CÁLCULO

UNIDAD Nº II
Matrices, Sucesiones y Límites

www.iplacex.cl
SEMANA 3

Introducción
En las semanas 3 y 4 correspondientes a la Unidad II, veremos entre sus
contenidos, Matrices, Sucesiones y Limites.

En la semana 3, conoceremos las definiciones e interpretación de matrices, la

utilización de determinantes como herramienta facilitadora de cálculos, sucesiones y
sistemas de ecuaciones.

Conoceremos además las reglas de formación y notación de una sucesión, y entre

los contenidos procedimentales trabajaremos con el álgebra de matrices para resolver
ecuaciones y aplicaremos la operatoria de sucesiones en la resolución de ejercicios.

Abordaremos los conceptos de límites de una función, concepto que nos permitirá
entender el comportamiento de una función, en la medida que los parámetros de la
función, se aproximan a ciertos valores.

Hay que recordar que al final de cada semana, se solicitará la resolución de

ejercicios de los contenidos relevantes que se avanzan.

www.iplacex.cl2
 Ideas Fuerza

• Matrices: Son herramientas del algebra que facilitan el ordenamiento de datos,

mediante una colección de números organizados en tablas bidimensionales de
filas y columnas.

• Representación de una Matriz: Tabla cuadrada o rectangular de datos (llamados

elementos) ordenados en filas y columnas, donde una fila es cada una de las
líneas horizontales de la matriz y una columna es cada una de las líneas
verticales.

• Utilización de las Matrices: Se utilización es múltiple, no sólo en el campo de las

matemáticas y la física sino también en distintas ramas, como en la
administración, geografía, o vida cotidiana.

• Determinantes: El determinante de una matriz es un escalar que sólo se puede

calcular si se trata de una matriz cuadrada.

• Matriz cuadrada: La Matriz de m filas y n columnas se dice que es cuadrada

cuando m = n, también se dice que es de orden m.

• Orden de una Matriz: Si la matriz m x n es cuadrada, entonces la matriz es de

orden m.

• Sucesión: Es un conjunto finito o infinito, de elementos ordenados, que llevan

una cierta secuencia entre ellos.

www.iplacex.cl3
 Desarrollo
1. Matrices

1.1 Definición e Interpretación de Matrices.

Una matriz es una tabla cuadrada o rectangular de datos llamados elementos,

ordenados en filas y columnas, encerrados entre paréntesis o corchetes, donde una fila
es cada una de las líneas horizontales de la matriz y una columna es cada una de las
líneas verticales.

Las matrices se usan generalmente en el cálculo numérico, descripción y

resolución de sistemas de ecuaciones lineales y diferenciales.

La notación habitual de matrices es con letras mayúsculas, y para sus elementos

si son genéricos, se utiliza un elemento único acompañado de doble subíndice, de modo
que, en este par de valores, el primer subíndice indica la fila y el segundo subíndice la
columna.

a11 a12 a13 … a1n

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

Expresión general de una matriz de dimensión m x n

1.1.1. Elementos de una matriz:

Los elementos de una matriz son cada uno de los valores que construyen la matriz
y tal como se menciona anteriormente para su localización estos se registran como un
par ordenado, indicándose en primer lugar el número de la fila y posteriormente el
número de la comuna.

Una matriz A con m filas y n columnas se le denomina matriz m-por-

n (escrito m×n) y representado como A m x n
1.1.2.- Dimensión
www.iplacex.cl4
 La dimensión de una matriz corresponde a la cantidad de filas primero y a la
cantidad de columnas después. Así, una matriz de dimensión 2 x 5 es una matriz que
tiene 2 filas y 5 columnas.

Ejemplo 1: Sea A la siguiente matriz, indicar su Dimensión, determinando

además cuáles son los elementos (3,3) y (4,1) de esta matriz.

1 2 3
1 2 7
A=
4 9 2
6 0 5

Respuesta:

La matriz A esta construida con 4 filas y 3 columnas, por tanto, la Dimensión de

la Matriz A es de 4 x 3, y se denota A 4 x 3.

Respecto al elemento (3,3), hay que indicar que este se encuentra en la fila 3- y
columna 3, y corresponde por tanto al escalar 2, mientras que el elemento (4,1) se
encuentra en la fila 4 y columna 1, y corresponde al escalar 6.
Valores mostrados entre círculos en la siguiente figura.

1 2 3
1 2 7
A=
4 9 2
6 0 5

1.1.3.- Orden
Cuando la matriz es cuadrada, es decir la cantidad de filas es igual a la cantidad
de columnas, m = n, ya no se habla de dimensión m x n, se dice que la Matriz es de
Orden m.
Por tanto, hablamos de matrices de orden 2 (dos filas – dos columnas), de orden 3 (tres
filas – tres columnas), y así en forma genérica de orden m (m filas m columnas).

1.2 Tipos y clasificación de Matrices.

1.2.1. Matriz cuadrada

www.iplacex.cl5
Matriz cuadrada es aquella que tiene el mismo número de filas que de columnas.

a11 a12 a13 … a1n

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

Donde m e igual a n

1.2.2. Matriz rectangular

Es aquella en que la cantidad de filas es diferente de la cantidad de columnas.

a11 a12 a13 … a1n

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

m = n.

Las matrices rectangulares pueden ser de dos formas:

Matriz Vertical, son aquellas que tiene más filas que columnas, m > n.

Matriz Horizontal, son aquellas que tiene más columnas que filas, m < n.

www.iplacex.cl6
Casos especiales:

La Matriz Columna es un caso especial de matriz vertical dado que posee una sola
columna.

a11

a21

A= a31

am1

La Matriz Fila es un caso especial de matriz horizontal dado que posee una sola fila.

A= a11 a12 a13 … a1n

1.2.3. Matriz Diagonal

Es una matriz cuadrada en que las entradas o valores son todos nulas salvo en la
diagonal principal, y éstos incluso pueden ser nulos o no.

a11 0 0 … 0
0 a22 0 … 0
A= 0 0 a33 … 0
… … … … …
0 0 0 … amn

La diagonal principal son los elementos que van desde la esquina superior
izquierda, hasta la esquina inferior derecha.

Para la matriz mostrada son a11, a22, a33, …y a mn, donde m es igual a n.

www.iplacex.cl7
1.2.4. Matriz identidad.

Es una matriz cuadrada, en la que los elementos de la diagonal principal son 1 y

el resto 0. La matriz identidad n ×n, denotada como In, es una matriz con n renglones y n
columnas.

1 0 0 … 0
0 1 0 … 0
A= 0 0 1 … 0
… … … … …
0 0 0 … 1

La matriz identidad cumple la propiedad de ser el elemento neutro del producto

de matrices. Es decir, para toda matriz A de dimensión m x n, el producto con la matriz
identidad no tiene ningún efecto.

1.2.5. Matriz cero o Matriz nula

Es una matriz en la cual todas sus entradas o elementos son nulos, es decir con valor
cero. Algunos ejemplos de matrices nulas son:

0 0 0 0 0 0
A22 =
0 0 A44 = 0 0 0 0
0 0 0 0
0 0 0 0

Si A y 0 son matrices cuadradas de n ×n elementos, se cumple:

A+0 = 0+ A = A
A+ (-A) = -A+ A = 0
Ax0 =0xA=0

1.2.6. Matriz Opuesta

La matriz opuesta a otra matriz es la que tiene todos los elementos de signo
contrario a la matriz original.

www.iplacex.cl8
 a11 a12 … a1n -a11 -a12 … -a1n
a21 a22 … a2n -a21 -a22 … -a2n
A= a31 a32 … a3n -A= -a31 -a32 … -a3n
… … … … … … … …
am1 am2 … amn -am1-am2 … -amn

Ejemplo:

1 2 3 -1 -2 -3
1 -2 7 -1 2 -7
A= -4 9 2
-A= 4 -9 -2
6 0 -5 -6 0 5

1.2.7. Matriz Inversa

Si se tiene una matriz A cuadrada de dimensión n, decimos que la matriz - A

es una matriz inversa de A si se cumplen

A x - A = - A x A = In

Donde In corresponde a la matriz identidad de orden n y la matriz opuesta a A se

designa como - A, en la cual todos los elementos son de signo contrario a los elementos
de la matriz A.

1.2.8 Matriz transpuesta ( AT).

Se llama matriz transpuesta de una matriz A, a aquella matriz cuyas filas

coinciden con las columnas de A y las columnas coinciden con las filas de A.

Ejemplos

1 -3 5 1 2
A= 2 4 -1 T -3 4
A =
5 -1

www.iplacex.cl9
 A= 1 2 3 1
T
A = 2
3

La matriz transpuesta se obtiene intercambiando ordenadamente las filas por las

columnas de A.

Es decir, si A es una matriz m x n, entonces la matriz transpuesta AT de orden n x m.

La trasposición de una matriz cumple las siguientes propiedades.

(A + B)T = AT + BT.
(AT)T = A.
(kA)T = kAT (si k es un escalar).
(AB)T = BTAT.

1.2.9.- Matriz Simétrica

La matriz simétrica es una matriz cuadrada, que es igual a su traspuesta (A = AT).

Por otro lado, se dice que una matriz es antisimétrica, si AT = - A.

Ejemplo:

Si se tienen las matrices A y B:

1 2 3
A= 2 -5 7
3 7 9

0 -7 3
B= 7 0 -4
-3 4 0

Podemos observar, que si con la Matriz A generamos una Matriz transpuesta AT, los
elementos de esta Matriz transpuesta, son iguales a Matriz A, es decir que AT = A,
por tanto, A es simétrica.

www.iplacex.cl10
Para la matriz B los elementos simétricos son opuestos entre sí, de este modo B es
antisimétrica.

1.2.10.- Matriz regular.

Si A una matriz cuadrada de dimensión n, se dice que es regular si existe otra

matriz B de la misma dimensión tal que el producto A * B y B * A, es la matriz identidad de
dimensión n.

Esta matriz B recibe el nombre de matriz inversa de A y se denota por A-1.

1.2.11.- Matriz aumentada o Matriz ampliada.

La matriz aumentada o ampliada se obtiene al combinar dos matrices tal y como
se muestra a continuación.
Esta notación es útil para resolver sistemas de ecuaciones lineales dados por
matrices cuadradas. También se puede utilizar para encontrar la inversa de una matriz.
Ejemplo: Sea A una matriz cuadrada de dimensiones 2x2
Para encontrar la inversa de C, se crea (C / In), donde In es la matriz identidad de
dimensiones 2x2.
A continuación se transforma en la matriz identidad la parte de (C / In) correspondiente
a (C), usando únicamente transformaciones de matriz elementales en (C / In).

1.2.12.- Matriz triangular

La matriz triangular es un tipo especial de matriz cuadrada cuyos elementos por
encima o por debajo de su diagonal principal son cero.
Si en la matriz triangular todos los elementos por debajo de la diagonal son 0, entonces
la matriz se denomina Matriz Triangular Superior.

Ejemplo de matriz triangular superior:

a11 a12 a13

0 a21 a21
0 0 a31

Y en el caso que en que todos los elementos sobre la diagonal principal sean
cero, entonces la matriz se denomina Matriz Triangular Inferior.

www.iplacex.cl11
Ejemplo de matriz triangular inferior:

a11 0 0
a21 a21 0
a31 a31 a31

1.3.- Operación de Matrices:

1.3.1.- Suma y Resta de matrices

Dadas dos matrices A y B del mismo orden m × n, se llama matriz suma S de A

y B y se denota por A+B, a la siguiente matriz: S = A+B= (aij+ bij)

Hay que recordar que los números aij y bij que componen las matrices se
denominan elementos.

Estos elementos se suelen representar por una expresión tipo aij y bij, donde “i”
representa la fila y “j” la columna en la que se encuentra.

Los elementos de la matriz resultante A+B, se obtienen sumando uno a uno los
elementos que ocupan la misma posición en la matriz A y los elementos en la matriz B.

Con esto, la matriz suma resultante S, es una matriz de la misma dimensión que A y B.

La suma de matrices de orden m x n verifica las siguientes propiedades:

Asociatividad: (A + B) + C = A + (B + C), ∀ A, B, C (∀= Para toda).

Elemento neutro: 0 (matriz cero o matriz nula, del mismo orden de la matriz A)

A + 0 = 0 + A = A, ∀A

Elemento opuesto: A + (-A) = (-A) + A = 0, ∀A

Conmutativa: A+B = B+A, ∀ A, B

www.iplacex.cl12
 Las propiedades de la suma de matrices son las mismas que las de las sumas
de números reales.

1.2.2.- Multiplicación por un escalar

Para multiplicar una matriz A = (aij), cualquiera, por un escalar (número real) α,
se multiplican todos los elementos de la matriz por dicho número, con lo cual se obtiene
la matriz αA = (α aij)

La matriz αA es por lo tanto una matriz del mismo orden o dimensión que la matriz A.

Escalar es un valor numérico, sin las características de dirección y sentido

que son propia de los vectores.

El producto de matrices de orden m × n por un escalar verifica las siguientes

propiedades:

α⋅ (A + B) = α⋅ A + α ⋅ B, ∀ α perteneciente a .

α · (β · A) = (α · β) · A, ∀ α, β .

(α + β) · A = α · A + β · A, ∀ α, β .

Si α = 1, entonces 1 · A = A

1.2.3.- Producto de matrices

Dos matrices A y B son multiplicables, si sus dimensiones son compatibles, es

decir si el número de columnas de A coincide con el número de filas de B.

Es decir, si A es una matriz de m × n elementos y B es una matriz de n × p

elementos, el producto AB es una matriz C de m × p elementos.

A mxn x B nxp = C mxp

www.iplacex.cl13
 Cada elemento cij de la matriz producto C, se obtiene multiplicando cada
elemento de la fila i de la matriz A por cada elemento de la columna j de la matriz B y
sumándolos

El producto de matrices no es conmutativo.

De acuerdo con la definición del producto de matrices, es necesario que el número

de filas de B coincida con el número de columnas de A. Por ello, si las matrices son
rectangulares es posible que exista A⋅B y no exista B⋅A.

Existiendo la matriz B⋅A no tiene por qué coincidir con A⋅B.

Ahora si B⋅A = A⋅B se dice que las matrices A y B son permutables o conmutables.

Por lo anterior cuando se multipliquen matrices ha de tenerse cuidado con el orden

de los términos. Para distinguir el orden en el producto A⋅B se dice que A multiplica a B
por la izquierda; de la misma manera, B multiplica a A por la derecha.

El producto de matrices verifica las siguientes propiedades:

Asociatividad: A * (B * C) = (A * B) * C

Elemento neutro: A * In, donde In es la matriz identidad del mismo orden que la matriz
A.

No es Conmutativa: A * B = B * A

www.iplacex.cl14
Distributiva del producto respecto de la suma por la izquierda.

A * (B + C) = A * B + A * C.

Distributiva del producto respecto de la suma por la derecha

(A+B)⋅C = A⋅C + B⋅C.

En el producto matricial puede ocurrir que A⋅B sea CERO siendo A ≠ (0) y B ≠ (0). De la
misma manera, siendo A ≠ (0) la igualdad matricial A⋅B=A⋅C no implica B=C

1.3.- Determinantes

El determinante de una matriz es un número asignado a la matriz y que se puede

calcular de varias maneras, para esto existen reglas que facilitan su cálculo según la
dimensión de la matriz, lo cual estudiaremos a partir de ahora.

Hay que indicar primero que todo que solamente se puede calcular el
determinante a matrices cuadradas, cuyo resultado es un número real y no importando
el método utilizado el resultado para cada matriz es único.

En cuanto a la notación, a veces el determinante se escribe con la palabra Det

(A) y otras veces, el determinante se indica sustituyendo los paréntesis de la matriz por
barras verticales | A |.

La función determinante de una matriz es una herramienta que nos permite

clasificar los sistemas de ecuaciones lineales según sus soluciones (Teorema de
Rouché-Frobenius).

En el álgebra la función determinante es muy importante, debido a que nos

permite saber si un matriz es regular (si tiene inversa) y, por tanto, si un sistema de
ecuaciones lineales tiene solución. Además, en el caso de que el sistema de ecuaciones
tenga una única solución, podemos calcularla aplicando determinantes (regla de
Cramer).

No importa el método utilizado el resultado para cada matriz es único.

1.3.1. Reglas de cálculo para cada Orden

Orden 1= Dimensión 1 x 1

Si el Orden de la matriz es 1, es decir tiene un solo elemento, el determinante de la matriz

es dicho elemento:

www.iplacex.cl15
A= a11

A = a11

Orden 2 = Dimensión 2x2

La matriz cuadrada de orden 2 tiene la forma

a11 a12
A=
a21 a22

Regla: Calculamos el determinante multiplicando la diagonal principal y restando el

producto de los elementos de la diagonal secundaria.

Orden3 = Dimensión 3x3

La matriz cuadrada de orden 3 tiene la forma

a11 a12 a13

A= a21 a22 a23
a31 a32 a33

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

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

Los elementos de las diagonales con flecha hacia abajo (azul) se multiplican y se
suman; los de las otras diagonales (rojo) se multiplican y se restan:

www.iplacex.cl16
 + a11 * a22 * a33 + a12 * a23 * a31 + a13 * a21 * a32
A = - a13 * a22 * a31 - a11 * a23 * a32 - a12 * a21 * a33

Para matrices de orden mayores a 4, es necesario desarrollar el determinante

mediante otros métodos, citando por ejemplo la regla de Laplace.

1.3.2.- Regla de Laplace

La regla de Laplace para calcular determinantes se puede aplicar para matrices

cuadradas de cualquier dimensión, pero normalmente se hace para orden mayor que 3.

Esta regla puede ser desarrollada por una fila y también desarrollada por una
columna, aconsejando su utilización por la fila o la columna que tenga más ceros.

1.3.3.- Otras definiciones relacionadas con los determinantes

Para los métodos de cálculo de determinantes se definen los siguientes conceptos

previos.

Si en un determinante D de orden n se suprimen q filas y q columnas, las restantes

filas y columnas definen un nuevo determinante de orden (n-q) que se llama menor del
determinante D.

Entonces, un “menor” de una matriz A es el determinante de alguna submatriz,

obtenido de A mediante la eliminación de una o más de sus filas o columnas.

Los menores obtenidos por la eliminación de únicamente una fila y una columna
de matrices cuadradas (primer menor) se necesitan para calcular la matriz
de cofactores, la cual es útil para calcular el determinante y la inversa de matrices
cuadradas.

Cuando dos filas y dos columnas son eliminada, se le llama segundo menor.

El menor de un elemento aij, es una submatriz que se denota como Mij y es el

determinante de la matriz que resulta después de descartar la fila i y la columna j de A.

El cofactor de un elemento aij se denota como Aij y está dado por:

Aij = (-1) i +j Mij

www.iplacex.cl17
1.3.4.- Propiedades de los determinantes.

Para calcular los determinantes, convendrá realizar una serie de transformaciones

en la matriz, que no alteren su valor, pero que la conviertan en otra más sencilla de
calcular (por ejemplo, por tener muchos elementos nulos o ser triangular).

Para realizar dichas transformaciones deben tenerse en cuenta siempre las

propiedades de los determinantes, que se mencionan a continuación

• El determinante de una matriz es igual al de su traspuesta: |A|=|A|t

• Un determinante es cero, si la matriz tiene una fila o columna con todos sus
elementos nulos

• Un determinante es igual a cero, si la matriz tiene dos filas o dos columnas iguales.

• Un determinante es cero, si los elementos de una fila o columna son múltiplos de

otra.

• Un determinante en el cual una fila o columna es combinación lineal de otra es

nulo.

• Si a una fila o columna se le suma otra multiplicada por un escalar, el determinante

no varía.

• Si se cambian entre sí dos filas o dos columnas, el valor del determinante cambia
de signo.

• Multiplicando a todos los elementos de una fila o columna por α, el determinante

queda multiplicado por α.

1.4.- Sistemas de Ecuaciones

Un sistema de ecuaciones lineales (SEL) es un conjunto de ecuaciones en la

cual las incógnitas aparecen en varias de las ecuaciones, pero no necesariamente en
todas. Lo que hacen estas ecuaciones es relacionar las incógnitas entre sí.

Resolver un sistema de ecuaciones consiste en encontrar todos los valores que

son válidos para todas las ecuaciones.

Para resolver sistemas de ecuaciones lineales (de primer grado) se utilizan

comúnmente tres tipos de procedimientos:

www.iplacex.cl18
Métodos algebraicos, clasificados como métodos de sustitución, igualación o
reducción.

Métodos gráficos, donde cada ecuación del sistema se corresponde con un plano, en
el caso de que el sistema sea de tres incógnitas, de forma que las soluciones del sistema
coinciden con los puntos de intersección de todos los planos.

Métodos matriciales, basados en el uso de la teoría de matrices.

1.4.1.- Solución por métodos matriciales.

En la resolución de sistemas de ecuaciones lineales por métodos matriciales se

emplean normalmente el método de la matriz inversa o el de eliminación gaussiana.

Los sistemas de ecuaciones lineales (SEL), pueden tener una única solución
(sistema compatible determinado), infinitas soluciones (sistema compatible
indeterminado), o bien pueden no admitir solución (sistema incompatible).

El método de la matriz inversa consiste en hallar la matriz inversa de C para

obtener la matriz de las incógnitas, efectuando la operación C-1 × B

Respecto al método de eliminación gaussiana este consiste en obtener una

matriz triangular equivalente a la matriz ampliada del sistema.

Cualquier sistema de ecuaciones lineales puede escribirse siempre en forma

matricial de la siguiente forma:
A*X=B
donde A es la matriz de los coeficientes, X la matriz de las incógnitas y B la matriz de los
términos independientes.

Así, por ejemplo, el sistema de ecuaciones lineales:

3x + 2y + 4z = 4
5x + y - 8z = -6
x+z = 2

Expresado matricialmente, es el siguiente:

www.iplacex.cl19
 3 2 4 x 4
5 1 -8 * y = -6
1 0 1 z 2

1.4.2.- Resolución de un sistema por la matriz inversa.

Un procedimiento rápido para la resolución de sistemas de ecuaciones lineales

mediante matrices es el llamado método de la matriz inversa. Esta técnica consiste en
multiplicar por la izquierda los dos miembros de la expresión matricial del sistema de
ecuaciones por la matriz inversa de la de los coeficientes (si existe). De este modo:

X = A-1 * B

Cuando la matriz de los coeficientes no tiene inversa, el sistema no tiene solución (es
incompatible).

1.4.3.- Resolución de un sistema por eliminación gaussiana.

El procedimiento más utilizado para resolver sistemas de ecuaciones lineales

mediante matrices es el llamado método de eliminación gaussiana, que consta de los
siguientes pasos:
• Se forma la matriz ampliada del sistema incorporando a la de los coeficientes, por la
derecha, una nueva columna con los elementos de la matriz de los términos
independientes.
• Se aplican operaciones elementales sobre las filas de esta matriz ampliada, hasta
lograr que por debajo de la diagonal principal de la matriz todos los términos sean
nulos.
• Se obtiene entonces un sistema equivalente de ecuaciones de resolución inmediata.
• Este método permite también realizar una rápida discusión del sistema:
• Si la última fila de la matriz resultante de la transformación de la ampliada produce
una ecuación del tipo 0x + 0y + cz = k, con k ¹ 0, el sistema es compatible
determinado (tiene una solución única).
• Cuando esta última fila corresponde a una ecuación del tipo 0x + 0y + 0z = k, el
sistema es incompatible (carece de solución).
• Si esta última fila se traduce en una ecuación del tipo 0x + 0y + 0z = 0, el sistema
será compatible indeterminado (con infinitas soluciones).

Ejemplo de resolución de un sistema de ecuaciones lineales por el método de

eliminación gaussiana:

www.iplacex.cl20
Ejemplo: Resolver el siguiente sistema de ecuaciones.
2 x -y + 2 z = 4
x+y+z=2
- x + 4y + z = 3
Solución:
Construir la matriz ampliada
2 -1 2 4
1 1 1 2
-1 4 1 3
Aplicar operaciones sobre las filas de esta matriz ampliada, hasta lograr que por
debajo de la diagonal principal de la matriz todos los términos sean nulos.
a.- A la 3ra fila se le suma la 2da fila y a esta 2da fila multiplicada por 2 se le resta la
primera, la matriz queda:
2 -1 2 4
0 3 0 0
0 5 2 5

b.- El siguiente paso restar la 3ra fila por 3 con la 2da fila multiplicada por 5.
Así la matriz queda
2 -1 2 4
0 3 0 0
0 0 6 15

Obteniendo así una matriz en la cual todos los términos por debajo de la diagonal
principal son cero.
Por tanto, el sistema de ecuaciones que representa esta matriz ampliada es el siguiente:
2 x -y + 2 z = 4
3y = 0
6 z = 15

Resolviendo la tercera fila y segunda fila, encontramos los valores de y = 0

y z = 5 / 2 y con estos valores encontramos que x = -1 / 2

www.iplacex.cl21
2.- Sucesión numérica

En matemáticas, una sucesión numérica es un conjunto ordenado de números que

guardan un vínculo entre sí, mediante un patrón o formula establecida. En este conjunto
ordenado de valores, cada número que ocupa una posición recibe el nombre de término.

Ejemplo

Un ejemplo de sucesión es el conjunto de los números impares: 1, 3, 5, 9, 11, …..Las

sucesiones numéricas pueden ser hacia adelante, hacia atrás, o alternas.

Entre las sucesiones numéricas se encuentran:

Sucesiones aritméticas

Las sucesiones aritméticas se distinguen porque la diferencia entre cada término

es una constante, por lo tanto, definida con una fórmula. En la fórmula se denota como
X n para definir al termino X y el subíndice n para indicar la posición que ocupa el término
en la sucesión.

Así el X3 en la sucesión de los números impares del ejemplo anterior, es el término que
ocupa la posición 3, cuyo valor es 5.

Ejemplo: Encontrar la fórmula para la sucesión aritmética (1, 4,7,10,13,16, …).

Respuesta: Se observa que entre cada termino existe una diferencia de 3.

La regla es X n = 3n-2

Sucesiones geométricas

En las sucesiones geométricas, cada término se calcula multiplicando el número

anterior por un número fijo.

Ejemplo: Encontrar la fórmula en la sucesión (2,4,8, 16, 32, …).

Respuesta: Se observa que entre cada termino existe un factor 2, por tanto, la
sucesión tiene la siguiente fórmula.
X n = 2n
Por tanto, la regla de formación es una fórmula que nos permite identificar el
número que sigue a los que conocemos, y determinar además el término que ocupa un
lugar cualquiera n, que lo llamaremos término general de la sucesión.

La idea es identificar la regla más simple que funcione, sabiendo que:

www.iplacex.cl22
 • Hay sucesiones cuyo término general es una expresión algebraica, que nos
permite saber cualquier término de la sucesión sabiendo el lugar que ocupa n.

• En otras, cada término se obtiene a partir de los anteriores, se dice que están
dadas en forma recurrente. Una relación de recurrencia es una expresión
algebraica, que expresa el término n en función de los anteriores.

Calcular diferencias

Se trata de encontrar las diferencias entre los términos de la sucesión.

Ejemplo: Encontrar la fórmula del termino enésimo.

(4, 7, 10, 13, 16, ….)

De los cálculos de estas diferencias, se obtiene un valor igual a 3, para cada una
las diferencias entre los términos de la sucesión. Cuando esto ocurre, se dice que la
sucesión es lineal de primer orden. En la tabla que viene a continuación estas diferencias
están señalas en la tercera fila.

Dado que el valor es constante e igual a 3, se puede estimar que la expresión 3n

es parte de la formula, por tanto. Con esta fórmula estimada, calculamos cada uno de
los términos de la sucesión y observamos que sus valores están por debajo de los valores
de la sucesión presentada, siendo esta diferencia igual a 1.

Posición del término 1 2 3 4 5

Valor del término 4 7 10 13 16
Diferencia entre términos 3 3 3 3
Valor de cada Término
3 6 9 12 15
aplicando la formula 3n
Diferencia entre el termino y el
1 1 1 1 1
valor calculado por formula 3n

Por tanto, si corregimos la fórmula propuesta 3n, agregando una constante igual a 1, la
formula final que cumple el termino general será: 3n + 1.

Segundas diferencias

Cuando no se obtiene un término constante en el cálculo de las primeras

diferencias, estamos hablando de una sucesión polinomial cuadrática cuya expresión
general es X n = A n2 + B n + C.

www.iplacex.cl23
 El procedimiento es calcular las primeras diferencias y posteriormente calcular las
2das diferencias, que se generan entre los valores de las 1ra diferencias.

Teniendo estos valores calculamos el término enésimo usando la regla práctica,

según lo siguiente:

X n = (A / 2) n2 +( B – A / 2) n + C.

Donde:

A es igual al primer valor de la 2da diferencia.

B es igual al valor entre el primer valor de la 1ra diferencia y el primer valor de la 2da
diferencia.

C es igual a la diferencia entre el primer término de la sucesión y el valor calculado de B.

Ejemplo:

Sea la sucesión (1, 2, 4, 7, 11, 16, 22, ...) encontrar la expresión general.

Calculando las 1ras diferencias, se obtiene (1, 2, 3, 4, 5, 6,…) y después calculando

las 2das diferencias, que son las que se originan entre estos nuevos términos, tenemos
cuanto sigue (1, 1, 1, 1, 1, 1,..)

Entonces aplicando la regla práctica X n = (A / 2) n2 +( B – A / 2) n + C tenemos que

determinar los valores de A, B y C:

A = 1 (primer valor de la 2da diferencia)

B = 1 (primer valor de la 1ra diferencia) – 1 (primer valor de la 2da diferencia) = 0

C =1 (primer término de la sucesión – 0 (valor calculado de B) = 1

Aplicando estos valores a la regla practica encontramos que la formula general será:

www.iplacex.cl24
X n =n2 / 2 - n/2 + 1

Existen diversos tipos de sucesiones cuya clasificación depende, entre otros factores, de
la disposición de los elementos en la sucesión y del límite de la sucesión que pueda
contener.

La primera clasificación arranca si las sucesiones son finitas o infinitas.

Sucesión finita: Las sucesiones finitas son aquellas que no se extienden

indefinidamente, es decir donde el primer y último número ya están definidos.

Sucesión infinita: Las sucesiones infinitas son aquellas que se extienden

indefinidamente, es decir no tienen un final y siempre se distinguen por ir seguido de los
tres puntos (...).

Profundizando en otras sucesiones definiremos las siguientes:

Sucesiones convergentes: Una sucesión Xn es convergente cuando tiene límite finito.

El límite L de una sucesión Xn es el número al que tiende la sucesión, es decir al se

aproxima cada vez más, cuando se van calculando cada uno de sus términos.

Se dice que la sucesión Xn converge a su límite L y se expresa por

lim Xn = L
n +∞

Así como ejemplo podemos decir que la sucesión Xn = 1/n converge a 0, dado que a
medida que el termino n crece en la expresión 1/n su resultado va tendiendo a cero.

Sucesiones divergentes: Son aquellas cuyos términos se aproximan cada vez más a
infinito o a menos infinito (+∞; -∞). Es decir, no tienen límite finito.

Sucesiones monótonas: Las sucesiones monótonas se clasifican en sucesiones

monótonas crecientes y monótonas decrecientes. Por tanto, estas sucesiones cuando
los términos de la sucesión crecen o decrecen.

Crecientes sería cuando cada termino es igual o menor que el que le sigue.

Xn < o = Xn+1
Y decreciente lo contrario, cuando los términos son mayores o iguales que el siguiente.

Xn > o = Xn+1
www.iplacex.cl25
Operatoria con sucesiones

Suma

Sean an y bn dos sucesiones, entonces su suma es la sucesión cn definida por

Convergencia de la suma

Si las sucesiones an y bn son convergentes a A y a B, respectivamente, entonces la

suma cn = an + bn converge a A+B

Si una o las dos sucesiones an o bn son divergentes, la suma puede ser convergente o
divergente.

Resta o Sustracción.

Sean an y bn dos sucesiones, entonces su resta es la sucesión cn =

an - bn definida por

Convergencia de la resta

Si las sucesiones an y bn son convergentes a A y a B, respectivamente, entonces cn

= an - bn converge a A−B:

www.iplacex.cl26
Si una o las dos sucesiones an y bn son divergentes, la resta puede ser convergente o
divergente.

Producto

Sean an y bn dos sucesiones, entonces su producto es la sucesión cn definida por

Convergencia del producto

Si las sucesiones an y bn son convergentes a A y a B, respectivamente, entonces cn

= an . bn converge a A⋅B:

Si an converge a L≠0 y bn diverge, su producto es divergente.

Si an converge a L=0 y bn diverge, su producto puede ser convergente o divergente.

Si las sucesiones an y bn son divergentes, su producto es divergente.

Cociente

www.iplacex.cl27
Sean an y bn dos sucesiones siendo bn ≠ 0 para todo n natural. Entonces, su cociente
es la sucesión cn definida por

Convergencia del cociente

Si las sucesiones an y bn son convergentes aAy a B≠0, respectivamente,

entonces cn = an / bn converge a A/B:

Si an converge y bn diverge, su cociente es convergente a 0.

Si an converge y bn converge a L=0, su cociente diverge.

Si an converge y bn converge a L≠0, su cociente diverge.

Si an diverge y bn converge a 0, su cociente puede ser convergente o divergente.

Si las sucesiones an y bn son divergentes, su cociente puede ser convergente o

divergente.

www.iplacex.cl28
 Conclusión
Las materias trabajadas durante la semana 3, serán de gran ayuda en la
resolución de distintos problemas matemáticos, de distinta naturaleza y en ocasiones de
nuestra vida diaria.

Algunos de estos problemas, pueden ser planteados mediante sistemas de

ecuaciones lineales y representados a través de un modelo matemático, con variables y
relaciones entre estas variables.

Por otro lado, comentaremos que el campo de aplicación de sucesiones es

enorme, y que son empleadas, por ejemplo, en las ciencias de la computación,
probabilidades, estadísticas, geometría, teoría de juegos, etc.

Finalmente hemos aprendido que existen algunas sucesiones, cuyo

comportamiento puede ser mejor comprendido mediante la introducción de los conceptos
de limite.

www.iplacex.cl29
 Bibliografía
Álgebra Lineal, escrito por Jesús Ferrer, Editorial ACCI (ASOCIACIÓN CULTURAL Y
CIENTÍFICA IBEROAMERICANA)

www.iplacex.cl30
www.iplacex.cl31