756
126
"
720
Hay 720+1260+756+126=2862 posibles comités con
al menos dos mujeres .
Resuelve los siguientes problemas de conteo, permutación y combinación.

¿Cuántos comités de tres personas se pueden formar de un total de ocho personas?
8!
/ 8,31=5 !
=
C =
56 comités
} ! #
¿De cuántas maneras se pueden distribuir nueve juguetes entre cuatro niños si el menor recibe tres y cada uno de los
otros niños dos juguetes solamente?
¿De cuántas maneras se pueden escoger tres cargas sucesivas de una baraja de 52 cartas si:
a) Hay una sustitución de cartas?
b) No hay sustitución de cartas?
Universidad Autónoma de Nuevo León
Facultad de Ciencias Físico Matemáticas
Laboratorios de Tópicos de Álgebra
Febrero – Junio 2021
I – OPERACIONES CON MATRICES
1. Dadas las siguientes matrices, calcular las operaciones indicadas en cada inciso.
Si la operación no se puede realizar, indique por qué.
1 −1 3 2 2 −1 1 −2
𝐴 = [4 3 −2] 𝐵 = [ 5 0 3 ] 𝐶 = [1 0]
0 −1 −1 −3 −1 2 0 7
9
−3 4 4 −1
𝐷=[ ] 𝐸 = [−8] 𝐹 = [ ]
1 1 −2 3
6
a) 𝐴 + 3𝐵
b) 𝐴𝐵𝑡 − 𝐴𝑡 𝐵
c) 𝐴𝐶 − 𝐵𝑡 𝐶
d) (𝐵𝐸 )𝑡 + 𝐷𝐸
e) 𝐷 𝑡 + 𝐹 2
2. Dando uso a las matrices definidas en el ejercicio previo, encontrar la matriz 𝑋.
a) 2𝐴 − 𝑋 = 𝐵
b) 𝑋 − (𝐵𝐸 )𝑡 = 2𝐸 𝑡
c) 𝑋 + 𝐶𝐹 2 = 𝐶𝐷 𝑡
d) 𝐸𝐸 𝑡 + 𝑋 = 𝐴
-1-
II – FORMAS REDUCIDAS
1. Dadas las siguientes matrices:
1 0 −5 0
1 −1 0
1 0 −1 1 2 0 0 1 7 0
𝐴 = [0 1 −2] 𝐵 = [ ]𝐶 =[ ]𝐷 =[ ]
0 1 2 0 1 −3 0 0 0 1
0 0 1
0 0 0 0
a) Identifique las que se encuentran en forma escalonada.

b) Identifique las que se encuentran en forma escalonada reducida.
2. Reducir las siguientes matrices a su forma escalonada.
−2 3 −5 2
1 7 −3 0 −6 6 2 1 4
5 −2 7 3
𝐴=[ ] 𝐵 = [5 −2 2 14 10 ] 𝐶 = [3 3 1 5]
4 −3 6 5
6 4 9 −8 1 4 6 3 5
−3 2 2 4
3. Utilizando operaciones elementales, encontrar la matriz inversa, si existe.
1 −2 1 1
2 4 6 1 −2 3
3 0 2 −2
𝐴 = [4 5 6 ] 𝐵 = [4 1 −1] 𝐶 = [ ]
0 4 −1 −1
3 1 −2 2 −1 3
5 0 3 −1
-2-
III – SISTEMAS DE ECUACIONES LINEALES
1. Resolver los sistemas de ecuaciones utilizando el método indicado.

a) −3𝑥 − 𝑦 = 5 ; (Inversa de matriz de coeficientes)
2𝑥 + 3𝑦 = 6
b) 2𝑥 + 3𝑦 + 𝑧 = 0 ; (Elección libre)
𝑥 + 5𝑦 + 2𝑧 = 6
3𝑥 − 𝑦 + 𝑧 = 2
c) 7𝑥 + 3𝑦 + 4𝑧 = 1; (Gauss)
5𝑥 + 𝑦 + 2𝑧 = 1
9𝑥 + 4𝑦 + 3𝑧 = −1
d) −7𝑥 + 𝑦 + 2𝑧 = 0 ; (Gauss – Jordan)
9𝑥 − 𝑦 − 3𝑧 = 0
2𝑥 + 4𝑦 − 7𝑧 = 0
e) 5𝑤 + 7𝑥 − 𝑦 + 8𝑧 = 1 ; (Elección libre)
7𝑤 + 𝑥 + 𝑦 − 3𝑧 = 11
−𝑤 − 2𝑥 + 3𝑦 − 𝑧 = 11
𝑤 + 𝑥 − 𝑦 + 3𝑧 = −3
-3-
IV – DETERMINANTES
1. Considere las siguientes matrices:
−3 −1 4 3
1 0 1
4 −2 2 −1
𝐴=[ ]𝐵 =[ 3 8 1]
2 1 −1 −2
−1 4 −1
1 3 −1 −4
a) Encuentre los menores 𝑀13 , 𝑀22 , 𝑀23 𝑦 𝑀44 para la matriz 𝐴, y 𝑀31 , 𝑀32 para
la matriz B.
b) Calcule los cofactores 𝐶23 , 𝐶44 para la matriz A, y 𝐶31 , 𝐶32 para la matriz 𝐵.
2. Resolver para “𝑥”.
4𝑥 −2𝑥 3
|𝑥 −5𝑥 2 | = −10𝑥
2 4 2𝑥
3. Encontrar la matriz inversa, usando el determinante y la adjunta, para las

siguientes matrices.
3 −1 −4 0
2 −2 2 3
a) 𝐴 = [ ]
0 1 1 1
−1 3 2 −3
2 4 3
b) 𝐵 = [0 1 −1]
3 5 7
4. Calcular los siguientes determinantes utilizando propiedades.
4 2 0 1 0 2 −2 3
−1 3 1 2 1 1 −1 1
|𝐴| = | | |𝐵| = | |
4 3 −1 −2 3 3 −1 0
1 −3 −1 2 −1 0 0 2
-4-
V – SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES POR DETERMINANTES
1. Resuelva el sistema de ecuaciones utilizando el método indicado.

a) 2𝑥 − 𝑦 + 𝑧 = 3 ; (Regla de Cramer)
2𝑦 − 𝑧 = 1
−𝑥 + 𝑦 =1
b) 𝑥 + 3𝑦 − 3𝑧 = 0 ; (Método Montante)
2𝑥 − 𝑦 + 𝑧 = 7
3𝑥 − 4𝑦 − 2𝑧 = 1
c) 𝑥 + 2𝑦 + 𝑧 = 1 ; (Usando la inversa calculada por determinante)
2𝑥 − 𝑦 − 2𝑧 = −1
𝑥 + 5𝑦 + 3𝑧 = 2
d) 𝑤 + 𝑥 − 𝑦 + 𝑧 = 0 ; (Elección libre)
−2𝑤 − 𝑥 + 2𝑦 − 5𝑧 = −5
−3𝑤 + 2𝑥 + 3𝑦 + 6𝑧 = −1
2𝑤 + 𝑥 − 𝑦 + 𝑧 = 2
2. Determinar los valores de “𝑘” de modo que el sistema tenga solución única,
infinitas soluciones y sin solución.
a) 𝑥 + 𝑦 + 𝑘𝑧 = 2 b) 𝑘𝑥 + 2𝑦 + 6𝑧 = 0
3𝑥 + 4𝑦 + 2𝑧 = 𝑘 2𝑥 + 𝑘𝑦 + 4𝑧 = 2
2𝑥 + 3𝑦 − 𝑧 = 1 2𝑥 + 𝑘𝑦 + 6𝑧 = 𝑘 − 2
-5-
VI – FRACCIONES PARCIALES
1. Descomponer en fracciones parciales y comprobar el resultado.

3𝑥+6
a)
(𝑥−2)(𝑥+4)
9𝑥+7
b)
𝑥 2 +2𝑥−3
3𝑥 2 −5𝑥−52
c)
(𝑥+2)(𝑥−3)(𝑥+5)
𝑥 3 +2𝑥 2 −1
d)
𝑥 2 +𝑥−6
𝑥 2 +3𝑥−2
e)
𝑥 2 (2𝑥−1)
9𝑥 3 +16𝑥 2 +3𝑥−10
f)
𝑥 3 (𝑥+5)
3𝑥 2 −4𝑥+5
g)
(𝑥−1)(𝑥 2 +1)
2𝑥 3 −4𝑥 2 +4𝑥−4
h)
(𝑥 2 +2)(𝑥 2 +1)
−10𝑥 2 −24𝑥−48
i)
(𝑥+2)(𝑥−3)(𝑥 2 +𝑥+2)
2𝑥 4 +4𝑥 3 +4𝑥 2 +𝑥−6

j)
𝑥 4 +𝑥 3 +3𝑥 2
2𝑥 5 +4𝑥 3 −3𝑥 2 +3𝑥−1
k)
(𝑥 2 +1)3
2𝑥 5 +9𝑥 3 +3𝑥 2 +5𝑥+4

l)
𝑥 6 +2𝑥 3 +1
-6-
VII – FUNCIONES EXPONENCIAL Y LOGARÍTMICA

1. En cada uno de los incisos pasar a la forma logarítmica.
a) 𝑎𝑐 = 𝑏
b) 𝑥 2 = 9
3⁄
c) 100 2 = 1000
2⁄
1 3 1
d) ( ) =
27 9
2. En cada uno de los incisos pasar a la forma exponencial.

a) log 2 𝑥 = 𝑘
b) log √3 3 = 2
c) log 1 𝑥 = 5
2
d) ln 5 = 𝑘
3. Hallar los valores de “𝑏” o “𝑁”, según corresponda:
1
a) log10 =𝑏
1000
b) log 𝑏 9 = −2
1
c) log 32 𝑁 =
5
d) ln 𝑁 = −0.3218
4. Trazar la gráfica de las siguientes funciones:
a) 𝑓 (𝑥) = 2𝑥
1 𝑥
b) 𝑔(𝑥) = ( )
2
c) 𝑓 (𝑥) = log 1⁄ 𝑥
3
d) ℎ(𝑥) = ln 𝑥
-7-
VIII – PROPIEDADES DE LOS LOGARITMOS
1. En cada uno de los incisos, expresar el logaritmo dado en función de logaritmos

de expresiones más sencillas.
𝑥 2 −1
a) log 𝑏 ( )
𝑥 2 −4
𝑥(𝑥+2)2
b) log 𝑏
(𝑥−2)4
𝑥(𝑥−5)3
c) log 𝑏 √
(𝑥 2 −3)(𝑥 2 +3)
2. Dado que ln 𝑥 = 1.2531, ln 𝑦 = 0.2278 𝑦 ln 𝑧 = −2.8901; encontrar el valor

numérico de las siguientes expresiones:
𝑥2 𝑦
a) ln ( )
𝑧3
b) log 𝑥 𝑦𝑧
3. Encontrar la función inversa de:
a) 𝑓(𝑥) = 𝑏 𝑥
𝑥+2
b) 𝑔(𝑥) = 𝑏 𝑥
𝑥
c) ℎ(𝑥) = log 𝑏
𝑥−1
1+√1+𝑥 2
d) 𝑤(𝑥) = log 𝑏
𝑥
-8-
IX – ECUACIONES EXPONENCIALES Y LOGARÍTMICAS
1. Resolver para “𝑥” y comprobar el resultado.

a) 2𝑥+2 = 4𝑥−1
b) 𝑒 2𝑥 − 2𝑒 −2𝑥 + 1 = 0
c) 2 ln 𝑥 − ln(5𝑥 − 4) = 0
d) ln 12 − ln(𝑥 − 1) = ln(𝑥 − 2)
e) log10 (𝑥 + 2) + 2 log10 (𝑥 + 3) = 2
f) 𝑒 3𝑥 − 2𝑒 2𝑥 − 2𝑒 𝑥 − 3 = 0
g) ln 𝑥 + ln(𝑥 − 1) = ln 6
h) 𝑒 2𝑥 − 2𝑒 𝑥 − 5 + 6𝑒 −𝑥 = 0
2. Transformar la expresión dada en otra que no contenga logaritmos.
a) ln 𝑥 + ln 𝑦 = ln 4
b) log 2 𝑥 − 3 log 2 𝑦 = 3
c) 2 ln 𝑥 − ln(𝑧 − 2𝑦) = ln(𝑧 + 2𝑦)
d) ln(𝑥 + 𝑦 − 1) = ln(𝑥 2 + 𝑥𝑦 + 𝑦 2 ) − ln 2
e) 2 ln 2𝑦 + ln(𝑥 − 1) − 𝑥 = 0
𝑎1 (1−𝑟 𝑛 )
3. Para 𝑆𝑛 = , despejar “𝑛” como función de 𝑎1 , 𝑆𝑛 𝑦 𝑟.
1−𝑟
4. Para 𝐴 = 𝑃(1 + 𝑟)𝑛 , despejar “𝑛” como función de 𝐴, 𝑃 𝑦 𝑟.
-9-
X – PERMUTACIONES Y COMBINACIONES
1. Existen 4 carreteras entres las ciudades 𝐴 y 𝐵, y 3 carreteras entre las ciudades

𝐵 y 𝐶. Hallar el número de formas diferentes de viajar de 𝐴 a 𝐶, pasando por 𝐵.
2. Hallar el número de enteros de diferentes 3 cifras que pueden formarse con los
dígitos 1, 2, 3, 5, 7, 9, bajo las siguientes condiciones.
a) No se permite repetición. Cuente los enteros pares en este caso.
b) Se permite repetición.
3. Halle el valor de “𝑛” o “𝑟” si:
a) 𝑃(𝑛, 4) = 6𝑃(𝑛, 2)
b) 2𝑃(6, 𝑟) = 3𝑃(5, 𝑟)
c) 𝐶 (𝑛, 5) = 2𝐶(𝑛, 2)
d) 2𝐶 (6, 𝑟) = 3𝐶(5, 𝑟)
4. ¿De cuántas maneras puede escogerse un comité compuesto de 3 hombres y 2
mujeres de un grupo de 7 hombres y 5 mujeres?
5. ¿Cuántos números mayores de 5000 de cuatro dígitos se pueden formar con las
cifras 2,3,5 y 7?
a) Si se permite la repetición de dígitos.
b) Sin repetir ningún dígito.
6. ¿En cuántas formas diferentes pueden acomodarse 7 llaves diferentes en un

llavero circular?
7. De cuántas maneras pueden arreglarse en un estante 4 libros de francés, 2 libros

de alemán y 3 libros de español, de manera que los libros del mismo idioma
permanezcan juntos.
- 10 -
XI – SUCESIONES Y SERIES
1. A partir de la fórmula explícita para la sucesión 𝑎𝑛 , escriba los 4 primeros

términos, calcule el lim 𝑎𝑛 y exprese si converge o diverge.
𝑛→∞
4𝑛2 +1
a) 𝑎𝑛 =
𝑛2 −2𝑛+3
3𝑛2 +2
b) 𝑎𝑛 =
𝑛+4
√𝑛
c) 𝑎𝑛 =
𝑛+1
𝑛𝜋
𝑛 sin( )
2
d) 𝑎𝑛 =
2𝑛+1
2. Determinar si la serie dada converge o diverge. Justifique su respuesta.

𝑛2
a) ∑∞
𝑛=0 2𝑛
𝑛!
b) ∑∞
𝑛=0 3𝑛
ln 𝑛
c) ∑∞
𝑛=1 𝑛2
(−1)𝑛−1 𝑛
d) ∑∞
𝑛=1 2𝑛−1
1
e) ∑∞
𝑛=1(−1)
𝑛+1
𝑛(𝑛+1)
3. Hallar el intervalo de convergencia para:

(𝑥−1)𝑛
a) ∑∞
𝑛=0 (𝑛+1)2
(𝑥+2)𝑛 ln 𝑛
b) ∑∞
𝑛=1 𝑛3𝑛
4. Hallar la serie de Taylor para las funciones dadas, alrededor del punto indicado.
Encuentre también la serie de MacLaurin para cada inciso (𝑐 = 0).
a) 𝑓 (𝑥) = 𝑐𝑜𝑠4𝑥; 𝑐 = 𝜋
2
b) 𝑔(𝑥) = 𝑥𝑒 𝑥 ; 𝑐 = 2
𝜋
c) ℎ(𝑥) = sin 2𝑥 ; 𝑐 =
3
- 11 -
Se va a seleccionar un comité de cinco miembros entre seis hombres y nueve mujeres. Calcular el número total de tales
comités que contengan por lo menos dos mujeres.
Caso 1 : Ó Caso 2 : Ó Caso 3 :

Ó Caso Y :
M→ 2 M → 3 M →
4 M→ 5
H →
3 H →
2 H →
L H → 0
t t t
t
((9/2)*46,3) CM } / * ( ( 6,21 ((9/4)*116,1)
,
qq.gg
" " " "
"
(361*120) 1260
756
126
"
720
Hay 720+1260+756+126=2862 posibles comités con
al menos dos mujeres .
Resuelve los siguientes problemas de conteo, permutación y combinación.

¿Cuántos comités de tres personas se pueden formar de un total de ocho personas?
8!
/ 8,31=5 !
=
C =
56 comités
} ! ,×
¿De cuántas maneras se pueden distribuir nueve juguetes entre cuatro niños si el menor recibe tres y cada uno de los
otros niños dos juguetes solamente?
C / 9,3 ) *
CIG 2) ,
*
[ (4,21*42,2)=7560
7560 formas de distribuirlos

Hay ☒
¿De cuántas maneras se pueden escoger tres cartas sucesivas de una baraja de 52 cartas si:
a) Hay una sustitución de cartas?
b) No hay sustitución de cartas?
a) 52 52 * 52
140,608
* =
maneras con sustitución
CI CZ [3 #
b) 52*-51*50 = 132,600 maneras sin sustitución .
52 !
Pts2 3) =
=
[ 5211511150M¥
132,600
,
=
qq ,
149¥
Hallar el número de permutaciones de seis objetos a, b, c, d, e, f tomados de tres a la vez, además resolver también
por el método del conteo.
#
-5¥
°
P / 6. 3) =
SÍ = = 120 permutaciones
*
6 *
5 * 4 = 120 permutaciones
*
¿Cuántas señales diferentes, cada una de ocho banderas colocadas en una línea vertical, pueden formarse con un
conjunto de cuatro banderas rojas sin marcar, tres blancas sin marcar y una azul?
3)
b. rojas →
4 8! 8-7%65-41 7.5=280
=
= 8.
P
batidoras
=
b. blancas →
4! }! 1 ! ay # µ
b. azul →
1
Hay 280 señales diferentes

*
Supóngase que una urna contiene ocho bolas. Hallar el número de pruebas ordenadas de tamaño tres:
a) con sustitución
b) sin sustitución
Método del conteo .
a) 8- * * 8- = 512 pruebas ordenadas

*
b) 8 * 7 *
6 =
336 pruebas ordenadas sin sustitución .
↳ P / 8, 3)
8¥ 8- 7.6 # '
= =
336¢
=
54
Si no se permiten repeticiones:
a) ¿Cuantos números de tres dígitos se pueden formar con los siguientes seis dígitos dados? 2) 3,5 , 6,7 , 9
b) ¿cuántos de esos números son menores a 400 ?
c) ¿cuántos son pares?
d)¿cuántos son impares?
e)¿cuántos son multiplos de 5 ?
6.5.4.31
01 PIG 3)
,
=
§! =
*
=
120 números de tres dígitos .
1 5
}
b) * * 4 =
20
→ z
+
Hay 40 números menores a 900
5 ☒
1 * * 4 =
20
→
3
c) 5 4- 1 20
}
=
* *
→ 2
HOY 40 números pares
jo
.
5 *
4 * y =
*
→
6
d) ( total números )
-
ITOTAI Pares / =
120-40=80 números impares
*
e) Hay 20 números múltiplos de

5.*
Formas
A -
B -
C A-
4
→
B
* 3
B. → C
=
¥,
¿De cuántas maneras tres niños y tres niñas….

a) pueden sentarse en una fila?
b) pueden sentarse si los niños se sientan juntos y las niñas también?
c) pueden sentarse en fila si solamente las niñas se sientan juntas?
4- r
b) ZPIG , r ) =
3175 ,
r ) y →
3- r
(i )
15-4 ! =/ 5- r ) / 5- r 1) (5-r 2)
4 !.in/--3( TÉ )
-
- _
. . .
, !
( 6- r ) ! :( 6-416 r 1) ( G r
2) (1)
- -
- -
. . ..
Ir
1440=360
(6- rl ! !
45¥ =
(6- r ) ! = (G -
r )(5
6- r
=L
Series
Definición: Una secuencia es una sucesión de números ordenados de acuerdo a una ley determinada. A los números que
forman una secuencia se les llama términos de la secuencia.
Se pueden clasificar según el número de términos.
Finita
Secuencia
Infinita .
Ejemplos :
Secuencia finita .
A) 5,7 , 9,11 b) 3 6,9 .

. . . 3000
, .
2,4 6,8 ,
1 , 3,5 7 ,
5, 10,15 20,25 ,
4,8 12,16
,
3 6,9
, , 12,15 10,20 ,
30 , . _.
. 1000
10,20 30,40 50 , ,
6,12 , 18,24 , . ..
,
6000 7,1421 28,35
, 9,13 ,
17 , 21,25
Ejemplos :
Secuencia infinita .
9) 1.42
,
43
,
1/4 ,
1/5
,
. . .
.
1h ,
.
? Término n-ésimo .
b) 1,2 ,
3
,
. . .
.
n
, .
. -
c) 1
,
-1
,
1
,
-1 ,
1 ,
-1
, . . .
,
C- IÍÍ ? .
.
→
Alternantes .
'
d) 1 , 4,9 16,25 , ,
. . .
.
n ,
. . .
Las secuencias también se pueden clasificar de acuerdo a la relación entre sus elementos.
Monótona creciente
secuencia
Monótona decreciente
Monótona creciente : cada término es mayor que el anterior .
M 2h
1,2 , 3 ,
4 ,
- . _
, , . . .
2,4 , 6,8 ,
. .
-
, ,
. . -
1<2 <3 < µ < . . .

< n < . . . .
Monótona decreciente : cada término es menor que el anterior .
1 ,
1/2 ,
1/3 ,
1/4 ,
. .
.
/ YM .
,
.
.
1 > 42 > Y} > 1/4 > . .

.
y Yn > . . .
De acuerdo con el límite del n-ésimo terminó cuando n → cs
, las secuencias se pueden clasificar como:
Convergente :
Una secuencia infinita es convergente si el n-ésimo término tiende a un
límite definido cuando n → cs .
1. 42 ,
43,44 ,
. . .
,
Yn ,
. . .
lim nt = O 1 , 42,43 ,
.
. .
,
Yn ,
. . . es
convergente .
n → os
Divergente : Una secuencia infinita es divergente si el n-ésimo término tiende a un

limite no definido cuando n → cs .
lím n os 1 , 2,3 , 4 , h es divergente

1,2 , 3,4
. . . .
=
. . . .
n
.
. . .
,
.
,
. .
,
n→
Definición: Una serie es la suma indicada de los términos de una secuencia. El símbolo es: con
¥ QK ,
=
Q, + A, + . . . +
An
clasificación basada en su número de términos .
Finita
Serie
Infinita
Ejemplos
:
¿ 2
"
= ¡ + 21+22+23+2
"
=
31 →
Serie finita .
1<=0
[
A-
% .
. =
¥ ÷ ¥ + +
+ . - -
→
Serie infinita .
le
Consideremos : UK =
Un + Uz + Us + . _ .
+ Un + . - -
1<=1
entonces : si =
Un →
Primer suma parcial
S, =
U , -142 →
Segunda suma parcial
53=41+42+43 →
Tercer suma parcial
i.
Sn = Un + Uz + Ust + Un → n ésima suma

parcial
i - -
-
El número de sumas parciales de una suma infinita es infinito

y
la ley de
formacion de las sumas parciales está dada por

:
Sn =
[ UK
1<=1
Definición:
Una serie es convergente si la secuencia de sus sumas parciales es convergente.
Una serie es divergente si la secuencia de sus sumas parciales es divergente.
Ejemplo: Determine si la siguiente serie es convergente o divergente.

E K
=
1 +2+3+4+5 t - - . + nt
.
. .
→
serie infinita .
✗= ,
Sumas parciales
Formamos la secuencia de sumas parciales
51=1 " ' ' ' '
1 ,
3 , 6,10 ,
. . . -
, I ,
.
_ .
52=1+2 =
3
5} =
1+2+3 =
6
Su =
1+2+3+4=10
;
Sn =
1+2+3+4 -1 . . .
+
n =
n%
i.
nlntl )
% la secuencia de sumas
lim { lninzn
= >
lím =
+ n
= os
2
rusos
parciales es divergente .
mas
i la serie es divergente .
Serie geométrica.
Una serie geométrica es una sucesión de números tales que cada término después del primero, se obtiene multiplicando
el anterior por un número constante llamado “razón” de la progresión geométrica.
' ""
A ,
ar ar . . .
ar
, , .
Consideremos la serie infinita asociada a una progresión geométrica infinita:
[ ar
" '
= A + ar + ar
'
+ - -
-
A- I
Entonces las sumas parciales son :
Si =
a
52 = Atar
?
53 =
a + ar + ar
álgebra vimos
^
: En :
" '
a / 1- rn )
>
Sn =
A tartar + . . -
+ ar -
Sn =
V71
I r
-
¿ la suma geométrica converge ? Ir / < 1

→
"
→
Si r es un número entre 1 y -1 ,
entonces limr =
0 y por lo tanto
h → cs
Iim Sn =
,
! ( tirito ) . Entonces ,
la serie geométrica converge cuando
nos
r es una fracción propia positiva o
negativa .
Aplicaciones de la serie geométrica.
Encontrar la fracción que proviene de:
1) 0.77777=0.7
0.7777
=
0.7 +
0.07+0.007+0.0007 -1 . _ . -
Serie infinita
¥
7- 7
¥4
→ .
+
0.7777
. .
.
= + + +
102 103
Es una serie geométrica infinita .
Como
K¥0 Ir / < 1 =D la serie converge .
F-
Sos = #,
=
,É- =
%
=
±
→
9
2) 0.3J
0.35=0.35-10.0035 + 0.000035 + . . . .
0.35 =
%? -1%7 -1,3¥ + . . . .
-
serie infinita .
→
Serie geométrica infinita .
Como r =
¥ Ir / < 1 la serie converge .
Sos = =
¡?É =
.to?-----Y-a-*
3) 1.037037037
Regla de L’Hopital
Supongamos que para ✗ =
01
,
finito o infinito , ¡ {¥ ,
toma la forma indeterminada
G- Ó % .
Entonces :
HXI lím FYXI

Iím =
siempre que el límite exista
gllx )
, .
91×1 ✗ →
a
✗→ a
Observación :
la regla de LIHOPITAI puede aplicarse a otras formas indeterminadas
como : O -
co
,
U -
co
,
0° ,
etc .
Ejercicios:
3×2+6×+2
1)
dimos ✗ 2-5×-1
tancx ) -
✗
2) Iím ✗
-
senlx )
✗→ O
"
e -1
3) lím
ex -11
→ a
✗
Senlx )
4) Iím
✗
✗→ O
✗
5) IIM (Mx ) -12 ✗
'
os
✗→
6)
Linz / Í set
-
Sen ( 3×1
7)
tipo × -
f- senlzxl
✗ 2-1
8)
¥7 ,
×
-
1
1 1
9) 1in
-
lnx 1- ✗
✗→ ,
1- COSX
10) / ¡ m ✗
✗ → O
Regla de L’Hopital
f- ( X )
Supongamos que para ✗ =9
,
finito o infinito ,
gcx ,
toma la forma indeterminada
8- Ó % .
Entonces :
Hit lím FYXI

/ in =
siempre que el límite exista
gllx )
, .
91×1 ✗ →
a
✗→ a
Observación :
la regla de LIHOPITAI puede aplicarse a otras formas indeterminadas
como : O -
co
,
U -
co
,
0° ,
etc .
Ejercicios:
3×2+6×+2 ( F. |
1) / ¡m ✗ 2-5×-1
=
§ Forma indeterminada I.
Aplicamos liltopital
✗→ •
3×2+6×+2 6×+6
IIM
=
tim =
£ FI Aplicamos [ Hopital
✗ 2-5×-1
.
es → os
2×-5
✗ →
✗
3×2+6×+2 6
/ ÍM ✗
2- gx -
,
=
lim
✗ → os
z
=
§ =3
*
✗ → es
°
tanto ) O
tancx )
§
-
✗ = = F- I
2)
=
Aplicamos
'
tim ✗
-
sen , × , o -
serlo , Llltopital
✗→ O
" "" 1
§
tancx ) ✗ / \
-
"
lim
-
tim
= = = F- I Aplicamos IHOPITAI
sencx )
.
✗ COSCX )
-
✗→ o ✗ →
o 1- , _
tan ' " × lim

ZSECÍXI tan ( × , 21¥.ME?Y#I
eim
-
= = .
"m ✗ sen , × , ✗ → O sena
, , '
O
-
Sen (
✗ →
✗→ o x )
= ein cost "

: E- =L .
✗
→
O
"
e -1
3) lím "
C -11
→ os
✗
Senlx )
4) Iím
✗
✗→ O
✗
5) IIM (Mx ) -12 ✗
'
os
✗ →
6)
Linz / Í set
-
Sen ( 3×1
7)
finjo × -
f- senlzxl
✗ 2-1
8)
¥7 ,
× -1
1
9) 1in
Inx
-
{ ✗
✗→ ,
1- COSX
10) / ¡ m ✗
✗ → O
' ""
Teorema: Si a ,
ar
,
ar ,
. . .
,
ar es una progresión geométrica ,
su serie geométrica
es
" '
[ Ar converge si y solo si IRKI

Mil
y converge a
÷ .
Ejercicios: Indique si la serie geométrica infinita converge o diverge, en caso de que converja indique el valor.
os
"'
1)
¥ 2/7 ) a- 2 r=% Como Ir / < 1 la serie
,
converge .
%
2
= = 8
Sos =
1-3/ y ☒
,
2) És ¥ → Damos la forma de serie geométrica

as
infinita
a
.
zn-i-E.at#.I=E..2lIn:i-I--E..2lIFh--l
es os
z os
Í # -2¥ :[ = .
MII MI I
a--2 ✓ =
tz
Como KKI la serie converge .
2
Sos =
Ey ,
=
ya
=
4
*
es
E. 2
"
3) .
Serie armónica de orden p
n
la serie armónica de orden p PE ÷,

=
tjptzptzp + . . -
1) Si OCPE 1 ,
la serie diverge
2) Si p> 1 ,
la serie converge
3) §¥ ,
=
S entonces ,
RN = S -
Sn (resto a partir de ciertos números de la serie )
está acotado por

:
SN < S <
Np
_ { ( p 1) -
+ SN
Observación : En particular :
la serie armónica ÉL es divergente aunque nliqoan-nlima.tn
-
-
Ejercicios: Indique si la serie converge o diverge.
1) É ¡. }
=
¥ + +
¥ + ii.
Serie armónica de Orden 3

A- I
p =3 > 1
os
la serie ¥ nts
,
converge .
2) % ¡ ,
ya serie
p de orden 1/2
p =
Yz < 1
la serie ¥¥ diverge .
3) ¥ ni ,
-
serie armónica de orden 10
p -10>1
la serie FÉ # es
convergente .
*
Métodos indirectos para determinar la convergencia o divergencia de una serie.
Cuando no es posible obtener la ley de formación de la secuencia de sumas parciales, es necesario determinar la
convergencia o divergencia de una serie a partir de la ley de formación de los términos de la serie.
[ Un-
= Un -142+43-1 . . -
+ Un + Un -1 ,
-1 . - ' -
n - I
Prueba de la razón.
•
L > 1 la serie diverge
Un "
1in =L •
1<1 la serie es absolutamente convergente
Un
.
hosco
•
1=1 no se puede inferir nada .
1) [ 1
hln -11 )
Un =
1
nln -11 ) Unt , =

1
In -1111N -12 )
n= ,
1
"+ " 2)
NIX
{
"+ como n > 1
lím =
jim =
/ ¡m I
el valor absoluto
"→ ° n → ° lntlln -121 nos
n -12 podemos quitar .
ng , , ,
=
1
= lím ¥2 = lím n = lím
°
=
Y =
L
& En
no nos n nnscs >
+ , +
a-
. : No se puede inferir nada con el

criterio de la razon .
El4 ¥
2)
* ,
" ' Un = Un -1 ,
=
÷
÷
Iím
& &
=
Iím = Iím
y
=
<
¥
no nos
nos
.
:[ 1-
absolutamente
.
es
convergente
"
n= , qn .
es
!
¥ "Í÷
^
3) [ un
-
un"
=
en
.
ni ,
Inti ) !
÷
"" "
C
¿ lino
lím = lim = n -11 = O
Ya
no nos
os
• :
¥ tren
,
es divergente .
4) [ 341-2
n =L
Criterio de la raíz.
os
Sea
§ Un,
,
entonces :
☒
"
a) Si Iím =L < 1 entonces la serie es absolutamente convergente .
nos
b) Si Iím TIUNT =L >1 ó + a entonces la serie es divergente .
nos
^
c) Si Iim tunl =L =
1 no se puede inferir nada .
nos
" "
[ EE ¥!
e
1) Un
-
- =
nn
mi
FÉ FÉ 1
2
e
lím =
lim =
lim =
élímn = e
?
0=1 <
l
a-
msn.in?FfnI-
rusos n → cs n → os
es absolutamente convergente .
2) É ¡ n .
. Un =
¥ .
=
AL ,
=
¿ ÷
n =I
.
=
a
ÉÍN
Criterio de la raíz :
9 lim ¥-1
"
lim Y =
9/441=1
nos nos
No se puede inferir nada con el
criterio de la raiz .
Y
Criterio de comparación. ¡ un
"
Paso I : asumir si la serie converge o diverge .
Paso II : si Un EVN donde Vn es una serie

convergente Un converge
si Un > Un donde Vn es una serie divergente Un diverge .
Én ! -11
Paso [ : n
-
-
1 n = 2 n =3 . . .
1-
1-
1-11 4-11
¥
Asumimos que la serie
" " "
es
1- convergente
> É Yo
.
>
z
Paso II :
Por encontrar Un convergente tal que Un EVN
os
EL de orden
Ent nt
es una serie armónica
Unin#
= Un Sea Un -
-
,
n
¥
n= , 2 15-2 > 1
converge
,
válido /
'
nz En -11 →
Como ÉI converge y ¥ Ente

,
in ¥ ,
converge .
Én ? -12
Series alternantes
[ 1- 1)
""
An converge si i
=
n ,
1) 04 am, Ean ltn > 1 ( sucesión decreciente )
2) Iím An =
O
n → os
Nota : Si no se cumple uno de los dos puntos la serie diverge .
Serie de términos negativos .
FÍAN ,
An < 0
,
Para determinar la convergencia consideramos la serie
de términos positivos :
os
E. fan ) y si la serie de términos positivos converge la de negativos

converge .
Definición: cuando una serie alternante es convergente y la correspondiente serie de términos positivos también es
convergente, decimos que la serie alternante es absolutamente convergente.
Definición: cuando una serie alternante es convergente y la correspondiente serie de términos positivos es divergente,
entonces la serie alternante es condicionalmente convergente.
Él iiltnl-
* Para la serie alternante :
1) Revisamos .
si es decreciente .
( Anti < An Fn )
¥ ,
<
In → válido
✓
Es decreciente .
han -11 →
válido
2)
Liman
=
O límnt =
b- = O ✓ ' i
la serie alternante es
mas
convergente .
* Para la serie de términos positivos

→
ÉL es divergente ( serie p con F- 1)
.
:-[ 1- 1)
" "
( I) es condicionalmente convergente .
n :|
✗
Series de potencias.
Una serie de potencias en la variable x es una serie de la forma: [ GNX
" '
=
Gota , ✗ + A> ✗ + . . .
n :O
donde a es un número real k=0, 1, 2,…
K
Definición: una serie de potencias en x=b, siendo x una variable y b un número real, es una serie de la forma
¥
"
b) 2-1
>
An / ✗ b)
"
- =
Gota , / ✗ b) -
+ Azlx -
A } / X -
b) + . . -
tan / ✗ b) -
+ . . .
Denominada serie de potencias en (x-b).
Tiene suma única en cada punto de su conjunto de convergencia, en consecuencia, como cada valor de la suma
depende del punto x, es posible definir una función f mediante la serie de potencias y el valor de f en cada punto x de
este dominio es la suma de la serie de potencias en ese punto.
Teorema: Sea n :O
anlx -
b)
"
una serie de potencias en (x-b) y f la función definida por la expresión.
'
flx / = Ao + A, /✗ -
b) + A> (✗ -
b) + . - -
+ Un / × -
b)
"
+ . _ .
Siendo x cualquier número del conjunto de convergencia de la serie, entonces:

I) f es continua en cualquier punto del conjunto de convergencia de la serie de potencias. (continuidad )
n
II) f (x)= [ Dxlanlx | [

'
" "" ' ""
b) =
nanlx b) =
A , -1292 / ✗ b) -13A } / ✗ b) -
t han / ✗ b) +
. - -
( derivadas )
- -
+
-
- - i -
n = ,
n O
-
-
es válida para cualquier punto x interior al intervalo de convergencia de la serie de potencia original.
× "
¿
✗ a " ""
9nA b)
III) [ fltldt {
° >
An ( ✗ b)
-
"
Oh / ✗ b) da / X b)
-
anlt b) dt b)
-
Ao /
-
=
= - =
✗ -
+ + . . .
+ + ,
n -11
. . .
no 2 3 " + ^
( integrales )
es válida para cualquier punto x interior al intervalo de convergencia de la serie de potencia original.
IMPORTANT E
qq.q.gg#,. , amaaa.. . ma.. .ina.,

SERIE DE TAYLOR
la serie de Taylor de la función f en C es :
"'
t
f- ( x ) :-[ n
")
!
( ✗ c)
-
"
válida ltx en el intervalo de convergencia .
no
SERIE DE MACLAURIN
Si la
EO en serie de Taylor , entonces :
)
"' "'
( f-
" ' "' " " '
la 1- f
'
Nota : t es n-ésimo derivada de f. = f 1- =

f =
, . . . .
, ,
Ejemplos: Hallar la serie de Taylor para: ( leer para ver el procedimiento a
seguir para
resolver los ejercicios )
FIX ) =
In / 4×1 alrededor de ✗ =L
sustituyó
-
_ se
{ 1)
" [= 1 en la
•
la serie de Taylor de t alrededor de ✗ =L es de la forma [ f
1×-11
"
ecuación
serie
de la
no
n ! de Taylor .
Nota : Vamos a necesitar las n derivadas de la función para formar la serie ; entonces :
Dxflnlu )} &
'
1) Derivadas :
Recordemos que :
= .
'
f /✗ / =
# ×
-
Y =
¥ =
×
-1
" -2
f /✗ ) = -
f-
"'
(x ) =
2×-3
f
"
(x ) =
-6×-4
: :
2) Ahora evaluamos las derivadas en ✗ =L
'
( II
'
1- (1) = =
1
" -2
f / 1) = -
(1) =
-1
"' }
2
-
f- (1) 211 )
= =
f
"
(1) =
-6111-4=-6
: :
3) Desarrollamos la serie de Taylor .
t%
"'
¿ 2+-1%1
°
f t ") '
¡
(1) "
(✗ -11 =
1×-110 + ix. , , + (× , > (✗ -
1) 3-1
!
. . . .
n
no o! z,
4) Sustituimos los valores de las derivas encontradas en el paso 21 .
-1×-21,12--1 21×-113 "

1h14 ) t ( ✗ 1)
-
-
61×-1 ) + . . .
3! 4 !
5) Damos forma de una sumatoria :
""
[
n
1- 1) In -11 ! ( × -
1)
In / 4) +
na n !
"
f- ( x ) =
e alrededor de ✗ =3
!
"
t }/ "
•
la serie de Taylor de t alrededor de ✗ =3 es de la forma n
1×-3 )
Dxle
" "
}
'
1) Derivadas :
Recordemos que :
=
C .
' ×
=D f /✗ / =
e
"
"
f /✗ ) =
e
"
f /✗ ) =
ex
f
"
(x ) =
CX
: :
2) Ahora evaluamos las derivadas en ✗ =3
' }
1- (3) =
e
"
}
f / 3) =
q
"' }
f- (3)
=
q
}
f (3)
"
=
q
: :
3) Desarrollamos la serie de Taylor .
{ 3)
tÜ
"
[
no
f
n !
1×-3 )
"
=
"
% ,
})
Ix 3)-
°
+
¡
)
(✗ -
g) + ( × 3)
-
'
+
%?
[ )
(✗ -3 ,
>
+ .
. .
4) Sustituimos los valores de las derivas encontradas en el paso 21 .
} °
q3f✗
° >
(✗
>
q + q 3) C (X 3)
- -
+ + + . . .
1 2 6
5) Damos forma de una sumatoria :
es
[
"
( es
"
1×-31 ✗ 1)
[
-
es n !
O bien q
}
+
n !
mi
no
Ejercicios :
×
1) Serie de e-
Taylor alrededor de 2 FCX ) =
con
2) Serie de Maclaurin para y

-
-
Senlx )

Ilovepdf Merged

Cargado por

Información del documento

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

Ilovepdf Merged

Cargado por

Copyright:

Formatos disponibles

Matrices

Las matrices se definen en general sobre elementos de un sistema de números ,

sobre los reales .

La forma general de una matriz mxn (m : número de filas ni número de columnas ) es la

Operaciones con matrices

Definición de Igualdad : número

Dos matrices son iguales cuando tienen el mismo de

columnas e hileras y sus elementos

es la matriz formada al sumar sus elementos correspondientes .

911 912 b" b "

Nota : Si A B no son de la misma dimensión no se puede efectuar la suma

Realice las siguientes operaciones .

1) ATB 2) A -1C 3) A- + E 4) Btc 5) B+ D 6) Dt É

3) A- + E NO existe ya que las matrices no tienen la misma dimensión .

Propiedades de la suma de matrices .

Sean A, B C matrices de mxn

1) Cerradura : A- + B es una matriz de mxn .

Si una matriz A es de dim .

CA es una matriz de mxn

Realice las siguientes operaciones .

Sean A. B matrices mxn , c, G escalares

El producto AB es la matriz C de dimensión mxp donde la entrada Cij

matriz A la columna de la matriz B

bzj Cij Airbag

Air Qin Ainbnj

Nota : El producto de matrices está definido cuando el número de columnas

Propiedades del producto de matrices .

es una matriz mxp

Definición : Si A es una matriz cuadrada de nxn y 10 es un

Observación : ABIP # APBP en general .

Definición: la transpuesta de una matriz es otra matriz cuyas columnas son

2.AT/t- f&ZI)zx3- A3.Bt=(&&&)3x3

= KAT esto es ( KAIt-KATV-kc.IR y A es una matriz mxn

3. la transpuesta de una suma de matrices es la suma de las transpuesta .

IATB / t-laij-bijltmxn-lajitbjilnxm-lajilnxm-lbjilnxm.AT -113T

1- A" + b" A" + bizt Q, + bi Az tbzi

b" ba ba Q, b Ctzitbzi Clzitbz ,

912 922 932 b) 2 bzz b 32 912 + b12 922+622 932 + b 32

Esto es, si : A :( aijlmxn y

9" a" b" by

Una matriz simétrica es aquella en la que los elementos semejantes situados

A :(Aijlmxn es simétrica si y sólo si Aij =

* ✓ si es una matriz simétrica

Es aquella en la que los elementos semejante mente situados con respecto a

la diagonal principal son iguales pero de signo contrario .

A :(Aijlmxn es antisimétrica si y sólo si Aij = -

Inversa de una matriz .

la inversa de un producto es el producto de las inversas pero en

= [ Ai , [ Aiz CAI } . . . Chin

Definición : Sumar 2 hileras de una matriz es sumar sus elementos

1) Intercambio de dos hileras cualesquiera .

2) Multiplicación de una hilera por un número real C -1-0 .

3) Suma de un múltiplo cualesquiera de una hilera a otra hilera .

Ejemplos : 3 -1 O utilizando transformaciones elementales .

1. Intercambio de dos hileras .

1 de una hilera a otra .

2. Multiplicación de una hilera .

Iii :& ni .jo

Una matriz A es equivalente a otra matriz Bpuede transformarse A

Notación : la relación "

b) Ley simétrica . Si A es equivalente a B ,

c) ley transitiva : Si A es equivalente a B y B es equivalente a C entonces

se dice que una matriz tiene una forma reducida interior si

cuando esto necesario, satisface las condiciones