Manual de Algebra Lineal

Semestre: Primero Ciclo: 2014-2
Grupo: 2101
Nombre De La Materia:
Algebra Lineal
Nombre Del Trabajo:

Manual De Algebra Lineal
Nombre Del Profesor:

Chvez Granados Mirna
Nombre De Los Alumnos:

Ana Ruth Duran Fernndez

INDICE
Introduccin..Pg. 2
Objetivos...Pg. 3
Desarrollo Pg. 4
Nmeros Complejos.. Pg. 4
Sistemas De Ecuaciones Pg. 20
Sistemas De Ecuaciones Mtodo De Gauss Jordn. Pg. 25
Determinantes.. Pg. 31
Matriz Inversas (Cofactores Y Gauss).. Pg. 43
Sistema De Ecuaciones Mtodo De Cramer... Pg. 51
Conclusin.. Pg. 61
Fuentes De Informacin. Pg. 62

INTRODUCCION
El lgebra lineal aporta, al perfil del ingeniero, la capacidad para desarrollar un pensamiento lgico,
heurstico y algortmico al modelar fenmenos de naturaleza lineal y resolver problemas. Muchos
fenmenos de la naturaleza, que se presentan en la ingeniera, se pueden aproximar a travs de un
modelo lineal. Esta materia nos sirve para caracterizar estos fenmenos y convertirlos en un modelo
lineal ya que es ms sencillo de manejar, graficar y resolver que uno no lineal, de all la importancia
de estudiar lgebra lineal. Esta asignatura proporciona al estudiante de ingeniera una herramienta
para resolver problemas de aplicaciones de la vida ordinaria y de aplicaciones de la ingeniera.
Est diseada para el logro de siete competencias especficas dirigidas a la aprehensin de los
dominios: nmeros complejos, matrices, determinantes, sistemas de ecuaciones lineales, espacios
vectoriales, base y dimensin de un espacio vectorial y transformaciones lineales.
Esta materia proporciona adems conceptos matemticos que se aplicarn en ecuaciones
diferenciales y en otras materias de especialidad.

OBJETIVOS
En este manual se estudian los conceptos bsicos sobre lgebra Lineal. Se explica que es una matriz,
los tipos de matrices existentes, las operaciones bsicas (suma y multiplicacin), las operaciones fila,
la permutacin de los arreglos matriciales, los sistemas de ecuaciones y otros temas fundamentales
que permitirn al estudiante por medio de un marco terico y practico, practico por los ejemplos y
ejercicios que se manejan en este manual para afianzarse lo aprendido de la teora en los espacios
vectoriales y sus transformaciones lineales.

DESARROLLO
NMEROS COMPLEJOS
Unidad imaginaria
La unidad imaginaria es el nmero
y se designa por la letra i.
Nmeros imaginarios
Un nmero imaginario se denota por bi, donde:
b es un nmero real
i es la unidad imaginaria
Con los nmeros imaginarios podemos calcular races con ndice par y radicando negativo.
x2 + 9 = 0
i0 = 1
i2 = 1
i1 = i
i3 = i
i4 = 1

Los valores se repiten de cuatro en cuatro, por eso, para saber cunto vale una determinada potencia
de i, se divide el exponente entre 4, y el resto es el exponente de la potencia equivalente a la dada.
Ejemplos:
Nmeros complejos en forma binmica
Al nmero a + bi le llamamos nmero complejo en forma binmica.
El nmero a es la parte real del nmero complejo.
El nmero b es la parte imaginaria del nmero complejo.
Si b = 0 el nmero complejo se reduce a un nmero real ya que a + 0i = a.
Si a = 0 el nmero complejo se reduce a bi, y se dice que es un nmero imaginario puro.
El conjunto de todos nmeros complejos se designa por
Los nmeros complejos a + bi y -a -bi se llaman opuestos.

Los nmeros complejos z= a + bi y z = a bi se llaman conjugados.
Dos nmeros complejos son iguales cuando tienen la misma componente real y la misma componente
imaginaria.
Representacin de nmeros complejos
Los nmeros complejos se representan en unos ejes cartesianos.
El eje X se llama eje real.
El eje Y se llama eje imaginario.
El nmero complejo a + bi se representa:
1 Por el punto (a, b), que se llama su afijo.
2 Mediante un vector de origen (0, 0) y extremo (a, b).
Los afijos de los nmeros reales se sitan sobre el eje real, X.
Los afijos de los nmeros imaginarios se sitan sobre el eje imaginario, Y.
Operaciones con nmeros complejos
La suma y diferencia de nmeros complejos se realiza sumando y restando las partes reales y las
partes imaginarias entre s, respectivamente.
(a + bi) + (c + di) = (a + c) + (b + d)i

7

(a + bi) (c + di) = (a c) + (b d)i
Ejemplo:
(5 + 2i) + ( 8 + 3i) (4 2i ) =
= (5 8 4) + (2 + 3 + 2)i = 7 + 7i
Multiplicacin de nmeros complejos
El producto de los nmeros complejos se realiza aplicando la propiedad distributiva del producto
respecto de la suma y teniendo en cuenta que i2 = 1.
(a + bi) (c + di) = (ac bd) + (ad + bc)i
Ejemplo:
(5 + 2 i) (2 3 i) =
= 10 15i + 4i 6i2 = 10 11i + 6 = 16 11i
Divisin de nmeros complejos
El cociente de nmeros complejos se realiza multiplicando numerador y denominador por el

conjugado de este.
Ejemplo:
8
Mdulo de un nmero complejo
El mdulo de un nmero complejo es el mdulo del vector determinado por el origen de coordenadas
y su afijo. Se designa por |z|.
Argumento de un nmero complejo
El argumento de un nmero complejo es el ngulo que forma el vector con el eje real. Se designa por
arg(z). Para calcular el argumento, calculamos el arcotangente de b/a prescisdiendo de los signos,
para ubicar el cuadrante en que se encuentra tendremos en cuenta:
Expresin de un nmero complejo en forma polar
z = r
|z| = r
(r es el mdulo)
arg(z) =
( es el argumento)
Ejemplos de conversin de la forma polar a la forma binmica:
z = 2120
Para pasar de la forma polar a la binmica, tenemos que pasar en primer lugar a la forma
trigonomtrica:
z = r = r (cos + i sen )
10

Reales e imaginarios puros de mdulo unidad:
z =10 = 1
z =1180 = 1
z =190 = i
z =1270 = i
Ejemplos de pasar a la forma polar:
Ejemplo 1
Multiplicacin de complejos en forma polar
La multiplicacin de dos nmeros complejos es otro nmero complejo tal que:
Su mdulo es el producto de los mdulos.
Su argumento es la suma de los argumentos.
11

Ejemplo:
Producto por un complejo de mdulo 1

Al multiplicar un nmero complejo z = r por 1 se gira z un ngulo alrededor del origen.
Divisin de complejos en forma polar
La divisin de dos nmeros complejos es otro nmero complejo tal que:
Su mdulo es el cociente de los mdulos.
Su argumento es la diferencia de los argumentos.
Ejemplo:
12
Potencia de complejos en forma polar
La potencia ensima de nmero complejo es otro nmero complejo tal que:

Su mdulo es la potencia nsima del mdulo.
Su argumento es n veces el argumento dado.
Ejemplo:
Frmula de Moivre
Ejemplo:
Raz ensima de complejos en forma polar
La raz ensima de nmero complejo es otro nmero complejo tal que:
Su mdulo es la n raz ensima del mdulo.

13
Su argumento es:
Ejemplo:
14
15

Conversin de coordenadas polares a cartesianas
x = r cos
y = r sen
Ejemplo:
10 = (1, 0)
1180 = (1, 0)
190 = (0, 1)
1270 = (0, 1)
16

Conversin de coordenadas cartesianas a polares
Ejemplos:
Ejemplo 1
Forma trigonomtrica
a + bi = r = r (cos + i sen )
17
Formas:
Binmica
z = a + bi
Polar
z = r
Trigonomtrica z = r (cos + i sen )
Ejemplo 1
18

Ejemplo de escribir en forma binmica
z =10 = 1
z =1180 = 1
z =190 = i
z =1270 = i
19

SISTEMAS DE ECUACIONES
Ecuacin lineal con n incgnita
Es cualquier expresin del tipo: a 1x1 + a2x2 + a3x3 + ... + anxn = b, donde ai , b
ai son los coeficientes.
b es el trmino independiente.
xi son las incgnitas.
Solucin de una ecuacin lineal

Cualquier conjunto de n nmeros reales que verifica la ecuacin se denomina solucin de la ecuacin.
Ejemplo:
Dada la ecuacin x + y + z + t = 0, son soluciones de ella:
(1,1,1,1), (2,2,0, 4).
Ecuaciones equivalentes
Dos o ms ecuaciones son equivalentes si tienen las mismas soluciones.

Sistemas de ecuaciones lineales
a11x1 + a12x2 + .....................+a1nxn = b1
a21x1 + a22x2 + .....................+a2nxn = b2
...............................................................
am1x1 + am2x2 + .....................+amn xn = bm

20

xi son las incgnitas, (i = 1, 2,...,n).
aij son los coeficientes, (i = 1, 2,..., m), (j = 1, 2,..., n).
bi son los trminos independientes, (i = 1,2,...,m).
m, n
m > n, m = n, m < n.
Obsrvese que el nmero de ecuaciones no tiene por qu ser igual al nmero de incgnitas.
Cuando n toma un valor bajo, es usual designar a las incgnitas con las letras x, y, z, t, ...
Cuando bi = 0 para todo i, el sistema se llama homogneo.

Solucin de un sistema
Es cada conjunto de valores que verifica todas las ecuaciones.
Sistemas de ecuaciones equivalentes
Los sistemas de ecuaciones equivalentes son los que tienen el mismo conjunto de soluciones,
aunque tengan distinto nmero de ecuaciones.
Obtenemos sistemas equivalentes por eliminacin de ecuaciones dependientes. Si:
Todos los coeficientes son ceros.
Dos ecuaciones son iguales.
Una ecuacin es proporcional a otra.
Una ecuacin es combinacin lineal de otras.
Criterios de equivalencia de sistemas de ecuaciones
21

1 Si a ambos miembros de una ecuacin de un sistema se les suma o se les resta una misma
expresin, el sistema resultante es equivalente.
2 Si multiplicamos o dividimos ambos miembros de las ecuaciones de un sistema por un nmero
distinto de cero, el sistema resultante es equivalente.
3 Si sumamos o restamos a una ecuacin de un sistema otra ecuacin del mismo sistema, el sistema
resultante es equivalente al dado.
4 Si en un sistema se sustituye una ecuacin por otra que resulte de sumar las dos ecuaciones del
sistema previamente multiplicadas o divididas por nmeros no nulos, resulta otro sistema
equivalente al primero.
5 Si en un sistema se cambia el orden de las ecuaciones o el orden de las incgnitas, resulta otro
sistema equivalente.
Tipos de sistemas de ecuaciones
1 Incompatible
No tiene solucin.
2 Compatible
Tiene solucin.
o Compatible determinado Solucin nica.
o Compatible indeterminado Infinitas soluciones.
Sistemas de ecuaciones escalonados

En un sistema de ecuaciones escalonado cada ecuacin tiene una incgnita menos que la anterior.
22

Ejemplos:
1.- x + y + z = 3
y + 2z = 1
z = 1
Si nos vamos a la 3a ecuacin, tenemos que z = 1.

Sustituyendo su valor en la 2 a obtenemos que y = 1.
Y sustituyendo en la 1a los valores anteriores tenemos que x = 3.
2.- Tambin es un sistema escalonado:
x+y +z =4
y+z= 2
Como en este caso tenemos ms incgnitas que ecuaciones, tomaremos una de las incgnitas (por
ejemplo la z) y la pasaremos al segundo miembro.
x+y =4 z
y=2 z
Consideraremos z = , siendo un parmetro que tomara cualquier valor real.

x+y =4
y=2
Sustituyendo en la 1 ecuacin el valor de y en funcin de se tiene:
23

x = 4 (2 ) = 2
Las soluciones son:

z = y = 2 x = 2.
24

SISTEMAS DE ECUACIONES MTODO DE GAUSS JORDN
El mtodo de Gauss consiste en transformar un sistema de ecuaciones en otro equivalente de forma
que este sea escalonado.
Para facilitar el clculo vamos a transformar el sistema en una matriz, en la que pondremos los
coeficientes de las variables y los trminos independientes (separados por una recta).
Ejemplos:
1.-
3x + 2y + z = 1
5x + 3y + 4z = 2
x +y z =1
25
2.-
26
27
Discusin de sistemas de ecuaciones por Gauss

Discutir un sistema es determinar si tiene solucin y, caso de tenerla, saber si sta es nica.
Es decir, determinar si es compatible o incompatible, y en caso de ser compatible, si es determinado
o indeterminado.
Ejemplo:
Estudiar si existe algn valor de m, para el cual el sistema es compatible. Si es as, resolver el sistema
para ese valor de m.
28
Observando la ltima fila, podemos ver que si el coeficiente de la z (1 m) lo igualamos a cero,

obtenemos dos casos distintos para estudiar la compatibilidad del sistema.
Problemas y solucin de sistemas de ecuaciones

Pasos a seguir
1 Leer y comprender el enunciado.

2 Anotar los datos utilizando: esquemas, dibujos, diagramas de rbol...
3 Elegir una notacin que nos permita relacionar las distintas variables.
4 Plantear y resolver el sistema.
29

5 Comprobar la solucin.
Ejemplo:
El dueo de un bar ha comprado refrescos, cerveza y vino por importe de 500 (sin impuestos).
El valor del vino es 60 menos que el de los refrescos y de la cerveza conjuntamente.
Teniendo en cuenta que los refrescos deben pagar un IVA del 6%, por la cerveza del 12% y por el vino
del 30%, lo que hace que la factura total con impuestos sea de 592.4 .
Calcular la cantidad invertida en cada tipo de bebida.
x = Importe en de los refrescos.
y = Importe en de la cerveza.
z = Importe en del vino.
30

DETERMINANTES
A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado

por |A| o por det (A).
|A| =
Determinante de orden uno
|a11| = a11
Ejemplo:
|5| = 5
Determinante de orden dos
= a 11 a
22
a 12 a 21
Ejemplo:
Determinante de orden tres
Consideremos una matriz 3x3 arbitraria A = (aij ). El determinante de A se define como sigue:
31
=
= a11 a22 a33 + a12 a23 a
31
+ a13 a21 a32
a13 a22 a31 a12 a21 a 33 a11 a23 a32.
Obsrvese que hay seis productos, cada uno de ellos formado por tres elementos de la matriz. Tres
de los productos aparecen con signo positivo (conservan su signo) y tres con signo negativo (cambian
su signo).
Ejemplo:
=
3 2 4 + 2 (5) (2) + 1 0 1
1 2 (2) 2 0 4 3 (5) 1 =
= 24 + 20 + 0 (4) 0 (15) =
= 44 + 4 + 15 = 63
Regla de Sarrus
Pierre Sarrus (1798, 1861) fue un matemtico francs que estableci una regla para calcular
determinantes de orden 3.
32

Los trminos con signo + estn formados por los elementos de la diagonal principal y los de las
diagonales paralelas con su correspondiente vrtice opuesto.
Los trminos con signo estn formados por los elementos de la diagonal secundaria y los de las
diagonales paralelas con su correspondiente vrtice opuesto.
Ejemplo:
Menor complementario
Se llama menor complementario de un elemento aij al valor del determinante de orden n 1 que se
obtiene al suprimir en la matriz la fila i y la columna j.
Adjunto
33

Se llama adjunto del elemento aij a su menor complementario anteponiendo:
El signo es +
si i + j es par.
El signo es
si i + j es impar.
El valor de un determinante es igual a la suma de productos de los elementos de una fila (o una
columna) por sus adjuntos correspondientes:
Ejemplo:
= 3(8+5) 2(010) + 1(0+4) = 39 + 20 + 4 = 63
Observemos que este mtodo es especialmente til si lo usamos apoyandonos en una fila (o columna)
que tenga uno o ms ceros, siendo ms sencillo cuantos ms ceros tenga.
34

En nuestro ejemplo, facilitara los clculos hallar el determinante apoyndonos en la primera columna:
Clculo de determinantes
Determinante de orden uno
|a11| = a11
Ejemplo:
|2| = 2
Determinante de orden dos
= a 11 a
22
a 12 a 21
Ejemplo:
Determinante de orden tres
Se aplica la regla de Sarrus:
35
Ejemplo:
:\
Propiedades de los determinantes
1.- |At|= |A|
El determinante de una matriz A y el de su traspuesta A t son iguales.
2.- |A| = 0
Si:
Posee dos filas (o columnas) iguales.
36

Todos los elementos de una fila (o una columna) son nulos.
Los elementos de una fila (o una columna) son combinacin lineal de las otras.
F3 = F1 + F2
3.- Un determinante triangular es igual al producto de los elementos de la diagonal principal.
4.- Si en un determinante se cambian entre s dos filas (o dos columnas), su valor slo cambia de
signo.
5.- Si a los elementos de una fila (o una columna) se le suman los elementos de otra multiplicados
previamente por un nmero real, el valor del determinante no vara.
37

Es decir, si una fila (o una columna) la transformamos en una combinacin lineal de las dems, el
valor del determinante no vara.
6.- Si se multiplica un determinante por un nmero real, queda multiplicado por dicho nmero
cualquier fila (o cualquier columna), pero slo una.
7.- Si todos los elementos de una fila (o columna) estn formados por dos sumandos, dicho
determinante se descompone en la suma de dos determinantes en los que las dems filas (o
columnas) permanecen invariantes.
8.- |A B| =|A| |B|

El determinante de un producto es igual al producto de los determinantes.
Matriz inversa
38
Clculo de la matriz inversa
1.- Calculamos el determinante de la matriz, en el caso que el determinante sea nulo la matriz no
tendr inversa.
2.- Hallamos la matriz adjunta, que es aquella en la que cada elemento se sustituye por su adjunto.
3.- Calculamos la traspuesta de la matriz adjunta.
39
4.- La matriz inversa es igual al inverso del valor de su determinante por la matriz traspuesta de la
adjunta.
Rango de una matriz. Clculo por determinantes

Rango de una matriz
El rango de una matriz Es el nmero de filas (o columnas) linealmente independientes. Utilizando esta
definicin se puede calcular usando el mtodo de Gauss.
Tambin podemos decir que el rango es: el orden de la mayor submatriz cuadrada no nula. Utilizando
esta definicin se puede calcular el rango usando determinantes.
Clculo del rango de una matriz por determinantes
1.- Podemos descartar una fila (o columna) si:

Todos sus coeficientes son ceros.
40

Hay dos filas (o columnas) iguales.
Una fila (o columna) es proporcional a otra.
Una fila (o columna) es combinacin lineal de otras.
Suprimimos la tercera columna porque es combinacin lineal de las dos primeras: c 3 = c1 + c2.
2.- Comprobamos si tiene rango mayor o igual que 1, para ello se tiene que cumplir que al menos un
elemento de la matriz no sea cero y por tanto su determinante no ser nulo.
|2|=20
3.- Tendr rango mayor o igual que 2 si existe alguna submatriz cuadrada de orden 2, tal que su
determinante no sea nulo.
4.- Tendr rango mayor o igual que 3 si existe alguna submatriz cuadrada de orden 3, tal que su
41

Como todos los determinantes de las submatrices son nulos tiene rango menor que 3, por tanto r(B) =
2.- En general, los pasos a seguir para el clculo del rango por determinates son:
El rango es el orden de la mayor submatriz cuadrada no nula.
1 Descartamos las filas (o columnas) que cumplan las condiciones vistas anteriormente.
2 Si al menos un elemento de la matriz no es cero su determinante no ser nulo y, por tanto, el rango
ser mayor o igual a 1.
3 El rango ser mayor o igual a 2 si existe alguna submatriz cuadrada de orden 2, tal que su
De este mismo modo se trabaja para comprobar si tiene rango superior a 4, hasta que la submatriz (o
las submatrices) del mayor orden posible tenga (o tengan) determinante nulo.
42

MATRIZ INVERSAS (COFACTORES Y GAUSS)
Si pre multiplicamos (multiplicamos por la izquierda) o pos multiplicamos (multipli camos por la derecha)
una matriz cuadrada por su inversa obtenemos la matriz identidad.
A A1 = A1 A = I
Propiedades
1 (A B)1 = B1 A1
2 (A1)1 = A
3 (k A)1 = k1 A1
4 (At)1 = (A1)t
Clculo por el mtodo de Gauss
Sea A una matriz cuadrada de orden n. Para calcular la matriz inversa de A, que denotaremos como
A1, seguiremos los siguientes pasos:
1.- Construir una matriz del tipo M = (A | I), es decir, A est en la mitad izquierda de M y la matriz
identidad I en la derecha.
Consideremos una matriz 3x3 arbitraria:
La ampliamos con la matriz identidad de orden 3.

43
2 Utilizando el mtodo Gauss vamos a transformar la mitad izquierda, A, en la matriz identidad, que
ahora est a la derecha, y la matriz que resulte en el lado derecho ser la matriz inversa: A1.
F2 = F2 F1
F3 = F3 + F2
F2 = F2 F3
F1 = F1 + F2
F2 = (1) F2
44
La matriz inversa es:
Calculamos por mtodo de cofactores
En la teora de matrices solamente ciertas clases de matrices cuadradas tienen inverso multiplicativos
a diferencia de algebra comn donde cada nmero real a
diferente de cero tiene su
inverso
multiplicativo b.
Matriz identidad
La matriz identidad tiene 1 en la diagonal principal y 0 en las otras posiciones.
Ejemplos de matrices identidad de diferentes rdenes.
1 0
I2
0 1
1 0 0
I 3 0 1 0
0 0 1
1
0
I4
0
0 0 0
1 0 0
0 1 0
0 0 1
Matriz transpuesta
Es la matriz que obtenemos de cambiar las filas por las columnas. La transpuesta de A la
T
representamos por A .
Ejemplo:
45
Matriz Adjunta
Definicin: Si A es una matriz cuadrada n x n y B es la matriz de sus cofactores, entonces la Adjunta

de A, denotada por adjA que es la transpuesta de la matriz B cuadrada n x n.
A11
A
12
.
adjA B T
.
.
A1n
An1
... An 2
.
.
.
... Ann
A21 ...
A22
.
.
.
A2 n
Ejemplo I:
Calcula la adjA
1 3
A
4 2
Primero calculamos TODOS los cofactores de la matriz A.
A11 2
A12 4
A21 3
A22 1
T
Segundo con las respuestas formo la matriz B y luego obtengo B que es la adjA .
46

2 4
B
3 1
2 3
BT
adjA
4 1
Ejemplo II:
Calcula la adjA
1 2 3
A 5 1 2
3 4 3
Solucin
Primero calculamos TODOS los cofactores de la matriz A.

1 2
A11 (1)11
5
4 3
5 2
A12 (1)1 2
21
3 3
5 1
A13 (1)13
17
3 4
2 3
1 3
1 2
A21 (1) 21
6 A22 (1) 2 2
12 A23 (1) 23
2
4 3
3 3
3 4
2 3
A31 (1) 31
1
1 2
1 3
A32 (1) 3 2
13
5 2
1 2
A33 (1) 33
9
5 1
T
Segundo con las respuestas formo la matriz B y luego obtengo B que es la adjA .
5 21 17
B 6 12 2
1
13 9
5 6 1
B T 21 12 13 adjA
17
2
9
Definicin de inversa de una matriz:

47

Si A es una matriz cuadrada de orden n. Si existe una matriz B tal que
AB = In = BA
1
Entonces B se llama inversa de A y se denota con A . (Se lee A inversa)
Si a es una matriz cuadrada tiene una inversa y decimos que A es invertible. Si A no es una matriz
cuadrada no es posible invertirla.
Ejemplo: Inversa de una matriz 2 x 2
Mtodo I, TEOREMA:
a12
a
A 11
a 21 a 22
Si el determinante de A no es cero el inverso multiplicativo de A es:
A 1
1
A
a 22 a12
a
21 a11
1
Ejemplo: encontrar A
3 5
A
1 4
Primero encuentro el determinante de A:
A 34 51 12 5 7
Segundo calculo la adj A

48

Cofactores de A
3 5
A
1 4
A11 4
A12 1
A21 5
A22 3
T
Tercero con las respuestas formo la matriz B y luego obtengo B que es la adjA .
4 1
B
5 3
4 5
BT
adjA
1 3
Cuarto aplicas el teorema
A 1
1
A
A11
A
12
A21
A22
4
4
5
7
1
A 1
7 1 3 1
7
5
7
3
Comprobamos la respuesta:
AA 1 I 2 A1 A
4
3 5 7
1 4 1
5
7 1 0
3 0 1
49

15 15 0
5
3
4
1 12 5 7
a11 3 5
1 a12 3 5 0
7 7 7
7
7 7 7 7
7
7
4
1 4 4 0
a 21 1 4 0
7
7 7 7 7
5 12 7
5
3
a 22 1 4
1
7
7 7
7
7
50

SISTEMA DE ECUACIONES MTODO DE CRAMER
La regla de Cramer se aplica para resolver sistemas de ecuaciones lineales que cumplan las siguientes
condiciones:
1 El nmero de ecuaciones es igual al nmero de incgnitas.

2 El determinante de la matriz de los coeficientes es distinto de cero.
Tales sistemas son sistemas compatibles determinados y se denominan sistemas de Cramer.
Sea el determinante de la matriz de coeficientes.
Todo sistema de Cramer tiene una sola solucin (es decir, es un sistema compatible determinado) que
viene dada por las siguientes expresiones:
1, 2 , 3, ... , n son los determinantes que se obtiene al sustituir los coeficientes del 2 miembro (los
trminos independientes) en la 1 columna, en la 2 columna, en la 3 columna y en la ensima columna
respectivamente.
51
...
Ejemplo:
1
52
2.-
Como el sistema no es un sistema de Cramer, debemos transformarlo.
Como
, podemos limitarnos a estudiar el sistema:
53
Estamos ante un sistema con el mismo nmero de ecuaciones que de incgnitas y con determinante
de la matriz de coeficientes distinto de cero. Es decir, estamos ante un sistema de Cramer.
Las soluciones de este sistema de Cramer, que vendrn dadas en funcin de sern las mismas que
las del sistema original.
Teorema de Rouch
La condicin necesaria y suficiente para que un sistema de m ecuaciones y n incgnitas tenga solucin
es que el rango de la matriz de los coeficientes y el de la matriz ampliada sean iguales.
r = r' Sistema compatible.
r = r' = n Sistema compatible determinado.

r = r' n Sistema compatible indeterminado.
r r' Sistema incompatible.
54

Ejemplo:
Estudiar y resolver, si es posible, el sistema:
1.- Tomamos la matriz de los coeficientes y le hallamos el rango.
r(A) = 3
2.- Hallamos el rango de la matriz ampliada
55
r(A') = 3
3.- Aplicamos el teorema de Rouch.
4.- Como el sistema es compatible podemos resolverlo, bien por la regla de Cramer o por el mtodo
de Gauss.
Tomamos el sistema que corresponde a la submatriz de orden 3 que tiene rango 3, y lo resolvemos. En
este caso lo haremos por la regla de Cramer.
56

Sistemas homogneos
Si un sistema de m ecuaciones y n incgnitas tiene todos los trminos independientes nulos se
dice que es homogneo.
Slo admite la solucin trivial: x1 = x2 =... = xn = 0.
La condicin necesaria y suficiente para que un sistema homogneo tenga soluciones distintas de la
trivial es que el rango de la matriz de los coeficientes sea menor que el n de incgnitas, o dicho de
otra forma, que el determinante de la matriz de los coeficientes sea nulo.
r<n
Observemos que esto se debe a que:

De este modo estamos en el caso del teorema de Rouche en el que r(A)=r(A') y su valor es menor al
nmero de incgnias, siendo as el sistema compatible indeterminado.
Ejemplos:
57
r=3n=3
Discusin de sistemas
En este tema, discutiremos los sistemas de ecuaciones con parmetros utilizando determinantes y el
teorema RouchFrbenius.
1 Hallamos el rango de la matriz de los coefecientes.
58
2.- Hallamos el rango de la matriz ampliada.
3.- Aplicamos el teorema de Rouch
4.- Resolvemos el sistema compatible determinado por la regla de Cramer (tambn se puede resolver
mediante el mtodo de Gauss).
59
60

CONCLUSIONES
La forma escalonada reducida de una matriz es nica: pues ella representa si cada columna es o no
combinacin lineal de las columnas anteriores y en caso de serlo indica cules son los coeficientes de
la combinacin lineal.
El ordenamiento en las incgnitas en el proceso de solucin de un sistema no afecta las conclusiones
generales del anlisis del sistema:
La argumentacin relacionada con los conceptos de espacios generados y espacios vectoriales y sus
propiedades da una referencia terica para la conmutatividad.
La teora del lgebra lineal enriquece la solucin y anlisis de un sistema de ecuaciones lineales.
El uso de matrices y sus aplicaciones en diferentes reas de ingeniera es algo valioso: permite una
formulacin simple y a la vez poderosa para dar solucin a problemas, aunado a eso se tiene fcil
acceso a diferentes instrumentos de manipulacin de matrices como programas o calculadoras.
La herramienta terica del lgebra lineal tiene la belleza, fortaleza y uso de una columna drica
De la Grecia Clsica o un arco parablico de Gaud.
61

FUENTES DE INFORMACIN
1. Aguilar, Kubli Eduardo, Asertividad, 1994 rbol Editorial, S.A.
2. Lay, David C., Algebra lineal y sus aplicaciones.-- 3a. ed. -- Mxico : Pearson Educacin,
2006.
3. Anton, Howard , Introduccin al lgebra lineal.-- 4a.ed.-- Mxico : Limusa, 2008.
4. Grossman, Stanley I. , Algebra lineal.-- 6a. Ed.-- Mxico : McGraw-Hill, 2008.
5. Gerber, Harvey , Algebra lineal.-- Mxico : Iberoamericana, 1992.
6. Williams, Gareth , Algebra lineal con aplicaciones.-- 4a. ed. -- Mxico : McGraw-Hill, 2007.
7. Solar Gonzlez, Eduardo / Apuntes de lgebra lineal.-- 3a. Ed.-- Mxico : Limusa, 2006.
8. Bru, Rafael , lgebra lineal.-- Colombia : Alfaomega, 2001.
9. Kolman, Bernard , lgebra lineal con aplicaciones y Matlab.-- 8a. Ed.-- Mxico : Pearson
Educacin, 2006.
10. Zegarra, Luis A. , Algebra lineal.-- Chile : McGraw-Hill, 2001.
11. Poole, David , lgebra lineal .-- 2a. ed. -- Mxico : Thomson, 2007.
12. Nicholson, W. Keith, lgebra lineal con aplicaciones .-- 4a. Ed.-- Espaa :McGraw-Hill,
2003.
62

Manual de Algebra Lineal

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Manual de Algebra Lineal

Enviado por

Direitos autorais:

Formatos disponíveis

Semestre: Primero Ciclo: 2014-2

Nombre Del Trabajo:

Nombre Del Profesor:

Nombre De Los Alumnos:

Manual De Algebra Lineal

Nmeros Complejos.. Pg. 4

Sistemas De Ecuaciones Pg. 20

Sistemas De Ecuaciones Mtodo De Gauss Jordn. Pg. 25

Matriz Inversas (Cofactores Y Gauss).. Pg. 43

Sistema De Ecuaciones Mtodo De Cramer... Pg. 51

Fuentes De Informacin. Pg. 62

Manual De Algebra Lineal

Manual De Algebra Lineal

Manual De Algebra Lineal

La unidad imaginaria es el nmero

y se designa por la letra i.

Un nmero imaginario se denota por bi, donde:

Manual De Algebra Lineal

Nmeros complejos en forma binmica

Al nmero a + bi le llamamos nmero complejo en forma binmica.

El nmero a es la parte real del nmero complejo.

El nmero b es la parte imaginaria del nmero complejo.

Si b = 0 el nmero complejo se reduce a un nmero real ya que a + 0i = a.

Si a = 0 el nmero complejo se reduce a bi, y se dice que es un nmero imaginario puro.

El conjunto de todos nmeros complejos se designa por

Los nmeros complejos a + bi y -a -bi se llaman opuestos.

Manual De Algebra Lineal

Los nmeros complejos se representan en unos ejes cartesianos.

El eje X se llama eje real.

El eje Y se llama eje imaginario.

El nmero complejo a + bi se representa:

1 Por el punto (a, b), que se llama su afijo.

2 Mediante un vector de origen (0, 0) y extremo (a, b).

Manual De Algebra Lineal

Los afijos de los nmeros reales se sitan sobre el eje real, X.

Los afijos de los nmeros imaginarios se sitan sobre el eje imaginario, Y.

Operaciones con nmeros complejos

(a + bi) + (c + di) = (a + c) + (b + d)i

Manual De Algebra Lineal

Multiplicacin de nmeros complejos

El cociente de nmeros complejos se realiza multiplicando numerador y denominador por el

Manual De Algebra Lineal

Mdulo de un nmero complejo

Argumento de un nmero complejo

Manual De Algebra Lineal

Expresin de un nmero complejo en forma polar

Ejemplos de conversin de la forma polar a la forma binmica:

Manual De Algebra Lineal

Multiplicacin de complejos en forma polar

La multiplicacin de dos nmeros complejos es otro nmero complejo tal que:

Su mdulo es el producto de los mdulos.

Su argumento es la suma de los argumentos.

Manual De Algebra Lineal

Producto por un complejo de mdulo 1

Divisin de complejos en forma polar

La divisin de dos nmeros complejos es otro nmero complejo tal que:

Su mdulo es el cociente de los mdulos.

Su argumento es la diferencia de los argumentos.

Manual De Algebra Lineal

Potencia de complejos en forma polar

La potencia ensima de nmero complejo es otro nmero complejo tal que:

Su argumento es n veces el argumento dado.

Raz ensima de complejos en forma polar

La raz ensima de nmero complejo es otro nmero complejo tal que: