lOMoARcPSD|28466340

1 Formulario MAT103 Matrices-1

Álgebra Lineal (Universidad Mayor de San Andrés)

Escanea para abrir en Studocu

Studocu no está patrocinado ni avalado por ningún colegio o universidad.

Descargado por Deiner González (deinerale2004@gmail.com)
 lOMoARcPSD|28466340

ÁLGEBRA LINEAL Y TEORÍA MATRICIAL – MAT 103.

Formulario 1 MAT 103 3. Tipos de Matrices.

1. Matriz Cuadrada. Matriz Diagonal Inversa:
Álgebra Lineal Si el número de filas es igual al número de 1/𝑑1 0
⋯
0
columnas. 𝐴𝑛×𝑛 = 𝐴𝑛 = [𝑎𝑖𝑗 ] ∈ 𝐼𝑅𝑛 −1 −1 0 1/𝑑2 0
𝐷𝑛×𝑛 = 𝐷 = [ ]
Contenido: 1≤𝑖≤𝑛 1≤𝑗≤𝑛 ⋮ ⋱ ⋮
1. Teoría Matricial. 2. Matriz Nula. 0 0 ⋯ 1/𝑑𝑛
2. Determinantes. Si todos los elementos 𝑎𝑖𝑗 son cero: 11. Matriz Conjugado.
3. Inversión de Matrices. 0 ⋯ 0 𝑖 1−𝑖 −𝑖 1 + 𝑖
𝐴=[ ] 𝐴=[ ]
4. Sistemas de Ec. Lineales 𝐴𝑚×𝑛 = 𝜃 = [𝑎𝑖𝑗 = 0] = [ ⋮ ⋱ ⋮ ] 3 1 − 2𝑖 3 1 + 2𝑖
12 p. por: J. Jaime Apaza M. 0 ⋯ 0 Propiedades:
3. Matriz Identidad. 4. 𝐴 + 𝐵 = 𝐴 + 𝐵
1. 𝐴 = 𝐴
1. Teoría Matricial. La matriz identidad siempre es cuadrada. 𝑡 5. 𝐴 ∙ 𝐵 = 𝐴 ∙ 𝐵
2. 𝐴 = 𝐴 𝑡
1 0 0 𝑎𝑖𝑗 = 1 𝑖 = 𝑗
1. Concepto. 𝐼𝑛×𝑛 = [0 1 0] 𝐼𝑛×𝑛 = {
𝑎𝑖𝑗 = 0 𝑖 ≠ 𝑗 3. 𝑘 ∙ 𝐵 = 𝑘 ∙ 𝐵
Matriz es un arreglo rectangular de números
0 0 1
ordenados en filas y columnas encerrados 4. Matriz Fila.
entre dos corchetes. Matemáticamente: 4. Matrices Especiales:
Es una matriz que consta de una única fila. 1. Matriz Simétrica.
𝑎11 𝑎12 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝐴1×𝑛 = [𝑎1𝑗 ] ∈ 𝐼𝑅1×𝑛 Es Simétrica si solo si 𝑨 = 𝑨𝒕 y es una
𝐴𝑚×𝑛 = [ ⋮ ⋱ ⋮ ] 𝐴1×𝑛 = [𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 ] ∈ 𝐼𝑅1×𝑛 matriz cuadrada 𝐴𝑛×𝑛 = [𝑎𝑖𝑗 ]
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚∙𝑛 5. Matriz Columna.
Donde: Matriz que tiene una única columna. 2. Matriz Antisimétrica.
𝑎11
A = nombre de la matriz. m×n = tamaño También llamado Hemisimétrica.
𝑎 21
de la matriz. 𝐴𝑚×1 = [𝑎𝑖1 ] ∈ 𝐼𝑅𝑚×1 Es Antisimétrica si solo si 𝑨𝒕 = −𝑨 y es
𝐴𝑚×1 = [ ⋮ ]
m = filas. n = columnas. una matriz cuadrada 𝐴𝑛×𝑛 = [𝑎𝑖𝑗 ]
𝑎𝑚1
aij = elemento genérico de la matriz y 0 1 2
6. Matriz Traspuesta.
significa que está ubicado en fila “i” y la 𝐴 = [−1 0 3]
Si 𝐴𝑚×𝑛 entonces 𝐴𝑡 = 𝐴𝑛×𝑚
columna “j”. −2 −3 0
2. Propiedades de las Matrices. 𝐴 = [𝑎𝑖𝑗 ] → 𝐴𝑡 = [𝑎𝑗𝑖 ] 3. Matriz Normal.
𝑎1
1. Propiedades de la Suma. Es normal si conmuta con su transpuesta,
𝐴 = [𝑎1 , 𝑎2 , 𝑎3 ] → 𝐴𝑡 = [𝑎2 ] esto es si: 𝑨 ∙ 𝑨𝒕 = 𝑨𝒕 ∙ 𝑨
1. 𝐴𝑚×𝑛 + 𝐴𝑚×𝑛 = 𝐴𝑚×𝑛 𝑎3
2. 𝐴 + 𝐵 = 𝐵 + 𝐴 4. Matriz Singular.
Propiedades:
3. 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶 Es Singular si: 𝑑𝑒𝑡(𝐴𝑛×𝑛 ) = 0
1. (𝐴𝑡 )𝑡 = 𝐴
5. Matriz Regular.
Propiedades de la Matriz Cero. 2. (𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵𝑡 Es Regular si: 𝑑𝑒𝑡(𝐴𝑛×𝑛 ) ≠ 0 y si su
1. 𝐴 + 𝜃 = 𝜃 + 𝐴 = 𝐴 3. (𝐴𝐵)𝑡 = 𝐴𝑡 𝐵𝑡
2. 𝜃 − 𝐴 = −𝐴 rango 𝜌(𝐴𝑛×𝑛 ) = 𝑛
4. (𝑘𝐴)𝑡 = 𝑘𝐴𝑡 6. Matriz Periódica.
3. 𝐴 + (−𝐴) = 𝐴 − 𝐴 = 𝜃 7. Matriz Triangular ( ó Escalonada)
4. 𝐴𝜃 = 𝜃 ; 𝜃𝐴 = 𝜃 Es periódica si 𝑨𝒌+𝟏 = 𝑨. Si 𝑘 ∈ 𝑍 + que
0 2 0 1 0 0
Donde: 𝜃 = matriz cero (nulo). Si 𝐴𝐵 = 𝜃 → [ ][ ]=[ ]
satisface la condición 𝐴𝑘 = 𝐼 se dice que A
1 0 2 0 0 0
(−𝐴) = inverso aditivo. No implica que 𝐴 = 𝜃; 𝐵 = 𝜃 es decir 𝐴, 𝐵es una matriz de periodo k donde:
2. Propiedades del Producto. no necesariamente tiene que ser cero. 𝐴𝑘+1 = 𝐴, 𝐴𝑘+2 = 𝐴2 , 𝐴𝑘+3 = 𝐴3 , …
1. 𝐴𝒎×𝑛 × 𝐵𝑝×𝒒 = 𝐶𝒎×𝒒 8. Matriz Triangular Superior (Upper). 7. Matriz Idempotente.
Matriz cuadrada cuyos elementos que estánSi: 𝐴𝑛×𝑛 Es Idempotente si cumple:
Donde: 𝑛 = 𝑝 𝐴2 = 𝐴𝐴 = 𝐴 , 𝐴3 = 𝐴 , … 𝐴𝑘 = 𝐴
por debajo de la diagonal principal son
2.𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶 −1 3 5
todos nulos.
3.(𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶 𝑎11 𝑎12 𝑎13 𝐴 = [ 1 −3 −5] → 𝐴7 = 𝐴
𝐴(𝐵𝐶) = (𝐴𝐵)𝐶 𝑎𝑖𝑗 ≠ 0 𝑖 < 𝑗
4. 𝐴𝑛×𝑛 = { [ 0 𝑎22 𝑎23 ] −1 3 5
5.𝐴𝐼 = 𝐴 ; 𝐼 = matriz indentidad. 𝑎𝑖𝑗 = 0 𝑖 > 𝑗
0 0 𝑎33
8. Matriz Nilpotente. (ó Nulpotente)
6.𝐴𝐵 ≠ 𝐵𝐴 en el producto. 9. Matriz Triangular Inferior (Lower). Si 𝐴 = 𝐴𝑘−1 entonces 𝐴𝑘 = 𝐴2 = 𝜃
7.𝑘 ∙ 𝐴𝑚×𝑛 = [𝑘 ∙ 𝑎𝑖𝑗 ] Es una matriz cuadrada cuyos elementosOtra forma:
𝑎 𝑏 𝑘𝑎 𝑘𝑏 𝑎𝑖𝑗 ≠ 0 𝑖 < 𝑗 𝑎11 Si 𝑘 ≥ 2 ∈ 𝑍 + que satisface la condición
0 0
𝑘[ ]=[ ] 𝑘 = escalar.
𝑐 𝑑 𝑘𝑐 𝑘𝑑 𝐴𝑛×𝑛 = { [𝑎21 𝑎22 0 ] 2 −1
8. 𝑘(𝐴 + 𝐵) = 𝑘𝐴 + 𝑘𝐵 𝑎𝑖𝑗 = 0 𝑖 > 𝑗 𝐴𝑘 = 𝜃 donde 𝑘 = índice 𝐴2×2 = [ ]
𝑎31 𝑎32 𝑎33 4 −2
𝑘+1 𝑘+2 𝑛
9. 𝑘1 (𝑘2 𝐴) = (𝑘1 𝑘2 )𝐴 10. Matriz Diagonal. 𝐴 = 𝜃, 𝐴 = 𝜃, … 𝐴 = 𝜃
10. (𝐴 + 𝐵)2 ≠ 𝐴2 + 2𝐴𝐵 + 𝐵2 ya que el Es una matriz que al mismo tiempo es 9. Matriz Involutiva.
producto no es conmutativo. Una matriz cuadrada 𝐴 = 𝐴𝑛×𝑛 y 𝑘 = 2
triangular superior e inferior y es cuadrada.
11. No cumple la propiedad cancelativa: 𝑑1 0 0 Es Involutiva si cumple las dos condiciones:
𝐴𝐵 = 𝐴𝐶 ? ? ⋯ 1) 𝐴𝑘 = 𝐴 si 𝑘 es Impar.
0 𝑑2 0
3. Propiedades de la Potencia. 𝐷𝑛×𝑛 = [ ] 2) 𝐴𝑘 = 𝐼 si 𝑘 es Par.
⋮ ⋱ ⋮
1. 𝐴0 = 𝐼 0 0 ⋯ 𝑑𝑛 1 1 1
−1 0
2. 𝐴𝑛 = ⏟ 𝐴𝐴𝐴 ⋯ 𝐴 (𝑛 > 0) 𝐴2 = [ ] 𝐴2 = [0 −1 0 ]
𝑘
𝑑1 0 0 0 1
𝑛 factores
⋯ 0 0 −1
3. 𝐴𝑟 𝐴𝑠 = 𝐴𝑟+𝑠 𝑘 0
= 𝐷𝑘 = 0 𝑑2
𝑘 10. Matriz Ortogonal.
𝐷𝑛×𝑛
4. (𝐴𝑟 )𝑠 = 𝐴𝑟𝑠 ⋮ ⋱ ⋮ Una matriz cuadrada 𝐴 = 𝐴𝑛×𝑛 Es Ortogonal
4. Matriz Polinomial. [ 0 0 ⋯ 𝑑𝑛𝑘 ] si cumple: 𝑨 ∙ 𝑨𝒕 = 𝑨𝒕 ∙ 𝑨 = 𝑰
𝑃(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛 −5 0 0 Es decir: 𝑨−𝟏 = 𝑨𝒕
𝑎𝑖𝑗 ≠ 0 𝑖 = 𝑗
Si 𝐴 = matriz, entonces se define: 𝐷𝑛×𝑛 = [ 0 3 0] 𝐷 = { sin 𝑥 −cos 𝑥 sin 𝑥 cos 𝑥 1 0
𝑎𝑖𝑗 = 0 𝑖 ≠ 𝑗 [ ][ ]=[ ]
𝑃(𝐴) = 𝑎0 𝐼 + 𝑎1 𝐴 + 𝑎2 𝐴2 + ⋯ + 𝑎𝑛 𝐴𝑛 0 0 7 cos 𝑥 sin 𝑥 −cos 𝑥 sin 𝑥 0 1
2 2
Recuerda que: sin 𝑥 + cos 𝑥 = 1
© 01.10.18, Jabier Jaime Apaza Mamani, 73203246, pág. 1.

Descargado por Deiner González (deinerale2004@gmail.com)

 lOMoARcPSD|28466340

ÁLGEBRA LINEAL Y TEORÍA MATRICIAL – MAT 103.

11. Matriz Hermética. 3 −1 2 3 −1 2

Una matriz cuadrada 𝐴 = 𝐴𝑛×𝑛 Es Hermética [0 −3 12 ] → 𝑈 = [0 −3 12 ] 8. Factorización L D U = A :
si 𝐴𝑛×𝑛 ∈ ₵ complejos. 0 0 −8 0 0 −8 Si queremos expresar A en forma 𝐿𝐷𝑈 = 𝐴
𝑡 1. Para L: El factor que hace que se vuelva cero con A y D como datos:
𝐴𝑛×𝑛 = ( 𝐴 ) es 1 . Trasladamos el factor −1 cambiado de
4 −𝑖 3 + 2𝑖 1. Para la forma: 𝑃𝐴𝑄 = 𝐷
signo, a la posición 𝑎21 . 𝐼𝐵 𝑄
𝐴3×3 = [ 𝑖 −3 4 − 7𝑖] (𝐴|𝐼𝐴 ) → (𝐵1 |𝑃) → ( ) → ( )
2. El factor que hace que se vuelva cero es −3. 𝐵1 𝐵
3 − 2𝑖 4 + 7𝑖 6 Trasladamos el factor 3 cambiado de signo,
Matriz Hermitania. 2. Partiendo de A llevaremos a D, haciendo
2 3+𝑖 𝑖 a la posición 𝑎31 . op. elem.: ⏟𝐹𝑛 … 𝐹2 𝐹1 𝐴 ⏟
𝐶1 𝐶2 … 𝐶𝑛 = 𝐷
2
𝐴3×3 = [3 − 𝑖 5 4 − 3𝑖] 3. El factor que hace que se vuelva cero es − . 𝑃 𝑄
3
−2𝑖 1 + 𝑖 7 Trasladamos el factor cambiado de signo, a
2 3. Finalmente:
12. Matriz Hemihermética. 3
la posición 𝑎32 . 𝐹1−1 𝐹2−1 … 𝐹𝑛−1 𝐷 ⏟
⏟ 𝐶𝑛−1 … 𝐶2−1 𝐶1−1 = 𝐴
Una matriz cuadrada 𝐴 = 𝐴𝑛×𝑛 Es 𝐿 𝑈
Hemihermética si 𝐴𝑛×𝑛 ∈ ₵ complejos. 1 0 0
𝐴𝑛×𝑛 = −𝐴 ̅̅̅𝑡 𝐿 = [−1 12 0] Finalmente: 𝐴 = 𝐿 ∙ 𝑈
3 1 9. Características de una Matriz.
0 1 − 𝑖 4 + 3𝑖 3 1. Diagonal Principal.
𝐴3×3 = [ −1 − 𝑖 𝑖 −3 ] 2. Método de Ecuaciones para L U: Se denomina a los elementos 𝑎𝑖𝑗 tal
−4 + 3𝑖 3 0 Ej.: La matriz 𝐴𝑛×𝑛 se puede descomponer
5. Operaciones y Matrices Elementales. 𝑎11 𝑎12 𝑎13 que 𝑖 = 𝑗 y solo existe en matrices
𝑎 𝑎 𝑎 cuadradas. (otro diagonal secundario).
1. Operaciones Elementales. [ 21 22 23 ] = 𝐴 Si: 𝐴 = 𝐿 ∙ 𝑈
𝑎31 𝑎32 𝑎33 𝑑 0
1. 𝑘𝑓𝑖 → 𝑓𝑖 𝑘𝐶𝑗 → 𝐶𝑗 múltiplo. 𝐴𝑚×𝑚 = [ 1 ]
1 0 0 𝑈11 𝑈12 𝑈13 0 𝑑2
2. 𝑓𝜌 ↔ 𝑓𝑖 𝐶𝜌 ↔ 𝐶𝑗 intercambiar.
𝐴 = 𝐿 ∙ 𝑈 = [𝐿21 1 0] [ 0 𝑈22 𝑈23 ] 2. Traza de una Matriz
3. 𝑘𝑓𝜌 + 𝑓𝑖 → 𝑓𝑖 𝑘𝐶𝜌 + 𝐶𝑗 → 𝐶𝑗 Es la suma de todos los elementos de la
Suma de la fila o columna con el 𝐿31 𝐿32 1 0 0 𝑈33
Igualando componentes de la matriz A y el diagonal principal, y solo existe en matrices
múltiplo escalar de otra fila o columna. cuadradas.
2. Matriz Elemental. producto de 𝐿 ∙ 𝑈. Se tiene las ecuaciones:
𝑎11 = 𝑈11 𝑎22 = 𝐿21 𝑈12 + 𝑈22 𝑡𝑟(𝐴) = 𝑎11 + 𝑎22 + 𝑎33 + ⋯ + 𝑎𝑚×𝑚
𝑎11 𝑎12 𝑎11 𝑎12 𝑛
Sea: 𝐴 = [𝑎 ] [𝑎 ] = 𝐸1 𝑎12 = 𝑈12 𝑎13 = 𝑈13
21 𝑎22 21 𝑎22 𝑡𝑟(𝐴) = ∑ 𝑎𝑖𝑗 si: 𝑖 = 𝑗
𝑘𝑓𝜌 +𝑓𝑖 →𝑓𝑖 𝑎21 = 𝐿21 𝑈11 𝑎31 = 𝐿31 𝑈11
𝐸1 = 𝐸2 𝐸2 = 𝐸3 … 𝑎32 = 𝐿31 𝑈12 + 𝐿32 𝑈22
𝑖=𝑗=1
𝑘𝑓𝜌 +𝑓𝑖 →𝑓𝑖 𝑘𝑓𝜌 +𝑓𝑖 →𝑓𝑖 Propiedades:
𝑎23 = 𝐿21 𝑈13 + 𝑈23
3. Matriz Elemental. 1. 𝑡𝑟(𝐴 + 𝐵) = 𝑡𝑟(𝐴) + 𝑡𝑟(𝐵)
𝑎33 = 𝐿31 𝑈13 + 𝐿32 𝑈23 + 𝑈33
𝐴𝑚×𝑛 ≡ 𝐵𝑚×𝑛 si cumple: 2. 𝑡𝑟(𝐴 + ⋯ + 𝑍) = 𝑡𝑟(𝑍 + ⋯ + 𝐴)
Método L U para resolver Sis. Ec. Lineales:
𝐸𝑛 ⋯ 𝐸2 𝐸1 𝐴 = 𝐵 𝐴 ⏟ 𝐸1 𝐸2 ⋯ 𝐸𝑛 = 𝐵 3. 𝑡𝑟(𝐴𝑡 ) = 𝑡𝑟(𝐴)
Si: [𝐴]{𝑥} = {𝑓} → [𝐿] [𝑈]{𝑥} ⏟ = {𝑓}
𝑀𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑃𝑎𝑠𝑜 4. 𝑡𝑟(𝑘𝐴) = 𝑘 𝑡𝑟(𝐴)
{𝑧} −1 −1
6. Factorización L U = A :
{𝑧} = matriz columna 𝑛 × 1 (vector) 5. 𝑡𝑟(𝐴−1 ) = 𝑎11 + 𝑎22 −1
+ ⋯ 𝑎𝑛𝑛
Toda matriz 𝐴𝑛×𝑛 puede escribirse como el 3. Rango de una Matriz.
{𝑧} = [𝑈]{𝑥} → [𝐿]{𝑧} = {𝑓}
producto de: 𝐿 ∙ 𝑈 = 𝐴 El rango de una matriz es igual al número
𝑈 = una Matriz Triangular Superior (Upper de filas no nulas luego de realizar un
𝐿 = una Matriz Triangular Inferior (Lower). 3. Método Operaciones Elementales:
número finito de operaciones elementales.
𝐴 =𝐿∙𝑈 Ejemplo 1: Para U: Comenzar escalonando la
Escalonar.
matriz A a una Matriz Triangular Superior
1. Método de Tanteo para L U:
(Upper), con operaciones elementales: 𝜌(𝐴) = Rango de 𝐴𝑚×𝑛 = Nº filas no nulas
Ejemplo 1: 𝜌(𝐴) = 𝑛° de vectores.
[𝐴] = [𝐴1 ] → 𝐸1−1 = [𝐼]
Para U: Comenzar escalonando la matriz A 2𝑓1 +𝑓1 →𝑓1 −2𝑓1 +𝑓2 →𝑓2 ∴ los vectores son Lin. Indep.
a una Matriz Triangular Superior (Upper): Ojo!! −2𝑓1 + 𝑓2 → 𝑓2 = 𝑓2 − 2𝑓1 → 𝑓2
2 5 1. Rango por Gauss:
2 5 [𝐴1 ] = [𝐴2 ] → 𝐸2−1 = [ 𝐼 ] 1 6 9 1 3 5 9
𝐴=[ ] →𝑈 = [ 7] −2𝑓2 +𝑓3 →𝑓3 2𝑓2 +𝑓3 →𝑓3
−3 −4 0 −1 [0 5 8 ] [ 0 7 2 6]
3
𝑓1 +𝑓2 →𝑓2 2 [𝐴2 ] = [𝐴3 ] → 𝐸3 = [ 𝐼 ]
2 1
− 𝑓2 +𝑓3 →𝑓3
1
𝑓2 +𝑓3 →𝑓3 0 0 1 0 0 6 7
3 2 2 3 ×3 3 ×4
para que 𝑎21 sea 0: 2𝑥 − 3 = 0 𝑥= [𝐴3 ] = [𝐴4 ] → 𝐸4−1 = [ 𝐼 ] 3 = rango max 3 = rango max
2 1 2𝑓3 →𝑓3
Para L: 𝑓 →𝑓 Ejemplo 1:
2 3 3
El factor que hace que se vuelva cero es
3 [𝐴4 ] = [𝐴5 ] → 𝐸5−1 = [𝐼] 1 4 −1 1 4 −1
2 1 −2𝑓3 →𝑓3
3 − 𝑓3 →𝑓3
2 𝐴 = [0 7 1 ] → [0 7 1]
Trasladamos el factor − cambiado de 1 𝑎 𝑏
2 0 −6 2 0 0 18
signo a la posición 𝑎21 : 𝑈 = [𝐴5 ] = [0 1 𝑐 ] = Trian. Sup. 6𝑓2 +7𝑓3 →𝑓3
1 0 0 0 1 ∴ 𝜌(𝐴) = 3 ; 3vectores L. I.
𝐿 = [− 3 1] Finalmente: 𝐴 = 𝐿𝑈 𝑬𝒏 … 𝑬𝟑 𝑬𝟐 𝑬𝟏 𝑨 = 𝑼 𝐴 = ⏟ 𝐸1−1 𝐸2−1 … 𝐸𝑛−1 𝑈 2. Rango por Determinantes:
2
𝐿 Si: |𝐴| ≠ 0 → 𝜌(𝐴) = 3. Vectores L.I.
Ejemplo 2:
Luego 𝐴 = 𝐿 𝑈 Si: |𝐴| = 0 → 𝜌(𝐴) = 2 ó 1.
Para U: Comenzar escalonando la matriz A
7. Factorización P A Q = B : Ejemplos:
a una Matriz Triangular Superior (Upper): 1 2 3
3 −1 2 3 −1 2 Si queremos expresar A en forma 𝑃𝐴𝑄 = 𝐵
con A y B como datos: |𝐴| = |2 −1 0| = 9 ∴ 3 Vectores 𝐿. 𝐼.
𝐴 = [−3 −2 10] → [0 −3 12]
1. Para la forma: 𝑃𝐴𝑄 = 𝐵 1 1 0
9 −5 6 0 −2 0 1 2 0
1𝑓1 +𝑓2 →𝑓2 2
− 𝑓2 +𝑓3 →𝑓3 𝐼𝐵 𝑄
−3𝑓1 +𝑓3 →𝑓3 3 (𝐴|𝐼𝐴 ) → (𝐵1 |𝑃) → ( ) → ( ) |𝐴| = |2 −1 0| = 0 ∴ 𝜌(𝐴) = 2 ó 1.
para que 𝑎21 sea 0: 3𝑥 − 3 = 0 𝑥 = 1 𝐵 1 𝐵 1 1 0
para que 𝑎31 sea 0: 3𝑥 + 9 = 0 𝑥 = −3 2. Partiendo de A llevaremos a B, haciendo |𝐴| = |1 2 | = −5 ≠ 0 ∴ 𝜌(𝐴) ≥ 2
2 op. elem.: 𝐹 ⏟𝑛 … 𝐹2 𝐹1 𝐴 ⏟
𝐶1 𝐶2 … 𝐶𝑛 = 𝐵 2 −1
para que 𝑎32 sea 0: − 3𝑥 − 2 = 0 𝑥 = −
3 𝑃 𝑄
© 01.10.18, Jabier Jaime Apaza Mamani, 73203246, pág. 2.

Descargado por Deiner González (deinerale2004@gmail.com)

 lOMoARcPSD|28466340

ÁLGEBRA LINEAL Y TEORÍA MATRICIAL – MAT 103.

2. Determinantes. 3. Cálculo de Determinantes. 𝑐13 = (−1)1+3 |𝐴13 | 𝑐21 = (−1)2+1 |𝐴21 |

1. Regla de Sarrus para |𝑨|. 𝑐22 = (−1)2+2 |𝐴22 | 𝑐23 = (−1)2+3 |𝐴23 |
1. Concepto de Determinante.
Primera Forma: 𝑐31 = (−1)3+1 |𝐴31 | 𝑐32 = (−1)3+2 |𝐴32 |
Es una función que va de las Matrices de
𝑀𝑛×𝑛 a los Reales.
Determinantes de 3x3: Copear las 2 𝑐33 = (−1)3+3 |𝐴33 |
primeras Columnas a la derecha, y 𝑐11 𝑐12 𝑐13
𝑓: 𝑀𝑛×𝑛 → 𝑅 𝑓: 𝑅𝑛×𝑛 → 𝑅 𝑒 𝑓
ó multiplicar en diagonales. 𝑐𝑜𝑓(𝐴) = [𝑐21 𝑐22 𝑐23 ] |𝐴11 | = | |
Notación: 𝑑𝑒𝑡(𝐴) = |𝐴| 𝑎 𝑏 𝑐 𝑎 𝑏 𝑐 𝑎 𝑏 𝑐31 𝑐32 𝑐33 ℎ 𝑖
𝑎11 𝑎12 |𝐴| = |𝑑 𝑒 𝑓 | |𝐴| = |𝑑 𝑒 𝑓| 𝑑 𝑒 Para |𝐴| se debe multiplicar la fila 1 de 𝐴, con
𝑑𝑒𝑡(𝐴) = | 𝑎 | = 𝑎 𝑎 − 𝑎 𝑎
21 𝑎22
11 22 12 21
𝑔 ℎ 𝑖 𝑔 ℎ 𝑖 𝑔 ℎ la misma fila 1 de 𝑐𝑜𝑓(𝐴).
Para |𝐴| se debe multiplicar la columna 1 de
2. Propiedades de los Determinantes. |𝐴| = (𝑎𝑒𝑖 + 𝑏𝑓𝑔 + 𝑐𝑑ℎ) − (𝑐𝑒𝑔 + 𝑎𝑓ℎ + 𝑏𝑑𝑖) 𝐴, con la misma columna 1 de 𝑐𝑜𝑓(𝐴).
1 1
1. | 𝐴−1 | = 𝑑𝑒𝑡( 𝐴−1 ) = |𝐴| = 𝑎𝑐11 + 𝑑𝑐21 + 𝑔𝑐31
|𝐴| 𝑑𝑒𝑡(𝐴)
Determinantes de 4x4: Copear las 3 primeras
2. |𝐴 ∙ 𝐵| = |𝐴| ∙ |𝐵| Columnas a la derecha, y multiplicar en 6. Regla de Chío para |𝑨| de 3x3.
𝑘 ∙ 𝑎11 𝑘𝑎12 𝑘𝑎 𝑎12
3. 𝑘|𝐴| = | | = | 11 | diagonales. (ó Método del Pivote) Primero elegir una Fila
𝑎21 𝑎22 𝑘𝑎21 𝑎22 Segunda Forma:
−1
4. | 𝐴 | = |𝐴| −1 ; ||𝐴|| = |𝐴| 𝑛 o Columna para trabajar.
Determinantes de 3x3: Copear las 2 primeras Mediante Gauss (Operaciones Elementales)
5. |𝑘𝐴𝑛×𝑛 | = 𝑘 𝑛 |𝐴𝑛×𝑛 | Filas abajo, y multiplicar en diagonales. llegar a una Fila o Columna que tenga un 1 y
𝑘𝑎 𝑘𝑎12 𝑎11 𝑎12 𝑎 𝑏 𝑐 𝑎 𝑏 𝑐
Ejemplo: | 11 | = 𝑘 2 |𝑎 | |𝐴| = |𝑑 𝑒 𝑓| |𝐴| = |𝑑 𝑒 𝑓|
los demás elementos ceros.
𝑘𝑎21 𝑘𝑎22 21 𝑎22 En este caso elegimos la columna 1.
6. 𝑚
|𝐴 | = |𝐴| 𝑚
1ro |𝐴| luego |𝐴| .𝑚 𝑔 ℎ 𝑖 𝑔 ℎ 𝑖 𝑎11 𝑎12 𝑎13 1 𝑎12 𝑎13
𝑎 𝑏 𝑐 |𝐴| = |𝑎21 𝑎22 𝑎23 | → |0 𝑎22 𝑎23 |
7. | 𝐴𝑡 | = |𝐴| 𝑑𝑒𝑡(𝐴𝑡 ) = 𝑑𝑒𝑡(𝐴) 𝑑 𝑒 𝑓 𝑎31 𝑎32 𝑎33 Op.Elem. 0 𝑎32 𝑎33
𝑓 ↔ 𝑓2 |𝐴| = (𝑎𝑒𝑖 + 𝑑ℎ𝑐 + 𝑔𝑏𝑓) − (𝑐𝑒𝑔 + 𝑓ℎ𝑎 + 𝑖𝑏𝑑) 𝑘𝑓𝑖 +𝑓𝑗 →𝑓𝑛𝑗
8. |𝐴| = −|𝐵| Intercambiar { 1 𝑎 𝑎 𝑎 𝑎
𝑐1 ↔ 𝑐2 Determinantes de 4x4: Copear las 3 primeras |𝐴| = 1(−1)1+1 |𝑎22 𝑎23 | − 0 |𝑎12 𝑎13 | +
Si en un determinante se intercambian Filas abajo, y multiplicar en diagonales. 32 33 32 33
Filas o Columnas el nuevo determinante 𝑎12 𝑎13
+0 |𝑎 |
queda multiplicado por ( − ). 22 𝑎23
2. Método de las Diagonales Paralelas 𝑎 22 𝑎 23
𝑎 𝑏 𝑐 𝑑 𝑎 𝑏 𝑏 𝑎 |𝐴| = 1 ∙ (−1)1+1 |𝑎 |+0+0
| | = −| | ;| | = −| | (Otra forma de Sarrus) 32 𝑎33
𝑐 𝑑 𝑎 𝑏 𝑐 𝑑 𝑑 𝑐
𝑓1 ↔𝑓2 𝑐1 ↔𝑐2 Valido solo para Determinantes de 3x3: 7. Regla de Chío para |𝑨| de 4x4.
𝑎 𝑏 𝑐 1 0 0 3
9. Si 𝐴𝑚×𝑛 tiene una Fila o una Columna |𝐴| = |𝑑 𝑒 𝑓 | formar:   0 −1 0 4
Ejemplo: |𝐴| = | 0 0|
compuestas por ceros, entonces |𝐴| = 0. 𝑔 ℎ 𝑖 2 3
0 0 0 𝑎 |𝐴| = (𝑎𝑒𝑖 + 𝑏𝑓𝑔 + 𝑐𝑑ℎ) − (𝑐𝑒𝑔 + 𝑎𝑓ℎ + 𝑏𝑑𝑖) 1 5 −2 6
| |=0 ; | |=0
𝑎 𝑏 0 𝑏 Generalizando y comparando con |𝐴|:
10. Si 𝐴𝑚×𝑛 tiene dos Filas o dos Columnas 3. Métodos Matriciales para |𝑨|. 𝑎11 𝑎12 𝑎13 𝑎14
iguales, entones |𝐴| = 0. Mediante Gauss (ó Operaciones 𝑎21 𝑎22 𝑎23 𝑎24
|𝐴| = |𝑎 𝑎33 𝑎34 |
𝑎 𝑏 𝑎 𝑎 31 𝑎32
| |=0 ; | |=0 Elementales) llegar a una matriz triangular
𝑎 𝑎 𝑎43 𝑎44
𝑎 𝑏 𝑏 𝑏 superior o inferior, luego la determinante es el 41 42
11. Si 𝐴𝑛×𝑛 tiene una Fila o una Columna Producto de los elementos de la diagonal. Trabajando en la tercera columna.
que es múltiplo del otro (L.D.) entones: 𝑎11 𝑎12 𝑎13 4

|𝐴| = 0 ; | 3 5 3 2∙3 | 0 𝑎22 𝑎23 | = 𝑎11 𝑎22 𝑎33 |𝐴| = ∑(−1)𝑖+𝑗 𝑎𝑖𝑗 |𝑀𝑖𝑗 |
| = 0 ;| |=0
2∙3 2∙5 5 2∙5 0 0 𝑎33 𝑖=1
4. Método de Reducida o Menores |𝑨| 4
12. Si 𝐴𝑛×𝑛 tiene una Fila o una Columna 𝑎 𝑏 𝑐 𝑛=4
|𝐴| = ∑(−1)𝑖+3 𝑎𝑖3 |𝑀𝑖3 |
que es una combinación de las demás
Sea la Matriz: 𝐴 = [𝑑 𝑒 𝑓 ] 𝑗 = 3 columna
filas o columnas, entones |𝐴| = 0. 𝑖=1
𝑔 ℎ 𝑖 Desarrollando y reemplazando:
𝑎 𝑏 𝑐
| 𝑑 𝑒 𝑓 |=0 𝑎 𝑏 𝑐 (−1)1+3 𝑎13 |𝑀13 | + ⏟
|𝐴| = ⏟ (−1)2+3 𝑎23 |𝑀23 | +
𝑒 𝑓
|𝐴| = | 𝑑 𝑒 𝑓 | = 𝑎(−1)1+1 | |+ 3+3
𝑎+𝑑 𝑏+𝑒 𝑐+𝑓 ℎ 𝑖 + (−1)
⏟ ⏟ 4+3 𝑎43 |𝑀43 |
𝑎33 |𝑀33 | + (−1)
13. Si una fila o una columna se multiplica 𝑔 ℎ 𝑖
por 𝑘, entonces el determinante de la 𝑑 𝑓 𝑑 𝑒
+𝑏(−1)1+2 | | + 𝑐(−1)1+1 | | |𝐴| = 0|𝑀13 | − 0|𝑀23 | + 0|𝑀33 | − (−2)|𝑀43 |
matriz se multiplica por la inversa de 𝑘. 𝑔 𝑖 𝑔 ℎ
1 0 3
1 𝑘𝑎 𝑘𝑏 |𝐴| = 𝑎[𝑒𝑖 − 𝑓ℎ] − 𝑏[𝑑𝑖 − 𝑓𝑔] + 𝑐[𝑑ℎ − 𝑒𝑔]
𝑎 𝑏 |𝐴| = 2|𝑀43 | |𝐴| = 2 |0 −1 4|
| |= | |
𝑐 𝑑 𝑘 𝑐 𝑑 ⏟2 3 0
14. La determinante de una Matriz 5. Método de Cofactores para |𝑨|. |𝐵|
Triangular Superior o Inferior es el 𝑎 𝑏 𝑐 Queda una Matriz de 3x3 :
Producto de los elementos de la diagonal Sea la Matriz: 𝐴 = [𝑑 𝑒 𝑓 ] 𝑎11 𝑎12 𝑎13
𝑎11 𝑎12 𝑎13 𝑔 ℎ 𝑖 |𝐴| = 2|𝐵| generalizando: |𝑎21 𝑎22 𝑎23 |
| 0 𝑎22 𝑎23 | = 𝑎11 𝑎22 𝑎33 La matriz de cofactores es: 𝑎31 𝑎32 𝑎33
0 0 𝑎33 𝑒 𝑓 𝑑 𝑓 𝑑 𝑒 3
+| | −| | +| |
15. Suma de determinantes: ℎ 𝑖 𝑔 𝑖 𝑔 ℎ |𝐵| = ∑(−1)𝑖+𝑗 𝑎𝑖𝑗 |𝑀𝑖𝑗 |
𝑎+𝑐 𝑏+𝑑 𝑎 𝑏 𝑐 𝑑 𝑏 𝑐 𝑎 𝑐 𝑎 𝑏
| |=| |+| | 𝑐𝑜𝑓(𝐴) = − | | + |𝑔 𝑖 | − | | 𝑖=1
𝑥 𝑦 𝑥 𝑦 𝑥 𝑦 ℎ 𝑖 𝑔 ℎ 3
También cumple para determinantes de 𝑏 𝑐 𝑎 𝑐 𝑎 𝑏 𝑛=3
+| | − |𝑑 𝑓| + | | |𝐵| = ∑(−1)𝑖+1 𝑎𝑖1 |𝑀𝑖1 |
3x3, 4x4, etc. [ 𝑒 𝑓 𝑑 𝑒] 𝑗 = 1 columna
𝑖=1
16. | 𝑎𝑑𝑗(𝐴𝑛×𝑛 ) | = |𝐴|𝑛−1 |𝐴| = 𝑎𝑐11 + 𝑏𝑐12 + 𝑐𝑐13 |𝐵| = ⏟(−1)1+1 𝑎11 |𝑀11 | + ⏟ (−1)2+1 𝑎21 |𝑀21 |
1+1
𝑐11 = (−1) |𝐴11 | 𝑐12 = (−1) |𝐴12 | 1+2
17. 𝑎𝑑𝑗( 𝑎𝑑𝑗(𝐴𝑛×𝑛 ) ) = |𝐴|𝑛−2 𝐴 ⏟ 3+1 𝑎31 |𝑀31 |
+ (−1)
© 01.10.18, Jabier Jaime Apaza Mamani, 73203246, pág. 3.

Descargado por Deiner González (deinerale2004@gmail.com)

 lOMoARcPSD|28466340

ÁLGEBRA LINEAL Y TEORÍA MATRICIAL – MAT 103.

5. Inversión por Cofactores ( ó adjunta) 4. Sistema de Ec. Lineales.

|𝐵| = 1|𝑀11 | − 0|𝑀21 | + 2|𝑀31 | 1
|𝐵| = |𝑀11 | + 2|𝑀31 | 𝐴−1 = 𝑎𝑑𝑗(𝐴) 1. Concepto.
|𝐴| Es un conjunto de 𝑛 ecuaciones, con 𝑛
|𝐵| = |−1 4| + 2 |0 −1| |𝐵| = −6 𝑎𝑑𝑗(𝐴) = [ 𝑐𝑜𝑓(𝐴) ]𝑡 incognitas. Las ecuaciones deben ser lineales
3 0 2 3
Finalmente: 1. Matriz de Cofactores. es decir de primer grado. Y puede ser
|𝐴| = 2|𝐵| |𝐴| = 2(−6) |𝐴| = −12 𝑎 𝑏 𝑐 representado por la forma Matricial: 𝐴𝑋 = 𝐵.
Sea la Matriz: 𝐴 = [𝑑 𝑒 𝑓] 2. Soluciones a Sistema de Ec. Lineales
1ra Propiedad: si la matriz es simétrica con 𝑔 ℎ 𝑖 Determinado:
elementos únicos (una sola variable respecto a La matriz de cofactores es: C Única Solución.
la diagonal principal). Para reducir el 𝑐11 𝑐12 𝑐13 O # Ec. = # Incognits
𝑒 𝑓 N Si 𝐴𝑋 = 𝐵 |𝐴| ≠ 0
determinante, sumamos todas las (filas o 𝑐𝑜𝑓(𝐴) = [𝑐21 𝑐22 𝑐23 ] |𝐴11 | = | |
columnas) a la primera. 𝑐31 𝑐32 𝑐33 ℎ 𝑖 S
𝝆(𝑨|𝑩) = 𝝆(𝑨) = Nº incógnitas
2da Propiedad: si la matriz tiene elementos 𝑐11 = (−1)1+1 |𝐴11 | 𝑐12 = (−1)1+2 |𝐴12 | I
1+3
𝑐13 = (−1) |𝐴13 | 𝑐21 = (−1) |𝐴21 | 2+1 S Indeterminado:
simétricos opuestos respecto a la diagonal
principal, su |𝑨| = |𝑨𝒕 | → |𝐴||𝐴𝑡 | = |𝐴𝐴𝑡 | 𝑐22 = (−1)2+2 |𝐴22 | 𝑐23 = (−1)2+3 |𝐴23 | T Infinitas Solucions
|𝐴||𝐴| = |𝐴𝐴𝑡 | → |𝐴| = √|𝐴𝐴𝑡 | 𝑐31 = (−1)3+1 |𝐴31 | 𝑐32 = (−1)3+2 |𝐴32 | E (varias o múltiples).
esto lo
3+3
𝑐33 = (−1) |𝐴33 | N Sol Paramétrik B=0
realizamos para que al multiplicar solo genere
𝑒 𝑓 𝑑 𝑓 𝑑 𝑒 T # Ec. < # Incognits
la diagonal principal, ya que son opuestos, los +| | −| | +| |
ℎ 𝑖 𝑔 𝑖 𝑔 ℎ E
demás elementos se anula. 𝝆(𝑨|𝑩) ≤ 𝝆(𝑨) < Nº incógnitas
𝑏 𝑐 𝑎 𝑐 𝑎 𝑏
𝑐𝑜𝑓(𝐴) = − | | + |𝑔 𝑖 | − | |
ℎ 𝑖 𝑔 ℎ INCONSISTENTES:
3. Inversión de Matrices. 𝑏 𝑐 𝑎 𝑐 𝑎 𝑏 No existe Solución.
+| | − |𝑑 𝑓 | + | |
[ 𝑒 𝑓 𝑑 𝑒] # Ec. < # Incognits B≠0
1. Generalidades.
1 1 𝝆(𝑨|𝑩) ≠ 𝝆(𝑨)
1. Concepto de la Matriz Inversa. 𝐴−1 = 𝑎𝑑𝑗(𝐴) = [ 𝑐𝑜𝑓(𝐴) ]𝑡
Sea A y B matrices cuadradas de orden “n” |𝐴| |𝐴| # Ec. > # Incog. ÚnicaSol. ∞Sol. No tieneSol
tal que 𝐵𝐴 = 𝐴𝐵 = 𝐼 en estas condiciones 2. Inversión por Adjunta de una Matriz. Sist. No Homogéneos: 𝐴𝑋 = 𝐵 ; 𝐵 ≠ 𝜃.
se dice que B es la matriz inversa de A o sea Sea 𝐴𝑛×𝑛 una matriz de 𝑐𝑜𝑓(𝐴), se Sist Equivalentes: # Ec. = # Incognits = Sol
𝐵 = 𝐴−1 y 𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼 defina la adjunta de la matriz 𝐴𝑛×𝑛 como: 3. Métodos de Solución a sist. Lineales:
1. Solución por la Inversa.
𝑎𝑑𝑗(𝐴) = [ 𝑐𝑜𝑓(𝐴) ]𝑡 = 𝑐𝑜𝑓(𝐴𝑡 )
2. Condiciones para Invertir: Solo sirve para sistemas: Cuadrados, que
Deducción: Si: |𝐴| ∙ 𝐼 = 𝐴 ∙ 𝑎𝑑𝑗(𝐴) (1) tienen única solución 𝐴𝑛×𝑛 𝑋𝑛×1 = 𝐵𝑛×1 .
1. Tiene que ser cuadrada 𝐴𝒏×𝒏 −1
Si pre multiplicamos por 𝐴 a (1): # Ec. = # Incognitas. El |𝐴| ≠ 0.
2. 𝐴𝒏×𝒏 debe ser No Singular, es decir
el determinante de 𝐴 ≠ 0 𝐴−1 |𝐴| ∙ 𝐼 = 𝐴−1 ∙ 𝐴 ∙ 𝑎𝑑𝑗(𝐴) 𝐴𝑋 = 𝐵 → 𝐴−1 𝐴𝑋 = 𝐴−1 𝐵 → 𝑋 = 𝐴−1 𝐵
3. Inversa de una Matriz 2×2 𝑎𝑑𝑗(𝐴) 1 1
𝐴−1 = 𝐴−1 = 𝑎𝑑𝑗(𝐴) 𝐴−1 = 𝑎𝑑𝑗(𝐴) |𝐴| ≠ 0
𝑎11 𝑎12 1 𝑎22 −𝑎12 |𝐴| |𝐴| |𝐴|
𝐴 = [𝑎 ] 𝐴−1 = [ ] 2. Solución por Gauss – Jordán.
21 𝑎22 |𝐴| −𝑎21 𝑎11 1
|𝐴| = 𝑎11 𝑎22 − (𝑎12 𝑎21 ) ≠ 0 𝐴−1 = [ 𝑐𝑜𝑓(𝐴) ]𝑡 Aplicable a sist. tipo: 𝐴𝑚×𝑛 𝑋𝑛×1 = 𝐵𝑚×1
|𝐴|
2. Propiedades de la Inversa. # Ec. < # Incognitas
3. Propiedades de la Adjunta:
1. 𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼 Matriz aumentada: [ 𝐴 | 𝐵 ] → [ 𝐴1 | 𝐵1 ]
1. 𝑎𝑑𝑗(𝐼𝑛 ) = 𝐼𝑛
2. (𝐴−1 )−1 = 𝐴 2. 𝑎𝑑𝑗(𝐴 ∙ 𝐵) = 𝑎𝑑𝑗(𝐵) ∙ 𝑎𝑑𝑗(𝐴)
Escalonar la matriz aumentada al máximo,
3. (𝐴𝐵)−1 = 𝐵−1 𝐴−1 por Op. Elem. preferentemente en Filas.
3. 𝑎𝑑𝑗(𝐴𝑛 ) = [ 𝑎𝑑𝑗(𝐴) ]𝑛
4. |𝐴−1 | = |𝐴|−1 1ro |𝐴| luego |𝐴|−1 3. Solución por el método de Cramer:
−1 1 −1 4. 𝑎𝑑𝑗(𝐴𝑡 ) = [ 𝑎𝑑𝑗(𝐴) ]𝑡 Solo sirve para sistemas: Cuadrados, que
5. (𝑘𝐴) = 𝐴
𝑘 5. 𝒂𝒅𝒋(𝑨−𝟏 ) = [ 𝒂𝒅𝒋(𝑨) ]−𝟏 tienen única solución 𝐴𝑛×𝑛 𝑋𝑛×1 = 𝐵𝑛×1 .
6. 𝐴−𝑛 = (𝐴−1 )𝑛 = ⏟ 𝐴−1 𝐴−1 ⋯ 𝐴−1 𝐴 1 # Ec. = # Incognitas. El |𝐴| ≠ 0.
𝑛 factores 6. 𝑎𝑑𝑗(𝐴−1 ) = |𝐴| ; 𝐴−1 = |𝐴| 𝑎𝑑𝑗(𝐴)
Algoritmo de Cramer:
(𝐴𝑛 )−1 = (𝐴−1 )𝑛 1ro 𝐴−1 (𝑛 ≥ 0)
𝐴 ∙ 𝑎𝑑𝑗(𝐴) = 𝑎𝑑𝑗(𝐴) ∙ 𝐴 = |𝐴| ∙ 𝐼𝑛 Si: 𝐴𝑛×𝑛 = [𝐶1 |𝐶2 |𝐶3 | … |𝐶𝑛 ] Si: 𝐵.
7. (𝐴−1 )𝑡 = (𝐴𝑡 )−1 7.
|𝐴1 |
𝐴1 = [𝐵|𝐶2 |𝐶3 | … |𝐶𝑛 ]
8. (𝐴−1 )𝑡 𝐴𝑡 = (𝐴𝐴−1 )𝑡 = 𝐼𝑡 = 𝐼 𝑥1 =
𝐴 2 = [𝐶1 |𝐵|𝐶 3 | … |𝐶𝑛 ] |𝐴|
3. Inversión por Gauss – Jordán. 8. 𝒂𝒅𝒋(𝒌𝑨𝒏 ) = 𝒌𝒏−𝟏 𝒂𝒅𝒋(𝑨𝒏 )
𝐴3 = [𝐶1 |𝐶2 |𝐵| … |𝐶𝑛 ] |𝐴2 |
También llamado método de las operaciones 9. 𝑎𝑑𝑗(𝑘𝐴) = |𝑘𝐴|(𝑘𝐴)−1 ⋮ 𝑥2 =
elementales. |𝐴|
𝑛−2
10. 𝑎𝑑𝑗[𝑎𝑑𝑗(𝐴𝑛 )] = |𝐴𝑛 | 𝐴𝑛 𝐴𝑛 = [𝐶1 |𝐶2 |𝐶3 | … |𝐵] |𝐴3 |
[𝐴] → [ 𝐴 | 𝐼 ] → [ 𝐼 | 𝐴−1 ] 𝑥3 = …
𝑘𝑓𝑖 +𝑓𝑗 →𝑓𝑛𝑗Op.Elem. 11. 𝑎𝑑𝑗[𝑎𝑑𝑗(𝐴)] = |𝑎𝑑𝑗(𝐴)|[ 𝑎𝑑𝑗(𝐴) ]−1 |𝐴|
4. Inversión por Fadevva. 12. 𝑎𝑑𝑗[𝑎𝑑𝑗(𝐴2×2 = 𝐴2×2 )] 4. Sistemas Lineales Homogéneos.
𝑡𝑟(𝐴1 ) 13. |𝒂𝒅𝒋(𝑨𝒏 )| = |𝑨𝒏 |𝒏−𝟏 Es cuando el vector columna de los términos
𝐴1 = 𝐴𝑛 𝑎1 = 𝐵1 = 𝐴1 − 𝑎1 𝐼
1 𝑛−1 𝑛 𝑛−1 independientes 𝐵 es nula. 𝐴𝑋 = 0 ; 𝐵 = 0.
𝑡𝑟(𝐴2 ) 14. |𝑎𝑑𝑗(𝑘𝐴 )|
𝑛 = (𝑘 ) |𝐴 𝑛 |
𝐴2 = 𝐴𝐵1 𝑎2 = 𝐵2 = 𝐴2 − 𝑎2 𝐼 Un sistema homogéneo siempre tiene
𝟐
2 15. |𝒂𝒅𝒋(𝒂𝒅𝒋(𝑨𝒏 ))| = |𝑨𝒏 |(𝒏−𝟏) soluciones o siempre es consistente.
𝑡𝑟(𝐴3 ) • Única Sol.: 𝑥1 = 𝑥2 = 𝑥3 = ⋯ = 0 Trivial.
𝐴3 = 𝐴𝐵2 𝑎3 = 𝐵3 = 𝐴3 − 𝑎3 𝐼 𝑛 = orden de la matriz.
3 𝑎 𝑏 • Infinitas Sol.: incluye solución Trivial.
Hasta: 𝐵𝑛 = 0 = 𝐴𝑛 − 𝑎𝑛 𝐼 𝐴𝑛 = 𝑎𝑛 𝐼 (1) 16. Si: 𝑎𝑑𝑗(𝐴𝑛 ) = [ ] 1. Homogéneo Cuadrado: |𝐴| = 0 infinitas Sol.
𝑐 𝑑
Pero: 𝐴𝑛 = 𝐴𝐵𝑛−1 (2) se cumple: |𝐴𝑛 |2 = |𝑎𝑑𝑗(𝐴𝑛 )| |𝐴| ≠ 0 sol Trivial 𝑥1 = 𝑥2 = 𝑥3 = ⋯ = 0
−1
(1) en (2) 𝑎𝑛 𝐼 = 𝐴 ∙ 𝐵𝑛−1 // 𝐴 17. 𝐴𝑛 = 𝑛 |𝐴 | ∙ [𝑎𝑑𝑗(𝐴 )] −1 2. Homogéneo No Cuadrado:
𝑛
𝐵𝑛−1 # Ec. < # Incognits → Infinitas sol.
𝐴−1 = 𝑛
18. |𝑎𝑑𝑗(𝐴 )| = |𝐴 | 𝑛−1 𝑛
# Ec. > # Incognits → Única sol. Infinitas sol.
𝑎𝑛
19. ||𝐴|| = |𝐴|𝑛
© 01.10.18, Jabier Jaime Apaza Mamani, 73203246, pág. 4.

Descargado por Deiner González (deinerale2004@gmail.com)