Clase 2

TECNICATURA SUPERIOR EN
Ciencia de Datos e
Inteligencia Artificial
Álgebra
Módulo
Vectores y Matrices.
ISPC / Tecnicatura Superior en Ciencia de Datos e Inteligencia Artificial
ÍNDICE
Matrices 2
Ecuaciones Lineales 2
Matrices 6
Solución de ecuaciones Lineales 11
Actividades 14
Referencias Bibliográficas 16
1
Matrices
Ecuaciones Lineales
Una ecuación lineal es una ecuación que representa una línea recta en un plano
cartesiano. Generalmente, se expresa en la forma:
ax=b
o lo que es lo mismo
ax + by = c
donde (a), (b) y (c) son constantes, y (x) y (y) son variables.
Las ecuaciones lineales se utilizan para construir modelos de regresión lineal, que
son fundamentales en el análisis predictivo.
Entonces una ecuación lineal expresada en forma análoga:
𝑎1 𝑥1 +𝑎2 𝑥2 + 𝑎3 𝑥3 + ⋯ 𝑎𝑛 𝑥𝑛 = b,
que expresa b en términos de las variables 𝑥1 , 𝑥2 , … 𝑥𝑛 y las constantes conocidas
𝑎1, 𝑎2, … 𝑎𝑛 , se denomina ecuación lineal.
Muchas veces se plantea b y las constantes𝑎1, 𝑎2, … 𝑎𝑛 , y se solicita determinar
los números 𝑥1, 𝑥2 … 𝑥𝑛 , denominados incógnitas, que satisfacen la ecuación.
Una solución de una ecuación lineal es una sucesión de n números 𝑠1, 𝑠2,… 𝑠𝑛 que
tienen la propiedad de satisfacer una ecuación, cuando 𝑥1 = 𝑠1 , 𝑥2 = 𝑠2 … 𝑥𝑛 = 𝑠𝑛
se sustituyen en la ecuación.
Por ejemplo: 𝑥1 = 2, 𝑥2 = 3 y 𝑥3 = −4 es una solución de la ecuación lineal
6𝑥1 − 3𝑥2 + 4𝑥3 = −13,
ya que
6(2) − 3(3) + 4(−4) = −13.
Ésta no es la única solución para la ecuación lineal, ya que se podría buscar otra.
2
Entonces un sistema de m ecuaciones lineales con n incógnitas 𝑥1, 𝑥2 … 𝑥𝑛 ,
es un conjunto de m ecuaciones lineales, cada una con n incógnitas.
Una solución del sistema lineal es una sucesión de n números 𝑠1, 𝑠2,… 𝑠𝑛 ,
que tiene la propiedad de que cada ecuación se satisface cuando 𝑥1 = 𝑠1 , 𝑥2 =
𝑠2 … 𝑥𝑛 = 𝑠𝑛 se sustituyen en (2)
Para encontrar las soluciones del sistema lineal, usaremos una técnica denominada
método de eliminación. Esto es, eliminamos algunas de las incógnitas sumando un
múltiplo de una ecuación a otra ecuación.
ejemplo de cómo resolver un sistema de ecuaciones lineales utilizando el método
de eliminación (también conocido como método de eliminación de Gauss).
Consideremos el siguiente sistema de ecuaciones:
2x + 3y = 16
4x - y = 9
Paso 1: Igualar los coeficientes de una variable
Primero, multiplicamos la segunda ecuación por 3 para que los coeficientes de (y)
en ambas ecuaciones sean iguales:
2x + 3y = 16
3(4x - y) = 3(9)
Lo que nos da:
2x + 3y = 16
12x - 3y = 27
Paso 2: Sumar o restar las ecuaciones para eliminar una variable
Sumamos las dos ecuaciones para eliminar (y):
(2x + 3y) + (12x - 3y) = 16 + 27
3
Esto simplifica a:
14x = 43
Paso 3: Resolver para la variable restante
Ahora, resolvemos para (x):

43
x=
14
Paso 4: Sustituir el valor encontrado en una de las ecuaciones originales
Usamos el valor de (x) en la primera ecuación para encontrar (y):

43
2 14+ 3y = 16
Simplificamos la expresión:
43
+ 3y = 16
7
43
Restamos de ambos lados:
7
43
3y = 16 - 7
69
3y = 7
Finalmente, resolvemos para (y):

43
y= :3
7
23
y= 7
Solución final
43 23
La solución al sistema de ecuaciones es : x = 14 y, y = 7
Ejemplo: Dado el sistema lineal
x − 3y = −7
2x − 6y = 7.
4
Decidimos eliminar x. Para ello, sumamos (−2) veces la primera (la primera
ecuación multiplicada por 2) ecuación a la segunda, y obtenemos
x − 3y = −7
0x + 0y = 21
cuya segunda ecuación no tiene sentido. Esto significa que la solución del sistema
lineal es el conjunto vacío; en términos prácticos, podemos decir que el sistema no
tiene solución, es un conjunto vacío.
Hemos visto que el método de eliminación consiste de la realización repetida de las
operaciones siguientes:
1. Intercambiar dos ecuaciones.
2. Multiplicar una ecuación por una constante diferente de cero.
3. Sumar un múltiplo de una ecuación a la otra
El método de eliminación proporciona otro sistema lineal que tiene exactamente las
mismas soluciones que el sistema dado. El nuevo sistema lineal puede resolverse
después sin dificultad.
Gráficas:
Dado un sistema lineal con las incógnitas x y y;
a1x + a2y = c1
b1x + b2y = c2.
La gráfica de cada una de estas ecuaciones es una línea recta, que denotamos
mediante L1 y L2, respectivamente. Si x = s1, y = s2 es una solución del sistema
lineal (15), entonces el punto (s1, s2) pertenece a ambas rectas, L1 y L2. De manera
recíproca, si el punto (s1, s2) está en ambas rectas, L1 y L2, entonces x = s1, y =
s2 es una solución para el sistema lineal.
5
Entonces podemos llegado a tres posibilidades, siguiendo una alternativa
geométrica:
1. El sistema tiene una solución única; esto es, las rectas L1 y L2 se
intersecan exactamente en un punto, el sistema tendrá una única solución.
2. El sistema no tiene solución; es decir, las rectas L1 y L2 no se intersecan.
3. El sistema tiene un número infinito de soluciones; en otras palabras, las
rectas L1 y L2 coinciden
Matrices
Ecuaciones lineales y matrices
Una matriz, nos ayudará a simplificar en gran medida nuestra notación,
permitiéndonos desarrollar herramientas para resolver muchos problemas
importantes.
Las matrices son fundamentales para representar y manipular grandes conjuntos
de datos, realizar transformaciones lineales y resolver sistemas de ecuaciones
lineales, todos ellos esenciales en algoritmos de machine learning, análisis de datos
y otros campos de la inteligencia artificial.
Una matriz A de m × n es un arreglo rectangular de mn números reales (o
complejos) ordenados en m filas (renglones) horizontales y n columnas verticales:
Diremos que A es m por n (que se escribe m × n). Si m = n, decimos que A es una
6
matriz cuadrada de orden n, y que los números𝑎11, 𝑎22 … 𝑎𝑛𝑛 , ann forman la diagonal
principal de A. Nos referimos al número aij, que está en la i-ésima fila (renglón) y la
j-ésima columna de A, como el i, j-ésimo elemento de A, o la entrada (i, j) de A, y
so lemos escribir (1) como
A = [𝑎𝑖𝑗 ].
Volvamos ahora a retomar la definición de matriz, ahora de manera más sencilla:
es una disposición rectangular de números, símbolos o expresiones, organizados
en filas y columnas. Cada número o elemento de la matriz se llama entrada o
elemento.
Características de las Matrices:
Dimensiones: Una matriz se describe por su número de filas m y columnas n y se
denota como una matriz de tamaño (m x n. Por ejemplo, una matriz 3 x 2 tiene 3
filas y 2 columnas.
Matriz de tamaño 3 x 2:
𝑎11 𝑎12
𝑎21 𝑎22
𝑎31 𝑎32
Matriz Cuadrada: Una matriz es cuadrada si el número de filas es igual al número
de columnas m = n. Por ejemplo, una matriz 2 x 2.
𝑎11 𝑎12
𝑎21 𝑎22
7
Diagonal Principal: En una matriz cuadrada, la diagonal principal está compuesta
por los elementos donde el subíndice de la fila y la columna son iguales. Cabe
aclarar que las matrices que no son cuadradas no tienen diagonal principal, ya que
es un término que solo aplica específicamente a matrices cuadradas; la razón es
que la matriz no cuadrada, el número de filas y de columnas es diferente lo que
impide que haya una única diagonal.
Matriz Identidad: Es una matriz cuadrada en la que todos los elementos de la
diagonal principal son 1 y todos los demás elementos son 0.
Matriz Nula: Es una matriz en la que todos los elementos son 0.
Operaciones con Matrices
Suma de Matrices: Dos matrices pueden sumarse si tienen las mismas
dimensiones. La suma se realiza elemento a elemento.
1 2 5 6 6 8
A= 3 4 + B= 7 8 = 10 12
Resta de Matrices: Similar a la suma, las matrices deben tener las mismas
dimensiones y se resta elemento a elemento.
5 6 1 4 4 2
A= 7 8 - B= 3 4 = 4 4
8
Multiplicación o producto por un Escalar: Cada elemento de la matriz se multiplica
por el escalar.
2. 5 6 10 12
7 8 = 14 16
Multiplicación de Matrices: Para multiplicar dos matrices A y B, el número de
columnas de A debe ser igual al número de filas de B, y se calcula el producto de
las filas por las columnas
1 2 5 6 2 1.5 + 2.7 1.6 + 2.8 1.2 +2.1
A= 3 4 x B= 7 8 1 = 3.5 + 4.7 6.6+4.8 3.2+ 4.1 =
19 22 4
C= 43 68 10
Algunas Transformaciones Matriciales
Transpuesta de una Matriz o transposición de una matriz: La transpuesta de una
matriz A, denotada como 𝐴𝑇 , se obtiene intercambiando las filas por columnas.
Ilustración 1 Matriz transpuesta
Determinante de una Matriz: Solo se define para matrices cuadradas y es un valor
escalar que puede ayudar a determinar si una matriz es invertible. Se trata de ir
9
operando con las diagonales de la matriz, por eso solo se calcula en matrices
cuadradas:
Ilustración 2 determinante en matriz 2 x 2
Ilustración 3 determinante en matriz 3 x 3
Ilustración 4 determinante de una matriz 4 x 4
Inversa de una Matriz: Solo las matrices cuadradas que tienen un determinante
diferente de cero tienen una inversa, denotada como 𝐴−1 .
Dada una matriz A, primero se calcula el determinante, luego dividimos 1/el
determinante y multiplicamos cada elemento de la matriz por ese resultado,
obteniendo así la inversa de una matriz.
10
Existen diferentes métodos para calcular la inversa de una matriz. Si una matriz es
invertible podemos calcular su inversa a partir del método por determinantes, el
método de Gauss-Jordan y el método por adjuntos. Sea cual sea el método para
calcular la matriz inversa, el resultado debe ser el mismo, ya que una matriz tan
sólo tiene una inversa.
Soluciones de ecuaciones lineales
Es posible manipular la matriz aumentada que representa un sistema lineal
dado, y llevarla a una forma de la cual puedan deducirse fácilmente las soluciones.
En principio aclarar que una matriz A de m × n está en forma escalonada reducida
por filas (renglones) cuando:
• Todas las filas que constan sólo de ceros, si las hay, están en la parte
inferior de la matriz.
• La primera entrada distinta de cero de la fila, al leer de izquierda a
derecha, es un1. Esta entrada se denomina entrada principal o uno
principal de su fila.
• Para cada fila que no consta sólo de ceros, el uno principal aparece a
la derecha y abajo de cualquier uno principal en las filas que le
preceden.
• Si una columna contiene un uno principal, el resto de las entradas de
dicha columna son iguales a cero.
En una matriz en forma escalonada reducida por filas, los unos principales
describen un patrón de escalera (“escalonada”) que desciende a partir de la esquina
superior izquierda.
11
Ilustración 5 Matrices escalonadas
El método en donde está reducido a la forma escalonada por filas se denomina
reducción de Gauss*-Jordan**; el método en donde está en la forma escalonada
por filas se denomina eliminación de Gauss.
El procedimiento de reducción de Gauss-Jordan para resolver el sistema lineal Ax
=b es el siguiente.
1. Formar la matriz aumentada.
2. Transformar la matriz aumentada a su forma escalonada reducida por filas
mediante operaciones elementales por filas.
3. Para cada fila distinta de cero de la matriz, se despeja la incógnita
correspondiente a la entrada principal de cada fila asociada con la entrada principal
de esa fila. Las filas que constan completamente de ceros se pueden ignorar, pues
la ecuación correspondiente será satisfecha por cualesquiera valores de las
incógnitas.
Ejemplo:
12
13
Actividades:
Operaciones con matrices:
14
Resolución de sistema de ecuaciones lineales:
1) x+y= 2
2x+2y=4
2) x+y+z=6
2x+2y+2z= 14
z-y+z=2
15
3) x+y=3
2x+2y=7
Referencias Bibliográficas
● KOLMAN, BERNARD; HILL, DAVID R. Álgebra lineal PEARSON
EDUCACIÓN, México, 2006
file:///C:/Users/Win10/Desktop/ISPC/AlgebraLineal.pdf
16

Clase 2

Cargado por

Clase 2

Cargado por

TECNICATURA SUPERIOR EN

cartesiano. Generalmente, se expresa en la forma:

son fundamentales en el análisis predictivo.

Entonces una ecuación lineal expresada en forma análoga:

que expresa b en términos de las variables 𝑥1 , 𝑥2 , … 𝑥𝑛 y las constantes conocidas

𝑎1, 𝑎2, … 𝑎𝑛 , se denomina ecuación lineal.

Muchas veces se plantea b y las constantes𝑎1, 𝑎2, … 𝑎𝑛 , y se solicita determinar

los números 𝑥1, 𝑥2 … 𝑥𝑛 , denominados incógnitas, que satisfacen la ecuación.

tienen la propiedad de satisfacer una ecuación, cuando 𝑥1 = 𝑠1 , 𝑥2 = 𝑠2 … 𝑥𝑛 = 𝑠𝑛

Por ejemplo: 𝑥1 = 2, 𝑥2 = 3 y 𝑥3 = −4 es una solución de la ecuación lineal

6𝑥1 − 3𝑥2 + 4𝑥3 = −13,

6(2) − 3(3) + 4(−4) = −13.

Entonces un sistema de m ecuaciones lineales con n incógnitas 𝑥1, 𝑥2 … 𝑥𝑛 ,

es un conjunto de m ecuaciones lineales, cada una con n incógnitas.

que tiene la propiedad de que cada ecuación se satisface cuando 𝑥1 = 𝑠1 , 𝑥2 =

método de eliminación. Esto es, eliminamos algunas de las incógnitas sumando un

múltiplo de una ecuación a otra ecuación.

ejemplo de cómo resolver un sistema de ecuaciones lineales utilizando el método

de eliminación (también conocido como método de eliminación de Gauss).

Consideremos el siguiente sistema de ecuaciones:

Paso 1: Igualar los coeficientes de una variable

en ambas ecuaciones sean iguales:

Lo que nos da:

Paso 2: Sumar o restar las ecuaciones para eliminar una variable

Sumamos las dos ecuaciones para eliminar (y):

(2x + 3y) + (12x - 3y) = 16 + 27

Paso 3: Resolver para la variable restante

Ahora, resolvemos para (x):

Paso 4: Sustituir el valor encontrado en una de las ecuaciones originales

Usamos el valor de (x) en la primera ecuación para encontrar (y):

Finalmente, resolvemos para (y):

Ejemplo: Dado el sistema lineal

ecuación multiplicada por 2) ecuación a la segunda, y obtenemos

lineal es el conjunto vacío; en términos prácticos, podemos decir que el sistema no

tiene solución, es un conjunto vacío.

Hemos visto que el método de eliminación consiste de la realización repetida de las

1. Intercambiar dos ecuaciones.

2. Multiplicar una ecuación por una constante diferente de cero.

3. Sumar un múltiplo de una ecuación a la otra

después sin dificultad.

Dado un sistema lineal con las incógnitas x y y;

b1x + b2y = c2.

mediante L1 y L2, respectivamente. Si x = s1, y = s2 es una solución del sistema

s2 es una solución para el sistema lineal.

Entonces podemos llegado a tres posibilidades, siguiendo una alternativa

1. El sistema tiene una solución única; esto es, las rectas L1 y L2 se

intersecan exactamente en un punto, el sistema tendrá una única solución.

2. El sistema no tiene solución; es decir, las rectas L1 y L2 no se intersecan.

3. El sistema tiene un número infinito de soluciones; en otras palabras, las

Ecuaciones lineales y matrices

Una matriz, nos ayudará a simplificar en gran medida nuestra notación,

permitiéndonos desarrollar herramientas para resolver muchos problemas

Las matrices son fundamentales para representar y manipular grandes conjuntos

de datos, realizar transformaciones lineales y resolver sistemas de ecuaciones

lineales, todos ellos esenciales en algoritmos de machine learning, análisis de datos

y otros campos de la inteligencia artificial.

Una matriz A de m × n es un arreglo rectangular de mn números reales (o

complejos) ordenados en m filas (renglones) horizontales y n columnas verticales:

Diremos que A es m por n (que se escribe m × n). Si m = n, decimos que A es una

j-ésima columna de A, como el i, j-ésimo elemento de A, o la entrada (i, j) de A, y

so lemos escribir (1) como

Volvamos ahora a retomar la definición de matriz, ahora de manera más sencilla:

es una disposición rectangular de números, símbolos o expresiones, organizados

en filas y columnas. Cada número o elemento de la matriz se llama entrada o

Características de las Matrices:

Dimensiones: Una matriz se describe por su número de filas m y columnas n y se

Matriz Cuadrada: Una matriz es cuadrada si el número de filas es igual al número

de columnas m = n. Por ejemplo, una matriz 2 x 2.

Diagonal Principal: En una matriz cuadrada, la diagonal principal está compuesta

es un término que solo aplica específicamente a matrices cuadradas; la razón es

que la matriz no cuadrada, el número de filas y de columnas es diferente lo que

impide que haya una única diagonal.

Matriz Identidad: Es una matriz cuadrada en la que todos los elementos de la

diagonal principal son 1 y todos los demás elementos son 0.

Matriz Nula: Es una matriz en la que todos los elementos son 0.

Operaciones con Matrices