1

Tema 1.

Algebra lineal. Matrices
0.1 Introduccion
Los sistemas de ecuaciones lineales aparecen en un gran n umero de situaciones. Son
conocidos los metodos de resolucion de los mismos cuando tienen dos ecuaciones y dos
incognitas que se estudian en la ense nanza secundaria: los de reduccion, sustitucion e
igualacion. Ahora se trata de ver como puede procederse cuando hay mayor n umero de
ecuaciones y de incognitas simplicando lo mas posible la escritura.
La forma de resolver un sistema consiste en realidad en ir sustituyendo el sistema por
otro equivalente (es decir, que tenga las mismas soluciones) pero que vaya siendo cada vez
mas sencillo, hasta llegar a uno que sepamos resolver. Las operaciones que transforman
un sistema en otro equivalente son esencialmente dos:
1. Multiplicar una ecuacion por un n umero distinto de 0.
2. Sumar una ecuacion a otra.
Consideremos el siguiente ejemplo:
_
_
_
3x +2y = 8
2x +4y = 5
(0.1)
Se puede proceder as: se multiplica la primera ecuacion por 2 y la segunda por 3. Se
obtiene as el sistema equivalente
_
_
_
6x +4y = 16
6x 12y = 15
; (0.2)
sustituimos la segunda ecuacion por la suma de las dos, y resulta
_
_
_
6x +4y = 16
8y = 1
(0.3)
Este sistema se llama triangular y ya se sabe resolver: se despeja la y en la segunda
ecuacion, se sustituye en la primera y en esta se despeja la x; resulta
_

_
y =
1
8
6x + 4
_

1
8
_
= 16 =6x =
33
2
=x =
11
4
(0.4)
2
Observese que puede evitarse modicar la primera ecuacion y actuar solo sobre la segunda:
_
_
_
3x +2y = 8
2x +4y = 5
=
_
_
_
3x +2y = 8
3x 6y =
15
2
(
3
2
)
=
_
_
_
3x +2y = 8
4y =
1
2
(0.5)
Notese tambien que todo se simplica si se omite la escritura de las incognitas y se escriben
solo los coecientes. As, (0.5) puede escribirse
_
_
3 2 8
2 4 5
_
_
=
_
_
3 2 8
3 6
15
2
_
_
=
_
_
3 2 8
0 4
1
2
_
_
(0.6)
con el convenio de que la primera columna representa los coecientes de x, la segunda los
coecientes de y y la tercera los terminos independientes. De esta manera llegamos a las
tablas de n umeros que reciben el nombre generico de matrices.
0.2 Matrices.
Denicion 0.1 Una matriz es una estructura rectangular de n umeros
A =
_
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
m1
a
m2
. . . a
mn
_
_
_
_
_
_
_
_
(0.7)
Los valores a
ij
se llaman los elementos de la matriz. La matriz completa se representa
por (a
ij
). Si la matriz tiene m las y n columnas, se dice que tienen dimension mn.
Denicion 0.2 Dos matrices son iguales si tienen la misma dimension y los elementos
que ocupan el mismo lugar en ambas son iguales.
Otros nombres que deben conocerse:
Si el n umero de las es igual que el n umero de columnas, la matriz se llama cuadrada.
A ese n umero (el de las o el de columnas) se le llama el orden de la matriz cuadrada.
Se llama matriz la aquella que tiene una sola la, por ejemplo
A =
_
3 1 2 0 5
_
3
Se llama matriz columna aquella que tiene una sola columna, por ejemplo
A =
_
_
_
_
_
_
_
_
_
_
_
3
1
2
0
5
_
_
_
_
_
_
_
_
_
_
_
En una matriz cuadrada se llama diagonal principal al conjunto de los elementos de
la forma a
ii
.
Dada una matriz A, se llama matriz traspuesta de A, y se representa por A
t
, a la
que se obtiene cambiando las las y las columnas, por ejemplo
A =
_
_
3 1 2 0 5
1 1 2 3 4
_
_
=A
t
=
_
_
_
_
_
_
_
_
_
_
_
3 1
1 1
2 2
0 3
5 4
_
_
_
_
_
_
_
_
_
_
_
Si la dimension de A es mn, la de A
t
es n m.
Una matriz cuadrada se llama simetrica si es igual a su traspuesta, por ejemplo
A =
_
_
_
_
_
3 1 3
1 1 2
3 2 0
_
_
_
_
_
Se llama matriz nula aquella cuyos elementos son 0; por ejemplo
A =
_
_
0 0 0
0 0 0
_
_
es la matriz nula de dimension 2 3.
Se llama matriz diagonal a la matriz cuadrada que tiene nulos todos los terminos
que no estan en la diagonal principal, por ejemplo
A =
_
_
_
_
_
3 0 0
0 1 0
0 0 5
_
_
_
_
_
o A =
_
_
_
_
_
3 0 0
0 0 0
0 0 5
_
_
_
_
_
4
Se llama matriz unidad o matriz identidad a la matriz diagonal que tiene todos los
elementos de la diagonal principal igual a 1; por ejemplo
A =
_
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
_
es la matriz unidad de orden 3.
Se llama matriz triangular superior (inferior) a toda matriz cuadrada que tiene
nulos todos los terminos que estan por debajo (encima) de la diagonal principal,
por ejemplo
A =
_
_
_
_
_
3 1 2
0 1 3
0 0 5
_
_
_
_
_
o A =
_
_
_
_
_
3 0 0
2 1 0
5 3 1
_
_
_
_
_
0.3 Operaciones con matrices: suma, producto por
un n umero y diferencia.
Denicion 0.3 Sean A = (a
ij
) y B = (b
ij
) dos matrices de la misma dimension. Se
dene la suma de A y B, C = A + B, como aquella matriz C de la misma dimension tal
que
c
ij
= a
ij
+ b
ij
1 i m 1 j n
Si las matrices no tienen la misma dimension, no se pueden sumar.
Ejemplo 0.4
_
_
3 1 2
0 1 3
_
_
+
_
_
2 1 1
3 2 3
_
_
=
_
_
1 2 1
3 3 6
_
_
Denicion 0.5 Sea A = (a
ij
) una matriz de dimension mn cualquiera y un n umero
real. Se dene el producto de A, C = A, como aquella matriz C de la misma dimension
tal que
c
ij
= a
ij
1 i m 1 j n
En particular, cuando = 1, se obtiene la matriz opuesta de A, A.
5
Ejemplo 0.6
2
_
_
3 1 2
0 1 3
_
_
=
_
_
6 2 4
0 2 6
_
_
Denicion 0.7 Se dene la diferencia entre A y B, A B = A + (B).
0.4 Producto de matrices.
Vamos a denir el producto de matrices de una forma aparentemente extra na, pero que
se revela luego que es la mas util para las aplicaciones. Este producto no va a permitir
multiplicar dos matrices cualesquiera. Se necesitara que el n umero de columnas del primer
factor coincida con el n umero de las del segundo; y la matriz producto tendra tantas
las como tena el primer factor y tantas columnas como tena el segundo. La denicion
es la siguiente:
Denicion 0.8 Sean A = (a
ij
) una matriz de dimension m n y B = (b
ij
) una matriz
de dimension np. Se dene el producto C = AB como la matriz C = (c
ij
) de dimension
mp denida por
c
ij
= a
i1
b
1j
+ a
i2
b
2j
+ + a
in
b
nj
1 i m 1 j p
Ejemplo 0.9
_
_
3 1 2
0 1 3
_
_
_
_
_
_
_
2 1
3 2
1 0
_
_
_
_
_
=
_
_
3(2) + 1 3 + (2)1 3 1 + 1(2) + (2)0
0(2) + (1)3 + 3 1 0 1 + (1)(2) + 3 0
_
_
=
_
_
5 1
0 2
_
_
El siguiente ejemplo muestra la utilidad del producto de matrices y la razon por la
que se dene de esta manera. Supongamos que deseamos hallar los n umeros x
1
, x
2
que
verican
_
_
_
3x
1
2x
2
= y
1
4x
1
+x
2
= y
2
siendo
_
_
_
5y
1
y
2
= 6
y
1
+3y
2
= 7
(0.8)
Una forma de atacar el problema es, por supuesto, resolver el segundo sistema, sustituir
en el primero los valores de y
1
y
2
hallados y resolver el primer sistema tambien. Pero mas
6
directo es sustituir en el segundo sistema las expresiones de y
1
y
2
dadas por el primer
sistema y as obtener lo siguiente
_
_
_
5(3x
1
2x
2
) (4x
1
+ x
2
) = 6
(3x
1
2x
2
) + 3(4x
1
+ x
2
) = 7
=
_
_
_
(5 3 + (1)4)x
1
+(5(2) + (1)1)x
2
= 6
((1)3 + 3 4)x
1
+((1)(2) + 3 1)x
2
= 7
=
_
_
_
11x
1
11x
2
= 6
9x
1
+5x
2
= 7
De este modo hay que resolver un solo sistema. Pues bien, con el calculo matricial se
simplica la escritura. El problema (0.8) se escribe:
_
_
3 2
4 1
_
_
_
_
x
1
x
2
_
_
=
_
_
y
1
y
2
_
_
siendo
_
_
5 1
1 3
_
_
_
_
y
1
y
2
_
_
=
_
_
6
7
_
_
(0.9)
Sustituyendo el termino independiente del primer sistema en el segundo, resulta
_
_
5 1
1 3
_
_
_
_
3 2
4 1
_
_
_
_
x
1
x
2
_
_
=
_
_
6
7
_
_
=
_
_
11 11
9 5
_
_
_
_
x
1
x
2
_
_
=
_
_
6
7
_
_
Se comprobara en los diversos ejercicios que la multiplicacion de matrices no es conmu-
tativa; por ejemplo, el producto de las dos matrices del ultimo ejemplo en orden contrario,
da una matriz cuadrada de orden 3. Sin embargo, el producto de matrices s es asociativo,
es decir, para multiplicar tres matrices (que se puedan multiplicar, es decir, de manera
que el n umero de columnas de la primera coincida con el n umero de las de la segunda
y el n umero de columnas de la segunda coincida con el n umero de las de la tercera) se
puede hacer
ABC = (AB)C = A(BC).
0.5 Sistemas de ecuaciones lineales.
Un sistema de m ecuaciones lineales con n incognitas se puede escribir
_

_
a
11
x
1
+a
12
x
2
+. . . +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+. . . +a
2n
x
n
= b
2
. . . . . . +. . . . . . . . .
a
m1
x
1
+a
m2
x
2
+. . . +a
mn
x
n
= b
m
(0.10)
7
Los n umeros a
ij
son los coecientes del sistema, Los n umeros b
1
, ..., b
m
son los terminos
independientes y x
1
, ..., x
n
son las incognitas del sistema. Cuando todos los terminos
independientes son nulos, el sistema se llama homogeneo.
Denicion 0.10 Una solucion del sistema es un conjunto ordenado de n umeros {s
1
, ..., s
n
}
tal que si se sustituye la letra x
1
por el n umero s
1
, la letra x
2
por el n umero s
2
, ..., la
letra x
n
por el n umero s
n
, se verican las m igualdades.
Si un sistema no tiene solucion, se llama incompatible; por ejemplo,
_
_
_
x
1
+x
2
= 1
x
1
+x
2
= 2
es incompatible, porque dos n umeros no pueden sumar a la vez 1 y 2. Si un sistema tiene
al menos una solucion, se llama compatible. Y dentro de estos, se llamara compat-
ible determinado, si tiene una sola solucion (como por ejemplo (0.1)) o compatible
indeterminado, si tiene mas de una solucion (como por ejemplo el sistema formado por
la ecuacion x + y = 1). De hecho todo sistema compatible indeterminado tiene innitas
soluciones, como se ver a despues.
Utilizando la notacion matricial que conocemos, el sistema lineal puede escribirse del
modo siguiente. Llamamos matriz del sistema a la matriz
A =
_
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
m1
a
m2
. . . a
mn
_
_
_
_
_
_
_
_
formada por los coecientes y matriz ampliada a la matriz
A

=
_
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
b
1
a
21
a
22
. . . a
2n
b
2
. . . . . . . . . . . . . . .
a
m1
a
m2
. . . a
mn
b
m
_
_
_
_
_
_
_
_
Entonces (0.10) puede escribirse :
_
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
m1
a
m2
. . . a
mn
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
. . .
x
n
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
b
1
b
2
. . .
b
m
_
_
_
_
_
_
_
_
(0.11)
8
Las transformaciones de las que hablabamos en la Introduccion que convierten los
sistemas en equivalentes son las que se llaman transformaciones de las, que son tres:
1. Multiplicar una la por un n umero no nulo. Si la la i se multiplica por k, escribire-
mos F
i
kF
i
.
2. Sumarle a una la otra u otra multiplicada por un n umero no nulo. Si la la i se
sustituye por la suma de ella misma y de la la j multiplicada por k, escribiremos
F
i
F
i
+ kF
j
.
3. Cambiar de orden dos las. Si intercambiamos las las i y j, escribiremos F
i
F
j
.
Estas transformaciones aplicadas a la matriz ampliada de un sistema, lo transforman en
otro equivalente. As por ejemplo, las transformaciones de (0.1), (0.2) y (0.3), se pueden
expresar brevemente
_
_
3 2 8
2 4 5
_
_
F
1
2F
1
F
2
3F
2

_
_
6 4 16
6 12 15
_
_
F
2
F
2
+F
1

_
_
6 4 16
0 8 1
_
_
(0.12)
0.6 El metodo de Gauss para la resolucion de sis-
temas lineales.
El metodo de Gauss es un metodo que permite conocer si un sistema lineal es compatible
o incompatible y resolverlo en el primer caso. Lo hace transformando el sistema propuesto
en otro que sea equivalente y triangular, que se sabe resolver de forma analoga a como
hicimos en la Introduccion. Explicamos el metodo sobre un ejemplo. Supongamos que
pretendemos resolver
_

_
x +y 2z = 9
2x y +4z = 4
2x y +6z = 1
(0.13)
cuya matriz ampliada es
_
_
_
_
_
1 1 2 9
2 1 4 4
2 1 6 1
_
_
_
_
_
.
9
Utilizando el termino a
11
, transformamos el sistema en uno equivalente que tenga nulos
los elementos de la primera columna que estan por debajo de el:
_
_
_
_
_
1 1 2 9
2 1 4 4
2 1 6 1
_
_
_
_
_
F
2
F
2
2F
1
F
3
F
3
2F
1

_
_
_
_
_
1 1 2 9
0 3 8 14
0 3 10 19
_
_
_
_
_
.
Utilizando ahora el termino a
22
, transformamos el sistema en uno equivalente que tenga
nulos los elementos de la segunda columna que estan por debajo de el:
_
_
_
_
_
1 1 2 9
0 3 8 14
0 3 10 19
_
_
_
_
_
F
3
F
3
F
2

_
_
_
_
_
1 1 2 9
0 3 8 14
0 0 2 5
_
_
_
_
_
.
El sistema es, pues, equivalente a
_

_
x +y 2z = 9
3y +8z = 14
2z = 5
, (0.14)
que se resuelve de abajo a arriba obteniendose la solucion unica
z =
5
2
y = 2 x = 6.
El sistema es compatible determinado.
Aplicamos el metodo al ejemplo siguiente
_

_
2x y +z = 3
4x 4y +3z = 2
2x 3y +2z = 1
(0.15)
Quedara:
_
_
_
_
_
2 1 1 3
4 4 3 2
2 3 2 1
_
_
_
_
_
F
2
F
2
2F
1
F
3
F
3
F
1

_
_
_
_
_
2 1 1 3
0 2 1 4
0 2 1 2
_
_
_
_
_
F
3
F
3
F
2

_
_
_
_
_
2 1 1 3
0 2 1 4
0 0 0 2
_
_
_
_
_
El sistema es equivalente a
_

_
2x y +z = 3
2y +z = 4
0z = 2
. (0.16)
10
La ultima ecuacion es claramente imposible de vericar. El sistema es incompatible.
Apliquemos por ultimo el metodo al sistema
_

_
x 3y +z = 4
x 2y +3z = 6
2x 5y +4z = 10
(0.17)
Resultara:
_
_
_
_
_
1 3 1 4
1 2 3 6
2 5 4 10
_
_
_
_
_
F
2
F
2
F
1
F
3
F
3
2F
1

_
_
_
_
_
1 3 1 4
0 1 2 2
0 1 2 2
_
_
_
_
_
F
3
F
3
F
2

_
_
_
_
_
1 3 1 4
0 1 2 2
0 0 0 0
_
_
_
_
_
La ultima ecuacion se verica de forma trivial de modo que el sistema es equivalente a
_
_
_
x 3y +z = 4
y +2z = 2
(0.18)
Para resolver este sistema, se introduce el parametro = z y se resuelve el sistema
_
_
_
x 3y = 4
y = 2 2
(0.19)
cuya solucion es
z = , y = 2 2, x = 10 7 R
El sistema es compatible indeterminado.
El termino de la diagonal que se utiliza para anular los terminos de la columna que
estan por debajo de el, recibe el nombre de pivote.
0.7 Determinantes.
A las matrices cuadradas se les asocia un n umero, llamado determinante de la matriz,
que resulta muy util para bastantes cuestiones. Este n umero se representa escribiendo
los elementos de la matriz entre dos barras verticales (en vez de entre parentesis). Lo
deniremos para las matrices cuadradas de orden 2 y 3 e indicaremos como se calcula
para matrices de mayor orden.
11
Si A es una matriz cuadrada de orden 2, se dene

a
11
a
12
a
21
a
22

= a
11
a
22
a
12
a
21
(0.20)
Si A es una matriz cuadrada de orden 3, se dene

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

= a
11
a
22
a
33
+ a
12
a
23
a
31
+ a
13
a
21
a
32
a
13
a
22
a
31
a
12
a
21
a
33
a
11
a
23
a
32
(0.21)
Si A es una matriz cuadrada de cualquier orden triangular, su determinante es el
producto de los terminos de la diagonal. Para calcular el determinante de una matriz
cuadrada cualquiera, se aplican las transformaciones de las F
i
F
i
+ kF
j
hasta con-
vertirla en una matriz triangular; entonces, el determinante de la matriz triangular es el
determinante de la matriz original.
Cuando un sistema lineal tiene el mismo n umero de ecuaciones que de incognitas, la
matriz de ese sistema es cuadrada. Pues bien, si su determinante es distinto de 0, el sistema
es compatible determinado independientemente de como sean los terminos independientes;
estos sistemas se llaman sistemas de Cramer. Si el determinante es 0, entonces el sistema
es compatible indeterminado o incompatible seg un sean los terminos independientes; en
particular, en el caso del sistema homogeneo, resulta ser compatible indeterminado. El
resultado exacto que detalla todo lo que sucede es el Teorema de Rouche-Frobenius que
se estudia en Bachillerato.