Contenido

APLICACIONES DEL ALGEBRA LINEAL .............................................................................. 2

1. MATRICES....................................................................................................................... 2
2. DETERMINANTES ......................................................................................................... 3
3. SISTEMA DE ECUACIONES ......................................................................................... 5
4. ESPACIO VECTORIAL .......................................................................................................... 7
5. TRANSFORMACIONES LINEALES........................................................................................ 8

1
 APLICACIONES DEL ALGEBRA LINEAL

1. MATRICES
Una matriz de orden m.n es un conjunto de números reales dispuestos en filas y columnas de la
siguiente forma:

Cada elemento de la matriz lleva dos subíndices: El primero indica la fila y el segundo la columna en
que se encuentra ubicado.

Una de las principales aplicaciones de las matrices es la representación de sistemas de ecuaciones de

primer grado con varias incógnitas. Cada fila de la matriz representa una ecuación, siendo los
valores de una fila los coeficientes de las distintas variables de la ecuación, en determinado orden.

El orden de una matriz significa su tamaño, dos matrices son del mismo orden cuando tienen el
mismo tamaño (Igual numero de filas y columnas)

ÁLGEBRA DE MATRICES:

Suma y resta de matrices: Dadas dos matrices del mismo orden, A y B, la matriz AB es una matriz
del mismo orden, que se obtiene sumando o restando los elementos de A y de B colocados en el
mismo lugar.

Producto por escalares: Para multiplicar una matriz A por un numero real cualquiera, multiplicamos
el numero real por cada uno de los elementos de la matriz.

Producto de matrices: Para poder multiplicar dos matrices A y B el numero de columnas de A tiene
que coincidir con el numero de filas de B. La matriz producto resultante (AB) tiene como elemento ij
el producto escalar de la fila i de la matriz A por la columna j de la matriz B. La matriz resultante
tiene el numero de filas de A y el numero de columnas de B.

Propiedades del álgebra de matrices:

Ejemplo:

Realice (A+2B)C

Una matriz A es cuadrada si el numero de filas es igual al numero de columnas. En una matriz
cuadrada, el conjunto de elementos cuyos subíndices coinciden forman la llamada diagonal
principal:

2
Una matriz cuadrada se dice que es triangular superior si los elementos colocados por debajo de la
diagonal principal son ceros y una matriz cuadrada se dice que es triangular inferior si los elementos
colocados por encima de la diagonal principal son ceros.

A partir de una matriz A (cuadrada o no), podemos formar otra matriz llamada matriz traspuesta que
se denota At y se obtiene cambiando filas por columnas en la matriz A, es decir, la fila i de A es
ahora la columna i de At. Si la matriz A tiene orden m.n, At tiene orden n.m. Una matriz es simétrica
si coincide con su traspuesta (A=At) y es antisimetrica si coincide con su traspuesta cambiada de
signo (A=-At).

MATRIZ INVERSA

Dada una matriz cuadrada A, diremos que tiene inversa si existe una matriz cuadrada del mismo
orden (A la que denotamos A-1) tal que el producto AA-1=I. La matriz inversa, si existe, es única.
No todas las matrices tienen inversa; las matrices con inversa se llaman invertibles o regulares. Una
matriz no invertible es aquella cuyo determinante es igual a cero.

2. DETERMINANTES
Notación matemática formada por una tabla cuadrada de números, u otros elementos; el valor de la
expresión se calcula mediante su desarrollo siguiendo ciertas reglas. Un determinante de orden n-
ésimo es una tabla cuadrada con n filas y n columnas.

Sea A una matriz cuadrada; asociada a esta existe el numero llamado determinante, simbolizado por
|A| ó det(A) y que se calcula de la siguiente manera:

Si el orden de A es 2 el determinante es el producto de los elementos de la diagonal principal menos

el producto de los elementos de la diagonal secundaria:

Si la matriz A es de orden 3 el determinante se calcula usando la Regla de Sarrus:

Si el orden de la matriz es superior a 3, seleccionando cualquier fila o columna, el valor del

determinante se obtiene calculando determinantes de orden una unidad inferior. Elegimos una fila y
una columna y la suprimimos para hallar la matriz Mij (Donde suprimimos el i renglón y la j
columna, hasta haber seleccionado y suprimido todas las filas que se encuentran en la columna
suprimida). Hasta obtener una determinante que podamos hallar por las reglas anteriormente vistas.
Esta fórmula puede aplicarse a las matrices 3x3 para encontrar el determinante.

Ejemplo:

Halle el determinante de la matriz A

3
Este método de cálculo del valor de un determinante puede ser bastante laborioso, por lo que se
utilizan ciertas propiedades de los determinantes para reducir la cantidad de cálculos necesarios.
Entre estas propiedades, tenemos las siguientes:

 Si A y B son matrices cuadradas del mismo orden, entonces |AB|=|A|.|B|.

 Para una matriz cuadrada A: |A|=|At|.

 Si una matriz tiene dos filas o columnas iguales o proporcionales, su determinante =0.

 Si una matriz tiene una fila o columna nula, el determinante vale cero.

 Si en una matriz cambiamos el orden de dos filas o columnas el determinante de la nueva

matriz vale lo mismo que el de la matriz inicial pero con el signo invertido.

 |aA|=an|A|. Siendo a un numero real cualquiera y n el orden de la matriz.

 Un determinante es igual a cero si todos los elementos de una fila (o columna) son
idénticos, o proporcionales, a los elementos de otra fila (o columna).

 Si todos los elementos de una fila (o columna) se multiplican por un factor dado, el
determinante queda multiplicado por dicho factor.

 El valor de un determinante no se altera si se añade a cada elemento de una fila (o columna)

el elemento correspondiente de otra fila (o columna) multiplicado por un factor constante

Las determinantes son usadas comúnmente para hallar el área entre puntos en un plano cartesiano, o
para resolver sistemas de ecuaciones lineales, al igual que las matrices.

4
 3. SISTEMA DE ECUACIONES
Conjunto de ecuaciones cuyas soluciones comunes se pretende hallar. Para indicar que varias
ecuaciones forman un sistema, se abarca el conjunto de todas ellas con una llave.

Las ecuaciones de un sistema suelen tener dos o más incógnitas, por lo que cada una de ellas puede
tener infinitas soluciones. Se llama solución del sistema a una solución común a todas las ecuaciones
que lo forman. Resolver un sistema de ecuaciones es hallar todas sus soluciones o concluir que no
tiene solución. Si dos sistemas de ecuaciones tienen las mismas soluciones o ambos carecen de
solución, se dice que son equivalentes. Los sistemas de ecuaciones lineales (es decir, ecuaciones del
tipo ax+by=c, ax+by+cz= d,…) son especialmente interesantes por las múltiples aplicaciones que
tienen en diversas ciencias.

SISTEMAS DE ECUACIONES LINEALES

Una ecuación con varias incógnitas es lineal si es de la forma ax+by=c, ax+by+cz=d,…, es decir, si
las incógnitas aparecen sin exponentes (elevadas a 1).

Existen varios métodos elementales para resolver sistemas de ecuaciones: el método de sustitución,
el método de igualación y el método de reducción. A continuación se aplican en la resolución de
sistemas de dos ecuaciones con dos incógnitas.

El método de sustitución consiste en despejar una de las incógnitas en una de las ecuaciones y
sustituir su expresión en la otra, la cual se transformará en una ecuación con una incógnita que se
puede resolver. Una vez conocido el valor de dicha incógnita se obtiene, de inmediato, el valor de la
otra. Para resolver el sistema:

Por el método de sustitución conviene despejar la y de la segunda ecuación:

Ahora se sustituye su valor en la primera:

Se resuelve la ecuación resultante, pues sólo tiene una incógnita:

Ahora el valor de x se sustituye en la expresión de y obtenida antes:

5
Se ha obtenido así la solución x=3, y=-2.

El método de igualación consiste en despejar la misma incógnita en las dos ecuaciones e igualar sus
expresiones, obteniendo así una ecuación con una incógnita. Una vez resuelta se obtiene fácilmente
el valor de la otra incógnita. Para resolver por igualación el sistema anterior:

Se puede despejar la x en ambas ecuaciones e igualar sus expresiones:

Ahora se resuelve esta ecuación:

Por último, se sustituye el valor de y en alguna de las expresiones de x:

Se ha obtenido la solución x=3, y=-2.

El método de reducción consiste en procurar que una de las incógnitas tenga el mismo coeficiente en
las dos ecuaciones para que, al restarlas miembro a miembro, se elimine dicha incógnita, dando lugar
a una ecuación con sólo la otra incógnita. Se resuelve dicha ecuación y el valor de la incógnita se
sustituye en una de las ecuaciones primitivas, y con ello se puede obtener el valor de la otra
incógnita.

Se multiplican los dos miembros de la primera ecuación por 2 con el fin de que el coeficiente de la x
sea el mismo en ambas ecuaciones:

Ahora, restando miembro a miembro se obtiene la ecuación siguiente:

Y se sustituye en una de las ecuaciones iniciales:

6
La solución es x=3, y=-2.

Para solucionar un sistema de ecuaciones también se pueden trabajar, fuera de los métodos antes
vistos, los métodos de Gauss y Gauss-Jordán, que consisten en la utilización de matrices para el
desarrollo, mas sencillo y claro, de los sistemas de ecuaciones lineales.

MÉTODO DE ELIMINACIÓN DE GAUSS.

Para solucionar por este método, debemos transformar las ecuaciones lineales en una matriz
escalonada, es decir, igualando la diagonal principal a 1 y lo que se encuentre debajo de esta a cero,
para plantear unas ecuaciones mas sencillas para reemplazar.

Este proceso es aplicable a todos los sistemas de ecuaciones lineales que existen, no hay un valor
máximo de ecuaciones que se puedan trabajar.

Ejemplo:

Desarrollar el siguiente sistema de ecuaciones:

MÉTODO DE ELIMINACIÓN DE GAUSS-JORDÁN

Este método es parecido al de Gauss, solo que al igualar la diagonal principal a 1, el resto de las
variables deben quedar igualadas a 0, así obtenemos los resultados directamente.

Este proceso es aplicable a todos los sistemas de ecuaciones lineales que existen, no hay un valor
máximo de ecuaciones que se puedan trabajar.

4. ESPACIO VECTORIAL
Un espacio vectorial es una terna (V, +, ·), donde V es un conjunto no vacío y +, · son dos
operaciones del tipo +: V × V → R: R × V → V a las que llamaremos suma de vectores y producto
por escalares respectivamente y con las siguientes propiedades: denotando + (u, v) = u + v y ·(λ, v) =
λv

1. u + (v + w)=(u + v) + w, ∀u, v, w ∈ V (asociativa).

2. u + v = v + u, ∀u, v ∈ V (conmutativa).

3. Existe e ∈ V tal que e + v = v + e = v, ∀v ∈ V (elemento neutro).

4. Para cada v ∈ V existe w tal que v + w = w + v = e (elemento opuesto)

5. λ(µv)=(λµ)v, ∀v ∈ V , ∀λ, µ ∈ R (seudo-asociativa).

6. λ(u+v) = λu+λv y (λ+µ)v = λv +µv, ∀u, v ∈ V y ∀λ, µ ∈ R (distributiva).

7
7. 1v = v,∀v ∈ V (unimodular).

De forma abreviada, diremos que V es un espacio vectorial. A los elementos de V lo llamamos

vectores y a los de R, escalares.

Proposición 1: En un espacio vectorial V

1. El elemento neutro es único. Se denotara por 0.

2. El elemento opuesto de un vector es único. Si v es un vector, su opuesto lo denotamos por −v.

Proposición 2: En un espacio vectorial se tiene las siguientes propiedades:

1. λ0=0, λ ∈ R. 2

2. 0v = 0, v ∈ V

3. (−λ)v = −(λv), λ ∈ R, v ∈ V

4. Si λv = 0, entonces λ = 0 o v = 0.

5. TRANSFORMACIONES LINEALES
Sean V y W espacios vectoriales reales. Una transformación lineal T de V en W es una función que
asigna a cada valor de V un vector único. Dados los espacios vectoriales V y W sobre un cierto
campo, una aplicación T:V!W es una transformación lineal si se cumplen las siguientes condiciones:

T(V+W)=T(V)+T(W)

T(aV)=aT(V)

TRANSFORMACIONES R2!R2

En un plano R2 se pueden hacer distintas transformaciones a un punto o a un conjunto de puntos,

como lo son la expansión o comprensión, reflexión o rotación, etc. Utilizando el producto de
matrices, consiste el multiplicar el vector por la matriz de acuerdo a la transformación que deseamos
realizar y el producto obtenido es el vector transformado.

1) Expansión o comprensión a lo largo de x:

2) Expansión o comprensión a lo largo de y:

3) Reflexión respecto al eje x=y

4) Reflexión respecto al eje x

5) Reflexión respecto al eje y

4) Rotación

8
9