NUMEROS COMPLEJOS

UNIDAD 1

Los números complejos se pueden presentar bajo las siguientes formas:

𝑧=(𝑎 ,𝑏) ⇒𝑃𝑎𝑟 𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑜 𝑑𝑒 𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑟𝑒𝑎𝑙𝑒𝑠
𝑧=(𝑎+𝑖𝑏)⇒𝐹𝑜𝑟𝑚𝑎 𝑏𝑖𝑛ó𝑚𝑖𝑐𝑎 𝑜 𝑙𝑖𝑛𝑒𝑎𝑙
z=𝜎 | θ ⇒ Forma Polar
𝑧=𝜎𝑒𝑖𝜃 ⇒𝐹𝑜𝑟𝑚𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙
𝑧= r.(cos𝜃+𝑖.𝑠𝑒𝑛𝜃) ⇒𝐹𝑜𝑟𝑚𝑎 𝑡𝑟𝑖𝑔𝑜𝑛𝑜𝑚é𝑡𝑟𝑖𝑐𝑎

El cociente entre dos números complejos da por resultado otro complejo

i0= 1 i3=i2i= -1i= -i

i1= i i4=i2.i2 =(-1)(-1)= 1
i2=-1 i5=i4.i= 1i= i

i35= 35|4 i35= i3 =-i

3 8

Ejercicios=

𝑅𝑒𝑠𝑜𝑙𝑣𝑒𝑟 𝑍1. 𝑍2 𝑠𝑖𝑒𝑛𝑑𝑜 𝑍1 = 3 − 2𝑖 ; 𝑍2 = 2 + 4𝑖

𝑍1. 𝑍2 = (3 − 2𝑖). (2 + 4𝑖) = 3 . 2 + 3 . 4𝑖 − 2𝑖 . 2 − 2𝑖 . 4𝑖 = 6 + 12𝑖 − 4𝑖 + 8𝑖2 = = 6 +
12𝑖 − 4𝑖 − 8(−1) = (6 + 8) + (12 − 4𝑖) = 14 + 8𝑖

𝑍1 = (4 + 3𝑖) ; 𝑍2 = (2 + 𝑖) 𝑍 = 𝑍1 − 𝑍2 = (4 + 3𝑖) − (2 + 𝑖) = (4 − 2) + 𝑖(3 − 1) = 2 + 2𝑖

Operaciones en forma trigonométrica

𝑆𝑖 𝑍1 = 𝜌 cos 𝜃 + 𝑖 𝜌 𝑠𝑒𝑛 𝜃 𝑦 𝑍2 = 𝑟 cos 𝜑 + 𝑖 𝑟 𝑠𝑒𝑛 𝜑

𝐼𝑔𝑢𝑎𝑙𝑑𝑎𝑑: 𝑍1 = 𝑍2 ⇔ 𝜌 = 𝑟 𝑦 𝜃 = 𝜑 + 2𝑘𝜋
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜: 𝑍1 . 𝑍2 = 𝜌 . 𝑟 [cos(𝜃 + 𝜑) + 𝑖𝑠𝑒𝑛 (𝜃 + 𝜑)]
𝐶𝑜𝑐𝑖𝑒𝑛𝑡𝑒: 𝑍1 𝑍2 = 𝜌𝑟 [cos(𝜃 − 𝜑) + 𝑖𝑠𝑒𝑛 (𝜃 − 𝜑)]
𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎: 𝑍1𝑛 = (𝑎 + 𝑏𝑖)𝑛 = 𝜌𝑛 [cos (𝑛𝜃) + 𝑖𝑠𝑒𝑛 (𝑛𝜃)]
𝑅𝑎𝑑𝑖𝑐𝑎𝑐𝑖ó𝑛: √𝑍1 𝑛 = 𝑍1 1𝑛 = √𝑎 + 𝑏𝑖 𝑛 = √𝜌 𝑛 [cos (𝜃 + 2𝑘𝜋 𝑛 ) + 𝑖𝑠𝑒𝑛 (𝜃 + 2𝑘𝜋 𝑛 )]

𝐸𝑥𝑝𝑟𝑒𝑠𝑎𝑟 𝑒𝑛 𝑓𝑜𝑟𝑚𝑎 𝑡𝑟𝑖𝑔𝑜𝑛𝑜𝑚é𝑡𝑟𝑖𝑐𝑎 𝑍=2−2𝑖

𝑍=2−2𝑖 ⇒ 𝜌=√𝑎2+𝑏2=√22+(−2)2=√4+4=√8
𝜃=𝑎𝑟𝑐tan𝑏𝑎=𝑎𝑟𝑐tan −2/2=𝑎𝑟𝑐tan (−1)=−45°=315°
𝑍=𝜌(cos𝜃+𝑖𝑠𝑒𝑛 𝜃) = √8(cos315°+𝑖𝑠𝑒𝑛 315°)
𝐷𝑎𝑑𝑜 𝑍= 2 (cos30°+𝑖𝑠𝑒𝑛 30°) ,𝑒𝑥𝑝𝑟𝑒𝑠𝑎𝑟𝑙𝑜 𝑒𝑛 𝑓𝑜𝑟𝑚𝑎 𝑏𝑖𝑛ó𝑚𝑖𝑐𝑎
𝑍=𝜌 (cos𝜃+𝑖𝑠𝑒𝑛 𝜃) ⇒ 𝑍=𝑎+𝑏𝑖 ⇒ 𝑎=𝜌 cos𝜃 ; 𝑏=𝜌 𝑠𝑒𝑛 𝜃
𝑎=2cos30°=2√32=√3 ; 𝑏 =2 𝑠𝑒𝑛 30°=212=1
𝑍=√3+𝑖

Dados Z1=2(cos300°+isen300°) y Z2=8 (cos210°+isen210°), hallar Z1 . Z2 y Z1/Z2

utilizando la forma trigonométrica

𝑍1.𝑍2=𝜌.𝑟 [cos(𝜃+𝜑)+𝑖𝑠𝑒𝑛 (𝜃+𝜑)]=2.8[cos(300°+210°)+𝑖𝑠𝑒𝑛(300°+210°)=

=16(cos510°+𝑖𝑠𝑒𝑛 510°)= 16(cos150°+𝑖𝑠𝑒𝑛 150°)
𝑍1/𝑍2=𝜌/𝑟 [cos(𝜃−𝜑)+𝑖𝑠𝑒𝑛 (𝜃−𝜑)= 2/8 [cos(300°−210°)+𝑖𝑠𝑒𝑛 (300°−210°)=
=1/4(cos90°+𝑖𝑠𝑒𝑛 90°)=1/4𝑖

D) Dados Z1=3-2i y Z2=2+4i, resolver

Z1 .Z2 utilizando la forma trigonométrica y al resultado
E𝑥𝑝𝑟𝑒𝑠𝑎𝑟𝑙𝑜 𝑒𝑛 𝑓𝑜𝑟𝑚𝑎 𝑏𝑖𝑛ó𝑚𝑖𝑐𝑎; 𝑙𝑢𝑒𝑔𝑜 𝑟𝑒𝑠𝑜𝑙𝑣𝑒𝑟 𝑑𝑖𝑐ℎ𝑜 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑒𝑛 𝑠𝑢 𝑓𝑜𝑟𝑚𝑎
𝑏𝑖𝑛ó𝑚𝑖𝑐𝑎 𝑦 𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑟 𝑎𝑚𝑏𝑜𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠
𝑍1=3−2𝑖⇒𝜌=√32+(−2)2=√9+4=√13 ; 𝜃=𝑎𝑟𝑐tan−23⇒𝜃=326°19′
𝑍1=√13 (cos326°19′+𝑖𝑠𝑒𝑛 326°19′)
𝑍2=2+4𝑖⇒𝑟=√22+42=√4+16=√20 ; 𝜑=𝑎𝑟𝑐tan42⇒𝜑=63°26′
𝑍2=√20 (cos63°26′+𝑖𝑠𝑒𝑛 63°26′)

𝑍1 .𝑍2=√13√20[cos(326°19′+63°26′)+𝑖𝑠𝑒𝑛 (326°19′+63°26′)=
=√260(cos398°45′+𝑖𝑠𝑒𝑛 389°45′)=√260(𝑐𝑜𝑠29°45′+𝑖𝑠𝑒𝑛29°45′)=𝟏𝟒+𝟖𝒊

𝑍1 .𝑍2=(3−2𝑖).(2+4𝑖)=3 .2+3 .4𝑖−2𝑖 .2−2𝑖 .4𝑖=6+12𝑖−4𝑖+8=𝟏𝟒+𝟖𝒊

 VECTORES
UNIDAD 2

Un segmento de recta queda determinado por sus puntos extremos. Si estos puntos están
dados en un cierto orden se dice que el segmento está orientado.
A
B

En la recta r tomamos los puntos A y B. Consideremos a A como el origen y a B como el

estremo, entonces hemos definido el vector . El punto A se llama punto inicial y el punto B
punto final. La punta de la flecha se dibuja en el punto final. AB

Los vectores tienen tres elementos:

> módulo: está dado por la longitud del segmento orientado,
> dirección: está definida por la orientación de la recta que contiene el segmento, esta
orientación se define por medio del ángulo que la recta forma con el semieje positivo de las
x,
> sentido: indica cual es el origen y cual es el extremo final del segmento (punta de la
flecha)

Componentes de un vector
Las componentes de un vector son los segmentos que representan sus proyecciones sobre
los ejes coordenados cartesianos.

En el plano : R2
A = (AX,AY) ; (BX,BY) A y B son componentes

El vector en función de sus componentes, se puede escribir: v= (Vx,Vy) = (Bx-Ax, Bx-Ay)

Resumiendo, las componentes de un vector se obtienen restando a las coordenadas de su

punto final, las coordenadas de su punto inicial.

Ejemplo
Hallar las componentes del vector siendo AB siendo A=(2,-4) B(-1,-5) Graficar.
Para hallar las componentes del vector pedido haremos: coordenadas del punto final menos
coordenadas del punto inicial.
AB= B-A= (-1,-5)-(2,-4)= (-3,-1)

Operaciones entre vectores

Suma de vectores
La suma de dos vectores U y V es ley de composición interna, esto significa que si sumo
dos vectores obtengo como resultado otro vector W
Componentes homólogas son las componentes que pertenecen a un mismo eje
coordenado.

Propiedades de la suma de vectores:

1.Propiedad conmutativa
2.Propiedad asociativa
3.Elemento neutro
4.Elemento opuesto

Producto de un vector por un escalar

Si u es un vector no nulo y k es un número real (escalar) diferente de cero, entonces el
producto k . u es otro vector, cuyo módulo es |k| veces la longitud de u y cuya dirección
es:
➢ la misma que la de u, si k  0 y
➢ es opuesta a la de u si k  0 .

El módulo del vector , es el producto del escalar por el módulo del vector, su dirección es
igual a la del vector, y su sentido es contrario a este, si el escalar es negativo.

El producto de un vector por un escalar es ley de composición externa, esto significa que
necesito dos conjuntos, uno que contiene los escalares (cuerpo de los números reales) y
otro que contiene los vectores.

los vectores que son múltiplos escalares entre sí son paralelos.

condición de paralelismo entre dos vectores: si v = k. u entonces u y v son
vectores paralelos.
Por ejemplo los vectores u = (1,2,3) y v = (−3,−6,−9) son paralelos ya que v = (−3). U

Propiedades del producto de un vector por un escalar

1.Propiedad asociativa mixta
2.Propiedad distributiva del producto de un vector por un escalar respecto a la suma de
vectores
3.Propiedad distributiva del producto de un vector por un escalar con respecto a la suma
de escalares
4.Elemento neutro

VERSORES
Los versores son vectores que tienen las siguientes características:
> módulo unitario, esto significa que la longitud del segmento mide 1,
> dirección y sentido coinciden con las direcciones y sentidos de los semiejes coordenados
cartesianos positivos

Expresión cartesiana de un vector en el plano | U = Ux.I + Uy.J |

Expresion cartesiana de un vector en el espacio | V=Vx.I + Vy.J + Vz.K |

Módulo de un vector
El módulo de un vector es la longitud del segmento que lo representa. Si el vector está en el
plano su módulo se calcula aplicando el teorema de Pitágoras:

||V||=||AB||=√𝑉𝑥 2 +𝑉𝑦 2 =√(𝐵𝑥 − 𝐴𝑥)2+(𝐵𝑦 − 𝐴𝑦)2 =

Una de las aplicaciones que tiene este tema es que permite hallar la distancia entre dos
puntos.

Ejemplo: la distancia entre los puntos P=(2,-1,-5) y Q=(4,-3,1)

PQ=(𝑄𝑥 − 𝑃𝑥)2 +(𝑄𝑦 − 𝑃𝑦)2 +(𝑄𝑧 − 𝑃𝑧)2 =(-1,6,2)
||PQ||= Raiz del resultado

Propiedades del módulo de un vector

1.El modulo de un vector es un numero real positivo o nulo ||v||>0

2.El modulo de la suma de dos vectores es menor o igual a la suma de los modulos de
cada uno de los vectores ||u+v|| < ||u||+||v||
3.El modulo del vector que se obtiene mediante el producto de un escalar por un vector,
es igual al valor absoluto del escalar multiplicado por el modulo del vector: ||k.u||=|k|.|u

Angulos directores

Un vector v del plano o del espacio, forma con los semiejes coordenados cartesianos
positivos ángulos, que se llaman angulos directores.
Relación pitagórica
1. Sean ˆ y  ˆlos ángulos directores de un vector v= (vxv y) del plano,
entonces: cos2 + cos2  = .
 Sean ˆ,  ˆ y ˆ los ángulos directores de un vector v= (Vx, Vy, Vz) del spacio,
entonces: cos2 + cos2 + cos2 = 

Versor o vector unitario asociado a un vector

El versor asociado a un vector V = O cumple con:
1. tiene la misma dirección y sentido que el vector v
2. su módulo es igual a 1.

El conjunto de todos los vectores que se encuentran en el plano, es un espacio vectorial.

El conjunto de todos los vectores que se encuentran en el espacio, es un espacio vectorial.

Producto punto o escalar

es una herramienta que nos permite obtener el ángulo entre dos vectores, considerados con
un origen común, y efectuar proyecciones ortogonales. También es una herramienta muy
útil para describir analíticamente ecuaciones de rectas y planos.
Este producto de denomina producto punto haciendo referencia a su notación, que es un
punto bien marcado, también se lo denomina producto escalar, porque el resultado que se
obtiene es un número real (escalar)
el producto escalar entre dos vectores es igual a la suma de los productos entre componentes
homólogas.

Propiedades del producto escalar entre vectores

1.Propiedad conmutativa
2.Propiedad distributiva del producto escalar con respecto a la suma de vectores
3.Propiedad asociativa mixta
4.Si los vectores u y v son ortogonales, entonces u•v=0
u•v= ||u||.||v||.cos 
5.Si el producto escalar entre u y v es nulo, entonces algúno de los vectores es el vector
nulo o los vectores son ortogonales
6.El producto escalar de un vector por si mismo es igual al cuadrado del modulo del vector
7.El modulo de un vector es igual a la raíz cuadrada del producto escalar del vector por si
mismo ||u||=√𝑢•v

Proyecciones ortogonales
En muchas aplicaciones se desea descomponer un vector v en una suma de dos
sumandos, uno paralelo a un vector no nulo u , y el otro perpendicular a u . Si u y v se
colocan de modo que sus puntos iniciales coincidan en un punto Q, entonces es posible
descomponer el vector v como muestra

Si  es agudo, p  0 , y representa el módulo del vector proyección e informa que el sentido

de este vector es el mismo que el del vector u . (figura de la izquierda)
Si  es obtuso, p  0, y el valor absoluto de p representa al módulo del vector proyección, y
el sentido de este vector es opuesto al del vector u .(figura de la derecha)
 Matrices
Unidad 3
una matriz A de m x n es un arreglo rectangular de escalares dispuestos en m
filas y n columnas.
Los m x n números del arreglo se llaman elementos de la matriz.
Las matrices se nombran con una letra mayúscula y sus elementos con la misma letra
pero en minúscula.
Estas matrices se denominan matrices reales. Se lee ’’ A’’ pertenece al conjunto de las
matrices de m filas y n columnas cuyos elementos son números reales.

Tamaño u orden de una matriz

Una matriz que tiene m filas y n columnas es de tamaño u orden m x n .

Matriz fila
Si una matriz es de orden 1 x n, se denomina matriz fila o vector fila.

Matriz columna
Si una matriz es de tamaño m x 1, se denomina matriz columna o vector columna.

Matriz cuadrada
Una matriz mxn A es cuadrada si m=n. En este caso, se dice que el orden de A es n.
Los elementos de una matriz cuadrada de iguales subíndices, forman la diagonal principal.

Matriz identidad
Se le asigna la letra I, es una matriz cuadrada en la que se cumple

Matriz nula
Es la matriz de cualquier orden cuyos elementos son todos ceros. Se designa con la letra O.

Igualdad de matrices
Dos matrices Ay B son iguales si tienen el mismo orden y cuando los elementos
correspondientes u homólogos son iguales.

Propiedades de la suma de matrices

1.Propiedad conmutativa
2.Propiedad asociativa
3.Elemento neutro
4.Elemento opuesto

Producto de una matriz por un escalar

A-> k.A= []

Propiedades del producto de una matriz por un escalar

1.Propiedad asociativa mixta

2.Propiedad distributiva del producto de una matriz por un escalar con respecto a la suma de
matrices
3.Propiedad distributiva del producto de una matriz por un escalar con respecto a la suma de
escalares
4.Elementos neutro: Es el numero 1. Cualquier matriz por 1 es la misma.

Combinación lineal
Al sumar sumar o multiplicar una matriz por un escalar genera una combinación lineal.
Se puede implementar en vectores en el plano, vectores en el espacio, matrices, filas de
matrices, columnas de matrices, etc.

Producto de matrices
la definición de producto de matrices requiere que el número de columnas del primer factor
A, sea el mismo que el número de filas del segundo factor B. Si no se cumple esta
condición, entonces el producto está indefinido.
Si los números internos son iguales, entonces el producto está definido. Los números
externos indican el orden de la matriz producto.

Forma matricial de un sistema lineal

AX=H, Expresión que recibe el nombre de forma matricial de un sistema de

ecuaciones lineales. Esta notación tiene la ventaja de que simplifica notablemente la forma
de escribir un sistema lineal.

Transpuesta de una matriz

se define como la matriz nxm que se obtiene al intercambiar las filas y las columnas de A

Traza de una matriz cuadrada

Sea A una matriz cuadrada, entonces la traza de A, denotada por tr(A), se define como la
suma de los elementos de la diagonal principal. La traza de A no está definida si A no es
una matriz cuadrada.

Propiedades del producto de matrices

1.Propiedad asociativa
2.Propiedad distributiva del producto de matrices respecto de la suma de matrices
-Ditributiva por derecha (A+B)C=AC+BC
-Distributiva por izquierda C(A+B)=CA+CB
3.Propiedad asociativa mixta
4.Elemento neutro

Matrices elementales
Una matriz mxm se denomina matriz elemental si se puede obtener a partir de la matriz
identidad mxm mediante una sola operación elemental de filas.

Las matrices que se pueden obtener a partir de otra matriz mediante la ejecución de una
sucesión finita de operaciones elementales de filas son matrices equivalentes por filas.

Inversa de una matriz

Una matriz cuadrada reducida por filas es invertible si y solo si es la matriz identidad. En efecto,
si una matriz reducida por filas cuadrada no es la matriz identidad, tiene al menos una fila nula,
por lo que no seria invertible.
La definición de matriz inversa no asegura que toda matriz cuadrada sea invertible. De hecho,
hay muchas matrices cuadradas que no son invertibles

Un producto de cualquier número de matrices invertibles es invertible, y la inversa es el

producto de las inversas en orden invertido, por ejemplo: (A.B.C)-1 = C-1.B-1.A-1

Toda matriz elemental es invertible, y la inversa también es una matriz elemental.

Teorema 8
a) A es invertible
b) el sistema de ecuaciones lineales homogéneo solo tiene la solución trivial O AX
c) la matriz reducida por filas de A es la matriz identidad de orden n
d) A se puede expresar como un producto de matrices elementales

• Si la matriz A es invertible, entonces podemos encontrar la matriz incógnita X

premultiplicando ambos miembros de AX=H , por A-1 : A-1 AX= A-1 H , quedando| X = A-1 H | .
• Si el sistema es homogéneo, la matriz columna de los términos independientes es la columna
nula: AX=0 . Si la matriz A es invertible, entonces podemos encontrar la matriz incógnita X
premultiplicando ambos miembros de AX=0 , por A-1 : A-1 AX= A-1 0 , quedando: | X=0 |

Potencia de una matriz

Propiedades de los exponentes negativos

Si A es una matriz invertible se cumple:

1. A-1 es invertible y (A-1)-1 = A, la inversa de la inversa de A es A.
2. An es invertible y (An )-1 = (A-1 )n para n=0,1,2,…, la inversa de la potencia es la potencia
de la inversa.
3. Para cualquier escalar k diferente de cero, la matriz kA es invertible y (kA)-1 = 1/k A-1, la
inversa del producto por un escalar es el recíproco del escalar por la inversa de la matriz.

Propiedades de la transpuesta
Si los tamaños de las matrices son tales que se pueden realizar las operaciones planteadas,
entonces:
1) (At)t = A, la transpuesta de la transpuesta de A es A.
2) (A+B)t = At + Bt , la transpuesta de la suma es la suma de las transpuestas
3) (kA)t = kAt , la transpuesta del producto de una matriz por un escalar es el escalar por la
transpuesta de la matriz
4) (AB)t = Bt . At transpuesta del producto de matrices es igual al producto de sus
transpuestas en orden invertido
5) (A-1)t = (At)-1, la transpuesta de la inversa es la inversa de la transpuesta.

Matrices diagonales
Una matriz cuadrada en la que todos los elementos fuera de la diagonal principal son ceros,
se denomina matriz diagonal.
Una matriz diagonal es invertible si y solo si todos los elementos en su diagonal principal
son diferentes de cero

Matrices triangulares
Una matriz cuadrada en la que todos los elementos arriba de la diagonal principal son cero
se denomina triangular inferior, y una matriz cuadrada en la que todos los elementos debajo
de la diagonal principal son cero se denomina triangular superior.

Propiedades de las matrices triangulares

1) La transpuesta de una matriz triangular inferior es triangular superior, y la transpuesta de
una matriz triangular superior es triangular inferior.
2) El producto de matrices triangulares inferiores es triangular inferior, y el producto de
matrices triangulares superiores es triangular superior.
3) Una matriz triangular es invertible si y sólo si todos sus elementos diagonales son
diferentes de cero.
4) La inversa de una matriz triangular inferior invertible es triangular inferior, y la inversa
de una matriz triangular superior invertible es triangular superior.

El producto de la matriz ATA y AAT siempre son simétricos.

Propiedades de las matrices simétricas

Si A y B son matrices simétricas del mismo tamaño y k un escalar, entonces:
1) AT es simétrica
2) A+B es simétrica
3) kA es simétrica
4) En general, el producto de matrices simétricas no es simétrico.
5) Si A es una matriz simétrica invertible, entonces A-1 es simétrica.
 Sistema de Ecuaciones Lineales
Unidad 4

Todas las incógnitas están elevadas sólo a la primera potencia, no aparecen como
argumentos de funciones trigonométricas, logarítmicas o exponenciales, tampoco hay
productos, ni raíz de las incógnitas.

Un conjunto finito de ecuaciones lineales se denomina sistema de ecuaciones lineales.

Al conjunto de todas las soluciones se denomina conjunto solución o solución general del
sistema de ecuaciones lineales.

Sistemas de ecuaciones equivalentes

Se dice que dos sistemas son equivalentes si tienen el mismo conjunto solución.

Representación matricial de un sistema de ecuaciones lineales.

Si ahora trabajamos con el “esqueleto numérico’’ del sistema de ecuaciones lineales, queda
definido por una disposición u ordenamiento numérico que recibe el nombre de matriz
asociada.

Matriz de los coeficientes: los 9 coeficientes del lado izquierdo del sistema

Matriz segundo miembro: Matriz columna de resultaods Seria H de AX=H

Matriz de las incognitas: Formada por las incognitas Seria X de AX=H

Tipos de Operaciones elementales

Tipo 1: ei(k)
Tipo 2: eij(k)
Tipo 3: eij

NOTA:
Si una matriz B se obtiene al aplicar una operación elemental de filas e sobre otra matriz A,
existe una operación del mismo tipo, que aplicada a B da como resultado la matriz A. Esta
segunda operación se denomina inversa de la primera y se indica e-1

Matriz escalonada reducida por filas

Si todos los elementos de una fila son ceros, es una fila nula.
Elemento conductor de una fila no nula, es el primer elemento no nulo de esa fila (recorrida
de izquierda a derecha).

Condiciones a cumplir de una matriz escalonada por filas:

1) Si la matriz tiene filas nulas, estas se encuentran en la parte inferior de la matriz.

2) El primer elemento no nulo de cada fila, es un número 1 (uno principal o pivote).
3) En dos filas consecutivas, el uno principal de la fila inferior aparece mas a la derecha
que el 1 principal de la fila superior.
4) Las columnas en las que se encuentran los unos principales, tienen ceros en los demás
elementos.
Toda matriz es equivalente por filas a una única matriz escalonada reducida por filas.

Teorema de Rouché Frobenius:

Un sistema de ecuaciones lineales tiene solución si y solo si, el rango de la matriz de
coeficientes es igual al rango de la matriz ampliada.

Sistemas de ecuaciones lineales homogéneos

Un sistema de ecuaciones lineales es homogéneo si todos los términos independientes son
ceros.
La matriz ampliada tiene la última columna nula. Los rangos de las matrices de coeficientes
y ampliada serán siempre iguales, ya que la última columna tiene sus elementos nulos y
cualquier operación elemental de fila no cambiará dichos valores.

• Si el rango del sistema es igual al número de incógnitas, el sistema es compatible

determinado, la única solución es la trivial.
• Si el rango de la matriz de coeficientes es menor que el número de incógnitas, el sistema
es compatible indeterminado, el sistema tiene infinitas soluciones incluida la solución
trivial.

La solución trivial indica que los tres planos se intersecan en el origen de coordenadas, de
allí que el sistema sea compatible determinado.

Ejemplo de solución general:

 Determinante
Unidad 5
Es una función con valores reales de una variable matricial. Esta función asocia un número
real f(A) con una matriz cuadrada A. La función determinante es una función que asigna a
una matriz cuadrada un número real.

La función determinante tiene importancia en la resolución de sistemas de ecuaciones

lineales, también nos proporcionará un nuevo método para hallar la inversa de una matriz
invertible.

La regla de Sarrus sólo es válida para calcular determinantes de orden 3.

Menores y cofactores
Si A es una matriz cuadrada, entonces el menor del elemento se designa y se define como
el determinante de la submatriz que queda después de quitar la i-ésima fila y la j-ésima
columna de A.

El factor (-1)i+j se llama signo de posición, el signo resultante depende de la posición del
elemento en cuestión dentro de la matriz, y no de su valor. Los signos de posición de todos
los elementos tienen un arreglo en forma de tablero de ajedrez.

+ - +
- + -
+ - +

Desarrollo por cofactores

El determinante de una matriz A nxn se puede calcular multiplicando los elementos de
cualquier fila o de cualquier columna por sus cofactores y sumando los productos
resultantes

En general, el desarrollo por cofactores se utiliza para calcular los determinantes de orden .
n >/= 4

Para el desarrollo por cofactores se puede usar cualquier fila o cualquier columna, debido a
esto conviene elegir la fila o columna que tenga la mayor cantidad de ceros

Si A es una matriz nxn triangular superior, triangular inferior o diagonal, entonces det (A)
es el producto de los elementos de la diagonal principal.

Si A es una matriz nxn y tiene una fila o una columna nula, su determinante es cero
det (A) = 0

Si transponemos una matriz triangular superior, se obtiene una matriz triangular inferior.

Cálculo del determinante por triangulación

Consiste en reducir la matriz dada a la forma triangular superior mediante operaciones

elementales de filas.
Luego hallaremos el valor del determinante de la matriz triangular superior que consta en
multiplicar los elementos de la diagonal principal.

Propiedades de los determinantes

Si A es una matriz nxn y tiene dos filas iguales o proporcionales, entonces su determinante
es cero:

• Producto por de una matriz por un escalar kA: (kA) k (A) n det = det , siendo n el
número de filas
de la matriz A.
• Suma de matrices A+B: det(A+B) = det(A) + det(B)
• Producto entre matrices A.B: det(A.B) = det(A).det(B)
• Transpuesta: det(A) = det(AT)
• Inversa: si A es invertible det(A-1)= 1/det(A)
• Potencia: det(Ak) = detk(A)

Adjunta de una matriz

Es una matriz B compuesta por los cofactores de A y al resultado se le aplicó la transpuesta.
A esto se le denota con Adj(A)
1
Si A es una matriz invertible, entonces A-1= .Adj(A)
det (𝐴)

lo que caracteriza a una matriz invertible A es que su determinante sea no nulo

Regla de Cramer

Es un método que permite resolver sistemas compatibles determinados. Para encontrar la

incógnita de este sistema, basta realizar el cociente entre dos determinantes.

El numerador es el determinante de la matriz que se forma al sustituir en la matriz de

coeficientes A de las incógnitas la i-ésima columna por la matriz columna H de los términos
independientes, y el denominador es el determinante de la matriz de coeficientes A.

Combinación lineal de vectores

4x - 6y - 2z = 4
3x + y -z = -2
-x + 7y + z = -3

Si el det(A)=0 El determinante tendrá infinitas soluciones o ninguna.

Si se resuelve el sistema por el método de Gauss-Jordan, este sistema resulta
incompatible por lo que, concluimos que no existen los escalares k1 k 2 k 3 que permitan
escribir al vector v como combinación lineal de los vectores v1,v2 ,v3 .

x + 0y + z = 5
x + y + 0z = 7
0x + y + z = 1

Si el det(A)<0 El sistema tendrá solución uúnica.

Se resuelve aplicando la regla de Cramer.

-3x + 6y = 12
2x – 4y = -8
Si el det(A)=0 El determinante es compatible ind. O incompatible.
Se resuelve por el método de Gauss-Jordan.
El resultado de este sistema da un determinante compatible indeterminado, infinitas
soluciones. Por lo que al asignar un parámetro a ese se le puede aplicar distintos valores
y genera soluciones particulares.

Independencia y dependencia lineal

Conjunto linealmente independiente: LI

Conjunto linealmente dependiente: LD

Como los escalares no son todos 0 el conjunto queda LD

Resumiendo:
Si en una matriz cuadrada existe algún vector fila, o vector columna, que es combinación
lineal de los vectores restantes, entonces dichos vectores son linealmente dependientes y el
determinante de la matriz es nulo.
Un conjunto de vectores es linealmente dependiente si:
Uno de los vectores es el vector nulo, la matriz tendría una fila o columna nula y el
determinante es nulo, A = (0,0,0)(1,-2,3)(3,5,-1)
Al menos dos vectores proporcionales, la matriz tendría una fila múltiplo de la otra y el
determinante es nulo, A = (-1,3,0)(1,-2,3)(2,-4, 6)
Uno de los vectores es combinación lineal de los vectores restantes, la matriz tendría una
fila que es combinación lineal de las otras y el determinante es nulo,
A = (1,2,3)(1,-2,3)(2,0,6).

Producto vectorial o cruz

El producto vectorial de dos vectores u y v de R3, distintos del vector nulo y no paralelos, se
denota u x v y tiene por resultado un vector w con las siguientes características:
> Dirección: la dirección del vector w = u x v es perpendicular a la dirección del vector u y
a la del vector v.
> Sentido: sea 0 el ángulo entre u y vSe dice entonces que la terna (u , v, u x v) es directa,
es decir, igualmente orientada que la terna (i, j, k). En este caso, el giro va en sentido
levógiro, es decir antihorario.
>Módulo: el módulo del vector ||w|| = u  v|| = u|| . ||v|| .sen , siendo  el ángulo
entre u y v.

Propiedades del producto vectorial

1) Si u y v son distintos del vector nulo y no colineales, el producto vectorial es

anticonmutativo: u v = −(v u )
2) Si uno de los vectores del producto vectorial es el vector nulo, entonces el producto
vectorial es el vector nulo 0u = u  0 = 0 .
3) El producto vectorial de dos vectores paralelos es el vector nulo: si u y v son vectores
Paralelos u v = 0 . También podemos decir que los vectores son linealmente
dependientes: si u y v son linealmente dependientes u v = 0 .
4) Consecuencia de la propiedad 3), u u = 0
5) El producto vectorial es distributivo a derecha e izquierda, con respecto a la suma de
vectores, teniendo en cuenta la no conmutatividad de la operación:
u (v + w) = u v + u  w , (v + w)u = v u + w u .
6) Extracción de escalar del producto vectorial: (ku )v = u (kv ) = k(u  v ).

Fórmula del producto vectorial entre vectores en función de sus coordenadas

Existe una regla de resolución del producto vectorial que salva este obstáculo, y se
expone en la siguiente definición

Regla de resolución del producto vectorial aplicando determinante

La forma para resolver un producto vectorial adopta la forma de la función determinante, se

resuelve mediante el desarrollo por cofactores a lo largo de la primera fila, la que contiene a
los versores.
La segunda fila contiene las componentes del primer vector y la tercera fila las del segundo
vector.
El determinante de orden tres puede ser desarrollado en tres determinantes de orden dos,
donde el resultado escalar de cada determinante define a las componentes del vector
resultante del producto vectorial.

la condición de perpendicularidad entre dos vectores es que su producto punto sea

cero

Interpretación geométrica del módulo del producto vectorial

Área del paralelogramo: ||UxV||

Producto mixto

Dados tres vectores u , v y w del espacio R3 , se llama producto mixto al número real que
se obtiene al multiplicar u • (v  w). Efectuando primero el producto vectorial y luego el
producto escalar.

Interpretación geométrica del valor absoluto del producto mixto

Si se consideran tres vectores u , v y w , del espacio R3 con origen común en O, sus

longitudes determinan tres de las aristas de un paralelepípedo cuyo volumen es el valor
absoluto del producto mixto entre u , v y w

Es decir: volumen del paralelepípedo | u • (v x w) |

Condición de coplanaridad de tres vectores

Tres vectores u , v y w , del espacio R3 se denominan coplanares si, considerados con un

origen común, sus direcciones quedan incluidas en el mismo plano.
Por ejemplo, los vectores u = (0,1,1),v = (0,3,0),w = (0,0,2) son coplanares ya que al
representarlos quedan incluidos en el plano coordenado yz.

Si los vectores son coplanares, el paralelepípedo que determinan tiene altura nula, por lo
tanto el volumen es cero. Entonces, por la interpretación geométrica del valor absoluto del
producto mixto, tenemos que: | u • (v x w) | = 0

Una consecuencia importante de la condición de coplanaridad de tres vectores es su

vinculación con los conceptos de dependencia e independencia lineal

• El conjunto A = u,v,w es linealmente independiente si y sólo si u • (v  w)  0.

• El conjunto A = u,v,w es linealmente dependiente si y sólo si u • (v  w) = 0.
EXTRA= PROPIEDADES DE MATRICES
RESUMEN DE LAS PROPIEDADES:

Propiedades de la suma de vectores:

1.Propiedad conmutativa
2.Propiedad asociativa
3.Elemento neutro
4.Elemento opuesto

Propiedades del producto de un vector por un escalar

1.Propiedad asociativa mixta

2.Propiedad distributiva del producto de un vector por un escalar respecto a la suma de
vectores
3.Propiedad distributiva del producto de un vector por un escalar con respecto a la suma
de escalares
4.Elemento neutro

Propiedades del módulo de un vector

1.El modulo de un vector es un numero real positivo o nulo ||v||>0

2.El modulo de la suma de dos vectores es menor o igual a la suma de los modulos de
cada uno de los vectores ||u+v|| < ||u||+||v||
3.El modulo del vector que se obtiene mediante el producto de un escalar por un vector,
es igual al valor absoluto del escalar multiplicado por el modulo del vector: ||k.u||=|k|.|u

Propiedades del producto escalar entre vectores

1.Propiedad conmutativa
2.Propiedad distributiva del producto escalar con respecto a la suma de vectores
3.Propiedad asociativa mixta
4.Si los vectores u y v son ortogonales, entonces u•v=0
u•v= ||u||.||v||.cos 
5.Si el producto escalar entre u y v es nulo, entonces algúno de los vectores es el vector
nulo o los vectores son ortogonales
6.El producto escalar de un vector por si mismo es igual al cuadrado del modulo del vector
7.El modulo de un vector es igual a la raíz cuadrada del producto escalar del vector por si
mismo ||u||=√𝑢•v

Propiedades de la suma de matrices

1.Propiedad conmutativa
2.Propiedad asociativa
3.Elemento neutro
4.Elemento opuesto
Propiedades del producto de una matriz por un escalar

1.Propiedad asociativa mixta

2.Propiedad distributiva del producto de una matriz por un escalar con respecto a la suma de
matrices
3.Propiedad distributiva del producto de una matriz por un escalar con respecto a la suma de
escalares
4.Elementos neutro: Es el numero 1. Cualquier matriz por 1 es la misma.

Propiedades del producto de matrices

1.Propiedad asociativa
2.Propiedad distributiva del producto de matrices respecto de la suma de matrices
-Ditributiva por derecha (A+B)C=AC+BC
-Distributiva por izquierda C(A+B)=CA+CB
3.Propiedad asociativa mixta
4.Elemento neutro

Teorema 8

a) A es invertible
b) el sistema de ecuaciones lineales homogéneo solo tiene la solución trivial O AX
c) la matriz reducida por filas de A es la matriz identidad de orden n
d) A se puede expresar como un producto de matrices elementales

Propiedades de los exponentes negativos

Si A es una matriz invertible se cumple:

1. A-1 es invertible y (A-1)-1 = A, la inversa de la inversa de A es A.
2. An es invertible y (An )-1 = (A-1 )n para n=0,1,2,…, la inversa de la potencia es la potencia
de la inversa.
3. Para cualquier escalar k diferente de cero, la matriz kA es invertible y (kA)-1 = 1/k A-1, la
inversa del producto por un escalar es el recíproco del escalar por la inversa de la matriz.

Propiedades de la transpuesta

Si los tamaños de las matrices son tales que se pueden realizar las operaciones planteadas,
entonces:
1) (At)t = A, la transpuesta de la transpuesta de A es A.
2) (A+B)t = At + Bt , la transpuesta de la suma es la suma de las transpuestas
3) (kA)t = kAt , la transpuesta del producto de una matriz por un escalar es el escalar por la
transpuesta de la matriz
4) (AB)t = Bt . At transpuesta del producto de matrices es igual al producto de sus
transpuestas en orden invertido
5) (A-1)t = (At)-1, la transpuesta de la inversa es la inversa de la transpuesta.
Propiedades de las matrices triangulares

1) La transpuesta de una matriz triangular inferior es triangular superior, y la transpuesta de

una matriz triangular superior es triangular inferior.
2) El producto de matrices triangulares inferiores es triangular inferior, y el producto de
matrices triangulares superiores es triangular superior.
3) Una matriz triangular es invertible si y sólo si todos sus elementos diagonales son
diferentes de cero.
4) La inversa de una matriz triangular inferior invertible es triangular inferior, y la inversa
de una matriz triangular superior invertible es triangular superior.
El producto de la matriz ATA y AAT siempre son simétricos.

Propiedades de las matrices simétricas

Si A y B son matrices simétricas del mismo tamaño y k un escalar, entonces:

1) AT es simétrica
2) A+B es simétrica
3) kA es simétrica
4) En general, el producto de matrices simétricas no es simétrico.
5) Si A es una matriz simétrica invertible, entonces A-1 es simétrica.

Propiedades de los determinantes

Si A es una matriz nxn y tiene dos filas iguales o proporcionales, entonces su determinante
es cero:

• Producto por de una matriz por un escalar kA: (kA) k (A) n det = det , siendo n el
número de filas
de la matriz A.
• Suma de matrices A+B: det(A+B) = det(A) + det(B)
• Producto entre matrices A.B: det(A.B) = det(A).det(B)
• Transpuesta: det(A) = det(AT)
• Inversa: si A es invertible det(A-1)= 1/det(A)
• Potencia: det(Ak) = detk(A)

Propiedades del producto vectorial

1) Si u y v son distintos del vector nulo y no colineales, el producto vectorial es

anticonmutativo: u v = −(v u )
2) Si uno de los vectores del producto vectorial es el vector nulo, entonces el producto
vectorial es el vector nulo 0u = u  0 = 0 .
3) El producto vectorial de dos vectores paralelos es el vector nulo: si u y v son vectores
Paralelos u v = 0 . También podemos decir que los vectores son linealmente
dependientes: si u y v son linealmente dependientes u v = 0 .
4) Consecuencia de la propiedad 3), u u = 0
5) El producto vectorial es distributivo a derecha e izquierda, con respecto a la suma de
vectores, teniendo en cuenta la no conmutatividad de la operación:
u (v + w) = u v + u  w , (v + w)u = v u + w u .
6) Extracción de escalar del producto vectorial: (ku )v = u (kv ) = k(u  v