Escolar Documentos
Profissional Documentos
Cultura Documentos
CUADRO SINÓPTICO
- Un conjunto
- Una propiedad que puede expresarse en una fórmula
Ejemplo 1:
a) Caso particular:
1 + 2 + 3 + 4 + 5 = (5 x 6)/2 = 15
Observación: El último número considerado es 5; su siguiente 6; su
producto 30; su mitad 15. Si sumamos el primer miembro obtenemos
15.
Nos preguntamos:
¿Tenemos un conjunto?
¿Tenemos la propiedad?
Conclusión:
Ejemplo 2:
¿Qué expresa ?
a) Caso particular: 1 + 3 + 5 + 7 = 16 = 42
Nos preguntamos:
¿Tenemos un conjunto?
¿Tenemos la propiedad?
(2 x 1) - 1 = 1
(2h-1) +2 = 2h -1 + 2 = 2h + 1;
2(h+1) - 1 = 2h + 2 - 1 = 2h + 1
h2 + 2h + 1 = (h + 1)2
Conclusión:
Todos los elementos del conjunto cumplen esa propiedad
expresada matemáticamente así:
(2n-1) = 1+3+5 +...+(2n - 1) = n
j
2
----o----
Ejemplo 3:
(1+a)n.
(1+na)
Nos preguntamos
¿Tenemos un conjunto?
¿Tenemos la propiedad?
(1+a)2 = 1 + 2a + a2 > 1 + 2a
(1 + a)
2 4 x 2 = 25
(1+a)(h+1);
(1 + a)
obtendríamos:
Conclusión:
Todos los elementos del conjunto cumplen esa propiedad
expresada matemáticamente así:
(1+a)n > 1 + na
----o----
Ejemplo 4:
C m,n
n=m
Nos preguntamos
¿Tenemos un conjunto?
¿Tenemos la propiedad?
2 Ch,n = C (h+1),n
Ch,0 = C(h+1),0 = 1
Ch,0+Ch,1 = C(h+1),1
Ch,1+Ch,2 = C(h+1),2
Conclusión:
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.
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 (arrays) constituye actualmente una parte esencial dn 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,...
Definición de matriz
Se llama matriz de orden m×n a todo conjunto rectangular de elementos aij dispuestos en m líneas
horizontales (filas) y n verticales (columnas) de la forma:
Abreviadamente suele expresarse en la forma A =(aij), con i =1, 2, ..., m, j =1, 2, ..., n. Los subíndices
indican la posición del elemento dentro de la matriz, el primero denota la fila (i) y el segundo la columna
(j). Por ejemplo el elemento a25 será el elemento de la fila 2 y columna 5.
Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar
en ambas son iguales.
Vamos a describir algunos tipos de matrices que aparecen con frecuencia debido a su utilidad, y de los
que es conveniente recordar su nombre.
Atendiendo a la forma
Matriz fila: Es una matriz que solo tiene una fila, es decir m =1 y por tanto es de orden 1n.
Ejemplo
Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1 y por tanto es de orden m 1.
Ejemplo
Matriz cuadrada: Es aquella que tiene el mismo número de filas que de columnas, es decir m = n. En
estos casos se dice que la matriz cuadrada es de orden n, y no n n.
Los elementos aij con i = j, o sea aii forman la llamada diagonal principal de la matriz cuadrada, y los
elementos aij con i + j = n +1 la diagonal secundaria.
Ejemplo
Matriz traspuesta: Dada una matriz A, se llama traspuesta de A, y se representa por At, a la matriz que se
obtiene cambiando filas por columnas. La primera fila de A es la primera fila de A t , la segunda fila de A
es la segunda columna de At, etc.
Ejemplo
Matriz simétrica: Una matriz cuadrada A es simétrica si A = At, es decir, si aij = aji i, j.
Ejemplos
Matriz antisimétrica: Una matriz cuadrada es antisimétrica si A = –At, es decir, si aij = –aji i, j.
Ejemplos
Matriz nula es aquella que todos sus elementos son 0 y se representa por 0.
Ejemplos
Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos no pertenecientes a la diagonal
principal son nulos.
Ejemplos
Matriz escalar: Es una matriz diagonal con todos los elementos de la diagonal iguales.
Ejemplos
Matriz unidad o identidad: Es una matriz escalar con los elementos de la diagonal principal iguales a 1.
Ejemplos
Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los elementos que están a un mismo
lado de la diagonal principal. Las matrices triangulares pueden ser de dos tipos:
Triangular Superior: Si los elementos que están por debajo de la diagonal principal son todos nulos. Es
decir, aij =0 i<j.
Triangular Inferior: Si los elementos que están por encima de la diagonal principal son todos nulos. Es
decir, aij =0 j<i.
Trasposición de matrices
Dada una matriz de orden m x n, A = (aij), se llama matriz traspuesta de A, y se representa por At, a la
matriz que se obtiene cambiando las filas por las columnas (o viceversa) en la matriz A. Es decir:
Propiedades de la trasposición de matrices
La suma de dos matrices A=(aij), B=(bij) de la misma dimensión, es otra matriz S=(sij) de la misma
dimensión que los sumandos y con término genérico sij=aij+bij. Por tanto, para poder sumar dos matrices
estas han de tener la misma dimensión.
Ejemplo
1. A + (B + C) = (A + B) + C (propiedad asociativa)
2. A + B = B + A (propiedad conmutativa)
3. A + 0 = A (0 es la matriz nula)
4. La matriz –A, que se obtiene cambiando de signo todos los elementos de A, recibe el nombre de
matriz opuesta de A, ya que A (–A) 0.
El producto de una matriz A = (aij) por un número real k es otra matriz B = (bij) de la misma dimensión
que A y tal que cada elemento bij de B se obtiene multiplicando aij por k, es decir, bij = k·aij.
Ejemplo
El producto de la matriz A por el número real k se designa por k·A. Al número real k se le llama también
escalar, y a este producto, producto de escalares por matrices.
Propiedades simplificativas
1. A + C = B + C A = B.
2. k A = k B A = B si k es distinto de 0.
3. k A = h A h = k si A es distinto de 0.
Producto de matrices
Dadas dos matrices A y B, su producto es otra matriz P cuyos elementos se obtienen multiplacando las
filas de A por las columnas de B. De manera más formal, los elementos de P son de la forma:
Es evidente que el número de columnas de A debe coincidir con el número de filas de B. Es más, si A
tiene dimensión m n y B dimensión n p, la matriz P será de orden m p. Es decir:
Ejemplos
1. A·(B·C) = (A·B)·C
2. El producto de matrices en general no es conmutativo. (Ejemplo)
3. Si A es una matriz cuadrada de orden n se tiene A·In = In·A = A.
4. Dada una matriz cuadrada A de orden n, no siempre existe otra matriz B tal que A·B = B·A = In.
Si existe dicha matriz B, se dice que es la matriz inversa de A y se representa por A–1 .
Matrices inversibles
Una matriz cuadrada que posee inversa se dice que es inversible o regular; en caso contrario recibe el
nombre de singular.
Observación
Podemos encontrar matrices que cumplen A·B = I, pero que B·A I, en tal caso, podemos decir que A es
la inversa de B "por la izquierda" o que B es la inversa de A "por la derecha".
Determinantes
Dada una matriz cuadrada
, con
(Sn es el grupo de las permutaciones del conjunto {1, 2,.. n}, e i() es la signatura de la permutación)
Puedes consultar la siguiente página interactiva, la cual contiene una calculadora para
trabajar con matrices.
http://thales.cica.es/rd/Recursos/rd99/ed99-0289-02/ed99-0289-02.html
Sea A una matriz cuadrada y aij uno cualquiera de sus elementos. Si se suprime la fila i y la columna j de
la matriz A se obtiene una submatriz Mij que recibe el nombre de matriz complementaria del elemento
aij.
Dada la matriz
la matriz complementaria del elemento a11 es la matriz que resulta de suprimir en la matriz A la fila 1 y la
columna 1; es decir:
Llamamos menor complementario del elemento aij al determinante de la matriz complementaria del
elemento aij , y se representa por ij
El determinante de una matriz cuadrada es igual a la suma de los elementos de una fila o columna
cualquiera, multiplicados por sus adjuntos.
Por ejemplo, si desarrollamos un determinante de orden n por los adjuntos de la 1ª fila se tiene:
La demostración es muy fácil, basta con aplicar la definición de determinante a ambos lados de la
igualdad.
Nota
Esta regla rebaja el orden del determinante que se pretende calcular en una unidad. Para evitar el cálculo
de muchos determinantes conviene elegir líneas con muchos ceros
Si todos los elementos de una línea (fila o columna) de una matriz cuadrada se descomponen en dos
sumandos, entonces su determinante es igual a la suma de dos determinantes que tienen en esa línea los
primeros y segundos sumandos, respectivamente, y en las demás los mismos elementos que el
determinante inicial.
det (L1 + L'1, L2, L3...) = det (L1, L2, L3...) + det (L'1, L2, L3...)
Ejemplo
Si se multiplican todos los elementos de una línea de una matriz cuadrada por un número, el
determinante queda multiplicado por dicho número.
Ejemplo
Ejemplo
Si permutamos dos líneas paralelas de una matriz cuadrada, su determinante cambia de signo con
respecto al inicial:
Ejemplo
Si una matriz cuadrada tiene una línea con todos los elementos nulos, su determinante vale cero.
Ejemplo
Si una matriz cuadrada tiene dos líneas paralelas iguales, su determinante vale cero.
Ejemplo
Si dos líneas paralelas de una matriz cuadrada son proporcionales, su determinante se anula.
det (L1, k·L1, L3...) = 0
Ejemplo
Si una fila (columna) de una matriz cuadrada es combinación lineal de las restantes filas (columnas),
su determinante vale cero.
Ejemplo
Si a una línea de una matriz cuadrada se le suma otra paralela, su determinante no varía.
det (F1 + F2, F2, F3) = det (F1, F2, F3) + det (F2, F2, F3) = det (F1, F2, F3)
Ejemplo
Si a una línea de una matriz cuadrada se le suma otra paralela multiplicada por un número, su
determinante no varía.
det (L1 + k· L2, L2, L3...) = det (L1, L2, L3...) + det (k·L2, L2, L3...) = det (L1, L2, L3...) + 0
Se conoce cómo método de Gauss a un método para facilitar el cálculo de determinantes usando las
propiedades de éstos. Dicho método consiste en hallar un determinante equivalente (con el mismo valor)
al que se pretende calcular, pero triangular. De esta forma el problema se reduce a calcular un
determinante de una matriz triangular, cosa que es bastante fácil usando las propiedades de los
determinantes.
Dada una matriz cuadrada A, se llama matriz adjunta de A, y se representa por Adj(A), a la matriz de los
adjuntos, Adj(A) = (Aij).
Esto es fácil probarlo puesto que sabemos que la suma de los productos de los elementos de una fila por
sus adjuntos es el valor del determinante, y que la suma de los productos de los elementos de una fila por
los adjuntos de otra fila diferente es 0 (esto sería el desarrollo de un determinante que tiene dos filas
iguales por los adjuntos de una de ellas).
donde aij son los coeficientes, xi las incógnitas y bi son los términos independientes.
Representación matricial de un s.e.l.
El anterior sistema se puede expresar en forma matricial, usando el producto de matrices de la forma:
De modo simplificado suele escribirse Am,n · Xn,1 = Bm,1 , donde la matriz A de orden m x n se denomina
matriz de coeficientes.
También usaremos la matriz ampliada, que representaremos por A', que es la matriz de coeficientes a la
cual le hemos añadido la columna del término independiente:
Resolución de un s.e.l.
a) Regla de Cramer
Es aplicable si el sistema tiene igual número de ecuaciones que de incógnitas (n=m) y es compatible
determinado (a un s.e.l. qu cumple estas condiciones se le llama un sistema de Cramer).
Es aplicable si el sistema tiene igual número de ecuaciones que de incógnitas (n=m) y es compatible
determinado.
NUMEROS COMPLEJOS
1.1 Introducción.
Los números reales, a pesar de sus excelentes propiedades, presentan una gran
deficiencia: no es un cuerpo algebraicamente cerrado, es dedir, no existe ningin número
real que verifique la relación x2 + 1 = 0. Por tanto, los matemáticos han sentido la
necesidad de "inventarse" un número, que notaremos por "i", y que tenga la propiedad
de que i2 + 1 = 0.
Buscamos un cuerpo que sea algebraicamente cerrado, que contenga a R y tal que i sea
un elemento suyo. Como hemos visto, i no pertenece a R, y ha de pertenecer a dicho
cuerpo, con lo cual definimos:
Suma:
(a + b·i) + (c + d·i) = a + b·i + c + d·i = (a + c) + (b + d)·i
Producto:
(a + b·i)·(c + d·i) = ac + ad·i + bc·i + bd·i2 = (ya que i2 = -1) = (ac - bd) + (ad +
bc)·i
es decir, (a + b·i)·(c + d·i) = (ac - bd) + (ad + bc)·i, que es otro número complejo.
Suma:
(a,b) + (c,d) = (a+c,b+d)
Producto:
(a,b)·(c,d) = (ac-bd,ad+bc)
El desarrollo del tema lo realizaremos en el conjunto C, aunque se puede trasladar
fácilmente en todo momento a R2 con las operaciones definidas anteriormente.
Elemento neutro:
Es el elemento de C, que notamos por 1, y que viene dado por 1 = 1 + 0i
Elemento inverso:
Dado el elemento de C: z = a + b·i, con z no nulo, existe otro elemento de C que
es su inverso, que lo notamos por z-1=1/z, y que viene dado por z-1 = 1/z = 1/
(a+b·i) = (a-b·i)/(a+b·i)(a-b·i) = (a-b·i)/(a2-b2·i2) = a/(a2+b2)-[b/(a2+b2)]·i
Por último es fácil comprobar que se verifica la propiedad distributiva del producto
respecto a la suma:
z1·(z2 + z3) = z1·z2 + z1·z3
1.3 Notaciones
Un número complejo que no tenga parte real diremos que es imaginario puro, y será de
la forma 0 + b·i = b·i.
i1 = i
i2 = -1
i3 = i2·i = -i
i4 = (i2)2 = (-1)2 = 1
i5 = i4·i = 1·i = i
.................................
in = 1 si n es múltiplo de 4
n
i =i si al dividir n entre 4 da de resto 1
in = -1 si al dividir n entre 4 da de resto 2
in = -i si al dividir n entre 4 da de resto 3
2.1 Definición.
3.1 Definición.
Sea z un número complejo, se define el módulo de z, y lo notarnos por |z|, como la raíz
cuadrada positiva del producto de z por su conjugado, es decir:
|z| = +(z · z´)1/2
Si el número complejo en forma binómica viene dado por z = a + b·i, se tiene que |z|2 =
(a + b·i)·(a - b·i) = a2 - b2 i2 = a2 + b2, de la que se obtiene la llamada expresión
analítica del módulo de un número complejo:
|z| = (a2 + b2)1/2
3.2 Propiedades.
1. |z| = 0 ==> z = 0
2. |-z| = |z|
3. |z´| = |z|
4. |z1 + z2| < |z1| + |z2| (Llamada propiedad triangular).
5. |z1| - |z2| < |z1 - z2|
6. |z1 · z2| = |z1| · |z2|
7. Si c C R, |c·z| = |c| · |z|, donde |c| es el valor absoluto de c.
Veamos cuando dos complejos en forma trigonométrica, o en forma polar, son iguales:
Sean z1 = r·(cos x + i·sen x) y z2 = r´·(cos y + i·sen y). Si z1 = z2, entonces r·(cos x +
i·sen x) = r´·(cos y + i·sen y). Como dos números complejos iguales tienen el mismo
módulo, entonces r = r´, y por tanto, (cos x + i·sen x) = (cos y + i·sen y), de donde:
cos x = cos y
==> y = x + 2·k·pi, con k C Z
sen x = sen y
Por tanto, r·(cos x + i·sen x) = r·[cos (x + 2·k·pi) + i·sen(x + 2·k·pi)], y en forma polar
resulta:
rx = rx + 2·k·pi
5.1 Producto.
5.2 Cociente.
Por lo tanto, la expresión del cociente de números complejos vendrá dada por:
rx /r´y = (r/r´)x - y
5.3 Potencia.
Es decir,
(rx)n = (rn)n·x
Si escribimos el número z en forma trigonométrica obtenemos:
z = r·(cos x + i·sen x) ==> zn = rn·(cos x + i·sen x)n = rn·(cos n·x + i·sen n·x)
De donde:
cos(n·x) + i·sen(n·x) = (cos x + i·sen x)n
expresión que recibe el nombre de fórmula de Moivre.
Como aplicación de esta fórmula podemos obtener las razones trigonométricas seno y
coseno de múltiplos de un ángulo conocidas las razones trigonométricas del ángulo.
Ejemplo:
Conocidos cos x y sen x , calculemos cos 4x y sen 4x :
cos 4x + i·sen 4x = (cos x + i·sen x)4 = (40)·cos4x + (41)·cos3x·i·sen x + (42)·cos2x·i2·sen2x
+ (43)·cos x·i3·sen3x + (44)i4·sen4x = cos4x + 4·i·cos3x·sen x - 6·cos2x·sen2x - 4·i·cos
x·sen3x + sen4x = (cos4x - 6·cos2·sen2x + sen4x) + (4·cos3x·sen x - 4·cos x·sen3x)·i
Como dos complejos son iguales si y sólo si lo son sus partes reales así como sus partes
imaginarias, tenemos que:
cos 4x = cos4x - 6·cos2x·sen2x + sen4x
sen 4x = 4·cos3x·sen x - 4·cos x·sen3x
Teorema.
Demostración.
Sea z = rx un número complejo. Hemos dicho que sy es una raíz n-ésima de z, siendo s =
r1/n e y = (x + 2·k·pi)/n , con k C Z.
Si llamamos wk = sy , cuando k C {0,1,2,...,n-1}, obtenemos exactamente n raíces n-
ésimas de z distintas. Veamos que cualquier otra raíz coincide con una de estas xk.
Sea t C Z, t distinto de 0,1,2,...,n-1. Entonces, por el algoritmo de la división euclídea
es:
t = p·n + r, con 0 <= r < n , y r número entero.
Si notamos por xt = sy, siendo y = (x + 2·t·pi)/n, tenemos que:
y = (x + 2·t·pi)/n = (x + 2·r·pi +2·n·p·pi)/n = (x + 2·r·pi)/n + 2·p·pi
De donde xt y xr tienen el mismo argumento, y por tanto xt = xr. Además, xr es uno de
los xk que dijimos antes, ya que r C {0,1,2,...,n-1}.
c.q.d.
En resumen, para calcular la raíz n-ésima del número complejo z = rx , se procede de la
siguiente manera:
El módulo será la raíz n-ésima del módulo de z.
El argumento viene dado por la fórmula:
Ejercicio de práctica:
1) Usa el teorema del factor para demostrar que x + 4 es un factor del polinomio
P(x) = x3 - 13x + 12.
2) ¿Cuáles son las raíces de P(x) = 2(x + 3)(x + 7)(x - 8)(x + 1)?
3) ¿Cuáles son las raíces de x2 + 4 = 0?
4) ¿Cuáles son las intersecciones con el eje x de P(x) = x2 - 9?
Teorema fundamental del álgebra: Cada polinomio P(x) de grado n>0 tiene al
menos una raíz.
Ejemplos:
Teorema de las n raíces: Cada polinomio P(x) de grado n>0 se puede expresar
como el producto de n factores lineales. De aquí que, P(x) tenga exactamente n
raíces (no necesariamente distintas).
Ejemplo: El polinomio P(x) = 6(x - 5) 3(x + 1)2(x - i)(x + i) es de grado siete y tiene siete
raíces, no todas diferentes. Observa que 5 es una raíz de multiplicidad 3; -1 es una
raíz de multilpicidad 2; i y -i es de multiplicidad 1. Así que este polinomio de
grado siete tiene exactamente siete raíces tomando en cuenta al 5 y al -1 con sus
respectivas multiplicidades.
Teorema de las raíces racionales: Si P(x) = a nxn + an-1 xn-1 + an-2 xn-2 + ... + a1x + a0 es
una función polinómica con coeficientes enteros (donde a n es diferente de cero y a 0 es
diferente de cero) y b/c (de forma simplificada) es un cero racional de P(x), entonces b
es un factor del término constante a0 y c es un factor del coeficiente de an.
Ejercicio de práctica: Halla todas las raíces para P(x) = 2x3 + x2 - 11x - 10.
y por lo tanto
El único valor que interesa es c1 = p'(z) y por lo tanto los demás términos de la
recurrencia pueden ser olvidados una vez utilizados.