CUADERNILLO DE ÁLGEBRA

M. S. Iriondo, S. Smith, P. G. Bercoff

Instituto Universitario Aeronáutico — Año 2002

2
Contenidos

1 El determinante 5
1.1 Sistemas lineales de la forma A x = λ x . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2 Inducción Matemática 19

3 Números Complejos 23
3.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Definición de números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3 Representación gráfica de los complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4 Aritmética de números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5 Ecuaciones de segundo grado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6 El Teorema de De Moivre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.7 Teorema fundamental del álgebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4 Ejercicios 37
4.1 Matrices y Determinante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.2 Vectores en R2 y R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.3 Planos y rectas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4 Inducción matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.5 Números Complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.5.1 Teorema de De Moivre y polinomios de grado n>2 . . . . . . . . . . . . . . . . . 43

5 Laboratorio de Maple 45
5.1 Introducción y objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.1.1 Matrices y vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.1.2 Estructuras de Maple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.2 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3 Tarea de Laboratorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

3
4 CONTENIDOS
Capı́tulo 1

El determinante

Es un hecho conocido que todo número real a ̸= 0 posee un inverso multiplicativo, usualmente denotado
por a−1 . Este número satisface las igualdades a.a−1 = 1 y a−1 .a = 1. Dicho de otro modo, el único
número real que no posee inverso multiplicativo es el cero.

Sabemos también que si A es una matriz cuadrada, su inversa A−1 (definida como la matriz que
satisface AA−1 = I = A−1 A) puede o no existir. Si todos los elementos de A son ceros, la inversa de A
claramente no existe. Pero hay matrices cuyos elementos son todos distintos de cero que tampoco tienen
inversa, como ası́ también matrices con algunos elementos nulos que sı́ la tienen.

¿Habrá alguna forma de decidir si una matriz cuadrada A posee inversa, sin calcular esta última?
Afortunadamente, la respuesta a esta pregunta es “sı́”. Para cada matriz cuadrada A existe un número
real asociado a ella, llamado determinante de A y denotado por det(A), que está directamente
relacionado con la existencia de la inversa de la matriz.

A fin de lograr una mejor comprensión del tema, definiremos primero determinante de una matriz
1 × 1, luego de una matriz 2 × 2 y finalmente daremos la definición para el caso general n × n.

Definición: Sea A = (a) una matriz 1 × 1. Entonces:

det(A) = a

EJEMPLOS
1. det(4) = 4

2. det(−1) = −1

3. det(0) = 0

5
6 CAPÍTULO 1. EL DETERMINANTE

Por lo dicho al comienzo, es evidente que una matriz A 1 × 1 posee inversa si y sólo si det(A) ̸= 0.
Más aún, si A = (a) y det(A) ̸= 0, entonces la inversa de A es la matriz 1 × 1 (a−1 ), puesto que a.a−1 = 1.

EJEMPLOS
1. (4)−1 = (1/4)

2. (−1)−1 = (−1)

3. (0)−1 no existe

Consideremos ahora una matriz 2 × 2:

( )
a b
Definición: Sea A = una matriz 2 × 2. Entonces:
c d

det(A) = ad − bc.

Notación: el determinante de una matriz se denota con barras verticales que encierran a los elementos
de la misma. Para el caso de la matriz de la definición anterior, por ejemplo, las siguientes expresiones
son equivalentes:
( )
a b a b
det(A) det
c d c d

EJEMPLOS
( )
2 −3
1. det = 2 × 6 − (−3) × 5 = 27
5 6

( )
−1 4
2. det = (−1) × (−2) − 4 × 3 = −10
3 −2

1 6
3. = 1 × 3 − 6 × 2 = −9
2 3
 7

2 4
4. =2×6−4×3=0
3 6

Observemos que el determinante de una matriz puede ser cero a pesar que ninguno de sus elementos
sea nulo.
¿Será cierto que una matriz A 2 × 2 es invertible si y sólo si det(A) ̸= 0?. La respuesta a esta pregunta
no es tan obvia como en el caso de matrices 1 × 1.

Proposición: Sea A una matriz 2 × 2. Entonces:

A tiene inversa ⇐⇒ det(A) ̸= 0.

Demostración:
( ) ( )
a b d −b
Sea A = la matriz 2 × 2 dada. Definamos B = y efectuemos el producto
c d −c a
matricial AB:

( )( ) ( ) ( ) ( )
a b d −b ad − bc 0 1 0 1 0
AB = = = (ad − bc) = det(A) ,
c d −c a 0 ad − bc 0 1 0 1

es decir,

AB = det(A) I. (1.1)
Lo mismo ocurre con el producto BA.

Probemos la implicación (⇒), esto es, tomemos como hipótesis que existe A−1 y demostremos que
det(A) ̸= 0. Procederemos por el absurdo, o sea postularemos det(A) = 0 y llegaremos a una con-
tradicción de la hipótesis asumida:

Si det(A) = 0, la ecuación (1.1) nos dice que:

AB = 0

(observemos que este cero representa a la matriz 2 × 2 cuyos elementos son todos iguales a cero). Multi-
plicando ambos miembros por A−1 obtenemos:

A−1 AB = 0.

Pero A−1 A = I ̸= 0, de donde resulta B = 0, es decir, a = b = c = d = 0, lo cual es absurdo puesto

que A posee inversa. Por lo tanto det(A) ̸= 0.

Probemos ahora la implicación (⇐). Suponemos que det(A) ̸= 0 y debemos demostrar que existe
la inversa de A. Para ello basta con encontrar una expresión para A−1 . Por ser det(A) ̸= 0, existe el
1 1
número real . Entonces A−1 = B, ya que:
det(A) det(A)
1 1 1
AA−1 = A B= AB = det(A) I = I
det(A) det(A) det(A)
8 CAPÍTULO 1. EL DETERMINANTE

B
y lo mismo ocurre con el producto A−1 A. Por lo tanto, A es invertible y A−1 = .
det(A)

EJEMPLO( )
1 3
¿Es A = invertible?
1 7
Solución: det(A) = 7 − 3 = 4 ̸= 0, por lo tanto A es invertible.

A partir de la definición dada para el determinante de matrices 2 × 2, se pueden demostrar fácilmente

las propiedades enunciadas a continuación, tarea que se deja para el lector.

Propiedades del determinante de una matriz 2 × 2

Sea A una matriz 2 × 2.

1. Si A tiene una fila o columna de ceros, det(A) = 0.

2. Si se intercambian dos filas o dos columnas, el determinante de la matriz
resultante es − det(A).
3. Si una fila o columna de A se multiplica por una constante k, el determi-
nante de la matriz resultante es k det(A).
4. Si dos filas o columnas de A son iguales, entonces det(A) = 0.

5. Si un múltiplo de una fila (o columna) de A se suma a otra fila (o

columna), el determinante de la matriz resultante es det(A).

Queremos ahora definir el determinante de una matriz A n × n y comprobar que con la definición
dada se verifica que A es invertible si y sólo si det(A) ̸= 0 y que se satisfacen las propiedades arriba
enunciadas.
Para ello usaremos la definición de determinante de matrices de menor tamaño: el determinante de
una matriz 3 × 3 se calculará usando la definición que ya hemos dado para el determinante de matrices
2 × 2; el determinante de una matriz 4 × 4 se calculará a partir de la definición obtenida para matrices
3 × 3, y ası́ sucesivamente.

Para enunciar la regla que permite calcular el determinante de una matriz n × n es necesario definir
antes el concepto de cofactor- (i, j).
 9

Definición: Sea A una matriz n × n. El cofactor-(i, j) de A, denotado por

Cij (A), está dado por:
Cij (A) = (−1)i+j Mij ,
donde Mij es el determinante de la matriz (n − 1) × (n − 1) que se obtiene de
A al eliminar la fila i y la columna j.

EJEMPLO
 
3 −1 6
Sea A =  5 −2 7 . Calcule el cofactor-(2, 1) de A.
8 9 4

Solución:
-1 6
C21 (A) = (−1)2+1 = −(−4 − 54) = 58
9 4

Ahora estamos en condiciones de enunciar la regla para calcular el determinante de una matriz n × n,
asumiendo que sabemos calcular el determinante de una matriz (n − 1) × (n − 1).

Definición: Sea A una matriz n × n y supongamos que se ha definido el

determinante de matrices (n − 1) × (n − 1). Entonces:

det(A) = a11 C11 (A) + a12 C12 (A) + · · · + a1n C1n (A),

donde Cij (A) es el cofactor-(i, j) de la matriz A.

Esta definición nos dice que el determinante de A se puede calcular multiplicando cada elemento a1j
de la primera fila de A por el correspondiente cofactor-(1, j) y sumando luego estos resultados. Esta
expresión se conoce como expansión de Laplace del determinante de A a lo largo de la primera fila.

EJEMPLO

1 2 1
0 1 2 1 2 0
2 0 1 = 1 (−1)1+1 + 2 (−1)1+2 + 1 (−1)1+3
1 3 1 3 1 1
1 1 3
10 CAPÍTULO 1. EL DETERMINANTE

= 1.(−1) + (−2).5 + 1.2

= −9

Se puede demostrar (no lo haremos) que el determinante se puede calcular mediante la expansión de
Laplace a lo largo de cualquier fila, es decir multiplicando cada elemento aij de la fila i de A por el corres-
pondiente cofactor Cij y sumando los resultados. Más aún, también se puede calcular el determinante
haciendo la expansión de Laplace a lo largo de cualquier columna de A.

Teorema: El determinante de una matriz A n × n se puede computar usando

la expansión de Laplace a lo largo de una fila o una columna arbitraria.

Corolario: det(A) = det(AT ).

EJEMPLO

Desarrollaremos el siguiente determinante por la primera columna y luego por la segunda fila:

1 2 1
0 1 2 1 2 1
2 0 1 = −2 +
1 3 1 3 0 1
1 1 3

= −1 − 2.5 + 2

= −9

1 2 1
2 1 1 2
2 0 1 = −2 −
1 3 1 1
1 1 3

= −2.5 + 1

= −9.

La propiedad enunciada en el teorema facilita el cálculo del determinante cuando la matriz posee
elementos nulos: basta con elegir la fila o columna que contenga más ceros.
 11

EJEMPLOS

1. Conviene desarrollar el siguiente determinante por la primera fila o bien por la última columna:

3 0 0 0
1 2 0
5 1 2 0
= 3 6 0 -1
2 6 0 -1
3 1 0
-6 3 1 0
( )
0 -1 6 -1
= 3 −2
1 0 3 0

= 3(1 − 2 · 3)

= −15

2. El cálculo del determinante de la siguiente matriz se simplifica si hacemos el desarrollo de Laplace

por la primera columna:

2 3 0
1 1
0 1 1 = 2
0 4
0 0 4

= 2·4

= 8.

La matriz del segundo ejemplo, que tiene ceros en todas las posiciones que están por debajo de la
diagonal principal, recibe el nombre de matriz triangular superior.
Del mismo modo, una matriz cuyos elementos por encima de la diagonal principal son todos nulos
recibe el nombre de matriz triangular inferior. En general, ambas se denominan matrices triangulares.

EJEMPLO

Las matrices:
   
1 2 1 1 0 0
 0 1 1  y  2 1 0 
0 0 2 0 1 0
12 CAPÍTULO 1. EL DETERMINANTE

son triangulares (superior e inferior respectivamente).

Teorema: Si A n × n es una matriz triangular, el determinante A es igual al

producto de los elementos de la diagonal principal:

det(A) = a11 .a22 . · · · .ann .

Demostración: se deja como ejercicio para el lector.

Las propiedades enunciadas para el determinante de matrices 2 × 2 también son válidas para el caso
de matrices n × n.

Propiedades del determinante de una matriz n × n.

Sea A una matriz n × n.

1. Si A tiene una fila o una columna de ceros, det(A) = 0.

2. Si se intercambian dos filas o columnas de A, el determinante de la matriz
resultante es − det(A).
3. Si una fila o columna de A se multiplica por una constante k, el determi-
nante de la matriz resultante es k det(A).
4. Si dos filas o columnas de A son iguales, det(A) = 0.

5. Si se suma un múltiplo de una fila (o columna) de A a otra fila (o

columna), el determinante de la matriz resultante es det(A).

6. Si A se multiplica por cualquier escalar k, el determinante de la matriz

resultante es k n det(A).

Demostraciones:

1. Utilizamos la expansión de Laplace a lo largo de esa fila o columna.

2. Lo probaremos sólo para n = 2:

a b c d
= ad − bc = −(cb − da) = −
c d a b

3. Sea  
x ··· x
 x ··· x 
A=



ri
x ··· x
 13

y sea B la matriz que resulta de multiplicar la fila i de A por la constante k, es decir,

 
x ··· x
 x ··· x 

B= 
k ri 
x ··· x

Si desarrollamos el determinante de B por la fila i, tenemos:

det(B) = k ri1 Ci1 (B) + k ri2 Ci2 (B) + . . . + k rin Cin (B)
= k (ri1 Ci1 (B) + ri2 Ci2 (B) + . . . + rin Cin (B))
= k (ri1 Ci1 (A) + ri2 Ci2 (A) + . . . + rin Cin (A)) , puesto que Cij (A) = Cij (B)
= k det(A)

4. Sea  
x ··· x
 x ··· x 
 
 ai 
A=
 x
,
 ··· x 

 aj 
x ··· x

donde aik = ajk para todo k = 1, . . . , n (esto es, las filas i y j de la matriz A son iguales). Sea B
la matriz que se obtiene de A intercambiando las filas i y j:
 
x ··· x
 x ··· x 
 
 aj 
B=  x

 ··· x 
 ai 
x ··· x

Por lo probado en el item 2,

det(B) = − det(A).

Pero como las filas i y j de A son iguales, la matriz B es idéntica a la matriz A, de donde

det(B) = det(A).

Entonces det(A) = − det(A) y por lo tanto resulta det(A) = 0.

5. Sea  
x ··· x
 x ··· x 
 
 ai 
A=
 x
,
 ··· x 

 aj 
x ··· x

y llamemos B a la matriz que se obtiene de A multiplicando la fila i por c y sumándola a la fila j:

 
x ··· x
 x ··· x 
 
 ai 
B=  x
.
 ··· x 
 c ai + aj 
x ··· x
14 CAPÍTULO 1. EL DETERMINANTE

Desarrollemos el determinante de B por la fila j:

det(B) = (c ai1 + aj1 )Cj1 (B) + . . . + (c ain + ajn )Cjn (B)
= (c ai1 + aj1 )Cj1 (A) + . . . + (c ain + ajn )Cjn (A),
= c(ai1 Cj1 (A) + . . . + ain Cjn (A)) + (aj1 Cj1 (A) + . . . + ajn Cjn (A))
= c det(D) + det(A),

donde  
x ··· x
 x ··· x 
 
 ai 
D=
 x
.
 ··· x 

 ai 
x ··· x

Por propiedad 4, det(D) = 0, de donde resulta det(B) = det(A).

6. Como del determinante de una matriz puede sacarse un factor común de cualquier fila de la matriz,
y como de cada una de las filas de la matriz kA tiene a k como factor común, tenemos que:

k a11 ··· k a1n a11 ··· a1n a11 ··· a1n

.. = k···k .. =k n ..
. . .
k an1 ··· k ann an1 ··· ann an1 ··· ann

O sea que det(k A) = k n det(A).

EJEMPLOS

3 -1 2
1. (a) 2 5 1 = 0 (propiedad 1)
0 0 0

2 1 2
(c) 4 0 4 =0 (propiedad 4)
1 3 1

2.
 15

-1 4
= − = −(−8 − 4) = 12.
1 8
3. Sabiendo que
a b c
p q r = 6,
x y z
calcule
a+x b+y c+z
3x 3y 3z .
-p -q -r
Solución:

a+x b+y c+z a+x b+y c+z

= − 13 3x 3y 3z = 1
3
3x 3y 3z
p q r -p -q -r

= 6,
por lo tanto:
a+x b+y c+z
3x 3y 3z = 18.
-p -q -r

4. Encuentre los valores de x para los cuales se cumple que:

1 x x
x 1 x = 0.
x x 1

Solución:

1 − x2 x − x2
=
x − x2 1 − x2

(1 − x) · (1 + x) x · (1 − x)
=
x · (1 − x) (1 − x) · (1 + x)

1+x x
= (1 − x)2
x 1+x

= (1 − x)2 (2x + 1) = 0,
16 CAPÍTULO 1. EL DETERMINANTE

de donde resulta:
1
x=1 ó x=−
2

Teorema: Sean A y B matrices n × n. Entonces:

det(AB) = det(A). det(B)

Omitimos la demostración de este teorema, ya que excede el nivel de este curso.

Teorema: Sea A una matriz n × n.

A es invertible ⇐⇒ det(A) ̸= 0.

Demostración:
(⇒)
A invertible ⇒ AA−1 = I ⇒ det(AA−1 ) ̸= 0 ⇒ por teorema anterior, det(A) ̸= 0.

(⇐)
Sea R la matriz escalonada que resulta de A por medio de operaciones elementales por filas (o colum-
nas), es decir:
R = Ek · · · E1 A = R, o bien A = E1−1 · · · Ek−1 R.

Aplicando el teorema anterior,

det(A) = det(E1−1 ). · · · . det(Ek−1 ). det(R).

Por hipótesis, det(A) ̸= 0, de donde resulta det(R) ̸= 0 ⇒ A∼R ⇒ A es invertible.

Corolario:
1
A invertible ⇒ det(A−1 ) = .
det(A)
1.1. SISTEMAS LINEALES DE LA FORMA A X = λ X 17

1.1 Sistemas lineales de la forma A x = λ x

Muchas aplicaciones del Álgebra Lineal están relacionadas con sistemas de n ecuaciones lineales con n
incógnitas, que se expresan como

Ax = λx , (1.2)
donde λ es un escalar. Éstos son realmente sistemas lineales homogéneos encubiertos, ya que (1.2) puede
escribirse de nuevo como

Ax − λx = 0
o, insertando una matriz identidad y factorizando, como:

(A − λI)x = 0 . (1.3)

EJEMPLO
El sistema lineal

x1 + 3x2 = λx1
4x1 + 2x2 = λx2

puede escribirse en forma matricial como

( )( ) ( )
1 3 x1 x1
=λ
4 2 x2 x2
( ) ( )
1 3 x1
que es de la forma (1.2), con A = yx= .
4 2 x2
Este sistema puede volver a escribirse como
( )( ) ( ) ( )
1 3 x1 x1 0
−λ =
4 2 x2 x2 0
o
( )( ) ( )( ) ( )
1 3 x1 1 0 x1 0
−λ =
4 2 x2 0 1 x2 0
o
( )( ) ( )
1−λ 3 x1 0
=
4 2−λ x2 0
( )
1−λ 3
que es de la forma (1.3), con A − λI = .
4 2−λ

El problema de interés esencial en sistemas lineales de la forma (1.3) es determinar los valores para los
cuales el sistema tiene una solución no trivial. Cada uno de los valores λ que cumplen con esta condición
se denomina valor caracterı́stico o autovalor 1 de A. Si λ es un autovalor de A, entonces las soluciones
no triviales de (1.3) se denominan autovectores de A correspondientes a λ.

1 En algunos libros de texto también suele encontrarse la palabra eigenvalor.

18 CAPÍTULO 1. EL DETERMINANTE

De acuerdo con el último teorema visto en la sección precedente, el sistema lineal (A − λI)x = 0 tiene
una solución no trivial si y sólo si

det(A − λI) = 0 .
Ésta se denomina ecuación caracterı́stica de A. Los autovalores de A se pueden encontrar re-
solviendo esta ecuación para λ.

EJEMPLO ( )
1 3
Determine los autovalores y autovectores correspondientes a la matriz A = .
4 2
Solución:
La ecuación caracterı́stica de A es

1−λ 3
det(A − λI) = =0
4 2−λ
o bien
λ2 − 3λ − 10 = 0.
Esta es una ecuación cuadrática ( raı́ces son λ1 = −2 y λ2 = 5 (compruébelo).
cuyas )
x1
Por definición, sabemos que x = es un autovector de A si y sólo si x es una solución no trivial
x2
de (A − λI)x = 0, es decir:
( )( ) ( )
1−λ 3 x1 0
= . (1.4)
4 2−λ x2 0
Si λ = λ1 = −2, entonces (1.4) se convierte en
( )( ) ( )
3 3 x1 0
= .
4 4 x2 0
Resolviendo este sistema obtenemos x1 = −t, x2 = t, t ∈ IR − {0} (compruébelo), de modo que los
autovectores correspondientes a λ = −2 son las soluciones diferentes de cero de la forma
( ) ( )
x1 −t
x= = .
x2 t
De nuevo por (1.4) los autovectores de A correspondientes a λ = λ2 = 5 son las soluciones no triviales
de ( )( ) ( )
−4 3 x1 0
= .
4 −3 x2 0
Dejamos como ejercicio la resolución de este sistema y la comprobación de que los autovectores de A
correspondientes a λ = 5 son las soluciones diferentes de cero de la forma
( ) ( 3 )
x1 −4t
x= = .
x2 t

El estudio en profundidad del problema de autovalores y autovectores excede el alcance de este curso.
Capı́tulo 2

Inducción Matemática

Consideremos las siguientes igualdades:

1 = 1
1+3 = 4
1+3+5 = 9
1+3+5+7 = 16
1+3+5+7+9 = 25.
Es evidente que existe un patrón en la secuencia. Si llamamos n al número de términos del miembro
izquierdo de cada una de las ecuaciones, el miembro derecho es n2 y el miembro izquierdo está formado
por la suma de los primeros n números naturales impares.
Podemos escribir los números impares como:

1 = 2·1−1
3 = 2·2−1
5 = 2·3−1
7 = 2·4−1
9 = 2 · 5 − 1.
De esto resutlta claro que el n−ésimo número impar es 2n−1, por lo tanto, al menos para n = 1, 2, 3, 4
y 5, se verifica que:

1 + 3 + . . . + (2n − 1) = n2 (Sn )
La cuestión es si esta afirmación es válida para todo n. No es posible verificarla para cada natural n,
ya que hay infinitos números naturales, por lo que debemos encontrar otra forma de hacerlo.
Para esto se usa lo que se conoce como principio de inducción matemática. Este principio se basa
en la siguiente idea: Supongamos que la afirmación Sn+1 es verdadera cada vez que Sn lo es. Es decir,
supongamos que probamos que si Sn es verdadera entonces necesariamente Sn+1 debe ser verdadera.
Ahora, si podemos demostrar que S1 es verdadera resulta que S2 también debe serlo. Pero si S2 es
verdadera, S3 también debe serlo, y ası́ sucesivamente.
A continuación enunciaremos formalmente este principio:

Sea Sn una afirmación acerca del número natural n para cada n = 1, 2, 3, . . . y

supongamos que se verifica que:
1. S1 es verdadera.

2. Sn ⇒ Sn+1 para todo n ≥ 1.

Entonces Sn es verdadera para todo n ≥ 1.

19
20 CAPÍTULO 2. INDUCCIÓN MATEMÁTICA

El principio de inducción es una de las técnicas más útiles en matemática y se aplica en una gran
cantidad de situaciones. Los siguientes ejemplos son una prueba de ello.

EJEMPLO
Demuestre que 1 + 2 + . . . + n = 12 n(n + 1) para todo n ≥ 1.
Solución:
Llamemos Sn a la afirmación 1 + 2 + . . . + n = 12 n(n + 1). Ahora aplicamos la inducción:

1
1. Primero debemos probar que S1 es verdadera. La afirmación S1 es 1 = 2 1(1 + 1), lo cual es
verdadero.

2. Ahora lo que debemos probar es que Sn ⇒ Sn+1 . Suponemos que Sn es verdadera, es decir que
1 + 2 + . . . + n = 21 n(n + 1). Debemos probar que Sn+1 es verdadera, o sea que 1 + 2 + . . . + (n + 1) =
1
2 (n + 1)(n + 2), para lo cual podemos usar la suposición anterior, de que Sn es verdadera. El
miembro izquierdo de Sn+1 es la suma de los primeros n + 1 naturales, por lo tanto el penúltimo
término es n. Esto nos permite escribir que:

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

1
= 2 n(n + 1) + (n + 1) usando Sn

1
= 2 (n + 1)(n + 2)

Esto demuestra que Sn+1 es verdadera, completando ası́ la inducción.

En la demostración de la implicación Sn ⇒ Sn+1 suponemos que Sn es verdadera y usamos esto para

probar que Sn+1 también lo es. La suposición de que Sn es verdadera se denomina hipótesis inductiva.

EJEMPLOS

xn+1 − 1
1. Si x ̸= 1 pruebe que 1 + x + x2 + . . . + xn = para todo n ≥ 1.
x−1
Solución:
xn+1 − 1
Llamemos Sn a la afirmación 1 + x + x2 + . . . + xn = . Ahora aplicamos la inducción:
x−1

x2 − 1
(a) La afirmación S1 es 1 + x = , lo cual es verdadero, ya que x2 − 1 = (x − 1)(x + 1).
x−1
xn+1 − 1
(b) Sn ⇒ Sn+1 . Suponemos que Sn es verdadera, es decir que 1 + x + x2 + . . . + xn = .
x−1
2
A partir de esta afirmación debemos deducir que Sn+1 es verdadera, o sea que 1 + x + x +
xn+2 − 1
. . . + xn+1 = . Entonces:
x−1
 21

1 + x + x2 + . . . + xn+1 = (1 + x + x2 + . . . + xn ) + xn+1

xn+1 − 1
= + xn+1 usando Sn
x−1

xn+1 − 1 + xn+1 (x − 1)
=
x−1

xn+2 − 1
= .
x−1
Esto demuestra que Sn+1 es verdadera, completando ası́ la inducción.

∑
n
2. Demuestre que: (3k 2 − k) = n2 (n + 1) para todo n ≥ 1
k=1
Solución:
∑
n
Sea Sn la afirmación (3k 2 − k) = n2 (n + 1). Aplicando inducción:
k=1

(a) S1 establece que (3 · 12 − 1) = 12 (1 + 1), lo cual es verdadero.

(b) Sn ⇒ Sn+1 . Suponemos que Sn es verdadera. A partir de esta afirmación debemos deducir
que Sn+1 también es verdadera:

∑
n+1 ∑
n
(3k 2 − k) = (3k 2 − k) + [3(n + 1)2 − (n + 1)]
k=1 k=1

= n2 (n + 1) + (n + 1)[3(n + 1) − 1]

= (n + 1)[(n + 1)(n + 2)]

= (n + 1)2 (n + 2)
Esto demuestra que Sn+1 es verdadera.

3. Demuestre que 7n + 2 es múltiplo de 3 para todo n ≥ 1.

Solución:

(a) S1 es verdadera, puesto que 71 + 2 = 9 es múltiplo de 3.

(b) Sn ⇒ Sn+1 . Suponemos que 7n + 2 es múltiplo de 3, es decir, existe un entero k tal que
7n + 2 = 3k. Entonces:

7(n+1) + 2 = 7 · 7n + 2 = 7(3k − 2) + 2 = 21k − 12 = 3(7k − 4) ,

por lo tanto 7n+1 + 2 es múltiplo de 3.

En los ejemplos anteriores hemos usado el principio de inducción comenzando con n = 1, es decir,
hemos verificado que se satisface S1 y que Sn ⇒ Sn+1 para todo n ≥ 1, concluyendo que Sn es verdadera
para todo n ≥ 1. Sin embargo, es posible usar el principio de inducción a partir de un número natural m
cualquiera (fijo), no necesariamente igual a 1. En otras palabras, si demostramos que:

1. Sm es verdadera
22 CAPÍTULO 2. INDUCCIÓN MATEMÁTICA

2. Sn ⇒ Sn+1 para todo n ≥ m

entonces podemos afirmar que Sn es verdadera para todo n ≥ m.

EJEMPLO
Pruebe que: 2n < n! para todo n ≥ 4
Solución:
Observemos que 2n < n! es falso para n = 1, 2, 3.

1. S4 es verdadera pues 24 = 16 < 24 = 4!.

2. Sn ⇒ Sn+1 para n ≥ 4. Suponemos que Sn es verdadera, o sea 2n < n!. Entonces:

2n+1 = 2 · 2n

< 2 · n! pues 2n < n!

< (n + 1) · n! pues 2 < n + 1

= (n + 1)!

De esto resulta que Sn+1 es verdadera.

Capı́tulo 3

Números Complejos

3.1 Introducción
Muchos de los problemas en los que se aplica la matemática involucran la solución de ecuaciones. A
través de los años, el sistema numérico ha debido ser expandido muchas veces de manera de proporcionar
soluciones para distintos tipos de ecuaciones.
Ası́, por ejemplo, agregando el cero y los números negativos a los naturales se crearon los enteros (ZZ)
para las soluciones de ecuaciones del tipo:

x+n=m (n, m ∈ IN ) .
Mediante la adición de números de la forma m/n se obtiene el conjunto de los números racionales (lQ),
donde se pueden encontrar soluciones para ecuaciones del tipo:

ax + b = 0 (a, b ∈ ZZ, primos entre sı́ y a ̸= 0) .

Otra extensión del sistema de números incluye los irracionales, creando el conjunto de los reales (IR),
en los que se pueden encontrar soluciones a ecuaciones cuadráticas del tipo

x2 = a (a ∈ Q,
l a ≥ 0) .
Sin embargo, otras ecuaciones cuadráticas, como por ejemplo

p(x) = x2 + 1 = 0 ,
no tienen solución ni siquiera en IR, ya que no existe ningún número real que elevado al cuadrado sea
negativo. De manera que está claro que el proceso de extensión del sistema de números no está completo.
Para poder resolver cualquier ecuación cuadrática necesitamos expander el sistema de números reales
a un conjunto más grande, con reglas de suma y multiplicación análogas a las correspondientes para IR:
el sistema de los números complejos, C. I

3.2 Definición de números complejos

Comenzamos definiendo el número imaginario i (llamado unidad imaginaria) como una de las soluciones
de la ecuación

p(x) = x2 + 1 = 0 , (3.1)
o sea, si i es solución de (3.1) se verifica que

i2 + 1 = 0 ,
o, equivalentemente:
i2 = −1 ,
√
y escribimos “i = −1”.

23
24 CAPÍTULO 3. NÚMEROS COMPLEJOS

Observemos que si definimos:

−i = −1 · i ,

entonces

(−i)2 = (−i) · (−i)

= (−1) · i · (−1) · i
= (−1) · (−1) · i · i
= i2 .

Por lo que, si el número i es solución de (3.1), −i también lo es.

Es evidente que i no es un número real, ya que ningún número real tiene una raı́z cuadrada negativa.

Definición: Un número complejo es una expresión de la forma a + b i o a + i b,

donde a y b son números reales, e i es la unidad imaginaria (i2 = −1).

A veces resulta conveniente representar un número complejo por una sola letra; z y w son las más
usadas, habitualmente.
Si a, b, x e y son números reales, y z = a + b i, w = x + y i entonces podemos referirnos a los números
complejos z y w.
Notemos que z = w si y sólo si a = x y b = y.
Son destacables los siguientes números complejos:

0 = 0 + 0i, 1 = 1 + 0i, i = 0 + 1i.

Definición: Si z = x + y i es un número complejo (x, y ∈ IR), x se llama

parte real de z y se denota Re(z), y se llama parte imaginaria de z y se
denota Im(z):

Re(z) = Re(x + y i) = x , Im(z) = Im(x + y i) = y .

Notemos que tanto la parte real como la imaginaria de un número complejo son números reales.

EJEMPLOS

Re(3 − 5 i) = 3 Im(3 − 5 i) = −5
Re(2 i) = Re(0 + 2 i) = 0 Im(2 i) = Im(0 + 2 i) = 2
Re(−7) = Re(−7 + 0 i) = −7 Im(−7) = Im(−7 + 0 i) = 0
3.3. REPRESENTACIÓN GRÁFICA DE LOS COMPLEJOS 25

y
b  a + ib



a x

Figura 3.1: Representación gráfica del número complejo z = a + b i en el plano cartesiano.

3.3 Representación gráfica de los complejos

Como los números complejos se construyen a partir de pares ordenados de números reales (sus partes
real e imaginaria), es natural representar gráficamente a los números complejos como puntos en el pano
cartesiano. Usamos el punto (a, b) para representar al número complejo z = a + b i (figura 3.1).
En particular, el origen (0, 0) representa al número complejo 0, el punto (1, 0) representa al número
complejo 1 = 1 + 0 i y el punto (0, 1) al número complejo i = 0 + 1 i.
Como cada número complejo está representado por un único punto en el plano, el conjunto de los
números complejos también se conoce como plano complejo. Los puntos sobre el eje x del plano C I
corresponden a los números reales (x = x + 0 i) y el eje x se llama eje real. Los puntos sobre el eje
y corresponden a los números imaginarios puros (y i = 0 + y i), por lo que el eje y se llama eje
imaginario.

Definición: Dado el número complejo z = a + b i:

• Llamamos módulo de z (y denotamos |z| o |a + b i|) a la distancia desde

el origen al punto (a, b) correspondiente a z:
√
|z| = |a + b i| = a2 + b2 .

• Llamamos argumento de z (y denotamos arg(z) o arg(a+b i)) al ángulo

θ (0 ≤ θ < 2π) que forma la lı́nea desde el origen al punto (a, b) con el
eje real, midiendo ángulos positivos en sentido antihorario.

Observemos que la definición del argumento en cierto modo es arbitraria, ya que podrı́amos haber
tomado por ejemplo −π ≤ θ < π, ó −3π ≤ θ < −π, etc. Cuando 0 ≤ θ < 2π se dice que se considera el
argumento principal del número complejo. Esta es la forma que usaremos de aquı́ en más.

Forma Polar
Dado el módulo r = |z| y el argumento θ = arg(z), tenemos que a = r cos θ y b = r sen θ, como puede
verse en la figura 3.2. De esta manera, vemos que z puede ser expresado en términos de su módulo y su
argumento como

z = r cos θ + i r sen θ.
26 CAPÍTULO 3. NÚMEROS COMPLEJOS

y
b
a = r cos θ r

b = r sen θ θ
a x

Figura 3.2: Representación gráfica del módulo y argumento de z = a + b i.

Definición: Dado el número complejo z = a + b i:

(a) Si eiθ ≡ cos θ + i sen θ, podemos escribir:

(b) z = reiθ , donde 0 ≤ θ < 2π y cos θ = ar ; sen θ = rb .

En (b) hemos expresado el número complejo z en su forma polar.

EJEMPLO √
Escriba en forma polar el número complejo z = − 3 + i.
√ √
Solución: r = 3 + 1 = 2, cos θ = −2 3 y sen θ = 21 . Entonces θ = 56 π y z = 2ei 6 π .
5

Conjugado de un número complejo

Definición: El conjugado o complejo conjugado de un número complejo

z = a + b i es otro número complejo, denotado z, dado por:

z = a − bi.
3.4. ARITMÉTICA DE NÚMEROS COMPLEJOS 27

EJEMPLOS

2 − 3i = 2 + 3i, 3 = 3, 2 i = −2 i

En la figura 3.3 se muestra la representación gráfica del número z = a + b i y su correspondiente

complejo conjugado z = a − b i.

y
z = a + ib b •(a, b)



Q a x
Q
Q
z̄ = a − ib Q• (a, −b)

Figura 3.3: Representación gráfica del número complejo z = a + b i y su conjugado z = a − b i.

√
A partir de esta definición y de la de módulo (|z| = a2 + b2 ) podemos concluir que:

|z| = |z| .

Proposición: Para cualquier número complejo se cumple que:

z z̄ = |z|2 .

Demostración:

z z̄ = (a + b i)(a − b i)
= a2 − ab i + ba i + b2
= a2 + b2 = |z|2 .

3.4 Aritmética de números complejos

Como vimos en la Sección anterior, los números complejos pueden ser identificados con vectores bidimen-
sionales (en IR2 ) cuyas componentes son las partes reales e imaginarias de los complejos.
Entonces, podemos definir la suma y multiplicacion con números reales (escalares) del mismo modo
que para los vectores, es decir, sumando las partes reales e imaginarias por separado y multiplicando por
un escalar a ambas partes:
Suma:

(a + b i) ± (c + d i) = a ± c + (b ± d) i
28 CAPÍTULO 3. NÚMEROS COMPLEJOS

Multiplicación por un número real:

k(a + b i) = ak + bk i , k ∈ IR.

EJEMPLO
Sean z1 = 4 − 5i y z2 = −1 + 6i. Calcule:

1. z1 + z2

2. z1 − z2

3. −z2

4. 3z1

Solución:

1. z1 + z2 = 4 − 1 + (6 − 5)i
= 3+i
2. z1 − z2 = 4 + 1 − (5 + 6)i
= 5 − 11i
3. − z2 = 1 − 6i
4. 3z1 = 12 − 15i.

Multiplicación:
Queremos ahora definir una multiplicación entre números complejos que cumpla con las mismas reglas
que el producto de números reales. Comenzamos entonces definiendo

(a + b i)(c + d i) = ad + ad i + bc i + bd i2

= ac − bd + (ad + bc) i,

lo cual nos permite decir que el producto de dos números complejos nos da un nuevo número complejo.

División:
Definimos ahora la división de dos números complejos. Dados z1 y z2 ̸= 0, queremos encontrar z tal
que
z1
z1 = z z2 (o sea que “z = ”).
z2
Multiplicamos la ecuación anterior por z̄2 y obtenemos:
1
z1 z̄2 = z |z2 |2 , con ∈ IR .
|z2 |2

1
Si ahora multiplicamos ambos miembros por , obtenemos:
|z2 |2
3.5. ECUACIONES DE SEGUNDO GRADO 29

z1 z̄2
= z.
|z2 |2

EJEMPLO
Sean z1 = 4 − 5 i y z2 = −1 + 2 i. Calcule z1 /z2 .
Solución:
z1 (4 − 5 i)(−1 − 2 i) 14 3
= = − − i.
z2 5 5 5

Propiedades: Si z y w son dos números complejos, entonces:

1. z ± w = z̄ ± w̄

2. zw = z̄ w̄
3. z̄¯ = z

4. z real si y sólo si z̄ = z.
5. z̄z = |z|2 .

6. |z| ≥ 0, |z| = 0 si y sólo si z = 0.

z |z|
7. |zw| = |z||w| y = .
w |w|
8. |z + w| ≤ |z| + |w|.

La demostración de estas propiedades queda como ejercicio para el lector.

3.5 Ecuaciones de segundo grado

Consideremos primero la ecuación de segundo grado

z2 = a + b i .

Escribiendo z = x + y i, podemos expresar esta ecuación como:

z 2 = (x + y i)(x + y i) = x2 − y 2 + 2xy i = a + b i .
Sabemos que dos números complejos son iguales si y sólo si sus partes reales e imaginarias son iguales,
entonces:

x2 − y 2 = a
2xy = b.
30 CAPÍTULO 3. NÚMEROS COMPLEJOS

Podemos agregar a estas dos ecuaciones una tercera, que nos facilitará la resolución del sistema de
ecuaciones, a saber:

|z 2 | = |z z|
= |z| |z| (Por la propiedad (7))
= |z|2
= x2 + y 2 .

Por otro lado, de la ecuación original tenemos que

|z 2 | = |a + b i| ,

o sea: √
x2 + y 2 = a2 + b2 ,
y el sistema a considerar ahora será:

√
x2 + y 2 = a2 + b2
x2 − y 2 = a
2xy = b,

del cual se obtienen fácilmente los valores de x e y que lo satisfacen.

EJEMPLO
Resuelva la ecuación z 2 = −i.
Solución:
Como |z 2 | = x2 + y 2 y | − i| = 1, el sistema a considerar en este caso es:

x2 + y 2 = 1
x2 − y 2 = 0
2xy = −1.

Sumando las dos primeras ecuaciones obtenemos:

1
2x2 = 1 ⇒ x = ± √ .
2

Cuando x = √12 , la tercera ecuación da y = − √12 , y cuando x = − √12 , la tercera ecuación da y = √1 .

2
La respuesta es z = ± √12 (1 − i).

Observe que si z0 es una solución de la ecuación z 2 = −i, entonces −z0 también lo es.

Consideremos ahora el caso más general de una ecuación de segundo grado:

z 2 + wz + v = 0 ,
3.5. ECUACIONES DE SEGUNDO GRADO 31

donde w y v son dos números complejos. Como en el caso de una ecuación con coeficientes reales,
completamos cuadrados y obtenemos:
w2 w2 ( w )2 w 2
z 2 + wz + − +v = z+ − + v = 0,
4 4 2 4
o sea que, dados w y v tenemos que encontrar los números z tales que:
( w )2 w2
z+ = −v. (3.2)
2 4
Si sustituimos u = z + w2 en (3.2), transformamos la expresión en una ecuación para u del tipo
descripto anteriormente, o sea
w2
u2 = − v.
4
Si denotamos a las soluciones de esta ecuación como
√
w2
“ u1,2 = ± −v ”,
4
entonces las soluciones de la ecuación original se escribirán
√
w w2
z1,2 = − ∓ − v.
2 4

EJEMPLO
Resuelva la ecuación z 2 + 2z + (1 − i) = 0.
Solución:
Podemos escribir las raı́ces como:
√ √
z1,2 = −1 ± 1 − 1 + i = −1 ±
+i.
√
Para determinar el valor de i tenemos que encontrar w1,2 tal que

w2 = i.

Llamando w = x + y i, el sistema a considerar en este caso es:

x2 + y 2 = 1
x2 − y 2 = 0
2xy = 1.

Sumando las dos primeras ecuaciones, obtenemos:

1
2x2 = 1 ⇒ x = ± √ .
2
Cuando x = √12 , la tercera ecuación da y = √1
2
y cuando x = − √12 , la tercera ecuación da y = − √12 .
Entonces w1,2 = ± √12 (1 + i) y
√ √
1− 2 i 1+ 2 i
z1 = √ +√ z2 = − √ −√ .
2 2 2 2
32 CAPÍTULO 3. NÚMEROS COMPLEJOS

3.6 El Teorema de De Moivre

Teorema: Si θ es un ángulo arbitrario, entonces

( iθ )n
e = einθ n ∈ ZZ.

Demostración:

1. Para n > 0 probamos por inducción.

( )1
(a) La afirmación es verdadera para n = 1 pues eiθ = eiθ = ei 1 θ .
(b) Suponemos
( iθ )n que la afirmación es verdadera para n = 1 (es decir, que se verifica la igualdad
e = einθ ) y probamos para n + 1:
( )n+1 ( )n ( iθ )1
eiθ = eiθ · e
= einθ · eiθ
= ei(n+1)θ .

2. Para n < 0. Notemos que si n es un número negativo, podemos escribirlo como n = −m, con
m > 0. Entonces:
( iθ )n [( )−1 ]m
e = eiθ
[ ]m
= e−iθ = ei(−m)θ
= einθ . ♢

Si conocemos el argumento de un número complejo podemos usar el teorema anterior para elevar este
número a potencias altas y para resolver ecuaciones de grado n > 2 del tipo:

zn = a + b i .

EJEMPLOS
√
1. Calcule (−1 + 3i)3 .

Solución:
√
Escribimos primero la base en forma polar. O sea, calculamos el√módulo | − 1 + 3i| = 2, y
encontramos el argumento θ que satisface cos θ = − 12 y sen θ = 23 , o sea θ = 32 π. Entonces,
usando el teorema de De Moivre, obtenemos:
√ 2
(−1 + 3i)3 = (2ei 3 π )3 = 23 ei2π = 8.

2. Calcule las raı́ces terceras de la unidad, o sea, las soluciones de la ecuación z 3 = 1.

Solución:
Escribimos a z y al número 1 en forma polar, o sea

z = reiθ y 1 = ei0
3.7. TEOREMA FUNDAMENTAL DEL ÁLGEBRA 33

para 0 ≤ θ < 2π. Entonces la ecuación original se puede escribir:

r3 ei3θ = ei0 .

Por otro lado, dos números escritos en forma polar son iguales si y sólo si sus módulos son iguales
y sus argumentos difieren en un múltiplo de 2π. Entonces:

r=1 y 3θ = 0 + 2nπ, n ∈ ZZ .
Pero como 0 ≤ θ < 2π, obtenemos los siguientes argumentos: θ1 = 0, θ2 = 32 π y θ3 = 34 π.
√ √
1 3 1 3
Entonces z1 = 1, z2 = − + i y z3 == − − i .
2 2 2 2

3.7 Teorema fundamental del álgebra

Como hemos visto, el teorema de De Moivre nos permite, en ciertos casos muy particulares, encontrar
raı́ces de polinomios de grado mayor que dos. En general este es un problema muy difı́cil y muchas
veces debemos conformarnos con saber que la solución existe. El siguiente teorema (cuya demostración
requiere mayores conocimientos que los aportados por este curso), nos ayudará en la resolución de algunas
ecuaciones.

Teorema Fundamental del álgebra: Cada polinomio de grado positivo con

coeficientes complejos tiene al menos una raı́z compleja. O sea que

pn (z) = an z n + an−1 z n−1 + ... + a0 ai complejos

se puede escribir como

pn (z) = (z − z1 )pn−1 (z).

Como consecuencia de este teorema tenemos los siguientes resultados:

(a) Cada polinomio con coeficientes complejos puede escribirse como:

pn (z) = z0 (z − z1 )(z − z2 )...(z − zn ) ,

con z0 ̸= 0, zi complejos llamados las raı́ces de pn (z).

(b) Cada polinomio de grado positivo y coeficientes reales puede ser factorizado como el producto de
factores lineales y cuadráticos irreducibles. (Un polinomio real de grado dos se dice irreducible si
posee raı́ces no reales).

La demostración del punto (a) es una consecuencia directa del teorema arriba enunciado, por lo que
dmostraremos solo la parte (b).
34 CAPÍTULO 3. NÚMEROS COMPLEJOS

Demostración:
Sabemos por (a) que:
pn (z) = z0 (z − z1 )(z − z2 )...(z − zn ).
Supongamos que z1 no es real, entonces:

pn (z1 ) = an z1n + an−1 z1n−1 + ... + a0 = 0

pn (z1 ) = an z̄1n + an−1 z̄1n−1 + ... + a0 = 0,

puesto que los ai son reales. Esto implica que z̄1 es también una raı́z. Entonces:

(z − z1 )(z − z̄1 ) = z 2 − z z̄1 − z1 z + z1 z̄1

= z 2 − z(z̄1 + z1 ) + |z1 |2

es un polinomio irreducible. Esto demuestra el punto (b).

EJEMPLOS
1. Resuelva la ecuación z 2 − z + (1 − i) = 0.
Solución:
Tenemos una ecuación cuadrática con coeficientes complejos. Las soluciones son:
√ √
1 1 1 3
z1,2 = ± − (1 − i) = ± − + i .
2 4 2 4
√
Para determinar − 34 + i tomamos
3
u2 = − + i .
4
Esta es una ecuación del tipo que vimos anteriormente y que ya sabemos cómo resolver. Si u = x+y i
entonces debemos resolver sl siguiente sistema de ecuaciones:

5
x2 + y 2 =
4
3
x2 − y 2 = −
4

2xy = 1.

Sumando las dos primeras ecuaciones resulta:

5 3 1 1 1
2x2 = − = ⇒ x2 = ⇒ x=±
4 4 2 4 2

Usando la tercera ecuación del sistema resulta y = 1 si x = 12 , e y = −1 si x = − 21 . De manera que

tenemos dos posibles valores para u:
1 1
u= +i ó u = − − i.
2 2

Entonces las soluciones de la ecuación original son:

z1 = 1 + i y z2 = −i .
3.7. TEOREMA FUNDAMENTAL DEL ÁLGEBRA 35

2. Resuelva la ecuación p(z) = z 3 − 3z 2 + 4z − 2 = 0.

Solución:
En este caso se nos presenta una ecuación de tercer grado con coeficientes reales. Es fácil darse
cuenta de que z1 = 1 es una raı́z, ya que 1 verifica la ecuación:

13 − 3 · 12 + 4 · 1 − 2 = 0 .

Según el teorema fundamental del álgebra, si z1 = 1 es una una raı́z de p(z) = 0, podemos dividir
el polinomio por z − z1 = z − 1 y obtener un polinomio de segundo grado.
z 3 − 3z 2 + 4z − 2
Dejamos que el lector verifique que = z 2 − 2z + 2.
z−1
Ahora podemos expresar la ecuación original en forma factorizada:

z 3 − 3z 2 + 4z − 2 = (z − 1)(z 2 − 2z + 2) = 0 .

Sabemos que el producto de dos factores es 0 si uno de ellos lo es, por lo que nos queda
√ por resolver
la ecuación z 2 − 2z + 2 = 0. Usando la fórmula cuadrática obtenemos z2,3 = 1 ± −1.
Si llamamos u1 y u2 a las soluciones de u2 = −1, entonces u1,2 = ±i. Con esto resulta z2,3 = 1 ∓ i.
Las soluciones de la ecuación original son:

z1 = 1 , z2 = 1 − i , z3 = 1 + i .

3. Sabiendo que la ecuación z 4 + 3z 2 − 6z + 10 = 0 tiene como raı́z a z1 = −1 + 2 i, calcule las demás

raı́ces.
Solución:
Como los coeficientes son reales, el teorema fundamental del álgebra dice que si z1 es una raı́z,
entonces z1 = −1 − 2 i también lo es. Entonces, ya tenemos determinadas dos de las raı́ces:
z1 = −1 + 2 i y z2 = −1 − 2 i.
Dividimos el polinomio z 4 + 3z 2 − 6z + 10 por (z − z1 )(z − z2 ) = z 2 + 2z + 5. El resultado es
z 2 − 2z + 2, con lo que tenemos:

z 4 + 3z 2 − 6z + 10 = (z − z1 )(z − z2 )(z 2 − 2z + 2) = 0 .

Igual que en los ejemplos anteriores debemos resolver una ecuación de segundo grado con coeficientes
reales, en este caso:
z 2 − 2z + 2 = 0 .

Dejamos como ejercicio para el lector verificar que las soluciones de esta ecuación son z3 = 1 + i y
z4 = 1 − i.
Las raı́ces de la ecuación z 4 + 3z 2 − 6z + 10 = 0 son:

z1 = −1 + 2 i , z2 = −1 − 2 i , z3 = 1 + i , z4 = 1 − i .
36 CAPÍTULO 3. NÚMEROS COMPLEJOS
Capı́tulo 4

Ejercicios

4.1 Matrices y Determinante

1. Para qué valores de a en R tiene el sistema una única, ninguna o infinitas soluciones

ax1 + x2 − x3 + x4 = 1
x1 − x2 + 2x3 = 0
2x1 + ax2 − x3 + x4 = 2.

2. Resuelva las siguientes ecuaciones matriciales:

(a) X + A = 3X + 2B, (b) 4X + 3Y = A y 2X + Y = B,

donde ( ) ( )
1 1 1 3
A= , B=
1 0 1 0

3. Calcule los determinantes de las siguientes matrices:

( ) ( ) ( )
2 −1 a+1 a cos θ −senθ
(a) , (b) , (c) ,
3 2 a a−1 senθ cos θ

 
    1 0 3 1
0 a 0 0 a b  2 2
 6 0 

(d)  b c d  , (e)  a 0 c  , (f) 
−1 0 −3 1 
0 e 0 b c 0
4 1 12 0

4. Evalúe los determinantes de las siguientes matrices reduciéndolas a una matriz triangular superior.
 
 2 3 1 1
−1 3 1  0 2 −1 3 
(a)  2 5 3  , (b) 
 0

5 1 1 
1 −2 1
1 1 2 5

5. Evalúe los determinantes de las siguientes matrices por inspección (o sea aplicando las reglas del
cálculo de determinante).
   
a b c a b c
(a)  a + 1 b + 1 c + 1  , (b)  a + b 2b c + b 
a−1 b−1 c−1 2 2 2

6. (a) Encuentre el det (A) si A es 3 × 3 y det(2A) = 6.

(b) ¿Bajo que condiciones es det(−A)= det (A)?

37
38 CAPÍTULO 4. EJERCICIOS

7. Use el determinante para encontrar para qué valores de c las siguientes matrices son invertibles.
     
0 c −c 4 c 3 1 c −1
(a)  −1 2 −1  , (b)  c 2 c  , (c)  c 1 1 
c −c c 5 c 4 0 1 c

8. Sean A, B y C tres matrices n × n y asuma que det (A)=-1, det (B)= 2 y det (C)= 3. Evalúe

(a) det(A2 BC T B −1 )
(b) det(B 2 C −1 AB −1 C T )

9. Sean A y B dos matrices 2 × 2 que satisfacen

A2 B = 3I y AT B 3 = −I,

donde I es la matriz identidad. Calcule det (A).

10. Si
a b c
p q r = −1,
x y z
calcule
-2a -2b -2c
2p+x 2q+y 2r+z
3x 3y 3z

11. Demuestre que:

0 1 1 1
1 0 x x
= −3x2
1 x 0 x
1 x x 0
 
a b c
12. Sea A =  d e f . Suponiendo que det(A) = −7 determine:
g h i

(a) det(3A) (c)det(2A−1 )

(b) det(A−1 ) (d)det((2A)−1 )
13. Sin evaluar directamente demuestre que x = 0 y x = 2 satisfacen
x2 x 2
2 1 1 =0
0 0 −5

14. Diga para qué valor(es) de k la matriz dada no es invertible:

 
( ) 1 2 4
k − 3 −2
(a) (b) 3 1 6 
−2 k − 2
k 3 2
15. Exprese los siguientes sistemas lineales en la forma (A − λI)x = 0:
x1 + 2x2 = λx1 2x1 + 3x2 = λx1 3x1 + x2 = λx1
(a) (b) (c)
2x1 + x2 = λx2 4x1 + 3x2 = λx2 −5x1 − 3x2 = λx2
16. Para cada uno de los sistemas del ejercicio anterior, encuentre:
(a) la ecuación caracterı́stica,
(b) los autovalores, y
(c) los autovectores correspondientes a cada uno de los autovalores.
4.2. VECTORES EN R2 Y R3 39

4.2 Vectores en R2 y R3
1. Sea v un vector en R2 tal que ∥v∥ = 3 y forme un ángulo de 5π/6 con el eje de las x. Calcule las
componentes de v.
2. Sea v un vector en R3 tal que ∥v∥ = 2, y forma un ángulo de π/3 con el eje de las z y la proyección
de v sobre el plano xy forma un ángulo de π/4 con el eje de las x. Calcule las componentes de v.
3. Sea u = (−3, 3, 2), v = (4, 2, 7) y w = (2, −1, −4). Encuentre el vector x = (x, y, z) que satisface

3u − v + 2x = 6x + 3w.

4. Encontrar las coordenadas del punto final Q del vector u cuyo punto inicial es P (−1, 3, −5).

(a) Donde u es un vector en la dirección de v = (6, 7, −3) y cuyo largo es el doble del largo de v.
(b) Donde u es un vector en la dirección de v = (6, 7, −3) y cuyo largo es es la mitad del largo de
v.

5. Encontrar las coordenadas del punto inicial P del vector u cuyo punto final es Q(3, 0, −5).
(a) Donde u es un vector en la dirección de v = (4, −2, −1) y cuyo largo es el doble del largo de
v.
(b) Donde u es un vector en la dirección de v = (4, −2, −1) y cuyo largo es es la mitad del largo
de v.
6. Sea v = (−1, 1, 1). Encuentre todos los escalares k tal que

∥kv∥ = 3.

7. Usando la propiedad de que ∥kv∥ = |k|∥v∥. Calcule ∥u∥, si

(a) u = (108, 126), (b) u = (−200, −60)

√ √
8. Sean u · v = 2, u · w = 8, w · v = 3, ∥v∥ = 6 y ∥u∥ = 2. Calcule:

(a) (u + v) · (w + v) (b) (2u − 3v) · (4w − v), (c) ∥ − 5u∥, (d) ∥u − v∥.

9. Considere los vectores u = (−3, 3, 2), v = (4, 2, 7) y w = (2, −1, −4). Calcule z = u + v y z1 =
proyw z.
√
10. Sea u = ( 3, 1). Si ∥v∥ = 2 y el ángulo entre u y v es π/6, encuentre las componentes de v.

4.3 Planos y rectas

1. Encuentre la ecuación de cada uno de los siguientes planos.
(a) Que contiene a P (3, 0, −1) y a la recta (x, y, z) = (0, 0, 2) + t(1, 0, 1).
(b) Que contiene a P (2, 1, 0) y a la recta (x, y, z) = (3, −1, 2) + t(1, 0, −1).
(c) Que contiene a las rectas (x, y, z) = (1, −1, 2) + t(1, 0, 1) y (x, y, z) = (0, 0, 2) + t(1, −1, 0).
(d) Que contiene a las rectas (x, y, z) = (3, 1, 0) + t(1, −1, 3) y (x, y, z) = (0, −2, 5) + t(2, 1, −1).
(e) En que cada punto es equidistante a los puntos P (2, −1, 3) y Q(1, 1, −1)
(f) En que cada punto es equidistante a los puntos P (0, 1, −1) y Q(2, −1, −3)
2. En cada uno de los siguientes casos, halle la ecuación de la recta.
(a) Que pase por el punto P (3, −1, 4) y sea perpendicular al plano 3x − 2y − z = 0.
(b) Que pase por el punto P (2, −1, 3) y sea perpendicular al plano 2x + y = 1.
40 CAPÍTULO 4. EJERCICIOS

3. En cada caso encuentre la distancia más corta del punto P al plano y encuentre el punto Q en el
plano mas cercano a P .
(a) P (2, 3, 0); el plano tiene la ecuación 5x − y + z = 1
(b) P (3, 1, −1); el plano tiene la ecuación 2x + y − z = 6
4. Encuentre la distancia más corta entre los siguientes pares de rectas paralelas.
(a) (x, y, z) = (2, −1, 3) + t(1, −1, 4)
(x, y, z) = (1, 0, 1) + s(1, −1, 4)
(b) (x, y, z) = (3, 0, 2) + t(3, 1, 0)
(x, y, z) = (−1, 2, 2) + t(3, 1, 0)
5. Encuentre la distancia más corta y los puntos más cercanos entre los siguientes pares de rectas no
paralelas.
(a) (x, y, z) = (1, −1, 0) + t(1, 1, 1)
(x, y, z) = (2, −1, 3) + t(3, 1, 0)
(b) (x, y, z) = (1, 2, 3) + s(2, 0, −1)
(x, y, z) = (3, −1, 0) + t(1, 1, 0).
6. Considere los puntos A(3, 1, 2) y B(−1, 2, 3) y determine todos los puntos P sobre la recta

(x, y, z) = (2, 1, 2) + t(1, 1, 1)

tal que el triángulo ABP sea recto.

4.4 Inducción matemática

1. Demuestre por inducción las siguientes igualdades:

∑
n ∑
n ∑
n ∑
n ∑
n
(a) ai = aj (d) (ai + bi ) = ai + bi
i=1 j=1 i=1 i=1 i=1

∑
n ∑
n−1 ∑
n ∑
n
(b) ai = ai+1 (e) c ai = c ai
i=1 i=0 i=1 i=1
∑
n−1 ∑n ∑
n
(c) ai = ai−1 (f) (ai − ai−1 ) = an − a0
i=0 i=1 i=1

2. Pruebe las siguientes propiedades para todo par de números naturales n y m:

(a) xn .xm = xn+m (b) (xn )m = xn.m

3. Demuestre que las siguientes fórmulas son verdaderas para todo natural n ≥ 1:

∑
n
1 n ∑
n
(a) = (c) i 2i−1 = 1 + (n − 1)2n
i=1
(2i − 1)(2i + 1) 2n + 1 i=1
∑n 2
n (n + 1) 2 ∑n
(b) i3 = (d) i2 2n = 2n+1 (n2 − 2n + 3) − 6
i=1
4 i=1

4. Demuestre la fórmula de la progresión aritmética:

∑
n−1
n (2a + (n − 1)d)
(a + i d) =
i=0
2
4.4. INDUCCIÓN MATEMÁTICA 41

5. Demuestre la fórmula de la progresión geomética:

∑
n−1
dn − 1
a di = a
i=0
d−1

6. Demuestre por inducción que las siguientes afirmaciones son válidas para todo natural n ≥ 1:

(a) 1 + 3 + 5 + 7 + . . . + (2n − 1) = n2
(b) 12 + 22 + . . . + n2 = 16 n(n + 1)(2n + 1)
(c) 13 + 23 + . . . + n3 = (1 + 2 + . . . + n)2
(d) 1 · 2 + 2 · 3 + . . . + n(n + 1) = 13 n(n + 1)(n + 2)
(e) 1 · 22 + 2 · 32 + . . . + n(n + 1)2 = 12
1
n(n + 1)(n + 2)(3n + 5)
1 1 1 n
(f) + + ... + =
1·2 2·3 n(n + 1) n+1
n
(g) 1 + 3 + . . . + (2n − 1) = (4n2 − 1)
2 2 2
3
(h) 1 + 2 + 22 + . . . + 2n−1 = 2n − 1
1 1 1 1
(i) 2 + 2 + . . . + 2 ≤ 2 −
1 2 n n
(j) n < 2n
(k) 5n + 3 es múltiplo de 4
(l) n3 − n es múltiplo de 3
∑
n
7. Considere la suma 1 · 1! + 2 · 2! + 3 · 3! + . . . + n · n! = i i! = (n + 1)! − 1. Demuestre que esta
i=1
fórmula es válida ∀n ≥ 1.
8. Pruebe las siguientes afirmaciones para n natural:

(a) 2n ≥ n + 1 ∀ n (d) 2n ≥ n2 ∀ n ≥ 4 (g) 6n ≥ 1 + 4n ∀ n

(b) n2 + n es par ∀ n (e) n3 ≥ 3n + 3 ∀ n ≥ 3 ¿Vale con >?
(c) 4n ≥ n + 4 ∀ n ≥ 2 (f) n3 ≤ 3n ∀ n (h) 3n ≥ 1 + 2n ∀n

9. Demuestre las siguientes afirmaciones para n natural:

(a) n! + (n + 1)! = n! (n + 2) ∀ n (c) n! ≤ nn ∀n

(b) (n + 1)! − n! = n! n ∀ n (d) n ≤ n! ∀ n ≥ 4
2

10. Considere una sucesión a1 , a2 , . . . de números que satisface:

(a) a1 = 2
(b) an+1 = 2 an para todo n ≥ 1
Encuentre una expresión para an en términos de n y demuestre el resultado por inducción.
11. Pruebe las siguientes desigualdades para n natural:
( )n
1 (c) 2n−1 < n! ∀ n > 2
(a) 1 + >2 ∀n>1
n
( )n ∑ n ( )n
1 1 1
(b) 1 + < ∀n>1 (d) 1 + <3 ∀n
n j=0
j! n

Ayuda: Para los dos primeros apartados use la fórmula del binomio; para el último, use los dos
primeros.
42 CAPÍTULO 4. EJERCICIOS

4.5 Números Complejos

1. Escriba cada una de las siguientes expresiones en la forma a + ib.
(a) (2 − 3i) − 2(2 − 3i) + 9
(b) (3 − 2i)(1 + i) + |3 + 4i|
1+i 1−i
(c) +
2 − 3i −2 + 3i
3 − 2i 3 − 7i
(d) −
1−i 2 − 3i
(e) i131
(f) (1 + i)4
(g) (2 − i)2
(h) (1 − i)2 (2 + i)2
(i) Calcule el siguiente cociente y expréselo en la forma a + ib:
z + z̄w − w̄
,
z̄z + w
si z = 2 + i y w = 3 − i.
2. En cada caso encuentre el número complejo z que satisface:
(a) iz − (1 + i)2 = 3 − i
(b) (i + z) − 3i(2 − z) = iz + 1
(c) z 2 = −i
(d) z 2 = 3 − 4i
(e) z(1 + i) = z̄ + (3 + 2i).
3. Sean Re(z) la parte real e Im(z) la parte imaginaria de z. Demuestre que:
(a) Im(z i) = Re(z).
(b) z + z̄ = 2Re(z)
(c) Im(z) = −Re(z i)
(d) Im(z + w) = Im(z) + Im(w)
4. Pruebe que
(a) |w + z|2 = |w|2 + |z|2 + wz̄ + w̄z para todo z y w.
(b) (1 + i)7 + (1 − i)7 es real.
5. Escriba en forma polar los siguientes números
(a) 3 − 3i
√
(b) − 3+i
(c) −7i
(d) −4i
6. Exprese los siguientes números en la forma a + ib
(a) 3eπi
(b) e5πi/4
(c) e7πi/3
7. Encuentre las raı́ces de las siguientes ecuaciones
(a) z 2 + 2z + (1 + i) = 0
(b) z 2 − z + (1 − i) = 0
(c) z 2 + (3 − 2i)z − 6i = 0
(d) z 2 − 4iz − 4 − 2i = 0
(e) z 2 − 3(1 − i)z − 5i = 0
4.5. NÚMEROS COMPLEJOS 43

4.5.1 Teorema de De Moivre y polinomios de grado n > 2

1. Exprese los siguientes números en la forma a + ib
√
(a) (−1 + 3i)2
√
(b) (1 − i)6 ( 3 + i)3
√
(c) (1 + 3i)−4
(d) (1 − i)10
√
(e) ( 3 − i)9 (2 − 2i)5 .
2. Utilize el teorema de De Moivre para demostrar que
(a) cos 2θ = cos2 θ− sen2 θ
(b) sen 2θ = 2 cos θ sen θ
3. (a) Encuentre las raı́ces cuartas de la unidad.
(b) Encuentre las raı́ces sextas de la unidad.
4. Encuentre los z que satisfacen
(a) z 3 = 8
(b) z 6 = −64
(c) z 3 = −27i
√
(d) z 4 = 2( 3i − 1).
5. Resuelva la ecuación
z 3 − 3z 2 + 4z − 2 = 0
6. La ecuación
z 4 − 6z 3 + 15z 2 − 24z + 10 = 0
tiene una raı́z igual a 1 − 2i. Calcule todas las raı́ces de la ecuación.
7. La ecuación
z 4 + 3z 2 − 6z + 10 = 0
tiene una raı́z igual a −1 + 2i. Calcule todas las raı́ces de la ecuación.
8. La ecuación
z 4 + 3z 3 + z 2 + 18z − 30 = 0
tiene una raı́z puramente imaginaria. Calcule todas las raı́ces de la ecuación.
9. Encuentre a, b (reales) tales que
z 3 + az + b = 0
tenga a 1 − 2i como raı́z .
10. La ecuación
z 3 − (6 − i)z 2 + (9 − 5i)z − 1 + 9i = 0
tiene una solución z = −i. Determine las otras soluciones.
11. Resuelva la ecuación
z 3 + (−2 + i)z 2 − (3 + 2i)z − 3i = 0
sabiendo que tiene una raı́z estrictamente imaginaria.
12. Demuestre que el polinomio
z 77 + z 7 + 1
debe ser divisible por el polinomio z 2 + z + 1.
44 CAPÍTULO 4. EJERCICIOS
Capı́tulo 5

Laboratorio de Maple

5.1 Introducción y objetivos

En este laboratorio vamos a familiarizarnos con los comandos y estructuras que Maple posee para trabajar
con matrices y resolver sistemas de ecuaciones.
Antes de realizar la tarea establecida para el laboratorio el alumno deberá leer la introducción, los
ejemplos, contestar las preguntas y resolver a mano los ejercicios que acompañan esta guı́a.

5.1.1 Matrices y vectores

Para trabajar con álgebra lineal debemos comenzar cargando el paquete “linalg” con el comando with(linalg):.
Un vector se define de la siguiente manera:

> with(linalg):
> v :=vector([1,5,6,7,8]);

v := [ 1 5 6 7 8 ]
Una matriz se puede definir de diferentes formas. Una de ellas es la siguiente:

> A:=matrix(2,3,[1,3,4,5,3,1]);

[ ]
1 3 4
A :=
5 3 1
En este caso los dos primeros argumentos del comando matrix corresponden a la dimensión de la
matriz. Si la matriz es de mayor tamaño, es más cómodo definirla como:

> B:=matrix([ [1,5,7,8], [3,6,8,9], [4,6,7,9]]);

 
1 5 7 8
B :=  3 6 8 9 
4 6 7 9
Cada nuevo renglón es obtenido apretanto las teclas <Shift> - <Return> (X-windows o PC-
windows) o <Return> (Macintosh).
Si queremos definir una matriz cuyos elementos sean todos iguales, por ejemplo F = (fij ), donde
fij = 3, escribimos:

> F:=matrix(2,4,3);

[ ]
3 3 3 3
F :=
3 3 3 3
La matriz identidad 4 × 4 puede definirse de la siguiente manera:

45
46 CAPÍTULO 5. LABORATORIO DE MAPLE

> I4:=matrix(4,4,proc(i,j) if i=j then 1 else 0 fi; end);

 
1 0 0 0
 0 1 0 0 
I4 := 
 0

0 1 0 
0 0 0 1

El elemento (2, 1) de la matriz A puede ser obtenido escribiendo:

> A[2,1];

5.1.2 Estructuras de Maple

Las estructuras de Maple son:

sequence sucesión 1, 4, 3
list lista [1, 4, 3]
set conjunto {1, 4, 3}
table tabla table([a=1,c=2])
array matriz, vector [1 4 3]

Una “sucesión” es un conjunto de objetos seguidos de comas. El comando seq sirve para crear una
sucesión:

> s:=seq(i,i=1..3);

s := 1, 2, 3

Una “lista” es una sucesión acotada por corchetes:

> l:=[1,5,7];

l := [ 1, 5, 7 ]

Un “conjunto” se define como una lista pero usando llaves:

> m:={1,4,5};

m := { 1, 4, 5 }

Se puede acceder a un elemento de la estructura (por ejemplo, “lista”) de la siguiente manera:

> l[3];

7
5.2. EJEMPLO 47

5.2 Ejemplo
Resuelva el siguiente sistema de ecuaciones:

3x1 − x2 + 3x3 = 1
x1 + x2 + 2x3 =− 1
−x1 + 3x2 + 4x3 = 1

Solución:
Primero resolveremos el problema haciendo reducción por filas y luego automáticamente usando dis-
tintos comandos.

> with(linalg): # cargamos el paquete para trabajar con álgebra lineal.

Consideramos el sistema como la ecuación matricial Ax = b y cargamos la matriz en la variable A

> A:=matrix([
> [3, −1, 3],
> [1, 1, 2],
> [−1, 3, 4]]);

 
3 −1 3
A :=  1 1 2 
−1 3 4
Cargamos a b en la memoria como una matriz de dimensión 3 × 1

> b:=matrix(3, 1, [1, −1 ,1]);

 
1
b :=  −1 
1
Formamos la matriz ampliada (A|b)

> A b:=augment(A, b);

 
3 −1 3 1
A b :=  1 1 2 −1 
−1 3 4 1
y hacemos reducción manual con los siguientes comandos:

> A1:=swaprow(A b, 1, 2);

 
1 1 2 −1
A1 :=  3 −1 3 1 
−1 3 4 1

> A2:=addrow(A1, 1, 2, −3);

 
1 1 2 −1
A2 :=  0 −4 −3 4 
−1 3 4 1
48 CAPÍTULO 5. LABORATORIO DE MAPLE

> A3:=addrow(A2, 1, 3, 1);

 
1 1 2 −1
A3 :=  0 −4 −3 4 
0 4 6 0

> A4:=addrow(A3, 2, 3, 1);

 
1 1 2 −1
A4 :=  0 −4 −3 4 
0 0 3 4

> A5:=mulrow(A4, 2, −1/4);

 
1 1 2 −1
 3 
A5 := 

0 1
4
−1 

0 0 3 4

> R:=mulrow(A5, 3, 1/3);

 
1 1 2 −1
 3 
 0 1 −1 
R :=  4 
 
4
0 0 1
3
> x:=vector([0, 0, 0]); # definimos el vector x

x := [ 0 0 0 ]

> x[3]:=4/3;

4
x3 :=
3
> x[2]:=−1 − 3/4∗x[3];

x2 := −2

> x[1]:=−1−x[2]−2∗x[3];

−5
x1 :=
3
Controlamos el resultado multiplicando las matrices A y x con la ayuda del operador & * y el comando
evalm (evalúa la matriz).

> evalm(A&*x);

[1 − 11]
Podemos resolver el mismo sistema usando los comandos gausselim y backsub

> G:=gausselim(A b);

5.3. TAREA DE LABORATORIO 49

 
3 −1 3 1
 4 −4 
G := 

0
3
1 
3 
0 0 3 4

> X:=backsub(G);

[ ]
−5 4
X := −2
3 3
o con el comando gaussjord

> gaussjord(A b);

 −5 
1 0 0
 3 
 
 0 1 0 −2 
 
4
0 0 1
3

La inversa y el determinante de una matriz se obtienen con los comandos

> det(A);

12

> Ainv:=inverse(A);

 −1 13 −5 
 6 12 12 
 
 −1 5 −1 
Ainv :=  
 2 4 4 
 
1 −2 1
3 3 3
Calculamos la solución x = A−1 b

> x:=evalm(Ainv&*b);

 −5 
 3 
 
x :=  −2 
 
4
3

5.3 Tarea de Laboratorio

Usando el programa Maple, resuelva el sistema que resolvió a mano:

−3x1 − 2x2 + 8x3 = 1

x1 + 3x2 − 3x3 = 1
−3x1 + 6x2 + 7x3 = 1

Hágalo usando reducción por filas y controlando, y luego usando los comandos gaussselim, backsub
y guassjord, en la misma forma que se muestra en el Ejemplo.
50 CAPÍTULO 5. LABORATORIO DE MAPLE
Bibliografı́a

• Howard Anton, Introducción al Álgebra Lineal 2da Edición; Ed. Limusa, Grupo Noriega Editores,
México, 1998.

• W. Keith Nicholson, Linear Algebra with Applications 3rd Edition; PWS Publishing Company,
Boston.

51