UNIVERSIDAD DE OCCIDENTE

GUIA DE ESTUDIO
DE
ALGEBRA LINEAL

INGENIERIA INDUSTRIAL Y DE
SISTEMAS

Ing. Luis Antonio Achoy Bustamante.

Ing. Jos Antonio Castro Inzunza.

Septiembre-Diciembre de 2003.

INTRODUCCIN

El lgebra Lineal es una de las ramas de la Matemtica que ms aplicaciones

tiene en la Ingeniera. Surgi como una necesidad para dar solucin a problemas que
en su planteamiento generan modelos lineales.
En este curso se pretende establecer las bases del estudio del lgebra
Lineal, partiendo de los sistemas de ecuaciones lineales, los cuales a su vez, dieron
origen a nuevas herramientas que permitieron simplificar su solucin, tales como: las
matrices y determinantes. Estos dos conceptos se desarrollaron tanto que
actualmente existen teoras para su estudio.
Otros mtodos que se estudian fueron los que utilizan operaciones entre
renglones, como son los de eliminacin Gaussiana y de Gauss-Jordan.
Por ultimo se abordan los vectores que son otra herramienta muy utilizada en
la Ingeniera, son la base para el estudio de la Mecnica y otras ramas de la Fsica.
Se analizan sus propiedades y operaciones, dando nfasis a las aplicaciones.
La del curso se aborda analizando problemas en los cuales surge la necesidad
de la aplicacin de los diferentes conceptos, operaciones, propiedades y mtodos,
considerando las restricciones, ventajas y desventajas.
Como apoyo a las actividades desarrolladas en clase, se recomienda manejar la
investigacin bibliogrfica, la consulta de pginas en Internet, la ejercitacin, la
redaccin de ensayos, etc.
Otro aspecto muy importante para el desarrollo de esta materia es que la
mayora de los mtodos desarrollados en el lgebra lineal tiene un carcter
algortmico, lo que facilita la elaboracin de programas, el uso de software o
calculadoras. En particular se recomienda el uso del Derive 5, el cual tiene la
mayora de las aplicaciones necesaria para el curso.
Esperando que esta propuesta didctica sea de ayuda para la mejor
compresin de las Matemticas.
Los autores.

INDICE
Introduccin

2
3

NDICE
CAPITULO I SISTEMAS DE ECUACIONES LINEALES
1.1 Introduccin
1.2 Determinantes
1.2.1 Mtodo de cofactores
1.2.2 Propiedades de los determinantes
1.2.3 Mtodo del Montante
Ejercicios complementarios captulo I
CAPITULO II MATRICES
2.1 Introduccin
2.2 Operaciones entre matrices y sus propiedades
2.2.1 Transpuesta de una matriz
2.2.2 Producto de un escalar por una matriz
2.2.3 Suma de matrices
2.2.4 Diferencia entre matrices
2.2.5 Producto de matrices
2.2.6 Potencia de una matriz
2.3 Inversa de una matriz
Ejercicios complementarios captulo II
CAPITULO III SOLUCIN DE SISTEMAS DE EC. LINEALES
3.1 Introduccin
3.2 Mtodo de eliminacin Gaussiana
3.3 Mtodo de Gauss-Jordan
3.4 Inversa de una matriz
Ejercicios complementarios captulo III
CAPITULO IV VECTORES
4.1 Introduccin
4.2 Definicin de vector
4.3 Magnitud y direccin de un vector
4.4 Componentes de un vector en R2
4.5 Operaciones con vectores
4.6 Producto de un escalar por un vector
4.7 Diferencia de vectores
4.8 Vectores unitarios
4.9 Vector unitario
4.10 ngulo entre vectores
4.11 Producto escalar
4.12 Vectores en el espacio
4.13 Componentes de un vector en R3
4.14 Producto vectorial
4.15 Triple producto escalar
4.16 Combinacin lineal entre vectores
Ejercicios complementarios captulo IV
BIBLIOGRAFIA

5
6
10
13
15
17
20
22
23
25
25
25
26
27
27
30
31
33
35
36
37
40
43
45
46
47
47
48
50
51
53
55
55
56
57
59
60
65
67
71
72
74
75

CAPITULO I

SISTEMA DE ECUACIONES
LINEALES

CAPTULO I
SISTEMAS DE ECUACIONES LINEALES
1.1.- Sistemas de Ecuaciones Lineales
Los Modelos Matemticos han jugado un papel muy importante para entender y predecir los
fenmenos de la naturaleza, para construir un modelo se debe tener un entendimiento claro de la
situacin, para esto se necesita plantear y responder una serie de cuestiones: Cuales son las
magnitudes involucradas?, Cules se mantienen fijas y cuales son variables?, Cmo se relacionan?,
Existen leyes para establecer las relaciones o hay que formularlas?, Se pueden despreciar algunas
variables para simplificar nuestro modelo?, Cules son las limitaciones del modelo?, etc.
La construccin de un modelo no es una tarea fcil, se requiere recopilar informacin, analizarla e
interpretarla para determinar si es posible encontrar patrones que se puedan reproducir por medio de
relaciones matemticas, una vez que se formula el modelo es necesario validarlo, es decir, los datos que
se obtengan a partir de este, deben ser congruentes con los datos observados. Los modelos matemticos
pueden dar origen a simples ecuaciones con una variable, ecuaciones con varias variables, ecuaciones
diferenciales, sistemas de ecuaciones, etc. Una vez que se tiene el modelo el siguiente paso es
resolverlo, dependiendo del tipo de formulacin matemtica y su grado de complejidad se puede obtener
una solucin exacta o una solucin aproximada, la primera se obtiene por medio de algn procedimiento
matemtico, mientras que la segunda se obtiene por medio de un proceso numrico.
A continuacin se formula un modelo matemtico a partir de un problema:
Un comerciante tiene dos marcas de caf, una nacional que cuesta $25 el Kg y uno importado
que cuesta $35 el Kg, quiere hacer una mezcla de 100 Kg con las dos marcas de caf para poderla
vender a $30 el Kg, Cuntos Kg. de cada caf debe utilizar para preparar la mezcla?.
Al analizar la situacin podemos distinguir que hay cantidades fijas y cantidades variables, los
precios de cada caf y la cantidad de la mezcla son fijos, mientras que las cantidades empleadas de cada
uno de los caf son variables. A estas cantidades se les representa por medio de smbolos para poderlas
manejar dentro del modelo.
Llamemos X a los Kg de caf de la marca nacional y Y a los Kg de caf importado. Ahora
debemos encontrar las relaciones que existen entre las cantidades, en primer lugar tenemos que la
mezcla debe contener 100 kg, esto nos conduce a la relacin:

x + y = 100
Otra relacin la podemos obtener a partir de los costos de cada caf, se debe cumplir que lo que
se gaste en formar la mezcla debe ser igual a lo que se obtenga al vender los 100 Kg de caf:

25 x + 35 y = (100)(30)
25 x + 35 y = 3000
Tenemos entonces dos ecuaciones con las mismas variables, a estas ecuaciones se les conoce
como ecuaciones lineales puesto que las variables estn elevadas a la primera potencia, como las
ecuaciones estn relacionadas entre si forman lo que se conoce como un sistema de ecuaciones
lineales. Este tipo de modelo matemtico se estudia durante el presente curso.

x + y = 100

25 x + 35 y = 3000
Ahora debemos darle solucin, como los valores de las cantidades variables deben ser los
mismos en las dos ecuaciones, podemos despejar una variable de una ecuacin y sustituirla en la otra
ecuacin:
Despejando x de la primera ecuacin nos queda:

x = 100 y
Sustituyendo este valor en la segunda:

25(100 y ) + 35 y = 3000
2500 25 y + 35 y = 3000
10 y = 500
y = 50

La solucin es utilizar 50 Kg de cada caf para preparar la mezcla.

En general una ecuacin lineal esta formada por una suma de trminos en los cuales aparece
una sola variable elevada a la primera potencia. No deben estar afectadas por funciones trigonomtricas,
logaritmos, etc. Existe un formato general para estas ecuaciones:

a1 x1 + a2 x2 + a3 x3 + .... + an xn = k
Donde

a1 , a2 , a3 ,..., an son constantes reales o complejas

x1 , x2 , x3 ,..., xn son variables que pueden tomar valores reales o complejos

Cuando se tiene un conjunto de ecuaciones lineales relacionadas entre si, se forma un sistema
de ecuaciones lineales, este se puede escribir utilizando notacin de doble subndice:

a11 x1 + a12 x2 + a13 x3 + .... + a1n xn = k1

a 21 x1 + a22 x2 + a23 x3 + .... + a2 n xn = k 2

.

.
.
.
.
a m1 x1 + am1 x2 + am1 x3 + .... + amn xn = k m
Donde
subndice

aij

son los coeficientes de las variables, el subndice

Sistema de (mxn)

i indica la ecuacin (Rengln) y el

indica la variable (Columna).

xj

son las variables del sistema

ki

son los trminos independientes del sistema

Ejemplos de sistemas de ecuaciones:

2 x1 + 3 x2 = 5
5 x1 4 x2 = 6

x1 +

Sistema de 2 ecuaciones con 2 incgnitas (2x2)

3 x 2 5 x3 +

x4 = 10

2 x1 + x2 3x3 +
3 x1 + 2 x2 + 7 x3 +

2 x4 = 6
5 x4 = 3

3x2 +

Sistema de 4x 4

2 x3 2 x4 = 4
6

En los sistemas de ecuaciones puede haber ms ecuaciones que incgnitas o ms incgnitas de

ecuaciones. Primero trataremos la solucin de los sistemas que tengan igual nmero de ecuaciones e
incgnitas.
1.1.1

Solucin por reduccin

Uno de los mtodos ms usados para resolver los sistemas de ecuaciones lineales es el de
reduccin por suma, el cual consiste en transformar un sistema en otro equivalente por medio de
operaciones entre las ecuaciones, hasta llegar a la solucin del mismo. Se han determinado tres
operaciones bsicas para realizar estas transformaciones:
1.- Intercambiar dos o ms ecuaciones del sistema
2.- Multiplicar una ecuacin por una constante diferente de cero
3.- Sumar un mltiplo de una ecuacin a otra.
A continuacin se resuelve un sistema utilizando el mtodo anterior:

2x + 3 y = 7
4 x + 5 y = 13
Debemos multiplicar las ecuaciones por constantes adecuadas de tal manera que al sumarlas se
elimine una de las variables. Se observa que al multiplicar la primera ecuacin por 2 y al sumarla a la
segunda ecuacin se elimina la variable x:

4 x 6 y = 14
4 x + 5 y = 13

el valor de la variable

y =1

______________________

y = 1
Para calcular el valor de la otra variable se sustituye el valor encontrado en cualquiera de las
ecuaciones originales:

2 x + 3(1) = 7

2x + 3 = 7
La solucin del sistema es x = 2

2x = 4
y =1

x=2

Si graficamos las dos ecuaciones del sistema en un plano cartesiano, el intercepto de las dos
lneas rectas es la solucin del sistema y se dice que el sistema tiene solucin nica.
El procedimiento anterior se puede utilizar para resolver sistemas ms grandes, para esto se
eliminan variables por pares de ecuaciones de tal manera que se reduce el sistema hasta que se obtiene
el valor de una de las variables, este valor se sustituye en las ecuaciones generadas para obtener el valor
de las dems variables, resolvamos el siguiente sistema de ecuaciones:

x1 2 x 2 + 3x 3 = 11 (1)
4 x 1 + x 2 x 3 = 4 ( 2)
2 x1 x 2 + 3x 3 = 10 (3)

Tomemos la ecuaciones (1) y (2) y eliminemos x1, multipliquemos la ecuacin (1) por -4 y la
sumamos a la ecuacin (2):

( x1 2 x 2 + 3 x 3 = 11)(4)

- 4 x1 + 8 x 2 12 x 3 = 44

4 x1 + x 2 x 3 = 4

4 x1 + x 2

x = 4

3
__________________________

9 x 2 13x 3 = 40 (5)
Eliminemos la misma variable de las ecuaciones (1) y (3), multiplicamos la ecuacin (1) por 2:

( x1 2 x 2 + 3x 3 = 11)(2)

2 x1 + 4 x 2 6 x 3 = 22

2 x1 x 2 + 3x 3 = 10

2 x1 x 2 + 3x 3 = 10
____________________________

3x 2 3x 3 = 12 (6)
De las ecuaciones (5) y (6) podemos eliminar x3 :

9 x 2 13x 3 = 40

9 x 2 13x 3 = 40

(3x 2 3 x 3 = 12)(3)

9 x 2 + 9 x 3 = 36
________________________

4 x 3 = 4
x3 = 1
Sustituimos x3 en la ecuacin (5) para obtener x2 :

9 x 2 13(1) = 40
9 x 2 = 40 + 13 = 27
x 2 = 3
Usando la ecuacin (1) calculamos x1 al sustituir x2 y x3 :

x1 2(3) + 3(1) = 11
x1 + 6 + 3 = 11
x1 = 2
La solucin de sistema es el punto (2,-3,1) en este caso representa la interseccin de tres planos
en el espacio y vuelve a pertenecer al tipo solucin nica.

1.2 Determinates
Los determinantes hicieron su aparicin en las matemticas ms de un siglo antes que las
matrices (se desarrollan en la siguiente unidad), de hecho el termino matriz fue introducido por James
Joseph Sylvester, tratando de dar a entender que era La madre de los determinantes.
La mayora de los historiadores coinciden que las propiedades de los determinantes fueron
desarrolladas por el matemtico Gottfried Wilhelm Leibniz.
Uno de los objetivos principales de las Matemticas es el de generalizar los procesos
matemticos lo ms posible. En la seccin anterior se trabaj con el mtodo de reduccin para resolver
sistemas de ecuaciones, podemos hacer una generalizacin de este mtodo trabajando con sistemas en
los cuales tomemos los coeficientes de las variables en forma general
sistema se 2x2:

a ij .

Consideremos primero un

a11 x1 + a12 x 2 = k 1
a 21 x1 + a 22 x 2 = k 2

Para eliminar x1 de las ecuaciones podemos multiplicar la ecuacin (1) por

(2) por

a 21

y la ecuacin

a11 :

(a11 x1 + a12 x 2 = k 1 )( a 21 )
(a 21 x1 + a 22 x 2 = k 2 )(a11 )
a 21 a11 x1 a 21 a12 x 2 = a 21 k 1
a11 a 21 x1 + a11 a 22 x 2 = a11 k 2
Al sumar las dos ecuaciones se eliminan los primeros trminos y se obtiene:

a11 a 22 x 2 a 21 a12 x 2 = a11 k 2 a 21 k 1

En el primer miembro de la ecuacin es posible factorizar x2 y despejarla:

x 2 (a11 a 22 a 21 a12 ) = a11 k 2 a 21 k 1

x2 =

a11 k 2 a 21 k 1
a11 a 22 a 21 a12

El resultado obtenido es la solucin general de x2 para un sistema de 2x2. Si comparamos el

numerador y denominador con las posiciones de los coeficientes en el sistema original podemos observar
que el denominador se obtiene multiplicando en forma cruzada los coeficientes de la siguiente forma:
(-)

a11
a 21

a12
a 22

A esta operacin se le llama determinante y se encierra entre barras, generalmente se representa

por una letra delta ( ):
(-)

a11

a12

a 21

a 22

= a11 a 22 a 21 a 22

La cantidad del numerador la podemos obtener de la misma manera, para esto se sustituye la
segunda columna del determinante por los trminos independientes k:

(-)

2 =

a11

k1

a 21

k2

= a11 k 2 a 21 k 1

El valor de x2 se puede expresar:

x2 =

a11
a 21

2
=
a11

a 21

k1
k2
a 21
a 22

Si procedemos de la misma forma podemos obtener una frmula similar para x1:

x1 =

1.2,1

k1
k2

1
=
a11

a 21

a12
a 22
a 21
a 22

Solucin de Sistemas de Ecuaciones Lineales Usando la regla de Cramer.

Si se aplica el mismo proceso de eliminacin para un sistema de nxn , podemos obtener una
regla general a la cual se le conoce como Regla de Cramer:
En un sistema de ecuaciones lineales de nxn, los valores de las variables se obtienen mediante la
aplicacin de la frmula:

xi =
Donde:

es el determinante formado por los coeficientes de las variables

i es el determinante que se obtiene al sustituir la columna de trminos

independientes ki por la columna que corresponde a los coeficientes de la variable xi
En el caso de que el determinante sea de (3x3) o simplemente de orden 3 es posible usar
multiplicaciones cruzadas para que se completen los productos. Es necesario agregar las dos primeras
columnas al final del arreglo o los dos primeros renglones, a esta forma de calcular un determinante se
conoce como Regla de Sarrus:

10

(-)

a11
= a 21
a 31

a12
a 22
a 32

a13 a11 a12

a 23 a 21 a 22
a 33 a 31 a 32

Los productos hacia abajo se dejan con el mismo signo y los productos hacia arriba se
cambian de signo.
Ejemplo:
Usando la regla de Cramer calcular el valor de x2 del siguiente sistema:

x1 2 x 2 + 3x 3 = 11
4 x1 + x 2 x 3 = 4
2 x1 x 2 + 3x 3 = 10
Como solo queremos el valor de x2 la Regla de Cramer para esta variable es:

x2 =
Primero se calcula

usando los coeficientes de las variables y la Regla de Sarrus:

1 2 3 1 -2
= 4 1 1 4 1 = (3 + 4 12) (6 + 1 24) = 12
2 1 3 2 -1
Como el determinante es diferente de cero el sistema tiene solucin nica. Para el valor de 2 se
sustituyen la columna de trminos independientes en la columna que corresponde a los coeficientes de la
variable x2:

1 11 3 1 11
2 = 4 4 1 4 4 = (12 22 + 120) (24 10 + 132) = 36
2 10 3 2 10
Sustituyendo en la frmula de Cramer:

x2 =

2 36
=
= 3

12

Los valores de las variables x1 y x2 se calculan de la misma manera y se dejan como ejercicio al
lector.

11

La regla de Cramer se puede aplicar a cualquier sistema de (nxn), el problema radica en Cmo
calcular los determinantes?, la regla de Sarrus es posible usarla solo para determinantes de orden 2 o 3,
para determinantes de orden mayor se utilizan otros mtodos.

1.2.2

Calculo de determinantes usando cofactores

Al desarrollar un determinante de orden 3, es posible hacer un agrupamiento que permite

calcularlo usando determinantes de orden menor:
(-)

a11
= a 21
a 31

a12
a 22
a 32

a13 a11 a12

a 23 a 21 a 22
a 33 a 31 a 32

= a11 a 22 a 33 + a12 a 23 a 31 + a13 a 21 a 32 a 31 a 22 a13 a 32 a 23 a11 a 33 a 21 a12

Factorizamos

a11

del primero y quinto trminos,

a12

del segundo y sexto,

a13

del tercero y

cuarto trminos:

= a11 (a 22 a 33 a 32 a 23 ) + a12 (a 23 a 31 a 33 a 21 ) + a13 (a 21 a 32 a 31 a 22 )

Las cantidades entre parntesis son determinantes de orden 2, si se observan las posiciones de
los elementos en el arreglo original, estos corresponden a los que quedan al eliminar el rengln 1 y la
columna 1, en el segundo determinante los elementos corresponden a los que se obtienen al eliminar el
rengln 1 la columna 2 y para el tercero los elementos se obtienen al eliminar el rengln 1 y la columna 3.
En el segundo los elementos estn cambiados de acuerdo a la forma como se calcula el determinante
de orden 2, esto se puede corregir al invertir los productos, para esto se multiplican por 1:

= a11

a 22

a 23

a 32

a 33

a12

a 21

a 23

a 31

a 33

+ a13

a 21

a 22

a 31

a 32

Los determinantes que se obtienen al eliminar el rengln y la columna se les llama menores.
Estos son positivos cuando la suma de las posiciones (i + j ) es par y negativo cuando la suma es
impar, si se considera el signo del menor se le llama cofactor. Se puede llegar a los mismos resultados
escogiendo cualquier rengln o columna, esto se generaliza para obtener el mtodo de los cofactores.
El determinante de un arreglo de orden n, se puede calcular como la suma de los productos de
los elementos de un rengln o columna por sus correspondientes cofactores:
Para un rengln
Para una columna

= a i1 c i1 + a i 2 c i 2 + a i 3 c i 3 + .... + a in c in

= a ij c1 j + a 2 j c 2 j + a 3 j c 3 j + .... + a nj c nj

12

Donde

c ij

es el cofactor del elemento

c ij = (1) i + j M ij . El determinante M ij
eliminar el rengln i y la columna j .

a ij

el cual se calcula con la expresin

se conoce como menor y sus elementos se obtienen al

Ejemplo:
Usando el Mtodo de los Cofactores, calcule el valor del siguiente determinante:

3 1 2
= 4 1 6
2 3 5
Podemos utilizar cualquier rengln o columna, usaremos el primer rengln, de acuerdo a la
formula:

= 3c11 + (1)c12 + 2c13

=3

1 6
4 1
4 6
+2
+ (1)

3 5
2 3
2 5

Usando la regla de Sarrus para los determinantes de orden 2:

= 3(13) + (1)(8) + (2)(10) = 39 + 8 + 20 = 11

Para determinantes ms grandes, este mtodo es bastante laborioso. Calculemos el siguiente
determinante:

3
=

2 6

4 2 8 7
0 2 5 6
2

0 2

Se recomienda utilizar el rengln o columna que tenga ms ceros para realizar menos
operaciones, usaremos la primera columna:

= 3c11 + 4c 21 + 0c 31 + 2c 41 = 3c11 + 4c 21 + 2c 41
Recordemos que los cofactores cuya suma de las posiciones impar son negativos:

2 8 7
0 2 6
0 2 6
= 3 2 5 6 4 2 5 6 2 2 8 7
9 0 2
9 0 2
2 5 6
= 3(129) 4(154) 2(32) = 939
Los determinantes de orden 3 se calculan por cofactores o usando la regla de Sarrus. Para
determinantes de un orden mayor, por ejemplo de orden 5, los menores son de orden 4 y para
calcularlos es necesario utilizar cofactores de nuevo, esto aumenta considerablemente el nmero de

13

productos. Se puede demostrar que el nmero de productos a realizar en un determinante de orden n es

n!. Por ejemplo para el de orden 5:

Nmero de productos 5! = 120

1.2.3

Propiedades de los Determinantes

En los determinantes muy grandes el uso del mtodo de los cofactores es muy laborioso y
tardado, es posible reducir su tamao utilizando tres propiedades bsicas (las demostraciones de estas
propiedades estn fuera del alcance de estas notas). Para ejemplificarlas se usa un determinante de
orden 2:
1.- Al intercambiar dos renglones o columnas el signo del determinante cambia.

a11
a 21

a12
R1 R 2
a 22

Si intercambiamos el rengln 1 con el rengln 2, lo cual se simboliza

R1 R 2

se obtiene un

nuevo determinante:

a 21
a11

a 22
= a 21 a12 a11 a 22 = (a11 a 22 a 21 a12 ) =
a12

El nuevo determinante es el negativo del original, por este motivo cada vez que se hace un
intercambio de renglones o de columnas, es necesario multiplicar por 1 al nuevo determinante.
2.- Si se multiplica un rengln o columna por una constante (k) diferente de cero, el valor del
determinante queda multiplicado por esa constante:

a11

a12

a 21

a 22

kR1 R 2

El rengln 1 se multiplica por una constante k , lo cual se simboliza

ka11
a 21

kR1 R1

ka12
= ka11a 22 ka 21a12 = k (a11 a 22 a 21a12 ) = k
a 22

Al efectuar esta propiedad es necesario multiplicar el nuevo determinante por el reciproco

de k para que el determinante no se altere.
3.- Al sumar un mltiplo de un rengln a otro, el valor del determinante no se altera.

a11
a 21

a12
kR1 + R 2 R 2
a 22

Al multiplicar el rengln 1 por la constante k, este no se modifica pero el resultado se suma al otro
rengln. Al rengln que se usa de esta forma se le llama rengln pivote:

14

a11
a 21

a12
a11
=
a 22 a 21 + ka11

a12
= a11 (a 22 + ka12 ) a12 (a 21 + ka11 )
a 22 + ka12

= a11 a 22 + ka11 a12 a12 a 21 ka11 a12 = a11 a 22 a 21 a12 =

=
Estas tres propiedades se pueden usar para reducir el orden de un determinante, recordemos
que al usar los cofactores se recomienda usar el rengln o columna que tenga el mayor nmero de ceros.
Entonces si podemos transformar los elementos de una columna en ceros usando un rengln fijo, el
determinante ser el elemento diferente de cero de la columna multiplicado por su cofactor, por facilidad
se transforma el elemento diferente de cero en un uno, lo anterior se muestra en el siguiente ejemplo:

2 4

3 5 1
0
R1 R 2
4 5 3 5
1 6 6 2

En primer lugar cambiamos el rengln 1 por el rengln 4, para tener un 1 en el primer elemento,
como se intercambian renglones es necesario multiplicar por 1 :

1 6
=

3 5 1
4 5 3

0
5

2 4

Usando la tercera propiedad hacemos ceros los elementos que estn por abajo del 1 del primer
rengln:

1 6
3 5

6
1

2 3R1 + R 2 R 2
0 4 R1 + R3 R3

4 5 3
2 4 0
1

5 2 R1 + R 4 R 4
7
6

0 13 17
=
0 19 27
0 8 12

13 17 6
6
= 19 27 13 = 120
13
8 12 11
11

Al eliminar el rengln 1 y la columna 1, el determinante de orden 4 se reduce a uno de orden 3 y

enseguida se utiliza la regla de Sarrus. Si el determinante es de mayor tamao es posible que se tengan
que utilizar fracciones en las operaciones.

15

1.2.4

Mtodo del Montante

Existe otro mtodo que utiliza las propiedades de los determinantes, tiene la ventaja de que si las
cantidades son nmeros enteros todos las operaciones se realizan con estos nmeros, para mostrar
como funciona este mtodo se ejemplifica con un determinante de orden 3:

a11 a12 a13

= a 21 a 22 a 23
a 31 a 32 a 33
En primer lugar usaremos el elemento a11 como elemento pivote para hacer los elementos por
abajo cero, esto se realiza sin transformar el elemento pivote en 1:

a11
= 0
0

a12

a 22
a 32

a
a13 21 R1 + R 2 R 2
a11

a 23
a 31
R1 + R3 R3
a 33
a11

Al realizar las operaciones, los nuevos elementos se obtienen con las expresiones:

=
a 22

a11 a 22 a 21 a12
a11

=
a 23

a 32 =

a11 a 32 a 31 a12
a11

a 33 =

a11 a 23 a 21 a13
a11

a11 a 23 a 31 a13
a11

Se observa que los numeradores son determinantes de segundo orden y que todos estn dividios
por

a11 , adems estos tienen una estructura con respecto a los elementos del determinante original, lo

cual nos permite obtenerlos sin necesidad de utilizar las propiedades directamente, vamos a omitir la
divisin por este elemento y solo pondremos los resultados del numerador como los nuevos elementos, la
divisin se realiza al calcular los elementos de la siguiente matriz.

a 22 = a11 a 22 a 21 a12
a 32 = a11 a 32 a 31 a12

Ahora usaremos el elemento

a 22

a 23 = a11 a 23 a 21 a13
a 33 = a11 a 23 a 31 a13

como pivote y se hacen cero los elemento por arriba y debajo

de este, de la misma manera que en todos los resultados se tendr una divisin entre el mismo elemento

a 22

la cual no se realiza, como se omiti la divisin entre

a11 cada operacin realizada se debe dividir

por este nmero, este elemento se va colocando en la diagonal principal.

a 22
= 0
0

0
a 22
0

a
a13 21 R 2 + R1 R1
a 22
a 23
a 32
R 2 + R3 R3
a 33
a 22

16

Los resultados de los nuevos elementos son:

a 22 a12 a12 a 23
a a a 32 a 23
a 33 = 22 33
a11
a11
esto se indica en el determinante:
es el valor de a 33
a 33 0
0
= 0 a 33 0 = a 33

a13 =
El determinante de

a 33

Los pasos del mtodo del Montante se dan a continuacin y se van ejemplificando con el
siguiente determinante:

3 2 1

5 3 0 1
4 2 3 4
1 6 4 1

1.- Tomar el primer rengln como pivote y repetirlo en el siguiente determinante, usar el primer
elemento del primer rengln como pivote, colocar ceros por debajo de este elemento, realizar
determinantes de orden 2 partiendo todos del elemento pivote, como se indica:
Divisor

3 2

0
0

19
2

5 17
5 28

20

11

2.- Repetir el segundo rengln en el siguiente determinante y usar el nmero 19 como elemento
pivote, colocar ceros por arriba y por debajo de este, calcular los determinantes de orden 2 partiendo del
elemento pivote, a los productos que no salgan de este elemento se les cambia de signo, cada resultado
se divide entre 3, el elemento pivote se recorre sobre la diagonal principal:
Divisor

19

0
0
0

19 5 17
0 35 166
0 103 107

17

14

3.- El rengln nmero 3 se usa como pivote y se repite igual en el siguiente arreglo, ahora el
elemento pivote es el 35 y se calculan los determinantes de orden 2 partiendo de el, todos los resultados
se dividen entre 19:

35

52

0
0
0

35 0 75
0 35 166
0 0 1097

El determinante es 1097, para especificar el resultado final, se escribe:

1097
=

0
0
0

1097
0
0
1097
0

18

0
0
0
1097

= 1097

EJERCICIOS COMPLEMENTARIOS
CAPITULO I
1.- Usando el mtodo de sustitucin resolver los siguientes sistemas de ecuaciones lineales.

2 x1 x 2 = 3

2 x1 + 4 x 2 + 6 x3 = 18

5 x1 + 7 x 2 = 4

4 x1 + 5 x 2 + 6 x3 = 24
3 x1 + x 2 2 x3 = 4

2.- Resuelva los sistemas anteriores por medio del mtodo de reduccin.
3.- Usando la Regla de Cramer, obtenga la solucin de los sistemas del ejercicio 1.
4.- En el siguiente sistema de ecuaciones, determine el valor de k para que el sistema tenga solucin
nica.

3x1 + 2 x 2 + kx3 = 10
kx1 + 3x 2 4 x3 = 5
4 x1 kx 2 + x3 = 6
5.- Un vendedor cuenta con tres tipos de caf, uno que cuesta $2.5 la libra, otro tiene un costo de $2.3 la
libra y el ultimo $2.6 la libra. Desea preparar 100 Kg de caf para venderlo a $2.4 la libra. Si debe utilizar
la misma cantidad de los tipos de caf con el precio mayor. Determine cuantos Kg de cada tipo debe
utilizar para preparar la mezcla.
6.-Una compaa fabrica tres tipos de mueble para jardn: sillas, mecedoras y sillones. Cada una requiere
de madera, plstico y aluminio. Los requerimientos de cada uno se dan en la siguiente tabla:

Silla
Mecedora
Silln

Madera
1
1
1

Unidades
Plstico
1
1
2

Aluminio
2
3
5

La compaa tiene 400 unidades de madera, 600 de plstico y 1500 unidades de aluminio. Si se
requiere utilizar todas las unidades en existencia, determine cuantos muebles de cada tipo se deben
fabricar.
7.- Una empresa paga 8 dlares la hora a los trabajadores clasificados de su departamento de ensamble.
A los trabajadores semicalificados de ese departamento se les paga 4 dlares la hora. A los empleados
del departamento de envos se les paga 5 dlares la hora. Debido al incremento de pedidos la compaa
requiere tener un total de 70 trabajadores en los departamentos de ensamble y envos. Pagar un total
de 370 dlares por hora a estos empleados. Debido a una clusula del contrato del contrato de trabajo,
debe haber el doble de trabajadores semicalificados que los calificados. Cuntos trabajadores
calificados, semicalificados y de envos debe contratar la compaa.
8.- Calcule los siguientes determinantes usando el mtodo de cofactores.

19

3
= 9

4 5
0

4 5

4 1
2

9.- Usando las propiedades de los determinantes, reduzca el orden del siguiente determinante hasta uno
de orden 3 y utilice la regla de Sarrus para calcular su valor.

4 3

6 3

1 5

10.- Usando el Mtodo del Montante, calcule el determinante del ejercicio anterior.
11.- Usando el mtodo de cofactores, determine el valor de k para que el siguiente determinante sea igual
a 77. (utilice la divisin sinttica para calcular el valor de k)

3 1 k

2 k

3 0

5 k

0 1 5

12.- Utilice el mtodo de cofactores para calcular el valor de k en el siguiente determinante.(Use el

mtodo de Newton-Raphson para aproximar los valores de k).

1 k

2k

3k

20

=0

CAPITULO II

MATRICES

21

CAPTULO II
MATRICES
2.1 INTRODUCCIN
En el capitulo anterior se utilizo la regla de Cramer para resolver sistemas de Ecuaciones, como
te habrs dado cuenta que la solucin de un sistema de ecuaciones depende de los coeficientes de las
variables del mismo y de los trminos independientes. En esta regla se utilizaron determinante, a lo que
da origen a estos arreglos se le dio el nombre de MATRIZ.
El sistema:

a11 x1 + a12 x2 + a13 x3 + .... + a1n xn = k1

a 21 x1 + a22 x2 + a23 x3 + .... + a2 n xn = k 2
.

.
.
.
.
a m1 x1 + am1 x2 + am1 x3 + .... + amn xn = k m
Se puede obtener la Matriz de los coeficientes del sistema:

a11
a
21
:

a m1

a12
a 22
:
am2

... a1n
... a 2 n
:
:

... a mn

Esta nueva herramienta Matemtica dio origen a lo que actualmente se conoce como Teora de
Matrices. Esta teora la trabajaremos de forma deductiva, para esto hay que dar algunas definiciones y
establecer las operaciones bsicas con sus propiedades.
En primer lugar definiremos lo que es una Matriz, esta es un arreglo rectangular de nmeros
reales o complejos, en la cual se puede distinguir un cierto nmero de renglones y columnas.
Ejemplos de Matrices:

2 4 0
A = 3 4 5
7 8 3

Matriz con 3 renglones y tres columnas.

3 4 8
B=
Matriz de 2 renglones y 3 columnas.
2 1 6
En general el tamao de una Matriz se escribe (m x n), donde m es el nmero de renglones y n el
nmero de columnas. La Matriz A es de (3x3) y la Matriz B es de (2x3).
Los elementos de una Matriz se les representa en forma general como
rengln y j la columna.

22

aij , donde i representa el

Por ejemplo, en la Matriz A el elemento

a23 es el nmero 5.

Las Matrices se simbolizan con letras maysculas y sus elementos, con las letras minsculas
correspondientes.

A = aij , B = bij , etc.

De acuerdo a algunas caractersticas de los elementos se pueden definir algunos tipos de
Matrices importantes:

Matriz Nula.- Es aquella matriz que tiene como elementos exclusivamente ceros.

0 0 0

O= 0 0 0

0 0 0

Esta Matriz puede tener cualquier tamao.

Matriz Identidad.- Tiene la caracterstica de que en su diagonal principal existen unos (1) y fuera
de su diagonal principal, ceros (0). Se simboliza usando I.

1 0 0
I = 0 1 0
0 0 1
Matriz Diagonal.- Se define como la matriz que tiene ceros fuera de la diagonal principal y
valores diferentes de cero y de 1 en su totalidad en la diagonal principal.

2 0 0

A = 0 4 0

0 0 6
Ahora estudiaremos las operaciones principales entre Matrices.

23

2.2 OPERACIONES ENTRE MATRICES Y SUS PROPIEDADES.

En esta seccin se estudian las operaciones bsicas entre matrices y sus propiedades.
2.2.1 Transpuesta de una Matriz: Sea A una matriz cualquiera, su transpuesta se representa A
. En esta operacin, los renglones de A se transforman en columnas de AT.

Si A = aij

AT = a ji

Ejemplos:
Obtenga la transpuesta de las siguientes Matrices:

2 4 6

A = 1 0 7
9 6 3

4 5 3
B=

9 5 7

La Transpuesta de las Matrices son:

2 1 9
A = 4 0 6
6 7 3
T

4 9
B = 5 5
2 2
T

T T

Se puede demostrar que (A ) = A

2.2.2 Producto de un escalar por una Matriz: Sea A una Matriz y k un escalar (nmero), el
producto se obtiene al multiplicar todos los elementos de la Matriz por el escalar.

Si A = aij kA = k aij = kaij

El resultado es una Matriz, del mismo tamao de A.
Ejemplo.

2 4 6

Usando las Matrices A = 1 0 7

9 6 3

4 5 3
B=
calcule:
9 5 7

a) 2A
T
b) 3B
c) Verificar que

2 AT = (2 A)T

Solucin:

2 4 6 4 8 12

a) 2 A = 2 1 0 7 = 2 0 14

9 6 3 18 12 6

24

3 27
2 4 6
2 1 9 6

T
b) 3 A = 3 1 0 7 = 3 4
0 6 = 12 0 18

9 6 3
6 7 3 18 21 9
T

c) Para verificar la igualdad, realice las operaciones en cada miembro.

2 AT = (2 A)T
2 1 9 4 8 12
2 4 0 6 = 2 0 14
6 7 3 18 12 6
4 2 18 4 2 18
8 0 12 = 8 0 12

12 14 6 12 14 6

Como se observa la igualdad entre matrices se logra cuando las Matrices son del mismo
tamao, tienen los mismos elementos y en las mismas posiciones.
Lo cual se representa como

A = B aij = bij .

2.2.3 Suma de Matrices: Para que esta operacin se lleve a cabo, se requiere que las matrices
tengan el mismo tamao. Ya que se fundamenta en la suma de elementos correspondientes.

Si A y B son las matrices, entonces A + B = aij + bij = C donde C es la matriz resultante

Ejemplo:

Sean

a)
b)
c)
d)
e)

2 4
A=

1 5

3 2
6 8
B=
y C=

. Realice las siguientes operaciones.

4 0
1 4

A+B
2A+3C
Verificar que A+B=B+A
Verificar que (A+B)+C=A+(B+C)
T
T
T
Verificar que (A+B) =A +B

Solucin:

2 4 3 2 5 2
A+ B =
+
=

1 5 4 0 3 5
2 4
6 8 4 8 18 24 22 32
b) 2 A + 3C = 2
+ 3

=
+
=

1 5
1 4 2 10 3 12 5 22
a)

Para verificar estas propiedades, se realiza la operacin de cada miembro de la igualdad y

enseguida se comparan los resultados.

25

c)

d)

2
A+ B =
1
3
B+ A=
4

4 3
+
5 4
2 2
+
0 1

2 5
=
0 3
4 5
=
5 3

2
5
2
Propiedad Conmutativa
5

2 4 3 2 6 8 5
( A + B) + C =
+
+
=
1 5 4 0 1 4 3
2 4 3 2 6 8 2
A + (B + C) =
+
+
=
1 5 4 0 1 4 1

2 6
+
5 1
4 9
+
5 3

8 11 10
=
4 2 9
6 11 10
=
4 2 9

Propiedad Asociativa.
Como se observa, los resultados son iguales. La verificacin del ejercicio e se deja al lector.
2.2.4 Diferencia entre Matrices. Esta operacin tiene las mismas caractersticas que la suma,
solo que a la segunda matriz se multiplica por 1.

A B = A + (1) B = aij + bij

Ejemplo:
Usando las Matrices

2 5 0
A=

1 2 5
T

a) A B

b) A -2B

3 6 5
B=
efecta las operaciones:
2 4 3

Solucin:

a)

2 5 0 3 6 5 5 1 5
A B =

1 2 5 2 4 3 3 6 2

2 1
3 2 2 1 6 4 8 5

b) A 2 B = 5 2 2 6 4 = 5 2 + 12 8 = 7 10

0 5
5 3 0 5 10 6 10 1
T

2.2.5 Producto de Matrices: Las operaciones anteriores fueron relativamente fciles de definir,
puesto que se consideraron las matrices como simples tablas de datos, si utilizramos este esquema el
producto se podra obtener al multiplicar elementos correspondientes, pero esta forma no es muy til.
Para definirlo, tomaremos en cuenta que el uso de las Matrices radica en poder manejar en forma
eficiente los sistemas de ecuaciones y que estos se puedan escribir usando matrices. Recordemos que
un sistema de ecuaciones lineales se escribe:

26

a11 x1 + a12 x2 + a13 x3 + .... + a1n xn = k1

a 21 x1 + a22 x2 + a23 x3 + .... + a2 n xn = k 2
.

.
.
.
.
a m1 x1 + am1 x2 + am1 x3 + .... + amn xn = k m

------ (1)

En este sistema se defini la Matriz de coeficientes:

a11
a
21
A=
:

a m1

a12
a 22
:
am2

... a1n
... a 2 n
:
:

... a mn

Es lgico pensar que debemos tener otras dos Matrices que involucren las variables y los
trminos independientes:

x1
x
X = 2
:

xn

k1
k
K = 2
:

k m

Adems el sistema debera poderse escribir, por medio de la ecuacin escribir:

AX = K
a11
a
21
:

a m1

a12
a 22
:
am2

... a1n x1 k1
... a 2 n x 2 k 2
=
:
: : :

... a mn x n k m

Esta operacin es correcta, si los elementos de la matriz K se obtienen mediante la operacin

que representa al sistema (1), consideremos la primera ecuacin:

a11 x1 + a12 x2 + a13 x3 + ... + a1n x n = k1

Si observamos la operacin realizada, se multiplican los elementos del primer rengln de A por la
columna de X y al sumarse da como resultado el primer elemento de K, en la segunda ecuacin del
sistema:

a 21 x1 + a 22 x 2 + a 23 x3 + ... + a 2 n x n = k 2
Aqu multiplicamos los elementos del segundo rengln de la Matriz A por los elementos de la
Matriz X y se obtiene el segundo elemento de la Matriz K, si consideramos la ultima ecuacin del sistema:

a m1 x1 + a m 2 x 2 + a m 3 x3 + ... + a mn x n = k m

27

En esta operacin, multiplicamos los elementos del rengln m por los elementos de la columna
de la Matriz X y se obtiene el ultimo elemento de K. Para que esto sea posible debe existir una igualdad
entre el nmero de columnas de la primera Matriz con los renglones de la segunda.
Las operaciones entre renglones y columnas de las matrices A y X se pueden simbolizar
utilizando la notacin de sumatoria.
n

a x
ij

j =1

= ki

Esto nos proporciona una gua para definir el producto entre dos matrices, el cual se obtiene
como la suma de los productos de los elementos de los renglones de la primera Matriz por los elementos
de las columnas de la segunda matriz. Esta definicin se estructura para que sea compatible con los
sistemas de ecuaciones, ms esto no significa que el producto no se pueda definir de otra manera que
sea til para otras aplicaciones.
Definicin de producto de Matrices. Sea A una Matriz de tamao (m1 x n1) y otra Matriz B de
tamao (m2 x n2), el producto de AB da como resultado otra matriz C, cuyos elementos se obtienen como
la suma de los productos de los elementos de los renglones de A por las columnas de B.

a11
a
21
AB =
:

a m11

a12
a 22
:
a m1 2

a1n1 b11
... a 2 n1 b21

:
: :

... a m1n 1 bm2 1

...

( m1 x n1 )

b12

b1n2 c11
... b2 n2 c21
=
:
: :

... bm2 n2 a m11
...

b22
:
bm2 2

( m2 x n2 )

c12
c22
:
a m1 2

c1n2
... c 2 n2
:
:

... a m1n2
...

( m1 x n2 )

iguales
Tamao de la Matriz C
Los elementos de la Matriz C se obtienen:

c11 = a11b11 + a12 b12 + a13b13 + ... + a1n1 bm2 1

c12 = a11b12 + a12 b22 + a13b32 + ... + a1n1 bm2 2
cij = a1k bk1 + a1k bk 2 + a1k bk 3 + ... + a1n1 bmm2 1
Donde c11, c12, ..., cij se les denomina productos punto.
Ejemplos:

3 2 1
2 4 -2
1

Dadas las matrices: A = 5 0 4

B= 1 3 6 C = 2 .Obtener:
1 6 0
4 -5 0
3
a)
b)
c)
d)
e)

BA.
BC.
CA.
Verificar AB=BA.
VerificarA(BC)=(AB)C.

Solucin:

28

a) Como la matriz A es de (3x3) y la matriz B tambin, entonces la matriz que resulta es de

(3x3).

2 4 2 3 2
BA = 1 3 6 5 0
4 5 0 1 6
(2)(3) + (4)(5) + (2)(1)
= (1)(3) + (3)(5) + (6)(1)

(4)(3) + (5)(5) + (0)(1)

1
4
0
(2)(2) + (4)(0) + (2)(6) (2)(1) + (4)(4) + (2)(0)
(1)(2) + (3)(0) + (6)(6)
(1)(1) + (4)(3) + (6)(0)

(4)(2) + (5)(0) + (0)(6) (4)(1) + (5)(4) + (0)(0)

24 8 14

= 24 38 11

13 8 24
b) La matriz B es de (3x3) y la matriz C es de (3x1). Por lo cual la matriz resultante es de
(3x1).

2 4 2 1 16

6 2 = 11
BC= 1 3

4 5 0 3 6
Los otros ejercicios se dejan al lector.
2.2.6 Potencia de una Matriz. Es posible obtener la potencia de una matriz A. Para esto se
multiplica la Matriz A por si misma n veces.

A n = AAA... A n veces
Generalmente esta operacin se realiza con matrices cuadradas.
Ejemplo:

Usando

4 5
3
A=
, calcular A .
3
4

Tenemos que
asociativa.

A3 = AAA = ( AA) A ,podemos simplificar el calculo si usamos la propiedad

A3 = ( A2 ) A
4 5 4 5 31 40
A2 = AA =

3 4 3 4 24 31
31 40 4 5 244 315
A3 = A2 A =

24 31 3 4 189 244
En el desarrollo de algunos tipos de matrices y de sus operaciones, hemos utilizado algunas de
las propiedades de las operaciones con matrices. A continuacin se hace un resumen de dichas
propiedades.

29

Sean

A, B y C matrices y k un escalar.

1.- Propiedad conmutativa de la suma: A + B = B + A

2.- Propiedad asociativa de la suma: A + B + C = ( A + B ) + C = A + ( B + C )
3.- Propiedad conmutativa de la multiplicacin de matrices: AB BA
4.- Propiedad asociativa de la multiplicacin

ABC = ( AB)C = A( BC )

5.- Propiedad distributiva respecto a matrices A( B + C ) = AB + AC

6.- Propiedad distributiva respecto a un escalar k ( A + B ) = kA + kB
Como se vio anteriormente, un sistema de ecuaciones lineales se simplific hasta la ecuacin
matricial AX = K , donde X es la matriz de incgnitas (solucin). Para resolver dicha ecuacin es
necesario involucrar una matriz que permita obtener X , esta matriz se le llama la inversa de una matriz,
la cual se representa como

A 1 .

2.3 Inversa de una Matriz. Sea A una matriz cuadrada, su inversa se simboliza
aquella matriz que tenga la siguiente propiedad AA
existe.

A1 y ser

= I . La inversa de una matriz cuadrada no siempre

Existen varios mtodos para obtener la inversa de una matriz, aqu abordaremos el mtodo de los
cofactores. Los pasos de este mtodo son:
1- Calcular el determinante de la matriz, si este es diferente de cero, la matriz tiene inversa.
2.- Obtener los cofactores de todos los elementos de la matriz, con estos se forma la matriz de
cofactores

M = cij

3.- Transponer la matriz de cofactores para formar la matriz adjunta M = Adj A

4.- Formar la inversa, multiplicando la matriz adjunta por el reciproco de determinante:
T

A1 =

1
Adj A

Ejemplo:

2 1 3

1
Obtener A (si existe) dada A = 0 5 3

4 3 1
PROCEDIMIENTO.
1.- Calcular el determinante de la matriz. Si este es cero, se concluye que no tiene inversa.
Usaremos el mtodo de cofactores para evaluar el determinante, lo cual nos permite ir avanzando
en el mtodo para obtener la inversa.

Tomemos como base el desarrollo a lo largo del primer rengln.

30

 = 2c11 1c12 + 3c13

c11 = (1)1+1

5 3
3 1

= 4

c12 =

0 3
4 1

= 12 c13 =

0 5
4 3

= 20

= 2(4) 1(12) + 3(20) = 8 12 60 = 80

2.- Se obtiene la matriz de cofactores de todos los elementos de la matriz

c21 =

c31 =

1 3
3

1 3
5

2 3
c22 =
= 10
4 1

= 10

= 18

c32 =

2 3
0 3

= 6

c23 =

c33 =

2 1
4

2 1
0

= 10

= 10

Formamos la matriz de cofactores:

4 12 20
M = 10 10 10
18 6 10
3.- Se transpone la matriz de cofactores para formar la matriz adjunta:

4 10 18
M = Adj A = 12 10 6
20 10 10
T

4.- La inversa se obtiene al multiplicar la adjunta por el reciproco del determinante:

4 10 18
1
1
A = Adj A =
12 10 6

80
20 10 10
1 9
1
20 8 40

3
1
3
1

A =
20 8 40

1
1
1

4
8
8
1

Esta matriz debe cumplir la propiedad AA

cumple la propiedad conmutativa

AA = A A

= I , la comprobacin se deja al lector. Esta matriz si

31

EJERCICIOS COMPLEMENTARIOS
CAPITULO II

3 2 5

1.- Usando las matrices A = 4

0 1

9 5 2

3 4
C = 1 0 realce las
6 3

5 3 2
B=

3 0 4

operaciones indicadas:
a)

B + CT

b) A + CB
c) 2 BA C
d)

A3

2.- Una compaa paga a sus ejecutivos un salario y adems les da acciones de la compaa a manera
de gratificacin anual. El ao pasado el presidente de la compaa recibi $80 000 y 50 acciones, cada
uno de los tres vicepresidentes recibi $45 000 y 20 acciones y el tesorero se le dieron $40 000 y 10
acciones.
a) Exprese los pagos hechos en dinero y en acciones a los ejecutivos mediante una matriz de
2x3.
b) Exprese el nmero de ejecutivos de cada rango por medio de un vector columna.
c) Utilice la multiplicacin matricial a fin de calcular la cantidad total de dinero y el nmero total
de acciones que la compaa pag a estos ejecutivos el ao pasado.
3.- Una matriz de probabilidad, es una matriz cuadrada la cual tiene dos propiedades: i) cada uno de sus
elementos es no negativo a ij 0 , ii) la suma de los elementos de cada rengln es Las siguientes son
matrices de probabilidad:

13
P = 1 4
0
a) Verifique que el producto
b) Verifique que

1
1

3
2

1
4

16
Q = 0
15

1
1

0
3
5

PQ es tambin una matriz de probabilidad

P y Q son tambin matrices de probabilidad.

4.- Usando el mtodo de cofactores, obtenga la inversa de la siguiente matriz.

1 3 5
A = 2 6 2
0 2 1

32

5.- Usando las matrices

3 5
A=

2 4

3 2
B=
verifique las siguientes propiedades:
4 1

a) Det ( AB ) = ( DetA)( DetB )

b)

( AB ) 1 = B 1 A 1

c)

( A + B) 2 = A 2 + 2 AB + B 2

sen

6.- Determine la inversa de la matriz P = cos

cos
sen
0

33

0
0
1

CAPITULO III

SOLUCIN DE SISTEMA DE ECUACIONES

LINEALES

34

CAPTULO III

SOLUCIN DE SISTEMAS DE ECUACIONES LINEALES

3.1.- INTRODUCCIN.
En la medida que los problemas prcticos se vuelven ms complejos debido al nmero de
variables que intervienen, los Mtodos tradicionales vistos al principio del curso, son demasiado
laboriosos y en algunos casos inoperantes. Para resolver tal problemtica, se han diseado Mtodos ms
modernos basados en matrices; tales como Eliminacin Gaussiana, Eliminacin de Gauss-Jordan y el
Mtodo de la Inversa de una Matriz..
Para describir el procedimiento de cada uno de los Mtodos, conocer sus ventajas y desventajas
lo haremos planteando un problema:
Un fabricante produce tres artculos, A, B, y C, los cuales pasan durante su fabricacin por tres
departamentos diferentes. En la Tabla se indican los tiempos que tarda cada artculo en cada
departamento, as como, los tiempos totales disponibles en cada departamento. Si dicho fabricante quiere
utilizar todo el tiempo disponible de cada depto. , Cuntas unidades de cada artculo podr fabricar ?
ARTICULO

TIEMPO TOTAL

2 HRS.
4
1

3 HRS.
6
2

1 HRS.
3
2

2 900 HRS.
6 300
2 400

DEPARTAMENTO

CORTE
ENSAMBLE
EMPAQUE

Formulacin del Modelo:

Sean: x1 , x2 y x3 , el nmero de unidades de cada tipo de artculo.
Cada departamento genera una ecuacin lineal, donde se relacionan el nmero de horas que
cada artculo requiere, con el tiempo total disponible de cada departamento.

2 x1 + 3 x2 + x3 = 2900 Depto. de corte.

4 x1 + 6 x2 + 3 x3 = 6300 Depto. de ensamble.
x1 + 2 x2 + 2 x3 = 2400 Depto. de empaque.
Como se vio anteriormente, la solucin del sistema depende exclusivamente de los coeficientes
de las incgnitas y de los trminos independientes. Esto a su vez da origen a un arreglo ( matriz ) , la cual
recibe el nombre de Matriz Aumentada del Sistema.

2 3 1 2900

4 6 3 6300
1 2 2 2400

35

3.2 MTODO DE ELIMINACIN GAUSSIANA.

Este mtodo se fundamenta en transformar o llevar la matriz aumentada del sistema, hasta la
forma escalonada, utilizando las Operaciones Elementales con Renglones.
Se dice que una matriz est en la forma escalonada , s:

El primer elemento diferente de cero de cualquier rengln debe ser 1.

Los elementos que aparecen debajo del primer elemento diferente de cero (1) de
cualquier rengln, deben ser ceros.
El primer elemento diferente de cero (1) de cualquier rengln, deber aparecer a la
derecha del primer elemento diferente de cero (1) del rengln precedente.
Tiene renglones formados exclusivamente de ceros, estos aparezcan en la parte inferior.

Las operaciones elementales con renglones, ya fueron utilizadas en los sistemas de ecuaciones
del Captulo I. Ahora las aplicaremos a la matriz aumentada.
Una matriz aumentada no se altera, s:
 Se intercambian dos o ms renglones.
 Un rengln se multiplica por una constante diferente de cero.
 Un mltiplo de un rengln se suma a otro rengln.
Aplicando el Mtodo a la matriz obtenida del problema:

2 3 1 2900

4 6 3 6300
1 2 2 2400
La primera operacin consiste en convertir en 1 el primer elemento del rengln 1. Esto se logra

1
con:
R1 R1 .Convirtindose el rengln 1 en rengln pivote para hacer ceros a los elementos que
2
estn debajo del 1 ( primera columna): 4R1 + R2 R2 y 1R1 + R3 R3 . La matriz resultante es:

1 3 / 2 1/ 2 1450

1 500
0 0
0 1/ 2 3 / 2 950
Para continuar con la transformacin, tenemos que intercambiar los renglones 2 y 3 para que
aparezca un elemento diferente de cero en el rengln 2 y columna 2.

1 3 / 2 1/ 2 1450

0 1/ 2 3 / 2 950
0 0
1 500
Para terminar la transformacin, solo falta multiplicar por 2 al rengln 2.

36

1 3 / 2 1/ 2 1450

3 1900
0 1
0 0
1 500
La matriz est en la forma escalonada. Para obtener la solucin debemos transformarla en un
sistema de ecuaciones de nuevo:

x1 +

3
1
x2 + x3 = 1450
2
2

0 x1 + x2 + 3 x3 = 1900
0 x1 + 0 x2 + x3 = 500
Se observa en la tercera ecuacin que

x3 = 500 . Conociendo este valor nos pasamos a la

x2 = 1900 3(500) = 400 . Por ltimo, de la primera

3
1
ecuacin conocemos el valor de x1 = 1450 (400) (500) = 600 .
2
2
segunda ecuacin y despejamos el valor de

Por lo tanto la solucin del problema es:

x1 = 600 artculos
x 2 = 400 artculos
x3 = 500 artculos
Ejercicio:
Usando el mtodo de Eliminacin Gaussiana, obtenga la solucin del siguiente sistema de
ecuaciones:

3x1

x2

+4 x3

+6 x4

= 38

x1

+5 x2

2 x3

+4 x4

= 2

3x2

+ x3

+4 x4

= 15

+3x2

2 x3

+ x4

=3

4 x1

Formemos la Matriz aumentada. Como en la ecuacin 2 se tiene un 1 en el primer elemento la

escribimos primero:

1 5 2

3 1 4
0 3 1

4 3 2

4 2

6 38
4 15

1 3

Utilizando el primer rengln como pivote para hacer cero los elementos por abajo del primer uno:

37

1 5 2

3 1 4
0 3 1

4 3 2

4 2

6 38
4 15

1 3

1 5 2 4 2 3R1P + R2 R4

0 16 10 6 44 4 R1P + R4 R4
0 3 1
4 15

0 17 6 15 11
Ahora debemos hacer un 1 el elemento

a22 = 16 , multiplicamos el rengln 2 por

1
y lo
16

usamos como rengln pivote.

1 5
2

0 1 5 8

1
0 3
0 17
6

2 1 R R
2
2

3 11 16
8
4

4 15
15 11
4

Debemos hacer ceros los elementos por debajo del segundo uno de la diagonal principal:

1 5
2
4
2

3 / 8 11/ 4 3R2 + R3 R3
5 / 8
0 1
0 0
7 / 8 41/ 8 27 / 4 17 R2 + R4 R4

0 17 37 / 8 69 / 8 143 / 4
Ahora se requiere hacer uno el elemento

0
0

5 2
1 5 / 8
0
0

1
0

a33 = 7 / 8 y convertir en cero 37/ 8:

2

11/ 4
41/ 7 54 / 7 (8 / 7) R3 R3

250 / 7 500 / 7 (37 / 8) R3 + R4 R4

4
3/8

Por ltimo, se convierte en 1 el elemento 250/7, multiplicando el rengln 4 por 7/250.

0
0

1 5 / 8 3 / 8 11/ 4
0
1
41/ 7 54 / 7

0
0
1
2 (7 / 250) R4 R4
5

La matriz ha alcanzado la forma escalonada. Por lo que procederemos a evaluar las incgnitas
del sistema de ecuaciones de la siguiente manera:

38

x4 = 2 ,se lee directamente del rengln nmero 4.

41
54
x3 x4 = , se obtiene del rengln 3. Despejando x3 y sustituyendo el valor conocido de
7
7

x4 = 2 nos queda:

41
54
54 41
54 + 82 28
x4 =
x3 = + (2) x3 =
=
=4
7
7
7 7
7
7
Los valores de x2 y x1 se obtienen de la misma forma:

x3

11 5
3
11 5
3
+ x3 x4 = + (4) (2) = 1
4 8
8
4 8
8
x1 = 2 5 x2 + 2 x3 4 x4 = 2 5(1) + 2(4) 4(2) = 3
x2 =

A este procedimiento se conoce como sustitucin hacia atrs.

3.3 MTODO DE GAUSS-JORDAN.
Este mtodo se fundamenta en la transformacin de una matriz aumentada en una matriz en la
forma escalonada reducida, la cual tiene las propiedades vistas en 3.2 con la diferencia de que los
elementos localizados arriba y abajo del primer 1 de cada rengln sean ceros.
Adems, el mtodo involucra a las operaciones elementales entre renglones para lograr dicha
transformacin. La eliminacin Gaussiana requiere hacer una sustitucin hacia atrs, cuando ya se
conoce el valor de la ultima ingnita, mientras que este mtodo genera la solucin directa del sistema.
Ejemplo:
Resolver el siguiente sistema de ecuaciones usando el mtodo de eliminacin de Gauss-Jordan:

3x1 + 6 x2

3x4 = 3

x1 + 3 x2 x3 4 x4 = 12
x1 x2 + x3 + 2 x4 = 8
2 x1 + 3 x2

=8

Considerando que la segunda ecuacin tiene el coeficiente 1, escribiendo primero esa ecuacin,
la matriz aumentada del sistema es:

1 3 1 4 12

3 6 0 3 3
1 1 1 2 8

2 3 0 0 8
Haciendo ceros los elementos por abajo del primer uno, considerando al rengln 1 como pivote:

39

1 3 1 4 12 3R1 + R2 R2

0 3 3 9 39 R1 + R3 R3
0 4 2 6 20 2 R1 + R4 R4

0 3 2 8 32
Ahora convertiremos en 1 al elemento 3 de la diagonal principal y posteriormente haremos ceros
los elementos por arriba y abajo del uno:

0
0

5 27 (1/ 3) R2 R2

1 1 3 13 3R2 + R1 R1
0 2 6 32 4 R2 + R3 R3

0 1 1 7 3R2 + R4 R4
0

Continuando con la transformacin, convertimos en 1 el elemento 2 de la diagonal principal y

ceros arriba y abajo:

0
0

0 0 1 5 (1/ 2) R3 R3

1 0 0 3 2 R3 + R1 R1
0 1 3 16 R3 + R2 R2

0 0 2 9 R3 + R4 R4

Por ltimo convertimos en 1 al elemento 2 de la diagonal principal y ceros hacia arriba de el:

0
0

0 0 0 1/ 2 (1/ 2) R4 R4

1 0 0 3 R4 + R1 R1
0 1 0 5 / 2 3R4 + R3 R3

0 0 1 9 / 2

Por lo tanto, el sistema de ecuaciones tiene solucin nica, la cual se lee:

x1 =

1
2

x2 = 3

x3 =

5
2

x4 =

Este mtodo es aplicable a sistemas de ecuaciones de cualquier tamao.

Resolver el siguiente sistema aplicando Eliminacin de Gauss-Jordan:

2 x1 x2 + 4 x3 = 3
3x1 + 2 x2 + 3 x3 = 4
5 x1 + x2 + 7 x3 = 1
Transformando la matriz aumentada hasta la forma escalonada reducida:

40

9
2

 2 1 4 3 1/ 2 R1 R1

3 2 3 4
5 1 7 1
1 1/ 2 2 3 / 2 3R1 + R2 R2

0 7 / 2 3 17 / 2 5 R1 + R3 R3
0 7 / 2 3 17 / 2
1 0 11/ 7 2 / 7 2 / 7 R2 R2

0 1 6 / 7 17 / 7 1/ 2 R2 + R1 R1
0 0
0
0 7 / 2 R2 + R3 R3
La matriz ha alcanzado su forma escalonada reducida. Por lo tanto podemos leer su solucin:

x1 = 2 / 7 11/ 7 x3
x 2 = 17 / 7 + 6 / 7 x3
Se observa que los valores de las variables

x1 y x2 dependen del valor asignado a x3 . Esto

nos lleva a concluir que el sistema tiene mltiples soluciones y recibe el nombre de sistema
dependiente.
El hecho de que el tercer rengln contiene nicamente ceros, se debe a que una de las
ecuaciones (3) se elimin. La cual resulta ser una combinacin lineal de la ecuacin 1 y 2. Por lo que:

R1 + R2 = R3
R1 + R2 R3 = 0

Podemos generalizar esta propiedad, diciendo que: Existe una combinacin lineal entre
renglones, si uno de ellos es posible expresarlo en funcin de otros renglones usando una
sumatoria de productos entre constantes y renglones ( esta propiedad es aplicable y de mucha
importancia en otros elementos matemticos tales como: matrices, vectores, funciones, etc. ).
Lo anterior se representa de la siguiente manera:

c1 R1 + c 2 R2 + ... + c n Rn = 0
Donde:

c1 , c2 , c3 ,...., cn , son constantes, no todas nulas.

Ejemplo. Dada la siguiente matriz, determinar si existe dependencia lineal entre sus renglones.

3 1 4
5 2 1

4 1 6
Aplicando la expresin descrita anteriormente:

41

c1 R1 + c2 R2 + c3 R3 = 0
c1 (3, 1, 4) + c2 (5, 2, 1) + c3 (4,1, 6) = 0
3c1 + 5c2 + 4c3 = 0
c1 + 2c2 + c3 = 0
4c1 c2 + 6c3 = 0
El sistema de ecuaciones generado recibe el nombre de sistema homogneo. Estos sistemas
tienen la propiedad de que una de las soluciones es la trivial ( c1 = 0, c2 = 0,...., cn = 0. ).Se debe
investigar si el sistema tiene otras soluciones.
Resolvindolo por Eliminacin de Gauss-Jordan:

3 5 4 0

1 2 1 0
4 1 6 0
Reduciendo por renglones, resulta:
1 0 0 0

0 1 0 0
0 0 1 0
Concluimos que no tiene ms que la solucin trivial. Lo que podemos interpretar es que no
existe dependencia lineal entre los renglones.
Al probar la dependencia lineal generalmente se forman sistemas de ecuaciones, en el caso de
que el sistema tenga el mismo nmero de ecuaciones y variables, basta probar que el
determinante de la matriz de los coeficientes de las variables es diferente de cero para que no
exista dependencia y estara presenten la independencia lineal.
Para el ejemplo anterior:
3 5 4

= 1
4

1 = 61

1 6

Esto indica que los renglones entre si son linealmente independientes.

3.4 INVERSA DE UNA MATRIZ
Recordando la propiedad que tiene la inversa de una matriz:
para describir un mtodo ms para su obtencin.
Si se conoce la matriz A:

5 1
A=

4 2
Con ella formamos el siguiente arreglo:

5 1 w x 1 0
4 2 y z = 0 1

42

AA1 = I de la cual podemos partir

Realizando la operacin de multiplicacin y considerando la igualdad, obtenemos:

5w y = 1

5x z = 0

4w + 2 y = 0

4x + 2z = 1

Se observa que se generan dos sistemas de 2 ecuaciones con 2 incgnitas cada uno,
concentrando los sistemas en una sola matriz aumentada y resolviendo por Gauss-Jordan:

5 1 1 0 1/ 5 R1 R1

4 2 0 1
1 1/ 5 1/ 5 0 4 R1 + R2 R2

0 14 / 5 4 / 5 1 5 /14 R2 R2
1 0 1/ 7 1/14 1/ 5 R2 + R1 R2

0 1 2 / 7 5 /14
Esto indica que la inversa existe y que es:

1/ 7 1/14
A 1 =

2 / 7 5 /14
Para comprobar el resultado obtenido, se vuelve a usar la propiedad mencionada al
principio.
El procedimiento se resume en el siguiente esquema:

A I I A1
Utilizando el mtodo descrito, obtenga la inversa de la matriz:

2 1 4
A = 0 3
2
5 3 2
Primero formamos una matriz aumentada con la matriz y una matriz identidad:

2 1 4 1 0 0

2 0 1 0
0 3
5 3 2 0 0 1
Al transformar la primera matriz en la matiz identidad por medio de operaciones entre renglones,
se obtiene:

1 0 0 6 47

5
0 1 0 47
0 0 1 15 94

47

12
11

47
94

2 47
3

47
7

47

La matriz inversa es:

6 47
A 1 = 5 47
15 94

43

47

12
11

47
94

47
3
47

47

EJERCICOS COMPLEMENTARIOS
CAPITULO III
1.- Usando el mtodo de eliminacin Gaussiana, obtenga la solucin de los siguientes sistemas de
ecuaciones.

x1

2 x2

+ 3 x3

= 11

4 x1

x2

+ 5 x3

=4

4 x1

+ x2

x3

=4

x1

+ x2

x3

=7

2 x1

x2

+ x3

= 10

6 x1

+ x2

+ 3 x3

= 20

2.- Usando el mtodo de Gauss-Jordan, determine la solucin de los sistemas de ecuaciones lineales:

+ 2 x3

2 x4

= 8

2 x2

+ x3

+ x4

=2

4 x2

x3

x4

=1

+ 3 x3

x4

= 3

3 x1

x1

+ x2

x3

=7

4 x1

x2

+ 5 x3

=4

6 x1

+ x2

+ 3 x3

= 18

x1
5 x1

3.- En cada uno de los siguientes sistemas, obtenga su solucin usando Gauss-Jordan:

2 x1

+ 6 x2

x1
3x1

+ 2 x2

4 x3

+ 2 x4

=4

x1

+ x2

=4

x3

+ x4

=5

2 x1

3x2

=7

= 2

3 x1

+ 2 x2

=8

2 x3

4.- Obtenga la solucin del sistema de ecuaciones lineales homogneo. Use el mtodo de Gauss-Jordan.

x1

2 x2

+ 3 x3

=0

4 x1

+ x2

x3

=0

2 x1

x2

+ 3 x3

=0

5.- Obtener la inversa de las siguiente matrices usando Gauss-Jordan.

1
- 2
B=
5

3 5 2
A = 7 2 1
8 3 0

4 3 0
5 4 2
2 1 5

1 5 2

6.- Un granjero le da a su ganado una mezcla de dos tipos de alimentos. Una unidad del alimento Tipo A
le proporciona al ganado el 10% de su requerimiento mnimo diario de protena y 15% del requerimiento
de carbohidratos. El alimento tipo B contiene 12% de los requerimientos de protenas y 8% de
carbohidratos. Si el granjero requiere que el ganado tenga el 100% de los requerimientos diarios de
protenas y carbohidratos. Cuntas unidades de cada tipo de alimento debe utilizar en forma diaria?.

44

7.- Si en el problema anterior cada unidad de alimento tipo A tiene un costo de $50 y alimento tipo B
cuesta $60, Cul es el costo de los alimentos en forma diaria?

8.- Una compaa se dedica a fabricar muebles, actualmente cuenta con cuatro modelos los cuales
deben pasar por cuatro departamentos para su fabricacin. En la siguiente tabla se muestra nmero de
horas que requiere cada producto en cada departamento:
Depto.
Mueble
Rustico
Moderno
De lujo

Corte

Ensamble

Acabado

Empaque

3
4
5

4
3
3

3
4
4

2
3
3

Si la compaa cuenta con 2300 horas en corte, 2000 en ensamble, 2200 en acabado y 1500 en
empaque. Determine el nmero de unidades de cada tipo de mueble que se pueden fabricar para utilizar
la totalidad de las horas disponibles.
9.- La empresa Aceros S.A. produce 5 tipos de contaminantes en su proceso de fabricacin, actualmente
fabrica 4 tipos de aceros, los porcentajes de contaminantes por tonelada de acero de cada tipo se
muestran en la tabla:
Contaminante
CO2
Azufre
NO2
Polvo
Plomo
Tipo
A
5%
2%
4%
6%
3%
B
4%
1%
3%
5%
2%
C
3%
2%
4%
3%
2%
D
4%
2%
3%
2%
3%
Actualmente la empresa registra los siguientes totales de contaminantes 50 Ton de CO2, 26 Ton
de Azufre, 52 Ton de NO2, 59 Ton de Polvo y 36 Ton de Plomo. Determine el nmero de toneladas de
cada tipo de acero que se fabrican en la empresa.

45

CAPITULO IV

VECTORES

46

CAPTULO IV
VECTORES
4.1 INTRODUCCIN
El estudio de los vectores comenz con el trabajo del gran matemtico irlands Sir William
Rowen Hamilton (1805-1865). Su deseo de hallar una forma de representar ciertos objetos en un plano y
en el espacio le llev inventar lo que l llamo cuaterniones. Este concepto lleva a su vez a desarrollar lo
que ahora se conoce como vectores. Durante algn tiempo se debati sobre la utilidad de estos
conceptos, a finales de siglo XIX el fsico britnico Lord Kelvin escribi que los cuaterniones, no obstante
estar bellamente desarrollados nunca han tenido ninguna utilidad practica para ninguna criatura. Pero
Kelvin se equivoco, en la actualidad, casi todas las ramas de la Fsica clsica y moderna se expresan
mediante el lenguaje de los vectores. Por otra parte los vectores se usan cada vez ms en las ciencias
sociales y biolgicas.
Es comn manejar dos tipos de cantidades: las escalares y las vectoriales. Las primeras
quedan totalmente definidas si se da su magnitud y su unidad de medida, por ejemplo la masa de un
cuerpo es de 5 Kg, la temperatura de un cuerpo es de 35 C, la distancia recorrida es de 70 Km; mientr as
que en el segundo tipo es necesario adems de dar su magnitud, especificar su direccin con respecto a
una referencia, generalmente se especifica por medio de un ngulo por ejemplo: la fuerza aplicada a un
cuerpo es de 50 N con un ngulo de 40, la velocida d de un avin es de 600 Km/h 25 NE.
4.2 DEFINICIN DE UN VECTOR
Un vector se puede definir en forma geomtrica como un segmento de recta dirigido que une dos
2
3
puntos. Esto se puede representar en un plano (R ) o en el espacio (R ).
x
Q

y
Al punto P del segmento de recta dirigido

PQ

se le llama punto inicial y al punto Q se le llama

punto terminal. Las dos propiedades principales del segmento de recta dirigido son su magnitud (longitud)
y su direccin. Si dos segmentos de recta dirigidos tienen la misma magnitud y direccin se dice que son
equivalentes, esto significa que un mismo vector tiene muchas representaciones diferentes, entonces el

PQ

vector

se puede trasladar de manera paralela a cualquier lugar del plano cartesiano y sigue

representando el mismo vector, si en particular su punto inicial se traslada al origen se obtiene el vector

OR

al cual se le puede asociar las coordenadas del punto final

( a, b )

esto permite representar

cualquier vector por medio de un par ordenado, lo cual conduce a la definicin algebraica de un vector:
Un vector en un plano x-y es un par ordenado de nmeros reales

a y b

reciben el nombre de componentes de un vector v.

47

( a, b ) .

Los nmeros

x
Q
P
R

( a , b)

b
a

4.3 MAGNITUD Y DIRECCIN DE UN VECTOR

Como un vector es en realidad un conjunto de segmentos de recta dirigidos, la longitud o
magnitud se define como la longitud de cualquiera de sus representaciones y su direccin es la direccin
de cualquiera de sus representaciones, empleando la representacin
puede obtener usando el teorema de Pitgoras:

OR ,

la magnitud del vector se

O
Magnitud de v =

( a , b)

v = a2 + b2

, medido en grados o radianes, que el vector forma con

la parte positiva del eje x. Por convencin, se elige de tal modo que 0 360 (0 2 ) .
Para calcular la direccin primero se calcula el ngulo , el cual es el ngulo del vector con respecto al
La direccin de define como el ngulo

eje x, este solo puede estar entre 0 y 90, se toma el valor absoluto para evitar el problema del signo,
usando la funcin tangente:

tan =

b
a

Dependiendo del cuadrante donde se encuentre el vector se calcula el ngulo

muestra en la figura:

= 180

= 180 +

= 360

48

como se

Ejemplo: Determine la magnitud y direccin del vector cuyas componentes son V=(3,4)
La magnitud se obtiene con la expresin

v = a 2 + b 2 = 3 2 + 4 2 = 25 = 5

Como las componentes son positivas el vector se encuentra en el primer cuadrante

N
5

= = 53.13
O

S
La direccin se obtiene con la formula:

tan =

b
b
4
= tan 1
= tan 1 = 53.13
a
a
3

En fsica es muy comn escribir la magnitud del vector y su direccin, la cual se expresa como el
ngulo agudo medido con respecto al eje x el cuadrante en que se encuentra por medio de los puntos
cardinales, el vector anterior se puede escribir como:

v = 5, 53.13 NE
Ejemplo: Calcule la magnitud y direccin del vector v = ( 4,6)
Este vector se encuentra en el segundo cuadrante:
N
6

=56.3

= 180 = 180 56.3 = 123.7

E
-4

S
Magnitud

v = a 2 + b 2 = (4) 2 + 6 2 = 52 7.21

Como el vector se encuentra en el segundo cuadrante, su ngulo

tan =

= 180

b
b
6
= tan 1
= tan 1
= 56.3
a
a
4

El ngulo con respecto a la porcin positiva del eje x es :

49

 = 180 = 180 56.3 = 123.7

El vector se puede escribir como

v = 7.21, 123.7 = 7.21, 56.3 NO

4.4 COMPONENTES DE UN VECTOR EN R

En la seccin anterior se obtuvo la magnitud y direccin de un vector a partir de componentes, es

posible realizar el proceso inverso, obtener sus componentes a partir de su magnitud y direccin.
Supongamos que tenemos un vector cuya magnitud es
para calcula las componentes debemos utilizar el ngulo

y su direccin se da por el ngulo

, que dependiendo del cuadrante donde se

encuentre el vector se calcula:

= 180

= 180

= 360

Consideremos un vector en el primer cuadrante:

=
a

Las componentes del vector son los catetos del tringulo, como conocemos la hipotenusa y el
ngulo, podemos usar las funciones seno y coseno para calcular las componentes del vector:

Cos =

a
a = v Cos
v

Sen =

b
b = v Sen
v

El signo de las componentes se asigna de acuerdo al cuadrante en el que se encuentra el vector.

( a , + b)

( + a, + b )

( a,b)

( + a , b )

50

Ejemplo: Calcule las componentes de vector V= 500, 160

Este vector se encuentra en el segundo cuadrante, por lo que su componente horizontal es
negativa
y
su
componente
vertical
es
positiva,
el
ngulo
se calcula

= 180 = 180 160 = 20

a = v Cos = 500Cos 20 = 469.84

b = v Sen = 500Sen 20 = 171.01
V = (469.84, 171.01)
Ejemplo: Un avin se viaja con una velocidad V=850 Km/h, 40 SO, determine la componente vertical y
horizontal de la velocidad.
En este caso se da la magnitud del vector y directamente el ngulo

, como se menciona la

direccin SO el vector se encuentra en el tercer cuadrante, por lo que sus dos componente son
negativas:

a = v Cos = 850Cos 40 = 651.14 Km/h

b = v Sen = 850Sen 40 = 546.37 Km/h

V = (651.14, 546.37)
4.5 OPERACIONES CON VECTORES

Los vectores, como otras cantidades, tiene ciertas propiedades y es posible realizar
operaciones con ellos, en esta seccin se trabaja con vectores con dos componentes,
empezaremos con la igualdad entre vectores.
Se dice que dos vectores son iguales si tiene el mismo nmero de elementos y sus elementos
correspondientes son iguales.
Sean los vectores

a1 = a 2 y b1 = b2
Ejemplo: Los vectores

v = (a1 , b1 ) y

u = (a 2 , b2 )

v = (2,4) y u = (2,4)

v=u

entonces

si y solo si

no son iguales puesto que su segundo elemento no

es igual.
Ejemplo:

Determine

los

valores

v = (5,3) y u = ( x + y, x y )

de

las

variables

para

que

los

vectores

sean

iguales

Para que se cumpla la igualdad loe elementos correspondientes deben ser iguales:

x+ y=5

x y =3
Si resolvemos el sistema, los valores de las variables son

x=4

y =1

La operacin ms importante de los vectores es la suma, el principio bsico para sumar vectores
es la regla del paralelogramo, esta consiste en formar un paralelogramo con los vectores, colocando cada
vector al final del otro en forma paralela, de tal manera que la suma es la diagonal del paralelogramo.
Consideremos

los

vectores

v = (a1 , b1 ) y

representarlos en forma grfica:

51

u = (a2 , b2 ) ,

los

cuales

podemos

b2

b1 + b2

v+u

b1
u
a2

a1

a1 + a 2
De la figura podemos observar que las componentes de la suma se obtienen al sumar las
componentes correspondientes de cada vector:

v + u = ( a1 + a 2 , b1 + b2 )
Es posible concluir:

v = (a1 , b1 ) y u = (a 2 , b2 ) ,
v + u = (a1 + a 2 , b1 + b2 )

La suma de dos vectores

componentes correspondientes

se obtiene sumando sus

Este principio para la suma de vectores es fundamental en la Fsica para el estudio de sistemas
equivalentes de fuerzas y momentos.
Ejemplo: Obtenga la suma de los siguientes vectores
La suma resultante es

v = (6,4) y

u = (5,3)

v + u = (6 + 5,4 + 3) = (11,1)

Ejemplo: Sobre un cuerpo actan dos fuerzas,

F1 = 200 N ,60 y F2 = 400 N ,260

obtenga la

suma de las fuerzas.

A la suma de fuerzas suele llamarse resultante, para obtenerla debemos primero calcular las
componentes de cada fuerza usando su ngulo , el primer vector se encuentra en el primer cuadrante
y el segundo en el tercer cuadrante:
Para

Para

F1 tenemos que = = 60 las componentes son:

F1 x = F1 Cos = 200Cos 60 = 100N

F1 y = F1 Sen = 200Sen 60 = 173.2N

F2 tenemos que = 180 = 260 180 = 80
F2 x = F2 Cos = 400Cos 80 = 69.45N
F2 y = F2 Sen = 400Sen 80 = 393.92 N

52

Sumemos las componentes horizontales y verticales por separado, para obtener una resultante
de cada una:

Rx = Fx = 100 N 69.45 = 30.55 N

Ry = Fy = 173.2 N 393.92 N = 220.72 N
Estos valores son las componentes de la suma (resultante) de las fuerzas:

R = F1 + F2 = (30.55 N ,220.72 N )
Vamos calcular la magnitud y direccin de la fuerza resultante, para la magnitud usamos el
teorema de Pitgoras:

R = Rx + Ry = (30.55 N ) 2 + (220.72 N ) 2 = 222.82 N

2

El vector resultante se encuentra en el cuarto cuadrante, esto lo sabemos por los signos de sus
componentes, primero se calcula el ngulo :

220.72 N
= 07.22 = 82.11
Rx
30.55 N
El
ngulo
= 360 = 360 82.11 = 277.89 ,
R = 222.82 N , 277.89
Tan =

Ry

la

resultante

se

puede

escribir:

4.6 PRODUCTO DE UN ESCALAR POR UN VECTOR

Es posible multiplicar un escalar (nmero) por un vector, por ejemplo
tiene esta operacin sobre el vector, la podemos escribir de forma equivalente:

2v ,

veamos que efecto

2v = v + v = (a1 , b1 ) + (a1 , b1 ) = (a1 + a1 , b1 + b1 ) = (2a1 ,2b1 )

Si calculamos la magnitud y direccin del resultado:

2v = (2a1 ) 2 + (2b1 ) 2 = 2 2 a1 + 2 2 b1 = (2 2 )(a

2

= 2 a1 + b1 = 2 v
2

+ b1 )
2

2v = 2 v

Este resultado nos indica que al multiplicar el vector por 2 su magnitud se multiplica por esa
cantidad. La direccin es:

Tan =

2b1
b
= 1
2a1
a1

La direccin del vector se conserva. Si ahora consideramos un escalar negativo, se puede

demostrar fcilmente que su magnitud se multiplica por el escalar, pero la direccin del vector se invierte,
es decir se gira 180.
Los resultados anteriores los podemos generalizar:
Sea

un escalar y v un vector cualquiera, entonces:

a) si k > 0 la magnitud del vector se multiplica por
b) si

k <0

la magnitud del vector se multiplica por

suman 180 al ngulo

53

k
k

y su direccin es la misma
y su direccin se invierte, se le

Esto lo podemos visualizar grficamente:

v
Ejemplo: Sea el vector

kv

kv

v = (4,5)

calcule la magnitud y direccin de

4v y 2v

Esta operacin la podemos realizar de dos formas, primero multiplicaremos las componentes del
vector por el escalar y enseguida calculamos su magnitud y direccin.:

4v = 4(4,5) = (16,20) su magnitud es 4v = 16 2 + (20) 2 = 25.61

La direccin es la misma que el vector original, puesto que el signo de sus componentes es el
mismo:

b 20
=
= 1.25 = 51.34
a
16
4v = 25.61, 308.66

Tan =

Otra forma es primero calcular la magnitud y direccin del vector original, enseguida se multiplica
la magnitud por 4 y se mantiene la direccin:

v = a 2 + b 2 = 42 + (5) 2 = 6.40
b
5
=
= 1.25 = 51.34
a
4
La magnitud del nuevo vector es: 4v = 4 v = 4(6.4) = 25.61
4v = 25.61, 308.66
Tan =

Ahora calculemos el vector

2v = 2(4,5) = (8,10)

La magnitud y direccin del nuevo vector son:

2v = (8) 2 + 10 2 = 12.8
Tan =

10
= 1.25 = 51.34
8

El nuevo vector se encuentra en el segundo cuadrante, entonces:

2v = 12.8, 128.66

En forma grfica:

2v

54

Se observa que el vector 2v se encuentra girado 180 con respecto al vector

4.7 DIFERENCIA DE VECTORES

v.

Otra operacin entre vectores es la diferencia, consideremos los vectores:

Su diferencia

vu

v = (a1 , b1 ) y u = (a 2 , b2 )

la podemos escribir como una suma de la siguiente manera:

v u = v + (u )

Esto significa que para efectuar esta operacin basta, cambiar el signo de las componentes del
segundo vector y posteriormente realizar la suma.
Ejemplo: Usando los vectores

v = (3,2) y u = (4, 1)

calcule

vu

y represente en forma grfica

el resultado.
Realicemos la operacin :

v u = v + (u ) = (3,2) (4,1) = (3,2) + (4,1) = (1,3)

En forma grfica:

u
u

vu

v
vu

Se observa que para obtener el resultado se utiliza el principio del paralelogramo, este se aplica
despus de invertir el segundo vector. La diferencia tambin se puede obtener al unir las puntas de los
dos vectores.
4.8 VECTORES UNITARIOS
Como te podrs dado cuenta, las operaciones entre vectores son ms sencillas si se trabaja con
sus componentes, es posible escribir un vector usando una suma de vectores unitarios perpendiculares
entre si, en forma grfica se representan:

j = (0,1)
i = (1,0)
El vector

v = ( a, b )

se puede escribir:

v = (a, b) = a (1,0) + b(0,1) = a i + bj

55

Ejemplo: Una fuerza F = 200N , 220 se aplica sobre un cuerpo, escriba la fuerza usando vectores
unitarios:
Primero es necesario calcular las componentes del vector, para esto requerimos el ngulo

= 180 = 220 180 = 40 y sus dos

como el vector se encuentra en el tercer cuadrante

componentes son negativas:

a = F Cos = 200Cos 40 = 153.21N

b = F Sen = 200Sen 40 = 128.56 N

La fuerza se puede escribir

F = 153.21i 128.6 j

Las operaciones antes estudiadas, se realizan de la misma forma si los vectores estn escritos
usando vectores unitarios.
Ejemplo: Usando los siguientes vectores

v = 4i 3 j

u = 4i + 6 j

realice las siguientes

operaciones:
a) v +
b)

u
2v 3 u
u + v = 4i 3 j + (4i + 6 j) = 3 j

La primera operacin se realiza

El resultado de la segunda operacin:

2v 3 u = 2(4i 3 j ) 3(4i + 6 j ) = 8i 6 j + 12i 18 j = 20i 24 j

4.9 VECTOR UNITARIO

Para todos los vectores diferentes del vector cero, es posible determinar un vector unitario que
tenga la misma direccin que el vector original, consideremos el vector v = ( a, b ) su vector unitario es
un vector

cuya magnitud es 1 y tiene la misma direccin del vector.

La magnitud del vector se calcula

v = a2 + b2

, si sustituimos :

a = v Cos y b = v Sen
v =

( v Cos ) + ( v Sen )
2

= v (Cos ) 2 + ( Sen ) 2

(Cos ) 2 + ( Sen ) 2 = 1 =

entonces = (Cos , Sen )

Las componentes del vector unitario toman el mismo signo que las componentes del vector
original. El vector original se puede escribir entonces:

v= v

v
v

Ejemplo: Calcule el vector unitario que tiene la misma direccin del vector

56

v = 3i + 4 j

Para obtener el vector unitario solo es necesario dividir el vector entre su magnitud:

v = 32 + 4 2 = 5

v 3i + 4 j
=
= 0.6i + 0.8 j
v
5

= 0.6i + 0.8 j
Grficamente:

Este vector unitario es muy utilizado para resolver problemas de Mecnica.

4.10 ANGULO ENTRE DOS VECTORES
En algunas aplicaciones practicas es necesario calcular el ngulo que existe entre dos vectores,
consideremos los vectores v = (a1 , a2 ) y u = (b1 , b2 ) los cuales forman un ngulo como se
muestra en la figura:

Para calcular el ngulo

podemos unir las puntas de los vectores para formar un tringulo, el vector

que cierra el tringulo es la diferencia entre los vectores:

vu

57

Como es posible calcular las magnitudes (longitudes) de cada uno de los vectores que forman el
tringulo, el ngulo los podemos calcular usando la Ley de Csenos, esta permite determinar los ngulos
de un tringulo si se conocen sus lados, la formula de esta ley es:

c 2 = a 2 + b 2 2ab cos
Si la aplicamos al tringulo:

v u = v + u 2 v u cos
2

Las magnitudes de cada uno de los vectores son:

u = b12 + b22

v = a1 + a22
2

v u = (a1 a2 ) 2 + (b1 b2 ) 2

Sustituyendo los valores en la formula y realizando las operaciones:

(a1 a2 ) 2 + (b1 b2 ) 2 = a12 + a22 + b12 + b22 2 v u cos

Desarrollando los binomios y simplificando trminos;

v u cos = a1b1 + a2b2

cos =

a1b1 + a2b2
vu

La operacin del numerador de la expresin obtenida se le conoce como producto escalar o producto
punto y se simboliza:

v u = a1b1 + a2b2
La formula del ngulo entre vectores se puede escribir:

cos =

vu
v u

El valor del ngulo pude estar entre 0 y 180.

Ejemplo: Calcule el ngulo entre los vectores v = ( 4,3) y u = (5,3)

v u = (4)(5) + (3)(3) = 20 9 = 11
v = 42 + 32 = 25 = 5
u = 52 + ( 3) = 34
2

Sustituyendo en la frmulas del ngulo entre vectores;

cos =

vu
11
=
= 0.3772
v u (5) 34

= 67.83

( )

58

4.11 PRODUCTO ESCALAR

En la seccin anterior se defini el producto escalar entre vectores:

v u = a1 a 2 + b1 b2

Este producto presenta una serie de propiedades interesantes y de gran aplicacin en el

estudio de los vectores, si despejamos este producto de la formula del ngulo entre dos vectores
obtenemos:

v u = v u Cos
En primer lugar el resultado del producto escalar es un nmero el cual representa el producto de
la magnitud del vector v por la componente del vector u que se encuentra sobre el vector v , en forma
grfica:

u
w

Pr oy v u
Pr oy v u
perpendicular al vector v .
El vector

es la componente del vector

La magnitud del vector

Pr oy v u = u Cos =

Las componentes del vector

vector unitario de

Pr oy v u

y el vector

v:

v
v

Pr oy v u = Pr oy v u v =

es la diferencia entre

Pr oy v u

vu v vu
= 2 v
v v
v

y el vector

u:

w = u Pr oy v u
Los vectores anteriores tienen las siguientes propiedades
Los vectores

Pr oy v u y v

es el vector

vu
v .

Entonces:

se pueden calcular multiplicando su magnitud por el

v =

El vector

sobre el vector

son paralelos

59

Los vectores

w y v

son perpendiculares, es decir forman una ngulo de 90

Cuando dos vectores son perpendiculares se dice que son ortogonales, esto nos lleva a que:

w v = w v Cos 90 = 0
En general podemos establecer que dos vectores son perpendiculares si su producto escalar es
cero:

vu =0
y v=i+ j
Ejemplo: Sean los vectores u = 2i + 3 j
demuestre que los vectores v y w son ortogonales.
Usando la formula:

Pr oyv u =
El vector

u v
v

v=

(2,3) (1,1)

( 1 +1 )
2

(i + j ) =

calcule la

Pr oy v u ,

el vector

5
5 5
(i + j ) = i + j
2
2 2

se calcula:

1 1
5 5
w = u Pr oyv u = (2i + 3 j ) i + j = i + j
2 2
2 2
Calculemos

4.12

1 1
1 1
w v = , (1,1) = + = 0
2 2
2 2

VECTORES EN EL ESPACIO

En las secciones anteriores se analizaron los vectores en dos dimensiones, ahora

3
consideraremos los vectores en tres dimensiones R , para poder representar estos vectores se
necesita un sistema coordenado de tres dimensiones en el cual a cada punto de este se le puede
asociar un vector cuyo punto inicial sea el origen del sistema coordenado:

z
R
Q

P ( a , b, c )
v
y

60

El segmento de recta dirigido

OP = v = (a, b, c )

es equivalente a cualquier otro segmento de

recta que tenga la misma magnitud y direccin por ejemplo

QR ,

a cada representacin de los

segmentos se le conoce como vector, en estos casos las componentes del vector se representan:

v = ( x, y , z )
La magnitud de un vector es la longitud del segmento de recta dirigido, es fcil demostrar que
esta se calcula de la siguiente forma:

v = x2 + y2 + z2
Ejemplo: Calcule la magnitud del vector

v = (2,5,1)

v = (2) 2 + (5) 2 + (1) 2 = 4 + 25 + 1 = 30

2
Las operaciones que se desarrollaron para vectores en R se realizan de la misma forma para
3
los vectores en R .
Sean los vectores v = ( x1 , y1 , z 1 ) y
u = (x2 , y2 , z 2 )
Entonces:

v + u = ( x1 + x 2 , y 1 + y 2 , z 1 + z 2 )

(v ) = ( x1 , y1 , z1 )
v u = ( x1 x 2 , y 1 y 2 , z 1 z 2 )
En forma grfica los podemos visualizar:

v+u

v
v

Suma de vectores

Multiplicacin por un escalar

61

De la misma forma que los vectores en dos dimensiones, los vectores en tres dimensiones se
pueden escribir usando vectores unitarios:

v = xi + y j + z k
En forma grfica:

k = (0,0,1)
i = (1,0,0)

j = (0,1,0)

2v + u 3 p

Ejemplo: Realice la siguiente operacin

v = (3,2,4)

u = (1,5,2)

usando los vectores

p = (3,6,1)

Sustituyendo los vectores:

2v + u 3 p = 2(3,2,4) (1,5,2) 3(3,6,1)

= (6,4,8) + (1,5,2) + (9,18,3) = (14,27,13)
El producto escalar, el ngulo entre dos vectores y su proyeccin se calculan de la misma forma:

v u = ( x1 , y1 , z1 ) ( x2 , y2 , z 2 ) = x1 x2 + y1 y2 + z1 z 2
Cos =

vu
v u

Pr oyv u =

vu
v

w = u Pr oyv u

Ejemplo: Calcule el ngulo entre los vectores

v = (3,1,3) y u = (2,5,2) ,

proyeccin.
Calculemos su producto punto y sus magnitudes:

v u = (3,1,3) (2,5,2) = 6 + 5 + 6 = 17
v = 32 + (1) 2 + 32 = 19

u = 2 2 + (5) 2 + 2 2 = 32

62

as como su

Sustituyendo en las frmulas:

Cos =

17
( 19 )( 32 )

Pr oy v u =

17
( 19 ) 2

= 0.689 = 46.41

(3,1,3) =

17
51 17 51
(3,1,3) = , ,
19
19 19 19

Para establecer la direccin en un plano, basta dar el ngulo medido con respecto a la porcin
positiva del eje x , en el caso de los vectores en el espacio no es suficiente este ngulo, puesto que
existen una infinidad de vectores que pudieran tener este ngulo, como se muestra en la figura:

y
v

x
Todos los vectores de la figura tienen la misma magnitud pero diferente direccin, para precisar la
direccin es necesario dar los tres ngulos que forma con la porcin positiva de cada una de los ejes
coordenados:

z
v

x
A estos ngulos se les denomina ngulos directores, para calcularlos se forman tringulos
rectngulos entre el vector v y cada uno de los ejes coordenados:

63

z1

v = ( x1 , y 1 , z 1 )

y1
x1

Como es posible conocer la magnitud del vector y el cateto adyacente en cada uno de los
tringulos, los ngulo se calculan usando la funcin coseno:

Cos =

x1
v

Cos =

y1
v

Cos =

z1
v

A estos valores se les conoce como csenos directores y a las componentes del vector se les
llama nmeros directores. Los ngulos directores toman valores entre 0 y 180.
Ejemplo: calcule los ngulos directores del vector

v = (3,2,2)

v = 32 + (2) 2 + 2 2 = 17
Cos =
Cos =
Cos =

3
17
2
17
2
17

= 0.727

= 43.36

= 0.485

= 119.01

= 0.485

= 60.98

Los csenos directores cumplen la propiedad:

Cos 2 + Cos 2 + Cos 2 = 1

La expresin anterior nos permite definir el vector unitario en el espacio:

= Cos i + Cos j + Cos k

64

4.13 COMPONENTES DE UN VECTOR EN R

Las vectores que se han estudiado en este capitulo, tienen la caracterstica de que su origen
concuerda con el origen del sistema de ejes coordenados, en muchas aplicaciones se debe trabajar con
vectores que se encuentren fuera del origen. Por ejemplo en las fuerzas que se utilizan en Mecnica, se
conoce su magnitud y dos puntos por los cuales pasa su lnea de accin, a partir de esta informacin de
deben obtener sus componentes rectangulares para determinar la resultante.
Consideremos una fuerza cuya magnitud es

F1 y que su lnea de accin pasa por los puntos

P1 ( x1 , y1 , z1 ) y P2 ( x 2 , y 2 , z 2 ) , esto en forma grfica se representa:

z
F

z 2 z1

P2

P1

y 2 y1

y
x 2 x1

La direccin del segmento dirigido

multiplicamos el vector unitario
misma.

P1 P2 es la misma que el de la fuerza, por lo tanto si

por la magnitud de la fuerza, obtendremos las componentes de la

F = F
Para calcular el vector unitario, se utilizan las coordenadas de los puntos P1 y P2:

P1 P2 = ( x2 x1 )i + ( y 2 y1 ) j + ( z 2 z1 )k
P1 P2 = ( x 2 x1 ) 2 + ( y 2 y1 ) 2 + ( z 2 z1 ) 2
El vector unitario se calcula:

P1 P2
P1 P2

65

Ejemplo:

En la siguiente figura se muestra una torre sostenida por un cable, si se sabe que el la fuerza en
el cable es de 1500 N, determine las componentes rectangulares de la fuerza:

P1

5m

y
4m
6m

P2

x
Para calcular el vector

, debemos determinar

las coordenadas de los puntos inicial y final del

cable:

P1 (0,0,5)

P2 (4,6,0)

El vector unitario que tiene la direccin de estos puntos es:

(4 0)i + (6 0) j + (0 5)k
(4 0) 2 + (6 0) 2 + (0 5) 2

4i + 6 j 5k
77

4
77

i+

6
77

5
77

Al multiplicar la magnitud de la fuerza por este vector, se obtienen sus componentes:

4
6
5
F = 1500
i+
j
k
77
77
77
F = 683.76i + 1025.64 j 854.70k
Esta descomposicin de fuerzas es una herramienta fundamental en la Mecnica.

66

4.14 PRODUCTO VECTORIAL

En la Fsica existen muchas aplicaciones en las cuales es necesario tener dos vectores que
actan en un plano y dan como resultado un vector perpendicular a estos. Un caso muy estudiado es el
momento producido por un fuerza con respecto a un punto.
Un momento es el efecto de giro que produce una fuerza al aplicarse con respecto a un punto o
un eje de giro. Este giro se representa por medio de un vector perpendicular al plano que contiene a los
vectores, como se muestra en la figura.
z

y
r

F
F sen

De la figura podemos observar que la componente perpendicular a la lnea de accin del vector r
es la que produce el momento. Esta magnitud se calcula como:

M = r F sen
Se ha escogido el signo positivo del momento cuando el giro sea en la direccin contraria a las
manecillas del reloj.
A esta operacin entre vectores se le llama producto vectorial y se representa:

r x F = r F sen
Ahora trataremos de extender esta operacin para dos vectores cualquiera, estos los podemos
trasladar al origen para facilitar su manejo:
z

uxv

u
x
Tenemos entonces que la magnitud del producto vectorial es:

67

u x v = u v sen
Si invertimos el orden de los vectores, entonces el resultado del producto vectorial debe ser un
vector en direccin contraria, por lo tanto negativo.
z

u
v x u = v u sen

Se observa que el producto vectorial de dos vectores que se encuentran en el plano xy, da como
resultado un vector en direccin z. Si utilizamos vectores unitarios podrimos establecer la direccin del
producto vectorial.
z

k
y

x
Como la magnitud de los vectores es 1 y el ngulo entre ellos es de 90o, podemos concluir que se
debe cumplir:

ix j=k

Si invertimos el producto con los vectores unitarios, se tiene:

j x i = k

Si observamos los vectores unitarios en los ejes, podemos obtener fcilmente los dems
productos.

68

jxk =i
k x j = i
k xi = j
ixk =j
El producto vectorial de vectores unitarios iguales es 0.

ixi =0

jx j=0

kxk =0

Con esto tenemos una herramienta poderosa para calcular el producto vectorial de vectores que
estn expresados en sus componentes. Por ultimo debemos comprobar que el resultado del producto
vectorial usando los vectores unitarios concuerde con la definicin inicial.
Consideremos los vectores

u = (a1 , a 2 , a3 ) y v = (b1 , b2 , b3 ) , estos vectores los podemos

escribir:

u = a1i + a 2 j + a3 k

v = b1i + b2 j + b3 k

Entonces el producto vectorial, se obtiene multiplicando cada componente del primer vector por
las componentes del segundo:

u x v = (a1i + a 2 j + a3 k ) x (b1i + b2 j + b3 k ) = a1b1i x i + a1b2 i x j + a1b3i x k + a 2 b1 j x i

+ a 2 b2 j x j + a 2 b3 j x k + a3 b1 k x i + a3b2 k x j + a3 b3 k x k
Usando los productos definidos para los vectores unitarios y agrupando los trminos:

u x v = a1b2 k a1b3 j a 2 b1 k + a 2 b3 i + a3 b1 j a3 b2 i
= (a 2 b3 a3b2 )i + (a3b1 a1b3 ) j + (a1b2 a 2 b1 )k
Esta operacin es posible ajustarla para que concuerde con el calculo de un determinante, de la
siguiente forma:

i
u x v = a1
b1

j
a2
b2

k
a3
b3

Ejemplo:
Sean los vectores u = 2i + 3 j k
y v = 3i 4 j + 2k calcule:
a) su producto vectorial usando sus componentes
b) la magnitud del vector resultante
c) la magnitud usando la frmula

u x v = u v sen

Solucin:
a) Para calcular el producto vectorial usaremos el determinante

uxv= 2

1 =

3 4

u x v = 2i 7 j 17 k

69

2 1
3

j+

3 4

b) La magnitud del vector es:

u x v = 2 2 + (7) 2 + (17) 2 = 342 = 18.493242

c) Para calcular la magnitud del vector usando la frmula

u x v = u v sen debemos obtener

la magnitud de cada vector y el ngulo entre ellos:

u = 2 2 + 3 2 + (1) 2 = 14
cos =

v = 3 2 + (4) 2 + 2 2 = 29

8
u v (2)(3) + (3)(4) + (1)(2)
=
=
= 0.397033
uv
( 14 )( 29 )
406

= 113.392848o
Sustituyendo en la frmula:

u x v = u v sen = ( 14 )( 29 ) sen 113.392848o = 18.493242

Los resultados obtenidos por ambas frmulas concuerdan.
En forma grfica:
z

v
uxv

x
Existe otra interpretacin del producto vectorial, si consideramos la frmula
dibujamos los vectores:

v sen
u

70

u x v = u v sen y

Se observa que al multiplicar

u por v sen se obtiene el rea del paralelogramo formado por

los vectores.

A = u x v = u v sen
4.15

Esta interpretacin es muy importante para en los triples productos.

TRIPLE PRODUCTO ESCALAR.

Al combinar el producto escalar y vectorial, se pueden obtener el llamado triple producto

escalar, el cual tiene amplia aplicacin en Fsica.
Consideremos tres vectores u, v y w los cuales no estn contenidos en un mismo plano, la
operacin (u x v) w se le llama triple producto escalar. Si utilizamos la definicin de cada
producto tenemos la siguiente interpretacin.
El producto u x v representa un vector perpendicular al plano que contiene a los vectores
u y v y cuya magnitud es el rea del paralelogramo formado por ellos.

A= uxv

u
Si hacemos el producto escalar de este vector u x v con el vector w estamos multiplicando la
proyeccin de este vector sobre el vector del producto vectorial, esto da como resultado el
volumen del paraleleppedo determinado por los vectores u, v y w .

V = (u x v) w
Ejemplo.
Determine el triple escalar producto de los vectores:
u = 2i + 3 j + k

v = 4i + 3 j + 3k w = 2i + 2 j k

Primero calculamos el producto vectorial entre u y v :

71

j k

uxv= 2 3 1 =
4 3 3

3 1
3 3

2 1
4 3

j+

2 3
4 3

k = 6i 2 j 6k

El valor absoluto del producto escalar da como resultado el volumen:

V = (u x v) w = (6i 2 j 6k ) (2i + 2 j k ) = 12 4 + 6 = 10 = 10 u 3
4.16

COMBINACION LINEAL ENTRE VECTORES.

En el capitulo III se estudio la combinacin lineal entre renglones de una matriz aumentada.
Se estableci que si un rengln se puede obtener como una combinacin de otros, entonces los
renglones de la matriz no son linealmente independientes. Este concepto de independencia lineal
es muy importante en el estudio de los espacios vectoriales.
Por ejemplo, usando los vectores v1 = (2,3,1) y v 2 = ( 3,2,5) , se puede obtener otro
vector v3 haciendo una combinacin lineal de los anteriores:
v3 = 2v1 + 3v 2 = 2(2,3,1) + 3(3,2,5) = (4,6,2) + (9,6,15) = (5,12,13)
El nmero de combinaciones que podemos hacer es infinita. Lo nico que debemos variar son las
constantes por la cuales multiplicamos los vectores. Esto lo podemos representar:

v3 = c1v1 + c 2 v 2
v3 c1v1 c 2 v 2 = 0
Es posible realizar el proceso inverso, es decir, si tenemos un conjunto de vectores es podemos
determinar si son linealmente dependientes o independientes.
Si los vectores los vectores son independientes, significa que ninguno de ellos se puede obtener
como una combinacin lineal de los otros. Eso nos conduce a que no existen constantes diferentes de
cero que cumplan con la combinacin:

c1v1 + c 2 v 2 + c3 v3 + ... + c n v n = 0

Ejemplo:
Determine si los vectores

v1 = (2,3,1)

, v 2 = ( 3,2,5) y v3 = ( 5,12,13) son linealmente

independientes.

Formemos la combinacin de los vectores:

c1 (2,3,1) + c2 ( 3,2,5) + c3 ( 5,12,13) = 0
Al efectuar la operacin, nos conduce a un sistema de ecuaciones:

72

2c1

3c 2

5c3 =

3c1 +

2c2 + 12c3 = 0

c1 + 5c 2 + 13c3 = 0
Al resolver el sistema por Gauss-Jordan, obtenemos la solucin:
c1 = 2c 2
c 2 = 3c3
Esto indica que el sistema no tiene solucin nica, por lo que los vectores no son linealmente
independientes. Otra forma de verificar si el sistema es dependiente (en el caso que sea cuadrado)
es por medio de su determinante, si este es igual a cero entonces el sistema es dependiente y si el
diferente de cero entonces el sistema es independiente. Utilicemos este criterio para el sistema
anterior:

2 3 5
= 3
2 12 = 0
1 5 13
Ejemplo:
Verificar si los siguientes vectores son linealmente independientes.

v1 = (1,2,3)

v 2 = (2,1,0) y v3 = (0,1,7)

Formando la combinacin lineal:

c1 (1,2,3) + c 2 (2,1,0) + c3 (0,1,7) = 0

Lo cual nos genera el sistema de ecuaciones:

c1 +
2c 2
2c1 2c 2 +
3c1 +

= 0
c3 = 0
+ 7c3 = 0

Resolviendo por Gauss-Jordan, obtenemos como resultado que c1 = 0, c 2 = 0 y c3 = 0 , por lo

que el sistema tiene solucin nica y los vectores son linealmente independientes.

73

EJERCICIOS COMPLEMENTARIOS
CAPITULO IV
1.- Dados los siguientes vectores u = ( 4,5)
v = (3,2)
w = (5,4) .Obtener:
a) La grfica de los tres vectores en el mismo plano
b) La magnitud y direccin de cada vector
c) El ngulo formado por u y v
d) El producto escalar entre u y v
e) El producto vectorial entre v y w
f) 2u-3v+4w
g) La magnitud del vector obtenido en f
h) La proyeccin de u sobre v
2.-

Sobre

F1 = 200 N ,50

un

cuerpo

F2 = 300 N ,65 SO

actan

las

siguientes

fuerzas

F3 = 350 N ,240 . Calcular la magnitud y direccin de la

fuerza resultante.
3.- Dados Los vectores A = 2i 6 j + 10k
Obtener:

B = i + 3 j 7 k

C = 3i + 6 j + 6k .

1
A + 3B C
2
1
b) A + 4 B C
3
a)

c) La grfica de los tres vectores en el mismo sistema coordenado.

d) El ngulo formado por A y C
e) El ngulo que forma B con cada uno de los ejes coordenados
f) A C
g) B x A
h) A ( B x C )
i) B x ( A x C )
j) La proyeccin del vector A sobre B
k) Determinar si los vectores son linealmente independientes.

4.- Tres fuerzas actan sobre un cuerpo como se muestra en la figura, determine la magnitud y direccin
de la fuerza resultante.
A
900N
400N

6m
600N
B
3m
2m

3m
C
1m

3m
D
5m

74