Академический Документы
Профессиональный Документы
Культура Документы
general
1. Matrices, Sistemas Lineales y Determinantes
1.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Tipos de Matrices . . . . . . . . . . . . . . . . . . . . .
1.3. Producto de una Matriz Fila con una Matriz Columna
1.4. Multiplicacion de un escalar por una matriz . . . . .
1.5. Suma de matrices. . . . . . . . . . . . . . . . . . . . . .
1.5.1. Propiedades de la suma de matrices. . . . . . .
1.5.2. Diferencia o Resta de matrices. . . . . . . . . .
1.6. Producto de matrices. . . . . . . . . . . . . . . . . . . .
1.7. Tipos especiales de matrices. . . . . . . . . . . . . . . .
1.7.1. Matrices idempotentes e involutivas . . . . . .
1.7.2. Matrices divididas por bloques . . . . . . . . .
1.7.3. Matrices semejantes . . . . . . . . . . . . . . .
1.7.4. Problemas resueltos . . . . . . . . . . . . . . .
1.7.5. Problemas (Matrices) . . . . . . . . . . . . . . .
. . .
. . .
. .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
2
5
6
6
7
8
8
10
12
21
22
25
25
27
Captulo 1
Matrices, Sistemas Lineales y
Determinantes
1.1. Matrices
1850 por
El termino matriz fue introducido por primera vez en el ano
Introduccion.
despues Cayley iniciaba un estudio matematico
Sylvester, un ano
de las mismas. Aunque
que un conjunto de numeros
Cual
de numeros
escritos ordenadamente - una matriz puede representar muchas cosas: un sistema de ecuaciones lineales como los veremos, transformaciones lineales, productos escalares, formas
cuadraticas,
conicas, etc. Es la forma de ver la matriz lo que le da sentido, y su facilidad de
se puede pedir a una herramienta?
manejo lo que les da versatilidad y potencia. Que mas
Algebra lineal.
reales
a
a
.
.
.
a
32
33
3n
A = 31
.
..
..
..
..
.
.
.
am1 am2 am3 . . . amn
Se dice entonces que A es una matriz de tamano
u orden m n y simbolicamente se escribe
A = [aij ],
a11
a21
..
.
a12
a22
..
.
... ...
A= .
..
..
.
am1 am2
a13
a23
..
.
aij
..
.
am3
i e sima columna
. . . a1n
. . . a2n
..
..
.
.
... ...
..
..
.
.
. . . amn
i e sima fila
real a.
Al conjunto de todas las matrices de tamano
m n se le denota por Mmn (K), donde
K es el campo de los escalares, en nuestro caso solo utilizaremos el campo de los
numeros
complejos K = C,
I o simplemente
denotaremos por Mmn
[
]
1 3 5
Ejemplo 1.1. En la matriz: A =
sus elementos son:
2 4 6
a11 = 1, a12 = 3, a13 = 5, a21 = 2, a22 = 4, a23 = 6.
Esta es una matriz de orden 2 3, es decir: A M23 .
[
]
2 3 5
Ejemplo 1.2. Si A =
4 2 1
A es una matriz de tamano
2 3 y, para este caso sus elementos son:
a11 = 2, a12 = 3, a13 = 5, a21 = 4, a22 = 2, a23 = 1.
J. R. Ticona Parisaca
Algebra lineal.
i = 1, 2, . . . , m, j = 1, 2, . . . , n
[
]
1 3 9
5 7 2
[
=
]
1 3 9
5 6 2
Ejemplo
1.5. ]
Determinar
[
[ el valor
] de k para que las matrices
k 1
2 1
A=
yB=
sean iguales.
1 2k
1 4
Dado que ambas matrices tienen el mismo tamano
Solucion.
ellas seran
iguales si y solo
si coinciden componente a componente; para lo cual es suficiente que k = 2 y 2k = 4; esto
se cumple para k = 2.
[
]
[
]
k 0
1 0
Ejemplo 1.6. Determinar el valor de k para que las matrices A =
yB=
3 3k
3 4
sean iguales.
Para que las matrices sean iguales se requiere, en este caso que k = 1 y 3k = 4,
Solucion.
4
luego se debe tener simultaneamente
A, B, C, etc. y
a sus elementos con letras minusculas:
J. R. Ticona Parisaca
Algebra lineal.
[
]
a11 a12 a13
b
b
b
11
12
13
A = a21 a22 a23 M33 , B =
M23 ,
b21 b22 b23
a31 a32 a33
c11 c12
Matriz Columna
A las matrices de orden m 1 se les llama matriz columna, es decir es de la forma
siguiente:
a11
a21
a
A = 31 Mm1
.
..
am1
tambien se le conoce con el nombre de vector columna.
[
=
]
0 0 0
0 0 0
]
0 0
0 0
Si A M33
0 0 0
J. R. Ticona Parisaca
Algebra lineal.
b11
[
] b21
A B = a11 a12 . . . a1n . = [a11 b11 + a12 b21 + a13 b31 + + a1n bn1 ]
..
bn1
Nota. Para que este producto de matrices existe debe cumplirse que el numero
de columnas
de la primera matriz coincida con el numero
[
]
2
Ejemplo 1.10. Sean las siguientes matrices A = 4 3 6 7 y B =
. Halle A B
5
6
Solucion.
3
[
] 2
AB= 4 3 6 7
= [ 4(3) + 3(2) + 6(5) + 7(6) ] = [ 12 6 + 30 + 42 ] = [ 78 ]
5
6
3
2
[
]
de columnas
de A es 5, mientras que el numero
no son
iguales, entonces no existe el producto entre dichas matrices.
a
a
a
a
.
.
.
a
a
a
.
.
.
a
31
32
33
3n
32
33
3n =
A = 31
.
.
..
..
..
..
..
..
..
.
.
.
.
.
. ..
am1 am2 am3 . . . amn
J. R. Ticona Parisaca
Algebra lineal.
Solucion.
]
]
[
] [
[
6 10 14
6 10 14
3 5 7
, entonces A =
=
A = 2
4 8 12
4 8 12
2 4 6
1
0
1
2
2
0
2
2
2
Ejemplo 1.13. 2 2 4
1 3 = 2 2 42
2 32
2 4
0 5
2 4 2
0 5 2
3. ( + )A = A + A
2. (A + B) = A + B
4. 1.A = A
5. 0.A =
Matriz nula
4 5 3
A = 2 1 0 ,
3 1 6
Solucion.
i = 1, 2, . . . , m, j = 1, 2, . . . , n
2 6 1
B= 4 0 7
5 3 8
4 5 3
2 6 1
4+2
5+6 3+1
6 11 4
A+B= 2 1 0 + 4 0 7 = 2+4
1+0 0+7 = 6 1 7
3 1 6
5 3 8
3 + 5 1 + 3 6 + 8
8 2 14
Nota. La suma de matrices se define solamente cuando las matrices tienen el mismo nume
ro de filas y mismo numero
J. R. Ticona Parisaca
Algebra lineal.
1 3 7
Solucion.
1 3 7
A B = A + (1)B = 2 4 5 + (1)
4 6 8
1 3 7
7
= 2 4 5 + 4
4 6 8
2
6 2
8
= 2 10 4
2
3
0
7
5 1
4 6
9
2
3
8
7
5 1
4 6
9
2
3
8
5
1
6 9
3 8
J. R. Ticona Parisaca
Algebra lineal.
0
1 2
1 2 1
1 2 1
0
1 2
[
entonces
X=
]
1 1 3
1 3 1
]
3 1 4
7 1
5
4 3
2
6
2 5
]
10 5
10
20
0 15
[
=
]
2 1 2
4 0
3
Finalmente
[
]
[
] [
] [
]
3 1 4
3 1 4
2 1 2
1 0 2
X=
Y =
=
.
7 1
5
7 1
5
4 0
3
3 1
2
J. R. Ticona Parisaca
Algebra lineal.
10
aik bkj ,
i = 1, 2, . . . , m, j = 1, 2, . . . , p
k=1
de columnas
de la matriz A es igual al numero
de filas de la matriz B.
1 2 3
2 0
Solucion.
1 2 3
2 0
AB = 4 5 6 1 2
0 1 0
0 1
2
(
) 0
(
)
1 2 3 2
1 2 3 1
1
0
(
) 2
(
) 0
= 4 5 6 1
4 5 6 2
0
1
(
) 2
(
) 0
1
2
0
1
0
0
1
0
0
1
2+2+0 0+4+3
4 7
= 8 + 5 + 0 0 + 10 + 6 = 13 16
0+1+0 0+2+0
1 2
Nota. Para este ejemplo, BA no esta definido de acuerdo a la observacion. Pues el numero
de filas de A.
[
]
[
]
1 1
1 0
Ejemplo 1.19. Sean A =
yB=
. Calcular AB y BA
3 2
2 4
Solucion.
[
][
] [
]
1 1
1 0
3 4
1. AB =
=
3 2
2 4
7 8
[
][
] [
]
1 0
1 1
1 1
2. BA =
=
2 4
3 2
14 10
J. R. Ticona Parisaca
Algebra lineal.
11
1
2
[
]
2 1 1
0
2 1
Ejemplo 1.21. Sean A =
yB=
. El producto de A por B es:
2 1
2 1
1 1
1 0
1
2
[
]
[
]
2 1 1
0
3 4
2 1
=
2 1
2 1 1 1
5 7
1 0
pues:
3 = 2 1 + 1 2 + (1)1 + 0 1
4 = 2 2 + 1 1 + (1)1 + 0 0
5 = 2 1 + 1 2 + 2 1 + (1)1
7 = 2 2 + 1 1 + 2 1 + (1)0
Vale la pena observar que las matrices no deben ser necesariamente del
Observacion.
mismo tamano
para poder multiplicarlas. De hecho si se mira con cuidado la definicion
se observa que para poder hacerlo la cantidad de filas de la primera matriz debe coincidir
con la cantidad de columnas de la segunda matriz. Cuando esto ocurre se dice que las
matrices son conformables.
3. A(B + C) = AB + AC
2. (AB)C = A(BC)
4. (B + C)A = BA + CA
5. k(AB) = A(kB), k IR
Solucion.
J. R. Ticona Parisaca
Algebra lineal.
12
de
filas es igual numero
A=
a11
a22
..
..
.
.
..
.
..
.
ann
J. R. Ticona Parisaca
Algebra lineal.
13
a11
Si A = a21
a31
a11
a21
Si A = .
..
]
a12
a22
a12 a13
a12 a1n
a22 a2n
.. . .
.. Mn , su traza es: Tr(A) = a11 + a22 + + ann
.
.
.
]
1 0
0 1
1 0 0
1 0 0
0 1 0
...
...
...
..
.
0
0
0
..
.
0 0 0 ... 1
3 Matriz triangular superior. Sea A Mn cuyos elementos aij = 0 para i > j,
entonces se llama matriz triangular superior. Es decir:
0 a33 a3n
A= 0
es una matriz triangular superior
.
.
..
..
0
ann
J. R. Ticona Parisaca
Algebra lineal.
14
2 3 4
1 3 5
2 12 34
A B = 0 4 5 0 2 4 = 0 8 31
0 0 6
0
0 3
0
0 18
Nota. El producto de matrices matrices triangulares superiores es una matriz triangular superior.
4 Matriz triangular inferior. Sea A Mn cuyos elementos aij = 0 para i < j,
entonces se llama matriz triangular inferior. Es decir:
A=
a11 0
0
a21 a22 0
a31 a32 a33
..
..
.
.
an1 an2 an3
0
0
0
ann
A=
a11 0
0
0 a22 0
0
0 a33
..
..
.
.
0
0
0
0
0
0
ann
A=
k
0
0
..
.
0 0 0
k 0 0
0 k 0
= kI
..
0 0 0 k
Ejemplo 1.27. Veamos algunas matrices
J. R. Ticona Parisaca
Algebra lineal.
15
1 2 6
1
0 0
B= 2
4 0 M3 es una matriz triangular inferior.
6 7 5
10 0 0
5 0 0
1 0 0
]
a b
c d
5
2
B = 1 3 ,
0
4
[
C=
A =
]
a c
b d
[
,
B =
]
5
1 0
2 3 4
]
1 1
1 1
3 5 2 7
C =
1 3
1
5
1 2
1
7
Ejemplo 1.29. .
2 1
3
2
4 2
Si A = 1
5 1 M3 , entonces AT = 4 5 2 M3
2 1
0
3 2 0
J. R. Ticona Parisaca
Algebra lineal.
[
Si B =
16
1 2
c) (kA)T = k AT
b) (AT )T = A
d) (A + B)T = AT + BT
e) (AB)T = BT AT
1 0 1
1 0 1
Si A = 0 2 4 M3 AT = 0 2 4 M3
1 4 3
1 4 3
como AT = A, entonces la matriz A es simetrica.
2 1 3
2 4 1
Si B = 4 3 2 M3 BT = 1 3 4 M3 ,
1 4 3
3 2 3
como BT = B, entonces la matriz B no es simetrica.
Para que una matriz cuadrada A sea simetrica debe cumplir aij = aji
Observacion.
para cada i = j
Ejemplo 1.31. Las siguientes matrices son simetricas.
3 4 5
4
2
1
a) A = 4 7 6
b) B = 2 3 5
5 6 9
1 5
8
1 7 9
c) C = 7 2 11
9 11 10
J. R. Ticona Parisaca
Algebra lineal.
[
Si A =
17
[
AT =
]
0 1
1 0
[
=
]
0 1
1
0
= A
0
1 2
0 1 2
0
1 2
Si B = 1
0 3 BT = 1
0 3 = 1
0 3 = B
2 3 0
2
3
0
2 3 0
Como B = BT entonces B es una matriz antisimetrica.
Para que una matriz cuadrada A sea antisimetrica debe cumObservacion.
plirse que aij = aji para cada i = j y los elementos de la diagonal principal
deben ser ceros, es decir aij = 0 para cada i = j.
Ejemplo 1.33. Las siguientes matrices son antisimetricas.
0
4 1
0 3
7
0
1 1
a) A = 4
c) C = 1
0
2 b) B = 3 0 6
0
1
1 2
0
7 6
0
1 1
0
Ejemplo 1.34. Demostremos las siguientes propiedades:
J. R. Ticona Parisaca
Algebra lineal.
18
Matriz Identidad
= A
A2 = AA
A3 = AAA
..
.
An = AA
. . . A}
| {z
nveces
ademas
Ap Aq = Ap+q
(Ap )q = Ap q .
Nota.
Las matrices A, B Mn son conmutativas si, y solo si AB = BA
Si las matrices son conmutativas, entonces cualquier potencia natural de los
mismos son conmutables y (AB)n = An Bn , n IN
11 Matriz ortogonal. Sea A Mn , se llama matriz ortogonal, si se verifica:
A AT = AT A = I
Ejemplo 1.35. Comprobar que la matriz dada es ortogonal.
Cos Sen 0
A = Sen
Cos 0
0
0 1
Solucion
Cos Sen 0
Cos Sen 0
1 0 0
A AT = Sen
Cos 0 Sen Cos 0 = 0 1 0 = I
0
0 1
0
0 1
0 0 1
1 0 0
Cos Sen 0
Cos Sen 0
J. R. Ticona Parisaca
Algebra lineal.
19
Observacion.
Toda matriz ortogonal es inversible
Como (At )t = A, entonces se deduce que la inversa de una matriz ortogonal es
una matriz ortogonal.
Teorema 1.2. El producto de dos matrices ortogonales es una matriz ortogonal.
En efecto. Sean A, B Mn dos matrices ortogonales, entonces:
At = A1 , Bt = B1 de donde ademas
(AB)t = Bt At
Luego (AB)t = Bt At = B1 A1 = (AB)1
Analogamente
(BA)t = At Bt = A1 B1 = (BA)1
Por lo tanto AB es una matriz ortogonal.
12 Matriz inversa. Sea A Mn se dice que es inversible, si existe una matriz
cuadrada B Mn tal que:
AB = BA = I
entonces a la matriz B se llama matriz inversa de A y se denota por B = A1
Ejemplo 1.36. Sea A M2 una matriz inversible, halle la matriz inversa.
[
]
[
a b
x
Sea A =
Solucion.
y supongamos que la matriz inversa A1 =
c d
z
donde se tiene que determinar los valores de x, y, z y w, entonces se tiene:
[
][
] [
]
[
] [
a
b
x
y
1
0
ax
+
bz
ay
+
bw
1
AA1 = I
=
=
c d
z w
0 1
cx + dz cy + dw
0
]
y
w
,
]
0
1
x=
ad bc
ax + bz = 1,
y=
ay + bw = 0,
ad bc
cx + dz = 0,
z
=
cy + dw = 1
ad bc
w=
ad bc
[
]
a b
Es decir, si la matriz A =
es inversible, entonces es de la forma:
c d
A1
1
=
ad bc
]
d b
c
a
si ad bc = 0
J. R. Ticona Parisaca
Algebra lineal.
20
Nota.
El numero
]
a b
c d
[
4 3
Ejemplo 1.37. Halle la matriz inversa de la matriz A =
5 4
Vemos que, = 4(4) 5(3) = 16 15 = 1, entonces
Solucion.
[
] [
]
1
4 3
4 3
1
A =
=
4
5
4
5
T 1
1 T
(A ) = (A )
e) Si k = 0 y A Mn es una matriz inversible, entonces kA es inversible y (kA)1 =
1 1
A
k
13 Propiedades
Dadas las matrices A, B IRnn matrices triangulares superiores (inferiores) y IR,
entonces:
J. R. Ticona Parisaca
Algebra lineal.
21
1.7.1.
1
2
1
2
1
2
1
2
Algebra lineal.
1.7.2.
22
En muchas ocasiones se considera que una matriz esta formada por otras matrices
mas
pequenas.
Esto ocurre, por ejemplo, en aplicaciones en las que aparecen grandes matrices con un elevado numero
agrupados, o incluso con estructuras que se repiten. Por lo general estas aplicaciones quedan fuera del alcance de este trabajo. Tambien es conveniente considerar que
una matriz esta formada por submatrices para establecer algunos resultados de tipo
teorico.
Ilustremos la situacion con el siguiente ejemplo.
Ejemplo 1.41. Dadas las matrices
1 0
0 1
A=
0 0
0 0
2 1
3
5
1
0
1
2 1
2
3
5
y B=
2
3
4
5
1
1
2 1
1
1
calcular el producto AB
Antes de hacer el producto observemos que la matriz A tiene como submaSolucion.
trices a la matriz identidad de orden 2 2 y a la matriz nula del mismo orden, es
decir
1 0 2 1
3
0 1 5
1
0
A=
0 0 1
2 1
0 0 2
3
5
[
Llamando
P=
]
2 1 3
5
1 0
[
y
Q=
]
1 2 1
2 3
5
2
3
4
5
B= 1
1
2 1
1
1
J. R. Ticona Parisaca
Algebra lineal.
23
siendo
2 3
4 5
R=
1
1
S = 2 1
1
1
]
y
tendremos
[
AB =
][
I2 P
2 Q
]
R
S
[
=
R + PS
QS
5
9
11
9
4 2
13
4
A= .
..
..
.
.
.
.
Ar1 Ar2 . . . Ars
siendo A11 la submatriz de orden m1 n1 formada por los elementos de A que ocupan
las m1 primeras filas y las n1 columnas, A12 la submatriz de orden m1 n2 formada
por los elementos de A que ocupan las m1 primeras filas y las columnas n1 +1, , n1 +
n2 y as sucesivamente. en general Aij es la submatriz de orden mi nj formado por
los elementos de A que ocupan las filas
m1 + + mi1 + 1, m1 + + mi1 + 2, . . . , m1 + + mi1 + mi
y las columnas
n1 + + nj1 + 1, n1 + + nj1 + 2, . . . , n1 + + nj1 + nj .
Siendo mi numeros
(m1 + m2 + mr ) (n1 + n2 + ns )
Ejemplo 1.42. Sea la matriz
A=
1
5
7 0 1
2
3
5 4 1
0
2 3 7 5
4 1
2 3 5
0 2
3 5 2
J. R. Ticona Parisaca
Algebra lineal.
24
a) (2 + 3) (2 + 2 + 1)
b) (1 + 2 + 2) (2 + 3)
En el primer caso
Solucion.
[
A=
siendo
[
A11 =
1 5
2 3
0
2
A21 = 4 1 ,
0 2
1
5
7 0 1
2
3
5 4 1
0
2 3 7 5
4 1
2 3 5
0 2
3 5 2
]
A12 =
7 0
5 4
[
,
3 7
A22 = 2 3 ,
3 5
]
1
1
A13 =
5
A33 = 5
2
En el segundo caso,
A11
A12
A = A21 A22 =
A31
A32
7 0 1
1
5
2
3
5 4 1
0
2 3 7 5
4 1
2 3 5
0 2
3 5 2
siendo
A11
= [1 5], A12
= [7 0 1]
[
]
[
]
2
3
5
4
1
A11
=
, A22
=
0 2
3 7 5
[
]
[
]
4
1
2
3
5
A31
=
, A32
=
,
0 2
3 5 2
Este ejemplo ilustra el hecho de que una matriz puede ser dividida en bloques de
formas distintas.
Las distintas operaciones entre matrices pueden realizarse con matrices divididas
en bloques, siempre y cuando las operaciones puedan realizarse entre los distintos
bloques.
a) Para la suma de dos matrices del mismo orden, sean A, B Mmn sera necesario
que las subdivisiones sean iguales, as A y B son de tamano
(m1 + m2 + mr )
J. R. Ticona Parisaca
Algebra lineal.
25
(n1 + n2 + ns ),
A+B=
A1s + B1s
A2s + B22
..
=
..
..
.
.
Ar1 + Br1 Ar2 + Br2 . . . Ars + Brs
b) El producto por un escalar no tiene complicacion ya que solo aparece una matriz
tA = t .
..
.. = ..
..
..
.
.
.
. .
.
.
Ar1 Ar2 . . . Ars
c) En el producto de matrices divididas por bloques, queremos que los bloques hagan el papel de elementos, es decir, que si A = [Aij y B = [Bjk , entonces
[ s
]
AB =
Aij Bjk
j=1
para ello los bloques Aij y Bjk deben multiplicarse, es decir Aij ha de tener el
mismo numero
1.7.3.
Matrices semejantes
1 2 a
1 2 2b
y B = 3 a 2 sean iguales.
4 5 1
J. R. Ticona Parisaca
Algebra lineal.
26
Solucion.
Las matrices A y B seran
iguales si a = 2b y a = 2, y esto sucede si
a = 2 y b = 1.
2. Calcular:
[
] [
1 0
1
2 3 1
a)
+
2 3 4
5 3 8
]
[
1 1 0
2 3 1
+ 0 1 1
b)
2 6 5
2 3 1
[
]
2 3 1 1
c) 4
0 1 1 2
Solucion.
[
] [
] [
] [
]
1 0
1
2 3 1
1 + 2 0 3
1+1
1 3 2
+
=
=
a)
2 3 4
5 3 8
2 5 3 3 4 + 8
3 0 4
b) La suma de estas matrices no esta definida porque no tienen distintos tamanos;
Solucion.
[
a) Si A =
]
1 0
0 1
]
[
]2 [
]
0 1
1
1
2
2
, entonces (A + B)2 =
=
y
1 0
1 1
2 2
[
]
][
] [
] [
]
1 0
0 1
1 0
2 2
+2
+
=
0 1
1 0
0 1
2 2
]
[
]
[
]2
1
1 0
1
1
=
yB=
, entonces (A + B)2 =
1
1 1
1 1
yB=
[
1 0
A2 + 2A B + B2 =
0 1
[
1
b) Sin embargo, si A =
1
[
]
2 2
.
2 2
[
] [
][
] [
]2 [
]
1
1
1
1
1
0
1
0
3
4
=
Pero A2 +2A B+B2 =
+2
+
.
1
1
1
1
1 1
1 1
2
3
Es decir, en general se tiene: (A + B)2 = A2 + 2A B + B2
J. R. Ticona Parisaca
Algebra lineal.
27
4. Determinar,
[
] si es[ que existe,
] el valor que debe tener x para que las matrices A =
3 2
3 4
yB=
conmuten; esto es, para que AB = BA.
1 4
2
x
Para que AB = BA se debe tener
Solucion.
[
][
] [
][
]
3 2
3 4
3 4
3 2
=
1 4
2
x
2
x
1 4
es decir,
[
13 2x + 12
5 4x 4
[
=
13
10
x + 6 4x 4
si x = 11.
]
a b
c d
simetrica?
Para que A sea simetrica se debe tener que A = AT , esto es
Solucion.
[
] [
]
a b
a c
=
c d
b d
y esto sucede si y solo si b = c.
1 2 2
3. Si A = 2 1 2 . Demuestre que: A2 4A 5I =
2 2 1
J. R. Ticona Parisaca
Algebra lineal.
28
1
1 1
A= 2
0
3 ,
3 1
2
[
]
1 3
1 2
3 4
B= 0 2 y C=
2 0 2
1
1 4
0 0 3
b) A8 .
6. Sea A = 0 2
0 . Calcular: a) A2 ,
4 0
0
1 2 0
x
1
7. Determine x, y, z s: 0 1 5 y = 5
1 0 1
z
2
[
]n [
]
1 1
1 n
8. Demostrar que:
=
0 1
0 1
[
9. Demostrar que:
a 1
0 a
Cosx Senx
Senx Cosx
]n
[
=
an nan1
0
an
n(n + 1)
1 1
1 n
1 1 , demostrar que: An =
0 1
n
0 1
0 0
1
]
[
]
Cos(nx)
Sen(nx)
. Demuestre que: Bn =
Sen(nx) Cos(nx)
1 1 1
A= 0
1 0
3
1 2
1 1
B= 0
0
2
2
[
C=
]
3
2
Obtener: A2 , ABC y Bt At
13. Desarrollar
a) (A + I)(A I)
b) (A + B)(A B)
Sabiendo A, B, I Mn
J. R. Ticona Parisaca
Algebra lineal.
pq
q2
p2 pq
A=
29
Calcular: A2
15. Demostrar que si A Mn , entonces B = A + At es una matriz simetrica.
]
[
1 1
, calcular: A2 , A3 , A3 , . . ., etc. y vincular los elementos
16. Dada la matriz A =
1 0
resultantes con los terminos de la sucesion de Fibonacci: 1, 1, 2, 3, 5, 8, 13, . . . donde,
a partir del tercero, cada uno es igual a la suma de los dos anteriores.
17. Demostrar por induccion matematica
que:
]n [
]
[
1 1
1 n
=
0 1
0 1
18. Sean A, B Mn matrices simetricas. Hallar una condicion necesaria y suficiente
para que su producto AB sea simetrica.
19. Hallar An , para n IN, donde:
1 1 0
A= 0 1 1
0 0 1
20. Hallar una matriz A tal que:
1 7 1
A3 = 0
8 38
0
0 27
21. Hallar A3 , siendo A la matriz
0 Cos Sen
A = Cos
0
1
Sen
1
0
22. Hallar los numeros
]
x 2 [
5 1
1 v
= 3 0
0 y
u 0
z 1
1 2
23. Sean A, S Mn : S es simetrica. Analice si se verifica que:
J. R. Ticona Parisaca
Algebra lineal.
30
a) At A es simetrica.
b) At SA es simetrica.
c) A es antisimetrica, entonces A2 es simetrica
n IN
[
]
4
5
24. Encuentre la matriz C cuya inversa es C1 =
6 7
d) A es regular, entonces An = (A1 )n
0 0 0
de matrices para
1 1 0
calcular el producto (I A)(I + A + A2 )
26. Sea A Mnn que satisface la ecuacion A2 2A + I = . Demuestrese que:
A3 = 3A 2I
A4 = 4A 3I
1 0 0
a) Calcular A2 ,
b) Calcular A7
2 3 4
2 5
4 2
1
5 7
de tal manera que se obtenga una matriz simetrica.
29. Diga cuales
3i j, si i j
i j, si i < j
J. R. Ticona Parisaca
Algebra lineal.
31
1 1 1
32. Sea A = 0
1
0 , calcular la traza de A20
0
0
1
[
33. Dado el polinomio P(x) = 2x19 + 2x 4 y la matriz A =
]
1 1
0 0
P(A)
34. Hallar la suma de los elementos
de] la matriz B, donde: B = A + A2 + A3 + + An
[
1 2
n 2, n IN, siendo A =
.
0
1
[
35. Dada la matriz A =
]
2 1
1 2
]
0 1
1
2
AB =
[
,
BA =
]
2 1
1 0
[
]
1 1 0
1 3 2
A 0 1 0 =
0 1 1
0 1 1
40. Dado el sistema matricial
2
1
X+Y =
3 2
[
]
3 2
XY =
1 4
Hallar la traza de XT Y T .
J. R. Ticona Parisaca