Material Base

UNIVERSIDAD NACIONAL DE INGENIERÍA
Recinto Universitario “Augusto C. Sandino”
UNIDAD I:
INTRODUCCION A LAS MATRICES
Y SISTEMAS DE ECUACIONES LINEALES
Parte I
Lic. Hazel Guadalupe Gutiérrez Aldana
Marz0 09/2019
______________________________________________________________________________
UNIDAD I: INTRODUCCION A LAS MATRICES Y SISTEMAS DE ECUACIONES LINEALES
OBJETIVOS PARTICULARES
1. Definir los conceptos de matrices determinantes y la compatibilidad de los sistemas de

ecuaciones lineales y contextualizarlos en situaciones de la vida cotidiana y del perfil
profesional del ingeniero.
2. Calcular las soluciones de sistemas de ecuaciones lineales, sumas, producto por un escalar y
producto de matrices, determinantes e inversas de problemas contextualizados con el perfil
y el entorno del futuro ingeniero.
3. Interiorizar producto de la abstracción los sistemas de ecuaciones lineales y las matrices,

como expresión de la realidad laboral del ingeniero y de otras áreas del ejercicio profesional.
1.1. Introducción al concepto matriz (realidad)

1.2. Definición de matriz. Notación.
1.3. Clasificación de matrices (Algunos tipos de matrices)
1.4. Operaciones con matrices y sus propiedades:
1.5. Concepto, Propiedades y cálculo de Determinantes.
1.6. Transformaciones elementales. Matrices equivalentes.
1.7. Concepto y Cálculo de la Matriz inversa:
1.8. Rango de una matriz.
1.9. Compatibilidad de los sistemas lineales
1.10. Resolución de Sistemas de Ecuaciones Lineales:
1.1 INTRODUCCION AL CONCEPTO DE MADRIZ

Las matrices, sus propiedades y aplicaciones, son de los temas más importante en el estudio
del álgebra lineal. Este tipo de objetos matemáticos permiten representar en forma ordenada
y conveniente variada información con el fin de facilitar su lectura.
EJEMPLO:
Un constructor puede adquirir bloques, tejas, madera y cemento de tres proveedores P,Q y S
los precios de cada proveedor por paquete vienen dados en euros por las matrices siguientes.
B T M C
P 8 13 6 6
Q 6 12 7 8
S 7 14 6 7
El constructor tiene que empezar una obras, por tanto necesita:
24 paquetes de bloques, 5 de tubos, 12 de madera y 18 de cemento.
I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Lic. Hazel Guadalupe Gutiérrez Aldana.
______________________________________________________________________________
Averigue con cual de los proveedores resulta más económica la adquisición para la
obra.
24 paquetes de bloques, 5 de tubos, 12 de madera y 18 de cemento.
24
5
( )
12
18
Vamos a multiplicar esos materiales por el proveedor P
24
5
( )
12
18
(8 13 6 6) = (8)(24)+(13)(5)+(6)(12)+(6)(18) =
= 192 + 65 + 72 + 108 = 437
Vamos a averiguar la inversión con el proveedor Q.
24
5
( )
12
18
(6 12 7 8 ) = (6)(24) + (12)(5) + (7)(12) + (8)(18)
= 144 + 60 + 84 + 144 = 432
Vamos a averiguar la inversión con el proveedor S.
24
5
( )
12
18
(7 14 6 7 ) = (7)(24) + (14)(5) + (6)(12) + (7)(18)
= 168 + 70 + 72 + 126 = 436
Resulta mas económica la compra con el proveedor S. (ISUU, s.f.)
1.2 DEFINICION DE MATRIZ:

Una matriz en R es un arreglo rectangular de números reales distribuidos en filas y
columnas. En general, una matriz real A que tiene m filas y n columnas es un ordenamiento
de números reales de la forma:
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
𝑎31 𝑎32 𝑎33 … 𝑎3𝑛
𝐴= . . . .
. . . .
. . . .
(𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 )

______________________________________________________________________________
NOTACIÓN:
• Si una matriz A tiene m filas y n columnas se dice que A es de tamaño m×n o que A es
de orden m×n. Si m = n, se dice que A es de orden n.
• Cada número real amn del ordenamiento es llamado elemento de A.
• Am representa la m-ésima fila de A; así,
A(m) = (am1, am2, a3 ··· amn)
A(n) representa la n-ésima columna de A; así,
𝑎1𝑛
𝑎2𝑛
A(n) = (𝑎 3𝑛 )
.
..
𝑎𝑚𝑛
• El elemento amn, entrada de A es el que está en la m-ésima fila y en la n-ésima
columna.
• El conjunto formado por todas las matrices de tamaño m×n con entradas reales es
denotado como Mm×n(R).
• Los subíndices indican la posición del elemento dentro de la matriz, el primero denota
la fila (m) y el segundo la columna (n). Por ejemplo el elemento a25 será el elemento
de la fila 2 y columna 5.
CLASIFICACION DE MATRICES (ALGUNOS TIPOS DE MATRICES)
SEGÚN SU FORMA:
Matriz fila: Es una matriz que solo tiene una fila, es decir m =1 y por tanto es de orden 1 x
n. Ejemplo: A= [2, -3, 5]
Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1 y por tanto es de
orden m x 1. Ejemplo: − 1
C =  6 
 0 
Matriz cuadrada: Es aquella que tiene el mismo número de filas que de columnas, es decir
m = n. En estos casos se dice que la matriz cuadrada es de orden n, y no n x n. Ejemplo:
−1 3 5 2 − 1
B=
1
A= [ ⁄3 0,1 𝑋] 0 3  2 x 2
3 2 1 3𝑥3
Los elementos amn con m = n, forman la llamada diagonal principal de la matriz cuadrada, y
los elementos amn con m + n = n +1 la diagonal secundaria.

______________________________________________________________________________
Matriz traspuesta: Dada una matriz A, se llama transpuesta de A, y se representa por At, a
la matriz que se obtiene cambiando filas por columnas. La primera fila de A es la primera
columna de At, la segunda fila de A es la segunda columna de At, etc.
Ejemplo La matriz transpuesta de la matriz A
1 2  1 3 0 
A = 3 − 5  es At = 2 − 5 7
  
0 7   
Propiedades de la trasposición de matrices
a) Dada una matriz A, siempre existe su traspuesta y además es única.

b) (At)t = A.
Matriz simétrica: Una matriz cuadrada A es simétrica si A = At.
Matriz anti simétrica: Una matriz cuadrada es anti simétrica si A = –At.
Ejemplos Consideremos las siguientes matrices:
2 −3 5 0 3 −4
𝐴 = (−3 6 7) 𝐵 = (−3 0 5)
5 7 −8 4 −5 0
Podemos observar que los elementos simétricos de A son iguales, o que AT = A. Siendo
así, A es simétrica.
Para B los elementos simétricos son opuestos entre sí, de este modo B es anti
simétrica.
SEGÚN SUS ELEMENTOS:
Matriz nula: es aquella que todos sus elementos son 0 y se representa por 0.
𝟎 𝟎 𝟎
𝟎 𝟎
Ejemplo [0, 0] (𝟎 𝟎 𝟎) [ ]
𝟎 𝟎
𝟎 𝟎 𝟎

______________________________________________________________________________
Matriz identidad: Es una matriz escalar con los elementos de la diagonal principal iguales
a 1.
𝟏 𝟎 𝟎
𝟏 𝟎
Ejemplos (𝟎 𝟏 𝟎) [ ]
𝟎 𝟏
𝟎 𝟎 𝟏
Matriz diagonal: Es una matriz cuadrada, en la que todos los elementos no pertenecientes
a la diagonal principal son nulos.
1 0
Ejemplo [ ]
0 2
Matriz escalar: Es una matriz diagonal con todos los elementos de la diagonal iguales.
2 0
Ejemplo [ ]
0 2
Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los elementos que están a
un mismo lado de la diagonal principal. Las matrices triangulares pueden ser de dos tipos:
Triangular Superior: Si los elementos que están por debajo de la diagonal principal son
todos nulos. Es decir, aij =0; i < j.
Ejemplo
1 4 −1
(0 2 1)
0 0 −3
Triangular Inferior: Si los elementos que están por encima de la diagonal principal son
todos nulos. Es decir, aij =0 ;j<i.
Ejemplo
1 0 0
(−1 2 0)
4 1 −3

______________________________________________________________________________
Igualdad de matrices
Dos matrices son iguales si tienen el mismo orden y si sus correspondientes entradas son
iguales.
Ejemplo
Las matrices
3 − 5  3 − 5 
A =  4 x 
 y B= 4 0



 y − 2  1 − 2 
Son iguales solo sí: x = 0 ∧ y=1
OPERACIONES CON MATRICES
Para poder sumar o restar matrices, éstas deben tener el mismo número de filas y de
columnas. Es decir, si una matriz es de orden 3 x 2 y otra de 2x3, no se pueden sumar
ni restar. Esto es así ya que, tanto para la suma como para la resta, se suman o se restan
los términos que ocupan el mismo lugar en las matrices.
Ejemplo:
Sean las matrices
3 1 2 −1 2 4
𝐴 = (0 5 −3) 𝑦 𝐵 = ( 2 5 8 ) 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠:
7 0 4 0 1 −2
3 1 2 −1 2 4 3−1 1+2 2+4

𝐴 + 𝐵 = (0 5 −3 ) + ( 2 5 8 ) = ( 0 + 2 5 + 5 −3 + 8)
7 0 4 0 1 −2 7+0 0+1 4−2
2 3 6
A + B = (2 10 5)
7 1 2

______________________________________________________________________________
3 1 2 −1 2 4
𝐴 − 𝐵 = (0 5 −3) − ( 2 5 8 ) =
7 0 4 0 1 −2
3 − (−1) 1 − 2 2−4 4 −1 −2
( 0−2 5 − 5 −3 − 8 ) = (−2 0 −11)
7−0 0 − 1 4 − (−2) 7 −1 6
Producto de matrices
Para encontrar el producto AB de dos matrices A y B, necesitamos que el número de

columnas de A sea igual al número de filas en B.
El producto de matrices no cumple la propiedad conmutativa.
Ejemplo 1:.
−1 7 8
2 1 5
Si 𝐴 = ( ) 𝑦 𝐵 = ( 4 6 0)
3 0 4
5 7 3
Encuentre AB
−1 7 8
2 1 5
( ) ∗ ( 4 6 0) =
3 0 4
5 7 3
2(−1) + 1(4) + 5(5) 2(7) + 1(6) + 5(7) 2(8) + 1(0) + 5(3) 27 55 31

( )=( )
3(−1) + 0(4) + 4(5) 3(7) + 0(6) + 4(7) 3(8) + 0(0) + 4(3) 17 49 36
Ejemplo 2:
𝟏 𝟑 𝟑 𝟏 𝟏 𝟐
Dadas las matrices A =(𝟏 𝟒 𝟑) y B = ( 𝟐 𝟎 −𝟏) Calcular A.B
𝟏 𝟑 𝟒 −𝟔 −𝟏 𝟎
1 3 3 1 1 2
(1 4 3). ( 2 0 −1) =
1 3 4 −6 −1 0
1 + 6 − 18 1 + 0 − 3 2 − 3 + 0 −11 −2 −1
(1 + 8 − 18 1 + 0 − 3 2 − 4 + 0) ( −9 −2 −2)
1 + 6 − 24 1 + 0 − 4 2 − 3 + 0 −17 −3 −1
PRODUCTO DE UN ESCALAR POR UNA MATRIZ

Dada una matriz cualquiera A y un número real k, el producto k·A se realiza
multiplicando todos los elementos de A por k, resultando otra matriz de igual tamaño.
(Evidentemente la misma regla sirve para dividir una matriz por un número real).

______________________________________________________________________________
Por ejemplo:
2 1 3 −10 −5 −15
−5 ·( )=( )
−4 2 1 20 −10 −5
2x3 2x3
CLASE PRACTICA
a) Las exportaciones, en millones de euros, de 3 paises A,B,C a otros tres X, Y, Z, en
los años 2000 y 2001 vienen dadas por las matrices:
𝑋 𝑌 𝑍 𝑋 𝑌 𝑍
𝐴 11 6,7 0,5 𝐴 1,3 7 1
A2000= 𝐵 (14,5 10 1,2) B2001= 𝐵 ( 15,7 11,1 3,2)
𝐶 20,9 3,2 2,3 𝐶 21 0,2 4,3
1. Calcula y expresa en forma de matriz el total de exportaciones para el conjunto
de los dos años.
2. ¿Cuántos millones ha exportado el país B al Z en total?
3. Calcula el incremento de las exportaciones del año 2000 al 2001 con los datos
del ejemplo anterior.
b) Calcula x, y, z en la suma
𝑥−𝑦 −1 2 𝑦 0 𝑧 −1 −1 3
( 1 𝑦 −𝑥) + ( −𝑧 2 3) = ( 0 4 4)
0 𝑧 2 −2 3 𝑥 −2 4 1
c) Calcula a,b,c para que se cumpla la igualdad
3−𝑎 𝑏 −2 2 𝑎+𝑏 4 −1 𝑎 2
( )+( )= ( )
4 −𝑐 + 1 6 1−𝑐 2 0 2 0 6
1 1 −1 0
d) Si A = ( ) 𝑦𝐵 = ( ), halla una matriz X que verifique la ecuación:
0 1 0 2
2 ·X−4·A=B
1 3 3 1 1 2
e) Dadas las matrices A = (1 4 3) y B = ( 2 0 −1),
1 3 4 −6 −1 0
- calcula 3At − Bt .
- Calcule A.B
1 −3 3 −5
f) Si A = ( ) ,B=( ), calcula si es posible A·B
−2 6 2 1

UNIDAD I:
Parte II DETERMINANTES
Marzo 23/2019
______________________________________________________________________________
CONCEPTO, PROPIEDADES Y CÁLCULO DE DETERMINANTES.

Determinantes
Introduciremos a continuación el concepto de determinante asociado a una matriz cuadrada.
Este concepto permite simplificar operaciones matriciales tales como el cálculo del rango o
de la matriz inversa.
La función determinante es de gran importancia en el álgebra ya que, por ejemplo,

nos permite saber si un matriz es regular (si tiene inversa) y, por tanto, si un
sistema de ecuaciones lineales tiene solución.
Definición: Si es una matriz 2 x 2 se define el determinante de la matriz A, y se expresa

como det(A) o bien |A|,
Dimensión 2x2
La matriz cuadrada de dimensión 2 tiene la forma
Regla: calculamos el determinante restan el producto de los elementos de las diagonales:
EJEMPLO:
1 3
[ ]= 1(10) – 3(3 )= 10 – 9 = 1
3 10
Dimensión 3x3
La matriz cuadrada de dimensión 3 tiene la forma
Regla: calculamos el determinante mediante la llamada regla de Sarrus. Una forma de

aplicar la regla de Sarrus es escribir las tres columnas de la matriz seguidas de la primer y la
segunda columna:

______________________________________________________________________________
Los elementos de las diagonales con flecha hacia abajo incluyendo la diagonal principal) se
multiplican y su suman se resta con los productos parciales de las diagonales secundarias
EJEMPLO:
1 2 3 1 2 3 𝟏 𝟐
[6 5 4] =[6 5 4 𝟔 𝟓] = 45 + 56 + 144 – 105 – 32 – 108 = 0
7 8 9 7 8 9 𝟕 𝟖
- - - + + +
Regla de Laplace
La regla de Laplace para calcular determinantes se puede aplicar para matrices cuadradas
de cualquier dimensión, pero normalmente se hace para dimensión mayor que 3.
Hay dos versiones de la regla: desarrollo por una fila y desarrollo por una columna.
Consejo: desarrollar por la fila o la columna que tenga más ceros.
DESARROLLO POR LA FILA i DE LA MATRIZ A DE DIMENSIÓN n:
siendo Aij la matriz de dimensión n−1 resultante al eliminar la fila i y la columna j de A.

Por tanto, si la matriz es dimensión n, tendremos que calcular n determinantes de matrices
de dimensión n−1. Esta es la razón por la que solo usamos esta regla cuando no hay otra
opción (dimensión mayor que 3).
EJEMPLO:
Calcular el determinante de la matriz A.
1 2 3
A= (6 5 4) Elegimos una fila o columna de referencia,
7 8 9
cada elemento se multiplica por el signo convencional que
resulta de (-1i+j) que sin hacer esta operación puede
hacerse de manera práctica asígnando a cada elemento el
signo y esto se multiplica por el determinante que resulta
de suprimir la fila y la columna de cada elemento de la fila
o columna elegida (vea fig. izquierda)
+ - +
1 2 3
5 4] = 1(+)[58 49] + 6(−) [28 39] + 7(+) [25 34] = 1(45 − 32) + (−6)(18 − 24) + 7(8 − 15)
- + -
|𝐴|= [6
+ - +
7 8 9
= 13 − 6(−6) + 7(−7) = 13 + 36 − 49 = 0
NOTA: En este método cuando eliges columnas que contengas mas ceros o mas unos
simplificas procedimientos.

______________________________________________________________________________
PROPIEDADES DE LOS DETERMINANTES

Algunas propiedades importantes que tienen los determinantes y que se enuncian sin
demostración, son:
1. Si una matriz tiene una línea (fila o columna) de ceros, el determinante vale cero. Esta
propiedad es evidente, puesto que por definición de determinante, basta elegir dicha línea
para desarrollar y el determinante será 0.
2. Si una matriz tiene dos filas iguales o proporcionales, su determinante es nulo.
3. Si permutamos dos líneas paralelas de una matriz cuadrada, su determinante cambia de

signo, por ejemplo:
1 2 −3 2 1 −3
[ 1 3 2 ]= -71 [3 1 2 ] = 71
−5 2 4 2 −5 4
4. Si multiplicamos todos los elementos de una línea de un determinante por un número, el
determinante queda multiplicado por ese número.
5. Si a una línea de una matriz se le suma otra línea multiplicada por un número, el
determinante no cambia. Esta propiedad permite utilizar un método más sencillo para
calcular determinantes de orden mayor que 3.
6. El determinante de una matriz es igual al de su traspuesta
TRANSFORMACIONES ELEMENTALES. MATRICES EQUIVALENTES.
Otras operaciones que podemos realizar sobre una matriz son las
llamadas transformaciones elementales. Tienen gran importancia porque se usan en
procedimientos para matrices que veremos en próximos artículos.
Llamamos transformaciones elementales de matrices a cualquiera de las siguientes
operaciones que podemos realizar sobre la matriz:
 Intercambiar dos filas (o columnas) de la matriz.
EJEMPLO:
1 2 −3 1 2 3
𝐴 = ( 1 3 2 ) 𝐹2 ↔ 𝐹3 𝐵 = (−5 2 4)
−5 2 4 1 3 2
 Multiplicar una fila (o columna) de la matriz por un número real no nulo.

1 2 −3 1 2 −3
𝐴 = ( 1 3 2 ) 3𝐹2 𝐵 = 𝐴 = ( 𝟑 𝟗 𝟔 )
−5 2 4 −5 3 4

______________________________________________________________________________
 Sumar a una fila (o columna) de la matriz el resultado de multiplicar otra fila (o
columna) por un número real no nulo
1 2 −3 1 2 −3 1 2 −3
𝐴 = ( 1 3 2 ) 𝐹3 + 2𝐹1 𝐵 = ( 1 3 2 ) = (−3 8 8 )
−5 2 4 −5 2 4 −5 2 4
Matrices Equivalentes:
Dos matrices son equivalentes si podemos pasar de una a otra mediante una transformación
elemental. Para relacionar ambas matrices usaremos el símbolo ~.
Os muestro unos ejemplos de matrices equivalentes mediante cada una de
las transformaciones elementales descritas.
Es un error grave, y muy habitual, usar el símbolo de igualdad = para relacionar matrices
equivalentes, y evidentemente como podemos apreciar, al aplicar una transformación
elemental para obtener una matriz equivalente, la resultante es diferente de la matriz inicial.
Por eso lo correcto es usar el símbolo ~.
Las transformaciones elementales son una herramienta fundamental para calcular el

determinante de un orden mayor o igual que tres transformando tres de los elementos de
una fila o de una columna en cero.
EJEMPLO:
1 3 3 6
[1 3 5 7]
2 4 0 3
1 5 2 3
Tomando como referencia un elemento base, operaremos con las transformaciones
elementales de la fila o columna, donde se encuentran ceros.
1 3 3 6
[1 3 5 7]
2 4 0 3
1 5 2 3
CONCEPTO Y CÁLCULO DE LA MATRIZ INVERSA:
Matrices inversas
Definición de inversa de una matriz:
Si A es una matriz cuadrada de orden n. Si existe una matriz B tal que AB = I = BA entonces
1
B se llama inversa de A y se denota con A . (Se lee “A inversa”)

______________________________________________________________________________
MENORES Y COFACTORES
Inversa de una matriz 2x2
TEOREMA:
a a12 
Sea A   11 
a 21 a 22 
Si el determinante de A no es cero el inverso multiplicativo de A es:
1 a  a12 
A 1   22
A  a 21 a11 
Ejemplo: encontrar A 1
3 5
A 
1 4
El determinante de A: A  34  51  12  5  7
1  a11  a21 
A1 
A  a12 a22 
 4  5
1  4  5  7 
A 1    7

7  1 3   1 3 

 7 7 
INVERSA DE UNA matriz 3x3

Ejemplo 2: Calcula la A 1
1
𝐴−1 = 𝑎𝑑𝑗 𝐴
|𝐴|
1  2 3 
A  5  1 2 
3 4  3
Solución
1) Calculamos la determinante de A
1  2 3 
A  5  1 2 
3 4  3
 1 2  5 2  5  1
A  1    2   3   3  8  2 15  6  320  2 
 4  3 3  3 2 4 

______________________________________________________________________________
 5  42  66  103
2) Calculamos la matriz formada por TODOS los cofactores de la matriz A.
−𝟏 𝟐 𝟓 𝟐 𝟓 −𝟏
[ ] −[ ] [ ]
𝑨𝟏𝟏 𝑨𝟏𝟐 𝑨𝟏𝟑 𝟒 −𝟑 𝟑 −𝟑 𝟑 𝟒
−𝟐 𝟑 𝟏 𝟑 𝟏 −𝟐
𝑨 = [𝑨𝟐𝟏 𝑨𝟐𝟐 𝑨𝟐𝟑 ] = − [ ] [ ] −[ ] =
𝑨𝟑𝟏 𝑨𝟑𝟐 𝑨𝟑𝟑 𝟒 −𝟑 𝟑 −𝟑 𝟑 𝟒
−𝟐 𝟑 𝟏 𝟑 𝟏 −𝟐
[ [−𝟏 𝟐] −[ ] [ ]
𝟓 𝟐 𝟓 −𝟏 ]
−𝟓 𝟐𝟏 𝟐𝟑
= [ 𝟔 −𝟏𝟐 −𝟏𝟎]
−𝟏 𝟏𝟑 𝟗
3) Si se busca la traspuesta de la matriz formada por los menores y cofactores de cada
elemento formo la matriz B y luego obtengo B T que es la adjA .
−𝟓 𝟐𝟏 𝟐𝟑 −𝟓 𝟔 −𝟏
B = [ 𝟔 −𝟏𝟐 −𝟏𝟎 ] Bt= ⌈ 𝟐𝟏 −𝟏𝟐 𝟏𝟑 ⌉
−𝟏 𝟏𝟑 𝟗 𝟐𝟑 −𝟏𝟎 𝟗
4) Ahora encuentro la inversa de la matriz A así:
 A11 A21 A31   5 6  1

1   1 
1
A   A12 A22 A32    21  12 13 
A 103
 A13 A23 A33   23  10 9 
De esta manera calculamos la matriz inversa de A denotada A-1, cabe mencionar que este no
es el único método.
MATRIZ INVERSA (METODO DE GAUSS JORDAN).

Para determinar la matriz inversa de otra matriz dada por el método de Gauss Jordan
debemos tener en cuenta las transformaciones elementales que estudiamos en este apartado
en la que juegan un papel muy importante la manipulación de filas y columnas.
Este método consiste en:
a) Construir un bloque matricial , donde a la izquierda se plantea la matriz por invertir
y a la derecha la matriz identidad de mismo orden.
EJEMPLO:
1 5 4
Sea A= |−4 5 2|
3 1 2
1 5 4 1 0 0
|−4 5 2| 0 1 0|
3 1 2 0 0 1
b) Someter este bloque matricial a una serie de transformaciones elementales de
manera que la matriz dada (ubicada a la izquierda) se convierta en matriz identidad
y la matriz que resulte a la derecha será la matriz inversa.

______________________________________________________________________________
c) Una vez encontrada la matriz inversa se comprueba que el product de la matriz dada
por su inversa es igual a la matriz identidad
A x A-1= I
RANGO DE UNA MATRIZ.

El Rango de una matriz es el número de filas o columnas linealmente independientes que
tiene una matriz el cual se denota como r(A). Si toda una fila o columna sus elementos son
cero esta no podrá ser linealmente independiente.
2 6 −1 4
A= 0 0 0 0 La fila 2 es nula por lo tanto no es linealmente independiente.
21 −4 0 7
4 12 −2 8 La cuarta fila se puede expresar como una combinación lineal
con la fila 1, f4 = 2f1, por tanto f4 y f1no son linealmente independientes, esto significa que
de las dos filas L.D eliminaremos una y queda solamente dos que entre ellas son LI. Por lo
tanto r(A) = 2 ( 2 POR QUE SOLO TIENE DOS FILAS L.I)
CLASE PRACTICA:
1) Utiliza el método de determinantes (MENORES) para hallar la inversa de las siguientes

matrices.
1 1 0  1 2 1 
 1 5  2  1    
a)   b)   c) 1 0 1 d) 1 0 2
   
 2 3  3 4  0 1 0  2 1  1
2) Calcule la inversa del inciso a) y c) y compruebe su resultado

UNIDAD I:

Parte III SISTEMA DE ECUACIONES LINEALES
COMPATIBILIDAD E INCOMPATIBILIDAD
Marzo 30/2019
______________________________________________________________________________
Un sistema de m ecuaciones lineales con n incógnitas es todo conjunto de m ecuaciones, que

restringen valores que pueden asumir las n variables y para el que se desea determinar los valores
de dichas incógnitas para los que satisfacen, simultáneamente, todas las ecuaciones; un sistema de
ecuaciones es de la forma
α11x1 + α122x2 +···+ α1nxn = b1

α21x1 + α22x2 +···+ α2nxn = b2
.
.
.
αm1x1 + αm2x2 +···+ αmnxn = b
Al conjunto formado por todas las soluciones de un sistema lo llamamos conjunto solución.
Ejemplo 4. El siguiente conjunto de ecuaciones

x1 + 2x2 = −3
2x1 + 3x2 = −10 es un sistema de 2 ecuaciones lineales con variables x1, x2 donde los coeficientes
respectivos de x1, x2 en la primera ecuación, son 1 y 2 ; y, en la segunda ecuación, son 2 y 3 . Los
términos independientes de la primera y segunda ecuación son -3 y -10, respectivamente.
NOTACION MATRICIAL
La información esencial de un sistema lineal puede registrarse de manera compacta en un arreglo
𝑥 −2𝑦 +𝑧 = 0
rectangular llamado matriz. Dado el sistema 2𝑦 8𝑧 = 8
−4𝑥 +5𝑦 +9𝑧 = −9
1 −2 1
MATRIZ COEFICIENTE :( 2 8)
−4 5 9
1 −2 1 0
MATRIZ AUMENTADA: ( 2 8 8)
−4 5 9 −9
Un sistema de ecuaciones lineales puede

1. no tener solución, o
2. tener exactamente una solución, o
3. tener una cantidad infinita de soluciones.
Se dice que un sistema de ecuaciones lineales es consistente o compatible si tiene una solución o
una infinidad de soluciones; un sistema es inconsistente o incompatible cuando no tiene ninguna
solución.
Para determinar la compatibilidad de los sistemas de ecuaciones debemos tener claro el concepto de
rango de una matriz. En el capítulo anterior el rango de una matriz lo analizamos a partir de la

______________________________________________________________________________
independencia lineal entre las filas pero esta no es la única manera de analizarlo, también el rango
puede ser analizado por determinantes.
COMPATIBILIDAD DE LOS SISTEMAS LINEALES
Teorema de Rouche-Frobenius.
En Algebra lineal el Teorema de Rouche- Frobenius permite calcular el número de soluciones de un sistema de
ecuaciones lineales en función del rango de la matriz de coeficientes y del rango de la matriz ampliada asociada
al sistema de ecuaciones.
Lleva el nombre del matemático francés Eugene Rouché quien lo enunció y del matemático alemán Ferdinand
Georg Frobenius quien fue uno de los muchos matemáticos que lo demostraron.
Sea un sistema lineal (de m ecuaciones con n incógnitas), sea M la matriz de los coeficientes del sistema de
ecuaciones y sea M* la matriz ampliada por la columna de los términos independientes.
Según el teorema de Rouche-Frobenius establece que un sistema de ecuaciones es:
I) Sistema compatible (hay soluciones):

Los sistemas de ecuaciones son compatibles o tienen solución si y solo si r(M) = r(M*) ( el rango de la
matriz dada es igual al rango de la matriz ampliada)
En el caso concreto de un sistema compatible tenemos:
a) Sistema compatible determinado: r(M) = r(M*) = n (cuando el rango es igual al número de incógnitas
entonces la solución del sistema es única.
b) Sistema compatible indeterminado: r(M) = r(M*) = h < n (Cuando el rango es menor que el número de
incógnitas) entonces tiene infinitas soluciones
II) Sistema incompatible (no hay soluciones):

Los sistemas de ecuaciones incompatibles son aquellos que no existe valor numérico que dé solución al
sistema en el cual se cumple que r(M) ≠ r(M*).
EJEMPLO:
DETERMINE POR EL TEOREMA DE ROUCHE – FROBENIUS SI LOS SIGUIENTES SON COMPATIBLES
DETERMINADOS COMPATIBLES INDETERMINADOS O INCOMPATIBLES .
a) x +2y + z = 0
1 2 1 1 2 1 0
2x -z = 1 M=(2 0 −1) M* = (2 0 −1 1)
3 −1 −2 3 −1 3 3
3x – y-2z = 3
1) Calcular el valor del rango de la matriz M por determinantes
1 2 1
M= |2 0 −1| = (0 − 2 − 6) − (0 + 1 ± 6) = −6 − 17 = −23
3 −1 −2
Como det(M) ≠0 entonces el determinante nos proporciona tres filas linealmente independientes por tanto
r(M)=3.
2) Calcular el rango de M* .

______________________________________________________________________________
1 2 1 0
M*= |2 0 −1 1| En es2te caso es una matriz 3x4 por tanto su rango puede ser 3 o menor que 3, entonces
3 −1 3 3
debemos calcular el determinante de un menor cualquiera que elijamos 3x3.
1 2 1
⌈2 0 −1⌉ = (0 -2 -6)-(0 +1+12) = -8 +13 = 5 como es distinto de cero r(M*)=3
3 −1 3
CONCLUSION:
Como r(M) = r(M*) entonces el sistema es compatible determinado
EJERCITACION INDEPENDIENTE:
CLASE PRACTICA:
a) Elabore un mapa conceptual que según Rouché-Frobenius nos plantea en el presente documento.
b)Dados los siguientes sistemas de ecuaciones lineales, determine su matriz de coeficientes, sus
términos independientes y su matriz aumentada. (AYUDA: defina un orden para las variables y
reescriba cada una de las ecuaciones según este orden
i) 3x−2y−z−3 = t
x + 3w−2t = 1
−3x−y + 2z−3w−t = −2
x + y + z−w = 3 + 2t−w
ii) 2x + y + z = 3
2x + 3y + z = 5
x − y – 2z = −5
c) De a cuerdo a lo estudiado y ayudándose con el mapa conceptual del inciso a) conteste falso o
verdadero y justifique las falsas.
 Si el rango de una matriz coeficiente de un sistema de ecuaciones es distinto del rango
de la matriz aumentada entonces el sistema tiene una única solución ____________
 Un sistema de ecuaciones es compatible indeterminado cuando el rango de la matriz de
coeficientes y la aumentada es igual al número de incógnitas. _____________
 Un sistema de ecuaciones lineales con infinitas soluciones es compatible
indeterminado.
 Un sistema de ecuaciones lineales se llama incompatible cuando r(M)=r(M*)
d) Analice los siguientes sistemas de ecuaciones y según el teorema de Rouche – Frobenius
identifíquelas como Compatible determinado, Compatible indeterminado, o Incompatible.
x + y - 3z = 2
2x - y + z = -4
3x + y + 5z =10
x +y –z = 1
2x – 2y +z = 0
3x –y =2
2x –y + z= 0
x + 4y +z = 3
-x + 5y = 3
NOTA: Aquellas ecuaciones que no tengan una de la variable debes completar el termino agregándole 0 como
coeficiente, Ejemplo: 0x, 0y, 0z.

UNIDAD I:

Parte IV RESOLUCION SISTEMA DE ECUACIONES LINEALES

Abril 06/2019
______________________________________________________________________________
1.1. Resolución de Sistemas de Ecuaciones Lineales:

Un sistema de m ecuaciones lineales con n incógnitas es todo conjunto de m ecuaciones, que restringen valores
que pueden asumir las n variables y para el que se desea determinar los valores de dichas incógnitas para los
que satisfacen, simultáneamente, todas las ecuaciones; un sistema de ecuaciones es de la forma
α11x1 + α122x2 +···+ α1nxn = b1

α21x1 + α22x2 +···+ α2nxn = b2
.
.
.
αm1x1 + αm2x2 +···+ αmnxn = b
Al conjunto formado por todas las soluciones de un sistema lo llamamos conjunto solución
1.1.1. Método de Gauss.
1.1.2. MÉTODO DE GAUSS-JORDAN.
El método de Gauss-Jordan utiliza operaciones con matrices para resolver sistemas de ecuaciones de n
número de variables.
Para aplicar este método solo hay que recordar que cada operación que se realice se aplicara a toda la
fila o a toda la columna en su caso.
El objetivo de este método es tratar de convertir la parte de la matriz donde están los coeficientes de las
variables en una matriz identidad. Esto se logra mediante simples operaciones de suma, resta y
multiplicación, utilizando las transformaciones elementales.
El procedimiento es el siguiente:
Primero se debe tener ya el sistema de ecuaciones que se quiere resolver y que puede ser de n número
de variables, por ejemplo:
-3x + 3y +2z=1
4x + y - z=2
x - 2y + z=3
1) Se acomodan los coeficientes y los resultados en una matriz:
−3 3 2 1
|( 4 1 −1|2)|
1 −2 1 3
2) En el ejemplo, el -3 de la primera matriz se tiene que convertir en un 1, según la matriz identidad,

así que hay que dividir entre -3, pero como una operación se aplica a toda la fila, entonces toda la
primera fila se tiene que dividir entre –3:
−3 3 2 1 1 −1 −2/3 −1/3
|( 4 |
1 −1 2 )| ~ |(4 1 −1 | 2 )|
1 −2 1 3 1 −2 1 3

______________________________________________________________________________
Después, como se ve en la matriz identidad, hay que hacer 0 toda la columna debajo del 1, y se hace
multiplicando por algo la fila de arriba y sumándola a la fila de abajo.
1 −1 −2/3 −1/3 1 −1 −2/3 −1/3
→ |(4 1 −1 | 2 )| ~ ( 0 5 5/3 | 10/3 )
F2− 4F1
1 −2 1 3 1 −2 1 3
3) Hacer cero el siguiente renglón.
1 −1 −2/3 −1/3 1 −1 −2/3 −1/3

(0 5 |
5/3 10/3 ) ~ (0 5 5/3 | 10/3 )
→ 1 −2 1 3 0 −1 5/3 10/3
F3 – F1
4) Convertir en 1 en la segunda columna el 5 y los otros dos elementos en cero.
1 −1 −2/3 −1/3 1 −1 −2/3 −1/3

→
1 (0 5 5/3 | 10/3 ) ~ (0 1 1/3 | 2/3 )
𝐹
5 2 0 −1 5/3 10/3 0 −1 5/3 10/3
5) Convertir a cero los otros dos elementos de la segunda columna, haciendo uso de las
correspondientes transformaciones elementales.
→ 1 −1 −2/3 −1/3 1 0 −1/3 1/3

𝐹1 + 𝐹2
(0 1 1/3 | 2/3 ) ~ (0 1 1/3 | 2/3 )
0 −1 5/3 10/3 0 −1 5/3 10/3
1 0 −1/3 1/3 1 0 −1/3 1/3

(0 1 1/3 | 2/3 ) ~ (0 1 1/3 |2/3)
→ 0 −1 5/3 10/3 0 0 2 4
𝐹3 + 𝐹2
6) Transformar los elementos de la columna 3 para que completen la característica de una matriz
inversa.
1 0 −1/3 1/3 1 0 −1/3 1/3
(0 1 1/3 |2/3) ~ (0 1 1/3 |2/3)
→ 0 1
0 2 4 0 0 1 2
𝐹
2 3
→ 1 1 0 −1/3 1/3 1 0 0 1
𝐹1 + 𝐹3
3 (0 1 1/3 |2/3) ~ (0 1 1/3|2/3)
0 0 1 2 0 0 1 2
1 0 0 1 1 0 01
→ 1
(0 1 1/3|2/3) ~ (0 1 0|0)
𝐹2 − 𝐹3
3 0 0 1 2 0 0 12
Hemos convertido la matriz de coeficiente a una matriz Identidad por tanto los valores de la columna derecha
son los valores de las incognitas.
X= 1; y=0; z=2

______________________________________________________________________________
las cuales resuelven el sistema de ecuaciones de forma simultánea. La comprobación es la siguiente:
-3(1)+3(0)+2(2)= -3+4 =1
4(1) +(0)-(2)=4-2 =2
(1) - 2(0)+(2)= 1+2 =3
Como puede verse el método Gauss-Jordan es una herramienta útil en la resolución de este tipo de problemas y
actualmente existen programas matemáticos que lo utilizan para una gran variedad de cálculos en una gran
variedad de áreas, tanto científicas como socioeconómicas.
MÉTODO DE LA MATRIZ INVERSA
Sistema de 3 ecuaciones con 3 incógnitas (3x3)
SOLUCIÓN:
1)Construir la matriz de coeficientes del sistema:
2)Es una matriz regular porque su determinante es 14. Su matriz inversa es
3)La matriz de términos independientes del sistema es
4)Calculamos la solución del sistema multiplicando las matrices A−1 y b:
5)Por tanto, la solución del sistema es

______________________________________________________________________________
CLASE PRACTICA:
Determine la solución del siguiente sistema de ecuaciones por el método de Gauss Jordan
x – 2y + z = 0
2y – 8z = 8
− 3y + 13z =− 9
R/(29,16,3)
POR LA MATRIZ INVERSA
2x +y - z = 8
- 3x – y + 2z =− 11
−2x + y + 2z = -3
R/(2,3,-1)
Calcular la inversa de las siguientes matrices :
1 3 2
2 5 3 −4
𝐴=( ) B= ( ) 𝐷 = (−2 −1 6 )
−1 −3 −1 −6
3 5 −3

UNIDAD II:
PRODUCTO VECTORIAL Y SU APLICACIÓN EN AREAS Y
VOLUMENES

MAYO/ 04/2019
______________________________________________________________________________
PRODUCTO VECTORIAL DE DOS VECTORES
DEFINICION:
El producto vectorial o también llamado producto cruz es una manera de fabricar cierto tipo de vectores a partir
de dos vectores dados A y B. El producto vectorial y el producto escalar son dos formas de multiplicar vectores que
se realizan en la mayoría de las aplicaciones físicas.
Geométricamente, el producto vectorial es útil en la construcción de un vector perpendicular al plano, si se tienen

dos vectores en ese plano.
La magnitud de producto vectorial de dos vectores es el resultado de multiplicar las magnitudes de cada vector por
el seno del ángulo que forman ambos vectores.
Sean los vectores → 𝑦 → observemos su representación gráfica.

𝑈 𝑉
El producto Cruz se puede expresar como un determinante:

𝑖 𝑗 𝑘 𝑢2 𝑢3 𝑢1 𝑢3 𝑢1 𝑢2
→ 𝑥 → = |𝑢1 𝑢2 𝑢3 | = 𝑖 |𝑣 𝑣 | − 𝑗 |𝑣 𝑣 | + 𝑘 |𝑣 𝑣 |
𝑈 𝑉 2 3 1 3 1 2
𝑣1 𝑣2 𝑣3
EJEMPLO:
1) Ca l cul a r el p ro d u c t o c ru z d e l os v ect o r es = 〈1 2 3〉 y = 〈−1 1 2〉
𝒊 𝒋 𝒌
𝟐 𝟑 𝟏 𝟑 𝟏 𝟐
→ 𝒙 → = | 𝟏 𝟐 𝟑| = 𝒊 | | −𝒋| |+𝒌| | = i (4 – 3) – j (2 –[-3]) + (1 – [-2])
𝑼 𝑽 𝟏 𝟐 −𝟏 𝟐 −𝟏 𝟏
−𝟏 𝟏 𝟐
= i -5j + 3k
2) Da d os l os v ec t or es y , ha l l a r el p r od u c to cru z de dic ho s
vec to r es . Co m pr o ba r qu e el v ect o r ha l l a do e s o r t og o n al a y .C
Comprobando si el vector 〈−𝟐, 𝟐, 𝟒〉 es ortogonal a → 𝒚 →

𝑼 𝒗

______________________________________________________________________________
(→ 𝒙 →) →….. 〈−𝟐, −𝟐, 𝟒〉. 〈𝟑, −𝟏, 𝟏〉 = −𝟔 + 𝟐 + 𝟒 = 𝟎

𝑼 𝒗 𝑼
(→ 𝒙 →) → ….. 〈−𝟐, −𝟐, 𝟒〉. 〈𝟏, 𝟏, 𝟏〉 = −𝟐 − 𝟐 + 𝟒 = 𝟎

𝑼 𝒗 𝑽
Se ha comprobado que el producto vectorial o producto cruz U xV es ortogonal a los vectores U y V
ÁREA DEL PARALEL OGRAMO :
Geométricamente, el módulo del product o cruz de dos vectores coincide con

el área del paralelogramo que tiene por lados a esos vectores.
EJEMPLO: Dados los vectores U= 〈3,1, −1〉 y V= 〈2,3,4〉 , hallar el área del paralelogramo
que tiene por lados los vectores y ·

SOLUCION:
𝒊 𝒋 𝒌
𝟏 −𝟏 𝟑 −𝟏 𝟑 𝟏
→ 𝒙 → = |𝟑 𝟏 −𝟏| = 𝒊 | |− 𝒋| | + 𝒌| |= 𝒊(𝟒 + 𝟑) − 𝒋(𝟏𝟐 + 𝟐) + 𝒌(𝟗 − 𝟐)
𝑼 𝑽 𝟑 𝟒 𝟐 𝟒 𝟐 𝟑
𝟐 𝟑 𝟒
= 𝟕𝒊 − 𝟏𝟒𝒋 + 𝟕𝒌
|→ 𝒙 →| = √𝟕𝟐 + (−𝟏𝟒)𝟐 + 𝟕𝟐 = √𝟒𝟗 + 𝟏𝟗𝟔 + 𝟒𝟗 = √𝟐𝟒𝟗 𝒖𝟐

𝑼 𝑽
ÁREA DE UN TRIÁNGULO
1
A= 2 ‖→ 𝑥 →‖
𝑉 𝑈

______________________________________________________________________________
Ejemplo
EJEMPL0
Determinar el área del triángulo cuyos vértices son los puntos A(1, 1, 3), B(2, −1, 5) y C(−3, 3, 1).
SOLUCION:
AB = B-A= 〈𝟐. −𝟏, 𝟓〉 − 〈𝟏, 𝟏, 𝟑〉 = 〈𝟏, −𝟐, 𝟐〉
AC = C-4= 〈−𝟑. 𝟑, 𝟏〉 − 〈𝟏, 𝟏, 𝟑〉 = 〈−𝟒, 𝟐, −𝟐〉
𝒊 𝒋 𝒌
−𝟐 𝟐 𝟏 𝟐 𝟏 −𝟐
→ 𝒙 → = | 𝟏 −𝟐 𝟐 | = 𝒊 | |− 𝒋| |+𝒌| |
𝑼 𝑽 𝟐 −𝟐 −𝟒 −𝟐 −𝟒 𝟐
−𝟒 𝟐 −𝟐
= 𝒊(𝟒 − 𝟒) − 𝒋(−𝟐 + 𝟖) + 𝒌(𝟐 − 𝟖) = 𝟎𝒊 − 𝟔𝒋 − 𝟔𝒌
|→ 𝒙 → | = √02 + (−6)2 + (−6)2 = √36 + 36 = √72

𝑼 𝑽
1 1
A= 2 ‖→ 𝑥 →‖ = 2 𝑥 6√2 𝑈 2 = 3√2 𝑈 2
𝑉 𝑈
VOLUMEN:
Antes de definir el volumen de un sólido geométrico debemos desarrollar el

producto mixto de tres vectores dados.
PRODUCTO MIXTO
El producto mixto de los vectores , y se representa por [ , , ]y

es igual al producto escalar del primer vector por el product o vect orial de
los otros dos .
El producto mixto de tres vectores equi vale al desarrollo de un determinante

que tiene por filas las coordenadas de dichos vectores respecto a una base
ortonormal.

______________________________________________________________________________
Ejemplos
Calcular el producto mixto de los vectores:
VOLUMEN DEL PARALELEPÍPEDO :
Geométricamente, el valor absoluto del producto mixt o repres enta el volumen

del paralelepípedo c uyas aristas son tres vectores que concurren en un mismo
vértice.
EJEMPLO
Hallar el volumen del paralelepípedo formado por los vectores:
Volumen de un tetraedro
El volumen de un tetraedro es igual a 1/6 del producto mixt o , en valor
absoluto.

______________________________________________________________________________
EJEMPLO
Obtener el volumen del tetraedro cuyos vértices son los puntos A(3, 2, 1),
B(1,2, 4), C(4, 0, 3) y D(1, 1, 7).
CLASE PRACTICA
a) Dados los vectores U =( -1,1,-1) y V=(2,-1,2)

Hallar el producto vectorial de U y V.
Calcular el área del paralelogramo que tiene por lados los
vectores U y V.
√2 √2
R/U x V=( 2
, 0, − 2 )
A = √2𝑈 2
b) Hallar el área del Tri ángulo cuyos vértices son los puntos
A(0,0,0) B( -2,1,1) C(- 2,-2,-2).
R/A= 3 √2 U 2
c) Hallar el volumen del paralelepípedo defi nido por los vectores.
U(-3,1,5), V(4,2,1) y W(1,0,1) .
R/V=19U 3
d) Calcular el volumen de un tetraedro determinado pór los puntos
O(0,0,0), A(0,1,1) B(1,0,1) y D(1,1,0).
R/ V= 1/3 U 3

UNIDAD II:
INTRODUCCIÓN A LOS VECTORES Y LA GEOMETRÍA DEL

ESPACIO
Abril/ 13/2019
______________________________________________________________________________
DEFINICIÓN DE COORDENADAS Y VECTORES EN EL ESPACIO

SISTEMA DE COORDENADAS EN R3
Con el fin de representar R3 en un espacio geométrico tridimensional, se consideran las

distintas dirigidas de un punto a tres planos mutuamente perpendiculares. Los tres planos
se forman al tomar tres rectas perpendiculares entre sí, las cuales se intersecan en un punto
llamado origen y denotado por O. Estas rectas, denominadas ejes de coordenadas, se
designan como el eje x, eje y, y el eje z. Por lo común los ejes x é y se consideran en un plano
horizontal y el eje z vertical.
Una terna ordenada (x,y,z) se asocia con cada punto P del espacio geométrico tridimensional.
Estas tres coordenadas se denominan coordenadas cartesianas rectangulares de P, y existe una
correspondencia uno a uno, denominada sistema coordenado cartesiano regular.
EJEMPLO:
Ubicar en el plano cartesiano los siguientes puntos P1 (2,-5,3), P2(-2, 5,4), P3(1,6,0), P4(3,3,-2)
z
DISTANCIA Y PUNTO MEDIO EN ℝ3.

Las fórmulas para determinar la distancia de un punto a otro de una recta paralela a uno de
los ejes se obtienen a partir de los siguientes teoremas.
TEOREMAS:
i. Si A(x1,y1,z1) y B(x2,y2,z2), la distancia entre los puntos A y B la cual se denota |𝐴𝐵|
|𝑨𝑩| = √(𝒙𝟏− 𝒙𝟐 )𝟐 + (𝒚𝟐 − 𝒚𝟏 )𝟐 + (𝒛𝟏 − 𝒛𝟐 )𝟐

______________________________________________________________________________
EJEMPLO:
Calcule la distancia entre los puntos P(-3,4,-1) y Q(2,5,-4)
|𝑷𝑸| = √(𝟐 − [−𝟑])𝟐 + (𝟓 − 𝟒)𝟐 + (−𝟒 − [−𝟏])𝟐 = √(𝟐 + 𝟑)𝟐 + (𝟓 − 𝟒)𝟐 + (−𝟒 + 𝟏)𝟐
= √(𝟓)𝟐 + (𝟏)𝟐 + (−𝟑)𝟐 = √𝟐𝟓 + 𝟏 + 𝟗 = √𝟑𝟓
PUNTO MEDIO:
Las coordenadas del punto medio del segmento de recta cuyos extremos son: P1(x1, y1, z1) y
P2(x2, y2, z2) están dadas por:
𝒙𝟏 + 𝒙𝟐 𝒚𝟏 + 𝒚𝟐 𝒛𝟏 + 𝒛𝟐
𝒙= , 𝒚= 𝒛=
𝟐 𝟐 𝟐
EJEMPLO:
Sean los vectores A(3.2.5) y B(-3,6.4) determine las coordenadas del punto medio
del segmento que dichos puntos determinan.
𝟑 +(−𝟑) 𝟎 𝟔+ 𝟐 𝟖 𝟓+ 𝟒 𝟗
𝒙= = =𝟎 𝒚= = 𝒛= =
𝟐 𝟐 ¡𝟐 𝟐 𝟐 𝟐
Pm(0.4. 9/2)
VECTORES DE POSICIÓN Y TRASLADADOS:
Vectores en R3
Un vector en el espacio tridimensional es una terna ordenada de números reales (x,y,z). Los
números x,y,z son componentes del vector.
Se dice que los vectores (a1, a2, a3) y (b1,b2,b3) son iguales si y solo si a1= b1, a2 = b2, y a3 =b3.
El conjunto de todas las ternas ordenadas (x,y,z), donde x, y ,z son números reales, se denota por
V3. Del mismo modo que para los vectores de V2, un vector en V3 puede presentarse mediante un
segmento dirigido. Si A= (a1, a2, a3), entonces el segmento dirigido que tiene su punto inicial en
el origen y su punto terminal en el punto (a1, a2, a3), entonces el segmento dirigido que tiene su
punto inicial en el origen y su punto terminal en el punto (a1, a2, a3), recibe el nombre de vector
de posición de A. (Leithold, 1998)
Queda establecido un sistema de coordenadas donde todo punto de R3 se define mediante una terna
ordenada de números reales: P(x,y,z) y tiene asociado un vector posición
P = 0P = 〈𝑥, 𝑦, 𝑧〉

______________________________________________________________________________
EJEMPLO
Para dar un ejemplo en el siguiente esquema graficamos al punto P(2,4,3), y su vector posición p = OP
(ALGEBRA Y GEOMETRIA ANALITICA, 2019)
VECTOR TRASLADADO.
Un segmento dirigido que tiene su punto inicial en (x,y,z) y su punto terminal en el punto
(x + a1, y+ a2, z+ a3) es también una representación del vector A trasladado.(Ver Fig. sig.)
MAGNITUD Y DIRECCIÓN DE UN VECTOR.
La magnitud o módulo de un vector es la longitud de alguna de sus representaciones. Si el

vector A = = 〈𝑎1, 𝑎2, 𝑎3〉, el módulo A se denota por |𝐴| = √(𝑎1 )2 + (𝑎2 )2 + (𝑎3 )2
EJEMPLO:
Determine la magnitud del vector P 〈2,4,3〉usando la formula conocida.

|𝐴| = √(𝑎1 )2 + (𝑎2 )2 + (𝑎3 )2 = |𝐴| = √(2)2 + (4)2 + (3)2 = |𝐴| = √4 + 16 + 9 = √29

______________________________________________________________________________
VECTOR NULO. VECTOR UNITARIO
Sea el vector V 𝑥, 𝑦, 𝑧se llama vector nulo siempre que |𝑉| = 0 su representación geométrica es
un punto sin dimensiones.
Se llama vector unitario al vector A siempre que |𝐴| = 1
DIRECCION DE UN VECTOR;
La dirección de un vector diferente de cero de V3 está determinada por tres ángulos llamados
ángulos directores del vector.
Los ángulos directores de un vector diferente del vector cero son los tres ángulos que tienen la
menor medida en radianes no negativa, α,β,γ (alfa, beta y gamma). Los componentes del
vector A son números positivos y los ángulos directores de este vectro tienen medida en
𝜋 𝑎
radianes menores que 2 , por tanto cos 𝛼 = |𝐴|1
𝜋
Puede demostrarse que la misma fórmula se cumple si < 𝛼 < 𝜋, de igual manera puede
2
deducirse la fórmula para Cosβ y Cosγ, obteniéndose.
𝑎1 𝑎2 𝑎3
cos 𝛼 = cos 𝛽 = cos 𝛾 =
|𝐴| |𝐴| |𝐴|
Los tres números Cosα, Cosβ y Cosγ se denominan cosenos directores del vector A. El vector
nulo no tiene ángulos directores, y, en consecuencia, tampoco cosenos directores.
EJEMPLO;
Determine el módulo y los cosenos directores del
vector A= 〈3, 2, −6〉
SOLUCION:
|𝐴| = √(𝑥)2 + (𝑦)2 + (𝑧)2
|𝐴| = √(3)2 + (2)2 + (−6)2
|𝐴| = √9 + 4 + 36 = √47 = 7
𝑥 𝑦 𝑧
|𝐴| |𝐴| |𝐴|
3 2 −6
7 7 7
Si queremos conocer los angulos debemos de calcular la inversa de coseno de cada ángulo
α = 64,62° , β= 73,39°, γ= 31°

______________________________________________________________________________
NOTACIÓN VECTORIAL USANDO I, J, K.:
V3 es un espacio vectorial real. Los tres Vectores Unitarios i= (1,0,0), j=(0,1,0), k=(0,0,1) forman una
base para el espacio vectorial V3 debido a que cualquier vector (a1, a2, a3) puede expresarse en términos
de ellos como sigue:
(a1, a2, a3) = a1(1,0,0) + a2(0,1,0) + a3(0,0,1)
En consecuencia si A= (a1, a2, a3) también se puede escribir como A=a1i+ a2j+ a3k, ahora bien como hay
tres elementos en una base V3.
𝑎1 𝑎2 𝑎3
|𝐴| |𝐴| |𝐴|
𝑎1 = |𝐴| cos 𝛼, 𝑎2 = |𝐴| cos 𝛽 𝑎3 = |𝐴|cos 𝛾
Sustituyendo en:
(a1, a2, a3) = a1i+ a2j+ a3k

(a1, a2, a3) = (|𝐴| cos 𝛼)i + (|𝐴| cos 𝛽)j + (|𝐴| cos 𝛾)k
(a1, a2, a3) = |𝐴|(𝐶𝑜𝑠 𝛼𝑖 + 𝐶𝑜𝑠 𝛽𝑗 + 𝐶𝑜𝑠𝛾𝑘)
CLASE PRACTICA
i) Determine la distancia entre los puntos Ay B y el punto medio del segmento de recta que une a A con
B.
a) A〈3,4,2〉 ; B 〈1,6,3〉
1
b) A-〈2, 2 , 5〉; B〈5,1, −4〉
ii) Calcular el módulo de cada uno de los vectores siguientes

1) A〈4, −3, −1〉
2)B 〈−5, −3,5〉
iii) Exprese el vector en términos de su módulo y de sus cosenos directores

a) -6i +2j+3k
b) -2i + j -3k
c) 2i – 2j +k
d) 3i +4j -5k

UNIDAD II:
PRODUCTO VECTORIAL Y SU APLICACIÓN EN AREAS Y
VOLUMENES

MAYO/ 04/2019
______________________________________________________________________________
PRODUCTO VECTORIAL DE DOS VECTORES
DEFINICION:
El producto vectorial o también llamado producto cruz es una manera de fabricar cierto tipo de vectores a partir
de dos vectores dados A y B. El producto vectorial y el producto escalar son dos formas de multiplicar vectores que
se realizan en la mayoría de las aplicaciones físicas.
Geométricamente, el producto vectorial es útil en la construcción de un vector perpendicular al plano, si se tienen

dos vectores en ese plano.
La magnitud de producto vectorial de dos vectores es el resultado de multiplicar las magnitudes de cada vector por
el seno del ángulo que forman ambos vectores.
Sean los vectores → 𝑦 → observemos su representación gráfica.

𝑈 𝑉
El producto Cruz se puede expresar como un determinante:

𝑖 𝑗 𝑘 𝑢2 𝑢3 𝑢1 𝑢3 𝑢1 𝑢2
→ 𝑥 → = |𝑢1 𝑢2 𝑢3 | = 𝑖 |𝑣 𝑣 | − 𝑗 |𝑣 𝑣 | + 𝑘 |𝑣 𝑣 |
𝑈 𝑉 2 3 1 3 1 2
𝑣1 𝑣2 𝑣3
EJEMPLO:
1) Ca l cul a r el p ro d u c t o c ru z d e l os v ect o r es = 〈1 2 3〉 y = 〈−1 1 2〉
𝒊 𝒋 𝒌
𝟐 𝟑 𝟏 𝟑 𝟏 𝟐
→ 𝒙 → = | 𝟏 𝟐 𝟑| = 𝒊 | | −𝒋| |+𝒌| | = i (4 – 3) – j (2 –[-3]) + (1 – [-2])
𝑼 𝑽 𝟏 𝟐 −𝟏 𝟐 −𝟏 𝟏
−𝟏 𝟏 𝟐
= i -5j + 3k
2) Da d os l os v ec t or es y , ha l l a r el p r od u c to cru z de dic ho s
vec to r es . Co m pr o ba r qu e el v ect o r ha l l a do e s o r t og o n al a y .C
Comprobando si el vector 〈−𝟐, 𝟐, 𝟒〉 es ortogonal a → 𝒚 →

𝑼 𝒗

______________________________________________________________________________
(→ 𝒙 →) →….. 〈−𝟐, −𝟐, 𝟒〉. 〈𝟑, −𝟏, 𝟏〉 = −𝟔 + 𝟐 + 𝟒 = 𝟎

𝑼 𝒗 𝑼
(→ 𝒙 →) → ….. 〈−𝟐, −𝟐, 𝟒〉. 〈𝟏, 𝟏, 𝟏〉 = −𝟐 − 𝟐 + 𝟒 = 𝟎

𝑼 𝒗 𝑽
Se ha comprobado que el producto vectorial o producto cruz U xV es ortogonal a los vectores U y V
ÁREA DEL PARALEL OGRAMO :
Geométricamente, el módulo del product o cruz de dos vectores coincide con

el área del paralelogramo que tiene por lados a esos vectores.
EJEMPLO: Dados los vectores U= 〈3,1, −1〉 y V= 〈2,3,4〉 , hallar el área del paralelogramo
que tiene por lados los vectores y ·

SOLUCION:
𝒊 𝒋 𝒌
𝟏 −𝟏 𝟑 −𝟏 𝟑 𝟏
→ 𝒙 → = |𝟑 𝟏 −𝟏| = 𝒊 | |− 𝒋| | + 𝒌| |= 𝒊(𝟒 + 𝟑) − 𝒋(𝟏𝟐 + 𝟐) + 𝒌(𝟗 − 𝟐)
𝑼 𝑽 𝟑 𝟒 𝟐 𝟒 𝟐 𝟑
𝟐 𝟑 𝟒
= 𝟕𝒊 − 𝟏𝟒𝒋 + 𝟕𝒌
|→ 𝒙 →| = √𝟕𝟐 + (−𝟏𝟒)𝟐 + 𝟕𝟐 = √𝟒𝟗 + 𝟏𝟗𝟔 + 𝟒𝟗 = √𝟐𝟒𝟗 𝒖𝟐

𝑼 𝑽
ÁREA DE UN TRIÁNGULO
1
A= 2 ‖→ 𝑥 →‖
𝑉 𝑈

______________________________________________________________________________
Ejemplo
EJEMPL0
Determinar el área del triángulo cuyos vértices son los puntos A(1, 1, 3), B(2, −1, 5) y C(−3, 3, 1).
SOLUCION:
AB = B-A= 〈𝟐. −𝟏, 𝟓〉 − 〈𝟏, 𝟏, 𝟑〉 = 〈𝟏, −𝟐, 𝟐〉
AC = C-4= 〈−𝟑. 𝟑, 𝟏〉 − 〈𝟏, 𝟏, 𝟑〉 = 〈−𝟒, 𝟐, −𝟐〉
𝒊 𝒋 𝒌
−𝟐 𝟐 𝟏 𝟐 𝟏 −𝟐
→ 𝒙 → = | 𝟏 −𝟐 𝟐 | = 𝒊 | |− 𝒋| |+𝒌| |
𝑼 𝑽 𝟐 −𝟐 −𝟒 −𝟐 −𝟒 𝟐
−𝟒 𝟐 −𝟐
= 𝒊(𝟒 − 𝟒) − 𝒋(−𝟐 + 𝟖) + 𝒌(𝟐 − 𝟖) = 𝟎𝒊 − 𝟔𝒋 − 𝟔𝒌
|→ 𝒙 → | = √02 + (−6)2 + (−6)2 = √36 + 36 = √72

𝑼 𝑽
1 1
A= 2 ‖→ 𝑥 →‖ = 2 𝑥 6√2 𝑈 2 = 3√2 𝑈 2
𝑉 𝑈
VOLUMEN:
Antes de definir el volumen de un sólido geométrico debemos desarrollar el

producto mixto de tres vectores dados.
PRODUCTO MIXTO
El producto mixto de los vectores , y se representa por [ , , ]y

es igual al producto escalar del primer vector por el product o vect orial de
los otros dos .
El producto mixto de tres vectores equi vale al desarrollo de un determinante

que tiene por filas las coordenadas de dichos vectores respecto a una base
ortonormal.

______________________________________________________________________________
Ejemplos
Calcular el producto mixto de los vectores:
VOLUMEN DEL PARALELEPÍPEDO :
Geométricamente, el valor absoluto del producto mixt o repres enta el volumen

del paralelepípedo c uyas aristas son tres vectores que concurren en un mismo
vértice.
EJEMPLO
Hallar el volumen del paralelepípedo formado por los vectores:
Volumen de un tetraedro
El volumen de un tetraedro es igual a 1/6 del producto mixt o , en valor
absoluto.

______________________________________________________________________________
EJEMPLO
Obtener el volumen del tetraedro cuyos vértices son los puntos A(3, 2, 1),
B(1,2, 4), C(4, 0, 3) y D(1, 1, 7).
CLASE PRACTICA
a) Dados los vectores U =(-1,1,-1) y V=(2,-1,2)

Hallar el producto vectorial de U y V.
Calcular el área del paralelogramo que tiene por lados los
vectores U y V.
√2 √2
R/U x V=( , 0, − )
2 2
A = √2𝑈 2
b) Hallar el área del Tri ángulo cuyos vértices son los puntos
A(0,0,0) B( -2,1,1) C(- 2,-2,-2).
R/A= 3 √2 U 2
c) Hallar el volumen del paralelepípedo defi nido por los vectores.
U(-3,1,5), V(4,2,1) y W(1,0,1) .
R/V=19U 3
d) Calcular el volumen de un tetraedro determinado pór los puntos
O(0,0,0), A(0,1,1) B(1,0,1) y D(1,1,0).
R/ V= 1/3 U 3

UNIDAD III:
NOCIONES DE LÍMITE Y CONTINUIDAD
DE FUNCIONES DE UNA VARIABLE.
Mayo/ 18/2019
______________________________________________________________________________
UNIDAD III:
NOCIONES DE LÍMITE Y CONTINUIDAD DE FUNCIONES DE UNA VARIABLE.
LIMITES LATERALES:
Hasta ahora, en el estudio del límite de una función conforme la variable independiente x tiende al número a,
se han considerado valores x cercanos a a, tanto mayores como menores que a; esto es, valores de x en un
intervalo abierto que contenga a a, el cual no se considera como posible valor de x. Sin embargo, suponga que
se tiene la función definida por:
𝒇(𝒙) = √𝒙 − 𝟒
Como f(x) no existe si 𝑥 < 4, entonces f no está definida en cualquier intervalo abierto que contenga a 4. De
este modo que lim √𝑥 − 4 no tiene significado. Si, de cualquier forma, se restringe x a números mayores que 4,
𝑥→4
puede lograrse que el valor de √𝑥 − 4 esté tan cerca de 0 como se desee tomando valores de x suficientemente
cercanos a 4. En tal caso, x se aproxima a 4 por la derecha y se considera el límite por la derecha (o el límite
lateral derecho), el cual se define a continuación.
DEFINICION DE LÍMITE POR LA DERECHA
Sea f una función definida en cada número del intervalo abierto (a,c). Entonces, el límite de f(x), conforme x
tiende a a por la derecha, es L, por lo que se denota por:
𝐥𝐢𝐦+ 𝒇(𝒙) = 𝑳
𝒙→𝒂
Si para cualquier 𝜖 > 0, sin importar que tan pequeña sea, existe una 𝛿 > 0 tal que:
Si 0 < 𝑥 − 𝑎 < 𝛿 entonces |𝑓(𝑥) − 𝐿| < 𝜖.
Al calcular, a partir de la definición, el límite de √𝑥 − 4, conforme x tiende a 4 por la derecha, se tiene
lim+ √𝑥 − 4 = 0
𝑛→4
Si, cuando se considera el límite de una función, la variable independiente x se restringe a números que a, se
dice que x se aproxima a a por la izquierda (o límite lateral izquierdo).
DEFINICION DE LIMITE POR LA IZQUIERDA

Sea f una función definida en cada número del intervalo abierto (d,a). Entonces, el límite de f(x), conforme x
tiende a a por la izquierda, es L, lo que se denota por:
𝐥𝐢𝐦− 𝒇(𝒙) = 𝑳
𝒙→𝒂
Si para cualquier 𝜖 > 0, sin importar que tan pequeña sea, existe una 𝛿 > 0 tal que
Si 0 < 𝑥 − 𝑎 < 𝛿 entonces |𝑓(𝑥) − 𝐿| < 𝜖
Se referirá al lim 𝑓(𝑥) como el límite bilateral para distinguirlo de los limites laterales.
𝑥→𝑎
Se referirá al lim 𝑓(𝑥) como el límite bilateral para distinguirlo de los límites laterales
𝑥→𝑎
EJEMPLO 1:
−1 𝑠𝑖 𝑥 < 0
Sea la función f(x) definida en el gráfico; 𝑓(𝑥) = { 0 𝑠𝑖 𝑥 = 0 }
1 𝑠𝑖 𝑥 > 0
Como f(x) = -1 si 𝑥 < 0 y f(x)= 1 si 𝑥 > 0 por tanto se tiene que

lim− 𝑓(𝑥) = lim− −1 = − 1
𝑥→0 𝑥→0
lim 𝑓(𝑥) = lim+ 1 = 1

𝑥→0+ 𝑥→0

______________________________________________________________________________
Por tanto, dado que el límite por la izquierda y el límite por la derecha son distintos entonces el límite bilateral
lim 𝑓(𝑥) no existe. El concepto de limite bilateral no existe debido a que los dos límites laterales son diferentes,
𝑥→0
lo cual es una consecuencia del siguiente teorema
El lim 𝑓(𝑥) existe y es igual a L si y solo si lim− 𝑓(𝑥) y lim∓ 𝑓(𝑥) exiten y son iguales a
𝑥→𝑎 𝑥→𝑎 𝑥→𝑎
L.
|𝒙|
EJEMPLO 2 Sea la función g definida por: 𝒈(𝒙) = { 𝒔𝒊 𝒙 ≠ 𝟎}
𝟐 𝒔𝒊 𝒙 = 𝟎
a) Determine el 𝐥𝐢𝐦 𝒈(𝒙)
𝒙→𝟎
SOLUCION: Observemos que la gráfica se rompe en el origen:
x =− −(0) = 0
a) lim− 𝑔(𝑥) = lim(−x) = − lim𝑥→0
𝑥→0 𝑥→0−
b) lim+ 𝑔(𝑥) = lim(x) = lim x = (0) = 0
𝑥→0+
𝑥→0 𝑥→0+
Dado que lim− 𝑔(𝑥) = lim+ 𝑔(𝑥) = 0 se puede concluir que el lim 𝑔(𝑥)
𝑥→0 𝑥→0 𝑥→0
existe y es igual a 0.
𝟐
EJEMPLO 4: Sea la función definida por: 𝒉(𝒙) = {𝟒 − 𝒙 𝟐 𝒔𝒊 𝒙 ≤ 𝟏}
𝟐 + 𝒙 𝒔𝒊 𝒙 > 𝟏
Determine si existen los límites 𝐥𝐢𝐦− 𝒉(𝒙), 𝐥𝐢𝐦+ 𝒉(𝒙), 𝐥𝐢𝐦 𝒉(𝒙),
𝒙→𝟏 𝒙→𝟏 𝒙→𝟏
SOLUCION:
2
lim− ℎ(𝑥) = lim−(4 − 𝑥 2 ) = lim− 4 − lim− 𝑥 2 = 4 − ( lim− 𝑥) = 4 − 12 = 4 − 1 = 3
𝑥→1 𝑥→1 𝑥→1 𝑥→1 𝑥→1
lim+ ℎ(𝑥) = lim+ ℎ(𝑥) = lim+(2 + 𝑥 2 ) = lim+ 2 + lim+ 𝑥 2 = 2 + ( lim+ 𝑥)2 = 2 + 12 = 3 lim (2 + 𝑥 2 ) =
𝑥→1 𝑥→1 𝑥→1 𝑥→1 𝑥→1 𝑥→1 𝑥→1
3
𝒙 + 𝟓 𝒔𝒊 𝒙 < −𝟑
EJEMPLO 5: Sea f la función definida por: f(x)={ }
𝟑−𝒙 𝒔𝒊 𝒙 > −𝟑
a) Determine cada uno de los siguientes límites 𝐥𝐢𝐦− 𝒇(𝒙) 𝐥𝐢𝐦 𝒇(𝒙), 𝐥𝐢𝐦 𝒇(𝒙); 𝐥𝐢𝐦
𝒙→−𝟑 𝒙→−𝟑+ 𝒙→−𝟑 𝒙→𝟑
𝐥𝐢𝐦− 𝒇(𝒙) = 𝐥𝐢𝐦−(𝒙 + 𝟓) = 𝐥𝐢𝐦− 𝒙 + 𝐥𝐢𝐦− 𝟓 = −𝟑 + 𝟓 = 𝟐
𝒙→−𝟑 𝒙→−𝟑 𝒙→−𝟑 𝒙→−𝟑
𝐥𝐢𝐦 𝒇(𝒙) = 𝐥𝐢𝐦+ √𝟗 − 𝒙𝟐 = √ 𝐥𝐢𝐦+ 𝟗 − 𝒙𝟐 = √ 𝐥𝐢𝐦+𝟗 − 𝐥𝐢𝐦+𝒙𝟐 = √𝟗 − ( 𝐥𝐢𝐦+𝒙)𝟐 = 𝟗 − (−𝟑)𝟐

𝒙→−𝟑+ 𝒙→−𝟑 𝒙→−𝟑 𝒙→−𝟑 𝒙→−𝟑 𝒙→−𝟑
=𝟗−𝟗=𝟎
Por tanto 𝐥𝐢𝐦 𝒇(𝒙) 𝒏𝒐 𝒆𝒙𝒊𝒔𝒕𝒆 𝒑𝒐𝒓 𝒒𝒖𝒆 𝐥𝐢𝐦 𝒇(𝒙) ≠ 𝐥𝐢𝐦 𝐟(𝐱)
𝒙→𝟑 𝒙→−𝟑− 𝒙→−𝟑+
(Leithold, 1998)

______________________________________________________________________________
CLASE PRACTICA

______________________________________________________________________________
CONTINUIDAD DE FUNCIONES
Según ejemplo siguiente analizado en la clase anterior desde sus límites laterales se analizó como C(x) dólares
es el costo total de un pedido de x libras.
2𝑥 𝑠𝑖 0 ≤ 𝑥 ≤ 10
𝐶(𝑥) = { }
1,8𝑥 𝑠𝑖 𝑥 ≥ 10
Se observa el rompimiento de la gráfica en x= 10, también concluimos que
lim− 𝐶(𝑥) ≠ lim+ 𝐶(𝑥) 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑙 lim 𝐶(𝑥) no existe, por tanto se
𝑥→10 𝑥→10 𝑥→10
considera esta función un ejemplo de función no es continua.
La gráfica dibujada se rompe en el punto x=10, esta discontinuidad es causada por el
hecho de que lim 𝐶(𝑥) no existe.
𝑥→10
Definición de Función Continua.
Se dice que la función f es continua en el número a si y solo si satisfacen las tres
condiciones siguientes:
I. f(a) existe.
II. 𝐥𝐢𝐦 𝒇(𝒙) existe
𝒙→𝒂
III. 𝐥𝐢𝐦 𝒇(𝒙) = 𝒇(𝒂)
𝒙→𝒂
EJEMPLO 1:
Un mayorista distribuye un producto que se vende libra (o fracción de libra) cobra $2 por libra si se ordenan
10 o menos libras. Si se ordenan mas de 10 libras, el mayorista cobra $20 más $1,40 por cada libra que exceda
de las 10. Por tanto, si se compran x libras por un costo total de C(x) dólares, entonces:
2𝑥 𝑠𝑖 0 ≤ 𝑥 ≤ 10
𝐶(𝑥) = { }La gráfica de C corresponde a:
1,4𝑥 + 6 𝑠𝑖 𝑥 > 10
lim− 𝐶(𝑥)= lim− 2𝑥 = 2 lim − 𝑥 = 2(10) = 20
𝑥→10 𝑥→10 𝑥→10
lim+(1,4𝑥 + 6) = lim+1,4𝑥 + lim +6 = 1,4 lim+𝑥 + 6 =
𝑥→10 𝑥→10 𝑥→10 𝑥→10
= (1,4)(10) + 6 = 14 + 6 = 20
Por tanto lim 𝐶(𝑥) = 𝐶(10) lim 𝐶(𝑥) = 𝐶(10)

𝑥→10 𝑥→10
20 =2(10) 20 = 1,4(10) + 6
20 = 20 20 = 14 + 6
20 = 2
En consecuencia C es contínua en 10.
2𝑥 + 3 , 𝑠𝑖 𝑥 ≠ 1
EJEMPLO 2:Sea f la función definida por { }
2 , 𝑠𝑖 𝑥 = 1
a) lim 𝑓(𝑥) = lim 2𝑥 + 3 = 2lim 𝑥 + lim 3 = 2(1) + 3
𝑥→1 𝑥→1 𝑥→1 𝑥→1
=2+3=5
b) f(1)= 2
c) lim 𝑓(𝑥) = 𝑓(1) las condiciones i) y ii) se satisfacen pero la condición iii) no se cumple por tanto la
𝑥→1
función es discontinua en 1.

______________________________________________________________________________
1
EJEMPLO 3: Sea la función f definida por 𝑓(𝑥) = 𝑥−2 si analizamos su gráfico, se rompe en x=2
Ahora debemos investigar con los correspondientes criterios si
cumple o no los criterios de continuidad o discontinuidad.
1 1
I. f(2) = 2−2 = 0 no está definida
II. lim 𝑓(𝑥) 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒.
𝑥→2
III. Vemos que desde que no se cumple la primera condición la
función es discontinua en x=2.
EJEMPLO 4: Determine los números en los que la siguiente función es continua;

2𝑥 − 3 ; 𝑠𝑖 𝑥 ≤ 1
𝑓(𝑥) = { 2 }
𝑥 ; 𝑠𝑖 𝑥 > 1
I. f(1)= 2(1) – 3 = 2-3=-1

II. lim 𝑓(𝑥) este se resuelve buscando sus límites laterales
𝑥→1
lim− 𝑓(𝑥) = lim−2𝑥 − 3 = lim− 2𝑥 − lim−3 = 2 lim−𝑥 − lim−3 = 2(1) − 3 = −1
𝑥→1 𝑥→1 𝑥→1 𝑥→1 𝑥→1 𝑥→1
lim+𝑓(𝑥) = lim+𝑥 2 = (lim x)2 = (1)2 = 1
𝑥→1 𝑥→1 𝑥→1+
Como lim− 𝑓(𝑥) ≠ lim+ 𝑓(𝑥) 𝑝𝑜𝑟 𝑡𝑎𝑛𝑡𝑜 lim 𝑓(𝑥) 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑟𝑎𝑧𝑜𝑛 𝑝𝑎𝑟𝑎 𝑎𝑠𝑒𝑔𝑢𝑟𝑎𝑟 𝑞𝑢𝑒 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑒𝑠
𝑥→1 𝑥→1 𝑥→1
𝑑𝑖𝑠𝑐𝑜𝑛𝑡í𝑛𝑢𝑎 𝑒𝑛 𝑥 = 1, por tanto la función es contínua en cualquier valor excepto en x= 1.
𝑛
TEOREMA: Si n es un entero positivo y 𝑓(𝑥) = √𝑥 entonces:
I. Si n es impar, entonces f es contínua en todo número x.
II. Si n es par, entonces f es contínua en todo número x positivo.
3
EJEMPLO: f(x) = √𝑥 según definición I es continua para todo número real por que n es impar.
2
EJEMPLO: g(x)= √𝑥 + 3 es continua para todo x+3≥0 es decir para todo x≥-3
EJERCITACION:
Determine en cada una de las siguientes funciones si son o no contínuas.
𝑥 2 −𝑥−6 𝑥 − 1 ; 𝑠𝑖 𝑥 < 1 −1; 𝑠𝑖 𝑥 < 0
1. 𝑔(𝑥) = { 𝑥+3 ; 𝑥 ≠ −3
} 3. 𝑓(𝑥) = { 1 ; 𝑠𝑖 𝑥 = 1 } 5. 𝑝(𝑥) = { 0; 𝑠𝑖 𝑥 = 0 }
1 ; 𝑥 = −3 1 − 𝑥 ; 𝑠𝑖 𝑥 > 1 √𝑥; 𝑠𝑖 𝑥 > 0
6 + 𝑥; 𝑠𝑖 𝑥 ≤ −2
𝑡2 − 4 ; 𝑡 < 2
2. 𝑞(𝑥) = { } 4. 𝑡(𝑥) = {2 − 𝑥; 𝑠𝑖 − 2 < 𝑥 ≤ 2}
4; 𝑡 =2
2𝑥 − 1; 𝑠𝑖 𝑥 > 2

______________________________________________________________________________
3.
4.

UNIDAD IV:
CALCULO DIFERENCIAL DE FUNCIONES DE

VARIABLE REAL.
Mayo/ 18/2019

______________________________________________________________________________
IV UNIDAD: CALCULO DIFERENCIAL DE FUNCIONES DE VARIABLE REAL:
. Introducción a la derivada
4.1.1. Definición de Derivada.
El estudio de las derivadas según el contexto de la carrera brinda las herramientas fundamentales en
el cálculo de fenómenos físicos, procedimientos químicos que requieren de la magnitud de elementos
importantes de ellos para prevenir o p

Idioma

Material Base

Cargado por

Información del documento

Título original

Derechos de autor

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Material Base

Cargado por

Copyright:

UNIVERSIDAD NACIONAL DE INGENIERÍA

Recinto Universitario “Augusto C. Sandino”

INTRODUCCION A LAS MATRICES

Y SISTEMAS DE ECUACIONES LINEALES

Lic. Hazel Guadalupe Gutiérrez Aldana

UNIDAD I: INTRODUCCION A LAS MATRICES Y SISTEMAS DE ECUACIONES LINEALES

1. Definir los conceptos de matrices determinantes y la compatibilidad de los sistemas de

3. Interiorizar producto de la abstracción los sistemas de ecuaciones lineales y las matrices,

1.1. Introducción al concepto matriz (realidad)

1.1 INTRODUCCION AL CONCEPTO DE MADRIZ

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

1.2 DEFINICION DE MATRIZ:

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

CLASIFICACION DE MATRICES (ALGUNOS TIPOS DE MATRICES)

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Ejemplo La matriz transpuesta de la matriz A

Propiedades de la trasposición de matrices

a) Dada una matriz A, siempre existe su traspuesta y además es única.

Matriz simétrica: Una matriz cuadrada A es simétrica si A = At.

Matriz anti simétrica: Una matriz cuadrada es anti simétrica si A = –At.

Ejemplos Consideremos las siguientes matrices:

SEGÚN SUS ELEMENTOS:

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Son iguales solo sí: x = 0 ∧ y=1

OPERACIONES CON MATRICES

Sean las matrices

3 1 2 −1 2 4 3−1 1+2 2+4

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Para encontrar el producto AB de dos matrices A y B, necesitamos que el número de

El producto de matrices no cumple la propiedad conmutativa.

2(−1) + 1(4) + 5(5) 2(7) + 1(6) + 5(7) 2(8) + 1(0) + 5(3) 27 55 31

PRODUCTO DE UN ESCALAR POR UNA MATRIZ

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

c) Calcula a,b,c para que se cumpla la igualdad

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

INTRODUCCION A LAS MATRICES

Y SISTEMAS DE ECUACIONES LINEALES

Lic. Hazel Guadalupe Gutiérrez Aldana

UNIDAD I: INTRODUCCION A LAS MATRICES Y SISTEMAS DE ECUACIONES LINEALES

CONCEPTO, PROPIEDADES Y CÁLCULO DE DETERMINANTES.

La función determinante es de gran importancia en el álgebra ya que, por ejemplo,

Deﬁnición: Si es una matriz 2 x 2 se deﬁne el determinante de la matriz A, y se expresa

Regla: calculamos el determinante restan el producto de los elementos de las diagonales:

Regla: calculamos el determinante mediante la llamada regla de Sarrus. Una forma de

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Consejo: desarrollar por la fila o la columna que tenga más ceros.

DESARROLLO POR LA FILA i DE LA MATRIZ A DE DIMENSIÓN n:

siendo Aij la matriz de dimensión n−1 resultante al eliminar la fila i y la columna j de A.

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

PROPIEDADES DE LOS DETERMINANTES

2. Si una matriz tiene dos ﬁlas iguales o proporcionales, su determinante es nulo.

3. Si permutamos dos líneas paralelas de una matriz cuadrada, su determinante cambia de

TRANSFORMACIONES ELEMENTALES. MATRICES EQUIVALENTES.

 Multiplicar una fila (o columna) de la matriz por un número real no nulo.

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

Las transformaciones elementales son una herramienta fundamental para calcular el

CONCEPTO Y CÁLCULO DE LA MATRIZ INVERSA:

Definición de inversa de una matriz:

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

INVERSA DE UNA matriz 3x3

I UNIDAD: MATRICES Y SISTEMAS DE ECUACIONES LINEALES

 A11 A21 A31   5 6  1

MATRIZ INVERSA (METODO DE GAUSS JORDAN).