UNEMI

UNIVERSIDAD ESTATAL DE MILAGRO

ECONOMIA EN LINEA
ASIGNATURA:
ALGEBRA LINEAL
2DO SEMESTRE
CURSO:
C2
TEMA:
UNIDAD 1
SISTEMA DE ECUACIONES LINEALES
Y MATRICES
GRUPO #8
ALUMNOS:
 TATIANA ESTEFANIA VACA FRANCO
 LUIS ALBERTO COLOMA ARANA
 WILSON LEANDRO GÓMEZ FRANCO
 GENESIS PAMELA VALENCIA DURANO
 BRITHANY SCARLETH ALAVA LEQUI
DOCENTE:
Mtr. ROBERTO IVAN BASURTO QUILLIGANA
8 DE MAYO DEL 2023

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
SISTEMA DE ECUACIONES LINEALES
Un sistema de ecuaciones simultáneas, también conocido como sistema de ecuaciones
lineales, varía según el número de ecuaciones lineales que contiene. Puede representar
diferentes tipos de sistemas, los sistemas m * n se utilizan cuando desea representar
sistemas de ecuaciones más grandes.
Una ecuación del tipo Ax = b que representa la variable b con la variable x y la
constante a se llama ecuación lineal
La solución de un sistema lineal es una secuencia de n números con una propiedad de
cada ecuación
Más generalmente, podemos simplemente llamar a un sistema de m ecuaciones lineales
con n incógnitas un sistema de ecuaciones lineales.
a 1 x 1+ a2 x 2 +' ' ' ' + an x n=b
Ejemplos:
 6 x +3 y=2
 x 1+ 3 x 2−5 x 3=−2

MATRICES
Podemos buscar formas de escribir sistemas lineales sin guardar incógnitas, y en esta
sección definiremos un objeto, una matriz, que nos permite: escribir sistemas lineales de
forma compacta, lo que facilita el método de eliminación de pares, lo que nos da un
proceso para determinar soluciones de manera rápida y eficiente.
La operación, por ejemplo, desarrollar matrices y usarlas de acuerdo con las reglas que
corresponden al concepto de matrices permite no solo ver desde una perspectiva
diferente.
Si bien estos han dado forma a los problemas existentes, también han surgido muchos
nuevos. Una matriz A de m x n es una matriz rectangular que contiene números reales o
complejos dispuestos en (m) filas horizontalmente y (n) columnas verticalmente.
El tema de matrices esta presente en la vida cotidiana, ya que se pueden representar
ciertas situaciones con el uso de una matriz, una matriz real A es un arreglo de números
reales, en donde cada elemento que pertenece a la matriz A tienes dos subíndices, El
subíndice (i) representa la fila (disposición horizontal), y el subíndice (j) representa la
columna (disposición vertical), en las cuales se encuentra el elemento. (kolman, 2006)

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
 ( )
a11 a12 a13
A= a21 a22 a23
a31 a32 a33
Ejemplos:

( )
0 −1 −2
 A= 1 0 −1
2 1 0

( )
1 −1 1 −1
 B= −1 1 −1 1
1 −1 1 −1

 REDUCCION POR FILAS

Resolver la siguiente matriz a través del método de reducción por filas.
1. Ejercicio:

M=
[ 32 9⋮ 9
1⋮ 3 ]
F1
3
→ [
2 1⋮ 3 ]
1 3 ⋮ 3 −2 F + F → 1 3 ⋮ 3
1 2
0 −5 ⋮ −3 [ ]

[ ]
F2 ⋮ 3
→ 1 3 3
−5 0 1⋮
5

[ ]
6
⋮
1 0 5
−3 F2 + F 1 →
0 1 3
⋮
5

6 3
Las soluciones son x= ; y=
5 5
2. Ejercicio:

N= [ 48 1⋮ 4
5⋮ 7 ]

[ ] [ ]
F1 1 1
1 ⋮ 1 1 ⋮ 1
→ 4 −8 F 1+ F 2 → 4
4 ⋮ 7 ⋮ −1
8 5 0 3

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
 [ ]
F2 1⋮ 1
1
→ 4 −1
3 ⋮
0 1 3

[ ]
13
−F2 ⋮
1 0 12
+ F1 →
4 0 1 −1
⋮
3

13 −1
Las soluciones son x= ; y=
12 3
 FORMAS ESCALONADAS
1. Ejercicio:
Resolver la siguiente matriz de forma escalonada.

( )
2 4 6
B= 3 5 4
4 1 −2
1
F1→ F 2 →−3 F 1+ F 2
2

( ) ( )
1 2 3 1 2 3
B= 3 5 4 B= 0 −1 −5
4 1 −2 4 1 −2

F 3 →−4 F 1 + F3 F 2 →−1 F2

( ) ( )
1 2 3 1 2 3
B= 0 −1 −5 B= 0 1 5
0 −7 −14 0 −7 −14

F 3 → 7 F 2 + F3

( )
1 2 3
B= 0 1 5
0 0 21
2. Ejercicio:

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
 ( )
2 6 4
C= 6 4 6
3 −2 1
1
F1→ F1 F 2 →−5 F 1+ F 2
2

( ) ( )
1 3 2 1 3 2
C= 5 3 6 C= 0 −12 −4
3 −2 1 3 6 1
1
F 3 →−3 F 1 + F3 F 2 →− F
12 2

( ) ( )
1 3 2 1 3 2
C= 0 −12 −4 C= 0 1 3
0 −3 −5 0 −3 −5
F 3 → 3 F 2 + F3

( )
1 3 2
C= 0 1 3
0 0 4

ELIMINACION DE GAUSS
Esta sección ocurre en procedimientos sistemáticos para completar el sistema de
ecuaciones lineales; Esto se basa en la idea de reducir la matriz aumentada de una
manera bastante simple para que el sistema de ecuación se complete mediante
observación.
El método de eliminación de Gauss consiste en operar sobre la matriz ampliada del
sistema hasta hallar la forma escalonada (una matriz triangular superior). Así, se obtiene
un sistema fácil de resolver por sustitución hacia atrás.
1.- Ejercicio:
Resolver la matriz dada por el método de eliminación de Gauss.

( )
B= 3 1
6 4
F 2−2 F 1 2x2

−2 ( 3 ) −2 ( 1 )
−6 −2
6
0 −2
4 B= (30 12)

2.- Ejercicio:

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
 (
C= 2 4
−6 −12 )
F 2+3 F 1 2x2

3 (2) 3 (4 )

6 −12
−6 12
0 24
B= 2 4
0 24( )
ELIMINACION DE GAUSS JORDAN
En el campo de las matemáticas, hay un algoritmo llamado Gauss-Jordán, que se usa en
álgebra lineal para encontrar soluciones del sistema de ecuaciones lineales, para
encontrar reverso y matrices. Su nombre fue tomado de sus creadores, los científicos
alemanes Karl Friedrich Gauss y Wilhelm Jordán, y no deben confundirse con el
método Gauss, incluso si son similares.
Gracias a este método de eliminación, puede resolver el sistema de ecuaciones
reduciéndolo a otro equivalente, en el que las ecuaciones tienen un desconocido menos
que el primero. Por lo tanto, podemos convertir la matriz del coeficiente en la triangular
superior hasta que obtengamos la diagonal. El método de eliminación de Gauss-Jordán
se refiere a una estrategia utilizada para obtener la forma escalonada por filas de una
matriz. El objetivo es escribir la matriz AA con el número 1 como entrada en la
diagonal principal y con todos los ceros debajo. (Anton, 1994)
1.- Ejercicio:
Resolver la matriz dada por el método de Eliminación de Gauss Jordán.

[
x+2 y + z=240
x−3 y−3 z =0
3 y −2 z=0

X Y Z= Coeficiente
1 1 1 240
1 -3 -3 0
0 3 -2 0

( |) |
1 1 1 240 1 0 0 x
1 −3 −3 0 0 1 0 y
0 3 −2 0 0 0 1 z

F 2+ F 1

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
( | ) −1 −3 −3 0
1 1 1 240
0 −4 −4 0 1 1 1 240
0 3 −2 0 0 −4 −4 −240

F 2 /−4

( | )
1 1 1 240
1 1 1 60
0 3 −2 0

F 3−3 F2

( | )
1 1 1 240 0 3 −2 0
3 (0 1 1 6 ) −
0 1 1 60 = 0 3 3 18
0 3 3 18
0 0 −5 −18 0 0 −5 −18

F 3 /−5

( | )
240
1 1 1
60
0 1 1
−5
0 0 1
−18

F 2−F3

( |)
240 0 1 1
60
1 1 1 37 −5
−0 −0 −1
0 1 0 18 −18
0 0 1 −5 37
0 1 0
−18 18

F 1−F3

( | )
−4315
1 1 1 240
18
1 1 0 −5
37 0 0 1
0 1 0 −18
18
0 0 1 −4315
−5 0 1 0
18
−18

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
F 1−F2

( | )
−4315 −4315
1 1 0
18 18
1 0 0
37 −37
0 1 0 −0 −1 −0
18 −18
0 0 1
−5 −4352
1 0 0
−18 18

( )
−4315

|
18
1 0 0
37
0 1 0
18
0 0 1
−5
−18

2.- Ejercicio:

[ |]
2

{
2 y −32 ¿ 2 1 2 −3 9
x+¿ 2 x 01 0 5 F 1−2 F 2 → F 1
− y −z ¿ 1
3x
−2 y −2 z ¿ 0 00 1 6
5

1 22 −3

[ |]
1 2 −3 2 −18
0 −2 0
2 −1 −1 1 F 2−2 F 1→ F 2 5
3 −2 −2 0 −8
1 0 −3
5

[ |]
−8
5
2 −1 −1 1 1 0 −3
9
−2 −4 6−4 0 1 0 F 1+ 3 F 3→ F 1
5
0 −5 5−3 0 0 1
6
5

−8

[ |]
1 2 −3 2 1 0 −3 5
F2
0 1 −1 −3 →F 2 0 0 3 18
−5
3 −2 −2 0 5
1 0 02

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
[ |] [ |]
2
2
1 2 −3 1 0 0 9 X
3
0 1 −1 F 3−3 F 1→ F 3 0 1 0 5 Y
5
3 −2 −2 0 0 1 6 Z
0
5

X ¿ 2
3 −2 −2 0 9
Y ¿
−3 −6 9 −6 5
0 −8 7 −6 −6
Z ¿
5

INVERSA DE UNA MATRIZ USANDO ELIMINACION DE GAUSS

Dada la matriz cuadrada

A ( a1,1 ai ,n
an ,1 an ,n )
Si multiplicamos a la izquierda o multiplicamos a la derecha una matriz cuadrada por su
inversa, obtenemos la matriz identidad. Una de las razones por las que las funciones
inversas son tan poderosas es que te permiten resolver sistemas de ecuaciones usando la
misma lógica que las ecuaciones lineales.
Consiste en realizar transformaciones básicas sobre las filas de la matriz para obtener
matriz de identidad. Aplicando las mismas transformaciones a la matriz identidad,
obtenemos matriz A-1.
Se llama transformaciones elementales en matrices las cual multiplicas o divides una
fila por un número real distinto de cero, incluso se puede sumar o restar a una fila
a otra multiplicada por un número real no nulo, también intercambiar el lugar de dos
filas entre sí. (Ruiz, 2021)

Ejercicios planteados:
1. Calcular la Matriz Inversa por el método de Gauss

( ) ( | )
1 −1 0 1 −1 0 1 0 0
A= 0 1 0 A= 0 1 0 0 1 0
2 0 1 2 0 10 0 1

Matriz identidad

F 3 ← F 3−2 F 1 F 3 ← F 3−2 F 2

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
 ( | ) ( | )
1 −1 0 1 0 0 1 −1 0 1 0 0
A= 0 1 0 0 1 0 A= 0 1 0 0 1 0
0 2 1 −2 0 1 0 0 1 −2 −2 1

F 1 ← F 1 + F2

( | ) ( )
1 0 0 1 1 0 1 1 0
A= 0 1 0 0 1 0 A−1= 0 1 0 matriz Inversa
0 0 1 −2 0 1 −2 0 1

2. Calcular la Matriz Inversa por el método de Gauss

( ) ( | )
1 1 0 1 1 01 0 0
A= 1 0 1 A= 1 0 1 0 1 0
0 1 0 0 1 00 0 1
Matriz identidad
F 2 ← F 2−F 1 F3← F3+ F2

( | ) ( | )
1 1 0 1 0 0 1 1 0 1 0 0
A= 0 −1 1 −1 1 0 A= 0 −1 1 −1 1 0
0 1 0 0 0 1 0 0 1 −1 1 1

F 2 ← F 2−F 3 F 1 ← F 1 + F2

( | ) ( | )
1 1 0 1 0 0 1 0 0 1 0 −1
A= 0 −1 0 0 0 −1 A= 0 −1 0 0 0 −1
0 0 1 −1 1 1 0 0 1 −1 1 1

F 2 ←(−1)∗F 2

( | ) ( )
1 0 0 1 0 −1 1 0 −1
A= 0 1 0 0 0 1 A−1= 0 0 1 matriz Inversa
0 0 1 −1 1 1 −1 1 1

ECUACION MATRICIAL Ax=b

Es bien conocida la importancia de la ecuación matricial de AX-XB = C en la teoría de
matrices y sus aplicaciones; y la estrecha relación de esta ecuación con la relación de
similitud entre matrices cuadradas, este artículo investiga la similitud entre bloques con

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
pares de matrices (A, B) Las ecuaciones de matriz de simulación relacionadas, donde A
NXN y B NXM, o de manera equivalente, la retroalimentación del sistema de control X
= AX BU. La dimensión del espacio vectorial de la solución correspondiente de la
ecuación homogénea se obtiene a partir de la invariante de similitud de bloques. La
formulación dimensional tiene muchas consecuencias algebraicas y topológicas
exploradas en este trabajo; entre ellos un nuevo criterio de igualdad de bloques
racionales. Se utiliza una técnica para vectorizar ecuaciones utilizando productos
tensoriales. Los bloques de productos tensoriales de dos aplicaciones lineales entre
espacios de diferentes tamaños también obtienen invariantes de igualdad. (Asuncion &
Beitia , 1993)

El Álgebra Lineal es una parte de la Matemática de frecuente aplicación en otras áreas

de conocimiento. Uno de los elementos estudiados por el Álgebra Lineal más utilizado
es el de matriz. Esto es debido a que la Teoría de Matrices ofrece la posibilidad, entre
otras, de trabajar cómodamente con modelos de gran dimensión, tanto en número de
variables, como de ecuaciones o datos, ya que brinda una notación simple y compacta
para designar amplios conjuntos de información. Esto redunda a su vez en una mayor
facilidad a la hora de trabajar con estos conjuntos de datos desde un punto de vista
computacional.
En las situaciones en las que se utilicen sistemas de ecuaciones lineales o no lineales
linealizadles, interesará conocer si dicho sistema tiene o no solución y, en caso de que
exista, si ésta es o no única. Por tanto, ante un sistema de ecuaciones lineales las dos
cuestiones fundamentales a plantear son: • Conocer si tiene solución y las características
de la misma. • Calcular la solución cuando existe. (Barbolla & Sanz, 1999)

Pasos para resolver una matriz AX=B

Debemos aislar la matriz X, por lo que;
Se procede multiplicar por A-1 (A inversa) en ambos lados de la ecuación obteniendo
−1 −1
A ∗AX =A ∗B
Luego reemplazamos, ya que sabemos que A−1∗A=I por lo que quedaría IX =A−1∗B
La matriz de identidad (I) multiplicada por la matriz X, nos dará solo la matriz X
quedando de la siguiente forma X =A −1∗B , la cual sería nuestra respuesta

1.-Ejemplo:

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
Resolver la ecuación matricial AX=B para X

( ) ()
−2 −5 0 3
A= 7 4 1 , B= 4
1 2 9 0
Paso 1: AX=B

( ) ()
−2 −5 0 3
7 4 1 ∗X = 4
1 2 9 0
Paso 2: A−1∗AX =A−1∗B

Hallamos la Inversa de la Matriz A

Se busca el determinante

( )
−2 −5 0
7 4 1
A= 1 2 9
−2 −5 0
7 4 1

| A|=(−2 ) ( 4 )( 9 ) + ( 7 ) ( 2 )( 0 )+ (1 ) (−5 ) ( 1 )−( 1 ) ( 4 )( 0 )−(−2 ) ( 2 )( 1 )−(7)(−5)(9)

| A|=−72+0−5−0+4 +315
| A|=24 2
Se busca matriz adjunta

( )
a 11=−11+1 4 1 =−12 ( 34 )=34
2 9

a 12=−11+2 (71 19)=−1 ( 62)=−62

3

a 13 =−1
1+3
(71 42 )=−1 ( 10 )=10
4

a 21=−1
2+1
(−52 09)=−1 (−45 )=45
3

a 22=−12+2 (−21 09 )=−1 (−18 ) =−18

4

a 23 =−1
2+3
(−21 −52 )=−1 ( 1 )=−1 5

a 31=−1
3+1
(−54 01)=−1 (−5 )=−5
4

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
 ( )
a 32=−13+2 −2 0 =−15 (−2 )=2
7 1

a 33 =−1
3+3
(−27 −54 )=−1 ( 27) =27
6

( )
34 −62 10
d
A = 45 −18 −1
−5 2 27

Se busca transpuesta de la matriz adjunta

( )
34 45 −5
t
( A¿¿ d) = −62 −18 2 ¿
10 −1 27

Se divide para la determinante de la matriz original

t
( A¿ ¿ d)
¿

( )
34 45 −5
−62 −18 2
10 −1 27
¿ A∨¿= ¿
242

( A¿¿ d )t
¿

( )
17 /121 45 /242 −5/242
¿ A∨¿= −31/121 −9/ 121 1/121 ¿
5 /121 −1/ 242 27 /242

( )( ) ( )()
17 /121 45/242 −5 /242 −2 −5 0 17 /121 45/242 −5 /242 3
−31 /121 −9/121 1 /121 ∗ 7 4 1 ∗X= −31/121 −9/121 1/121 ∗ 4
5 /121 −1/242 27 /242 1 2 9 5 /121 −1/242 27 /242 0
Paso 3: IX =A−1∗B

( )()
17 /121 45/242 −5 / 242 3
IX = −31 /121 −9/121 1 /121 ∗ 4
5 /121 −1/242 27 / 242 0
Paso 4: X =A −1∗B

( )
141/121
X = −129/121
13 /121

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
2.- Ejemplo:
Resolver la ecuación matricial AX=B para X

( ) ()
0 −2 1 −8
A= 3 5 4 , B= 4
3 8 2 2
Paso 1: AX=B

( ) ()
0 −2 1 −8
3 5 4 ∗X= 4
3 8 2 2
Paso 2: A−1∗AX =A−1∗B
Hallamos la Inversa de la Matriz A
Se busca el determinante

( )
0 −2 1
3 5 4
A= 3 8 2
0 −2 1
3 5 4

| A|=( 0 )( 5 ) ( 2 )+ ( 3 ) ( 8 )( 1 ) + ( 3 ) (−2 ) ( 4 )−( 3 ) ( 5 ) ( 1 )−( 0 ) ( 8 ) ( 4 )−(3)(−2)(2)

| A|=0+24−24−15+ 0+12
| A|=−3

Se busca matriz adjunta

a 11=−1
1+1
(58 42)=−1 (−22 ) =−22
2

a 12=−11+2 (33 42)=−1 (−6 )=6

3

a 13 =−1
1+3
(33 58)=−1 ( 9 )=9
4

a 21=−1
2+1
(−28 12)=−1 (−12)=12 3

a 22=−1
2+2
(03 12)=−1 (−3) =−3
4

a 23 =−12+3 (03 −28 )=−1 ( 6) =−65

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
 ( )
a 31=−13+1 −2 1 =−14 (−13 )=−13
5 4

a 32=−1
3+2
(03 14)=−1 (−3 )=3
5

a 33 =−1
3+3
(30 −25 )=−1 ( 6) =66

( )
−22 6 9
A= 12 −3 −6
−13 3 6

Se busca transpuesta de la matriz adjunta

( )
−22 12 −13
( A¿¿ d)t = 6 −3 3 ¿
9 −6 6

Se divide para la determinante de la matriz original

( A ¿¿ d)t
¿

( )
−22 12 −13
6 −3 3
9 −6 6
¿ A∨¿= ¿
−3

t
( A¿¿ d)
¿

( )
22/3 −4 13/3
¿ A∨¿= −2 1 −1 ¿
−3 2 −2

( )( ) ( )( )
22/3 −4 13 /3 0 −2 1 22/3 −4 13/3 −8
−2 1 −1 ∗ 3 5 4 ∗X= −2 1 −1 ∗ 4
−3 2 −2 3 8 2 −3 2 −2 2

Paso 3: IX =A−1∗B

( )( )
22/3 −4 13/3 −8
I∗X = −2 1 −1 ∗ 4
−3 2 −2 2
Paso 4: X =A −1∗B

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava
 ( )
−66
X = 18
−20

Bibliografía
Anton, H. (1994). Algebra Lineal. Mexico: LIMUSA,S.A. Obtenido de file:///C:/Users/Byron
%20Vargas/Downloads/completo-pdf%20%20%20LIBRO%20DE%20MATRICES.pdf
Asuncion, M., & Beitia , G. (1993). Ecuacion matricial y producto tensorial en la semejanza
por bloques. España. Obtenido de https://dialnet.unirioja.es/servlet/tesis?codigo=12376
Barbolla, R., & Sanz, P. (1999). Matrices y sistemas de ecuaciones lineales. Obtenido de
https://ocw.unican.es/pluginfile.php/1617/course/section/1090/MatricesySistemas4.pdf
kolman, b. (2006). Algebra Lineal. Mexico: PEARSON EDUCACION. Obtenido de
https://books.google.es/books?
hl=es&lr=&id=vO9aWRaSl74C&oi=fnd&pg=PR11&dq=kolman+bernard&ots=kzlQ0
yQ36R&sig=CKB4UT-YxaK2zFF66KWI4k9bRi8#v=onepage&q=kolman
%20bernard&f=false
R, B., & Sanz, P. (s.f.).
Ruiz, C. (2021). Algebra Lineal. Madrid . Obtenido de http://blogs.mat.ucm.es/cruizb/wp-
content/uploads/sites/48/2021/03/AL-Matrices-7.pdf

Tatiana Vaca, Luis Coloma, Wilson Gómez, Genesis Valencia, Brithany Alava