Capítulo 1

VECTORES: CONCEPTO DE VECTOR: En el sentido algebraico se considera en vector

como siendo un conjunto ordenado de números reales. Un vector de orden “n” definido
sobre el conjunto de escalares R es un conjunto ordenado de elementos de R (o sea
números reales). Los vectores serán denotados por letras mayúsculas, usando
generalmente las últimas letras del alfabeto, o bien con letras minúsculas pero escritas en
negrita, y sus elementos encerrados entre paréntesis o corchetes o llaves.
Suma de Vectores: Para poder ser sumados los vectores deben ser del mismo orden. “La
suma de dos vectores es otro vector del mismo orden, cuyas componentes se obtienen
sumando las respectivas componentes en los sitios análogos de los dos vectores sumados”
Propiedad
Asociativa para todo X, Y, Z vectores de orden “n”: (X+Y)+Z=X+ (Y+Z)
Conmutativa para todo X, Y vectores de orden “n”: X+Y =Y+X
Elemento Neutro para todo X vector de orden “n”: X+e = e+X=X
Elemento Simétrico Para cada vector X de orden “n”: X+(-X)=  =(-X)+X
Producto de un Vector por un Escalar: El producto de un vector por un escalar es otro
vector del mismo orden, cuyas componentes se obtienen multiplicando las componentes
correspondientes del vector original por el escalar que será el multiplicando de la operación
Propiedades del Producto de un Escalar por un Vector:
PROPIEDAD
Asociativa respecto al producto de un vector por escalares (α . β) X = α (β X)
Distributiva respecto a la suma de escalares (α + β) X = α X + β X
Distributiva respecto a la suma de vectores α (X + Y) = α X + α Y
Elemento Unidad αX = X α = 1
Cero Escalar 0 X =0
Cero Vector α 0 = 0
Producto Interno de Vectores: El producto interno entre dos vectores del mismo orden es
el Número Real que surge de la suma de los productos de las respectivas componentes de
los vectores dados.
MODULO O VALOR ABSOLUTO: El modulo o valor absoluto de un vector X = [x₁ , x₂ , …, xᵣ]
es igual a la raíz cuadrada de la suma de los cuadrados de los componentes del vector:
Combinación lineal de Vectores: Se dice que un vector V es combinación lineal de un
conjunto de vectores del mismo orden {V₁ , V₂ , … , Vᵣ } si existen escalares α₁ , α₂ , … , αr tal
que el vector V se pueda expresar como: α₁ V₁ + α₂ V₂ + … + αr Vᵣ = V
Vectores Linealmente Independiente: Un conjunto de vectores es LI si y solo si existe un
único conjunto de escalares todas nulas para el cual el vector nulo se expresa como
combinación lineal de los vectores del conjunto. Es decir: α₁ V₁ + α₂ V₂ + … + αr Vᵣ = V donde
los  i = 0
Vectores Linealmente Dependientes: Un conjunto de vectores es LD si y solo si existe un
conjunto de escalares no todas nulas para el cual el vector nulo se exprese como
combinación lineal de los vectores del conjunto. Es decir: α₁ V₁ + α₂ V₂ + … + αr Vᵣ = V con
algún  i ≠ 0
Vectores De un conjunto Base:
Un conjunto de vectores es base de R n si y solo si se cumplen las siguientes condiciones:
1) El conjunto de vectores de R n es generador de R n
2) El conjunto de vectores es linealmente independiente.
Propiedades de un conjunto de vectores Base de R n
1) Todos los conjuntos bases de un espacio vectorial tienen igual número de vectores
2) Todas las bases de R n tienen n vectores.
3) Todo conjunto de n vectores de R n que sea LI constituye una Base de R n.
Unidad 2
Definición de Matriz: Matriz es un conjunto ordenado de elementos dispuestos en filas y
columnas. Nótese que hablamos de “elementos” en forma general. En la mayoría de los
casos trabajaremos con elementos que son números reales, pero eso no es una condición
para los elementos de las matrices. También podemos ver una matriz como un conjunto
ordenados de vectores; los cuales constituyen las filas y las columnas respectivas
SIMBOLOGIA USADA: Para denotar una Matriz se utilizan letras mayúsculas de imprenta. Los
elementos que forman la matriz se simbolizan con letras minúsculas. Los elementos se
ordenan según los criterios correspondientes, y se encierran entre paréntesis o corchetes
en el orden establecido.
En general una matriz de tipo m x n, se denominará de la siguiente forma:
a 11 a 12 a 13 … a 1n
a 21 a 22 a 23 … a 2n
A= a 31 a 32 a 33 … a 3n
……………
……………
a m1 a m2 a m3 … a mn
ó bien en forma compacta: A = [ a i j ] donde a i j es el llamado elemento genérico.
mxn

Tipos de Matrices

Matriz Rectangular: Es toda matriz en la que el número de filas es diferente del número de
columnas.

Matriz Cuadrada: Si el número de filas es igual al número de columnas. Si la matriz tiene n

filas y n columnas, diremos que la matriz cuadrada es de orden n.

a 11 a 12 a 13 … a 1n
a 21 a 22 a 23 … a 2n
A= a 31 a 32 a 33 … a 3n
……………
……………
a n1 a n2 a n3 … a nn nxn

Los elementos de la forma aii constituyen la diagonal principal.

La diagonal secundaria la forman los elementos con i+j = n+1.

Matriz Fila: (a 11 a 12 a 13 … a 1n)

Matriz Columna:
a 11
a 21
A = a 31
…
a m1

EN AMBOS CASOS TENEMOS UNA MATRIZ FORMADA POR UN SOLO VECTOR (VECTOR FILA
Y VECTOR COLUMNA)

Matriz nula: En una matriz nula todos los elementos son ceros.

Matriz triangular superior En una matriz triangular superior los elementos situados por
debajo de la diagonal principal son ceros.

Matriz triangular inferior En una matriz triangular inferior los elementos situados por
encima de la diagonal principal son ceros.

Matriz diagonal En una matriz diagonal todos los elementos situados por encima y por
debajo de la diagonal principal son nulos.
Matriz escalar Una matriz escalar es una matriz diagonal en la que los elementos de la
diagonal principal son iguales.

Matriz identidad o unidad Una matriz identidad es una matriz diagonal en la que los
elementos de la diagonal principal son iguales a 1.

SUMA DE MATRICES
Dadas dos matrices de la misma dimensión, A=(aij) y B=(bij), se define la matriz suma como:
A+B=(aij+bij). Es decir, aquella matriz cuyos elementos se obtienen: sumando los elementos
de las dos matrices que ocupan la misma posición.

Propiedades de la suma de matrices

Interna: La suma de dos matrices de orden m x n es otra matriz dimensión m x n.
Asociativa:
A + (B + C) = (A + B) + C
Elemento neutro:
A+0=A
Donde O es la matriz nula de la misma dimensión que la matriz A.
Elemento opuesto:
A + (-A) = O
La matriz opuesta es aquella en que todos los elementos están cambiados de signo.
Conmutativa:
A+B=B+A

PRODUCTO DE UN ESCALAR POR UNA MATRIZ

Dada una matriz A = (a i j) y un número real k , se define el producto de un número real por
una matriz: a la matriz del mismo orden que A, en la que cada elemento está multiplicado
por k.

k · A=(k a i j)

PRODUCTO DE MATRICES
Dos matrices A y B se dicen multiplicables o conformables si el número de columnas de A
coincide con el número de filas de B. Am x n x B n x p = C m x p

El elemento ci j de la matriz producto se obtiene multiplicando cada elemento de la fila i de

la matriz A por cada elemento de la columna j de la matriz B y sumándolos.

n
A x B = C para todo i, j ci j=Σ a i k b k j
K=1
PROPIEDADES DE LA MULTIPLICACION DE MATRICES

1) El producto de matrices no es conmutativo, si A x B es posible, la posibilidad de que se

pueda multiplicar B x A no siempre se verifica
2) PROPIEDAD ASOCIATIVA: Si la matriz A es conformable con B y B es conformable con C,
se cumple que: (AB) C = A (BC)

3) PROPIEDAD DISTRIBUTIVA: Si la matriz A es conformable con B y C y las matrices B y C

son del mismo orden entonces se cumple que: A (B+ C) = A.B + A.C;

MATRIZ TRASPUESTA

La traspuesta de A se simboliza A` y se obtiene intercambiando en el orden dado las filas

por columnas:

Si A = (a ij) m x n, entonces A`= (aji ) n x m

Propiedades:

1) Si A y B son del mismo tipo (A+B)`= A`+ B`

2) Si A es conformable con B, entonces (A.B)` = B` . A`

Determinantes

El determinante es una función escalar que hace corresponder a cada matriz numérica
cuadrada un número real. Se simboliza como /A/ o det A

Siendo A una matriz numérica cuadrada de orden n =1 y A = [a]; definimos: det A = a

Siendo A una matriz cuadrada de orden n > 1 definimos:

n
det A = /A/ =Σ (-1) i + n . a i n . M i n
i=1
Donde Mi n es el determinante de la submatriz de A, de orden (n- 1), que se obtiene
suprimiendo su iésima fila y enésima columna. El determinante M i n recibe el nombre de
Menor complementario, o simplementeMenor del elemento a i n. Para internalizar y
asimilar adecuadamente la notación debemos entender que “a i n “ denota los elementos
de la columna “n” dado que n es un número fijo y que “i” va cambiando, es decir nos
movemos a lo largo de una columna “n”.
Regla de Laplace: Si A es cuadrada de orden n≥2,

Entonces (desarrollando por la columna “j”):

n
det A = Σ a K J . A K J j es fijo para todo j igual o mayor a 1 y menor o igual que n ( 1≤ j≤ n)
k=1

A k j se lo llama co-factor del elemento a k j de la matriz A, y está definido como:

A kj = (-1) k+j M k j  k , j

PROPIEDADES DE LOS DETERMINANTES:

1) Si todos los elementos de una fila son “0” el determinante de esa matriz es NULO (=0).

2) Si B es una matriz que surge de multiplicar todos los elementos de una columna o fila de
A por “k”, entonces /B/ = k . /A/  sea b i n = k . a i n

3) Sean las matrices A, A` y A`` (no denota“traspuesta”). Si cada elemento a k j de la fila k de

una matriz cuadrada A es igual a a`k j + a``k j entonces: det A = det A`+ det A`` siendo A una
matriz obtenida de A `y A``, en la fila K cada a k j ha sido reemplazado por a`k j + a``k j 
también es válido para una columna a j k

4) Si A es cuadrada entonces /A/ = /A`/

5) Si B se obtiene de A, intercambiando en A dos filas (o columnas), entonces: /B/ = -/A/

6) Si una matriz tiene dos filas (o dos columnas) iguales su determinante será nulo.

7) Si una matriz tiene dos filas (o dos columnas) que son proporcionales, el determinante es
cero.

8) Si a una fila (o columna) de una matriz se le suma una combinación lineal de filas (o
columnas) el determinante de la matriz no cambia.

9) Si a los elementos de una fila de una matriz se los multiplica por los co-factores de los
elementos de otra fila y se realiza la suma de esos productos el resultado es cero.

10) A y B cuadradas del mismo orden; entonces el det de la matriz producto de A.B es el
producto de los det : /A . B/ = /A/ . /B/

REGLA DE CHIO: Siguiendo los procedimientos de combinaciones lineales de vectores,

transformar la matriz en una matriz equivalente (esto es, con igual valor de su
determinante). Escogemos una línea y tomamos un elemento de ella como pívot, aquel que
sea más adecuada para reducir cálculos, hacemos combinaciones lineales con esta columna
(o fila) y sucesivamente con las restantes, de modo de obtener sistemas equivalentes, los
cuales tengan valor cero en la línea donde está el elemento pívot. Luego, como todos los
elementos de la línea, excepto el pívot son cero, el determinante es /A/ = ∑ aij Aij donde Aij
es el co-factor de aij ; y sabemos que el co-factor es un determinante de orden (n-1). Con
transformaciones sucesivas sobre las matrices correspondientes a los menores
complementarios de donde se derivan los cofactores, reducimos el cálculo del
determinante a uno del orden menor posible.
Propiedad en que se basa Chio Si a una fila (o columna) de una matriz se le suma una
combinación lineal de filas (o columnas) el determinante de la matriz no cambia.

Capítulo 3: Matemática 3
Definimos la Matriz Adjunta: Si A es cuadrada (nxn) la Adjunta de A (A*) es otra cuadrada
(nxn); DONDE Adj A es la traspuesta de la matriz que se forma con los co-factores de los
elementos de A. En símbolos:
A*= (a*ij) donde a*ij es el cofactor del elemento aji de la matriz A  aji
A* es matriz adjunta de A;
A* se compone de a*ij donde cada a*ij es igual al co-factor del elemento correspondiente
aji de la traspuesta de A. Cuando tenemos esta situación,
det A 0 …0
A.A*= 0 det A … 0 = det A.I
0 … det A
O sea la matriz A por A* nos da una matriz diagonal con el valor del determinante en la
diagonal principal de esa matriz: se puede decir que A.A* = /A/ por la M. identidad
Inversa de una Matriz Cuadrada
Si A.B = B.A = I , entonces A inversa de B y de igual forma  B es inversa de A
Una matriz es invertible sí y sólo sí su determinante es distinto de cero.
A -1 = (1 / detA) . A* . A = I ; de donde: A . A-1 = A-1 . A = I
PROPIEDADES DE MATRICES INVERTIBLES
1) Si A y B son del mismo orden y son invertibles  A.B es invertible, además: (A.B)-1 = B-1 .
A-1
2) Si A es invertible, A´ también lo es: (A´) -1 = (A-1) ´
3) Si A, B y C son invertibles del mismo orden (ABC)-1 = C -1 B -1 A-1
4) La inversa de una Matriz Simétrica es Simétrica A` = A  si son iguales sus inversas son
también son iguales: (A`) -1 = (A)-1
5) Si es A diagonal invertible; A-1 es diagonal, con sus elementos de la diag principal siendo
inversos multiplicativos de los de la diag principal de A
6) Si A es invertible, K es un escalar ≠ 0, entonces  la inversa del producto del
escalar K por A es igual al inverso multiplicativo de K por la matriz inversa
de A: (k A )-1 = 1/k A-1

Capitulo 4

Sistemas Cuadrados: Son aquellos en los cuales el número de ecuaciones es igual al

número de incógnitas
Sistemas rectangulares: Son aquellos en los cuales el número de ecuaciones es distinto al
número de incógnitas.
Sistemas homogéneos: Todos los términos independientes son iguales a cero (bi =0) y si
algún bi ≠ 0 el sistema es no homogéneo.
Matriz Escalonada por fila : Se denomina matriz escalonada por filas a toda matriz tal que
la cantidad de ceros que preceden al primer elemento no nulo en cada fila, es mayor que la
cantidad existente en la fila anterior.
Matriz Escalonada por columna: Se denomina matriz escalonada por columnas a toda
matriz tal que la cantidad de ceros que preceden al primer elemento no nulo en cada
columna, es mayor que la cantidad existente en la columna anterior.

Matriz Singular: Una matriz cuadrada es NO SINGULAR si su determinante es distinto de

cero, caso contrario la matriz es singular.

Rango de una matriz: El rango o características de una matriz de tipo (m x n) es “r”, si y solo
si existe una submatriz de tipo (r x r) no singular y toda submatriz de orden ( r +1) es
singular. También podemos decir que el rango de una matriz es el orden del determinante
no nulo de mayor orden que se puede extraer de dicha matriz.

Transformaciones u operaciones elementales: Operaciones elementales son aquellas que

aplicadas sobre las filas o columnas de una matriz no modifican el orden ni su rango, entre
ellas tenemos:
a) Permutación de filas (o columnas) entre sí.
b) Producto de todos los elementos de una fila o columna por una constante no nula.
c) Sumar a los elementos de una fila (o columna) los correspondientes elementos de otra
fila (o columna), previamente multiplicada por una constante. Esta operación recibe el
nombre de combinación lineal de filas (o columnas)
Matrices Equivalentes: Dos matrices A y B se dicen equivalentes, si una de ellas se obtiene
de la otra mediante trasformaciones u operaciones elementales de filas o columnas.
Teorema de Rouché-Frobenius
Simbolizaremos con r1 al rango de la matriz A y con r2 al rango de Å, donde Å es la matriz
ampliada
El Teorema de Rouché-Frobenius establece:
Siendo A X = B un sistema lineal de m ecuaciones con n incógnitas. Entonces si:
r1 = r2 el sistema es compatible.
r1 ≠ r2 el sistema es incompatible. Además, si:
r1 = r2 = n, el sistema tiene solución única.
r1 = r2 < n el sistema tiene infinitas soluciones

SOLUCIONES BASICAS: Siendo AX=B un sistema con m ecuaciones y n incógnitas,

donde m<n; si tomamos cualquier sub-matriz no singular de orden m y damos el valor
cero a todas las variables n-m no asociadas a las columnas de esta sub-matriz, la solución
que así se obtiene para ese sistema se llama SOLUCION BASICA
Este tipo de sistemas tienen tantas soluciones básicas como sub-matrices no singulares de
orden m tenga el sistema (dado por la matriz original A).
N= C(m,n) = n ! .
m! (n-m)!
Este sería el número máximo de posibles soluciones, pues algunas de ellas pueden no
existir.

Capítulo 5

Inecuación: es una desigualdad entre expresiones algebraicas que incluyen incógnitas y

que se satisfacen para un conjunto de números reales.

PROPIEDADES:
1. Si ambos miembros de una desigualdad le sumamos un mismo número, el
sentido de la desigualdad no cambia.
2. Si ambos miembros de una desigualdad se los multiplica o divide por un número
positivo el sentido de la desigualdad no cambia.
3. Si ambos miembros de una desigualdad se los multiplica o divide por un número
negativo el sentido de la desigualdad cambia