UNIVERSIDAD CENTRAL DE VENEZUELA

NÚCLEO EXPERIMENTAL “ARMANDO MENDOZA” – CAGUA

FACULTAD DE INGENIERÍA
DEPARTAMENTO DE MATEMÁTICA APLICADA
ASIGNATURA: ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250)
ESPECIALISTA EN CONTENIDO: PROF. FRENLUI TOVAR

ALGEBRA DE MATRICES
Explicaciones Generales
Matriz 3 x 4
fila columna
El primer número nos indica el número de filas que tiene la matriz.
El segundo indica la cantidad de columnas que tiene la matriz.

Ejemplo:
1 2 3 4 
3 filas 5 6 7 8 
  La matriz es 3 x 4
9 10 11 12
 
 
4 columnas

 Si la matriz es A las posiciones de cada número son ai j.

i es la fila y j es la columna donde se encuentra posicionado el número en la matriz A.

 Si la matriz es B las posiciones de cada número son bi j.

i es la fila y j es la columna donde se encuentra posicionado el número en la matriz B.

Ejemplos:

 a11 a12 a13  b11 b12 b13 

A  a 21 a 22 a 23  B  b21 b22 b23 
 a31 a32 a33  b31 b32 b33 

En la siguiente matriz indica la posición del número circulado.

1 2 3 4 2 __________
5 6 7 8 7 __________
A  9 __________
 9 10 11 12 14 __________
 
13 14 15 16

Suma de Matrices

 Para poder sumar matrices, deben de tener el mismo orden, ambas matrices deben
tener el mismo número de filas y columnas.

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
Definición de suma:
Si A = (ai j) mxn y B = (bi j) mxn entonces su suma es A + B = (ai j + bi j) mxn.

Ejemplo:
Suma las matrices A + B

1 3 5 7 1 3 5 7 6
A B   Suma a1 1 + b1 1
5 7 4 8 5 7 4 8

3 + 7 = 10

1 3 5 7 6 10 Suma a1 2 b1 2
  +
5 7 4 8

1 3 5 7 6 10
 
5 7 4 8 9 Suma a2 1 + b2 1

5+4=9

1 3 5 7 6 10
  Suma a2 2 + b2 2
5 7 4 8 9 15

7 + 8 = 15

Producto de un Escalar

Definición:
Si kA = k(ai j) mxn ; debes multiplicar cada número de la matriz por el escalar.

Ejemplo:

Determina 2A

1 5 1 5 2 10
A 2A  2 
3 4 3 4 6 8

Inverso Aditivo (Resta)

2 3 4 5
A B
4 1 1 2

Opera A – B

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
 2 3 4 5 6 8
A B    El orden es igual que en la suma pero debes fijarte muy
4 1 1 2 5 3
bien en los signos.

Ejercicios Propuestos
En cada ejercicio realiza: a) A + B b) D – C c) 2 A + 3 B d) 5 C - 4 D

2 5 6 5 2 7
1.- A 4 7 1 B  3 4 8
3 4 2 2 9 7

1 2 3 4 5 7 9 4
2 3 4 5 0 3 1 1
2.- C  D
0 3 2 1 4 6 8 7
1 2 2 0 5 0 3 4

Multiplicación de Matrices
Para poder multiplicar debemos revisar primero el numero de filas x columnas

Si tenemos que una matriz es 3 x 5 y la otra 5 x 2 se puede multiplicar si

Matriz A Matriz B

El tamaño de la
respuesta es 3 x 2 Si los números centrales son
3 x 5 5 x 2
iguales entonces se puede
multiplicar y el tamaño de la
respuesta son los números de los
Debe ser igual entonces extremos 3 x 2
si se puede multiplicar

Ejemplo

6 7 8 1) Reviso el tamaño de la matriz

0 1 2 33  A= 2x3 B=3x3
 9 10 11    Como son iguales se puede
12 13 14  
3 4 5 multiplicar.
El tamaño de la matriz de la
respuesta es 2 x 3
Se opera así:

0  6  1 9  2 12  2) Siempre se toma la primera matriz

con la fila 1 (horizontal) con la 1
0  9  24  33 columna (vertical) marcada en la
matriz.

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
 6 7 8
0 1 2 33 36 
 9 10 11   
12 13 14  
3 4 5

0  7  110  2 13 
0  10  26  36
6 7 8
0 1 2 33 36 39
 9 10 11   
3 4 5
12 13 14  

0  8  111  2 14 
0  11  28  39

6 7 8
0 1 2  33 36 39
 9 10 11   
12 13 14  
3 4 5 114

3  6  4  9  5  12 
18  36  60  114

6 7 8
0 1 2  33 36 39
 9 10 11   
12 13 14  
3 4 5 114 126

3  7  4  10  5  13 
21  40  65  126

6 7 8
0 1 2  33 36 39 
 10 11  
114 126 138
9
3 4 5
12 13 14 

3  8  4  11  5  14 
24  44  70  138

Respuesta:
6 7 8
0 1 2 33 36 39
 9 10 11 
3 4 5 114 126 138
12 13 14

Ejercicios Propuestos
Encuentra AB y BA, si es posible.

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
 3 5  5  2
1.- A  B 
2  6 1 7 

 4  3 2 1 
2.- A  B  4 2
 2 1   
3 0  1 1  5 0 

3.- A  0 4 
2 B  4 1  2

5  3 1  0  1 3 

5 0 0  3 0 0 

4.- A  0  3 0
 B  0 4 0 
 
0 0 2 0 0  2

Cálculo de Matrices Inversas

FÓRMULA PARA EL CÁLCULO DE MATRICES INVERSAS POR EL MÉTODO DE LOS

COFACTORES:

adjA t 
A 1 
det A
Donde adjA t  significa matriz adjunta de la transpuesta de la matriz A. La adjunta se
determina mediante el cálculo de cada uno de sus elementos atendiendo empleando la
fórmula:
Aij   1
i j
 M ij , donde M ij es el determinante menor que resulta de eliminar la fila i
y la columna j de la matriz transpuesta.

Ejemplo:

 Determinemos primero el determinante de la matriz, pues la condición necesaria para que

una matriz tenga inversa es que su determinante sea cero:
 4 5 4 5
A     28  40  68
 8 7 8 7
Determinemos la matriz transpuesta de A:
 4  8
At   
5 7 
Ahora, determinemos la adjunta de la transpuesta:

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
 Note que en una matriz de orden 2 el determinante menor que se obtiene al eliminar la
fila y la columna correspondiente, será el elemento opuesto a la diagonal:
 Elemento A11 se obtiene eliminando la fila 1 y la columna 1:
 4  8
  El determinante menor M 11  7
5 7 

Aplicando la fórmula:
A11   1  M 11   1  7  7
11 2

 Elemento A12 se obtiene eliminando la fila 1 y la columna 2:

 4  8
  El determinante menor M 12  5
5 7 
Aplicando la fórmula:
A12   1  M 12   1 5  5
1 2 3

 Elemento A21 se obtiene eliminando la fila 2 y la columna 1:

 4  8
  El determinante menor M 21  8
5 7 
Aplicando la fórmula:
A21   1  M 21   1  8  8
2 1 3

 Elemento A22 se obtiene eliminando la fila 2 y la columna 2:

 4  8
  El determinante menor M 22  4
5 7 
Aplicando la fórmula:
A22   1  M 22   1 4   4
2 2 4

Teniendo todos los elementos de la matriz adjunta de la transpuesta, la ordenamos:

 7  5
 
adj At   
8 4 
Aplicando la fórmula para el cálculo de la matriz inversa:
adjA t 
A 1 
det A
 7 5
1  7  5    
A 1      68 68 
68  8 4   2 1 
 
 17 17 
Note que se divide cada término de la matriz adjunta para el determinante.

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
  4  2  6
 
b) B   2 2 8 
 1 7 8 

Determinemos primero el determinante de la matriz:

4 2 6
2 2 8
1 7 8  4  2  8  2  7  6   1  2  8   6  2  1  8  7  4  8  2  2
4 2 6
2 2 8

 64  84  16  12  224  32  36  3x  x  208

Determinemos la matriz transpuesta de B:
 4 2  1
 
B   2 2 7 
t

 6 8 8 
 
 Elemento B11 se obtiene eliminando la fila 1 y la columna 1:
 4 2  1
  2 7
B    2 2 7  El determinante menor M 11 
t
 16  56  40
 6 8 8  8 8
 

Aplicando la fórmula:
B11   1  M 11   1  40  40
11 2

 Elemento B12 se obtiene eliminando la fila 1 y la columna 2:

 4 2  1
  2 7
B    2 2 7  El determinante menor M 12 
t
 16  42  26
 6 8 8  6 8
 
Aplicando la fórmula:
B12   1  M 12   1 26   26
1 2 3

 Elemento B13 se obtiene eliminando la fila 1 y la columna 3:

 4 2  1
  2 2
B    2 2 7  El determinante menor M 13 
t
 16  12  4
 6 8 8  6 8
 
Aplicando la fórmula:
B13   1  M12   1  4  4
13 4

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
  Elemento B21 se obtiene eliminando la fila 2 y la columna 1:

 4 2  1
  2 1
B t    2 2 7  El determinante menor M 21   16  8  24
 6 8 8  8 8
 

Aplicando la fórmula:
B21   1  M 21   1 24   24
2 1 3

 Elemento B22 se obtiene eliminando la fila 2 y la columna 2:

 4 2  1
  4 1
B    2 2 7  El determinante menor M 22 
t
 32  6  26
 6 8 8  6 8
 
Aplicando la fórmula:
B22   1  M 22   1 26   26
2 2 4

 Elemento B23 se obtiene eliminando la fila 2 y la columna 3:

 4 2  1
  4 2
B    2 2 7  El determinante menor M 23 
t
 32  12  44
 6 8 8  6 8
 
Aplicando la fórmula:
B23   1  M 23   1 44  44
23 5

 Elemento B31 se obtiene eliminando la fila 3 y la columna 1:

 4 2  1
  2 1
B    2 2 7  El determinante menor M 31 
t
 14  2  16
 6 8 8  2 7
 
Aplicando la fórmula:
B31   1  M 31   1 16  16
31 4

 Elemento B32 se obtiene eliminando la fila 3 y la columna 2:

 4 2  1
  4 1
B    2 2 7  El determinante menor M 32 
t
 28  2  26
 6 8 8  2 7
 
Aplicando la fórmula:
B32   1  M 32   1 26  26
3 2 5

 Elemento B33 se obtiene eliminando la fila 3 y la columna 3:

 4 2  1
  4 2
B    2 2 7  El determinante menor M 33 
t
 8  4  12
 6 8 8   2 2
 
Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
 Aplicando la fórmula:
B33   1  M 33   1 12  12
33 6

Teniendo todos los elementos de la matriz adjunta de la transpuesta, la ordenamos:

  40  26  4 
 
 
adj B    24 26  44 
t

 16  26 12 
 
Aplicando la fórmula para el cálculo de la matriz inversa:
adjB t 
B 1 
det B
 5 1 1 
 
  40  26  4   26 8 52 
1    3 1 11 
B 1     24 26  44    
208    126 8 52 
 16  26 12  1 1 3
  
 13 8 52 
Otra de forma de determinar la matriz adjunta sería mediante el cálculo de los
determinantes menores y la alternancia de los signos de la siguiente manera:

 M 11  M 12 M 13 
 
 
adj B t    M 21 M 22  M 23 
 M  M 32 M 33 
 31

Nota: Esta distribución de signos, no significa que los signos de los elementos deben quedar en ese
orden, sino que se les debe cambiar el signo a los determinantes menores M 12 , M 21 , M 23 , M 32

Método de Gauss – Jordan

Ejemplo # 1

 Resuelve el siguiente sistema, aplicado el Método de Gauss-Jordan:

Solución: Comenzamos con la matriz aumentada y luego obtenemos una forma escalonada,
según reseñado en clases.

R1 R4

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
 R2 R3

(1)R1 + R3 R3

(-2)R1 + R4 R4

(-1)R2 R2

(-(1÷ 2))R2 R2

(-1)R2 + R3 R3

(-1)R2 + R4 R4

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
 (3)R3 + R4 R4

La matriz final está en forma escalonada y corresponde a un sistema de ecuaciones:

(-(1÷ 2))R4 R4

Ahora usamos sustitución a fin de hallar la solución. De la última ecuación vemos que w=-
1; de la tercera ecuación vemos que z = -2.

Sustituimos en la segunda ecuación, y obtenemos:

y - 2z - w = 6
y - 2(-2) - (-1) = 6
y+4+1=6
y=1

Sustituimos los valores encontrados en la primera ecuación:

x + z + 2w = -3
x + (-2) + 2(-1) = -3
x - 2 - 2 = -3
x=1

Por lo tanto, el sistema tiene una solución: x = 1, y = 1, z = -2, w = -1

Ejemplo # 2

La matriz ampliada del sistema es

Realizamos operaciones elementales fila para obtener la matriz en forma escalonada

reducida.

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
  A la segunda fila le restamos la primera y a la tercera se la sumamos

 Multiplicamos la primera fila por 1/2 y la segunda por 1/3

 Sumamos a la primera fila la segunda multiplicada por 1/2 y a la tercera, la segunda

multiplicada por -2

 Multiplicamos la tercera fila por 1/3

 Sumamos a la primera fila la tercera multiplicada por -3/2

Esta última matriz es la escalonada reducida (lo sabemos porque tenemos la matriz identidad).

x = 5/2

y = 2/3

z = 2/9

Ejemplo # 3

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
La matriz ampliada del sistema es

Realizamos operaciones elementales fila para obtener la matriz en forma escalonada reducida

 Sumamos a las filas tercera y cuarta la primera multiplicada por 3 y por -2 respectivamente

 Sumamos a las filas primera, segunda y tercera la cuarta multiplicada por 2, -3 y 5

respectivamente

 Multiplicamos la cuarta fila por -1 y la intercambiamos con la segunda

 Multiplicamos las filas tercera y cuarta por 1/34 y -1/22 respectivamente

 Le restamos la tercera fila a la cuarta

 Multiplicamos la cuarta fila por -187/42

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
  Le sumamos a las filas primera y segunda la tercera multiplicada por -
13 y 8 respectivamente

 Le sumamos a las filas primera, segunda y tercera la cuarta multiplicada por 5/34, 5/17, -
3/34

Regla de Cramer

Los pasos a seguir para calcular los sistemas de ecuaciones según la Regla de Cramer
son los siguientes:

1. Hallar la matriz ampliada (A b) asociada al sistema de ecuaciones, esto es: que la primera
columna esté formada por las entradas de los coeficientes de la primera incógnita de las
ecuaciones; que la segunda columna la formen las de la segunda incógnita, y así hasta llegar
a la última columna, que estará constituida por las entradas de los términos independientes
de las ecuaciones.

2. Calcular el determinante de A.

3. Aplicar la Regla de Cramer, que consiste en:

a) Ir sustituyendo la primera columna del det (A) por los términos independientes;

b) Dividir el resultado de este determinante entre el det (A) para hallar el valor de la primera
incógnita;

c) Continuar sustituyendo los términos independientes en las distintas columnas para hallar
el resto de las incógnitas.
Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
Ejemplo:

 Resolver el siguiente sistema compatible determinado:

Problemas que se resuelven mediante Sistemas de Ecuaciones Lineales

1.- Un fabricante elabora cuatro tipos diferentes de productos; cada uno de ellos requiere tres tipos
de materias primas:

 Para fabricar una unidad del producto 1 se necesitan 2 unidades de materia prima 1, 4
unidades de materia prima 2 y 2 unidades de materia prima 3.

 Para fabricar una unidad del producto 2 se necesita 1 unidad de materia prima 1, 2 unidades
de materia prima 2 y 3 unidades de materia prima 3.

 Para fabricar una unidad del producto 3 se necesitan 2 unidades de cada materia prima
respectivamente.

 Para fabricar una unidad del producto 4 se necesitan 4 unidades de materia prima 1 y 2
unidades de materia prima 3.

Si se disponen de 68 unidades de la materia prima 1, 68 unidades de la materia prima 2 y 74

unidades de la materia prima 3. ¿Cuántas unidades de cada producto pueden producirse si se usa
toda la materia prima?

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada
 Solución:

Al plantear el sistema de ecuaciones lineales tenemos:

x unidades del producto 1

y unidades del producto 2
z unidades del producto 3
t unidades del producto 4
2x + y +2z + 4t = 68
4x + 2y + 2z = 68
2x + 3y + 2z + 2t = 74

Nota: Queda de parte del estudiante resolver el sistema de ecuaciones y calcular cada una de las
variables q se solicitan en el mismo.

2.- Un editor publica un posible éxito de librería en tres presentaciones distintas: libro de bolsillo,
club de lectores y edición de lujo:

 Cada libro de bolsillo necesita 1 minuto para el cosido y 2 para el pegado.

 Cada libro del club de lectores necesita 2 minutos para el cosido y 4 para el pegado.

 Cada libro de la edición de lujo requiere 3 minutos para el cosido y 5 para el pegado.

 Si la planta de cosido está disponible 6 horas diarias y la planta de pegado 11 horas,

¿cuántos libros de cada presentación se pueden producir por día de modo que las plantas se
aprovechen a toda su capacidad y la cantidad de libros de club de lectores sea la mitad de la
cantidad de libros de bolsillo?

Solución:

Al plantear el sistema de ecuaciones lineales tenemos:

x unidades de libros de bolsillo.

y unidades de libros del Club de Lectores.
z unidades de libros de Edición de Lujo.

x + 2y + 3z = 360
2x + 4y + 5z = 660
x – 2y = 0

Nota: Queda de parte del estudiante resolver el sistema de ecuaciones y calcular cada una de las
variables q se solicitan en el mismo.

Éxitos en su Parcial # 1 de mañana Miércoles 05.12.18. No olviden hacer la entrega de la Guía de

Ejercicios # 1, con todos los Ejercicios Propuestos en Clases.

Elaborado por: Prof. Frenlui Tovar – Álgebra Lineal y Geometría Analítica (0250)
U.C.V. – Núcleo Experimental “Armando Mendoza” – Facultad de Ingeniería
Departamento de Matemática Aplicada