INSTITUTO TECNOLÓGICO SUPERIOR

DEL SUR EL ESTADO DE YUCATAN.

INGENIERIA INDUSTRIAL

DOCENTE: ING. MANUEL JESUS COLLI US

ASIGNATURA: ALGEBRA LINEAL

ALUMNOS:
MAGAÑA DZUL JOSÉ YOVANI
LOPEZ CAMPOS MISHEL ALEJANDRA

TERCER SEMESTRE GRUPO A

5 DE NOVIEMBRE 2022 OXKUTZCAB, YUCATAN

 ÍNDICE
INTRODUCCIÓN ......................................................................................................................................................... iii
1.6 Ecuaciones Polinómicas. .......................................................................................................................................... iv
2.1.- DEFINICIÓN DE MATRIZ. .............................................................................................................................. viii
2.2 OPERACIONES CON MATRICES. ...................................................................................................................... x
2.3.- CLASIFICACIÓN DE MATRICES .................................................................................................................. xxi
2.4TRANSFORMACIONES ELEMENTALES POR RENGLÓN. ESCALONAMIENTO DE UNA MATRIZ.
RANGO DE UNA MATRIZ. ..................................................................................................................................... xxx
2.5 CÁLCULO DE LA INVERSA DE UNA MATRIZ ........................................................................................xxxvii
2.6.- DEFINICIÓN DE DETERMINANTE DE UNA MATRIZ. ....................................................................... xxxviii
2.7 PROPIEDADES DE LOS DETERMINANTES. .................................................................................................. xl
2.8 INVERSA DE UNA MATRIZ CUADRADA A TRAVÉS DE LA ADJUNTA. ............................................... xlv
2.9 APLICACIÓN DE MATRICES Y DETERMINANTES. ................................................................................ xlvii
3.1 DEFINICIÓN DE SISTEMA DE ECUACIONES LINEALES. ...................................................................... xlix
3.2. CLASIFICACIÓN DE LOS S.E.L. Y TIPOS DE SOLUCIÓN. ....................................................................... liv
3.3 INTERPRETACIÓN GEOMÉTRICA DE LAS SOLUCIONES. ..................................................................... lix
3.4 MÉTODOS DE SOLUCIÓN DE UN SISTEMA DE ECUACIONES ............................................................. lxiv
LINEALES: GAUSS, GAUSS-JORDAN, INVERSA DE UNA MATRIZ Y REGLA DE CRAMER. .............. lxiv
MÉTODO DE RESOLUCIÓN DE GAUSS-JORDAN ....................................................................................... lxiv
MÉTODO DE RESOLUCIÓN DE CRAMER. REGLA DE CRAMER ............................................................ lxv
MÉTODO DE LA MATRIZ INVERSA ............................................................................................................... lxvi
3.5 APLICACIONES. ................................................................................................................................................. lxvi
Aplicaciones con relación a los sistemas de ecuaciones ...................................................................................... lxvii
EJERCICIOS: .......................................................................................................................................................... lxvii
 INTRODUCCIÓN
El álgebra lineal es una rama de las matemáticas que estudia conceptos tales como
vectores, matrices, espacio dual, sistemas de ecuaciones lineales y en su enfoque de manera
más formal, espacios vectoriales y sus transformaciones lineales por lo que este portafolio de
evidencias sirve para demostrar los temas que se podrán encontrar como lo es el concepto
de una matriz, formulación de las operaciones ,clasificación de las matrices,
transformaciones elementales por un renglón escalonamiento de una matriz rango de una
matriz ,calculo de la inversa de una matriz , propiedades de los determinantes , sistema de
ecuaciones y los métodos de ecuaciones-gauss y jordán estos trabajos los podrás encontrar
en este portafolio la cual como parte de las acciones que se realizaron durante el segundo
parcial para promover la información integral a los compañeros y ,maestros este portafolio
tiene información y actividades pertinentes que se desarrollaron y demostrar dicho
aprendizaje de lo que es la asignatura de algebra lineal a continuación se podrán observar
dichos trabajos del parcial 2 esperemos que este portafolio sea una importante herramienta
para las informaciones en el campo de las matemáticas.

iii
 1.6 ECUACIONES POLINÓMICAS.
Las funciones polinómicas

Una función polinómica es aquella que tiene por expresión un polinomio. En general, suelen
estudiarse según el grado del polinomio: Las funciones afines Una función afín es una función
polinómica cuya expresión es un polinomio de grado 1, del tipo: f(x) = ax + b La gráfica de una función
afín es una recta. Al número a se le denomina pendiente de la recta e informa de la inclinación
de ésta. Por ejemplo:

Puntos de corte con los ejes: con el eje X: (–b/a,0) con el eje Y: (0,b) Crecimiento: la función es
creciente si a >0 la función es constante si a = 0 la función es decreciente si a < 0 Un tipo especial
de funciones afines son las funciones lineales: una función lineal es una función afín cuyo término
independiente es 0. Su representación es una recta que pasa por el origen. Por ejemplo:

Las funciones polinómicas Una función polinómica es una función cuya expresión es un polinomio;
por ello, a veces, se le denomina simplemente polinomio. En la gráfica de una función polinómica
pueden diferenciarse dos elementos: las ramas y la parte central, también los máximos y los
mínimos, y los puntos de corte con los ejes:

iv
https://librospdf1.files.wordpress.com/2012/04/teoremas-sobre-ecuaciones-u-nxp

v
Ecuaciones polinómicas enteras

Las ecuaciones polinómicas son de la forma P(x) = 0 , donde P(x) es un polinomio.

Grado de una ecuación

El grado de una ecuación es el mayor de los grados de los monomios que forman
sus miembros.

Tipos de ecuaciones polinómicas

1. Ecuaciones de primer grado o lineales

Son del tipo ax + b = 0 , con a ≠ 0, ó cualquier otra ecuación en la que al operar,

trasponer términos y simplificar adoptan esa expresión.

(x + 1)2 = x2 - 2

x2 + 2x + 1 = x2 - 2

2x + 1 = -2

2x + 3 = 0

2. Ecuaciones de segundo grado o cuadráticas

Son ecuaciones del tipo ax2 + bx + c = 0, con a ≠ 0.

Ecuaciones de segundo grado incompletas

ax2 = 0

ax2 + b = 0

ax2 + bx = 0

3. Ecuaciones de tercer grado

Son ecuaciones del tipo ax3 + bx2 + cx + d = 0, con a ≠ 0.

4. Ecuaciones de cuarto grado

Son ecuaciones del tipo ax4 + bx3 + cx2 + dx + e = 0, con a ≠ 0.

vi
Ecuaciones bicuadradas

Son ecuaciones de cuarto grado que no tiene términos de grado impar.

ax4 + bx2 + c = 0, con a ≠ 0.

5. Ecuaciones de grado n

En general, las ecuaciones de grado n son de la forma:

a1xn + a2xn-1 + a3xn-2 + ...+ a0 = 0

Ecuaciones polinómicas racionales

Las ecuaciones polinómicas son de la forma , donde P(x) y Q(x)

son polinomios.

Ecuaciones polinómicas irracionales

Las ecuaciones irracionales son aquellas que tienen al menos un polinomio bajo el
signo radical.

Ecuaciones no polinómicas

1 Ecuaciones exponenciales

Son ecuaciones en la que la incógnita aparece en el exponente.

2 Ecuaciones logarítmicas

Son ecuaciones en la que la incógnita aparece afectada por un logaritmo.

3 Ecuaciones trigonométricas

Son las ecuaciones en las que la incógnita está afectada por una función
trigonométrica. Como éstas son periódicas, habrá por lo general infinitas
soluciones.

vii
 2.1.- DEFINICIÓN DE MATRIZ.

Se llama matriz a un conjunto ordenado de números, dispuestos en m filas y

n columnas.
Las líneas horizontales reciben el nombre de filas, renglones o hileras
y las líneas verticales se

llaman columnas. El número de filas puede ser menor, igual o mayor

que el número de las columnas.

Las filas se numeran de arriba hacia abajo y las

columnas de izquierda a derecha. En el ejemplo a): La primera

fila de la matriz es la segunda fila es, la primera
columna es y la segunda columna es:

Comúnmente se dice que una matriz m-

por-n tiene un orden de m × n ("orden" tiene el
significado de tamaño). Dos matrices se dice que son iguales si son
del mismo orden y tienen los mismos elementos.

Ejemplo:
Dada la matriz:

viii
que es una matriz 4x3.
El elemento A [2,3] es
el 7 La matriz:

es una matriz 1×9, o un vector fila con 9 elementos.

Las matrices se utilizan en el cálculo numérico, en la

resolución de sistemas de ecuaciones lineales, de las ecuaciones
diferenciales y de las derivadas parciales. Tienen también muchas
aplicaciones en el campo de la física.

MATRICES

Una matriz es una tabla ordenada de escalares ai j de la forma

La matriz anterior se denota también por (ai j ), i =1, ..., m, j =1, ..., n,
o simplemente por (ai j ).

Los términos horizontales son las filas de la matriz y los verticales

son sus columnas. Una matriz con m filas y n columnas se denomina
matrizm por n, o matriz m ð n.

ix
 2.2 OPERACIONES CON MATRICES.

Propiedades
-Asociativa
Dadas las matrices m×n A, B y C
(A + B) + C = A + (B + C)

-Conmutativa

x
Dadas las matrices m×n A y B
A+B=B+A

-Existencia de matriz cero o matriz nula

A+0=0+A=A

PRODUCTO POR
UN ESCALAR:
Dada una matriz A y un escalar c, su producto cA se calcula
multiplicando el escalar por cada elemento de A

Propiedades
Sean A y B matrices y c y d escalares.

-Clausura: Si A es matriz y c es escalar, entonces cA es matriz.

-Asociatividad: (cd)A = c(dA)

-Elemento Neutro: 1·A = A

-Distributividad:

-De escalar: c(A+B) = cA+cB

-De matriz: (c+d)A = cA+Da

xi
PRODUCTO DE DOS MATRICES: El producto de dos matrices
se puede definir sólo si el número de columnas de la matriz izquierda
es el mismo que el número de filas de la matriz derecha. Si A es una
matriz m×n y B es una matriz n×p, entonces su producto matricial AB
es la matriz m×p (m filas, p columnas).

Por ejemplo:

Propiedades

Si los elementos de la matriz pertenecen a un cuerpo, y puede

definirse el producto, el producto de matrices tiene las siguientes
propiedades:

-Propiedad asociativa: (AB)C = A(BC).

-Propiedad distributiva por la derecha: (A + B)C = AC + BC.

-Propiedad distributiva por la izquierda: C(A + B) = CA + CB.

-En general, el producto de matrices tiene divisores de cero:

Si A.B = 0 , No necesariamente A ó B son matrices nulas

-El producto de matrices no verifica la propiedad de simplificación:

Si A.B = A.C, No necesariamente B=C.

xii
-El producto de dos matrices generalmente no es conmutativo, es
decir, AB ≠ BA. La división entre matrices, es decir, la operación que
podría producir el cociente A / B, no se encuentra definida. Sin
embargo, existe el concepto de matriz inversa, sólo aplicable a las
matrices invertibles.

Si A es una matriz m x r y B es una matriz r x n, entonces el

producto AB es la matriz m x n cuyos elementos se determinan como
sigue. Para encontrar el elemento en el renglón "i" y en la columna
"j" de AB, considerar solo el renglón "i" de la matriz A y la columna
"j" de la matriz B. Multiplicar entre si los elementos
correspondientes del renglón y de la columna mencionados y luego
sumar los productos restantes.

Ejemplo:

Como A es una matriz 2 x 3 y B es una matriz 3 x 4, el producto AB

es una matriz 2 x 4. Para determinar, por ejemplo, el elemento en el
renglón 2 y en la columna 3 de AB, solo se consideran el renglón 2
de A y la columna 3 de B. Luego, como se ilustra a continuación, los
elementos correspondientes (en tipo negro) se multiplican entre si y
se suman los productos obtenidos.

xiii
(2*4) + (6*3) + (0*5) = 26

y así obtenemos el siguiente resultado:

(1*4) + (2*0) + (4*2) = 12

(1*1) + (2*1) + (4*7) = 27
(1*4) + (2*3) + (4*5) = 30
(1*3) + (2*1) + (4*2) = 13
(2*4) + (6*0) + (0*2) = 8
(2*1) + (6*1) + (0*7) = -4
(2*3) + (6*1) + (0*2) = 12

xiv
 2.2.- OPERACIONES CON MATRICES

Se considera un álgebra de matrices, en la que definimos sobre ellas operaciones

con sus respectivas propiedades.

LAS OPERACIONES MÁS COMUNES SON:

- Operaciones de transposición: la transpuesta de una matriz A = de orden (m,n) es

una matriz de orden (n,m), que se obtiene intercambiando filas por columna (o l que es
igual, columnas por filas).

- Suma: Dadas dos matrices del mismo orden A = [ ] y B = se definen la suma como
otra matriz C= de igual orden.

- Diferencia: Dadas dos matrices del mismo orden A = [ ] y B = [ ] se definen la

diferencia como otra matriz C=[ ] de igual orden.

- Producto por un numero: Dada una matriz y un numero, el producto B = que se

obtiene multiplicando por cada uno de los elementos de la matriz A.

- Combinación lineal: Dadas las matrices A =, todas del mismo orden y los números,
se dice que la matriz A + = N, es combinación lineal.

xv
SUMA:

Propiedades
-Asociativa
Dadas las matrices m×n A, B y C
(A + B) + C = A + (B + C)

-Conmutativa
Dadas las matrices m×n A y B
A+B=B+A

-Existencia de matriz cero o matriz nula

A+0=0+A=A

PRODUCTO POR UN ESCALAR:

Dada una matriz A y un escalar c, su producto cA se calcula multiplicando el escalar
por cada elemento de A

xvi
Propiedades
Sean A y B matrices y c y d escalares.

-Clausura: Si A es matriz y c es escalar, entonces cA es matriz.

-Asociatividad: (cd)A = c(dA)

-Elemento Neutro: 1·A = A

-Distributividad:

-De escalar: c(A+B) = cA+cB

-De matriz: (c+d)A = cA+dA

PRODUCTO DE DOS MATRICES:

El producto de dos matrices se puede definir sólo si el número de columnas de la
matriz izquierda es el mismo que el número de filas de la matriz derecha. Si A es una matriz
m×n y B es una matriz n×p, entonces su producto matricial AB es la matriz m×p (m filas,
pcolumnas).

Por ejemplo:

xvii
Propiedades

Si los elementos de la matriz pertenecen a un cuerpo, y puede definirse el producto,

el producto de matrices tiene las siguientes propiedades:

-Propiedad asociativa: (AB)C = A(BC).

-Propiedad distributiva por la derecha: (A + B)C = AC + BC.

-Propiedad distributiva por la izquierda: C(A + B) = CA + CB.

-En general, el producto de matrices tiene divisores de cero: Si A.B = 0 , No

necesariamente A ó B son matrices nulas

-El producto de matrices no verifica la propiedad de simplificación: Si A.B = A.C, No

necesariamente B=C.

-El producto de dos matrices generalmente no es conmutativo, es decir, AB ≠ BA. La

división entre matrices, es decir, la operación que podría producir el cociente A / B, no se
encuentra definida. Sin embargo, existe el concepto de matriz inversa, sólo aplicable a las
matrices invertibles.

Si A es una matriz m x r y B es una matriz r x n, entonces el producto AB es la

matriz m x n cuyos elementos se determinan como sigue. Para encontrar el elemento en el
renglón "i" y en la columna "j" de AB, considerar solo el renglón "i" de la matriz A y la
columna "j" de la matriz B. Multiplicar entre si los elementos correspondientes del renglón
y de la columna mencionados y luego sumar los productos restantes.

xviii
Ejemplo:

Como A es una matriz 2 x 3 y B es una matriz 3 x 4, el producto AB es una matriz 2

x 4. Para determinar, por ejemplo, el elemento en el renglón 2 y en la columna 3 de AB,
solo se consideran el renglón 2 de A y la columna 3 de B. Luego, como se ilustra a
continuación, los elementos correspondientes (en tipo negro) se multiplican entre si y se
suman los productos obtenidos.

(2*4) + (6*3) + (0*5) = 26

y así obtenemos el siguiente resultado:

(1*4) + (2*0) + (4*2) = 12

(1*1) + (2*1) + (4*7) = 27
(1*4) + (2*3) + (4*5) = 30
(1*3) + (2*1) + (4*2) = 13
(2*4) + (6*0) + (0*2) = 8
(2*1) + (6*1) + (0*7) = -4
(2*3) + (6*1) + (0*2) = 12

Para sumar o restar más de dos matrices se procede igual. No necesariamente para poder sumar o
restar matrices, éstas tienen que ser cuadradas.

xix
Ejemplo:

xx
 2.3.- CLASIFICACIÓN DE MATRICES
Se llama matriz a un conjunto ordenado de números, dispuestos en m filas y n
columnas. Las líneas horizontales reciben el nombre de filas, renglones o hileras y las
líneas verticales se llaman columnas. El numero de filas puede ser menor, igual o mayor
que el numero de las columnas.

Y las podemos clasificar de la siguiente manera:

Matriz fila
Una matriz fila está constituida por una sola fila.

Matriz columna
La matriz columna tiene una sola columna

Matriz rectangular
La matriz rectangular tiene distinto número de filas que de columnas, siendo su dimensión
mxn.

Matriz cuadrada

La matriz cuadrada tiene el mismo número de filas que de columnas.

xxi
 Los elementos de la forma aii constituyen la diagonal principal.

La diagonal secundaria la forman los elementos con i+j = n+1.

Matriz nula
En una matriz nula todos los elementos son ceros.

Matriz triangular superior

En una matriz triangular superior los elementos situados por debajo de la diagonal
principal son ceros.

Matriz triangular inferior

En una matriz triangular inferior los elementos situados por encima de la diagonal
principal son ceros.

xxii
Matriz diagonal
En una matriz diagonal todos los elementos situados por encima y por debajo de la
diagonal principal son nulos.

Matriz escalar
Una matriz escalar es una matriz diagonal en la que los elementos de la diagonal principal
son iguales.

Matriz identidad o unidad

Una matriz identidad es una matriz diagonal en la que los elementos de la diagonal
principal son iguales a 1.

xxiii
Matriz traspuesta
Dada una matriz A, se llama matriz traspuesta de A a la matriz que se obtiene cambiando
ordenadamente las filas por las columnas

Matriz simétrica
Una matriz simétrica es una matriz cuadrada que verifica:

A = At.

Matriz antisimétrica o hemisimétrica

Una matriz antisimétrica o hemisimétrica es una matriz cuadrada que verifica:

A = -At.

xxiv
EJEMPLO:

xxv
xxvi
xxvii
xxviii
xxix
 2.4TRANSFORMACIONES ELEMENTALES POR
RENGLÓN. ESCALONAMIENTO DE UNA MATRIZ.
RANGO DE UNA MATRIZ.

xxx
xxxi
xxxii
xxxiii
xxxiv
xxxv
xxxvi
2.5 CÁLCULO DE LA INVERSA DE UNA MATRIZ

xxxvii
2.6.- DEFINICIÓN DE DETERMINANTE DE UNA MATRIZ.

El determinante de una matriz cuadrada es un número real cuya definición

exacta es bastante complicada. Por ello, definiremos primero el determinante de
matrices pequeñas, y estudiaremos métodos y técnicas para calcular determinantes en
general. Solamente se puede calcular el determinante a matrices cuadradas.

En cuanto a la notación, a veces el determinante se escribe con la palabra det, y otras

veces se indica sustituyendo los paréntesis de la matriz por barras verticales.

El determinante de una matriz determina si los sistemas son singulares o mal

condicionados. En otras palabras, sirve para determinar la existencia y la unicidad de
los resultados de los sistemas de ecuaciones lineales.

• El determinante de una matriz es un número.

• Un determinante con valor de cero indica que se tiene un sistema singular.
• Un determinante con valor cercano a cero indica que se tiene un sistema mal
condicionado.

Un sistema singular es cuando en el sistema de ecuaciones se tiene a más de una

ecuación con el mismo valor de la pendiente. Por ejemplo ecuaciones que representan
líneas paralelas o ecuaciones que coinciden en los mismos puntos de graficación.

En un sistema mal condicionado es difícil identificar el punto exacto en que las líneas
de las ecuaciones se interceptan.

xxxviii
 Para una matriz cuadrada A[n,n], el determinante de A, abreviado det(A),
es un escalar definido como la suma de n! términos involucrando el producto de n
elementos de la matriz, cada uno proveniente exactamente de una fila y columna
diferente. Además, cada término de la suma está multiplicado por -1 ó +1
dependiendo del número de permutaciones del orden de las columnas que contenga.

xxxix
 2.7 PROPIEDADES DE LOS DETERMINANTES.

Intercambiando cualquier par de columnas (filas) de una matriz se multiplica su

determinante por -1.

Multiplicando cualquier columna (fila) de una matriz por c multiplica su

determinante por c. Agregando cualquier múltiplo de una columna (fila)

de una matriz a otra no altera su determinante. det(A) <> 0 si y sólo si A

es no singular.

Determinante de Matrices Simples

det([a,b;c,d]) = ad bc. det([a,b,c;d,e,f;g,h,i]) =

aei+bfg+cdh-ceg-bdi-afh.

xl
El determinante de una matriz diagonal (pura, superior o inferior) es el producto
de los elementos de su diagonal.

Determinante de Bloques de Matrices

B[m,n], C[m,n]: det([A,B;CT,D]) = det([D,CT;B,A])= det(A) det(D-CTA-1B).

B[m,n], C[m,n]: det([I,B;CT,I]) = det(I-BTC) = det(I-BCT) = det(I-CTB)= det(I-

CBT).

A[m,m], D[n,n]: det([A,B;0,D]) = det(A) det(D).

A[n,n], B[n,n], C[n,n], D[n,n]; CD=DC: det([A,B;C,D]) = det(AD-BC).

A[n,n], B[n,n], C[n,n], D[n,n]; AC=CA: det([A,B;C,D]) = det(AD-CB).

A[n,n], B[n,n], C[n,n], D[n,n]; AB=BA: det([A,B;C,D]) = det(DA-CB).

A[n,n], B[n,n], C[n,n], D[n,n]; BD=DB: det([A,B;C,D]) = det(DA-BC).

xli
 Los determinantes tienen muchas propiedades que pueden facilitar los cálculos.
Empezaremos a describir estas propiedades estableciendo un teorema, del cual
deduciremos lo demás. La demostración de este teorema es difícil y se pospondrá
para la próxima sección:

xlii
EJERCICIO 1

xliii
EJERCICIO 2

xliv
2.8 INVERSA DE UNA MATRIZ CUADRADA A TRAVÉS
DE LA ADJUNTA.

Sea A una matriz de m x n. Entonces A es invertible si y solo si detA≠0. Si

detA≠0, entonces

Si detA≠0, entonces se demuestra que (1/detA) (adjA) es la inversa de A

multiplicada por A y obteniendo la matriz identidad:

Si AB=I,entonces B=A-1. Así, (1/detA)adjA=A-1

xlv
xlvi
 2.9 APLICACIÓN DE MATRICES Y DETERMINANTES.
Matrices cuadradas: Una matriz cuadrada es la que tiene el mismo número de filas que de
columnas. Se dice que una matriz cuadrada n ð n es de orden n y se denomina matriz n-
cuadrada.

Entonces, A y B son matrices cuadradas de orden 3 y 2 respectivamente.

Matriz identidad Sea A = (ai j ) una matriz n-cuadrada. La diagonal (o diagonal principal) de
A consiste en los elementos a11, a22, ..., ann. La traza de A, escrito trA, es la suma de los
elementos diagonales. La matriz n-cuadrada con unos en la diagonal principal y ceros en
cualquier otra posición, denotada por I, se conoce como matriz identidad (o unidad).

Para cualquier matriz A,

A· I = I ·A = A.

Matrices triangulares: Una matriz cuadrada A = (ai j ) es una matriz triangular superior o
simplemente una matriz triangular, si todas las entradas bajo la diagonal principal son iguales
a cero. Así pues, las matrices.

son matrices triangulares superiores de órdenes 2, 3 y 4.

Matrices diagonales: Una matriz cuadrada es diagonal, si todas sus entradas no diagonales

son cero o nulas. Se denota por D = diag (d11, d22, ..., dnn ). Por ejemplo, son matrices

diagonales que pueden representarse, respectivamente, por diag(3,-1,7) diag(4,-3) y

diag(2,6,0,-1).

xlvii
Traspuesta de una matriz La traspuesta de una matriz A consiste en intercambiar las filas por
las columnas y se denota por AT.

Así, la traspuesta de

En otras palabras, si A = (ai j ) es una matriz m ð n, entonces

AT = es la matriz n ð m. La trasposición de una matriz cumple

las siguientes propiedades:

1. (A + B)T = AT + BT.

2. (AT)T = A.

3. (kA)T = kAT (si k es un escalar).

4. (AB)T = BTAT.

Matrices simétricas Se dice que una matriz real es simétrica, si AT = A; y que es

antisimétrica,

si AT = -A.

xlviii
 3.1 DEFINICIÓN DE SISTEMA DE ECUACIONES
LINEALES.
En matemáticas y álgebra lineal, un sistema de ecuaciones lineales, también conocido como
sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de ecuaciones
lineales (es decir, un sistema de ecuaciones en donde cada ecuación es de primer grado),
definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema lineal de
ecuaciones sería el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que
satisfacen las tres ecuaciones.

El problema de los sistemas lineales de ecuaciones es uno de los más antiguos de la

matemática y tiene una infinidad de aplicaciones, como en procesamiento digital de señales,
análisis estructural, estimación, predicción y más generalmente en programación lineal, así
como en la aproximación de problemas no lineales de análisis numérico.

En general, un sistema con m ecuaciones lineales y n incógnitas puede ser escrito en forma
normal como:

xlix
Donde son las incógnitas y los números son los coeficientes del
sistema sobre el cuerpo . Es posible reescribir el sistema separando con
coeficientes con notación matricial:

Si representamos cada matriz con una única letra obtenemos:

Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector

columna de longitud m. El sistema de eliminación de Gauss-Jordan se aplica a este tipo de
sistemas, sea cual sea el cuerpo del que provengan los coeficientes.

Es un conjunto finito de ecuaciones lineales de las variables

X1, X2,. . . . . . . . . Xn

Por ejemplo un, sistema general de tres ecuaciones lineales en tres incógnitas se
escribe así:

l
Un sistema de m ecuaciones lineales en n incógnitas se puede abreviar
escribiendo únicamente el arreglo rectangular de números:

Esto se conoce como Matriz Aumentada del sistema. (El término matriz se
emplea en matemáticas para denotar un arreglo rectangular de números, las
matrices aparecen en varios contextos).

• Coeficientes: aij para i = 1, 2, ....., m j = 1, 2, ..... n

• Términos independientes: bi para i = 1, 2, ....., m
• Incógnitas del sistema: x1, x2,.... xn

Diremos que un conjunto de n números ordenados( ) es una

solución del sistema si satisfacen todas las ecuaciones del sistema.

Sistemas equivalentes.

li
Definición

Diremos que dos sistemas de ecuaciones son equivalentes si tienen las

mismas soluciones.(Observese que no necesariamente han de tener el
mismo número de ecuaciones.)

Clasificación de un sistema de ecuaciones lineales.

Atendiendo a la existencia o no de soluciones, los sistemas lineales se clasifican

en:

· Incompatibles: si no tienen solución.

· Compatibles: si tienen al menos una solución.

· A su vez los sistemas de ecuaciones lineales compatibles se clasifican, en

función del número de soluciones, en:

o Determinados: si tienen una única solución.

o Indeterminados: si tienen más de una, en cuyo caso

tendrán infinitas soluciones.

Notemos que los sistemas homogéneos tienen siempre, al menos, la

solución (0, 0,… ,0) que recibe el nombre de solución trivial, por
ello siempre son compatibles.

El método básico para resolver un sistema de ecuaciones lineales consiste

en reemplazar el sistema dado por un nuevo sistema que tenga el mismo
conjunto solución, pero que sea más fácil de resolver. Por lo general, este

lii
nuevo sistema se obtiene en una serie de etapas, aplicando los siguientes tres
tipos de operaciones.

Pasos para resolver la matriz:

1. Multiplicar una ecuación (o renglón) por una constante diferente de

cero.
2. Intercambiar dos ecuaciones (renglones).
3. Sumar un múltiplo de una ecuación (renglón) a otra.

Dado que los renglones (líneas horizontales) de una matriz aumentada

corresponden a las ecuaciones del sistema asociado, estas tres operaciones
equivalen a las operaciones con renglones de la matriz aumentada.

liii
 3.2. CLASIFICACIÓN DE LOS S.E.L. Y TIPOS DE
SOLUCIÓN.

Clasificación de los sistemas de ecuaciones lineales y tipos de soluciones:

Una ecuación lineal es una ecuación algebraica que contiene variables cuyo máximo
grado posible es uno. Tales ecuaciones se utilizan normalmente para definir líneas rectas.
Cuando tenemos numerosas ecuaciones lineales, donde sus posibles soluciones nos dan un
punto de solución, las llamamos como conjunto, sistema de ecuaciones lineales.
Generalmente, un sistema de ecuaciones lineales se convierte en forma de matriz por
conveniencia para su solución. Sea un sistema de ecuaciones lineales dado como, x + y – z
= 1 3x – 2y + z = 3 4x + y – 2z = 9

Los sistemas de ecuaciones se pueden clasificar según el número de soluciones

que pueden presentar.

Pueden presentar los siguientes casos:

1. Sistema incompatible si no tiene ninguna solución.

2. Sistema compatible si tiene alguna solución, en este caso además
puede distinguirse entre:

o Sistema compatible determinado cuando tiene un número finito

de soluciones.
o Sistema compatible indeterminado cuando admite un conjunto
infinito de soluciones.

liv
 Teniendo así la clasificación:

Sabemos que una ecuación lineal o de primer grado es aquella que involucra
solamente sumas y restas de variables elevadas a la primera potencia (elevadas a
uno, que no se escribe). Son llamadas lineales por que se pueden representar como
rectas en el sistema cartesiano.

Se pueden presentar tres tipos de ecuaciones lineales:

c) Ecuaciones lineales propiamente tales

En este tipo de ecuación el denominador de todas las expresiones algebraicas es igual

a 1 y no se presentan como fracción, aunque el resultado sí puede serlo.

Para proceder a la resolución se debe:

• Eliminar paréntesis.
• Dejar todos los términos que contengan a “x” en un miembro y los números en
el otro.

lv
Luego despejar “x” reduciendo términos semejantes.

Ejemplo:
4x – 2(6x – 5) = 3x + 12(2x + 16)

4x – 12x + 10 = 3x + 24x + 192

4x – 12x – 3x – 24x = 192 – 10

–35x = 182

b) Ecuaciones fraccionarias
En este tipo de ecuación lineal el denominador de a lo menos una de las expresiones
algebraicas es diferente de 1 (es una fracción).

Para proceder a la resolución se debe:

Llevar a ecuación lineal (eliminar la fracción) multiplicando la ecuación por el mínimo

común múltiplo de los denominadores (m.c.m.)

Ejemplo:

lvi
c) Ecuaciones literales:

Pueden ser lineales o fraccionarias. Si son fraccionarias, se llevan al tipo lineal, pero
en el paso de reducir términos semejantes se factoriza por “x” para despejarla.

Ejemplo:

EJEMPLO 2

lvii
Por ejemplo, supongamos que queremos resolver por sustitución este sistema:

En la primera ecuación, seleccionamos la incógnita y por ser la de menor coeficiente y

que posiblemente nos facilite más las operaciones, y la despejamos, obteniendo la
siguiente ecuación.

El siguiente paso será sustituir cada ocurrencia de la incógnita y en la otra ecuación,

para así obtener una ecuación donde la única incógnita sea la x.

Al resolver la ecuación obtenemos el resultado x=5, y si ahora sustituimos esta incógnita

por su valor en alguna de las ecuaciones originales obtendremos y=7, con lo que el
sistema queda ya resuelto.

lviii
 3.3 INTERPRETACIÓN GEOMÉTRICA DE LAS
SOLUCIONES.
Los finitos pares ordenados (x; y) que satisfagan a la ecuación lineal
a.x + b - y + c=0 corresponden a los infinitos puntos de una recta del
plano. Por tanto, el problema de resolver un sistema lineal de dos
ecuaciones con dos incógnitas es el problema de estudiar la posición
de sendas rectas.

1. Sistema incompatible (carece de solución) rectas

paralelas.

2. Sistema compatible y determinado (solución

única) rectas secantes.

3. Sistema compatible e indeterminado (infinitas

soluciones) rectas coincidentes.
Un sistema de ecuaciones diferenciales es aquellas que tienen varias
posibilidades para su solución. Estas son:
1. Solución única: Sólo es posible obtener una solución única para un
sistema de ecuaciones lineales intersectado en un único punto determinado,
por lo tanto, el sistema de ecuaciones donde tenemos todas las rectas
entrecruzándose en un solo punto, se denomina como la solución única del
sistema de ecuaciones. Ese sistema de ecuaciones lineales es llamado
sistema de ecuaciones lineales consistente independiente.

lix
Gráficamente se representa:

2. Sin solución: Es posible que un sistema de ecuaciones lineales no

tenga solución cuando ningunas de sus rectas se intersectan entre sí ni
siquiera en el infinito, ya que sólo el punto de intersección es la solución para
el sistema de ecuaciones lineales Esto sólo puede ocurrir en el caso de las
rectas paralelas, por lo tanto, para un sistema con este tipo de ecuación
tenemos varias ecuaciones que corresponden a la misma recta y que sólo
difieren por la pendiente. Dicho sistema se denomina sistema de ecuaciones
lineales inconsistente independiente. Gráficamente podemos
representarlo como:

3. Infinitas soluciones: Sólo en la situación que las rectas de

determinado sistema se encuentren unas con otras en un punto infinito,
podemos obtener soluciones infinitas. Esto sólo puede suceder si todas las
rectas son la misma recta, ya que es en este escenario que se superpondrán
unas con otras dándonos puntos infinitos de intersección, es decir, infinitas
soluciones. Este sistema es llamado sistema de ecuaciones lineales
consistente dependiente.

lx
 Gráficamente podemos representarlo como:

Con la ayuda de un ejemplo, vamos a entender las diversas soluciones

posibles.

Si tenemos un sistema de ecuaciones lineales dado como:

y = 3x – 2 y = -x – 6

La representación gráfica de las ecuaciones puede darse como:

Ya sabemos que, en el caso de una sola recta, todos los puntos que
intersecten con esa recta son llamados solución de la ecuación, sin
embargo al tratar con un sistema de ecuaciones, la situación es diferente.
En tal situación para que un punto sea la solución del sistema de ecuación
dado, necesita estar sobre cada recta definida en el sistema de ecuación
dado. Por lo tanto, si nos fijamos en el diagrama siguiente:
El punto resaltado con color rojo no puede considerarse como una solución,
ya que no se encuentra en ninguna de las rectas definidas en el sistema de
ecuaciones.

Tampoco podemos considerar el punto resaltado en color azul como la

solución, ya que se encuentra en una sola recta y no en la otra, por lo tanto,
puede considerarse como la solución para la recta y =-x - 6, pero no la del
sistema dado.

Finalmente, el punto destacado en el color púrpura es la solución del sistema

de ecuación, ya que está en ambas rectas definidas para el sistema dado.
También ésta es la solución única del sistema dado, porque ambas líneas no

lxi
 se intersectan en algún otro punto. Por tanto, llamamos a este sistema un
sistema de ecuaciones lineales consistente independiente.

EJERCICIOS:

1.

lxii
Grafica:

2.

Grafica:

lxiii
 3.4 MÉTODOS DE SOLUCIÓN DE UN SISTEMA DE
ECUACIONES

LINEALES: GAUSS, GAUSS-JORDAN, INVERSA DE UNA

MATRIZ Y REGLA DE CRAMER.

MÉTODO DE RESOLUCIÓN DE GAUSS-JORDAN

lxiv
 Es el método de resolución de sistemas de ecuaciones lineales, que consiste en
llegar a un sistema «escalonado» transformando la matriz ampliada en una matriz
escalonada por filas. El método de Gauss es una generalización del método de reducción,
que utilizamos para eliminar una incógnita en los sistemas de dos ecuaciones con dos
incógnitas. Consiste en la aplicación sucesiva del método de reducción, utilizando los
criterios de equivalencia de sistemas, para transformar la matriz ampliada con los términos
independientes ( A* ) en una matriz triangular, de modo que cada fila (ecuación) tenga una
incógnita menos que la inmediatamente anterior. Se obtiene así un sistema, que llamaremos
escalonado, tal que la última ecuación tiene una única incógnita, la penúltima dos
incógnitas, la antepenúltima tres incógnitas, …, y la primera todas las incógnitas.
El siguiente esquema muestra cómo podemos resolver un sistema de ecuaciones lineales
aplicando este método.
Partimos, inicialmente, de un sistema de n ecuaciones lineales con n incógnitas, compatible
determinado:

MÉTODO DE RESOLUCIÓN DE CRAMER. REGLA DE CRAMER

La regla de Cramer utiliza las propiedades de las matrices y sus determinantes para
despejar, por separado, una cualquiera de las incógnitas de un sistema de ecuaciones
lineales.
REGLA DE CRAMER
Un sistema de ecuaciones lineales recibe el nombre de sistema de Cramer cuando se
cumplen las dos condiciones siguientes:
• El número de ecuaciones es igual al número de incógnitas.

lxv
 • El determinante de la matriz de los coeficientes (matriz del sistema) es
distinto de cero (det ( A ) ≠ 0)
Un sistema de Cramer es, por definición, compatible determinado, puesto que se
cumple que rango (A) = rango (A*) = n (nº de incógnitas).
Consideremos un sistema de Cramer, es decir, un sistema de n ecuaciones lineales
con n incógnitas, cuya expresión general es la siguiente:

Sean A la matriz del sistema, entonces det (A) ≠0.

MÉTODO DE LA MATRIZ INVERSA
Consideremos un sistema de n ecuaciones lineales con n incógnitas, cuya expresión general
es la siguiente:

Hemos visto que este sistema se puede escribir en forma matricial del siguiente modo: A X
= B. La matriz A se llama matriz del sistema, es de dimensión n x n y sus elementos son los
coeficientes de las incógnitas.

3.5 APLICACIONES.

Fracciones parciales: Una técnica muy conveniente utilizada en algunas tareas

matemáticas es aquella conocida como fracciones parciales.

lxvi
Aplicaciones con relación a los sistemas de ecuaciones

Las matrices son utilizadas en aplicaciones de gráficos de geometría, física e

informática. La matriz de las cantidades o expresiones definidas por filas y columnas;
tratados como un solo elemento y manipulados de acuerdo con las reglas. Cálculos de
matriz pueden entenderse como un conjunto de herramientas que incluye el estudio de
métodos y procedimientos utilizados para recoger, clasificar y analizar datos. En muchas
aplicaciones es necesario calcular la matriz inversa donde esta calculadora en línea matriz
inversa puede ayudarle a sin esfuerzo facilitan sus cálculos para las respectivas entradas.

En casos simples, es relativamente fácil resolver una ecuación siempre y cuando se

satisfagan ciertas condiciones. Sin embargo, en casos más complicados, es difícil o
engorroso obtener expresiones simbólicas para las soluciones, y por ello a veces se utilizan
soluciones numéricas aproximadas.

EJERCICIOS:
1. SOLUCIÓN DE SISTEMAS DE ECUACIONES
POR EL MÉTODO DE DETERMINANTES O
REGLA DE CRAMER:
Los pasos a seguir para calcular los sistemas de ecuaciones
según la regla de Cramer son los siguientes:

lxvii
1. Representar las ecuaciones en
matrices

2. Calcular la determinante de la matriz A

lxviii
3. Crear las matrices Δ1, Δ2 y Δ3 y calcular
sus determinantes

lxix
 4. Calculamos X, Y y Z X = |Δ1|/|A| = -

238/10 = -23.8

Y = |Δ2|/|A| = 326/10 = 32.6

Z = |Δ3|/|A| = -78/10 = -7.8

2.- La empresa “Organicomputer”, fabrica tres modelos de computadoras

personales: cañón, clon, y lenta_pero_segura. Para armar una computadora
modelo cañón necesita 12 horas de ensamblado, 2.5 para probarla, y 2 más
para instalar sus programas. Para una clon requiere 10 horas de ensamblado, 2
para probarla, y 2 para instalar programas. Y, por último, para una
lenta_pero_segura requiere 6 para ensamblado, 1.5 para probarla, y 1.5 para
instalar programas. Si la fábrica dispone en horas por mes de 556 para
ensamble, 120 para pruebas, y 103 horas para instalación de programas,
¿cuántas computadoras se pueden producir por mes?

Solución

En nuestro caso las incógnitas es el número de cada tipo de computadora a

producir:

• x = número de computadoras cañón

• y = número de computadoras clon
• z = número de computadoras lenta_pero_segura

lxx
Para determinar las ecuaciones debemos utilizar los tiempos de ensamblado
pruebas, e instalación de programas.

Nuestras matrices serán:

En esta ocasión se resolverá por Cramer, pero se puede utilizar cualquiera de

los métodos (Gauss, Gauss Jordán, Usando la inversa), el resultado debe ser el
mismo.

lxxi
 • X = |Δ1|/|A| = -51/-1.5 = 34
• Y = |Δ2|/|A| = -6/-1.5 = 4
• Z = |Δ3|/|A| = -27/-1.5 = 18

Al resolver este sistema obtenemos:

X = 34, Y = 4, Z = 18

34 computadoras Cañón.
4 computadoras Clones.
18 computadoras lentas pero seguras.

lxxii
 CONCLUCIÓN

En este portafolio se tomo el mayor desempeño para el enfoque educativo de

estudiantes y maestros ´para analizar con la finalidad de seguir un proceso de
planeación que se desarrollaron durante las clases en este segundo parcial que engloban
los conocimientos para facilitar su conocimiento su desarrollo y su comprensión , el
contenido se integro con los aspectos propuestos por nuestro equipo desde el
propósito de los aspectos interdisciplinares y los ejes atra vez de entender los
desarrollos de comprensión de este modo se pudo observar que se busca demostrar
dicho conocimiento elementos que pueden ayudar a comprender mas al alumno a
desarrollar sus conocimientos .habilidades , y interpretar en su entorno social y así
contribuir este portafolio como equipo se logro comprender aunque nosotros diríamos
que es más práctica para facilitar este dicho conocimiento de lo que es la asignatura de
algebra lineal. Por nuestra parte así concluimos nuestro segundo parcial buen día.

lxxiii
 BIBLIOGRAFÍA
ALGEBRA LINEAL. (s.f.). Obtenido de https://sites.google.com/site/tecalgebralineal/unidad-2---
matrices-y-determinantes/2-1---definicion-de-matriz-notacion-y-orden

Camacho, M. (s.f.). ALGEBRA LINEAL:Morales Camacho. Obtenido de

https://sites.google.com/site/algebralinealmoralescamacho/home

SISTEMAS ALGEBRA LINEAL. (s.f.). Obtenido de

https://sites.google.com/site/sistemasalgebralineal/unidad-3---sistema-de-ecuaciones-
lineales/definicion-de-sistemas-de-ecuaciones-lineales

Unknown. (s.f.). Obtenido de http://algebra2lineal.blogspot.com/p/16-ecuaciones-

polinomicas.html

Unknown. (s.f.). Obtenido de http://giansg96.blogspot.com/2015/11/34-metodos-de-solucion-de-

un-sistema-de.html

lxxiv