LGEBRA

Sofa Pern Santana

05 de octubre de 2016

ndice
1. Introduccin 1

2. Sistemas de ecuaciones lineales 2

2.1. Ecuacin lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . . . . . . 2
2.3. Matriz Aumentada de un sistema . . . . . . . . . . . . . . . . . . 2
2.4. Eliminacin de Gauss-Jordan . . . . . . . . . . . . . . . . . . . . 3

3. Matrices 6
3.1. Definicin de matriz . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.2. Operaciones con matrices . . . . . . . . . . . . . . . . . . . . . . 6
3.3. Matrices Especiales . . . . . . . . . . . . . . . . . . . . . . . . . . 8

4. Integrales 10
4.1. Antiderivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.2. Sumatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.3. rea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.4. Suma superior e inferior . . . . . . . . . . . . . . . . . . . . . . . 13

1. Introduccin
El siguiente documento rene un conjunto de conceptos fundamentales para
el estudio del lgebra lineal. Entre ellos se encuentran las ecuaciones lineales,
los sistemas de ecuaciones lineales, las matrices junto con las distintas opera-
ciones que admiten y finalmente los vectores en espacios bi- y tridimensional.
Se analizan tambin conceptos de clculo, y finalmente cmo los conceptos de
ambas disciplinas pueden utilizarse para simplificar conceptos de fsica.

1
2. Sistemas de ecuaciones lineales
2.1. Ecuacin lineal
Una ecuacin lineal en las n variables x1 , x2 , ..., xn es una ecuacin que se
puede expresar en la forma:

a1 x1 + a2 x2 + ... + an xn

Dentro de esta ecuacin las variables ( x1 , x2 , ..., xn ) se denominan incgnitas y

los nmeros que acompaan se denominan coeficientes. En una ecuacin lineal,
todas las variables estn elevadas a la primera potencia y no hay funciones
logartmicas, trigonmetricas o exponenciales.
Un conjunto solucin de una ecuacin lineal a1 x1 + a2 x2 + ... + an xn es
un conjunto de nmeros s1 , s2 , ..., sn de modo que la ecuacin se cumple si
sustitumos x1 = s1 , x2 = s2 , ..., xn = sn

2.2. Sistemas de ecuaciones lineales

Un sistema de ecuaciones lineales puede definirse como un conjunto finito de
ecuaciones lineales en las variables x1 , x2 , ..., xn . Entonces, se le llama solucin
del sistema a un conjunto de nmeros que sean solucin de todas las ecuaciones.
m, n N

Teorema 1 (Soluciones de un sistema de ecuaciones) Sea S un SEL en-

tonces S cumple con alguna de las siguientes:
1. No tiene solucin

2. Tiene solucin
3. Tiene infinitas soluciones

2.3. Matriz Aumentada de un sistema

Podemos abreviar un sistema de ecuaciones lineales usando un arreglo rec-
tangular de nmeros denominado matriz aumentada del sistema. Por ejemplo,
si tenemos el sistema:

2x + 3y + 4z = 9
S= 3x + 6y + 7z = 15
5x + 9y + 8z = 26

La matriz aumentada de el sistema S sera:

2 3 4 . 9
S= 3 6 7 . 15
5 9 8 . 26

2
Es importante que las incgnitas estn ordenadas, para que cada columna de la
matriz le corresponda a una incgnita determinada. Para encontrar el conjunto
solucin de un sistema de ecuaciones lineales, se puede escalonar y reducir la
matriz aumentada del mismo. Una Matriz escalonada reducida debe cumplir
con los siguientes requisitos:

1. Si un rengln no consta slo de 0, el primer nmero distinto es 1, al que

se llama uno principal

2. Si hay renglones que constan de ceros se agrupan en la parte inferior

3. En dos renglones consecutivos que no consten slo de ceros, el 1 principal
del inferior est a la derecha del superior
4. Cada columna con un 1 principal, tiene 0 en las dems posiciones

Si una matriz slo cumple con los requisitos 1,2 y 3 entonces se denomina
matriz escalonada (sin reducir)

2.4. Eliminacin de Gauss-Jordan

Para encontrar el valor de las incgnitas de un sistema, busco llegar a uno
ms simple con el mismo conjunto solucin, para ello buscamos la matriz escalo-
nada reducida de ese sistema, a travs de 3 operaciones llamadas operaciones
elementales

Multiplicar una ecuacin (fila de la matriz) por k no nulo, k R

Intercambiar dos ecuaciones

Sumar mltiplo de de una acuacin a otra

Existe un mtodo denominado Eliminacin de Gauss Jordan que nos da una

forma ordenada de escalonar y reducir nuestra matriz. Se puede observar en el
siguiente ejemplo: Partimos del sistema S:

2x + 3y + z = 1
S = 3x 2y 4z = 3
5x y z = 4

El mismo se asocia a una matriz aumentada a la que llamaremos A:

2 3 1 . 1
A= 3 2 4 . 3
5 1 1 . 4
El primer paso es localizar una columna izquierda que no conste completa-
mente de ceros, en este caso, puede ser cualquiera. Luego hay que intercambiar
las filas de modo que en la posicin 1.1 haya un nmero distinto de 0. En este

3
caso la posicin 1.1 est ocupada por un 2, por lo tanto eso tampoco representa
un problema.
Luego hay que convertir el nmero en la posicin 1.1 en un 1 principal,
entonces multiplicamos a toda la fila por 21 Al hacerlo obtenemos la siguiente
matriz:
3 1
. 12

1 2 2


A= 3 2 4 . 3


5 1 1 . 4
Ahora sumamos mltiplos adecuados a renglones inferiores para convertirlos en
0
3 E1 + E2 E2
5 E1 + E3 E3

3 1 1 3 1 1

1 2 2 . 2 1 2 2 . 2


3
A= 2 4 . 3 A =

0 13
2 11
2 . 29


5 1 1 . 4 0 17
2 72 . 3
2

Ahora procedemos a hacer lo mismo para las otras columnas pero ignorando las
filas superiores, necesitamos obtener el 1 de la 2a fila, y procedemos de igual
forma que antes, es decir multiplicamos toda la fila por el inverso del numero
que deseamos transformar en 1, en este caso 13 2
2 , cuyo inverso es 13
2
13 E2 E2

2 E3 E3

3 1 1 3 1 1

1 2 2 . 2 1 2 2 . 2


0
A= 13
2 11
2 . 92
A = 0
1 11
13 . 9
13



0 17
2 72 . 3
2 0 17 7 . 3

Ahora queremos obtener el 0 que se ubica en la 3a fila, 2a columna de la

matriz identidad, para hacer esto buscamos el opuesto del numero que se ubica
en la 3a fila, 2a columna de la matriz con la cual estamos operando, en este caso
-17, cuyo opuesto ser 17; lo que hacemos ahora es multiplicar este nmero por
todos los elementos de la 2a fila y sumar esos resultados con el numero que le
corresponde en columna de la 3a fila.
17 E2 + E3 E3

4
 3 1 1 3 1 1

1 2 2 . 2 1 2 2 . 2

11 9
11 9

A= . A = 0 1 .
0 1
13 13 13 13

96 192
0 17 7 . 3 0 0 13 . 13

Luego es necesario obtener el 1 correspondiente a la 3a fila, 3a columna de

la matriz identidad, aplicamos el mismo procedimiento con el que estbamos
trabajando, es decir que vamos a multiplicar toda la 3a fila por el inverso del
numero que se encuentre en la posicin de la 3a fila, 3a columna, en este caso
96 13
13 , cuyo inverso ser 96 .
13
96 E3 E3

3 1 1 3 1 1

1 2 2 . 2 1 2 2 . 2

11 9
11 9

. A = 0 .
0
A= 1 1
13 13 13 13

96 192
0 0 13 . 13 0 0 1 . 2

Cuando ya tenemos los unos principales correspondientes, empezamos a su-

mar mltiplos que nos permitan dejar en 0 las otras posiciones. Primero, elimi-
namos los nmeros en la tercera columna, se proceder a multiplicar los opuestos
de estos nmeros por cada uno de los elementos de la 3a fila y estos se suma-
ran a los nmeros de su respectiva columna. Por ej.: en el caso de la 2o fila, se
multiplicar a 11
13 (opuesto de 11/13) por cada uno de los elementos de la 3
o

fila y se sumaran sus resultados con el nmero que le corresponda en columna

de la segunda fila. En el caso de la 1a fila se multiplicar a 12 (opuesto de 12 )
por cada uno de los elementos de la 3o fila y se sumaran sus resultados con el
nmero que le corresponda en columna de la primera fila.
21 E3 + E1 E1

11
13 E3 + E2 E2

3 1 1 3
. 21

1 2 2 . 2 1 2 0

11 9

0
A= 1 13 . 13
A = 0
1 0 . 1


0 0 1 . 2 0 0 1 . 2

Ahora para completar la reduccin slo falta anular el elemento 1.2 para ha-
cer esto buscamos el opuesto del numero que se ubica en la 1a columna, 2a fila
de la matriz con la que estamos operando, en este caso es 23 , cuyo opuesto ser

5
 23 , lo que hacemos ahora es multiplicar este nmero por todos los elementos de
la 2a fila y sumar esos resultados con el nmero que le corresponde en columna
de la 1a fila. 32 E2 + E1 E1

3
. 12 . 12

1 2 0 1 0 0


0
A= 1 0 . 1 A =

0 1 0 . 1


0 0 1 . 2 0 0 1 . 2
A esta matriz se le asocia finalmente el sistema:

x + 0y + 0z = 1
S0 = 0x + y + 0z = 1
0x + 0y + z = 2

Por lo tanto hemos encontrado el valor de nuestras incgnitas: x = 1, y =

1, z = 2

3. Matrices
3.1. Definicin de matriz
Podemos definir una matriz como un arreglo rectangular de nmeros, a los
cuales se denomina elementos
Formalmente,
sean m, n N, una matriz de nmeros R de tamao mxn es un arreglo rec-
tangular de nmeros R dispuestos en m filas y n columnas Se puede escribir de
forma condenada como [Aij ]mxn
Decimos que dos matrices son iguales si y slo si tienen el mismo tamao y
adems sus elementos correspondientes son iguales.

3.2. Operaciones con matrices

Suma de matrices: Si A y B son matrices de igual tamao, la suma es la
matriz obtenida de sumar los elementos correspondientes entre ellas. De la mis-
ma manera la resta se define como la matriz obtenida el restar los elementos
correspondientes entre ambas matrices.
Por ejemplo:

1 2 4 . 8 0 5 2 . 1


6
A= 7 1 . 0 yB =

1 6 4 . 3


4 5 7 . 2 8 2 3 . 1

6
Entonces, A+B ser igual a:

1 7 6 . 9


7
A+B = 8 5 . 3


12 7 10 . 3
Mientras que A-B ser igual a:

1 3 2 . 7


AB =
5 1 3 . 3


4 3 4 . 1
Producto de matrices por un escalar: Si A es una matriz cualquiera tal que
A Rmxn , y c un escalar cualquiera tal que c R, entonces c A es la matriz
obtenida al multiplicar cada elemento de A por C, en el caso de la matriz A del
ejemplo anterior:

1 2 4 . 8 3 6 12 . 24


6
A= 7 1 . 0
3 A = 18
21 3 . 0


4 5 7 . 2 12 15 21 . 6

Producto de matrices entre s : Para multiplicar dos matrices A, B, en el

orden A B, es de suma importancia que A Rmxr y B Rrxn , es decir,
que el nmero de columnas de la primera matriz coincida con el nmero de
filas de la segunda. El resultado ser una matriz Ab Rmxn cuyos elementos se
determinan:

r
X
Aik Bkj = (AB)ij
k=1

i {1, 2, ..., m}

j 1, 2, ..., n

Aun cuando muchas de las reglas de la aritmtica para los nmeros reales
tambin se cumplen para las matrices, hay algunas excepciones; una de las
excepciones ms importantes se presenta en la multiplicacin de matrices. Para
los nmeros reales a y b, siempre se tiene ab = ba Esta propiedad a menudo se
denomina ley conmutativa para la multiplicacin. Sin embargo, en el caso de las

7
mtrices, AB y BA no necesariamente son iguales. Es posible que la igualdad no
se cumpla por tres razones. Puede suceder, por ejemplo , que AB est definido
, pero BA no. Este es el caso si A es una matriz de 2 X 3 Y B una de 3X4.
Tambin puede suceder que tanto AB como BA estn definidos, pero tengan
tamaos diferentes. Esta es la situacin si A es una matriz de 2 X 3 Y B una de
3 X 2 . Por ltimo, como se muestra en el ejemplo que sigue , se puede tener AB
6= BA, incluso si AB y BA estn ambos definidos y tienen el mismo tamao.
Aunque la ley conmutativa para la multiplicacin no es vlida en la arit-
mtica matricial, muchas leyes conocidas de la aritmtica se cumplen para las
matrices. En el teorema que sigue se resumen algunas de las ms importan-
tes,junto con sus denominaciones.
Teorema 2 (Propiedades de las matrices) : Suponiendo que los tamaos
de las matrices son tales que es posible efectuar las operaciones indicadas, son
vlidas las reglas que siguen de la aritmtica matricial:
1. A + B = B + A
2. A + (B + C) = (A + B) + C
3. A(BC) = (AB)C
4. A(B + C) = AB + AC
5. (B + C)A = BA -lCA
6. A(B - C) = AB - AC
7. (B - C)A = BA - CA
8. a(B + C) = aB + aC
9. a(B - C) = aB - aC
10. (a + b)C = aC -t-bC
11. (a - b)C = aC - bC
12. (ab)C = a(bC)
13. a(BC) = (aB)C = B(aC)

3.3. Matrices Especiales

Matriz nula: sean m, n N, una matriz nula de tamao mxn es la matriz 0
Rmxn definida como 0ij = 0i {1, 2, ..., m}yj {1, 2, ..., n}
Teorema 3 Suponiendo que los tamaos de las matrices son tales que se pueden
efectuar las operaciones indicadas, las siguientes reglas de la aritmtica matricial
son vlidas:
1. A + O = O + A = A

8
 2. A - A = O
3. O-A=-A
4. AO = O: OA = O
Matriz identidad: sean m, n N, la matriz identidad es una matriz cuadrada
con 1 en su diagonal principal, sus elementos se definen como:

1 sii i = j
(In )ij =
0 sii i 6= j
Por ejemplo I4 se escribe como:

1 0 0 0


0 1 0 0

A=


0 0 1 0


0 0 0 1
Matriz inversa: Si A es una matriz cuadrada y si se puede encontrar B del mismo
tamao tal que AB=BA=I entonces decimos que A es INVERTIBLE y B es
la inversa de A, denotada como A1
Teorema 4 (Producto de inversibles) : Si A y B son inversibles y del mis-
mo tamao AB es invertible y adems (AB)1 = B 1 A1
Matriz inversa: Si A es una matriz mxn, entonces la transpuesta de A deno-
tada At , es la matriz nxm que se obtiene al intercambiar renglones y columnas
de A.
(At )ij = Aji

Teorema 5 (Propiedades de la transpuesta) : Si los tamaos son tales que

las operaciones se pueden efectuar entonces:

1. (At )t = A

2. (A + B)t = At + B t
3. (kA)= kA, .en donde k es cualquier escalar
4. (AB)= B
El estudio de la resolucin de sistemas utilizando matrices, ser de suma
importancia para encontrar el valor de distintas incgnitas en clculo y fsica.

9
4. Integrales
4.1. Antiderivada
Definicin de antiderivada: Se dice que una funcin F es una antiderivada
de f, tambin llamada una primitiva de f en un intervalo I si:
F 0 (x) = f (x) x I
Una funcin puede tener infinitas antiderivadas que difieran en una constante,
lo que da lugar al teorema que sigue:
Teorema 6 (Representacin de antiderivada general) : Si F es una an-
tiderivada de f en un intervalo I, entonces G es una antiderivada de f en el
mismo intervalo si y slo si G es de la forma G(x) = F (x) + C, donde C es una
constante
Demostracin
Primero demostramos la ida:
Sabemos que G(x) es de la forma G(x) = F (x) + C, que f 0 (x) = F (x) y
que C es una constante. Queremos probar que G es una antiderivada de f.
G(x) = F (x) + C G0 (x) = dx
d
(F (x) + C) = F 0 (x) + 0 = f (x)
Luego es necesario demostrar la vuelta: Sabemos que G es una antideri-
vada de f que f 0 (x) = F (x) y que C es una constante. y queremos probar
que G(x) es de la forma G(x) = F (x) + C
Definimos H(x) = G(x) F (X) Como H es continua y derivable, por el
teorema del valor medio sabemos que existe c tal que:
H 0 (c) = H(b)H(A)
ba
Adems sabemos que:
H 0 (c) = 0 ya que H 0 (x) = G0 (x) F 0 (X) H 0 (x) = f (x) f (x)
H 0 (c) = 0
Por lo tanto, H(b) H(A) = 0. Esto nos indica que la funcin H(x) es una
funcin constante ya que a y b son valores genricos. Entonces podemos
afirmar que:

H(x) = G(x) F (X) = C G(x) = F (x) + C

Queda as demostrado el teorema 6.

A la constante C utilizada en estos teoremas se la denomina constante de

integracin y a la funcin G(x) = F (x) + C se la denomina antiderivada
general de f y representa toda la familia de antiderivadas de f(x).
Es til tambin al resolver ecuaciones diferenciales. Una ecuacin diferencial en
x y y es una ecuacin que incluye a x, y y a las derivadas de y. Por ejemplo,
y 0 = 2 tiene como solucin general a la antiderivada general y = 2x + c.

10
4.2. Sumatorias
Para esta seccin definimos la sumatoria a travs de la notacin sigma, de-
cimos que:
La suma de n trminos a1 , a2 , ...., an se escribe como:
n
X
ai = a1 + a2 + .... + an
i=1

donde:
i es el ndice de suma
ai es el i-simo trmino de la suma
n y l son los lmites superior e inferior de la suma
Algunas propiedades tiles de la suma son:
1.
n
X n
X
k ai = k ai
i=1 i=1

2.
n
X n
X n
X
ai bi = ai bi
i=1 i=1 i=1

Esas frmulas son fcilmente deducibles de las propiedades asociativa y con-

mutativa de la suma. El siguiente teorema lista algunas frmulas tiles para la
suma de potencias:
Teorema 7 (Frmulas usando la notacin sigma) :

1.
n
X
c=cn
i=1

2.
n
X n(n + 1)
i=
i=1
2

3.
n
X n(n + 1)(2n + 1)
i2 =
i=1
6

4.
n
X n2 (n + 1)(n + 1)2
i3 =
i=1
4

11
Ahora demostraremos cada una de estas propiedades,
1. La demostracin de la propiedad uno es inmediata, al sumar n veces el
nmero c, se obtiene la suma cn
2. Para demostrar la propiedad 2, se escribe la suma en orden creciente y en
orden decreciente, y se suman los trminos correspondientes de la siguiente
manera

n
X
i = 1 + 2 + 3 + ... + (n 1) + n
i=1

n
X
i = n + (n 1) + (n 2) + ... + 3 + 2 + 1
i=1

Al sumar los elementos, obtenemos n trminos iguales

n
X
2 i = (n + 1) + (n + 1) + (n + 1) + (n + 1) + ....(n + 1)
i=1

Por tanto:
n
X n(n + 1)
i=
i=1
2

3. La propiedad 3 se demuestra por induccin matemtica.

En primer lugar para n = 1 es verdadera ya que:
1
X 1(1 + 1)(2 + 1) 1
i2 = 12 = =123 =1
i=1
6 6

Luego, suponiendo que el resultado es verdadero para n = k se puede

comprobar que es verdadero para n = k + 1:
k+1
X k
X
i2 = i2 + (k + 1)2
i=1 i=1

k(k+1)(2k+1)
6 + (k + 1)2 =

k+1
6 (2k 2 + k + 6k + 6) =
(k+1)(k+2)[2(k+1)+1]
6 se cumple la propiedad 3
4. El procedimiento para demostrar la ltima propiedad utiliza tambin la
induccin matemtica, y es similar.

12
4.3. rea
En la geometra euclideana, el tipo ms simple de regin plana es un rec-
tngulo. Aunque la gente a menudo afirma que la frmula para el rea de un
rectngulo, resulta ms apropiado decir que sta es la definicn del rea de un
rectngulo. De esta definicn, se pueden deducir frmulas para reas de muchas
otras regiones planas.

Por ejemplo, para determinar el rea

de un tringulo, se puede formar
un rectngulo cuya rea es dos ve-
ces la del tringulo, como se in-
dica en la figura 1. Una vez que
se sabe cmo encontrar el rea de
un tringulo, se puede determinar
el rea de cualquier polgono sub-
dividindolo en regiones triangula-
res, como se ilustra en la figura
2. Figura 1: rea de un tringulo

Figura 2: rea de distintos polgonos

4.4. Suma superior e inferior

Considerar una regin plana limitada en su parte superior por la grfica de
una funcin continua no negativa y = f (x). La regin est limitada en su parte
inferior por el eje x y las fronteras izquierda y derecha por las rectas verticales
x=a y x=b.

Para aproximar el rea de la regin, se empieza

subdividiendo el intervalo [a, b] en n subintervalos,
cada uno de longitud x = ba n como se muestra en
la figura 4. Como f es continua, el teorema del valor

13

Figura 3: Subintervalos
 extremo garantiza la existencia de un valor mnimo y
uno mximo de f(x) en cada subintervalo.
f(mi) = valor mnimo de f(x) en el i-simo subin-
tervalo

f(Mi) = valor mximo de f(x) en el i-simo

subintervalo
A continuacin, se define un rectngulo inscrito que se
encuentra dentro de la i-sima subregin y un rectn-
gulo circunscrito que se extiende fuera de la i-sima
regin. La altura del i-simo rectngulo inscrito es
f(mi) y la altura del i-simo rectngulo circunscrito es f(Mi). Para cada i, el
rea del rectngulo inscrito es menor que o igual que el rea del rectngulo cir-
cunscrito. Luego,
rea del rectngulo inscrito = x f (mi ) f (Mi ) x = rea del rectngulo
circunscrito
La suma de los rectngulos inscritos recibe el nombre de suma inferior y la
suma de los rectngulos circunscritos el nombre de suma superior, entonces:
Suma inferior=
n
X
f (mi ) x
i=1

Suma superior=
n
X
F (mi ) x
i=1

Esto se observa fcilmente en la figura 4, a continuacin:

Figura 4: Sumas superior e inferior

14