NOMBRE DEL CURSO:

ÁLGEBRA LINEAL
DESARROLLADOR DE CONTENIDO:
OSCAR JULIÁN ARÉVALO ORTEGA

Página 1 de 29
1. Mapa Conceptual

Página 2 de 29
 2. Desarrollo de Saberes

1. SISTEMAS DE ECUACIONES

1.1. SISTEMAS DE ECUACIONES LINEALES

Para la mayoría de los seres humanos que alguna vez han estudiado álgebra, resultará bastante familiar el objeto
𝒂𝒙 + 𝒃𝒚 = 𝒄 que representa desde el punto de vista algebraico una ecuación lineal, desde el punto de vista
geométrico una recta y desde el punto de vista que más interesa en este curso, una buen número de situaciones
y actividades propias de la administración y la ingeniería. Considere para tal efecto las siguientes situaciones:

1.1.1. Situación 1

Un total de 𝟏𝟎. 𝟎𝟎𝟎 Dólares se invirtieron en dos empresas comerciales A y B. Al final del primer año, A y B tuvieron
utilidades de 𝟔% 𝒚 𝟓. 𝟕𝟓% respectivamente, sobre las inversiones originales. Luego para responder la pregunta
¿Cuál fue la cantidad original asignada a cada empresa, si la utilidad total fue de 𝟓𝟖𝟖. 𝟕𝟓 dólares? Es necesario
utilizar el concepto de ecuación lineal que para este caso particular es:

𝟎. 𝟎𝟔𝒙 + 𝟎. 𝟎𝟓𝟕𝟓(𝟏𝟎𝟎𝟎𝟎 − 𝒙) = 𝟓𝟖𝟖. 𝟕𝟓

Observe que la situación anterior puede representarse bastante bien utilizando una sola ecuación lineal con una
sola variable 𝒙; sin embargo, existen numerosas situaciones del entorno administrativo que requieren más de una
de estas ecuaciones lineales y con más variables como se muestra a continuación:

1.1.2. Situación 2

El siguiente sistema de tres ecuaciones lineales con tres incógnitas representa “el modelo de insumo producto” en
donde, utilizando las demandas externas para un sistema económico con tres industrias, se puede obtener la
producción de dichas industrias, de manera que la oferta sea igual a la demanda:

𝟎. 𝟖𝒙 − 𝟎. 𝟓𝒚 − 𝟎. 𝟏𝟓𝒛 = 𝟏𝟎
−𝟎. 𝟒𝒙 + 𝟎. 𝟗𝒚 − 𝟎. 𝟑𝒛 = 𝟐𝟓
−𝟎. 𝟐𝟓𝒙 − 𝟎. 𝟓𝒚 + 𝟎. 𝟖𝟓𝒛 = 𝟏𝟎
Como se acaba de mostrar, existe al menos de manera inicial un interés por aprender diferentes métodos para
resolver sistemas de ecuaciones lineales, entendiendo además que es posible generalizar el concepto de ecuación
lineal aumentando el número de ecuaciones y el número de variables en ellas, tanto como se quiera, dependiendo
de las necesidades del problema a resolver.

1.2. Solución de Sistemas de Ecuaciones Lineales:

En general, cuando se intenta resolver un sistema de ecuaciones lineales, primero deben ponerse de acuerdo en
algunos conceptos que permitirán avanzar de manera eficaz a lo largo del estudio de cada uno de dichos métodos
de solución. Para empezar, debe tenerse en cuenta que al estudiar un sistema de ecuaciones lineales puede ocurrir
algunas de las siguientes opciones:

• Sistema con solución única.

• Sistema con un número infinito de soluciones.
• Un sistema sin solución.

Página 3 de 29
Solución de ecuaciones lineales por el método de reducción

A continuación se resolverán tres sistemas, utilizando el método de reducción y posteriormente se apoyará dicha
respuesta utilizando una representación gráfica:

a) SISTEMA CON SOLUCIÓN ÚNICA. Ejemplo:

1. 𝒙 − 𝟑𝒚 = 𝟒
2. −𝟒𝒙 + 𝟐𝒚 = 𝟔

 𝟒𝒙 − 𝟏𝟐𝒚 = 𝟏𝟔 (𝟑) Multiplicando la ecuación 1 Por 4, obteniendo la ecuación 3.

 −𝟏𝟎𝒚 = 𝟐𝟐 ↔ 𝒚 = −𝟐, 𝟐 Sumando las ecuaciones 2 y 3 y despejando; 𝒚

 𝒙 − 𝟑(−𝟐, 𝟐) = 𝟒 ↔ 𝒙 = −𝟐. 𝟔 Remplazando el valor de 𝒚 en la ecuación 1 y

. despejando el valor de 𝒙

Luego se puede concluir que la solución al sistema es 𝒙 = −𝟐, 𝟔 ; 𝒚 = −𝟐, 𝟐 como se verifica en la gráfica 1.

Fuente: El autor.

Para tener en cuenta:

 Las ecuaciones del sistema representan cada una recta en el plano cartesiano.
 El punto A de coordenadas (−𝟐. 𝟔, −𝟐, 𝟐) es un punto en común para ambas rectas,
 Buscar la solución de un sistema es precisamente encontrar los valores 𝒙, 𝒚 que satisfacen ambas
ecuaciones de manera simultánea.

Página 4 de 29
 b) SISTEMA SIN SOLUCIÓN. Ejemplo:

1. 𝟐𝒙 − 𝟖𝒚 = 𝟓
2. −𝟑𝒙 + 𝟏𝟐𝒚 = 𝟖

 𝟔𝒙 − 𝟐𝟒𝒚 = 𝟏𝟓 (𝟑) Multiplicando la ecuación 1 Por 3

 −𝟔𝒙 + 𝟐𝟒𝒚 = 𝟏𝟔 (𝟒) Multiplicando la ecuación 2 Por 2

 𝟎 = 𝟏𝟔 Sumando miembro a miembro las ecuaciones (𝟑) 𝒚 (𝟒)

¿Nota algo extraño en este ejercicio? Al realizar el método de reducción se obtiene la ecuación 𝟎 = 𝟏𝟔 ¿tiene algún
sentido esta ecuación? Esto indica que no existen valores de 𝒙, 𝒚 que puedan satisfacer de manera simultánea las
dos ecuaciones, por lo tanto se dice que el sistema no tiene solución como se verifica a continuación en la gráfica
2:

Fuente: El autor.

Observe que estas rectas no tienen ningún punto en común es decir no existen valores 𝒙, 𝒚 comunes en ambas
ecuaciones luego el sistema no tiene solución.

c) SISTEMAS CON UN NÚMERO INFINITO DE SOLUCIONES. Ejemplo:

Página 5 de 29
 1. 𝒙 − 𝟑𝒚 = 𝟒
2. 𝟐𝒙 − 𝟔𝒚 = 𝟖

Aquí es importante destacar que a partir de la ecuación 1 se puede obtener la ecuación 2, basta con multiplicar
cada elemento por 2. Dicho de otra manera, las ecuaciones son equivalentes, luego es de esperar que para todo
valor de 𝒙, 𝒚 que sea solución de la ecuación 1 lo será de la ecuación 2 .

¿Puede imaginar cual sería la representación gráfica adecuada para un sistema con un número infinito de
soluciones?

1.2.1. Algunos métodos para resolver sistemas de ecuaciones lineales de 𝟑 × 𝟑

Entre las herramientas más utilizadas para resolver sistemas de ecuaciones lineales de 3 ecuaciones con 3
incógnitas están los métodos de igualación, sustitución y reducción los cuales se muestran en el siguiente ejemplo:

Ejemplo: resuelva el siguiente sistema de ecuaciones lineales utilizando tres métodos diferentes:

𝟒𝒙 + 𝟖𝒚 − 𝟒𝒛 = 𝟒
𝟑𝒙 + 𝟖𝒚 + 𝟓𝒛 = −𝟏𝟏
−𝟐𝒙 + 𝒚 + 𝟏𝟐𝒛 = −𝟏𝟕

a) Resolviendo el sistema por el método de reducción:

El método de reducción consiste precisamente en ir reduciendo el número de incógnitas en el sistema, utilizando

las propiedades de las igualdades de manera conveniente. Observe:

Multiplique cada miembro de la ecuación dos por −𝟏 y sume lo obtenido a la ecuación uno:

𝟒𝒙 + 𝟖𝒚 − 𝟒𝒛 = 𝟒
−𝟑𝒙 − 𝟖𝒚 − 𝟓𝒛 = 𝟏𝟏
______________________
𝒙 + 𝟎𝒚 − 𝟗𝒛 = 𝟏𝟓 (𝟒)

La ecuación (𝟒) obtenida de esta manera y reescrita como 𝒙 − 𝟗𝒛 = 𝟏𝟓 resulta importante, ya que tiene solo dos
variables. De manera similar ahora multiplique cada miembro de la ecuación tres por −𝟖 y sume lo obtenido con
la ecuación dos:
𝟑𝒙 + 𝟖𝒚 + 𝟓𝒛 = −𝟏𝟏
𝟏𝟔𝒙 − 𝟖𝒚 − 𝟗𝟔𝒛 = 𝟏𝟑𝟔
______________________
𝟏𝟗𝒙 + 𝟎𝒚 − 𝟗𝟏𝒛 = 𝟏𝟐𝟓

Al igual que La ecuación (𝟒) la ecuación (𝟓) obtenida de esta manera y reescrita como 𝟏𝟗𝒙 − 𝟗𝟏𝒛 = 𝟏𝟐𝟓 resulta
importante ya que tiene solo dos variables.

Observe como las ecuaciones 𝟒 𝒚 𝟓 son en si mismas un sistema de ecuaciones lineales de dos 𝟐 × 𝟐 es decir:

(𝟒) 𝒙 − 𝟗𝒛 = 𝟏𝟓
(𝟓) 𝟏𝟗𝒙 − 𝟗𝟏𝒛 = 𝟏𝟐𝟓

Multiplique ahora la ecuación cuatro por −𝟏𝟗 y sume el resultado obtenido a la ecuación 4

Página 6 de 29
 −𝟏𝟗𝒙 + 𝟏𝟕𝟏𝒛 = −𝟐𝟖𝟓
𝟏𝟗𝒙 − 𝟗𝟏𝒛 = 𝟏𝟐𝟓
______________________
𝟎𝒙 + 𝟖𝟎𝒛 = −𝟏𝟔𝟎
De lo cual se puede deducir que 𝒛 = −𝟐.

Utilice este valor y la ecuación cuatro para hallar el valor de 𝒙

(𝟒) 𝒙 − 𝟗𝒛 = 𝟏𝟓
Reemplazando el valor de 𝒛 = −𝟐 se tiene:
(𝟒) 𝒙 − 𝟗(−𝟐) = 𝟏𝟓

Concluyendo que 𝒙 = −𝟑. Finalmente para hallar el valor de 𝒚 se utilizan los valores de 𝒙 𝒚 𝒛 y cualquiera de las
tres ecuaciones iniciales, por ejemplo usando la ecuación tres, resulta:

−𝟐(−𝟑) + 𝒚 + 𝟏𝟐(−𝟐) = −𝟏𝟕

Luego la solución pedida es 𝒙 = −𝟑; 𝒚 = 𝟏; 𝒛 = −𝟐

b) Resolviendo el sistema por el método de sustitución:

Otra forma para resolver el anterior sistema es despejando una de las variables en una de las ecuaciones y
reemplazarla en las otras dos para obtener de ésta un sistema 𝟐 × 𝟐 como se muestra a continuación:

En la primera parte se realizan dos sustituciones que garanticen dos ecuaciones con dos incógnitas:

Despeje la variable 𝒚 en la ecuación tres y luego reemplace este valor en las ecuaciones 𝟏 𝒚 𝟐

𝒚 = −𝟏𝟕 − 𝟏𝟐𝒛 + 𝟐𝒙

Reemplazando en la ecuación uno se tiene:

𝟒𝒙 + 𝟖(−𝟏𝟕 − 𝟏𝟐𝒛 + 𝟐𝒙) − 𝟒𝒛 = 𝟒

Simplificando
𝒙 − 𝟓𝒛 = 𝟕

Obteniendo una ecuación a la que se puede llamar ecuación cuatro.

De manera similar, para la ecuación dos, se tiene:

𝟑𝒙 + 𝟖(−𝟏𝟕 − 𝟏𝟐𝒛 + 𝟐𝒙) + 𝟓𝒛 = −𝟏𝟏

Simplificando
𝟏𝟗𝒙 − 𝟗𝟏𝒛 = 𝟏𝟐𝟓

Ahora en esta segunda parte, se realiza una sustitución que garantiza una ecuación con una incógnita. Observe:
Despeje la variable 𝒙 de la ecuación cuatro para obtener:

𝒙 = 𝟕 − 𝟓𝒛

Reemplazando en la ecuación cinco se tiene:

Página 7 de 29
 𝟏𝟗(𝟕 − 𝟓𝒛) − 𝟗𝟏𝒛 = 𝟏𝟐𝟓

Que al realizar las operaciones, permite saber que 𝒛 = −𝟐

Ahora, utilizando el valor de 𝒛 y la ecuación cuatro se tiene:

𝒙 = 𝟕 − 𝟓(−𝟐)

Para deducir que 𝒙 = −𝟑

Y finalmente utilizando estos valores y el primer despeje, se tiene:

𝒚 = −𝟏𝟕 − 𝟏𝟐(−𝟐) + 𝟐(−𝟑)

𝒚=𝟏

Luego se puede concluir que la solución al sistema es 𝒙 = −𝟑; 𝒚 = 𝟏; 𝒛 = −𝟐

c) Resolviendo el sistema por el método de Igualación:

Aquí la idea consiste en despejar la misma variable en cada una de las tres ecuaciones, para luego emparejarlas
de manera conveniente y así obtener un sistema de 𝟐 × 𝟐 al cual se le aplica después la misma técnica. Para tal
fin considere lo siguiente:

Despejando la misma variable 𝒚 en cada una de las tres ecuaciones:

𝟏−𝒙+𝒛
𝒚=
𝟐
−𝟏𝟏 − 𝟑𝒙 − 𝟓𝒛
𝒚=
𝟖
𝒚 = −𝟏𝟕 − 𝟏𝟐𝒛 + 𝟐𝒙

Igualándolas para obtener ecuaciones con dos incógnitas únicamente:

𝟏 − 𝒙 + 𝒛 −𝟏𝟏 − 𝟑𝒙 − 𝟓𝒛
= ↔ −𝒙 + 𝟗𝒛 = −𝟏𝟓
𝟐 𝟖

También se puede realizar la siguiente igualación:

𝟏−𝒙+𝒛
= −𝟏𝟕 − 𝟏𝟐𝒛 + 𝟐𝒙 ↔ −𝒙 − 𝟓𝒛 = 𝟕
𝟐

Obteniendo el siguiente sistema de dos ecuaciones con dos incógnitas:

−𝒙 + 𝟗𝒛 = −𝟏𝟓
−𝒙 − 𝟓𝒛 = 𝟕

Al cual se le aplica nuevamente el mismo método, es decir, despejar la misma variable en ambas ecuaciones:

𝒙 = 𝟓𝒛 + 𝟕
𝒙 = 𝟏𝟓 + 𝟗𝒛

𝟓𝒛 + 𝟕 = 𝟏𝟓 + 𝟗𝒛
Obteniendo el valor de 𝒛 = −𝟐

Página 8 de 29
El cual permite obtener el valor de 𝒙 usando ya sea la ecuación 4 o 5 veamos:

−𝒙 + 𝟗𝒛 = −𝟏𝟓
𝒙 = 𝟏𝟓 + 𝟗𝒛
En donde se nota que 𝒙 = −𝟑

Finalmente se puede obtener el valor de 𝒚 usando cualquiera de las tres ecuaciones iniciales como se muestra:

−𝟐(−𝟑) + 𝒚 + 𝟏𝟐(−𝟐) = −𝟏𝟕

Permitiendo deducir finalmente la solución dada por 𝒙 = −𝟑; 𝒚 = 𝟏; 𝒛 = −𝟐

1.3. Matrices

1.3.1. Definición de Matriz

Se puede describir de manera general una matriz, usando la siguiente definición:

Definición (𝑴𝒂𝒕𝒓𝒊𝒛) Una matriz de 𝒎 × 𝒏 es un arreglo rectangular de 𝒎𝒏 números dispuestos en

𝒎 𝒇𝒊𝒍𝒂𝒔 y 𝒏 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔

𝒂𝟏𝟏 𝒂𝟐𝟐 … 𝒂𝟏𝒋 … 𝒂𝟏𝒏

𝒂𝟐𝟏 𝒂𝟐𝟐 … 𝒂𝟐𝒋 … 𝒂𝟐𝒏
⋮ ⋮ ⋮ ⋮
𝑨= 𝒂
𝒂𝒊𝟏 𝒂𝒊𝟐 ⋯ 𝒊𝒋 ⋯ 𝒂𝒊𝒏
⋮ ⋮ ⋮ ⋮
𝒂
[ 𝒎𝟏 𝒂𝒎𝟐 ⋯ 𝒂𝒎𝒋 ⋯ 𝒂𝒎𝒏 ]

El símbolo 𝒎 × 𝒏 se lee m por n. A menos que se establezca lo contrario, se supondrá siempre que los números
𝒂𝟏𝒋
𝒂𝟐𝒋
en una matriz son reales. El objeto (𝒂𝒊𝟏, 𝒂𝒊𝟐 , … , 𝒂𝒊𝒏 ) se llama 𝒇𝒊𝒍𝒂 𝒊 y el objeto ( ⋮ ) se llama 𝒄𝒐𝒍𝒖𝒎𝒏𝒂 𝒋. La
𝒂𝒎𝒋
𝒄𝒐𝒎𝒑𝒐𝒏𝒆𝒏𝒕𝒆 𝒐 𝒆𝒍𝒆𝒎𝒆𝒏𝒕𝒐 𝒊𝒋 de A, denotado por 𝒂𝒊𝒋 es el numero que aparece en la 𝒇𝒊𝒍𝒂 𝒊 y la 𝒄𝒐𝒍𝒖𝒎𝒏𝒂 𝒋 de A

Esta definición permite observar los sistemas de ecuaciones lineales desde otra perspectiva; para tal fin considere
el ejemplo de la situación 2 de un sistema de tres ecuaciones con tres incógnitas:

𝟎. 𝟖𝒙 − 𝟎. 𝟓𝒚 − 𝟎. 𝟏𝟓𝒛 = 𝟏𝟎
−𝟎. 𝟒𝒙 + 𝟎. 𝟗𝒚 − 𝟎. 𝟑𝒛 = 𝟐𝟓
−𝟎. 𝟐𝟓𝒙 − 𝟎. 𝟓𝒚 + 𝟎. 𝟖𝟓𝒛 = 𝟏𝟎

Ahora es posible organizarlo como una matriz que para este caso será llamada matriz de coeficientes del sistema,
ya que incluye precisamente los números que acompañan a cada una de las variables.

𝟎. 𝟖 −𝟎. 𝟓 −𝟎. 𝟏𝟓
A = [ −𝟎. 𝟒 𝟎. 𝟗 −𝟎. 𝟑 ]
−𝟎. 𝟐𝟓 −𝟎. 𝟓 −𝟎. 𝟏𝟓

Página 9 de 29
En general se puede utilizar la palabra Matriz de 𝒎 𝒙 𝒏 para diferenciar las 𝒎 − 𝒇𝒊𝒍𝒂𝒔 de las 𝒏 − 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔

Ejemplo: Puede verse a continuación 6 matrices de diferentes tamaños:

𝟏 𝟐 𝟐. 𝟑 𝟑. 𝟗
A. [ ]
𝟑 𝟒 C. [ 𝟔 𝟎 ]
𝟏. 𝟕 𝟓. 𝟒

−𝟓 −𝟐 −𝟑] 𝟏 𝟏 𝟏
B. [
𝟏𝟐 𝟏𝟎 𝟓 D. [𝟏 𝟏 𝟏]
𝟏 𝟏 𝟏

Teniendo en cuenta el número de filas y de columnas, se puede decir que la matriz A es una matriz
de 𝟐 𝒙 𝟐 con dos filas y dos columnas, la matriz B es una matriz de 𝟐 𝒙 𝟑 con dos filas y tres
columnas, la matriz C es una matriz de 𝟑 𝒙 𝟐 con tres filas y dos columnas y finalmente la matriz D
es una matriz de 𝟑 𝒙 𝟑 con tres filas y tres columnas; sin embargo, matrices como:

𝟑
𝑬. [ 𝟒 ] y 𝑭. [𝟏. 𝟑 𝟐. 𝟓 𝟏. 𝟓 𝟕. 𝟓]
−𝟐

Con una sola fila o con una sola columna se pueden caracterizar usando la siguiente definición.

Definición: Una matriz de 𝟏 × 𝒏 se llama 𝒎𝒂𝒕𝒓𝒊𝒛 𝒓𝒆𝒏𝒈𝒍ó𝒏 y una matriz de 𝒏 × 𝟏 se llama

𝒎𝒂𝒕𝒓𝒊𝒛 𝒄𝒐𝒍𝒖𝒎𝒏𝒂

𝒙
𝟐 𝟒 𝟏𝟎 𝒚
Otros ejemplos de este tipo de matrices serian 𝑮. [𝟑 𝟕 𝟑
] y 𝑯. [ 𝒛 ] de tamaños 𝟏 × 𝟑 y 𝟒 × 𝟏
𝒘
respectivamente.

1.3.2. Clases de Matrices:

a) MATRIZ FILA: Es una matriz que solo tiene una fila, es decir m=1. Por ser de una sola
dimensión, también recibe el nombre de Vector. Es una matriz fila o vector fila:

𝑭. [𝟏. 𝟑 𝟐. 𝟓 𝟏. 𝟓 𝟕. 𝟓]

b) MATRIZ COLUMNA: Es una matriz que solo tiene una columna, es decir n=1. Por ser de
una sola dimensión, también recibe el nombre de Vector. Es una matriz columna o vector
columna:

𝟑
𝑬. [ 𝟒 ]
−𝟐

c) CUADRADA: Es aquella matriz en la que el número de filas es igual al número de columnas.

Se dice que m=n, entonces es una matriz A nxn. Son matrices cuadradas:

Página 10 de 29
 Diseño de Unidad de Curso Académico

𝟒 −𝟔 𝟑
𝟐 −𝟑
𝑨=[ ] 𝑩 = [−𝟕 𝟐 𝟖]
−𝟒 𝟓
𝟏 −𝟓 𝟗

d) MATRIZ TRANSPUESTA: Es la matriz que se obtiene cambiando filas por columnas. Se

tiene una matriz A, la matriz transpuesta se representa por A t. Así:

𝟏 𝟒 𝟓 𝟏 𝟖 𝟕
𝑨 = [𝟖 𝟐 𝟗] 𝑨𝒕 = [𝟒 𝟐 𝟔]
𝟕 𝟔 𝟑 𝟕 𝟔 𝟑

e) MATRIZ SIMÉTRICA: Siendo A una matriz cuadrada, es simétrica si A = At. Así:

−𝟖 −𝟏 𝟑 −𝟖 −𝟏 𝟑
𝑨 = [−𝟏 𝟕 𝟒] 𝑨𝒕 = [−𝟏 𝟕 𝟒]
𝟑 𝟒 𝟗 𝟑 𝟒 𝟗

f) MATRIZ ANTISIMÉTRICA: Siendo A una matriz cuadrada, es antisimétrica si A = - At.

−𝟖 −𝟏 𝟑 𝟖 𝟏 −𝟑
𝑨 = [−𝟏 𝟕 𝟒] 𝑨𝒕 = [ 𝟏 −𝟕 −𝟒]
𝟑 𝟒 𝟗 −𝟑 −𝟒 −𝟗

g) MATRIZ DIAGONAL: Es una matriz cuadrada en la que todos los elementos no

pertenecientes a la diagonal principal, son nulos. Ejemplo:

𝟏 𝟎 𝟎 𝟎
𝟎 𝟑 𝟎 𝟎
𝑨=[ ]
𝟎 𝟎 𝟓 𝟎
𝟎 𝟎 𝟎 𝟕
Diagonal principal

h) MATRIZ ESCALAR: Es una matriz diagonal que tiene todos los elementos de la diagonal
iguales. Ejemplo:

𝟑 𝟎 𝟎 𝟎
𝟎 𝟑 𝟎 𝟎
𝑨=[ ]
𝟎 𝟎 𝟑 𝟎
𝟎 𝟎 𝟎 𝟑
Diagonal principal

i) MATRIZ UNIDAD O MATRIZ IDENTIDAD: Es una matriz escalar en la cual todos los
elementos de la diagonal principal son iguales a 1. Son ejemplos:

𝟏 𝟎 𝟎 𝟎
𝟏 𝟎 𝟎
𝟎 𝟏 𝟎 𝟎
𝑨 = [𝟎 𝟏 𝟎] 𝑩=[ ]
𝟎 𝟎 𝟏 𝟎
𝟎 𝟎 𝟏
𝟎 𝟎 𝟎 𝟏

j) MATRIZ TRIANGULAR SUPERIOR: Es una matriz cuadrada que tiene nulos todos los
elementos que están por encima de la diagonal principal.

Página 11 de 29
 Diseño de Unidad de Curso Académico

𝟏 𝟒 𝟔 𝟐
𝟎 𝟏 𝟕 𝟗
𝑨=[ ]
𝟎 𝟎 𝟏 𝟑
𝟎 𝟎 𝟎 𝟏

k) MATRIZ TRIANGULAR INFERIOR: Es una matriz cuadrada que tiene nulos todos los
elementos que están por encima de la diagonal principal.

𝟏 𝟎 𝟎 𝟎
𝟒 𝟏 𝟎 𝟎
𝑨=[ ]
𝟔 𝟕 𝟏 𝟎
𝟐 𝟗 𝟑 𝟏

l) MATRIZ NULA: es una matriz que tiene nulos todos sus elementos, es decir que todos son
ceros.
𝟎 𝟎 𝟎 𝟎
𝟎 𝟎 𝟎 𝟎
𝑨=[ ]
𝟎 𝟎 𝟎 𝟎
𝟎 𝟎 𝟎 𝟎

1.3.3. Operaciones Entre Matrices:

Así como es posible establecer operaciones entre números reales, conjuntos o funciones, también
es posible definir algunas operaciones entre matrices:

a) Suma de Matrices:

De manera general, teniendo dos matrices 𝑨 y 𝑩 es posible obtener otra matriz 𝑨 + 𝑩 sumando
componente a componente, es decir, sumando elementos en las misma posiciones. Véase el
siguiente ejemplo:

Encuentre la matriz 𝑨 + 𝑩

𝟏 𝟒 𝟓 𝟒 −𝟔 𝟑
𝑨 = [𝟖 𝟐 𝟗] 𝑩 = [−𝟕 𝟐 𝟖]
𝟕 𝟔 𝟑 𝟏 −𝟓 𝟗

Sumando componente a componente:

𝟏+𝟒 𝟒 + (−𝟔) 𝟓+𝟑

𝑨 + 𝑩 = [𝟖 + (−𝟕) 𝟐+𝟐 𝟗 + 𝟖]
𝟕+𝟏 𝟔 + (−𝟓) 𝟑+𝟗

Realizando las operaciones indicadas:

𝟓 −𝟐 𝟖
𝑨 + 𝑩 = [𝟏 𝟒 𝟏𝟕]
𝟖 𝟏 𝟏𝟐

¡Para no pasar por alto!

Página 12 de 29
 Diseño de Unidad de Curso Académico
Dado que la suma de matrices consiste en sumar de manera directa los elementos respectivos que
resultan ser números reales, es de esperar que se “hereden” algunas propiedades de estos números,
luego podemos decir:

 No es posible sumar matrices de tamaños diferentes por ejemplo sumar una matriz de 𝟐𝐱𝟑 con
una de 𝟑𝐱𝟑
 La suma de matrices “hereda” la propiedad conmutativa y la propiedad asociativa de los números
reales, luego si 𝑨, 𝑩 𝒚 𝑪 son matrices, se cumple que:

𝑨+𝑩=𝑩+𝑨
(𝑨 + 𝑩) + 𝑪 = 𝑨 + (𝑩 + 𝑪)

b) Resta de Matrices:

La resta de matrices se puede realizar de manera similar a la suma, es decir así como en la suma
se realizó la adición componente por componente, en la resta basta restar componente por
componente.

¿Se pueden sumar matrices de tamaños diferentes como por ejemplo sumar una matriz de
𝟐𝒙𝟑 con una de 𝟑𝒙𝟑 ?

c) Multiplicación de una matriz por un número real:

Imagine por un momento una matriz 𝑨 de 𝒎𝒙𝒏 o de manera equivalente una matriz de tamaño
𝟒
cualquiera y construya a partir de ésta, por ejemplo la matriz 𝟐𝑨, −𝟒𝑨 𝒐 𝟓 𝑨.
Basta con multiplicar cada una de las componentes de la matriz por el número real como se ve en el
siguiente ejemplo:

Utilice las siguientes matrices para obtener 𝟐𝑨 + 𝟑𝑩

𝟏 𝟒 𝟓 𝟒 −𝟔 𝟑
𝑨 = [𝟖 𝟐 𝟗] 𝑩 = [−𝟕 𝟐 𝟖]
𝟕 𝟔 𝟑 𝟏 −𝟓 𝟗

Multiplicando cada componente de las matrices respectivas por los números reales 2 y 3 se tiene:

𝟏 ( 𝟐 ) 𝟒( 𝟐 ) 𝟓 ( 𝟐 ) 𝟒(𝟑) −𝟔(𝟑) 𝟑 ( 𝟑)
𝟐𝑨 = [𝟖(𝟐) 𝟐(𝟐) 𝟗(𝟐)] 𝟑 𝑩 = [−𝟕(𝟑) 𝟐(𝟑) 𝟖 ( 𝟑) ]
𝟕 ( 𝟐 ) 𝟔( 𝟐 ) 𝟑 ( 𝟐 ) 𝟏(𝟑) −𝟓(𝟑) 𝟗 ( 𝟑)

Realizando las operaciones indicadas

𝟐 𝟖 𝟏𝟎 𝟏𝟐 −𝟏𝟖 𝟗
𝟐𝑨 = [𝟏𝟔 𝟒 𝟏𝟖] 𝟑 𝑩 = [−𝟐𝟏 𝟔 𝟐𝟒]
𝟏𝟒 𝟏𝟐 𝟔 𝟑 −𝟏𝟓 𝟐𝟕
Sumando componente a componente
𝟏𝟒 −𝟏𝟎 𝟏𝟗
𝟐𝑨 + 𝟑𝑩 = [−𝟓 𝟏𝟎 𝟒𝟐]
𝟏𝟕 −𝟑 𝟑𝟑

d) Multiplicación entre dos matrices:

Página 13 de 29
 Diseño de Unidad de Curso Académico

Para multiplicar dos matrices, es estrictamente necesario que el número de columnas de la primera
matriz sea igual al número de filas de la segunda matriz, lo que muestra que no todo par de matrices
se pueden multiplicar.

Al realizar la multiplicación entre las matrices 𝑨 de tamaño 𝟐 𝒙 𝟑 y B de tamaño 𝟑 𝒙 𝟑 siguientes:

−𝟏 𝟒 𝟓
𝟏 𝟎 𝟒
𝑨=[ ] 𝑩=[ 𝟖 −𝟐 𝟗 ]
𝟐 𝟑 𝟓
𝟕 𝟔 −𝟑

Observe que el número de columnas de la matriz 𝑨 es igual al número de filas de la matriz B por lo
tanto sí se puede realizar la multiplicación, la cual consiste en multiplicar cada fila de la matriz 𝑨 por
cada columna de la matriz 𝑩 de la siguiente forma:

 Multiplicando la primera fila de 𝑨 por cada una de las columnas de 𝑩:

−𝟏
[𝟏 𝟎 𝟒] [ 𝟖 ]=(𝟏)(−𝟏) + (𝟎)(𝟖) + (𝟒)(𝟕) = 𝟐𝟕
𝟕
𝟒
[𝟏 𝟎 𝟒] [−𝟐]=(𝟏)(𝟒) + (𝟎)(−𝟐) + (𝟒)(𝟔) =28
𝟔

𝟓
[𝟏 𝟎 𝟒] [ 𝟗 ]=(𝟏)(𝟓) + (𝟎)(𝟗) + (𝟒)(−𝟑) = −𝟕
−𝟑

 Multiplicando la segunda fila de 𝑨 por cada una de las columnas de 𝑩:

−𝟏
[𝟐 𝟑 𝟓] [ 𝟖 ]=(𝟐)(−𝟏) + (𝟑)(𝟖) + (𝟓)(𝟕) =57
𝟕

𝟒
[𝟐 𝟑 𝟓] [−𝟐]=(𝟐)(𝟒) + (𝟑)(−𝟐) + (𝟓)(𝟔) = 𝟑𝟐
𝟔

𝟓
[𝟐 𝟑 𝟓] [ 𝟗 ]=(𝟐)(𝟓) + (𝟑)(𝟗) + (𝟓)(−𝟑) =22
−𝟑

 Organizando cada uno de los resultados anteriores en una nueva matriz llamada 𝑨𝒙𝑩 𝒐 𝑨𝑩

𝟐𝟕 𝟐𝟖 −𝟕
𝑨. 𝑩 = [ ]
𝟓𝟕 𝟑𝟐 𝟐𝟐

Tenga en cuenta que la multiplicación de la primera fila de la matriz 𝑨 por las tres columnas de la
matriz 𝑩 genera los números de la primera fila de la matriz 𝑨. 𝑩 es decir los números 𝟐𝟕, 𝟐𝟖 𝒚 − 𝟕 en
ese orden y que la multiplicación de la segunda fila de la matriz 𝑨 por las tres columnas de la matriz

Página 14 de 29
 Diseño de Unidad de Curso Académico
𝑩 genera los números de la segunda fila de la matriz 𝑨. 𝑩 es decir los números 𝟓𝟕, 𝟑𝟐 𝒚 𝟐𝟐 en ese
orden.

Piense por un momento en todas las matrices cuadradas, es decir matrices cuyo número de filas
es igual al número de columnas ¿Cualquier par de estas matrices se puede multiplicar?

e) Inversa de una matriz y matriz identidad:

Una idea “similar” al concepto de matriz identidad y matriz inversa, se puede ilustrar a través de las
siguientes multiplicaciones:

𝟏 𝟏 𝟏 𝟕 𝟒
𝟓 . ; 𝟒 . ; −𝟐 . − ; .
𝟓 𝟒 𝟐 𝟒 𝟕

¿Qué hay de especial en estas 𝟒 multiplicaciones? Que las anteriores multiplicaciones dan todo
el mismo resultado: 𝟏 y si se habla de multiplicación, el número 1 resulta ser el único elemento en
los números reales tal que si cualquier número es multiplicado por él, da nuevamente el mismo
número; luego entonces se le da un nombre importante: módulo o elemento neutro para la
multiplicación.

𝟏
Ahora, si observa la primera operación, puede decirse que 𝟓 𝒚 𝟓 son cada uno el inverso
multiplicativo del otro, ya que al operarlos se obtiene el número 1 luego ya se tiene preparado para
hacer una generalización de estos conceptos al mundo de las matrices.

Ejemplo:

Sean las matrices 𝑨 y 𝑩 dadas por:

𝟐 −𝟑 −𝟓 −𝟑⁄
𝑨=[ ] 𝑩 = [ ⁄𝟐 𝟐]
−𝟒 𝟓 −𝟐 −𝟏

Verifique el siguiente resultado:

𝟐 −𝟑 −𝟓⁄𝟐 −𝟑⁄
𝟐] = [𝟏 𝟎
[ ].[ ]
−𝟒 𝟓 −𝟐 −𝟏 𝟎 𝟏

Observaciones:
El resultado de la multiplicación anterior es una matriz cuadrada, que cumple el hecho de que Todos
los elementos de la diagonal son iguales al número 1 y los demás elementos son iguales a cero,
luego se trata de una Matriz Identidad. Otro ejemplo de matriz identidad es:

𝟏 𝟎 𝟎
𝑩 = [𝟎 𝟏 𝟎]
𝟎 𝟎 𝟏

Como al multiplicar las matrices 𝑨 y 𝑩 se obtiene una matriz identidad, se puede afirmar que la matriz
𝑨 es la Inversa de la Matriz 𝑩 y que la matriz 𝑩 es la Inversa de la Matriz 𝑨.

Si para el ejemplo anterior se considera la matriz 𝑩 como 𝑨′ se tiene:

Página 15 de 29
 Diseño de Unidad de Curso Académico
𝑫𝒆𝒇𝒊𝒏𝒊𝒄𝒊ó𝒏

Si 𝑨 es una matriz de 𝒎 × 𝒏, una inversa de 𝑨 es una matriz 𝑨′ de 𝒎 × 𝒏 con la siguiente propiedad:

𝑨𝑨′ = 𝑰 𝒚 𝑨′ 𝑨 = 𝑰

Donde 𝑰 es la matriz identidad. Si tal 𝑨′ existe, entonces 𝑨 es invertible.

De acuerdo al ejemplo anterior, podría preguntarse:

 ¿Qué métodos existen para pasar de la matriz 𝑨 a la matriz 𝑩 o dicho de otra forma: dada
una matriz cuadrada cualquiera, cómo calcular su inversa?

 ¿Todas las matrices tienen matriz inversa y de tener dicha matriz, ésta es única?

Para responder, considere el siguiente resultado, el cual entrega una regla sencilla para calcular la
inversa de una matriz de 𝟐 × 𝟐:

𝑻𝒆𝒐𝒓𝒆𝒎𝒂

𝒂 𝒃], 𝟏 𝒅 −𝒃]
Si 𝑨 = [ entonces 𝑨 es invertible si 𝒂𝒅 − 𝒃𝒄 ≠ 𝟎, en cuyo caso 𝑨−𝟏 = 𝒂𝒅−𝒃𝒄 [
𝒄 𝒅 −𝒄 𝒂

Si 𝒂𝒅 − 𝒃𝒄 = 𝟎, entonces 𝑨 no es invertible

𝟐 −𝟑
Ejemplo: Obtenga la matriz inversa de 𝑨 = [ ]
−𝟒 𝟓

Usando el resultado anterior, se tiene:

𝟏 𝟏 𝟓 𝟓 𝟑
𝟓 𝟑 𝟑
𝑨−𝟏 = [ ]= [ ] = [− 𝟐 − 𝟐 ]
(𝟐)(𝟓) − (−𝟑)(−𝟒) 𝟒 𝟐 −𝟐 𝟒 𝟐
−𝟐 −𝟏
𝟓 𝟑
Luego se puede concluir que la matriz inversa requerida es [− 𝟐 − 𝟐]
−𝟐 −𝟏

1.4. Determinantes

De manera general se puede decir que el determinante de una matriz es una función que le asigna
a cada matriz cuadrada un número real. Pero ¿Qué significa este número real? ¿Por qué es
“determinante” para una matriz? Parte de la respuesta se verá a continuación:

1.4.1. Determinante de una matriz de 𝟐𝒙𝟐 :

Página 16 de 29
 Diseño de Unidad de Curso Académico
Para hallar el determinante de una matriz cuadrada de 𝟐𝒙𝟐 basta restar los resultados de multiplicar
las componentes de la matriz ubicadas en sus dos diagonales esto es:

𝒂 𝒃]
Sea 𝑨 = [ una matriz de 𝟐𝒙𝟐, su determinante denotado por 𝒅𝒆𝒕(𝑨) = |𝑨| está dado por 𝒂𝒅 −
𝒄 𝒅
𝒃𝒄

Ejemplo:

𝟐 𝟒
Hallar el determinante de la matriz 𝑨 = [ ]
𝟔 𝟖

Solución:

𝒅𝒆𝒕(𝑨) = |𝑨| = (𝟐)(𝟖) − (𝟔)(𝟒) = −𝟖

1.4.2. Determinante de una matriz de 𝟑𝒙𝟑:

El proceso consiste en obtener el determinante de una matriz 𝟑𝒙𝟑 a partir de tres determinantes de
tres matrices de 𝟐𝒙𝟐 como se muestra a continuación:

𝒂 𝒃 𝒄
Sea 𝑨 = [𝒅 𝒆 𝒇] una matriz de 𝟑𝒙𝟑 entonces 𝒅𝒆𝒕𝑨 = |𝑨| está dado por:
𝒈 𝒉 𝒊

𝒆 𝒇 𝒅 𝒇 𝒅 𝒆
𝒅𝒆𝒕𝑨 = |𝑨| = 𝒂 | | − 𝒃| | +𝒄| |
𝒉 𝒊 𝒈 𝒊 𝒈 𝒉

Tenga cuidado:

 al momento del multiplicar por 𝐛 es necesario multiplicar por −𝟏 o lo que es equivalente

cambiarle el signo a la componente b.

 Aunque se vean similares, es importante diferenciar muy bien el símbolo utilizado para una
𝐚 𝐛]
matriz 𝑨 que es por ejemplo [ y el símbolo para el determinante de dicha matriz 𝑨 que
𝐜 𝐝
𝐚 𝐛
es | |
𝐜 𝐝

𝟏 𝟐 𝟑
Ejemplo 5: halle el determinante de la matriz 𝑨 = [𝟒 𝟓 𝟔]
𝟕 𝟖 𝟗

Construir las 3 matrices 𝟐𝒙𝟐

𝟏 𝟐 𝟑
[𝟓 𝟔]
𝑨 = [𝟒 𝟓 𝟔] ↔ 𝑻𝒐𝒎𝒂𝒏𝒅𝒐 𝒄𝒐𝒎𝒐 𝒓𝒆𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒆𝒍 𝒏ú𝒎𝒆𝒓𝒐 𝟏 𝒔𝒆 𝒐𝒃𝒕𝒊𝒆𝒏𝒆 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛
𝟖 𝟗
𝟕 𝟖 𝟗
𝟏 𝟐 𝟑
𝟒 𝟔
𝑨 = [𝟒 𝟓 𝟔] ↔ 𝑻𝒐𝒎𝒂𝒏𝒅𝒐 𝒄𝒐𝒎𝒐 𝒓𝒆𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒆𝒍 𝒏ú𝒎𝒆𝒓𝒐 𝟐 𝒔𝒆 𝒐𝒃𝒕𝒊𝒆𝒏𝒆 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 [ ]
𝟕 𝟗
𝟕 𝟖 𝟗

Página 17 de 29
 Diseño de Unidad de Curso Académico
𝟏 𝟐 𝟑
𝟒 𝟓]
𝑨 = [𝟒 𝟓 𝟔] ↔ 𝑻𝒐𝒎𝒂𝒏𝒅𝒐 𝒄𝒐𝒎𝒐 𝒓𝒆𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒆𝒍 𝒏ú𝒎𝒆𝒓𝒐 𝟑 𝒔𝒆 𝒐𝒃𝒕𝒊𝒆𝒏𝒆 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 [
𝟕 𝟖
𝟕 𝟖 𝟗

Hallar el determinante de la matriz 𝟑𝒙𝟑 a partir de los determinantes de las matrices 𝟐𝒙𝟐 como se
muestra a continuación:

𝟓 𝟔| ( ) |𝟒 𝟔
𝒅𝒆𝒕(𝑨) = (𝟏) | − 𝟐 | + (𝟑) |𝟒 𝟓|
𝟖 𝟗 𝟕 𝟗 𝟕 𝟖

Realizando las operaciones indicadas:

𝒅𝒆𝒕(𝑨) = 𝟏((𝟓)(𝟗) − (𝟖)(𝟔)) − 𝟐((𝟒)(𝟗) − (𝟕)(𝟔)) + 𝟑((𝟒)(𝟖) − (𝟕)(𝟓))

Se concluye entonces que el determinante de la matriz A de 𝟑𝒙𝟑 es:

𝒅𝒆𝒕(𝑨) = 𝟎

1.4.3. Concepto de menor de una matriz cuadrada y cofactor de una matriz cuadrada

El método anterior se puede “Modificar” un poco con la intensión de que sea posible utilizar como
referencia a la hora de calcular el determinante de una matriz cualquier fila o cualquier columna.
Veamos primero algunas definiciones

Definición (𝑴𝒆𝒏𝒐𝒓): Sea A una matriz de 𝒏 × 𝒏 y sea 𝑴𝒊𝒋 la matriz de (𝒏 − 𝟏) × (𝒏 − 𝟏) obtenida de

A eliminando el renglón o fila i y la columna j. 𝑴𝒊𝒋 se llama el menor ij de A

Para entender mejor este método, se halla el determinante de la matriz anterior usando como
referencia la fila 2.

𝟏 𝟐 𝟑
𝑨 = [𝟒 𝟓 𝟔]
𝟕 𝟖 𝟗
𝟐 𝟑
𝒖𝒔𝒂𝒏𝒅𝒐 𝒄𝒐𝒎𝒐 𝒓𝒆𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒆𝒍 𝒏ú𝒎𝒆𝒓𝒐 𝟒 𝒔𝒆 𝒐𝒃𝒕𝒊𝒆𝒏𝒆 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝒐 𝒎𝒆𝒏𝒐𝒓 𝑴𝟐𝟏 = [ ]
𝟖 𝟗

𝟏 𝟐 𝟑
𝑨 = [𝟒 𝟓 𝟔]
𝟕 𝟖 𝟗
𝟏 𝟑
𝒖𝒔𝒂𝒏𝒅𝒐 𝒄𝒐𝒎𝒐 𝒓𝒆𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒆𝒍 𝒏ú𝒎𝒆𝒓𝒐 𝟓 𝒔𝒆 𝒐𝒃𝒕𝒊𝒆𝒏𝒆 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝒐 𝒎𝒆𝒏𝒐𝒓 𝑴𝟐𝟐 = [ ]
𝟕 𝟗
𝟏 𝟐 𝟑
𝑨 = [𝟒 𝟓 𝟔]
𝟕 𝟖 𝟗
𝟏 𝟐
𝒖𝒔𝒂𝒏𝒅𝒐 𝒄𝒐𝒎𝒐 𝒓𝒆𝒇𝒆𝒓𝒆𝒏𝒄𝒊𝒂 𝒆𝒍 𝒏ú𝒎𝒆𝒓𝒐 𝟔 𝒔𝒆 𝒐𝒃𝒕𝒊𝒆𝒏𝒆 𝒍𝒂 𝒎𝒂𝒕𝒓𝒊𝒛 𝒐 𝒎𝒆𝒏𝒐𝒓 𝑴𝟐𝟑 = [ ]
𝟕 𝟖

Página 18 de 29
 Diseño de Unidad de Curso Académico
Donde se observa que la matriz 𝑴𝟐𝟏 se obtiene al eliminar la fila 2 y la columna 1, la matriz 𝑴𝟐𝟐 al
eliminar la fila 2 y la columna 2 y 𝑴𝟐𝟑 al eliminar la fila 2 y la columna 3.

Se debe tener en cuenta que el símbolo 𝑴𝒊𝒋 da precisamente la libertad de elegir cualquier elemento
de la matriz y no únicamente los elementos de la primera fila.

Definición (𝒄𝒐𝒇𝒂𝒄𝒕𝒐𝒓): Sea A una matriz de 𝒏 × 𝒏. El 𝒄𝒐𝒇𝒂𝒄𝒕𝒐𝒓 𝒊𝒋 de A, denotado por 𝑨𝒊𝒋 , está dado
por
𝑨𝒊𝒋 = (−𝟏)𝒊+𝒋 |𝑴𝒊𝒋 |

Ahora se hallan los cofactores 𝑨𝟐𝟏 , 𝑨𝟐𝟐 𝒚 𝑨𝟐𝟑 asociados a cada uno de los elementos de la segunda
fila de la matriz, utilizando la ecuación
𝑨𝒊𝒋 = (−𝟏)𝒊+𝒋 |𝑴𝒊𝒋 |
:

𝟐 𝟑
𝑨𝟐𝟏 = (−𝟏)𝟐+𝟏 | |=𝟔
𝟖 𝟗
𝟏 𝟑
𝑨𝟐𝟐 = (−𝟏)𝟐+𝟐 | | = −𝟏𝟐
𝟕 𝟗
𝟏 𝟐
𝑨𝟐𝟑 = (−𝟏)𝟐+𝟑 | |=𝟔
𝟕 𝟖

Definición: Determinante 𝒏 × 𝒏. Sea A una matriz de 𝒏 × 𝒏 entonces el determinante de A,

denotado por 𝑫𝒆𝒕𝑨 𝒐 |𝑨|, está dado por:

𝒅𝒆𝒕(𝑨) = (𝒂𝟐𝟏 )(𝑨𝟐𝟏 ) + (𝒂𝟐𝟐 )(𝑨𝟐𝟐 ) + (𝒂𝟐𝟑 )(𝑨𝟐𝟑 )

Para finalizar, se tiene:

𝒅𝒆𝒕(𝑨) = (𝒂𝟐𝟏 )(𝑨𝟐𝟏 ) + (𝒂𝟐𝟐 )(𝑨𝟐𝟐 ) + (𝒂𝟐𝟑 )(𝑨𝟐𝟑 )

𝒅𝒆𝒕(𝑨) = (𝟒)(𝟔) + (𝟓)(−𝟏𝟐) + (𝟔)(𝟔)

𝒅𝒆𝒕(𝑨) = (𝟎)

Ejemplo:
𝟏 𝟐 𝟑
Encuentre el determinante de 𝑨 = [𝟒 𝟓 𝟔] utilizando los conceptos de menor y cofactor asociados
𝟕 𝟖 𝟗
al renglón o fila tres

Halle primero los menores de la matriz 𝑨:

Luego halle los cofactores respectivos:

𝟐 𝟑 𝟏 𝟑 𝟏 𝟐
𝑨𝟑𝟏 = (−𝟏)𝟑+𝟏 | | 𝑨𝟑𝟐 = (−𝟏)𝟑+𝟐 | | 𝑨𝟑𝟑 = (−𝟏)𝟑+𝟑 | |
𝟓 𝟔 𝟒 𝟔 𝟒 𝟓

Página 19 de 29
 Diseño de Unidad de Curso Académico

𝑨𝟐𝟏 = −𝟑 𝑨𝟐𝟑 = 𝟔 𝑨𝟐𝟒 = −𝟑

Paso seguido use:

𝒅𝒆𝒕(𝑨) = (𝒂𝟐𝟏 )(𝑨𝟐𝟏 ) + (𝒂𝟐𝟐 )(𝑨𝟐𝟐 ) + (𝒂𝟐𝟑 )(𝑨𝟐𝟑 )

𝒅𝒆𝒕(𝑨) = (𝟕)(−𝟑) + (𝟖)(𝟔) + (𝟗)(−𝟑)

𝒅𝒆𝒕(𝑨) = 𝟎

1.4.4. Regla de Sarrus:

Este método permite encontrar el determinante de matrices de tamaño 𝟑 × 𝟑 únicamente. Para ver
cómo funciona, puede considerarse el siguiente ejemplo:

𝟏 𝟐 𝟑
Encontrar el determinante de 𝑨 = [𝟒 𝟓 𝟔] del ejemplo anterior:
𝟕 𝟖 𝟗

Se adjunta a la matriz A sus dos primeras columnas, después se multiplican los elementos sobre
cada línea para proceder finalmente a sumar estos tres resultados:
𝟏 𝟐 𝟑 𝟏 𝟐
[𝟒 𝟓 𝟔 ] 𝟒 𝟓
𝟕 𝟖 𝟗 𝟕 𝟖

Es decir: (𝟏)(𝟓)(𝟗) + (𝟐)(𝟔)(𝟕) + (𝟑)(𝟒)(𝟖) =225

Hecho esto, se multiplican ahora los elementos sobre las líneas mostradas, anteponiendo el signo
menos a cada multiplicación, así:

𝟏 𝟐 𝟑 𝟏 𝟐
[𝟒 𝟓 𝟔] 𝟒 𝟓
𝟕 𝟖 𝟗 𝟕 𝟖

−(𝟕)(𝟓)(𝟑) − (𝟖)(𝟔)(𝟏) − (𝟗)(𝟒)(𝟐) = −𝟐𝟐𝟓

Finalmente se suman los resultados obtenidos y ese será el determinante buscado:

𝒅𝒆𝒕(𝑨) = 𝟐𝟐𝟓 − 𝟐𝟐𝟓 = 𝟎

Página 20 de 29
 Diseño de Unidad de Curso Académico

1.5. Herramientas adicionales para resolver un sistema de ecuaciones lineales

1.5.1. Regla de Cramer:

La regla de Cramer es un teorema del álgebra lineal que da la solución de un sistema lineal de
ecuaciones en términos de determinantes. Esta regla permite utilizar el concepto de determinante
de una matriz para resolver un sistema de ecuaciones lineales, definiendo en valor de cada una de
las variables como el cociente entre dos determinantes; esto es:

Teniendo el sistema de ecuaciones lineales de dos ecuaciones con dos incógnitas:

𝒂𝒙 + 𝒃𝒚 = 𝒓
𝒄𝒙 + 𝒅𝒚 = 𝒔

Se puede escribir la respectiva solución del sistema como:

𝒓 𝒃 𝒂 𝒓
| | | |
𝒙= 𝒔 𝒅 ,𝒚 = 𝒂 𝒄 𝒔
𝒄
|𝒂 𝒃 | |
𝒃 𝒅
|
𝒄 𝒅

𝒂 𝒃
Siempre y cuando | |=𝟎
𝒄 𝒅

Para facilitar los cálculos a realizar, se pueden usar algunos nombres para cada una de las matrices
obtenidas:

𝒂 𝒃|
𝑫=| : 𝑴𝒂𝒕𝒓𝒊𝒛 𝒅𝒆 𝒄𝒐𝒆𝒇𝒊𝒄𝒊𝒆𝒏𝒕𝒆𝒔
𝒄 𝒅

𝒓 𝒃|
𝑫𝒙 = | : 𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒄𝒆 𝒍𝒂 𝒑𝒓𝒊𝒎𝒆𝒓𝒂 𝒄𝒐𝒍𝒖𝒎𝒏𝒂 𝒅𝒆 𝑫 𝒑𝒐𝒓 𝒓 𝒚 𝒔
𝒔 𝒅

𝒂 𝒓
𝑫𝒙 = | | : 𝑹𝒆𝒆𝒎𝒑𝒍𝒂𝒄𝒆 𝒍𝒂 𝒔𝒆𝒈𝒖𝒏𝒅𝒂 𝒄𝒐𝒍𝒖𝒎𝒏𝒂 𝒅𝒆 𝑫 𝒑𝒐𝒓 𝒓 𝒚 𝒔
𝒃 𝒔

Luego los valores de 𝒙, 𝒚 se pueden escribir como:

|𝑫 𝒙 | |𝑫𝒚 |
𝒙= ,𝒚 =
|𝑫 | |𝑫 |

Ejemplo:

Resolver el siguiente sistema estudiado con anterioridad, utilizando la regla de Cramer:

1. 𝒙 − 𝟑𝒚 = 𝟒
2. −𝟒𝒙 + 𝟐𝒚 = 𝟔

Se obtienen primero los valores de 𝑫, 𝑫𝒙 𝒚 𝑫𝒚

Página 21 de 29
 Diseño de Unidad de Curso Académico

𝟏 −𝟑
𝑫=| | = (𝟏)(𝟐) − (−𝟑)(−𝟒) = 𝟐 − 𝟏𝟐 = −𝟏𝟎
−𝟒 𝟐
𝟒 −𝟑
𝑫𝒙 = | |=(𝟒)(𝟐) − (−𝟑)(𝟔) = 𝟖 + 𝟏𝟖 = 𝟐𝟔
𝟔 𝟐
𝟏 𝟒
𝑫𝒚 = | |=(𝟏)(𝟔) − (𝟒)(−𝟒) = 𝟔 + 𝟏𝟔 = 𝟐𝟐
−𝟒 𝟔

𝟐𝟔 𝟏𝟑 𝟐𝟐 𝟏𝟏
𝒙= = − = −𝟐. 𝟔 ; 𝒚= =− = −𝟐. 𝟐
−𝟏𝟎 𝟓 −𝟏𝟎 𝟓

Luego se puede concluir que la solución del sistema es 𝒙 = −𝟐. 𝟔 , 𝒚 = −𝟐. 𝟐

a) Matriz aumentada de un sistema de ecuaciones lineales:

Con anterioridad se ha visto como a todo sistema de ecuaciones lineales se le puede asignar una
matriz de coeficientes que incluye como su nombre lo indica, los coeficientes de cada una de las
variables del sistema. Sin embargo quedan valores del sistema sin incluir en dicha matriz, los cuales
se incluyen en una nueva matriz llamada matriz aumentada del sistema.

Ejemplo: Escriba los siguientes sistemas de ecuaciones lineales utilizando la representación de

matriz aumentada del sistema:

Sistema de ecuaciones lineales Matriz aumentada del sistema

𝟏 −𝟑 𝟒
 𝒙 − 𝟑𝒚 = 𝟒 [ ]
−𝟒 𝟐 𝟔
 −𝟒𝒙 + 𝟐𝒚 = 𝟔

 𝟎. 𝟖𝒙 − 𝟎. 𝟓𝒚 − 𝟎. 𝟏𝟓𝒛 = 𝟏𝟎
𝟎. 𝟖 −𝟎. 𝟓 −𝟎. 𝟏𝟓 𝟏𝟎
 −𝟎. 𝟒𝒙 + 𝟎. 𝟗𝒚 − 𝟎. 𝟑𝒛 = 𝟐𝟓 [ −𝟎. 𝟒 𝟎. 𝟗 −𝟎. 𝟑 𝟐𝟓]
−𝟎. 𝟐𝟓 −𝟎. 𝟓 𝟎. 𝟖𝟓 𝟏𝟎
 −𝟎. 𝟐𝟓𝒙 − 𝟎. 𝟓𝒚 + 𝟎. 𝟖𝟓𝒛 = 𝟏𝟎

 𝟒𝒙 + 𝟖𝒚 − 𝟒𝒛 = 𝟒
𝟒 𝟖 −𝟒 𝟒
 𝟑𝒙 + 𝟖𝒚 + 𝟓𝒛 = −𝟏𝟏 [𝟑 𝟖 𝟓 −𝟏𝟏]
−𝟐 𝟏 𝟏𝟐 −𝟏𝟕
 −𝟐𝒙 + 𝒚 + 𝟏𝟐𝒛 = −𝟏𝟕

Página 22 de 29
 Diseño de Unidad de Curso Académico

Para tener en cuenta:

Para hallar la matriz aumentada del sistema, es necesario que todas las ecuaciones estén ordenadas
para, de esta manera obtener en la primera columna de la matriz los coeficientes de 𝒙, en la segunda
columna de la matriz los coeficientes de la variable 𝒚 y en la tercera columna de la matriz los
coeficientes de la variable 𝒛

b) Operaciones elementales por renglones:

Así como se definieron anteriormente algunas operaciones entre matrices, también es posible definir
operaciones entre las filas o renglones de una misma matriz, las que serán llamadas operaciones
elementales por filas o renglones, entre las cuales se tienen:

1. Sumar un múltiplo de una fila o renglón a otro.

2. Multiplicar una fila o renglón por una constante diferente de cero.
3. Intercambiar dos renglones.

1.5.2. Método de Gauss Jordan:

Este método permite obtener la solución a un sistema de ecuaciones lineales alternativo a la regla
de Cramer, valiéndose esta vez de la matriz aumentada del sistema y las operaciones por renglones
o filas. Básicamente el método consistirá en:

1. Hallar la matriz aumentada del sistema.

2. Transformar parte de la matriz aumentada del sistema en una matriz identidad, utilizando
operaciones elementales por renglones o filas.
3. Tomar la solución al sistema de la matriz aumentada obtenida.

Véase a continuación cómo funciona el método:

Ejemplo:

Resuelva el siguiente sistema de ecuaciones lineales utilizando el método de Gauss Jordan:

𝟒𝒙 + 𝟖𝒚 − 𝟒𝒛 = 𝟒
𝟑𝒙 + 𝟖𝒚 + 𝟓𝒛 = −𝟏𝟏
−𝟐𝒙 + 𝒚 + 𝟏𝟐𝒛 = −𝟏𝟕

a) Construyendo la matriz aumentada del sistema

𝟒 𝟖 −𝟒 𝟒
[𝟑 𝟖 𝟓 −𝟏𝟏]
−𝟐 𝟏 𝟏𝟐 −𝟏𝟕

b) Usando las operaciones elementales por reglones:

Página 23 de 29
 Diseño de Unidad de Curso Académico

Aquí es importante aclarar la siguiente notación:

𝟏 𝟏
𝑹𝟏 → 𝟒 𝑹 𝟏 Significa reemplazar el renglón de la izquierda 𝑹𝟏 por la operación a la derecha. 𝟒 𝑹𝟏
o de otra manera, reemplazar el primer renglón de la matriz aumentada del sistema por el mismo
𝟏
renglón pero multiplicado por 𝟒. A continuación se puede ver el poder de esta notación:

𝟏 𝟏 𝟐 −𝟏 𝟏 𝟏 𝟐 −𝟏 𝟏
𝑹𝟏 → 𝑹𝟏 [ 𝟑 𝟖 𝟓 −𝟏𝟏] 𝑹𝟐 → 𝟑𝑹𝟏 − 𝑹𝟐 [ 𝟎 −𝟐 −𝟖 𝟏𝟒 ]
𝟒
−𝟐 𝟏 𝟏𝟐 −𝟏𝟕 −𝟐 𝟏 𝟏𝟐 −𝟏𝟕

𝟏 𝟏 𝟐 −𝟏 𝟏 𝟏 𝟐 −𝟏 𝟏
𝑹𝟐 → − 𝑹𝟐 [ 𝟎 𝟏 𝟒 −𝟕 ] 𝑹𝟑 → 𝟐𝑹𝟏 + 𝑹𝟑 [𝟎 𝟏 𝟒 −𝟕 ]
𝟐
−𝟐 𝟏 𝟏𝟐 −𝟏𝟕 𝟎 𝟓 𝟏𝟎 −𝟏𝟓

𝟏 𝟏 𝟐 −𝟏 𝟏 𝟏 𝟐 −𝟏 𝟏
𝑹𝟑 → 𝑹 𝟑 [𝟎 𝟏 𝟒 −𝟕] 𝑹𝟑 → 𝑹𝟐 − 𝑹𝟑 [𝟎 𝟏 𝟒 −𝟕]
𝟓
𝟎 𝟏 𝟐 −𝟑 𝟎 𝟎 𝟐 −𝟒

𝟏 𝟏 𝟐 −𝟏 𝟏 𝟏 𝟐 −𝟏 𝟏
𝑹𝟑 → 𝑹 𝟑 [𝟎 𝟏 𝟒 −𝟕] 𝑹𝟐 → −𝟒𝑹𝟑 + 𝑹𝟐 [𝟎 𝟏 𝟎 𝟏]
𝟐
𝟎 𝟎 𝟏 −𝟐 𝟎 𝟎 𝟏 −𝟐
𝟏 𝟎 −𝟏 𝟏 𝟏 𝟎 𝟎 −𝟑
𝑹𝟏 → −𝟐𝑹𝟐 + 𝑹𝟏 [𝟎 𝟏 𝟎 𝟏 ] 𝑹 𝟏 → 𝑹 𝟏 + 𝑹 𝟑 [𝟎 𝟏 𝟎 𝟏]
𝟎 𝟎 𝟏 −𝟐 𝟎 𝟎 𝟏 −𝟐
𝟏 𝟎 𝟎 −𝟑
c) Tomar la solución de la matriz aumentada obtenida [𝟎 𝟏 𝟎 𝟏]
𝟎 𝟎 𝟏 −𝟐
Esta forma de la matriz aumentada del sistema es importante, ya que el único valor diferente de cero
es el coeficiente de las variables 𝒙, 𝒚, 𝒛 luego es posible saber de manera directa que la solución del
sistema es 𝒙 = −𝟑, 𝒚 = 𝟏, 𝒛 = −𝟐

1.5.3. Eliminación de Gauss

Este método es similar al método anterior. La diferencia radica principalmente en lo siguiente:

En el ejercicio anterior se obtuvo a partir de la matriz aumentada:

𝟒 𝟖 −𝟒 𝟒
[𝟑 𝟖 𝟓 −𝟏𝟏]
−𝟐 𝟏 𝟏𝟐 −𝟏𝟕

Otra matriz:

𝟏 𝟎 𝟎 −𝟑
[𝟎 𝟏 𝟎 𝟏]
𝟎 𝟎 𝟏 −𝟐

Página 24 de 29
 Diseño de Unidad de Curso Académico
La cual entrega de manera inmediata la solución del sistema ( 𝒙 = −𝟑, 𝒚 = 𝟏, 𝒛 = −𝟐) aun así es
posible obtener este mismo resultado con una matriz intermedia entre las dos anteriores. Para este
caso:

𝟏 𝟐 −𝟏 𝟏
[𝟎 𝟏 𝟒 −𝟕]
𝟎 𝟎 𝟐 −𝟒

Esta matriz es equivalente al sistema:

𝒙 + 𝟐𝒚 − 𝒛 = 𝟏
𝒚 + 𝟒𝒛 = −𝟕
𝟐𝒛 = −𝟒
−𝟒
De donde se tiene que 𝒛 = 𝟐 = −𝟐, luego usando la ecuación 𝒚 + 𝟒𝒛 = −𝟕 y el valor de 𝒛 = −𝟐 se
tiene 𝒚 + 𝟒(−𝟐) = −𝟕 = 𝟏 permitiendo finalmente usar la ecuación 𝒙 + 𝟐𝒚 − 𝒛 = 𝟏 junto a los
valores 𝒛 = −𝟐 ; 𝒚 = 𝟏 para concluir que 𝒙 = 𝟑

Teniendo en cuenta la información anterior, se puede definir que este tipo de matrices con ceros por
debajo de su diagonal principal permiten reducir de manera considerable los cálculos realizados a la
hora de encontrar la solución a un sistema de ecuaciones lineales.

Definición: (matriz triangular inferior) Una matriz cuadrada es triangular inferior si todos sus
elementos por encima de la diagonal principal son iguales a cero

De manera general y usando la definición anterior se puede decir que para resolver un sistema de
ecuaciones lineales usando el método de Gauss se necesita:

1. Hallar la matriz aumentada del sistema.

2. Transformar parte de la matriz aumentada del sistema en una matriz triangular superior
usando operaciones elementales por renglones o filas.
3. Escribir el sistema de ecuaciones lineales asociado a la matriz del paso anterior y a partir
de la última ecuación empezar a despejar pasando a la penúltima de manera sucesiva hasta
encontrar el valor de cada una de las incógnitas del sistema.

Ejemplo final:

Resolver el siguiente sistema de ecuaciones lineales, utilizando el método de Gauss y de Gauss-

Jordan:

a) Resolviendo por el Método de Gauss

Cabe recordar que en este método es necesario transformar la matriz aumentada del sistema en una
matriz triangular inferior, con su diagonal principal compuesta de “unos”.

𝟐𝒙 + 𝟗𝒚 − 𝒛 = 𝟏𝟕
𝒙 − 𝟒𝒚 − 𝟐𝒛 = −𝟏𝟑
𝟕𝒙 − 𝒚 − 𝟑𝒛 = −𝟒

Se construye la matriz aumentada del sistema:

Página 25 de 29
 Diseño de Unidad de Curso Académico
𝟐 𝟗 −𝟏 𝟏𝟕
[𝟏 −𝟒 −𝟐 −𝟏𝟑]
𝟕 −𝟏 −𝟑 −𝟒

Se realizan las operaciones respectivas por renglones:

𝟗 −𝟏 𝟏𝟕
𝟏 𝟗 −𝟏 𝟏𝟕 𝟏
𝟏 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
𝑹𝟏 → 𝑹𝟏 [𝟏 −𝟒 −𝟐 −𝟏𝟑] 𝑹𝟐 → 𝑹𝟏 − 𝑹𝟐 [𝟏 𝟏𝟕 𝟑 𝟒𝟑 ]
𝟐 𝟐 𝟐 𝟐
𝟕 −𝟏 −𝟑 −𝟒 𝟕 −𝟏 −𝟑 −𝟒
𝟗 −𝟏 𝟏𝟕 𝟗 −𝟏 𝟏𝟕
𝟏 𝟐 𝟐
𝟏 𝟐 𝟐
𝟐 𝟐
𝟏𝟕 𝟑 𝟏𝟕 𝟑
𝑹𝟑 → 𝟕𝑹𝟏 − 𝑹𝟑 [𝟏 𝟐 𝟐
𝟒𝟑
𝟐
] 𝑹𝟑 → 𝟕𝑹𝟏 − 𝑹𝟑 [𝟏 𝟐 𝟐
𝟒𝟑
𝟐
]
𝟔𝟓 𝟏 𝟏𝟐𝟕 𝟔𝟓 𝟏 𝟏𝟐𝟕
𝟎 𝟐
−𝟐 𝟐
𝟎 𝟐
−𝟐 𝟐

𝟗 −𝟏 𝟏𝟕 𝟏𝟕
𝟏 𝟐 𝟐 𝟏 𝟗 −𝟏
𝟐 𝟐 𝟐 𝟐
𝟐 𝟏𝟑 𝟔𝟓
𝑹 [𝟎 𝟏 𝟏𝟑
𝑹𝟐 → 𝟒𝟑
] 𝑹𝟑 → 𝑹 − 𝑹𝟑 [𝟎 𝟏 𝟒𝟑
]
𝟏𝟕 𝟐 𝟔𝟓
𝟏𝟕
𝟏
𝟏𝟕 𝟐 𝟐 𝟏𝟕
𝟏𝟎𝟔
𝟏𝟕
𝟎 𝟐
−𝟐 𝟏𝟐𝟕
𝟐
𝟎 𝟎 𝟏𝟕
𝟑𝟏𝟖
𝟏𝟕

𝟗 −𝟏 𝟏𝟕
𝟏
𝟏𝟕 𝟐 𝟐 𝟐
𝑹𝟑 → 𝑹𝟑 [𝟎 𝟏 𝟑 𝟒𝟑 ]
𝟏𝟎𝟔 𝟏𝟕 𝟏𝟕
𝟎 𝟎 𝟏 𝟑

Esta última matriz es equivalente al sistema:

𝟗 𝟏 𝟏𝟕
𝒙 + 𝟐𝒚 − 𝟐 𝒛 = 𝟐
𝟑 𝟒𝟑
𝒚 + 𝟏𝟕𝒛 = 𝟏𝟕
𝒛=𝟑

Al utilizar el valor de 𝒛 = 𝟑 en la ecuación 𝒚 + 𝟏𝟑

𝟏𝟕
𝒛 = 𝟒𝟑
𝟏𝟕

se tiene que 𝒚
𝟑
= −𝟏𝟕 (𝟑) + 𝟒𝟑
𝟏𝟕
es decir 𝒚 = 𝟐

Finalmente se usan los valores de 𝒛 = 𝟑 y 𝒚 = 𝟐 en la ecuación 𝒙 + 𝟗𝟐𝒚 − 𝟏𝟐 𝒛 = 𝟏𝟕

𝟐

donde se puede concluir que 𝒙 = 𝟏𝟕

𝟐
− 𝟗𝟐(𝟐) + 𝟏𝟐 (𝟑) ↔ 𝒙 = 𝟏.

Así se concluye que la solución al sistema es

𝒙 = 𝟏, 𝒚 = 𝟐, 𝒛 = 𝟑

b) Resolviendo por el Método de Gauss-Jordan

Página 26 de 29
 Diseño de Unidad de Curso Académico

𝟏𝟕
𝟏 𝟗𝟐 −𝟏
𝟐 𝟐
Aprovechando la matriz [𝟎 𝟏 𝟑
𝟏𝟕
𝟒𝟑
𝟏𝟕
] obtenida anteriormente se puede continuar así:
𝟎 𝟎 𝟏 𝟑

𝟐𝟐 𝟒𝟗
𝟏 𝟎 𝟏 𝟎 𝟐𝟐 𝟒𝟗
𝟗 𝟏𝟕 𝟏𝟕 𝟑 𝟏𝟕 𝟏𝟕
𝑹𝟏 → 𝑹𝟐 − 𝑹𝟏 [ 𝟎 𝟏 𝟑 𝟒𝟑 ] 𝑹𝟐 → − 𝑹𝟑 + 𝑹𝟐 [ 𝟎 𝟏 𝟎 𝟐]
𝟐 𝟏𝟕 𝟏𝟕 𝟏𝟕
𝟎 𝟎 𝟏 𝟑 𝟎 𝟎 𝟏 𝟑

𝟐𝟐 𝟏 𝟎 𝟎 𝟏
𝑹𝟏 → 𝑹 𝟑 − 𝑹 𝟏 [𝟎 𝟏 𝟎 𝟐]
𝟏𝟕
𝟎 𝟎 𝟏 𝟑

Donde nuevamente se puede concluir que:

𝒙 = 𝟏, 𝒚 = 𝟐, 𝒛 = 𝟑

3. RECURSOS BIBLIOGRÁFICOS

BIBLIOGRAFÍA

 ARYA JAGDISH C; Lardner Robin W. Matemáticas aplicadas a la administración y a la

economía. México, Pearson Education, 2002.
 BRU, Rafael. Algebra Lineal. 2 ed. México: Alfaomega, 2004.
 BRU, Rafael. Algebra Lineal. Alfaomega. 2004. Segunda Edición.
 BURGOS, Juan. Algebra Lineal y Geometria Cartesiana. México: Mc. Graw Hill. 2006. Tercera
Edición.
 CASTRO PEREZ, Jaime; GONZALEZ NUCAMENDI, Andrés. Problemario de matemáticas para
Administración y Economía. México, D.F. Thompson, 2002.
 HAEUSSLER, F., ERNEST Jr. Matemáticas para administración y economía. 10ª. Ed. México,
Pearson Education, 2003.
 HIJUELOS AGUILAR, Luis Alfonso. Fundamentos de Algebra Lineal. Tomo I, II y III.
Bucaramanga: Universidad Industrial de Santander, 2004.
 GROSSMAN. Algebra Lineal. México. Mc Graw Hill. 2008. Sexta Edición.
 LEGUA FERNANDEZ, Matilde Pilar. Fundamentos de Algebra Lineal y Aplicaciones. Editorial
Universidad Politécnica de Valencia. 2006.
 PIERA FRANCO, José Vicente. Problemas de Algebra Lineal. Editorial Universidad Politécnica
de Valencia. 2007.
 REES. Algebra. México. Mc Graw Hill. 2008. Décima Edición.

BASE DE DATOS EBSCO

 Artículo: METODO INDIRECTO PARA LA OBTENCION DE UNA MATRIZ INSUMO-

PRODUCTO: APLICACION PARA EL CASO VIII REGION DEL BIO-BIO. (Spanish)
BASE DE DATOS: FUENTE ACADEMICA
http://search.ebscohost.com/login.aspx?direct=true&db=zbh&AN=22865348&lang=es&site
=ehost-live

Página 27 de 29
 Diseño de Unidad de Curso Académico

 CRYPTIC PRICE MATRICES

http://search.ebscohost.com/login.aspx?direct=true&db=nfh&AN=7EH1164704639&lang=e
s&site=ehost-live
BASE DE DATOS: Newspaper Source

 Matriz tamaño fortaleza competitiva: una propuesta para caracterizar a las empresas. (Spanish).
BASE DE DATOS: FUENTE ACADEMICA
http://search.ebscohost.com/login.aspx?direct=true&db=zbh&AN=22560243&lang=es&site
=ehost-live

BASE DE DATOS E- LIBROS

 PROBLEMAS Y MODELOS MATEMÁTICOS PARA LA ADMINISTRACIÓN Y DIRECCIÓN DE

EMPRESAS
Autores: Cortés Grao, Rocío; Cortés López, Juan Carlos; Jódar Sánchez, Lucas
Editorial: Editorial de la Universidad Politécnica de Valencia
Fecha: 2003
LC Call Number: HF5693 -- P962 2003eb
ISBN: 9788497054126
http://site.ebrary.com/lib/biblioudisp/Top?channelName=biblioudisp&cpage=7&d=all&docID=10
045547&f00=text&f01=subject&frm=adv.x&hitsPerPage=20&l=all&layout=document&p00=ecua
ciones+diferenciales&p01=&sch=%A0%A0%A0%A0%A0Buscar%A0%A0%A0%A0%A0&sortB
y=score&sortOrder=desc

 PROBLEMAS DE FUNDAMENTOS MATEMÁTICOS

Autores: Cerdán Soriano, Juana; Micó Ruiz, Joan Carles; Soler Fernández, David
Editorial: Editorial de la Universidad Politécnica de Valencia
Fecha: 2003
LC Call Number: QA43 -- P962 2003eb
ISBN: 9788497054331
http://site.ebrary.com/lib/biblioudisp/Top?channelName=biblioudisp&cpage=4&d=all&docID=10
045134&f00=text&f01=subject&frm=adv.x&hitsPerPage=20&l=all&layout=document&p00=ecua
ciones+diferenciales&p01=&sch=%A0%A0%A0%A0%A0Buscar%A0%A0%A0%A0%A0&sortB
y=score&sortOrder=desc

 LA ENSEÑANZA DEL ÁLGEBRA LINEAL MEDIANTE SISTEMAS INFORMÁTICOS DE

CÁLCULO ALGEBRAICO
Autores: Ortega Pulido, Pedro; García, Antonio Bautista
Editorial: Universidad Complutense de Madrid
Fecha: 2006
LC Call Number: QA157 -- O771 2002eb
ISBN: 9788466923521
http://site.ebrary.com/lib/biblioudisp/Top?channelName=biblioudisp&cpage=6&docID=1011707
8&f00=text&frm=smp.x&hitsPerPage=20&layout=document&p00=historia+de+la+matem%E1tic
a&sch=%A0%A0%A0%A0%A0Buscar%A0%A0%A0%A0%A0&sortBy=score&sortOrder=desc

 Fundamentos matemáticos de la ingeniería

Página 28 de 29
 Diseño de Unidad de Curso Académico
Autor: Kindelán, Ultano
Editorial: Dykinson
Fecha: 2008
ISBN: 9788498491104
http://site.ebrary.com/lib/biblioudisp/Top?channelName=biblioudisp&cpage=2&d=all&docID=10
227987&f00=text&f01=subject&frm=adv.x&hitsPerPage=20&l=all&layout=document&p00=ecua
ciones+diferenciales&p01=&sch=%A0%A0%A0%A0%A0Buscar%A0%A0%A0%A0%A0&sortB
y=score&sortOrder=desc

ENLACES WEB – VIDEOS

www.geogebra.org sitio web donde puede descargar este programa, disponible en todas las plataformas,
incluso para tablas digitales con sistema operativo android o ios de ipad o iphone.
http://youtu.be/In3qLE1E_II Geogebra funciones.
http://youtu.be/pGUIbeIx6Ak Función lineal en geogebra.
http://youtu.be/wUlV203CxoM Función cuadrática en geogebra.
http://youtu.be/Yc_XJVpVLt4 Como graficar con geogebra.
http://youtu.be/ExvsvmOw08g Tutorial funciones trigonométricas con geogebra.
http://youtu.be/KHdI1_QfoFk Resultados y análisis en geogebra de una función racionall
http://youtube.com/, canal de videos donde se pueden observar ejercicios de desarrollo de ejercicios empleando
software GeoGebra.

4. GLOSARIO

Algebra: Es la rama de las matemáticas considerada como una extensión de la aritmética, que
estudia la combinación de elementos de estructuras abstractas acorde con ciertas reglas dadas.

Algebra lineal: Es una de las ramas de las matemáticas que estudia conceptos tales como vectores,
matrices, sistemas de ecuaciones lineales.

Desigualdad: Una desigualdad es una expresión matemática que contiene un signo de desigualdad.
Los signos de desigualdad son: no es igual, menor que, mayor que, menor o igual que, mayor o igual
que.

Determinante: Un determinante de una matriz es una función que le asigna a cada matriz cuadrada
un número real.

Matriz: Es un arreglo de números en dos dimensiones, que sirven para representar los coeficientes
de los sistemas de ecuaciones lineales o para representar transformaciones lineales dada una base.

Página 29 de 29