Álgebra Lineal Básica Con GeoGebra y Wxmaxima - Robles Vásquez PDF

Álgebra Lineal Básica con
GeoGebra y wxMaxima
Álgebra Lineal Básica
con GeoGebra y
wxMaxima
Primera Edición
!
!
Primera!Edición,!2013!
Imagen!de!portada:!!©2009!Jer!Thorp!(http://www.flickr.com/photos/blprnt/4218003108/)!
D.R.!©2013,!Universidad!de!Guadalajara!
Centro!Universitario!de!Ciencias!Exactas!e!Ingenierías!
Blvd.!Marcelino!García!Barragán!núm.!1421,!esq.!Calzada!olímpica!
44430!Guadalajara,!Jalisco.!
ISBN:!978\607\450\695\2!
Impreso!y!hecho!en!México!
Printed!and!made!in!Mexico.!
Álgebra Lineal Básica con GeoGebra y
wxMaxima
Oscar Robles Vásquez y Pedro Ortega Gudiño.
Enero de 2013
Contenido
1 Preliminares 1
1.1 Puntos y Rectas en el Plano xy . . . . . . . . . . . . . . . . . . . 1
1.2 GeoGebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Álgebra y Geometría con GeoGebra . . . . . . . . . . . . . . . . 6
2 Sistemas de Ecuaciones Lineales 10

2.1 Ecuación lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Sistema de Ecuaciones Lineales . . . . . . . . . . . . . . . . . . . 10
2.2.1 Sistema lineal . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.2 wxMaxima . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.3 Determinante de un sistema de ecuaciones lineales de 2  2 12
2.2.4 Solución de Sistemas de Ecuaciones Lineales 22 . . . . . 14
2.2.5 Clasificación de Soluciones . . . . . . . . . . . . . . . . . . 17
2.2.6 Sistemas de Ecuaciones Lineales de 3  3 . . . . . . . . . 18
2.2.7 Determinante de un sistema de ecuaciones lineales de 3  3 19
2.2.8 Solución Gráfica de sistemas de 3  3 . . . . . . . . . . . 20
2.3 El Método de Eliminación . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1 Operaciones Elementales de Renglón . . . . . . . . . . . . 23
2.3.2 Existencia de Soluciones . . . . . . . . . . . . . . . . . . . 32
2.3.3 Sistema de Ecuaciones Lineales Homogéneo . . . . . . . . 33
3 Matrices y Vectores 37
3.1 Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.1 Matrices Especiales . . . . . . . . . . . . . . . . . . . . . . 37
3.1.2 Generación de Matrices con wxMaxima . . . . . . . . . . 39
3.2 Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.1 Vector renglón y vector columna . . . . . . . . . . . . . . 41
3.2.2 Vectores y Matrices . . . . . . . . . . . . . . . . . . . . . 42
3.3 Multiplicación de Matrices . . . . . . . . . . . . . . . . . . . . . . 48
3.3.1 Propiedades de la Multiplicación de Matrices . . . . . . . 49
3.4 Matrices y Sistemas de Ecuaciones Lineales . . . . . . . . . . . . 52
3.4.1 Matrices Inversas . . . . . . . . . . . . . . . . . . . . . . . 52
3.4.2 Inversas y Sistemas de Ecuaciones Lineales . . . . . . . . 57
3.4.3 Matriz Transpuesta . . . . . . . . . . . . . . . . . . . . . 58
ii
CONTENIDO iii
3.5 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.5.1 wxMaxima y determinantes . . . . . . . . . . . . . . . . . 63
3.5.2 Propiedades de los Determinantes . . . . . . . . . . . . . 64
4 Vectores en R2 y R3 71
4.1 Vectores en el plano . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.1.1 Vectores equivalentes . . . . . . . . . . . . . . . . . . . . . 72
4.1.2 Magnitud y dirección de un vector . . . . . . . . . . . . . 74
4.1.3 Vectores unitarios en R2 . . . . . . . . . . . . . . . . . . . 77
4.2 Interpretación geométrica del producto escalar . . . . . . . . . . 78
4.3 Protocolo de la Construcción en GeoGebra . . . . . . . . . . . . . 80
4.4 Vectores en el espacio . . . . . . . . . . . . . . . . . . . . . . . . 83
4.4.1 Magnitud de un vector en R3 . . . . . . . . . . . . . . . . 83
4.4.2 Dirección de un vector en R3 . . . . . . . . . . . . . . . . 83
4.4.3 Vectores unitarios en R3 . . . . . . . . . . . . . . . . . . . 85
4.5 Producto vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.5.1 Interpretación geométrica del producto vectorial . . . . . 87
4.5.2 Producto vectorial con wxMaxima . . . . . . . . . . . . . 87
4.5.3 Triple producto escalar. . . . . . . . . . . . . . . . . . . . 88
Prefacio
La meta principal de este libro de Álgebra Lineal Básica con GeoGe-

bra y wxMaxima es desarrollar en los estudiantes la comprensión de las ideas
fundamentales del álgebra lineal a través del uso de programas computacionales
libres. Estas herramientas de trabajo le permitirán al los estudiantes interac-
tuar a través de los programas computacionales con los conceptos abstractos
del álgebra lineal. Esta interacción va enfocada a dos aspectos: la resolución
de problemas y la visualización geométrica; visualizar los conceptos del álgebra
lineal de forma inmediata le ayudara al estudiante reforzar el enfoque construc-
tivista de su aprendizaje.
La idea al utilizar Software libre en este texto se basa en las siguientes
premisas: (1) el profesor tiene la seguridad de que todos los alumnos tendrán
disponible una herramienta de trabajo, (2) los alumnos podrán utilizar el soft-
ware en cualquier sitio, (3) el profesor podra distribuir el programa legalmente;
los programas licenciados como Matlab, Maple, Mathematica, etc., no lo autor-
izan. Sobre la filosofía del movimiento de software libre, es recomendable que
el lector vea la referencia obligada: Proyecto Free Software Foundation, GNU
(http://www.gnu.org).
La selección de software libre se decidió en función de la sencillez en su
manejo, la disponibilidad para los sistemas operativos Windows y Mac, la ro-
bustez del programa, etc. En el libro se utilizan las versiones más recientes de dos
sistemas de álgebra computacional (CAS): GeoGebra (http://www.geogebra.org/)
y wxMaxima (http://wxmaxima.sourceforge.net/).
El libro está dirigido a estudiantes de ciencias básicas e ingeniería. En el
texto se hace énfasis en los aspectos geométrico y computacional para la resolu-
ción de problemas, omitiendose por completo las demostraciones. El enfoque en
cada capítulo es la presentación del concepto de forma concisa y posteriormente
la resolución de problemas a través de GeoGebra o mediante wxMaxima. El
libro cubre los temas fundamentales del álgebra lineal: sistemas de ecuaciones
lineales y matrices. El libro que tiene hoy en sus manos no pretende describir
estos temas de forma exhaustiva, sino más bien proporcionar un herramienta
útil para resolución de problemas de álgebra lineal utilizando software libre.
Los autores
iv
Capítulo 1
Preliminares
1.1 Puntos y Rectas en el Plano xy

1. La distancia d (P1 P2 ) entre dos puntos cualesquiera P1 (x1 , y1 ) y P2 (x2 , y2 )
en un plano coordenado esta definida por la ecuación (1.1)
q
2 2
d (P1 P2 ) = (x2  x1 ) + (y2  y1 ) (1.1)
2. La pendiente m de una recta ( P1 P2 ) que pasa por los puntos P1 = (x1 , y1 )

y P2 = (x2 , y2 ) (Figura 1.1), esta definida por la ecuación (1.2)
y2  y1
m= para x2  x1 6= 0 (1.2)
x2  x1
y
3 P2 (x2 , y2 )
2
y2 − y1
1 m=
P1 (x1 , y1 ) x2 − x1
0
x
-3 -2 -1 0 1 2 3
-1
-2
-3
Figura 1.1. Pendiente (m) de una recta.
1
2 CAPÍTULO 1. PRELIMINARES
El orden de los puntos no es importante, nótese que

y 2  y1 1 (y2  y1 ) y1  y 2
m= = =
x2  x1 1 (x2  x1 ) x1  x2
La pendiente mide la proporción entre lo que se eleva en el plano xy a lo

que se avanza o recorre horizontalmente; se considera como una razón de
cambio:
elevación
m=
avance
3. Rectas paralelas al eje-x tiene una pendiente de cero (Figura 1.2).
y 2  y1 0
m= = =0
x2  x1 x2  x1
y
3
0
m= =0
2 x2 − x1
P2 (x2 , y2 ) 1 P1 (x1 , y1 )
0 x
-3 -2 -1 0 1 2 3
-1
-2
-3
Figura 1.2. Recta paralela al eje-x, m=0.
4. Rectas paralelas al eje-y tienen una pendiente indefinida (1), (Figura

1.3).
y 2  y1 y 2  y1
m= = =1
x2  x1 0
5. Ecuación de la recta pendiente-ordenada, ecuación (1.3), ver la Figura

(1.4):
y = mx + b (1.3)
Donde b es la ordenada al origen, esto es, (0, b).
6. Ecuación general de una recta, ecuación (1.4):
ax + by = c con b 6= 0 (1.4)
a
la pendiente es m = .
b
1.1. PUNTOS Y RECTAS EN EL PLANO XY 3
y
3
2
P1 (x1 , y1 ) y2 − y1
1 m= =∞
0
0
x
-3 -2 -1 0 1 2 3
-1
P2 (x2 , y2 )
-2
-3
Figura 1.3. Recta paralela al eje-y, m indefinida.
y
4
3
y = mx + b
2 (0, b ) = (0, 3)
(− 3,0) m 1
0 x
-4 -3 -2 -1 0 1
-1
-2
-3
Figura 1.4. Ecuación de la recta pendiente-ordenada.

7. Dos rectas son paralelas sí y sólo sí tienen la misma pendiente mL1 = mL2
(Figura 1.5),
y
3
2 m L1 = m L2
L2 1
0 x
-3 -2 -1 0 1 2 3
-1
L1 -2
-3
Figura 1.5. Rectas paralelas tienen la misma pendiente.
8. Relación de pendientes en rectas perpéndiculares, ecuación (1.5), Figura

(1.6),
1
mL1 =  (1.5)
mL2
3 y
mL2
2
m L 1 = ? m1
1 L2
0 x
-3 -2 -1 0 1 2 3
-1
-2
mL1
-3
Figura 1.6. Rectas perpéndiculares.
9. Distancia d de un punto P (x0 , y0 ) a una recta ax + by = c, viene dada

por la ecuación (1.6), ver la Figura (1.7),
|ax0 + by0  c|
d= p (1.6)
a2 + b2
1.2. GEOGEBRA 5
3 y
P›x 0 , y 0 ﬁ ax + by = c
2
m = ?a
|ax 0 + by 0 ? c| 1 b
d=
a2 + b2
0 x
-3 -2 -1 0 1 2 3
-1
-2
-3
Figura 1.7. Distancia entre un punto y una recta.
1.2 GeoGebra
GeoGebra 1 es un Software libre y de plataformas múltiples que se abre a la
educación para interactuar dinámicamente, en un ámbito en que se reúnen la
Geometría, el Álgebra y el Análisis o Cálculo. Por otra parte, se pueden ingre-
sar ecuaciones y coordenadas directamente. Así, GeoGebra tiene la capacidad
de manejarse con variables vinculadas a números, vectores y puntos; permite
encontrar derivadas e integrales de funciones y ofrece un repertorio de coman-
dos propios del análisis matemático para identificar puntos singulares de una
función, como raíces o extremos.
Estas dos perspectivas caracterizan a GeoGebra: una expresión en la ventana
algebraica se corresponde con un objeto en la ventana geométrica y viceversa.
En la Figura (1.8) se presenta el espacio de trabajo de GeoGebra, se muestran
las partes más importantes de este programa:
1. Ventana algebraica.
2. Venta gráfica
3. Barra de herramientas
4. Campo de entradas
Los operadores básicos para las operaciones ariméticas son los siguientes:
+ : suma
 : substracción
 : mutiplicación
/ : división
ˆ : exponenciación
1 http://www.geogebra.org/cms/
Figura 1.8. Ventana de trabajo de GeoGebra.
1.3 Álgebra y Geometría con GeoGebra

Utilizaremos GeoGebra para resolver algunos ejemplos relacionados con puntos
y rectas localizados en el plano coordenado xy. Algunas funciones básicas de
GeoGebra las conoceremos a través del ejemplo siguiente.
Ejemplo 1 Utilizando GeoGebra. Grafique la recta L que pasa por los puntos
A (3, 6) y B (4, 2), calcule distancia d (AB), la pendiente m y la ecuación de
la recta L.
Solución 1 Dar clic en el ícono de GeoGebra. Teclear en el campo de

:
1. A=(3,6) + enter2 ! introduce el punto A en el plano.
2. B=(-4,-2) + enter ! introduce el punto B en el plano.
3. dAB=Distancia[A,B] + enter ! calcula la distancia d (AB).
4. L:Recta[A,B] + enter ! traza la recta L que pasa por los puntos A y B.
5. m=Pendiente[L] + enter ! calcula la pendiente de la recta L.

Cada entrada introducida se despliega automáticamente en la ventana al-
gebraica, estas se muestran en la Figura (1.9).La ecuación de la recta en
2 Una vez que se ha tecleado la entrada correspondiente debe teclear aceptar ( -). La flecha
(!) indica la acción que produce.

1.3. ÁLGEBRA Y GEOMETRÍA CON GEOGEBRA 7
Figura 1.9. Ventana algebraica de GeoGebra.
forma de pendiente-ordenada se puede obtener a partir de la ecuación
8x  7y = 18
7y = 8x  18
8 18
y = x+
7 7
y = 1.14x + 2.57
La Figura (1.10) muestra la gráfica de la ecuación de la línea recta.
Figura 1.10. Ventana gráfica de GeoGebra.
Ejemplo 2 Encuentre la ecuación de la recta que pasa por el punto A (3, 6)

y es paralela a la recta L cuya ecuación es 3x + 5y = 5.
Solución 2 Dar clic en el ícono de GeoGebra. Teclear en el campo de

:
1. A=(-3,6) + enter ! introduce el punto A en el plano.

2. L:-3x+5y=5 + enter ! traza la recta en el plano y asigna la ecuación a
L.
3. En la barra de herramientas dar clic en , seleccionar recta

paralela.
Ir a la zona gráfica y dar clic primero sobre la recta L y luego sobre el

punto A. En la ventana algebraica se desplegará inmediatamente:
a: 3x  5y = 39
En la ventana gráfica se trazará la recta paralela a la recta L.
Ejemplo 3 Encuentre la ecuación de la recta que pasa en b = 4, y es per-

péndicular a la recta L, cuya ecuación es 6x + 3y = 2.
Solución 3 En GeoGebra teclear en el campo :
1. B=(0,-4) + enter ! introduce la ordenada al origen en el plano.

2. L:-6x+3y=2 + enter ! introduce la ecuación de la recta L.
3. L1:Perpendicular[B,L] + enter ! traza la recta que pasa por B y es per-
péndicular a la recta L.
En la ventana algebraica se desplegara inmediatamente:
L1: x+2y=-8
Ejercicio 1 Determine la ecuación de la recta en su forma general y pendiente

ordenada de la recta que:
1. Pasa por los puntos (2, 3) y (4, 5).

2. Tiene pendiente m = 2/5 y pasa por el punto (2, 5).
3. Interseca al eje x en x = 2 y al eje y en y = 4.
4. Pasa por el punto (2, 3) y es paralela a la recta 3x  7y = 21.
5. Pasa por el punto (5, 3) y es perpendicular a la recta y = 3x + 2.
6. Pasa por el punto (8, 2) y es paralela a la recta x = 5.
Ejercicio 2 Determine si los puntos A y B dados están o no sobre la recta

dada:
1. A (1, 7), B (3, 1) y la recta y = 2x + 5.

2. A (2, 1), B (1, 2) y la recta y = 2.
3. A (1, 1), B (0, 3) y la recta 3x  2y = 1.
4. A (1, 5), B (2, 3) y la recta x + 2y = 1.
Ejercicio 3 Determine si las rectas dadas son perpéndiculares, paralelas u oblicuas.
1. 3x + 4  y = 0; 3x + 9y = 18.
1.3. ÁLGEBRA Y GEOMETRÍA CON GEOGEBRA 9
2. 4x  3y = 2; 3x + 4y = 5.
3. 2x  14y = 2; 4x  7y = 0.
Ejercicio 4 Determine la distancia d del punto P (x0 , y0 ) a la recta dada.
1. Punto (3, 9), recta y = 2x + 5.

2
2. Punto (0, 1), recta y = x  1.
6
3. Punto (2, 5), recta 3x + 7y = 14.
4. Punto (10, 3), recta 8x + 9  y = 0.
Capítulo 2
Sistemas de Ecuaciones
Lineales
2.1 Ecuación lineal

Una ecuación lineal (E) con n variables o incógnitas x1 , x2 , ..., xn tiene la forma
siguiente
E : a1 x1 + a2 x2 + ... + an xn = b (2.1)
el coeficiente ai (a1 , a2 , ..., an ) y el término constante b son números reales.
La solución de la ecuación lineal (2.1) es un conjunto de valores para las
variables o incógnitas que satisfacen la ecuación.
2.2 Sistema de Ecuaciones Lineales

2.2.1 Sistema lineal
Un sistema lineal es un conjunto de m ecuaciones lineales E1 , E2 , ..., Em del tipo
(2.1). El sistema se puede representar por
E1 : a11 x1 + a12 x2 + ··· + a1n xn = b1

E2 : a21 x1 + a22 x2 + ··· + a2n xn = b2
.. .. .. .. ..
. . . ··· . .
(2.2)
Ei : ai1 x1 + ai2 x2 + ··· + ain xn = bi
.. .. .. .. ..
. . . ··· . .
Em : am1 x1 + am2 x2 + ··· + amn xn = bm
A este conjunto de ecuaciones se le llama sistema lineal de m  n. Los
coeficientes aij (a11 , a12 , ..., a1n ; a21 , a22 , ..., a2n ; am1 , am2 , ..., amn ) y los
términos constantes bi (b1 , b2 , ..., bm ) son números reales. Si se tiene que todos
10
2.2. SISTEMA DE ECUACIONES LINEALES 11
los términos son cero (b1 = b2 , = ... = bm = 0) se dice que el sistema de

ecuaciones lineales es homogéneo.
Si el número de ecuaciones (m) es igual al de incógnitas (n) el sistema lineal
se llama cuadrado de n  n.
Una solución de un sistema de ecuaciones lineales (2.2) es un conjunto de
valores para las variables, S = {x1 , x2 , ...xn }, tal que satisfacen a cada una de
las ecuaciones del sistema.
2.2.2 wxMaxima
wxMaxima 1 es un CAS (Sistema de Álgebra Computacional, por sus siglas
en inglés). Se trata de un programa cuyo objeto es la realización de cálculos
matemáticos (tanto numéricos como simbólicos) capaz de manipular expresiones
algebraicas, derivar e integrar funciones y realizar diversos tipos de gráficos.
Los operadores básicos para las operaciones ariméticas son los siguientes
+ : suma
 : substracción
 : mutiplicación
/ : división
ˆ o  : exponenciación
Utilizaremos wxMaxima version 0.8.2 para operar con sistemas de ecuaciones
lineales. En la Figura (2.1) se presenta la ventana principal de trabajo cuando se
inicia este programa en Windows donde se muestran las partes más importantes:
1. Menú
2. Botones de acciones frecuentes
3. Área de trabajo
Un documento en wxMaxima consta de varias "Celdas", estás "Celdas" son
los bloques básicos de construcción. Cada celda tiene un corchete del lado
izquierdo del documento que indica el contenido de está. Para iniciar un doc-
umento en wxMaxima dar clíc en el área de trabajo y utilizar el teclado para
introducir la instrucción, al final oprimir la combinación de teclas shift + en-
ter (" + - ) o también ctrl + enter (ctrl + - ), en la celda se desplegara
lineas numeradas, por ejemplo (%i1) y (%o1) las cuales indican la entrada (%i)
y la salida (%o) de la instrucción, respectivamente.
Ejemplo 4 Utilizando wxMaxima. Considere el sistema de dos ecuaciones lin-
eales (E1 y E2 ) con dos incógnitas (x1 y x2 )
E1 : a11 x1 + a12 x2 = b1 (2.3)
E2 : a21 x1 + a22 x2 = b2
encuentre la solución algebraica.
1 http://wxmaxima.sourceforge.net/wiki/index.php/Main_Page
12 CAPÍTULO 2. SISTEMAS DE ECUACIONES LINEALES
Figura 2.1. Espacio de trabajo en wxMaxima
Solución 4 El sistema anterior se puede resolver con wxMaxima, en el área de

trabajo teclear secuencialmente:
1. E1: a11*x1+a12*x2=b1 oprimir " + - : introduce la ecuación E1 .
2. E2: a21*x1+a22*x2=b2 oprimir " + - : introduce la ecuación E2 .
3. linsolve([E1, E2], [x1,x2]) oprimir " + - : resuelve el sistema de

ecuaciones lineales.
En la Figura (2.2) se muestra el resultado de estas intrucciones.
Figura 2.2. Solución algebraica de un sistema de ecuaciones de lineales de 2  2

con wxMaxima.
2.2.3 Determinante de un sistema de ecuaciones lineales

de 2  2
La solución que se presenta en la Figura (2.2) dada por la salida (%o3) se
reescribe en la forma siguiente
a22 b1  a12 b2
x1 = (2.4)
(a11 a22  a21 a12 )
a11 b2  a21 b1
x2 =
(a11 a22  a21 a12 )
nótese que el sistema (2.3) tiene solución única cuando el denominador de

la ecuación (2.4) sea diferente de cero, esto es,
a11 a22  a21 a12 6= 0
a este producto se le conoce como determinante (det) del sistema de ecuaciones

lineales de 2  2, su valor diferente de cero establece la existencia de solución
única. La definición de determinante para este sistema de ecuaciones lineales se
establece con la ecuación siguiente
det Sistema (2  2) = (a11 a22  a21 a12 ) (2.5)
Ejemplo 5 Determine la existencia de la solución única en los sistemas de

ecuaciones lineales dados.
1.
x1 + x2 = 10
x1 + x2 = 0
2.
x1  2x2 = 3
2x1  4x2 = 8
3.
x1 + x2 = 3
2x1  2x2 = 6
Solución 5 Para cada uno de los sistemas se puede aplicar la ecuación (2.5)
1.
det Sistema (2  2) = (1) (1)  (1) (1)

= 2
El sistema tiene solución única.

2.
det Sistema (2  2) = (1) (4)  (2) (2)

= 0
El sistema no tiene solución única.

3.
det Sistema (2  2) = (1) (2)  (2) (1)

= 0
El sistema no tiene solución única.
2.2.4 Solución de Sistemas de Ecuaciones Lineales 22

En los siguiente ejemplos que se presentan se resuelven sistemas de ecuaciones
lineales de 2  2 utilizando wxMaxima y GeoGebra.
Ejemplo 6 Utilizando GeoGebra. Encuentre la solución mediante un método

gráfico del sistema de ecuaciones lineales de 2  2 siguiente
E1 : 7x  5y = 6 (2.6)
E2 : 3x + 8y = 10
Solución 6 El valor del determinante del sistema (2.6) es
det Sistema (2  2) = ((7) (8)  (3) (5))

= 71
por lo tanto el sistema tiene solución única. Para gráficar el sistema de ecua-
ciones lineales (2.6) en GeoGebra teclee en el campo lo siguiente
1. E1: 7x-5y=6 + enter ! introduce la ecuación E1

2. E2: 3x+8y=10 + enter ! introduce la ecuación E2
3. Intersect[E1,E2] + enter ! encuentra el punto de intersección de las dos
rectas, está es la solución del sistema (2.6).
La solución gráfica es: x  1. 38 y y  0.73 y se puede apreciar en la
Figura (2.3).
Ejemplo 7 Utilizando wxMaxima. Determine la solución algebraica del sis-

tema (2.6).
Solución 7 En wxMaxima introducir las instrucciones siguientes
1. E1: 7*x-5*y=6 oprimir " + - : introduce la ecuación E1 .

Figura 2.3. Solución gráfica del sistema (2.6) con GeoGebra.
Figura 2.4. Solución algebraica del sistema (2.6) con wxMaxima.
2. E2: 3*x+8*y=10 oprimir " + - : introduce la ecuación E2 .
3. linsolve([E1, E2], [x,y]) oprimir " + - : resuelve el sistema lineal con

las variables x y y.
En la última celda se despliega la solución, Figura (2.4).
Ejemplo 8 Utilizando GeoGebra resuelva graficamente el sistema lineal sigu-

iente
E1 : 3x  4y = 6 (2.7)
E2 : 6x  8y = 8
Solución 8 El cálculo del determinante del sistema (2.7) muestra que
det Sistema = ((3) (8)  (6) (4))

= 0
por lo tanto, el sistema (2.7) no tiene solución única. Para gráficar el sistema
de ecuaciones lineales (2.7) en GeoGebra teclear en el campo lo
siguiente
1. E1: 3x-4y=-6 + enter ! introduce la ecuación E1.

2. E2: 6x-8y=8 + enter ! introduce la ecuación E2.

En la Figura (2.5) se observa que ambas ecuaciones representan rectas
paralelas sin níngun punto de coincidencia.
Figura 2.5. Sistema de ecuaciones lineales de 2  2 sin solución.

tema (2.7).
Solución 9 En la Figura (2.6) se presenta el resultado obtenido por wxMax-
ima para un sistema incosistente o que no tiene solución (2.7).La salida (%o3)
Figura 2.6. Resolución del Sistema (2.7) por wxMaxima.
muestra sólo [ ], lo cual indica que el sistema no tiene solución.

Ejemplo 10 Utilizando GeoGebra resuelva graficamente el sistema lineal sigu-
iente
E1 : 3x  2y = 2 (2.8)
E2 : 6x  4y = 4
Solución 10 El valor del determinante del sistema (2.8) es
det Sistema = ((3) (4)  (2) (6))

= 0
como consecuencia el sistema (2.8) no tiene solución única. Para gráficar este
sistema por medio de GeoGebra teclear en el campo lo siguiente

La gráfica del sistema (2.7) muestra que las dos rectas se sobreponen, es
decir, coinciden en un número infinto de puntos en el plano xy, se dice
entonces que el sistema tiene soluciones infinitas.
Figura 2.7. Sistema de ecuaciones lineales de 2  2 con soluciones infinitas.

tema (2.8).
Solución 11 La solución obtenida por wxMaxima se muestra en la Figura (2.8)La

salida (%o3) muestra que el sistema tiene infinitas soluciones, para simplificar
la solución se hace t =%r1, donde t 2 R la solución se escribe:
2t  2
x= , y=t
3
La representación gráfica de este sistema se presenta en la Figura (2.7); las
rectas se intersectan en un número infinito de pares ordenados (x, y).
2.2.5 Clasificación de Soluciones

Las soluciones encontradas en un sistema de ecuaciones lineales de 2  2 pueden
clasificarce de la forma siguiente:
Figura 2.8. Resolución del Sistema (2.8) por wxMaxima con sloluciones infinitas.
8 
>
> Solución única, det 6= 0.
< Consistente
Soluciones infinitas, det = 0.
Tipo de solución
>
>
:
Inconsistente {Sin solución, det = 0.
esta clasificación se puede extender a sistemas de n  n.
2.2.6 Sistemas de Ecuaciones Lineales de 3  3

En el siguiente ejemplo que se presenta se resuelve un sistema de ecuaciones
lineales de 3  3 utilizando wxMaxima.
Ejemplo 12 Utilizando wxMaxima. Considere el sistema lineal de 3 ecuaciones

con 3 incógnitas:
E1 : a11 x1 + a12 x2 + a13 x3 = b1

E2 : a21 x1 + a22 x2 + a23 x3 = b2 (2.9)
E3 : a31 x1 + a32 x2 . + a33 x3 = b3 .
Solución 12 El sistema (2.9) puede ser resuelto con wxMaxima. En el espacio

de trabajo introducir secuencialmente cada una de las ecuaciones del sistema
1. E1: a11*x1+a12*x2+a13*x3=b1 oprimir " + - : introduce la ecuación

E1 .

E2 .

E3 .
4. linsolve ([E1,E2,E3],[x1,x2,x3]) oprimir " + - : resuelve el sistema

lineal con las variables x1, x2 y x3. La solución obtenida por wxMaxima
se presenta en la Figura (2.9).
Figura 2.9. Solución de un sistema de ecuaciones lineales de 3  3 utilizando

wxMaxima.
2.2.7 Determinante de un sistema de ecuaciones lineales

de 3  3
La solución del conjunto de ecuaciones (2.9) se presenta en la Figura (2.9), la
linea de salida (%4) muestra la solución general de este sistema, el denominador
de esta solución se reescribe de la forma siguiente
a11 (a22 a33  a23 a32 )  a12 (a21 a33  a23 a31 ) + a13 (a21 a32  a22 a31 ) (2.10)
Este producto se le denomina determinante (det) del sistema de ecuaciones

de 3  3 (ecuación 2.11)
det Sistema (3  3) = a11 (a22 a33  a23 a32 ) (2.11)

a12 (a21 a33  a23 a31 ) + a13 (a21 a32  a22 a31 )
De igual forma que se presenta en el sistema de ecuaciones de 2  2, se

establece que el sistema (2.9) tiene solución única, si se cumple que
det Sistema (3  3) 6= 0
Es importante hacer notar que el determinante sólo se puede calcular para

sistemas cuadrados (n  n). En el Capítulo 5 se tratara ampliamente el tema
de determinantes.
2.2.8 Solución Gráfica de sistemas de 3  3

El sistema lineal (2.9) forman un conjunto de planos que pueden intersectarse,
sobreponerse o intercalarse; la solución gráfica para estos sistemas se ilustra en
la figuras siguientes,
1. Solución única, los tres planos se intersectan en un solo punto, ver Figura
(2.10).
2. Soluciones infinitas, los planos se intersectan a lo largo de una recta
común, ver Figura (2.11).
3. Sin solución, se tienen planos paralelos, en este caso el sistema es inco-
sistente, ver Figura (2.12).
Figura 2.10. Solución única
Figura 2.11. Soluciones infinitas.

2.3. EL MÉTODO DE ELIMINACIÓN 21
Figura 2.12. Sin solución.
2.3 El Método de Eliminación

Para resolver un sistema de ecuaciones lineales del tipo
E1 : a11 x1 + a12 x2 + ··· + a1n xn = b1

E2 : a21 x1 + a22 x2 + ··· + a2n xn = b2
.. .. .. .. ..
. . . ··· . .
(2.2)
Ei : ai1 x1 + ai2 x2 + ··· + aij xj = bi
.. .. .. .. ..
. . . ··· . .
se utiliza una generalización sitemátizada del método de eliminación. Antes
de proseguir se aclara lo relacionado con la notación utilizada.
Notación 1 En el sistema de ecuaciones (2.2) aij representa cualquier coe-
ficiente del sistema en la ecuación i que multiplica a la incógnita j. Así por
ejemplo, el coeficiente a21 , se encuentra en la ecuación E2 multiplicando a la
incógnita x1 . Por otro lado, bi identifica a cualquier término constante en la
ecuación i.
Cuando se efectúan operaciones en cada una de las ecuaciones del sistema
(2.2) sólo se afectan los coeficientes aij y los términos bi , las incógnitas no se
ven afectadas, por esta razón, para evitar repetición al escribir cada una de las
ecuaciones del sistema, los coeficientes aij y los términos bi se escriben en un
arreglo rectangular ordenado llamado matriz aumentada, de la forma siguiente
0  1
a11 a12 ··· a1n  b1

B a21 a22 ··· a2n  b2 C
B  C
Ã = B .. .. ..  .. C (2.12)
@ . . ··· .  . A

am1 am2 ··· amn  bm
= (A |b ) (2.13)
La matriz aumentada se dice que es de tamaño u orden m  (n + 1), esto es,

m-renglones por (n + 1)-columnas. La matriz aumentada esta formada por una
matriz de coeficientes (A) de orden m  n y una matriz de términos constantes
(b) de orden m  1. La representación matricial de cada una de ellas es
0 1 0 1
a11 a12 · · · a1n b1
B a21 a22 · · · a2n C B b2 C
B C B C
A=B . . . C b=B . C
@ .. .. ··· .
. A @ .
. A
am1 am2 · · · amn bm
Notación 2 De forma similar, los subíndices ij en los elementos a de la matriz
de coeficientes (2.12) indican la ubicación del elemento en el renglon i y la
columna j.
Ejemplo 13 En la matriz aumentada siguiente
0  1
5 7 1 2  b1
@ 0 5 6 3  b2 A
8 6 10 9  b3
Identificar los elementos a23 , a34 , a22 y a55 .
Solución 13 Los elementos identificados son
a23 = 6
a34 = 9
a22 = 5
a55 = no existe
Es importante resaltar, que un sistema de ecuaciones lineales (2.2) puede
ser representado en forma equivalente mediante una matriz aumentada (Ã), y
viceversa, una matriz aumentada tiene su sistema de ecuaciones equivalente,
este hecho se muestra en los ejemplos siguientes.
Ejemplo 14 Determine Ã para el sistema de ecuaciones lineales siguiente
x1  2x2 + x3 = 0
2x2  8x3 = 8
4x1 + 5x2 + 9x3 = 9
Solución 14 La equivalencia entre el sistema de ecuaciones lineales y la matriz
aumentada es
0  1
x1  2x2 + x3 = 0 1 2 1  0
2x2  8x3 = 8 @ 0 2 8  8 A
4x1 + 5x2 + 9x3 = 9 4 5 9  9
Ejemplo 15 Determine el sistema de ecuaciones lineales equivalente de la ma-

triz aumentada siguiente
  
1 6 0  0
0 3 9  7
Solución 15 El sistema de ecuaciones equivalente es

  
1 6 0  0 x  6x2 = 0
 1
0 3 9  7 3x2  9x3 = 7
En adelante para facilitar el manejo de una matriz aumentada en wxMax-

ima se omitirá la línea vertical, así que la última columna corresponderá a los
términos constantes (bi ).
2.3.1 Operaciones Elementales de Renglón

En el método de eliminación se aplican sobre la matriz Ã tres operaciones cono-
cidas como operaciones elementales de renglón, estas son:
1. Multiplicar un renglón por una constante diferente de cero.

2. Sumar un múltiplo de un renglón a otro renglón.
3. Permutar o intercambiar renglones.
Notación 3 Las operaciones elementales se pueden denotar de la forma sigu-

iente
1. Ri ! cRi , c 6= 0: El renglón i puede ser sustituido al multiplicar ese

renglón por una constante c 6= 0.
2. Rj ! Rj + cRi , c 6= 0: El renglón j, puede ser sustituido al sumar al
renglón j el multiplo de otro renglón i.
3. Ri  Rj : Los renglones i y j pueden intercambiarse o permutar.
En los ejemplos siguientes se explicara con detalle el proceso de eliminación

sobre sistemas de ecuaciones lineales de 3  3, llevando los registros de la opera-
ciones elementales efectuadas con la notación antes mencionada.
Ejemplo 16 Describa el algorítmo del proceso de solución mediante opera-

ciones elementales de renglón de la matriz aumentada siguiente
0  1
a11 a12 a13  b1
@ a21 a22 a23  b2 A

a31 a32 a33  b1
Solución 16 Los elementos a11 , a22 y a33 se identifican como elementos pivote
ubicados en los renlgones pivote, ellos forman la diagonal principal. El algoritmo
simple de este proceso es
Paso 1. Hacer a11 = 1 (1er. pivote).

Paso 2. Hacer "ceros" los elementos por debajo del elemento pivote a11
(a) Hacer a21 = 0

(b) Hacer a31 = 0
Paso 3. Hacer a22 = 1 (2do. pivote).

Paso 4. Hacer "ceros" los elementos por debajo y por arriba del elemento pivote
a22
(a) Hacer a12 = 0

(b) Hacer a32 = 0
Paso 5. Hacer a33 = 1 (3er. pivote).

Paso 6. Hacer "ceros" los elementos por arriba del elemento pivote a33
(a) Hacer a13 = 0

(b) Hacer a23 = 0
Paso 7. ¿Tiene solución el sistema?
Ejemplo 17 Resuelva mediante el método de eliminación el sistema de ecua-

ciones
2x1 + 4x2 + 8x3 = 6

3x1  2x2  3x3 = 4
8x1 + 2x2 + 5x3 = 1
Solución 17 Aplicando operaciones elementales de renglón se tiene

0  1 0  1
2 4 8  6 1 2 4  3
@ 3 2 3  4 A R1 ! 1 R1 @ 3 2 3  4 A R2 ! R2  3R1
  2
!  !
8 2 5  1 hacer a =1 8 2 5  1 hacer a21 =0
0  1 11 0  1
1 2 4  3 1 2 4  3
@ 0 8 15  5 A R3 ! R3  8R1 @ 0 8 15  5 A
 ! 
8 2 5  1 hacer a31 =0 0 14 27  23
0 1 0  1F
1 2 4 3 1 2 4  3
R2 ! 1 R2 @ 0 1 15 5 A R3 ! R3 + 14R2 @ 0 1 15  5 A
8!
8 8 ! 8  8
hacer a22 =1 0 14 27 23 hacer a32 =0 0 0  34   57
0  7 1 0  1 4
1 0 1  1 0 1  7
4  45 4  4
R1 ! R1  2R2 @ 0 1 15  A R3 ! 4 R3 @ 0 1 15  5 A
! 8  8
!3 8  8
hacer a12 =0 0 0  34   57 4 1 hacer a33 =1 0 0 1  19
0  0  1
1 0 14  74 1 0 0  3
R2 ! R2  15 @ 0 1 0  35 A R1 ! R1  1 R3 @ 0 1 0  35 A
8 R3  
 ! 0 0 1  19 4! 0 0 1  19
hacer a23 =0 hacer a13 =0
El conjunto solución es
S = {x1 , x2 , x3 } = {3, 35, 19} .
El algoritmo de eliminación implementado se conoce como eliminación de

Gauss-Jordan. Note que se hacen "ceros" por arriba y "ceros" por abajo de la
diagonal principal. Si el proceso de eliminación sólo contemplara hacer "ceros"
por debajo de la diagonal principal y luego sustitución hacia atrás, se trataría
del método de eliminación gaussiana.
Ejemplo 18 Resuelva mediante el método de eliminación gaussiana el ejemplo

anterior.
Solución 18 Para esto, el proceso puede continuarse a partir de la marca F

de la forma siguiente
0  1F 0  1
 3
1 2 4  1 2 4  3
B  5 C B 15  5 C
B 0 1 15  C R3 ! 4
R3 @ 0 1 8  8 A
@ 8  8 A 3 ! 
 57
0 0  34   hacer a33 =1 0 0 1  19
4
Luego: 0  1
1 2 4  3 x1 + 2x2 + 4x3 = 3
B  C E1 :
B 0 1 15  5 C  E2 : x2 + 15 5
@ 8  8 A 8 x3 = 8
 E3 :
0 0 1  19 x3 = 19
El sistema obtenido es más simple que el original, este último se puede resolver
por sustitución hacia atrás. De la ecuación E3 se tiene que
x3 = 19
De la ecuación E2 resolvemos para x2 y sustituimos x3

5 15
x2 =  x3
8 8
5 15
=  (19)
8 8
= 35
Resolviendo de la ecuación E1 para x1 y sustituyendo los valores de las incog-

nitas x2 y x3 se tiene:
x1 = 3  4x3  2x2
= 3  4 (19)  2 (35)
= 3
La solución final es (x1 , x2 , x3 ) = (19, 35, 3).

Operaciones Elementales de Renglón con wxMaxima

En wxMaxima una matriz se define mediante una instrucción muy simple, por
ejemplo la matriz aumentada Ã de 2  3
 
1 2 3
Ã =
4 7 6
se puede introducir con wxMaxima con la instrucción
A: matrix ([1,-2,-3],[4,7,6]) oprimir " + -

desplegándose en el espacio de trabajo como lo muestra la Figura (2.13).
Figura 2.13. Introducir una matriz en wxMaxima.
la introducción de matrices es por renglones entre corchetes.

Nótese que las matrices también pueden ser introducida a partir del Menú,
la secuencia de instrucciones es la siguiente:
1. ! Enter Matriz...! Matriz ! Aceptar !
2. Introducir matriz ! Aceptar

wxMaxima permite realizar operaciones elementales de reglón mediante las

instrucciones siguientes
1. Función: rowop ( M,i,j,): Si M es una matriz y un  escalar, devuelve la

matriz que resulta de realizar la transformación Ri ! Ri  Rj con los
renglones Ri y Rj . Si M no tiene estos renglones, devuelve un mensaje
de error.
2. Función: rowswap ( M,i,j): Si M es una matriz, intercambia los renglones
i y j, R1  Rj . Si M carece de estos renglones, devuelve un mensaje de
error.
Note que la operación elemental de renglones de Ri ! cRi , no tiene una

operación directa en wxMaxima, pero está se puede obtener mediante la op-
eracion rowop ( M, i, j, ), en el ejemplo siguiente se muestra el uso de éstas
instrucciones.
Ejemplo 19 Resuelva mediante operaciones elementales de renglón aplicando

wxMaxima el sistema lineal siguiente
2x1 + 4x2 + 8x3 = 6

3x1  2x2  3x3 = 4
8x1 + 2x2 + 5x3 = 1
Solución 19 Una vez introducida la matriz aumentada (Figura 2.14) del sis-
tema, es importante que le asigne un nuevo nombre a cada matriz que resulte
de esa instrucción, al final de cada instrucción oprima la combinación de teclas
" + - .
Figura 2.14. Matriz Aumentada.
Secuencialmente introduzca las operaciones siguientes

1
Paso 1. A1: rowop(A,1,1,1/2): R1 ! R1  R1 .
2
Paso 2. A2: rowop(A1,2,1,3): R2 ! R2  3R1 .
Paso 3. A3: rowop(A2,3,1,8): R3 ! R3  8R1 .
9
Paso 4. A4: rowop(A3,2,2,9/8): R2 ! R2  R2 .
8
Paso 5. A5: rowop(A4,3,2,-14): R3 ! R3  (14) R2 .
Paso 6. A6: rowop(A5,1,2,2): R1 ! R1  2R2 .
7
Paso 7. A7: rowop(A6,3,3,7/3): R3 ! R3  R3 .
3
15
Paso 8. A8: rowop(A7,2,3,15/8): R2 ! R2  R3 .
8
1
Paso 9. A9: rowop(A8,1,3,1/4): R1 ! R1  R3 .
4
Las instrucciones que se introducen secuencialmente despliegan en wxMax-

ima las celdas siguientes:
Paso 1. Paso 2.
Paso 3. Paso 4.
Paso 5. Paso 6
Paso 7. Paso 8.
Paso 9.
La matriz obtenida en la salida %o10 (paso 9) es equivalente a

0  1
1 0 0  3 x1 = 3
@ 0 1 0  35 A  x2 = 35
0 0 1  19 x3 = 19
Una forma directa para obtener la matriz escalonada por renglones es medi-
ante la instrucción echelon de wxMaxima. La función echelon (M) d evuelve la
forma escalonada de la matriz M, obtenida por eliminación gaussiana.
La aplicación de la función echelon (M) al ejemplo anterior es
a partir de matriz obtenida en la salida (%o2) se aplica sustitución hacia

atrás para obtener la solución completa.
Ejemplo 20 Encuentre la solución del sistema lineal siguiente
x1 + x2  x3 = 2
4x1  x2 + 5x3 = 5
6x1 + x2 + 3x3 = 1
Solución 20 La matriz aumentada del sistema es:

0  1
1 1 1  2
@ 4 1 5  5 A

6 1 3  1
Se aplican las operaciones elementales siguientes
1. R2 ! R2  4R1
2. R3 ! R3  6R1
R2
3. R2 !
5
4. R3 ! R3 + 5R2
R3
5. R3 !
2 
0 1
1 1 1  2 x1 + x2  x3 = 2
B  C
matriz equivalente obtenida es B
@ 0 1 9  13 C
5
9
 5 A  x2  5 x3 = 5
13

0 0 0  1 0=1
el útimo renglón presenta una incosistencia, el sistema no tiene solución.
Con wxMaxima se obtiene
Ejemplo 21 Resolver el sistema lineal siguiente

x1 + x2  x3 = 2
4x1  x2 + 5x3 = 5
6x1 + x2 + 3x3 = 1
Solución 21 La matriz aumentada del sistema es
0  1
1 1 1  2
@ 4 1 5  5 A

6 1 3  1
Efectuando operaciones elementales de renglón se obtiene
0  1
0  1 1 1 1  2
1 1 1  2 B  13 C
R2 ! R2  4R1 @ R
0 5 9  13 A R2 ! B 0  C
2
1 9  5 A
R3 ! R3  6R1  5 @ 5

! 0 5 9 13   !
0 0 0  0
Aquí R2 y R3 son igulales, por lo tanto, se sustituye el renglón 3 por un renglón

de ceros, y se obtiene el último pivote en R2 , esto es,
0  1
1 0 45  45
B  13 C
R 1 ! R 1  R2 B
@ 0 1 9 5

 5 A
C
! 
0 0 0  0
El proceso de operaciones elementales no puede continuar ya que no existe otro

elemento pivote. El sistema equivalente es:
E1 : x1 + 45 x3 = 45
E2 : x2  9 x3 = 13
5 5
Este sistema equivalente se tienen dos ecuaciones con tres incognitas, en este
caso existen soluciones infinitas. El procedimiento para reportar la solución de
estos sistemas es
1. Del sistema equivalente de n ecuaciones y r variables o incógnitas deter-

mine las variables libres al calcular
variables libres = rn

= 32
= 1
2. De las tres incógnitas x1 , x2 , o x3 seleccionar una variable, está incógnita

será la varible libre, por ejemplo
x3 = t, donde t 2 R
t es un parámetro que puede tomar cualquier valor en el conjunto de los

reales.
3. Despejar las incognitas x1 y x2 en función de la variable libre:

De la ecuación E1
4 3
x1 =  x3 
5 5
4 3
=  t
5 5
De la ecuación E2
9 13
x2 = x3 +
5 5
9 13
= t+
5 5
La solución se escribe como:

 
4 3 9 13
(x1 , x2 , x3 ) =  t  , t + ,t
5 5 5 5
o en notación de conjunto, aquí S es el conjunto solución:
 
4 3 9 13
S=  t  , t + , t ; donde t 2 R
5 5 5 5
2.3.2 Existencia de Soluciones

Algunas conclusiones obtenidas de la resolución de sistemas de ecuaciones lin-
eales de 2  2 y de 3  3, se pueden generalizar a sistemas de ecuaciones lineales
de n  n y de m  n, así se tiene
1. Existe solución única sí y sólo sí el det Sistema (n  n) 6= 0.
2. Existe solución única sí y sólo sí se tienen n pivotes en la matriz aumentada

de n  (n + 1).
3. Existen soluciones infinitas o se presenta inconsistencia sí y sólo sí el det

Sistema (n  n) = 0
4. Existen soluciones infinitas si en la matriz aumentada n  (n + 1) se tiene

por lo menos un renglón de ceros.
5. Inconsistencia se presenta en la matriz aumentada de n  (n + 1) si se

tiene un renglón de ceros sólo en la matriz de coeficientes.
Ejemplo 22 Elija valores de h y k en el conjunto de los reales para los cuales

el sistema
x1 + hx2 = 1
2x1 + 3x2 = k
presente
1. Solución única
2. Inconsistencia
3. Soluciones infinitas
Solución 22 Las operaciones elementales de renglón son

     
1 h  1 1 h  1
 R2
R ! R  2R R2 ! 32h
2 3  k 22!1 0 3  2h  k  2 
 !
paso A n ote que 32h6=0
    !

1 h  1 1 0  1  h(k2)
32h
R1 ! R1  hR2 
0 1  k2
32h 0 1  k2
32h
simplificando se tiene
  
1 0  3k
32 x1 = 3hk
32h

0 1  k2
32 x2 = k2
32h
3
1. Para que el sistema tenga solución única 3  2h 6= 0, h 6= , con cualquier
2
valor de k. Probemos por ejemplo, h = 2 y k = 3
 !   
 3(2)(3)
1 0  32(2) 1 0  3
 32 
0 1  32(3) 0 1   13
 
1
La solución es:(x1 , x2 )= 3, .
3
3
2. Si h = y k  2 6= 0 ó k 6= 2, al sustituir en en el sistema aumentado
2
obtenido en el paso A !

1 32  1

0 0  k2
se obtiene una inconsistencia.

3
3. Cuando h = y k = 2, al sustituir en en el sistema aumentado obtenido
2
en el paso A !

1 32  1

0 0  0
3
se obtiene el sistema equivalente x1 + x2 = 1 que tiene por solución
2
3
x1 = 1 t
2
x2 = t, t 2 R
2.3.3 Sistema de Ecuaciones Lineales Homogéneo

Un sistema de ecuaciones lineales homogéno es un sistema ecuaciones similar a
(2.2), donde todos los términos constantes son cero (b = 0).
Po ejemplo el sistema de ecuaciones lineales de 4  4 siguiente, es homogéneo
ya que bi = 0 para todo i.
a11 x1 + a12 x2 + a13 x3 + a14 x4 = 0 (2.14)

a21 x1 + a22 x2 + a33 x3 + a34 x4 = 0
a31 x1 + a32 x2 + a33 x3 + a34 x4 = 0
a41 x1 + a42 x2 + a43 x3 + a44 x4 = 0
La representación de este sistema en una matriz aumentada esta dado por:

0  1 0 1
a11 a12 a13 a14  0 a11 a12 a13 a14
B a21 a22 a23 a24  0 C B a21 a22 a23 a24 C
B  CB C
@ a31 a32 a33 a34  0 A @ a31 a32 a33 a34 A

a41 a42 a42 a44  0 a41 a42 a42 a44
por cuestiones prácticas la columna de "ceros" no se escribe. Para resolver un
sistema de ecuaciones lineales homogéno se recurre al algorítmo de eliminación
gaussiana o Gauss-Jordan visto anteriormente.
Para cualquier sistema lineal homogéneo com m-ecuaciones y n-incógnitas,
existen dos posibilidades de solución:
la solución única o trivial
x1 = x2 = . . . = xn = 0
que se presenta para un sistema de ecuaciones lineales cuadrado cuando
det Sistema (n  n) 6= 0
y las soluciones infinitas o no triviales.
El cálculo de determinantes de n  n se analizará en el capítulo 5.
Ejemplo 23 Utilizando wxMaxima. Resuelva el sistema homogéneo siguiente
x1 + x2  x3 = 0
4x1  x2 + 5x3 = 0
6x1 + x2 + 3x3 = 0
0 1
1 1 1
Solución 23 La matriz aumentada del sistema @ 4 1 5 A se introduce
6 1 3
en wxMaxima con las instrucciones siguientes
1. Ah: matrix ([1,1,-1],[4,-1,5],[6,1,3) oprimir " + -

2. echelon (Ah) oprimir " + -
Se despliega 95 0 1
1 1 1
@ 0 1 9 A
5
0 0 0
La operación elemental adicional R1 ! R1  R2 produce el sistema equiv-

alente
4
x1 + x3 = 0
5
9
x2  x3 = 0
5
donde las variables libres son (r  n) = 3  2 = 1, si x3 = t, t 2 R;
4 9
x1 =  x3 y x2 = x3 o de otra forma
5 5
 
4 9
(x1 , x2 , x3 ) =  t, t, t
5 5
Ejemplo 24 Determine la solución para el sistema lineal homogéneo siguiente

3x1  7x2 + 9x3  5x4 + 8x5 = 0
6x3 + 6x4 + 4x5 = 0
3x1  7x2 + 8x3  5x4 + 8x5 = 0
Solución 24 En wxMaxima teclear secuencialmente las instrucciones siguientes
1. E1: 3*x1-7*x2+9*x3-5*x4+8*x5=0 oprimir " + -
2. E2: -6*x3+6*x4+4*x5=0 oprimir " + -
3. E3: 3*x1-7*x2+8*x3-5*x4+8*x5=0 oprimir " + -
4. linsolve ([E1, E2, E3], [x1,x2,x3,x4,x5]) oprimir " + -
La solución por wxMaxima es
[x1=%r2, x2=(9*%r2+34*%r1)/21, x3=0, x4=-(2*%r1)/3, x5=%r1]
Si t=%r2 y s=%r1 con t,s 2 R, la solución dada para el sistema se escribe

como
x1 = t
9t + 34s
x2 =
21
x3 = 0
2s
x4 =
3
x5 = s
Finalmente se tiene:
 
9t + 34s 2s
(x1 , x2 , x3 , x4 , x5 ) = t, , 0, ,s
21 4
en el Capítulo 3 se dará otra forma de escribir la solución mediante vec-

tores.
En general un sistema homogéneo con más incógnitas que ecuaciones tiene

un número infinito de soluciones.
Capítulo 3
Matrices y Vectores
3.1 Matriz
Una Matriz es un operador matemático de m  n elementos ordenados en m-
renglones y n-columnas, se dice entonces que la matriz es de orden m  n, los
elementos de una matriz pueden ser números reales o complejos, funciones reales
o complejas, derivadas o integrales de funciones, etc.
Cualquier elemento de una matriz A1 de m  n localizado en el renglón i
y la columna j se le dedomina aij . De está manera a todos elementos de la
matriz A, ecuación (3.1), se les representa en forma compacta por A = (aij ).
0 1
a11 a12 ··· a1j ··· a1n
B a21 a22 ··· a2j ··· a2n C
B C
B .. .. .. .. C
B . . ··· . ··· . C
A=B
B ai1
C = (aij )
C (3.1)
B ai2 ··· aij ··· ain C
B . .. .. .. C
@ .. . ··· . ··· . A
am1 am2 ··· amj ··· amn
Así se tiene que la matriz A es 2  3, mientras que B es 2  4

   
6 3 8 2 0 1 6
A= B=
9 0 5 7 9 3 4
3.1.1 Matrices Especiales

Algunas matrices, en razón de sus dimensiones o de las características de los el-
ementos que la componen, reciben denominaciones particulares. A continuación
se hace mención solamente de algunas de las más comunes.
1A las matrices las identificaremos con letras mayúsculas.
37
38 CAPÍTULO 3. MATRICES Y VECTORES
1. Matriz Cuadrada. Una matriz cuadrada es aquella que tiene el mismo

número de renglones que de columnas, por ejemplo:
0 1
0 2 1  
4 2
A = @ 1 5 3 A B=
4 8
7 4 9
donde A es una matriz cuadrada de 3  3, o simplemente de orden 3 y B

es una matriz cuadrada de 2  2, o de orden 2.
2. Matriz diagonal, matriz triangular inferior y matriz triangular superior.
(a) La matriz diagonal D, es una matriz cuadrada de orden n, donde

cada elemento dij cumple la siguiente regla:

0 si i 6= j
D = (dij ) =
dij si i = j
Así D3 y D4 son matrices diagonales de orden 3 y 4, respectivamente:

0 1
0 1 d11 0 0 0
d11 0 0 B 0 d22 0 0 C
D3 = @ 0 d22 0 A D4 = B @ 0
C
0 d33 0 A
0 0 d33
0 0 0 d44
(b) La matriz triangular inferior es una matriz cuadrada de orden n,

donde 
0 si i < j
A = (aij ) =
aij si i  j
Las matrices A y B cumplen este requisito

0 1
  b11 0 0
a11 0
A= B = @ b21 b22 0 A
a21 a22
b31 b32 b33
(c) La matriz triangular superior es una matriz cuadrada de orden n,

donde 
0 si i > j
A = (aij ) =
aij si i  j
Matrices triangulares superiores son las siguientes:

0 1
0 1 c11 c12 c13 c14
a11 a12 a13 B 0 c22
B c23 c24 C
C
C = @ 0 a22 a23 A D=@
0 0 c33 c34 A
0 0 a33
0 0 0 c44
3.1. MATRIZ 39
3. Matriz Identidad de orden n, In .:

La matriz Identidad de orden n tiene elementos tales que

1 si i = j
In = ( ij ) =
0 si i 6= j
Matrices Identidad I2 , I3 e I4 son las siguientes

0 1
0 1 1 0 0 0
  1 0 0
1 0 B 0 1 0 0 C
I2 = I3 = @ 0 1 0 A I4 = B
@ 0
C
0 1 0 1 0 A
0 0 1
0 0 0 1
3.1.2 Generación de Matrices con wxMaxima

wxMaxima genera matrices cuyos elementos son calculados a partir de una fun-
ción de dos variables, por ejemplo h (i, j), g (i, j), etc.
Para generar una matriz es necesario primero definir la función; en wxMax-
ima se utiliza el operador ":=" para definir funciones, por ejemplo, la función
f(x)=sen x se escribe como
f(x):=sin(x)
Se pueden definir funciones de dos variables, por ejemplo, la función h (i, j)
definida por
1
h(i, j) =
1 + j + i
en wxMaxima es equivalente a
h[i,j]:=1/(-1+j+i)
Una vez definida la función se utiliza el comando genmatrix (h,m,n) de wx-
Maxima, h es la función definida, m y n indican el orden de la matriz. A la
matriz generada se le puede asignar un nombre para identificarla.
Ejemplo 25 Utilizando wxMaxima. Genere la matriz A de 34 con la función

1
definida por h(i, j) = .
1 + j + i
Solución 25 Para generar la matriz A siga las intrucciones
1. h[i,j]:=1/(-1+j+i) oprimir " + - : define la función h (i, j).
2. A=genmatrix (h,3,4) oprimir " + - : genera la matriz A de 3  4 cuyos

elementos son calculados mediante la función h.
En la Figura (3.1) se presenta la entrada secuencial de las instrucciones y
el resultado desplegado en wxMaxima.
Figura 3.1. Generación de Matriz la matriz A con wxMaxima.
Si la función h ha sido introducida, entonces se puede generar la matriz A

a través del menu de wxMaxima con los íconos siguientes !Generate
Matrix !..., deplegándose la figura siguiente
Ejercicio 5 Utilizando wxMaxima. Genere la matrices especiales siguientes
1. Matriz nula de orden 3, donde se cumple que aij = 0.

2. Matriz simétrica de orden 3, donde se cumple que aij = aji .
3. Matriz antisimétrica de orden 4, donde se cumple aij = aji . Note que
los elementos de la diagonal principal deben ser nulos, pues sólo se cumple
0 = 0.
4. Matriz de Vandermonde de orden 4 con elementos dados por
g(i, j) = xj1
i
5. Matriz A de orden 3 con elementos

i
a (i, j) =
i+j1
3.2. VECTORES 41
6. Matriz B de orden 2 con elementos

2 + ij
b (i, j) =
i+j1
7. Matriz A de orden 4 con elementos
a(i, j) = a10i+j
3.2 Vectores
Los vectores son una clase particular de matrices, de tal forma que el álgebra
elemental de matrices se puede aplicar a los vectores. El interés en este tema se
centra en vectores con componentes reales.
3.2.1 Vector renglón y vector columna

Se define un vector renglón de n componentes como un conjunto ordenado de
n números reales escrito de la forma siguiente
 
(x1 , x2 , · · · , xn ) o también como x1 x2 · · · xn
Un vector renglón es una matriz de orden 1  n.

Se define un vector columna de n componentes como un conjunto ordenado
de n números reales escrito de la manera siguiente
0 1
x1
B x2 C
B C
B .. C
@ . A
xn
Un vector columna es una matriz de orden n  1.

Cada componente de un vector se le identifica como primera componente
x1 , segunda componente x2 , sucesivamente hasta la n-ésima componente xn ; en
este curso trataremos vectores sólo con componentes reales, esto es xi 2 R.
Notación: Los vectores se representan con letras minúsculas en negritas;
así por ejemplo tendremos los vectores u, w, x, y, etc.
Vectores en Rn
Los vectores renglón o columna con dos componentes reales pertenecen al con-
junto de vectores R2 estos vectores se pueden visualizar en un plano cartesiano,
por ejemplo los vectores y, u, z 2 R2 , estos son
 
y1  
y= , u = (u1 , u2 ) y z = z1 z2
y2
De forma similar los vectores columna o renglón con tres componentes reales
pertenecen al conjunto R3 , estos vectores se pueden visualizar en el espacio, por
ejemplo, los vectores a, w, b 2 R3 , estos son
0 1
a1  
a = @ a2 A , w = (w1 , w2 , w3 ) , y b = b1 b 2 b3
a3
En general, un vector con n componentes reales pertence al conjunto Rn .
3.2.2 Vectores y Matrices

Los vectores son matrices de n  1 o 1  n; las matrices están formadas por
vectores renglón y vectores columna, por ejemplo, la matriz A de 3  4,
0 1
a11 a12 a13 a14
A = @ a21 a22 a23 a24 A
a31 a32 a33 a34
la cual se compone de los vectores columna o matrices de 3  1 siguientes
0 1 0 1 0 1 0 1
a11 a12 a13 a14
c1 = @ a21 A, c2 = @ a22 A, c3 = @ a23 A y c4 = @ a24 A.
a31 a32 a33 a34
Note que cada ci 2 R3 .

En forma similar se tiene los vectores renglón o matrices de orden 1  4
siguientes
   
r1 = a11 a12 a13 a14 , r 2 = a21 a22 a23 a24 y
 
r 3 = a31 a32 a33 a34
Note que cada r i 2 R4 .

Una representación alterna de una matriz en términos de vectores columna
o renglón es
0 1
  r1
A = c1 c2 c3 c4 = @ r 2 A
r3
Operaciones elementales con vectores

   
Sean x = x1 x2 · · · xn y y = y1 y2 ··· yn dos vectores en Rn
y  un escalar.
1. Igualdad de vectores, x = y si y sólo si
x1 = y1 , x2 = y2 , ..., xn = yn
3.2. VECTORES 43
2. Adición
   
x+y = x1 x2 ··· xn + y1 y2 ··· yn
 
= x1 + y1 x2 + y2 ··· xn + yn
la suma se lleva a cabo sólo entre vectores renglón o vectores columna.

3. Producto de un vector por un escalar
 
x =  x1 x2 · · · xn
 
= x1 x2 · · · xn
4. Producto escalar de vectores, por definición

   
x·y = x1 x2 · · · xn · y1 y2 ··· yn
= x1 y1 + x2 y2 + · · · + xn yn
Xn
= xi yi
i=1
Este producto se lleva a cabo aplicando la definición entre vectores renglón,

entre vectores columna o entre vector renglón y columna, con igual número
de componentes.
El producto escalar también se conoce como producto punto o producto
interno. En forma matricial el producto escalar puede llevarse a cabo como
el producto de una matriz 1  n y una matriz de n  1
0 1
y1
  B
B y2 C
C
x·y = x1 x2 · · · xn B .. C
m atriz de 1n @ . A
yn
m atriz de n1
= x1 y1 + x2 y2 + · · · + xn yn
Nótese que el resultado es un solo número y no un arreglo de números
como lo es un vector.
Propiedades de vectores
Sean a, b, c vectores en Rn ,  y  escalares. Entonces
1. a+ 0 = a.
2. 0 a = 0, donde 0 2 Rn .
3. a+ b = b + a (ley conmutativa).
4. (a + b) + c = a + (b + c) (ley asociativa).
5. ( + ) a = a+a (Ley distributiva de la multiplicación por un escalar).
6. () a =  (a).
Vectores con wxMaxima

En wxMaxima un vector renglón o columna se define mediante una lista de
números, agrupados entre corchetes las componentes del vector separados por
comas. Así por ejemplo, los vectores renglón u y v, los vectores columna w y
z, dados por
 
u = 3 2 3
 
v = 4 1 5
0 1
5
w = @ 3 A
1
0 1
1
z = @ 7 A
9
se introducen en wxMaxima uno a uno con la instrucción
u:[3,-2,-3] oprimir " + -

o con la instrucción
u:[3,-2,-3]; v:[4,1,5] ; w:[-5,3,1] ; z:[1,7,6] oprimir " + -

se introducen todos a la vez.
Una vez definidos estos vectores se pueden realizar operaciones según se han
definido, por ejemplo
1. Adición de vectores
2. Multiplicación de vectores por un escalar
3. Producto escalar de vectores

3.2. VECTORES 45
Los operadores "" y "." se utilizan para la mutliplicación, el operador ""

para efectuar una multiplicación de un vector por un escalar, el operador "."
(punto) para efectuar el producto escalar entre vectores.
Como los vectores es una clase especial de matrices, entonces se pueden in-
troducir en wxMaxima mediante el comando "matrix ". Así los vectores renglón
u y v serán matrices 1  3
u:matrix([3,-2,-3]) oprimir " + - ; v:matrix([4,1,5]) oprimir " + -
desplegándose
y los vectores columna w y z matrices de 3  1
w:matrix([-5],[3],[1]) oprimir " + - ; z:matrix([1],[7],[9]) oprimir " + -
desplegándose
Los vectores también pueden ser introducidos a partir del Menú, la secuencia
de instrucciones es la siguiente: ! Enter Matriz...! Matriz (introducir
vector)! Aceptar.
wxMaxima puede llevar a cabo el cálculo de producto escalar mediante la
Función: dotproduct(u,v), donde u y v deben ser definidos sólo como vectores
columna, esto es como matrices de n  1.
Propiedades del producto escalar

Sean a, b y c vectores en Rn ,  y  dos escalares. Entonces,
1. a· 0 = 0, donde 0 2 Rn .
2. a · b = b · a, ley conmutativa del producto escalar.
3. a · (b + c) = a · b + a ·c.
4. (a) · b =  (a · b) .
Ejercicio 6 Dados los vectores
0 1
2  
v1 = @ 2 A, v2 = 2 3 1 ,
1
0 1
7  
v3 = @ 3 A y v4 = 2 9 4
11
Efectuar las operaciones siguientes
1. v 1 · v 3
2. v 3 · v 2
3. v 2 · v 1
4. v 2 · v 4
Operaciones elementales con matrices

Sean A = (aij ) y B = (bij ) matrices de orden m  n y  un escalar, definimos
la operaciones elementales siguientes
1. Igualdad: A = B si ambas matrices son del mismo orden y se cumple (aij )
= (bij ).
2. Adición: C = A+ B = (aij ) + (bij ) = (aij + bij ) = (cij ), donde C es una
matriz de orden m  n, de manera equivalente se define la sustracción de
matrices: A  B.
3. Multiplicación por un escalar: C = A =  (aij ) = (aij ), donde C es
una matriz de orden m  n.
Ejemplo 26 Dadas la matrices siguientes
0 1 0 1
  10 1 1 1 9 8
5 7
A= B = @ 10 5 4 A C = @ 5 10 2 A
6 6
1 10 2 7 7 7
Hallar B + C, B  C y 2A.
3.2. VECTORES 47
Solución 26 Las operaciones se muestran a continuación

0 1 0 1 0 1
10 1 1 1 9 8 11 8 9
B+C = @ 10 5 4 A+@ 5 10 2 A = @ 15 15 6 A
1 10 2 7 7 7 6 3 5
0 1 0 1 0 1
10 1 1 1 9 8 9 10 7
BC = @ 10 5 4 A@ 5 10 2 A = @ 5 5 2 A
1 10 2 7 7 7 8 17 9
   
5 7 10 14
2A = 2 =
6 6 12 12
Algunas de las operaciones que no se pueden realizar, ya que las matrices no
son del mismo orden, son por ejemplo, A + B, A + C, A  B, A  C, etc.
Propiedades del álgebra de matrices

Sean A, B y C matrices de m  n,  y  escalares, entonces,
1. A + 0 = A donde 0mn .
2. 0A = 0mn donde  = 0.
3. A + B = B + A (ley conmutativa para la suma de matrices).
4. (A + B) + C = A + (A + B) (ley asociativa para la suma de matrices).
5.  (A + B) = A + B (Ley distributiva para la multiplicación por un
escalar).
6. Im A = AIn (I: matriz identidad de orden n o m).
7. ( + ) A = A + A
Ejercicio 7 Sea
0
1 0 1
  1 0 3 1 3
1 2 3
A = , B = @ 2 1 A, C = @ 4 1 5 A
2 1 4
3 2 2 1 3
0 1
  2 4 5  
3 2 4 5
D = , E=@ 0 1 4 A y F =
2 4 2 3
3 2 1
de ser posible, cálcule
1. E + C
2. D  F
3. 2C  3E
4. A + B
5. 2B + F
3.3 Multiplicación de Matrices

Sean A = (aij ) una matriz de orden m  n y B = (bij ) una matriz de orden
n  q, se obtiene una matriz C = (cij ) de orden m  q al efectuar el producto
matricial AB,
C = A B (3.2)
(mq) (mn)(nq)
donde cada elemento de cij de C se obtiene de la operación siguiente
cij = r i · cj
cij = (renglón i de A) · (columna j de B)
o en forma matricial
0 1
b1j
 B
B b2j C
C
cij = ai1 ai2 ··· ain B .. C
@ . A
bnj
cij = ai1 b1j + ai2 b2j + · · · + ain bnj
Xn
cij = aik bkj
k=1
Note que el producto de dos matrices, ecuación (3.2), puede realizarse sólo
si el número de columnas de A es igual al número de renglones de B; se dice
que A y B son compatibles mediante la multiplicación.
Ejemplo 27 Dadas las matrices

   
  c a b
A = a b , B= , C=
d u v
   
1 2 5 6
D = y E=
4 3 8 7
lleve a cabo las operaciones siguientes.
1. AB
2. CB
3. DE
Solución 27 Las operaciones son

 
  c
1. AB = a b = ac + bd
d
3.3. MULTIPLICACIÓN DE MATRICES 49
    
a b c ac + bd
2. CB = =
u v d uc + vd
0     1
  5   6
   B 1 2
8
1 2 C 7
1 2 5 6 B C
3. DE = =B
B   
C
 C
4 3 8 7 @     6 A
5
4 3 4 3
8 7
 
21 20
=
44 45
3.3.1 Propiedades de la Multiplicación de Matrices

Sean A, B y C matrices y  un escalar; si todas las sumas y productos indicados
están definidos, entonces son válidas las propiedades siguientes
1. AB 6= BA (en general).
2. AB = AC no implica que B = C.
3. (AB) C = A (BC) (ley asociativa de la multiplicación).
4. A (B + C) = AB + AC (ley distributiva izquierda de la multiplicación de

matrices bajo la adición).
5. (B + C) A = BA + CA (ley distributiva derecha de la multiplicación de

matrices bajo la adición).
6.  (AB) = (A) B = A (B) (ley asociativa de la multiplicación de matri-

ces y escalar).
Potencia de Matrices
Sean A, B matrices cuadradas de orden n; entonces son válidas las propiedades
siguientes
1. Ap = AA · · · A}
| {z
p-factores
2. A0 = In
3. Ap Aq = Ap+q
q
4. (Ap ) = Apq
p
5. (AB) 6= Ap B p en general, sólo se cumple si AB = BA
Operaciones con Matrices en wxMaxima

En los ejemplos siguientes se muestra como wxMaxima trabaja con las opera-
ciones matriciales antes definidas.
Ejemplo 28 Utilizando wxMaxima. Dadas las matrices siguientes

0 1
  8 1
1 8 9
A = , B=@ 2 0 A
0 10 1
1 5
   
1 7 7 4
C = y D=
1 3 4 5
efectue las operaciones matriciales siguientes
1. Adición de matrices, C + D.
2. Multiplicación de una matriz por un escalar, 6  A.
3. Producto de matrices, A.B.
4. Potencia de matrices cuadradas, C ˆˆ2.
5. Operaciones combinadas, 2  (C + D)  3  A.B.
Solución 28 Las matrices dadas se introducen en wxMaxima con la instrucción

siguiente, A:matrix([1,8,-9],[0,10,-1]); B:matrix([8,1],[2,0],[-1,5]); C:matrix([-
1,7],[-1,3]); D:matrix([7,-4],[4,5]); al final de la instrucción oprimir " + - .
Una vez definidas estas matrices se pueden realizar las operaciones siguientes,
1. Adición de matrices
2. Multiplicación de una matriz por un escalar
3. Producto de matrices
3.3. MULTIPLICACIÓN DE MATRICES 51
4. Potencia2 de matrices cuadradas
5. Operaciones combinadas
Está última operación es

0 1
      8 1
1 7 7 4 1 8 9 @ 2
2 (C + D)  3AB = 2 + 3 0 A
1 3 4 5 0 10 1
1 5
 
87 138
=
57 31
Ejercicio 8 Utilizando wxMaxima. Dadas las matrices

0 1
  3 1
1 2 3
A = , B=@ 2 4 A
4 0 2
1 5
   
2 3 2 3
C = y D=
1 2 4 1
de ser posible, cálcule
1. AB + CD
2
2. (AB) + CD
3. D (AB)
4. BA + CF
5. (C + D) A
6. CD2
2 Una matriz A elevada a una potencia n, An , equivale en wxMaxima a Aˆˆn.
3.4 Matrices y Sistemas de Ecuaciones Lineales

El sistema de m ecuaciones lineales con n incógnitas siguiente
E1 : a11 x1 + a12 x2 + ··· + a1n xn = b1

E2 : a21 x1 + a22 x2 + ··· + a2n xn = b2
.. .. .. .. ..
. . . ··· . .
puede ser representado en forma matricial por la ecuación (3.3)

0 10 1 0 1
a11 a12 · · · a1n x1 b1
B a21 a22 · · · a2n C B C B C
B CB x2 C B b2 C
B .. .. .. CB .. C = B .. C (3.3)
@ . . ··· . A@ . A @ . A
am1 am2 · · · amn xn bm
| {z }| {z } | {z }
A x b
Donde A es la matriz de coeficientes de orden m  n, x es el vector de

incognitas en Rn (matriz de n  1) y b es el vector de términos constantes en
Rm (matriz de m  1), así la representación del sistema de ecuaciones lineales
en su forma matricial compacta es,
Ax = b (3.4)
La utilidad de está notación abreviada la veremos en la sección siguiente.
3.4.1 Matrices Inversas

La inversa de una matriz A de n  n, es la matriz B de n  n tal que
AB = BA = In
Entonces B se le llama la inversa de A y se escribe por A1 . Así se tiene que la

inversa de una matriz A cuadrada de orden n es aquella que cumple
AA1 = A1 A = In
Si una matriz tiene inversa su inversa es única, se dice entonces que la matriz
es invertible o no singular. Las matrices que no tienen inversas son llamadas
singulares.
En los ejemplos siguientes utilice wxMaxima para comprobar la operación.
Ejemplo 29 Muestre que la inversa de la matriz

 
5 6
A=
8 7
3.4. MATRICES Y SISTEMAS DE ECUACIONES LINEALES 53
es !
7 6
 13 13
B=
8 5
13  13
Solución 29 Se debe probar AB = BA = I2 .
AB = I2
  7 6
!  
5 6  13 13 1 0
=
8 7 8 5
 13 0 1
13
BA = I2
7 6
!   
 13 13 5 6 1 0
=
8 5
 13 8 7 0 1
13
se muestra entonces que A1 = B.

 
2 5
Ejemplo 30 Cálcule la inversa de la matriz A = .
3 1
1 1
Solución 30
 El cálculo
 de su inversa implica que AA = A A = I2 . Suponemos
a b
que A1 = entonces debe cumplirse:
c d
AA1 = I2
   
2 5 a b 1 0
=
3 1 c d 0 1
   
2a + 5c 2b + 5d 1 0
=
3a + c 3b + d 0 1
Está igualdad matricial plantea los sistemas de ecuaciones lineales siguiente

  
2a + 5c = 1 2 5  1

3a + c = 0 3 1  0
  
2b + 5d = 0 2 5  0

3b + d = 1 3 1  1
Note que los sistemas aumentados tienen los mismos coeficientes, de tal modo
que se pueden resolver simultáneamente en una sóla matriz aumentada:
0  1


B  C
B 2 5  1 0 C
B  C
@ 3 1  0 1 A
| {z } | {z }
A I 2
note que del lado izquierdo aparece la matriz de coeficientes A y del lado derecho
la matriz I2 . Al efectuar operaciones elementales de renglón sobre el sistema
aumentado anterior se obtiene
0  1


B  1 5 C
B 1 0   17 17 C
B  C
B  C
B 0 1  3 2 C
@  A
| {z } | 17 {z 17 }
I 2 1 A
Ahora del lado izquierdo del sistema aumentado aparace I2 y del lado derecho
A1 , está es !
1 5
1
 17 17
A =
3 2
17 17
la cual cumple:
  1 5
!  
2 5  17 17 1 0
=
3 1 3 2 0 1
17 17
Existencia de la Inversa de A
El cálculo de la inversa de una matriz cuadrada se convierte en un proceso largo
a medida que el orden de la matriz es mayor que 2; así que lo mejor, primero, es
determinar si la inversa de una matriz cuadrada existe. En la determinación de
la inversa se tiene que encontrar la solución al sistema aumentado (A |In ), una
forma que resulta práctica es recordar que el sistema aumentado representa a
sistemas de ecuaciones lineales que se resuelven simultáneamente buscando una
solución única, ya que la inversa de cualquier matriz que la tenga es única, por lo
tanto, los sistemas a resolver no debe tener soluciones infinitas y mucho menos
incosistencia. En conclusión, la inversa de una matriz A de orden n existe si y
sólo si
det A 6= 0
Procedimiento para el cálculo de la inversa

A partir del ejemplo anterior, se puede obtener un procedimiemto general para
obtener la inversa de una matriz A de orden n, este es el siguiente
1. Determinar si se cumple det A 6= 0, de ser así siga el proceso.

2. Escribir el sistema aumentado: (A |In ), donde In es la matriz identidad
de orden n.
3. Efectuar operaciones elementales de reglón.
4. En el sistema aumentado aparece
  In del lado izquierdo y del lado derecho
la matriz inversa A1 , In A1 .
 
3 2
Ejemplo 31 Sea A = , determine A1 .
1 2
Solución 31 Es necesario probar que det A 6= 0

 
3 2
det A = det
1 2
= (3) (2)  (1) (2)
= 8
Por lo tanto la inversa de A existe. El cálculo de la inversa por operaciones

elementales de renglón se puede efectuar de la siguiente manera:
   
2  1
!
3 2  1 0 1 1 3  3 0
R1 ! R1  R2 ! R2 + R 1
1 2  0 1 3 1 2  0 1
 !  !
1 23  13 0 3 1 23  13 0 2

8  1
R2 ! R2  1 3 R1 ! R1  R2
0 3 1 8 0 1  3
3
 3 87 8!

1 0  8 8

0 1  3 3
4 4
entonces
3 7
!
1 8 8
A =
3
4  34
comprobación
0 1
  3 7  
3 2 8 8 1 0
AA 1
= @ A=
1 2 3 0 1
 34
3 7
! 4   
8 8 3 2 1 0
A1 A = =
3
 34 1 2 0 1
4
Propiedades de la Matriz Inversa

Sea A y B matrices cuadradas invertibles de orden n y  un escalar. Entonces,
 1
1. A1 =A
1  
2. (AB) = B 1 A1
1  n
3. (An ) = A1 = An
1 1 1
4. (A) = A

Inversas y wxMaxima
Si la inversa de una matriz cuadrada existe, wxMaxima puede calcularla fá-
cilmente por medio de la función invert (M), donde M es la matriz cuadrada
de orden n, la inversa es calculada por el método de las adjuntas, método que
veremos adelante. También puede ser calculada con la instrucción M^^-1.
Ejemplo 32 Utilizando wxMaxima. Dada la matriz
 
a11 a12
A=
a21 a22
determine su inversa.
Solución 32 Suponga que el det A = a11 a22  a12 a21 6= 0, entonces la inversa
de A existe. La matriz A se introduce en wxMaxima con las instrucciones sigu-
ientes
! Enter Matriz... ! Matriz (introducir los elementos) ! Aceptar
El comando invert (A) y la combinación de teclas " + - despliega la A1

como se muestra en la figura siguiente
la salida %o2 puede se reescrita de la forma dada por

2 a22 a12 3
  
4 a11 a22  a12 a21 a11 a22  a12 a21 5 = 1 a22 a12
a21 a11 a a11
 a a
11 22  a a
12 21 21
a11 a22  a12 a21 a11 a22  a12 a21
de tal forma que la inversa de una matriz de 2  2 puede calcularse por medio
de  
1 a22 a12
A1 =
det A a21 a11
esta ecuación también se obtiene al resolver el sistema aumentado
  
a11 a12  1 0
a21 a22  0 1
3.4.2 Inversas y Sistemas de Ecuaciones Lineales

La notación matricial, ecuación (3.4), es la representación algebraica símbolica
del sistema de ecuaciones lineales, ecuación (3.3).
Al multiplicar la ecuación (3.4) por la izquierda por A1 se obtiene
A1 Ax = A1 b
 
A1 A x = A1 b
In x = A1 b
simplificando
x = A1 b (3.5)
lo que significa
0 1 0 11 0 1
x1 a11 a12 ··· a1n b1
B x2 C B a21 a22 ··· a2n C B b2 C
B C B C B C
B .. C=B .. .. .. C B .. C
@ . A @ . . ··· . A @ . A
xn am1 am2 ··· amn bm
| {z } | {z }| {z }
x A1 b
es decir, se puede resolver un sistema de ecuaciones mediante el cálculo de

la inversa.
Ejemplo 33 Dado el sistema de ecuaciones lineales siguiente

3x1 + 2x2  x3 = b1
x1 + 2x2 + 3x3 = b2
3x1 + x2 + 3x3 = b3
Encuentre la solución aplicando la ecuación (3.5)
Solución 33 El sistema anterior en forma matricial es

0 10 1 0 1
3 2 1 x1 b1
@ 1 2 3 A @ x2 A = @ b2 A
3 1 3 xn b3
las intrucciones en wxMaxima son
1. Introducir la matriz A, A:matrix([3,2,-1],[-1,2,3],[-3,1,3]) oprimir " + - .

2. Introducir el vector b, b:matrix([b1],[b2],[b3]) oprimir " + -.
3. Calcular la matriz inversa de A, con invert(A) o con la instrucción A^^-1,

asigna la matriz inversa de A como Ainv:
Ainv:invert(A) oprimir "+ - o Ainv:A^^-1 oprimir "+ -
4. Efectúa el producto matricial Ainv.b, el producto es el vector solución x

(xsol),
la solución es
 
7 3 3 3 9 5
x1 = b3 + b2  b1 , x2 = b3  b2 + b1 , x3 = b3 + b2  b1
8 8 4 4 8 8
3.4.3 Matriz Transpuesta

Si A = (aij ) es una matriz de m  n, la transpuesta de A, denotada por AT ,
es la matriz de n  m, cuyos elementos AT = (aji ). La propiedades de AT son
 T
1. AT = A.
T
2. (A + B) = AT + B T .
T
3. (AB) = B T AT .
T
4. Para cualquier escalar , (A) = AT .
5. Si A es una matriz diagonal, entonces A = AT .
6. Si A es una matriz cuadrada, entonces es simetrica si AT = A.

 1  1 T
7. Si AT es invertible, entonces AT = A
En wxMaxima la transpuesta de una matriz se puede determinar mediante

la función transpose (M), si M es una matriz, el valor devuelto es otra matriz N
tal que N[i,j] = M[j,i].
0 1
2 1 0
Ejemplo 34 Utilizando wxMaxima. Dada la matriz A = @ 1 2 1 A
0 1 2
determine su matriz transpuesta.
Solución 34 Introducir en wxMaxima la matriz A, mediante la instrucción

siguiente,
A:matrix([4,1,8],[-1,-2,7],[5,6,-2]) oprimir " + -
o directamente en el menú, con la secuencia de instrucciones
! Enter Matriz... ! Matriz ! Aceptar ! Introducir matriz ! Aceptar
luego se calcula AT (AT) con la instrucción
AT=transpose (A)
se despliega
0 1
  1 2
1 2 0
Ejercicio 9 Utilizando wxMaxima. Sea A = ,B=@ 0 1 A,
3 0 1
2 4
T
calcule AB, (AB) , AT B T y B T AT .
3.5 Determinantes
El concepto de determinante fue introducido en el capítulo 2 al resolver
sistemas cuadrados de ecuaciones lineales de 2  2 y 3  3. Se considera que
estos sistemas tiene solución única sí y sólo si, el valor del determinate del
sistema es diferente de cero. El determinante de un sistema se calcula sólo con
la matriz de coeficientes. Este concepto de determinate se puede extender a
matrices cuadradas de n  n.
El determinante es una función que asigna un valor a una matriz cuadrada;
la función asigna el valor de acuerdo a la suma de todos los productos posibles,
de tal forma que en cada uno de esos productos sólo se incluya un elemento de
cada renglón y de cada columna, con un signo positivo cuando el número de
inversiones es par y negativo en caso impar; se tiene una inversión cada que un
subíndice mayor antecede a uno menor.
Para la matriz más simple de un sólo elemento, A = (k), su determinante es
de primer orden, su valor es det A = k o también |A| = k.
Para una matriz 2  2, dada por
 
a11 a12
A=
a21 a22
su determinante es de segundo orden. Todos los productos posibles son a11 a22
y a21 a12 , el signo se asigna dependiendo del número de inversiones; el producto
a11 a12 tiene 0 inversiones, por tanto signo es positivo; el producto a21 a12 tiene
una inversión, por lo tanto signo es negativo; su determinate es calculado por:
|A| = a11 a22  a12 a21
Ejercicio 10 Sea A una matriz de 3  3,

0 1
a11 a12 a13
A = @ a21 a22 a23 A
a31 a32 a33
Calcule el determinante de tercer orden de está matriz a partir de su definición

formal.
El cálculo de determinante de una matriz de n  n según la definición formal

se vuelve tedioso, está tarea se facilita con los métodos dados en adelante.
 
a11 a12
Determinante de una matriz de 2  2 Sea A = entonces el
a21 a22
determinante se calcula por:
det A = a11 a22  a12 a21

3.5. DETERMINANTES 61
0 1
a11 a12 a13
Determinante de una matriz de 3  3. Sea A = @ a21 a22 a23 A.
a31 a32 a33
Entonces
 
 a11 a12 a13 
 
|A| =  a21 a22 a23 
 a31 a32 a33 
= a11 a22 a33  a11 a23 a32  a21 a12 a33 +
a21 a13 a32 + a31 a12 a23  a31 a13 a22
una forma sencilla de recordar los productos anteriores es la siguiente

     
 a a23     
|A| = a11  22   a12  a21 a23  + a13  a21 a22 
a32 a33   a31 a33   a31 a32 
= a11 (a22 a33  a23 a32 )  a12 (a21 a33  a23 a31 ) + a13 (a21 a32  a22 a31 )
este método se conoce como desarrollo por cofactores por el primer renglón.
Dos métodos nemotécnicos3 muy utilizados son los siguientes,
1. Agregar las dos primeras columnas y efectuar los productos indicados por
las flechas con sus signos correspondientes
2. Calcular los productos indicados por las flechas y multiplicar por +1 ó

1, la suma de ambos productos corresponde al valor del determinante
Determinante de una matriz de nn Un método utilizado para el cálculo

de determinantes de matrices de n  n es el de desarrollo por cofactores. Sin
embargo, antes de describirlo es importante revisar algunos conceptos.
Sea A una matriz de n  n, entonces se tiene que:
3 Un método nemotécnico, es un sistema sencillo utilizado para recordar una secuencia de
datos, nombres, números, etc.

1. A la matriz Mij de orden (n  1)  (n  1) obtenida al eliminar de A el

renglón i y la columna j se le llama menor ij.
2. El cofactor ij de la matriz A, denotado por Aij se obtiene a partir de la
ecuación (3.6)
i+j
Aij = (1) |Mij | (3.6)
nótese que el cofactor es un número.
Ejemplo 35 Dada la matriz

0 1
8 1 9
A=@ 4 0 2 A
2 1 6
obtenga los cofactores A23 , A22 y A33 .
Solución 35 Los cofactores se calculan

 
 8 1 
|M23 | = 1 
2+3
A23 = (1) =6
2 1 
 
 8 9 
|M22 | = +1 
2+2
A22 = (1) = 30
2 6 
 
 8 1 
|M33 | = +1 
3+3
A33 = (1) =4
4 0 
Cálculo de determinantes mediante desarrollo por cofactores

1. El determinante de una matriz A de n  n se calcula mediante el desar-
rollando por cofactores a lo largo del renglón i por medio de
|A| = ai1 Ai1 + ai2 Ai2 + · · · + ain Ain

Xn
= aik Aik
k=1
2. El determinante de una matriz A de n  n se calcula mediante el desar-

rollando por cofactores a lo largo de la columna j por medio de
|A| = a1j A1j + a2j A2j + · · · + anj Anj

Xn
= akj Akj
k=1
El cálculo de determinates por el método de cofactores puede resultar labo-

rioso, por ejemplo, un determinante de 4 orden implica calcular cuatro cofac-
tores de tercer orden; calcular un determinante de 5 orden representa calcular
cinco cofactores de cuarto grado, luego cada uno de esos de 4 grado, implica
cuatro cofactores de tercer orden, por lo tanto, deben calcularse 54 = 20 cofac-
tores de 3 , la tarea se vuelve agotadora. Para simplificar los cálculos un poco,
la elección del desarrollo por cofactores por columna o renglón puede hacerse en
función de la mayor cantidad de ceros que contenga.
Afortunadamente, el trabajo puede hacerse menos complicado mediante
el empleo de las propiedades de los determinantes para generar ceros, en un pro-
ceso semejante al de Gauss-Jordan, con la ventaja de que se pueden considerar
renglones y columnas.
i+j
Use una matriz de signos para determinar (1) esto es
0 1
+  + ···
B  +  ··· C
B C
B +  + ··· C
@ A
.. .. .. . .
. . . .
3.5.1 wxMaxima y determinantes

En wxMaxima el cálculo de un determinante se hace con la función determinant
(M), aquí M es una matriz cuadrada; la función determinant puede encontrarse
en el menú "Algebra y Determinante".
Ejemplo 36 Utilzando wxMaxima. Calcule el determinante de la matriz
0 1
4 1 8
A = @ 1 2 7 A
5 6 2
Solución 36 En wxMaxima se introduce la matriz A y calcula su determinante

con la secuencia siguiente
A:matrix([4,1,8],[-1,-2,7],[5,6,-2]); determinant (A)
al final de la instrucción oprimir " + - , el resultado obtenido es

3.5.2 Propiedades de los Determinantes

Sea la matriz A de n  n
0 1
a11 a12 ··· a1n
B a21 a22 ··· a2n C
B C
A=B .. .. .. C
@ . . ··· . A
an1 an2 ··· ann
formada por los vectores columna,

0 1 0 1 0 1
a11 a12 a1n
B a21 C B a22 C B a2n C
B C B C B C
c1 = B . C , c2 = B . C , · · · , cn = B .. C.
@ .. A @ .. A @ . A
an1 an2 ann
1. Si cualquier vector columna de la matriz A es el vector cero, entonces
|A| = 0.
2. Si cualquier vector columna de la matriz A se multiplica por un escalar k,
por ejemplo kcn , entonces k |A|.
3. Si cualquier vector columna en la matriz A es multiplo escalar de otro
vector columna, por ejemplo, c1 = kc2 , entonces |A| = 0.
4. Si en la matriz A se tiene tiene dos vectores columna iguales, por ejemplo
c1 = cn , entonces |A| = 0.
5. La permutación de dos vectores columna en la matriz A, por ejemplo
c1  c2 , entonces (1) |A|.
6. La suma de un multiplo escalar de un vector columna a otro vector
columna, por ejemplo, c1 + kcn , no afecta el valor del determinate de
la matriz A.
Las propiedades anteriores se aplican también a los vectores renglón que
forman la matriz A.
Factorización de Matrices y Determinantes

Cualquier representación de una matriz como un producto de dos o más matrices
se denomina factorización matricial. Por ejemplo,
    
3 1 1 0 3 1
=
9 5 3 1 0 2
es una factorización matricial, éste tipo se le llama factorización LU . Si A
es una matriz cuadrada de orden n que tiene una factorización LU entonces
A = LU
la matriz U es una matriz triangular superior, la cual se obtiene al efectuar

operaciones elementales de renglón sin dividir los elementos de la diagonal; la
matriz L es una matriz triangular inferior que tiene "1" en la diagonal principal.
El cálculo del determinante para matrices cuadradas que tienen la factorización
LU se reduce a,
|A| = |LU | = 1 |U |
|A| = u11 u22 . . . unn
esto es, al producto de los elementos de la diagonal principal de la matriz U .
Ejemplo 37 Obtenga el determinante de la matriz A mediante la factorización
LU
0 1
2 3 2 4
B 4 10 4 0 C
A=B @ 3 2 5 2 A
C
2 4 4 7
Solución 37 Se efectuan operaciones elementales de renglón sin dividir los el-
ementos pivote, la matriz que se obtiene al final del proceso es U .
0 1   
9 2 3 2 4 1 5
R2 ! R2  2R1 > = B 0 4 8 8 C R3 ! R3  R2
3 B C   2
4
R3 ! R3 + R1 !B 5 C
2 >
; @ 0 2 4 A 1
R 4 ! R4 + R 1 2 R4 ! R4  (7) R2
0 7 6 3 4
0 1 0     !
1
2 3 2 4   2 3 2 4
B 0 4 8 8 C B C
B C R4 ! R4  1 (20) R3 B 0 4 8 8 C
@ 0 0 3 9 A 3 @ 0 0 3 9 A
0 0 20 11 ! 0 0 0 49
| {z }
U
el valor del determinate es

|A| = |U | = (2) (4) (3) (49) = 1176
Ejemplo 38 Utilizando wxMaxima. Encuentre la factorización LU para la ma-
triz A dada en el ejemplo anterior.
Solución 38 Las intrucciones secuenciales siguientes produce la factorización
LU , al final de cada instrucción oprimir " + - .
1. A:matrix([2,3,2,4],[4,10,-4,0],[-3,-2,-5,-2],[-2,4,4,-7])
2. lu_factor (A)$
3. get_lu_factors (%)
la última instrucción produce la factorización
A = I4 LU
donde I4 es la matriz identidad de orden 4.
Regla de Cramer
El sistema de n ecuaciones lineales con n incógnitas dado por
0 10 1 0 1
a11 a12 ··· a1n x1 b1
B a21 a22 ··· a2n CB x2 C B b2 C
B CB C B C
B .. .. .. CB .. C=B .. C
@ . . ··· . A@ . A @ . A
an1 an2 ··· ann xn bn
es equivalente a la ecuación matricial siguiente
Ax = b
si |A| =
6 0, entonces la solución viene dada por
|Ax1 | |Ax2 | |Axn |

x1 = , x2 = , ..., xn = (3.7)
|A| |A| |A|
donde Axi es la matriz obtenida al reemplazar el i-ésimo vector columna de A

por el vector de términos constantes b o matriz de n  1. La ecuación (3.7) se
le conoce como regla de Cramer, así por ejemplo se obtienen
0 1 0 1
b1 a12 ··· a1n a11 b1 ··· a1n
B b2 a22 ··· a2n C B a21 b2 ··· a2n C
B C B C
Ax1 = B .. .. .. C , Ax2 = B .. .. .. C,···,
@ . . ··· . A @ . . ··· . A
bn an2 ··· ann an1 bn ··· ann
0 1
a11 a12 ··· b1
B a21 a22 ··· b2 C
B C
Axn = B . .. .. C
@ .. . ··· . A
an1 an2 ··· bn
Determinantes e Inversas
Sea A una matriz cuadrada invertible de orden n, si el |A| =
6 0 se cumple
 1 
A  = 1
|A|
Antes de dar un método para el cálculo de A1 sin efectuar operaciones
elementales de reglón definiremos la matriz adjunta.
Sea A una matriz de n  n
0 1
a11 a12 ··· a1n
B a21 a22 ··· a2n C
B C
A=B .. .. .. C
@ . . ··· . A
an1 an2 ··· ann
y sea B su matriz de cofactores
0 1
A11 A12 ··· A1n
B A21 A22 ··· A2n C
B C
B=B .. .. .. C
@ . . ··· . A
An1 An2 ··· Ann
entonces la adjunta de A, escrito Adj A, se define como la transpuesta de la
matriz de cofactores, es decir,
0 1
..
B A11 A21 . An1 C
B .. C
B An2 C
Adj (A) = B T = B A12 A22 . C
B ··· ··· ··· ··· C
@ A
..
A1n A2n . Ann
la inversa de la matriz A mediante el cálculo de su adjunta viene dada por

la ecuación (3.8).
1 1 T
A1 = Adj (A) = B (3.8)
|A| |A|
Ejemplo 39 Utilizando wxMaxima. Encuentre la inversa de la matriz A por

el método de la adjunta.
0 1
1 3 0 2
B 3 12 2 6 C
A=B
@ 2
C
10 2 5 A
1 6 1 3
Solución 39 Es importante primero mostrar que el det A 6= 0. Las instruc-

ciones secuenciales se listan a continuación, al final de cada instrucción oprimir
" + -.
1. A:matrix([1,-3,0,2],[3,-12,-2,-6],[-2,10,2,5],[-1,6,1,3])$
2. detA:determinant(A)$
3. BT:adjoint(A)
4. Ainv=BT/detA
Hechos importantes en determinantes Sean A y B matrices cuadradas

de orden n, entonces
 
1. AT  = |A|
  1
2. A1  = |A| =
1
|A|
3. |AB| = |A| |B|
4. Si A es una matriz diagonal, triangular superior o inferior, entonces |A| =

a11 a22 · · · ann , esto es, el determinante es el producto de los elementos de
la diagonal.
5. |kA| = k n |A|
6. Advertencia: generalmente |A + B| =
6 |A| + |B|.
GeoGebra y Matrices
GeoGebra también opera con matrices, representadas como una lista de listas,
que contiene los renglones de la matriz.
Por ejemplo, en GeoGebra, A={{1, 2, 3}, {4, 5, 6}, {7, 8, 9}} representa la
matriz
0 1
1 2 3
A=@ 4 5 6 A
7 8 9
Ejemplo 40 Utilizando Geogebra. Dadas las matrices siguientes

0 1 0 1
  1 0 3 1 3
1 2 3
A = , B = @ 2 1 A, C = @ 4 1 5 A
2 1 4
3 2 2 1 3
0 1
  2 4 5
3 2
D = , E=@ 0 1 4 A
2 4
3 2 1
realice las operaciones siguientes: AB, AT , D (AB), C 1 y det C.
Solución 40 En el campo teclear secuencialmente las instruc-

ciones siguientes
1. A={{1,2,3}, {2,1,4}}
2. B={{1,0}, {2,1},{3,2}}
3. C={{3,-1,3}, {4,1,5},{2,1,3}}
4. D={{3,-2}, {2,4}}
5. E={{2,-4,5}, {0,1,4},{3,2,1}}.
La lista de comandos utilizados es
(a) AB=A*B
(b) AT=Traspone[A]
(c) DAB=D(AB)
(d) Cinv=MatrizInversa[C]
(e) detC=Determinante[C]
En la ventana algebraica de GeoGebra se despliegan los resultados de estas

operaciones.
Capítulo 4
Vectores en R2 y R3
En el capítulo 3 se estudia a los vectores desde un punto de vista no geométrico.

Los vectores son tratados como matrices de (n  1) ó (1  n), de tal forma
que el álgebra elemental de matrices se puede aplicar a los vectores. El interés
del presente capítulo es introducir al lector el concepto de vector como una
entidad geométrica que tiene magnitud y dirección, principalmente a vectores
en el plano (R2 ) y en el espacio (R3 ). Este enfoque visual de vectores fortalecera
la compresión del estudio de espacios vectoriales que se vera en el capítulo
siguiente.
4.1 Vectores en el plano

Geométricamente, un vector es un segmento de recta dirigido que se corre-
sponde con un desplazamiento desde un punto inicial (o cola), A = (x0 , y0 ), a
un punto final (o cabeza), B = (xf , yf ). Un vector se representa por una flecha
!
y un segmento de línea dirigido (AB) o bien algebraicamente como
u = (xf , yf )  (x0 , y0 )
= (x, y)
un par ordenado (x, y). Este par ordenado es la representación algebraica

del vector y geométricamente representa al vector con punto inicial en el origen
(0, 0) y punto final (x, y). En adelante se hara uso de GeoGebra para mostrar
diferentes aspectos de la geometría de vectores.
Ejemplo 41 Utilizando GeoGebra. Represente geométricamente en el plano el

vector con punto incial A = (1, 3) y punto final B = (3, 5).
Solución 41 Teclear en el campo de lo siguiente
1. A=(1, 3) + enter ! introduce el punto A en el plano.
71
72 CAPÍTULO 4. VECTORES EN R2 Y R3
2. B=(3, 5) + enter ! introduce el punto B en el plano.
3. En elija vector entre dos puntos, seleccione primero A y luego B, se

!
traza el vector AB. La instrucción Vector[A,B] muestra el mismo resul-
tado.
!
4. El vector AB es equivalente algebraicamente a u
!
u = AB = (3, 5)  (1, 3) = (2, 2)
el vector u se introduce con la instrucción u=Vector[2,2], note que u es

un vector con punto inicial en el origen, Figura (4.1).
Figura 4.1. Representación geométrica de vectores en R2 .
4.1.1 Vectores equivalentes

! !
Si dos segmentos de rectas dirigidos AB y CD en R2 tienen la misma magnitud
y dirección, se dicen que son equivalentes, sin importar en donde se encuentre
localizados en el plano.
Ejemplo 42 Utilizando GeoGebra. Se tienen los siguientes vectores en el plano

! ! ! !
AB, CD, EF , GH, con puntos iniciales A = (1, 1), C = (3, 1), E = (1, 6)
y G = (2, 7); y con puntos finales B = (2, 4), D = (4, 4), F = (4, 4) y
H = (7, 5). Encuentre para cada vector
1. la representación algebraica
2. la representación geométrica
Solución 42 Teclear en el campo de entrada ( ) el punto inicial y

final para cada vector, como en el ejemplo anterior.
4.1. VECTORES EN EL PLANO 73
1. la representación algebraica para cada uno de los vectores es

!
u = AB = (2, 4)  (1, 1) = (1, 3)
!
v = CD = (4, 4)  (3, 1) = (1, 3)
los vectores u y v son vectores equivalentes, así como los vectores w y z

!
w = EF = (4, 4)  (1, 6) = (5, 2)
!
z = GH = (7, 5)  (2, 7) = (5, 2)
la representación geométrica de estos vectores se puede obtener al teclear

en el campo u=Vector[(1,3)] y w=Vector[(-5,-2)] el resultado
se presenta en la Figura (4.2).
Figura 4.2. Representación geométrica de los vectores u y v.
observándose que los vectores son trasladados al origen.

2. Los vectores trazados en el plano se presentan en la Figura (4.3).
Figura 4.3. Vectores en el plano.

4.1.2 Magnitud y dirección de un vector

La magnitud o longitud de un vector u = (a, b) se define como la longitud de
su segmento de recta
p
|u| = a2 + b2 (4.1)
La dirección de un vector u = (a, b) se define como el ángulo , medido

en dirección contraria al movimiento de las manecillas del reloj, que el vector
forma con el eje positivo x (ver Figura (4.4)); donde 0    2 ó 0    360  ,
calculado mediante
b
tan  = para a 6= 0 (4.2)
a
Figura 4.4. Dirección y magnitud de un vector u = (a, b) en el plano.
Para determinar en forma única el valor  es importante establecer el cuad-

rante donde esta el vector.
Ejemplo 43 Utilizando GeoGebra. Determine la dirección y magnitud de los

vectores u = (2, 2), v = (3.46, 2), w = (3, 3) y z = (3, 3).
Solución 43 En GeoGebra introducir en el campo de entrada los vectores u=Vector[(2,2)],

v=Vector[(-3.46,2)], w=Vector[(-3,-3)] y z=Vector[(3,-3)]. La dirección de de
cada uno de los vectores se obtiene con u=Angulo[(u)], v=Angulo[(v)], w=Angulo[(w)],
z=Angulo[(z)]; y su magnitud con la instrucción Longitud[(u)], Longitud[(v)],
Longitud[(w)] y Longitud[(z)]. Los cálculos, aplicando las ecuaciones (4.1) y
(4.2), son
Magnitud del vector Dirección  delvector

p p 1 2 
|u| = 22 + 22 = 2 2 = 2. 83 u = tan = = 45 
q 2 4
2 1 2
|v| = (3.46) + 22 ' 4 v = tan
 3.46 
180 
= 0.524 = 30. 03 

v = 180  30. 03 
 = 149. 97

q p
2 2 3
|w| = (3) + (3) = 3 2 w = tan1
 3 
180 
= 4. 24 = 0.785 = 45 

w = 180  +45 = 225 
q p
2 3
|z| = 32 + (3) = 3 2 z = tan1
 3 
180
= 4. 24 = 0.785 = 45 

z = 360   45  = 315 
Los vectores trazados se muestran en la figura siguiente
Geometría de la operaciones elementales con vectores

Las operaciones elementales entre vectores se definieron en el Capítulo 3. En el
ejemplo siguiente se utilizara Geogebra para entender el significado geométrico
de algunas operaciones entre vectores en R2 .
Ejemplo 44 Utilizando GeoGebra. Sean u = (3, 1) y v = (1, 4) vectores en

R2 , represente graficamente las operaciones siguientes
Figura 4.5. Representación geométrica de la suma de vectores z = u + v.
1. u + v
2. v, con  = 3 y  = 2.
Solución 44 Definir cada vector en GeoGebra con la instrucción Vector[(x,y)]

+ enter.
1. En el campo de entrada introducir secuencialmente
(a) u=Vector[(3,1)]
(b) v=Vector[(1,4)]
(c) z=Vector[u+v]; traza el vector resultante
(d) Vector[(3,1),(4,5)]; traza el vector paralelo a v
(e) Vector[(1,4),(4,5)]; traza el vector paralelo a u.
la representación geométrica se puede visualizar en la Figura (4.5),
2. La multiplicación v tiene el efecto de multiplicar la longitud del vector 

veces, la instrucción es *Vector[(x,y)]+ enter, se tiene entonces,
(a) 3v=3*Vector[(1,4)]; la dirección de 3v es igual a la dirección v

(b) -2v=-2*Vector[(1,4)]; la dirección de 2v igual a la dirección v + 
Ejercicio 11 Utilizando GeoGebra. Sea u = (2, 4) y v = (6, 4). Calcule y

trace las operaciones siguientes entre vectores
1. 3u
2. u + v
3. v  u
4. 2u  7u
Ejercicio 12 Utilizando Geogebra. Encuentre dos vectores u y v en R2 que

satisfagan la desigualdad del triángulo
|u + v|  |u| + |v|
bajo las dos condiciones.
4.1.3 Vectores unitarios en R2

En R2 dos vectores son importantes, los vectores unitarios i = (1, 0) y j = (0, 1),
los cuales cumplen las condiciones siguientes
1. |i| = 1 y |j| = 1.

2. i = 0 y j = ó 90  , esto es, i y j son perpéndiculares entre si.
2
Su representación geométrica se muestra en la Figura (4.6)
Figura 4.6. Vectores unitarios i y j en el plano.
Cualquier vector en el plano se puede escribir como una combinación lineal

de estos vectores, por ejemplo, el vector u = (a, b) se escribe fácilmente como
u = (a, b) = a (1, 0) + b (0, 1) = ai + bj
note que las componentes del vector u son los escalares de esa combinación
lineal.
Otra característica importante de estos vectores es que son linealmente in-
dependientes, es decir, nínguno es multiplo del otro.
Ejemplo 45 Utilizando GeoGebra. Dado el vector v = (2, 3), encuentre un

vector unitario u que tenga
1. la misma dirección de v
2. dirección v+180 
Solución 45 El vector unitario se puede determinar a partir de

v
u=
|v|
1. En Geogebra la instrucción es u=v/Longitud[u]. Aplicando la ecuación

anterior p
(2, 3) 13
u=p = (2, 3)
22 + 32 13
La dirección se determina con la instrucción =Angulo[u]. Calculada con
la ecuación (4.2)
 
3
 = tan1
2
 
180
= 0.982 8


= 56.31
p
13
2. El vector unitario con dirección contraria es w = u =  (2, 3), de
13
igual forma la dirección es =Angulo[w].  = 56.31 + 180 = 236.31 
 
Los ángulos de los vectores u y w se trazan (Figura (4.7)), con la instruc-

ción Angulo[u] y Angulo [w], respectivamente. Las propiedades del ángulo
se editan al dar doble clic en el ángulo de interés.
Figura 4.7. Ángulo de los vectores u y w desplegados por GeoGebra.
4.2 Interpretación geométrica del producto es-

calar
En producto punto o escalar definido en el Capítulo 3, tiene una interpretación
geométrica. Considere dos vectores u y v en R2 . El producto u · v se define
4.2. INTERPRETACIÓN GEOMÉTRICA DEL PRODUCTO ESCALAR 79
como el ángulo ' no negativo más pequeño entre los dos vectores con puntos
iniciales en el origen, cuya relación viene establecida por
u·v
cos ' = (4.3)
|u| |v|
' se encuentra en [0, 180  ] ó [0, ]
Dos vectores u y v en R2 resultan ser
1. Paralelos si u = v, para  > 0, ' = 0, esto es, son multiplos escalares, .
2. Colineales si u = v,  < 0, ' = 180  (), esto es, son multiplos escalares
con direcciones contrarias.

3. Ortogonales o perpéndiculares si ' = 90  ( ); dos vectores son ortogo-
2
nales si u· v = 0.
Ejemplo 46 Sean u = 2i + 5j y v =i  2j. Determine  tal que
1. u y v sean ortogonales
2. u y v sean paralelos
2
3. El ángulo entre u y v sea de .
3
Solución 46 A partir de la ecuación (4.3)
1. u y v son ortogonales si
(2, 5) · (, 2) = 0
10  2 = 0
 = 5
2. u y v son paralelos si ' es 0 ó 180  , el cos ' = ±1, sustituyendo en la

ecuación se tiene
10  2
±1 =
|(2, 5)| |(, 2)|
10  2
±1 = p p
29 2 + 4
2
(10  2)
1 =
29 (2 + 4)
Resolviendo para ,
2  
(10  2) = 29 2 + 4
100 + 40 + 42 = 292 + 116
16 + 40  252 = 0
4
 =
5
2
3. u y v forman un ángulo de si
3
2 10  2
cos = p
3 29 (2 + 4)
2 2  
(2) (10  2) = 29 2 + 4
284 + 160  132 = 0
1 = 13.881
2 = 1.574
GeoGebra tiene la capacidad de resolver el problema en forma gráfica me-
diante un proceso iterativo. En adelante se describira el procedimiento.
4.3 Protocolo de la Construcción en GeoGebra

GeoGebra tiene la modalidad de crear automáticamente un Protocolo de la Con-
strucción, es decir, una lista de la secuencia de instrucciones que contienen todos
los pasos de construcción de una gráfica, esta modalidad permite rehacer la grá-
fica, paso a paso usando la barra de navegación que se encuentra en la parte
inferior de la Ventana de Dialogo del Protocolo de la Construcción. Para acceder
a esta herramienta siga la secuencia siguiente
Barra de herramientas!Ménu Vista!Protocolo de la construcción.
Ejemplo 47 Utilizando GeoGebra. Determine  mediante un procedimiento
gráfico tal que u = 2i + 5j y v =i  2j sean ortogonales.
Solución 47 El valor de  es determinado mediante un proceso iterativo-gráfico,
el procedimiento es el siguiente se da un valor a  y se observa el ángulo que
forman estos dos vectores, cuando el ángulo formado sea de 90  el problema se
resuelve. El Protocolo de la Construcción para resolver este problema se presenta
en la Figura (??). La secuencia de instrucciones es la siguiente
1. u=Vector[(-2,5)]
2.  = 5
3. v=Vector[(,-2)]
4.  =Angulo[v,u]
5.  =Angulo[u,v]
6. Se agrega un deslizador con el icono , las condiciones se muestran

en la Figura (4.8), el deslizador puede ser manejado una vez seleccionado
con las flechas de avance izquierda o derecha.
En la Figura (4.9) se presenta el resultado de esta animación.
4.3. PROTOCOLO DE LA CONSTRUCCIÓN EN GEOGEBRA 81
Figura 4.8. Propiedades del deslizador agregado en la Figura (4.9).
Figura 4.9. Determinación del ángulo entre los vectores u y v cambiando el

valor de .
Proyecciones
El sentido práctico de una proyección es encontrar la distancia desde un punto
P a una recta l, el problema se reduce a encontrar la magnitud del vector
perpéndicular a la recta l.
Considere dos vectores u y v en R2 , la proyección de u sobre v es un vector
(P roy v u), que se define por
u·v
P roy v u = 2 v (4.4)
|v|
u·v
El vector w = u 2 v es ortogonal a v, la distancia perpéndicular es |w|.
|v|
La proyección de v sobre u es un vector (P roy u v), que se define por
u·v
P roy u v = 2 u (4.5)
|u|
u·v
El vector w = v 2 u es ortogonal a u.
|u|
Ejemplo 48 Utilizando Geogebra. Encuentre el vector proyección de u = (1, 2)

sobre v = (3, 2) y determine la distancia perpéndicular del punto P = (1, 2) al
vector v.
Solución 48 En el campo de entradas se introducen los vectores u=Vector[(1,2)],

v=Vector[(3,2)]. Aplicando la ecuación (4.4)
P roy v u = proyUv=(u*v/(v*v))*v
El vector w ortogonal a v calculado por
w=u-proyUv
la Figura (4.10) muestra los vectores.La distancia perpéndicular del punto P al
Figura 4.10. Vector proyección de u sobre v.

4.4. VECTORES EN EL ESPACIO 83
vector v es d=Longitud [(w)] o calculada

q
2
w = (0.62) + 0.922
= 1.109 41.
Ejercicio 13 Utilizando Geogebra. Sean P = (2, 3), Q = (5, 7), R = (2, 3) y
S = (1, 2) puntos en el plano. Determine
!
1. P roy 
! RS
PQ
!
2. P roy !P Q
RS
4.4 Vectores en el espacio

De forma análoga a los vectores en R2 , geometricamente un vector en R3 es un
segmento de recta dirigido que corresponde a un desplazamiento desde un punto
inicial (o cola), A = (x0 , y0 , z0 ), a un punto final (o cabeza), B = (xf , yf , zf );
!
su representación algebraica es u = AB,
u = (xf , yf , zf )  (x0 , y0 , z0 )
= (x, y, z)
esta terna ordenada (x, y, z) geometricamente representa al vector con punto

inicial en el origen y punto final (x, y, z).
4.4.1 Magnitud de un vector en R3

La magnitud de un vector en el espacio con punto inicial A = (x0 , y0 , z0 ) y
punto final B = (xf , yf , zf ), es la longitud de su segmento de recta
q
2 2 2
AB = (xf  x0 ) + (yf  y0 ) + (zf  z0 )
!
Si u = AB la magnitud viene dada por la ecuación (4.6).
p
|u| = x2 + y 2 + z 2 (4.6)
4.4.2 Dirección de un vector en R3

La dirección de un vector v = (x, y, z) se establece a partir de los ángulos de
dirección , , y . Se define  como el ángulo entre v y la parte positiva del
eje x,  como el ángulo entre v y la parte positiva del eje y y  como el ángulo
entre v y la parte positiva del eje z. Los ángulos de dirección se calculan a
partir del vector unitario u = (x0 , y0 , z0 ) que tiene la misma dirección que v a
partir de la ecuación (4.7); los ángulos están en el intervalo [0, ].
cos  = x0 cos  = y0 cos  = z0 (4.7)

Las componentes del vector unitario se calculan con la ecuación (4.8)
x y z
x0 = y0 = z0 = (4.8)
|v| |v| |v|
los ángulos directores deben satisfacer la relación (4.9)
cos2  + cos2  + cos2  = 1 (4.9)
Ejemplo 49 Encuentre los ángulos de dirección del vector v = (5, 6, 7).
Solución 49 Aplicando las ecuaciones (4.6, 4.8, 4.9) se tiene la magnitud de

v
q
2
|v| = (5) + 62 + 72
= 10.488 1
las componentes del vector unitario
x0 = 0.476 731 y0 = 0.572 077 z0 = 0.667 423
y los ángulos de dirección

 
1 180
 = cos (0.476 731) = 2.067 73 = 118.472 
.
 
1 180
 = cos (0.572 077 ) = 0.961 760 = 55.104 9 

 
1 180
 = cos (0.667 423) = 0.840 052 = 48.131 4 

se cumple que
cos2 (2.067 73) + cos2 (0.961 760) + cos2 (0.840 052 ) = 1
Ejemplo 50 Utilizando wxMaxima. Encuentre los ángulos de dirección del vec-

tor (5, 6, 7).
Solución 50 En wxMaxima la instrucción unitvector (v) o uvect (v), devuelve

el cociente v/|v|, esto es, el vector unitario de igual dirección y sentido que v,
para utilizar esta función es necesario cargar ("load") el paquete "eigen". La
instrucción completa es
v:matrix([-5],[6],[7]); load(eigen); unitvector(v); %,numer

4.4. VECTORES EN EL ESPACIO 85
recordar que al final es necesario oprimir la combinación de teclas " + - . La

instrucción %, numer da la expresión decimal del último resultado. El vector
unitario calculado es,
con las instrucciones siguientes se calcula los ángulos de dirección en grados,

estos son
alfa:acos(-0.4767312946228)*180/3.1416;
beta:acos(0.57207755354736)*180/3.1416;
gama:acos(0.66742381247191)*180/3.1416;
desplegandose en wxMaxima
4.4.3 Vectores unitarios en R3

En R3 se definen los vectores unitarios i = (1, 0, 0), j = (0, 1, 0) y k = (0, 0, 1).
De igual forma que en R2 , cualquier vector en el espacio se puede escribir como
una combinación lineal de estos vectores, por ejemplo, el vector u = (a, b, c) se
escribe
u = (a, b, c) = a (1, 0, 0) + b (0, 1, 0) + c (0, 0, 1) = ai + bj + ck
note que las componentes del vector u son los escalares o constantes de esa
combinación lineal.
Las definiciones establecidas en las ecuaciones (4.3), (4.4) y (4.5), también
se aplican a vectores en R3 .
Ejemplo 51 Utilice wxMaxima. Dados los vectores u = (5, 3, 7) y v = (1, 2, 4)

determine
1. u · v
u·v
2. P roy v u = 2 v
|v|
u·v
3. P roy u v = 2 u
|u|
Solución 51 Los vectores en wxMaxima se introducen como u:matrix([-5],[3],[7]);

v:matrix([-1],[2],[4]) recordar oprimir la combinación de teclas " + -.
1. dotproduct (u, v) o también u.v el resultado es 39
2. ProyUv:(u.v/(v.v))*v; el vector proyección es
3. ProyVu:(u.v/(u.u))*u; el vector proyección es
4.5 Producto vectorial

Considere los vectores u = (u1 , u2 , u3 ) y v = (v1 , v2 , v3 ), el producto cruz o
vectorial se define como el vector
w =uv
obtenido de forma fácil por el cálculo del determinate de 3  3

 
 i j k       
  u u2     u2 
w =  u1 u2 u3  = i  1   j  u1 u3  + k  u1
v1 v2   v1 v3   v1 v2 
 v1 v2 v3 
w = i (u1 v2  u2 v1 )  j (u1 v3  u3 v1 ) + k (u1 v2  u2 v1 )
= (u1 v2  u2 v1 , u3 v1  u1 v3 , u1 v2  u2 v1 )
el vector generado w es perpéndicular al vector u como a v.

4.5. PRODUCTO VECTORIAL 87
Propiedades del producto vectorial. Considere los vectores u, v y w vec-

tores en R3 y  un escalar. Entonces
1. u 0 = 0  u = 0.
2. u  v =  (v  u), el producto cruz no es conmutativo.
3.  u  v =  (u  v).
4. u  (v + w) = (u  v) + (u  w), propiedad distributiva del producto

vectorial.
5. (u  v) · w = u· (v  w), definido como triple producto escalar de u, v y

w.
6. u · (u  v) = v · (u  v) = 0, u  v es ortogonal tanto a u como a v.
4.5.1 Interpretación geométrica del producto vectorial

El ángulo entre los vectores u y v esta relacionado por,
|u  v|
sin ' = (4.10)
|u| |v|
' se encuentra en [0, 180  ] ó [0, ]

Los vectores u y v en R3 son
1. Paralelos o colineales, si u v = 0, ' = 0 o ' = 180  ().


2. Ortogonales o perpéndiculares si |u| |v| = |u  v|, ' = 90  ( ).
2
4.5.2 Producto vectorial con wxMaxima

Para evaluar el producto vectorial en forma directa, es necesario primero cargar
el paquete "vect". El operador "" es sustitutido por "~" en wxMaxima y la
instrucción "express" efectua el producto vectorial.
Ejemplo 52 Utilice wxMaxima. Considere los vectores u = (u1 , u2 , u3 ) y v =

(v1 , v2 , v3 ), obtenga el producto vectorial mediante wxMaxima.
Solución 52 Las instrucciones secuenciales son
load(vect);[u1,u2,u3]~[v1,v2,v3];express([u1,u2,u3]~[v1,v2,v3]);
la secuencia de intrucciones se efectua en wxMaxima en un sólo paso,el resultado

es
4.5.3 Triple producto escalar.

Cuando se combinan las operaciones de producto escalar y vectorial; es impor-
tante el uso de paréntesis para mayor claridad de las operaciones. El triple
producto escalar tiene una interesante interpretación geométrica.
Considere los vectores u, v y w en R3 , los cuales no estan situados en un
mismo plano, forman los lados de un paralelpípedo en el espacio, cuya base es
un paralelogramo de área |u  v| y altura h dada por
 
 u · (v  w) 
h =  
uv 
El volumen (V ol) viene dado por la ecuación (4.11)
V ol = |u · (v  w)| (4.11)
es decir, el volumen es igual al valor absoluto del triple producto escalar de
u, v y w.
El triple producto se calcula de forma fácil por el determinante (4.12)
 
 u1 u2 u3 
 
 v1 v2 v3  (4.12)
 
 w1 w2 w3 
Ejemplo 53 Calcule el área del paralelogramo con vertíces (0, 0), (u1 , u2 ) =
(1, 2), (v1 , v2 ) = (2, 1) y (u1 + v1 , u2 + v2 ) = (3, 3).
Solución 53 El área viene dada por
|(u1 , u2 , 0)  (v1 , v2 , 0)|
el área del paralelogramo esta limitada por los dos vectores u = y v, donde
Área = |u  v|
 
 i j k 
 
=  1 2 0 

 2 1 0 
= |3k|
= 3
y
2
0
0 1 2 3
x
4.5. PRODUCTO VECTORIAL 89
1 14 Utilizando wxMaxima. Considere los vectores u = (1, 2, 3), v =

Ejercicio
0
1
@ 0 A, x = [(3, 2, 1) y y = (2, 1, 0); efectue las operaciones vectoriales
1
siguientes
1. u  v  x
2. u  (v  x)
3. u  ((v  x)  y)
4. (u  (v  x))  y
Ejercicio 15 Para los vectores siguientes: u = i  2j + 3k, v = 3i + 2j + 5k

y w = 2i  4j + k, evalue
1. El ángulo entre los vectores
(a) u y v.
(b) v y w.
Ejercicio 16 Calcule el volumen del paralelepipedo generado por los vectores

siguientes u = i  2j + 3k, v = 3i + 2j + 5k y w = 2i  4j + k.

Álgebra Lineal Básica Con GeoGebra y Wxmaxima - Robles Vásquez PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Álgebra Lineal Básica Con GeoGebra y Wxmaxima - Robles Vásquez PDF

Cargado por

Copyright:

Formatos disponibles

Álgebra Lineal Básica con

Oscar Robles Vásquez y Pedro Ortega Gudiño.

2 Sistemas de Ecuaciones Lineales 10

La meta principal de este libro de Álgebra Lineal Básica con GeoGe-

1.1 Puntos y Rectas en el Plano xy

2. La pendiente m de una recta ( P1 P2 ) que pasa por los puntos P1 = (x1 , y1 )

Figura 1.1. Pendiente (m) de una recta.

El orden de los puntos no es importante, nótese que

La pendiente mide la proporción entre lo que se eleva en el plano xy a lo

Figura 1.2. Recta paralela al eje-x, m=0.

4. Rectas paralelas al eje-y tienen una pendiente indefinida (1), (Figura

5. Ecuación de la recta pendiente-ordenada, ecuación (1.3), ver la Figura

Figura 1.3. Recta paralela al eje-y, m indefinida.

Figura 1.4. Ecuación de la recta pendiente-ordenada.

Figura 1.5. Rectas paralelas tienen la misma pendiente.

8. Relación de pendientes en rectas perpéndiculares, ecuación (1.5), Figura

Figura 1.6. Rectas perpéndiculares.

9. Distancia d de un punto P (x0 , y0 ) a una recta ax + by = c, viene dada

Figura 1.7. Distancia entre un punto y una recta.

Figura 1.8. Ventana de trabajo de GeoGebra.

1.3 Álgebra y Geometría con GeoGebra

Solución 1 Dar clic en el ícono de GeoGebra. Teclear en el campo de

1. A=(3,6) + enter2 ! introduce el punto A en el plano.

2. B=(-4,-2) + enter ! introduce el punto B en el plano.

3. dAB=Distancia[A,B] + enter ! calcula la distancia d (AB).

4. L:Recta[A,B] + enter ! traza la recta L que pasa por los puntos A y B.

5. m=Pendiente[L] + enter ! calcula la pendiente de la recta L.

(!) indica la acción que produce.

Figura 1.9. Ventana algebraica de GeoGebra.

forma de pendiente-ordenada se puede obtener a partir de la ecuación

La Figura (1.10) muestra la gráfica de la ecuación de la línea recta.

Figura 1.10. Ventana gráfica de GeoGebra.

Ejemplo 2 Encuentre la ecuación de la recta que pasa por el punto A (3, 6)

Solución 2 Dar clic en el ícono de GeoGebra. Teclear en el campo de

1. A=(-3,6) + enter ! introduce el punto A en el plano.

3. En la barra de herramientas dar clic en , seleccionar recta

Ir a la zona gráfica y dar clic primero sobre la recta L y luego sobre el

En la ventana gráfica se trazará la recta paralela a la recta L.

Ejemplo 3 Encuentre la ecuación de la recta que pasa en b = 4, y es per-

Solución 3 En GeoGebra teclear en el campo :

1. B=(0,-4) + enter ! introduce la ordenada al origen en el plano.

Ejercicio 1 Determine la ecuación de la recta en su forma general y pendiente

1. Pasa por los puntos (2, 3) y (4, 5).

Ejercicio 2 Determine si los puntos A y B dados están o no sobre la recta

1. A (1, 7), B (3, 1) y la recta y = 2x + 5.

Ejercicio 3 Determine si las rectas dadas son perpéndiculares, paralelas u oblicuas.

Ejercicio 4 Determine la distancia d del punto P (x0 , y0 ) a la recta dada.

1. Punto (3, 9), recta y = 2x + 5.

2.1 Ecuación lineal

2.2 Sistema de Ecuaciones Lineales

E1 : a11 x1 + a12 x2 + ··· + a1n xn = b1

los términos son cero (b1 = b2 , = ... = bm = 0) se dice que el sistema de

Figura 2.1. Espacio de trabajo en wxMaxima

Solución 4 El sistema anterior se puede resolver con wxMaxima, en el área de

1. E1: a11*x1+a12*x2=b1 oprimir " + - : introduce la ecuación E1 .

2. E2: a21*x1+a22*x2=b2 oprimir " + - : introduce la ecuación E2 .

3. linsolve([E1, E2], [x1,x2]) oprimir " + - : resuelve el sistema de

Figura 2.2. Solución algebraica de un sistema de ecuaciones de lineales de 2  2

2.2.3 Determinante de un sistema de ecuaciones lineales

nótese que el sistema (2.3) tiene solución única cuando el denominador de

a11 a22  a21 a12 6= 0

a este producto se le conoce como determinante (det) del sistema de ecuaciones

det Sistema (2  2) = (a11 a22  a21 a12 ) (2.5)

1. E1: a11x1+a12x2=b1 oprimir " + - : introduce la ecuación E1 .

2. E2: a21x1+a22x2=b2 oprimir " + - : introduce la ecuación E2 .

1. E1: 7x-5y=6 oprimir " + - : introduce la ecuación E1 .

2. E2: 3x+8y=10 oprimir " + - : introduce la ecuación E2 .

1. E1: a11x1+a12x2+a13*x3=b1 oprimir " + - : introduce la ecuación

2. E2: a21x1+a22x2+a23*x3=b2 oprimir " + - : introduce la ecuación

3. E3: a31x1+a32x2+a33*x3=b3 oprimir " + - : introduce la ecuación