INSTITUTO TECNOLOGICO DE LA LAGUNA

Curso de algebra
lineal
Números complejos, matrices y ecuaciones lineales

Departamento de Ciencias Básicas

09/11/2015
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Contenido
Instrucciones ....................................................................................................................................... 3
1 Números complejos ......................................................................................................................... 4
1.1 Números imaginarios ................................................................................................................ 4
1.2 Definición de números complejos............................................................................................. 6
1.3 Operaciones con números complejos ....................................................................................... 7
1.3.1 Suma de números complejos ............................................................................................. 8
1.3.2 Multiplicación de números complejos ............................................................................... 8
1.3.3 Módulo o valor absoluto .................................................................................................... 9
1.3.4 Números conjugados........................................................................................................ 10
1.3.5 División de números complejos ....................................................................................... 12
1.4 Forma Polar y Exponencial de un número complejo .............................................................. 12
1.5 Potencias y raíces de un número complejo ............................................................................ 14
1.5.1 Potencias .......................................................................................................................... 14
1.5.2 Raíces................................................................................................................................ 15
1.6 Logaritmo de un número complejo......................................................................................... 17
1.7 Ecuaciones complejas ............................................................................................................. 18
2 Matrices y determinantes .............................................................................................................. 20
2.1 Definición de matriz, notación y orden ................................................................................... 20
2.1.1 Clasificación de matrices de acuerdo a los elementos que contiene .............................. 21
2.2. Operaciones con matrices ...................................................................................................... 23
2.2.1 Suma ................................................................................................................................. 23
2.2.2 Multiplicación ................................................................................................................... 24
2.2.3 Clasificación de matrices de acuerdo a sus operaciones ................................................. 26
2.3 Matrices escalonadas y escalonadas reducidas ...................................................................... 29
2.3.1 Método de Gauss ............................................................................................................. 30
2.3.2 Método de Gauss-Jordan ..................................................................................................... 32
2.4 Determinante de una matriz ................................................................................................... 33
2.5 Inversa de una matriz .............................................................................................................. 37
2.5.1 Inversa de una matriz cuadrada a través de la adjunta ................................................... 38

1
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
2.5.2 Inversa de una matriz usando el método de Gauss-Jordan ............................................. 39
3 Sistemas de ecuaciones lineales .................................................................................................... 41
3.1 Sistemas de ecuaciones lineales ............................................................................................. 41
3.1.1 Interpretación geométrica ............................................................................................... 42
3.1.2 Solución de sistemas de ecuaciones por medio de matrices y determinantes ............... 44
3.1.2.1 Eliminación Gaussiana ................................................................................................... 45
3.1.2.2 Eliminación de Gauss-Jordan ........................................................................................ 46
3.1.2.3 Regla de Cramer ............................................................................................................ 46
Examen .............................................................................................................................................. 47

2
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Instrucciones
En el documento encontraras texto en azul y subrayado, son ligas a páginas de internet, para abrir
dicha liga presiona la tecla control y da clic en el texto, automáticamente se abrirá la liga.

Para poder tener acceso a los videos de las observaciones y ejemplos es necesario que tengas
conexión a internet y acceso a YouTube.

Para tener acceso a las apps, necesitas tener instalado Wolfram CDF Player (a continuación esta
una liga para la descarga). Adicionalmente necesitas descargar la app de internet y posteriormente
simplemente ejecutar el archivo descargado.

Por ultimo las actividades complementarias son ejercicios que se recomiendan que se lleven a
cabo, para afianzar el conocimiento de la unidad.

3
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
1 Números complejos
Los números complejos forman un conjunto que es una extensión del conjunto de los
números reales y se denotan con la letra mayúscula C. Todo número complejo puede
representarse como la suma de un número real y uno imaginario, conservando todas las
propiedades de los números reales.

Los números complejos son la herramienta de trabajo del álgebra, pero también lo son
para variable compleja, ecuaciones diferenciales, aerodinámica y electromagnetismo, entre otras
de gran importancia. Además, se utilizan frecuentemente en matemáticas y en muchos campos de
la física (principalmente en la mecánica cuántica) y la ingeniería, especialmente en la electrónica y
las telecomunicaciones, por su utilidad para representar las ondas electromagnéticas y la corriente
eléctrica.

1.1 Números imaginarios

Los números imaginarios aparecen al resolver problemas que con variable real son difíciles
o imposibles de resolver; uno de estos problemas ocurre cuando es necesario obtener una raíz
cuadrada de un número negativo. Por ejemplo, si quisiéramos resolver la ecuación

𝑥 2 + 𝑎 = 0 𝑑𝑜𝑛𝑑𝑒 𝑎 ∈ ℝ+

llegaríamos a que 𝑥 = ±√−𝑎, pero esto no es un número real (ningún número real elevado al
cuadrado da como resultado un número negativo). Decimos entonces que dentro de los números
reales, esta ecuación no tiene solución. Sin embargo, nos interesa resolverla... ¿qué podemos
hacer?. Como primer intento, podemos agregar ese número al conjunto de los números reales y de
esta forma obtendríamos una solución; el problema es que deberíamos agregarle muchísimos
valores (todos los que pueda tomar 𝑎), y esto no resulta práctico. Alternativamente, cada vez que
tengamos una raíz de un número negativo, la factorizamos de la siguiente manera:

√−𝑎 = √(−1)(𝑎) = √𝑎√−1

Como esta factorización siempre es posible y el valor de √𝑎 es un número real, el único

problema es con √−1. El cual queda completamente resuelto si usamos la siguiente definición.

Definición 1.1
La raíz cuadrada del número negativo −𝟏 se define como
𝒊 = √−𝟏,
donde 𝒊 se denomina unidad imaginaria.

Observemos que acabamos de definir un conjunto de números muy grande: el de los números
imaginarios, que se representa con la letra 𝕀 y cuyos elementos son de la forma ai, donde 𝑎 es
cualquier número real e 𝑖 es el de la definición anterior.

4
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Una de las características importantes de los números imaginarios se observa cuando los
elevamos a potencias enteras. Veamos cómo se comportan las potencias sucesivas de la unidad
imaginaria.

 𝑖 = √−1
2
 𝑖2 = (√−1) = −1
 𝑖3 = 𝑖 2 𝑖 = −√−1 = −𝑖
 𝑖4 = 𝑖 3 𝑖 = (−𝑖)(𝑖) = −(𝑖)2 = 1
 𝑖5 = 𝑖 4 𝑖 = (1)(𝑖) = 𝑖
 𝑖6 = 𝑖 5 𝑖 = (𝑖)(𝑖) = −1

Como podemos darnos cuenta, después de la potencia 4, el resultado es cíclico. Tomando en

consideración lo anterior, podríamos expresar cualquier potencia de 𝑖 en términos de las
primeras 4; más específicamente, en términos de 𝑖 o 1 (usando el teorema de la división euclidiana),
en la siguiente forma:

𝑖 𝑛 = 𝑖 4(𝑚)+𝑞 𝑑𝑜𝑛𝑑𝑒 0 ≤ 𝑞 < 4 𝑦 𝑚, 𝑞 ∈ ℤ

El hecho de descomponer 𝑛 como una multiplicación de 4 por un factor, es porque sabemos

que 𝑖 4 = 1 y podemos aprovechar esta situación para simplificar nuestra expresión.

Ejemplo 1
Expresar 𝐢𝟎 en términos de 𝐢 o 𝟏.
Ver ejemplo.

Ejemplo 2
Considerando las características exponenciales del número imaginario, expresa 𝐢𝟑𝟗 en
términos de 𝐢 o 𝟏.
Ver ejemplo.

Ejemplo 3
Considerando las características exponenciales del número imaginario, expresa 𝒊−𝟐𝟑 en
términos de 𝒊 o 𝟏.
Ver ejemplo.

ACTIVIDAD COMPLEMENTARIA
Calcula las siguientes expresiones en términos de i o 1.
1.- 𝑖 19
a) 𝑖 2) −1 3) – 𝑖 4) 1

2.- 𝑖 −13
a) 𝑖 2) −1 3) – 𝑖 4) 1

5
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
1.2 Definición de números complejos
Tratando de hallar una representación geométrica útil, podemos usar el plano cartesiano
(sistema coordenado 𝑋 − 𝑌). Los números reales se pueden ubicar dentro de este plano como los
pares (𝑥, 0), con 𝑥 ∈ 𝑅. También podemos visualizar al conjunto de números imaginarios como los
pares ordenados (0, 𝑦), con 𝑦 ∈ 𝑅. De esta manera obtenemos el plano complejo, que se muestra
a continuación.

Números complejos en el plano

Cualquier par ordenado (𝑥, 𝑦) de este plano representa un número complejo 𝑧, que
consta de una parte real 𝑥 y una imaginaria 𝑦. En general podemos definir al conjunto de números
complejos en la siguiente forma

Definición 1.2
El conjunto de números complejos ℂ, se define como el conjunto de todos los pares
ordenados 𝒛 = (𝒙, 𝒚), con 𝒙, 𝒚 ∈ ℝ.

Los elementos de este conjunto los podemos ubicar, dentro del plano complejo, en forma
similar a como lo hacemos con el par ordenado (𝑥, 𝑦) ∈ ℝ2 (dentro del plano cartesiano); es decir,
siguiendo dos trayectorias: primero recorremos 𝑥 unidades sobre el eje real, luego 𝑦 unidades en
dirección paralela al eje imaginario, y el punto al que llegamos corresponde a el número
complejo 𝑧 = 𝑥 + 𝑦𝑖, como lo muestra la siguiente gráfica.

App

6
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

Los applets anteriores, sugieren que un número complejo 𝑧, se obtiene sumando un

elemento real con uno imaginario en la forma

𝑧 = (𝑥, 0) + (0, 𝑦) = (𝑥, 𝑦)

Observación

Además, si denotamos la unidad de los números reales como 1 = (1,0) y la unidad de los
números imaginarios puros por 𝑖 = (0,1), podemos escribir

𝑧 = (𝑥, 𝑦) = 𝑥(1,0) + 𝑦(0,1) = 𝑥 + 𝑦𝑖

que es una notación algebraica muy útil para los números complejos al momento de realizar
operaciones con ellos, como se verá más adelante.

De acuerdo a su posición en el plano complejo, claramente se puede ver que dos números
complejos son iguales si y sólo si tienen partes reales iguales y partes imaginarias iguales.

𝑧1 = 𝑧2

si y sólo si 𝑅𝑒(𝑧1 ) = 𝑅𝑒(𝑧2 ) y 𝐼𝑚(𝑧1 ) = 𝐼𝑚(𝑧2 )

Ejemplo 4
Graficar los puntos 𝒛𝟏 = 𝟐 + 𝟑𝒊, 𝒛𝟐 = −𝟒 + 𝒊 y 𝒛𝟑 = 𝟎 − 𝟒𝒊 en el plano complejo.
Ver ejemplo.

ACTIVIDAD COMPLEMENTARIA

Grafica en tu libreta los puntos 5 + 3𝑖, 4 − 𝑖, −52𝑖 y compara tus resultados con el Applet de la
sección 1.2, después comenta tu experiencia en el foro.

1.3 Operaciones con números complejos

Para realizar operaciones con números complejos es más práctico usar la notación 𝑧 =
𝑥 + 𝑦𝑖, con la cual estaremos trabajando de aquí en adelante, sin embargo, es importante recalcar
que siempre es bueno asociar una operación compleja con su forma geométrica, lo cual es posible,
representado los números complejos como vectores en el plano y haciendo uso de sus
operaciones ya definidas.

7
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
1.3.1 Suma de números complejos
Sean 𝑧1 = 𝑥1 + 𝑦1 𝑖 y 𝑧2 = 𝑥2 + 𝑦2 𝑖 dos números complejos, para hacer la operación de
suma, basta con sumar por separado la parte real y la parte imaginaria:

𝑧1 + 𝑧2 = (𝑥1 + 𝑦1 𝑖) + (𝑥2 + 𝑦2 𝑖) = (𝑥1 + 𝑥2 ) + (𝑦1 + 𝑦2 )𝑖

Es importante señalar que el resultado sigue siendo un número complejo en la forma 𝑧 = 𝑥 + 𝑦𝑖.

Ejemplo 5
Resolver las siguientes operaciones:
1. (−𝟑 + 𝟒𝒊) + (𝟔 − 𝟑𝒊)
2. (𝟑𝟐 − 𝟓𝒊) + (𝟒 + 𝒊)
Ver ejemplo

App

Los números complejos bajo la operación de suma forman un grupo conmutativo algebraico,
es decir cumple con las siguientes propiedades:
1. Propiedad de cerradura: Para todo 𝑧1 , 𝑧2 ∈ ℂ se cumple que 𝑧1 + 𝑧2 ∈ ℂ.
2. Propiedad asociativa: Sean 𝑧1 , 𝑧2 y 𝑧3 ∈ ℂ, se cumple (𝑧1 + 𝑧2 ) + 𝑧3 = 𝑧1 + (𝑧2 + 𝑧3 ).
3. Propiedad conmutativa: Sean 𝑧1 y 𝑧2 ∈ ℂ se cumple que 𝑧1 + 𝑧2 = 𝑧2 + 𝑧1 .
4. Existencia del elemento neutro: Existe un elemento 0 ∈ ℂ tal que 𝑧 + 0 = 0 + 𝑧 = 𝑧; este
elemento es 0 + 0𝑖.
5. Existencia del inverso aditivo: Todo número complejo 𝑧 ∈ ℂ, tiene un inverso aditivo −𝑧 ∈
ℂ tal que 𝑧 + (−𝑧) = 0.

ACTIVIDAD COMPLEMENTARIA
Realiza la siguiente suma (−5 + 2𝑖) + (−6 − 13𝑖)
a) 1 − 11𝑖 b) 11 − 11𝑖 c) −11 − 11𝑖 d) 1 + 11𝑖

1.3.2 Multiplicación de números complejos

Para realizar la operación de multiplicación dentro de los números complejos, primero los
consideramos como polinomios y los multiplicamos siguiendo el procedimiento para el producto
polinomial, es decir:

dados 𝑧1 = 𝑥1 + 𝑦1 𝑖 y 𝑧2 = 𝑥2 + 𝑦2 𝑖 dos números complejos, su producto está dado por

𝑧1 𝑧2 = (𝑥1 + 𝑦1 𝑖)(𝑥2 + 𝑦2 𝑖) = 𝑥1 𝑥2 + 𝑥1 𝑦2 𝑖 + 𝑦1 𝑥2 𝑖 + 𝑦1 𝑦2 𝑖 2

8
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
A continuación simplificamos las potencias de 𝑖 y agrupamos parte real e imaginaria para
obtener

𝑧1 𝑧2 = (𝑥1 𝑥2 − 𝑦1 𝑦2 ) + (𝑥1 𝑦2 + 𝑦1 𝑥2 )𝑖

Ejemplo 6
Simplificar la expresión: 𝒊(𝟏 − 𝒊√𝟑)(√𝟑 + 𝒊)
Ver ejemplo

App

Los números complejos bajo la operación de producto cumplen con las siguientes
propiedades:
1. Propiedad de cerradura: Para todo 𝑧1 , 𝑧2 ∈ ℂ se cumple que 𝑧1 𝑧2 ∈ ℂ.
2. Propiedad asociativa: Sean 𝑧1 , 𝑧2 y 𝑧3 ∈ ℂ, se cumple (𝑧1 𝑧2 )𝑧3 = 𝑧1 (𝑧2 𝑧3 ).
3. Propiedad conmutativa: Sean 𝑧1 y 𝑧2 ∈ ℂ se cumple que 𝑧1 𝑧2 = 𝑧2 𝑧1 .
4. Existencia de elemento neutro: Existe un elemento 1 ∈ ℂ tal que 𝑧 ⋅ 1 = 1 ⋅ 𝑧 = 𝑧, este
elemento es 1 + 0𝑖.
5. Existencia de inverso multiplicativo: Todo número complejo 𝑧 ≠ 0, tiene un inverso
1 1
multiplicativo 𝑧 ∈ ℂ tal que 𝑧 (𝑧) = 1.

ACTIVIDAD COMPLEMENTARIA
Realiza la siguiente multiplicación (10 + 11𝑖)(4 − 12𝑖)
a) 162 − 87𝑖 b) 92 − 164𝑖 c) 172 − 76𝑖 d) 172 + 76𝑖

1.3.3 Módulo o valor absoluto

Debido a que los números complejos los identificamos como puntos en el plano complejo,
no es posible la comparación, sin embargo, es útil tener algún orden, por lo que podemos definir
el módulo o valor absoluto de un número, el cual nos definirá la distancia de este punto al origen
en el plano complejo, así con la ayuda del teorema de Pitágoras obtenemos:

Definición 1.3
El módulo o valor absoluto de un número complejo 𝒛 = (𝒙 + 𝒚𝒊) está dado por |𝒛| =
√𝒙𝟐 + 𝒚𝟐 .

Observación

9
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

Ejemplo 7
Si tenemos los números 𝒛𝟏 = −𝟑 + 𝟐𝒊 y 𝒛𝟐 = 𝟏 + 𝟒𝒊 ¿Cuál de los dos es más grande?
Ver ejemplo

Como ya se mencionó en la definición de valor absoluto en realidad estamos midiendo la

distancia del punto 𝑧 = (𝑥, 𝑦) al origen; sin embargo esta definición se puede generalizar para
medir la distancia entre cualesquiera dos números complejos en la siguiente forma

𝑑(𝑧1 , 𝑧2 ) = |𝑧2 − 𝑧1 | = √(𝑥2 − 𝑥1 )2 + (𝑦2 − 𝑦1 )2

Ejemplo 8
Encontrar la distancia entre los números complejos 𝒛𝟏 = 𝟑 − 𝟐𝒊, 𝒛𝟐 = −𝟏 + 𝟑𝒊.
Ver ejemplo

Ejemplo 9
Encontrar el significado geométrico de la ecuación |z−1+3i|=2.
Ver ejemplo

Dados dos números complejos z y w se pueden comprobar fácilmente las siguientes

propiedades del valor absoluto
1. |𝑧| = 0 ⇔ 𝑧 = 0
2. |𝑧 + 𝑤| ≤ |𝑧| + |𝑤|
3. |𝑧𝑤| = |𝑧||𝑤|
4. |𝑧 − 𝑤| ≥ |𝑧| − |𝑤|

ACTIVIDAD COMPLEMENTARIA
Entra al foro y sugiere un ejercicio referente a valor absoluto (sección 1.3.3); además, resuelve
otro que tus compañeros hayan propuesto y publícalo.

1.3.4 Números conjugados

Dos binomios son conjugados si solo difieren en un solo signo, por ejemplo, los
binomios 𝑎 + 𝑏 y 𝑎 − 𝑏 son conjugados entre sí. Al igual que esta definición de polinomios reales,
podemos definir el conjugado de un número complejo 𝑧 como un nuevo número complejo 𝑧̅.

Definición 1.4
El conjugado de un número complejo 𝒛 = 𝒙 + 𝒚𝒊 se obtiene cambiando de signo la parte
imaginaria y se representa por 𝒛̅ = 𝒙 − 𝒚𝒊.

10
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Sean 𝑧, 𝑤 dos números complejos, el conjugado de estos números tiene las siguientes
propiedades bajo la operación de suma y multiplicación.
1. 𝑧𝑧̅ = |𝑧|2
2. 𝑧 + 𝑧̅ = 2 𝑅𝑒(𝑧)
3. 𝑧 − 𝑧̅ = 2 𝐼𝑚(𝑧)
4. ̅̅̅̅̅̅̅̅
𝑧 + 𝑤 = 𝑧̅ + 𝑤̅
5. 𝑧𝑤
̅̅̅̅ = 𝑧̅𝑤
̅
1 𝑧̅
6. 𝑧
= |𝑧|2
7. 𝑧 ∈ ℝ ⇔ 𝑧 = 𝑧̅

Observemos que la propiedad 6 nos define claramente el inverso multiplicativo de un número

complejo.

Ejemplo 10
Mostrar que se cumple la propiedad 4 de los complejos conjugados.
̅̅̅̅̅̅̅̅
𝒛 + 𝒘 = 𝒛̅ + 𝒘
̅
Ver ejemplo

El conjugado de un número complejo sigue las mismas reglas que se usan para los signos
de agrupación dentro de los números reales.

Ejemplo 11
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
Simplificar la expresión ̅̅̅̅̅̅̅̅̅̅̅
(𝟑 − 𝟐𝒊) + 𝟓 + 𝟓𝒊 − ̅̅̅ 𝟔𝒊.
Ver ejemplo

Para profundizar en el tema, se sugiere comprobar la validez de las propiedades 1-7 del
conjugado de un número complejo.

ACTIVIDAD COMPLEMENTARIA
Simplificar las siguientes expresiones con complejos conjugados.
1.- ̅̅̅̅̅̅̅̅̅̅
3 − √8𝑖
a) 3 + √8𝑖 b) 3 − √8𝑖

2.- ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
5 − 4𝑖 + ̅̅̅̅̅̅̅̅
3 − 2𝑖
a) 8 + 2𝑖 b)2 + 2i

11
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
1.3.5 División de números complejos
Para realizar la división multiplicaremos tanto el numerador como el denominador por un
mismo número, además considerando la propiedad 1 de conjugados de un número complejo,
obtenemos la división en la siguiente forma:

𝑧1 𝑧1 ̅̅
𝑧2̅̅ 𝑧1 ̅̅𝑧2̅̅
= = 2
𝑧2 𝑧2 ̅̅
𝑧2̅̅ |𝑧2|

Observación

Estas operaciones eliminan la parte imaginaria del denominador, de tal forma que esta
división de complejos se convierta en una división de números reales y nos facilite efectuar la
operación.

Ejemplo 12
Realizar la operación:
𝟏 𝟏
( )( )
𝟐 − 𝟑𝒊 𝟏 + 𝒊
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA
1
Realiza la siguiente operación (1−𝑖) (−2 + 3𝑖)
−5+𝑖 −1+𝑖 5+5𝑖
a) 2
b) 2
c) 2

1.4 Forma Polar y Exponencial de un número complejo

Para expresar un punto en el plano usando coordenadas cartesianas, se escribe el par
𝑦
ordenado (𝑟, 𝜃), donde 𝑟 = √𝑥 2 + 𝑦 2 es la distancia del punto al origen, y 𝜃 = 𝑎𝑟𝑐𝑡𝑎𝑛 (𝑥 ) es el
ángulo medido a partir del eje 𝑋 positivo y en sentido contrario al de las manecillas del reloj.

App

Usando funciones trigonométricas podemos deducir las siguientes expresiones

para 𝑥 y 𝑦 en términos de 𝑟 y 𝜃.

𝑥 = 𝑟 cos(𝜃)
𝑦 = 𝑟 sin(𝜃)

12
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Finalmente, estas fórmulas nos permiten escribir el número complejo 𝑧 = 𝑥 + 𝑦𝑖 en su
forma polar como:

𝑧 = 𝑟(cos(𝜃) + 𝑖 sin(𝜃)) con 𝑟 ≥ 0,0 ≤ 𝜃 ≤ 2𝜋

Observación
Observación

Para escribir un número complejo en forma exponencial usaremos la fórmula de

Euler deducida por Leonhard Euler:

𝑒 𝑖𝜃 = cos(𝜃) + 𝑖 sin(𝜃)

que permite escribir un número complejo en forma exponencial, como sigue:

𝑧 = 𝑟𝑒 𝑖𝜃

la cual es una manera práctica y compacta, para trabajar dentro del campo complejo.

App
Observación

Ejemplo 13
Convertir a su forma exponencial el número complejo: 𝒛 = 𝟏 − 𝒊.
Ver ejemplo

Ejemplo 14
𝝅
( )𝒊
Convertir a su forma polar y luego a su forma cartesiana el número complejo: 𝒛 = 𝟑. 𝟓𝒆 𝟑 .
Ver ejemplo

Finalmente, aprovechando las propiedades de los exponentes, escribimos el producto de

números complejos descrito en la ecuación en la forma:

𝑧1 𝑧2 = 𝑟1 𝑟2 𝑒 𝑖(𝜃1+𝜃2)

De manera semejante, la ecuación que define la división de números complejos en

notación cartesiana, se puede escribir como:

𝑧1 𝑟1 𝑖(𝜃 −𝜃 )
= 𝑒 1 2
𝑧2 𝑟2

13
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

Ejemplo 15
𝟑𝝅
( )𝒊 𝒛
Sean 𝒛𝟏 = 𝟑𝒊 y 𝒛𝟐 = 𝟐𝒆 𝟐 convertir 𝒛𝟏 a su forma exponencial, luego encontrar 𝒛𝟏 𝒛𝟐 y 𝒛𝟏.
𝟐
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA
Realiza la operación indicada en cada caso.
1.- Convertir a su forma exponencial 3 − 𝑖.
a)√10𝑒 𝑖18.768° b)√10𝑒 𝑖341.567° c) √8𝑒 𝑖18.768°

𝜋
( )𝑖
2.- Convertir a su forma cartesiana 4𝑒 4 .
4 4𝑖 1 𝑖
a) 2 + 2 b) +
√ √ √2 √2

1.5 Potencias y raíces de un número complejo

Expresar un número en su forma exponencial es bastante útil, sobre todo cuando se es
necesario resolver operaciones que involucran potencias o raíces de un número complejo.

1.5.1 Potencias
Para elevar un número complejo a una potencia entera, podemos usar la forma binomial
de Newton o el triángulo de Pascal como se hace en los reales y así obtener el resultado. Sin
embargo esto no es práctico si se quiere elevar a alguna potencia grande, en estos casos es mejor
expresar el número complejo en su forma exponencial, es decir

𝑧 = 𝑟𝑒 𝑖𝜃

luego elevando ambos términos a una potencia n

𝑛 𝑛
𝑧 𝑛 = (𝑟𝑒 𝑖𝜃 ) = 𝑟 𝑛 (𝑒 𝑖𝜃 ) = 𝑟 𝑛 𝑒 𝑖𝑛𝜃

nos da una forma de obtener potencias de un número complejo, de aquí podemos definir

Definición 1.5
Las potencias enteras de un número complejo 𝒛 = 𝒓𝒆𝒊𝜽 vienen dadas por:
𝒛𝒏 = 𝒓𝒏 𝒆𝒊𝒏𝜽 con 𝒏 ∈ ℤ

14
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
No se debe confundir la forma exponencial de un número complejo (𝑧 = 𝑟𝑒 𝜃𝑖 ), con elevar
a un exponente un número complejo (𝑧 𝑛 ).

Ejemplo 16
Dado 𝒛 = (𝟏 + √𝟑𝒊). Realizar la operación 𝒛𝟔 .
Ver ejemplo

Cuando las potencias son pequeñas se puede seguir usando la definición de producto para
números complejos rectangulares, incluso combinar ambas definiciones.

Ejemplo 17
𝟔
Simplificar la expresión: ((𝟐 + 𝒊)𝟐 (𝟏 − 𝒊)) .
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA
Usando la forma exponencial de un número complejo, obtener el resultado de las siguientes
expresiones
1.- (2 + 𝑖)3
a)8 + 𝑖 b)8 − 𝑖 c)2 + 11𝑖 d)2 − 11𝑖

2.- (1 − 2𝑖)5
a)41 + 38𝑖 b)41 − 38𝑖

1.5.2 Raíces
Si 𝑧 es un número complejo, el número complejo 𝑤 es raíz 𝑛−ésima de 𝑧 si 𝑤 𝑛 = 𝑧 y se
1
escribe como 𝑤 = 𝑧 𝑛 . Por lo que si queremos obtener la raíz 𝑛−ésima de un número complejo
podemos proceder de forma similar a como se hizo en las potencias, es decir, primero expresamos
el número en su forma exponencial

𝑧 = 𝑟𝑒 𝑖𝜃

luego aplicamos la raíz 𝑛−ésima en ambos lados de la igualdad,

1 1 1 1 1 𝑖𝜃
𝑧 𝑛 = (𝑟𝑒 𝑖𝜃 )𝑛 = 𝑟 𝑛 (𝑒 𝑖𝜃 )𝑛 = 𝑟 𝑛 𝑒 𝑛

esto nos daría una raíz 𝑛−ésima del número complejo. Sin embargo este resultado no está
completo pues sabemos que existen 𝑛 resultados para la raíz 𝑛−ésima de un número.

15
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
2𝑘𝜋
Es fácil comprobar que si le sumamos 𝑛 con 𝑘 = 0, 1, 2, … , 𝑛 − 1 a la exponencial
obtenemos las demás raíces.

Definición 1.6
Para encontrar las 𝒏−raíces diferentes de un número complejo empleando la fórmula
𝟏 𝟏 𝜽+𝟐𝒌𝝅
( )𝒊
𝒛𝒏 = 𝒓𝒏 𝒆 𝒏
para 𝒌 = 𝟎, 𝟏, … , 𝒏 − 𝟏.

App

Ejemplo 18
Obtener todas las raíces quintas de z=(−4−4i).
Ver ejemplo

Observación

Ejemplo 19
Resolver la ecuación: 𝒛𝟒 + 𝟏 = 𝟎.
Ver ejemplo

Finalmente si juntamos estas dos operaciones tendríamos una fórmula par elevar un
número complejo a cualquier potencia racional en la siguiente forma

𝑛
𝑛 1 𝑛 1 (𝜃+2𝑘𝜋)𝑖 𝑛 (𝜃+2𝑘𝜋)𝑛𝑖
𝑧𝑚 = (𝑧 )
𝑚 = (𝑟 𝑒
𝑚 𝑚 ) = 𝑟𝑚𝑒 𝑚

por lo que podemos definir la potencia racional de un número complejo en la siguiente forma

Definición 1.7
Para elevar a una potencia racional un número complejo se emplea la fórmula
𝒏 𝒏 𝜽+𝟐𝒌𝝅
( )𝒏𝒊
𝒛𝒎 = 𝒓𝒎 𝒆 𝒎
para 𝒌 = 𝟎, 𝟏, … , 𝒎 − 𝟏.

Ejemplo 20
𝟓
Encontrar todas las potencias fraccionarias de (𝟐 − 𝟒𝒊)𝟐 .
Ver ejemplo

ACTIVIDADES COMPLEMENTARIAS
Selecciona todas las raíces quintas de −38 − 41𝑖

16
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
a)2 + 𝑖 b)2 − 𝑖 c)−2 + 𝑖 d)−2 − 𝑖

Selecciona todas las raíces cuadradas de −65 − 72𝑖

a)−4 + 9𝑖 b)4 + 9𝑖 c)−4 − 9𝑖 d)4 − 9𝑖

Encontrar todas las raíces cúbicas de 𝑧 3 = 1.

1 √3 1 √3 1 √3
a)1 b)− 2 + 2
𝑖 c)− 2 − 2
𝑖 d)−1 e)2 + 2
𝑖

1.6 Logaritmo de un número complejo

La función logaritmo complejo es la función inversa de la exponencial compleja, de la
misma manera que el logaritmo natural ln(𝑥) es la función inversa de la función exponencial 𝑒 𝑥 .
Entonces, siguiendo este idea podemos definir el logaritmo complejo como:

Definición 1.8
El logaritmo de un número complejo 𝒛 diferente de cero, es otro número complejo 𝒘, de
forma que se cumple la igualdad 𝒆𝒘 = 𝒛, y se denota como 𝑳𝒐𝒈(𝒛).

De acuerdo a la definición y tomando en cuenta que 𝑒 ln(𝑟)+𝑖𝜃 = 𝑒 ln(𝑟) 𝑒 𝑖𝜃 = 𝑟𝑒 𝑖𝜃 = 𝑧,

obtenemos una fórmula para calcular el logaritmo de cualquier número complejo.

𝐿𝑜𝑔(𝑧) = ln(𝑟) + 𝑖𝜃

Observación
Observación

Definición 1.9
Para cada número complejo 𝒛 no nulo, el valor principal de 𝑳𝒐𝒈(𝒛) es el logaritmo cuya parte
imaginaria 𝜽 ∈ (−𝝅, 𝝅].

Si se le suma al ángulo del logaritmo principal múltiplos enteros de 2𝜋, se obtienen otros
resultados válidos para el logaritmo, a estos valores se les conoce como ramas del logaritmo.

Ejemplo 21
Dado el número 𝒛 = 𝟓𝒆𝟐𝝅𝒊, calcular el logaritmo principal y dos logaritmos más.
Ver ejemplo

Ejemplo 22
Dado el número 𝒛 = −𝟑𝒊, calcular el logaritmo principal.
Ver ejemplo

17
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

En lo sucesivo, si no se especifica un logaritmo se entenderá que se refiere al logaritmo

principal.

Ejemplo 23
Calcular el logaritmo de 𝒛 = (𝟏 + 𝟒𝒊)𝟐 (𝟏 − 𝒊).
Ver ejemplo

ACTIVIDADES COMPLEMENTARIAS
Calcular el logaritmo de 𝑧 = −2𝑖
𝑖𝜋 𝑖𝜋
a)ln(2) − b)ln(2) c)ln(2) +
2 2

Calcular el logaritmo de 𝑧 = 3
𝑖𝜋 𝑖𝜋
a)ln(3) b)ln(3) − 2
c)ln(3) + 2

Calcular el logaritmo de 𝑧 = 1 − 𝑖.
a)0.346574 − 0.785398𝑖 b) −0.346574 − 0.785398𝑖 c) 0.346574 + 0.785398𝑖

Entra al foro y comenta sobre la siguiente cuestión, ¿dentro de los números complejos se cumple
que 𝐿𝑜𝑔(𝑧1 𝑧2 ) = 𝐿𝑜𝑔(𝑧1 ) − 𝐿𝑜𝑔(𝑧2 )?

1.7 Ecuaciones complejas

Al igual que en el caso de números reales, es posible resolver ecuaciones con una o más
incógnitas. De hecho, las técnicas para resolverlas son las mismas. Una de las ventajas que posee
usar números complejos y no reales, es el hecho de que las ecuaciones cuadráticas con
determinante negativo siempre tienen solución. De esta manera, sí tenemos la ecuación
cuadrática 𝑎𝑧 2 + 𝑏𝑧 + 𝑐 = 0, donde 𝑎, 𝑏, 𝑐 son constantes reales, 𝑎 ≠ 0 y 𝑧 ∈ ℂ, ésta posee las
siguientes raíces (que se obtienen usando la fórmula general):

−𝑏 ± √𝑏 2 − 4𝑎𝑐
𝑧=
2𝑎

Veamos un ejemplo de raíces complejas en una ecuación cuadrática.

Ejemplo 24
Resolver la ecuación: 𝒛𝟐 − 𝟒𝒛 + 𝟖 = 𝟎.
Ver ejemplos

18
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Para ejemplificar el procedimiento de resolver algunas ecuaciones complejas veamos lo
siguiente.

Ejemplo 25
Resolver la ecuación:
(𝟏 − 𝟑𝒊) − 𝒛 − (𝟒 + 𝟑𝒊) = (𝟏 − 𝟐𝒊) − (𝟓 + 𝟑𝒊)
Ver ejemplo

Ejemplo 26
Encontrar el valor de 𝒛 en la ecuación: 𝟐𝒊𝒛 − 𝟒𝒛 = 𝟐 + 𝟑𝒊.
Ver ejemplo

Observación

ACTIVIDAD COMPLEMENTARIA
2
Resolver la ecuación 𝑧 + 𝑧 + 25 = 0. Las raíces son:
1 3√11 1 3√11 1 3√11 1 3√11 3√11 3√11
a) + 𝑖 y − 𝑖 b) − + 𝑖 y− − 𝑖 c) −1 + 𝑖 y −1 − 𝑖
2 2 2 2 2 2 2 2 2 2

Hallar el valor de z en la ecuación 3𝑧 − 4 = −2𝑖𝑧 + 5𝑖.

22 7 22 7 22 7 22 7 22 7
a)− 13 + 13 𝑖 b) 13 − 13 𝑖 c) 13 + 13 𝑖 d) − 13 − 13 𝑖 e) 15 + 15 𝑖

19
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
2 Matrices y determinantes
2.1 Definición de matriz, notación y orden
El análisis de muchas situaciones en matemáticas, economía e ingeniería conduce al estudio
de disposiciones o arreglos rectangulares de números, por lo que es importante conocer sus
conceptos básicos.

Definición 2.1
Una matriz A de 𝒎 × 𝒏 es un arreglo rectangular de 𝒎𝒏 números dispuestos en 𝒎 renglones
y 𝒏 columnas.
𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒏
𝒂𝟐𝟏 𝒂𝟐𝟐 ⋯ 𝒂𝟐𝒏
𝑨=( ⋮ ⋮ ⋱ ⋮ )
𝒂𝒎𝟏 𝒂𝒎𝟐 ⋯ 𝒂𝒎𝒏
donde cada elemento 𝒂𝒊𝒋 se conoce como entrada o componente de la matriz 𝑨.

Observación

El orden de una matriz se refiere a la cantidad de renglones y columnas que contiene, con lo
cual podemos establecer la siguiente relación de comparación entre matrices.

Definición 2.2
Dos matrices 𝑨 y 𝑩 son iguales si son del mismo tamaño (mismo orden) y sus entradas
correspondientes son iguales.

Por ejemplo, si tenemos las matrices:

1 2 3 6 5
1 2 3
𝐴=( ) , 𝐵 = (4 5 6) , 𝐶 = (4 3)
4 5 6
7 8 9 2 1

En base a la notación podemos deducir lo siguiente:

 El orden de la matriz 𝐴 es 2 × 3, el orden de la matriz 𝐵 es 3 × 3 y el orden de la matriz 𝐶 es 3 × 2.

 Las matrices 𝐴, 𝐵 y 𝐶 no son semejantes entre si, pues tienen distinto orden.
 Algunos elementos específicos son: 𝑎21 = 4, 𝑏13 = 3 y 𝑐22 = 3.

ACTIVIDAD COMPLEMENTARIA

20
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
1 2 3 1 6 5
1 2 3
Sean las matrices 𝐴 = ( ), 𝐵 = (4 5 6 −1), 𝐶 = (4 3).
4 5 6
7 8 9 0 2 1
1.- ¿De que orden es la matriz 𝐵?
a)4 × 3 b)3 × 3 c)3 × 4

2.- Selecciona la respuesta correcta.

a) 𝑎21 = 2, 𝑏33 = 9, 𝑐31 = 3
b) 𝑎21 = 4, 𝑏33 = 6, 𝑐31 = 2
c) 𝑎21 = 4, 𝑏33 = 9, 𝑐31 = 2

2.1.1 Clasificación de matrices de acuerdo a los elementos que

contiene
Como podemos apreciar una matriz o arreglo de números puede contener cualquier cantidad
de renglones y/o columnas, de donde podríamos destacar las siguientes:
 En el caso que la matriz contenga un solo renglón y una sola columna, esta matriz se
identifica con un número real.
 Si la matriz tiene un (una) solo (sola) renglón (columna) y 2 o más columnas (renglones), se
le conoce como matriz renglón (columna) y se identifica con los vectores.
 A las matrices que contienen la misma cantidad de renglones (n) que la misma cantidad de
columnas (n) se les conoce como matrices cuadradas, y su notación es matriz cuadrada de
orden 𝑛.

Dentro de las matrices cuadradas tenemos distintos tipos ellas de acuerdo la cantidad de ceros
que contengan y a la forma en que estén situados. Comenzaremos por la definición más básica
dentro de las matrices.

Definición 2.3 (Matriz Escalar)

Es la matriz que tiene solo una entrada, es decir, tiene un renglón y una columna.

Observación

Definición 2.4 (Matriz Identidad)

Una matriz cuadrada se conoce como Matriz Identidad si los elementos de la diagonal
principal son unos y cualquier otra entrada es cero.

Esta es una de las matrices más importantes debido a su sencillez y porque aparece en
todas las operaciones matriciales, generalmente la denotamos con la letra mayúscula 𝐼.

21
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

La matriz Identidad recibe este nombre debido a que cuando se multiplica con cualquier
otra matriz, el resultado es esa misma matriz. Lo mismo que pasa con el uno de los números
reales.

Una generalización de la matriz Identidad es la siguiente

Definición 2.5 (Matriz Diagonal)

Una matriz cuadrada se conoce como Matriz Diagonal si los elementos de la diagonal principal
son los únicos que pueden ser distintos de cero.

Este tipo de matrices son muy interesantes pues existen un grupo importante de matrices
que son semejantes a una matriz diagonal (es decir se pueden transformar mediante operaciones
elementales en una matriz diagonal).

Una matriz que se puede transformar en una matriz diagonal mediante operaciones
elementales se conoce como matriz diagonalizable.

Definición 2.6 (Matriz Triangular)

Una matriz cuadrada se llama matriz triangular superior (inferior) si todas sus componentes
abajo (arriba) de la diagonal principal son cero.

Algunas de las características principales de este tipo de matrices son:

1. Toda matriz se puede factorizar como producto de dos matrices triangulares, una superior
y la otra inferior.
2. Para calcular su determinante, basta con multiplicar los elementos de la diagonal principal.
3. Toda matriz se puede triangular superior o inferiormente mediante procesos elementales.

A continuación se muestran las matrices descritas para el caso 3 × 3.

(𝑎) 1 0 0 𝑎 0 0 𝑎 0 0 𝑎 𝑏 𝑐
(0 1 0) (0 𝑏 0) (𝑏 𝑐 0) (0 𝑑 𝑒)
0 0 1 0 0 𝑐 𝑑 𝑒 𝑓 0 0 𝑓

(a) M. Escalar (b) M. Identidad (c) M. Diagonal (d) M. T. Inferior (e) M. T. Superior

Figura 2.1.1: Clasificación de matrices

ACTIVIDAD COMPLEMENTARIA
1 0 0
Considera la matriz 𝐵 = (0 1 0), y selecciona los tipos de matrices a los cuales pertenece.
0 0 0

22
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
a) Matriz Triangular Superior b) Matriz Triangular Inferior c) Matriz Diagonal
d) Matriz Identidad e) Matriz Escalar

2.2. Operaciones con matrices

Las matrices al igual que los números reales pueden sumarse, multiplicarse y
descomponerse de varias formas, lo que las hace un concepto clave en el álgebra lineal. Sin
embargo, para realizar estas operaciones debemos tomar en cuenta el orden de las matrices a
operar, pues no siempre es posible realizar estas operaciones.

2.2.1 Suma
Para sumar dos matrices es necesario que ambas sean del mismo orden, así definimos la
suma como a continuación se describe

Definición 2.7 (Suma)

Sean 𝑨,𝑩 dos matrices de orden 𝒎 × 𝒏. Definimos la suma de 𝑨 con 𝑩 como la matriz 𝑪 de
orden 𝒎 × 𝒏 que se obtiene al sumar las componentes correspondientes de las
matrices 𝑨 y 𝑩.

Observación
Observación

Ejemplo 27
𝟐 𝟒 −𝟔 𝟕 𝟎 𝟏 𝟔 −𝟐
Sean 𝑨 = ( 𝟒 𝟑 𝟐 𝟏) y 𝑩 = ( 𝟐 𝟑 𝟒 𝟑 ), encontrar 𝑪 = 𝑨 + 𝑩
−𝟒 𝟑 −𝟓 𝟓 −𝟐 𝟏 𝟒 𝟒
Ver ejemplo

Observación

Indicaciones: Establece el orden de las matrices antes de ingresar valores a éstas. También puedes
cambiar el tamaño del campo de texto y de la letra. Los botones de la parte inferior del panel de
control, te permiten reiniciar las matrices y/o generarlas aleatoriamente. Los controles aparecen al
presionar en la flechita situada del lado derecho del grupo de controles.

App

En general, dadas las matrices 𝐴, 𝐵 y 𝐶, se cumplen las siguientes propiedades en la suma:

 Conmutatividad: en este caso tenemos 𝐴 + 𝐵 = 𝐵 + 𝐴.
 Asociatividad: es decir se cumple 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶.

23
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
 Tiene elemento neutro aditivo: es decir 𝐴 + 0 = 𝐴 donde los elementos de la matriz 0 son
todos ceros.
 Tiene inverso aditivo: Dada una matriz 𝐴 existe una matriz 𝐷 tal que 𝐴 + 𝐷 = 0 esta
matriz 𝐷 = −𝐴.

ACTIVIDAD COMPLEMENTARIA
3 2 1 −3 0 2
Dadas las matrices 𝐴 = ( 1 3 5 ) y 𝐵 = ( 5 −1 4).
−3 5 2 −2 2 0
1.- Calcula la suma 𝐴 + 𝐵
0 2 3 6 2 3 −6 2 3 0 −2 3
a) ( 6 2 9) b) (6 4 9) c) ( 6 −4 9) d) ( 6 −2 9)
−5 7 2 5 7 1 5 7 1 −5 −7 1

2.2.2 Multiplicación
Dentro de las multiplicaciones matriciales tenemos definidos dos tipos de operación; el
producto de un escalar (número) por una matriz y el producto de dos matrices.

Definición 2.8 (Producto)

Multiplicación de una matriz por un escalar Si 𝑨 es una matriz de 𝒎 × 𝒏 y si 𝒓 es un escalar,
entonces la matriz 𝒓𝑨 esta dada por:
𝒓 𝒂𝟏𝟏 𝒓𝒂𝟏𝟐 ⋯ 𝒓 𝒂𝟏𝒏
𝒓 𝒂𝟐𝟏 𝒓 𝒂𝟐𝟐 ⋯ 𝒓 𝒂𝟐𝒏
𝑨=( ⋮ ⋮ ⋱ ⋮ )
𝒓 𝒂𝒎𝟏 𝒓 𝒂𝒎𝟐 ⋯ 𝒓 𝒂𝒎𝒏

Es decir, se multiplican todos los elementos de la matriz por el escalar, sin importar el
orden y forma de la matriz siempre se puede realizar esta operación.

Por el contrario para multiplicar dos matrices es necesario que el número de columnas de
la primera matriz sea igual al número de renglones de la segunda.

Definición 2.9 (Producto)

Producto de dos Matrices: Sea 𝑨 una matriz de orden 𝒎 × 𝒏 y sea 𝑩 una matriz de orden 𝒏 ×
𝒑. Entonces el producto de 𝑨 por 𝑩 es una matriz 𝑪 de orden 𝒎 × 𝒑 en donde, para obtener
el elemento 𝒄𝒊𝒋 , debemos multiplicar en la forma
𝒏

𝒄𝒊𝒋 = ∑ 𝒂𝒊𝒓 𝒃𝒓𝒋

𝒓=𝟏
Es decir, el elemento 𝒊𝒋 de 𝑨𝑩 es el producto punto del renglón 𝒊 de 𝑨 con la columna 𝒋 de 𝑩.

24
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Observación
Observación
Observación

Ejemplo 28
𝟐 𝟓 𝟎
𝟐 𝟎 𝟑
Sean 𝑨 = ( ) y 𝑩 = ( 𝟑 𝟔 𝟔 ), encontrar 𝑨𝑩 y 𝑩𝑨
𝟒 𝟏 𝟓
−𝟔 𝟒 −𝟏
Ver ejemplo

Observación
Observación

Indicaciones: Establece el orden de las matrices antes de ingresar valores a estas. También puedes
cambiar el tamaño del campo de texto y de la letra. Los botones de la parte inferior del panel de
control, te permiten reiniciar las matrices y/o generarlas aleatoriamente. Los controles aparecen al
presionar en la flechita situada del lado derecho del grupo de controles.

App

En general dadas las matrices 𝐴, 𝐵 y 𝐶, se cumplen las siguientes propiedades bajo la

operación de multiplicación:
 Asociatividad: es decir se cumple 𝐴(𝐵𝐶) = (𝐴𝐵)𝐶.
 Tiene elemento neutro multiplicativo: es decir 𝐴𝐼 = 𝐴 donde 𝐼 es la matriz identidad.
 Distributividad: como no es conmutativa debemos considerar
o Distributividad por la derecha: es decir (𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶
o Distributividad por la izquierda: es decir 𝐶(𝐴 + 𝐵) = 𝐶𝐴 + 𝐶𝐵

Observación

Ejemplo 29
𝟐 𝟎 −𝟏
Sea 𝑨 = (𝟏 𝟏 𝟐 ), obtener 𝑩 = 𝑨𝟐 .
𝟓 −𝟐 𝟑
Ver ejemplo

Observación

ACTIVIDAD COMPLEMENTARIA
−1 2 1 −5 1 −2
Sean las matrices 𝐴 = ( 3 −2 −2) y 𝐵 = ( 1 −1 3 ).
−1 1 4 −5 3 1

25
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
1.- Calcula la multiplicación 𝐴𝐵
−2 4 −3 2 0 9
a) ( −7 −1 −14) b) ( −7 −1 −14)
−14 10 9 −14 10 9
−6 3 −1 6 −3 1
c) ( 4 −3 1 ) d) (−4 3 −1)
−6 5 4 6 −4 −5

2.2.3 Clasificación de matrices de acuerdo a sus operaciones

Cuando hacemos operaciones con matrices pueden suceder algunas cosas, por ejemplo
que al multiplicar dos matrices distintas de cero, el resultado sea la matriz cero. Todavía más
complicado es que al elevar una matriz distinta de cero a una potencia entera tengamos como
resultado la matriz cero, este tipo de matrices reciben un nombre especial.

Definición 2.10 (Matriz nilpotente)

Una matriz 𝑨 es nilpotente si existe un entero 𝒌 tal que 𝑨𝒌 = 𝟎. Si 𝑨𝒏 ≠ 𝟎 para 𝟏 < 𝒏 < 𝒌,
decimos entonces que 𝑨 es una matriz nilpotente de grado 𝒌.

0 1 −1
Por ejemplo para la matriz 𝐴 = (0 0 2 ) se puede verificar después de hacer los
0 0 0
cálculos que 𝐴3 = 0, por lo que decimos que 𝐴 es una matriz nilpotente de grado 3.

Definición 2.11 (Transpuesta)

La transpuesta de una matriz 𝑨𝒎×𝒏, que se escribe como 𝑨𝒕 , es la matriz de 𝒏 × 𝒎 obtenida
al intercambiar los renglones por las columnas de 𝑨. En base a esta operación, tenemos
1. Una matriz 𝑨 se dice que es simétrica si 𝑨𝒕 = 𝑨,
2. Una matriz 𝑨 se dice que es antisimétrica si 𝑨𝒕 = −𝑨.

Observación

Indicaciones: Los controles aparecen al presionar en la flechita situada del lado derecho del grupo
de controles.

App

Ejemplo 30
𝟐 𝟎 −𝟏 𝟎 −𝟏 −𝟐
Dadas las matrices 𝑨 = ( 𝟎 −𝟑 𝟐 ) y 𝑩 = (𝟏 𝟎 𝟑 ), encontrar 𝑨𝒕 y 𝑩𝒕 .
−𝟏 𝟐 𝟑 𝟐 𝟑 𝟎
Ver ejemplo

26
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Otro tipo de matrices muy importante dentro de las operaciones son las matrices
elementales que se obtienen a partir de una única operación elemental de matrices sobre la
matriz identidad, éstas se clasifican en: matriz elemental por escalamiento, matriz elemental por
eliminación y matriz elemental por permutación, de acuerdo a lo siguiente

Definición 2.12
Matriz elemental por escalamiento que se obtiene al multiplicar una fila de la matriz
identidad por un número.

Las matrices obtenidas por escalamiento tienen la siguiente forma (en el caso de tamaño 3 × 3):

𝑎 0 0 1 0 0 1 0 0
(0 1 0) (0 𝑎 0) (0 1 0)
0 0 1 0 0 1 0 0 𝑎

donde 𝑎 puede ser cualquier número real.

Definición 2.13
Matriz elemental por permutación, se obtiene al intercambiar dos filas de la matriz identidad.

Las matrices obtenidas por permutación, son las siguientes

0 1 0
 (1 0 0), que se obtiene al intercambiar el primer renglón con el segundo.
0 0 1
0 0 1
 (0 1 0), que se obtiene al intercambiar el primer renglón con tercero.
1 0 0
1 0 0
 (0 0 1), que se obtiene al intercambiar el segundo renglón con el tercero.
0 1 0

Definición 2.14
Matriz elemental por eliminación, se obtiene al sumarle a un renglón, un múltiplo de uno o
más renglones.

Algunas de las matrices obtenidas por eliminación, se muestran enseguida

1 0 0
 (𝑎 1 0), que se obtiene al multiplicar el primer renglón por el escalar 𝑎 y el resultado
0 0 1
sumarlo en el segundo renglón.

27
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
1 0 0
 (0 1 0), que se obtiene al multiplicar el primer renglón por el escalar 𝑎 y el resultado
𝑎 0 1
sumarlo en el tercer renglón.
1 0 0
 (0 1 0), que se obtiene al multiplicar el primer renglón por 𝑎, el segundo renglón por
𝑎 𝑏 1
el escalar 𝑏 y los resultados sumarlos en el tercer renglón.

La multiplicación de una matriz arbitraria 𝐴 por una matriz elemental se conoce

como operación elemental y produce como resultado en la matriz 𝐴 cualquiera de los siguientes:
 Intercambio de filas, (cuando se multiplica la matriz elemental de permutación por A).
 Intercambio de columnas, (cuando se multiplica A por la matriz elemental de
permutación).
 Multiplicación de una línea por una constante distinta de cero, (cuando se multiplica la
matriz elemental de escalamiento por A).
 Multiplicación de una columna por una constante distinta de cero, (cuando se
multiplica A por la matriz elemental de escalamiento).
 Sustituir un renglón por; él mismo más un múltiplo de otro(s) renglón(es), (cuando se
multiplica la matriz elemental de eliminación por A).
 Sustituir una columna por; ella misma más un múltiplo de otra(s) columna(s), (cuando se
multiplica A por la matriz elemental de eliminación).

Definición 2.15
Decimos que una matriz 𝑩 es equivalente a la matriz 𝑨, es decir, 𝑩 ∼ 𝑨 si se puede
obtener 𝑩 a partir de 𝑨, usando una secuencia finita de operaciones elementales.

Ejemplo 31
𝟐 𝟏 𝟏 𝟏 𝟎 𝟎
Multiplicar la matriz 𝑨 = (−𝟏 𝟓 −𝟐) con la matriz elemental (𝟎 𝟏 𝟎) y comentar
𝟒 𝟎 𝟑 𝟐 −𝟑 𝟏
los cambios que sufre la matriz 𝑨.
Ver ejemplo

Ejemplo 32
𝟏 𝟎 𝟎 𝟏 −𝟐 𝟑
Multiplicar la matriz elemental (𝟎 −𝟑 𝟎) con la matriz 𝑨 = (𝟏 𝟏 −𝟒) y comentar
𝟎 𝟎 𝟏 𝟓 −𝟑 𝟑
los cambios que sufre la matriz 𝑨.
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA

28
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
−7 3 1
Sea la matriz 𝐴 = ( 3 −1 5 ).
−2 1 −1
1.- Calcula la transpuesta de la matriz 𝐴
−7 3 1 7 −3 −1
a)( 3 −1 5 ) b)(−3 1 −5)
−2 1 −1 2 −1 1
7 −3 −1 −7 3 −2
c)(−3 1 −5) d)( 3 −1 1 )
2 −1 1 1 5 −1

2.3 Matrices escalonadas y escalonadas reducidas

Una matriz equivalente que resulta muy útil en la solución de problemas asociados a
matrices, es la llamada matriz escalonada.

Definición 2.16
Se dice que una matriz es escalonada, cuando satisface:
 El primer elemento no nulo de cada fila es un 𝟏.
 Si hay filas cuyos elementos son todos cero, están situados en la parte inferior de la
matriz.
 El primer 𝟏 de cada fila está a la derecha de los primeros unos correspondientes a filas
superiores.

Definición 2.17
Si además de los requisitos anteriores, se satisface que el primer elemento no nulo de un
renglón, es el único elemento distinto de cero de la columna donde se encuentra, entonces
decimos que la matriz es escalonada reducida.

Observación

Algunos ejemplos de matrices escalonadas, son las siguientes:

𝟏 𝟎 𝟐 𝟏 𝟒 𝟑 𝟏 𝟑 𝟓
𝐀 = (𝟎 𝟏 𝟏) 𝑩 = (𝟎 𝟏 𝟐) 𝑪 = (𝟎 𝟎 𝟏)
𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎

por otro lado, ejemplos de matrices escalonadas reducidas son los siguientes:

𝟏 𝟎 𝟎 𝟏 𝟎 𝟑 𝟏 𝟎 𝟎
𝑫 = (𝟎 𝟏 𝟎) 𝑬 = (𝟎 𝟏 𝟎) 𝑭 = (𝟎 𝟎 𝟏)
𝟎 𝟎 𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎

29
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

Observación

ACTIVIDAD COMPLEMENTARIA
De las siguientes matrices, ¿cuáles son escalonadas?
1 2 3
1 0
a)( ) b)(0 1 2)
0 −1
0 0 1
−1 0 0 2 0 0 1 1 2 0
c)( 0 5 −7 3) d)(0 1 0) e)(0 0 1)
0 0 0 0 1 0 0 0 0 0

Seleccionar las matrices escalonadas reducidas.

1 0 0 1 0 0
4 0
a)( ) b)(0 1 0) c)(0 0 1)
0 4
0 0 0 0 0 0
0 1 0 1 0 0
d)(1 0 0) e)(0 0 0)
1 0 0 0 1 0

2.3.1 Método de Gauss

El método de Gauss consiste en encontrar una matriz escalonada equivalente a una matriz
dada, mediante la aplicación de operaciones elementales, (multiplicación por matrices
elementales).

Ejemplificaremos el método de Gauss con la matriz

2 1 −4 2
𝐴 = (1 2 2 1)
2 2 −1 1

Paso 1 Consiste en hacer que el primer elemento del primer renglón sea 1 (a este elemento se le
conoce como pivote).

Para esto podríamos multiplicar por ½ este renglón, sin embargo será más fácil 1 2 2 1
(2 1 −4 2)
intercambiar los renglones 1 y 2 para obtener
2 2 −1 1

Paso 2 Debemos de hacer cero los elementos que están por debajo del pivote, esto lo hacemos
cambiando el renglón por una combinación lineal del propio renglón con el primero.

30
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
En este caso el nuevo renglón dos será igual a el propio renglón dos, menos dos 1 2 2 1
veces el renglón uno, denotado por 𝑅2′ = 𝑅2 − 2𝑅1 , para el nuevo renglón tres (0 −3 −8 0 )
0 2 −5 −1
hacemos 𝑅3′ = 𝑅3 − 2𝑅1 .

Paso 3 Ahora se hace que el segundo elemento del segundo renglón (a22)sea igual a 1, (este sera
nuestro nuevo pivote).

1 2 2 1
Para esto el nuevo renglón 2 será 𝑅2′ = −𝑅2 + 𝑅3 , es decir tenemos (0 1 3 −1)
0 −2 −5 −1

Paso 4 Se hace cero los elementos que están por debajo del pivote.

En este caso debemos hacer cero el último elemento de la segunda columna y esto lo 1 2 2 1
(0 1 3 −1)
logramos con la operación 𝑅3′ = 𝑅3 + 2𝑅2
0 0 1 −3

Paso 5 Repetir el proceso hasta lograr que la diagonal principal sea de unos, y los elementos por
debajo de esta diagonal sea cero.

1 2 2 1
En este ejemplo ya hemos acabado pues ya se cumple este paso. (0 1 3 −1)
0 0 1 −3

Las operaciones para hacer cero un elemento deben ser entre el renglón que se quiere
modificar y el que contiene al pivote y debe tener este orden 𝑅𝑛′ = 𝑅𝑛 + 𝑐𝑅𝑝 donde 𝑅𝑝 es el
renglón pivote, si no se sigue este formato, se corre el riesgo de alterar los elementos ya
modificados.

Observación
App

Ejemplo 33
𝟐 𝟖 −𝟐
Considerar la matriz 𝑨 = (𝟒 𝟔 𝟔 ), reducirla a una matriz triangular superior por el
𝟖 𝟑 −𝟏
método de Gauss.
Ver ejemplo

31
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

2.3.2 Método de Gauss-Jordan

El método de Gauss-Jordan es una generalización del proceso de Gauss, y consiste en
encontrar la matriz escalonada reducida de una dada.

Veamos los pasos a seguir de acuerdo a este método. Consideremos la misma matriz

2 1 −4 2
𝐴 = (1 2 2 1)
2 2 −1 1

Paso 1 Consiste en hacer que el primer elemento del primer renglón sea 1 (a este elemento se le
conoce como pivote).

Para esto podríamos multiplicar por ½ este renglón, sin embargo será más fácil 1 2 2 1
(2 1 −4 2)
intercambiar los renglones 1 y 2 para obtener
2 2 −1 1

Paso 2 Debemos de hacer cero los elementos que están por debajo del pivote, esto lo hacemos
cambiando el renglón por una combinación lineal del propio renglón con el primero.

En este caso el nuevo renglón dos será igual a el propio renglón dos, menos dos 1 2 2 1
veces el renglón uno, denotado por 𝑅2′ = 𝑅2 − 2𝑅1 , para el nuevo renglón tres (0 −3 −8 0 )
0 −2 −5 −1
hacemos 𝑅3′ = 𝑅3 − 2𝑅1 .

Paso 3 Ahora se hace que el segundo elemento del segundo renglón (𝑎22 ) sea igual a 1, (este sera
nuestro nuevo pivote).

1 2 2 1
Para esto el nuevo renglón 2 será 𝑅2′ = −𝑅2 + 𝑅3 , es decir tenemos (0 1 3 −1)
0 −2 −5 −1

Paso 4 Se hace cero los elementos que están por debajo y por arriba del pivote.

Para hacer cero el elemento del primer renglón usamos la regla 𝑅1′ = 𝑅1 − 2𝑅2 y 1 0 −4 3
(0 1 3 −1)
para el de la fila 3𝑅3′ = 𝑅3 + 2𝑅2 .
0 0 1 −3

32
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

Paso 5 Repetir el proceso hasta lograr que la diagonal principal sea de unos, y los elementos por
debajo y encima de esta diagonal sea cero.

Observemos que ya hay un uno en la tercer posición de la diagonal, por lo que solo 1 0 0 −9
resta hacer ceros los elementos superiores de éste. Para esto hagamos 𝑅1′ = 𝑅1 + (0 1 0 8)
0 0 1 −3
4𝑅3 y también 𝑅2′ = 𝑅2 − 3𝑅3.

Observación
App

Ejemplo 34
𝟑 −𝟔 −𝟐 𝟒
Sea 𝑩 = (𝟏 −𝟒 𝟐 𝟐), Reducirla a su forma escalonada reducida.
𝟗 𝟓 −𝟏 𝟏
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA
1 2 3 0
Considerar la matriz 𝐴 = ( 2 1 0 −1).
−1 0 2 4
1.- Aplicando el Método de Gauss-Jordan a la matriz dada A, obtener la matriz
escalonada reducida:
8 8 8
1 0 0 3
1 0 0 3
1 0 0 3
19 19 9
a) 0 1 0 −
3
b) 0 1 0 −
3
c) 0 1 0 −
3
10 10 10
0 0 1 0 0 0 0 0 1
( 3 ) ( 3 ) ( 3 )

2.4 Determinante de una matriz

En sus inicios, el determinante se propuso para mostrar la unicidad de la solución para un
sistema de ecuaciones lineales. Fue introducido para el caso de orden 2 como una regla para la
resolución de sistemas de dos ecuaciones con dos incógnitas, la forma de resolver este tipo de
determinante es la siguiente

𝑎11 𝑎12 𝑎11 𝑎12

𝑑𝑒𝑡 (𝑎 𝑎22 ) = |𝑎21 𝑎22 | = 𝑎11 𝑎22 − 𝑎12 𝑎21
21

33
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Para resolver un determinante que corresponde a una matriz cuadrada 𝐴 de orden 𝑛 > 2,
introduciremos primero lo que se conoce como menor complementario relativo al
elemento 𝑎𝑖𝑗 del determinante,

Definición 2.18
Sea 𝑨 una matriz cuadrada de orden 𝒏 y 𝑫 su determinante correspondiente, sea 𝑴𝒊𝒋 el
determinante de orden 𝒏 − 𝟏 obtenido de 𝑫 eliminando el renglón 𝒊 y la columna 𝒋. A 𝑴𝒊𝒋 se
le conoce como el menor complementario 𝒊𝒋 de 𝑫.

Por ejemplo dado un determinante 𝐷 de orden 5, si queremos obtener el

menor 𝑀23 debemos eliminar el renglón 2 y la columna 3 de 𝐷 para formar el nuevo
determinante

𝑎11 𝑎12 𝑎13 𝑎14 𝑎15

𝑎21 𝑎22 𝑎23 𝑎24 𝑎25
𝐷 = ||𝑎31 𝑎32 𝑎33 𝑎34 𝑎35 ||
𝑎41 𝑎42 𝑎43 𝑎44 𝑎45
𝑎51 𝑎52 𝑎53 𝑎54 𝑎55

así obtenemos el menor complementario

𝑎11 𝑎12 𝑎14 𝑎15

𝑎31 𝑎32 𝑎34 𝑎35
𝑀23 = |𝑎 𝑎42 𝑎44 𝑎45 |
41
𝑎51 𝑎52 𝑎54 𝑎55

mientras que para el menor 𝑀14 se elimina renglón 1, columna 4 para que quede

𝑎21 𝑎22 𝑎23 𝑎25

𝑎31 𝑎32 𝑎33 𝑎35
𝐷 = |𝑎 𝑎42 𝑎43 𝑎45 |
41
𝑎51 𝑎52 𝑎53 𝑎55

Observación

Necesitamos también la siguiente

Definición 2.19
Sea 𝑨 una matriz cuadrada de orden 𝒏, el cofactor 𝒊𝒋 de 𝑨, denotado por 𝑨𝒊𝒋 , esta dado por
𝑨𝒊𝒋 = (−𝟏)𝒊+𝒋 (𝑴𝒊𝒋 )

Observación

34
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

Estamos ahora en posibilidades de enunciar el teorema de Laplace que nos servirá para
resolver cualquier determinante de orden 𝑛 > 2, su demostración se realiza haciendo inducción
matemática sobre la dimensión de los determinantes.

Teorema 2.20
Sea 𝑨 una matriz cuadrada de orden 𝒏. Entonces el determinante de 𝑨, denotado
por 𝒅𝒆𝒕(𝑨) o |𝑨|, esta dado por
𝒏

𝒅𝒆𝒕(𝑨) = ∑ 𝒂𝟏𝒌 𝑨𝟏𝒌

𝒌=𝟏

En el teorema se define el determinante mediante cofactores calculados sobre el primer

renglón de la matriz A, sin embargo se puede elegir cualquier renglón o columna.

Este teorema se puede traducir como; para resolver un determinante se elige un renglón
(columna) y se encuentran los menores de este renglón (columna), luego se calculan los cofactores
correspondientes y se multiplican por el elemento que genero el menor, el resultado será la suma
de estos resultados.

Ejemplo 35
𝟑 𝟓 𝟐
Encontrar el determinante de la matriz 𝑨 = ( 𝟒 𝟎 𝟑).
−𝟏 𝟐 𝟒
Ver ejemplo

Observación

En base a la observación anterior podemos afirmar que el determinante de una matriz

triangular (superior o inferir) es igual a la multiplicación de los elementos de su diagonal.

Ejemplo 36
𝟑 𝟓 𝟖
Calcular el determinante de 𝑨 = (𝟎 −𝟏 𝟎).
𝟎 𝟎 𝟒
Ver ejemplo

Dados las matrices 𝐴 y 𝐵 de orden 𝑛, se cumplen las siguientes propiedades para sus
determinantes
D1. 𝐷𝑒𝑡(𝐴𝐵) = (𝑑𝑒𝑡(𝐴))(𝑑𝑒𝑡(𝐵)), es decir, el determinante del producto es el producto de los
determinantes.
D2. Una matriz y su transpuesta tienen el mismo determinante.

35
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
D3. Si cualquier renglón o columna de una matriz 𝐴 esta compuesto de ceros, entonces det(𝐴) =
0.
D4. Si 𝐴 tiene dos renglones o columnas iguales, entonces det(𝐴) = 0.
D5. Si un renglón (columna) de 𝐴 es combinación lineal de otros renglones (columnas)
entonces det(𝐴) = 0.
D6. Si el renglón 𝑖 o la columna 𝑗 de 𝐴 se multiplica por un escalar 𝑐, entonces el determinante de
esta nueva matriz es igual a 𝑐(det(𝐴)).
D7. El intercambio de cualesquiera dos renglones (o columnas) distintos de 𝐴 tiene el efecto de
multiplicar el det(𝐴) por −1.
D8. Si se suma un múltiplo escalar de un renglón (columna) a otro renglón (columna) el
determinante no cambia.

Observación

Ejemplo 37
Utilice las propiedades anteriores para calcular el determinante
𝟎 𝟑 𝟎 𝟐
−𝟐 𝟎 𝟑 𝟎
𝒅𝒆𝒕(𝑩) = ( )
𝟎 𝟏 𝟎 𝟔
𝟑 𝟎 𝟒 𝟎
Ver ejemplo

Ejemplo 38
𝟏 𝟑 −𝟐 𝟐
𝟎 −𝟏 𝟏 −𝟑
Calcular el determinante de (𝑩) = ( ).
𝟐 𝟏 𝟏 𝟐
𝟑 𝟐 𝟏 𝟒
Ver ejemplo

Una forma de simplificar el cálculo de un determinante es usar los métodos de reducción

de Gauss o Gauss-Jordan ya que por las propiedades D7 y D8, el resultado se ve afectado a lo más
por un signo.

ACTIVIDAD COMPLEMENTARIA
1.- Encuentra el valor para el determinante de la matriz
1 2 3 2
2 1 0 −1
𝐵=( )
1 0 −1 3
0 0 1 2

2.- Entra al foro y comenta que renglón o columna usaste para resolver el determinante, además
explica por qué crees que fue el más conveniente.

36
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

3.- Se tiene una matriz 𝐵 de 3 × 3, y se sabe que 𝑑𝑒𝑡(𝐵) = 6, usa la propiedad D6 para indicar el
valor 𝑑𝑒𝑡(4𝐵)
a)24 b)72 c)384

2.5 Inversa de una matriz

Dado que no puede definirse la división entre matrices, nos interesa averiguar si existe una
alternativa, puesto que necesitaremos despejar éstas al resolver ecuaciones matriciales. Para
matrices que reúnen ciertas características, tal alternativa existe y consiste en hallar la matriz
inversa de la matriz dada.

Definición 2.21
Sean 𝑨 y 𝑩 dos matrices de 𝒏 × 𝒏, suponga que
𝑨𝑩 = 𝑩𝑨 = 𝑰
entonces a 𝑩 se le llama matriz inversa de 𝑨 y se denota como 𝑨−𝟏 . Si una matriz tiene
inversa, se dice que es invertible.

Observación

Para saber si una matriz tiene inversa, tenemos el siguiente resultado

Proposición 2.22
Una matriz 𝑨 es invertible si y solo si 𝒅𝒆𝒕(𝑨) ≠ 𝟎.

Ejemplo 39
𝟏 𝟎 𝟏
Determinar si la matriz 𝑩 = (𝟐 𝟏 𝟏) es invertible.
𝟏 𝟏 𝟎
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA
0 1 −1 1 −2 −1
1.- Dadas las matrices 𝐴 = (−1 0 −1) y 𝐵 = ( 0 1 1 ) calcula el producto entre ellas.
1 1 1 −1 1 0
¿Cuál enunciado es correcto?
a)𝐴 y 𝐵 son inversos b) 𝐴 y 𝐵 no son inversos

1
3√3 −2
2
2.- Considere la matriz 𝐶 = ( 0 −42 35). ¿Cuales de los siguientes enunciados se cumplen?
6√3 −4 1
a)Es singular b)Su determinante es cero c)Es invertible

37
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

2.5.1 Inversa de una matriz cuadrada a través de la adjunta

Recordemos que en la definición (2.19) se introdujo la forma de calcular el cofactor
relativo a un elemento 𝑎𝑖𝑗 llamado 𝐴𝑖𝑗 para una matriz 𝐴 de orden 𝑛. Si calculamos el cofactor
para cada uno de los elementos de la matriz 𝐴 obtenemos lo que se conoce como matriz de
cofactores de 𝐴 y es de la forma
𝐴11 𝐴12 ⋯ 𝐴1𝑛
𝐴 𝐴22 ⋯ 𝐴2𝑛
𝐵 = ( 21 )
⋮ ⋮ ⋱ ⋮
𝐴𝑛1 𝐴𝑛2 ⋯ 𝐴𝑛𝑛

En la definición (2.11) se dijo que la transpuesta de una matriz consiste en intercambiar

renglones por columnas, de acuerdo a esto damos la siguiente

Definición 2.23
Sea 𝑨 una matriz de 𝒏 × 𝒏 y sea 𝑩 la matriz de cofactores de 𝑨. Entonces la adjunta de 𝑨 es la
transpuesta de la matriz 𝑩 de 𝒏 × 𝒏, es decir:
𝑨𝟏𝟏 𝑨𝟐𝟏 ⋯ 𝑨𝒏𝟏
𝑨 𝑨𝟐𝟐 ⋯ 𝑨𝒏𝟐
𝒂𝒅𝒋(𝑨) = 𝑩𝒕 = ( 𝟏𝟐 )
⋮ ⋮ ⋱ ⋮
𝑨𝟏𝒏 𝑨𝟐𝒏 ⋯ 𝑨𝒏𝒏

Así, la matriz inversa se puede calcular utilizando el teorema mostrado a continuación.

Teorema 2.24
Sea 𝑨 una matriz de 𝒏 × 𝒏. Entonces 𝑨 es invertible si y solo si 𝒅𝒆𝒕(𝑨) ≠ 𝟎 y además
𝟏
𝑨−𝟏 = 𝒂𝒅𝒋(𝑨)
𝒅𝒆𝒕(𝑨)

Otro teorema útil es el siguiente.

Teorema 2.25
Si 𝑨 es invertible, entonces 𝒅𝒆𝒕(𝑨) ≠ 𝟎 y
𝟏
𝒅𝒆𝒕(𝑨−𝟏 ) =
𝒅𝒆𝒕(𝑨)

Ejemplo 40
𝟐 𝟓 𝟎
Verificar si la matriz 𝑨 = ( 𝟑 𝟔 𝟔 ) tiene inversa, en caso afirmativo calcular su inversa.
−𝟔 𝟒 −𝟏
Ver ejemplo

38
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
2.5.2 Inversa de una matriz usando el método de Gauss-Jordan
Se puede calcular la inversa de una matriz por medio de operaciones elementales; es decir
intercambiando renglones, multiplicando un renglón por un escalar y mediante la suma de
renglones.

A este método se le conoce como método de Gauss-Jordan y consiste en los siguiente.

𝐴11 𝐴12 ⋯ 𝐴1𝑛

𝐴 𝐴22 ⋯ 𝐴2𝑛
Sea 𝐴 = ( 21 ) una matriz invertible de orden 𝑛.
⋮ ⋮ ⋱ ⋮
𝐴𝑛1 𝐴𝑛2 ⋯ 𝐴𝑛𝑛

Paso 1 Se le agrega la matriz identidad de orden 𝑛 para formar una matriz de orden 𝑛 × 2𝑛, a ésta
matriz se le conoce como matriz aumentada

𝐴11 𝐴12 ⋯ 𝐴1𝑛 | 1 0 ⋯ 0

𝐴21 𝐴22 ⋯ 𝐴2𝑛 | 0 1 ⋯ 0
( )
⋮ ⋮ ⋱ ⋮ | ⋮ ⋮ ⋱ ⋮
𝐴𝑛1 𝐴𝑛2 ⋯ 𝐴𝑛𝑛 | 0 0 ⋯ 1

Paso 2 Se lleva la matriz 𝐴 hasta la matriz diagonal mediante el algoritmo de Gauss-Jordan (ver
sección 2.3.2), afectando todo el renglón.

1 0 ⋯ 0 | 𝐵11 𝐵12 ⋯ 𝐵1𝑛

0 1 ⋯ 0 | 𝐵21 𝐵22 ⋯ 𝐵2𝑛
( )
⋮ ⋮ ⋱ ⋮ | ⋮ ⋮ ⋱ ⋮
0 0 ⋯ 1 | 𝐵𝑛1 𝐵𝑛2 ⋯ 𝐵𝑛𝑛

Paso 3 La matriz aumentada que queda después del proceso, será la inversa de la matriz 𝐴.

𝐵11 𝐵12 ⋯ 𝐵1𝑛

𝐵21 𝐵22 ⋯ 𝐵2𝑛
𝐴−1 =( )
⋮ ⋮ ⋱ ⋮
𝐵𝑛1 𝐵𝑛2 ⋯ 𝐵𝑛𝑛

Ejemplo 41
𝟐 𝟒 𝟑
Calcular la inversa de la matriz. 𝑩 = (𝟎 𝟏 −𝟏)
𝟑 𝟓 𝟕
Ver ejemplo

App

39
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
ACTIVIDAD COMPLEMENTARIA
−2 1 −3
Dada la matriz 𝐷 = ( 1 0 1 ).
3 −1 1
1.- Calcula 𝐷 −1
1 2 1 1 2 1 1 2 1
−3 −3 −3 3 3 3 3 3 3
2 7 1 2 7 1 1 7 1
a) − 3 − 3 b) −3 c) 3
−3 −3
3 3 3
1 1 1 1 1 1 2 1 3
− − − − −
( 3 3 3 ) ( 3 3 3) ( 3 3 3)

40
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
3 Sistemas de ecuaciones lineales
3.1 Sistemas de ecuaciones lineales
Consideremos el siguiente sistema de 𝑛 ecuaciones lineales con 𝑛 incógnitas 𝑥𝑖 , 𝑖 =
1, … , 𝑛 tales que:

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎 𝑥 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
{ 21 1
⋮
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

donde 𝑎𝑖𝑗 , 𝑏𝑖 son números reales.

Una solución del sistema, está compuesta de n-valores correspondientes a las

variables 𝑥1 , 𝑥2 … 𝑥𝑛 de tal forma que se satisfagan las n-ecuaciones simultáneamente.
Dependiendo de los valores de las constantes 𝑎𝑖𝑗 el sistema puede; no tener solución, tener solución
única o tener una cantidad infinita de soluciones, para identificar el tipo de soluciones nos
ayudaremos de determinantes.

Definición 3.1
El determinante principal de un sistema, está formado por los coeficientes de las variables en
ese mismo orden, es decir el determinante principal del sistema (2.6.1) es
𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒏
𝒂𝟐𝟏 𝒂𝟐𝟐 ⋯ 𝒂𝟐𝒏
𝚫=| ⋮ ⋮ ⋱ ⋮ |
𝒂𝒏𝟏 𝒂𝒏𝟐 ⋯ 𝒂𝒏𝒏

Teorema 3.2
Un sistema de ecuaciones con coeficientes en los reales, cumple una de las siguientes
afirmaciones
 Tiene solución única si y solo si 𝚫 ≠ 𝟎
 No tiene solución o tiene una cantidad infinita de soluciones si y solo si 𝚫 = 𝟎

Observación

Ejemplo 42
Indique que tipo de solución tiene el sistema:
𝟑𝒙 + 𝟐𝒚 − 𝒛 = 𝟒
{−𝒙 + 𝟏𝟎𝒚 − 𝟕𝒛 = 𝟐
𝟐𝒙 − 𝟒𝒚 + 𝟑𝒛 = 𝟓
Ver ejemplo

41
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

Ejemplo 43
Indique que tipo de solución tiene el sistema:
𝒙 + 𝟐𝒚 − 𝟑𝒛 = −𝟒
{ 𝟐𝒙 + 𝒚 + 𝒛 = 𝟕
𝟑𝒙 − 𝟒𝒚 + 𝒛 = −𝟐
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA
Considerar el sistema de ecuaciones:

𝑥 + 2𝑦 − 3𝑧 = −4
{ 2𝑥 + 𝑦 + 𝑧 = 7
3𝑥 − 4𝑦 + 𝑧 = −2
1.- Indicar el tipo de solución de este sistema.
a) Tiene solución única
b) No tiene solución o tiene infinidad de soluciones

Acceder al foro de este curso y discutir lo que ocurre (con la solución) cuando el determinante
principal de un sistema de ecuaciones es nulo, es decir, es cero.

3.1.1 Interpretación geométrica

Para analizar lo que representa geometricamente un sistema de ecuaciones, debemos separar
por la dimensión del mismo, el caso más comun es el de 2 y 3dimensiones.

Dos dimensiones.

En los sistemas de 2 ecuaciones con dos incógnitas cada una de las ecuaciones representa una
línea recta, y de acuerdo al tipo de solución que tenga podemos distinguir los siguientes casos
1. El sistema tiene solución única, entonces las rectas no son paralelas y se interceptan en un solo
punto.
2. Si el sistema no tiene solución, entonces las rectas son paralelas.
3. Si el sistema tiene soluciones infinitas, decimos que las rectas coinciden o que esta una encima de
la otra.

42
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

(a) Solución única (b) Sin solución (c) Infinidad de soluciones

Figura 3.1.1: Tipos de solución gráficos en el plano

Tres dimensiones.

Para el caso de sistemas de 3 ecuaciones con 3 incognitas, cada una de las ecuaciones
representa un plano en el espacio, nuevamente de acuerdo al tipo de solución que se tenga
podemos distinguir los siguientes casos;
1. Los tres planos se interceptan en un solo punto, entonces el sistema tiene solución única.
2. Los tres planos se interceptan en una misma recta, entonces cada punto sobre la recta es solución
y el sistema tiene infinidad de soluciones.
3. Los tres planos coinciden, el sistema tiene una cantidad infinita de soluciones.
4. Dos de los planos coinciden y se interceptan con el tercero en una recta, entonces la recta es
solución del sistema y tiene solución infinita.
5. Al menos dos de los planos son paralelos, entonces el sistema no tiene solución.
6. Dos de los planos coinciden en una recta 𝐿, el tercer plano es paralelo a 𝐿 y no la contiene, entonces
el sistema no tiene solución.

(a) Solución única (b) Infinidad de soluciones (c) Infinidad de soluciones

43
 Curso de Algebra Lineal Ing. Christian Castro Cháirez

(d) Infinidad de soluciones (e) Sin solución (f) Sin solución

Figura 3.1.2: Tipos de solución gráficos en el espacio

Dentro del contexto de sistemas de ecuaciones se maneja la siguiente notación.

Definición 3.3
Dado un sistema de ecuaciones lineales 𝒏−dimensional;
 Se dice que el sistema es inconsistente si no tiene solución.
 Se dice que un sistema que tiene al menos una solución es consistente.
 Un sistema es homogéneo si todas las ecuaciones están igualadas a cero.

Es imposible que un sistema de ecuaciones homogéneo no tenga solución, pues 𝑥𝑖 =

0 siempre es solución, por lo que si su determinante principal es distinto de cero, el sistema tendrá
solución única y será 𝑥𝑖 = 0, en caso contrario tendrá infinidad de soluciones.

ACTIVIDAD COMPLEMENTARIA
Ingresar al foro del curso y discutir los casos mencionados en la interpretación geométrica de los
sistemas y sus soluciones.

3.1.2 Solución de sistemas de ecuaciones por medio de matrices y

determinantes
Existen diferentes formas de encontrar la solución a sistemas de ecuaciones lineales, aquí
abordaremos solo tres que son las más comunes; eliminación Gaussiana, de Gauss-Jordan y Regla
de Cramer, para esto definiremos antes otro tipo de matriz relacionada con el sistema.

Definición 3.4

44
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Dado el sistema de ecuaciones (3.1.1), se conoce como matriz aumentada a la matriz de
coeficientes más el vector solución del sistema, en la forma:
𝒂𝟏𝟏 𝒂𝟏𝟐 ⋯ 𝒂𝟏𝒏 | 𝒃𝟏
𝒂 𝒂𝟐𝟐 ⋯ 𝒂𝟐𝒏 | 𝒃𝟐
( 𝟐𝟏 )
⋮ ⋮ ⋱ ⋮ | ⋮
𝒂𝒏𝟏 𝒂𝒏𝟐 ⋯ 𝒂𝒏𝒏 | 𝒃𝒏

3.1.2.1 Eliminación Gaussiana

Como ya se vio en la sección (2.3.1), el método de Gauss puede transformar la matriz de
coeficientes en una matriz reducida equivalente, es decir, que conserva las propiedades matriciales.

Para resolver un sistema de ecuaciones por Eliminación Gaussiana se realizan los siguientes
pasos;
1. Se escribe la matriz aumentada correspondiente al sistema que se quiere resolver.
2. Se transforma la matriz aumentada hasta una triangular superior (considerando la matriz de
coeficientes), donde cada operación que se efectué a un renglón, ésta se hace incluyendo el
correspondiente elemento de la columna aumentada.
3. Una vez que se obtiene la matriz triangular superior, se reescribe el sistema con sus nuevos
coeficientes.
4. Se resuelve el nuevo sistema por métodos algebraicos (los valores obtenidos al resolver este nuevo
sistema, serán los valores solución del sistema original).

Ejemplo 44
𝟐𝒙 + 𝟒𝒚 + 𝟔𝒛 = 𝟏𝟖
Resolver el sistema {𝟒𝒙 + 𝟓𝒚 − 𝟔𝒛 = 𝟐𝟒, mediante eliminación Gaussiana.
𝟑𝒙 + 𝒚 − 𝟐𝒛 = 𝟒
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA
−𝑥 + 4𝑦 − 3𝑧 = −3
La solución del sistema de ecuaciones { 5𝑥 − 2𝑦 + 𝑧 = 6 , empleando eliminación
8𝑥 + 𝑦 − 𝑧 = 0
gaussiana, es:
1 37 45 1 37 45
a)𝑥 = − 4, 𝑦 = 4 , 𝑧 = 4 b) 𝑥 = 4, 𝑦 = − 4 , 𝑧 = − 4
1 37 45 1 37 45
c) 𝑥 = − 4, 𝑦 = 4
,𝑧= − 4
d) 𝑥 = 4, 𝑦 = 4
,𝑧 = 4
1 37 45
e) 𝑥 = − 4, 𝑦 = − 4,𝑧 =− 4

45
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
3.1.2.2 Eliminación de Gauss-Jordan
Este método es similar al anterior, solo que ahora se reduce la matriz de coeficientes, hasta
llevarla a una matriz identidad, donde la solución se obtiene directamente.

Ejemplo 45
𝟐𝒙 + 𝟒𝒚 + 𝟔𝒛 = 𝟏𝟖
Resolver el sistema {𝟒𝒙 + 𝟓𝒚 − 𝟔𝒛 = 𝟐𝟒, mediante el método de Gauss-Jordan.
𝟑𝒙 + 𝒚 − 𝟐𝒛 = 𝟒
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA.
−𝑥 + 𝑦 − 3𝑧 = −1
Resolver el sistema de ecuaciones { 3𝑥 − 𝑦 + 𝑧 = 5 , utilizando la eliminación de Gauss-
𝑥 − 𝑦 + 2𝑧 = 2
Jordan.
a) 𝑥 = 1, 𝑦 = 3, 𝑧 = 1 b) 𝑥 = −1, 𝑦 = −3, 𝑧 = −1 c) 𝑥 = 1, 𝑦 = −3, 𝑧 = −1

3.1.2.3 Regla de Cramer

Para resolver un sistema de ecuaciones mediante la regla de Cramer se realizan los siguientes
pasos:

1. Se resuelve el determinante principal (determinante correspondiente a la matriz asociada), si éste

es cero no se puede hacer nada, si es distinto de cero, continuamos.
2. Se construyen los determinantes Δ𝑥𝑖 que consisten en sustituir la columna de coeficientes de la
incógnita 𝑥𝑖 por la columna de soluciones, sin modificar la posición donde se encuentra.
Δ𝑥𝑖
3. Se usa la siguiente fórmula para encontrar los valores de las incógnitas 𝑥𝑖 = .
Δ

Ejemplo 46
𝟐𝒙 + 𝟒𝒚 + 𝟔𝒛 = 𝟏𝟖
Resolver el sistema {𝟒𝒙 + 𝟓𝒚 − 𝟔𝒛 = 𝟐𝟒, mediante regla de Cramer.
𝟑𝒙 + 𝒚 − 𝟐𝒛 = 𝟒
Ver ejemplo

ACTIVIDAD COMPLEMENTARIA
Aplicar el Método de Cramer para hallar la solución del sistema de ecuaciones
−2𝑥 − 𝑦 + 𝑧 = 1
{𝑥 − 2𝑦 − 𝑧 = −4
𝑥 − 3𝑦 + 𝑧 = −1
a) 𝑥 = 0, 𝑦 = 1, 𝑧 = 2 b) 𝑥 = 0, 𝑦 = −1, 𝑧 = −2 c) 𝑥 = 1, 𝑦 = 0, 𝑧 = −2

46
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
Examen
4𝑖 8+2𝑖
1. Realiza la operación (− 2+𝑖) ( 3−𝑖 ) y selecciona la respuesta correcta
12 116 44 108 12 44 108
a) 25 − 25
𝑖 b) 25 + 25
𝑖 c) 4 − 5
𝑖 d) − 25 + 25
𝑖

3𝜋
( )𝑖
2.- Encontrar la forma cartesiana del número complejo 𝑧 = √2𝑒 4

1 1 1 1 1
a) −1 + 𝑖 b) c) + 𝑖 d) − + 𝑖
√2 √2 √2 √2 √2

3.- De las siguientes opciones, selecciona todas las que corresponden a una raíz cuarta de 𝑧 = 𝑖
𝜋 𝜋 𝜋 𝜋
a) cos ( 4 ) + 𝑖 sin ( 4 ) b) cos ( 8 ) + 𝑖 sin ( 8 )
13𝜋 13𝜋 5𝜋 5𝜋
c) cos ( 8
)+ 𝑖 sin ( 8
) d) cos ( 4 ) + 𝑖 sin ( 4 )

4.- De las siguientes opciones, selecciona todas las que corresponden a una raíz cúbica de 𝑧 =
(−1 + 𝑖)
1 1
𝜋 𝜋 5𝜋 5𝜋
a) 26 (cos ( 4 ) + 𝑖 sin ( 4 )) b) 26 (cos ( 12 ) + 𝑖 sin ( 12 ))
1 1
11𝜋 11𝜋 19𝜋 19𝜋
c) 26 (cos ( )+ 𝑖 sin ( )) c) 26 (cos ( )+ 𝑖 sin ( ))
12 12 12 12

2 1 0 1 2 −8
5.- Encontrar el resultado de la siguiente multiplicación de matrices (3 −4 5), (1 3 −1)
2 7 1 1 −4 −2
3 7 17 3 7 17
a) ( 4 −26 −30) b) ( 4 −26 −30)
10 21 −25 −10 −21 −25
3 7 17 3 7 −17
c) ( 4 −26 −30) d) ( 4 −26 −30)
−10 21 −25 10 21 −25

2 0 0 0
0 0 3 0
6.- Calcular el determinante de 𝐴 = ( )
0 −1 0 0
0 0 0 4
a) det(𝐴) = 1 b) det(𝐴) = 0 c) det(𝐴) = 24 d) det(𝐴) = 12

7.- Sean 𝐴 y 𝐵 matrices de orden 3, de tal forma que 𝑑𝑒𝑡(𝐴) = 2 y 𝑑𝑒𝑡(𝐵) = 3 calcular:
1) 𝑑𝑒𝑡(𝐴𝐵)
a) No se puede saber, faltan datos b) det(𝐴𝐵) = 5 c) det(𝐴𝐵) = 6

2) 𝑑𝑒𝑡(𝐴 + 𝐵)
a) No se puede saber, faltan datos b) det(𝐴 + 𝐵) = 5 c) det(𝐴 + 𝐵) = 6

47
 Curso de Algebra Lineal Ing. Christian Castro Cháirez
2 −1 0
8.- Calcular la inversa de la matriz 𝐵 = (−1 3 2)
1 −2 −1
2 −2 −4 1/2 −1/2 −1
a) 𝐵−1 = ( 2 −4 −8) b) 𝐵−1 = ( 1/2 −1 −2 )
−2 6 10 −1/2 3/2 5/2
1 −1 −2 −1 −1 −2
c) 𝐵−1 = ( 1 −2 −4) c) 𝐵−1 = (−1 −2 −4)
−1 3 5 1 −3 −5

𝑥 − 3𝑦 = 4
9.- Resuelve el sistema {
−4𝑥 + 2𝑦 = 6
2 1 13 11 13 11
a) 𝑥 = − 5, 𝑦 = − 5 b) 𝑥 = − 5
,𝑦 =− 5
c)𝑥 = 5
,𝑦 = 5

2𝑥 + 3𝑦 − 2𝑧 = 4
10.- Resuelve el sistema{ 3𝑦 + 3𝑧 = 2
−4𝑥 − 5𝑦 = 4
44 14 34
a) 𝑥 = − 3
, 𝑦 = 15, 𝑧 = − 15
b) 𝑥 = −3, 𝑦 = 2, 𝑧 = −5
14 44 34
c) 𝑥 = − , 𝑦= ,𝑧 =−
3 15 15

48