Académique Documents
Professionnel Documents
Culture Documents
NIVEL II
DETERMINANTES
Continuando con el desarrollo del lgebra matricial, en esta unidad se estudian los
determinantes. Se pretende que los alumnos se familiaricen, en primer lugar, con la idea de que
el determinante de una matriz es un nmero real. Posteriormente se introduce el concepto de
adjunto de un elemento, que permite calcular el determinante de una matriz cuadrada de cualquier
orden. El conocimiento de las propiedades de los determinantes contribuir a simplificar los
clculos. Por ltimo, se muestran otros procedimientos para calcular el rango de una matriz y la
matriz inversa, usando determinantes.
El conocimiento de los determinantes es fundamental para afrontar con xito otros temas
de este curso, que los utilizan como herramienta, entre los que podemos citar, por ejemplo, la
resolucin de sistemas de ecuaciones lineales y, en el caso de los alumnos de Ciencias, la
geometra en el espacio.
OBJETIVOS
CONCEPTO
Una matriz es de primer orden cuando nicamente tiene un solo elemento y A a11 y
definimos la determinante de A como A a11 .
Ahora si la matriz A es una matriz cuadrada de segundo orden tendremos una matriz de
2 x 2 de modo que
a a12
A 11 es una matriz cuadrada de segundo orden.
a21 a22
Ejemplo:
3 2 multiplicar multiplicar
Encuentre A si A 3 1 4 2 3 8 3 8 5
4 1
RESTAR
EJERCICIO I
1 3
1) A
2 1
3 1
2) A
5 3
3 2
3) B
6 4
m n
4) C
p q
MENOR Y COFACTOR
MENORES
Para cada entrada aij de una matriz cuadrada A de orden nn 2 , el menor Mij se
define como el determinante de la matriz de orden n 1 obtenida al suprimir la fila i-sima y la
columna j-sima de A.
Asi, para
1 2 3
A= 2 4 6
1 5 7
Para hallar el menor M11:
1 2 3
M11 = 2 4 6
1 5 7
1 2 3
M11 = 2 4 6
1 5 7
c) Tercero hallamos el determinante
1 2 3
M11 = 2 4 6
1 5 7
1 2 3
M12 = 2 4 6
1 5 7
1 2 3
M22 = 2 4 6
1 5 7
1 2 3
M32 = 2 4 6
1 5 7
COFACTORES
El cofactor Aij de la entrada aij se define como el menor Mij multiplicado por
Aij 1
i j
M
ij El cofactor nos da como resultado es el signo del menor.
MENOR COFACTOR
M11 = -2
Aij 1
i j
M ij 1 2 1 2 1 2 2
11 2
1 M 1 8 1 8 18 8
i j 1 2 3
M12 = 8 Aij ij
1 M 1 4 1 4 14 4
i j 2 2 4
M22 = 4 Aij ij
1 M 1 0 0
i j 3 2
M32 = 0 Aij ij
EJERCICIO II
3 1 3 5
1) A 2) B
0 2 1 0
2 1 4
3 2
3) C 4) D 0 1 2
1 4
3 2 4
3 2 5
5) D 2 4 2
1 3 0
El determinante de una matriz A de orden n n 2 puede evaluarse multiplicando cada
entrada en cualquier fila o (columna) por su cofactor y sumando los productos resultantes.
Ejemplo:
Hallar el determinante de A
6 5 3
A 2 4 5
1 2 3
A11 6 6 1 6 1 6
11 2
Cofactor de
A12 5 5 1 5 1 5
1 2 3
Cofactor de
A13 3 3 1 3 1 3
1 3 4
Cofactor de
6 5 3
4 5
A 2 4 5 M11
1 2 3 2 3
6 5 3
2 5
A 2 4 5 M12
1 2 3 1 3
6 5 3
2 4
A 2 4 5 M13
1 2 3 1 2
6 5 3
4 5 2 5 2 4
A 2 4 5 6 5 3
2 3 1 3 1 2
1 2 3
Ahora operamos
64 3 5 2 52 3 5 1 32 2 1 4
6 22 5 11 30
132 55 77
Si todo elemento de una fila (o columna) de una matriz cuadrada A es cero, entonces
A 0.
Ejemplo 1:
Calcule el determinante de
1 0 3
A 5 0 4 Observa cuidadosamente la matriz A y veras que la segunda
columna tiene varias entradas a cero. Por lo que hallaremos el
3 2 5 determinante por la segunda columna.
1 0 3
5 4 1 3 1 3
A 5 0 4 A 0 0 2 0 0 24 15 22
3 2 5 3 5 3 5 5 4
Ejemplo 2:
1 0 0 3
0 1 0 4
Observa cuidadosamente la matriz A y veras que la tercera
A columna tiene varias entradas a cero. Por lo que hallaremos el
2 3 0 0 determinante por la tercera columna.
1 5 2 6
Desarrollamos A
1 0 0 3
0 1 0 4
A
2 3 0 0
1 5 2 6
1 4 0 4 0 1
2A43 2 143 1 0 3
3 0 2 0 2 3
2 1 12 0 32 2 1 6 26 12
MATRICES
CONCEPTO
La matriz anterior se denota tambin por (ai j ), i =1, ..., m, j =1, ..., n, o simplemente
por (ai j ).
Los trminos horizontales son las filas de la matriz y los verticales son sus
columnas. Una matriz con m filas y n columnas se denomina matriz m por n, o matriz m
n.
Ejemplo:
CLASES DE MATRICES
Segn el aspecto de las matrices, stas pueden clasificarse en:
Matrices cuadradas
Una matriz cuadrada es la que tiene el mismo nmero de filas que de columnas. Se
dice que una matriz cuadrada n n es de orden n y se denomina matriz n-cuadrada.
Matriz identidad
A I = I A = A.
Matrices triangulares
Una matriz cuadrada A = (ai j ) es una matriz triangular superior o simplemente una
matriz triangular, si todas las entradas bajo la diagonal principal son iguales a cero. As
pues, las matrices
Matrices diagonales
Una matriz cuadrada es diagonal, si todas sus entradas no diagonales son cero o
nulas. Se denota por D = diag (d11, d22, ..., dnn ). Por ejemplo,
La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y
se denota por AT.
As, la traspuesta de
1. (A + B)T = AT + BT.
2. (AT)T = A.
3. (kA)T = kAT (si k es un escalar).
4. (AB)T = BTAT.
Matrices simtricas
Ejemplo:
Matrices ortogonales
Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que una
matriz ortogonal A es necesariamente cuadrada e invertible, con inversa A-1 = AT.
Si A es ortogonal, entonces:
Matrices normales
Una matriz es normal si conmuta con su traspuesta, esto es, si AAT = ATA.
Obviamente, si A es simtrica, antisimtrica u ortogonal, es necesariamente normal.
Ejemplo:
Para poder sumar o restar matrices, stas deben tener el mismo nmero de filas y
de columnas. Es decir, si una matriz es de orden 3 2 y otra de 3 3, no se pueden sumar
ni restar. Esto es as ya que, tanto para la suma como para la resta, se suman o se restan
los trminos que ocupan el mismo lugar en las matrices.
Ejemplo:
Ejemplo:
Producto matricial
Para poder multiplicar dos matrices, la primera debe tener el mismo nmero de
columnas que filas la segunda. La matriz resultante del producto quedar con el mismo
nmero de filas de la primera y con el mismo nmero de columnas de la segunda.
(2 3) (3 5) = (2 5)
3 5 por 2 3,
puesto que la primera matriz no tiene el mismo nmero de columnas que filas la
segunda.
Esto es,
Ejemplo:
1.
2.
Ejemplo:
Entonces:
Divisin de matrices
Si una matriz est dividida entre un escalar, todos los trminos de la matriz
quedarn divididos por ese escalar.
Ejemplo:
MATRICES INVERTIBLES
Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la
propiedad de que
AB = BA = I
Ejemplo:
METODO DE GAUSS
Sea A = (ai j ) una matriz cuadrada de orden n. Para calcular la matriz inversa de
Paso 2. Se deja tal y como est la primera fila de M, y debajo del primer trmino de la
diagonal principal, a11, que llamaremos pivote, ponemos ceros. Luego se opera como se
Ejemplo:
Paso 1.
Paso 2.
El siguiente paso es igual que el anterior, pero esta vez se coge como pivote el
segundo trmino de la diagonal principal.
Al llegar al ltimo trmino de la diagonal, se procede igual que antes, pero poniendo
los ceros encima del nuevo pivote. Se observa que al coger como pivote el ltimo trmino
de la diagonal, la matriz A se transforma en una matriz triangular.
Una vez realizados todos los pasos, la mitad izquierda de la matriz M se convierte
en una matriz diagonal. En este momento hay que proceder a transformar, si es que no lo
est, la mitad izquierda en la matriz identidad, dividiendo si fuera necesario las filas de M
por un escalar.
Ejemplo:
Ya que la matriz colocada en la mitad izquierda es diagonal, no hay que operar ms.
Transformamos la matriz diagonal en una matriz identidad; para ello hay que dividir la
segunda fila entre -1:
Comprobacin:
AA-1 = I
Sean
b) Calcular:
- A - B + C.
A + B - C.
3A + C/2.
c) Calcular:
(A B) /C.
Resolucin:
LITERAL a)
Las tres matrices son cuadradas y de orden tres. A su vez, B es una matriz
triangular, ya que todas las entradas debajo de la diagonal principal son ceros, y C es
antisimtrica porque los elementos simtricos son opuestos entre s.
LITERAL b)
LITERAL c)
Dividimos la primera fila entre -6, la segunda entre 3 y la tercera entre -3 para que en la
mitad izquierda quede la matriz identidad,
= .
LITERAL d)
Se simplifica un poco para que las operaciones no sean tan costosas, dividiendo la
tercera fila entre cuatro. De este modo, se tiene
Se vuelve a simplificar, dividiendo la primera fila entre dos y la segunda entre cuatro,
AA-1 = I.
Procedamos a la comprobacin:
Cada fila de M corresponde a una ecuacin del sistema y cada columna a los
coeficientes de una incgnita, excepto la ltima, que corresponde a las constantes del
sistema. Un sistema de ecuaciones lineales puede resolverse trabajando con su matriz
ampliada, especficamente, reducindola a forma escalonada mediante el proceso de
Gauss.
METODO DE GAUSS
Ejemplo:
Sea el sistema,
x = 2, y = -1, z = 3.
La tercera fila se suprime, puesto que es mltiplo de la segunda y resultara una fila
nula. As, el sistema queda formado por dos ecuaciones con cuatro incgnitas:
x = -9 - y + 10t
z = 7t - 7 (- 9 - y + 10t, y, 7t - 7, t).
x = -9, y = 0, z = -7, t = 0.
0x + 0y + 0z + 0t = -5
obteniendo como resultado 0 = -5, que es absurdo. Por lo tanto, decimos que no tiene
solucin.
EJERCICIOS DE APLICACION
3 1 2 1 0 2 2 5 1
1) A 4 2 5
2) A 0 1 3
3) A 3 1 6
6 3 1 3 4 0 4 2 3
3 5 0 2 7 3 3 2 1
4) A 0 1 0
5) A 1 0 4
6) A 1 1 0
3 4 5 4 1 2 2 3 0
2 5 1 5 4 1 2 7 3
7) A 3 4 0
8) A 3 2 7
9) A 1 0 4
2 1 1 2 0 6 4 1 2
LMITES Y CONTINUIDAD
Teorema de lmite1:
Si k es una constante y a un nmero cualquiera, entonces
Teorema de lmite2:
Para cualquier nmero dado a,
Teorema de lmite3:
Si m y b son dos constantes cualesquiera, entonces
Teorema de lmite4:
Teorema de lmite5:
Teorema de lmite6:
Teorema de lmite7:
Teorema de lmite8:
1. Solucin
2. Solucin:
3. Solucin:
4. Solucin:
5. Solucin:
6. Solucin:
7. Solucin:
8. Solucin:
9. Solucin:
10. Solucin:
11. Solucin:
12. Solucin:
Lmites unilaterales
Hay casos en que las funciones no estn definidas (en los reales) a la izquierda o a la
derecha de un nmero determinado, por lo que el lmite de la funcin cuando x tiende a
dicho nmero, que supone que existe un intervalo abierto que contiene al nmero, no
tiene sentido.
Ejemplo:
Lmite
bilateral:
Teorema de lmite12:
Ejercicios resueltos
En los ejercicios 1 a 4, trace la grfica y determine el lmite indicado si existe; si no
existe, d la razn:
1. Solucin:
2. Solucin:
3. Solucin:
4. Solucin:
Lmites infinitos
ING. HECTOR AGUILAR 2016 32
INSTITUTO TECNOLOGICO SUPERIOR DE TECNOLOGIAS APROPIADAS INSTA
NIVEL II
Existen ciertas funciones que aumentan o disminuyen sin lmite a medida que la
variable independiente se acerca a un valor fijo determinado.
Crecimiento infinito:
Decrecimiento infinito:
Teorema de lmite13:
Teorema de lmite14:
Teorema de lmite15:
Teorema de lmite16:
Una asntota es una recta a la cual se aproxima una curva indefinidamente. Trazar las
asntotas, tanto verticales como horizontales (ms adelante nos ocuparemos de estas
ltimas), es de gran ayuda para dibujar la grfica de una funcin.
Asntota vertical:
Una asntota vertical es una recta paralela al eje y.
Ejercicios resueltos
En los ejercicios 1 a 7, determine el lmite. En los ejercicios 9 a 11. encuentre la(s)
asntota(s) vertical(es) de la grfica de la funcin y trcela(s).
1. Solucin:
2. Solucin:
3. Solucin:
4. Solucin:
5. Solucin:
6. Solucin:
Lmites en el infinito
Teorema de lmite18:
Asntota horizontal:
Una asntota horizontal es una recta paralela al eje x.
Teorema de lmite19:
Ejercicios resueltos
MISCELANEA 1