Resumen Herramientas Matemáticas Módulo 1

EXPRESIONES ALGEBRAICAS: En álgebra se utiliza una letra del alfabeto para representar una cantidad que
es desconocida o una que puede cambiar. La letra se llama variable. Una expresión que contiene una o más
variables se llama expresión algebraica.
ECUACIÓN: Una ecuación expresa la igualdad de dos expresiones matemáticas. Las expresiones pueden ser
numéricas o algebraicas. A cada una de las expresiones de la ecuación se le llama miembro de la ecuación.
SOLUCIÓN DE UNA ECUACIÓN: Una solución de una ecuación es un número que, cuando es sustituido por la
variable, resulta en una ecuación verdadera.

La ecuación posee muchas soluciones. Algunas son matemáticamente posibles, pero no poseen significado en
la realidad.

Ecuaciones lineales: o de primer grado es aquella que involucra solamente sumas de términos de variables
elevadas a la primera potencia.

Una ecuación lineal en una variable (x) tendrá la forma general: a × x = b, mientras que una ecuación lineal con 2
variables (x; y) tendrá la forma ax + by = c.

Es la forma general de una ecuación lineal en una variable (x), donde a y b son números, llamados parámetros
de la ecuación, con a distinto de cero.
● A×x=b
Es la forma general de una ecuación lineal en dos variables (x; y), donde a, b y c son números llamados
parámetros de la ecuación, con a y b distintos de cero.
● ax + by = c
Es la forma general de una ecuación lineal en tres variables (x; y; z), donde a, b, c y d son números llamados
parámetros de la ecuación, con a, b y c distintos de cero.
● ax + by + cz = d

Sistema de ecuaciones lineales con dos incógnitas:

Un sistema de dos ecuaciones lineales con dos incógnitas tiene la siguiente estructura:

Donde a, b, c, d, e, f y g son constantes. La solución son los valores de x e y, que cumplen simultáneamente las
dos ecuaciones del sistema, es decir, el par (x, y) que satisface las dos ecuaciones.

Resolución de un sistema de dos ecuaciones con dos incógnitas:

Método de igualación:
1. Despejamos la misma variable de las dos ecuaciones; en este caso, elegimos despejar x.
2. Igualamos las dos expresiones obtenidas en el paso anterior.
3. Resolvemos la ecuación y averiguamos el valor de y.
4. Reemplazamos el valor de la incógnita en cualquier ecuación del paso 1, para obtener el valor de x.

Metodo de sustitucion:
1. Despejamos una de las variables de una de las ecuaciones; en este caso, elegimos despejar x
2. Reemplazamos el valor de x en la segunda ecuación. como resultado el valor de y.
3. Ahora reemplazamos el valor de y en la primera ecuación para encontrar el valor de x.

Graficando: Cada una de las ecuaciones de un sistema de ecuaciones lineales puede asociarse a una función
lineal, cuya representación gráfica es una recta. Resolver un sistema de ecuaciones significa encontrar las
coordenadas del punto que tienen en común (intersección) ambas rectas.
Clasificación de los sistemas de ecuaciones lineales:
Según el grado de las ecuaciones:
● Sistema lineal: si todas las ecuaciones son lineales.
● Sistema no lineal: no todas las ecuaciones son lineales (…)

Según el número de ecuaciones o de incógnitas que tengan:

● Sistemas de dos ecuaciones.
● Sistemas de tres ecuaciones con 2 incógnitas.

Otra forma de clasificarlos es si poseen o no términos independientes, es decir, términos que no tengan variable.
En este caso, cada ecuación se escribe de la forma ax + by = 0. Los llamaremos:
● Sistemas homogéneos, si no poseen término independiente.
● Sistemas no homogéneos, si poseen término independiente.

según la existencia o no de solución y, en el caso de su existencia, según el número de ellas. Esta es la más
importante de la clasificación de los sistemas:

● Sistema compatible: es el que tiene solución. Dependiendo del número de soluciones, puede ser:
➔ Sistema compatible determinado si tiene una única solución.
➔ Sistema compatible indeterminado si tiene múltiples soluciones.
● Sistema incompatible: es el que no tiene solución
Sistema de tres ecuaciones lineales con tres incógnitas:
Tiene la siguiente estructura:

Donde a, b, c, d, e, f, g, h, k, l, m, n y r son constantes. Las constantes f, g y r se llaman términos independientes

y las demás constantes se llaman coeficientes.

Resolucion:
Paso 1:
Paso 2:

Paso 3:
Módulo 2: Matrices conceptos básicos y especiales
Matriz: es un arreglo rectangular de números reales dispuestos en filas y columnas. El nombre de la matriz se
coloca con una letra mayúscula del abecedario.

El coeficiente o elemento de una matriz es cada término numérico que la compone y se denota con letras
minúsculas del abecedario. Para referenciar su posición en la matriz se utilizan subíndices que representan a la
fila y a la columna que pertenece. Por ejemplo, en la matriz siguiente el coeficiente o elemento a23 (fila 2 y
columna 3) es 1.

Tipos de matrices: Las clasificaremos de acuerdo a diferentes criterios:

● Matriz cuadrada: en las que coincide la cantidad de filas y columnas, en ellas se denota el orden
simplemente con “n”, donde n es el número de filas y/o columnas. En estas matrices se distinguen dos
diagonales: la principal y la secundaria.

● Matriz rectangular: si la cantidad de filas y columnas no coinciden El orden “nxm”, está dado por cantidad
de filas “n” y columnas “m”. En estas matrices, no distinguimos diagonales.
● Matriz diagonal: Es aquella matriz cuadrada cuyos elementos fuera de la diagonal principal son iguales a
cero.

● Matriz identidad: (I) Es aquella matriz cuadrada y diagonal cuyos coeficientes de la diagonal son todos
iguales a 1.
● Matriz escalar: Es aquella matriz cuadrada y diagonal cuyos coeficientes de la diagonal son todos
iguales, pero distintos de uno.
● Matriz nula: Es aquella matriz, de cualquier orden, donde todos los elementos que la conforman son
ceros. Se la denota con el símbolo Φ.
● Matriz triangular: Si los ceros están sobre la diagonal principal, tendremos una matriz triangular inferior.
En cambio, si los ceros están debajo de la diagonal principal, tendremos una matriz triangular superior.
Nota: observe que en los coeficientes de la diagonal también puede haber ceros, la condición solo se
refiere a lo que ocurre sobre o debajo de la diagonal. S=superior, T=inferior.

(según el profe es al revés)

Operaciones con Matrices Si cumplen ciertas características pueden realizarse operaciones con ellas.

Suma y resta de matrices: Propiedades:

● Son asociativas: A + (B + C) = (A + B) + C
● Son conmutativas: A + B = B + A
● Poseen un elemento neutro o matriz nula: A + ∅ = ∅ + A = A
● Existe un elemento simétrico. Para toda matriz A, existe su opuesta (-A): A + (- A) = (- A) + A = ∅

Suma de Matrices:

Resta de Matrices:
Multiplicación por un escalar: Propiedades:
● Es asociativa con respecto a los escalares: n(mA) = (n.m)A
● Es distributiva con respecto a la suma de escalares: (m+n)A = mA + nA
● Es distributiva con respecto a la suma matricial: m (A+B) = mA + mB
● Posee un elemento neutro (el número 1): 1.A=A
● Posee un elemento absorbente (el número 0): 0.A=∅
● La matriz nula por cualquier escalar da como resultado otra matriz nula: m.∅=∅

Multiplicación:

Multiplicación entre matrices (producto de matrices):

1. Orden de las matrices a multiplicar: Para poder multiplicar el número de columnas de la primera matriz
debe ser igual al número de filas de la segunda matriz.
2. Orden de la matriz producto: La matriz C resultará de un orden mxn donde m es la cantidad de fila de
la primera matriz y n la cantidad de columnas de la segunda.
3. Coeficiente de la matriz producto: Cada elemento "ij" de la matriz producto C se obtiene sumando los
productos de cada elemento de la fila i de la matriz A por el correspondiente de la columna j de la matriz
B.
Dos matrices pueden multiplicarse si y sólo si el número de columnas de la primera matriz es igual al número de
filas de la segunda matriz:
Propiedades del producto de matrices:
● Es asociativa: Ax (BxC) = (AxB) x C
● Es distributiva: Ax (B+C) = AxB+AxC
(A+B) x C = AxC+BxC
● Posee un elemento neutro (este es la matriz identidad): IxA = AxI = A
● Posee un elemento absorbente (este es la matriz nula): Ax∅ = ∅xA = ∅
● No cumple la propiedad conmutativa: BxA ≠ AxB
AxB=∅ no implica necesariamente que A=∅ ó B=∅ . De la misma manera, si AxB=AxC, no implica
necesariamente que B=C.

Transposición de matrices: dada una matriz A, su transpuesta (A´ ó AT) se obtiene al ubicar las respectivas filas
de A como columnas de AT. Formalmente al elemento aij , será el elemento atji de AT. Por ejemplo:

Propiedades:
● La transpuesta de la transpuesta es igual a la matriz original: (AT)T = A
● La transpuesta de la suma es igual a la suma de las transpuestas: (A+B)T = AT+BT
● La transpuesta de un escalar por una matriz es igual al escalar por la transpuesta de la matriz: m.AT =
m.AT
● La transpuesta del producto matricial es igual al producto de las transpuestas en orden invertido: (AxB)T
= BTxAT

Vectores: La palabra vector se la utiliza en diferentes contextos debido a que tiene varias acepciones:
● Vector de la enfermedad de Chagas
● Vectorización de imágenes
● Fuerza como concepto físico

Representación geométrica de un vector en un espacio de dos dimensiones con componentes V:(5;3).

Un vector de orden n es un conjunto de n elementos ordenados, los cuales se encierran en corchetes o

paréntesis. Los vectores se pueden expresar en forma horizontal (vector fila) o en forma vertical (vector
columna).

Los vectores V y W tienen 4 y 3 elementos.

Orden o dimensión de un vector
Cada elemento de un vector se denomina componente y, por definición, es un conjunto ordenado de elementos:

La cantidad de componentes de un vector brinda su orden o dimensión. En nuestro ejemplo, W columna, es un

vector de orden 3.

Vector unitario: Se llama vector unitario a aquel cuyo módulo es 1 (|V|=1) donde || significa módulo.
Los ejemplos más sencillos y comunes de vectores unitarios son los vectores elementales que tienen un
componente igual a 1 y los restantes ceros.
En un ejemplo de orden 4, todos los vectores elementales son:

Estos 4 vectores unitarios permiten encontrar cualquier otro vector de la misma dimensión y es una base
generadora del espacio vectorial de orden 4.

Vector nulo: Se llama vector nulo a aquel cuyos componentes son todas iguales a cero.

“Haciendo uso de una visión matricial un vector fila de orden n, puede ser pensado como una matriz de 1 fila y n
columnas” (Checa, 2009, p. 31).

Suma de vectores: Dos vectores del mismo orden pueden sumarse (o restarse). El resultado será otro vector
del mismo orden cuyos componentes correspondan a las sumas (o restas) de las respectivas componentes de
los vectores sumandos. Por ejemplo:

La resta de los vectores V y W puede pensarse como una suma de V con el opuesto de W, es decir V-W = V+
(-W):
Producto entre un vector y un escalar: La multiplicación de un vector V por un escalar m (número real) es otro
vector W del mismo orden que V, cuyas componentes están multiplicadas por m. Por ejemplo:

Si lo imaginamos geométricamente, multiplicar por 2 un vector es duplicar su tamaño, de igual manera multiplicar
por 1/3 es disminuir su tamaño en la tercera parte.

Producto entre vectores: para multiplicar dos vectores deben tener el mismo orden. Podremos realizar un
producto de vectores que dé un número (producto escalar de vectores o producto punto -A.B-) o un producto de
vectores que dé otro vector (producto vectorial o producto cruz -AxB-).
Si pensamos en las propiedades de las operaciones entre vectores, estas serán las mismas descritas para las
operaciones entre matrices. Podemos decir, entonces, que la suma de vectores cumple con las siguientes
propiedades:

Por su parte, el producto entre un vector y un escalar goza de las siguientes propiedades:

Combinación lineal de vectores: Un vector W es una combinación lineal de los vectores V1, V2, V3, V4 ... ...
...Vr del mismo orden que W, si existen escalares m1, m2, m3, m4, ……………… mr que verifiquen:

Vectores linealmente dependientes e independientes

● Independencia lineal de vectores: Un conjunto de vectores {V1,V2,V3,V4,……..,Vr} es linealmente
independiente (LI) si la combinación lineal:

● Dependencia lineal de vectores: Un conjunto de vectores {V1,V2,V3,V4,……..,Vr} es linealmente

dependiente (LD) si la combinación lineal:
Teoremas sobre independencia y dependencia lineal de vectores:
Dos o más vectores son linealmente dependientes si, al menos uno de ellos, puede expresarse como
combinación lineal de los otros restantes:

Todo conjunto de vectores que contenga un subconjunto de vectores linealmente dependientes es

linealmente dependiente:

Si un conjunto es linealmente independiente, entonces, cualquier subconjunto de vectores de él también

es linealmente independiente:

El vector nulo es linealmente dependiente:

Un conjunto formado por un único vector distinto del vector nulo es linealmente independiente:

Un conjunto de n vectores de m componentes, donde n>m es linealmente dependiente: