VIRCA MAT113 U3 CT 1 ME v1

UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS AGRONÓMICAS

DEPARTAMENTO DE RECURSOS NATURALES Y MEDIO
AMBIENTE ASIGNATURA: MATEMÁTICA I (MAT113)
UNIDAD III
Matrices y determinantes
Objetivo de la Unidad
Conocer arreglos en filas y columnas, operaciones con matrices y soluciones de Sistemas
de Ecuaciones Lineales
Objetivos específicos
- Conocer arreglos en filas y columnas, operaciones con matrices y soluciones de

Sistemas de Ecuaciones Lineales
- Calcular adecuadamente la Inversa de una Matriz (técnica del espejo) utilizando
operaciones elementales entre filas.
- Identificar las características de un sistema de ecuaciones lineales (número de

ecuaciones número de variables).
- Resolver correctamente sistemas de ecuaciones Lineales, aplicando la técnica del

método regresivo de Gauss.
- Calcular el determinante de una matriz de orden 2.
- Practicar el método de cofactores.
- Desarrollar correctamente operaciones de determinantes.
- Solucionar Sistemas de ecuaciones lineales aplicando el método de Cramer.
- Solucionar la problemática de partición de terreno utilizando determinantes.
- Solucionar Sistemas de ecuaciones lineales aplicando el método de Cramer o el método

regresivo de Gauss.
Página 1 de 30
Contenidos
3. Matrices ...................................................................................................... 3
3.1 Tipos de matrices ................................................................................... 3
3.2 Operaciones con matrices ...................................................................... 5
3.3 Matriz inversa ...................................................................................... 10
3.4 Matriz equivalente ............................................................................... 11
3.5 Sistemas de ecuaciones lineales ........................................................... 12
3.6 Métodos de solución de sistemas de ecuaciones lineales .................... 13
3.7 Determinante de una matriz ................................................................ 16
3.7.1 Determinante de orden 2. .............................................................. 16
3.7.2 Determinante de orden 3 o mayor que 3 ....................................... 17
3.7.3 Determinante de orden “n” por cofactor ....................................... 18
3.8 Regla de cramer ...................................................................................... 19
3.9 Cálculo de áreas de polígonos ................................................................. 22
3.10 Fuentes de consulta.............................................................................. 30
Página 2 de 30
3. MATRICES
Una matriz es un arreglo de elementos ubicados en filas y en columnas. La intersección de

una fila y una columna, se llama celda o campo.
Los elementos pueden ser números, nombres o combinaciones de ambos (números,
alfabéticos o alfanuméricos).
Las matrices se denotan por letras mayúsculas: A, B, C, D, E, F. (Primeras del alfabeto) y los
elementos de la matriz se denotan con letras minúsculas con subíndice.
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛
𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
𝐴=[ ⋮ ⋮ ⋮ ⋯ ⋮ ] = [𝑎𝑖𝑗 ]𝑚𝑥𝑛
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛 𝑚𝑥𝑛
𝑖 = 1, 2, 3, … 𝑚 (𝑓𝑖𝑙𝑎)
𝑗 = 1, 2, 3, … 𝑛 (𝐶𝑜𝑙𝑢𝑚𝑛𝑎)
Ordene la matriz: Número de filas y columnas que posee una matriz.
Se denota por: 𝑚 𝑥 𝑛 (sin multiplicación).
Si una matriz tiene igual número de filas y columnas, se llama Matriz Cuadrada de orden
“n”.
Diagonal principal de una matriz: Todos los elementos 𝑎𝑖𝑗 donde 𝑖 = 𝑗.
3.1 TIPOS DE MATRICES
1) Una matriz es diagonal, si ella es cuadrada y todos los elementos que están fuera de
la diagonal principal, son ceros.
5 0 0 0 𝑎22 = 4
0 4 0 0
𝐴=[ ] → 𝑎33 = 3
0 0 3 0 𝑎44 = 2
0 0 0 2 4𝑥4
Nota: La matriz “A” es diagonal. Si 𝑎𝑖𝑗 es diferente de ceros para 𝑖 = 𝑗 y 𝑎𝑖𝑗 es igual
a cero, cuando 𝑖 ≠ 𝑗.
Página 3 de 30
Es triangular superior y triangular inferior, al mismo tiempo.

2) Matriz Identidad: Es una matriz cuadrada de orden “n”, que es diagonal y donde
todos los elementos de la diagonal son 1. Y se representan por la letra “Ι”.
1 0 0 0 0
0 1 0 0 0
𝐼= 0 0 1 0 0 → Matriz cuadrada de orden 5.
0 0 0 1 0
[0 0 0 0 1]5𝑥5
3) Matriz triangular inferior: Todos los elementos 𝑎𝑖𝑗 arriba de la diagonal principal son
ceros.
𝑎11 0 0 0 0
𝑎21 𝑎22 0 0 0
𝑎 𝑎32 𝑎33 0 0 𝑎𝑖𝑗 = 0 𝑆𝑖 𝑖 < 𝑗
𝐴 = 31
𝑎41 𝑎42 𝑎43 𝑎44 0 𝑎𝑖𝑗 ≠ 0 𝑆𝑖 𝑖 ≥ 𝑗
⋮ ⋮ ⋮ ⋮ ⋮
[𝑎𝑚1 𝑎𝑛2 𝑎𝑛3 𝑎𝑛4 𝑎𝑚 ]
4) Matriz Triangular superior: Todos los elementos 𝑎𝑖𝑗 bajo la diagonal principal son
ceros.
𝑎11 𝑎12 𝑎13 𝑎14 … 𝑎1𝑛

0 𝑎22 𝑎23 𝑎24 … 𝑎2𝑛
𝑎𝑖𝑗 = 0 𝑆𝑖 𝑖 > 𝑗
𝐵= 0 0 𝑎33 𝑎34 … 𝑎3𝑛
0 0 0 𝑎44 … 𝑎4𝑛 𝑎𝑖𝑗 ≠ 0 𝑆𝑖 𝑖 ≤ 𝑗
[ 0 0 0 0 … 𝑎𝑛 ]
5) Matriz Nula: Es aquella en la que todos sus elementos son ceros.
0 0 0
𝐵 = [0 0 0]
0 0 0
6) Matriz Transpuesta: Denota por 𝐵 𝑇
𝐵 = [𝑎𝑖𝑗 ]𝑚𝑥𝑛 → 𝐵 𝑇 = [𝑎𝑖𝑗 ]𝑛𝑥𝑚
Página 4 de 30
2 3
2 5 7
𝐵=[ ] → 𝐵 𝑇 = [5 0]
3 0 4 2𝑥3
7 4 3𝑥2
7) Matriz Simétrica: Es una matriz cuadrada de orden “n” que es igual a su matriz
transpuesta.
5 8 7 5 4 6
𝑇
𝐴 = [4 3 2 ] → 𝐴 = [8 3 1] 𝐴 ≠ 𝐴𝑇 → “A” no es simétrica.
6 1 9 7 1 9
5 8 2 5 8 2
𝐵 = [8 7 6 ] → 𝐵 𝑇 = [8 7 6] 𝐵 = 𝐵 𝑇 → “B” es simétrica.
2 6 3 2 6 3
3.2 OPERACIONES CON MATRICES
1) Producto de un escalar por una matriz.
Si 𝛼 ∈ ℝ y 𝐴 = [𝑎𝑖𝑗 ]𝑚𝑥𝑛
𝛼. 𝐴 = 𝛼[𝑎𝑖𝑗 ]𝑚𝑥𝑛 = [𝛼𝑎𝑖𝑗 ]𝑚𝑥𝑛
2) Suma de matrices o resta de matrices de igual orden.
Sean 𝐴 = [𝑎𝑖𝑗 ]𝑚𝑥𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚𝑥𝑛
𝐴 ± 𝐵 = [𝑎𝑖𝑗 ± 𝑏𝑖𝑗 ]𝑚𝑥𝑛
3 0 2
2 7 5 4
Ejemplo: Sean 𝐴 = [ ],𝐵 =[ ] , 𝐶 = [4 5 0]
−8 3 10 6
6 8 9
4(2) 4(7) 8 28
a) Hallar 4𝐴 → 4𝐴 = [ ]=[ ]
4(−8) 4(3) −32 12
3(2) 3(7) 8(5) 8(4)

b) Hallar 3𝐴 − 8𝐵 → 3𝐴 − 8𝐵 = [ ]−[ ]=
3(−8) 3(3) 8(10) 8(6)
6 21 40 32
[ ]−[ ]
−24 9 80 48
6 − 40 21 − 32 −34 −11
=[ ]=[ ]
−24 − 80 9 − 48 −104 −39
Página 5 de 30
c) Hallar 𝐵 + 2𝐶 → No se puede efectuar, porque son de diferente orden.
25 47
d) Hallar 5𝐴 + 3𝐵 → 5𝐴 + 3𝐵 = [ ]
−10 33
3) Producto de matrices.
Se llama matriz fila o matriz renglón a una matriz que tiene una fila y “n” columnas.
𝐴 = [𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 ]
Se llama matriz columna a una matriz que tiene exactamente una columna y “m”
filas.
𝑏11
𝑏21
𝐵 = 𝑏31
⋮
[𝑏𝑚1 ]
Se define el producto escalar de vectores.
𝐴. 𝐵 = 𝑎11 𝑏11 + 𝑎12 𝑎21 + 𝑎13 𝑎31 + ⋯ + 𝑎1𝑛 𝑎𝑚1 → 𝑚 = 𝑛
No da una matriz, si no un número real.
Sean 𝐴𝑚𝑥𝑛 y 𝐵𝑛𝑥𝐿, se dice que dos matrices son conformables para el producto, si
el número de columnas de la primera matriz, es igual al número de filas de la
segunda matriz. Y se obtiene como resultado una matriz de orden igual al número
de filas de la primera por el número de columnas de la segunda.
𝐴 . 𝑚𝑥𝑛 𝑋 𝐵. 𝑛𝑥𝐿 = 𝐶. 𝑚𝑥𝐿
𝑏11 𝑏12 … 𝑏1𝐿

𝑏 𝑏22 … 𝑏2𝐿
𝐵 = [ 21 ]
⋮ ⋮ … ⋮
𝑏𝑛1 𝑏𝑛2 … 𝑏𝑛𝐿 𝑛𝑥𝐿
Página 6 de 30
𝑎11 𝑎12 … 𝑎1𝑛 𝑐11 𝑐12 … 𝑐1𝐿

𝑎21 𝑎22 … 𝑎2𝑛 𝑐21 𝑐22 … 𝑐2𝐿
𝐴=[ ⋮ ⋮ ⋯ ⋮ ] =[ ⋮ ⋮ ⋯ ⋮ ]
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑚𝑥𝑛 𝑐𝑚1 𝑐𝑚2 ⋯ 𝑐𝑚𝐿 𝑚𝑥𝐿
𝑐11 = 𝑎11 𝑏11 + 𝑎12 𝑏21 + ⋯ + 𝑎1𝑛 𝑏𝑛1

𝑐21 = 𝑎11 𝑏12 + 𝑎12 𝑏22 + ⋯ + 𝑎1𝑛 𝑏𝑛2
Etc.
Ejemplo:
5 0 3 −4 6 4 0 0
𝐴 = [−2 4 7] 𝐵 = [ 2 5] 𝐶 = [5 5 0]
6 8 −1 3𝑥3 3 7 3𝑥2 6 6 6
Hallar:
−4 6
i) 𝐴𝑥𝐵 ⟶ 𝐴3𝑥3 𝑋 𝐵3𝑥2 𝐵 = [ 2 5]
3 7
5 0 3 −11 51
𝐴 = [−2 4 7 ] = [ 37 57]
6 8 −1 −11 69
Efectuar 𝐴𝑚𝑥𝑛 𝑋 𝐵𝑛𝑥𝑟.

𝑏11 𝑏12 𝑏13 … 𝑏1𝑟
𝑏21 𝑏22 𝑏23 … 𝑏2𝑟
𝐵 = 𝑏31 𝑏32 𝑏33 … 𝑏3𝑟
⋮ ⋮ ⋮ ⋯ ⋮
[𝑏𝑛1 𝑏𝑛2 𝑏𝑛3 … 𝑏𝑛𝑟 ]
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑐11 𝑐12 𝑐13 … 𝑐1𝑟

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑐21 𝑐22 𝑐23 … 𝑐2𝑟
𝐴=[ ⋮ ⋮ ⋮ ⋯ ⋮ ]=[ ⋮ ⋮ ⋮ ⋯ ⋮ ]
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑐𝑚1 𝑐𝑚2 𝑐𝑚3 … 𝑐𝑚𝑟
Página 7 de 30
𝑐11 = (𝑎11 𝑏11 ) + (𝑎12 𝑏21) + (𝑎13 𝑏31 ) + ⋯ + (𝑎1𝑛 𝑏𝑛1 )

𝑐12 = (𝑎11 𝑏12 ) + (𝑎12 𝑏22) + (𝑎13 𝑏32 ) + ⋯ + (𝑎1𝑛 𝑏𝑛2 )
𝑐13 = (𝑎11 𝑏13 ) + (𝑎12 𝑏23) + (𝑎13 𝑏33 ) + ⋯ + (𝑎1𝑛 𝑏𝑛3 )
𝑐1𝑟 = (𝑎11 𝑏1𝑟 ) + (𝑎12 𝑏2𝑟 ) + (𝑎13 𝑏3𝑟 ) + ⋯ + (𝑎1𝑛 𝑏𝑛𝑟 )
⋮ ⋮ ⋮ ⋮ … ⋮
𝑐𝑚𝑟 = (𝑎𝑚1 𝑏1𝑟 ) + (𝑎𝑚2 𝑏2𝑟 ) + (𝑎𝑚3 𝑏3𝑟 ) + ⋯ + (𝑎𝑚𝑛 𝑏𝑛𝑟 )
Ejemplos:
−6 2 −3
2 5 7
1. Si 𝐴 = [ ]y𝐵 =[ 0 1 2 ]; Desarrollar A x B. 𝐴2𝑥3 𝑋 𝐵3𝑥3 = 𝐶2𝑥3
4 6 8
3 4 5
−6 2 −3
𝐵=[ 0 1 2]
3 4 5
2 5 7 𝑐 = 9 𝑐12 = 37 𝑐13 = 39 9 37 39
𝐴=[ ] = [ 11 ]→𝐶=[ ]
4 6 8 𝑐21 = 0 𝑐22 = 46 𝑐33 = 40 0 46 40 2𝑥3
𝑐11 = (2𝑥(−6)) + (5𝑥0) + (7𝑥3) = −12 + 0 + 21 = 9

𝑐12 = (2𝑥2) + (5𝑥1) + (7𝑥4) = 4 + 5 + 28 = 37
𝑐13 = (2𝑥(−3)) + (5𝑥2) + (7𝑥5) = −6 + 10 + 35 = 39
𝑐21 = (4𝑥(−6)) + (6𝑥0) + (8𝑥3) = −24 + 0 + 24 = 0
2. Desarrollar A x B.
3
(2) −2
𝐵=[ 7 ]
(− 2) 5
10 4 1 0
𝐴=[ ]=[ ]
7 3 0 1
3 7 30 28 2
𝑐11 = (10𝑥 ( )) + (4𝑥 (− )) = − = =1
2 2 2 2 2
𝑐12 = (10𝑥(−2)) + (4𝑥5) = −20 + 20 = 0
3 7 21 21
𝑐21 = (7𝑥 ( )) + (3𝑥 (− )) = − =0
2 2 2 2
𝑐22 = (7𝑥(−2)) + (3𝑥5) = −14 + 15 = 1
Página 8 de 30
3
−2 2
𝐵=[ 7]
5 −2
37
4 10
𝐴=[ ] = [32 −
2]
3 7
29 20
𝑐11 = (4𝑥(−2)) + (10𝑥4) = −8 + 40 = 32

3 7 12 49 −37
𝑐12 = (4𝑥 ( )) + (7𝑥 (− )) = − =
2 2 2 2 2
𝑐21 = (3𝑥(−2)) + (7𝑥5) = −6 + 35 = 29
3 7 9 49 40
𝑐22 = (3𝑥 ( )) + (7𝑥 (− )) = − = = 20
2 2 2 2 2
0 −2 10
𝐵=[ ]
4 6 12 2𝑥3
5 −8 𝑐11 𝑐12 𝑐13

𝐴=[ ] = [𝑐 𝑐22 𝑐23 ]2𝑥3
2 3 21
−32 −58 −46

𝐴𝑥𝐵 =[ ]
12 14 56 2𝑥3
𝑐11 = (5𝑥0) + (−8𝑥4) = 0 − 32 = −32

𝑐12 = (5𝑥(−2)) + (−8𝑥6) = −10 − 48 = −58
𝑐13 = (5𝑥10) + (−8𝑥12) = 50 − 96 = −46
𝑐21 = (2𝑥0) + (3𝑥4) = 0 + 12 = 12
𝑐22 = (2𝑥(−2)) + (3𝑥6) = −4 + 18 = 14
𝑐23 = (2𝑥10) + (3𝑥12) = 20 + 36 = 56
𝐴2𝑥2 𝑥 𝐵2𝑥3 = 𝐶2𝑥3
Página 9 de 30
3.3 MATRIZ INVERSA

Si A es una matriz cuadrada de orden “n”, se llama matriz inversa de A, a una matriz del
mismo orden, denotada por 𝐴−1 , tal que:
𝐴 𝑥 𝐴−1 = 𝐴−1 𝑥 𝐴 = 𝐼
Ejemplo: Verificar que la matriz “B” es la inversa de la matriz “A”, si:
3
10 4 −2
𝐴=[ ] y 𝐵 = [ 27 ]
7 3 − 5
2
3
−2
𝐵=[ 2 ]
7
− 5
2
10 4 𝑐11 𝑐12
𝐴=[ ] = [𝑐 ]
7 3 21 𝑐22
3
1 0 −2
𝐴𝑥𝐵 =𝐶 =[ ] ASI: 𝐴−1 = [ 2 7 ]
0 1 − 5
2
3 7
𝑐11 = (10𝑥 ( )) + (4𝑥 (− )) = 15 − 14 = 1
2 2
𝑐12 = (10𝑥(−2)) + (4𝑥5) = −20 + 20 = 0

3 7 21 21
𝑐21 = (7𝑥 ( )) + (3𝑥 (− )) = − =0
2 2 2 2
𝑐22 = (7𝑥(−2)) + (3𝑥5) = −14 + 15 = 1
Tarea: Hacer 𝐵 𝑥 𝐴 = 𝐼.
Página 10 de 30
3.4 MATRIZ EQUIVALENTE
La matriz “𝐴∗ ”, se llama matriz equivalente de la matriz “𝐴”, si la matriz “𝐴∗ ” se obtiene a
partir de “𝐴”, realizando sobre la matriz “A”, operaciones elementales en filas.
Operaciones elementales en filas.
La matriz 𝐴∗ se obtiene de la matriz 𝐴, cuando:
1. Se intercambian dos filas.
𝑓𝑖 ←→ 𝑓𝑗
2. Cualquier fila de la matriz, se puede sustituir por un múltiplo de ella misma.
𝑓𝑖 ← 𝛼𝑓𝑖 ; 𝛼 ∈ ℝ
3. Cualquier fila se puede sustituir por la suma de un múltiplo de otra fila, con un
múltiplo de ella misma.
𝑓𝑖 ← 𝛼𝑓𝑗 + 𝛽𝑓𝑖 ; 𝛼, 𝛽 ∈ ℝ 𝛼, 𝛽 ≠ 0
Ejemplo:
10 4
1. Hallar matrices equivalentes a la matriz 𝐴 , si 𝐴 = [ ].
7 3
10 4 7 3
𝐴=[ ]≅[ ] = 𝐴1 ∗
7 3 10 4
10 4 10 4
𝐴=[ ]≅[ ] = 𝐴2 ∗
7 3 14 6
𝑓2 ← 2𝑓2
10 4 10 4
𝐴=[ ]≅[ ] = 𝐴3 ∗
7 3 44 18
𝑓2 ← 3𝑓1 + 2𝑓2
2. Hallar la matriz inversa de la matriz 𝐴, por la técnica del espejo, así:

[𝐴|𝐼] ≅ [𝐼|𝐴−1 ], si 𝐴 = [10 4].
7 3
3
10 41 0 10 4 1 0 10 0 15 −20 1 0 2 −2
[ | ]≅[ | ]≅[ | ]≅[ | ]
7 30 1 0 −2 7 −10 0 −2 7 −10 0 1 −7 5
2
𝑓2 ← 7𝑓1 − 10𝑓2 𝑓1 ← 2𝑓2 + 1𝑓1
Página 11 de 30
1
𝑓1 ← 𝑓
10 1
1
𝑓2 ← − 𝑓2
2
3
−2
−1
𝐴 =[ 2 ]
7
− 5
2
El M.C.M de 10 y 7
Es la menor cantidad que contiene a ambos al mismo tiempo.
10 20 30 40 50 60 70 80 90 100
7 14 21 28 35 42 49 56 63 70
3.5 SISTEMAS DE ECUACIONES LINEALES
Sean 𝑋1 , 𝑋2 , 𝑋3 , … 𝑋𝑛 . Variables.
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋯ ⋮ ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + 𝑎𝑚3 𝑥3 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
Donde 𝑏𝑖 ∈ ℝ y 𝑎𝑖𝑗 ∈ ℝ
Sistema de 𝑚 𝑥 𝑛 → 𝑚 ecuaciones con 𝑛 variables.
Nota:
1. Si el número de variables es igual al número de ecuaciones, el sistema se llama
cuadrado 𝑛 𝑥 𝑛 y su solución es ÚNICA.
2. Si el número de variables es mayor que el número de ecuaciones, el sistema se
llama 𝑚 𝑥 𝑛 y su solución es infinita.
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑥1 𝑏1

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑥2 𝑏2
𝐴=[ ⋮ ⋮ ⋮ ⋯ ⋮ ] 𝑋=[ ⋮ ] 𝐵=[ ⋮ ]
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚
𝐴 se llama Matriz asociada al sistema.
Página 12 de 30
𝑋 se llama Vector de Variables.

𝐵 se llama Vector de Constantes.
Forma Matricial del sistema.
𝐴𝑚𝑥𝑛 ∗ 𝐵𝑛𝑥1 = 𝐵𝑚𝑥1
Nota: Si el sistema es cuadrado, y si existiera 𝐴−1.
𝐴𝑚𝑥𝑛 ∗ 𝑋𝑛𝑥1 = 𝐵𝑛𝑥1 𝐼 ∗ 𝑋 = 𝐴−1 ∗ 𝐵
3.6 MÉTODOS DE SOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES
1. Método de la inversa. (No se verá por ser muy minucioso)

2. Método regresivo de Gauss
3. Método de Cramer.
Técnica:
a) Se construye la matriz aumentada [𝐴|𝐵].

b) Se transforma la matriz aumentada en una matriz triangular superior (Ceros bajo la
diagonal principal)
c) A partir de la última fila, se construye la última ecuación y en ella se despeja la
variable 𝑋𝑛 .
d) En la penúltima fila se sustituye el valor de 𝑋𝑛 y se despeja la variable 𝑋𝑛−1 .
e) Se continua así, hasta llegar a la primera fila y despejar el valor de 𝑋1 .
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑏1

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑏2
a) 𝑎31 𝑎32 𝑎33 … 𝑎3𝑛 | 𝑏3
|
⋮ ⋮ ⋮ ⋯ ⋮ ⋮
[𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛 𝑏𝑚 ]
Página 13 de 30
b) 𝑋1 𝑋2 𝑋3 … 𝑋𝑛
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑏1
0 𝑐22 𝑐23 … 𝑐2𝑛 𝑏2 ∗
0 0 𝑐33 … 𝑐3𝑛 | 𝑏3 ∗
⋮ ⋮ ⋮ ⋯ ⋮ | ⋮
[ 0 0 0 ⋯ 𝑐𝑚𝑛 𝑏𝑚 ∗ ]
𝑏 ∗
c) Ultima fila: 𝐶𝑚𝑛 ∗ 𝑋𝑛 = 𝑏𝑚 ∗ → 𝑋𝑛 = 𝐶𝑚 .
𝑚𝑛
d) Penúltima fila: 𝐶(𝑚−1)(𝑛−1) ∗ 𝑋𝑛−1 + 𝐶𝑚−1 𝑛 𝑋𝑛 = 𝑏 ∗ 𝑚−1

𝑏 ∗ 𝑚−1 − 𝐶𝑚−1 𝑛 𝑋𝑛
𝑋𝑛−1 = .
𝐶𝑚−1 𝑛−1
e) Así sucesivamente hasta llegar a 𝑋1 .
Resolver el siguiente sistema de ecuaciones lineales:

2𝑥 − 3𝑦 + 𝑧 = −1
3𝑥 + 4𝑦 − 2𝑧 = 5
Nota: El sistema no es cuadrado, hay 3 variables y 2 ecuaciones, por lo tanto, la solución
será infinita.
Trabajemos por el Método Regresivo de Gauss.
2 −3 1 −1 2 −3 1 −1
[ | ]~[ | ]
3 4 −2 5 0 −17 7 −13
𝑓2 ← 3𝑓1 − 2𝑓2
Ultima fila: 13 + 7𝑧
𝑦=
17
0𝑥 − 17𝑦 + 7𝑧 = −13
−17𝑦 + 7𝑧 = −13
−13 − 7𝑧
𝑦=
−17
↓
Para eliminar los signos:
−(13 + 7𝑧)
𝑦=
−17
Página 14 de 30
Primera fila:
2𝑥 − 3𝑦 + 𝑧 = −1
13 + 7𝑧
2𝑥 − 3 ( ) + 𝑧 = −1
17
13 + 7𝑧
3 ( 17 ) − 𝑧 − 1
2𝑥 =
2
39 + 21𝑧
−𝑧−1
𝑥= 17
2
39 21𝑧
+ −𝑧−1
𝑥 = 17 17
2
21 17 39 17
𝑧 − 17 𝑧 + 17 − 17
𝑥= 7
2
4 22
𝑧 + 17
𝑥= 17
2
4𝑧 + 22
𝑥= 17
2
4𝑧 + 22
𝑥=
34
𝑆𝑖 𝑧 = 3 → 𝑥 = 1; 𝑦 = 2
22 11 13
𝑠𝑖 𝑧 = 0 → 𝑥 = = ;𝑦 =
34 17 17
Página 15 de 30
3.7 DETERMINANTE DE UNA MATRIZ
Es un número real (positivo, negativo o cero), asociado a una matriz y que la determina.
3.7.1 DETERMINANTE DE ORDEN 2.
𝑎11 𝑎12
𝐴 = [𝑎 ] → |𝐴| = 𝑎11 𝑎12 − 𝑎21 𝑎12
21 𝑎22
Ejemplo: Hallar el determinante de:

5 6
1) 𝐴 = [ ] → |𝐴| = (5𝑥4) − (3𝑥6) = 2
3 4
5 18
2) 𝐵 = [ ] → |𝐵| = 5(12) − (3)18 = 6
3 12
De A 𝑐1 cte y 𝑐2 multiplicado por 3.
Si en una matriz, se multiplica una fila o columna por una constante, entonces el
determinante de la matriz, también resulta multiplicado por esa constante.
5 6
3) 𝐶 = [ ] → |𝐶| = 5(6) − 5(6) = 0
5 6
5 10
4) 𝐷 = [ ] → |𝐷| = 5(6) − 3(10) = 0
3 6
5 6
5) 𝐸 = [ ] → |𝐸| = 5(22) − 18(6) = 2
18 22
De A 𝑓1 cte y 𝑓2 → 3𝑓1 + 𝑓2 .
5 16
6) 𝐹 = [ ] → |𝐹| = 5(10) − 3(16) = 2
3 10
De A Columna 1 cte y 𝑐2 .
3 4
7) 𝐺 = [ ] → |𝐺| = 3(6) − 5(4) = −2
5 6
Con 𝐴, 𝑓1 → 𝑓2 y 𝑓2 → 𝑓1 .
Al intercambiar filas o columnas, entonces el determinante cambia de signo.
Página 16 de 30
3.7.2 DETERMINANTE DE ORDEN 3 O MAYOR QUE 3
𝑎11 𝑎12 𝑎13

Sea 𝐴 = [𝑎21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33
Se llama menor 𝑖 − 𝑗, al determinante obtenido de la matriz “A”, cuando en ella se elimina
la fila 𝑖-ésima y la columna 𝑗-ésima. Y se denota por: 𝑀𝑖𝑗.
De A:
𝑎22 𝑎23
𝑀11 = [𝑎 𝑎33 ] = 𝑎22 𝑎33 − 𝑎32 −𝑎23
32
𝑎11 𝑎12 𝑎13

𝐴 = [𝑎21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33
𝑎21 𝑎23
𝑀12 = [𝑎 𝑎33 ] = 𝑎21 𝑎33 − 𝑎31 𝑎23
31
𝑎11 𝑎12 𝑎13

𝑎
𝐴 = [ 21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33
𝑎11 𝑎12
𝑀33 = [𝑎 𝑎22 ] = 𝑎11 𝑎22 − 𝑎21 𝑎12
21
𝑎11 𝑎12 𝑎13

𝐴 = [𝑎21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33
COFACTOR 𝑖 − 𝑗 (𝐶𝑖𝑗)
El cofactor está relacionado con la matriz Menor, el cofactor i-j viene dado por:
𝐶𝑖𝑗 = (−1)𝑖+𝑗 𝑀𝑖𝑗
Página 17 de 30
Ejemplo:
4 −2
𝑀11 = [ ] = 4(3) − (−1)(−2) = 12 − 2 = 10
2 −3 1 −1 3
3 −2
𝐴 = [3 4 −2] → 𝑀12 = [ ] = 3(3) − 8(−2) = 9 + 16 = 25
8 3
8 −1 3 3 4
𝑀13 = [ ] = 3(−1) − 8(4) = −3 − 32 = −35
8 −1
𝐶11 = (−1)1+1 (10) 𝐶12 = (−1)1+2 (25) 𝐶13 = (−1)1+3 (−35)
; ;
𝐶11 = 10 𝐶12 = −25 𝐶13 = −35
−3 1
𝑀21 = [ ] = (−3)(3) − (−1)(1) = −9 + 1 = −8
−1 3
𝐶21 = (−1)2+1 (−8) = 8
2 1
𝑀22 = [ ] = 2(3) − 8(1) = 6 − 8 = −2
8 3
𝐶22 = (−1)2+2 (−2) = −2
3.7.3 DETERMINANTE DE ORDEN “n” POR COFACTOR
Si A es una matriz de orden “n”:

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛
𝑎12 𝑎22 𝑎23 … 𝑎2𝑛
𝐴=[ ⋮ ⋮ ⋮ ⋯ ⋮ ]
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 ⋯ 𝑎𝑚𝑛
Se define el determinante A, por los siguientes:
a) Desarrollo en 1° fila: |𝐴| = 𝑎11 𝑐11 + 𝑎12 𝑐12 + 𝑎13 𝑐13 + ⋯ + 𝑎1𝑛 𝑐1𝑛 .
b) Desarrollo en 2° fila: |𝐴| = 𝑎21 𝑐21 + 𝑎22 𝑐22 + 𝑎23 𝑐23 + ⋯ + 𝑎2𝑛 𝑐2𝑛 .
c) Desarrollo en 𝑛-ésima fila: |𝐴| = 𝑎𝑛1 𝑐𝑛1 + 𝑎𝑛2 𝑐𝑛2 + 𝑎𝑛3 𝑐𝑛3 + ⋯ + 𝑎𝑛𝑚 𝑐𝑛𝑚 .
d) Desarrollo en 1° columna: |𝐴| = 𝑎11 𝑐11 + 𝑎21 𝑐21 + 𝑎31 𝑐31 + ⋯ + 𝑎𝑚1 𝑐𝑚1 .
e) Desarrollo en 2° columna: |𝐴| = 𝑎12 𝑐12 + 𝑎22 𝑐22 + 𝑎32 𝑐32 + ⋯ + 𝑎𝑚2 𝑐𝑚2 .
Página 18 de 30
f) Desarrollo en 𝑚-ésima columna: |𝐴| = 𝑎1𝑚 𝑐1𝑚 + 𝑎2𝑚 𝑐2𝑚 + ⋯ + 𝑎𝑚𝑛 𝑐𝑚𝑛 .
Ejemplo:
2 −3 1
𝐴 = [3 4 −2]
8 1 3
Hallar el |𝐴|, por desarrollo en 1° fila:
|𝐴| = 2𝐶11 + (−3)𝐶12 + 1𝐶13
|𝐴| = 20 + 75 − 35
|𝐴| = 60
3.8 REGLA DE CRAMER
Se tiene el sistema de ecuaciones lineales:

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋯ ⋮ ⋮
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
Donde 𝑏𝑖 ∈ ℝ y 𝑎𝑖𝑗 ∈ ℝ
Claramente se puede observar que el sistema cuadrado es decir n-incógnitas con n-
ecuaciones, el sistema se puede escribir de forma matricial como sigue:
Forma Matricial del sistema.

𝐴𝑛𝑥𝑛 ∗ 𝑋𝑛𝑥1 = 𝐵𝑛𝑥1
𝐴 se llama Matriz asociada al sistema.

𝑋 se llama Vector de Variables.
𝐵 se llama Vector de Constantes.
Si |𝐴| ≠ 0 o (𝐷𝑒𝑡(𝐴) ≠ 0) el sistema tiene solución y es única, dada por 𝑋 = 𝐴−1 𝐵 pero se
puede hallar un método sin calcular la matriz inversa de A, si definimos los siguientes
determinantes:
Página 19 de 30
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛 𝑏11 𝑎12 𝑎13 ⋯ 𝑎1𝑛

𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛 𝑏 𝑎22 𝑎23 ⋯ 𝑎2𝑛
|𝐴| = ||𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛 || |𝐴 | | 21 |
; 𝑋1 = 𝑏31 𝑎32 𝑎33 ⋯ 𝑎3𝑛 |
|
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 𝑏𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛
𝑎11 𝑏11 𝑎13 ⋯ 𝑎1𝑛 𝑎11 𝑎12 𝑏11 ⋯ 𝑎1𝑛

𝑎21 𝑏21 𝑎23 ⋯ 𝑎2𝑛 𝑎 𝑎22 𝑏21 ⋯ 𝑎2𝑛
|𝐴𝑋2 | = |𝑎31 | | 21 |
𝑏31 𝑎33 ⋯ 𝑎3𝑛 | ; |𝐴𝑋3 | = 𝑎31 𝑎32 𝑏31 ⋯ 𝑎3𝑛 | ;⋯ ;
| |
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑏𝑛1 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 𝑏𝑛1 ⋯ 𝑎𝑛𝑛
𝑎11 𝑎12 𝑎13 ⋯ 𝑏11
𝑎21 𝑎22 𝑎23 ⋯ 𝑏21
|𝐴𝑋𝑛 | = |𝑎31 𝑎32 𝑎33 ⋯
|
𝑏31 |
|
⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑏𝑛1
Es decir que la matriz 𝐴𝑋𝑖 se obtiene al sustituir la columna i por la matriz B.
Entonces la solución para el sistema utilizando la regla de Cramer, viene dada por:
|𝐴𝑋1 | |𝐴𝑋2 | |𝐴𝑋3 | |𝐴𝑋𝑛 |
𝑋1 = ; 𝑋2 = ; 𝑋3 = ; … ; 𝑋𝑛 =
|𝐴| |𝐴| |𝐴| |𝐴|
Ejemplo:
Encontrar la solución al sistema de ecuaciones lineales siguiente utilizando la regla de
Cramer:
2𝑥 + 4𝑦 + 6𝑧 = 18
4𝑥 + 5𝑦 + 6𝑧 = 24
3𝑥 + 𝑦 − 2𝑧 = 4
El sistema matricial asociado al S.E.L. es:
2 4 6 18
𝐴 = [4 5 6 ] ; 𝐵 = [24]
3 1 −2 4
Se encuentran los determinantes:
2 4 6
|𝐴| = |4 5 6|
3 1 −2
5 6 4 6 4 5
= 2(−1)1+1 | | + 4(−1)1+2 | | + 6(−1)1+3 | |
1 −2 3 −2 3 1
Página 20 de 30
= 2(−1)2 (5 × −2 − 1 × 6) + 4(−1)3 (4 × −2 − 3 × 6) + 6(−1)4 (4 × 1 − 3 × 5)

= 2(−10 − 6) − 4(−8 − 18) + 6(4 − 15)
= 2(−16) − 4(−26) + 6(−11)
= −32 + 104 − 66
=6
18 4 6
|𝐴𝑥 | = |24 5 6|
4 1 −2
5 6 24 6 24 5
= 18(−1)1+1 | | + 4(−1)1+2 | | + 6(−1)1+3 | |
1 −2 4 −2 4 1
= 18(5 × −2 − 1 × 6) + 4(−1)3 (24 × −2 − 4 × 6) + 6(−1)4 (24 × 1 − 4 × 5)
= 18(−10 − 6) − 4(−48 − 24) + 6(24 − 20)
= 18(−16) − 4(−72) + 6(4)
= −288 + 288 + 24
= 24
2 18 6
|𝐴𝑦 | = |4 24 6|
3 4 −2
24 6 4 6 4 24
= 2(−1)1+1 | | + 18(−1)1+2 | | + 6(−1)1+3 | |
4 −2 3 −2 3 4
= 2(24 × −2 − 4 × 6) + 18(−1)3 (4 × −2 − 3 × 6) + 6(−1)4 (4 × 4 − 3 × 24)
= 2(−48 − 24) − 4(−8 − 18) + 6(16 − 72)
= 2(−72) − 18(−26) + 6(−56)
= −144 + 468 − 336
= −12
Por lo tanto, se tiene que:
|𝐴𝑥 | 24
𝑥= = =4
|𝐴| 6
|𝐴𝑦 | −12
𝑦= = = −2
|𝐴| 6
Página 21 de 30
La variable 𝑧 se encuentra por sustitución en cualquiera de las ecuaciones lineales ya que

se tiene el valor de 𝑥 y 𝑦, se sustituye en este caso en la ecuación 1:
2(4) + 4(−2) + 6𝑧 = 18
6𝑧 = 18
18
𝑧= =3
6
La solución al sistema de ecuaciones lineales es: 𝑥 = 4, 𝑦 = −2 y 𝑧 = 3
3.9 CÁLCULO DE ÁREAS DE POLÍGONOS
Para el cálculo de áreas en el plano cartesiano, los determinantes juegan un importante

papel para dicha tarea. Un ejemplo para ilustrar el uso de determinantes para hallar áreas
en el plano cartesiano es el siguiente:
Se tiene el polígono de tres lados
(triángulo) su área vendrá dada como el
producto de la base por la altura sobre
dos:
𝑏 = 8−2= 6
ℎ =6−2=4
𝑏 × ℎ 6 × 4 24
𝐴= = = = 12 𝑢2
2 2 2
Utilizando determinantes: viene dado por cada tres vértices representan tres
determinantes, la teoría nace por los vectores y el método de áreas con paralelogramo, se
inicia desde un punto cualquiera, en este caso iniciaremos con P y se recorre en sentido
antihorario hasta llegar nuevamente al punto de partida para cerrar el polígono:
𝑃 𝑄 𝑅
| |+| |+| |
𝑄 𝑅 𝑃
𝐴=
2
2 2 8 2 8 6
| |+| |+| |
𝐴= 8 2 8 6 2 2
2
Página 22 de 30
2(2) − 8(2) + 8(6) − 8(2) + 8(2) − 2(6)

𝐴=
2
4 − 16 + 48 − 16 + 16 − 12 24
𝐴= = = 12 𝑢2
2 2
Por lo que este método ya generalizado, lo que establecería es que descompone un
polinomio mayor de 3 lados a triángulos y suma todas sus áreas.
Se desea partir un terreno en dos partes iguales con salida a un camino vecinal.
Supondremos que nuestro terreno está formado por los vértices 𝑃1 , 𝑃2 , 𝑃3 , 𝑃4 , 𝑃5 y 𝑃6
,las coordenadas de dichos puntos son conocidas:
Uno de los linderos del terreno (frontera) da al camino vecinal (El segmento 𝑃5 𝑃4 ). La
partición podemos hacerla a partir de 𝑃1 (ó de 𝑃2 ) , trazando una recta desde 𝑃1 hasta la
recta que pasa por 𝑃5 y 𝑃4 . Llamaremos 𝑃7 el punto de intersección de la recta que va de
𝑃1 a la recta 𝑃5 𝑃4 y sus coordenadas son 𝑃7 = (𝑚, 𝑛) .
Página 23 de 30
La recta trazada desde 𝑃1 hacia la recta que va de 𝑃5 a 𝑃4 divide el terreno en dos Áreas:
𝐴1 y 𝐴2 de tal forma que 𝐴1 + 𝐴2 = 𝐴𝑇 donde 𝐴𝑇 es el Área total del terreno.
Pasos a seguir:
1. Hallar el Área Total (𝐴𝑇 ) por el método de los
determinantes: (Productos Cruzados).
𝑃 𝑃 𝑃 𝑃 𝑃
| 1 | + | 2| + | 3| + | 4 | + | 5|
𝑃 𝑃3 𝑃4 𝑃5 𝑃1
𝐴𝑇 = 2
2
2. Determinar los polígonos 𝐴1 y 𝐴2 formados por:
𝐴1 = 𝑃1 𝑃7 𝑃5 𝑃6 𝑃1
| 1 | + | 2| + | 3| + | 4 | + | 5|
𝑃 𝑃3 𝑃4 𝑃5 𝑃1
𝐴𝑇 = 2
2
𝐴2 = 𝑃1 𝑃2 𝑃3 𝑃4 𝑃7 𝑃1
| 1 | + | 2| + | 3| + | 4 | + | 5|
𝑃 𝑃3 𝑃4 𝑃5 𝑃1
𝐴𝑇 = 2
2
Página 24 de 30
3. Hallar el Área de 𝐴1 y 𝐴2 e igualar al Área total entre dos.

Así:
Página 25 de 30
x1n + my5 + x5 y6 + x6 y1 − ( x1 y6 + x6 y5 + nx5 + my1 ) AT

A1 = =
2 2
x1 y2 + x2 y3 + x3 y4 + nx4 + my1 − (nx1 + my4 + x4 y3 + x3 y2 + x2 y1 ) AT
A2 = =
2 2
4. Construir un sistema de dos ecuaciones con dos incógnitas 𝑚 y 𝑛. Y resolver para
hallar el valor de 𝑚 y 𝑛.
Ejemplo
Se desea partir un terreno en dos partes iguales con salida a un camino vecinal 𝑃4 𝑃5 .
Supondremos que nuestro terreno está formado por los vértices:
𝑃1 = (1, 5), 𝑃2 = (2,1), 𝑃3 = (7, 2), 𝑃4 = (10, 5), 𝑃5 = (4, 8)
Divida el terreno formado por los puntos 𝑃1 𝑃2 𝑃3 𝑃4 𝑃5 en dos partes iguales partiendo del
punto 𝑃2 hacia la recta 𝑃4 𝑃5 . Llamaremos 𝑃6 el punto de intersección de la recta que va de
𝑃2 a la recta 𝑃4 𝑃5 y sus coordenadas son 𝑃6 = (𝑚, 𝑛). Halle 𝑚 y 𝑛.
Se debe tomar un punto de partida y recorrer en sentido antihorario, creando cada dos
puntos un determinante, en este caso se inició con el punto 𝑃1 :
Página 26 de 30
| 1 | + | 2| + | 3| + | 4 | + | 5|
𝑃 𝑃3 𝑃4 𝑃5 𝑃1
𝐴𝑇 = 2
2
1 5 2 1 7 2 10 5 4 8
| |+| |+| |+| |+| |
𝐴𝑇 = 2 1 7 2 10 5 4 8 1 5
2
1(1) − 2(5) + 2(2) − 7(1) + 7(5) − 10(2) + 10(8) − 4(5) + 4(5) − 1(8)
𝐴𝑇 =
2
140 − 65 75
𝐴𝑇 = = = 37.5 𝑢2
2 2
La otra forma es utilizar productos cruzados:
1(1) + 2(2) + 7(5) + 10(8) + 4(5) − 2(5) − 7(1) − 10(2) − 4(5) − 1(8)
𝐴𝑇 =
2
140 − 65 75
𝐴𝑇 = = = 37.5 𝑢2
2 2
Y se llega al mismo resultado.
Página 27 de 30
𝑃 𝑃 𝑃 𝑃
| 2| + | 6| + | 5| + | 1|
𝑃6 𝑃5 𝑃1 𝑃2
𝐴1 =
2
2 1 𝑚 𝑛 4 8 1 5
𝐴𝑇 |𝑚 𝑛| + | 4 8| + |1 5| + |2 1|
=
2 2
𝐴𝑇 (2)
= 2(𝑛) − 𝑚(1) + 𝑚(8) − 4(𝑛) + 4(5) − 1(8) + 1(1) − 2(5)
2
𝐴𝑇 = 2𝑛 − 𝑚 + 8𝑚 − 4𝑛 + 20 − 8 + 1 − 10
37.5 = 2𝑛 − 𝑚 + 8𝑚 − 4𝑛 + 3
34.5 = 7𝑚 − 2𝑛 ⇠ 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 1
𝑃 𝑃 𝑃 𝑃
| 2| + | 3| + | 4 | + | 6|
𝑃 𝑃4 𝑃6 𝑃2
𝐴2 = 3
2
2 1 7 2 10 5 𝑚 𝑛
𝐴𝑇 |7 2| + |10 5
|+|
𝑚 𝑛
|+|
2 1
|
=
2 2
Página 28 de 30
𝐴𝑇 (2)
= 2(2) − 7(1) + 7(5) − 10(2) + 10(𝑛) − 𝑚(5) + 1(𝑚) − 2(𝑛)
2
𝐴𝑇 = 12 + 10𝑛 − 5𝑚 + 𝑚 − 2𝑛
37.5 − 12 = 10𝑛 − 5𝑚 + 𝑚 − 2𝑛
25.5 = −4𝑚 + 8𝑛 ⇠ 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 2
Se obtiene el siguiente sistema de ecuaciones lineales:

34.5 = 7𝑚 − 2𝑛
25.5 = −4𝑚 + 8𝑛
Solución por la regla de Cramer:
|𝐴| = | 7 −2| = 7(8) − (−4)(−2) = 56 − 8 = 48

−4 8
|𝐴𝑚 | = |34.5 −2| = 34.5(8) − (25.5)(−2) = 276 + 51 = 327
25.5 8
|𝐴𝑛 | = | 7 34.5| = 7(25. .5) − (−4)(34.5) = 178.5 + 138 = 316.5
−4 25.5
Entonces se obtiene:
|𝐴𝑚 | 327
𝑚= = = 6.8125
|𝐴| 48
|𝐴𝑛 | 316.5
𝑛= = = 6.59375
|𝐴| 48
La solución al sistema da por resultado las coordenadas del punto 𝑃6 = (6.8125,6.59375)
La respuesta es sí y además es un proceso de dos pasos en primera instancia se sustituyen

los valores de las coordenadas en las ecuaciones del Área 1 y el Área 2 y deben de dar por
resultado la mitad del área total.
7𝑚 − 2𝑛 + 3 37.5
𝐴1 = = = 18.75
2 2
12 − 4𝑚 + 8𝑛 37.5
𝐴2 = = = 18.75
2 2
La segunda parte de la comprobación va en torno a que si la coordenada pertenece al

segmento de recta en este caso a 𝑃4 𝑃5 . Entonces se encuentra la ecuación de la recta:
𝑃4 = (10, 5) 𝑃5 = (4, 8)
(𝑥1 , 𝑦1 ) (𝑥2 , 𝑦2 )
Página 29 de 30
𝑦2 − 𝑦1 8−5 3 1
𝑚= = =− =−
𝑥2 − 𝑥1 4 − 10 6 2
1
𝑚 = − 2 tomando el punto 𝑃4 = (10, 5):
1
𝑦 − 5 = − (𝑥 − 10)
2
1
𝑦−5=− 𝑥+5
2
1
𝑦 = − 𝑥+5+5
2
1
𝑦 = − 𝑥 + 10
2
Ahora si se sustituye la coordenada x del punto 𝑃6 en la ecuación de la recta 𝑃4 𝑃5 , debe de

resultar la coordenada en y del punto 𝑃6 .
𝑃6 = (6.8125,6.59375)
1
𝑦 = − 𝑥 + 10
2
1
𝑦 = − (6.8125) + 10
2
𝑦 = 6.59375
Por lo que efectivamente se comprueba que las coordenadas del punto 𝑃6 pertenecen a la
ecuación de la recta del segmento 𝑃4 𝑃5 .
3.10 FUENTES DE CONSULTA
1. Grossman, Stanley I. 2012. Álgebra Lineal – 7a. ed. Estados Unidos: Universidad de
Montana. 745 p.
2. Quispe Rodríguez, Ernesto 1996. Geometría – Primer Nivel. 1 ed. Perú. Editorial
RACSO. 468 p.
Página 30 de 30

VIRCA MAT113 U3 CT 1 ME v1

Cargado por

Copyright:

Formatos disponibles

VIRCA MAT113 U3 CT 1 ME v1

Cargado por

Información del documento

Título original

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

VIRCA MAT113 U3 CT 1 ME v1

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS AGRONÓMICAS

- Conocer arreglos en filas y columnas, operaciones con matrices y soluciones de

- Identificar las características de un sistema de ecuaciones lineales (número de

- Resolver correctamente sistemas de ecuaciones Lineales, aplicando la técnica del

- Calcular el determinante de una matriz de orden 2.

- Practicar el método de cofactores.

- Desarrollar correctamente operaciones de determinantes.

- Solucionar Sistemas de ecuaciones lineales aplicando el método de Cramer.

- Solucionar la problemática de partición de terreno utilizando determinantes.

- Solucionar Sistemas de ecuaciones lineales aplicando el método de Cramer o el método

3.1 Tipos de matrices ................................................................................... 3

3.2 Operaciones con matrices ...................................................................... 5

3.3 Matriz inversa ...................................................................................... 10

3.4 Matriz equivalente ............................................................................... 11

3.5 Sistemas de ecuaciones lineales ........................................................... 12

3.6 Métodos de solución de sistemas de ecuaciones lineales .................... 13

3.7 Determinante de una matriz ................................................................ 16

3.7.1 Determinante de orden 2. .............................................................. 16

3.7.2 Determinante de orden 3 o mayor que 3 ....................................... 17

3.7.3 Determinante de orden “n” por cofactor ....................................... 18

3.8 Regla de cramer ...................................................................................... 19

3.9 Cálculo de áreas de polígonos ................................................................. 22

3.10 Fuentes de consulta.............................................................................. 30

Una matriz es un arreglo de elementos ubicados en filas y en columnas. La intersección de

Es triangular superior y triangular inferior, al mismo tiempo.

𝑎11 𝑎12 𝑎13 𝑎14 … 𝑎1𝑛

5) Matriz Nula: Es aquella en la que todos sus elementos son ceros.

6) Matriz Transpuesta: Denota por 𝐵 𝑇

𝐵 = [𝑎𝑖𝑗 ]𝑚𝑥𝑛 → 𝐵 𝑇 = [𝑎𝑖𝑗 ]𝑛𝑥𝑚

3.2 OPERACIONES CON MATRICES

1) Producto de un escalar por una matriz.

𝛼. 𝐴 = 𝛼[𝑎𝑖𝑗 ]𝑚𝑥𝑛 = [𝛼𝑎𝑖𝑗 ]𝑚𝑥𝑛

2) Suma de matrices o resta de matrices de igual orden.

Sean 𝐴 = [𝑎𝑖𝑗 ]𝑚𝑥𝑛 y 𝐵 = [𝑏𝑖𝑗 ]𝑚𝑥𝑛

𝐴 ± 𝐵 = [𝑎𝑖𝑗 ± 𝑏𝑖𝑗 ]𝑚𝑥𝑛

3(2) 3(7) 8(5) 8(4)

c) Hallar 𝐵 + 2𝐶 → No se puede efectuar, porque son de diferente orden.

𝐴 = [𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 ]

Se define el producto escalar de vectores.

𝐴. 𝐵 = 𝑎11 𝑏11 + 𝑎12 𝑎21 + 𝑎13 𝑎31 + ⋯ + 𝑎1𝑛 𝑎𝑚1 → 𝑚 = 𝑛

No da una matriz, si no un número real.

𝐴 . 𝑚𝑥𝑛 𝑋 𝐵. 𝑛𝑥𝐿 = 𝐶. 𝑚𝑥𝐿

𝑏11 𝑏12 … 𝑏1𝐿

𝑎11 𝑎12 … 𝑎1𝑛 𝑐11 𝑐12 … 𝑐1𝐿

𝑐11 = 𝑎11 𝑏11 + 𝑎12 𝑏21 + ⋯ + 𝑎1𝑛 𝑏𝑛1

Efectuar 𝐴𝑚𝑥𝑛 𝑋 𝐵𝑛𝑥𝑟.

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑐11 𝑐12 𝑐13 … 𝑐1𝑟

𝑐11 = (𝑎11 𝑏11 ) + (𝑎12 𝑏21) + (𝑎13 𝑏31 ) + ⋯ + (𝑎1𝑛 𝑏𝑛1 )

𝑐11 = (2𝑥(−6)) + (5𝑥0) + (7𝑥3) = −12 + 0 + 21 = 9

𝑐11 = (4𝑥(−2)) + (10𝑥4) = −8 + 40 = 32

5 −8 𝑐11 𝑐12 𝑐13

−32 −58 −46

𝑐11 = (5𝑥0) + (−8𝑥4) = 0 − 32 = −32

𝐴2𝑥2 𝑥 𝐵2𝑥3 = 𝐶2𝑥3

3.3 MATRIZ INVERSA

𝑐12 = (10𝑥(−2)) + (4𝑥5) = −20 + 20 = 0

𝑐22 = (7𝑥(−2)) + (3𝑥5) = −14 + 15 = 1

3.4 MATRIZ EQUIVALENTE