



Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Los conceptos básicos de cálculo matricial, incluyendo vectores, matrices, trasposición de matrices, determinantes y sistemas de ecuaciones lineales. Se explican las operaciones de suma y producto de matrices, el producto escalar de vectores y la definición de determinantes para matrices cuadradas. Se incluyen propiedades y ejemplos de cada concepto, así como el teorema de rouché-fröbenius para determinar la existencia de soluciones en sistemas de ecuaciones lineales.
Tipo: Ejercicios
1 / 5
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!




Denotamos por Rn^ o conxunto {(x 1 , · · · , xn) : xi ∈ R}. Os elementos de Rn^ ch´amanse vectores. Se x = (x 1 , · · · , xn), os n´umeros x 1 , · · · , xn son as coordenadas (ou componentes) do vector x. No conxunto de vectores est´an definidas as operaci´ons suma de vectores e produto dun vector por un escalar. Adem´ais, def´ınese o produto escalar dos vectores x = (x 1 , · · · , xn) e y = (y 1 , · · · , yn) como o n´umero real xy = x 1 y 1 + · · · + xnyn
As´ı, por exemplo:
(2, −1) + (4, 5) = (6, 4)
−2(6, − 1 , 12 ) = (− 12 , 2 , −1)
O produto escalar de (3, −2) e (4, 5) ´e igual a 12+(-10) = 2
Se x e y son dous vectores de Rn, chamaremos combinaci´on lineal de x e y a calquer vector da forma ax + by, onde a e b son n´umeros reais. Por exemplo 2(3, 4) + 3(− 1 , 2) = (6, 8) + (− 3 , 6) = (3, 14). Polo tanto, o vector (3, 14) ´e combi- naci´on lineal dos vectores (3, 4) e (− 1 , 2).
Chamamos matriz de orde m × n a un conxunto formado por m × n n´umeros reais, ordeados en m filas e n columnas. Diremos que o elemento situado na fila i-´esima e na columna j-´esima ocupa o lugar ij. Mm×n denotar´a o conxunto das matrices de orde m × n.
Exemplo 1. Un elemento A ∈ M 2 × 3 ser´a por exemplo A =
. Se B =
e
, B ∈ M 2 × 3 e C ∈ M 2 × 2.
En xeral, se A ∈ Mm×n ser´a do xeito A =
a 11 · · · a 1 n · · · · · · · · · am 1 · · · amn
, con aij ∈ R.
No conxunto das matrices de orde m × n definense as seguintes operaci´ons:
suma de matrices: A + B = (aij ) + (bij ) = (aij + bij ) ∈ Mm×n, onde A, B ∈ Mm×n
produto dun n´umero por unha matriz rA = (raij ) ∈ Mm×n, onde r ∈ R e A ∈ Mm×n
1
2 Grado en Econom´ıa: Matem´aticas I
produto de matrices: A.B = (aij ).(bjk) =
n j=1 aij^ bjk
∈ Mm×k onde A ∈ Mm×n e B ∈ Mn×k
Exemplo 2. Se A, B e C son as matrices do exemplo anterior, calcular : A + B, 5 A, − 3 C, CA.
Observaci´on:
TIPOS ESPECIAIS DE MATRICES:
Se A ∈ Mm×n, a matriz trasposta de A e a matriz que se obt´´ en intercambiando en A filas por columnas. Den´otase por At. Obs´ervese que At^ ∈ Mn×m.
Diremos que unha matriz A ∈ Mn×n ´e sim´etrica cando coincide coa s´ua trasposta, ´e dicir, At^ = A ou equivalentemente aij = aji , para todo i, j.
Propiedades da trasposta:
Unha matriz cadrada A = (aij ) ∈ Mn×n e´ diagonal se aij = 0, para todo i 6 = j.
Matriz identidade e aquela matriz diagonal na que´ aii = 1, para todo i.
A matriz inversa dunha matriz cadrada A ∈ Mn×n e unha matriz que denotamos´ A−^1 e que verifica que A−^1 A = AA−^1 = I, onde I e a matriz identidade de orde´ n. A inversa de A, se existe, ´e ´unica.
Exemplo 3. Se A, B e C son as matrices do exemplo inicial:
At^ =
(^) ∈ M 3 × 2 Ct^ =
1 2
1 2
A matriz identidade de orde 2 ´e I 2 =
e a matriz identidade de orde 3 e´ I 3 =
1 0 0 0 1 0 0 0 1
Sexa A unha matriz cadrada de n filas e n columnas. Def´ınese o determinante de A do seguinte xeito: Se n = 1, A = (a) e detA = a.
Se n = 2, A =
a 11 a 12 a 21 a 22
e det A = a 11 a 22 − a 12 a 21.
Caso xeral: se A = (aij ) =
a 11 · · · a 1 n · · · · · · · · · an 1 · · · ann
(^) definimos:
Departamento de Matem´aticas
4 Grado en Econom´ıa: Matem´aticas I
Propiedades da inversa. Se A e B son matrices invertibles:
− 1 c
Definici´on 6. O rango dunha matriz A, r(A), ´e a maior orde dos menores non nulos que cont´en. Dito doutra forma, o rango da matriz A ´e a orde da ”maior”submatriz cadrada con determinante non nulo.
Definici´on 7. Un sistema de m ecuaci´ons lineais con n inc´ognitas ´e unha expresi´on do tipo
a 11 x 1 + a 12 x 2 + · · · + a 1 nxn = b 1 a 21 x 1 + a 22 x 2 + · · · + a 2 nxn = b 2 .. .
am 1 x 1 + am 2 x 2 + · · · + amnxn = bm
Este sistema pode escribirse mediante a ecuaci´on matricial AX = b, onde A = (aij ) ∈ Mm×n, X = (x 1 , x 2 ,... , xn)t^ ∈ Rn^ e b = (b 1 , b 2 ,... , bm)t^ ∈ Rm.
No que segue denotaremos por (A|b) ∈ Mm×(n+1) a matriz que ten como n primeiras columnas as columnas de A e a columna n + 1 e o vector´ b. Esta matriz denom´ınase matriz ampliada do sistema.
Teorema 8 (de Rouch´e-Fr¨obenius). O sistema de m ecuaci´ons lineais con n inc´ognitas, AX = b, ten soluci´on se, e s´o se, rango A = rango(A|b). Ademais, se rango A = rango(A|b) = n o sistema ´e compatible determinado e se rango A = rango(A|b) < n e compatible indeterminado.´
Exemplo 9. Os tres sistemas de ecuaci´ons lineais
x + y + z = 6 2 x − y + z = 3 −x − y + z = 0
x + y − 3 z = 0 2 x − y − 3 z = 3 4 x + y − 9 z = 3
x + y − 3 z = 0 2 x − y − 3 z = 3 4 x + y − 9 z = 5
Departamento de Matem´aticas
Curso 2016-2017 5
poden po˜nerse en forma matricial do xeito seguinte
1 1 1 2 − 1 1 − 1 − 1 1
x y z
(^) =
6 3 0
1 1 − 3 2 − 1 − 3 4 1 − 9
x y z
(^) =
0 3 3
1 1 − 3 2 − 1 − 3 4 1 − 9
x y z
(^) =
0 3 5
Para o primeiro sistema, como det A = − 6 , ent´on rango A = 3 = rango(A|b). O sistema ´e compati- ble determinado.
No segundo sistema, det A = 0, pero
1 1 2 − 1
∣ 6 = 0, polo que o rango de^ A^ vale 2. O determi-
nante da matriz que resulta de substitu´ır a terceira columna de A pola columna de termos inde-
pendentes,
1 1 0 2 − 1 3 4 1 3
, tam´en ´e nulo, polo que o rango da matriz ampliada ´e 2. Temos ent´on que
rango A = rango(A|b) = 2, polo que este sistema ten soluci´on. Tr´atase adem´ais dun sistema compa- tible indeterminado. Finalmente, no terceiro sistema, o rango da matriz A e 2 pero o rango da matriz ampliada ´´ e 3. Logo este sistema non ten soluci´on, ´e incompatible.