SILABO DE MATEMATICA II

E.P. INGENIERIA ELECTRONICA

PRIMERA UNIDAD DIDACTICA: MATRICES Y DETERMINANTES − SISTEMAS DE

ECUACIONES LINEALES
 Matrices.- Tipos de matrices y operaciones con matrices.
 Operaciones elementales por filas.
 Determinante de una matriz.
 Matriz escalonada y rango de una matriz.
 Inversa de una matriz.
 Sistemas de ecuaciones lineales mediante la reducción de Gauss Jordan

SEGUNDA UNIDAD DIDACTICA: ESPACIOS VECTORIALES

 Definición de espacio vectorial.
 Subespacio vectorial.- Operaciones con subespacios vectoriales.
 Combinación lineal de vectores.- Dependencia e independencia lineal de vectores.
 Conjunto generador de un espacio vectorial.
 Base y dimensión de un espacio vectorial.

TERCERA UNIDAD DIDACTICA: TRANSFORMACIONES LINEALES

 Transformación lineal, definición y propiedades.
 Núcleo e imagen de una transformación lineal.
 Monomorfismos, epimorfismos e isomorfismos
 Coordenadas componentes de un vector.
 Matriz asociada a una transformación lineal.

CUARTA UNIDAD DIDÁCTICA: AUTO VALORES Y AUTO VECTORES

 Auto valores y auto vectores de una matriz.
 Polinomio característico.
 Auto vectores y espacios asociados a un auto valor.
 Matriz semejante y diagonalización de matrices.
 Formas lineales y formas cuadráticas.

BIBLIOGRAFÍA
Bibliografía Básica
 Grossman S., Flores J. (2012). Algebra lineal. Mexico. McGraw Hill. Kolman, B., & Hill, D. (2006).
Álgebra Lineal (Octava ed.). México: Pearson Educación. Lázaro, M. (2009). Álgebra Lineal. Lima:
Moshera.

Bibliografía Complementaria
 Pita Ruíz, C.(1995). Álgebra Lineal. Méjico. Mc. Graw-Hill Poole D. (2004).
 Álgebra Lineal una introducción moderna.Mexico D.F. Edit. Thomson
 Nakos G., Joyner D. (1999) Algebra Lineal con Aplicaciones. ITP. Edit. Thomson Editores

.
 PRIMERA UNIDAD DIDACTICA

MATRICES Y DETERMINANTES

Definición.- Una matriz 𝑚 × 𝑛 sobre el cuerpo 𝔽 es una función 𝐴 del conjunto

I = { (𝑖, 𝑗) / 1 ≤ 𝑖 ≤ 𝑚, 1 ≤ 𝑗 ≤ 𝑛} en el cuerpo 𝔽, esto es:

𝐴∶I → 𝔽
(𝑖, 𝑗) ↦ 𝐴(𝑖, 𝑗) = 𝐴𝑖𝑗

Una matriz, 𝐴𝑚×𝑛 se puede representar como un arreglo rectangular de 𝑚 × 𝑛 números dispuestos en
𝑚 filas y 𝑛 columnas.

Así tendremos:
𝑎11 𝑎12 … 𝑎1𝑗 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑗 … 𝑎2𝑛
⋮ ⋮ ⋮ ⋮
𝐴𝑚×𝑛 = 𝑎𝑖1 𝑎𝑖2 … 𝑎𝑖𝑗 … 𝑎𝑖𝑛
⋮ ⋮ ⋮ ⋮
[ 𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑗 … 𝑎𝑚𝑛 ]

El símbolo 𝑚 × 𝑛 se lee 𝑚 por 𝑛.

El vector fila (𝑎𝑖1 , 𝑎𝑖2 , … , 𝑎𝑖𝑛 ) se llama Fila 𝑖.

𝑎1𝑗
𝑎2𝑗
Al vector columna [ ⋮ ] se llama Columna 𝑗.
𝑎𝑚𝑗

𝑎𝑖𝑗 es el número que aparece en la 𝑖 − esima fila y la 𝑗 − esima columna.

Ejemplos: Sean las matrices

2 1−𝑖 4 + 2𝑖
2 −5 3 0
𝐴 = [−3] , 𝐵=[ ] , 𝐶=[ 2 1 − 5𝑖 ]
4 0 −1 2
2 3 + 2𝑖 3

𝐴 Es una matriz de orden 3 × 1 , 𝑎𝑖𝑗 ∈ ℝ

𝐵 Es una matriz de orden 2 × 4 , 𝑏𝑖𝑗 ∈ ℝ
𝐶 Es una matriz de orden 3 × 2 , 𝑐𝑖𝑗 ∈ ℂ

Notación.- Se denota las matrices por 𝐴𝑚×𝑛 = [𝑎𝑖𝑗 ] ó (𝑎𝑖𝑗 ) , 𝑖 = 1,2, … , 𝑚 ; 𝑗 = 1,2, … , 𝑛 donde 𝑎𝑖𝑗 es
la 𝑖 − 𝑗 esima entrada, 𝑖 = fila, 𝑗 = columna.

Orden de una Matriz

El orden de una matriz está dado por el producto 𝑚 × 𝑛, donde 𝑚 indica el número de filas y 𝑛 el
número de columnas.

El conjunto de matrices 𝑚 × 𝑛 con elementos 𝑎𝑖𝑗 ∈ 𝕂 se denota por 𝕂𝑚×𝑛 .

Es decir 𝕂𝑚×𝑛 = {(𝑎𝑖𝑗 ) / 𝑎𝑖𝑗 ∈ 𝕂}
Si 𝕂 = ℝ, entonces ℝ𝑚×𝑛 = {(𝑎𝑖𝑗 )𝑚×𝑛 / 𝑎𝑖𝑗 ∈ ℝ }
Si 𝕂 = ℂ, entonces ℂ𝑚×𝑛 = {(𝑎𝑖𝑗 )𝑚×𝑛 / 𝑎𝑖𝑗 ∈ ℂ }
Matrices Especiales
1) Matriz Cuadrada: Si 𝑚 = 𝑛 (número de filas es igual al número de columnas), diremos que
𝐴𝑛 = (𝑎𝑖𝑗 ) o [𝑎𝑖𝑗 ] es una matriz cuadrada.

Ejemplos:
a) En 𝕂4×4 b) En 𝕂5×5

−3 0 0 0 3
2 0 0 0
0 4 0 0 0
0 4 0 0
𝐴4 = [ ] 𝐵5 = 0 0 −2 0 0
0 0 −3 0
2 0 0 8 0
0 0 0 6 [ 0 0 0 0 4]

2) Matriz Diagonal: La matriz cuadrada 𝐴𝑛 es diagonal si 𝑎𝑖𝑗 = 0 , ∀ 𝑖 ≠ 𝑗 y ∃ 𝑎𝑖𝑖 ≠ 0, 1 ≤ 𝑖 ≤ 𝑛

𝑎11 0 0 … 0
0 𝑎22 0 … 0
𝐴𝑛 = 0 0 𝑎33 … 0
⋮ ⋮ ⋮ ⋮
[ 0 0 0 … 𝑎𝑛𝑛 ]

Por lo menos algún 𝑎𝑖𝑖 es diferente de cero.

3) Matriz Identidad: La matriz cuadrada 𝐼𝑛 es la matriz identidad si y solo si 𝑎𝑖𝑗 = 0 , ∀ 𝑖 ≠ 𝑗 y

∃ 𝑎𝑖𝑖 = 1, ∀ 𝑖.
1 0 0 … 0
0 1 0 … 0
𝐼𝑛 = 0 0 1 … 0
⋮ ⋮ ⋮ ⋮
[0 0 0 … 1]

Ejemplos:
1 0 0 0 0
1 0 0 0
1 0 0 0 1 0 0 0
1 0 0 1 0 0
𝐼2 = [ ] , 𝐼3 = [0 1 0] , 𝐼4 = [ ] , 𝐼5 = 0 0 1 0 0
0 1 0 0 1 0
0 0 1 0 0 0 1 0
0 0 0 1 [0 0 0 0 1]

4) Matriz Triangular:
a) La matriz cuadrada 𝐴𝑛 es triangular superior si 𝑎𝑖𝑗 = 0 , ∀ 𝑖 > 𝑗.

𝑎11 𝑎12 𝑎13 𝑎14

0 𝑎22 𝑎23 𝑎24
𝐴4 = [ 0 0 𝑎33 𝑎34 ]
0 0 0 𝑎44

b) La matriz cuadrada 𝐴𝑛 es triangular inferior si 𝑎𝑖𝑗 = 0 , ∀ 𝑖 < 𝑗.

𝑎11 0 0 0
𝑎21 𝑎22 0 0
𝐴4 = [ ]
𝑎31 𝑎32 𝑎33 0
𝑎41 𝑎42 𝑎43 𝑎44
Matriz Nula: 𝐴𝑚×𝑛 es nula si y solo si 𝑎𝑖𝑗 = 0 , ∀ 𝑖 , ∀ 𝑗.
Denotaremos por Θ𝑚×𝑛 .

0 0
Θ3×2 = [0 0]
0 0

Igualdad de Matrices
Las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 son iguales si, y solo si 𝑎𝑖𝑗 = 𝑏𝑖𝑗 , ∀𝑖, ∀𝑗, 1 ≤ 𝑖 ≤ 𝑚; 1 ≤ 𝑗 ≤ 𝑛
Propiedades:
Sean 𝐴, 𝐵, 𝐶 matrices del mismo orden (elementos de 𝕂𝑚×𝑛 ) se cumplen las siguientes propiedades:
1) 𝐴 = 𝐴 , ∀ 𝐴
2) 𝐴 = 𝐵 implica 𝐵 = 𝐴
3) 𝐴 = 𝐵 ∧ 𝐵 = 𝐶 implica 𝐴 = 𝐶

Matriz Transpuesta: Sean las matrices 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚×𝑛 , diremos que 𝐵 es la transpuesta
de 𝐴, si y solo si 𝑏𝑖𝑗 = 𝑎𝑗𝑖 , ∀ 1 ≤ 𝑖 ≤ 𝑚; 1 ≤ 𝑗 ≤ 𝑛 y denotamos 𝐵 = 𝐴𝑡 . Es decir:

𝐴𝑡 = 𝐵 ⟺ 𝑏𝑖𝑗 = 𝑎𝑗𝑖 , ∀𝑖 , ∀𝑗

Indica que las filas de 𝐵 son las columnas de 𝐴

𝐵 es la transpuesta de 𝐴

Ejemplo: Sea

3 −1 2 4
𝐴 = [2 5 −3 2] una matriz de orden 3 × 4
1 0 0 4 3×4

La transpuesta de 𝐴 es otra matriz de orden 4 × 3, que se obtiene intercambiando las filas por columnas

3 2 1
𝐴𝑡 = [−1 5 0]
2 −3 0
4 2 4 4×3

Propiedades:
1) (𝐴−1 )𝑡 = (𝐴𝑡 )−1 La transpuesta de la inversa, es igual a la inversa de la transpuesta
2) (𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵 𝑡 Transpuesta de una suma de matrices es igual a la suma de las transpuestas
3) (𝜆 𝐴)𝑡 = 𝜆 𝐴𝑡 𝝀 es una constante
4) (𝐴 𝐵)𝑡 = 𝐵 𝑡 𝐴𝑡 La transpuesta de un producto conmuta al producto de transpuestas
5) 𝐼𝑛𝑡 = 𝐼𝑛
6) (𝐴𝑡 )𝑡 = 𝐴

Matriz Simétrica: Sea la matriz cuadrada 𝐴𝑛 = [𝑎𝑖𝑗 ] , 𝐴 es simétrica si, y solo si, 𝐴 = 𝐴𝑡
Matriz Antisimétrica: 𝐴 es antisimétrica, si 𝐴𝑡 = −𝐴
Nota: Una matriz cuadrada 𝐴 es no singular si, y solo si, su determinante es diferente de cero.

Matriz Ortogonal: Sea 𝐴𝑛 = [𝑎𝑖𝑗 ] una matriz cuadrada no singular,

𝐴 es ortogonal, si y solo si 𝐴−1 = 𝐴𝑡
Propiedades:
1) 𝐴 es ortogonal ⟺ 𝐴𝐴𝑡 = 𝐼𝑛

2) Si 𝐴 y 𝐵 son ortogonales ⇒ 𝐴𝐵 es ortogonal.

Diagonal Principal
Dada una matriz cuadrada 𝐴𝑛 = [𝑎𝑖𝑗 ], se llama Diagonal Principal al conjunto 𝐷(𝑎11 , 𝑎22 , 𝑎33 , … , 𝑎𝑛𝑛 )

Ejemplo: Sea
2 3 −1 5
−1 4 3 2
𝐴4 = [ ]
8 −1 3 4
4 3 2 0

La diagonal principal de 𝐴4 es 𝐷(2, 4, 3, 0)

Traza de una Matriz

Sea la matriz cuadrada 𝐴𝑛 = [𝑎𝑖𝑗 ], se llama traza de 𝐴, al numero
𝑇𝑟(𝐴) = 𝑎11 + 𝑎22 + 𝑎33 + ⋯ + 𝑎𝑛𝑛 (es la suma de los elementos de la diagonal principal)

Ejemplo: Sea
2 3 −1 5
−1 4 3 2
𝐴4 = [ ]
8 −1 3 4
4 3 2 0

En la matriz 𝐴4 , se tiene: 𝑇𝑟(𝐴4 ) = 2 + 4 + 3 + 0

𝑇𝑟(𝐴4 ) = 9

Matriz Diagonal
La matriz cuadrada 𝐴𝑛 = [𝑎𝑖𝑗 ] es Diagonal si, y solo si, 𝑎𝑖𝑗 = 0 , ∀ 𝑖 ≠ 𝑗 y ∃ 𝑖, 𝑎𝑖𝑖 ≠ 0, 1 ≤ 𝑖 ≤ 𝑛
Ejemplo: Sea
0 0 0 0 0
3 0 0 0 3 0 0 0
𝐴3 = [0 −2 0] , 𝐴5 = 0 0 0 0 0
0 0 5 0 0 0−3 0
[ 0 0 0 0 0]

1) Matriz Escalar: Es la matriz diagonal cuyos elementos son iguales.

Ejemplo: Sea
−5 0 0
𝐵 = [ 0 −5 0 ]
0 0 −5

Matriz Idempotente: Una matriz cuadrada 𝐴𝑛 = [𝑎𝑖𝑗 ] es Idempotente si, y solo si, 𝐴2 = 𝐴
Matriz Nilpotente: 𝐴 es Nilpotente, si 𝐴𝑘 = Θ para algún 𝑘 ≥ 2. (Θ ∶ matriz cuadrada nula)
Matriz Involutiva: 𝐴 es Involutiva, si y solo si, 𝐴2𝑛 = 𝐼𝑛