ALGEBRA LINEAL Semana # 1
ALGEBRA LINEAL
ESPACIO VECTORIAL MATRICES
DEFINICIONES PRELIMINARES
1
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
Contenido
Título Espacio Vectorial Matrices.
Duración 4 horas.
Información general En esta sección se revisarán: Definición, clasificación, tipos de
matrices, propiedades, Operaciones con matrices: Suma,
Multiplicación escalar por matriz y Multiplicación Matricial.
Objetivo Definir una matriz, clasificar según tipo, propiedades. Resolver
ejercicios utilizando matrices por medio de algebra de matrices.
2
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
UNIDAD I: ESPACIO VECTORIAL MATRICES (𝑴𝒎𝒏 (𝑲), 𝑲, +,∗) - OPERACIONES
CLASE 2
2.1 OPERACIONES ENTRE MATRICES
En el espacio Vectorial de Matrices existen dos operaciones fundamentales:
1. Suma vectorial o Suma Matricial.
2. Multiplicación escalar por vector o Multiplicación escalar por matriz.
A partir de estas operaciones se derivan:
3. Resta matricial.
4. Multiplicación matricial.
5. Potenciación matricial.
Cabe indicar que no existe División matricial.
2.1.1 SUMA MATRICIAL (𝑴𝒎𝒏 (𝑲), +)
Sean las matrices 𝑨𝒎𝒏 = (𝒂𝒊𝒋 ) 𝑚𝑛 y 𝑩𝒑𝒒 = (𝒃𝒌𝒍 ) 𝑝𝑞 existe la suma matricial es decir ∃(𝑨𝒎𝒏
+𝑩𝒎𝒏 ) = 𝑪𝒎𝒏 si y solo si:
1. 𝑚 = 𝑝 𝑦 𝑛 = 𝑞; es decir el número de filas en A es igual al número de filas en B y el
número de columnas en A es igual al número de columnas en B, por tanto
𝑨𝒎𝒏 𝑦 𝑩𝒎𝒏 ∈ 𝑴𝒎𝒏 (𝑲).
2. Para obtener los nuevos elementos de C, se suman los elementos de A y B sus
correspondientes, (𝒂𝒊𝒋 + 𝒃𝑖𝑗 ) = 𝒄𝑖𝑗 para todo i= 1,2,3,4,….i,…….m y para todo j=
1,2,3,4,………j,…….n
Por tanto, sean:
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟒 . . . 𝒂𝟏𝒏
𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ⋯ 𝒂𝟐𝒏
𝑨𝒎𝒏 =( ⋮ 𝒂𝟑𝟐 𝒂𝟑𝟑 ⋱ ⋮ )
𝒂𝒎𝟏 𝒂𝒎𝟐 𝒂𝒎𝟑 ⋯ 𝒂𝒎𝒏
𝒃𝟏𝟏 𝒃𝟏𝟐 𝒃𝟏𝟑 𝒃𝟏𝟒 . . . 𝒃𝟏𝒏
𝒃 𝒃𝟐𝟐 𝒃𝟐𝟑 ⋯ 𝒃𝟐𝒏
𝑩𝒎𝒏 = ( 𝟐𝟏 )
⋮ 𝒃𝟑𝟐 𝒃𝟑𝟑 ⋱ ⋮
𝒃𝒎𝟏 𝒃𝒎𝟐 𝒃𝒎𝟑 ⋯ 𝒃𝒎𝒏
3
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
De tal forma se tiene:
𝑨𝒎𝒏 + 𝑩𝒎𝒏 = 𝑪𝒎𝒏
(𝒂𝟏𝟏 + 𝒃𝟏𝟏 ) (𝒂𝟏𝟐 + 𝒃𝟏𝟐 ) (𝒂𝟏𝟑 + 𝒃𝟏𝟑 ) (𝒂𝟏𝟒 + 𝒃𝟏𝟒 ). . . (𝒂𝟏𝒏 + 𝒃𝟏𝒏 )
(𝒂 + 𝒃𝟐𝟏 ) (𝒂𝟐𝟐 + 𝒃𝟐𝟐 ) (𝒂𝟐𝟑 + 𝒃𝟐𝟑 ) ⋯ (𝒂𝟐𝒏 + 𝒃𝟐𝒏 )
= ( 𝟐𝟏 )
⋮ (𝒂𝟑𝟐 + 𝒃𝟑𝟐 ) (𝒂𝟑𝟑 + 𝒃𝟑𝟑 ) ⋱ ⋮
(𝒂𝒎𝟏 + 𝒃𝒎𝟏 ) (𝒂𝒎𝟐 + 𝒃𝒎𝟐 ) (𝒂𝒎𝟑 + 𝒃𝒎𝟑 ) ⋯ (𝒂𝒎𝒏 + 𝒃𝒎𝒏 )
Ejemplo 1.
4
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
2.1.2 MULTIPLICACION ESCALAR POR MATRIZ (𝑴𝒎𝒏 (𝑲), 𝑲,∗)
Sea la matriz 𝑨𝒎𝒏 = (𝒂𝒊𝒋 ) 𝑚𝑛 y sea 𝛼 ∈ 𝐾 existe la multiplicación escalar por matriz, es decir
∃(𝜶 ∗ 𝑨𝒎𝒏 ) = 𝑪𝒎𝒏 ∈ 𝑴𝒎𝒏 (𝑲). si y solo si:
1. Para obtener los nuevos elementos de C, se multiplica cada uno de los elementos de
A por 𝛼, por tanto (𝛼 ∗ 𝒂𝒊𝒋 ) = 𝒄𝑖𝑗 para todo i= 1,2,3,4,….i,…….m y para todo j=
1,2,3,4,………j,…….n
Por tanto, sean:
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟒 . . . 𝒂𝟏𝒏
𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ⋯ 𝒂𝟐𝒏
𝑨𝒎𝒏 =( ⋮ 𝒂𝟑𝟐 𝒂𝟑𝟑 ⋱ ⋮ )
𝒂𝒎𝟏 𝒂𝒎𝟐 𝒂𝒎𝟑 ⋯ 𝒂𝒎𝒏
y ∝∈ 𝑲
De tal forma se tiene:
∝∗ 𝒂𝟏𝟏 ∝∗ 𝒂𝟏𝟐 ∝∗ 𝒂𝟏𝟑 ∝∗ 𝒂𝟏𝟒 . . . ∝∗ 𝒂𝟏𝒏
∝∗ 𝒂𝟐𝟏 ∝∗ 𝒂𝟐𝟐 ∝∗ 𝒂𝟐𝟑 ⋯ ∝∗ 𝒂𝟐𝒏
(𝜶 ∗ 𝑨𝒎𝒏 ) = 𝑪𝒎𝒏 =( ⋮ ∝∗ 𝒂𝟑𝟐 ∝∗ 𝒂𝟑𝟑 ⋱ ⋮ )
∝∗ 𝒂𝒎𝟏 ∝∗ 𝒂𝒎𝟐 ∝∗ 𝒂𝒎𝟑 ⋯ ∝∗ 𝒂𝒎𝒏
Ejemplo 1.
5
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
2.1.3 MULTIPLICACION MATRICIAL (𝑴𝒎𝒏 (𝑲),∗)
Sean las matrices 𝑨𝒎𝒏 = (𝒂𝒊𝒋 ) 𝑚𝑛 y 𝑩𝒑𝒒 = (𝒃𝒌𝒍 ) 𝑝𝑞 existe la suma matricial es decir ∃(𝑨𝒎𝒏
*𝑩𝒏𝒒 ) = 𝑪𝒎𝒒 si y solo si:
1. 𝑛 = 𝑝 ; es decir el número de columnas en A es igual al número de filas en B y por
tanto el número de filas en C es igual al número de filas en A y el número de columnas
en C es igual al número de columnas en B.
2. Para obtener los nuevos elementos de C, se procede de la siguiente manera:
𝒄𝒊𝒍 = ∑𝒏𝒌=𝟏 𝒂𝒊𝒋∗ 𝒃𝒋𝒍
Por tanto, sean:
𝒂𝟏𝟏 𝒂𝟏𝟐 𝒂𝟏𝟑 𝒂𝟏𝟒 . . . 𝒂𝟏𝒏
𝒂𝟐𝟏 𝒂𝟐𝟐 𝒂𝟐𝟑 ⋯ 𝒂𝟐𝒏
𝑨𝒎𝒏 =( ⋮ 𝒂𝟑𝟐 𝒂𝟑𝟑 ⋱ ⋮ )
𝒂𝒎𝟏 𝒂𝒎𝟐 𝒂𝒎𝟑 ⋯ 𝒂𝒎𝒏
𝒃𝟏𝟏 𝒃𝟏𝟐 𝒃𝟏𝟑 𝒃𝟏𝟒 . . . 𝒃𝟏𝒒
𝒃𝟐𝟏 𝒃𝟐𝟐 𝒃𝟐𝟑 ⋯ 𝒃𝟐𝒒
𝑩𝒏𝒒 =
⋮ 𝒃𝟑𝟐 𝒃𝟑𝟑 ⋱ ⋮
𝒃𝒏𝟏 𝒃𝒏𝟐 𝒃𝒏𝟑 ⋯ 𝒃𝒏𝒒
( )
6
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
De tal forma se tiene:
𝑨𝒎𝒏 ∗ 𝑩𝒏𝒒 = 𝑪𝒎𝒒
(𝒂𝟏𝟏 ∗ 𝒃𝟏𝟏 + 𝒂𝟏𝟐 ∗ 𝒃𝟐𝟏 … + 𝒂𝟏𝒏 ∗ 𝒃𝒏𝟏 ) … …. …. (𝒂𝟏𝟏 ∗ 𝒃𝟏𝒒 + 𝒂𝟏𝟐 ∗ 𝒃𝟐𝒒 … + 𝒂𝟏𝒏 ∗ 𝒃𝒏𝒒 )
(𝒂𝟐𝟏 ∗ 𝒃𝟏𝟏 + 𝒂𝟐𝟐 ∗ 𝒃𝟐𝟏 … + 𝒂𝟐𝒏 ∗ 𝒃𝒏𝟏 ) …. …. ⋯ (𝒂𝟐𝟏 ∗ 𝒃𝟏𝒒 + 𝒂𝟐𝟐 ∗ 𝒃𝟐𝒒 … + 𝒂𝟐𝒏 ∗ 𝒃𝒏𝒒 )
=
⋮ …. … ⋱ ⋮
((𝒂𝒎𝟏 ∗ 𝒃𝟏𝟏 + 𝒂𝒎𝟐 ∗ 𝒃𝟐𝟏 … + 𝒂𝒎𝒏 ∗ 𝒃𝒏𝟏 ) … … ⋯ (𝒂𝒎𝟏 ∗ 𝒃𝟏𝒒 + 𝒂𝒎𝟐 ∗ 𝒃𝟐𝒒 … + 𝒂𝒎𝒏 ∗ 𝒃𝒏𝒒 ))
Ejemplo 1.
7
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
2.1.4 POTENCIACION MATRICIAL (𝑴𝒎𝒏 (𝑲),∗)
8
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
9
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
2.2 EJERCICIOS RESUELTOS
EJERCICIO 1.
10
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
EJERCICIO 2.
EJERCICIO 3.
11
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
ALGEBRA LINEAL Semana # 1
2.3 EJERCICIOS PROPUESTOS
𝟎 𝟏 𝟎
1. Si 𝐀 = ( 𝟎 𝟎 𝟏 )
−𝒂𝟑 −𝒂𝟐 −𝒂𝟏
a. Calcular : 𝐴3 + 𝑎1 𝐴2 + 𝑎2 𝐴1 + 𝑎3 𝐼 .
b. Si 𝐶 = 𝐵𝐴𝐵−1 siendo B una matriz inversible del mismo orden de A. Calcular 𝐶 3 +
𝑎1 𝐶 2 + 𝑎2 𝐶 1 + 𝑎3 𝐼
2. Preguntas de Verdadero o Falso
a. Si 𝐴2 está definida, entonces A es necesariamente cuadrada?
b. Si 𝐴 ∗ 𝐵 𝑦 𝐵 ∗ 𝐴 estan definidas, entonces A y B son cuadradas?
c. Si 𝐴 ∗ 𝐵 𝑦 𝐵 ∗ 𝐴 estan definidas, entonces 𝐴 ∗ 𝐵 𝑦 𝐵 ∗ 𝐴 son cuadradas?
d. Si 𝐴 ∗ 𝐵 = 𝐵, entonces necesariamente 𝐴 = 𝐼?
3. Sean las matrices:
𝒙 𝟐 𝟏 𝟏 𝟏 𝟑 𝟏
𝑨 = (𝟐 𝟏 𝒚) , 𝑩 = (𝟎) , 𝑪 = (𝟐 𝟏 𝟑) 𝒚 𝑫 = ( 𝟐 𝟏 𝟎)
𝟏 𝒛 𝟐 𝟐 −𝟏 𝟐 𝟏
Calcular los valores de x,y,z para que se verifique la siguiente igualdad:
𝑨 + 𝑩𝑪 = 𝑫
12
ALGEBRA LINEAL
ÁREA DE ANÁLISIS
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
ING. ELIZABETH ASIMBAYA
