Matematica I PDF

ii
iii
Elaborado por
Lic. Adriana Natividad Olmos
Procesamiento didctico y evaluacin pedaggica
Correccin de estilo
Lic. Silvia Scarafia
Evaluacin de contenidos
Dr. Carlos Bruno Briozzo
iv
Crdoba, septiembre del 2004

Estimado alumno:
En esta oportunidad le presento la gua de Mate 1 (permtame llamarla as), y
lo hago con mucho orgullo. Se trata de un material fruto de mi experiencia en la
enseanza de la matemtica en la modalidad a distancia; fruto de mi propio
aprendizaje, profundizacin y reflexin en ejes temticos relacionados a la
misma como son: el discurso pedaggico, uso de los medios, evaluacin,
didctica matemtica y pedagoga, entre otros. Y tambin, fruto de mi
compromiso con la enseanza reflexiva y con el aprendizaje comprensivo del
alumno.
Escribirla fue una tarea sumamente grata, pesada a veces, continua y siempre
apoyada en mi decisin inicial de asumir con responsabilidad el compromiso.
Tambin, compartida en todo momento por un entorno familiar que con afecto,
comprensin y respeto me rode siempre, al igual que un entorno colaborativo
de trabajo brindado por el Departamento pedaggico de la Institucin.
Al igual que usted lo har en el prximo semestre, quiz cuatrimestre, me
esforc, me concentr, me dediqu, ped ayuda cuando sola no poda, y
finalmente super el desafo: una gua orientadora y portadora de contenidos.
Cunteme de usted! De sus avances, de sus logros, de las piedras en el
camino del estudio, de las dificultades en el aprendizaje. Cunteme qu le
gust y qu no en el tratamiento de los distintos temas de la gua. Para ello,
habr un espacio a tal fin en los foros del Aula virtual de la materia. All
seguiremos en contacto, all espero sus impresiones, su feed-back, sus
aportes, sus comentarios para considerarlos, evaluarlos y capitalizarlos en una
actualizacin permanente del material.
Bueno, bueno. Para iniciar la reflexin en la materia, recuerdo una cita de
Alexander Pope; cita que tomo prestada de la gua del CIMEI, por considerarla
verdaderamente cierta. Dice: Algunas personas nunca aprendern nada por la
sencilla razn de que entienden todo demasiado pronto. Entonces, lo dejo
reflexionando, lo dejo analizando su distribucin de tiempos, preparando su
entorno de estudio, familiarizndose con el material. Lo dejo estudiando!.
Recuerde: en el aula virtual nos contactamos nuevamente!
Un saludo afectuoso, Adriana.
Autora y tutora Adriana Olmos, aolmos@iua.edu.ar
Crdoba, septiembre del 2004

Estimado colega:
La gua que tiene en sus manos es portadora de contenidos, esto es, incluye los contenidos
bsicos de la materia Matemtica I de la carrera Ingeniera de sistemas.
Fue diseada bajo el supuesto de fortalecer, en el alumno, prcticas de aprendizaje
significativo; centrado en el aprender a aprender; superadora de actitudes pasivas en el estudio
de la matemtica. Incluye variedad en las actividades propuestas tanto de proceso, de
autoevaluacin, como de indagacin y reflexin en el Aula virtual y tambin, orientaciones
claras para la lectura analtica y sntesis final compresiva en cada unidad. En todo momento
intenta la aplicacin de diversas operaciones de pensamiento que enriquecen la participacin
del alumno.
La premisa fundamental es que el contenido es absolutamente asequible y que el alumno
puede comprenderlo todo y bien; que el tutor lo acompaa y lo orienta en este proceso de
superar el aprendizaje repetitivo, de profundizar en el aprendizaje reflexivo y colaborativo. Al
decir de Edith Litwin, el tutor lo ayudar a desenmascarar sus lagunas para lograr una
comprensin constructivista.
La idea base supone una ciencia matemtica que adems de tcnicas calculistas, brinda
herramientas simples para modelar matemticamente situaciones concretas de la vida real,
razonando, pensando bien, construyendo y contextualizando una posible solucin. No olvida la
importancia del lenguaje tcnico, especfico, que nos lleva de la abstraccin a la interpretacin
de manera continuada a lo largo de todo el texto.
El Aula virtual constituye otro espacio que interacta con la gua, un espacio para profundizar el
trabajo colaborativo y el acercamiento entre compaeros de curso; un espacio para brindar al
alumno, actividades complementarias y comentarios de inters, y tambin para albergar las
propuestas de trabajo y las actividades obligatorias.
El sistema de evaluacin contempla el seguimiento continuo del alumno y en sus instancias de
actividades obligatorias y de examen final debera mantener la profundidad de anlisis y la
interrelacin conceptual, planteada a lo largo de la gua.
Lo invito a apoyarme en esta lnea de trabajo, a consultarme ante cualquier duda con el
material, a compartir conmigo sus inquietudes y sus ideas renovadas, a entregarme su
impresin sobre la gua ya que nuestros alumnos merecen nuestro mejor esfuerzo.
Lo invito a transitar el camino de una materia que adems de informar, forma un alumno
autnomo, independiente, con conocimiento formal que se siente satisfecho.
Finalmente, quedo a su disposicin y lo saludo con afecto y respeto. Adriana.
Autora y tutora Adriana Olmos, aolmos@iua.edu.ar
vi
Indice
Introduccin general orientadora ................................................................................ 1
Unidad 1. Ecuaciones lineales ........................................................................................7
Orientacin del aprendizaje .........................................................................................8
1. Preliminares ..............................................................................................................10
2. Ecuacin lineal (EL) .................................................................................................11
3. Conjunto solucin de una EL ...................................................................................14
4. Sistema de ecuaciones lineales (SEL) ......................................................................18
5. Conjunto solucin de un SEL ...................................................................................24
6. Grfica de SEL .........................................................................................................43
7. Modelizaciones matemticas usando SEL ...............................................................51
Visin retrospectiva ..................................................................................................67
Actividades complementarias ...................................................................................68
Soluciones a las actividades de proceso ...................................................................69
Actividades de autoevaluacin .................................................................................87
Unidad 2. Matrices .......................................................................................................89
Orientacin del aprendizaje ......................................................................................90
1. Matriz .......................................................................................................................92
2. Operaciones con matrices .........................................................................................97
3. lgebra matricial ....................................................................................................107
4. Modelizaciones matemticas con matrices en situaciones concretas......................119
Visin retrospectiva ................................................................................................141
Actividades complementarias .................................................................................142
Soluciones a las actividades de proceso .................................................................144
Actividades de autoevaluacin ...............................................................................162
Actividad Obligatoria 1 ..............................................................................................165
Unidad 3. Determinantes ...........................................................................................167
Orientacin del aprendizaje ....................................................................................168
1. Determinante de una matriz ....................................................................................170
2. Alternativas de clculo del det ( A ) ........................................................................175
3. Propiedades del determinante .................................................................................180
4. Aplicaciones ...........................................................................................................185
Unidad 4. Transformaciones matriciales de \ n en \ m ..........................................213
Orientacin del aprendizaje ....................................................................................214
1. Vectores ..................................................................................................................216
2. Combinacin lineal de vectores en \ n ..................................................................220
3. Transformaciones matriciales .................................................................................235
4. Vectores y valores propios .....................................................................................248
vii

Actividad Obligatoria 2 ..............................................................................................287
Clave de respuestas .....................................................................................................289
Programa .....................................................................................................................309
viii
INTRODUCCIN
Introduccin general orientadora

La Matemtica I de la carrera de Ingeniera de sistemas trabaja, en cuatro unidades,
contenidos relacionados a un rea de la ciencia matemtica, muy difundida en los
ltimos tiempos, el lgebra lineal.
La misma, vincula nmeros reales conocidos, con otros desconocidos, a travs de las
operaciones definidas para el sistema numrico real; pero al tratarse de lineal esa
vinculacin no es arbitraria. La linealidad garantiza que la vinculacin (suma,
producto por un escalar) entre desconocidos se mantiene luego de operarse con los
conocidos.
El lgebra lineal trabaja con arreglos de nmeros. En particular:
9 La unidad 1 da una mirada a esos arreglos bajo la forma de sistemas de ecuaciones
lineales. Los clasifica en consistentes e inconsistentes y muestra variantes de un
mtodo bsico para resolverlos.
9 La unidad 2, en cambio, formaliza dichos objetos llamndolos matrices y las
operaciones entre ellos. Finalmente, analiza las propiedades que cumplen e
identifica algunas por sus caractersticas que las hacen especiales o particulares.
9 La unidad 3 asigna un nmero real a los arreglos rectangulares de nmeros. No es
un nmero cualquiera ya que es una combinacin especial de las entradas que
forman esos arreglos rectangulares; se lo llama determinante; cumple importantes
propiedades y aparece en diversas frmulas algebraicas y geomtricas.
9 Finalmente la unidad 4, plantea una relacin dinmica entre esos objetos
rectangulares ya que los piensa movidos de un espacio a otro espacio o
transformados. As visualiza, en particular, a los sistemas de ecuaciones lineales y
usa a las matrices y al producto matricial como elemento dinamizador. En esta
unidad se estudian caractersticas de esa dinmica y objetos con caractersticas
especiales.
En esta materia lo invito a comprometerse con los siguientes objetivos de aprendizaje.
Ellos son:
9 Dominar conceptos y tcnicas del lgebra de matrices, determinantes, sistemas de
ecuaciones lineales y transformaciones lineales dentro del mbito del lgebra lineal.
9 Identificar y valorar el uso de la matemtica en las distintas etapas de la resolucin
de un problema, en el diagnstico de situaciones de la vida real cotidiana y de la
cientfica.
9 Modelizar situaciones usando elementos y teora del lgebra lineal.
9 Valorar y comprender el lenguaje tcnico de la ciencia matemtica y la rigurosidad
que lo diferencia del lenguaje cotidiano, como as, los procesos de abstraccin y de
interpretacin relacionados al mismo.
9 Utilizar estrategias conducentes a aprender a aprender comprensivamente
matemtica y a trabajar en forma autnoma y organizada.
Bien, algunos de los mencionados son slo saberes, contenidos, conceptos de la ciencia
matemtica, pero se acompaan como siempre deberan hacerlo de un saber hacer
que se logra eligiendo una postura reflexiva y comprensiva en el proceso de estudiar y
aprender. En particular, las actividades de proceso planteadas en esta gua con
soluciones al final de la unidad ejemplifican esta postura. Y este saber hacer nace del
INTRODUCCIN
pensar bien y del saber ser, que nos permite asumir la eleccin de estudiar, con
compromiso, responsabilidad, rigurosidad, constancia y verdad.
La gua de estudio que tiene en sus manos fue escrita bajo la idea de un aprendizaje
significativo. Por ello, a lo largo de toda la exposicin abundan diferentes acciones
reflexivas que invitan a nuestro alumno a superar actitudes pasivas en el aprendizaje.
Por otro lado, relaciona permanentemente planteos de problemas concretos con
modelizaciones matemticas, como una manera de encontrarles una solucin
fundamentada. La idea es que el alumno comprenda que la matemtica supera los datos,
las tcnicas, los conceptos aislados y da origen a teoras y a modelos matemticos,
algunos simples, que se constituyen en una herramienta valiosa a la hora de encontrar
soluciones cuanti- y cualitativas a situaciones-problema de la vida real.
Finalmente, es fundamental, contar con los conocimientos previos requeridos por
Matemtica I: el conjunto de los nmeros reales, sus operaciones y propiedades. Sin
ellos es posible que encuentre obstculos importantes, ya que la matemtica es una
ciencia que crece verticalmente en redes entrecruzadas. Adems de estos conocimientos
previos, propios de la ciencia, es necesario que cuente con aquellos aportados por el
curso de introduccin a la modalidad y al estudio independiente (CIMEI). Matemtica I
es una oportunidad de iniciar, de fortalecer o de insistir en actitudes y en acciones que
propicien y faciliten el aprendizaje significativo. En particular es una oportunidad para
aplicar, discutir y reflexionar sobre las estrategias de estudio y estrategias de
aprendizaje ms convenientes para aprender matemtica desde la conciencia
significativa
INTRODUCCIN
El siguiente mapa conceptual sintetiza lo hablado.
Situaciones problemticas
concretas
son analizadas por
de las
modelizaciones
matemticas
soluciones
matemticas
que mediante la
arriban a
y la
abstraccin
interpretacin
en
teoras del
lgebra lineal
basadas en
aritmtica
real
que incluyen
el
determinante
las
matrices
Los sistemas de
ecuaciones lineales
las transformaciones
matriciales
INTRODUCCIN
Respecto a aspectos ms generales, le recordamos:

a) El cursado de la materia se realiza en tutoras individuales (TI) o en tutoras
grupales (TG) previa inscripcin por Autogestin.
b) Los materiales didcticos que conforman la materia son: la gua de estudio que
desarrolla la temtica del curso es portadora de contenidos bsicos y el Aula
virtual que apoya a la gua conteniendo material complementario y brindando un
espacio abierto a la comunicacin y al estudio colaborativo mediante los e-mail
internos y los foros.
c) El servicio tutorial se conforma de un tutor asignado a cada curso a fin de apoyar,
orientar, acompaar y evaluar al alumno, en su proceso de aprendizaje, dentro de un
marco de organizacin previa.
d) El sistema de evaluacin contempla un seguimiento continuo. Primero a travs de
actividades de autoevaluacin, cuyas soluciones se encuentran en la ltima parte
de la gua, y finalmente de actividades de envo obligatorio que se encuentran en el
Aula virtual / Archivos / curso.
El examen final es la instancia ltima de acreditacin dada por la Institucin.
Todas, se construyeron teniendo en cuenta los objetivos de aprendizaje propuestos,
y su evaluacin se basa en los siguientes criterios de evaluacin:
9 Claridad, precisin e integracin conceptual y relacional.
9 Capacidad de clculo.
9 Capacidad de anlisis, reflexin y sntesis.
9 Rigurosidad en el manejo de los smbolos, de la sintaxis, del lenguaje tcnico.
9 Capacidad de comunicarse claramente en forma escrita.
Hemos elegido algunos smbolos tipogrficos para orientarlo en la gua. La negrita
destaca los trminos nuevos, un stop es smbolo de asunto importante que amerita
pensar y reflexionar, en tanto un semforo le indicar no avance o s avance en la
lectura.
Y finalmente, como tutora , le dejo la siguiente frase comn a todos los tutores de la
materia: ante cualquier duda no vacile en comunicarse con nosotros ya que con gusto
atenderemos sus inquietudes, lo apoyaremos y orientaremos en su proceso de
aprendizaje.
INTRODUCCIN
Bibliografa consultada por la autora

ANTON, Howard. Introduccin al lgebra lineal. Editorial Limusa. Mxico. Tercera
edicin. 1991.
ARYA J. Y LARDNER R. Matemticas aplicadas a la administracin y a la economa.
Prentice Hall. Mxico. Tercera edicin. 1992.
DEPARTAMENTO PEDAGGICO. CIMEI. IUA. Crdoba. Tercera edicin 2003.
FRALEIGH, Beauregard. lgebra lineal. Addison-Wesley Iberoamericana.
Mxico.1989.
GERBER, Harbey. lgebra lineal. Grupo Editorial Iberoamericana. Mxico.1990.
GROSSMAN, Stanley. lgebra lineal con aplicaciones. McGraw Hill. Mxico. Quinta
edicin. 1996.
GUSTAFSON, R. A. Algebra intermedia. Thomsom editores. Mxico. 1997.
HAEUSSLER, E. Y PAUL R. Matemticas para administracin, economa, ciencias
sociales y de la vida. Prentice Hall. Mxico. 8 edicin. 1997.
JOHNSON, David y MOWRY, Thomas. Matemticas finitas. Aplicaciones prcticas.
Internacional Thomson editores. Mxico. 2000.
KLEIMAN, Ariel y KLEIMAN, Helena de. Matrices: aplicaciones matemticas en
economa y administracin. Editorial Limusa. Mxico. 1985.
LAY, David C. lgebra lineal y sus aplicaciones. Addison-Wesley Longman. Mxico.
Segunda edicin. 1999.
LEITHOLD, Louis. Matemticas previas al clculo. Oxford university press. Mxico.
Tercera edicin. 1998.
LIAL Margaret y HUNGERFOR Thomas. Matemticas para administracin y
economa. Tearson educacin. Mxico. 7 Edicin 2000.
OLMOS, Adriana. Matemtica II. IUA. Crdoba. 1998.
RORRES, Chris y ANTON, Howard. Aplicaciones de lgebra lineal. Editorial Limusa.
Mxico. 1979.
SAUCHELLI V. y OLMOS Adriana. Mdulo de nivelacin matemtica. IUA. 2003.
SOBEL, Max y LERNER Norbert. lgebra. Prentice Hall. Segunda edicin.
Mxico.1989.
En Aula virtual / Archivos /Material complementario / Bibliografa_comentada.pdf
encontrar comentarios sobre la bibliografa mencionada as como actualizaciones de la
misma.
Cronograma
Partes
Unidad 1
Unidad 2
Actividad obligatoria 1
Unidad 3
Unidad 4
Actividad obligatoria 2
Tiempo porcentual
25%
25%
5%
15%
25%
5%
ECUACIONES LINEALES
PROBLEMA REAL
El permetro de un rectngulo es de
60cm; sabemos que su ancho es la
tercera parte de su largo Cunto
mide el ancho y cuando mide el largo
de ese rectngulo?.
REPRESENTACIN GRFICA
REPRESENTACIN ALGEBRAICA
x= y
3 S = {( x, y ) / x = 10, y = 30}
2 x + 2 y = 80
REPRESENTACIN GEOMTRICA
Uno no es lo que le pasa sino lo que hace con lo que le pasa. Annimo
UNIDAD
UNO
UNIDAD 1
Orientacin del aprendizaje

Mientras la aritmtica opera con nmeros especficos identificados como constantes, el
lgebra opera con nmeros no especficos llamados variables. Cuando las expresiones
algebraicas se construyen usando constantes y variables relacionadas de una manera
muy particular -sumandos de una o ms variables a la primera potencia- se forman las
expresiones lineales. Cuando se establece una igualdad entre esas expresiones lineales
estamos en presencia de una ecuacin lineal o de un sistema de ecuaciones lineales.
En la vida real muchas situaciones, muchas relaciones entre objetos, se describen
matemticamente a travs de una o ms ecuaciones lineales. Justamente, en esta unidad
estudiaremos las ecuaciones lineales como objetos matemticos tiles para modelizar
situaciones de la vida real.
El trmino lineal hace referencia a la lnea recta. La lnea recta forma parte de la
representacin grfica de ecuaciones y en particular una ecuacin lineal es una
generalizacin de las propiedades de una lnea (lnea recta).
El auge de los sistemas de ecuaciones lineales en reas no especficamente cientficas
lo inici Wassily W. Leontief con su modelo econmico para los Estados Unidos, que le
vali el premio Nobel de economa en la dcada del 50 del siglo pasado; y en la de los
70, el aumento de velocidad y el trabajo en paralelo de las computadoras, hicieron
posible resolver en poco tiempo sistemas con miles y miles de variables en campos de la
ciencia que previamente no usaban la matemtica para solucionar sus problemas.
La ingeniera es quiz la disciplina que resuelve la mas amplia cantidad de problemas de
la vida real describindolos matemticamente. Veamos algunos casos -o situacionesque requieren sistemas de ecuaciones lineales:
9 para determinar la distribucin de equilibrio de la temperatura en placas, barras y
otros cuerpos, se construyen sistemas de ecuaciones lineales al especificar la
temperatura en los bordes;
9 cuando un barco busca depsitos de petrleo mar adentro, los datos ssmicos
obtenidos de ondas de choque bajo el agua producidas por explosiones de caones
de agua, se procesan mediante la construccin y resolucin de sistemas de miles de
ecuaciones lineales;
9 la industria de aviacin usa programas de ecuaciones lineales que organizan las
tripulaciones para los vuelos, registran la ubicacin y disponibilidad de los aparatos
areos o planean servicios de apoyo, mantenimiento y operaciones de terminal;
9 para optimizar el diseo de circuitos elctricos y microchips que incluyen miles de
transistores, se usa software de simulacin que construye y resuelve sistemas de
miles de ecuaciones lineales.
En el ltimo inciso hemos incluido muchos ms ejemplos de este tipo.
Al concluir la unidad usted estar en condiciones de alcanzar los siguientes objetivos de
aprendizaje:
9 Distinguir ecuaciones lineales de otras ecuaciones
9 Aplicar mtodos de eliminacin para resolver sistemas de ecuaciones lineales
(SEL).
UNIDAD 1
9 Conocer la correspondencia entre mtodos algebraicos y mtodos grficos para

resolser SEL.
9 Resolver problemas empleando SEL, como modelo matemtico.
Para alcanzar esos objetivos, le proponemos analizar y reflexionar sobre los siguientes
contenidos conceptuales:
Ecuaciones lineales.
1. Preliminares.
2. Ecuacin lineal (EL).
3. Conjunto solucin de una EL.
4. Sistema de ecuaciones lineales (SEL).
5. Conjunto solucin de un SEL.
6. Grfica de SEL.
7. Modelizaciones matemticas usando SEL.
Finalmente, el siguiente mapa conceptual establece una relacin de inclusin y
jeraquizacin de los contenidos conceptuales.
Mtodos
algebraicos
mtodos
geomtricos
operan con los
nmeros
reales
simbolizados
constantes
por
variables
mediante
operaciones
elementales entre
renglones
y
sobre la
matriz
aumentada
para resolver
sistemas de
ecuaciones
lineales (SEL)
obteniendo
SEL
equivalentes
UNIDAD 1
1. Preliminares
En esta seccin recordaremos en qu se diferencia la aritmtica del lgebra.
La aritmtica y el lgebra trabajan con nmeros sobre los cuales se realizan operaciones
como suma, resta, multiplicacin, divisin, potenciacin y radicacin. Mientras la
aritmtica trata operaciones con nmeros especficos, constantes, el lgebra opera con
expresiones donde se incluyen nmeros especficos y nmeros no especficos o
desconocidos, variables. El uso de las variables es lo que distingue al lgebra de la
aritmtica.
Las variables se simbolizan por medio de letras sin subndices: a, b, c, x, z o con
subndice: x1 , x2 , xn . El subndice se usa mucho porque facilita las generalizaciones.
Recordemos que la letra e y la letra griega simbolizan nmeros irracionales
(constantes), no simbolizan variables.
La palabra lgebra proviene del vocablo rabe al-jabr, consignado en el ttulo de un
trabajo publicado a inicios del siglo IX ilm al-jabr wal muqalabh traducido como la
ciencia de la cancelacin y la reduccin.
El trmino expresin algebraica se utiliza para nombrar una constante, una variable o
una combinacin de ellas en un nmero finito de operaciones indicadas, por ejemplo:
2 yx5 , 3 x 3 x 2 + x 1,
2 yx5
,
3 x3 x 2 + x 1
2 yx5
3 x3 x 2 + x 1
Una ecuacin es un enunciado que establece la igualdad de dos expresiones y ese

enunciado puede ser verdadero o falso. Si esas expresiones son expresiones numricas
se trata de una ecuacin numrica: una ecuacin numrica establece la igualdad entre
dos cantidades. Ejemplos: 2 + 4 = 1 + 5 es una ecuacin verdadera mientras que,
2 + 3 = 1 + 3 es una ecuacin falsa.
Una ecuacin algebraica es un enunciado en el que se establece la igualdad de dos
expresiones algebraicas. Una ecuacin algebraica es verdadera cuando es verdadera la
ecuacin numrica que resulta de asignarle a la variable un valor constante. As,
x 2 x = 1 + x es un ejemplo de ecuacin algebraica y esta ecuacin algebraica es
verdadera cuando la variable x es reemplazada por el valor 1 y es falsa cuando x es
reemplazada por cualquier constante diferente de 1.
Todo nmero real asignado a la variable que hace verdadera la ecuacin algebraica se
llama solucin de la ecuacin algebraica o raz. Tambin se dice que dicho nmero
real satisface la ecuacin algebraica. El conjunto de todas las soluciones recibe el
nombre de conjunto solucin de la ecuacin algebraica y el proceso de determinar el
conjunto solucin recibe el nombre de resolver la ecuacin algebraica.
Entonces, una ecuacin es satisfecha slo para algunos valores numricos a diferencia
de una identidad, caso particular de ecuacin algebraica, que es satisfecha para
cualquier valor asignado a las variables. Por ejemplo: cualquiera sea el valor real de a y
de b se cumple ( a + b) 2 = a 2 + b 2 + 2ab pues
10
UNIDAD 1
( a + b) 2 = ( a + b ) ( a + b ) = a ( a + b ) + b ( a + b )
= aa + ab + ba + bb = a 2 + 2ab + b 2 .
En este ejemplo la identidad est dada por la definicin de potencia entera de nmeros
3
reales1. Otro ejemplo de identidad es 2 x + 3 = 2 x + y tambin x 2 + x = x ( x + 2 )

2
que surgen de expresar un polinomio como producto de sus factores primos2.

Como usted recordar, en el curso de nivelacin en matemtica 3 incursionamos en la
aritmtica y en el lgebra: en la unidad 1 se trabaj con los nmeros reales (constantes
reales), sus operaciones y sus propiedades y usamos la simbologa algebraica para
generalizar esas operaciones y propiedades; en la unidad 2 abordamos los polinomios
(expresiones algebraicas que comprenden potencias naturales de una variable), sus
operaciones y propiedades; en la unidad 3 estudiamos las expresiones racionales
polinmicas (cociente de polinomios) y sus operaciones. Tambin resolvimos
ecuaciones algebraicas al hallar ceros de polinomios y planteamos identidades al
expresar un polinomio como producto de sus factores primos. En la unidad 4 finalmente
planteamos ecuaciones trigonomtricas, esto es, ecuaciones que involucran relaciones
trigonomtricas.
Bien, en esta unidad trabajaremos con ecuaciones algebraicas en una, dos y ms
variables con la restriccin de que dichas variables aparezcan a la primera potencia y en
sumandos diferentes.
2. Ecuacin lineal (EL)

En esta seccin definimos y ejemplificamos el concepto de ecuacin lineal en una, dos y
generalizando a n variables. tambin mostramos cmo se usan los conocimientos
previos, propiedades de la operatoria real, para analizar si una ecuacin algebraica es
lineal.
Cuando se plantea una ecuacin algebraica como una representacin algebraica de una
situacin prctica se dice que la ecuacin es un modelo matemtico de la situacin
prctica.
Ejemplo 1
Al comprar 50 boletos, abon con $100 y me devolvieron $47.50. Cunto cost
cada boleto?
50 boletos costo de un boleto + vuelto = dinero entregado
50 boletos costo de un boleto + $47.50 = $100
Omitiendo las unidades y nombrando con x el valor desconocido costo de un
boleto, la igualdad ltima se simboliza: 50 x + 47.50 = 100 . Esta igualdad es un
1
Potencia entera de nmeros reales, consulte la unidad 1 del Mdulo de nivelacin matemtica.
Factorizacin de un polinomio, consulte la unidad 2 del Mdulo de nivelacin matemtica.
3
Matemtica nivelacin o Mdulo de nivelacin matemtica. Cita completa en Bibliografa.
2
11
UNIDAD 1
ejemplo de ecuacin lineal en la variable x que modeliza matemticamente la

situacin planteada.
Ejemplo 2
Mensualmente los paps de Pedro y Juan les entregan $130 para repartirse de
acuerdo con las necesidades de cada uno. Cunto dinero le toca a cada nio? Del
enunciado de la situacin observamos que:
mensualidad de Pedro + mensualidad de Juan = $130.
Si llamamos x a la mensualidad de Pedro e y a la mensualidad de Juan, la situacin
se simboliza:
x + y = 130 ,
y ejemplifica una ecuacin lineal en las variables x e y. Esta ecuacin lineal
modeliza matemticamente la situacin planteada entre los hermanos.
Formalmente, se define una ecuacin lineal en las n variables x1 , x2 , , xn 4 como
aquella relacin que se puede expresar en la forma a1 x1 + a2 x2 + + an xn = b 5, en donde
a1 , a2 , , an llamados coeficientes y b llamado trmino independiente son constantes
(nmeros reales), el subndice n es cualquier nmero natural, y todas las variables
involucradas se presentan nicamente a la primera potencia sumndose
algebraicamente. Notemos que en esa forma las variables se acomodan a la izquierda y
el trmino independiente a la derecha.
Se utiliza con mayor frecuencia la notacin x1, x2, ... en vez de x, y, ... ya que el
subndice facilita las generalizaciones.
Ejemplo 3
En un nudo vial confluyen cinco vas de ingreso vehicular haciendo un total de 20
unidades promedio por minuto Cuntos vehculos entran por cada arteria?
Cinco son las variables desconocidas: x1 es el nmero de vehculos que entran por la
primera arteria y as hasta x5 que es el nmero de vehculos que entran por la quinta
arteria. Luego, x1 + x2 + x3 + x4 + x5 = 20 . Esta igualdad es un ejemplo de ecuacin
lineal en las variables x1 , x2 , x3 , x4 , x5 que modeliza matemticamente la situacin
planteada.
Ejemplo 4
Analicemos las siguientes ecuaciones algebraicas en las variables x, y, z. Son
ecuaciones lineales en esas variables?
a) x y 2 3 = 0 no es lineal en las variables x, y, z porque la variable y aparece en
el segundo sumando con exponente 2 y no 1.
4
Se lee equis sub uno, equis sub dos, equis sub ene.
Se lee a sub uno por equis sub uno ms, a sub dos por equis sub dos, ms, a sub ene por
equis sub ene.
5
12
UNIDAD 1
2 x y + 2 z = 0 no es lineal porque, en el primer sumando, la variable x figura

a la potencia .
c) x + 2 yz = 3 no es lineal: en el segundo sumando las variables y, z se estn
multiplicando.
d) 3 x1 7 x2 + 1x3 1x4 = 0 es lineal, con a1 = 3 , a2 = 7 , a3 = 1 , a4 = 1 , b = 0 .
b)
Analice por qu las siguientes ecuaciones algebraicas no son lineales.

a)
x2 + 4 x = 5 .
1
b)
+ 6 y 7z = 3.
x
Confronte con la solucin n 1
Muchas veces es necesario ordenar y completar una ecuacin para identificar si es

lineal y cules son sus coeficientes y trmino independiente. Decimos completarla en el
sentido de hacer explcitas todas las constantes: coeficientes y trmino independiente.
Para completar se hace uso de la propiedad de elemento neutro de los nmeros reales
-tanto de la suma como del producto-, de la ley de anulacin del producto y para
ordenar, de las propiedades asociativa, conmutativa y uniforme -tanto de la suma como
del producto- de nmeros reales6.
Ejemplo 5
3x 4 y + z = x + 5 es una ecuacin lineal (en las variables x, y, z) porque puede
llevarse a la forma a1 x + a2 + a3 z = b con a1 = 2, a2 = 4, a3 = 1, b = 5 . Veamos
paso a paso cmo se la lleva a esa forma:
9 aplicamos ley uniforme para la suma:
3x 4 y + z x = x + 5 x
9 aplicamos propiedad asociativa de la suma: ( 3 x x ) 4 y + z = ( x x ) + 5
9 aplicamos propiedad del elemento neutro (producto):
( 3x 1x ) 4 y + 1z = (1x 1x ) + 5
9 restamos:
2 x 4 y + 1z = 5
Identifique los coeficientes y los trminos independientes de las siguientes ecuaciones

lineales en las variables x, y , z:
a)
x + 3y 7 = 0 .
b)
y = 12 x 3 z .
c)
x= y.
Ejemplo 6
Construimos un ejemplo de ecuacin lineal donde x1 , x2 , x3 sean las variables, 1, 2,
3 los coeficientes respectivos y 3 el trmino independiente? Bien, dicha ecuacin
lineal en las variables x1 , x2 , x3 es 1x1 + 2 x2 3 x3 = 3 .
Consulte la unidad 1 del Mdulo de nivelacin matemtica. Cita consulta en Bibliografa.
13
UNIDAD 1
3
a) Construya una ecuacin lineal en las variables u, v, w con coeficientes respectivos
2, 3, 4 y trmino independiente 1.
b) Identifique el trmino independiente y el coeficiente de la segunda variable en la
ecuacin lineal (en las variables x1 , x2 , x3 , x4 )
1
1
1
1
x2 x1 = x2 x1 + x3 .
3
3
2
6
c) Verdadero o falso?
* 0 no puede ser coeficiente de una variable.
* Toda ecuacin lineal con tres constantes es de dos variables.
d) Responda: qu se entiende por completar una ecuacin? Qu se entiende por
ordenar una ecuacin?
3. Conjunto solucin de una EL

En esta seccin definimos los conceptos solucin y conjunto solucin de una ecuacin
lineal. Para el caso en que el conjunto solucin consta de infinitas soluciones, definimos
representacin paramtrica del conjunto solucin, variable principal y variable libre de
la ecuacin lineal.
Una solucin de la ecuacin lineal a1 x1 + a2 x2 +
7
de nmeros o n-upla
( s1 , s2 , , sn )
+ an xn = b es una sucesin ordenada
tales que la ecuacin se satisface cuando se hace la
sustitucin x1 = s1 , x2 = s2 , , xn = sn , esto es, a1s1 + a2 s2 + + an sn = b se transforma

en una afirmacin verdadera, es una ecuacin numrica verdadera.
La coleccin de todas las soluciones de la ecuacin lineal es el conjunto solucin o
solucin general de la ecuacin lineal. La solucin general da una descripcin explcita
de todas las soluciones.
En la prctica, cmo se encuentra la solucin general de una ecuacin lineal dada?
Respondemos a travs de los siguientes ejemplos:
Ejemplo 7
9
9
9
Retomemos el ejemplo 2.1, su expresin matemtica

50 x + 47.50 = 100
Apliquemos la ley uniforme para la suma: 50 x + 47.50 47.50 = 100 47.50
50 x + ( 47.50 47.50 ) = 100 47.50
Asociemos sumandos:
9
9
Restemos:
Apliquemos la ley de elemento neutro para la suma:
Apliquemos la ley uniforme para el producto:
Asociemos factores:
50 x + 0 = 52.50
50 x = 52.50
1
1
50 x =
52.50
50
50
1
1
52.50
50 x =
50
50
n-upla es un neologismo proveniente de dupla, es una generalizacin. Dupla es un par (dos) ordenado
de elementos, n-upla son n elementos ordenados.
14
UNIDAD 1
9
9
52.50
50
Apliquemos la ley de elemento neutro para el producto, dividamos: x = 1.05
Multipliquemos:
1x =
La solucin general a la ecuacin lineal planteada en la variable x, es x = 1.05 .

Controlemos: la ecuacin 50 1.05 + 47.5 = 52.5 + 47.5 = 100 es verdadera. En este
ejemplo el conjunto solucin consta de un nico valor y se obtuvo de aplicarle a la
ecuacin las propiedades de la aritmtica real. La operatoria real y sus propiedades
nos permitieron explicitar la variable.
Hbitos a incorporar a travs de la prctica.
9 Es absolutamente necesario que escriba todos y cada uno de los pasos de la
operatoria real aplicando sus propiedades ya que muchas veces los clculos
mentales dan lugar a errores.
9 Controle que la ecuacin de partida sea verdadera para el valor asignado a la
variable.
Ejemplo 8
Retomemos el ejemplo 2.2, x + y = 130 . Para esta ecuacin x = 100, y = 30 es una
solucin porque verifica que 100 + 30 = 130 , x = 65, y = 65 es otra solucin porque
65 + 65 = 130 es una ecuacin numrica verdadera, y as podemos seguir
encontrando soluciones de la ecuacin lineal. Pero: existe acaso una manera de
describir y de encontrar en la prctica todas las soluciones?
Siguiendo el ejemplo anterior, explicitar una variable a partir de la ecuacin conlleva
dejarla expresada en trminos de la otra: x = 130 y , o bien, y = 130 x : una
solucin se obtiene asignando a una de las variables un valor real arbitrario, llamado
parmetro. Al asumir el parmetro todos los valores de la recta real, se obtienen
todas las soluciones. Esto es, en simbologa matemtica, si hacemos x = a ,
entonces, y = 130 a , y el conjunto solucin se expresa:
S1 = {( x, y ) / x = a, y = 130 a, a }.
Alternativamente, si asignamos a y el valor arbitrario a, el conjunto solucin se
expresa
S 2 = {( x, y ) / x = 130 a , y = a, a }.
Cmo se lee e interpreta esta notacin? En simbologa matemtica el par de
llaves { } simboliza conjunto, el par de parntesis ( , ) el concepto de n-upla de
nmeros reales, la barra inclinada / simboliza la expresin verbal tal que, el signo
simboliza pertenencia, y
denota al conjunto de nmeros reales. La primera
expresin simblica se interpreta: la solucin general es el conjunto de soluciones
particulares. Una solucin particular se obtiene asignando a la variable libre (la
primera) un valor real arbitrario (cualquiera) y la otra variable (la segunda) queda
definida en trminos de ella como 130 menos ella.
4
Cmo se interpreta la segunda expresin simblica del conjunto solucin?
15
UNIDAD 1
En qu se diferencian ambas expresiones del conjunto solucin? Se diferencian

respecto de la variable a la que le asigna un parmetro. Contienen las mismas 2uplas, por ejemplo: (50,80) est en S1 cuando el parmetro asume el valor 50 y en S2
cuando el parmetro asume el valor 80.
En este ejemplo el conjunto solucin no consta de un nico valor sino que,
dependiendo del valor real asignado al parmetro, se obtienen muchas soluciones.
Como el parmetro puede tomar cualquier valor del conjunto de los nmeros reales,
que es infinito, el conjunto solucin consta de infinitas soluciones.
La variable a la cual asignamos un parmetro se llama variable libre y llamamos
variable principal a la que se explicita en trminos de una constante o de la(s)
variable(s) libre(s). Esta asignacin de nombres es arbitraria: en S1 la variable libre es x
y la variable principal y, en cambio, en S2 se intercambia la asignacin, x es la variable
principal, y es la variable libre.
5
En el ejemplo 7 la variable es libre o principal? Justifique su respuesta.
S1 y S2 son las representaciones paramtricas de la solucin general. Toda

representacin paramtrica da una descripcin explcita de todas las soluciones
mostrando la dependencia con el parmetro.
Una solucin particular se obtiene al reemplazar el parmetro por un valor especfico.
Por ejemplo (100,30) y (30,100) son soluciones particulares del ejemplo 6.
Ejemplo 9
Se trata de hallar el conjunto solucin de x 4 y + 3z = 2 .
Procediendo como en el ejemplo anterior explicitamos una variable, por ejemplo x,
esto es, hacemos de x la variable principal,
x = 2 + 4 y 3z ,
quedando expresada en trminos de las otras dos8 que as se convierten en variables
libres. Asignando a las variables libres los respectivos valores paramtricos reales t y
s,
x = 2 + 4t 3s, y = t , z = s,
el conjunto solucin se expresa:
S1 = {( x, y, z ) / x = 2 + 4t - 3s, y = t , z = s, t s } .
Otro smbolo? El smbolo simboliza en notacin matemtica a la conjuncin
y. Cmo se lee? Se lee: S sub uno es el conjunto formado por las ternas de
valores equis, y, zeta tal que equis viene dado por dos ms cuatro veces t
menos tres veces s, y vale t y zeta vale s, t y s denotan valores numricos reales
cualquiera.
8
Gracias a la aplicacin de la ley uniforme para la suma y la ley uniforme para el producto vistas en
unidad 1 del Mdulo de nivelacin matemtica. Cita completa en Bibliografa.
16
UNIDAD 1
La terna (3,1,1) es una solucin particular. La terna (3,0,0) no es solucin porque no

satisface la ecuacin original, efectivamente: 3-4 0+3 0=3 2 .
6
a) Siguiendo con el ejemplo 9:
Construya la expresin paramtrica del conjunto solucin donde x e y son las
variables libres.
Cuntas expresiones paramtricas admite el conjunto solucin?
Es la terna (1,1,1) una solucin particular? Justifique su respuesta.
b) En una ecuacin lineal de cinco variables, de cuntos parmetros depende toda
expresin paramtrica del conjunto solucin?
5
1
c) Demuestre que S1 = ( x, y, z ) / x = + 2t s, y = t , z = s, t s es una

2
2
representacin paramtrica del conjunto solucin de la ecuacin lineal del ejemplo

5.
d) Cuntas representaciones paramtricas admite la ecuacin lineal planteada en
ejemplo 3?
El ejemplo 9 trata de una ecuacin en tres variables y la representacin paramtrica del

conjunto solucin depende de dos parmetros. El ejemplo 8 muestra una ecuacin en
dos variables y la representacin paramtrica del conjunto solucin depende de un
parmetro. El ejemplo 7 mostr una ecuacin lineal en una variable y su conjunto
solucin no dependi de parmetro alguno. Entonces concluimos que: una ecuacin en
n variables admite una variable principal y las restantes se constituyen como n 1
variables libres.
Recordemos que, dada una ecuacin la misma siempre tiene solucin. Su conjunto
solucin es nico y consta de una solucin (ejemplo 7) o de infinitas soluciones
(ejemplo 8 y ejemplo 9) admitiendo, en este caso, diferentes representaciones
paramtricas, tantas como el nmero de variables.
Para concluir la seccin respondemos al interrogante formulado antes de los ejemplos:
Cmo se construye el conjunto solucin de una ecuacin lineal? La idea es
construir una frmula que exprese una variable a la que llamaremos variable principal, en trminos de constantes y de las otras variables a la que llamaremos variables
libres- haciendo uso de la propiedad uniforme de la adicin y la propiedad uniforme del
producto de los nmeros reales.
7
Para cada una de las ecuaciones lineales:
a) 2 x1 = 3 x1 4 ,
b) 3x = 4 y + 2 z ,
c) 5 = 3 x1 4 x2 + x3 2 x4 ,
construya el conjunto solucin. Explicite el nmero de variables libres. Determine el
nmero de soluciones.
17
UNIDAD 1
Antes de pasar a la prxima seccin es absolutamente necesario que usted revise cmo
est aplicando las estrategias y tcnicas que ayudan a la construccin de un aprendizaje
significativo9.
8
Identific los conceptos principales definidos hasta ahora? Lstelos.

Construya un mapa conceptual integrando tanto los nuevos conceptos relevantes
cmo los que responden al rtulo de conocimientos previos.
4. Sistemas de ecuaciones lineales (SEL)

En esta seccin definimos un sistema de ecuaciones lineales (SEL) y caracterizamos los
SEL homogneos; construimos su matriz ampliada y definimos cundo se encuentra en
forma escalonada en los renglones (reducida o no); establecemos qu se entiende por
solucin del SEL y distinguimos SEL consistentes (con solucin) de SEL inconsistentes
(sin solucin) .
Un conjunto finito de ecuaciones lineales en las variables x1 , x2 , , xn se conoce como
un sistema de ecuaciones lineales (SEL o sistema lineal) en las variables
x1 , x2 , , xn . Un SEL es homogneo si todos los trminos independientes son cero.
Ejemplo 10
El siguiente es un SEL? Por qu?
4 x1 = x2 + 3 x3
3 x1 + 9 x3 4 = 0
S claro que lo es! Porque cada rengln es una ecuacin en las variables x1 , x2 , x3 .
Lo vemos en detalle: al completar y ordenar cada ecuacin, el sistema anterior puede
expresarse en la forma:
4 x1 1x2 3 x3 = 0,
3 x1 + 0 x2 + 9 x3 = 4.
En la prctica se trabaja con SEL completados y ordenados, esto es, un SEL donde
cada ecuacin ha sido completada -explicitando los coeficientes 1 y 0 y los trminos
independientes 0, faltantes- 10 y ordenada -colocando las variables a la izquierda del
signo igual en una misma disposicin, y los trminos independientes a la derecha del
signo igual-.
9
Ordene y complete los siguientes SEL. Tambin, identifique sus variables y el nmero
de ecuaciones lineales. Se trata de SEL homogneos? Justifique su respuesta.
Estrategias para un estudio significativo: consulte CIMEI y su aula virtual. Cita completa en
Bibliografa.
10
Aplicando las propiedades de la aritmtica real.
18
UNIDAD 1
x1 + 3 x2 + 5 = 0
x2 x1 = 2
x1 = x2
4 x3 + 2 = 2 x2 + 2
4 x1 = 2
x1 + x2 + x3 = 2 x1 + 2 x2 + 2 x3
Muchas veces para simplificar la notacin, en el sentido de hacerla ms fcil en su

lectura y escritura, se reemplaza la expresin con subndice por una sin subndice para
las variables. Lo importante al hacer una simplificacin notacional es mantener la
relacin entre las variables.
Ejemplo 11
La siguiente notacin es vlida y representa el mismo SEL del ejemplo 10 porque
establece la misma relacin entre las variables involucradas:
4 x 1 y 3 z = 0,
3 x + 0 y + 9 z = 4.
En general, un SEL arbitrario de m ecuaciones lineales en n variables se expresa
formalmente as:
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 +
+ a2 n xn = b2
am1 x1 + am 2 x2 + + amn xn = bm
o tambin, anteponiendo el smbolo de llave
a11 x1 + a12 x2 + + a1n xn = b1
a x +a x + +a x =b
21 1 22 2
2n n
2
am1 x1 + am 2 x2 + + amn xn = bm
en donde x1 , x2 , , xn simbolizan las n variables y las a y las b con subndices denotan
constantes11. Cada rengln es una ecuacin lineal; hay m renglones, esto es, hay m
ecuaciones lineales.
Por ejemplo, un SEL arbitrario de tres ecuaciones en cuatro variables se simboliza:
a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1
a21 x1 + a22 x2 + a23 x3 + a24 x4 = b2
a31 x1 + a32 x2 + a33 x3 + a34 x4 = b3
Para que usted pueda comprender esta notacin, aclaramos: el subndice doble en los
coeficientes de las variables es una idea til que se emplea para marcar la posicin del
coeficiente en el sistema de ecuaciones. El primer subndice del coeficiente genrico aij
-se lee a sub i jota- hace referencia a la ecuacin en que se encuentra y el segundo
11
Recuerda que en los Preliminares adelantamos que muchas veces se utilizaban las primeras letras del
abecedario para simbolizar constantes?
19
UNIDAD 1
subndice, a la variable que multiplica. As, a32 -se lee a sub tres dos- se encuentra en la
tercera ecuacin y multiplica a la segunda variable x2 . El subndice simple en los
trminos independientes hace referencia a la ecuacin. As b3 es el trmino
independiente de la tercera ecuacin.
10
Para un sistema arbitrario de dos ecuaciones en cinco variables:
a) Cul es su expresin formal?
b) Cul es el smbolo genrico que le corresponde al coeficiente de la cuarta variable
en la primera ecuacin?
c) Cul es el smbolo que denota el trmino independiente de la segunda ecuacin?
Cuando los aij , bi se reemplazan por valores reales (constantes) se obtiene un sistema
particular de ecuaciones lineales.
Ejemplo 12
4 x1 + 2 x2 + 3 x3 = 1,
3 x1 + 4 x2 + 9 x3 = 4,
es un ejemplo particular de un sistema de dos ecuaciones lineales en las variables
x1 , x2 , x3 , con a11 = 4, a12 = 2, a13 = 3, b1 = 1 en la primera ecuacin y
a21 = 3, a22 = 4, a23 = 9, b2 = 4 en la segunda ecuacin.
11
a) Construya un sistema arbitrario de tres ecuaciones lineales en dos variables y que
adems sea homogneo.
b) Construya un sistema particular de tres ecuaciones lineales en dos variables y que
adems sea homogneo.
c) Representa el siguiente sistema un SEL homogneo de dos ecuaciones en dos
variables? Justifique.
x12 + 2 x22 = 2
x1 + 2 x2 = 0
La n-upla de nmeros reales
( s1 ,s2 ,
,sn )
es una solucin del SEL si
x1 = s1 , x2 = s2 , , xn = sn es una solucin de cada ecuacin que forma el sistema. Esto

es, resultan verdaderas cada una de las ecuaciones numricas:
a11s1 + a12 s2 + + a1n sn = b1
20
a21s1 + a22 s2 +
+ a2 n sn = b2
am1s1 + am 2 s2 +
+ amn sn = bm
UNIDAD 1
Ejemplo 13
Algunos SEL tienen slo una solucin.
x + y = 0
La 2-upla (0,0) es la nica solucin del SEL homogneo
porque cero es el
x y = 0
0 + 0 = 0
nico nmero que satisface
. La primera ecuacin lineal se reescribe
0 0 = 0
x = y , la segunda x = y . Qu nmero satisface ser igual a otro y al opuesto del
otro en forma simultnea? nicamente el cero.
Ejemplo 14
Algunos SEL tienen muchas soluciones.
2
13
Retomemos el ejemplo 12, los valores x1 = , x2 = , x3 = 0 son una solucin del
5
10
SEL planteado pues ambas ecuaciones lineales se satisfacen:
2
13
4 + 2 + 3 0 = 1,
5
10
2
13
3 + 4 + 9 0 = 4.
5
10
Tambin es solucin la terna (1, 4,1) y se pueden encontrar muchas ternas ms, por
lo que el SEL admite infinitas soluciones. Cada solucin de esas infinitas recibe el
nombre de solucin particular.
Sin embargo, x1 = 1, x2 = 0, x3 = 1 no es una solucin: si bien esos valores
satisfacen la primera ecuacin lineal, no satisfacen la segunda. Efectivamente
4 ( 1) + 2 0 + 3 1 = 1,
3 ( 1) + 4 0 + 9 1 = 6 4.
Ejemplo 15
Otros SEL no tienen solucin.
x + y = 4
Por ejemplo
no tiene solucin ya que no existen valores de x e y tales que
x + y = 2
al sumarse den 4 y 2 simultneamente.
Cuando un SEL no tiene solucin se dice que es inconsistente o incompatible. Si tiene
al menos una solucin se denomina consistente o compatible. Los ejemplos 13 y 14
tratan con SEL consistentes, en tanto el ejemplo 15 muestra un SEL inconsistente.
Para determinar las soluciones de un SEL es conveniente abreviar su notacin. Una
manera de lograr esa abreviacin es manteniendo mentalmente presente la ubicacin de
los signos + , de las variables, de los signos = en el SEL completado y ordenado y
luego, escribiendo el arreglo rectangular de nmeros:
21
UNIDAD 1
a11
a
21
am1
a12
a22
a1n
a2 n
am 2 amn
b1
b2
bm
que se conoce como matriz aumentada o matriz ampliada asociada al SEL dado.
En matemtica se utiliza el trmino matriz para denotar un arreglo rectangular
ordenado de nmeros; cada ordenacin horizontal de nmeros se llama fila o rengln y
cada ordenacin vertical de nmeros columna. Las matrices surgen en muchos
contextos y las estudiaremos en ms detalle en la Unidad 2.
Ejemplo 16
4 1 3 0
La matriz aumentada asociada al SEL del ejemplo 10 es
.
3 0 9 4
4 2 3 1
La matriz aumentada asociada al SEL del ejemplo 12 es
.
3 4 9 4
En la matriz aumentada la primera columna contiene los coeficientes de la primera
variable, la segunda columna los coeficientes de la segunda variable y as
sucesivamente hasta llegar a la ltima columna que contiene los trminos
independientes:
constantes de la primera ecuacin

constantes de la segunda ecuacin
constantes de la ltima ecuacin

columna de los trminos independientes
columna de los coeficientes de la primera variable

12
a) Complete:
Una matriz aumentada con dos filas y tres columnas est asociada a un SEL de
...... ecuaciones y de ... variables.
Una matriz ampliada cuya ltima columna est formada de ceros, se corresponde
a un SEL ......................
x1 + x3 = 2
b) Construya la matriz aumentada asociada al SEL

2 x2 + 2 = x1 + 1 .
x +x =x
1
3 2
2 0 1 1
c) Construya el SEL cuya matriz aumentada es
.
3 2 0 0
d) Responda: si se trata de la matriz aumentada de un SEL homogneo. Qu valores
forman la ltima columna?
22
UNIDAD 1
0 1 0 3
e) A partir de la matriz aumentada 0 0 1 2 construya nicamente la tercera
0 0 0 2
ecuacin del SEL asociado y analice si esta ecuacin tiene solucin. De ese anlisis
infiera porqu el SEL asociado a la matriz aumentada no tiene solucin.
Una matriz aumentada es de forma escalonada en los renglones si satisface las

siguientes condiciones:
a) Los renglones que constan completamente de ceros se agrupan en la parte inferior
de la matriz.
b) Si un rengln no consta completamente de ceros, el primer nmero12 diferente de
cero es un 1. A este 1 se lo llama uno principal.
c) El 1 principal de un rengln inferior est ms a la derecha que el 1 principal del
rengln inmediatamente superior.
Y una matriz aumentada es de forma escalonada en los renglones reducida si adems
de las condiciones a, b y c satisface:
d) Cada columna que contiene un 1 principal tiene ceros en todas las dems posiciones.
Ejemplo 17
Las matrices aumentadas siguientes estn en la forma:
escalonada en los renglones reducida
1 0 0 2 0 1 5 0 0
0 1 0 3 , 0 0 0 1 2 ;
0 0 1 0 0 0 0 0 0
escalonada en los renglones
1 0 2 2
0 1 5 7 0
0 1 3 3 , 0 0 0 1 2 ;
0 0 1 0
0 0 0 0 0
no estn en la forma escalonada ni en la forma escalonada reducida

2 0 4 4
0 1 5 7 0 0 0 0 0 0
0 1 3 3 ,
1 0 0 1 2 , 0 1 0 2 3 ;
0 0 3 0
0 0 0 0 0 0 0 0 1 0
(la primera no cumple el inciso b, la segunda no cumple el inciso c y la ltima el a).
13
Dadas las matrices aumentadas
0 1 0
1 0 0 , 1 0 2 3 ,
0 1 4 5
0 0 0
12
1 2 0 1
1 0 2 0 ,
0 0 1 0
1 2 3 4
0 0 1 2 ,
0 0 2 1
1 2 3 4
0 1 1 2 :
0 0 1 1
Leyendo de izquierda a derecha.
23
UNIDAD 1
a) Observe, luego indique cul se encuentra en la forma escalonada y cul en la forma

escalonada reducida.
b) Construya una matriz aumentada escalonada en los renglones reducida. Qu
requerimientos tendr en cuenta?
Para una matriz aumentada escalonada en los renglones reducida o simplemente

escalonada, el SEL asociado cuenta con una expresin cada vez ms simplificada para
cada ecuacin. Lo vemos?
Ejemplo 18
Los SEL asociados a las matrices aumentadas escalonadas en los renglones reducida
del ejemplo 17 son respectivamente:
1 0 0 2
1x + 0 y + 0 z = 2
x = 2
9 0 1 0 3 0 x + 1y + 0 z = 3 y = 3
0 0 1 0
0 x + 0 y + 1z = 0
z = 0
x2 5 x3 = 0
0 1 5 0 0 0 x1 + 1x2 5 x3 + 0 x4 = 0
x2 5 x3 = 0
9 0 0 0 1 2 0 x1 + 0 x2 + 0 x3 + 1x4 = 2
x4 = 2
x4 = 2
0=0
0 0 0 0 0 0 x1 + 0 x2 + 0 x3 + 0 x4 = 0
14
Construya los respectivos SEL asociados a las matrices escalonadas en los renglones del
ejemplo 17 y de la actividad de proceso 13.
Confronte con la solucin n14
Cuntos conceptos nuevos! Algunos ms y otras menos importantes. Para

memorizarlos y relacionarlos comprensivamente le sugiero que realice una segunda
lectura ms profunda y activa: rotule prrafos, identifique las ideas principales, liste los
conceptos fundamentales y establezca relaciones entre ellos.
Y slo si realiz lo anterior contine:
15
Retome la actividad de proceso 8 y compltela con la informacin de este inciso.
5. Conjunto solucin de un SEL

En esta seccin se definen los Mtodos de Gauss y de Gauss-Jordan para resolver SEL:
ambos mtodos son sistemticos y aplican las operaciones elementales sobre los
renglones para construir sistemas equivalentes en los cuales la solucin es ms fcil de
determinar. Tambin analizamos la correspondiente matriz aumentada en los renglones
(reducida o no) para deducir el nmero de soluciones del SEL.
24
UNIDAD 1
La coleccin de todas las soluciones es el conjunto solucin del sistema de ecuaciones

lineales. Sistemas lineales con el mismo conjunto solucin se dicen sistemas
equivalentes; en sistemas equivalentes la solucin de un sistema es solucin del otro y
viceversa. Esto permite contestar a la pregunta: cmo se construye el conjunto solucin
de un SEL?, o tambin: cmo se resuelve un SEL?
El mtodo bsico para resolver un SEL es reemplazar el sistema dado por uno nuevo
que tenga el mismo conjunto solucin, pero que sea ms fcil de resolver. En general,
este sistema nuevo se obtiene aplicando los tres tipos siguientes de operaciones a fin de
eliminar sistemticamente el mayor nmero de variables en cada ecuacin:
1. Multiplicar una ecuacin por un nmero diferente de cero y remplazarla por esta
nueva ecuacin.
2. Intercambiar dos de las ecuaciones.
3. Sumar un mltiplo de una de las ecuaciones a otra y reemplazarla por esta nueva
ecuacin.
Puesto que los renglones de una matriz aumentada corresponden a las ecuaciones del
SEL asociado, estas tres operaciones corresponden a las operaciones siguientes sobre
los renglones de una matriz aumentada:
1. Multiplicar uno de los renglones por un nmero diferente de cero y remplazarlo por
este nuevo rengln.
2. Intercambiar dos de los renglones.
3. Sumar un mltiplo de uno de los renglones a otro y remplazarlo por este nuevo
rengln.
Estas operaciones se denominan operaciones elementales sobre los renglones.
El mtodo bsico da origen a dos mtodos sistemticos para resolver cualquier SEL: el
Mtodo de Gauss (o Mtodo de eliminacin Gaussiana) y el Mtodo de GaussJordan13.
El conjunto solucin de un SEL es nico y no depende del mtodo empleado para llegar
a l, esto es, el conjunto solucin de un SEL depende de las relaciones que se establecen
entre las variables y que son expresadas en cada ecuacin. Demostraremos esta
afirmacin en los ejemplos.
Ilustremos el Mtodo de Gauss.
Ejemplo 19
2 x + 3 y = 13
El SEL 1x + 1y = 5 admite slo una solucin.

2 x + 2 y = 10
Paso 1, construccin del coeficiente 1 en la primera variable: es 1 el coeficiente de

la primera variable en la primera ecuacin? No. Podemos convertirlo en 1
13
Reciben estos nombres en honor al matemtico alemn Karl F. Gauss (1777-1855) y al ingeniero
alemn Wilhelm Jordan (1844-1899).
25
UNIDAD 1
multiplicando por su recproco14? S. Cul es el recproco de 2?
1
. Entonces,
2
multiplicamos la primera ecuacin por ese recproco:

3
13
1x + 2 y = 2
1x + 1y = 5
2 x + 2 y = 10
Paso 2, eliminar la primera variable de las ecuaciones de abajo: se suman mltiplos

apropiados de la primera ecuacin a las ecuaciones de abajo reemplazndolas, para
de eliminar de ellas la primera variable.
Como en la segunda ecuacin el coeficiente de la primera variable es 1, el mltiplo
apropiado es (1) . Multiplicamos por (1) la primera ecuacin y sumamos esta
nueva ecuacin a la segunda reemplazando la segunda as:
3
13
1x + 2 y = 2
1
3
0x y =
2
2
2 x + 2 y = 10
Como en la tercera ecuacin el coeficiente de la primera variable es 2, el mltiplo

nueva ecuacin a la tercera reemplazando la tercera as:
3
13
1x + 2 y = 2
1
3
0x y =
2
2
0 x 1 y = 3
Paso 3, construccin del coeficiente 1 en la segunda variable: es 1 el coeficiente de

la segunda variable en la segunda ecuacin? No. Podemos convertirlo en 1
multiplicando por su recproco? S. Cul es el recproco? 2 . Entonces,
multiplicamos la segunda ecuacin por ese recproco:
3
13
1x + 2 y = 2
0 x + 1y = 3
0 x 1 y = 3
14
En los reales todo nmero no nulo admite recproco o inverso multiplicativo. Consulte la unidad 1 del
mdulo de nivelacin matemtica. La cita completa se encuentra en Bibliografa.
26
UNIDAD 1
Paso 4, eliminar la segunda variable de las ecuaciones de abajo: se suman mltiplos

apropiados de la segunda ecuacin a las ecuaciones de abajo, reemplazndola, para
de eliminar la segunda variable.
Slo nos queda una ecuacin: la tercera, y el mltiplo apropiado es (1).
Multiplicamos por (1) la segunda ecuacin y sumamos esta nueva ecuacin a la
tercera reemplazndola as:
3
13
1x + 2 y = 2
0 x + 1y = 3
0x + 0 y = 0
Hay una tercera variable? No. Entonces:

Paso 5, construimos el SEL asociado, equivalente al original, y donde la solucin es
ms fcil de ver:
3
13
1x + y =
2
2
1y = 3
Hemos eliminado la ltima ecuacin pues no da informacin, esto es, no establece
restricciones. Efectivamente, cualquier valor dado a las variables satisface
0 + 0 = 0 . En general cualquier ecuacin de la forma 0 x1 + 0 x2 + 0 xn = 0 no
establece restricciones y puede omitirse.
Paso 6, construccin del conjunto solucin: explicitamos las variables principales y
sustituimos en retroceso. Se tiene:
13 3
13 3
x = y
luego y = 3 x = ( 3) = 2 .
2 2
2 2
y = 3
El SEL no admite ms que un valor asignado a sus variables. Efectivamente la 2-upla
(2,3) satisface el SEL original:
2 ( 2 ) +3 ( 3) =13
1 ( 2 ) + 1 ( 3) =5
2 ( 2 ) +2 ( 3) =10
El conjunto solucin es S = {( x, y ) / x = 2, y = 3} .
16
Cmo se lee esta notacin? Cmo se interpreta?
27
UNIDAD 1
Ejemplo 20
3 x 3 y = 15
El SEL 1x + 1 y = 5 admite infinitas soluciones.

2 x + 2 y = 10

1
multiplicando por su recproco? S. Cul es el recproco de 3 ? . Entonces
3
1x + 1 y = 5
1x + 1 y = 5
2 x + 2 y = 10

apropiados de la primera ecuacin a las ecuaciones de abajo de modo de eliminar de
ellas la primera variable.
1x + 1 y = 5
0x + 0 y = 0
2 x + 2 y = 10

1x + 1 y = 5
0x + 0 y = 0
0x + 0 y = 0
Aqu, observamos las dos ltimas ecuaciones y analizamos la informacin que nos
dan: son iguales y dicen que, cualesquiera sean los valores reales asignados a las
variables x e y, los sumandos de la izquierda son cero y la igualdad 0 = 0 es siempre
verdadera! El SEL de arriba se reescribe 1x + 1y = 5 siendo equivalente al original.
Luego, tienen el mismo conjunto solucin.
Por lo analizado en el inciso 3 la ecuacin 1x + 1 y = 5 admite infinitas soluciones.
Una expresin paramtrica del conjunto solucin es:
S = {( x, y ) / x = 5 u , y = u , u } .
17
28
UNIDAD 1
Una solucin particular es (5,0). Efectivamente esa terna satisface el SEL original:
3 ( 5 ) 3 ( 0 ) = 15
( 5) + ( 0 ) = 5
2 ( 5 ) + 2 ( 0 ) = 10
Ejemplo 21
2 x + 3 y = 13
El SEL x + y = 5 no tiene solucin.

2 x + 2 y = 5

1
multiplicando por su recproco? S. Cul es el recproco de 2?
. Entonces
2
3
13
1x + 2 y = 2
x+ y =5
2x + 2 y = 5

3
13
1x + 2 y = 2
1
3
0x y =
2
2
2x + 2 y = 5

3
13
1x + 2 y = 2
1
3
0x y =
2
2
0 x 1 y = 8
29
UNIDAD 1
Paso 3, construccin del coeficiente 1 en la segunda variable: es uno el coeficiente

de la segunda variable en la segunda ecuacin? No. Podemos convertirlo en 1
multiplicando por su recproco? S. Cul es el recproco? 2 . Entonces
multiplicamos la segunda ecuacin por ese recproco:
3
13
1x + 2 y = 2
0 x + 1y = 3
0 x 1y = 8
Paso 4, eliminar la segunda variable de las ecuaciones de abajo: se suman mltiplos

apropiados de la segunda ecuacin a las ecuaciones de abajo de modo de eliminar la
segunda variable. Slo nos queda una ecuacin: la tercera, y el mltiplo apropiado es
(1). Multiplicamos por (1) la segunda ecuacin y sumamos esta nueva ecuacin a la
3
13
1x + 2 y = 2
0 x + 1y = 3
0 x + 0 y = 5
Atencin! Miremos con cuidado la tercera ecuacin (en este SEL equivalente al
dado) y analicmosla: cualquiera sea el valor asignado a x, 0x es un sumando nulo;
cualquiera sea el valor asignado a y, 0y es un sumando nulo. La suma de dos
sumandos nulos es nulo y la ecuacin numrica 0 = -5 es falsa! Aplicando del
Mtodo de Gauss llegamos a una ecuacin del SEL imposible de verificar
cualesquiera sean los valores asignados a las variables. Conclusin: el SEL carece de
solucin.
Paso 5, construccin del conjunto solucin: el conjunto solucin es vaco por las
razones arriba indicadas y se simboliza S = .
Dado un SEL y toda vez que al aplicarle un mtodo para resolverlo llegamos a una
ecuacin de la forma 0 x1 + 0 x2 + 0 xn = b con b no nulo en un SEL equivalente, el
SEL original no tiene solucin, o tambin, su conjunto solucin es vaco.
Ahora trabajemos con un SEL ms complicado. La complicacin radica en el mayor
nmero de variables.
Ejemplo 22
Mostraremos cmo se llega a un SEL equivalente al original y a un conjunto de
soluciones infinito aplicando el Mtodo de Gauss.
30
UNIDAD 1
0 x1 + 0 x2 2 x3 + 0 x4 + 7 x5 = 12
2 x1 + 4 x2 10 x3 + 6 x4 + 12 x5 = 28
2 x1 + 4 x2 5 x3 + 6 x4 5 x5 = 1
multiplicando por su recproco? No15 Entonces no nos queda otra opcin que
intercambiar con la ecuacin de abajo:
2 x1 + 4 x2 10 x3 + 6 x4 + 12 x5 = 28
0 x1 + 0 x2 2 x3 + 0 x4 + 7 x5 = 12
2 x1 + 4 x2 5 x3 + 6 x4 5 x5 = 1
En este nuevo ordenamiento de las ecuaciones: es 1 el coeficiente de la primera
variable en la primera ecuacin? No. Podemos convertirlo en 1 multiplicando por su
1
recproco? S. Cul es el recproco? . Multipliquemos:
2
1x1 + 2 x2 5 x3 + 3 x4 + 6 x5 = 14
0 x1 + 0 x2 2 x3 + 0 x4 + 7 x5 = 12
2 x1 + 4 x2 5 x3 + 6 x4 5 x5 = 1
Como en la segunda ecuacin ya es 0 el coeficiente de la primera variable pasamos a
la tercera ecuacin: el mltiplo apropiado es (2) . Multiplicamos por (2) la
primera ecuacin y sumamos esta nueva ecuacin a la tercera reemplazndola as:
1x1 + 2 x2 5 x3 + 3 x4 + 6 x5 = 14
0 x1 + 0 x2 2 x3 + 0 x4 + 7 x5 = 12
0 x1 + 0 x2 + 5 x3 + 0 x4 17 x5 = 29
Paso 3, construccin del coeficiente 1 en la segunda variable: Es 1 el coeficiente de
la segunda variable en la segunda ecuacin? No. Podemos convertirlo en 1
multiplicando por su recproco? No. Entonces no nos queda otra alternativa que
intercambiar con la ecuacin de abajo. Pero: es uno el coeficiente de la segunda
variable en la tercera ecuacin? No. Podemos convertirlo en 1 multiplicando por su
recproco? No. No nos queda ms opcin que convertir en 1 el coeficiente de la
variable que sigue: la tercera.
Paso 4, construccin del coeficiente 1 en la tercera variable: es 1 el coeficiente de la
tercera variable en la segunda ecuacin? No. Podemos convertirlo en 1
multiplicando por su recproco? S. Lo hacemos:
15
El nmero 0 no tiene recproco o inverso multiplicativo. Consulte Matemtica nivelacin, unidad 1.
31
UNIDAD 1
1x1 + 2 x2 5 x3 + 3 x4 + 6 x5 = 14
7
0 x1 + 0 x2 + 1x3 + 0 x4 x5 = 6
2
0 x1 + 0 x2 + 5 x3 + 0 x4 17 x5 = 29
Paso 5, eliminar la tercera variable de las ecuaciones de abajo: se suman mltiplos
apropiados de la segunda ecuacin a las ecuaciones de abajo de modo de eliminar la
tercera variable.
Slo nos queda una ecuacin: la tercera, y el mltiplo apropiado es (5) .
Multiplicamos por (5) la segunda ecuacin y sumamos esta nueva ecuacin a la
1x1 + 2 x2 5 x3 + 3 x4 + 6 x5 = 14
7
0 x1 + 0 x2 + 1x3 + 0 x4 x5 = 6
2
1
0 x1 + 0 x2 + 0 x3 + 0 x4 + x5 = 1
2
Paso 6, construccin del coeficiente 1 en la cuarta variable: es 1 el coeficiente de la
cuarta variable en la tercera y ltima ecuacin? No Podemos convertirlo en 1
multiplicando por su recproco? No. No nos queda ms opcin que convertir en 1 el
coeficiente de la variable siguiente: la quinta.
Paso 7, construccin del coeficiente 1 en la quinta variable: es 1 el coeficiente de la
quinta variable en la tercera y ltima ecuacin? No. Podemos convertirlo en 1
multiplicando por su recproco? S. Cul es el recproco? 2. Lo hacemos:
1x1 + 2 x2 5 x3 + 3 x4 + 6 x5 = 14
7
0 x1 + 0 x2 + 1x3 + 0 x4 x5 = 6
2
0 x1 + 0 x2 + 0 x3 + 0 x4 + 1x5 = 2
Quedan ms coeficientes de variables para convertir en 1? No. Entonces:
Paso 8, construimos el SEL asociado, equivalente al original, donde la solucin es
ms fcil de ver, para ello eliminamos los sumandos nulos:
1x1 + 2 x2 5 x3 + 3 x4 + 6 x5 = 14
7
1x3 x5 = 6
2
1x5 = 2
Paso 9, construccin del conjunto solucin: explicitamos las variables principales y
luego hacemos sustitucin en retroceso.
x1 = 14 2 x2 + 5 x3 3 x4 6 x5
Se tiene: x3 = 6 + x5
2
x5 = 2
32
UNIDAD 1
x5 = 2
luego x3 = 6 + 2 = 1
2
x1 = 14 2 x2 + 5 1 3 x4 + 6 2 = 7 2 x2 3 x4
Aqu se observa que el conjunto solucin admite un nmero infinito de soluciones
pues, si bien, la tercera y la quinta variable admiten valor constante, 1 y 2
respectivamente, la primera variable depende de los valores arbitrarios o parmetros
que asignemos a las variables restantes, segunda y cuarta.
Si damos a x2 el valor 1 y a x4 el valor 1, por ejemplo, se tiene la 5-upla ( 2,1,1,1, 2 )
solucin particular del SEL original. Efectivamente:
0 ( 2 ) + 0 (1) 2 (1) + 0 (1) + 7 ( 2 ) = 12
2 ( 2 ) + 4 (1) 10 (1) + 6 (1) + 12 ( 2 ) = 28
2 ( 2 ) + 4 (1) 5 (1) + 6 (1) 5 ( 2 ) = 1
Una expresin paramtrica del conjunto solucin es
S = {( x1 , x2 , x3 , x4 , x5 ) / x1 = 2u 3v 3, x2 = u, x3 = 1, x4 = v, x5 = 2
con u v
}.
18
Ya estamos en condiciones de sintetizar el Mtodo de Gauss: el Mtodo de Gauss se

aplica a cualquier SEL a los fines de hallar su conjunto solucin y la idea es eliminar
sistemticamente variables. Cmo? Se deja la primera variable en la primera ecuacin
con coeficiente 1 y nos aseguramos de eliminarla de las ecuaciones de abajo. La
segunda variable queda en la segunda ecuacin con coeficiente 1 y nos aseguramos de
eliminarla de las ecuaciones de abajo y as sucesivamente hasta agotar las variables o
las ecuaciones. El SEL al cual se arrib es equivalente al dado; explicitando las
variables principales y usando la tcnica de sustitucin en retroceso se construye el
conjunto solucin.
Ahora, ejemplifiquemos el mtodo de Gauss trabajando sobre la matriz aumentada del
SEL. El objetivo del mtodo es reemplazar dicha matriz aumentada por otra que se
encuentre en la forma escalonada en los renglones. Lo vemos paso a paso:
Ejemplo 23
Retomemos del ejemplo anterior el SEL:
0 x1 + 0 x2 2 x3 + 0 x4 + 7 x5 = 12
2 x1 + 4 x2 10 x3 + 6 x4 + 12 x5 = 28
2 x1 + 4 x2 5 x3 + 6 x4 5 x5 = 1
La matriz aumentada correspondiente es:
33
UNIDAD 1
0 0 2 0 7 12
2 4 10 6 12 28
2 4 5 6 5 1
Paso 1: se localiza la columna que no conste completamente de ceros y que est ms
a la izquierda.
0 0 2 0 7 12
2 4 10 6 12 28
2 4 5 6 5 1
columna ms a la izquierda que no consta completamente de ceros.

Paso 2: si es necesario se intercambia el rengln superior con otro rengln para llevar
un coeficiente diferente de cero a la parte superior de la columna que se encontr en
el paso 1.
2 4 10 6 12 28 se intercambian el primer y el segundo rengln
0 0 2 0 7 12
2 4 5 6 5 1
Paso 3: si el elemento que est ahora en la parte superior de la columna encontrada
en el paso 1 es a, se multiplica el primer rengln por su recproco a1 para introducir
un 1 principal.
1 2 5 3 6 14 el primer rengln se multiplica por
0 0 2 0 7 12
2 4 5 6 5 1
1
2
Paso 4: se suman mltiplos apropiados del rengln superior (rengln con el 1

principal) a los renglones de abajo, de modo que todos los elementos abajo del 1
principal y en la misma columna se conviertan en ceros.
6 14 se suma 2 veces el primer rengln al tercero,
1 2 5 3
0 0 2 0
7
12 reemplazndolo.
0 0
5 0 17 29
Paso 5: se trabaja ahora con la submatriz16 compuesta por la segunda columna en
adelante (hacia la derecha) y el segundo rengln en adelante (hacia abajo) aplicando
los pasos 1 a 4. Se contina de esta manera, repitiendo los pasos 1 a 4 en las
respectivas submatrices hasta que la matriz queda en la forma escalonada en los
renglones.
16
Submatriz: arreglo rectangular de nmeros dentro de un arreglo rectangular de nmeros ms grande

que lo contiene.
34
UNIDAD 1
6 14
1 2 5 3
0 0 2 0
7
12
0 0
5 0 17 29
columna ms a la izquierda que no consta completamente de ceros

6 14 se multiplica el segundo rengln por 12 para
1 2 5 3
0 0
1 0 72
6 introducir un 1 principal.
0 0 5 0 17 29
6 14 se suma -5 veces el segundo rengln al tercero,
1 2 5 3
0 0
1 0 72 6 reemplazndolo, para introducir un cero
1
0 0 0 0
1 abajo del 1 principal.
2
1 2 5 3
6 14
1 0 72 6
0 0
1
0 0 0 0
1
2
columna ms a la izquierda que no consta completamente de ceros

en la nueva submatriz
6 14 se multiplica el tercer rengln por 2 para
1 2 5 3
0 0
1 0 72 6 introducir un 1 principal.
0 0 0 0
1 2
Usando una notacin simplificada, lo hecho anteriormente puede reescribirse:
0
2
2
2
0
2
0 2 0 7
4 10 6 12
4 5 6 5
4 10 6 12
0 2 0 7
4 5 6 5
1
0
2
1
0
0
2
0
4
2
0
0
5
2
5
5
2
5
12
28
1
28
12
1
3 6 14 (1/ 2 )
0 7 12
6 5 1
3
6 14
(2)
0
7
12
0 17 29
+
1 2 5 3
0 0
1 0
0 0 5 0
1 2 5 3
0 0
1 0
0 0
0 0
1 2 5 3
0 0
0 0
6
7
2
17
6
7
2
1
2
6
7
2
1
14
7 6 ( 1 )
2
2
29
14
7 6
(5)
2
11
+
2
14
7 6
7
2
2
2 (2)
35
UNIDAD 1
donde los smbolos tienen el siguiente significado:

= intercambio de renglones
(a ) = multiplicar el rengln por a
(b)
multiplicar b veces el rengln superior y sumarlo al rengln
=
+

indicado por la flecha , reemplazndolo.
De ahora en ms usaremos esta ltima simbologa.
La ltima matriz aumentada da origen al SEL equivalente al original:
1x1 + 2 x2 5 x3 + 3 x4 + 6 x5 = 14
7
x3 x5 = 6
2
x5 = 2
De aqu en ms seguimos con lo explicitado en el ejemplo 22, paso 9 en adelante.
Comparando la operatoria en ambos ejemplos 22 y 23 observamos que las operaciones
efectuadas sobre las ecuaciones corresponden a operaciones sobre los renglones de la
matriz aumentada, y que trabajar sobre la matriz aumentada simplifica la notacin o
escritura de cada paso del procedimiento.
En la prctica, para resolver SEL se aplica el Mtodo de Gauss a su matriz aumentada
de forma tal de llevarla a la forma escalonada en los renglones. Luego, se construye el
sistema de ecuaciones equivalente al original y el conjunto solucin, a partir de
explicitar las variables principales y de sustituir hacia atrs.
19
Aplique el Mtodo de Gauss a cada matriz aumentada de los SEL, ejemplos 19, 20 y 21
y ratifique el conjunto solucin all encontrado.
Confronte con la solucin
Ahora hablemos del Mtodo de Gauss-Jordan. El mtodo anterior elimina variables

desde la ecuacin del 1 principal hacia abajo. El Mtodo de Gauss-Jordan no
incorpora la sustitucin hacia atrs sino que sigue eliminando variables hacia arriba.
Lo ejemplificamos trabajando sobre la matriz aumentada:
Ejemplo 24
En el ejemplo 23 se tiene el SEL:
0 x1 + 0 x2 2 x3 + 0 x4 + 7 x5 = 12,
2 x1 + 4 x2 10 x3 + 6 x4 + 12 x5 = 28,
2 x1 + 4 x2 5 x3 + 6 x4 5 x5 = 1.
La matriz aumentada correspondiente es:
36
UNIDAD 1
0 0 2 0 7 12
2 4 10 6 12 28 ,
2 4 5 6 5 1
y aplicando el Mtodo de Gauss se lleg a la matriz aumentada
6 14
1 2 5 3
0 0
1 0 72 6
0 0 0 0
1 2
La matriz est ahora en la forma escalonada en los renglones. Para llevarla a la forma
reducida se procede as:
Paso 6: empezando de abajo hacia arriba se suman mltiplos apropiados de cada
rengln a los de arriba a fin de introducir ceros arriba de cada 1 principal.
1 2 5 3 6 14 se suma 72 veces el tercer rengln al segundo
0 0
1 0 0 1 remplazndolo.
0 0 0 0 1 2
1 2 5 3 0 2 se suma -6 veces el tercer rengln al primero
0 0
1 0 0 1 reemplazndolo.
0 0 0 0 1 2
1 2 0 3 0 7 se suma 5 veces el segundo rengln al primero
0 0 1 0 0 1 reemplazndolo.
0 0 0 0 1 2
la ltima matriz est en la forma escalonada en los renglones reducida.
Usando una notacin ms simplificada, el Mtodo de Gauss-Jordan aplicado a la
matriz ampliada del SEL original se escribe en forma completa:
37
UNIDAD 1
1 2 5 3
0
2
2
2
0
2
1
0
2
1
0
0
0
4
4
4
0
4
2
0
4
2
0
0
2
10
5
10
2
5
5
2
5
5
2
5
0
6
6
6
0
6
3
0
6
3
0
0
7
12
5
12
7
5
6
7
5
6
7
17
12
28
1
28
12
1
14
12
1
14
12
29
6
1 0 7
2
5 0 17
14
1 2 5 3
0 0
0 0
0 0
1 0
0 0
0 0
1 2 5 3
0 0
(1/ 2)
(2)
+
7 6 ( 1 )
2
2
29
1 0
0 0 0 0
1 2 5 3
0 0
1 0
0 0 0 0
6
7
2
1
2
6
7
2
1
6
0
1
1 2 5 3 0
0 0
1 0 0
0 0 0 0 1
1 2 0 3 0
0 0 1 0 0
0 0 0 0 1
14
7 6
2
1
(5)
+
14
7 6
2
2 (2)
14
1
|+
2
(7 / 2)
2
|+
1
2
(6)
7
|+
1
(5)
2
El SEL equivalente al original y asociado a la ltima matriz ampliada se escribe omitiendo los sumandos nulos y los coeficientes 1-:
x1 + 2 x2 + 3 x4 = 7
x3 = 1
x5 = 2
El mtodo de Gauss-Jordan hizo explcitas las variables con restricciones, tambin
llamadas variables principales, porque corresponden a los unos principales: cada
vez que asignamos a a y a b un valor especfico real obtenemos una solucin del
sistema de ecuaciones original, x5 = 2 , x4 = a , x3 = 1 , x2 = b , x1 = 7 2b 3a .
Asimismo:
S1 = {( x1 , x2 , x3 , x4 , x5 ) / x5 = 2, x4 = a, x3 = 1, x2 = b, x1 = 7 2b 3a
con a b }
es una expresin paramtrica del conjunto solucin.
La 5-upla (7,0,1,0,2) es una solucin particular, que se obtiene al dar el valor 0 a
cada parmetro porque satisface el SEL original. En cambio, la terna (5,1,1,1,2) no es
solucin porque slo se satisfacen la segunda y la tercera ecuacin y no se satisface
la primera, esto es, no se satisface el SEL.
Como era de esperar, el conjunto solucin obtenido por el Mtodo de Gauss coincide
con el obtenido por el Mtodo de Gauss-Jordan.
38
UNIDAD 1
Un SEL admite infinitas soluciones si existen variables principales que se expresan o

explicitan en trminos de variables libres, esto es, si la forma escalonada en los
renglones (reducida o no) corresponde a un SEL consistente -el ltimo rengln no es de
la forma 0=b con b no nulo- y cuenta con menos unos principales que el nmero de
variables del sistema.
20
a) Ratifique el conjunto solucin del ejemplo 20 aplicando el Mtodo de Gauss Jordan
a la correspondiente matriz ampliada.
b) Mirando las siguientes matrices ampliadas identifique aquella que informa que el
correspondiente SEL admite un conjunto solucin infinito y construya una
representacin paramtrica del conjunto solucin.
0 1 0 3 0 1 1 0 3 0 0 1 0 3 0
0 0 1 0 2 , 0 0 1 0 2 , 0 0 1 0 0 .
0 0 0 0 1 0 0 0 1 0 0 0 0 0 0
Ejemplo 25
2 x + 3 y = 13
El SEL x + y = 5 planteado en el ejemplo 19 admite una nica solucin.

2 x + 2 y = 10
2 3 13
Apliquemos el Mtodo de Gauss Jordan a su matriz ampliada 1 1 5 :
2 2 10
1 1 5
1 1 5 (2)
2 3 13
0 1 3
2 2 10
0 0 0 +
1 1 5 (2)
1 0 2 |+
+
0 1 3
0 1 3 (1)
2 2 10
0 0 0
x = 2
El SEL asociado equivalente al original es
. Y el conjunto solucin coincide
y = 3
con el dado en el ejemplo 19.
Un SEL admite solucin nica si la correspondiente matriz escalonada en los renglones
-reducida o no- corresponde a un SEL consistente -el ltimo rengln no es de la forma
0=b con b no nulo- y admite tantos unos principales como variables, esto es, todas sus
variables son principales y no admite variables libres.
Al tener un rengln de ceros en la matriz aumentada escalonada en los renglones
-reducida o no- el sistema tiene una ecuacin superflua, esto es, una ecuacin que
repite informacin dada por las restantes. En nuestro ejemplo esto se verifica.
Efectivamente, la tercera ecuacin da la misma informacin que la primera:
2 x + 2 y = 10 2 ( x + y ) = 10 x + y = 5 .
39
UNIDAD 1
21
Mirando las siguientes matrices ampliadas:
1 0 0 2
1 1 0 3 0 0 1 0 3 0
0 1 2 1
1 2 3
0 1 1 , 0 0 1 0 2 , 0 0 1 0 0 , 0 0 1 0 .
0 0 0 1 0 0 0 0 0 0

0 0 0 1
a) Identifique aquella que informa que el correspondiente SEL admite un conjunto

solucin de una solucin.
b) Determine la matriz aumentada cuyo SEL asociado original contiene una ecuacin
superflua.
Ejemplo 26
Cmo se ver la matriz aumentada escalonada en los renglones -reducida o no- de
un SEL que no admite solucin? Indaguemos: el siguiente sistema es un ejemplo de
un SEL que no admite solucin:
x1 + 3 x2 2 x3 + 0 x4 + 2 x5 + 0 x6 = 0,
2 x1 + 6 x2 5 x3 2 x4 + 4 x5 3 x6 = 1,
2 x1 + 6 x2 + 0 x3 + 8 x4 + 4 x5 + 12 x6 = 6.
La correspondiente matriz aumentada es:
1 3 2 0 2 0 0
2 6 5 2 4 3 1 .
2 6 0
8 4 12 6
Aplicando el Mtodo de Gauss-Jordan se tiene:
1
0
0
1
0
0
1
0
0
3
0
0
3
0
0
3
0
0
2
1
4
2
1
4
2
1
0
0
2
8
0
2
8
0
2
0
2
0
0
2
0
0
2
0
0
0 0 (2) (2)
3 1 +
12 6
+
0
0
3 1
(1)
12
6
0
0
3
1
(4)
0
2
+
Aqu nos detenemos y analizamos la matriz aumentada: el SEL asociado y

equivalente
al
original
tiene
por
ltima
la
ecuacin
0 x1 + 0 x2 + 0 x3 + 0 x4 + 0 x5 + 0 x6 = 2 que obviamente no es satisfecha por ninguna 6upla de nmeros reales ( 0 xi = 0 , cada sumando es nulo y la igualdad 0 = 2 es
falsa).
40
UNIDAD 1
Un SEL no tiene solucin si una fila de su forma escalonada en los renglones -reducida
o no- consta totalmente de ceros salvo la posicin extrema derecha que tiene un valor no
nulo.
Cuando un SEL no admite solucin, esto es, su conjunto solucin es vaco, el Mtodo
de Gauss-Jordan puede truncarse en el mismo punto en que se trunca el Mtodo de
Gauss: al obtener un rengln de ceros, salvo en su ltima posicin.
22
a) Ratifique el conjunto solucin del ejemplo 21 aplicando el Mtodo de Gauss- Jordan
a la correspondiente matriz ampliada.
b) Mirando las siguientes matrices ampliadas, identifique aquella que informa que el
correspondiente SEL admite un conjunto solucin vaco.
0 1 0 3 0 1 1 0 3 0 0 1 0 3 0
0 0 1 0 2 , 0 0 1 0 2 , 0 0 1 0 0
0 0 0 0 1 0 0 0 1 0 0 0 0 0 0
c) En la actividad de proceso 21 seale las matrices aumentadas cuyo conjunto
solucin de los SEL asociados es vaco.
El ltimo ejemplo da pie para plantear resultados importantes de los SEL homogneos.
Un SEL homogneo puede no admitir solucin? No; nunca puede darse el caso arriba
descripto dado que el trmino independiente es cero. En otras palabras, todo SEL
homogneo admite el valor cero en sus variables como una solucin. Es nica esta
solucin? Depende del sistema. Luego, como el SEL homogneo es siempre
consistente, se puede asegurar que se cumple una de las siguientes proposiciones:
a) El SEL homogneo slo tiene la solucin trivial.
b) El SEL homogneo tiene adems de la trivial, infinitas soluciones.
23
a) Identifique las variables principales del SEL asociado
construya el correspondiente conjunto solucin.
0 1 0 3 0 1 1 0 3 0 0
0 0 1 0 0 , 0 0 1 0 0 , 0

0 0 0 0 0 0 0 0 1 0 0
a cada matriz aumentada y
1 0 3 0
0 1 0 0
0 0 0 0
b) Aplique el mtodo de Gauss a los SEL, llegar a un clculo que le permitir analizar
qu valor de * hace que el correspondiente sistema admita: solucin nica, infinitas
soluciones, ninguna solucin. Identifique esos valores de *.
x + 2y = 5
2x + 3y = 4
2x + 3y = 0
4x + 8 y =
6 x + y = 12
x + 12 y = 0
En la prctica notar usted que tiene varias opciones respecto de qu operaciones

elementales usar, esto demuestra que son muchas las posibles formas escalonadas en los
renglones, pero no ocurre as con la forma escalonada en los renglones reducida, que es
nica. Entonces, una recomendacin vlida es escojer operaciones elementales que
41
UNIDAD 1
minimicen la cantidad de clculos. Por otro lado, es recomendable que trabaje con la
representacin en fracciones de un nmero y no con su correspondiente representacin
decimal.
24
Tome por ejemplo, el SEL dado en el ejemplo 19, intercambie el primer y segundo
rengln y aplique el Mtodo de Gauss: demuestre que la matriz escalonada en los
renglones cambi, la matriz escalonada en los renglones reducida no. Tambin
demuestre que el conjunto solucin es siempre el mismo.
Finalmente, dado un SEL aplicamos el Mtodo de Gauss o Mtodo de Gauss-Jordan

para encontrar su conjunto solucin? Pues use el que ms le guste. Ahora bien, existen
softwares (programas) matemticos que permiten aplicar estos mtodos usando
computadoras. Para operar con ellas usted debe conocer la siguiente nota numrica:
Nota numrica: debido a su capacidad finita de almacenamiento las computadoras no
trabajan con todas las cifras de un nmero que tiene infinita cifras en su representacin
decimal17. Esto hace que se acumulen errores en los clculos aritmticos efectuados y
por lo tanto el software puede devolverle un conjunto solucin que no coincida
exactamente con el dado por la matemtica exacta18.
Los mtodos para resolver SEL son muchos, algunos de inters terico trabajan con
matemtica exacta, otros, de inters prctico trabajan con matemtica computacional19.
En este curso slo haremos hincapi en los ya mencionados: Mtodo de Gauss y
Mtodo de Gauss-Jordan; en el Aula Virtual de la materia buscaremos informacin
sobre otros.
Tema de indagacin y discusin en los foros de la materia (en el aula virtual)
a) Indague: qu relacin existe entre el Mtodo de Gauss y el Mtodo de GaussJordan y los mtodos vistos en otros niveles de enseanza como mtodo de
sustitucin, mtodo de suma y resta? En qu difieren y en qu se asemejan?
b) Busque informacin para responder a los siguientes interrogantes: qu se entiende
por pivoteo? Cuntos tipos de pivoteo existen? En qu consiste la tcnica del
pivoteo aplicado a SEL y cul es su idea subyacente?
c) Reflexione: por qu la matriz escalonada en los renglones reducida es nica y no
as la matriz sin reducir?
En una segunda lectura de este inciso rotule los prrafos, destaque las ideas principales,
individualice los conceptos clave, construya el mapa conceptual correspondiente.
25
a) Sintetice los mtodos para resolver SEL.
17
Representacin decimal de un nmero real: consulte el Mdulo de nivelacin matemtica, unidad 1.

Ejemplo: la representacin decimal del nmero 1/3 es 0.3333...
18
Matemtica exacta: cuando se trabaja con los nmeros reales y no con sus aproximacionesexactos.
19
Matemtica computacional o anlisis numrico: rama de la matemtica que se interesa en crear
mtodos que resuelvan problemas minimizando el error acumulado y el tiempo de computadora
empleado.
42
UNIDAD 1
b) Identifique qu informacin sobre el SEL y su solucin le da la forma escalonada en

los renglones reducida de su matriz aumentada.
Una vez realizada esta actividad tiene luz verde para continuar con el siguiente inciso.
6. Grfica de un SEL
En esta seccin construiremos una formulacin geomtrica (grfica) de una ecuacin
lineal en una, dos y tres variables e interpretaremos geomtricamente el conjunto
solucin de un SEL arbitrario en dos y tres variables.
En el Aula virtual de Matemtica nivelacin trabajamos la representacin grfica de los
reales. Esto es, vimos que se establece una correspondencia nica entre cada nmero
real y cada punto de una recta. Esta correspondencia dio origen a la recta real: una
recta donde cada nmero real tiene asignado un punto; los nmeros negativos se
encuentran a la izquierda del cero y los positivos a su derecha. En la recta real cada
nmero tiene asignado un valor de medida, una dimensin, una ubicacin. Lo vemos:
0
3
4
Hemos
marcado el 0, el 3 y el 4 en la recta real. Siempre usamos la misma unidad de medida,
en nuestro caso 0.5 cm representan 1 unidad de medida.
26
1 3
9
y .
Ubique en la recta real los nmeros ,
2 4
2
Dos rectas reales (ejes numricos) que se cortan en el origen formando un ngulo de 90
grados (perpendiculares) nos brindan medidas para ubicar 2-uplas de nmeros reales. El
eje horizontal (derecha-izquierda) permite ubicar el primer elemento de la 2-upla y el
eje vertical (arriba-abajo) el segundo elemento, as: dos unidades a la derecha del cero y
tres unidades hacia arriba establecen la posicin de la 2-upla (2,3); dos unidades a la
izquierda del cero y tres unidades hacia arriba establecen la posicin de la 2-upla (-2,3).
As, a cada 2-upla de nmeros reales le corresponde
una posicin en el plano y viceversa: cada posicin del (2,3) 3
plano (punto del plano) tiene asociada una 2-upla de
nmeros reales, esto es, dos unidades de medidas, dos
dimensiones, una en el eje horizontal y otra en el eje
-2
vertical.
.(2,3)
2
Este plano con esta correspondencia se conoce como plano cartesiano.
43
UNIDAD 1
27
Ubique, en el plano cartesiano, los pares ordenados de nmeros
( 1, 0 ) , ( 0, 2 ) ,
2, , ( 2, 4 ) y ( 0, 0 ) .
2
El mismo razonamiento efectuado para construir la recta real, y luego para construir el
plano cartesiano, nos permite construir el espacio tridimensional. Toda 3-upla de
nmeros reales puede posicionarse en un espacio que se construye utilizando tres rectas
reales (ejes numricos) que se
arriba
intersecan en el origen formando
ngulos de 90 grados entre ellas
(perpendiculares). Si en la figura
2
recorremos los ejes en el sentido de
(2,3,2)
las agujas del reloj, se tiene que el
primer eje (este-oeste) nos permite
ubicar el primer elemento de la 3upla, el segundo eje (norte-sur), el
3 norte
segundo elemento de la 3-upla y el
2
tercer eje (arriba-abajo), el tercer
elemento. Ejemplo: dos unidades al
este sobre el primer eje, tres unidades este
al norte y dos unidades arriba definen
la 3-upla (2,3,2) (ver figura), mientras que la 3-upla (-1,2,-3) se define como una unidad
al oeste en el primer eje, dos unidades norte en segundo eje y 3 unidades abajo en el
tercer eje. Esta ltima dibjela usted.
Las 2-uplas en el plano cartesiano y las 3-uplas en el espacio tridimensional reciben,

tambin, el nombre de coordenadas del punto geomtrico que representan.
28
Ubique en el espacio tridimensional los puntos geomtricos de coordenadas ( 1, 0, 0 ) ,
( 0, 2, 0 ) , 2,
3
,1 , ( 2, 4, 1) y ( 0, 0, 0 ) .
2
La grfica de una ecuacin es el conjunto de todas sus soluciones, esto es, la grfica de
una ecuacin es un dibujo de sus soluciones. Y dnde graficamos? Pues se grafica
dibujando en la recta real, en el plano cartesiano o en el espacio tridimensional, segn se
trate de una ecuacin en una, dos o tres variables. Por qu dibujamos en esos espacios?
Porque sabemos que toda variable es un nmero desconocido y los nmeros se
relacionan con rectas reales, ejes numricos.
Dibujemos conjuntos solucin; para ello, retomemos ejemplos que abarquen todas las
posibilidades de conjunto solucin de una ecuacin lineal:
44
UNIDAD 1
Caso 1: ecuacin lineal en una variable.

Ejemplo 27
Retomamos la ecuacin dada en el ejemplo 7, 50 x + 47.50 = 100 . Una expresin
Recta donde vive
la variable x, eje
Grfica
de
la
ecuacin lineal
1.05
algebraica del conjunto solucin es x = 1.05 , luego, la grfica del conjunto solucin
es un punto en la recta real, el conjunto solucin se visualiza como un punto.
29
a) Represente geomtricamente el conjunto solucin de la ecuacin 2 x + 3 = 1 y
tambin de x + 1 = 3 x .
3
b) Grafique las ecuaciones lineales x 1 = 0 , 4 x + 1 = x + 1 .
2
Caso 2: ecuacin lineal en dos variables.

Ejemplo 28
Retomamos la ecuacin lineal dada en el ejemplo 8, x + y = 130 . Una expresin
algebraica del conjunto solucin es S1 = {( x, y ) / x = a, y = 130 a, a }. Como
no podemos determinar el infinito nmero de pares ordenados (2-uplas), construimos
una tabla con un nmero finito, razonable, de esos pares y luego de marcarlos en el
plano cartesiano realizamos una conjetura sensata sobre el resto. La tabla y los
puntos de la grfica sugieren que la grfica es una lnea recta lo vemos?
x
0
1
2
y
130
129
128
130
Eje para la variable y

Grfica de la ecuacin
lineal. Representacin
grfica de S1 .
Eje para la variable x
Lo habitual para dibujar una lnea recta es marcar las coordenadas que corresponden
a los puntos de corte con cada eje. En nuestro caso esos puntos de corte son (0,130) y
(130,0). Cmo se obtienen los puntos de corte con un eje? Pues, haciendo cero la
otra variable: para encontrar el punto de corte con el eje y hacemos x igual a 0, x = 0 ,
luego y = 130 .
45
UNIDAD 1
30
a) Represente geomtricamente el conjunto solucin de la ecuacin 2 x + 3 = y , y
tambin de x + 1 = 3 x + y .
b) Grafique las ecuaciones lineales x 2 y = 4 , x + y = 0 .
Caso 3: ecuacin lineal en tres variables.

Ejemplo 29
Retomamos la ecuacin lineal dada en el ejemplo 9, x 4 y + 3 z = 2 . Una expresin
algebraica del conjunto solucin est dada en la respuesta a la correspondiente
actividad de proceso:
2 1 4
S 3 = ( x, y , z ) / z = t + s , x = t , y = s , t s .
3 3 3
Al igual que lo sucedido en el caso 2, como no podemos determinar el infinito

nmero de ternas ordenadas (3-uplas), construimos una tabla con un nmero finito,
razonable, de esos puntos y, luego de marcarlos en el espacio tridimensional,
realizamos una conjetura sensata sobre el resto. La tabla y los puntos de la grfica
sugieren que la grfica es un plano lo vemos?
x y
z
0 0 2/3
0 -1/2 0
2 0
0
Lo habitual para dibujar un plano es

marcar
las
coordenadas
que
corresponden a los puntos de corte
con cada eje. Para el ejemplo dado, el
z
2/3
Grfica
de
la
ecuacin
lineal.
Representacin
grfica de S3 .
x
2
1/2
punto de corte con el primer eje es ( 2, 0, 0 ) , con el segundo eje 0, , 0 y con el

2
tercer eje es 0, 0, .
3
El punto de corte con un eje se logra asignando valores nulos a las componentes de los
ejes restantes, y calculando el tercer valor que satisface a la ecuacin correspondiente.
Nota numrica: los programas graficadores tanto para calculadoras como para PC
siguen, escencialmente, el mismo procedimiento para graficar ecuaciones lineales, la
nica diferencia es que eligen un nmero mayor de puntos de los que se toman al
graficar manualmente.
31
a) Represente geomtricamente el conjunto solucin de la ecuacin 2 x + 3 y z = 0 y
tambin de x + y = z + 2 .
46
UNIDAD 1
b) Grafique las ecuaciones lineales x + y + z = 3 , 2 x + y + 0 z = 0 .

De lo analizado en los casos 1, 2 y 3 afirmamos que la grfica de:

una ecuacin lineal de una variable es un punto;
una ecuacin lineal de dos variables es una lnea recta;
una ecuacin lineal de tres variables es un plano.
Usando estas visualizaciones, estos conceptos geomtricos, estas representaciones
geomtricas o representaciones grficas de ecuaciones lineales daremos una
interpretacin geomtrica del conjunto solucin de un SEL en dos y tres variables:
SEL en dos variables:

La grfica de cada ecuacin lineal en dos variables es una recta. Vimos que las
coordenadas de cada punto sobre la grfica representan geomtricamente una
solucin de la ecuacin. La solucin de un SEL en dos variables se representa
entonces con el punto o puntos donde las rectas se intersecan. Geomtricamente,
existen tres posibilidades y slo tres, de interseccin para rectas dadas: no se
intersecan nunca -son paralelas-, se intersecan en un punto o coinciden.
Cada una de estas posibilidades geomtricas a su vez corresponde a un resultado
algebraico, a saber: ninguna solucin, una solucin o infinitas soluciones.
Un grfico ejemplificador usando un SEL de dos ecuaciones en dos variables es:
solucin ecuacin 1
solucin ecuacin 1
solucin ecuacin 1
solucin ecuacin 2
solucin del sistema
solucin ecuacin 2
solucin ecuacin 2
x
Rectas paralelas
0 soluciones
soluciones del sistema
x
Rectas que se intersecan
1 solucin
x
Rectas coincidentes
soluciones
SEL en tres variables:

La grfica de cada ecuacin lineal en tres variables es un plano. Vimos que las
coordenadas de cada punto sobre la grfica representan geomtricamente una
solucin de la ecuacin. La solucin de un SEL en tres variables se representa
entonces con el punto, o puntos, donde los planos se intersecan. Geomtricamente,
existen cuatro posibilidades y slo cuatro, de interseccin para planos dados: se
intersecan en un punto, se intersecan en una recta, coinciden o no se intersecan
nunca -son paralelos-.
47
UNIDAD 1
Ejemplificamos esta afirmacin con un SEL de dos ecuaciones en tres variables.

z
solucin ecuacin 1
solucin ecuacin 1
x
solucin ecuacin 2
solucin ecuacin 1
solucin ecuacin 2
Planos paralelos
0 soluciones
solucin ecuacin 2
Planos que se intersecan

infinitas soluciones
(monoparamtrica)
Planos coincidentes
infinitas soluciones
(biparamtrica)
Tambin ejemplificamos con un SEL de tres ecuaciones en tres variables donde las
posibilidades visuales de interseccin de tres planos no se agotan con los grficos
hechos. Estos grficos son ejemplos cualitativos de lo que sucede, son una sntesis
ilustrativa del conjunto de posibilidades.
z
solucin ecuacin 1
y
x
solucin ecuacin 2
Planos paralelos
0 soluciones
solucin del sistema
y
solucin ecuacin 3
x
solucin ecuacin 3
solucin ecuacin 2
solucin ecuacin 1

soluciones
(monoparamtrica)
y
x
solucin ecuacin 2
solucin ecuacin 1
solucin ecuacin 3

1 solucin
Cada una de estas posibilidades geomtricas a su vez corresponde a un resultado

algebraico, a saber: una solucin, infinitas soluciones monoparamtricas, infinitas
soluciones biparamtricas, ninguna solucin.
El conjunto solucin de un SEL en dos o tres variables consistente es grficamente un
punto, una recta o un plano, dependiendo de que el conjunto solucin conste de una
48
UNIDAD 1
solucin o de infinitas, esto es, que admita representacin paramtrica en uno o dos
parmetros.
32
Grafique cada una de las ecuaciones que forman el SEL y visualice geomtricamente el
conjunto solucin ratificando el resultado algebraico de los ejemplos 19, 20 y 21.
En la prctica, todo SEL en dos o tres variables puede resolverse cualitativamente

analizando sus grficas. Qu se entiende por resolver cualitativamente un SEL? Pues
significa determinar si tiene o no solucin ,y en caso de tenerla, si se trata de una o de
infinitas. Esto es, el anlisis cualitativo no entrega como resultado valores reales
especficos.
Ejemplifiquemos: dadas las siguientes grficas de
ecuaciones lineales qu se puede decir sobre el
SEL asociado? y qu de sus soluciones? Pues,
observemos y analicemos paso a paso...
Se observan:
Un plano, dos ejes, esto es, dos variables -un
eje por cada variable-, entonces cada ecuacin
es de dos variables.
Tres rectas, entonces se trata de tres ecuaciones, una por cada recta.
Las rectas se intersecan de a dos pero no hay punto comn a las tres, entonces, no
hay un par (x,y) que satisfaga las tres ecuaciones. Luego, como SEL no tiene
solucin.
Conclusin: de la observacin de la grfica se puede afirmar que se trata de un SEL de
tres ecuaciones en dos variables inconsistente.
33
a) Observe los siguientes grficos y luego obtenga informacin cualitativa del SEL
asociado.
b) Qu puede afirmarse acerca de un SEL cuyo conjunto solucin es una lnea recta?
c) Resuelva algebraicamente, grafique y confronte resultados:
x 2 y = 6 4z
2 x 3 y + 4 z = 6
,
x + 13 z = 6 y
x 2y + z = 9
2 x + 6 y z = 10
d) Decimos que se trata de un SEL consistente en tres variables y dos ecuaciones,

entonces, qu grfico le corresponde?
49
UNIDAD 1
Lamentablemente, este anlisis geomtrico no puede extenderse a cuatro variables, pues

resulta imposible una visualizacin significativa y esclarecedora.
Haremos un parntesis para contarle algo de la ciencia matemtica. El lgebra tiene que
ver con ecuaciones y con desigualdades y la geometra con formas y grficas; la
geometra analtica es un puente entre ambas. La geometra analtica destaca la
correspondencia entre ecuaciones y grficas: toda ecuacin se representa mediante una
grfica y la mayor parte de las grficas se expresan por medio de ecuaciones no
necesariamente lineales. Dicha relacin es til ya que permite abordar los problemas
algebraicos empleando herramientas geomtricas adems de las propias del lgebra.
A modo de sntesis de lo analizado algebraicamente, a travs del estudio de sus matrices
aumentadas escalonadas en los renglones reducida y geomtricamente qu le parece el
siguiente esquema de contenidos? lo comparte?
Sistema de ecuaciones lineales
Consistente
o
compatible
una solucin
Inconsistente
o
incompatible
infinidad de
soluciones
no tiene soluciones
No podemos descuidar su aprendizaje significativo. Por ello insistiremos en la

aplicacin de estrategias y tcnicas de aprendizaje. Realice una segunda lectura del
inciso, ms profunda que la anterior: identifique las ideas principales, los conceptos
clave, y realice notas marginales20. Luego:
34
a) Sintetice en 2 3 lneas el contenido del inciso 6.
b) Identifique y relacione informacin dada en forma algebraica con la correspondiente
representacin geomtrica.
Tema de indagacin, profundizacin y discusin en el Aula virtual.

Como seguramente recordar hemos afirmado que las posibilidades de interseccin de
tres planos en el espacio tridimensional no se agotaban con lo que nosotros le
mostramos. Ahora, le proponemos jugar con las posiciones relativas de tres planos,
construir las posibilidades visuales faltantes y comprobar que esas posibilidades
faltantes no aportan nada a nivel de resultados cualitativos.
20
Consulte el CIMEI, estrategias de aprendizaje. Cita completa en Bibliografa.
50
UNIDAD 1
Tambin le proponemos, trabajar con ms rectas y ms planos -o sea, con ms

ecuaciones- y verificar que los resultados cualitativos siguen siendo los mismos.
Comprobar que, independientemente del nmero de ecuaciones de un SEL, sucede lo
siguiente con las grficas de dichas ecuaciones:
en dos variables, se intersecan en un punto, en toda una recta o no se intersecan;
en tres variables, se intersecan en un punto, en una recta, en un plano o no se
intersecan.
Tambin resulta interesante reflexionar sobre la construccin de la ecuacin lineal a
partir de puntos que pertenecen a su conjunto solucin. Para ello correspondera
preguntarnos:
Qu informacin mnima (nmeros constantes) necesitamos conocer para afirmar que
conocemos la ecuacin lineal de una grfica dada?
Cuntos puntos (sus coordenadas) necesitamos conocer en una grfica para construir la
ecuacin lineal?
Y finalmente: qu modelo matemtico planteamos?
Con estas respuestas reflexivas podr resolver una actividad como la siguiente:
A partir de las presentes coordenadas construya algebraicamente la ecuacin lineal
correspondiente y tambin, grafique:
a) (3,1) y (-1,2).
b) (1,1,0), (3,1,-2) y (5, 0,2).
c) (2,0) y (0,3).
d) (6,0,0), (0,-1,0) y (0,0,2).
Para finalizar con este inciso le contamos que en Matemtica II se retoma la expresin
algebraica de una ecuacin lineal en dos variables y se la relaciona con el concepto de
funcin real de una variable real; luego, en Matemtica III se relaciona el concepto de
funcin real en dos variables reales con la expresin algebraica de una ecuacin lineal
en tres variables. El estudio de esas y otras funciones constituyen la base del Clculo,
rama muy importante de la ciencia matemtica.
Solamente si realiz la actividad de proceso anterior tiene luz verde para trabajar con el
prximo inciso.
7. Modelizaciones matemticas usando SEL

En esta seccin le mostraremos paso a paso cmo se construyen ecuaciones a partir de
los datos de problemas reales y cmo se construyen SEL, esto es, le mostraremos
ejemplos cuya modelizacin matemtica o modelo matemtico corresponde a un SEL.
Tambin, ofrecemos una gua o tcnica sistemtica para resolver problemas.
Un modelo matemtico es una descripcin matemtica de una situacin real. La
experiencia ha mostrado que modelizar matemticamente no es tarea fcil para los
51
UNIDAD 1
alumnos: definitivamente les cuesta y es sta la nica razn que nos lleva a incorporar
tantos ejemplos y a detallar la manera en que se los resuelve. Les cuesta expresar en
lenguaje matemtico las afirmaciones verbales de un problema, en particular, les cuesta
su representacin algebraica.
No intente incorporar de memoria un ejemplo. Esfurcese por comprenderlo y seguirlo
paso a paso; construya una sntesis21 que contenga la idea central del problema y las
ideas principales en el planteo de la solucin. Tenga en cuenta que los clculos
aritmticos y la tcnica son tan importantes como un anlisis cualitativo del problema y
un anlisis de factibilidad del resultado matemtico como solucin del mismo.
Para resolver problemas es necesario, entonces, que previamente los comprenda, luego,
que los exprese en lenguaje matemtico mediante ecuaciones, que conozca y sepa
aplicar una tcnica que le permita resolver las ecuaciones, y finalmente, que analice los
resultados matemticos en el contexto del problema real para ver su factibilidad o
razonabilidad como solucin del mismo. Para resolver problemas se necesita paciencia
y prctica. La paciencia la pone usted y la prctica la hacemos juntos ...
Los ejemplos que le presentamos son simples. Ponemos nfasis en mostrarle cmo se
introducen las variables y cmo se arman las ecuaciones lineales a partir de la
informacin de que disponemos, esto es, cmo expresamos algebraicamente la
informacin disponible.
Ejemplo 30
El largo de un rectngulo es de un centmetro menos que el triple de su ancho. El
permetro vale 34cm . Cules son las medidas del rectngulo? Veamos cada uno de los
pasos que nos conducirn a la respuesta.
Paso uno: leemos el problema, identificamos los datos y sus relaciones y graficamos la
situacin descripta verbalmente.
Ancho
Largo=triple de su ancho menos 1cm
Permetro= 34cm .
ancho
largo
Paso dos: determinamos que se nos pide. Introducimos las variables apropiadas.
Modelizamos matemticamente.
El ancho es un valor desconocido, llammoslo x.
El largo es un valor desconocido, llammoslo y.
x
El permetro da una frmula que relaciona ambas
variables desconocidas:
Permetro= (2 veces el ancho) ms (2 veces el largo).
Usando las variables se reescribe: 34 = 2 x + 2 y , que es una ecuacin lineal.
Largo=triple de su ancho menos 1cm.
21
Sntesis, identificacin y organizacin de las ideas principales de un texto, forma parte de las
estrategias de estudio para aprender significativamente:.
52
UNIDAD 1
Usando las variables se reescribe: y = 3x 1 , que se reescribe 3x y = 1 , y es una

ecuacin lineal.
El problema planteado verbalmente se resuelve encontrando el par ( x, y ) que satisface
ambas ecuaciones en forma simultnea, esto es, la solucin del SEL:
2 x + 2 y = 34
3x 1y = 1
Paso tres: ya modelizada la situacin aplicamos un mtodo de resolucin de SEL. Por
ejemplo, aplicamos el Mtodo de Gauss-Jordan a la matriz ampliada:
1 1 17
2 2 34
25
3 1 1
0 1
2
1 1 17
9
3 1 1
1 0
2
1 1 17
25
0 1
0 4 50
2
El SEL asociado a la ltima matriz ampliada y equivalente al original, o sea, tiene el
9
1x + 0 y = 2
, cuya solucin es obvia: x = 4.5 , y = 12.5 .
mismo conjunto solucin, es
25
0 x + 1 y =
2
Paso cuatro: verificamos la exactitud en los clculos aritmticos. En nuestro ejemplo,
una manera de verificar esa exactitud es comprobando que los nmeros hallados
satisfacen el SEL de partida.
9
25
2 + 2 = 34
2
2
9
25
3 1 = 1
2
2
Paso cinco: analizamos si los valores numricos obtenidos en la modelizacin
matemtica tienen sentido en el contexto del problema.
Al tratarse de medidas, 4.5 y 12.5 son vlidas, un nmero negativo, en cambio, no lo
sera; luego ...
Paso seis y final: explicitamos en forma clara y concisa la respuesta. El rectngulo tiene
un ancho de 4.5 cm y un largo de 12.5 cm.
Este ejemplo nos mostr que son seis los pasos necesarios para resolver un problema.
Estos seis pasos no son los nicos posibles, pero constituyen una gua til para resolver
53
UNIDAD 1
problemas verbales porque responden a un modelo sistemtico y organizado de hacer las

cosas. En su versin formal se la conoce como Tcnica de resolucin de problemas22.
Ejemplo 31
Una compaa tiene ingresos anuales por valor de $ 312000 por los cuales debe pagar
impuestos nacionales e impuestos provinciales. El impuesto nacional puede calcularse
como el 25% de la parte que queda de los ingresos despus que el impuesto provincial
ha sido pagado. El impuesto provincial, por su parte, puede calcularse como un 10% de
la parte que queda despus de pagar el impuesto nacional. Cunto se paga en concepto
de impuestos?
Manos a la obra? Bien: procedemos segn los seis pasos antes indicados.
Ingresos por
$ 312000
COMPAA
$ Impuestos
nacionales
$ Impuestos
provinciales
Ingreso anual = $ 312000

Impuesto nacional = 25% (Ingreso anual menos impuesto provincial)
Impuesto provincial = 10% (Ingreso anual menos impuesto nacional)
Paso dos: determinamos qu se nos pide. Introducimos las variables apropiadas.
El impuesto nacional es un valor desconocido, llammoslo x.
El impuesto provincial es un valor desconocido, llammoslo y.
El impuesto nacional puede calcularse como el 25% de la parte que queda de los
ingresos despus que el impuesto provincial ha sido pagado, esto es:
Impuesto nacional = 25% de (ingresos anuales menos impuestos provinciales)23.
x = 0.25 ( 312000 y )
El impuesto provincial, por su parte, puede calcularse como un 10% de la parte que
queda despus de pagar el impuesto nacional, esto es:
Impuesto provincial = 10% de (ingresos anuales menos impuestos nacionales).
y = 0.10 ( 312000 x )
22
Tcnica de resolucin de problemas. Consulte en Aula virtual / Material complementario / Tcnica

de resolucin de problemas.doc.
23
Porcentaje. Ejemplo: 25%=
54
25
100
= 0.25 . Son 25 partes en cien.
UNIDAD 1
Buscamos un par de valores reales (x,y) que satisfacen simultneamente ambas

ecuaciones, esto es, que sean solucin del SEL.
1x + 0.25 y = 78000
0.1x + 1 y = 31200
Queda as modelizado matemticamente el problema: constituye un SEL en dos
variables.
Paso tres: ya modelizada la situacin aplicamos un mtodo de resolucin de SEL. Por
ejemplo, aplicamos el Mtodo de Gauss Jordan a la matriz ampliada
25
1
78000
100
1
1
31200
10
25
1
78000
100
975
0
23400
1000
1
0
72000
0
1
24000
El SEL correspondiente a la ltima matriz aumentada (en los renglones reducida) y
equivalente al original (equivalente, porque tiene el mismo conjunto solucin) es:
1x + 0 y = 72000
. En este nuevo SEL la solucin resulta obvia: x = 70200, y = 31200 .
0 x + 1 y = 24000
La verificamos?
Paso cuatro: verificamos la exactitud en los clculos aritmticos.
1 ( 72000 ) + 0.25 ( 24000 ) = 78000
0.1 ( 72000 ) + 1 ( 24000 ) = 31200
matemtica tienen sentido en el contexto del problema. 78000 y 31200 pueden
significar perfectamente dinero.
Paso seis: explicitamos en forma clara y concisa la respuesta. El valor pagado de
impuesto nacional es de $78000 y el valor pagado de impuesto provincial es de $31200.
Ejemplo 32
Un automvil sale a medio da de un pueblo y viaja a 110 km por hora hacia Crdoba
ciudad. Una hora despus el hijo del automovilista descubre que su pap se olvid el
encargo que deba trasladar y decide alcanzarlo viajando a 130 km por hora. Cunto
tiempo transcurrir hasta que lo alcance?
55
UNIDAD 1
110 km/h
130 km/h
t=0 hora
t=1 hora
t de encuentro
Debemos recordar conocimientos de fsica:

distancia recorrida = velocidad del mvil por tiempo empleado, o lo que es lo mismo,
velocidad es el cociente entre distancia recorrida y tiempo empleado.
Velocidad del padre = 110 km/h
Velocidad del hijo = 130 km/h
Paso dos: determinamos qu se nos pide. Introducimos las variables apropiadas.
Se cruzarn en el mismo tiempo de recorrido? No, coincidirn en la hora pero no en el
tiempo empleado porque el padre sali una hora antes que el hijo. Luego,
el tiempo de viaje del hijo es una variable desconocida y la llamamos t1 , y el tiempo de
viaje del padre es una variable desconocida y la llamamos t2 .
Si se van a cruzar significa que en ese punto recorrieron la misma distancia? Pues, s.
Entonces la distancia recorrida es una variable desconocida y la llamaremos d. Para el
padre: d = 110 t1 ; para el hijo: d = 130 t2 y como la distancia coincide para ambos se
cumple: 110 t1 = 130 t2 .
35
Tambin se dijo que uno sale una hora despus que el otro, entonces qu relacin
existe entre los tiempos empleados por ambos automovilistas?
Debemos resolver este SEL. Cul es su expresin? Por qu debemos resolverlo?
Luego: el problema ha sido modelizado matemticamente mediante el planteo de

100t1 130t2 = 0
un SEL en las variables t1 y t2 ,
.
1t1 1t2 = 1
Paso tres: ya modelizada la situacin aplicamos un mtodo de resolucin de SEL.

Pero, previamente, reflexionemos y analicemos lo siguiente. Recuerde que para
aprender comprensivamente hay que pensar mucho y bien.
El intercambio de ecuaciones -renglones en la matriz aumentada- altera el conjunto
solucin? No. Por qu? Porque al intercambiar el orden en que se escribieron las
ecuaciones no se altera la relacin entre las variables y en toda ecuacin lo que importa,
lo esencial, es justamente esa relacin.
56
UNIDAD 1
x + y = 3
x y = 2
Por ejemplo el SEL
y el SEL
expresan las mismas relaciones
x y = 2
x + y = 3
entre las variables. Cules son esas relaciones? Esas relaciones son: una variable
sumada a la otra da tres, y restada de esa otra da 2; y, se escriban en el rengln que se
escriban, la relacin permanece inalterable. Esta es la idea que hizo que el intercambio
de renglones constituya una de las operaciones elementales en el mtodo bsico para
resolver SEL.
Bien, pero ... qu ganamos con intercambiar renglones? Por qu nos ponemos en ese
trabajo? La respuesta la encontrar usted solo cuando aplique el Mtodo de GaussJordan al SEL que modeliza el ejemplo 32: qu ordenamiento de ecuaciones le
conviene a los fines de minimizar los clculos aritmticos sobre la matriz aumentada?
36
Aplique el Mtodo de Gauss-Jordan para resolver el SEL.
Los valores numricos obtenidos tienen sentido en el contexto del problema? S, lo

tienen porque ambos son valores representativos de tiempo en horas, luego:
Paso seis: explicitamos en forma clara y concisa la respuesta.
De los datos numricos dados por la modelizacin matemtica deducimos que
37
se alcanzarn cuando hayan transcurrido ..............................
Ejemplo 33
El monto total de dos certificados de depsito es de $150000 y las respectivas tasas de
inters anual son del 8% y 9%. El inters anual del certificado sujeto al 9% es de $1600
ms que el otro. Cul es el monto de cada certificado?
38
Explicite la respuesta y justifique paso por paso.
Ejemplo 34
Un asesor financiero invirti cierta cantidad de dinero a una tasa del 10% anual. Luego
invirti $12000 ms que la cantidad anterior al 12% anual. El ingreso total al cabo de un
ao fue de $8040. Cunto invirti a cada tasa de inters?
39
Invirti $35000 al 10% y $20000 al 12% anual. Es verdadera o falsa esta afirmacin?
Justifique su respuesta.
57
UNIDAD 1
Ejemplo 35
Cuntos cm3 de una solucin salina al 5% (llammosla A) y cuntos de una solucin al
20% (llammosla B) deber mezclar para obtener 100 cm3 de solucin salina al 15%?
Bien: ya fue planteada la situacin. Cmo la resolvemos? Pues ... a partir de la
informacin dada.
Solucin A
5%
Solucin B
SAL
20%
Solucin C
15%
O sea, agregaremos una solucin cuya quinta parte es sal, y otra cuyas vigsima parte es
sal, para lograr una tercera cuya dcimoquinta parte sean sal.
Paso dos: determinamos que se nos pide. Introducimos las variables apropiadas.
Del enunciado extraemos:
Cuntos cm3 de una solucin salina al 5% ..., entonces aqu hay una variable que
llamaremos x. La variable x representa la cantidad en cm3 - de la solucin salina A.
... y cuntos de una solucin al 20% ... Aqu hay otra variable que llamaremos y.
La variable y representa la cantidad en cm3 - de la solucin salina B.
... deber mezclar para obtener 100 cm3 ..., esto es,
La cantidad ( cm3 )
de solucin A
La cantidad ( cm3 )
de solucin B
La cantidad ( cm3 )
de solucin nueva
que matemticamente se expresa: x + y = 100 .
... de solucin salina al 15%?. Esto quiere decir:

La sal proveniente
de solucin A
La sal proveniente
de solucin B
La sal de la
solucin nueva
(5% en x cantidad) +(20% en y cantidad) = (15% en 100 cm3 )

que matemticamente se expresa: 0.05 x + 0.20 y = 0.15 100 .
58
UNIDAD 1
La cuestin es encontrar los pares ordenados (x,y) que satisfagan simultneamente

1x + 1 y = 100
ambas ecuaciones lineales, esto es, resolver el SEL

en las
0.05 x + 0.20 y = 15
variables x e y.
40
Resuelva usted los pasos tres y cuatro. En el paso tres es necesario intercambiar
renglones? Por qu?

matemtica tienen sentido en el contexto del problema.
1
2
Como resultado de la modelizacin matemtica obtuvimos x = 100 e y = 100 y
3
3
estos nmeros son vlidos para expresar medidas de volumen.
Paso seis: explicitamos en forma clara y concisa la respuesta. De los 100cm3 , la tercera
parte ser de la solucin A y el resto, dos terceras partes, lo ser de la solucin B.
Bien, bien. A esta altura de la prctica es conveniente complejizar los problemas en el
sentido de agregar relaciones y variables.
Ejemplo 36
Agreguemos entonces relaciones y variables en un problema cuyo planteo es similar al
anterior.
Dadas tres aleaciones, cuyas composiciones son:
aleacin 1
aleacin 2
aleacin 3
% titanio
5
10
15
% cromo
80
65
55
% vanadio
15
25
30
Cuntas toneladas deben tomarse de cada una para obtener 20 toneladas de una nueva
aleacin compuesta por 12% de titanio, 62% de cromo y 26% de vanadio?
Qu relaciones matemticas modelizan la situacin planteada? Resuelto el problema,
responda:
41
a) Cuntos unos principales deber tener la matriz aumentada escalonada en los
renglones reducida si el SEL admite slo una solucin?
b) Identifique las variables y asgneles una letra.
c) Cules son las relaciones que fundamentan la construccin de cada ecuacin
lineal?
d) Compruebe que el SEL admite una solucin, para ello calcule con nmeros exactos,
no use aproximaciones (nmeros redondeados).
59
UNIDAD 1
Us nmeros redondeados24? Coincidieron los resultados?

Aqu presentamos un ejemplo que muestra que no siempre salen bien las cosas ... El
mismo es un aporte de Ricardo Lucio R. un alumno del IUA que ya curs a materia y
lleva adelante un microemprendimiento en la fabricacin de cremas. Este es el primero
de muchos ejemplos aportados por alumnos que incluir en este material.
Ejemplo 37
Las composiciones porcentuales de tres formulaciones de cremas humectantes vienen
dadas como entradas de la siguiente tabla de doble entrada:
Crema 1
Crema 2
Crema 3
% emulsionantes
5
10
15
% esperma de ballena
90
75
65
% aceite de jojoba
5
15
20
El empresario necesita conocer cuntos kgs. deber tomar de cada crema para obtener
25 kgs. de una nueva formulacin que est diseando, compuesta por:
* emulsionantes 12%
* esperma de ballena 62%
* aceite de jojoba 26%
Trabaje en la respuesta usando la tcnica de resolucin de problemas y responda en
particular:
42
9 El paso cuatro es verdadero? Esto es, se verifica la exactitud en los clculos
aritmticos? Se verifica el SEL? Por qu?
9 Respecto al paso cinco: los valores numricos obtenidos en la modelizacin
matemtica tienen sentido en el contexto del problema?
9 Concluyendo: qu le respondemos al empresario?
Tema de indagacin y discusin en los foros de la materia en el aula virtual

Reflexione: existe alguna manera de plantear el problema a los fines que el SEL sea
consistente? Cmo se origina ese planteamiento?
El nmero de ejemplos dados ser suficiente para alcanzar destreza en la modelizacin
matemtica de situaciones de la vida real y para identificar cundo una situacin dada se
modeliza mediante el planteo de SEL? Quizs s, quizs no. Entonces, sigamos con
24
Redondeo. Ejemplo
1
3
no tiene representacin decimal exacta. Usando dos cifras con significado se
representa por 0.33. Cuando un nmero se reemplaza por su valor redondeado se usa el smbolo
.
60
1
3
0.33
UNIDAD 1
aportes de los alumnos y sigamos abriendo el abanico de posibles situaciones de la vida

real, esto es, de posibles enunciados.
Ejemplo 38
El siguiente problema fue presentado por el alumno Jos Luis en respuesta a una
actividad de envo obligatorio.
Una empresa de la localidad cordobesa de Colonia Caroya se dedica a la produccin de
cabos de madera para fabricar escobas, plumeros, lampazos y cepillos. Su capacidad
operativa es de 163000 cabos mensuales. Por da se industrializan 7000 cabos de palo
amarillo o 8000 cabos de lapacho o 7000 de quina. En un mes son laborables slo 22
das.
La situacin actual de la industria argentina respalda la decisin tomada por la gerencia
de trabajar slo 10 das el prximo mes, distribuidos as: 2/5 de la cantidad habitual de
palo amarillo, 2/3 de lapacho y 1/4 de quina.
Nuestro objetivo es determinar :
cantos das se dedica habitualmente a la produccin de cada tipo de madera y
cantos das se le dedicar el prximo mes.
Detngase, reflexione: comprendi el problema? Qu plantea? Usted: es capaz de
expresar las relaciones dadas usando grficos aclaratorios? Reconoce la informacin
de valor y sabe relacionarla? Tome papel y lpiz y modelice matemticamente la
situacin planteada.
Slo si ya garabate en papel una modelizacin contine con la lectura y compare.
Identificamos los datos:
163000 cabos mensuales.
Por da, se industrializan 7000 cabos de palo amarillo o 8000 cabos de lapacho o
7000 de quina.
22 das laborables.
Trabajar slo 10 das el prximo mes.
2/5 de la cantidad habitual de palo amarillo, 2/3 de lapacho y 1/4 de quina.
Pensando a full! Las variables salen de la pregunta:
Cuntos das se dedica habitualmente a la produccin de cada tipo de madera?
O de la pregunta:
Cuntos das se le dedicar el prximo mes?
Le parece que surge de ambas?
Seguro que no salen de ambas. Por qu? Porque la informacin que tenemos establece
relaciones entre ellas.
Empecemos a modelizar matemticamente:
La pregunta cuntos das se dedica habitualmente a la produccin de cada tipo de
madera? da origen a tres variables:
61
UNIDAD 1
Llamemos p a la cantidad de das mensuales habituales que se dedican a producir

cabos de palo amarillo.
Llamemos l a la cantidad de das mensuales habituales que se dedican a producir
cabos de lapacho.
Llamemos q a la cantidad de das mensuales habituales que se dedican a producir
cabos de quina.
Armemos con simbologa matemtica las restricciones a partir de los datos:

163000 cabos mensuales, por da, se industrializan 7000 cabos de palo amarillo
o 8000 cabos de lapacho o 7000 de quina, se expresa:
163000 = 7000 p + 8000l + 7000q
o, en su forma equivalente, 163 = 7 p + 8l + 7 q . Es equivalente, esto es, expresa la
misma relacin. Se obtuvo a partir de la multiplicacin por un escalar, el escalar
1
.
1000
22 das laborables, esto da origen a: p + l + q = 22 .

trabajar slo 10 das en el prximo mes, 2/5 de la cantidad habitual de das de
palo amarillo, 2/3 de los correspondientes a lapacho y 1/4 de los correspondientes de
2
2 1
quina se expresa: p + l + q = 10 .
5
3 4
Estamos en presencia de ecuaciones lineales en las variables p, l, q por qu? Porque se

encuentran a la primera potencia e individualmente forman parte de sumandos. Como
las tres ecuaciones lineales planteadas se deben resolver para la misma terna de valores
estamos en presencia de un SEL cuya forma estndar es:
1 p + 1l + 1q = 22
7 p + 8l + 7 q = 163
2
2 1
p + l + q = 10
3 4
5
Un software matemtico nos entrega la nica terna solucin del SEL, que es
p = 5 , l = 9 , q = 8 . Adems los valores naturales 5, 9 y 8 representan nmeros vlidos
para contar das de trabajo. No hubiera sido vlido el nmero negativo 3 o el nmero
fraccionario , por ejemplo, porque no nos permiten contar das de trabajo.
43
Como la gimnasia con las modelizaciones matemticas debe hacerla usted, lo invito a
retomar el enunciado y a desarrollar comprensiva y detalladamente cada paso. S, los
seis pasos que le mostramos y que forman parte de la tcnica de resolucin de
problemas.
Grafique las ecuaciones y ratifique, geomtricamente, los resultados algebraicamente
obtenidos.
62
UNIDAD 1
Esta prctica -escribir y reescribir en forma diferente, pensar y repensar- fortalece la

memorizacin significativa de los nuevos conocimientos ya que los apuntala desde la
comprensin profunda.
Finalmente estamos en condiciones de responder los interrogantes planteados en la
situacin presentada (paso 6):
cuntos das se dedica habitualmente a la produccin de cada tipo de madera y
cuntos das se le dedicar el prximo mes.
Si realiz la actividad de proceso propuesta coincidir en que,
habitualmente, se dedican 9 das para la produccin de cabos de lapacho, 5 das para
la produccin de cabos de palo amarillo y 8 das para la produccin de cabos de
quina.
Y el prximo mes se dedicarn 2 das para la produccin de cabos de lapacho, 6 das
para la produccin de cabos de palo amarillo y 2 das para la produccin de cabos de
quina.
Tema de indagacin, tema para el Aula virtual: el problema da para ms. En
particular da para mostrar que el concepto de ecuacin equivalente es muy importante
porque independiza el problema y su solucin de las posibles representaciones
matemticas y mtodos de resolucin. El quid del problema est en el mismo problema
y la solucin depende de las relaciones o restricciones que el contexto plantea. Las
representaciones matemticas dependen ms de quien las elabore.
Le propongo que demuestre que la solucin del problema no cambia si usamos la
segunda pregunta, cuntos das se le dedicar el prximo mes?, para construir las
variables. En particular responda: el SEL cmo queda expresado? difiere del anterior?
y si difiere sus ecuaciones son equivalentes?
Si usamos ambas preguntas: puede pensarse en un SEL en seis variables? Si su
respuesta es s, constryalo.
Si opta por llevar adelante este proyecto comunquese con el autor de la gua
(aolmos@iua.edu.ar) o con su tutor y recibir orientaciones.
Ejemplo 39
Una importante firma que se dedica a la cra de tres especies de peces cuenta con la
siguiente informacin en lo referente al consumo semanal de cada especie por tipo de
alimento:
Cada pez A consume, en promedio y por semana, 1, 1 y 2 unidades respectivamente del
alimento 1, 2 y 3.
Cada pez B consume, en promedio y por semana, 3, 4 y 5 unidades respectivamente del
alimento 1, 2 y 3.
Cada pez C consume, en promedio y por semana, 2, 1 y 5 unidades respectivamente del
alimento 1, 2 y 3.
Por razones de economa, cada semana no pueden vertirse ms de 2500 unidades del
alimento 1, 2000 unidades del alimento 2 y 5500 unidades del alimento 3. Si se supone
que toda la comida se consume cuntos animales pueden coexistir en los tanques?
63
UNIDAD 1
Del problema se deduce que las variables son:

La cantidad de peces A La rotulamos x.
La cantidad de peces B .La rotulamos y.
La cantidad de peces C. La rotulamos z.
La informacin relativa a razones de economa, el consumo semanal, y cantidad de
comida que consume, expresan que:
La distribucin semanal del alimento 1 es en nmero de unidades.
1x + 3 y + 2 z = 2500 .
1x + 4 y + 1z = 2000 .
2 x + 5 y + 5 z = 5500 .
La respuesta que buscamos es la solucin simultnea a cada ecuacin lineal planteada.
x + 5 z = 4000
asociado a la correspondiente
El SEL original es equivalente al SEL
y z = 500
matriz escalonada en los renglones reducida; z es variable libre: asignamos valor
z = t
paramtrico, y = 500 + t
x = 4000 5t
A los fines de expresar la respuesta en el contexto del problema debemos, ahora,

analizar las restricciones para el parmetro. Por qu? Porque el parmetro est
involucrado con las variables y stas slo pueden tomar valores naturales: representan al
nmero de peces de cada especie. La restriccin positiva se expresa matemticamente
mediante el planteo de la desigualdad mayor a cero25, esto es
z =t >0
y = 500 + t > 0 luego, t > 500
x = 4000 5t > 0 entonces t <
4000
5
= 800
Conclusin: el parmetro puede asumir los valores naturales 501, 502, 503, ..., hasta
799; en la vida real el parmetro slo puede asumir un nmero finito de valores
naturales. Por ejemplo, si el parmetro toma el valor 600, se tiene la solucin particular:
peces C, 600; peces B, 100; peces A, 1000.
Este problema se ubica entre aquellos referidos al tema administracin de recursos.
44
Describa en forma detallada cada paso de la resolucin de este problema. Grafique
las ecuaciones y visualice geomtricamente el conjunto solucin.
25
Relacin de orden en los nmeros reales. Consulte en Material complementario del Aula virtual el
artculo Relacin_de_orden.doc
64
UNIDAD 1
Los resultados algebraicos y geomtricos dan la misma informacin? Por qu?

Ahora mostramos un ejemplo que relaciona SEL con temas de Matemtica nivelacin.
Temas que sern retomados en matemticas superiores cuando trabaje con el Clculo y
deba integrar funciones racionales de una o ms variables, nos referimos a Matemtica
II y III en nuestra carrera.
Ejemplo 40
En el Mdulo nivelacin, unidad 3, se habl de expresiones racionales polinmicas, en
3
4
7x 1
particular, se mostr cmo se suman. Por ejemplo:
. Bien:
+
=
x + 2 x 3 ( x + 2 )( x 3)
muchas veces es necesario invertir el proceso, esto es, representar una expresin
racional como suma de dos o ms expresiones racionales denominadas fracciones
parciales. Lo ejemplificamos? Claro!
7x 1
en fracciones parciales:
x x6
Primero. Expresamos el polinomio denominador como producto de sus factores primos,
esto es, x 2 x 6 = ( x + 2 )( x 3) .26
Para descomponer la fraccin
Segundo. Planteamos como suma, de expresiones racionales polinmicas, la expresin

dada. P y Q son polinomios a determinar.
7x 1
7x 1
P
Q
.
=
=
+
2
x x 6 ( x + 2 )( x 3) x + 2 x 3
Tercero. Sumamos (las expresiones racionales polinmicas)
P ( x 3) + Q ( x + 2 ) xP 3P + xQ + 2Q
P
Q
+
=
=
x + 2 x 3
( x + 2 )( x 3)
( x + 2 )( x 3)
Cuarto. El ltimo numerador lo expresamos como un polinomio en x, que segn las
igualdades planteadas debe coincidir con el polinomio 7 x 1 , esto es,
7 x 1 = ( P + Q) x + (3P + 2Q)
Quinto. Usamos el concepto igualdad entre polinomios vista en Matemtica nivelacin:
dos polinomios son iguales cuando lo son coeficiente a coeficiente; esto es, coinciden
los coeficientes en x, P + Q = 7 ; y coinciden los trminos independientes,
1P + 1Q = 7
3P + 2Q = 1 . Oh! Qued planteado un SEL en las variables P y Q:
.
3P + 2Q = 1
Usando cualquiera de los mtodos o un software matemtico obtenemos la solucin:
P = 3 y Q = 4.
26
Aplicamos sexto grado de factoreo.
65
UNIDAD 1
Conclusin:
7x 1
3
4
se expresa en fracciones simples como
+
.
x x6
x + 2 x 3
2
Bien, bien. Este ejemplo lo desarrollamos como una aplicacin de construccin y uso de
SEL en la misma ciencia matemtica y tambin por su importancia como conocimiento
previo en las matemticas que vendrn.
45
Descomponga en fracciones parciales
x 1
.
x x2 2x
3
Tema de indagacin, tema para el Aula virtual.

Esto es slo un caso de descomposicin en fracciones parciales. Si el tema le interesa
podemos profundizarlo en el Aula virtual, no tiene ms que plantearlo en ese espacio.
Y para finalizar:
46
Complete la lista de conceptos fundamentales que viene realizando en los ejercicios
de proceso, luego, ubquelos en el mapa conceptual de la unidad falta alguno?
sobra alguno? Analice el porqu y en caso de persistir la diferencia construya su
propio mapa conceptual y comprtalo con el tutor.
Sintetice en 5 a 7 lneas el contenido de la unidad.
66
UNIDAD 1
Visin retrospectiva
En este apartado consignamos lo que usteddeber haber aprehendido con identificacin
de los conceptos clave.
A partir del hecho de que las constantes se vinculan con las variables en expresiones
algebraicas, aprendimos cundo stas constituyen ecuaciones lineales (EL), y en qu
condiciones forman un sistema de ecuaciones lineales (SEL) o un sistema de ecuaciones
lineales homogneo (SELH).
Para una EL y un SEL definimos qu se entiende por solucin y qu por conjunto
solucin y mostramos dos mtodos para resolverlos: Gauss y Gauss-Jordan. Los
mtodos mencionados se aplican sobre la matriz ampliada a los fines de simplificar la
notacin, se basan en las operaciones elementales en los renglones, y la idea bsica
que les da origen es la obtencin de un SEL ms fcil de resolver.
Respecto del conjunto solucin vimos que es nico y depende solamente del sistema y,
en el caso de conformarse por un nmero infinito de soluciones, aprendimos a construir
representaciones paramtricas del mismo y a diferenciar variables libres de
variables principales.
Los resultados tericos algebraicos sobre SEL, como consistencia e inconsistencia y
nmero de soluciones, se ratificaron en visualizaciones geomtricas (grficas de
ecuaciones) vinculando de esta manera el lgebra lineal con la geometra analtica;
adems estas grficas brindan una herramienta muy til para realizar anlisis
cualitativos acerca de los SEL.
Finalmente mostramos problemas de la vida real que se resuelven aplicando la tcnica
de resolucin de problemas que netre sus pasos incluye la modelizacin matemtica
empleando los SEL. En particular, ofrecimos sugerencias para construir las variables y
obtener las ecuaciones.
Insistimos en el uso de los conocimientos previos y en la relacin del lgebra con las
matemticas superiores de la carrera, tambin en la aplicacin de estrategias y
tcnicas de aprendizaje como un medio que favorece el aprendizaje significativo y
activo.
Por su importancia, recordamos las sugerencias dadas para resolver un problema:
1. Leer con cuidado el problema hasta su total comprensin. Muchas veces ayuda
hacer un dibujo o un diagrama de la situacin.
2. Determinar las cantidades conocidas y las desconocidas. Emplear una variable para
representar cada cantidad desconocida. Debido a que la variable representa un
nmero, la definicin de la variable deber indicar este hecho: por ejemplo, si la
cantidad desconocida es tiempo y se usan las horas para medirlo, x deber estar
definido como el nmero de horas.
3. Expresar en forma matemtica las relaciones verbales entre los datos conocidos y
los desconocidos. Esto es, construir las EL. Con este ltimo paso se logra un modelo
matemtico del problema. Lo que sigue es:
4. Encontrar el conjunto solucin del SEL planteado.
67
UNIDAD 1
5. Comprobar si la solucin encontrada satisface el SEL, esto es, verificar la igualdad

numrica.
6. Analizar la aplicabilidad de la solucin matemtica en el contexto del problema.
Escribir la solucin al problema.
Actividades complementarias
Desea seguir modelizando matemticamente problemas? Vase en Aula virtual /
Archivos / Material complementario:
mate1_U1_modelo_matematico.doc
mate1_U1_Modelo_de_Leontief.doc
Desea aplicar la teora de SEL, mtodos de solucin, visualizar geomtricamente,
interpretar resultados y grficas? Vase en Aula virtual / Archivos / Material
complementario:
mate1_U1_verdadero_falso.doc,
mate1_U1_respuestas_breves.doc
mate1_U1_justifique.doc
mate1_U1_opcin_mltiple.doc
mate1_U1_preguntero.doc
En Aula virtual/Software encontrar un paquete gratuito para graficar en dos y tres
dimensiones (gentileza de un alumno) como as informacin de un paquete que contiene
la simbologa matemtica necesaria para escribir en este lenguaje tcnico con un
procesador de texto.
En Aula virtual/Sitios encontrar links tiles que lo pondrn en contacto con pginas de
ejercicios, tambin por gentileza de los alumnos.
68
UNIDAD 1
Soluciones a las actividades de proceso

Usaremos las abreviaturas EL para ecuacin lineal, SEL para sistema de ecuaciones
lineales, SELH para sistema de ecuaciones lineales homogneo, VA para variable
principal, VL para variable libre.
1
No son EL porque:
a) La variable x aparece a la potencia 2 en el primer sumando.
b) La variable x aparece a la potencia -1 en el primer sumando.
2
Previamente ordenamos y completamos cada EL, quedando: 1x + 3 y + 0 z = 7 ,
1
x + 1 y + 3 z = 0 , 1x 1 y + 0 z = 0 . Resulta que, los coeficientes de las variables x, y, z
2
y el trmino independiente, en ese orden son para cada EL:
a) 1
3
0
7
1
1
3
0
b)
2
c) 1
-1
0
0
Al adquirir prctica podr calcular mentalmente el valor de cada constante, pero, an as
el clculo mental es propenso a producir errores.
Al completar y al ordenar hicimos uso de las propiedades uniforme, existencia de
elemento neutro, tanto de la suma como del producto de los nmeros reales.
3
a) 2u + 3v 4w = 1
b) Previamente
ordenamos
y
completamos
la
EL:
1 1
1 1
+ x1 + x2 1x3 + 0 x4 = 0 . Luego el coeficiente de la segunda
3 6
3 2
1 1 23
1
variables es =
= y el trmino independiente es 0. Aqu recurrimos a
3 2
6
6
nuestros conocimientos previos relacionados al clculo aritmtico de nmeros
racionales.
Al completar y al ordenar hicimos uso de las propiedades uniforme, existencia de
elemento neutro, tanto de la suma como del producto de los nmeros reales.
c) El valor 0 s, puede ser coeficiente de una variable, simplemente anula el sumando
donde se encuentra la variable, como lo mostr el inciso anterior y tambin la
actividad de proceso anterior.
Si una EL consta de slo tres constantes entonces, tiene dos variables -una por cada
constante- y un trmino independiente. Luego la afirmacin es verdadera.
d) Ordenar: es colocar a la izquierda los sumandos con las variables estableciendo un
orden en esas variables: 1, 2 y 3 y a la izquierda el trmino independiente.
e) Completar: es explicitar los elementos neutros 0 y 1 en su papel de coeficientes de
las variables o de trminos independientes y los sumandos nulos (coeficientes 0).
69
UNIDAD 1
4
S 2 = {( x, y ) / x = 130 a , y = a, a }. se interpreta: la solucin general es el
conjunto de soluciones particular. Una solucin particular se obtiene asignando a la VL
(la segunda) un valor real arbitrario (cualquiera) y la otra variable (la primera) queda
definida en trminos de esa asignacin: 130 menos esa asignacin.
5
La variable es principal porque no depende del valor asignado a otra variable.
6
a)
2 1
4
9 S 2 = ( x, y, z ) / x = a, y = b, z = a + b, a b .
3 3
3
9 El conjunto solucin admite tres expresiones paramtricas: una por cada par de
variables libres o una por cada variable principal.
2 1
4
5
9 Si x = 1 , y = 1 , z = 1 + 1 = 1 , luego la terna (1,1,1) no es solucin.
3 3
3
3
b) De cuatro, slo una se constituye en VP.
5 4
1
c) EL 2 x 4 y + 1z = 5 si hacemos x VP; y, z VL, se tiene x = + y z y la
2 2
2
representacin paramtrica del conjunto solucin es la ya dada, S1 .
d) Existen cinco variables: una se constituye en VP, luego hay cinco posibles
representaciones paramtricas (una por cada VP),
S1 = {( x1 , x2 , x3 , x4 , x5 ) / x1 = 20 x2 x3 x4 , x2 = u , x3 = v, x4 = w, u v w }
en S2 se intercambian los subndices 1 con 2, en S3 se intercambian los subndices
1 con 3, en S4 se intercambian los subndices 1 con 4, y en S5 se intercambian los
subndices 1 con 5.
7
a) 2 x1 3 x1 = 4 1x1 = 4 x1 = 4 .
Luego
S = { x / x = 4} .
Efectivamente:
2 4 3 4 = 4 es una ecuacin aritmtica verdadera. La EL admite una solucin.

4
2
b) 3x + 4 y 2 z = 0 x = y z ,
3
3
4
2
S = ( x, y, z ) / x = u v, y = u , z = v, u v representacin paramtrica del

3
3
conjunto solucin con y, z VL. Infinitas soluciones, dos VL, tres representaciones
paramtricas.
5 4
1
2
c) 3 x1 4 x2 + 1x3 2 x4 = 5 x1 = x2 + x3 x4 , entonces
3 3
3
3
5
4
1
2
S = ( x1 , x2 , x3 , x4 ) / x1 = x2 + x3 x4 , x2 = u, x3 = v, x4 = w, u v w .
3 3
3
3
Infinitas soluciones, tres VL, cuatro representaciones paramtricas.
70
UNIDAD 1
9
1x1 + 3 x2 = 5
1x1 + 1x2 + 0 x3 = 2
1x1 + 1x2 = 0
0 x1 2 x2 + 4 x3 = 0
4 x1 + 0 x2 = 2
1x1 1x2 1x3 = 0
Al ordenar colocamos los sumandos con variables a la izquierda y el trmino

independiente a la derecha. Al explicitar completamos los coeficientes 1 y 0 y los
trminos independientes 0.
Variables x1 , x2 , tres EL; variables x1 , x2 , x3 , tres EL.
No son SELH, porque sus trminos independientes no son 0.
10
a11 x1 + a12 x2 + a13 x3 + a14 x4 + a15 x5 = b1
a)
a21 x1 + a22 x2 + a23 x3 + a24 x4 + a25 x5 = b2
b) a14 pues el primer subndice indica orden de ecuacin y el segundo orden de
variable.
c) b2 .
11
a11 x1 + a12 x2 = 0
a) a21 x1 + a22 x2 = 0
a x + a x = 0
31 1 32 2
b) Reemplazar aij por valores reales constantes y los bi por 0. Los subndices i, j
generalizan las posiciones particulares.
c) No, porque la primera ecuacin no es lineal: las variables aparecen a la segunda
potencia.
12
a)
9 Dos EL, dos variables. La primera columna contiene los coeficientes de la
primera variable, la segunda columna los coeficientes de la segunda variable y la
tercera columna los trminos independientes.
9 Homogneo.
1x1 + 0 x2 + 1x3 = 2
b) Previamente se ordena y completa cada ecuacin , entonces 1x1 + 2 x2 + 0 x3 = 1 ,

1x + 1x + 1x = 0
1
2
3
0 1 2
1
luego 1 2 0 1 es la correspondiente matriz aumentada.

1 1 1 0
2 x1 x3 = 1
c)
3 x1 + 2 x2 = 0
d) Ceros.
71
UNIDAD 1
e) 0 x1 + 0 x2 + 0 x3 = 2 es una ecuacin numrica falsa cualquiera sea el valor asignado

a las variables, entonces no tiene solucin; luego, no existen valores asignados a las
variables que al reemplazar en el SEL hagan verdaderas las ecuaciones numricas
que resultan.
13
a) Ninguna, escalonada reducida, ninguna, ninguna, escalonada.
Porque, ninguna: los unos principales no estn donde deben estar; escalonada: con
unos en diagonal y ceros debajo de esos unos; escalonada reducida: con unos en
diagonal y ceros debajo y arriba de esos unos.
b) Unos en diagonal y ceros debajo y arriba de esos unos.
14
Ejemplo 17:
x = 2
y = 3
z = 0
x2 5 x3 = 0
x4 = 2
x1 + 2 x3 = 2
x2 + 3 x3 = 3
x3 = 0
x2 5 x3 + 7 x4 = 0
x4 = 2
Actividad de proceso 13:

x1 + 2 x3 = 3
x2 + 4 x3 = 5
x1 + 2 x2 + 3 x3 = 4
x2 + x3 = 2
x3 = 1
16
S = {( x, y ) / x = 2, y = 3} . Se lee y se interpreta: la solucin general es el nico punto
(2,3).
17
S = {( x, y ) / x = 5 u , y = u , u } . Se lee y se interpreta: la solucin general es el

conjunto de soluciones particulares. Una solucin particular se obtiene asignando a la
variable libre (la segunda) un valor real arbitrario (cualquiera) y la otra variable (la
primera) queda definida en trminos de ella (como 5 menos esa asignacin).
18
S = {( x1 , x2 , x3 , x4 , x5 ) / x1 = 2u 3v 3, x2 = u , x3 = 1, x4 = v, x5 = 2, u v } .
Se lee y se interpreta: la solucin general es el conjunto de soluciones particulares. Una
solucin particular se obtiene asignando a las variables libres (la segunda y la cuarta)
valores reales arbitrarios (cualesquiera), la tercera variable tiene el valor constante 1 y
la quinta variable el valor constante 2. La primera variable queda definida en trminos
de las VL como menos dos veces la segunda menos 3 veces la cuarta menos tres.
72
UNIDAD 1
19
Ejemplo 19
Ejemplo 20
Ejemplo 21
Una solucin
Infinitas soluciones
Sin solucin
2 3
13
2 3
13
1 1
5
1 1
5
2 2
10
2 2
5
15
3
13
3
13
1
1
1
1
5
2
2
2
2
2
2
10
1
3
1
3
0
0
1 1
5
2
2
2
2
0 1 3
0 1 8
0 0 0
3
13
3
13
0 0 0
1
1
2
2
2
2
0 1
3
0 1
3
0 0
0
0 0
5
Para cada una de las ltimas matrices aumentadas los SEL asociados coinciden con lo
obtenido en los respectivos ejemplos y por lo tanto llegamos al mismo conjunto
solucin.
20
a) El Mtodo de Gauss-Jordan no avanza ms que el Mtodo de Gauss en el proceso
de reduccin.
b) Tenemos:
9 Analizando la 3 matriz ampliada se deduce que:
Cinco columnas: una por cada variable, entonces cuatro variables.
La ltima columna contiene los trminos independientes.
Tres filas, entonces el SEL es de tres EL.
Dos unos principales, entonces dos VP, como 4 2 = 2 se tienen dos VL y el
SEL admite infinitas soluciones.
La matriz aumentada, est asociada a un SEL de infinitas soluciones:
x2 + 3 x4 = 0
.
x3 = 0
Luego S = {( x1 , x2 , x3 , x4 ) / x1 = u , x2 = 3v, x3 = 0, x4 = v, u v } .
9 La 2 matriz ampliada cuenta con:
Tres renglones, entonces el SEL es de tres EL.
Cinco columnas, entonces cuatro variables.
La ltima columna contiene los trminos independientes.
Tres unos principales, entonces tres VP, como 4 3 = 1 se tienen una VL y el
SEL admite infinitas soluciones monoparamtricas.
La matriz aumentada, est asociada a un SEL de infinitas soluciones:
x2 + x2 + 3 x4 = 0
x3 = 2 .
x4 = 0
Luego S = {( x1 , x2 , x3 , x4 ) / x1 = u , x2 = u , x3 = 2, x4 = 0, u
}.
73
UNIDAD 1
9 La 1 matriz ampliada corresponde a un SEL asociado sin solucin ya que la

ltima fila (rengln) es de la forma 0 = 1 (ecuacin numrica falsa).
21
a) La 1: dos variables, dos unos principales, entonces admite slo una solucin
(solucin nica).
La 2: cuatro variables, tres unos principales, entonces admite infinitas soluciones.
La 3: cuatro variables, dos unos principales, entonces admite infinitas soluciones.
La 4: tres variables, tres unos principales, pero el ltimo rengln es de la forma
0 = 1 (ecuacin numrica falsa), luego el SEL no tiene solucin.
b) En la 3 matriz, su ltimo rengln se corresponde a una ecuacin superflua.
22
a) Ejemplo 21: el Mtodo de Gauss-Jordan se corresponde con el Mtodo de Gauss
llegando al mismo punto en su proceso de reduccin.
b) La 1 matriz aumentada corresponde a un SEL con un conjunto solucin vaco pues
el ltimo rengln es de la forma 0 = 1 (ecuacin numrica falsa).
c) La ltima de la actividad 21 no tiene solucin.
23
a) SEL asociado a:
x2 + 3 x4 = 0
9 1 matriz aumentada da origen al SEL asociado
luego x2 y x3
x3 = 0
VP.
S = {( x1 , x2 , x3 , x4 ) / x1 = u , x2 = 3v, x3 = 0, x4 = v, u v } .
x1 + x2 + 3 x4 = 0

x3 = 0 luego x1 , x3
x4 = 0
y x4 VP.
S = {( x1 , x2 , x3 , x4 ) / x1 = u , x2 = u , x3 = 0, x4 = 0, u
}.
x2 + 3 x4 = 0
luego x2 y x3
x3 = 0
VP.
S = {( x1 , x2 , x3 , x4 ) / x1 = u , x2 = 3v, x3 = 0, x4 = v, u v } .
b)
9
1 2 5
4 8 *
1 2 5
luego
para
tener
infinitas
soluciones:
0 0 20 + *
20 + * = 0 * = 20 ; Ninguna solucin: si * 20 . No hay posibilidades de
solucin nica.
74
UNIDAD 1
2 3
4
6 *
12
9
luego para tener infinitas soluciones: 9 + * = 0 * = 9 ;
3
1
2
2
0 9 + * 0
Ninguna solucin: si * 9 . Solucin nica (2,0).
2 3
0
* 12
0
3
para
tener
infinitas
soluciones:
9
1
0 luego
2
3
0 * +12 0
2
3
3
* +12 = 0 * = 8 ; Solucin nica (0,0) cuando * +12 0 * 8 . El
2
2
SEL es siempre consistente.
24
Ejemplo 19:
2 3
1 1
2 2
3
1
2
13
5
10
13
2
1
3
0
2
2
0 1 3
3
13
1
2
2
0 1
3
0 0
0
1 0
2
0 1
3
0 0
0
2
1
2
1
2
2
1
0
0
1
0
0
3
1
2
1
3
2
1
1
0
0
1
0
Se observa
claramente que las
matrices aumentadas
escalonadas en los
renglones, no
coinciden y s lo
hacen las matrices
aumentadas
escalonadas en los
renglones reducidas.
S = {( x, y ) = ( 2,3)} .
13
5
10
5
13
10
5
3
0
2
3
0
26
1/2 mitad de una unidad a la izquierda del 0.
divido la unidad en cuatro y marque en la tercera.
9/2 divido cada unidad en 2 y tomo tantas de esas divisiones en las unidades sucesivas
hasta llegar a 9 a la izquierda del cero.
9/2
1/2
3/4
75
UNIDAD 1
27
(2,3/2)
(1,0)
(0,2)
(0,0)
(2, 4)
28
(2,3/2,1)
(1,0,0)
(0,0,0)
(0,2,0)
(2, 4, 1)
29
9 2 x + 3 = 1 x = 1 S1 = {1} .
1
1
S2 = .
4
4
3
2
2
x 1 = 0 x = S3 = .
9
2
3
3
9 4 x + 1 = x + 1 5 x = 0 x = 0 S4 = {0} .
9 x + 1 = 3x x =
La representacin grfica del conjunto solucin, la grfica de las ecuaciones es,

respectivamente, cada uno de los puntos indicados en la recta real.
0
30
1/4
2/3
9 2 x + 3 = y S1 = {( x, y ) / y = 2u + 3, x = u, u
76
}.
UNIDAD 1
9 x + 1 = 3 x + y 4 x 1 y = 1 S 2 = {( x, y ) / y = 1 4u , x = u , u
}.
9 x 2 y = 4 S3 = ( x, y ) / y = 2 + u, x = u, u .
2
9 x + y = 0 S4 = {( x, y ) / x = u, y = u , u } .
Graficar cada EL es representar geomtricamente su conjunto solucin, como son dos
las variables trabajamos en el plano.
S1
x
0
-3/2
S2
y
3
0
x
0
1/4
S3
y
1
0
x
0
4
S4
y
-2
0
x
0
1
y
0
1
31
3
9 2 x + 3 y 1z = 0 S1 = ( x, y, z ) / x = u + v, y = u, z = v, u v .
2
9 1x + 1y 1z = 2 S 2 = {( x, y , z ) / x = 2 + u v, y = u , z = v, u v } .
9 x + y + z = 3 S3 = {( x, y, z ) / x = 3 u v, y = u, z = v, u v
}.
9 2 x + 1 y + 0 z = 0 S4 = ( x, y, z ) / x = u, y = u, z = v, u v .
2
Graficar cada EL es representar geomtricamente su conjunto solucin, como son tres

las variables trabajamos en el espacio tridimensional.
x
0
3
0
S1
y
0
0
2
z
0
3
3
x
0
-2
0
S2
y
0
0
2
z
-2
0
0
x
0
0
3
S3
y
0
3
0
z
3
0
0
x
-1
-2
1
S4
y
2
4
-2
z
0
3
1
77
UNIDAD 1
32
2 x + 3 y = 13
9 Ejemplo 19: el SEL es 1x + 1y = 5 . Las grficas de las ecuaciones son,

2 x + 2 y = 10
respectivamente:
S2
S1
x
0
26
y
13/3
0
x
0
5
S3
y
5
0
x
0
5
y
5
0
Dos rectas coinciden. Las tres grficas tienen un punto en comn.

3x 3 y = 15
9 Ejemplo 20: el SEL es 1x + 1 y = 5 . Las grficas de las ecuaciones coinciden.

2 x + 2 y = 10
El conjunto solucin cuenta con infinitas soluciones particulares.

S1
S2
S3
x
y
x
y
x
y
0
5
0
5
0
5
5
0
5
0
5
0
2 x + 3 y = 13
9 Ejemplo 21: el SEL es x + y = 5 . Las grficas de las ecuaciones coinciden. El

2 x + 2 y = 5
conjunto solucin cuenta con infinitas soluciones particulares.

S1
S2
S3
x
y
x
y
x
y
0
13/2
0
5
0
5/2
13/3
0
5
0
5/2
0
78
UNIDAD 1
33
Estamos con planos, entonces SEL en dos variables.
a)
9 Tres rectas, entonces tres EL; sin punto comn, entonces SEL sin solucin.
Conclusin: SEL de tres EL en dos variables inconsistente.
9 Dos rectas, entonces dos EL; un punto comn, entonces SEL con una solucin.
Conclusin: SEL de dos EL en dos variables consistente (una solucin).
b) Pueden decirse varias cosas:
9 Si estamos en el plano, entonces SEL en dos variables con infinitas soluciones. No
podemos afirmar nada acerca del nmero de EL.
9 Si estamos en el espacio tridimensional, entonces SEL en tres variables con infinitas
soluciones monoparamtricas. Las EL son dos ms.
c)
d) Al ser consistente hay dos posibilidades de grficas:

9 Dos planos que coinciden, entonces infinitas soluciones biparamtricas.
9 Dos planos que se intersecan en una recta comn, entonces infinitas soluciones
monoparamtricas.
35
9 t1 = t2 + 1 .
100t1 130t2 = 0
9 El SEL que se plantea es
1t1 1t2 = 1
9 Porque resolverlo es encontrar la 2-upla ( t1 , t2 ) que satisfagan

simultneamente ambas ecuaciones.
Este resultado se puede corroborar geomtricamente en el plano
cartesiano: dos rectas con un nico punto en comn.
79
UNIDAD 1
36
A los fines de minimizar los clculos aritmticos sobre la matriz aumentada conviene
intercambiar renglones: nos evitamos tres divisiones (con el recproco de 100).
100 130
0
1
1
1
1
1
1
100 130
0
1
1
1
20 110
0
13
1
0
2
11
0
1
2
El SEL correspondiente a la ltima matriz aumentada y

equivalente al original (equivalente, porque tiene el
13
1t1 + 0t2 = 2
mismo conjunto solucin) es:
. En este
0t + 1t = 11
2
1
2
13
11
nuevo SEL la solucin resulta obvia: t1 = , t2 = .
2
2
La verificamos?
Paso cuatro: verificamos la exactitud en los clculos
aritmticos.
13
11
110 2 130 2 = 0
13
11
1 1 = 1
2
2
37
6 horas y media desde que parti el pap.
38
Aplicamos -sin rotularlos- cada paso de la tcnica de resolucin de problemas.
Llamamos x al monto del primer certificado.
Llamamos y al monto del segundo certificado.
El monto total de dos certificados de depsito es de $150000, en notacin matemtica
se construye la EL: x + y = 150000
y las respectivas tasas de inters anual son del 8% y 9%: el inters anual del primer
certificado es la expresin algebraica 0.08x; el inters anual del segundo certificado es
la expresin algebraica 0.09y.
El inters anual del certificado sujeto al 9% es de $1600 ms que el otro. Y en
notacin matemtica se expresa mediante la EL 0.09 y = 1600 + 0.08 x
Queda planteado un SEL en dos variables ya que la solucin que buscamos debe
1x + 1 y = 150000
satisfacer a ambas ecuaciones:

.
1
1
150000
0.08 x + 0.09 y = 1600
0.08 0.09
1
1
0
17
1
1
0
1
1
0
0
1
80
1600
150000
1360000
150000
80000
70000
80000
Aplicamos el Mtodo de Gauss_Jordan para resolver el

SEL:
La solucin es obvia: x=70000, y=80000 valores con
sentido en el contexto del problema. Adems
matemticamente son soluciones del SEL planteado pues
1 70000 + 1 80000 = 150000
0.08 70000 + 0.09 80000 = 1600
UNIDAD 1
Conclusin: el primer certificado es de $70000

y de $80000 el segundo.
Este
resultado
se
puede
corroborar
geomtricamente en el plano cartesiano: dos
rectas con un nico punto en comn.
39
La afirmacin es falsa. Justificamos nuestra respuesta aplicando la tcnica de resolucin
de problemas al problema planteado, a fin de encontrarle su solucin y confrontar
resultados.
Sin rotular los pasos tenemos:
Llamamos x al monto invertido al 10% anual.
Llamamos y al monto invertido al 12% anual.
Luego invirti $12000 ms que la cantidad anterior al 12% anual, que en notacin
matemtica da origen a la EL: x + 12000 = y .
El ingreso total al cabo de un ao fue de $8040. Y en notacin matemtica se expresa
mediante la EL 0.10 x + 0.12 y = 8040 .
Queda planteado un SEL en dos variables ya que la solucin que buscamos debe
1x 1 y = 12000
satisfacer a ambas ecuaciones:

.
0.10 x + 0.12 y = 8040
1
0.10
1
0
1
0
1
0.12
1
22
1
1
12000
8040
12000
924000
12000
42000
1
0
0
1
30000
42000
Aplicamos el Mtodo de Gauss_Jordan para resolver el SEL:

La solucin es obvia: x=30000, y=42000 valores con sentido
en el contexto del problema. Adems matemticamente son
soluciones del SEL planteado pues
1 30000 1 42000 = 12000
0.10 30000 + 0.12 42000 = 8040

Conclusin: al 10% invirti $30000 y $420000 al 12% anual.
Este resultado se puede corroborar geomtricamente en el
plano cartesiano: dos rectas con un nico punto en comn.
40
1x + 1 y = 100
Dada
. Paso tres: Aplicamos el Mtodo de Gauss_Jordan para
0.05 x + 0.20 y = 15
resolver el SEL:
1
1
100
0.05 0.20 15
La solucin es obvia: x=500/15, y=1000/15 Adems,
1
1
100
Paso
cuatro: matemticamente son soluciones del SEL
0
15
1000
planteado pues
1
1
100
500
1000
1
+ 1
= 100
1000
15
15
0
1
15
0.05 500 + 0.20 1000 = 15
500
15
15
1
0
15
1000
0
1
81
15
UNIDAD 1
Este resultado se puede corroborar geomtricamente visualizando las grficas de las

ecuaciones en el plano cartesiano: dos rectas con un nico punto en comn.
41
9 Al ser tres las variables deber tener tres unos principales.
9 Las toneladas de la primera aleacin es un valor desconocido y lo llamaremos x.
Las toneladas de la segunda aleacin es un valor desconocido y lo llamaremos y.
Las toneladas de la tercera aleacin es un valor desconocido y lo llamaremos z.
La composicin a nivel de cada elemento qumico permite construir tres EL.
9 Las relaciones entre ellas estn dadas por:
nueva aleacin compuesta por 12% de titanio: 5 x + 10 y + 15 z = 20 12
nueva aleacin compuesta por 62% de cromo: 80 x + 65 y + 55 z = 20 62
nueva aleacin compuesta por 26% de vanadio: 15 x + 25 y + 30 z = 20 26
la suma da una nueva aleacin de 20 tn.:
x + y + z = 20
Una forma alternativa de plantearlo es considerando 5% como 0.05; 10% como 0.1,
20% como 0.2, etc.
Nos queda un sistema de cuatro ecuaciones en tres incgnitas. Observe que las unidades
son las correctas en cada una de las ecuaciones que resolvemos aplicando el Mtodo de
Gauss:
1 2
3
48
5 10 15
240
185
2600
0 1
( 951 )
80 65 55
1240
95
95
0 5 15 200
15 25 30
520
0 1 2 28
1 1 1
20
1 2
3
48
1 2 3
48
( 15 )
185
2600
0 1
(5)
80 65 55
1240
95
95
0 0 100
1200
+
15 25 30
520
19
19
0 1 2
28
1 1 1
20
1 2
3
48
1
2
3
48
(80)
+
185
2600
0 1 95
(1)
0 95 185 2600
95
0 0 100
1200
15 25
30
520
19
19
5
0 0 95
60
+
1
1
1
20
95
1 2
3
0 95 185
0 5 15
1 1
1
1 2
3
0 95 185
0 5 15
0 1
2
82
48
(15)
2600
200
+
20
48
(1)
2600
200
28
+
1
0
0
0
2 3
1 185
95
0 1
0 955
48
2600
95
12
60
95
1 2
48
0 1
0 0
0 0
185
95
2600
95
1
0
12
0
19
( 100
)
( 955 )
+
UNIDAD 1
El SEL asociado a la ltima matriz aumentada y equivalente al de partida (porque

x + 2 y + 3 z = 48
tienen la misma solucin) es y + 37 z = 520 . Aplicando sustitucin hacia atrs nos

19
19
z = 12
da la solucin nica x = 4, y = 4, z = 12 . Estos resultados verifican el sistema original y

adems tienen sentido en el contexto del problema.
Conclusin: se tomarn 4, 4 y 12 toneladas de cada aleacin.
Recordemos que cada matriz aumentada es equivalente a cada una del resto porque
todas tienen el mismo conjunto solucin: esta es la idea bsica del mtodo de resolucin
de SEL Lo recuerda?.
Este resultado se puede corroborar geomtricamente, graficando las ecuaciones en el
espacio tridimensional: se visualizan tres planos (ya que dos coinciden) con un nico
punto comn.
42
La cantidad (en Kg.) de crema 1 es un valor desconocido, lo representamos por x.
La cantidad (en Kg.) de crema 2 es un valor desconocido, lo representamos por y.
La cantidad (en Kg.) de crema 3 es un valor desconocido, lo representamos por z.
La composicin porcentual de cada elemento en la nueva crema se expresa
matemticamente a travs de las siguientes EL:
5% x + 10% y + 15% z = 12% de 25kg.
90% x + 75% y + 65% z = 62% de 25kg.
5% x + 15% y + 20% z = 26% de 25kg.
Si multiplicamos cada ecuacin por los escalares adecuados transformamos el SEL en
otro dado que es equivalente . Recordemos que multiplicar una ecuacin por un escalar
no nulo es una de las operaciones elementales de renglones.
1x + 2 y + 3 z = 60
18 x + 15 y + 13 z = 310
1x + 3 y + 4 z = 130
83
UNIDAD 1
43
1
7
2
5
1
0
1
8
2
3
1
1
4
0
15
1 1
0 1
0
1
0
0
1
0
0
1
0
0
1
1
0
0
1
0
0
1
0
84
1
7
1
4
1
0
22
163
10
22
9
3
6
20
5
1
22
0
9
9
9
16
2
1
22
0
9
1
8
1
13
0
9
1
8
0
5
0
9
1
8
Este resultado se puede corroborar geomtricamente,

graficando las ecuaciones en el espacio tridimensional:
los tres planos se intersecan en un punto. Este trabajo se
lo dejamos a usted. Como ayuda, los cortes de los tres
planos con los ejes son:
p
0
l
0
q
22
22
0
0
22
0
0
p
0
l
0
q
163/7
163/7
0
0
163/8
0
0
S1
S2
p
0
l
0
q
40
25
0
0
15
0
0
S3
UNIDAD 1
44
1 3 2
1 4 1
2 5 5
2500
2000
5500
1 3 2 2500 (1) (2)

0 1 1 500 +
0 1 1 500
+
1 3 2 2500
0 1 1 500 (1)
0 0 0
0
+
1 0 5
0 1 1
0 0 0
Como son dos los unos principales, dos VP,

una VL, entonces infinitas soluciones
monoparamtricas. Luego la interseccin de
esos planos es una lnea recta.
4000
500
0
S1
x
0
0
2500
Al tener tres variables estas ecuaciones se

grafican en el espacio tridimensional,
visualizaremos tres planos.
y
0
2500/3
0
z
1250
0
0
x
0
2000
0
S2
y
0
0
500
S3
z
2000
0
0
x
0
0
2750
y
0
1100
0
z
1100
0
0
45
x 1
en fracciones parciales:
x x 2 3x
Primero. Expresamos el polinomio denominador como producto de sus factores primos,
esto es, x3 x 2 2 x = x ( x 2 )( x + 1) .27
Para descomponer la fraccin
Segundo. Planteamos como suma (de expresiones racionales polinmicas) la expresin

dada. R, P y Q son polinomios a determinar.
x 1
x 1
R
P
Q
.
=
= +
+
3
2
x x 2 x x ( x 2 )( x + 1) x x 2 x + 1
Tercero. Sumamos (las expresiones racionales polinmicas)
R ( x 2 )( x + 1) + Px ( x + 1) + Qx ( x 2 )
R
P
Q
+
+
=
=
x x 2 x +1
x ( x 2 )( x + 1)
x 2 ( R + P + Q ) + x ( R + P 2Q ) 2 R
=
x ( x + 2 )( x 3)
Cuarto. El ltimo numerador lo expresamos como un polinomio en x, que segn las
igualdades planteadas debe coincidir con el polinomio x 1 , esto es,
x 1 = x 2 ( R + P + Q ) + x ( R + P 2Q ) 2 R
Quinto. Usamos el concepto igualdad entre polinomios vista en Matemtica nivelacin:
dos polinomios son iguales cuando lo son coeficiente a coeficiente;.
27
Aplicamos factor comn y sexto grado de factoreo.
85
UNIDAD 1
1R + 1P + 1Q = 0
Queda planteado un SEL en las variables R, P y Q: 1R + 1P 2Q = 1 . Usando

2 R + 0 P + 0Q = 1
1
cualquiera de los mtodos o un software matemtico obtenemos la solucin: R = ,
2
1
2
P= y Q= .
6
3
x 1
Conclusin
se
expresa
en
fracciones
simples
como
3
x x 2 3x
1
1
2
.
+
2 x 6 ( x 2 ) 3 ( x + 1)
Este resultado se puede corroborar geomtricamente, graficando las ecuaciones en el
espacio tridimensional: los tres planos se intersecan en un punto.
86
UNIDAD 1
Actividades de autoevaluacin
Hemos incorporado una actividad por cada objetivo de aprendizaje planteado los
recuerda? Ellos son:
9 Distinguir ecuaciones lineales de otras ecuaciones
9 Aplicar mtodos de eliminacin para resolver sistemas de ecuaciones lineales
(SEL).
9 Conocer la correspondencia entre mtodos algebraicos y mtodos grficos para
resolser SEL.
9 Resolver problemas empleando SEL, como modelo matemtico.
Al finalizar las actividades confronte sus respuestas con las dadas al final de la gua. De
ser necesario consulte nuevamente el material de estudio, ejerctese con las actividades
complementarias que se encuentran en el Aula virtual, Archivos / Actividades
complementarias y tambin, consulte a sus compaeros de curso en el foro del Aula
virtual y a su tutor, practicar un aprendizaje en colaboracin.
1
De las siguientes ecuaciones algebraicas:
1
2 xy 4 z = 1 3 x 2 x + 3 = 0
= 2 2 x 3 y = z + 2 2 x y = 3x y + 2
x+ y+z
a) Identifique en aquellas que son ecuaciones lineales las variables y las constantes.
b) Justifique por qu las restantes son expresiones algebraicas y no son ecuaciones
lineales.
2
2 x2 + 3 x3 4 = 0
a) Grafique las ecuaciones del SEL 2 x1 6 x2 + 7 x3 = 0 y calcule su conjunto

x = 10 + 2 x 5 x
2
3
1
solucin.
b) Extraiga la mayor informacin posible sobre el SEL cuya matriz aumentada
1 0 0 0
escalonada en los renglones reducida es 0 1 0 0 .
0 0 0 0
Eje y
c) Un SEL se visualiza a travs de las
siguientes grficas. Obtenga de esa
visualizacin la mayor cantidad posible
de informacin acerca del SEL y de su
conjunto solucin.
Eje x
87
UNIDAD 1
3
Indague
para qu valor
2x 3 y + 5z = 0
soluciones x + 7 y z = 0
4 x 11 y + kz = 0
de
el
SEL
homogneo
tiene
infinitas
4
Un problema de flujo de trfico.
Considere el siguiente diagrama de una malla de calles de un sentido con vehculos que
entran y salen de las intersecciones. La interseccin k se denota con [k]. Las flechas a lo
largo de las calles indican la direccin del flujo del trfico. Sea x i el nmero de
vehculos por hora que circulan por la calle i. Suponiendo que el trfico que entra a una
interseccin tambin sale,
a) Construya un SEL que describa el diagrama del flujo de trfico.
b) Resuelva el SEL por mtodo de Gauss-Jordan.
c) Construya la expresin paramtrica del conjunto solucin y analice las restricciones
de los parmetros en el contexto del problema.
d) Identifique una solucin particular.
e) Suponga que la calle [1] a [3] necesita cerrarse; es decir x3 = 0 Puede cerrarse
tambin la calle de [1] a [4] ( x5 = 0 ) sin cambiar los sentidos del trnsito? Si no se
puede cerrar cul es la cantidad ms pequea de vehculos que puede admitir esta
calle de [1] a [4]?.
200
200
[2]
300
x2 [3]
x1
100
200
x3
[1]
x5
[4]
x4
100
88
200
100
MATRICES
PREGUNTAS:
suyas? mas? de los que aportan conocimiento?
Se puede predecir la tendencia del electorado para las prximas
votaciones?
Cmo ser el crecimiento de los suburbios a expensas de las zonas
rurales?
Cules son las mejores decisiones para optimizar nuestras
ganancias y disminuir las de nuestros opositores?
Qu es el tnel de viento matemtico? Lo usan los ingenieros de la
Ford Motor Company al disear sus nuevos modelos
automovilsticos Cmo se hace para mejorar el diseo de un auto?
Los softwares de grficos manipulan millones de imgenes cmo se
condensa y trabaja esa informacin?
En julio del 2004 la sonda Messenger parti con destino a Mercurio,
el planeta ms cercano al sol. En este espacio profundo es necesario
realizar correcciones para colocar la sonda en su trayectoria
calculada con precisin cmo se hace al no haber tripulantes? se
modela matemticamente?
Una de las bondades de la matemtica es que temas en apariencia muy diferentes tienen una
fuerte interrelacin. Annimo.
UNIDAD
DOS
UNIDAD 2

En la unidad anterior surgi la matriz aumentada como una manera de trabajar en la
resolucin de sistemas de ecuaciones lineales, con una notacin ms simplificada y gil.
Pero el concepto de matriz tiene vida propia, a tal punto que existe una teora
matemtica conocida como teora de matrices con prsperas y fructferas aplicaciones
en la mayora de los campos cientficos y no cientficos.
Las matrices son objetos matemticos con comportamiento similar al de los objetos
nmeros: podemos definir operaciones matriciales y analizar las propiedades que
cumplen. Dichas operaciones y propiedades se basan en las operaciones y en las
propiedades del conjunto de nmeros1, constituyndose stos en un conocimiento previo
fundamental para el estudio de matrices.
Al aplicar la teora matricial como modelo matemtico para la resolucin de problemas
no matemticos, las matrices representan una realidad -la realidad que modelizan- y por
eso, dicho ordenamiento no es arbitrario, ya que las filas representan un evento y cada
fila es una opcin diferente de ese evento; lo mismo ocurre con las columnas.
El lgebra de matrices forma parte de:
9 La teora de Markov. En ella se analizan tendencias y se predicen resultados.
9 La teora de juegos: proporciona un mtodo para analizar situaciones de
competencia donde bandos opuestos deben elegir estrategias para lograr su mximo
beneficio o reducir al mnimo el de sus oponentes.
9 La teora insumo-producto de Leontief: presenta un mtodo que permite determinar
los niveles ptimos de produccin.
Las operaciones con matrices pueden realizarse usando un software adecuado o bien,
programando los algoritmos. De all que, como siempre sucede en matemtica, lo
importante sea comprender el significado de esta teora -conceptos, relaciones y
operatoria- y ejercitarse en su uso como herramienta de modelizacin para resolver
problemas de la vida real.
Al finalizar esta unidad, usted estar en condiciones de alcanzar los siguientes
objetivos:
9
9
9
9
Construir las matrices conocidas como particulares.

Aplicar operaciones y propiedades del lgebra matricial.
Identificar la relacin entre el lgebra real y el lgebra matricial.
Resolver problemas empleando el lgebra matricial como modelo matemtico.
Para alcanzar estos objetivos de aprendizaje, le proponemos el anlisis de los siguientes

contenidos:
Matrices
1. Matriz.
2. Operaciones con matrices.
1
Los nmeros reales y su operatoria real: consulte la unidad 1de la Gua de nivelacin matemtica. La
cita completa est en Bibliografa.
90
UNIDAD 2
3. lgebra matricial.
4. Modelizaciones matemticas con matrices en situaciones concretas.
Estos temas por analizar pueden relacionarse como muestra el siguiente mapa
conceptual
Los nmeros
reales
con
sus
operaciones
aritmticas
propiedades
aritmticas
se organizan en
matrices
y cumplen
que se vinculan mediante
operaciones
matriciales
relacin de
igualdad
tales como
suma
producto
propiedades en la
relacin de igualdad
propiedades de las
operaciones
tales como
tales como
cierre
conmutativa
asociativa
distributiva
inverso
opuesto
cancelativa
uniforme
91
UNIDAD 2
1. Matriz
En esta seccin definimos el objeto matemtico matriz y caracterizamos algunas
matrices particulares.
Los arreglos rectangulares de nmeros reales surgen en muchos contextos, adems del
de matrices aumentadas para sistemas de ecuaciones lineales, que vimos en la Unidad 1.
Ejemplo 1
La biblioteca del IUA clasifica los libros segn el tema dentro de un rea de
conocimiento. Por ejemplo, dentro de la matemtica: lgebra bsica (AB), lgebra
lineal (AL), clculo de una variable (C1), clculo de varias variables (C2), anlisis
numrico (AN), ecuaciones diferenciales (ED), geometra analtica (GA), geometra
diferencial (GD), etc.
Los prstamos mensuales se contabilizan segn esa clasificacin por tema. Al cabo
del primer trimestre del ao, los bibliotecarios registraron en una lista de dos
columnas los siguientes datos numricos de prstamos:
AB
AL
enero
febrero
marzo
104
120
118
enero
febrero
marzo
C1
110
190
78
C2
enero
febrero
marzo
50
25
120
enero
febrero
marzo
AN
283
520
412
ED
enero
febrero
marzo
50
25
120
enero
febrero
marzo
GA
...................
283
520
412
GD
...................
Esta situacin tambin puede describirse con una tabla de doble entrada, as:
AB
C1
AL
C2
enero
104
50
110
283
febrero
120
25
190
520
marzo
118
120
78
412
Tabla de prstamos primer trimestre del rea matemtica
o bien, mediante el siguiente arreglo de nmeros
104 50 110 283
120 25 190 520
118 120 78 412
92
...
UNIDAD 2
en el cual, las filas (lneas horizontales) se refieren a los meses y las columnas
(lneas verticales) a los temas. En este arreglo resulta fcil y rpido determinar, por
ejemplo,
9 en qu mes se alcanz el mximo nmero de prstamos y a qu tema pertenece:
520, que corresponde a segunda fila, cuarta columna, esto es, clculo en dos
variables en febrero;
9 cul fue el tema de menor movimiento: 25 en segunda columna, esto es, clculo
en una variable;
9 total de prstamos para enero, etc.
En este ejemplo utilizamos las matrices como un medio formal para sistematizar la
presentacin de conjuntos de datos.
Una matriz es un arreglo rectangular de nmeros encerrados entre corchetes redondos o
rectangulares. Los nmeros del arreglo se conocen como elementos o entradas de la
matriz.
Ejemplo 2
Usando los corchetes rectangulares, los siguientes son ejemplos de matrices
1 2
2
0
1
3 4 1 2 3 4
[
]
[ 4]
1
2
5 6
2
4
y los nmeros 1, -3, 2 son ejemplos de entradas.
Como se observa en estos ejemplos las matrices tienen tamaos diferentes. El tamao
de una matriz o dimensin, se describe especificando el nmero de renglones o filas
(lneas horizontales) y columnas (lneas verticales) que se presentan en ellas. La
primera matriz del ejemplo tiene tres renglones y dos columnas, por tanto, su tamao es
3 por 2 y se escribe 3 2 . El primer nmero siempre indica el nmero de renglones y el
segundo el nmero de columnas. Para una matriz de m renglones y n columnas su
tamao es m n .
1
a)
b)
c)
d)
Qu tamaos tienen las restantes matrices del ejemplo 2?

Cuntas filas tendr una matriz 5 2 ?
Por qu resulta falsa la afirmacin la tercera matriz precedente es 3 2 ?
De las siguientes matrices, seale la que emplea la notacin correcta:
1 2
1 2
1, 2,
2 1
1 4
1, 4,
A partir de una matriz podemos construir una nueva matriz de manera que los renglones
de la primera pasen a ser columnas de la nueva, y viceversa. La nueva matriz se llama
matriz transpuesta o, simplemente, transpuesta de la original. Si A denota una matriz,
93
UNIDAD 2
1 2
su transpuesta se denota por el smbolo A T . Por ejemplo, para A = 3 4 su
5 6
1 3 5
transpuesta es A T =
.
2 4 6
Una matriz con solo un rengln se llama matriz rengln, matriz fila, vector rengln o
vector fila. Una matriz con una sola columna se llama matriz columna o vector
columna. Una matriz con el mismo nmero de filas y columnas se llama matriz
cuadrada.
2
a) En las matrices del ejemplo 2 identifique una matriz fila, una matriz columna y una
matriz cuadrada.
b) Indique por qu la tercera matriz no es cuadrada, ni vector fila ni vector columna.
c) Enumere todas las propiedades que caracterizan a un objeto matemtico haciendo de
l una matriz.
d) Construya las transpuestas de las matrices del ejemplo 2.
En general se usan letras maysculas para denotar matrices. Si sus elementos se denotan
con letras se usarn minsculas.
Ejemplo 3
1 2
a
E = 3 4 , B =
d
5 6
b
e
c
, C = 1 2 3 4
f
Si A es una matriz, se usar aij para denotar el elemento genrico que est en el rengln
i y la columna j de A, esto es, para denotar la entrada ij de A. Observe que: la entrada ij
de A es una posicin diferente de la entrada ji S? Por consiguiente, una matriz general
3x4 se puede escribir:
a11 a12 a13 a14
A = a21 a22 a23 a24 .
a31 a32 a33 a34
Naturalmente, si se usa B para denotar la matriz, entonces se usar bij para el elemento
que est en el rengln i y la columna j de dicha matriz. Cuando es necesario explicitar la
dimensin de una matriz A, se usa la notacin A23 , Amn .
3
A partir de la informacin dada en el ejemplo 3:
a) Identifique el valor de los elementos e12, e21, b11 , c13 .
b) Explicite los elementos de la segunda columna de B.
c) Construya el elemento genrico de la matriz E y el correspondiente de B.
94
UNIDAD 2
d) Corresponde la notacin E23 reemplazando a E?

e) Identifique la segunda columna de la AT .
Una matriz cuadrada con n renglones y n columnas se denomina matriz cuadrada de

orden n y se dice que los elementos a11 , a22 , , ann estn en la diagonal principal de A.
Ejemplo 4
1 2
Para la matriz A de orden 2, A =
, los elementos a11 = 1 y a22 = 4 forman su
3 4
diagonal principal.
La diagonal principal va siempre desde arriba a la izquierda hacia abajo a la derecha.
Una matriz cuadrada que tiene todos 1 en la diagonal principal y 0 en las dems
posiciones se denomina matriz identidad y se denota por I. Si es necesario hacer
hincapi en el tamao se escribe I nxn o I n , para denotar la matriz identidad n n .
1 0 0
1 0
e I 3 = 0 1 0 .
Ejemplos de matrices identidad son: I 2 =
0 1
0 0 1
4
a) Construya la matriz identidad de orden 4.
b) Construya una matriz de orden 3 con diagonal principal eii = 0 .
0 1
c) Por qu los valores 1 y 2 no constituyen la diagonal principal de B =
?
2 2
d) Puede una matriz identidad tener tamao 3x2? Fundamente su respuesta.
Una matriz cuadrada A se llama matriz diagonal si todas las componentes que no
pertenecen a la diagonal principal son nulas. Por ejemplo:
0 0 0
5 0 7 0
0 3 , 0 0 , 0 2 0

0 0 0
1 3
son diagonales, mientras que
no lo es. Ntese que una matriz diagonal puede
0 2
tener algunos ceros en su diagonal principal.
Una matriz cuadrada se llama triangular superior si todos los elementos que se
encuentran por debajo de la diagonal principal son cero. Por ejemplo:
1 2 3 1 2 0
1 2

, 0 1 2 , 0 1 0 .
0 3

0 0 1 0 0 0
95
UNIDAD 2
Una matriz cuadrada se llama triangular inferior si todos los elementos que se
encuentran por arriba de la diagonal principal son cero. Las matrices:
3 0 0
7 0
, 1 0 0 ,
1 2
3 0 2
son triangulares inferiores. Tanto las matrices triangulares superiores como las
inferiores se conocen, tambin, por matrices triangulares.
Una matriz en la que todos sus elementos son ceros se denomina matriz cero o matriz
nula y se la denota por 0. O bien por 0 pxn , si es necesario especificar su tamao.
Ejemplos de matriz cero son:
0
0 0
, 0 ,
0 0
0
0 0 0
.
0 0 0
5
a) Identifique, en la siguiente lista, la matriz de orden 3 triangular superior:
1 2 3 1 1 0 0
1 0

, 0 0 0 , 2 , 2 0 0 .
0 2 0 0 1 3 3
1 2

b) Construya una matriz de orden 4 triangular inferior con unos en su diagonal
principal.
c) Construya la matriz nula de tamao 4x3. Caracterice la matriz nula.
0 0 1
d) Justifique por qu E = 0 0 0 no es diagonal. Caracterice la matriz diagonal.
2 0 0
e) Puede una matriz triangular no ser cuadrada? Caracterice la matriz triangular.
f) Qu tamao tiene AT si A es 3 2 ? , y si A es p q ?
g) Construya las matrices transpuestas de la penltima e ltima matriz del tem (a).
1 2 1
h) H = 0 0 1 es la matriz transpuesta de qu matriz? Constryala.
1 2 0
i) Slo las matrices cuadradas tienen asociada una matriz transpuesta?
Bien, antes de pasar al siguiente inciso, es necesario realizar una segunda lectura de este
inciso, rotulando prrafos y listando los conceptos nuevos. Esto es, de una manera
activa debemos asegurarnos que:
9 hemos comprendido los objetos matriz;
9 reconocemos dentro de esos objetos aquellos con caractersticas particulares que los
distinguen del resto;
9 internalizamos y registramos lo aprendido de manera significativa.
96
UNIDAD 2
Como usted recordar en el Mdulo de nivelacin matemtica trabajamos con los

nmeros reales. En esa oportunidad la estrategia de estudio fue similar a la planteada en
esta unidad: primero nos familiarizamos con los objetos nmeros y su clasificacin,
luego profundizamos en sus operaciones y propiedades y finalmente desarrollamos
aplicaciones a situaciones reales.
6
Identifique los conceptos clave, los conceptos nuevos, las matrices particulares y
construya un esquema de contenidos.
Y recin entonces contine con el siguiente inciso.
2. Operaciones con matrices

En este inciso definimos operaciones entre matrices y caracterizamos otras matrices
particulares.
Hasta ahora hemos utilizado matrices para abreviar el trabajo en la resolucin de
sistemas de ecuaciones lineales (SEL) y para ordenar sistemticamente informacin. No
obstante, para otras aplicaciones tanto o ms interesantes que las mencionadas, conviene
desarrollar una aritmtica de matrices en la que sea posible sumar y multiplicar
matrices en forma til. De aqu en ms nos dedicaremos a desarrollar esa aritmtica.
Se dice que dos matrices son iguales si tienen el mismo tamao y los elementos
correspondientes en las dos matrices son iguales. El smbolo = se usar para denotar la
igualdad entre matrices y el smbolo indicar que no son iguales.
Dadas las matrices
1 2
1 2
2 1 1
A=
,
B
=
,
C
=
3 4
3 0 2 ,
3 5
A C puesto que no tienen el mismo tamao. Por la misma razn B C . A B porque,

si bien tienen el mismo tamao, no todos sus elementos son iguales. Efectivamente
a22 b22 pues 4 no coincide con 5, o bien, la ecuacin aritmtica 4 = 5 es falsa.
En particular, toda matriz que es igual a su transpuesta se dice simtrica; esto es, si
1 2
A = AT , A es simtrica. Son ejemplos de matrices simtricas: B =
, la matriz
2 1
nula, la matriz identidad y toda matriz diagonal.
Si A y B son dos matrices cualesquiera del mismo tamao, entonces, la suma A + B es
la matriz que se obtiene al sumar los elementos correspondientes de las dos matrices.
Las matrices de tamao diferente no se pueden sumar.
1 + 1 2 + 2 2 4
As, dadas las matrices A, B y C precedentes se tiene A + B =
=
,
3 + 3 5 + 4 6 9
97
UNIDAD 2
A+C y B+C no estn definidas porque no tienen el mismo tamao.

Ejemplo 5
Sea aij el nmero de vuelos realizados por avionetas con la finalidad i a la localidad
j. La matriz:
2 9 4 0
A=
0 3 2 1
condensa los registros del mes de marzo e indica en el rengln 1 los vuelos de
avionetas de la Secretara de Agricultura de la Provincia de Crdoba con fines de
fumigacin de cultivos y en el rengln 2 los de avionetas de la Secretara de Salud
con fines de prestacin de servicios de medicina preventiva. La primera columna
hace referencia al Departamento Coln, la segunda al Departamento Punilla, la
tercera al Departamento J. Celman y la cuarta al Departamento Tercero Arriba.
3 2 5 1
Anlogamente la matriz B =
condensa los registros correspondientes
1 0 3 1
al mes de abril. La suma de estas matrices
2 9 4 0 3 2 5 1 2 + 3 9 + 2 4 + 5 0 + 1
A+ B =
+
=
0 3 2 1 1 0 3 1 0 + 1 3 + 0 2 + 3 1 + 1
5 11 9 1
=
1 3 5 2
rene los resultados de la actividad desarrollada en el segundo bimestre del ao en
cada localidad y por cada secretara.
98
UNIDAD 2
MARZO
Secretara de
Agricultura
Secretara de
Salud
Coln
Punilla
J.Celman
T.Arriba
Secretara de
Agricultura
Secretara de
Salud
Coln
ABRIL
Punilla
J.Celman
T.Arriba
3 2 5 1
1 0 3 1
2 9 4 0
0 3 2 1
5 11 9 1
1 3 5 2
2 BIMESTRE
Secretara de
Agricultura
Secretara de
Salud
Coln
Punilla
J.Celman
T.Arriba
11
La suma A+A siempre est definida puesto que A y A tienen el mismo tamao. Resulta
razonable escribir A+A como 2A. Considrese el siguiente ejemplo.
a b
a + a b + b 2a 2b
Sea A =
entonces A + A =
c d
c + c d + d 2c 2 d
Este ejemplo sugiere la definicin de la multiplicacin por escalar. Al trabajar con
matrices nos referiremos a un nmero real como escalar.
Si A es una matriz cualquiera y c es cualquier escalar, el producto por un escalar cA
es la matriz que se obtiene al multiplicar cada elemento de A por c.
4 3 6
8 6 12
12 9 18
As, si A =
, entonces 2 A =
y (3) A =
.
2 5 7
4 10 14
6 15 21
Si B es una matriz cualquiera, entonces -B denota el producto (-1)B y recibe el nombre
de opuesto de B. Si A y B son dos matrices del mismo tamao, entonces la resta A B
se define como la suma de A con el opuesto de B, A + ( B) = A + (1) B .
99
UNIDAD 2
2
Con base en las definiciones dadas, si A =
1
7 5 2
2
B =
, A B = A + ( B) =
0 1 2
1
3 4
7 5 2
, B=
se tiene:
2 0
0 1 2
3 4 7 5 2 5 8 2
+
=
2 0 0 1 2 1 1 2
Obsrvese que es posible obtener A-B directamente, restando los elementos de B de los
correspondientes elementos de A.
Ejemplo 6
La matriz G resume los datos correspondientes a los ingresos obtenidos por ventas
de lavarropas y de secarropas, de distintas marcas, en las cuatro sucursales A, B, C y
D de una importante firma del medio.
A
B
C
D
12000 9800 18800 4100 lavarropas
G=
18500 5600 9200 3000 secarropas

La matriz C resume los datos correspondientes a los costos de administracin, de
distribucin y otros en cada una de las sucursales.
A
B C
D
100 890 150 70 lavarropas
C=
60 45 75 50 secarropas
La matriz U de utilidad neta, antes de impuestos por artculo, se obtiene mediante la
operacin
12000 9800 18800 4100 100 890 150 70
U =G C =
18500 5600 9200 3000 60 45 75 50

11900 8910 18650 4030
=
18440 5555 9125 2950

7
1 0
5 1 3
2 3 5
Dadas B =
, C=
, D = 2 1
10 9 4
0 8 1
1 1
a) Calcule BT + D 2C T .
b) Disminuya las entradas de la matriz B en un factor 3/4 y explicite la matriz
resultante.
c) Encuentre la entrada m23 tal que M B = C .
d) Por qu no pueden sumarse B y D? Fundamente su respuesta.
e) Qu valor numrico tiene asignada la posicin 1,2 de la transpuesta de M?
f) Es M simtrica? Fundamente su respuesta.
100
UNIDAD 2
g) Qu debe considerar al analizar la simetra de una matriz?

En prrafos anteriores se defini la multiplicacin de una matriz por un escalar. La

pregunta siguiente es cmo se multiplican dos matrices? Tal vez la definicin ms
natural de la multiplicacin de matrices podra parecer: "multiplquese los elementos
correspondientes". Sin embargo, sorprende el hecho de que esta definicin no ser til
para la mayora de los problemas. La experiencia ha conducido a los matemticos a
concluir la siguiente definicin, menos intuitiva pero ms til, de multiplicacin de
matrices.
Si A es una matriz p q y B es un matriz q r , el producto AB es la matriz p r
cuyos elementos se determinan como sigue. Para encontrar el elemento en el rengln i y
la columna j de AB, distngase el rengln i de A y la columna j de B. Multiplquese los
elementos correspondientes de ese rengln y esa columna y a continuacin smense los
productos resultantes.
Ejemplo 7
4 1 1 0
1 2 3
Ejemplificamos con las matrices A =
y B = 0 2 2 1 .
2 6 0
2 3 1 2
Dado que A es una matriz 2 3 y B una 3 4 , el producto AB es una matriz 2 4 .
Para determinar, por ejemplo, el elemento del rengln 2 y la columna 3 de AB, se
distingue el rengln 2 de A y la columna 3 de B. Luego, como se ilustra a
continuacin, se multiplican los elementos correspondientes y se suman estos
productos.
4 1 1
1 2 3
0 2 2
2 6 0
2 3 1
c23 = 2 . (1) + 6 . 2 + 0 . (1)

1 =
10
2
= 2 + 12 + 0 = 10 .
Los clculos para algunos otros elementos de C = AB son:

c11 = 1 . 4 + 2 . 0 + (-3) . 2 = 4 + 0 - 6 = -2
c12 = 1 . 1 + 2 . (-2) + (-3) . 3 = 1 - 4 - 9 = -12
c13 = 1 . (-1) + 2 . 2 + (-3) . (-1) = -1 + 4 + 3 = 6
c14 = 1 . 0 + 2. 1 + (-3) . 2 = 0 + 2 - 6 = -4
Para no dejar lugar a errores es necesario que usted escriba todo clculo aritmtico que
piense. Este consejo se lo damos desde el conocido adagio: el diablo sabe por diablo
pero ms sabe por viejo. Luego:
101
UNIDAD 2
8
Para practicar calcule las restantes entradas de C.
En general se cumple: si A es p q y B es q r , entonces C = AB es p r y sus

q
elementos son cij = aik bkj , donde

k =1
es el smbolo abreviado de suma (la letra
griega sigma mayscula) y se conoce como el smbolo sumatoria. Se suma sobre la

variable k que toma valores entre 1 (ndice inferior del smbolo sumatoria) y q (ndice
superior del smbolo sumatoria). En particular si A es 3 4 y B es 4 5 ,
4
c23 = a2 k bk 3 = a21b13 + a22b23 + a23b33 + a24b43 .

k =1
9
Calcule:
a) La posicin dada por
b
k =1
T
3k
akT2 donde bijT denota la entrada ij de la transpuesta de B
T
ij
y a denota la entrada ij de la transpuesta de A.

b) La matriz H = BT AT .
c) La posicin 2,2 de H.
d) La dimensin de H.
La definicin de multiplicacin de matrices requiere que el nmero de columnas del

primer factor A coincida con el nmero de renglones del segundo factor B, para formar
el producto AB. Esto es, se requieren tamaos compatibles en las matrices en cuestin.
Si no se satisface esta condicin el producto no esta definido. Un modo de determinar si
un producto de dos matrices est definido es escribir el tamao del primer factor y, a la
derecha del mismo, el tamao del segundo factor. Si los nmeros interiores son iguales
como en la figura, el producto est definido y los nmeros exteriores dan el tamao del
producto:
A
B
= AB
pq
qr
pr
__interiores___
_____exteriores_____
Ntese tambin que los tamaos de A y B pueden ser compatibles para que exista AB,
pero no para que exista BA. Por ejemplo, si A es una matriz 2 3 y B lo es 3 5 , AB
existe y es 2 5 , mientras que BA no est definida.
Mediante un ejemplo mostramos que, en realidad, la multiplicacin matricial as
definida es la forma natural de manejar datos en tablas. Lo vemos.
Ejemplo 8
Una fbrica de televisores desea calcular el nmero de resistencias y parlantes
necesarios para programar el proceso de produccin de los tres modelos que ofrece.
102
UNIDAD 2
Los detalles de requerimientos necesarios para la produccin de un televisor y de

acuerdo con cada modelo, que llamaremos respectivamente A, B y C, son:
Partes
Resistencias
Parlantes
10
3
Modelos
B
18
5
C
21
9
10 18 21
A partir de estos requerimientos construimos R =
matriz de
3 5 9
requerimientos de partes por modelo de televisor. La entrada r22 informa que se
requieren 5 parlantes para el modelo B.
El plan de produccin es el siguiente:
9 Para julio: 120 unidades del modelo A, 218 unidades del modelo B, 320 unidades
del modelo C.
9 Para agosto: 208 , 315 y 116 respectivamente por modelo.
120 208
Este plan puede condensarse matricialmente como P = 218 315 matriz de
320 116
produccin, donde la entrada p31 informa que se requieren 320 unidades del modelo
A para julio.
Para obtener los requerimientos totales de cada mes, deben considerarse los
productos parciales entre el nmero de partes necesarias para un modelo y el nmero
de modelos requeridos, y finalmente sumar esos productos parciales. Esto es:
Para julio:
9 El nmero total de resistencias viene dado por:
Total requerido para
todos los modelos A
(10 120 )

todos los modelos B
+
(18 218)

todos los modelos C
( 21 320 )
9 El nmero total de parlantes viene dado por:

todos los modelos A
( 3 120 )

todos los modelos B
+
( 5 218)

todos los modelos C
( 9 320 )
Para agosto:
9 El nmero total de resistencias viene dado por:
todos los modelos A
(10 208)

todos los modelos B
+
(18 315 )

todos los modelos C
( 21116 )
103
UNIDAD 2
9 El nmero total de parlantes viene dado por:

todos los modelos A
( 3 208)

todos los modelos B
+
( 5 315)

todos los modelos C
( 9 116 )
Estos clculos son parte de la multiplicacin matricial:

120 208
10 18 21
11844 10186
3 5 9 218 315 = 4330 3243
320 116
Interpretando correctamente la ltima matriz se tiene que, las filas denotan las partes
de televisor y las columnas los meses: se requieren 11844 resistencias para julio y
10186 para agosto.
10
Cuntos parlantes se requieren para julio y agosto respectivamente?
A veces, se necesita una operatoria matricial para obtener la suma de los elementos de
a
a
cada fila o de cada columna. Por ejemplo: para A= 11 12 se tiene
a21 a22
a11 + a12 a11 1 + a12 1 a11 a12 1
a + a = a 1 + a 1 = a
da la suma de los elementos de cada fila
22
21 22 21
21 a22 1
como una entrada de la matriz producto2.
11
Determine una operatoria matricial que le permita obtener una nueva matriz cuyas
entradas den la suma de los elementos de cada columna.
1
10 + 18 + 21 49
Siguiendo con el ejemplo 8, el producto R 1 =
sintetiza la
=
3 + 5 + 9 17
1
siguiente informacin:
9 la entrada 1,1 el total de resistencias necesarias para elaborar un televisor de cada
modelo,
9 la entrada 2,1 el total de parlantes necesarios para elaborar un televisor de cada
modelo.
Note cmo se usa el concepto de identidad multiplicativa en los reales: 1 a = a 1 = a .
104
UNIDAD 2
12
a) Qu informacin sintetiza cada entrada de [1 1] R ?
b) Qu matrices usara y cul operatoria les aplicara para obtener una nueva matriz
que sintetice el total de requerimientos para julio y el total para agosto? Esto es, que
sintetice la inversin en materia prima para esos meses.
El ejemplo 8 mostr que las matrices son tiles para condensar informacin referente a
tecnologas de produccin y para determinar requerimientos de materias primas y
factores de produccin.
La multiplicacin de matrices admite una aplicacin importante en los sistemas de
ecuaciones lineales. Considrese cualquier sistema de m ecuaciones lineales en n
variables
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2 n xn = b2
am1 x1 + am 2 x2 + ... + amn xn = bm
Puesto que dos matrices son iguales si tienen el mismo tamao y sus elementos
correspondientes son iguales, es posible reemplazar las m ecuaciones de este sistema
por la ecuacin matricial:
a11 x1 + a12 x2 + + a1n xn b1
a x + a x + + a x b
2n n
21 1 22 2
= 2

am1 x1 + am 2 x2 + + amn xn bm
La matriz m 1 del primer miembro de esta ecuacin se puede escribir como un
producto de matrices:
a1n x1 b1
a11

am1
amn xm bm
Si se designan estas matrices por A, X y B respectivamente, se ha reemplazado el
sistema original de m ecuaciones en n variables por la ecuacin matricial:
AX = B .
En este contexto de SEL, la matriz A se llama matriz de coeficientes, X es el vector de
variables y B se llama vector de trminos independientes.
Basndonos en el concepto de igualdad, una ecuacin matricial es una igualdad entre
dos matrices, y plantea ecuaciones numricas o algebraicas en cada una de las entradas.
Las ecuaciones matriciales se resuelven como las ecuaciones algebraicas.
105
UNIDAD 2
En el caso de matrices columna (matrices de dimensin n 1 ) suele usarse la notacin

b1
b11
simplificada B = en vez de . Una situacin similar se presenta en el caso de

bn1
bn
matrices fila (matrices de tamao 1 n ).
13
3 x +2 y z = 8
a) Exprese en forma matricial el sistema
. Tambin explicite la matriz
x 4 y +2 z = 0
aumentada.
1 3
4
x
b) A partir de la ecuacin matricial 1 1 = 0 construya el SEL

y
3 4 7
correspondiente.
c)
1 3 x 4
Por qu la ecuacin matricial 1 1 y = 2 es falsa?
3 4 z 7
En qu se diferencia una matriz aumentada de una matriz de coeficientes?
Para cada uno de los ejemplos de la unidad 1, seccin 7, construya la ecuacin
matricial del correspondiente SEL.
La parte correspondiente a la matriz de coeficientes en la matriz aumentada en qu
matriz particular se convierte al aplicarle el Mtodo de Gauss y en cul al aplicarle
el de Gauss-Jordan?
d)
e)
f)
El producto de matrices da origen a la potencia de matrices An con n nmero natural,

y se define como el producto de A consigo misma, n veces.
14
Reflexione y responda fundamentando: hay restricciones sobre el tamao de la matriz
para calcular su n-sima potencia?
Para concluir la seccin y antes de un merecido descanso, un surtido de operaciones le

parece bien? Aqu van...
15
3 2 3 2 0 0
a) Encuentre x, y de manera que
=
.
0 0 x y 0 0
3 2 3 2 0 0
b) Existe un par x, y tal que
=
? Justifique su respuesta.
x y 0 0 0 0
1 1 x1
c) Resuelva la ecuacin matricial
1 0 x3
106
x2
=I .
x4 2
UNIDAD 2
d) Encuentre los valores desconocidos que hacen verdadera la ecuacin matricial

2
3x 4 + y x
=
.
8
0 z + 1 w + 1
e) Encuentre una frmula general para obtener fcil y rpidamente An si A es diagonal

x 0 0
de la forma 0 y 0 . Ayuda: comience por calcular la potencia dos y tres de A y
0 0 z
luego de observar, generalice y compruebe mediante un ejemplo especfico.
Quiere luz verde para iniciar la lectura del inciso siguiente? La tendr si:
realiz una segunda lectura del inciso presente, rotul prrafos, marc las ideas
principales, list los conceptos nuevos y se encuentra descansado, lcido y listo para
afrontar este nuevo desafo.
3. lgebra matricial
En esta seccin analizamos las propiedades que cumplen las operaciones entre matrices.
En Matemtica nivelacin nos referimos en detalle a las propiedades que se cumplen al
trabajar con los objetos nmeros reales3. Se piensan como propiedades que cumplen las
operaciones respecto a los objetos, las operaciones respecto de otras operaciones u
objetos particulares respecto de alguna operacin.
Ahora los objetos son las matrices y los escalares, y entre ellos hemos definido
operaciones: producto entre matriz y escalar, suma y producto de matrices. Luego, las
preguntas que aparecen son:
9 qu propiedades cumplirn esas operaciones al aplicarlas a los objetos?
9 Qu propiedades cumplir una operacin respecto de otra?
9 Qu objetos gozarn de alguna propiedad especial?
Responder esas preguntas nos lleva a analizar si el resultado de operar depende o no
9 del orden en que se toman los objetos,
9 de la asociacin que se hace entre los objetos antes de operar sobre ellos4.
Y tambin, qu operaciones se distribuyen respecto de otras. Finalmente, a identificar
los objetos matrices que al operarse con un segundo no cambian la identidad del
segundo, o bien dan la identidad.
Del estudio realizado hasta ahora sobre matrices, se observa que:
9 El resultado de la suma no depende del orden en que se realiza la suma.
El resultado de un producto entre matrices s depende del orden en que se toman los
factores.
3
Consulte la unidad 1 del Mdulo de nivelacin matemtica. La cita completa est en la Bibliografa.
Las operaciones matriciales son operaciones binarias: siempre se definen para dos elementos
cualesquiera, la duda surge cuando la operacin se extiende a tres o ms elementos y se refiere a decidir
que par se toma primero.
107
UNIDAD 2
El resultado del producto por un escalar no depende del orden en que se toman los
factores.
9 El resultado de la suma de tres o ms objetos matrices, no depende de la asociacin
de sumandos que se hace.
El resultado del producto matricial de tres o ms objetos matrices, no depende de la
asociacin de factores que se hace.
El resultado del producto por un escalar no depende de la asociacin de factores que
se realiza.
9 El factor matriz se distribuye tanto a derecha como a izquierda respecto de la suma
de matrices.
El factor escalar se distribuye respecto de la suma de matrices.
El factor matriz se distribuye respecto de la suma de escalares.
9 La matriz nula 0 cumple el rol de identidad en la suma de matrices.
La matriz identidad I cumple el rol de identidad en el producto de matrices.
9 Para cada matriz, su opuesto cumple el rol de inverso aditivo respecto de la
operacin suma.
Slo para ciertas matrices cuadradas existe otra matriz que cumple el rol de inverso
multiplicativo.
En conclusin, se trata de las siguientes propiedades de las operaciones matriciales:
a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
l)
m)
La suma de matrices es conmutativa.

El producto de matrices no es conmutativo.
El producto por escalar es conmutativo.
La suma de matrices es asociativa.
El producto de matrices es asociativo.
El producto por un escalar es asociativo.
El producto de matrices es distributivo respecto de la suma de matrices.
El producto por un escalar es distributivo respecto de la suma de matrices.
El producto por un escalar es distributivo respecto de la suma de escalares.
Se cumple la propiedad de identidad en la suma matricial.
Se cumple la propiedad de identidad en el producto matricial.
Se cumple la propiedad del inverso en la suma matricial.
No siempre se cumple la propiedad del inverso en el producto matricial.
Y expresadas con simbologa matemtica:

a) A + B = B + A .
b) AB BA salvo casos especiales.
c) aA = Aa .
d) A + ( B + C ) = ( A + B) + C .5
e) A( BC ) = ( AB )C .
5
En notacin formal matemtica el parntesis establece orden al operar: siempre se realiza primero la
operacin interior al parntesis.
108
UNIDAD 2
f) a ( BC ) = ( aB ) C = B ( aC ) ; (ab)C = a (bC ) .
g) A( B + C ) = AB + AC ; ( A + B)C = AC + BC .
h) a( A + B) = aA + aB .
i) (a + b) A = aA + bA .
j) 0 + A = A .
k) I p p Apq = Apq = Apq I qq .
l) A + ( A) = 0 .
m) No siempre existe el inverso multiplicativo, que denotamos por A1 tal que
AA1 = A1 A = I .
16
Aqu es necesario que se detenga y reordene la informacin dada sobre las propiedades
matriciales usando algn recurso didctico que le permita un aprendizaje significativo.
Los recursos posibles son: una tabla, un esquema, un reordenamiento de las propiedades
por operacin, entre otras.
Tambin reflexione y conteste: qu razn se deduce detrs del nombre matriz
identidad?
En matemtica, el uso de los parntesis tiene que ver con la asociacin de objetos que
se realiza al operar. Los parntesis adems establecen un orden en la operatoria que se
aplica. Este concepto es muy importante pues hace a la sintaxis matemtica, y es
tambin fuente de numerosos errores entre los alumnos que no le prestan la debida
atencin. Lo ejemplificamos para que se entienda mejor.
Ejemplo 9
Si deseamos:
9 sumar una matriz con su matriz opuesta debemos expresarlo as: A + ( A) ; y no
as: A + A .
9 Sumar dos matrices y luego multiplicar a derecha ese resultado con una tercera
matriz, se expresa as: ( B + C ) A , y no as: B + CA .
9 Multiplicar un escalar por una suma de matrices, se expresa as: a ( B + C ) ; y no
as: aB + C .
9 Sumar dos escalares y multiplicarlos por un matriz, se expresa ( a + b ) C y no
a + bC . La ltima suma ni siquiera est definida ya que se trata de sumar un
escalar con una matriz.
17
0 1 1 0 1 1
Dadas las matrices
,
,
y los escalares 2 y 3, compruebe las
1 3 1 0 1 1
afirmaciones del ejemplo (menos la primera) recordando lo aclarado sobre el uso del
parntesis.
109
UNIDAD 2
Entonces, sea cuidadoso al construir expresiones matemticas a partir de expresiones

verbales.
18
Exprese con simbologa matemtica la operatoria y el orden operativo que se establece:
a) Sumamos dos matrices, y luego multiplicamos a derecha por una tercera.
b) Sumamos dos escalares, y multiplicamos el resultado por la suma de dos matrices.
c) Realizamos dos multiplicaciones entre matrices y luego las sumamos.
d) Sumamos los opuestos de sendas matrices.
e) Calculamos el opuesto de un producto de dos matrices.
Finalmente, es importante colocar adecuadamente los parntesis en la expresin escrita

y no menos importante es identificar el orden de operaciones dadas por los parntesis
antes de computar operaciones matriciales. Un ejemplo de esta ltima afirmacin es:
Ejemplo 10
Planteada la operatoria matricial A ( bB + ( A) ) el orden establecido es:
1 computar el producto por el escalar
2 computar la multiplicacin por el escalar
3 sumar
4 multiplicar
(1) A
bB
bB + (1) A
A( )
19
Establezca verbalmente el orden que se da en las operaciones en los siguientes planteos:
a) a ( bA + C )
b) ( A + B )
c)
( 1) A + B
d)
e)
f)
g)
abA + C
ab( A + C )
AB + CD
A( B + C ) D
Bien, hasta ahora slo hemos afirmado el cumplimiento o incumplimiento de ciertas

propiedades dentro del conjunto de las matrices con las tres operaciones definidas. Nos
falta demostrar su veracidad, o al menos intentarlo.
Trabajando con matrices se habla del conjunto de matrices de tamao m n y se
denota por M mn . La aritmtica, ms precisamente la aritmtica de matrices, slo nos
permite usar matrices especficas para comprobar la veracidad de lo afirmado. En
cambio, el lgebra y ms precisamente el lgebra de matrices, con el uso de letras que
permiten generalizar, logra demostrar tales afirmaciones.
110
UNIDAD 2
Le parece bien que intentemos juntos, en un trabajo colaborativo, tanto la

comprobacin como la demostracin?
Lo primero es distinguir entre esas dos acciones: comprobar y demostrar. Demostrar es
una operacin mental diferente de comprobar ya que, en la comprobacin, se asume la
veracidad o falsedad de algo.
Lo segundo, notar que cada una de las propiedades mencionadas hace referencia a una
igualdad entre matrices, por ello, es necesario:
9 comprobar que la matriz de la derecha tiene el mismo tamao que la matriz de la
izquierda,
9 los elementos correspondientes en ambas, son iguales.
Ejemplifiquemos.
Ejemplo 11
La suma de matrices es conmutativa.
9 Comprobamos desde la aritmtica tomando matrices especficas:
3 2 + (2)
1 + 3
2 1 2
6 0 + 1 2 =
6 +1
0 + 2

1 1 1 1 1 + (1)
1 + 1
(2) + 2
=
1+ 6
1 + ( 1)
2
2 .
2
3 + ( 1) 2
2 + 0 = 1
1 + 1 1
3 2 1
2 + 6 0
1 1 1
0
y vale 7
2
Observe el uso de la propiedad conmutativa de la suma en los nmeros reales
pues, gracias a su aplicacin, se da la conmutatividad de la suma matricial.
9 Demostramos desde el lgebra usando letras (variables) para sealar
generalidad: si A y B tienen el mismo tamao, entonces A + B y B + A tienen el
mismo tamao. Adems, si aij es el elemento de A del rengln i y la columna j y
bij es el elemento de B del rengln i y la columna j, entonces:
aij + bij = bij + aij ,
ya que la suma de nmeros reales es conmutativa.
Como esta igualdad se cumple para cada elemento ij de las matrices suma, se
tiene A + B = B + A .
Ejemplo 12
La suma de matrices es asociativa.
111
UNIDAD 2
Para sumar ms de dos matrices lo que se hace mentalmente es elegir dos, sumarlos
y luego sumar ese resultado con la tercera matriz. La propiedad asociativa de la
adicin nos asegura la independencia del resultado final respecto de esa eleccin.
9 Lo comprobamos tomando matrices especficas:
2 1 2
3 4 3 2 + (2)

6 +1
6 0 + 1 2 + 0 2 =
1 1 1 1 3 0 1 + (1)

( 2 + (2) ) + (4)
=
(6 + 1) + 0
( 1 + (1) ) + (3)
2 1 2 + (4)
= 6 0 +
1+ 0
1 1 1 + (3)
4
y vale 7
5
1 + 3 4 3
0 + 2 + 0 2
1 + 1 3 0
( 1 + 3) + (3) 2 + ( (2) + (4) )

6 + (1 + 0 )
( 0 + 2 ) + 2 =
(1 + 1) + 0 1 + ( (1) + (3) )
3 + (3) 2 1 2
2 + 2 = 6 0 + 1
1 + 0 1 1 1
1 + ( 3 + (3) )
0 + ( 2 + 2)
1 + (1 + 0 )
3 4 3
2 + 0 2
1 3 0
1
4 .
2
Como en el ejemplo anterior, debe notar la aplicacin de la propiedad asociativa

de la suma de reales: la veracidad de esa propiedad dentro de los nmeros reales,
y su aplicacin en cada entrada de la matriz suma, verifican la veracidad de la
propiedad asociativa de la suma matricial.
9 Lo demostramos usando letras (variables) para sealar generalidad: si A, B y C
tienen el mismo tamao, entonces ( A + B) + C y A + ( B + C ) tienen el mismo
tamao. Adems, si aij es la entrada ij de A, bij la entrada ij de B y cij la entrada ij
de C, entonces:
( aij + bij ) + cij = aij + ( bij + cij ) ,
ya que la suma de nmeros reales es asociativa.
Como esta igualdad se cumple para cada elemento ij de las matrices suma, se
tiene ( A + B) + C = A + ( B + C ) .
20
a) Compruebe y demuestre el tem (c) del listado de propiedades.
b) Construya un contraejemplo6 a fin de demostrar que el producto de matrices no es
conmutativo.
c) Reflexione e intente demostrar que no toda matriz admite inverso multiplicativo7.
Contraejemplo: este concepto se defini en el Mdulo de nivelacin. De cualquier modo, lo repasamos

ahora: un contraejemplo es construir un ejemplo que muestre que la propiedad en cuestin no se cumple.
7
En los nmeros reales el 0 no admite inverso multiplicativo Recuerda?
112
UNIDAD 2
Ahora resaltamos una derivacin importante que surge de las propiedades matriciales: al
realizar clculos con matrices es natural pretender que stas involucren la menor
cantidad de clculos aritmticos reales8.
Ejemplo 13
La pretensin planteada convertida en razn, le permite a usted elegir entre una
suma matricial y un producto matricial o entre dos productos matriciales y una suma
matricial: sean A, B y C matrices 2 2 . Sabemos que el resultado de A( B + C )
coincide con el resultado de AB + AC .
9 La operatoria A(B+C) conlleva 8 productos y 8 sumas de nmeros reales.
9 La operatoria AB+AC conlleva 16 productos y 12 sumas de nmeros reales.
Su gusto personal o el contexto del problema lo llevarn a realizar unos u otros
clculos para obtener el resultado final.
Qu le parece si se entrena en la accin de minimizar el nmero de cmputos en una
operatoria planteada? Intntelo en la resolucin de la siguiente actividad.
21
5 2
5 2
1 2
Dadas las matrices A =
, B=
, C=
, los escalares a = 4 ,
3 4
3 0
3 4
1
b = y haciendo uso de la propiedad distributiva:
2
a) del producto de matrices respecto de la suma, calcule AB + AC ;
b) del producto por un escalar respecto de la suma de matrices, calcule aA + aC ;
c) del producto por un escalar respecto de la suma de escalares, calcule aA A .
Y haciendo uso de la propiedad asociativa:
d) de la suma, calcule A + B A ;
1
e) del producto por un escalar, calcule a C .
a
Concluimos: las propiedades que se verifican nos ofrecen una alternativa para
minimizar en la operatoria matricial el nmero de cmputos o clculos de la operatoria
real involucrada. Esto conlleva los siguientes beneficios:
9 Menos posibilidad de cometer errores.
9 Disminucin en el tiempo de cmputos.
Tema de indagacin y profundizacin en el Aula virtual

Al trabajar con matemtica computacional o matemtica no exacta:
9 Algunas de las propiedades de las operaciones matriciales dejan de tener validez.
Cules son esas propiedades? Descbralas y ejemplifique.
La expresin clculos aritmticos reales hace referencia a la operatoria con nmeros reales.
113
UNIDAD 2
9 El tiempo de cmputo para una suma difiere del tiempo de cmputo para un
producto? Al hablar de tiempo es preferible una operacin por sobre otra? Qu
orden de operacin es preferible a fin de minimizar los errores?
Ahora analicemos en detalle la propiedad conmutativa en relacin al producto de
matrices. Los siguientes productos con matrices especficas nos permitirn construir
afirmaciones que justifiquen la conclusin: el producto de matrices no es
conmutativo.
Ejemplo 14
1 2
1 2
4 1
1 2 3
Con A =
, B=
, C = 3 4 y D =
valen:
2 1 3
3 2
2 3
1 2
8 7
7 10
9 AB =
, BA =
;
16 9
11 10
7 6
9 CA = 15 14 , AC no est definido;
7 6
5 4 9
10 16
9 CD = 11 10 21 , DC =
.
8 14
5 4 9
Observamos que: AC no est definido, luego AC CA ; CD DC y finalmente
AB BA .
Los clculos del ejemplo 14 nos muestran que la conmutatividad en el producto
matricial puede no cumplirse por una de las siguientes razones:
9 Debido a sus tamaos puede estar definido uno de los productos y no el otro.
9 Ambos productos estn definidos pero no tienen el mismo tamao.
9 Ambos productos estn definidos y tienen el mismo tamao, pero sus elementos
correspondientes no son iguales.
En este punto, no est de ms recordar a ttulo comparativo: en los nmeros reales se
satisface la igualdad ab = ba , esto es, el producto es conmutativo y no depende del
orden en que se tomen los factores.
Siguiendo en este cuadro comparativo con los nmeros reales y contando con que usted
tiene la gua del Mdulo de nivelacin matemtica en mano le pregunto: las siguientes
propiedades se cumplirn en el conjunto de las matrices? Se trata de las propiedades
matriciales:
9 De clausura.
9 Reflexiva, simtrica, transitiva y uniforme relacionadas a la relacin de
igualdad.
Y tambin:
9 Cancelativa (en la suma y en el producto).
De anulacin del product
114
UNIDAD 2
Para dar respuesta a estos interrogantes le proponemos esta actividad:

22
a) Indague susconocimientos previos9 y recuerde estas propiedades. Explictelas.
b) La propiedad de clausura, tambin conocida como propiedad de cierre respecto de
qu operaciones puede darse? Qu significa?
c) Asegrese de comprender el significado de la propiedad reflexiva, simtrica,
transitiva y uniforme y luego responda: qu indican?
d) Demuestre que en el lgebra matricial se cumple la propiedad cancelativa de la
suma.
Ahora analicemos en detalle el cumplimiento de la propiedad de anulacin del producto

y de la propiedad cancelativa en el producto:
23
0 0 0 3 0 4
Operando con las matrices
,
y
muestre que:
1 1 0 3 0 4
a) el producto de dos matrices puede ser nulo sin que necesariamente alguna de ellas
sea nula.
b) Dos productos de matrices con un factor coincidente pueden ser iguales sin que los
factores restantes lo sean.
Ha demostrado (eso espero!) que:

9 si el producto de dos matrices es nulo no necesariamente algn factor es nulo. En
smbolos, AB = 0 no implica A = 0 o B = 0 .
9 Si dos productos con un mismo factor, son iguales no necesariamente son iguales
los factores restantes. Esto es, en smbolos AB = AC no implica que necesariamente
B=C.
Conviene tener en cuenta ambos resultados por qu? Porque, en general, hay una
tendencia generalizada a usar las propiedades de los nmeros reales de manera
automtica, sin ser conscientes de ello. Una manera de hacer consciente lo inconsciente
o automtico es escribir paso a paso, todo!
Tema para indagar y profundizar en el Aula virtual

Con SEL no cabe la posibilidad de tener 2, 3 o un nmero finito mayor que
1, de soluciones. Vimos este resultado en la unidad 1:
9 de manera geomtrica, analizando las posiciones relativas de rectas en el
plano y de planos en el espacio tridimensional ;
9 al analizar las formas escalonadas en los renglones sean stas reducidas o
no.
Mdulo de nivelacin matemtica. Cita completa en Bibliografa.
115
UNIDAD 2
Y ahora, podemos demostrarlo algebraicamente aplicando muchas de las propiedades

enunciadas. Es un trabajo algebraico muy enriquecedor especialmente destinado a
aquellos estudiantes que gustan de estudiar matemtica.
Entonces, lo encontrar en el Aula virtual indagando sobre el tema? Anmese.
Bueno, bueno. Est con muchos resultados en la cabeza y es necesario detenerse y
recapitular, sintetizar, resumir desandando camino. Para ello, le propongo que realice
una lectura ms profunda del presente apartado y en particular que rotule prrafos.
Dichas actividades de aprendizaje le facilitarn la siguiente actividad de proceso.
24
Sintetice y compare la operatoria real con la operatoria matricial.
Y lleg la hora de trabajar con un tema pendiente: cmo se sabe si una matriz dada
tiene inverso multiplicativo? Si existe, cmo se construye?
Recordamos, para empezar, la defincin de tal inverso multiplicativo AA1 = A1 A = I .
A partir de esto analicemos la situacin:
9 si existe ese inverso a primera vista se deduce que deben existir ambos productos,
luego A debe ser cuadrada.
Existen muchos mtodos para calcular el inverso multiplicativo. En esta unidad
analizamos uno de esos mtodos a travs del ejemplo siguiente.
Ejemplo 15
Para facilitar la notacin expresamos como B al inverso multiplicativo de A. Sean:
b
b
2 1
1 0
A=
, B = 11 12 , I =
3 2
0 1
b21 b22
Encontrar el inverso multiplicativo B equivale a resolver la ecuacin matricial
AB = I . Al plantearla nos encontramos con un producto matricial y luego con una
igualdad entre matrices. La igualdad entre matrices nos lleva a construir dos SEL en
las variables b11 y b21 el primero, b12 y b22 el segundo.
AB = I
2 1 b11 b12 1 0
=
3 2 b
21 b22 0 1
2b11 + b21 = 1
3
b
+
2
b
=
0
11
21
2b12 + b22 = 0
3b12 + 2b22 = 1
116
2
3
1
3
1
0
1
0
1
0
1
2
1
0
1
1
2
2
2
1
0
1
32
1
( 1 2)
(3)
+
3
2
3
(2)
|+
( 1 2)
2
3
1
3
1
0
1
0
1
0
1
2
1
2
1
1
1
2
2
2
1
0
1
0
1
0 ( 1 2)
1
0
(3)
1
+
0
2 (2)
1 |+
2 ( 1 2)
UNIDAD 2
El Mtodo de Gauss-Jordan que usted aprendi en la unidad anterior es la

herramienta que usamos para construir SEL equivalentes a los originales y cuyos
conjuntos solucin resultan obvios:
b11 = 2
b12 = -1
y
b21 = -3 b22 = 2
Plantear el otro producto debera darnos los mismos resultados Lo hace usted?
Entonces:
25
A partir del producto BA = I construya, paso a paso, el inverso multiplicativo de la
matriz A.
2 1
Luego B =
. Las sumas y multiplicaciones reales son numerosas Se
3 2
habrn deslizado errores en sus cmputos? Para asegurarnos de la validez del
resultado conviene realizar los productos matriciales:
2 1 2 1 1 0
2 1 2 1 1 0
AB =
=
y BA =
3 2 3 2 0 1
3 2 3 2 0 1
2 1
2 1
Finalmente podemos afirmar: dada
, su inverso multiplicativo es
.
3 2
3 2
Para concluir le aconsejo que al buscar el inverso multiplicativo diferencie claramente:
9 Las operatorias a realizar.
9 Las variables de cada SEL.
9 La verificacin de los resultados obtenidos, esto es, la exactitud en los clculos
realizados.
Cumplido lo anterior, lo que sigue es un desarrollo paso a paso, sin apuros, rellenando
con palabras el contexto de la simbologa. De esta manera har aportes significativos al
aprendizaje superando la simple memorizacin.
Si confront con la solucin la actividad anterior, habr observado que resolvimos en
forma simultnea ambos SEL. Para ello, adosamos a la izquierda ambas columnas de
trminos independientes aprovechando el hecho de tratarse de la misma matriz de
coeficientes.
26
a) Indague si las siguientes matrices tienen inverso multiplicativo.
1 3 4
2 1
1 0 2
b)
, 2 8 6 ,
4 2 5 1 2 4 1 1
117
UNIDAD 2
c) En caso de tenerlo, constryalo.

d) Si no existe, explique la razn.
En la siguiente actividad profundice su reflexin, aumente su paciencia, insista en

comprender tanto la consigna como el proceso algebraico a los fines de obtener la
respuesta. Adems, para no dar lugar a errores, escriba todo lo que piensa. En realidad,
as debe hacer matemtica!
27
Fundamente cada una de sus respuestas a las siguientes preguntas:
a) La matriz nula 0 tiene inverso multiplicativo?
b) La I es la inversa multiplicativa de qu matriz?
c) Indague y explicite una frmula que permita calcular rpidamente el inverso
multiplicativo de una matriz diagonal.
d) Cul es el inverso multiplicativo de A1 ?
1
e) El inverso multiplicativo de un producto de matrices AB es ( AB ) = A1 B 1 ? o
( AB ) = B 1 A1 ?
1
f) Vale la igualdad matricial ( A + B ) = A1 + B 1 ?

1
Hasta aqu hemos llegado! No toda matriz tiene inverso multiplicativo y, en particular,
aquellas que lo tienen son cuadradas.
Una matriz cuadrada con inverso multiplicativo se dice invertible -que tiene inversa- o
tambin no singular. En forma anloga, si no lo tiene se dice que no es invertible, que
no tiene inversa, o tambin que es singular.
Veamos algunas afirmaciones importantes relacionados a SEL:
9 Dado el SEL matricial AX = B , si A tiene inversa, el SEL tiene solucin y la misma
viene dada por X = A1 B , esto es, por el producto entre la inversa y el vector de
trminos independientes En ese orden!
9 Dado el SEL homogneo AX = 0 , si A tiene inversa, la solucin al SEL es nula; si A
no tiene inversa, el SEL tiene infinitas soluciones.
Este mtodo de resolver SEL se llama mtodo matricial de resolucin de SEL.
La demostracin de cada una de estas afirmaciones requiere de la aplicacin de las
propiedades matriciales. Es importante que usted, en este proceso significativo de
aprendizaje, identifique claramente estas propiedades ya que en ello radica el nico
secreto para este tipo de demostraciones. Las planteamos en detalle con simbologa
matemtica:
118
UNIDAD 2
AX = B
1
A ( AX ) = A1 B
( A1 A) X = A1 B
IX = A1 B
X = A1 B
Comprendi la simbologa? Supo leerla? Supo interpretarla?
En el logro de aprendizajes, tanto discurso no sirve de nada si el alumno no es
participante activo! Por eso, le proponemos que resuelva la siguiente actividad. Adopte
como modelo el desarrollo anterior.
28
a) Identifique el orden correcto en que se aplicaron en la demostracin anterior las
siguientes propiedades: del inverso multiplicativo, de la identidad, asociativa y
uniforme.
b) Demuestre paso a paso la segunda afirmacin: Dado el SEL homogneo AX = 0
* si A tiene inversa la solucin al SEL es nula;
* si A no tiene inversa el SEL tiene infinitas soluciones.
Como en la unidad anterior tambin agregamos a la presente una parte con muchas
aplicaciones, pero previamente es necesario construir un ayuda memoria para tener a
mano todos los resultados importantes de los temas ya estudiados. Por eso:
29
a) Con lo que ya sabe de inverso multiplicativo, complete la sntesis de la operatoria
matricial elaborada en la actividad 3.
b) Realice una segunda lectura de lo visto en la unidad 2, rotule prrafos, distinga ideas
clave, sintetice, construya un mapa conceptual -a partir de las ideas y los conceptos
clave- y confrntelo con el propuesto en la orientacin del aprendizaje.
Finalmente, tenga en cuenta las siguientes propiedades de la potencia de matrices:
9
(A )
n 1
coincide con ( A1 ) si A tiene inverso

n
9 A p Aq coincide con A p + q
30
a) Cmo se leen?
b) Compruebe la primera y demuestre la segunda.
Recuerde que para un aprendizaje significativo del lgebra de matrices es necesario que
tenga plena conciencia de la aplicacin de todas y cada uno de las propiedades del
lgebra real.
119
UNIDAD 2
4. Modelizaciones matemticas con matrices en situaciones concretas

En esta seccin desarrollamos muchas y variadas situaciones de la vida real y
mostramos cmo se modelizan matemticamente usando matrices.
Ejemplo 16
La grfica muestra las vas areas de
conexin entre cuatro ciudades de una
importante empresa de transporte areo.
NY
Interesa tener disponible en todo momento,

la siguiente informacin solicitada por los
clientes:
a) El nmero de conexiones directas entre
las distintas ciudades.
b) El nmero de conexiones indirectas
BA
P
pasando por una ciudad intermedia.
c) Posibles conexiones entre esas ciudades pasando por tres puntos intermedios.
Bien, una posibilidad de responder a estas inquietudes es realizar un conteo sobre el
mismo grfico. En este caso se tendr especial cuidado en no contar dos veces la misma
ruta y se procurar no olvidar alguna. Pero este mtodo es engorroso y notamos que el
caos aumentar proporcionalmente con el aumento de ciudades involucradas. As es que
intentemos una alternativa fcil, gil y segura de obtener la informacin!
Contamos sobre el grfico y ubicamos la informacin en una tabla de doble entrada
como esta:
NY
P
L
BA
3
2
0
NY
2
1
2
P
1
1
1
L
0
1
3
BA
Llega a
Sale de
Esta tabla no se lee arbitrariamente: en la interseccin de una fila

con una columna se expresa el nmero de vuelos directos que
salen de la ciudad dada por la fila y llegan a la ciudad dada por la
columna. Ejemplo: 2 vuelos salen de P y llegan a NY, en cambio
3 vuelos salen de NY y llegan a P.
Bien! Hemos encontrado una manera de disponer la informacin cuya lectura es gil,
segura y permite responder al requerimiento (a).
El requerimiento (b) se refiere a conexiones indirectas pasando por una ciudad
intermedia: la tabla ya no nos sirve ...as es que, sigamos pensando...
En la grfica: borramos el resto de los caminos luego de individualizar, por ejemplo, las
rutas areas que saliendo de NY llegan a BA y pasan por una ciudad intermedia.
120
UNIDAD 2
Advertimos que dos de esos caminos pueden tener trayectos comunes, como sucede con
los dos caminos que tienen a L como ciudad intermedia.
NY
Luego, el nmero total de rutas que, saliendo

de NY llegan a BA, son:
9 3 posibilidades para llegar a P y 2
posibilidad de P hacia BA. Luego 3 2
posibilidades combinaciones- de llegar a BA
pasando por P.
9 2 posibilidades para llegar a L y una
posibilidad de L hacia BA. Luego 2 1
posibilidades combinaciones- de llegar a BA
pasando por L.
BA
El anlisis anterior se puede repensar as:

Si multiplicamos elemento a elemento la primera fila -que representa salidas desde NY
a distintos puntos- con la cuarta columna -que representa las llegadas a BA desde cada
uno de los puntos- y los sumamos, obtenemos el total de salidas desde NY llegando a
BA.
NY
BA
0
2
1
Pero acaso este proceso no se relaciona con el proceso de obtener una entrada de una
matriz producto? Sigamos...
31
Obtenga el nmero de caminos que pasando por uno intermedio:
a) unen P con NY;
b) unen BA con NY.
A esta altura de las reflexiones coincidir con nosotros en que es necesario agilizar la
notacin Probamos con matrices? Construimos A con la informacin de la tabla, luego
aij condensa el nmero de caminos directos que saliendo de i llegan a j. Es conveniente
dar el valor cero a las entradas aii , esto
punto consigo mismo. As:
0
2
A=
1
es, 0 es el nmero de caminos que unen un

3
0
1
1
2
1
0
3
0
2
.
1
El anlisis realizado respecto del nmero de caminos pasando por un punto intermedio
que unen NY con BA representa la construccin de la entrada b14 de la matriz
121
UNIDAD 2
B = AA = A2 ; usted ya calcul la entrada b21 y la entrada b41 en la actividad previa. El

hecho clave que nos permiti relacionar con el producto de matrices, es que los puntos
de llegada NY, P, L, BA (en la A izquierda) se transforman en puntos de salida (en el
factor A de la derecha) pues son puntos de trnsito.
1 fila de A
4
co
lum
na
de
A
0 3 2 0
AA =
8
1
2
A =
2
0
2
=
1

0
2 3 8
9 10 1
4 6 2
3 1 5
La matriz A2 , segunda potencia de A, da informacin sobre el nmero de vuelos que

unen un punto con otro pasando por un punto intermedio. De forma similar: el producto
entre B = A2 y A , A3 , da las conexiones con un nuevo punto intermedio que sumado al
punto intermedio dado por A2 , da las conexiones con dos puntos intermedios. En
general An condensa informacin referida a nmero de conexiones entre un punto y
otro pasando por n 1 puntos intermedios, la entrada ij de dicha potencia condensa el
nmero de caminos que parten de i y llegan a j a travs de n 1 puntos intermedios.
32
Qu informacin nos da la potencia cuarta de A? y la quinta?
La matriz A2 es la respuesta a la inquietud planteada en el inciso (b) y A4 es la

respuesta a la inquietud planteada en el inciso (c).
Bueno, ahora que contamos con una modelizacin matemtica adecuada y simple le
proponemos que, a modo de sntesis, la describamos junto a posibles situaciones de
aplicacin.
Cada vez que existan puntos y relaciones directas entre ellos, esa informacin puede
volcarse en una matriz A y las sucesivas potencias naturales n de A, An , nos dan
informacin de las conexiones entre dos de esos puntos pasando por n 1 puntos
intermedios o tambin, a travs de n trayectos. La citada matriz A se conoce como
matriz de adyacencia.
Ejemplo 17
La figura representa en forma sencilla un plano urbano en el que las flechas indican la
circulacin en las calles de un sentido nico y u, v, w, x, z representan puntos de
referencia de la ciudad: monumentos, lugares de inters, entre otros.
122
UNIDAD 2
33
Cuntos caminos hay para llegar del punto u al punto w de la ciudad:
a) sin pasar por puntos intermedios?
b) pasando por un punto intermedio?
La matriz de adyacencia para esta situacin es:

0 0 0
1 0 0
A = 0 1 0
1 1 1
0 0 1
1
0
1
0
0
0
0
1
0
0
Por otra parte, si sumamos la matriz de adyacencia con sus potencias sucesivas hasta la
n-sima, cada elemento de la matriz suma representa el nmero de caminos distintos
entre dos puntos pasando por, a lo sumo, n 1 puntos intermedios. En particular
0 0 0 1 0
1 1 1 0 0 1 1 1 1 0
1 0 0 0 0
0 0 0 1 0 1 0 0 1 0
S = A + A2 = 0 1 0 1 1 + 2 1 2 0 0 = 2 2 2 1 1
1 1 1 0 0
1 1 0 2 1 2 2 1 2 1
0 0 1 0 0
0 1 0 1 1 0 1 1 1 1
y s42 indica que 2 caminos unen x con v en forma directa o pasando por un punto
intermedio.
34
a) Cuntos caminos unen u con w en forma directa o con un punto intermedio?
b) Qu puntos no se unen directamente ni pasando por un punto intermedio?
c) Calcule la matriz que proporciona informacin sobre la cantidad de caminos que
unen 4 puntos de referencia distintos.
1 4
1 2

S 1 = 8

1 8
1 4
Finalmente,
analicemos
la
informacin
brindada
por
T
S [1 1 1 1 1] . Nos informa sobre el total de caminos que
incluyen uno o dos tramos y salen de cada uno de los puntos: salen 4
caminos desde u, 2 desde v, 8 desde w, 8 desde x y 4 desde z. Esto es,
nos da la suma de los elementos de cada fila de S.
123
UNIDAD 2
35
Qu informacin condensa cada entrada de la matriz producto [1 1 1 1 1] S ?
La modelizacin matemtica de los ejemplos est relacionada con la teora de grafos

dirigidos y la teora de redes. Se usa en aquellos casos de conjuntos que tienen un
nmero finito de elementos relacionados entre s.
9 Los puntos o elementos pueden referirse a: personas, animales, pases, compaas,
equipos deportivos, ciudades, estaciones areas, etc.
9 La relacin entre dos puntos a y b puede ser: que la persona a domine a la persona
b, que el animal a se alimente del animal b, que el pas a soporte militarmente al
pas b, que el equipo deportivo a confronte al equipo b, o que la ciudad a tenga un
vuelo a la ciudad b, que la persona a contagie a la b, entre otras posibilidades.
Ejemplo 18
La Sociometra es una disciplina que mediante la utilizacin de tcnicas experimentales
y mtodos cuantitativos, investiga la organizacin y dinmica de los grupos humanos, la
intensidad de las relaciones interpersonales de preferencia, indiferencia y rechazo, la
formacin de liderazgos y su estilo, as como otros fenmenos sociales derivados de los
anteriores o relacionados con ellos.
La misma ha proporcionado indicaciones tiles no slo de carcter terico, sino tambin
para la aplicacin de medidas concretas destinadas a mejorar las relaciones humanas
dentro de una organizacin industrial o educativa.
Dentro del rea de la industria, por solo mencionar alguna, se aplican sociogramas para
promover personal, modificar los canales de comunicacin, reformar los criterios de
delegacin de autoridad, aumentar el grado de satisfaccin e identificacin con las
funciones asignadas, etc.
Para llevar a cabo sus objetivos, la Sociometra se vale del test sociomtrico a fin de
obtener informacin mediante entrevistas a los integrantes del grupo, y del sociograma.
A su vez el sociograma recurre a la teora de redes para modelizar matemticamente las
relaciones manifestadas.
El grfico siguiente representa un grupo de seis personas en el
que existen relaciones de influencia. La flecha indica la direccin
de esa influencia.
De aqu construimos la matriz de dominacin directa (conexiones
directas). Previamente identificamos las personas, de izquierda a derecha, arriba: x1 , x2
y x4 ; al medio: x3 , x5 ; y finalmente abajo: x6 .
124
UNIDAD 2
x1 x2 x3 x4 x5 x6
0
0
0
D=
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0 x1
0 x2
1 x3
1 x4
1 x5
0 x6
dij vale 1 si la persona de la fila i domina o influencia a la persona de la columna j .

Por ejemplo d13 indica que x1 domina a x3 . Consideramos nulo el valor asignado a la
diagonal Por qu?
36
a) Interprete cada entrada de la primera columna de D.
b) Interprete la informacin que condensa la cuarta fila de D.
c) Qu entrada indica si x5 es dominada por x4 ?
d) Qu entrada indica si x5 domina a x4 ?
Si en cada rengln sumamos sus elementos, obtenemos una medida del

poder del individuo asociado a ese rengln, esto es, el nmero de
personas que dicho individuo domina o influye en forma directa. As
x2 tiene influencia sobre tres personas: es el individuo de mayor poder
dentro del grupo. Esta suma puede realizarse de otra forma y como ya
T
sabemos, construimos U = [1 1 1 1 1 1] entonces, DU da la
medida del poder de cada individuo.
1 2
1 3

1 1
D =
1 1
1 1

1 0
37
En este contexto, qu interpretacin le dara a la suma de los elementos de una
columna o equivalentemente a cada elemento de la matriz U T D ?
A veces, no basta con identificar la dominacin directa, sino que interesa la dominacin
en dos, tres o ms etapas -dominacin indirecta- como ocurre cuando xi domina a x j a
travs de xk .
En la dominacin por etapas existen intermediarios. La matriz de dominacin en dos
etapas est dada por la segunda potencia de la matriz de dominacin.
0 0 1 1 1 1
0 0 0 0 0 3
0 0 0 0 0 0
2
D =
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
125
UNIDAD 2
Aqu, nuevamente, la suma por renglones o tambin: D 2U = [ 4 3 0 0 0 0] , da

T
el nmero total de dominaciones ejercidas en forma indirecta a travs de una otra- por
un individuo. Nuestro ejemplo muestra que los nicos que ejercen dominaciones en dos
etapas son: x1 y x2 .
En cuntas formas, directas y/o indirectas, xi domina o influye a x j ?. La respuesta nos
la da la matriz suma D + D 2 operando con U el vector columna de unos y de tamao
compatible, pues: D da informacin de influencias directas mientras que D2 da
informacin referida a influencias indirectas con un intermediario.
x1 x2 x3 x4 x5 x6
0
0
0
D + D2 =
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0 0
0 0
1 0
+
1 0
1 0

0 0
1 0
1 0

1 0
( D + D 2 ) 1 = 0

1 0

1 0
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
2
1
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
1 0
3 0
0 0
=
0 0
0 0

0 0
1
3
1
1
1
1
0
0
0
0
0
2
1
0
0
0
0
1
1
0
0
0
0
1
1
0
0
0
0
1
3
1
1
1
x1
x2
x3
x4
x5
x6
1 6
1 6

1 1
=
1 1
1 1

1 0
En la matriz D + D 2 leemos que, por ejemplo, x1 domina a cinco personas del grupo y
x3 domina a una; la matriz ( D + D 2 ) U muestra que x1 domina en seis formas distintas
o tambin por seis vas o caminos mientras que x3 lo hace en una sola forma, va o
camino.
38
a) A cuntos integrantes del grupo dominan respectivamente x2 , x4 , x5 , x6 ? de
cuntas maneras? Describa cada una.
b) Cul es la persona ms dominada por el resto? Alguna persona no recibe
influencia del resto?
c) La informacin dada por ( D + D 2 ) U y por U T ( D + D 2 ) coinciden
cualitativamente? Reflexione, haga clculos y responda.
Tema de reflexin y exposicin en el Aula virtual

Vuelva a leer los objetivos de la unidad.
126
UNIDAD 2
A su juicio: la orientacin del aprendizaje que estamos desarrollando favorece el logro

de los mismos? Reflexione al respecto y luego explicite cules metas no ha logrado y
por qu.
La idea es individualizar los temas en los que usted necesita mayor apoyo y brindrselo
en nuestro rol de tutores.
Bien, sigamos con el ejemplo. Tambin es posible determinar el caudillo del grupo: el
hombre que ejerce mayor dominacin sobre el resto a travs de relaciones directas o
indirectas. Para ello debemos seguir calculando potencias.
0
0
0
D3 =
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
3
0
0
4
, D = 0.
0
0
39
a) D3 nos da informacin referida a influencias indirectas de cuntas etapas?
b) Interprete la matriz D 3U .
c) Interprete D 4 .
Cul de los recursos desarrollados le entrega informacin ms completa y fcil de leer?

Cules son las ventajas y las desventajas del grfico? y cules de la poteencia?
La cuarta potencia de D es nula, lo cual nos dice que no hay ms de dos intermediarios
en las relaciones. Como D 5 = D 4 D las potencias de D superiores a 4 son nulas, la suma
ser:
0 1 2 1 1 4
0 1 2 1 1 4 1 9
0 0 1 1 1 3
0 0 1 1 1 3 1 6
1 1
0
0
0
0
0
1
0
0
0
0
0
1
T = D + D 2 + D3 =
y TU =
=
0
0
0
0
0
1
0
0
0
0
0
1
1 1
0 0 0 0 0 1
0 0 0 0 0 1 1 1

0 0 0 0 0 0
0 0 0 0 0 0 1 0
T registra la totalidad de influencias posibles - directas e indirectas -. La persona x1
ejerce mayor influencia sobre el resto dominando a cinco integrantes del grupo a travs
de nueve formas distintas: x1 es el caudillo del grupo; x2 , a pesar de ser la persona de
mayor poder y mayor influencia directa, slo domina a cuatro integrantes a travs de
seis formas distintas. Mientras que x6 es, obviamente, la persona de perfil ms bajo
dentro del grupo.
127
UNIDAD 2
40
Cul es el desempeo de los integrantes restantes?
Qu informacin registra cada entrada de U T T ?
Qu le parece si planteamos un ejemplo en un contexto diferente y con modelizacin

matemtica similar? A continuacin le planteamos dos: el ejemplo 19 y el ejemplo 20.
Ejemplo 19
x _____ x _____ x _____ x

1
La grfica dada describe la siguiente situacin:

9 x1 x2 , x3 y x4 representan cuatro puntos o tambin cuatro posiciones diferentes entre
las cuales puede moverse una partcula de forma aleatoria.
9 El movimiento aleatorio de la partcula est dado por las siguientes situaciones:
desde uno de los extremos slo puede moverse hacia el interior. En particular,
si est en x1 slo puede moverse a x2 y, si se encuentra en x4 , slo puede
moverse a x3 .
Desde un punto medio puede moverse tanto a derecha como a izquierda. En
particular desde x2 puede moverse tanto a x1 como a x3 con la misma
probabilidad.
La partcula debe moverse del punto en que se encuentra.
Este ltimo punto referido al movimiento aleatorio torna nula la probabilidad de que
una partcula se establezca en una posicin.
Analicemos en detalle las probabilidades de movimiento directo desde la posicin x2
hacia las restantes:
9 50% es la probabilidad de que la partcula se mueva hacia x1 .
De manera similar calculamos las probabilidades para las posiciones restantes y las
volcamos en la siguiente tabla de doble entrada. Si leemos de fila a columna tenemos
que se indica la probabilidad de saltar desde la posicin dada por la fila hacia la
posicin dada por la columna.
128
x1
x1
0%
x2
100%
x3
0%
x4
0%
x2
50%
0%
50%
0%
x3
0%
50%
0%
50%
x4
0%
0%
100%
0%
Llega a
Sale de
UNIDAD 2
As planteada, la situacin del movimiento de la partcula encaja perfectamente en el

modelo matemtico desarrollado en los ejemplos anteriores. Luego, la tabla de doble
entrada da lugar a dos arreglos rectangulares de nmeros. Son stos:
1
0
0 0
0 1 0 0
2
1
1
0
0
1 0
0
2
2
2
y
1
1
1
0
0 1
0
0
2
2
2
0 0 1 0
1
0
0 0
2
Como puede observarse un arreglo es traspuesto del otro y ambos contienen
cualitativamente la misma informacin. Esa informacin es:
9 En la primera matriz la entrada ij indica la probabilidad de moverse desde i hacia j.
9 En la segunda matriz la entrada ij indica la probabilidad de moverse hacia i desde j.
En definitiva, contienen la siguiente informacin: la probabilidad de moverse de un
punto a otro en un movimiento, una etapa, o en un trayecto o en forma directa.
Llamemos A a tal matriz.
Las sucesivas potencias de A dan las probabilidades de moverse de un punto a otro a
travs de dos o ms movimientos.
Elegimos arbitrariamente llamar A a la matriz de la izquierda, luego:
3
1
0
0
0
0 1 0 0
4
2
2
1
3 0
0 3 0 1
0
0
4
4 A3 = 8
2
A2 =
A = 2
1
1
0 5
1 0 3 0
0
0
4
8
2
2
0 0 1 0
1
1
1
0
0
2
2
4
0
5
8
0
3
4
1
4
3
8
De estas matrices obtenemos informacin como la siguiente:

9 La probabilidad de que la partcula se mueva de x2 a x4 en tres movimientos
aleatorios es de 0: entrada 2,4 de A3 .
9 La probabilidad de que la partcula se mueva de x1 a x4 en tres movimientos
1
aleatorios es de = 25% : entrada 1,4 de A3 .
4
9 La potencia 4 de A nos da informacin probabilstica acerca de la partcula. Es
probable entonces que la misma se mueva de un punto a otro en cuatro movimientos
aleatorios.
129
UNIDAD 2
Notemos que: para cada potencia de A la suma de cada fila es 1, significa el 100% de
probabilidad de moverse del punto dado por la fila a los puntos restantes. Esto es,
100%
cualquiera sea el valor
siendo U el vector de unos de tamao compatible AnU =
100%
natural n.
A la matriz A se la conoce como matriz de probabilidades, tambin estocstica: la
entrada ij representa la probabilidad de que una partcula que se encuentra en la posicin
i se mueva hacia la posicin j en un movimiento aleatorio.
Ejemplo 20
El grfico describe las conexiones directas de servidores que
constituyen una intranet en el IUA. El flujo de trfico para paquetes
de informacin entre un servidor y otro depende de varios
parmetros como tiempo dedicado a comunicaciones, capacidad del
equipo, velocidad de la placa de red, entre otras; el flujo est especificado en la
siguiente tabla de doble entrada:
x1
x1
0%
x2
30%
x3
30%
x4
40%
x2
70%
0%
0%
30%
x3
30%
20%
0%
50%
x4
0%
0%
0%
100%
Si leemos de fila a columna vemos que se indica la

probabilidad de enviar paquetes desde la posicin dada por la
fila hacia la posicin dada por la columna.
Llega a
Sale de
41
A partir de esta informacin resuelva las siguientes consignas:
a) Construya la matriz de probabilidades de transferencia de paquetes en un
movimiento.
b) Cul es la probabilidad de que un paquete pase de x2 a x4 en tres movimientos
aleatorios?
c) Qu informacin da la potencia cuatro de la matriz de probabilidades?
El ejemplo que sigue no est relacionado con la teora de grafos ni con matrices de
adyacencia, dominacin o probabilidad.
Ejemplo 21
Un torneo de tenis se puede organizar como sigue. Cada uno de los n participantes juega
contra cada uno de los otros y los resultados se registran en una matriz R n n as:
130
UNIDAD 2
1 si el jugador i gana al jugador j
rij = 0 si el jugador i pierde ante el j

0 si i =j
Al i-simo jugador se le asigna la puntuacin pi = rij +

j =1
0
0
En un torneo con los siguientes resultados R =
1
1
0
0
0
0
1
0
1
1 n
tij donde T = R 2 .
2 j =1
0
1
0
42
a) Determine el nmero de participantes.
b) Construya el vector puntuacin P Qu jugador obtuvo la mayor puntuacin?
T
c) Qu informacin entrega cada entrada de R [1 1 1 1] ? Explicite dicho
producto.
Ejemplo 22
La poblacin de Sauce Viejo (Provincia de Sana F) se divide en poblacin urbana y
poblacin rural; la primera asciende a 1500 habitantes y la segunda a 2100. Adems:
9 la probabilidad de que una persona permanezca en la zona urbana es del 93% y 7%
es la probabilidad de que alguien de la zona urbana se mude a la zona rural.
9 40% es la probabilidad de que una persona de zona rural se mude a la zona urbana y
60% la probabilidad de que permanezca en el campo.
Nos interesa determinar la poblacin urbana y la poblacin rural:
9 para el prximo ao o perodo;
9 para dentro de tres aos o perodos.
Reflexionando sobre la situacin resulta que el producto entre el total de una poblacin
y la probabilidad nos da el nmero de personas que permanecen o que emigran. Por
ejemplo:
9 el 93% de 1500 es 1395. Entonces, probablemente, 1395 personas permanezcan en
la zona urbana el prximo perodo.
9 El 7% de 1500 es 105: entonces, probablemente, 105 personas de zonas urbanas se
traslade a la zona rural en el prximo perodo.
El nmero de pobladores para el prximo perodo viene dado por:
los que se quedan
los que se mudan
total poblacin. zona urbana
los que se quedan
los que se mudan
total poblacin. zona rural
131
UNIDAD 2
Esto es:
9 la poblacin urbana para el prximo perodo ser la suma entre los que se quedan y
los que se trasladan desde la zona rural. Esto es:
(93% de 1500) + (40% de 2100)
9 Un razonamiento similar se realiza con la poblacin rural. La poblacin rural para el
prximo perodo ser el resultado de la suma entre los que se trasladan desde la zona
urbana y los que quedan:
(7% de 1500) + (60% de 2100)
Esta informacin se puede organizar como un sistema de ecuaciones numricas ya que
deben resolverse simultneamente:
0.93 1500 + 0.40 2100
0.07 1500 + 0.60 2100

0.93 0.40 1500 2235
y equivale al producto matricial
=
.
0.07 0.60 2100 1365
Concluimos que, a partir de la informacin de que disponemos, en el prximo perodo,
habr 2235 personas viviendo en la zona urbana y 1365 en la zona rural. Notemos que
2235 + 1365 = 3600 = 1500 + 2100 . Se da esta igualdad numrica ya que los habitantes
se reubican.
Bien, bien esta situacin de la vida real pudo modelizarse matemticamente y de una
manera natural y simple no le parece? Tratemos ahora de explicitar cada paso de esta
modelizacin matemtica lo hacemos juntos?
43
Intente plantear por escrito los distintos pasos, luego confronte con los que a
continuacin le mostramos. Si hay diferencias analice si las mismas son evitables o si se
trata de cuestiones de fondo. En el ltimo caso es conveniente consultar al tutor y
analizar juntos la situacin.
Paso uno: ordenamos los datos en arreglos rectangulares adecuados. Por ejemplo:
9 el vector X 2 x1 resume la informacin de habitantes totales por zona para el perodo;
9 la matriz P22 los porcentajes, as, pij muestra el porcentaje que recibe i proveniente
de j.
1500 ciudad
X =
2100 campo
0.93 0.40 ciudad
P=
0.07 0.60 campo

ciudad campo
tambin podemos decir que P nos da la informacin probabilstica respecto de que una
persona permanezca o se mude del sitio donde vive. Note que la suma de los elementos
de cada columna de P da el 100%.
132
UNIDAD 2
Paso dos: El producto matricial PX informa de totales por zona, para el perodo
prximo.
Nos detengamos un momento aqu porque se presentan interrogantes sobre los
cuales conviene reflexionar antes de continuar.
9 Si llamamos X 1 al producto PX qu informacin nos entrega el nuevo
producto PX 1 ? Notemos que PX 1 = P ( PX ) = ( PP ) X = P 2 X , esto es, el
producto PX 1 coincide con el producto P 2 X debido a la aplicacin de las

propiedades del lgebra matricial10 Se da cuenta por qu es necesario manejar con
fluidez dicha lgebra?
9 Siguiendo en este proceso qu informacin nos entrega P 3 X ? Y usando una
potencia arbitraria de P qu informacin nos entrega P n X ?
9 Si bien matemticamente es posible el producto matricial X T P tiene sentido en el
contexto del problema?
9 En el paso uno, un alumno construy la matriz de probabilidades justamente en
forma transpuesta a la nuestra, esto es, su P es:
0.93 0.07 ciudad
0.40 0.60 campo
ciudad campo
Cmo se interpreta una entrada ij de esta matriz? esto es qu informacin nos
entrega? Adems cmo operara el alumno con esta matriz para dar respuesta a los
interrogantes del problema? A pensar...
44
Reflexione sobre los anteriores interrogantes, y lpiz y papel en mano, plantee su
respuesta.
Si confront su planteo con nuestra respuesta a la actividad n 44 estar de acuerdo en

que:
Paso tres. El producto matricial P n X informa los totales por zona para el n-simo
perodo.
Finalmente, para este ejemplo especfico, resumimos:
9 Interpretacin de las potencias de P.
La potencia n-sima de P nos da la probabilidad de que una persona pase al lugar i
proveniente de j al cabo de n perodos (n aos). En particular P, P2 y P3 dan,
respectivamente, la probabilidad de que una persona pase al i proveniente de j en un
ao, en dos aos y en tres aos respectivamente. Debe entenderse como la
probabilidad de mudarse o bien de permanecer en el lugar, segn el caso.
9 Interpretacin del producto PX .
10
1 igualdad entre matrices, 2 propiedad asociativa del producto y 3 definicin de potencia.
133
UNIDAD 2
Si X da informacin sobre el nmero de pobladores en cada zona y P su

probabilidad de movimiento, PX nos da la distribucin de poblacin al cabo de un
perodo y P n X nos da la distribucin de poblacin al cabo de n perodos.
9 Cualquiera sea el natural n, [1
1] ( P n X ) coincide con la matriz [1 1] X : ambos
dan la suma entre poblacin urbana y rural, el total poblacional.

Este ejemplo se puede generalizar a muchas situaciones que en trminos cualitativos
plantean la misma situacin desde el punto de vista de la modelizacin matemtica. Esta
modelizacin fue trabajada por el matemtico ruso Markov; los procesos de Markov
constituyen un modelo probabilstico para la prediccin del comportamiento futuro de
un sistema.
Con este modelo es posible predecir aproximadamente cul ser el comportamiento de
un sistema en estudio en un perodo futuro, teniendo como base el conocimiento de su
comportamiento en un perodo pasado. Los problemas a los que es aplicable este
modelo se basan en rboles de probabilidades, tiles para analizar tendencias. Las
matrices permiten resumir los rboles de probabilidades y simplificar los clculos ya
que los organizan y sistematizan facilitando de esa forma el trabajo.
Esta informacin es muy importante para el analista y para el diseador de sistemas, ya
que ambos tratan de desarrollar un sistema que se oriente hacia el logro de objetivos
especficos y que sea eficiente en el uso de los recursos disponibles.
Por lo general, el comportamiento de los sistemas sociales, econmicos y
administrativos no es predecible con exactitud porque no ocurre siguiendo patrones
determinsticos de conducta. Por ello, es ms apropiado analizarlos mediante un
enfoque de naturaleza probabilstica.
Y ya que nuestro lugar comn es el IUA qu le parece un ejemplo ficticio, pero
posible, con desarrollo en nuestro ambiente educativo?
Ejemplo 23
La parte que nos interesa de la comunidad estudiantil del IUA, primer ao, se compone
de 100 alumnos en la Facultad de Ingeniera (FI) y de 180 alumnos en la Facultad a
Distancia (FED), de los cuales 120 corresponden a tutoras individuales (TI) y 60 a
tutoras grupales (TG). La probabilidad de que al cabo de un perodo un alumno cambie
la opcin elegida se condensa en la tabla siguiente.
FI
TI
TG
FI
70%
5%
10%
TI
10%
60%
30%
TG
20%
35%
60%
Las entradas de esta tabla se leen de fila a columna y nos dan la posibilidad de que la
opcin dada por una fila se traslade o cambie a la opcin dada por una columna. Por
ejemplo: es probable que, al iniciar el perodo siguiente, un 30% de los alumnos de TG
cambien a la opcin TI para cursar sus materias.
134
UNIDAD 2
A las autoridades del IUA les interesa conocer el comportamiento posible de los
alumnos al inicio del segundo y del tercer ao, ya que, en funcin de esos resultados,
analizarn medidas para garantizar la retencin.
45
Ahora le solicito que modelice matemticamente la situacin planteada y que obtenga
resultados.
A continuacin presentamos el aporte de un alumno de la materia respecto de este tema.

Ejemplo 24
Los equipos de ftbol se dividen en 1, 2 y 3 divisin. Cada divisin, a su vez, con 32,
22 y 30 equipos respectivamente.
La probabilidad de que un equipo permanezca en la divisin, o pase a otra, viene dada
por la siguiente tabla que se lee de fila hacia columna en el sentido indicado.
1
2
3
1
90%
30%
10%
2
10%
60%
40%
3
0%
10%
50%
As, la probabilidad de que un equipo de 2 divisin pase a 1 es del 30%.

46
a) Determine la distribucin de equipos por categora para el prximo perodo de
juegos.
b) Construya la probabilstica de permanencia o cambio de divisin de los equipos
dentro de tres aos.
Estas preguntas se pueden responder si la situacin se ha modelado matemticamente en

forma adecuada, por ello, es necesario que usted comprenda la importancia de leer e
interpretar correctamente el contenido de una matriz.
Para presentar en el Aula virtual

Construya un ejemplo similar a los conocidos como Procesos de Markov, que sea de su
inventiva y relacionado o no con su actividad profesional. Colquelo en el Aula virtual
y comprtalo con sus pares.
Es muy interesante el modo en que se trata este tema en el libro Matemticas finitas.
Aplicaciones prcticas de Johnson y Mowry11. Preste atencin a los ejemplos.
11
Cita completa en Bibliografa.
135
UNIDAD 2
El que sigue es un ejemplo trabajado por un alumno durante el cursado de la materia.

Usa matrices y su operatoria para condensar datos y para obtener nueva informacin de
manera ordenada. Lo vemos?
Ejemplo 25
Una empresa que comercializa productos informticos posee tres sucursales dedicadas a
la venta directa al pblico. El inventario de final de ao muestra las existencias de cada
sucursal:
Sucursal 1
Sucursal 2
Sucursal 3
PCs
10
15
9
PC porttiles
5
4
10
CDs
150
200
400
Impresoras
8
7
5
Se solicita a cada una de las sucursales que realice el pedido de productos teniendo en
cuenta que estarn un perodo de tres meses sin abastecimiento. Dichos pedidos son:
Sucursal 1
Sucursal 2
Sucursal 3
PCs
3
4
5
PC porttiles
2
3
0
CDs
50
30
0
Impresoras
2
2
1
Despus de tres meses se informa a la empresa sobre las nuevas existencias:
Sucursal 1
Sucursal 2
Sucursal 3
PCs
7
8
0
PC porttiles
1
2
3
CDs
180
150
350
Impresoras
6
0
0
Sabiendo que el precio en $ de cada uno de los productos es:

PCs
1800
PC porttiles
2500
CDs
11
Impresoras
500
47
a) Obtenga la matriz de ingreso de la empresa.
b) Si el beneficio para la empresa es del 25% de los ingresos, determine los beneficios
por sucursal y el beneficio total de la empresa.
c) Puede llegar a los mismos resultados usando las respectivas matrices transpuestas a
las definidas? Por qu? Son simtricas sus matrices? Fundamente su respuesta
Ejemplo 26
En el siguiente cuadro de doble entrada se muestran los requerimientos tcnicos de
insumos, por unidad de producto, para la produccin de los artculos I, II y III en una
fbrica. Adems, el plan de produccin proyectado es: 50 unidades del artculo I, 30
del II y 20 unidades del artculo III.
136
UNIDAD 2
Artculo I
15
tiempo de mquina (en hs-mquina p/unidad de
1
mano de obra (en hs-hombre p/unidad de producto)
producto)
tiempo control de calidad (en hs-hombre p/unidad
de producto)
Artculo II
2
17
Artculo III
13
6
48
Calcule las horas-hombre y las horas-mquina que se deben disponer para satisfacer
el plan de produccin proyectado.
Ejemplo 27
Segn el diccionario, criptografa es el arte de escribir o descifrar mensajes escritos en
cdigo. Una manera sencilla de codificar un mensaje es asignando una letra o smbolo
a cada nmero como lo mostramos en el siguiente cuadro.
A
1
14
B
0
O
15
C
2
P
16
D
3
Q
17
E
4
R
18
F
5
S
19
G
6
T
20
H
7
U
21
I
8
V
22
J
9
W
23
K
10
X
24
L
11
Y
25
M
12
Z
26
N
13
blanco
27
Por ejemplo, el mensaje:

Adriana Olmos tutora del IUA, de acuerdo con el cdigo arriba fijado se convierte en
esta sucesin
1 3 18 8 1 13 1 27 15 11 12 15 19 27 20 21 20 15 18 1 27 3 4 11 27 8 2 11
Cmo podra complejizarse el cdigo a fin de que la decodificacin del mensaje se
complique?. Veamos una opcin muy usada: se vuelca el cdigo en una matriz de dos
filas: la primera fila contiene las posiciones impares y la segunda fila las posiciones
pares as,
1 18 1 1 15 12 19 20 20 18 27 4 27 2
C=
y luego se
3 8 13 27 11 15 27 21 15 1 3 11 8 11
multiplica esta matriz por otra, llamada matriz de codificacin, que es la encargada de
complejizar la sucesin numrica.
3 2
Sea D tal matriz, D =
. El producto DC produce el nuevo cdigo que se
1 2
trasmite, N = DC .
Pero cmo descifran el mensaje quienes lo reciben? Muy simple: usan la inversa de D
llamada matriz de decodificacin pues, D 1 N = C ,
49
Buenas nuevas! Acaba de recibir el siguiente mensaje encriptado que contiene una
frase cierta se anima a descifrarlo? Use la matriz de decodificacin conocida.
137
UNIDAD 2
56 16 48 16 98 14 20 4 84 12 107 1 60 -52
Adems reflexione: la matriz de codificacin debe ser cuadrada?
Aplicaciones sumamente interesantes y muy difundidas son los grficos por

computadora. Sin duda es la industria del entretenimiento la que hace el uso ms
espectacular de este recurso, pasando por los efectos especiales de los films hasta los
juegos de computadora. Tambin utilizan estos grficos los programas educativos,
sistemas de empresas, y muchos procesos de ingeniera y otras actividades que exhiben
o muestran imgenes animadas en una pantalla.
Ejemplo 28
coordenada y
Entre los smbolos grficos ms sencillos en
dos dimensiones, estn las letras. Una letra 6
dibujada en el plano requiere de varios
puntos coordenados para definirse totalmente.
Por ejemplo, la letra N de la figura necesita de
ocho puntos coordenados. Volcamos en una
matriz esos puntos (vrtices), as:
78
6
5
12
puntos
coordenada x
coordenada x 0 0.5 6 5.5 0.5 0 5.5 6

=D
coordenada y 0 0 0 1.58 6.42 8 8 8
Para transformar esa N en otra N ms inclinada, se
modifican los primeros valores de las coordenadas
(las x) y los segundos valores, que corresponden a
la altura, los y, se dejan como estn. Pero cmo se
hace esto usando matrices? Pues, se premultiplica
D por una matriz cuadrada que contenga esa
informacin de transformacin.
coordenada y
78
6
5
3
Supongamos que deseamos cambiar las 1 2
coordenada x
coordenadas x por su valor anterior ms del
valor de la correspondiente coordenada y. Luego la matriz de transformacin es
1
T=
4 . Finalmente TD da las nuevas coordenadas para los vrtices de la letra N :
0 1
0 0.5 6 5.895 2.105 2 7.5 8
TD =
0 0 0 1.580 6.420 8 8 8
138
UNIDAD 2
Si deseamos hacer ms angosta nuestra N, podemos premultiplicar la matriz de

coordenadas por una nueva matriz de transformacin. As:
3
4 0 achicar en un factor la coordenada x y no modificar la coordenada y.
0 1
3
4 0 TD da las coordenadas finales para los vrtices.
0 1
Interesante no? Seguiremos con el ejemplo en la unidad 4.
Para concluir la seccin es conveniente que reflexionemos acerca de las circunstancias
en las cuales es posible modelizar matemticamente usando matrices y su operatoria. Si
recordamos los ejemplos y buscamos un patrn, notaremos que, cada vez que podemos
registrar la informacin en una tabla de doble entrada, porque concierne a dos conjuntos
de eventos, esa informacin numrica se vuelve apta para condensarse en un arreglo
rectangular de nmeros.
Cualquier arreglo se puede multiplicar por un escalar. Arreglos con un nmero de
eventos coincidente a nivel de filas y de columnas se pueden sumar y restar. Y arreglos
rectangulares de nmeros en los cuales la cantidad de eventos a nivel de columnas en
una, coincide a nivel de filas con la otra supone un posible producto entre ambas. La
multiplicacin por vectores de unos de tamaos compatibles, permiten obtener la suma
total de cada fila o de cada columna.
As, si para algunas matrices, a nivel de filas, tenemos los eventos mes del ao y a
nivel de columnas, los eventos tipo de solicitud - que lo registramos mediante la
notacin - mes tipo de solicitud ser posible sumarlos, restarlos y multiplicarlos por
un escalar, eso siempre que los tamaos sean compatibles.
Una matriz con esa informacin puede multiplicarse por un vector de unos a derecha, de
tamao compatible, y se obtiene el vector de totales de solicitudes, discriminado por
mes. En cambio, si se multiplica por un vector de unos a la izquierda, de tamao
compatible, se obtiene el vector de totales de solicitudes al ao, discriminado por tipo.
Si contamos con otra matriz: tipo de solicitud precio unitario de c/ tipo de solicitud ,
es posible hacer el producto entre la primera y la ltima y obtenemos
( mes tipo de solicitud ) ( tipo de solicitud precio unitario de c/tipo de solicitud )
( mes
precio unitario de c/tipo de solicitud ) .
Concluimos:
9 A nivel de la matemtica las operaciones entre matrices son posibles si sus tamaos
son compatibles.
9 En el contexto del problema la operatoria es posible si, adems de ser posible
matemticamente, la informacin que registran y que se vincula es compatible y por
lo tanto, tiene sentido.
139
UNIDAD 2
9 Una matriz permite realizar muchos clculos aritmticos en forma ordenada, con
una disposicin visual clara y concisa. En definitiva, es aritmtica real.
Bien, antes de abandonar este tema realizar la siguiente actividad para fortalecer su
aprendizaje:
50
Vuelva sobre los temas estudiados en esta seccin.
9 Realice una segunda lectura ms profunda buscando estndares o patrones de
comportamiento en los distintos ejemplos.
9 Para cada ejemplo desarrollado plantee la modelizacin matemtica a nivel
cualitativo. Deje de lado los valores numricos y analice la informacin a nivel de
filas y columnas as como la interseccin entre ambas.
9 Realice la visin retrospectiva de la unidad y comprela con la que ms adelante le
proponemos.
140
UNIDAD 2
Visin retrospectiva
En este apartado consignamos lo que usted debera haber aprehendido segn los
objetivos planteados. IIentificamos adems, los conceptos clave.
Se defini el concepto de matriz como un arreglo rectangular de nmeros ordenados en
filas y columnas. Como en definitiva se trata de nmeros reales, esos objetos se
pueden sumar, restar, multiplicar por un escalar y multiplicar entre ellos, esto es,
admiten una aritmtica matricial. Algunas operaciones definidas en el conjunto de los
nmeros reales no se definieron en el conjunto de las matrices: se trata de la divisin y
la radicacin.
Como en el lgebra real, en el lgebra matricial se analiz qu propiedades cumplen
las operaciones definidas sobre el conjunto de matrices. As, investigamos el
cumplimiento o incumplimiento de las diferentes propiedades: de cierre, asociativa,
conmutativa, del inverso, de la identidad y distributiva. Como en los nmeros reales,
se defini la igualdad de dos matrices y se analiz, tambin, el cumplimiento de las
propiedades reflexiva, simtrica, transitiva, uniforme, de cancelacin y de
anulacin del producto. En particular, se destac que el producto de matrices no es
conmutativo, no se cumple la propiedad cancelativa del producto ni la propiedad de
anulacin del producto. Se aclar que muchas matrices no tienen inverso multiplicativo.
La aritmtica y el lgebra de matrices rotularon matrices con nombres especiales:
matriz identidad, matriz cero, matriz opuesta, matriz inversa. Otras tambin se
rotularon para identificarlas segn las caractersticas fsicas que facilitan ciertas
operaciones: matriz transpuesta, matriz simtrica, matriz triangular, matriz
diagonal, matriz cuadrada, vector.
Las matrices y su operatoria, en definitiva, la teora de matrices, constituyen una
herramienta muy til para condensar informacin y modelar situaciones de campos
cientficos y no cientficos.
Cada ambiente que utiliza la teora de matrices, introduce matrices de caractersticas
especiales, propias o especficas de ese campo. Por ejemplo, la teora de sistemas de
ecuaciones lineales (SEL) plantea ecuaciones matriciales a partir de la matriz de
coeficientes, el vector de variables y el vector de trminos independientes. La matriz
inversa da origen al mtodo matricial para determinar su solucin. En los Procesos de
Markov tenemos la matriz de probabilidades o estocstica; en la Teora de grafos, la
matriz de adyacencia; en Sociometra, la matriz de dominacin; en Criptografa la
matriz de codificacin y la matriz de decodificacin, entre otras.
Reiteramos lo dicho en la unidad anterior: para plantear el proceso de resolucin de un
problema es til usar un algoritmo. Algunas sugerencias son:
a) Leer con cuidado el problema hasta su total comprensin. Muchas veces ayuda
hacer un dibujo o un diagrama de la situacin.
b) Determinar las cantidades conocidas y las desconocidas. Esto puede dar lugar al
planteo de una ecuacin matricial.
c) En una operatoria matricial, analizar la compatibilidad respecto de los tamaos y
tambin la posibilidad de que esa operatoria tenga sentido en el contexto del
problema.
141
UNIDAD 2
d) Comprobar la exactitud de los clculos aritmticos reales involucrados.

e) Toda tabla de doble entrada da origen a dos posibles arreglos rectangulares de
nmeros. La eleccin de la matriz es arbitraria y esa eleccin trae aparejada una
lectura y un significado dado por el contexto que se debe tener en cuenta.
A continuacin una posible sntesis de nociones clave.
Matriz
9 Entrada
9 Dimensin, orden n
9 Diagonal principal
Operaciones
9 Suma
9 Multiplicacin por escalar
9 Multiplicacin, potencia
Propiedades
9 Cierre
9 Asociativa
9 Conmutativa
9 De la identidad
9 Del inverso
Matrices especiales
9 Identidad
9 Cero
9 Inversa
9 opuesta
9
9
9
9
9
9
9
9
9
9
9
9
9 Relacin de igualdad
Ecuaciones matriciales
Reflexiva
Simtrica
Transitiva
Uniforme
De cancelacin
De anulacin del producto
Transpuesta
Diagonal
Triangular
Simtrica
Cuadrada
Vector
Matrices especficas
9 En SEL: matriz de coeficientes, vector
de variables, vector de trminos
independientes, matriz aumentada.
9 Procesos de Markov: matriz de
probabilidades.
9 Teora de grafos: matriz de adyascencia.
9 Sociometra: matriz de dominacin.
9 Otras: matriz de codificacin, matriz de
decodificacin, matriz de ventas, matriz
de produccin, etc.
Desea seguir modelizando problemas matemticamente? Ingrese al Aula virtual /
Archivos / Material complementario:
mate1_U2_modelo_matemtico.doc
mate1_U2_Procesos_de_Markov.doc
Le interesa aplicar la teora del lgebra matricial? Consulte el Aula virtual / Archivos /
Material complementario:
142
UNIDAD 2
En Aula virtual / Software encontrar un paquete gratuito para graficar en dos y tres
dimensiones como as tambin informacin sobre un paquete que contiene la
simbologa matemtica necesaria para escribir en este lenguaje tcnico con un
procesador de texto.
En Aula virtual / Sitios encontrar links tiles que lo pondrn en contacto con pginas
de ejercicios.
En ambos casos se trata de material aportado por alumnos.
143
UNIDAD 2

1
a) Siguiendo el orden de las matrices dadas, sus tamaos son: 3 2 , 1 4 , 2 3 ,
2 1 ,1 1 .
b) 5, porque el primer nmero de su tamao indica el nmero de filas de la matriz
dada.
c) Porque el primer nmero indica el nmero de columnas y no el nmero de filas
como debera ser segn la definicin de tamao de una matriz.
d) Slo es correcta la primera en la cual se usan los corchetes redondos.
2
1
a) Matriz fila [1 2 3 4] ; matriz columna , matriz cuadrada [ 4] .
1
2
0
es la tercera matriz y tiene tamao 2 3 , entonces:
b)
1
3
2

2
4
9 no es cuadrada porque el nmero de filas no coincide con el correspondiente de
columnas.
9 No es vector fila porque el nmero de filas no es 1.
9 No es vector columna porque el nmero de columnas no es 1.
c) Un objeto matemtico es una matriz si es un arreglo rectangular de nmeros
encerrado entre corchetes. Esto es, si son nmeros dispuestos ordenadamente en
filas y columnas. Cada interseccin de una fila con una columna est habitada por
un nmero real y recibe el nombre de entrada de la matriz.
d) Lo nico a tener en cuenta al construir una transpuesta es que las filas pasan a ser
columnas. La 1 pasa a tener un tamao 2 3 , la 2 pasa a constituirse en un vector
columna 4 1 , la 3 ser 3 2 , la 4 se transforma en un vector fila 1 2 , la ltima
no se altera.
3
a) e12 = 2 , e21 = 3 , b11 = a , c13 = 3 .
b) La segunda columna de B tiene los elementos b12 = b y b22 = e .
c) eij es un elemento genrico de E y bij es un elemento genrico de B.
d) No. Vale E32 .
e) La 2 columna de la transpuesta de A coincide con la 2 fila de A y sus elementos
son: a21 a22 a23 a24 .
4
a) Debe tener: cuatro filas y cuatro columnas con
aii = 1 ( aij = 0 i j ) . Se lee: a sub ii igual a 1 y a sub i
jota igual a cero para todo i distinto de jota; se interpreta: los
elementos de la diagonal son 1 y los elementos fuera de la
diagonal nulos.
b) Debe tener cuatro filas y cuatro columnas y los elementos de
la diagonal principal son nulos.
144
1
0
I =
0
0
1
0
0
0
0
1
0
0
0
0
UNIDAD 2
c) Porque a11 1 .
d) No. Debe ser cuadrada.
5
1 2 3
a) 0 0 0 porque los elementos de debajo de la diagonal principal son nulos.

0 0 1
b) Tenga en cuenta al construirla que debe tener: cuatro filas, cuatro columnas, aii = 1 ,
aij = 0 i < j (se interpreta: el elemento de la fila i y la columna j con i menor que j
debe ser nulo).
c) Debe tener: cuatro filas y tres columnas con aij = 0 . Caractersticas de la matriz
d)
e)
f)
g)
nula: hay matrices nulas para todos los tamaos, en particular pueden ser cuadradas;
todos sus entradas son 0.
Porque a13 0 y a31 0 . Caractersticas de la matriz diagonal: debe ser cuadrada
con elementos nulos fuera de la diagonal.
Para ser triangular (superior o inferior) debe ser cuadrada. Otra caracterstica es:
ceros por arriba o por debajo de la diagonal, obligatoriamente.
A es 3 2 (tres filas y dos columnas) entonces, su transpuesta es 2 3 : dos filas y
tres columnas. A es p q , luego su transpuesta es q p .
1 2 3
[1 2 3] de tamao 1 3 ; 0 0 1 de tamao 3 3 .
0 0 2
h) Es la transpuesta de H T , cuya 1 fila es 1 0 1; 2 fila es 2 0 2 y la 3 es 1 1 0.

i) No.
6
9 Concepto clave
Matriz
9 Otros conceptos nuevos
Entrada de una matriz
Rengln de una matriz (o fila de una matriz)
Columna de una matriz
Tamao de una matriz
Elemento genrico de una matriz (o entrada ij de A)
Orden de una matriz. (matriz de orden n)
Diagonal principal de una matriz
9 Matrices particulares
Matriz rengln (o matriz fila o vector rengln o vector fila)
Matriz columna (o vector columna)
Matriz cuadrada
Matriz identidad
Matriz diagonal
Matriz triangular superior
Matriz triangular inferior
Matriz cero (o matriz nula)
Matriz transpuesta
145
UNIDAD 2
Es importante que agregue a esta lista el smbolo matemtico que representa el

concepto y las caractersticas que lo individualizan. Por ejemplo:
Concepto
Diagonal principal de A
Smbolo (notacin)
caractersticas
A
debe
ser cuadrada nxn
a11 , a22 , , ann
Son las entradas aij con
i= j
7
5 10 1 0
2 0 5 + 1 + 4 10 + 0 0 10 10
a) B + D 2C = 1 9 + 2 1 2 3 8 = 1 2 + 6 9 + 1 16 = 3 6
3 4 1 1
5 1 3 + 1 10 4 + 1 + 2 6 1
T
15
3
B=4
b)
4
15
2
1
4
27
4
c) M B = C
3
4 .
d)
e)
m23
4
1
m23 ( 4 ) = 1 m23 = 1 4 m23 = 5
No pueden sumarse porque no coinciden sus tamaos.
m21 = 3 1 = 4 est en la posicin fila 1 y columna 2 de M T o bien en la posicin
fila 2 y columna 1 de M.
No es simtrica porque M M T .
A es simtrica si es cuadrada y la entrada ij coincide con la entrada ji. Entonces,
debemos considerar su tamao y sus entradas.
f)
g)
8
Son:
c21 = 2 4 + 6 0 + 0 2 = 8, c22 = 2 1 + 6 ( 2 ) + 0 3 = 10, c24 = 2 0 + 6 1 + 0 2 = 6
2 12 6 4
AB =
8 10 10 6
9
3
a)
b
k =1
146
T
3k
T
akT2 = c32
= 10
UNIDAD 2
8 + 0 + 0 2
8
4 0 2
4+06
1 2 3 1 2 1 4 9
2 12 + 0 12 10
T T
b) B A = H =
2 6 =
=
.
1 2 1
1 + 4 + 3 2 + 12 0 6
10
3 0

0 + 6 + 0 4
6
0 1 2
0+26
T
Observe que: los tamaos son compatibles ( 4 3)( 3 2 ) = ( 4 2 ) y ( AB ) = BT AT .
c) h22 = 10 , 2 fila y 2 columna.
d) H es 4x2 pues BT es 4x3 y AT es 3x2.
10
Esa informacin se lee en la 2 fila : 4330 parlantes para julio y 3243 para agosto.
11
a
a
a12 + a22 ] = [1 a11 + 1 a21 1 a12 + 1 a22 ] = [1 1] 11 12 = [1 1] A .
a21 a22
Luego la operatoria es una multiplicacin con factor derecho un vector fila de unos de
tamao compatible con A.
[ a11 + a21
12
a)
10 18 21
= [13 23 30] . Los tamaos son compatibles pues:
3 5 9
(1 2 )(1 3) = (1 3) . La entrada ij informa la cantidad de partes para cada modelo.
[1 1] R = [1 1]
En particular el modelo C lleva 30 partes entre resistencias y parlantes.
b)
julio
11844 10186
parlantes
resistencias , [1 1] T = [1 1] 4330 3243 = [15170 13429]
agosto
julio agosto
Usaramos el vector fila de unos de tamao compatible, como factor derecho en un

producto matricial. Ese producto sintetiza el total de partes necesarias para cubrir los
requerimientos de julio y de agosto respectivamente.
13
a) Previamente es necesario ordenarlo y completarlo.
x
3x + 2 y 1z = 8 3 2 1 8
y = AX = B , A matriz de coeficientes, X
1x 4 y + 2 z = 0 1 4 2 z 0

matriz de variables y B de trminos independientes. La matriz aumentada es la que
rene los coeficientes de la matriz de coeficientes y de la matriz de trminos
independientes:
3 2 1 8
1 4 2 0
147
UNIDAD 2
b) Luego de realizar el producto entre matrices a la izquierda queda planteada la

1x + 3 y 4
igualdad matricial: 1x + 1 y = 0 Finalmente, teniendo en cuenta que: dos
3 x + 4 y 7
matrices son iguales si tienen el mismo tamao y coinciden elemento a elemento, se
1x + 3 y = 4
llega al SEL siguiente: 1x + 1 y = 0 .

3x + 4 y = 7
c) Porque no pueden multiplicarse una matriz 3 2 y una 3 1 : sus tamaos no son

compatibles.
d) La matriz aumentada rene la matriz de coeficientes y la de trminos
independientes, esto es, su ltima columna contiene los trminos independientes de
AX = B .
e) Nosotros slo le mostramos los que corresponden a,
Ejemplo 7.1:
2 2 x 34
3 1 y = 1

Ejemplo 7.9:
1 1 1 p 22

7 8 7 l = 163
2 2 1 q 10

5 3 4
f) El mtodo de Gauss lleva la matriz aumentada a la forma escalonada en los
renglones. Entonces la matriz de coeficientes resulta en una matriz triangular
superior con unos y posiblemente algunos ceros finales en su diagonal.
El mtodo de Gauss-Jordan lleva la matriz aumentada a la forma escalonada en los
renglones reducida. Entonces la matriz de coeficientes resulta en una matriz
diagonal de unos y posibles ceros al final.
14
S, hay restricciones. A debe ser cuadrada ya que, por definicin de producto, el nmero
de columnas de la 1 A debe coincidir con el nmero de filas de la 2 A.
15
9
x=
3 2 3 2 9 2 x 6 + 2 y 0 0 9 2 x = 0
2
a)
=
=
0 0 0 6 + 2 y = 0
6
0 0 x y 0
y = = 3
2
9 + 0 6 + 0 0 0
b) Si existiera debe cumplirse
=
. En particular la ecuacin
3 x + 0 2 x + 0 0 0
numrica 9 = 0 debera ser cierta. Absurdo! Luego no existe tal matriz.
148
UNIDAD 2
x + x x2 + x4 1 0 x1 + x3 = 1 x2 + x4 = 0
c) 1 3
=
x2 0 1 x1 = 0
x1
x2 = 1
x1 = 0, x3 = 1, x2 = 1, x4 = 1
x
Conclusin: 1
x3
x2 0 1
.
=
x4 1 1
2
3x 4 + y x
d) Para que las matrices
y
sean iguales se deben resolver
0 z + 1 w + 1
8
3 x = x
3 x x = 0 x = 0
4 + y = 2 y = 2 4
y = 2
las ecuaciones algebraicas reales
. Finalmente
8 = z + 1 8 1 = z
z=7
0 = w + 1 0 1 = w
w = 1
3 0 4 + ( 2 )
verificamos reemplazando en la ecuacin de partida:
coincide
0
8
2
0
con
.
7 + 1 1 + 1
x2 0 0
x3
x 0 0
e) A = 0 y 0 , A2 = AA = 0 y 2 0 , A3 = A2 A = 0
0 0 z2
0
0 0 z
n
x
0 0
generalizamos a An = 0 y n 0 .
0 0 zn
0
y3
0
0,
z 3
16
Una ordenacin posible es listar por operacin. Por ejemplo:
Suma matricial
9 es conmutativa
9 es asociativa
9 tiene inverso
9 tiene identidad
Producto matricial
9 es asociativo
9 se distribuye respecto de la suma
Producto por un escalar
....
Tema de reflexin: la matriz I nn (cuadrada, con 1 en la diagonal y 0 fuera de la
diagonal) recibe el nombre de identidad porque al multiplicarse por otra matriz
compatible A, el resultado es idntico a la A.
149
UNIDAD 2
La matriz 0mn es la identidad respecto de la suma, porque al sumarse con otra matriz
Amn , el resultado es idntico a la A.
Como puede observarse, el nombre de las propiedades no es arbitrario, sino que est en
relacin directa con la funcin que deben cumplir.
17
0 1
1 0
1 1
Antes que nada rotulamos las matrices A =
, B=
,C =
, a=2 y
1 3
1 0
1 1
b = 3.
1 1 1 1 0 0
0 1 1 1 1 0
=
, A + BC =
( A + B)C =
+
=
2 3 1 1 5 5
1 3 1 1 2 4
2 1 4 2
2 2 1 1 3 1
a(B + C) = 2
=
, aB + C =
+
=
2 1 4 2
2 0 1 1 3 1
5 5
3 3
, a + bC no est definida porque es 2 +
.
5 5
3 3
( a + b ) C = ( 2 + 3) C = 5C =
18
a)
b)
( A + B)C
( a + b )( A + B )
c) aB + cD
d) ( A ) + ( B )
e) ( AB )
19
a)
1 multiplicacin por escalar bA
2 suma
3 multiplicacin por escalar a (
d)
1 multiplicacin entre escalares ab
2 multiplicacin por escalar a ( bA )
3 suma
b)
1 suma A + B
2 multiplicacin por escalar ( 1)
e)
1 suma A + C
2 multiplicacin entre escalares ab
3 multiplicacin por escalar ( ab )(
c)
1 multiplicacin por escalar ( 1)
f)
1 multiplicacin AB
2 multiplicacin CD
3 suma
g)
1 suma B + C
2 suma
150
UNIDAD 2
2 multiplicacin A (
3 multiplicacin
( )D
20
1 2 2 1 2 2 1 2 2 2 1 2
a) Lo comprobamos: 2
=
=
=
2 ; usamos la
0 3 2 0 2 3 0 2 3 2 0 3
conmutatividad en el producto de nmeros reales en cada entrada.
Demostramos: para cada entrada ij de A se cumple aaij = aij a , la propiedad
conmutativa de los nmeros reales, luego aA = Aa .
1 2 1 1 1 1 1 2 1 1 1 2
b)
.
0 0 0 0 0 0 0 0 0 0 0 0
c) Teniendo en cuenta que el nico nmero real sin inverso multiplicativo es el 0,
construimos una entrada con este valor. Por ejemplo, trabajando paso a paso la
1 1 1 * 1 1 * 0 * 1 0
entrada 1,1 se tiene:
=
=
.
* * 1 * * * * * 0 1
21
Realizamos las operaciones en el siguiente orden a los fines de disminuir los clculos de
aritmtica real.
a) B + C y luego sumamos con A.
b) Calculamos A + C y luego multiplicamos por a.
c) Hacemos el producto entre ( a 1) y A.
d) Hacemos el producto la suma entre A y su opuesto A que es nula y B, queda B.
1
e) Asociamos los factores a y su recproco , los multiplicamos y da 1, 1 B da B.
a
22
a) Se encuentran en la unidad 1 de la gua de Nivelacin matemtica12.
b) Dicha propiedad se refiere a las operaciones de suma y producto por escalar. La
misma asegura que al operar elementos del conjunto de matrices M nxm el resultado
sigue viviendo en el conjunto.
c) Que toda matriz es igual a s misma; que si una matriz es igual a una segunda, vale
la recproca; asegura la igualdad entre una 1 matriz y una 3 si ambas son iguales a
una segunda; la igualdad entre dos matrices se mantiene al sumarlas a ambas una 3
y tambin al multiplicar ambas por una 3 no nula.
d) A + B = A + C ( A ) + ( A + B ) = ( A ) + ( A + C ) ( A + A ) + B = ( A + A ) + C
0+ B = 0+C B = C
Las igualdades planteadas resultan de aplicar propiedades conocidas.
23
0 00 3 0 0
a)
1 1 0 3 0 0
12
Cita completa en Bibliografa.
151
UNIDAD 2
0 0 0 3 0 0 0 0 0 4
b)
=
=
1 1 0 3 0 0 1 1 0 4
24
Es importante que realice este ejercicio. No le damos solucin para confrontar ya que se
trata de un trabajo personal.
25
Encontrar el inverso multiplicativo B equivale a resolver la ecuacin matricial AB = I y
tambin BA = I . Al plantear cualquiera de las dos nos encontramos con:
9 un producto matricial,
9 y luego con una igualdad entre matrices. La igualdad entre matrices nos lleva a
construir dos SEL.
Si nos referimos a la ecuacin matricial BA = I las variables de los dos SEL son b11 y
b12 para el primero, b21 y b22 para el segundo. Notemos que, en este punto, se difiere de
los SEL del planteo anterior: hay intercambio de variables.
b11
b
21
BA = I
b12 2 1 1 0
=
b22 3 2 0 1
2b11 +3 b12 = 1
b
b
1
+
2
=
0
11
12
2b21 + 3b22 = 1
1b21 + 2b22 = 0
2
1
1
2
1
0
1
0
1
0
3 1
2 0
2 0
3 1
2 0
1 1
2 0
1 1
0 2
1 1
0
1
1
0
1
-2
1
2
-3
2
El Mtodo de Gauss-Jordan, aprendido en la unidad anterior, es la herramienta que

usamos para construir SEL equivalentes a los originales y cuyos conjuntos solucin son
obvios:
b11 = 2 b21 = -3
y
b12 = -1 b22 = 2
Para comprender con significado, evitando una memorizacin estril y temporaria, se
deben diferenciar claramente en este planteo:
9 Las operatorias a realizar.
9 Las variables de cada SEL.
A partir de eso, lo que sigue, es un desarrollo paso a paso, sin apuros, rellenando con
palabras el contexto de la simbologa.
152
UNIDAD 2
26
a) Se observa en la segunda EL en el primer SEL que: la
ecuacin 0 = 4 es falsa cualquiera sea el valor asignado a las
variables. Conclusin: es imposible construir un inverso
multiplicativo.
b) Se verifica que la ltima de la derecha es el inverso
multiplicativo.
1
2
5
3
8
1
4
6
2
1
0
0
5
32
13
0
32
19
1
32
0
0
1
0
0
0
1
1
32
9
32
7
32
7
32
1
32
1
32
2
4
1
0
1
2
1
2
0
1
0
1
2
2
0
1
0
1
c) No tiene inverso multiplicativo porque no es cuadrada.

27
a) No, pues no existe una A tal que A0 = I
b
b
b) De I, pues II = I . Supongamos existe B = 11 12 tal que BI = I . Entonces:
b21 b22
b11 b12 1 0 b11 b12
1 0
coincide
con
slo
s
=
b
0 1
21 b22 0 1 b21 b22

b11 = 1 b12 = 0
B=I.
b21 = 0 b22 = 1
d11
c) Sea D =
0
d11
I = DB =
0
sii bii =
b1n
0
b11
matriz diagonal, entonces DB = I , B =
.
bn1
d nn
bnn
b1n d11b11
0 b11
0
=
pero d b = 1 i
ii ii
d nn bn1
bnn 0
d nn bnn
1
con dii 0 .
dii
Iinterprecin: los elementos de la diagonal deben ser 1 slo si una entrada de la

diagonal de B es el inverso multiplicativo del correspondiente de la diagonal de D.
significa para todo; sii significa s y slo s.
153
UNIDAD 2
Conclusin: El inverso multiplicativo de una matriz diagonal D, tiene por entradas

diagonales los respectivos recprocos o inversos multiplicativos reales. Aqu hay
claramente una restriccin: en los reales los inversos multiplicativos existen slo
para nmeros no nulos.
d) Su inverso multiplicativo es la A.
e) Como ( AB ) AB = I , entonces ( AB ) = B 1 A1 porque:
1
( AB )
AB = ( B 1 A1 ) AB = B 1 ( A1 A ) B = B 1 IB = B 1 B = I .
Estas igualdades resultan de aplicar, sucesivamente, las propiedades: asociativa, del

inverso multiplicativo, de la identidad y finalmente del inverso multiplicativo.
0 0
1
1
f) No. Ejemplo: si A =
, B = I A + B = B y B = B pero no existe A .
0
0
28
a) Sea AX = B . Se aplican, sucesivamente, las propiedades: uniforme, asociativa, del
inverso multiplicativo, de la identidad en la multiplicacin.
b) Si el SEL es homogneo, se tiene:
AX = 0
A-1 ( AX ) = A-1 0 propiedad uniforme
( A-1 A) X = A-1 0 propiedad asociativa
IX = 0
propiedad del inverso multiplicativo
X = 0
propiedad de la identidad
Si no tiene inversa no le queda otra alternativa que tener infinitas soluciones, pues un
SEL homogneo siempre tiene solucin.
29
En caso de duda consulte a su tutor usando el e-mail o bien, en el foro del Aula virtual.
30
9 La inversa de la potencia n de A es la potencia n de la inversa de A.
La potencia p de A por la potencia q de A equivale a la potencia p + q de A.
9 Tome por ejemplo las matrices del ejemplo 15 y pruebe con distintas potencias: la
dos, la tres, etc. Tan slo hgalo para convencerse.
A p Aq = ( A
A)( A
A) = A
AA
A = A p+q
( p veces )( q veces ) ( p+q veces )
154
UNIDAD 2
31
a)
P
NY
2
1
0
b)
BA
NY
2
1
0
32
A4 donde aij condensa el nmero de caminos que parten de i llegan a j a travs de tres
puntos intermedios.
A5 donde aij condensa el nmero de caminos que parten de i llegan a j a travs de
cuatro puntos intermedios.
33
0
1
A = 0
1
0
0
0
1
1
0
0
0
0
1
1
1
0
1
0
0
0 u
0 v
1 w
0 x
0 z
1
0
A2 = 2
1
0
1
0
1
1
1
1
0
2
0
0
0
1
1
2
1
0 u
0 v
1 w
1 x
1 z
A matriz de conexiones directas entre dos puntos. La entrada ij expresa el nmero de

trayectos directos que salen de i y llegan a j.
A2 matriz de conexiones indirectas con un punto intermedio.
Luego:
a) De u a v hay 0 directos.
b) Un camino pasando por un punto intermedio.
34
a) Corresponde a la entrada s13 y es un camino.
b) Todos aquellos que tienen 0 como entrada en la matriz S.
c) As expresada se entiende que un camino debe constar de tres trayectos y dos puntos
intermedios. Entonces, nos referimos a las entradas de A3 .
155
UNIDAD 2
35
(1
1) S = ( 6 6 5 6 3) indican cuntos caminos de uno y/o dos tramos llegan

a cada uno de los puntos. Por ejemplo: llegan slo cinco caminos a w provenientes de
cualquier punto. Esos cinco caminos pueden ser directos o pasar por un punto
intermedio.
36
a)
b)
c)
d)
Nadie ejerce dominacin sobre x1 .

x4 ejerce dominacin slo sobre x6 .
d 45 indica si x5 es dominada por x4 o tambin si x4 domina a x5 .
d54 indica si x4 es dominada por x5 o tambin si x5 domina a x4 .
37
[1
1 1 1 1 1] D = [ 0 1 2 1 1 3] da la medida de sumisin de cada persona .
x6 es la persona sobre la cual se ejerce mayor dominacin directa y x1 no es dominada.

38
Seguimos con las dominaciones directas y/o indirectas una o dos etapas -.
a) Leyendo las entradas de D + D 2 : x2 domina a cuatro personas, x4 a una al igual
que x5 y x6 no domina a nadie. Las formas estn dadas por cada entrada de
( D + D )U : x
2
en seis formas o caminos distintos, x4 en una al igual que x5 , y x6
no domina a nadie.
b) Esa informacin se lee a nivel de columnas: sumo los elementos de cada columna.
U ( D + D 2 ) = [0 1 3 2 2 7] .
x5 recibe en forma directa o indirecta a travs de otra siete dominaciones
distintas: es la persona ms influenciable. Mientras que x1 no es influenciada.
c) No coinciden, ya que ( D + D 2 ) U da una medida de dominacin directa e indirecta

con un intermediario, mientras que, U ( D + D 2 ) da una medida de la sumisin
directa o indirecta con un intermediario. Los clculos en detalle se hicieron antes.
39
a) D en forma directa y/o en una etapa.
D 2 en forma indirecta, en dos etapas con un intermediario.
D 3 en forma indirecta, en tres etapas con dos intermediarios.
T
b) D 3U = [3 0 0 0 0 0] dice que x1 es la nica persona que ejerce influencia
indirecta pasando por dos intermediarios, lo hace sobre x6 y por tres vas o caminos
diferentes.
c) D 4 = 0 . Como cada entrada de la matriz es nula, expresa que en ese grupo de
personas no se dan influencias que usen tres personas como intermediarios.
40
x2 mediante seis caminos diferentes domina a cuatro integrantes.
156
UNIDAD 2
x3 , x4 y x5 mediante un camino dominan a un solo integrante: el x6 .

x6 no domina a nadie.
U T T = [ 0 1 3 2 2 10] da una medida de la dominacin que recibe cada persona,

da una medida de la influencia recibida por cada integrante del grupo. As x1 no se deja
influenciar y x6 es la ms influenciada.
41
0 0.3 0.3 0.4
0.7 0
0 0.3
a) A =
probabilidades de transferencia directa.
0.3 0.2 0 0.5
0
0
1
0
0
0.64
0.3 0.06
0
0.21 0.21 0.58
b) A2 =
probabilidades de transferencia
0.14 0.09 0.09 0.68
0
0
1
0
movimientos aleatorios.
0.042 0.09 0.09 0.778
0.21 0.042
0
0.748
3
A =
probabilidades de transferencia
0.09 0.06 0.042 0.808
0
0
1
0
movimientos aleatorios. La entrada 2,4 indica la probabilidad solicitada.
en
dos
en
tres
c) A4 : da la probabilidad de transferencia en cuatro movimientos aleatorios.

42

p = r + r +
i i1 i 2

rin + ti1 + ti 2 +

Con tamaos compatibles:
1
1
1 2
tin = R + R = P .
2
1
1
( n n )( n 1) + ( n n )( n 1) = ( n 1) .
Esta notacin no es
usual en los textos de matemtica; constituye una manera personal del autor de verificar
si los tamaos son compatibles y es vlida slo en este contexto.
P matriz de puntuacin;
R matriz de resultados en confrontacin directa;
R 2 matriz de resultados en confrontacin indirecta.
a) Son cuatro participantes: dados por el nmero de filas.
0 1 0 0 0 1 0 0 0 0 1 1
0 0 1 1 0 0 1 1 2 0 1 0
2
b) R =
1 0 0 0 1 0 0 0 0 1 0 0
1 0 1 0 1 0 1 0 1 1 0 0
157
UNIDAD 2
0
0
P=
1
1
0
0
0
El jugador
1 + 2 2 2
0 0 1
0 0 1 1 1 1
2
1 4
2 + 3
1 1 1 1 2 0 1 0 1 2 1 3
2 = 7
+
=
+
=
0 0 1 2 0 1 0 0 1 1 2 1 1 3
1 + 1

2 2
1 0 1
1
1
0
0
1
2
2

1 3
2 + 2
2
x3 obtuvo la mejor/mayor puntuacin: tres puntos.
c) R [1 1 1 1] = [1 2 1 2] . Cada entrada de este producto da la cantidad de

T
partidos ganados por cada equipo, en confrontacin directa.

44
Se trata de puntos y de relaciones (relaciones probabilsticas) entre esos puntos.
Luego: P, P 2 , P 3 da la probabilidad de pasar de un punto a punto a otro en forma directa
en un movimiento o en forma indirecta de dos movimientos (un intermediario), tres
movimientos (dos intermediarios) y as sucesivamente.
X es la poblacin inicial. Matriz n 1 .
PX da la poblacin para el prximo perodo. Matriz n 1 . PX = X 1
PX = X 1
PX 1 = X 2
PX 2 = X 3
PX 3 = X 4
X i es la poblacin de partida para el perodo siguiente.
Conclusin:
X = X 0 poblacin perodo actual o cero.
X 1 poblacin perodo uno.
X 2 poblacin perodo dos.
X n poblacin perodo n.
PX n = X n +1 es la poblacin para el perodo n + 1 .
Se verifica la igualdad PX n = P n X donde P n es la probabilidad de cambio en n
perodos y X el vector de poblacin inicial.
0.93 0.07
Si se llama P a la matriz
, los mismos resultados se obtienen al hacer el
0.4 0.6
0.93 0.07
n
producto en el siguiente orden: [1500 2100]
. Luego XP del alumno
0.4
0.6
n
coincide con nuestra P X . En nuestra P la suma por columna da uno; en la otra
158
UNIDAD 2
P la suma por fila da uno. Entonces: cuidado! Al interpretarlas y al construirlas ya que

esa definicin identifica el producto que debe realizarse.
9 La entrada ij de nuestra P se lee: probabilidad de vivir en i proveniendo de j.
9 La entrada ij de la otra P se lee: probabilidad de vivir en j proveniendo de i, de
salir de i e instalarse en j, de salir de i y llegar a j.
45
0.7 0.1 0.2
A = 0.05 0.6 0.35 , aij la probabilidad de salir de i y llegar a j al cabo de un
0.1 0.3 0.6
perodo.
H = An con hij la probabilidad de salir de i y llegar a j al cabo de n-perodos.
X = [100 120 160]
XAn poblacin en el n-simo perodo.

9 Al inicio del segundo ao acadmico la poblacin ser de XA .
9 Al inicio del tercer ao acadmico la poblacin ser de XA2 .
Multiplicamos en ese orden porque la informacin por columna de A da el nmero de
mudanzas a la columna respectiva.
46
0.9 0.1 0
Previamente construimos A = 0.3 0.6 0.1 , en la cual aij es la probabilidad de salir
0.1 0.4 0.5
de i y llegar a j al cabo de un perodo. Si H = An , hij es la probabilidad de salir de i y
llegar a j al cabo de n-perodos; X = [32 22 30] representa el estado inicial de las
divisiones y XAn es la poblacin en el n-simo perodo. Luego, las respuestas solicitadas
son:
a) La distribucn de equipos para el prximo perodo viene dada por XA .
b) La distribucn de equipos para el inicio del tercer perodo, es: XA3 .
47
10 5 150 8
3 2 50 2
A = 15 4 200 7
B = 4 3 30 2
9 10 400 5
5 0 0 1
matriz de existencias al inicio
matriz de pedidos
( sucursal por producto )

P = [1800 2500 11 500]
7 1 180 6
C = 8 2 150 0
0 3 350 0
matriz de existencias al final
matriz de precios
precio producto
a)
( A + B) C = V
matriz de ventas en el trimestre
159
UNIDAD 2
6 6 20 4
V = 11 5 80 9
14 7 50 6
Matriz de ingresos H = VPT
1800
6 6 20 4
77800
2500
11 5 80 9
2500 = 236800
14 7 50 6
170700
500
( sucursal producto )( producto precio ) = ( sucursal total )
[1
1 1] H = ingreso total de la empresa
b) 25% de H= 0.25H = [19450 59200 42675]
[1
1 1][19450 59200 42675] = 121325

T
c) S. Hay que tener precaucin al relacionar.

( AT + BT ) C T = V T
ingreso = PV T
No son simtricas porque la posicin ij no coincide con la ji en cada matriz en
cuestin.
48
15 2 13
A = 1 17 6
4 4 4
( requerimientos tcnicosartculo )
P = [50 30 20]
( cantidad artculo )
1070
AP = 680 = T
400
T
t1 horas hombre para satisfacer el plan de produccin.

t2 horas mquina para satisfacer el plan de produccin.
49
A partir del mensaje encriptado recibido
56 16 48 16 98 14 20 4 84 12 107 1 60 -52
160
UNIDAD 2
56 48 98 20 84 107 60
construimos la matriz N =
. La inversa de D es
16 16 14 4 12 1 52
1 1
4 4
18 8 22 4 18 27 2
1
D 1 =
. El producto D N =
nos da la
1 12 16 4 15 13 27
1 3
8
8
sucesin numrica 18 1 8 12 22 16 4 4 18 15 27 13 2 27. Teniendo en cuenta la relacin
entre nmero y letra, el mensaje dice River campen (por favor! que no lo descifren
los de Boca!).
Observe que: la sucesin del mensaje original contiene nmeros que se repiten porque
se repiten letras del alfabeto en las palabras- en cambio, en la sucesin final ningn
nmero se repite y esto dificulta la bsqueda de un patrn para descifrar Le gust?
Tema de reflexin: La matriz de codificacin, tambin llamada matriz de cdigo, debe
ser cuadrada porque la matriz de decodificacin es su inversa.
50
Si le interesa lo invito a compartir en el Aula virtual los resultados de la bsqueda de
patrones. Tambin, las modelizaciones matemticas que ha planteado y la visin
retrospectiva.
161
UNIDAD 2
Hemos incorporado un ejercicio por cada objetivo de aprendizaje planteado. Dichos
objetivos son:
9 Construir las matrices conocidas como particulares.
9 Aplicar operaciones y propiedades del lgebra matricial.
9 Identificar la relacin entre el lgebra real y el lgebra matricial.
9 Resolver problemas empleando el lgebra matricial como modelo matemtico.
virtual y a su tutor. Practicar as un aprendizaje en colaboracin.
1
1 2
0 7
3 0
Sean: A = 0 1 , B = 1 0 , C =
.
7 1
3 2
0 0
a) Calcule X tal que C 2 AT B ( 3C 1 X ) = I .
2
b) Identifique el valor de la entrada
a
i =1
c + b32 .
3i i 2
c) Calcule la potencia dos de C, tres veces la transpuesta de C y luego, rstelos.

2
Complete la siguiente matriz A =
a) Diagonal.
b) Triangular inferior.
c) Simtrica.
d) Nula.
0
a fin de que resulte:
0
0 0
Adems, y en cada caso, suponga que la entrada ij de A condensa informacin

relacionada con nmero de salidas de i con destino j Cmo se interpreta la informacin
dada por cada tipo de matriz? Ejemplo: la matriz nula indica que el nmero de salidas y
de llegadas es cero entre esos tres puntos.
3
Exprese en forma de ecuacin matricial los SEL dados en:
a) Unidad 1 / Actividades de autoevaluacin / Actividad 2a.
b) Unidad 1 / Actividades de autoevaluacin / Actividad 4.
c) Unidad 1 / Actividades de proceso /Actividad 39.
162
UNIDAD 2
De ser posible, use un mtodo matricial y calcule nuevamente la solucin; confronte

con los resultados obtenidos oportunamente.
4
Responda: verdadero o falso? Si es falso construya un contraejemplo de la
afirmacin.
a)
(A )
p q
= A p+q
b) AB = AC B = C
c) A es cuadrada: entonces, A tiene inversa.
d) 2 A = 2 ( A ) .
5
Una fbrica de jabones desea incrementar sus beneficios, en particular, sus ventas. Para
ello analiz el comportamiento de los consumidores durante un cierto perodo, para lo
cual us la tabla de doble entrada y calcul la matriz de probabilidades de transicin.
En dicha matriz la entrada ij es la probabilidad de que un cliente que consume la marca i
cambiar a la marca j. Los encuestados, consumidores de cuatro marcas de jabones, son
2000, de los cuales actualmente: 460 consumen la marca M1; 520, la M2; 540, la M3 y
480, la M4.
La tabla siguiente muestra en la primera fila el porcentaje de consumidores que
cambiaron a otra marca.
M1
M2
M3
M4
M1
92%
4%
2%
4%
M2
2%
88%
2%
6%
M3
1%
1%
93%
1%
M4
5%
7%
3%
89%
SUMA
100%
100%
100%
100%
a) Construya la matriz de probabilidades de transicin T.

b) Construya el vector de estado inicial de consumidores S.
c) Construya el vector de estado de consumidores correspondiente al tercer perodo de
ventas.
d) Responda: qu informacin da la entrada ij de T 10 ?
e) Reflexione: qu informacin entregar cada entrada de
1
[ 460 520 540 480] = M ?
2000
este vector recibe el nombre de vector de proporciones relativas de mercado).
163
ACTIVIDAD OBLIGATORIA 1
Caminante no hay camino se hace camino al andar. Annimo.
Criterios de evaluacin
9
9
9
9
9
Claridad, precisin e integracin conceptual y relacional.

Capacidad de clculo.
Capacidad de anlisis, reflexin y sntesis.
Rigurosidad en el manejo de los smbolos, de la sintaxis, del lenguaje tcnico.
Capacidad de comunicarse claramente en forma escrita.
En la actividad obligatoria 1 que encontrar en el Aula virtual de la materia, encontrar

las pautas para su resolucin. La entrega de la misma puede realizarse por e-mail a
actividadobligatoria@iua.edu.ar, correo postal o personalmente dentro del horario de
tutora.
166
DETERMINANTES
Un poco de historia...
MacLaurin fue un nio prodigio. A los 11 aos ao 1709 ingres
a la Universidad de Glasgow Escocia y a los 19 obtuvo su primer
cargo de catedrtico. Fue el creador de la Regla de Cramer de gran
valor en la teora de los determinantes.
Monsieur Cauchy, por su parte, fue el matemtico que ms artculos
escribi, en particular sobre la teora de los determinantes. Tal era su
produccin que cuando la Academia francesa de ciencias inicia sus
publicaciones peridicas en 1835, la cuenta de la publicacin creci
tanto que debi fijar un lmite de cuatro hojas por artculo. Tambin
Cauchy impuso el rigor en sustitucin a la intuicin en las
demostraciones matemticas.
Otra personalidad de la poca, el reverendo Charles Dodgson (18321898) escribi las condiciones bajo las cuales un SEL tiene solucin
no nula y lo hizo en trminos de determinantes. Pero, fjese qu
curiosidad, su obra ms conocida es un clsico de la literatura
llamado: Alicia en el pas de las maravillas y que firm con un
seudnimo. Lo ley?
Existen algunos problemas cuya solucin es sencilla de plantear pero en la prctica imposible de
calcular. Annimo.
UNIDAD
TRES
UNIDAD 3

Un determinante es un nmero asignado a un arreglo o disposicin rectangular de
nmeros matriz , pero tal nmero no es arbitrario pues est ntimamente relacionado a
los coeficientes de ese arreglo.
Los matemticos chinos buscando un mtodo para resolver sus sistemas lineales de dos
ecuaciones en dos variables, fueron los primeros en descubrir esa relacin entre los
coeficientes. Posteriormente, en 1683, lo hizo el matemtico japons Seki Takakazu y
en 1693 el matemtico alemn Gottfried Leibniz. Todo esto sucede 160 aos antes que
se desarrolle la teora de matrices. Incluso ahora, 120 aos despus, se contina
estudiando el modo de encontrarle solucin no nula a sistemas de ecuaciones lineales de
tres ecuaciones en tres variables.
El contribuyente ms prolfico a la teora de los determinantes fue el matemtico francs
Augustin Louis Cauchy (1789-1857), quin, en 1812 utiliz este concepto para dar
frmulas a los volmenes de ciertos poliedros slidos; con ello nace y se mantiene por
aproximadamente 100 aos, gran inters en las aplicaciones de los determinantes.
En la poca de Cauchy la vida era simple, los arreglos rectangulares de nmeros eran
pequeos y los determinantes, fciles de calcular. Por eso los determinantes
desempearon un papel muy importante en la geometra analtica y en otras reas de la
matemtica.
Pero hoy es diferente. Las matrices que surgen en los problemas son de gran tamao y
entonces los determinantes resultan de escaso valor numrico, en ello incide la cantidad
de productos reales que es necesario hacer. No obstante, la frmula del determinante
todava da informacin muy til sobre matrices, la existencia de soluciones de SEL y su
interpretacin geomtrica. Nos ocuparemos del tema en esta unidad.
Al finalizar esta unidad, usted estar en condiciones de alcanzar los siguientes
objetivos:
9
9
9
9
Calcular el determinante de una matriz.

Aplicar propiedades del determinante.
Identificar la relacin entre determinantes y SEL consistentes e inconsistentes.
Resolver problemas empleando el determinante de una matriz, como herramienta.
Para alcanzar estos objetivos de aprendizaje, le proponemos el anlisis de los siguientes

temas:
Determinantes.
1. Determinante de una matriz.
2. Alternativas de clculo del det ( A ) .
3. Propiedades del determinante.
4. Aplicaciones.
168
UNIDAD 3
Estos temas por analizar pueden relacionarse como muestra el siguiente mapa
conceptual.
Frmulas
matemticas
y de la
del
lgebra
lineal
geometra
relacionan
nmeros
reales
y la
aritmtica
real
entradas de
matrices
cuadradas
en
el
determinante
que cumple
las propiedades
de los
determinantes
169
UNIDAD 3
1. Determinante de una matriz

En esta seccin, a una matriz dada A le asociamos un nmero, el determinante.
De paso por la Capital Federal pap, mam, Helenita y Juan deciden sacarse una foto
con el obelisco de fondo. Lo interesante comienza cuando los nios, buscando una
posicin en la foto, se mueven entre pap y mam.
La posicin anterior no satisface a Juan que se interpone entre los mayores.
Las fotos se suceden al entusiasmarse todos en el juego de los cambios.
Como conclusin, se gastaron un rollo de 24 fotos donde cada toma es una posicin
diferente, cada una es una permutacin de los cuatro integrantes de la familia.
No me cree? Para demostrrselo me permitir lo siguiente: como me cans de dibujar a
los cuatro personajes, los enumerar as:
con el 1 designar a pap

con el 2, a mam
con el 3, a Helenita
y con el 4, designar a Juan
Adems, a cada postura familiar (cambio o permutacin) que corresponde a una foto, la
denotar entre parntesis y separadas por comas as:
primera foto
segunda foto
tercera foto
cuarta foto
quinta foto
(1,2,3,4)
(1,4,2,3)
(2,1,3,4)
(3,4,2,1)
(2,4,3,1)
Bien, si avanzamos siempre de izquierda a derecha en las posiciones, podemos decir

que en la segunda foto pap ocupa la primera posicin, Juan la segunda, mam la
tercera y Helenita la ltima. En cambio, en la quinta foto mam ocupa la primera
posicin, pap la cuarta posicin, Helenita la tercera y Juan la segunda.
Pero, cuntas posibles tomas fotogrficas hay?
170
UNIDAD 3
La respuesta se construye de manera sencilla. Los cuatro puntos marcados en la parte

superior de la figura representan las posibles elecciones para la primera posicin. De
cada posicin emanan tres ramas que representan los posibles valores de la segunda
posicin. As, si la foto se inicia (2,_,_,_) las tres posibilidades para la segunda posicin
son 1, 3 o 4. Las dos ramas que emanan de cada punto en la segunda posicin
representan las elecciones posibles para la tercera posicin. Por lo tanto, si la foto se
inicia con (2,3,_,_) las opciones para la tercera posicin son 1 4. La rama que surge de
cada uno de los puntos en la tercera posicin representa la nica eleccin posible para la
cuarta. As, dada (2,3,1,_) la nica eleccin posible para la cuarta posicin es 4.
1
3 4
2 4
2 3
3 4
1 4
1 3
4 3
4 2
3 2
1
Habiendo observado lo hecho, complete el rbol.
Ahora, es posible listar sin repetir ni omitir alguna las diferentes fotos recorriendo
todas las trayectorias a travs del rbol desde la primera posicin hasta la ltima (de
arriba hacia abajo). Por medio de este proceso obtenemos la siguiente lista:
(1,2,3,4)
(1,2,4,3)
(1,3,2,4)
(1,3,4,2)
(1,4,2,3)
(1,4,3,2)
(2,1,3,4)
(2,1,4,3)
(2,3,1,4)
(2,3,4,1)
(2,4,2,3)
(2,4,3,2)
(3,1,2,4)
(3,1,4,2)
(3,2,1,4)
(3,2,4,1)
(3,4,1,2)
(3,4,2,1)
(4,1,2,3)
(4,1,3,2)
(4,2,1,3)
(4,2,3,1)
(4,3,1,2)
(4,3,2,1)
Ahora cuntelas, cuntas fotos sacaron?

De manera sencilla, logramos determinar las posibles ubicaciones de cuatro personas en
una foto. Esta situacin puede presentarse en muchos casos cuando se desea hacer
combinaciones de un nmero fijo de elementos. Por ejemplo, podra tratarse de
determinar posibles movimientos en un juego, posibles maneras de mezclar colores,
posiciones de largada en una competencia, entre otras opciones.
La cuestin es que, en todos los casos, e independientemente de que se trate de
personas, cosas o situaciones, podemos asignarle arbitrariamente un nmero natural1 a
cada uno de los elementos participantes y construir el rbol de posibilidades De esta
manera se comienza a modelar matemticamente: al independizarnos de sus nombres,
de su anatoma y de todos los elementos secundarios logramos abstraernos, le
asignamos un nmero natural para identificarlos. Por qu un nmero natural y no otro?
Porque los naturales ya poseen, valga la redundancia, naturalmente una ordenacin.
1
Conjunto de los nmeros naturales N = {1, 2,3, 4,"} .
171
UNIDAD 3
Bien, dado un conjunto formado por cuatro naturales {1,2,3,4} toda combinacin de
esos cuatro elementos, sin repeticin ni omisin, se llama permutacin del conjunto
dado. As, la combinacin (2,1,3,4) es una permutacin del conjunto de partida, tambin
lo es (4,3,2,1) y (1,3,2,4); no lo es (2,2,1,3) ya que se omiti el elemento enumerado
como 4 y el elemento enumerado como 2 se repiti en la primera y en la segunda
posicin. La lista anterior mostr todas las posibles permutaciones de cuatro elementos:
24 en total.
En general, una permutacin del conjunto de naturales {1,2,3,4,,n} es un arreglo
de estos naturales en cierto orden, sin omisiones ni repeticiones. Las permutaciones se
denotan encerrando entre parntesis y separando por comas cada natural (_,_,,_). Una
manera de listar las diferentes permutaciones es construyendo el correspondiente rbol
de permutaciones similar al dado en la figura anterior.
Ahora bien, avancemos en nuestro estudio: dada una permutacin cualquiera, por
ejemplo (2,4,3,1), cuntos intercambios de a dos elementos adyacentes haremos para
llevarlo a la forma (1,2,3,4) forma estndar? Una posibilidad es:
partimos de
(2,4,3,1),
intercambiamos el 1 con el 3 (2,4,1,3),
intercambiamos el 3 con el 4 (1,2,3,4).
Contamos: se necesitan cuatro cambios para llevar la permutacin (2,4,3,1) a la forma
(1,2,3,4). No obstante, esta sucesin u ordenamiento de intercambios no es nica: a
Zulema se le ocurri la siguiente:
parti de
intercambi el 3 con el 4
(2,4,3,1),
(2,3,4,1),
(2,3,1,4),
(2,1,3,4),
(1,2,3,4).
Este ejemplo muestra que la ordenacin de los cambios, no es nica. Pero en ambos
casos lo que se mantuvo constante es el nmero de cambios: cuatro. Ese nmero de
intercambios le asigna un nombre a la permutacin: una permutacin de n elementos se
denomina permutacin par si el nmero de intercambios que se requiere para llevarla a
la forma (1, 2,3," , n ) es un nmero par2. Si no ocurre esto se denomina permutacin
impar.
El paso siguiente en el desarrollo de esta unidad es relacionar la permutacin con
matrices. Si me acompaa lo vemos juntos.
Los nmeros pares son los mltiplos de 2. Ejemplo: 2,4,6,8,... Caso contrario, se dice impar.
172
UNIDAD 3
a11 " a1n

Dada la matriz A n n , A = #
# todo producto de n elementos tomados de
an1 " ann
A, sin que dos cualesquiera provengan del mismo rengln o de la misma columna, se
llama producto elemental tomado de A. As, a11a22 " ann es un producto elemental
tomado de A , tambin lo es an1a( n 1)2 " a1n . No es un producto elemental tomado de A
a11a12 a13 " a1n ni a21a22 a23 " a2n ya que, como se observa en ambos casos, provienen del
mismo rengln.
Si la matriz es 2 2 , tambin 3 3 , no resulta engorroso construir productos
elementales; pero esa construccin se complica al aumentar el tamao de A , hacindose
necesario pensar en un modo sistemtico de construirlos. Luego, un mtodo sistemtico
para construir productos elementales de A es tomar ordenadamente las filas entre la 1
la n y permutar las columnas. As, en el producto de los n reales
a1_ a2 _ a3_ " an _
no habr omisin ni repeticin para las filas. Tampoco habr omisin ni repeticin para
las columnas si los " " , que representan el segundo subndice de la entrada, estn
asociados a una permutacin de las {1,2,3,,n} columnas.
a11
a
As, dada la matriz 4 4 21
a31
a41
a12
a22
a32
a42
a13
a23
a33
a43
a14
a24
, algunos productos elementales son:
a34
a44
permutacin asociada producto elemental

a11a22 a33 a44
(1 2 3 4)
a11a23a32 a44
(1 3 2 4)
a12 a21a33 a44
(2 1 3 4)
a11a24 a32 a43
(1 4 2 3)
A toda producto elemental podemos asociarle un signo positivo ( + ) o negativo ( )
segn la permutacin asociada sea par o impar. En ese caso hablamos de producto
elemental con signo. Continuando con la tabla anterior se tiene:
permutacin
asociada
(1 2 3 4)
(1 3 2 4)
(2 1 3 4)
producto
elemental
a11a22 a33a44
a11a23a32 a44
a12 a21a33a44
paridad
par
impar
impar
producto elemental con

signo
+ a11a22 a33a44
a11a23a32 a44
a12 a21a33a44
2
a) Complete la tabla anterior de productos elementales con signo para una A , 4 4 .
173
UNIDAD 3
b) Elabore una lista de todos los productos elementales con signo tomados de A22 .
c) Ratifique, para una matriz 3 3 , que los productos elementales con signo positivos
son: a11a22 a33 , a12 a23a31 , a13 a21a32 ; y los negativos: a11a23a32 , a12 a21a33 , a13a22 a31 .
Bien, para qu sirve este desarrollo? Pues, es simplemente una introduccin til en la
siguiente definicin: se trata de un nmero real nico asignado a cada matriz A .
Dada una matriz cuadrada A se define el nmero real, determinante de A, y se denota
det ( A ) o bien A , a la suma de todos los productos elementales con signo tomados de
A .3
Si A es 1 1 el det A coincide con el valor de la nica entrada de A . En base a los
resultados obtenidos en la actividad de proceso 2 para otros tamaos de A se tiene:
9 2 2 , entonces det ( A ) = a11a22 + ( a21a12 ) = a11a22 a21a12
9 3 3 , det ( A ) = ( a11a22 a33 + a12 a23 a31 + a13 a21a32 ) ( a12 a21a33 + a11a23 a32 + a13 a22 a31 )
Para usos posteriores nos ser til disponer de estas frmulas. Por eso, a los fines de
evitar su memorizacin, proponemos artificios nemotcnicos:
+
a11 a12
9 La frmula para el determinante de la matriz 2 2 se obtiene a
partir de la figura, multiplicando los elementos por los que pasa
la flecha que apunta hacia abajo y restando el producto de los
a21 a22
elementos por los que pasa la flecha que apunta hacia arriba.
9 La frmula del determinante de una matriz

3 3 se obtiene agregando, repetidas, la
primera y segunda columnas de la matriz
(elementos grisados). Luego, se suman los
productos correspondientes a las flechas que
apuntan hacia abajo y se restan los
productos correspondientes a las flechas que
apuntan hacia arriba.
+
a11
a12
a13
a11
a12
a21
a23
a22
a21
a22
a31
a32
a33
a31
a32
Lamentablemente, para matrices 4 4 o mayores, no se han encontrado mtodos

nemotcnicos que nos permitan calcular su determinante.
3
a)
b)
c)
d)
Calcule el determinante de B y de C .
Por qu no puede calcularse el determinante de F ?
Puede calcularse el determinante de G ?
Ratifique que el determinante de E vale 84 .
Observe que se usan barras verticales para denotar el determinante.
174
UNIDAD 3
1 7
B=
,
8 3
1
1 2 7
5
C = 3 5 1 , E =
4
4 3 8
0
1
5
0
3
2
1
2
4
2 1
3
1 2 3
, F =
, G = 3 1
0
4 5 6
2 2
1
El determinante es una relacin entre dos conjuntos:

por un lado el conjunto de las matrices cuadradas M nn
y por el otro el conjunto de los nmeros reales \ ; es
una asignacin: a cada matriz A le asocia un nmero
real det ( A ) ; es una funcin: a cada matriz le
A
B
C
det
Det(A)
Det(B)
corresponde un y slo un nmero real, es decir, para cada A su det ( A ) es nico. Lo

dicho se simboliza matemticamente:
det : M nn \
A 6 det ( A )
El concepto de funcin se profundizar en las prximas asignaturas del rea
matemticas de su carrera 4. As, Matemtica II se centra en el estudio de funciones que
a cada nmero real le asignan otro nmero real; Matemtica III, funciones que a dos o
ms nmeros reales le asignan un nuevo nmero real; Matemtica IV retoma los
conceptos de funcin y determinante
2. Alternativas de clculo del determinante

Ahora que ya se ha definido el concepto nos dedicaremos a construir frmulas
alternativas para calcular el determinante de una matriz.
Para A33
a11
= a21
a31
a12
a22
a32
a13
a23 la frmula para el determinante es:
a33
det( A) = a11a22 a33 + a12 a23a31 + a13a21a32 a12 a21a33 a11a23a32 a13 a22 a31
Y en esa expresin, podemos asociar sumandos de modo tal de sacar como factores
comunes los elementos de la 1 columna, as:
det( A) = ( a11a22 a33 a11a23a32 ) + ( a13a21a32 a12 a21a33 ) + ( a12 a23a31 a13 a22 a31 )
= a11 ( a22 a33 a23a32 ) + a21 ( a13a32 a12 a33 ) + a31 ( a12 a23 a13a22 )
4
La nocin de asignacin trae aparejado el uso del parntesis en la simbologa matemtica. La funcin
determinante le asigna a A, el nmero real det(A).
175
UNIDAD 3
Pero los parntesis son determinantes de submatrices 2 2 de A . Lo vemos en detalle?

a
a23
a
a13
a
a13
det( A) = a11 22
a21 12
+ a31 12
a32 a33
a32 a33
a22 a23
La 1 submatriz se obtiene de A eliminando la 1 fila y la 1 columna; la 2 submatriz se
obtiene de A eliminando la 2 fila y la 1 columna y la 3 submatriz se obtiene de A
eliminando la 3 fila y la 1 columna.
Antes de seguir con nuestro desarrollo, establecemos las siguientes definiciones a los
fines de simplificar la notacin: para Ann , el menor del elemento ij se denota por M ij
y se define como el determinante de la submatriz que se deja al eliminar de A la fila i y
i+ j
la columna j. El elemento ( 1) M ij = Cij se conoce como el cofactor del elemento ij.
A partir de estas definiciones tenemos:
a
a23
9 M 11 = 22
= a22 a33 a32 a23 , C11 = (1)1+1 M 11 = a22 a33 a32 a23 .
a32 a33
9 M 21 =
a12
a32
a13
= a12 a33 a32 a13 ,
a33
C21 = (1) 2+1 M 21 = ( a12 a33 a32 a13 ) = a32 a13 a12 a33 .
9 M 31 =
a12
a22
a13
= a12 a23 a22 a13 , C31 = (1)3+1 M 31 = a12 a23 a22 a13 .
a23
Finalmente, en la frmula que venimos trabajando, las expresiones que figuran entre
parntesis son precisamente los cofactores C11 , C21 y C31 , luego:
det( A) = a11C11 + a21C21 + a31C31 .
Ejemplo 1:
1 2 3
Para A33 = 4 5 6 se tiene:
7 8 9
5 6
9 M 11 =
= 45 48 = 3 , C11 = (1)1+1 M 11 = (1) (3) = 3 .
8 9
2 3
9 M 21 =
= 18 24 = 6 , C21 = (1) 2+1 M 21 = ( 6 ) = 6 .
8 9
2 3
9 M 31 =
= 12 15 = 3 , C31 = (1)3+1 M 31 = (1)( 3) = 3 .
5 6
Luego, det ( A ) = 1( 3) + 4 ( 6 ) + 7 ( 3) = 0 . Este resultado puede ser ratificado
usando la regla nemotcnica para matrices de orden 3.
176
UNIDAD 3
Bien, volviendo a la frmula para el determinante de una matriz genrica de orden 3,

observamos que admite otras asociaciones de a pares de sumandos con otros factores
comunes, obtenindose nuevas expresiones o frmulas para calcular el det ( A ) . Ellas
son:
9 La asociacin con los elementos de la 2 columna como factores comunes:
det( A) = ( a12 a23 a31 a12 a21a33 ) + ( a22 a11a33 a22 a13 a31 ) + ( a32 a13 a21 a23 a11a32 )
= a12 ( a23 a31 a21a33 ) + a22 ( a11a33 a13 a31 ) + a32 ( a13 a21 a11a23 )
= a12C12 + a22C22 + a32C32
9 La asociacin con los elementos de la 3 columna como factores comunes:
det ( A ) = ( a13 a21a32 a13a22 a31 ) + ( a23 a12 a31 a23 a11a32 ) + ( a33 a11a22 a33 a12 a21 )
= a13 ( a21a32 a22 a31 ) + a23 ( a12 a31 a11a32 ) + a33 ( a11a22 a12 a21 )
= a13C13 + a23C23 + a33C33
Otras asociaciones posibles de sumandos dan origen a las frmulas:
9 det ( A ) = a11C11 + a12C12 + a13C13
frmula que toma como factores comunes los elementos de la 1 fila.
9 det ( A ) = a21C21 + a22C22 + a23C23
9 det ( A ) = a31C31 + a32C32 + a33C33
4
Desarrollo los distintos cofactores y comprube la validez de las frmulas anteriores.
Ntese que en cada ecuacin todos los elementos (entradas de A ) y cofactores

provienen del mismo rengln, o bien de la misma columna. Estas frmulas se conocen
como los desarrollos por cofactores del det ( A ) y constituyen una manera alternativa
de escribir la frmula del determinante de una matriz: no constituyen definiciones
diferentes.
Las frmulas de arriba responden a los nombres respectivos:
9 Desarrollo por cofactores a lo largo de la 1 columna de A.
9 Desarrollo por cofactores a lo largo de la 1 fila de A.
En definitiva, en un desarrollo por cofactores se calcula el det ( A ) al multiplicar los
elementos de una fila o columna por sus respectivos cofactores y al sumar los productos
resultantes. Por ello, la mejor estrategia para evaluar un determinante por medio del
177
UNIDAD 3
desarrollo de cofactores es tomar la fila o columna con mayor cantidad de elementos

nulos.
Ejemplo 2
1 0 2
As, dada A = 1 3 0 lo conveniente es desarrollarla por la tercera columna,
3 4 0
1 3
det( A) = a13C13 + a23C23 + a33C33 = 2C13 + 0C23 + 0C33 = 2
= 2.(4 9) = 10 .
3 4
5
A los fines de minimizar los clculos qu desarrollo por cofactores eligira para
calcular el determinante de cada una de las siguientes matrices?
2 3 4 5 6
0 1 2 3
0 0 0 0 4
0 1 2
0 0 0 0
, B = 7 1 1 , C = 0 0 5 0 0 .
A=
2 3 0 0
0
2
3
1 2 3 4 5
0 1 2 0
6 7 8 9 2
En general, si A es una matriz n n ,

n
9 det ( A ) = a1 j C1 j + a2 j C2 j + " + anj Cnj = akj Ckj es el desarrollo por cofactores a

k =1
lo largo de la columna j del det A .
9 det ( A ) = ai1Ci1 + ai 2Ci 2 + " ainCin = aik Cik es el desarrollo por cofactores a lo
k =1
largo de la fila i del det A .

C11 C12 " C1n
C
C22 " C2 n
21
La matriz
se conoce como la matriz de cofactores de A. La
#
#
#
#
Cn1 Cn 2 " Cnn

transpuesta de esta matriz se conoce como la adjunta de A y se la denota por adj ( A )
C11 C12 " C1n
C
C22 " C2 n
21
adj( A) =
#
#
#
#
Cn1 Cn 2 " Cnn
k =1
178
simboliza abreviadamente la suma de los n sumandos (sobre el ndice k).
UNIDAD 3
Ejemplo 3
1 2 3
Sea A = 4 5 6
5 0 2
C11 = (1)1+1
5 6
4 6
4 5
= 10 C12 = (1)1+ 2
= 22 C13 = (1)1+3
= 25
0 2
5 2
5 0
C21 = (1) 2+1
2 3
1 3
1 2
= 4 C22 = (1) 2+ 2
= 13 C23 = (1) 2+3
= 10
0 2
5 2
5 0
C31 = (1)3+1
2 3
1 3
1 2
= 3 C32 = (1)3+ 2
= 6 C33 = (1)3+3
= 3
5 6
4 6
4 5
10 22 25
adj( A) = 4 13 10
3 6
3
10 4 3
= 22 13 6
25 10 3
Esta nueva matriz definida da origen a una nueva frmula que no demostraremos para
1
obtener la inversa de la matriz A , A1 =
adj ( A ) .
det ( A )
Esta frmula tiene ms importancia terica que prctica: los clculos son engorrosos y
tediosos aun cuando se calculen por computadora, hacindose ms evidente en matrices
grandes.
Tema para compartir en el Aula virtual
Lo invito a indagar el origen de esta frmula y a colocar sus resultados en el Aula
virtual. Se trata de una manipulacin algebraica ingeniosa y simple de las entradas de la
matriz A; Harvey Gerber lo trabaj en su libro de Algebra lineal y David Lay tambin lo
hizo, aunque con un enfoque diferente en la obra lgebra lineal y sus aplicaciones. La
cita completa de los libros puede consultarse en bibliografa.
Espero su aporte!
Bueno, ahora, con lpiz y papel en la mano lo invito a dar respuesta a la siguiente
actividad de proceso.
6
a) Si det ( A ) es nulo A admite inversa?
b) Use la frmula que involucra la adjunta y el determinante y calcule la inversa de
2 1
A=
.
3 2
179
UNIDAD 3
3 2
c) Calcule la adj ( A ) y calcule A sabiendo que A1 =
.
3 7
3. Propiedades del determinante

En esta seccin identificamos propiedades de los determinantes que nos facilitarn su
clculo ya sea en una matriz, en una identidad matricial6 , o en una ecuacin matricial.
Calcular un determinante a partir de su definicin crea dificultades de clculo. Por
qu? Fjese: para una matriz 2 2 , se necesitan 2 1 = 2 productos elementales con
signo; para una 3 3 , se necesitan 3 2 1 = 6 ; para una 4 4 , se necesitan 4 3 2 1 = 24
y para una 10 10 , se necesitan 10 9 8 7 6 5 4 3 2 1 = 10! = 3628800 productos
elementales con signo7. Este crecimiento en el nmero de clculos aritmticos valoriza
el hecho de conocer las siguientes propiedades de la funcin determinante, ya que
simplifican su evaluacin. Observaremos esto en prximos ejemplos.
Si Ann es una matriz que contiene un rengln de ceros, entonces su determinante
vale cero, esto es det ( A ) = 0 . Verifiqumoslo:
Lo vemos juntos? Bien: supongamos que A tiene el i-simo rengln de ceros; el

det ( A ) es la suma de todos los productos elementales con signo tomados de A y cada
uno de estos productos contiene un factor de cada rengln y de cada columna, en
particular, contendr un cero proveniente del rengln de ceros, esto es,
a1_ a2 _ a3_ " 0i _ " an _ . Luego, cada uno de los productos es nulo. Otra forma de
verificarlo es desarrollar el determinante por la fila de ceros.
7
0
1 1 5
0
Ratifique la propiedad trabajando con A = 0 0 0 y B = b21 b22

3 2 4
b31 b32
0
b23 .
b33
Si D es cualquier matriz triangular, ya sea superior o inferior, su determinante es muy

simple de calcular. Por qu? Porque de todos los productos elementales con signo
tomados de D slo uno es no nulo. Cul? Pues, haga las cuentas y encuntrelo usted
mismo.
Identidad matricial: igualdad entre matrices vlida para toda matriz. Ejemplo: cualquiera sea A , vale
A( A I ) = A A .
2
7 La notacin 10!, que se lee factorial de 10, simboliza en forma abreviada el producto de los 10 primeros
nmeros naturales. En general, dado un natural n, el factorial de n, n ! , es el producto de los n primeros
naturales, n ! = 1 2 3" n .
180
UNIDAD 3
8
Lo hace con una 4 4 ? Tome una D triangular superior o inferior genrica, 4 4 , y
encuentre cul es el nico producto elemental con signo no nulo. No olvide usar los
resultados de la actividad de proceso 2.
Luego, complete: si Dnn es triangular, entonces, det ( D ) = .............................. En
palabras: el determinante de cualquier matriz triangular n n est dado por el
producto de los elementos ................................................
Para trabajar esta unidad consider dos opciones: listarle yo todas las propiedades o
proponerle a usted que participa activamente en descubrirlas. Opt por la segunda: yo lo
oriento y usted hace el resto. Entonces, y como consecuencia de la propiedad anterior:
9
a) Qu valor le asignamos al det ( I nn ) ? Escrbalo aqu: det ( I nn ) = .....
b) Qu valor le asignamos al det ( Dnn ) para una matriz D diagonal? Escrbalo aqu:
det ( Dnn ) = ................................... .
Efectivamente: toda matriz diagonal es triangular superior porque los elementos de

debajo de la diagonal son ceros; tambin es triangular inferior porque los elementos de
arriba de la diagonal son ceros. La matriz nula es triangular? y la matriz
identidad? Recuerda que ya habamos hablado de esto en la unidad
anterior?
Bueno, ya pens? qu respondi a las preguntas anteriores? As es, ambas
son triangulares superior e inferior por las mismas razones que la matriz
diagonal.
Si B es la matriz que se obtiene cuando un slo rengln de A se multiplica por un
escalar c , entonces, det ( B ) = c ( det A ) .
Por qu? El i-simo rengln de A tiene la forma ai1 ai 2 " ain y el i-simo
rengln de B , cai1 cai 2 " cain con c escalar cualquiera. El resto de los renglones
de A y B son coincidentes. Es decir, hemos supuesto que A y B difieren solamente
en el rengln i-simo. Cada producto elemental con signo tomado de B estar
multiplicado por c porque contiene un elemento de su i-sima fila. Esto hace que
podamos tomar el escalar c como factor comn de los sumandos en det ( B ) , siendo el
otro factor det ( A ) . Otra forma de probar este resultado es desarrollar el det ( B ) por la
fila que contiene a c .
181
UNIDAD 3
10
1 2
1 2
Comprubelo con las matrices A =
y B=
.
3 4
15 20
Cul sera la expresin del determinante, si el escalar c multiplica dos filas? Pues,
tendramos A , B que se obtiene de A multiplicando una fila por el escalar c, y C que
se obtiene de B multiplicando otra fila por el mismo escalar c; luego:
det ( C ) = c det ( B ) = c ( c det ( A ) ) = c 2 det ( A ) . Predecible no?
11
a) Obtenga usted la relacin entre det ( A ) y det ( H ) para H = cA , esto es, para una
H que se obtiene a partir de la multiplicacin de cada una de las n filas de A , por el
escalar c. Luego, complete: si Bnn = cAnn entonces det ( B ) = ..................
b) Calcule det ( 4A ) , det ( A ) y det ( ( 1) A ) usando A de la actividad de proceso

anterior.
Si B es la matriz que se obtiene de A intercambiando dos renglones cualesquiera,

entonces el valor de sus determinantes difiere en sus signos, esto es,
det ( B ) = det ( A ) .
a
a
Lo comprobamos para una matriz genrica 2 2 : det 11 12 = a11a22 a21a12
a21 a22
a
a
mientras que det 21 22 = a21a12 a11a22 = ( a11a22 a21a12 ) .
a11 a12
Aplicamos esta propiedad en la siguiente actividad:
12
Qu relacin existir entre el det ( A ) y det ( M ) . Responda teniendo en cuenta que
M
a)
b)
c)
d)
e)
se obtiene de A realizando:
Tres intercambios de filas.
Cuatro intercambios de filas.
Un nmero par de intercambios de filas.
Un nmero impar de intercambios de filas.
k intercambios de filas.
Si B es la matriz que se obtiene de A sumando un mltiplo de un rengln a otro,

entonces sus determinantes coinciden, esto es, det ( B ) = det ( A ) .
Lo comprobamos en una matriz matriz genrica 2 2 :
182
UNIDAD 3
a11
det
ka11 + a21
= a11 ( ka12 + a22 ) ( ka11 + a21 ) a12

ka12 + a22
a
= a11ka12 + a11a22 ka11a12 a21a12 = a11a22 a21a12 = det 11
a21
a12
a12
a22
Hemos aplicado las propiedades distributiva y conmutativa del producto de los nmeros
reales observ?
13
Verifique la propiedad. Para ello le propongo las siguientes matrices donde B se obtuvo
de A reemplazando el segundo rengln, por el segundo ms el doble del primer
rengln.
1 2 3
1 2 3
A = 4 5 6 , B = 6 9 12 .
5 0 2
5 0 2
Si una matriz tiene dos renglones proporcionales8 o coincidentes su determinante

es cero.
Lo comprobamos con una matriz genrica 2 2 ? Aqu vamos:
a
a12
9 Dos renglones proporcionales: det 11
= a11 ( ka12 ) ( ka11 ) a12 = 0 ,
ka11 ka12
aplicando la propiedad asociativa y conmutativa del producto real.
a
a
9 Dos renglones coincidentes: det 11 12 = a11a12 a11a12 = 0 .
a11 a12
Dadas dos matrices cualesquiera n n , el determinante de su producto coincide
con el producto de los respectivos determinantes, det ( AB ) = det ( A ) det ( B ) .
Demostrarlo involucra, simplemente, realizar los productos respectivos y aplicar la ley
distributiva respecto de la suma. Es una tarea de paciencia y usted puede intentarlo con
matrices genricas tamao 2 2 . Aqu, en vez de recurrir a una demostracin formal, lo
comprobaremos con dos matrices especficas 2 2 y tambin usaremos el resultado
para calcular determinantes en otros productos particulares. La que la idea subyacente
es no marearlo con muchas letras y subndices.
1 2 1 0 7 4
El ejemplo es:
=
det ( AB ) = 56 ( 60 ) = 4 ,
3 4 3 2 15 8
1 2
1 0
mientras que det
= 4 6 = 2 , y det
= 2 0 = 2 ;
3 4
3 2
8
Renglones proporcionales: el rengln i es proporcional al j si uno es mltiplo escalar del otro. Esto es:
( ain , " , ain ) = k ( ain , " , ain ) = ( kain , " , kain ) con k no nulo. Si k vale 1 los renglones son coincidentes.
183
UNIDAD 3
luego det ( A ) det ( B ) = ( 2 )( 2 ) = 4 .

Como en esta unidad usted es un participante muy activo, le propongo que trabaje la
siguiente consigna y establezca las relaciones entre determinantes solicitadas, relaciones
de gran valor terico que usan la propiedad del determinante en relacin a un producto
de matrices.
14
a) Si una matriz tiene inversa vale AA1 = I . Qu relacin existe entre det ( A ) y el
det de su inversa? Complete: det ( A1 ) = .......
b) Adems, qu relacin existe entre det ( A ) y det ( A p ) ? Complete: det ( A p ) = .......

c) Y como conclusin de ambas: det ( A p ) = .......
Finalmente vale: el determinante de una matriz coincide con el de su

transpuesta: det ( A ) = det ( AT ) .
15
A pensar: por qu supone usted que vale esta propiedad? Los productos elementales de
ambas matrices coinciden? Le propongo analizarlo con una matriz 2 2 y tambin con
una 3 3 .
Si det ( A ) = det ( AT ) toda propiedad vlida para renglones lo ser para columnas
verdad?
Entonces, hasta ahora observamos las siguientes relaciones entre una operacin
matricial y el determinante correspondiente:
9 det ( cAnn ) = c n det ( A )
9 det ( AB ) = det ( A ) det ( B )
9 det ( An ) = det ( A )
9 Se cumplir que det ( A + B ) = det ( A ) + det ( B ) ?
16
Tache la opcin que no corresponda y justifique:
det ( A + B ) = det ( A ) + det ( B )
det ( A + B ) det ( A ) + det ( B )
Antes de pasar a un salpicado de ejercicios que lo ayudarn a internalizar

comprensivamente las propiedades de los determinantes, es conveniente que realice una
184
UNIDAD 3
sntesis de las mismas. Yo le propongo la estructura y usted la completa le gusta la

idea?
Si Ann es una matriz:
9 cualquiera, det ( A ) .......det ( AT ) .

9 que contiene un rengln o columna de ceros, det ( A ) = .....................
9 que tiene dos renglones o columnas proporcionales o coincidentes,
det ( A ) = .........
9 triangular, det ( A ) = ....................................
Si B es la matriz que se obtiene de A :
9 cuando un solo rengln o columna de A se multiplica por un escalar c,
entonces det ( B ) ............det ( A ) .
9 intercambiando dos renglones o dos columnas cualesquiera, entonces
det ( B ) ..............det ( A ) .
9 sumando un mltiplo de un rengln (o columna) a otro rengln (o
columna), entonces det B.......det A .
17
Bien, ahora al salpicadito: justifique cada respuesta y recuerde que la notacin
det ( A ) coincide con la notacin A .
a) Si A = 2 y B = 3 , calcule A1 BT
b) Si A es invertible y AB = 0 cunto vale B ?
c) Si A es invertible y AB = AC qu relacin existe entre B y C ?
d) Si A2 = I cunto vale A ?
e) Si Ann = cI cunto vale A1 ?
f) Calcule A para A que satisface: A3 + 2 IA3 = AT
g) Encuentre una frmula para el adj ( Ann ) en trminos del det ( A ) , recordando la
frmula A1 =
1
adj ( A ) .
det ( A )
4. Aplicaciones
En esta seccin aplicaremos la teora de las secciones precedentes para obtener frmulas
tericas importantes y una interpretacin geomtrica del determinante.
Aplicaciones prcticas de las propiedades del determinante? Veamos algunas.
185
UNIDAD 3
Ejemplo 4
El mtodo de Gauss, aplicado a una matriz aumentada, nos permiti encontrar el
conjunto solucin de la ecuacin matricial AX = B lo recuerda?, lo vimos en unidad
1. Tambin, aplicado a una matriz cuadrada cualquiera nos permite llevarla a la forma
escalonada en los renglones. Lo vemos en una matriz especfica? Aqu va:
1 1 6
Sea A = 3 6 0 . Los pasos para llevarla a la forma escalonada en los renglones
2 0 0
son:
1 1
3 6
2 0
1
1
0
2
1
0
0
6
0
0
A
6 (3)
9 18 + B
0
0
1
6 (2)
9 18
C
+
2 12
1
0
0
1
0
0
1
0
0
1
1
2
1
1
0
1
1
0
6
2 ( 19 ) D
12
6
2
(2)
E
+
8
6
2
F
1
( 8 )
1
A partir de esta informacin podemos calcular el det A . Observe:

9 B se obtiene de A reemplazando la 2 fila por la suma de la 2 ms un mltiplo de
la 1 . Luego B = A .
9 C se obtiene de B reemplazando la 3 fila por la suma de la 3 ms un mltiplo de
la 1. Luego C = B .
9 D se obtiene de C reemplazando la 2 fila por el producto de ella misma con el
1
1
escalar . Luego D = C .
9
9
9 E se obtiene de D reemplazando la 3 fila por la suma de la 3 ms un mltiplo de
la 2. Luego E = D .
9 F se obtiene de E reemplazando la 3 fila por el producto de ella misma con el
1
1
escalar . Luego F = E .
8
8
Finalmente, A = B = C = 9 D = 9 E = ( 9 )( 8 ) F = ( 9 )( 8 )(1) = 72 .
Usted dir, con razn, que le lleva menos tiempo calcular el det ( A33 ) usando
la regla nemotcnica que aplicar el mtodo de Gauss para reducir la matriz . Y
s es verdad! Entonces, pensemos, en qu circunstancias ser conveniente
calcular el determinante por esta va?
La reflexin lo habr llevado a concluir que vale la pena cuando ya contamos con la
reduccin hecha paso a paso, esto es, cuando ya conocemos los escalares usados para
186
UNIDAD 3
convertir en un uno principal el elemento correspondiente de una fila. El det ( A ) es el

producto entre los recprocos de esos escalares y el determinante de una matriz
triangular superior.
Las reglas nemotcnicas resultan la mejor opcin para calcular determinantes de
matrices 2 2 3 3 . Para matrices de tamao mayor, el mtodo de reduccin en los
renglones resulta el ms apropiado: puede implementarse fcilmente en computadoras
debido a que la frmula del determinante es sistemtica y se programa con facilidad,
adems requiere mucho menor tiempo de clculo. El clculo de determinantes es la
solucin fcil a muchos problemas, pero en la prctica, si no se encuentra un mtodo
adecuado de clculo, puede resultar imposible.
Nota numrica. Por ejemplo: para una matriz 30 30 se requerirn:
9 30! multiplicaciones, recuerda la notacin?, aplicando la definicin de
determinante (recuerde que para una matriz de tal tamao no hay mtodo
nemotcnico que facilite los clculos). Pero, 30! 3 1032 (es un 3 acompaado de
treinta y dos ceros!). Si tenemos en cuenta que una supercomputadora realiza unas
1012 operaciones por segundo, se requerirn 3 1020 segundos. Un ao tiene
31536000 3 107 segundos. Luego, nos llevara 1013 aos! Unas mil veces la
edad del universo: el universo tiene alrededor de 1.5 1010 aos , 15 mil millones de
aos, segn la teora ms reciente!
9 En cambio, mediante eliminacin Gaussiana se realizan aproximadamente
303
= 9 103 multiplicaciones lo cual nos llevara, en la misma
3
supercomputadora, 0.009 microsegundos de tiempo de computacin! Es decir, un
poco menos de una centsima de millonsima de segundo. Mucho mejor, verdad?
Conclusin: la reduccin a la forma escalonada en los renglones provee un mtodo
alternativo para calcular el determinante de una matriz y es el mtodo que mejor se
adapta a cualquier tamao de matriz. Es un mtodo de gran valor prctico.
18
Use la eliminacin gaussiana y calcule el determinante de la matriz de coeficientes del
SEL correspondiente a:
a) Unidad 1/ Ejemplo 38.
b) Unidad 1/ Ejemplo 39.
En la prctica se combinan la eliminacin gaussiana y las propiedades de los

determinantes. Por ejemplo: se aplica la eliminacin hasta lograr una fila o columna de
ceros, dos filas o columnas coincidentes, o bien una estructura de matriz en donde el
determinante sea fcil de calcular. En el clculo de un determinante es fundamental la
observacin.
187
UNIDAD 3
Ejemplo 5
Seguimos con el planteo matricial de un SEL de dos ecuaciones en dos variables
a11 a12 x b1
a
= . Qu plantearemos en este ejemplo? Pues: trataremos de
21 a22 y b2
construir un mtodo alternativo para encontrarle solucin al SEL AX = B . Recuerde
que tanto x como y viven en los nmeros reales.
a11 a12 a11 x
=
a21 a22 a21 x
determinante afirma que ste no se altera, si se reemplaza una
a x a12
ms un mltiplo de otra columna: entonces vale 11
=
a21 x a22
Si un escalar multiplica a una columna vale x
ecuacin matricial de partida se tiene
a11 x + a12 y a12 b1

=
a21 x + a22 y a22 b2
a12
. Otra propiedad del
a22
columna por ella misma
a11 x + a12 y a12
. Por la
a21 x + a22 y a22
a12
.
a22
b1 a12
a
a
b a12
det ( Ax )
b a22
=
.
Finalmente: x 11 12 = 1
o bien, si det ( A ) 0 x = 2
a11 a12
a21 a22 b2 a22
det ( A )
a21 a22
Este resultado nos afirma que la variable x se obtiene como el cociente de dos
determinantes: el denominador es el determinante de la matriz de coeficientes y el
numerador el determinante de una matriz que se obtiene a partir de A reemplazando la
columna de los coeficientes de la variable x por el vector de trminos independientes.
Interesante no?
19
a11 b1
det ( Ay )
a
b
.
Demuestre la veracidad de la afirmacin: det ( A ) 0 y = 21 2 =
a11 a12
det ( A )
a21 a22
Adems, cmo se interpreta?
Este resultado ya era conocido en la antigedad. Hace ms de 2000 aos, los

matemticos chinos haban encontrado una relacin entre los coeficientes de un SEL en
dos variables y su solucin. En terminologa ms moderna que la usada en los tiempos
ba b a
a b a b
de esos matemticos, ellos expresaron x = 1 22 2 12 e y = 11 2 21 1 . Los
a11a22 a21a12
a11a22 a21a12
determinantes nacieron para resolver SEL y en forma posterior a ellos nacieron las
matrices y la expresin matricial de un SEL. El trmino matriz significa madre de los
determinantes.
188
UNIDAD 3
Y para concluir, se conoce como Regla de Cramer el siguiente resultado: dado

AX = B la ecuacin matricial de un SEL de n ecuaciones en n variables con
det ( A ) 0 , cada variable se expresa como el cociente de dos determinantes,
det ( Ai )
. Aqu A es la matriz de coeficientes del SEL y Ai es la matriz que se
det ( A )
obtiene de A al reemplazar la i-sima columna por el vector de trminos
independientes.
xi =
A pensar con lpiz y papel en mano!

20
a) Por qu se solicita que en el SEL coincidan el nmero de ecuaciones y el de
variables?
b) Por qu se solicita que el determinante de la matriz de coeficientes no sea nulo?
c) Qu ventajas ofrece este mtodo por sobre los ya vistos para resolver un SEL?
d) Puede aplicarse la Regla de Cramer a SEL de tamao arbitrario?
Es hora de hacer clculos aritmticos reales y de ratificar resultados de las unidades

previas. Ratificar como una manera de comprobar que la solucin de un SEL es nica,
en el sentido de que es intrnseca al sistema y no depende del mtodo empleado para
calcularlo. Lo vemos:
21
a) Use la Regla de Cramer y ratifique la solucin del ejemplo 38 y de la actividad de
proceso 45, ambos de la unidad 1.
x + cy + 8 z = 4
b) Dado
cx z = 1 para qu valor de la constante real c la Regla de Cramer
53 x 6 y + z = 2
no puede utilizarse?
Reemplace c en el apartado anterior (b):
c) Por 1 y calcule solamente el valor de la variable z .
d) Por 2 y calcule solamente el valor de la variable x .
e) Por 3 y calcule solamente el valor de la variable y.
Conclusin: dado un sistema de ecuaciones lineales con determinante de la matriz de

coeficientes no nulo, cada variable viene dada como el cociente entre dos determinantes.
Por numerador se tiene el determinante de una matriz que se obtiene al reemplazar en A
la columna correspondiente a los coeficientes de la variable por los trminos
independientes; como denominador, el determinante de la matriz de coeficientes.
Para lograr claridad y no perdernos en palabras ... lo escribimos con simbologa
matemtica, Regla de Cramer:
det ( Ai )
dado un SEL AX = B det ( Ann ) 0 xi =
i = 1," , n .
det ( A )
189
UNIDAD 3
La Regla de Cramer es un mtodo alternativo para calcular la solucin nica de un SEL

consistente siempre que el determinante sea no nulo. Es un mtodo de mayor valor
terico que prctico.
Ejemplo 6
El determinante nos da una frmula para calcular el rea de un tringulo. Muchas veces,
debido a la topografa del terreno, es inconveniente o simplemente imposible medir la
base y la altura de una regin plana triangular. Entonces, los topgrafos, al trabajar
sobre el terreno toman otras medidas: las coordenadas de los tres vrtices, pero cmo
proceden para determinar el rea? Lo vemos en detalle...
La figura muestra un tringulo dibujado en el plano cartesiano. Las posiciones de los
vrtices vienen dadas por los pares ordenados a = ( a1 , a2 ) , b = ( b1 , b2 ) y c = ( c1 , c2 ) .
base altura
. A travs de
2
los prrafos siguientes mostraremos otra tcnica basada en el concepto de determinante.
Una frmula conocida para calcular el rea de un tringulo es
b
a
Observando la figura comprobamos que vale la siguiente igualdad:

rea abc = rea adec + rea cefb rea adfb
con: d = ( a1 , 0 ) , f = ( b1 , 0 ) y e = ( c1 , 0 ) .
Si recordamos que el rea de un trapecio vale la mitad de la altura por la suma de los
h
lados paralelos, esto es, (lado1 + lado2) , para el trapecio adec se tiene:
2
altura = c1 a1
Lado 1
lado1 = a2
lado2 = c2
rea adec =
( c1 a1 )
2
( a2 + c2 ) =
( c1 a1 )( a2 + c2 )
De manera similar se muestra que:

( b c )( b + c )
rea cefbc = 1 1 2 2
2
b
a
(
)( a + b )
rea adfb = 1 1 2 2
2
190
Lado 2
UNIDAD 3
Luego,
rea abc =
( c1 -a1 )( a2 + c2 ) + ( b1 c1 )( b2 + c2 ) ( b1 a1 )( a2 + b2 )
2
2
2
c1a2 +c1c2 a1a2 a1c2 +b1b2 +b1c2 c1b2 c1c2 b1a2 b1b2 +a1a2 +a1b2
=
2
c a +b c +a b a c c b b a
= 1 2 1 2 1 2 1 2 1 2 1 2
2
a1 a2 1
a1b21 + a21c1 +1b1c2 c1b21 c21a1 1b1a2 1
=
= b1 b2 1
2
2
c1 c2 1
De esta manera, conocidas las posiciones de los vrtices, el rea de un tringulo se

calcula como la mitad de un simple determinante 3 3 . Notemos que los vrtices, al ser
volcados en la matriz, se recorren en el sentido contrario al de las agujas de un reloj y
no de manera arbitraria. Recuerde que cambiar el orden de las filas influye en el signo
del determinante. Al tratarse de una medida de superficie, el rea el determinante es
siempre positiva. Tiene sentido decir que algo mide 2m 2 de rea?
Bien, no es necesario que trate de memorizar cmo se lleg a este resultado. Lo
importante es conocer una sntesis del mismo. Entonces,
22
complete:
Sntesis del ejemplo 6
9 Datos o hiptesis
9 Tesis o conclusin
Y tambin apliquemos el resultado obtenido:

23
Determine el rea del tringulo cuyos vrtices estn ubicados en un plano y valen:
a) ( 3,3) , ( 4, 0 ) y ( 2, 1) .
b)
( 0,1) , ( 4, 4 ) y ( 6,3) .
Al plantear ese determinante la genialidad estuvo en incluir el 1 elemento neutro o

identidad en el producto real en cada sumando. De esta manera, cada sumando puede
verse como un producto elemental con signo de una matriz 3 3 .
En general, habr observado que trabajar con determinantes involucra clculos de la
aritmtica real, por ello, es fundamental contar con un excelente manejo de los nmeros
191
UNIDAD 3
reales, sus operaciones y propiedades temas vistos en el Mdulo de nivelacin

matemtica. Entre otras cosas, habr notado el uso del parntesis y del signo menos
antes de un parntesis cul es su situacin respecto de esos temas? los maneja
adecuadamente?
Tema para indagar en el Aula virtual
Dos aplicaciones interesantes y tiles que dej para trabajar juntos en el espacio de
estudio colaborativo del Aula virtual son las siguientes:
9 Para una matriz A22 , el rea del paralelogramo
( a1 , a2 )
determinado por las columnas de A (esto es, las entradas
de una columna corresponden a las coordenadas ( x, y )
de un vrtice en el plano cartesiano) coincide con el
a a
( b1 , b2 )
det ( A ) . En frmulas: 1 2 coincide con el rea del
b1 b2
paralelogramo P.
9 Para una matriz A33 , el volumen del paraleleppedo determinado por las columnas
de A (esto es, las entradas de una columna corresponden a las coordenadas ( x, y , z )
de un vrtice en el espacio tridimensional) coincide con el det ( A ) .
Ambos resultados pueden demostrarse fcilmente desde lo que ya resolvimos en el
ejemplo anterior y constituyen una interpretacin geomtrica del determinante por
dems til. Tambin, pueden consultarse otras demostraciones interesantes en lgebra
lineal y sus aplicaciones de David Lay y en lgebra lineal de Stanley Grossman.9
Le parece que compartamos demostraciones en el Aula virtual? All espero sus
aportes!
Ejemplo 7
Cul es la expresin algebraica de la recta que pasa por
los puntos ( 2,1) y ( 3, 7 ) ?
Si se tienen como datos las coordenadas de dos puntos
diferentes del plano hay slo una recta que pasa por
ellos. Se acuerda de recta? Plano cartesiano?
Coordenadas de un punto? Representacin geomtrica
del conjunto solucin de un SEL en dos variables?
Temas desarrollados en la unidad 1 y tambin tema de
reflexin en el Aula virtual.10
Eje y
Eje x
La recta es la grfica de una ecuacin lineal (EL) en dos variables recuerda? Y esa
ecuacin viene dada por la expresin ax + by = c . En la unidad 1, en esa expresin, x e
y constituyen las variables mientras que a , b y c son constantes conocidas.
9
Encontrar la cita completa de ambos textos en Bibliografa.

Vase: unidad 1/Tema de indagacin, profundizacin en el Aula virtual previo a la seccin 1.7
10
192
UNIDAD 3
En este ejemplo el planteo es otro: se dan dos puntos en el plano y se trata de determinar
la expresin algebraica de la recta que los contiene: x e y asumen valores conocidos
mientras que a , b y c son desconocidos.
x = 2 , y = 1 satisfacen la ecuacin de la recta, esto es, a 2 + y1 = c
x = 3 , y = 7 satisfacen la ecuacin de la recta, esto es, a3 + y 7 = c
Las tres EL planteadas constituyen un SEL en las variables a , b y c :
xa + yb + 1c = 0
2a + 1 y + 1c = 0
3a + 7 y + 1c = 0
y matricialmente se expresa:
x y 1 a 0

2 1 1 b = 0 .
3 7 1 c 0
Al tratarse de un SEL homogneo siempre tiene solucin, a saber: la solucin nula, esto
es, a = 0, b = 0, c = 0 , o bien infinitas soluciones.
La primera opcin, obviamente, no nos sirve. Por qu? Porque con esos valores no
podemos construir la ecuacin de la recta que pasa por los puntos dados. Nos sirve la
segunda: infinitas soluciones; y se tiene infinitas soluciones, cuando el determinante de
la matriz de coeficientes es nulo. Planteamos eso,
x y 1
1 1
2 1
2 1
0 = det A = 2 1 1 = x
y
+1
= x ( 6 ) y ( 1) + 11
7 1
3 1
3 7
3 7 1
Bien, la expresin 6 x + y = 11 representa la ecuacin lineal de la recta que pasa por
los puntos dados.
Bien, bien cul es el detalle para casos similares? A partir de los datos los puntos
dados plantear un SEL homogneo en tres ecuaciones y tres variables (a, b, c). Dicho
sistema admite solucin no nula slo si el determinante de la matriz de coeficientes es
nulo. Esto nos permite construir la ecuacin lineal de recta.
24
Complete:
Sntesis del ejemplo 7
9 Datos o hiptesis
9 Tesis o conclusin
193
UNIDAD 3
Y tambin aplique el resultado obtenido:

25
Determine la ecuacin lineal de la recta que pasa por los puntos:
a) ( 4, 2 ) y ( 2, 1) .
b)
c)
(1,1) y ( 3,5 ) .
( 1, 1) y ( 0, 0 ) .
Este resulta un buen momento para retornar a la unidad 1 para qu? Retome el tema de
indagacin, profundizacin y discusin en el Aula virtual y resuelva la actividad all
propuesta.
26
Tomando como ejemplo la modelizacin matemtica planteada para construir la
ecuacin de una recta, construya la ecuacin de los planos que pasan por los puntos:
a) (1,1, 0 ) , ( 3,1, 2 ) , ( 5, 0, 2 )
b)
( 6, 0, 0 ) , ( 0, 1, 0 ) , ( 0, 0, 2 )
c) Confronte resultados con los obtenidos en unidad 1/Tema de indagacin,

profundizacin en el Aula virtual previo a la seccin 1.7.
Y para finalizar, le cuento que en las prximas asignaturas del rea matemtica
aparecern matrices y determinantes con nombres rimbombantes como el Jacobiano y
el Hessiano, entre otros. En Fsica, y en Probabilidad y estadstica, usted tambin
utilizar los determinantes.
194
UNIDAD 3
Visin retrospectiva
En este apartado consignamos lo que usted debera haber aprehendido al estudiar esta
unidad. Identificamos adems los conceptos clave.
Los conceptos nuevos definidos en unidad 3 son:
9 Permutacin del conjunto {1," , n}
9 rbol de permutaciones.
9 Producto elemental. Producto elemental con signo.
9 det ( Ann ) . Funcin determinante.
9 Reglas nemotcnicas.
9 Menor del elemento ij. Cofactor del elemento ij.
9 Desarrollo por cofactores del det ( Ann ) .
9 Adjunta de A, adj ( A ) .
9
9
9
9
9
9
9
Frmula para calcular la inversa de una matriz.

Factorial de n.
Propiedades del determinante.
Regla de Cramer para resolver SEL.
Frmula con determinante para el rea de un tringulo.
Frmula con determinante para la ecuacin de una recta.
Interpretacin geomtrica del determinante.
sta es una buena oportunidad para que usted construya la sntesis de la unidad a modo
de visin retrospectica. Deber presentarla como parte de la Actividad 2 de envo
obligatorio. Recuerde que la sntesis constituye una instancia de aprendizaje muy
valiosa y enriquecedora. Para realizarla adecuadamente recuerde integrar y relacionar
contenidos.
27
Construya una sntesis de la unidad y envela al tutor, junto a la Actividad 2 de
autoevaluacin.
Desea aplicar la propiedades y frmulas aprendidas? Vase en Aula virtual / Archivos /
de ejercicios, tambin por gentileza de los alumnos.
195
UNIDAD 3

1
1
3 4
2 4
2 3
3 4
1 4
1 3
2 4
1 4
1 3
2 3
1 3
1 2
4 3
4 2
3 2
4 3
4 1
3 1
4 2
4 1
3 1
3 2
3 1
2 1
La intencin de este ejercicio es que usted sea capaz de visualizar la tcnica de

construccin del rbol. Desde ningn punto de vista debe memorizarlo. Si no fue capaz
de construirlo, revise nuevamente la teora que le dio origen.
2
a)
permutacin
asociada
(1 2 3 4)
producto
elemental
a11a22 a33a44
paridad
par
producto elemental con

signo
+ a11a22 a33a44
(1 2 4 3)
a11a22 a34 a43
impar
a11a22 a34 a43
(1 3 2 4)
a11a23a32 a44
impar
a11a23a32 a44
(1 3 4 2)
a11a23a34 a42
par
+ a11a23a34 a42
(1 4 2 3)
a11a24 a32 a43
par
+ a11a24 a32 a43
(1 4 3 2)
a11a24 a33a42
impar
a11a24 a33a42
(2 1 3 4)
a12 a21a33a44
impar
a12 a21a33a44
La idea no es agobiarlo con estos clculos sino que capte la idea. Quizs ya con este
trabajo incompleto, lo hayamos logrado:
Por ejemplo:
(1, 4,3, 2 ) (1,3, 4, 2 ) (1,3, 2, 4 ) (1, 2,3, 4 ) nmero impar de cambios (tres) para
pasar de esa permutacin a la estndar.
( 2,1,3, 4 ) (1, 2,3, 4 ) nmero impar de cambios (uno) para pasar de esa permutacin a
la estndar.
b) Existen slo dos: a11a22 y a12 a21 .
c) El producto elemental a11a22 a33 tiene signo positivo porque su permutacin asociada
es (1 2 3). El a12 a23a31 se obtiene del anterior intercambiando primero el 1 con el
2 y luego el 3 con el 1, as: (1,2,3)(2,1,3)(2,3,1); son dos intercambios,
luego el signo original cambia dos veces, es decir, no cambia! Lo mismo ocurre con
el a13a21a32 .
El producto elemental a11a23a32 se obtiene del a11a22 a33 mediante el intercambio
(1,2,3)(1,3,2); es un solo intercambio, luego el signo pasa de + a . El
a13a22 a31 puede obtenerse del anterior realizando los intercambios
196
UNIDAD 3
(1,3,2)(3,1,2)(3,2,1); son dos intercambios, as que el signo negativo sigue

siendo negativo. Lo mismo ocurre, finalmente, con el a12 a21a33 .
3
a) Usando las reglas mnemotcnicas:
det ( B ) = ( 1) ( 3) ( 8 ) 7 = 59 ,
det ( C ) = 1 5 8 + ( 2 ) 1 4 + 7 3 3 ( 4 5 7 + 3 11 + 8 3 ( 2 ) ) = 0 .
b) Porque F no es cuadrada.
c) No, porque no es cuadrada.
d) Para calcular el det ( E ) no hay regla mnemotcnica. Utilizaremos los resultados de
la actividad de proceso 2a haciendo aij = eij . Con ello obtenemos det ( E ) = 84 .
4
9 det( A) = ( a11a22 a33 a11a23a32 ) + ( a12 a23a31 a12 a21a33 ) + ( a13a21a32 a13 a22 a31 )
= a11 ( a22 a33 a23a32 ) + a12 ( a23 a31 a21a33 ) + a13 ( a21a32 a22 a31 )
= a11C11 + a12C12 + a13C13
9 det( A) = ( a21a13 a32 a21a12 a33 ) + ( a22 a11a33 a22 a13 a31 ) + ( a23 a12 a31 a23 a11a32 )
= a21 ( a13a32 a12 a33 ) + a22 ( a11a33 a13a31 ) + a23 ( a12 a31 a11a32 )
= a21C21 + a22C22 + a23C23
9 det( A) = ( a31a23a12 a31a22 a13 ) + ( a32 a21a13 a32 a23 a11 ) + ( a33a22 a11 a33 a21a12 )
= a31 ( a23 a12 a22 a13 ) + a32 ( a21a13 a23 a11 ) + a33 ( a22 a11 a21a12 )
= a31C31 + a32C32 + a33C33
5
Desarrollamos det ( A ) por el segundo rengln (son todos ceros); det ( B ) por la primera
columna (tiene una nica entrada diferente de cero); y det ( C ) por el segundo o el tercer
rengln (ambos tienen una nica entrada diferente de cero), en ambos queda calcular un
determinante 4 4 que se puede desarrollar por la segunda fila cuyas entradas son nulas
salvo una: finalmente queda calcular un determinante 3 3 .
6
a) No, porque estaramos dividiendo por cero en la frmula
1
A1 =
adj ( A )
det ( A )
y tal divisin no est definida en los nmeros reales.
2 1
2 1
b) det ( A ) = 2 2 3 1 = 1 ; adj ( A ) =
; luego: A1 =
.
3 2
3 2
c) Sabemos que ( A1 ) = A , es decir, la inversa de la inversa de A es de nuevo A .

1
Usando la frmula para la inversa tendremos
197
UNIDAD 3
2
7
1
1
1 7 2 27 27
A = ( A1 ) =
adj ( A1 ) =
=
.
1
27 3 3 1 1
det ( A )
9 9
2
1
9 27
Finalmente, usando A obtenemos su adjunta, adj ( A ) =
.
7
1
9 27
7
det ( A ) = (1 0 4 + ( 1) 0 3 + 5 0 2 ) ( ( 1) 0 4 + 1 0 2 + 5 0 3) = 0 .
det ( B ) = ( 0 b22b33 + 0 b23b31 + 0 b21b32 ) ( 0 b21b33 + 0 b23b32 + 0 b22b31 ) = 0 .

Tambin puede hacerse el desarrollo por cofactores a lo largo de la segunda fila, para A,
y primera fila, para B.
8
Tomemos D triangular inferior genrica, es decir
0
d11 0
d
d 22 0
D = 21
d 31 d 32 d 33
d 41 d 42 d 43
0
0
.
0
d 44
Notemos que dij = 0 siempre que j > i . Mirando la tabla de la actividad de proceso 2a,
vemos que todos los productos elementales (con signo) contienen algn dij con j > i y
son por lo tanto nulos, excepto uno: el producto d11d 22 d33d 44 . Entonces:
det ( D ) = d11d 22 d33d 44 .
Lo mismo vale para cualquier matriz triangular inferior n n . Si la matriz es triangular

superior, las entradas nulas sern las dij con j < i , pero el efecto ser el mismo.
Otra manera: desarrollamos el determinante a lo largo de la primera fila, queda un
determinante de un orden menor, ( n 1) ( n 1) . A este nuevo determinante, tambin
lo desarrollamos por su primera fila: nuevamente nos queda un determinante de una
matriz ( n 2 ) ( n 2 ) . Seguimos con el proceso descrito hasta llegar a un determinante
1 1 .
d11
d 21
d31
d 41
0
d 22
d32
d 42
0
0
d33
d 43
0
d 22
0
= d11
0
d 44
Entonces decimos:
198
0
d33
0
d
0 = d11d 22 33
d 44
0
= d11d 22 d 33 d 44 = d11d 22 d 33d 44
d 44
UNIDAD 3
Si Dnn es triangular, entonces det ( D ) = d11 d 22 " d nn . En palabras: el determinante

de cualquier matriz triangular n n est dado por el producto de los elementos de
la diagonal (principal).
9
a) El nico producto elemental que no contendr ningn cero es el i11 i22 " inn , y en l
todos los elementos son unos, as que det ( I nn ) = 1 .
b) Dando por descontado que toda matriz diagonal es tambin triangular, el resultado
de la actividad de proceso 8 nos muestra que det ( Dnn ) = d11 d 22 " d nn .
10
Notemos que la segunda fila de B es igual a la segunda fila de A multiplicada por 5.
Por otro lado det ( A ) = 1 4 3 2 = 2 , mientras que det ( B ) = 1 20 15 2 = 10 ;
entonces efectivamente det ( B ) = 5 det ( A ) .
11
a) Vimos que si multiplicamos una fila de A por c , entonces el determinante se
multiplica por c ; y si multiplicamos dos filas por c , el determinante se multiplica
por c 2 ; de la misma forma podemos ver que si multiplicamos tres filas, el
determinante se multiplicar por c 3 . Generalizando, vemos que el determinante se
multiplica por un factor c por cada fila que multipliquemos por el escalar; entonces,
si multiplicamos cada una de las n filas por c , el determinante se multiplicar n
veces por c . Finalmente, formalizamos el resultado diciendo:
si Bnn = cAnn entonces det ( B ) = c n det ( A ) .
b) En la actividad anterior tenamos det ( A ) = 2 , y A era 2 2 , as que n = 2 .
Entonces:
2
det ( 4 A ) = ( 4 ) det ( A ) = 16 ( 2 ) = 32 ;
det ( A ) = det ( ( 1) A ) = ( 1) det ( A ) = 2 .
2
12
a) det ( M ) = det ( A ) (cambia de signo tres veces).
b) det ( M ) = det ( A ) (cambia de signo cuatro veces).
c) det ( M ) = det ( A ) (cambia de signo un nmero par de veces).
d) det ( M ) = det ( A ) (cambia de signo un nmero impar de veces).
e) Para una matriz cuadrada n n vale det ( M ) = ( 1) det ( A ) .
k
13
det ( A ) = 1 5 2 + 2 6 5 + 3 4 0 ( 5 5 3 + 0 6 1 + 2 4 2 ) = 21 ;
det ( B ) = 1 9 2 + 2 12 5 + 3 6 0 ( 5 9 3 + 0 12 1 + 2 6 2 ) = 21 .
Esos determinantes tambin se pueden calcular con la regla nemotcnica para matrices
3 3 o bien, desarrollarse por la tercera fila, que contiene un cero.
199
UNIDAD 3
14
a) Como A A 1 = I , entonces 1 = det ( I ) = det ( AA1 ) = det ( A ) det ( A1 ) . Por lo tanto

det ( A1 ) =
1
1
= ( det ( A ) ) . Hemos planteado y resuelto una ecuacin
det ( A )
numrica con det ( A1 ) valor desconocido. Luego, el determinante de la inversa es

el inverso multiplicativo del determinante; un valor es el recproco del otro.
b) Como A p =
AA
"
A , entonces

p veces
p
det ( A p ) = det
AA
"
A = det ( A ) det ( A )" det ( A ) = ( det ( A ) ) .

p veces
p veces
El determinante de la potencia p de A es la potencia p del determinante de A.
c) Como A p = ( A1 ) , entonces
p
) (
1
p
det ( A ) = det ( A ) = det ( A ) =
= ( det ( A ) ) .
det ( A )
El determinante de la potencia p de A es la potencia p del determinante de A.
p
1 p
15
Para dar con una idea que nos oriente calculamos con matrices pequeas:
a
a
det ( A22 ) = det 11 12 = a11a22 a21a12 ;
a21 a22
det
a11
(( A ) ) = det a
T
22
12
a21
= a a a a = det ( A22 ) .
a22 11 22 12 21
a11 a12 a13
det ( A33 ) = det a21 a22 a23

a
31 a32 a33
= ( a11a22 a33 + a12 a23a31 + a13a21a32 ) ( a31a22 a13 + a32 a23 a11 + a33 a21a12 ) ;
det
(( A ) )
T
33
a11 a21 a31
= det a12 a22 a32

a
13 a23 a33
= ( a11a22 a33 + a21a32 a13 + a31a12 a23 ) ( a13 a22 a31 + a23 a32 a11 + a33a12 a21 )
= det ( A33 ) .
Observamos que, en ambos casos, coinciden los productos elementales con signo
tomados de A y esta condicin se sigue cumpliendo para matrices mayores.
Conclusin: el determinante de una matriz coincide con el de su transpuesta. Genial!
Los desarrollos por cofactores a lo largo de filas se pueden generalizar a columnas.
200
UNIDAD 3
16
det ( A + B ) = det ( A ) + det ( B )
det ( A + B ) det ( A ) + det ( B )
1 1
1 0
Contraejemplo: det
= 1 y det
= 1 , pero
0 1
1 1
1 1 1 0
2 1
det
+
= det
= 3 1 + 1 . Notemos que hay muchos ms

0
1
1
1
1
2
contraejemplos.
17
3
1
1
a) Si A = 2 y B = 3 , A1 BT = A1 BT = A B = ( 2 ) ( 3) = .
2
b) Si A es invertible, A 0 . Como AB = A B = 0 , dividiendo esta ltima igualdad
por A , obtenemos B = 0 .
c) Si A es invertible, A 0 . Como A B = AB = AC = A C , dividiendo esta
ltima igualdad por A , obtenemos B = C .
2
d) Si A2 = I , A2 = A = 1 ; entonces11 A = 1 .
e) Si Ann = cI , Ann = cI = c n I = c n ; por lo tanto A1 = A
f) Tenemos
AT = A3 + 2 IA3 = A3 ( I + 2 I ) = A3 .
= cn .
3
A = A3 = AT = A .
Luego,
Entonces A = 1 , y por lo tanto A = 1 .

g) Usando la frmula A1 =
1
adj ( A ) , vemos que, si A es n n
det ( A )
n
1
1
1
= A1 =
adj ( A ) =
adj ( A ) .
det ( A )
det ( A )
det ( A )
Entonces:
adj ( A ) = A
n 1
11
El doble signo indica que la constante o variable puede ser positiva o negativa. As 1 significa o
bien 1, o bien 1 . Recuerda la definicin de raz cuadrada de un nmero real?
201
UNIDAD 3
18
a) Copiemos la eliminacin gaussiana del Ejemplo 38 de la Unidad 1, pero sin la
columna de trminos independientes. Repitiendo los pasos del Ejemplo 4 de esta
Unidad, vemos que:
1
A 7
2
5
1
B 0
1
8
2
3
1
1
4
15
1
1
1
7
1
4
1
0
1
D 0
1
1
1
0
1
E 0
0
1
F 0
0
0
1
0
0
1
0
1
0
1
0
0
1
0
1
C 0
B se obtiene de A sumando mltiplos del primer rengln a los otros,

3
20
1
0
entonces B = A
C se obtiene de B sumando un mltiplo del segundo rengln al
9
16
tercero, entonces C = A
D se obtiene de C multiplicando el tercer rengln por -16/9,
16
entonces D = C
9
E se obtiene de D sumando mltiplos del segundo rengln al
primero, entonces E = D
F se obtiene de E sumando mltiplos del tercer rengln al primero,
entonces F = E
Juntando todas las igualdades, y usando que F = 1 , vemos que

9
9
9
9
9
A = B = C = D = E = F = 1 = .
16
16
16
16
16
b) Copiemos la eliminacin gaussiana del ejemplo 39 de la unidad 1, sin la columna de
trminos independientes. De nuevo, repitiendo los pasos del ejemplo 4 de esta
unidad, vemos que:
202
UNIDAD 3
1 3 2
1 4 1
2 5 5
1 3 2 (1)
B se obtiene de A sumando mltiplos del primer rengln
B 0 1 1 + (2)
a los otros, entonces B = A
0 1 1
+
C
1 3 2
0 1 1
0 0 0
1 0 5
0 1 1
0 0 0
(1)
+
C se obtiene de B sumando mltiplos del segundo

rengln al tercero, entonces C = B
D se obtiene de C sumando mltiplos del segundo
rengln al primero, entonces D = C
Juntando todas las igualdades, y usando que D = 0 , vemos que

A = B = C = D = 0.
19
a11 a12 a11 a12 y
.
=
a21 a22 a21 a22 y
Ahora reemplacemos la segunda columna por ella misma ms la primera multiplicada
a
a y a
a11 x + a12 y
por x , entonces: 11 12 = 11
. Recordando el planteo matricial de un
a21 a22 y a21 a21 x + a22 y
Multipliquemos la segunda columna de A por y , entonces y
a11 a12 x b1
a
= , vemos que
21 a22 y b2
b1
a
a
a
b
. Juntando todo, resulta y 11 12 = 11 1 . Luego,
b2
a21 a22 a21 b2
SEL de dos ecuaciones en dos variables

a11
a21
a11 x + a12 y a11

=
a21 x + a22 y a21
a11 b1
det ( Ay )
a
b
.
det ( A ) 0 y = 21 2 =
a11 a12
det ( A )
a21 a22
Veamos la interpretacin. La variable y se obtiene como el cociente de dos
determinantes: el denominador es el determinante de la matriz de coeficientes y el
numerador el determinante de una matriz que se obtiene a partir de A reemplazando la
columna de los coeficientes de la variable y por el vector de trminos independientes.
203
UNIDAD 3
20
a) Para que la matriz de coeficientes sea cuadrada, y as podamos calcular su
determinante, y tambin los determinantes de los numeradores en la Regla de
Cramer.
b) Para que podamos dividir por l en la Regla de Cramer.
c) Principalmente, que permite calcular slo la (o las) variable(s) que necesitamos, sin
necesidad de calcular ninguna otra.
d) No; el nmero de variables y el de ecuaciones deben coincidir.
21
1
1 x 22
1
a) El SEL del ejemplo 38 de la unidad 1 era 7

8
7 y = 163 . La Regla
2 / 5 2 / 3 1/ 4 z 10
de Cramer nos da, entonces:
22
1
1
1
22
1
163 8
7
7 163 7
10 2 / 3 1/ 4
2 / 5 10 1/ 4 27 / 20
3 / 4
x=
=
=5, y =
=
= 9,
1
1
1
1
1
1
3 / 20
3 / 20
7
8
7
7
8
7
2 / 5 2 / 3 1/ 4
2 / 5 2 / 3 1/ 4
1
1
22
7
8 163
2 / 5 2 / 3 10
6 / 5
z=
=
= 8,
1
1
1
3 / 20
7
8
7
2 / 5 2 / 3 1/ 4
que coincide con la solucin obtenida en la unidad 1.
1 1 1 x 0
El SEL de la actividad de proceso 45 de la unidad 1 era 1 1 2 y = 1 .
2 0 0 z 1
La regla de Cramer nos dice que:
0 1 1
1 0 1
1 1 0
1 1 2
1 1 1
1 1 2
1 0 0
2 1 0
2 0 1 4
3 1
1
2
x=
= = , y=
= , z=
=
= ,
1 1 1
1 1 1
1 1 1
6 2
6
6
3
1 1 2
1 1 2
1 1 2
2 0 0
2 0 0
2 0 0
que tambin coincide con la solucin de la unidad 1.
204
UNIDAD 3
c 8 x 4
1
b) En forma matricial, el SEL se escribe c
0 1 y = 1 . El determinante
53 6 1 z 2
c 8
1
de la matriz de coeficientes es c
0 1 = c + 5c 6 . La Regla de Cramer no
53 6 1
puede utilizarse cuando este determinante es cero. Resolviendo el polinomio de
grado dos en c, c + 5c 6 = 0 , tenemos c = 2 c = 3 .
Reemplace c en el apartado anterior (b):
1
1 4
1
0 1
53 6 2
25 25
c) Con c = 1 , tenemos z =
=
=
.
1
1 8
2
2
1
0 1
53 6 1
4
1
2
d) Con c = 2 , resulta x =
1
2
53
2 8
0 1
6 1
18 9
=
= .
2 8
20 10
0 1
6 1
1
c 8
e) Con c = 3 , tenemos c
0 1 = 0 , y no podemos aplicar la Regla de Cramer.
53 6 1
22
Datos: las coordenadas ( x, y ) de tres puntos en el
plano cartesiano.
Conclusin: el rea del tringulo que tiene por
vrtices esos tres puntos coincide con la mitad de
un determinante. Cada fila est formada por las
coordenadas de un punto ( x, y,1) . Al ordenarse
( x1 , y1 )
en la matriz, los puntos se recorren en sentido

antihorario.
x1
1
rea + = x2
2
x3
y1 1
y2 1
y3 1
205
UNIDAD 3
23
Determine:
a) una forma de ordenar los vrtices en sentido antihorario es ( 4, 0 ) , ( 3,3) y ( 2, 1) ;
4 0 1
1
19
entonces: area abc = 3 3 1 = ;
2
2
2 1 1
b) una forma de ordenar los vrtices en sentido antihorario es ( 0,1) , ( 4, 4 ) y ( 6,3) ;
0 1 1
1
38
entonces: area abc = 4 4 1 =
= 19 .
2
2
6 3 1
24
Datos: las coordenadas
( x, y )
de dos puntos en el plano
cartesiano.
( x1 , y1 )
Conclusin: la ecuacin de la recta que pasa por esos dos
puntos se obtiene planteando nulo el determinante de la matriz
de coeficientes en la ecuacin matricial AX = 0 . El SEL se
forma con la ecuacin general de una recta y el hecho de que,
cada punto, vive en la recta.
ax + by + 1c = 0
ax1 + by1 + 1c = 0 SELH. En variables a, b, c. Conocer los coeficientes esos es conocer

ax + by + 1c = 0
2
2
la ecuacin lineal de la recta que pasa por los puntos dados.
25
a) La ecuacin lineal de la recta que pasa por los puntos ( 4, 2 ) y ( 2, 1) viene dada
x
y 1
por 4 2 1 = 0 , es decir 3 x 6 y = 0 .
2 1 1
b) La ecuacin lineal de la recta que pasa por los puntos (1,1) y ( 3,5 ) viene dada por
x y 1
1 1 1 = 4 x 4 y + 8 = 0 .
3 5 1
c) La ecuacin lineal de la recta que pasa por los puntos ( 1, 1) y ( 0, 0 ) viene dada
x y 1
por 1 1 1 = x + y = 0 .
0 0 1
206
UNIDAD 3
26
a) La ecuacin de un plano en el espacio tridimensional tiene la forma general:
ax + by + cz + d = 0 .
Conocer la ecuacin del plano que pasa por tres puntos dados en el espacio
tridimensional es saber qu valores especficos asumen los coeficientes a, b, c y d.
Para ello: si el plano pasa por el punto representado por la terna ( x1 , y1 , z1 ) , entonces
debe valer ax1 + by1 + cz1 + d = 0 .
Del mismo modo, si el plano pasa por ( x2 , y2 , z2 ) y ( x3 , y3 , z3 ) , debemos tener:
ax2 + by2 + cz2 + d = 0 ,
ax3 + by3 + cz3 + d = 0 .
Los coeficientes a, b, c y d satisfacen simultneamente las cuatro ecuaciones por
lo que se constituyen en un SELH en las variables a, b, c y d.
xa + yb + zc + 1 d = 0
x a + y b + z c + 1 d = 0
1
1
1
,
x
a
+
y
b
+
z
c
+
d
=
1
0
2
2
2
x3 a + y3b + z3c + 1 d = 0
que escrito en forma matricial queda:
x y
x y
1
1
x2 y2
x3 y3
z
z1
z2
z3
1 a 0
1 b 0
= .
1 c 0

1 d 0
Como este SEL es homogneo, tenemos dos opciones: o bien el determinante de la

matriz de coeficientes no se anula, en cuyo caso la nica solucin es
( a, b, c, d ) = ( 0, 0, 0, 0 ) ; o bien el determinante se anula, en cuyo caso tenemos
infinitas soluciones. Evidentemente la primera alternativa no nos sirve, as que
tomamos la segunda; entonces pedimos que:
x y z 1
x1 y1 z1 1
= 0.
x2 y2 z2 1
x3 y3 z3 1
Desarrollando el determinante por la primera fila, quedar:
y1 z1 1
x1 z1 1
x1 y1 1
x1 y1
y2 z2 1 x x2 z2 1 y + x2 y2 1 z x2 y2
y3 z3 1
x3 z3 1
x3 y3 1
x3 y3
z1
z2 = 0 .
z3
Si desarrollamos los determinantes 3 3 , quedar:
207
UNIDAD 3
( y1 z2 + y2 z3 + y3 z1 y3 z2 y2 z1 y1 z3 ) x
+ ( z1 x2 + z2 x3 + z3 x1 z3 x2 z2 x1 z1 x3 ) y
+ ( x1 y2 + x2 y3 + x3 y1 x3 y2 x2 y1 x1 y3 ) z
+ ( x1 y2 z3 + x2 y3 z1 + x3 y1 z2 x3 y2 z1 x2 y1 z3 x1 y3 z2 ) = 0
Cualquiera de estas dos ltimas frmulas nos proporciona la ecuacin del plano que
estbamos buscando. Pero ms importante que estas largas y en principio
complicadas frmulas es comprender el planteo matemtico que le da origen:
anular el determinante de una matriz donde cada fila tiene por entradas las
coordenadas de los tres puntos en el espacio ms las coordenadas de un punto
genrico, la ltima columna son unos.
Observe que el orden en que se vuelcan las coordenadas en la matriz pierde
importancia cuando un determinante debe anularse.
Aplicando la primera de estas frmulas al caso particular en que las tres ternas son
(1,1, 0 ) , ( 3,1, 2 ) , ( 5, 0, 2 ) , tenemos:
1 0 1
1 0 1
1 1 1
1 1 0
1 2 1 x 3 2 1 y + 3 1 1 z 3 1 2 =
0 2 1
5 2 1
5 0 1
5 0 2
( 2 ) x (12 ) y + ( 2 ) z ( 14 ) =
2 x 12 y 2 z + 14 = 0.
b) Procediendo como en el punto
( 6, 0, 0 ) , ( 0, 1, 0 ) , ( 0, 0, 2 ) , tenemos:
precedente,
pero
con
las
ternas
0 0 1
6 0 1
6 0 1
6 0 0
1 0 1 x 0 0 1 y + 0 1 1 z 0 1 0 =
0 2 1
0 2 1
0 0 1
0 0 2
( 2 ) x ( 12 ) y + ( 6 ) z ( 12 ) =
2 x + 12 y 6 z + 12 = 0.
c) Confront con el Aula Virtual? Con qu resultado?
Y para finalizar con el tema: por qu usamos la ecuacin general de un plano?
Porque contiene las variables x, y, z. La ecuacin de un plano es una ecuacin
lineal en las variables x, y, z recuerda la unidad 1?
Y algo ms...
Arriba dijimos que la solucin nula del SELH no nos serva. Serva plantear det = 0 lo
cual nos asegura infinitas soluciones, esto es: infinitos son los valores que podemos
asignarles a las variables a, b, c y d. Efectivamente, del planteo resultan los valores
a = 2, b = 12, c = 6, d = 12 , pero cualquier mltiplo no nulo de esos valores sirve.
208
UNIDAD 3
Observe:
2 x + 12 y 6 z + 12 = 0 , x + 6 y 3 z + 6 = 0 , 4 x 24 y + 12 z 24 = 0 son ecuaciones
equivalentes, esto quiere decir que contienen la misma solucin.
209
UNIDAD 3
Hemos incorporado un ejercicio por cada objetivo de aprendizaje planteado. Los
recuerda? Ellos son:
9 Calcular el determinante de una matriz.
9 Aplicar propiedades del determinante.
9 Identificar la relacin entre determinantes y SEL consistentes e inconsistentes.
9 Resolver problemas empleando el determinante de una matriz, como herramienta.
1
Considere el SEL
5 x + 10 y + 15 z = 240
80 x + 65 y + 55 z = 1240
15 x + 25 y + 30 z = 520
que es equivalente al estudiado en la Unidad 1/ Seccin 7. Aplicaciones / Ejemplo 36 y

desarrollado en la actividad de proceso 41; utilice la informacin dada tanto en el
enunciado como en el desarrollo,
a) Calcule el determinante de la matriz de coeficientes a partir de la eliminacin
gaussiana.
b) Ratifique el resultado anterior usando el desarrollo a lo largo de una fila o columna
desarrollo por cofactores.
c) Calcule solamente el valor de la variable z.
d) Usando informacin de la adjunta y de la inversa calcule la inversa de la matriz de
coeficientes.
e) A partir de lo obtenido en el apartado anterior, realice solamente las cuentas para
calcular el valor de la variable z. Qu entradas especficas de la matriz adjunta
usar? Coinciden los valores de z obtenidos por los distintos mtodos? Fundamente
su respuesta.
2
Sintetice los mtodos desarrollados hasta ahora para calcular:
a) La solucin de un SEL.
b) La inversa de una matriz.
Adems, explicite sus caractersticas.
3
a) Usando determinantes ratifique que la ecuacin del plano que pasa por los puntos
( 1, 0, 2 )( 2, 2, 0 )( 0,1, 1) es la ecuacin lineal 4 x + 7 y + z = 6 .
210
UNIDAD 3
b) Suponga que A, B y C son matrices n n idnticas excepto por la columna j. La

columna j de C es la suma de las respectivas columnas j de A y de B. Demuestre
mediante un desarrollo por cofactores y usando tres matrices genricas que es vlida
det ( C ) = det ( A ) + det ( B ) . Tambin compruebe mediante un ejemplo especfico.
4
Establezca las relaciones correctas entre ambas columnas:
A5 = 3I
no existe
A2 = AT
A = ( 3 ) 5
dos renglones coinciden

no tiene inversa
A = ( 1)
A =0
211
TRANSFORMACIONES MATRICIALES DE
EN
Unidad
3
Unidad
2
Unidad
1
UNIDAD
CUATRO
UNIDAD 4

Esta unidad constituye una mirada diferente a temas analizados en las anteriores. En
particular, cualquier n-upla de nmeros reales lo pensamos como un vector en el espacio
de vectores n , que se expande, contrae y suma con otros. Tambin, dados varios de
esos vectores analizamos las relaciones de dependencia o independencia existentes entre
ellos: si viven en la misma recta o en el mismo plano, o si unos estn generados por
otros.
Luego, definimos aplicaciones que mueven a los vectores de un espacio a otro, y en
las cuales da lo mismo expandirlos, contraerlos o sumarlos antes o despus de
moverlos. Sin embargo, nos encontramos con una sorpresa: esta accin dinmica de
transformar vectores en otros se identifica, se plasma, se realiza a travs de la
multiplicacin por una matriz. Y si dicha matriz se expresa como producto entre una
invertible y una diagonal, tal transformacin resulta sencilla y rpida en los clculos.
Pero aclaremos, no toda matriz puede expresarse as, por qu? porque no toda matriz es
invertible.
Desde este punto de vista, los sistemas de ecuaciones lineales (SEL) y todo modelo que
involucra el producto matricial entre matriz y vector, como los procesos de Markov
entre otros, pueden pensarse como transformaciones matriciales (TM), esto es, pueden
pensarse desde una visin dinmica.
Al finalizar la unidad usted estar en condiciones de alcanzar los siguientes objetivos.
9 Caracterizar conjuntos de vectores y analizar relaciones de dependencia e
independencia lineal entre ellos.
9 Caracterizar las transformaciones matriciales y construir la matriz que las
representa.
9 Identificar matrices diagonalizables y construirla como producto entre una diagonal
y otra invertible.
9 Resolver problemas empleando la multiplicacin de matrices en una visin
dinmica.
Para alcanzar estos objetivos de aprendizaje, le proponemos analizar los siguientes
temas
Transformaciones matriciales de n en
1. Vectores.
2. Combinacin lineal de vectores en
3. Transformaciones matriciales.
4. Vectores y valores propios.
214
UNIDAD 4
Los conceptos por analizar puede decirse que guardan relaciones como muestra el
siguiente mapa conceptual.
El lgebra
lineal
usa
composicin
de TM
transformaciones
matriciales (TM)
que
vinculan
espacios
vectoriales
(EV)
mediante
multiplicacin
por matriz
o
multiplicacin por
matriz diagonal
que son
aritmtica
real
con
n-uplas de
nmeros reales
dando origen a
destacndos sub EV tales como
rango de
la TM
ncleo de la
TM
base del
EV
autovector
de la TM
y su
autovalor
de la TM
215
UNIDAD 4
1. Vectores en
En esta seccin definimos n como un conjunto de vectores conocido como espacio

vectorial porque cumple ciertas propiedades.
En el apartado 6 de la unidad 1 trabajamos la representacin geomtrica de puntos en el
plano y en el espacio tridimensional recuerda? Entonces dijimos que: Las 2-uplas en
el plano cartesiano y las 3-uplas en el espacio tridimensional reciben, tambin, el
nombre de coordenadas del punto geomtrico que representan. Este concepto se
generaliza a n-uplas en el espacio n-dimensional1.
En el apartado 1 de la unidad 2 introducimos la siguiente definicin: Una matriz con
una sola columna se llama matriz columna o vector columna.
En esta unidad ambos conceptos se relacionan se funden? se confunden? Una n-upla
de coordenadas ( x1 , x2 , , xn ) en el espacio n-dimensional se escribe como un vector
x1
x
columna 2 y es conocida, simplemente, como vector de coordenadas o

xn
simplemente vector.
Al conjunto de vectores de tamao n 1 identificados como n-uplas de nmeros reales
n
se los denota por
se lee erre ene que es una notacin simplificada de
con n natural mayor a uno. n es ms que un conjunto de vectores: es
n veces
un espacio vectorial. Definiremos este nuevo concepto ms adelante.

Un vector se representa geomtricamente en el espacio n-dimensional como un
segmento rectilneo dirigido, con extremo inicial en el origen y con extremo final en el
punto de coordenadas dado; en el extremo final una flecha denota el sentido. Al menos
esto es as en 2 , o en el espacio tridimensional, 3 , donde las visualizaciones o
representaciones geomtricas pueden realizarse.
Ejemplo 1
El punto geomtrico
( 6,1) se
identifica con el
6
vector en 2 y recprocamente, dicho vector
1
se identifica con dicho punto geomtrico o
coordenadas en el plano cartesiano. Lo mismo vale
3
para el punto geomtrico ( 3, 2 ) y el vector .
2
( 6,1)
( 3, 2 )
Espacio n-dimensional es el visualizado como n rectas reales que se cortan en el origen, todas
perpendiculares entre s.
216
UNIDAD 4
El punto geomtrico (1, 2,3) se identifica con el

1
vector 2 en 3 y recprocamente, dicho vector
3
se identifica con dicho punto geomtrico o
coordenadas en el espacio tridimensional.
( 0, 6,1)
(1, 2,3)
0
El punto geomtrico ( 0, 6,1) se identifica con el vector 6 y recprocamente.
1
Dados los siguientes grficos en
( 2,1)
( 3, 5,0 )
( 0,0 )
( 0,0,1)
1
identifique como vectores los puntos geomtricos dibujados arriba.
Bien, como los vectores son en definitiva matrices de dimensin n 1 , entre ellos se
encuentran definidas las operaciones suma y producto por escalares (nmeros reales),
cumpliendo las siguientes propiedades algebraicas.
Propiedades algebraicas de n
Para todos los vectores U, V y W en
a) U + V n
b) cU n
c) U + V = V + U
d) (U + V ) + W = U + (V + W )
y todos los escalares c y d se cumple:
e) U + 0 = 0 + U = U
f) U + ( U ) = ( U ) + U = 0
g) c (U + V ) = cU + cV
h)
i)
( c + d )U = cU + dU
c ( dU ) = ( cd )U
j) 1U = U
Cmo se interpretan esas propiedades algebraicas? Por ejemplo, la propiedad del
apartado (a) afirma que el conjunto de vectores en R-ene es cerrado para la suma. En
otras palabras, que la suma de dos de sus elementos es otro elemento del conjunto. Este
217
UNIDAD 4
pasaje de la abstraccin a la interpretacin es fundamental para la comprensin

significativa de la matemtica y sobre ello insistimos bastante en el desarrollo de la
gua.
2
Interprete, a continuacin, cada una de las propiedades algebraicas que cumple el
espacio n-dimensional y citadas arriba en simbologa matemtica.
a) ...
b) ...
c) ...
d) ...
e) ...
f) ...
g) ...
h) ...
i) ...
j) ...
Resulta interesante analizar geomtricamente la suma y la multiplicacin por escalares.

Lo hacemos en 2 y comenzamos, en el siguiente ejemplo, con la multiplicacin. Me
acompaa?
Ejemplo 2
2
5
Sean U = , V = , luego:
3
1
2 4 2 8
9 4U = 4 =
=
3 4 3 12
5 10
9 2V = 2 =
1 2
4U
2V
3
Dibuje:
1
5
3U , 7U , U , U .
3
3
El ejemplo y la actividad pretenden ilustrar el hecho de que el conjunto de todos los

mltiplos escalares de un vector fijo es una lnea recta que atraviesa el origen. Este
hecho, que se visualiza en 2 y tambin en 3 , se cumple siempre en n cualquiera
sea el natural n.
Por otro lado:
9 El vector 2V tiene dos veces el largo de V y sentido opuesto.
9 El vector 4U tiene cuatro veces el largo de U e igual sentido.
218
UNIDAD 4
En general, la magnitud o longitud del vector cU es c veces la longitud de U.

Recuerda la notacin de valor absoluto de un nmero real? 2 y cul es la longitud de
U? Para contestar este interrogante debemos recurrir al teorema de Pitgoras, que deca:
dado un tringulo rectngulo el cuadrado de la hipotenusa es la suma de los cuadrados
de los catetos.
Aplicando el teorema de Pitgoras se tiene:
Longitud de U = 22 + 32 = 13 unidades, pues tiene dos
unidades en el eje horizontal y tres unidades en el eje vertical.
Denotaremos en adelante Longitud de U = U .
3
2
4
Calcule la longitud de los vectores que dibuj en la actividad anterior.
El
clculo
de
longitud
longitud de X = x + x +
2
1
2
2
de
un
vector
en
se
generaliza
as:
2
n
x . Ahora, trabajemos con la suma de vectores.
Ejemplo 3
2 5 2 + ( 5 ) 3
U +V = + =
= .
3 1 3 + 1 4
Puede observarse que si U y V se representan como puntos en 2 , entonces U + V
corresponde al cuarto vrtice del paralelogramo cuyos vrtices son U, V, O y U + V .
Esta relacin tambin se visualiza en 3 .
En general, en 2 y tambin
3
en
,.conviene trazar una
rejilla como se muestra en la
figura para facilitar la
ubicacin de los vectores. Si
los que se suman son
mltiplos enteros, entonces,
sus extremos finales se
encuentran
en
una
interseccin de la rejilla.
4U
4U2V
U+V
V
U
2V
Sigamos con el ejemplo:

2
c coincide con c si se trata de un nmero positivo y con su opuesto si se trata de un nmero negativo.
Ejemplo 2 = 2 = 2 . Cualquiera sea el nmero real c, su valor absoluto es siempre positivo: es una
medida. Para ms informacin consulte la gua Mdulo de nivelacin matemtica de Sauchelli y Olmos
cuya cita completa se encuentra en la bibliografa.
3
Las cantidades que tienen una magnitud y una direccin y sentido se denominan cantidades
vectoriales. En contraste, una cantidad que tiene magnitud pero no direccin ni sentido se llama cantidad
escalar. El rea y el volumen son cantidades escalares.
219
UNIDAD 4
2 5 2 + 5 7
U V = U + ( V ) = + =
= .
3 1 3 1 2
2
5 8 + 10 18
4U 2V = 4 2 =
= .
3
1 12 2 10
1 5 4
1
1 2 5
U +V = + = 3 = 5 .
2
2 3 1 + 1
2 2
Observe el grfico y
responda: a la suma de qu
mltiplos corresponden el
punto A y el punto B?
El punto A es la suma entre
los vectores U y el doble de
V y el punto B es la suma
entre los vectores U y el
doble de V .
D
U
B
5
5
4
a) Dibuje los vectores 3U + 2V , 2U V , U V .
2
3
b) Identifique en la rejilla, los vectores mltiplos que se suman para dar,
respectivamente, el punto geomtrico C y el D.
1
3
3
c) Trabaje en
y grafique: M = 1 , 3M , N = 9 , 2M + N , 3M + N .
3
6
d) Calcule la longitud de 3M y M + N .
2. Combinacin lineal de vectores en
En esta seccin definimos varios conceptos importantes relacionados con un conjunto

de vectores en n y con la forma en que se relacionan.
Tales vectores que se piensan como suma de otros se denominan combinacin lineal.
Formalmente se dice: dados los vectores V1 ,V2 , ,V p en n y los escalares c1 , c2 , , c p ,
el vector W = c1V1 + c2V2 +
+ c pV p se llama combinacin lineal de V1 ,V2 ,
escalares pueden ser cualquier nmero real incluido el cero.
220
,V p . Los
UNIDAD 4
Ejemplo 4
7 8 10 2
Con esta definicin, los vectores , ,
y son combinacin lineal
2 12 2 14
de los vectores U y V. Lo vemos en detalle:
7
9 = 1U + ( 1)V ,
2
8
9 = 4U + 0V ,
12
10
9 = 0U + ( 2 )V ,
2
2
9
= ( 4 )U + ( 2 )V .
14
7
0
Ser el vector combinacin lineal de U y de V? y el vector nulo ?
9
0
Buena pregunta no? cmo hara usted para dar con la respuesta? Quiero alentarlo y
decirle que cuenta con las herramientas matemticas para construirla. A
pensar, entonces! y a escribir lo que piensa!
6
7
El vector ser combinacin lineal de U y de V? Y el vector nulo?
9
Nada se pierde, todo se transforma! Ya lo dijo un importante cientfico en el marco

de la fsica y ahora vale en nuestro trabajo. Me permite que se lo aclare ms?
Ejemplo 5
13
a) El ejemplo 19 de la unidad 1 demuestra que el vector 5 es combinacin lineal
10
2 3
de los vectores 1 y 1 . Efectivamente
2 2
13
2
3
5 = 2 1 + 3 1 .

10
2
2
13
b) El ejemplo 21 de la unidad 1 demuestra que el vector 5 no es combinacin
5
2 3
lineal de los vectores 1 y 1 . Por qu?
2 2
221
UNIDAD 4
Para ayudarlo a visualizar la situacin le doy un consejo: trate de dibujar la

correspondiente rejilla. Lo mismo vale en el caso del plano.
A esta altura y despus de observar los ejemplos 19 y 21 citados, usted seguramente
respondi a las ltimas preguntas. Efectivamente: la tcnica de resolucin de problemas
y el sentido comn nos sugieren el planteo de los siguientes pasos ordenados.
Paso 1. Identificamos los datos.
Los datos son tres vectores en el espacio bidimensional. Los llamaremos
respectivamente U , V y M .
Paso 2. Identificamos qu se nos pide.
Se nos pide determinar si uno de los vectores dados es combinacin lineal de los otros.
Esto es, debemos determinar dos constantes reales escalares, llammosles c1 y c2 ,
tales que c1U + c2V = M .
Paso 3. Desarrollamos la frmula.
c1U + c2V = M
2
5 7
c1 + c2 =
3
1 9
c1 2 c2 5 7
c 3 + c 1 = 9
1 2
Reemplazamos por los vectores:
Multiplicamos cada escalar por cada vector:

Sumamos dos vectores:
c1 2 c2 5 7
Reordenamos cada entrada del vector izquierdo:
c 3 + c 1 = 9

2
1
2c1 5c2 7 Dos vectores son iguales -dos matrices son iguales 3c + 1c = 9 cuando coinciden en sus respectivas entradas .

2
1
2c1 5c2 = 7
3c1 + 1c2 = 9
queda planteado un SEL en las variables c1 y c2 .
Tambin podemos verlo as:

c1U + c2V = M
Reemplazamos por los vectores:
2
5 7
c1 + c2 =
3
1 9
Es la expresin de la multiplicacin entre una matriz y un vector.
2 5 c1 7
3 1 c = 9 Es la expresin matricial de un SEL en las variables c1 y c2 .
2
Tambin, la de una ecuacin matricial.
Visto como un sistema de ecuaciones lineales SEL o como una ecuacin matricial, su
solucin se obtiene aplicando el mtodo de Gauss, el mtodo de Gauss-Jordan, la Regla
222
UNIDAD 4
de Cramer, o tambin la frmula de la inversa. Usando cualquiera de ellos se llega a los

52
3
y c2 = .
valores c1 =
17
17
Paso 4. Escribimos la respuesta.
El vector M es combinacin lineal de los vectores U y V.
52 2 3 5 7
=
17 3 17 1 9
De manera anloga podemos demostrar que el vector cero es combinacin lineal de los
vectores U y V . Efectivamente, como el determinante de la matriz de coeficientes no es
nulo, el SELH admite slo la solucin trivial, cumplindose:
2
5 0
0 + 0 = .
3
1 0
Una de las ideas fundamentales del lgebra lineal es estudiar el conjunto de todos los
vectores que se pueden escribir como combinacin lineal de un conjunto de vectores
fijo.
El conjunto de todas las combinaciones lineales de los vectores V1 ,V2 ,
denota por Gen {V1 ,

V1 ,
,V p } y recibe el nombre de subespacio de
,V p . Esto es, Gen {V1 ,
,V p de
se
generado por
,V p } es la coleccin de todos los vectores que pueden
escribirse en la forma c1V1 + c2V2 +
+ c pV p donde c1 ,
, c p son escalares.
Entonces, cul ser el subespacio generado por los ya conocidos vectores U y V en

2
5
2
? Pues, el conjunto de todos los vectores de la forma c1 + c2 con c1 y c2
3
1
nmeros reales. Obviamente este conjunto consta de infinitos vectores porque c1 y c2
admiten infinitos valores reales.
7
2 3
Retomamos el ejemplo 5: determine Gen 1 , 1 . El vector nulo se encuentra en

2 2

l?
Dado el subespacio Gen {V1 ,
,V p } identifiquemos algunos vectores que all viven.
Ellos son:
9 El vector nulo.
9 Cualquier vector mltiplo escalar de los Vi , en particular cada Vi y sus respectivos
opuestos Vi .
9 Cualquier vector que se obtenga como suma de dos de ellos.
223
UNIDAD 4
Por lo planteado en paso 3, ms arriba, un vector W est en Gen {V1 ,
,V p } si el sistema
de ecuaciones lineales (SEL) cuya matriz aumentada es. V1 V2

consistente.
V p W es
Qu le parece si realizamos una descripcin geomtrica de algunos subespacios

generados? Buena idea no? Las haremos en el espacio 3 .
En 3 sabemos que existen vectores de tres componentes.
a) Si tomamos el vector nulo Gen {U1} es el vector nulo: es un punto, es el origen de
coordenadas. Gen {0} = {c0 = 0 con c escalar} .
b) Si tomamos un solo vector no nulo en
, llammoslo U1 , la representacin grfica
o descripcin geomtrica de Gen {U1} es una lnea recta que pasa por el origen.
Gen {U1} es el conjunto de todos los mltiplos escalares de U1 , en particular
0 U1 = 0 , 1 U1 = U1 ,
( 1) U1 = U1
y U1 + U1 = 2U1 , viven all. Gen {U1} se
visualiza como el conjunto de puntos de la lnea en

Gen {U1} = {cU1 con c escalar} .
que pasa por U1 y 0 .
c) Si tomamos dos vectores no nulos en 3 que no sean uno mltiplo del otro, esto es,
que no estn en la misma lnea, llammosles U1 y U 2 , la representacin grfica de
Gen {U1 ,U 2 } es una rejilla que pasa por el origen. En particular contiene a U1 , U 2 ,
0 , U1 + U 2 , la lnea en
que pasa por U1 y 0 , y la lnea que pasa por U 2 y 0 ,
como muestra la figura. Gen {U1 ,U 2 } = {c1U1 + c2U 2 con c1 y c2 escalares} : es toda
la rejilla.
Gen {U1 ,U 2 }
U1
Gen {U1}
U1
U1
(a)
U2
(b)
(c)
d) Finalmente, slo nos faltara analizar el caso de tres vectores no nulos que adems
no pertenecen a la misma rejilla, y el caso en que se toman ms de tres vectores.
Ambos anlisis surgirn ms adelante.
8
Realice una descripcin geomtrica de subespacios generados de
de lo hecho en 3 .
siguiendo la idea
224
UNIDAD 4
Conclusin:
2
, el punto origen y toda lnea recta que pasa por el origen, son
9 en
representaciones geomtricas posibles de subespacios generados de 2 .
9 en 3 , el punto origen, toda lnea recta que pasa por el origen y toda rejilla que pasa
por el origen, son representaciones geomtricas posibles de subespacios generados
de 3 .
Ahora planteamos una aplicacin a modo de ejemplo.
Ejemplo 6
Una compaa cementera almacena tres mezclas bsicas. Las cantidades se miden en
gramos y cada unidad de mezcla pesa 60 gramos. La compaa fabrica mezclas a
pedido, combinando las mezclas bsicas. Desde este punto de vista, un pedido
especial el vector pedido especial se piensa como combinacin lineal de los
vectores de mezclas bsicas y pertenece al subespacio generado por ellos.
A B C
cemento 20 18 12
agua
10 10 10
arena
20 25 15
grava
10 5 15
tobas
0 2 8
Puede haber una mezcla que consista en 1000g de cemento, 200 g de agua, 1000 g
de arena, 500 g de grava y 300g de tobas? Cualquiera sea su respuesta explique
porqu. Si puede, cuntas unidades de cada mezcla A,B y C- se necesitan para
formular la mezcla especial?
Suponga que fabricar 5000 g de concreto que requiere una razn de agua a cemento
de 2 a 3, con 1250 g de cemento. Si debe incluir 1500 g de arena, 1000 de grava y el
resto de tobas en las especificaciones, se puede formular sta como una mezcla
especial? Si es as, cuntas unidades de cada mezcla se necesitan para formular la
mezcla especial?
225
UNIDAD 4
1000
200
Bien, no cabe duda de que debemos averiguar si los vectores U = 1000 y
500
300
1250
2500
20 18 12

3
10 10 10
V = 1500 pertenecen a Gen { A, B, C} = Gen 20 , 25 , 15 . Haciendo los
10 5 15
1000

1250
0 2 8
3
145
clculos se demuestra que U Gen { A, B, C} y que V = 20 A + 15 B +
C.
3
9
Usando este enfoque de vectores replantee el desarrollo del ejemplo 36 y el 37 de la
unidad 1.
Otro concepto importante que involucra al conjunto de vectores del cual venimos
hablando, es el siguiente: {V1 ,V2 , ,V p } en n se define linealmente independiente
(LI) si la nica manera de obtener la combinacin lineal nula es tomando cada escalar
igual a cero. Esto es
0 = c1V1 + c2V2 + + c pV p ci = 0 i = 1,, p .
Ser LI si el sistema de ecuaciones lineales homogneo (SELH), cuya matriz aumentada
es. V1 V2
V p 0 , tiene nicamente la solucin nula, tambin si
det V1 V2
V p 0 .
Si algn escalar es no nulo, el conjunto de tales vectores se define como linealmente

dependiente (LD). Ser LD significa que existe una relacin de dependencia entre ellos,
que puede expresarse al menos un vector en trminos de los otros, que al menos un
vector vive en el subespacio generado por el resto, o bien, que al menos un vector puede
expresarse como combinacin lineal del resto.
En particular, dados dos vectores no nulos, uno mltiplo del otro, son LD siempre.
Y, por lo tanto, lo es todo conjunto de vectores que los contenga.
Cmo lo demostramos? Muy simple: sean V1 y kV1 = V2 dos vectores en
. Para
que escalares c1 y c2 se logra que la ecuacin vectorial 0 = c1V1 + c2V2 sea verdadera? 4
Ecuacin vectorial es una igualdad entre vectores.
226
UNIDAD 4
Planteamos:
0 = c1V1 + c2V2 = c1V1 + c2 ( kV1 ) = c1V1 + ( c2 k )V1 = ( c1 + c2 k )V1 ,
que
es
verdadera slo si el escalar c1 + c2 k es nulo, pues el vector V1 no es nulo por hiptesis.

Luego, cada vez que tomamos c1 = c2 k , logramos una combinacin lineal nula de los
vectores dados sin que los escalares sean necesariamente nulos.
Ejemplo 7
4
1
As, los vectores 2 y 8 son LD en 3 . Observamos que el segundo vector es

12
3
cuatro veces el primer vector y, de acuerdo con el anlisis anterior, puede obtenerse
el vector cero tomando por ejemplo c2 = 3 .
Efectivamente:
para
c2 = 3 ,
c1 = c2 k = 3 4 = 12 , luego,
se
tiene
1
4 0
12 2 + 3 8 = 0 .
3
12 0
es una relacin de dependencia entre los vectores
dados y se muestra en la grfica.
Otra relacin de dependencia es
1 4 0
1
4 0
1
4 2 1 8 = 0 , y otra es 2 2 + 8 = 0 . Hay una infinidad de relaciones

2
3 12 0
3
12 0
de dependencia. Hay una relacin de dependencia cada vez que se cumple c1 = c2 k .
Analizando la representacin geomtrica de ambos vectores observamos que, en el
caso de dos vectores en 3 , ser LD significa vivir en la misma lnea recta que pasa
por el origen. Es factible pensar que esa lnea recta es generada por uno u otro de los
vectores.
En trminos de SEL decimos que el SEL homogneo que tiene por matriz ampliada a
[V1 V2 0] tiene infinitas soluciones monoparamtricas no nulas.
Bien, cunta informacin hemos logrado analizando dos vectores mltiplos uno del
otro en el espacio tridimensional! Qu le parece si, siguiendo este ejemplo, ahora usted
2
4
1
obtiene una relacin de dependencia entre los vectores V1 = y V2 = 1 ?
2
2
1

227
UNIDAD 4
10
Obtenga una relacin de dependencia entre los vectores V1 y V2 . Adems, grafquelos.
Ahora, supongamos que en el {V1 ,V2 ,
,V p } de vectores en
uno de ellos es
el cero. Luego: son LD o LI? Reflexione con lpiz y papel en mano...

11
El {V1 ,V2 ,
,0,
,V p } de vectores en
es LD o LI? Fundamente su
respuesta.
Bien, sigamos con otro resultado importante: cualquier conjunto {V1 ,V2 ,
,V p } en
con p > n , es LD.

Esto es, si en un conjunto de vectores el nmero de ellos supera el nmero de
entradas de cada vector, dicho conjunto es LD. Lo demuestra? Bien: nimo, reljese
pues tiene todos los elementos para construir fcilmente dicha demostracin.
Mejor lo hacemos juntos: pensemos en la matriz ampliada V1 ,V2 , ,Vn , ,V p ,0 que
corresponde a un SEL homogneo de n ecuaciones en p variables, con n < p !, que al
llevarla a la forma escalonada en los renglones reducida nos devolver - como mximon unos principales, quedando p n variables libres como mnimo -.
Conclusin: el SELH admite infinitas soluciones no nulas adems de la nula, esto es,
existen p-uplas de valores no todos nulos tal que c1V1 + c2V2 + + cnVn + + c pV p = 0 .
Comprende la afirmacin dada? Seguro? Lo chequeamos:
9 Si tiene tres vectores en 2 son LD o LI?
9 Si tiene cinco vectores en 3 son LD o LI?
9 Si est en 2 : cul es el mximo nmero posible de vectores en un conjunto para
que sean LI? y en 3 ?
9 Observe los grficos: en cada caso el correspondiente conjunto de vectores es LD o
LI?
(a)
228
(b)
(c)
UNIDAD 4
12
1 3 7
a) Demuestre que los vectores , , son LD en 2 .
1 4 1
1 2 3 4 1
b) Demuestre que los vectores 7 , 0 , 1 , 1 , 1 son LD en
6 9 5 8 1
c) Justifique las respuestas a las preguntas anteriores. Son resultados muy importantes.
Nos detengamos un momento. Hemos alcanzado resultados importantes, y como parte

de un proceso significativo de aprendizaje, es aconsejable sintetizarlos. Ellos son:
El {V1 ,V2 , ,V p } de vectores en n , es LD si:
9 el nmero de vectores supera el nmero de entradas de un vector, p > n ;
9 el vector cero forma parte de ese conjunto de vectores;
9 al menos un vector es combinacin lineal de los otros.
Ahora, un surtido de ejercicios le parece?
13
En cada item proceda paso a paso del siguiente modo: lea la consigna, reflexione,
calcule algebraicamente, responda y justifque la respuesta.
a) El vector nulo es LD o LI?
b) Dado un nico vector V en n es LD o LI?
2 3 7
c) Los vectores , , son LD o LI?
3 1 0
0 0 2
d) Los vectores 1 , 0 , 1 son LD o LI?
2 0 1
e) Para qu valor de h el vector V3 est en Gen {V1 ,V2 } ?

1
2
1
V1 = 3 ,V2 = 6 ,V3 = 2 .
4
2
h
0 0 2
f) Para qu valor de h son LD 1 , 5 , 0 ?
2 7 h
g) Asigne valores reales al tercer vector de modo tal de obtener una relacin de
dependencia lineal entre ellos.
1 2 *

3 , 6 , *
2 4 *

229
UNIDAD 4
h) Asigne valores reales al tercer vector de modo tal que el conjunto sea LD.
1 2 * 1

3 , 6 , * , 1 .
2 4 * 4

2
i) El eje horizontal en
contiene diferentes conjuntos de vectores LD. Construya
algebraicamente uno de esos conjuntos.
En general, todo subespacio generado por un vector LI se conoce por el nombre de

recta, y todo subespacio generado por dos vectores LI, por el de plano. De aqu que,
muchas veces se cite el espacio 2 con el nombre de plano y el espacio como recta
real. Tambin, cualquier subespacio generado por n 1 vectores LI en n se denomina
hiperplano en n .
Profundicemos nuestra reflexin sobre vectores que se pueden visualizar:
9 En 3 dos vectores no nulos LD significa que son uno mltiplo del otro?
S. Pues, sea c1V1 + c2V2 = 0 , con uno o ambos escalares no nulos por ser
LD. Supongamos que el primer escalar es no nulo, entonces es vlida la
c
expresin V1 = 2 V2 . Esto es, uno es mltiplo del otro.
c1
9 En 3 tres vectores no nulos LD significa que son mltiplos? No necesariamente.
Pueden vivir en la misma lnea recta si son mltiplos- o bien en el mismo plano si
uno es combinacin lineal de los otros dos. Lo vemos en un ejemplo especfico.
Ejemplo 8
0 0 0
9 Los vectores 1 , 5 , 1 son LD y viven en
2 10 2
3
la misma recta en
. Toda relacin de
dependencia lineal entre ellos viene dada por
c1 = 5c2 + c3 . En particular:
0 0 0 0
6 1 + 1 5 + 1 1 = 0
2 10 2 0
El segundo vector es ( 5 ) veces el primero y el tercero es ( 1) vez el primero:
son mltiplos.
0 0 0
9 Los vectores 1 , 6 , 7 son LD y viven
3 2 5
en el mismo plano en
230
. En particular el
V2
V1 + V2 = V3
V1
UNIDAD 4
tercer vector est en el Gen de los dos primeros:

0 0 0
1 1 + 1 6 = 7 .
3 2 5
A continuacin, ms definiciones nuevas... Dado un conjunto de p vectores en n ,
{V1,V2 , ,Vp } , se denomina dimensin del subespacio generado Gen {V1, ,Vp } al
mximo nmero (digamos m) de vectores LI que podamos encontrar en {V1 ,V2 ,
,V p } .
En ese caso, cualquier subconjunto LI de m vectores se denomina base del

Gen {V1 , ,V p } . El nmero de vectores de la base es entonces igual a la dimensin de
Gen {V1 ,
,V p } . Si el nico vector del conjunto de vectores es el nulo se define su
dimensin como 0 y cabe aclarar que tal conjunto no tiene base, porque el vector cero es
LD.
Algunos ejemplos nos ayudarn a fijar estos nuevos conceptos le parece? Hacia ellos
vamos.
Ejemplo 9
0 0
Retomemos informacin del ejemplo 8 anterior. Los vectores 1 y 6 constituyen
3 2
0 0 0
0

un subconjunto LI del conjunto 1 , 6 , 7 ; adems, el tercer vector 7 es
3 2 5
5

0 0
combinacin lineal de los otros dos; por lo tanto el subconjunto 1 , 6

3 2

0 0 0
constituye una base de Gen 1 , 6 , 7 ; su dimensin es 2, porque dos son los

3 2 5

vectores que forman base, y se lo visualiza como una rejilla en 3 , es un plano que
pasa por el origen.
Hay ms bases para nuestro conjunto? S. Los
0 0 0 0
subconjuntos 1 , 7 y 6 , 7 son ambos LI y

3 5 2 5

V2
V3
constan de dos vectores, luego, son tambin base del
231
UNIDAD 4
0 0 0
Gen 1 , 6 , 7 . En todos los casos el vector restante puede pensarse como

3 2 5

combinacin lineal de los otros dos:
9 1V1 + 1V2 = V3
9 1V1 + 1V3 = V2
9 1V2 + 1V3 = V1
0

Por otra parte, el subconjunto 1 es LI, porque consta de un solo vector no nulo;
3

ser base? Pues no, porque podemos encontrar subconjuntos con ms vectores que
siguen siendo LI.
Chequeemos el grado de comprensin que est logrando del tema en cuestin.
14
Grafique los vectores dados, determine una base y la dimensin del correspondiente
subespacio generado.
0 0 0
0 0 0 6

Gen 1 , 6 , 2 , Gen 1 , 3 , 0 , 0 .
3 18 6
3 0 6 0

1
2 3 4
2 2 0
Gen , , ; Gen , 3 , , .
3 1 0
3 2 3 0
Ejemplo 10
x
Cmo encontramos una base para el subespacio = y / 2 x y + 3 z = 0 ? Cul

z
es la dimensin de este subespacio?

Muy simple, partimos de la informacin disponible y la reescribimos pensando en lo
que queremos obtener: una expresin de vector generado. Entonces, aclaremos
ideas, pensamientos:
Qu informacin tenemos?
El subespacio .
Qu buscamos?
9 Una base, esto es, vectores generadores de este subespacio, una expresin de
combinacin lineal para el vector genrico de este subespacio.
Cmo llegamos?
Partiendo de lo que conocemos y trabajando algebraicamente en esa informacin:
9
232
UNIDAD 4
x
x
= y / 2 x y + 3z = 0 = y / 2 x + 3z = y =
z
z
x 1x + 0 z 1x 0 z 1
0

2 x + 3z = 2 x + 3z = 2 x + 3 z = x 2 + z 3
z 0 x + 1z 0 x 1z 0
1

donde x y z son escalares arbitrarios.

1
Se puede demostrar que los vectores 2 y
0
subespacio cuya dimensin resulta ser dos.
espacio tridimensional 3 .
0
3 son LI, luego son base del

1
El subespacio es un plano en el
Ahora, a practicar:
15
Determine una base en 3 para el conjunto de vectores en:
a) el plano 2 x y z = 0 .
b) en la recta x = 3t , y = 2t , z = t .
Establezca una base y la dimensin para el espacio solucin S de cada SELH
x + 2y z = 0
c)
.
2 x y + 3 z = 0
2 x y + 3z = 0
d) 4 x 2 y + 6 z = 0 .
6 x + 3 y 9 z = 0
En particular, hablando de bases:

1 0
9 En 2 los vectores , constituyen una base de
0 1
porque cualquier vector de
puede expresarse como

x
combinacin lineal de ellos. Efectivamente:
y
x
1
0
pertenece a 2 y puede expresarse = x + y .
y
0
1
( x, y )
y
x
tiene dimensin dos, de all el nombre de espacio bidimensional, y dos vectores

lo generan, de all el nombre de plano, con el cual muchas veces se lo designa.
233
UNIDAD 4
Observe que, grficamente, esos vectores generan una rejilla de lneas

perpendiculares ya que forman ngulos de 90. Es la rejilla ms usada, pero no es la
nica.
1 0 0
3
9 En
los vectores 0 , 1 , 0 constituyen una
0 0 1
z
3
base de
porque cualquier vector de 3 puede
( x, y , z )
expresarse como combinacin lineal de ellos.
x
3
Efectivamente: y pertenece a
y puede
y
z
x
x
1
0
0
expresarse y = x 0 + y 1 + z 0 .
z
0
0
1
3
9 En
tiene dimensin tres, de all el nombre de espacio tridimensional.

n
los n vectores, de n componentes cada uno, de la forma

0

Vi = 1 posicin i

0
constituyen una base de n . Luego n tiene dimensin n y cualquier vector en
n
puede expresarse como combinacin lineal de ellos.
x1
1
0
0
x
0
1

2 = x + x + + x 0
n
1 2

0
0
1
xn
n
tiene dimensin n, de all el nombre de espacio n-dimensional.
Tales bases reciben el nombre de base estndar para
respectivamente.
16

1
1
1
1
a) Exprese los vectores , 0 y en trminos de las respectivas bases
3
7 1

3
6
estndar.
234
UNIDAD 4
1
0 0
7
b) 5 0 + 1 + 1 0 corresponde a un vector de
5
0
0 1
. Identifquelo.
Antes del merecido descanso:

17
9 elabore una sntesis de los contenidos nuevos definidos en la unidad.
9 Realice una segunda lectura ms profunda de la seccin.
9 Liste sus dudas y busque aclararlas con sus compaeros y/o tutor.
Usted coincidir conmigo en que este tema es muy amplio. Por eso propongo plantearlo
como un tema de profundizacin en el Aula virtual.
Tema de profundizacin en el Aula virtual
Lo invito a indagar y a compartir los resultados de su investigacin en un foro del Aula
virtual:
Qu se conoce por sistema de coordenadas para un espacio vectorial n ?
Qu se define como vector de coordenadas de X relativo a una base?
Qu es fijo: el vector X o sus coordenadas?
Nos encontramos en el foro!
3. Transformaciones matriciales
En esta seccin introducimos terminologa que otorga una visin dinmica a la
multiplicacin por matrices; la pensamos como una funcin con ciertas caractersticas.
El apartado 1 lo comenzamos recordando y relacionando conceptos de las unidades 1 y
2; en el presente, seguimos recordando y relacionando...
Amn X n1 = Bm1 se conoci en la unidad 2 como la expresin matricial de un SEL o
como una ecuacin matricial y en la unidad 3 definimos, por primera vez, el concepto
de funcin al hablar de la funcin determinante.
Aqu pensaremos a una matriz Amn como un objeto que acta sobre un vector X,
multiplicndolo, para producir otro vector AX, tambin designado como B.
Multiplicacin
por A
X
AX
235
UNIDAD 4
Desde este nuevo punto de vista la multiplicacin por la matriz A es una funcin del
conjunto de vectores de tamao n 1 en el conjunto de vectores de tamao m 1 . Esta
funcin asociada a la multiplicacin por la matriz A se denomina transformacin
matricial. En simbologa matemtica se expresa:
n
AX
Ejemplo 11
2 3 1 3
Si A =
, se tiene:
0 2 1 5
9 A transforma el vector de unos en
1
4

1
9 A transforma el vector en
2

1
0
3
en el vector del plano
6
en el vector nulo del plano
1
4
1

2 3 1 3 1 3 2 3 1 3 1 0
Efectivamente:
= ,
= .
0 2 1 5 1 6 0 2 1 5 2 0
1
1
0
Qu vector en 4 ser transformado por A en el vector de unos del plano 2 ?
Para todo vector B del plano existe un X en 4 tal que B = AX ?
Existen ms vectores en 4 que sean transformados por A en el vector nulo del
plano? Cuntos? Cules?
18
Responder a estos interrogantes implica regresar a SEL. Eso se lo dejo a usted.
Ejemplo 12
1 0
Si A = 0 1
0 0
proyecta puntos
x1
x
2
x3
236
0
0 ,
0
de
la
3
transformacin
AX
( x, y , z )
sobre el plano ( x1 , x2 ) porque
1 0 0 x1 x1
0 1 0 x = x . En particular,
2 2
0 0 0 x3 0
( x, y,0 )
UNIDAD 4
1
1
1
1 ;

0
3
3

3
3
3 ,

0
3
3

3
3
3

0
1
1

Si X es un punto sobre la recta Gen 1 , tiene la forma a 1 para cierto escalar
1
1

1
1
1
a; su transformado vale AX = Aa 1 = aA 1 = a 1 , esto es, pertenece a la recta
1
1
0
1

Gen 1 .
0

A recibe el nombre de transformacin de proyeccin de
sobre el plano ( x1 , x2 ) .
Aclaramos la notacin: se llama plano ( x1 , x2 ) al subespacio

1 0 1
x1
Gen 0 , 1 = x1 0 + x2 1 con x1 y x2 escalares = x2 con x1 y x2 escalares .

0 0 0
0
Es el conjunto de vectores cuya tercera componente es nula.

19
a) Cul ser la transformacin matricial que proyecta puntos de
( x1 , x3 ) ?, y sobre el plano ( x2 , x3 ) ?
sobre el plano
1

b) Cmo se proyecta la recta Gen 1 respecto de las proyecciones mencionadas?
1

c) Cul sera la forma de A si se trata de una proyeccin sobre una recta, por ejemplo,
0

la recta Gen 1 ?
0

La transformacin proyeccin aplicada a cada punto de una esfera la transforma en un

crculo todo el crculo, circunferencia e interior Lo visualiza? Imagine un cuerpo en
el espacio, por ejemplo, un cubo, con una luz que ilumina al cuerpo desde arriba; bien,
lo proyectado es, simplemente, su sombra en el piso.
237
UNIDAD 4
Ejemplo 13
1 3
A=
AX se llama transformacin de
, la transformacin X
0 1
trasquilado o transformacin de corte. Al actuar sobre cada punto de un cuadrado
transforma a ste en un paralelogramo. Lo vemos:
Para
1 3 0 0
0 1 0 = 0 ,
1 3 2 8
0 1 2 = 2 ,
1 3 0 6
0 1 2 = 2 ,
1 3 2 2
0 1 0 = 0
20
1
Aplique la transformacin matricial A =
0
de:
1
a) la recta Gen ,
0
1
4 , grafique y observe el transformado
1
b) la recta Gen ,
1
c) un cuadrado con lado de medida cuatro unidades,
d) la letra A con vrtices (0,0),(1,1),(2, 2),(3,1),(4,0) en el plano.
Le propongo otros ejemplos geomtricos interesantes.

Ejemplo 14
cos sen
Para A =
AX se llama transformacin de
sen cos
rotacin en un ngulo , con medido en sentido contrario a las agujas del reloj.
= 45 , medido en sentido contrario a las agujas del reloj, y

2
recordando los valores asignados a las relaciones trigonomtricas en el primer
cuadrante5 se tiene que A es:
En particular si =
Consulte la unidad 4 del Mdulo de nivelacin matemtica. La cita completa del texto se encuentra en la
bibliografa.
238
UNIDAD 4

cos 2
A=
sen

sen
2 =

cos
2
2
2
2
2
2 = 2 1 1
2 1 1
2
La figura muestra como se transforma un cuadrado, cuyos vrtices transformados

valen:
45
0 0
1
A = , A =
0 2
0
2
2
2 = 2 1 A 1 = 0 ,. A 0 = 2 = 2 1 .

1
2 1 1 2
2 1
2
2

2
2
21
Dada la letra A con vrtices en el plano (0,0),(1,1),(2, 2),(3,1),(4,0) :
a) Rtela 45. Grafique.
b) Rtela 90 usando dos transformaciones de 45 cada uno, luego, usando una
transformacin de 90. Cmo lo hara en ambos casos? Explique y grafique.
Tema para indagar y compartir resultados en el Aula virtual

Algunas transformaciones matriciales de 2 en 2 son muy usadas, por ejemplo, a la
hora de realizar grficos en computadoras. Adems, se pueden visualizar fcilmente. He
aqu ejemplos de ellas.
9 Reflexin sobre el primer eje real.
9 Reflexin sobre el segundo eje real.
1
9 Reflexin sobre la recta Gen .
1
9 Reflexin respecto al origen.
9 Contraccin y expansin horizontal.
9 Contraccin y expansin vertical.
9 Trasquilado horizontal.
9 Trasquilado vertical.
9 Proyeccin sobre el primer eje
9 Proyeccin sobre el segundo eje.
Lo invito a indagar sobre la forma y las caractersticas de
las matrices A que las representan.Luego le propongo
239
UNIDAD 4
que muestre en un grfico su accionar. Descubrir que son realmente interesantes los
efectos o transformaciones que realizan. Aplique en particular cada una de esas
transformaciones a la letra N.
El libro lgebra lineal de Grossman, desarrolla estos temas de manera muy simple,
clara y completa. La cita completa del libro se encuentra en la bibliografa.
Volviendo a la proyeccin de un objeto de 3 a 2 (su sombra en el piso,
recuerda?), discuta los resultados obtenidos al proyectar un cubo. En qu se proyecta
si est cruzado?
Ejemplo 15
Transformacin de un vector de produccin en un vector de materia prima.
Un fabricante fabrica cuatro productos diferentes; cada uno requiere tres tipos de
materiales. La tabla siguiente muestra el nmero de unidades de cada materia prima,
que denotamos por Ri para i = 1, 2,3 , requeridas para fabricar una unidad de cada
producto, que denotamos por Pi para i = 1, 2,3, 4 .
P1 P2 P3 P4
R1 2 1 3 4
R2 4 2 2 1
R3 3 3 1 2
Una pregunta natural que surge es: para producir ciertos nmeros de cada producto
cuntas unidades de cada materia prima se requerirn? Esto es, si se quieren fabricar
p1 artculos del producto P1 , p2 artculos del producto P2 , y as sucesivamente Qu
cantidades r1 de la materia prima R1 , r2 de la materia prima R2 y r3 de la materia
10
30
prima R3 necesitaremos? En particular, si P = cul es el vector R?
20

50
2 p1 + 1 p2 + 3 p3 + 4 p4 = r1
Obviamente: 4 p1 + 2 p2 + 2 p3 + 1 p4 = r2
3 p + 3 p + 1 p + 2 p = r
2
3
4
3
1
p1
2
1
3
4 2 1 3 4 r1
p
que puede escribirse p1 4 + p2 2 + p3 2 + p4 1 = 4 2 2 1 2 = r2 .
p
3
3
1
2 3 3 1 2 3 r3
p4
Finalmente, la modelizacin matemtica puede plantearse as:
240
UNIDAD 4
p1
r1
p
2
definimos, P =
, R = r2 , luego la transformacin viene dada por:
p3
r3

p4
4
3
P
AP = R
p1
p1
2 1 3 4 r1
p
4 2 2 1 p2 = r .
2
p 2
p3
3 r3
3
3
1
2

p4
p4
Cul es en nuestro caso particular, la expresin de R, vector de materias primas?
Obviamente R debe estar en el espacio generado por las columnas de A, es decir, el
espacio generado por los vectores de requerimientos de materia prima por producto.
10
2 1 3 4 310
30
En particular 4 2 2 1 = 190 , se requieren 310 unidades de la materia
20
3 3 1 2 240
50
prima uno, 190 de la dos y 240 de la tres.
A es la transformacin matricial que transforma un vector de produccin en un
vector de materia prima. Interesante punto de vista verdad?
Para una transformacin matricial dada representada por A, siempre se cumple, para
vectores cualesquiera U y V, y un escalar c:
9 A (U + V ) = AU + AV
9 A ( cU ) = c AU
Cmo lo justificamos? Recorramos nuestra gua: unidad 2, apartado 3 lgebra de
matrices, propiedad f el producto de matrices se distribuye en la suma de matrices y
propiedad e el producto por un escalar es asociativo.
Cmo se interpreta? La transformacin matricial es lineal, esto es, el objeto matriz al
aplicarse a una suma de vectores se distribuye: sumar dos transformados es lo mismo
que transformar la suma de ambos vectores. Tambin: transformar un producto de
vector por escalares es lo mismo que transformar el vector y luego, multiplicar por el
escalar. En otras palabras, hacer aritmtica (suma y/o multiplicacin por escalares) antes
de transformar, es lo mismo que transformar y luego hacer aritmtica de vectores. Estas
propiedades son muy importantes.
En los ejemplos de proyeccin y rotacin antes mencionados, la propiedad de
linealidad de una transformacin matricial se expresa diciendo que: es lo mismo
sumar vectores antes o despus de proyectarlos o girarlos en un ngulo determinado.
241
UNIDAD 4
Como consecuencia de esto, y aqu es donde radica el inters e importancia de la

propiedad, uno elije donde operar aritmticamente y esa eleccin depende, entre otras
cosas, de la facilidad de clculo.
Pensando en un contexto ms general, toda transformacin matricial es una
transformacin. Se define: una transformacin (o funcin o mapeo) T, de n en m ,
es una regla que asigna a cada vector X en n un vector TX en m . En esta definicin
n
se llama dominio de T y m codominio de T. Para cada X en n , el vector TX se
llama imagen de X bajo la accin de T y el conjunto de todas las imgenes se llama
rango de T. La simbologa matemtica:
T: n m
X
T(X )
expresa lo definido anteriormente.

Una transformacin es lineal si preserva las operaciones de suma de vectores y de
multiplicacin por escalares, es decir:
9 al aplicarse a una suma de vectores coincide con la suma de los vectores
transformados individuales,
9 al aplicarse al producto por un escalar coincide con el producto entre el escalar y el
transformado del vector.
En simbologa matemtica, T es una transformacin lineal, si para todo U, V en el
dominio de T y todo escalar c, cumple:
T (U + V ) = T (U ) + T (V )
T ( cU ) = c T (U )
Usando esta simbologa la transformacin matricial, multiplicacin por A, se expresa:
T: n m
X
T ( X ) = AX
El trmino transformacin lineal se centra en una propiedad de la funcin la

linealidad- mientras que el trmino transformacin matricial describe cmo se
implementa la accin, es la frmula que describe la transformacin multiplicar por una
matriz -.
Ejemplo 16
Una compaa fabrica dos productos B y C. Con informacin de una tabla
construimos la matriz de costo unitario U cuyas columnas describen los costos
por $ de produccin para los productores:
B C
materiales
0.45 0.40
U =
0.25 0.35 mano de obra

0.15 0.15 gastos generales
242
UNIDAD 4
x
Sea X = 1 un vector de produccin, correspondiente a x1 unidades del
x2
producto B y a x2 unidades del producto C, definimos T : 2 2 dada por:
0.45 0.40
0.45
0.40 costo total de materiales
x1
T ( X ) = UX = 0.25 0.35 = x1 0.25 + x2 0.35 = costo total de mano de obra

x
0.15 0.15 2
0.15
0.15 costo total de gastos generales
El mapeo transforma el vector de unidades de produccin en el vector costos
totales de produccin. La linealidad de este mapeo se refleja en los siguientes
hechos:
9 si la produccin se incrementa en un factor k, los costos se incrementan en el
mismo factor: vale
X
T(X )
kX
kT ( X ) = T ( kX )
9 si X e Y son vectores de produccin, el costo total asociado a la produccin
combinada X+Y es, precisamente, la suma de los vectores de costos totales. Vale:
X
T(X )
T (Y )
T ( X ) + T (Y ) = T ( X + Y )
X +Y
Bien, sigamos con la teora general. En trminos de SEL - o de ecuacin matricial -,

expresaremos los conceptos previamente definidos. As, relacionando con temas
anteriores, logramos una mejor comprensin verdad?. Bien:
El dominio de una transformacin lo constituyen todos los vectores que viven en el
conjunto de salida. La imagen es el vector que se obtiene en el conjunto de llegada al
aplicar la transformacin a uno de salida: son los posibles B, que al plantear el SEL la
ecuacin matricial- AX = B resulta consistente; el conjunto de todos los B se llama
rango de la transformacin. El rango de una transformacin es simplemente el conjunto
de las combinaciones lineales de las columnas de A. Segn este anlisis, el rango de T
tambin se conoce por espacio de columnas de A, y se denota Col A = Gen { A1 , An } .
Es el rango generado por las columnas de A.
Veamos ms definiciones: el conjunto de vectores en n , transformados en el vector
nulo, se llama ncleo de la transformacin; es la solucin del SELH AX = 0 : consta
del vector nulo o de infinitos vectores adems del nulo.
n
T:
T ( X ) = AX
X
A = [ A1
Nul A = { X
Col A = { B
An ]
/ AX = 0} = ncleo de T
/ B = AX para algn X
} = Gen { A,
, An } = rango de T
243
UNIDAD 4
Un subespacio de n , con n natural arbitrario, es cualquier conjunto H en

propiedades especficas:
9 El vector cero est en H.
9 Para cada U, V en H, su suma U + V est en H.
9 Para cada U en H y cada escalar c, cU est en H.
con tres
Dicho en palabras, un subespacio es cerrado bajo la suma y la multiplicacin por

escalares. Cerrado? Este trmino se us en el Mdulo de nivelacin matemtica en
relacin a la propiedad de clausura de algunas operaciones en los nmeros reales
recuerda? 6
Siguiendo esta definicin, Col A y Nul A son subespacios de
respectivamente.
22
9 Demuestre que Col A y Nul A son subespacios de
9 Seleccionen y relacionen los conceptos nuevos.
respectivamente.
Y si desarrollamos un ejemplo donde mostramos cada uno de los conceptos definidos?

Le parece bien? Vamos entonces.
Ejemplo 17
La informacin del ejemplo 8 nos permite ejemplificar los conceptos nuevos.
T: 2 3
x1
x
2
0
0 0
1 6 x1 = 1x + 6 x
2
x 1
2
3 2
3 x1 + 2 x2
V1 + V2 = V3
T
(1,1)
( 0,7,5)
V2
V1
Este punto no est

en el rango de T
Consulte la unidad 1 del Mdulo de nivelacin matemtica. La cita completa del libro la encontrar en
bibliografa.
244
UNIDAD 4
2
3
Para esta transformacin: el dominio es
; el codominio
; el rango es
0 0
Gen 1 , 6 : es un subespacio de dimensin dos un plano que pasa por el

3 2

origen; el ncleo de T es el vector cero.

Notemos que hay puntos del codominio que no pertenecen al rango de T. En
particular cualquier vector en el primer eje.
Bien, es hora de evaluar su grado de comprensin de los nuevos temas. Para ello
presentamos la siguiente actividad que le permitir, en caso de duda, realizar otra
lectura de profundizacin. De acuerdo? Y un consejo: para visualizar la accin de la
transformacin y los subespacios notables, dibuje! dibuje todo!
23
Retomemos el ejemplo 12, la transformacin de proyeccin de 3 sobre el plano
( x1 , x2 ) . Observe el grfico y responda, luego justifique algebraicamente:
a) es 3 el dominio de T ?
b) El ncleo de T coincide con el vector nulo?
1 0
c) Es Gen 1 , 1 el rango de T?
0 0

1 0
d) Es Gen 0 , 1 el rango de T?
0 0

1 0
1 0 0

e) Los vectores 0 , 1 son base del subespacio Gen 0 , 1 , 0 ?

0 0
0 0 0

1 0
f) Es Gen 0 , 1 un subespacio vectorial?

0 0

3
g) Cul es el X tal que su imagen es el vector 2 ?
0
3
h) 2 est en el codominio de T? y en su rango?
1
Ahora pasemos a otra cuestin importante. Si A es cuadrada y representa la accin de

una transformacin matricial T qu accin representar su inversa A1 ?
245
UNIDAD 4
Hagamos algunos clculos algebraicos:

X
AX
A1 ( AX ) = ( A1 A ) X = X
tal transformacin T se dice invertible: existe una transformacin, denotada por T 1 ,
que cuando se aplica a continuacin de T nos devuelve el vector de partida. Las
transformaciones invertibles estn asociadas a matrices invertibles.
24
Sean T y T 1 transformaciones invertibles:
a) coinciden en su dominio?
b) Coinciden en su rango?
c) Coinciden en su ncleo?
d) Ejemplifique una T invertible.
En los incisos a) b) y c) justifique su respuesta.
Cuando se aplica ms de una transformacin matricial en sucesin se obtiene una

composicin de transformaciones. Y puede demostrarse que la matriz de esa
composicin es el producto de las matrices de cada transformacin.
25
Aplique en 2 una proyeccin sobre el primer eje y luego una rotacin en 30.
a) Cul es la matriz que representa esa transformacin?
b) Se trata de una transformacin invertible? Justifique.
c) Calcule su ncleo y explicite una base.
d) Calcule su rango y explicite una base.
e) Dado el vector de unos como transformado qu punto del dominio le corresponde?
En cada caso encuentre una sola matriz que lleve a cabo la sucesin indicada de
operaciones en 2 .
1
f) Comprima en un factor
en la direccin del eje horizontal; a continuacin, dilate
2
en un factor 5 en la direccin del eje vertical.
1
g) Refleje respecto a la recta Gen , a continuacin realice un giro de 180.
1
Demuestre que para la sucesin siguiente de transformaciones lineales: un corte
(trasquilado) a lo largo del primer eje con k=2, expansin a lo largo del segundo eje con
k=2, luego una reflexin respecto del primer eje, un corte a lo largo del segundo eje con
k=3,
1 2
h)
es la matriz que representa la composicin final de transformaciones.
3 4
1
3
i) es el transformado de .
1
2
Por medio de la inversin de matrices demuestre que:
246
UNIDAD 4
j) La transformacin inversa para una compresin a lo largo de uno de los ejes es una
expansin a lo largo de ese eje.
k) La transformacin inversa para una reflexin respecto a uno de los ejes es una
reflexin respecto a ese eje.
Finalmente, si no tenemos la expresin de la matriz A sino que tenemos informacin

sobre vectores transformados podremos calcular A? Claro que s! Siempre y cuando
esos vectores sean LI.
Ejemplo 18
Supongamos una
tridimensional.
transformacin
del
espacio
bidimensional
al
espacio
3
T: 2
5
3
1
0
T = 7 , T = 8 .
0 2
1 0

Cul es la expresin de la transformacin lineal T en trminos de la matriz A ?

Bien: sabemos que cualquier X en 2 puede expresarse como combinacin lineal de
1 0
2
.
0 y 1 , que constituyen la base estndar en

x1
1
0
x = x1 0 + x2 1 .

2
T es lineal, luego:
x
1
1
0
1
0
0
T 1 = T x1 + x2 = T x1 + T x2 = x1T + x2T
1
0
0
1
0
1
x2
5
3 5 x1 3 x2 5 3
x
= x1 7 + x2 8 = 7 x1 + 8 x2 = 7 8 1 .
x
2
0 2 x1 + 0 x2 2 0 2
Encontramos A! La transformacin lineal o transformacin matricial se expresa:
5 3
7 8 X
X
2 0
Conclusin: la transformacin est completamente determinada por los efectos que
produce a los vectores de la base cannica.
La matriz A que se construye a partir de los transformados de la base estndar tambin
llamada base cannica se conoce como la matriz cannica para la transformacin
lineal T.
247
UNIDAD 4
26
Sea:
3
T: 3
1 3 0 5
0 0
T 0 = 8 T 1 = 7 , T 0 = 0
1 0
0 0 0 0
Calcule:
a) la expresin matricial de la transformacin,
b) el ncleo de la transformacin,
c) una base del rango de la transformacin.
Sea
T:
5 x1 6 x2
x1
,
A = x2
x2 2 x 2 x
2
1
d) Construya A.
Y ahora a buscar a informacin por otro camino distinto al de la gua.

Tema para indagar y compartir resultados en el Aula virtual
Toda transformacin lineal de n en
Esto es, Toda transformacin lineal de
transformacin matricial?
m
n
puede expresarse matricialmente?

en m puede pensarse como una
La expresin de la matriz A es nica? Y si no es nica con qu est

relacionada?
Toda transformacin ser lineal? Y cmo se imagina el accionar de una
transformacin que no sea lineal?
Los invito a responder estas preguntas y a compartir resultados en un foro del aula
virtual. All nos encontramos!
4. Valores propios y vectores propios

Esta seccin distingue vectores en el dominio que son estirados o contrados por la
transformacin. Generalmente, tales vectores forman una matriz asociada a la
transformacin, que simplifica la multiplicacin por la matriz original.
248
UNIDAD 4
En general, una transformacin matricial X

AX mueve vectores en
diferentes direcciones pero, existirn vectores que no sean movidos al
aplicarles A? Esto es, dada cualquier A, existirn vectores X en el dominio tal
que AX = X en el codominio? O tambin existirn vectores que slo sean
estirados dilatados o contrados comprimidos por A?; en otras palabras,
AX = kX para ciertos escalares k. Observe: si k es positivo y menor que 1, hay
compresin y si es mayor a 1, dilatacin.
En primer lugar se observa que el dominio y el codominio deben coincidir, se hablar
entonces de una transformacin del espacio n-dimensional en el espacio n-dimensional.
En segundo lugar vemos que es necesario manipular algebraicamente la ecuacin
matricial anterior hasta dar con una expresin que contenga informacin til. Veamos:
AX = kX
AX kX = 0
AX kIX = 0
( A kI ) X
=0
La ltima expresin es un SEL homogneo. Bien, terreno conocido por nosotros! Pero:
qu sabemos de SELH?
9 sabemos que siempre tiene solucin;
9 sabemos que si el determinante de la matriz A kI es no nulo, slo admite la
solucin nula. Esto es, A kI 0 X = 0 ;
9 sabemos que si el determinante de la matriz A kI es nulo, admite infinitas
soluciones, adems de la nula. Ms an, el conjunto solucin es un subespacio
vectorial.
Ahora, podemos concluir: dado un cierto escalar k, siempre existe un X tal que
AX = kX . Ese X es nicamente el nulo o bien forma parte de un subespacio vectorial
llamado autoespacio o espacio propio asociado a k. Tales X no nulos reciben el
nombre de vectores propios o autovectores y los correspondientes k valores propios o
autovalores.
X
autovector
{ X / AX
AX =
k X
autovalor
= kX } = autoespacio asociado a k
Antes de continuar debo asegurarme de que usted conoce por qu son vlidas todas y
cada una de las igualdades de arriba. Entonces:
27
Responda: qu propiedades del lgebra matricial se usaron para llegar a la ltima
igualdad matricial?
249
UNIDAD 4
Ejemplo 19
1 6
6
3
Sean A =
, U = , V = Son U y V vectores propios de A? O dicho
5 2
5
2
de otro modo, son U y V vectores propios de la transformacin matricial A?
Bien, hagamos clculos aritmticos basndonos en el siguiente hecho: si son vectores
propios existen escalares u y v tal que AU = uU y AV = vV . Ahora, busquemos los
escalares ...
24
u 6 24 = 6u 4 = u
AU =
= uU =
. Se muestra que AU = ( 4 )U
20
5u 20 = 5u 4 = u
3 = v
9
3v 9 = 3v
AV = = vV =
11
, muestra que no existe un v real
11
2v 11 = 2v = v
2
tal que AV = vV .
Concluimos que: U es autovector de A, no as V.
Finalmente, observe que los clculos aritmticos matriciales se basaron fuertemente en
el concepto de igualdad de dos vectores: dos vectores son iguales si lo son componente
a componente.
Ejemplo 20
Para buscar autovectores y autovalores, retomemos informacin de ejemplos
anteriores le parece?
9
El ejemplo 12 nos provee la transformacin de proyeccin de

( x1 , x2 ) .
T:
x1
x
2
x3
sobre el plano
1 0 0 x1 x1
0 1 0 x = x .
2 2
0 0 0 x3 0
Planteamos det ( A kI ) = 0 :
1 0 0
1 k
0
1 0 0
det 0 1 0 k 0 1 0 = det 0 1 k
0 0 0
0
0 0 1
0
se anula para k valiendo 0 1.7
0 = ( k )(1 k )(1 k )
k
que
Si k = 1 , calculemos
7
Se trata de aplicar la ley de anulacin del producto, tambin de hallar las races de un polinomio en k
expresado en trminos de sus factores primos. Estos temas se desarrollaron en Matemtica nivelacin
recuerda?
250
UNIDAD 4
AX = 1X
x1 x1
x = 1 x .
2 2
0 x3
Y esta igualdad matricial se cumple slo si la tercera componente es nula. Luego,
x1
todo vector de la forma x2 es un vector propio de la transformacin lineal.
0
1
Podemos pensar que un vector propio es combinacin lineal de los vectores 0 y
0
0
x1
1
0
1 , efectivamente: x = x 0 + x 1 . Luego, X es autovector si

2 1 2
0
0
0
0
1 0
X Gen 0 , 1 y su autovalor asociado es 1.

0 0

2 1 0
En particular 3 , 2 , 1 , son vectores propios de la transformacin dada y lo
0 0 0
es todo vector del plano horizontal o plano ( x1 , x2 ) que pasa por el origen. Ya, al
conocer la accin de A se intua que el plano no era movido y tambin, se lo
observaba grficamente.
0
0

Si k = 0 , el ncleo de la transformacin es la recta Gen 0 . Todo X Gen 0
1
1

es un autovector de autovalor nulo, tambin se descubre por observacin de la accin
de A, en un grfico.
9
1 3
El ejemplo 13 nos provee A =
, asociada a la transformacin de trasquilado.
0 1
x
1
3 7
Todo vector de la forma 1 = x1 es un vector propio, en particular , lo
0
0
0 0
son. En otra interpretacin lo que dice es: todo punto geomtrico sobre el primer eje
no es movido de su lugar al aplicarle la transformacin de trasquilado. Si
1
X Gen es un autovector de autovalor 1.
0
251
UNIDAD 4
cos
Ejemplo 14: para A =
sen
sen
cos
transformacin de rotacin en un ngulo . Si =
AX se llama
, cules sern sus valores

4
propios? y sus vectores propios?

Se verifica que det ( A kI ) es igual a la expresin polinmica
(k
en k,
2 k + 1 , que no tiene races reales, esto es, no se anula en los nmeros
reales. Al no haber autovalor(es) no hay autovector(es).

28
a) Compruebe que 1 y 0.92 son los autovalores correspondientes a los autovectores
3 1
0.95 0.03
5 y 1 respectivamente, para la transformacin matricial A = 0.05 0.97 .

b) Calcule los autovalores y los correspondientes autoespacios para la transformacin

0.93 0.4
matricial A =
.
0.07 0.6
c) Determine en 2 los autovalores y sus correspondientes autovectores para una
expansin de factor 2 en el primer eje 9.
d) Determine en 2 las bases de los autoespacios de una reflexin respecto del
segundo eje.
Seguimos con una transformacin matricial

T: n
X
AX
Un resultado importante afirma que: los autovectores correspondientes a autovalores

diferentes constituyen un conjunto LI. Esto es: si ki k j i j con AVi = kiVi ,
entonces, {Vi } es LI.
Lo demuestra usted? Pero le doy una ayudita: suponga k autovectores de autovalores
diferentes, plantee que son LD y llegue a una contradiccin, esto es, llegue a un
resultado que contradiga alguna de las hiptesis. 10
29
Los autovectores correspondientes a autovalores diferentes constituyen un conjunto LI.
Demustrelo.
Expresin polinmica o polinomio en una variable. Consulte la gua Mdulo de nivelacin matemtica,
unidad 2. Su cita completa se encuentra en la bibliografa.
9
El primer eje es el
10
Gen
1 y el segundo eje es el
0
Gen
0 .
1
Demostraciones de este estilo son parte del mtodo: demostrar por contradiccin.
252
UNIDAD 4
Tambin se puede demostrar, pero no lo haremos, que si la suma de todas las

dimensiones de los autoespacios es n, entonces existen n autovectores LI, y por lo
tanto constituyen una base para n . Este resultado es muy importante ya que nos
permite construir dos matrices de tamao n n , muy tiles:
9 la primera, cuya simbologa estndar es P y cuyas columnas son cada uno de esos
Vn ] ;
autovectores LI, esto es P = [V1
9 la segunda es diagonal, se expresa como D y sus entradas diagonales son los
0
k1
.
correspondientes autovalores. D =
0
kn
Y por qu son tan importantes estas matrices? Se cumple: A = PDP 1 , esto es, A se
expresa como producto entre una matriz diagonal y una invertible. En particular, la
importancia radica en que el clculo de una potencia de A se simplifica notablemente al
cumplirse la igualdad matricial pues Am = PD m P 1 , para cualquier m natural.
La expresin anterior permite reemplazar el clculo de m productos matriciales de A,
por el clculo de m potencias reales y dos productos matriciales.
30
a) Demuestre la igualdad matricial A = PDP 1 .
b) Demuestre la igualdad matricial Am = PD m P 1 . Le ofrezco esta ayuda: use el
concepto de potencia, la propiedad asociativa del producto matricial, el concepto de
matriz inversa y la propiedad de la identidad matricial.
Lo que acaba de realizar en la actividad anterior no es ms que trabajo algebraico

partiendo del concepto de potencia: la base que se multiplica m veces por s misma. De
la observacin surge la asociacin de matrices invertibles, y la aplicacin del concepto
de matriz identidad: IM = M cualquiera sea la matriz M.
Tal A que puede expresarse como el producto A = PDP 1 se dice diagonalizable.
Ejemplo 21
Los autovalores y los autovectores nos permiten analizar la evolucin discreta de un
sistema dinmico que cambia con el tiempo, por ejemplo, los llamados procesos de
Markov. Los recuerda? De ellos hablamos en la unidad 2; entonces ejemplificaron
el uso de las operaciones matriciales producto y potencia entre la matriz estocstica y
el vector de poblacin inicial.
Retomemos el ejemplo 22 de la unidad 2: plantea un problema de distribucin de
poblacin entre ciudad y suburbios, y llega a la conclusin de que Ak X 0 determina la
distribucin de la poblacin despus de k perodos. A es la matriz estocstica, X 0 el
vector de poblacin inicial.
253
UNIDAD 4
La situacin planteada puede describirse en trminos de transformaciones lineales: se

trata de una
T: 2 2
X
AX
poblacin en
el perodo k
poblacin en
el perodo k+1
En intervalos de tiempo discretos se produce la secuencia de vectores

X 0 , X 1 , X 2 , , X k que describen la poblacin a lo largo de un perodo de aos. La
entrada X k proporciona informacin acerca del estado del sistema en el momento de
la k-sima medicin.
Dicha transformacin es lineal debido a que:
9 el nmero de personas que escogen mudarse es proporcional al nmero de
personas en el rea;
9 y el efecto acumulado de esas decisiones se obtiene sumando los movimientos.
31
Retome el ejemplo 22 de la unidad 2 y los resultados de la actividad 28 apartado b,
luego resuelva estas consignas:
k
0.93 0.4 1500
a) Demuestre que el producto

coincide con
0.07 0.6 2100
1 1 40 0.53k 0 7 40 1500
y representa la distribucin de la
47 1 7 0
1 1 1 2100
poblacin en k perodos.
b) Cuando k tiende a valores muy grandes la distribucin de la poblacin se estabiliza o
3064
tiende a
. Corresponde a un vector propio? Justifique su respuesta.
536
Bien, bien, ya exhaustos estamos abandonando el interesante mundo de la teora

matemtica conocida como lgebra lineal. Como broche de oro redondeamos algunos
conceptos y planteamos una actividad final.
Los conceptos a redondear son:
9 Un espacio vectorial, en general, es un conjunto no vaco V de objetos, llamados
vectores, en el que estn definidas dos operaciones suma y multiplicacin por
escalares (nmeros reales), sujetas a diez axiomas o reglas.
9 Todo subconjunto de V que cumple esos diez axiomas, se llama subespacio
vectorial de V. En realidad, alcanza con que satisfaga tres de esos 10 axiomas, ya
que el resto se satisface automticamente.
9 Todo espacio vectorial puede pensarse como subespacio de un espacio mayor y
viceversa. En general, todo subespacio vectorial es un espacio vectorial en s mismo.
254
UNIDAD 4
para cualquier n natural es un espacio vectorial y sus vectores se representan

con n componentes. En las representaciones grficas, es usual representar 2 y 3
como rejillas donde la base est constituida por vectores con una componente igual
a uno y las dems cero, que son perpendiculares entre s (base estndar).
9 Los diez axiomas a que hacemos referencia son equivalentes a las diez propiedades
n
algebraicas de
, mencionadas oportunamente. Y los tres axiomas para un
subespacio vectorial tambin corresponden a los tres axiomas dados para un
subespacio de n .
9 Todo espacio unidimensional en 2 y 3 se visualiza como una lnea que pasa por
el origen y se lo identifica con el nombre de recta.
9 Todo espacio bidimensional en 3 se visualiza como un espacio vectorial de dos
dimensiones o subespacio vectorial de 3 que pasa por el origen, y se lo
identifica con el nombre de plano. La base habitual para estos planos no la forman
los vectores unitarios perpendiculares, sino otros dos vectores LI.
Y la actividad final es la siguiente:
32
Seale las afirmaciones incorrectas, justifique.
a) El subespacio vectorial generado por el vector nulo es LI.
1
b) El vector 1 vive en el espacio vectorial 2 .
0
Todo X n / AX = kX con k 0 es un autovector de autovalor k.
Cualquier conjunto de dos vectores, de dos componentes cada uno, es base de 2 .
Toda transformacin matricial, de n en n , es invertible.
Toda matriz A de una transformacin matricial puede expresarse como producto
A = PDP 1 con D diagonal.
g) En 2 , el vector cero y toda recta son los nicos subespacios vectoriales.
c)
d)
e)
f)
Como parte del proceso de aprendizaje es conveniente que aplique una estrategia de
sntesis. Por ejemplo, un cuadro sinptico, un mapa conceptual o un hilo conductor,
entre otros. Tambin le propongo que elabore un glosario de la materia.
Y para terminar: usted ha trabajado en esta asignatura poniendo en juego conocimientos
previos: los ha identificado? se ha dado cuenta? A la vez, ha incorporado
conocimientos nuevos que utilizar a partir de ahora como base para otros aprendizajes.
Lo vemos en detalle me acompaa?.
En matemtica II continuar trabajando el concepto de funcin o mapeo, ms
precisamente considerar las funciones, con el conjunto de los nmeros reales (o
espacio vectorial unidimensional) como dominio y codominio, esto es, en notacin o
simbologa matemtica:
255
UNIDAD 4
f:
x
f ( x)
En matemtica III, las funciones tendrn dominio en n y codominio en el conjunto de

los nmeros reales (o espacio unidimensional) con n natural mayor a uno. Esto es:
f: n
X
f (X )
En matemtica IV, al estudiar ecuaciones diferenciales, retomar los conceptos de
autovalor y autovector.
En cuanto a los saberes previos la presente unidad se ciment fuertemente en el
conjunto de los nmeros reales, sus operaciones y sus propiedades y tambin, en la
factorizacin de polinomios en sus factores primos y en el clculo de ceros o races de
un polinomio, ya que el det ( A kI ) = 0 plantea el clculo de los ceros de un polinomio
en k; tal polinomio recibe el nombre de polinomio caracterstico de A. Por su parte las
transformaciones lineales de rotacin, requirieron del uso de las relaciones
trigonomtricas y de sus valores en la circunferencia trigonomtrica.
Usted seguramente advertir que el lgebra lineal no se agota en estos temas ni en esta
forma de presentarlos. Cualquiera de estos cuatro ejes presentados admite
profundizacin. Sus aplicaciones son innumerables y superan en complejidad e
importancia a los pocos ejemplos que pudimos mostrar. No obstante, usted ya cuenta
con una buena base para indagar y comprender temas relacionados.
Actualmente estos temas se aplican en campos cientficos y no cientficos y es notable
el inters y ahnco con que se los investiga.
Tema para pensar y compartir en el Aula virtual
El conjunto de los nmeros reales pensados como vectores forma el espacio vectorial
denotado por . Esto justifica el nombre de espacio que se asigna a los nmeros
reales. Demuestre que, efectivamente, se trata de un espacio vectorial. Determine
tambin una base que lo genere as como sus distintos subespacios.
256
UNIDAD 4
Visin retrospectiva
En este apartado consignamos los conceptos clave de la unidad. Esperamos que usted
los haya comprendido e internalizado.
Los nmeros reales tomados ordenadamente en grupos de n, identifican un punto
coordenado que puede pensarse como un vector de n componentes. Un espacio
vectorial, o un subespacio de ste, es un conjunto de vectores que es cerrado para la
suma y la multiplicacin por escalares, y satisface propiedades similares a las de los
nmeros reales. De hecho, los nmeros reales constituyen un espacio vectorial. Cada
espacio vectorial incluye un conjunto base, esto es, un conjunto de vectores
independientes cuya cardinalidad determina la dimensin de la base y tal que
cualquier otro vector del espacio pueda pensarse como combinacin lineal de ellos.
Las transformaciones lineales logran dar una visin dinmica a los modelos
matemticos que usan SEL y multiplicacin de matrices, ya que toda matriz puede
pensarse como una funcin o un mapeo, esto es, como una aplicacin que transforma
vectores de un espacio vectorial en vectores del mismo espacio vectorial o de otro.
Tal transformacin, tambin llamada transformacin matricial, tiene la propiedad de
preservar la suma de vectores y la multiplicacin por escalares. Esta propiedad se
conoce como linealidad y asegura que los resultados coinciden independientemente de
que se haga aritmtica de vectores antes o despus de transformar.
En esa transformacin importan particularmente algunos conjuntos de vectores: los
que son transformados en el vector nulo, la base de los vectores transformados, los que
son expandidos o contrados en un factor. Tales conjuntos son subespacios vectoriales y
reciben nombres especiales: ncleo, rango, autoespacio de autovector correspondiente
a un autovalor.
En general, los autovalores permiten construir una matriz diagonal, y los autovectores
una matriz invertible. Ambas matrices hacen diagonalizable a la matriz de la
transformacin. Pero no toda matriz de la transformacin es diagonalizable.
Las transformaciones se pueden aplicar en nmero finito dando lugar a una
composicin de transformaciones. Y una transformacin es invertible si la matriz
que la representa es invertible, luego, no toda transformacin es invertible.
Desea aplicar y evaluar lo aprendido? Ingrese para ello al Aula virtual / Archivos /
257
UNIDAD 4
de ejercicios, tambin por gentileza de los alumnos.
258
UNIDAD 4

1
Los puntos de coordenadas y los vectores correspondientes son:
A = ( 2,1) B = ( 0,0 ) C = ( 3, 5,0 ) D = ( 0,0,1)
2
A=
1
3
C = 5
0
0
B=
0
0
D = 0
1
2
Verbalmente pueden expresarse:
a) La suma es cerrada en n .
b) La multiplicacin por escalares es cerrada en n .
c) La suma de vectores conmuta.
d) La suma de vectores es asociativa.
e) El vector nulo cumple la propiedad de identidad.
f) El vector ( 1)V = V cumple la propiedad de inverso aditivo.
g)
h)
i)
j)
El producto por escalares se distribuye respecto de la suma de vectores.

El producto por escalares se distribuye respecto de la suma de escalares.
El producto por escalares es asociativo.
El 1 es la identidad respecto al producto por escalares.
3
En caso de dudas, estudie nuevamente el ejemplo 2. Si las dudas persisten, plantelas en
el foro del Aula virtual.
4
9
3U = 3 U = 3 13
7U = 7 U = 7 13
9
9
1
1
1
U = U =
13
3
3
3
5
5
5
U = U =
13
3
3
3
5
a)
3U+2V
U
V
4
U V
3
5
2U V
2
259
UNIDAD 4
b) C = 4U + V , D = 3U 2V .
c)
2M+N
N
M
3M+N
3M
d)
3M = 3 M = 3 (1) + (1) + ( 3) = 3 11
2
M + N =
( 1 + 3)
+ ( 1 + 9 ) + ( 3 + 6 ) = 77
2
6
Parta de la definicin de combinacin lineal, luego opere y compruebe los clculos. Ms
adelante desarrollamos la respuesta completa.
7
2 3 2
Veamos:
Gen 1 , 1 = a 1 + b 1 con a y b escalares cualesquieras ,
2 2 2
tambin puede expresarse:

2 3 a 2 + 3b
Gen 1 , 1 = a + b con a y b escalares cualesquieras .

2 2 2a + 2b
En particular:
260
que
UNIDAD 4
0
2
3 2 3

a
0 = a 1 + b 1 = 1 1 b que corresponde a la expresin matricial de un SELH
0
2
2 2 2
en las variables a y b. Aplicando el Mtodo de Gauss-Jordan a la matriz aumentada se
llega a la forma que muestra como solucin la trivial y slo ella.
0
2
3
Conclusin: 0 = 0 1 + 0 1 , el vector nulo est en el espacio generado.

0
2
2
8
En 2 :
9 El Gen {V } = {cV con c escalar arbitrario} . Si V es nulo, el subespacio es el nulo: es
un punto; si es no nulo se visualiza como una recta que pasa por el origen.
9 El Gen {U ,V } = {uU + vV con u y v escalares arbitrarios} . Si ambos vectores no
son nulos ni uno mltiplo del otro, el subespacio generado es todo
9
Con informacin del ejemplo 36 de la unidad 1, construimos los vectores que contienen
informacin de constitucin de cada aleacin base y de la nueva aleacin:
Al1 Al 2 Al 3
A l nueva
5
80

15
10
65

25
15
55

30
0.12
20 0.62
0.26
la pregunta sera: puede pensarse la nueva aleacin como combinacin lineal de las
aleaciones base? Alnueva Gen { Al1, Al 2, Al 3} ?
En el caso del ejemplo 37 de la unidad 1, la pregunta es: puede pensarse la nueva
frmula como combinacin lineal de las frmulas bsicas? N Gen {C1 , C2 , C3} con
C1
C2
5
90

5
10
75

15
C3
15
0.12
65 25 0.62

20
0.26
10
Se tiene: V2 = ( 2 )V1 con el vector nulo en el espacio generado por ellos, esto es,
c1V1 + c2V2 = 0 , luego la igualdad c1 = kc2 da diferentes relaciones de dependencia. En
particular:
c2 = 1 c1 = 2 2V1 + V2 = 0
c2 = 3 c1 = 6 ( 6 )V1 + ( 3)V2 = 0
261
UNIDAD 4
2 4 0

Efectivamente: 2 1 + 1 = 0
2
2 0
1
2
4 0
1
tambin ( 6 ) + ( 3) 1 = 0 .
2

2 0
1
11
El {V1 ,
,0,
,V p } contiene al vector nulo, luego cada vez que se toma un escalar c no
nulo, se obtiene el vector cero como combinacin lineal de ellos:

0V1 + + c0 + 0V p = 0
Conclusin: el {V1 ,
,0,
,V p } es LD porque existen infinitas maneras de obtener
combinaciones lineales nulas con no todos los escalares nulos.

12
a) Al tratarse de tres vectores de dos componentes cada uno, sern LD.
b) Al tratarse de cinco vectores de tres componentes cada uno, sern LD.
c) Las dos primeras preguntas, estn contestadas en los apartados (a) y (b)
respectivamente. Respecto a la 3 pregunta, en 2 :
9 el conjunto formado por un vector, ser LI si ese vector es no nulo; caso
contrario, ser LD.
9 El conjunto formado por dos vectores, ser LI si esos vectores son no nulos y no
son mltiplos; caso contrario, ser LD.
9 El conjunto formado por tres o ms vectores ser siempre LD.
En 3 el anlisis es similar:
9 el conjunto formado por un vector, ser LI si ese vector es no nulo; caso
contrario, ser LD.
9 El conjunto formado por dos vectores, ser LI si esos vectores son no nulos y no
son mltiplos; caso contrario, ser LD.
9 El conjunto formado por tres vectores, ser LI si esos vectores son no nulos y
ninguno es combinacin lineal de los otros; caso contrario, ser LD.
9 El conjunto formado por cuatro o ms vectores sern siempre LD.
Respecto de los grficos : en (a) y en (b) el conjunto es LD porque el nmero de
ellos supera el nmero de componentes o coordenadas de cada uno; en (c), los tres
vectores son mltiplos, viven en la misma recta y son LD.
13
0
a) V =
0
b) Si V = 0
262
es LD porque c0 = 0 c escalar .
, V es LD; si V 0
, V es LI porque cV = 0 slo si c = 0 .
UNIDAD 4
c) Son LD porque su nmero supera el nmero de componentes de un vector.

2
3
7 0
Efectivamente: planteamos: c1 + c2 + c3 = que se transforma en un
3
1
0 0
SELH en las variables c1 , c2 , c3 , cuya matriz aumentada es equivalente por renglones
7
1 0
0
11
a la matriz aumentada
.
21
0 1
0
11
La solucin establece las siguientes relaciones de dependencia entre los escalares
7
21
(variables del SELH): c1 = c3 , c2 = c3 y c3 escalar arbitrario. Cada vez que,
11
11
dado un valor a c3 se cumple esa relacin de dependencia, se tendr una
combinacin lineal no nula de los vectores dados.
d) El vector nulo se encuentra entre ellos, luego son LD.
e) V3 Gen {V1 ,V2 } si V3 = c1V1 + c2V2 para ciertos escalares c1 , c2 .
c
c1V1 + c2V2 = [V1 V2 ] 1
c2
1 2
1
3 6 c1 = 2
c
2 4 2 h
queda planteado un SEL en las variables c1 , c2 . La matriz aumentada es equivalente
1 2
1
por renglones a la matriz aumentada 0 12
1 y as, el SEL original es
0 0 2+h
c1 2c2 = 1
equivalente al SEL 12c2 = 1 que tiene solucin slo si h vale 2.

0 = 2 + h
1
5
Conclusin: si h = 2 , resulta c2 =
y c1 = . Finalmente la relacin de
12
6
1
2 1
5 1
dependencia es: 3 + 6 = 2 .
6
12
2
4 2
0
0
2 0 0 0 2 c1 0
f) Planteamos: c1 1 + c2 5 + c3 0 = 0 , 1 5 0 c2 = 0 , SELH en
2
7
h 0 2 7 h c3 0
tres variables con determinante de la matriz de coeficientes:
263
UNIDAD 4
0 0 2
1 5
1+ 3
1 5 0 = ( 1) 2
= 3 , valor que no depende de h.
2 7
2 7 h
Conclusin: cualquiera sea el valor de h, como el determinante es no nulo, los
escalares slo admiten el valor nulo, c1 = c2 = c3 = 0 y el {V1 ,V2 ,V3} es LI.
1
2 *
g) Planteamos: c1 3 + c2 6 = * . En particular, al asignar los valores 1 y 1 a los

2
4 *
* 3
escalares, obtenemos el vector: * = 3 . Luego, el conjunto resulta LD.
* 6
h) Al ser cuatro vectores de tres componentes cada uno, puedo asignarle cualquier
valor.
0 1
i) En particular lo son: , ,
0 0
1 1 c 1
, y , con c escalar arbitrario .

0 0 0 0
14
0
a) El vector 1 es LI, es base del subespacio, y la dimensin es uno, ya que los otros
3
0
0 0
0
vectores son mltiplos. Efectivamente: 6 = 6 1 , 2 = ( 2 ) 1 .

18
3 6
3
b) Cuatro vectores en
la dimensin es tres.
(a)
264
son LD. Como base elegimos el 2, el 3 y el 4, que son LI;
(b)
UNIDAD 4
2
7
son LD. En particular: y son LI (demustrelo) y
3
0
forman base; la dimensin es dos.
d) Cuatro vectores en 2 son LD. Adems, observamos que los vectores no nulos son
mltiplos. Luego, para formar una base descartamos el vector nulo y nos quedamos
2
con cualquiera de ellos. En particular: es base. La dimensin es uno.
3
c) Tres vectores en
(c)
(d)
15
a) 2 x y z = 0 es una EL en las variables x, y, z. En la unidad 1 analizamos su
representacin grfica recuerda?: S = {( x, y, z ) / 2 x y z = 0} y entonces,
calculbamos los valores de tres puntos coordenados para graficar. Ahora,
planteamos una alternativa: trabajamos algebraicamente sobre la expresin de S,
resultando:
x
x
S = {( x, y, z ) / 2 x y z = 0} = y / 2 x y z = 0 = y / 2 x z = y
z
z
x 1x + 0 z 1x 0 z
S = 2 x z = 2 x 1z = 2 x + 1z
z 0 x + 1z 0 x 1z

= x 2 + z 1 con x e y escalares arbitrarios

0
1 0
Conclusin: S es un plano generado por los vectores 2 y 1 y su dimensin es dos.
0 1
b) Planteamos de manera similar, y lo

importante es descubrir la idea central de ese
hecho: trabajar algebraicamente la frmula para S
buscando una expresin como combinacin
lineal de vectores. Vamos, entonces:
265
UNIDAD 4
3t
3
S = {( x, y, z ) / x = 3t , y = 2t , z = t t } = 2t / t escalar = t 2 / t escalar
t
1
Obviamente es un subespacio generado por un vector: se trata entonces de una recta

en 3 .
1x + 2 y + ( 1) z = 0
S
, cuya forma
c) SELH en tres variables
2 x + ( 1) y + 3 z = 0
escalonada en los renglones reducida equivalente a la
1 0 1 0
matriz aumentada es:
, luego x = z , y = z ,
0 1 1 0
sin restricciones para la variable z.
Conclusin:
z
1
S = z , z escalar arbitrario = z 1 , z escalar arbitrario y dimensin de S,

z
1
uno.
2 x + ( 1) y + 3 z = 0
d) SELH en tres variables 4 x + ( 2 ) y + 6 z = 0 , cuya forma escalonada en los

( 6 ) x + 3 y + ( 9 ) z = 0
renglones reducida, equivalente a la

matriz aumentada del sistema, es:
1 3
S
1
0
2 2
0 0 0 0 ; luego 2 x y + 3 z = 0
0 0 0 0
establece restricciones nicamente
para el escalar x. Los escalares y, z
carecen de restricciones.
1 0
Conclusin: S = 2 , 3 (verifquelo), y dimensin de S, dos.

0 1

16
a)
1 1
0
7 = 1 0 + ( 7 ) 1 ;

266

1
1
0
0

1
0 = ( 1) 0 + 0 1 + 0 ;
6
1
0
0
1

6
UNIDAD 4
1 1
0
0
0
1 0
1
0

= 1 + ( 1) + 3 + ( 3) 0
3 0
0
1
0

3 0
0
0
1
b)
5
1
0 0
7
7
5 0 + 1 + 1 0 =
5
5
0
0 1 1

17
No hay solucin para esta actividad ya que es parte de su proceso de aprendizaje.
18
9 Respuesta al primer interrogante:
x1
x 1
A 2 = , SEL en cuatro variables. Trabajando con la matriz aumentada y el

x3 1

x4
mtodo de Gauss-Jordan se llega a la matriz aumentada:
1
5
1 0
6
4
4
1 5 1
0 1
2 2 2
con x3 y x4 variables libres. La relacin de dependencia entre las variables
1 1
5
x2 = 2 + 2 x3 2 x4
escalares viene dada por:
. Cualquier vector de la forma
x = 7 + 1 x 21 x
1 4 4 3 4 4
5 1
5
1
6
4 + 4 x3 6 x4 4
4
5

1
1
5
1
1
+ x x = + x + x con x y x escalares cualesquiera
3
4
2 2 3 2 4 2 3 2 4 2

x3

0
1
1
0
0
x4
ser transformado en el vector de unos del plano
9 Respuesta al segundo interrogante:

Equivale a preguntar: el SELH AX = B tiene solucin cualquiera sea el vector de
trminos independientes? Para responder, observamos la forma escalonada en los
renglones reducida y de ella resulta: s, porque son ms variables que ecuaciones y
no puede darse 0=1 en el ltimo rengln.
267
UNIDAD 4
9 Respuesta al tercer interrogante:

Podemos formularlo as: Cul es conjunto solucin de AX = 0 ? Nuevamente,
observando su forma escalonada en los renglones reducida obtenemos la
1
21
4
4

1
5
informacin: a + b es transformado en el vector nulo al aplicarse A.

2
2

1
0
0
1
19
x1 x1
1 0 0
a) A = 0 0 0 proyecta sobre el plano ( x1 , x3 ) . Efectivamente: A x2 = 0 es

x3 x3
0 0 1
un punto del plano
x1
Gen 0 con x1 y x3 escalares cualesquiera =

x
Gen x1 0 +x3 0 con x1 y x3 escalares cualesquiera

0
0 0 0
Similarmente, A = 0 1 0 proyecta sobre el plano
0 0 1
x1 0
A x2 = x2 es un punto del plano,
x3 x3
( x2 , x3 ) .
Efectivamente:
Gen x2 con x2 y x3 escalares cualesquiera =

x
Gen x2 1 +x3 0 con x2 y x3 escalares cualesquiera

0
1
a
0 . Este plano es el conjunto de vectores con segunda

b) En el primer plano: a 1

1
a
componente nula.
268
encosalruq0A
G
1x iera=
=
co
4
1
0
q
slu
n
UNIDAD 4
1
En el segundo plano: a 1
1
0
a Este plano es el conjunto de vectores con primera

a
componente nula.
0 0
0

c) Gen 1 = c 1 con c escalar cualesquiera = c con c
0 0
0

0
x1
0
Busco matriz A / AX = x2 con X = x2 . Resulta: A = 0

0
x3
0
escalar cualesquiera
0 0
1 0
0 0
20
1
1
A=
4 , se trata de un trasquilado o corte en un factor
0 1
eje. Es habitual llamar al primer eje eje x o eje .
a lo largo del primer
a)
,
luego:
, esto es, el primer eje al transformarse queda igual.
Transformado de
b)
,
luego:
269
x=
41Ax
y =
0Ay
2A
1A
;4
0
UNIDAD 4
, esto es, la recta generada por el vector de unos es
transformada en la recta generada por el vector
c) Al aplicar la transformacin a cada vrtice, resulta:
Ya sabemos que el eje horizontal queda tal cual; el eje vertical es transformado en la
recta generada por el vector
, pues:
d) Al aplicar la transformacin a cada vrtice, resulta:
270
452A=
1=
B
rot90X
24B
;A
0
3
1
UNIDAD 4
Nos informa que se desplaza horizontalmente en dos unidades de la correspondiente

coordenada y.
Bien, sta es la idea subyacente en los tipos de letra itlica, por ejemplo.
21
a)
, luego
b)
, luego
es la matriz de la transformacin.
es la matriz de la transformacin rotacin.
Tambin puede pensarse en una composicin de rotaciones: dos rotaciones de 45

cada una. Se verifica que dan los mismos resultados.
45
45
90
271
nT
G
{}
X
)x
V
U
A
=
uldet(1y+
0zN
o=
C
A
zX
0x,p(3
V
)+
T
{}1yU
n
/
UNIDAD 4
22
a)
. Si regresamos , seguidamente a la actividad 7, al prrafo

que mencionaba algunos vectores que viven en
, se expresaba que lo
hacen el vector nulo, los mltiplos y las combinaciones lineales de dos o ms de

ellos. Bien, esto no es ms que la condicin que distingue un subespacio de un
conjunto arbitrario de
.
, ya sabemos que:
9 0 es siempre solucin del SELH,
9 U es solucin,
. Luego
solucin.
9 U es solucin y V tambin,
; todo mltiplo es
, la suma es
solucin.
Conclusin:
de
.
, el conjunto solucin de todo SELH, es un subespacio vectorial
Es muy importante, a esta altura de nuestro aprendizaje, que los signos igual
planteados cuenten con la clara justificacin: el producto por escalares conmuta,
propiedad de anulacin del producto, el producto matricial se distribuye respecto de
la suma de matrices.
b) La seleccin, la sntesis y la relacin de la informacin se la dejamos a usted, que
adems, le agregar su toque personal. Con esta sntesis en mano realice una lectura
renovada de la unidad.
23
a) S.
b)
es el dominio de la proyeccin.
coincide con el conjunto solucin del SELH
Como
Finalmente:
es nulo, admite infinitas soluciones adems de la trivial.

, contiene el vector 0, pero no coincide con l. Ms an, por
simple observacin se deduce que todo vector de la forma
272
puede pensarse como
z00
ul
3{}N
agodA
R
{}
X
T
x12
+
en0=
G
B
Bx{e102=
n,}zx/
G
A
B
X
UNIDAD 4
combinacin lineal del vector
vector
es base de
Conclusin:
. Esto es:
con z escalar arbitrario, y el
. El tercer eje es proyectado en el vector nulo y
constituye un resultado fcil de visualizar geomtricamente.

c) S. Rango de T es, por definicin,
ya que el tercer
vector coincide con el vector nulo y por lo tanto es combinacin lineal de los otros
dos. Adems,
y
son LI y forman base. La dimensin es dos.
Conclusin: s, y rango de T es subespacio de dimensin dos.
d)
. Sabemos que los vectores B tienen la

forma
as:
dada por la proyeccin. Tambin sabemos que se lo puede pensar
. Esta expresin afirma que
. Ambos
vectores son LI y forman base, la dimensin del subespacio es dos.

Conclusin: s.
Rango de T
e) S, son base porque son LI. En particular, en el subespacio mencionado se encuentra

el vector nulo que resulta ser combinacin lineal del resto.
f) S, lo es. En actividad 22 demostramos que es subespacio.
273
t0y1n
21+
Y
X
A
00
=
l +
angodeC
R
T
B
=
y2n
10
Y
e,{}3A
]B
G
UNIDAD 4
g)
No se establecen restricciones sobre el escalar z, esto es, al no establecerse
restricciones sobre la tercera componente, sta puede tomar cualquier valor.
Conclusin: todo vector de la forma
el vector
, t escalar arbitrario, es transformado en
. Note que estos vectores componen la recta
pero como no pasa por el origen, no es un subespacio.
T
2
h)
s est en el codominio de T porque es un vector de tres componentes y vive en

. No est en el rango de T porque su tercera componente es diferente de cero.
24
a) S, el dominio para ambas es

b)
.
con
con
.
.
Ambos son subespacios de

, generados por n vectores LI, luego generan
.
Entonces, s coinciden.
c) S coinciden en su ncleo, es el vector cero. Como A y su inversa son matrices
invertibles, sus respectivos determinantes son no nulos y las ecuaciones matriciales
admiten nicamente la solucin nula.
274
T
lt130sc
N
=
T
ngodeG
y()2auR
A
B
1
Y=
{}
X
eB
1n)0u
A
(yY
X
it
salrb
co
/
UNIDAD 4
d)
con A=I o cualquier A cuyo determinante no sea nulo.
25
Es conveniente que usted se ayude representando grficamente las diversas
transformaciones.
,
Entonces:
Observe el orden: de adentro hacia fuera en la expresin ltima. Al vector le aplicamos
A y a ese resultado le aplicamos B.
a)
b) No es invertible porque
c)
. Como
vectores adems del vector nulo.
el ncleo admite infinitos

es una recta (el segundo eje).
d)
. Tambin vale:
que
es
una
expresin ms simple. Siempre se debe tratar de buscar una base simple en la

composicin de sus coordenadas. La idea es que la dificultad sea absorbida por el
escalar. En este ejemplo sacamos la fraccin
parte del escalar:
e)
factor comn y este factor forma
es el vector transformado. Esta situacin no puede darse porque

dicho vector no est en rango de T, ya que no es un mltiplo de
275
51<
y(yx
A
B
C
342D
con
001
1=
A
yx)0B
c=
>
5
2
4
UNIDAD 4
f) Compresin horizontal:
; Dilatacin vertical:
. Primero
comprimimos, luego dilatamos: BA, esto es,

.
g) Reflexin respecto a la recta
; Giro 180:
. Primero
reflexin, luego giro: BA, esto es,

.
h) Corte :
; expansin:
reflexin:
; corte
Finalmente tendremos:
;
.
para cualquier orden en que se asocien las
matrices al operar. Recordemos que el producto matricial es asociativo.

.
i)
j) La idea de trabajo es la siguiente: para buscar las inversas calculemos determinantes

y adjuntas de los respectivas matrices relacionadas con la compresin y con la
reflexin. Finalmente tendremos:
compresin:
. Su matriz inversa vale:
que corresponde a la matriz de expansin en el primer eje.

reflexin:
. Su matriz inversa vale:
que corresponde a la matriz de reflexin sobre el primer eje.

26
a) Cualquier punto de
276
se expresa, en trminos de la base cannica,
87
d({}+
315A=
sinreco
Syx/000
zt
ulG
N
=
T
A}
X
yy
+
ezn01t/G
=
)soluci7rX
xyA
afm
H
L
E
S
d
UNIDAD 4
, luego, por linealidad de T, se cumple:
b)
. Como
al
tener una fila nula, el SELH planteado admite infinitas soluciones adems de la
trivial. Para obtener la forma de la solucin, trabajamos sobre la matriz aumentada
y el SELH asociado a esta ltima matriz, equivalente al de partida, muestra las

restricciones impuestas a las coordenadas variables del punto genrico x, y, z.
Esas restricciones son:
es el conjunto solucin del SELH. Conclusin:
. Luego,
es una recta,
ms precisamente, el tercer eje de coordenadas cartesianas.

c) Veamos:
277
en87=
)a3G
56xT
012+
(=
kIX
A
+
21xb
)0X
kA
UNIDAD 4
Se demuestra que tales vectores son LI: la nica combinacin lineal posible para
obtener el vector nulo es
. La dimensin del rango de T es dos.
d) Se trata de un simple trabajo algebraico en el cual se distingue la informacin de
partida y el resultado al cual se quiere arribar. En nuestro caso:
Informacin de partida: T es lineal, vale la expresin
Resultado al cual se quiere arribar: expresin de la matriz de la transformacin.

Idea de trabajo: desandar camino algebraicamente; expresar
como suma de
los transformados de la base cannica usando la linealidad. A trabajar!
Conclusin:
27
Se cumple:
9 por definicin de autovector:
;
;
9 propiedad uniforme de la suma:
9 propiedad de identidad en la multiplicacin:
;
9 propiedad distributiva del producto respecto de la suma matricial:
278
scalrbio76X
n1
G
kI()0det17
A
=
459=
1k()7ar.539064X
enl
G
ito
b
2
UNIDAD 4
28
a) Se comprueba
y tambin,
Esto es, se cumple

b)
con k escalar y X vector no nulo.
Note que hemos expresado el vector generador con componentes naturales en vez de
racionales, debido a que los naturales son expresiones ms simples de manipular y
de visualizar.
Conclusin:
9
es el autoespacio del autovector
asociado al autovalor 0.53.
asociado al autovalor 1.
Observe que esos autovectores son LI y forman base en
c) Expansin de factor dos en el primer eje:
279
ncalr0=
G
0
kI()d1
A
1escalrbito0=
1k()b
2
+
en
G
ito
UNIDAD 4
Conclusin:
9
Observe que esos autovectores son LI y forman base en

d) Reflexin:
. Como A es diagonal, por simple observacin, se puede
anticipar que los escalares 1 y 1 son los autovalores de autovectores
respectivamente. Por qu estos autovectores? Pues para no alterar D, P debe

coincidir con la identidad. Lo comprobamos algebraicamente:
Conclusin:
280
0
G
j1
()k+
2p
21
i
kk
VV
1p
scon{}
adem
0=
D
12==
V
P
pA
=
T
X
kV
i
2p10=
A
,j
n
UNIDAD 4
29
Si
con
, entonces,
es LI. Lo demostraremos por
contradiccin recuerda el concepto? Supongamos que
es LD porque slo el
primer vector es combinacin lineal no nula del resto. Apliquemos T y trabajemos

algebraicamente con todo lo que sabemos:
Pero
es combinacin lineal de
. Si
Conclusin:
, luego existe un escalar no nulo, supongamos
, contradiccin! Pues por hiptesis,
es LI.
30
a) Sea:
Armemos las matrices P y D como sigue:

,
Operamos:
281
()kpX12047k5.3D
11
=1
vecs
D
P
A
7629345m
10=
=
V
17
p
A
()V
P
-
9
6
8
X
UNIDAD 4
b)
Se utiliz: el concepto de potencia, la propiedad asociativa del producto

matricial, el concepto de matriz inversa, la propiedad de la identidad matricial y,
nuevamente, el concepto de potencia, en ese orden.
31
La actividad 28 en su apartado (b) nos provee los autovalores y los autovectores para
construir las matrices P y D, respectivamente. El ejemplo 22 de la unidad 2 nos provee
la relacin entre A matriz estocstica y X vector de distribucin de la poblacin.
a) Con esta informacin, slo nos queda reemplazar y calcular:
Hagamos clculos aritmticos:
Observamos que, a medida que el exponente k crece, la potencia decrece y tiende

al valor nulo.
b) Llamemos
a la distribucin inicial de la poblacin, entonces la distribucin
despus de k perodos es
282
. Los autovectores
(autovalor 1) y
c21
kX
V
73
Sxy/(){017
+
52=
}
t
,y563+
=
escalrb
0.12()V
itoxk
UNIDAD 4
(autovalor 0.53) forman base de

tales que
, de modo que existen escalares
. Entonces
y, como para valores muy grandes de k,
es prcticamente cero, tendremos

.
Es decir, despus de muchos perodos, la distribucin de poblacin es proporcional
al autovector de autovalor uno. En efecto,
. Interesante, verdad?
32
a) Falso. El vector nulo es LD porque para cualquier escalar no nulo, su producto por
escalares es nulo.
b) Falso. El vector dado tiene tres componentes y en
, los vectores admiten slo
dos.
c) Falso. La definicin no establece restricciones sobre el escalar sino sobre el vector.
d) Falso. Es necesario que, adems, no sean nulos ni mltiplos.
e) Falso. La matriz
el primer eje en
no es invertible. Se trata de la matriz de proyeccin sobre

.
f) Falso. No existe una matriz diagonal correspondiente a la matriz de corte
g) Falso. Slo si la recta pasa por el origen. Por ejemplo la recta dada por la frmula
no es un subespacio porque el vector nulo no est en l.
Efectivamente:
Y no hay valor a asignar al escalar para obtener el vector nulo en S.
283
z
x20
/0V
y=
2
3y
UNIDAD 4
Hemos incorporado tres actividades que nos permiten evaluar la totalidad de los
objetivos de aprendizaje planteados, los recuerda? Ellos son:
9 Caracterizar conjuntos de vectores y analizar relaciones de dependencia e
independencia lineal entre ellos.
9 Caracterizar las transformaciones matriciales y construir la matriz que las
representa.
9 Identificar matrices diagonalizables y construirla como producto entre una diagonal
y otra invertible.
9 Resolver problemas empleando la multiplicacin de matrices en una visin
dinmica.
1
Dado el SELH
a) Defina vectores apropiados y redefina el problema en trminos de combinaciones

lineales.
b) Defina el problema en trminos de una transformacin lineal apropiada.
c) Encuentre una base y la dimensin del conjunto solucin.
d) Construya una base y la dimensin para la solucin de cada ecuacin lineal del
SELH.
los apartados anteriores.
e) Grafique en
Con la informacin de la actividad de proceso 44, de la unidad 1:
f) Exprese el conjunto solucin S como un conjunto de vectores.
g) Demuestre que S no es un subespacio vectorial.
2
Retome el ejemplo 28 de la unidad 1.
9 Defina el problema en trminos de una transformacin lineal apropiada.
9 Responda: Es diagonalizable la matriz de la transformacin? Es invertible la
transformacin? Fundamente sus respuestas.
3
Clasifique como verdadera V o falsa F, cada una de las siguientes afirmaciones.
Fundamente su respuesta.
a)
284
es un subespacio vectorial de
75A371,s
22
24
IT
m
VV
11p
{}
V
ps
en1
G
2
UNIDAD 4
b)
c)
d)
e)
f)
g)
h)
i)
El espacio de columnas de una matriz

es un subespacio vectorial de
.
Toda matriz
puede tener a lo sumo dos autovalores.
es combinacin lineal de U y de V.
Si A es
, las columnas de la matriz son LD.
lineal queda completamente determinada por su accionar sobre
Toda
las columnas de la matriz .
LI , son base de
es LI y base de
con
coincide con
j) El plano de la grfica es un subespacio

.
vectorial de
285
Conocer es poseer. Comprender es ms que eso. David Perkins.
Criterios de evaluacin
9
9
9
9
9
Claridad, precisin e integracin conceptual y relacional.

Capacidad de clculo.
Capacidad de anlisis, reflexin y sntesis.
Rigurosidad en el manejo de los smbolos, de la sintaxis, del lenguaje tcnico.
Capacidad de comunicarse claramente en forma escrita.
En la actividad obligatoria 2 que encontrar en el Aula virtual de la materia, encontrar

las pautas para su resolucin. La entrega de la misma puede realizarse por e-mail a
actividadobligatoria@iua.edu.ar, correo postal o personalmente dentro del horario de
tutora.
288
CLAVE DE RESPUESTAS
La informacin se transforma en una carga indigesta cuando no se la entiende. John Dewey
CLAVE DE RESPUESTAS
Unidad 1
1
a) De las ecuaciones algebraicas dOs son ecuaciones lineales 2 x 3 y = z + 2 y
2 x y = 3 x y + 2 . Para determinar sus constantes y sus variables conviene
expresarlas en la forma estndar, esto es, variables a la izquierda y constantes a la
derecha ordenando y completando si es necesario, as: 2 x 3 y 1z = 2 ,
1x + 0 y = 2 . Consideramos que:
la primera es una ecuacin en las variables x, y, z. Luego, los correspondientes
coeficientes para cada una de esas variables son, respectivamente: 2, -3, -1 y 2 es
el valor del trmino independiente.
La segunda lo es en las variables x, y. Luego, los correspondientes coeficientes
para cada una de esas variables son, respectivamente: -1 y 0, 2 es el valor del
trmino independiente.
En ambos casos podemos plantear que son ecuaciones en ms variables que las
mencionadas (siempre y cuando sea un nmero finito) y afirmar que sus
correspondientes coeficientes son cero.
b) Todas son expresiones algebraicas porque combinan nmeros constantes con
nmeros variables. Las siguientes expresiones algebraicas no son ecuaciones
lineales en las variables x, y, z porque:
2 xy 4 z = 1 , la variable x multiplica a la
variable y.
3 x 2 x + 3 = 0 , la variable x aparece a la
segunda potencia en uno de los sumandos.
1
= 2 , las variables figuran en el denominador.

x+ y+z
Para ms detalles vase el inciso 1 de la unidad.
2
a) Primero: expresamos el SEL dado en su forma estndar a fin de identificar
0 x1 + 2 x2 + 3 x3 = 4
claramente las constantes y las variables, as resulta: 2 x1 6 x2 + 7 x3 = 0

1x 2 x + 5 x = 10
2
3
1
Segundo: un plano es la representacin grfica de una ecuacin en tres variables.
Para graficar cada plano determinamos los puntos en que cortan a los ejes.
El primer plano no corta al primer eje porque no existe valor de la primera
variable que multiplicado por 0 d 4; corta al segundo eje en (0, 2,0) ; al tercer
eje en (0,0,4/3).
El segundo plano corta al primer eje en el (0,0,0); corta al segundo eje en
(0,0,0); al tercer eje en (0,0,0). Como necesitamos ms informacin
consideremos un tercer y cuarto punto, por ejemplo: facilmente comprobamos
que (3,1,0) y (-3,-1,0) satisfacen la ecuacin.
290
CLAVE DE RESPUESTAS
El segundo plano corta al primer eje en el (10,0,0); corta al segundo eje en (0,
5,0) ; al tercer eje en (0,0,2).
1 0 0 0
b) De la matriz aumentada escalonada en los renglones reducida 0 1 0 0
0 0 0 0
podemos deducir que el SEL asociado consta de
tres ecuaciones porque la matriz es de tres filas y cada fila contiene los
coeficientes de una ecuacin.
Tres variables ya que la matriz consta de cuatro columnas, una por cada variable,
y la ltima que contiene los trminos independientes.
Es homogneo porque la ltima columna es de ceros: columna de trminos
independientes.
Tiene una ecuacin superflua, esto es, que repite informacin ya dada porque el
ltimo rengln es de ceros.
El conjunto solucin admite una representacin monoparamtrica, el SEL
homogneo admite infinitas soluciones. Dos variables son principales y una
variable es libre y por lo tanto puede tomar cualquier valor real (porque hay dos
unos principales y tres variables).
Una
representacin
paramtrica
del
conjunto
solucin
es
S = {( x, y, z ) / x = 0, y = 0, z = t con t \ }
c) Un SEL se visualiza a travs de las
siguientes grficas. Obtenga de esa
visualizacin la mayor cantidad posible
de informacin acerca del SEL y de su
conjunto solucin.
Eje y
Eje x
Se visualizan tres rectas y cada recta

est asociada a una ecuacin lineal: se tiene un SEL de tres ecuaciones.
Las grficas estn en el plano, entonces, hay dos variables: x e y. Tenemos un
SEL de tres ecuaciones en dos variables.
Las rectas pasan por el origen, entonces el SEL es homogneo.
El origen es el nico punto en comn, el nico punto que pertenece
simultneamente al conjunto solucin de cada ecuacin. Luego, el SEL admite
una nica solucin: la nula o trivial.
3
2x 3 y + 5z = 0
El SEL homogneo tiene infinitas soluciones x + 7 y z = 0 para k=95/11.

4 x 11 y + kz = 0
291
CLAVE DE RESPUESTAS
2 3 5 0
Justificacin: el mtodo de Gauss aplicado a la matriz aumentada 1
7 1 0
4 11 k 0
3
5
0
1 2
2
llega a la forma escalonada en los renglones 0

1
0 . Y aqu nos
11
95
0
0 k
0
11
detenemos y razonamos as: si queremos infinitas soluciones necesitamos que el ltimo
rengln sea completamente de ceros, tendramos dos variables principales y una libre.
Para que el rengln sea completamente de ceros necesitamos que la ecuacin
95
k
= 0 sea verdadera, luego que k tome el valor 95/11.
11
Notemos que para otro valor de k el SEL homogneo admitir la solucin nula como
nica solucin.
Finalmente, chequeamos que todos los clculos aritmticos en la eliminacin han sido
hechos correctamente.
4
Modelizamos el problema razonando as:
Constantes del problema: cantidades fijas de flujo entrante o saliente.
Variables del problema -cantidades numricas desconocidas-:
Sea x i el nmero de vehculos por hora que circulan por la calle i, i variando entre
1,2,3,4 y 5.
La ley de formacin de las ecuaciones viene dada por la condicin que dice: en cada
nodo el flujo entrante es igual al flujo que sale. Luego,
9 en nodo 1: x1 + x5 + 100 = x3 + 300
9 en nodo 2: x2 + 200 = x1 + 200
9 en nodo 3: x3 + 200 + 100 = x2 + 200 + x4
9 en nodo 4: x4 + 100 = x5
Estas ecuaciones dan origen a un SEL cuya forma estndar -ordenado y completado- es:
1x1 + 0 x2 1x3 + 0 x4 + 1x5 = 200
1x + 1x + 0 x + 0 x + 0 x = 0
1
2
3
4
5
0 x1 1x2 + 1x3 1x4 + 0 x5 = 100

0 x1 + 0 x2 + 0 x3 + 1x4 1x5 = 100
El mtodo de Gauss Jordan aplicado a la matriz aumentada construye las siguientes
matrices aumentadas asociadas a SEL equivalentes al primero. Lo dicho vale porque
tienen el mismo conjunto solucin, ya que se aplican operaciones elementales sobre los
renglones para pasar de una a otra.
292
CLAVE DE RESPUESTAS
1 0 1 0 1 200
1 1 0 0 0
0
0 1 1 1 0 100
0 0 0 1 1 100
1 0 1 0 1 200
0 1 1 0 1 200
0 1 1 1 0 100
0 0 0 1 1 100
1 0 1 0 1 200
0 1 1 0 1 200
0 0 0 1 1 100
0 0 0 1 1 100
1
0
0
0
1
0
0
0
1
0
0
0
1
0
-1
-1
0
0
-1
-1
0
0 1 200
0 1 200
0 0
0
1 -1 -100
0 1 200
0 1 200
1 -1 -100
0 0
x1 x3 + x5 = 200
El SEL asociado a la ltima matriz ampliada es x2 x3 + x5 = 200 , expresando las
x4 x5 = 100
variables principales en trminos del resto se tiene una expresin paramtrica del
conjunto solucin
( x1 , x2 , x3 , x4 , x5 ) / x1 = x2 = 200 + x3 x5 , x4 = 100 + s,
S =
x3 = t , x5 = s con t s \
solucin biparamtrica porque depende de dos parmetros.

La modelizacin matemtica del problema afirma que existen soluciones. Ahora
analicemos la solucin matemtica en el contexto del problema:
Cada variable es un nmero natural de vehculos que entran o salen a un nodo, luego
planteamos matemticamente: t es natural, s es natural, x4 = 100 + s es natural, en
particular 100+s >0, s>100. Por otro lado x1 = x2 son naturales, esto es, en particular
mayores a cero, esto es, 200+t-s>0, 200+t>s>100, t>-100 cosa que ya sabamos.
Conclusin: t puede ser cualquier nmero natural y s debe ser un natural mayor que 200
para que haya trfico entrante y saliente en cada nodo.
Una solucin particular se obtiene al asignarle un valor especfico a los parmetros. Por
ejemplo para t=100, s=300 se tiene (0,0,100,200,300) es solucin pues satisface el SEL
original.
Si x3 vale cero se tiene el valor 0 para el parmetro t; s debe asumir un valor mayor que
200 ya que, de otra forma la variable x2 asume un valor negativo (hecho sin sentido en
este contexto) Si x3 y x5 asumen valor cero, esto es, se cierra un camino, x4 es la
variable que ahora asumir un valor negativo; hecho tambin sin sentido en este
contexto.
293
CLAVE DE RESPUESTAS
Unidad 2
1
Primero: calculemos los productos, las potencias, inversas, producto por un escalar, esto
es, calculamos los sumandos:
3 0 3 0 9 0
C2 =
=
. La potencia dos de C puede calcularse porque C es
7 1 7 1 28 1
cuadrada. Por definicin: la potencia es el producto por s mismo tantas veces como
indica la potencia. A diferencia de los nmeros reales, la potencia en matrices, slo se
defini para naturales. C y sus potencias tienen el mismo tamao.
3 0
7 1
1 0
0 1
1
1 0
0
3
7
0 1
1
3
Calculamos la inversa usando el Mtodo de Gauss-Jordan y

verificamos la exactitud de los clculos (aritmtica real):
1
0
0
3 0 3
1 0
3
1
.
=
7 1 7
. Conclusin: C = 7
0
1
1
1
3
Adems, C y su inversa tienen el mismo tamao.
9 0 1 0
C 2 AT =
28 1 2 1
2 2
23
3 9 0 27
=
2 30 1 86
23
Los productos son posibles porque

los tamaos son compatibles. La
transpuesta de A se construye a partir
del intercambio entre filas y
columnas respectivas.
0 7
9 0 27
= 0 63
C A B=
1
0

30 1 86 0 0 1 210
23
3 2
2 2
2
1
3
3C 1 = 3
7
3
2 2
0
1 0
=
7 3
1
2 2
Segundo: reordenamos la ecuacin de modo tal que la matriz desconocida quede a

derecha y las matrices conocidas a izquierda: C 2 AT B 3C 1 I = X .
Tercero: ya calculados los sumandos sumamos algebraicamente ya que esa matriz
suma nos permitir determinar la matriz desconocida.
0 63 1 0 1 0 2 63
C 2 AT B 3C 1 I =
1 210 7 3 0 1 6 206
Cuarto: planteamos la igualdad entre matrices. Dos matrices son iguales si la igualdad
entre nmeros reales se cumple entrada a entrada.
x11
2 63
6 206 = x
21
294
x12 x11 = 2 x12 = 63
x22 x21 = 6 x22 = 206
CLAVE DE RESPUESTAS
2 63
a) Conclusin: X =
.
6 206
2
b)
a
i =1
c + b32 = ( a31c12 + a32 c22 ) + b32 = h32
3i i 2
con
H = AC + B ,
luego:
( 0 + 2 ) + 0 = 2 = h32 .
9 0 3 7 9 0 9 21 0 21
c) C 2 3C T =
3
=
+
=
.
28 1 0 1 28 1 0 3 28 2
2
a) Colocamos cualquier real en la entrada 1,1 y el resto de las entradas cero.
b) Colocamos cualquier real en las entradas 1,1 , 2,1 y 2,2 , y ceros en las entradas 1,2
y 2,3.
c) La entrada ij debe coincidir con la entrada ji.
d) Toda entrada de la matriz debe ser nula.
Interpretacin: si la matriz que condensa informacin de salidas y llegadas es
a) Diagonal: significa que cada punto se comunica consigo mismo solamente.
b) Triangular inferior: significa que cada punto se comunica consigo mismo y con los
siguientes en la lista, no se conecta con los de atrs o anteriores.
c) Simtrica: para un punto dado la cantidad de caminos de salida coincide con la
cantidad de caminos que llegan a ese punto.
3
a) Unidad 1 / Actividades de autoevaluacin / Actividad 2a.
0 2 3 x1 4
0 2 3 1 0
0
2 6 7 x = 0 es la expresin matricial
2
2 6 7 0 1
0
1 2 5 x3 10
1 2 5 0 0
1
AX = B del SEL dado con A matriz de
1 2 5 0 0
1
coeficientes, X matriz de variables y B vector de
trminos independientes.
2 6 7 0 1
0
0 2 3
1 2 5
0 2 3
0 2 3
1 2 5
3
0 1
2
0 0 0
1
0
0
1
0
0
0
1
0
0
1
0
2
1 1
0
1
2
0
1
1
2
Un resultado importante afirma que:

9 Si A tiene inversa, la solucin viene dada por
X = A1 B .
9 Si A no tiene inversa, la solucin es vaca o
tiene infinitas.
Los clculos de la izquierda nos muestran que A
no tiene inversa. Luego, no podemos aplicar
mtodo matricial conocido- para hallar la
solucin del SEL.
b) Unidad 1 / Actividades de autoevaluacin / Actividad 4.
295
CLAVE DE RESPUESTAS
x1
1 0 1 0 1 200
1 1 0 0 0 x2 0
x =
es la expresin matricial del SEL. Como la
0 1 1 1 0 3 100
x4
0 0 0 1 1 x 100
5
matriz de coeficientes no es cuadrada, no tiene inversa y por lo tanto, no hay
posibilidad de aplicar mtodo matricial conocido para calcular la solucin. La matriz
de coeficientes tiene tamao 4 5 , el vector de variables 5 1 , y el vector de
trminos independientes 4 1 .
c) Unidad 1 / Actividades de proceso /Actividad 39.
1 x 12000
1
0.1 0.12 y = 8040 es la expresin matricial del SEL. La inversa de la
1 12 100 1 6 50
matriz de coeficientes es:
=
. Para ratificar la exactitud
22 10 100 11 5 50
de los clculos aritmticos reales hacemos el producto entre la matriz de coeficientes
y su inversa verificando que coincide con la identidad
1 1 0
1 6 50 1
=
.
11 5 50 0.1 0.12 0 1
La afirmacin ya citada expresa que la solucin del SEL viene dada por el producto
entre la inversa y el vector de trminos independientes -en ese orden-. Luego:
x 1 6 50 12000 30000
y = 11 5 50 8040 = 42000 . La solucin hallada usando este mtodo

matricial coincide con el obtenido mediante la aplicacin del Mtodo de GaussJordan. Como era de esperar, la solucin del SEL es nica y no depende del mtodo
de clculo en matemtica exacta.
4
a) Falso.
( ( A) )
p q
= A p " A p = ( AA" A )" ( AA" A )= A pq

q veces A p q veces, p veces A
b) Falso. No se cumple la ley cancelativa en el producto. Ejemplo:

1 0 1 2 1 2 1 0 1 2
0 0 3 4 = 0 0 = 0 0 5 6 .
c) Falsa. Puede ser cuadrada y sin embargo no tener inversa. Ejemplo: una matriz n n
con la entrada 1,1 no nula y resto nulo.
d) Verdadero. Pues: 2 A = ( 1) 2 A = 2 ( 1) A = 2 ( A ) . Se usaron las siguientes
propiedades: de la identidad en los reales, asociativa en los reales, conmutativa en
los reales, asociativa en el producto por escalar y definicin de matriz opuesta.
296
CLAVE DE RESPUESTAS
5
a)
0.92
0.04
T =
0.02
0.04
0.02
0.88
0.02
0.06
0.01
0.01
0.93
0.01
0.05
92 2 1 5 92% 2% 1% 5%
0.07
1 4 88 1 7 4% 88% 1% 7%
=
=
0.03 100 2 2 93 3 2% 2% 93% 3%
0.89
4 6 1 89 4% 6% 1% 89%
matriz de probabilidades de transicin. La entrada ij es la probabilidad de que un

consumidor de la marca i se pase a la marca j en el perodo siguiente.
b) vector de estado inicial de consumidores S. S = [ 460 520 540 480] .
c) ST poblacin de cada marca despus del primer perodo. (Vector 1 4 .)
( ST ) T = S (TT ) = ST 2 poblacin de cada marca despus del segundo perodo.
(Vector 1 4 .)
( ST 2 ) T = S (T 2T ) = ST 3 poblacin de cada marca despus del tercer perodo.
(Vector 1 4 .)
En general ST n poblacin de cada marca despus del n-simo perodo. (Vector
1 4 .)
d) La potencia n de T , T n , da la probabilidad de transicin al cabo de n perodos.
Puede tomarse un perodo como el equivalente a un ao, a un trimestre, etc.
En particular, T 10 da la probabilidad de transicin de una marca a otra despus de
diez perodos. La correspondiente entrada ij condensa la probabilidad de transicin
de la marca i a la marca j despus del perodo 10.
e) Cada entrada de M es el cociente entre el nmero de consumidores de una marca y
el total poblacional encuestado: eso representa una proporcin o porcentaje1.
460
= 0.23 = 23% , M = [ 23% 26% 27% 24% ] = [ 0.23 0.26 0.27 0.24]
2000
1
[ 23 26 27 24] vector de proporciones relativas de mercado: el
100
23% del total consume la marca M1 y el 27% de los 2000 consumidores la marca
M3.
M=
Notemos que el producto entre M y un vector de unos de tamao compatible da el

100% (el total encuestado, el total poblacional).
Este ejemplo se desarroll paso a paso, se model matemticamente paso a paso en
la Gua de matemtica II.2 Consltela si desea informacin ms detallada.
1
2
(Parte/total)=porcentaje o proporcin . Es la relacin de la parte en el total.

La cita completa est en la Bibliografa.
297
CLAVE DE RESPUESTAS
Unidad 3
1
a) Copiamos la eliminacin gaussiana del desarrollo de la actividad de proceso 41 de la
unidad 1, eliminando en cada caso el cuarto rengln de las matrices, y calculamos:
5 10 15
80 65 55
15 25 30
240
1240
520
1 2 3
48
B
80 65 55
1240
15 25 30
520
1
2
3
48
C 0 95 185 2600
15 25
30
520
1 2
3
48
D 0 95 185 2600
0 5 15
200
1
0
0
1
0
0
1
0
0
2
3
48
185
2600
1
95
95
5 15 200
2
3
48
37
520
1
19
19
1200
0
100
19
19
2
1
0
48
37
19
520
19
12
( 15 )
Obtenemos B multiplicando el primer rengln

1
1
de A por , luego B = A .
5
5
( 80)
Obtenemos C sumando un mltiplo del primer
+
rengln de B al segundo, luego C = B .
(15)
+
( )
1
95
(5)
+
19
( 100
)
Obtenemos D sumando un mltiplo del primer

rengln de C al tercero, luego D = C .
Obtenemos E multiplicando el segundo rengln
1
1
de D por , luego E =
D.
95
95
Obtenemos F sumando un mltiplo del segundo
rengln de E al tercero, luego F = E .
Obtenemos G multiplicando el tercer rengln
19
19
de F por
, luego G =
F.
100
100
Juntando todo, tenemos:

A = 5 B = 5 C = 5 D = 5 ( 95 ) E
100
= 5 ( 95 ) F = 5 ( 95 )
G = 2500,
19
donde hemos tomado G = 1 porque es triangular y tiene todos unos en la diagonal.
b) Desarrollando por la primera fila tenemos:
298
CLAVE DE RESPUESTAS
5 10 15
65 55
80 55
80 65
80 65 55 = 5
10
+ 15
25 30
15 30
15 25
15 25 30
= 5 ( 65 30 25 55 ) 10 ( 80 30 15 55 ) + 15 ( 80 25 15 65 )
= 5 575 10 1575 + 15 1025 = 2875 15750 + 15375
= 2500,
que coincide con el resultado.
Y para jugar un poco, podemos realizar las siguientes observaciones que van ms
all de lo que se pide en la consigna. Todas las filas contienen a 5 factor comn,
esto es, podemos pensar que 5 multiplica a cada fila, o bien que 5 multiplica una
matriz, luego:
5 10 15
1 2 3
3
80 65 55 = 5 16 13 11 ,
15 25 30
3 5 6
expresin que contiene nmeros ms fciles de utilizar en un producto.
5
80
15
c) Usando la regla de Cramer, z =
5
80
15
d) Queda
10
65
25
10
65
25
240
1240
520
30000
=
= 12 .
15
2500
55
30
3
17
23
100
100
100
575 75 425
1
1
3
37
63
1
A =
adj ( A) =
1575 75 925 =
.
100
det ( A )
2500
100 100
1025 25 475 41
1
19
100
100
100
e) Recordemos que dos matrices son iguales cuando coinciden componente a
componente. Como z es la tercera entrada del vector (matriz columna) de variables,
debe ser igual a la tercera fila de A1 B , donde B es el vector (matriz columna) de
trminos independientes. Entonces escribimos:
240
1
30000
z=
= 12 ,
(1025 25 475) 1240 =
2500
520 2500
que coincide con el resultado anterior.

2
Los mtodos desarrollados hasta ahora para calcular la inversa de una matriz son:
299
CLAVE DE RESPUESTAS
9 El mtodo de Gauss-Jordan aplicado a las matrices Ann | I nn . Es un mtodo que

durante su aplicacin informa en manera simultnea si existe y cul es su aspecto.
1
9 La frmula A1 =
adj ( A ) si det ( A ) 0 . De antemano se debe saber que la
det ( A )
matriz tiene inversa y esa informacin la da el det ( A ) : si es nulo, no existe; caso
contrario, existe.
Los mtodos desarrollados hasta ahora para calcular la solucin de un SEL son:
9 Los mtodos basados en las operaciones elementales en los renglones y cuya idea es
llevar la matriz aumentada a una equivalente cuyo SEL asociado sea ms fcil de
resolver. Esos mtodos son: de Gauss y de Gauss-Jordan. Durante su aplicacin
informan simultneamente si el SEL es consistente o inconsistente y tambin cul es
el aspecto de la solucin. Constituyen la opcin que mejor se adapta a cualquier
tamao de SEL.
9 X = A1 B es un mtodo matricial aplicado nicamente a SEL que se saben de
antemano consistentes con solucin nica ( det ( A ) 0 ). Una de sus ventajas es que
las variables se calculan en forma individual.
9 Regla de Cramer: es un mtodo matricial basado en el clculo de determinantes. Se
aplica nicamente a SEL que se saben de antemano consistentes con solucin nica
( det ( A ) 0 ). Una de sus ventajas es que las variables se calculan en forma
det ( Ak )
. Es un mtodo de gran
det ( A )
valor terico pero no prctico, ya que el tiempo usado en calcular los determinantes
puede ser muy grande.
individual. La frmula para cada variable es x k =
3
a) Usando determinantes, la ecuacin del plano que pasa por los puntos
( 1, 0, 2 ) ( 2, 2, 0 ) ( 0,1, 1) es:
0 2 1
1 2 1
1 0 1
1 0 2
2 0 1 x 2 0 1 y+ 2 2 1 z 2 2 0 =
1 1 1
0 1 1
0 1 1
0 1 1
( 4 ) x ( 7 ) y + (1) z ( 6 ) =
4 x + 7 y + z 6 = 0,
que es equivalente a 4 x + 7 y + z = 6 .
b) Supondremos que A, B y C son, respectivamente:
a11 " a1 j " a1n a11 " b1 j " a1n
a " a
" a2 n a21 " b2 j " a2 n
2j
21
a31 " a3 j " a3n , a31 " b3 j " a3n ,
#
# #
#
#
#
an1 " anj " ann an1 " bnj " ann
300
a11
a
21
a31
#
an1
" a1 j + b1 j
" a2 j + b2 j
" a3 j + b3 j
#
" anj + bnj
" a1n
" a2 n
" a3n
#
" ann
CLAVE DE RESPUESTAS
Desarrollando el determinante de C por la columna j por qu es conveniente

desarrollarlo por sta?, tendremos:
a11
a21
a31
#
an1
" a1 j + b1 j
" a2 j + b2 j
" a3 j + b3 j
#
" anj + bnj
" a1n
" a2 n
" a3n = ( a1 j + b1 j ) C1 j + ( a2 j + b2 j ) C2 j + " + ( anj + bnj ) Cnj
#
" ann
= a1 j C1 j + a2 j C2 j + " + anj Cnj
+b1 j C1 j + b2 j C2 j + " + bnj Cnj
a11
a21
= a31
#
an1
" a1 j
" a2 j
" a3 j
#
" anj
" a1n a11

" a2 n a21
" a3n + a31
#
#
" ann an1
" b1 j
" b2 j
" b3 j
#
" bnj
" a1n
" a2 n
" a3n .
#
" ann
Aqu hemos considerado que todas las columnas de las tres matrices son idnticas
salvo la columna j : como los cofactores Cij slo contienen elementos de las
columnas distintas de la j , son a la vez cofactores de aij , de bij y de cij . Note
tambin el uso de la propiedad distributiva en el producto por un escalar.
Un ejemplo con matrices 3 3 : sean
1 2 3 1 1 3 1 1
0 1 2 = 0 1 2 + 0 2

0 0 3 0 0 3 0 0
entonces
1 2 3
1 1 3 1
0 1 2 = 3 = ( 3) + ( 6 ) = 0 1 2 + 0
0 0 3
0 0 3 0
3
2 ,
3
1
3
2 2 .
0 3
4
A5 = 3I
no existe
A2 = AT
A = ( 3 ) 5
dos renglones coinciden

no tiene inversa
A = ( 1)
A =0
301
CLAVE DE RESPUESTAS
Unidad 4
1
1
2
3 0
El SEL se expresa como: x + y + z = ; y el problema puede
2
1
1 0
plantearse as: es el vector nulo combinacin lineal de los vectores
1 2 3
1 2 3
2 , 1 , 1 ? El vector nulo est en el Gen 2 , 1 , 1 ?

a)
b)
T : \3 \ 2
X 6 AX
x
1 2 3
X 6
y
2 1 1 z

El problema plantea encontrar el ncleo de la transformacin lineal T:
NuT = { X \ 3 / T ( X ) = 0}
x
1 2 3 0
c) El SELH se expresa en forma matricial
y = . Trabajando con la
2 1 1 z 0

matriz aumentada llegamos a la forma escalonada en los renglones reducida:
1
x= t
1
5
1 0
0
7
5
y = t
.
7
5
0 1
0
t\
z = t
5
1
7
S = {( x, y, z ) / AX = 0} = ( x, y, z ) / x = t , y = t , z = t t \
5
5
1
7

7
= y / x = t , y = t , t escalar arbitrario = t
t escalar arbitrario

5
5
z
5
302
CLAVE DE RESPUESTAS
1
5
1

7

= Gen = Gen 7 .

5
5

1

S tiene dimensin uno y grficamente se representa por una recta en \ 3 .
d) Dada:
x + 2 y + 3z = 0
S1 = {( x, y, z ) / x = 2a 3b, y = a, z = b con a b \}
2a 3b
=
a
con a y b escalares arbitrarios
2a 3b
= 1a + 0b con a y b escalares arbitrarios

0a + 1b
2a 3b

0a 1b
2 3
= a 1 +b 0 con a y b escalares arbitrarios

0 1
2 3
= Gen 1 , 0 .
0 1

Finalmente, S1 es un plano en \ 3 .
Dada:
2x y z = 0
S 2 = {( x, y, z ) / y = 2a b, x = a, z = b con a b \}
a
= 2a b con a y b escalares arbitrarios

b
a + 0b
= 2a 1b con a y b escalares arbitrarios

0a + 1b
303
CLAVE DE RESPUESTAS
a 0b

0a 1b
1 0
= a 2 +b 1 con a y b escalares arbitrarios

0 1
1 0
= Gen 2 , 1 .
0 1

Luego, S 2 es un plano en \ 3 .
e)
S1
NulT
S2
304
CLAVE DE RESPUESTAS
f)
S = {( x, y, z ) / AX = B} = {( x, y, z ) / x = 4000 5t , y = 500 + t , z = t t \}
x
= y / x = 4000 5t , y = 500 + t , z = t , t escalar arbitrario

z
4000 5t
4000 5
= 500 + 1t t escalar arbitrario = 500 +t 1 t escalar arbitrario .

0 + 1t
0 1
g) S no es subespacio vectorial: el vector nulo no est en l. Efectivamente de la forma

de S resulta que la nica forma de anular la 3 componente es haciendo t cero, pero
esa asignacin no anula las componentes uno y dos.
2
9 Se trata de:
T : \2 \2
S : \2 \2
X 6 T ( X ) = Y 6 S ( Y ) = S (T ( X ) )
X 6 AX = Y 6 BY = B ( AX ) = ( BA ) X
X 6 ( BA ) X
transformacin de trasquilado
transformacin de compresin
composicin de transformaciones
composicin matricial
transformacin compuesta
3
1
1 3
1
0 x1 + x2 x1 + x2
x1 x1 + x2
= 4
6 4
.
16
4
4
4 =

x2
x2
1
x2
0 1 x2
X ( BA ) X
3 3
X 6 4 16 X
matriz de la transformacin compuesta
0 1
3
3
3 3
4 16 x1 = 4 x1 + 16 x2
x2
x2
0
1
9 Calculemos los autovalores y los autovectores: det ( BA kI ) = 0 k = 1, k =
3
.
4
3
Los correspondientes X tal que TX = kX son, respectivamente X = y X = 0 .
4
Luego, la matriz BA no es diagonalizable: no existe una P invertible tal que
BA = PDP 1 .
Observacin: la solucin del SELH ( BA 1I ) X = 0 es:
305
CLAVE DE RESPUESTAS
3
3

( x, y ) / x = t , y = t , t \ = t 4 , t \ = t , t \ .
4
3
9 La transformacin compuesta es invertible pues det( BA) = 0 . Vale:
4
1
4

1
( BA) = 3 4 .
0 1
La notacin usual para la transformacin compuesta es ( S D T ) X = S (T ( X ) ) .

3
x
a) F. Si k < 0 , entonces k V porque kx 0 ky 0 si x 0 y 0 . En
y
2
2
particular V mientras que ( 1) V .
3
3
b) V. A 75 = [ A1
A2
A3
A4
A5 ] donde cada columna Ai tiene 7 componentes,
esto es, vive en \ .

c) V. De esa manera D es diagonal 2 2 con los autovalores en su diagonal. Si tiene
ms, la dimensin de D supera a dos y eso contradice la hiptesis.
d) V. U = ( 1)U + 0V .
e) V. Las columnas de A son cuatro vectores de dos componentes cada uno, esto es,
cada columna vive en el plano \ 2 . Como el nmero de vectores supera el nmero
de componentes de cada vector, constituyen un conjunto LD.
f) F. T queda completamente definida conociendo los transformados de la base
cannica de \ n .
g) F. V1 , ",V p LI , no alcanza para ser base de Gen {V1 ,",Vs } con p s . Debemos
probar que p es el mayor nmero posible de vectores LI en Gen {V1 ,",Vs } . Este
hecho es muy importante.
1
h) F. es LI pero no es base de \ 2 porque su dimensin es 1. Sabemos que la
1
cannica es base de \ 2 y est formada por dos vectores LI.
2
7
2

3

i) V. Gen coincide con Gen 3 porque:
7
7

1

306
CLAVE DE RESPUESTAS
2 2
7 7
3 3
Gen
= t
, t escalar arbitrario
7 7

1 1
2
2
= t 3 , t escalar arbitrario = t 3 , t escalar arbitrario .

7 7
7
1
es
7
absorbido por el escalar arbitrario. Lo interesante de reescribir la base es que la
expresin nueva, compuesta de componentes naturales, resulta ms fcil de
visualizar y de manipular en clculos aritmticos.
En esta manipulacin algebraica lo importante de destacar es que el factor
j) F. El plano de la grfica no pasa por el origen. Ello significa que el origen no le

pertenece, luego, no puede ser un subespacio. Las grficas que no pasan por el
origen no pueden ser un subespacio vectorial sea un punto, una recta, un plano, u
otro en un espacio de dimensin mayor.
307
PROGRAMA
1+1=2; 2+2=4; .... R2D2.

Qui habet aures audiendi, audiat. Annimo.
PROGRAMA
Objetivos
9 Dominar conceptos y tcnicas del lgebra de matrices, determinantes, sistemas de
ecuaciones lineales y transformaciones lineales dentro del mbito del lgebra lineal.
9 Identificar y valorar el uso de la matemtica en las distintas etapas de la resolucin
de un problema, en el diagnstico de situaciones de la vida real cotidiana y de la
cientfica.
9 Modelizar situaciones usando elementos y teora del lgebra lineal.
9 Valorar y comprender el lenguaje tcnico de la ciencia matemtica y la rigurosidad
que lo diferencia del lenguaje cotidiano, como as, los procesos de abstraccin y de
interpretacin relacionados al mismo.
9 Utilizar estrategias conducentes a aprender a aprender comprensivamente
matemtica y a trabajar en forma autnoma y organizada.
Contenidos
Unidad 1. Ecuaciones lineales.
1. Preliminares.
2. Ecuacin lineal (EL).
3. Conjunto solucin de una EL.
4. Sistema de ecuaciones lineales (SEL).
5. Conjunto solucin de un SEL.
6. Grfica de SEL.
7. Modelizaciones matemticas usando SEL.
Unidad 2. Matrices.
1. Matriz.
2. Operaciones con matrices.
3. lgebra matricial.
4. Modelizaciones matemticas con matrices en situaciones concretas.
Unidad 3. Determinantes.
1. Determinante de una matriz.
2. Alternativas de clculo del det ( A ) .
3. Propiedades del determinante.
4. Aplicaciones.
Unidad 4. Transformaciones matriciales de \ n en \ m .
1. Vectores.
2. Combinacin lineal de vectores en \ n .
3. Transformaciones matriciales.
4. Vectores y valores propios.
310
PROGRAMA
Bibliografa consultada por la autora

ANTON, Howard. Introduccin al lgebra lineal. Editorial Limusa. Mxico. Tercera
edicin. 1991.
ARYA J. Y LARDNER R. Matemticas aplicadas a la administracin y a la economa.
Prentice Hall. Mxico. Tercera edicin. 1992.
DEPARTAMENTO PEDAGGICO. CIMEI. Instituto Universitario Aeronutico.
Crdoba. Tercera edicin. 2003.
FRALEIGH, Beauregard. lgebra lineal. Addison-Wesley Iberoamericana.
Mxico.1989.
GERBER, Harbey. lgebra lineal. Grupo Editorial Iberoamericana. Mxico.1990.
GROSSMAN, Stanley. lgebra lineal con aplicaciones. McGraw Hill. Mxico. Quinta
edicin. 1996.
GUSTAFSON, R. A. Algebra intermedia. Thomsom editores. Mxico. 1997.
HAEUSSLER, E. Y PAUL R. Matemticas para administracin, economa, ciencias
sociales y de la vida. Prentice Hall. Mxico. Octava edicin. 1997.
JOHNSON, David y MOWRY, Thomas. Matemticas finitas. Aplicaciones prcticas.
Internacional Thomson editores. Mxico. 2000.
KLEIMAN, Ariel y KLEIMAN, Helena de. Matrices: aplicaciones matemticas en
economa y administracin. Editorial Limusa. Mxico. 1985.
LAY, David C. lgebra lineal y sus aplicaciones. Addison-Wesley Longman. Mxico.
Segunda edicin. 1999.
LEITHOLD, Louis. Matemticas previas al clculo. Oxford university press. Mxico.
Tercera edicin. 1998.
LIAL Margaret y HUNGERFOR Thomas. Matemticas para administracin y
economa. Tearson educacin. Mxico. Sptima edicin. 2000.
OLMOS, Adriana. Matemtica II. Instituto Universitario Aeronutico. Crdoba. 1998.
RORRES, Chris y ANTON, Howard. Aplicaciones de lgebra lineal. Editorial Limusa.
Mxico. 1979.
SAUCHELLI V. y OLMOS Adriana. Mdulo de nivelacin matemtica. Instituto
Universitario Aeronutico. Crdoba. 2003.
SOBEL, Max y LERNER Norbert. lgebra. Prentice Hall. Segunda edicin.
Mxico.1989.
311

Matematica I PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matematica I PDF

Uploaded by

Copyright:

Available Formats

ii

Crdoba, septiembre del 2004

Crdoba, septiembre del 2004

Actividades complementarias .................................................................................257

Introduccin general orientadora

El siguiente mapa conceptual sintetiza lo hablado.

son analizadas por

Respecto a aspectos ms generales, le recordamos:

Bibliografa consultada por la autora

Orientacin del aprendizaje

9 Conocer la correspondencia entre mtodos algebraicos y mtodos grficos para

operan con los

Una ecuacin es un enunciado que establece la igualdad de dos expresiones y ese

reales1. Otro ejemplo de identidad es 2 x + 3 = 2 x + y tambin x 2 + x = x ( x + 2 )

que surgen de expresar un polinomio como producto de sus factores primos2.

2. Ecuacin lineal (EL)

ejemplo de ecuacin lineal en la variable x que modeliza matemticamente la

2 x y + 2 z = 0 no es lineal porque, en el primer sumando, la variable x figura

Analice por qu las siguientes ecuaciones algebraicas no son lineales.

Muchas veces es necesario ordenar y completar una ecuacin para identificar si es

Identifique los coeficientes y los trminos independientes de las siguientes ecuaciones

Consulte la unidad 1 del Mdulo de nivelacin matemtica. Cita consulta en Bibliografa.

3. Conjunto solucin de una EL

+ an xn = b es una sucesin ordenada

tales que la ecuacin se satisface cuando se hace la

sustitucin x1 = s1 , x2 = s2 , , xn = sn , esto es, a1s1 + a2 s2 + + an sn = b se transforma

Retomemos el ejemplo 2.1, su expresin matemtica

Apliquemos la ley uniforme para el producto:

La solucin general a la ecuacin lineal planteada en la variable x, es x = 1.05 .

En qu se diferencian ambas expresiones del conjunto solucin? Se diferencian

S1 y S2 son las representaciones paramtricas de la solucin general. Toda

La terna (3,1,1) es una solucin particular. La terna (3,0,0) no es solucin porque no

c) Demuestre que S1 = ( x, y, z ) / x = + 2t s, y = t , z = s, t s es una

representacin paramtrica del conjunto solucin de la ecuacin lineal del ejemplo

El ejemplo 9 trata de una ecuacin en tres variables y la representacin paramtrica del

Identific los conceptos principales definidos hasta ahora? Lstelos.

4. Sistemas de ecuaciones lineales (SEL)

Muchas veces para simplificar la notacin, en el sentido de hacerla ms fcil en su

La n-upla de nmeros reales

es una solucin del SEL si

x1 = s1 , x2 = s2 , , xn = sn es una solucin de cada ecuacin que forma el sistema. Esto

constantes de la primera ecuacin

constantes de la ltima ecuacin

columna de los coeficientes de la primera variable

b) Construya la matriz aumentada asociada al SEL

Una matriz aumentada es de forma escalonada en los renglones si satisface las

no estn en la forma escalonada ni en la forma escalonada reducida

Leyendo de izquierda a derecha.

a) Observe, luego indique cul se encuentra en la forma escalonada y cul en la forma

Para una matriz aumentada escalonada en los renglones reducida o simplemente

Cuntos conceptos nuevos! Algunos ms y otras menos importantes. Para

5. Conjunto solucin de un SEL

La coleccin de todas las soluciones es el conjunto solucin del sistema de ecuaciones

El SEL 1x + 1y = 5 admite slo una solucin.

Paso 1, construccin del coeficiente 1 en la primera variable: es 1 el coeficiente de

multiplicando por su recproco14? S. Cul es el recproco de 2?

multiplicamos la primera ecuacin por ese recproco:

Paso 2, eliminar la primera variable de las ecuaciones de abajo: se suman mltiplos

Como en la tercera ecuacin el coeficiente de la primera variable es 2, el mltiplo

Paso 3, construccin del coeficiente 1 en la segunda variable: es 1 el coeficiente de

Paso 4, eliminar la segunda variable de las ecuaciones de abajo: se suman mltiplos

Hay una tercera variable? No. Entonces:

El SEL 1x + 1 y = 5 admite infinitas soluciones.