Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULTAD DE INGENIERIA
E.P. DE INGENIERIA CIVIL
CURSO
INGENIERAESTRUCTURALIII
TEMA
ALGEBRAMATRICIAL
CICLO :
DOCENTE
ALUMNO
FECHA :
VII
Trujillo Per
2013
1. LGEBRA MATRICIAL
1.1 INTRODUCCIN:
En muchos anlisis se supone que las variables que intervienen estn relacionadas mediante un conjunto
de ecuaciones lineales. El lgebra matricial proporciona una notacin concisa y clara para la formulacin
y resolucin de tales problemas, muchos de los cuales seran casi imposibles de plantear con la notacin
algebraica ordinaria.
A continuacin, se definen los vectores y las matrices, as como las operaciones correspondientes. Se
consideran tipos especiales de matrices, la transpuesta de una matriz, las matrices subdivididas y el
determinante de una matriz. Tambin se tratan y aplican a la resolucin de ecuaciones lineales
simultneas, la dependencia lineal de un conjunto de vectores, y el rango y la inversa de una matriz. As
mismo, se define e ilustra la diferenciacin vectorial.
a 21 a 22 L a 2n
A
M M M M
am1 a m2 L a mn
a21 a 22 L a2n
A
M M M M
am1 a m2 L amn
Las letras ai j representan nmeros reales, que son los elementos de la matriz. Ntese que ai j designa al
elemento en la i-sima fila y la j-sima columna de la matriz A; la matriz A se denota tambin a veces por
( ai j ) o por { ai j }. Una matriz que tiene m filas y n columnas se dice que es una matriz m x n (m por
n), o bien, una matriz de orden m x n. Si m = n, se expresa que la matriz es cuadrada. Cuando han de
realizarse varias operaciones en matrices, su orden suele denotarse mediante subndices, por ejemplo,
A m n , o bien, ai j m n .
EJEMPLO
1 0 2 6
3 9
4 8
6 6
3
3 8 2
1 0 0
5 8 2
12 10 1
13 9 3
2 7 6
6 4 10
es una matriz 2 4
es una matriz 5 3
1 1
1 1
Se dice que dos matrices del mismo orden son iguales solamente si todos sus elementos correspondientes
son tambin iguales, es decir, si las matrices son idnticas. Observemos que, por definicin, las matrices
que son de diferente orden no pueden ser iguales.
EJEMPLO
Si
2 2
A
2 2
2 2 2
B
2 2 2
2 2
C
2 2
2 2
D
2 2
A D, pero A B, A C, B C, B D, y C D.
u1
u
u 2
M
um
u1
u
o bien u 2
M
um
Las letras u i son nmeros reales: los componentes del vector; u i es el i-simo componente del vector u.
Un vector columna que tiene m filas se dice que es un vector de m componentes, o que es m-dimensional.
Anlogamente, una matriz que contiene una sola fila, es decir, una matriz 1 x n, se dice que es un vector
v = v1 , v 2 ,..., v n
o bien v = v1 , v 2 , ..., v n
Las letras v j son nmeros reales: los componentes del vector; v j es el j-simo componente del vector
v. Un vector fila con n columnas se dice que es un vector de n componentes, o que es n-dimensional.
EJEMPLO
0
0
3
0
2
0,
1,
3,
1,
5,
Dos vectores fila que tienen el mismo nmero de columnas, o dos vectores columna que tienen el mismo
nmero de filas, se dice que son iguales solamente si todos los elementos correspondientes son tambin
iguales, es decir, si los vectores son idnticos.
EJEMPLO
u = 1,
1
v =
3
w = 1,
x=
3,
u = w, pero u v, u x, y v w, v x, y w x.
NOTA: Con frecuencia es til considerar a una matriz como compuesta de una serie de vectores fila o de
2
3
2, 2
1
2
3
6
2
4
3, 4
a11 L
A M
am1 L
a1n
M
amn
b11 L
B M
bm1 L
b1n
M
bmn
entonces A B = C
en donde
a11 b11 L
C
M
am1 bm1 L
c11 L
M
a mn bmn c m1 L
a1n b1n
M
c1n
M
c mn
EJEMPLO
5
3
11
2
6
0
4 0
8 5
0 0
8 3
2 0
4 3
3
6
0
10 6
25 22
4 9
21 33
5
0
0
10
4
46
c 4,
6, 12 3, 2, 12 1, 8, 0
(e)
3 1
4 1
(g)
2, 1 3,
(h)
2
3
1 0
2 6
4 6,
1 1 0
1 1 0
(d ) 2 2 0
4 4 0
1 1 0
1 3 6 0 2
( f ) 1 2 8 1 4
1 4 10 0 5
0 3
4
4 1 2
7 11, 12 0, 0
4 0
5 10 13 9
6 7
9 20
0 25
8 11 12 1 0 9
14
3
4
PROBLEMAS
Obtener la matriz que resulta de cada una de las siguientes operaciones:
2 3
6 1 3 4
1. 5 4
5 0 2
5
0 1 9 1
0 1
6
2.
4
1 2 3
3. 3 0 1
4 2 2
2 1 1 0 2 2
4.
1 2 0 1 2 2
5.
1,
3, 1, 2 0, 1, 2, 3
6.
1,
1 0 5
0 2 2
2 1 0 1 3 4
1 3
1 1
2 3, 4 1, 2 6, 5
1. 5 6 0
1 1 8
2
3. 4
0
5. 1, 2, 1, 1
a11 L
A M
am1 L
entonces
k Amn kAmn
a1n
M
a mn
EJEMPLO
ka11 L
M
kam1 L
ka1n
M k a i j kai j
mn
mn
ka mn
4 3 12 9
3 8 2 24 6
1
0 3
0
1 6, 2, 3 6, 2,
0
0
2 2b
b 3 3b
b
1
5 5b
0 0
5 1 5
0 0
5
6 2
a
3
1
0
c 0, 0, 0, 0, 16 0, 0, 0, 0, 16c
4 5a
6 3a
6a
2a
4a
6a
MULTIPLICACIN DE MATRICES
Dos matrices se pueden multiplicar entre s slo si el nmero de columnas en una de ellas es igual al
nmero de filas en la otra. En particular, la matriz producto AB est definida solamente si el nmero de
columnas en A es el mismo que el nmero de filas en B; en este caso se dice que las matrices A y B son
compatibles ante la multiplicacin, y la matriz producto tiene el mismo nmero de filas que A y el mismo
nmero de columnas que B. As, una matriz m x n se puede multiplicar con una matriz n x p para obtener
una matriz m x p.
DEFINICIN: Cuando un vector fila 1 x n multiplica a un vector columna n x 1, el resultado es un
escalar al que se le denomina producto interior de los dos vectores, y su valor es la suma de los productos
de los componentes de los vectores. Por lo tanto si
u = u1 , L ,
un
v1
v = M
v n
n
i1
ui v i .
Cuando se multiplican dos matrices, el elemento en la i-sima fila y en la j-sima columna de la matriz
producto, es el producto interior del i-simo vector fila de la primera matriz con el j-simo vector
columna de la segunda. De acuerdo con lo anterior, el producto de dos matrices puede expresarse como
una matriz de sus productos interiores: Si A ai j m n y B bi j n p , entonces AB = C, en donde
C c i k
m p
j1
a
j1
a1 j b jm
j1
M
n
amj b jn
j1
a1 j b j1 L
mj b j1
es decir, c i k j1 a i j b j k .
n
EJEMPLO
2
0
3
0
1
0
6
3 3
1 0
3
3
2
0
1 2
1 3
7 16
3 2
3 2
en donde
11 31 11 3
21 01 01 2
01 11 61 7
10 32 13 3
20 02 03 0
00 12 63 16
b 1,
0, 6,
3, 21 5
3
0
0
4
2
12,
3
8
1
0 2 5 2
381 2
en donde
13 04 62 31 20 12
10 00 63 38 22 38
En la multiplicacin de matrices, el orden (o sucesin) segn el cual se efecta la multiplicacin es muy
importante. Si A es m x n y B es n x m, entonces es posible obtener las matrices producto AB, y BA; sin
EJEMPLO
(a) Si
4
A
0
entonces
4
AB
0
1
1
1 2 4
1
BA
1
1
6
3 4 2
(b) Si
A 1
0
0
3
0
3 3 2
1
BA
0
8
10
entonces
1
6
3 17
1
6
5 14 2 2
3 4 2
3
1 2 4
4
4
11
1
B
0
8
10
2
9
9 4 4
AB 1
0
(c) Si
entonces
1
B
1
4 2 3
A 2
0
3
0
4
8
10
5
1
0
5
3
4 2 3
0
6
0
3
13
10
20
8
30
3
12 3 3
12 2 2
3 2
2
5
B 8
2
2
1
0
9
5
AB 2
0
0
BA 8
2
3
0
4
2
1
0
2
5
3 3
8
2
9
5 3 3
2
0
9
5
2
1
0
3
0
4
3 3
22
4
22
1
4
2
10
5 3 3
2
5
4
4
12
60
14
29
4
61
3 3
11
55
23
3 3
NOTA: Cuando un vector fila premultiplica a un vector columna, el resultado es un producto interior, es
decir, un escalar cuyo valor es la suma de los productos de los elementos de los dos vectores. Cuando un
vector columna n x 1 premultiplica a un vector fila 1 x n, el resultado es una matriz cuadrada n x n cuyos
elementos son los productos interiores de los vectores dados; por tanto, si
u = u1 , L ,
un
v1
v = M
v n
EJEMPLO
a 1,
2
4
1
3, 6
1,
2
4 2 12 6 4
1
2
3, 6 4
1
6
12
3
12
24
6
n
i1
ui v i , y vnx1 u1xn =
b 1,
0, 0, 2, 3
0
1
4
3
2
0
1
4 0 0 0 6 6 0
3
2
1
1, 0, 0, 2, 3 4
3
2
0
0
0
0
0
0
0
0
0
0
0
0
2
3
8 12
6
9
4
6
Aunque el orden segn el cual se multiplican dos matrices afecta al resultado, el orden en el que se
multiplican tres o ms matrices no influye en el resultado, siempre y cuando se conserve la secuencia de
las operaciones, Es decir,
Amxn Bnxp Cpxq = Amxn(Bnxp Cpxq) = (Amxn Bnxp)Cpxq
Una propiedad correspondiente se tiene en el caso de la multiplicacin de nmeros. En resumen, la
adicin de matrices es conmutativa, o sea, A + B = B + A, y tanto la adicin como la sustraccin son
asociativas, es decir, A B C = A (B C) = (A B) C; la multiplicacin de dos matrices no es
conmutativa (es decir, AB BA) pero la de tres o ms es asociativa, es decir ABC = A(BC) = (AB)C.
Tratndose de nmeros, la adicin, la sustraccin y la multiplicacin son asociativas y conmutativas.
EJEMPLOS
A.
A
1
2
0
1
3
0
B
0
4
1 3 3
1
1
31
0,
A
1
2,
2
0
11 3
3
0
BC
0
4
1 3 3
0
0
ABC
0
3
1
0
1 3 3 0
6
2
2
4
2
2
O por asociatividad,
A
1
2
0
B.
1
3
0
B
0
4
1 3 3
3
1
1
31
0,
AB
2, 11 3
1
1
31
0,
2, 11 3
0
0
ABC
4
2
2
1
1 3 3
1
1 3 3
A
1
B
1
10 2 2
C
3
6 2 3
2
0
1
1
0
6
4
31
ABC
BC
10 2 2
17
16 21 262 21
B
1
10 2 2
C
3
6 2 3
2
0
AB
1
13
0
50
4
31
C
3
78 2 3
2
12
ABC
1
1
0
262 21
4
31
C.
A
3
B
4
3 2 2
C
1
0 2 2
8
5
3
10
4 2 3 4
BC
4
3 2 2
5
8
ABC
9
4
10 2 3 2
28
14 2 3
47
44
O por asociatividad,
A
3
B
4
3 2 2
C
1
0 2 2
8
5
AB
4
10
4 2 3 3
4 2 2
8
5
ABC
9
10
4 2 3 2
47
44
28
14 2 3
D.
A
1,
1,
4,
21 4
2
1
0 41
1,
0,
61 3 1,
1,
BC
4,
21 4
2
1
0
0
0
0
12
6,
6
0 4 3
ABC
0,
361 3
1,
1,
4,
21 4
2
1
0 41
AB
61 3 6 1,
0,
1,
0,
61 3 6,
ABC
0,
361 3
PROBLEMAS
1 2
3 4
1. 3 0 1 1 2
1 2 0 3
2 1
2 1
2. 1 0
1 0
3 3
1
3. 1, 1, 0, 2
1
1 1
2
4. 1, 2, 0 3 0
1
2
1
1 1 2 0 1 1 1
5.
1 1 0 2 1 1 1
2 0
1 0
6. 1, 1, 1 0 2
0 1
2 2
1. 0 3 3 6
3 6 0 9
3. 1, 2
0 0 0
5.
0 0 0
3
0
En esta seccin se estudiarn tres tipos especiales de matrices: las matrices diagonales, las matrices
identidad y las matrices nulas.
MATRICES DIAGONALES:
Una matriz diagonal es una matriz cuadrada cuyos elementos son todos iguales a cero, excepto los que
pertenecen a su diagonal principal, la cual es la que va del extremo superior izquierdo al extremo inferior
derecho; as pues,
a11 L
A M
am1 L
a1n
M a i j
nn
a mn
ai j 0
para i j
ai j 0
si al menos i = j (cuando todos los elementos de una matriz son ceros, se trata de una
a11
0
A
O
0
a nn
o bien, por
d1
Dn
O
0
EJEMPLO
a1
0
0
an
d n
1 0 0
0 3 0
0 0 10
0
0
0 0 0
0 0 0
son matrices diagonales.
0 0 0
0 0 7
MATRICES IDENTIDAD:
Una matriz identidad es una matriz diagonal cuyos elementos de la diagonal principal son todos iguales al
nmero uno. Por consiguiente,
a11 L
A M
am1 L
a1n
M a i j
nn
a mn
ai j 0
para i j
ai j 1
para i = j
d i 1
para i = 1, 2, , n
EJEMPLO
1 0 0
I 3 0 1 0
0 0 1
0
0
I 6
0
0
0 0 0 0 0
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
EJEMPLOS
A.
A2 4
2
3
1
6
0
I2
1
4
3 2 4 0
A2 4
2
0
1 2 2 1
3
1
6
0
A2 4
2
4
3 2 4 1
3
1
6
0
I4
4
3 2 4
0
0
0
1
0
0
B.
A3 3
3
0
0
0
2
0
I3
1
0
0
0
6 3 3 0
MATRICES NULAS:
0
1
0
A3 3
3
0
0
0
1 3 3 0
0
2
0
A3 3
3
0
0
0
6 3 3 0
0
2
0
I3
1
0
0
0
6 3 3 0
0
1
0
A3 3
3
0
0
0
1 3 3 0
0
2
0
0
6 3 3
0
0
1
0
0
0
1 4 4
Una matriz nula es una matriz m x n cuyos elementos son todos iguales a cero; se simboliza con O.
Cuando una matriz nula del orden (o tamao) apropiado se suma o se resta de otra matriz, esta ltima no
cambia; es decir,
Amxn Omxn = Amxn
Premultiplicar o posmultiplicar una matriz nula de orden apropiado da lugar a otra matriz nula; es decir,
Okxm Amxn = Okxn
EJEMPLOS
A.
A2 3
0
10
0
0
3 2 3 0
1
0
O2 3
0
0
A2 3
0
0
0 2 3 10
1
0
3 2 3
B.
O3 3
0
0
0
A2 4
0
0
20
13
3 2
A2 4
1
6
20
4
13
O3 4
0
10
11 2 4
0
O41
10
11 2 4
O21
0
0
0
0
0 21
0
41
0
0
0
0
0
0
3 4
En muchos anlisis en los que intervienen matrices, es conveniente emplear la transpuesta de una matriz.
En esta seccin se define la transpuesta de una matriz, le de una suma o diferencia de matrices, y la de un
producto de matrices.
La transpuesta de una matriz A de orden m x n es una matriz de orden n x m, denotada por A, cuyas
filas son las columnas de A, y cuyas columnas son las filas de A. Por tanto, si
Amn
a11 L
M
am1 L
a1n
M a i j
mn
a mn
Entonces la transpuesta de A es
An m
a11 L
M
am1 L
a1n a11 L
M M
a mn
a m1 L
a1n
M a i
a mn
j n m
a i j m n
Ntese que la transpuesta de un vector fila n-dimensional es un vector columna tambin n-dimensional, y
2
0
3
0
, entonces A 2
1 2 3
0
Si A 6,
2,
1,
0,
0
1
3 2
2
51 5 , entonces A 1
0
5 51
Si A 2
30
10
6
7
, entonces A 8
10
0 3 3
8
0
40
Si A
, entonces A 3,
1
4 41
1,
1
5 3
0
4
, entonces A 5
3
4
9 3 3
Si A 5
3
0
A
Si
0
0,
2
0
0
0
3
0
6
0
0
0
A
,
entonces
0
0
5 4 4
0
2
0
7
30
40
0 3 3
4 1 4
4
9 3 3
5
0
4
2
0
0
0
3
0
0
0
5 4 4
Una matriz simtrica que al multiplicarse por si misma queda igual, se dice que es idempotente. Por tanto,
A es idempotente slo si
A = A
AA = A
EJEMPLOS
A.
Una matriz identidad (de cualquier orden) es idempotente, puesto que
In = In
B.
In In = In
La matriz
1
52
5
2
5
4
5
1
52
5
2
5
4
5
1
52
5
2
5
4
5
1
52
5
2 1
5 5
2
4
5 5
2
5
4
5
1
52
5
2
5
4
5
O DE UNA DIFERENCIA DE
TRANSPUESTA DE UNA SUMA
MATRICES
La transpuesta de una suma o diferencia de matrices es igual a la suma o diferencia de las transpuestas de
las matrices; por consiguiente,
(Amxn Bmxn Cmxn)= Anxm Bnxm Cnxm
es decir,
en donde d i j ai j bi j c i j y d j i a j i b j i c j i .
EJEMPLOS
A.
Si
3 0
2
A
6 8 1
entonces
1
6 2
B
1
3 2
2
[A + B + C] =
5
2
6
6
25
6
6
11
o de otra manera
A + B + C = 0
B.
Si
2 1
A
0 1
6
8
B
10 12
0 0
6
C
2 5 25
6 1
8 6
1 2
0 1
C
0 0
11
25
3 0
2 0
1 6
2 2
5 6
25 6
11
25
entonces
4
10
[A - B + C] =
10 4
11
10
o, alternativamente, A - B + C =
1
0 6
1 8
10
11
10 0
12 1
0 4
0 10
10
11
La transpuesta de un producto de matrices es igual al producto de las transpuestas de las matrices tomadas
en orden inverso; por tanto,
[Amxn Bnxp Cpxq]= Cqxp Bpxn Anxm
EJEMPLOS
A.
Si
3 0
A
4 1
3 5 7
B
0 1 8
6
C 1
0
6
9
15 21 39
entonces ABC
1
12 19 20 53
0
o en forma alternativa,
ABC CBA 6,
1,
0 5
7
39
ABC 53 39, 53
0
3
1
0
8
3
4
1 3, 1
1
0
4
39,
1
53
B.
Si
A 3, 1, 0
entonces* ABC = 26
6 0
B 7 2
0 3
0
C
1
0
2 2 y asimismo [ABC]= -2 (la transpuesta de un escalar es el mismo
1
N.DelR.Estresultadoesunamatrizdeorden1queslopuedemultiplicarseconmatricesdeorden1x n,ynoespropiamenteel
escalar 2.Unescalarpuedemultiplicarseconcualquiermatriz.
6
[ABC] = CBA= 0, 1
0
7
2
3
0
1 0
3
0
3 1 2
0
PROBLEMAS
2 6
1.
5 3
1 6 3
4. 1 4 8
0 5 7
7.
Si
1
A
2
5.
2
,
1
8.
Si
A 1
0
a. AB
2, 4, 9
2
B
4
a. A B
3,
7 5 6
3.
8 10 3
3
,
0
0
C
2
b. B C
2
1
1 3
6. 2 1
4 2
1
;
3
c. AB
encuentre :
d. ABC
3
3
B
, C
1 21
1
0
2
4 2 3
3
D
1
0
2
2
, encuentre :
4 2 3
3 2
b. C D
c. DC
d. A D C
2 5
1.
6 3
7 8
3. 5 10
6 3
1 6
7. a.
5 1
2 6
b.
2 3
3
2
5.
4
9
6 0
c.
3 6
6 12
d.
3 18
A A1
A2
en donde A1 es de orden
A1
A
A 2
EJEMPLO
Si
A A1
A2 2
8
3
1
2
5
1
3
6
7
entonces
2
1
A2 , en donde A1 es m n1, A2 es m n2 ,
m n1, B2 es m n 2 , y n1 n 2 n , entonces
A B A1 B1
De igual modo, si
A2 B2
A
A 1 en donde A es m n , A1 es m1 n , A2 es m2 n , y m1 m2 m y
A2
1
6
2
3
Si se subdividen en forma compatible, las matrices particionadas se pueden sumar, restar o multiplicar. Si
A1
A
A 2
3
5
B
B 1
B2
en donde B es m n , B1 es m1 n , B2 es m2 n y m1 m2 m , entonces
A B
A B 1 1
A1 B2
EJEMPLO
Si
A 1
7
4
0
3
2
5
3
6
2
entonces
A B A1
A2 B1
B2 1
7
4 2
0
5
3
3
B 1
5
0 3
6 1
2 5
0
1
4
0
1
4
2
2
3
2
2
3
5
1
4 0
5 2
1 12
4
1
7
0 4
3 11 A1 B1
6
3
o bien,
3
A1 B1
A B 1
A2 B2
7
4
0
2
5
0 3
6 1
2 5
0
1
2
2
4 0
5 2
1 12
4
1
7
0
4
A B1
3 11 1
A2 B2
6
3
Particionar o subdividir una matriz es frecuente y conceptualmente conveniente cuando las matrices han
de ser sumadas o restadas, pero las ventajas computacionales de la subdivisin de matrices se utilizan
principalmente en la multiplicacin y en otras operaciones ms complicadas. Las matrices deben
subdividirse en forma compatible para la multiplicacin. Si una matriz A de orden m n se subdivide
como A A1
n p se subdivide como
B
B 1
B2
AB A1
en donde B1 es n1 p y B2 es n2 p , entonces
B
A2 1 A1B1 A2 B2
B2
A2 B2
EJEMPLO
Si
A 2
1
entonces
3
AB 2
1
1 y
2
0
4
1
B 1
1
3
1
0
4
1
1
2
1
1
1 3
3 2
1 1
4
1
1
1
1
3
2
1, 1 0
1
3 1
10 1
2 2
1 7
2
1 1 11
2 1 0
Las matrices se pueden subdividir en ms de dos submatrices. De hecho, es posible particionar una matriz
A
A 11
A21
A12
A22
n1 n2 n . Entonces
A
A 11
A21
A12 A11
A22
A21
A12
A22
B
B 11
B21
B12
B22
A
AB 11
A21
A12 B11
A22 B21
EJEMPLO
Si
entonces
1 3 1
1 0
1
A
2 1 4
0 2 3
A
AB 11
A21
3 2 1 0 1
B 5 1 4 3 2
3 2 0
1 1
B12 1
B22 2
A12 B11
A22 B21
3
0
1
2
1
3
1
5
4
3
3
2
1
y
1
1
2
3
3
0
5
1
3
1
0
4
1
3
2
5
1
2
4
1
2
1 3,
1
4
0
3
1
1
1 0, 1,
2
4
2
3 3,
1
0
3
18
2 3
1
2 10,
1
3 0, 1,
2
5 3
2 3
3 12
2 21
2 0
8 13
13
1 1
2
9
0
3
2 9,
6 1,
1 8,
6,
0
11
5 0
1 0
4 0
1
1
4
1 13
1 1
4 2
8
1
7
4 0,
3,
3 8,
9,
4
0
8
En consecuencia,
A B A12 B21
AB 11 11
A21 B11 A22 B21
21
B22 0
B22 13
13
0
11
1
2
1
7
0
8
PROBLEMAS
1. Calcule lo siguiente:
6 1
4 2
a. 2 0 3 3 0 1
1 2
5 1
4 2
0 1
5 1
6 0 1
b.
1 3 2
5
2. Si U 1, 1, 4 , X 0, 1, 2, V 0
1
a. UV XY
1
Y 1 , obtenga
2
b. 5UV 10X 2V Y
a. AC
b. DA
c. AD
1
2 3
4. Si A 0 1 1
2
3 0
d. BC
e. DAC
f . BCDA
3
1 0
B 1 1 2
0
2 1
1 2 2
1
5. Si A 1 2
1 1
0
3 6
2
B 2
4 1
2
3
0
5 8
C 3
5
1
2
0
1
demuestre que
a. A 2 B2 C 2 I
b. AB BA C
c. BC CB A
d. AC CA B
6. Si A 4
2
4
5
2
2
2
demuestre que A 2 11A 10I O . Utilice matrices particionadas para verificar el resultado.
1 0
7. Si A
1 0
2 2
C
2 2
2 3
D
4 25
evale
a. AB 2CD
0 0
B
1 1
b. A 2
8. Si U 1, 0, 1
c.
BC
1
V 2
3
4 2 1
X 1 3 0
0 1 1
1 0 0
Y 0 1 0
0 0 1
encuentre
a. UV
b. VU X
9. Si U 1
1
c. XY
2 4
3
4
2 3
V 1
1
2
2
2
4
4
demuestre que
a. U 2 U
V2 V
b. UV VU O
c. U V I
X 1
1
10. Si
demuestre que
3
3
1 2
1
A 2
1 3
5
2
3
11. Si
demuestre que
12. Si
2
2
2
0 2 3
B
0 1 3
2
C 3
3
determine AB CD .
Respuestas
a los Problemas de Nmero Impar
0 4
1. a. 0 9
13 7
3. a. 2 3
29 13
b.
6 3
b. 3 3
24 32
7. a.
24 32
1
b.
1
c. 22
0
3 6
Y 1 2
4 3
0
4
2
5
3
1 2
A 0 3
2 1
2 5 1 7
X 2 1
3
4
3 2
1
2
d. 4 3
0 0
c.
16 16
e. 3 3
f. 43
1
D 1
2