1

Algebra Lineal

Profundización
2

Tabla de contenido
Introducción ................................................................................................................................3

Pregunta orientadora ..................................................................................................................4

1. Algebra lineal .......................................................................................................................5

1.1. Espacios Vectoriales ......................................................................................... 5

1.2. Vectores ............................................................................................................... 5

1.3. MATRICES .......................................................................................................... 9

1.4. DETERMINANTES..............................................................................................13

1.4.1. PROPIEDAD DE LOS DETERMINANTES .................................................. 14

1.4.2. CALCULO DE INVERSA POR DETERMINANTES ..................................... 15
1.5. SISTEMAS DE ECUACIONES ............................................................................16

1.5.1 GAUSS JORDAN .......................................................................................... 16

1.5.2. CRAMER...................................................................................................... 17
1.5.3. INVERSA DE UNA MATRIZ......................................................................... 18
Glosario ....................................................................................................................................20
3

Introducción

En esta etapa se presenta los procesos algebraicos necesarios para la comprensión del
aprendizaje de los temas desarrollados en el curso. Por tal motivo se dará una breve
explicación de cada una de las aplicaciones para luego proceder con los algoritmos con
la descripción de los ejemplos se hará de la manera más específicas.

La aplicación de estos contenidos en situaciones problemáticas es la mejor presentación

para indicar que es una de las herramientas más útiles en su vida. La apropiación de
estos, debe ser consecuencia de un trabajo racional y continuo, parte importante en su
labor como futuros profesionales.
4

Pregunta orientadora

En varias entidades se busca modelos para la solución de problemas, donde se

involucren ecuaciones lineales, programación lineal entre otras. Con lo anteriormente
expuesto dar respuesta al siguiente interrogante: ¿Cuál el método más sencillo y que
se puede manejar de manera fácil con ayuda de medio electrónico?
5

1. Algebra lineal

1.1. Espacios Vectoriales

Un espacio vectorial se conforma con tres elementos un conjunto no vacío de objetos,

una operación interna (+) y una operación externa (.), que deben cumplir las siguientes
propiedades.

1. 𝑣⃗ + 𝑢
⃗⃗𝜀𝑉
2. 𝑢
⃗⃗ + 𝑣⃗ = 𝑣⃗ + 𝑢
⃗⃗
3. (𝑢 + 𝑣) + 𝑤 = 𝑢 + (𝑣 + 𝜔)
4. 𝐸𝑥𝑖𝑠𝑡𝑒 ⃗0⃗; 𝑣⃗ + ⃗0⃗ = 𝑣⃗
5. 𝐸𝑥𝑖𝑠𝑡𝑒 (−𝑣⃗): 𝑣⃗ + (−𝑣⃗) = ⃗0⃗
6. 𝛼 ⋅ 𝑣⃗; 𝜀𝑉
7. 𝛼(𝑣⃗ + 𝑢
⃗⃗) = 𝛼𝑣⃗ + 𝛼𝑢
⃗⃗
8. (𝛼 + 𝛽)𝑢 = 𝛼𝑢 + 𝛽𝑢
9. 𝛼(𝛽𝑢
⃗⃗) = (𝛼𝛽)𝑢
⃗⃗
10. 𝐸𝑥𝑖𝑠𝑡𝑒 𝑒𝑠𝑐𝑎𝑙𝑎𝑟 1 ⋅ 𝑢
⃗⃗ = 𝑢
⃗⃗

Los elementos de este espacio se llaman vectores. Dentro los espacios vectoriales
conocidos encontramos ℝ2 , ℝ3 , Números complejos, Matrices.

1.2. Vectores

Las aplicaciones que más se utiliza el concepto de vector es en física donde este
representa en ℝ2 , y este compuesto por una magnitud, dirección y sentido. Las
magnitudes vectoriales, a parte de su magnitud tiene dirección y sentido.

Cuando se trabaja con vectores en ℝ2 , la forma de encontrar la magnitud y la dirección está dada
por las siguientes expresiones
6

𝑆𝑒𝑎 𝑣⃗ = (𝑥, 𝑦)

‖𝑣⃗‖ = √𝑥 2 + 𝑦 2 , norma del vector.

𝑦
𝜃 = arctan (𝑥 ), la dirección del vector

Un ejemplo:
𝑣⃗ = (3, −2)
‖𝑣⃗‖ = √32 + (−2)2 = √9 + 4 = √13
−2
𝜃𝑣⃗⃗ = arctan ( ) = −33,690
3
𝜃𝑣⃗⃗ = 180 − 33,690 = 143,300

Sea 𝑣⃗ = (−3,5) y 𝑤
⃗⃗⃗ = (2, −3), la multiplicación de un escalar por un vector sería

5 ⋅ 𝑣⃗ = 5 ⋅ (−3,5) = (−15,25)
⃗⃗⃗ = −3 ⋅ (2, −3) = (−6,9)
−3 ⋅ 𝑤
Para la suma de vectores
2𝑣⃗ − 4𝑤
⃗⃗⃗ = 2(−3,5) − 4(2, −3)
= (−6,10) − (8, −12)
= (−14,22)

1.3. Números Complejos

Cuando se trabaja con números reales y parece soluciones a ecuaciones con expresiones como
√−1, donde no se puede asociar un número real, se concluye que no tiene solución en los
números reales. Para solucionar esta inconveniente se crearon unos números basados en √−1,
el cual denotaron como imaginario.es decir 𝑖 = √−1.

El número complejo consta de dos partes una real y la otra imaginaria. Generalmente se
representa con la letra z.

𝑧 = 𝑎 + 𝑏ⅈ
7

se llama número complejo en forma binómica o binomial.

El numero 𝑎 se llama parte real del número complejo y se denota por 𝑎 = 𝑅𝑒(𝑧), y 𝑏 se
llama parte imnaginaria, se denota 𝑏 = Im(𝑧).

La representación gráfica del número complejo está representada en la Ilustración 1.

Ilustración 1. Rodríguez, R, J. (2021).

Las operaciones que se presentan para los números complejos están:

La suma y resta, se suma o resta la parte real y luego la parte imaginaria.
(3 − 5ⅈ) + (−4 + 8ⅈ) = −1 + 3ⅈ

En este ejemplo se multiplica escalares por complejos y luego se restan sus resultados
8

5 ⋅ (2 − 3ⅈ) − 3 ⋅ (8 − 2ⅈ) = (10 − 15ⅈ) − 24 + 6ⅈ = −14 − 9ⅈ

Se debe tener en cuenta los siguientes valores para las potencias de ⅈ.
𝑖 2 = −1
𝑖 3 = −𝑖
ⅈ4 = 1
ⅈ5 = ⅈ

Se continua con la misma secuencia.

Ahora para multiplicar dos complejos se debe multiplicar los términos del primer complejo
con los términos del segundo complejo, como el ejemplo.
(−2 + 5ⅈ)(4 − 3ⅈ) = −8 + 6ⅈ + 20ⅈ − 15ⅈ2 = − 8 + 6ⅈ + 20ⅈ + 15 = 7 + 26ⅈ
Para la división de complejos, se multiplica la fracción por el conjugado del denominador
y se resuelve como en el ejemplo.
3 − 5ⅈ
4 − 3ⅈ

3 − 5ⅈ 4 + 3ⅈ 12 + 9ⅈ − 20ⅈ − 15ⅈ2
⋅ =
4 ⋅ 3ⅈ 4 + 3ⅈ 16 + 9

12 − 11ⅈ + 15
=
25

27 − 11ⅈ
=
25

−27 11ⅈ
= −
25 25

Ahora con potencias de complejos se utiliza el triángulo de pascal que se presenta en la

ilustración 2, para tomar los coeficientes de los términos desarrollados.
9

Ilustración 1. Rodríguez, R, J. (2021).

El ejemplo siguiente es de potencia de complejos.

(5 + 3ⅈ)3 = 1(5)3 + 3(5)2 (3ⅈ) + 3 ⋅ (5) ⋅ (3ⅈ)2 + 1(3ⅈ)3

= 125 + 225ⅈ + 135𝑖̇2 + 27𝑖 3
= 125 + 225ⅈ − 135 − 27ⅈ
= − 10 + 198ⅈ

1.3. MATRICES

Arreglo numérico rectangular, con la operación suma de matrices y el

producto de un escalar por una matriz genera un espacio vectorial.
Notación
𝑎11 ⋯ 𝑎1𝑛
𝐴𝑚×𝑛 =( ⋮ ⋱ ⋮ )
𝑎𝑚1 ⋯ 𝑎𝑚𝑛
10

Donde m es el número de filas que tiene la matriz y n el número de

columnas.
Operación de un escalar por una matriz.

3 −2 −1 3
Sea: 𝐴 = ( 4 3 ) y 𝐵 = ( 4 −2)
−5 6 3 −5

6 −4
Tenemos 2.𝐴 = ( 8 6 ), se multiplicada cada elemento de la matriz con el escalar
−10 12
−3 9
indicado. Su sede lo mismo con 3. 𝐵 = ( 12 −6 ).
9 −15

Para sumar dos matrices, la condición necesaria es que deben tener la misma dimensión,
para poder sumar los elementos de posiciónesiguales, 𝑎𝑖𝑗 + 𝑏𝑖𝑗
Entonces para
9 −13
2 ⋅ 𝐴 − 3 ⋅ 𝐵 = ( −4 12 )
−19 27

Multiplicación de matrices: La condición necesaria para multiplicar dos matrices es que

el número de columnas de la primera sea el mismo de las filas de la segunda matriz, esto
con lleva que esta operación no es conmutativa.

𝐴𝑚×𝑛 ⋅ 𝐵𝑛×𝑝

El proceso para su realización es el siguiente: Se toma toda la fila de la primera matriz y

se multiplica por los elementos de columna de la segunda matriz (tiene la misma cantidad
11

de elementos), se suma es el termino de 1,1 de la matriz resultado, esto se hace con

todas las filas y columnas. Ejemplo es el siguiente.

2 −3
2 −3 5 4
(4 5 )( )=
6 −1 −2 3
−3 6

La primera matriz es de 3x2 y la segunda es de 2x4, si cumplen la condición.

Se toma la primera fila de la primera matriz por la primera columna de la segunda matriz

(2 − 3). (2) = 2 ⋅ 2 + (−3) ⋅ 6 = 4 − 18 = −14

6
(2 − 3). (−3) = 2 ⋅ (−3) + (−3) ⋅ (−1) = −3
−1
Este proceso se realiza con todas las filas de la primera con todas las columnas de la
segunda obteniendo el resultado

−14 −3 16 −1
( 38 −17 10 31 )
30 3 −27 6
Método de Gauss Jordán

Este método es utilizado para encontrar la inversa a una matriz cuadrada y para la
solución de sistemas de ecuaciones, se presentará un ejemplo para encontrar la inversa
de una matriz. El algoritmo consiste en obtener una matriz con el proceso de escalonada
reducida.

Se dice que una matriz H es escalonada reducida por filas si verifica

• Si H tiene filas compuestas enteramente por ceros, éstas están agrupadas en la

parte inferior de la matriz
• El primer elemento no nulo de cada fila no nula es 1 (Pivote)
• El 1 (Pivote) de cada fila no nula está a la derecha del de la fila anterior
• Los elementos que aparecen en la misma columna que el 1 (Pivote) de una fila
son ceros
12

1 0 1 0
(0 1 1 0)
0 0 0 1
Los señalados son los pivotes.

Las operaciones permitidas para que las resultantes sean equivalentes a la original,
son multiplicar una fila por un escalar y sumar y restar filas o múltiplos de ellas. Para el
caso de la inversa de una matriz se busca llegar a la matriz identidad.
Sea
5 −2 3 1 0 0
𝐶=( 1 4 3) 𝐼 = ( 0 1 0)
−2 5 6 0 0 1

Se construye una matriz aumentada

5 −2 3 1 0 0
(1 4 3|0 1 0)
−2 5 6 0 0 1

El proceso se hace con ayuda de excel, registrado en la siguiente Ilustración 3

13

Ilustración 3. Rodríguez, R, J. (2021).

Este método también es utilizado en la solución de sistema de ecuaciones la cual se

abordará más adelante.

1.4. DETERMINANTES

La Función determinantes se asocia a las matrices cuadradas. La definición para una

matriz de 2x2 es:
𝑎 𝑏
| | =𝑎⋅𝑑−𝑏⋅𝑐
𝑐 𝑑
Un ejemplo:
2 3
| | = (2 ⋅ 5) − (3 ⋅ (−4)) = 10 + 12 = 22
−4 5

Para las matrices de 3x3, se aplica el método sarrus, que consiste en agregar las dos
primeras filas o las dos columnas, se identifica diagonales principales y secundarias.
14

𝑎 𝑏 𝑐 𝑎 𝑏
|𝑑 ⅇ 𝑓| 𝑑 𝑒 = (𝑎 ⋅ ⅇ ⋅ 𝑓 + 𝑏 ⋅ 𝑓 ⋅ g + 𝑐 ⋅ 𝑑 ⋅ h) − (𝑐 ⋅ 𝑒 ⋅ 𝑔 + 𝑎 ⋅ 𝑓 ⋅ h + 𝑏 ⋅ 𝑑 ⋅ 𝑖)
g h ⅈ 𝑔 h
Las principales son verdes y las secundarias las rojas.
Ejemplo:
3 2 −1 3 2 −1 3 2
|4 3 −5| = | 4 3 −5| 4 3
−2 6 3 −2 6 3 −2 6

= [3 ⋅ 3 ⋅ 3 + 2 ⋅ (−5) ⋅ (−2) + (−1) ⋅ 4 ⋅ 6] − [(−1) ⋅ 3(−2) + 3 ⋅ (−5) ⋅ 6 + 2 ⋅ 4 ⋅ 3]

= [27 + 20 − 24] − [6 − 90 + 24] = [23] − [−60] = 83

Para determinante de orden superior

5 −3 2 −1 + − + −
−4 2 −3 5 − + − +
| | sⅈgnos por su posⅈcⅈón | |
6 −5 7 2 + − + −
5 −2 3 −1 − + − +

Luego se toma la primera fila, el 5 está en posición 11, luego se quita la primera fila y
columna y queda un determinante de orden 3x3, el signo de esa posición es positiva.
Luego sigue -4, después el 6 y por último el 5. Por tanto, seguimos con el procedimiento.

2 −3 5 −3 2 −1
= 5 ⋅ |−5 7 2 | + (−)(−4) |−5 7 2 |
−2 3 −1 −2 3 −1
−3 2 −1 −3 2 −1
+6 | 2 −3 5 | + (−) ⋅ 5 ⋅ | 2 −3 5 |
−2 3 −1 −5 7 2
= 5 ⋅ (−4) + 4 ⋅ (22) + 6 ⋅ (20) − 5 ⋅ (66)
= 5 ⋅ (−4) + 4 ⋅ (22) + 6 ⋅ (20) − 5 ⋅ (66)

= −20 + 88 + 120 − 330 = −142

1.4.1. PROPIEDAD DE LOS DETERMINANTES

Se puede factorizar un número de una fila o columna y el determinante no cambia de valor.

15

4 −8 10 2 −4 5
|3 −1 −5 | = 2 | 3 −1 −5|
−2 7 4 −2 7 4

Se puede sumar o restar una fila con otra y el determinante no cambia.

3− 5 2 1 0 −2
| −4 7 −3| = |−4 7 −3|
2 −5 4 2 −5 4

El determinante no se altera si se suma o resta múltiplos de una fila con otra. F3-3F1

2 −3 4 2− 3 4
|−5 4 −2| = | −5 4 −2|
7 6 5 1 15 −7

O por columnas: C3 + C2

2 −3 4 2 −3 1
|−5 4 −2| = |−5 4 2|
7 6 5 7 6 11

Cuando se intercambian filas o columnas el determinante cambia de signo.

1.4.2. CALCULO DE INVERSA POR DETERMINANTES

−2 4 −3
𝐸 = ( 5 −2 6 )
3 4 −5
−2 6
𝐶11 = | | = 10 − 24 = −14 posⅈcⅈón posⅈtⅈva
4 −5
5 6
𝐶12 = | | = −25 − (18) = −43 posⅈcⅈón nⅇgatⅈva
3 −5
5 −2
𝐶13 = | | = 20 − (−6) = 26 posⅈcⅈón posⅈtⅈva
3 4
4 −3
𝐶21 = | | = −20 − (−12) = −8 posⅈcⅈón nⅇgatⅈva
4 −5
−2 −3
𝐶22 = | | = 10 − (−9) = 19 posⅈcⅈón posⅈtⅈva
3 −5
−2 4
𝐶23 = | | = −8 − (12) = −20 posⅈcⅈón nⅇgatⅈva
3 4
4 −3
𝐶31 = | | = 24 − (6) = 18 posⅈcⅈón posⅈtⅈva
−2 6
16

−2 −3
𝐶32 = | | = −12 − (−15) = 3posⅈcⅈón nⅇgatⅈva
5 6
−2 4
𝐶33 =| | = 4 − (20) = −16 posⅈcⅈón posⅈtⅈva
5 −2

−14 43 26
𝐶𝑜𝑓 = ( 8 19 20 )
18 −3 −16

−14 43 26 𝑡 −14 8 18
Adj E= ( 8 19 20 ) = ( 43 19 −3 )
18 −3 −16 26 20 −16
El determinante es
−2 4 −3
| 5 −2 6 | = 122
3 4 −5

1
𝐸 −1 = det 𝐸 ⋅ 𝐴𝑑𝐽 𝐸
7 4 9
−
−14 8 18 61 61 61
1 43 19 −3
𝐸 −1 = 122 ⋅ ( 43 19 −3 ) = 122 122 122
26 20 −16 13 10 −8
( 61 61 61 )

1.4. SISTEMAS DE ECUACIONES

El conjunto de ecuaciones tiene varios métodos de solución, como Sustitución, Igualación y

Reducción, aqui se presenta tres métodos como son Gauss Jordan, Cramer e Inversa de una
matriz.

Sea el sistema de ecuaciones

3𝑥 − 2𝑦 + 4𝑧 = 17
{ 2𝑥 + 3𝑦 − 2𝑧 = −11
−4𝑥 + 2𝑦 + 3𝑧 = −4

1.5.1 GAUSS JORDAN

(𝐴|𝐵)
17

3 −2 4
𝐴=( 2 3 −2)
−4 2 3
17
𝐵 = (−11)
−4
17
3 −2 4 17 𝐹1 1 − 2⁄3 413
(2 3 −2 −11) → →( 3 ) → 𝐹2 − 2𝐹1
3 2 3 −2 −11 𝐹3 − 4𝐹1
−4 2 3 −4
−.4 2 3 −4
2 4 17
1 −
3 3 3
14 F2
→ 0 13⁄3 − − 67⁄3 → 13
3
2 25 3
0 − 56 ⁄3
( 3 3 )

1 − 2⁄3 4⁄3 17⁄3 1 0 8⁄13 29⁄13

𝐹1 − 2/3𝐹2
→(0 1 − 14⁄13 ⁄
− 67 13) → → (0 1 − 14⁄13 −67/13) →
𝐹3 + 2/3𝐹2
0 − 2⁄3 25⁄3 56⁄3 0 0 99⁄13 198/13

8
1 0 8⁄13 29⁄13 𝐹1 − (13)𝐹3 1 0 0 1
99
(13)F3→(0 1 −14/13 − 67⁄13) → 14 → ( 0 1 0 −3)
0 0 1 2 𝐹2 + ( )𝐹3 0 0 1 2
13

𝑥= 1
𝑦= −3
𝑧= 2

1.5.2. CRAMER
El método consiste en armar determinantes D que son los coeficientes de las variables en
sistema de ecuaciones. Dx es el determinante cambiando la columna del x por la columna de
resultados, los mismo para Dy, Dz.

Para el caso espuesto queda:

3 −2 4
𝐷=| 2 3 −2| = 99
−4 2 3
18

17 −2 4
DX=|−11 3 −2| = 99
−4 2 3
3 17 4
DY=| 2 −11 −2| = −297
−4 −4 3
3 −2 17
DZ=| 2 3 −11| = 198
−4 2 −4
𝐷𝑥 99
𝑥= = =1
𝐷 99
𝐷𝑦 −297
𝑦= = = −3
𝐷 99
𝐷𝑧 198
𝑧= = =2
𝐷 99

1.5.3. INVERSA DE UNA MATRIZ

La matriz A representa los coeficientes de las variables del sistema de ecuaciones y B son los
resultados del sistema
3 −2 4
𝐴=( 2 3 −2)
−4 2 3
17
𝐵 = (−11)
−4
Se calcula la inversa

13 14 −8
99 𝑎9 99
2 25 14
𝐴−1 =
99 99 99
16 2 13
(99 99 99 )

Aplicamos el procedimiento
𝑥
(𝑦) = 𝐴−1 ⋅ 𝐵
𝑧
19

13 14 −8
𝑥 99 99 99
2 25 14 17 1
(𝑦 ) = . (−11) = (−3)
z 99 99 99 −4 2
16 2 13
(99 99 99 )

𝑥= 1
𝑦= −3
𝑧= 2
20

Glosario

• Algorithm: A finite number of steps or routines that detail how to solve a particular
problem. For example, a mechanical procedure for performing the multiplication of any
multiple-digit numbers are an algorithm Another example is a computer program, which is
a finite number of predefined sequences of instructions that computers can follow without
any exercise of intelligence
• Gauss(ian) elimination: achieves row echelon form of the augmented matrix of a system
of linear equations by means of elementary row operations. The system so obtained can
then be solved by back substitution
• Linear Equation: An equation of the form where the aj and b
stand for given quantities (e.g., numbers) and the xj are variables (unknowns).
Occurrence of terms like would make the equation nonlinear.
• Matrix: A rectangular array of numbers (or symbols standing for numbers). An m × n
matrix is a matrix with m rows and n columns. We usually denote matrices with capital
letters like A, and their entries with the corresponding lowercase letters: aij is the entry in
the ith row and jth column of matrix A. Synonym: aij = (A)ij . The first index refers to the row,
the second index refers to the column.
• Row and column vectors: A row vector is a 1 × n matrix (a matrix with only one row), a
column vector is a m × 1 matrix (a matrix with only one column).