1ra. Semana.

MATRICES
En matemática, una matriz es un arreglo bidimensional de números. Dado que puede
definirse tanto la suma como el producto de matrices, en mayor generalidad se dice que son
elementos de un anillo. Una matriz se representa por medio de una letra mayúscula(A,B..) y
sus elementos con la misma letra en minúscula (a,b...), con un doble subíndice donde el
primero indica la fila y el segundo la columna a la que pertenece.

Los elementos individuales de una matriz m × n, a menudo denotados por ai, aj, donde el
máximo valor de sus elementos (i,j) en i es m, y el máximo valor de j es n. Siempre que la
matriz tenga el mismo número de filas y de columnas que otra matriz, estas se pueden
sumar o restar elemento por elemento.
Las matrices se utilizan para múltiples aplicaciones y sirven, en particular, para representar
los coeficientes de los sistemas de ecuaciones lineales o para representar transformaciones
lineales dada una base. En este último caso, las matrices desempeñan el mismo papel que
los datos de un vector para las aplicaciones lineales.
Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que también las hace
un concepto clave en el campo del álgebra lineal.
El origen de las matrices es muy antiguo. Los cuadrados latinos y los cuadrados mágicos se
estudiaron desde hace mucho tiempo. Un cuadrado mágico, 3 por 3, se registra en la
literatura china hacia el 650 a. C.2

Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un importante
texto matemático chino que proviene del año 300 a. C. a 200 a. C., Nueve capítulos sobre el
Arte de las matemáticas (Jiu Zhang Suan Shu), es el primer ejemplo conocido de uso del
método de matrices para resolver un sistema de ecuaciones simultáneas.3 En el capítulo
séptimo, "Ni mucho ni poco", el concepto de determinante apareció por primera vez, dos
mil años antes de su publicación por el matemático japonés Seki Kōwa en 1683 y el
matemático alemán Gottfried Leibniz en 1693.

Los "cuadrados mágicos" eran conocidos por los matemáticos árabes, posiblemente desde
comienzos del siglo VII, quienes a su vez pudieron tomarlos de los matemáticos y
astrónomos de la India, junto con otros aspectos de las matemáticas combinatorias. Todo
esto sugiere que la idea provino de China. Los primeros "cuadrados mágicos" de orden 5 y
6 aparecieron en Bagdad en el 983, en la Enciclopedia de la Hermandad de Pureza (Rasa'il
Ihkwan al-Safa).2

Después del desarrollo de la teoría de determinantes por Seki Kowa y Leibniz para facilitar
la resolución de ecuaciones lineales, a finales del siglo XVII, Cramer presentó en 1750 la
ahora denominada regla de Cramer. Carl Friedrich Gauss y Wilhelm Jordan desarrollaron la
eliminación de Gauss-Jordan en el siglo XIX.

Fue James Joseph Sylvester quien utilizó por primera vez el término « matriz » en
1848/1850.

En 1853, Hamilton hizo algunos aportes a la teoría de matrices. Cayley introdujo en 1858 la
notación matricial, como forma abreviada de escribir un sistema de m ecuaciones lineales
con n incógnitas.

Cayley, Hamilton, Hermann Grassmann, Frobenius, Olga Taussky-Todd y John von

Neumann cuentan entre los matemáticos famosos que trabajaron sobre la teoría de las
matrices. En 1925, Werner Heisenberg redescubre el cálculo matricial fundando una
primera formulación de lo que iba a pasar a ser la mecánica cuántica. Se le considera a este
respecto como uno de los padres de la mecánica cuántica.

Olga Taussky-Todd (1906-1995), durante la II Guerra Mundial, usó la teoría de matrices

para investigar el fenómeno de aeroelasticidad llamado fluttering.
 SISTEMAS DE ECUACIONES LINEALES Y
DETERMINANTES
En matemáticas y álgebra lineal, un sistema de ecuaciones lineales, también conocido
como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de
ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuación es de
primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema
lineal de ecuaciones sería el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que
satisfacen las tres ecuaciones.

El problema de los sistemas lineales de ecuaciones es uno de los más antiguos de la

matemática y tiene una infinidad de aplicaciones, como en procesamiento digital de
señales, análisis estructural, estimación, predicción y más generalmente en programación
lineal así como en la aproximación de problemas no lineales de análisis numérico.

En general, un sistema con m ecuaciones lineales y n incógnitas puede ser escrito en forma
normal como:

Donde son las incógnitas y los números son los coeficientes del sistema sobre el

cuerpo . Es posible reescribir el sistema separando con coeficientes con notación

matricial:

Si representamos cada matriz con una única letra obtenemos:

Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector

columna de longitud m. El sistema de eliminación de Gauss-Jordan se aplica a este tipo de
sistemas, sea cual sea el cuerpo del que provengan los coeficientes. La matriz A se llama
matriz de coeficientes de este sistema lineal. A b se le llama vector de términos
independientes del sistema y a x se le llama vector de incógnitas.

En esta sección se analizan las propiedades de los sistemas de ecuaciones lineales sobre el

cuerpo , es decir, los sistemas lineales en los cuales los coeficientes de las ecuaciones
son números reales.

Un sistema con incógnitas se puede representar en el n-espacio correspondiente.

En los sistemas con 2 incógnitas, el universo de nuestro sistema será el plano
bidimensional, mientras que cada una de las ecuaciones será representada por una recta. La
solución será el punto (o línea) donde se intersequen todas las rectas representan a las
ecuaciones. Si no existe ningún punto en el que se intersequen al mismo tiempo todas las
líneas, el sistema es incompatible, o lo que es lo mismo, no tiene solución.

En el caso de un sistema con 3 incógnitas, el universo será el espacio tridimensional, siendo

cada ecuación un plano dentro del mismo. Si todos los planos intersecan en un único punto,
las coordenadas de este serán la solución al sistema. Si, por el contrario, la intersección de
todos ellos es una recta o incluso un plano, el sistema tendrá infinitas soluciones, que serán
las coordenadas de los puntos que forman dicha línea o superficie.

Para sistemas de 4 o más incógnitas, la representación gráfica no existe, por lo que dichos
problemas no se enfocan desde esta óptica.

Tipos de sistemas lineales

Los sistemas de ecuaciones se pueden clasificar según el número de soluciones que pueden
presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:

 Sistema compatible si tiene solución, en este caso además puede distinguirse entre:
o Sistema compatible determinado cuando tiene una única solución.
o Sistema compatible indeterminado cuando admite un conjunto infinito de
soluciones.
 Sistema incompatible si no tiene solución.

Quedando así la clasificación:

Los sistemas incompatibles geométricamente se caracterizan por (hiper)planos o rectas que

se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un
conjunto de (hiper)planos o rectas que se cortan en un único punto. Los sistemas
compatibles indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de
una recta [o más generalmente un hiperplano de dimensión menor].
 SISTEMAS DE ECUACIONES
Llamamos sistema de ecuaciones a un conjunto cualquiera de ecuaciones. Por ejemplo, las
ecuaciones:

forman un sistema de dos ecuaciones con dos incógnitas .

El conjunto de ecuaciones:

forman un sistema de tres ecuaciones con tres incógnitas.

Se llama grado del sistema de ecuaciones al mayor exponente al que se encuentre elevada
alguna incógnita del sistema.
Por ejemplo,

es un sistema de dos ecuaciones con dos incógnitas de segundo grado, porque el mayor
exponente es 2 (la x e y al cuadrado). Este sistema con ecuaciones de segundo grado se
llaman también sistema de ecuaciones cuadráticas .

El sistema de ecuaciones es de primer grado con dos incógnitas (porque todos

los valores están elevados a 1, que no se escribe).
Cuando el sistema de ecuaciones es de primer grado y además no aparecen términos con
las incógnitas multiplicadas entre sí (tipo x • y) se dice que es un sistema de ecuaciones
lineales .
Resolviendo sistemas
Para resolver un sistema de ecuaciones existen los siguientes métodos:
Método de sustitución
Lo que debemos hacer:
1.- Despejar una de las incógnitas en una de las ecuaciones.
2.- Sustituir la expresión obtenida en la otra ecuación.
3.- Resolver la ecuación resultante.
4.- Calcular la otra incógnita en la ecuación despejada.
Ejemplo:
Resolver

Se despeja x en la segunda ecuación:

x = 8 – 2y
Se sustituyen en la primera ecuación:
3(8 – 2y) – 4y = – 6
Operando:
24 − 6y − 4y = − 6
24 – 10y = – 6
− 10y = − 6 − 24
− 10y = − 30

Se resuelve:
y=3
Se sustituye este valor en la segunda:
x + 2(3) = 8
x+6=8
x=8–6=2
 ELIMINACIÓN DE GAUSS-JORDAN Y GAUSSIANA
La diferencia es que en la eliminación Gaussiana, se hacen ceros debajo de la diagonal
principal, y entonces queda la última incógnita que se despeja inmediatamente, después se
va a la penúltima ecuación que ha quedado y se despeja la penúltima incógnita y así
sucesivamente.

El método de Gauss-Jordan continua haciendo operaciones de suma de filas haciendo que

por encima de la diagonal principal también haya ceros con lo cual queda una matriz
diagonal y las incógnitas se despejan sin mas que que hacer una división. Yo prefiero el
método primero, es muy pesado ir escribiendo la matriz tantas veces y en esta página aun
más.

x - 2y + z = 1

-2x + 5y - z = 2

-3x +4y + 2z = 3

1 -2 1 | 1 1 -2 1 | 1
0 1 1|4 0 1 1|4
0 -2 5 | 6 0 0 7 |14

Y aquí dejaríamos ya de operar con las matrices en la eliminación Gaussiana.

De la última ecuación tenemos

7z=14

z =2

con ello vamos a la fila segunda

y +2 = 4

y=2

y ahora a la primera

x -4 +2 = 1

x=3

Mientras que en Gauss-Jordan seguiríamos con la matriz, primero dividiríamos por 7 la

última fila
1 -2 1 | 1
0 1 1|4
0 0 1|2

Ahora restaríamos la fila última a las dos de arriba

1 -2 0 |-1
0 1 0|2
0 0 1|2

Y ahora 2 veces la segunda la sumaríamos a la primera

1 0 0|3
0 1 0|2
001|2

Mes salíó muy sencillo el ejemplo, no hace falta dividir por nada ahora, ya tenemos
directamente la respuesta en cada fila, en la primera x=3, en la segunda y=2 y en la tercera
z=2
Sistemas de ecuaciones homogéneas
todo sistema de ecuaciones lineales tiene una solución, una infinidad de soluciones, o
ninguna solución. Y son estas soluciones las que se intentarán obtener a partir de nuestra
ecuación. En esta ocasión se tratará un tipo especial de sistemas de ecuaciones, que son las
homogéneas.

Un sistema de ecuaciones lineales es homogéneo si todos los términos constantes son cero;
es decir, el sistema tiene la forma:

Todo sistema homogéneo de ecuaciones lineales es consistente, ya que x1 = 0, x2 = 0, … ,

xn = 0 siempre es una solución. Esta solución se conoce como solución trivial; si existen
otras soluciones, se dice que son soluciones triviales.

Dado que un sistema homogéneo de ecuaciones lineales debe ser consistente, se tiene una
solución o infinidad de soluciones. Puesto que una de estas soluciones es trivial, se puede
afirmar lo siguiente: Para un sistema homogéneo de ecuaciones lineales, se cumple
exactamente una de las siguientes proposiciones:

 El sistema tiene sólo una solución trivial

 El sistema tiene una infinidad de soluciones no triviales además de la trivial
Existe un caso en el que queda asegurado que un sistema homogéneo tiene soluciones no
triviales; a saber, siempre que el sistema comprende las incógnitas que ecuaciones. Para ver
la razón de esto, considere el ejemplo siguiente de cuatro ecuaciones con cinco incógnitas.
A continuación veamos un ejemplo. Resolvamos el sistema homogéneo de ecuaciones
lineales que sigue, aplicando la eliminación de Gauss- Jordan.

Recordemos que cada columna será asiganda a una variable, en este caso para x1, x2, x3, x4
y x5 por lo que tendremos 5 columnas. La última columna es asignada a la columna de
resultados, en este caso 0. Cada ecuación será asignada a su vez a una hilera. Cómo
tenemos 4 ecuaciones, la matriz es de 4x5 y un vector adicional de 4x1, para formar la
matriz aumentada

Primero mostraremos la matríz A, que se forma a partir del sistema de ecuaciones, y la

matríz B, que es el vector que contiene los resultados de las ecuaciones.
Ahora, obtenemos la matriz aumentada concatenando A y B. Esta será denotada como
(A|B), y en nuestro ejemplo tiene la sigueinte forma:

Con esta matríz se buscará su forma escalonada, lo cual se realiza aplicando eliminación
gausiana. La matríz resultante es:

Este procedimiento puede realizarse por medio de Python y NumPy, de la siguiente

manera:

>>> import numpy as np

>>> A = np.matrix([[2,-2,-1,0,1],[-1,-1,-1,-3,1],[1,-1,-1,2,-1],[0,0,1,1,1]])
>>> A
matrix([[ 2, -2, -1, 0, 1],
[-1, -1, -1, -3, 1],
[ 1, -1, -1, 2, -1],
[ 0, 0, 1, 1, 1]])
>>> B = np.matrix([0,0,0,0])
>>> B
matrix([[0, 0, 0, 0]])
>>> AB = np.c_[A,B.T]
>>> AB
matrix([[ 2, -2, -1, 0, 1, 0],
[-1, -1, -1, -3, 1, 0],
[ 1, -1, -1, 2, -1, 0],
[ 0, 0, 1, 1, 1, 0]])
El sistema correspondiente de ecuaciones es:
Despejando las variables se llega a:

Por lo tanto, el conjunto solución queda dado por:

x1=−s−t,x2=s,x3=−t,x4=0,x5=t
Nótese que se obtiene la solución trivial cuando s = t = 0
En este ejemplo se ilustran dos hecho importantes acerca de la resolución de sistemas
homogéneos de ecuaciones lineales.
 En primer lugar, ninguna de las tres operaciones elementales sobre los renglones
puede alterar la columna final de ceros en la matriz aumentada (A|B), de modo que
el sistema de ecuaciones correspondiente a la forma escalonada en los renglones
reducida de la matriz aumentada también debe ser un sistema homogéneo.
 En segundo lugar, dependiendo de si la forma escalonada en los renglones reducida
de la matriz aumentada tiene algún renglón solo con ceros, el número de ecuaciones
en el sistema original será m < n. Por consiguiente, el sistema homogéneo dado
tiene m ecuaciones en n incógnitas con m < n. Si existen r renglones diferentes de
cero en la forma escalonada , se tendrá r < n; así entonces, el sistema de ecuaciones
correspondiente a la forma escalonada en los renglones reducida de la matriz
aumentada se verá:

En donde x k1, xk2, … , xkr son variables principales y Σ ( ) = 0 denota sumas que
comprende las n – r variables restantes. Al despejar las variables principales resulta:

Como en el ejemplo anterior, es posible asignar valores arbitrarios a las variables del
segundo miembro y obtener así una infinidad de soluciones para el sistema.
En resumen, se tiene el importante teorema que sigue:
Un sistema homogéneo de ecuaciones lineales con más incógnitas que ecuaciones,
siempre tiene un infinidad desoluciones.
 Solucionar hoja de ejercicios proporciona por catedrático (minimo 30
ejercicios) sobre matrices, sistemas de ecuaciones lineales y
determinantes.

Ejercicio 1.-

EJERCICIOS DE MATRICES

Ejercicio 2.-

Ejercicio 3.-
Ejercicio 4.

Ejercicio 5.-
Ejercicio 6.-

Ejercicio 7.-

Ejercicio 8.-

Ejercicio 9.-
Ejercicio 10.-

Ejercicio 11.-
Ejercicio 12.-

Ejercicio 13.-
Ejercicio 14.-

Ejercicio 15.-
Ejercicio 16.-
Ejercicio 17.-

Ejercicio 18.-
Ejercicio 19.-

Ejercicio 20.-
Ejercicio 21.-

Ejercicio 22.-
Ejercicio 23.-

Ejercicio 24.-
Ejercicio 25.-

Ejercicio 26.-

Ejercicio 27.-
Ejercicio 28.-

Ejercicio 29.-
 MATRICES
Una matriz es un arreglo bidimensional de números (llamados entradas de la matriz)
ordenados en filas (o renglones) y columnas, donde una fila es cada una de las líneas
horizontales de la matriz y una columna es cada una de las líneas verticales. A una matriz
con n filas y m columnas se le denomino matrices (escrito ) donde . El conjunto de las
matrices de tamaño se representa como donde es el campo al cual pertenecen las entradas.
El tamaño de una matriz siempre se da con el número de filas primero y el número de
columnas después.
Dos matrices se dice que son iguales si tienen el mismo tamaño y los mismos elementos en
las mismas posiciones. A la entrada de una matriz que se encuentra en la fila ésima y la
columna ésima se le llama entrada o entrada -ésimo de la matriz. En estas expresiones
también se consideran primero las filas y después las columnas.
Para definir el concepto de matriz, el término "arreglo bidimensional" es útil, aunque poco
formal, pero puede formalizarse usando el concepto de función. De este modo,
una matriz de n filas y m columnas con entradas en un campo es una función cuyo
dominio es el conjunto de los pares ordenados donde y cuyo contra dominio es . Con esta
definición, la entrada es el valor de la función en el par ordenado .
Se denota a las matrices con letra mayúscula, mientras que se utiliza la correspondiente
letra en minúsculas para denotar a las entradas de las mismas, con subíndices que refieren
al número de fila y columna del elemento.4Por ejemplo, al elemento de una matriz de
tamaño que se encuentra en la fila ésima y la columna ésima se le denota como y donde.
Cuando se va a representar explícitamente una entrada la cual está indexada con un o
un con dos cifras se introduce una coma entre el índice de filas y de columnas. Así por
ejemplo, la entrada que está en la primera fila y la segunda columna de la matriz de
tamaño se representa como mientras que la entrada que está en la fila número 23 y la
columna 100 se representa como
Además de utilizar letras mayúsculas para representar matrices, numerosos autores
representan a las matrices con fuentes en negrita para distinguirlas de otros objetos
matemáticos.[cita requerida] Así es una matriz, mientras que es un escalar en esa notación. Sin
embargo, esta notación generalmente se deja para libros y publicaciones, donde es posible
hacer esta distinción tipográfica con facilidad. En otras notaciones se considera que el
contexto es lo suficientemente claro como para no usar negritas.
Otra notación, en sí un abuso de notación, representa a la matriz por sus entradas, i.e. o
incluso .
Como caso particular de matriz, se definen los vectores fila y los vectores columna.
Un vector fila o vector renglón es cualquier matriz de tamaño mientras que un vector
columna es cualquier matriz de tamaño .
A las matrices que tienen el mismo número de filas que de columnas, , se les
llama matrices cuadradas y el conjunto se denota

Ejemplo: Dada la matriz

es una matriz de tamaño 4 * 3 . La entrada a23 es 7.

La matriz R E M 1 *9 (R)
R= [ 1 2 3 4 5 6 7 8 9]
Es una matriz de tamaño 1*9: un vector fila con 9 entradas
Operaciones básicas entre matrices
Las operaciones que se pueden hacer con matrices provienen de sus aplicaciones, sobre
todo de las aplicaciones en álgebra lineal. De ese modo las operaciones, o su forma muy
particular de ser implementadas, no son únicas.
Suma o adición
Sean A,B E M n*m (K)

Se define la operación de suma o adición de matrices como una operación binaria + : M

n*m
(K) * M n*m (K)  M m*n (K) tal que (A, B) C = A + B y donde Cij = aij + bij en el
que la operación de suma en la última expresión es la operación binaria correspondiente
pero en el campo K Por ejemplo, la entrada C 12 es igual a la suma de los elementos a 12
b12 lo cual es a 12 + b12
Veamos un ejemplo más explícito. Sea A, B E M3 (R)

No es necesario que las matrices sean cuadradas:

A la luz de estos ejemplos es inmediato ver que dos matrices se pueden sumar solamente si
ambas tienen el mismo tamaño. La suma de matrices, en el caso de que las entradas estén
en un campo, poseen las propiedades de asociatividad, conmutatividad, existencia de
elemento neutro aditivo y existencia de inverso aditivo. Esto es así ya que estas son
propiedades de los campos en los que están las entradas de la matriz.
En efecto, estas propiedades dependen del conjunto en el que estén las entradas, como se ha
dicho antes, aunque en las aplicaciones generalmente los campos usados son
R (los números reales) y C (los números complejos). Por como se definió la operación
binaria adición se dice que ésta operación es una operación interna por lo que se cumple
intrínsecamente la propiedad de que M n*m (K) es cerrado bajo adición. Con éstas
propiedades se tiene que M n*m (K), +) es un grupo abeliano En el caso en que el conjunto
al que pertenecen las entradas de la matriz sea un anillo la operación de
adición de matrices continúa dotando de estructura de grupo abeliano a
ya que bajo un anillo se tiene que es un grupo abeliano. En el caso
de que las entradas estén en un grupo , éste necesita ser para que la adición de
matrices siga dotando de estructura de grupo abeliano para que la adición de matrices siga
dotando de estructura de grupo abeliano a

Producto por un escalar.

Sean y . Se define la operación de producto por un

escalar como una función tal
que y donde en donde el producto es la
operación binaria correspondiente pero en el campo K. Por ejemplo, la
entrada b12 es igual al producto .

Veamos un ejemplo más explícito. Sea y

También es inmediato observar que el producto por un escalar da como resultado una
matriz del mismo tamaño que la original. También el producto por un escalar dependerá de
la estructura algebraica en la que las entradas están. En el caso de que estén en
un campo serán dos distributividades (una respecto de suma de matrices y otra respecto de
suma en el campo), asociatividad y una propiedad concerniente al producto por el elemento
neutro multiplicativo del campo. A continuación, se presentan las propiedades.
Producto De Matrices
Diagrama esquemático que ilustra el producto de dos matrices y dando como
resultado la matriz .
El producto de matrices se define de una manera muy peculiar y hasta caprichosa cuando
no se conoce su origen. El origen proviene del papel de las matrices como representaciones
de aplicaciones lineales. Así el producto de matrices, como se define, proviene de la
composición de aplicaciones lineales. En este contexto, el tamaño de la matriz corresponde
con las dimensiones de los espacios vectoriales entre los cuales se establece la aplicación
lineal. De ese modo el producto de matrices, representa la composición de aplicaciones
lineales.
En efecto, en ciertas bases tenemos que

se puede representar como

donde es la representación de un vector de en la base que se ha elegido para
 SISTEMAS DE ECUACIONES LINEALES Y
DETERMINANTES
En matemáticas y álgebra lineal, un sistema de ecuaciones lineales, también conocido
como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de
ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuación es de
primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema
lineal de ecuaciones sería el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que
satisfacen las tres ecuaciones.

El problema de los sistemas lineales de ecuaciones es uno de los más antiguos de la

matemática y tiene una infinidad de aplicaciones, como en procesamiento digital de
señales, análisis estructural, estimación, predicción y más generalmente en programación
lineal así como en la aproximación de problemas no lineales de análisis numérico.

En general, un sistema con m ecuaciones lineales y n incógnitas puede ser escrito en forma
normal como:

Donde son las incógnitas y los números son los coeficientes del sistema sobre el

cuerpo . Es posible reescribir el sistema separando con coeficientes con notación

matricial:

Si representamos cada matriz con una única letra obtenemos:

Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector

columna de longitud m. El sistema de eliminación de Gauss-Jordan se aplica a este tipo de
sistemas, sea cual sea el cuerpo del que provengan los coeficientes. La matriz A se llama
matriz de coeficientes de este sistema lineal. A b se le llama vector de términos
independientes del sistema y a x se le llama vector de incógnitas.

En esta sección se analizan las propiedades de los sistemas de ecuaciones lineales sobre el

cuerpo , es decir, los sistemas lineales en los cuales los coeficientes de las ecuaciones
son números reales.

Un sistema con incógnitas se puede representar en el n-espacio correspondiente.

En los sistemas con 2 incógnitas, el universo de nuestro sistema será el plano
bidimensional, mientras que cada una de las ecuaciones será representada por una recta. La
solución será el punto (o línea) donde se intersequen todas las rectas representan a las
ecuaciones. Si no existe ningún punto en el que se intersequen al mismo tiempo todas las
líneas, el sistema es incompatible, o lo que es lo mismo, no tiene solución.

En el caso de un sistema con 3 incógnitas, el universo será el espacio tridimensional, siendo

cada ecuación un plano dentro del mismo. Si todos los planos intersecan en un único punto,
las coordenadas de este serán la solución al sistema. Si, por el contrario, la intersección de
todos ellos es una recta o incluso un plano, el sistema tendrá infinitas soluciones, que serán
las coordenadas de los puntos que forman dicha línea o superficie.

Para sistemas de 4 o más incógnitas, la representación gráfica no existe, por lo que dichos
problemas no se enfocan desde esta óptica.

Tipos de sistemas lineales

Los sistemas de ecuaciones se pueden clasificar según el número de soluciones que pueden
presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:

 Sistema compatible si tiene solución, en este caso además puede distinguirse entre:
o Sistema compatible determinado cuando tiene una única solución.
o Sistema compatible indeterminado cuando admite un conjunto infinito de
soluciones.
 Sistema incompatible si no tiene solución.

Quedando así la clasificación:

Los sistemas incompatibles geométricamente se caracterizan por (hiper)planos o rectas que

se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un
conjunto de (hiper)planos o rectas que se cortan en un único punto. Los sistemas
compatibles indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de
una recta [o más generalmente un hiperplano de dimensión menor].
 ALGEBRA MATRICIAL
Una matriz es un conjunto o tabla de elementos (números) de un cuerpo K (como los reales
o los complejos) con un determinado orden. Se expresan de la forma

Donde los elementos a i , j son elementos de K , que reciben el nombre de entrada ( i , j ) de

la matriz, que representa la posición del elemento en la matriz: fila i , columna j .
De forma abreviada, la matriz se suele expresar como

Otra notación útil para las matrices es

Ejemplos de matrices

Matriz compleja de dimensión 2 x

Matriz real de dimensión 3 x 3
3

Dimensión
La dimensión de una matriz expresa el tamaño y forma de la matriz. La dimensión de una
matriz

es m x n. De este modo sabemos el número de filas y de columnas.

Si m = n, diremos que la matriz es cuadrada, si no, que es rectangular.

A continuación se sefinen el producto por un escalar y producto y suma de matrices, que

dan a las matrices cuadradas estructura de grupo.
 INVERSA DE UNA MATRIZ CUADRADA
En matemáticas, en particular en álgebra lineal, una matriz cuadrada A de orden n se dice
que es invertible, no singular, no degenerada o regular si existe otra matriz cuadrada de
orden n, llamada matriz inversa de A y representada como A−1, tal que: , donde In es la
matriz identidad de orden y el producto utilizado es el producto de matrices usual.
Una matriz cuadrada no invertible se dice que es singular o degenerada. Una matriz es
singular si y sólo si su determinante es nulo.
La inversión de matrices es el proceso de encontrar la matriz inversa de una matriz dada.

La Matriz A es inversible o regular o no singular, si y solo si existe una matriz B tal que su
producto por A, a izquierda o derecha, es la IDENTIDAD
AB=BA=I
A inversa de A, si existe, se la denota mediante A-1. Siendo por definición:
A A-1 = A-1 A = I
Observamos que A y son inversas entre si, y en consecuencia
(A-1 )-1 = A

Para determinar la inversa de una matriz, si es que existe, se utiliza Operaciones

Elementales o Método de Gauss. El método de Gauss nos permite determinar el rango de
una matriz mediante un número finito de operaciones elementales del tipo: Permutación de
dos filas entre si, o de dos columnas entre si, Multiplicación de una fila o de una columna
por un escalar no nulo, Adición de una fila a otra ,o adición de una columna a otra.
Señalamos que se opera exclusivamente sobre las filas de la matriz, y que además el
método se hace extensivo a la determinación de la inversa de una matriz no singular y a la
resolución de sistemas lineales.
Esencialmente, mediante las operaciones elementales indicadas, se trata de formar el
máximo numero de vectores canónicos linealmente independientes. Tal número es
precisamente, el rango de la matriz. A continuación se muestra como se obtiene la matriz
inversa utilizando las operaciones elementales:

El método de Gauss Jordán también nos ofrece otra manera de hallar la inversa de una
matriz la mecánica del procedimiento a seguir es la siguiente:
Se elige como pivote cualquier elemento cualquier elemento no nulo de la matriz dada, y se
divide por él la fila correspondiente.
Los restantes elementos de la columna del pivote se transforman en ceros.
el transformado de todo elemento que no figure en la fila ni en la columna del pivote se
determina siguiendo la regla del "rectángulo", es decir, es igual a su diferencia con el
producto contradiagonal dividido por el pivote.
Se reitera el mecanismo eligiendo como pivote un elemento no nulo que no pertenezca ni a
la fila ni a la columnas de los pivotes anteriores.
El número de vectores canónicos linealmente independientes es el rango de una matriz
A I
Sea A una matriz no singular de orden n x n, a su derecha se escribe la matriz identidad del
mismo orden que la matriz A. La matriz así indicada es del tipo n x 2n, y a ella se le aplica
el método de Gauss Jordán hasta lograr que A se transforme en identidad
A I
I B
Si los vectores canónicos obtenidos no resultan ordenados de modo que constituyan una
matriz diagonal , la identidad se logra mediante una adecuada permutación de filas de la
matriz completa. la matriz resultante a la derecha es la inversa
La matriz inversa de una matriz cuadrada de orden es la matriz
cuadrada tambien de orden que verifica:

donde es la matriz identidad de orden .

3ra. Semana
MATRICES
Una matriz es un arreglo bidimensional de números (llamados entradas de la matriz)
ordenados en filas (o renglones) y columnas, donde una fila es cada una de las líneas
horizontales de la matriz y una columna es cada una de las líneas verticales. A una matriz
con n filas y m columnas se le denomino matrices (escrito ) donde . El conjunto de las
matrices de tamaño se representa como donde es el campo al cual pertenecen las entradas.
El tamaño de una matriz siempre se da con el número de filas primero y el número de
columnas después.
Dos matrices se dice que son iguales si tienen el mismo tamaño y los mismos elementos en
las mismas posiciones. A la entrada de una matriz que se encuentra en la fila ésima y la
columna ésima se le llama entrada o entrada -ésimo de la matriz. En estas expresiones
también se consideran primero las filas y después las columnas.
Para definir el concepto de matriz, el término "arreglo bidimensional" es útil, aunque poco
formal, pero puede formalizarse usando el concepto de función. De este modo,
una matriz de n filas y m columnas con entradas en un campo es una función cuyo
dominio es el conjunto de los pares ordenados donde y cuyo contra dominio es . Con esta
definición, la entrada es el valor de la función en el par ordenado .
Se denota a las matrices con letra mayúscula, mientras que se utiliza la correspondiente
letra en minúsculas para denotar a las entradas de las mismas, con subíndices que refieren
al número de fila y columna del elemento.4Por ejemplo, al elemento de una matriz de
tamaño que se encuentra en la fila ésima y la columna ésima se le denota como y donde.
Cuando se va a representar explícitamente una entrada la cual está indexada con un o
un con dos cifras se introduce una coma entre el índice de filas y de columnas. Así por
ejemplo, la entrada que está en la primera fila y la segunda columna de la matriz de
tamaño se representa como mientras que la entrada que está en la fila número 23 y la
columna 100 se representa como
Además de utilizar letras mayúsculas para representar matrices, numerosos autores
representan a las matrices con fuentes en negrita para distinguirlas de otros objetos
matemáticos.[cita requerida] Así es una matriz, mientras que es un escalar en esa notación. Sin
embargo, esta notación generalmente se deja para libros y publicaciones, donde es posible
hacer esta distinción tipográfica con facilidad. En otras notaciones se considera que el
contexto es lo suficientemente claro como para no usar negritas.
Otra notación, en sí un abuso de notación, representa a la matriz por sus entradas, i.e. o
incluso .
Como caso particular de matriz, se definen los vectores fila y los vectores columna.
Un vector fila o vector renglón es cualquier matriz de tamaño mientras que un vector
columna es cualquier matriz de tamaño .
A las matrices que tienen el mismo número de filas que de columnas, , se les
llama matrices cuadradas y el conjunto se denota

Ejemplo: Dada la matriz

es una matriz de tamaño 4 * 3 . La entrada a23 es 7.

La matriz R E M 1 *9 (R)
R= [ 1 2 3 4 5 6 7 8 9]
Es una matriz de tamaño 1*9: un vector fila con 9 entradas
Operaciones básicas entre matrices
Las operaciones que se pueden hacer con matrices provienen de sus aplicaciones, sobre
todo de las aplicaciones en álgebra lineal. De ese modo las operaciones, o su forma muy
particular de ser implementadas, no son únicas.
Suma o adición
Sean A,B E M n*m (K)
 SISTEMAS DE ECUACIONES LINEALES Y
DETERMINANTES
En matemáticas y álgebra lineal, un sistema de ecuaciones lineales, también conocido
como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de
ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuación es de
primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema
lineal de ecuaciones sería el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que
satisfacen las tres ecuaciones.

El problema de los sistemas lineales de ecuaciones es uno de los más antiguos de la

matemática y tiene una infinidad de aplicaciones, como en procesamiento digital de
señales, análisis estructural, estimación, predicción y más generalmente en programación
lineal así como en la aproximación de problemas no lineales de análisis numérico.

En general, un sistema con m ecuaciones lineales y n incógnitas puede ser escrito en forma
normal como:

Donde son las incógnitas y los números son los coeficientes del sistema sobre el

cuerpo . Es posible reescribir el sistema separando con coeficientes con notación

matricial:

Si representamos cada matriz con una única letra obtenemos:

Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector

columna de longitud m. El sistema de eliminación de Gauss-Jordan se aplica a este tipo de
sistemas, sea cual sea el cuerpo del que provengan los coeficientes. La matriz A se llama
matriz de coeficientes de este sistema lineal. A b se le llama vector de términos
independientes del sistema y a x se le llama vector de incógnitas.

En esta sección se analizan las propiedades de los sistemas de ecuaciones lineales sobre el

cuerpo , es decir, los sistemas lineales en los cuales los coeficientes de las ecuaciones
son números reales.

Un sistema con incógnitas se puede representar en el n-espacio correspondiente.

En los sistemas con 2 incógnitas, el universo de nuestro sistema será el plano
bidimensional, mientras que cada una de las ecuaciones será representada por una recta. La
solución será el punto (o línea) donde se intersequen todas las rectas representan a las
ecuaciones. Si no existe ningún punto en el que se intersequen al mismo tiempo todas las
líneas, el sistema es incompatible, o lo que es lo mismo, no tiene solución.

En el caso de un sistema con 3 incógnitas, el universo será el espacio tridimensional, siendo

cada ecuación un plano dentro del mismo. Si todos los planos intersecan en un único punto,
las coordenadas de este serán la solución al sistema. Si, por el contrario, la intersección de
todos ellos es una recta o incluso un plano, el sistema tendrá infinitas soluciones, que serán
las coordenadas de los puntos que forman dicha línea o superficie.

Para sistemas de 4 o más incógnitas, la representación gráfica no existe, por lo que dichos
problemas no se enfocan desde esta óptica.

Tipos de sistemas lineales

Los sistemas de ecuaciones se pueden clasificar según el número de soluciones que pueden
presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:

 Sistema compatible si tiene solución, en este caso además puede distinguirse entre:
o Sistema compatible determinado cuando tiene una única solución.
o Sistema compatible indeterminado cuando admite un conjunto infinito de
soluciones.
 Sistema incompatible si no tiene solución.

Quedando así la clasificación:

Los sistemas incompatibles geométricamente se caracterizan por (hiper)planos o rectas que

se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un
conjunto de (hiper)planos o rectas que se cortan en un único punto. Los sistemas
compatibles indeterminados se caracterizan por (hiper)planos que se cortan a lo largo
 TRANSPUESTA DE UNA MATRIZ
Dada una matriz A, se llama matriz traspuesta de A a la matriz que se obtiene cambiando
ordenadamente las filas por las columnas

(At)t = A
(A + B)t = At + Bt
(α ·A)t = α· At
(A · B)t = Bt · At

Ejemplos de Matriz Traspuesta

Matemáticas → Álgebra → Matriz → Traspuesta

Definición de Matriz Traspuesta:

Sea A una matriz cualquiera. Se denomina Matriz Traspuesta o Transpuesta(AT), a la matriz que
resulta de intercambiar los correspondientes valores de las filas por los de las columnas:

Ejemplos de Matriz Traspuesta:

Veamos algunos ejemplos más de cálculo de matrices traspuesta

Propiedades de la Matriz Traspuesta:
Las matrices traspuestas presentan las siguientes propiedades:
 (AT)T = A
 (A + B)T= AT + BT
 (AB)T = BT AT
 (k · A)T = k · AT
Por otra parte:
 Si AT = A → A se denomina Matriz Simétrica
 Si AT = - A → A se denomina Matriz Antisimétrica

La traspuesta de una matriz A consiste en intercambiar las filas por las columnas y se denota
por AT.

Así, la traspuesta de

En otras palabras, si A = (ai j ) es una matriz m ´ n, entonces AT = es la matriz n ´ m. La

trasposición de una matriz cumple las siguientes propiedades:

1. (A + B)T = AT + BT.
2. (AT)T = A.
3. (kA)T = kAT (si k es un escalar).
4. (AB)T = BTAT.
 DETERMINACIÓN Y SUS PROPIEDADES

Los determinantes tienen las siguientes propiedades que son útiles para simplificar su
evaluación.
En los párrafos siguientes consideramos que A es una matriz cuadrada.

Propiedad 1.
Si una matriz A tiene un renglón (o una columna) de ceros, el determinante de A es cero.

Ejemplo 1.

Sea
Desarrollando por cofactores del primer renglón se tiene

Propiedad 2.
El determinante de una matriz A es igual al determinante de la transpuesta de A.

Esto es

Supongamos una matriz cuadrada A (puede repasar la noción de matriz) de orden n:

Llamamos determinante de A, det A, al número obtenido al sumar todos los diferentes

productos de n elementos que se pueden formar con los elementos de dicha matriz, de
modo que en cada producto figuren un elemento de cada distinta fila y uno de cada distinta
columna, a cada producto se le asigna el signo (+) si la permutación de los subíndices de
filas es del mismo orden que la permutación de los subíndices de columnas, y signo (-) si
son de distinto orden.
El alumno puede dar un repaso de la noción de permutación, en caso de necesitarlo.
Para el determinante de A, suelen emplearse indistintamente las notaciones: det A, |A|.
Pasemos a ver ejemplos:
Para una matriz de orden 2, su determinante se calcula:
 Cada producto tiene que estar formado por un elemento de la primera fila y un elemento de
la segunda fila, pero al mismo tiempo tienen que ser un elemento de la primera
columna y un elemento de la segunda. Sólo hay dos emparejamientos posibles, los que
están arriba indicados. En cuanto al signo de cada producto, si los ordenamos siempre
según el orden de las filas (12) nos debemos fijar en el orden de las columnas (los segundos
índices) de cada agrupación, nosotros lo hemos indicado debajo entre corchetes.