UNIDAD 1 ALGEBRA LÍNEAL Y

TENSORIAL
1.1 ESPACIOS VECTORIALES
Un espacio vectorial es un conjunto no vacío 𝑉 de objetos, llamados vectores, en el que se han definido dos operaciones: la suma y
el producto por un escalar (número real) sujetas a los diez axiomas que se dan a continuación. Los axiomas deben ser válidos para
todos los vectores 𝑢, 𝑣 y 𝑤 en 𝑉 y todos los escalares 𝛼 y 𝛽 reales. Llamamos 𝑢 + 𝑣 a la suma de vectores en 𝑉, y 𝛼𝑣 al producto de
un número real 𝛼 por un vector 𝑣 ∈ 𝑉.

1. 𝑢+𝑣 ∈𝑉

2. 𝑢+𝑣 =𝑣+𝑢

3. 𝑢 + 𝑣 = (𝑣 + 𝑢)

4. Existe un vector nulo 0𝑉 ∈ 𝑉 tal que 𝑣 + 0𝑉 = 𝑣

5. Para cada 𝑣 en 𝑉, existe un opuesto −𝑣 ∈ 𝑉 tal que 𝑣 + −𝑣 = 0𝑉

6. 𝑎𝑣 ∈ 𝑉

7. 𝛼 𝑢 + 𝑣 = 𝑎𝑢 + 𝑎𝑣

8. 𝛼 + 𝛽 𝑣 = 𝑎𝑣 + 𝛽𝑣

9. 𝛼 𝛽𝑣 = (𝛼𝛽)𝑣

10. 1𝑣 = 𝑣
1.1.1 DEFINICIÓN PRODUCTO INTERNO Y TIPOS
DE BASES
En el plano cartesiano se tiene la representación de 3 ejes conocidos como (𝑥, 𝑦, 𝑧) o
bien en algebra tensorial como (𝑥1 , 𝑥2 , 𝑥3 ). Un vector tiene un valor generalmente
numérico en dirección de cada uno de los ejes.

Este vector 𝑎, su notación sería La representación de 𝑎, con sus

𝑎 = 𝑎1 𝑥1 + 𝑎2 𝑥2 + 𝑎3 𝑥3 valores numéricos sería:
Esto se puede simplificar a: 𝑎 = 2𝑥1 + 3𝑥2 + 5𝑥3
3

𝑎 = ෍ 𝑎𝑖 𝑥𝑖
𝑖=1
Y si ya sabemos que estamos en 3
dimensiones no es mandatorio
poner la suma quedando:
𝑎 = 𝑎𝑖 𝑥𝑖
SUMA Y RESTA DE VECTORES
La suma de vectores 𝑎 y 𝑏 nos da un vector resultante que sigue la siguiente fórmula:
𝑎 + 𝑏 = (𝑎𝑖 +𝑏𝑖 )𝑥𝑖
La resta 𝑎 − 𝑏 sería
𝑎 − 𝑏 = (𝑎𝑖 −𝑏𝑖 )𝑥𝑖
Ejemplo: Sean los vectores 𝑎 = 2𝑥1 + 3𝑥2 + 5𝑥3 y b = −2𝑥1 + 𝑥2 + 3𝑥3 realice la suma
𝑎 + 𝑏 y la resta 𝑏 − 𝑎.
𝑎 + 𝑏 = (𝑎𝑖 +𝑏𝑖 )𝑥𝑖 = 2 + −2 𝑥1 + 3 + 1 𝑥2 + 5 + 3 𝑥3 = 0 𝑥1 + 4 𝑥2 + 8 𝑥3
= 4𝑥2 + 8𝑥3
𝑏 − 𝑎 = 𝑏𝑖 − 𝑎𝑖 𝑥𝑖 = −2 − 2 𝑥1 + 1 − 3 𝑥2 + 3 − 5 𝑥3
= −4 𝑥1 + −2 𝑥2 + −2 𝑥3 = −4𝑥1 − 2𝑥2 − 2𝑥3
Ejercicio 1: Haga la suma de los vectores 𝑎 = 𝑥1 − 3𝑥2 + 2𝑥3 y b = −2𝑥1 − 𝑥2 + 3𝑥3 y la
resta 𝑏 − 𝑎
 MULTIPLICACIÓN Y DIVISIÓN DE VECTORES POR
UN ESCALAR
La multiplicación o división de un vector 𝑎 con un escalar 𝛽 nos da un vector resultante que se multiplica o
divide 𝛽 veces según el caso:
Multiplicación: 𝛽𝑎 = 𝛽𝑎𝑖 𝑥𝑖
𝑎 𝑎𝑖 𝑥𝑖
División: =
𝛽 𝛽
3
Ejemplo: Multiplique y divida el vector 𝑎 = 2𝑥1 + 3𝑥2 + 2𝑥3 por 𝛽 = −5.
3 3
𝛽𝑎 = 𝛽𝑎𝑖 𝑥𝑖 = −5 2𝑥1 + −5 3𝑥2 + −5 2𝑥3 = −10𝑥1 − 5 3𝑥2 − 5 2𝑥3
3 3
𝑎 𝑎𝑖 𝑥𝑖 2𝑥1 3𝑥2 2𝑥3 2𝑥1 3𝑥2 2𝑥3
= = + + =− − −
𝛽 𝛽 −5 −5 −5 5 5 5
Ejercicio 2: Haga la multiplicación y división de −𝑥1 + 2𝑥2 + 3𝑥3 con 𝛽 = −6
PRODUCTO PUNTO, ESCALAR O INTERNO
Existen dos formas de calcular el producto punto, este da como resultado un escalar
que es el resultado de la suma del producto de las componentes correspondientes de
cada vector, se puede calcular con las siguientes ecuaciones:
𝑎 ∙ 𝑏 = 𝑎𝑖 𝑏𝑖 = 𝑎1 𝑏1 + 𝑎2 𝑏2 + 𝑎3 𝑏3
O bien:
𝑎 ∙ 𝑏 = 𝑎 𝑏 𝑐𝑜𝑠𝜃
𝑎 = 𝑎12 + 𝑎22 + 𝑎32

𝑏 = 𝑏12 + 𝑏22 + 𝑏32

Donde 𝑎 y 𝑏 son las magnitudes de los vectores respectivamente y 𝑐𝑜𝑠𝜃 es el

ángulo entre los vectores.
 EJEMPLO
Dados los vectores 𝑎 = 2𝑥1 + 3𝑥2 + 5𝑥3 y b = −2𝑥1 + 𝑥2 + 3𝑥3 realice el producto punto y determine el
ángulo entre los vectores.
𝑎 ∙ 𝑏 = 𝑎𝑖 𝑏𝑖 = 𝑎1 𝑏1 + 𝑎2 𝑏2 + 𝑎3 𝑏3 = 2 −2 + 3 1 + 5 3 = −4 + 3 + 15 = 14
Cálculo de las magnitudes:
𝑎 = 𝑎12 + 𝑎22 + 𝑎32 = 22 + 32 + 52 = 4 + 9 + 25 = 38

𝑏 = 𝑏12 + 𝑏22 + 𝑏32 = (−2)2 +12 + 32 = 4 + 1 + 9 = 14

𝑎 ∙ 𝑏 = 𝑎 𝑏 𝑐𝑜𝑠𝜃
𝑎∙𝑏 14
𝑐𝑜𝑠𝜃 = = = 0.60697
𝑎 𝑏 38 14
−1 −1
𝜃 = 𝑐𝑜𝑠 𝜃 = 𝑐𝑜𝑠 0.60697 = 52.62926°
Ejercicio 3: Haga el producto punto de los vectores 𝑎 = 𝑥1 − 3𝑥2 + 2𝑥3 y b = −2𝑥1 − 𝑥2 + 3𝑥3 y determine el
ángulo entre ellos.
PRODUCTO CRUZ
O VECTORIAL
Existen dos formas de calcular el producto
cruz, este da como resultado un vector que
es normal al paralelogramo formado entre
los vectores, es decir, forma un ángulo de
90° con ellos y su magnitud es el área de
dicho paralelogramo. Se puede calcular
con las siguientes ecuaciones:
𝑎 × 𝑏 = 𝑎2 𝑏3 − 𝑎3 𝑏2 𝑥1 − (𝑎1 𝑏3 −
𝑎3 𝑏1 )𝑥2 + 𝑎1 𝑏2 − 𝑎2 𝑏1 𝑥3
O bien:
𝑎 × 𝑏 = 𝑎 𝑏 𝑠𝑖𝑛𝜃
Cabe mencionar que la fórmula puede ser
simplificada pero para ello debemos saber
un poco más de algebra tensorial que
veremos más adelante.
 EJEMPLO
Dados los vectores 𝑎 = 2𝑥1 + 3𝑥2 + 5𝑥3 y b = −2𝑥1 + 𝑥2 + 3𝑥3 realice el producto cruz y
determine el ángulo entre los vectores.
𝑎 × 𝑏 = 𝑎2 𝑏3 − 𝑎3 𝑏2 𝑥1 − 𝑎1 𝑏3 − 𝑎3 𝑏1 𝑥2 + 𝑎1 𝑏2 − 𝑎2 𝑏1 𝑥3 = ൫ 3 3 −
5 1 ൯𝑥1 − 2 3 − 5 −2 𝑥2 + 2 1 − 3 −2 𝑥3 = 4 𝑥1 − 16 𝑥2 +
8 𝑥3 = 4𝑥1 − 16𝑥2 + 8𝑥3
𝑎 = 𝑎12 + 𝑎22 + 𝑎32 = 22 + 32 + 52 = 4 + 9 + 25 = 38

𝑏 = 𝑏12 + 𝑏22 + 𝑏32 = (−2)2 +12 + 32 = 4 + 1 + 9 = 14

𝑎 × 𝑏 = (𝑎2 𝑏3 − 𝑎3 𝑏2 )2 +(𝑎3 𝑏1 − 𝑎1 𝑏3 )2 + 𝑎1 𝑏2 − 𝑎2 𝑏1 2 = 42 + (−16)2 +82 =

16 + 256 + 64 = 336
EJEMPLO
𝑎 × 𝑏 = 𝑎 𝑏 𝑠𝑖𝑛𝜃
𝑎×𝑏 336
𝑠𝑖𝑛𝜃 = = = 0.79471
𝑎 𝑏 38 14
𝜃 = 𝑠𝑖𝑛−1 𝜃 = 𝑠𝑖𝑛−1 0.79471 = 52.62787°
Ejercicio 4: Haga el producto cruz de los vectores 𝑎 = 𝑥1 − 3𝑥2 + 2𝑥3 y b = −2𝑥1 −
𝑥2 + 3𝑥3 y determine el ángulo entre ellos.
 1.2 TENSORES BÁSICOS
Un tensor es cierta clase de entidad algebraica de varios componentes que generaliza los conceptos de
escalar, vector y matriz de una manera que sea independiente de cualquier sistema de coordenadas
elegido.
Concepto de notación índice. La notación índice es una simplificación del concepto de sumatoria, de tal
forma que si:
𝑎 = 𝑎1 𝑥1 + 𝑎2 𝑥2 + 𝑎3 𝑥3
expresión que se puede sintetizar como:
3

𝑎 = ෍ 𝑎𝑖 𝑥𝑖
𝑖=1
obviando el concepto de sumatoria para un sistema tridimensional, la igualdad se presenta sencillamente
como:
𝑎 = 𝑎𝑖 𝑥𝑖
 1.2 TENSORES BÁSICOS
En ocasiones se tiene, por ejemplo:
3 3

𝛽 = ෍ ෍ 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 = 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗
𝑖=1 𝑗=1

Se deben sumar todas las combinaciones posibles entre los subíndices 𝑖 y 𝑗, por lo cual solemos fijar el primero y
el segundo lo variamos es decir:
Para 𝑖 = 1, j = 1,2,3 (𝑎11 𝑥1 𝑥1 + 𝑎12 𝑥1 𝑥2 + 𝑎13 𝑥1 𝑥3 )
Para 𝑖 = 2, j = 1,2,3 (𝑎21 𝑥2 𝑥1 + 𝑎22 𝑥2 𝑥2 + 𝑎23 𝑥2 𝑥3 )
Para 𝑖 = 3, j = 1,2,3 (𝑎31 𝑥3 𝑥1 + 𝑎32 𝑥3 𝑥2 + 𝑎33 𝑥3 𝑥3 )
Así:
𝛽 = 𝑎11 𝑥1 𝑥1 + 𝑎12 𝑥1 𝑥2 + 𝑎13 𝑥1 𝑥3 + 𝑎21 𝑥2 𝑥1 + 𝑎22 𝑥2 𝑥2 + 𝑎23 𝑥2 𝑥3 + 𝑎31 𝑥3 𝑥1 + 𝑎32 𝑥3 𝑥2 + 𝑎33 𝑥3 𝑥3
 1.2 TENSORES BÁSICOS
Ejemplo: Desglosar los elementos tensor 𝑇.
𝑇 = 𝑎𝑖 𝑎𝑗
𝑇 = 𝑎1 𝑎1 + 𝑎1 𝑎2 + 𝑎1 𝑎3 + 𝑎2 𝑎1 + 𝑎2 𝑎2 + 𝑎2 𝑎3 + 𝑎3 𝑎1 + 𝑎3 𝑎2 + 𝑎3 𝑎3
Determinar los elementos tensor 𝐶.
𝐶 = 𝑎𝑖 𝑏𝑗 𝑐𝑘
𝐶 = 𝑎1 𝑏1 𝑐1 + 𝑎1 𝑏1 𝑐2 + 𝑎1 𝑏1 𝑐3 + 𝑎1 𝑏2 𝑐1 + 𝑎1 𝑏2 𝑐2 + 𝑎1 𝑏2 𝑐3 + 𝑎1 𝑏3 𝑐1 + 𝑎1 𝑏3 𝑐2 + 𝑎1 𝑏3 𝑐3 +
𝑎2 𝑏1 𝑐1 + 𝑎2 𝑏1 𝑐2 + 𝑎2 𝑏1 𝑐3 + 𝑎2 𝑏2 𝑐1 + 𝑎2 𝑏2 𝑐2 + 𝑎2 𝑏2 𝑐3 + 𝑎2 𝑏3 𝑐1 + 𝑎2 𝑏3 𝑐2 + 𝑎2 𝑏3 𝑐3 +
𝑎3 𝑏1 𝑐1 + 𝑎3 𝑏1 𝑐2 + 𝑎3 𝑏1 𝑐3 + 𝑎3 𝑏2 𝑐1 + 𝑎3 𝑏2 𝑐2 + 𝑎3 𝑏2 𝑐3 + 𝑎3 𝑏3 𝑐1 + 𝑎3 𝑏3 𝑐2 + 𝑎3 𝑏3 𝑐3
Ejercicio 5: Determine los elementos de los tensores 𝑏 = 𝑏𝑖 𝑥𝑖 y 𝐴 = 𝑎𝑖 𝑥𝑗
 Los tensores que se
tienen son:
1.2 TENSORES BÁSICOS
Rango Representación Aplicación Ejemplos Número de
características que
definen al tensor
(n=3r)
Cero Letras minúsculas del 𝛼, 𝛽, 𝜌 etc. Cantidades físicas que no están relacionadas con los ejes y Masa, densidad, volumen 1
alfabeto griego que por lo tanto se representan como escalares específico, temperatura, etc.
Uno Letras minúsculas del 𝑏, 𝑐, 𝑑, 𝑏𝑖 etc Cantidades asociadas a los medios continuos, las cuales se Velocidad (𝑣𝑖 ) , 3
alfabeto latino definen con relación a un eje. Por lo tanto se representan posición (𝑋𝑖 , 𝑥𝑗 ),
como vectores desplazamiento (𝑢𝑖 ),
fuerza (𝑓𝑖 ) , etc.
Dos Letras mayúsculas del 𝑇, 𝐶, 𝐴, 𝑇𝑖𝑗 etc Propiedades asociadas con dos ejes a la vez. Éstos se Esfuerzo (𝑇 ) 9
alfabeto latino denominan simplemente como tensores de rango dos o Deformación (𝑒, 𝐸)
díadas. Rapidez de deformación (𝐷)
Tres Letras mayúsculas del 𝑇, 𝐶, 𝐴, 𝐴𝑖𝑗𝑘 etc Propiedades asociadas con tres ejes Propiedades de los 27
alfabeto latino Cristales piezoeléctricos (𝐷𝑖𝑗𝑘 )
Cuatro Letras mayúsculas del 𝑇, 𝐶, 𝐴, 𝐶𝑖𝑗𝑘𝑙 etc Propiedades asociadas a dos pares de ejes. Tensor de constantes 81
alfabeto latino elásticas 𝐶𝑖𝑗𝑙𝑚
1.2.1 TENSOR DE KRONECKER
Para ello definimos el símbolo delta Kronecker 𝛿𝑖𝑗 como:
𝛿𝑖𝑗 = 1, 𝑠𝑖 𝑖 = 𝑗
𝛿𝑖𝑗 = 0, 𝑠𝑖 𝑖 ≠ 𝑗
Quedando:

𝛿𝑖𝑗 𝛿𝟏𝟏 + 𝛿𝟏𝟐 +𝛿𝟏𝟑 + 1+0+0 𝟏 𝟎 𝟎

𝛿𝟐𝟏 + 𝛿𝟐𝟐 +𝛿𝟐𝟑 + 0+1+0 𝟎 𝟏 𝟎
𝛿𝟑𝟏 + 𝛿𝟑𝟐 +𝛿𝟑𝟑 0+0+1 𝟎 𝟎 𝟏
Esta es conocida como matriz identidad para un sistema de coordenadas
tridimensional.
1.2.1 TENSOR DE KRONECKER
Con esta matriz podemos hacer operaciones tales como:
𝑎𝑖 𝑏𝑗 𝛿𝑖𝑗 𝑎1 𝑏1 𝛿11 + 𝑎1 𝑏2 𝛿12 + 𝑎1 𝑏3 𝛿13 + 𝑎1 𝑏1 1 + 𝑎1 𝑏2 0 + 𝑎1 𝑏3 0 + 𝑎1 𝑏1 𝟎 𝟎
𝑎2 𝑏1 𝛿21 + 𝑎2 𝑏2 𝛿22 + 𝑎2 𝑏3 𝛿23 + 𝑎2 𝑏1 0 + 𝑎2 𝑏2 1 + 𝑎2 𝑏3 0 + 𝟎 𝑎2 𝑏2 𝟎
𝑎3 𝑏1 𝛿31 + 𝑎3 𝑏2 𝛿32 + 𝑎3 𝑏3 𝛿33 𝑎3 𝑏1 0 + 𝑎3 𝑏2 0 + 𝑎3 𝑏3 1 𝟎 𝟎 𝑎3 𝑏3

Ejercicio 6: Determinar 𝑎𝑖 𝛿𝑖𝑗

 1.2.2 TENSOR ANTISIMÉTRICO DE LEVI-CIVITA
También es conocido como símbolo de permutación ∈𝑖𝑗𝑘 y está definido como:
∈𝑖𝑗𝑘 = +1 𝑠𝑖 (𝑖, 𝑗, 𝑘) ∈ 1,2,3 , 2,3,1 , 3,1,2
∈𝑖𝑗𝑘 = −1 𝑠𝑖 (𝑖, 𝑗, 𝑘) ∈ 1,3,2 , 3,2,1 , 2,1,3
∈𝑖𝑗𝑘 = 0 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑟𝑒𝑠𝑡𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑠𝑖 𝑖 = 𝑗 𝑜 𝑗 = 𝑘 𝑜 (𝑖 = 𝑘)
Así que para el producto cruz de 𝑎 × 𝑏 tenemos:
𝑎 × 𝑏 = 𝜖𝑖𝑗𝑘 𝑏𝑘 𝑎𝑗 𝑥𝑖
Desarrollando la ecuación:
𝜖𝑖𝑗𝑘 𝑏𝑘 𝑎𝑗 𝑥𝑖 =
∈111 𝑏1 𝑎1 𝑥1 +∈112 𝑏2 𝑎1 𝑥1 +∈113 𝑏3 𝑎1 𝑥1 +∈121 𝑏1 𝑎2 𝑥1 +∈122 𝑏2 𝑎2 𝑥1 +∈123 𝑏3 𝑎2 𝑥1 +∈131 𝑏1 𝑎3 𝑥1 +∈132 𝑏2 𝑎3 𝑥1 +∈133 𝑏3 𝑎3 𝑥1 +
∈211 𝑏1 𝑎1 𝑥2 +∈212 𝑏2 𝑎1 𝑥2 +∈213 𝑏3 𝑎1 𝑥2 +∈221 𝑏1 𝑎2 𝑥2 +∈222 𝑏2 𝑎2 𝑥2 +∈223 𝑏3 𝑎2 𝑥2 +∈231 𝑏1 𝑎3 𝑥2 +∈232 𝑏2 𝑎3 𝑥2 +∈233 𝑏3 𝑎3 𝑥2 +
∈311 𝑏1 𝑎1 𝑥3 +∈312 𝑏2 𝑎1 𝑥3 +∈313 𝑏3 𝑎1 𝑥3 +∈321 𝑏1 𝑎2 𝑥3 +∈322 𝑏2 𝑎2 𝑥3 +∈323 𝑏3 𝑎2 𝑥3 +∈331 𝑏1 𝑎3 𝑥3 +∈332 𝑏2 𝑎3 𝑥3 +∈333 𝑏3 𝑎3 𝑥3
1.2.2 TENSOR ANTISIMÉTRICO DE LEVI-CIVITA
∈111 𝑏1 𝑎1 𝑥1 +∈112 𝑏2 𝑎1 𝑥1 +∈113 𝑏3 𝑎1 𝑥1 +∈121 𝑏1 𝑎2 𝑥1 +∈122 𝑏2 𝑎2 𝑥1 +∈123 𝑏3 𝑎2 𝑥1 +∈131 𝑏1 𝑎3 𝑥1 +∈132 𝑏2 𝑎3 𝑥1 +∈133 𝑏3 𝑎3 𝑥1 +
∈211 𝑏1 𝑎1 𝑥2 +∈212 𝑏2 𝑎1 𝑥2 +∈213 𝑏3 𝑎1 𝑥2 +∈221 𝑏1 𝑎2 𝑥2 +∈222 𝑏2 𝑎2 𝑥2 +∈223 𝑏3 𝑎2 𝑥2 +∈231 𝑏1 𝑎3 𝑥2 +∈232 𝑏2 𝑎3 𝑥2 +∈233 𝑏3 𝑎3 𝑥2 +
∈311 𝑏1 𝑎1 𝑥3 +∈312 𝑏2 𝑎1 𝑥3 +∈313 𝑏3 𝑎1 𝑥3 +∈321 𝑏1 𝑎2 𝑥3 +∈322 𝑏2 𝑎2 𝑥3 +∈323 𝑏3 𝑎2 𝑥3 +∈331 𝑏1 𝑎3 𝑥3 +∈332 𝑏2 𝑎3 𝑥3 +∈333 𝑏3 𝑎3 𝑥3 =

0𝑏1 𝑎1 𝑥1 + 0𝑏2 𝑎1 𝑥1 + 0𝑏3 𝑎1 𝑥1 + 0𝑏1 𝑎2 𝑥1 + 0𝑏2 𝑎2 𝑥1 + 1𝑏3 𝑎2 𝑥1 + 0𝑏1 𝑎3 𝑥1 + (−1)𝑏2 𝑎3 𝑥1 + 0𝑏3 𝑎3 𝑥1 +

0𝑏1 𝑎1 𝑥2 + 0𝑏2 𝑎1 𝑥2 + (−1)𝑏3 𝑎1 𝑥2 + 0𝑏1 𝑎2 𝑥2 + 0𝑏2 𝑎2 𝑥2 + 0𝑏3 𝑎2 𝑥2 + 1𝑏1 𝑎3 𝑥2 + 0𝑏2 𝑎3 𝑥2 + 0𝑏3 𝑎3 𝑥2 +
0𝑏1 𝑎1 𝑥3 + 1𝑏2 𝑎1 𝑥3 + 0𝑏3 𝑎1 𝑥3 + (−1)𝑏1 𝑎2 𝑥3 + 0𝑏2 𝑎2 𝑥3 + 0𝑏3 𝑎2 𝑥3 + 0𝑏1 𝑎3 𝑥3 + 0𝑏2 𝑎3 𝑥3 + 0𝑏3 𝑎3 𝑥3 =

+1𝑏3 𝑎2 𝑥1 + −1 𝑏2 𝑎3 𝑥1 + −1 𝑏3 𝑎1 𝑥2 + 1𝑏1 𝑎3 𝑥2 + 𝑏2 𝑎1 𝑥3 + −1 𝑏1 𝑎2 𝑥3 =

𝑎2 𝑏3 − 𝑎3 𝑏2 𝑥1 − 𝑎1 𝑏3 − 𝑎3 𝑏1 𝑥2 + 𝑎1 𝑏2 − 𝑎2 𝑏1 𝑥3

Ejercicio 7 : Desarrolle 𝜖𝑖𝑗𝑘 𝑎𝑗 𝑥𝑖

1.3 DETERMINANTES
Concepto de matriz
Una matriz es un arreglo bidimensional de números. Se escribe con letra mayúscula usualmente 𝐴 o bien
𝐴𝑚×𝑛 donde 𝑚 es el número de filas y 𝑛 del número de columnas y sus elementos en letras minúsculas con
subíndice (𝑎𝑖𝑗 ) donde 𝑖 indica la fila y 𝑗 la columna donde está ubicado dicho elemento. y puede ser
representado de diferentes maneras. Algunos ejemplos son:
𝑎11
𝐴 = 𝐴3×1 = 𝐴31 = 𝑎21
𝑎31
Otro ejemplo:
𝑏11 𝑏12 𝑏13
𝐵 = 𝐵3×3 = 𝐵33 = 𝑏21 𝑏22 𝑏23
𝑏31 𝑏32 𝑏33
Ejercicio 8: Desarrolle los elementos de las matrices 𝐶 = 𝐶3×2 y 𝐷 = 𝐷4×4
1.3 DETERMINANTES
Tipos de matrices.
Existen las matrices cuadradas en las que 𝑚 = 𝑛 de 𝐴𝑚×𝑛
Algunos ejemplos son:
𝑏11 𝑏12 𝑏13
2 5
𝐵 = 𝐵3×3 = 𝐵33 = 𝑏21 𝑏22 𝑏23 , 𝐶 =
−1 3
𝑏31 𝑏32 𝑏33
Dentro de las matrices cuadradas tenemos la matriz diagonal que es una matriz que tiene
valores de cero en valores de subíndices 𝑖 ≠ 𝑗. Por ejemplo:
𝑑11 0 0 400
𝐷 = 0 𝑑22 0 , 𝐴 = 0−60
0 0 𝑑33 007
1.3 DETERMINANTES
La matriz triangular superior es aquella matriz cuadrada que tiene valores de 0 en
los elementos en los que el subíndice 𝑖 es mayor que 𝑗, 𝑖 > 𝑗. Algunos ejemplos son:
𝑏11 𝑏12 𝑏13 5 2 −1
1 2
𝐵 = 0 𝑏22𝑏23 , 𝐶 = 0−4 5 , 𝐷 =
0 −3
0 0 33 𝑏 0 0 3
La matriz triangular inferior es aquella matriz cuadrada que tiene valores de 0 en
los elementos en los que el subíndice 𝑖 es menor que 𝑗, 𝑖 < 𝑗. Algunos ejemplos son:
𝑏11 0 0 500
1 0
𝐵 = 𝑏21 𝑏22 0 , 𝐶 = 2−40 , 𝐷 =
4 −3
𝑏31 𝑏32 𝑏33 4−13
1.3 DETERMINANTES
Matriz transpuesta:
Es la matriz en la que sus columnas pasan a ser filas, es decir la primera columna pasa a ser la primera fila y la segunda columna la
segunda fila y así sucesivamente. Se escribe 𝐵𝑡 que sería la matriz transpuesta de (𝐵). En notación indicial sería 𝐵 = 𝐵𝑖𝑗 , 𝐵𝑡 = 𝐵𝑗𝑖 .
𝑏11 𝑏12 𝑏13
Ejemplo: Sea la matriz 𝐵 𝑏21 𝑏22 𝑏23 , calcule su transpuesta.
𝑏31 𝑏32 𝑏33

𝑏11 𝑏21 𝑏31

𝑡
𝐵 = 𝑏12 𝑏22 𝑏32 .
𝑏13 𝑏23 𝑏33
5 −2 9
Calcule la transpuesta de la siguiente matriz: 𝐶 = 4 −1 8
3 −6 7
5 4 3
𝑡
𝐶 = −2−1−6
9 8 7
5 3 −4
Ejercicio 9: Calcule la transpuesta de la matriz 𝐵 = 4 −1 8
−9 6 7
1.3 DETERMINANTES
Matriz identidad:
En álgebra lineal, la matriz identidad usualmente está representada como 𝐼, y es una
matriz cuadrada que cumple la propiedad de ser el elemento neutro del producto
de matrices. Esto quiere decir que el producto de cualquier matriz por la matriz
identidad (donde dicho producto esté definido) no tiene ningún efecto. Todos los
elementos de su diagonal principal donde 𝑖 = 𝑗 tienen valor de 1 y todos los
elementos donde 𝑖 ≠ 𝑗 son igual a cero.
Ejemplos:
1 0 0 0
1 0 0
1 0 0 1 0 0
𝐼= ,𝐼 = 0 1 0 , 𝐼 =
0 1 0 0 1 0
0 0 1
0 0 0 1
1.3 DETERMINANTES
El concepto de determinante, se entiende como un escalar definido que se le asigna
a cada una de las matrices que existen, y que se obtiene sumando n términos que se
obtienen involucrando elementos de las diferentes filas y columnas de la matriz. El
determinante de una matriz A se suele expresar como |𝐴| o det(𝐴), y su resultado
siempre será un número real. det 𝐴 = 𝐴
Debemos saber que solamente es posible calcular el determinante de las matrices
cuadradas, es decir, que sólo podemos obtener el determinante de las matrices que
posean el mismo número de filas y columnas.
El determinante de una matriz es necesario para saber si se puede calcular la
inversa de una matriz (la cual veremos más adelante), ya que sólo se puede calcular
la matriz inversa si el determinante de una matriz es diferente de 0.
 1.3 DETERMINANTES
Cálculo de una determinante de una matriz de 2x2. Esta se realiza haciendo una multiplicación de los
elementos de la diagonal descendente (línea azul) menos la multiplicación de los elementos en la
𝑎11 𝑎12
diagonal ascendente (línea roja) para la matriz 𝐴 = 𝑎 𝑎 que se muestra en la siguiente figura.
21 22
𝑎11 𝑎12 𝑎11 𝑎12
det 𝐴 = 𝐴 = 𝑎 𝑎 = 𝑎 𝑎 = (𝑎11 𝑎22 − 𝑎21 𝑎12 )
21 22 21 22
Ejemplo:
52
Calcule la determinante de la siguiente matriz B =
3−1
det 𝐵 = 𝐵 = 𝑏11 𝑏22 − 𝑏21 𝑏12 = 5 −1 − 3 2 = ( −5 − (6)) = −11
4−2
Ejercicio 10: Calcule la determinante de la matriz B =
3−1
 1.3 DETERMINANTES
Cálculo de una determinante de una matriz de 3x3. Esta se realiza multiplicando los elementos de
manera diferente. Se toman los elementos de la primera fila y se multiplica cada elemento por las
determinantes de los elementos de las filas 2 y 3 en columnas a las cuales no pertenecen. Así como en
la matrix 2x2 es una resta, en una matriz 3x3 se resta el segundo termino y posteriormente el tercero
volvería a sumarse alternándose este proceso.
𝑎11 𝑎12 𝑎13
det 𝐴 = 𝐴 = 𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23 𝑎21 𝑎22 𝑎23 𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33
(+)𝑎11 (𝑎22 𝑎33 − 𝑎32 𝑎23 ) (−)𝑎12 (𝑎21 𝑎33 − 𝑎31 𝑎23 ) (+)𝑎13 (𝑎21 𝑎32 − 𝑎31 𝑎22 )
𝐴 = 𝑎11 𝑎22 𝑎33 − 𝑎32 𝑎23 − 𝑎12 (𝑎21 𝑎33 − 𝑎31 𝑎23 ) +𝑎13 (𝑎21 𝑎32 − 𝑎31 𝑎22 )
 1.3 DETERMINANTES 5 −2 9
Ejemplo: Calcule la determinante de 𝐶 = 4 −1 8
3 −6 7
𝐶 = 𝑐11 𝑐22 𝑐33 − 𝑐32 𝑐23 − 𝑐12 (𝑐21 𝑐33 − 𝑐31 𝑐23 ) +𝑐13 (𝑐21 𝑐32 − 𝑐31 𝑐22 )
𝐶 = 5 (−1)(7) − (−6)(8) − −2 4 7 − 3 8 + (9)((4)(−6) − (3)(−1))
𝐶 = 5 (−7) − (−48) − −2 28 − 24 + (9)((−24) − (−3))
𝐶 = 5 41 − −2 4 + (9)(−21)
𝐶 = 205 + 8 − 189
𝐶 = 205 + 8 − 189
𝐶 = 24
5 3 −4
Ejercicio 11: Calcule la determinante de 𝐵 = 4 −1 8
−9 6 7
1.3 DETERMINANTES
Matriz adjunta:
La matriz adjunta es una matriz que nos permite hacer operaciones con otras
matrices. La forma de calcularla es:
𝑎𝑑𝑗 𝐴 = (−1)𝑖+𝑗 𝐴𝑖𝑗
Donde 𝐴𝑖𝑗 es la matriz donde se obtiene al eliminar la fila 𝑖, columna 𝑗 de 𝐴
1.3 DETERMINANTES
𝑎11 𝑎12
Matriz adjunta de 2x2: Sea la matriz 𝐴 = 𝑎 𝑎 calcule su adjunta
21 22

𝑎11 𝑎12 𝑎11 𝑎12

𝑎21 𝑎22 𝑎21 𝑎22
(−1)1+1 𝒂22 = (−1)2 𝒂22 = 1 𝒂22 (−1)1+2 𝒂21 = (−1)3 𝒂21 = −1 𝒂21
𝒂22 −𝒂21
𝑎11 𝑎12 𝑎11 𝑎12
𝑎21 𝑎22 𝑎21 𝑎22
(−1)2+1 𝒂12 = (−1)3 𝒂12 = −1 𝒂12 (−1)2+2 𝒂11 = (−1)4 𝒂11 = 1 𝒂11
−𝒂12 𝒂11

𝑎22 −𝑎21
La adjunta sería: adj 𝐴 = −𝑎 𝑎
12 11
1.3 DETERMINANTES
52
Ejemplo:Sea la matriz 𝐴 = calcule su adjunta
3−1
52 52
3−1 3−1
(−1)1+1 −1 = (−1)2 −1 = 1 −1 (−1)1+2 3 = (−1)3 3 = −1 3
−1 −3
52 52
3−1 3−1
2+1
(−1) 2 = (−1)3 2 = −1 2 (−1) 2+2
5 = (−1)4 5 = 1 5
−2 5

−1−3
La adjunta sería: adj 𝐴 =
−2 5
4−2
Ejercicio 13: Calcule la adjunta de la matriz B =
3−1
 1.3 DETERMINANTES 𝑎11 𝑎12 𝑎13
Matriz adjunta de 3x3: Sea la matriz 𝐴 = 𝑎21 𝑎22 𝑎23 calcule su matriz adjunta
𝑎31 𝑎32 𝑎33

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

𝑎21 𝑎22 𝑎23 𝑎21 𝑎22 𝑎23 𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33
𝑎22 𝑎23 𝑎2𝟏 𝑎23 𝑎21 𝑎22
(−1)1+1 𝑎 2
𝑎33 = −1 (𝑎22 𝑎33 − 𝑎32 𝑎23 ) = (𝑎22 𝑎33 − 𝑎32 𝑎23 ) (−1)1+2 𝑎 𝑎33 = −1
3 𝑎21 𝑎33 − 𝑎31 𝑎23 = −(𝑎21 𝑎33 − 𝑎31 𝑎23 ) (−1)1+3 𝑎 4
𝑎32 = −1 (𝑎21 𝑎32 − 𝑎31 𝑎22 ) = (𝑎21 𝑎32 − 𝑎31 𝑎22 )
32 3𝟏 31

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

𝑎21 𝑎22 𝑎23 𝑎21 𝑎22 𝑎23 𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33
𝑎12 𝑎13 𝑎22 𝑎23 𝑎22 𝑎23
(−1)2+1 𝑎 𝑎33 = −1
3 𝑎12 𝑎33 − 𝑎32 𝑎13 = −(𝑎12 𝑎33 − 𝑎32 𝑎13 ) (−1)2+2 𝑎 4
𝑎33 = −1 (𝑎11 𝑎33 − 𝑎31 𝑎13 ) = (𝑎11 𝑎33 − 𝑎31 𝑎13 ) (−1)2+3 𝑎 𝑎33 = −1
5 𝑎11 𝑎32 − 𝑎31 𝑎12 = −(𝑎11 𝑎32 − 𝑎31 𝑎12 )
32 32 32

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

𝑎21 𝑎22 𝑎23 𝑎21 𝑎22 𝑎23 𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33
𝑎12 𝑎13 𝑎11 𝑎13 𝑎11 𝑎12
(−1)3+1 𝑎 4
𝑎23 = −1 (𝑎12 𝑎23 − 𝑎22 𝑎13 ) = (𝑎12 𝑎23 − 𝑎22 𝑎13 ) (−1)3+2 𝑎 𝑎23 = −1
5 𝑎11 𝑎23 − 𝑎21 𝑎13 = −(𝑎11 𝑎23 − 𝑎21 𝑎13 ) (−1)3+3 𝑎 6
𝑎22 = −1 (𝑎11 𝑎22 − 𝑎21 𝑎12 ) = (𝑎11 𝑎22 − 𝑎21 𝑎12 )
22 21 21
 1.3 DETERMINANTES
La matriz adjunta sería:
(𝑎22 𝑎33 − 𝑎32 𝑎23 ) −(𝑎21 𝑎33 − 𝑎31 𝑎23 ) (𝑎21 𝑎32 − 𝑎31 𝑎22 )
adj 𝐴 = −(𝑎12 𝑎33 − 𝑎32 𝑎13 ) (𝑎11 𝑎33 − 𝑎31 𝑎13 ) −(𝑎11 𝑎32 − 𝑎31 𝑎12 )
(𝑎12 𝑎23 − 𝑎22 𝑎13 ) −(𝑎11 𝑎23 − 𝑎21 𝑎13 ) (𝑎11 𝑎22 − 𝑎21 𝑎12 )
5 −2 9
Ejemplo: Calcule la matriz adjunta de: 𝐶 = 4 −1 8.
3 −6 7

(𝑐22 𝑐33 − 𝑐32 𝑐23 ) −(𝑐21 𝑐33 − 𝑐31 𝑎23 ) (𝑐21 𝑐32 − 𝑐31 𝑐22 ) ((−1)(7) − (−6)(8)) −((4)(7) − (3)(8)) ((4)(−6) − (3)(−1))
adj 𝐶 = −(𝑐12 𝑐33 − 𝑐32 𝑐13 ) (𝑐11 𝑐33 − 𝑐31 𝑐13 ) −(𝑐11 𝑐32 − 𝑐31 𝑐12 ) = −((−2)(7) − (−6)(9)) ((5)(7) − (3)(9)) −((5)(−6) − (3)(−2))
(𝑐12 𝑐23 − 𝑐22 𝑐13 ) −(𝑐11 𝑐23 − 𝑐21 𝑐13 ) (𝑐11 𝑐22 − 𝑐21 𝑐12 ) ((−2)(8) − (−1)(9)) −((5)(8) − (4)(9)) ((5)(−1) − (4)(−2))

((−7) − (−48)) −((28) − (24)) ((−24) − (−3)) 41 −4 −21

adj 𝐶 = −((−14) − (−54)) ((35) − (27)) −((−30) − (−6)) = −40 8 24
((−16) − (−9)) −((40) − (36)) ((−5) − (−8)) −7 −4 3
5 3 −4
Ejercicio 14: Calcule la matriz adjunta de 𝐵 = 4 −1 8
−9 6 7
1.3 DETERMINANTES
Matriz inversa:
El producto punto de una matriz (𝐴) por su inversa (𝐴−1 ) es igual a la matriz
identidad (𝐼).
𝐴 ∙ 𝐴−1 = 𝐼
La ecuación para obtener la matriz inversa es:
−1
1
𝐴 = (𝑎𝑑𝑗(𝐴))𝑡
𝐴
1.3 DETERMINANTES
Ejemplo:
5 −2 9
Obtenga la matriz inversa de 𝐶 = 4 −1 8
3 −6 7
Aplicamos la ecuación:
−1
1
𝐶 = (𝑎𝑑𝑗(𝐶))𝑡
𝐶
Tenemos que:
𝐶 = 24
41 −4 −21
𝑎𝑑𝑗 𝐶 = −40 8 24
−7 −4 3
41 −40 −7
(𝑎𝑑𝑗(𝐶))𝑇 = −4 8 −4
−21 24 3
1.3 DETERMINANTES
1
𝐶 −1 = (𝑎𝑑𝑗(𝐶))𝑡
𝐶

1
41 −40 −7
𝐶 −1 = −4 8 −4
24
−21 24 3

41 −40 −7 41 −5 −7
24 24 24 24 3 24
−4 8 −4 −1 1 −1
𝐶 −1 = =
24 24 24 6 3 6
−21 24 3 −7 1
24 24 24 8
1 8
1.1 DETERMINANTES
Comprobación:
𝐶𝐶 −1 = 𝐼
41 −5 −7 41 −1 −7 −5 1 −7 −1 1
5 + (−2) + (9) 5 + (−2) 3 + (9)1 5 + (−2) + (9) 8
5 −2 9 24 3 24 24 6 8 3 24 6
−1 1 −1 41 −1 −7 −5 1 −7 −1 1
𝐶𝐶 −1 = 4 −1 8 6 3 6
= 4 24
+ (−1) 6 + (8) 8 4 3
+ (−1) 3 + (8)1 4 24
+ (−1) 6 + (8) 8
3 −6 7 −7 1 41 −1 −7 −5 1 −7 −1 1
8
1 8
3 + (−6) 6 + (7) 8 3 + (−6) 3 + (7)1 3 + (−6) 6 + (7) 8
24 3 24

1 0 0
𝐶𝐶 −1 = 0 1 0
0 0 1
5 3 −4
Ejercicio 15: Calcule la matriz inversa de 𝐵 = 4 −1 8 y compruebe 𝐵𝐵−1 = 𝐼
−9 6 7
 1.3.1 TENSOR DE LEVI-CIVITA Y LA CONVENCIÓN
DE SUMA 𝑡11 𝑡12 𝑡13
También podemos calcular la determinante utilizando el tensor de Levi-Civita. Por ejemplo para: 𝑇 = 𝑇3×3 = 𝑇33 𝑡21 𝑡22 𝑡23
𝑡31 𝑡32 𝑡33
𝑇𝑖𝑗 =∈𝑖𝑗𝑘 𝑡1𝑖 𝑡2𝑗 𝑡3𝑘

𝑇𝑖𝑗 =

∈111 𝑡11 𝑡21 𝑡31 +∈112 𝑡11 𝑡21 𝑡32 +∈113 𝑡11 𝑡21 𝑡33 +∈121 𝑡11 𝑡22 𝑡31 +∈122 𝑡11 𝑡22 𝑡32 +∈123 𝑡11 𝑡22 𝑡33 +∈131 𝑡11 𝑡23 𝑡31 +∈132 𝑡11 𝑡23 𝑡32 +∈133 𝑡11 𝑡23 𝑡33 +

∈211 𝑡12 𝑡21 𝑡31 +∈212 𝑡12 𝑡21 𝑡32 +∈213 𝑡12 𝑡21 𝑡33 +∈221 𝑡12 𝑡22 𝑡31 +∈222 𝑡12 𝑡22 𝑡32 +∈223 𝑡12 𝑡22 𝑡33 +∈231 𝑡12 𝑡23 𝑡31 +∈232 𝑡12 𝑡23 𝑡32 +∈233 𝑡12 𝑡23 𝑡33 +

∈311 𝑡13 𝑡21 𝑡31 +∈312 𝑡13 𝑡21 𝑡32 +∈313 𝑡13 𝑡21 𝑡33 +∈321 𝑡13 𝑡22 𝑡31 +∈322 𝑡13 𝑡22 𝑡32 +∈323 𝑡13 𝑡22 𝑡33 +∈331 𝑡13 𝑡23 𝑡31 +∈332 𝑡13 𝑡23 𝑡32 +∈333 𝑡13 𝑡23 𝑡33

𝑇𝑖𝑗 =

0𝑡11 𝑡21 𝑡31 + 0𝑡11 𝑡21 𝑡32 + 0𝑡11 𝑡21 𝑡33 + 0𝑡11 𝑡22 𝑡31 + 0𝑡11 𝑡22 𝑡32 + (+1)𝑡11 𝑡22 𝑡33 + 0𝑡11 𝑡23 𝑡31 + (−1)𝑡11 𝑡23 𝑡32 + 0𝑡11 𝑡23 𝑡33 +

0𝑡12 𝑡21 𝑡31 + 0𝑡12 𝑡21 𝑡32 + (−1)𝑡12 𝑡21 𝑡33 + 0𝑡12 𝑡22 𝑡31 + 0𝑡12 𝑡22 𝑡32 + 0𝑡12 𝑡22 𝑡33 + (+1)𝑡12 𝑡23 𝑡31 + 0𝑡12 𝑡23 𝑡32 + 0𝑡12 𝑡23 𝑡33 +

0𝑡13 𝑡21 𝑡31 + (+1)𝑡13 𝑡21 𝑡32 + 0𝑡13 𝑡21 𝑡33 + (−1)𝑡13 𝑡22 𝑡31 + 0𝑡13 𝑡22 𝑡32 + 0𝑡13 𝑡22 𝑡33 + 0𝑡13 𝑡23 𝑡31 + 0𝑡13 𝑡23 𝑡32 + 0𝑡13 𝑡23 𝑡33

𝑇𝑖𝑗 = +1 𝑡11 𝑡22 𝑡33 + (+1)𝑡12 𝑡23 𝑡31 + (+1)𝑡13 𝑡21 𝑡32 + (−1)𝑡11 𝑡23 𝑡32 + (−1)𝑡12 𝑡21 𝑡33 + (−1)𝑡13 𝑡22 𝑡31

𝑇𝑖𝑗 = 𝑡11 𝑡22 𝑡33 − 𝑡23 𝑡32 + 𝑡12 𝑡23 𝑡31 − 𝑡21 𝑡33 + 𝑡13 𝑡21 𝑡32 − 𝑡22 𝑡31
 1.3.1 TENSOR DE LEVI-CIVITA Y LA CONVENCIÓN
DE SUMA
5 −2 9
Ejemplo: Calcule la determinante de la matriz 𝐶 = 4 −1 8 con el tensor de Levi-Civita.
3 −6 7
𝐶𝑖𝑗 = 𝑐11 𝑐22 𝑐33 − 𝑐23 𝑐32 + 𝑐12 𝑐23 𝑐31 − 𝑐21 𝑐33 + 𝑐13 𝑐21 𝑐32 − 𝑐22 𝑐31

𝐶𝑖𝑗 = (5) −1 7 − 8 −6 + (−2) 8 3 − 4 7 + (9) (4)(−6) − (−1)(3)

𝐶𝑖𝑗 = (5) (−7) − (−48) + (−2) (24) − (28) + (9) (−24) − (−3)

𝐶𝑖𝑗 = (5) 41 + (−2) −4 + (9) −21

𝐶𝑖𝑗 = 205 + 8 − 189

𝐶𝑖𝑗 = 24
5 3 −4
Ejercicio 16: Calcule la determinante de 𝐵 = 4 −1 8 por el tensor de Levi-Civita.
−9 6 7
1.3.2 PROPIEDADES DE DETERMINANTES
En el manejo de determinantes se pueden establecer algunas propiedades que facilitan las operaciones de
cálculo. Tales propiedades son:
1. Una matriz cuadrada con una fila o una columna en la que todos los elementos son nulos tiene un
determinante igual a cero.
2. El determinante de una matriz con dos filas o dos columnas iguales es nulo.
3. Cuando dos filas o dos columnas de una matriz son proporcionales entre sí (una se puede obtener
multiplicando la otra por un factor), su determinante es cero.
4. Al intercambiar dos filas o dos columnas de una matriz, su determinante cambia de signo.
5. Al multiplicar todos los elementos de una fila o una columna de una matriz por un número, el determinante
de la matriz resultante es igual al de la original multiplicado por ese mismo número.
6. El determinante de una matriz triangular o una matriz diagonal es igual al producto de los elementos de su
diagonal principal.
7. Cuando a una fila (o columna) de una matriz se le suma o resta una combinación lineal de otras filas (o
columnas), el valor de su determinante no se altera.
1.3.2 PROPIEDADES DE DETERMINANTES
8. El determinante de una matriz cuadrada es igual al de su traspuesta: |𝐴| = |𝐴𝑡 |.
9. El determinante de un producto de matrices coincide con el producto de los
determinantes de cada matriz:|𝐴𝐵| = |𝐴||𝐵|.
10. Cuando una matriz tiene inversa, su determinante es distinto de cero;
análogamente, si el determinante de una matriz no es nulo, dicha matriz tiene
inversa.
11. El determinante de la inversa de una matriz es igual al inverso del determinante
de la matriz.
12. La suma de los productos de los elementos de una fila o columna de una matriz
por los adjuntos de otra fila o columna es siempre nula.
1.4 SISTEMAS TRIDIMENSIONALES DE
COORDENANDAS
Antes de extender el concepto de vector a tres dimensiones, introducimos un sistema
de coordenadas tridimensional, colocando un tercer eje con respecto a dos ejes
pertenecientes al sistema bidimensional. A continuación veremos algunos ejemplos de
los sistemas de coordenadas tridimensionales.
Coordenadas rectangulares

Este se obriene colocando un eje 𝑧 perpendicular en el origen a los ejes 𝑥 y 𝑦. La figura muestra
los tres semiejes positivos. Tomados por parejas, los ejes de coordenadas determinan tres planos
coordenados: El plano xy, el plano xz y el plano yz. Estos tres planos dividen el espacio en ocho
octantes. El primer octante es aquel en el cual las tres coordenadas son positivas. En este Sistema
tridimensional, un punto 𝑃 del espacio viene determinado por un trio ordenado (𝑥, 𝑦, 𝑧), donde

𝑥 =distancia dirigida de 𝑃 al plano 𝑦𝑧

𝑦 = distancia dirigida de 𝑃 al plano 𝑥𝑧

z = distancia dirigida de 𝑃 al plano 𝑥𝑦

1.4.1 COORDENADAS RECTANGULARES,

CILINDRÍCAS Y ESFÉRICAS
1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS
Un sistema de coordenandas
tridimensional puede ser de
orientación levógira o
dextrogira. Para determiner la
orientación de un sistema,
imagine que está de pie con los
brazos señalando las direcciones
de los semiejes positivos 𝑥 y 𝑦
con el eje 𝑧 hacia arriba como
en la figura. El Sistema es
dextrógiro o levógiro
dependiendo de qué mano
señala el semieje 𝑥 positivo. En
este curso trabajaremos
usualmente con el sistema
dextrogiro.
ÁNGULOS EN FUNCIÓN DE 𝜋
FACTOR DE CONVERSION DE GRADOS A RADIANES
Y VICEVERSA
Factor de conversión
𝜋𝑟𝑎𝑑 = 180°

𝜋𝑟𝑎𝑑 180° 3.1416𝑟𝑎𝑑 180°

o o o
180° 𝜋𝑟𝑎𝑑 180° 3.1416𝑟𝑎𝑑

Convertir 5 rad en grados.

180°
5 𝑟𝑎𝑑 = 286.478°
3.1416𝑟𝑎𝑑
1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS
Coordenadas cilíndricas
En un Sistema de coordenadas
cilíndricas, un punto 𝑃 del
espacio se representa por un trio
ordenado (𝑟, 𝜃, 𝑧).
1. (𝑟, 𝜃) son las coordenadas
polares de la proyección 𝑃
sobre el plano 𝑥𝑦.
2. 𝑧 es la distancia dirigida de
𝑃 a (𝑟, 𝜃).
1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS
Relación entre las coordenadas
rectangulares y cilíndricas:
1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS Cilíndricas a rectangulares:
𝑥 = 𝑟𝑐𝑜𝑠𝜃
𝑦 = 𝑟𝑠𝑖𝑛𝜃
𝑧=𝑧
Rectangulares a cilíndricas
𝑟= 𝑥2 + 𝑦2
𝑦
𝜃 = 𝑎𝑟𝑐𝑡𝑎𝑛
𝑥

𝑧=𝑧
1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS
Ejemplo: Expresar en coordenadas rectangulares el punto 𝑃 𝑟, 𝜃, 𝑧 = 𝑃 4, 𝜋Τ3 , 3

𝑟 = 4, θ = 𝜋Τ3 , 𝑧 = 3

𝑥 = 𝑟𝑐𝑜𝑠𝜃 = 4 cos 𝜋Τ3 = 2

𝑦 = 𝑟𝑠𝑖𝑛𝜃 = 4 sin 𝜋Τ3 = 3.4641

𝑧=𝑧=3

𝑃 𝑥, 𝑦, 𝑧 = 𝑃(2,3.4641,3)

Ahora regrese las mismas coordenadas rectangulares a coordenadas cilíndricas:

𝑥 = 2, 𝑦 = 3.4641, 𝑧 = 3

𝑟= 𝑥 2 + 𝑦 2 = 22 + 3.46412 = 3.9999 ≈ 4
𝑦 3.4641
𝜃 = 𝑡𝑎𝑛−1 = 𝑡𝑎𝑛−1 = 1.0471 ≈ 𝜋/3
𝑥 2

𝑧=𝑧=3

𝑃 𝑟, 𝜃, 𝑧 = 𝑃 4, 𝜋Τ3 , 3

Ejercicio 17: Calcule en coordenadas rectangulares el punto 𝑃 𝑟, 𝜃, 𝑧 = 𝑃 5,4𝑟𝑎𝑑, 3 y convierta el resultado de dichas coordenadas rectangulares a
coordenadas cilíndricas.

1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS
Coordenadas esféricas
Un Sistema de coordenadas
esféricas un punto 𝑃 del espacio
viene representado por un trio
ordenado (𝜌, 𝜃, 𝜑)
Esféricas a rectangulares
𝑥 = 𝜌𝑠𝑖𝑛𝜑𝑐𝑜𝑠𝜃
𝑦 = 𝜌𝑠𝑖𝑛𝜑𝑠𝑖𝑛𝜃
𝑧 = 𝜌𝑐𝑜𝑠𝜑
Rectangulares a esféricas

𝜌= 𝑥2 + 𝑦2 + 𝑧2
𝑦
𝜃 = 𝑎𝑟𝑐𝑡𝑎𝑛
𝑥
𝑧
𝜑 = 𝑎𝑟𝑐𝑐𝑜𝑠
𝑥 2 +𝑦 2 +𝑧 2
1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS
También se pueden transformar las cordenadas cilíndricas a esféricas y viceversa, a partir de las conversiones dadas puede
convertir las coordenadas cilíndricas a rectangulares y de rectangulares a esféricas o al revés según el caso. O bien usted
podría hacer la conversion para otener las ecuaciones directas como un buen ejercicio de aplicación. A continuación se
reportan dichas ecuaciones.
Esféricas a cilíndricas (𝑟 ≥ 0):

𝑟= 𝜌2 𝑠𝑖𝑛𝜑𝑠𝑖𝑛𝜑 = 𝜌2 𝑠𝑖𝑛2 𝜑

𝜃=𝜃

𝑧 = 𝜌𝑐𝑜𝑠𝜑
Cilíndricas a esféricas (𝑟 ≥ 0):

𝜌 = 𝑟2 + 𝑧2
𝜃=𝜃
𝑧
𝜑 = 𝑎𝑟𝑐𝑐𝑜𝑠
𝑟 2 +𝑧 2
 1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS
Ejercicio: Hallar una ecuación en coordenadas Sustituimos
esféricas y cilíndricas para la superficie cuya
ecuación en coordenadas rectangulares se Cono:𝑥 2 + 𝑦 2 = 𝑧 2
indica.
(𝑟𝑐𝑜𝑠𝜃)2 +(𝑟𝑠𝑒𝑛𝜃)2 = (𝑧)2
Cono:𝑥 2 + 𝑦 2 = 𝑧 2
Tomamos las conversiones correspondientes:
Quedando:

Cilíndricas a rectangulares: 𝑟 2 𝑐𝑜𝑠 2 𝜃 + 𝑟 2 𝑠𝑖𝑛2 𝜃 = 𝑧 2

𝑥 = 𝑟𝑐𝑜𝑠𝜃 𝑟 2 (𝑐𝑜𝑠 2 𝜃 + 𝑠𝑖𝑛2 𝜃) = 𝑧 2

𝑦 = 𝑟𝑠𝑖𝑛𝜃 𝑟 2 (1) = 𝑧 2

𝑧=𝑧 𝑟2 = 𝑧2
1.4.1 COORDENADAS RECTANGULARES,
CILINDRÍCAS Y ESFÉRICAS
Sustituimos O bien:
Tomamos las conversiones Cono:𝑥 2 + 𝑦 2 = 𝑧 2 𝑠𝑖𝑛2 𝜃 = 𝑐𝑜𝑠 2 𝜃
correspondientes: 𝑐𝑜𝑠 2 𝜃
2 2
(𝜌𝑠𝑖𝑛𝜑𝑐𝑜𝑠𝜃) +(𝜌𝑠𝑖𝑛𝜑𝑠𝑖𝑛𝜃) = (𝜌𝑐𝑜𝑠𝜑) 2 =1
𝑠𝑖𝑛2 𝜃
Esféricas a rectangulares Quedando: 𝑐𝑜𝑡 2 𝜃 = 1
𝜌2 𝑠𝑖𝑛2 𝜃𝑐𝑜𝑠 2 𝜃 + 𝜌2 𝑠𝑖𝑛2 𝜃𝑠𝑖𝑛2 𝜃 = 𝜌2 𝑐𝑜𝑠 2 𝜃 Ejercicio 18: Hallar una ecuación
𝑥 = 𝜌𝑠𝑖𝑛𝜑𝑐𝑜𝑠𝜃 en coordenadas esféricas y
𝜌2 𝑠𝑖𝑛2 𝜃(𝑐𝑜𝑠 2 𝜃 + 𝑠𝑖𝑛2 𝜃) = 𝜌2 𝑐𝑜𝑠 2 𝜃 cilíndricas para la superficie cuya
𝑦 = 𝜌𝑠𝑖𝑛𝜑𝑠𝑖𝑛𝜃 𝜌2 𝑠𝑖𝑛2 𝜃 1 = 𝜌2 𝑐𝑜𝑠 2 𝜃 ecuación en coordenadas
rectangulares se indica.
𝑧 = 𝜌𝑐𝑜𝑠𝜑 𝑠𝑖𝑛2 𝜃 = 𝑐𝑜𝑠 2 𝜃
Esfera:𝑥 2 + 𝑦 2 + 𝑧 2 − 4𝑧 = 0
𝑠𝑖𝑛2 𝜃
=1
𝑐𝑜𝑠 2 𝜃

𝑡𝑎𝑛2 𝜃 = 1
1.4.2 CAMPOS ESCALARES DE VARIAS VARIABLES
Una función también pueden ser de varias variables reales (campo escalar) si asigna
a cada n-úpla 𝑥1 , 𝑥2 , … , 𝑥𝑛 denotado como 𝑓(𝑥1 , 𝑥2 , … 𝑥𝑛 )
Ejemplos:
1)𝑓 𝑥, 𝑦 = 2𝑥 + 𝑦 2 = 𝑧
2)𝑔 𝑥, 𝑦, 𝑧 = cos 𝑥𝑦𝑧 + 5𝑥𝑦 3 𝑧 2 = 𝑤
3)ℎ 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 = ln(𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 ) = 𝑡
Nombre de la Variables Variable
función independientes dependiente
1 𝑓 𝑥, 𝑦 𝑧
2 𝑔 𝑥, 𝑦, 𝑧 𝑤
3 ℎ 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 𝑡
1.4.3 DERIVADAS PARCIALES
En las aplicaciones en que intervienen funciones de varias variables suele presentarse
la cuestión de cómo resulta afectada la función por un cambio en una de sus
variables independientes. Se puede contester esta pregunta considerando por
separado esa variable independiente.
Si 𝑧 = 𝑓(𝑥, 𝑦), las primeras derivadas parciales de f respect de 𝑥 y 𝑦 son las
funciones 𝑓𝑥 y 𝑓𝑦 definidas como
𝑓 𝑥+∆𝑥,𝑦 −𝑓(𝑥,𝑦)
𝑓𝑥 𝑥, 𝑦 = lim
∆𝑥→0 ∆𝑥
𝑓 𝑥,𝑦+∆𝑦 −𝑓(𝑥,𝑦)
𝑓𝑦 𝑥, 𝑦 = lim
∆𝑦→0 ∆𝑦
1.4.3 DERIVADAS PARCIALES
Ejemplo: Hallar las derivadas parciales 𝑓𝑥 y 𝑓𝑦 de la función
𝑧 = 𝑓 𝑥, 𝑦 = 3𝑥 − 𝑥 2 − 𝑥 2 𝑦 2 + 2𝑥 3 𝑦
𝑓𝑥 𝑥, 𝑦 = 3 − 2𝑥 − 2𝑥𝑦 2 + 6𝑥 2 𝑦
𝑓𝑦 𝑥, 𝑦 = −2𝑥 2 𝑦 + 2𝑥 3
Otras formas de representar las derivadas parciales son:
𝜕𝑓 𝑥,𝑦 𝜕𝑧
𝑓𝑥 𝑥, 𝑦 = = 𝑧𝑥 = = 3 − 2𝑥 − 2𝑥𝑦 2 + 6𝑥 2 𝑦
𝜕𝑥 𝜕𝑥
𝜕𝑓 𝑥,𝑦 𝜕𝑧
𝑓𝑦 𝑥, 𝑦 = = 𝑧𝑦 = = −2𝑥 2 𝑦 + 2𝑥 3
𝜕𝑦 𝜕𝑦

Ejercicio 19: Calcule las derivadas parciales para: 𝑧 = 𝑓 𝑥, 𝑦 = 3𝑥𝑦 − 𝑥 3 − 𝑥 4 𝑦 2 + 2𝑥 5 𝑦

 1.2 TENSORES DE
SEGUNDO ORDEN
Se denomina tensor de orden dos al objeto,
normalmente representado por una matriz nxn.
Estos tensores sirven para representar
propiedades asociadas con dos ejes a la vez.
Éstos se denominan simplemente como tensores de
rango dos o díadas.
A continuación es muestra el tensor de tensión que
es un tensor de segundo orden y se representa
por:
𝜎11 𝜎12 𝜎13 𝜎𝑥𝑥 𝜎𝑥𝑦 𝜎𝑥𝑧
𝑇 = 𝜎21 𝜎22 𝜎23 = 𝜎𝑦𝑥 𝜎𝑦𝑦 𝜎𝑦𝑧
𝜎31 𝜎32 𝜎33 𝜎𝑧𝑥 𝜎𝑧𝑦 𝜎𝑧𝑧
𝜎𝑥 𝜏𝑥𝑦 𝜏𝑥𝑧
= 𝜏𝑦𝑥 𝜎𝑦 𝜏𝑦𝑧
𝜏𝑧𝑥 𝜏𝑧𝑦 𝜎𝑧
 1.2.1 SUMA, MULTIPLICACIÓN POR ESCALRES,
PRODUCTO TENSORIAL
Suma:
La adición de tensores se realiza término a término, de tal forma que:
𝑇+𝑆 =𝑊
En notación índice:
𝑇𝑖𝑗 + 𝑆𝑖𝑗 = 𝑊𝑖𝑗
Quedando:
𝑇11 𝑇12 𝑇13 𝑆11 𝑆12 𝑆13 𝑇11 + 𝑆11 𝑇12 + 𝑆12 𝑇13 + 𝑆13
𝑇𝑖𝑗 + 𝑆𝑖𝑗 = 𝑇21 𝑇22 𝑇23 + 𝑆21 𝑆22 𝑆23 = 𝑇21 + 𝑆21 𝑇22 + 𝑆22 𝑇23 + 𝑆23
𝑇31 𝑇32 𝑇33 𝑆31 𝑆32 𝑆33 𝑇31 + 𝑆31 𝑇32 + 𝑆32 𝑇33 + 𝑆33
 1.2.1 SUMA, MULTIPLICACIÓN POR ESCALRES,
PRODUCTO TENSORIAL
1 −6 8 5 −5 −7
Ejemplo: Realice la suma de los tensores 𝐴 = −2 4 −7 y B = −2 4 −6
9 −3 5 9 1 3
1+5 (−6) + (−5) 8 + (−7) 6 −11 1
𝑇𝑖𝑗 + 𝑆𝑖𝑗 = (−2) + (−2) 4+4 (−7) + (−6) = −4 8 −13
9+9 (−3) + 1 3+5 18 −2 8
5 −4 3 1 5 8
Ejercicio 20: Realice la suma de los tensores: C = −1 8 −6 y D = −4 2 6
0 −5 2 9 1 3
 1.2.1 SUMA, MULTIPLICACIÓN POR ESCALRES,
PRODUCTO TENSORIAL
Resta:
La sustracción de tensores se realiza de tal forma que:
𝑇−𝑆 =𝑊
En notación índice:
𝑇𝑖𝑗 − 𝑆𝑖𝑗 = 𝑊𝑖𝑗
Quedando:
𝑇11 𝑇12 𝑇13 𝑆11 𝑆12 𝑆13 𝑇11 − 𝑆11 𝑇12 − 𝑆12 𝑇13 − 𝑆13
𝑇𝑖𝑗 + 𝑆𝑖𝑗 = 𝑇21 𝑇22 𝑇23 + 𝑆21 𝑆22 𝑆23 = 𝑇21 − 𝑆21 𝑇22 − 𝑆22 𝑇23 − 𝑆23
𝑇31 𝑇32 𝑇33 𝑆31 𝑆32 𝑆33 𝑇31 − 𝑆31 𝑇32 − 𝑆32 𝑇33 − 𝑆33
 1.2.1 SUMA, MULTIPLICACIÓN POR ESCALRES,
PRODUCTO TENSORIAL
1 −6 8 5 −5 −7
Ejemplo: Realice la resta de los tensores 𝐴 = −2 4 −7 menos B = −2 4 −6
9 −3 5 9 1 3
1−5 −6 − (−5) 8 − (−7) −4 −1 1
𝑇𝑖𝑗 − 𝑆𝑖𝑗 = −2 − (−2) 4−4 −7 − (−6) = 0 0 −1
9−9 −3 − 1 3−5 0 −4 −2
5 −4 3 1 5 8
Ejercicio 21: Realice la resta de los tensores: C = −1 8 −6 menos D = −4 2 6
0 −5 2 9 1 3
 1.2.1 SUMA, MULTIPLICACIÓN POR ESCALRES,
PRODUCTO TENSORIAL
Otras formas de expresar los tensores de primer orden:
𝑎 = 𝑎𝑖 = 𝑎𝑖 𝑒𝑖 = 𝑎1 𝑒1 + 𝑎2 𝑒2 + 𝑎3 𝑒3
𝑎1 𝑒1 𝑎1 𝑒1Ƹ 𝑎1
𝑎 = 𝑎2 𝑒2 = 𝑎2 𝑒Ƹ2 = 𝑎2 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
𝑎3 𝑒3 𝑎3 𝑒Ƹ3 𝑎3
𝑎 = 𝑎1 𝑒1 𝑎2 𝑒2 𝑎3 𝑒3 = 𝑎1 𝑒1Ƹ 𝑎2 𝑒Ƹ2 𝑎3 𝑒Ƹ3 = 𝑎1 𝑎2 𝑎3 (𝑣𝑒𝑐𝑡𝑜𝑟 𝑓𝑖𝑙𝑎)
Otras formas de expresar los tensores de segundo orden:
𝑇 = 𝑇𝑖𝑗 = 𝑇𝑖𝑗 𝑒𝑖 𝑒𝑗 = 𝑇11 𝑒1 𝑒1 + 𝑇12 𝑒1 𝑒2 + 𝑇13 𝑒1 𝑒3 + 𝑇21 𝑒2 𝑒1 + 𝑇22 𝑒2 𝑒2 + 𝑇23 𝑒2 𝑒3 + 𝑇31 𝑒3 𝑒1 + 𝑇32 𝑒3 𝑒2 +
𝑇33 𝑒3 𝑒3
𝑇11 𝑒1 𝑒1 𝑇12 𝑒1 𝑒2 𝑇13 𝑒1 𝑒3 𝑇11 𝑒1Ƹ 𝑒1Ƹ 𝑇12 𝑒1Ƹ 𝑒Ƹ2 𝑇13 𝑒1Ƹ 𝑒Ƹ3 𝑇11 𝑇12 𝑇13
= 𝑇21 𝑒2 𝑒1 𝑇22 𝑒2 𝑒2 𝑇23 𝑒2 𝑒3 = 𝑇21 𝑒Ƹ2 𝑒1Ƹ 𝑇22 𝑒Ƹ2 𝑒Ƹ2 𝑇23 𝑒Ƹ2 𝑒Ƹ3 = 𝑇21 𝑇22 𝑇23
𝑇31 𝑒3 𝑒1 𝑇32 𝑒3 𝑒2 𝑇33 𝑒3 𝑒3 𝑇31 𝑒Ƹ3 𝑒1Ƹ 𝑇32 𝑒Ƹ3 𝑒Ƹ2 𝑇33 𝑒Ƹ3 𝑒Ƹ3 𝑇31 𝑇32 𝑇33
 1.2.1 SUMA, MULTIPLICACIÓN POR ESCALRES,
PRODUCTO TENSORIAL
Producto punto entre tensores de órden 1 (resultado escalar):
𝑎𝑖 ∙ 𝑏𝑖 = 𝑎 ∙ 𝑏 = 𝑎1 𝑏1 + 𝑎2 𝑏2 + 𝑎3 𝑏3 = 𝛾
Producto punto entre tensores de órden 2 (resultado escalar):
𝑇𝑀 = 𝑇𝑖𝑗 𝑀𝑖𝑗 = 𝑡11 𝑚11 + 𝑡12 𝑚12 + 𝑡13 𝑚13 + 𝑡21 𝑚21 + 𝑡22 𝑚22 + 𝑡23 𝑚23 + 𝑡31 𝑚31 + 𝑡32 𝑚32 +
𝑡33 𝑚33 = 𝛾