Álgebra lineal

Unidad 1, 2 y 3
Programa desarrollado

Programa desarrollado
Segundo cuatrimestre

Programa de la asignatura:
Álgebra lineal

Clave: 230910205
190910205
170910205

ESAD

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 1

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Índice

Página
I. Información general de la asignatura 3
a. Ficha de identificación
b. Descripción
c. Propósito
II. Competencias a desarrollar 5
III. Temario 6
IV. Metodología de trabajo 8
V. Evaluación 9
VI. Material de apoyo 10
VII. Desarrollo de contenidos por unidad 10
a. Unidad 1 11
b. Unidad 2 47
c. Unidad 3 92
VIII. Calendario de actividades 137
IX. Anexos 138
a. Unidad 1 140
b. Unidad 2 145
c. Unidad 3 148

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 2

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

I. Información general de la asignatura

A. Ficha de identificación

Nombre de la Familia Ambientales

Licenciatura o
Ingeniería:
Nombre del curso o Álgebra lineal
asignatura
Clave de asignatura: 230910205
190910205
170910205
Seriación:
Cuatrimestre: Segundo
Horas contempladas: 72 horas

B. Descripción

Álgebra lineal es una de las tantas ramas de las matemáticas que se basa en el estudio de los siguientes
conceptos: vectores, matrices, sistemas de ecuaciones lineales, así como de los espacios vectoriales y
transformaciones. Te proporcionará las herramientas para la resolución de problemas en áreas diversas
dentro y fuera de las matemáticas, por ejemplo, en el análisis funcional, ecuaciones diferenciales,
investigación de operaciones, gráficas por computadora y las diversas áreas de estudio de la ingeniería.

La asignatura de Álgebra lineal se aborda en el cuatrimestre II de la Ingeniería en Biotecnología, en

Energías renovables y Tecnología ambiental. También se aplicará en materias como cálculo diferencial,
cálculo integral, métodos numéricos, variable compleja y cálculo multivariado. Por ejemplo, los sistemas de
ecuaciones aparecen en cálculo, ya sea real o complejo y de una o diversas variables, cuando deseas
saber las intersecciones de funciones o la integral de ciertas funciones. Las funciones de diversas variables
pueden ser vistas como vectores; otra aplicación de matrices y de sistemas de ecuaciones la encontrarás
en métodos numéricos, por ejemplo, si pretendes realizar una maximización de producciones o una
minimización de gastos.

Mediante el estudio del álgebra lineal podrás adquirir la capacidad de abstracción y formalización de ideas
matemáticas, así como la comprensión de la relación entre el álgebra lineal, la geometría y el manejo de
técnicas de cálculo, a través del planteamiento y análisis de conceptos y problemas específicos del álgebra
lineal, ejemplificándolos mediante los procedimientos de sistemas ya conocidos y/o estableciendo métodos

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 3

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

y algoritmos para su solución y obtener así los elementos que te permitieron fundamentar lo empleado en el
análisis y solución de problemas bajo un razonamiento lógico y aplicarlo en tu ámbito profesional.
Hay una gran cantidad de ejemplos de aplicaciones y relaciones entre el álgebra lineal y otras áreas de la
matemática. De modo que sólo hablaremos de algunas. En geometría verás que las transformaciones
rígidas del espacio pueden representarse por medio de matrices y vectores, o bien, utilizarás vectores
directores para definir rectas y planos en el espacio tridimensional. En cálculo de varias variables,
descubrirás que es más fácil representar unas funciones por medio de vectores y utilizarás vectores y
matrices para derivar e integrar las funciones.

C. Propósito

La asignatura álgebra lineal es la columna vertebral de las matemáticas.

• El estudio de la asignatura te ayudará a plantear y resolver problemas matemáticos, así como modelos
que te permitan interpretar lo que sucede con las variables en juego para dar respuesta a las situaciones
que surjan en las empresas u organizaciones.

II. Competencia(s) a desarrollar

Competencia general

• Utiliza principios del álgebra lineal mediante la transformación de los elementos en vectores y
matrices para la resolución de problemas en su ámbito profesional.

Competencias específicas

• Utiliza vectores para resolver problemas de distintas áreas mediante el álgebra vectorial.
• Emplea matrices para resolver problemas de distintas áreas mediante diferentes métodos de
solución de sistemas de ecuaciones lineales.
• Utiliza los determinantes para resolver problemas de diversas áreas por medio de la regla de
Cramer.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 4

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

III. Temario

1. Álgebra lineal
1.1. Historia del álgebra lineal
1.2. Vectores
1.2.1. Conceptos básicos
1.2.2. Magnitud y dirección de un vector
1.2.3. Vectores en el plano y en el espacio
1.2.4. Vectores unitarios
1.2.5. Componentes de un vector: horizontal y vertical
1.2.6 Igualdad de vectores
1.3. Operaciones con vectores
1.3.1. Multiplicación de un escalar por un vector
1.3.2. Propiedades del producto de un vector por un escalar
1.3.3. Suma de vectores
1.3.4. Resta de vectores
1.4. Productos vectoriales
1.4.1. Producto punto
1.4.2. Condición de perpendicularidad
1.4.3. Propiedades del producto punto
1.4.4. Aplicaciones del producto punto
1.4.5. Producto cruz

1.5. Triples productos

1.5.1. Triple producto escalar
1.5.2. Triple producto vectorial
2. Matrices
2.1. Introducción a matrices
2.1.1. Renglones y columnas
2.1.2. Notación y clasificación
2.2. Operaciones con matrices
2.2.1. Suma y resta de matrices
2.2.2. Producto de un escalar por una matriz
2.2.3. Producto matricial
2.3. Representación matricial
2.3.1. Matriz principal y matriz ampliada
2.3.2. Representación matricial de un sistema de ecuaciones lineales
2.4. Operaciones elementales de renglón
2.4.1. Aplicación de las operaciones elementales de renglón a una matriz
2.4.2. Matriz inversa mediante operaciones de renglón

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 5

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

2.5. Solución de sistemas lineales

2.5.1. Método de eliminación de Gauss
2.5.2. Método de Gauss-Jordan
Unidad 3. Determinantes
3.1. Bases de los determinantes
3.1.1. Introducción a los determinantes
3.1.2. Menores y cofactores de un determinante
3.1.3. Propiedades de los determinantes
3.2. Solución de sistemas lineales por determinantes
3.2.1. Regla de Cramer
3.3. Ejemplos de aplicación
3.3.1. Aplicación de matrices
3.3.2. Aplicación de sistemas de ecuaciones

IV. Metodología de trabajo

Para la asignatura de Álgebra lineal se utilizará como metodología de trabajo el aprendizaje basado en
problemas, en la que a menudo te enfrentarás a situaciones que deberás resolver a partir de lo que has
aprendido en la asignatura.

Es importante mencionar que para el logro de la competencia es fundamental seguir el cumplimiento cabal
de cada una de las actividades planteadas, la ejercitación de procedimientos matemáticos o ejercicios
prácticos, así como el constante estudio de los conceptos que forman parte de la asignatura. La finalidad
de esta asignatura no sólo es conceptual, si no que la información sea utilizada o aplicada para la solución
de problemas. A continuación, se describen de forma general las estrategias metodológicas de enseñanza-
aprendizaje.

En cada una de las unidades que integran la asignatura, deberás llevar a cabo la elaboración de diferentes
actividades como pueden ser, rueda de atributos, cadena de secuencias o ejercicios prácticos, actividades
en las que utilizarán el foro, el blog; dichas actividades son formativas y debes subirlas a la herramienta de
tareas.

Al final de cada unidad entregarás una evidencia de aprendizaje sumativa y que formará parte del portafolio
de evidencias. Es importante tener claro que tanto actividades formativas como sumativas deberán ser
retroalimentadas por tu Facilitador (a).

V. Evaluación

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 6

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

En el marco del Programa de la ESAD, la evaluación se conceptualiza como un proceso participativo,

sistemático y ordenado que inicia desde el momento en que el estudiante ingresa al aula virtual, por lo que
se le considera desde un enfoque integral y continuo.

Por lo anterior, para aprobar la asignatura de Álgebra lineal se espera la participación responsable y activa
del estudiante, así como una comunicación estrecha con su Facilitador(a) para que pueda evaluar
objetivamente su desempeño, para lo cual es necesaria la recolección de evidencias que permitan apreciar
el proceso de aprendizaje de contenidos: declarativos, procedimentales y actitudinales.

En este contexto la evaluación es parte del proceso de aprendizaje en el que la retroalimentación

permanente es fundamental para promover el aprendizaje significativo y reconocer el esfuerzo. Es requisito
indispensable la entrega oportuna de cada una de las tareas, actividades y evidencias así como la
participación en foros, wikis, blogs y demás actividades programadas en cada una de las unidades dentro
del tiempo especificado y conforme a las indicaciones dadas. La calificación se asignará de acuerdo con la
rúbrica establecida para cada actividad, por lo que es importante que el estudiante la revise antes de
realizar la actividad correspondiente.

A continuación, presentamos el esquema general de evaluación.

RECURSOS Y HERRAMIENTAS VALOR

Actividades formativas (Envíos a taller y tareas). 20%
Interacción en el aula y trabajo colaborativo (foro, blog, 20%
wiki, base de datos).
Autoevaluaciones de unidad. 20%
E-Portafolio. Evidencias de aprendizaje. 40%

Cabe señalar que para aprobar la asignatura, se debe de obtener la calificación mínima indicada por la
ESAD.

VI. Materiales de apoyo

Bibliografía básica:

• Del Valle, Juan C. (2009).Álgebra lineal y sus aplicaciones. México: Mc Graw Hill Interamericana.

• Lay, D. C. (2007). Álgebra lineal y sus aplicaciones. México: Pearson Educación.

• Friedberg, Stephen, et. al (2007). Álgebra lineal. Estados Unidos: Illinois State University: Prentice.

• Stanley I, Grossman (2008). Álgebra lineal. México: Mc Graw Hill.

Bibliografía complementaria:
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 7
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

• Bernard Kolman, David R. Hill (2006). Álgebra lineal. México, Pearson Educación.

• Corcobado, J. L. y Marijuán, J. Matemáticas I. Consultado en:

http://www.sectormatematica.cl/libros.htm.

• Marsden, Jerrold y Tromba, Anthony (1991). Cálculo vectorial. Estados Unidos: Addison-Wesley
Iberoamericana.

• Williams, G. (2004). Álgebra lineal con aplicaciones. México: Mc Graw Hill. Kolman, B. y Hill.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 8

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

VII. Desarrollo de contenidos por unidad

Unidad 1. Álgebra lineal

Propósito

• En esta unidad podrás identificar los aspectos históricos que permitieron el desarrollo del álgebra lineal,
así como representar los vectores en el plano y en el espacio para resolver problemas matemáticos por
medio de los productos vectoriales.

Competencia específica
• Calcula el producto punto y cruz para resolver problemas matemáticos por medio de las propiedades
de ambos productos.

Presentación de la unidad
El álgebra lineal tiene un enfoque amplio, ya que se encarga del estudio de conceptos tales como vectores,
matrices y sistemas de ecuaciones lineales. De manera más formal podemos decir que estudia los espacios
vectoriales y las transformaciones lineales.
En esta unidad revisarás temas de historia del álgebra lineal, vectores, operaciones con vectores, productos
vectoriales y triples productos. También encontrarás ejemplos, ejercicios, planteamientos de problemas y
conforme vayas conociendo la teoría podrás darte cuenta si esa información es útil para resolver los
problemas.

Es muy importante conocer un poco sobre el origen del Álgebra lineal, ya que el ser humano desde la
antigüedad hasta nuestros días ha utilizado las matemáticas para beneficiarse; una de las primeras
necesidades que tuvo fue la de contabilizar la muestra la podemos encontrar en las diferentes culturas
como la maya, china, inca, etc.

Las operaciones con vectores, tales como la suma, resta y multiplicación te permitirán resolver situaciones
de la vida cotidiana, por ejemplo, las ganancias que obtiene un comerciante y que se pueden determinar
por medio del producto escalar. Los productos vectoriales tienen diversas aplicaciones, sobre todo en las
ramas de la física. El triple producto te permitirá hallar el volumen de un paralelepípedo sin necesidad de
aplicar la fórmula geométrica, esto lo podemos hacer representando la figura en el plano y conociendo los
valores de cada uno de los componentes del vector.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 9

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

En la actualidad muchos problemas se plantean en términos de una ecuación o de un sistema de

ecuaciones, los cuales contienen las restricciones de cada uno de los problemas. La interpretación de los
resultados te permitirá elegir la mejor opción y de esta manera, podrás ofrecer alternativas a la sociedad
para que se vean beneficiados con las aplicaciones del álgebra lineal.

2. Historia del álgebra lineal

Desde la antigüedad el ser humano comenzó a preguntarse sobre diversos aspectos de la vida cotidiana, lo
que lo llevó a inventar herramientas que le permitieran medir longitudes, ordenar y contar objetos, así como
reconocer fenómenos periódicos de la naturaleza. Como resultado de este proceso, el ser humano ha
construido modelos que le han facilitado la tarea de resolver problemas concretos o que le han ayudado a
encontrar una solución al problema específico que lo afecta. Todo esto con el propósito de favorecer tanto
su forma de vida como la de los miembros de su medio local.

Hacia el año 1650 a.C., el sacerdote egipcio Ahmés escribió el Papiro de Rhind, uno de los documentos
matemáticos más antiguos. En él, se encuentran los primeros conocimientos acerca del álgebra lineal. Éste
documento contiene 85 problemas redactados en escritura hierática y fue concebido originalmente como un
manual práctico para los no iniciados.

Los babilonios sabían cómo resolver problemas concretos que involucraban ecuaciones de primer y
segundo grado, completando cuadrados o por sustitución, así como ecuaciones cúbicas y bicuadráticas y
sistemas de ecuaciones lineales y no lineales. Algunos ejemplos que se encontraron sobre dichos
problemas datan del último período sumerio, aproximadamente del año 2100 a.C.

Los matemáticos chinos durante los siglos III y IV a.C. continuaron la tradición de los babilonios y nos
legaron los primeros métodos del pensamiento lineal. Por ejemplo, en el tratado Nueve capítulos sobre el
Arte Matemático, publicado durante la Dinastía Han, aparece el siguiente sistema lineal.

3x + 2y + z = 39
2x + 3y + z = 34
x + 2y + 3z = 26

Los matemáticos griegos, no se preocuparon por los problemas lineales, a pesar de que poseían un
reconocido pensamiento lineal. En sus trabajos, se aprecian algunas tentativas del análisis diofántico,
especialmente en el estudio de las magnitudes (Libro V) y las propiedades aritméticas de los números
enteros (Libro VII). Sin embargo, la solución general de la ecuación de segundo grado aparece en los
Elementos de Euclides. Sin embargo, dichos elementos no representaban un pensamiento algebraico
formalmente hablando como el que se conoce en la actualidad.

En realidad las formalidades algebraicas que se estudian en la matemática actual no vieron la luz sino hasta
finales del siglo XVII con el redescubrimiento y desarrollo de las ideas originales de los babilonios, y
principalmente de los chinos, sobre el pensamiento lineal, y con la relación entre geometría y álgebra,
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 10
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

basada en las ideas de René Descartes y de Pierre de Fermat. Así, hasta el siglo XVIII el álgebra fue el arte
de resolver ecuaciones de grado arbitrario.
El álgebra lineal tuvo un fuerte impulso gracias al estudio de los sistemas de ecuaciones lineales.
En 1843, el matemático irlandés Sir William Hamilton descubrió los cuaterniones. En 1863, aparecen con
Hamilton, Arthur Cayley (1821-1895) y Hermann Günther Grassmann (1809-1877) las nociones de vector y
de espacio vectorial como una axiomatización de la idea de “vector” que era manejada por los estudiosos
de la mecánica desde fines del siglo XVII. Este hecho representó la génesis del cálculo vectorial y de la
matemática moderna.
Además, Grassmann que es considerado el maestro del álgebra lineal, introdujo el producto geométrico y
lineal y fue el primero de éstos equivalente al producto vectorial.
El primero que utilizó el término “matriz” fue el matemático inglés James Joseph Sylvester en 1850, definió
una matriz como un arreglo cuadrilongo de términos.
Tiempo después estableció contacto con Cayley quien rápidamente entendió la importancia del concepto de
matriz.
Uno de los principales méritos de Cayley fue la introducción de las operaciones básicas de suma y
multiplicación de matrices, aunque indicios de éstas ya aparecían en trabajos anteriores de Euler, Lagrange
y Gauss. Además, Cayley probó que la multiplicación de matrices es asociativa e introdujo las potencias de
una matriz, así como las matrices simétricas y antisimétricas.

Desde entonces el álgebra ha seguido evolucionando y seguido varias líneas de desarrollo. Por ejemplo, el
álgebra moderna es una evolución del álgebra clásica pues ésta dispuso más atención en las estructuras
matemáticas. Algunos consideran al álgebra moderna como un conjunto de objetos con reglas que los
conectan o relacionan. Así, en su forma más general, una buena definición de álgebra es la que dice que
“es el idioma de las matemáticas”.

En la actualidad, en forma más particular, podemos decir que el álgebra lineal es la rama de las
matemáticas que estudia conceptos como vectores, matrices, sistemas de ecuaciones lineales y, en un
enfoque más formal, espacios vectoriales y sus transformaciones lineales. En esta materia estudiarás la
parte de vectores, matrices y sistemas de ecuaciones.
Debes saber que esta área de estudio se relaciona con muchas ramas dentro y fuera de las matemáticas
como lo son el análisis funcional, las ecuaciones diferenciales, la investigación de operaciones, las gráficas
por computadora, la ingeniería, etc.

1.2 Vectores

¿Sabías que…?

El matemático irlandés Sir William Hamilton (1805-1865) fue quien inició el estudio de vectores. Deseaba
encontrar una forma de representar ciertos objetos en el plano y en el espacio, lo que lo llevó a descubrir
los cuaterniones. Este concepto condujo al desarrollo de lo que actualmente se llaman vectores.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 11

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Lord Kelvin dijo que los cuaterniones, “aun cuando son bellamente ingeniosos, han sido un mal peculiar
para todos aquellos que los han manejado de alguna manera y los vectores […] nunca han sido de la menor
utilidad para ninguna criatura”.

Sin embargo, Kelvin estaba equivocado, hoy en día, casi todas las ramas de la física clásica y moderna se
representan por medio del lenguaje de vectores. Estos, también se usan cada día más en las ciencias
biológicas y sociales. 1

En diferentes libros se encuentra el concepto de vector, en la mayoría de ellos, se representa como una
línea que apunta hacia alguna parte. En diferentes áreas de las ciencias, se utilizan para facilitar la
información que se tiene de algún fenómeno, proyecto o situación que se plantea, debido a que ofrece la
información de manera general y ordenada, inclusive podríamos decir que es un símbolo general que
facilita la representación de un problema.
Cabe mencionar que existen diferentes métodos para resolver problemas que evitan el uso de los vectores,
sin embargo, éstos nos enseña a representar la información de manera ordenada, general y simple en
muchos de los casos.
Hemos hecho uso de los vectores sin darnos cuenta, por ejemplo al ver una señal en la carretera en la cual
se muestra una flecha, al ver los juegos de video cuyos controles indican diferentes direcciones para
moverse o cuando observamos correr el agua en una pendiente, en fin, podríamos numerar muchos
ejemplos. A continuación, daremos los elementos que forman a los vectores, así como algunas de sus
características más importantes.

1.2.1. Conceptos básicos

Uno de los conceptos más importantes en matemáticas es el de vector pues por medio de éste podemos
ubicar el lugar en el que se encuentra un avión, un barco, un automóvil, etc. Para determinar la ubicación de
cada uno de ellos es necesario conocer la distancia la dirección y el sentido.

Definición geométrica de un vector. El conjunto de todos los segmentos

de recta dirigidos equivalentes a un segmento de recta dirigido dado se
llama vector. A cualquier segmento de recta en ese conjunto, se le conoce
como una representación del vector.

Entonces, un vector tiene muchas representaciones que dependen del lugar donde se ubique su punto
inicial, tal y como lo muestra la siguiente figura, en donde aparecen varias representaciones del mismo
vector.

Definición algebraica de vector. Un vector v en el plano

coordenado es un par ordenado de números reales (a, b).

1 Ortega Pulido, Pedro (2002). La enseñanza del álgebra lineal mediante sistemas informáticos de cálculo algebraico. Trabajo de
grado. Universidad Complutense de Madrid. Madrid.
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 12
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Los números a y b se llaman elementos o componentes del vector v.

Las partes que componen un vector son:

Punto inicial: Es el punto del plano en donde inicia o parte el vector.

Punto final: Es el punto del plano en donde finaliza el vector.
Magnitud: Es la longitud o tamaño del vector.
Dirección: Está formada por la línea que se sigue para ir desde el punto inicial hasta el punto final.
Sentido: Es el lugar hacia donde apunta el vector, puede ser arriba, abajo, izquierda, derecha, etcétera.

1.2.2. Magnitud y dirección de un vector

Para obtener la magnitud de un vector v (que representaremos como |v|), cuyas coordenadas del punto
inicial son (a, b) y las coordenadas del punto final (c, d), trazamos el vector en el plano cartesiano. De esta
manera podemos conocer la magnitud del vector v, tal y como se muestra en la figura.

Primero, ubicamos el punto inicial y final del vector, que en este caso es (a, b) y (c, d), después se traza la
semirrecta l paralela al eje x que pase por el punto (a, b) y se traza la recta m paralela al eje y que pase por
el punto (c, d). Al punto de intersección de ambas rectas lo
llamaremos Q. Como se puede observar, se ha formado un
triángulo rectángulo con vértices en (a, b), (c, d) y Q.
A partir del triángulo podemos conocer los valores de sus lados
paralelos a los ejes coordenados, tal y como se muestra en la
siguiente figura.

Entonces, el lado horizontal del triángulo tiene una longitud de c – a, el lado vertical tiene una longitud de d
– b. Con esto, podemos utilizar el teorema de Pitágoras y encontrar la longitud de la hipotenusa del
triángulo, entonces la hipotenusa estará dada por:

�(a − c)2 + (b − d)2

La magnitud del vector v con punto inicial en (a, b) y punto final en (c, d), es:

|v| = �(c − a)2 + (d − b)2

Hemos calculado la magnitud de un vector con extremos en (a, b) y (c, d).

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 13

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Basándonos en el ejemplo del cálculo de la magnitud de un vector, podemos aclarar los siguientes puntos:
• Los vectores tienen un punto inicial y un punto final.
• Las coordenadas de un vector están dadas por las coordenadas del punto final menos las coordenadas
de un punto inicial.
• La magnitud de un vector, está dada por la raíz cuadrada de la suma de los cuadrados de sus
componentes.
Los vectores tienen un punto inicial y un punto final. Este punto ha quedado claro, ya que los vectores están
delimitados por sus extremos que son dos puntos, en este caso, del plano.
Las coordenadas de un vector están dadas por las coordenadas del punto final menos las coordenadas de
un punto inicial. Este punto nos da las coordenadas del vector, en el ejemplo para calcular la magnitud de
un vector, el punto final del vector tiene coordenadas (c, d) y el punto inicial tiene coordenadas (a, b), de
esta manera las coordenadas del vector son (c – a, d – b).

La magnitud de un vector está dada por la raíz cuadrada de la suma de los cuadrados de sus componentes.
El último punto nos indica que la magnitud de un vector está dada por la raíz cuadrada de la suma de los
cuadrados de sus coordenadas, de acuerdo a nuestro ejemplo, estará representado como:
�(c − a)2 + (d − b)2

La justificación del resultado, ya se ha demostrado.

Cuando el punto inicial del vector es el (0,0) y el punto final es (a, b), la magnitud está dada por:

|𝑣| = �𝑎² + 𝑏²

Dirección de un vector

Definiremos la dirección de un vector v = (a, b) como el ángulo θ, medido en radianes que forma el vector
con el lado positivo del eje x.
Para encontrar el ángulo de un vector utilizaremos cuatro casos diferentes, ya que un vector puede estar
ubicado en cualquiera de los cuatro cuadrantes que tiene el plano cartesiano. De acuerdo con el cuadrante
en el que se encuentre las componentes del vector serán positivas, negativas o combinadas.

Caso 1

Sea el vector (a, b) con a>0 y b>0, elegimos el ángulo θ = φ >0.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 14

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Cuando el vector se encuentra en el primer cuadrante, el ángulo θ es igual a:

|𝑏|
φ = θ = 𝑡𝑎𝑛−1
|𝑎|
Caso 2

Si a<0 y b>0, elegimos φ = π - θ >0

Caso 3

Si a<0 y b<0, elegimos φ = θ + π>0

Caso 4

Si a>0 y b<0, elegimos φ = 2π - θ>0

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 15

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Ejemplo:

Calcula la dirección y el sentido que tiene el vector v = (3, -6).

Para calcular la dirección, debemos encontrar el valor del ángulo que tiene el
vector con respecto al eje x positivo, para ello, aplicamos la fórmula:

φ = 2π - θ
Primero calculamos el valor del ánguloθ:

|−6|
θ = 𝑡𝑎𝑛−1
|3|

De esta manera, tenemos:

tan θ = 2
Despejando:
θ = tan−1 (2)
θ ≈ 63.435 °

Sustituyendo en la fórmula: φ = 2π - θ = 2π-63.435 = 296.565°.

Por lo tanto, se tiene que la dirección del vector con coordenadas (3, -6) es aproximadamente de unos
296.565 grados y su sentido es hacia la derecha y hacia abajo, tal como lo puedes observar en la figura.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 16

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

1.2.3. Vectores en el plano y en el espacio

Los vectores se utilizan en casi todas las situaciones de la vida cotidiana. Por ejemplo, en un plano; si
buscamos la casa de un amigo en una ciudad desconocida y preguntamos “¿cómo llegamos a esta
dirección?” Nos podrían contestar: “caminen 500 metros en línea recta”; con esta información por supuesto
que no sería suficiente para que encontráramos la casa porque podemos caminar 500 metros en al menos
dos direcciones distintas.
Preguntando de nuevo a la misma persona hacia qué dirección, nos dirá: “caminen 500 metros en línea
recta por esta calle hacia ese lado”, con esta información, la persona informante nos habrá dado un vector
sin darse cuenta, tomamos las instrucciones y llegamos a la dirección correspondiente. Esto es un claro
ejemplo en el cual cotidianamente se utilizan los vectores en un plano.

Vectores en el plano. Se le llaman vectores en el plano a todos aquellos vectores que se encuentran en ℝ2
o bien, a aquellos que se representan únicamente con dos coordenadas o componentes, por ejemplo, el
vector v = (a, b).

Los vectores en el espacio, también se aplican en nuestro entorno debido a que nuestro mundo tiene tres
dimensiones. Por ejemplo, retomando la situación en la cual se busca un amigo en una ciudad
desconocida, una vez que se llega a la dirección deseada nos encontramos frente a un edificio de 20 pisos,
en este caso, sabemos que vamos a caminar hacia el edificio y que nuestro amigo vive en el quinto piso, en
el departamento que se encuentre hacia nuestra derecha. Esta es la manera en la que se presentan los
vectores en el espacio, ya que además de indicar lo mismo que el vector en el plano también nos indica un
dato más, en este caso, la altura.

Vectores en el espacio. Se le llaman vectores en el espacio a todos aquellos vectores que se encuentran
en ℝ3 o bien, a aquellos vectores que se representan utilizando tres coordenadas o componentes, por
ejemplo, el vector w = (a, b, c).

1.2.4. Vectores unitarios

Un vector unitario es un vector cuya magnitud es igual a 1.
3 4
Ejemplo: El vector 𝑢 = � , � es un vector unitario, ya que:
5 5

3 2 4 2
|𝑢| = �� � + � �
5 5

9 16
= � +
25 25
= √1
= 1

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 17

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Veamos lo siguiente:

Sea u = (a, b) un vector unitario, entonces |𝑢| = √𝑎2 + 𝑏 2 = 1, lo cual

significa que 𝑎2 + 𝑏 2 = 1, por esta razón, podemos representar a u por un
punto en el círculo unitario, tal y como se muestra en la figura.
Si 𝜃 es la dirección de u, entonces, 𝑎 = 𝑠𝑒𝑛 𝜃 y 𝑏 = cos 𝜃, de esta manera,
podemos representar al vector 𝑢 = (𝑎, 𝑏) como
𝑢 = 𝑠𝑒𝑛 𝜃 + cos 𝜃.

Recordando las identidades trigonométricas, se tiene que:

|𝑢| = �𝑠𝑒𝑛2 𝜃 + 𝑐𝑜𝑠 2 𝜃 = 1

Lo cual, nos indica que la magnitud de 1 no se ha modificado al hacer la sustitución de las funciones seno y
coseno por a y b.
Sea v un vector, entonces el vector u con magnitud igual a la unidad y con la misma dirección que v, esta
dado por:
𝑣
𝑢 =
|𝑣|
Para cualquier vector, podemos encontrar otro vector que tenga la misma dirección que el primero y cuya
magnitud sea igual a 1.

Ejemplos:

Sea v = (3, 4) un vector, encuentra un vector que tenga la misma dirección que v y cuya magnitud sea 1.

Solución: Sea u el vector buscado, para poder encontrar el vector unitario que tenga la misma dirección
𝑣
que v, realizamos la división y tenemos lo siguiente:
|𝑣|
𝑣
𝑢 =
|𝑣|
(3, 4)
=
√32 + 42
3 4
= � , ,�
5 5

Entonces, el vector unitario que tiene la misma dirección que v es:

3 4
𝑢 = � , �
5 5
Se puede verificar su magnitud, esto es:
32 + 42
|𝑢| = �
(5)2

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 18

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

25
= �
25
= 1
La dirección del vector v está dada por:
4
tan 𝜃 =
3
Mientras que la dirección de u está dada por:
4
tan 𝛼 = 5
3
5

4
tan 𝛼 =
3
Y como podemos observar, tan 𝜃 = tan 𝛼.

Por lo tanto, u y v tienen la misma dirección.

1.2.5. Componentes de un vector: horizontal y vertical

Existen dos vectores en el plano, los cuales nos permiten obtener a todos los demás, dichos vectores son el
(1, 0) representado por i y el vector (0, 1) representado por j. Así, si v = (a, b) es un vector del plano,
entonces, podemos escribir (a, b) de la siguiente manera:

(𝑎, 𝑏) = 𝑎(1, 0) + 𝑏(0, 1)

También podemos escribir a v como:

𝑣 = (𝑎, 𝑏) = 𝑎𝒊 + 𝑏𝒋

Con esta representación, se dice que v está en términos de sus componentes rectangulares.
Los vectores unitarios i y j tienen las siguientes propiedades:
I) Ninguno de ellos es múltiplo de otro vector.
II) Cualquier vector se puede escribir en términos de i y j, tal y como se hizo con v en la ecuación anterior.

1.2.6. Igualdad de vectores

Diremos que dos vectores son iguales, únicamente cuando cada uno de sus componentes son iguales entre
sí. Es decir, para que los vectores u = (a, b, c) y v= (d, e, f) sean iguales, entonces, a =d, b=e, c = f.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 19

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Los vectores: u = (2, 3, -5) y v = (2, -3, -5) son vectores distintos debido al signo la segunda coordenada de
u es diferente de la segunda coordenada de v, por lo cual no podemos decir que los vectores sean los
mismos.

Si bien, es cierto que dos vectores necesitan tener las mismas coordenadas para ser iguales, a pesar de
esto, dos vectores pueden tener diferentes extremos y ser iguales, por ejemplo:

Sean M = (3, 5) y N = (2, - 1) el punto inicial y final de un vector y sean P = (6, 2) y Q = (5, -4) el punto inicial
y final de otro vector. Demostrar si los vectores son iguales o no.
Encontraremos el vector que inicia en M y termina en N y lo representamos por MN ������⃗, tal y como se muestra a
continuación:
������⃗ = (2 − 3, −1 − 5)
MN
������⃗ = (−1, −6)
MN
Por otra parte, encontramos el vector que inicia en P y termina en Q, al cual representamos por �����⃗
PQ, de la
siguiente manera:

�����⃗ = (5 − 6, −4 − 2)
PQ
�����⃗
PQ = (−1, −6)

�����⃗ son iguales.

������⃗ y PQ
Dado que las coordenadas de ambos vectores son iguales, entonces, los vectores MN

1.3. Operaciones con vectores

Debido a su uso, los vectores poseen ciertas propiedades que nos permiten sumarlos, restarlos y
multiplicarlos, sin estas propiedades prácticamente serían inservibles, ya que se utilizarían únicamente
como una representación de un problema sin mayor uso que eso.
Actualmente, se les da un uso similar al de los números racionales, ya que a pesar de no poder colocar
todos sus elementos, se sobrentiende la manera en que estos se extienden, como por ejemplo, al colocar
una serie de números: 2, 4, 6, 8, …, se entiende que se deben de colocar los números pares, de manera
análoga con el uso de vectores, se puede escribir u = (2, 4, 6, 8,….) y de igual manera se entiende con este
lenguaje. En lo presente veremos las operaciones que se pueden efectuar con los vectores, sus
propiedades y algunos de sus usos.

1.3.1. Multiplicación de un escalar por un vector

Para comenzar con esta sección, utilizaremos vectores y los multiplicaremos por un escalar o bien un
número.

Sea el vector v = (a, b) y sea un número, tenemos que:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 20

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Con lo que:

Esto significa que cuando un vector es multiplicado por un escalar distinto de cero, hace que la longitud de
dicho vector se multiplique por el valor absoluto del escalar.

1.3.2. Propiedades del producto de un vector por un escalar

Cuando un vector es multiplicado por un escalar, o bien por un número, puede causarle un cambio de
sentido o de magnitud. A continuación, se darán algunas propiedades del producto por un escalar.

Sea v y w vectores y sean y escalares, entonces, se cumplen las siguientes propiedades del producto;
también es un vector.
.
.
.

Hasta el momento, únicamente hemos utilizado y comprobado la primera propiedad. Conforme avancemos
en el curso, usaremos y demostraremos las demás si resulta necesario.

1.3.3. Suma de vectores

Sean y dos vectores en el plano, se define la suma de dos vectores como un nuevo
vector, cuyas componentes están formadas por la suma de las componentes de u y de v, el vector
resultante de la suma se denota por u + v, y la suma se representa como:

Para sumar vectores en el espacio el proceso es similar, lo único que cambia es que se realiza la suma de
tres coordenadas, como se muestra a continuación.

Sean y dos vectores, entonces la suma de ellos se representa por u + v,

Con esto ya estamos preparados para poder realizar la suma de dos vectores.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 21

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Ejemplos:
1. Encuentra las coordenadas del vector que representa la suma de los vectores: u = (3,5) y v = (-1,6).
Vamos a encontrar u + v, tal y como se muestra a continuación.
𝑢 + 𝑣 = (3 + (−1), 5 + 6)
𝑢 + 𝑣 = (2, 11)

Veamos ahora lo que representa la suma de dos vectores

en el plano.

Sean 𝑢 = (𝑎1 , 𝑎2 ) y 𝑣 = (𝑏1 , 𝑏2 ), los colocamos en el

plano cartesiano, tal y como se muestra en la siguiente
figura.
Podemos visualizar a ambos vectores, como líneas que
tienen un punto inicial, un punto final, una dirección y
sentido. En este caso, los tomamos en el primer cuadrante
del plano cartesiano, de igual manera pueden presentarse
en cuadrantes distintos, ambos negativos o con signos
distintos, esto no afecta el significado que tiene la suma de dos vectores desde el punto de vista
geométrico.

En la figura de la izquierda, se observa el vector , y en la de la derecha, se puede apreciar que dicho

vector representa a la diagonal de un paralelogramo que tiene por lados |u| y |v|.

Esta es la representación geométrica de la suma de dos vectores, se utiliza para resolver problemas tales
como, encontrar el área del paralelogramo formado por los vectores u y v o para encontrar el área del
triángulo con lados u y v. Esto último también es posible con tres vectores que no sean colineales, es decir,
que no se encuentren en una misma línea recta.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 22

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

1.3.4. Resta de vectores

La resta de vectores es muy similar a la suma. Para poder obtener la resta de dos vectores, se restan las
coordenadas que se encuentran en la misma posición de cada uno de los vectores, para ser más explícitos,
observemos la siguiente representación.

Sean y dos vectores en el plano, encontrar la diferencia de los vectores v – u =

( .
Los representamos en el plano cartesiano, tal y como se muestra a continuación.

En la izquierda se encuentra la representación de los vectores u y v, en la derecha se muestra el vector

resultante de la diferencia v – u.
Para entender de donde surge la diferencia, realizaremos los siguientes cálculos.
𝑣 = 𝑣
𝑣 = 𝑣 + (−𝑢 + 𝑢)
𝑣 = (𝑣 – 𝑢) + 𝑢

Esto significa que el vector v es el vector resultante de la suma de los vectores v – u y u, dado que u y v ya
están trazados, únicamente los unimos mediante otro vector debido a que el punto final del vector resultante
coincide con el punto final de la suma de los vectores, entonces v – u tiene su punto final en la punta de v y
su punto inicial en la punta de u.

1.4. Productos vectoriales

Los productos vectoriales tienen diversas aplicaciones, sobre todo en las ramas de la física, de igual
manera los encontramos en diferentes situaciones de nuestra vida.
Por ejemplo, al realizar una competencia de salto de longitud aparentemente, esta consiste en correr, saltar
y caer pero en esta actividad también intervienen los vectores. Si todos los atletas tienen las mismas
capacidades físicas, los vectores definirían quién sería el ganador debido a un producto de dos vectores,
uno que estaría representado por la velocidad con la que corre un atleta y el otro representado por la

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 23

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

velocidad con la cual salta; este producto nos permitiría encontrar el ángulo entre los vectores ya
mencionados y a partir de él, podemos encontrar en qué dirección deben saltar para llegar más lejos.

1.4.1. Producto escalar

Sean 𝑢 = (𝑎1 , 𝑏1 ) y 𝑣 = (𝑎2 , 𝑏2 ), entonces, se define el producto escalar o producto punto de dos vectores
𝑢 ∙ 𝑣 como sigue:
𝑢 ∙ 𝑣 = 𝑎1 𝑎2 + 𝑏1 𝑏2
Esto significa que el producto escalar de dos vectores, nos da como resultado un escalar, de ahí que lleve
el nombre de producto escalar.
A continuación, veremos la representación geométrica del producto escalar de dos vectores.
Sean u y v dos vectores diferentes de cero. Entonces el ángulo 𝜃entre u y v está definido como el ángulo
más pequeño entre las representaciones de u y v que tienen el origen como punto inicial. Si 𝑢 = 𝛼𝑣 para
algún escalar 𝛼, entonces:

𝜃 = 0, 𝑠𝑖 𝛼 > 0

𝜃 = 𝜋 𝑠𝑖 𝛼 < 0

El ángulo comprendido entre dos vectores puede presentarse de diferentes formas, tal y como se muestra
en las siguientes figuras:

a) b)

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 24

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

c) d)

En las figuras a) y b) se observa el ángulo que forman dos vectores entre sí, en c) se observa a v cuando v
= 𝛼u con 𝛼 < 0 y por último en d) se observa a 𝑣 = 𝛼𝑢 con 𝛼 > 0.

Ahora que ya sabemos realizar el producto escalar de dos vectores, podemos demostrar el siguiente
teorema.

Teorema

Sea v un vector. Entonces:

|𝑣| = 𝑣 ∙ 𝑣

Este teorema lo podemos demostrar fácilmente como sigue:

Sea v = (a, b), entonces:
|𝑣|2 = 𝑎2 + 𝑏 2
Y además:
𝑣 ∙ 𝑣 = (𝑎, 𝑏) ∙ (𝑎, 𝑏) = 𝑎 ∙ 𝑎 + 𝑏 ∙ 𝑏 = 𝑎2 + 𝑏 2 = |𝑣|2

La parte más importante del producto escalar entre dos vectores, es que nos permite conocer el valor del
ángulo que existe entre ellos, eso es lo que precisamente nos dice el siguiente teorema.

Teorema

Sean u y v dos vectores diferentes de cero, si 𝜃 es el ángulo que existe entre ellos, entonces:

𝑢∙𝑣
cos 𝜃 =
|𝑢||𝑣|

Con la fórmula anterior podemos encontrar el ángulo que existe entre dos vectores, a la vez, que nos da
otra manera de definir el producto escalar de u con v, despejando y nos quedaría como sigue:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 25

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

𝑢 ∙ 𝑣 = |𝑢||𝑣| cos 𝜃

Ejemplos:

1. Calcula el ángulo que existe entre los vectores 𝑢 = 3𝑖 + 5𝑗 y 𝑣 = 𝑖 − 2𝑗.

Aplicaremos la fórmula para obtener el ángulo entre dos vectores como sigue:

𝑢∙𝑣
cos 𝜃 =
|𝑢| ∙ |𝑣|

(3𝑖 + 5𝑗) ∙ (𝑖 − 2𝑗)

cos 𝜃 =
√32 + 52 �12 + (−2)2

−7
cos 𝜃 =
√170

−7
𝜃 = 𝑐𝑜𝑠 −1 � �
√170

𝜃 ≈ 122.47

El ángulo que hay entre u y v es de aproximadamente 122.47 grados.

1.4.2. Condición de perpendicular

Antes de comenzar con las condiciones que deben de cumplir dos vectores para ser perpendiculares,
vamos a ver los vectores paralelos.

Definición de vectores paralelos

Dos vectores diferentes de cero u y v son paralelos si el ángulo que existe entre ellos es cero o 𝜋.
Esta condición nos dice que los vectores paralelos pueden tener la misma dirección o diferente,
dependiendo del valor del ángulo que entre ellos existe.
Al calcular el producto escalar de dos vectores paralelos, este se realiza de manera similar al producto de
dos vectores no paralelos, el resultado del producto es lo que nos hace ver si dos vectores son o no
paralelos.

Ejemplo:

Encuentra el producto escalar del siguiente par de vectores y establece si son o no paralelos entre si,
además, encuentra también si tienen la misma dirección o no.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 26

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Realizando el producto escalar, tenemos:

𝑢 ∙ 𝑣 = (6, 8) ∙ (3, 4)

𝑢 ∙ 𝑣 = 18 + 32

𝑢 ∙ 𝑣 = 50

50
cos 𝜃 =
√62 + 82 √32 + 42

50
=
√2500

50
=
50

= 1

Por lo tanto, los vectores son paralelos, ya que el cos 𝜃 = 1 únicamente cuando el ángulo es cero y como
el ángulo es cero, entonces u y v tienen la misma dirección.

Sobre los vectores paralelos, tenemos el siguiente teorema.

Teorema

Si 𝑢 ≠ 0, entonces 𝑣 = 𝛼𝑢 para alguna constante 𝛼 si y solo si u y v son paralelos.

Ahora vamos a conocer el momento cuando dos vectores son perpendiculares entre sí.

𝜋
Los vectores u y v diferentes de cero, son perpendiculares u ortogonales si el ángulo entre ellos es .
2

Ejemplo:

Demuestra que los vectores 𝑢 = 𝑖 + 2𝑗 y 𝑣 = −4𝑖 + 2𝑗 son perpendiculares.

Primero obtenemos el producto escalar de los vectores.

𝑢 ∙ 𝑣 = (𝑖 + 2𝑗) ∙ (−4𝑖 + 2𝑗)

= −4 + 4
= 0
Ahora, obtenemos el ángulo que existe entre ambos vectores.
−4 + 4
cos 𝜃 =
√12 + 22 + �(−4)2 + 22
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 27
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Debido a que el numerador es cero, entonces:

cos 𝜃 = 0

Tenemos que el ángulo, o bien es de 90° o de 270°, para que no existan confusiones siempre utilizaremos
ángulos que se encuentren dentro del intervalo [0, 180°]. Tomando esto en cuenta podemos asegurar que
dos vectores u y v diferentes de cero son perpendiculares, si y sólo si, su producto escalar es cero.

Ahora, vamos a demostrar el siguiente teorema.

Teorema

Sea v un vector diferente de cero, entonces, para cualquier otro vector u distinto de cero, el vector:
𝑢∙𝑣
𝑤 = 𝑢− 𝑣
|𝑣|2
Es un vector perpendicular a v.

1.4.3. Propiedades del producto escalar

El producto escalar tiene propiedades básicas dentro del álgebra lineal, las cuales son:

a) Propiedad conmutativa

Sean u y v dos vectores, entonces:

𝑢∙𝑣 = 𝑣∙𝑢
) Propiedad asociativa, respecto al producto por un escalar

Sean u y v dos vectores y sea 𝛼 un escalar, entonces:

𝛼(𝑢 ∙ 𝑣) = 𝛼𝑢 ∙ 𝑣

c) Propiedad distributiva respecto de la suma vectorial

Sean u, v y w vectores, entonces:

𝑤 ∙ (𝑢 + 𝑣) = 𝑤 ∙ 𝑢 + 𝑤 ∙ 𝑣

Vamos a demostrar la primera de las propiedades, entonces, tenemos que:

Dados los vectores u y v, demostrar que:

𝑢∙𝑣 = 𝑣∙𝑢

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 28

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Supongamos que u = (a, b) y además que v = (c, d). Ahora:

𝑢 ∙ 𝑣 = (𝑎, 𝑏) ∙ (𝑐, 𝑑)
= 𝑎𝑐 + 𝑏𝑑
Debido a que 𝑎𝑐 y 𝑏𝑑, es el producto ordinario de dos números, entonces se puede utilizar la
conmutatividad de la multiplicación:

𝑢 ∙ 𝑣 = 𝑐𝑎 + 𝑑𝑏
= (𝑐, 𝑑) ∙ (𝑎, 𝑏)
= 𝑣∙𝑢

Con lo cual, se demuestra la primera propiedad del producto escalar.

1.4.4. Aplicación del producto escalar

En esta sección vamos a dar respuesta a uno de los problemas que nos planteamos al inicio de la unidad,
esto, con el fin de mostrar las aplicaciones que tiene el producto escalar.
El primer problema que planteamos es el siguiente:

Problema 1

Un piloto de una prestigiada aerolínea mexicana tuvo vacaciones en su trabajo y regresó con su familia a la
capital mexicana. Como viajó por todo el mundo traía monedas de los lugares que había visitado, entre
ellas se encontraban 8,500 yen, 300 libras esterlinas, 400 euros, 85 dólares, 500 soles y 200 francos
suizos, si el tipo de cambio en moneda mexicana es de 0.16 el yen, 20.15 una libra esterlina, 16.76 un euro,
12.96 el dólar, 4.7 el sol y 13 el franco suizo.

a) Representa las cantidades en efectivo que tiene el piloto mediante un vector.

Sea u el vector que representa las cantidades que tiene el piloto, entonces, tendremos que
𝑢 = (8500, 300, 400, 85, 500, 200)

b) Representa el tipo de cambio de cada moneda mediante un vector.

Sea v el vector que representa los tipos de cambio, entonces, siguiendo el mismo orden que u, tenemos
que

𝑣 = (0.16, 20.15, 16.76, 12.96, 4.7, 13)

c) Encuentra la cantidad total de efectivo en pesos mexicanos que tiene el piloto, para esto, utiliza el
producto escalar.

Desarrollando el producto escalar de los vectores anteriores, tenemos:

𝑢 ∙ 𝑣 = (8500)(0.16) + (300)(20.15) + (400)(16.76) + (85)(12.96) + (500)(4.7) + (200)(13)

𝑢 ∙ 𝑣 = 1360 + 6045 + 6704 + 1101.6 + 2350 + 2600
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 29
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Entonces, el piloto tiene un total equivalente a $20160.6.

1.4.5. Producto cruz

Hasta este momento, hemos visto todo lo referente al producto escalar de dos vectores. A continuación
veremos lo que corresponde al producto cruz o bien, producto vectorial, el cual está definido únicamente en
ℝ3 , tal y como se muestra a continuación.

Sean 𝑢 = 𝑎1 𝑖 + 𝑏1 𝑗 + 𝑐1 𝑘 y 𝑣 = 𝑎2 𝑖 + 𝑏2 𝑗 + 𝑐2 𝑘, el producto cruz de u y v, representa un nuevo vector

que se denotará como 𝑢 × 𝑣 y se define por:

𝑢 × 𝑣 = (𝑏1 𝑐2 − 𝑏2 𝑐1 )𝑖 + (𝑎2 𝑐1 − 𝑎1 𝑐2 )𝑗 + (𝑎1 𝑏2 − 𝑎2 𝑏1 )𝑘

El producto cruz es muy diferente del producto escalar de dos vectores, la diferencia más notoria, radica en
que el resultado del producto escalar es un escalar y el resultado del producto cruz es un vector.

Realizaremos algunos ejemplos del producto cruz.

Sean 𝑢 = 3𝑖 + 𝑗 − 2𝑘 y 𝑣 = 4𝑖 − 2𝑗 + 𝑘 dos vectores en el espacio, calcula su producto cruz.

En este caso, para calcular el producto cruz, debemos utilizar la definición que acabamos de conocer e
identificar los elementos de cada vector, del vector u son: 𝑎1 = 3, 𝑏1 = 1 y 𝑐1 = −2, por otra parte, los
elementos del vector v son: 𝑎2 = 4, 𝑏2 = −2 y 𝑐2 = 1, ahora vamos a sustituir estos valores. En la
fórmula que define el producto cruz de ambos vectores, como sigue:
𝑢 × 𝑣 = (𝑏1 𝑐2 − 𝑏2 𝑐1 )𝑖 + (𝑎2 𝑐1 − 𝑎1 𝑐2 )𝑗 + (𝑎1 𝑏2 − 𝑎2 𝑏1 )𝑘

𝑢 × 𝑣 = [(1)(1) − (−2)(−2)]𝑖 + [(4)(−2) − (3)(1)]𝑗 + [(3)(−2) − (4)(1)]𝑘

= [1 − 4]𝑖 + [−8 − 3]𝑗 + [−6 − 4]𝑘

= −3𝑖 − 11𝑗 − 10𝑘

Más adelante, conoceremos un método más sencillo para realizar el cálculo de este tipo de productos, de
momento, los resolveremos mediante el uso de la definición.

Propiedades del producto cruz:

1) 𝑢 × 0 = 0 × 𝑢 = 0
2) 𝑢 × 𝑣 = −(𝑣 × 𝑢)
3) (𝛼𝑢) × 𝑣 = 𝛼(𝑢 × 𝑣).
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 30
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

4) 𝑢 × (𝑣 + 𝑤) = (𝑢 × 𝑣) + (𝑢 × 𝑤)
5) 𝑢 ∙ (𝑢 × 𝑣) = 𝑣 ∙ (𝑢 × 𝑣) = 0.
6) 𝑢 × 𝑣 = 0 , con 𝑢 y 𝑣 distintos de cero, únicamente cuando u y v son paralelos.

Estas son algunas de las propiedades del producto cruz, haremos la demostración de las dos primeras.

1) 𝑢 × 0 = 0 × 𝑢 = 0
Sea u un vector, vamos a demostrar que:
𝑢 ×0 = 0 ×𝑢 = 0

Antes de comenzar con la demostración debemos entender que el producto cruz se puede realizar
únicamente entre dos vectores, así entonces, el 0 por el cual se está multiplicando u es el vector 0 el cual
tiene por coordenadas 0 = 0i + 0j + 0k.

Ahora ya estamos listos para comenzar.

Supongamos que 𝑢 = 𝑎𝑖 + 𝑏𝑗 + 𝑐𝑘 y ya sabemos que 0 = 0𝑖 + 0𝑗 + 0𝑘

Identificamos los valores correspondientes para aplicar la definición del producto cruz, con lo cual tenemos:
𝑎1 = 𝑎, 𝑏1 = 𝑏 y 𝑐1 = 𝑐, y a su vez, 𝑎2 = 𝑏2 = 𝑐2 = 0

Teniendo los vectores u y 0, se define el producto cruz de ambos como:

𝑢 × 0 = [(𝑏)(0) − (𝑐)(0)]𝑖 + [(𝑐)(0) − (𝑎)(0)]𝑗 + [(𝑎)(0) − (𝑏)(0)]𝑘

= [0 − 0]𝑖 + [0 − 0]𝑗 + [0 − 0]𝑘
= 0𝑖 + 0𝑗 + 0𝑘
= 0

El producto 0 × 𝑢 se realiza de manera análoga a la que se desarrolló, de esta manera hemos demostrado
la primera propiedad del producto cruz.

2) 𝑢 × 𝑣 = −(𝑣 × 𝑢)
Vamos a realizar la demostración de la segunda propiedad, para esto, sean u = 𝑎1 𝑖 + 𝑏1 𝑗 + 𝑐1 𝑘 y 𝑣 =
𝑎2 𝑖 + 𝑏2 𝑗 + 𝑐2 𝑘, entonces, tenemos:
𝑢 × 𝑣 = (𝑏1 𝑐2 − 𝑏2 𝑐1 )𝑖 + (𝑎2 𝑐1 − 𝑎1 𝑐2 )𝑗 + (𝑎1 𝑏2 − 𝑎2 𝑏1 )𝑘

= −(𝑏2 𝑐1 − 𝑏1 𝑐2 )𝑖 − (𝑎1 𝑐2 − 𝑎2 𝑐1 )𝑗 − (𝑎2 𝑏1 − 𝑎1 𝑏2 )𝑘

= −[(𝑏2 𝑐1 − 𝑏1 𝑐2 )𝑖 + (𝑎1 𝑐2 − 𝑎2 𝑐1 )𝑗 + (𝑎2 𝑏1 − 𝑎1 𝑏2 )𝑘]]

En este último cálculo, se puede observar que los elementos de u se han cambiado con los elementos de v,
así que por la definición del producto cruz, se tiene que:
𝑢 × 𝑣 = −[𝑣 × 𝑢]

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 31

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

1.5. Triples productos

Por medio del producto escalar y vectorial de tres vectores, A, B y C se pueden formar productos de la
forma:

( A ⋅ B)C

A ⋅ (B × C)

A × (B × C)

1.5.1. Triple producto escalar

Se llama triple producto escalar, al escalar que se obtiene de un producto cruz entre dos vectores, seguido
de un producto escalar, es decir:

Sean u, v y w tres vectores en el espacio, el producto definido como sigue:

(𝑢 × 𝑣) ∙ 𝑤
Se conoce como triple producto escalar a la interpretación geométrica que tiene este producto y que es
similar a la que tiene el producto punto, puesto que se realiza como operación final: el producto entre dos
vectores, el que resulta del producto cruz y el último vector introducido.

Sobre los triples productos escalares, tenemos la siguiente propiedad.

Sean u, v y w tres vectores en el espacio, entonces:
(𝑢 × 𝑣) ∙ 𝑤 = 𝑢 ∙ (𝑣 × 𝑤)

Se llama triple producto escalar, al escalar que se obtiene como resultado de un producto cruz entre dos
vectores, seguido de un producto escalar, es decir:
Sean u, v y w tres vectores en el espacio, el producto definido como sigue:

(𝑢 × 𝑣) ∙ 𝑤

Se conoce como triple producto escalar a la interpretación geométrica que tiene este producto y que es
similar a la que tiene el producto punto porque al final de cuentas se realiza como operación final; el
producto entre dos vectores, el que resulta del producto cruz y el último vector introducido.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 32

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Sobre los triples productos escalares, tenemos la siguiente propiedad.

Sean u, v y w tres vectores en el espacio, entonces:

(𝑢 × 𝑣) ∙ 𝑤 = 𝑢 ∙ (𝑣 × 𝑤)

1.5.2. Triple producto vectorial

Se le llama triple producto vectorial al producto que se realiza entre tres vectores, del cual se obtiene un
cuarto vector que estará en el mismo plano que los dos primeros vectores que se multiplicaron. En este
subtema se introduce una breve noción de este producto, debido a que más adelante lo utilizaremos,
aunque no especificaremos que es un triple producto vectorial, pero es necesario que conozcas las
herramientas y procedimientos que estás utilizando. La representación de un triple producto vectorial, es la
siguiente:

Sean u, v y w, tres vectores en el espacio, el producto cruz de estos tres vectores está representado por:
𝑢 × (𝑣 × 𝑤)

El resultado del producto anterior, es un vector que se encuentra en el mismo plano que v y que w.

Volumen de un paralelepípedo

El volumen de un paralelepípedo de aristas a, b y c, con signo positivo o negativo según que a, b y c

formen un triedro a derechas o a izquierdas.
a = a1i + a2 j + a3k b = b1i + b2 j + b3k c = c1i + c2 j + c3k

a1 a2 a3
a ⋅ (b × c) = b1 b2 b3 = a1 (b2 c3 − b3c2 ) − a2 (b1c3 − b3c1 ) + a3 (b1c2 − b2 c1 )
c1 c2 c3
La interpretación geométrica la podemos observar en la siguiente imagen:

Ejemplo: Calcular el volumen del paralelepípedo

formado por los vectores:
a = (3, -2, 5), b = (2, 2,-1) y c = (-4,3,2)
Solución:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 33

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

3 −2 5
a ⋅ (b × c) = 2 2 − 1 = 3[(2)(2) − (−1)(3)] − (−2)[(2)(2) − (−1)(−4)] + 5[(2)(3) − (2)(−4)] = 21 + 70 = 91u ³
−4 3 2

Consideraciones específicas de la unidad

Para trabajar esta unidad pueden apoyarse del curso en versión electrónica: Introducción a MATLAB, en el
cual encontrarán ejemplos para determinar las operaciones entre vectores.
Te recomendamos resolver todos los ejercicios del cuadernillo para adquirir mayor habilidad.

Fuentes de consulta

Lay, D. C. (2007). Álgebra lineal y sus aplicaciones (tercera edición). México: Pearson Educación.

Corcobado, J. L. y Marijuán, J. Matemáticas I. Consultado en: < http://www.sectormatematica.cl/libros.htm>.

Williams, G. (2004). Álgebra lineal con aplicaciones. México: Mc Graw Hill. Kolman, B. y Hill

Bernard Kolman, David R. Hill (2006). Algebra lineal. (8a. Edición), México: Pearson Educación.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 34

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Unidad 2. Matrices

Propósito
• En esta unidad utilizarás los métodos de solución de sistemas de ecuaciones lineales para resolver
problemas de distintas áreas por medio del método de eliminación de Gauss y de Gauss-Jordan.

Competencia específica
• Emplea matrices para resolver problemas de distintas áreas mediante diferentes métodos de solución
de sistemas de ecuaciones lineales.

Presentación de la unidad
Las matrices aparecen tanto en forma explícita como implícita en nuestras actividades cotidianas y
profesionales. Por ejemplo, una lista de los alumnos de un grupo es una matriz, los gastos y entradas de
una empresa también se pueden modelar con matrices. La presentación de una muestra de ADN o las
celdas de un panel solar puede ser estudiada como un arreglo matricial.
En esta unidad, conocerás la importancia de las matrices, las aplicaciones que tiene en nuestra vida
cotidiana y en las diferentes áreas de estudio, y la forma en que nos pueden beneficiar. También podemos
modelar un problema que surja en las empresas u organizaciones planteando un sistema de ecuaciones.
El sistema de ecuaciones lineales lo podrás resolver por medio de una matriz, con el método de
operaciones elementales de renglón pero antes de conocer este método, es necesario que conozcas cómo
se realiza la suma y resta de matrices, el producto de un escalar por una matriz y el producto matricial,
estas operaciones nos permiten comprender el método de operaciones elementales de renglón.

Asimismo, podrás resolver un sistema de ecuaciones lineales por medio del método de eliminación de
Gauss o el método de Gauss-Jordan.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 35

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

En esta unidad, también se abordará todo lo referente a las principales características y elementos de los
que se compone una matriz, asimismo, conoceremos los diferentes tipos de matrices que se utilizan en la
actualidad, así como la forma que estas tienen. En general, se darán los conceptos fundamentales de las
matrices para poder continuar en los siguientes temas y con el desarrollo de las mismas.

Introducción a matrices
Una matriz es un arreglo de entradas organizadas en renglones y columnas.

El estudio de matrices es muy importante dentro de nuestra vida cotidiana ya que constantemente las
utilizamos sin darnos cuenta de ello. Por ejemplo, una boleta de calificaciones es una matriz con los datos
acomodados en filas y columnas, la lista de compras del mercado, el horario de clases, una cartilla de
vacunación, etc., también son ejemplos de matrices.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 36

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

¿Sabías que…?

El buscador Google utiliza matrices para mostrar las páginas de búsqueda, de hecho, para que el servidor
funcione se necesita álgebra lineal, teoría de grafos y probabilidad.
¿Podrías explicar cómo el buscador Google atiende 200 millones de consultas diarias aproximadamente e
indexa varios miles de millones de páginas web? ¿Qué papel juegan las matemáticas en este servidor?

Para que este servidor funcione, se necesita un criterio de ordenación. Si se etiquetan con los símbolos P1, .
. . , Pn cada una de las páginas de la red, se le puede asignar a cada Pj un número xj , que representará su
importancia. Estos números podrían ser, por ejemplo, números entre 0 y 1.

Supongamos que después de un censo de los sitios de la red, se construye la lista de páginas web, y que
se le ha asignado a cada una de ellas, de la manera que sea, una importancia. Esta lista queda a nuestra
disposición para ser utilizada cada vez que realicemos una determinada consulta: las páginas
seleccionadas se mostrarán en el orden que indique dicha lista, ¿cómo se construye esa lista?

Cuando se tratan con grafos, se recurre a los dibujos en

el papel, en los que los vértices son puntos del plano,
mientras que las aristas son flechas que unen esos
puntos, conviene considerar una interpretación alternativa,
en este caso por medio de matrices.
La dimensión de una matriz está dada como el número de
filas por el número de columnas. Por ejemplo, el horario se
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 37
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

trata de una matriz de dimensión 6X6, o bien de 5X5, si sólo te fijas en las entradas y no en la información
que proporcionan, mientras que la boleta de calificaciones es una matriz de 11X10, o bien de 9X8. La
dimensión de una matriz también se conoce como el orden de la matriz.
Ahora bien, en la matriz que formamos, las filas y columnas van etiquetadas con los P1, . . . , Pn, y cuyas
entradas son ceros y unos. La entrada mij de la matriz será un uno si es que hay un enlace de la página Pj a
la página Pi; y un cero en caso contrario:

Supongamos, por ejemplo, que la página P1 es citada desde las páginas P2, P25 y P256, que P2 sólo se cita
desde P1 y P256, etc., mientras que, digamos, hay enlaces a la última página, Pn, desde P1, P2, P3, P25 y Pn−1.

La página P1 tiene tres enlaces los cuales son: P2, P25 y P256, la página P2 tiene dos enlaces, P1 y P256, la
página Pn tiene cinco enlaces que son: P1, P2, P3, P25 y Pn−1.

De acuerdo con esto, x1 debería ser proporcional a 3, porque tiene tres enlaces; x2 lo sería a 2, etc.,
mientras que xn habría de ser proporcional a 5.

Pero ahora nuestra asignación x1, . . . , xn debe cumplir que x1 = K (x2 + x25 + x256), x2 = K (x1 + x256),
...xn = K (x1 + x2 + x3 + x25 + xn−1), donde K es una constante de proporcionalidad. Nos encontramos así con
un enorme sistema de ecuaciones, cuyas soluciones son las posibles asignaciones de x1, . . . , xn.
En este curso aprenderás a calcular las soluciones de una matriz, sin las cuales, como te podrás dar
cuenta, no podría existir una herramienta tan valiosa como Google.

2.1.1. Renglones y columnas

Ya hemos trabajado a lo largo de la primera unidad los conceptos referentes a los vectores, en esta unidad,
clasificaremos los vectores por su tipo, es decir, por renglón o por columna, de esta manera, tenemos la
siguiente definición.

Definición

Un vector renglón de n componentes u, es un conjunto ordenado de n números escritos de la siguiente

manera:
= (𝑢1 , 𝑢2 , 𝑢3 , . . , 𝑢𝑛 )

Con este tipo de vectores, ya estamos familiarizados, ya que han sido los que utilizamos durante la primera
unidad.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 38

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Definición

Se define un vector columna de n componentes v, como un conjunto ordenado de n números escritos de la

siguiente manera:
𝑣1
𝑣2
⎛ ⎞
= ⎜𝑣3 ⎟
⋮
𝑣
⎝ 𝑛⎠
En ambos vectores (renglón o columna), 𝑢1 se conoce como primera componente, 𝑣2 se llama segunda
3
5
componente, y así sucesivamente. Por ejemplo: � � es un vector columna, en el cual, 3 es la primera
−7
2
componente, 5 la segunda componente, -7 la tercera componente y el 2 es la cuarta componente.

Mientras tanto, en el vector renglón (3, 5, -7, 2), 3 es la primera componente, 5 es la segunda, -7 es la
tercera y 2 es la cuarta.

Este vector, tanto la columna como el renglón, se puede utilizar, por ejemplo, para escribir el ahorro de una
persona al día, así el vector puede expresarse como: ahorré 3 pesos el lunes, 5 pesos el martes, gasté 7 el
miércoles, ahorré 2 el jueves.

Ahora que conocemos los vectores, estamos listos para dar a conocer otro concepto, en este caso, el de las
matrices.

2.1.2. Notación y clasificación

En 1858, Cayley introdujo la notación matricial como una forma abreviada de escribir un sistema de m
ecuaciones lineales con n incógnitas. Las matrices se utilizan en el cálculo numérico, en la resolución de
sistemas de ecuaciones lineales, ecuaciones diferenciales y derivadas parciales. Además son útiles para el
estudio de sistemas de ecuaciones lineales, y aparecen de forma natural en geometría, estadística,
economía, informática, física, en las diferentes ingenierías, etc., y, como viste, también pueden aparecer en
tus actividades cotidianas.
Su utilización actualmente constituye una parte esencial de los lenguajes de programación, ya que la
mayoría de los datos se introducen en los ordenadores como tablas organizadas en filas y columnas, por
ejemplo hojas de cálculo, bases de datos, etc.

Notación que se utiliza para una matriz

Una matriz A de m x n (m por n) es un arreglo rectangular de m por n números dispuestos en m filas y n

columnas tal y como se muestra a continuación.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 39

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Los elementos que conforman una matriz son los vectores fila y los vectores columna, entonces, cada fila
de una matriz es precisamente un vector fila y cada columna de la misma es un vector columna. Ahora, ya
podemos representar diferentes situaciones mediante matrices, de manera muy similar a cuando
utilizábamos vectores pero con más información. A continuación observa las calificaciones que obtuvo un
alumno:

Unidad Unidad Unidad

1 2 3

Cálculo 8 9 9

Álgebra 9 7 9

Computación 10 9 10

Si vamos a trabajar una tabla como la anterior que nos ofrece la información ordenada y clara, sería una
pérdida de tiempo utilizarla sólo una ocasión, ya que se tiene que trazar. Sin embargo, con la ayuda de las
matrices, una vez que tenemos establecido el orden podemos representar la información tal y como sigue,
una y otra vez.

8 9 9
� 9 7 9 �
10 9 10

Esta sería una forma más cómoda para continuar trabajando con los datos de la tabla.

En algunos textos para representar una matriz, se utilizan paréntesis cuadrados o bien corchetes, en este
curso, utilizaremos la notación de los paréntesis normales o como algunos les llaman, paréntesis redondos.

Por otra parte, para establecer la cantidad de elementos que contiene una matriz, la nombraremos como
una matriz de m x n, donde m representara el número de filas y n el número de columnas.

Para referirnos a una matriz, vamos a utilizar datos similares a las coordenadas en un plano cartesiano,
pero en lugar de utilizar un plano con eje x y eje y, utilizaremos la fila i y la columna j, en ese mismo orden,
por ejemplo, supongamos que tenemos la siguiente matriz de 3 x 3.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 40

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

El elemento a11 = 3 se ubica en la fila 1, columna 1, el elemento a22=2, y en el a32 se encuentra el 1, de esta
manera, cada elemento de la matriz se ubica mediante la fila en la que se encuentre, ordenadas de arriba
hacia abajo, y en la columna, ordenadas de izquierda a derecha. Como puedes observar, no existen dos
elementos distintos que tengan la misma posición dentro de una matriz.

A partir de las matrices nos podemos dar cuenta de que un vector, es precisamente una matriz que está
formada únicamente por una fila o por una columna, dependiendo del tipo de vector.
A todas las matrices las vamos a representar mediante una letra mayúscula, así, tendremos a las matrices
A, B, C, D, etc. Para hacer referencia a sus elementos, generalmente utilizaremos la notación de la misma
letra, pero con minúsculas y con dos subíndices, el primero de los cuales indica la fila y el segundo la
columna, así 𝑎𝑖𝑗 es el elemento que está en la fila i columna j. De esta manera 𝑎34 , significa que el elemento
que se encuentra en la fila 3 y columna 4.

De modo general, las matrices pueden clasificarse en matrices cuadradas y matrices no cuadradas, las
matrices cuadradas tienen características especiales y son aquellas con las cuales trabajaremos durante
todo el curso.
Todas las matrices, ya sean cuadradas o no, pueden escribirse en su forma escalonada reducida por
renglones. Este tipo de matriz tiene las siguientes características.
a) Todos los renglones (si los hay) cuyos elementos son todos cero aparecen en la parte inferior de la
matriz.

b) El primer número diferente de cero (comenzando por la izquierda) en cualquier renglón cuyos elementos
no todos son cero es 1.

c) Si dos renglones sucesivos tienen elementos distintos de cero, entonces el primer 1 en el renglón de
abajo está más hacia la derecha que el primer 1 en el renglón de arriba.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 41

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

d) Cualquier columna que contiene el primer 1 en un renglón tiene cero en el resto de sus elementos. El
primer número diferente de cero en un renglón (si lo hay) se llama pivote para ese renglón.

Las siguientes matrices, son ejemplos de matrices escalonadas reducidas por renglones.
1 3 −2
1 0 0 1 5 3 −2
1. �0 1 0� 2. �0 1 4 � 3. �0 1 0 0 �
0 0 1
0 0 1 0 0 0 0 0 0 1
1 0 3 1
4. �0 0 1 0�
0 0 0 0

Matriz cuadrada

Una matriz es cuadrada si tiene el mismo número de filas que de columnas, por ejemplo la matriz de las
calificaciones de cálculo, álgebra y computación, tiene 3 filas y 3 columnas.

Los elementos que se encuentran en las posiciones donde el número de filas coincide con el de la columna,
forman la diagonal de la matriz, en este ejemplo, las posiciones son 𝑎11 = 8, 𝑎22 = 7 y 𝑎33 = 10.
Una matriz que no es cuadrada tiene diferente número de filas y de columnas. Por ejemplo, el vector fila y
vector columna.
= (𝑢1 , 𝑢2 , 𝑢3 , . . , 𝑢𝑛 )

𝑣1
𝑣2
⎛ ⎞
= ⎜𝑣3 ⎟
⋮
⎝𝑣𝑛 ⎠

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 42

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Una diagonal de una matriz es la que forman las entradas comenzando por cualquiera de la primera
columna y dirigiéndose hacia abajo en forma escalonada.
La diagonal principal de una matriz se define para matrices de nxn. Esta es la diagonal que va desde la
esquina superior izquierda hasta la esquina inferior derecha. Es decir, si tenemos una matriz cuadrada de
nxn, la diagonal principal está formada por las entradas aii.
Dentro de las matrices cuadradas podemos encontrar diferentes tipos de matrices, como son:

Matriz triangular

Una matriz es triangular superior si es una matriz cuadrada y todos los elementos que se encuentran abajo
de la diagonal principal son cero, en una matriz inferior sucede a la inversa, es decir, todos los elementos
que se encuentran arriba de la diagonal principal son cero.

𝟐 𝟑 𝟓 𝟔 𝟎 𝟎
𝑨 = �𝟎 𝟗 𝟏� 𝑩 = �𝟐 𝟓 𝟎�
𝟎 𝟎 𝟏 𝟕 𝟏 𝟒

La matriz A es triangular superior porque al construir un triángulo por arriba de la diagonal lo que queda
abajo del triángulo son ceros (fíjate bien que no importa como sean las entradas que quedan dentro del
triángulo, lo importante es que debajo de él todas las entradas son ceros).
La matriz B es triangular inferior porque al construir un triángulo por debajo de la diagonal lo que queda
arriba del triángulo son ceros (fíjate bien que no importa como sean las entradas que quedan dentro del
triángulo, lo importante es que arriba de él todas las entradas son ceros).

Matriz diagonal

Una matriz diagonal es una matriz cuadrada cuyas entradas no diagonales son todas cero (fíjate bien que
no importa como sean las entradas que quedan en la diagonal, lo importante es que tanto arriba de la
diagonal como debajo de la misma, las entradas son ceros).

Una matriz diagonal es tanto triangular superior como triangular inferior.

Matriz identidad

Es la matriz que en la diagonal principal solo tiene números uno y en los demás
elementos ceros. En la siguiente matriz se ilustra la definición.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 43

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Matriz cero
0 0 0
Es la matriz cuyos elementos son todos cero, por ejemplo: �0 0 0�.
0 0 0

La matriz cero es tanto triangular superior, como triangular inferior, como diagonal.
Existen otros tipos especiales de matrices, las cuales daremos a conocer en el momento en que las
utilicemos. Definimos las anteriores debido a que en todo momento las utilizaremos por ser las más básicas
en álgebra lineal.

2.2 Operaciones con matrices

¿Sabías que…?
Las hojas de cálculo, como las de Excel, son arreglos matriciales que te permiten manipular datos
numéricos. Habitualmente se utilizan para realizar bases de datos, informes, gráficas estadísticas y
clasificación de datos. Con ellas es posible hacer cálculos complejos con fórmulas y funciones y dibujar
distintos tipos de gráficas. Para ello, se utilizan operaciones entre celdas. Cada celda representa una
entrada de la matriz.
Particularmente, Excel está compuesto por libros. Un libro es el archivo en que se trabaja y donde se
almacenan los datos. Cada libro puede contener aproximadamente 250 hojas o carpetas. Cada hoja
contiene aproximadamente 65.000 líneas y 256 columnas ordenadas numérica y alfabéticamente
respectivamente.

La variedad de aplicaciones de las matrices se presenta a nuestro alrededor, y si bien, es cierto que en todo
momento las utilizamos, también es cierto que con ellas realizamos diferentes operaciones, sin darnos
cuenta.

Por ejemplo, en las situaciones más básicas, al realizar operaciones con los vectores, los cuales son
matrices formadas por una columna o un renglón, al realizar la suma o resta de dos vectores columna o
renglón, estamos realizando operaciones con matrices.

Otras situaciones, en las que se utilizan matrices más complejas, sería la comparación de precios. Si
queremos adquirir los útiles escolares y comparamos la lista de precios en diferentes papelerías,
estaríamos haciendo una diferencia de precios en un arreglo rectangular, lo cual es precisamente una resta
de matrices.

Si compramos uniformes escolares para 2 niños de kínder y otros más para 2 niños de primaria, al realizar
la suma de los precios estaríamos realizando una suma de matrices, ya que el uniforme se compone de
calcetas, playera, short y pantalón. Si son 4 niños y todos van a la misma escuela y sus uniformes tienen el
mismo precio, realizaríamos el producto del costo de las partes que componen el uniforme por 4 que es la
cantidad de niños, a esta operación se le conoce como el producto de una matriz por un escalar.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 44

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

También podemos encontrar aplicaciones más avanzadas. Por ejemplo, si estás realizando un estudio de
contaminación en la ciudad, puedes realizar una matriz en la cual se indiquen los diferentes contaminantes
que te interesa estudiar y sus niveles de concentración por zona. O puedes tener una matriz por zona y
sumarlas para determinar el índice del contaminante en toda la ciudad.
Si vas a analizar el comportamiento de una bacteria en diferentes ambientes, o bien, bajo modificaciones
genéticas manipuladas, te conviene realizar una matriz en la cual conserves tus datos. Por ejemplo, el nivel
de afección de la bacteria en diferentes organismos vivos de acuerdo a la temperatura del ambiente. O
bien, el poder de infección de acuerdo con la manipulación de un gene u otro.
O imagina que deseas averiguar cómo producir un combustible a partir de diferentes elementos naturales.
Puedes realizar un arreglo matricial en el cual pondrás las diferentes cantidades de cada elemento y su
efectividad.

Ahora conoceremos las operaciones que se realizan con las matrices.

2.2.1. Suma y resta de matrices

En este subtema conoceremos la definición de la suma y resta de matrices, así como sus propiedades.

Suma de matrices

Sean A y B dos matrices de m x n, la suma de la matriz A y B es la matriz A + B de m x n, en el gráfico se

puede apreciar la manera en que se suman cada uno de los elementos.

𝑎11 + 𝑏11 𝑎12 + 𝑏12 … 𝑎1𝑛 + 𝑏1𝑛

𝑎 + 𝑏21 𝑎22 + 𝑏22 … 𝑎2𝑛 + 𝑏2𝑛
𝐴 + 𝐵 = � 21 �
⋮ ⋮ ⋮
𝑎𝑚1 + 𝑏𝑚1 𝑎𝑚2 + 𝑏𝑚2 … 𝑎𝑚𝑛 + 𝑏𝑚𝑛

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 45

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Esto significa, que la matriz A + B de m x n se obtiene de sumar las componentes correspondientes de las
matrices de m x n de A y B.
Se debe tener en cuenta que la suma entre dos matrices se puede realizar únicamente cuando ambas
matrices tienen el mismo número de elementos o bien el mismo tamaño.
3 2
1 5
Por ejemplo, las matrices � � y �1 6� son incompatibles bajo la suma, puesto que al intentar realizar la
3 7
9 0
suma, tendríamos:

Nos harían falta dos elementos, los cuales no posee la primera matriz, por lo tanto no se pueden sumar.
Lo que podemos hacer en estos casos es aumentar en la matriz que sea más pequeña, las filas o columnas
necesarias para hacer ambas matrices de iguales dimensiones. Todos los elementos que se aumenten
deberán ser iguales a cero.

3 2
1 5
Así, � � más �1 6� quedará igual a:
3 7
9 0
1 5 3 2 1+3 5+2 4 7
�3 7� + �1 6� = �3 + 1 7 + 6�= � 4 13�
0 0 9 0 1+9 0+0 10 0

2 6 5 1
En cambio, las matrices � �y� � si se pueden sumar:
8 0 6 8
2 6 5 1 2+5 6+1 7 7
� � + � � = � �= � �
8 0 6 8 8+6 0+8 14 8

Resta de matrices

Sean A y B dos matrices de m x n, la diferencia de A y B es una matriz de m x n, A – B dada por:

𝑎11 − 𝑏11 𝑎12 − 𝑏12 … 𝑎1𝑛 − 𝑏1𝑛

𝑎21 − 𝑏21 𝑎22 − 𝑏22 … 𝑎2𝑛 − 𝑏2𝑛
𝐴−𝐵 = � �
⋮ ⋮ ⋮
𝑎𝑚1 − 𝑏𝑚1 𝑎𝑚2 − 𝑏𝑚2 … 𝑎𝑚𝑛 − 𝑏𝑚𝑛

Esto significa, que la matriz A – B de m x n, se obtiene de restar las componentes de B, de las respectivas
componentes de A.

Al igual que para la suma de matrices, la diferencia se puede dar únicamente cuando las matrices que se
están restando tienen el mismo número de elementos o bien que las matrices sean del mismo tamaño.
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 46
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

3 2
1 5
Entonces, las matrices � � y �1 6� no pueden restarse, ya que son incompatibles debido a que tienen
3 7
9 0
2 6 5 1
diferente número de filas, en cambio, las matrices � �y� � sí pueden restarse, puesto que tienen el
8 0 6 8
mismo número de filas y de columnas, si restamos la segunda de la primera, tenemos:
2 6 5 1 2−5 6−1
� � − � � = � �
8 0 6 8 8−6 0−8
−3 5
= � �
2 −8

Como en el caso de la suma, puedes hacer las matrices del mismo tamaño agregando ceros. Reflexiona

¿Cómo quedarían las matrices y para restarse?

Propiedades de la suma y resta de matrices

Sean A, B y C tres matrices de m x n, entonces se verifican las siguientes propiedades.

1. A + 0 = A, A – 0 = 0
La suma o resta de una matriz con la matriz cero da como resultado la misma matriz, es decir, que la matriz
cero es el elemento neutro de la adición y sustracción de matrices.
2. A + B = B + A
La suma de matrices es conmutativa.
3. (A + B) + C = A + (B + C)
La suma de matrices es asociativa.
4. A + (-A) = 0
Existe una matriz opuesta o el inverso aditivo de la matriz.

*Las propiedades de la suma de las matrices son similares a las propiedades de los números reales.

2.2.2. Producto de un escalar por una matriz

En el tema 2.2 vimos las operaciones con matrices y se mencionó que se pueden utilizar si, por ejemplo,
compramos uniformes escolares que se componen de calcetas, playera, short y pantalón. Si son 4 niños y
sus uniformes tienen el mismo precio, realizaríamos el producto del costo de las partes que componen el
uniforme por 4 que es la cantidad de niños.

Si, por ejemplo, sabes que el crecimiento de una cepa de bacterias es directamente proporcional a la
temperatura del ambiente, entonces te servirá hacer una multiplicación de la matriz en donde tengas tus
datos de crecimiento por bacteria, por un escalar que represente los grados de la temperatura.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 47

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Esta operación se le conoce como el producto de una matriz por un escalar. A continuación, se revisará de
manera formal:

𝑎11 𝑎12 … 𝑎1𝑛

𝑎 𝑎22 … 𝑎2𝑛
𝐴 = � 21 �
⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛

Entonces la matriz m x n, 𝛼𝐴 está dada por:

𝛼𝑎11 𝛼𝑎12 … 𝛼𝑎1𝑛
𝛼𝑎21 𝛼𝑎22 … 𝛼𝑎2𝑛
𝛼𝐴 = � �
⋮ ⋮ ⋮
𝛼𝑎𝑚1 𝛼𝑎𝑚2 … 𝛼𝑎𝑚𝑛

Es decir, que 𝛼𝐴 es la matriz que se obtiene al multiplicar cada componente de A por 𝛼. Veamos el
siguiente ejemplo.

3 1 −5
Sea la matriz 𝐴 = �0 7 2 �, si multiplicamos a la matriz por los escalares 2 y 1/5 tenemos:
1 6 3

2(3) 2(1) 2(−5) 6 2 −10

2𝐴 = �2(0) 2(7) 2(2) � = �0 14 4�
2(1) 2(6) 2(3) 2 12 6

El producto de una matriz por un escalar nos aporta tres propiedades más que se vinculan con las
propiedades mencionadas en la suma y resta de matrices.

Sean A y B dos matrices y sean 𝛼 y 𝛽 dos escalares, entonces se verifican las siguientes propiedades.

• 𝛼(𝐴 + 𝐵) = 𝛼𝐴 + 𝛼𝐵
- Propiedad distributiva del producto por un escalar.
• 1𝐴 = 𝐴
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 48
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

- El escalar 1 al multiplicarse por una matriz es la misma matriz.

• (𝛼 + 𝛽)𝐴 = 𝛼𝐴 + 𝛽𝐴

2.2.3 Producto matricial

La multiplicación o producto matricial se realiza entre dos matrices o entre una matriz y un escalar, al igual
que la multiplicación en Aritmética. La multiplicación de matrices viene dada por un algoritmo, que permite
calcular la multiplicación matricial, el cual es diferente del que se utiliza para multiplicar dos números. La
diferencia es que la multiplicación de matrices no cumple con la propiedad conmutativa. A continuación,
conoceremos la manera en que se realiza la multiplicación de matrices.

Sea A una matriz de m x n y sea B una matriz de n x p. El producto de A y B es una matriz C = A x B de m x

p, donde los elementos c de C están determinados de la siguiente manera:

ai1bij + ai2b2j + ai3b3j +… + ainbnj (renglón i de A) ∙ (renglón j de B)

De tal modo, que cada elemento c de C queda determinado de manera única por el producto de un renglón
de A con una columna de B.

Antes de realizar la multiplicación de matrices, comprobaremos si estas son compatibles bajo la

multiplicación, para esto, el número de columnas de la primera matriz debe de ser igual al número de filas
de la segunda matriz, de lo contrario, el producto no se podrá realizar ya que las matrices serían
incompatibles bajo la multiplicación.

Ejemplo del producto de matrices:

Sean las matrices y , calcula su producto.

A tiene 3 renglones y B tiene 3 columnas, de modo que dicha multiplicación de matrices puede realizarse.
El producto lo determinamos de la siguiente manera.
1 0 5 5 7 4
𝐴 × 𝐵 = �−3 6 2� �2 6 1�
1 4 9 4 3 0
Solución:

El primer paso para multiplicar dos matrices es tomar la primera fila de la matriz A y la primera columna de
la matriz B, con estos dos vectores realizaremos un producto escalar y el resultado será el elemento a11 de
la nueva matriz y se continuará multiplicando la fila i por la columna
j y el resultado será el elemento aij de la nueva matriz.
En el siguiente diagrama se ilustra la forma en que se multiplican dos
matrices.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 49

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

(1)(5) + (0)(2) + (5)(4) (1)(7) + (0)(6) + (5)(3) (1)(4) + (0)(1) + (5)(0)

𝐴 𝑥 𝐵 == �(−3)(5) + (6)(2) + (2)(4) (−3)(7) + (6)(6) + (2)(3) (−3)(4) + (6)(1) + (2)(0)�
(1)(5) + (4)(2) + (9)(4) (1)(7) + (4)(6) + (9)(3) (1)(4) + (4)(1) + (9)(0)
5 + 0 + 20 7 + 0 + 15 4+0+0
= �−15 + 12 + 8 −21 + 36 + 6 −12 + 6 + 0�
5 + 8 + 36 7 + 24 + 27 4+4+0

Entonces, tenemos que la matriz resultante del producto de las matrices A y B está dada por:

25 22 4
𝐴 × 𝐵 = � 5 21 −6�
49 58 8

Debemos tener en cuenta que si el número de filas de la primera matriz no coincide con el número de
columnas de la segunda, entonces las matrices no se pueden multiplicar. Por esta misma razón, no es
indispensable que las matrices sean cuadradas para que se pueda efectuar su producto.

A continuación, presentamos el producto de dos matrices que no son cuadradas, para ser más precisos, en
este ejemplo realizaremos los productos por separado.

4 1
2 1 −1
Ejemplo: Sea la matriz 𝐴 = � � de 2 x 3 y la matriz 𝐵 = �3 5� de 3 x 2, calcula su producto.
1 −3 2
7 2

Debido a que las matrices no son cuadradas, primero verificaremos si son o no compatibles bajo la
multiplicación. Como la primera matriz es de 2 x 3 (dos filas, tres columnas) y la segunda es de 3 x 2(tres
filas, dos columnas), si se pueden multiplicar porque el número de columnas de A es igual al número de
filas de B. Además podemos identificar el tamaño de la matriz resultante tomando el número de filas de la
primera matriz y el número de columnas de la segunda. De esta manera, el resultado será una matriz
cuadrada de 2 x 2, lo cual está resumido en el siguiente esquema.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 50

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Ahora, realizaremos el producto de los elementos que se ilustran en el diagrama anterior:

4
𝑐11 = (2 1 −1) ∙ �3� = (2)(4) + (1)(3) + (−1)(7) = 8 + 3 − 7 = 4
7
1
𝑐12 = (2 1 −1) ∙ �5� = (2)(1) + (1)(5) + (−1)(7) = 2 + 5 − 7 = 0
2
4
𝑐21 = (1 −3 2) ∙ �3� = (1)(4) + (−3)(3) + (2)(7) = 4 − 9 + 14 = 9
7
1
𝑐22 = (1 −3 2) ∙ �5� = (1)(1) + (−3)(5) + (2)(2) = 1 − 15 + 4 = −10
2

Por lo tanto, tenemos que:

1 4
2 1 −1 4 0
� � ∙ �5 3� = � �
1 −3 2 9 −10
2 7

Con esto se demuestra que al multiplicar dos matrices, no es necesaria que estas sean cuadradas.

Un ejemplo de aplicación de las operaciones de matrices en investigación lo irás construyendo paso a paso
en las siguientes secciones. Lo primero que debes hacer es representar los elementos de tu problema en
forma matricial. Por ello, estudiaremos primero esto.

2.3. Representación matricial

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 51
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

En este tema se verá la representación de los sistemas de ecuaciones lineales por medio de una matriz.
Comúnmente nos encontramos con problemas que se pueden representar mediante un sistema de
ecuaciones lineales, por ejemplo, la cantidad de personas que camina por una calle bajo ciertas
condiciones como son la hora, con o sin mascotas, comiendo o ejercitándose, etc. O bien el número de
ciertos contaminantes en el ambiente o en el agua, o la cantidad necesaria de ciertos átomos para crear
una molécula determinada.

Una vez que un fenómeno, problema o situación sea modelado mediante un sistema de ecuaciones, su
representación matricial es demasiado sencilla, tal y como lo veremos en los siguientes subtemas.

2.3.1. Matriz principal y matriz ampliada

Matriz principal

Una matriz es principal o de coeficientes si resulta de la representación de un sistema de ecuaciones

lineales, es decir, si A es la representación del sistema de ecuaciones, entonces A es una matriz principal o
de coeficientes.

Consideremos los siguientes sistemas de ecuaciones:

3x + 6y = 0 2x + y +7z = 12 5x + 8y = 2
5x + 2y =0 3x + 3y + 6z = -3 6y = -1
x + 5y + 2z = 0 9x + 2y = 3
Las siguientes matrices son ejemplos de las matrices principales de los sistemas dados:

2 1 7 5 8
3 6
𝐴 = � � 𝐵 = �3 3 6� 𝐶 = �0 6�
5 2
1 5 2 9 2

A las matrices principales se les conoce con este nombre debido a que a partir de ellas se encuentra la
solución del sistema de ecuaciones del cual proviene.

Las matrices principales son las primeras matrices que se escriben con los coeficientes de las incógnitas de
un sistema matricial, esto es, antes de sumarlas, restarlas o multiplicarlas por un escalar o por una matriz,
ya que al realizar estas operaciones las matrices se modifican.
Todas las matrices descritas en el ejemplo anterior son matrices principales.

Matriz ampliada

Se le conoce como matriz ampliada o aumentada a la combinación de dos matrices, una que representa a
la matriz de los coeficientes de un grupo de ecuaciones y otra que representa a la matriz de constantes de
las mismas ecuaciones.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 52

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Considerando el siguiente sistema de ecuaciones:

x + 3y +z = 5
4x + y + 6z = 7
2x + 7y + z = 4

Tenemos las siguientes matrices:

1 3 1 5
𝐴 = �4 1 6� 𝐵 = �7�
2 7 1 4

Donde A es una matriz de coeficientes del sistema y B es una matriz de las constantes. Con estas matrices
podemos construir la matriz aumentada , tal y como se muestra a continuación.
1 3 1 | 5
(𝐴|𝐵) = �4 1 6 | 7�
2 7 1 | 4

Las matrices aumentadas, forman una parte muy importante dentro de nuestro estudio y en la mayoría de
los casos son las que más se utilizan, ya que son las únicas que nos ofrecen un resultado sobre alguna
situación planteada mediante un sistema matricial.

A partir de ahora, notarás que las incógnitas de tus ecuaciones no serán x, y y z sino x1, x2, x3, … xn.

2.3.2. Representación matricial de un sistema de ecuaciones lineales

En este subtema trabajaremos los sistemas de ecuaciones lineales, para mostrar la manera en que estos se
relacionan con las matrices. Supongamos que tenemos un sistema de m ecuaciones lineales con n
incógnitas, como el que se muestra a continuación.
𝑎11 𝑥1 + 𝑎12 𝑥2 + … + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + … + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + … 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

De este sistema, podemos extraer los coeficientes de las variables en cada una de las ecuaciones y con
ellos formamos la matriz principal o de coeficientes de la siguiente manera.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 53

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

𝑎11 𝑎12 … 𝑎1𝑛

𝑎21 𝑎22 … 𝑎2𝑛
𝐴=� �
⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛

Podemos nombrar a un vector 𝒙 que represente a las variables, y escribirlo como:

𝑥1
𝑥2
𝒙 = �⋮�
𝑥𝑛
Y por último, escribimos un vector b que represente a las constantes, las cuales son los segundos
miembros de cada una de las ecuaciones que pertenecen al sistema de ecuaciones lineales.
𝑏1
𝑏
𝒃 = � 2�
⋮
𝑏𝑚
Y con todos estos elementos, podemos representar al sistema de ecuaciones lineales por medio de
matrices como sigue.

O bien:
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑏2
� �∙� ⋮ � = � �
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

Cuando el sistema de ecuaciones lineales que se está representando es homogéneo, entonces, se

sustituye el vector b por el vector 0 y el sistema de ecuaciones nos quedaría de la siguiente manera.
𝐴𝒙 = 𝟎

O bien:
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 0
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 0
� �∙� ⋮ � = � �
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑛 0

Generalmente tomaremos la matriz de coeficientes y la matriz o vector de constantes al representar

sistemas de ecuaciones ya que son los elementos que necesitamos para construir la matriz aumentada, la
cual nos permitirá obtener o desarrollar algún resultado. Por ejemplo, se tiene el siguiente sistema de
ecuaciones lineales.

3𝑥1 + 5𝑥2 − 𝑥3 = 6
𝑥1 − 3𝑥2 + 7𝑥3 = 4
9𝑥1 − 4𝑥2 + 𝑥3 = 7
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 54
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Representamos los coeficientes por la siguiente matriz de 3 x 3:

3 5 −1
𝐴 = �1 −3 7 �
9 −4 1
Y por la matriz de 3 x 1 a las constantes:
6
𝒃 = �4�
7

Formamos la matriz aumentada:

(𝐴|𝒃)
O bien:
3 5 −1 | 6
�1 −3 7 | 4�
9 −4 1 | 7

Esta es la matriz aumentada del sistema de ecuaciones lineales anterior.

2.4. Operaciones elementales de renglón

Las operaciones elementales de renglón las utilizamos en nuestra vida cotidiana al modificar algunos
hechos o acontecimientos que se pueden representar mediante un vector. Esto se ilustra con los siguientes
ejemplos:

Si tenemos una lista de compras de alimentos perecederos y compramos los mismos productos en las
mismas cantidades cada semana, podemos encontrar la cantidad total que se compra al mes, multiplicando
el vector que las representa por el número de semanas que restan del mes que se encuentra en curso.
Imagina que estás realizando un experimento en el cual analizas qué sustancias se producen en diferentes
reacciones químicas. Puedes hacer un arreglo matricial que exprese los comportamientos de tus
sustancias. Supón que debes tener más presente una de las reacciones, entonces puedes intercambiar de
lugar las filas de tu matriz. Y también puedes realizar otras interacciones entre los renglones para
determinar si es posible obtener o no otra sustancia.

A continuación, veremos de manera más específica cuáles son las operaciones elementales de renglón, así
como la manera en que éstas se desarrollan. Por otra parte, conoceremos como obtener la matriz inversa
mediante estas operaciones.

2.4.1. Aplicación de las operaciones elementales de renglón a una

matriz
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 55
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

De nuestros cursos de álgebra que vimos en la secundaria y en el bachillerato conocemos los sistemas de
ecuaciones lineales. En ellos, vimos que multiplicar o dividir ambos lados de una ecuación por un número
distinto de cero da una nueva ecuación la cual es equivalente a la original.

Otra de las cosas que conocemos de un sistema de ecuaciones es que al sumar una ecuación, ya sea del
sistema o equivalente a una de las del sistema, con otra del mismo sistema, se obtiene una ecuación que
no la modifica y además, si se intercambian de renglón dos ecuaciones de un mismo sistema, resulta un
sistema equivalente al primero, es decir, que las soluciones serían las mismas.

Las operaciones elementales con renglones, aplicadas a la matriz aumentada que representa un sistema de
ecuaciones lineales son las siguientes:

• Multiplicar o dividir un renglón por un número diferente de cero.

• Sumar un renglón original o su equivalente, con otro renglón.
• Intercambiar dos renglones.

Cada una de las operaciones anteriores aplicadas sobre una matriz aumentada, no modifican la matriz, ya
que nos forman una matriz equivalente a la primera. Por esto mismo, tampoco se altera el sistema de
ecuaciones que dicha matriz representa.

El proceso de aplicar las operaciones elementales con renglones para simplificar una matriz aumentada se
conoce como reducción por renglones.

Primero pondremos en práctica las operaciones de renglones para posteriormente ver cómo esto nos ayuda
a resolver sistemas de ecuaciones lineales. Vamos a desarrollar el siguiente ejemplo.

1 4 2 | 5
Sea 𝐴 = �2 0 7 | 3� una matriz aumentada, utiliza las operaciones elementales por renglón y encuentra
1 6 3 | 9
la matriz identidad equivalente.

Para trabajar con los renglones y las columnas, utilizaremos 𝑅𝑖 para hacer referencia al renglón i, con esto
podemos reducir nuestra matriz de la siguiente manera.

1 4 2 | 5
Primero escribimos la matriz aumentada: �2 0 7 | 3�
1 6 3 | 9

Para realizar las operaciones entre renglones, lo que nos conviene es realizar operaciones con los
renglones de tal manera que en la diagonal principal queden unos. Como nuestra matriz ya tiene al primer
elemento de la diagonal igual a 1, ahora tenemos que convertir a los elementos que se encuentran debajo
de él en ceros.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 56

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

1 4 2 | 5
�2 0 7 | 3�
1 6 3 | 9

Paso 1
Multiplicamos al renglón 1, por -2 y le sumamos el renglón 2, el resultado de estas
operaciones lo vamos a colocar en el renglón 2, por lo que el renglón 1 permanecerá igual.

−2𝑅1 + 𝑅2 = −2(1 4 2 5) + (2 0 7 3) = (−2 − 8 − 4 − 10) + (2 0 7 3) = (0 − 8 3 − 7), este resultado lo puedes observar

en el renglón 2 de la siguiente matriz.

1 4 2 | 5
�0 −8 3 | −7�
1 6 3 | 9

Paso 2
Para que el elemento a31 sea igual a cero, multiplicamos al renglón 1 por -1 y le
sumamos el renglón 3, el resultado lo vamos a colocar en el renglón 3 por lo que el renglón 1
pasará tal como está.
, el resultado lo puedes observar en el renglón
3 de la siguiente matriz.

Paso 3

multiplicamos al renglón 2 por -1/8 para tener al 1 en la matriz principal:

El resultado nos quedaría tal como se muestra en la siguiente matriz:

Ya tenemos los tres unos en la matriz principal, nos falta hacer ceros a los demás elementos de la matriz de
coeficientes, para ello, realizaremos las siguientes operaciones:

Paso 4

Al renglón 2 lo multiplicamos por -4 y le sumamos el renglón 1, el resultado lo colocamos en el renglón 1.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 57

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Paso 5

Al renglón 2 lo multiplicamos por -2 y le sumamos el renglón 3, el resultado lo colocamos en el renglón 3. El

renglón 2 pasa tal como está.

Como te podrás dar cuenta, las operaciones se realizaron de tal manera que el elemento a12 y a32 sean
iguales a cero, pero el elemento a33 de la diagonal principal en lugar de 1 es 7/4, esto se resuelve fácilmente
multiplicado por 4/7. El resultado se muestra en la siguiente matriz:

Paso 6

3
7
⎛1 0 2
2 | 7⎞
⎜ 3 | ⎟
⎜0 1 − | 8⎟
8 9
0 0 1
⎝ 7⎠

Paso 7

−6
1 0 0 | 2
⎛ 3 7⎞
⎜0 1 − |
8 8⎟
0 0 1 | 9
⎝ 7⎠
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 58
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Paso 8

1 0 0 | 1
�0 1 0 | 19/14�
0 0 1 | 1/7

La matriz aumentada que se obtuvo tiene unos en la diagonal principal y ceros en sus demás elementos,
excepto en los que corresponden a las constantes. Entonces, hemos llegado a la matriz identidad y lo
hemos conseguido con el uso de las operaciones elementales de renglón.

Ahora veremos cómo las operaciones de renglón realizadas en la matriz asociada al sistema de ecuaciones
nos ayudan en la solución de éste.

Las matrices principales son aquellas que representan un sistema de ecuaciones lineales y que nos
permiten obtener la solución de dicho sistema de forma muy sencilla. Lo podemos hacer de la siguiente
manera:
Como lo establecimos desde el principio, las operaciones con renglones nos forman nuevas matrices, las
cuales son equivalentes a la matriz principal o bien a la matriz con la cual comenzamos a trabajar, de esta
manera tenemos la siguiente equivalencia:

Entonces, la nueva matriz de coeficientes equivalente a la matriz principal es una matriz identidad.
Denotémosla en este caso por A’ y así, tenemos que:

1 0 0
𝐴′
= �0 1 0�
0 0 1
Por otra parte, la matriz o vector de constantes, que anteriormente era:
5
𝒃 = �3�
9
Ahora es:
1
19
⎛ ⎞
𝒃′ = ⎜14⎟
9
⎝7⎠

Y por último, quien no cambia es la matriz o vector de variables 𝒙.

El sistema solución lo podemos escribir tal y como se muestra a continuación:
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 59
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

𝐴′ 𝒙 = 𝒃′
O bien:
1
1 0 0 𝑥1 19
⎛ ⎞
�0 1 0� ∙ �𝑥2 � = ⎜14⎟ ___________(1)
0 0 1 𝑥3 9
⎝7⎠

De esta manera, si desarrollamos el producto escalar de las matrices del primer miembro, tenemos:
1 0 0 𝑥1 (1)(𝑥1 ) + (0)(𝑥2 ) + (0)(𝑥3 )
𝑥
�0 1 0� ∙ � 2 � = �(0)(𝑥1 ) + (1)(𝑥2 ) + (0)(𝑥3 )�
0 0 1 𝑥3 (0)(𝑥1 ) + (0)(𝑥2 ) + (1)(𝑥3 )
𝑥1 + 0 + 0
= �0 + 𝑥2 + 0�
0 + 0 + 𝑥3
𝑥1
= �𝑥2 �
𝑥3

Sustituyendo este resultado en (1), tenemos:

𝑥1 1
𝑥
� 2 � = �19/14�
𝑥3 9/7

Por lo tanto, se tiene que:

𝑥1 = 1
19
𝑥2 =
14
9
𝑥3 =
7
1 4 2 | 5
Estas, son las soluciones de la matriz aumentada: �2 0 7 | 3�.
1 6 3 | 9

Se puede observar que el proceso de operaciones elementales de renglón de una matriz no es complicado,
sino laborioso y dependiendo del tamaño de la matriz construida, puede llegar a ser inclusive tedioso.

Una manera más sencilla de obtener los valores de las variables, es tener la matriz identidad en el lado
izquierdo de la matriz aumentada y después igualamos las variables correspondientes a cada posición tal y
como se muestra a continuación:
La matriz reducida por renglones, nos quedó de la siguiente manera:

1 0 0 | 1
�0 1 0 | 19/14�
0 0 1 | 9/7

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 60

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

A partir de ella, podemos encontrar las soluciones tomando en cuenta el orden de las variables, para esto,
asociamos a la primera columna la variable 𝑥1 , a la segunda columna 𝑥2 y la tercera columna 𝑥3 , de esta
manera las soluciones son:

𝑥1 = 1
19
𝑥2 =
14
9
𝑥3 =
7

Y con esto, nos evitamos utilizar el producto escalar.

2.4.2. Matriz inversa mediante operaciones de renglón

Diremos que la matriz inversa de una matriz cuadrada An es la matriz que cumple la siguiente propiedad:

A-1·A = A·A-1 = I

Sean A y B dos matrices cuadradas, B es la matriz inversa de A si:

𝐴𝐵 = 𝐵𝐴 = 𝐼

Es decir, si el producto matricial de A y B nos da como resultado a la matriz identidad, entonces B es la

matriz inversa de A y la denotamos por 𝐴−1, de esta manera, podemos escribir la ecuación anterior en
términos de A como sigue:

𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼

A las matrices que tienen inversa se les llama invertibles. Las matrices cuadradas que no tienen inversa se
conocen como matrices singulares. A su vez, también a las matrices invertibles se les conoce como no
singulares.

Cabe destacar que el hecho de que una matriz cuadrada sea invertible, no garantiza que todas las matrices
cuadradas lo sean, ya que existen matrices que no tienen inversa.

A continuación, veremos el proceso de encontrar la matriz inversa, para esto, tomaremos la misma matriz
con la cual trabajamos en el subtema anterior.

Ejemplo:
1 4 2 | 5
Sea 𝐴 = �2 0 7 | 3� una matriz aumentada, encuentra su matriz inversa mediante operaciones por
1 6 3 | 9
renglón.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 61

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Para comenzar, únicamente trabajaremos con la parte izquierda de la matriz, es decir, con:

1 4 2
�2 0 7�
1 6 3

A esta matriz la vamos a aumentar con la matriz identidad de 3 x 3 de la siguiente manera:

1 4 2 | 1 0 0
�2 0 7 | 0 1 0�
1 6 3 | 0 0 1

Para encontrar la matriz inversa, lo que tenemos que hacer es realizar operaciones por renglón hasta
convertir a la matriz de la izquierda en una matriz identidad, la matriz que se obtenga en la parte de la
derecha será la matriz inversa que estamos buscando.

Realizaremos los cálculos para encontrar la matriz inversa:

1 4 2 | 1 0 0 1 4 2 | 1 0 0
�2 0 7 | 0 1 0� �0 −8 3 | −2 1 0�
1 6 3 | 0 0 1 0 2 1 | −1 0 1
7 1
1 0 0 0
1 4 2 | 1 0 0 2 | 2
3 2 1 ⎛ 3 2 1 ⎞
�0 1 − 8 | − 0� ⎜0 1 − | − 0⎟
8 8 8 8 8
0 2 1 | −1 0 1 7 | 3 1
0 0 −2 1
⎝ 4 4 ⎠
1
1 0
7 0 0 10 0 | 3 0 −2
| 2 1 1 3
⎛ 2 ⎞
�0 1 0 | − 14 − 14 14 �
2 1
⎜0 1 −
3 | − 0⎟
8 8 6 1 4
8 | |
0 0 1 −7
6 1 4
0 0 1 −7 7 7
⎝ 7 7⎠

En el lado izquierdo de la matriz aumentada se ha generado la matriz identidad, entonces, el lado derecho
representa a la matriz inversa de A, es decir:

3 0 −2
1 1 3
⎛− − ⎞
𝐴−1 = ⎜ 14 14 14 ⎟
6 1 4
−
⎝ 7 7 7⎠

Para comprobar que 𝐴−1 efectivamente es la matriz inversa de B se puede realizar el producto matricial
𝐴𝐴−1 o bien 𝐴−1 𝐴.

2.5. Solución de sistemas lineales

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 62
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

En este tema vamos a desarrollar la solución de los sistemas de ecuaciones lineales utilizando matrices,
veremos el procedimiento para encontrar la solución de un sistema mediante la representación matricial y el
empleo de los métodos de Gauss y de Gauss-Jordan, dichos procedimientos facilitan la manera de resolver
cualquier sistema de ecuaciones mediante una matriz.

Otra forma para dar solución a un sistema de ecuaciones es utilizando el determinante de una matriz
asociada. Veremos con más detalle este método en la siguiente unidad.

¿Sabías que…?

Se cuenta que en la lápida de Diofanto, un gran matemático griego, podía leerse el siguiente epitafio:
“…Transeúnte, ésta es la tumba de Diophante: es él quien con esta sorprendente distribución te dice el
número de años que vivió. Su juventud ocupó su sexta parte, después durante la doceava parte su mejilla
se cubrió con el primer vello. Pasó aún una séptima parte de su vida antes de tomar esposa y, cinco años
después, tuvo un precioso niño que, una vez alcanzada la mitad de la edad de su padre, pereció de una
muerte desgraciada. Su padre tuvo que sobrevivirle, llorándole durante cuatro años. De todo esto, se
deduce su edad. "

En su forma actual, lo anterior puede representarse a través de una ecuación lineal ¿Puedes tú saber la
edad de Difanto?

2.5.1. Método de eliminación de Gauss

El método de eliminación de Gauss es el método más básico y simple que se puede utilizar para resolver un
sistema de ecuaciones lineales, los elementos necesarios para desarrollarlo ya los conocemos.
Básicamente, este método consiste en aplicar operaciones de renglón a una matriz hasta convertirla en una
matriz triangula superior, a partir de ello podemos encontrar las soluciones del sistema de ecuaciones del
cual procede nuestra matriz por un método más simple como el de inspección.

Vamos a desarrollar un ejemplo para conocer el método de eliminación Gaussiana o de Gauss.

Ejemplo: Tenemos el siguiente sistema de ecuaciones lineales:

𝑥1 − 𝑥2 + 𝑥3 + 2𝑥4 = 6
6𝑥1 − 4𝑥2 + 3𝑥3 + 5𝑥4 = 17
𝑥1 − 6𝑥2 + 3𝑥3 + 𝑥4 = 9

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 63

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Lo primero que hacemos es construir la matriz asociada al sistema de ecuaciones lineales, esto es, la
matriz principal aumentada, la cual es:
1 −1 1 2 | 6
6 −4 3 5 | 17
� 1 −6 3 �
1 | 9
−3 2 1 −9 | −15
Vamos a reducirla mediante operaciones por renglón, hasta obtener una matriz triangular superior, puesto
que en esto consiste el método de eliminación de Gauss:

1 −1 1 2 | 6 1 −1 1 2 | 6
6 −4 3 5 | 17 0 2 −3 −7 | −19
� 1 −6 3 � �0 −5 2 �
1 | 9 −1 | 3
−3 2 1 −9 | −15 0 −1 4 −3 | 3
1 −1 1 2 | 6 1 −1 1 2 | 6
0 1 −4 3 | −3 0 1 −4 3 | −3
� 0 −5 2 � �0 0 −18 �
−1 | 3 14 | −12
0 2 −3 −7 | −19 0 0 5 −13 | −13
2 | 6 1 −1 1 2 | 6
1 −1 1
3 | −3
⎛ 0 1 −4 3 | −3 ⎞ ⎛ 0 1 −4 ⎞
⎜ 0 0 1 −7 | 6 ⎟ ⎜ 0 0 1 −7 |
6
⎟
9 9 9 9
82 147
⎝0 0 5 −13 | −13⎠ ⎝0 0 0 − 9
| −
9 ⎠
1 −1 1 2 | 6
⎛0 1 −4 3 | −3⎞
⎜0 0 1 −7 | 6 ⎟
9 9
147
⎝ 0 0 0 1 | 82 ⎠

Hemos llegado a la forma de Gauss, tal y como se aprecia es una matriz triangular superior, por último, lo
que tenemos que hacer es encontrar las soluciones del sistema de ecuaciones a partir de la matriz
obtenida, para esto, asociamos a cada columna una variable, así, por la fila 4 y columna 5, tenemos que
147 7 6
𝑥4 = , además tenemos por la fila 3 que 𝑥3 − 𝑥4 = .
82 9 9

Lo cual implica que:

6 7
𝑥3 = + 𝑥
9 9 4
6 7 147
= + � �
9 9 82
169
𝑥3 =
82

De la fila 2 tenemos:
𝑥2 − 4𝑥3 + 3𝑥4 = −3
𝑥2 = 4𝑥3 − 3𝑥4 − 3
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 64
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

169 147
= 4� � − 3� �−3
82 82
11
𝑥2 = −
82

Y por último, de la fila 1 tenemos:

𝑥1 − 𝑥2 + 𝑥3 + 2𝑥4 = 6
𝑥1 = 6 + 𝑥2 − 𝑥3 − 2𝑥4
11 169 147
𝑥1 = 6 − − − 2� �
82 82 82
18
𝑥1 =
82

Por lo tanto, las soluciones del sistema de ecuaciones son:

18
𝑥1 =
82
11
𝑥2 = −
82
169
𝑥3 =
82
147
𝑥4 =
82

2.5.2. Método de Gauss- Jordan

El método de Gauss y el de Gauss-Jordan son muy similares. En el proceso de solución de un sistema de
ecuaciones lineales es más utilizable el método de Gauss porque en éste realizamos la mitad de
operaciones que haríamos en el método de Gauss-Jordan. El hecho de que la mayoría de las personas
trabajen con este último se debe a que permite conocer la matriz inversa proveniente de un sistema de
ecuaciones lineales. Gauss-Jordan lo hemos utilizado anteriormente para encontrar la matriz inversa.
Enseguida, desarrollaremos un ejemplo en el cual visualices y compares este método con el de Gauss y
establezcas el de tu preferencia.

Supongamos que tenemos el siguiente sistema de ecuaciones:

x1 + 4x2 + 2x3 = 5
2x1 + 7x3 = 3
x1 + 6x2 + 3x3 = 9

Su matriz aumentada asociada es:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 65

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Para resolver este sistema por el método de Gauss-Jordan lo que debemos hacer es encontrar la matriz
identidad basados en la matriz A. Esto es, aplicamos el método de Gauss y encontramos los unos de la
diagonal principal. Luego convertimos también en ceros los números arriba de la diagonal principal.
Recuerda que ya lo habíamos hecho y obtuvimos la matriz:

Dada a cual se deducen automáticamente los resultados del sistema de ecuaciones:

Con este método, como recordarás, también es posible encontrar la matriz inversa:

Para que el elemento a31 sea igual a cero, multiplicamos al renglón 1 por -1 y le
sumamos el renglón 3, el resultado lo vamos a colocar en el renglón 3 por lo que el renglón 1
pasará tal como está.

, este resultado lo puedes observar en el renglón

2 de la siguiente matriz.

, el resultado lo puedes observar en el renglón 3 de la siguiente

matriz.

multiplicamos al renglón 2 por -1/8 para tener al 1 en la matriz principal.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 66

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

3 −6
7
1 0 | 2 1 0 0 | 2
⎛ 2 7⎞ ⎛ 3 7⎞
3 |
⎜0 1 − 8⎟ ⎜0 1 − 8 | 8⎟
8 | 9
0 0 1 0 0 1 | 9
⎝ 7⎠ ⎝ 7⎠

Consideraciones específicas de la unidad

Si requieres profundizar en el tema de matrices consulta el libro Álgebra lineal de Stephen Friedberg, cuya
bibliografía encontrarás en el siguiente apartado titulado Fuentes de consulta.
Te sugerimos que desde el inicio revises la evidencia de la unidad con la finalidad de que la trabajes
paulatinamente conforme vayas avanzando en los temas.
Te recomendamos resolver todos los ejercicios del cuadernillo para adquirir mayor habilidad.

Fuentes de consulta

Corcobado, J. L. y Marijuán, J. Matemáticas I. Consultado en: http://www.sectormatematica.cl/libros.htm>.

Friedberg, Stephen, et. al (2007). Álgebra lineal. Estados Unidos: Illinois State University: Prentice.

Lay, D. C. (2007). Álgebra lineal y sus aplicaciones (tercera edición). México: Pearson Educación.

Marsden, Jerrold y Tromba, Anthony (1991). Cálculo vectorial. Estados Unidos: Addison-Wesley
Iberoamericana.
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 67
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Para saber más

En la página http://www.marcelovalenzuela.com/matrices/producto-de-matrices.php, puedes ingresar

matrices para multiplicarlas, recuerda que el número de columnas de la primera debe ser igual al número de
filas de la segunda.

Si deseas saber más sobre Excel puedes buscar los tutoriales ¡algunos se pueden consultar de forma
gratuita!

Unidad 3. Determinantes

Propósito
En esta unidad utilizarás las propiedades de los determinantes que te permitirán realizar los cálculos de una
forma más rápida para resolver problemas de ecuaciones por medio de la regla de Cramer. De esta forma
podrás resolver problemas de diversas áreas utilizando el álgebra lineal.

Competencia específica
• Utiliza los determinantes para resolver problemas de diversas áreas por medio de la regla de Cramer.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 68

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Presentación de la unidad

En esta unidad trabajaremos con los determinantes. Para calcular el determinante de una matriz
utilizaremos los menores y cofactores de la misma.

También conoceremos y aplicaremos las propiedades de los determinantes, las cuales nos permiten
resolver de manera más rápida los cálculos. De hecho, si tenemos una fila o columna de ceros, aplicando
una de las propiedades de los determinantes y sin realizar ningún cálculo podemos afirmar que el
determinante es cero, el mismo caso ocurre cuando tenemos dos filas iguales o una múltiplo de la otra. La
importancia de los determinantes es que nos permiten simplificar las operaciones para resolver sistemas de
ecuaciones lineales.
Posteriormente estudiaremos algunos ejemplos en los que podrás ver la utilidad de lo que has aprendido en
el curso de álgebra lineal.
Finalmente, daremos solución al problema que has venido trabajando a lo largo de la asignatura:
Sustancias que funcionan como super proteínas, ahora por el método de Cramer.

3.1. Bases de los determinantes

Los determinantes ya existían desde los tiempos de Cardano, en su Ars Magna muestra una regla para
resolver sistemas de dos ecuaciones lineales con dos incógnitas, a la cual llamó regula de modo y es la
conocida regla de Cramer para resolver sistemas de ecuaciones lineales de 2 x 2.

Los inicios de la teoría de determinantes de matrices datan del siglo II a.C. con los matemáticos chinos. La
idea de determinante apareció en Japón y Europa casi al mismo tiempo. En Japón, fue
Takakasu Seki Kowa (1642-1708) el primero en publicar un trabajo sobre este tema. En efecto, en 1683,
Seki escribió un manuscrito titulado Método de resolver los problemas disimulados, en el cual se incluyen
algunos métodos matriciales expuestos en forma de tablas.

En esta sección definiremos los determinantes, estudiaremos sus propiedades más importantes, también
hablaremos de algunos conceptos relacionados, como el de menor y cofactor. Posteriormente, veremos
cómo resolver sistemas de ecuaciones lineales por medio de los determinantes y finalizaremos con algunos
ejemplos de aplicaciones de álgebra lineal en diferentes áreas.

¿Sabías que…?

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 69

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Gerolamo Cardano era médico de profesión y fue el pionero en la descripción de la fiebre tifoidea.
Cardano nació el 24 de septiembre de 1501 en Milán y murió el 21 de septiembre de 1576 en Roma. Su
padre, Fazio Cardano, era abogado con una amplia experiencia en matemáticas por lo que se convirtió en
profesor de geometría en la Universidad de Pavia. Se dice que Leonardo da Vinci era su amigo y que
inclusive éste llegó a consultarlo acerca de diversos temas en materia de geometría.
El joven Gerolamo aprendió matemáticas con su padre al trabajar como asistente para él. Posteriormente
decidió estudiar medicina y se graduó en 1525 con una excelente reputación y reconocimiento.
Según una leyenda, Cardano predijo el día de su muerte utilizando la astrología y llegado el día se suicidó
para hacer correcta la predicción.
En la actualidad, Gerolamo Cardano es más conocido por sus trabajos en diversas áreas de las
matemáticas tales como álgebra y probabilidad.

3.1.1. Introducción a los determinantes

Los determinantes están definidos para matrices cuadradas, es decir, de nxn. El determinante de una matriz
cuadrada es un escalar (número). Nos apoyaremos en las matrices de 2x2 para describir cómo se obtienen
los determinantes de matrices de orden superior.

𝑎11 𝑎12
Sea 𝐴 = �𝑎 𝑎22 �, se define el determinante de A y se denota por |A| como sigue:
21

Esta es la forma general en la que se define el determinante de una matriz de 2x2, que es el resultado de
una multiplicación cruzada de los elementos de la matriz. Aquí, puedes observar que el determinante de
una matriz es un escalar. Dicho escalar, nos permite obtener información sobre la matriz a partir de la cual
se obtuvo, por ejemplo, el determinante de una matriz puede decirnos si una matriz es invertible o no.

Para obtener el determinante de una matriz de 3 x 3, utilizaremos la siguiente definición:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 70

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

𝑎11 𝑎12 𝑎13

Sea la matriz A de 3 x 3 igual a 𝐴 = �𝑎21 𝑎22 𝑎23 �, entonces, se define el determinante de A. (|A|) como
𝑎31 𝑎32 𝑎33
sigue:
𝑎11 𝑎12 𝑎13
|𝐴| = �𝑎21 𝑎22 𝑎23 �
𝑎31 𝑎32 𝑎33
𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22
= 𝑎11 �𝑎 � − 𝑎12 �𝑎 � + 𝑎13 �𝑎 �=
32 𝑎33 31 𝑎33 31 𝑎32
𝑎11 (𝑎22 𝑎33 − 𝑎32 𝑎23 )−𝑎12 (𝑎21 𝑎33 − 𝑎31 𝑎23 )+𝑎13 (𝑎21 𝑎32 − 𝑎31 𝑎22 )
Ahora, mostraremos ejemplos del cálculo de determinantes para comprender mejor la definición.

Ejemplo:

3 5
Sea 𝐴 = � �, calcula el determinante de A.
4 9

Para encontrar el determinante vamos a utilizar la definición, en este caso, estamos trabajando con un
determinante de 2x2, por lo cual utilizaremos la primera definición. Para ello, debemos identificar en la
matriz cada elemento de la definición, los elementos son:

𝑎11 = 3 𝑎12 = 5 𝑎21 = 4 𝑎22 = 9

Una vez que hemos identificado los elementos que corresponden a la definición, desarrollamos el
determinante, tal y como se muestra a continuación.

𝑎 𝑎12 3 5
|𝐴| =´ �𝑎11 𝑎22 � = �4 9� = [(3)(9) − (4)(5)]
21
= [27 − 20]

Por lo tanto, el determinante de la matriz A es 7.

Ahora, vamos a calcular el determinante de una matriz de 3 x 3.

3 2 7
Sea la matriz 𝐴 = �1 5 2�. Calcula su determinante.
3 9 4

Nuevamente, indicamos los elementos de la matriz que corresponden a la definición, de la siguiente

manera:

𝑎11 = 3 𝑎12 = 2 𝑎13 = 7

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 71
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

𝑎21 = 1 𝑎22 = 5 𝑎23 = 2

𝑎31 = 3 𝑎32 = 9 𝑎33 = 4

Aplicamos la definición y encontramos el determinante de A como sigue:

3 2 7
|𝐴| = �1 5 2 � = 3 �5 2 1 2 1 5
� − 2� � + 7� �
9 4 3 4 3 9
3 9 4

Resolvemos los determinantes de 2 x 2 para poder completar el determinante de 3 × 3, tal y como se

muestra a continuación:

|𝐴| = 3[(5)(4) − (9)(2)] − 2[(1)(4) − (3)(2)] + 7[(1)(9) − (3)(5)]

= 3[20 − 18] − 2[4 − 6] + 7[9 − 15]
= 3[2] − 2[−2] + 7[−6]
= 6 + 4 − 42
= −32

Al observar este resultado, debemos de tener en cuenta que en una matriz A el símbolo |A| no significa el
valor absoluto de la matriz A, ya que el valor absoluto de un número siempre es positivo y por su parte, el
determinante de una matriz puede ser tanto positivo como negativo.
El método mediante el cual resolvimos el determinante es conocido como método de expansión por
cofactores. Más adelante, daremos los detalles de la definición de dicho método.

Para resolver una matriz de 4 x 4, se tienen que resolver 4 determinantes de 3 x 3 de la misma manera que
al resolver un determinante de 5 x 5, se tienen que resolver 5 determinantes de 4 x 4 e inductivamente se
desarrollan los demás determinantes, de tal manera que al realizar un determinante de n x n con 𝑛 ≥ 3 se
deben de realizar n determinantes de (n-1) x (n-1).

¿Sabías que…?

Pese a que hace más de dos mil años los matemáticos chinos habían descubierto ya un método de
resolución de sistemas de ecuaciones lineales equivalente al método de Gauss y por lo tanto empleaban
tablas con números que actualmente concebimos como arreglos de matrices y determinantes, la aparición
formal de los determinantes en las matemáticas fue hasta el siglo XVI ¡más de un siglo antes que las
matrices! Su tratamiento formal vio la luz hasta el siglo XIX. El término matriz fue creado por James Joseph
Sylvester cuando trataba de hacer entender que era “la madre de los determinantes”.

3.1.2. Menores y cofactores de un determinante

Sea A una matriz cuadrada de n x n y sea 𝑀𝑖𝑗 la matriz de (n-1) x (n-1) que se obtiene eliminando de A la
fila i y la columna j, a 𝑀𝑖𝑗 se le conoce como el menor ij de la matriz A.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 72

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Al desarrollar un determinante de la matriz A de n x n con 𝑛 ≥ 3 siempre nos vamos a encontrar con al

menos 3 de los menores de A, por ejemplo, cuando calculamos el determinante de la matriz

3 2 7
𝐴 = �1 5 2�, nos encontramos con los siguientes tres menores.
3 9 4
5 2
𝑀11 = � �
9 4
1 2
𝑀 12 = � �
3 4
1 5
𝑀13 = � �
3 9

Aunque estos no son los únicos menores de A.

Debe de observarse que en una matriz de n x n con n > 2, encontraremos n x n menores.

Existe un concepto muy importante dentro de las matrices, específicamente hablando de los determinantes,
el cual está íntimamente ligado al concepto de menores, este concepto es el de cofactor, el cual tiene la
siguiente definición.

Definición de cofactor

Sea A una matriz de n x n. El cofactor ij de A, denotado por 𝐴𝑖𝑗 , se obtiene de la siguiente manera:
𝐴𝑖𝑗 = (−1)𝑖+𝑗 |𝑀𝑖𝑗 |

Esto significa que el cofactor ij de A se obtiene multiplicando (−1)𝑖+𝑗 por el determinante del menor ij.

Como puedes ver, el signo del menor se cambia si la suma i + j es impar y se conserva si es par, ya que
(−1)𝑖+𝑗 nos da un negativo cuando i + j es impar, y nos da un positivo cuando i + j es par.
Ahora, estamos preparados para conocer como se define el método de expansión por cofactores.
Sea A una matriz de n x n, entonces, para obtener el determinante de A se realizan las siguientes
operaciones:

|𝐴| = 𝑎11 𝐴11 + 𝑎12 𝐴12 + 𝑎13 𝐴13 + ⋯ + 𝑎1𝑛 𝐴1𝑛

A la expresión anterior se le conoce como método de expansión por cofactores. Este método es el más
utilizado en la mayoría de los textos para el cálculo del determinante de las matrices. Y aunque en algunos
textos no hacen referencia a él, implícitamente lo utilizan, ya que si te fijas, utilizar los cofactores de A es
igual que remitirte al determinante del menor cuando tapas la primera fila y vas recorriendo la columna.

En el cálculo del determinante de la matriz A de 3 x 3 del subtema anterior, se utilizaron 3 cofactores, los
cuales son los siguientes

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 73

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

3 2 7
|𝐴| = �1 5 2 �
3 9 4
1+1 |𝑀 | 2 5 2
𝐴11 = (−1) 11 = (−1) � � = (1)(20 − 18) = (1)(2) = 2
9 4
1 2
𝐴12 = (−1)1+2 |𝑀12 | = (−1)3 � � = (−1)(4 − 6) = (−1)(−2) = 2
3 4
1 5
𝐴13 = (−1)1+3 |𝑀13 | = (−1)4 � � = (1)(9 − 15) = (1)(−6) = −6
3 9

Dichos cofactores se multiplican por los números que forman la primera fila.
Si observas, estás haciendo lo mismo que al resolver los determinantes menores.

3 2 7
|𝐴| = �1 5 2 � = 3 �5 2 1 2 1 5
� − 2� � + 7� �
9 4 3 4 3 9
3 9 4

Veamos otro ejemplo más para comprender como obtener el menor, cofactor y el determinante de una
matriz.

Ejemplo:
1 7 9 0
Sea la matriz 𝐴 = �4 2 5 4�, calcula su determinante indicando los menores y cofactores que utilices
8 6 1 3
1 6 5 2
para ello.

Vamos a desarrollar el determinante de A utilizando los menores y cofactores de A, para esto, primero
obtenemos los menores de la siguiente manera:

2 5 4 4 5 4
𝑀11 = �6 1 3� 𝑀12 = �8 1 3�
6 5 2 1 5 2
4 2 4 4 2 5
𝑀13 = �8 6 3� 𝑀14 = �8 6 1�
1 6 2 1 6 5
Una vez que tenemos los menores, vamos a obtener el determinante de cada uno de ellos como sigue.

|𝑀11 | = 2 �1 3� − 5 �6 3� + 4 �6 1�
5 2 6 2 6 5
= 2[2 − 15] − 5[12 − 18] + 4[30 − 6]
= −26 + 30 + 96
|𝑀11 | = 100
1 3 8 3 8 1
|𝑀12 | = 4 � � − 5� � + 4� �
5 2 1 2 1 5
= 4[2 − 15] − 5[16 − 3] + 4[40 − 1]
= −52 − 65 + 156
|𝑀12 | = 39

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 74

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

|𝑀13 | = 4 �6 3� − 2 �8 3� + 4 �8 6�
6 2 1 2 1 6
= 4[12 − 18] − 2[16 − 3] + 4[48 − 6]
= −24 − 26 + 168
|𝑀13 | = 118
|𝑀14 | = 4 � 6 1 8 1 8 6
� − 2� � + 5� �
6 5 1 5 1 6
= 4[30 − 6] − 2[40 − 1] + 5[48 − 6]
= 96 − 78 + 210
|𝑀14 | = 228

Ahora que hemos encontrado el determinante de cada uno de los menores, vamos a obtener los cofactores
correspondientes a dichos menores tal y como se muestra a continuación:

𝐴𝑖𝑗 = (−1)𝑖+𝑗 |𝑀𝑖𝑗 |

𝐴11 = (−1)1+1 (|𝑀11 |)
𝐴11 = (−1)2 (100)
𝐴11 = (1)(100)
𝐴11 = 100
𝐴12 = (−1)1+2 (|𝑀12 |)
𝐴12 = (−1)3 (39)
𝐴12 = (−1)(39)
𝐴12 = −39
𝐴13 = (−1)1+3 (|𝑀13 |)
𝐴13 = (−1)4 (118)
𝐴13 = (1)(118)

𝐴13 = (1)(118)
𝐴13 = 118
𝐴14 = (−1)1+4 (|𝑀14 |)
𝐴14 = (−1)5 (228)
𝐴14 = (−1)(228)
𝐴14 = −228

Una vez que obtenemos los cofactores aplicamos el método de expansión por cofactores para encontrar el
determinante de A.

Primero colocamos la ecuación para calcular el determinante de A, a partir de sus cofactores, la cual es la
siguiente:

|𝐴| = 𝑎11 𝐴11 + 𝑎12 𝐴12 + 𝑎13 𝐴13 + 𝑎14 𝐴14

Únicamente se toman cuatro elementos debido a que A es una matriz de 4 x 4, la forma de expansión por
cofactores se refiere a una matriz de n x n y en este caso n = 4, por eso sucede esto.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 75

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Entonces los elementos que hacen falta para aplicar la fórmula anterior son:
𝑎11 = 1 𝑎12 = 7 𝑎13 = 9 𝑎14 = 0

Ahora que tenemos todos los elementos aplicamos la fórmula de expansión por cofactores de la siguiente
manera.

|𝐴| = (1)(100) + (7)(−39) + (9)(118) + (0)(−228)

= 100 − 273 + 1062 + 0
= 889

Advierte que, mientras mayor es la matriz, mayor es el número de operaciones que tienen que realizarse
para encontrar su determinante, en este caso, se calculó a partir de los menores que se obtuvieron
utilizando la primera fila; debes tener en cuenta que los menores se pueden obtener utilizando cualquier fila
o cualquier columna de una matriz, quizás los cálculos sean diferentes, pero el resultado final siempre será
el mismo.

Esto significa que el determinante lo puedes obtener a partir de cualquier fila o columna de la matriz y no
necesariamente a partir de la primara fila, como lo desarrollamos aquí.

3.1.3. Propiedades de los determinantes

Existen diferentes situaciones a las cuales frecuentemente no enfrentamos. Por ejemplo, piensa en que
tienes que subir a un edificio de 4 pisos, para subirlo simplemente pensarías en utilizar las escaleras. Sin
embargo, si tuvieras que subir a la azotea de un edificio de 70 pisos, subir por las escaleras no sería una
buena opción pues te causaría una gran pérdida de tiempo y mucho cansancio, por esta razón, la mejor
opción sería subir en un elevador ya que eso facilita el trabajo de subir.

De la misma manera ocurre con los determinantes, como ya vimos. Realizar un determinante de 3 x 3
implica una gran cantidad de operaciones, realizar un determinante de 4 x 4 requiere al menos el cuádruple
de las operaciones que se usaron para obtener un determinante de 3 x 3 ¡Imagina si quisieras obtener un
determinante de 30 x 30! Sería algo de varios días de realizar. Además, en caso de un error en algún
cálculo, sería volver a realizar las operaciones en más de una ocasión, para esos casos, podemos
ayudarnos con las propiedades que poseen los determinantes, lo cual es lo que veremos a continuación.
Las propiedades de los determinantes se utilizan para facilitar su cálculo y minimizando el trabajo a realizar
para obtenerlo.

Se tienen las siguientes propiedades de los mismos.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 76

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Propiedad 1

Sea A una matriz de n x n, si A tiene una fila o una columna de ceros, entonces |A|= 0.
Para ejemplificar esta propiedad vamos a desarrollar el siguiente determinante.

5 9 1
Sea la matriz 𝐴 = �4 6 5�. Calcula su determinante.
0 0 0
De entrada, por la propiedad anterior, sabemos que el determinante de esta matriz es cero. Para probar
esto vamos a desarrollarla por medio de la expansión por cofactores como sigue.
Encontramos el determinante de los menores, en esta ocasión utilizando la fila 3, de la siguiente manera:

|𝑀31 | = �9 1�
6 5
= 45 − 6
|𝑀31 | = 39
5 1
|𝑀32 | = � �
4 5
= 25 − 4
|𝑀32 | = 21
5 9
|𝑀33 | = � �
4 6
= 30 − 36

A continuación, calculamos los respectivos cofactores, los cuales son los siguientes:

𝐴31 = (−1)3+1 (|𝑀31 |)

𝐴31 = (1)(39)
𝐴31 = 39
𝐴32 = (−1)3+2 (|𝑀32 |)
𝐴32 = (−1)(21)
𝐴32 = −21
𝐴33 = (−1)3+3 (|𝑀33 |)
𝐴33 = (1)(−6)
𝐴33 = −6

Ahora tomamos los elementos de la tercera fila de A para desarrollar la expansión por cofactores, los cuales
son los números cero:

𝑎31 = 0 𝑎32 = 0 𝑎33 = 0

Finalmente, calculamos el determinante de A tal y como se muestra a continuación:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 77

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

|𝐴| = 𝑎31 𝐴31 + 𝑎32 𝐴32 + 𝑎33 𝐴33

|𝐴| = (0)(39) + (0)(−21) + (0)(−6)
|𝐴| = 0 + 0 + 0
|𝐴| = 0

De igual manera, si utilizáramos cualquier otra fila o columna de A, obtendríamos de nueva cuenta el mismo
resultado. A su vez, si A tuviera cualquier otra fila o cualquier otra columna completa de ceros, su
determinante sería cero. Lo único que requeriríamos hacer es tomar dicha fila o dicha columna de ceros,
como en este caso.

Propiedad 2

Sea A una matriz de n x n, si multiplicamos a una fila o columna de A por un escalar c, entonces el
determinante de A se multiplicaría por c.

Para comprender esta propiedad, tenemos el siguiente ejemplo:

−1 3 5
Sea 𝐴 = � 2 −1 4�, vamos a comparar los determinantes de la matriz A y de la matriz B, donde B es la
−7 6 2
matriz que se obtiene de multiplicar la segunda columna de A por 3, dicho de otra manera:

−1 9 5
𝐵 = � 2 −3 4�
−7 18 2

Ahora que conoces el método de expansión por cofactores, queda a tu disposición la mejor manera para
reducir tus operaciones. De ahora en adelante lo realizaremos sin explicaciones detalladas y con la
reducción de operaciones, tal y como sigue.

|𝐴| = 3(−1) � 2 4� + (−1)(1) �−1 5� + 6(−1) �−1 5�

−7 2 −7 2 2 4
|𝐴| = −3(32) − 1(33) − 6(−14)
|𝐴| = −96 − 33 + 84
|𝐴| = −45

Mientras que:
|𝐵| = 9(−1) � 2 4� + (−3)(1) �−1 5� + 18(−1) �−1 5�
−7 2 −7 2 2 4
|𝐵| = −9(32) − 3(33) − 18(−14)
|𝐵| = −288 − 99 + 252
|𝐵| = −135
Al comparar los determinantes de A y B y por la propiedad anterior, tenemos que debe cumplir que el
determinante de B sea igual a tres veces el determinante de A, es decir:
|𝐵| = 3|𝐴|

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 78

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Lo anterior quiere decir, que si sustituimos el valor del determinante de A y el de B en la ecuación anterior,
se debe de llegar a una identidad, hagamos las sustituciones correspondientes para verificar tal identidad:

|𝐵| = 3|𝐴|
−135 = 3(−45)
−135 = −135

Tal y como lo esperábamos, se llegó a una identidad, lo cual da una idea de cómo comprobar la segunda
propiedad de los determinantes, la idea de esta propiedad no es la de crear una matriz con valores más
grandes, sino encontrar algún divisor de la matriz que nos permita hacer más pequeños a los elementos de
la misma.

Si observas, lo que hicimos fue obtener los determinantes a partir de la columna que multiplicamos por tres.
Esto es como multiplicar cada menor de A por 3. El proceso debe darte una idea de qué sucede en un caso
general.

Propiedad 3

Sean A, B y C tres matrices con las mismas dimensiones. Si A, B y C son iguales, excepto por una
columna, o fila, y dicha columna, o fila, en C es la suma de las mismas columnas, o filas, en A y B,
entonces:

|𝐶| = |𝐴| + |𝐵|

Dicho de otra manera, si la columna, o fila, j de C es la suma de la columna, o fila, j de A más la columna, o
fila, j de B, entonces el determinante de C es la suma de los determinantes de A y B, siempre y cuando las
demás columnas, o filas, de las tres matrices sean idénticas.

Vamos a realizar un ejemplo de esta propiedad para observar la ayuda en cuanto a ahorro de tiempo y de
operaciones que permite utilizarla cuando se cumplen las condiciones necesarias para su aplicación.

Sean A y B dos matrices, donde:

1 6 4 1 6 5
𝐴 = �7 2 1� 𝐵 = �7 2 3�
3 1 1 3 1 1

Calcula la suma del determinante de A con el determinante de B.

Para encontrar la suma de los determinantes, primeramente tenemos que calcular el determinante de cada
una de las matrices, tal y como sigue:

|𝐴| = 4(1) �7 2� + 1(−1) �1 6

� + 1(1) �
1 6
�
3 1 3 1 7 2
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 79
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

|𝐴| = 4(7 − 6) − 1(1 − 18) + 1(2 − 42)

|𝐴| = 4 + 17 − 40
|𝐴| = −19

|𝐵| = 5(1) �7 2� + 3(−1) �1 6� + 1(1) �1 6�

3 1 3 1 7 2
|𝐵| = 5(7 − 6) − 3(1 − 18) + 1(2 − 42)
|𝐵| = 5 + 51 − 40
|𝐵| = 16

Tenemos entonces que la suma de los determinantes de A y B está dada por:

|𝐴| + |𝐵| = −19 + 16

= −3

Debido a que las operaciones fueron simplificadas, no se distingue la gran cantidad de operaciones que se
realizaron para encontrar esta suma. Sin embargo, aun cuando la suma anterior puede verse mucho más
simple si aplicamos la propiedad 3 de los determinantes, para esto, lo que hacemos es por inspección
distinguir dos filas o columnas de A y B que sean idénticas, si existen, entonces, formamos una nueva
matriz con estas dos filas o columnas y a continuación, la que haga falta la construimos por medio de la
suma de la fila o columna de A y B que son distintas, aplicando esto, podemos construir para nuestro
ejemplo la siguiente matriz:

1 6 9
𝐶 = �7 2 4�
3 1 2

De la cual al obtener su determinante, éste debe de ser igual a la suma de los determinantes de A y B:

|𝐶| = 9(1) �7 2� + 4(−1) �1 6� + 2(1) �1 6�

3 1 3 1 7 2
|𝐶| = 9(7 − 6) − 4(1 − 18) + 2(2 − 42)
|𝐶| = 9 + 68 − 80
|𝐶| = −3
Tal y como puede observarse el proceso de obtener la suma de los determinantes de dos o más matrices,
puede simplificarse, siempre y cuando las matrices que se utilizan cumplan las condiciones que pide la
propiedad 3, de ser así, nos permiten un ahorro de tiempo y esfuerzo.

Si observas, lo que hicimos fue obtener los determinantes a partir de la columna que era diferente. Por ello
todos los menores quedaron igual y lo que variaba era el número por el cual se iban multiplicando los
menores. Por ello, para la obtención del determinante de la matriz C es como sumar las entradas de la
columna diferente para A y B y multiplicarlas por el menor, el cual no cambia. Esto debe darte una idea de
qué es lo que sucede en un caso general.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 80

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Propiedad 4

Si A es una matriz de n x n, al intercambiar dos filas o columnas distintas de A, su determinante cambia de

signo.

Uno de los usos que se le puede dar a esta propiedad es el de establecer un saldo en contra ya sea en
cuanto a capital o en cuanto a materia prima.

Vamos a realizar el siguiente ejemplo, para dar uso a esta propiedad.

Sean A y B dos matrices de 3 x 3, donde:

−1 2 1 3 −2 4
𝐴 = � 3 −2 4� 𝐵 = �−1 2 1�
1 5 3 1 5 3

Encuentra el determinante de A y de B y compáralos.

Lo primero que hacemos es calcular el determinante de A y el de B:

−1 1 −1 2
|𝐴| = 1(1) � 2 1� + 5(−1) � � + 3(1) � �
−2 4 3 4 3 −2
|𝐴| = 1(8 + 2) − 5(−4 − 3) + 3(2 − 6)
|𝐴| = 10 + 35 − 12
|𝐴| = 33

3 4 3 −2
|𝐵| = 1(1) �−2 4� + 5(−1) � � + 3(1) � �
2 1 −1 1 −1 2
|𝐵| = 1(−2 − 8) − 5(3 + 4) + 3(6 − 2)
|𝐵| = −10 − 35 + 12
|𝐵| = −33
Advierte que, las matrices A y B son idénticas con la diferencia de que la primera y segunda columna están
intercambiadas entre una y otra matriz, debido a esto el signo del determinante de las matrices es distinto.

Si observas, lo que hicimos fue obtener los determinantes a partir de la fila que permaneció estable. Como
las otras filas se intercambiaron, resultó que todos los menores quedaron iguales en cuanto a sus
cantidades pero con signos contrarios. Por ello, los determinantes son iguales en valor absoluto pero tienen
signos contrarios. Esto debe darte una idea de qué es lo que sucede en un caso general.

Propiedad 5

Sea A una matriz de n x n, si A tiene dos filas o columnas iguales, entonces su determinante es cero.

Si necesitamos encontrar la inversa de una matriz que posea dos filas o columnas iguales, nos permite
identificar al instante que su determinante es cero y gracias a esta propiedad podemos establecer de
inmediato que dicha matriz no es invertible, porque no tiene inversa.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 81

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Veamos el siguiente ejemplo:

Sea A una matriz de 3 x 3, donde:

9 7 15
𝐴 = �42 16 99�
42 16 99

El valor de los elementos de A es más grande de los que comúnmente hemos realizado hasta el momento,
ahora vamos a resolver esta matriz como en los ejemplos anteriores aplicando la expansión por cofactores,
obviamente por la propiedad que acabamos de anunciar el determinante de esta matriz es cero.

Ahora vamos a desarrollar el determinante de A como sigue:

42 99 42 16
|𝐴| = (9) �16 99� − (7) � � + (15) � �
16 99 42 99 42 16
|𝐴| = (9)(1584 − 1584) − (7)(4158 − 4158) + (15)(672 − 672)
|𝐴| = 9(0) − (7)(0) + (15)(0)
|𝐴| = 0 − 0 + 0
|𝐴| = 0

Notemos la diferencia que existe entre utilizar la propiedad 4 y calcular el determinante de A por medio de la
expansión por cofactores, obviamente es mucho más rápido decir que el determinante es cero por medio de
la propiedad que descubrirlo por medio de las operaciones. Este ejemplo visualiza el hecho de que se
simplifica el obtener un determinante si dos columnas o filas de una matriz son iguales.

Si observas, lo que hicimos fue obtener el determinante a partir de la fila que era diferente. Como las otras
dos filas eran iguales y los menores se obtienen multiplicando cruzado, entonces se obtienen cantidades
absolutamente iguales pero con signos contrarios. Por ello, todos los menores quedaron iguales a cero.
Para obtener el determinante de una matriz de dimensión mayor a 3X3 se van utilizando los renglones o las
columnas que sean distintas. Al final se llega a las columnas o filas iguales. Esos menores dan cero, y como
multiplican otros números, entonces los resultados van arrojando ceros. Esto debe darte una idea de qué es
lo que sucede en un caso general.

Propiedad 6

Sea A una matriz de n x n, si una fila o columna de A es un múltiplo escalar de otra fila o columna,
entonces, el determinante de A es cero.
Esta propiedad, al igual que la anterior, nos permite hacer un total de cero operaciones para encontrar el
determinante de una matriz que cumpla con las condiciones necesarias para su aplicación, al respecto,
tenemos el siguiente ejemplo.

Ejemplo:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 82

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Sea A una matriz de 3 x 3, en donde:

−9 4 12
𝐴 = � 11 21 63 �
6 −3 −9

Puedes observar que la columna 2 multiplicada por 3 es igual a la columna 3. Calcula el determinante de A.

El determinante de A es igual a:

4 12 4 12
|𝐴| = (−9)(1) � 21 63 � + 11(−1) � � + 6(1) � �
−3 −9 −3 −9 21 63
= (−9)(−189 + 189) − (4)(−36 + 36) + (12)(252 − 252)
= (−9)(0) − 4(0) + (12)(0)
=0−0+0
|𝐴| = 0
Las operaciones efectuadas no fueron demasiadas debido a que se trataba de un determinante de 3 x 3,
pero aun así, se pueden resumir a nada, esto se logra analizando los elementos de la matriz. Si notamos,
existe un parecido entre las columnas 2 y 3, como ya vimos, la columna 3 resulta de multiplicar a la columna
2 por tres, lo cual hace que A cumpla con las condiciones necesarias para aplicar las propiedades 1 y 5 e
identificar de inmediato que el determinante de A es cero.

Si observas, lo que hicimos fue obtener el determinante a partir de la columna que no era múltiplo. Como
las otras dos columnas era una múltiplo de la otra y los menores se obtienen multiplicando cruzado,
entonces se obtienen cantidades absolutamente iguales pero con signos contrarios. Por ello, todos los
menores quedaron iguales a cero. Para obtener el determinante de una matriz de dimensión mayor a 3X3
se van utilizando los renglones o las columnas que no sean múltiplos. Al final, se llega a las columnas o filas
que son múltiplos. Esos menores dan cero, y como multiplican otros números, entonces los resultados van
arrojando ceros. Esto debe darte una idea de lo que sucede en un caso general.

Propiedad 7

Sea A una matriz de n x n. Si se realiza la suma de un múltiplo escalar de una fila o columna de A con otra
fila o columna de A, entonces el determinante de A se conserva.
Lo que nos dice esta propiedad es que si hacemos el producto de un escalar por una fila o columna de una
matriz y el resultado lo sumamos a otra fila o columna de la misma matriz, entonces, el determinante se
mantiene igual, es decir, no cambia.
Veamos el siguiente ejemplo para comprender más a fondo esta propiedad.

Sea A una matriz de 3 x 3 en donde:

3 4 12
𝐴 = � 17 26 93 �
−7 −20 −11

Y sea B la matriz que resulta de sumar a la fila 2 el triple de la fila 3, es decir:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 83
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

3 4 12
𝐵 = �−4 −34 60 �
−7 −20 −11

Calcula los determinantes de A y B y compáralos entre sí.

Entonces, calculamos el determinante de A y de B como sigue:

4 12 3 12 3 4
|𝐴| = 17(−1) � � + 26(1) � � + 93(−1) � �
−20 −11 −7 −11 −7 −20
|𝐴| = −17(−44 + 240) + 26(−33 + 84) − 93(−60 + 28)
|𝐴| = −17(196) + 26(51) − 93(−32)
|𝐴| = −3332 + 1326 + 2976
|𝐴| = 970
4 12 3 12 3 4
|𝐵| = −4(−1) � � + (−34)(1) � � + 60(−1) � �
−20 −11 −7 −11 −7 −20
|𝐵| = 4(−44 + 240) − 34(−33 + 84) − 60(−60 + 28)

|𝐵| = 4(196) − 34(51) − 60(−32)

|𝐵| = 784 − 1734 + 1920
|𝐵| = 970
Como puedes ver, los determinantes de ambas matrices son iguales, de lo cual se infiere que la propiedad
7 si se cumple para los determinantes de las matrices dadas.

Esta última propiedad puede utilizarse para aquellos casos en los cuales por medio de una operación con
renglones podemos simplificar nuestra matriz y con ello el cálculo de su determinante y así ahorramos
tiempo y operaciones.

Si observas, lo que hicimos fue obtener el determinante a partir de la fila que sufrió los cambios. Como las
otras dos filas no se alteran, los menores permanecen iguales en ambas matrices. Así, lo que se altera es el
renglón de los números que van a multiplicar a los cofactores. Pero como éstos los obtenemos
multiplicando por el mismo escalar y sumando los correspondientes números del otro renglón, entonces lo
que se aumenta en una parte se quita en la otra ¿Lo observaste? Esto debe darte una idea de lo que
sucede en un caso general.

¿Sabías que…?

Algunos de los más grandes matemáticos de los siglos XVIII y XIX contribuyeron al desarrollo de las
propiedades de los determinantes. La mayoría de los historiadores coinciden en afirmar que la teoría de los
determinantes se originó con el matemático alemán Goofried Wilhelm Leibniz (1646-1716) quien fue con
Newton, el co inventor del cálculo diferencial e integral. Leibniz empleó los determinantes en 1693 con
relación a los sistemas de ecuaciones lineales simultáneas. No obstante, hay quienes creen que el
matemático japonés Seki Kowa hizo lo mismo unos 10 años antes.
En 1858, el matemático inglés Arthur Cayley publicó unas Memorias sobre la teoría de matrices en las que
daba la definición de matriz y las operaciones suma de matrices, de producto de un número real por una

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 84

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

matriz, de producto de matrices y de inversa de una matriz. Cayley afirmaba que obtuvo la idea de matriz a
través de la de determinante y también bajo el precepto de una forma conveniente para expresar
transformaciones geométricas.

3.2. Solución de sistemas lineales por determinantes

En la unidad anterior estudiamos la forma de resolver sistemas de ecuaciones lineales a partir de la matriz
asociada a tales sistemas.
En este tema vamos a resolver algunos sistemas de ecuaciones lineales utilizando un método que se
conoce como la regla de Cramer y está basado en la obtención de ciertos menores y cofactores de algunos
determinantes relacionados a matrices asociadas al sistema de ecuaciones.

La regla de Cramer da solución a un sistema de ecuaciones lineales en términos de ciertos determinantes

asociados con la matriz de dicho sistema. Recibe su nombre debido a que éste método fue publicado en
1750 por el matemático suizo Gabriel Cramer (1704-1752) en su libro Introduction à l'analyse des lignes
courbes algébriques.
Aunque la regla de Cramer es un método muy útil en la solución de ciertos sistemas de ecuaciones, su
aplicación resulta ineficiente para matrices grandes, pues es sumamente laboriosa para sistemas de más de
cuatro incógnitas y por ello suele no ser usado en aplicaciones que involucran muchas ecuaciones.

¿Sabías que…?

El matemático escocés Colin Maclaurin (1698-1746) utilizó determinantes en su Treatise of Geometry para
resolver sistemas de ecuaciones lineales de cuatro incógnitas. Éste tratado fue publicado póstumamente en
1948. Dicho método fue popularizado dos años después por Gabriel Cramer como Regla de Cramer.

3.2.1. Regla de Cramer

La regla de Cramer es uno de los métodos más sencillos que se utiliza para resolver un sistema de
ecuaciones lineales y que se basa en el uso de matrices y sus determinantes. Además, relaciona la
solución de los sistemas de ecuaciones lineales con el determinante de la matriz asociada a dicho sistema.

Ya vimos que un sistema de ecuaciones lineales puede representarse como:

𝐴𝒙 = 𝒃

Para trabajar con la regla de Cramer, a partir de una matriz A, se deben de construir otras matrices, las
cuales denotaremos como 𝐴𝑖 ,. Cada 𝐴𝑖 es idéntica a A, excepto por la columna i. En cada 𝐴𝑖 la columna i
será reemplazada por el vector b. De esta manera, al obtener los determinantes de cada una de las
matrices formadas, podremos aplicar la regla de Cramer.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 85

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Los determinantes obtenidos de las matrices 𝐴𝑖 los representaremos como sigue.

𝐷1 = |𝐴1 |
𝐷2 = |𝐴2 |
⋮ ⋮
𝐷𝑛 = |𝐴𝑛 |
y
𝐷 = |𝐴|

Una vez que ya hemos establecido todos estos elementos, podemos dar a conocer la regla de Cramer, la
cual establece lo siguiente:

Sea A una matriz de n x n tal que |𝐴| ≠ 0, entonces, el sistema Ax=b tiene como única solución a
𝑥1 , 𝑥2 , 𝑥3 , ⋯ , 𝑥𝑛 .

Donde:

𝐷1
𝑥1 =
𝐷
𝐷2
𝑥2 =
𝐷
𝐷3
𝑥3 =
𝐷
⋮ ⋮
𝐷𝑛
𝑥𝑛 =
𝐷

Donde, 𝐷𝑖 representa el determinante de la matriz 𝐴𝑖 y D representa el determinante de A.

Veamos el siguiente ejemplo, para comprender la regla de Cramer:

Resuelve el siguiente sistema de ecuaciones utilizando la regla de Cramer.

3𝑥1 − 2𝑥2 + 5𝑥3 = 11

7𝑥1 + 𝑥2 − 9𝑥3 = −4
𝑥1 + 3𝑥2 + 2𝑥3 = 5

Lo primero que debemos hacer es recordar cómo representamos un sistema de ecuaciones por medio de
matrices y vectores, es decir, la forma:

𝐴𝒙 = 𝒃

Para el sistema anterior tenemos que los datos correspondientes son:

3 −2 5
𝐴 = �7 1 −9�
1 3 2
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 86
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

𝑥1
𝒙 = �𝑥2 �
𝑥3
11
𝒃 = �−4�
5

Con esto, podemos representar nuestro sistema de ecuaciones como:

3 −2 5 𝑥1 11
�7 1 −9� �𝑥2 � = �−4�
1 3 2 𝑥3 5

Una vez que tenemos la matriz A asociada del sistema y su vector b de constantes, podemos encontrar los
elementos que necesitamos para aplicar la regla de Cramer.

Primero encontraremos las submatrices 𝐴𝑖 para ello debemos reemplazar en A la columna i por b, de la
siguiente manera:
11 −2 5 3 11 5 3 −2 11
𝐴1 = �−4 1 −9� 𝐴2 = �7 −4 −9� 𝐴3 = �7 1 −4�
5 3 2 1 5 2 1 3 5

A continuación, encontraremos los determinantes de las submatrices anteriores:

𝐷1 = |𝐴1 |
= 11(2 + 27) − (−2)(−8 + 45) + 5(−12 − 5)
= 319 + 74 − 85
𝐷1 = 308
𝐷2 = 3(−8 + 45) − 11(14 + 9) + 5(35 + 4)
= 111 − 253 + 195
𝐷2 = 53
𝐷3 = 3(5 + 12) − (−2)(35 + 4) + 11(21 − 1)
= 51 + 78 + 220
𝐷3 = 349

Ahora, encontraremos el determinante de la matriz principal A:

𝐷 = |𝐴|
𝐷 = 3(2 + 27) − (−2)(14 + 9) + 5(21 − 1)
𝐷 = 87 + 46 + 100
𝐷 = 233
En este momento, tenemos todos los elementos que necesitamos para aplicar la regla de Cramer, lo cual
hacemos a continuación:

Para una matriz de 3 x 3, la regla de Cramer establece que la solución de un sistema de ecuaciones
lineales, está dada por:
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 87
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

𝐷1
𝑥1 =
𝐷
𝐷2
𝑥2 =
𝐷
𝐷3
𝑥3 =
𝐷

De esta manera, para nuestro sistema de ecuaciones lineales, tenemos que la solución única es:

308
𝑥1 =
233
53
𝑥2 =
233
349
𝑥3 =
233

Como ya habíamos comentado, la regla de Cramer relaciona un sistema de ecuaciones con su

determinante para encontrar la solución que satisface las condiciones de dicho sistema lineal.

3.3. Ejemplos de aplicación

El álgebra lineal tiene una gran cantidad de aplicaciones en muchos campos del conocimiento humano,
tanto en ciencias sociales como en ingenierías y en las llamadas ciencias exactas. El objetivo del siguiente
tema es, justamente, mostrar esa utilidad del álgebra lineal y en particular de lo que estudiaste a lo largo de
este curso.
Esto se logrará a través del desarrollo de algunos ejemplos de aplicaciones de matrices y de determinantes.
Recuerda que uno de los pilares de las matrices son los vectores. A su vez, las matrices dan pie al estudio
de los determinantes. De esta manera, a través de los ejemplos que aquí se estudian, podrás ver también
cómo interactúan y se complementan todos los temas que viste en esta asignatura.

3.3.1. Aplicación de las matrices

A continuación, veremos algunas aplicaciones de matrices.

Ejemplo introductorio: modelos lineales en economía e ingeniería

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 88

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Era el verano de 1949. El profesor de Harvard, Wassily Leontief, introducía cuidadosamente la última de
sus tarjetas perforadas en el computador Mark II de la universidad. Las tarjetas contenían información sobre
la economía de Estados Unidos y representaban un total de más de 250, 000 piezas de información
producidas por la Agencia de Estadísticas del Trabajo de E.U.A tras dos años de intensa labor. Leontief
había dividido la economía estadounidense en 500 “sectores”, tales como la industria del carbón, la
industria automovilística, comunicaciones y así sucesivamente.
Para cada sector, había escrito una ecuación lineal que describía cómo éste distribuía sus salidas hacia
otros sectores de la economía. Debido a que el Mark II, uno de dos computadores más grandes de aquella
época no podía manejar los sistemas resultantes de 500 ecuaciones con 500 incógnitas. Leontief destiló el
problema a un sistema de 42 ecuaciones con 42 incógnitas.

Programar el computador Mark II para las 42 ecuaciones de Leontief había requerido varios meses de
esfuerzo y estaba ansioso por ver cuánto le llevaría al computador resolver el problema. El Mark II zumbó y
parpadeó durante 56 horas antes de producir finalmente una solución.

Leontief, quien obtuvo el premio Nobel de Economía 1973, abrió la puerta a una
nueva era en modelos matemáticos en economía. Sus esfuerzos en Harvard en
1949 marcaron uno de los primeros usos significativos de los computadores para
analizar lo que entonces era un modelo matemático a gran escala. Desde ese
tiempo, los investigadores en muchos otros campos han usado computadores
para analizar modelos matemáticos.

Debido a las cantidades masivas de datos implicados, los modelos generalmente son lineales; esto es, se
describen como sistemas de ecuaciones lineales.

La importancia del álgebra lineal para las aplicaciones se ha elevado en proporción directa al incremento en
la potencia de cómputo. Con cada nueva generación de hardware y software se dispara una demanda de
mayor capacidad. La ciencia de cómputo está así intrincadamente ligada al álgebra lineal a través del
crecimiento explosivo del procesamiento en paralelo y de los cálculos en gran escala.
Los científicos e ingenieros trabajan ahora en problemas mucho más complejos que los que podían
imaginarse hace algunas décadas. ¡Hoy, el álgebra lineal tiene más valor potencial para los estudiantes en
muchos campos científicos y de negocios que cualquier otra materia de matemáticas de licenciatura!

• Prospección petrolera. Cuando un barco busca depósitos petrolíferos mar adentro, sus computadores
resuelven miles de sistemas de ecuaciones lineales independientes diariamente. Los datos sísmicos para
las ecuaciones se obtienen de ondas de choque bajo el agua producidas por medio de explosiones con
cañones de aire. Las ondas rebotan en rocas bajo la superficie y se miden con geófonos sujetos a cables
de una milla de largo tras del barco.
• Programación lineal. Hoy en día muchas decisiones gerenciales importantes se toman con base en
modelos de programación lineal que utilizan cientos de variables. La industria de aviación, por ejemplo, usa
programas lineales que organizan las tripulaciones para los vuelos, registran la ubicación del aparato aéreo

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 89

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

o planean los diversos programas de servicios de apoyo tales como el mantenimiento y las operaciones de
terminal.
• Redes eléctricas. Los ingenieros utilizan un software de simulación para diseñar circuitos eléctricos y
microchips que incluyen millones de transistores. El software depende de técnicas de álgebra lineal y de
sistemas de ecuaciones lineales.

Los sistemas de ecuaciones lineales están en el corazón del álgebra lineal.

Ahora resolveremos un ejercicio.

Un grupo de ingenieros de varias áreas está analizando cinco compuestos que forman tres tipos de
fertilizantes básicos I, II y III. Las cantidades se miden en gramos. Pueden obtenerse fertilizantes especiales
resolviendo combinaciones de los tres tipos básicos. Es decir, los fertilizantes especiales pertenecen al
espacio generado por los tres vectores que representan los fertilizantes básicos.
El objetivo del estudio es crear nuevos fertilizantes que dañen menos el ambiente y el suelo.

Las cantidades de cada compuesto que forman cada uno de los fertilizantes básicos están dadas en
gramos y se expresan por la siguiente matriz:
Fertilizante I Fertilizante II Fertilizante III
Compuesto
10 20 30
A
⎛ ⎞
⎜ ⎟
B ⎜30 0 20
⎟
⎜ ⎟
⎜ ⎟
C ⎜ 15 50 10 ⎟
⎜ ⎟
⎜ ⎟
D ⎜25 15 30 ⎟
⎜ ⎟

⎝20 15 10⎠

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 90

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Los ingenieros desean obtener un fertilizante con las siguientes cantidades: 2,200 gramos del compuesto A,
1,900 del compuesto B, 1,950 del compuesto C; 2,550 del compuesto D y 1,400 del compuesto E.

Si esto es posible, ¿qué cantidad de cada fertilizante básico se necesitaría para formar el fertilizante
especial?
Llamaremos x1, x2 y x3 a las cantidades que se utilizarán de los fertilizantes básicos I, II y III
respectivamente.
Construyamos el sistema de ecuaciones a partir de los datos dados y de lo que se desea obtener:
Se utilizarán x1, x2 y x3 gramos de los fertilizantes básicos I, II y III respectivamente por compuesto A, B. C,
D y E, para obtener las cantidades deseadas de cada uno en la mezcla:

Compuesto fertilizante I fertilizante I fertilizante III Cantidades

deseadas por
compuesto
A 10x1 + 20x2 + 30x3 = 2200
B 30x1 + 0 x2 + 20 x3 = 1900
C 15x1 + 50 x2 + 10 x3 = 1950
D 25x1 + 15 x2 + 30 x3 = 2550
E 20x1 + 15 x2 + 10 x3 = 1400

Se obtiene la matriz ampliada asociada al sistema:

10 20 30 2200
⎛30 0 20
�
1900⎞
⎜15 50 10 � 1950⎟
25 15 30 2550
⎝20 15 10 1400⎠

La matriz no es una matriz cuadrada, ya que está asociada a un sistema de cinco ecuaciones con tres
incógnitas. Veamos qué sucede al aplicar el método de Gauss.
Realizamos operaciones sobre la matriz:

Dividimos entre 10 cada renglón, así obtenemos el primer 1 de la entrada a11, y facilitamos las siguientes
operaciones:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 91

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

1 2 3 220
3 0 2 190
⎛3 � ⎞
⎜ 5 1 ⎟
⎜2 �
195 ⎟
⎜5 3 3 ⎟
⎜2 2 � 255 ⎟
3
⎝2 1
2 140 ⎠

Multiplicamos por 3 el primer renglón y el resultado le restamos el segundo renglón. Lo obtenido lo

ponemos en el segundo renglón:

1 2 3 220
0 6 7 470
⎛3 � ⎞
⎜ 5 1 ⎟
⎜2 �
195 ⎟
⎜5 3 3 ⎟
⎜2 2 � 255 ⎟
3
⎝2 2 1 140 ⎠

1 2
3 220
0 6
7 470
⎛ 7 � ⎞
135
⎜0 −2 ⎟
⎜ 2 ⎟
7 9 �
⎜0 295 ⎟
⎜ 2 2 � ⎟
3 140
⎝2 2 1 ⎠

1 2
3 220
0 6
7 470
⎛ 7 � ⎞
135
⎜0 −2 ⎟
⎜ 2 ⎟
7 9 �
⎜0 295 ⎟
⎜ 2 2 � ⎟
5 300
⎝ 0 5 ⎠
2

220
1 2 3
470
⎛0 6 7 � 135 ⎞
⎜ 7 ⎟
⎜ 0 −2 ⎟
2 �
⎜ 7 9 295 ⎟
⎜0 � ⎟
2 2 120
⎝ 0 1 2 ⎠
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 92
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

1 2 3 220
0 1 2 120
⎛ 7 � ⎞
⎜0 −2 ⎟
⎜ 2 135⎟
⎜ 7 9 � ⎟
0
2 2 295
⎝0 6 7 470⎠

1 2 3 220
0 1 2 120
⎛ 15 �375⎞
⎜0 0 ⎟
⎜ 2 ⎟
⎜ 7 9 �295⎟
0
2 2
⎝0 6 7 470⎠

1 2 3 220
⎛0 1 2 � 120⎞
⎜0 0 1 50 ⎟
⎜0 7 9 � 295⎟
2 2
⎝0 6 7 470⎠

1 2 3 220
⎛0 1 2 120
� 50 ⎞
⎜0 0 1 � ⎟
0 7 9 590
⎝0 6 7 470 ⎠

1 2 3 220
⎛0 1 2 120 ⎞
� 50
⎜0 0 1 � ⎟
0 0 5 250
⎝0 0 5 250 ⎠

1 2 3 220
⎛0 1 2 120 ⎞
� 50
⎜0 0 1 � ⎟
0 0 1 50
⎝0 0 1 50 ⎠

Podemos observar que para las tres últimas filas de la matriz son iguales: 0, 0, 1 y 50, justo en ese orden.
Por lo tanto, según el método de Gauss, x3 es siempre igual a 50, de donde se deduce que el sistema sí
tiene solución y es única. Si los valores asociados a x3 hubieran resultado diferentes para las filas 3, 4 y 5,
el sistema no tendría solución.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 93

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Según el método de Gauss:

x3 = 50
De donde:
x2 + 2x3 = 120
Entonces:
x2 + 2(50) = 120

x2 + 100 = 120

x2 = 120 - 100

x2 = 20

Y:
x1 + 2x2 + 3x3 = 220

Entonces:
x1 + 2(20) + 3(50) = 220

x1 + 40 + 150= 220

x1 + 190 = 220

x1 = 220 - 190

x1 = 30

Estos valores cumplen el sistema formado por las tres primeras ecuaciones. Ahora bien, si fuera posible
realizar el fertilizante con las cantidades deseadas de los compuestos, se requiere que estas soluciones
satisfagan también las dos ecuaciones restantes. Dado que en la matriz resultante las dos últimas filas son
iguales a la tercera, se tiene que estos valores satisfacen también las ecuaciones 4 y 5.
Por lo tanto, es posible realizar el fertilizante con una mezcla de las cantidades deseadas de cada
compuesto a partir de los fertilizantes básicos. Para ello, se deben utilizar: 30 gramos del fertilizante I, 20
gramos del fertilizante II y 50 gramos del fertilizante III.

3.3.2. Aplicación de sistemas de ecuaciones

A continuación, veremos algunas aplicaciones de determinantes.

Ejemplo introductorio: gráficos de computador

El diseño asistido por computador (CAD) le ahorra a la Ford Motor Company millones de dólares cada año.
Adoptados por primera vez por Ford a principios de 1970, CAD y CAM (fabricación asistida por computador)
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 94
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

han revolucionado la industria automovilística. Hoy día, los gráficos por computador constituyen el corazón y
el álgebra lineal el alma del diseño moderno de automóviles.

Muchos meses antes de que se construya un nuevo modelo de automóvil, los ingenieros diseñan y
construyen un automóvil matemático: un modelo de alambre que existe solamente en la memoria de un
computador y en las terminales de exhibición de gráficos. (Arriba se muestra el Lincoln Mark VIII de 1993).
Este modelo matemático organiza e influye en cada paso del diseño y fabricación del automóvil.
Trabajando en más de 2600 estaciones de trabajo para gráficos, los ingenieros de Ford perfeccionan el
diseño original, esculpen las líneas fluidas de la carrocería, ponen a prueba la capacidad de las láminas de
metal para soportar las deformaciones y los dobleces necesarios para producir la carrocería, ajustan la
colocación de los asientos interiores, planean y disponen las partes mecánicas, y producen los planos de
ingeniería para los miles de componentes que los proveedores fabricarán. Los ingenieros inclusive hacen
pruebas de carretera para la suspensión del carro matemático, colocan al automóvil en un túnel de viento
matemático y ¡hacen repetidas pruebas de colisión del auto en el computador!

El modelo de alambre del automóvil se almacena en muchas matrices de datos para cada componente
principal. Cada columna de una matriz enumera las coordenadas de un punto sobre la superficie del
componente. Las demás columnas describen cuáles puntos se deben conectar con curvas, un escáner
tridimensional genera los puntos de datos originales pasando sensores por un modelo de arcilla de tamaño
natural del automóvil. Las piezas individuales del interior del automóvil también se almacenan como
matrices de datos. Los componentes más pequeños se trazan con software de gráficos por computador en
la pantalla y las piezas mayores se forman ensamblando matemáticamente los componentes más
pequeños.
Posteriormente, los programas matemáticos generan más puntos, curvas y datos de color para interpretar y
dibujar la superficie exterior del automóvil, haciendo que se vea tan real en la pantalla que parezca un
automóvil de verdad en la sala de exhibición de un distribuidor. Los clientes potenciales opinan mientras el
automóvil gira en el “piso de la sala de exhibición”. Si a los clientes no les gusta el automóvil, el diseño
puede cambiarse antes de que se construya el coche real.
Ya sea que trabajen en el diseño general de la carrocería o modifiquen un componente pequeño, los
ingenieros llevan a cabo varias operaciones básicas sobre imágenes gráficas, como cambiar la orientación
o la escala de una figura, hacer un acercamiento de alguna región pequeña o cambiar entre vistas bi y
tridimensionales. El álgebra lineal es en verdad el “alma” del software de gráficos porque todas las
manipulaciones de imágenes en la pantalla se logran mediante técnicas de álgebra lineal.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 95

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Hemos visto que los determinantes están estrechamente ligados con las matrices. Por ello, casi cualquier
problema que pueda ser resuelto mediante matrices podrá ser resuelto mediante determinantes.
Ahora, retomaremos el mismo problema de la sección anterior para resolverlo por el método de
determinantes.
Se había construido el siguiente sistema de ecuaciones:

Compuesto fertilizante I fertilizante II fertilizante III Cantidades

deseadas por
compuesto
A 10x1 + 20x2 + 30x3 = 2200
B 30x1 + 0 x2 + 20 x3 = 1900
C 15x1 + 50 x2 + 10 x3 = 1950
D 25x1 + 15 x2 + 30 x3 = 2550
E 20x1 + 15 x2 + 10 x3 = 1400

La matriz asociada al sistema está dada por:

10 20 30
⎛30 0 20⎞
⎜15 50 10⎟
25 15 30
⎝20 15 10⎠

Vemos que esta matriz no es cuadrada ya que surge de un sistema de cinco ecuaciones con tres
incógnitas.
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 96
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Como sólo pueden sacarse determinantes de matrices cuadradas, entonces debemos hacer cuadrada la
matriz asociada. Para ello, trabajaremos entonces sólo con tres incógnitas y tres ecuaciones, es decir,
eliminaremos las dos últimas filas del sistema para obtener la matriz:

10 20 30
�30 0 20�
15 50 10

Ahora sí, podemos obtener el determinante de dicha matriz:

10 20 30
𝐷 = �30 0 20�
15 50 10

Éste es el determinante del sistema formado por las tres primeras ecuaciones:

10x1 + 20x2 + 30x3 = 2200

30x1 + 0 x2 + 20 x3 = 1900
15x1 + 50 x2 + 10 x3 = 1950

Entonces:

10 20 30
20 30 10 30 10 20
𝐷 = �30 0 20� = 30(−1)3 � � + 0(−1)4 � � + 20(−1)5 � �
50 10 15 10 15 50
15 50 10

= 30(−1)(200 − 1500) + 0 + 20(−1)(500 − 300) = −30(−1300) − 20(200)

= 39000 − 4000 = 35000

Obsérvese que se obtuvo el determinante a partir de la segunda fila, ya que el cero simplifica las
operaciones.
Ahora vamos a obtener los determinantes asociados a las variables. Recuerda que las entradas asociadas
a cada variable son sustituidas por las entradas de las constantes:

2200 20 30
𝐷1 = �1900 0 20�
1950 50 10

10 2200 30
𝐷2 = �30 1900 20�
15 1950 10

10 20 2200
𝐷3 = �30 0 1900�
15 50 1950

Asociados a x1, x2 y x3 respectivamente:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 97

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

2200 20 30
20 30 10 30 2200 20
𝐷1 = �1900 0 20� = 1900(−1)3 � � + 0(−1)4 � � + 20(−1)5 � �
50 10 15 10 1950 50
1950 50 10

= 1900(−1)(200 − 1500) + 0 + 20(−1)(110000 − 39000) = −1900(−1300) − 20(71000)

= 2470000 − 1420000 = 1050000

10 2200 30
𝐷2 = �30 1900 20�
15 1950 10

2200 30 10 30 10 2200
= 30(−1)3 � � + 1900(−1)4 � � + 20(−1)5 � �
1950 10 15 10 15 1950

= 30(−1)(22000 − 58500) + 1900(100 − 450) + 20(−1)(19500 − 33000)

= −30(−36500) + 1900(−350) − 20(−13500)

= 1095000 − 665000 + 270000 = 700000

10 20 2200
20 2200 10 2200 10 20
𝐷3 = �30 0 1900� = 30(−1)3 � � + 0(−1)4 � � + 1900(−1)5 � �
50 1950 15 1950 15 50
15 50 1950

= 30(−1)(39000 − 110000) + 0 + 1900(−1)(500 − 300) = −30(−71000) − 1900(200)

= 2130000 − 380000 = 1750000

Así, sacamos los valores de x1, x2 y x3 a partir de las correspondientes divisiones:

𝐷1 1050000
𝑥1 = = = 30
𝐷 35000
𝐷2 700000
𝑥2 = = = 20
𝐷 35000
𝐷3 1750000
𝑥3 = = = 50
𝐷 35000

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 98

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Los cuales efectivamente son los valores de de x1, x2 y x3 que obtuvimos a partir del método de Gauss.
Ahora bien, si no supiéramos los valores de x1, x2 y x3, entonces tendríamos que aplicar los valores
obtenidos a las ecuaciones que no intervinieron en los determinantes para comprobar que efectivamente
esas soluciones satisfacen las dos ecuaciones restantes.

Consideraciones específicas por unidad

Para resolver problemas de sistemas de ecuaciones lineales, puedes hacerlo en línea, para ello debes
ingresar a la página: http://www.portalplanetasedna.com.ar/ecuaciones_online.htm
Te recomendamos resolver todos los ejercicios del cuadernillo para adquirir mayor habilidad.

Fuentes de consulta

Kolman, B., et al (2006). Álgebra lineal (8a. Edición), México, Pearson Educación.

Lay, D. C. (2007). Álgebra lineal y sus aplicaciones (tercera edición). México: Pearson Educación.

Williams, G. (2004). Álgebra lineal con aplicaciones. México: Mc Graw Hill.

Fuentes electrónicas

Aznar, E. (2007). Universidad de Granada. Facultad de Ciencias (Sección de Matemáticas) Departamento

de Álgebra. Consultado el 10 de noviembre de 2010 en: http://www.ugr.es/~eaznar/cardano.htm

Corcobado, J. L. y Marijuán, J. Matemáticas I. Consultado el 11 de octubre de 2010 en:

http://www.sectormatematica.cl/libros.htm

Luzardo, Deivi; Peña, Alirio J. (2006). Historia del Álgebra Lineal hasta los albores del Siglo XX.
Divulgaciones Vol. 14, No. 2. Consultado el 11 de octubre de 2010 en:
http://www.emis.de/journals/DM/vol14-2.htm

La historia de los determinantes. Facultad de economía. UNAM. Consultado el 11 de octubre de 2010 en:
www.economia.unam.mx/sua/enlinea/mate2/Historia.doc

Formación del Profesorado del CEP de la Sierra de Cádiz. Matrices y determinantes. Consultado el 11 de
octubre de 2010 en: http://www.omerique.net/calcumat/matrices1.htm

Morales, María I. El aula virtual del álgebra lineal. Consultado el 11 de octubre de 2010 en: http://algebra-
lineal.blogspot.com/search/label/aplicaciones

Para saber más

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 99
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Benítez López, Julio. Breve historia del álgebra matricial. Consultado el 11 de octubre de 2010 en:
http://personales.upv.es/jbenitez/cajon_sastre/histam.pdf

Kline, Morris. (1994). El pensamiento matemático de la antigüedad a nuestros días I. Madrid, Alianza
Editorial.

Kline, Morris. (1994). El pensamiento matemático de la antigüedad a nuestros días II. Madrid, Alianza
Editorial.

Morales, María I.Mis clases de álgebra II en la web. Consultado el 11 de octubre de 2010en: http://algebra-
ii.blogspot.com/

VIII. Calendario de actividades

Calendarización de actividades

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 100

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 101

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

ANEXOS

Actividades. Unidad 1
Actividad del tema 1.2. Vectores

Actividad: Foro: Análisis del problema (I)

Tipo de actividad: Formativa
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 102
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Instrucciones:

Antes de definir los conceptos básicos, participa en el foro Análisis de problemas.

1. Descarga el documento nombrado Planteamiento del problema.
2. Lee con atención el planteamiento del problema Sustancias que funcionan como super proteínas.
3. Organízate con dos de tus compañeros y elijan a un moderador. De tal forma que sea el único que
escriba los comentarios del equipo en el foro.
4. Después de leer el problema comenten en equipo los siguientes puntos:
• ¿Existe claridad en el planteamiento del problema?
• Discutan la información que consideran más importante para comprender el problema, así como para
poder resolver el mismo y que les sirva para aplicar en otras situaciones. Argumenten su respuesta con
base en el trabajo que realizaron previamente.
• ¿Se proporcionan los datos necesarios para resolverlo? Explica por qué.
5. A partir de lo comentado con su equipo redacten una conclusión que aborde los puntos tratados en
equipo.
• Verifica que tu redacción sea clara y sin errores ortográficos

Planteamiento del
problema.doc

Actividad del subtema 1.3.4. Resta de vectores

Actividad: Operaciones con vectores

Tipo de actividad: Formativa
Instrucciones:

1. Descarga el archivo Ejercicios con vectores.

2. Lee con atención lo que se te solicita en cada punto y resuelve los ejercicios en el mismo documento
que descargaste.

3. Encuentra la suma de los siguientes vectores:

a) u = (5, -3), v = (4, 2)

b) u = (1, 7), v = (2, -2)
c) u = (-11, -6), v = (13, 9)

4. Encuentra la magnitud del vector resultante de la suma de los vectores anteriores.

5. Representa la suma de vectores en el plano cartesiano.

- Puedes realizar la representación utilizando las herramientas de dibujo de Word o el programa que
consideres, sin embargo, deberás incluir las representaciones en el documento que envíes.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 103

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

6. Encuentra la resta de los siguientes vectores.

a) u = (1, 1, 2), v = (0, 2, 1)

b) u = (6, 0, 2), v = (3, 5, 1)
c) u = (6, 1), v = (7, -1)

7. Representa la resta de vectores en el plano cartesiano.

8. En las representaciones de la suma y resta de vectores en el plano cartesiano incluye los nombres de
los componentes de un vector.

Actividad del subtema 1.4.4. Aplicaciones del producto punto

Actividad: Foro: Análisis del problema (II)

Tipo de actividad: Formativa/ Foro
Instrucciones:

El presente foro girará en torno a la investigación que realizaste junto con tus compañeros de equipo en el
foro Análisis del problema (I).

1. Organízate nuevamente con el equipo que trabajaste en el foro Análisis del problema (I) elijan a un
nuevo moderador para que sea el encargado de publicar en el foro.
2. De acuerdo a lo que discutieron en el foro anterior investiguen y agreguen la información que les hace
falta para resolver el problema.
3. Si concluyeron que no hacía falta más información o bien, con la información que agregaron discutan
dos posibles métodos para resolver el problema.

Actividad del subtema 1.4.4. Aplicaciones del producto punto

Nombre de la actividad: Reporte. Solución de problemas

Tipo de actividad: Formativa/Tareas
Instrucciones:

Con base en el análisis y la investigación que realizaron y comentaron en los foros Análisis de problemas (I
y II), efectúen lo siguiente:

1. Elaboren un reporte donde desarrollen los siguientes puntos:

- ¿Existía claridad en el planteamiento de los problemas?
- ¿Se proporcionaron los datos necesarios para resolverlos o hacían falta?
- De manera general respondan. ¿Cuál es la información o aspectos que consideran importantes de
comprender y obtener para poder resolver problemas en diferentes situaciones y contextos?

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 104

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

- ¿Qué relación tiene el planteamiento del problema con la carrera que has elegido?
- Investiga la relación del álgebra lineal con otras disciplinas y en específico con tu carrera.
- Escribe cómo podrías aplicarla en tu vida diaria y en tu carrera.

Actividad del subtema 1.5.1. Triple producto escalar

Nombre de la actividad: Formulario de las propiedades punto y cruz.

Tipo de actividad: Formativa
Instrucciones:

Los formularios permiten consultar de manera rápida y práctica las fórmulas necesarias para ciertos temas
o materias, en este caso para que identifiques las propiedades del producto punto y cruz.

1. Participa junto con tus compañeros de grupo en la wiki y elaboren un formulario en el que incluyan
cada uno de los siguientes puntos.

• La fórmula del producto de un vector por el vector 0 para el producto punto y cruz.
• La ley conmutativa del producto escalar.
• La ley distributiva del producto escalar y producto cruz.
• Muestra la fórmula de la propiedad anticonmutativa del producto vectorial.
• Presenta la fórmula del triple producto escalar de tres vectores.

2. Lee con atención lo que escriben los demás y si consideras que es necesario incluir más fórmulas o
datos que sean útiles intégralos.
3.

Evaluación de la unidad

Nombre de la evidencia: Solución del problema, Sustancias que funcionan como super proteínas, a través
del álgebra vectorial.
Tipo de actividad: Sumativa/Portafolio
Instrucciones:

Para evaluar esta unidad se te presentan dos problemas. Para resolverlos, efectúa lo siguiente:
1. Descarga el documento Planteamiento del problema.
2. Lee con atención el planteamiento y con base en la información que se te proporciona. realiza lo que
se te solicita en cada punto.

Planteamiento del
problema.doc

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 105

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Actividades. Unidad 2
Actividad del tema 2.1. Introducción a matrices

Nombre de la actividad: Foro: Planteamiento del problema.

Tipo de actividad: Formativa / Foro
Instrucciones:

Antes de continuar con el siguiente subtema participa en el foro Planteamiento del problema.
1. Organiza un equipo con dos de tus compañeros, diferentes a aquellos con los que trabajaste en la
unidad 1, denle un nombre a su equipo y elijan a un moderador.
2. Descarga el documento Planteamiento del problema
3. Lee con atención el planteamiento del problema y realicen lo que se solicita en cada punto.
4. Una vez que hayan terminado lo que se les solicitó, publíquenlo en el foro. Firmen su participación
con el nombre de su equipo e incluyan los nombres de los integrantes.
*Recuerden que el moderador es el encargado de escribir en el foro, sin embargo, todos deben leer la
participación de los demás compañeros.
5. Lee con atención las participaciones de los demás y si crees que a tu equipo le faltó considerar algún
aspecto, coméntenlo e inclúyanlo como otra participación en el foro.

Problema_act1.doc

Actividad del subtema 2.3.2. Representación matricial de un sistema de ecuaciones lineales

Nombre de la actividad: Representación matricial

Tipo de actividad: Formativa / Base de datos
Instrucciones:

A partir de lo que realizaste en el foro Planteamiento del problema:

1. Organízate nuevamente con el equipo que trabajaste en el foro.
2. Descarga el documento Representación del problema y, dentro del mismo archivo, realiza lo que se
solicita.

Problema_act2.doc

Actividad del subtema 2.5.1. Método de eliminación de Gauss

Nombre de la actividad: Método de Gauss

Tipo de actividad: Formativa / Tareas
Instrucciones:
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 106
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

A partir del análisis de sistema de ecuaciones y su representación matricial que obtuviste en la actividad
Representación matricial, efectúa lo que se te pide a continuación:
1. Descarga el archivo del Problema y, dentro del mismo archivo, realiza lo que se te solicita.

Problema_act3.doc

Evidencia de la unidad

Nombre de la evidencia: Solución del problema. Sustancias que funcionan como super proteínas, a través
de matrices.
Tipo de actividad: Portafolio
Instrucciones:

En la siguiente actividad se resolverán problemas que surjan en la vida cotidiana por medio de los métodos
de operaciones elementales de renglón, de Gauss y de Gauss-Jordan.
1. Descarga el archivo Problemas y, dentro del mismo archivo, realiza lo que se te solicita.

Problema_evidencia.
doc

Actividades. Unidad 3

Actividad del subtema 3.1.2. Menores y cofactores de un determinante

Nombre de la actividad: Menores y cofactores de un determinante

Tipo de actividad: Formativa/ Tareas
Instrucciones:

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 107

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Tu Facilitador(a), se encargará de asignarte el equipo con el que trabajarás y deberás ponerte en contacto
con tus compañeros (as) para que se organicen y lleven a cabo lo siguiente:

1. Asignen un nombre para su equipo.

Retomando el problema trabajado durante las unidades 1 y 2 Sustancias que funcionan como super
proteínas y con base en la matriz de datos de dicho problema, realiza la siguiente actividad:
• Obtengan cada uno de los menores del determinante asociado a la matriz de datos del
problema.
• Obtengan cada uno de los cofactores de dicho determinante.
• Cada integrante deberá elegir una fila diferente y obtener el determinante a partir de dicha fila.
• Cada integrante deberá elegir una columna diferente y obtener el determinante a partir de dicha
columna.
Cada uno de los integrantes deberá guardar su documento.
*El documento debe contener todo el procedimiento y las operaciones que realizaron para obtener los
determinantes.
2. Compartan sus procedimientos y resultados que obtuvieron al trabajar individualmente con el
determinante asociado a la matriz del problema Sustancias que funcionan como super proteínas con sus
compañeros de equipo.
3. Respondan la siguiente pregunta:

• ¿Los resultados que obtuvo cada uno fueron iguales o diferentes? Expliquen por qué.

Por equipo, guarden su documento con la siguiente nomenclatura ALI_U2_RM_XX. Sustituyan las XX por
el nombre de su equipo. Recuerda que el representante o moderador del equipo es el encargado de subir el
archivo.
*El documento debe contener todo el procedimiento y las operaciones que realizaron para obtener los
determinantes, los menores y los cofactores, así como a las conclusiones con los resultados que
compartieron y con la pregunta del punto 3.

Actividad del subtema 3.2.1. Regla de Cramer

Nombre de la actividad: Regla de Cramer

Tipo de actividad: Formativa/ Tareas
Instrucciones:

Retoma el problema Sustancias que funcionan como super proteínas.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 108

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

Indica cuáles fueron las operaciones que realizaste sobre la matriz asociada al sistema en cada uno de los
pasos para resolver el problema de la evidencia de la unidad 2 por el método de Gauss-Jordan
Realiza los determinantes D1, D2, D3 y D, asociados a las incógnitas x1, x2, x3 y a la matriz del sistema.
Contesta la siguiente pregunta:
• ¿Qué relación existe entre los determinaste que obtuviste y las operaciones que realizaste en la
evidencia de la unidad 2 para resolver el problema por el método de Gauss-Jordan?

Guarda su documento con la siguiente nomenclatura ALI_U2_RC_ XXYZ. Sustituye las XX por las dos
primeras letras de tu primer nombre, la Y por la inicial de tu apellido paterno y la Z por la inicial de tu
apellido materno.

Foro de cierre

Nombre de la actividad: Sustancias que funcionan como super proteínas

Tipo de actividad: Formativa/ Foro
Instrucciones:

Participa en el foro de cierre.

• Después de haber estudiado la asignatura ¿cuál piensas que sería la utilidad del álgebra lineal en
diferentes áreas de estudio?

• Una vez que ya conocieron 3 métodos diferentes para resolver sistemas de ecuaciones cuál les pareció
más práctico y si todos los métodos son adecuados a los problemas a los que se pueden enfrentar en su
ámbito profesional.

Evidencia de la unidad

Nombre de la actividad: Sustancias que funcionan como super proteínas, a partir de determinantes e
impermeabilizante natural.
Tipo de actividad: Portafolio
Instrucciones: Lee los problemas y al final realiza lo que se te pide.

Problema. Sustancias que funcionan como super proteínas a través de matrices

Un grupo de ingenieros en biotecnología realizaron una investigación para crear una sustancia que
funcionara como una super proteína en un tipo especial de microorganismos que habita cerca de una zona
petrolera. El objetivo era crear microorganismos más resistentes y en el caso de que existiera algún
Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 109
Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

derrame petrolero cerca de la zona, utilizarlos para la limpieza. Durante la investigación se presentaron
muchas dificultades, pues se tenían previstos tres proyectos diferentes, mismos que resultaron un rotundo
fracaso. En cada uno de éstos se desarrolló una sustancia diferente y cuando se realizaron las pruebas con
las sustancias, éstas no mejoraron a los microorganismos como se esperaba, por esto los frascos que
contenían las sustancias respectivas de cada proyecto fueron vaciados a un mismo contenedor con
capacidad de m litros, el cual se encontraba completamente limpio. Los ingenieros tomaron una muestra de
la sustancia que resultó de la combinación de las tres que se vaciaron al contenedor y luego de ponerla en
el microscopio observaron los resultados. La muestra era producto de un accidente científico.
Después cada grupo hizo colocó una marca al recipiente que contenía su respectiva sustancia, esto con el
fin de tener en cuenta la medida que utilizaron y relacionarlo con el resultado que se obtuvo. Así, volvieron a
utilizar la misma medida que vaciaron al contenedor para formar una nueva sustancia, la probaron y el
resultado fue exactamente el mismo que el que se encontraba en el contenedor.
Por consiguiente, se dieron cuenta que nadie sabía exactamente la cantidad que depositaron de la
sustancia, sin embargo tenían el recipiente en el que señalaron la medida. Para saber las cantidades
exactas, sugirieron formar un sistema de tres ecuaciones y así encontrarían los valores exactos de los
recipientes de cada uno de los grupos, entonces realizaron las siguientes pruebas:

1. Utilizaron 2 vasos de la primera sustancia, 2 vasos de la segunda y un vaso más de la tercera y

obtuvieron 4.5 litros de la sustancia final.
2. Utilizaron 4 vasos de la primera sustancia, 6 vasos de la segunda y 3 vasos más de la tercera, y
obtuvieron 12 litros.

Nota: Para encontrar lo que se te pide supón que en las primeras dos pruebas (la del accidente y la
repetición del mismo) se colocaron 6 vasos de la primer sustancia, 9 vasos de la segunda y 7 vasos de la
tercera.

Para resolver este problema, realiza lo siguiente:

• Integra en este archivo la solución que diste al problema por el método de Gauss-Jordan.
• Incluye los determinantes que obtuvieron en la actividad Regla de Cramer.
• Utiliza el método de Cramer para encontrar la cantidad en litros que se colocó en cada vaso de la
primera, segunda y tercera sustancia.
• Comprueba tus resultados por alguno de los métodos de comprobación.

1. Lee el planteamiento del siguiente problema:

Problema. Impermeabilizante natural

Un grupo de ingenieros llevó a cabo el proyecto de mostrar en las escuelas la manera en que se debe
elaborar impermeabilizante natural con baba de nopal, proporcionaron los siguientes datos: Para cubrir una
superficie de 1 m² se requieren los siguientes materiales: 1/2 kilo de calidra, 1/2 kilo de cemento blanco, 1/3
de kilo de pega azulejo, 1/2 kilo de arena gris (cernida), 2/3 de barra de jabón de pasta, 1/6 de kilo de
alumbre en piedra, 1/2 nopal de penca.

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 110

Álgebra lineal
Unidad 1, 2 y 3
Programa desarrollado

En la escuela secundaria Adolfo López Mateos, los alumnos tenían que impermeabilizar el techo de la
biblioteca que mide 40 m², el auditorio de 50 m², 15 salones de 20 m² cada uno, 20 cubículos y la dirección
de la escuela que mide 35 m².
Los gastos en material fueron los siguientes: de la dirección 1,067 pesos con 50 centavos, de los salones
9,150 pesos, de la biblioteca 1,220 pesos, de los cubículos 5,490 pesos, y del auditorio 1,525 pesos.
Cada nopal vale 1 peso y la barra de jabón está a 9 pesos.

• ¿Cuál es el costo por kilo de cada uno de los otros materiales?

• ¿Cuántos metros cuadrados mide cada uno de los cubículos que impermeabilizaron?
Para solucionar este problema, realiza lo siguiente:

• Construye el vector que representa los materiales utilizados para fabricar impermeabilizante
natural.
• Incluye el sistema de ecuaciones lineales que obtuviste para este problema en la evidencia de la
unidad 2.
• Integra además la solución que diste al problema por el método que hayas elegido en la
evidencia de la unidad 2.
• Obtén los determinantes asociados a cada una de las variables del sistema de ecuaciones.
• Resuelve el problema por el método de Cramer.
• Comprueba tus resultados por alguno de los métodos que aprendiste.
• Responde la siguiente pregunta: ¿Tus respuestas a las preguntas a partir del método de Cramer
son iguales a las que obtuviste en la evidencia de la unidad 2? Explica por qué

Educación Superior Abierta y a Distancia • Ciencias de la Salud, Biológicas y Ambientales 111