UNIVERSIDAD TÈCNICA DE ESMERALDAS

“LUIS VARGAS TORRES”

FACULTAD DE INGENERÌAS Y TECNOLOGÌAS

ÀLGEBRA LINEAL

Estudiante:
MOSQUERA BAGUI JANINA KAREN

Docente:
Lcda. DRA. MARISOL MORALES MSc.

Paralelo:
2 “A” de ELÈCTRICIDAD

Período Lectivo:
1 SEMESTRE 2019

1
 INTRODUCCIÓN

Las matrices aparecen por primera vez, hacia el año 1850, introducidas por J.J.
Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en
1853. En 1858, A. Cayley introduce la notación matricial como una forma abreviada de
escribir un sistema de m ecuaciones lineales con n incógnitas.

El primer paso que se hace necesario es dejar claro el origen etimológico del término
determinante. En ese sentido, tendremos que decir que emana del latín, y más
exactamente del verbo “determinare”, que puede traducirse como “expresar con
precisión una idea”. Este vocablo latino se encuentra conformado por dos partes
claramente delimitadas: el prefijo “de“, que es sinónimo de “dirección de algo de arriba
hacia abajo”, y el verbo “terminare”, que es equivalente a “poner un límite”.

Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de

ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Además
de su utilidad para el estudio de sistemas de ecuaciones lineales, las matrices aparecen
de forma natural en geometría, estadística, economía, informática, física, etc.

La utilización de matrices constituye actualmente una parte esencial en los lenguajes de

programación, ya que la mayoría de los datos se introducen en los ordenadores como
tablas organizadas en filas y columnas: hojas de cálculo, bases de datos, etc.

2
OBJETIVOS

Objetivo General:

 Adquirir conocimientos sobre matrices y determinantes; demostrar cada uno con

ejercicios con cierto grado de dificultad.

Objetivos Específicos:

 Investigar y recopilar información acerca las matrices y determinantes.

 Demostrar cada uno de los temas antes mencionados con ejercicios con cierto
grado de dificultad.

3
 DESARROLLO

UNIDAD Nº1.- MATRICES

DEFINICIÒN DE MATRICES

Una matriz es un arreglo bidimensional de números (llamados entradas de la matriz) ordenados

en filas (o renglones) y columnas, donde una fila es cada una de las líneas horizontales de la
matriz y una columna es cada una de las líneas verticales. A una matriz con m filas y n columnas
se le denomina matriz m-por-n.

Por ejemplo, la tabla:

2 1 5 8
3 2 2 0
2 1 6 4

ELEMENTOS DE UNA MATRIZ

Los elementos de las matrices se denotan con subíndices (mxn), el valor de (m) representa la
fila y el valor de (n) la columna, primero se nombran las filas y luego las columnas.

REPRESENTACIÒN DE UNA MATRIZ

Una matriz se representa por medio de una letra mayúscula(A,B...) y sus elementos con la
misma letra en minúscula (a,b...), con un doble subíndice donde el primero indica la fila y el
segundo la columna a la que pertenece.

2. CLASES DE MATRICES

2.1 MATRIZ FILA

Una matriz fila está constituida por una sola fila.

2.2 MATRIZ COLUMNA

La matriz columna tiene una sola columna
4
 2.3 MATRIZ RECTANGULAR

La matriz rectangular tiene distinto número de filas que de columnas, siendo su

dimensión mxn.

2.4 MATRIZ NULA

En una matriz nula todos los elementos son ceros.

2.5 MATRICES CUADRADAS

Una matriz cuadrada es la que tiene el mismo número de filas que de columnas.
Se dice que una matriz cuadrada n o n es de orden n y se denomina matriz n-
cuadrada.
Ejemplo: Sean las matrices

Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.

2.6 MATRIZ IDENTIDAD

Una matriz identidad es una matriz diagonal en la que los elementos de la
diagonal principal son iguales a 1.

5
 2.7 MATRICES TRIANGULARES SUPERIOR
Una matriz cuadrada A = (mxn) es una matriz triangular superior o
simplemente una matriz triangular, si todas las entradas bajo la diagonal
principal son iguales a cero. Así pues, las matrices son matrices triangulares
superiores de órdenes 2, 3 y 4.

2.8 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,

3 TRANSPUESTA DE UNA MATRIZ

La transpuesta de una matriz A consiste en intercambiar las filas por las columnas y
se denota por AT.Así, la transpuesta de:

3.1 MATRICES SIMÈTRICAS

Se dice que una matriz real es simétrica, si AT = A; y que es anti simétrica, si
AT = -A.
Ejemplo: Consideremos las siguientes matrices:

Podemos observar que los elementos simétricos de A son iguales, o que AT

= A. Siendo así, A es simétrica. Para B los elementos simétricos son opuestos
entre sí, de este modo B es anti simétrica. A simple vista, C no es cuadrada; en
consecuencia, no es ni simétrica ni anti simétrica.

3.2 MATRICES ORTOGONALES

6
 Una matriz ortogonal es una matriz cuadrada cuya matriz inversa coincide con
su matriz traspuesta.

Si A es ortogonal, entonces:

4 MÈTODOS PARA OPERAR LAS MATRICES

4.1 SUMA DE MATRICES

Dadas dos o más matrices del mismo orden, el resultado de la suma es otra matriz del
mismo orden cuyos elementos se obtienen como suma de los elementos colocados en el
mismo lugar de las matrices sumandos.

Ejemplo:

4.2 RESTAS DE MATRICES

Dadas dos o más matrices del mismo orden, el resultado de la resta es otra matriz del
mismo orden cuyos elementos se obtienen como la resta de los elementos colocados en
el mismo lugar de las matrices sumandos.

Ejemplo:

4.3 MULTIPLICACIÒN DE MATRICES

Para poder multiplicar dos matrices, la primera debe tener el mismo número de
columnas que filas la segunda. La matriz resultante del producto quedará con el

7
 mismo número de filas de la primera y con el mismo número de columnas de la
segunda. Es decir, si tenemos una matriz 2 x 3 y la multiplicamos por otra de
orden 3 x 5, la matriz resultante será de orden 2 o 5.
(2 x 3) x (3 x 5) = (2 x 5)

4.4 DIVICINÒ DE MATRICES

La división de matrices se define como el producto del numerador multiplicado
por la matriz inversa del denominador. Es decir, sean las matrices A y B tal
que A/B = AB-1:
Si una matriz está dividida entre un escalar, todos los términos de la matriz
quedarán divididos por ese escalar.
Ejemplo:

4.5 MATRICES INVERTIBLES

Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la
propiedad de que
AB = BA = I
Siendo I la matriz identidad. Denominamos a la matriz B la inversa de A y la
denotamos por A-1.
Ejemplo

Puesto que AB = BA = I, A y B son invertibles, siendo cada una la inversa de la

otra.
Método de Gauss
Sea A = (ai j) una matriz cuadrada de orden n. Para calcular la matriz inversa
de A, que denotaremos como A-1, seguiremos los siguientes pasos:

8
 Paso1. Construir la matriz n ð 2n M = (A I) esto es, A está en la mitad
izquierda de M y la matriz identidad I en la derecha.
Paso 2. Se deja tal y como está la primera fila de M, y debajo del primer
término de la diagonal principal, a11, que llamaremos pivote, ponemos ceros.
Luego se opera como se indica en el siguiente ejemplo.
Ejemplo:
Consideremos una matriz 3 x 3 arbitraria

Paso 1.

Paso 2

El siguiente paso es igual que el anterior, pero esta vez se coge como pivote el
segundo término de la diagonal principal. Al llegar al último término de la
diagonal, se procede igual que antes, pero poniendo los ceros encima del nuevo
pivote. Se observa que al coger como pivote el último término 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 está, la mitad
izquierda en la matriz identidad, dividiendo si fuera necesario las filas de M por
un escalar.

OPERACIONES DE MATRICES COMBINADAS.-

Dadas las siguientes matrices A, B, C:

1 0 1 0 0 1 0 1 2
A= 3 2 2 B= 0 0 0 C= 5 3 4
2 4 0 1 3 5 4 2 3

9
 t
1. Sumas de matrices: A+B+A =E; A+C+Bt=D

1.-
1 0 1 0 0 1 1 3 2 2 3 4

A= 3 2 2 + B= 0 0 0 + A t= 0 2 4 =E 3 4 6

2 4 0 1 3 5 1 2 0 4 9 5

2.-
1 0 1 0 1 2 0 0 1 1 1 4
t
A= 3 2 2 + C= 5 3 4 +B= 0 0 3 =D 8 5 9

2 4 0 4 2 3 1 0 5 7 6 8

a) Resta de matrices A-C-Bt = H; E-D-A=G

1.-
1 0 1 0 1 2 0 0 1 1 -1 0
t
A= 3 2 2 - C= 5 3 4 -B= 0 0 3 = H -2 1 -5

2 4 0 4 2 3 1 0 5 -3 2 -8

2.-
2 3 4 1 1 4 1 0 1 0 2 1

E= 3 4 6 - D= 8 5 9 - A= 3 2 2 = G -8 -3 -5

4 9 5 7 6 8 2 4 0 -5 -1 -3

a) Multiplicaciones por un escalar: 2G=K; 5A=J

1.-
0 2 1 0 4 2

2.G= -8 -3 -5 =K -16 -6 -10

-5 -1 -3 -10 -2 -6

10
2.-
1 0 1 5 0 5

5.A= 3 2 2 =J 15 10 10

2 4 0 10 20 0

a) Multiplicaciones entre matrices: K.H; B.G

1.-
0 4 2 1 -1 0 -14 8 - 36

K= -16 -6 -10 .H= -2 1 -5 =K.H 30 -10 110

-10 -2 -6 -3 2 -8 4 -4 58

(0.1)+ (4.-2)+ (2.-3) ; (-16.1)+ (-6.-2)+ (-10.-3) ; (-10.1)+ (-6.-2)+ (-10.-3)

(0.-1)+ (4.1)+ (2.2) ; (-16.-1)+ (-6.1)+ (-10.2) ; (-10.-1)+ (-2.1)+ (-6.2)
(0.0)+ (4.-5)+ (2.-8) ; (-16.0)+ (-6.-5)+ (-10.-8) ; (-10.0)+ (-2.-5)+ (-6.-8)

0+ (-8)+ (-6)= -14 ; -16+16+30= 30 ; -10+4+10= 4

0+4+4= 8 ; 16+ (-6)+ (-20)= -10 ; 10+ (-2)+ (-12)= -4
0+ (-20)+ (-16)= -36 ; 0+30+80= 110 ; 0+10+48= 58

2.-
0 0 1 0 2 1 -5 1 -3

B= 0 0 0 .G = -8 -3 -5 =B.G 0 0 0

1 3 5 -5 -1 -3 -49 -12 -29

(0.0)+ (0.-8)+ (1.-5) ; (0.0)+ (0.-8)+ (0.-5) ; (1.0)+ (3.-8)+ (5.-5)

(0.2)+ (0.-3)+ (1.-1) ; (0.2)+ (0.-3)+ (0.-1) ; (1.2)+ (3.-3)+ (5.-1)
(0.1)+ (0.-5)+ (1.-3) ;(0.1)+ (0.-5)+ (0.-3) ;(1.1)+ (3.-5)+ (5.-3)

11
 0+0+ (-5)= -5 ; 0+0+0= 0 ; 0+ (-24)+ (-25)= -49
0+0+ (-1)= 1 ; 0+0+0= 0 ; 0+ (-9)+ (-5)= -12
0+0+ (-3)= -3 ; 0+0+0= 0 ; 1+ (-15)+ (-15)= -29

b) Matrices Combinadas: B2+2D. Kt- 3J=Z; At+C+4B-C.D2 = X

a
0 0 1 0 0 1 1 3 5

B2= 0 0 0 . 0 0 0 = 0 0 0

1 3 5 1 3 5 5 15 26

(0.0)+ (0.0) + (1.1) ; (0.0) + (0.0) + (0.1) ; (1.0) + (3.0) + (5.1)

(0.0)+ (0.0) + (1.3) ; (0.0) + (0.0) + (0.3) ; (1.0) + (3.0) + (5.3)
(0.1)+ (0.0) + (1.5) ; (0.1) + (0.0) + (0.5) ; (1.1) + (3.0) + (5.5)

0+0+1= 1 ; 0+0+0= 0 ; 0+0+5= 5

0+0+3= 3 ; 0+0+0= 0 ; 0+0+15= 15
0+0+5= 5 ; 0+0+0= 0 ; 1+0+25= 26

2.-
1 1 4 2 2 8
2.D= 8 5 9 = 16 10 18
7 6 8 14 12 16

3.-

1 3 5 2 2 8 3 5 13
B2= 0 0 0 + 2D= 16 10 18 = 16 10 18
5 15 26 14 12 16 19 27 42

12
4.-
0 -16 -10

K t= 4 -6 -2

2 -10 -6

5.-

5 0 5 15 0 15
3.J= 15 10 10 = 45 30 30
10 20 0 30 60 0

6.-

0 -16 -10 15 0 15 -15 -16 -25

Kt= 4 -6 -2 - 3J= 45 30 30 = -41 -36 -32

2 -10 -6 30 60 0 -28 -70 -6

7.-

3 2 13 -15 -16 -25 -491 -1030 -217

B2+2D= 19 10 33 . Kt- 3J= -41 -36 -32 =Z -1619 -2974 -1473

19 12 42 -28 - 70 -6 -1953 -3673 -1111

(3.-15)+ (2.-41) + (13.-28) ; (19.-15) + (10.-41) + (33.-28) ; (19.-15) + (12.-41) + (42.-28)

(3.-16)+ (2.-36) + (13.-70) ; (19.-16) + (10.-36) + (33.-70) ; (19.-16) + (12.-36) + (42.-70)
(3.-25)+ (2.-32) + (13.-6) ; (19.-25) + (10.-32) + (33.-6) ; (19.-25) + (12.-32) + (42.-6)

OPERACIONES DE MATRICES CON INVERSA.

Ejercicio Nº 1

Dadas la matriz:

13
1. Calculamos el determinante de la matriz, en el caso que el determinante
sea nulo la matriz no tendrá inversa.

2. Hallamos la matriz adjunta, que es aquella en la que cada elemento se

sustituye por su adjunto.

3. Calculamos la traspuesta de la matriz adjunta.

4. La matriz inversa es igual al inverso del valor de su determinante por la

matriz traspuesta de la adjunta.

14
Ejercicio Nº 2

Calcular la matriz inversa de:

1. Construir una matriz del tipo M = (A | I)

2 . Utilizar el método Gauss para transformar la mitad izquierda,

A, en la matriz identidad, y la matriz que resulte en el lado
derecho será la matriz inversa: A − 1 .

APLICACIONES DE MATRICES EN LA ELÈCTRICIDAD.-

 Las matrices son utilizadas en el campo eléctrico para calcular la resistencia

mecánica o tensión que soporta un conductor o una estructura. Dicho sistema de

15
 ecuaciones lineales se puede resolver aplicando métodos que involucran
matrices.

UNIDAD Nº2.-DETERMINANTE

DEFINICIÒN DE DETERMINANTE.
La noción de los determinantes tuvo su origen en el estudio de los sistemas de
ecuaciones lineales; sin embargo actualmente tiene muchas aplicaciones en otras ramas
de la matemática y de la física.
Sea una matriz cuadrada A de orden (nxn), se llama determinante de la matriz A y se
representa por A, a la suma de todos los productos de n factores que se pueden formar
tales que cada producto tenga un elemento y solo uno de cada fila y cada columna
anteponiendo el signo (+) ó (-) dependiendo si la permutación de los subíndices de las
filas y columnas son de la misma o de distinta clase.

La REGLA DE SARRUS nos sirve para resolver de manera muy sencilla el

determinante de una matriz de 3×3.

Si la matriz de 3×3 es:

Se calcula como:

16
Si nos fijamos, la mitad de los sumandos tienen signo + y la otra mitad signo -. En este
caso los productos positivos están formados por los elementos de la diagonal principal y
sus dos paralelas multiplicadas por el elemento que está en el extremo opuesto. De
manera análoga, los productos negativos están formados por los elementos de la
secundaria y sus paralelas multiplicadas por el elemento extremo de las mismas. Este
método es conocido como la “regla de Sarrus”.

Las diagonales azules se suman y las diagonales rojas se restan. En este caso, el
determinante es la zona sombreada de gris y hemos repetido las dos primeras filas en la
zona inferior.

Ejemplo

17
EJERCICIOS DE DETERMINANTES DE ORDEN 3 POR EL MÉTODO DE
SARRUS.-

= a11 a22 a33 + a12 a23 a 31 + a13 a21 a32 -

- a 13 a22 a31 - a12 a21 a 33 - a11 a23 a32.

3 · 2 · 4 + 2 · (-5) · (-2) + 1 · 0 · 1 -

- 1 · 2 · (-2) - 2 · 0 · 4 - 3 · (- 5) · 1 =

= 24 + 20 + 0 - (-4) - 0 - (-15) =

18
 = 44 + 4 + 15 = 63Ç

APLICACIONES DE DETERMINANTES EN LA ELÈCTRICIDAD

Cuando tienes un circuito eléctrico con pilas, resistencias y capacitores, en régimen

estacionario (una vez que transcurrió mucho tiempo), para calcular las corrientes en las

mallas del circuito y las tensiones sobre los elementos, se aplican las leyes de Kirchoff

de las mallas y de los nodos, con lo cual se obtiene un sistema de ecuaciones lineales

(más o menos grande, dependiendo del circuito que estés estudiando).

19
CONCLUSIÒN:

Tanto la matriz como la determinante son muy importantes en los cálculos matemáticos,

ya que mediante su forma nos ayudan a determinar un cálculo exacto y especifico

haciendo uso de sus formas de manejo.

BIBLIOGRAFÌA:

 Determinantes: monografias.com
 Libros: Galileo Galilei ciencias Matemáticas Autor del tema: Desconocido

Paginas: 135, 136 y 137.

20