Nombre: Jarod David García V.

Materia: Álgebra Lineal

Curso: Tercero “A”

Docente: Ing. José Antonio Giler S.

Periodo: 2021

SPCA - Sistema de Planificación y Control Académico Página 1 de 5

 Diario metacognitivo
Matrices, determinantes y sistemas de ecuaciones lineales.
Clase #1
Igualdad de matrices
En muchas situaciones problemáticas tendremos la necesidad de igualar matrices para legar a la
solución por lo que dadas las matrices del mismo orden A= (ai) y B= (bi) diremos que A=B si se verifica
que ai=bi. Es decir que han de ser iguales todos los respectivos elementos.
Operaciones con matrices
En este apartado se van a definir las operaciones que se pueden realizar con matrices y a enunciar las
propiedades que verifica. Pero estas no serán necesarias demostrarlas porque al tratarse de números
reales se suponen conocidas y demostradas.
Las operaciones que se pueden realizar con matrices son:
• Suma y Resta
• Producto- Escalar por una matriz, matriz por matriz
Suma
Para definir la suma de dos o más matrices es necesario que tengan el mismo orden y se suman término
a término. Por tanto si notamos por M(m, n) al conjunto de matrices de orden (m, n), la suma es una ley
de composición interna que se define de la siguiente forma:
M(m, n) x M(m, n) ---- M(m, n)
(A, B) ------ A + B = (ai) + (bi) = (ai+ bi)
Producto de una matriz por un escalar
Para multiplicar un número por una matriz se multiplica el número por cada elemento de la matriz.
Es decir que si nuestro importador deseara duplicar la existencia que tiene en la tabla introductoria
tendría que multiplicar por 2 todos los elementos de dicha matriz.

Clase #2
Producto de matrices
Dos matrices se dicen multiplicables si el número de columnas de A coincide con el número de filas de
B. Como consecuencia de esta forma de multiplicar las matrices se deduce que el número de filas de
la matriz multiplicando A tiene que ser igual al número de columnas de la matriz multiplicador B, es
decir que si A es de orden (m, n), entonces B ha de ser de orden (n, p) y entonces el producto es una
matriz C de orden (m, p).
A x B= C
Producto de una matriz fila por una matriz columna
Para multiplicar una matriz fila por una matriz columna tienen que tener el mismo número de elementos,
por lo tanto, si A es de dimensión (1, n), entonces B debe ser de dimensión (n, 1).
Propiedades del producto de matrices
Asociativa
SPCA - Sistema de Planificación y Control Académico Página 2 de 5
A x (B x C)= (A x B) x C
Elemento neutro
A x 1= A
Distributiva del producto respecto de la suma
A x (B + C)= A x B + A x C
No es conmutativa
AxB≠BxA

Algo que debemos entender es que el producto de dos matrices no nulas puede ser una matriz nula.
Potencias de matrices cuadradas
Para calcular potencias de matrices multiplicamos la matriz por si misma el número de veces que
indique el exponente.
A elevado a la cero = 1
A elevado a la primera potencia = A
A elevado al cuadrado = A x A
A elevado al cubo = A x A x A
¿Qué condición debe tener una matriz para poder calcular sus potencias?
La matriz obligatoriamente debe ser cuadrada, si este no llega a ser el caso no se podrá calcular sus
potencias.
Matriz cíclica
Una matriz es cíclica si sus potencias se repiten con regularidad, para calcular matrices cíclicas
debemos realizar lo siguiente:
1. Se hallan las potencias sucesivas hasta obtener la matriz identidad.
2. El periodo será el exponente que obtiene la matriz identidad
3. Se hace la división entera entre el exponente de la potencia que se quiere calcular entre el
periodo y el resto que se obtiene es la potencia equivalente.
Matriz recurrente
Para calcular potencias de matrices por recurrencia, calculamos las potencias sucesivas de la matriz
hasta encontrar una ley que nos permita definir la matriz recurrente.

Clase #3
Matrices escalonadas y escalonadas reducidas
Una matriz rectangular está en forma escalonada si tiene las tres propiedades siguientes:
1. Todas las filas distintas de cero están arriba de cualquier fila integrada sólo por ceros.
2. Cada entrada principal de una fila está en una columna situada a la derecha de la entrada
principal de la fila que se encuentra arriba de dicha entrada.
3. Todas las entradas que se localizan en una columna situada debajo de una entrada principal son
ceros.
Si na matriz en forma escalonada satisface las siguientes condiciones adicionales, entonces se
encuentra en forma escalonada reducida.
SPCA - Sistema de Planificación y Control Académico Página 3 de 5
 4. La entrada principal de cada fila distinta de cero es 1.
5. Cada 1 principal es la única entrada distinta de cero en su columna
Operaciones elementales
Se llama operación elemental realizada en una matriz a cualquiera de las transformaciones siguientes:
a) Cambiar entre si dos filas.
Se puede representar por Fi ---- Fj, siendo Fi y Fj dos filas de la matriz (Ci ---- Cj, siendo Ci y Cj dos
columnas de la matriz)
b) Multiplicar una fila por un número real distinto de cero.
c) Sumar a una fila otra fila multiplicada por un número real.
Se puede representar por Fi ---- Fj + t Fj (Ci---- Ci + t Cj)
Matriz inversa
Las inversas de una matriz sean A y B dos matrices de n x n. Suponga que
AB = BA = 1
Entonces B se llama la inversa de A y se denota por A a la menos 1, por lo que si A tiene inversa se
dice que es invertible.
Métodos de cálculo
Gauss/Jordan
Sea A una matriz de orden n x n. Para hallar la inversa de A, en caso de que exista se procede de la
siguiente manera:
Se adjunta a a matriz A la matriz identidad de orden n x n y así formamos la matriz ampliada.
Se calcula la forma escalonada reducida de la matriz. Si la forma escalonada reducida es de la forma
(In/B) entonces A es equivalente por filas a la matriz identidad Ln y por tanto A sería invertible.
Para comenzar a resolver primero hay que colocar la matriz A en la parte izquierda y la matriz inversa
en la parte derecha. Luego de hacer esto debemos conseguir que el primer elemento de la primera
columna sea un 1, en caso de ya tenerlo no se hace nada, pero si no se tuviera hay varias formas de
conseguirlo, como dividir la primera fila entre el número que tengamos, intercambiándola por otra que
tenga un uno, sumarle o restarle otra fila multiplicada por otro número.
Además, debemos recordar que los elementos de una matriz también puede ser fracciones. Ya una vez
que tengamos el 1 en el primer elemento de la primera columna, el siguiente paso será conseguir que
los elementos que estén por debajo del 1 en esa primera columna sean 0.
Suponiendo que el tercer elemento ya es un cero, pero el segundo no lo que hay que hacer para
conseguir convertirlo es sumarle la fila 1 a la fila 2 y este resultado se lo dejará en la fila 2, lo importante
de este método es regirse de la matriz identidad ya que tiene que ir quedando de esta forma, por eso
se deben tomar en cuenta todas las filas, hay que jugar con las sumas o restas de las filas y en algunos
casos multiplicar. Una vez ya resuelto todo tendremos la matriz identidad en la parte izquierda y en la
parte derecha estará la matriz inversa que hemos obtenido.

Clase #4
Determinantes
El determinante de una matriz cuadrada A el cual se denota por det (A) es un valor escalar que
constituye una aplicación del concepto de funciones. Esto es:
SPCA - Sistema de Planificación y Control Académico Página 4 de 5
A------ det (A)
Método de cofactores
La última expresión cuando obtenemos determinantes se los denomina cofactores los cuales se
obtienen eliminando los elementos de la fila y la columna que los super índices señalan. El signo que
se asocia a cada cofactor se obtiene elevando el valor la -1 a una potencia cuyo valor es la suma de
los respectivos superíndices. En general el determinante de una matriz de orden n x n es la suma de
los productos entre los elementos de una de sus filas por sus correspondientes factores, la fila o
columna se elige arbitrariamente y dado el procedimiento que se lleva a cabo se prefiere aquella fila o
columna donde exista la mayor cantidad de ceros posibles, ya que esto ahorra el cálculo del cofactor
para este elemento. Así si se desea obtener el valor del determinante de una matriz 4 x 4, debe
expresarse en función de determinantes de submatrices 3 x 3 utilizando los respectivos cofactores y
así sucesivamente por cada nuevo incremento en el orden de la matriz.

Dimensión 3x3

La matriz cuadrada de dimensión 3 tiene la forma

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 primer 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:

Normalmente, podemos aplicar la regla de Sarrus sin necesidad de escribir 5 columnas, pero tenéis
que pensar vosotros mismos la regla porque es complicado explicarla y entenderla por escrito.

SPCA - Sistema de Planificación y Control Académico Página 5 de 5

Hay que tomar en cuenta que este método no funciona para determinantes de n x n mayor a 3, si se
intenta para determinantes de 4 x 4 o de orden mayor obtendrá una respuesta equivocada

Es obvio que el cálculo del determinante de una matriz de n x n puede ser laborioso, para calcular un
determinante de 4 x 4 deben calcularse cuatro determinantes de 3 x 3, para calcular un determinante
de 5 x 5 deben calcularse 5 determinantes de 4 x 4 lo que equivaldría a calcular veinte determinantes
de 3 x 3, por suerte existen técnicas que simplifican estos cálculos.

Propiedades básicas de los determinantes

• Si en un determinante existe una línea cuyos elementos sean nulos entonces el determinante es
nulo.
• El valor del determinante de una matriz coincide con el de la matriz traspuesta.
• Si en un determinante se cambian entre sí dos filas o dos columnas entonces el valor del
determinante cambia de signo, es decir que mantiene el mismo valor absoluto pero esos dos
números son opuestos.
• Si en un determinante existen dos líneas paralelas iguales entonces el determinante es nulo.
• Si en un determinante existen dos líneas proporcionales, entonces su valor es nulo.
• Si en un determinante se multiplican los elementos de una línea por un número, entonces el valor
del determinante queda multiplicado por ese mismo número.
• Si en un determinante los elementos de una línea están formados por dos o más sumandos
entonces el determinante se puede descomponer en la suma de tantos determinantes como
sumandos haya.
• Multiplicar una fila o una columna por un número k implica multiplicar el det (A) por el inverso
multiplicativo de k
• Reemplazar la fila (columna) j por k veces la fila (columna) i mas la fila (columna) j, no implica
cambio en el det (A).

Clase #5
Matriz cofactor
Sea A= (ay)nxn una matriz cuadrada, la matriz cofactor de la matriz A es la que está formada por todos
los cofactores correspondientes a cada entrada de la matriz A. La matriz cofactor de A se denota por
Cof (A), siendo los cofactores de la matriz A todos los Aij.
Matriz adjunta
Sea A una matriz de n x n y Cof (A), la matriz de sus cofactores, entonces la adjunta de A que se escribe
como adj A es la transpuesta de la matriz Cof (A)nxn.
Inversa de una matriz por la adjunta
Sea A una matriz de n x n, entonces A es invertible si y solo si det A ≠ 0.
Sea A una matriz de n x n. Las siguientes siete afirmaciones son equivalentes. Es decir, cada una
implica a las otras seis (de manera que, si una es cierta, todas los son).
I. A es invertible
II. La única solución al sistema homogéneo Ax = 0 es la solución trivial (x = 0)
III. El sistema Ax = b tiene una solución única para cada vector de dimensión n b.
IV. A es equivalente por renglones a la matriz identidad de n x n ln.
V. A es el producto de matrices elementales.
VI. La forma escalonada por renglones de A tiene n pivotes.
VII. Det A ≠ 0.

SPCA - Sistema de Planificación y Control Académico Página 6 de 5

Clase #6
Ecuaciones lineales
Una ecuación de primer grado o lineal es una igualdad que involucra una o más variables de potencia
uno y no contiene productos entre las variables, es decir, es una expresión de la forma
a1x1 + a2x2 + a3x3 +--- + anxn = b
A a1, a2, ….., an E K se les conoce como coeficiente de la ecuación
Al escalar b E K sele llama término independiente o constante de la ecuación
A x1, x2, …., xn se les llama incógnitas o variables.
Una solución de ecuación es una secuencia ordenada finita s1, s2, …., sn de escalares que al ser
reemplazados simultáneamente en cada variable respectivamente satisfacen tal ecuación.
Sistemas de ecuaciones
Como ya se ha dicho antes muchos problemas de la vida real requieren ecuaciones lineales para ser
resueltos, pero puede ocurrir requerir que más de una ecuación se satisfagan simultáneamente, en este
caso se considera un sistema de ecuaciones.
Representación matricial
Considere la matriz cuyos elementos o entradas son los coeficientes del sistema de ecuaciones, esta
matriz A recibe el nombre de matriz de coeficientes del sistema o simplemente matriz del sistema,
además se consideran las matrices columnas, una cuyas componentes sean los términos
independientes del sistema tratado y la otra matriz columna cuyas componentes sean las incógnitas del
sistema 1.2
A la matriz B definida antes se le llama matriz de términos independientes y a la matriz X se le llama
matriz de incógnitas.
También debemos conocer que:
Un sistema de ecuaciones lineales se dice consistente o compatible si tiene alguna solución.
Un sistema de ecuaciones lineales se dice determinado si tiene una única solución.
Un sistema de ecuaciones lineales se dice indeterminado si existe más de una solución.
Un sistema se dice inconsistente o incompatible si no tiene solución alguna.
Método de eliminación de Gauss-Jordan
La eliminación de Gauss-Jordan es un algoritmo del álgebra lineal para determinar las soluciones de
un sistema de ecuaciones lineales, lo que hace este método es transformar la matriz de coeficientes en
una matriz triangular superior, mediante operaciones elementales de filas y el método de Gauss-Jordan
continua el proceso de transformación hasta obtener una matriz diagonal.
Método de la inversa
Supongamos que tenemos un sistema de n ecuaciones lineales con n incógnitas. Podemos representar
el sistema de forma matricial como
Ax = b
Donde:
SPCA - Sistema de Planificación y Control Académico Página 7 de 5
 • La matriz A es una dimensión nxn y contiene en cada fila los coeficientes de las incógnitas de
cada ecuación
• La matriz x es de dimensión nx1 (una columna) y contiene las n incógnitas del sistema.
• La matriz b es de dimensión nx1 y contiene los términos independientes de las ecuaciones.
Si el sistema tiene una única solución entonces la matriz A es regular y por lo tanto existe su matriz
inversa, por lo que se puede mutiplicar toda la ecuación por la inversa de A a la menos 1
Es decir, si la matriz A es regular, entonces la matriz columna resultante del producto matricial A a la
menos 1 x b contiene la solución del sistema Ax = b
Método de Cramer
La regla de Cramer nos permite resolver sistemas de ecuaciones lineales (SEL) compatibles
determinados, es decir con una única solución, el sistema tiene que ser cuadrado y la matriz de
coeficientes debe ser regular. Recordando que podemos escribir el sistema de ecuaciones en forma
matricial como:
AxX=b
Donde A es la matriz de coeficientes, X es la matriz columna con las incógnitas y b es la matriz columna
con los términos independientes.
Todo sistema de Cramer tiene una sola solución (es decir, es un sistema compatible determinado) que
viene dada por las siguientes expresiones:

donde son los determinantes que se obtiene al sustituir los coeficientes del 2º
miembro (los términos independientes) en la 1ª columna, en la 2ª columna, en la 3ª columna y en la
enésima columna respectivamente.

SPCA - Sistema de Planificación y Control Académico Página 8 de 5

Unidad 2-Vectores en r2 y r3
Clase #7
Vector en el plano R2
• El segmento de recta dirigido que se extiende de P a Q en R2 denotado por PQ es el segmento
de recta que va de P a Q
• Dos segmentos de recta dirigidos en R son equivalentes si tienen la misma magnitud y dirección.
• Un vector en R2 es el conjunto de todos los segmentos de recta dirigidos en R2 equivalentes a
un segmento de recta dirigido dado. Una representación de un vector tiene su punto inicial en el
origen y se denota por OR.
Definición algebraica de un vector
Un vector en el plano xy (R2) es un par ordenado de números reales (a,b). Los números a y b se llaman
componentes del vector v. El vector cero es el vector (0,0).
Las definiciones geométrica y algebraica de un vector en R2 se relacionan de la siguiente manera:
Si v= (a, b), entonces una representación de v es OR, donde R= (a, b).
Si v = (a, b) entonces la magnitud de v, denotada por v esta dada por v= raíz cuadrada de a al cuadrado
más b al cuadrado.
Si v es un vector en R2, entonces la dirección de v es el ángulo en 0, 2(3,14) que forma cualquier
representación de v con el lado positivo del eje x.
Suma de vectores

Si tenemos dos vectores y , entonces la suma de y es

SPCA - Sistema de Planificación y Control Académico Página 9 de 5

En otras palabras, el vector suma de y es el vector que resulta de sumar las componentes
respectivas de estos vectores: la primera componente de se suma con la primera componente de
, y la segunda componente de se suma con la segunda componente de .
Observemos la siguiente gráfica que muestra la suma de los vectores y :

Si y son dos vectores libres, entonces para sumarlos gráficamente primero se elige el
representante de cuyo origen es el extremo de . Luego, es el vector cuyo origen es el
origen de y cuyo extremo es el extremo de .
Resta de vectores
La resta de dos vectores y simplemente es la suma de con (es decir, el opuesto de ).

De este modo, si consideramos los componentes de y , entonces la resta está dada por

Gráficamente, la resta de y se obtiene igual que la suma. La única diferencia es que sumamos el
opuesto de . Observa la siguiente figura que muestra a y nota que en el extremo de se
coloca el origen de .

Producto por un escalar

Sea a un número real y sea el vector v= (v1, v2), entonces el producto del vector por el escalar es:
A x v = (av1, av2)
Estos vectores tienen la misma dirección que V pero modulo distinto, además si a es positive tienen el
mismo sentido, si es negativo tienen sentido opuesto.
Clase #8

SPCA - Sistema de Planificación y Control Académico Página 10 de 5

Vectores en el espacio
Se ha visto que cualquier punto en el plano se puede representar como un par ordenado de números
reales. De manera análoga cualquier punto en el espacio se puede representar por una terna ordenada
de números reales, es decir (a, b, c)
Los vectores de la forma 4.3.1 constituyen el espacio R3, para representar un punto en el espacio se
comienza por elegir un punto en R3, a este punto se le denomina origen denotado por 0, luego se
dibujan tres rectas perpendiculares entre sí a las que se le llama eje x, eje y y el eje z. Dichos ejes se
pueden seleccionar de diferentes formas, pero la más común tiene los ejes x y y horizontales y el eje z
vertical. Sobre cada eje se elige una dirección positiva y la distancia a lo largo de cada eje se mide
como el número de unidades en esta dirección positiva a partir del origen.
Ahora hay que entender que un vector unitario u es un vector con magnitud 1. Si v es un vector diferente
de cero, entonces u= v/v es un vector unitario que tiene la misma dirección que v.
Producto escalar
El producto escalar de dos vectores es una operación que toma dos vectores y produce un número
real:

Observemos que el producto escalar se suele denotar por medio de un punto . Otra notación que
se suele utilizar es .
Además, el producto escalar no debe confundirse con la multiplicación de un vector por un escalar.
Existen dos maneras equivalentes de obtener el producto escalar de dos vectores y . Estas se
describen a continuación:
Si conocemos el módulo de ambos vectores y el ángulo que forman entre ellos, entonces el producto
escalar se obtiene mediante

Si conocemos los componentes de los vectores y , entonces el producto

escalar está dado por

Producto cruz de dos vectores

Hasta el momento el único producto de vectores que se ha considerado ha sido el producto escalar o
producto punto. Ahora se define un nuevo producto, llamado producto cruz (o producto vectorial) que
está definido solo en R3.
El producto vectorial de dos vectores es otro vector cuya dirección es perpendicular a los dos
vectores y su sentido sería igual al avance de un sacacorchos al girar de a . Su módulo es igual a:

SPCA - Sistema de Planificación y Control Académico Página 11 de 5

El producto vectorial se puede expresar mediante un determinante:

Anexos (Tareas)

SPCA - Sistema de Planificación y Control Académico Página 12 de 5

SPCA - Sistema de Planificación y Control Académico Página 13 de 5
SPCA - Sistema de Planificación y Control Académico Página 14 de 5
SPCA - Sistema de Planificación y Control Académico Página 15 de 5