Algebra Lineal

Tema 1
Álgebra Lineal
Sistemas de ecuaciones lineales
Universidad de las Fuerzas Armadas ESPE Unidad de Educación a Distancia
Índice
Pág.
1.1 Introducción a los Sistemas de ecuaciones
lineales 3
1.2 Sistemas de ecuaciones lineales 7
1.3 Notación matricial 9
1.4 Resolución de Sistemas lineales de ecuaciones
con matrices 10
Recursos complementarios 12
Bibliografía 12

2
1.1 Introducción a los Sistemas de ecuaciones

lineales
En el año de 1949 Wassily Leontief, profesor de Harvard, introdujo sus
tarjetas perforadas en la computadora Mark II (una de las computadoras más
grandes de la época). Las tarjetas contenían información de la economía de los
Estados Unidos, y un resumen con más de 250 000 piezas de información
recogidas en dos años por la oficina encargada de las estadísticas laborables
en Estados Unidos.
Leontief dividió la economía de
Estados Unidos en 500 sectores, como
la industria del carbón, automotriz, etc.
Para cada sector, escribió una ecuación
lineal que describía la forma en que
dicho de sector distribuía sus salidas
hacia otros sectores de la economía.
Pero la Mark II, no podía resolver un
sistema de 500 ecuaciones con 500
incógnitas, Leontief condensó el
problema a un sistema de 42
ecuaciones con 42 incógnitas.
Leontief por su trabajo "el desarrollo del método insumo-producto y su
aplicación a los más importantes problemas económicos", recibió el Premio
Nobel de Economía en 1973 y abrió una nueva era para el modelado
matemático en la economía. (David, C. Lay, 2007)
En este tema vamos a revisar algunos conceptos importantes para

empezar el estudio del álgebra lineal. Comencemos repasando algunas
definiciones conocidas.
Definición 1.1. Ecuación lineal Una ecuación lineal de variables 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 es una ecuación
que puede escribirse de la forma
𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏,
donde 𝑏 y los coeficientes 𝑎1 , 𝑎2 , … , 𝑎𝑛 son números reales o complejos, además el subíndice 𝑛

es un entero positivo, que generalmente toma valores de 2 a 5.

3
Un ejemplo de ecuación lineal es:

3 𝑥1 + √3 𝑥2 = 4,
porque podemos escribirla como en la definición anterior.
Un ejemplo de una ecuación que no sea lineal es:

𝑥1 𝑥2 + 4𝑥1 + 𝑥2 = 12,
debido a la presencia del término 𝑥1 𝑥2 .
Definición 1.2. Sistema de dos ecuaciones con dos incógnitas. Una colección de dos ecuaciones
lineales que involucran las mismas variables 𝑥1 , 𝑥2 se considera un sistema de dos ecuaciones con
dos incógnitas 𝑥1 y 𝑥2 :
𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1
{ (1)
𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2
donde 𝑎11 , 𝑎12 , 𝑎21 , 𝑎22 , 𝑏1 y 𝑏2 son números dados y cada ecuación representa una recta.
Más detalles en: https://www.youtube.com/watch?v=Al_WbyKFpdI
Ejemplo 1: Sistema con solución única Consideremos el sistema

2𝑥 + 𝑦 = 3
{
𝑥−𝑦 =6
Imagen gif animada
Si sumamos las dos ecuaciones obtenemos que 3𝑥 = 9, por lo que podemos

decir que 𝑥 = 3, y sustituyendo este resultado en la segunda ecuación tenemos
3 − 𝑦 = 6, así tenemos que 𝑦 = −3. La única solución del sistema es

4
𝑥=3
𝑦 = −3.
Ejemplo 2: Sistema con infinitas soluciones Consideramos el sistema

2𝑥 + 𝑦 = 3
{
4𝑥 + 2𝑦 = 6
Imagen gif animada
Se nota claramente que las dos ecuaciones son equivalentes. Es decir

cualquier 𝑥 e 𝑦 satisfacen la primera y segunda ecuación. Para ver cuáles son
las soluciones del sistema basta despejar una de las incógnitas de la primera
ecuación.
Si despejamos 𝑦 = 3 − 2𝑥 sabemos que si tomamos 𝑥 cualquier número real 𝑟,
tenemos que la solución del sistema tiene la forma:
𝑥=𝑟
𝑦 = 3 − 2𝑟
donde 𝑟 puede tomar cualquier valor real. En un caso particular podemos tomar
𝑟 = 2 y reemplazar en la solución del sistema y tener solución 𝑥 = 2 e 𝑦 =
−1, si tomamos otro valor para 𝑟 la solución será distinta, y por esta razón se
dice que el sistema tiene infinitas soluciones.
Ejemplo 3: Sistema sin soluciones Consideramos el sistema

2𝑥 + 𝑦 = 3
{
4𝑥 + 2𝑦 = 2

5
Imagen gif animada

Para encontrar la solución del sistema podemos multiplicar la primera ecuación
por −2 y al sumarle la segunda ecuación tenemos que 0 = −4, lo que es
Falso. Por lo tanto podemos decir que este es un sistema inconsistente y por
lo tanto no tiene solución.
Teorema 1.1. El sistema de ecuaciones
𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1
{
𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2
de dos ecuaciones y dos incógnitas tiene:
• Solución única si y sólo si 𝑎11 𝑎22 − 𝑎12 𝑎21 ≠ 0

• Soluciones infinitas o no tiene solución si y sólo si 𝑎11 𝑎22 − 𝑎12 𝑎21 = 0.
Aplicando el Teorema 1.1 en ejemplo 1 tenemos que si calculamos

𝑎11 𝑎22 − 𝑎12 𝑎21 = 2(−1) − 1 = −3 ≠ 0,
Por lo tanto el sistema tiene solución única. Y si calculamos 𝑎11 𝑎22 − 𝑎12 𝑎21
para los ejemplos 2 y 3 vamos a tener que 𝑎11 𝑎22 − 𝑎12 𝑎21 = 0.
Más detalles en: https://www.youtube.com/watch?v=4fMc5fpdvzE

6
1.2 Sistemas de ecuaciones lineales

Los índices 𝑖 y 𝑗 de las constantes 𝑎𝑖𝑗 se utilizan de la siguiente manera.
Definición 1.3. Sistema de ecuaciones Un sistema de 𝑚 ecuaciones lineales con 𝑛

incógnitas es un sistema de la forma:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
൞ (2)
⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
donde los coeficientes 𝑎11 , 𝑎12 , … , 𝑎𝑚𝑛 y 𝑏1 , 𝑏2 , … , 𝑏𝑚 son conocidos.
El sistema de ecuaciones se llama homogéneo si las constantes 𝑏1 = 𝑏2 = ⋯ = 𝑏𝑚 = 0,

caso contrario se denomina no homogéneo. El sistema homogéneo siempre tiene
solución (puede tener solución única o infinitas soluciones).
El primer subíndice 𝑖, indica que estamos trabajando en la 𝑖-ésima

ecuación, mientras que el subíndice 𝑗 está asociado a la variable 𝑥𝑗 . Si
tomamos la 𝑖-ésima ecuación del sistema (2) esta se escribe:
𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑗 𝑥𝑗 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 = 𝑏𝑖
Para hallar la solución del sistema (2) se pueden utilizar varios métodos,
vamos a ver dos de los más importantes
Método de Eliminación gaussiana. El método de eliminación consiste en eliminar

incógnitas del sistema por medio de:
• Intercambio de dos ecuaciones

• Multiplicación de una ecuación por una constante diferente de cero
• Suma un múltiplo de una ecuación a otra.
Ejemplo 4. Resuelva el sistema lineal dado por el método de eliminación.

2𝑥 − 3𝑦 + 4𝑧 = −12
{ 𝑥 − 2𝑦 + 𝑧 = −5
3𝑥 + 𝑦 + 2𝑧 = 1
Primero intercambiamos filas en el sistema

7
𝑥 − 2𝑦 + 𝑧 = −5
2𝑥 − 3𝑦 + 4𝑧 = −12
3𝑥 + 𝑦 + 2𝑧 = 1
Para eliminar 𝑥 de la segunda ecuación, multiplicamos la primera ecuación

por −2 y le sumamos a la segunda ecuación
−2𝑥 + 4𝑦 − 2𝑧 = 10
2𝑥 − 3𝑦 + 4𝑧 = −12
𝑦 + 2𝑧 = −2
Y obtenemos el sistema:
𝑥 − 2𝑦 + 𝑧 = −5
𝑦 + 2𝑧 = −2
3𝑥 + 𝑦 + 2𝑧 = 1
Ahora vamos a eliminar a 𝑥 de la tercera ecuación, sumando (-3) veces la
primera ecuación a la tercera ecuación:
−3𝑥 + 6𝑦 − 3𝑧 = 15
3𝑥 + 𝑦 + 2 𝑧 = 1
7𝑦 − 𝑧 = 16
Y nuestro sistema es:
𝑥 − 2𝑦 + 𝑧 = −5
𝑦 + 2𝑧 = −2
7𝑦 − 𝑧 = 16
Después procedemos a eliminar 𝑦 de la tercera ecuación sumando −7 veces la

segunda ecuación a la tercera
−7𝑦 − 14𝑧 = 14
7𝑦 − 𝑧 = 16
−15𝑧 = 30
Y obtenemos el sistema equivalente
𝑥 − 2𝑦 + 𝑧 = −5
𝑦 + 2𝑧 = −2
−15 𝑧 = 30
Con este sistema podemos obtener 𝑧 = −2 y reemplazando este resultado en

la segunda ecuación sabemos que 𝑦 = −2 − 2(−2) = 2 y sustituyendo estos
valores en la primera ecuación tenemos que 𝑥 − 2(2) − 2 = −5 y obtenemos
que 𝑥 = 1.
Ejemplo 5. https://www.youtube.com/watch?v=0ilTVp5uRz8
1.3 Notación matricial

8
La información esencial de un sistema lineal puede registrarse de manera

compacta en un arreglo rectangular.
Definición 1.4. Matriz de coeficientes. Los coeficientes 𝑎11 , 𝑎12 , … , 𝑎𝑛𝑚 de las
variables 𝑥1 , 𝑥2 , … , 𝑥𝑛 del sistema (2) en un arreglo rectangular A, definida como
𝑎11 𝑎12 … 𝑎1𝑛

𝑎21 𝑎22 … 𝑎2𝑛
𝐴=൮ … … … … ൲
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛
Este arreglo rectangular se denomina matriz de coeficientes asociada al sistema (2).
Ejemplo 6.
Dado el sistema
2𝑥 + 𝑦 − 2𝑧 = −5
2𝑥 + 4𝑦 − 𝑧 = 2 (3)
𝑥 + 2𝑦 + 𝑧 = 11
Podemos definir la matriz de coeficientes asociada al sistema (3) como,
2 1 −2
𝐴 = (2 4 −1)
1 2 2
Las matrices son el tema a desarrollar en la primera parte de este curso. Y son
de suma importancia para poder resolver sistemas lineales. Veamos otra
definición que nos ayuda a resolver de forma más eficiente sistemas de
Definición 1.5. Matriz aumentada. Para el sistema de ecuaciones (2) podemos

escribir un arreglo que contenga las constantes
𝑎11 𝑎12 … 𝑎1𝑛 | 𝑏1

𝑎21 𝑎22 … 𝑎2𝑛 | 𝑏2
൮ ൲
⋮ ⋮ ⋮ ⋮ | ⋮
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 | 𝑏𝑚
Con la matriz aumentada del sistema podemos resolver el sistema de ecuaciones.
ecuaciones.

9
Para el sistema (3) la matriz aumentada se escribe como:
2 1 −2 | −5
(2 4 1 | 2)
1 2 2 | 11
1.4 Resolución de Sistemas de ecuaciones

lineales con matrices
En esta sección vamos a utilizar el método de eliminación en matrices para
resolver sistemas lineales.
En el siguiente ejemplo resolveremos un sistema de ecuaciones lineales

utilizando el método de eliminación con y sin notación matricial y
compararemos los resultados en ambos casos.
Ejemplo 7. Tomemos el sistema de ecuaciones del ejemplo 6, y colocaremos

su matriz aumentada al lado derecho para resolver el sistema (3).
2𝑥 + 𝑦 − 2𝑧 = −5 2 1 −2 | −5
2𝑥 + 4𝑦 − 𝑧 = 2 (2 4 −1 | 2)
𝑥 + 2𝑦 + 2𝑧 = 11 1 2 2 | 11
Primero vamos a cambiar la primera ecuación por la tercera ecuación.
𝑥 + 2𝑦 + 2𝑧 = 11 1 2 2 | 11
2𝑥 + 4𝑦 − 𝑧 = 2 (2 4 −1 | 2)
2𝑥 + 𝑦 − 2𝑧 = −5 2 1 −2 | −5
Mantener 𝑥 en la primera ecuación y la eliminamos de las demás.

Restemos la ecuación 2 de la ecuación 3.
−2𝑥 − 4𝑦 + 𝑧 = −2
2𝑥 + 𝑦 − 2 𝑧 = 5
−3𝑦 − 𝑧 = −7

10
El resultado del cálculo se escribe en lugar de la fila 3.

𝑥 + 2𝑦 + 2𝑧 = 11 1 2 2 | 11
2𝑥 + 4 𝑦 − 𝑧 = 2 (2 4 −1 | 2)
−3𝑦 − 𝑧 = −7 0 −3 −1 | −7
Ahora, sume −2 veces la ecuación 1 a la ecuación 2.
−2𝑥 − 4𝑦 − 4𝑧 = −22
2𝑥 + 4𝑦 − 𝑧 = 2
−5𝑧 = −20
El resultado del cálculo se escribe en lugar de segunda ecuación:
𝑥 + 2𝑦 + 2𝑧 = 11 1 2 2 | 11
−5𝑧 = −20 (0 0 −5 | −20)
−3𝑦 − 𝑧 = −7 0 −3 −1 | −7
Dividiendo para −5 la segunda ecuación tenemos:

𝑥 + 2𝑦 + 2𝑧 = 11 1 2 2 | 11
𝑧=4 (0 0 1 | 4)
−3𝑦 − 𝑧 = −7 0 −3 −1 | −7
Ahora intercambiemos la segunda ecuación por la tercera:

𝑥 + 2𝑦 + 2𝑧 = 11 1 2 2 | 11
−3𝑦 − 𝑧 = −7 (0 −3 −1 | −7)
𝑧=4 0 0 1 | 4
Sumemos la ecuación 2 con la ecuación 3

−3𝑦 − 𝑧 = −7
𝑧 = 4
−3𝑦 = −3
El resultado lo sustituimos en la ecuación 2

𝑥 + 2𝑦 + 2𝑧 = 11 1 2 2 | 11
−3𝑦 = −3 (0 −3 0 | −3)
𝑧= 4 0 0 1 | 4

11
Si dividimos la segunda ecuación para −3 tenemos que el sistema resultante

es:
𝑥 + 2𝑦 + 2𝑧 = 11 1 2 2 | 11
𝑦 =1 (0 1 0 | 1)
𝑧= 4 0 0 1 | 4
Para eliminar 𝑧 de la ecuación 1, restamos 2 veces la ecuación 3 a la ecuación

1:
𝑥 + 2𝑦 + 2𝑧 = 11
−2𝑧 = −8
𝑥 + 2𝑦 = 3
El resultado del cálculo se escribe en lugar de la primera ecuación:

𝑥 + 2𝑦 = −3 1 2 0 | 3
𝑦 =1 (0 1 0 | 1)
𝑧 = 4 0 0 1 | 4
Por último podemos eliminar y de la primera ecuación restando dos veces la
ecuación 2
𝑥 + 2𝑦 = 3
−2𝑦 = −2
𝑥 = 1
Y
𝑥 = 1 1 0 0 | 1
𝑦 =1 (0 1 0 | 1)
𝑧 = 4 0 0 1 | 4
Recursos complementarios
https://www.youtube.com/watch?v=Cr83w2j401k
https://www.youtube.com/watch?v=YitcYubW-RA
Bibliografía
Lay, David. (2012). Álgebra lineal y sus aplicaciones. Cuarta edición. México.
Pearson Educación.

12
Kolman, B; Hill, D. (2006). Álgebra lineal. Octava edición. México. Pearson

Educación.
Grossman S; Flores J. (2012). Álgebra lineal. Séptima edición. México.
McGraw-Hill.
Haeussler, E; Paul, R. (2003). Matemáticas para administración y economía.
Décima edición. México. Pearson Educación.
Del Valle Sotelo, J. C. (2011). Álgebra lineal para estudiantes de ingeniería y
ciencias. Primera edición. México. McGraw-Hill.
Monsalve, S. (2009). Álgebra lineal Con notas históricas y contextos
económicos. Primera edición. Colombia. Universidad Nacional de Colombia.

13
2.3 Operaciones elementales por fila
Recordemos que en el tema 1 de este curso (Sistemas de ecuaciones lineales),

para hallar la solución de un sistema lineal, utilizamos algunas operaciones en
lo que conocemos como matriz aumentada. Ahora vamos a utilizar dichas
operaciones para encontrar matrices equivalentes y matrices inversas.
Recordemos las operaciones elementales por fila.
2.4 Solución de sistemas de ecuaciones con el método de la matriz
aumentada
La solución de sistemas de ecuaciones lineales aplicando operaciones

elementales de fila en la matriz aumentada es un método general que se usa
para resolver cualquier sistema de ecuaciones lineales.
Ejemplo. Resuelva el sistema de ecuaciones:

 https://www.youtube.com/watch?v=Wf_5ukdJw_w
 https://www.youtube.com/watch?v=4lbQZC78imc
 https://www.youtube.com/watch?v=XRcx8-2lLJI
3.1 Introducción
Como vimos en los contenidos anteriores, las matrices nos permiten resolver
sistemas de ecuaciones de manera más eficiente y ordenada. Es importante
saber manipular las matrices para poder resolver problemas más complicados
en donde intervienen las matrices.
Supongamos, por ejemplo, que una tienda de helados vende dos tipos de helado:
uno a base de agua y otro de crema, para ambos se elaboran en dos sabores
(mora y fresa). Las ventas en dos días diferentes están dadas en las matrices
3.4 Multiplicación de matrices
Además de la suma de matrices y la multiplicación de una matriz por un escalar,

podemos definir la multiplicación de dos matrices bajo ciertos parámetros.
Ejemplo. https://www.youtube.com/watch?v=Tjrm3HsqBXE
Nota. Es importante verificar que las dimensiones de las matrices sean las
adecuadas para realizar la multiplicación, es decir, que el número de columnas
de la primera matriz sea igual al número de filas de la segunda.
Por lo tanto A es involutiva
3.7 Representación matricial de un sistema de ecuaciones
Dado un sistema de ecuaciones lineales con incógnitas es un sistema de la

forma:
 https://www.youtube.com/watch?v=4HgEfOukm78
 https://www.youtube.com/watch?v=TFNhQq8wxmY
 https://www.youtube.com/watch?v=S89lkpvajyU
 https://www.youtube.com/watch?v=q-4SLofJeMQ
4.1 Introducción
Las matrices son una herramienta indispensable cuando tenemos que solucionar
un sistema de ecuaciones. En esta parte del curso veremos una manera muy útil
para la solución de sistemas lineales.
https://youtu.be/W214PLI0quQ
19/9/2020 5.1 Introducción | Tema 5: Determinantes
5.1 Introducción
Los determinantes son una herramienta importante para calcular la inversa de una
matriz y para resolver sistema de ecuaciones de manera más eficiente, por lo que en
este contenido veremos distintos métodos para hallar el determinante de una matriz y
su utilidad.
Obra publicada con Licencia Creative Commons Reconocimiento Compartir igual 4.0
Unidad de Educación a Distancia
https://evirtual.espe.edu.ec/programas_scorm.cgi?id_curso=16830&id_unidad=179587&id_pkg=13303&wAccion=ver_scos 1/1
19/9/2020 5.2 Determinante | Tema 5: Determinantes
5.2. Determinante
Antes de definir en forma general el determinante de una matriz vamos a ver algunos
determinantes, para familiarizarnos con el concepto.
Ejemplo. Calcule el determinante de la matriz
Entonces
Nota. Este método no funciona para matrices de si Si se intenta algo

similar para determinantes de una matriz o de orden mayor, se obtiene una
respuesta equivocada.
Ejemplo. https://www.youtube.com/watch?v=8OnOZvc5rFQ
Para calcular el determinante de una matriz tamaño , definimos:
Ejemplo. Sea
Encontrar los menores
Ejemplo. Sea
Encontrar y
Ejemplo. Sea
Encontrar
Con la definición de cofactor podemos definir el determinante de una matriz cuadrada

de cualquier dimensión. El determinante encontrado por este método se denomina
expansión por cofactores.
Ejemplo. https://www.youtube.com/watch?v=ks0b0jufI7Y
Hacemos la expansión por cofactores en la primera fila
Hacemos el desarrollo por fila 2.
Ejemplo. https://www.youtube.com/watch?v=q5N6XDctBNs&t=4s
19/9/2020 5.3 Propiedades de los determinantes | Tema 5: Determinantes
5.3 Propiedades de los determinantes
Los determinantes tienen propiedades importantes, que facilitan el cálculo del mismo.
En esta sección vamos a ver las propiedades más importantes de los determinantes.
Ejemplo. Para una matriz 3x3 triangular superior:
Para una matriz 3x3 triangular inferior
Ejemplo
Ejemplo
Ejemplo. Sean las matrices
Hallar el determinante de la suma de las dos matrices es:
Ejemplo. Sean
Ejemplo
Ejemplo
Ejemplos
Ejemplo. https://www.youtube.com/watch?v=ckeT2SIszgo
19/9/2020 5.4 Determinantes y matrices inversas | Tema 5: Determinantes
5.4 Determinantes y matrices inversas
Los determinantes juegan un rol importante en el cálculo y caracterización de las

matrices cuadradas. En esta sección vamos a ver algunos teoremas que nos
ayudarán para la solución de sistemas de ecuaciones.
Ejemplo
Por lo tanto podemos concluir que A es invertible.
Ejemplo. En el ejemplo anterior podemos obtener el determinante de la matriz inversa

de A sin necesidad de calcular sus entradas:
La matriz de cofactores es una matriz cuadrada de la misma dimensión que la matriz

A.
Ejemplo. Sea
Encuentre la matriz adjunta de H
Para calcular la matriz adjunta H de primero calculamos la matriz de cofactores,

encontrando todos los cofactores de H:
Entonces
Y la matriz adjunta es
Ejemplo. Del ejemplo anterior podemos calcular la matriz inversa de , podemos

calcular
19/9/2020 5.5 Regla de Cramer | Tema 5: Determinantes
5.5 Regla de Cramer
La solución de sistemas de ecuaciones lineales por el método de Cramer se usa con sistemas
osea el sistema tiene única solución.
Ejemplo. Resuelva el sistema de ecuaciones:
Obtenemos el determinante de la matriz de coeficientes:
Calculamos las variables (incógnitas):
Observe cómo varía de posición la columna del determinante del numerador, en respecto
del determinante de que se encuentra en el denominador, la columna de los coeficientes
de se reemplaza con los valores de los términos independientes.
Ahora veamos las equivalencias de los resultados, en todos los temas de la primera parte del
curso.
11/8/2020 6.1. Espacio vectorial | Tema 6: Espacios vectoriales
6.1 Espacio Vectorial
Definición de espacio vectorial:
Ejemplo. El conjunto de los puntos en R^2 que están en una recta que pasa por el origen.
Ejemplo https://www.youtube.com/watch?v=WtnMNnIjUUk
Existen numerosos conjuntos que conforman un espacio vectorial, los más

importantes son:
Ejemplo. https://www.youtube.com/watch?v=vm2rOyVJA8M
Debemos tener claro que no todo conjunto es un espacio vectorial, pero cuando
estamos trabajando con un conjunto que es espacio vectorial podemos asegurar que
se cumple el siguiente teorema.
11/8/2020 6.2. Subespacios vectoriales | Tema 6: Espacios vectoriales
6.2. Subespacio vectorial
En esta sección comenzamos a analizar la estructura de un espacio vectorial. Vamos

a definir los subconjuntos de un espacio vectorial que heredan las propiedades del
espacio con la misma suma y multiplicación por escalar.
En un espacio vectorial V podemos encontrar varios subespacios vectoriales, pero es

tedioso probar para cada subconjunto de V las 10 propiedades de espacio vectorial,
pero con el siguiente teorema de caracterización podemos examinar los subconjuntos
de V de forma más eficiente.
https://evirtual.espe.edu.ec/programas_scorm.cgi?id_curso=16830&id_unidad=179588&id_pkg=14656&wAccion=ver_scos#ver_documento 1/5
Ejemplo https://www.youtube.com/watch?v=XdhUKew8250
Por lo que podemos concluir que no es un subespacio vectorial.
11/8/2020 6.3 Subespacio generado por un conjunto | Tema 6: Espacios vectoriales
6.3 Subespacio generado por un conjunto
Para definir un subespacio generado por un conjunto de vectores, debemos

familiarizarnos con la siguiente definición.
Ejemplo
https://www.youtube.com/embed/n6ZbDKquQoA
https://www.youtube.com/watch?v=n6ZbDKquQoA
https://www.youtube.com/embed/QDtd0NPl9bY
https://www.youtube.com/watch?v=QDtd0NPl9bY
19/9/2020 7.1 Independencia Lineal | Tema 7: Base y dimensión
7.1 Independencia lineal
Observación
La combinación lineal nula produce un sistema de ecuaciones lineales homogéneo.

Entonces estos sistemas tienen solución única (la trivial nula) o infinitas soluciones.
Ejemplo
Dado el conjunto
Determinar si S es linealmente independiente o linealmente dependiente.
Planteamos la combinación lineal nula:
Y obtenemos el sistema lineal de ecuaciones homogéneo
Si resolvemos el sistema, por medio de eliminación gaussiana, tenemos:
Como el sistema tiene mayor número de incógnitas es mayor al número de

ecuaciones, el sistema tiene soluciones infinitas dadas por:
Por tanto, el conjunto es linealmente dependiente.
Ejemplo: https://www.youtube.com/watch?v=v_8cxaXIU7s
19/9/2020 7.2 Base de un espacio vectorial | Tema 7: Base y dimensión
7.2. Base de un espacio vectorial
En esta sección vamos a ver uno de los conceptos más importantes en espacios
vectoriales. El concepto de base permite caracterizar algunos espacios vectoriales
con un conjunto de elementos que tienen ciertas características, lo que ayuda a
comprender la estructura de un espacio vectorial.
Ejemplo: https://www.youtube.com/watch?v=ekEfVWn2TKI
19/9/2020 7.3 Dimensión de un espacio vectorial | Tema 7: Base y dimensión
7.3 Dimensión de un espacio vectorial
Por el concepto de base de un espacio vectorial se puede introducir el siguiente

concepto:
19/9/2020 7.4 Rango, nulidad, espacios fila y columna de una matriz | Tema 7: Base y dimensión
7.4 Rango, nulidad, espacio fila y espacio columna de una matriz
Para una matriz A podemos aplicar las nociones de espacio vectorial, independencia
lineal y bases para determinar si la matriz es invertible o si un sistema de ecuaciones
tiene solución o no, por lo que vamos a introducir algunos conceptos importantes.
19/9/2020 8.1 Producto interno | Tema 8: Espacios con producto interno
8.1 Producto interno
En los contenidos anteriores vimos las características y estructura de un espacio

vectorial, en este contenido vamos a dotar de algunas propiedades a los espacios
vectoriales.
19/9/2020 8.2 Bases ortogonales | Tema 8: Espacios con producto interno
8.2. Bases ortogonales
Para encontrar bases ortogonales y ortonormales, a partir de una base vamos a

describir el proceso de Gram-Schmidt.
19/9/2020 8.3 Proyección ortogonal | Tema 8: Espacios con producto interno
8.3 Proyección ortogonal
En un espacio vectorial podemos escoger un elemento del espacio vectorial y

proyectarlo en un subespacio vectorial por medio de una base ortogonal. A
continuación vamos a ver algunas definiciones que nos permiten entender la noción
de proyección.
Ejemplo
https://www.youtube.com/watch?v=Jpcc-iwjYso
19/9/2020 9.1 Transformaciones lineales | Tema 9: Transformaciones lineales
9.1 Transformaciones lineales
En este contenido vamos a estudiar un tipo especial de funciones llamadas

transformaciones lineales, que se presentan con mucha frecuencia en álgebra lineal.
Las transformaciones lineales tienen muchas aplicaciones en todos los campos de la
ciencia y de la vida cotidiana.
Un ejemplo informal de una transformación lineal en la vida cotidiana es el reflejo o

proyección.
Imaginemos un hombre en la orilla de un lago. Este hombre mira su reflejo en el agua

por varios minutos mientras piensa. Yo un objeto en tres dimensiones, a través del
agua me convertí en una imagen en el agua que tiene dos dimensiones.
Ejemplo: https://www.youtube.com/watch?v=9K_psoKn-4
Ejemplo https://www.youtube.com/watch?v=ccPk2Oaru2M
19/9/2020 9.2 Núcleo e Imagen | Tema 9: Transformaciones lineales
9.2. Núcleo e Imagen
Una consecuencia de que el núcleo e imagen de una transformación sean espacios

vectoriales, es que poseen base y dimensión.
19/9/2020 9.3 Isomorfismos | Tema 9: Transformaciones lineales
9.3 Isomorfismos
19/9/2020 10.1 Valores y vectores propios | Tema 10: Valores y vectores propios
10.1 Valores y vectores propios
Ejemplo: https://www.youtube.com/watch?v=jpKrtkrCmiI
19/9/2020 10.2 Diagonalización de matrices | Tema 10: Valores y vectores propios
10.2. Diagonalización de matrices

Algebra Lineal

Cargado por

Copyright:

Formatos disponibles

Algebra Lineal

Cargado por

Información del documento

Descripción original:

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

Algebra Lineal

Cargado por

Copyright:

Formatos disponibles

Tema 1

Sistemas de ecuaciones lineales

1.1 Introducción a los Sistemas de ecuaciones

En este tema vamos a revisar algunos conceptos importantes para

donde 𝑏 y los coeficientes 𝑎1 , 𝑎2 , … , 𝑎𝑛 son números reales o complejos, además el subíndice 𝑛

Sistemas de ecuaciones lineales

Un ejemplo de ecuación lineal es:

Un ejemplo de una ecuación que no sea lineal es:

Más detalles en: https://www.youtube.com/watch?v=Al_WbyKFpdI

Ejemplo 1: Sistema con solución única Consideremos el sistema

Imagen gif animada

Si sumamos las dos ecuaciones obtenemos que 3𝑥 = 9, por lo que podemos

Sistemas de ecuaciones lineales

Ejemplo 2: Sistema con infinitas soluciones Consideramos el sistema

Imagen gif animada

Se nota claramente que las dos ecuaciones son equivalentes. Es decir

Ejemplo 3: Sistema sin soluciones Consideramos el sistema

Sistemas de ecuaciones lineales

Imagen gif animada

Teorema 1.1. El sistema de ecuaciones

de dos ecuaciones y dos incógnitas tiene:

• Solución única si y sólo si 𝑎11 𝑎22 − 𝑎12 𝑎21 ≠ 0

Aplicando el Teorema 1.1 en ejemplo 1 tenemos que si calculamos

Más detalles en: https://www.youtube.com/watch?v=4fMc5fpdvzE

Sistemas de ecuaciones lineales

1.2 Sistemas de ecuaciones lineales

Definición 1.3. Sistema de ecuaciones Un sistema de 𝑚 ecuaciones lineales con 𝑛

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

donde los coeficientes 𝑎11 , 𝑎12 , … , 𝑎𝑚𝑛 y 𝑏1 , 𝑏2 , … , 𝑏𝑚 son conocidos.

El sistema de ecuaciones se llama homogéneo si las constantes 𝑏1 = 𝑏2 = ⋯ = 𝑏𝑚 = 0,

El primer subíndice 𝑖, indica que estamos trabajando en la 𝑖-ésima

Método de Eliminación gaussiana. El método de eliminación consiste en eliminar

• Intercambio de dos ecuaciones

Ejemplo 4. Resuelva el sistema lineal dado por el método de eliminación.

Primero intercambiamos filas en el sistema

Sistemas de ecuaciones lineales

Para eliminar 𝑥 de la segunda ecuación, multiplicamos la primera ecuación

Después procedemos a eliminar 𝑦 de la tercera ecuación sumando −7 veces la

Con este sistema podemos obtener 𝑧 = −2 y reemplazando este resultado en

1.3 Notación matricial

La información esencial de un sistema lineal puede registrarse de manera

𝑎11 𝑎12 … 𝑎1𝑛

Este arreglo rectangular se denomina matriz de coeficientes asociada al sistema (2).

Definición 1.5. Matriz aumentada. Para el sistema de ecuaciones (2) podemos

𝑎11 𝑎12 … 𝑎1𝑛 | 𝑏1

Con la matriz aumentada del sistema podemos resolver el sistema de ecuaciones.

Sistemas de ecuaciones lineales

Para el sistema (3) la matriz aumentada se escribe como:

1.4 Resolución de Sistemas de ecuaciones

En el siguiente ejemplo resolveremos un sistema de ecuaciones lineales

Ejemplo 7. Tomemos el sistema de ecuaciones del ejemplo 6, y colocaremos

Primero vamos a cambiar la primera ecuación por la tercera ecuación.

Mantener 𝑥 en la primera ecuación y la eliminamos de las demás.

Sistemas de ecuaciones lineales

El resultado del cálculo se escribe en lugar de la fila 3.

Ahora, sume −2 veces la ecuación 1 a la ecuación 2.

El resultado del cálculo se escribe en lugar de segunda ecuación:

Dividiendo para −5 la segunda ecuación tenemos: