Tópicos de Álgebra

Matemática para Economistas
Tópicos Esenciales de Álgebra

Marco Spinelli – marco.spinelli@economicas.uba.ar
Índice
1. Sistemas de ecuaciones lineales y matrices

1.1. Dos ecuaciones lineales con dos incógnitas
1.2. 𝑚 ecuaciones con 𝑛 incógnitas
1.3. Sistemas homogéneos de ecuaciones
1.4. Vectores y matrices
1.5. Productos vectorial y matricial
1.6. Matrices y sistemas de ecuaciones lineales
1.7. La inversa de una matriz cuadrada
2. Determinantes
2.1. Definiciones
2.2. Regla de Cramer
3. Vectores en ℝ2 y ℝ3
3.1. Vectores en el plano
3.2. El producto escalar y las proyecciones en ℝ2
3.3. Vectores en el espacio
3.4. El producto vectorial (o cruz) de dos vectores
3.5. Rectas y planos en el espacio
4. Espacios Vectoriales
4.1. Introducción
4.2. Definición y propiedades básicas
4.3. Subespacios
4.4. Independencia lineal
4.5. Combinación lineal y generación de espacio
4.6. Bases y dimensión
4.7. Rango, nulidad, espacio de los renglones y espacio de las columnas de una matriz
4.8. Cambio de base
4.9. Bases ortonormales y proyecciones en ℝ𝑛
Introducción
Dentro de esta nota de clase se desarrollan tópicos de Álgebra que resultan muy importantes para el
abordaje de las unidades siguientes de la materia Matemática para Economistas. De hecho, su
conocimiento se da por sentado para el desarrollo didáctico de esta última.
1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES

A lo largo de la materia, y frecuentemente en los modelos económicos, se trabaja con
sistemas de ecuaciones. El más elemental en utilizarse es uno lineal, donde todas las
ecuaciones son lineales.
1.1 Dos ecuaciones lineales con dos incógnitas
Considerando un sistema de dos ecuaciones lineales con dos incógnitas, 𝑥 e 𝑦 , como el

siguiente
𝑎11 𝑥 + 𝑎12 𝑦 = 𝑏1
𝑎21 𝑥 + 𝑎22 𝑦 = 𝑏2
Su solución, de existir, se trata de un par de números, denotados por el par ordenado (𝑥 ∗ , 𝑦 ∗ ),

que satisfacen simultáneamente las dos ecuaciones. Según la propia naturaleza del sistema,
este puede tener una única solución, infinitas o ninguna.
Un sistema con una solución única es llamado Sistema Compatible Determinado (SCD). Uno
con infinitas soluciones se denomina Sistemas Compatible Indeterminado (SCI), mientras
que cuando no existe solución alguna se tiene un Sistema Incompatible (SI).
1.2 𝑚 ecuaciones con 𝑛 incógnitas
Un sistema como el de la sección anterior se puede generalizar para incluir muchas más
variables y más ecuaciones. En forma genérica, un sistema de 𝑚 ecuaciones y 𝑛 incógnitas se
puede escribir como
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
………………………………………
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
1.3 Sistemas homogéneos de ecuaciones

Un sistema genérico como el anterior se denomina homogéneo si cada una de las constantes
𝑏1 , 𝑏2 , … , 𝑏𝑚 son cero. En concreto,
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
………………………………………
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 0
A diferencia de los sistemas de ecuaciones no homogéneos, solo existen dos posibilidades:

que sea un SCD o un SCI.
Para que tenga una sola solución, la única que satisfaga el sistema debe ser la llamada
solución trivial, en la cual todas las variables son iguales a cero, 𝑥1 , … , 𝑥𝑛 = 0. No obstante
pueden existir infinitas más soluciones, las no triviales, llevando a que sea un SCI.
1.4 Vectores y matrices
Definición 1.4.1 – Vector renglón de 𝑛 componentes

Un vector de 𝑛 componentes se define como un conjunto ordenado de 𝑛 números escritos
de la siguiente manera
(𝑥1 , 𝑥2 , … , 𝑥𝑛 )
Definición 1.4.2 – Vector columna de 𝑛 componentes

Un vector columna de 𝒏 componentes es un conjunto ordenado de 𝑛 números escritos de
la siguiente manera
𝑥1
[…]
𝑥𝑛
Definición 1.4.3 – Matriz

Una matriz 𝐴 de tamaño o dimensión 𝑚 × 𝑛 es un arreglo rectangular de 𝑚𝑛 números
dispuestos en 𝑚 renglones y 𝑛 columnas
𝑎11 𝑎12 … 𝑎1𝑛

𝑎21 𝑎22 … 𝑎2𝑛
𝐴=[ … … … … ]
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛
Si 𝑚 = 𝑛, la matriz se caracteriza como matriz cuadrada.

Deben ser ambas del mismo tamaño.
1.5 Productos vectorial y matricial
Definición 1.5.1 – Producto escalar
𝑎1 𝑏1
𝑎2 𝑏
Sean 𝑎 = [ … ] 𝑦 𝑏 = [ 2 ] dos vectores, entonces el producto escalar de ambos, 𝑎 ∙ 𝑏, viene
…
𝑎𝑛 𝑏𝑛
dado por
𝑎 ∙ 𝑏 = 𝑎1 𝑏1 + 𝑎2 𝑏2 + ⋯ + 𝑎𝑛 𝑏𝑛
que resulta en un escalar. Para poder realizar un producto escalar ambos vectores deben
tener el mismo número de componentes.
Definición 1.5.2 – Producto de dos matrices
𝑎11 … 𝑎1𝑛 𝑏11 … 𝑏1𝑝

Sea 𝐴 = [ … … … ] una matriz de 𝑚 × 𝑛, y sea 𝐵 = [ … … … ] una matriz de
𝑎𝑚1 … 𝑎𝑚𝑛 𝑏𝑛1 … 𝑏𝑛𝑝
𝑛 × 𝑝. Entonces, el producto de 𝐴 y 𝐵 es una matriz 𝐶 de 𝑚 × 𝑝 cuyo elemento 𝑐𝑖𝑗 queda
conformado por el producto escalar de la fila 𝑖 de 𝐴 y de la columna 𝑗 de 𝐵.
𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + ⋯ + 𝑎𝑖𝑛 𝑏𝑛𝑗
𝑐11 … 𝑐1𝑝
𝐶=[ … … … ]
𝑐𝑚1 … 𝑐𝑚𝑝
Es importante destacar que dos matrices podrán multiplicar entre sí solamente si el número
de columnas de la primera coincide con el número de filas de la segunda. De lo contrario,
serán incompatibles bajo la multiplicación.
Ejemplo
1.6 Matrices y sistemas de ecuaciones lineales
Un sistema de ecuaciones lineales como el siguiente
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
………………………………………
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
Puede expresarse de forma matricial como el producto de una matriz de coeficientes, 𝐴, y

un vector de incógnitas, 𝒙, que se iguala a un vector de términos independientes, 𝒃.
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑏
𝐴=[ … … … … ], 𝒙 = […], 𝒃 = [ 2]
…
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚
𝐴𝒙 = 𝒃
Si el sistema fuese homogéneo, todos los componentes del vector 𝒃 serían iguales a cero.
Siempre existirá un sistema homogéneo asociado a cualquier sistema de ecuaciones, que
consiste en reemplazar al vector de términos independientes por el vector nulo.
1.7 Inversa de una matriz cuadrada
Definición 1.7.1
Sean 𝐴 y 𝐵 dos matrices de 𝑛 × 𝑛. Si se da el caso de que
𝐴𝐵 = 𝐵𝐴 = 𝐼
Entonces 𝐵 es la matriz inversa de 𝐴 y se denota por 𝐴−1 , por lo que
𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼
Toda matriz que posea una matriz inversa se denomina como invertible. Una matriz cuadrada
que no es invertible se llama singular, mientras que en caso de ser invertible es no singular.
Las matrices invertibles son útiles debido a que pueden utilizarse para resolver sistemas de
ecuaciones del tipo
𝐴𝒙 = 𝒃
De hecho, si la matriz es invertible, la respuesta será
𝒙 = 𝐴−1 𝒃
Para calcular la inversa de una matriz, en caso de que exista, se comienza por hallar su
determinante. El siguiente paso consiste en encontrar su matriz adjunta, para lo cual se
debe primero transponerla y reemplazar cada componente por su adjunto.
Luego, se divide a esta matriz adjunta por el determinante calculado inicialmente para
obtener la matriz inversa.
2. DETERMINANTES
2.1 Definiciones
𝑎11 𝑎12
En la sección anterior se definió al determinante de una matriz de 2 × 2, 𝐴 = [𝑎 𝑎22 ]
21
como
det 𝐴 = |𝐴| = 𝑎11 𝑎22 − 𝑎21 𝑎12
Para el caso de 3 × 3
Este último método es sólo válido para determinantes de matrices cuadradas que no sean
de dimensión mayor a 3.
2.2 Regla de Cramer
La regla de Cramer consiste en un método de resolución para sistemas de ecuaciones lineales

donde hay un mismo número de ecuaciones que de incógnitas. El mismo consiste en hallar el
valor de cada incógnita mediante el cociente entre dos determinantes que surgen de la matriz
de coeficientes y del vector de términos independientes.
Partiendo de un sistema lineal como

𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑏2
[… … … … ][…] = […]
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
Se puede observar que cada incógnita va a ser multiplicada por los elementos de una sola
columna para conformar las ecuaciones del sistema. En concreto, 𝑥1 solo va a aparecer
acompañada de los componentes de la primera columna, 𝑥2 por los de la segunda columna,
y así sucesivamente.
Si denominamos a la matriz 𝐴𝑗 como aquella en la cual la j-ésima columna es reemplazada

por el vector de términos independientes, la incógnita 𝑥𝑗 puede encontrarse mediante el
siguiente cociente
det 𝐴𝑗
𝑥𝑗 =
det 𝐴

Tópicos de Álgebra

Cargado por

Copyright:

Formatos disponibles

Tópicos de Álgebra

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tópicos de Álgebra

Cargado por

Copyright:

Formatos disponibles

Matemática para Economistas

Tópicos Esenciales de Álgebra

1. Sistemas de ecuaciones lineales y matrices

1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES

1.1 Dos ecuaciones lineales con dos incógnitas

Considerando un sistema de dos ecuaciones lineales con dos incógnitas, 𝑥 e 𝑦 , como el

Su solución, de existir, se trata de un par de números, denotados por el par ordenado (𝑥 ∗ , 𝑦 ∗ ),

1.2 𝑚 ecuaciones con 𝑛 incógnitas

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

1.3 Sistemas homogéneos de ecuaciones

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0

A diferencia de los sistemas de ecuaciones no homogéneos, solo existen dos posibilidades:

1.4 Vectores y matrices

Definición 1.4.1 – Vector renglón de 𝑛 componentes

Definición 1.4.2 – Vector columna de 𝑛 componentes

Definición 1.4.3 – Matriz

𝑎11 𝑎12 … 𝑎1𝑛

Si 𝑚 = 𝑛, la matriz se caracteriza como matriz cuadrada.

1.5 Productos vectorial y matricial

Definición 1.5.1 – Producto escalar

𝑎11 … 𝑎1𝑛 𝑏11 … 𝑏1𝑝

𝑐𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + ⋯ + 𝑎𝑖𝑛 𝑏𝑛𝑗

1.6 Matrices y sistemas de ecuaciones lineales

Un sistema de ecuaciones lineales como el siguiente

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

Puede expresarse de forma matricial como el producto de una matriz de coeficientes, 𝐴, y

𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1

1.7 Inversa de una matriz cuadrada

Entonces 𝐵 es la matriz inversa de 𝐴 y se denota por 𝐴−1 , por lo que

De hecho, si la matriz es invertible, la respuesta será

det 𝐴 = |𝐴| = 𝑎11 𝑎22 − 𝑎21 𝑎12

2.2 Regla de Cramer

La regla de Cramer consiste en un método de resolución para sistemas de ecuaciones lineales

Partiendo de un sistema lineal como

Si denominamos a la matriz 𝐴𝑗 como aquella en la cual la j-ésima columna es reemplazada

También podría gustarte