N. Jara J.

MATRICES

Un arreglo rectangular de números ordenados en filas y columnas, que tiene la

forma siguiente:

 a11 a12 ... a1 j ... a1n 

a a 22 ... a2 j ... a 2 n 
 21
 ... ... ... ... ... ... 
 
 aij ai 2 ... aij ... ain 
 ... ... ... ... ... ... 
 
 a m1 am2 ... a mj ... a mn 

Se denomina matriz, y se denota por una letra mayúscula (A, B, C , D, etc.).

Los números a11, a12, ..., a1n, a21, ..., aij, ..., amn, se llaman elementos de la
matriz.

Al conjunto de números ai1, ai2, ..., aij, ..., ain, se denomina i - ésima fila. Los
números a1j, a2j, ..., aij, ..., amj constituyen la j - ésima columna.

ORDEN DE UNA MATRIZ:

El orden de una matriz esta dado por el producto mxn, donde m indica el
número de filas y n el número de columnas.

Una matriz A de orden mxn (Amxn) en forma abreviada se representa por:

A = aij; donde i= 1, ..., m; j=1, ..., n

i.e. Amxn = aij A es una matriz de orden mxn, generada por los elementos
aij.

IGUALDAD DE MATRICES:

Se dice que dos matrices A = aijmxn y B = bijmxn son iguales si son idénticas;
es decir, si son del mismo orden y sus respectivos elementos son iguales

A = B  aij = bij para cada i y para cada j.

MATRICES ESPECIALES

1) MATRIZ CUADRADA: Si m = n; (numero de filas es igual al número de

columnas), diremos que An = aij es una matriz cuadrada de orden n.

2°) MATRIZ DIAGONAL (D) : La matriz cuadrada An en la cual los elementos

fuera de la diagonal principal son ceros, es llamada matriz diagonal D.

-1-
N. Jara J.

3°) MATRIAZ ESCALAR (E) : Es una matriz diagonal en la cual todos los
elementos de la diagonal principal son iguales a una constante k.

4°) MATRIZ IDENTIDAD ( I ) : Es una matriz escalar en la que k = 1.

5°) MATRIZ NULA (O) : La matriz Amxn es nula si y solo si todos sus elementos
son iguales a cero (0).

6°) MATRIZ TRIANGULAR:

i) La matriz cuadrada An es triangular superior si aij = 0 i > j.

ii) La matriz cuadrada An es triangular inferior si aij = 0 i < j.

TRANSPUESTA DE UNA MATRIZ: La transpuesta de la matriz A mxn, la

cual se representa por At, es la matriz constituida a partir de la matriz A,
colocando la i – ésima fila de A en la i - ésima columna de At.
Si A = aijmxn  At = atijnxm donde atij = aji i, j.

7°) MATRIZ SIMETRICA: La matriz cuadrada An es simétrica si A = At

8°) MATRIZ ANTISIMETRICA: La matriz cuadrada An es antisimétrica.Si A=-At

los elementos de la diagonal principal resultan ser cero.

SUMA DE MATRICES: Sean las matrices A = [aij]; Amxn y B = [bij]; Bmxn del
mismo orden mxn entonces A+B=[aij + bij] la cual también es de orden mxn.

PROPIEDADES:

1º) A + B = B + A

2º) (A + B) + C = A + (B + C)

3º) k(A + B) = kA + kB; k  R

4º) (k + r)A = kA + rA; k,r  R

5º) (kr)A = k(rA); k, r  R

6º) 1.A = A

7º) - A = (-1)A

8º) A - B = A + (-B)

MATRIZ FILA: Se llama matriz fila a una matriz A 1xn (1 fila y n columnas) de la
forma A = [a11 a12 ... a1n].

-2-
N. Jara J.

MATRIZ COLUMNA: Viene a ser la transpuesta de una matriz fila, es decir de

 c11 
c 
orden nx1 (n filas 1 columnas) de la forma Cnx1 , C =  21 
 ... 
 
c n1 

Obs: Tanto una matriz fila como una matriz columna representan un vector (fila
o columna).

MULTIPLICACION DE UNA MATRIZ POR UN ESCALAR: Sea A = [aij] de

orden mxn y k є R  kA = [kaij]  i, j.

PRODUCTO DE UNA MATRIZ FILA (VECTOR FILA) POR UNA MATRIZ

COLUMNA (VECTOR COLUMNA):

 b1 
b 
Sean A = [a1 a2 ... an]1xn y B =  2  A.B = [a1b1+ a2b2 + ... + anbn]1x1
 ... 
  Es el producto de A por B
bn  nx1

PRODUCTO DE DOS MATRICES: El producto de una matriz A = [aij] de orden

mxn y una matriz B = [bjk] de orden nxp es otra matriz C = [cik] de orden mxp;
donde cik es el producto escalar de la i – ésima fila de la matriz A por la k –
ésima columna de la matriz B.

Obs. Si Amxn; Bnxp  Amxn.Bnxp = Cmxp; luego tenemos que, para efectuar el
producto, es necesario y suficiente que el numero de columnas de A (que es n)
sea igual al numero de filas de B (que es n).

PROPIEDADES:

1°) A(BC) = (AB)C.

2°) (A + B)C = AC + BC.

3°) A(B + C) = AB + AC.

4°) En general AB  BA.

5°) AB = 0 no implica que A = 0 O B = 0; 0:matriz nula.

6°) AB = AC no implica que B = C

7°) (A  B)t = At  Bt.

8°) (At)t = A.

-3-
N. Jara J.

9°) (kA)t = kAt.; k є R

10°) (AB)t = BtAt.

11°) El producto de dos matrices diagonales es una matriz diagonal.

12°) Si A es de orden mxn, entonces: AI = A , con I nxn ; IA = A, con Imxm. Luego

si A es de orden nxn  AI = IA = A.

13°) Si A es una matriz cuadrada, entonces ( A + A t ) es una matriz simétrica

y ( A - At ) es antisimétrica.

14°) Toda matriz cuadrada A se puede expresar como la suma de una matriz
simétrica y una antisimétrica.

A = ½ (A + At) + ½(A -At).

15°) Si A es una matriz cuadrada de orden n y B = aA + bI; a, bR, entonces A

y B conmutan; es decir, AB = BA.

POTENCIACION DE MATRICES: si A es una Matriz cuadrada , entonces

A0 = I; A2 = AA; A3 = AA2 = A2A, ..., An = AAn – 1 = An –1 A, n   .

Obs: Si A es una matriz cuadrada, entonces AmAn = AnAm; m, n N.

TRAZA DE UNA MATRIZ: Si A es una matriz cuadrada, entonces la suma de

los elementos de la diagonal principal se llama traza de la misma y se denota
por : traz(A) o tr(A) es decir:
n
si A = [aij]nxn  traz(A) = a
i 1
ii

PROPIEDADES:

1°) Traz(A + B) = traz(A) + traz(B).

2°) Traz(kA) = ktraz(A); K  R.

3°) Traz(AB) = traz(BA).

MATRIZ IDEMPOTENTE: Una matriz cuadrada A = [aij]n es ídem potente si y

solo si A2 = A

-4-
N. Jara J.

MATRIZ NILPOTENTE : Una matriz cuadrada A es nilpotente , si A k = 0 para

algún k  2 0: matriz nula.

2
MATRIZ INVOLUTIVA: A es involutiva si y solo si A n
= In.

PRACTICA DE MATRICES
 3 t  1  t 2v 
1) Hallar los valores de t, u, v y w para los cuales    
2t u  u  1 t  w

2) Consideremos una cadena de almacenes con cuatro centros B1, B2, B3

y B4, que vende cada uno 8 bienes diferentes V1, V2, …, V8.
Designemos por aij al valor en dólares de las ventas del bien Vi en el
centro Bj durante un cierto mes. Una manera de registrar estos datos es
usar la matriz A8x4 u hoja de cálculo ( en lenguaje puramente
informático)
a11 a12 a13 a14 
a a 22 a 23 a 24 
A=  21
las 8 filas se refieren a los 8 bienes, mientras
... ... ... ... 
 
a81 a82 a83 a84 
que las 4 columnas se refieren a los 4 centros. Por ejemplo, si a 73=225,
esto significa que las ventas del bien 7 en el centro 3 fueron de $225
durante ese mes.
3) Tres empresas A, B y C comparten este año el mercado de un cierto
bien. La empresa A tiene el 20 % del mercado, B tiene el 60 % y C el 20
% . A lo largo del año siguiente ocurren los siguientes cambios: A
conserva el 85 % de sus clientes, cediendo a B el 5 % y a C el 10 % . B
conserva el 55% de sus clientes, cediendo a A el 10% y a C el 35%. C
conserva el 85% de sus clientes, cediendo a A el 10% y a B el 5 %.
Un vector de cuotas de mercado es un vector columna S cuyas
componentes son no negativas y suman 1 . Definamos la matriz T y el
vector de cuotas de mercado S siguientes:
0.85 0.10 0.10 0.2
T  0.05 0.55 0.05 y S  0.6
 
0.10 0.35 0.85 0.2
Nótese que tij es la fracción de clientes de j que se hacen clientes de i en el
periodo siguiente ( T es llamada matriz de transición ). Calcular TS.
4) 4 empresas P, Q, R y V comparten este año el mercado de un cierto
bien. La empresa P tiene el 10% del mercado, Q tiene el 30%,R el 20%
y V el 40%.A lo largo del año siguiente ocurren los siguientes cambios: P
conserva el 50% de sus clientes, cediendo a Q el 10%,a R el 15% y a V
el 25%. Q conserva el 40% de sus clientes cediendo a P el 10%, a R el
30% y a V el 20%.R conserva el 45% de sus clientes, cediendo a P el

-5-
N. Jara J.

15%,a Q el 25% y a V el 15%.V conserva el 40% de sus clientes,

cediendo a P el 30%,a Q el 20% y a R el 10%. Hallar el vector de
cuotas de mercado después de un año.
 1 1 1
 
5) Sea la matriz A=  1  1 1  , hallar una matriz columna X tal que
 1 1  1
AX=X y X  1 . Calcular AnX, n=1,2,…
6) i)Una matriz cuadrada A se llama ídem potente si AA=A. Probar que la
 2  2  4
matriz siguiente es ídem potente:  1 3 4 
 1  2  3
ii) Probar que: si A es idempotente, entonces An=A n  Z 
7) i) una matriz cuadrada A de orden n se llama ortogonal si AtA=In, Probar que
el producto de 2 matrices ortogonales es ortogonal.
a 0 a 
 
ii) para que valores de a la matiz A= a 0  a  es ortogonal.
 0 1 0 
 x y
iii) para que valores de x Y y la matriz   es ortogonal.
 y x 
8) Una empresa utiliza 4 tipos de insumos A, B, C y D para elaborar 3
productos P, Q y R. El número de unidades de A, B, C y D usados para cada
unidad de P son 3,2,5 y 4 respectivamente,para cada unidad de Q son 4,1,2 y 3
respectivamente, para cada unidad de R son 5,2,1 y 4 respectivamente.
Suponga que la empresa elabora 20u. de P,30u.de Q y 10u.de R a la semana.
Exprese las respuestas a las preguntas siguientes como productos de matrices.
1°¿Cual es el consumo semanal de los insumos?
2° Si los costos por unidad (en nuevos soles) para A,B,C y D son 6,10,12 y
15,respectivamente, ¿cuales son los costos de las materias primas por unidad
de P,Q y R?
3°¿Cual es la cantidad total gastada en materias primas a la semana en la
producción de P,Q y R?

9)¿Para que valores de u y v son iguales las dos matrices siguientes?

(1  u ) 2 v ² 3  4 4 u 
  
 v 2u 5   v  3v u  v 
 6 u  1 6 v  5  1 

1  1
10)Sea A   n
 hallar A .
 0 1 

-6-
N. Jara J.

1 1 1
11)Sea A   1  1  1 hallar un vector Xo   3 tal que AXo = Xo y
 1 1 1 
X o  1 . Calcular An Xo
 a a2 1  3 
 
12) Para que valores de a la matriz a  1 2 a ²  4 es simétrica
 3 4a  1 

13) Una matriz cuadrada A se llama Ortogonal si AtA = A At = I.
 r r 0
Hallar r tal que  r  r 0 sea una matriz ortogonal.
0 1 1
 x  y
Hallar x , y tal que la matriz   sea ortogonal.
y x 
Probar que el producto de dos matrices ortogonales es una matriz ortogonal
 i
 , si i  j es impar
14) Sean A = [ aij ]3x3 ; aij =  j

max{i, j} , si i  j es par
x  y  z 1 3 
 2 
y B=  2 2 2 x  y  3z  . Si A = B , hallar x ,y, z
 3 3 x  2y  z 
 2 
15) Hallar las matrices X y Y si : 2 ( XT + X )T = 2( A + XT )T + 3Y
3 X T + Y T = 2B.
 i , si i  j
16)) Sean: D = [ dij ] tal que dij =  y A =[ aki ] tal que
0 , si i  j
 i , si i  k
a ki  
a , si i  k
Donde las matrices A y D son de orden nxn , calcular A D n
4 2 1
17) Dada la matriz A = 2 4 2 encontrar la matriz triangular inferior L y
1 2 4
0 
las matrices columna X y Y tal que A = L Lt , L Y = 6  y L t X = Y , y
9 
0 
verifique que A X = 6 
9 

-7-
N. Jara J.

18) Una empresa utiliza tres tipos de materias primas M1 , M2 y M3 en la

elaboración de dos productos P1 y P2 . El numero de unidades de M1 , M2
y M3 usados por cada unidad de P1 son 3 , 2 y 4, respectivamente y por
cada unidad de P2 son 4,1 y 3, respectivamente . Suponga que la empresa
produce 20 unidades de P1 y 30 unidades de P2 a la semana. ¿Cuál es el
consumo semanal de las materias primas? . Si los costos por unidad para
M1 , M2 y M3 son 6,10 y 12 nuevos soles, respectivamente , ¿ cuales son
los costos de las materias primas por unidad de P1 y P2 ? ¿Cual es la
cantidad total gastada en materias primas a la semana en la producción de
P1 y P2?

DETERMINANTES

DEFINICION: El determinante viene a ser una función que aplicada a una

matriz cuadrada da un único valor numérico.

NOTACION: Sea A una matriz cuadrada, entonces el determinante de la matriz

A se representa por A o det.(A).

: Mnxn  R.

A  Mnxn  A  R.

DEFINICION DE DETERMINANTE PARA UNA MATRIZ CUADRADA DE

ORDEN 2: Sea A una matriz de orden 2x2.

a a12  a a
A =  11   A = 11 12 = a11a22 – a21a12
a 21 a 22  a21 a22

DEFINICION DE DETERMINANTE PARA UNA MATRIZ CUADRADA DE

ORDEN 3: Sea A una matriz de orden 3x3.

 a11 a12 a13 

A =  a 21 a 22 a 23 
 a31 a32 a33 

a11 a12 a13

a a 23 a 21 a 23 a 21 a 22
 A  a 21 a 22 a 23 = a11 22 -a12 + a13
a32 a33 a31 a33 a31 a32
a31 a32 a33

PROPIEDADES:  matriz cuadrada de orden nxn se tiene que:

1°) A = A t .

-8-
N. Jara J.

2°)El determinante de una matriz A cambia de signo si dos filas (o dos

columnas) se intercambian.

3°) Si la matriz B se obtiene de la matriz A, trasladando una de sus filas (o

columnas) k lugares, entonces B = (-1)K A .

4°) Si en una matriz A se tiene que una fila (o columna) es múltiplo de otra fila
(o columna), entonces el determinante de dicha matriz vale cero.

5°) Si en una matriz A todos los elementos de una fila (o una columna) son
ceros, entonces el determinante vale cero.

6°) Si en una matriz A todos los elementos de una fila (o una columna) son
multiplicados por un escalar k , entonces el valor del determinante también
queda multiplicado por K.

7°) Si A = [aij]nxn es multiplicado por el escalar k, entonces el determinante de la

matriz A queda multiplicado por kn.

i.e: Si A = [aij]nxn tiene determinante A entonces kA =[kAij]nxn tiene

determinante kn A .

Luego KA = kn A

8°) Si a una fila (o una columna) de una matriz A se le suma el múltiplo de otra
fila (o columna), se tendrá que el valor del determinante de A no varia.

9°) Si los elementos de una fila (o una columna) cualquiera constan de dos
términos, el determinante puede expresarse como la suma de otros dos
determinantes.

a1  p1 b1 c1 a1 b1 c1 p1 b1 c
a2  p2 b2 c2 = a2 b2 c2 + p 2 b2 c2
a 3  p3 b3 c3 a3 b3 c3 p3 b3 c3

10°) I = 1; I: matriz identidad.

11°) Si D = [dij]nxn es una matriz diagonal, entonces D = d11 d22 d33 ... dnn.

12°) El determinante de una matriz triangular superior (o triangular inferior) es

igual al producto de los elementos de la diagonal principal.

13°) En general A  B  A + B .

14°) En general AB = A B si A = [aij]nxn; B = [bij]nxn.

-9-
N. Jara J.

MENORES Y COFACTORES: en la matriz cuadrada

 a11 a12 ... a1 j ... a1n 

a a 22 ... a2 j ... a 2 n 
 21
 ... ... ... ... ... ... 
A   
 ai1 ai 2 ... aij ... ain 
 ... ... ... ... ... ... 
 
 a n1 an2 ... a nj ... a nn 

Sea Mij la submatriz cuadrada de orden (n - 1) que resulta de eliminar la fila i”
y la columna j” de A.

i) M ij : se llama menor (menor complementario) del elemento aij de A

ii) El cofactor del elemento aij, que se denota por Aij, se define por : Aij = (-1)i + j
M ij .

DESARROLLO DE UN DETERMINANTE POR COFACTORES:

TEOREMA: El determinante de la matriz cuadrada A = [aij]nxn es igual a la suma

de los productos de los elementos de cualquier fila (o columna) por sus
respectivos cofactores.

1º) Si elegimos la fila K, el desarrollo del determinante, por filas será:

n
A = a
j 1
Kj AKj

2º) Si elegimos la columna j, el desarrollo del determinante, por columnas,

n
obedece a la siguiente regla: A = a
K 1
Kj AKj .

MATRIZ DE COFACTORES: Si A = [aij]nxn y Aij es el cofactor de aij, entonces la

 A11 A12 ... A1n 
A A22 ... A2 n 
matriz. cofact. (A)=  21
se llama matriz de cofactores de A
 ... ... ... ... 
 
 An1 An 2 ... Ann 

La transpuesta de esta matriz se llama matriz adjunta de A

i.e: adj(A) = (cofact(A))t

INVERSA DE UNA MATRIZ: Si A = [aij]nxn es no singular ( A  0), 

- 10 -
N. Jara J.

adj.( A)
A- 1 = es la matriz inversa de A donde A.A- 1 = A- 1.A = I.
A

Obs: Si una matriz cuadrada A es no singular ( A  0) entonces

1
A1 =
A

RANGO DE UNA MATRIZ:

DEF: El rango de una matriz A = [aij]mxn es el orden de la submatriz cuadrada

mas grande contenida en A, cuyo determinante es no nulo y se denota por

r(A) = rango de A.

Obs:

1°) Sea A = [aij]mxn; si r(A) = k  r(A)  min.m, n.

2°) Sea A = [aij]nxn   A- 1  r(A) = n.

OPERACIONES ELEMENTALES: (O.E)

DEFINICION: Se llaman operaciones elementales o transformaciones

elementales por filas (o columnas) sobre una matriz A, a las siguientes
operaciones:

1°) Al intercambio de dos filas (o 2 columnas).

Notación: fi x fj fila i intercambiamos por fila j , ci x cj columna i

intercambiamos por columna j.

2°) A la multiplicación de una fila (o una columna) por un escalar no nulo.

Notación: kfi (fila i multiplicada por k).

kci ( columna i multiplicada por k)

3°) A una fila (o columna) le sumamos el múltiplo de otra fila (o columna).

Notación: fi + kfj a la fila i le sumamos k veces la fila j.

ci + kcj a la columna i le sumamos k veces la columna j.

- 11 -
N. Jara J.

MATRICES EQUIVALENTES:

Se dice que una matriz A = [aij]mxn es equivalente (por filas) a una matriz
B = [bij]mxn, si B se puede obtener de A por medio de un numero finito de
operaciones elementales (por filas o columnas). Notación: A  B.

MATRIZ ESCALONADA: (POR FILAS).

DEFINICION:Una matriz E = [eij]mxn es escalonada si tiene la siguiente

estructura

a) Las primeras k filas son no nulas y las restantes (m – k) filas son nulas.

b) El primer elemento no nulo de cada una de las primeras k filas es la unidad.

c) En cada una de las k filas, el numero de ceros anteriores a la unidad crece

fila a fila.

DETERMINACION DEL RANGO DE UNA MATRIZ POR OPERACIONES

ELEMENTALES:

Dos matrices equivalentes tienen el mismo rango es decir.

Si A  B  ran(A) = ran(B).

Obs: El rango de la matriz escalonada será k, donde k es el número de filas no

nulas.

Para hallar, el rango de una matriz A es suficiente con llevarla a su forma

escalonada . Luego, el rango de dicha matriz será igual al rango de su matriz
escalonada .

OBTENCION DE LA INVERSA DE UNA MATRIZ MEDIANTE OPERACIONES

ELEMENTALES: (METODO DE GAUSS – JORDAN)

Sea A = [aij]nxn; el método consiste en: (A  I) O


.E .
(I  B)  B = A- 1.

Donde I = Inxn; matriz identidad.

Ejmp: Determine la inversa de las siguientes matrices:

 2 3 4 0 4 2
1) A =  4 2 2 ; 2) B = 5 2 4.
 
1 1 2 1 1 1

Obs:

1) Si A es una matriz cuadrada no singular (A- 1)t = (At)- 1.

- 12 -
N. Jara J.

2) Si A y B son matrices invertibles y AB  , entonces:

1°) (AB)- 1 = B- 1.A- 1

2°) (A- 1)- 1 = A

3°) (kA)- 1 = k- 1. A- 1

4°) (Am)- 1 = (A- 1)m; m  N

5°) Si D es una matriz diagonal no singular entonces la inversa de la matriz

diagonal D es la inversa de los elementos de la diagonal, es decir:

D = diag(d11, d22, ...,dnn)  D- 1 =

1 1 1
diag( d
11
, d 22 , , d nn )

PRACTICA DE MATRICES Y DETERMINANTES

1.-Calcular el determinante de orden n de las matrices siguientes:
a 2a 3a 4a ... na 
 1 3 ... n   a 4a ... na 
2
 1 0 3 ... n    0 3a
   a  2a 0 4a ... na 
A =   1  2 0 ... n  B=  
   ... ... ... ... ... ... 
 ... ... ... ... ...   a  2a  3a  4a ... na 
  1  2  3 ... 0   
 a  2a  3a  4a ... 0 
2.-determinar el valor de
a 21  a11 a 22  a12 a 23  a13
|B|= a 31  a 21 a 32  a 22 a 33  a 23 si |A|= 10
a11  a 31 a12  a 32 a13  a 33
3.- resolver:
ax x x x
x bx x x
=0
x x c x x
x x x dx
a b c 
4.-Si  x y z  es no singular. ¿que valores debe tener t para que la matriz
u v w
 a  bt at  b c 
 
 x  yt xt  y z  tenga inversa?
 u  vt ut  v w
5.-hallar la matriz X de la ecuación BXA=C; donde

- 13 -
N. Jara J.

 1 2 1 2
1 2 4 1
C=adj(B);B=adj(A); A =  
2 0  1 3
 
3 2  1 0
t 1 0 t
0 t t 1
6.- hallar el valor de t para que el rango de la matriz A=  , sea
1 t t 0
 
t 1 0 1
menor que 4.
 1 t tt 
 t 1 t t 
7.- hallar el valor de t para que el rango de la matriz A=   ; sea
 t t 1 t 
 
 t t t 1 
menor que 4.
8.- hallar el rango de la siguiente matriz
4 0 4 0 4
0 2 0 2 0
A=  
4 2 0 4 2
 
0 2 0 2 0
1 0 0 
0 a  2 2 
9.-bajo que condiciones, si las hay, el rango de la matriz B =  
0 b  1 a  2
 
0 0 3 
será menor que 3,¿cual será el rango?
1 2  1 0 3 
2 4 h  2  1 k  6
10.- en la matriz B =   ¿que valores deben tener h y k
1 2 0  7 k  3
 
0 1 2 4 0 
para que el rango sea tres?
11.-determinar x, tal que el rango de la matriz A sea
 3 1 1 4
 x 4 10 1
El mayor posible. A =  
 1 7 17 3
 
2 2 4 3
12.-determínese todas las matrices de la forma

- 14 -
N. Jara J.

1 2a b c 
0  1 d e 
  Tales que su inversa sea la matriz original.
0 0 1 2 f 
 
0 0 0  1
 3 0 6 3t 
 
13. determinar el rango de la siguiente matriz:  t 2 2(t  1) 0  para
 2 4 0 2t (1  t ) 
cualquier valor de t

14. Calcular los determinantes siguientes:

a b c
a b a b 3t 2t
a) b) c) 0 d e
a b a b 3t 1 2 t 1
0 0 f
a 0 c 1 a 1 1
d) 0 e 0 e) 1 1 b 1
c 0 d 1 1 1 c
ab a  a
1 a bc x y x y x2  y2
a ab  a
f) 1 b ac g) 1 1 x y h)
   
1 c ab y 1 x
a a  ab

t 2 2t  1
15.-Sea la matriz A(t)=   ,para todo t. calcular el determinante |A(t)| y
2t 2 
hallar los valores de t para los cuales |A(t)|=0.
16.-Sean a(t) y b(t) dos funciones derivables. Probar que
d a(t ) b(t ) a(t ) b(t )
 .Comprobar este resultado para el determinante
dt a' (t ) b' (t ) a' ' (t ) b' ' (t )
|A(t)| del problema 15.

- 15 -
N. Jara J.

17.-Hallar a y b para que A sea la inversa de B donde

 
 2  1  1 1 2 4
 1   
a b   0 1 6
A=  4  y B=
 1 1  1  1 3 2
 8 8 8 
1 2 3
18.-sean A y T las matrices A= 2 1 3 y
 3 2 1
s t 3
T= 12 7  8 3 
1 
donde
1 t  3

s y t son números reales.

a) demostrar que T=A-1 para unos ciertos valores de
s y t.
b) supongamos que la matriz X satisface la ecuación
 3 2 3 2 3 0 1
BX=2X+C, donde B= 2 3 3 y C= 1 0 3 1 , usar el
 3 2 3 0 5  4 1

resultado de la parte a) para hallar X.

19.-Supongamos que A,P y D son matrices cuadradas tales que
A=PDP-1. Probar que A2=PD2P-1.en general Am=PDmP-1 m  

SISTEMA DE ECUACIONES LINEALES

Un sistema de ecuaciones lineales con m ecuaciones y n incógnitas de la forma

- 16 -
N. Jara J.

a11x1 + a12x2 +  + a1nxn = b1

a21x1 + a22x2 +  + a2nxn = b2 ...(I)
… … … …
am1x1 + am2x2 + + amnxn = bm

Es equivalente a la ecuación matricial

 a11 a12 ... a1n   x1   b| 

a  
 21 a 22 ... a 2 n   x 2   b2 
 ... ( II )
 ... ... ... ...   ...   ... 
    
 a m1 am2 ... a mn   x n  bm 

AX = b; A = [aij]mxn; X = [xij]nx1; b = [bij]mx1

Obs. La matriz

Aa = [A:b]mx (n + 1) se llama la matriz aumentada o ampliada del sistema. Es

decir,

 a11 a12 a13 ... a1n :b1 

 a 21 a 22 a 23 ... a 2 n :b2 
Aa = 
 ... ... ... ... ... 
 
 a m1 am2 a m3 ... a mn :bm 

Si el sistema (I) tiene una o más soluciones, entonces diremos que el sistema

es consistente, en caso contrario diremos que es inconsistente.

Si en el sistema (I); b1=b2=...=bm=0; entonces se dice que el sistema es

homogéneo.

PROPIEDADES

1. Dos sistemas de ecuaciones lineales son equivalentes, si sus respectivas

matrices aumentadas son equivalentes es decir, el sistema AX = b es

equivalente al sistema BX =c.

sii: Aa = [A:b] es equivalente a Ba = [B:c]

- 17 -
N. Jara J.

2. Dado el sistema de ecuaciones lineales AX = b, la matriz aumentada de los

coeficientes es Aa = [A:b] y la matriz escalonada aumentada

correspondiente a Aa es Ea = [EA:Eb] entonces tenemos que los sistemas

de ecuaciones.

AX = b y EAX = Eb son equivalentes; es decir, tienen las mismas

soluciones.

RANGO DE UN SITEMA DE ECUACIONES

Sea el sistema de ecuaciones lineales (I) donde

Aa = [A:b] entonces:

1. Una condición necesaria y suficiente para que el sistema (I) sea

consistente, es que el rango de la matriz de los coeficientes sea igual al

rango de la matriz aumentada.

i.e: ran(A) = ran (Aa)  si el sistema (I) es consistente.

2. Si el sistema (I) es consistente se presentan los siguientes casos:

a) Que el sistema (I) tenga una solución (solución única). Este hecho

ocurre si el número de incógnitas del sistema es igual al rango de la

matriz aumentada.

i.e: El sistema (I) tendrá solución única.

sii: ran (A) = ran (Aa) = n

b) Que el sistema (I) tenga más de una solución (existe infinitas

soluciones). Este hecho ocurre si él número de incógnitas del sistema es

mayor que el rango de la matriz aumentada.

i.e: El sistema (I) tendrá más de una solución

sii: ran (A) = ran (Aa) = k < n.

- 18 -
N. Jara J.

3. Si el rango de la matriz de los coeficientes es distinto del rango de la matriz

aumentada, entonces se dice que el sistema (I) es inconsistente.

i.e: Si ran (A)  ran (Aa)  el sistema (I) es inconsistente (no existe

solución).

REGLA DE KRAMER

Sea el sistema de ecuaciones lineales de n ecuaciones con n incógnitas

a11x1 + a12x2 +  + a1nxn = b1

a21x1 + a22x2 +  + a2nxn = b2 ...(*)

… … … …

an1x1 + an2x2 + + annxn = bn

El cual es equivalente a la ecuación matricial: AX = b

Donde: A = [aij]nxn; X = [xi]nx1; b = [bi]nx1

Si A es no singular ( A  0 ) entonces existe A-1 y el sistema (*)

Tiene solución única dada por: X = A-1b

FORMA PRACTICA: El sistema (*) tiene solución única si y solo si A  0 y esta

AJ
solución esta dada por: X J  ; j = 1,2, ..., n.
A

AJ es la matriz obtenida a partir de A, reemplazando la columna j de A por la

matriz columna b.

SISTEMA DE ECUACIONES HOMOGENEAS

Sea el sistema de ecuaciones lineales de m ecuaciones con n incógnitas:

a11x1 + a12x2 +  + a1nxn = 0

a21x1 + a22x2 +  + a2nxn = 0 ...()

- 19 -
N. Jara J.

… … … …

am1x1 + am2x2 + + amnxn = 0

Equivalente a la ecuación matricial AX =0; donde

A = [aij]mxn; X = [xj]nx1; 0 = [0i]mx1

1. El sistema () siempre tiene por lo menos una solución (llamada solución

trivial) de la forma x1=x2=...=xn=0, por lo tanto es consistente, luego

ran(A) = ran (Aa).

2. Una condición necesaria y suficiente para que el sistema () tenga mas de

una solución, es que ran(A) = ran (Aa) = k < n

3. Si en el sistema () se tiene que m = n, entonces una condición necesaria y

suficiente para que el sistema tenga soluciones no triviales es que A  0 ,

ya que en este caso ran(A) < n.

Ejercicios

1) Resolver el sistema:

2x – 8y + 4z = 0

x + y- z=0

2x – 3y + z = 0

2. w + 2x – 3y – 4z = 6

w + 3x + y – 2z = 4

2w + 5x – 2y – 5z = 10

3. w + 3x + 2y + z = 10

8w + 6x + 5y + 2z = 21

4w + 2x + 3y + z = 8

3w + 5x + y + z = 15

- 20 -
N. Jara J.

7w + 4x + 5y + 2z = 18

4. 3x + y + 2z + 4w =1

x – y + 3z - w =3

x + 7y - 11z + 13w = -13

11x + y + 12z + 10w = 9

5. Sí el sistema

x + 2z =1

x + y + (4a + 2)z = 1

2x + ay + 5z =2

3x + ay + 7z =b

Tiene solución única; ¿hallar a y b?

6. El sistema

x + y + 2z = 2

2x – 2y +3z = 2

5x - y + az = 6

Tiene solución única sí a  8.Hallar todas las soluciones cuando a = 8.

7. Para que valores de “a” y “b” el sistema:

3x – 2y + z = b

5x – 8y + 9z = 3

2x + y + az = -1

tiene:

a) Solución única.

b) No tiene solución.

c) Infinitas soluciones.

- 21 -
N. Jara J.

8. Para que valores de “m” el sistema:

(m + 1)x + y + z=2–m

x + (m + 1)y + z = -2

x + y + (m +1)z = m

Tiene solución.

9) Encontrar los valores de r que hacen que el sistema

5 x  2 y  z  rx

2 x  y  ry
x  z  rz

i) Tenga una solución
ii) Infinitas soluciones

APLICACIONES
MODELOS DE LEONTIEF (modelo input-output)

El modelo de Leontief describe una economía de n industrias entrelazadas,

cada una de las cuales produce un único bien usando sólo un proceso de
producción. Cada industria debe usar, para producir su bien ,materias primas
procedentes de las otras. Además de suministrar su propio producto a otras
industrias que lo necesiten, cada industria debe
hacer frente a la demanda externa de su producto.La cantidad de producción
que se necesita para cubrir la demanda externa se llama la demanda final.
Designemos por xi al número total de unidades del bien i que la industria i va a
producir en cierto año.Sea
aij:número de unidades del bien i que se necesitan
para producir una unidad del bien j
Suponemos que las necesidades de materias primas son directamente
proporcionales a la producción entonces
aijxj:número de unidades del bien i que se necesitan
para producir xj unidades del bien j.
Para que se puedan producir x1 unidades del bien 1,
x2 unidades del bien 2,…,xn unidades del bien n,la industria i necesita
suministrar un total de
ai1x1 + ai2x2 + … + ainxn
unidades del bien i.Si queremos que la industria i suministre todavía b i
unidades para cubrir la demanda
final, entonces el equilibrio entre oferta y demanda exige que
xi = ai1x1 + ai2x2 + … + ainxn + bi
Esto se verifica para todo i=1,2,…,n. Luego tenemos el sistema de ecuaciones
siguiente:

- 22 -
N. Jara J.

x1 = a11x1 + a12x2 + … + a1nxn + b1

x2 = a21x1 + a22x2 + … + a2nxn + b2
…………………………………………………………………………………
xn = an1x1 + an2x2 + … + annxn + bn

Pasando a la izquierda todos los términos con incógnitas y reordenando

tenemos el siguiente sistema de ecuaciones:
(1-a11)x1 - a12x2 - … - a1nxn = b1
-a21x1 + (1-a22x2)- … - a2nxn = b2
…………………………………………………………………………………
-an1x1 - an2x2 - … +(1-ann)xn = bn

Llamado SISTEMA DE LEONTIEF. Los números a11,a12,…,a1n;

a21,a22,…,a2n;…;an1,an2,…,ann son llamados coeficientes técnicos o coeficientes
de imput.
Para un conjunto b1,b2,…,bn) de cantidades de demanda final una solución
(x1,x2,…,xn) del sistema de Leontief dará la producción que cada industria debe
tener para cubrir las necesidades de las otras industrias y la demanda
final.(xi>0  i=1,2,…,n)

EJEMPLO

Una economía tiene tres industrias : pesca , madera y construcción de barcos.

Para producir 1 tonelada de pescado se requieren los servicios de  barcos
pesqueros.
Para producir 1 tonelada de madera se requieren 
toneladas de pescado para alimentar a los madereros.
Para producir 1 barco pesquero se requieren  toneladas de madera.
Estas son las únicas materias primas que cada una de las tres industrias
necesita. Supongamos que no hay demanda final (externa)de barcos
pesqueros. Hallar la producción bruta de cada industria si se debe cubrir
la demanda de d1 toneladas de pescado y d2 toneladas de madera.
Solución: x1=  x2+d1 x1: toneladas de pescado
x2=  x3+d2 x2:toneladas de madera
x3=  x1 x3:número de barcos
d 1  2 d 1  d 2 d1  d 2
x1= ; x2= ; x3= ;  <1
1   1   1  
EJERCICIOS (Sistema de Ecuaciones Lineales)
1.- Hallar Q1 y Q2D en función de los parámetros en el sistema:
D

2(b +  1)Q1D + bQ2D = a-  1

bQ1D + 2(b +  2)Q2D = a-  2
2.- Consideremos una economía dividida en un sector agrícola (A) y un sector
1 1
industrial (I).Para producir una unidad de A se necesita de unidad de A y
6 4
1
de unidad de I. Para producir una unidad de I se necesita de unidad de A y
4

- 23 -
N. Jara J.

1
de unidad de I. Supongamos que las demandas finales en cada uno de los
4
dos sectores son de 270 unidades.
a) Escribir el sistema de Leontief para esta economía
b) Hallar el número de unidades que hay que producir en cada sector para
cubrir las demandas finales.
3.- Consideremos un modelo input-output con tres sectores. El sector 1 es
industria pesada, el sector 2 es industria ligera y el sector 3 es agricultura.
Supongamos que los requerimientos input están dados por la siguiente tabla:

Ind.Pesada Ind.Ligera Agric.

Unidades de bienes a11=0.1 a12=0.2 a13=0.1
de Ind.Pesada

Unidades de bienes a21=0.3 a22=0.2 a23=0.2

de Ind.Ligera

Unidades de bienes a31=0.2 a32=0.2 a33=0.1

agrícolas
Supongamos que las demandas finales de los tres bienes son de 85,95 y 20
unidades, respectivamente. Si x1,x2 y x3 designan el número de unidades que
hay que producir en cada sector, escribir el modelo de Leontief para el
problema y hallar su solución.
4.- Usar la regla de cramer para hallar Y y C en el sistema.
Y=C+Io+Go , C=a+bY
donde Y es el producto nacional y C es el consumo privado.Los simbolos I o
(inversión privada),Go (consumo e inversión pública),a y b representan
constantes con b<1.
5.- Consideremos el siguiente modelo macroeconómico ligado de dos paises
i=1,2 que comercian entre si:
Y1=C1+A1+X1-M1 ; C1=Y1 ; M1=m1Y1
Y2=C2+A2+X2-M2 ; C2=Y2 ; M2=m2Y2
En estas expresiones, Yi es renta, Ci es consumo, Ai es gasto autónomo
(exógeno),Xi son exportaciones y Mi son importaciones del pais i,para i=1,2.
a) interpretar las dos ecuaciones X1=M2 y X2=M1
b) dadas las ecuaciones de la parte a), calcular los correspondientes valores de
equilibrio de Y1 e Y2 como funciones de las variables exógenos.
c)¿Cómo afecta a Y2 un aumento en A1?interpretar la respuesta.
5.- Considérese el macro modelo sencillo descrito por las tres ecuaciones
siguientes:
Y=C+Ao , C=a+b(Y-T) , T=d+tY
donde Y es renta,C es consumo, T es ingresos por impuestos, Ao es el gasto
autónomo(exógeno)constante y a,b,d,t son parámetros positivos. Hallar los
valores de equilibrio de las variables endógenas Y, C y T por :
a) sustitución o eliminación
b) la regla de cramer, escribiendo las ecuaciones en forma matricial.
6.- hallar los valores de b1,b2 y b3 para que el siguiente sistema tenga solución
única y hallar dicha solución.

- 24 -
N. Jara J.

3x + y =b1
x - y +2z =b2
2x +3y - z =b3
7.- Probar que el sistema homogéneo de ecuaciones
ax + by + cz =0
bx + cy + az =0
cx + ay + bz =0
tiene soluciones no triviales si y solo si
a3 + b3 + c3 - 3abc = 0
8.- Dos productos A y B compiten. Las demandas XA y XB de estos productos
están relacionadas a sus precios PA y PB por las ecuaciones de demanda
1 1
XA=17-2PA+ PB y XB=20-3PB+ PA
2 2
Las ecuaciones de la oferta son
1 1 1
PA=2+XA+ XB y PB=2+ XB+ XA
3 2 4
Que dan los precios a los cuales las cantidades XA y XB estarán disponibles en
el mercado. En el punto de equilibrio del mercado, las cuatro ecuaciones deben
satisfacerse (ya que la demanda y la oferta deben ser iguales).Calcule los
valores de equilibrio de XA, XB

9.- Una fabrica de piezas de automóviles cuenta con 3 maquinas M 1 , M2 y M3

que son empleados en la fabricación de 4 tipos de piezas P1, P2, P3 y P4. El
numero de horas que emplea cada maquina Mi en la producción de una unidad
Pj viene dado por la tabla.

P1 P2 P3 P4

M1 1 2 1 2
2
M2  1 3 1

M3 2 2 1 2


Por ejemplo, en la producción de una unidad de la pieza P1
La maquina M1 emplea 1h
La maquina M2 emplea 2h
La maquina M3 emplea 2h, etc.
Si las maquinas M1, M2 y M3 están en óptimas condiciones y trabajan 10 horas
diarias. Calcular el número de piezas de cada tipo que se fabrica diariamente.
10.- Una perfumería requiere de sustancias A, B, C en las cantidades 10, 12 y
14 unidades, receptivamente. Estas sustancias se venden en el mercado como
componentes de productos embazados X, Y, Z en la siguiente proporción:
X Y Z
A 2 1 3
B 1 3 1
C 3 2 2

11) Un gasfitero, un albañil y un pintor deciden realizar trabajos de gasfiteria,

albañilería y pintura en sus casas y cobrarse unos a otros, de forma que

- 25 -
N. Jara J.

ninguno de ellos pague más de lo que ha de cobrar. Cada uno de ellos ha

trabajado según la siguiente distribución. En casa del gasfitero trabajaron: 3
horas el mismo, 4 el albañil y 2 el pintor. En casa del albañil trabajaron: 5 horas
el gasfitero, 3 el mismo y 6 el pintor; y en casa del pintor trabajaron: 2 horas el
gasfitero, 3 el albañil y 2 el mismo ¿cuanto debe cobrar cada uno de ellos como
mínimo, si cada uno cobra una cantidad entera de nuevos soles?

PRACTICA: SISTEMA DE ECUACIONES LINEALES

Ejemplo 1
Se desea analizar el flujo de tráfico en una ciudad grande, cuyas calles
elegidas son sólo de un sentido. Supongamos que el flujo de carros en una
hora está dado por el diagrama:

400 300 280

500
 x1  x2

A B C
    500

 x3  x4 
x5

500 E x6 F x7 G 450
   


530  600  400

Sean A, B, C , E, F y G las intersecciones y x1 , x2 ,……, x7 el numero de

carros que pasan (por hora) de una intersección a otra (por ejemplo de A a B
de B a C, etc.)

- 26 -
N. Jara J.

Además exigimos que ningún vehículo se detenga en el camino, lo que

significa que el número de carros que ingresan a una intersección es igual al
número de carros que salen de ella. En base a este principio se obtiene el
siguiente sistema de ecuaciones.

x1 + x2 = 900 . en la intersección A
x1 + x4 = 300 + x2 . en la intersección B
x2 + 280 = 500 + x5 . en la intersección C
x3 + x6 = 1030 . en la intersección E
x4 + x6 = x7 + 600 .en la intersección F
x7 + 400 = x5 + 450 . en la intersección G

Ordenando Adecuadamente se obtiene un sistema cuya matriz aumentada es

1 0 0 1 0 0 0 : 900
1 -1 0 1 0 0 0 : 300
0 1 0 0 -1 0 0 : 220
0 0 1 0 0 1 0 : 1030
0 0 0 1 0 1 -1 : 600
0 0 0 0 -1 0 1 : 50

Que luego de aplicar adecuadas operaciones elementales se tiene

1 0 0 0 0 -1 0 : -130
0 1 0 0 0 0 -1 : 170
0 0 1 0 0 1 0 : 1030
0 0 0 1 0 1 -1 : 600
0 0 0 0 1 0 -1 : -50
0 0 0 0 0 0 0 : 0

De donde se puede despejar las cinco primeras variables (dependientes) en

función de las otras dos (x6, x7 variables independientes)

x1 = -130 + x6
x2 = 170 + x7
x3 = 1030 - x6
x4 = 600 - x6 +x7

- 27 -
N. Jara J.

x5 = -50 + x7
Cabe hacer notar que los valores xi son no negativos, pues representan el
numero de carros en una hora; lo que nos permite hacer algunas
observaciones.

1. Como x1 ≥ 0, resulta x6 ≥ 130. Lo que significa que de F a G pasan en

una hora, como mínimo 130 unidades. Lo que puede ocurrir si se
clausura el tramo A a B. En tal caso pasaría de A a G 900 carros, que
concuerda con la formula x3 = -130 + 1030
2. x5 = x7 - 50, resulta x7 ≥ 50. Lo que significa que G a F pasan como
mínimo 50 unidades, lo que ocurriría si se clausura el tramo C a G.
3. ¿Por qué no puede clausurarse el tramo B a C, sin causar
problemas?, etc.

MODELO DE LEONTIEF

Supongamos que tenemos 3 industrias A1, A2 y A3 de modo tal que el producto

de cada una de ellas es consumido por el personal de las 3 industrias. Lo que
podemos representar mediante una matriz llamado de consumo producto-
producción, del siguiente modo:

Producción

 a11 a12 a13  A1

a  consumo
 21 a22 a23 
A2
A3
a31 a32 a33 

A1 A2 A3

Donde aij es la fracción total de la producción de Ai consumido por el personal

A j.
Las componentes aij deben verificar las siguientes propiedades:

0  aij  1, i, j 1.

2. a2 j  a2 j  a3 j  1,   1,2,3

3. Si Si es el ingreso de la industria Ai, entonces

ai1S1  ai 2 S2  ai 3S3  Si

Esta ultima condición afirma “gastos de la industria A i igual a sus ingresos”

(condición de equilibrio).

Este planteamiento es tan general que es aplicable a cualquier número (finito)

de actividades

- 28 -
N. Jara J.

Ejemplo 2.
Si las industrias A1, A2 y A3 tienen por matriz consumo-producción

 1 / 3 2 / 5 2 / 5
 1/ 4 3 / 5 1/ 5 
 
5 / 12 0 2 / 5
Y se verifican las condiciones de equilibrio, hallar los ingresos de cada
industria.
Solución

 1 / 3 2 / 5 2 / 5  S1   S1 
 1/ 4 3 / 5 1 / 5  S  =  
   2 S2 
5 / 12 0 2 / 5  S 3   
 S3 

Luego de aplicar algunas operaciones elementales se tiene

25 0  36  S1   S1 
 0 5  7 =  S 2   
  S3  = S 2 
 0 0 0     
S 3 

En donde
36
S1  S3
25

7
S2  S3
5

Como se ve S3 es una variable independiente. Si tomamos S 3 = 25k, la

solución general del sistema es:

- 29 -
N. Jara J.

k (36,35,25) / k  1,2,3.
Ejemplo 3.

Una fabrica de piezas de automóviles cuenta con 3 maquinas M 1 , M2 y M3 que

son empleados en la fabricación de 4 tipos de piezas P1, P2, P3 y P4. El
numero de horas que emplea cada maquina Mi en la producción de una unidad
Pj viene dado por la tabla.

P1 P2 P3 P4

M1 1 2 1 2
2
M2  1 3 1

M3 2 2 1 2



Por ejemplo, en la producción de una unidad de la pieza P1

La maquina M1 emplea 1h
La maquina M2 emplea 2h
La maquina M3 emplea 2h, etc.

Si las maquinas M1, M2 y M3 están en óptimas condiciones y trabajan 10 horas

diarias. Calcular el número de piezas de cada tipo que se fabrica diariamente.

Solución: Sea xj el número de piezas del tipo Pj ; j = 1, 2, 3, 4, que se fabrica

diariamente, entonces se tiene el siguiente sistema:

x1  2 x2  x3  2 x4  10
2 x1  x2  3x3  x4  10
2 x1  2 x2  x3  2 x4  10

Por el método de la matriz escalonada reducida obtenemos.

x1  0
x2  4  x4
x3  2
x4  x4

De la relación 4 –x4 ≥ 0, obtenemos x4 = 0, 1, 2, 3, 4 Luego las soluciones del

sistema son:

(0,4,2,0), (0,3,2,1), (0,2,2,2), (0,1,2,3) y (0,0,2,4)

- 30 -
N. Jara J.

Ejemplo 4. Una perfumería requiere de sustancias A, B, C en las cantidades

10, 12 y 14 unidades, receptivamente. Estas sustancias se venden en el
mercado como componentes de productos embazados X, Y, Z en la siguiente
proporción:

X Y Z
A 2 1 3
B 1 3 1
C 3 2 2

¿Cuántos galones de cada producto X, Y, Z se deben comprar para tener las

cantidades requeridas de las sustancias A, B; C?

Solución Sean x, y, z el numero de galones de los productos X, Y, Z

respectivamente, que se deben comprar. Entonces se tiene el sistema.

2 x  y  3z  10
x  3 y  z  12
3x  2 y  2 z  14

Cuya solución es x = 2, y =3, z = 1

Luego debemos comprar: 2 galones del producto X, 3 galones del producto Y y

1 galón del producto Z.

EJERCICIOS

1.- Hallar la matriz escalonada reducida y calcular el rango de las siguientes

matrices.

a)  3 1  b.b) b) c)
4 2

1 0 

 3 4 1 
b) 1
 2 0

- 31 -
N. Jara J.

3  2 1 
c) 1 7  2 
 
4 5  1

d)
0  2 0 1 1  1
1  3 2  1 4 0 

2 0 0  11  2 3 
 
1  1 0 0 0 1
1  1 2  2 3 1 

2. Hallar el conjunto solución de los siguientes sistemas homogéneos.

a)
x1  x2  x3  0
 x1  x2  2 x3  0
b) -3x1 + x2 = 0
4x1 + 3x2 = 0
x1 – x2 = 0

c) -x1 + 3x2 + 4x3 = 0

2x1 - x2 + x3 = 0
x1 + 2x2 + 5x3 = 0

3. Determinar los sistemas compatibles, luego hallar el conjunto solución de

aquellos sistemas compatibles.

a)

2 x1  3x2  4 x3  3
x1  5 x2  x3  4
x1  8 x2  3x3  7
b)
x1  x2  x3  x4  4
 x1  x3  x4  2
x1  x2  x3  x4  0

c)
2 x1  4 x2  x3  x4  7
4 x1  5 x2  2 x3  3
 x1  x2  2 x3  2 x4  10
3x1  2 x2  x3  x4  0
- 32 -
N. Jara J.

d)

 2 x2 + x4 + x5 - x6 = -6
x1  x2  2 x3  2 x4  3x5  x6  8
2 x1  x 4 2 x5  3x6  8
x1  x2  x6  2
x1  x2  2 x3  2 x4  x5  x6  8

e)
3x1  2 x2  4 x3  x4  0
2 x1  4 x2  x3  3x4  0
4 x1  x2  3x3  2 x4  3
x1  3x2  2 x3  4 x4  7

4. Mediante el criterio del rango, averiguar si las siguientes matrices son o no

invertibles.

 1  1 a) 1 2 3 b)
 1 1  2 3 1
   
3 1 2

c)  1 0 1 2
0 1 2  1

1 2 1 0 
 
 2 1 0 1 

5. Resolver el problema del ejemplo 3 con la tabla

- 33 -
N. Jara J.

P1 P2 P3 P4
M1 1 2 1 2
M2 2 1 3 1
M3 1 2 1 0

Y cuando las maquinas trabajan 8 horas diarias

6. En el siguiente diagrama de flujo de trafico, hallar los valores máximos y

mínimos de cada incógnita xi, i = 1, 2, 3, 4

50 40

20 
 x1 
40
 

x2
 
x3
x4 60 100
  
30 10
 

7. Cuatro industrias A (alimentos), V (vestuarios), M (medicamentos) y T

(artefactos eléctricos) están relacionados mediante la matriz de “consumo-
producto”

A V M T

2 1 1 1
5 5 10 9 A
1 2 1 1
 
3 5 5 3
1 1 3 2 M
10 6 10 9
1 7 2 1
  T
6 10 5 9

- 34 -
N. Jara J.

Donde se verifica la condición de equilibrio. Hallar los ingresos de cada

empresa.

8. En el siguiente diagrama de flujo de trafico hallar los valores de las

incognitas xj, j =1,2,….,7,8

160 100
 x1  
X2 x3

    50

x5
 x4  x6

x7 x8 130
   

  
120 100 60

9. Resolver el problema 5 cuando las maquinas trabajan 12 horas diarias

10. Una chacra de girasoles requiere insecticidas de los tipos A, B y C en las

cantidades 21, 20 y 19 unidades respectivamente. Estas sustancias se venden
como componentes de abonos de las marcas X, Y, Z y W. la cantidad de
insecticida de cada tipo que contiene un galon de abono esta dado por la tabla:

X Y Z W
A 2 1 3 1
B 1 2 1 3
C 3 1 1 2

Esto es, la marca X contiene por galón 2 de A, 1 de B y 3 de C, etc.

- 35 -
N. Jara J.

11. Sea X0 una solución particular del sistema AX = B. Si S0 es el conjunto

solución del sistema homogéneo AX = 0. Probar que toda solución de AX = B
es de ka forma X0 + z, donde z e S0

12. Probar que la equivalencia de matrices es una relación de equivalencia

¿Cuál es la clase de equivalencia de la identidad I e R nxn ?

VECTORES RECTAS Y PLANOS

Definición de puntos en un espacio de n dimensiones. Se define un punto en el

espacio de n dimensiones como la n-upla de números reales
( x1 , x2 ,......, xn ); x1 , x2 ,......, xn   se denota con una P a dicha n-upla.

Es decir: P  ( x1 , x2 ,......, xn ); x1 , x2 ,......, xn   se designa los números

x1 , x2 ,......, xn como las coordenadas del punto P.

Ahora vamos a definir como sumar puntos. Si P y Q son puntos por ejemplo:
P  ( x1 , x2 ,......, xn ); Q  y1 , y 2 ,......, y n ) Se define entonces:

P  Q  ( x1  y1 , x2  y2 ,......, xn  y n )  R

Si c es cualquier número, se define cP  (cx1 ,cx 2 ,......, cx n )

VECTORES EN EL ESPACIO ( R3 o V3 )

Dos puntos: P0  ( x0 , y0 , z 0 ) y P1  ( x1 , y1 , z1 )
Determinan un segmento de recta que podría ser recorrido en dos sentidos uno
 
de P0 a P1 y otro de P1 a P0 llamados vectores a y  a .
 
 
a  P0 P1 P1 Definido como a  P0 P1  P1  P0
P0
 
 a  P0 P1  P0  P1  ( P1  P0 )
 
 a  P0 P1 P1
P0

- 36 -
N. Jara J.

a1  x1  x0
 
Donde: a  P0 P1  ( P1  P0 )  (a1 , a2 , a3 ) tal que: a 2  y1  y 0
a3  z1  z 0
 
Los números a1 , a2 , a3 se llaman, componentes del vector a  P0 P1 donde:

P0  ( x0 , y0 , z 0 ) es el punto inicial del vector a; P1  ( x1 , y1 , z1 ) es el punto final del

vector a .

Cuando el punto inicial es el origen de coordenadas, un vector OP  P recibe el
nombre de radio vector.

 
IGUALDAD DE VECTORES: Dos vectores a  PQ  (a1 , a 2 , a3 ) y

 
b  RS  (b1 , b2 , b3 )
Son iguales, si y solo si sus respectivas componentes son iguales, es decir:
 
a  b   a1  b1 , a2  b2 , a3  b3

OPERACIONES CON VECTORES.- dados los vectores

 
a  (a1 , a2 , a3 ); b  (b1 , b 2 , b3 )

entonces:
 
1º) a  b  (a1  b1 , a2  b 2 , a3  b3 )
   
2º) a  b  (a1  b1 , a2  b 2 , a3  b3 )  a  ( b )

3º) r a  (ra1 , ra2 , ra3 ) producto de un vector por un escalar r

VECTORES PARALELOS: Dos vectores son paralelos si y solo si uno de ellos

es el múltiplo escalar del otro. Es decir:

     
a b  a  r b ; o b  t a; r , t  

- 37 -
N. Jara J.

 
MODULO DE UN VECTOR: Si a  P0 P1 entonces:

d ( P0 P1 )  ( x1  x0 ) 2  ( y1  y 0 ) 2  ( z1  z 0 ) 2  a12  a 22  a32  a


el modulo del vector a  (a1 , a2 , a3 ) se denota y define como:

a  a12  a 22  a32

PROPIEDADES:
 
Sean a  (a1 , a2 , a3 ); b  (b1 , b2 , b3 ) r   ; entonces:
  
i) a  0; a  0  a  (0,0,0)

 
ii) r a  r a

   
iii) a  b  a  b desigualdad triangular

VECTOR UNITARIO: Un vector de modulo o longitud igual a 1 se llama vector


 
unitario. Dado un vector a , el vector unitario u  a tiene el mismo sentido que

a


  
el vector a el vector unitario u   a tiene sentido opuesto que el vector a

a

 
ANGULOS ENTRE VECTORES: Dado los vectores a y b forman un ángulo 
donde
 

Cos  = a . b
 
a b

- 38 -
N. Jara J.

PRODUCTO ESCALAR DE DOS VECTORES: (o PRODUCTO INTERNO): El

 
producto escalar de a  (a1 , a 2 , a3 ) y b  (b1 , b2 , b3 ) se denota y define

como:
 
a . b  a1 .b1  a2 .b2  a3 .b3

  
PROPIEDADES: Sean a , b , c vectores en 3 y r   entonces:
   
1º) a . b  b . a
   
2º) (r a ). b  r ( b . a )
      
3º) a .( b  c )  a . b  a . c
   
4º) a . a  0  a  0
   2
5º) a . a  a

  2  2  2  
6º) a  b  a  a  2 a.b

 
Ortogonalidad de vectores: Dos vectores a  (a1 , a 2 , a3 ) y b  (b1 , b2 , b3 )

   
Son ortogonales por definición si: a  b  a b o también.

   
a  b  a.b  0
    2  2  2
a  b  a b  a  b


Proyección Ortogonal y Componente: se llama proyección ortogonal de a

sobre b , al

 
 

 a .b   
Vector: Pr oy  a    2  b ; b0
b
 b 
 

- 39 -
N. Jara J.

 
Se llama componente de a sobre b al número real:
 
 a .b 
Comp a  ; b0
b 
b

   
    

 a .b    a .b  b
Obs. Como Pr oy  a   2  b =     
b 
 b   b  b
   

  b  
1º Pr oy  a  comp a 2º Pr oy a  comp a
b b  b b
b

VECTORES UNITARIOS FUNDAMENTALES: Tiene la misma dirección que

  
los ejes de coordenadas X, Y, Z y son: i  (1,0,0) ; j  (0,1,0) ; k  (0,0,1)

Observación: todo vector a  (a1 , a2 , a3 ) puede expresarse como una
  
combinación lineal de i , j , k
   
Es decir: a  (a1 , a2 , a3 )  a1 i  a2 j  a3 k

Z
a3


k


j
Y
a1 a2

i
X

EJERCICIOS
    
3a 2 5a
1) Si a  (a1 , a 2 , a3 ) y b  2 a  ( ,8, 2 ) hallar a y b
2 2
 
2) Sean P = (1, -1, 3) y Q = (2,4,1) probar que: PQ  QC , donde C = Q – P

- 40 -
N. Jara J.

 
Si A = (4, -2, 5) y B = (5, 3, 3) probar que: PQ  AB
 
3) En cada uno de los siguientes casos determinar que vectores PQ y AB son
paralelos si: i) P = (1, -1, 5) ; Q = (-2, 3, 4) ; A = (3, 1, 1) ; B = (-3, 9, -17)
ii) P = (2, 3, -4) ; Q = (-1, 3, 5) ; A = (-2, 3, -1) ; B = (-11, 3, -28)
4) Que parejas de vectores son perpendiculares entre si:
i) (1, -1, 1) y (2, 1, 5)
ii) (1, -1, 1) y (2, 3, 1)
iii) (-5, 2, 7) y (3, -1, 2)
iv) (, 2, 1) y (2, -, 1)
 
5) Encuentre los vectores ortogonales a: a  (1,1,1) y b  (0,0,2)
    
6) Sean a  (1,2,3) y b  (1,1,2) hallar comp a; proy a; proy  a
b b 3b

7) Determinar el coseno de los ángulos del triángulo cuyos vértices son:

i) (2, -1, 1) ; (1, -3, -5) ; (3, -4, -4)
ii) (3, 1, 1) ; (-1, 2, 1) ; (2, -2, 5) hallar su perímetro
 
8) Si a , b   3 para que:
  2   2  2  2
i) a  b  a  b 2a 2b

  2   2  
ii) a  b  a  b  4 a.b

      
9) Sean a , b , c tres vectores distintos al vector cero. Si a . b  a . c , entonces
 
demostrar mediante un ejemplo que no necesariamente se tiene que b  c .
 
10) Expresar el vector a como la suma de un vector paralelo al vector b y un
  
vector ortogonal a b ; si a = (2, 1, -1) y b = (1, 4, -2)
11) Si las diagonales de un paralelogramo miden 74 y 14 , respectivamente

y una de los lados mide 14 ; hallar la medida del otro lado.

  
12) Hallar los vectores a y b ortogonales entre si y ortogonales a v  (1,1,3) ,
tales que sus primeras componentes sean iguales y sus terceros componentes
de igual magnitud; pero de signo contrario.

- 41 -
N. Jara J.

PRODUCTO VECTORIAL: Dado los vectores

   
a  (a1 , a2 , a3 ) y b  (b1 , b2 , b3 )  3 , se define el vector a x b , como:

  a a3 a1 a3 a1 a2   
a x b   2 ,  ,  Producto vectorial de a y b
 b2 b3 b1 b3 b1 b2 

 
Observacion: Si a  (a1 , a2 , a3 ) y b  (b1 , b2 , b3 ) entonces:
     
1º) a x b  a ; a x b  b
    
i j k axb
 
2º) a x b  a1 a2 a3
b1 b2 b3 
b

             a
3º) i x i  j x j  k x k  0 ; i x j k ; j x i  k
           
j xk  i ; k x j i ; k xi j; i x j  j
Z


k  (0,0,1)


j  (0,1,0)

Y

i  (1,0,0)
X

  
PROPIEDADES:  a , b y c  3 se tiene:
   
1) a x b   b x a
      
2) a x ( b  c )  a x b  a x c
     
3) (r a ) x b  r ( a x b )  a x(r b )
        
4) a x ( b x c )  ( a . c ) b  ( a . b ) c
   
5) a x a  0 ;  a  3
     
6) En general: a x ( b x c )  ( a x b ) c

- 42 -
N. Jara J.

  2  2  2  
1) a x b  a b  ( a . b ) 2 ……….Identidad de LAGRANGE

   
2) a x b  a b Sen ; 0   GEOMETRICAMENTE

 
axb


b


h  b Sen 
a

    
A(PL) = a h  a b Sen  a xb

 
Area del paralelogramo Pe determinado por los vectores a y b
 
axb  
A(T )  Área del triángulo T formado por los vectores a y b
2

    
3) a b  a x b  0

Observación: Tres puntos A, B, C en  3 son colíneales si y solo si los vectores

 
AB y AC
Son paralelos.
C

- 43 -
N. Jara J.

TRIPLE PRODUCTO ESCALAR.- Se define el triple producto escalar o producto

a1 a2 a3
      
  
mixto de los vectores. a , b y c ,   Como:  a b c   a .(b x c )  b1
3
b2 b3
 
c1 c2 c3

PROPIEDADES
           
1º)  a b c    c a b    b c a 
     

        
2º) a .( b x c )  ( a x b ). c  ( c x a ). b

         
3º)  a b c   a.( b x c )  b x c Comp  a
  bxc

INTERPRETACION GEOMETRICA
 
bxc


Pr oy  a 
bxc Paralelepípedo
a h Pp

b

c

  
   a .( b x c )
V ( Pp )  b x c h ; h  comp  a   
bxc
bxc

  
  a .( b x c )
V ( Pp )  b x c  
bxc

  
   
V ( Pp )  a.( b x c )   a b c 
 
  
Volumen del paralelepípedo formado por los vectores a , b y c  3

   
 a b c 
V ( Pt )  Volumen del prisma triangular.
2

- 44 -
N. Jara J.

   
 a b c 
V (Tt )  Volumen del tetraedro.
6

PRACTICA DE VECTORES EN V3

1) Sean a = ( 2,-2,1 ) y b = (3,0,-4) hallar c en V3 tal que sea ortogonal a a y a b

2) Sean a = ( 2,-1,2 ) y b = (-2,2,1) hallar c en V3 tal que sea ortogonal a a y a b y
// c// = 3
3) Sea a = (1,-2,2 ) hallar b en V3 tal que sus componentes satisfagan la ecuación
2x+2y+z=0 y que se verifique // a // = // a + b // = // b //
4) Sean a y b dos vectores que forman entre si un Angulo de 45o , // a // = 3 hallar
// b // tal que ( a – b ) sea ortogonal a a.
5) Un paralelepípedo tiene un vértice en A=(1,2,3), siendo B,C y D sus vértices
adyacentes. Además se conoce que : AB = (a,0,2) , AC=(3,3,3) y AD=(0,4,4)
¿cual es el vértice opuesto a A?
6) Si las diagonales de un paralelogramo miden 74y 14 , respectivamente, y uno
de los lados mide 14 , hallar la medida del otro lado.
7) Sean a = (-3,4,1 ) y b = (3, 2 ,5) hallar c en V3 tal que sea ortogonal a (0,1,0) ,
a.c=6, compbc =1.
8) Si las diagonales de un paralelogramo son los vectores d = (2,4,6 ) y e = (-2,4,2 )
hallar el área de dicho paralelogramo.
9) Sean a = (3,5,2 ) y b = (-4,0,3) tal que a = u + v , siendo u // b y v ortogonal a
b. Hallar u y v.
10) Sean a,b y c 3 vectores unitarios en V3 tal que a.b = b.c = 0, hallar c.
11) Sea a = (-2,1,-1 ) hallar b en V3 tal que sus componentes satisfagan la ecuación
3x+4y-2z=0 y que se verifique // b // = 1, a.b=0.
12) Sean los vectores a y b tales que // a // = 3 , // b // = 7 y a.b = -4 .Hallar a + b
sabiendo que tiene la misma dirección pero sentido opuesto al vector
(-3/2,-5/2,-2).
13) Sea el cuadrado ABCD con una diagonal AC. Si A=(3,2,1) proyABAC=(4,3,0) y
la tercera componente de D es 1, hallar los otros vértices del cuadrado.
14) Sean a y b dos vectores de longitudes // a // = 3 , // b // = 5 y que forman un
ángulo de 60o.Hallar proya(2a –b) , a = ( 1,2,2 ).
15) Sean a = (1,-2,3 ) y b =( 3,1,2 )hallar todos los vectores c en V3 tal que c es
ortogonal a b , c = r a + tb , r, t en R // c // = 2 42 .
16) Dos vectores a y b de R3 forman un ángulo de 60o y tiene longitudes // a // = 2 ,
// b // = 4. Hallar el ángulo formado por los vectores (a+b) y (a-b).
17) Hallar comp2ba , si a + b + c = 0 y // a // = 3 , // b // =6 , // c // = 7.
18) Dados los vectores a = ( 1,2,3) , b =(2,1,-3) y c = ( 3,-4,2). Hallar los vectores de
modulo 139 paralelos al vector proyac + proybc. Con los vectores a , b y c es
posible formar un paralelepípedo de volumen V. Hallar el volumen del
paralelepípedo que se puede formar con los vectores ( -b+2.a) , ( 2.a+b) ,
( a + 3.c).

- 45 -
N. Jara J.

19) Hallar los vectores a y b = ( -5,15,t) tal que proya(a+b) = (12,2,4) , proya(a-b) =
( 24,4,8).
20) Sean a=(-1,2,3) , b=(0,1,2) y c=(2,3,1) hallar : axb, bxc , (axb)xc , ax(bxc) , axc

LA RECTA

Dado el punto P0 = (x0,y0,z0) y un vector a  (a1 , a2 , a3 ) cualquiera, entonces definimos el conjunto

siguiente: L  
 P( x, y, z )  R3 / P  P0  t a ; t  R , al cual llamaremos recta en el espacio
tridimensional R3 .

1) El conjunto de puntos

P  P0  t a ; t  R

Representa la ecuación vectorial de la recta L que pasa por P 0 y sigue la dirección del vector

a ; a  o i.e. L // a

2) De la ecuación vectorial de la recta L: P = P o + t a , t  R se obtiene que

 x  x0  ta1

( x, y, z )  ( x0  ta1 , y0  ta2 , z0  ta3 )   y  y0  ta2 ;t  R
 z  z  ta
 0 3

 x  x0  ta1

 y  y0  ta2 ;t  R
 z  z  ta
 0 3

Representan las ecuaciones parametricas de la recta L, con punto de paso P 0=(x0, yo, z0) y vector

direccional a  (a1 , a2 , a3 )
3) Si a1, a2, a3  0 de las ecuaciones parametricas de la recta de L despejando t se obtiene que.
x  x0 y  y0 z  z0
 
a1 a2 a3

- 46 -
N. Jara J.

Representa la ecuación simétrica de la recta L, con punto de paso P 0= (x0, y0, z0) y vector direccional

a  (a1 , a2 , a3 )

4) Si a  (a1 , a2 , a3 ) es el vector direccional de la recta L, entonces a los números a1, a2 y a3 se les llama
números directores de la recta L.

5) Un punto Q pertenecerá a la recta L = P  P  t a

0 ; tR 
Si y solo si P0 Q // a es decir P0 Q x a  0 .
6) Dos rectas L1 y L2 son iguales si y solo si L1  L2 y L2  L1
Paralelismo y ortogonalidad de rectas.

Definición. Dos rectas L1 : P  Po  r a , r  R y L2 : Q  Qo  t b , t  R son paralelas

si los vectores direccionales a y b lo son. Es decir

L1 // L2  a // b .

Observación: Si dos rectas L1 y L2 en el espacio son paralelos; entonces, coincidan (L1 = L2) o su

intersección es nula ( L1  L2   ) .
Observación: Si dos rectas L1 y L2 en el espacio no son paralelas, entonces su intersección es un punto I o

L1  L 2   . En este ultimo caso se dice que las rectas L1 y L2 se cruzan en el espacio una forma de
reconocer cuando dos rectas L1 y L2 no paralelas se cruzan o se interceptan en el espacio tridimensional está
basada en lo siguiente.

Dadas las rectas no paralelas 

L1  P  P0  t a ;t  R  
y L2  Q  Q0  r b ;r  R ,
construimos el vector c  P0 Q , entonces:

1°) Las rectas L1 y L2 se interceptan si y solo sí  a b c 0 y

 

2°) Las rectas L1 y L2 se cruzan si y solo sí  a b c   0.

 

Definición. Dos rectas 

L1  P  P0  t a ;t  R  
y L2  Q  Q0  r b ;r  R  son
ortogonales, se denota por L1  L2 , si los vectores direccionales a y b lo son. Es decir

L1  L2  a  b

ANGULO ENTRE RECTAS.

- 47 -
N. Jara J.

Dadas las rectas 

L1  P  P0  t a ;t  R  
y L2  Q  Q0  r b ;r  R  el ángulo entre
las rectas L1 y L2 está dado por el ángulo que forman sus vectores direccionales es decir

a.b
( L1 , L2 )  (a, b)    cos  
a b

DISTANCIA DE UN PUNTO A UNA RECTA.

Dado un punto  
Q  ( x1 , y1 , z1 )  L y una recta L  P  P0  t a; t  R la distancia del punto Q a la
recta L está dada por:

// P0 Q x a //
d (Q, L) 
a

EJERCICIOS
1) Los vértices de un triangulo están dados por los puntos A (1, 2, 3); B (0, 2, 1) y C (-1, -2, -4).
Hallar el área y el perímetro del triángulo.
2) Hallar la ecuación de la recta que pasa por P0 = (3, 1, -2) e intercepta y es perpendicular a la
recta L1  x  1  y  2  z  1
3) Hallar la ecuación de la recta que pasa por P0 = (1, 4, 0) y es perpendicular a las rectas:
x  3t
x  4 2y 1 1
L1 : y  4t L2 :  :z
6 3 2
z  1  t
4) Hallar la distancia del punto A = (3, 2, 1) ; a la recta que pasa por los puntos
P0 = (3, 1, -2) y P1 = (-3, -6, -3)

5) Sean L1 : P = (1, 0, -1) + t (1, 1, 0) ; t   L2 : Q = (0, 0, 1) + r (1, 0, 0) ; r   .

Hallar la ecuación de la recta L que es perpendicular a L1 y L2 y las intercepta.
6) Determine la ecuación de la recta que intercepta a las rectas

L1 : P = (1, -1, 1) + t (1, 0, -1) ; t   L2 : Q = (1, 0, 0) + r (-1, 1, 1) ; r   en los puntos A

y B, respectivamente, de tal manera que la longitud del segmento AB sea mínima.
7) Una recta pasa por el punto A = (1, 1, 1) y forma ángulos de 60º y 30º con los ejes X y Y
respectivamente. Hallar la ecuación vectorial de dicha recta.
8) Hallar la ecuación de una recta para por el punto A = (1, 0, 0) y corta a las rectas

L1 : P = (5, 0, -1) + t (1, 1, 1) ; t   L2 : Q = (-1, 2, 2) + s (-2, 1, 0) ; s  

- 48 -
N. Jara J.

9) Una recta pasa por el punto A = (-2, 1, 3), es perpendicular e intercepta a la recta

L1 : P = (2, 2, 1) + t (1, 0, -1) ; t   . Hallar la ecuación vectorial de dicha recta.

10) ¿Qué valor debe tener k para que los puntos (2, 1, 1); (4, 2, 3) y (-2, k/2, 3k/2) sean colineales.
11) Hallar el área del cuadrilátero cuyas vértices son los puntos: (4, 0, 1); (5, 1, 3); (3, 2, 5); (2, 1, 3).
  
12) Sean los vectores a  (r  1, 1, r ); b  (1, r  1, r  2) y c  (1, r , r ). Halar r para que
  
a, b y c sean linealmente independientes.
13) Dados los vectores (2-t, -2, 3); (1, 1-t, 1) y (1, 3, -1-t). ¿Qué valor debe tener t para que los
vectores sean linealmente independientes? ¿ y para que sean linealmente dependiente?.
14) Hallar la ecuación de la recta que pasa por (1, 5, 1) y que es perpendicular e intersecta a L : P =

(1, -1, 1) + t (3, 1, 2) ; t   .

15) Los puntos medios de los lados de un triángulo son: M1 = (2, 3, 3); M2 = (4, 4, 4) y M3 = (3, 3,
2) ¿Cuál es la ecuación de la recta perpendicular al lado en que esta M1 y pasa por el vértice
opuesto a dicho lado?
16) Una recta L1 pasa por los puntos (2, 1, -1); (5, 1, 3) y otra recta L2 pasa por el punto (-4, 2, -6) y
corta perpendicular a L1. Hallar la ecuación de L2 .
17) Hallar una recta L que intercepte a las rectas: L1 : (2, 1, -1) + s (3, 4, 0) y L2 : (1, 1, 2) + t (- 4, 3,

0), formando un ángulo   Arc Tg 2 con cada una de ellos.

18) Los números directores de dos rectas L1 y L2 son (-1, 6, 7) y (3, 2, - 4), respectivamente. El
ángulo formado por L1 y una recta L es 60º. Hallar los números directores de L, si se sabe que es
perpendicular a L2 .
19) Desde el punto (3, 6, 7) se traza una perpendicular a la recta L : (1, 1, -2) + t (2, -1, 3) ¿ A que
distancia del punto (4, 4, 7) se halla dicha perpendicular?

20) Dos rectas tienen vectores direccionales (4, 0, 3) y (-3, 11 , 4), respectivamente.
Su intersección es (3, 2, 1). ¿ Cuál es la recta L3 que pasas por P = 1/5, (31, 10, 17) y determinan
con L1 y L2 un triángulo de área 6u2 ?.

- 49 -
N. Jara J.

EL PLANO
 
Dado dos vectores a y b no paralelos en  3 y un punto P0  ( x0 , y0 , z 0 ) , se
 
define el plano P, que pasa por P0 y esta determinado por a y b , como el
conjunto de puntos:

P  
 
P   / P  P0  r a  t b; r , t  
3

 

Observaciones:

1) El conjunto P   
 
P   / P  P0  r a  t b ; r , t   representa la ecuación
3

 
 
vectorial de un plano P que pasa por P0 y es paralelo a los vectores a y b ;
 
(P a ; P b ).
 
2) Sean a  (a1 , a2 , a3 ) ; b  (b1 , b2 , b3 ) vectores que determinan el plano P ;

P0  ( x0 , y0 , z0 ) el punto de paso de P y P  ( x, y, z ) un punto cualquiera

 
de P ; de la ecuación P  P0  r a  t b ………. P

Se obtiene: ( x, y, z )  ( x0 , y0 , z0 )  r (a1 , a2 , a3 )  t (b1 , b2 , b3 )

X  x0  ra1  tb1
 Y  y 0  ra2  tb2
Z  z 0  ra3  tb3
Representa la ecuación paramétrica del plano P que
Pasa por P0  ( x0 , y0 , z 0 ) y es paralelo a los
 
Vectores a  (a1 , a2 , a3 ) y b  (b1 , b2 , b3 ) .

- 50 -
N. Jara J.

3) Dado un plano P     
P   / P  P0  r a  t b  , el cual es paralelo a los
3

 
 
vectores a y b , vemos que existen una infinidad de vectores ortogonales a
 
dicho plano y en consecuencias ortogonales a los vectores a y b . Dichos
 
vectores son paralelos al vector a x b .
4) Cualquier vector no nulo ortogonal al plano P y en consecuencia ortogonal
 
a los vectores a y b , se llama vector normal al plano P.
 
Luego, un vector normal al plano será a x b .
5) Si P0 es un punto fijo (conocido) del plano P y P otro punto cualquiera

(desconocido) del plano P , entonces el vector P0 P es ortogonal al vector
  
normal n  a x b ; (conocido).

 
Luego: n P0 P  0  n .( P  P0 )  0......... P es la ecuación normal del plano

P que pasa por P0  ( x0 , y0 , z 0 ) y con vector normal n .

6) P  P  ( P  P0 ).ñ  0

7) De la ecuación normal del plano P : ñ.( P  P0 ).  0 se deduce que

P..ñ  P0 ..ñ ……(1) donde P0 ..ñ  d ; sean


n  (a, b, c), P0  ( x0 , y0 , z 0 ); P  ( x, y, z ) en (1) ax  by  cz  d ….. P

Es llamada ecuación general del plano con vector normal n  (a, b, c)

PARALELEISMO ORTOGONALIDAD DE DOS PLANOS: Sean dos planos

 
P1 : n1 .( P  P0 )  0 y P2 : n2 .(Q  Q0 )  0 ; entonces:
 
1) P1 P2  n1 n2 ;

 
2) P1  P2  n1  n2

OBSERVACIONES:

- 51 -
N. Jara J.

1) P1 P2  P1 = P 2 ó P 1  P2 = 

2) P1 P2  P1  P2 = L (su intersección es una recta).

 
 
3) (P1 ,P2 ) =  (n1 , n2 )    Cos 
n1 . n2
 
n1 n2

DISTANCIA DE UN PUNTO A UN PLANO: Dado el punto Q  ( x1 , y1 , z1 )  P y el

ax1  by1  cz1  D
plano P : ax  by  cz  D  0  d (Q, P) 
a2  b2  c2

OBSERVACIONES:

Sean L    
P  P0  t a ; P : n (Q  Q0 )  0 , entonces:
 
 
1) L P  n  a;
 
2) L  P  n a

 

3) (L, P ) =   Sen  a . n
 
a n

EJERCICIOS
1) Hallar las ecuaciones vectorial, paramétrica general del plano que pasa por
los puntos P0=(3, 1, 2); P1 = (1, -1, 2) y P2 = (2, 0, 3)
2) Hallar la ecuación del plano que pasa por el punto P0 = (2, 3, -5); y es

ortogonal al segmento PQ donde P = (3, -2, 1) y Q = (1, 3, 0). Hallar también
la ecuación del plano que contiene los puntos P0 = P, Q .
3) Hallar la ecuación del plano que contiene a la recta L: P = (1, 2, 2) + t(0,3,1);
t  R y el punto Q0 = (2, -3, 8).
4) Hallar la distancia del punto Q0 = (2, -1, 3) a la recta L : 2x  y  z  3  0 ;

x  2y  z 1  0 .

- 52 -
N. Jara J.

5) Encuentre la distancia entre los planos paralelos P 1 : x  2 y  2 z  5  0 P2 :

3x  6 y  6 z  7  0

6) Hallar la ecuación del plano que pasa por el mundo de intersección de las
rectas L1  (9,5,4)  t (1,1,2) y L2  (1,2,3)  r (2,1,1) siendo la distancia del

plano al origen igual a 234u.

EJERCICIOS
1) Los vértices de un triangulo son los puntos A = (1, 2, 3); B = (0, 2, 1) y C =
(-1, -2, -4). Hallar el área y el perímetro del triángulo.
2) Hallar la ecuación de la recta que pasa por P0 = (3, 1, -2) e interfecta y es
perpendicular a la recta L1  x  1  y  2  z  1
3) Hallar la ecuación de la recta que pasa por P0 = (1, 4, 0) y es perpendicular
a las rectas:
x  3t
x  4 2y 1 1
L1 : y  4t L2 :  :z
6 3 2
z  1  t

4) Hallar la distancia del punto A = (3, 2, 1) ; a la recta que pasa por los puntos
P0 = (3, 1, -2) y P1 = (-3, -6, -3)

5) Sean L1 : P = (1, 0, -1) + t (1, 1, 0) ; t   L2 : Q = (0, 0, 1) + r (1, 0, 0) ; r

.
Hallar la ecuación de la recta L que es perpendicular a L1 y L2 y las
intersecta.
6) Determine la ecuación de la recta que interfecta a las rectas

L1 : P = (1, -1, 1) + t (1, 0, -1) ; t   L2 : Q = (1, 0, 0) + r (-1, 1, 1) ; r

  en los puntos A y B, respectivamente, de tal manera que la longitud

del segmento AB sea mínima.
7) Una recta pasa por el punto A = (1, 1, 1) y forma ángulos de 60º y 30º con
los ejes X y Y respectivamente. Hallar la ecuación vectorial de dicha recta.
8) Hallar la ecuación de una recta para por el punto A = (1, 0, 0) y corta a las
rectas

- 53 -
N. Jara J.

L1 : P = (5, 0, -1) + t (1, 1, 1) ; t   L2 : Q = (-1, 2, 2) + s (-2, 1, 0) ; s


9) Una recta pasa por el punto A = (-2, 1, 3), es perpendicular e interfecta a la
recta

L1 : P = (2, 2, 1) + t (1, 0, -1) ; t   . Hallar la ecuación vectorial de dicha

recta.
10)¿Qué valor debe tener k para que los puntos (2, 1, 1); (4, 2, 3) y (-2,
k/2, 3k/2) sean colíndales.
11)Hallar el área del cuadrilátero cuyas vértices son los puntos: (4, 0, 1); (5, 1,
3); (3, 2, 5); (2, 1, 3).
  
12)Sean los vectores a  (r  1, 1, r ); b  (1, r  1, r  2) y c  (1, r , r ). Halar r
  
para que a, b y c sean linealmente independientes.
13)Dados los vectores (2-t, -2, 3); (1, 1-t, 1) y (1, 3, -1-t). ¿Qué valor debe tener
t para que los vectores sean linealmente independientes? ¿ y para que
sean linealmente dependiente?.
14)Hallar la ecuación de la recta que pasa por (1, 5, 1) y que es perpendicular

e intersecta a L : P = (1, -1, 1) + t (3, 1, 2) ; t   .

15)Los puntos medios de los lados de un triángulo son: M1 = (2, 3, 3); M2 = (4,
4, 4) y M3 = (3, 3, 2) ¿Cuál es la ecuación de la recta perpendicular al lado
en que esta M1 y pasa por el vértice opuesto a dicho lado?
16)Una recta L1 pasa por los puntos (2, 1, -1); (5, 1, 3) y otra recta L2 pasa por
el punto (-4, 2, -6) y corta perpendicular a L1. Hallar la ecuación de L2 .
17)Hallar una recta L que inserte a las rectas: L1 : (2, 1, -1) + s (3, 4, 0) y L2 :
(1, 1, 2) + t (- 4, 3, 0), formando un ángulo   Arc Tg 2 con cada una de
ellos.
18)Los números directores de dos rectas L1 y L2 son (-1, 6, 7) y (3, 2, - 4),
respectivamente. El ángulo formado por L1 y una recta L es 60º. Hallar los
números directores de L, si se sabe que es perpendicular a L2 .
19)Desde el punto (3, 6, 7) se traza una perpendicular a la recta L : (1, 1, -2) + t
(2, -1, 3) ¿ A que distancia del punto (4, 4, 7) se halla dicha perpendicular?

- 54 -
N. Jara J.

20)Dos rectas tienen vectores direccionales (4, 0, 3) y (-3, 11 , 4),

respectivamente. Su intersección es (3, 2, 1). ¿ Cuál es la recta L3 que
pasas por P = 1/5, (31, 10, 17) y determinar con L1 y L2 un triángulo de
área 6u2 ?.

COMBINACION LINEAL DE VECTORES

   
Definición.- Dados tres vectores no paralelos a, b y c , diferentes del vector 0 se dice que el vector
   
d es una combinación lineal de a, b y c , si existen números reales r,s y t tales que
   
d  r a s b t c

INDEPENDENCIA Y DEPENDENCIA LINEAL DE VECTORES:

  
Los vectores a, b y c , son linealmente independientes, si:
   
r a s b t c  0 r st 0
  
En caso contrario, se dice que a, b y c , son linealmente dependientes.

Observaciones:
    
1. Dos vectores a, b son linealmente dependientes si son paralelos es decir: ( a x b )  0
  
2. Tres vectores a , b y c   3 son linealmente dependientes si y solo si su triple escalar es cero,

(es decir,  a b c   0 )
  

 

BASES: Se sabe que el conjunto de vectores S   

  
 i  (1,0,0); j  (0,1,0); k  (0,0,1) tiene, entre
 
otras, las siguientes propiedades:
  
i) S es un conjunto linealmente independiente, es decir los vectores i, j y k son linealmente

independientes entre si.


ii) Cualquier vector a  (a1 , a 2 , a3 )   3 puede ser expresado como una combinación lineal de
   
vectores de S, (es decir a  a1 i  a 2 j  a3 k )

Definición.- Un conjunto S de tres vectores en R 3 , se llama base si posee las propiedades (i) y (ii)

Observaciones:

- 55 -
N. Jara J.

1) Cualquier conjunto de tres vectores linealmente independientes, es una base del espacio vectorial
tridimensional  3

2) La propiedad (ii) de la definición de base nos indica, en general, que cualquier vector a  R3 puede

expresarse como: a  1 v1  2 v2  3 v3 ; 1 , 2 y 3 son las nuevas componentes del vector
   
a en la nueva base formada por los vectores v1 , v2 , y v 3

Espacios Vectoriales
Un conjunto V   Provisto de las funciones: + y . es un espacio vectorial
donde:
I) + : V x V  V
     
 u, v  V x V    u, v    u  v   V
     
II) . : R xV  V

     
 a, u   RxV  .  a, u    a. u   V
     
Propiedades.
S : Suma
     
S1 : u  v  v  u  u, v  V

     
S2 : u   v  w    u  v   w  u, v, w  V
   
     
S3 :  u  V  0  V / u  0  0  u  u
  
   
S4 :  u  V  !  u V / u    u    u  u  0 ,0  V
 
P : Producto
   
P1 : a  b u    ab  u  a , b  R, u  V
 
  
P2 :  u  V  !1 R / u .1  1.u  u

- 56 -
N. Jara J.

D : Distribución
     
D1 : a  u  v   a u  a v  a , b  R , u , v V
 
Ejemplos:
1) Sea V = R2 ¿ V es un espacio Vectorial?
Solución. V  R2  x, y  R 2  
 
Sean: u  x1 , y1   V ; v  x2 , y2  V ; k  R
 
i) u  v  x1 , y1   x2 , y2  = x1  x2 , y1  y2   V

ii) k u  k ( x1 , y1 )  ( kx1 , ky1 )  V
de ( i ) y ( ii ) : V= R2 es un espacio vectorial V
2) V  x, y R 2

/ 2 x  y  0 ¿V es un espacio vectorial ? Solución.
 
Sean : u  x1 , y1   V  2 x1  y1  0 ; v  x2 , y 2  V  2 x2  y 2  0 ; k  R entonces :

x  x2 , y1  y2 
 
i) u  v  x1 y1   x2 , y2  = 1

 u  v   V  2 x1  x2    y1  y2   0 .
  
 
Demostración.
2 x1  x 2    y1  y 2   2 x1  2 x 2  y1  y 2
 2 x1  y1   2 x 2  y 2 
 0  00

 
  u  v  V
 

ii)k u  k x1 , y1   k x1 , k y1 

   
 k u  V  2 kx1  ky1  0 . Demostracón : 2 kx1  ky1  k 2 x1  y1   k 0  0   k u V
   
 V es un espacio vectorial
3) V = matrices de orden m x n ¿V es un espacio vectorial ?
Solución. Sean: A = aij   mxn
 V ; B = bij  mxn
V ;  

i)A+ B = (aij) + (bij) = (Cij)  v

- 57 -
N. Jara J.

   
ii)  A   a ij  a ij  V

 V es un espacio vectorial
Subespacios Vectoriales
Un subconjunto    de un espacio vectorial V es un subespacio si es un
espacio vectorial con las operaciones restringidas de V (+ , .)
  

Proposición. Un subconjunto    es un subespació   a u  b v 
 
 
 u , v   ; a, b  R

ax  by  0
Ejemplo. ¿Las soluciones del sistema homogéneo 
cx  dy  0
Constituyen un subespacio de R2 ? Solucion.
ax  by  0  a b   x   0
(*):        A  = 0
cx  dy  0 c d   y   0
x 
X    …solución del sistema (*)
 y
Sean X y Y dos soluciones del sistema (*)  AX = 0 ; AY = 0
y si r , t  R  A ( rX + tY ) = r ( AX ) + t ( AY )
=r(0) +t(0)
=0
Entonces las soluciones del sistema (*) es un espacio vectorial. Por lo tanto las
soluciones del sistema (*) es un subespacio del espacio vectorial R².

Combinación Lineal (CL)

  
Se llama combinación lineal de v1 , v2 , ....... , v n  V a toda expresión de la
forma

a1 v1  a2 v2  ........  an vn ; ai  R ; i 1, 2,3, ,n

Observación:
  

  
Si v 1 , v 2 ....... vn  V  CL v1 , v2 ........... vn


 Es un subespacio de V

- 58 -
N. Jara J.

Definición. Un espacio vectorial V es finitamente generado si  un conjunto

  
  

de vectores v 1 , v 2 ....... vn  V tal que V  CL v1 , v 2 ........... v n  .
 
Por ejemplo:
 
V = R2 es generado por los vectores i  (1,0) y j  (0,1)

V  R 2   x , y  / x  R , y  R
x, y   x,0  0, y 
 x 1,0  y 0,1
Esto es R² = CL { ( 1,0 ) ; ( 0,1 ) }

Independencia Lineal Base y Dimensión

  
Sea V un espacio vectorial, se dice que los vectores v1 , v2 ,..., vn  V son

Linealmente Dependiente ( LD ) si n escalares a1 , a2 ,...., an  R no todos nulos

tal que
   
a1 v1  a2 v2  ....  an vn  0 .

Definición. Los vectores

  
v1 , v2 ,......, vn son Lineales Independientes (LI )
   
si a1 v1  a2 v2  ...  an vn  0  a1  a2  ...  an  0
Otra forma de expresar el mismo concepto es:
     
v1 , v2 ,....., vn son lineales independientes, si y solo si 0  0 v1  0 v2  ...  0 vn

Definición (Base).Un subconjunto    


S  v1 , v2 ,...., vn  V se llama base de V si:

i) S genera a V.
ii) S es linealmente independiente.
Definición (Dimensión). Dado el espacio vectorial V, se llama dimensión de V al
número de elementos de una base de V y se denota por dim(V).
Ejercicios:
1) Probar que: (1,2,3,0); (2,3,0,1); (3,0,1,2), (0,1,2,1) es uno base de R4.
2) Hallar una base de: P = {(x, y, z) R3/-3x+y-2z=0}
Solución. y = 3x + 2z entonces P = (x, y, z) = (x, 3x + 2z, z)

- 59 -
N. Jara J.

= (x + 0y + 0z, 3x + 0y + 2z, 0x + 0y + z)
 (x, y, z)= x (1, 3, 0) + z(0, 2, 1)  S = {(1, 3, 0), (0, 2, 1)} genera P
S es una base P si y solo sí (1, 3, 0) y (0, 2, 1) son linealmente
independientes

Si y solo si r(1, 3 ,0) + t (0, 2, 1) = 0  r = t = 0

En Efecto : r(1, 3, 0) + t (0, 2, 1) = 0 (r, 3r, 0) + (0, 2t, t) = (0, 0, 0) 
r=0
3r + 2t = 0 r=t=0
t=0
 (1, 3, 0) y (0, 2, 1) son linealmente Independientes
 S es una base de P ; P : espacio vectorial , dim (P) = 2
3) Si L = {(x, y)  R2/2x – y = 0} hallar una base de L
4) Probar que S = {(1, 2, 3, 0); (2, 3, 0, -1) ;(3, 0, -1, -2); (0, -1, -2, 1)}es una
base de R4
Solución: S es una base de R4 si y solo si:
i) S debe generar a R4 = {(x, y, z, w)/x  R, y  R, z  R, w  R}; es decir
(x, y, z, w) = a(1, 2, 3, 0) + b(2, 3, 0, -1) + c(3, 0, -1, -2) + d(0, -1, -2, 1)
   
ii) v1  (1,2,3,0) ; v2  (2,3,0,1) ; v3  (3,0,1,2) y v4  (0,1,2,1) deben ser

linealmente independientes, es decir :

   
a v1 +b v 2 + c v 3 + d v 4 = 0  a = b = c = d = 0 . En efecto

a + 2b + 3c + 0d = 0
2a + 3b + 0c + d = 0
3a + 0b - c – 2d = 0
0a - b – 2c + d = 0
Transformación Lineal
Definición: Sean V y W dos espacios vectoriales, una transformación lineal de
V en W es una función T : V  W que verifica :
a) T (u  v)  T (u )  T (v)u, v  V
b) T ( v)   T (v)  R, v  V

Ejemplo. Sea T : IR 2  IR 2 / Tx, y  2x  3y, x  y

Probar que T es una Transformación Lineal.

- 60 -
N. Jara J.

Solución.
T : IR 2  V   IR 2  W 
x, y  V  2x  3y, x  y  W
T es una Transformación Lineal si y solo sí
i). T u  v   T u   T v  u, v  V
ii). T  u   T u    IR, u  V
En efecto:
sean : u  x1 , y1  y v  x2 , y 2   T (u )  T ( x1 , y1 )  2 x1  3 y1 , x1  y1  y
T v   T x2 , y 2   2 x2  3 y 2 , x2  y 2 

i) T  u  v   T   x1 , y1    x2 , y2    T  x1  x2 , y1  y2 

 2x1  x 2   3 y1  y 2 , x1  x 2    y1  y 2 
 2 x1  3 y1   2 x 2  3 y 2 , x1  y1   x 2  y 2 
 2 x1  3 y1 , x1  y1   2 x 2  3 y 2 , y 2  y 2 
 T x1 , y1   T  y 2 , y 2 
 T u   T v 
 T u  v   T (u )  T v 

ii) T   u   T    x1 , y1  
 T   x1 ,  y1 
  2   x1   3   y1  ,  x1   y1 
   2 y1  3 y1 , x1  y1 
 T  x1 , y1 
 T  u 

 T   u   T  u 
de  i  y  ii 
T es una Transformacion Lineal
Valores y Vectores Propios:
Dada una matriz A = [ajj]nxn; encontrar todos los números reales  tal que la
ecuación matricial AX = X tenga soluciones X diferentes de la trivial (es decir
no nulas); donde X = [xjj]nx1 . Es decir : AX = X  AXZ - IX = 0  (A -
I)X = 0;
luego AX = X  (A - I)X = 0 … (1)

- 61 -
N. Jara J.

La ecuación homogénea (1) tiene soluciones distintas de la trivial si solo si

a11 -  a 12  a 1n

a 21 a 22 -   a 2n
A  I  0  0
  

a n1 a n2  a nn  

Obs:
1) A  I  Pn    a 0n  a1n1  ...  a n ; a 0  0... polinomio característico

2) A  I  Pn    0... ecuación característica de A.

3) A los valores de  que satisfacen la ecuación característica A  I  0 se

les llama valores propios o característicos o autovalores de la matriz A.

4) A las soluciones X asociadas a cada valor propio (según (1)) se les llama
vectores propios o característicos o auto vectores correspondientes a dichos
valores propios.
5) Asociado con cada valor propio se tiene un “conjunto de vectores propios”,
de los cuales nos interesan aquellos que son linealmente independientes ya
que ellos generan un espacio vectorial, y por lo tanto constituyen una base para
dicho espacio vectorial.

PROPIEDADES: Sea A una matriz con valores propios i; entonces:

1) Los vectores propios correspondientes a valores propios diferentes, son
linealmente independientes.
2) La transpuesta de A tiene los mismos valores propios que la matriz A.
3) La matriz KA tiene valores propios Ki
4) Si A es una matriz no singular (|A| 0), entonces A-1 tienen los valores
propios i-1.

MATRICES SEMEJANTES: Dos matrices cuadradas A y B de orden n, son

semejantes si existe una matriz no singular P tal que:
B = P-1AP

- 62 -
N. Jara J.

PROPIEDADES: Sean A y B matrices cuadradas de orden n, entonces:

1) Si A es semejante a B, entonces traz (A) = traz (B)
2) Si A es semejante a B, entonces |A|=|B|.
3) Si A es semejante a B y B semejante a C, entonces A es semejante a C.
Matriz Diagonalizable
Se dice que una matriz cuadrada A es diagonizable, si existe una matriz P no
singular tal que: P-1AP = D; donde D es una matriz diagonal; y decimos que P
diagonalaza a A y que A es semejante a D.
TEOREMA: La matriz A de orden nxn es diagonalizable (y por lo tanto
semejante a una matriz diagonal), si y solo si tiene n vectores propios
linealmente independientes.

Construcción de la Matriz P que Diagonaliza a la Matriz A

1) Calcular los “n” valores propios de la matriz A de orden nxn)
2) Obtener los “n” vectores propios linealmente independientes (para
asegurar que exista P-1).
3) Construir la matriz P (de orden nxn), teniendo presente que cada vector
propio encontrado en (2) es una matriz columna de P.
4) La matriz diagonal D tendrá sus elementos, (que en realidad son los
valores propios, en el mismo orden en que aparecen los vectores
propios).
Ejemplo: Diagonalizar la matriz A, si fuera posible, donde:
   
2  1 0  2 2  6 
12  4    
   
1. A =  ,2. A   1 2  1,3 A  2  1  3
 
 8 8     
0  1 2   1  1 1 
   

- 63 -
N. Jara J.

 
2  1 1 7 1 2 
   
     
    3 4
     
4. A = 0 2 1 ,5. A   1 7 0,6 A 
     
     
    5 6
0 0 3  1  1 6 
   

   
 3 1 1  1  3 3  1 0 0
     
     
     
     
7. A =  7 5  1 ,8. A  3  5 3,9 A  1 2 0 
     
     
     
 6 6 -2 6  6 4 1 0 3
     

 
1  2 0  5 2 2 
   
   
   
   
10. A =  2 2  2,11 . A  2 2  4
   
   
   
0 2 3  2 4 2 
   

- 64 -