Funcin Exponencial

La funcin exponencial es una funcin real, continua y tiene por dominio el conjunto de los nmero reales, adems es una funcin inversa del logaritmo natural.
La importancia de las funciones exponenciales en matemtica y ciencias radica principalmente en las propiedades de su derivada.

Funcin Exponencial
Es decir, es su propia derivada. Es la nica funcin con esa propiedad
La siguiente funcin = siendo arbitrarias, la 1era y 2da derivada serian y constantes

() = = = () 2 () 2 ) = = = ( 2

Funcin Exponencial
Se puede expresar de la siguiente forma:

= = = 2

Funcin Exponencial
Como en el caso real, la funcin exponencial puede ser definida como una funcin holomorfa (son funciones que se

definen sobre un subconjunto abierto del plano complejo C y con valores en C) en el plano complejo de diferentes
maneras.

La forma ms usual de definirla para el dominio de los nmeros complejos es mediante la serie de potencias, donde el valor real x se sustituye por la variable compleja z.

Funcin Exponencial
Para valores imaginarios puros se cumple la identidad
En el que un caso particular es la identidad de Euler, conocida tambin como la frmula ms importante del mundo.

Usando la identidad anterior, donde ahora , con x e y nmeros reales, se obtiene una definicin equivalente a la primera.

Funcin Exponencial
relacin que demuestra que esta funcin, adems de ser holomorfa, es peridica, con un periodo para la parte imaginaria de 2i

Funcin Exponencial
Grfico de la parte real de una funcin exponencial en el campo de los complejos

Variable Compleja
El termino nmero complejo describe la suma de un nmero real y un nmero imaginario (que es un mltiplo real de la unidad imaginaria, que se indica con la letra i. Un nmero imaginario es un nmero cuyo cuadrado es negativo.
Fue en el ao 1777 cuando Leonhard Euler le dio a el nombre de i (por imaginario) y se propuso para ser despectivo, aunque es un concepto vlido suponiendo un plano de ejes cartesianos en el que los reales se encuentran sobre el eje horizontal y los imaginarios sobre el eje vertical complejo.

Variable Compleja
Cada nmero imaginario puede ser escrito como ib donde b es un nmero real e i es la unidad imaginaria, con la propiedad:
En campos de ingeniera elctrica, electrnica y relacionados, la unidad imaginaria es a menudo escrita como j para evitar confusin con la intensidad de una corriente elctrica, tradicionalmente denotada por i.

Variable Compleja
Cada nmero complejo puede ser escrito unvocamente como una suma de un nmero real y un nmero imaginario, de esta forma:
Al nmero imaginario i se le denomina tambin constante imaginaria. Estos nmeros extienden el conjunto de los nmeros reales al conjunto de los nmeros complejos .

Gottfried Leibniz, en el siglo XVII, deca que es una especie

de anfibio entre el ser y la nada.

Variable Compleja
Como dijimos con anterioridad, un nmero complejos tiene una parte real y una imaginaria, ambas son constantes. Si la parte real y/o la parte imaginaria son variables, el nmero complejo se denomina variable compleja y se denota como

donde es la parte real y es la parte imaginaria.

Variable Compleja
Una funcin compleja F(s), es una funcin de s, tiene una parte real y una parte imaginaria, o bien,
= +

donde y son cantidades reales. La magnitud de es

+ , y el ngulo de es
2 2 1 tan

, el ngulo

se mide en sentido opuesto al movimiento de las manecillas del reloj, a partir del eje real positivo. El complejo conjugado de es = .

Variable Compleja
Las funciones complejas que por lo general se encuentran en el anlisis de sistemas de control lineales son funciones univaluadas de s y se determinan en forma nica para un determinado valor de s.
Denotamos la funcin como una funcin compleja que es analtica en una regin si G(s) y todas sus derivadas existen en tal regin. La derivada de la funcin analtica G(s) se obtiene mediante + () = lim = lim 0 0

Variable Compleja
Dado que = + , puede tender a cero a lo largo de una cantidad infinita de trayectorias diferentes.
Es posible demostrar, pero aqu se plantea sin una comprobacin, que si son iguales las derivadas que se toman a los largo de dos trayectorias determinadas, esto es, = y = , la derivada es nica para cualquier otra trayectoria = + y, por lo tanto, la derivada existe.

Variable Compleja
Para una trayectoria determinada = (lo que significa que la trayectoria est sobre el eje real).
= lim + = + 0 Para otra trayectoria determinada = (lo que significa que la trayectoria est sobre el eje imaginario), = lim + = 0

Variable Compleja
Si estos valores de la derivada son iguales,
+ =

o si se satisfacen las dos condiciones siguientes,

= =

La derivada dG(s)/ds se determina en forma nica. Estas dos condiciones se conocen como las condiciones de GauchyRiemann.

Variable Compleja
Si se cumplen estas condiciones, la funcin G(s) es analtica.
Como ejemplo, considere la siguiente G(s): 1 = + 1 Por tanto, 1 + = = + + + 1

Variable Compleja
En donde,
+ 1 = ( + 1)2 + 2 = ( + 1)2 + 2

Es posible apreciar que, excepto en = 1 (esto es = 1, = 0) G(s) satisface las condiciones de GauchyRiemann:

2 ( + 1)2 = = ( + 1)2 + 2 2

Variable Compleja
= = 2 + 1 + 1 2 + 2
2

Por tanto, = 1/( + 1) es analtica en el plano s complejo, excepto en = 1. Se encuentra que la derivada dG(s)/ds, excepto en = 1, es: = + = 1 1 = 2 ( + + 1) ( + 1)2

Variable Compleja
Observe que la derivada de una funcin analtica se obtiene simplemente diferenciando G(s) con respecto a s. En este ejemplo, 1 1 = + 1 ( + 1)2
Los puntos en el plano s en los cuales la funcin G(s) es analtica se denominan puntos ordinarios, en tanto que los puntos en el plano s en los cuales la funcin G(s) no es analtica se denominan puntos singulares.

Variable Compleja
Los puntos singulares en los cuales la funcin G(s) o sus derivadas tienden a infinito se denominan polos. En el ejemplo anterior, = 1 es un punto singular y es un polo de la funcin G(s).
Si G(s) tiende a infinito conforme s se aproxima a p y si la funcin: 1 = , para n = 1, 2, 3 ( + )

Tiene un valor finito diferente de cero en = p, entonces = , se denomina polo de orden n. Si n = 1, el polo se designa polo simple.

Variable Compleja
Si n = 2, 3 , el polo se clasifica como polo de segundo orden, polo de tercer orden, etc. Los puntos en los cuales la funcin G(s) es igual a cero se denominan ceros. Como ejemplo, considere la funcin compleja.
( + 2)( + 10) = ( + 1)( + 5)( + 15)2

tiene ceros en = 2, = 10, polos simples en = 0, = 1, = 5 y un doble polo en (polo mltiple de orden 2) en = 15.

Variable Compleja
Observe que se vuelve cero en = . Dado que, para valores grande de = 3 Posee un cero triple en = .

Variable Compleja
El teorema de Euler, las expansiones en series de potencias de cos y sin son, respectivamente, 2 4 6 cos = 1 + + 2! 4! 6! 3 5 7 sin = + + 3! 5! 7! y, por tanto,
2 3 4 cos + sin = 1 + + + + + 2! 3! 4!

Variable Compleja
Dado que
2 3 = 1 + + + + 2! 3!

Vemos que cos + sin = Esto se conoce como el teorema de Euler. Con el teorema de Euler podemos expresar el seno y el coseno en trminos de una funcin exponencial. Tomando en cuenta que es el complejo conjugado de , y que,

Variable Compleja
= cos + sin
= cos sin Encontramos, despus de sumar y restar estas dos ecuaciones, tenemos que, 1 cos = + 2

Serie de Fourier
La serie de Fourier es un mtodo para resolver problemas sobre el flujo de calor sobre materiales ordinarios.
Es una herramienta abstracta de anlisis para temas como el electromagnetismo, estadstica, telecomunicaciones, etc. La representacin musical de sonidos como suma de ondas de varias frecuencias es un ejemplo audible.

Esta provee una indispensable herramienta en la resolucin de ecuaciones diferenciales parciales.

Serie de Fourier
Una serie de Fourier es una serie infinita que converge puntualmente a una funcin peridica y continua a trozos (o por partes). Las series de Fourier constituyen la herramienta matemtica bsica del anlisis de Fourier empleado para analizar funciones peridicas a travs de la descomposicin de dicha funcin en una suma infinitesimal de funciones senoidales

Serie de Fourier
Se dice que una funcin tiene un periodo T o que es peridica si para todos los valores de , + = , T es una constante positiva Sea la funcin definida en el intervalo (, ) y fuera de este intervalo por + = que el periodo de es 2.
La serie de Fourier o expansin de Fourier corresponde a y est dada por:

Serie de Fourier
0 = + 2
=1

cos + sen

1 0 = 1 = 1 =

cos sen

Serie de Fourier
La series de potencia o series de Taylor esta basada en la idea que puedes escribir una funcin general como una serie infinita de potencias. La idea de series de Fourier es que puedes escribir una funcin como una serie infinita de senos y cosenos.
En un intervalo 0 < < la funcin 2 varia de 0 a 2 . Esto puede ser escrita como una series de coseno

Serie de Fourier
2 = 2 3 + 42 2
1

1 +1 cos 2

2 42 1 2 1 3 = + 2 cos cos + cos 3 4 9 Para ver si esto es correcto, examinaremos la suma parcial sucesiva, tomado el primer trmino, despus los dos primeros, etc.

Serie de Fourier
Las graficas de series usando los trminos hasta = 5 haciendo una representacin perfecta de una parbola.

Serie de Fourier
La misma funcin puede escribirse en trminos de senos con otras series:
2 = 22

1 +1 2 2 3 1 1

Nuevamente se puede ver como la serie se comporta tomando uno o varios trminos de la serie. La grfica demuestra la parbola = 2 en la suma parcial de dos series con trminos mayores que = 1, 3, 5

Ecuaciones Diferenciales
Es una ecuacin en la que intervienen derivadas (y/o) integrales. La variable que mide el tiempo (t), es continua . = 2()
La solucin de una ecuacin diferencial es una funcin (), que satisfaga la ecuacin cualquiera de las siguientes funciones es solucin de la ecuacin anterior.

Ecuaciones Diferenciales
1 = 2
ya que 1 = 2 2 = 21 2 = 2 2

ya que
2 = 4 2 = 22

Ecuaciones Diferenciales
3 = 3 2
ya que 3 = 6 2 = 23 Para poder establecer una nica solucin de la ecuacin, es preciso conocer unas condiciones auxiliares. El nmero de estas condiciones necesarias es igual al grado de la ecuacin (n).

Ecuaciones Diferenciales
Usualmente, en aplicaciones de anlisis de sistemas dinmicos, estas condiciones se determinan para el instante de tiempo = 0 , por lo que se denominan condiciones iniciales, y corresponden al valor de la funcin desconocida y de sus derivadas en = 0
0 , 0 , 0 , 0 , , (0) Por ejemplo, al establecer 0 = 1 , como condicin adicional para la ecuacin = 2()

Ecuaciones Diferenciales
La nica solucin valida es 1 = 2

Linealidad: es una propiedad de algunas funciones. Para

poseer esta propiedad es necesario satisfacer dos condiciones

1. Superposicin: 1 + 2 = 1 ) + (2
2. Proporcionalidad: 1 = 1

La funcin = + , no es una funcin lineal a menos que = 0

Ecuaciones Diferenciales
Las ecuaciones diferenciales lineales son de la forma
+ + 1 + 0 = + + 1 + 0 () Estas ecuaciones representan el comportamiento de sistemas dinmicos donde la variable estimula el sistema, y la respuesta de este se manifiesta en la variable . Adems solo se estudiarn aquellos casos en los que .

Mtodos de Solucin de E. D.
La solucin de una E. D. lineal tiene dos componentes
= + = + () Ejemplo: obtenga la solucin de la e. d. lineal + 3 + 2 = () Donde = 2 + 5 + 3 C.I. 0 = 2 0 = 3

Transformada de Laplace
En matemticas, y tambin en ingeniera, el termino transformacin suele referirse a algn dispositivo, sea mecnico, elctrico o terico, el cual cambia un objeto de una forma a otra.
La transformada de Laplace se define en trminos de una integral impropia y se puede utilizar para transformar ciertos problemas de valor inicial en problemas de algebra.

Transformada de Laplace
La idea es resolver el problema de lgebra y luego obtener una solucin del problema de valor inicial a travs de la transformacin inversa de Laplace. Podemos hacer un diagrama de este proceso de la siguiente forma:

Transformada de Laplace
Problema de valores iniciales
Transformacin de Laplace

Problema de lgebra

Solucin del problema de valor iniciales

Transformacin Inversa de Laplace

Solucin del problema de lgebra

Transformada de Laplace
Este mtodo de solucin de un problema de valor inicial tiene varias ventajas. 1. A veces los problemas de lgebra son ms sencillos de resolver que los problemas de valor inicial.
2. Hasta ahora, al trabajar con ecuaciones como:

() + 1

+ + 1 + 0 =

Transformada de Laplace
Hemos supuesto siempre que la funcin forzamiento f es continua. Con la transformacin de Laplace podremos resolver ciertos problemas en que intervengan funciones de forzamientos discontinuas, lo cual es importante en muchas aplicaciones.
Por ejemplo, si f representa una fuerza electromotriz que se conecta en un instante dado 0 , entonces f puede ser discontinua en 0 .

Transformada de Laplace
3. Existen extensas tablas de transformaciones y transformaciones inversas de Laplace, lo que facilita su uso en la solucin de problemas.

Supngase que f(t) est definida para t 0. La Transformada de Laplace () de f es una funcin definida por

() = =
0

Transformada de Laplace
smbolo es un operador lineal, es decir
1 1 + 2 2 () = 1 1 + 2 2 Para todo tal que converja esta integral impropia

Destacamos que () es una funcin y, por lo tanto, la transformacin de Laplace toma una funcin f y produce una nueva funcin, la cual denotamos como () .

Transformada de Laplace
Adoptaremos la convencin de utilizar t (para tiempo) como la variable independiente de una funcin, definida por una letra en minscula como f, g o h. La transformada de Laplace de esta funcin estar denotada por la misma letra pero en mayscula:
() = , () = , () =

Adems en general haremos que s denote la variable de la funcin transformada que se obtiene al aplicar a f(t).

Transformada de Laplace
Entonces, () es una funcin cuya variable independiente se denota con s y () es esta funcin evaluada en s. La transformada de Laplace de una funcin f(t) existe si la integral de Laplace converge.
La integral convergir si f(t) es seccionalmente continua en cada intervalo finito en el rango t > 0 y si es de un orden exponencial conforme t tiende a infinito.

Transformada de Laplace
Se dice que una funcin f(t) es de orden exponencial si existe una constante real positiva tal que la funcin () tiende a cero conforme t tiende a infinito. Si el lmite de la funcin () tiende a cero para mayor que y el lmite tiende a infinito para menor que , el valor de se denomina abscisa de convergencia.

Transformada de Laplace
Para la funcin =

lim

tiende a 0 si > .
En este caso, la abscisa de convergencia es = .

Transformada de Laplace
La integral slo converge si , la parte real de s, es mayor que la abscisa de convergencia .
Por lo tanto, debe elegirse el operador s como una constante tal que esta integral converja. En trminos de los polos de la funcin F(s), la abscisa de convergencia corresponde a la parte real del polo que se ubica en la parte ms alejada a la derecha del plano s.
() 0

Transformada de Laplace
La transformada de Laplace de cualquier funcin f(t) se encuentra si se multiplica f(t) por y despus se integra el producto de = 0 = . Sin embargo, una vez que conocemos el mtodo para obtener la transformada de Laplace, no es necesario obtener cada vez la transformada de Laplace f(t). Existen diferentes teoremas de las transformadas de Laplace que son importantes en la ingeniera de control.

Transformada de Laplace
Teorema de diferenciacin real.
Teorema de valor final. Teorema de integracin real. Teorema de diferenciacin compleja. Integral de convolucin. Transformada de Laplace del producto de dos funciones del tiempo.

Transformada Inversa de Laplace

El proceso inverso de encontrar la funcin del tiempo f(t) a partir de la transformada de Laplace F(s) se denomina transformada inversa de Laplace. La notacin para la transformada inversa de Laplace es 1 , se encuentra a partir de F(s) mediante la siguiente integral de inversin:
1 F(s) =

Transformada Inversa de Laplace

1 = 2
+

F(s) ,

para > 0

En donde c, la abscisa de convergencia, es una constante real y se eligi ms grande que las partes reales, para todos los puntos singulares de F(s). Por tanto, la trayectoria de integracin es paralela al eje j y se desplaza una cantidad c a partir de l.

Transformada Inversa de Laplace

Esta trayectoria de integracin va hacia la derecha de todos los puntos singulares. Parece complicado evaluar una integral de inversin. En la prctica rara vez se emplea esta integral para encontrar f(t).
Hay mtodos ms sencillos para obtener f(t). Un mtodo conveniente de obtener las transformadas de Laplace es usar una tabla de transformadas de Laplace. En este caso, la transformada de Laplace debe tener una forma que se reconozca de inmediato en la tabla.

Transformada Inversa de Laplace

Con mucha frecuencia, es posible que la funcin en cuestin no aparezca en las tablas de transformadas de Laplace que posee el ingeniero. Si una transformada especfica F(s) no se encuentra en la tabla, puede expandirse en fracciones parciales y escribirse en trminos de funciones simples de s para las cuales ya se conocen las transformadas inversas de Laplace.

Transformada Inversa de Laplace

Transformada Inversa de Laplace

Hay que tener en cuenta que estos mtodos para encontrar las transformadas inversas de Laplace se basan en que la correspondencia nica de una funcin de tiempo y su transformada inversa de Laplace prevalecen para cualquier funcin continua del tiempo.
Para problemas de anlisis de sistemas de control, F(s), la transformada de Laplace de f(t) ocurre con frecuencia en la forma () = ()

Transformada Inversa de Laplace

En donde A(s) y B(s) son polinomios en s. en la expansin de = () () en fracciones parciales, es importante que la potencia ms alta de s en A(s) sea mayor que la potencia ms alta de s en B(s).
Si tal no es el caso, el numerador B(s) debe dividirse entre el denominador A(s) para producir un polinomio en s adems de un residuo (una cociente de polinomios en s, cuyo numerador sea de un grado menor que el denominador).

Transformada Inversa de Laplace

= 1 + 2 + + ()

Y si se pueden obtener con facilidades transformadas inversas de Laplace de 1 , 2 ,, () , respectivamente. La transformada inversa de Laplace de F(s) obtenida de tal modo es nica, excepto, tal vez, en los puntos en los que es discontinua la funcin de tiempo.

Transformada Inversa de Laplace

Cuando la funcin del tiempo es continua, la funcin del tiempo f(t) y su transformada de Laplace F(s) tienen una correspondencia uno a uno.
La ventaja del enfoque de expansin en fracciones parciales es que los trminos individuales de F(s) provenientes de la expansin en una forma de fracciones parciales, son muy simples de s; en consecuencia, no es necesario consultar una tabla de transformada de Laplace si memorizamos varios pares simples de transformadas de Laplace.

Transformada Inversa de Laplace

Sin embargo, debe sealarse que, al aplicar la tcnica de expansin en fracciones parciales en la bsqueda de la transformada inversa de Laplace de = () (), deben obtenerse con anticipacin las races del polinomio del denominador A(s).
Es decir, este mtodo no se aplica hasta que se ha factorizado el polinomio del denominador.

Transformada Inversa de Laplace

Considere F(s) escrita en la forma factorizada.
() + 1 + 2 + = = () + 1 + 2 ( + ) para < En donde 1 , 2 ,, y 1 ,2 , son cantidades reales o complejas, pero para cada o complejo se tendr el complejo conjugado de o , respectivamente.

Transformada Inversa de Laplace

Si F(s) slo involucra polos distintos, puede expandirse en una suma de fracciones parciales simples del modo siguiente: () 1 2 = = + ++ () + 1 + 2 +
En donde ( = 1, 2, , ) son constantes. El coeficiente se denomina residuo del polo en = .

Transformada Inversa de Laplace

El valor de se encuentra multiplicando ambos miembros de la ecuacin anterior por ( + ) y suponiendo que = , esto nos lleva a
+
=

1 = + + 1 2 + + 2 + + ++ + + 2 + + =

Transformada Inversa de Laplace

Observemos que todos los trminos expandidos se cancelan con excepcin de . Por tanto,
= +
=

Observe que, debido a que f(t) es una funcin real del tiempo, si 1 y 2 son complejos conjugados, en tal caso los residuos 1 y 2 tambin son complejos conjugados.

Transformada Inversa de Laplace

Slo necesita evaluarse uno de los conjugados, 1 o 2 , porque el otro se conoce automticamente. Debido a que,
1 f(t), se obtiene como = 1 () = 1 1 + 2 2 + + para 0 = +

Transformada Inversa de Laplace

= (0) = (0)
= 1 0 2 0 2 0 1 (0) = = 1 0 2 0 2 0 1 (0) = 2 = 2 0 0

Transformada Inversa de Laplace

Ejemplos: 1. + = ; 0 = 1, 0 = 0 2. y + 4y + 3y = ; y 0 =0, y 0 = 2

Algebra Matricial
El estudio de vectores y matrices es el corazn del algebra lineal. El estudio de vectores comenz esencialmente con el trabajo matemtico irlands Sir William Hamilton (1805-1865).
Su deseo de encontrar una forma de representar ciertos objetos en el plano y el espacio lo llev a descubrir lo que llamo cuaterniones. Esta nocin condujo al desarrollo de lo que ahora se llama vectores.

Algebra Matricial
Mientras Hamilton vivi y durante el resto del siglo XIX hubo un debate considerable sobre la utilidad de los cuaterniones y vectores. Al final del siglo el gran fsico ingls Lord Kelvin escribi que los cuaterniones. an cuando son bellamente

ingeniosos, han sido un mal peculiar para todos aquellos que los han manejado de alguna manera, y los vectores nunca han sido de la menor utilidad para ninguna criatura.

Algebra Matricial
Pero Kelvin estaba equivocado. Hoy casi todas las ramas de la fsica clsica y moderna se representan mediante el lenguaje de vectores. Los vectores tambin se usan, cada vez ms frecuencia.
El algebra matricial se ha convertido en una parte integrante de los conocimientos de matemticas, necesarios en campos tan diversos como la ingeniera elctrica, la pedagoga, la qumica y la sociologa, as como la estadstica y matemtica pura.

Algebra Matricial
Se define a un vector rengln de n componentes como el conjunto ordenado de n nmeros escritos de la siguiente manera:
1 , 2 , ,

Un vector columna de n componentes es un conjunto ordenado de n nmeros escritos de la siguiente manera: 1 2

Algebra Matricial
Consideremos ahora el concepto de matriz. Las matrices encajan dentro del contexto de los espacios vectoriales.
Las matrices proporcionarn un modo sutil, terico y prctico de estudiar numerosos tipos de problemas, incluyendo la solucin de los sistemas de ecuaciones algebraicas lineales y los sistemas de ecuaciones diferenciales lineales.

Algebra Matricial
Una matriz A de m x n es un arreglo rectangular de mn componentes de dispuestos en m renglones y n columnas
= 11 21 1 12 22 2 1 2

El smbolo m x n se lee m por n. A menos que se establezca lo contrario, se supondr siempre que los nmeros en una matriz o vector son reales.

Algebra Matricial
Si A es una matriz m x n con m = n, entonces A se llama matriz cuadrada. Una matriz m x n con todos los elementos iguales a cero se llama matriz cero de m x n. El matemtico ingls Joseph Sylvester (1814-1897) fue el primero que us el trmino matriz en 1850, para distinguir las matrices de los determinantes. De hecho, la intensin era que el trmino matriz tuviera el significado de madre de los determinantes.

Algebra Matricial
La suma de dos matrices est definida solo cuando las matrices son del mismo tamao. Sean = ( ) y = ( ) dos matrices m x n entonces la suma de A y B es la matriz m x n, + dada por:
+ = + 11 + 11 21 + 21 = 1 + 2 12 + 12 22 + 22 2 + 2 1 + 1 2 + 2 +

Algebra Matricial
Cuando se manejan vectores, se hace referencia a los nmeros como escalares (que pueden ser reales o complejos dependiendo de si los vectores en cuestin son reales o complejos).
El termino escalar se origino con Hamilton. Su definicin de cuaternin inclua lo que l llam una parte real y una parte imaginaria. En su artculo On Quaternions, or on a New System of Imaginaries in Algebra, en Philosophical Magazine, 3 serie, 25 (1844).

Algebra Matricial
Sean A, B, C tres matrices de m x n y sean y dos escalares. Entonces i. A + 0 = A
ii.

0A = 0
matrices)

iii. A + B = B + A (ley conmutativa para la suma de

iv. (A + B) + C = A + (B + C) (ley asociativa para la

suma de matrices)

Algebra Matricial
v.

(A + B) = A + B (ley distributiva para la multiplicacin por un escalar)

vi. 1A = A

vii. ( + )A = A + B

Producto Vectorial y Matricial

1 2 Sean = y = 1 2 dos vectores. Entonces el

producto escalar de a y b, denotado por = 1 1 + 2 2 + + El producto escalar se llama con frecuencia producto punto o producto interno de vectores.

Producto Vectorial y Matricial

Hay que tener en cuenta que el producto escalar de dos n-vectores es un escalar (es decir, un nmero).
Al tomar el producto escalar de a y b es necesario que a y b tengan el mismo nmero de componentes. Con frecuencia se tomar el producto escalar de un vector rengln y un vector columna.

Producto Vectorial y Matricial

En este caso se tiene que

1 , 2 , ,

1 2

= 1 1 + 2 2 + +

Sean a, b, c tres n-vectores y sean y dos escalares.

Producto Vectorial y Matricial

Entonces
i.

a0 = 0

ii. ab = ba (ley conmutativa del producto escalar) iii. a(b + c) ) = ab + ac (ley distributiva del producto escalar)

iv. (a)b = (a+b)

Inversa de una Matriz cuadrada

Sean A y B dos matrices cuadradas de orden n de forma que AB = BA = I, con estas condiciones.
1 = 1 =

Donde I es una matriz n x n. La matriz I se llama matriz identidad. La matriz B se llama matriz inversa de A y se denota por (B = A-1) 1 si i = j = , donde bij = 0 si i j

Producto Vectorial y Matricial

Una matriz cuadrada que no es invertible se llama singular y una matriz invertible se llama tambin no singular. Si una matriz A es invertible, entonces su inversa es nica.
Procedimientos para encontrar la inversa de una matriz cuadrada A
1.

Se escribe la matriz aumentada .

Producto Vectorial y Matricial

2. Se utiliza la reduccin por renglones para poner la matriz A en su forma escalonada reducida por renglones.
3. Se decide si A es invertible.
Si la forma escalonada reducida por renglones de A es la matriz identidad I, entonces 1 es la matriz que se tiene a la derecha de la barra vertical. b. Si la reduccin de A conduce a un rengln de ceros a la izquierda de la barra vertical, entonces A no es invertible.
a.

Producto Vectorial y Matricial

Una matriz A de n x n es invertible si y solo si su forma escalonada reducida por renglones es la matriz identidad, es decir, si su forma escalonada reducida por renglones tiene n pivotes.

Determinante de una matriz 2x2

11 12 Sea = . Entonces se define el determinante 21 22 de = 11 22 12 21 .
El determinante de A se denota por det . Sea una matriz de 2x2. Entonces i. A es invertible si slo si det 0.. ii. Si det 0., entonces

Determinante de una matriz 2x2

1 1 11 = det 21 12 22
Primero, suponga que det 0 y sea = 1 det 22 21 12 11 .

Determinante de una matriz 2x2

Entonces
1 22 = det 21 12 11 11 21 12 22

1 22 11 12 21 = 0 11 22 12 21
= 1 0 0 = 1

0 21 12 + 11 22

Determinante de una matriz 2x2

De manera similar, AB=I, lo que muestra que A es invertible y que = 1 .
Todava debe demostrarse que si A es invertible, entonces det 0. Para esto, se considera el sistema 11 1 + 12 2 = 1 21 1 + 12 2 = 2

Determinante de una matriz 2x2

Se hace esto porque si este sistema tiene una solucin nica, entonces 11 22 12 21 0.
El sistema se puede escribir en la forma = 1 1 Con = y = . Entonces, como A es 2 2 invertible, se ve que el sistema tiene una solucin nica dada por = 1

Determinante de una matriz 2x2

Pero solo el hecho que el sistema tenga una solucin nica implica que 11 22 12 21 = det 0
Consideremos, por ejemplo, un sistema de ecuaciones algebraicas. + 2 + 4 = 0 3 4 + 2 6 = 0 3 2 + = 0

Determinante de una matriz 2x2

Podemos resolver este sistema sumando y restando mltiplos apropiados de ciertas ecuaciones para eliminar variables. Observemos, sin embargo, que tales manipulaciones realmente tienen que ver con los coeficientes; los nombres de las variables o incgnitas no son importantes.

Determinante de una matriz nxn

Si llamamos a las incgnitas con otros nombres pero conservamos los mismos coeficientes, podramos hacer las mismas manipulaciones para resolver el sistema y llegar a las mismas soluciones.
Se pueden hacer estas manipulaciones sin nombrar las incgnitas. Consideremos el arreglo rectangular

1 2 1 4 3 4 2 6 1 3 2 1

Determinante de una matriz nxn

Este arreglo contiene a los coeficientes tal como aparecen en el sistema. Cada rengln contiene a los coeficientes de una de las ecuaciones, y cada columna los coeficientes de una incgnita en particular.

Producto de dos Matrices.

Sea = una matriz m x n y = una matriz n x p.
Entonces el producto = C = en donde =(rengln i de A)(columna j de B) = 1 1 + 2 2 + + A y B es una matriz

Producto de dos Matrices.

Si el nmero de columnas de A es igual al nmero de renglones de, entonces se dice que A y B son compatibles bajo la multiplicacin.
Producto de dos matrices 2x2 3 2 1 3 = , B= , calcule AB y BA 5 6 2 4

Producto de Matrices.
Ley Asociativa de las Matrices = Ley Distributiva para la multiplicacin de matrices + = B + A + = +

Clculo de la Inversa de una Matriz

2 3 = 1 4 5

= 0 1

1 =

1 Siendo = 0

Clculo de la Inversa de una Matriz

Utilizando determinantes
= 2 4 1 1 3

Una matriz que no es Invertible

Sea = 1 2 2 4 1 Utilizando determinantes

Transpuesta de una Matriz

Sea = una matriz m x n, la transpuesta de A se escribe

Matriz Simtrica
Tambin llamada cuadrada, si A = n x n se llama simtrica si = . Es decir, las columnas de A son tambin los renglones de A.

Producto Escalar
Otra manera de escribir el producto escalar
1 1 2 2 = ; b= = 1 1 + 2 2 + + =