Documentos de Académico
Documentos de Profesional
Documentos de Cultura
k=1
a
ik
b
kj
(lo denotaremos por c
ij
= F
A
i
C
B
j
cuando queramos signicar la la y columna que intervienen).
Preliminares. 16
2.2 Lenguaje matricial de los sistemas de ecuaciones.
La matriz cuadrada I = I
n
=
_
_
_
_
_
_
1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1
_
_
_
_
_
_
, formada por ceros excepto en la diagonal
principal que tiene unos, de llama matriz identidad y verica que para toda A
mn
se tiene
que I
m
A
mn
= A
mn
y A
mn
I
n
= A
mn
. Es decir, es el neutro del producto de matrices.
Observacion:
La denicion dada de producto de matrices requiere que el n umero de columnas de la primera
matriz, A, sea igual que el n umero de las de la segunda matriz, B, puesto que para el calculo
de c
ij
ha de haber tantos elementos en la la i (n umero de columnas de A) como en la columna
j (n umero de las de B). En forma sinoptica con los tama nos (mn) (n p) = (mp).
Propiedades de las operaciones 2.1
a) A + B = B + A (conmutativa de la suma).
b) A + (B + C) = (A + B) + C (asociativa de la suma).
c) A(BC) = (AB)C (asociativa del producto).
d) A(B + C) = AB + AC (distributiva por la izquierda).
e) (A + B)C = AC + BC (distributiva por la derecha).
f) a(B + C) = aB + aC; a IR.
g) (a + b)C = aC + bC; a, b IR.
h) a(BC) = (aB)C = B(aC); a IR.
En general, NO es cierto que:
AB = BA
Si AB = AC necesariamente sea B = C
Si AB = 0 necesariamente sea A = 0 o B = 0
Ejemplo 2.2 Con A =
_
0 1
0 2
_
, B =
_
3 7
0 0
_
y C =
_
1 1
0 0
_
obtenemos que AB =
_
0 0
0 0
_
= BA =
_
0 17
0 0
_
es decir AB = BA y AB = 0 con A = 0 y B = 0. Ademas
AC = 0 = AB y B = C.
_
este puede escribirse como AX = B donde A = (a
ij
)
mn
, X = (x
i
)
n1
y B = (b
j
)
m1
.
La matriz A se denomina matriz de los coecientes, la matriz columna B se denomina
matriz de los terminos independientes y la matriz A|B, a nadiendo a A la matriz columna
B, se denomina matriz ampliada del sistema.
Preliminares. 17
2.2 Lenguaje matricial de los sistemas de ecuaciones.
2.2.1 Matrices elementales.
Denicion 2.3 Llamaremos operacion elemental en las las de las matrices, alguna de las
siguientes:
a) Intercambiar la posicion de dos las.
b) Multiplicar una la por una constante distinta de cero.
c) Sumar a una la un m ultiplo de otra la.
Denicion 2.4 Se dice que una matriz cuadrada E
nn
es una matriz elemental si se obtiene
de efectuar una sola operacion elemental sobre la matriz identidad I
nn
.
Teorema 2.5 Si la matriz elemental E
mm
resulta de efectuar cierta operacion elemental sobre
las las de I
m
y si A
mn
es otra matriz, el producto EA es la matriz m n que resulta de
efectuar la misma operacion elemental sobre las las de A.
Ejemplo.- Son matrices elementales las matrices
E
1
=
_
_
_
0 1 0
1 0 0
0 0 1
_
_
_, E
2
=
_
_
_
1 0 0
0 2 0
0 0 1
_
_
_ y E
3
=
_
_
_
1 0 0
0 1 0
3 0 1
_
_
_,
que se obtienen de I
3
, intercambiando la primera con la segunda la (F
1
F
2
), multiplicando la
segunda la por 2 (2F
2
) y sumando a la tercera la la primera la multiplicada por 3 (F
3
+3F
1
),
respectivamente. Y si A = (a
ij
)
34
, se tiene
E
1
A=
_
_
_
a
21
a
22
a
23
a
24
a
11
a
12
a
13
a
14
a
31
a
32
a
33
a
34
_
_
_, E
2
A =
_
_
_
a
11
a
12
a
13
a
14
2a
21
2a
22
2a
23
2a
24
a
31
a
32
a
33
a
34
_
_
_ y
E
3
A=
_
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
+3a
11
a
32
+3a
12
a
33
+3a
13
a
34
+3a
14
_
_
_.
Observacion 2.6 Es claro, que una vez realizada una operacion elemental puede deshacerse
mediante otra operacion elemental: as, si intercambiamos la la i con la la j , la operacion
elemental que lo deshace es intercambiar de nuevo la la i con la la j ; si multiplicamos la
la i por k = 0 se deshace multiplicandola de nuevo por
1
k
y si sumamos a la la i la la j
multiplicada por k lo deshacemos restando a la la i la la j multiplicada por k (sumando la
la j multiplicada por k).
Denotando por E
1
, E
2
y E
1
a las matrices elementales que deshacen las operaciones ele-
mentales dadas por las matrices elementales E
1
, E
2
y E
3
del ejemplo anterior, tenemos que
E
1
=
_
_
_
0 1 0
1 0 0
0 0 1
_
_
_ = E
1
, E
2
=
_
_
_
1 0 0
0
1
2
0
0 0 1
_
_
_ y E
3
=
_
_
_
1 0 0
0 1 0
3 0 1
_
_
_.
Teorema 2.7 Si E es una matriz elemental, los sistemas AX = B y EAX = EB, tienen las
mismas soluciones.
Demostracion:
En efecto, si X
0
es solucion del sistema AX = B se cumple la igualdad AX
0
= B, entonces
(EA)X
0
= E(AX
0
) = E(B) = EB, luego X
0
es tambien solucion del segundo sistema.
Preliminares. 18
2.2 Lenguaje matricial de los sistemas de ecuaciones.
Recprocamente, si X
0
es solucion del sistema (EA)X
0
= (EB) y E
es la matriz elemental
que deshace la operacion elemental realizada en E (ver la observacion 2.6 previa), entonces, por
lo anterior, X
0
es solucion del sistema E
(EA)X = E
(EB). Como E
deshace la operacion
elemental, E
EA = A y E
EB = B, luego X
0
es solucion del sistema AX = B.
Nota: Con este resultado, multiplicando sucesivamente en la igualdad AX = B por matrices
elementales adecuadas
E
1
AX=E
1
B E
2
E
1
AX=E
2
E
1
B . . . E
k
E
2
E
1
AX=E
k
E
2
E
1
B
se llega a un sistema equivalente RX = L (es decir, con las mismas soluciones), pero mas sencillo
a la hora de encontrar las soluciones. Esto es lo que hace el metodo siguiente:
2.2.2 Metodo de Gauss.
Buscaremos una matriz escalonada, con ceros por debajo de la escalera, que permite una
resolucion sencilla (como veremos luego). Esta matriz reducida debe cumplir:
a) Si una la consta unicamente de ceros debe ir en la parte inferior de la matriz.
b) Si dos las seguidas no constan solo de ceros, el primer elemento distinto de cero de la la
inferior debe encontrarse mas a la derecha que el primer elemento distinto de cero de la la
superior.
La b usqueda de estas matrices se conoce con el nombre de metodo de Gauss.
Ejemplo 2.8
5x
3
+ 10x
4
+ 15x
6
= 5
x
1
+ 3x
2
2x
3
+ 2x
5
= 0
2x
1
+ 6x
2
5x
3
2x
4
+ 4x
5
3x
6
= 1
2x
1
+ 6x
2
+ 8x
4
+ 4x
5
+ 18x
6
= 6
_
_
Apliquemos sobre este sistema el metodo de Gauss, es decir hagamos operaciones elementales,
sobre la matriz A de los coecientes y, como vimos, tambien sobre B para que se mantenga la
igualdad. Por comodidad efectuamos las operaciones elementales sobre la matriz ampliada para
con ello realizar las operaciones sobre A y B de una sola vez.
A|B =
_
_
_
_
_
0 0 5 10 0 15 5
1 3 2 0 2 0 0
2 6 5 2 4 3 1
2 6 0 8 4 18 6
_
_
_
_
_
Por la operacion (a) cambiamos la la 1
por la la 2 (F
1
F
2
).
_
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
2 6 5 2 4 3 1
2 6 0 8 4 18 6
_
_
_
_
_
Por (b) hacemos cero el 2 de F
3
(F
3
2F
1
)
y el de F
4
(F
4
2F
1
).
_
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
0 0 1 2 0 3 1
0 0 4 8 0 18 6
_
_
_
_
_
Hacemos 0 el 1 de F
3
(F
3
+
1
5
F
2
) y el 4
de F
4
(F
4
4
5
F
2
).
Preliminares. 19
2.2 Lenguaje matricial de los sistemas de ecuaciones.
_
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
0 0 0 0 0 0 0
0 0 0 0 0 6 2
_
_
_
_
_
Cambiamos F
3
por F
4
(F
3
F
4
).
_
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
0 0 0 0 0 6 2
0 0 0 0 0 0 0
_
_
_
_
_
Esta matriz es escalonada, y nos propor-
ciona el sistema
x
1
+ 3x
2
2x
3
+ 2x
5
= 0
5x
3
+ 10x
4
+ 15x
6
= 5
6x
6
= 2
0 = 0
_
_
cuyas soluciones se encuentran facilmente sustituyendo de abajo hacia arriba, obteniendose:
x
6
=
1
3
, x
3
= 2x
4
, x
1
= 3x
2
4x
4
2x
5
, donde x
2
, x
4
y x
5
pueden tomar cualquier valor.
Las soluciones son: (3x
2
4x
4
2x
5
, x
2
, 2x
4
, x
4
, x
5
,
1
3
) para todo x
2
, x
4
y x
5
.
_
x
1
= 2x
2
5x
2
= 5 15x
3
6x
3
= 2
y se obtiene
_
_
x
1
= 0
x
2
= 0
x
3
=
1
2
solucion unica.
Si el n umero de elementos principales es menor que el n umero de incognitas el sistema tiene
innitas soluciones. Basta observar el ejemplo 2.8 anterior, tenemos una solucion para cada
uno de los posibles valores de x
2
, x
4
y x
5
.
2.2.2.1 Sistemas homogeneos.
Un sistema de ecuaciones lineales se dice que es homogeneo si tiene todos los terminos inde-
pendientes cero; es decir, un sistema de la forma AX = 0.
Un sistema homogeneo siempre tiene solucion pues X = 0 es una solucion del sistema. A
esta solucion suele llamarse la solucion trivial y de cualquier otra solucion distinta de esta se
dice solucion no trivial.
2.2.3 Metodo de Gauss-Jordan.
El metodo de Gauss-Jordan contin ua el metodo de Gauss, haciendo operaciones elementales
para conseguir una matriz escalonada reducida que tiene unos por elementos principales y
en las columnas que contienen a dichos unos todos los demas elementos son cero.
Preliminares. 20
2.3 Matriz transpuesta.
Ejemplo 2.9 Continuando con el sistema del ejemplo 2.8 anterior
_
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
0 0 0 0 0 6 2
0 0 0 0 0 0 0
_
_
_
_
_
Hacemos 1 los elementos principales mul-
tiplicando
1
5
F
2
y
1
6
F
3
_
_
_
_
_
1 3 2 0 2 0 0
0 0 1 2 0 3 1
0 0 0 0 0 1
1
3
0 0 0 0 0 0 0
_
_
_
_
_
hay que hacer cero el 3 de F
2
y C
6
(a
26
):
F
2
3F
3
_
_
_
_
_
1 3 2 0 2 0 0
0 0 1 2 0 0 0
0 0 0 0 0 1
1
3
0 0 0 0 0 0 0
_
_
_
_
_
hay que hacer cero el 2 de F
1
y C
3
(a
13
):
F
1
+ 2F
2
_
_
_
_
_
1 3 0 4 2 0 0
0 0 1 2 0 0 0
0 0 0 0 0 1
1
3
0 0 0 0 0 0 0
_
_
_
_
_
luego
_
_
x
1
= 3x
2
4x
4
2x
5
x
3
= 2x
4
x
6
=
1
3
obteniendose, naturalmente, las mismas soluciones que antes.
) = k det(A).
b) que si A
) =
det(A).
c) que si A
) = det(A).
Demostracion:
a)
det(A
) =
(1)
N
a
1j
1
ka
ij
i
a
nj
n
=k
(1)
N
a
1j
1
a
ij
i
a
nj
n
= k det(A).
b) Previamente necesitamos el siguiente resultado:
Lema 2.27 Si en el conjunto {j
1
, . . . , j
n
} intercambiamos dos elementos el n umero
de inversiones de signo cambia de paridad (de par a impar, o viceversa).
Demostracion:
Si intercambiamos los elementos consecutivos j
i
y j
i+1
cambia la paridad, pues si
antes era j
i
< j
i+1
ahora es j
i+1
> j
i
, produciendose una inversion donde antes no la
haba, y si era j
i
> j
i+1
ahora j
i+1
< j
i
, con lo que se elimina una inversion que antes
haba. Como con el resto de los elementos no se producen modicaciones, si tenamos
N inversiones ahora tendremos N + 1 o N 1, luego se cambia de paridad.
Si intercambiamos los elementos j
i
y j
k
no consecutivos, podemos hacerlo repitiendo
el proceso comentado arriba, yendo paso a paso intercambiando terminos consecutivos.
Hacemos por lo tanto k i intercambios consecutivos para llevar el elemento j
i
a la
posicion k y haremos k i 1 intercambios para llevar j
k
(que ahora esta en la
posicion k 1) a la posicion i. Luego hay 2(k i) 1, un n umero impar, de cambios
de paridad y, por tanto, cambia la paridad al intercambiar dos elementos cualesquiera.
Preliminares. 24
2.4 Matrices cuadradas.
Con este resultado, para probar b) basta observar que los productos elementales que aparecen en
el det(A
) son los mismos que aparecen en el det(A), aunque intercambiadas las posiciones de los
elementos de las las en cuestion, es decir, los productos elementales a
1j
1
a
kj
k
a
ij
i
a
nj
n
de A
y a
1j
1
a
ij
i
a
kj
k
a
nj
n
de A son iguales. Pero como los ndices j
i
y j
k
aparecen
intercambiando las posiciones, en el desarrollo del los determinantes tendran signos contrarios,
luego det(A
) = det(A).
Corolario 2.28 Una matriz con dos las iguales tiene determinante cero.
Demostracion:
Sea B una matriz cuadrada que tiene la la i y la la k iguales, entonces por la
parte b) anterior, si intercambiamos las las i y k que son iguales se obtiene que
det(B) = det(B) es decir que det(B) = 0.
c) det(A
) =
(1)
N
a
1j
1
a
ij
i
(a
kj
k
+ ka
ij
k
) a
nj
n
=
(1)
N
a
1j
1
a
ij
i
a
kj
k
a
nj
n
+
(1)
N
a
1j
1
a
ij
i
ka
ij
k
a
nj
n
=det(A) + k
(1)
N
a
1j
1
a
ij
i
a
ij
k
a
nj
n
.
Como este ultimo sumatorio, que es el determinante de una matriz que tiene la la i y la la k
iguales, vale 0, se tiene que det(A
) = det(A).
Corolario 2.29
a) Si E es la matriz elemental resulta de multiplicar una la de I por una constante k,
entonces det(E) = k.
b) Si E es la matriz elemental que resulta de intercambiar dos las de I , entonces det(E) =
1.
c) Si E es la matriz que resulta de sumar a una la k un m ultiplo de la la i, de I , entonces
det(E) = 1.
Calculo de determinantes por reduccion a la forma escalonada.
El teorema anterior nos ofrece la posibilidad de calcular el determinante de una matriz usando
el metodo de Gauss. Si tenemos que E
k
E
2
E
1
A = R, donde R es la matriz escalonada que
se obtiene al aplicar el metodo de Gauss, se tiene que
det(R) =det(E
k
E
k1
E
k2
E
1
A) =
k
det(E
k1
E
k2
E
1
A)
=
k
k1
det(E
k2
E
1
A) = =
k
k1
k2
1
det(A),
donde
i
es k, 1 o 1, seg un la operacion elemental que represente E
i
. Luego
det(A) =
1
1
1
k
det(R)
y como R es una matriz cuadrada escalonada, es una matriz triangular superior (ver nota
siguiente), y det(R) = r
11
r
22
r
nn
.
Nota: Es claro que si una matriz cuadrada la llevamos a una matriz escalonada, esta ha de ser
triangular superior, pues el elemento principal de la la 1 esta en la posicion 11 o mas a la
derecha, el elemento principal de la la 2 esta en la posicion 22 o mas a la derecha, y en general
el elemento principal de la la i esta en la posicion ii o mas a la derecha. Luego para toda la
i, los elementos a
ij
con i > j son cero, que es la caracterizacion de matriz triangular superior.
Preliminares. 25
2.4 Matrices cuadradas.
As pues, una matriz escalonada cuadrada, o tiene elemento principal en cada la (y en
consecuencia estan todos en la diagonal principal de la matriz) o tiene al menos una la de
ceros.
En particular, si llevamos la matriz cuadrada a la forma de matriz escalonada reducida, esta
escalonada reducida o es la matriz identidad o tiene al menos una la de ceros.
2.4.2.2 Otras propiedades del determinante.
Teorema 2.30 Si A y B son matrices cuadradas de orden n, entonces
det(AB) = det(A) det(B).
Demostracion:
La demostracion se hace en tres pasos. Primero el caso particular en que A sea una matriz
elemental y luego los casos generales, que A sea una matriz inversible o que no lo sea.
1. Si A es una matriz elemental, por el teorema 2.26 y corolario 2.29 anteriores, se tiene que:
a) det(AB) = k det(B) = det(A) det(B)
b) det(AB) = det(B) = (1) det(B) = det(A) det(B)
c) det(AB) = det(B) = 1 det(B) = det(A) det(B)
seg un el tipo de matriz elemental que sea A.
2. Si A es inversible es producto de matrices elementales (teorema 2.18) y por la parte 1,
det(AB) =det(E
k
E
k1
E
1
B) = det(E
k
) det(E
k1
E
1
B) =
=det(E
k
) det(E
2
) det(E
1
) det(B) = det(E
k
) det(E
2
E
1
) det(B) =
=det(E
k
E
1
) det(B) = det(A) det(B).
3. Si A no es inversible, la matriz escalonada reducida, R, obtenida de A no es la identi-
dad, luego tiene al menos una la de ceros. Entonces, si E
k
E
1
A = R se tiene que
A = E
1
1
E
1
k
R = E
1
R, donde E
1
= E
1
1
E
1
k
es inversible por ser producto de
inversibles. Por la parte 2, det(A) = det(E
1
) det(R) = 0 ya que det(R) = 0 al tener una
la de ceros. Luego det(A) det(B) = 0 det(B) = 0.
Con la notacion anterior, AB = E
1
RB de donde det(AB) = det(E
1
) det(RB). Ahora
bien, como R tiene al menos una la de ceros, la matriz RB tiene al menos una la de
ceros y, por tanto, det(RB) = 0. En consecuencia, det(AB) = 0 = det(A) det(B).
Teorema 2.31 Sea A
nn
entonces, A es inversible det(A) = 0.
Demostracion:
Si A es inversible I = AA
1
, luego det(I) = det(AA
1
) = det(A) det(A
1
), pero al ser
det(I) = 1 = 0, necesariamente ha de ser det(A) = 0.
Como en la parte 3 de la demostracion del teorema anterior ya hemos visto que si A no es
inversible entonces det(A) = 0, queda probado el teorema.
Teorema 2.32 Si A es una matriz cuadrada, entonces det(A
t
) = det(A).
Demostracion:
Es claro que los productos elementales que aparecen en ambos determinantes son los mismos,
luego basta probar que ademas tienen el mismo signo.
Preliminares. 26
2.4 Matrices cuadradas.
Si en la matriz A hacemos cero todos los elementos excepto los que intervienen en un
producto elemental dado, obtenemos una matriz B cuyo determinante es precisamente ese pro-
ducto elemental con signo, es decir det(B) = (1)
N
a
1j
1
a
nj
n
; si en A
t
hacemos cero los
elementos que no intervienen en ese mismo producto elemental se obtiene precisamente B
t
, y
det(B
t
) = (1)
N
a
1j
1
a
nj
n
. Entonces,
|BB
t
| =
_
_
_
_
_
_
_
_
0 0 a
1j
1
0
0 0 0 a
2j
2
a
3j
3
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
nj
n
0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 0 a
3j
3
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nj
n
.
.
.
.
.
.
.
.
.
.
.
.
a
1j
1
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 a
2j
2
0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
a
2
1j
1
0 0 0
0 a
2
2j
2
0 0
0 0 a
2
3j
3
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
2
nj
n
= a
2
1j
1
a
2
2j
2
a
2
3j
3
a
2
nj
n
0,
y, por tanto, det(B) det(B
t
) = det(BB
t
) 0 y ambos factores tienen el mismo signo.
2.4.2.3 Desarrollo por cofactores.
Denicion 2.33 Sea A una matriz cuadrada, llamaremos menor del elemento a
ij
y lo
denotaremos por M
ij
, al determinante de la submatriz que se forma al suprimir en A la la
i y la columna j . Al n umero (1)
i+j
M
ij
lo llamaremos cofactor del elemento a
ij
y lo
denotaremos por C
ij
.
Teorema 2.34 El determinante de una matriz A se puede calcular multiplicando los elementos
de una la (o de una columna) por sus cofactores correspondientes y sumando todos los productos
resultantes; es decir, para cada 1 i n y para cada 1 j n:
det(A) = a
i1
C
i1
+ a
i2
C
i2
+ + a
in
C
in
y det(A) = a
1j
C
1j
+ a
2j
C
2j
+ + a
nj
C
nj
Demostracion:
Sopongamos que desarrollamos por la la 1. Si en det(A) agrupamos los terminos que
involucran a cada a
1k
, tenemos que
|A| =
(1,j
2
,...,j
n
)
(1)
N
a
11
a
2j
2
a
nj
n
+ +
(n,j
2
,...,j
n
)
(1)
N
a
1n
a
2j
2
a
nj
n
=
n
k=1
_
_
(k,j
2
,...,j
n
)
(1)
N
a
1k
a
2j
2
a
nj
n
_
_
=
n
k=1
a
1k
_
_
(k,j
2
,...,j
n
)
(1)
N
a
2j
2
a
nj
n
_
_
Por otra parte como C
1k
= (1)
1+k
M
1k
= (1)
1+k
(j
2
,...,j
n
)
j
i
=k
(1)
N
k
a
2j
2
a
nj
n
, basta comprobar
que este valor coincide con el que aparece entre parentesis en el sumatorio anterior.
Para cada k, en el conjunto {k, j
2
, . . . , j
n
} aparecen k1 inversiones mas que en {j
2
, . . . , j
n
},
pues estan todas aquellas que se producen entre los j
i
mas las que se produzcan con el primer
elemento k. En efecto, como en el conjunto {j
2
, . . . , j
n
} aparecen los valores 1, 2, . . . , k 1,
Preliminares. 27
2.4 Matrices cuadradas.
y se tiene que k > 1, k > 2, . . . , k > k 1, aparecen exactamente k 1 inversiones mas. Es
decir, (1)
N
= (1)
k1
(1)
N
k
, luego
|A| =
n
k=1
a
1k
_
_
(k,j
2
,...,j
n
)
(1)
N
a
2j
2
a
nj
n
_
_
=
n
k=1
a
1k
_
_
(j
2
,...,j
n
)
(1)
k1
(1)
N
k
a
2j
2
a
nj
n
_
_
=
n
k=1
a
1k
(1)
k1
_
_
(j
2
,...,j
n
)
(1)
N
k
a
2j
2
a
nj
n
_
_
=
n
k=1
a
1k
(1)
k1
M
1k
=
n
k=1
a
1k
(1)
k+1
M
1k
=
n
k=1
a
1k
C
1k
Para desarrollar por una la k cualquiera, basta llevar esta a la la 1 y aplicar lo anterior.
En efecto, si vamos intercambiando la la k con cada una de las anteriores, obtenemos una
matriz A
| . Si desarrollamos det(A
| = (1)
k1
n
j=1
a
1j
(1)
1+j
M
1j
= (1)
k1
n
j=1
a
kj
(1)
1+j
M
kj
=
n
j=1
a
kj
(1)
k1
(1)
1+j
M
kj
=
n
j=1
a
kj
(1)
k+j
M
kj
=
n
j=1
a
kj
C
kj
.
Para el desarrollo por columnas basta recordar que |A| = |A
t
| .
Corolario 2.35 Si desarrollamos una la de una matriz A por los cofactores de otra distinta,
el resultado es cero; es decir,
a
i1
C
j1
+ a
i2
C
j2
+ + a
in
C
jn
= 0, si i = j .
Identico resultado para las columnas.
Demostracion:
Es claro, pues si en A hacemos la la j igual a la la i, la matriz obtenida A
tiene
determinante cero y
0 = |A
| = a
j1
C
j1
+ a
j2
C
j2
+ + a
jn
C
jn
= a
i1
C
j1
+ a
i2
C
j2
+ + a
in
C
jn
Denicion 2.36 Dada una matriz A cuadrada de orden n, llamaremos matriz de cofactores
de A a la matriz que tiene por elementos los cofactores de A, C = (C
ij
), y llamaremos matriz
adjunta de A a la matriz de cofactores traspuesta, Adj(A) = C
t
.
Teorema fundamental 2.37 Si A es una matriz inversible, entonces A
1
=
1
|A|
Adj(A).
Demostracion:
Si probamos que AAdj(A) = |A|I entonces, como |A| = 0, sera A
Adj(A)
|A|
= I y A
1
=
1
|A|
Adj(A). En efecto, aplicando el teorema 2.34 y el corolario 2.35 anteriores,
A Adj(A) = A C
t
=
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
_
_
C
11
C
21
C
n1
C
12
C
22
C
n2
.
.
.
.
.
.
.
.
.
.
.
.
C
1n
C
2n
C
nn
_
_
_
_
_
_
= |A| I
Preliminares. 28
2.5 Rango de una matriz. Teorema de Rouche.
Regla de Cramer 2.38 Sea AX = B, un sistema de n ecuaciones con n incognitas, tal que
A es inversible, entonces el sistema tiene como unica solucion:
x
1
=
b
1
a
12
a
1n
b
2
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
n
a
n2
a
nn
|A|
, x
2
=
a
11
b
1
a
1n
a
21
b
2
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
b
n
a
nn
|A|
, . . . , x
n
=
a
11
a
12
b
1
a
21
a
22
b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
b
n
|A|
.
Demostracion:
Si A es inversible la solucion unica es X = A
1
B =
Adj(A)
|A|
B =
1
|A|
_
_
_
_
_
_
C
11
C
21
C
n1
C
12
C
22
C
n2
.
.
.
.
.
.
.
.
.
.
.
.
a
1n
a
2n
a
nn
_
_
_
_
_
_
_
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
_
=
1
|A|
_
_
_
_
_
b
1
C
11
+ b
2
C
21
+ + b
n
C
n1
b
1
C
12
+ b
2
C
22
+ + b
n
C
n2
b
1
C
1n
+ b
2
C
2n
+ + b
n
C
nn
_
_
_
_
_
luego cada x
j
=
b
1
C
1j
+ b
2
C
2j
+ + b
n
C
nj
|A|
, como queramos probar.
2.5 Rango de una matriz. Teorema de Rouche.
Denicion 2.39 Se llama rango de una matriz A
mn
, rang(A) o rg(A), al maximo orden
que resulta de considerar todas las submatrices cuadradas que pueden formarse eliminando las
y columnas completas de A y cuyo determinante sea distinto de cero.
Del determinante de una submatriz cuadrada de orden r de A, formada eliminando las
y columnas completas, de suele decir que es un menor de orden r de A, por analoga a la
denominacion dada en la denicion 2.33 a los menores de un elemento.
Resultan evidentes, estos resultados:
- Si A es mn, entonces: rg(A) min{m, n}.
- Si A es n n, entonces: rg(A) = n det(A) = 0.
Dado que el rango de una matriz no vara realizando en ella operaciones elementales puede
denirse tambien
el rango de una matriz es el n umero de las distintas de cero que aparecen en alguna
de las formas escalonadas de la matriz,
puesto que el menor formado con las las y columnas que contienen a los elementos principales
de la matriz escalonada es distinto de 0, y cualquier menor de orden mayor es cero.
Proposicion 2.40 Sea A una matriz mn, entonces
a) Si existe un menor de orden r distinto de cero el rg(A) r.
b) Si todos los menores de orden r son cero el rg(A) < r.
Demostracion:
a) es claro, pues como r es el orden de un menor distinto de cero, el maximo de los ordenes
de los menores distintos de cero es al menos r.
Preliminares. 29
2.5 Rango de una matriz. Teorema de Rouche.
b) Si todos los menores de orden r son cero, como un menor de orden r + 1 que es un
determinante puede descomponerse como suma de menores de orden r por constantes,
todos los menores de orden r + 1 son cero y, por tanto, todos los menores de orden mayor
que r son cero. Luego rg(A) < r
En una matriz mn, el n umero de menores de orden r que podemos formar puede ser muy
alto, de hecho es
_
m
r
__
n
r
_
=
m!
r!(mr)!
n!
r!(n r)!
,
es decir, todas las posibles elecciones de r las de entre las m,
_
m
r
_
, y para cada una de estas
elecciones todas las posibles elecciones de r columnas de entre la n,
_
n
r
_
. Por tanto, para ver
que una matriz tiene rango menor que r usando los menores, hemos de comprobar que cada
uno de los
m!
r!(mr)!
n!
r!(nr)!
menores son cero.
Es claro, por tanto, que cuanto mayor sea la matriz resulta menos costoso evaluar el rango
de una matriz llevandola a una forma escalonada que usar la denicion. Sin embargo, el coste
de la evaluacion por menores, puede reducirse usando el siguiente resultado:
Proposicion 2.41 Sea A
mn
una matriz, y M
rr
una submatriz de A con determinante
distinto de cero. Entonces, si el determinante de todas las submatrices de orden r + 1 que
se pueden conseguir en A a nadiendo una la y una columna a M son cero, el rango de A es r.
Demostracion:
Supongamos, por simplicidad en la notacion, que M es el menor formado por las primeras
r las y columnas. Consideremos la matriz
_
_
_
_
_
_
a
11
a
1r
a
1r+1
a
1r+2
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
r1
a
rr
a
rr+1
a
rr+2
a
rn
a
r+11
a
r+1r
a
r+1r+1
a
r+1r+2
a
r+1n
_
_
_
_
_
_
donde las lneas verticales signican respectivamente M y este menor ampliado a la la r +1 y
a cada una de las demas columnas de A.
Si hacemos operaciones elementales en las las, obtenemos
_
_
_
_
_
_
a
11
a
1r
a
1r+1
a
1r+2
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
rr
a
rr+1
a
rr+2
a
rn
0 0 a
r+1r+1
a
r+1r+2
a
r+1n
_
_
_
_
_
_
y los menores que tenemos ahora son o no cero seg un lo fueran o no antes. Como M es distinto
de cero ha de ser a
11
a
22
a
rr
= 0 y como cada uno de los menores ampliados son cero han
de ser a
11
a
22
a
rr
a
r+1r+1
= 0, a
11
a
22
a
rr
a
r+1r+2
= 0, . . . , a
11
a
22
a
rr
a
r+1n
= 0. Luego,
a
r+1r+1
= a
r+1r+2
= = a
r+1n
= 0 y la matriz escalonada queda
_
_
_
_
_
_
a
11
a
1r
a
1r+1
a
1r+2
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
rr
a
rr+1
a
rr+2
a
rn
0 0 0 0 0
_
_
_
_
_
_
.
Preliminares. 30
2.5 Rango de una matriz. Teorema de Rouche.
Haciendo el mismo proceso para las las r + 2 hasta m, tenemos que una forma escalonada de
A sera
_
_
_
_
_
_
_
_
_
_
_
a
11
a
1r
a
1r+1
a
1r+2
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
rr
a
rr+1
a
rr+2
a
rn
0 0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
y el rango de A es por tanto r.
Con este resultado podemos dar un metodo que se conoce con el nombre de orlado de
menores para encontrar el rango de una matriz usando los menores:
Buscamos un menor de orden uno distinto de cero: si no existe rg(A) = 0; si existe
M
1
= 0 entonces rg(A) 1, y buscamos un menor de orden 2 distinto de cero de
entre los que orlan al anterior: si todos ellos son cero, por el resultado anterior, el
rg(A) = 1; si alg un M
2
= 0 entonces rg(A) 2, y buscamos un menor de orden
3 distinto de cero de entre los que orlan a M
2
: si no existe rg(A) = 2, y si existe
M
3
= 0 entonces rg(A) 3, y buscamos . . . .
Teorema de Rouche 2.42 Sea el sistema AX = B, sistema de m ecuaciones con n incognitas.
Entonces AX = B tiene solucion si, y solo si, rg(A) = rg(A|B).
En caso de tener solucion, si rg(A) = r, toda solucion puede expresarse en la forma X =
V
0
+t
1
V
1
+t
2
V
2
+ +t
nr
V
nr
, siendo V
0
una solucion particular de AX = B y los V
1
, . . . ,
V
nr
soluciones del sistema homogeneo asociado AX = 0.
Demostracion:
Reduciendo la matriz ampliada del sistema por operaciones elementales seg un el metodo de
Gauss-Jordan, podemos llegar a un sistema equivalente cuya matriz ampliada sea:
_
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0 a
1r+1
a
1n
b
1
0 1 0 a
2r+1
a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 a
rr+1
a
rn
b
r
0 0 0 0 0 b
r+1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 b
m
_
_
_
_
_
_
_
_
_
_
_
_
_
En forma mas escueta indicando los
tama nos podemos escribirla as:
_
I
rr
A
rnr
B
r1
0
mrr
0
mrnr
B
mr1
_
Nota: Los coecientes a
ij
, b
k
de esta matriz no seran los iniciales sino los resultantes despues
de hacer las operaciones elementales. Ademas, para conseguir que en la matriz aparezcan todos
los elemetos principales en las primeras r columnas puede hacer falta intercambiar columnas,
pero esto unicamente supone cambiar el orden de las incognitas del sistema. Las soluciones son
las mismas pero en orden distinto.
Obviamente el rango de la matriz de los coecientes es r y el sistema tendra solucion si y
solo si b
r+1
= b
r+2
= = b
m
= 0, es decir si el rango de la ampliada tambien es r.
En este caso la solucion sera (con posibles cambios en el orden de las incognitas)
Preliminares. 31
2.6 Ejercicios.
_
_
x
1
=b
1
t
1
a
1r+1
t
2
a
1r+2
t
nr
a
1n
x
2
=b
2
t
1
a
2r+1
t
2
a
2r+2
t
nr
a
2n
.
.
.
x
r
=b
r
t
1
a
rr+1
t
2
a
rr+2
t
nr
a
rn
x
r+1
=t
1
.
.
.
x
n
=t
nr
que tambien podemos escribir en forma
matricial teniendo en cuenta que
x
r+i
= 0 +t
1
0 + +t
i
1 + +t
nr
0
_
_
_
_
_
_
_
_
_
_
_
x
1
.
.
.
x
r
x
r+1
.
.
.
x
n
_
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
b
1
.
.
.
b
r
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
+t
1
_
_
_
_
_
_
_
_
_
_
_
a
1r+1
.
.
.
a
rr+1
1
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
+ +t
nr
_
_
_
_
_
_
_
_
_
_
_
a
1n
.
.
.
a
rn
0
.
.
.
1
_
_
_
_
_
_
_
_
_
_
_
y llamando V
i
a las matrices
columna, podemos escribir
X = V
0
+ t
1
V
1
+ + t
nr
V
nr
como enunciabamos.
Fijandonos en las soluciones se observa que haciendo t
1
= = t
nr
= 0, V
0
es una solucion
de AX = B.
Si consideramos el sistema homogeneo asociado AX = 0, ha de ser V
0
= 0 y como solucion
generica obtendremos X = t
1
V
1
+ +t
nr
V
nr
. Luego haciendo t
i
= 1 y t
k
= 0, para k = i,
vemos que X = V
i
es solucion del sistema homogeneo AX = 0.
Resumiendo:
Si rg(A) = r, entonces:
rg(A) = rg(A|B) = Sist. Compatible (con sol.)
_
r = n Solucion unica.
r < n Innitas soluciones.
rg(A) = rg(A|B) = Sist. Incompatible (no tiene solucion).
2.6 Ejercicios.
2.1 Sean las matrices
A =
_
_
_
3 0
1 2
1 1
_
_
_ B =
_
4 1
0 2
_
C =
_
1 4 2
3 1 5
_
D =
_
_
_
1 5 2
1 0 1
3 2 4
_
_
_ E =
_
_
_
6 1 3
1 1 2
4 1 3
_
_
_
a) Calcular cuando se pueda: 3C D, (AB)C, A(BC), ED, DE, (4B)C + CA y
CA + B
2
.
b) Calcular, haciendo el menor n umero de operaciones posible, la la 1 de CA, la columna
2 de CD y los elementos 23 y 12 de la matriz CDE.
2.2 Sean A y B dos matrices de tama no m n. Probar que si AX = BX para todas las
matrices X
n1
, entonces A = B.
Indicacion: usar las matrices X
i
= (0, . . . , 1, . . . , 0)
t
, todo ceros y un 1 en la la i.
Preliminares. 32
2.6 Ejercicios.
2.3 Encontrar las matrices elementales que llevan la matriz A =
_
_
_
1 2 3
0 1 2
1 0 3
_
_
_ a una matriz
escalonada.
2.4 Demostrar que si la ecuacion lineal x+b
1
y = c
1
tiene las mismas soluciones que la ecuacion
x + b
2
y = c
2
, las dos ecuaciones son identicas. Ocurre lo mismo si las ecuaciones son
a
1
x + b
1
y = c
1
y a
2
x + b
2
y = c
2
?
2.5 Hallar una matriz P tal que APB = C donde
A =
_
_
_
1 4
2 3
1 2
_
_
_ B =
_
2 0 0
0 1 1
_
C =
_
_
_
8 6 6
6 1 1
4 0 0
_
_
_.
2.6 Estudiar cada uno de los siguientes sistemas:
a)
_
_
x + 2y z =2
2x + y + z =1
3x + 3y + 2z =1
b)
_
_
x + y + z =3
2x + 3z =4
3x 3y + 4z =7
5x + y + 7z =9
2.7 Estudiar cada uno de los sistemas siguientes, seg un los valores de los paramentros
a)
_
_
x + 2y + 4z =1
x + 2y + 2az =2
ax + 4y + 4az =4a
b)
_
_
x + y + z =b 3
bx + y =0
bx + y + bz =0
2.8 Sean A y B dos matrices cuadradas de orden n, demostrar que Traza(A+B) = Traza(A)+
Traza(B) y que Traza(AB) = Traza(BA). Es posible encontrar matrices A y B tales
que AB BA = I ?
2.9 Probar que si A es una matriz cuadrada, A+A
t
es simetrica y que AA
t
es antisimetrica.
Demostrar que toda matriz cuadrada se puede escribir de forma unica como suma de una
matriz simetrica y una antisimetrica.
2.10 Probar que en una matriz cuadrada antisimetrica la diagonal principal esta formada unicamente
por ceros.
2.11 Encontrar las matrices elementales que llevan la matriz A del ejercicio 2.3 a una matriz
escalonada reducida. Puede escribirse A como producto de matrices elementales?
2.12 Sea A una matriz idempotente (A
2
= A). Probar que la matriz B = I A es idempotente
y que AB = BA = 0. Que puede decirse de A si es inversible?
2.13 Sean A y B matrices cuadradas tales que AB = 0. Demostrar que A no puede ser
inversible a menos que B sea la matriz nula.
2.14 Demostrar que (A
t
)
n
= (A
n
)
t
, y tambien que (A
t
)
1
= (A
1
)
t
.
2.15 Suponiendo que det(A) = 5, siendo A =
_
_
_
a b c
d e f
g h i
_
_
_, calcular
(a)
d e f
g h i
a b c
(b)
a b c
2d 2e 2f
g h i
(c)
a + d b + e c + f
d e f
g h i
Preliminares. 33
2.6 Ejercicios.
(d)
a b c
d 3a e 3b f 3c
2g 2h 2i
(e)
a g h
b h e
c i f
(f)
2a d d g
2b e e h
2c f f i
_
ax + by + cz = u
y + gz = v
y + kz = w
posee solucion unica para todo
u, v, w IR si, y solo si, a(k + g) = 0.
Si a(k + g) = 0 y v = w = 0, en que condiciones el sistema es compatible?
2.22 Estudiar, seg un los valores de los parametros, los rangos de las matrices asociadas a cada
uno de los sistemas siguientes:
a)
_
_
_
x + 2y z =a
2x + y + z =1a
3x + (1+a)y + az =1a
b)
_
_
_
x + ay + a
2
z =1
x + ay + abz =a
bx + a
2
y + a
2
bz =ba
2
d)
_
_
x + y + z =3
2x ay + 3z =4
3x 3y + 4z =7
5x (a+b)y + 7z =8+b
Indicar en que casos tienen solucion los sistemas y expresarla en la forma descrita en el
teorema de Rouche 2.42.
2.23 Dada la matriz A de orden n 2, calcular el rango de A seg un los valores de a y b.
Siendo
A =
_
_
_
_
_
_
_
_
_
_
_
_
_
a a a a a a
b 0 0 0 0 a
0 b 0 0 0 a
0 0 b 0 0 a
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
.
.
.
0 a
0 0 0 0 b a
_
_
_
_
_
_
_
_
_
_
_
_
_
Preliminares. 34