GUÍA DE ÁLGEBRA

LINEAL
ECUACIONES LINEALES.
Una ecuación lineal es aquella que puede representarse de la siguiente forma general:

𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ 𝑎𝑛 𝑥𝑛 = 𝑏

donde 𝑎1 , 𝑎2 , ……𝑎𝑛 y b son constantes reales.

En una ecuación lineal no se encuentran las variables en forma de productos o raíces, las mismas se
presentan a la primera potencia y no están como argumento de funciones trigonométricas.
SISTEMA DE ECUACIONES LINEALES
Es un conjunto finito de ecuaciones lineales cuya solución es un grupo de números 𝑠1, 𝑠2, 𝑠3….𝑠𝑛 , donde
𝑥1 = 𝑠1, 𝑥2 = 𝑠2 , 𝑥3 = 𝑠3….𝑥𝑛 = 𝑠𝑛 ; los valores antes mencionados satisfacen cada una de las
ecuaciones del sistema lineal.

Un sistema de ecuaciones es consistente si al menos tiene una solución, cuando no posee solución se le
considera inconsistente.

En el caso de tener un sistema lineal formado por dos ecuaciones:

𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1
𝑎21 𝑥1 + 𝑏22 𝑥2 = 𝑏2

encontrar la solución de este sistema, geométricamente implica determinar el punto de intersección de

las rectas. Se pueden generar tres posibles casos graficados en la figura (1), en a) las rectas son paralelas,
no existe un punto común entre las dos rectas por lo que el sistema es inconsistente, b) presenta que las
rectas tienen un punto común por lo que el sistema se considera que posee una solución única y en c) las
rectas coinciden dando como resultado infinitos puntos comunes considerando al sistema con infinito
número de soluciones.

y y y
l1 y l2
l1 l2

x x
x

l2 l1

(a) (b) (c)

Fig 1. Dos rectas que no se intersectan, se intersectan en un punto y en un número infinito de puntos
ELIMINACIÓN GAUSSIANA
La eliminación de Gauss pretende llevar una matriz aumentada del sistema de ecuaciones lineales Fig(3)
a una matriz donde sea fácilmente observable las soluciones del sistema.

𝑎11 𝑥1+ 𝑎12 𝑥2+ 𝑎13 𝑥3 = 𝑏1 𝑎11 𝑎12 𝑎13 𝑏1

𝑎21 𝑥1+ 𝑎22 𝑥2+ 𝑎23 𝑥3 = 𝑏2 𝑎
[ 21 𝑎22 𝑎23 𝑏2 ]
𝑎31 𝑥1+ 𝑎32 𝑥2+ 𝑎33 𝑥3 = 𝑏3 𝑎31 𝑎32 𝑎33 𝑏3

Fig. 2. Sistema de ecuaciones lineales Fig. 3. Matriz aumentada del sistema de

ecuaciones
Mediante este método se llega a obtener una matriz en la forma escalonada por reglones a través de
operaciones elementales sobre los renglones de la matriz aumentada, estas operaciones son:

1. Multiplicar una de las filas por un constante diferente de cero.

2. Intercambiar dos filas.
3. Sumar un múltiplo de una de las filas a otra.

Una matriz escalonada en los renglones es aquella que posee las siguientes propiedades:

1. Si una fila no consta completamente de ceros, entonces el primer número diferente de cero es 1.
Denominado 1 principal.
2. Si existen filas que consten completamente de ceros, se agrupan en la parte inferior de la matriz.
3. Si dos filas sucesivas no constan completamente de ceros, el 1 principal de la fila inferior se
presenta más hacia la derecha que el 1 principal de la fila superior.

Luego de obtener un matriz en la forma escalonada reducida se despejan las variables y se utiliza la
técnica de sustitución hacia atrás para encontrar los valores de las incógnitas.

MÉTODO DE GAUSS- JORDAN

El método de Gauss- Jordan plantea que la matriz aumenta del sistema se transforme en una matriz
escalonada por reglones reducida. Este tipo de matriz posee las tres propiedades descritas anteriormente
para una matriz escalonada reducida por reglones más una cuarta condición:

- Cada columna que contenga un 1 principal tiene ceros en todas las demás posiciones.
SISTEMAS HOMOGÉNEOS DE ECUACIONES LINEALES
Un sistema homogéneo de ecuaciones lineales es aquel en el que las constantes o términos
independientes son cero, la representación de un sistema homogéneo de mxn ecuaciones lineales es:

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 0

Fig. 4 Sistema de ecuaciones homogéneo

Un sistema de este tipo puede tener una solución, infinito número de soluciones o no tener ninguna
solución. Cuando 𝑥1 = 0, 𝑥2 = 0, 𝑥3 = 0……𝑥𝑛 = 0 se tienen una solución trivial o solución cero.
Un sistema homogéneo tiene infinito número de soluciones si 𝑛 > 𝑚.
MATRICES
Una matriz es un arreglo de elementos que pueden ser números, constantes, dispuestos en m filas y n
columnas. Para representar una matriz se utiliza una letra mayúscula. Si se tiene la matriz “A” cada uno
de sus elementos es representado como 𝑎𝑖𝑗 , siendo i el número de fila y j el número de columna a la que
pertenece el elemento.

1.1 Longitud de una matriz. - Se representa por el número de filas m y el número de columnas n, el
tamaño de una matriz es m x n.

1.2 Matriz cuadrada. - Es una matriz cuyo número de filas m es igual al número de columnas n. Los
elementos que pertenecen a la posición 𝑎11 , 𝑎22 , 𝑎33 ……𝑎𝑚𝑛 forman la diagonal principal de la matriz.

1.3 Matriz identidad. - Es una matriz cuadrada, los elementos de la diagonal principal son uno y los
restantes son cero. Se la describe generalmente mediante la letra I.

1.4 Matriz triangular superior. Es una matriz cuadrada donde los elementos que se encuentra en la parte
inferior de la diagonal principal son cero.

1.5 Matriz triangular inferior. Es una matriz cuadrada donde los elementos que se encuentra en la parte
superior de la diagonal principal son cero.

1.4 Matriz Transpuesta.- Si A es una matriz de dimensiones m x n, su transpuesta se escribe como 𝐴𝑇 y es

la matriz de n x m obtenida al intercambiar las filas por columnas.

1.6 Traza de una matriz. - Es un escalar determinado por la sumatoria de los valores correspondientes a
los elementos de la diagonal principal de una matriz.

Suma de matrices

Dos matrices pueden ser sumadas si su número de filas m y de columnas n son iguales respectivamente.
El resultado es otra matriz cuyos datos se obtiene al sumar miembro a miembro cada elemento de las
matrices.
Multiplicación de una matriz por un escalar

Sea A una matriz el producto αA está dado por la multiplicación de la constante por cada uno de los
elementos de la matriz:
Multiplicación de Matrices

Sean A y B dos matrices cuyas longitudes son m x n y p x q respectivamente, son multiplicables si el número
de columnas de la primera matriz es igual al número de filas de la segunda; el tamaño de la matriz
resultante del producto está determinado por el número de filas de la primera matriz y el número de
columnas de la segunda.

Si se tiene una matriz A y una matriz B multiplicables, cada elemento de la matriz A*B es calculado
mediante la suma de los productos de los elementos de la fila i de la primera matriz por los elementos de
la fila j de la segunda.
Inversa de una matriz.

Si A es una matriz cuadrada y es posible que se encuentre una matriz B que cumpla con la condición A ∗
B = B ∗ A = I, se tiene que A es una matriz invertible y B es la inversa de A.

Una matriz invertible tiene solo una inversa.

A ∗ A−1 = I

Un producto de matrices invertibles siempre es invertible y la inversa del producto es el producto de las
inversas en orden inverso.

A ∗ B = AB
(𝐴𝐵)−1 = 𝐵−1 𝐴−1
Resolución de sistemas de ecuaciones lineales mediante la inversa.

Un sistema de ecuaciones lineales, Fig. 5, puede ser representado como una ecuación matricial.

𝑎11 𝑥1+ 𝑎12 𝑥2+ 𝑎13 𝑥3 = 𝑏1

𝑎21 𝑥1+ 𝑎22 𝑥2+ 𝑎23 𝑥3 = 𝑏2
𝑎31 𝑥1+ 𝑎32 𝑥2+ 𝑎33 𝑥3 = 𝑏3

𝑎11 𝑎12 𝑎13 𝑥1 𝑏1

[𝑎21 𝑎22 𝑎23 ] [𝑥2 ] = [𝑏2 ]
𝑎31 𝑎32 𝑎33 𝑥3 𝑏3

Al designar las matrices con A, X y B respectivamente, se reemplaza el sistema de ecuaciones lineales

inicial por la ecuación matricial:

𝑨𝑿 = 𝑩

La matriz A se conoce como matriz de coeficiente.

Si A es una matriz invertible de nxn, entonces para cada matriz B de nx1 el sistema de ecuaciones
𝑨𝑿 = 𝑩 tiene exactamente una solución dada por:

𝑿 = 𝑨−𝟏 𝑩
DETERMINANTES
sábado, 2 de mayo de 2020 13:46

Determinantes de n*n
wśĂ▄╜ūĂʼn▄ĂĂĵ Ċ◘śōĂ▄ĵ Ăľ╜☺■ ‫ و ى‬ŕ ś▄▄╜Ľʼn◘ ĽĂℓś Ŧ ▄◘ℓ ś╨śʼnľ╜ľ╜◘ℓ ╜▓♫Ăʼnśℓ ŕ ś▄‫ و‬Ă▄‫يو‬
ŕ ś▄┼ʼnĵ ♫◘ ‫و ى‬

L■ōśʼnℓĂŕ ś ĵ ■Ă▓ĂĊʼn╜ūĵ Ċ╜▄╜ūĂ■ŕ ◘ ŕ śĊśʼn▓╜■Ă■Ċśℓ

wśĂ▄╜ūĂʼn▄ĂĂĵ Ċ◘śōĂ▄ĵ Ăľ╜☺■ ‫ ى ى‬Ŧ ʼnśℓ◘▄ōśʼnŕ ś ▄◘ℓ ś╨śʼnľ╜ľ╜◘ℓ ŕ ś▄┼ʼnĵ ♫◘ ‫◘▄ ى ى‬ℓ
╜▓♫Ăʼnśℓ ŕ ś▄‫ و‬Ă▄‫ىﻮ‬
a ĂĊ▄ĂĽ ‫╜▄ ﻮ و ى ى‬ĊśʼnĂ▄śℓ ĂŦ Ľ
5ś▄┼ʼnĵ ♫◘ ‫ ﻰ ى‬ʼnśℓ◘▄ōśʼn▄◘ℓ ś╨śʼnľ╜ľ╜◘ℓ ‫ ﯾ ى‬Ŧ ‫ ﻵ‬ĵ Ċ╜▄╜ūĂ■ŕ ◘ ▄Ă▓ĂĊʼn╜ū╜■ōśʼnℓĂ
ľĂ▄ľĵ ▄Ăŕ ĂĂĊʼnĂōţ ℓ ŕ ś ŕ śĊśʼn▓╜■Ă■Ċśℓ

t ʼn◘♫╜śŕ Ăŕ śℓ ŕ ś ▄◘ℓ ŕ śĊśʼn▓╜■Ă■Ċśℓ

wśℓ◘▄ōśʼn▄ĂĂĵ Ċ◘śōĂ▄ĵ Ăľ╜☺■ ‫ ﻮ ى‬Ŧ ŕ ś ▄◘ℓ ♫ʼn◘♫ĵ śℓĊ◘ℓ ŕ ś▄‫◘▄ ﻮ ى‬ℓ ╜▓♫Ăʼnśℓ ŕ ś ‫ ﻵ‬Ă▄
‫ يى‬a ĂĊ▄ĂĽ ‫ﻮ و ﻮ ى‬
Vectores en el plano
martes, 5 de mayo de 2020 18:48
Operaciones con vectores
martes, 12 de mayo de 2020 17:45
Vector de posición
martes, 12 de mayo de 2020 17:38
4.- Ángulo entre vectores
martes, 12 de mayo de 2020 17:32
5.- Proyección de un vector sobre otro.
martes, 12 de mayo de 2020 17:10
6.- Vectores en el espacio
miércoles, 13 de mayo de 2020 8:37
7.- Proyección en R3
jueves, 14 de mayo de 2020 8:28
8.- Producto vectorial o producto cruz
lunes, 18 de mayo de 2020 8:19
9.- Ecuación de la recta en el espacio
lunes, 18 de mayo de 2020 9:03
10.- Ecuación del plano
martes, 19 de mayo de 2020 7:19
Espacios vectoriales
jueves, 21 de mayo de 2020 7:50
Sub espacios vectoriales
miércoles, 27 de mayo de 2020 7:14
Combinación lineal
miércoles, 27 de mayo de 2020 8:40
Independencia y dependencia lineal
jueves, 28 de mayo de 2020 8:05
Base y dimensión
viernes, 29 de mayo de 2020 7:42
Cambio de base
viernes, 29 de mayo de 2020 9:13
Rango, nulidad, espacio renglón y espacio columna.