Nociones de

Algebra Lineal

1) Determinar si (R2, , R, ) es un espacio vectorial con las

operaciones suma y producto escalar - vector definidos por:
a)

(a, b) (c, d) = (a + c, b + d)

k (a, b) = (k a, k b)

(a, b) , (c, d) R2
k R (a, b) R2

(a, b) (c, d) = (a + c, b + d)

k (a, b) = (a, a)

(a, b) , (c, d) R2
k R (a, b) R2

(a, b) (c, d) = ((a + c)/2, (b + d)/2)

k (a, b) = (k a, k b)

(a, b) , (c, d) R2
k R (a, b) R2

2) Dados los siguientes subconjuntos de R2 y R3

a) { (x, y) / x = y }

b) { (x, y) / y = 2 }

c) { (x, y) / y + x = 3 }

d) { (x, y) / x = y / 2 }

e) {(1, 0, 0); (0, 1, 0); (0, 0, 1); (1, 2, 3); (1, 3, -1); (-2, 1, 4); (-3, -2, 5); (1, -1, 1); (2, -2, -3)}
f) { (x, y, z) / z = 0 }

g) { (x, y, z) / y = 1 }

h) { (x, y, z) / x = 0, y = 0 }
i) { (x, y, z) / x + y = 1 }
Representar grficamente los conjuntos dados y establecer cules de ellos son
subespacios de R2 o de R3 segn corresponda, justificando la respuesta.

3) a) En R3 verificar que el vector (-1, 2, -1) es combinacin lineal de

los vectores u ( 2, 1, 1 )
v ( 2, 1, 1 )
w ( 1, 1, 0 )
siendo los escalares: a = 2; b= 3 y c = 1 .
v ( 2, 4 )
b) Expresar los vectores u ( 0, 4 )
i ( 1,0 )
como combinacin lineal de los versores

j ( 0,1 )

4) Determinar analticamente si los siguientes conjuntos de vectores

constituyen una base de R2, justificando la respuesta.
a) A = { (1, 2); (-2, 1) }

b) B = { (1, 2); (2, 4) }

c) C = { (1, 3); (1/2, -4); (17/5, 8) }

d) D = { (0, 0); (2, 1) }

v ( 3, 1 ) de R2:
5) Dados los vectores u ( 1 2 ; 2)
a) Verificar que el conjunto A { u ; v } es una base de R2
b) Hallar en la base A { u ; v } las coordenadas del vector

w ( 4, 6)

6) Sean los conjuntos de vectores

a) { (x, y) / x = y }

b) { (x, y) / x = y / 2 }

c) { (x, y, z) / z = 0 }

d) { (x, y, z) / x = 0, y = 0 }

i) Determinar por lo menos dos bases distintas en cada sub espacio

ii) Determinar la dimensin de cada sub espacio
7) Una concesionaria de automviles tiene sus reportes mensuales de venta de autos expresados en
forma de matrices cuyas filas, en orden, representan el nmero de modelos estndar y de lujo,
mientras que las columnas indican el nmero de unidades de color rojo bermelln, azul metalizado, gris
plomo y verde acuario. La casa central vendi en el mes de julio del modelo estndar 10 unidades de
color rojo bermelln, 5 azul metalizado, 7 gris plomo y 9 verde acuario y en el modelo de lujo 6
unidades color rojo bermelln, 7 azul metalizado, 5 gris plomo y 12 verde acuario. La venta del mes de
agosto fue en el modelo estndar ninguna unidad de color rojo bermelln, 20 azul metalizado, 10 gris
plomo y 5 verde acuario y en el modelo de lujo 10 unidades color rojo bermelln, 5 azul metalizado, 7
gris plomo y 12 verde acuario. De acuerdo a la informacin dada:
a) Exprese la matriz de venta de la casa central para los meses de julio y agosto.
b) De qu clase es cada matriz?
c) Cuntos autos de modelo estndar y color rojo bermelln se vendieron en los dos meses?
d) Cuntos autos de cada modelo y color se vendieron en los dos meses?
e) Esta concesionaria de automviles tiene una sucursal, que vendi en los meses de julio y agosto, el
doble de lo vendido en la casa central. Exprese la matriz de venta para los meses de julio y agosto.
f) Cul es la cantidad de autos vendidos por modelo y color en los dos locales durante
los meses de julio y agosto? Cuntos autos se hubieran vendido en la sucursal si la
venta
en dicho local hubiese sido el triple que en la casa central?

8) Escribir:
a) Una matriz F C3 x 3 tal que: fij = 0 si i = j; fij = i si i j

b) Una matriz G C3 x 2 tal que: gij = 2 i + j si i > j;

gij = i - j si i j

9) Sean las matrices A y B R

Calcular: i) A + B

2x3

ii) 3 A

2 3
5

0 2

iii) 2A - 3B

2
1 3
1 3 3
1
10) Dadas las matrices:

1 5 2 6
1
0 0
4 1 6
0

A
B 0 1 9 4
0 0 5
3 1 / 2 7 2

1 5 1 3
3 1 8 0
9 7
3
a) Escribir las matrices -A y D
b) Calcular, si es posible, B x A; D x A y D x B.

0
9

D 2

4 3

11) Calcular los rangos de las siguientes matrices:

2

2 2

2 1

A 1 1 1 0

2 1 2 1

3 1

1 2 3

12) Calcular los siguientes determinantes

D( A ) A

D( B ) B 1

D( C ) C

Espacio Vectorial
Para que (V, *, K, ) sea espacio vectorial se debe verificar que:
Si

xV

1) x V , y V

yV

es un escalar del cuerpo K

x*yV

1 a
1 b
1 c

Ley de cierre para * composicin interna en V

2) x, y, z : x, y, z V (x * y) * z = x * (y * z)

Asociativa para *

3) 0 V / x : x V x * 0 = 0 * x = x

Existe Elemento Neutro para *

4) x V, x V / x * x = x * x = 0

Existe Elemento Inverso para *

5) x, y : x, y V x * y = y * x

Conmutativa para *

Hasta aqu se verificaron condiciones en V respecto de *,

que hacen de (V, *) un grupo abeliano
Ahora en las restantes condiciones analizaremos el comportamiento de las
operaciones * y entre elementos de V y de K

6) x V, V

xV

Ley de cierre
1 a

7) x V , , K : ( x) = ( ) x Asociativa
8) x, y V, K : (x * y) = x * y
es distributiva con respecto a *
9) x V, , K : ( * ) x = x * x
es distributiva con respecto a *
10) x V : x 1 = 1 x = x

El elemento neutro de es el 1 de K

1 b
1 c

1 a) Determinar si (R2, , R, ) es un espacio vectorial con las

operaciones suma y producto escalar - vector definidos por:
a)
(a, b) (c, d) = (a + c, b + d)
(a, b) , (c, d) R2

k (a, b) = (k a, k b)
k R , (a, b) R2
1) (a, b) , (c, d) R2

(a, b) (c, d) = (a + c, b + d) R2

L.C.I.

2) (a, b), (c, d), (e, f) R2 : [(a, b) (c, d)] (e, f) = (a, b) [(c, d) (e, f)]
[(a, b) (c, d)] (e, f) = (a + c, b + d) + (e, f) = (a + c + e, b + d + f)
(a, b) [(c, d) (e, f)] = (a, b) + (c + e, d + f) = (a + c + e, b + d + f)

Asociativa

3) (e1, e2) R2 / (a, b) : (a, b) R2 (a, b) (e1, e2) = (a + e1, b + e2) = (a, b)
Existe Elemento Neutro para
4) (a, b) : (a, b) R2, (a,b) R2 / (a a, b b) = (e1, e2)
Existe Elemento Inverso para
5) (a, b); (c, d) : (a, b); (c, d) R2 (a, b) (c, d) = (c, d) (a, b)
Conmutativa para
1 b

1 c

6) (a, b) R2, R (a, b) = ( a, b) R2

Ley de cierre para con un escalar
7) a, b) R2 , , R : [ (a, b)] = [ ( a, b)] =
( a, b) = ( ) (a, b)
Asociativa para con R2 y R
8) (a, b), (c, d) R2, R : [(a, b) (c, d)] = [(a + c, b + d)] =
[ (a + c), (b + d)] = ( a + c, b + d) =
= ( a, b) + ( c, d) = [ (a, b)] + [ (c, d)]
Es distributivo con respecto de en R2
9) (a, b) R2, , R : ( ) (a, b) = [( + ) a, ( + ) b] =
[( a + a), ( b + b)] = [( a, b) + ( a, b)] =
[ (a, b)] [ (a, b)]
Es distributivo con respecto de * en K
10) 1 R2 / (a, b) : (a, b) R2 1 (a, b) = (1 a, 1 b) = (a, b)
Existe Elemento Neutro para
Se verifican todas las condiciones Es Espacio Vectorial

1 b) Determinar si (R2, , R, ) es un espacio vectorial con las

operaciones y definidas por:
(a, b) (c, d) = (a + c, b + d)
(a, b) , (c, d) R

k (a, b) = (a, a)
k R (a, b) R2
La operacin definida en R2 es la misma que la del ejercicio anterior, por
tanto las primeras cinco condiciones se verifican, estudiaremos las restantes
6) (a, b) R2, R (a, b) = ( a, b) = (a, a) R2
Ley de cierre para con un escalar
7) (a, b) R2 , , R : [ (a, b)] = [( a, b)] = (a, a) = (a, a)
( ) (a, b) = [( ) a, ( ) b] = (a, a)
Asociativa para con R2 y R
8) (a, b), (c, d) R2, R : [(a, b) (c, d)] = [(a + c, b + d)] =
[ (a + c), (b + d)] = (a + c, a + c)
=[ (a, b) (c, d)] = (a, a) + (c, c) = (a + c, a + c)
Es distributivo con respecto de * en R2
9) (a, b) R2, , R : ( ) (a, b) = [( + ) a, ( + ) b] = (a, a)
( * ) (a, b) = [ (a, b)] + [ (a, b)] = (a,a) + (a,a) = (a + a, a + a )
Pero

(a, a) (a + a, a + a)

No se verifica esta condicin

NO Es distributivo con respecto de * en R

NO Es Espacio Vectorial

1 c

1 c) Determinar si (R2, , R, ) es un espacio vectorial con las

operaciones suma y producto escalar - vector definidos por:
(a, b) (c, d) = ((a + c)/2, (b + d)/2)
k (a, b) = (k a, k b)
1) (a, b) , (c, d) R2

(a, b) , (c, d) R2
k R (a, b) R2

(a , b ) * (c , d ) (

a c b d
,
)
2
2

R2

L.C.I.

2) (a, b), (c, d), (e, f) R2 : [(a, b) * (c, d)] * (e, f) = (a, b) * [(c, d) * (e, f)]

a c b d
,
) * (e , f )
2
2
a c
b d
e
f
2
2
(
,
) ( a c 2e , b d 2f )
2
2
4
4
c e d f
(a , b ) * [(c , d ) * (e , f ] (a , b ) * (
,
)
2
2
c e
d f
a
b
2 ,
2 ) ( 2a c e , 2b d f )
(
2
2
4
4
pero
[(a , b ) * (c , d )] * (e , f ) (

a c 2e b d 2f
,
)
4
4
* NO Es Asociativa en R2
(

NO Es Espacio Vectorial

2a c e 2b d f
,
)
4
4

2 a

Subespacios

2 d

2 b - c
2 e

2 g - h

2 f
2 i

Dado un espacio vectorial (V, *, K, )

y el conjunto no vaco S V

S es un sub conjunto del conjunto V

Si S es un espacio vectorial sobre el mismo cuerpo K

y con las mismas leyes de composicin interna que en V
(S, *, K, ) es un subespacio de (V, *, K, ) S es subespacio de V
Escribimos de otra manera :
Si

1) S
2) x S y S x + y S
3) R x S x S

Si (S, *, K, ) es un
subespacio de (V, *, K, )
(S, *) es un sub grupo
de (V, *)

entonces el elemento neutro pertenece a S

Representamos grficamente
2 a) Si A = { (x, y) R2 / x = y }
Para analizar si A es subespacio, verificamos
x
y=x
y
que se cumplan las tres condiciones suficientes
para que un conjunto sea subespacio.
2
2=2
2
Pero previamente verificamos que el vector
4
4=4
4
nulo pertenezca al conjunto A
Efectivamente (0,0) A

1) A

2) Si u ( a , b )

con u A a b

v ( c,d )

con v A c d

u v ( a, b ) ( c,d ) ( a c, b d )
pero

a c b d u v A

3) Si

cerrada para la suma

R u ( a,b) A
u ( a , b ) ( a , b )
pero

a b

u A

A es sub espacio de R2
2 b - c

2 d

2 e

2 f

cerrada para el producto

por un escalar

2 g - h

2 i

Representamos grficamente

2 b) B = { (x, y) / y = 2 }

Antes de analizar si es subespacio verificamos

si el vector nulo pertenece al conjunto B

y=2

-6

y = -x + 3

-2+3

-6+3

-3

Pero (0,0) B

B NO es sub espacio de R2

2 c) C = { (x, y) / y + x = 3 }

Pero (0,0) C
2 d

C NO es sub espacio de R2
2 e

2 f

2 g - h

2 i

para representar grficamente, haciendo

2 d) D= { (x, y) / x = y / 2 } pasajes de trminos, busco la forma y = f(x)

y
2

y 2x

Ahora puedo confeccionar tabla de

valores y representar grficamente

y = 2x

22

1) D

42

2) Si

El nulo (0,0) D

con

porque 0 = 2 0

u (a , b )
u A b 2a

con v D d 2c
v (c , d )
u v (a , b ) (c , d ) (a c , b d )
(a c , b d ) (a c ,2a 2c ) (a c ,2 (a c ))
luego b d 2(a c ) u v D cerrada para la suma
3) Si R u (a , b ) D

u D b 2a

u (a ,2a )

pero u (a ,2a ) (a , 2a ) (a , b )

b 2a

pods hacer la interpretacin

geomtrica del producto ?

cerrada para el producto por un escalar

D es sub espacio de R2
2 e

2 f

2 g - h

2 i

2 e) E = { (1, 0, 0); (0, 1, 0); (0, 0, 1); (1, 2, 3); (1, 3, -1); (-2, 1,
4);
(-3, -2, 5); (1, -1, 1); (2, -2, -3) }
Trazamos un par de ejes
Este conjunto tiene vectores de tres
componentes, que se representan ortogonales x-y en el plano (como si
fuera en el piso de una habitacin
grficamente en el espacio.
y a este par de ejes le incorporamos el eje z,
perpendicular al plano determinado por x-y en el
origen de coordenadas (0,0)
Al punto (1,0,0) le corresponde x = 1; y = 0 y z = 0
Al punto (0,1,0) le corresponde x = 0 ; y = 1; y z = 0
Al punto (0,0,1) le corresponde x = 0 ; y = 0; y z = 1
Al punto (1,2,3) le corresponde x = 1; y = 2 y z = 3

Al punto (1,3,-1) le corresponde x = 1; y = 3 y z = -1

Al punto (-2,1,4) le corresponde x = -2; y = 1 y z = 4
Al punto (-3,-2,5) le corresponde x = -3; y = -2 y z = 5
Al punto (1,-1,1) le corresponde x = 1;
y = -1
y z=1
Al punto (2,-2,-3) le corresponde x = 2; y = -2

y z = -3

El vector nulo (0,0,0) E

E NO es sub espacio de R2
2 f

2 g - h

2 i

2 f) F = { (x, y, z) / z = 0 }

Este conjunto tiene vectores de tres

componentes, que se representan
grficamente en el espacio.

Pertenecen al conjunto
vectores como: (2, 1, 0); (-1, 2, 0); (6, -1, 0)

al ser siempre la ltima componente 0 (z = 0)

tambin el vector nulo (0,0,0) F

Todos los vectores del conjunto F estn en el plano x, y

cualquier punto del plano x, y F
1) F se verifica
2) u ( a , b ,0 )

v ( c , d ,0 )

u v ( a , b ,0 ) ( c , d , 0 )
u v ( a c , b d ,0 0 ) ( a c , b d ,0 )

3) u ( a , b ,0 )
u ( a , b , 0 ) ( a , b , 0 ) ( a , b , 0 )
si = 2 (puede tomar
2 u 2 ( a , b ,0 ) ( 2 a ,2 b ,2 0 ) ( 2a ,2b ,0 ) F
cualquier otro valor)

F ES sub espacio de R2
2 g - h

2 i

2 g) { (x, y, z) / y = 1 }

Este conjunto tiene vectores de tres

componentes, que se representan
grficamente en el espacio.

Pertenecen al conjunto
vectores como: (2, 1, 0); (-1, 1, 0); (6, 1, 0)
y cualquier otro vector que verifique y= 1
(no importa cul sea x z)
pero el vector nulo (0,0,0) F

F NO es sub espacio de R3
2 h) { (x, y, z) / x + y = 1 }
representamos la
recta x + y = 1
Cualquier par de valores de x e y
que verifiquen esa ecuacin, con
cualquier valor de z pertenece al
conjunto de vectores

por ejemplo
(1,0,6); (-1,2,3); etc

Pero (0,0,0)

H NO es sub espacio
de R3
2 i

2 i) { (x, y, z) / x = 0, y = 0 }

Este conjunto tiene vectores de tres

componentes, que se representan
grficamente en el espacio.

Pertenecen al conjunto
vectores como: (0, 0, 4); (0, 0, 6); (0, 0, -2)

al ser siempre las dos primeras componentes 0

tambin el vector nulo (0,0,0) I

Todos los vectores del conjunto I estn contenidos

en el eje z
1) I se verifica
2) u ( 0,0, a )

v (0,0, b )

u v ( 0,0, a ) ( 0,0, b )

u v ( 0 0,0 0, a b ) ( 0,0, a b )

3) u ( 0,0, a )
u ( 0,0, a ) ( 0, 0, a ) ( 0,0, a )

I ES sub espacio de R2

Combinacin Lineal
Una combinacin lineal del conjunto de vectores A = {v 1 v2 v3 . . . vn }
Es cualquier vector v = 1 v1 + 2 v2 + 3 v3 . . . n vn
Por ejemplo: dado el conjunto de vectores

A = {v1 v2 v3 }

v1= (3,-1); v2 = (-4,6); v3 = (1, 2)

El vector v = 1v1 + 2v2 + 3v3 =

con todos los i K

donde

Si 1 = 3

2 = -2

3 = -1

3 (3,-1) + (-2) (-4,6) + (-1) (1,2) =

v = (9,-3) + (8,-12) + (-1,-2) = (9 + 8 - 1; - 3 12 - 2) = (16; - 17) es combinacin

lineal de A
Si hay alguna combinacin lineal no trivial de los vectores del conjunto A, cuyo
resultado es el vector nulo, decimos que A es linealmente dependiente
Para saber si el conjunto A de nuestro ejemplo es L.D. Debemos plantear :
(0, 0) = 1 (3,-1) + 2 (-4,6) + 3 (1,2) =
= (31 -42 + 3; -1 + 62 + 23)

(31, -11) + (-42, 26) + (31,2) =

31 42 3 0

1 62 23 0
Sistema de dos ecuaciones con tres incgnitas

 31 42 3 0

Al sistema de ecuaciones

(1)

1 62 23 0 (2)

De (1)

3 42 31

(3)

1 62 2( 42 31 ) 0

Reemplazo 3 en (2) y tengo

1 62 82 61 0

7 1
14

Ponemos 3 en funcin de 1, reemplazando 2 1

2

3 1
3 4 1 31 21 31
2
Ponemos 2 en funcin de 1

Lo resolvemos
por sustitucin

7 1 142 0
2

1
2

en (3)

As es posible afirmar que para cualquier 1 0 ; 2 y 3 son tambin distintos de 0

Si 1 = 1 ; 2 = 1/2 y 3 = -1
Con estos escalares es posible
establecer una combinacin lineal

v = 1v1 + 2v2 + 3v3 =

1
v 1 ( 3,1 ) ( 4,6 ) ( 1 ) ( 1,2)
2

v ( 3, 1 ) ( 2,3) ( 1, 2) ( 3 2 1, 1 3 2 ) ( 0,0 )

con 1 0
2 0 y
3 0

El vector nulo es combinacin lineal de los vectores del conjunto A

Luego, los vectores de A son Linealmente Dependientes

3 a) Para verificar si el vector (-1, 2, -1) es combinacin lineal de

u ( 2, 1, 1 )

v ( 2, 1, 1 )

w ( 1, 1, 0 )

Vamos a averiguar si es posible componer (-1, 2, -1) a partir de la

suma de los vectores u ;
v;
w
Previamente multiplicados por escalares
a u b v c w ( 1,2, 1 )
a=2

2 ( 2, 1, 1 ) 3 ( 2, 1, 1 ) 1 ( 1, 1, 0 ) ( 1,2, 1 )

b = 3 y c =1

( 4, 2, 2 ) ( 6, 3, 3) ( 1, 1, 0 ) ( 4 6 1; 2 3 1; 2 3 0 ) ( 1,2, 1 )
( 1,2, 1 )

Es combinacin lineal

3 b) Para expresar u ( 0, 4 )
escribimos

u 1 i 2 j

(1 0,0 2 ) (1 , 2 )

v 1 i 2 j

de

v ( 2, 4 ) como combinacin lineal de i ( 1,0 ) j ( 0,1 )

( 0, 4 ) 1 ( 1,0 ) 2( 0,1 ) ( 1 ,0 ) ( 0, 2 )
1 0

2 4

u 0 i 4 j

( 2, 4 ) 1( 1,0 ) 2( 0,1 ) ( 1 ,0 ) ( 0, 2 )

( 1 0, 0 2 ) ( 1 , 2 )

1 2

2 4

v 2 i 4 j

Sistema de Generadores

5 a
5 b

Si un conjunto de vectores A, de un espacio vectorial (V, *, K, )

es tal que cualquier vector del espacio vectorial puede expresarse como
combinacin lineal de los vectores del conjunto A

Se dice que A es un Sistema de Generadores de V

En la prctica, dado un conjunto de vectores A = { v 1 v2 v3 . . . vn }

4 a
4 b
4 c
4 d

Se busca escribir cualquier vector de V, como combinacin lineal de los vectores de A

Base
Un conjunto de vectores A es Base de un Espacio Vectorial si:
Los vectores de A son linealmente independientes
A es un sistema de Generadores de V
Recuerde que los vectores son linealmente independientes, si al establecer
una combinacin lineal, la nica forma de obtener el vector nulo, es que todos
los escalares de la combinacin lineal sean nulos

4 a) Para saber si A = { (1, 2); (-2, 1) } es base de R 2,

Averiguamos si (1, 2) y (-2, 1) son linealmente dependientes, haciendo
(1, 2 1) + (-2 2, 2) = (0, 0)

1 (1, 2) + 2 (-2, 1) = (0, 0)

(1 -2 2 , 2 1 + 2) = (0, 0)

entonces:

1 22 0

21 2 0

Por ser un sistema de ecuaciones homogneo, si el determinante principal

es distinto de 0, el conjunto de vectores es L.I. ya que 1 = 2 =0.
Pero si el determinante principal es igual a 0, el conjunto de vectores es
L.D. ya que al ser el sistema homogneo admitir mltiples soluciones.
1 2
A es linealmente independiente

( 1 4) 5
2 1
Investigamos la existencia de escalares reales 1 y 2 , que permitan escribir
cualquier vector como combinacin lineal de los vectores del conjunto A
y escribimos :
Entonces proponemos un vector cualquiera (x, y) R2

( x , y ) 1( 1,2 ) 2( 2,1 )

( x , y ) ( 1 ,21 ) ( 22 , 2 )

( x , y ) ( 1 22 ,21 2 )
4 b

4 c

4 d

Si dos vectores son iguales,

sus componentes son iguales

( x , y ) ( 1 22 ,21 2 )
1 22 x

Resolvemos el sistema, aplicando el mtodo de los

determinantes donde 1 y 2 son las incgnitas

21 2 y

( 1 1 2 ( 2 )) ( 1 4 ) 5

Con los valores

hallados de
5

planteamos
1

x 2y
5

( x 1 ( 2 ) y )

x 2y

( 1 y 2 x ) 2x y

1 x 2y
2

3 2x y
2x y
5

A es un Sistema de Generadores de R2

Vemos que para cada

vector (x, y), existirn
valores de 1 y 2

23 1
2x y
x 2y
3 21
1

1
2
Por ejemplo si v = ( 3, 1 )
5
5
5
5
luego 1 ( 1,2) 2 ( 2,1 ) 1 ( 1,2 ) ( 1 ) ( 2,1 ) ( 1,2 ) ( 2, 1 ) ( 3, 1 )
1

A es una Base de R2
4 b

4 c

4 d

4 b) Para saber si B = { (1, 2); (2, 4) } es base de R2,

Averiguamos si (1, 2) y (2, 4) son linealmente dependientes, haciendo
1 (1, 2) + 2 (2, 4) = (0, 0)
(1 + 2 2 , 2 1 + 4 2) = (0, 0)

(1, 2 1) + (2 2, 4 2) = (0, 0)
entonces:

1 22 0

21 42 0

Por ser un sistema de ecuaciones homogneo, si el determinante principal

es distinto de 0, el conjunto de vectores es L.I. ya que 1 = 2 =0.
Pero si el determinante principal es igual a 0, el conjunto de vectores es
L.D. ya que al ser el sistema homogneo admitir mltiples soluciones.

1 2
2 4

( 4 4) 0

B es linealmente dependiente

B NO es Base

4 c

4 d

4 c) Para saber si C = { (1, 3); (1/2, -4); (17/5, 8) } es base de R 2,

verificamos si (1, 3) ; (1/2, -4) y (17/5, 8) son linealmente dependientes,
1 (1, 3) + 2 (1/2, -4) + 3 (17/5, 8) = (0, 0)

Tenemos as un sistema
homogneo de dos ecuaciones
con tres incgnitas

1
17
( 1 , 31 ) ( 2 , 42 ) (
, 83 ) ( 0, 0 )
2
5 3
1
17
2
, 31 42 83 ) ( 0, 0 )
2
5 3
42 83
Reemplazando en (1)
1
3

( 1
De (2)

4
8
1
17
2 3 2
0
3
3
2
5 3
De manera que:

si 3 = 15 ; 2 = - 6

( 48)( 1,3) ( 6)(

1
17
2
0
2
5 3

31 42 83 0

6
11
11

3
2
2
3 0
15
6
15
4( 6) 8 15
1
48
3

1
17
, 4 ) 15(
,8) ( 48,144 ) ( 3,24 ) ( 51,120 )
2
5

( 48 3 51, 144 24 120 ) ( 0,0 )

Los vectores de C son L.D.

C NO es una Base de R2
4 d

(1)
(2)

1 0
2 0
3 0

4 d) Para saber si

D = { (0, 0); (2, 1) }

es una Base de R 2

Planteamos la siguiente expresin para averiguar si

los vectores de A son linealmente dependientes

a (0,0) b (2,1) (0,0)

entonces

(a 0, a 0) (b 2, b 1) (0,0)
para

a 0

b 0

(0,0) (2b, b ) (0,0)

Los vectores del conjunto A son
linealmente dependientes

cualquier conjunto de vectores al que pertenece el vector nulo,

es linealmente dependiente

A NO es una Base de R2

Coordenadas de un vector
Si A

v 1 ;v 2 es una base de R

Precisamente por ser A una

base de R2

si v R2 existen y son nicos los escalares a y b R

Tal que:

Donde a y b se llaman
coordenadas del vector v
respecto de la base A

v = a v 1 + b v2

DIMENSION DE UN SUBESPACIO VECTORIAL

Es el cardinal (nmero de vectores) de cualquiera de sus bases
Por ejemplo

6 a

Cada vector de R2 puede expresarse

como una combinacin lineal de A

ya que los vectores de A son linealmente

independientes y sistema de generadores
Entonces:

5 a

B = { (x,y) / x = y }

Son bases de B

{ (1, 1) } ;

B es subespacio de R2
{ (2, 2) }

La Dimensin de B es 1
(n de vectores en cada base de B)

v ( 3, 1 ) de R2:
5) Dados los vectores u ( 1 2 ; 2)
5 a) Verificar que el conjunto A { u ; v } es una base de R2
verificamos si (1/2 , 2) y (3, 1)

son linealmente dependientes,

1 (1/2, 2) + 2 (3, 1) = (0, 0)

1
, 21 ) ( 32 , 2 ) ( 0, 0 )
2

( 1 32 , 21 2 ) ( 0, 0 )
2

De (2) 2 21

11
0
2 1

Reemplazando en (1)
1 0

Tenemos as un sistema
homogneo de dos ecuaciones
con dos incgnitas

1
1 32 0
2
21 2 0

1
3( 21 ) 0
2 1

Reemplazando en (2)

Base
Coordenadas
(1)
(2)

1
61 0
2 1
2 0

2 2 0

Los vectores son Linealmente Independientes

Investigamos la existencia de escalares reales 1 y 2 , que permitan escribir

cualquier vector como combinacin lineal de los vectores del conjunto V
y escribimos :

( x,y) (

1 (1/2, 2) + 2 (3, 1) = (x, y)

1
1
1 ,21 ) ( 32 , 2 ) ( 1 32 ,21 2 )
2
2
5 b

( x,y ) (
1
1 32 x
2
21 2 y
1
2

1
32 ,21 2 )
2 1

Resolvemos el sistema, aplicando el mtodo de los

determinantes donde 1 y 2 son las incgnitas

1
11
1
(

6
)

( 1 2 3)
2
2
2
2 1
Con los valores
hallados de
planteamos

Si dos vectores son iguales,

sus componentes son iguales

11
2

1
2

2 y

( x 1 3 y ) x 3y

2 2x

x 3y
( 2 )( x 3y )
2x 3y

11
11
11
11

2
4x y
1

2
x

4
1
2
2

x y
2 2
11
11
11
2

2
2
1

Coordenadas

1
1
y 2 x ) 2x y
2
2

1 x 3y

Base

1
y
2

Podemos ver que para

cada vector (x, y),
existirn valores de 1
y 2

V es un Sistema
de Generadores
de R2
V es una Base de R2

5 b

5 b) Para hallar las coordenadas del vector w ( 4, 6)

En la base A = { u; v } donde

u = ( ; 2 ) ; v = ( 3, 1 )

Planteamos la siguiente expresin:

w a u b v

que resulta

Coordenadas

( 4,6) (a 2 ,2a ) (3b , b ) (a 2 3b ,2a b )

( 4,6) a ( 1 2 ,2) b (3,1)

A partir de esta expresin por la igualdad de los pares ordenados,

planteamos un sistema de dos ecuuaciones con dos incgnitas

a 3b 4

2
2a b 6

( 4,6) (a 2 3b ,2a b )

(1)
(2)

De (1)

a
4 3b
2

Si b = -2

a 8 6( 2) 8 12
a 4

a 2 ( 4 3b )
Reemplazo a en (2)

16 11b 6

a 8 6b

2( 8 6b ) b 6

11b 6 16

11b 22

16 12b b 6

b 2

6) a) dimensin de

{ (x, y) / x = y }

Si representamos grficamente el conjunto, obtenemos una

recta (ver ejercicio 2a) donde
( x, y ) S ( x, y ) = ( y, y )
Si y = 1

( 1, 1 ) S

Con { (1, 1) } puedo generar cualquier otro

vector que est contenido en la recta x = y
con multiplicar el vector por un escalar
estableciendo una combinacin lineal

v ( x , y ) ( 1,1 )
{ (1,1) }
{ (2,2) }

es una base de { (x, y) / x = y }

tambin es base de { (x, y) / x = y }

Dim (1)

Cantidad de vectores de
cualquier base del subespacio

Te queda comprobar que con esas bases (y con cualquier otra

base que vos propongas) se puede genera cualquier vector que
est contenido en la recta y = x
6 b

6 c

6 d

6) b) dimensin de

{ (x, y) / x = y / 2 }

Si representamos grficamente el conjunto, obtenemos una

recta (ver ejercicio 2d) donde:
( x, y ) S ( x, y ) = ( x, 2x )
Si x = 1

( 1, 2 ) S

Con { (1, 2) } puedo generar cualquier otro

vector que est contenido en la recta x = y /2
con multiplicar el vector por un escalar
estableciendo una combinacin lineal

v ( x , y ) ( 1,2 )
{ (1, 2) }

es una base de

{ (x, y) / x = y / 2 }

{ (3, 6) }

es una base de

{ (x, y) / x = y / 2 }

Dim (1)

Cantidad de vectores de
cualquier base del subespacio

Te queda comprobar que con esas bases (y con cualquier otra

base que vos propongas) se puede generar cualquier vector que
est contenido en la recta y = 2 x
6 c

6 d

6) c) La dimensin de

{ (x, y, z) / z = 0 }

Si representamos grficamente el conjunto, obtenemos una

recta (ver ejercicio 2f)
( x, y, z ) S ( x, y, z ) = ( x, y, 0 )
Si x = 1

y=4

( 1, 4, 0 ) S

Con { (1, 4, 0) } NO puedo generar cualquier

otro vector que est contenido en el plano x,y
Necesito otro vector, por ejemplo
Si x = 6 y = 3
( 6, 3, 0 ) S
Con { (1, 4, 0); (6, 3, 0) } puedo generar cualquier
otro vector que est contenido en el plano x,y
estableciendo una combinacin lineal

v ( x , y ,0 ) ( 1, 4,0 ) ( 6,3,0 )

{ (1, 4, 0); (6, 3, 0) }

es una base de

{ (x, y, z) / z = 0 }

Cantidad de vectores de
cualquier base del
subespacio

{ (3, 6, 0); (-1, 2, 0) } tambin es es una base de { (x, y) / x = y / 2 }

Dim (2)

Te queda comprobar que con esas bases (y con cualquier otra

base que vos propongas) se puede generar cualquier vector que
est contenido en el plano (x, y, 0)
6 d

6) d) La dimensin de

{ (x, y, z) / x = 0, y = 0 }

Si representamos grficamente el conjunto, obtenemos una

recta (ver ejercicio 2i)
( x, y, z ) S ( x, y, z ) = ( 0, 0, z )
Si z = 1

( 0, 0, 1 ) S

Con { (0, 0, 1) } puedo generar cualquier otro

vector que est contenido sobre el eje z
estableciendo una combinacin lineal

v ( 0,0, z ) ( 0,0,1 )
{ (0, 0, 1) }

es una base de

{ (x, y, z) / x = 0, y = 0 }

{ (0, 0, 3) } tambin es es una base de { (x, y, z) / x = 0, y = 0 }

Dim (1)

Cantidad de vectores de
cualquier base del subespacio

Te queda comprobar que con esas bases (y con cualquier otra

base que vos propongas) se puede generar cualquier vector que
est contenido en la recta (0, 0, z)

MATRICES
informalmente una matriz es un conjunto de elementos ordenados
en filas y columnas
a11

a12

.....

a1 j

....

a1n 1

a1n

a22

....

a2 j

....

a2n 1

a2n

a
21
....

....

....

....

....

....

....

ai 2

....

aij

....

ain 1

ain

....

....

....

....

....

....

am 12

....

am 1 j

....

am 1n 1

am 1n

am 2

....

amj

....

amn 1

amn

A ai 1

....

am 11

am 1

Esta matriz tiene m

filas y n columnas

El nmero de filas no
tiene por qu ser igual
al nmero de columnas,
pero si esto sucede, la
matriz es cuadrada

operaciones con matrices ver

en los ejercicios resueltos

Una matriz conformada con los mismos elementos que los de la

matriz A, pero dispuestos de manera diferente, es una matriz
distinta de A

7 a) De la consigna extraemos los siguientes datos en forma ordenada

Mes: Julio

Mes: Agosto

estndar

10

20

10

de lujo

12

10

12

De manera que es posible componer dos matrices, una para cada mes
10 5 7

7 2 12

0
10

20 10
5

7 b) J es de clase 2 por 3, y se escribe J(2x3)

12

La clase de una matriz est

dada por la cantidad de filas
y de columnas
A es de la misma clase,

A(2x3)

7 c) Para saber cuntos autos de modelo estndar y color rojo bermelln se

vendieron en los dos meses sumamos el correspondiente al mes de Julio y el
correspondiente al mes de Agosto esto es 10 + 0 = 10

7 d e

7 f g

7 d) Para saber cuntos autos de cada modelo y color se vendieron en

los dos meses
Sumamos las matrices que representan cada uno de los meses
10 5 7

J A

20 10

7 2 12 10

10 0 5 20 7 10

12

6 10

75

27

95

12 12

se efecta sumando ordenadamente los elementos de cada fila y columna entre s

10 25 17 14

J A

16 12

24

7 e) Si la sucursal vendi en los meses de julio y agosto, el doble de lo vendido en la

casa central. al resultado de la suma de ambos meses, lo multiplicamos por 2 (duplicamos)
2 10 2 25 2 17

2 14

16 12

2 16 2 12

2 24

2 ( J A) 2

10 25 17 14
9

24

29

que se resuelve multiplicando por 2 cada elemento de la matriz (J + A )

2 ( J A)

20 50 34 28
32 24 18

48
7 f g

7 f) Cul es la cantidad de autos vendidos por modelo y color en los

dos locales durante los meses de julio y agosto?
Sumamos a lo vendido en casa central lo vendido en la sucursal
10 25 17 14

J A

16 12

20 50 34 28

2 ( J A)

24

10 25 17 14

20 50 34 28

16 12

32 24 18

T J A 2( J A )

24

10 20 25 50 17 34 14 28

16 32 12 24

7 g)

48

32 24 18

9 18

48

30 75 51

42

24 48
48 36 27 72

si la venta en la sucursal hubiese sido el triple que en la casa central

3 10 3 25 3 17

3 14

16 12

3 16 3 12

3 24

3( J A ) 3

10 25 17 14
9

24

30 75 51

42
3( J A )

48 36 27 72

39

8) a) Escribir una matriz F C3 x 3 tal que: fij = 0 si i = j;

fij = i si i j

F(3x3) tiene tres filas y tres columnas

Si la matriz F es de clase 3 x 3
Podemos escribir la matriz F
de la siguiente manera:

f11

f12 f13

Donde los subndices de cada

elemento, significan el orden de
filas y columnas que le
corresponde, segn su ubicacin

F f21 f22 f32

f
f
f
31 32 33

fij

Es el elemento ubicado en la

fila i

columna j

f32

Es el elemento ubicado en la

fila 3

columna 2

y cuando i j
f12 = 1 ; f13 = 1;

fij = i entonces :
f21 = 2 ;

f23 = 2 ;
0 1

f31 = 3 ;

f32 = 3

Si fij = 0 cuando i = j
f11 = 0 ;

f22 = 0;

entonces

F 2 0 2

3
3
0

8 b

f33 = 0

8 b) La matriz G C3 x 2 tal que: gij = 2 i + j si i > j;

gij = i - j
si i j

G(3x2) tiene tres filas y dos columnas

La matriz G es de clase 3 x 2

g11

Podemos escribir la matriz G

de la siguiente manera:

gij

g12

G g21 g22

g31 g32
Es el elemento ubicado en la fila i columna j

Donde los subndices de cada

elemento, significan el orden de
filas y columnas que le
corresponde, segn su ubicacin

En g11 i = j luego g11 = 1 1 = 0

En g22 i = j luego g22 = 2 2 = 0

En g12 i < j luego g12 = 1 2 = -1

En g31 i > j luego g31 = 23 + 1 = 7

En g21 i > j luego g21 = 22 + 1 = 5

En g32 i > j luego g32 = 23 + 2 = 8

entonces :

0 1

G 5

0
8

9 i) A + B
1

A B

2 3
5

6 7

0 2

13

4 7

8
4

14

A B

9 ii) 3 A

3A 3

1
9 iii) 2A - 3B = 2
4

2
5

2 3
5

40
10 3

51

6 8

3 1 3 ( 2 )

6
3 4

3
3
3
6
7

29
2A 3B
8 21

2 0 3 2

0
1

35
2
2

8
8

66
7

29
12 24

3 3

3 6

12

15

18

6 9

12 21

0
3

4
10
4
7

0
12

24

10 a) Para escribir la opuesta de una matriz, cambiamos los signos

de la matriz cuya opuesta buscamos
1

1 3

3 1/2

Si

D 2

1
10 b) B x A

B(3x4) x A(4x3)

4 3

1
0
0

1
/
2

3
1
8 0

D 2

1 2

1 0

Evaluamos la clase de cada una de las

matrices que vamos a multiplicar
Para que el producto de matrices sea
posible, las columnas de la primera matriz
deben coincidir con las filas de la segunda
matriz

el resultado ser una matriz

M(

3 x

3)

que tendr igual cantidad de

filas que la primera matriz
e igual cantidad de
columnas que la segunda
matriz

BxA

1 5

1 3

3 1/ 2

-11

1
14

-35

Trazamos dos rectas

perpendiculares entre s

En el cuadrante inferior izquierdo

colocamos la matriz B
7

-15 -15/2 -31 -18

5

18 -5

1/2

1 1 + 5 0 + 2 3 + (-6) 3 = -11
1 2 + 5 1 + 2 + (-6) (-1) = 14
1 (-1) + 5 0 + 2 7 + (-6) 8 = -35
1 3 + 5 0 + 2 2 + (-6) 0 =

(-1) 1 + 5 0 + (-1) 3 + 3 3 = 5

0 1 + 1 0 + (-9) 3 + 4 3 =
0 2 + 1 1 + (-9) + 4 (-1) =
0 (-1) + 1 0 + (-9) 7 + 4 8 =
0 3 + 1 0 + (-9) 2 + 4 0 =

En el cuadrante superior derecho

colocamos la matriz A
Y efectuamos la sumatoria del
producto de los elementos de
cada fila de la primera matriz
Por los elementos de cada columna
de la segunda matriz

-15
-15/2
-31
-18

(-1) 1 + 5 1 + (-1) + 3 (-1) = 1/2

(-1) (-1) + 5 0 + (-1) 7 + 3 8 = 18
(-1) 3 + 5 0 + (-1) 2 + 3 0 = - 5

El resultado obtenido ser:

1 3

3 1/2

DxA

D(3x3) x A(4x4)

11

15 15 2
1
5
2

4 3

BxA

14

D 2

35

31

18

18

Evaluamos la clase de cada una de las

matrices que vamos a multiplicar
Para que el producto de matrices sea
posible, las columnas de la primera matriz
deben coincidir con las filas de la segunda
matriz

No es posible realizar D x A

En este caso esto no

es as :
Las columnas de D son 3
y las filas de A son 4

Evaluamos la clase de cada una de las

matrices que vamos a multiplicar

DxB

Para que el producto de matrices sea

posible, las columnas de la primera matriz
deben coincidir con las filas de la segunda
matriz

D(3x3) x B(3x4)

DxB

4 3

el resultado ser una

matriz

1 5 + (-4) 1 + 3 5 = 16

1 5

1 2 + (-4) (-9) + 3 (-1) = 35

-2

16

1 1 + (-4) 0 + 3 (-1) = - 2

-4

1 -15

22

-1 -4 -11

10
2

4)

1 (-6) + (-4) 4 + 3 3 = -13

(-2) 1 + 1 0 + 2 (-1) = -4

35 -13

( 3 x

(-2) 5 + 1 1 + 2 5 = 1
(-2) 2 + 1 (-9) + 2 (-1) = -15
(-2) (-6) + 1 4 + 2 3 = 22

16

35

13

DxB 4 1 15 22

11
10

(-1)
(-1)
(-1)
(-1)

1 + 1 0 + 0 (-1) = -1
5 + 1 1 + 0 5 = -4
2 + 1 (-9) + 0 (-1) = -11
(-6) + 1 4 + 0 3 = 10

Rango de una Matriz

El Rango de una matriz es su rango fila su rango columna
(que siempre coinciden)
Rango fila rango columna de una matriz es el mximo nmero de vectores filas
vectores columnas linealmente independientes de la matriz
Para conocer el rango de una matriz, podemos analizar cada fila (o columna)
como vectores y determinar si son o no linealmente independientes
Otra manera de hacerlo es efectuando una serie de operaciones elementales sobre
la matriz, y al cabo de un nmero determinado de operaciones elementales,
habremos encontrado el rango de la matriz, ya que habremos obtenido otra matriz
del mismo rango
Operaciones elementales sobre una matriz:
1. Permutacin de dos filas entre s, o de dos columnas entre s
2. Adicin de una fila a otra de una columna a otra.
3. Multiplicacin de una fila de una columna por un
escalar no nulo.

Mtodo de Gauss Jordan para

determinar el rango de una matriz
Este mtodo es una manera mecnica de operar en forma ordenada pasos
repetitivos de operaciones elementales; y al cabo de un nmero finito de
pasos, se obtiene el mximo nmero posible de vectores cannicos
linealmente independientes, que es precisamente el rango de la matriz
Sea A una matriz no nula de la que se indicaron solo algunos elementos

.......

e f

.......

Elegimos cualquier elemento distinto de 0 al que llamaremos pivote

... ... ... .......

1

...

...

En nuestro caso el pivote ser a11 = a

Reducimos a 1 el pivote y a 0 los restantes elementos de la
columna del pivote y los restantes elementos de la fila que quedan
se dividen por el pivote
Luego a cada elemento se le resta
b
c
.......
1
..........
el producto de la

a
a

contradiagonal que forman el

....... 0 e bd a f cd a .......

pivote con el elemento que

transformamos
.......

....
....
...... dividido por el pivote
....

Luego se reitera el procedimiento eligiendo pivotes que no

estn en la misma fila ni en la misma columna que los pivotes
ya elegidos en pasos anteriores

Por ejemplo: Hallar el rango de la matriz

2

A 4

6 12

Tomamos como pivote el elemento de la

1 fila y 1columna

Reducimos a 1 el pivote y a 0 los restantes elementos de la

columna del pivote y los restantes elementos de la fila se
dividen por el pivote (1) y quedan como estn

Luego a cada elemento se le resta el producto de la contradiagonal

que forman el pivote con el elemento que transformamos dividido
por el pivote
4 2
Se transforma en 5
Luego se repite el
3
1
procedimiento, ahora
43
Se transforma en 6
6
tomo 3 como pivote
1
7 2
Se transforma en 8
6
1
al dividir 6 por el
7 3
Se transforma en 9
12
pivote (-3) se hace 2
1
62
Se transforma en 3
1
3
( 6 ) ( 6 )
0
Se transforma en 12
3

La matriz hallada
1

No se puede seguir transformando por GaussJordan porque el prximo pivote debe ser de la
3 columna 3 fila y este elemento es 0
Pero 0 no puede ser pivote

En este caso, el rango de la matriz A es 2 porque son dos las filas linealmente
independientes de la matriz
porque los elementos de la terceras fila despus de todas las transformaciones
posibles, son todos nulos (0); significa que esa fila es combinacin lineal de las otras dos
Gauss-Jordan no es el nico mtodo para efectuar operaciones elementales en una
matriz, pero lo adoptamos porque es el mtodo que nos provee:
Un algoritmo eficiente (en un nmero determinado de pasos entrega la solucin)
Aunque para ello debes estar muy entrenado en el clculo de operaciones con
fracciones . . .

 2
11 a) Para calcular el rango de
2

0
0

Tomamos el
pivote 2 de
la 1 fila 1
columna

Y completamos los restantes elementos de la 2 fila

Dividimos la fila por el pivote

y hacemos 0 los elementos de
la columna del pivote
0

2 2

1 1 1 0

2 1 2 1

Dividimos la fila por el pivote y hacemos 0 los elementos

restantes de la columna del pivote

Tomamos el pivote 3 de
la 2 fila 2 columna

1
3
0
3 0
0
3

14
3
2

12
0
2

( 1 ) ( 2 )
1
2

trabajamos ahora con los elementos de la 3 fila

1

24
3
2

22
0
2

( 2 ) ( 2 )
1
2

completamos los restantes

elementos de la 1 fila

20
1
3

y completamos los restantes

elementos de la 3 fila

2 1 1
3
3

31
0
3
11 b

El prximo pivote debe estar en la 3 fila, en las columnas 3 4

1

1
3
1
3
0

Pero ambos elementos son 0 y el

pivote debe ser distinto de 0
En consecuencia las operaciones elementales se
terminaron en esta matriz

La matriz de tres filas qued con una fila de elementos nulos

Existen otros
mtodos para
realizar
operaciones
elementales en una
matriz

El Rango de la matriz ser la cantidad de filas con al menos

un elemento distinto de 0
NOTA. El pivote que se elige puede ser cualquier elemento,
con tal que no sea de una fila y/o columna repetida. No tiene
porqu seguir un orden, y si ests trabajando sin calculadora
te conviene que los pivotes sean los 1

pero nosotros explicamos Gauss-Jordan porque es un

mtodo algortmico, y como tal puede programarse.

11 b

11 b) Calculamos el rango de B
1

2 1

tomamos el pivote 1 de la 1 fila

1 columna
Dividimos la fila poryelhacemos
pivote 0 los elementos
restantes de la columna del pivote

3 1

1 2 3

y completamos los restantes elementos de la 2 fila

21
1
1

2 ( 3 )
4
1

2 ( 1 )
3
1

completamos los restantes elementos de la 3 fila

1 ( 1 )
1 1
1 ( 3)
3

4
1
0
1
4
1
1
1

los restantes elementos de la 4 fila son

1 ( 1 )
11
1 ( 3 )
1

2
2
1
3
0
1
1
1

Tomamos como pivote el 1 de la 4 fila 2 columna

Dividimos la fila poryelhacemos

pivote 0 los elementos
restantes de la columna del pivote
10
4
1
12
3
5
1

y completamos los restantes

elementos de la 2 fila
1

3
4
5
4
1

y completamos los
restantes elementos
de la 1 fila

10
3
1

00
4
1

Dividimos la fila poryelhacemos

pivote 0 los elementos
restantes de la columna del pivote

( 3) 5 3

4
4

completamos
4

45
1
4

12
3
1

y completamos los restantes

elementos de la 3 fila

Tomamos como pivote el 4

en la 2 fila 3 columna

05
2
4

0 2
4
1

En la matriz resultante
3
4
5
4

El nico elemento que puede ser pivote

est en la 3 fila 4 columna

Tambin puede transformarse

en cannica si:

a la tercera fila le multiplicamos por -1

a la primera fila le sumamos la tercera fila multiplicada por -3/4
a la segunda fila le sumamos la tercera fila multiplicada por 5/4
a la cuarta fila le sumamos la tercera fila multiplicada por 2

0
0

Y la matriz queda con cuatro filas linealmente

independientes, por tanto

El Rango de la matriz B es 4

Determinantes
Determinante es una funcin
f: Kn x n K

que se escribe det A A

Determinante es una funcin definida en el conjunto de las matrices cuadradas que tiene
imagen en conjunto de nmeros reales (si los elementos de la matriz son complejos, la
imagen puede ser un complejo).

Dada una matriz A de clase n x n, se llama MENOR del elemento aij al determinante
de la matriz de orden n-1 que se obtiene de A, suprimiendo la fila i y la columna j

a11

a12

...

a1 j

...

a1n

a11

a12

...

a1n

a
21

a22

...

a2 j

...

a2n

a21

a22

...

a2n

...

...

...

...

...

...

...

...

...

...

ai 1

ai 2

...

aij

...

ain

an 1

an 2

...

ann

...

...

...

...

...

...

a
n1

an 2

...

anj

...

ann

Mij

Una definicin de determinante por recurrencia requiere:

i) Definir el determinante de orden 1
A = ( a11 )

A = a11

ii) Definir el determinante de orden k+1 suponiendo conocido el determinante de orden k

a11

a12

.....

a1k

a1, k 1

a21

a22

.....

a2k

a2, k 1

A .....

.....

.....

.....

.....

ak 1

ak 2

.....

akk

ak , k 1

ak 1,1

ak 1,2

.....

ak 1,k

ak 1,k 1

( 1 )
i 1

i 2

ai 2 Mi 2

( 1 ) 3 4 3 ( 1 ) 4 ( 2 ) 1
1 ( 2) 3 4 10

entonces:
k 1

A ( 1 ) i ( k 1 ) ai ,k 1 Mi ,k 1
i 1

Por ejemplo:

a11

a12

a21

a22

( 1 ) i 2 ai 2 Mi 2
i 1

( 1 ) 3 a12 a21 ( 1 ) 4 a22 a11 a11a22 a21a12

En determinantes de 3X3

a11

a12

a13
3

A a21

a22

a23 ( 1 ) i 3 ai 3 Mi 3

a31

a32

a33

a11

a12

a31

a32

i 1

a11

a12

a13

a21

a22

a23

a13( a21a32 a31a22 ) a23( a11a32 a31a12 ) a33( a11a22 a21a12 )

a31

a32

a33

a11

a12

a13

a13a21a32 a13a31a22 a23a11a32 a23a31a12 a33a11a22 a33a21a12 )

a21

a22

a23

( 1 ) a13

a21

a22

a31

a32

( 1 ) a23

( 1 ) a33

a11

a12

a21

a22

a13a21a32 a23a31a12 a33a11a22 a13a31a22 a23a11a32 a33a21a12 )

ordenando resulta

a11a22a33 a21a32a13 a31a12a23 a31a22a13 a11a32a23 a21a12a33

lo que verifica la
regla de Sarrus

Una vez escrito el determinante que queremos calcular,

transcribimos las dos primeras filas como se indica
Luego se suman (y restan) el producto de las diagonales ( y de
las contradiagonales) segn corresponda

Las reglas antes vistas sirven solamente para determinantes

de 2 x 2 y de 3 x 3
Si el determinante es de orden 4 (o mayor), ya no contamos con reglas
para calcularlo, pero podemos hacerlo mediante el mtodo del
desarrollo por los elementos de una lnea

a11

a12

a13

a14

a21

a22

a23

a24

a31

a32

a33

a34

a41

a42

a43

a44

( 1 )
i 1

i 4

ai 4 Mi 4

donde tendremos
que calcular 4
determinantes de
orden 3

Si el determinante fuera de orden superior, siempre es posible

reducir a uno de orden inferior en 1 y as sucesivamente, hasta
encontrar el de 3 x 3 y aplicar la regla de Sarrus

12 a) El determinante

D (A ) A

3 1
1

Se resuelve restndole al
producto de la diagonal
el producto de la contradiagonal

D( A ) A 3 1 1 ( 1 ) 3 1 4
2

3 Para resolver B de orden 3 se aplica la regla de Sarrus

D( B ) B 1

1 Transcribo las dos primeras filas al final del determinante

2 Efectuamos la suma de los productos de las diagonales

A esto le restamos los productos de las contradiagonales
3

B 2 3 2 ( 1 ) 1 3 4 4 1 4 3 3 2 1 1 ( 1 ) 4 2
12 3 16 36 2 8 5

El determinante

C
Vamos a desarrollarlo
por los elementos de
la segunda fila

No se puede resolver
con ninguna regla
particular por ser de
orden 4
Aplicamos el desarrollo por los
elementos de una lnea

( 1 ) 2 1 0 1

0 ( 1 ) 2 2 1 2

( 1 ) 2 4 0 2

( 1 ) 2 3 1 2

C 0 1 1 ( 1 ) ( 1 ) 1 47 0 48

Todo esto hecho con entusiasmo

puede parecerse a . . .

Un juego
de nios
Si lo puedes imaginar, lo puedes lograr.
Toda nuestra ciencia, comparada con la realidad, es
primitiva e infantil . . . y sin embargo es lo mas preciado
que tenemos.
El hombre encuentra a Dios detrs de cada puerta que la
ciencia logra abrir.
Albert Einstein