AO DE LA CONSOLIDACION DEL MAR DE GRAU

NOMBRE: Valdiviezo Rosales, Junior

CURSO: Matemtica

DOCENTE: Fernando Abad

TEMA: Matrices, Determinantes y Probabilidades

FACULTAD: Medicina Humana

CICLO: I

FECHA DE PRESENTACIN: Sbado 09 de julio del 2016

INTRODUCCIN
El concepto de matriz alcanza mltiples aplicaciones tanto en la representacin
y manipulacin de datos como en el clculo numrico y simblico que se deriva
de los modelos matemticos utilizados para resolver problemas en diferentes
disciplinas como, por ejemplo, las ciencias sociales, las ingenieras, economa,
fsica, estadstica y las diferentes ramas de las matemticas entre las que
destacamos las ecuaciones diferenciales, el clculo numrico y, por supuesto,
el lgebra.
Las matrices y los determinantes son herramientas del algebra que facilitan el
ordenamiento de datos, as como su manejo. Los conceptos de matriz y todos
los relacionados fueron desarrollados bsicamente en el siglo XIX por
matemticos como los ingleses J.J. Sylvester y Arthur Cayley y el irlands
William Hamilton. 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.

MATRICES
1. DEFINICIN:
En matemtica, una matriz es un arreglo bidimensional de nmeros. Dado que puede
definirse tanto la suma como el producto de matrices, en mayor generalidad se dice que
son elementos de un anillo. Una matriz se representa por medio de una letra mayscula
(A,B..) y sus elementos con la misma letra en minscula (a,b...), con un doble subndice
donde el primero indica la fila y el segundo la columna a la que pertenece.
Las matrices se utilizan para mltiples aplicaciones y sirven, en particular, para
representar

los

coeficientes

de

los sistemas

de

ecuaciones

lineales o

para

representar transformaciones lineales dadas una base. 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.

2. ORDEN
Las matrices se componen de filas y columnas a las que generalmente se las representan
con las letras m y n. La m para las filas y la n para las columnas. El nmero de elementos
de una matriz lo obtendremos de multiplicar el nmero de filas por el de columnas: m x n
Al producto m x n llamamos orden de matriz.
Cuando decimos que una matriz es de orden 4x5 ya podemos afirmar que se trata de una
matriz de 4 filas y 5 columnas.
Te dars cuenta que una matriz de 3x2 es ms pequea que otra matriz de 7x4. Esto
quiere decir que el orden, el tamao, la dimensin significan lo mismo.

3. TIPOS DE MATRICES

Matriz Cuadrada: Es aquella que tiene igual nmero n de filas que de columnas (n=m).
En ese caso se dice que la matriz es de orden n.

Por ejemplo, la matriz es cuadrada de orden 3. Denotaremos el conjunto de todas las

matrices cuadradas de orden n por Mn As, en el ejemplo anterior, A M3 Los elementos
de la diagonal principal de una matriz cuadrada son aquellos que estn situados en la
diagonal que va desde la esquina superior izquierda hasta la inferior derecha. En otras

palabras, la diagonal principal de una matriz A= (aij ) est compuesta por los elementos
a11, a22,, ann. En el ejemplo anterior la diagonal principal est compuesta por los
elementos: a11 = 1, a22 = 3, a33 = 1

Matriz Nula: Una matriz es nula si todos sus elementos son iguales a cero. En el
siguiente ejemplo se muestra la matriz nula de orden 32.

Ms adelante veremos que la matriz nula, respecto a la adicin y multiplicacin de

matrices, juega un papel similar al nmero cero respecto a la adicin y multiplicacin de
nmeros reales.
Matriz Diagonal: Una matriz cuadrada, A=( aij ), es diagonal si aij =0, para i j . Es decir,
si todos los elementos situados fuera de la diagonal principal son cero. Por ejemplo, la
siguiente matriz es diagonal

Matriz Unidad: Es una matriz diagonal cuyos elementos de la diagonal son todos 1. A
continuacin mostramos la matriz unidad de orden 2.

Matriz triangular: Es una matriz cuadrada en la que todos los elementos situados por
debajo (o por encima) de la diagonal principal son cero. Por ejemplo, la siguiente matriz
es triangular:

Este tipo de matrices tambin se conoce como matriz escalonada. En algunos casos se
hace la distincin entre las matrices triangulares superiores o inferiores en dependencia
de los elementos nulos de la matriz; los que estn por debajo o por encima de la diagonal
principal.

Matriz escalonada: Se dice que una matriz es escalonada cuando al principio de una fila
hay un cero ms que en la fila anterior:
Al principio de la segunda fila hay un cero ms que al comienzo de la fila anterior que es
la primera.
Al comienzo de la tercera fila hay dos ceros, es decir, uno ms que en la fila anterior que
es la segunda.
Al comienzo de la cuarta fila hay tres ceros, es decir, uno ms que en la fila anterior que
es la tercera.

Matriz antisimtrica: Se trata de una matriz cuadrada que es igual a la opuesta de la

traspuesta.
Todos los elementos de la diagonal principal han de ser iguales a cero ya que no existe el
-0, existe el cero. No existe el menos cero ni el ms cero. Es un concepto. Existe una pera
o no existe una pera. No puede existir la -pera.
Conviene leer despacio para no liarnos.

Observa la matriz siguiente:

Se trata de una matriz antisimtrica porque

Comprueba y vers que los valores de las filas de la primera coinciden con los opuestos
de los valores de las columnas de la segunda.
Matriz identidad: Si todos los elementos son ceros o nulos excepto los que componen su
diagonal principal que han de ser iguales a 1:

4. OPERACIONES CON MATRICES

Suma.
Dadas dos matrices del mismo orden, A y B, se define su suma como otra matriz, C, del
mismo orden que las matrices sumando cuyos elementos se obtienen sumando a cada
elemento de la primera matriz, A, el correspondiente elemento de la segunda matriz
sumando, B:

Ejemplo:

Resta.
La resta de dos matrices del mismo orden A y B, se define como la suma de A ms la
matriz opuesta de B, por lo que resultar ser otra matriz del mismo orden, D, cuyos
elementos se obtienen de restar a cada elemento de la primera matriz A (minuendo) el
elemento correspondiente de la matriz que resta, B (sustraendo).

Ejemplo:

Producto de una matriz por un nmero.

Dada una matriz A = [ aij]mxn y nmero real R, se define el producto de un nmero por
esa matriz como otra matriz B del mismo orden cuyos elementos se obtienen de
multiplicar cada uno de los elementos de A por el nmero :

Ejemplo:

Producto de matrices.
Para poder multiplicar dos matrices A y B, ( B A ), el nmero de columnas de la matriz
que multiplica en primer lugar, A, debe ser igual al nmero de filas de la matriz que
multiplica en segundo lugar, B. As pues, dadas dos matrices Amxn, Bnxp, el resultado de
multiplicar A por B, B A , es otra matriz C = B A , con tantas filas como la matriz que
multiplica en primer lugar y tantas columnas como la matriz que aparece en el producto en
segundo lugar, Cmxp. Los elementos de la matriz C se obtienen de multiplicar las filas de
la primera matriz por las columnas de la segunda matriz. Ese producto consiste en
multiplicar un elemento de la fila por el correspondiente de la columna y sumar el
resultado al resto de productos de elementos de esa fila por esa columna.

NOTA: Dado como est definida la multiplicacin de matrices, se tiene que la

multiplicacin de matrices, en general, no cumple la propiedad conmutativa:
ABBA
Est claro para el caso de dos matrices de distinto orden y en donde uno de los dos
productos no exista (porque no se cumple el requisito para poderse multiplicar). El
resultado que exista no coincidir con el otro que no existe, por lo que no se cumple la
propiedad conmutativa.
Para el caso de que las dos matrices sean de distinto orden y los dos productos existan,
porque se cumple el requisito o condicin necesaria para poderse multiplicar, el resultado
de B . A, ser una matriz de distinto orden que el resultado de B A , por lo que tampoco
se cumple la propiedad conmutativa.
Si las dos matrices son del mismo orden, para que los dos productos existan, deben ser
matrices cuadradas, para que se cumpla el requisito para poderse multiplicar, pero
tampoco se cumple, en general, la propiedad conmutativa. En el siguiente ejemplo se da
el caso de la existencia de los dos productos dando como resultado una matriz cuadrada
del mismo orden en ambos casos, pero que no coincide:

5. EJERCICIOS

DETERMINANTES
1. DEFINICION
Se define el determinante como una forma multilineal alternada de un cuerpo. Esta
definicin indica una serie de propiedades matemticas y generaliza el concepto de
determinante hacindolo aplicable en numerosos campos. Sin embargo, el concepto de
determinante o de volumen orientado fue introducido para estudiar el nmero de
soluciones de los sistemas de ecuaciones lineales.

2. PROPIEDADES
1) | A t |= | A|
El determinante de una matriz A y el de su traspuesta A t son iguales.

2) |A| = 0

Si:

Posee dos filas (o columnas) iguales.

Todos los elementos de una fila (o una columna) son nulos.

Los elementos de una fila (o una columna) son combinacin lineal de las
otras.

F3 = F1 + F2

3) Un determinante triangular es igual al producto de los elementos de la

diagonal principal.

4) Si en un determinante se cambian entre s dos filas (o dos columnas),

su valor slo cambia de signo.

5) Si a los elementos de una fila (o una columna) se le suman los

elementos de otra multiplicados previamente por un nmero real, el valor
del determinante no vara .
Es decir, si una fila (o una columna) la transformamos en una combinacin
lineal de las dems, el valor del determinante no vara.

6) Si se multiplica un determinante por un nmero real, queda multiplicado

por dicho nmero cualquier fila (o cualquier columna), pero slo una.

7) Si todos los elementos de una fila (o columna) estn formados por dos
sumandos, dicho determinante se descompone en la suma de dos
determinantes en los que las dems filas (o columnas) permanecen
invariantes.

8) | A B| =| A| |B|
El determinante de un producto es igual al producto de los determinantes.

3. EJERCICIOS DE DETERMINANTES
Primer ejercicio:
Utilizando propiedades hallar el determinante de la matriz:

Solucin: Llamaremos F1 a la fila primera, F2 a la fila segunda, etc. ; y C1 a la columna

primera, C2 a la columna segunda, etc.
Se utiliza la propiedad 8, es decir, a una fila (o columna) se la puede sumar una
combinacin del resto sin que el determinante vare. Esto se hace con el objetivo de dejar
en una fila (o columna) varios ceros para despus desarrollar el determinante por los
adjuntos de esa fila.
Lo ms sencillo es comenzar por una fila (o columna) en la que haya un 1 -en nuestro
caso comenzamos por la fila F3-, y operamos de la siguiente forma:
a) Sumamos a F1: -2 F3
b) Sumamos a F2: 2 F3
c) Sumamos a F4: 1 F3
As conseguimos tres ceros en la columna primera:

Ahora desarrollamos el determinante por los elementos de la columna primera (observe

que al elemento a31, al 1 en nuestro caso, le corresponde un menor complementario con
signo positivo:

Y este ltimo determinante le hacemos considerando la columna C2, y:

a) Sumamos a C1: 1 C2
b) Sumamos a C3: 6 C2

Segundo ejercicio
Utilizando propiedades hallar el determinante de la matriz:

Solucin: A diferencia del ejemplo anterior en ste no tenemos ningn elemento que
sea 1 para poder comenzar. Pero tampoco es un gran inconveniente, pues siempre
podemos utilizar la propiedad 8 para transformarlo en un determinante con algn 1, por
ejemplo, sumando a F2: 2 F1, conseguimos:

Logramos que el elemento (2,1) sea un 1. A partir de ah, el proceso no difiere mucho del
ejemplo anterior:

Con lo que conseguimos tres ceros en la segunda fila, desarrollamos el determinante por
los elementos de esta fila, etctera:

Tercer ejercicio
Evaluar el determinante:

Solucin: Para determinantes con ciertos parmetros (t en nuestro caso) es conveniente

manipular para que en una fila (o columna) aparezcan trminos iguales conteniendo ese
parmetro. En nuestro caso podemos hacer:
Sumamos a C1 la C2:
Sumamos a C2 la C3:

Entonces puede factorizarse (t +2) de la primera columna y (t - 2) de la segunda:

Finalmente restamos C1 a la C3:

PROBABILIDADES
1. DEFINICION
Las probabilidades constituyen una rama de las matemticas que se ocupa de medir o
determinar cuantitativamente la posibilidad de que un suceso o experimento produzca un
determinado resultado. La probabilidad est basada en el estudio de la combinatoria y es
fundamento necesario de la estadstica.
La creacin de la probabilidad se atribuye a los matemticos franceses del siglo XVII
Blaise Pascal y Pierre de Fermat, aunque algunos matemticos anteriores, como
Gerolamo Cardano en el siglo XVI, haban aportado importantes contribuciones a su
desarrollo.
La probabilidad matemtica comenz como un intento de responder a varias preguntas
que surgan en los juegos de azar, por ejemplo saber cuntas veces se han de lanzar un
par de dados para que la probabilidad de que salga seis sea el 50 por ciento.
La probabilidad de un resultado se representa con un nmero entre 0 y 1, ambos
inclusive. La probabilidad 0 indica que el resultado no ocurrir nunca, y la probabilidad 1
que el resultado ocurrir siempre. Los problemas ms sencillos estudian la probabilidad
de un suceso favorable en un experimento o acontecimiento con un nmero finito de
resultados, todos ellos con igual probabilidad de ocurrir.
Si un experimento tiene n posibles resultados, y f de ellos se consideran favorables, la
probabilidad de un suceso favorable es f/n. Por ejemplo, un dado no trucado se puede
lanzar de seis formas posibles, por tanto, la probabilidad de que salga un 5 un 6 es 2/6.
La probabilidad matemtica se utiliza mucho en las ciencias fsicas, biolgicas y sociales,
as como en el comercio y la industria. Se aplica a muchas reas tan dispares como la
gentica, la mecnica cuntica y los seguros. Tambin estudia problemas matemticos
tericos de gran importancia y dificultad y est bastante relacionada con la teora del
anlisis matemtico, que se desarroll a partir del clculo.

2. EXPERIMENTOS

Experimento determinista.
Si al realizar un experimento en unas determinadas condiciones varias veces se
obtiene el mismo resultado, se dice que el experimento es determinista. Podemos
decir que en los experimentos deterministas se puede predecir el resultado. En
este caso estn las leyes de la fsica.
Ejemplos:
1. Si calentamos agua, esta ebullir a 100C.
2. Si se deja caer un objeto desde una altura, ste tardar el mismo tiempo en
llegar al suelo.

Experimento aleatorio.
Cuando en similares condiciones experimentales se obtienen distintos resultados
se dice que el experimento es aleatorio. Los juegos de azar son casos
de experimentos aleatorios.
Ejemplos:
1. Lanzamiento de una moneda.
2. Lanzamiento de un dado.
3. Extraccin de una carta en una baraja.

Experimento compuesto.
Dado un experimento aelatorio diremos que est compuesto si est formado por
varios experimentos simples.
Ejemplos:
1. Lanzamiento de un dado y una moneda.
2. Extraccin de una bola de una urna y lanzamiento de una moneda.
3. Extraccin de una carta en una baraja y lanzamiento de un dado.

3. REGLAS DE PROBABILIDAD
Regla de la adicin

La regla de la adicin o regla de la suma establece que la probabilidad de ocurrencia de

cualquier evento en particular es igual a la suma de las probabilidades individuales, si es
que los eventos son mutuamente excluyentes, es decir, que dos no pueden ocurrir al
mismo tiempo.
P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o B) =
P(A) + P(B) P(A y B) si A y B son no excluyentes.
Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de ocurrencia
del evento B. P(A y B) = probabilidad de ocurrencia simultnea de los eventos A y B.
Regla de la multiplicacin
La regla de la multiplicacin establece que la probabilidad de ocurrencia de dos o ms
eventos estadsticamente independientes es igual al producto de sus probabilidades
individuales.
P (A y B) = P (A B) = P (A) P (B) si A y B son independientes.
P (A y B) = P (A B) = P (A) P (B|A) si A y B son dependientes.

Regla de Laplace
La Regla de Laplace establece que:

La probabilidad de ocurrencia de un suceso imposible es 0.

La probabilidad de ocurrencia de un suceso seguro es 1, es decir, P(A) = 1.

Para aplicar la regla de Laplace es necesario que los experimentos den lugar a sucesos
equiprobables, es decir, que todos tengan o posean la misma probabilidad.

La probabilidad de que ocurra un suceso se calcula as:

P(A) = N de casos favorables / N de resultados posibles

Esto significa que: la probabilidad del evento A es igual al cociente del nmero de casos
favorables (los casos dnde sucede A) sobre el total de casos posibles.

4. EJERCICIOS
1. Lanzamos un dado "cargado" 1 000 veces. Obtenemos f (1) = 117, f (2) = 302, f(3) =
38, f (4) = 234, f (5) = 196, f (6) = 113. Estima las probabilidades de las distintas caras.
Cules son las probabilidades de los sucesos PAR, MENOR QUE 6, {1, 2}?

2. Calcula la probabilidad de obtener tres CUATROS al lanzar tres dados.

3. Vas a lanzar 5 monedas. Halla la probabilidad de:

a) Obtener 5 cruces.
b) Obtener alguna cara.

a) P [5 cruces] = 0,5 0,5 0,5 0,5 0,5 = 1/32 = 0,03125

b) P [alguna cara] = 1 - P[ninguna cara] = 1 - P[5 cruces] = 1 - 1/32 = 31/32 =
0,96875

CONCLUSIONES:
Luego de haber elaborado el presente trabajo podemos sacar algunas
conclusiones importantes como:

Una matriz es un arreglo rectangular de nmeros colocados entre

parntesis, cuadrados o lneas dobles
La teora de matrices fue introducida en 1858, tiene hoy
aplicaciones en campos diversos como el control de inventarios en
las fbricas, teora cuntica, en fsica anlisis de sotos en
trasportes y otras industrias, etc.
Mediante el uso de matrices se resuelven sistema de ecuaciones
lineales, adems se resalta la importancia que tienen en la
resolucin de problemas en la vida cotidiana con lo cual llega a ser
una solucin exacta y asegura mejores resultados en un
determinado proceso

Bibliografa
Teora y Problemas de Matrices. Ayres, Frank, JR. Serie de compendios
Schaum. Mxico. 1969
Teora y Problemas de Algebra Lineal. Lipschutz, Seymour. Serie de
compendios Schaum. Mxico. 1969
Algebra de Matrices. Franz E. Hohn. Editorial Trillas. Mxico.1979
Introduccin al lgebra Lineal. Larson Edwards. Mxico. Editorial
Limusa. 1994