Matrices Determinantes y Sistemas Lineales

Matrices, Determinantes y
Sistemas Lineales
1. Matrices. 2. Determinantes. 3. Sistemas lineales.
Prlogo
Este libro de matrices y sistemas lineales surge de apuntes que se han utilizado en varias oportu-
nidades en cursos que se imparten a nivel universitario, principalmente, en el curso lgebra lineal
Gracias a sugerencias y observaciones que han realizado profesores y estudiantes, este libro pre-
senta una estructura en el desarrollo de los contenidos con la que se espera ayudar a los estu-
diantes de lgebra lineal, principalmente. El gran nmero de ejercicios resueltos con detallada
explicacin, las demostraciones de teoremas expuestas y justificadas en cada uno de sus pasos
realizados y, adems, los ejercicios propuestos en cada una de las secciones, pretenden que los
estudiantes se apropien de destrezas y habilidades importantes en su formacin acadmca.
La teora se desarrolla considerando aspectos de rigurosidad y formalidad, pero no alcanza el

nivel de formalismo que en matemtica pura se espera, sino que dicha rigurosidad va de la mano
con la poblacin a la que va dirigo lo desarrollado en el libro: estudiantes de Ingenieras y de
enseanza de la matemtica.
Contenido
1 Introduccin 2
2 Matrices 3
2.1 Conceptos bsicos y definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Tipos de matrices y resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Operaciones con matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4 Matrices no singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5 Matrices elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6 Reduccin de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.7 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Determinantes 38
3.1 Definiciones bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.2 Propiedades bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3 Determinantes e inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4 Sistemas lineales 60
4.1 Definiciones bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.2 Mtodo de GaussJordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.3 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5 Ejemplos (ejercicios resueltos) 75
6 Bibliografa 92
1 Introduccin
Asociados con las herramientas ms importantes del lgebra Lineal se encuentran los temas rela-
cionados con matrices, determinantes y sistemas de ecuaciones lineales, que permiten estudiar
con mayor detalle muchas reas de las matemticas.
Por ejemplo, las matrices juegan un papel importante en reas como: las ciencias sociales y natu-
rales, los negocios, diversas ingenieras, computacin y, adems, matemticas pura y aplicada.
Se estudiarn y desarrollarn temas relacionados con el lgebra de las matrices, aplicaciones de

estas en la resolucin de sistemas de ecuaciones lineales, y temas relacionados con determinantes
y sus aplicaciones. En cada uno de los captulos se presentan ejemplos resueltos, teoremas, de-
mostraciones y ejercicios propuestos. El ltimo captulo contiene una importante variedad de
ejercicios resueltos asociados con los temas desarrollados.
2 Matrices
Las matrices, sus propiedades y aplicaciones, son de los temas ms importante en el estudio del
lgebra lineal. Este tipo de objetos matemticos permiten representar en forma ordenada y con-
veniente variada informacin con el fin de facilitar su lectura.
Por ejemplo, usualmente las calificaciones finales de los estudiantes en los diversos cursos del
TEC son mostradas en forma tabular. En la tabla que se muestra se presentan las calificaciones de
tres estudiantes del curso de lgebra lineal para computacin impartido en algn semestre previo.
EP1 EP2 EP3 NF

Ana Luca 70 78 94 80
Ricardo 47 58 65 55
Ernesto 68 72 66 70
En esta tabulacin de datos EP1, EP2, EP3 y NF significan, respectivamente, calificacin del primer
examen parcial, calificacin del segundo examen parcial, calificacin del tercer examen parcial y
nota final.
Determinar la calificacin de Ricardo en el tercer examen parcial o determinar la nota final de
Ana Luca sera muy sencillo con ayuda de esta tabulacin. Si quedan claramente definidos los
encabezados y el orden para los nombres de los estudiantes, el arreglo anterior se puede resumir
mediante la representacin de tres filas y cuatro columnas de nmeros reales que se muestra a
continuacin:
70 78 94 80
47 58 65 55
68 72 66 70
Se definirn algunos conceptos bsicos relacionados con el tema de matrices, tipos especiales de
matrices, operaciones que se definen entre matrices; adems, se estudiar el concepto de matriz
inversa y se definirn las operaciones elementales sobre las filas de alguna matriz.
2.1 Conceptos bsicos y definiciones
Se iniciar con la definicin de algunos conceptos bsicos relacionados con matrices y aspectos
varios de notacin.
Matrices
Definicin 2.1 (Matriz en R)

Una matriz en R es un arreglo rectangular de nmeros reales distribuidos en filas y columnas.
En general, una matriz real A que tiene m filas y n columnas es un ordenamiento de nmeros
reales de la forma:

a11 a12 a13 a1 j a1n

a21 a22 a23 a2 j a2n

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

A=

ai1 ai2 ai3 ai j ain

.. .. .. .. ..

. . . . .
am1 am2 am3 am j amn
donde ai j R, i, j N con 1 i m, 1 j n
Notacin
Si una matriz A tiene m filas y n columnas se dice que A es de tamao mn o que A es de
orden mn. Si m = n, se dice que A es de orden n
Cada nmero real ai j del ordenamiento es llamado elemento de A o entrada de A
A(i) representa la i-sima fila de A; as,

A(i) = ai1 ai2 ai3 ain
A( j) representa la j-sima columna de A; as,

a1 j

a2 j

( j) a3 j

A =

..

.
am j
El elemento ai j , entrada de A que est en la i-sima fila y en la j-sima columna,a es tambin

denotado como hAii j
El conjunto formado por todas las matrices de tamao mn con entradas reales es denotado
como Mmn (R). Si m = n, simplemente se escribe Mn (R)
a En casos de ambigedad, con respecto al nmero de fila o de columna, es vlida la notacin ai, j
5
Ejemplo 2.1
Considere la matriz B, definida por
5 7

3 0
B= 1 0,75 31 0,5
ln 2 e7 4 cos e
1 Determine el tamao de B
2 Enuncie, en caso de existir, el valor de hBi23 , hBi41 , hBi11 , hBi14 , hBi34 y hBi31 , respectivamente.
hBi33
3 Determine el valor de la expresin siguiente: hBi13 hBi32 +
hBi22
Solucin
1 B es de tamao 34, ya que B tiene tres filas y cuatro columnas.
2 hBi23 = 31 hBi11 = 5 hBi34 = cos e

hBi41 no existe hBi14 = 7 hBi31 = ln 2
hBi33 16
3 hBi13 hBi32 + = , ya que
hBi22 3
hBi33 4
hBi13 hBi32 + = 0 e7 +
hBi22 0,75
16
= 0+
3
16
=
3
Ejemplo 2.2
La matriz D, definida por

8
0
D=

7

hDi11 + hDi41 hDi31 11
es una matriz de tamao 41 en la que + 2 hDi31 = , ya que
5 + hDi21 5
Matrices
Ejemplo 2.2 - continuacin

hDi11 + hDi41 hDi31 8 + 7
+ 2 hDi31 = +2
5 + hDi21 5+0
1
= + 2
5

= + 2
5
11
=
5
Ejemplo 2.3
La matriz C, definida por

C= 7 21 3 1 0
es una matriz de tamao 15, en la que hCi14 = 1
Ejercicio 2.1
Sea A M3 (R). Determine la matriz A, de manera explcita, si se tiene que:
(1) j+1 2i

si i = 1, 2, 3, j = 1

hAii j = i+ j
i (1)

si i = 1, 2, 3, j = 2, 3
i+ j1
Definicin 2.2 (Igualdad de matrices)

Sean A, B Mmn (R). Se dice que A y B son iguales, y se escribre A = B, si se cumple que
hAii j = hBii j , i, j N con 1 i m, 1 j n
De acuerdo con la definicin anterior, para determinar si dos matrices son iguales se debe cumplir
que dichas matrices tengan el mismo tamao y que, adems, todas sus entradas correspondientes
sean iguales.
7
Ejercicio 2.2
Determine, de ser posible, valores para las incgnitas x, y, z R de manera que se cumpla, respec-
tivamente, la igualdad entre cada par de matrices.
1

5 7
z+1 49

E= y 0,5 F = 1 cos

3

16 x1 ln e4 y 2x
2
x2 1 92 52 (3)4

2 3 25 y + z
A= D=
y z+y 3 1 y 2 yz 1
Definicin 2.3 (Matriz transpuesta de una matriz)

Sea A Mmn (R). La matriz transpuesta de A, denotada como At , es la matriz de tamao nm, tal
que

t
A i j = hAi ji , i, j N con 1 i n, 1 j m
Con base en lo anterior, se puede asegurar que la matriz transpueta de A es aquella matriz que se
obtiene a partir de A luego de escribir cada fila i como columna i. En general, si
a11 a12 a13 a1n

a21 a22 a23 a2n
A= .

.. .. ..
.. . . .
am1 am2 am3 amn
se tiene que
a11 a21 am1

a12 a22 am2

t a13 a23 am3

A =

.. .. ..

. . .
a1n a2n amn
Ejercicio 2.3
(1)i+ j (2 j i)
Si D M42 (R), tal que hDii j = , i, j N con 1 i 4, j = 1, 2, determine lo que se
Min (i, j)
pide en cada caso.
1 D 4 D(1) 7 Dt(2)
2 Dt 5 D(2) 8 Dt(1)
t
3 Dt 6 D(2) 9 D(2) t
Matrices
Ejemplo 2.4
t
Demuestre que si A Mmn (R), entonces At =A
Solucin
t
Para demostrar
D E que At = A, con A Mmn (R), basta demostrar (entrada por entrada) que
t
At = hAii j , i, j N con 1 i m, 1 j n
ij
Veamos:
i, j N con 1 i m, 1 j n se tiene que
D E
t
At = At ji

definicin 2.3
ij
= hAii j definicin 2.3
D t E
As, At = hAii j , i, j N con 1 i m, 1 j n
ij
t
At =A
2.2 Tipos de matrices y resultados
Frecuentemente, se estar trabajando con matrices que presentan cierta particularidad; algunas
de ellas se definen a continuacin.
Definicin 2.4 (Matriz cuadrada)

Una matriz A es una matriz cuadrada si, y solo si, A Mn (R)
La definicin anterior indica que una matriz cuadrada es aquella que posee igual nmero de filas
y de columnas; es decir, un arreglo de nmeros de tamao nn. Si A es una matriz de tamao
nn, se dice que A es de orden n. Toda matriz cuadrada A de orden n es un arreglo de la forma

a11 a12 a1n
a21 a22 a2n
A=

.. .. .. ..
. . . .
an1 an2 ann
Los elementos a11 , a22 , a33 , . . . , ann conforman lo que se denomina diagonal principal1 de A.
1 En adelante se emplear simplemente el trmino diagonal de A para hacer referencia a estos elementos; note que este
es un concepto exclusivo para matrices cuadradas.

9
Se dice, adems, que el elemento hAii j est bajo la diagonal de A si se cumple que i > j; similar-
mente, si i < j se dice que el elemento hAii j est sobre la diagonal de A.
Ejercicio 2.4
Enuncie alguna matriz B que cumpla, simultneamente, las condiciones siguientes:
Los elementos de su diagonal son entradas de la forma 2, con Z
B es de orden 6.
Los elementos sobre su diagonal son menores que la suma de los elementos de la diagonal.
hBii j = j i, i, j con i > j
Definicin 2.5 (Matriz columna)

Una matriz A es una matriz columna si, y solo si, A Mm1 (R)
En general, una matriz columna de tamao m1 es un arreglo de m filas y 1 columna de la forma

a11

a21

a31

..

.
am1
Definicin 2.6 (Matriz fila)

Una matriz A es una matriz fila si, y solo si, A M1n (R)
En general, una matriz fila de tamao 1n es un arreglo de 1 fila y n columnas de la forma

a11 a12 a13 a1n
Definicin 2.7 (Matriz identidad)

Una matriz A es una matriz identidad si, y solo si, los elementos de su diagonal son todos iguales
a 1 y sus restantes elementos son iguales a 0.
La matriz identidad de orden n ser denotada como In ; de esta manera, se tiene que

1 si i = j
hIn ii j = i, j N con 1 i n, 1 j n
0 si i 6= j
Matrices
Ejemplo 2.5
1 La matriz identidad de orden 5 es la matriz

1 0 0 0 0
0 1 0 0 0

I5 =
0 0 1 0 0

0 0 0 1 0
0 0 0 0 1
2 La matriz identidad de orden 2 es la matriz

1 0
I2 =
0 1
Definicin 2.8 (Matriz nula)

Sea A Mmn (R). La matriz A es una matriz nula si, y solo si, todas sus entradas son iguales a 0.
La matriz nula de tamao mn ser denotada como Omn (si m = n se denota como On ); de esta
manera, se tiene que
hOmn ii j = 0, i, j N con 1 i m, 1 j n
Ejemplo 2.6
1 La matriz nula de tamao 25 es la matriz

0 0 0 0 0
O25 =
0 0 0 0 0
2 La matriz nula de tamao 14 es la matriz

O14 = 0 0 0 0
3 La matriz nula de orden 3 es la matriz

0 0 0
O3 = 0 0 0
0 0 0
11
Definicin 2.9 (Matriz diagonal)

Sea A Mn (R). La matriz A es una matriz diagonal si, y solo si, todos los elementos de A que no
estn en su diagonal son iguales a 0.
Con base en la definicin anterior, si A es una matriz diagonal de orden n, se cumple que

aii si i = j
hAii j = donde aii R, i N con 1 i n
0 si i 6= j
Es decir, A es de la forma

a11 0 0 0

0 a22 0 0

0 0 a33 0

A=
.. .. .. .. ..
.

. . . .
0 0 0 ann
Definicin 2.10 (Matriz triangular superior)

Sea A Mn (R). La matriz A es una matriz triangular superior si, y solo si, hAii j = 0, i, j con i > j
De esta manera, si A es una matriz triangular superior todos los elementos de A que estn bajo su
diagonal son iguales a 0; es decir, A es de la forma

a11 a12 a13 a1n

0 a22 a23 a2n

0 0 a33 a3n

A=
.. .. .. .. ..
.

. . . .
0 0 0 ann
Definicin 2.11 (Matriz triangular inferior)

Sea A Mn (R). La matriz A es una matriz triangular inferior si, y solo si, hAii j = 0, i, j con i < j
As, si A es una matriz triangular inferior todos los elementos de A que estn sobre su diagonal
son iguales a 0; es decir, A es de la forma

a11 0 0 0

a21 a22 0 0

a31 a32 a33 0

A=
.. .. .. .. ..
.

. . . .
an1 an2 an3 ann
Matrices
Ejercicio 2.5
Enuncie una matriz como ejemplo para cada uno de los primeros cuatro enunciados y responda
la pregunta del ltimo del ellos.
1 Matriz triangular superior de orden 5.
2 Matriz diagonal de orden 4.
3 Matriz triangular inferior de orden 2.
4 Matriz triangular superior e inferior, simultneamente, y de orden 3.
5 Cules son los tipos en los que se puede clasificar la matriz O4 ?
2.3 Operaciones con matrices
En esta seccin se estudiarn las operaciones que se definen en el conjunto Mmn (R) y algunas de
sus propiedades ms relevantes.
Definicin 2.12 (Adicin de matrices)

Sean A, B Mmn (R). Se define la suma de A y B, denotada como A + B, como la matriz de tamao
mn dada por
hA + Bii j = hAii j + hBii j , i, j N con 1 i m, 1 j n

a11 a12 a1n b11 b12 b1n
a21 a22 a2n b21 b22 b2n
En trminos generales,2 si A = yB= entonces

.. .. .. .. .. ..
. . . . . .
am1 am2 amn bm1 bm2 bmn
a11 + b11 a12 + b12 a1n + b1n

a21 + b21 a22 + b22 a2n + b2n
A+B =

.. .. ..
. . .
am1 + bm1 am2 + bm2 amn + bmn
Ejemplo 2.7
4 0 10 11 1 15 14 11 0

2 1 13
1 3 5 2 + 4 15 10 8 = 3 18 15 6
8 3 7 11 7 0 4 3 1 3 11 8
2 Observe que la adicin de matrices con tamaos diferentes no est definida.

13
Definicin 2.13 (Multiplicacin de un nmero real por una matriz)

Sean A Mmn (R) y R. Se define el producto de y A, denotado como A, como la matriz de
tamao mn dada por
h Aii j = hAii j , i, j N con 1 i m, 1 j n

a11 a12 a1n
a21 a22 a2n
As, si R y A = entonces3

.. .. ..
. . .
am1 am2 amn

a11 a12 a1n
a21 a22 a2n
A =

.. .. ..
. . .
am1 am2 amn
Ejemplo 2.8
Si k, r R
1 3 r 5 15 5r
5 =
0 2 + k 5 0 10 5k 25
Definicin 2.14 (Sustraccin de matrices)

Sean A, B Mmn (R). Se define la resta de A y B, denotada como A B, como la matriz de tamao
mn dada por A B = A + (1 B)
En trminos generales, hA Bii j = hAii j hBii j , i, j N con 1 i m, 1 j n; de esta manera, si

a11 a12 a1n b11 b12 b1n

a21 a22 a2n b21 b22 b2n
A= . yB= . .. entonces

. . ..
.. .. .. .. . .
am1 am2 amn bm1 bm2 bmn
a11 b11 a12 b12 a1n b1n

a21 b21 a22 b22 a2n b2n
AB =

.. .. ..
. . .
am1 bm1 am2 bm2 amn bmn
3 Usualmente, se escribre A en vez de A.

Matrices
Ejercicio 2.6
Considere las matrices y realice, si est definida, la operacin que se indica en cada caso.
1 5 1 2

2 5 4 0
7 4 11
A= 0 3 4 B= C= 2 3 D = 4 5 6
8 1 0
1 2 6 1 1 7 0 10
1 A+D 8 At + Dt 15 B 2Ct
2 D+A 9 DD 16 (3A)t + D
3 A + D + 2C 10 D 2I3 17 2 (A + D)
4 A 5I3 11 BB 18 2A 2D
5 O32 +C 12 2D D 19 C I2
6 O32 + A 13 3B +C 20 Bt C
7 (A + D)t 14 5B 2B 21 C Bt
Teorema 2.1
Si , R y A, B,C Mmn (R), entonces:
1 A+B = B+A la adicin es conmutativa en Mmn (R)
2 A + (B +C) = (A + B) +C la adicin es asociativa en Mmn (R)
3 A + Omn = Omn + A = A Omn es el elemento neutro aditivo en Mmn (R)
4 A + (A) = (A) + A = Omn en Mmn (R) toda matriz posee matriz opuesta aditiva
5 (A) = () A
6 A + B = (A + B)
7 A + A = ( + ) A
8 1A = A
Demostracin resultado (1)

Para demostrar que A + B = B + A basta probar que, entrada por entrada,
hA + Bii j = hB + Aii j , i, j N con 1 i m, 1 j n
Veamos:
15
Demostracin resultado (1) - continuacin
hA + Bii j = hAii j + hBii j definicin 2.12
= hBii j + hAii j conmutatividad de la adicin en R
= hB + Aii j definicin 2.12
As, hA + Bii j = hB + Aii j , i, j N con 1 i m, 1 j n
A+B = B+A

Para demostrar que se cumple la igualdad A + B = (A + B) basta probar que, entrada por
entrada,
hA + Bii j = h (A + B)ii j , i, j N con 1 i m, 1 j n
Veamos:
h (A + B)ii j = hA + Bii j definicin 2.13

= hAii j + hBii j definicin 2.12
= hAii j + hBii j distributividad de respecto de + en R
= hAii j + hBii j definicin 2.13
= hA + Bii j definicin 2.12
As, h (A + B)ii j = hA + Bii j , i, j N con 1 i m, 1 j n
A + B = (A + B)
Ejercicio 2.7
Demuestre los dems resultados del teorema 2.1.
Ejercicio 2.8
Sean A, B Mmn (R) y R. Demuestre las propiedades siguientes.
1 A B = B + A 3 (A)t = At 5 (A B)t = At Bt
2 A B = (A B) 4 (A + B)t = At + Bt
Matrices
Definicin 2.15 (Multiplicacin de una matriz fila por una matriz columna)
Sean A M1n (R) y B Mn1 (R). Se define el producto de A y B, denotado como A B, como el
nmero real dado por
n
AB = hAi1k hBik1
k=1

b11
b21
entonces4

En trminos generales, si A = a11 a12 a1n yB=

..
.
bn1
AB = a11 b11 + a12 b21 + + a1n bn1
Ejemplo 2.9

3

5

Si A = 2 7 0 1 4 yB= 15 entonces AB = 27, ya que

2

0

3

5

AB = 2 7 0 1 4 15

2

0
= (2) (3) + (7) (5) + (0) (15) + (1) (2) + (4) (0)
= 6 35 + 0 + 2 + 0
= 27
Definicin 2.16 (Multiplicacin de matrices)

Sean A Mmp (R) y B M pn (R). Se define el producto de A y B, denotado como A B, como la
matriz de tamao mn dada por
p
hABii j = hAiik hBik j , i, j N con 1 i m, 1 j n
k=1
Como el elemento de AB que est en la fila i y columna j se obtiene multiplicando5 la i-sima fila
de A con la j-sima columna de B, el producto de estas dos matrices existe si, y solo si, el nmero
de columnas de A es igual al nmero de filas de B.
4 Observe que la multiplicacin de una matriz fila por una matriz columna (en ese orden) est definida, nicamente,
cuando ambas matrices poseen el mismo nmero de elementos.

5 Otra forma de escribir este resultado es hABi = A B( j) , i, j N con 1 i m, 1 j n
ij (i)
17
Ejemplo 2.10
3 4 1 1

2 1 4
Considere las matrices A = yB= 0 9 0 2
3 5 7
1 6 2 5
Como A tiene 3 columnas (A es de tamao 23) y B tiene 3 filas (B es de tamao 34), el producto

2 23 6 16
AB est definido; adems, AB es de tamao 24 y se tiene que AB = ya
16 15 17 28
que
A(1) B(1) A(1) B(2) A(1) B(3) A(1) B(4)

AB =
A(2) B(1) A(2) B(2) A(2) B(3) A(2) B(4)
6 + 0 + 4 8 9 + 24 2+08 2 2 + 20

=
9 + 0 7
12 + 45 42 3 + 0 + 14 3 + 10 35

2 23 6 16
=
16 15 17 28
Note que el producto BA no est definido en este caso, ya que el nmero de columnas de B no es
igual al nmero de filas de A.
Ejercicio 2.9
Considere las matrices y realice, si est definida, la operacin que se indica en cada caso.

4 1 1 2 1
A= 1 0 2 B= 5 3 0 C= 2 1
1 2 0 1 2
3

1 2
4
D = 1 2 F= G= 1
4
0 2 0
1 CF 3G 7 Dt At 13 AG
2 DI2 8 Gt D + 2F 14 GA Bt
3 I2 D 9 2 (BC) 15 2FA (C + D)t
4 I3 D 10 (2B)C 16 AC + AD
5 (AD)t 11 (C D) F 17 (C + D) A
6 At Dt 12 CF DF 18 A (C + D)
Matrices
Axioma 1 Si A, B, D Mmn (R) ,C Mnp (R) y F Mrm (R), entonces:

1 A = B A+D = B+D
2 A = B FA = FB
3 A = B AC = BC
Teorema 2.2
Si A, B Mmn (R) ,C Mnp (R) , D M ps (R) y F Mrm (R), entonces:
1 FA + FB = F (A + B) distributividad de respecto de + en matrices (por la izquierda)
2 AC + BC = (A + B)C distributividad de respecto de + en matrices (por la derecha)
3 (AC) D = A (CD) asociatividad de la multiplicacin de matrices
4 Im A = A = AIn I es el elemento neutro multiplicativo en matrices

Para demostrar que se cumple la igualdad FA + FB = F (A + B) es suficiente probar que, entrada
por entrada,
hFA + FBii j = hF (A + B)ii j , i, j N con 1 i r, 1 j n
Veamos:
i, j N con 1 i r, 1 j n se tiene que
hFA + FBii j = hFAii j + hFBii j definicin 2.12
m m
= hFiik hAik j + hFiik hBik j definicin 2.16
k=1 k=1
m
m m m
= hFiik hAik j + hFiik hBik j ak + bk = ak + bk

k=1 k=1 k=1

k=1
m
= hFi
ik hAikj + hBikj dist. de respecto de + en R
k=1
m
= hFiik hA + Bik j definicin 2.12
k=1
= hF (A + B)ii j definicin 2.16
As, hFA + FBii j = hF (A + B)ii j , i, j N con 1 i r, 1 j n
FA + FB = F (A + B)
Ejercicio 2.10
Demuestre los dems resultados del teorema 2.2.

19
Ejercicio 2.11
Sean A, B Mmn (R) ,C Mnp (R) , D Mrm (R) y R. Demuestre las propiedades siguientes.
1 Int = In 4 (AC)t = Ct At 7 (A)C = A (C) = (AC)

2 Orm A = Orn 5 DA DB = D (A B)
3 AOnp = Omp 6 AC BC = (A B)C
2.4 Matrices no singulares
Algunas matrices cuadradas cumplen con ciertas condiciones que nos dirigen hacia un estudio
ms detallado respecto de ellas y de algunas de las propiedades que satisfacen. Las matrices no
singulares poseen una serie de aplicaciones sumamente importantes en el estudio de esta materia.
Definicin 2.17 (Matriz no singular)

Sea A Mn (R). Si existe alguna matriz A0 de orden n, tal que AA0 = In y A0 A = In , entonces se dice
que A es una matriz no singular o invertible.
Si A es una matriz no singular de orden n, toda matriz A0 que satisfaga AA0 = In y A0 A = In es

llamada una inversa de A y denotada como A1 ; de esta manera, si A es una matriz no singular de
orden n se cumple que AA1 = A1 A = In
Si A no posee matriz inversa alguna, se dice que A es singular.
Ejemplo 2.11
1 1

3 3 0 1
Si se tiene que A = 2 2 1 entonces A1 = 1 0 1 es una matriz inversa de A,
3 2 1 2 3 0
ya que
3 3 1 1

0 1
AA1 = 2 2 1 1 0 1
3 2 1 2 3 0
0+32 3 + 0 + 3 3 3 + 0

= 0+22 2 + 0 + 3 2 2 + 0
0+22 3 + 0 + 3 3 2 + 0
Matrices

1 0 0
= 0 1 0
0 0 1
= I3
y, adems
0 1 1

1 3 3
A1 A = 1 0 1 2 2 1
2 3 0 3 2 1
02+3 02+2 0+11

= 3+03 3+02 1 + 0 + 1
66+0 66+0 2 + 3 + 0

1 0 0
= 0 1 0
0 0 1
= I3
es decir, AA1 = A1 A = I3
Teorema 2.3 (Unicidad de la matriz inversa de una matriz no singular)

Si A es una matriz no singular de orden n, entonces la matriz inversa de A es nica.
Demostracin
Como la matriz A es no singular de orden n, existe al menos una matriz de orden n que es inversa
de A. Supongamos que B y C son dos matrices inversas de la matriz A, tales que B 6= C; es decir, se
cumplen los resultados siguientes:
AB = BA = In (2.1)
AC = CA = In (2.2)
Por otra parte, se tiene que:
B = BIn I es el elemento neutro multiplicativo
= B (AC) resultado (2.2)
= (BA)C asociatividad de la multiplicacin de matrices
= InC resultado (2.1)
= C I es el elemento neutro multiplicativo

21
Demostracin - continuacin
As, B = C ()
Si A es una matriz no singular, A1 es nica.
Ejemplo 2.12

2 2
Determine, en caso de existir, A1 si se tiene que A =
0 4
Solucin

a b
Supongamos que A es no singular y que A1 =
c d
Como A es no singular, se debe cumplir que AA1 = I2 y que A1 A = I2
Veamos (considerando la primera de las igualdades):
AA1 = I2

2 2 a b 1 0
=
0 4 c d 0 1

2a 2c 2b 2d 1 0
=
4c 4d 0 1
2a 2c = 1

2b 2d = 0

4c = 0

4d = 1

1

a=
2

1
b=

4

c=0

d=1

4
1 1

2 4
De esta manera, si A1 = entonces AA1 = I2

1
0
4
Matrices
Solucin - continuacin
Ahora, es necesario determinar si con la matriz A1 encontrada anteriormente se satisface la igual-
dad A1 A = I2 o no.
Veamos:
1 1

2 4
1 2 2
A A =

1 0 4

0
4
1
+ 14 (0) 1 1

2 (2) 2 (2) + 4 (4)
=
1 1

(0) (2) + 4 (0) (0) (2) + 4 (4)

1 + 0 1 + 1
=
0+0 0+1

1 0
=
0 1
= I2
As, A1 A = I2

1 1

2 4
A es no singular y, adems, A1 =

1
0
4
Ejercicio 2.12
Determine, en caso de existir, la matriz inversa de cada una de las matrices siguientes.

1 1 1

1 0 1 2
1 D= 3 G=
3 0 2 F = 1 0 1 4 2
2 3 0
Teorema 2.4
Si A, B Mn (R), tal que A y B son matrices no singulares, entonces AB es una matriz no singular y
(AB)1 = B1 A1
Ejercicio 2.13
Demuestre el teorema 2.4.

23
El teorema que se enuncia a continuacin simplifica el proceso de comprobacin relacionado con

la no singularidad de toda matriz que sea invertible; su demostracin requiere temas que se anali-
zan posteriormente y est desarrollada en el Ejemplo 5.16.
Teorema 2.5
Sean A, B Mn (R), si BA = In necesariamente AB = In
Anteriormente, para determinar si alguna matriz cuadrada A es no singular se deba encontrar

una matriz B del mismo orden que A tal que satisficiera las condiciones AB = I y BA = I ; con este
teorema, esta comprobacin se reduce a considerar cualquiera de las dos igualdades, ya que con
una de ellas se garantiza la otra.
Teorema 2.6
1
Si A Mn (R), tal que A es una matriz no singular, entonces A1 =A
Ejercicio 2.14
Definicin 2.18 (Matriz simtrica)

Sea A Mn (R). La matriz A es una matriz simtrica si, y solo si, A = At
Definicin 2.19 (Matriz antisimtrica)

Sea A Mn (R). La matriz A es una matriz antisimtrica si, y solo si, A = At
Ejercicio 2.15
Sean A Mn (R), B,C Mnm (R) y D, F Mrn (R), tal que A es una matriz no singular. Demuestre
las propiedades siguientes.
1 In1 = In
1 t
2 At = A1
3 AB = AC B = C
4 DA = FA D = F
Matrices
Definicin 2.20 (Potencia en matrices)

Sea A Mn (R). La matriz Ak , con k N, representa la k-sima potencia de A y se define de la
manera siguiente:
1 A0 = Im
2 Ak = A A A A (k veces A)
k
3 Ak = A1 , siempre que A sea no singular
Definicin 2.21 (Matriz peridica)

Sea A Mn (R). La matriz A es una matriz peridica si, y solo si, p Z+ , tal que A p+1 = A
Si A es una matriz peridica, el menor entero positivo p con el que se satisfaga la igualdad A p+1 = A
se llama perodo de A
Definicin 2.22 (Matriz idempotente)

Sea A Mn (R). La matriz A es una matriz idempotente si, y solo si, A2 = A
Definicin 2.23 (Matriz nilpotente)

Sea A Mm (R). La matriz A es una matriz nilpotente si, y solo si, n Z+ , tal que An = Om
Si A es nilpotente, el menor entero positivo n con el que se satisfaga la igualdad An = Om se llama

ndice de nilpotencia.
2.5 Matrices elementales
El procedimiento realizado en el ejemplo 2.12 para la obtencin de la matriz inversa de alguna

matriz no singular es, en muchas ocasiones, de manejo algebraico laborioso.
Se desarrollarn procedimientos que permiten obtener dicha matriz inversa de una forma ms
eficiente que la mencionada; adems, se definir el concepto de matriz equivalente que es de
suma importancia en el desarrollo de temas posteriores.
Definicin 2.24 (Operacin elemental sobre las filas de una matriz)

Sea A Mmn (R). Una operacin elemental sobre las filas de A es cualquiera de las tres siguientes:
1 kFi Modificar la fila i de A multiplicndola por un nmero real k, k 6= 0
2 Fi F j Intercambiar las filas i y j de A
3 kF j + Fi Modificar la i-sima fila de A sumndole k veces la fila j

25
Definicin 2.25 (Matrices equivalentes por filas)

Una matriz B es equivalente por filas con una matriz A, si B se obtiene a partir de A mediante una
secuencia finita de operaciones elementales sobre sus filas.
Si la matriz B es equivalente por filas con la matriz A se escribe A B.
Ejemplo 2.13
Considere la matriz P definida como
5 3

2 1
P= 1 0 1 5
4 1 3 2
Son equivalentes por filas con P las matrices siguientes:
4

1 3 2
F F 2F
R = 2 0 2 10 Se realiza: P 1 3 2 R
2 5 1 3
5 3

2 1
1F
2 F F F F
Z= 1 0 1 5 4F
Se realiza: P 2 4 P 1 3 1 3 Z = P
4 1 3 2
5 1 3

2
2F1 +F3 2F3 +F2 F2 F3
B= 0 9 5 4 Se realiza: P B
1 18 11 13
5 3

2 1
3F1 +F2 3F1 +F2
F = 1 0 1 5 Se realiza: P F =P
4 1 3 2
10 9 28

1
F F 3F 2F2 +F1 4F3 F1 +F3
H = 3 0 3 15 Se realiza: P 1 3 2 H
2 19 13 40
Con base en las operaciones realizadas en la matriz P del ejemplo anterior para la obtencin de
las matrices Z y F, se puede definir un concepto importante para operaciones elementales: el
concepto de operacin elemental inversa.
Definicin 2.26 (Operacin elemental inversa)

Se dice que una operacin elemental es inversa de otra si aplicando ambas operaciones a alguna
matriz A, de manera secuencial, se obtiene como resultado la matriz A.
En general, para cada una de las operaciones elementales sobre las filas de alguna matriz su
operacin elemental inversa est definida, respectivamente, de la manera siguiente:
Matrices
1
1 kFi Operacin elemental inversa: Fi , con k 6= 0
k
2 Fi F j Operacin elemental inversa: Fi F j
3 kF j + Fi Operacin elemental inversa: kF j + Fi
Ejercicio 2.16
Considere las matrices R, B y H del ejemplo 2.13 y, a partir de estas, obtenga la matriz P del mismo
ejemplo utilizando el resultado de la definicin anterior.
Definicin 2.27 (Matriz elemental)

Una matriz elemental de orden n, denotada como E, es toda matriz que se obtiene de la matriz In
despus de aplicarle una, y solo una, operacin elemental.
Una matriz elemental de orden n se dice que es del tipo a, tipo b o tipo c si se realiza, respectivamente,
a la matriz In la operacin elemental a, b o c de la definicin 2.24; asimismo, toda matriz elemental
de orden n se denota, de manera ms especfica y basados en el tipo que sea, como Ea , Eb o Ec
Ejemplo 2.14
Son matrices elementales de orden 3 las matrices siguientes:

1 0 0 1 0 0 1 0 0
1 Ea = 0 5 0 3 Ea = 0 1 0 5

Ea = 0 1 0

0 0 1 0 0 k
1
0 0
k

0 0 1 1 0 0 1 k 0
2 Eb = 0 1 0 4 Ec = 0 1 0 6 Ec = 0 1 0
1 0 0 2 0 1 0 0 1
Teorema 2.7
Si A Mmn (R) y B se obtiene de A luego de efectuarle una operacin elemental sobre sus filas,
entonces existe una matriz elemental E de orden m, tal que B = EA, donde E se obtiene de Im
despus de efectuar la misma operacin elemental realizada en A para la obtencin de B.
27
Demostracin
Para demostrar lo que se enuncia, basta probar que las igualdades mencionadas son vlidas para
cada uno de los tres nicos casos que existen; especficamente, se deben contemplar los tres tipos
de operaciones elementales definidas y verificar, respectivamente, la igualdad entre la matriz B y
la matriz EA.
Se desarrollar el caso que contempla la operacin elemental kFi
Veamos:
Sean k R, k 6= 0 y A, B Mmn (R). Suponga que la matriz B se obtiene de la matriz A despus de
realizar la operacin kFr
En este caso, A y B difieren nicamente
( en su r-sima fila; especficamente, i, j N con 1 i m,
hAii j si i 6= r
1 j n, se tiene que hBii j =
k hAii j si i = r
Sea E Mm (R) la matriz elemental que se obtiene de Im luego de efectuar la operacin elemental

1 si i = j, i 6= r
kFr ; en este caso, i, j N con 1 i m, 1 j m, hEii j = k si i = j = r
0 si i 6= j

Se quiere probar que hEAii j = hBii j , i, j N con 1 i m, 1 j n
Partiendo del primer miembro de la igualdad, i, j N con 1 i m, 1 j n, se tiene que:
m
hEAii j = hEiit hAit j
t=1
= hEii1 hAi1 j + hEii2 hAi2 j + + hEiii hAii j + + hEiim hAim j
= 0 hAi1 j + 0 hAi2 j + + hEiii hAii j + + 0 hAim j
= hEiii hAii j
(
1 hAii j si i 6= r
=
k hAii j si i = r
(
hAii j si i 6= r
=
k hAii j si i = r
= hBii j
As, hEAii j = hBii j , i, j N con 1 i m, 1 j n.
El resultado de efectuar la operacin elemental kFi sobre las filas de toda matriz A, es el mismo
que realizar la multiplicacin EA, donde E es la matriz elemental obtenida al aplicarle a I la
operacin elemental kFi
Ejercicio 2.17
Demuestre los dos casos restantes del teorema 2.7.

Matrices
Ejercicio 2.18
3 2 0 5

Considere la matriz A definida como A = 0 3 3 2 y las matrices elementales de

1 5 4 1
0 3

1 0 0 1 0 0 1
orden 3 Ea , Eb y Ec definidas por Ea = 0 1 0 , Eb = 0 0 1 y Ec = 0 1 0
0 0 4 0 1 0 0 0 1
1 Determine las matrices P, Q y R que se obtienen a partir de A, despus de realizar, respecti-

vamente, la operacin elemental 4F3 , F2 F3 y 3F3 + F1
2 Verifique que se cumplen las igualdades siguientes:
P = Ea A
Q = Eb A
R = Ec A
3 Con base en el teorema anterior, obtenga la matriz U que se obtiene de A despus de re-
3F3 +F1 4F3
alizarle, secuencialmente, las operaciones elementales sobre filas siguientes: A
F2 F3 2F1 +F2
U.
Teorema 2.8
Si A, B Mmn (R) y B es equivalente por filas con A, entonces existe una matriz C de orden m, tal
que B = CA, donde C es la matriz producto de un nmero finito de matrices elementales de orden
m.
Ejercicio 2.19
Teorema 2.9
Toda matriz elemental E de orden n es invertible y su inversa E 1 es una matriz elemental, que
se obtiene aplicando a In la operacin elemental inversa de la operacin que le fue efectuada a In
para determinar E.
Demostracin
Si E es una matriz elemental de orden n, entonces E se obtiene de In despus de efectuarle alguna
operacin elemental sobre sus filas.
Sea E 0 la matriz que se obtiene de In despus de realizarle la operacin elemental inversa de la
efectuada en In para la obtencin de E.
29
Si a la matriz E 0 se le realiza la operacin elemental efectuada en In para la obtencin de E,
el resultado sera esta matriz identidad, ya que el efecto de realizar de manera simultnea una
operacin elemental y su operacin elemental inversa es la obtencin de una matriz sin cambio
alguno.
De esta manera y basados en el teorema 2.7, EE 0 = In , lo que nos indica que E 0 es la matriz inversa
de E.
Toda matriz elemental E posee como inversa la matriz elemental E 1 que se obtiene aplicando
a la identidad la operacin elemental inversa de la aplicada en dicha identidad para la obtencin
de E.
Ejemplo 2.15
3

1 0 1 0 3
Las matrices elementales de orden tres E 0 = 0 1 0 y E 00 = 0 1 0 son mutua-
0 0 1 0 0 1
mente inversas, ya que:
1 0 3

1 0 3
E 0 E 00 = 0 1 0 0 1 0
0 0 1 0 0 1
3+03

1+0+0 0+0+0
= 0+0+0 0+1+0 0+0+0
0+0+0 0+0+0 0+0+1

1 0 0
= 0 1 0
0 0 1
= I3
Note que para obtener E 00 se aplica a la matriz I3 la operacin elemental inversa de la aplicada a
la misma identidad para la obtencin de E 0 .
Ejercicio 2.20
Demuestre que es equivalente por filas con" es una relacin de equivalencia.
2.6 Reduccin de matrices
Los conceptos y resultados enunciados anteriormente dan lugar a aplicaciones importantes den-
tro del estudio del lgebra matricial; el concepto de matriz reducida por filas contempla varios de
Matrices
los resultados mencionados y permite simplicidad en varios clculos que se presentarn.
Definicin 2.28 (Matriz escalonada reducida por filas)

Sea A Mmn (R). Se dice que A es una matriz escalonada reducida por filas, si A cumple, si-
multneamente, las condiciones siguientes:
Cualquier fila que contenga entradas distintas de cero precede a toda fila nula (en caso de
existir alguna).
La primera entrada distinta de cero de cada fila es el nico elemento no nulo de su columna.
El primer elemento no nulo de cada fila es 1 y se encuentra en alguna columna posterior a

la que contiene la primera entrada no nula de la fila que le precede.
Ejemplo 2.16
Son matrices escalonadas reducidas por filas las siguientes:
1 2 3 0

1 0 0 0 1
0 0 0 0

0 0
2
0 0

1 0 4 7 3
3
0 1 5 2 1

1 0 0
4 0 1 0
0 0 1

0 1 0 7 0
0 0 1 2 0

0 0 0 0 1
5

0 0 0 0 0
0 0 0 0 0
El teorema que se enuncia a continuacin muestra un resultado importante en el estudio del lge-
bra matricial; se garantiza que toda matriz se puede llevar, con base en operaciones elementales
sobre sus filas, a una matriz escalonada reducida por filas.
Teorema 2.10
Si A Mmn (R), entonces existe una nica matriz escalonada reducida por filas R, tal que A R.
31
Ejercicio 2.21
Ejemplo 2.17
La matriz escalonada reducida por filas que es equivalente por filas con la matriz A definida como
2 1 0 7 1 2 0 0 3

1 5 1
6 12 0 1 19 4 4 4
est dada por R = 0 0 1 0

A= ya que:
2 4 2 1 1 8 0 0 0 1 1 2
8 16 6 3 3 22 0 0 0 0 0 0

1 2 1 0 7 5
6F1 +F2
1 2 1 0 7 5

2F1 +F3
6 12 0 1 19 4 8F1 +F4 0 0 6 1 23 26
A=
2 4 2 1 1 8 0 0 4 1 15 18
8 16 6 3 3 22 0 0 14 3 53 62
1 7

1 2 0 5
61 F2 0 0 1 16 23
6 13
3

0 0 4 1 15 18
0 0 14 3 53 62
0 16 19 2

1 2 6 3

F2 +F1
1 23 13
4F2 +F3 0 0
1 6 6 3
14F2 +F4

0 13 31 23

0 0

2 2 4
0 0 0 3 3 3
0 16 19 2

1 2 6 3

1 23 13
0 0
1 6 6 3
3F3

0 0 0 1 1 2

2 2 4
0 0 0 3 3 3
1 F +F1
6 3
3

1
6 F3 +F2
1 2 0 0 1
32 F3 +F4 0 0 1 0 4 4

0
=R
0 0 1 1 2
0 0 0 0 0 0
Matrices
Ejercicio 2.22
Demuestre que la nica matriz de orden n escalonada reducida por filas que posee inversa es la
matriz In
Teorema 2.11
Si A Mn (R), entonces A es equivalente por filas con la matriz In si, y solo si, A es una matriz no
singular.
Demostracin
Sean A, R Mn (R), tales que A R, siendo R una matriz escalonada reducida por filas.
Como A R, existe un nmero finito de matrices elementales E1 , E2 , . . . , Ek , tales que
Ek . . . E2 E1 A = R
Con base en el teorema 2.9, las matrices E1 , E2 , . . . , Ek son invertibles y sus inversas respectivas
E11 , E21 , . . . , Ek1 son, tambin, matrices elementales; de esta manera:
Ek . . . E2 E1 A = R
E11 E21 . . . Ek1 Ek . . . E2 E1 A = E11 E21 . . . Ek1 R
A = E11 E21 . . . Ek1 R
De la ltima implicacin, se tiene que la matriz A es invertible si, y solo si, la matriz E11 E21 . . .
Ek1 R tambin lo es.
Con base en el teorema 2.4, dado que las matrices E11 , E21 , . . . , Ek1 son invertibles, el producto
E11 E21 . . . Ek1 R es envertible si, y solo si, R es invertible; luego, A es invertible si, y solo si, R
lo es.
Como R es una matriz de orden n escalonada reducida por filas, R es no singular si, y solo si, R es
la matriz In
Si A es una matriz de orden n, A es no singular si, y solo si, A In
Observe que:
Ek . . . E2 E1 A = In
A1 = Ek . . . E2 E1
A1 = Ek . . . E2 E1 In
De esta manera, para obtener la matriz A1 se aplican a In las mismas operaciones elementales
que se deben aplicar a A para la obtencin de In
En el jemplo que se enuncia a continuacin se muestra una estrategia, fundamentada en la de-
mostracin del teorema anterior, para determinar si alguna matriz es no singular y, simultnea-
mente, hallar su inversa (en caso de existir).
33
Ejemplo 2.18

3 1 2
Para determinar la matriz inversa, en caso de existir, de la matriz A = 2 1 0 se pueden
3 2 3
seguir procedimientos similares al siguiente:
1 0

3 1 2 1 0 0 1 2 2 1
F2 +F1
2 1 0 0 1 0 2 1 0 0 1 0
3 2 3 0 0 1 3 2 3 0 0 1
1 0

2F1 +F2 1 2 2 1
3F1 +F3
0 5 4 2
3 0
0 4 3 3
3 1
1 1 0

1 2 2
F2 +F3
0 5 4 2 3 0
0 1 1 1 0 1
1 1 0

1 2 2
F2 F3
0 1 1 1 0 1
0 5 4 2 3 0
3 1 2

2F2 +F1 1 0 0
5F2 +F3
0 1 1 1 0 1
0 0 1 7 3 5
3 1 2

1 0 0
F3 +F2
0 1 0 6 3 4
0 0 1 7 3 5
Como la matriz A es equivalente por filas con la matriz I3 , entonces A es una matriz no singular y
3 1 2

su inversa es la matriz A1 = 6 3 4 , matriz que se obtuvo de I3 despus de realizar

7 3 5
las mismas operaciones elementales que las efectuadas en A para la obtencin de I3
Ejercicio 2.23
Utilizando operaciones elementales sobre filas determine, en caso de existir, la matriz inversa de
cada una de las matrices siguientes.

1 0 4 1 1 1
1 F = 0 1 0 2 Z= 2 1 1
4 0 1 1 0 2
Matrices
Ejercicio 2.23 - continuacin
5 10 25 6

2 12 16
3 H = 2 1 3 1 3 3 7
7 G=
4 2 6 1 2 6 6
0 4 3 6
cos sen
4 B=
sen cos
a11 a12

2 1
8 L=
5 A= a21 a22
1 3
8 1 3 5 3

4
6 J = 5 1 2 9 P = 10 7 6
10 1 4 8 6 5
Definicin 2.29 (Rango de una matriz)

Sea A Mmn (R). Si R es la matriz escalonada reducida por filas equivalente con A, se define el
rango de A, denotado como r (A), como el nmero de filas no nulas que posee la matriz R.
Ejemplo 2.19
2 1 0 7

1 5
6 12 0 1 19 4
Si A es la matriz definida por A = se tiene que r (A) = 3, ya
2 4 2 1 1 8
8 16 6 3 3 22
que su matriz escalonada reducida por filas equivalente por filas (ver ejemplo 2.17) est dada por
1 2 0 0 3

1
0 0 1 0 4 4
R= 0 0 0 1

1 2
0 0 0 0 0 0
Ejercicio 2.24
9 4 12

3 6
2 6 5 4 8
Verifique que r (A) = 2, si se tiene que A =
1 3 0 2 4
1 3 3 2 4
35
Teorema 2.12
A Mmn (R), entonces r (A) m
Teorema 2.13
A Mn (R) es no singular si, y solo si, r (A) = n
2.7 Ejercicios
2.25 Considere las matrices

2 3 1 0 2 1 3 2
A= B= C=
3 4 5 5 0 3 4 1
De las dos operaciones que se enuncian, realice la nica que es posible efectuar y, adems, justifique por qu
la otra no est definida.
1 2C + At B 2 ABt + 3C
2.26 Sea k 6= 0 y sean A, B,C y D matrices definidas por:
1

1 0 0 1
k 2 0 k 1
A= 0 1 B = 1 0 1 C= D=
1 0 3 0 3
3 0 2 1 2
De las operaciones que se enuncian, realice aquella que est bien definida. Justifique por qu las otras tres
no se pueden realizar.
1 (AC)t + B1 3 (BA)1 +Ct
2 (CB)t D1 4 (CA)1 Dt
2.27 Encuentre dos matrices cuadradas A y B no nulas de orden 2 tales que AB = O2
2.28 Considere las matrices siguientes:
1 11 24 11 2

1 0 17 5
A= 3 2 1 B = 15 0 5 C= 5 4 1
2 0 1 2 5 9 3 4 4
1 Calcule 2A C
12 10 27

2 Si se sabe que (2A C)1 = 5 4 11 , determine una matriz X de tamao 33 con
4 3 9
entradas reales, tal que 2AX B = CX
Matrices
2.29 Considere las matrices siguientes:

3

2
2 1 3 1 4
A= , B= , C= 0 1
0 3 2 0 5
1 5
Calcule:
1 B 2Ct 3 (AB)C 5 ACt

2
2 AB 4 A (BC) 6 A
3
2.30 Encuentre la matriz X que satisface la ecuacin A X t +C = D, donde:

1 0

1 1 2 1 1
A= 0 1 0 , C = 3 4 , D = 3 0
0 0 3 0 5 1 3
2.31 Para cada una de las matrices que se enuncian determine su inversa (si existe):

3

2 1 2 3
1 A=
7 11 8 A= 2 5 7
2 4 5
4 3 3
2 A= 1 0 1 1 0 2
3 2 2 9 A= 2 1 3
4 1 8

a b
A= con ad cb 6= 0 1 2 3

3
c d
10 A= 2 1 0

2 2 1
4 2 5
4 A= 1 1 2
0 1 1

1 0 1 11 A= 4 3 4
3 3 4
1 6
5 A=
2 12
1 2 1 0

1 2 2 3

11 2 2
12 A=
0 1 1 1
6 A = 4 0 1 2 3 2 3
6 1 1

1 2 3 1
2 1

3 1 3 3 2
13 A=
7 A = 4 1 2 2 4 3 3
2 0 1 1 1 1 1
2.32 Sea A una matriz cuadrada de orden n tal que A2 = Onn , demuestre que In A es una matriz no
singular.
2.33 Si A Mmm (R), tal que A2 = A, demuestre que k N,

k
A + Im = Im + 2k 1 A
37

4 3 3
2.34 Determine si A = 1 0 1 es involutiva o no.
4 4 3
3 4

1
2.35 Pruebe que A = 1 3 4 es nilpotente y determine su ndice de nilpotencia.
1 3 4
2.36 Verifique que las matrices M y N son idempotentes, con:
2 4 1

2 3 5
M = 1 3 4 , N = 1 3 5
1 2 3 1 3 5
2.37 D un ejemplo de una matriz cuadrada de orden 3 que sea antisimtrica.
2.38 En Mn (R) se define una relacin R de la siguiente manera:
A, B Mn (R) , AR B P Mn (R) , tal que A = P1 BP
Demuestre que R es una relacin de equivalencia.
2.39 Sean A, B Mnn (R), tales quee A y B son simtricas. Demuestre que:
1 A + B es simtrica.
2 AB no siempre es simtrica.
3 A2 es simtrica.
4 An es simtrica para todos los valores enteros de n posibles.

3 Determinantes
Un concepto importante asociado con las matrices cuadradas es el concepto de determinante,

concepto de mucha utilidad por sus variadas aplicaciones: clculo de reas, clculo de matrices
inversas, clculo de volmenes y en la resolucin de sistemas de ecuaciones lineales, entre otros.
Dado que cada matriz cuadrada est relacionada con un nico nmero real, el determinante
puede ser considerado como una funcin que tiene como dominio el conjunto de la matrices
cuadradas y cuyo codominio es el conjunto de los nmeros reales.
3.1 Definiciones bsicas
Algunos de los conceptos ms relevantes en el estudio de los determinantes son enunciados a

continuacin. Las definiciones que se consideran son de suma importancia para el desarrollo de
contenidos posterios, relacionados con ciertas propiedades que se cumplen cuando se calculan
determinantes.
Definicin 3.1 (Determinante de una matriz de orden 1)

Si A es una matriz de orden 1, tal que A = (a11 ), su determinante, denotado como |A|, det (A) o
|a11 |, se define como |A| = a11
Definicin 3.2 (Menor de un elemento)

Si A Mn (R), se define el menor del elemento ai j de A, denotado por MiAj , como el determinante
de la matriz que se obtiene a partir de A luego de eliminar su i-sima fila y su j-sima columna.
Ejemplo 3.1

a b
Considere la matriz A definida como A = Para la matriz A se tiene que:
c d
A A A A
M11 = |d| = d M12 = |c| = c M21 = |b| = b M22 = |a| = a
39
Definicin 3.3 (Cofactor de un elemento)

Si A Mn (R), se define el cofactor del elemento ai j de A, denotado por Ai j , como el nmero dado
por
Ai j = (1)i+ j MiAj
Definicin 3.4 (Matriz de cofactores)

Si A Mn (R), se define la matriz de cofactores de A, denotada como A, como la matriz de orden n
dada por

A i j = Ai j , i, j, con 1 i n, 1 j n
Ejemplo 3.2
Con base en la matriz del ejemplo 3.1, se tiene que:
A11 = (1)1+1 M11

A
= (1)2 d = 1 d = d
A12 = (1)1+2 M12

A
= (1)3 c = 1 c = c
A21 = (1)2+1 M21

A
= (1)3 b = 1 b = b
A22 = (1)2+2 M22

A
= (1)4 a = 1 a = a

A11 A12 d c
De esta manera, A = =
A21 A22 b a
Definicin 3.5 (Determinante de una matriz de orden n)

Sea A Mn (R) con n 2, el determinante de A se define, de manera recursiva, como el nmero
real dado por
n
|A| = hAi1 j A1 j
j=1
Ejemplo 3.3
Considere la matriz del ejemplo 3.1 y verifique que el determinante de toda matriz de orden dos
est dado por

a b
c d = ad bc

Determinantes
Solucin
Con base en la definicin 3.5 se tiene que:
2
|A| = hAi1 j A1 j
j=1
= hAi11 A11 + hAi12 A12
= a d + b c
= ad bc

a b
De esta manera, = ad bc
c d
Ejemplo 3.4

2 1 6 3
Considere las matrices A y B definidas por A = yB=
3 5 4 1
Para estas matrices se cumple que:
|A| = 2 5 1 3
|A| = 7
|B| = 6 1 3 4
|B| = 6
As,
|A| + |B| = 7 + 6
|A| + |B| = 1
Por otra parte, se tiene que:

2 1 6 3
|A + B| = +
3 5 4 1

8 4
|A + B| =
7 6
|A + B| = 8 6 4 7
|A + B| = 20
Observe que, para estas matrices, |A + B| 6= |A| + |B|

41
Ejercicio 3.1
Para cada una de las matrices que se enuncian calcule, respectivamente, el valor de su determi-
nante.

2 3 1 0 7 13
1 A= 5 E= 9 I=
5 4 0 1 0 2

5 4 0 2x 3
2 B= 6 F= 10 J=
2 3 0 5 4x

3 2 4 6 2 3
3 C= 7 G= 11 K=
4 5 5 4 5 4

0 0 2 3 2 3
4 D= 8 H= 12 L=
6 4 15 12 5 4
Ejemplo 3.5
6

3 0
Considere la matriz A, definida por A = 0 3 2 y obtenga el valor de |A|
1 1 4
3
|A| = hAi1 j A1 j
j=1
= hAi11 A11 + hAi12 A12 + hAi13 A13
= 3 A11 + 6 A12 + 0 A13
= 3 A11 6 A12
= 3 (1)2 M11A
6 (1)3 M12A

3 2 2
6 1 0

= 3 1
1 4 1 4
= 3 (12 + 2) + 6 (0 2)
= 3 14 + 6 2
= 42 12
= 30
As, |A| = 30
Determinantes
Ejemplo 3.6
2 6

0
Considere la matriz B, definida por B = 5 3 2 y obtenga el valor de |B|
7 1 4
3
|B| = hBi1 j B1 j
j=1
= hBi11 B11 + hBi12 B12 + hBi13 B13
= 2 B11 + 6 B12 + 0 B13
= 2 B11 6 B12
= 2 (1)2 M11
B
6 (1)3 M12B

3 2 5 2
= 2 1
6 1
1 4 7 4
= 2 (12 + 2) + 6 (20 14)
= 2 14 + 6 6
= 28 + 36
= 8
As, |B| = 8
Ejemplo 3.7
3

2 0 0
3 2 6 0
y calcule |C|
Considere la matriz C, definida por C = 0 5 3 2
1 7 1 4
4
|C| = hCi1 j C1 j
j=1
= hCi11 C11 + hCi12 C12 + hCi13 C13 + hCi14 C14
= 3 C11 + 2 C12 + 0 C13 + 0 C14
= 3 C11 + 2 C12
= 3 (1)2 M11C
+ 2 (1)3 M12
C

2 6 0 3 6 0

= 3 1 5 3 2 + 2 1 0
3 2

7 1 4 1 1 4
43
= 3 8 2 30 (ver ejemplos 3.5 y 3.6)

= 24 60
= 84
As, |C| = 84
En el ejemplo 3.7 se observa que el clculo de determinantes con base en la definicin 3.5 puede
ser, en gran nmero de casos, un proceso extremadamente tedioso; posteriormente, se estar
enunciando un mtodo ms eficiente para la evaluacin de determinantes.
Ejercicio 3.2
Demuestre que |In | = 1, n N Pista: utilice induccin matemtica sobre n
3.2 Propiedades bsicas
En el estudio de determinantes se presentan gran nmero de propiedades que, en la mayora de

los casos, ayudan en los clculos de estos valores.
A continuacin, se enuncian algunos de los resultados ms relevantes para la evaluacin de de-
terminantes.
Tal y como se evidenci en el ejemplo 3.4, dadas dos matrices cualesquiera B y C del mismo orden
y una matriz A, tal que A = B +C, no siempre se cumple que |A| = |B| + |C|.
La propiedad que se enuncia en el teorema 3.1, que posee cierta similitud con lo que enunci
anteriormente, juega un papel sumamente importante en el estudio de algunas propiedades de
los determinantes.
Determinantes
Teorema 3.1
Si A, B,C Mn (R), tales que

a11 a12 a1n a11 a12 a1n
.. .. .. .. .. ..

. . .

. . .

a
r1,1 ar1,2 ar1,n

a
r1,1 ar1,2 ar1,n

A = br,1 + cr,1 br,2 + cr,2 br,n + cr,n , B = br,1 br,2 br,n

ar+1,n

ar+1,1 ar+1,2 ar+1,n ar+1,1 ar+1,2
.. .. .. .. .. ..

. . . . . .
an1 an2 ann an1 an2 ann

a11 a12 a1n
.. .. ..

. . .

a
r1,1 ar1,2 ar1,n

C = cr,1 cr,2 cr,n

ar+1,n

ar+1,1 ar+1,2
.. .. ..

. . .
an1 an2 ann
con r N, tal que 1 r n, entonces |A| = |B| + |C|
Demostracin
La demostracin es por induccin matemtica sobre n
Para n = 1 se tiene que A = (b11 + c11 ), B = (b11 ) y C = (c11 )
De esta manera,
|A| = |b11 + c11 | sustitucin de A
= b11 + c11 definicin 3.1
= |b11 | + |c11 | definicin 3.1
= |B| + |C| sustitucin de B y C
As, |A| = |B| + |C|
Asumamos que para n = k el resultado es vlido; es decir, que dadas las matrices

a11 a12 a1k a11 a12 a1k
.. .. .. .. .. ..

. . .

. . .

a
r1,1 ar1,2 ar1,k

a
r1,1 ar1,2 ar1,k

A = br,1 + cr,1 br,2 + cr,2 br,k + cr,k , B = br,1 br,2 br,k

ar+1,k

ar+1,1 ar+1,2 ar+1,k ar+1,1 ar+1,2
.. .. .. .. .. ..

. . . . . .
ak1 ak2 akk ak1 ak2 akk
45

a11 a12 a1k
.. .. ..

. . .

r1,1 ar1,2 ar1,k
a
y C = cr,1 cr,2 cr,k se cumple que |A| = |B| + |C|

ar+1,1 ar+1,2 ar+1,k

.. .. ..

. . .
ak1 ak2 akk
Con base en esta suposicin (hiptesis de induccin), se debe probar que el resultado es vlido
para n = k + 1. Especficamente, se quiere demostrar que para las matrices

a11 a12 a1,k+1 a11 a12 a1,k+1
.. .. .. .. .. ..

. . .

. . .

a
r1,1 ar1,2 ar1,k+1

a
r1,1 ar1,2 ar1,k+1

A = br,1 + cr,1 br,2 + cr,2 br,k+1 + cr,k+1 , B = br,1 br,2 br,k+1

ar+1,1 ar+1,2 ar+1,k+1 ar+1,1 ar+1,2 ar+1,k+1
.. .. .. .. .. ..

. . . . . .
ak+1,1 ak+1,2 ak+1,k+1 ak+1,1 ak+1,2 ak+1,k+1

a11 a12
a1,k+1
.. .. ..

. . .

r1,1 ar1,2 ar1,k+1
a
y C = cr,1 cr,2 cr,k+1 se cumple que |A| = |B| + |C|. Observe que si r = 1 las

ar+1,1 ar+1,2 ar+1,k+1

.. .. ..

. . .
ak+1,1 ak+1,2 ak+1,k+1
matrices A, B y C difieren solo en las entradas de la primera fila; en este caso, A(1) = B(1) + C(1) ,
donde B(1) = (b11 b12 b1,k+1 ) y C(1) = (c11 c12 c1,k+1 )
De esta manera, si r = 1 se tiene que:
k+1
|A| = hAi1 j A1 j definicin 3.5
j=1
k+1
= hAi1 j (1)1+ j M1Aj definicin 3.3
j=1
k+1
= (b1 j + c1 j ) (1)1+ j M1Aj A(1) = B(1) + C(1)
j=1
k+1
= b1 j (1)1+ j M1Aj + c1 j (1)1+ j M1Aj distributividad de " resp. de +" en R
j=1
k+1 k+1
= b1 j (1)1+ j M1Aj + c1 j (1)1+ j M1Aj
prop. de sumas: ai + bi = ai + bi
i i i
j=1 j=1
Determinantes
k+1 k+1
= b1 j (1)1+ j M1Aj + c1 j (1)1+ j M1Aj prop. de sumas: ai = ai
i i
j=1 j=1
k+1 k+1
= b1 j (1)1+ j M1Bj + c1 j (1)1+ j M1Cj A, B y C difieren solo en la fila 1
j=1 j=1
k+1 k+1
= b1 j B1 j + c1 jC1 j definicin 3.3
j=1 j=1
k+1 k+1
= hBi1 j B1 j + hCi1 j C1 j sustitucin de b1 j y c1 j
j=1 j=1
= |B| + |C| definicin 3.5
As, |A| = |B| + |C| para r = 1.
Ahora, si r > 1 las filas de las matrices A, B y C son las mismas a excepcin de la fila r, tal y como se
enuncian en el encabezado de esta parte de la demostracin, donde son consideradas las matrices
A, B y C de tamao (k + 1) (k + 1)
Con lo anterior, j N con 1 j k, los determinantes M1Aj , M1Bj y M1Cj contemplan matrices de
tamao k k que, exceptuando la fila r 1, contienen las mismas filas. Especficamente, se tiene
que A(r1) = B(r1) + C(r1)
De acuerdo con nuestra hiptesis de induccin, se puede asegurar que
M1Aj = M1Bj + M1Cj
De esta manera:
k+1
|A| = hAi1 j A1 j definicin 3.5
j=1
k+1
= hAi1 j (1)1+ j M1Aj definicin 3.3
j=1
k+1
hAi1 j (1)1+ j M1Bj + M1Cj

= resultado 3.1: hiptesis de induccin
j=1
k+1
= hAi1 j (1)1+ j M1Bj + hAi1 j (1)1+ j M1Cj dist. de " resp. de +" en R
j=1
k+1
= hAi1 j (1)1+ j M1Bj + hAi1 j (1)1+ j M1Cj conmutatividad de " en R
j=1
k+1
= hAi1 j B1 j + hAi1 j C1 j definicin 3.3
j=1
k+1 k+1
= hAi1 j B1 j + hAi1 j C1 j
prop. de sumas: ai + bi = ai + bi
i i i
j=1 j=1
k+1 k+1
= hAi1 j B1 j + hAi1 j C1 j prop. de sumas: ai = ai
i i
j=1 j=1
k+1 k+1
= hBi1 j B1 j + hCi1 j C1 j A, B y C poseen la misma fila 1
j=1 j=1
47
= |B| + |C| definicin 3.5
As, |A| = |B| + |C| para r > 1.
Por lo tanto, queda demostrado que lo que se enuncia en el teorema es vlido para matrices
cuadradas de cualquier orden.
Corolario 3.1 Si A Mn (R) posee alguna fila nula, entonces |A| = 0
Ejercicio 3.3
Demuestre el corolario 3.1 del teorema 3.1.
Teorema 3.2
n
Sea A Mn (R). i N, con 1 i n, se cumple que |A| = hAii j Ai j y, tambin, se cumple que
j=1
n
j N, con 1 j n, |A| = hAii j Ai j
i=1
El teorema 3.2 es de gran utilidad en la evaluacin de determinantes, ya que garantiza simplicidad

de clculos al poderse fijar cualquier fila o cualquier columna para calcular el determinante de
toda matriz cuadrada.
Corolario 3.2 Si A Mn (R), tal que A posee dos filas idnticas, entonces |A| = 0
Ejercicio 3.4
Demuestre el corolario 3.2 del teorema 3.2. Pista: utilice induccin matemtica.
Ejemplo 3.8
0 2

0 3
2 0 1 0
Calcule |A| si se tiene que A =
2 0

2 2
3 0 1 0
Con base en el teorema 3.2 y fijando la segunda columna de A, se tiene que:
Determinantes
4
|A| = hAii2 Ai2
i=1
= hAi12 A12 + hAi22 A22 + hAi32 A32 + hAi42 A42
= 3 A12 + 0 A22 + 0 A32 + 0 A42
= 3 A12
= 3 (1)3 M12A

2 1 0

= 3 1 2 2 2

3 1 0

2 1 0

= 3 2
2 2
3 1 0
= 3 2 (conviene fijar la columna 3 en el clculo del ltimo determinante)
= 6
Ejercicio 3.5
Para cada una de las matrices que se enuncian calcule, respectivamente, el valor de su determi-
nante.
4 0 8 3

0 5 1
1 A = 0 3 2 1 2 0 0
6 F =
1 0 4 3 0 4 1
2 3 2 5
2 0 4
2 B = 0 15 10
1 0 4
1

3 0 4

2 0 4
1 2 0 0
7 G=
3 C = 0 3 2 0 3 5 1
1 0 4 2 3 2 5
0 1

2
4 D= 0 3 0
2 1 0 0 0
4 2 4
3 5 0 0 0

6

2 0 4 H = 0 0 3 0
8

E = 0 3 2 3 2

5 0 0 0
0 4 0 0 1 1 4
49
4 2 2

7 1 2
0 1 0 5 1 1 1
9 I= 11 K=
0 0 4 4 0 0 0 0
0 0 0 5 7 2 1 2
2 0 1 1 3 1 0

5
0 2 1 0 3 0 3 1
10 J= 12 L=
8 3 5 2 4 0 4 0
0 2 1 0 2 1 2 0
En evaluacin de determinantes, es posible realizar clculos de manera ms eficiente si se utilizan

operaciones elementales sobre las filas de la matriz en estudio; en este sentido, interesa saber las
consecuencias que surgen en el valor del determinante de una matriz si se le aplica alguna de las
tres operaciones elementales sobre las filas de dicha matriz.
Teorema 3.3
Si A Mn (R) y B es una matriz que se obtiene de A luego de multiplicar alguna fila de A por un
nmero real 6= 0, entonces |B| = |A|
Demostracin
Aunque el resultado es inmediato si se considera el teorema 3.1, la demostracin que se enuncia
est basada en el teorema 3.2.
Sean R, con 6= 0, A Mn (R) y B la matriz que se obtiene de A luego de multiplicar la fila r de
A por , con 1 r n; es decir, hBir j = hAir j , j N, con 1 j n es nuestra hiptesis. Se puede
asegurar que:
n
|B| = hBir j Br j teorema 3.2 (fijando fila r de B)
j=1
n
= hBir j (1)r+ j MrBj definicin 3.3
j=1
n
= hAir j (1)r+ j MrBj hiptesis
j=1
n
= hAir j (1)r+ j MrAj MrBj = MrAj (no se contempla la fila r)
j=1
n
= hAir j Ar j definicin 3.3
j=1
n
= hAir j Ar j propiedad ai = ai
i i
j=1
Determinantes
= |A| teorema 3.2 (fijando fila r de A)
As, |B| = |A|
El teorema 3.3 evidencia la consecuencia que surge en la evaluacin del determinante de alguna
matriz en la que se ha aplicado una operacin elemental sobre filas del tipo a.
Corolario 3.3 Si A Mn (R) y R, 6= 0, entonces |A| = n |A|
Ejercicio 3.6
Ejercicio 3.7
3

2 0 0
15 10 30 0
1 Considere la matriz del ejemplo 3.7 y la matriz B, dada por B = y
0 5 3 2
1 7 1 4
verifique que |B| = 5 84 = 420.
2 Cul operacin elemental se aplic sobre las filas de la matriz del ejemplo 3.7 para la ob-
tencin de la matriz B?
Si la operacin elemental sobre filas de alguna matriz es del tipo b, la implicacin en el resultado
de la evaluacin de su determinante se enuncia en el teorema 3.4 que detalla a continuacin.
Teorema 3.4
Si A Mn (R) y B es una matriz que se obtiene de A luego de intercambiar dos filas cualesquiera
de A, entonces |B| = |A|
Ejercicio 3.8
Demuestre el teorema 3.4. Pista: utilice el corolario 3.2 del teorema 3.2 y el teorema 3.1.
51
Ejercicio 3.9
3

2 0 0
1 7 1 4
1 Considere la matriz del ejemplo 3.7 y la matriz B, dada por B = y
0 5 3 2
3 2 6 0
verifique que |B| = (84) = 84.
Solo falta enunciar la consecuencia que se presenta en la evaluacin de determinantes de matrices

si se realiza alguna operacin elemental sobre filas del tipo c.
Teorema 3.5
Si A Mn (R) y B es una matriz que se obtiene de A sumando algn mltiplo de alguna de las filas
de A a otra de las filas de A, entonces |B| = |A|
Corolario 3.4 Si A Mn (R) es de rango menor que n, entonces |A| = 0.
Ejercicio 3.10
Demuestre el teorema 3.5. Pista: puede basarse en la demostracin del teorema 3.3.
Ejercicio 3.11
7 26 4 16

3 2 6 0
1 Considere la matriz del ejemplo 3.7 y la matriz B, dada por B =
0 5 3 2
1 7 1 4
y verifique que |B| = 84.
Las reglas que se enuncian a continuacin resumen el efecto que provoca la aplicacin de alguna
operacin elemental sobre el determinante de una matriz A de orden n (lo expuesto en los teore-
mas 3.3, 3.4 y 3.5).
1 Si B es la matriz obtenida al multiplicar alguna fila de A por algn nmero real no nulo ,
entonces |B| = |A|
Determinantes
2 Si B es la matriz obtenida al intercambiar dos filas cualesquiera de A, entonces |B| = |A|
3 Si B es la matriz obtenida al sumar algn mltiplo de alguna fila de A a otra fila de A,

entonces |B| = |A|
Considerar el efecto que provoca cada una de las operaciones elementales sobre filas en la eva-
luacin de determinantes, puede simplificar el procedimiento que se realiza en dichas evalua-
ciones.
Ejemplo 3.9
6

3 0
Considere la matriz A del ejemplo 3.5, definida por A = 0 3 2 y determine, uti-
1 1 4
lizando propiedades de determinantes, el valor de |A|
Solucin
6

3 0
Si A = 0 3 2 se tiene que:
1 1 4
6 6

3 0 1 3 0
3 F1 +F3
A= 0 3 2 0 3 2 = A0
1 1 4 0 1 4
6

1 F +F 3 0
3 2 3
0 3 2 = A00
0 0 10
3
Dado que A0 fue obtenida aplicando a la matriz A una operacin elemental del tipo c, segn el
teorema 3.5 se tiene que |A| = A0

Asimismo, con base en dicho teorema, se cumple que A0 = A00 , por lo que |A| = A00

Por otra parte, aplicando el teorema 3.2 y fijando la tercera fila de A00 , se tiene que:
00 3
00 00
A = A 3 j A3 j
j=1

00
A 31 A0031 + A00 32 A0032 + A00 33 A0033

=
10 00
= 0 A0031 + 0 A0032 + A33
3
10 A00
= (1)6 M33
3

10 3 6
= 1
3 0 3
53
10
= (3 3 0 6)
3
10
= 3 3
3
= 30
El desarrollo anterior, muestra un resultado importante y de mucha utilidad en la evaluacin de

determinantes el determinante de toda matriz triangular superior est dado por el producto de
los elementos de su diagonal", (ver teorema 3.7).
Teorema 3.6
A Mn (R), se cumple que At = |A|

Demostracin
Si A es una matriz de orden n, At tambin es de orden n; as, para cualquier valor entero de j, con
1 j n, se tiene que:
t n
t t
A = A i j Ai j teorema 3.2 (fijando la columna j)
i=1
n
= hAi ji A ji definicin 2.3
i=1
= |A| teorema 3.2 (fijando la fila j)
As, At = |A|

Teorema 3.7
Sea A Mn (R). Si A es triangular superior, entonces |A| = hAi11 hAi22 hAi33 hAinn
Corolario 3.5 Sea A Mn (R). Si A es triangular inferior, entonces |A| = hAi11 hAi22 hAi33 hAinn
Ejercicio 3.12
Demuestre el teorema 3.7. Pista: utilice induccin matemtica sobre n.
Ejercicio 3.13

Determinantes
Basados en operaciones elementales sobre filas del tipo b y del tipo c, toda matriz cuadrada se
puede transformar en una matriz triangular superior o triangular inferior; de esta manera, fcil-
mente se puede evaluar el determinante para cualquier matriz cuadrada.
Ejemplo 3.10
1

0 4
Si la matriz A est definida por A = 2 1 2 , se tiene que:
8 0 3
1 2

0 4 2 1
F F
A= 2 1 2 1 2 0 1 4 = A0
8 0 3 8 0 3
Por otra parte:
1 2 1 2 1 2

2 2 2
4F1 +F3 4F2 +F3
A0 = 0 1 4 0 1 4 0 1 4 = A00
8 0 3 0 4 11 0 0 5
Con base en el teorema 3.5 se tiene que A00 = A0 ; como A00 es una matriz triangular superior,

su
00determinante est dado por el producto de los elementos de su diagonal (teorema 3.7); as,
A = A0 = 2 1 5 = 10.

0
0 de acuerdo con el teorema 3.4, se tiene que: A = |A|
Por otra parte,
As, |A| = A = (10) = 10.
Ejercicio 3.14
Con base en la tcnicaimplementada en el ejemplo

3.10, calcule el valor del determinante de la
2 7 0 1 1
4 1 4 0 3

matriz siguiente: A = 0 1 2 2 2

Respuesta: |A| = 906
1 6 4 4

4
3 0 4 2 1
Ejercicio 3.15
Para cada uno de los casos, encuentre el valor de que satisfaga la ecuacin que se enuncia:

4b1 4b2 4b3 a1 a2 a3

1 4a1 4a2 4a3 = b1 b2 b3

4c 4c 4c c c c
1 2 3 1 2 3
55

5a1 5a2 5a3 a1 a2 a3

2 6b1 + 2c1 6b2 + 2c2 6b3 + 2c3 = b1 b2 b3

3c1 3c2 3c3 c c
1 2 c3

b1 + c1 b2 + c2 b3 + c3 a1 a2 a3

3 a1 + c1 a2 + c2 a3 + c3 = b1 b2 b3

a +b a +b a +b c c c
1 1 2 2 3 3 1 2 3
El teorema 3.8, cuya demostracin se omite por involucrar contenidos que no forman parte de los
objetivos del curso, enuncia un resultado de gran importancia en evaluacin de determinantes.
Teorema 3.8
Para cualesquiera matrices A, B Mn (R), se cumple que |AB| = |A| |B|
3.3 Determinantes e inversas
El determinante de alguna matriz est directamente relacionado con la inversa de dicha matriz;
se enunciarn algunos resultados que evidencian este hecho, como lo es una aplicacin de los
determinantes para la obtencin de la inversa de alguna matriz no singular.
Teorema 3.9
Una matriz A Mn (R) es no singular si, y solo si, |A| 6= 0.
Demostracin
Si A Mn (R) es una matriz singular, de acuerdo con el teorema 2.13 se cumple que r (A) < n; de
esta manera, basados en el corolario 3.4 del teorema 3.5, |A| = 0.
Por otra parte, si A Mn (R) es una matriz no singular, existe A1 tal que AA1 = In ; as, con base
en el ejercicio 3.2 y el teorema 3.8, se cumple que: |A| A1 = AA1 = |In | = 1

Si se tuviera que |A| = 0, la igualdad enunciada sera siempre falsa.

Por lo tanto, A es no singular si, y solo si, |A| 6= 0.
1
Corolario 3.6 Si A Mn (R) es no singular, entonces A1 =

|A|
Ejercicio 3.16

Determinantes
Teorema 3.10
n
Si A Mn (R), i 6= j, con 1 i n y 1 j n, se cumple que hAiik A jk = 0.
k=1
Demostracin
Sean A Mn (R) y B la matriz que se obtiene de A al cambiar la fila j de A por su i-sima fila; es
decir, la matriz B posee dos filas idnticas (las filas i y j), difiriendo de la matriz A nicamente en
la j-sima fila (especficamente, la j-sima fila de B es igual a la i-sima fila de A).
Por una parte, se tiene que:
n
|B| = hBi jk B jk teorema 3.2 (fijando fila j)
k=1
n
= hAiik B jk

hiptesis B( j) = A(i)
k=1
n
= hAiik (1) j+k MBjk definicin 3.3
k=1
n
= hAiik (1) j+k MAjk A y B difieren solo en la fila j
k=1
n
= hAiik A jk definicin 3.3
k=1
n
As, |B| = hAiik A jk
k=1
Por otra parte, dado que B posee dos filas iguales, de acuerdo con el corolario 3.2 del teorema 3.2
se cumple que |B| = 0.
n
Por lo tanto, i 6= j, con 1 i n y 1 j n, se cumple que hAiik A jk = 0.
k=1
Definicin 3.6 (Matriz adjunta de alguna matriz)

t
Si A Mn (R), la matriz adjunta de A, denotada como Ad j (A), es la matriz dada por Ad j (A) = A
Teorema 3.11
Si A Mn (R), entonces A Ad j (A) = |A| In
Demostracin
Sea A Mn (R). Para demostrar que A Ad j (A) = |A| In , basta probar que, entrada por entrada,
i, j, con 1 i n, 1 j n, hA Ad j (A)ii j = h|A| In ii j

57
Veamos:
i, j, con 1 i n y 1 j n, se tiene que:
n
hA Ad j (A)ii j = hAiik hAd j (A)ik j definicin 2.16
k=1
n D E
t
= hAiik A
kj
definicin 3.6
k=1
n

k=1
n
k=1

0 si i 6= j
= teoremas 3.10 y 3.2 (fijando fila i)
|A| si i = j

0 si i 6= j
= |A| ley absorbente del cero y elemento neutro multiplicativo en R
1 si i = j
= |A| hIn ii j definicin 2.7
= h|A| In ii j definicin 2.13
As, hA Ad j (A)ii j = h|A| In ii j , i, j, con 1 i n y 1 j n
Por lo tanto, A Ad j (A) = |A| In
1
Corolario 3.7 Si A Mn (R) es una matriz no singular, entonces A1 = Ad j (A)
|A|
Ejercicio 3.17
Ejercicio 3.18
Utilizando el corolario 3.7 del teorema 3.11 determine, para cada una de las matrices que se enun-
cian, su matriz inversa (en caso de existir).

2 1 1

a b
3 C=
1 A= 0 2 1 c d
5 2 3
3 2

4 6 0 0
2 B = 1 5 1 4 D= 0 6 0
4 7 3 0 0 6
Determinantes
3 1 1

2 5 2 1
0 5 4 4 7 G= 0 2 1
5 E =
0 0 3 2 5 2 3
0 0 0 2
3 2

1 0
5 3 12 2 6

4 3
8 H =
6 F = 10 7 6 2 10 2 5
8 6 5 1 6 1 3
3.4 Ejercicios
3.19 Calcule cada uno de los determinantes

1 2 3 4 1 0 0 0

2 1 2 1 0 1 0 0
1 3

0 0 1 1

a b c d
3 4 1 2 e f g h
1 3

2 6 0 0 0 0

3 3 4 2 2 5 0 0
2 4

4 2 1 3 3
8 1 0

5 4 3 4 12 15 4 1

a11 a12 a13

3.20 Si se sabe que a21 a22 a23 = 12, calcule:

a a32 a33
31

a31 a32 a33 3a11 3a12 3a13

1 a21 a22 a23 2 2a21 2a22 2a23

a a12 a13 5a 5a32 5a33
11 31
3.21 Determine los valores de x para los cuales se cumplen las igualdades siguientes:

x1 0 1 3 x 2x

1 2 x+2 1 =0 2 0 x 99 = 60

0 0 x+1 0 0 x1
3.22 En cada uno de los casos siguientes calcule los valores de x para los cuales la matriz correspondiente
no posee inversa:

x 3
1
4 1x
59
x x1

x+1
2 1 2 3
2x x+3 x+7
3.23 Una matriz cuadrada A, se dice que es ortogonal si es no singular y, adems, A1 = At

Demuestre que si A es una matriz ortogonal entonces |A| = 1 o |A| = 1
3.24 Si A es una matriz idempotente, cules son los valores posibles para |A|?
3.25 Si A es una matriz cuadrada de orden n antisimtrica, demuestre que |A| = (1)n |A|
3.26 Demuestre que si A es una matriz cuadrada de orden n, n impar y A es antisimtrica entonces |A| = 0
3.27 En Mn (R) se define una relacin R de la siguiente manera:
A, B Mn (R) , AR B P Mn (R) , tal que A = P1 BP
Demuestre que si AR B entonces |A| = |B|

4 Sistemas lineales
Hallar el valor de incgnitas con la finalidad que se satisfagan, simultneamente, determinado

nmero de condiciones ser una de las tareas que se presentan con mayor frecuencia en con-
tenidos propios de lgebra lineal; al abordar este tipo de problemas, resulta pertinente el uso de
matrices en procesos de solucin.
4.1 Definiciones bsicas
Se definen conceptos relacionados con sistemas lineales que permitan el desarrollo de mtodos
matriciales para hallar su conjunto solucin.
Definicin 4.1 (Sistemas lineales)

Un sistema de m ecuaciones lineales con n incgnitas es todo conjunto de m ecuaciones, que res-
tringen valores que pueden asumir las n variables y para el que se desea determinar los valores
de dichas incgnitas para los que satisfacen, simultneamente, todas las ecuaciones; un sistema
de ecuaciones es de la forma
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2

..

.

am1 x1 + am2 x2 + am3 x3 + + amn xn = bm
donde x1 , x2 , x3 , . . . , xn son las incgnitas y bi , ai j R, i, j con 1 i m, 1 j n
Observe que el elemento ai j representa el coeficiente de la incgnita j de la i-sima ecuacin.
Ejemplo 4.1

2x1 3x2 + x3 = 2
Un sistema de dos ecuaciones con x1 , x2 y x3 como incgnitas es el siguiente:
x1 x3 = 0
61
Definicin 4.2 (Matriz asociada de algn sistema de ecuaciones lineales)

La matriz asociada de todo sistema de ecuaciones lineales de la forma
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2

..

.

es la matriz A dada por

a11 a12 a13 a1n
a21 a22 a23 a2n
A=

.. .. .. ..
. . . .
am1 am2 am3 amn
Ejemplo 4.2

2 3 1
La matriz asociada del sistema de ecuaciones del ejemplo 4.1 est dada por A =
1 0 1
Definicin 4.3 (Representacin matricial de sistemas de ecuaciones lineales)

Si A es la matriz asociada del sistema de ecuaciones
a x + a12 x2 + a13 x3 + + a1n xn = b1

11 1

a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2

..

.

su representacin matricial se define como Ax = b, donde

x1
x b1
2 b2
x

x= .3 y b =

.
..

.
.
bm
xn
Sistemas lineales
Ejemplo 4.3
Una representacin matricial del sistema ecuaciones del ejemplo 4.1 est dada por

x1
2 3 1 x2 = 2
1 0 1 0
x3
Observe que estas representaciones son equivalentes, ya que

x1
2 3 1 x2 = 2
1 0 1 0
x3

(2) (x1 ) + (3) (x2 ) + (1) (x3 )
2
=
0
(1) (x1 ) + (0) (x2 ) + (1) (x3 )

2x1 3x2 + x3 2
=
x1 x3 0

2x1 3x2 + x3 = 2

x1 x3 = 0
Definicin 4.4 (Sistema de ecuaciones lineales homogneo)

Un sistema de ecuaciones lineales se dice que es homogneo si es de la forma
a11 x1 + a12 x2 + a13 x3 + + a1n xn = 0

a21 x1 + a22 x2 + a23 x3 + + a2n xn = 0

..

.

am1 x1 + am2 x2 + am3 x3 + + amn xn = 0
Definicin 4.5 (Matriz aumentada de algn sistema de ecuaciones lineales)

Si Ax = b es representacin matricial de algn sistema de ecuaciones lineales, la matriz aumentada
correspondiente con dicho sistema se define como la matriz (A|b)
Ejemplo 4.4
Considerando la representacin matricial del ejemplo 4.3 para el sistema de ecuaciones lineales
del ejemplo 4.1, la matriz aumentada de dicho sistema est dada por

2 3 1 2
1 0 1 0
63
Definicin 4.6 (Solucin de sistemas de ecuaciones lineales)

Si Ax = b es la representacin de algn sistema de m ecuaciones con n incgnitas, una solucin
k1
k
2 t
k

de dicho sistema es toda matriz de la forma .3 = k1 k2 k3 kn , donde ki R, i con
.
.
kn
t
1 i n, si al sustituir x por k1 k2 k3 kn se satisface la igualdad Ax = b.
Al conjunto conformado por todas las soluciones del sistemaa se le llama conjunto solucinb del
sistema y, usualmente, es denotado con la letra S.
a Sise considera la representacin de la definicin 4.1, las soluciones del sistema tambin se pueden representar como
n-tuplas de la forma (k1 , k2 , k3 , . . . , kn )
b Resolver un sistema de ecuaciones ser hallar su conjunto solucin.
Nota: Se dice que un sistema de ecuaciones lineales es consistente si su conjunto solucin S no es

vaco; en caso contrario, se dice que el sistema de ecuaciones es inconsistente.
Ejemplo 4.5
t
4
Una solucin del sistema de ecuaciones del ejemplo 4.1 est dada por 2 2 ya que
3
2

2 3 1 4 = 2

1 0 1 3
0

2
Veamos:

2
4

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

4

(1) (2) + (0) 3 + (1) (2)
2

44+2
=
2+02

2
=
0
Sistemas lineales
Ejemplo 4.6

2x + y = 0
1 Considere el sistema de ecuaciones siguiente:
xy = 3
Despejando x en la segunda ecuacin y sustituyendo esta variable en la primera ecuacin se
obtiene que y = 2. Con base en este resultado se obtiene que x = 1; de esta manera, para el

2 1 x 0 1
sistema = se tiene que es una solucin (la nica).
1 1 y 3 2

x 2y + z = 1
y 2z = 3
Una representacin matricial para este sistema de ecuaciones lineales est dada por

x
1 2 1 1
y =
0 1 2 3
z
Este sistema de ecuaciones lineales posee muchas soluciones; tres de estas estn dadas por

5 8 2
3 , 5 , 1
0 1 1

x + y = 2
x+y = 3
Este sistema de ecuaciones es inconsistente, ya que no hay alguna pareja de nmeros reales
que sumados den como resultado dos nmeros distintos.
Los tres ejemplos anteriores dan evidencia de que todo sistema de ecuaciones lineales puede
tener una nica solucin, tener muchas soluciones o, simplemente, no poseer solucin alguna
(ser inconsistente).
Para el caso de sistemas de ecuaciones lineales homogneos, se pueden presentar nicamente dos
posibilidades: que posean solucin nica (la solucin trivial) o que posean infinito nmero de
soluciones.
Ejercicio 4.1
Para cada uno de los sistemas de ecuaciones que se enuncian, determine su representacin ma-
tricial Ax = b, considerando la matriz x que se indica, y verifique que la matriz u dada es una
solucin de la ecuacin Ax = b

x1 1
x1 + x2 + x3 = 2
1 x = x2 u = 2
2x1 3x2 + x3 = 11
x3 3
65

x1 0
3x1 x2 + x3 = 0
2 x = x2 u= 0
x1 + 4x2 5x3 = 0
x3 0

x1 1
3x1 x2 + x3 = 0
3 x = x2 u = 16
x1 + 4x2 5x3 = 0
x3 13
Definicin 4.7 (Sistemas de ecuaciones equivalentes)

Dos sistemas de ecuaciones lineales son equivalentes si poseen el mismo conjunto solucin.
Teorema 4.1
Sean Ax = b la representacin matricial de un sistema de m ecuaciones lineales con n incgnitas y
C una matriz invertible, tal que C Mm (R). El sistema (CA) x = Cb es equivalente con el sistema
Ax = b.
Demostracin
Para demostrar que los sistemas (CA) x = Cb y Ax = b son equivalentes, se debe probar que ambos
sistemas de ecuaciones lineales poseen el mismo conjunto solucin.
Si S es el conjunto solucin del sistema de ecuaciones Ax = b y S0 es el conjunto solucin del sistema
de ecuaciones (CA) x = Cb, se demostrar que S = S0 ; especficamente, se demostrar que S S0 y
que S0 S
Por una parte, si u S es claro que Au = b; luego,
Au = b C (Au) = Cb
(CA) u = Cb
As, u S0 ; de esta manera, S S0 .

Por otra parte, si u S0 es claro que (CA) u = Cb; luego,
(CA) u = Cb C1 ((CA) u) = C1 (Cb)

C1 (C (Au)) = C1 (Cb)
C1C (Au) = C1C b

Im (Au) = Im b
Au = b
As, u S; de esta manera, S0 S.

Como S S0 y S0 S, se concluye que S = S0 ; es decir, los sistemas de ecuaciones lineales (CA) x = Cb
y Ax = b son equivalentes (poseen el mismo conjunto solucin).
Sistemas lineales
Corolario 4.1 Sea Ax = b la representacin matricial de un sistema de m ecuaciones lineales con n incg-
nitas. Si A0 |b0 se obtiene de (A|b) despus de aplicarle un finito nmero de operaciones elementales sobre

sus filas, entonces el sistema representado por A0 x = b0 es equivalente con el sistema Ax = b.
Ejercicio 4.2
4.2 Mtodo de GaussJordan
A continuacin se describe una tcnica basada en el corolario 4.1 que permite resolver cualquier
sistema de ecuaciones lineales; dicha tcnica se podra enunciar, en trminos generales, de la
manera siguiente:
1 Representar el sistema de ecuaciones en la forma matricial Ax = b.
A partir de la matriz aumentada (A|b), obtener la matriz A0 |b0 en la que A0 es la matriz

2
escalonada reducida por filas equivalente con A.
3 Resolver el sistema de ecuaciones representado por A0 x = b0 .
4 Enunciar el conjunto solucin del sistema de ecuaciones original (dado que los sistemas
representados por Ax = b y A0 x = b0 son equivalentes, este conjunto es el mismo conjunto
solucin encontrado en el paso anterior).
Ejemplo 4.7

3x + y 5z w = 4
Considere el sistema de ecuaciones lineales siguiente: x + 2y + 11z = 2
2x + 2y + 2z = 4

Una representacin matricial para dicho sistema de ecuaciones lineales est dada por

x
3 1 5 1

4
y
1 2 11 z =
0
2
2 2 2 0 4
w
67
3 5 1

1 4
Considerando la matriz aumentada del sistema 1 2 11 0 2 (basada en la repre-
2 2 2 0 4
sentacin matricial anterior) se tiene que:
3 1 5 1

4 1 2 11 0 2
F1 F2
1 2 11 0 2 3 1 5 1 4
2 2 2 0 4 2 2 2 0 4

3F1 +F2 1 2 11 0 2
2F1 +F3
0 7 28 1 10
0 6 24 0 0

1 2 11 0 2
F3 +F2
0 1 4 1 10
0 6 24 0 0
2 18

2F2 +F1 1 0 3
6F2 +F3
0 1 4 1 10
0 0 0 6 60
2 18

1 1 0 3
6 F3
0 1 4 1 10
0 0 0 1 10

2F3 +F1 1 0 3 0 2
F3 +F2
0 1 4 0 0
0 0 0 1 10
x
3 1 5 1

4
y
De esta manera, 1 2 11 0 z
= 2 tiene la misma solucin que el sistema
2 2 2 0 4
w

x
1 0 3 0 2
y
de ecuaciones representado por 0 1 4 0 z =
0
0 0 0 1 10
w

x + 3z = 2 x = 2 3z
Resolviendo el sistema y + 4z = 0 se tiene que y = 4z con z R.
w = 10 w = 10

x = 2 3t
O bien, tomando z = t se podra escribir y = 4t con t R.
w = 10

3x + y 5z w = 4
As, el conjunto solucin del sistema de ecuaciones lineales x + 2y + 11z = 2 est dado por
2x + 2y + 2z = 4

2 3t

,

4t

S= t R

t

10
Sistemas lineales
Observe que dicho sistema de ecuaciones lineales posee infinito nmero de soluciones.
El conjunto S recibe el nombre solucin general; si se asignan valores arbitrarios al parmetro t se

2
0
obtiene lo que se denominan soluciones particulares; por ejemplo, si t = 0, entonces es
0
10
1

4
una solucin particular del sistema de ecuaciones en cuestin; si t = 1, entonces es otra
1
10

26
32
solucin particular de dicho sistema de ecuaciones; si t = 8, entonces
8 es, tambin,

10
solucin particular del sistema de ecuaciones lineales en estudio.
El procedimiento seguido para la obtencin de la solucin del sistema de ecuaciones del ejemplo
4.7 es conocido como mtodo de GaussJordan, mtodo que se considera en el ejemplo 4.8 para la
resolucin del sistema de ecuaciones que se enuncia.
Ejemplo 4.8

5x 15y + 4z = 7
Resolver el sistema de ecuaciones lineales siguiente: 2x 6y + 4z = 12
3x 9y + 4z = 11

Solucin
Una representacin matricial para dicho sistema de ecuaciones lineales est dada por
5 15 4

x 7
2 6 4 y = 12
3 9 4 z 11
5 15 4

7
Considerando la matriz aumentada del sistema 2 6 4 12 (basada en la re-
3 9 4 11
presentacin matricial anterior) se tiene que:
69
15 4 3 4 17

5 7 1
2F2 +F1
2 6 4 12 2 6 4 12
3 9 4 11 3 9 4 11
3 4 17

2F1 +F2 1
3F1 +F3
0 0 12 46
0 0 16 62

1 3 4 17

1

12 F2
23
0 0 1

6

0 0 16 62
5
1 3 0
3

4F2 +F1
16F2 +F3 23
0 0 1

6

2

0 0 0
3
15 4

5 x 7
De esta manera, 2 6 4 y = 12 tiene la misma solucin que el sistema de
3 9 4 z 11
5

3

1 3 0

x
23

ecuaciones representado por 0 0 1 y = 6

0 0 0 z

2

3
x 3y = 5

3

23 2
Dado que el sistema z= es inconsistente, ya que 0 = es una igualdad que nunca

6 3

0= 2

3
se cumplir (siempre falsa), se tiene que el conjunto solucin del sistema de ecuaciones lineales
5x 15y + 4z = 7
2x 6y + 4z = 12 est dado por S = .
3x 9y + 4z = 11
Sistemas lineales
Ejercicio 4.3
Utilizando el mtodo de GaussJordan, resuelva los sistemas de ecuaciones lineales siguientes:

x + 2y + 3z = 3
1 2x + 3y + 8z = 4 Pista: dependencia de un parmetro.

3x + 2y + 17z = 1

4x + y z + w = 3
2 x+y+w = 5 Pista: dependencia de dos parmetro.
3x z = 2

2x y + z = 2
3 x + 2y z = 3 Pista: solucin nica.
3x + y + 2z = 1

3x + 2y + z = 5
4 2x + y 2z = 4 Pista: sistema inconsistente.
x 5z = 15

4x + y z + w = 3
5 x+y+w = 5 Pista: dependencia de un parmetro.
2x + z w = 4

Ejercicio 4.4

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

4x + 6y + 3z + 4w = 5

Considere el sistema de ecuaciones lineales siguiente:
6x + 9y + 5z + 6w = 7

8x + 12y + 7z + w = 9
Con base en el mtodo de GaussJordan, determine el(los) valor(es) para el parmetro , en caso
de existir, de manera que dicho sistema de ecuaciones lineales:
1 Posea solucin nica.
2 Sea inconsistente.
3 Posea infinito nmero de soluciones que dependan de un parmetro.
4 Posea infinito nmero de soluciones que dependan de dos parmetros.
Pista: con 6= 8 dependencia de un parmetro; con = 8 dependencia de dos parmetros.

71
4.3 Regla de Cramer
En la resolucin de sistemas de ecuaciones lineales con igual nmero de ecuaciones y de incgni-

tas, surge otra aplicacin del determinante de una matriz.
Si Ax = b es la representacin matricial de algn sistema de ecuaciones, tal que la matriz A es de
orden n, el teorema 3.9 permite demostrar que dicho sistema posee solucin nica si, y solo si,
|A| 6= 0.
Lo anterior se puede asegurar ya que, por una parte, si |A| 6= 0, entonces A es no singular; de esta
manera:
Ax = b
A1 (Ax) = A1 b
A1 A x = A1 b

In x = A1 b
x = A1 b
As, la solucin nica del sistema Ax = b est dada por x = A1 b (para el caso en que A es no
singular). Se omite la demostracin de la otra direccin del enunciado.
Teorema 4.2 (Regla de Cramer)

Sea Ax = b la representacin matricial de un sistema de n ecuaciones lineales con n incgnitas,
t
donde x = (xA1 x2 x3 xn ) . Si |A| 6= 0, entonces la solucin nica del sistema Ax = b est dada
M
i
por xi = , i con 1 i n, donde MiA es la matriz de orden n que se obtiene de A luego de
|A|
cambiar la i-sima columna de A por b.
Demostracin
Como |A| 6= 0, el sistema Ax = b posee solucin nica dada por x = A1 b.
Luego, i con 1 i n, se tiene que hxii1 = A1 b i1

De esta manera:

1
xi = A b i1 sustitucin del elemento i-simo de la matriz x

1
= Ad j (A) b corolario 3.7 del teorema 3.11
|A| i1

1
= (Ad j (A) b) enunciado (g) del ejercicio 2.11
|A| i1
1
= hAd j (A) bii1 definicin 2.13
|A|
1 n
= hAd j (A)iik hbik1
|A| k=1
definicin 2.16
1 n D tE
= A ik hbik1
|A| k=1
definicin 3.6
Sistemas lineales
1 n

= A ki hbik1
|A| k=1
definicin 2.3
1 n
= Aki hbik1
|A| k=1
definicin 3.4
1 n
= hbik1 Aki
|A| k=1
conmutatividad de la multiplicacin en R
1 A
= Mi definicin 3.2 (fijando columna i)
|A|
A
M
i
= realizando la multiplicacin
|A|
A
M
i
As, xi = , i con 1 i n, es la solucin nica del sistema Ax = b.
|A|
Ejemplo 4.9
Con base en la regla de Cramer, determine la solucin nica del sistema de ecuaciones lineales
siguiente:

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

Una representacin matricial del sistema de ecuaciones anterior est dada por:
2

1 3 x 3
2 3 8 y = 4
3 0 1 z 3
Como |A| = 74, dicho sistema de ecuaciones lineales posee solucin nica.

3 2 3

4 3 8

3 0 1 74
Los valores respectivos de las incgnitas estn dados por: x = = = 1,
|A| 74

1 3 3 1 2 3

2 4 8 2 3 4

3 3 1 148 3 0 3 0
y= = = 2 y z = = = 0.
|A| 74 |A| 74
De esta manera, el conjunto solucin del sistema de ecuaciones lineales en estudio est dado por

1
S = 2

0
73
Ejercicio 4.5
Considere la representacin matricial de un sistema de ecuaciones lineales dada por:
2 2

x 3
2 2 y = 4
2 2 z 1
Con base en la regla de Cramer, determine todos los valores de , de manera que el sistema:
Posea solucin nica.
Sea inconsistente.
Tenga infinito nmero de soluciones.
Ejercicio 4.6
2 1

4
2 2 3
Si A =
1
es la matriz asociada de un sistema de ecuaciones homogneo, de-
1 1 1
2 2 4
termine todos los valores de , de manera que el sistema:
Posea solucin nica.
Sea inconsistente.
4.4 Ejercicios
4.7 Resuelva, usando el mtodo de GaussJordan, los siguientes sistemas de ecuaciones:

x y + 2z + w = 3 2x y + 3z = 0
1 3x 3y + 8z + 4w = 14 3 3x + 2y + z = 0
4x 4y + 2z + w + v = 1 x 4y + 5z = 0

4x + 5y + 2z = 0 2x + y 3z = 5
2 x + 2y z = 0 4 3x 2y + 2z = 5
5x 3y z = 16

3x + 4y + z = 0
Sistemas lineales

2x + 2y 3z w = 1 2x 3y + 9z w = 17
5 x y + 2z + 3w = 10 8 x + z 2w = 2
y 2z + w = 2

z + 7w = 1

x 2y 3z + 8w = 0
3x 2y + 4z 2w = 1 9 x + 5y + 9z 17w = 6
6 2x + 5y 3z + w = 5
x z + 2w = 5
9x + 5y + 11z 7w = 0

2x + 4y = 10
10
3x + 6y = 15
x + 2y + 4w = 5
7 x z + 2w = 3 x y + 3z = 0
11
2x y + 2z 5w = 8

2x + 5y + 6z = 0
4.8 Considere el siguiente sistema de ecuaciones, donde m es un valor constante

x1 + 2 x2 + 3 x3 = 2
x1 + m x2 x3 = 4

2 x1 + 4 x2 + (m + 3) x3 = 3
Utilice determinantes para establecer el valor o los valores de m, para los cuales el sistema tiene solucin
nica.
4.9 Resuelva cada uno de los siguientes sistemas usando la regla de Cramer.

2x y + z = 1 2x y + z = 3 2x + y 3z = 5
1 3x + 2y = 1 2 3x + 2y 2z = 1 3 3x + 2y 2z = 5
x 3y + z = 2 5x 3y z = 16

4x + y + 2z = 2
4.10 En cada uno de los casos siguientes, determine el valor de la constante k de manera que el sistema:
Tenga solucin nica.
No tenga soluciones.

x + y + kz = 2 x + y + kz = 0
1 3x + 4y + 2z = k 2 x + ky + z = 1
2x + 3y z = 1

kx + y + z = 2
5 Ejemplos (ejercicios resueltos)
En esta seccin, se resuelven varios ejercicios relacionados con los temas que se han desarrollado.
Ejemplo 5.1
Sea k 6= 0 y sean A, B,C y D matrices definidas por:
1

1 0 0 1
k 2 0 k 1
A= 0 1 B= 1 0 1 C= D=
1 0 3 0 3
3 0 2 1 2
De las operaciones que se enuncian, realice aquella que est bien definida. Justifique por qu las
otras tres no se pueden realizar.
1 (AC)t + B1 3 (BA)1 +Ct
2 (CB)t D1 4 (CA)1 Dt
Solucin
La operacin del enunciado (a) no se puede realizar; la matriz (AC)t es de tamao 3 3, la matriz B
tambin es de tamao 3 3 pero no es invertible porque posee dos filas idnticas (su determinante
es cero y, por lo tanto, es singular).
La operacin del enunciado (b) no se puede realizar; la matriz (CB)t es de tamao 3 2 y a esta
matriz no se le puede restar la matriz D1 (que existe porque |D| = 3k 6= 0), ya que dicha matriz
es de tamao 2 2 (diferente del tamao de la primera matriz).
La operacin del enunciado (c) no se puede realizar; la matriz BA no es invertible, ya que no es
una matriz cuadrada (es de tamao 3 2).
La operacin del enunciado (d) sera la nica que se puede realizar; observe que la matriz (CA)1 ,
en caso de existir, es de tamao 2 2 y a esta matriz se le puede restar la matriz Dt porque tambin
es de tamao 2 2. A continuacin se resuelve la operacin en cuestin.
Ejemplos (ejercicios resueltos)
Primero, se determina la matriz CA
Veamos:

1 0
k 2 0
CA = 0 1
1 0 3
3 0

1 0

k 2 0 0 k 2 0 1

3 0

=

1 0

1 0 3 0 1 0 3 1
3 0

k+0+0 0+2+0 k 2
= =
1 + 0 + 9 0 + 0 + 0 8 0

k 2
As, CA =
8 0
Como |CA| = 16 6= 0, entonces CA es no singular.

Hay que determinar la matriz (CA)1
Para lo anterior, se tiene que:

k 2 1 0
1F
k 2 1 0 8 2

CAI2 =

8 0 0 1 1
1 0 0
8
1

1
1 0 0 1 0 0
8
F1 F2 8
kF
1 +F2

k
k 2 1 0 0 2 1
8
1

1F 1 0 0
8
2 2 1
= I2 (CA)

1 k
0 1
2 16
1

0 8
As, (CA)1 =

1 k

2 16
77
Por ltimo, se tiene que:
1

0 8 t
k 1
(CA)1 Dt=

0 3

1 k

2 16
1

0 8
k 0
=

1 k 1 3

2 16
1 1

0+k 0 k
8 8
= =

1 k 1 k 48
1 3
2 16 2 16
1

k 8
Por lo tanto, (CA)1 Dt =

1 k 48

2 16
Ejemplo 5.2

3 1 0
Determine todas las matrices que conmutan con 0 3 1
0 0 3
Solucin
Si A y B son matrices cualesquiera, se dice que A conmuta con B si, y solo si, AB = BA

3 1 0 x1 x2 x3
Sean A = 0 3 1 y B la matriz que conmuta con A. Si B = x4 x5 x6 es la matriz que
0 0 3 x7 x8 x9
conmuta con A (note que B debe ser de orden tres), entonces:

3 1 0 x1 x2 x3 x1 x2 x3 3 1 0
AB = BA 0 3 1 x4 x5 x6 = x4 x5 x6 0 3 1
0 0 3 x7 x8 x9 x7 x8 x9 0 0 3

3x1 + x4 3x2 + x5 3x3 + x6 3x1 x1 + 3x2 x2 + 3x3
3x4 + x7 3x5 + x8 3x6 + x9 = 3x4 x4 + 3x5 x5 + 3x6
3x7 3x8 3x9 3x7 x7 + 3x8 x8 + 3x9

3x1 + x4 = 3x1 x4 = 0

3x2 + x5 = x1 + 3x2 x5 = x1

x4 = 0

3x3 + x6 = x2 + 3x3 x = x

6 2

x5 = x1

3x4 + x7 = 3x4 x7 = 0

x6 = x2

3x5 + x8 = x4 + 3x5 x8 = x4
x7 = 0

3x6 + x9 = x5 + 3x6
x9 = x5

x8 = 0
3x7 = 3x7 0 = 0

x9 = x1

3x8 = x7 + 3x8 0 = x7

3x9 = x8 + 3x9 0 = x8

x1 = a

x2 = b

x3 = c

x4 = 0 a b c
x5 = a B = 0 a b

x6 = b 0 0 a

x7 = 0

x8 = 0

x9 = a

3 1 0
De esta manera, las matrices que conmutan con la matriz 0 3 1 son todas las matrices
0 0 3

a b c
con entradas reales de la forma 0 a b
0 0 a
Ejemplo 5.3

1
Si A es la matriz dada por A = , con 6= 0 y n Z+ , demuestre utilizando induccin
0
n n1

n n
matemtica que A =
0 n
Solucin
Utilizando induccin matemtica sobre n (la potencia de la matriz A), se tiene lo siguiente:
1 Para n = 1 el resultado se cumple; esto porque del primer miembro de la igualdad se tiene

1 1
que A = A = y del segundo miembro de la igualdad se tiene que
0
79
1 1 11 0

1
= =
0 1 0 0
n
n n1

2 Asumiendo que para algn entero n 2 se cumple que An = se debe probar
0 n
n+1 n

(n + 1)
que tambin es vlido el resultado An+1 =
0 n+1
Veamos:
n n n1

1
An+1 = An A1 = An A =
0 n
0
n
+ n n1 0 n 1 + n n1

=
0 + n 0 0 1 + n
n+1
+ 0 n + n n
n+1
(1 + n) n

= =
0+0 0 + n+1 0 n+1
n+1 (n + 1) n

n+1
As, A =
0 n+1
Esto muestra que el resultado tambin es vlido para la potencia n + 1 y, de esta manera, para
n
n n1

+ n
6= 0 y todo valor n Z , se cumple que A = por induccin matemtica.
0 n
Ejemplo 5.4
Sea A Mn (R). Demuestre que si A es idempotente, entonces B = 2A In es involutiva.
Solucin
Si A una matriz de orden n, se dice que A es idempotente si, y solo si, A2 = A; por otra parte, se dice
que A es involutiva si, y solo si, A2 = In
Como A es una matriz idempotente, se cumple que A2 = A. Se quiere demostrar que la matriz
B = 2A In es involutiva; es decir, se desea probar que B2 = In
Veamos:
B2 = BB = (2A In ) (2A In )
= 2A (2A In ) In (2A In )
= (2A) (2A) (2A) In In (2A) + In In
= 4A2 2A 2A + In = 4A2 4A + In
= 4A 4A + In = On + In = In
As, B2 = In
Por lo tanto, si A es idempotente, entonces B = 2A In es involutiva.
Ejemplo 5.5
0 1

1 2 0 1 0
Considere las matrices A = 1 0 , B = 1 1 yC= 1 0 1
1 1 3 0 0 1 0
Sin resolver sistemas de ecuaciones, determine la matriz X que satisface la ecuacin matricial
siguiente: XABt = ABt + XC2
Solucin
Un detalle importante es que la matriz X debe ser, necesariamente, de orden tres; para su clculo,
se tiene que:
XABt = ABt + XC2

XABt XC2 = ABt + XC2 XC2
XABt XC2 = ABt + O3
XABt XC2 = ABt
X ABt C2 = ABt

Note que la matriz ABt C2 es de orden tres; la matriz X existe solo si la matriz ABt C2 es no
singular; suponiendo que dicha matriz se invertible, se tiene que:
X ABt C2 = ABt

1 1
X ABt C2 ABt C2 = ABt ABt C2

1
X I3 = ABt ABt C2

1
X = ABt ABt C2

1
Ahora, se calculan las matrices necesarias para resolver la operacin ABt ABt C2

2

1 2 3 3
0 1 3
ABt = 1 0 = 0 1 3
1 1 0
1 1 1 0 3
81

0 1 0 0 1 0 1 0 1
C2 = CC = 1 0 1 1 0 1 = 0 2 0
0 1 0 0 1 0 1 0 1
2 3

3 3 1 0 1 3 2
ABt C2 = 0 1 3 0 2 0 = 0 3 3
1 0 3 1 0 1 0 0 2
1
La matriz ABt C2 existe, ya que ABt C2 = 3 3 2 = 18 6= 0; para su clculo, se tiene que:

3

3 2 1 0 0
ABt C2 I3 = 0 3 3 0 1 0

0 0 2 0 0 1

1
3 0 1 1 1 0
2 F3
13 F2
F2 +F1
1

0 1 1 0 0

3

1

0 0 1 0 0
2
1
3 0 0 1 1
2

F3 +F2
F3 +F1 1 1
0 1 0 0

3 2

1

0 0 1 0 0
2
1 1 1
1 0 0
3 3 6

13 F1 1 1
0 1 0 0

3 2

1

0 0 1 0 0
2
1

I3 ABt C2

=
1 11

3 36

t 2
1 1 1
Es decir, AB C = 0 ; de esta manera, se tiene que:

3 2

1

0 0
2
1
X = ABt ABt C2

1 1 1 2 1 1

3 3 6 3 3 3

2

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

1 1 1 4

0 0
2 3 3 3
2 1 1

3 3 3

1
Por lo tanto, la matriz X est dada por 0 1

3

1 1 4

3 3 3
Ejemplo 5.6
Si se tiene que A, B Mn (R), demuestre los resultados siguientes:
1 tr (A + B) = tr (A) + tr (B)
2 tr (AB) = tr (BA)
Solucin
Si A Mn (R) se define la traza de A, denotada como tr (A), como el nmero real dado por tr (A) =
n
hAikk
k=1
Sean A, B Mn (R).
n n
tr (A + B) = hA + Bikk = hAikk + hBikk
k=1 k=1
n n
= hAikk + hBikk = tr (A) + tr (B)
k=1 k=1
As, tr (A + B) = tr (A) + tr (B)

83
2
!
n n n
tr (AB) = hABikk = hAikt hBitk
k=1 k=1 t=1
! !
n n n n
= hBitk hAikt = hBitk hAikt
k=1 t=1 t=1 k=1
n
= hBAitt = tr (BA)
t=1
As, tr (AB) = tr (BA)
Ejemplo 5.7
Sea A M2 (R). Demuestre que det (I2 + A) = 1 + det (A) tr (A) = 0
Solucin

a b
Sea A = , tal que a, b, c, d R. Con base en esta matriz, se tiene que:
c d
det (I2 + A) = 1 + det (A)

1 0 a b a b
+ = 1 +
0 1 c d c d

1+a b a b
= 1 +
c 1+d c d
(1 + a) (1 + d) bc = 1 + ad bc
1 + d + a + ad bc = 1 + ad bc
d +a = 0

a b
tr =0
c d
tr (A) = 0
Por lo tanto, si A M2 (R), entonces det (I2 + A) = 1 + det (A) tr (A) = 0.

Ejemplo 5.8

4a + 8b + c 11d 2e = 10
Considere el sistema de ecuaciones siguiente: 2a 4b + 4d + 2e = 8
a 2b + c d + 2e = 10

Represente matricialmente dicho sistema y determine su solucin utilizando el mtodo de Gauss
Jordan.
Solucin
Una representacin matricial del sistema est dada por:

a
4 11 2 b 10

8 1
2 4 0 4 2 c = 8

2 1 1

1 2 d 10
e
Basados en el mtodo de GaussJordan, se tiene que:
4 8 1 11 2 10 1 2 1 1

2 10
F1 F3
2 4 0 4 2 8 2 4 0 4 2 8
1 2 1 1 2 10 4 8 1 11 2 10
1 2 1 1

2F1 +F2 2 10
4F1 +F3
0 0 2 6 2 12
0 0 5 15 6 30
1 2 1 1 2 10

12 F2
0 0 1 3 1 6
0 0 5 15 6 30
1 2 0

F2 +F1 2 1 4
5F2 +F3
0 0 1 3 1 6
0 0 0 0 1 0
1 2 0

F3 +F1 2 0 4
F3 +F2
0 0 1 3 0 6
0 0 0 0 1 0
De esta manera, si b, d R, se tiene que a = 4 + 2b 2d, c = 6 + 3d y e = 0.

Por lo tanto, el conjunto solucin del sistema de ecuaciones lineales est dado por
85

4 + 2b 2d

b ,

S= 6 + 3d b, d R

d

0

Ejemplo 5.9

2x + y =
Considere el sistema de ecuaciones siguiente:
x 3y = 1
Si , R, determine el valor o los valores (en caso de existir) que deben tomar y , respectiva-
mente, para que dicho sistema de ecuaciones:
1 Tenga solucin nica.
2 No tenga solucin.
3 Posea infinito nmero de soluciones.
Solucin
Se puede observar que el sistema de ecuaciones en estudio posee dos ecuaciones con dos incg-
nitas. Una representacin matricial para dicho sistema de ecuaciones est dada por:

2 x
=
3 y 1
Con base en lo que se enuncia en la regla de Cramer, el sistema de ecuaciones en estudio posee

2
solucin nica si 6= 0.
3

2
0 = = 2 3 = 6 2 = (6 + ) = 0 = 6.
3
Si = 0 o = 6 el sistema de ecuaciones podra tener infinito nmero de soluciones o ser incon-
sistente. Se resolver el sistema considerando estos dos casos.

0=
Con = 0 se tendra el sistema de ecuaciones siguiente:
3y = 1
Este sistema de ecuaciones es inconsistente si 6= 0, pero posee infinito nmero de soluciones si
= 0.
12x 6y =
Si = 6 se tendra el sistema de ecuaciones siguiente:
6x 3y = 1
Dicho sistema de ecuaciones es equivalente (multiplicando la segunda ecuacin por dos) con el

12x 6y =
sistema de ecuaciones siguiente:
12x 6y = 2
Este sistema de ecuaciones es inconsistente si 6= 2, pero posee infinito nmero de soluciones si
= 2.
Por lo tanto,
1 El sistema de ecuaciones lineales posee solucin nica si R {6, 0} y R.
2 El sistema de ecuaciones lineales es inconsistente en cualquiera de los dos casos siguientes:

para = 6 y R {2}; o bien, para = 0 y R {0}.
3 El sistema de ecuaciones lineales posee infinito nmero de soluciones en cualquiera de los

dos casos siguientes: para = 6 y = 2; o bien, para = 0 y = 0.
Ejemplo 5.10

1 0
3 0
Si Q y P son matrices dadas por Q = 0 1 y P= , con R, determine
1 0 2
2 0
1
PQ
Solucin

1 0
3 0 +0+0 03+0 3
PQ = 0 1 = =
1 0 2 1 + 0 + 4 0+0+0 3 0
2 0
1
Para determinar P Q se tiene que:

3 1 0 1

1 1 0 0
3 1 0 3 F2 3
F1 F2
P Q I2 =
3 0 0 1 1
1 0 0 3 1 0
3
1 1

1 0 0
1 0 0
3 3
13 F2

F1 +F2

1
= I2 (P Q )

1
0 3 1 0 1
3 3 9
1

0
1 3
Por lo tanto, P Q =

1

3 9
87
Ejemplo 5.11
2

1 0
Determine, en caso de existir, A1 si se tiene que A = 5 4 1
4 3 1
Solucin
Para determinar A1 se tiene que:
0 2 1 0 0 0 2

1 5F1 +F2 1 1 0 0
4F1 +F3
AI3 = 5 4 1 0 1 0 0 4 9 5 1 0

4 3 1 0 0 1 0 3 7 4 0 1
0 2 1 0 2

1 1 0 0 1 0 0
F3 +F2 3F2 +F3
0 1 2 1 1 1 0 1 2 1 1 1
0 3 7 4 0 1 0 0 1 1 3 4
2F3 +F1
1 6 8

2F3 +F2 1 0 0
F3

0 1 0 1 7 9 = I3 A1

0 0 1 1 3 4
1 6 8

Por lo tanto, A1 existe y est dada por A1 = 1 7 9

1 3 4
Ejemplo 5.12
Sin calcular determinante alguno (solo con propiedades de determinantes), determine el valor de

2a 2b 2c a b c

x 1 y 2 z 3 si se sabe que x y z = 7

3x 3y 3z 1 2 3
Solucin

a b c 2a 2b 2c
Las matrices A = x y z yB= x1 y2 z 3 son equivalentes por filas; ya que:
1 2 3 3x 3y 3z

a b c 2F1 2a 2b 2c
F3
A = x y z x y z
1 2 3 1 2 3

2a 2b 2c F3 +F2 2a 2b 2c
F2 F3 3F3
1 2 3 x 1 y2 z3 = B
x y z 3x 3y 3z
Con base en las operaciones elementales sobre filas realizadas sobre la matriz A para la obtencin
de la matriz B, se tiene que |B| = |A| 2 1 1 3 = 7 6 = 42.
Por lo tanto, |B| = 42.
Ejemplo 5.13
Utilizando el mtodo de Gauss-Jordan, determine el conjunto solucin del sistema de ecuaciones

lineales siguiente:

a + 2b + 2c = 1
2a 2b 2c + 2d + e = 3
3a 6b 6c + e = 6

Solucin
Una representacin matricial para dicho sistema de ecuaciones lineales est dada por:

a

1 2 2 0 0
1
b
2 2 2 2 1 c
= 3
3 6 6 0 1 d

6
e
Basados en el mtodo de GaussJordan, se tiene que:
1 1

1 2 2 0 0 2F1 +F2 1 2 2 0 0
3F1 +F3
2 2 2 2 1 3 0 2 2 2 1 1
3 6 6 0 1 6 0 0 0 0 1 3

1 0 0 2 1 2
F2 +F1

1F
2 2
1 1
0 1 1 1

2 2

0 0 0 0 1 3
F3 +F1
2 0

1 0 0 1
21 F3 +F2
0 1 1 1 0 1
0 0 0 0 1 3
De esta manera, si c, d R, se tiene que a = 1 + 2d, b = 1 c d y e = 3.

89
Por lo tanto, el conjunto solucin del sistema de ecuaciones lineales est dado por

1 + 2d

1 c d ,

S= c c, d R

d

3

Ejemplo 5.14
2 3

0
Verifique que la matriz B = 2 0 4 es antisimtrica.
3 4 0
Solucin
La matriz B es, efectivamente, una matriz antisimtricaa , ya que:
t
2 3

0
Bt = 2 0 4
3 4 0

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

= 2 0 4
3 4 0
= B
As, Bt = B
a Se dice que una matriz cuadrada A es antisimtrica si A cumple que At = A
Ejemplo 5.15
Demuestre que si A es alguna matriz antisimtrica, entonces A2 es simtrica.

Solucin
Como A es una matriz antisimtrica, se cumple que At = A
t
Para demostrar que la matriz A2 es simtricaa , se debe probar que A2 = A2
Veamos:
t
A2 = (A A)t definicin de potencia de matrices
t t
= AA propiedad: (AB)t = Bt At
= A A A es antisimtrica
= AA propiedad: (A) B = A (B) = (AB)
2
= A definicin de potencia
2 t 2

As, A = A
Por lo tanto, si A es alguna matriz antisimtrica, entonces A2 es simtrica.

a Se dice que una matriz cuadrada A es simtrica si A cumple que At = A
Ejemplo 5.16
Demuestre el teorema 2.5 que indica: dadas A, B Mn (R), si AB = In necesariamente BA = In
Solucin
La matriz A solo tiene dos opciones: es invertible o no posee inversa.
Para la primera posibilidad, si A posee inversa A1 , entonces:
AB = I
A1 (AB) = A1 I axioma 1
A1 A B = A1 I

asociatividad de la multiplicacin
1
IB = A I definicin de matriz no singular
1
B=A I es el neutro de la multiplicacin
1
BA = A A axioma 1
As, BA = I definicin de matriz no singular
De esta manera, si AB = In y A es no singular, necesariamente BA = I
Para la segunda posibilidad, si A no posee inversa, entonces el rango de A no es n (por el corolario

3.4 y el teorema 3.9).
Lo anterior indica que A es equivalente por filas con una matriz escalonada reducida por filas que
posee alguna fila nula y, adems, |A| = 0.
Luego, si AB = I se tiene que:
91
AB = I
|AB| = |I| axioma 1
|A| |B| = |I| axioma 1
|A| |B| = 1 axioma 1
0 |B| = 1 axioma 1
0=1 ()
De esta manera, no puede darse el caso que A sea singular.

Por lo tanto, dadas A, B Mn (R), si AB = In necesariamente A posee inversa y BA = In
6 Bibliografa
Anton, H. (2004). Introduccin al lgebra lineal. Tercera edicin, Mxico: LIMUSA.
Beezer, R. (2005). A first course in linear algebra. Department of mathematics and computer
science: University of Puget Sound. http://linear.ups.edu/
Lipschutz, S. (1992). lgebra lineal. Segunda edicin, Espaa: McGraw-Hill.
Matthews, K. (2005). Elementary linear algebra. Department of mathematics: University of

Queensland. http://www.numbertheory.org/book/

Matrices Determinantes y Sistemas Lineales

Cargado por

Copyright:

Formatos disponibles

Matrices Determinantes y Sistemas Lineales

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Matrices Determinantes y Sistemas Lineales

Cargado por

Copyright:

Formatos disponibles

Matrices, Determinantes y

La teora se desarrolla considerando aspectos de rigurosidad y formalidad, pero no alcanza el

5 Ejemplos (ejercicios resueltos) 75

Se estudiarn y desarrollarn temas relacionados con el lgebra de las matrices, aplicaciones de

EP1 EP2 EP3 NF

2.1 Conceptos bsicos y definiciones

Definicin 2.1 (Matriz en R)

Cada nmero real ai j del ordenamiento es llamado elemento de A o entrada de A

A(i) representa la i-sima fila de A; as,

A( j) representa la j-sima columna de A; as,

El elemento ai j , entrada de A que est en la i-sima fila y en la j-sima columna,a es tambin

Considere la matriz B, definida por

1 B es de tamao 34, ya que B tiene tres filas y cuatro columnas.

2 hBi23 = 31 hBi11 = 5 hBi34 = cos e

La matriz D, definida por

Ejemplo 2.2 - continuacin

La matriz C, definida por

Sea A M3 (R). Determine la matriz A, de manera explcita, si se tiene que:

Definicin 2.2 (Igualdad de matrices)

hAii j = hBii j , i, j N con 1 i m, 1 j n

Definicin 2.3 (Matriz transpuesta de una matriz)

2.2 Tipos de matrices y resultados

Definicin 2.4 (Matriz cuadrada)

es un concepto exclusivo para matrices cuadradas.

Enuncie alguna matriz B que cumpla, simultneamente, las condiciones siguientes:

Los elementos de su diagonal son entradas de la forma 2, con Z

hBii j = j i, i, j con i > j

Definicin 2.5 (Matriz columna)

En general, una matriz columna de tamao m1 es un arreglo de m filas y 1 columna de la forma

Definicin 2.6 (Matriz fila)

En general, una matriz fila de tamao 1n es un arreglo de 1 fila y n columnas de la forma

Definicin 2.7 (Matriz identidad)

1 La matriz identidad de orden 5 es la matriz

2 La matriz identidad de orden 2 es la matriz

Definicin 2.8 (Matriz nula)

1 La matriz nula de tamao 25 es la matriz

2 La matriz nula de tamao 14 es la matriz

3 La matriz nula de orden 3 es la matriz

Definicin 2.9 (Matriz diagonal)

Definicin 2.10 (Matriz triangular superior)

Definicin 2.11 (Matriz triangular inferior)

1 Matriz triangular superior de orden 5.

2 Matriz diagonal de orden 4.

3 Matriz triangular inferior de orden 2.

4 Matriz triangular superior e inferior, simultneamente, y de orden 3.

5 Cules son los tipos en los que se puede clasificar la matriz O4 ?

2.3 Operaciones con matrices

Definicin 2.12 (Adicin de matrices)

a11 + b11 a12 + b12 a1n + b1n

2 Observe que la adicin de matrices con tamaos diferentes no est definida.

Definicin 2.13 (Multiplicacin de un nmero real por una matriz)

h Aii j = hAii j , i, j N con 1 i m, 1 j n

Definicin 2.14 (Sustraccin de matrices)

En trminos generales, hA Bii j = hAii j hBii j , i, j N con 1 i m, 1 j n; de esta manera, si

a11 b11 a12 b12 a1n b1n

3 Usualmente, se escribre A en vez de A.

1 A+B = B+A la adicin es conmutativa en Mmn (R)

2 A + (B +C) = (A + B) +C la adicin es asociativa en Mmn (R)

3 A + Omn = Omn + A = A Omn es el elemento neutro aditivo en Mmn (R)