MODULO Algebra Lineal

Captulo 1
Matrices
_________________________
Vctor Manuel Uribe Villegas lgebra Lineal 1 Parte
2
CAPITULO I

1. MATRICES

1.1. ANTECEDENTES

La teora de matrices la desarroll Arthur Cayley (18211895) y fue publicada
en 1858. Cuando Cayley trabaj con problemas relacionados con las
transformaciones lineales del tipo:

donde a , b , c y d son numero reales, observ que un arreglo rectangular del tipo:
simplificaba cada paso en la solucin de dichos problemas. Este matemtico ingls no
slo defini las matrices, sino que adems estableci las reglas para realizar las operaciones con dichas matrices; es
decir, desarroll el lgebra matricial.

Hoy en da, las matrices tienen diversas aplicaciones. Algunas de ellas estn relacionadas con la graficacin
por computadora y con el estudio de vectores.

1.2. DEFINICIN

Un arreglo rectangular de nmeros formado por m renglones y n columnas se llama matriz. Cada nmero de la
matriz se llama componenteij de la matriz, donde i indica el nmero de la fila donde se encuentra y j el
nmero de la columna donde se encuentra.

De manera que una matriz de 3 2 consta de tres renglones (m = 3) y dos columnas (n = 2). Cuando se tiene
que m = 1 es una matriz rengln o matriz fila, mientras que si n = 1 es una matriz columna.

El orden de una matriz esta dado por la dimensin que tiene. En los ejemplos, la matriz A es de orden
3 2, la matriz B es de orden 1 3 y la matriz C es de orden 3 1. Cuando una matriz contiene una sola
fila o una sola columna se denomina tambin con el nombre de vector.

Los componentes de una matriz se forman a partir de nmeros reales, pero las matrices como tal
constituyen un sistema matemtico diferente. Por este motivo se deben estudiar sus propiedades.

1.3. IGUALDAD DE MATRICES

by ax x + = '
dy cx y + = '
(
d c
b a
Arthur Cayley
| |
Columna Matriz rengln Matriz 2 3 de Matriz

1 3
31
21
11
1x3 13 12 11
2 3
32 31
22 21
12 11
= = =
(
(
(
= =
(
(
(
=

C B A
c
c
c
C b b b B
a a
a a
a a
A

Captulo 1
Matrices
_________________________
3
Dos matrices son iguales si tienen la misma dimensin y sus componentes correspondientes son iguales.

Ejemplo 1.1.
( )
2 3
2
1
4 12
2
5
5
4
8 1
x
x
x
Log
A
(
(
(

= y
2 3
3
5
2
3 1
x
x
x B
(
(
(
= son iguales por tener la misma dimensin y porque sus

componentes correspondientes son iguales.

Ejemplo 1.2.

Si la matriz
(
+
=
z y
x w
A
1
3 2
es equivalente a la matriz
(
+
=
z
x
B
5 1
3 2
entonces, Cules son los
valores de las variables w, x, y y z?

Solucin:

Por definicin dos matrices son equivalentes si tienen la misma dimensin y si sus componentes
correspondientes son iguales. Si A = B entonces:

(
+
=
(
+
=
z
x
z y
x w
B A
5 1
3 2
1
3 2
Los componentes correspondientes son iguales, por lo tanto podemos plantear 4 igualdades (ecuaciones)
as:
1
2 2
=
=
w
w

2
3
3 3
=
+ =
x
x x

0
1 1
=
= +
y
y

0
5
=
=
z
z z

1.4. CLASIFICACIN DE MATRICES.

1.4.1. MATRIZ CUADRADA
Una matriz con el mismo nmero de columnas y de renglones se designa como matriz cuadrada.
Se dice que una matriz cuadrada es de orden n si tiene n columnas y n renglones (filas).

1.4.2. MATRIZ DIAGONAL
Se llama diagonal principal de una matriz a los elementos
11
a ,
22
a ,
33
a , y
nn
a .
( )
( )
( )
4 orden de 3 orden de 2 orden de
1
1
1
1

4 0
2 1
4 4
4 4 4
3 3 3
2 2 2
1 1 1
3x3
33 32 31
23 22 21
13 12 11
2x2
x
z y x
z y x
z y x
z y x
C
b b b
b b b
b b b
B A
(
(
(
(
=
(
(
(
=
(
=

Captulo 1
Matrices
_________________________
4
Una matriz diagonal es una matriz cuadrada donde los componentes que no estn en la diagonal
principal son ceros, y, al menos, uno de los elementos de la diagonal principal es distinto de
cero.

1.4.3. MATRIZ IDENTIDAD
Se llama matriz Identidad a una matriz diagonal, cuyos elementos de la diagonal principal son
unos. La matriz idntica se denota por la letra
n
I donde n es el orden de la matriz.

1.4.3.1. PROPIEDAD DEL PRODUCTO
Sea A una matriz de (n n) e
n
I una matriz identidad de orden n, entonces:
A
n
I =
n
I A = A

1.4.4. MATRIZ DIAGONAL ESCALAR
Es una matriz cuya diagonal est formada por un mismo nmero.

El resultado de multiplicar una matriz cualquiera A por una matriz escalar E (en ese orden AE),
es igual al que se obtiene al multiplicar la matriz A por el nmero que forma la diagonal.

1.4.5. MATRIZ TRANSPUESTA
La matriz transpuesta de la matriz A de orden (m n) es una matriz A
t
de orden (n m) que
tiene como filas las columnas de A, es decir:
( )
( )

0 0
0 0
0 0

4 0
0 3
Diagonales Matrices
3x3
33
22
11
2x2
(
(
(
=
(
b
b
b
B

(
(
(
(
=
(
(
(
=
(
=
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

1 0 0
0 1 0
0 0 1

1 0
0 1
Identidad Matrices
4 3 2
I I I
I
n

(
(
(
(
(
(
=
(
(
(
=
(
=
2
1
0 0 0
0
2
1
0 0
0 0
2
1
0
0 0 0
2
1

3 0 0
0 3 0
0 0 3

2 0
0 2
Escalares Diagonales Matrices
C B A

Captulo 1
Matrices
_________________________
5
Si
( ) nxm
mn n
m
t
mxn
mn m
n
a a
a a
A
a a
a a
A
(
(
(
=
(
(
(
1
1 11
) (
1
1 11
entonces .

Ejemplo 1.3.

Si
(
(
(

=
5 8 2
1 2 3
6 5 1
A entonces su matriz transpuesta es
(
(
(
=
5 1 6
8 2 5
2 3 1
t
A

1.4.5.1. PROPIEDADES DE LA MATRIZ TRANSPUESTA
Sean A y B dos matrices cuadradas, entonces:

(A
t
)
t
= A
(A +B)
t
= A
t
+ B
t

(AB)
t
= B
t
A
t

Si r es un escalar entonces (rA)
t
=r(A
t
)

1.4.6. MATRIZ NULA
Una matriz nula es aquella que todos sus componentes son ceros. Se representa por 0. Puede
tener cualquier dimensin.

) 3 x 3 (
0 0 0
0 0 0
0 0 0
0
Nula Matriz
(
(
(
=

1.4.7. MATRIZ SIMTRICA
Una matriz cuadrada A es simtrica, si y solo si, A y su transpuesta son iguales; es decir A = A
t

simtrica. es
entonces , y
7 0 3
0 5 2
3 2 1
es esta su transpu y
7 0 3
0 5 2
3 2 1
Como
A
A A A A
t t
=
(
(
(

=
(
(
(

=

1.4.8. MATRIZ ANTISIMTRICA
Una matriz cuadrada A es antisimtrica si y solo si A = A
t
. Para que una matriz sea
antisimtrica su diagonal principal debe estar conformada por ceros.

Captulo 1
Matrices
_________________________
6
ica. Antisimetr es tanto lo por ,
implica ,
0 6 3
6 0 2
3 2 0
y
0 6 3
6 0 2
3 2 0
entonces
0 6 3
6 0 2
3 2 0
Si
A A A
A A A
t
t
=
(
(
(
=
(
(
(
=
(
(
(

=

1.4.9. MATRIZ CONJUGADA
Tiene como componentes nmeros complejos. Una matriz conjugada es la matriz que contiene
los componentes conjugados de una matriz inicial.

(

+
=
(
+

=
i i
i i
A
i i
i i
A
5 2
3 4 3
conjugada matriz ,
5 2
3 4 3
inicial Matriz

1.4.10. MATRIZ TRANSCONJUGADA
La matriz transconjugada es la transpuesta de una matriz conjugada

(
+

=
(

+
=
i i
i i
A
i i
i i
A
5 3 4
2 3
* gada Transconju matriz ,
5 2
3 4 3
conjugada Matriz

1.4.11. MATRIZ TRIANGULAR

1.4.11.1. SUPERIOR
Es una matriz cuadrada que tiene sus componentes por debajo de la diagonal principal
equivalentes a cero.

Ejemplo 1.4.
(
(
(
=
3 0 0
7 1 0
6 5 2
superior r triangula Matriz
A

1.4.11.2. INFERIOR
Es una matriz cuadrada que tiene sus componentes sobre la diagonal principal
equivalentes a cero.

Ejemplo 1.5.
(
(
(
=
3 5 1
0 1 4
0 0 2
inferior r triangula Matriz
A

1.4.12. INVERSA DE UNA MATRIZ
Sean A y B dos matrices de n n, tales que: AB = I, entonces B se llama inversa de A y se denota
como A
1
:
Captulo 1
Matrices
_________________________
7

Si una matriz no se puede invertir se designa como singular. En caso contrario, se llama no
singular.

1.4.12.1. PROPIEDADES DE UNA MATRIZ INVERSA

(a) Si A es un matriz no singular, entonces A
1
es no singular y (A
1
)
1
=A
(b) Si A y B son matrices no singulares, entonces AB es no singular y (AB)
1
=B
1
A
1

(c) Si A es una matriz no singular, entonces (A
t
)
1
=(A
1
)
t

1.5. OPERACIONES ENTRE MATRICES

1.5.1. SUMA DE MATRICES

Sean A y B dos matrices del mismo orden o dimensin, la suma de ambas matrices A + B, es la
matriz que se obtiene al sumar los elementos correspondientes de cada matriz; es decir:
Si A =
(
(
(
(
mn m m
n
n
a a a
a a a
a a a
...
...
...
2 1
2 22 21
1 12 11
y B =
(
(
(
(
mn m m
n
n
b b b
b b b
b b b
...
...
...
2 1
2 22 21
1 12 11
entonces la matriz que resulta de

sumar A + B es
(
(
(
(
+ + +
+ + +
+ + +
mn mn m m m m
n n
n n
b a b a b a
b a b a b a
b a b a b a
...
...
...
2 2 1 1
2 2 22 22 21 21
1 1 12 12 11 11

Ejemplo 1.6.

Se A =
(
(
(
(
(
7 6
1 2 , 0
3
2
1
y B =
(
(
(
4 0
3 4
5 1
. Hallar la matriz A + B.
Solucin:

Como la matriz A y la matriz B tienen la misma dimensin, entonces es posible sumarlas
A + B =
(
(
(
(
(
7 6
1 2 , 0
3
2
1
+
(
(
(
4 0
3 4
5 1
=
(
(
(
(
(
+ +
+ +
+ +
) 4 ( 7 0 6
3 1 4 2 , 0
) 5 ( 3 1
2
1
=
(
(
(
(
(
3 6
4 2 , 4
2
2
3

AA
1
= A
1
A = I
n

Captulo 1
Matrices
_________________________
8
1.5.1.1. SUMA DE MATRICES CON UN ESCALAR

Para sumar una matriz cuadrada con un escalar debemos asumir que el escalar esta
multiplicado por la matriz idntica. Sea A un matriz cuadrada de dimensin n y k un escalar.
La suma de A + k es equivalente a sumar la matriz A con la matriz que resulta de multiplicar
el escalar k con la matriz idntica de dimensin n.
A + k =
(
(
(
(
nn n n
n
n
a a a
a a a
a a a
...
...
...
2 1
2 22 21
1 12 11
+ k
=
(
(
(
(
nn n n
n
n
a a a
a a a
a a a
...
...
...
2 1
2 22 21
1 12 11
+ kI
n
=
(
(
(
(
nn n n
n
n
a a a
a a a
a a a
...
...
...
2 1
2 22 21
1 12 11
+k
(
(
(
(
1 ... 0
0 ... 1 0
0 ... 0 1

=
(
(
(
(
nn n n
n
n
a a a
a a a
a a a
...
...
...
2 1
2 22 21
1 12 11
+
(
(
(
(
k
k
k
... 0
0 ... 0
0 ... 0

=
(
(
(
(
+
+
+
k a a a
a k a a
a a k a
nn n n
n
n
...
...
...
2 1
2 22 21
1 12 11

1.5.2. PRODUCTO DE UNA MATRIZ POR UN NUMERO REAL k (ESCALAR)

Sean A una matriz de cualquier orden y k un numero real dado, el producto del escalar k por la
matriz A es otra matriz denotada como kA, y se obtiene al multiplicar cada elemento de A por k.

Ejemplo 1.7..

Captulo 1
Matrices
_________________________
9
A =
(
(
(
9 3 0
1 4 5
1 0 2
; k = 3, obtenga kA; es decir, 3A
Solucin:

3A = 3
(
(
(
9 3 0
1 4 5
1 0 2
=
( )( ) ( )( ) ( )( )
( )( ) ( )( ) ( )( )
( )( ) ( )( ) ( )( ) (
(
(
9 3 3 3 0 3
1 3 4 3 5 3
1 3 0 3 2 3
=
(
(
(
27 9 0
3 12 15
3 0 6

1.5.3. RESTA DE MATRICES

Sean A y B dos matrices del mismo orden. A B es otra matriz que resulta de resolver A+(1)B.

Ejemplo 1.8.

Sea A =
(
9 5 0
1 3 2
y B =
(

1 5 2
2 1 3
. Hallar A B

Solucin:
A B =
(
9 5 0
1 3 2

(

1 5 2
2 1 3

=
(
9 5 0
1 3 2
+ (1)
(

1 5 2
2 1 3

=
(
9 5 0
1 3 2
+
(

1 5 2
2 1 3

=
(
8 10 2
3 2 1

1.5.4. PROPIEDADES PARA LA SUMA Y EL PRODUCTO DE UN NUMERO REAL POR
UNA MATRIZ

Si A, B y C son matrices de orden (m n) y k
1
, k
2
son nmeros reales, entonces:

- A + k
1
= k
1
+ A Propiedad conmutativa de la adicin.
- (A + B) + C = A + (B + C) Propiedad asociativa de la adicin.
- A + 0 = A Existe un elemento identidad de la suma, la matriz cero.
- A + (A) = 0 Para cada matriz existe un inverso aditivo.
- k
1
(A + B) = k
1
A + k
}
B Propiedad distributiva
- (k
}
+ k
2
) A = k
1
A + k
2
A Propiedad distributiva
- ( k
1
k
2
) A = K
1
(K
2
A) Propiedad asociativa en la multiplicacin
Captulo 1
Matrices
_________________________
10
- 1A = A Existe un escalar identidad de la multiplicacin
- 0 A = 0 Siendo 0, la matriz cero o matriz nula.

1.5.5. PRODUCTO DE MATRICES

Sean A y B dos matrices, el producto AB (en el mismo orden) slo est definido si el numero de
columnas de la primera matriz A es igual al nmero de filas de la segunda matriz B. si esto
suceda se dice que A y B son Conformables con respecto a la multiplicacin.

Si A =
n m
(
y B =
p n
(
entonces A y B son matrices conformables y su producto es

AB =
p m
(

Sean A =( )
ij
a de orden (m n) y B =( )
ij
b de orden (n p), entonces el producto AB (en el
mismo orden es otra matriz de orden (m p), C =( )
ij
c en donde:

=
ij
c (fila i de A)(columna j de B)

Es decir, el elemento ij de AB es producto de cada uno de los elementos de la fila i de A por
cada uno de los elementos de la columna j de B, de manera que:

nj in j i j i ij
b a b a b a c + + =
2 2 1 1

Ejemplo 1.8.

A =
3 3
2 4 1
1 0 2
2 4 1
(
(
(
, B =
2 3
6 5
0 2
2 3
(
(
(
Dadas las matrices A y B, compruebe que si son

conformables con respecto a la multiplicacin y encuentre AB.

Solucin:

Dado que el nmero de columnas de A coincide con el nmero de filas de B, entonces son
conformables.

Obtenemos cada uno de los elementos de la matriz producto, multiplicando cada rengln de A
por cada columna de B, as:

11
c = 1 (3) + 4 (2) + 2 (5) = 3 + 8 10 = 5
12
c = 1 (2) + 4 (0) + 2 (6) = 2 + 0 + 12 = 14
21
c = 2 (3) + 0 (2) + 1 (5) = 6 + 0 5 = 11
22
c = 2 (2) + 0 (0) + 1 (6) = 4 + 0 + 6 = 10
31
c = 1 (3) 4 (2) 2 (5) = 3 8 + 10 = 5
Captulo 1
Matrices
_________________________
11
32
c = 1 (2) 4 (0) 2 (6) = 2 + 0 12 = 14

Entonces:

2 3 2 3 3 3
14 5
10 11
14 5
6 5
0 2
2 3
2 4 1
1 0 2
2 4 1

(
(
(
=
(
(
(
(
(
(

1.5.5.1. PROPIEDADES DEL PRODUCTO DE MATRICES

Si A, B y C son matrices de orden tal que se puedan multiplicar y k es un nmero real, entonces
se cumple con:

- (AB)C = A(BC) Propiedad asociativa de la multiplicacin
- A(B+C) = AB + AC Propiedad distributiva de la multiplicacin por la izquierda
- (B+C)A = BA + CA Propiedad distributiva de la multiplicacin por la derecha
- k(AB) = (kA)B = A(kB)

1.6. POLINOMIO DE MATRICES

Un polinomio es una expresin algebraica que tiene la forma
0 1
... ) ( kx bx ax x P
n n
+ + =

. Si A es
cuadrada entonces
0 1
... ) ( kA bA aA A P
n n
+ + =

Ejemplo 1.9.

Si 1 2 5 ) (
2 3
+ + = x x x x P y
(
=
5 1
4 2
A entonces ) (A P es igual a:
Solucin:

(

=
(
+
(
+
(
=
+ + =
337 160
640 143
) (
0 0
0 1
1
5 1
4 2
5 1
4 2
2
5 1
4 2
5 ) (
1 2 5 ) (
2 3
2 3
A P
A P
I A A A A P

Al evaluar un polinomio de matrices se obtiene una matriz.

1.7. COMBINACIN LINEAL

Una de las definiciones ms importantes, en el estudio del algebra lineal, es el concepto de combinacin
lineal el cual definiremos a continuacin:
Captulo 1
Matrices
_________________________
12

Si A
1
, A
2
, , A
k
son matrices de m n y c
1
, c
2
,,c
k
son nmeros reales, entonces una expresin de la
forma

se denomina combinacin lineal de A
1
, A
2
, , A
k
y c
1
, c
2
,,c
k
se llaman coeficientes.

Ejemplo 1.10.

Si
(

=
1 4
3 0
1
A y
(
=
0 1
2 1
2
A entonces
2 1
2
1
3 A A C = es una combinacin lineal de A
1
y A
2
. Por
medio de la multiplicacin de un escalar y la suma de matrices, podemos calcular C.

(
(
=
(
(
+
(

=
(

= =
3
2
25
8
2
1
0
2
1
1
2
1
3 12
9 0
0 1
2 1
2
1
1 4
3 0
3
2
1
3
2 1
A A C

Otra de las formas de ver una combinacin lineal es el producto de Ac donde A es una matriz de m n y
c es una matriz de n 1 (nvector). Este producto de Ac se puede escribir como una combinacin lineal
de las columnas de A, en las que los coeficientes son las entradas en c.

Si
(
(
(
(
=
mn m m
n
n
a a a
a a a
a a a
A
2 1
2 22 21
1 12 11
y
(
(
(
(
=
n
c
c
c
c
2
1
entonces
(
(
(
(
+ +
(
(
(
(
+
(
(
(
(
=
mn
n
n
m m
a
a
a
a
a
a
c
a
a
a
c Ac

2
1
2
22
12
2
1
21
11
1
.

Ejemplo 1.11.
Sean
(

=
2 2 4
3 1 2
A y
(
(
(
=
4
3
2
c . Entonces el producto Ac escrito como una combinacin lineal de
las columnas de A es
(
=
(
+
(
=
(
(
(

=
6
5
2
3
4
2
1
3
4
2
2
4
3
2
2 2 4
3 1 2
Ac

1.8. APLICACIONES DE LAS OPERACIONES ENTRE MATRICES

Son muchas las aplicaciones de las operaciones entre matrices, entre ellas se encuentran las
transformaciones matriciales, que nos permiten manipular vectores y grficas representadas en el plano
cartesiano o en el espacio. En este captulo tomaremos las transformaciones matriciales como referente
para nuestras aplicaciones.

c
1
A
1
+ c
2
A
2
+ + c
k
A
k
.
Captulo 1
Matrices
_________________________
13
La notacin R
n
la utilizaremos para referirnos a todos los nvectores con entradas reales (Recordar la
definicin matricial de vector 1.2). De acuerdo con ello, R
2
denota el conjunto de todos los 2vectores y
R
3
el conjunto de todos los 3vectores. De manera geomtrica es importarte reconocer la representacin
de un vector en R
2
y en R
3
.

En R
2
el vector
(
=
y
x
x esta representado por:

En R
3
el vector
(
(
(
=
z
y
x
x esta representado por:

Las transformaciones matriciales son funciones matemticas. Si A es una matriz de m n y u es un
nvector, el producto de Au es un mvector. Una funcin f que transforma R
n
en R
m
se denota por
m n
R R f : . Una transformacin matricial es un funcin
m n
R R f : , definida con ( ) Au u f = . El
vector en R
m
se denomina imagen de u, y el conjunto de todas las imgenes de los vectores R
n
se
denomina rango de f .

Ejemplo 1.12.

Sea f la trasformacin matricial definida por ( ) u u f
(
=
1 3
4 2
Hallar la imagen de
(
=
1
2
u .
Solucin:

Como ( ) u u f
(
=
1 3
4 2
entonces
(
=
(
=
|
|
.
|
\
|
(
5
0
1
2
1 3
4 2
1
2
f

Ejemplo 1.13.

Captulo 1
Matrices
_________________________
14
Sea
(
=
1 1 1
0 2 1
A , y considere la transformacin matricial definida por ( ) Au u f = . Hallar las
imgenes de ,
1
0
1
(
(
(
de
(
(
(
3
1
0
y de
(
(
(
3
1
2
.
Solucin:
Al evaluar la transformacin matricial con cada uno de los vectores en R
3
, se obtiene .
0
0
y
2
2
,
2
1
(

respectivamente. (Verifique).

Ejemplo 1.14.

La transformacin matricial definida por ( )
(
(
(
=
|
|
|
.
|
\
|
(
(
(
=
z
y
x
z
y
x
f u f
0 1 0
0 0 1
. Entonces
( )
(
=
|
|
|
.
|
\
|
(
(
(
=
y
x
z
y
x
f u f .

Observe que
(
(
(
=
s
y
x
v , en donde s es cualquier escalar, entonces ( ) ( ) u f
y
x
v f =
(
= .
La transformacin matricial f es un ejemplo de una transformacin matricial denominada proyeccin de
R
3
en el plano . xy si observa con cuidado la grfica, ver que el vector u se proyecta al plano xy
formando el vector en R
2
( )
(
=
y
x
u f .

En ocasiones, podemos definir un polgono de manera matricial, es decir, las filas o columnas de la
matriz pueden determinar el polgono al contener las coordenadas de sus vrtices. De esta manera,
podramos manipularlo mediante operaciones con matrices y vectores. Por ejemplo, el polgono ABC se
podra representar por medio de una matriz, as:
Captulo 1
Matrices
_________________________
15

(

=
1 5 3
1 2 2
C B A
M , La matriz M contiene las coordenadas del polgona
ABC. Cada columna representa un punto (vrtice) y cada Fila representa
una coordenada especfica.

Si a la matriz M le sumamos otra matriz donde incrementemos el mismo
valor
1
x en las coordenadas x y el mismo valor
1
y en las coordenadas y
estaramos realizando una traslacin en direccin al vector
(
=
1
1
y
x
v .

Ejemplo 1.15.

Dado el polgono ABC determinado por la matriz
(

=
1 5 3
1 2 2
C B A
M y el vector
(
=
2
4
v . Hallar la
traslacin que produce el vector v a M

Solucin:

Debemos tener claro que el vector v define una matriz de
traslacin la cual corresponde a
(
=
2 2 2
4 4 4
t
M ,
Lo cual define la operacin matricial de la siguiente manera:

M + M
t
=
(

1 5 3
1 2 2
+
(
2 2 2
4 4 4

=
(
3 7 5
3 2 6
Esta matriz corresponde al polgono
trasladado DEF (ver grfica).

Captulo 1
Matrices
_________________________
16

EJERCICIOS CAPITULO I

1. Indique la dimensin de cada una de las siguientes matrices.
a.
(
=
0 0 2 3
2 . 0 7 / 9 2 3
A
b.

c.
(
=
1 0
0 1
C
d.
(
(
(
(

=
0 0 0
1 0 0
3 1 0
5 4 1
D
(
(
(
(
=
0
0
2
1
B
Captulo 1
Matrices
_________________________
17
2. Dada la matriz
(
(
(
(
=
9 7 2 , 1
3 4 15
2 0 3 , 3
5 , 0 5 1
A indicar cada uno de los siguientes:

a. a
32
=
b. a
33
=
c. a
21
=
d. a
42
=
e. a
13
=
f. a
43
=

3. Si la matriz A es equivalente a la matriz B entonces hallar los valores de las incgnitas x, y, z y w

(
(
+

=
2
2 4 2
2
w
z z
y x
A y
(
+
+
=
3 0
8 7 5
w
x
B
4. Para cada ejercicio halle la matriz X =
(
s r
q p
tal que:
a.
(
=
(
6 5
3 1
6 5
3 1
X
b.
2
1 4
1 2
I X =
(

c.
2
3 2
3 2
I X =
(

d.
2
2 5
0 1
3 2
I X = +
(

5. Hallar la transpuesta de cada una de las matrices dadas
a. A = | | 51 25 21 1

b. B =
(
(
(
6 5 4
3 8 9
6 2 3

c. C =
(
9 5 0
4 3 2

d. D =
(
(
(
(

7 7
4
2
5 2 / 1
a
x

6. Determine los nmeros m y n tales que A =
(
(
(

0 5
5 0 1
2 0
n
m
sea antisimtrica
7. Determine los nmeros m y n tales que B =
(
(
(

0 6 4
1 3
4 3
n
m
sea simtrica
8. Verifique cules de las siguientes matrices son simtricas y cules antisimtricas:
Captulo 1
Matrices
_________________________
18
a. M =
(
(
(

2 5 3
5 4 2
3 2 1

b. M =
(
(
(
0 7 3
7 0 2
3 2 0

c. M =
(
0 9
9 1

d. M =
(
(
(

7 8 5
8 6 3
5 3 2

e. M =
(
(
(
(

6 1 9 4
1 0 2 3
9 2 7 4
4 3 4 5

f. M =
(
(
(
0 1 3
1 0 2
3 2 0

9. Demuestre, con argumentos matemticos o un ejemplo, que:

a. Toda matriz diagonal escalar es simtrica
b. La transpuesta de toda matriz triangular superior es triangular inferior
c. No existe una matriz simtrica y antisimtrica a la vez
d. Si A y B son matrices antisimetricas, entonces A + B es tambin ansimtrica
e. La transpuesta de una matriz idntica es la misma idntica

10. En el siguiente plano complejo se han representado los nmeros (u, v, w, z). Recuerde que en el plano
complejo, el eje horizontal corresponde a la parte real del nmero complejo, y el eje vertical a la parte
imaginaria. Adems recuerde que un nmero complejo no se representa como un punto sino como un
vector. Determine:
a. La matriz M =
(
z w
v u
(M es una matriz conformada con nmeros complejos)
b. La matriz M, es decir la matriz conjugada de M. Ubique los componentes de la matriz
conjugada en el plano complejo. Qu cambios observa con respecto al polgono inicial?
Captulo 1
Matrices
_________________________
19
c. La matriz M*, es decir la Transconjugada de M y ubique los componentes de la matriz
transconjugada en el plano complejo. Qu cambios observa con respecto al polgono inicial?

11. Verificar si cada pareja de matrices corresponde a una matriz dada y su inversa
a.
(
(
7
5
7
3
7
4
7
1
,
1 3
4 5

b.
(
(
(
(
(
(

6 3 2
4 1 0
3 2 1
,
4
1
4
1
2
1
1 0 2
4
5
4
3
2
3

12. Dadas las siguientes matrices (Para los ejercicios 13, 14 y 15):

A =
(
(
(

1 2 1
6 5 2
4 3 1
B =
(
(
(
2 5 7
8 4 1
7 0 2
C =
(
(
(
3 3 7
5 6 4
0 1 1

13. En los siguientes ejercicios efectu el calculo indicado con:

a. 5A
b. A + 4B
c. A 4B + 5C
d. C 4B + 5C
e. 3A + 5B + 0B
f. 4C 2A
g. 3A C
h. A + 4(C B)
i. 2(2A+(B+2C))

14. Halle una matriz D tal que A+3B5CD sea equivalente a una matriz cero de orden 3
15. Encuentre una matriz E tal que 3A+B5C+E sea equivalente a
(
(
(
1 0 0
0 1 0
0 0 1

16. Dadas las siguientes matrices (para los ejercicios 17, 18, 19, 20 y 21):

A =
(
(
(
0 4 1
3 0 1
6 5 4
B =
(
(
(

0 5 3
1 2 5
3 2 1
C =
(
(
(

2 1 2
4 9 5
3 5 0

17. Resolver:
a. 4A+B
b. 2A3C
c. A4B+2C
d. A2B3C
e. C+BA
f. C2B+A

Captulo 1
Matrices
_________________________
20
18. Determine una matriz D tal que A+B+C+D sea equivalente a
(
(
(
3 2 4
0 9 6
4 1 2

19. Halle una matriz E tal que AB+C2E sea una matriz cuyos componentes son todos 1 de orden 3
20. Encuentre la matriz A
2
, B
3

21. Resuelva los productos AC y CA se cumple la propiedad conmutativa?

22. verifique que las matrices dadas son conformables, si lo son, realice el producto.
a.
(
4 2
2 4
6 1
3 2

b.
(
3 8
7 5
4 1
2 3

c.
(
(
(
2 9 0
4 6 7
1 1 3
2 3 4
1 5 4

d.
(
(
(
3 2
3 2
6 1
3 6 2
4 1 7

e.
(
(
(
(
(
(

5
3
1
1 2 0
1 5 4
3 2 1

f.
(
(
(
(
(
(
4 7 2
3 2 1
0 3 2
5 4 3
1 10 9
2 0 1

23. Realice cada uno de los siguientes productos como una combinacin lineal
a.
(
(
(
(
(
(
5
1
0
7 3 2
1 0 5
4 2 1

b.
(
(
(
3
2
1
1 3 2
0 1 2

c.
(
(
(
(
5
3
5 4
0 3
1 2

d. | |
(
(
(
(
7
3
11
2
0 5 4 2

24. Dado el polgono ABCDE:

a. Determine una matriz P con las coordenadas de los vrtices del polgono
b. Calcule la matriz 3P. Grafique el polgono resultante ABCDE e indique cual fue su
transformacin
c. Calcule la matriz
2
1
P e indique cul fue su transformacin
d. Calcule la matriz P e indique cul fue su transformacin
Captulo 1
Matrices
_________________________
21
e. Qu matriz traslada al polgono ABCD dos unidades hacia la izquierda y tres unidades hacia
arriba?
f. Qu operacin entre matrices (polinomio de matrices) triplica el polgono, lo rota 180 grados y
lo traslada 3 unidades a la derecha y 5 hacia abajo, a la vez?

25. La letra N mayscula de la figura esta determinada por ocho puntos o vrtices. Las coordenadas de los
puntos se pueden guardar en una matriz de datos de dimensin 2 8, que llamaremos D.

D=
8 2
8 8 8 42 , 6 58 , 1 0 0 0
6 5 , 5 0 5 , 0 5 , 5 6 5 , 0 0
Coordenada
Coordenada
8 7 6 5 4 3 2 1 Vertices
x
y
x
(

a. Ubique en el plano cartesiano cada uno de los vrtices de la letra N y grafquela
b. Dada la matriz A=
(
1 0
25 , 0 1
, encuentre la matriz AD e indique que transformacin
lineal se le produjo a la letra N
c. Ubique en el plano cartesiano la transformacin AD

26. Dadas las siguientes matrices: A =
(
(
(
2 0 1
4 4 0
0 2 1
B =
(
(
(
2 0 3
1 1 2
0 0 2
y C =
(
(
(
2 3 0
1 0 3
0 1 2
, y
los polinomios: 6 3 2 ) (
2 3
+ + = x x x x P , 5 4 ) (
2
= x x Q y 1 5 ) (
2
+ = x x x H , hallar:

1.1.1. P(A)
1.1.2. Q(B)
1.1.3. H(C)
1.1.4. P(B A)
1.1.5. Q(A) + H(B)
1.1.6. P(C) H(A)
Captulo 1
Matrices
_________________________
22
1.1.7. P(A 4) 1.1.8. Q(C)+5 1.1.9. Q[P(A)]

CAPITULO II

2. DETERMINANTES

2.1. ANTECEDENTES

Aunque los determinantes ya se conocan (desde hace aproximadamente un
siglo) antes de la aparicin de las matrices, hoy en da su estudio se encuentran
ligado. Algunos historiadores consideran que Gottfried Wilhelm Leibniz
(1646 1716) desarroll la teora de los determinantes, mientras que algunos
otros sealan que el matemtico japons Seki Kowa hizo lo mismo diez aos
antes.

Gottfried
Wilhelm Leibniz
Captulo 1
Matrices
_________________________
23
Por otro lado, James Joseph Sylvester (1814 1879) utiliz, por primera vez, el trmino matriz en 1850
para distinguir las matrices de los determinantes. De hecho, la intencin era que el trmino matriz tuviera
el significado de madre de los determinantes.

2.2. DEFINICIN

El determinante de una matriz n n es un nmero real asociado a la matriz cuadrada A, mediante una
funcin denominada funcin determinante. Si la matriz es A, el determinante que se asocia a A se denota
como det(A) o A . El dominio de la funcin determinante es el conjunto de las matrices cuadradas, y su
rango es el conjunto de los nmeros reales.

Para definir la funcin que permite determinar el determinante a una matriz n n empezaremos
definiendo el determinante de una matriz de orden 1, es decir de 1 1.

Si A = [a
11
] entonces det(A)= a
11

Ejemplo 2.1.

Si A = [3] entonces el determinante de la matriz A est dado por det(A) = 3

Ahora si la matriz es de orden 2, es decir
(
=
22 21
12 11
a a
a a
A , entonces el det(A) es a
11
a
22
a
21
a
12
.
Ejemplo 2.2.

Si
(

=
6 4
3 2
A entonces el determinante de A es: det(A) = (2)(6)(4)(3)=12 (12)=24

Para calcular determinantes de matrices de orden superior a 2 haremos uso del siguiente procedimiento:

Definicin

Para n > 2, el determinante de una matriz A
nxn
= [a
ij
] es la suma de los n trminos de la forma a
1j
det(A
1j
),
con los signos ms o menos alternndose, donde las entradas a
11
, a
12
,,a
1n
son de la primara fila de A y
A
1j
es la matriz menor A
1j
que resulta de eliminar la fila 1 y la columna j de A. En smbolos:

Ejemplo 2.3.
det(A) = a
11
det(A
11
) a
12
det(A
12
) ++ (1)
1+n
a
1n
det(A
1n
)
=
=
+
n
j
j j
j
A a
1
1 1
1
) det( ) 1 (
Captulo 1
Matrices
_________________________
24
Calcule el determinante de
(
(
(
=
0 2 0
1 4 2
0 5 1
A
Solucin:

El det(A)= a
11
det(A
11
) a
12
det(A
12
) + a
13
det(A
13
)

(
+
(

=
2 0
4 0
det 0
0 0
1 2
det 5
0 2
1 4
det 1 ) det(A
2 ) 0 4 ( 0 ) 0 0 ( 5 ) 2 0 ( 1 = + =

Otra manera de definir el concepto de determinante es haciendo uso del concepto de cofactor. Dada
A = [a
ij
], el cofactor (i, j) de A es el nmero C
ij
dado por

C
ij
= (1)
i+j
det(A
ij
)

Con este concepto se puede definir de otra manera determinante. El determinante de A
nxn
se puede
calcular haciendo un desarrollo por cofactores a lo largo de cualquier fila o descendiendo por cualquier
columna. El desarrollo a lo largo de la fila i sima usando los cofactores es:

El desarrollo por cofactores bajando por la columna j sima es

Ejemplo 2.4.

Use un desarrollo por cofactores a lo largo de la tercera fila para calcular det(A), donde
(
(
(
=
0 2 0
1 4 2
0 5 1
A .

Solucin:

2 0 ) 1 ( 2 0
4 2
5 1
0
1 2
0 1
) 2 (
1 4
0 5
0
) det( ) 1 ( ) det( ) 1 ( ) det( ) 1 (
) det(
33 33
3 3
32 32
2 3
31 31
1 3
33 33 32 32 31 31
= + + =
+
=
+ + =
+ + =
+ + +
A a A a A a
C a C a C a A

2.3. PROPIEDADES DE LOS DETERMINANTES

det(A) = a
i1
C
i1
+ a
i2
C
i2
++ a
in
C
in

det(A) = a
1j
C
1j
+ a
2j
C
2j
++ a
nj
C
nj

Captulo 1
Matrices
_________________________
25
2.3.1. Los determinantes de una matriz y su transpuesta son iguales; es decir, det(A
T
) = det(A)

2.3.2. Si la matriz B se obtienen intercambiando dos filas o intercambiando dos columnas de A
entonces det(B) = det(A)

2.3.3. Si dos filas o columnas de A son iguales, entonces det(A)=0

2.3.4. Si una fila o columna de A es mltiplo de otra fila o columna de A respectivamente, entonces el
det(A) = 0

2.3.5. Si una fila de A o columna de A consta slo de ceros, entonces det(A)=0

2.3.6. Si B se obtiene de A multiplicando una fila o columna de A por un nmero real c, entonces
det(B) = cdet(A)

2.3.7. Si la matriz B se obtienen de sumar nveces una fila de A a otra fila de A, entonces el
det(A)=det(B)

2.3.8. Si una matriz A=[a
ij
] es triangular superior o inferior, entonces det(A)=a
11
a
22
a
nn
es decir; el
determinante de una matriz triangular es el producto d los elementos de la diagonal principal.

Corolario: El determinante de una matriz digonal es el producto de las entradas de su diagonal
principal.

2.3.9. El determinante del producto de dos matrices es el producto de sus determinantes; es decir,
det(AB)=det(A)det(B).
2.3.10. Si A es no singular, entonces det(A) = 0 y
) det(
1
) det(
1
A
A =

2.4. LA INVERSA DE UNA MATRIZ POR COFACTORES

Recordemos que toda matriz A (no singular), multiplicada por su inversa (A
1
) da como resultado la
matriz idntica, es decir:

Uno de los procedimientos utilizados para hallar la inversa de una matriz (no singular) es por cofactores.
Algunos textos de Algebra lineal llaman tambin a este procedimiento inversa de una matriz por
determinantes.

La inversa de una matriz no singular est dada por

AA
1
=A
1
A

= I
(A) adj
A
1
A
1 -
=
Captulo 1
Matrices
_________________________
26
Donde adj(A) es la matriz adjunta A, equivalente a la transpuesta de la matriz conformada por los
cofactores de A.

Ejemplo 2.5.

Dada la matriz
(
(
(
=
5 6 4
0 3 0
1 2 1
A determinar si es invertible (no singular), y si lo es, su respectiva
inversa.

Solucin:

Primero: Se debe calcular el determinante de la matriz, ya que al encontrar un determinante equivalente
a cero indicara que la matriz es singular, es decir no tendra inversa. Para esto usaremos un desarrollo
por cofactores a lo largo de la segunda fila, as encontraramos el det(A).

( )( ) ( )( ) ( ) ( )
27 ) det(
27 4 5 3 1 4 5 1 3 ) det(
6 4
2 1
0
5 4
1 1
3
5 6
1 2
0 ) det(
) det( ) 1 ( ) det( ) 1 ( ) det( ) 1 ( ) det(
) det(
23 23
3 2
22 22
2 2
21 21
1 2
23 23 22 22 21 21
=
= = =
+ =
+ + =
+ + =
+ + +
A
A
A
A a A a A a A
C a C a C a A

Como el det(A) es distinto de cero, entonces la matriz A es no singular, es decir tiene inversa, lo cual
indica que podemos hallar la inversa de la matriz A.

Segundo: Despus de haber confirmado que la matriz es no singular, procedemos a hallar todos los
cofactores de la matriz A haciendo uso de la C
ij
= (1)
i+j
det(A
ij
).

15
5 6
0 3
1 ) det( ) 1 (
11
1 1
11
= = =
+
A C
0
5 4
0 0
1 ) det( ) 1 (
12
2 1
12
= = =
+
A C
12
6 4
3 0
1 ) det( ) 1 (
13
3 1
13
= = =
+
A C
4
5 6
1 2
1 ) det( ) 1 (
21
1 2
21
= = =
+
A C
9
5 4
1 1
1 ) det( ) 1 (
22
2 2
22
=
= =
+
A C
14
6 4
2 1
1 ) det( ) 1 (
23
3 2
23
=
= =
+
A C
Captulo 1
Matrices
_________________________
27
3
0 3
1 2
1 ) det( ) 1 (
31
1 3
31
= = =
+
A C
0
0 0
1 1
1 ) det( ) 1 (
32
2 3
32
=
= =
+
A C
3
3 0
2 1
1 ) det( ) 1 (
33
3 3
33
=
= =
+
A C

Con los cofactores de A podemos conformar la matriz Cof(A), es decir la matriz de cofactores de A

(
(
(

=
3 0 3
14 9 4
12 0 15
) (A Cof .

Tercero: Podemos hallar la Adj(A) que es la matriz adjunta de A y equivale a la matriz transpuesta de
cofactoes de A, es decir, Adj(A) = (Cof(A))
T
.

( )
(
(
(

=
(
(
(

=
=
3 14 12
0 9 0
3 4 15
) (
3 0 3
14 9 4
12 0 15
) (
) ( ) (
A Adj
A Adj
A Cof A Adj
T
T

Cuarto: Con la matriz Adj(A) ya podemos hallar la inversa

Como (A) adj
A
1
A
1 -
= entonces:

(
(
(
(
=
(
(
(
9
1
27
14
9
4
0
3
1
0
9
1
27
4
9
5
3 14 12
0 9 0
3 4 15
27
1
1
1
A
A

Captulo 1
Matrices
_________________________
28
Una manera de verificar que se ha encontrada la matriz inversa de A es realizando el producto de la
matriz por su inversa para as obtener la idntica. Recordar que AA
1
=A
1
A

= I.

I A A =
(
(
(
=
(
(
(
(
(
(
(
=

1 0 0
0 1 0
0 0 1
9
1
27
14
9
4
0
3
1
0
9
1
27
4
9
5
5 6 4
0 3 0
1 2 1
1
(Verificar)

2.5. APLICACIONES DE LOS DETERMINANTES Y DE LA MATRIZ INVERSA

Son muchas aplicaciones que tienen los determinantes en el algebra lineal, y en general, en muchos
campos de las matemticas. Muchas de ellas las estudiaremos en otros captulos.

A continuacin veremos como resolver una ecuacin de la forma Ax = b donde A es una matriz cuadrada
de n n, x es un nvector o matriz de n 1y b es el nvector o matriz de n 1 producto que resulta de
Ax.

Si Ax = b entonces

( )
( )
b A x
b A x I
b A x A A
b A Ax A
b Ax
n
1
1
1 1
1 1

=
=
=
=
=

Ejemplo 2.6.

Si
(
(
(
=
1 5 5
3 2 0
1 1 1
A
y
(
(
(
=
8
24
8
b entonces hallar,
(
(
(
=
z
y
x
x tal que Ax = b

Solucin:

Si A es invertible (No singular) entonces x = A
1
b.

Como det(A) = 8, entonces A es invertible (Verifique)

(
(
(
=
(
(
(
(
(
(
=
8
24
8
1 5 5
3 2 0
1 1 1
z
y
x
b Ax

Como x = A
1
b entonces

Captulo 1
Matrices
_________________________
29
(
(
(
=
(
(
(
=
(
(
(
(
(
(
(
(
(
(
(
(

=
(
(
(
8
0
0
8
0
0
8
28
8
4
1
0
4
5
8
3
2
1
8
15
8
1
2
1
8
13
x
z
y
x
z
y
x

EJERCICIOS CAPITULO II

1. Evalu cada uno de los siguientes determinantes con el procedimiento que prefiera:

a.
2 3
1 2

Captulo 1
Matrices
_________________________
30
b.
5 0 0
0 0 2
0 3 0

c.
3 0 0
5 2 0
0 2 4

d.
0 1 0 0
1 0 0 3
0 0 0 2
0 2 2 4

e.
3 4
1 2

f.
0 0 4
0 3 0
2 0 0

g.
0 0 3
0 5 2
2 4 3

h.
3 0 3 1
2 0 1 3
0 1 3 2
0 0 2 4

2. Si
4
3 2 1
3 2 1
3 2 1
= =
c c c
b b b
a a a
A
calcule los determinantes de las siguientes matrices haciendo uso de
las propiedades de los mismos

a.
(
(
(
=
1 2 3
1 2 3
1 2 3
c c c
b b b
a a a
B
b.
(
(
(
=
3 2 1
3 2 1
3 2 1
2 2 2 c c c
b b b
a a a
C
c.
(
(
(
+ + + =
3 2 1
3 3 2 2 1 1
3 2 1
4 4 4
c c c
c b c b c b
a a a
D
d.
(
(
(
=
3 2 1
3 2 1
3 2 1
3
3
3
c c c
b b b
a a a
F
e.
(
(
(
=
3 2 1
3 2 1
3 2 1
b b b
c c c
a a a
G
f.
(
(
(
+ + +
=
3 2 1
3 2 1
2 2 3 2 2 2 1 1 1
3 2 3 2 3 2
c c c
b b b
c b a c b a c b a
E

3. Verifique cada una de las propiedades de los determinantes por medio de ejemplos.

4. Evalu cada una de las siguientes expresiones. Encuentre el determinante de cada matriz en trminos
de .

a.
|
|
.
|
\
|
(
2 3
2 1
det

Captulo 1
Matrices
_________________________
31
b. donde
(
=
1 1
2 4
A
c.
|
|
|
.
|
\
|
(
(
(

3 0 0
2 2 0
2 1 1
det

d. ( ) A I
3
det donde
(
(
(
=
1 0 0
1 0 2
1 0 1
A

5. Para cada una de las matrices del ejercicio 4, determine todos los valores de para los que el
determinante sea igual a cero.

6. Si 4 = A , determine:

a.
2
A b.
4
A c.
1
A

7. Si A y b son matrices n n, con 2 = A y 3 = B , calcule
T
B A
1

8. Sea
(
(
(
=
1 2 3
0 2 1
3 1 2
A
a. Calcule el det(A)
b. Obtenga adj(A)
c. Verifique que AAdj(A) = det(A)I
3

9. Para cada una de las matrices, no singulares, encuentre su inversa:

a.
(
(
(
1 3 2
2 1 0
3 2 1

b.
(
4 3
2 1

c.
(
(
(
2 7 1
4 1 2
2 3 1

d.
(
(
(

2 6 4
3 1 2
5 3 4

e.
(
(
(
(
7 2 1 0
0 2 5 2
7 1 4 3
5 0 2 1

10. Determine los valores de para los cuales:
a. 0
3 3
2 2
det =
|
|
.
|
\
|
(

| | ( ) A I
2
det
Captulo 1
Matrices
_________________________
32
b. | | ( ) 0 det
3
= A I , donde
(
(
(
=
1 0 0
1 0 2
1 0 1
A
c. 0
4 0
4 1
det =
|
|
.
|
\
|
(

d. | | ( ) 0 det
3
= A I , donde
(
(
(

=
2 1 2
0 3 0
3 1 3
A

11. Si
|
|
|
.
|
\
|
=
4 2 3
4 3 2
3 2 1
A y
|
|
|
.
|
\
|

=
7 3 2
2 3 5
5 0 1
B hallar x tal que B Ax = , recuerde que B A x
1
=

12. Hallar, si es posible, la matriz inversa de cada una de las siguientes matrices.
A =
(
(
(
1 3 1
0 5 3
6 2 4

B =
(
(
(
6 4 2
1 3 3
3 2 1

C =
(
(
(
6 3 1
18 5 3
6 0 1

D =
(
(
(

1 3 2
1 3 3
3 2 2

E =
(
(
(
1 0 0
0 1 0
0 0 1

F =
(
(
(

3 2 1
6 3 12
3 2 1

13. Califique cada enunciado como verdadero o falso. Justifique cada respuesta. Suponga que todas las
matrices son cuadradas.
a. Si A es una matriz de 2 2 con determinante cero, entonces una columna de A es un mltiplo de la
otra.
b. Si dos filas de una matriz A 3 3 son iguales, entonces det(A) = 0.
c. Si A es una matriz 3 3 entonces det(5A) =5det(A)
d. Si A y B son matrices n n, con det(A) = y det (B) =3, entonces det (A + B) =5.
e. Si A es n n y det(A) = 2, entonces det(A
3
) = 6
f. Si B se produce intercambiando dos filas de A, entonces det(B) = det(A)
g. Si B se produce multiplicando la fila 3 de A por 5, entonces det(B) = 5det(A)
h. det(A
T
) = det(A)
i. det(A) = det(A)
j. Si A es invertible, entonces det(A
1
) = det (A)
k. Si A es invertible, entonces (det (A))(det(A
1
)) = 1

Captulo 1
Matrices
_________________________
33

CAPITULO III

3. SISTEMAS DE ECUACIONES LINEALES

3.1. ANTECEDENTES

Uno de los procedimientos ms importantes en desarrollo de un sistema ecuaciones, en el estudio del
algebra lineal, lleva el nombre de reduccin de Gauss Jordan atribuido a dos matemticos que
trabajaron de manera independiente.

Carl Friedrich Gauss (1777 1855) nacido en una familia pobre de obreros en
Brunswick y muerto en Gotinga, Alemania, ha sido uno de los matemticos ms
famosos del mundo. Fue un nio prodigio incomprendido por su padre. Sin
embargo, su genio logr impresionar lo suficiente a sus maestros como para que
obtuviera del duque de Brunswick una beca para que pudiera asistir a la escuela
secundaria local. Durante su adolescencia realiz descubrimientos originales en
teora de nmeros y comenz a especular acerca de la geometra no euclidiana.

En sus investigaciones utiliz un mtodo que despus se generaliz para la
reduccin por filas de una matriz. Aunque dicho mtodo se aplicaba en China desde casi 2000 aos
antes, lleva el nombre de este ilustre matemtico en su honor.

Wilhelm Jordan (1842 1899) naci en el sur de Alemania. Asisti a la universidad en Stuttgart y en
1868 se convirti en profesor de tiempo completo de geodesia en la escuela tcnica de Karlsruhe,
Alemania. Por desgracia, el mtodo de reduccin de GaussJordan ha sido ampliamente atribuido a
Camilla Jordan (1838 1922), matemtico francs bastante conocido. Adems, parece que el mtodo
fue descubierto tambin, de manera independiente y en la misma poca, por B. I. Clasen, un sacerdote
avecindado de Luxemburgo.

3.2. DEFINICIN

Una gran cantidad de los problemas que se presentan en las ciencias naturales y sociales, as como en
ingeniera y en ciencias fsicas, tienen que ver con ecuaciones que relacionan a dos conjuntos de
variables. Una ecuacin del tipo ax = b, que expresa la variable b en trminos de x y de la constante a,
se denomina ecuacin lineal. Aqu se utiliza la palabra lineal porque la grfica de la ecuacin anterior
es una lineal recta. De manera anloga, la ecuacin

a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= b,

que expresa b en trminos de las variables x
1
, x
2
, , x
n
y las constantes conocidas a
1
, a
2
, , a
n
, se
denomina ecuacin lineal. En muchas aplicaciones se nos da b y las constantes a
1
, a
2
, a
3
y se nos dice
Carl Friedrich
Gauss
Captulo 1
Matrices
_________________________
34
que debemos determinar los nmeros x
1
, x
2
, , x
n
, denominados incgnitas, que satisfacen la ecuacin
dada.

Una solucin de la ecuacin lineal es una sucesin de n nmeros s
1
, s
2
,, s
n
que tienen la propiedad de
satisfacer la ecuacin cuando x
1
= s
1
, x
2
= s
2
,, x
n
= s
n
se sustituyen en ella.

De manera ms general, un sistema de m ecuaciones lineales con n incgnitas x
1
, x
2
,, x
n
al que
podemos llamar simplemente sistema lineal , es un conjunto de m ecuaciones lineales, cada una con n
incgnitas. Un sistema lineal puede denotarse mediante:

= + + +
= + + +
= + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

Una solucin del sistema lineal es una sucesin de n nmeros s
1
, s
2
, , s
n
, que tiene la propiedad de que
cada ecuacin del sistema se satisface cuando x
1
= s
1
, x
2
= s
2
,, x
n
= s
n
.

3.3. MTODOS DE SOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Existen muchos mtodos para solucionar un sistema de ecuaciones lineales. Pero antes de estudiar
algunos de ellos veremos cmo podra ser una solucin de un sistema de ecuaciones al observar la
representacin grfica de los sistemas 2 2 y los sistemas 3 3.

Un sistema 2 2 contiene dos ecuaciones con dos variables, y sabemos que una ecuacin de la forma
a
11
x + a
12
y = b representada en el plano cartesiano es una lineal recta, lo que nos lleva a pensar que un
sistema de 2 2 representado en el plano cartesiano es un par de rectas las cuales se pueden comportarse
de la siguiente manera.

Vemos que si la representacin de un sistema de la forma
= +
= +
2 22 21
1 12 11
b y a x a
b y a x a
es como el de la grfica (a),
entonces es un sistema con una nica solucin, que satisface ambas ecuaciones del sistema. Esa solucin
esta representada como el punto que corresponde a la interseccin de las dos rectas. Ahora, si la
Captulo 1
Matrices
_________________________
35
representacin grfica del sistema es como la grfica (b) entonces es un sistema con infinitas soluciones
ya que las dos rectas se unen en infinitos puntos. y finalmente, si la representacin grafica del sistema es
como la figura (c), donde hay dos rectas paralelas que no tienen ningn punto en comn, entonces es un
sistema que no contienen soluciones.

Una ecuacin con tres variables representa un plano en el espacio. Un sistema 3 3 es un conjunto de
tres ecuaciones lineales con tres incgnitas, las cuales, al representarse en el espacio, representan tres
planos (ver grfica). Los sistemas 3 3 tambin pueden tener una nica solucin, cuando un solo punto
pertenece a los tres planos. Un sistema 3 3 puede tener infinitas soluciones si los tres planos se unen
formando una lnea recta o un solo plano, o puede que no tengan ningn punto en comn.

Podemos generalizar que un sistema n n puede tener una nica solucin (sistema consistente
determinado), infinitas soluciones (sistema consistente indeterminado) o ninguna solucin (sistema
inconsistente).

SISTEMAS DE
ECUACIONES
LINEALES
CONSISTENTES
(Con solucin)
DETERMINADOS
(Con nica
solucin)
INDETERMINADOS
(Con infinitas
soluciones)
INCONSISTENTES
(Sin solucin)
Captulo 1
Matrices
_________________________
36
Estudiaremos los mtodos de resolucin de un sistema de ecuaciones. Entre los procedimientos que se
utilizan estn:

3.3.1. EL MTODO DE ELIMINACIN DE INCGNITAS

El mtodo de eliminacin consiste en eliminar variables sumando un mltiplo de una ecuacin a
otra, hasta encontrar una variable y sustituirla en otras ecuaciones del sistema para encontrar el
valor a nuevas variables del sistema.

Ejemplo 3.1.

Resolver el sistema
= +
= +
= + +
2 3
14 2 3 2
6 3 2
z y x
z y x
z y x

Solucin:

Para resolver este sistema seguiremos los siguientes pasos:

Para eliminar x, sumaremos (2) veces la primera ecuacin a la segunda y (3) veces la primera
a la tercera, lo que da por resultado
20 10 5
2 4 7
6 3 2
=
=
= + +
z y
z y
z y x

Despus eliminamos y como sigue, con ayuda de la segunda ecuacin del paso anterior.
Multiplicamos la tercera ecuacin por (1/5), para obtener
4 2
2 4 7
6 3 2
= +
=
= + +
z y
z y
z y x

Luego intercambiamos la segunda y tercera ecuacin, lo que nos da
2 4 7
4 2
6 3 2
=
= +
= + +
z y
z y
z y x

Ahora sumamos 7 veces la segunda ecuacin a la tercera, para obtener
30 10
4 2
6 3 2
=
= +
= + +
z
z y
z y x

Al multiplicar la tercera ecuacin por 1/10, tenemos
Captulo 1
Matrices
_________________________
37
3
4 2
6 3 2
=
= +
= + +
z
z y
z y x

Finalmente sustituyendo z = 3 en la segunda ecuacin obtenemos y = 2. Al sustituir z y y en la
primera ecuacin encontramos x = 1. Por lo tanto el sistema tiene solucin y es un sistema
determinado consistente.

En el mtodo de eliminacin se realiza repetidamente las operaciones:
1. Intercambiar dos ecuaciones
2. Multiplicar una ecuacin por una constante diferente de cero
3. Sumar un mltiplo de una ecuacin a la otra.

3.3.2. MTODO DE REDUCCIN

Para trabajar con este mtodo de resolucin de sistemas debemos trabajar con el concepto de
matriz aumentada del sistema, la cual representar al sistema y permitir manipularlo para darle
solucin. Dado un sistema de la forma:

= + + +
= + + +
= + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

La matriz aumentada que le corresponde al sistema anterior es:
| |
(
(
(
(
=
m mn m m
n
n
b a a a
b a a a
b a a a
b A
2 1
2 2 22 21
1 1 12 11

El objetivo de este mtodo de resolucin de sistemas de ecuaciones consiste en manipular la
matriz aumentada del sistema (sus filas), mediante las tres operaciones bsicas de filas,

1. (Reemplazo) Reemplazo una fila por la suma de s misma y un mltiplo de
otra fila
2. (Intercambio) Intercambiar dos filas
3. (Escalamiento) multiplicar todas las entradas de una fila por una constante
diferente de cero

que se deducen de las tres operaciones bsicas del mtodo de eliminacin, hasta llevar la matriz
aumentada a la forma:

3.3.2.1. ESCALONADA REDUCIDA POR FILAS, O
Esta forma matricial debe cumplir con:
Captulo 1
Matrices
_________________________
38
(a) Todas las filas que constan solo de ceros, si las hay, estn en la parte
inferior de la matriz.
(b) La primera entrada distinta de cero de la fila, al leer de izquierda a
derecha, es un 1. esta entrada se denomina entrada principal o uno
principal de la fila.
(c) Para cada fila que no consta de solo ceros, el uno principal aparece a la
derecha y abajo de cualquier uno principales las filas que la preceden.
(d) Si una fila contiene un uno principal, l resto de las entradas de dicha
columna son iguales a cero.

En una matriz escalonada reducida por filas, los unos principales describen
un patrn de escalera (escalonada) que desciende a partir de la esquina
superior izquierda.
Cuando resolvemos un sistema de ecuaciones lineales por este mtodo, decimos que lo
hemos resuelto por reduccin de Gauss Jordan

3.3.2.2. ESCALONADA POR FILAS.
Esta forma matricial solo cumple con las propiedades (a), (b) y (c) de la forma
escalonada reducida por filas.
Cuando resolvemos un sistema de ecuaciones lineales por este mtodo, decimos que lo
hemos resuelto por eliminacin de gauss o gaussiana.

Ejemplo 3.2.

Resolver el sistema
=
= +
= + +
3 3
8 2
9 3 2
z x
z y x
z y x
mediante la reduccin GaussJordan.

Solucin:

Lo primero que debemos hallar es la matriz aumentada del sistema la cual corresponde a:
(
(
(
3 1 0 3
8 1 1 2
9 3 2 1

Ahora transformamos como sigue la matriz del paso 1 a su forma escalonada reducida por filas,
indicando cada operacin mediante una flecha:

(
(
(
3 1 0 3
8 1 1 2
9 3 2 1

+
+
3 1
2 1
3
2
F F
F F
(
(
(

24 10 6 0
10 5 5 0
9 3 2 1

2
5
1
F
(
(
(
24 10 6 0
2 1 1 0
9 3 2 1

(
(
(

+
12 4 0 0
2 1 1 0
9 3 2 1
3 2
6 F F

3
4
1
F
(
(
(

(
(
(
+
3 1 0 0
1 0 1 0
9 3 2 1
3 1 0 0
2 1 1 0
9 3 2 1
2 3
1 F F

Captulo 1
Matrices
_________________________
39
(
(
(

(
(
(

+ +
3 1 0 0
1 0 1 0
2 0 0 1
3 1 0 0
1 0 1 0
0 0 2 1
1 2 1 3
2 3 F F F F

La ltima matriz que se ha obtenido corresponde a una matriz escalonada reducida por filas, que
llevada de nuevo a la forma del sistema de ecuaciones tendra la forma:
=
=
=
3
1
2
z
y
x

De modo que la nica solucin del sistema es x = 2, y = 1 y z = 3.

Ejemplo 3.3.

Resuelva mediante eliminacin gaussiana el mismo sistema lineal del ejemplo anterior
=
= +
= + +
3 3
8 2
9 3 2
z x
z y x
z y x

Solucin:

Para resolver este sistema por eliminacin gaussiana debemos realizar las operaciones entre filas
de la matriz aumentada hasta obtener una matriz escalonada por filas.

La matriz aumentada del sistema es
(
(
(
3 1 0 3
8 1 1 2
9 3 2 1

Al aplicarle las operaciones entre filas correspondientes obtenemos la siguiente matriz

(
(
(
3 1 0 0
2 1 1 0
9 3 2 1
(Verifique)
Esta matriz aumentada corresponde al sistema lineal
=
= +
= + +
3
2
9 3 2
z
z y
z y x

Al realizar operaciones de sustitucin hacia atrs se obtiene la solucin es x = 2, y = 1y z = 3.

3.3.3. LA ECUACIN Ax = b DE UN SISTEMA DE ECUACIONES LINEALES n n
Una idea fundamental del algebra lineal es visualizar un sistema de ecuaciones de una forma
matricial.
Captulo 1
Matrices
_________________________
40

Dado el sistema
= + + +
= + + +
= + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

su forma matricial corresponde a:

(
(
(
(
=
(
(
(
(
(
(
(
(
n n mn m m
n
n
b
b
b
x
x
x
a a a
a a a
a a a

2
1
2
1
2 1
2 22 21
1 12 11

La anterior forma matricial de un sistema cuadrado podra representarse por Ax = b, lo cual es el
producto de una matriz por un vector equivalente a otro vector. Ahora, la forma lineal Ax = b nos
permite visualizar, tericamente, al vector x como el producto de la matriz inversa de A por el
vector b, as que x = A
1
b. Al encontrar x de esta manera estaramos encontrando la solucin al
sistema si este es consistente determinado, pues si el sistema es consistente indeterminado o
inconsistente no lo sabramos diferenciar con este procedimiento ya que no encontraramos la
matriz inversa de A, lo que nos indica que solo podramos resolver sistemas consistentes de esta
forma.

Ejemplo 3.4.

Resolver el sistema
= +
= +
= + +
10 4
7 2 3 2
4 2 3
z y x
z y x
z y x
de la forma matricial

Solucin:

Lo primero que debemos realizar, es expresar el sistema en forma matricial. As:

(
(
(
=
(
(
(
(
(
(
10
7
4
1 4 1
2 3 2
1 2 3
z
y
x

Ax = b

Como x = A
1
b, entonces debemos hallar el determinante de la matriz A para verificar que A
1

existe.

det(A) = 4 (verificar). Al obtener el det(A) podemos continuar encontrando la matriz A
1
, la cual
es equivalente a
Captulo 1
Matrices
_________________________
41

(
(
(
(
(
4
13
2
5
4
11
1 1 1
4
7
2
3
4
5
1
A (Verificar)
Como x = A
1
b, entonces:

x = A
1
b
(
(
(
=
(
(
(
(
(
(

(
(
(
(
(
=
(
(
(
=

4
1
2
10
7
4
4
13
2
5
4
11
1 1 1
4
7
2
3
4
5
1
z
y
x
z
y
x
b A x

(Verificar)
El sistema de ecuaciones tiene como solucin x = 2, y = 1 y z = 4.

3.4. MATRIZ INVERSA POR ELIMINACIN

Recuerde que si A
nxn
B
nxn
= I
nxn
entonces B es la matriz inversa de A, y a su vez, A es la matriz inversa de
B.

Una manera practica de encontrar la inversa de una matriz no singular es conformando una matriz con la
matriz A y con la idntica, de tal manera que al aplicarle operaciones elementales de fila a toda la matriz
se debe lograr que la matriz A se transforme en la idntica y la matriz idntica se trasforme en B, donde
B = A
1
. Si no es posible logra lo anterior entonces la matriz A es singular.

| | | |
n n n n
B I I A
fila de s elementale s Operacione

Los pasos a seguir para calcular la inversa de la matriz A son los siguientes.

Paso 1:
Formar la matriz de n 2n | |
n n
I A , que se obtiene al adjuntar la matriz identidad I
n
con la matriz A.

Paso 2:
Transformar la matriz obtenida en el paso 1 a su forma escalonada reducida por filas mediante
operaciones elementales por fila, recuerde que todo lo que haga a una fila de A tambin debe hacerse a la
fila correspondiente de I
n
.

Paso 3:
Captulo 1
Matrices
_________________________
42
Suponga que el paso 2 ha producido la matriz | |
n n
B I en forma escalonada reducida por filas
Si no logr encontrar reducir la matriz en forma escalonada reducida por filas, entonces la matriz A es
singular, es decir no tiene inversa.

Ejemplo 3.5.

Hallar la inversa de la matriz
(
(
(
3 0 1
0 2 1
2 3 2

Solucin:
Paso 1:
Debemos formar la matriz | |
n n
I A , es decir,

(
(
(
1 0 0 3 0 1
0 1 0 0 2 1
0 0 1 2 3 2

Paso 2:
Realizar las operaciones elementales de fila hasta llegar a una matriz en forma escalonada reducida por
filas, es decir, | | | |
n n n n
B I I A
.

| | | |
n n n n
B I I A

(
(
(
(
(
(

(
(
(
25
7
25
3
25
2
1 0 0
25
2
25
8
25
3
0 1 0
25
4
25
9
25
6
0 0 1
1 0 0 3 0 1
0 1 0 0 2 1
0 0 1 2 3 2
s elementale s Operacione
(Verificar)

La matriz que se obtiene en el lugar de B
n
es la matriz inversa de A
n
, es decir,

(
(
(
(
(
(
25
7
25
3
25
2
25
2
25
8
25
3
25
4
25
9
25
6
1
A

3.5. SISTEMAS HOMOGNEOS

Captulo 1
Matrices
_________________________
43
Un sistema lineal de la forma

= + + +
= + + +
= + + +
0

0
0
2 2 1 1
2 2 22 1 21
1 2 12 1 11
n mn m m
n n
n n
x a x a x a
x a x a x a
x a x a x a

es un sistema homogneo. Tambin podemos escribirlo en forma matricial como Ax = 0.

La solucin x
1
= x
2
= = x
n
= 0 del sistema homogneo se conoce como solucin trivial. Una solucin
x
1
, x
2
,, x
n
de un sistema en donde no todas las x
i
se anulen es una solucin no trivial. Vemos que un
sistema homogneo siempre es consistente, pues siempre tiene solucin trivial.

Un sistema homogneo aparte de tener una solucin trivial puede tener infinitas soluciones, es decir
puede ser un sistema consistente indeterminado. Dado un sistema homogneo debemos verificar mirar si
es la solucin trivial nica o si tiene mas soluciones.

Ejemplo 3.6.

Considere el sistema homogneo

= + +
= +
= + + +
0 2
0
0
z y x
w x
w z y x

La matriz aumentada de este sistema,

(
(
(
0 0 1 2 1
0 1 0 0 1
0 1 1 1 1
,

es equivalente por filas (verifique) a

(
(
(
0 1 1 0 0
0 1 0 1 0
0 1 0 0 1
,

Que est en forma escalonada reducida por filas. Por lo tanto, la anterior matriz es equivalente al sistema
= +
=
= +
0
0
0
w z
w y
w x

Captulo 1
Matrices
_________________________
44
Si hacemos w = r, donde r es cualquier nmero real, encontraramos infinitas soluciones del sistema que
dependen de r, pues,
r w
r z
r y
r x
=
=
=
=

As, si r = 2, entonces una solucin del sistema distinta a la trivial es x = 2, y = 2, z = 2 y w = 2.

El sistema anterior es consistente indeterminado.

EJERCICIOS CAPITULO III

1. Encuentre el punto de interseccin, si existe, de cada pareja de ecuaciones lineales. Verifique su solucin
realizando la representacin grfica.
a.
= +
=
7 4
1
2 1
2 1
x x
x x

b.
=
=
3 3 2
1 5
2 1
2 1
x x
x x

2. Resuelva cada uno de los sistemas lineales por el mtodo de eliminacin
a.
1 2 3
5 2
12 4 3 2
= + +
= +
= +
z y x
z y x
z y x

b.
4
8 2 2 4
2 2 3
= +
= + +
= + +
z y x
z y x
z y x

c.
2 4 3 2
5 2
= + +
= +
z y x
z y x

d.
4 2 8 3
12 4
= +
= +
z y x
z y x

e.
6 6 2 2
12 3
= + +
= + +
z y x
z y x

f.
2 4 3
5 2
1
= +
=
= +
y x
y x
y x

g.
27 2 5
3 2
13 3 2
= +
=
= +
y x
y x
y x

h.
7 3
8 2 2
6 3 2
= +
= +
= +
z y x
z y x
z y x

3. Existe un valor de r tal que x = 1, y = 2, z = r sea una solucin del siguiente sistema lineal? De ser as,
determnelo
a.
12 2 4
7 2
11 3 2
= +
= +
= +
z y x
z y x
z y x

Captulo 1
Matrices
_________________________
45
4. Existe un valor de r tal que x = r, y = 2, z = 1 sea una solucin del siguiente sistema lineal? De ser as,
determnelo
a.
9 2 3 2
5 4
4 2 3
= + +
= +
=
z y x
z y x
z x

5. La matriz aumentada de un sistema lineal se ha reducido mediante operaciones de fila a la forma que se
muestra. En cada caso contine con las operaciones de filas apropiadas y describa el conjunto solucin del
sistema original.
a.
(
(
(

0 1 0 0
0 3 1 0
0 7 5 1

b.
(
(
(
(
2 1 0 0
1 0 0 0
0 5 1 0
0 0 3 1

c.
(
(
(
(

4 1 0 0 0
2 3 1 0 0
7 0 2 1 0
5 0 0 1 1

d.
(
(
(
(

1 1 0 0 0
5 0 1 0 0
2 4 0 1 0
9 3 0 2 1

6. Determine cuales matrices estn en forma escalonada reducida y cuales estn en forma escalonada (pero no
en forma escalonada reducida).
a.
(
(
(
0 1 0 0
0 0 1 0
0 0 0 1

b.
(
(
(
1 0 0 0
0 1 1 0
0 0 0 1

c.
(
(
(
0 0 0
1 0 0
1 1 0

d.
(
(
(
0 1 0
0 0 1
0 0 0

e.
(
(
(
0 0 0 0
1 0 0 0
0 1 1 1

f.
(
(
(
1 0 0 0
1 1 0 0
0 1 0 1

g.
(
(
(
(
0 0 0 0
1 0 0 0
0 1 1 0
0 1 0 1

h.
(
(
(
(
5 4 0 0 0
5 4 3 0 0
5 4 3 2 0
5 4 3 2 1

7. Determine una forma escalonada por filas para la matriz dada en cada caso.
a.
(
(
(
(
1 4 2 3
2 1 3 1
5 4 3 2
3 2 1 0

b.
(
(
(
(
(
(
1 2 6 2
2 0 1 1
5 2 3 1
5 1 3 2
2 0 2 1

c.
(
(
(
(

3 0 3 2
1 2 1 0
4 3 0 1
1 3 2 1

d.
(
(
(
(
1 14 3 8 7
5 6 1 4 5
3 4 1 2 1
4 1 0 1 2

Captulo 1
Matrices
_________________________
46

8. En los siguientes ejercicios determine el (los) valor(es) de h tal(es) que la matriz sea la matriz aumentada de
un sistema lineal consistente.
a.
(
1 3
2 4 1
h

b.
(

h 3 2
4 1 1

c.
(
1 8 2
3 1 h

d.
(
2 6
1 3 1
h

9. Para cada una de las matrices del punto anterior, determine la forma escalonada reducida por filas.

10. Sea

(
(
(
=
2 1 2
2 1 1
1 2 1
A
En cada parte, determine si x es una solucin para el sistema lineal Ax = b.

a. 0 ;
3
2
1
=
(
(
(
= b x
b.
(
(
(
=
(
(
(
=
5
6
3
;
2
1
1
b x
c. 0 ;
0
0
0
=
(
(
(
= b x
d.
(
(
(
=
(
(
(
=
1
1
3
;
3
2
1
b x
11. Determine todas las soluciones del los siguientes sistemas lineales

a.
3 3
5 2
1 2
= + +
= +
= + +
z y x
z y x
z y x

b.
8 6 3
8 4 2
7 2 3
= +
= +
= + + +
z y
w y x
w z y x

c.
7 6 2 5
7 2 3 4
5 3 2
1 3 2
3 4 2
= +
= +
= +
= +
= +
z y x
z y x
z y x
z y x
z y x

d.
1 3
8 2
13 3 2
= + +
= + +
= + + +
w z y x
w z y x
w z y x

e.
2 2
3 2
1
= + +
= +
= + +
z y x
z y x
z y x

f.
0 7 5
0 2
0 2
= + +
= + +
= +
z y x
z y x
z y x

Captulo 1
Matrices
_________________________
47
12. Sea
3 3
: R R f la transformacin lineal definida por
(
(
(
(
(
(
=
|
|
|
.
|
\
|
(
(
(
z
y
x
z
y
x
f
2 0 2
1 2 3
3 2 1
.
a. Determine x, y y z tales que
(
(
(
=
|
|
|
.
|
\
|
(
(
(
4
2
2
z
y
x
f .

13. Sea
3 3
: R R f la transformacin lineal definida por
(
(
(
(
(
(
=
|
|
|
.
|
\
|
(
(
(
z
y
x
z
y
x
f
0 2 2
3 1 2
3 1 4
.
a. Determine x, y y z tales que
(
(
(
=
|
|
|
.
|
\
|
(
(
(
1
5
4
z
y
x
f .
14. Sea
(
(
(
=
4 1 0
1 1 1
5 0 1
A . Determine una solucin no trivial de los siguientes sistemas homogneos
a. ( ) 0 4
3
= x A I
b. ( ) 0 2
3
= x A I

15. Determine una ecuacin que relacione a, b y c de modo que el sistema lineal
= +
= + +
= +
c z y x
b z y x
a z y x
6 9 5
3 3 2
3 2

sea consistente para cualesquiera valores de a, b y c que satisfaga esa ecuacin.

Captulo 1
Matrices
_________________________
48

CAPITULO IV

4. VECTORES EN R
n

4.1. ANTECEDENTES

Algunos historiadores de la ciencia aseguran que el matemtico irlands William
Hamilton (1805 1865) inici el estudio de los vectores. Su deseo de encontrar
una forma de representar ciertos objetos en el plano y el espacio lo llev a
descubrir lo que l llamo cuaterniones. A partir de esta idea se desarrollaron los
vectores durante el siglo XIX.

Actualmente, el estudio de los vectores abarca diversos aspectos. Algunas
disciplinas se basan en el anlisis de los aspectos algebraicos, dndolo poca
importancia a la representacin grfica. Otras se apoyan en los aspectos
geomtricos de los vectores para resolver problemas prcticos.

A continuacin se citan algunos casos que implican un nivel de generalidad distinto en el uso de los
vectores:

- como representacin de magnitudes fsicas que requieren direccin y sentido como: la
velocidad, fuerza, aceleracin, desplazamiento y otros.

- Como entidades geomtricas en el estudio de la geometra analtica y algunas otras
disciplinas.

- Como entidades algebraicas en el algebra lineal, en donde la representacin grafica de los
vectores puede carecer de sentido debido a la cantidad y naturaleza de sus componentes (los
cuales pueden ser nmeros reales o complejos).

En este modulo se hace nfasis en los aspectos geomtricos y algebraicos de los vectores.

Los vectores constituyen un sistema matemtico con axiomas, propiedades y operaciones definidas y
aplicables a todos los vectores sin importar el mbito de estudio o aplicacin.

4.2. DEFINICIN
William Hamilton
Captulo 1
Matrices
_________________________
49

Desde una perspectiva algebraica, las matrices 1 n o n 1 se denominan un nvector, y lo
denotaremos mediante letras minsculas. Cuando se sobreentienda el valor de n, nos referiremos a los
nvectores solo como vectores.

| | 3 2 1 = u es un 3vector pues tienen tres componentes y
(
(
(
(
=
1
0
0
1
v es un 4vector, pues tiene 4
componentes.

Desde una perspectiva geomtrica, un segmento de recta dirigido con magnitud, direccin y sentido
definidos, se denomina vector.

Consideremos el 2vector
(
=
1
1
y
x
u ,
donde x
1
y y
1
son numero reales. Con u asociamos el segmento de recta dirigido con punto inicial en el
origen O(0, 0) y punto terminal en P(x
1
, y
1
). El segmento de recta dirigido de O a P se denota mediante
OP; O se denomina cola y P su cabeza. Para distinguir entre ambas, colocamos una punta de flecha
sobre la cabeza.

Un segmento de recto dirigido tiene una direccin, que es el ngulo que se forma entre ella y la parte
positiva del eje x. La magnitud (o norma) de un segmento de recta dirigido es su longitud.

Ejemplo 4.1.

Sea
(
=
3
2
u , con u podemos asociar el segmento de recta dirigido con cola O(0,0) y cabeza P(2, 3), tal
como se muestra en la figura.

Captulo 1
Matrices
_________________________
50

De manera reciproca, con un segmento de recta dirigido, OP, con cola O (0, 0) y cabeza P(x
1
, y
1
),
podemos asociar el 2vector

(
1
1
y
x
.
En consecuencia, tambin podemos escribir u como u = (x
1
, y
1
). Esta asociacin se obtiene por medio
del segmento de recta dirigido, donde O es el origen.

El plano puede visualizarse como el conjunto de todos los puntos, o como el conjunto de todos los
vectores. Por esta razn en ocasiones tomaremos R
2
como el conjunto de pares ordenados (x
1
, y
1
), o
dependiendo del contexto como el conjunto de todos los 2 vectores. R
2
es un espacio vectorial,
concepto que ampliaremos mas adelante.

4.3. IGUALDAD DE VECTORES

Como un vector es una matriz, se dice que los vectores

(
=
1
1
y
x
u y
(
=
2
2
y
x
v
Son iguales si x
1
= x
2
y y
1
= y
2
. Esto es, dos vectores son iguales si sus componentes respectivos son
iguales.

4.4. VECTORES EN SISTEMAS COORDENADOS

Un vector v eR
n
se puede representar geomtricamente cuando n = 1, n = 2 o n = 3; es decir cuando el
vector es unidimensional, bidimensional o tridimensional.

La representacin geomtrica de un vector se lleva a cabo mediante un sistema coordenado, en cuyo
caso debe coincidir el punto inicial con el origen del sistema de coordenadas. Desde luego, esto no
significa que no se consideren vectores en posiciones distintas.

Captulo 1
Matrices
_________________________
51
Vector unidimensional: v eR
1
Vector bidimensional: v eR
2
Vector tridimensional : v e
R
3

En muchas aplicaciones los vectores no aparecen con cola en el origen, es decir, hay vectores que tienen
como cola un punto distinto del origen (ver grafica). El vector PQ con segmento de recta dirigido del
punto P(x
1
, y
1
) al punto Q(x
2
, y
2
) es un vector que esta en el plano pero que no inicia en el origen. Los
componentes de este vector son x
2
x
1
y y
2
y
1
. Por tanto el vector PQ tambin puede representarse por
medio del vector (x
2
x
1
, y
2
y
1
) con cola en O y cabeza en Q. Los vectores PQ y OQ son iguales
pues tienen las componentes correspondientes iguales.

4.5. INTERPRETACIN GEOMTRICA DE UN VECTOR COORDENADO

Un vector se define geomtricamente a partir de su magnitud, direccin y sentido. A continuacin
analizaremos su representacin en el espacio unidimensional, bidimensional y tridimensional.

Vectores en R
1

Sea v = ( x ), tal que v e R
1
. Se puede representar grficamente en un sistema coordenado con un eje real.

Captulo 1
Matrices
_________________________
52

La magnitud: La magnitud, longitud o norma del vector v en R
1
es equivalente a la longitud del
segmento dirigido OX = x. La magnitud de un vector se represente por el vector entre . As que
x v = .

La direccin: El ngulo direccional u del vector v en R
1
es equivalente a 0 o a un mltiplo de t en
radianes. Es decir que u = 0 o (0 + nt) donde ne Z.

El sentido: El sentido del vector v en R
1
esta dado por la punta de la flecha (sentido positivo o
negativo, o derecha o izquierda).

Vectores en R
2

Sea v = (x, y), tal que v e R
2
. Este vector, como ya lo hemos visto, se representa en el plano cartesiano.

La magnitud: La magnitud del vector v en R
2
se calcula aplicando el teorema de Pitgoras, as que
2 2
y x v + = .

Si el vector v en R
2
tiene la cola en un punto distinto al origen, recordemos que sus coordenadas serian
x
2
x
1
y y
2
y
1
. Asi que la norma o magnitud de este vector se calculara por medio de
( ) ( )
2
1 2
2
1 2
y y x x v + = .

La direccin: El ngulo direccional u del vector v en R
2
, se calcula haciendo uso de las funciones
trigonomtricas. Como ( )
x
y
= u tan entonces
|
.
|
\
|
=

x
y
1
tan u , donde u es el ngulo agudo formado entre
el eje x y el vector v.

Tambin es posible hacer uso de las otras funciones trigonomtricas ( )
v
y
sen = u o ( )
v
x
= u cos

2
esta dado por la punta de la flecha .

Captulo 1
Matrices
_________________________
53
Vectores en R
3

Sea v = (x, y, z), tal que v e R
3
. Este vector se representa en un sistema coordenado que representa el
espacio, donde se utiliza el eje x, el eje y y el eje z.

La magnitud: La magnitud del vector v en R
3
se calcula aplicando el teorema de Pitgoras,
2 2 2
z y x v + + = .

Si el vector v en R
3
tiene la cola en un punto distinto al origen, sus coordenadas serian x
2
x
1
, y
2
y
1
y
z
2
z
1
. As que la norma o magnitud de este vector se calculara por medio de
( ) ( ) ( )
2
1 2
2
1 2
2
1 2
z z y y x x v + + = .

La direccin: Para determinar la direccin de un vector v en R
3
, se tiene en cuenta los tres ngulos que
forma el vector con cada uno de los ejes (ver figura). De acuerdo a la figura podemos establecer las
siguientes relaciones:
( )
|
|
.
|
\
|
= =

v
x
v
x
1
cos cos o o
( )
|
|
.
|
\
|
= =

v
y
v
y
1
cos cos | |
( )
|
|
.
|
\
|
= =

v
z
v
z
1
cos cos u u .

3
esta dado por la punta de la flecha .

Ejemplo 4.2.

Dados los vectores v = (2, 3) y u = (1, 3, 4). Hallar sus magnitudes y sus direcciones, respectivamente.

Solucin:

Captulo 1
Matrices
_________________________
54
Para v e R
2

v se calcula de la siguiente manera:
( )
13
3 2
2 2
2 2
=
+ =
+ =
v
v
y x v

y su direccin se calcula como sigue
( )
x
y
= u tan Entonces
|
.
|
\
|
=

x
y
1
tan u as que

( )
30 . 56
5 . 1 tan
2
3
tan
tan
1
1
1
=
=
|
.
|
\
|
=
|
.
|
\
|
=
u
u
u
u
x
y

Para v e R
3

( )
26
4 3 1
2 2 2
2 2 2
=
+ + =
+ + =
u
u
z y x u

y su direccin se determina como sigue:

( ) ( ) 69 . 78 1961 . 0 cos
26
1
cos cos cos
1 1 1
= = |
.
|
\
|
=
|
|
.
|
\
|
= =

u
x
u
x
o o
( ) ( ) 03 . 126 5883 . 0 cos
26
3
cos cos cos
1 1 1
= =
|
|
.
|
\
|
=
|
|
.
|
\
|
= =

u
y
u
y
| |
( ) ( ) 32 . 38 7844 . 0 cos
26
4
cos cos cos
1 1 1
= =
|
|
.
|
\
|
=
|
|
.
|
\
|
= =

u
z
u
z
o u

4.6. OPERACIONES CON VECTORES

Captulo 1
Matrices
_________________________
55
4.6.1. SUMA DE VECTORES

Sean u = (x
1
, y
1
) y v = (x
2
, y
2
) dos vectores en el plano. La suma de los vectores u y v es el vector

(x
1
+ x
2
, y
1
+ y
2
)

y se denota mediante u + v. En consecuencia, los vectores sumaron sus componentes.

Ejemplo 4.3.

Sea u = (1, 2) y v = (3, 4). Entonces

u + v = (1 + 3, 2 + (4)) = (4, 2)

Podemos interpretar de manera geomtrica la suma de vectores como sigue. El vector de (x
1
, y
1
)
a (x
1
+x
2
, y
1
+y
2
) tambin es v. por lo tanto, el vector con cola en O y cabeza (x
1
+ x
2
, y
1
+ y
2
)
es u + v.

Tambin podemos describir u + v como la diagonal del paralelogramo definido por u y v.
La suma de vectores es un caso especial de la suma de matrices.

Cuando se nos pide sumar dos vectores en R
2
y no conocemos sus componentes, pero si su
magnitud y su direccin podemos hacer uso de las funciones trigonomtricas para hallar dichas
componentes, y as realizar la suma. Esto es posible porque que todo vector se puede
descomponer como la suma de otros dos vectores proyectados en los ejes coordenados, as:

La proyeccin de v en el eje x la denotaremos
como v
x
y su magnitud esta dada por:
( ) u cos = v v
x

as que ( ) 0 ,
x x
v v = .

La proyeccin de v en el eje y la denotaremos
como v
y
y su magnitud esta dada por:
Captulo 1
Matrices
_________________________
56
( ) u sen v v
y
=
as que ( )
y y
v v , 0 = .

Al conocer las componentes de los vectores proyectados v
x
y v
y
podemos deducir que:
( )
y x
y x
v v v
v v v
, =
+ =

Ejemplo 4.4.

Al sumar los vectores u y v, de los cuales no se conocen sus componentes pero si sus magnitudes
y ngulos, procedemos de la siguiente manera:

Como u = u
x
+ u
y
y v = v
x
+ v
y
entonces :

( ) ( )
y x y x
v v u u v u + + + = +
( ) ( )
y y x x
v u v u v u + + + = + por la propiedad asociativa de la suma
( ) ( ) ( ) ( ) ( ) ( )
y y x x
v u v u v u , 0 , 0 0 , 0 , + + + = + por la definicin de cada proyeccin
( ) ( )
y y x x
v u v u v u + + + = + , 0 0 , suma de vectores
( )
y y x x
v u v u v u + + = + ,

Con lo anterior podemos deducir que al sumar vectores de los cuales no conocemos sus
componentes, pero si su magnitud y direccin, el vector resultante es equivalente a la suma de
las proyecciones respectivas de cada uno de los vectores dados. Debemos ser muy cuidadosos
con los signos de las proyecciones.

Ejemplo 4.5.

Si 6 , 8 = u y la direccin del vector u es 54 . 35 = o y 5 = v y la direccin del vector v es
87 . 36 = | . Hallar u + v.

Solucin:

Captulo 1
Matrices
_________________________
57

Como ( )
y y x x
v u v u v u + + = + , entonces:
( ) ( ) | o cos cos + = + v u v u
x x

( ) ( ) 87 . 36 cos 5 54 . 35 cos 6 . 8 + = +
x x
v u
9 . 3 9 . 6 + = +
x x
v u
3 = +
x x
v u

y

( ) ( ) | o sen v sen u v u
y y
+ = +
( ) ( ) 87 . 36 5 54 . 35 6 . 8 sen sen v u
y y
+ = +
1 . 3 9 . 4 + = +
y y
v u
8 = +
y y
v u

Por lo tanto u + v = (3, 8).

4.6.2. MULTIPLICACIN DE UN ESCALAR c POR UN VECTOR u.

Si u = (x
1
, y
1
) y c es un escalar (un numero real), el mltiplo escalar cu de u por c es el vector
(cx
1
, cy
1
). As, el mltiplo escalar cu de u por c se obtiene multiplicando cada componente de u
por c.

Si c > 0, entonces cu est en la misma direccin que u.
Si c < 0, entonces cu est en la direccin opuesta que u.

Ejemplo 4.6.

Si c = 2, d = 3 y u = (1, 2), entonces

cu = 2(1, 2) = (2, 4) y
du = 3(1, 2) = (3, 6).

4.6.3. RESTA DE VECTORES

La resta de vectores esta definida como
u v = u + (1)v

Captulo 1
Matrices
_________________________
58
Ejemplo 4.7.

Sea u = (2, 2, 6) y v = (4, 0, 3). Hallar u v

u v = (2, 2, 6) (4, 0, 3) = (2, 2, 6) +(1)(4, 0, 3) = (2, 2, 6) +(4, 0, 3) = (6, 2, 3)

Las operaciones de la suma, producto de un escalar por un vector y la resta, son operaciones
extensivas a vectores de otras dimensiones.

4.6.4. VECTORES UNITARIOS

Un vector es unitario si su magnitud es igual a 1, es decir, si u es unitario entonces 1 = u .

Ejemplo 4.8.

El vector
|
|
.
|
\
|
=
2
3
,
2
1
v es unitario, pues:
1 1
4
3
4
1
2
3
2
1
2
2
= = + =
|
|
.
|
\
|
+
|
.
|
\
|
= v

Si x es un vector no nulo (es decir distinto de cero), el vector
x
x
u
1
=
Es un vector unitario en la direccin de x.

Ejemplo 4.9.

Sea x = (3, 4). Entonces, ( ) 5 4 3
2 2
= + = x .
Por lo tanto el vector ( )
|
.
|
\
|
= =
5
4
,
5
3
4 , 3
5
1
u es un
vector unitario, ya que
1
25
16 9
5
4
5
3
2 2
=
+
=
|
.
|
\
|
+
|
.
|
\
|
= u . Asimismo, u esta
en la direccin de x (ver figura)

Existen en R
2
dos vectores unitarios i = (1, 0) y j = (0, 1) que permiten representar de otra forma
cualquier otro vector v = (x, y) en R
2
.

Si v = (x, y) entonces:
Captulo 1
Matrices
_________________________
59

v = (x, 0) + (0, y)
v = x(1, 0) + y(0, 1)
v = xi + yj

Podemos concluir que todo vector de la forma v = (x, y) se puede expresar como v = xi
+ yj

Ejemplo 4.10.

Si
|
.
|
\
|
= 3 ,
2
1
v entonces j i v 3
2
1
+ =
Si ( ) 4 , 3 = k entonces j i k 4 3 =

Particularmente, los vectores unitarios se pueden escribir en trminos de su direccin.
Consideremos una circunferencia de radio 1, a
2
+ b
2
= 1 (recordemos que la ecuacin de una
circunferencia es x
2
+ y
2
= r
2
)

Como u = (a, b) y 1 = u entonces:
( )
u
a
= u cos despejando a, ( ) u cos = u a y ( )
u
b
sen = u despejando b, ( ) u sen u b =

Por lo tanto el vector unitario u = (a, b) se puede expresar como:

( ) ( ) ( ) ( ) j sen i u
bj ai u
b a u
u u + =
+ =
=
cos
) , (

Ejemplo 4.11.

Para expresar el vector j i v
2
3
2
1
+ = en trminos de su direccin, debemos encontrar el valor
de ngulo, as:

Captulo 1
Matrices
_________________________
60
Como
( ) a = u cos
entonces
( )
2
1
cos = u
3
60
2
1
cos
1
t
u
u
= =
|
.
|
\
|
=

Por lo tanto
j sen i v
|
|
.
|
\
|
|
.
|
\
|
+
|
|
.
|
\
|
|
.
|
\
|
=
3 3
cos
t t

Para R
3
, los vectores unitarios estn definidos de la siguiente manera: i = (1, 0, 0), j = (0, 1, 0) y
k = (0, 0, 1).

4.6.5. PRODUCTO PUNTO, PRODUCTO ESCALAR O PRODUCTO INTERIOR

El producto punto o producto interior de los n vectores a y b es la suma de los productos de las
entradas de correspondientes. En consecuencia, si
(
(
(
(
=
n
a
a
a
a
2
1
y
(
(
(
(
=
n
b
b
b
b
2
1
,
entonces

=
= + + + =
n
i
i i n n
b a b a b a b a b a
1
2 2 1 1

Ejemplo 4.12.

El producto punto de
Captulo 1
Matrices
_________________________
61
(
(
(
(
=
4
3
2
1
u y
(
(
(
(
=
1
2
3
2
v
es

( )( ) ( )( ) ( )( ) ( )( ) 6 1 4 2 3 3 2 2 1 = + + + = v u

4.6.6. NGULO ENTRE DOS VECTORES

El ngulo entre dos vectores distintos de cero, u = ( x
1
, y
1
) y v = ( x
2
, y
2
) es el ngulo u,
0 s u s t, que se muestra en la figura. Al aplicar la ley de csenos al tringulo de esa figura,
obtenemos

( )
v u
v u
= u cos (0 s u s t) (verificar)
Ejemplo 4.13.

Si u = (2, 4) y v = (1, 2), entonces

( )( ) ( )( )
( ) 5 2 1
20 4 2
6 2 4 1 2
2 2
2 2
= + =
= + =
= + =
v
u
v u

De aqu que

( )
( ) 8 53 6 . 0 cos
6 . 0
5 20
6
cos
1
= =
= =
u
u

En consecuencia. Si u y v son vectores diferentes de cero entonces:

a. u es paralelo a v si u = 0 o u = 180 = t
b. u es perpendicular u ortogonal a v si u = 90 = t/2.
Tambin podemos afirmar que u y v son ortogonales si uv = 0

El ngulo entre dos vectores tambin esta definido para R
3
como en R
2

Captulo 1
Matrices
_________________________
62

4.6.7. PROYECCIN DE UN VECTOR

Si u y v son vectores distintos del vector nulo o cero, la proyeccin del vector u sobre el vector v
esta dada por:

v
v
v u
u
v
2
Proy
=

Debemos tener en cuenta que la proyeccin de u sobre v es otro vector.

Ejemplo 4.14.

Sea u = (3, 5) y v = (6, 3), la proyeccin del vector u sobre el vector v esta dada por

( )( ) ( )( )
( )
( )
( )
( ) 2 . 2 , 4 . 4 Proy
3 , 6
45
33
Proy
3 , 6
3 6
3 5 6 3
Proy
Proy
2
2 2
2
=
=
+
+
=
=
u
u
u
v
v
v u
u
v
v
v
v

La proyeccin de vectores tambin est definida para vectores en R
3
.

4.6.8. PRODUCTO CRUZ EN R
3

El producto cruz esta definido solo para vectores en R
3
, pero esto no implica que tenga poca
aplicacin, por el contrario, el producto cruz tiene muchas aplicaciones en distintos contextos de
las matemticas.

Si k u j u i u u
3 2 1
+ + = y k v j v i v v
3 2 1
+ + = son vectores en R
3
, su producto cruz es el
vector u v definido por:

( ) ( ) ( )k v u v u j v u v u i v u v u v u
1 2 2 1 3 1 1 3 2 3 3 2
+ + =
Captulo 1
Matrices
_________________________
63

El producto cruz u v puede escribirse como un determinante,

3 2 1
3 2 1
v v v
u u u
k j i
v u = .

Ejemplo 4.15.

Sean k j i u 2 2 + + = y k j i v 3 3 = . Entonces, al desarrollar a lo largo de la primera fila
tenemos

k k i
k j i
v u 5 12
3 1 3
2 1 2 + =

=

4.6.8.1. PROPIEDADES DEL PRODUCTO CRUZ

Si u, v y w son vectores en R
3
y c es un escalar, entonces:

(a) ( ) u v v u =
(b) ( ) w u v u w v u + = +
(c) ( ) w v w u w v u + = +
(d) ( ) ( ) ( ) cv u v cu v u c = =
(e) 0 = u u
(f) 0 0 0 = = u u
(g) ( ) ( ) ( )w v u v w u w v u =
(h) ( ) ( ) ( )u v w v u w w v u =

4.6.8.2. APLICACIONES DE VECTORES

REA DE UN TRIANGULO

Considere un tringulo con vrtices P
1
, P
2
y P
3
. El rea del tringulo es bh
2
1
, donde b
es la base y h es la altura. Si tomamos el segmento entre P
1
y P
2
como la base, y
denotamos P
1
P
2
mediante el vector u y el segmento P
1
P
3
como el vector v entonces el
rea del tringulo esta definida por

v u A
T
=
2
1

Captulo 1
Matrices
_________________________
64

REA DE UN PARALELOGRAMO

Al rea A
P
del paralelogramo con
lados adyacentes u y v es 2A
T
, de
manera que:

v u A
P
=

REA DE UN PARALELEPPEDO

Considere el paraleleppedo que tiene vrtice
en el origen y lados u, v y w. el volumen del
paraleleppedo esta definido por:

( )
|
|
|
.
|
\
|
=
=
3 2 1
3 2 1
3 2 1
det
w w w
v v v
u u u
V
w v u V

4.7. RECTAS Y PLANOS

4.7.1. RECTAS EN R
2

Dos puntos distintos cualesquiera, P
1
(x
1
, y
1
) y P
2
(x
2
, y
2
) en R
2
determinan una lnea recta cuya
ecuacin es
ax + by + c = 0

donde a, b y c son nmeros reales, y a y b no son simultneamente cero. Como P
1
y P
2

pertenecen a la recta, sus coordenadas satisfacen la ecuacin de la recta, entonces:

0
0
2 2
1 1
= + +
= + +
c by ax
c by ax

Al escribir las ecuaciones anteriores como un sistema de ecuaciones lineal con incgnitas a, b y
c, obtenemos:

Captulo 1
Matrices
_________________________
65
0
0
0
2 2
1 1
= + +
= + +
= + +
c by ax
c by ax
c by xa

Buscamos una condicin sobre los valores de x y y para que el sistema de ecuaciones anterior
tenga una solucin no trivial a, b y c. como todo sistema homogneo, tiene una solucin no
trivial si y solo si el determinante de la matriz de coeficientes es cero, esto, es, si y solo si

0
1
1
1
2 2
1 1
=
y x
y x
y x

De esta manera, todo punto P(x, y) de la recta satisface el determinante anterior y,
recprocamente, todo punto que satisface al determinante pertenece a la recta.

Ejemplo 4.16.

Hallar una ecuacin de la recta determinada por los puntos P
1
(1, 3) y P
2
(4, 6).

Solucin:

Al sustituir en el determinante, obtenemos

0
1 6 4
1 3 1
1
=
y x

Al desarrollar este determinante por cofactores a lo largo de la primera fila, obtenemos
(verifique)
3x +5y 18 = 0

4.7.2. RECTAS EN R
3

Una recta esta determinada en R
3
si se especifican su direccin y uno de sus puntos. Sea u = (a,
b, c) un vector no nulo (distinto de cero) en R
3
, y sea P
0
= (x
0
, y
0
, z
0
) un punto en R
3
. Sean w
0
el
vector asociado con P
0
, y x el vector asociado con el punto P = (x, y, z). la recta L que pasa por
P
0
y es paralela a u consiste de los puntos P = (x, y, z) tales que

x = w
0
+ tu, < < t .

Captulo 1
Matrices
_________________________
66

La ecuacin anterior recibe el nombre de ecuacin paramtrica de L, ya que contiene el
parmetro t, al que puede asignarse cualquier nuemro real. La ecuacin parametrica tambien
puede escribirse en terminos de las componentes, como

tc z z
tb y y
ta x x
+ =
+ =
+ =
0
0
0
, < < t
Que se denominan ecuaciones paramtricas de L.

Ejemplo 4.17.

Las ecuaciones paramtricas de la recta que pasa por los puntos P
0
(3, 2, 1) y es paralela al
vector u = (2, 3, 4), son

t z
t y
t x
4 1
3 2
2 3
+ =
=
+ =
, < < t
Ejemplo 4.18.

Determinar las ecuaciones paremetricas de la recta L que pasa por los puntos P
0
(2, 3, 4) y
P
1
(3, 2, 5).

Solucin:

La recta que se busca es paralela al vector u = P
0
P
1
.

Ahora

( ) ( ) ( ) 9 , 5 , 1 4 5 , 3 2 , 2 3 = = u

Como P
0
est en la figura, podemos escribir las ecuaciones paramtricas de L, como

t z
t y
t x
9 4
5 3
2
+ =
=
+ =
, < < t

Captulo 1
Matrices
_________________________
67
Si a, b, y c son distintos de cero en las ecuaciones paramtricas, podemos despejar a t de cada
ecuacin e igualar los resultados para obtener las ecuaciones en forma simtricas de la recta que
pasa por P
0
y es paralela a u:

c
z z
b
y y
a
x x
0 0 0

=

4.7.3. PLANOS EN R
3

Un plano en R
3
puede determinarse mediante un punto en el plano y un vector perpendicular al
plano, el cual se denomina normal al plano.

Para obtener una ecuacin del plano que pasa por el punto ( )
0 0 0 0
, , z y x P y que contienen el
vector no nulo n = (a, b, c) como normal, procedemos de la siguiente manera. Un punto
P (x, y, z) est en el plano si y solo si el vector P
0
P es perpendicular a n. por lo tanto, P (x, y, z)
est en el plano si y solo si

0
0
= P P n
Como
( )
0 0 0 0
, , z z y y x x P P =

Por lo tanto

( ) ( ) ( ) 0
0 0 0
= + + z z c y y b x x a

Ejemplo 4.19.

Determinar una ecuacin del plano que pasa por el punto (3, 4, 3) y es perpendicular al vector n
= (5, 2, 4).

Solucin:

Al sustituir en punto dado y el vector n en

( ) ( ) ( ) 0
0 0 0
= + + z z c y y b x x a
Obtenemos

( ) ( ) ( ) 0 3 4 4 2 3 5 = + + z y x
0 5 4 2 5 = + + z y x

Ejemplo 4.20.

Determinar una ecuacin del plano que pasa por los puntos P
1
(2, 2, 1), P
2
(1, 0, 3) y
P
3
(5, 3, 4).

Captulo 1
Matrices
_________________________
68
Solucin:

Una de las maneras de resolver este ejercicio es por medio del producto cruz. Los vectores no
paralelos ( ) 2 , 2 , 3
2 1
= P P y ( ) 3 , 1 , 3
3 1
= P P estn en el plano. Ya que los puntos P
1
, P
2
y P
3

estn en el plano. Entonces el vector

( ) 3 , 15 , 8
3 1 2 1
= = P P P P n
es perpendicular a
2 1
P P y a
3 1
P P y por lo tanto es normal al plano. Si utilizamos el vector n y el
punto P
1
(2, 2, 1) en la ecuacin del plano obtenemos

( ) ( ) ( ) 0 1 3 2 15 2 8 = + + z y x
0 17 3 15 8 = + + z y x

Ejemplo 4.21.

Determinar los puntos cuya interseccin es la recta

t z
t y
t x
4 5
2 3
3 2
+ =
=
+ =
, < < t

Solucin:

Primero determinamos las ecuaciones paramtricas de la recta, como

4
5
2
3
3
2
=
=
+ z y x

Entonces, la recta dada es la interseccin de los planos

2
3
3
2
=
+ y x
y
4
5
3
2
=
+ z x

En consecuencia, la recta dada es la interseccin de los planos

0 5 3 2 = + y x y 0 23 3 4 = + z x

4.8. TRANSFORMACIONES LINEALES

Una transformacin lineal L de R
n
en R
m
es una funcin que asigna a cada u en R
n
un nico vector L(u)
en R
m
, de modo que :

(a) L(u + v) = L(u) + L(v), para cada u y v en R
n
.
(b) L(ku) = kL(u), para cada u en R
n
y cada escalar k.
Captulo 1
Matrices
_________________________
69

Se dice que una funcin T de R
n
en R
m
es no lineal si no es transformacin lineal.

El vector L(u) en R
m
se denomina imagen de u. el conjunto de todas las imgenes en R
m
de los vectores
R
n
es el rango de L. puesto que R
n
puede considerarse como una sucesin de puntos o vectores, L(u)
tambin puede tomarse como punto o como vector de R
m
, para cada u en R
n
. escribimos el hecho de que
L manda R
n
en R
m
, aunque no sea una transformacin lineal, como:

. :
m n
R R L

Si n = m, una transformacin lineal
m n
R R L : es llamada tambin operador lineal en R
n
.

Una transformacin matricial tambin es una transformacin lineal por que cumple con las propiedades
(a) y (b).

A continuacin se presentan algunas de las transformaciones matriciales que se pueden evidenciar
fcilmente desde el punto de vista geomtrico:

Reflexin respecto del eje x

2 2
: R R L se define mediante
(
=
|
|
.
|
\
|
(
2
1
2
1
u
u
u
u
L

Proyeccin al plano xy

2 3
: R R L se define mediante
(
=
|
|
|
.
|
\
|
(
(
(
2
1
3
2
1
u
u
u
u
u
L

Dilatacin

3 3
: R R L se define mediante ( ) ru u L = para r > 1

Contraccin

3 3
: R R L se define mediante ( ) ru u L = para 0 < r < 1

Rotacin en sentido contrario a las manecillas del reloj, en un ngulo |:
2 2
: R R L se define mediante ( )
( ) ( )
( ) ( )
u
sen
sen
u L
(

=
| |
| |
cos
cos

Inclinacin en direccin de x

Captulo 1
Matrices
_________________________
70
2 2
: R R L se define mediante ( ) u
k
u L
(
=
1 0
1
donde k es un escalar

Inclinacin en direccin de y

2 2
: R R L se define como ( ) u
k
u L
(
=
1
0 1
donde k es un escalar

Ejemplo 4.22.

Sea
2 3
: R R L definida como
.
1
3 2
1
3
2
1
(
+
=
|
|
|
.
|
\
|
(
(
(
u u
u
u
u
u
L

Para determinar si L es una transformacin lineal, sean

(
(
(
=
3
2
1
u
u
u
u
y
(
(
(
=
3
2
1
v
v
v
v
Entonces,

( )
( )
( ) ( )
(
+ +
+ +
=
|
|
|
.
|
\
|
(
(
(
+
+
+
=
|
|
|
.
|
\
|
(
(
(
+
(
(
(
= +
3 3 2 2
1 1
3 3
2 2
1 1
3
2
1
3
2
1
1
v u v u
v u
v u
v u
v u
L
v
v
v
u
u
u
L v u L

Por otra parte
( ) ( )
( )
( ) ( )
(
+
+ +
=
(
+
+
(
+
= +
3 2 3 2
1 1
3 2
1
3 2
1
2
1 1
v v u u
v u
v v
v
u u
u
v L u L

Captulo 1
Matrices
_________________________
71
Como las primera coordenadas de L(u + v) y L(u) + L(v) son diferentes, se concluye que L es una
transformacin no lineal.

Si
m n
R R L : es una transformacin lineal, entonces

( ) ( ) ( ) ( )
k k k k
u L c u L c u L c u c u c u c L + + = + + +
2 2 1 1 2 2 1 1

Para cualesquiera vectores u
1
, u
2
, , u
k
en R
n
y cualesquiera escalares c
1
, c
2
, , c
k
.

Ejemplo 4.23.

Sea
2 3
: R R L una transformacin lineal para la cual sabemos que

( ) ( ) 1 , 2 0 , 0 , 1 = L , ( ) ( ) 1 , 3 0 , 1 , 0 = L y ( ) ( ) 2 , 1 1 , 0 , 0 = L

Determine L(3, 4, 2).

Solucin:

Como (3, 4, 2) = 3i+4j+2k,

entonces

( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) 11 , 4
2 , 1 2 1 , 3 4 1 , 2 3
2 4 3
2 4 3 2 , 4 , 3
=
+ + =
+ + =
+ + =
k L j L i L
k j i L L

EJERCICIOS CAPITULO IV

1. Encuentre la magnitud, direccin y sentido de cada una de los vectores representados grficamente.
2. Encuentre la magnitud de cada uno de los siguientes vectores.
a. ( ) 12 = v
b. ) 5 , 0 ( = u

Captulo 1
Matrices
_________________________
72
c. ( ) 5 , 2 , 3 = w

d. ( ) 1 , 0 , 0 = j

e. AB x =
si A=(2) y B=(5)
f. AB y =
Si A=(2,5) y B=(3,6)
g. AB z =
si A=(2,3,9) y B=(8,3,
5)

3. Hallar cada uno de los siguientes vectores si se indica una de sus coordenadas y el ngulo u que se forma
entre el vector y el eje x.
a. ) , 2 ( y v =
y 36 = u
b. ) 10 , (x u =
y 40 = u

c. ( ) y w , 9 =
y 50 = u
d. ( ) 5 , = x x
y 10 = u
4. Encuentre el vector si se conoce una de las coordenadas y su norma
a. ) , 2 ( y v =
y 20 = v

b. ) 10 , (x u =
y 50 = u

c. ( ) y w , 9 =
y 100 = w

d. ( ) 5 , = x x
y 10 = x

5. Dados los vectores a
, u
, v
, w
y z
. Realizar las siguientes operaciones:

a. 2 u
+ z

b. 3 a
2 w

c. 4( v
+ z
)
d. 5( u
2 w
)
e. a
+u
+ z

f. 3 z
6 z
+ 6 a

6. Dadas las magnitudes y direcciones de los vectores a
, b
, c
, d
, e
y f
hallar las siguientes sumas:

a. a
+ b

b. b
+ c

c. f
+ e

d. c
+e

e. a
+ c
+2b

f. 3 a
2 c
+b

Captulo 1
Matrices
_________________________
73

7. Dados los vectores k j i p

5 3 2 + = , k j i q

6 4 + = y k j i r

5 3 + = , hallar:

a. q p

3 2
b. r q

5 3 +
c. r q p

3 3 +
d. r q p

+
e. r q p

+
2
1
2
f. r q p

2 6 7
g. La direccin de q p

7 +
h. La direccin de p r q

5 2
i. La direccin de r q p

+ +

8. Hallar vectores unitarios que conserven la misma direccin de cada uno de los vectores dados.

a. ) 5 , 2 ( = v

b. k j i p

+ = 4 2
c. cm r 20 =
y 45 = u
d. ( ) 7 , 3 = w

e. j i s

5 2 =
f. cm e 50 =
y 200 = u

9. Hallar el ngulo entre los vectores dados

a. ( ) ) 5 , 3 , 3 ( 5 , 3 , 2 = = u v

b. j i w u

5 6 ) 5 , 2 ( + = =
c. ( ) 3 , 2 , 6 = v
y el vector cuya 20 = l
cm. y 50 = u
d. ( ) 5 , 20 = v y el vector ( ) 20 , 5 = u

10. Hallar cada una de las siguientes proyecciones si j i p 4 3 + =
, j i q 7 2 + =
y j i s + = 4

a. q proy
p

b. s proy
p

c. p proy
q

d. s proy
q

e. q proy
s

f. p proy
s

11. Realizar las siguientes operaciones

a. u + a + b
b. Hallar Vector unitario en
direccin de w
c. Hallar el ngulo entre v y w
d. Proyeccin de u en a
e. Norma de w
f. Direccin de a
g. Angulo entre a y b
h. u + v + w + b + a

12. Calcule el producto u v:
Captulo 1
Matrices
_________________________
74

a. k j i u 4 3 2 + + = , k j i v + = 3
b. ( ) 1 , 0 , 1 = u , ( ) 1 , 3 , 2 = v
c. k j i u 2 + = , k j i v + = 4 3
d. ( ) 1 , 1 , 2 = u , u v 2 =
e. ( ) 2 , 1 , 1 = u , ( ) 2 , 1 , 3 = v
f. k j i u 2 2 + = , k i v 3 + =
g. k i u + = 2 , u v 3 =

13. Sean k j i u 3 2 + = , k j i v + + = 3 2 , k j i w 2 2 + = y c = 3. Verifique las propiedades del producto
cruz.

14. Verifique que cada uno de los productos cruz u v del ejercicio 12 es ortogonal a u y a v

15. Determine el rea del triangulo con vrtices P
1
(1, 2, 3), P
2
(3, 1, 4), P
3
(0, 4, 3).

16. Determine el rea del triangulo con vrtices P
1
, P
2
y P
3
. donde k j i P P + = 3 2
2 1
y k j i P P 2 2
3 1
+ + =

17. Determine el rea del paralelogramo con lados adyacentes k j i u 2 3 + = y k j i v = 3

18. Determine el volumen del paraleleppedo que tiene un vrtice en el origen y lados j i u = 2 ,
k j i v 2 2 = y k j i w + = 3 .

19. en cada uno de los siguientes ejercicios, determine una ecuacin de la recta en R
2
determinada por los
puntos dados.

a. P
1
(2, 3), P
2
(3, 4)
b. P
1
(2, 5), P
2
(3, 4)
c. P
1
(0, 0), P
2
(3, 5)
d. P
1
(3, 5), P
2
(0, 2)
e. P
1
(1, 1), P
2
(2, 2)
f. P
1
(3, 5), P
2
(0, 2)

20. En cada uno de los ejercicios siguientes, determine ecuaciones paramtricas de la recta que pasa por el punto
P
0
(x
0
, y
0
, z
0
) y es paralela al vector u.

a. P
0
= (3, 4, 2), u = (4, 5, 2)
b. P
0
= (3, 2, 4), u = (2, 5, 1)
c. P
0
= (0, 0, 0), u = (1, 1, 1)
d. P
0
= (7, 5, 4), u = (0, 1, 2)

21. Determine las ecuaciones paramtricas de la recta que pasa por los puntos dados

a. (2, 3, 1), (4, 2, 5).
b. (1, 5, 1), (2, 2, 7).
c. (2, 3, 4), (2, 3, 5).
d. (0, 0, 0), (4, 5, 2).

22. Determine la ecuacin del plano que:

a. Pasa por (0, 2, 3), y es perpendicular a n = (3,2,4)
b. Pasa por los puntos (0, 1, 2), (3, 2, 5), (2, 3, 4)
c. Pasa por (1, 2, 3), y es perpendicular a n = (0, 1,3)
d. Pasa por los puntos (2, 3, 4), (1, 2, 3), (5,4, 2)
Captulo 1
Matrices
_________________________
75
e. Pasa por (2, 3, 4), y es perpendicular a n = (0, 0, 4)
f. Pasa por los puntos (1, 2, 3), (0, 0, 0), (2, 3, 4)

23. Hallar las rectas de interseccin de los planos dados

a. 2x + 3y 4z + 5 = 0 y 3x + 2y + 5z + 6 = 0
b. x + 2y + z = 0 y 2x y + 2z + 8 = 0

24. Los puntos (2, 3, 2), (4, 2, 3) y (0, 8, 1) estn en la misma recta?

25. Determine un plano que pase por el punto (2, 4, 3) y sea paralelo al plano 2x + 4y 5z + 6 = 0

26. Cuales de las siguientes transformaciones son lineales?

a. ( ) ( ) y x y x y x L + + = , , 1 ,
b.
(
(
(
+
=
|
|
|
.
|
\
|
(
(
(
z x
y
y x
z
y
x
L
c. ( ) ( )
2 2
, , y y x x y x L + =
d. ( ) ( ) z x y x z y x L + = 2 , 0 , , ,

27. Dibuje la imagen del punto dado, P, o del vector u bajo la transformacin lineal dad, L.

a.
2 2
: R R L se define mediante ( ) ( ) ) 3 , 2 ( ; , , = = P y x y x L
b.
2 2
: R R L se define mediante ( ). 2 , 1 ;
1 2
1 1
=
(

=
|
|
.
|
\
|
(
u
y
x
y
x
L
c.
2 2
: R R L es una rotacin de 30 en sentido contrario a las manecillas del reloj; P = (1, 3)
d.
2 3
: R R L se define mediante ( ) 3 , 1 , 2 ; =
(
=
|
|
|
.
|
\
|
(
(
(
u
y x
x
z
y
x
L
e.
3 3
: R R L se define mediante ;
1 0 0
0 1 1
1 0 1
(
(
(
(
(
(
=
|
|
|
.
|
\
|
(
(
(
z
y
x
z
y
x
L ( ) 4 , 2 , 0 = u
28. Describa de manera geomtrica las siguientes transformaciones lineales
a. ( ) ( ) x y y x L , , =
b. ( ) ( ) x y y x L = , ,
c. ( ) ( ) y x y x L 2 , 2 , =

Captulo 1
Matrices
_________________________
76

BIBLIOGRAFA

1. Bernard Colman y David R. Hill. lgebra Lineal. Pearson, 8a ed., 2006.

2. S. I. Grossman. lgebra lineal. McGraw-Hill/Interamericana de Mxico, 5a. ed., 1991.

3. David C. Lay. lgebra Lineal y sus aplicaciones. Pearson, 2a ed., 1999.

4. Rafael Isaacs y Sonia Sabogal. Aproximacin al algebra lineal: un enfoque geomtrico. Universidad
Industrial de Santander. 2005

5. Fernando Hitt. Funciones en contexto. Prentice Hall. 1a ed. 2002.

Captulo 1
Matrices
_________________________
77
6. Miguel A. Herrera y Francisco Montero. Geometra analtica, descriptiva y proyectiva: para arquitectos
y diseadores. Prentice Hall. 1 ed. 2002.

7. Kith Devlin. El lenguaje de las Matemticas. Robinbook. 2002

MODULO Algebra Lineal

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

MODULO Algebra Lineal

Uploaded by

Copyright:

Available Formats

Captulo 1

= son iguales por tener la misma dimensin y porque sus

entonces la matriz que resulta de

entonces A y B son matrices conformables y su producto es

Dadas las matrices A y B, compruebe que si son

. Realizar las siguientes operaciones:

hallar las siguientes sumas:

You might also like