Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝑦 + 𝑠𝑒𝑛𝑥 = 𝜋
Conjunto solución
Definición: una solución de la ecuación lineal 𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ 𝑎𝑛 𝑥𝑛 = 𝑏, es una sucesión
de 𝑛 − 𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑠1 , 𝑠2 , … , 𝑠𝑛 tal que se satisface la ecuación al sustituir 𝑥1 = 𝑠1 ,
𝑥2 = 𝑠2 , … , 𝑥𝑛 = 𝑠𝑛
𝑵𝒐𝒕𝒂𝒄𝒊ó𝒏 = 𝐸𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜
𝑠 = {(𝑠1 , 𝑠2 , … , 𝑠𝑛 )/𝑎1 𝑠1 + 𝑎2 𝑠2 + ⋯ 𝑎𝑛 𝑠𝑛 = 𝑏}
se denomina o se llama conjunto solución de la ecuación.
Ejemplo 1: consideremos la ecuación 𝑥1 + 2𝑥2 − 𝑥3 = 6
𝑥1 = 3, 𝑥2 = 2, 𝑥3 = 1 → (3,2,1) es una solución de la ecuación puesto que.
3 + 2(2) − 1 = 7 − 1 = 6
Otras soluciones
𝑥1 = 6, 𝑥2 = 0, 𝑥3 = 0
𝑥1 = 4, 𝑥2 = 2, 𝑥3 = 2
Ejemplo 2: Resuelva la ecuación.
𝑥1 + 2𝑥2 − 𝑥3 = 6
→ 𝑥3 = 2𝑥2 − 𝑥3 − 6
ÁLGEBRA LINEAL
𝑥1 = 𝑡
Sea { 𝑥2 = 𝑠 Con 𝑠 ∧ 𝑡 ∈ 𝑅
𝑥3 = 𝑡 + 2𝑠 − 6
Columnas↑
Este se conoce como la matriz aumentada del sistema
3 −1 2 1 7 3𝑥1 − 𝑥2 + 2𝑥3 + 𝑥4 = 7
(1 6 4 −2|10) → 𝑥1 + 6𝑥2 + 4𝑥3 − 2𝑥4 = 10
5 6 0 3 4 5𝑥1 + 6𝑥2 + 3𝑥4 = 4
Operaciones Elementales
Podemos efectuar las siguientes operaciones con los renglones de una matriz aumentada.
1) Multiplicar un renglón por un numero distinto de cero.
2) Intercambiar dos renglones.
3) Sumar un múltiplo de un renglón a otro renglón.
Notación:
1) 𝑀𝑖 (𝑐), indica multiplicar el renglón 𝑖 − é𝑠𝑖𝑚𝑜 por el numero 𝑐.
2) 𝑃𝑖𝑗 , indica intercambiar los renglones 𝑖 − é𝑠𝑖𝑚𝑜 𝑦 𝑗 − é𝑠𝑖𝑚𝑜 .
3) 𝐴𝑖𝑗 (𝑐), indica multiplicar el renglón 𝑖 − é𝑠𝑖𝑚𝑜 por 𝑐 y súmaselo al renglón 𝑗 −
é𝑠𝑖𝑚𝑜.
ÁLGEBRA LINEAL
4) 𝐴 → 𝐵 indica que las matrices aumentadas A y B son equivalentes, es decir, que los
sistemas que representan tienen la misma solución.
Ejemplo: Consideremos la matriz aumentada.
1 0 −3 2 1 𝑀2 (−2) 1 0 −3 2 1 𝑃23
(2 1 5 − 1|4) → (−4 −2 −10 2|−8)
3 1 −1 0 6 3 2 −1 0 6
1 0 −3 2 1 𝐴12 (−3) 1 0 −3 2 1
(3 2 |
−1 0 6 ) → ( 0 2 8 −6| 3 )
−4 −2 −10 2 −8 −4 −2 −10 2 −8
−3 0 9 −6 ⌈−3
3 2 −1 0 ⌊ 6
________________________
0 2 8 −6 ⌊3
1 0 0 1 0 0 1 0 −2
(0 1 0) (0 0 1) (0 1 0)
0 0 1 1 0 0 0 0 1
Escalonada reducida No es escalonada No es reducida, pero si es escalonada
ÁLGEBRA LINEAL
Métodos de Eliminación
1) Eliminación de Gauss-Jordan:
Se reduce la matriz de coeficientes a la forma escalonada reducida.
2) Eliminación Gaussiana:
Se reduce la matriz de coeficientes a la forma escalonada.
𝑥1 + 𝑥2 − 𝑥3 = 7
4𝑥1 − 𝑥2 + 5𝑥3 = 4
6𝑥1 + 𝑥2 + 3𝑥3 = 20
1 1 −1 7
→ (0 −5 9 |−24)
0 0 0 2
0 = 2, → El sistema es inconsistente.
1 0 −2/9 3
→ (0 1 −8/9|0)
0 0 0 0
Luego,
Sea 𝑥3 = 𝑡, entonces, 𝑥1 = 3 + (2/9)𝑡 ∧ 𝑥2 = (8/9)𝑡, 𝑡 ∈ 𝑅 → 𝑆 = {3 + (29) 𝑡, (89) 𝑡, 𝑡}.
ÁLGEBRA LINEAL
Ejercicios:
1) Resuelva el sistema.
−2𝑥1 + 𝑥2 + 6𝑥3 = 18
5𝑥1 + 8𝑥3 = −16
3𝑥1 + 2𝑥2 − 10𝑥3 = −3
(−2) (−1)
1 3 −4 15 𝐴32 1 3 −4 15 𝑀2
→ (0 −15 28 |−91) → (0 −1 24 | 5 )
0 −7 2 −48 0 −7 2 −48
1 0 0 −4
→ (0 1 0| 7 ) → 𝑆 = (−4, 7, 1/2)
0 0 1 1/2
2) Considere el sistema.
2𝑥1 − 𝑥2 + 3𝑥3 = 𝑎
3𝑥1 + 𝑥2 − 5𝑥3 = 𝑏
−5𝑥1 − 5𝑥2 + 21𝑥3 = 𝑐
→( 3 1 −5|𝑏 ) →( 1 2 −8|𝑏 − 𝑎)
−5 −5 21 𝑐 −5 −5 21 𝑐
𝑘𝑥 + 𝑦 + 𝑧 = 1
𝑥 + 𝑘𝑦 + 𝑧 = 1
𝑥 + 𝑦 + 𝑘𝑧 = 1
Solución:
𝑘 1 1 1 𝑃12 1 𝑘 1 1 𝐴12(−𝑘) , 𝐴13(−1)
→ (1 𝑘 1|1) → (𝑘 1 1|1)
1 1 𝑘1 1 1 𝑘1
1 𝑘 1 1 𝑃23 1 𝑘 1 1 𝐴23[−(1+𝑘)]
→ (0 1 − 𝑘 2 1 − 𝑘|1 − 𝑘) → (0 1 − 𝑘 𝑘 − 1| 0 )
0 1−𝑘 𝑘−1 0 0 1 − 𝑘2 1−𝑘 1−𝑘
1 𝑘 1 1
→ (0 1 − 𝑘 𝑘−1 | 0 )
0 0 −(𝑘 + 2)(𝑘 − 1) 1 − 𝑘
𝑥+𝑦−𝑧 =1
2𝑥 + 3𝑦 + 𝑘𝑧 = 3
𝑥 + 𝑘𝑦 + 3𝑧 = 2
ÁLGEBRA LINEAL
Solución:
1 1 −1 1 𝐴12(−2) , 𝐴13(−1)
1 1 −1 1 𝐴23(1−𝑘)
→ (2 3 𝑘 |3) → (0 1 𝑘 + 2|1)
1 𝑘 3 2 0 𝑘−1 4 1
𝐴23(1−𝑘) 1 1 −1
1 1 −1 1 1
→ (0 1 𝑘 + 2|1) → (0 1 𝑘+2 | 1 )
0 𝑘−1 4 1 0 0 −(𝑘 + 3)(𝑘 − 2) 2 − 𝑘
𝑖) − (𝑘 + 3)(𝑘 − 2) ≠ 0 → 𝑘 ≠ −3 𝑦 𝑘 ≠ 2.
𝑖𝑖) − (𝑘 + 3)(𝑘 − 2) = 0 𝑦 2 − 𝑘 ≠ 0 → 𝑘 = −3 𝑜 𝑘 = 2 𝑦 𝑘 ≠ 2 → 𝑘 = −3.
𝑖𝑖𝑖) − (𝑘 + 3)(𝑘 − 2) = 0 𝑦 2 − 𝑘 = 0 → 𝑘 = −3 𝑜 𝑘 = 2 𝑦 𝑘 = 2 → 𝑘 = 2.
Problema.
1) Una caja que contiene monedas con las denominaciones de $1, $5 𝑦 $10, tiene
13 de ellas con un valor total de $83 ¿Cuántas monedas de cada tipo hay en la
caja?
𝑥 = #𝑑𝑒 𝑚𝑜𝑛𝑒𝑑𝑎𝑠 𝑑𝑒 $1
Solución: 𝑦 = #𝑑𝑒 𝑚𝑜𝑛𝑒𝑑𝑎𝑠 𝑑𝑒 $5
𝑧 = #𝑑𝑒 𝑚𝑜𝑛𝑒𝑑𝑎𝑠 𝑑𝑒 $10
𝑥 + 𝑦 + 𝑧 = 13
𝑥 + 5𝑦 + 10𝑧 = 83
9 5𝑧
1) 0 < − 2 + < 13
4
ÁLGEBRA LINEAL
9 5𝑧 35
< < (4)
2 4 2
18 < 5𝑧 < 70
35 9𝑧
2) 0 < − < 13
2 4
35 9𝑧 9
− < − < (−4)
2 4 2
70 > 9𝑧 > 18
1) ∩ 2)
Sistemas Homogéneos
Matrices
Definición: una matriz es un arreglo rectangular de números distribuidos en filas y columnas,
representamos una matriz por.
𝑎11 𝑎12 … 𝑎1𝑛
Filas→ ( 𝑎21 𝑎22 … 𝑎2𝑛 )
𝑎𝑚1 𝑎𝑚2… 𝑎𝑚𝑛
Columnas↑
O también
𝑎11 𝑎12 … 𝑎1𝑛
𝑎
Filas→ [ 21 𝑎22 … 𝑎2𝑛 ]
𝑎𝑚1 𝑎𝑚2… 𝑎𝑚𝑛
Columnas↑
Notación: podemos abreviar la matriz anterior escribiendo únicamente.
(𝑎𝑖𝑗 ) , 𝑖 = 1, … , 𝑚 𝑦 𝑗 = 1, … , 𝑛
o
𝑚,𝑛
[𝑎𝑖𝑗 ]𝑖,𝑗=1
Definición: si una matriz A, tiene 𝑚 filas y 𝑛 columnas, se dice que A es de tamaño 𝑚𝑥𝑛
Definición: si A tiene 𝑛 − 𝑓𝑖𝑙𝑎𝑠 y 𝑛 − 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 se dice que A es una matriz cuadrada de
orden 𝑛.
Ejemplo:
3 −2 4 6 0 1 −2
[5 1 0 7] [−4 5 8]
8 6 14 10 9 −1 9
3𝑥4 3𝑥3 (de orden 3)
ÁLGEBRA LINEAL
Matrices Especiales
Matriz Nula
Definición: es una matriz de mxn tal que 𝑎𝑖𝑗 = 0, ∀𝑖 = 1, … , 𝑚 𝑦 ∀𝑗 = 1, … , 𝑛.
Se denota por 𝜙. Es decir
0 0 ⋯ 0
𝜙 = [0 0 ⋯ 0]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0
Matriz idéntica
1, 𝑠𝑖 𝑖 = 𝑗
Definición: es una matriz cuadrada de orden 𝑛, tal que 𝑎𝑖𝑗 = {
0, 𝑠𝑖 𝑖 ≠ 𝑗
Se denota por 𝐼𝑛 o 𝐼. Es decir
Ejemplo:
1 0 0 0
1 0 0
1 0
𝐼2 = ⌊ ⌋, 𝐼3 = [0 1 0], 𝐼4 = [0 1 0 0]
0 1 0 0 1 0
0 0 1 0 0 0 1
Matriz Diagonal
Definición: es una matriz cuadrada de orden 𝑛 tal que 𝑎𝑖𝑗 = 0 𝑠𝑖 𝑖 ≠ 𝑗; es decir,
es una matriz de la forma
𝑎11 0 ⋯ 0
0 𝑎22 ⋯ 0
[ ]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 𝑎𝑛𝑛
Ejemplos:
1 0 0 0
5 0 0
[0 −3 0] [0 6 0 0 ]
0 0 −8 0
0 0 7 0 0 0 12
ÁLGEBRA LINEAL
Ejemplos:
3 7 2 1
1 −2 7
[0 4 6 ] [0 5 10 −2]
0 0 −7 9
0 0 2 0 0 0 6
Ejemplos:
15 0 0 0
7 0 0
[1 −2 0 ] [3 8 0 0]
6 4 2 0
3 6 −3
1 0 9 7
Notación: denotamos el espacio de todas las matrices de 𝑚𝑥𝑛 por 𝑀𝑚𝑛 o 𝑀𝑚𝑥𝑛 , es
decir.
𝑀𝑚𝑥𝑛 = {𝐴/𝐴 𝑒𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟í𝑧 𝑑𝑒 𝑚𝑥𝑛}
ÁLGEBRA LINEAL
Igualdad de Matrices
𝑚,𝑛 𝑚,𝑛
Definición: sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 y 𝐵 = [𝑏𝑖𝑗 ]𝑖,𝑗=1 dos matrices de 𝑚𝑥𝑛, entonces se dice que
Ejemplo: sean
Suma de Matrices
𝑚,𝑛 𝑚,𝑛
Definición: sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 y 𝐵 = [𝑏𝑖𝑗 ]𝑖,𝑗=1 dos matrices de 𝑚𝑥𝑛, entonces la suma de
𝐴 𝑦 𝐵 es la matriz 𝐴 + 𝐵 definida por
𝑎11 + 𝑏11 , 𝑎12 + 𝑏12, ⋯ 𝑎1𝑛 + 𝑏1𝑛
𝑚,𝑛 𝑎21 + 𝑏21 𝑎22 + 𝑏22 ⋯ 𝑎2𝑛 + 𝑏2𝑛
𝐴 + 𝐵 = [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ]𝑖,𝑗=1 =[ ]
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 + 𝑏𝑚1 𝑎𝑚2 + 𝑏𝑚2 ⋯ 𝑎𝑚𝑛 + 𝑏𝑚𝑛
Ejemplo: sean
3 5 7 2 8 −2 4 9
𝐴=[ ] y 𝐵=[ ]
4 1 6 −3 −3 7 2 5
11 3 11 11
→𝐴+𝐵 =[ ]
1 8 8 2
ÁLGEBRA LINEAL
Ejemplo:
2 −1 3 0 6 −3 9 0
𝐴=[ ] → 3𝐴 = [ ]
4 5 1 6 12 15 3 18
Ejemplo:
4 −1 6 1 6 3
𝐴=[ ] 𝐵=[ ]
8 2 7 4 9 −2
3 −7 3
→𝐴−𝐵 =[ ]
4 −7 9
Teorema 1.3:
Si 𝐴, 𝐵 𝑦 𝐶 son matrices 𝑚𝑥𝑛 y ∝∈ 𝐾, entonces
1) 𝐴+ 𝜙=𝐴
2) 0𝐴 = 𝜙
3) 𝐴+𝐵 =𝐵+𝐴
4) 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶
5) ∝ (𝐴 + 𝐵) =∝ 𝐴+∝ 𝐵
6) ∝ (𝐴 − 𝐵) =∝ 𝐴−∝ 𝐵
Demostración:
𝑚,𝑛 𝑚,𝑛 𝑚,𝑛
sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 , 𝐵 = [𝑏𝑖𝑗 ]𝑖,𝑗=1y 𝐶 = [𝑐𝑖𝑗 ]𝑖,𝑗=1
ÁLGEBRA LINEAL
𝑚,𝑛 𝑚,𝑛
→ 𝐴 + (𝐵 + 𝐶) = [𝑎𝑖𝑗 ]𝑖,𝑗=1 + [𝑏𝑖𝑗 + 𝑐𝑖𝑗 ]𝑖,𝑗=1
𝑚,𝑛
= [𝑎𝑖𝑗 + (𝑏𝑖𝑗 + 𝑐𝑖𝑗 )]𝑖,𝑗=1
𝑚,𝑛
= [(𝑎𝑖𝑗 + 𝑏𝑖𝑗) + 𝑐𝑖𝑗 ]
𝑖,𝑗=1
𝑚,𝑛 𝑚,𝑛
= [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ]𝑖,𝑗=1 + [𝑐𝑖𝑗 ]𝑖,𝑗=1
= (𝐴 + 𝐵) + 𝐶
Ejemplo:
1
Sean 𝐴 = (2 −1 3 4
5) y 𝐵 = (6), entonces
2
𝑚,𝑛
Notación: si 𝐴 = [𝑎𝑖𝑗 ] , entonces la fila 𝑖 − é𝑠𝑖𝑚𝑎 de A se denota por 𝐴𝑖 , y la
𝑖,𝑗=1
𝑗
columna 𝑗 − é𝑠𝑖𝑚𝑎 por 𝐴 , es decir.
𝐴1
𝐴2
𝐴 = ( ) 𝑜 𝐴 = (𝐴1 , 𝐴2 , ⋯ , 𝐴𝑛 )
⋮
𝐴𝑚
ÁLGEBRA LINEAL
Producto de Matrices.
𝑚,𝑛 𝑛,𝑝
Definición: sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 y 𝐵 = [𝑏𝑗𝑘 ]𝑗,𝑘=1, entonces el producto 𝐴𝐵 es la matriz
𝑚𝑥𝑝 cuya componente 𝑖𝑗 es la que se obtiene multiplicando la fila 𝑖 − é𝑠𝑖𝑚𝑎 𝐴𝑖 de 𝐴 por la
columna 𝑗 − é𝑠𝑖𝑚𝑎 de 𝐵 𝑗 𝑑𝑒 𝐵, es decir, sí
𝐴1
𝐴
𝐴 = ( 2 ) y 𝐵 = (𝐵 1 , 𝐵 2 , ⋯ 𝐵 𝑝 )
⋮
𝐴𝑚
𝐴1
𝐴
→ 𝐴𝐵 = ( 2 ) (𝐵1 , 𝐵 2 , ⋯ 𝐵 𝑝 )
⋮
𝐴𝑚
𝐴1 𝐵1 , 𝐴1 𝐵 2 , ⋯ 𝐴1 𝐵 𝑝
= 𝐴2 𝐵
1
𝐴2 𝐵 2 ⋯ 𝐴2 𝐵 𝑝
⋮ ⋮ ⋱ ⋮
[𝐴𝑚 𝐵1 𝐴𝑚 𝐵 2 ⋯ 𝐴𝑚 𝐵 𝑝 ]
Ejemplo:
3 −1 1 5
Sean 𝐴 ( ),𝐵 = ( ), 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑒 𝐴𝐵 𝑦 𝐵𝐴
0 2 3 4
Solución:
(3 − 1) (1) (3 − 1) (5)
3 −1 1 5 3 4 )
𝐴𝐵 = ( )( )=(
0 2 3 4 1
(0 2) ( ) (0 2) ( )5
3 4
3 − 3 15 − 4 0 11
=( )=( )
0+6 0+8 6 8
1 5 3 −1 3 9
𝐵𝐴 = ( )( )=( )
3 4 0 2 9 5
Ejercicios:
1 0
3 0 −1
1) 𝐴 = ( ) , 𝐵 (5 6), halle 𝐴𝐵 𝑦 𝐵𝐴.
2 4 5
7 8
ÁLGEBRA LINEAL
−2 0 4
−1 5 3 2 3 1 2
2) 𝐴 = ( ),𝐵 = ( ), halle 𝐴𝐵 𝑦 𝐵𝐴.
0 4 1 6 0 5 −1
6 7 −6