Matrices, determinantes y

ecuaciones lineales

“El simbolismo que introdujo Diofanto por primera vez y que sin
duda lo obtuvo por sí mismo, suministraba una manera corta y
fácilmente comprensible de expresar una ecuación...”.
K. Vogel

Todo el contenido de este material es referenciado a los

textos de la bibliografía, al libro de Álgebra Lineal de S.
Grossman, complementado con material del profesor de la
asignatura.
 Operaciones elementales por renglones (filas).
Las tres operaciones elementales por renglones aplicadas a la matriz aumentada que representa
un sistema de ecuaciones son:
Descripción

El proceso de aplicar las operaciones elementales por reglones para simplificar una matriz aumentada
se llama: reducción por renglones.

2
 Matrices aumentadas equivalentes 2 𝑥 1+ 4 𝑥 2 +6 𝑥 3=18
4 𝑥1 +5 𝑥 2+ 6 𝑥 3=24
3 𝑥1 + 𝑥 2 − 2 𝑥 3 =4
Utilicemos las operaciones elementales con la notación nueva:
Descripción

Se puede observar de inmediato que la solución es:

3
Solución de un sistema de tres ecuaciones con tres incógnitas:
número infinito de soluciones

2𝑥1+4𝑥2+6𝑥3=18 ( | )
Resuelva el siguiente sistema:
2 4 6 18
𝐴= 4 5 6 24
2 7 1 2 30
Primero se escribe el sistema como una matriz aumentada, y luego se resuelve:

Esto es equivalente al sistema de ecuaciones:

𝑥 1 − 𝑥 3 =1 Hasta aquí se puede llegar. Se tienen sólo dos ecuaciones para las tres incógnitas x1, x2 y x3, y por lo tanto existe
¿ un número infinito de soluciones. Para comprobar esto se elige a x3 como parámetro y se despejan a x1 y x2 en
𝑥 2+ 2 𝑥 3= 4 términos de x3. Entonces x2 = 4 - 2x3 y x1 = 1 + x3. Ésta será una solución para cualquier número x3. Se escribe esta
solución en la forma (1 + x3, 4 - 2x3, x3). Por ejemplo, si x3 = 0, se obtiene la solución (1, 4, 0). Para x3 = 10 se
obtiene la solución (11, -16, 10), y por ello para cada valor de x3 habrá una solución distinta.
Álgebra Lineal 4
 ( | )
[1 , 1 ] [ 1 ,2 ] [ 1 , 3 ] [ 1 , 4 ]
𝐴= [ 2 , 1 ] [ 2 , 2] [2 , 3 ] [ 2 , 4 ]
Solución de un sistema de tres ecuaciones con tres incógnitas: [ 3 ,1 ] [ 3 , 2 ] [ 3 ,3 ] [ 3 , 4 ]
Sistema inconsistente Nomenclatura para los libros, ubicación
de cada valor dentro de la matriz
( | )
[ 0 , 0] [ 0 , 1] [ 0 , 2 ] [ 0 , 0 ]
𝐴= [ 1 , 0 ] [ 1 ,1 ] [ 1 , 2 ] [ 1 , 0 ]
[ 2, 0 ] [ 2 ,1 ] [ 2 , 2 ] [ 2 , 0 ]
Nomenclatura para los programas|software,
ubicación de cada valor dentro de la matriz

2 𝑥2+3 𝑥3=4 ( |)
Resuelva el siguiente sistema:
0 2 3 4
𝐴= 2 −6 7 15
1 −2 5 10
El elemento 1,1 de la matriz no se puede hacer 1 como antes porque al multiplicar 0 por cualquier número real el resultado es 0. En su lugar se puede usar la
operación elemental por renglones iii) intercambiar dos renglones, para obtener un número distinto a cero en la posición 1,1.
Se puede intercambiar el renglón 1 con cualquiera de los otros dos; sin embargo, al intercambiar los renglones 1 y 3 queda un 1 en esa posición.
Al hacerlo se obtiene lo siguiente:

− 2 𝑥 2 − 3 𝑥 3 =−5
Es necesario detenerse aquí porque, como se ve, las últimas dos ecuaciones son: ¿
2 𝑥 2 + 3 𝑥3 = 4
lo cual es imposible (si -2x2 - 3x3 = -5, entonces 2x2 + 3x3 = 5, no 4), por lo que no existe
alguna solución. Se puede proceder como en los últimos dos ejemplos para obtener una forma más estándar:
Ahora la última ecuación es 0x1 + 0x2 + 0x3 = -1,
lo cual también es imposible ya que 0 ≠ -1.
Así, el sistema no tiene solución.
En este caso se dice que el sistema es
inconsistente.
Álgebra Lineal 5
 Sistemas inconsistentes y consistentes
Se dice que un sistema de ecuaciones lineales es inconsistente si no tiene solución.
Se dice que un sistema que tiene al menos una solución es consistente.

2𝑥1+4𝑥2+6𝑥3=18 2 𝑥2+3 𝑥3=4

2 𝑥 1+ 4 𝑥 2 +6 𝑥 3=18
4 𝑥1 +5 𝑥 2+ 6 𝑥 3=24
3 𝑥1 + 𝑥 2 − 2 𝑥 3 =4

( | ) ( | ) ( |)
2 4 6 18 2 4 6 18 0 2 3 4
𝐴= 4 5 6 24 𝐴= 4 5 6 24 𝐴= 2 −6 7 15
3 1 −2 4 2 7 1 2 30 1 −2 5 10

En el proceso de reducción por renglones, A1,2,3 se “redujeron” a la matriz

( )
1 0 8

( ) ( )
1 0 0 𝑛1 1 0 −1 𝑛1 𝑛1
3
𝑅1 = 0 1 0 𝑛2 𝑅 2= 0 1 2 𝑛2 𝑅 3= 0 1 𝑛2
2
0 0 1 𝑛3 0 0 0 0 0 0 0 𝑛3

La matrices se denominan formas escalonadas reducidas por renglones de las matrices

respectivamente. Álgebra Lineal 6
Las siguientes matrices están en la forma escalonada reducida por renglones:

( ) ( ) ( )
1 0 0 1 0 00 1 0 25
𝑖= 0
0
1
0
0
1
𝑖𝑖= 0
0
1
0
00
01
𝑖𝑖𝑖=
1
0 ( 0
0
05
12 ) 𝑖𝑣=
(1
0
0
1 ) 𝑣= 0
0
1
0
36
00

Las matrices i) y ii) tienen tres pivotes; las otras tres matrices tienen dos pivotes.

Álgebra Lineal 7
Forma escalonada por renglones
Una matriz está en la forma escalonada por renglones si se cumplen las condiciones i), ii) y iii)

Las siguientes matrices se encuentran en la forma escalonada por renglones:

( ) ( ) ( )
1 2 3 1 −1 6 4 1 3 25
𝑖= 0
0
1
0
5
1
𝑖𝑖= 0
0
1
0
2 −8
0 1
𝑖𝑖𝑖=
1
0 ( 0
0
25
12 ) 𝑖𝑣=
(1
0
2
1 ) 𝑣= 0
0
1
0
36
00

En el siguiente ejemplo se muestra cómo dos matrices en forma escalonada por renglones son equivalentes entre sí.
Sean

( ) ( )
1 3 25
𝐴= 0
𝑅1 → 𝑅1 − 𝑅2 1 2 − 1− 1
1 36 0 1 3 6 =B
→
0 0 01 0 0 0 1
Esto significa que cualquier matriz que sea equivalente por renglones a la matriz A también lo es a la matriz B
Como se vio en los ejemplos, existe una fuerte relación entre la forma escalonada reducida por
renglones y la existencia de la solución única para el sistema
Álgebra Lineal 8
 2 𝑥 1+ 4 𝑥 2 +6 𝑥 3=18
Solución de un sistema mediante eliminación gaussiana 4 𝑥1 +5 𝑥 2+ 6 𝑥 3=24
3 𝑥1 + 𝑥 2 − 2 𝑥 3 =4

Se comienza como antes:

Hasta aquí, este proceso es idéntico al anterior; pero ahora sólo se hace cero el número (25)
que está debajo del primer 1 en el segundo renglón:

Después se usa la sustitución hacia atrás

para despejar primero x2 y después x1.
La segunda ecuación queda x2 + 2x3 = 4.
Entonces x2 + 2(3) = 4 y x2 = -2.
La matriz aumentada del sistema (y los coeficientes de la matriz) se De igual manera, de la primera ecuación se
encuentran ahora en la forma escalonada por renglones y se puede ver de obtiene x1 + 2(-2) + 3(3) = 9 o x1 = 4.
inmediato que x3 = 3. Así, de nuevo se obtiene la solución
(4, -2, 3). El método de solución que se acaba
Álgebra Lineal 9
de emplear se llama eliminación gaussiana
 2 𝑥 1+ 4 𝑥 2 +6 𝑥 3=18
Solución de un sistema mediante eliminación de Gauss-Jordan 4 𝑥1 +5 𝑥 2+ 6 𝑥 3=24
3 𝑥1 + 𝑥 2 − 2 𝑥 3 =4

Se trata de dejar la matriz

identidad:

( |) ( | ) ( | )
𝑹 𝟐 → 𝑹𝟐 − 𝟐 𝑹𝟑 1 2 3 9 𝑹 𝟏 → 𝑹𝟏 − 𝟐 𝑹𝟐 1 2 3 9 𝑹 𝟏 → 𝑹𝟏 − 𝟑 𝑹𝟑 1 0 3 13
0 1 2 4 0 1 0 −2 0 1 0 −2
0 0 1 3 0 0 1 3 0 0 1 3

( | )
1 0 0 4
0 1 0 −2
Se obtiene x1 = 4, x2 = – 2 y x3 = –3
0 0 1 3 Así, de nuevo se obtiene la solución
(4, -2, 3). El método de solución que se acaba
de emplear se llama Gauss Jordan

Álgebra Lineal 10
 {
Regla de 2 𝑥+ 𝑦 + 𝑧 =0
4 𝑥 +3 𝑦 +2 𝑧 =2
Cramer 2 𝑥 − 𝑦 − 3 𝑧 =0
Encontrar el determinante de la matriz.

| |
2 1 1
∆= 4 3 2 =− 8
2 −1 −3
Como el (determinante) es diferente de cero, existe solución única

11
Regla de
| |
2 1 1
∆= 4 3 2 =− 8
Cramer 2 −1 −3

Para encontrar el determinante, podemos utilizar Sarrus…

| |
2 1 1
4 3 2
∆= 2 −1 − 3 =−8
2 1 1
4 3 2

(
(– 18 – 4 + 4) – (6 – 4 – 12)
( – 18 – 10 ) – 8 12
 Regla de
| |
2 1 1
∆= 4 3 2 =− 8
Cramer 2 −1 −3

{
2 𝑥+ 𝑦 + 𝑧 =0 Reemplazamos la primera columna de la matriz de coeficientes
por la columna de constantes para cada variable (columna)
4 𝑥 +3 𝑦 +2 𝑧 =2

| |
2 𝑥 − 𝑦 − 3 𝑧 =0 0 1 1
2 3 2
0 −1 −3 4 1
𝑥= = =−
∆ −8 2

| |
0 1 1
∆ 𝑥= 2 3 2 =4
0 −1 −3
∆ 𝑥
𝑥=
∆
13
 Regla de
| |
2 1 1
∆= 4 3 2 =− 8
Cramer 2 −1 −3

{
2 𝑥+ 𝑦 + 𝑧 =0 Reemplazamos la primera columna de la matriz de coeficientes
por la columna de constantes para cada variable (columna)
4 𝑥 +3 𝑦 +2 𝑧 =2

| |
2 𝑥 − 𝑦 − 3 𝑧 =0 2 0 1
4 2 2
2 0 −3 − 16
𝑦= = =2
∆ −8

| |
2 0 1
∆ 𝑦= 4 2 2 =− 16
2 0 −3
∆ 𝑦
𝑦=
∆
14
 Regla de
| |
2 1 1
∆= 4 3 2 =− 8
Cramer 2 −1 −3

{
2 𝑥+ 𝑦 + 𝑧 =0 Reemplazamos la primera columna de la matriz de coeficientes
por la columna de constantes para cada variable (columna)
4 𝑥 +3 𝑦 +2 𝑧 =2

| |
2 𝑥 − 𝑦 − 3 𝑧 =0 2 1 0
4 3 2
2 −1 0 8
𝑧= = =− 1
∆ −8

| |
2 1 0
∆ 𝑦= 4 3 2 =8
2 −1 0
∆ 𝑧
𝑧=
∆
15
Regla de
| |
2 1 1
∆= 4 3 2 =− 8
Cramer 2 −1 −3

La solución sería:

∆ 𝑥 ∆ 𝑦 ∆ 𝑧
𝑥= 𝑦 = 𝑧 =
∆ ∆ ∆

1
𝑥=− , 𝑦=2 , 𝑍 =−1
2

16
 {
Regla de 𝑥+ 𝑦 + 𝑧 =6
𝑥 − 𝑦 + 𝑧 =2
Cramer 2 𝑥 − 𝑦 + 3 𝑧 =6

17
 {
Regla de 2 𝑥 −3 𝑦 + 4 𝑧=0
𝑥+ 𝑦 − 3 𝑧 =4
Cramer 3 𝑥 +2 𝑦 − 𝑧 =0

18
 {
Regla de 2 𝑥 −3 𝑦 + 𝑧 =−2
𝑥 −6 𝑦 +3 𝑧 =− 2
Cramer 3 𝑥 +3 𝑦 −2 𝑧 =2

19
 Regla de Cramer
Métodos de los determinantes o Regla de Cramer , las ecuaciones en la forma:
Luego se aplica Regla de Sarrus 𝑎𝑥+ 𝑏𝑦 +𝑐𝑧 =𝑑
𝑥 − 3 𝑦 +2 𝑧 =− 3 (se duplican la primera y la segunda fila, pueden ser las columnas)

5 𝑥+ 6 𝑦 − 𝑧 =13 𝑥𝑦 𝑧

| |
4 𝑥 − 𝑦 +3 𝑧=8 1 −3 2
∆𝑠= 5 6 −1
4 −1 3
𝑥1 − 3 𝑥 2 +2 𝑥 3 =− 3
¿ 16
5 𝑥1 + 6 𝑥 2 − 𝑥 3=13
4 𝑥 1 − 𝑥 2 +3 𝑥 3= 8 | 1
5
−3
6
2
−1 | 16

𝑥𝑦 𝑧 Diagonales principales

| |
1 −3 2
∆𝑠= 5 6 −1 Diagonales secundarias
4 −1 3

Álgebra Lineal
16 20
 Regla de Cramer
Métodos de los determinantes o Regla de Cramer , las ecuaciones en la forma:
Luego se aplica Regla de Sarrus 𝑎𝑥+ 𝑏𝑦 +𝑐𝑧 =𝑑
𝑥 − 3 𝑦 +2 𝑧 =− 3 (se duplican la primera y la segunda columna, pueden ser las filas)

5 𝑥+ 6 𝑦 − 𝑧 =13 T.I.
4 𝑥 − 𝑦 +3 𝑧=8
| |
−3 −3 2 −3 −3
∆ 𝑥 = 13 6 − 1 13 6
8 −1 3 8 −1
𝑥1 − 3 𝑥 2 +2 𝑥 3 =− 3
5 𝑥1 + 6 𝑥 2 − 𝑥 3=13
4 𝑥 1 − 𝑥 2 +3 𝑥 3= 8 -32
¿ −56 +24
𝑇.𝐼.𝑦 𝑧 Diagonales principales

| |
−3 −3 2
∆ 𝑥 = 13 6 −1 Diagonales secundarias
8 −1 3

Términos independientes Álgebra Lineal

16 -32 21
 Regla de Cramer
Métodos de los determinantes o Regla de Cramer , las ecuaciones en la forma:
Luego se aplica Regla de Sarrus 𝑎𝑥+ 𝑏𝑦 +𝑐𝑧 =𝑑
𝑥 − 3 𝑦 +2 𝑧 =− 3 (se duplican la primera y la segunda fila, pueden ser las columnas)

5 𝑥+ 6 𝑦 − 𝑧 =13 𝑥 T .I. 𝑧

| |
4 𝑥 − 𝑦 +3 𝑧=8 1 −3 2
∆ 𝑦= 5 13 −1
4 8 3
𝑥1 − 3 𝑥 2 +2 𝑥 3 =− 3
¿ 80
5 𝑥1 + 6 𝑥 2 − 𝑥 3=13
4 𝑥 1 − 𝑥 2 +3 𝑥 3= 8 | 1
5
−3
13
2
−1 | 80

𝑥𝑇 . 𝐼 . 𝑧 Diagonales principales

| |
1 −3 2
∆ 𝑦= 5 13 −1 Diagonales secundarias
4 8 3

Términos independientes Álgebra Lineal

16 -32 80 22
 Regla de Cramer
Métodos de los determinantes o Regla de Cramer , las ecuaciones en la forma:
Luego se aplica Regla de Sarrus 𝑎𝑥+ 𝑏𝑦 +𝑐𝑧 =𝑑
𝑥 − 3 𝑦 +2 𝑧 =− 3 (se duplican la primera y la segunda columna, pueden ser las filas)

5 𝑥+ 6 𝑦 − 𝑧 =13 𝑥 𝑦 T .I.

| |
4 𝑥 − 𝑦 +3 𝑧=8 1 −3 −3 1 −3
∆𝑧= 5 6 13 5 6
4 −1 8 4 −1
𝑥1 − 3 𝑥 2 +2 𝑥 3 =− 3
5 𝑥1 + 6 𝑥 2 − 𝑥 3=13
4 𝑥 1 − 𝑥 2 +3 𝑥 3= 8 112
¿ − 93+205
𝑥 𝑦 𝑇 .𝐼 . Diagonales principales

| |
1 −3 −3
∆ 𝑧= 5 6 13 Diagonales secundarias
4 −1 8

Términos independientes Álgebra Lineal

16 -32 80 112
23
 Regla de Cramer
Métodos de los determinantes o Regla de Cramer , las ecuaciones en la forma:
𝑎𝑥+ 𝑏𝑦 +𝑐𝑧 =𝑑
𝑥 − 3 𝑦 +2 𝑧 =− 3
5 𝑥+ 6 𝑦 − 𝑧 =13 16 -32 80 112
4 𝑥 − 𝑦 +3 𝑧=8

𝑥1 − 3 𝑥 2 +2 𝑥 3 =− 3
5 𝑥1 + 6 𝑥 2 − 𝑥 3=13
4 𝑥 1 − 𝑥 2 +3 𝑥 3= 8
𝑧 =7
Solución única

Álgebra Lineal 24
 𝑧 =7
Solución única
Álgebra Lineal 25
 𝑧 =7
Solución única
Álgebra Lineal 26
En la siguiente sesión veremos este método…

𝑧 =7
Solución única
Álgebra Lineal 27
Desafío
Método de Gauss Jordan vs
Método de Cofactores y Cramer

Álgebra Lineal 28
Álgebra Lineal 29
Determinante de una matriz 4x4 Utilizando MÉTODO DE LOS cofactores 𝐴 𝑖𝑗 =(− 1)
𝑖+ 𝑗
| 𝑀 𝑖𝑗|

{
𝑥 3 − 𝑥 2 +2 𝑥1 +3 𝑥 0=1
2 𝑥 3 + 𝑥 2 +0+ 1 𝑥 0=2 1.- Se puede utilizar Gauss para hacer que una columna tenga la mayor
cantidad de ceros
3 𝑥 3 − 𝑥 2 + 𝑥1 + 2 𝑥 0=1
2.- Se utiliza los cofactores (matrices menores)
2 𝑥 3 − 𝑥 2+ 0+1 𝑥 0= 4 3.- Se aplica Sarrus para una matriz de 3x3

{ }
1 −1 𝟐 3 𝟏
2 1 𝟎 1 𝟐
=
3 −1 𝟏 2 𝟏 Utilizando MÉTODO DE Cramer
2 −1 𝟎 1 𝟒 1.- Se debe encontrar el determinante mediante el procedimiento
de cofactores.
https://youtu.be/yehSnE-g80A 2.- Se puede utilizar Gauss para hacer que una columna tenga la mayor
https://youtu.be/C9JECoRDro8 cantidad de ceros
https://youtu.be/ZO0naBrmgj4 2.- Se utiliza los cofactores (matrices menores)
https://youtu.be/KFxaixco5Oo 3.- Se aplica Sarrus para una matriz de 3x3
4.- Luego se intercambia la columna de resultados con cada columna
x, y, z, w que tenga el sistema de ecuaciones para hallar la determinante
5.- Finalmente se dividen cada determinante de x, y, z, w con el determinante
de la matriz de coeficientes inicial.

Álgebra Lineal 30
{ }
1 −1 𝟐 3 𝟏 Primero identificar el determinante
2 1 𝟎 1 𝟐 de la matriz de coeficientes
𝐴 𝑖𝑗 =(− 1)
𝑖+ 𝑗
| 𝑀 𝑖𝑗|
=
3 −1 𝟏 2 𝟏
2 −1 𝟎 1 𝟒 ¿2 𝐴 +𝟎 𝑨 +1 𝐴 +𝟎 𝑨
13 𝟐𝟑 33 𝟒𝟑

{ }
1 −1 𝟐 3
2 1 𝟎 1 ¿ 2 𝐴 13 + 1 𝐴 3 3 ¿ 2 ( 2 ) +1 ( −10 )= 4 −10=− 6
3 −1 𝟏 2

[ ]
2 −1 𝟎 1 2 1 1
𝑖+ 𝑗
𝐴 (1 , 3 ) =( − 1) 3 −1 2 =1( ( − 2 − 3+ 4 ) − ( − 2− 4 +3 ))
2 −1 1
Usar Sarrus
2 1 1 ¿ 1 ( ( −1 ) − ( − 3 ) ) =−1+ 3=2
3 −1 2

[ ]
1 −1 3
𝑖+ 𝑗
𝐴 ( 3 , 3 )=(− 1) 2 1 1 =1( ( 1− 6 − 2 ) − ( 6 − 1− 2 ))
2 −1 1
Usar Sarrus
1 −1 3 ¿ 1 ( ( −7 ) − ( 3 ) ) =− 10
2 1 1
Álgebra Lineal 31
{ }
1 −1 𝟐 3 𝟏 Identificar el determinante
2 1 𝟎 1 𝟐 de la matriz para columna 1
𝐴 𝑖𝑗 =(− 1)
𝑖+ 𝑗
| 𝑀 𝑖𝑗|
=
3 −1 𝟏 2 𝟏
2 −1 𝟎 1 𝟒 ¿2 𝐴 +𝟎 𝑨 +1 𝐴 + 𝟎 𝑨𝟒 𝟑
13 𝟐𝟑 33

{ }
1 −1 𝟐 3
2 1 𝟎 1 ¿ 2 𝐴 13 + 1 𝐴 3 3 ¿ 2 ( 12 ) +1 ( − 18 ) =24 − 18= 6
1 −1 𝟏 2

[ ]
4 −1 𝟎 1 2 1 1
𝑖+ 𝑗
𝐴 ( 1 , 3 ) =( − 1) 1 −1 2 = 1( ( − 2 − 1+ 8 ) − ( − 4 − 4 +1 ) )
4 −1 1
Usar Sarrus
2 1 1 ¿ 1 ( ( 5 ) − (− 7 ) ) =12
1 −1 2

[ ]
1 −1 3
𝑖+ 𝑗
𝐴 ( 3 , 3 )=(− 1) 2 1 1 =1( ( 1− 6 − 4 ) − ( 12 − 1 − 2 ) )
4 −1 1
Usar Sarrus
1 −1 3 ¿ 1 ( ( − 9 ) − ( 9 ) ) =− 18
2 1 1
Álgebra Lineal 32
{ }
1 −1 𝟐 3 𝟏 Identificar el determinante
2 1 𝟎 1 𝟐 de la matriz para columna 2
𝐴 𝑖𝑗 =(− 1)
𝑖+ 𝑗
| 𝑀 𝑖𝑗|
=
3 −1 𝟏 2 𝟏
2 −1 𝟎 1 𝟒 ¿2 𝐴 +𝟎 𝑨 +1 𝐴 + 𝟎 𝑨𝟒 𝟑
13 𝟐𝟑 33

{ }
1 +1 𝟐 3
2 +2 𝟎 1 ¿ 2 𝐴 13 + 1 𝐴 3 3 ¿ 2 ( − 2 )+ 1 ( 12 ) =− 4+ 10= 6
3 +1 𝟏 2

[ ]
2 +4 𝟎 1 2 2 1
𝑖+ 𝑗
𝐴 ( 1 , 3 ) =( − 1) 3 1 2 =1( ( 2+12+ 8 ) − ( 2+16 +6 ))
2 4 1
Usar Sarrus
2 2 1 ¿ 1 ( ( 22 ) − ( 24 ) ) =−2
3 1 2

[ ]
1 1 3
𝑖+ 𝑗
𝐴 ( 3 , 3 )=(− 1) 2 2 1 =1( ( 2+24 +4 ) − ( 12+ 4+ 2 ))
2 4 1
Usar Sarrus
1 1 3 ¿ 1 ( ( 30 ) − ( 18 ) ) =12
2 2 1
Álgebra Lineal 33
{ }
1 −1 𝟐 3 𝟏 Identificar el determinante
2 1 𝟎 1 𝟐 de la matriz para columna 3
𝐴 𝑖𝑗 =(− 1)
𝑖+ 𝑗
| 𝑀 𝑖𝑗|
=

{ }{ }{ }
3 −1 𝟏 2 𝟏
(-2)𝟏 − 𝟏 𝟏 𝟑 (-3) 1 −1 𝟏 3 1 −1 𝟏 3
2 −1 𝟎 1 𝟒 2 1 𝟐 1 0 3 𝟎 −5 0 3 𝟎 −5

{ }
1 −1 𝟏 3 3 −1 𝟏 2 3 − 1 𝟏 2 0 2 −𝟐 − 7
2 1 𝟐 1 2 −1 𝟒 1 0 1 𝟐 −5 0 1 𝟐 −5
3 −1 𝟏 2
2 −1 𝟒 1

Usar Sarrus
3 0 −5
2 −2 −7

¿ 1 ( ( 10 ) − (− 32 ) ) =42
¿ 1 𝐴 11

¿ 42
{ }
1 −1 𝟐 3 𝟏 Identificar el determinante
2 1 𝟎 1 𝟐 de la matriz para columna 4
𝐴 𝑖𝑗 =(− 1)
𝑖+ 𝑗
| 𝑀 𝑖𝑗|
=
3 −1 𝟏 2 𝟏
2 −1 𝟎 1 𝟒 ¿2 𝐴 +𝟎 𝑨 +1 𝐴 + 𝟎 𝑨𝟒 𝟑
13 𝟐𝟑 33

{ }
1 −1 𝟐 1
2 1 𝟎 2 ¿ 2 𝐴 13 + 1 𝐴 3 3 ¿ 2 ( −18 ) +1 ( 6 )= − 36+ 6=− 30
3 −1 𝟏 1

[ ]
2 −1 𝟎 4 2 1 2
𝑖+ 𝑗
𝐴 (1 , 3 ) =( − 1) 3 −1 1 =1( ( − 8 − 6 +2 ) − ( − 4 − 2+12 ))
Usar Sarrus 2 −1 4
2 1 2 ¿ 1 ( ( −12 ) − ( 6 ) ) =−18
3 −1 1

[ ]
1 −1 1
𝑖+ 𝑗
𝐴 ( 3 , 3 )=(− 1) 2 1 2 =1( ( 4 − 2− 4 ) − ( 2 − 2 − 8 ))
Usar Sarrus 2 −1 4
1 −1 1 ¿ 1 ( ( − 2 ) − ( −8 ) )=6
2 1 2
Álgebra Lineal 35
{
𝑥 3 − 𝑥 2 +2 𝑥1 +3 𝑥 0=1
2 𝑥 3 + 𝑥 2 +0+ 1 𝑥 0=2 ∆ 1=6 ∆ 2=6 ∆ 3=42 ∆ 4 =−30
3 𝑥 3 − 𝑥 2 + 𝑥1 + 2 𝑥 0=1
2 𝑥 3 − 𝑥 2+ 0+1 𝑥 0= 4

{ }
1 −1 𝟐 3 𝟏
2 1 𝟎 1 𝟐
=
3 −1 𝟏 2 𝟏
2 −1 𝟎 1 𝟒

𝑥1 =−7
𝑥 0=5
Solución única 36
 37

Preguntas

Álgebra Lineal
Álgebra Lineal 38
39
Bibliografía
[1] S. I. Grossman, J. J Flores.; Álgebra Lineal; Editorial McGraw Hill, Séptima
edición, México, 2012.
[2] B. Kolman, D. Hill.; Álgebra Lineal: Fundamentos y Aplicaciones; Editorial
Pearson, Primera edición, Colombia, 2013.
[3] Barrera F, Álgebra Lineal, 2014, Ediciones Patria
BIBLIOGRAFÍA COMPLEMENTARIA
[1] http://aleph.ups.edu.ec/=Grossman
[2] http://aleph.ups.edu.ec/=Kolman

REVISA INFORMACIÓN ADICIONAL EN:

http://www.ups.edu.ec/web/guest/bibliotecas
http://aleph.ups.edu.ec/F?func=find-b-0
http://www.ups.edu.ec/web/guest/base-de-datos-bibliotecas
Álgebra Lineal 40
Autores del contenido.
Docentes de Álgebra Lineal

• Llerena Joe | jllerena@ups.edu.ec

Álgebra Lineal 41