1: NÚMEROS REALES

1.0 El conjunto de los números reales:

Está compuesto por la unión de los numeros racionales y los numeros irracionales
Sus Características son:
 E s u n c o n j u n t o i n fi n i t o
 E s u n c o n j u n t o c o n ti n u o
 N i n g u n n u m e r o r e a l ti e n e s u c e s o r n i a n t e c e s o r
 L a s o p e r a c i o n e s d e s u m a , r e s t a , m u l ti p l i c a c i ó n y d i v i s i ó n s o n
operaciones cerradas dentro de este conjunto
 Tiene una relación biunívoca con la recta real
1.1 La recta real
Es un gráfico unidimensional la cuál contiene todos los números reales mediante una
relación biunivoca
1.2 Operaciones y propiedades:
 Propiedades de la suma
o Ley de cierre: a+ b ϵ R
o Propiedad conmutativa: a+ b=b+a
o Propiedad asociativa: a+ ( b+c )=c+(a+ b)
o Propiedad de existencia del elemento neutro: a+ 0=a
o Propiedad de existencia del inverso aditivo: a+ (−a )=0
 Propiedades del producto
o L e y d e c ie r r e: a . b ϵ R
o P r op i e d a d c o nm u ta ti va : a . b=b . a
o P r op i e d a d a s o c i a ti va : a . ( b . c )=c .(a . b)
o P r op i e d a d d e e x i s t e n c i a d e l e l e men t o n eu t r o : a .1=a
o P r op i e d a d d e l a ex i s t e n c i a d el i n v e r s o m u l ti p l i c a ti vo :
a . a−1=1
o P r op i e d a d d i s t r i b u ti va : a . ( b+ c ) =a . b+a . c
1. 3 Potenciación
Es una operación que se presenta cuando en una multiplicación todos sus
factores son iguales.
Propiedades de la potenciación:
o Cualquier elemento elevado a la potencia 1 da como resultado el mismo número
o La potencia es distributiva respecto del producto y del cociente
o El producto de potencias de igual base es otra potencia que tiene la misma base y cuyo
exponente es la suma de los exponentes dados
o El cociente de potencias de igual base es otra potencia que tiene la misma base que las
dadas y cuyo exponente es la resta de los exponentes dados
o Todo número distinto de cero elevado a un exponente negativo, es igual al exponente
positivo de su reciproco
o Todo número distinto de cero, elevado a la potencia cero, da por resultado 1
1.4 Radicación:
Es una operación inversa a la potenciación en la que se busca conocer la base de la potencia
Propiedades de la radicación:

 La raíz de una raíz da como resultado otra raíz cuyo radicando se

manti ene igual y el indice es el producto de los indices dados
 La radicacion es distributi va respecto del producto y del cociente
  La raiz no se altera si se multi plican el indice de la misma y el
exponente del radicando por un mismo número. Esta propiedad se
uti liza para hayar el común multi plo
 La raíz no se altera si se dividen el indice de la misma y el exponente
del radicando por un mismo número. Esta propiedad se una para
simplifi car radicales
1.5 Operaciones con radicales
 Suma y resta de radicales: Se suman los coeficientes si son raices
semejantes
 Multiplicación y división de radicales: Las raices deben tener igual
indice, se incluye todos los factores dentro de un mismo radical
1.6 Simplificación de radicales: Simplifi car un radical es encontrar otro
radical de igual valor, pero de menor indice. Para ello, se dividen el
indice y el exponente del radicando por un mismo número uti lizando
una de las propiedades mencionadas anteriormente
1.7 Racionalización: Cuando hay una fracción con raíz en el denominador,
en muchos casos hay que eliminarla. Para ello racionalizamos el
denominador, esto es, encontrar otra fracción equivalente a la dada
donde no fi gure en su denominador la raíz

Existen tres casos que pueden presentarse:

 Primer caso: Un único término con raís cuadrada en el denominador. Se multiplica y divide por l
raíz presente en el denominador
 Segundo caso: un único término con raiz de indice mayor que 2. Se multiplica numerador y
denominador por una raiz del mismo indice que la dada, pero el radicando estará elevado a un
exponente que resulta de la diferencia entre el indice de la raíz y el exponente del radicando
dado.
 Tercer caso: un binomio que contiene raices cuadradas en el denominador. Se multiplican
numerador y denominador por el conjugado del denominador, es decir, se invierte el signo del
segundo termino

1.8 Logaritmo de un número real.

Es otra operación inversa de la potenciación, en este caso lo que se busca conocer es el exponente
al que fue elevada esa base
1.9 Propiedades del logaritmo
 E l log ar it mo de 1 en cu alqu ie r ba se , es igu al a 0 log b 1=0
 E l log ar it mo de la b ase es 1 log b b=¿ 1 ¿
 E l loga rit m o de un p rod uc to e s la sum a de los log ar it m os d e lo s
f ac to re s
 E l loga rit mo de un coc ie nt e es la dife re nc ia d e lo s lo ga ritm o s de l
d iv ide n do y d el d iv isor
 E l loga rit mo de un a pot en cia es igu al a l produ ct o del exp on ent e
p or e l log ar it m o de la b ase de dic ha po te nc ia
 E l loga rit mo de un r ad ic al e s ig ua l al coc ie nt e ent r e el log ar it m o
d el rad ican do y e l ind ic e de la r aiz

2.0 Cambio de base:

 Como en las calculadoras solamente se puede calcular directamente logaritmos decimales y neperianos, si
tenemos un logaritmo en otra base hay que realizar un cambio de base y resulta de realizar el cociente entre el
logaritmo de el argumento y el logaritmo de la base
2.1 Ecuaciones exponencial: Es aquella en que la incógnita aparece como exponente.
2.2 Ecuaciones logaritmicas: es aquella que contiene una o mas funciones logarítmicas de
una o más incognita
2.3 Valor absoluto de un número real:
El valor absoluto de un numero real es el mismo número si este es positivo y será su opuesto si
es negativo. Tambien es la distancia media entre dicho número y el cero
2.4 Propiedades del valor absoluto
 El valor absoluto de la suma algebraica de varios números reales es menor o igual
que la suma de los valor absolutos de los sumandos |a+b|≤|a|+ ¿ b∨¿
 El valor absoluto de la diferencia de dos numeros reales es mayor o igual que la
diferencia de los valores absolutos del minuedo y sustraendo |a−b|≥|a|−¿ b∨¿
 El valor absoluto del producto es igual al producto de los valores absolutos de los
factores|a. b|=|a|.∨b∨¿
 El valor absoluto del cociente es igual al cociente entre el valor absoluto del

dividendo por el del divisor |ab|=¿ a∨ ¿ b∨¿¿ ¿ ¿

2.5 Intervalos:
Hay 4 tipos de intervalos:
 Intervalo abierto: es el conjunto de todos los valores de x
comprendidos entre dos numeros (a y b) sin contar los
extremos
 Intervalo cerrado: es el conjunto de todos los valores de x
comprendidos entre dos números (a y b) contando los
extremos
 Intervalo semiabierto: es el caso de que un extremo
pertenezca al intervalo y el otro no. Y puede ser
semiabierto hacia la izquiera o hacia la derecha
 I n t e r v a l o i n fi n i t o : s i l a v a r i a b l e x t o m a t o d o s l o s v a l o r e s
mayores o menores que un número
2.6 Ecuacion de primer grado: es aquella que puede escribirse en la
forma: ax+b=0 donde a y b son constantes y a es distinta de 0.
Esta ecuación tiene solo una incognita y por lo tanto una
solución
2.7 Ecuación de segundo grado: Es aquella ecuación que puede escribirse en la
2
forma ax+bx+c=0 donde a, b y c son constantes y a es distinta de 0. Una
ecuación cuadrática puede tener dos soluciones diferentes que pueden ser; dos
raíces reales diferentes, una raíz real doble, o bien no tiene raíces reales
2.8 Inecuacion de primer grado: es q uel l a qu e pu ede es cr i b irs e en la
fo r ma : ax+ b 0 do nd e a y b so n co ns tant es , y a es dis ti n to d e cer o ,
pu di end o c am b iar se el s ign o m ayo r p or : men o r qu e, m en o r o ig ual
qu e, ma yo r o ig ual qu e
2.9 Sumatoria:
En muchas situaciones se presenta la conveniencia de abreviar la notación de una suma cuyos
terminos admiten cierta ley de formación.
3.0 Propiedades de la sumatoria
 La sumatoria de una suma es igual a la suma de las sumatorias de cada término
n n n

∑ ( ai+ bi) =∑ ai +∑ bi
i=1 i=1 i=1
 La sumatoria de términos con un factor común es igual al producto del factor
común por la sumatoria de los terminos que resulta de suprimir ese factor común
n n

∑ ( k . ai) =k . ∑ ai
i=1 i=1
 La sumatoria de n terminos de una constante es n veces la constante
n

∑ k=k +k +…+ k=n . k

i=1
Porcentaje: Signicafica por ciento, es decir, la centésima parte de algo.
 UNIDAD 2: FUNCIONES
Par ordenado: S e l o l l a m a a l e n t e f o r m a d o p o r d o s c o m p o n e n t e s
d a d o s e n u n c i e r t o o r d e n l o s c u a l e s c u m p l e n f u n c i o n e s d i s ti n t a s
Producto cartesiano: D a d o s d o s c o n j u n t o s “ A ” y “ B ” n o v a c i o s , s e
d e fi n e e l p r o d u c t o c a r t e s i a n o A X B c o m o e l c o n j u n t o d e t o d o s l o s
pares ordenados cuya primera componente pertenece al conjunto
A y la segunda componente al conjunto B
Relaciones binarias: Se llama relación binaria de A en B a todo subconjunto R del
producto cartesiano AxB
 El conjunto A se llama conjunto de partida y el conjunto B se llama
conjunto de llegada de la relación
 Si (a,b) pertenece a los reales se dice que “a” está relacionado con “b”; o
bien “b” es imagen de “a” por R
Relación inversa: Sea una relacion “R” de “A” en “B”, se denomina relación
inversa R−1 de “B” en “A”, a la que resulta de invertir los pares
ordenados que satisfacen la relación “R”
Función: Las funciones son casos particulares de las relaciones en las cuales se
establece una relación cuantitativa entre las distintas variables que
intervienen en el fenómeno
Definición: Una función “F” de “A” en “B” es una relación que cumple con las
siguientes condiciones:
1. El dominio de “F” es “A”
2. A cada elemento “x” perteneciente al conjunto “A” le corresponde un
unico elemento “y” perteneciente al conjunto “B” que se denota por
y=f ( x )
Dominio: Es el mayor conjunto de números reales que toma la variable “x”
compatible con la existencia de la función.
Imagen: Es el conjunto de números reales que adquiere la variable “y” cuando “x”
toma valores perteneciente al dominio de la función
Representación cartesiana: Las funciones se representan en sistemas de ejes
cartesianos. El dominio es un subconjunto del eje horizontal y el conjunto de
llegada el eje vertical.
Dada la ecuación se le asigna a “x” valores pertenecientes al dominio de la función
Clasificación de las funciones: D e ac uer do a las c ar ac te rísti ca s de l co nj unt o
de lleg ad a, la s f un cion es pue de n se r: iny ecti va s, so br eye cti vas y
biye cti vas. No nec esar ia m en te d ebe ser una de ellas.
 Inyecti va : Una f un cion es in yec ti v a c ua nd o a e le m en to s disti n to s
d el do m inio, c orr espo nde n elem e nto s disti nto s del con ju nt o d e
llega da
 S obrey ecti va : Una f un cion es sob re ye cti v a cua nd o tod o elem e nt o
d el con ju nt o de lle g a da e s im age n de p or lo m en os u n elem e nt o de l
d om inio
 B iy ecti va: Una f unc ión es biye cti va si y solo si, es inye cti va y
sob re yec ti v a a la v ez
 Composición de funciones: S i t e n e m o s d o s f u n c i o n e s f ( x ) y g ( x ) d e m o d o
que el dominio de la segunda esté incluido en la imagen de la
p r i m e r a , s e p u e d e d e fi n i r u n a n u e v a f u n c i ó n q u e a s o c i e a c a d a
e l e m e n t o d e f ( x ) e l v a l o r d e g [ f (x ) ]

Función inversa: Como toda función es una relación, cabe preguntar si la relación
inversa de una función, es también función. Una función de f:(fAde a en B
b)
tiene por
inversa otra función, si y solo si, f es biyectiva ya que a cada elemento del
dominio “B” le corresponde una y solo una imagen
Clasificación de funciones desde el punto de vista algebraico:
Constante
Enteras Lineal
Racionales Cuadrática
Cúbica
Algebraicas Fraccionarias

Irracionales

Exponencial
Funciones Logarítmica
Trascendentes Trigonométricas
Hiperbólicas

Valor absoluto
Parte entera
Especiales Parte decimal
Signo

Función lineal: Se escribe de la forma y=mx+q donde “m” es la pendiente

la cual es distinta de 0 y “q” es la ordenada al orígen. El dominio y la
imagen son los R
Función identidad: Es el caso particular de la función lineal cuando y=x. El
dominio y la imágen de estas funcion son los R
Función constante: En el caso particular de la función lineal cuando y=q. El dominio son
los R y la imágen es q
Función polinómica de segundo grado o cuadrática: Se escribe de la forma
2
y=a x +bx +c Donde “a”, “b” y “c” son constantes y “a” es distinta de cero. El
dominio de esta función son los R y la imágen es un subconjunto de los R
Función valor absoluto: Se encuentra definida sobre el conjunto de todos los
números rerales asignandoles su respectivo valor positivo. Dada la expresión y=|
x| su gráfica se ubica por encima del eje x y es simétrica respecto del eje y, su
dominio son todos los R y su imagen son todos los R positivos.
Función signo: es una función definida a trozos, que obtiene el signo de cualquier número
real que se tome por entrada. Se definen los valores de “y” si los valores de “x” cumplen una
cierta condicion.

Función parte entera: Se llama parte entera de un número real “x” al menor de
los números enteros entre los cuales está comprendido si “x” xno es un número
entero y al mismo número si x es un número entero. Esta función asigna a cada
número real un entero como imagen.
Función exponencial: Se escribe de la forma f(x)= k a x donde k es una constante
cualquiera siendo “a” un número real positivo distinto de 1
Función logarítmica: Se escribe de la forma f(x)= loga x. El dominio de las
funciones logarítmicas es de los reales positivos y la imagen son todos los reales
Funciones trigonométricas:
 Funcion seno
o El dominio es el conjunto de todos los numeros reales
o La imágen de la función consiste en todos los números reales
desde -1 hasta 1 inclusive
o Es periódica con periodo 2 π
 Funcion coseno
o El dominio es el conjunto de todos los números reales
o La imagen de la función consiste en todos los números reales
desde -1 hasta 1, inclusive
o Es periódica con periodo 2 π
 Funcion tangente
o El dominio es el conjunto de todos los números reales, excepto
π/2
o La imágen de la función consiste en todos los números reales
o La función tangente es periódica con periodo π

Aplicaciones económicas:
Las funciones son una herramienta matemática ampliamente usada en economía para
expresar las relaciones existentes entre las variables económicas. Ejemplos de ello se tienen
en la Función de Demanda, donde la Cantidad Demandada de un Bien depende de su Precio
de Mercado otro ejemplo es en las funciones de producción, en que la cantidad producida
de un Bien es función de las cantidades utilizadas de Factores Productivos y muchas mas
aplicaciones
UNIDAD 3: MATRICES
1.0 Matrices:
1.01 Definición: Una matriz es una tabla que está formada por una serie de escalares
ordenados por filas y columnas, cada elemento ocupa una determinada posicion en esta tabla de valores.
Las posiciones estan ordenadas de manera aij Los terminos horizontales son las filas de la matriz y estan
representado por el subindice “i”, los verticales en cambio, son sus columnas y están representado por el
subindice “j”

1.02 Notación: La matriz se denota por aij con i que varia desde 1 hasta m y j que
varia desde 1 hasta n, de esta manera una matriz con m filas y n columnas se
denomina matriz de orden m por n y es de la forma:

a11 a12 a13 ... a1n

a21 a22 a23 ... a2n
... ... ... ... ...
am1 am2 am3 ... amn

Las matrices además, se denotan usualmente con letras mayusculas y los elementos de la misma en
minuscula

1.1 Matrices especiales:

o Matriz fila: Son aquellas formadas por una única fila. Su orden es
1xn
o Matriz columna: Son aquellas formadas por una única columna. Su
orden es mx1
o Matriz nula: Es aquella que tiene todos sus elementos ceros. La
denotamos con (0)
o Matriz opuesta: Dos matrices son opuestas si tienen como
elementos correspondientes a números opuestos. Dada una
matriz A su opuesta se indica -A
o Matriz traspuesta: Son aquellas que tienen intercambiadas las filas por las
columnas. Dada una matriz A, su traspuesta se indica como At y se lee
traspuesta de A
1.2 Matrices cuadradas:
o Matriz identidad: Es aquella cuyos elementos son tales que Si i = j el
elemento es 1 y si i ≠ j el elemento es 0
o Matriz escalar: Es aquella cuyos elementos son tales que si i=j entonces hay una constante
distinta de cero y si i≠ j entonces hay un cero
o Matriz diagonal: Es aquella cuyos elementos son tales que si i ≠j
entonces hay un cero
o Matriz simétrica: Es aquella cuyos elementos son tales que aij=aji
o Matriz antisimétrica: Sus elementos son tales que aij=−¿aji y cuando i=j
hay un 0
 o Matriz triangular superior: E s a q u e l l a c u y o s e l e m e n t o s s o n t a l e s q u e :
aij=0 Si i ¿j
o Matriz triangular inferior: Es aquella cuyos elementos son tales que: aij=0 Si i ¿j

1.3 Igualdad de matrices: Dos matrices son iguales cuando sus elementos
correspondientes son iguales
1.4 Operaciones con matrices:
Adición: P a r a r e a l i z a r l a s u m a d e m a t r i c e s e s t a s d e b e n s e r
del mismo orden. Si se cumple la condicion anterior, la
matriz suma la obtenemos de sumar cada elemento
correspondiente
Propiedades:
 Ley de cierre: A+B ∈ Mmxn
 Ley conmutativa: A+B= B+A
 Ley asociativa: (A+B) + C= A+ (B+C)
 Existencia elemento neutro (Matriz nula): A+ (0)= A
 Existencia de la matriz opuesta: A+(-A)=0
Sustracción: Para poder realizar la resta de matrices estas deben ser del mismo
orden. Se obtiene de sumarle a la primera la opuesta de la segunda: A-B= A+(-B)
Producto de un número real por una matriz: Dada una matriz A y un numero real k,
el producto k.a se realiza multiplicando K por todos los elementos de A, resultando otra
matriz de igual orden
Propiedades: Dados α y β numeros reales y las matrices A y B, del mismo orden, se cumple:
 1.A= A
 -1.A= -A
 0.A= (0)
 α (0)= (0)
 Distributiva respecto a la suma de matrices. α(A+B)= α.A+ α.B
 Distributiva respecto de la suma de reales. (α+ β).A= α .A+β.A
 Asociativa combinada(α.β).A= α(β.A)
Producto de matrices: Para poder multiplicar dos matrices, la primera debe tener el
mismo número de columnas que filas de la segunda. La matriz resultante del producto
quedará con el mismo número de filas de la primera y con el mismo número de columnas
de la segunda
Propiedades: Dadas las matrices A, B y C tales que los productos A.B, A.C Y B.C sean
posibles y un número real α
 Ley asociativa:(A.B).C= A.(B.C) Ley asociativa
 Distributiba a la derecha y a la izquierda: A.(B+C)= A.B+A.C, (A+B).C= A.C+B.C
 Asociativa en el producto por escalares: α(A.B)= (α.A).B= A.(α.B)
Combinación lineal de filas y columnas de una matriz: Dada una matriz si hay una
fila que sea el resultado de haber operado con elementos de otras filas con determinados
escalares entonces decimos que esta fila es combinación lineal de las otras
Dada una matriz A, decimos que la fila i es combinación lineal de las filas p y q con escalares
α y β, si se cumple que:
Fi= αFp + βFq La fila i es un resultado de operar la fila p y la fila q con escalares alpha y
beta
Transformaciones elementales entre las filas de una matriz:
 Intercambiar el orden de dos fi las (o columnas) de la matriz
  Multi plicar todos los elementos de una fi la (o columna) de la matriz
por un escalar disti nto de cero
 Susti tuir una fi la (o columna) de la matriz por el resultado de una
combinación lineal de esa fi la (o columna) con otra fi la (o columna)
con escalares α y β distintos de ceros
Matrices equivalentes: Dadas dos matrices A y B, decimos que son
equivalentes, si una se obtiene de la otra realizando transformaciones
elementales
Forma escalonada de una matriz:
Una matriz se llama escalón si cumple que:
1. Todas las fi las cero e st án en la p ar te inferior de la matriz
2. El e le mento de lant ero de ca da fi la diferente de cero está a la
de re ch a del elem ento dela nt er o dife re nt e de cero de la fi la ante rior
Dependencia e independencia lineal entre filas o columnas de una matriz: Una fila (o columna) es
linealmente independiente de otras cuando no se puede expresar como una combinación
lineal de ellas, caso contrario, será dependiente

Rango de ua matriz: El rango de una matriz es el número de líneas de esa matriz (filas o columnas) que son
linealmente independientes. Se denota r (A) y se lee rango de A
Metodo para el calculo del rango: Consiste en hacer nulas el máximo número de filas posible, y el
rango será el número de filas no nulas. Para tal fin aplicamos transformaciones elementales
a la matriz dada hasta obtener la matriz escalonada. Las transformaciones elementales no
alteran ni el orden ni el rango de una matriz
"""''
Determinante de una matriz cuadrada:
Definición: A cada matriz cuadrada A= aij se le asigna un escalar parti cular
denominado determinante de A, denotado por |A|. El determinante es un escalar obtenido
de las matrices cuadradas
Cálculo:
1. El determinante de la matriz A de orden 1 es precisamente el número a
2. El determinante de la matriz A de orden 2 va a ser igual al producto de los elementos
que se encuentran en la diagonal principal menos el producto de los elementos que
se encuentran en la diagonal secundaria
3. El determinante de la matriz A de orden 3 va a ser igual a: a 11.|A11| - a21. |A21| + a31.|A31|
4. El determinante de la matriz A de orden n: a 11.|A11| - a21.|A21| + .... + (-1)n an1.|An1|
Regla de Sarrus: Es un metodo practico para el cálculo de determinantes de orden
3. Consiste en repetir las dos primeras filas por debajo del determinante y sumar
el producto de la diagonal principal y sus paralelas luego, restamos el producto de
las diagonal secundaria y sus paralelas
Teoremas sobre determinantes: Algunas propiedades importantes que tienen los
determinantes, y que se enuncian sin demostración son:
 S i B e s la m at riz qu e se o bti e ne a p ar ti r d e una m at riz A
m u lti plic an do p or un num e ro r ea l a, no n ulo, u na d e su s fi las (o
colum a s) se ti e ne q ue: |B|= a |A|
 Si B es la matriz cuadrada que resulta de intercambiar dos filas (o columnas) de A
arbitrariamente, se tiene que: |B|= - |A|

 E l de te rm in ant e de u na m a tr iz cu adr ad a A qu e te nga dos fi la s ( o

colum n as) iden ti ca s es ig ua l a ce ro .

 E l de te rm in ant e de u na m a tr iz cu adr ad a A qu e te nga dos fi la s ( o

colum n as) pr op or ciona les es ig ua l a c ero
  S i un a co lu m na o u na fi la d e un a m at riz c uad ra da A , ti e ne t odo s los
e le m en to s ig ua le s a c ero, e nt onc es e l de te rm in ant e de la m a tr iz A es
c ero

 S ea A u na ma tr iz cua dr ad a y B la m at riz q ue r esu lt a d e sum ar los

e le m en to s de u na fi la ( o co lu m na ) de A con los e lem en to s
cor re sp ond ie nt es d e ot ra fi la ( o colum na ) de A m ulti plica dos por u n
n úm e ro a . En to nc es |A|= |B|

 E l de te rm in ant e de u na m a tr iz cu adr ad a A es c er o, si u na fi la ( o
colum n a) d e la m at riz A e s co m bina ción lin e a l de o tr as fi la s ( o
colum n as) de A

 E l de te rm in ant e de u na m a tr iz tr iang u lar e s el prod uct o de los

e le m en to s qu e form a n la diago na l pr incipa l

 S ea A u na ma tr iz cua dr ad a, se ve rifi c a qu e |A|= |A|t

Menor complementario de un elemento de una matriz: Sea A una matriz
cuadrada de orden n y aij un elemento de dicha matriz, se llama menor del elemento a ij, al
determinante de orden n-1 que resulta de suprimir en A la fila i y la columna j. Se lo simboliza
Mij. Una vez que se haya el menor se haya la determinada con alguno de los metodos
anteriores
Adjunto, cofactor o complemento algebraico de un elemento de una matriz:
Para un elemento aij de una matriz A, es el producto de (-1)i+j por el menor M ij
correspondiente a dicho elemento A ij =(-1)i+j Mij

Método de desarrollo en menores: Este método nos permite calcular el valor de un

determinante a partir de la suma de los productos de cada elemento de una fila (o columna) y
sus respectivos adjuntos
Matriz adjunta de una matriz cuadrada: La matriz adjunta de A es la matriz que se
deduce de ella, cuando a cada elemento de At s e l o r ee mp l aza po r s u
ad j un to co r re sp on di en t e.
Matriz inversa: Una matriz cuadrada A de orden n es invertible, si existe otra
matriz cuadrada B de orden n que conmuta con A y que cumple que: A.B=B.A=I (I
es la matriz indentidad de orden n). En este caso, B es la inversa de A y la
denotaremos con A-1
Propiedad de la matriz inversa: El producto de una matriz por su adjunto es igual al
producto de su determinante por la matriz identidad del mismo orden
Cálculo de la inversa de una matriz: De la propiedad anterior de deduce que el
determinante de A debe ser distinto de cero, como consecuencia de esto es posible dividir
miembro a-1 miembro por |A|
Como A.A = I se deduce que:
A-1 = 1 Adj A
|A|
UNIDAD 5: SISTEMAS DE ECUACIONES LINEALES
Definición de ecuación lineal: Una ecuación lineal es una expresión del tipo:
a1x1+ a2x2+ a3x3+ ... anxn=b, donde los ai pertenecen a los reales, b pertenece a los
reales. Los ai son los coeficiente, b es el término independiente y los x i son las
incógnitas.

Solución: Culaquier conjunto den numeros reales que verifica la ecuación se denomina
solución de la ecuación.

Expresión general de un sistema de ecuaciones lineales: Un sistema de

ecuaciones lieales es un conjunto de ecuaciones lineales de la forma:
a11x1+ a12x2+ a13x3+ ... +anxn=b1
a21x1+ a22x2+ a23x3+ ... +anxn=b2
am1x1+ am2x2+ am3x3+ ... +amnxn=bm
En este caso tenemos m ecuaciones y n incognitas. Los números reales a ij se denominan
coeficiente y los xi se denominan incognitas y bi se denominan terminos independiente
(i=1,2,3...,m) y (j=1,2,3...,n). En el caso de que haya 3 incognitas se designan como “x” para
x1, “y”para x2 y “z” para x3

Clasificación: En general, buscaremos las soluciones de los sistemas en los

números reales. Dependiendo del posiblenúmero de tales soluciones reales que
tenga un sistema, éstos pueden clasificarse en:
 Incompatibles (no tienen solución). Se abrevia S.I
 Compatibles (Tienen solución)
o Determinados (Solución única) S.C.D
o Indeterminados (Infinitas suluciones) S.C.I

Sistemas homogéneos y no homogéneos:

Si al menos uno de los b i es distinto de cero, el sistema es no homogéneo. Si
todos los bi son nulos, se dice que el sistema es homogéneo
Todo sistema de ecuación homogéneo tiene por solución la trivial (x1=0; x2=0;
x3=0; ...; xn=0)
Por lo tanto, son sistemas compatibles. También pueden admitir ptras soluciones llamadas
no triviales. En este caso el sistema será compatible indeterminado
Combinación lineal de ecuaciones: Lo que puede ocurrir es que dado un sistema
determinado, alguna de las ecuaciones puede ser combinacion lineal de las restantes
ecuaciones del sistema entonces si tenemos “m” ecuaciones con m escalares si
combinamos esas ecuaciones con dichos escalares vamos a obtener una nueva
ecuación, entonces este nuevo conjunto de ecuaciones incluido con la E son
linealmente dependientes porque la ecuación E es el resultado de una combinacion
lineal de las demás ecuaciones

Sistemas de ecuaciones equivalentes: Dados dos sistemas en las mismas incognitas;

diremos que son equivalentes si ambos son incompatibles o si sinedo compatibles admiten
el mismo conunto solución. Dado un sistema de ecuaciones lineales se puede obtener otro
equivalente al mismo a partir de la aplicaciones de las llamas operaciones elementales:
1. Intercambiar el orden de las ecuaciones
2. Multi plicar ambos miembros de una ecuación por escalar disti nto de
cero
3. Reemplazar a una ecuación por el resultado de la combinación lineal de
ella misma con otras del sistema con escalares dsiti ntos de cero

Método de Gauss: Teniendo en cuenta lo visto anteriormente, se tiene que cualquier

secuencia de operaciones elementales transforma un sistema de ecuaciones lineales dado
en otro equivalente. Este método se vale de esto para obtener un sistema de ecuaciones
equivalente escalonado. De esta forma, podremos determinar, la compatibilidad o
imcompatibilidad del sistema.´
Si ocurre que en el proceso aparecen ecuaciones cuyos coeficientes son todos ceros y el
termino independiente tambien es cero, entonces eliminamos esas ecuaciones
Si en cambio,el termino independiente es distinto de cero, el sistema resulta incompatible
Si no se presenta lo anterior se sigue con el proceso hasta llegar a la forma escalonada
Representamos con k el número de ecuaciones que quedaron y con “n” el número de
incognitas
Si k=n el sistema es compatible determinado (forma triangular)
Si k n, el sistema es compatible indeterminado (forma trapezoidal)

Forma matricial de un sistema de ecuaciones lineales: Llamamos “matriz del

sistema” a la matriz formada por los coeficiente de las incógnitas. Si a esta matriz, le
agragamos la columna de los terminos independientes, obtenemos la “matriz ampliada”

Resolución de sistemas con ayuda de matrices: Un método práctico para la

resolución de un sistema de ecuaciones lineales consiste en obtener la matriz ampliada del
mismo y llevarla, mediante las operaciones elementales, a la forma escalonada.
A partir de ella se reconstruye el sistema equivalente obteniéndose la solución buscada.
Este método se conoce con el nombre de eliminación gaussiana

Teorema de Rouché Frobenius: Dado un sistema de ecuaciones lineales con m

ecuaciones y n incognitas, siendo Ala matriz asociada y (A,B) la matriz
ampliada, se cumple que:
1. El sistema es compati ble si y solo si r(A)=r(A,B)
Es compati ble determinado si y solo si r(A)=n
Es compati ble indeterminado si y solo si r(A) n
2. El sistema es incompati ble si y solo si r(A) r(A,B)
Sistemas cuadrados:
Método de la matriz inversa: Si tenemos un sistema con el mismo número de
ecuaciones que de incognitas (un sistema cuadrado), entonces la matriz A de
coeficientes es cuadrada y podemos escribir el sistema como: A.X=B
Donde A, X y B son las matrices ya definidas de coeficientes, incognitas, y
terminos independientes respectivamente. Como el objetivo es calcular la
matriz X de incognitas, el problema estaría resuelto si conseguimos despejar X
de dicha ecuación.
Sabemos que eso se puede hacer sólo cuando la matriz A posee inversa, y en ese
caso
-1
tendriamos que:
A.X=B
-1 -1
A.A.X=A.B
I.X=A.B
X=A.B
Es decir, podríamos calcular X, y el sistema tendría solución única.
Si A no posee inversa, no podemos despejar X y el sistema no se puede resolver
de esta manera

Sistemas de Cramer: Los sistemas de Cramer son aquellos donde el número de ecuaciones es igual al
número de incognitas y ademas el determinante de la matriz asociada es distinto de cero. Bajo estas
condiciones dichos sistemas siempre resultan compatibles determinados

Regla de Cramer: Si un sistema cumple con las condiciones mencionadas anteriormente, se puede
aplicar una regla muy sencilla para calcular la solución que se basa en los determinantes. Para un sistema de
cramer, se verifica que la incognita numero k se calcula dividiendo entre el determinante de A el
determinante que resulta de sustituir la columna k (correspondiente al lugar que ocupe la incognita que se
está calculando) por la columna de términos independientes

UNIDAD 6: VECTORES
Vectores:
Definición: Un vector (en geometría) es un ente geométrico definido por un segmento
orientado de recta, que se utiliza para la representación de magnitudes llamadas magnitudes
vectoriales. Las magnitudes vectoriales son magnitudes que para estar determinadas precisan
de un valor numérico, una dirección, un sentido y un punto de aplicación
Expresión analítica: Dependiendo de en que dimensión se esté trabajando un vector se
expresará de distinta manera.
Si estamos en el espacio de una dimensión entonces al vector se lo expresa simplemente con
un número
En el espacio de dos dimensiones un vector se expresa mediante un par ordenado de números
reales los cuales son las coordenadas del punto extremo de este vector
En el espacio de tres dimensiones la expresión analítica se expresa con una terna ordenada de
números reales. La primer componente se ubica sobre el eje de las x, la segunda sobre el eje
de las y, y la tercera sobre el eje de la z y para su representación se necesita un sistema de
coordenadas ortogonales cartesianas
Expresión canónica: Todo vector puede expresarse como combinación lineal de los versores
fundamentales
Si V= (v1,v2) (Si el vector tiene componentes v sub 1 y v sub 2) su expresión canónica va a ser
igual a:
V= v1i + v2j (v sub1 por i más v sub 2 por j)
Si V= (v1,v2,v3) (Si el vector tiene componentes v sub 1, v sub 2 y v sub 3) su expresión
canónica va ser igual a:
V= v1i + v2j + v3k (v sub1 por i más v sub 2 por j mas v sub3 por k)

Es decir que la expresión canónica es la suma de los productos de los componentes con sus
respectivos versores fundamentales

Combinación lineal: Dados n vectores y n escalares si los combinamos obtendremos

nuevos vectores linealmente dependientes unos de otros ya que son resultado de una
combinación lineal de los demás vectores

Dependencia e independencia lineal: Dado un conjunto finito de vectores y escalares si la

combinación lineal de estos se iguala al vector nulo entonces la solución es que todos los
escalares sean igual a 0, en este caso se dice que los vectores son linealmente independientes,
en caso contrario son linealmente dependientes

Propiedades:
1. Un conjunto de vectores es linealmente dependiente si y solamente si alguno de los
vectores es combinación lineal de los demás
2. Si un conjunto de vectores es linealmente independiente, cualquier subconjunto suyo
también lo es
3. Si un conjunto de vectores es linealmente dependiente, también lo es todo conjunto
que lo contenga

Módulo o norma de un vector: Es la longitud del segmento orientado que lo representa.

Dado un vector en el plano, el cuál tiene dos componentes. Su módulo sale de aplicar el
teorema de pitágoras ya que se forma un triangulo y su hipotenúsa es el módulo.
Por eso la fórmula para hayar el módulo de un vector en el espacio de dos dimensiones es la
raíz cuadrada de la primer componente al cuadrado mas la segunda componente al cuadrado.

En el espacio de tres dimensiones donde el vector tiene tres componentes la fórmula para
hayar el módulo es también pitágoras. En este caso es la raíz cuadrada de la primer
componente al cuadrado mas la segunda componente al cuadrado mas la tercer componente
al cuadrado

Vector nulo. Es aquel cuyo módulo es cero, por lo tanto, no tiene dirección. Se lo simboliza
con una O y el simbolo de vector. Las componentes que lo integran son todas 0

Versor o vector unitario: Son aquellos cuyo módulo es la unidad.

Cada uno de los ejes coordenados tiene asociado un vector unitario que se denominan
versores fundamentales, estos, tienen la dirección de los semiejes positivos de los ejes.
En R2 : Cada vertor tienes 2 componentes
El vector de componentes (1,0) está en el eje de las x. Se lo llama i
El vector de componentes (0,1) está en el eje de las “y”. Se lo llama j
3
En R : Cada vertor tiene 3 componentes pero solo uno de ellos puede ser unidad, además, al
tener otra componente también existe un versor para este mismo
El vector de componentes (1,0,0) está en el eje de las “x”. Se lo llama i
El vector de componentes (0,1,0) está en el eje de las “y”. Se lo llama j
El vector de componentes (0,0,1) está en el eje de las “z”. Se lo llama k

Ángulos directores: Son los ángulos que forman el vector con respecto a los semiejes
positivos. Su valor se encuentra comprendido entre 0 y π
En R2 se forman 2 ángulos α y β
α es el angulo que forma el vector con el eje x
β es el angulo que forma el vector con el eje y
En R3 hay otro angulo más
γ que forma el vector con el eje z
Cosenos directores: Los cosenos directores son los cosenos de los ángulos directores del
vector.
Si V= (V1,V2) (Si el vector tiene componentes v sub 1 y v sub 2) entonces:
cos α=v1 El coseno de alfa es igual a la primer componente del vector dividido el modulo de V
| V |
cos β= v2 El coseno de beta es la segunda componente del vector dividido el modulo de V
| V |
V= (v1,v2,v3) (Si el vector tiene componentes v sub 1, v sub 2 y v sub 3) entonces también se le
aplica el coseno de gamma
cos γ= v3
| V |
Propiedad: La suma de los cuadrados de los cosenos directores es igual a la unidad
En el espacio de dos dimensiones:Cos2 α +cos2 β=1
En el espacio de tres dimensiones: Cos2 α +cos2 β=1

Igualdad de vectores: Dados dos vectores en su expresión analítica, son iguales, si sus
componentes homólogas son iguales:
V=U v1= u1 y v2= u2 (los vectores v y u son iguales si y solo si v sub 1 es igual a u sub 1 y v
sub 2 es igual a u sub 2)
Suma de vectores: Sumar dos o más vectores es hallar otro vector resultante cuyas
componentes sean iguales a la suma de las componentes de los vectores sumandos

Resta de vectores: Para restar dos vectores lo que se hace es sumarle al primer vector el
opuesto del segundo

Producto de un escalar por un vector: El resultado de multiplicar un escalar α por un

vector V expresado analticamente por α. V, es otro vector con las siguientes características:
1. Tiene la misma dirección que V
2. Su sentido coincide con el de V si α es un número positivo, y es el opuesto, si α es un
número negativo
3. El módulo es |α| por el módulo de V. (Si α es 0 el resultado es el vector nulo)
Analíticamente, tenemos que multiplicar el escalar por cada una de las coordenadas del vector

Representaciones gráficas.
Vector determinado por dos puntos cualesquiera: Dados dos puntos en el plano es
posible determinar el vector que une dichos puntos:
En R2 la formula es
P1P2= (x2-x1,y2-y1) P sub 1 p sub 2 vector es igual a x sub 2 menos x sub 1 en la primer
componente y en la segunda y sub 2 menos y sub 1)
En R3 lo unico que cambia es que aparece la tercer componente que será z sub2 menos z sub1

Distancia entre dos puntos: Dados dos puntos se puede determinar la distancia entre
ellos tomando el módulo del vector que une dichos puntos.
2 2
Dist (P1,P2)= P1P2 = (x2-x1) + (y2-y1) (Hayamos la distancia entre dos puntos por medio del
modulo del vector que une dichos puntos que es igual a la raiz cuadrada de la suma de los
cuadrados de sus componentes)
2 3
Paralelismo entre vectores: En R y R dos vectores son paralelos si y solo si las
componentes homólogas son proporcionales
Producto escalar o producto punto: Se define como el producto entre los módulos de los
vectores y el coseno del ángulo determinado entre ellos, donde el ángulo se encuentra entre 0
y π.
También se lo puede calcular en función de sus componentes:
De manera que el producto escalar entre dos vectores es igual a la suma de los productos entre
componentes homólogas
Propiedades:
 El producto escalar es conmutativo
 El producto escalar es distributivo respecto de la suma de vectores
 El producto escalar es asociativo combinado
 Si los vectores son perpendiculares entonces su producto escalar es igual a 0
 Si el producto escalar entre dos vectores es nulo entonces alguno de los vectores es
el vector nulo o los vectores son ortogonales
 El producto escalar de un vector por sí mismo es igual al cuadrado de su módulo

Ángulo entre dos vectores: Es igual al arco coseno del cociente entre la suma de sus
componente homologas y el producto de las raices cuadradas de la suma de los cuadrados de
cada una de sus componentes
Condición de perpendicularidad: Si el ángulo que forman dos vectores entre si es de 90
grados, es decir, son perpendiculares entonces su producto escalar es igual a 0

Proyección de un vector sobre otro:

Proyvu= u v . v
2
|v |
La proyección del vector U sobre el vector V va a ser igual al cociente del producto escalar de
ambos vectores y el modulo al cuadrado del vector V multiplicado por el vector V

Interpretación geométrica del producto escalar:

El ángulo entre dos vectores es igual al arco coseno del producto de dos vectores sobre el
producto de sus modulos

Producto vectorial o producto cruz: Esta forma de multiplicar solo se da en el caso de

vectores que viven en R3. El producto vectorial de los vectores U y V, se define como un vector
W, donde su dirección es perpendicular al plano de U y V, en el sentido del movimiento de un
tornillo que gira hacia la derecha por el camino mas corto de U a V

Propiedades: Sean U, V y W tres vectores de R3 y sea α ∈ , entonces:

1. El producto vectorial es semiconmutativo
2. El producto vectorial es distrivutivo respecto de la suma de vectores
3. Extracción de un escalar del producto vectorial
4. El producto vectorial de vectores paralelos es el vector nulo

Expresión analítica del producto vectorial: Para calcular el producto vectorial en funcion de
las componentes se utiliza la función de determinante. Se arma un determinante de tercer
orden donde en la primera fila (o columna) se ubican los versores y en las otras dos se ubican
las componentes, se lo desarrolla en tres determinantes de orden dos, luego de desarrollar
cada una, obtendremos las componentes del vector que resulta del producto vectorial

Expresión canónica del producto vectorial: Si queremos transformar al vector del

resultado del proceso anterior a su forma canónica debemos sumar cada componente y
multiplicarle por los versores fundamentes

Interpretación geométrica del módulo del producto vectorial: Si consideramos los

vectores U y V con un origen común, ellos determinan dos de los lados no paralelos de un
paralelogramo cuya área es el módulo del producto vectorial

Producto mixto: es el número real que se obtiene de efectuar primero un producto

vectorial y luego un producto escalar. Se lo puede calcular mediante un determinante de
orden tres que se arma a partir de las componentes de los vectores
Interpretación geométrica: Los vectores U, V y W, no coplanares de R3, permiten definir al
considerarse con un orígen común un paraleleípedo, cuyo volumen es el valor absoluto del
producto mixoto entre U, V y W