Matemática

Bloque 6: Funciones Algebraicas Racionales

- DEFINICIÓN: Una función racional es un cociente de dos funciones

polinomiales. Podemos expresarla de forma genérica como:
𝑅(𝑥) = 𝑃(𝑥)
𝑄(𝑥)
“donde 𝑃(𝑥) y 𝑄(𝑥) son polinomios”

- Esta función se caracteriza por:

• El polinomio del denominador no puede ser el polinomio nulo.
• El dominio de 𝑅(𝑥) es el conjunto de los números reales, con excepción de aquellos
para los que 𝑄(𝑥) = 0, es decir, se excluyen los ceros de 𝑄(𝑥).
• El rango es un subconjunto de los números reales.
• Los polinomios 𝑃(𝑥) y 𝑄(𝑥) no tienen factores comunes.

- FUNCIÓN HOMOGRÁFICA:
Su expresión es 𝑅(𝑥) = 𝑎𝑥+𝑏
𝑐𝑥+𝑑
“con c ≠ 0 𝑦 bc ≠ ad”

Al graficar una función racional, se debe poner especial atención al comportamiento

de la gráfica cerca de los valores para los cuales el polinomio del denominador vale
cero.

“ cuando 𝑥 se acerca a cero con valores menores (por la izquierda), los valores de
𝑓(𝑥) disminuyen sin límite”

En símbolos: 𝑓(𝑥) → −∞ cuando 𝑥 → 0 −

“cuando 𝑥 se acerca a cero con valores mayores (por la derecha), los valores de
𝑓(𝑥) se incrementan sin límite”.

En símbolos: 𝑓(𝑥) → ∞ cuando 𝑥 → 0 +

“La recta 𝒙 = 𝟎 se llama asíntota vertical de la gráfica de la figura, y la recta 𝒚 = 𝟎 se
llama asíntota horizontal”

- DEFINICIÓN DE ASÍNTOTA:
1. La recta 𝑥 = 𝑎 es una asíntota vertical de la función 𝑦 = 𝑓(𝑥) si 𝑦 tiende a ±∞
cuando 𝑥 tiende a 𝑎 por la derecha o la izquierda:

2. La recta 𝑦 = 𝑏 es una asíntota horizontal de la función 𝑦 = 𝑓(𝑥) si 𝑦 se

aproxima a 𝑏, cuando 𝑥 se aproxima a ±∞

- GUIA PARA REALIZAR LAS GRÁFICAS DE FUNCIONES HOMOGRÁFICA

1. Encuentre y determine la intersección con el eje 𝑦 (si la hay) evaluando 𝑓(0).
2. Encuentre y determine la intersección con el eje 𝑥 (si la hay) encontrando los
ceros del numerador 𝑎𝑥 + 𝑏 = 0.
3. Determine la ecuación de la asíntota vertical encontrando el cero del
denominador 𝑐𝑥 + 𝑑 = 0.
4. Encuentre la ecuación de la asíntota horizontal con la siguiente expresión 𝑦= 𝑎
c
Observar que la expresión anterior se forma con el cociente entre el
coeficiente principal del polinomio del numerador sobre el coeficiente principal del
polinomio del denominador.
5. Grafique, ayudándose si es necesario, determinando puntos extras.
 Bloque 7: Funciones trascendentes (exponencial y
logarítmica)
FUNCIONES EXPONENCIALES
Llamamos función exponencial a una función 𝒇 ∶ 𝑹 → 𝑹 que verifica:
𝒇 (𝒙) = 𝒂x 𝐨 𝒚=𝒂x
“donde 𝒂 > 𝟎 y 𝒂 ≠ 𝟏 es un número real”
1. pedimos 𝑎 > 0 para garantizar que ax sea siempre un número real.
2. pedimos 𝑎 ≠ 1 pues, en caso contrario, la función tomaría para todos
los valores de la variable 𝑥 un único resultado que sería 𝑓 (𝑥) = 1 𝑥 = 1,
es decir sólo representaría una función constante.

- Propiedades de las funciones exponenciales

1. El dominio de una función exponencial son todos los números reales.
2. El rango son todos los números reales positivos.
3. Puesto que 𝑎0 = 1 para toda base 𝑎, cada gráfica tiene la intersección con el eje y
en (0, 1).
4. La gráfica de 𝑦 = 𝑎x no toca al eje 𝑥, aunque se acerca a él tanto como se quiera,
esto hace que el eje 𝑥 se transforme en la asíntota horizontal de 𝑦 = 𝑎x
5. Si 𝑎 > 1, la gráfica de 𝑦 = ax es una función creciente.
6. Si 0 < 𝑎 < 1, entonces la gráfica de 𝑦 = ax es una función decreciente.
7. Es una función biyectiva.

🚩El número irracional 𝒆 = 𝟐. 𝟕𝟏𝟖𝟐𝟖 … .. aparece

frecuentemente en matemática. Es por eso por lo
que la función exponencial con base e, 𝒇(𝒙) = 𝒆 𝒙 ,
también es muy usada. Para graficarla se procede
de la misma forma que lo hicimos en los otros
casos.

- APLICACIONES
f(t)=y0 art

Donde : 𝑦0 representa la cantidad inicial 𝑎 y 𝑟 son constantes que dependen de cada

problema, si 𝑟 > 0 habrá crecimiento y si 𝑟 < 0 habrá un decrecimiento.
Se puede usar base 𝒂 o 𝒆, según convenga en cada caso.
A continuación, estudiaremos ejemplos concretos que se modelan mediante
funciones exponenciales.
 FUNCIONES LOGARÍTMICAS
La función logarítmica con base 𝒂 > 𝟎 y 𝒂 ≠1, se define por
𝒚 = 𝐥𝐨𝐠a𝒙 si y sólo si 𝒙 = 𝒂y
Dominio: conjunto de números reales positivos

“Notar que la base no afecta al momento de determinar el dominio de una función

logarítmica.
La expresión logarítmica 𝒚 = 𝒍𝒐𝒈𝒂 𝒙 si y la expresión exponencial 𝒙 = 𝒂 𝒚 son
equivalentes”

función logarítmica función exponencial

log39 = 2 9 = 32

log82 = 1/3 2= 8 1/3

logb5 = -1 5 = b-1

- Propiedades de las funciones logarítmicas

1. El dominio de una función logarítmica es el conjunto de todos los reales positivos,
es decir (0; ∞).
2. El rango es el conjunto de todos los números reales.
3. Puesto que log𝑎 1 = 0 para toda base 𝑎, cada gráfica tiene la intersección con el
eje 𝑥 en (1, 0).
4. La gráfica de 𝑦 = 𝑙𝑜𝑔𝑎 𝑥 no toca al eje y, aunque se acerca a él tanto como se
quiera, esto hace que el eje y se transforme en la asíntota vertical de 𝑦 = 𝑙𝑜𝑔𝑎 𝑥.
5. Si 𝑎 > 1, la gráfica de 𝑦 = 𝑙𝑜𝑔𝑎 𝑥 es una función creciente. Esto es, cuando x
aumenta su valor, y también aumenta su valor.
6. Si 0 < 𝑎 < 1, entonces la gráfica de 𝑦 = 𝑙𝑜𝑔𝑎 𝑥 es una función decreciente. Es decir,
cuando 𝑥 aumenta su valor, entonces y disminuye su valor.
7. Es una función biyectiva

Bloque 8: Trigonometría
- ÁNGULOS
Se determina al girar un rayo (semirrecta) alrededor de su punto extremo.

Lado inicial: posición inicial del rayo

Lado terminal: después de la rotación
Vértice: punto extremo del rayo
 Podemos ubicar un ángulo en el plano cartesiano, con su
vértice en el origen y su lado inicial que coincida con el eje
positivo de las x.

en este caso se dice que el ángulo está en su posición

normal o estándar

- SISTEMA DE MEDICION DE ANGULOS

Sistema sexagesimal
↳ es en grados y se basa en la asignación de 360° al ángulo formado por la
rotación completa en sentido contrario a las agujas del reloj.

↳ otros ángulos se miden en función de un ángulo de 360°, y un

ángulo de 1° es el que se forma por 1/360 de una rotación
completa.

Medida Positiva: contraria a las

manecillas del reloj. Se obtiene con
un cuarto de rotación completa

Ángulo Negativo: en sentido de las

agujas del reloj. Se obtiene con tres
cuartos de rotación completa.

- SISTEMA CIRCULAR
Medimos los ángulos en radianes, que son números reales. Un radián es la medida
de un ángulo central 𝜃 que interseca un arco es igual en longitud al radio r de la
circunferencia, algebraicamente 𝜃 = s/r , donde 𝜃 se mide en radianes.
360° ↔ 2𝜋 rad
 - TRIGONOMETRÍA DEL TRIÁNGULO RECTÁNGULO
↳ Ángulo agudo marcado

Pueden formar tres razones trigonométricas del ángulo agudo.

“Los valores de las funciones trigonométricas dependen sólo del tamaño del ángulo
𝜃, y no del tamaño del triángulo rectángulo”

“Las funciones trigonométricas inversas se denotan con 𝑠𝑒𝑛−1o arcoseno, 𝑐𝑜𝑠−1 o

arcocoseno, 𝑡𝑎𝑛−1 o arcotangente, y así sucesivamente.”

- ÁNGULO DE ELEVACIÓN: ángulo entre la visual del observador a un

objeto, y la horizontal es hacia arriba.
- ÁNGULO DE DEPRESIÓN: ángulo entre la visual del observador a un
objeto, y la horizontal es hacia abajo.

- TRIÁNGULO OBLICUÁNGULOS
↳ No tienen ángulos rectos
- se marcan como 𝛼, 𝛽 y 𝛾, sus lados opuestos se marcan como 𝑎, 𝑏 y 𝑐
- se necesita conocer al menos
Ley de los senos: 1. Dos ángulos y cualquier lado
2. Dos lados y un ángulo opuesto a uno de ellos
Ley de los cosenos: 3. Tres lados
4. Dos lados y su ángulo incluido
 LEY DE LOS SENOS (TEOREMA DEL SENO)

Si ABC es un triángulo con lados a, b y c, entonces:

LEY DE LOS COSENOS (TEOREMA DEL COSENO)

Sean los ángulos 𝛼, 𝛽 𝑦 𝛾, y los lados opuestos a ellos sean a, b y c , entonces:
 Bloque 9: Matrices
- DEFINICIÓN:

Al elemento ubicado en la fila 𝑖 y la columna 𝑗 de una matriz 𝐴 de 𝑚 × 𝑛 se lo

denota por 𝒂𝒊𝒋. Por consiguiente, una matriz 𝐴 se escribe abreviadamente como:
𝐴 = (𝑎𝑖𝑗)𝑚 × 𝑛
“El primer subíndice de cada elemento de la matriz indica la fila a la que pertenece y
el segundo, la columna”

𝐴 = ( 5 −2 3 4)
(1 0 -1 -6 ) es de orden 2x4 𝑎12 = −2 𝑎14 = 4 𝑎23 = −1

- MATRICES ESPECIALES
Matriz fila: es la que tiene una única fila. También se llama vector fila
𝐴 = (𝑎1𝑗)1×𝑛
Matriz columna: es la que tiene una única columna. También se llama vector
columna.
𝐴 = (𝑎𝑖1 )𝑚×1
Matriz nula o matriz cero: es la que tiene todos los elementos iguales a
cero.

Matriz rectangular: si 𝑚 ≠ 𝑛.
Matriz cuadrada: si 𝑚 = 𝑛. La diagonal principal de una matriz cuadrada está
formada por los elementos de igual subíndice: 𝑎11; 𝑎22; 𝑎33; . . . . ; 𝑎nn
Matriz identidad de orden n: es una matriz cuadrada que tiene unos en su
diagonal principal y ceros fuera de ella. Se simboliza 𝐼𝑛

𝐼3 = (1 0 0)
(0 1 0) 𝐼2 = (1 0)
(0 0 1) (0 1)

- ¿Cuándo diremos que dos matrices son iguales?

Dos matrices 𝐴 y 𝐵 de 𝒎𝒙𝒏 son iguales si y sólo si los elementos ubicados en la
misma posición para ambas son iguales.
𝐴 = 𝐵 𝑎𝑖𝑗 = 𝑏𝑖𝑗 para cada 𝑖 y para cada j

- OPERACIONES CON MATRICES

Suma de matrices
La suma de dos matrices 𝐴 y 𝐵, de orden 𝑚 𝑥 𝑛, es otra matriz 𝐴 + 𝐵, de orden
𝑚 x 𝑛, cuyos elementos son la suma de los elementos correspondientes de 𝐴 y 𝐵.
𝐴 = (𝑎𝑖𝑗)𝑚×𝑛 𝐵 = (𝑏𝑖𝑗)𝑚×𝑛
𝐴 + 𝐵 = (𝑎𝑖𝑗 + 𝑏𝑖𝑗)𝑚×n

Propiedades de la suma de matrices

Si A, B y C son matrices de orden m x n:
1. Ley de cierre: la suma de dos matrices de orden 𝑚 × 𝑛 es otra matriz de orden 𝑚
× 𝑛.
2. Conmutativa: 𝐴 + 𝐵 = 𝐵 + 𝐴
3. Asociativa: (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶)
4. Existencia del elemento neutro:
𝐴, 0(𝑚𝑎𝑡𝑟𝑖𝑧 𝑛𝑢𝑙𝑎)/ 𝐴 + 0 = 0 + 𝐴 = 𝐴
5. Existencia del elemento opuesto:
𝐴, (− 𝐴)( 𝑚𝑎𝑡𝑟𝑖𝑧 𝑜𝑝𝑢𝑒𝑠𝑡𝑎 𝑑𝑒 𝐴) / 𝐴 + (−𝐴) = (−𝐴) + 𝐴 = 0

Multiplicación de un escalar por una matriz

 El producto de un escalar (o número real) por una matriz A de orden m x n,
es otra matriz de orden m x n cuyos elementos resultan de multiplicar el número por
cada uno de los elementos de A.
𝐴 = (𝑎𝑖𝑗 )𝑚×𝑛 = ( 𝑎𝑖𝑗)𝑚×𝑛

Propiedades de la multiplicación por un escalar

Si 𝞪 y 𝛽 son escalares y 𝐴 y 𝐵 matrices de orden 𝑚 x n
1. Asociativa: (𝞪𝛽) 𝐴 = ( 𝐴)
2. Distributiva respecto a la suma de matrices: (𝐴 + 𝐵) = 𝞪𝐴 + 𝞪B
3. Distributiva respecto a la suma de escalares: (𝞪 + 𝛽 )𝐴 = 𝐴 + 𝐴
4. Existencia del elemento neutro: 𝐴 1/ 1 𝐴 = 𝐴

- DEFINICIONES:

- PRODUCTO ESCALAR ENTRE VECTORES

Dado los vectores: u = (u1 , u2 , … , un ) y v = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) ambos de n
componentes, el producto escalar entre ambos es el número que se obtiene
sumando los productos de las componentes correspondientes.
u. v = u1 . v1 + u2 . v2 + ⋯ + un. vn
También se llama producto interno o producto punto.
 - PRODUCTO DE MATRICES
Dadas las matrices 𝐴 = (𝑎𝑖𝑗)𝑚×𝑛 y 𝐴 = (𝑏𝑖𝑗)𝑛×𝑝 , el producto de 𝐴 por 𝐵 es otra matriz:
𝐶 = (𝑐𝑖𝑗)𝑚×𝑝, cuyo elemento 𝑐𝑖𝑗 es el producto escalar de la fila 𝑖 de 𝐴 por la columna
𝑗 de 𝐵.

Propiedades del producto entre matrices

1. Asociativa: (𝐴 𝐵) 𝐶 = 𝐴 (𝐵 𝐶)
2. Distributiva del producto con respecto a la suma:
𝐴 (𝐵 + 𝐶) = 𝐴 𝐵 + 𝐴 𝐶
(𝐴 + 𝐵) 𝐶 = 𝐴 𝐶 + 𝐵 𝐶
Se cumplen si todas las sumas y los productos están definidos, y si se
realizan conservando el orden de las matrices.

Matriz traspuesta de una matriz 𝐴 de 𝑚 × 𝑛 es la matriz 𝐴 𝑡 de 𝑛 × 𝑚 donde

las filas de A son las columnas de 𝐴 𝑡 .
Ejemplo: 𝐴 = 1 −2 5
0 4 0 𝐴𝑡 = 1 0
-2 4
5 0
Propiedades de la traspuesta

1. (𝐴 𝑡 ) 𝑡 = 𝐴
2. (𝐴 𝐵) 𝑡 = 𝐵𝑡𝐴𝑡
3. (𝐴 + 𝐵) 𝑡 = 𝐴𝑡 + 𝐵𝑡
4. (𝑘 𝐴) 𝑡 = 𝑘 A t
 Bloque 11: Sistema de ecuaciones lineales

- Solución de un
Sistema

Llamaremos solución del

sistema a todo conjunto de
números (𝑠1, 𝑠2, … , 𝑠𝑛 ) que
reemplazados en (𝑥1, 𝑥2, … ,
𝑥𝑛 ) hagan verdaderas
simultáneamente a todas las
ecuaciones del sistema

Clasificación de los sistemas

De acuerdo con la cantidad de ecuaciones y de incógnitas:
- Si 𝑚 = 𝑛, el sistema se denomina normal
- Si 𝑚 𝑛, el sistema se llama general
De acuerdo con los términos independientes:
- Si todos los 𝑏𝑖 = 0, el sistema es homogéneo
- Si algún 𝑏𝑖 0, el sistema es no homogéneo
De acuerdo a la solución:
 - Si tiene solución: se dice que el sistema es Compatible
❖ Una solución: Determinado
❖ Infinitas soluciones: Indeterminado.
- Si no tiene solución: Incompatible

- REPRESENTACIÓN MATRICIAL DE UN SISTEMA

Un sistema de 𝑚 ecuaciones lineales
con 𝑛 incógnitas puede ser escrito
utilizando el producto de matrices. 𝐴. 𝑋 =
𝐵

𝐴 es la matriz de los
coeficientes
𝑋 es el vector de las
incógnitas
𝐵 es el vector de los
términos independientes
Bloque 10 – Determinantes e Inversas

DETERMINANTE DE UNA MATRIZ

Para cada matriz cuadrada A existe un número llamado determinante de la matriz.

Este número se denota por det A o por |A|.

4 9
Por ejemplo, para la matriz 𝐴 = ( ) su determinante es un número que se
0 −1
4 9
simboliza así: 𝑑𝑒𝑡 𝐴 = | |
0 −1

Observar el uso de barras, en lugar de paréntesis, para referirnos al

determinante y no a la matriz.

Veamos, a continuación, cómo se calcula dicho número según el orden de la matriz

A:

El determinante de una matriz 𝑨 = (𝒂𝟏𝟏 ) de 1 × 1 se define como:

𝒅𝒆𝒕 𝑨 = |𝑨| = 𝒂𝟏𝟏

EJEMPLO 1:

A = (-3)1x1 det A = -3

𝒂𝟏𝟏 𝒂𝟏𝟐
El determinante de una matriz 𝐴 = (𝒂 𝒂𝟐𝟐 ) de 2 × 2 se define:
𝟐𝟏
𝒂𝟏𝟏 𝒂𝟏𝟐
𝒅𝒆𝒕𝑨 = |𝑨| = | 𝒂 |= 𝒂𝟏𝟏 . 𝒂𝟐𝟐 − 𝒂𝟐𝟏 . 𝒂𝟏𝟐
𝟐𝟏 𝒂𝟐𝟐

Como ayuda para memorizar la fórmula anterior, observa que el determinante de

orden 2 es la diferencia de los productos de los elementos de las diagonales.

EJEMPLO 2:

4 9 4 9
𝐴=( ) 𝑑𝑒𝑡𝐴 = | | = 4. (−1) − 0.9 = −4
0 −1 0 −1

Matemática I – FCA – UNER 4

Bloque 10 – Determinantes e Inversas

El determinante de una matriz de 3x3 se puede calcular aplicando la llamada

Regla de Sarrus (sólo vale para determinantes de 3x3), como se muestra a
continuación:

((𝑎11 𝑎22 𝑎33 ) + (𝑎21 𝑎32 𝑎13 ) + (𝑎31 𝑎12 𝑎23 )) - ((𝑎13 𝑎22 𝑎31 ) + (𝑎23 𝑎32 𝑎11 ) + (𝑎33 𝑎12 𝑎21 ))

Debajo del determinante de repiten las dos primeras filas. Luego, se ejecutan, con
signo positivo, los productos de los 𝑎elementos de la diagonal principal y sus
11
paralelas; y con signo negativo, los productos de los elementos de la diagonal
𝑎11
secundaria y sus paralelas.

También se pueden repetir, a la derecha, las dos primeras columnas, procediendo

luego de la misma manera.

EJEMPLO 3:

Matemática I – FCA – UNER 5

Bloque 10 – Determinantes e Inversas

Para calcular determinantes de mayor orden, debemos introducir las definiciones

de menor y cofactor de un elemento de una matriz cuadrada.

Definición

Si 𝑎𝑖𝑗 representa el elemento ubicado en la fila 𝑖 y columna 𝑗 de una matriz cuadrada

A, se llama menor 𝑴𝒊𝒋 al determinante de la matriz obtenida al suprimir la fila 𝑖 la
columna 𝑗 de 𝐴.

1 5 3
EJEMPLO 4: Dada la matriz 𝐴 = (2 4 5)
1 2 3

Los menores 𝑴𝟏𝟏 , 𝑴𝟏𝟐 , 𝑴𝟐𝟐 , 𝑴𝟑𝟐 resultan los siguientes:

Definición

Se llama cofactor 𝑨𝒊𝒋 correspondiente al elemento de una matriz A ubicado

en la fila 𝑖 y columna 𝑗, al producto del menor 𝑴𝒊𝒋 multiplicado por (−1)𝑖+𝑗

𝐴𝑖𝑗 = (−1)𝑖+𝑗 𝑀𝑖𝑗

OBSERVAR QUE: (−1)𝑖+𝑗 es 1 si i + j es un número par y es (-1) si i + j es un número

impar.

Matemática I – FCA – UNER 6

Bloque 10 – Determinantes e Inversas

EJEMPLO 5: Los cofactores asociados a los menores calculados anteriormente son:

𝐴11 = (−1)1+1 𝑀11 = 2

𝐴12 = (−1)1+2 𝑀12 = −1

𝐴22 = (−1)2+2 𝑀22 = 0

𝐴32 = (−1)3+2 𝑀32 = −(−1) = 1

OTRO EJEMPLO 6:

−2 1 0
Para la matriz 𝐵 = ( 5 −3 7)
−1 6 −5

5 −3
𝐵13 = (−1)1+3 𝑀13 = (1) | | = 30 − 3 = 27
−1 6

La definición de cofactor nos permite definir el determinante de una matriz cuadrada

de cualquier orden, según se muestra a continuación:

Definición

El determinante det A de una matriz 𝐴 de 𝑛𝑥𝑛 es igual a la suma de los productos de

los elementos de cualquier fila (o columna) de 𝐴 por sus respectivos cofactores.

Por ejemplo, si desarrollamos el determinante a través de la fila 1, podemos expresarlo

como:

𝑑𝑒𝑡 𝐴 = |𝐴| = 𝑎11 𝐴11 + 𝑎12 𝐴12 + . . . + 𝑎1𝑛 𝐴1𝑛

EJEMPLO 7:

6 5 3
Evaluar el 𝑑𝑒𝑡 𝐴, siendo 𝐴 = (2 4 5)
1 2 −3

Desarrollando a través de los elementos de la primera fila:

Matemática I – FCA – UNER 7

Bloque 10 – Determinantes e Inversas

6 5 3
4 5 2 5 2 4
𝑑𝑒𝑡𝐴 = |2 4 5 | = 6. | | − 5. | | + 3. | | = 6. (−22) − 5. (−11) + 3.0 = −77
2 −3 1 −3 1 2
1 2 −3

EJEMPLO 8:
1 0 0 3
0 −1 0 4
𝐴=( )
2 3 0 0
1 5 −2 6
Dado que la 3° columna, tiene la mayor cantidad de elementos nulos, es la más
conveniente para elegirla a la hora de ahorrar cálculos en el desarrollo del
determinante:
𝑑𝑒𝑡 𝐴 = 𝑎13 𝐴13 + 𝑎23 𝐴23 + 𝑎33 𝐴33 + 𝑎43 𝐴43 =

= (0)𝐴13 + (0)𝐴23 + (0)𝐴33 + (−2)𝐴43 =

= (−2)𝐴43

donde el cofactor 𝐴43 es:

1 0 3 1 0 3
𝐴43 = (−1)4+3 . |0 −1 4| = (−1) |0 −1 4|
2 3 0 2 3 0

Desarrollando el último determinante de la primera fila.

−1 4 0 4 0 −1
𝐴43 = (−1). ((−1) | | − 0. | | + 3. | |)
3 0 2 0 2 3

= (−1)(−12 + 0 + 6) = (−1)(−6) = 6

Así, 𝑑𝑒𝑡 𝐴 = (−2). 𝐴43 = (−2).6 = −12

Actividades de Cierre

E1) Calcula el valor de los siguientes determinantes:

2 1 −7 4 1 0 0 −3
1 3 0 3 0 −1
−1 −7 3 2 1 1 −2 0 4 1
𝑎) | | ; 𝑏) |−1 2 4| ; 𝑐) |1 −2 −4| ; 𝑑) | | ; 𝑒) | |
2 8 −1 0 0 1 4 6 1 0
1 1 2 0 1 −2
2 4 3 7 −5 −4 0 2

3 −1 2
E2) Dada la matriz 𝐴 = (1 4 −1) comprueba que 𝑎21 . 𝐴22 − 𝑎32 . 𝐴13 = 11
2 0 5

Matemática I – FCA – UNER 8

Bloque 10 – Determinantes e Inversas

E3) Resuelve las siguientes ecuaciones e inecuaciones:

𝑥 𝑥 𝑥−1 1
a) | |=| |
1 2 −1 𝑥−1

𝑥 −2 5 −2 1 0
−5 3
b)| 1 −𝑥 2| = | ||1 3 5|
0 1
−1 0 1 4 −2 0

𝑥−2 1 1
c) | 2 2 2 |≥4
3 3 𝑥+1

RESPUESTAS

E1) a) 6 b) 18 c) 23 d)-23 e)100

E3) a) x = 1, x= 2 b) x= -6 x = 1 c) 𝑥 ≤ 1 𝑜 𝑥 ≥ 4

INVERSA DE UNA MATRIZ

En álgebra común, cada número real a≠0 tiene un inverso multiplicativo b tal que a.b
= b.a = 1

De la misma forma, una matriz A puede tener un inverso multiplicativo, como veremos
a continuación, sin embargo, para que esto ocurra 𝐴 debe ser un tipo especial de
matriz cuadrada.

Definición

Sea 𝐴 una matriz de 𝑛𝑥𝑛. Si existe una matriz 𝐵 de 𝑛𝑥𝑛 tal que: 𝑨𝑩 = 𝑩𝑨 = 𝑰

en donde I es la matriz identidad, se dice que B es el inverso multiplicativo de A (o

inversa de A) y se simboliza:

𝐁 = 𝐀−𝟏

A diferencia de lo que ocurre en los números reales, notar que el símbolo

𝟏
𝐀−𝟏 𝐍𝐎 𝐬𝐢𝐠𝐧𝐢𝐟𝐢𝐜𝐚 𝐞𝐥 𝐫𝐞𝐜í𝐩𝐫𝐨𝐜𝐨 𝐝𝐞 𝐀, esto es 𝐀−𝟏 ≠ , ya que en la teoría de matrices la
𝐀
división de matrices no está definida.

Matemática I – FCA – UNER 9

Bloque 10 – Determinantes e Inversas

EJEMPLO 9:

2 5 3 −5
Si 𝐴 = ( ) 𝑦𝐵=( );
1 3 −1 2

entonces:

2 5 3 −5 6−5 −10 + 10 1 0
𝐴. 𝐵 = ( ).( )=( )=( )
1 3 −1 2 3−3 −5 + 6 0 1

3 −5 2 5 6 − 5 15 − 15 1 0
𝐵. 𝐴 = ( ).( )=( )=( )
−1 2 1 3 −2 + 2 −5 + 6 0 1

Puesto que 𝐴 𝐵 = 𝐵 𝐴 = 𝐼. podemos concluir que 𝐵 es la inversa de 𝐴, es decir:

𝐵 = 𝐴−1

Propiedades de la matriz inversa

• Si una matriz cuadrada A es invertible, entonces su inversa es única.

• Si 𝐴 y 𝐵 son matrices invertibles de orden 𝑛  𝑛, entonces 𝐴 𝐵 es invertible y
(𝐴 𝐵)−1 = 𝐵 −1 𝐴−1
• (𝐴−1 )−1 = 𝐴

EXISTENCIA DE LA MATRIZ INVERSA

Una matriz 𝐴 de 𝑛 𝑥 𝑛 tiene inversa 𝐴−1 si y solo si det 𝐴 ≠ 0 . En ese caso, decimos que
𝐴 es invertible o no singular.

El siguiente teorema, nos proporciona un método para encontrar la inversa de una

matriz cuadrada.

Matemática I – FCA – UNER 10

Bloque 10 – Determinantes e Inversas

TEOREMA

𝑎11 𝑎12 … 𝑎1𝑛

𝑎21 𝑎22 … 𝑎2𝑛
Sea 𝐴 = ( ⋮ ⋮ … ⋮ ) = (𝑎𝑖𝑗 )𝑛𝑥𝑛
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛

Si det 𝐴 ≠ 0, entonces el inverso de multiplicativo de A es la

matriz

𝐴11 𝐴12 … 𝐴1𝑛 𝑇

1 𝐴 𝐴22 … 𝐴2𝑛
𝐴−1 = . ( 21 )
det 𝐴 ⋮ ⋮ … ⋮
𝐴𝑛1 𝐴𝑛2 … 𝐴𝑛𝑛

Donde Aij es el cofactor de la entrada aij de A.

La transpuesta de la matriz de cofactores

𝐴11 𝐴12 … 𝐴1𝑛 𝑇 𝐴11 𝐴21 … 𝐴𝑛1

𝐴 𝐴22 … 𝐴2𝑛 𝐴 𝐴22 … 𝐴𝑛2
( 21 ) = ( 12 )
⋮ ⋮ … ⋮ ⋮ ⋮ … ⋮
𝐴𝑛1 𝐴𝑛2 … 𝐴𝑛𝑛 𝐴1𝑛 𝐴2𝑛 … 𝐴𝑛𝑛

se llama adjunta de la matriz A y se simboliza adj A

Luego

1
𝐴−1 = 𝑎𝑑𝑗 𝐴
𝑑𝑒𝑡 𝐴

EJEMPLO 10:

1 −2 4
Encuentre 𝐴 −1
para 𝐴 = (−1 3 2)
5 0 −6

Solución

El determinante de 𝐴 es 𝑑𝑒𝑡 𝐴 = -86. Ahora, para cada entrada de 𝐴 el

correspondiente cofactor es

3 2 −1 2 −1 3
𝐴11 = | | = −18; 𝐴12 = − | |= 4; 𝐴13 = | | = −15
0 −6 5 −6 5 0
−2 4 1 4 1 −2
𝐴21 = − | | = −12; 𝐴22 = | | = −26 ; 𝐴33 = − | | = −10
0 −6 5 −6 5 0

Matemática I – FCA – UNER 11

Bloque 10 – Determinantes e Inversas

−2 4 1 4 1 −2
𝐴31 = | | = −16; 𝐴32 = − | | = −6 ; 𝐴33 = | | = −1
3 2 −1 2 −1 3

𝐴13 𝑇 −15 𝑇
1 𝐴11 𝐴12 1 −18 4
𝐴−1 = − (𝐴21 𝐴22𝐴23 ) = − . (−12 −26 −10)
86 𝐴 𝐴32𝐴33 86
31 −16 −6 −1
1 −18 −12 −16
= − .( 4 −26 −6 )
86
−15 −10 1
18 12 16 9 6 8
86 86 86 43 43 43
4 26 6 2 13 3
= − = −
86 86 86 43 43 43
15 10 1 15 5 1
( 86 − ) ( − )
86 86 86 43 86

ECUACIONES MATRICIALES

Una ecuación matricial es una ecuación cuya incógnita es una matriz. Para poder
resolver una ecuación matricial, tendremos que sumar, restar, multiplicar matrices y
en algunos casos será necesario calcular matrices inversas.

Supongamos la ecuación matricial 𝐴. 𝑋 = 𝐵, donde la incógnita es la matriz 𝑋

Como ya hemos dicho, las matrices no se pueden dividir. Por tanto no se puede
𝐵
despejar la matriz X haciendo 𝑋 = 𝐴 , si no que para despejar la matriz 𝑋 hay que
seguir un procedimiento que involucra a las matrices inversas.

Veamos cómo despejar ecuaciones matriciales con un ejercicio resuelto:

EJEMPLO 11: Dadas las matrices

1 1 1 0 0 1
𝐴=( );𝐵 = ( );𝐶 = ( )
1 2 0 2 1 0

Resolver la ecuación: 𝑿 . 𝑨 + 𝑩 = 𝑪

Solución

Como en toda ecuación, intentamos dejar a la incógnita en uno de los miembros,

para lo cual hacemos pasajes de términos:

𝑋. 𝐴 = 𝐶 – 𝐵

Matemática I – FCA – UNER 12

Bloque 10 – Determinantes e Inversas

Observamos que |A| = 1 ≠ 0, esto significa que existe la matriz inversa de A

Luego, post multiplicamos en ambos miembros por A−1

𝑋 . 𝐴 . 𝐴−1 = (𝐶 − 𝐵). 𝐴−1

Aplicamos propiedad asociativa del producto de matrices en el primer miembro:

𝑋. (𝑨. 𝑨−𝟏 ) = (𝐶 − 𝐵). 𝐴−1

Por definición de inversa, podemos reemplazar:

𝑋 · 𝑰 = (𝐶 − 𝐵) · 𝐴−1

Por definición de elemento neutro del producto de matrices:

𝑿 = (𝑪 − 𝑩) · 𝐴−1 Esta es la expresión que nos permite hallar 𝑿

2 −1
Ahora buscamos 𝐴−1 : 𝐴−1 = ( )
−1 1
Luego la resta 𝑪 − 𝑩 y finalmente el producto (𝑪 − 𝑩) · 𝐴−1

0 1 1 0 2 −1
𝑋 = [( )−( )] . ( )=
1 0 0 2 −1 1

−1 1 2 −1 −3 2
=( ).( )=( )
1 −2 −1 1 4 −3

Actividades de Cierre

E1) Calcular, si es posible, las matrices inversas y verificar los resultados:

 1 2 3  2 3  1 2 − 1
     − 2 1  
A =  2 4 5  B =  − 1 2  C =   D =  2 5 4 
 3 5 6  4 0  − 4 2 3 7 4 
     

Matemática I – FCA – UNER 13

Bloque 11 – Sistemas de ecuaciones lineales

MÉTODO DE RESOLUCIÓN

Para resolver sistemas lineales es conveniente trabajar sólo con los coeficientes de
este, luego de ordenarlos de una forma particular.

Recordemos que la matriz de coeficientes es la que tiene como elementos, los

coeficientes que acompañan a las incógnitas.

𝑎11 𝑎12 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑛
( ⋮ ⋮ ⋯ ⋮ )
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛

Si a la matriz de los coeficientes se le agrega una última columna con la información

de los términos independientes, se obtiene la matriz ampliada a aumentada.

𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑏1

𝑎 𝑎22 ⋯ 𝑎2𝑛 𝑏2
( 21 )
⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑏𝑚

Operaciones elementales de renglón

Diremos que un sistema es equivalente a otro cuando tienen la misma solución.

Para obtener un sistema equivalente a otro dado, se pueden realizar las siguientes

operaciones sobre las ecuaciones:

1. Multiplicar ambos miembros de una ecuación por un número distinto de cero.

2. Intercambiar la posición de una ecuación en el sistema.

3. Sumar a una ecuación otra ecuación multiplicada por un número distinto de cero.

Estas operaciones realizadas entre las ecuaciones de un sistema son equivalentes,

Matemática I – FCA – UNER 7

Bloque 11 – Sistemas de ecuaciones lineales

respectivamente, a las denominadas operaciones elementales entre las filas o

renglones de la matriz ampliada:

1. Multiplicar una fila por un número distinto de cero.

2. Intercambiar dos filas cualesquiera.

3. Sumar a una fila otra fila multiplicada por un número distinto de cero.

MÉTODO DE ELIMINACIÓN DE GAUSS

El método consiste en realizar operaciones elementales entre las filas de la matriz

ampliada del sistema que se quiere resolver hasta que la misma quede en una forma

equivalente denominada forma “escalonada”. Una vez que se llega a ésta, se despeja

la última incógnita y luego se usa sustitución hacia atrás para despejar las demás

incógnitas.

¿Cuándo diremos que una matriz está en la forma escalonada?

Una matriz está en forma escalonada cuando:

1- El primer número distinto de cero, empezando de la izquierda, en cada fila, es

1.

2- El primer 1 de cada fila está más a la derecha que el primer 1 de la fila

superior.

3- Todas las filas formadas únicamente por ceros (si existen), están en la parte
inferior de la matriz.

1 2 −1 2 1 2 −1 2 1 2 −1 2
(0 1 2 −3) (0 1 2 −3) (0 0 1 −3)
0 0 1 2 0 0 0 0 0 0 0 0

Matemática I – FCA – UNER 8

Bloque 11 – Sistemas de ecuaciones lineales

EJEMPLO 3:

Aplique el método de eliminación de Gauss para encontrar la solución del sistema:

𝑥 + 𝑦 − 2𝑧 = 2
{𝑥 + 5𝑦 + 6𝑧 = 7
𝑥 + 3𝑦 + 3𝑧 = 4

Solución

Formamos la matriz aumentada del sistema y aplicamos operaciones entre filas

hasta obtener la forma escalonada por filas:

1 1 −2 2 1 1 −2 2
(1 5 6 7) → −𝑹𝟏 + 𝑹𝟐 → (0 4 8 5)
1 3 3 4 1 3 3 4
1 1 −2 2
→ −𝑹𝟏 + 𝑹𝟑 → (0 4 8 5)
0 2 5 2
1 1 −2 2
𝟏 0 4 8 5
→ − 𝑹𝟐 + 𝑹𝟑 → ( 1)
𝟐
0 0 1 −
2
1 1 −2 2
5
𝟏 0 1 2
→ − 𝑹𝟐 → 4
𝟒 1
0 0 1 −
( 2)
La última matriz aumentada está en forma escalonada por fila y corresponde al
sistema

𝑥 + 𝑦 − 2𝑧 = 2
5
𝑦 + 2𝑧 =
4
1
{ 𝑧=−
2
𝟏
De la última ecuación vemos inmediatamente que 𝒛 = − 𝟐.

De la segunda ecuación, obtenemos

1 5 𝟗
𝑦 + 2. (− ) = → 𝒚 =
2 4 𝟒

Finalmente, la primera ecuación nos da:

Matemática I – FCA – UNER 9

Bloque 11 – Sistemas de ecuaciones lineales

9 1 𝟓
𝑥 + − 2. (− ) = 2 → 𝒙 = −
4 2 𝟒
𝟓 𝟗 𝟏
Por consiguiente, 𝒙 = − 𝟒 ; 𝒚 = 𝟒 ; 𝒛 = − 𝟐 es la solución del sistema.

Se trata entonces de un sistema normal, no homogéneo, compatible determinado.

EJEMPLO 4:

Aplique el método de eliminación de Gauss para encontrar la solución del

2𝑥 − 3𝑦 + 𝑧 = 6
sistema: { 𝑥 + 𝑦 − 𝑧 = −2
4𝑥 − 1𝑦 − 𝑧 = 2

Solución

Realizamos operaciones entre filas:

2 −3 1 6 1 1 −1 −2
(1 1 −1 −2) → 𝑹𝟏 → 𝑹𝟐 → (2 −3 1 6)
4 −1 −1 2 4 −1 −1 2
1 1 −1 −2
→ −𝟐𝑹𝟏 + 𝑹𝟐 → (0 −5 3 10 )
4 −1 −1 2
1 1 −1 −2
→ −𝟒𝑹𝟏 + 𝑹𝟑 → (0 −5 3 10 )
0 −5 3 10
1 1 −1 −2
→ −𝑹𝟐 + 𝑹𝟑 → (0 −5 3 10 )
0 0 0 0
1 1 −1 −2
𝟏 3
→ − 𝑹 𝟐 → (0 1 − −2)
𝟓 5
0 0 0 0

La última matriz es la matriz aumentada del sistema

𝑥 + 𝑦 − 𝑧 = −2
{ 3
𝑦 − 𝑧 = −2
5
Despejando 𝑥 e 𝑦 en términos de 𝑧 encontramos

Matemática I – FCA – UNER 10

Bloque 11 – Sistemas de ecuaciones lineales

2
𝑥= 𝑧
{ 5
3
𝑦= 𝑧−2
5

Así, el sistema dado es compatible, pero las ecuaciones son dependientes. Hay
infinitas soluciones asignando valores arbitrarios para z.

Podemos escribir el conjunto de las infinitas soluciones como:

2 3
𝑆 = {( 𝑧, 𝑧 − 2, 𝑧) 𝑐𝑜𝑛 𝑧 ∈ 𝑅}
5 5

Se trata entonces de un sistema normal, no homogéneo, compatible

indeterminado.

EJEMPLO 5:

Aplique el método de eliminación de Gauss para encontrar la solución del

𝑥+𝑦=1
sistema: {4𝑥 − 𝑦 = −6
2𝑥 − 3𝑦 = 8

Solución

Realizamos operaciones entre filas:

1 1 1 1 1 1
(4 −1 −6) → −4𝑹𝟏 + 𝑹𝟐 → (0 −5 −10)
2 −3 8 2 −3 8
1 1 1
→ −𝟐𝑹𝟏 + 𝑹𝟑 → (0 −5 −10)
0 −5 6

−𝟏 1 1 −1
→ 𝑹𝟐 → (0 1 −2)
𝟓
0 −5 6
1 1 −1
→ 𝟓𝑹𝟐 + 𝑹𝟑 → (0 1 −2)
0 0 −4
La tercer fila de la última matriz significa que 0𝑥 + 0𝑦 = −4 ( 0 = −4). Como no hay
número 𝑥 e 𝑦 que puedan satisfacer esta ecuación, concluimos que el sistema no
tiene solución, es decir, es incompatible.

Se trata entonces de un sistema general, no homogéneo, incompatible.

Matemática I – FCA – UNER 11
Bloque 11 – Sistemas de ecuaciones lineales

SISTEMAS HOMOGÉNEOS

Son aquellos que tienen todos sus términos independientes nulos.

𝑎11 𝑥1 + 𝑎12 𝑥2 +. . . . . . . . . +𝑎1𝑛 𝑥𝑛 = 0

𝑎 𝑥 + 𝑎22 𝑥2 +. . . . . . . . . +𝑎2𝑛 𝑥𝑛 = 0
{ 21 1
.....................................................
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 +. . . . . . . . . +𝑎𝑚𝑛 𝑥𝑛 = 0

Un sistema homogéneo siempre tiene solución, es decir, es compatible. Puede ser

determinado, y la solución única es: 𝑥1 = 𝑥2 = . . . . . . . . . . . = 𝑥𝑛 = 0 llamada solución

trivial.

Puede ser indeterminado, y en este caso además de la solución trivial tiene infinitas

soluciones más.

Actividades de Cierre

E1) Escribir los siguientes sistemas en forma matricial:

𝑥−𝑦 =2 2𝑥 + 𝑦 − 𝑧 = 2
𝑎) {2𝑥 + 𝑦 + 2𝑧 = 0 𝑏) { 𝑥 + 𝑦 + 2𝑧 = 5
𝑥 − 𝑦 + 2𝑧 = 1 −𝑥 + 5𝑧 = 3

E2) Resolver los sistemas siguientes, clasificarlos y verificar las soluciones obtenidas.

 x − 3y − z = −3  x−y+z = 2  2 x − y + 3z = 1
  
a )2 x − 5 y + z = −13 b)8x − 8 y + 8z = 5 c)  − 4 x + 3 y − z = 0
 − 3x + y − 2z = 8  3x − 3y + 3z = 1 − 2 x + 2 y + 2 z = 1
  

 x + 3y − 2z = 4  x + 2 y − 3z = 16  x − 2 y + 3z = 11
  
d)2x + 2 y + z = 3 e) 6x − y − 18z = −8 f ) 4x + y − z = 4
3x + 2 y + z = 5 − 4x + 3y + 12z = 24 2x − y + 3z = 10
  
  2 x1 + 2 x2 + 2 x3 + 14x4 = 28
 x + 2 y − z = 4  x+ y−z =0
 x2 + 4 x4 = 8 
g ) h)  i ) 4 x − y + 5 z = 0
3x + 4 y − 2 z = 7  2 x1 + 4 x2 + 2 x3 + 23x4 = 46 6 x + y + 3 z = 0
4 x1 + 8 x2 + 6 x3 + 52x4 = 102 

 x+y−z = 0
  x − y + 7z − w = 0
j)2x − 4 y + 3z = 0 k )
 3x + 7 y − z = 0 2x + 3y − 8z + w = 0


Matemática I – FCA – UNER 12