UNIVERSIDAD TECNOLÓGICA DE CAMPECHE

MANTENIMIENTO INDUSTRIAL
NOMBRE DE LA MATERIA:

Algebra Lineal

NOMBRE DEL MAESTRO:

MARCO ANTONIO ACOSTA PERALTA

NOMBRE DEl alumno:

Eudy Samuel Garcia Cruz

GRADO: GRUPO:

1° Cuatrimestre “C”

CARRERA:

T.S.U En Mantenimiento Industrial

NO. DE LA UNIDAD:

NOMBRE DE LA ACTIVIDAD:

Descripción matrices y determinantes.

FECHA:

01 de Diciembre de 2023
 Indice
Introducción----------------------------------------------------------------------------------------------------------1

Objetivos--------------------------------------------------------------------------------------------------------------2

Matrices-----------------------------------------------------------------------------------------------------------(3-6)
Concepto de matriz
Tipos de matrices
- Fila
- Columna
- Rectangular
- Cuadrada
- Triangular superior
- Triangular inferior
- Identidad
Proceso de solución de las operaciones matriciales
- Suma
- Resta
- Multiplicación escalar y matricial
- Matriz inversa
- Matriz transpuesta
Explicar el proceso de planteamiento y validación de datos en una matriz

Determinantes-------------------------------------------------------------------------------------------------------7
Concepto de determinante de una matriz
Obtención de determinante con la regla de Sarrus y el método de cofactores

Sistemas de ecuaciones lineales con matrices---------------------------------------------------------(8-9)

Describir e identificar el concepto de sistema de ecuaciones lineales de tres o más
incógnitas.
Describir e identificar los elementos de la matriz de coeficientes y la matriz aumentada.
Explicar los métodos de solución de un sistema de ecuaciones lineales de tres o más
incógnitas:
- Gauss
- Gauss-Jordan
- Matriz Inversa
- Regla de Cramer
Proceso de planteamiento y validación de sistemas de ecuaciones lineales de
tres o más incógnitas.

Conclusión----------------------------------------------------------------------------------------------------------10

Bibliografía----------------------------------------------------------------------------------------------------------11
 Introducción:

El álgebra es una rama fundamental de las matemáticas que se ocupa del estudio de las
estructuras, las relaciones y las cantidades, utilizando letras y símbolos para representar
números y operaciones. Entre los conceptos clave del álgebra se encuentran las ecuaciones,
las matrices, los determinantes y los sistemas de ecuaciones lineales. Estos elementos
proporcionan herramientas poderosas para modelar y resolver una amplia gama de problemas
en diversas disciplinas, desde la física y la ingeniería hasta la economía y la informática.

En este contexto, exploraremos conceptos como matrices y determinantes, que son esenciales
para entender y resolver sistemas de ecuaciones lineales. Estas herramientas matriciales
permiten abordar de manera eficiente problemas que involucran múltiples variables y
ecuaciones simultáneas. Además, se analizarán métodos específicos, como el método de
Gauss, Gauss-Jordan, la matriz inversa y la regla de Cramer, que ofrecen enfoques
sistemáticos para resolver sistemas de ecuaciones lineales con tres o más incógnitas.

pág. 1
 Objetivos

General:

Explorar y comprender los conceptos fundamentales del álgebra, con énfasis en el estudio de
matrices, determinantes y sistemas de ecuaciones lineales con tres o más incógnitas. Analizar
y aplicar métodos específicos, como el método de Gauss, Gauss-Jordan, la matriz inversa y la
regla de Cramer, para la resolución sistemática de sistemas de ecuaciones lineales complejos,
proporcionando así una base sólida para la modelización y la solución de problemas en
diversas disciplinas.

Objetivos Específicos:

• Comprender los conceptos básicos del álgebra, incluyendo ecuaciones lineales,

matrices y determinantes.
• Identificar y describir los diferentes tipos de matrices, así como sus propiedades y
aplicaciones.
• Analizar la importancia de los determinantes en la resolución de sistemas de ecuaciones
lineales y comprender la regla de Sarrus y el método de cofactores para el cálculo de
determinantes.
• Estudiar los sistemas de ecuaciones lineales con tres o más incógnitas y conocer la
representación matricial de estos sistemas.
• Examinar los elementos clave de la matriz de coeficientes y la matriz aumentada en un
sistema de ecuaciones lineales y comprender su papel en la resolución del sistema.
• Profundizar en los métodos de solución de sistemas de ecuaciones lineales, incluyendo
el método de Gauss, Gauss-Jordan, la utilización de la matriz inversa y la aplicación de
la regla de Cramer.
• Desarrollar habilidades para plantear y validar sistemas de ecuaciones lineales de tres
o más incógnitas en contextos del mundo real.
• Aplicar los métodos estudiados para la resolución de problemas prácticos y
modelización de situaciones complejas que involucren sistemas de ecuaciones lineales.
• Evaluar críticamente los resultados obtenidos, verificar la consistencia de las soluciones
y analizar la aplicabilidad de los métodos en diversos contextos.
• Integrar los conocimientos adquiridos para abordar problemas matemáticos y científicos
de manera efectiva, fortaleciendo así las habilidades analíticas y la capacidad para
resolver situaciones del mundo real mediante herramientas algebraicas avanzadas.

pág. 2
 Matriz:

Una matriz es un arreglo rectangular de números, símbolos o expresiones, dispuestos en filas

y columnas. Se representa generalmente como una tabla de m × n, donde "m" es el número
de filas y "n" es el número de columnas.

Tipos de matrices:

Matriz fila: Una matriz con una sola fila.

Matriz columna: Una matriz con una sola columna.

Matriz rectangular: Tiene un número diferente de filas y columnas.

Matriz cuadrada: El número de filas es igual al número de columnas.

pág. 3
Matriz triangular superior: Todos los elementos por debajo de la diagonal principal son
cero.

Matriz triangular inferior: Todos los elementos por encima de la diagonal principal son cero.

Matriz identidad: Es una matriz cuadrada con unos en la diagonal principal y ceros en el
resto.

Operaciones matriciales:

Suma y resta de matrices:

Se suman o restan las correspondientes entradas de las matrices. Las matrices deben tener
la misma dimensión.

pág. 4
Multiplicación escalar: Cada elemento de la matriz se multiplica por un escalar (número).

Multiplicación matricial: La multiplicación de matrices se realiza multiplicando cada

elemento de una fila de la primera matriz por cada elemento de una columna de la segunda
matriz y sumando los productos resultantes.

Matriz inversa: Si A es una matriz cuadrada, su inversa, denotada por A^(-1), es aquella
matriz tal que A * A^(-1) = A^(-1) * A = Identidad. Nemotécnicamente, A^(-1) "anula" A.

Matriz transpuesta: La transpuesta de una matriz se obtiene intercambiando filas por

columnas. Si A es una matriz de m × n, su transpuesta se denota como A^T y es una matriz
de n × m.

pág. 5
Planteamiento y validación de datos en una matriz:

Para plantear y validar datos en una matriz, se siguen los siguientes pasos:

1. Definir el problema: Identificar la información que se quiere organizar en la matriz.

2. Determinar la dimensión de la matriz: Establecer el número de filas y columnas

necesarios para representar los datos.

3. Asignar valores: Colocar los valores adecuados en las posiciones correspondientes

de la matriz.

4. Validar los datos: Asegurarse de que los datos sean coherentes con el problema y
que cumplan con las restricciones de este mismo.

5. Revisar la solución: Verificar que la matriz resuelva el problema y cumpla con los
requisitos establecidos.

El planteamiento de datos en una matriz es una herramienta poderosa para organizar

información de manera estructurada y facilitar la resolución de problemas en diversos campos,
como álgebra lineal, estadísticas, programación, entre otros.

pág. 6
 Determinantes

Determinante de una matriz: El determinante es una medida numérica asociada a una matriz
cuadrada. Se denota comúnmente como det(A) o |A|. Para una matriz de 2x2:

Para una matriz de 3x3, el cálculo puede realizarse mediante la regla de Sarrus o utilizando
el método de cofactores.

Regla de Sarrus: Para una matriz 3x3:

La regla de Sarrus solo se aplica a matrices 3x3, y consiste en sumar y restar productos de
elementos de la matriz siguiendo un patrón específico.

Método de cofactores: El método de cofactores es más general y se puede aplicar a

matrices de cualquier tamaño. Para una matriz A de orden n x n, el determinante se puede
calcular como:

Donde es el cofactor asociado al elemento , y se calcula como:

Donde es el determinante de la matriz obtenida eliminando la i-ésima fila y la j-ésima

columna de A.

Este proceso se repite para cada elemento de la primera fila de la matriz, multiplicando cada
elemento por su cofactor y sumando los resultados para obtener el determinante.

El método de cofactores es más versátil y se utiliza en el cálculo de determinantes para

matrices de cualquier tamaño. También es la base para encontrar la inversa de una matriz y
resolver sistemas de ecuaciones lineales.
pág. 7
 Sistemas de ecuaciones lineales con matrices

Un sistema de ecuaciones lineales de tres o más incógnitas es un conjunto de ecuaciones en

las que se buscan valores de las variables que satisfacen simultáneamente todas las
ecuaciones. Generalmente se representan en forma matricial como Ax=B, donde A es la matriz
de coeficientes, x es el vector de incógnitas y B es el vector de términos independientes.

Elementos de la matriz de coeficientes y la matriz aumentada:

Matriz de coeficientes (A): Contiene los coeficientes de las variables en el sistema de

ecuaciones.

Matriz aumentada ([A∣B]): Es la combinación de la matriz de coeficientes y el vector de términos

independientes, formando una matriz extendida.

Métodos de solución:

Gauss:
• Se utiliza la eliminación para llevar la matriz aumentada a una forma escalonada.
• Se resuelven las ecuaciones resultantes de manera regresiva.

Gauss-Jordan:
• Similar al método de Gauss, pero se lleva la matriz aumentada a una forma reducida de
Gauss-Jordan.
• Permite obtener directamente la solución en forma de variables.

Matriz Inversa:
• Se encuentra la matriz inversa de la matriz de coeficientes
• La solución se obtiene multiplicando la matriz inversa por el vector de términos
independientes

Regla de Cramer:
• Se calculan determinantes para encontrar los valores de las variables.
• Requiere que la matriz de coeficientes sea cuadrada y su determinante no sea cero.

Planteamiento y validación de sistemas:

1. Definir variables: Asignar variables a las incógnitas del sistema.

2. Plantear ecuaciones: Traducir la información dada en el problema a ecuaciones

lineales.

3. Formar el sistema: Organizar las ecuaciones en forma matricial Ax=B.

pág. 8
 4. Verificar consistencia: Asegurarse de que el sistema tenga solución (por ejemplo,
mediante el cálculo del determinante de la matriz de coeficientes).

5. Resolver el sistema: Aplicar uno de los métodos mencionados (Gauss, Gauss-Jordan,

Matriz Inversa, Regla de Cramer) para encontrar las soluciones del sistema.

6. Validar la solución: Sustituir las soluciones encontradas en las ecuaciones originales

para confirmar que cumplen con todas las ecuaciones del sistema.

pág. 9
 Conclusión:

El estudio del álgebra y sus aplicaciones en sistemas de ecuaciones lineales, matrices y

determinantes proporciona un conjunto robusto de herramientas analíticas y computacionales
para abordar problemas complejos en diversas disciplinas. La capacidad para modelar
situaciones del mundo real y resolver ecuaciones simultáneas es esencial en campos como la
ingeniería, la física, la economía y la informática.

A través de métodos como el de Gauss, Gauss-Jordan, la matriz inversa y la regla de Cramer,

se ha establecido un marco sólido para la resolución sistemática de sistemas de ecuaciones
lineales con tres o más incógnitas. Estos métodos ofrecen enfoques escalonados y
procedimientos algorítmicos que permiten abordar problemas complejos de manera eficiente,
brindando soluciones precisas y verificables.

En resumen, el álgebra y sus aplicaciones en sistemas lineales demuestran ser herramientas

esenciales para comprender y resolver problemas del mundo real, destacando la importancia
de estas técnicas en el avance del conocimiento matemático y en la aplicación práctica en
diversos campos científicos y tecnológicos.

pág. 10
 Bibliografia

Anton, H., Rorres, C. (2010). Álgebra Lineal con Aplicaciones. Editorial Limusa.

Strang, G. (2006). Introducción al álgebra lineal. Editorial Omega.

Larson, R., Edwards, B. (2013). Elementary Linear Algebra. Cengage Learning.

Kolman, B., Hill, D. R. (2015). Álgebra Lineal con Aplicaciones. Pearson Educación.

Howard, A., Kolman, B. (1994). Introducción a la álgebra lineal con aplicaciones. Editorial
Reverté.

Lay, D. C. (2018). Álgebra Lineal y sus Aplicaciones. Pearson Educación.

Strang, G. (2016). Linear Algebra and Its Applications. Cengage Learning.

Golub, G. H., Van Loan, C. F. (2012). Matrix Computations. Johns Hopkins University Press

pág. 11