Matrices

INDICE

Pg.
Introduccin..04
Matrices.....05
Tipos de matrices.05
Operaciones con matrices..08
Igualdad de una matriz...09
Suma de matrices10
Producto de matrices...10
Producto de un escalar por una matriz.11
Matriz inversa11
Calculo de la matriz inversa12
Matriz traspuesta .13
Autovalores y autovectores de una matriz..13
Polinomio caractersticos...17
Diagonalizacion de una matriz ...17
Determinante...19
Determinante por cofactor.19
Matriz cofactor..21
Matriz adjunta22

Matriz inversa23
Vectores.23
Tipos de vectores..24
Vectores independiente..25
Vectores dependiente..25
Base canonca..25
Transformacin lineal..26
Sistema de ecuacin lineal28
Sistema de ecuacin lineales compatibles e incompatibles28
Conclusin30
Anexos

INTRODUCCION
Las matrices y los determinantes son herramientas del algebra que
facilitan el ordenamiento de datos, as como su manejo.
Las matrices se encuentran en aquellos mbitos en los que se trabaja
con datos regularmente ordenados y aparecen en situaciones propias de las
Ciencias Sociales, Econmicas y Biolgicas.
Los determinantes resultan de gran utilidad a la hora de resolver
determinados sistemas de ecuaciones lineales (los llamados sistemas de
Cramer), discutir la existencia de solucin de sistemas de ecuaciones
lineales generales (mediante el concepto de rango de una matriz y del
Teorema de Rouch Frobenious), y analizar la dependencia lineal de un
conjunto de vectores.
Los vectores es uno de los conocimientos de las matemticas que
provienen de la fsica. En la

distingue entre magnitudes escalares y

magnitudes vectoriales. Se llaman magnitudes escalares aquellas en que

slo influye su tamao. Por el contrario, se consideran magnitudes
vectoriales aquellas en las que, de alguna manera, influyen la direccin y el
sentido en que se aplican.

04

Matrices
Es un arreglo bidimensional de nmeros, y en su mayor generalidad
de elementos de un anillo. Las matrices se usan generalmente para describir
sistemas de ecuaciones lineales, sistemas de ecuaciones diferenciales o
representar una aplicacin lineal (dada una base). Las matrices se describen
en el campo de la teora de matrices.
Las matrices se utilizan para mltiples aplicaciones y sirven, en
particular, para representar los coeficientes de los sistemas de ecuaciones
lineales o para representar las aplicaciones lineales; en este ltimo caso las
matrices desempean el mismo papel que los datos de un vector para las
aplicaciones lineales.Pueden sumarse, multiplicarse y descomponerse de
varias formas, lo que tambin las hace un concepto clave en el campo del
lgebra lineal.
Tipos de matrices
Matriz fila: Una matriz fila est constituida por una sola fila.
(2, 3,4)
Matriz columna: La matriz columna tiene una sola columna

Matriz rectangular: La matriz rectangular tiene distinto nmero de filas que

de columnas, siendo su dimensin mxn.

04

Matriz traspuesta: Dada una matriz A, se llama matriz traspuesta de A a la

matriz que se obtiene cambiando ordenadamente las filas por las columnas.

(At)t = A
(A + B)t = At + Bt
( A)t = At
(A B)t = Bt At
Matriz nula: En una matriz nula todos los elementos son ceros.

Matriz cuadrada: La matriz cuadrada tiene el mismo nmero de filas que de

columnas. Los elementos de la forma aii constituyen la diagonal principal. La
diagonal secundaria la forman los elementos con i+j = n+1, siendo n el orden
de la matriz.

Matriz triangular superior: En una matriz triangular superior los elementos

situados por debajo de la diagonal principal son ceros.

06

Matriz triangular inferior: En una matriz triangular inferior los elementos

situados por encima de la diagonal principal son ceros.

Matriz diagonal: En una matriz diagonal todos los elementos que

no estn situados en la diagonal principal son nulos.

Matriz escalar: Una matriz escalar es una matriz diagonal en la

que los elementos de la diagonal principal son iguales.

Matriz identidad o unidad: Una matriz identidad es una matriz

diagonal en la que los elementos de la diagonal principal son
iguales a 1.

06

Matriz regular: Una matriz regular es una matriz cuadrada que

tiene inversa.
Matriz singular: Una matriz singular no tiene matriz inversa.
Matriz idempotente: Una matriz, A, es idempotente si:
A 2 = A.
Matriz involutiva: Una matriz, A, es involutiva si:
A 2 = I.
Matriz simtrica: Una matriz simtrica es una matriz cuadrada
que verifica:
A = At .
Matriz anti simtrica o hemisimtrica: Una matriz anti simtrica o
hemisimtrica es una matriz cuadrada que verifica:
A = A t .
Matriz ortogonal: Una matriz es ortogonal si verifica que:
A A t = I.
Operaciones con matrices
Dadas dos matrices de la misma dimensin, A = (a i j ) y B = (b i j ),
se define la matriz suma como:

08

A + B = (a ij + b ij )
La matriz suma se obtiene sumando los elementos de las dos
matrices que ocupan la misma posicin.
Ejemplo

Igualdad de una matriz

Dos matrices son iguales si tienen las mismas dimensiones y
cada elemento de la primera es igual al elemento de la segunda
que ocupa su misma posicin. Es decir:
Mm,n

Ejemplo

08

Suma de matrices
Si las matrices A=(aij) y B=(bij) tienen la misma dimensin, la matriz
suma es:
A+B=(aij+bij).
La matriz suma se obtienen sumando los elementos de las dos
matrices que ocupan la misma misma posicin.

Productos de matrices
Dos matrices A y B se dicen multiplicables si el nmero de
columnas de A coincide con el nmero de filas de B.
Am x n x Bn x p = Cm x p
El

elemento

cij

del

matriz

producto

se

obtiene

multiplicando cada elemento de la fila i de la matriz A por cada

elemento de la columna j de la matriz B y sumndolos.

10

Producto de un escalar por una matriz

Si multiplicamos una matriz por una escalar, multiplicamos
cada elemento de la matriz por ese escalar. Es decir: producto
de un nmero real por una matriz, es la aplicacin que asocia a
cada par formado por un nmero real y una matriz, otra matriz
cuyos elementos se obtienen multiplicando el nmero real por
todos los elementos de la matriz.
Sea

Matriz inversa
Si pre multiplicamos (multiplicamos por la izquierda) o pos
multiplicamos

(multiplicamos

por

la

derecha)

una

cuadrada por su inversa obtenemos la matriz identidad.

A A1 = A1 A = I

10

matriz

Calculo de la matriz inversa

Calculamos el determinante de la matriz, en el caso que el

determinante sea nulo la matriz no tendr inversa.

Hallamos la matriz adjunta, que es aquella en la que cada

elemento se sustituye por su adjunto.

Calculamos la traspuesta de la matriz adjunta.

La matriz inversa es igual al inverso del valor de su

determinante por la matriz traspuesta de la adjunta.

10

Matriz transpuesta
Dada una matriz A, se llama matriz traspuesta de A a la
matriz que se obtiene cambiando ordenadamente las filas por las
columnas

Autovalores y Autovectores de una matriz.

Sea A una matriz cuadrada de orden m. Diremos que un escalar C
es un autovalor de A si existe un vector v Cm, v 6 = 0 tal que Av = v, en
cuyo caso se dice que v es un autovector de A asociado al autovalor .
Obviamente, si tenemos un autovector v de A asociado a un autovalor
, cualquier mltiplo no nulo de v tambin es un autovector de A asociado al
mismo autovalor . Por otra parte, si tenemos dos autovectores v1 y v2
asociados a un mismo autovalor , cualquier combinacin lineal no nula de
dichos autovectores tambin es un auto vector de A asociado al mismo
autovalor .
Observaciones.
Al hacer transformaciones fila (o columna) sobre una matriz A, los
autovalores y los autovectores de la matriz que se obtiene NO guardan
relacion (en general) con los auto- valores y autovectores de la matriz
original. En general, tampoco es cierto que los autovalores de una matriz

13

Suma/resta/producto de otras dos sean suma/resta/producto de los

autovalores de cada uno de los sumandos.
El concepto de autovalor y autovector no es exclusivo de los espacios
de coordenadas, ni de los espacios vectoriales de dimensin finita. Por
ejemplo, siendo V el espacio vectorial de las funciones y: R R
indefinidamente derivables y siendo T : V V la aplicacin lineal y T(y) =
y, se tiene que = 0 es un autovalor de T y todo polinomio de primer grado
es un autovector asociado. Por otra parte = 1 tambin es autovalor y la
funcin y(x) = ex es un autovector asociado.
La Ecuacin Caracterstica.
Proposicin. Dada una matriz cuadrada A y un numero 0 C, son
equivalentes:
(1) 0 es un autovalor de A.
(2) El sistema homogneo (A0 I) x = 0 es un sistema compatible
indeterminado.
(3) dim [Nul (A0 I)]1. (3) El rango [A 0 I] no es mximo.
(4)La matriz (A0I) no tiene inversa.
(5)det [A0I] = 0.

14

Por tanto, los autovalores de A son las soluciones de la ecuacion p()

= det [AI] = 0. Esta ecuacin se denomina ecuacin caracterstica de la
matriz A
Yp () = det [AI] se denomina polinomio caracterstico.
El subespacio vectorial Nul [A0I] se denomina espacio propio
asociado al autovalor 0 (notemos que en general estar a compuesto por
vectores complejos, los autovectores de A asociados a0 y el vector nulo),
Nul [A0I] = {0}{ autovectores asociados a0}.
De manera habitual cuando hablemos de autovectores asociados a un
autovalor nos referiremos a una base del espacio propio asociado, es decir
autovectores linealmente independientes de forma que cualquier autovector
asociado al autovalor en cuestin sea combinacin lineal de ellos.
Ejemplo.
Adems de los ejemplos considerados anteriormente, veamos el
siguiente ejemplo en el que la matriz A viene dada. Consideremos la matriz
A= 1 2
2 1
Autovalores: Para cualquier escalar tenemos que
AI =

1 2
2 1

=det (AI) = (1) 24 = 223 = (3) (+1) .

15

Por tanto det (AI) = 0 = 3 o = 1.

Autovectores
Asociados a 1= 3: son los vectores no-nulos que estn en el espacio nulo
de A3I,
(A3I) x = 0 2 2 0

-1 1 0

2 2 0 0

0 0 x = x2 1 v1 = 1 ,

Asociados a 2 = 1 : son los vectores no-nulos que estn en el espacio

nulo de A +I,
(A +I ) x = 0 2 2 0

-1 1 0

2 2 0 0

0 0 x = x2 1 v2 = 1 ,

Las propiedades referidas a autovalores las podemos agrupar

dependiendo de si pueden obtenerse directamente de la definicin (con lo
cual estarn involucrados los autovectores) o si se obtienen a partir del
polinomio caracterstico (algunas de ellas pueden obtenerse de las dos
formas).
Proposicin. Sea un autovalor de A y v un autovector asociado,
entonces:
(1) es un autovalor de A y v es un autovector asociado.
(2) ( ) es un autovalor de A I y v es un autovector asociado.
(3)k es un autovalor de A K yv es un autovector asociado

16

(4) Si q ( ) es un polinomio, entonces q ( ) es un autovalor de q ( A ) y v es

un autovector asociado.
Polinomio caracterstico
Matriz A de orden m se tiene que det(A - I) es un
polinomio de grado m que se llama polinomio caracterstico de A
y se denota por pA(). La ecuacin det(A-I) = 0 se llama
ecuacin caracterstica de A. Las relaciones que ligan las
entradas de una matriz con los coeficientes del polinomio
caracterstico
coeficientes

son
de

muy

dicho

complicadas.
polinomio

son

No

obstante,

bien

ciertos

conocidos:

el

coeficiente lder, el siguiente y el trmino independiente.

La demostracin de dichas relaciones se basa en la definicin de
determinante, no es demasiado difcil, aunque no la incluimos
aqu.

Diagonalizacin de una matriz

Una matriz es diagonalizable si es cuadrada y el nmero de valores
propios es igual al de filas o columnas de la matriz. "Diagonalizar una matriz"
se reduce a encontrar sus vectores y valores propios. Tomemos la matriz:

17

Se aplica el teorema de Cayley-Hamilton:

Por ejemplo, vamos a calcular

para ver si se cumple:

y veamos que es diagonalizable:

Esta matriz tiene los valores propios:

As

es una matriz 2 por 2 con 2 valores propios diferentes,

entonces se dice que es diagonizable.Si queremos diagonalizar

necesitamos calcular los correspondientes vectores propios. Ellos son:

Uno podra verificar fcilmente esto mediante:

Ahora,

es la matriz invertible con los vectores propios de

columnas

18

como

Con inversa

Hallemos ahora la matriz diagonal, usando esta matriz

Realizamos el clculo introduciendo los datos:

Luego resulta que existen matrices

Cumpliendo

matriz

como sigue:

tales que

los requisitos pedidos al principio, y por tanto la

es diagonalizable.

Definicin de determinantes
Para una matriz cuadrada A[n,n], el determinante de A,
abreviado det(A), es un escalar definido como la suma de n!
trminos involucrando el producto de n elementos de la matriz,
cada uno proveniente exactamente de una fila y columna
diferente. Adems, cada trmino de la suma est multiplicado
por -1 +1 dependiendo del nmero de permutaciones del orden
de las columnas que contenga.
Determinante por Cofactor.
Si en una matriz existe algn rengln o columna que sea nulo(que
sean puros ceros) entonces su determinante ser igual a cero

19

Si algn rengln o columna es mltiplo de otro rengln o columna

su determinante ser igual a cero.
Si una matriz tiene dos columnas o renglones iguales tu
determinante ser igual a cero.
En

matrices

triangulares

la

determinante

ser

igual

ala

multiplicacin de los elementos de su diagonal principal.

Calculo del Determinante
Sea nuestra matriz: Para trabajar la mejor opcin es tomar la
columna donde haya mayor nmero de ceros, pues nos facilitar el
trabajo. La frmula para trabajar con los elementos de esa columna sera:
|A| = a13c13 + a23c23 + a33c33 + a43c43
Como los elementos a13, a23 y a43 son igual a 0, se cancelan
|A| = a13c13 + a23c23 + a33c33 + a43c43
Por lo tanto tenemos que el Det |A| = a33c33.
Tenernos que calcular el cofactor para as obtener el determinante. La
frmula para calcular es: Cij = (-1)i+j Mij (Es un -1 elevado a la potencia i + j,
que multiplica a la matriz reducida Mij
C33 = (-1)3+3 M33 = (-1)6 M33
C33= (1) M33 = M33 = Para obtener esta matriz tomamos las columnas
Y renglones no determinadas por M33.

20

Debemos obtener el determinante de la matriz anterior, esto lo

podemos hacer por el mtodo que sea de nuestra preferencia, en este caso
aplicaremos el mismo mtodo de cofactores, por lo que nuestro resultado
ser:
M33 = a11c11 = 2 (-1)1+1 [(-1) (-3) -2] Se obtiene de la matriz reducida
M33 = 2 1 = 2 Como ya se ha calculado M33, volvemos a |A| = C33 M33 y
tenemos que:
|A| = 3 2 = 6
|A| = 6
Matriz Cofactor
Sea A una matriz cuadrada de orden n .Al quitarle la lnea i y la
columna j se obtiene una submatriz de orden n-1, que se denota
habitualmente

Ai,j.Por

ejemplo,

con

4,

2:

El determinante de esta submatriz se llama la menor relativa a la

casilla

(i,

j):

i,

En el ejemplo, M3, 2 = 34

21

det(A

i,

j).

El cofactor de ai,j, es decir el cofactor relativo a la casilla (i, j) de la

matriz A =( ai,j ), es la menor multiplicada por el signo (-1) i + j. Se le nota c i,
j = (-1) i + j Mi,j o ai,j con una tilde encima.

En el ejemplo, c 3, 2 = (-1)5 34 = -34.

La matriz de los cofactores de A se llama la comatriz de A, y se nota

com A o A con una tilde encima. La comatriz sirve para calcular la matriz
inversa de A, cuando existe, gracias a la relacin: Atcom A =tcom A A = det
A In, donde In es la matriz identidad de orden n.
Matriz Adjunta
La matriz adjunta es aquella en la que cada elemento se
sustituye por su adjunto.
Se llama adjunto del elemento aij al menor complementario
anteponiendo:
El signo es +

si i+j es par.

El signo es -

si i+j es impar.

Ejemplo

22

Matriz inversa
Se dice que una matriz cuadrada A es inversible, si existe una matriz
B con la propiedad de que AB = BA = I siendo I la matriz identidad.
Denominamos a la matriz B la inversa de A y la denotamos por A-1.
Una matriz se dice que es inversible o regular si posee inversa. En
caso contrario, se dice que es singular.
Vectores
Se llama vector de dimensin

a una tupla de

nmeros reales (que

se llaman componentes del vector). El conjunto de todos los vectores

de dimensin

se representa como

(formado mediante el producto

cartesiano).
As, un vector
(left)

perteneciente a un espacio

se representa como:

, donde
Un vector tambin se puede ver desde el punto de vista de

la geometra como vector geomtrico (usando frecuentemente el espacio

tridimensional

bidimensional

).

Un vector fijo del plano eucldeo es un segmento orientado, en el que hay

que distinguir tres caractersticas:1 2 3

mdulo: la longitud del segmento

direccin: la orientacin de la recta

sentido: indica cual es el origen y cul es el extremo final de la recta

23

En ingls, la palabra "direction" indica tanto la direccin como el

sentido del vector, con lo que se define el vector con solo dos caractersticas:
mdulo y direccin.4
Los vectores fijos del plano se denotan con dos letras maysculas, por
ejemplo

, que indican su origen y extremo respectivamente.

Tipos de vectores

ECTORES EQUIPOLENTES. Cuando dos vectores tienen el mismo

mdulo, direccin y sentido se dice que son equipolentes. Qu
quiere decir? Que miden igual, se encuentran en lneas paralelas y

apuntan hacia el mismo lado.

VECTORES LIBRES: El conjunto de los vectores equipolentes recibe
el nombre de vectores libres. Es decir, que un vector libre es el grupo

de vectores que cuentan con el mismo modulo, direccin y sentido.

VECTORES FIJOS: un vector fijo es el representante de un vector
libre. Es decir que estos sern iguales slo si tienen igual mdulo,

direccin, sentido y si cuentan con el mismo punto inicial

VECTORES LIGADOS: son aquellos vectores equipolentes que se
encuentran en la misma recta. As, esta clase de vectores tendrn la
igual direccin, mdulo, sentido y adems formarn parte de la misma

recta.
VECTORES OPUESTOS: cuando dos vectores tienen la misma
direccin, el mismo mdulo pero distinto sentido reciben el nombre de

vectores opuestos.
VECTORES UNITARIOS: son vectores de mdulo uno. Si se quiere
obtener un vector unitario con la misma direccin y sentido, a partir del
vector dado, se debe dividir a este ltimo por su mdulo.

24

VECTORES CONCURRENTES: si dos vectores tienen el mismo

origen se los denomina vectores concurrentes

DERECHOS RESERVADOS: Se permite

la

total

parcial

reproduccin del contenido, siempre y cuando se reconozca y se

enlace a este artculo como la fuente de informacin utilizada.
Vectores Independientes.
Es linealmente independiente si ninguno de ellos puede ser escrito
con una combinacin lineal de los restantes. Por ejemplo, en R3, el conjunto
de vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) es linealmente independiente,
mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo es, ya que el tercero es la
suma de los dos primeros.
Vectores Dependiente
Dado un conjunto finito de vectores

, se dice que estos

vectores son linealmente dependientes si existen nmeros

, no

todos iguales a cero, tales que:

Base cannica
La base

cannica o base

usual es

una

coleccin

de

vectores

linealmente independientes cuyo nmero coincide con la dimensin del

propio espacio vectorial.
De entre las (infinitas) bases existentes, la base cannica est
normalizada, es decir, los mdulos de los vectores son unitarios, o lo que es

25

lo mismo, valen una unidad mtrica, segn el sistema de referencias

utilizado.
Adems, en geometra euclidiana, los vectores de la base se fijan a un
punto de aplicacin comn, que es el punto de origen del sistema de
referencia o punto cero.
Todas estas caractersticas hacen que la base cannica sea nica
para cada espacio vectorial.
Utilizando el operador interno aditivo (adicin de vectores) y operador
externo producto (producto de un escalar por un vector) caractersticos de
todo espacio vectorial, generan combinaciones lineales de la siguiente forma:
Sean , , (se leen respectivamente: lambda, mu, nu) - una forma
de representar a tres nmeros cualesquiera (o escalares) reales o complejos.
Sea la base cannica para el espacio eucldeo
espacio

siendo

sus

coordenadas

referidas

para el
en

ese

espacio:
Un vector cualquiera

puede ser representado a travs de una

combinacin lineal:

Ejemplo

Transformaciones lineales
Sean V y W espacios vectoriales

26

Sea T una funcin cuyo dominio (conjunto de salida) es V y

cuyo codomio (conjunto de llegada) es W entonces
(T:V---->W)
Funcin T aplicada al vector V da lugar a W
Se dice que T es un transformacin lineal si cumple lo siguiente:
1) Para todo x, y elementos de V
T(x+y)=T(x)+T(y)
2)Para todo x perteneciente a V y (a) perteneciente al conjunto
de los reales o los complejos
T(ax)=aT(x)
A las transformaciones lineales tambin se les llama
operaciones lineales.
Una transformacin lineal es, entonces, una funcin entre dos
espacios vectoriales que preserva las operaciones de espacio
vectorial, es decir, el conjunto de llegada (codominio o "imagen") de
la suma de los 2 vectores del domio (conjunto de salida) es la suma
de las "imgenes" de cada uno de los vectores y la "imagen" del
producto de un vector del dominio que un escalar es el producto de
la "imagen" del vector por el escalar.

27

Sistema de ecuaciones lineales

un sistema de ecuaciones lineales, tambin conocido como sistema
lineal

de

ecuaciones o

simplemente sistema

lineal,

es

un

conjunto

de ecuaciones lineales (es decir, un sistema de ecuaciones en donde

cada ecuacin es de primer grado), definidas sobre un cuerpo o un anillo
conmutativo. Un ejemplo de sistema lineal de ecuaciones sera el siguiente:

El problema consiste en encontrar los valores desconocidos de las

variables x1, x2 y x3 que satisfacen las tres ecuaciones.
El problema de los sistemas lineales de ecuaciones es uno de los ms
antiguos de la matemtica y tiene una infinidad de aplicaciones, como
en procesamiento

digital

de

seales, anlisis

estructural,

estimacin,

prediccin y ms generalmente en programacin lineal as como en

la aproximacin de problemas no lineales deanlisis numrico.

Sistema de ecuaciones lineales incompatible

De un sistema se dice que es incompatible cuando no presenta
ninguna solucin. Por ejemplo, supongamos el siguiente sistema:

Las ecuaciones se corresponden grficamente con dos rectas, ambas

con la misma pendiente, Al ser paralelas, no se cortan en ningn punto, es
decir, no existe ningn valor que satisfaga a la vez ambas ecuaciones

28

Matemticamente un sistema de estos es incompatible cuando el

rango de la matriz del sistema es inferior al rango de la matriz ampliada. Una
condicin necesaria para que esto suceda es que el determinante de la
matriz del sistema sea cero:

Sistema de ecuaciones lineales compatible

Si tiene solucin, en este caso adems puede distinguirse entre:

Sistema compatible determinado cuando tiene una nica solucin.

Sistema compatible indeterminado cuando admite un conjunto infinito

de soluciones.

29

CONCLUSION
Se llama matriz a todo cuadro de nmeros distribuidos en filas y
columnas. Las matrices se utilizan en el clculo numrico, en la resolucin de
sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las
derivadas parciales. Adems de su utilidad para el estudio de sistemas de
ecuaciones lineales, las matrices aparecen de forma natural en geometra,
estadstica, economa, informtica, fsica, entre otros.
A travs del mtodo de medicin es posible obtener el valor de la
resultante y del ngulo de dicho vector. A continuacin se presentan dos
ejemplos ilustrativos del mtodo del polgono para la obtencin del vector
resultante usando el proceso de medicin.

30

ANEXOS

Ejercicios de Matriz
N 1

Calcular:
A + B;

A B;

A x B;

B x A;

At .

N 2
Demostrar que: A2 A 2 I = 0, siendo:

N 3

Sea A la matriz

. Hallar An , para n

N 4

Sea A la matriz

. Hallar An , para n

N 5
Calcular la matriz inversa de:

1. Construir una matriz del tipo M = (A | I)

2. Utilizar el mtodo Gauss para transformar la mitad izquierda, A, en la

matriz identidad, y la matriz que resulte en el lado derecho ser la matriz
inversa: A1.

Ejercicios de determinantes
N 1
Demostrar, sin desarrollar, que los siguientes determinantes valen cero:

Tiene dos lneas proporcionales.

La tercera columna es igual a la suma de las otras dos.

N 2
Sabiendo que |A|=5, calcula los otros determinantes.

N 3
Demostrar que los siguientes determinantes son mltiplos de 5 y 4
respectivamente, sin desarrollarlos

N 4
Calcula el valor del determinante:

Aplicamos la regla de Sarrus

2[0 (6) (3) + 3 (9) . 20 + 1 (76) (1)
1 (6) 20 3 (76) (3) 0 (1) (9)] = 376

N 5
Calcular el valor de los siguientes determinantes:

Ejercicios de Vectores
N1
Dado el vector

= (2, 1), determinar dos vectores equipolentes a

, sabiendo que A(1, 3) y D(2, 0).

N 2
Si es un vector de componentes (3, 4), hallar un vector unitario de su
misma direccin y sentido.

N 3
Hallar las coordenadas del punto C, sabiendo que B(2, 2) es el punto medio
de AC, A(3, 1).

N 4
Calcula las coordenadas de D para que el cuadriltero de vrtices: A(1, 2),
B(4, 1), C(5, 2) y D; sea un paralelogramo.

N 5
Dados los vrtices de un tringulo A(1, 2), B(3, 4) y C(1, 3), hallar las
coordenadas del baricentro.