Matrices Determinantes Sistemas Ecuaciones Lineales

Indice
1 Introduccion 2
2 Matrices 2
2.1 Algunos conceptos basicos y deniciones . . . . . . . . . . . . . . . . . 3
2.2 Algunos tipos de matrices y resultados . . . . . . . . . . . . . . . . . . 7
2.3 Operaciones con matrices . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4 Matrices no singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5 Matrices elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6 Reduccion de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3 Determinantes 33
3.1 Algunas deniciones basicas . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Algunas propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3 Determinantes e inversas . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4 Sistemas de ecuaciones lineales 53
4.1 Algunas deniciones basicas . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 Metodo de GaussJordan . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.3 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5 Solucion de ejercicios miscelaneos 66
6 Bibliografa 81
2 /atrices, Teterminantes y oistemas de ccuaciones Lineales T c(
1 Introduccion
Asociados con las herramientas mas importantes del

Algebra Lineal se encuentran los
temas relacionados con matrices, determinantes y sistemas de ecuaciones lineales, que
permiten estudiar con mayor detalle muchas areas.
Por ejemplo, las matrices juegan un papel importante en areas como: las ciencias so-
ciales y naturales, los negocios, diversas ingenieras, computacion y, ademas, matematica
pura y aplicada.
Se estudiaran y desarrollaran temas relacionados con el algebra de las matrices, aplica-
ciones de estas en la resolucion de sistemas de ecuaciones lineales, y temas relacionados
con determinantes y sus aplicaciones.
2 Matrices
Las matrices, sus propiedades y aplicaciones, son de los temas mas importante en el
estudio del

Algebra Lineal. Este tipo de objetos matematicos permiten representar en
forma ordenada y conveniente variada informacion con el n de facilitar su lectura.
Por ejemplo, usualmente las calicaciones nales de los estudiantes en los diversos cursos
del TEC son mostrados en forma tabular. En la tabla que se muestra se presentan
las calicaciones de tres estudiantes del curso de

Algebra Lineal para Computacion
impartido en alg un semestre previo.
EP1 EP2 EP3 NF
Ana Luca 70 78 94 80
Ricardo 47 58 65 55
Ernesto 68 72 66 70
En esta tabulacion de datos EP1, EP2, EP3 y NF signican, respectivamente, cali-
cacion del primer examen parcial, calicacion del segundo examen parcial, calicacion
del tercer examen parcial y nota nal.
Determinar la calicacion de Ricardo en el tercer examen parcial o determinar la nota -
nal de Ana Luca sera muy sencillo con ayuda de esta tabulacion. Si quedan claramente
denidos los encabezados y el orden para los nombres de los estudiantes, el arreglo an-
terior se puede resumir mediante la representacion de tres las y cuatro columnas de
n umeros reales que se muestra a continuaci on:
_
_
70 78 94 80
47 58 65 55
68 72 66 70
_
_
Se deniran algunos conceptos basicos relacionados con el tema de matrices, tipos
especiales de matrices, operaciones que se denen entre matrices; ademas, se estudiara
T c( (risthian Taez Taez 3
el concepto de matriz inversa y se deniran las operaciones elementales sobre las las
de alguna matriz.
2.1 Algunos conceptos basicos y deniciones
Se iniciara con la denicion de algunos conceptos basicos relacionados con matrices y
aspectos varios de notacion.
Denicion 1 (matriz en R)
Sean m, n N. Una matriz en R es un arreglo rectangular de n umeros reales constituido
por m las y n columnas.
En general, una matriz real A que tiene m las y n columnas es un ordenamiento de
n umeros reales de la forma:
A =
_
_
_
_
_
_
_
_
_
a
11
a
12
a
13
a
1j
a
1n
a
21
a
22
a
23
a
2j
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
i3
a
ij
a
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mj
a
mn
_
_
_
_
_
_
_
_
_
donde a
ij
R, i, j N con 1 i m, 1 j n.
Notacion
(a) Si una matriz A tiene m las y n columnas se dice que A es de tama no mn.
(b) Cada n umero real a
ij
del ordenamiento es llamado elemento de A o entrada de A.
(c) A
(i)
representa la i-esima la de A; as,
A
(i)
=
_
a
i1
a
i2
a
i3
a
in
_
(d) A
(j)
representa la j-esima columna de A; as,
A
(j)
=
_
_
_
_
_
_
_
a
1j
a
2j
a
3j
.
.
.
a
mj
_
_
_
_
_
_
_
(e) El elemento a
ij
, entrada de A que esta en la i-esima la y en la j-esima columna,
(a)
es tambien denotado como A)
ij
(f) El conjunto formado por todas las matrices de tama no mn con entradas reales
es denotado como /
mn
(R). Si m = n, simplemente se escribe /
n
(R).
Ejercicio 1
Considere la matriz B, denida por
B =
_
_
5 3 0 7
1 0,75 31 0,5
ln 2 e
7
4 cos e
_
_
(a) Determine el tama no de B.
(b) Enuncie, en caso de existir, el valor de B)
23
, B)
41
, B)
11
, B)
14
, B)
34
y B)
31
,
respectivamente.
(c) Determine el valor de la expresion siguiente: B)
13
B)
32
+
B)
33
B)
22
Solucion
(a) B es de tama no 34, ya que B tiene tres las y cuatro columnas.
(b) B)
23
= 31
B)
41
no existe
B)
11
= 5
B)
14
= 7
B)
34
= cos e
B)
31
= ln 2
(c) B)
13
B)
32
+
B)
33
B)
22
=
16
3
, ya que
B)
13
B)
32
+
B)
33
B)
22
= 0 e
7
+
4
0,75
= 0 +
4
3
4
=
16
3
Ejemplo 1
La matriz D, denida por
D =
_
_
_
_
8
0
7
_
_
_
_
(a)
En casos de ambig uedad, respecto del n umero de la o de columna, es valida la notacion a
i,j
es una matriz de tama no 41 en la que
_
D)
11
+D)
41
_
D)
31
5 +D)
21
+ 2 D)
31
=
11
5
, ya
que
_
D)
11
+D)
41
_
D)
31
5 +D)
21
+ 2 D)
31
=
_
8 +7
_
5 + 0
+ 2
=
1
5
+ 2
=

5
+ 2
=
11
5
Ejemplo 2
La matriz C, denida por
C =
_
7 21 3 1 0
_
es una matriz de tama no 15, en la que C)
14
= 1.
Ejercicio 2
Sea A /
3
(R). Determine la matriz A, de manera explcita, si se tiene que:
A)
ij
=
_
_
(1)
j+1
2
i
si i = 1, 2, 3, j = 1
i (1)
i+j
i +j 1
si i = 1, 2, 3, j = 2, 3
Denicion 2 (igualdad de matrices)
Sean A, B /
mn
(R). Se dice que A y B son iguales, y se escribre A = B, si se
cumple que A)
ij
= B)
ij
, i, j N con 1 i m, 1 j n.
De acuerdo con la denicion anterior, para determinar si dos matrices son iguales se
debe cumplir que dichas matrices tengan el mismo tama no y que, ademas, todas sus
entradas correspondientes sean iguales.
Ejercicio 3
Determine, de ser posible, valores para las incognitas x, y, z R de manera que se
cumpla, respectivamente, la igualdad entre cada par de matrices.
(a)
E =
_
_
5 7
y 0,5
16 x 1
_
_
F =
_
_
_
z + 1
49
1 cos

3
ln e
4
y 2x
_
_
_
(b)
A =
_
x
2
1 9
2
5
2
2
y z +y 3 1
_
D =
_
3 (3)
4
25 y +z
y 2 yz 1
_
Denicion 3 (matriz transpuesta de una matriz)
Sea A /
mn
(R). La matriz transpuesta de A, denotada como A
t
, es la matriz de
tama no nm, tal que A
t
)
ij
= A)
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 la i como columna i. En
general, si
A =
_
_
_
_
_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mn
_
_
_
_
_
se tiene que
A
t
=
_
_
_
_
_
_
_
a
11
a
21
a
m1
a
12
a
22
a
m2
a
13
a
23
a
m3
.
.
.
.
.
.
.
.
.
a
1n
a
2n
a
mn
_
_
_
_
_
_
_
Ejercicio 4
Si D /
42
(R), tal que D)
ij
=
(1)
i+j
(2j i)
Min(i, j)
, i, j N con 1 i 4, j = 1, 2,
determine lo que se pide en cada caso.
(a) D
(b) D
t
(c)
_
D
t
_
t
(d) D
(1)
(e) D
(2)
(f) D
(2)
(g) D
t
(2)
(h) D
t
(1)
(i) D
(2)
t
Ejercicio 5
Demuestre que si A /
mn
(R), entonces
_
A
t
_
t
= A.
Solucion
Para demostrar que
_
A
t
_
t
= A, con A /
mn
(R), basta demostrar (entrada por
entrada) que
_
_
A
t
_
t
_
ij
= A)
ij
, i, j N con 1 i m, 1 j n.
Veamos:
i, j N con 1 i m, 1 j n se tiene que
_
_
A
t
_
t
_
ij
=
A
t
_
ji
denicion 3
= A)
ij
denicion 3
As,
_
_
A
t
_
t
_
ij
= A)
ij
, i, j N con 1 i m, 1 j n.
_
A
t
_
t
= A.
2.2 Algunos tipos de matrices y resultados
Frecuentemente, se estara trabajando con matrices que presentan cierta particularidad;
algunas de ellas se denen a continuacion.
Denicion 4 (matriz cuadrada)
Una matriz A es una matriz cuadrada si, y solo si, A /
n
(R).
La denicion anterior indica que una matriz cuadrada es aquella que posee igual n umero
de las y de columnas; es decir, un arreglo de tama no nn. Si A es una matriz de
tama no nn, se dice que A es de orden n. Toda matriz cuadrada A de orden n es un
arreglo de la forma
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
donde los elementos a
11
, a
22
, a
33
, . . . , a
nn
conforman lo que se denomina diagonal prin-
cipal
(b)
de A.
(b)
En adelante se empleara simplemente el termino diagonal de A para hacer referencia a estos
elementos; note que este es un concepto exclusivo para matrices cuadradas.
Se dice, ademas, que el elemento A)
ij
esta bajo la diagonal de A si se cumple que i > j;
similarmente, si i < j se dice que el elemento A)
ij
esta sobre la diagonal de A.
Ejercicio 6
Enuncie alguna matriz B que cumpla, simult aneamente, las condiciones siguientes:
(a) Los elementos de su diagonal son entradas de la forma 2, con Z.
(b) B es de orden 6.
(c) Los elementos sobre su diagonal son menores que la suma de los elementos de la
diagonal.
(d) B)
ij
= j i, i, j con i > j.
Denicion 5 (matriz columna)
Una matriz A es una matriz columna si, y solo si, A /
m1
(R).
En general, una matriz columna de tama no m1 es un arreglo de m las y 1 columna
de la forma
_
_
_
_
_
_
_
a
11
a
21
a
31
.
.
.
a
m1
_
_
_
_
_
_
_
Denicion 6 (matriz la)
Una matriz A es una matriz la si, y solo si, A /
1n
(R)
En general, una matriz la de tama no 1n es un arreglo de 1 la y n columnas de la
forma
_
a
11
a
12
a
13
a
1n
_
Denicion 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 sera denotada como 1
n
; de esta manera, se tiene que
1
n
)
ij
=
_
1 si i = j
0 si i ,= j
i, j N con 1 i n, 1 j n.
Ejemplo 3
(a) La matriz identidad de orden 5 es la matriz
1
5
=
_
_
_
_
_
_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
_
_
_
_
_
_
(b) La matriz identidad de orden 2 es la matriz
1
2
=
_
1 0
0 1
_
Denicion 8 (matriz nula)
Sea A /
mn
(R). La matriz A es una matriz nula si, y solo si, todas sus entradas
son iguales a 0.
La matriz nula de tama no mn sera denotada como O
mn
(si m = n se denota como
O
n
); de esta manera, se tiene que
O
mn
)
ij
= 0
i, j N con 1 i m, 1 j n.
Ejemplo 4
(a) La matriz nula de tama no 25 es la matriz
O
25
=
_
0 0 0 0 0
0 0 0 0 0
_
(b) La matriz nula de tama no 14 es la matriz
O
14
=
_
0 0 0 0
_
(c) La matriz nula de orden 3 es la matriz
O
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
Denicion 9 (matriz diagonal)
Sea A /
n
(R). La matriz A es una matriz diagonal si, y solo si, todos los elementos
de A que no estan en su diagonal son iguales a 0.
Con base en la denicion anterior, si A es una matriz diagonal de orden n, se cumple
que A)
ij
=
_
a
ii
si i = j
0 si i ,= j
con a
ii
R, i N con 1 i n.
Es decir, A es de la forma
A =
_
_
_
_
_
_
_
a
11
0 0 0
0 a
22
0 0
0 0 a
33
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nn
_
_
_
_
_
_
_
Denicion 10 (matriz triangular superior)
Sea A /
n
(R). La matriz A es una matriz triangular superior si, y solo si, A)
ij
= 0,
i, j con i > j.
De esta manera, si A es una matriz triangular superior todos los elementos de A que
estan bajo su diagonal son iguales a 0; es decir, A es de la forma
A =
_
_
_
_
_
_
_
a
11
a
12
a
13
a
1n
0 a
22
a
23
a
2n
0 0 a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nn
_
_
_
_
_
_
_
Denicion 11 (matriz triangular inferior)
Sea A /
n
(R). La matriz A es una matriz triangular inferior si, y solo si, A)
ij
= 0,
i, j con i < j.
As, si A es una matriz triangular inferior todos los elementos de A que estan sobre su
diagonal son iguales a 0; es decir, A es de la forma
A =
_
_
_
_
_
_
_
a
11
0 0 0
a
21
a
22
0 0
a
31
a
32
a
33
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n3
a
nn
_
_
_
_
_
_
_
Ejercicio 7
Enuncie una matriz como ejemplo para cada uno de los primeros cuatro enunciados y
responda la pregunta del ultimo del ellos.
(a) Matriz triangular superior de orden 5.
(b) Matriz diagonal de orden 4.
(c) Matriz triangular inferior de orden 2.
(d) Matriz triangular superior e inferior, simultaneamente, y de orden 3.
(e) Cuales son los tipos en los que se puede clasicar la matriz O
4
?
2.3 Operaciones con matrices
En esta seccion se estudiaran las operaciones que se denen en el conjunto /
mn
(R)
y algunas de sus propiedades mas relevantes.
Denicion 12 (adicion de matrices)
Sean A, B /
mn
(R). Se dene la suma de A y B, denotada como A + B, como la
matriz de tama no mn dada por
A +B)
ij
= A)
ij
+B)
ij
En terminos generales,
(c)
si A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
y B =
_
_
_
_
_
b
11
b
12
b
1n
b
21
b
22
b
2n
.
.
.
.
.
.
.
.
.
b
m1
b
m2
b
mn
_
_
_
_
_
entonces
A +B =
_
_
_
_
_
a
11
+b
11
a
12
+b
12
a
1n
+b
1n
a
21
+b
21
a
22
+b
22
a
2n
+b
2n
.
.
.
.
.
.
.
.
.
a
m1
+b
m1
a
m2
+b
m2
a
mn
+b
mn
_
_
_
_
_
Ejemplo 5
_
_
2 4 0 1
1 3 5 2
8 3 7 11
_
_
+
_
_
13 10 11 1
4 15 10 8
7 0 4 3
_
_
=
_
_
15 14 11 0
3 18 15 6
1 3 11 8
_
_
(c)
Observe que la adicion de matrices con tama nos diferentes no esta denida.
Denicion 13 (multiplicaci on de un n umero real por una matriz)
Sean A /
mn
(R) y R. Se dene el producto de y A, denotado como A,
como la matriz de tama no mn dada por
A)
ij
= A)
ij
As, si R y A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
entonces
(d)
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
Ejemplo 6
Si k, r R
5
_
1 3 r
0 2 +k 5
_
=
_
5 15 5r
0 10 5k 25
_
Denicion 14 (sustraccion de matrices)
Sean A, B /
mn
(R). Se dene la resta de A y B, denotada como A B, como la
matriz de tama no mn dada por A B = A + (1 B)
En terminos generales, A B)
ij
= A)
ij
B)
ij
, i, j N con 1 i m, 1 j n;
de esta manera, si A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
y B =
_
_
_
_
_
b
11
b
12
b
1n
b
21
b
22
b
2n
.
.
.
.
.
.
.
.
.
b
m1
b
m2
b
mn
_
_
_
_
_
entonces
A B =
_
_
_
_
_
a
11
b
11
a
12
b
12
a
1n
b
1n
a
21
b
21
a
22
b
22
a
2n
b
2n
.
.
.
.
.
.
.
.
.
a
m1
b
m1
a
m2
b
m2
a
mn
b
mn
_
_
_
_
_
(d)
Usualmente, se escribre A en vez de A.
Ejercicio 8
Considere las matrices y realice, si esta denida, la operacion que se indica en cada
caso.
A =
_
_
2 1 5
0 3 4
1 2 6
_
_
B =
_
7 4 11
8 1 0
_
C =
_
_
5 4
2 3
1 1
_
_
D =
_
_
1 2 0
4 5 6
7 0 10
_
_
(a) A +D
(b) D +A
(c) A +D + 2C
(d) A 51
3
(e) O
32
+C
(f) O
32
+A
(g) (A +D)
t
(h) A
t
+D
t
(i) D D
(j) D 21
3
(k) B B
(l) 2D D
(m) 3B +C
(n) 5B 2B
(o) B 2C
t
(p) (3A)
t
+D
(q) 2 (A +D)
(r) 2A 2D
(s) C 1
2
(t) B
t
C
(u) C B
t
Teorema 1
Si , R y A, B, C /
mn
(R), entonces:
(a) A +B = B +A la adicion es conmutativa en M
mn
(R)
(b) A + (B +C) = (A +B) +C la adicion es asociativa en M
mn
(R)
(c) A +O
mn
= O
mn
+A = A O
mn
es el elemento neutro aditivo en M
mn
(R)
(d) A + (A) = (A) +A = O
mn
en M
mn
(R) toda matriz posee matriz opuesta aditiva
(e) (A) = () A
(f) A +B = (A +B)
(g) A +A = ( +) A
(h) 1A = A
Demostracion
Se demostraran las propiedades (a) y (f)
(a)
Para demostrar que A+B = B+A basta probar que A +B)
ij
= B +A)
ij
, i, j N
con 1 i m, 1 j n.
Veamos:
A +B)
ij
= A)
ij
+B)
ij
denicion 12
= B)
ij
+A)
ij
conmutatividad de la adicion en R
= B +A)
ij
denicion 12
As, A +B)
ij
= B +A)
ij
, i, j N con 1 i m, 1 j n.
A +B = B +A.
(f)
Para demostrar que se cumple la igualdad A + B = (A +B) basta probar que
A +B)
ij
= (A +B))
ij
, i, j N con 1 i m, 1 j n.
Veamos:
(A +B))
ij
= A +B)
ij
denicion 13
=
_
A)
ij
+B)
ij
_
denicion 12
= A)
ij
+B)
ij
distributividad de respecto de + en R
= A)
ij
+B)
ij
denicion 13
= A +B)
ij
denicion 12
As, (A +B))
ij
= A +B)
ij
, i, j N con 1 i m, 1 j n.
A +B = (A +B)
Ejercicio 9
Demuestre las propiedades restantes del teorema 1.
Ejercicio 10
Sean A, B /
mn
(R) y R. Demuestre las propiedades siguientes.
(a) A B = B +A
(b) A B = (A B)
(c) (A)
t
= A
t
(d) (A +B)
t
= A
t
+B
t
(e) (A B)
t
= A
t
B
t
Denicion 15 (multiplicaci on de una matriz la por una matriz columna)
Sean A /
1n
(R) y B /
n1
(R). Se dene el producto de A y B, denotado como
A B, como el n umero real dado por
AB =
n
k=1
A)
1k
B)
k1
En terminos generales, si A =
_
a
11
a
12
a
1n
_
y B =
_
_
_
_
_
b
11
b
21
.
.
.
b
n1
_
_
_
_
_
entonces
(e)
AB = a
11
b
11
+a
12
b
21
+ +a
1n
b
n1
Ejemplo 7
Si A =
_
2 7 0 1 4
_
y B =
_
_
_
_
_
_
3
5
15
2
0
_
_
_
_
_
_
entonces AB = 27, ya que
AB =
_
2 7 0 1 4
_
_
_
_
_
_
_
3
5
15
2
0
_
_
_
_
_
_
= (2) (3) + (7) (5) + (0) (15) + (1) (2) + (4) (0)
= 6 35 + 0 + 2 + 0
= 27
Denicion 16 (multiplicaci on de matrices)
Sean A /
mp
(R) y B /
pn
(R). Se dene el producto de A y B, denotado como
A B, como la matriz de tama no mn dada por
AB)
ij
=
p
k=1
A)
ik
B)
kj
(e)
Observe que la multiplicacion de una matriz la por una matriz columna (en ese orden) esta
denida, unicamente, cuando ambas matrices poseen el mismo n umero de elementos.
Como el elemento de AB que esta en la la i y columna j se obtiene multiplicando
(f)
la
i-esima la de A con la j-esima columna de B, el producto de estas dos matrices existe
si, y solo si, el n umero de columnas de A es igual al n umero de las de B.
Ejemplo 8
Considere las matrices A =
_
2 1 4
3 5 7
_
y B =
_
_
3 4 1 1
0 9 0 2
1 6 2 5
_
_
Como A tiene 3 columnas (A es de tama no 23) y B tiene 3 las (B es de tama no
34), el producto AB esta denido; ademas, AB es de tama no 24 y se tiene que
AB =
_
2 23 6 16
16 15 17 28
_
ya que
AB =
_
_
A
(1)
B
(1)
A
(1)
B
(2)
A
(1)
B
(3)
A
(1)
B
(4)
A
(2)
B
(1)
A
(2)
B
(2)
A
(2)
B
(3)
A
(2)
B
(4)
_
_
=
_
_
6 + 0 + 4 8 9 + 24 2 + 0 8 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 esta denido en este caso, ya que el n umero de columnas
de B no es igual al n umero de las de A.
Ejercicio 11
Considere las matrices y realice, si esta denida, la operacion que se indica en cada
caso.
A =
_
1 0 2
_
B =
_
_
4 1 1
5 3 0
1 2 0
_
_
C =
_
_
2 1
2 1
1 2
_
_
D =
_
_
1 3
1 2
0 2
_
_
F =
_
4
4
_
G =
_
_
2
1
0
_
_
(a) CF 3G
(b) D1
2
(c) 1
2
D
(d) 1
3
D
(e) (AD)
t
(f) A
t
D
t
(g) D
t
A
t
(h) G
t
D + 2F
(i) 2 (BC)
(f)
Otra forma de escribir este resultado es AB)
ij
= A
(i)
B
(j)
, i, j N con 1 i m, 1 j n.
(j) (2B) C
(k) (C D) F
(l) CF DF
(m) AG
(n) GA B
t
(o) 2FA (C +D)
t
(p) AC +AD
(q) (C +D) A
(r) A(C +D)
Teorema 2
Si A, B /
mn
(R) , C /
np
(R) , D /
ps
(R) y F /
rm
(R), entonces:
(a) FA +FB = F (A +B) distributividad de respecto de + en matrices (por la izquierda)
(b) AC +BC = (A +B) C distributividad de respecto de + en matrices (por la derecha)
(c) (AC) D = A(CD) asociatividad de la multiplicacion de matrices
(d) 1
m
A = A = A1
n
I es el elemento neutro multiplicativo en matrices
Demostracion
Se demostrara la propiedad (a)
(a)
Para demostrar que se cumple la igualdad FA+FB = F (A +B) es suciente probar
que FA +FB)
ij
= F (A +B))
ij
, i, j N con 1 i r, 1 j n.
Veamos:
i, j N con 1 i r, 1 j n se tiene que
FA +FB)
ij
= FA)
ij
+FB)
ij
denicion 12
=
m
k=1
F)
ik
A)
kj
+
m
k=1
F)
ik
B)
kj
denicion 16
=
m
k=1
_
F)
ik
A)
kj
+F)
ik
B)
kj
_
m
k=1
a
k
+
m
k=1
b
k
=
m
k=1
(a
k
+ b
k
)
=
m
k=1
F)
ik
_
A)
kj
+B)
kj
_
dist. de respecto de + en R
=
m
k=1
F)
ik
A +B)
kj
denicion 12
= F (A +B))
ij
denicion 16
As, FA +FB)
ij
= F (A +B))
ij
, i, j N con 1 i r, 1 j n.
FA +FB = F (A +B)
Ejercicio 12
Demuestre las propiedades restantes del teorema 2.
Ejercicio 13
Sean A, B /
mn
(R) , C /
np
(R) , D /
rm
(R) y R. Demuestre las
propiedades siguientes.
(a) 1
t
n
= 1
n
(b) O
rm
A = O
rn
(c) AO
np
= O
mp
(d) (AC)
t
= C
t
A
t
(e) DA DB = D(A B)
(f) AC BC = (A B) C
(g) (A) C = A(C) = (AC)
2.4 Matrices no singulares
Algunas matrices cuadradas cumplen con ciertas condiciones que nos dirigen hacia un
estudio mas 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.
Denicion 17 (matriz no singular)
Sea A /
n
(R). Si existe alguna matriz A
de orden n, tal que AA
= 1
n
y A
A = 1
n
,
entonces se dice que A es una matriz no singular o invertible.
Si A es una matriz no singular de orden n, toda matriz A
que satisfaga AA
= 1
n
y
A
A = 1
n
es llamada una inversa de A y denotada como A
1
; de esta manera, si A es
una matriz no singular de orden n se cumple que AA
1
= A
1
A = 1
n
Si A no posee matriz inversa alguna, se dice que A es singular.
Ejemplo 9
Si se tiene que A =
_
_
3 3 1
2 2 1
3 2 1
_
_
entonces una matriz inversa de A esta dada por
A
1
=
_
_
0 1 1
1 0 1
2 3 0
_
_
ya que
AA
1
=
_
_
3 3 1
2 2 1
3 2 1
_
_
_
_
0 1 1
1 0 1
2 3 0
_
_
=
_
_
0 + 3 2 3 + 0 + 3 3 3 + 0
0 + 2 2 2 + 0 + 3 2 2 + 0
0 + 2 2 3 + 0 + 3 3 2 + 0
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= 1
3
y, ademas
A
1
A =
_
_
0 1 1
1 0 1
2 3 0
_
_
_
_
3 3 1
2 2 1
3 2 1
_
_
=
_
_
0 2 + 3 0 2 + 2 0 + 1 1
3 + 0 3 3 + 0 2 1 + 0 + 1
6 6 + 0 6 6 + 0 2 + 3 + 0
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= 1
3
es decir, AA
1
= A
1
A = 1
3
Teorema 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 unica.
Demostracion
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;
es decir, se cumplen los resultados siguientes:
AB = BA = 1
n
(1)
AC = CA = 1
n
(2)
Por otra parte, se tiene que:
B = B1
n
I es el elemento neutro multiplicativo
= B(AC) resultado (2)
= (BA) C asociatividad de la multiplicacion de matrices
= 1
n
C resultado (1)
= C I es el elemento neutro multiplicativo
As, B = C
Si A es una matriz no singular, A
1
es unica.
Ejemplo 10
Determine, en caso de existir, A
1
si se tiene que A =
_
2 2
0 4
_
Solucion
Supongamos que A es no singular y que A
1
=
_
a b
c d
_
Como A es no singular, se debe cumplir que AA
1
= 1
2
y que A
1
A = 1
2
Veamos (considerando la primera de las igualdades):
AA
1
= 1
2
_
2 2
0 4
__
a b
c d
_
=
_
1 0
0 1
_
_
2a 2c 2b 2d
4c 4d
_
=
_
1 0
0 1
_
_
2a 2c = 1
2b 2d = 0
4c = 0
4d = 1
_
a =
1
2
b =
1
4
c = 0
d =
1
4
De esta manera, si A
1
=
_
_
_
_
_
1
2
1
4
0
1
4
_
_
_
_
_
entonces AA
1
= 1
2
Ahora, es necesario determinar si con la matriz A
1
encontrada anteriormente se satis-
face la igualdad A
1
A = 1
2
o no.
Veamos:
A
1
A =
_
_
_
_
_
1
2
1
4
0
1
4
_
_
_
_
_
_
2 2
0 4
_
=
_
_
_
1
2
_
(2) +
_
1
4
_
(0)
_
1
2
_
(2) +
_
1
4
_
(4)
(0) (2) +
_
1
4
_
(0) (0) (2) +
_
1
4
_
(4)
_
_
=
_
1 + 0 1 + 1
0 + 0 0 + 1
_
=
_
1 0
0 1
_
= 1
2
As, A
1
A = 1
2
A es no singular y, ademas, A
1
=
_
_
_
_
_
1
2
1
4
0
1
4
_
_
_
_
_
Ejercicio 14
Determine, en caso de existir, la matriz inversa de cada una de las matrices siguientes.
(a) D =
_
1 1
3 0
_
(b) F =
_
_
0 1 1
1 0 1
2 3 0
_
_
(c) G =
_
2 1
4 2
_
Teorema 4
Si A, B /
n
(R), tal que A y B son matrices no singulares, entonces AB es una matriz
no singular y (AB)
1
= B
1
A
1
.
Ejercicio 15
Demuestre el teorema 4.
El teorema que se enuncia a continuaci on sera considerado sin demostracion; dicho
teorema permite simplicar el proceso de comprobacion de la no singularidad de toda
matriz que posea dicha caracterstica.
Teorema 5
Si A, B /
n
(R), entonces BA = 1
n
AB = 1
n
Anteriormente, para determinar si alguna matriz cuadrada A es no singular se deba en-
contrar una matriz B del mismo orden que A tal que satisciera las condiciones AB = 1
y BA = 1; con este teorema, esta comprobacion se reduce a considerar cualquiera de
las dos igualdades, ya que de una de ellas se garantiza la otra.
Teorema 6
Si A /
n
(R), tal que A es una matriz no singular, entonces
_
A
1
_
1
= A.
Ejercicio 16
Ejercicio 17
Sean A /
n
(R), B, C /
nm
(R) y D, F /
rn
(R), tal que A es una matriz no
singular. Demuestre las propiedades siguientes.
(a) 1
1
n
= 1
n
(b)
_
A
t
_
1
=
_
A
1
_
t
(c) AB = AC B = C
(d) DA = FA D = F
2.5 Matrices elementales
El procedimiento realizado en el ejemplo 10 para la obtencion de la matriz inversa de
alguna matriz no singular es, en muchas ocasiones, de manejo algebraico laborioso.
Se desarrollaran procedimientos que permiten obtener dicha matriz inversa de una forma
mas eciente que la mencionada; ademas, se denira el concepto de matriz equivalente
que es de suma importancia en el desarrollo de temas posteriores.
Denicion 18 (operacion elemental sobre las las de una matriz)
Sea A /
mn
(R). Una operacion elemental sobre las las de A es cualquiera de las
tres siguientes:
(a) kF
i
Modicar la la i de A multiplic andola por un n umero real k, k ,= 0
(b) F
i
F
j
Intercambiar las las i y j de A
(c) kF
j
+ F
i
Modicar la i-esima la de A sumandole k veces la la j
Denicion 19 (matrices equivalentes por las)
Una matriz B es equivalente por las con una matriz A, si B se obtiene a partir de A
mediante una secuencia nita de operaciones elementales sobre sus las.
Si la matriz B es equivalente por las con la matriz A se escribe A B.
Ejemplo 11
Considere la matriz P denida como
P =
_
_
2 5 1 3
1 0 1 5
4 1 3 2
_
_
Son equivalentes por las con P las matrices siguientes:
(a) R =
_
_
4 1 3 2
2 0 2 10
2 5 1 3
_
_
Se realiza: P
F
1
F
3
2F
2
R
(b) Z =
_
_
2 5 1 3
1 0 1 5
4 1 3 2
_
_
Se realiza: P
4F
2
1
4
F
2
P
F
1
F
3
F
1
F
3
Z = P
(c) B =
_
_
2 5 1 3
0 9 5 4
1 18 11 13
_
_
Se realiza: P
2F
1
+F
3
2F
3
+F
2
F
2
F
3
B
(d) F =
_
_
2 5 1 3
1 0 1 5
4 1 3 2
_
_
Se realiza: P
3F
1
+F
2
3F
1
+F
2
F = P
(e) H =
_
_
10 1 9 28
3 0 3 15
2 19 13 40
_
_
Se realiza: P
F
1
F
3
3F
2
2F
2
+F
1
4F
3
F
1
+F
3
H
Con base en las operaciones realizadas en la matriz P del ejemplo anterior para la
obtencion de las matrices Z y F, se puede denir un concepto importante para opera-
ciones elementales: el concepto de operacion elemental inversa.
Denicion 20 (operacion elemental inversa)
Se dice que una operacion 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 las de alguna matriz
su operacion elemental inversa esta denida, respectivamente, de la manera siguiente:
(a) kF
i
Operacion elemental inversa:
1
k
F
i
(b) F
i
F
j
Operacion elemental inversa: F
i
F
j
(c) kF
j
+ F
i
Operacion elemental inversa: kF
j
+ F
i
Ejercicio 18
Considere las matrices R, B y H del ejemplo 11 y, a partir de estas, obtenga la matriz
P del mismo ejemplo utilizando el resultado de la denicion anterior.
Denicion 21 (matriz elemental)
Una matriz elemental de orden n, denotada como E, es toda matriz que se obtiene de
la matriz 1
n
despues de aplicarle una, y solo una, operacion 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 1
n
la operacion elemental a, b o c de la denicion 18;
asimismo, toda matriz elemental de orden n se denota, de manera mas especca y
basados en el tipo que sea, como E
a
, E
b
o E
c
Ejemplo 12
Son matrices elementales de orden 3 las matrices siguientes:
(a) E
a
=
_
_
1 0 0
0 5 0
0 0 1
_
_
(b) E
b
=
_
_
0 0 1
0 1 0
1 0 0
_
_
(c) E
a
=
_
_
1 0 0
0 1 0
0 0 k
_
_
(d) E
c
=
_
_
1 0 0
0 1 0
2 0 1
_
_
(e) E
a
=
_
_
_
1 0 0
0 1 0
0 0
1
k
_
_
_
(f) E
c
=
_
_
1 k 0
0 1 0
0 0 1
_
_
Teorema 7
Si A /
mn
(R) y B se obtiene de A luego de efectuarle una operacion elemental
sobre sus las, entonces existe una matriz elemental E de orden m, tal que B = EA,
donde E se obtiene de 1
m
despues de efectuar la misma operacion elemental realizada
en A para la obtencion de B.
Demostracion
Para demostrar lo que se enuncia, basta probar que las igualdades mencionadas son
validas para cada uno de los tres unicos casos que existen; especcamente, se deben
contemplar los tres tipos de operaciones elementales denidas y vericar, respectiva-
mente, la igualdad entre la matriz B y la matriz EA.
Se desarrollara el caso que contempla la operacion elemental kF
i
Veamos:
Sean k R, k ,= 0 y A, B /
mn
(R). Suponga que la matriz B se obtiene de la
matriz A despues de realizar la operacion kF
r
En este caso, A y B dieren unicamente en su r-esima la; especcamente, i, j N
con 1 i m, 1 j n, se tiene que B)
ij
=
_
A)
ij
si i ,= r
k A)
ij
si i = r
Sea E /
m
(R) la matriz elemental que se obtiene de 1
m
luego de efectuar la
operacion elemental kF
r
; en este caso, i, j N con 1 i m, 1 j m,
E)
ij
=
_
_
_
1 si i = j, i ,= r
k si i = j = r
0 si i ,= j
Se quiere probar que EA)
ij
= B)
ij
, 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:
EA)
ij
=
m
t=1
E)
it
A)
tj
= E)
i1
A)
1j
+E)
i2
A)
2j
+ +E)
ii
A)
ij
+ +E)
im
A)
mj
= E)
ii
A)
ij
=
_
1 A)
ij
si i ,= r
k A)
ij
si i = r
=
_
A)
ij
si i ,= r
k A)
ij
si i = r
= B)
ij
As, EA)
ij
= B)
ij
, i, j N con 1 i m, 1 j n.
El resultado de efectuar la operacion elemental kF
i
sobre las las de toda matriz A,
es el mismo que realizar la multiplicaci on EA, donde E es la matriz elemental obtenida
al aplicarle a 1 la operacion elemental kF
i
Ejercicio 19
Demuestre los dos casos restantes del teorema 7.
Ejercicio 20
Considere la matriz A denida como A =
_
_
3 2 0 5
0 3 3 2
1 5 4 1
_
_
y las matrices elemen-
tales de orden 3 E
a
, E
b
y E
c
denidas por E
a
=
_
_
1 0 0
0 1 0
0 0 4
_
_
, E
b
=
_
_
1 0 0
0 0 1
0 1 0
_
_
y
E
c
=
_
_
1 0 3
0 1 0
0 0 1
_
_
(a) Determine las matrices P, Q y R que se obtienen a partir de A, despues de
realizar, respectivamente, la operacion elemental 4F
3
, F
2
F
3
y 3F
3
+ F
1
(b) Verique que se cumplen las igualdades siguientes:
i) P = E
a
A
ii) Q = E
b
A
iii) R = E
c
A
(c) Con base en el teorema anterior, obtenga la matriz U que se obtiene de A despues
de realizarle, secuencialmente, las operaciones elementales sobre las siguientes:
A
3F
3
+F
1
4F
3
F
2
F
3
2F
1
+F
2
U.
Teorema 8
Si A, B /
mn
(R) y B es equivalente por las con A, entonces existe una matriz C
de orden m, tal que B = CA, donde C es la matriz producto de un n umero nito de
matrices elementales de orden m.
Ejercicio 21
Teorema 9
Toda matriz elemental E de orden n es invertible y su inversa E
1
es una matriz
elemental, que se obtiene aplicando a 1
n
la operacion elemental inversa de la operacion
que le fue efectuada a 1
n
para determinar E.
Demostracion
Si E es una matriz elemental de orden n, entonces E se obtiene de 1
n
despues de
efectuarle alguna operacion elemental sobre sus las.
Sea E
la matriz que se obtiene de 1

n
despues de realizarle la operacion elemental
inversa de la efectuada en 1
n
para la obtencion de E.
Si a la matriz E
se le realiza la operacion elemental efectuada en 1

n
para la obtencion
de E, el resultado sera esta matriz identidad, ya que el efecto de realizar de manera
simultanea una operacion elemental y su operacion elemental inversa es la obtencion
de una matriz sin cambio alguno.
De esta manera y basados en el teorema 7, EE
= 1
n
, lo que nos indica que E
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 operacion elemental inversa de la aplicada en dicha identidad
para la obtencion de E.
Ejemplo 13
Las matrices elementales de orden tres E
=
_
_
1 0 3
0 1 0
0 0 1
_
_
y E
=
_
_
1 0 3
0 1 0
0 0 1
_
_
son
mutuamente inversas, ya que:
E
=
_
_
1 0 3
0 1 0
0 0 1
_
_
_
_
1 0 3
0 1 0
0 0 1
_
_
=
_
_
1 + 0 + 0 0 + 0 + 0 3 + 0 3
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
_
_
= 1
3
Note que para obtener E
se aplica a la matriz 1
3
la operacion elemental inversa de la
aplicada a la misma identidad para la obtencion de E
.
Ejercicio 22
Demuestre que es equivalente por las con es una relacion de equivalencia.
2.6 Reduccion de matrices
Los conceptos y resultados enunciados anteriormente dan lugar a aplicaciones impor-
tantes dentro del estudio del algebra matricial; el concepto de matriz reducida por las
contempla varios de los resultados mencionados y permite simplicidad en varios calculos
que se presentar an.
Denicion 22 (matriz escalonada reducida por las)
Sea A /
mn
(R). Se dice que A es una matriz escalonada reducida por las, si A
cumple, simult aneamente, las condiciones siguientes:
(a) Cualquier la que contenga entradas distintas de cero precede a toda la nula (en
caso de existir alguna).
(b) La primera entrada distinta de cero de cada la es el unico elemento no nulo de
su columna.
(c) El primer elemento no nulo de cada la es 1 y se encuentra en alguna columna
posterior a la que contiene la primera entrada no nula de la la que le precede.
Ejemplo 14
Son matrices escalonadas reducidas por las las siguientes:
(a)
_
_
1 2 3 0
0 0 0 1
0 0 0 0
_
_
(b)
_
0 0
0 0
_
(c)
_
1 0 4 7 3
0 1 5 2 1
_
(d)
_
_
1 0 0
0 1 0
0 0 1
_
_
(e)
_
_
_
_
_
_
0 1 0 7 0
0 0 1 2 0
0 0 0 0 1
0 0 0 0 0
0 0 0 0 0
_
_
_
_
_
_
El teorema que se enuncia a continuaci on muestra un resultado importante en el es-
tudio del algebra matricial; se garantiza que toda matriz se puede llevar, con base en
operaciones elementales sobre sus las, a una matriz escalonada reducida por las.
Teorema 10
Si A /
mn
(R), entonces existe una unica matriz escalonada reducida por las R,
tal que A R.
Ejercicio 23
Ejemplo 15
La matriz escalonada reducida por las equivalente con la matriz A denida como
A =
_
_
_
_
1 2 1 0 7 5
6 12 0 1 19 4
2 4 2 1 1 8
8 16 6 3 3 22
_
_
_
_
esta dada por R =
_
_
_
_
1 2 0 0 3 1
0 0 1 0 4 4
0 0 0 1 1 2
0 0 0 0 0 0
_
_
_
_
ya que:
A =
_
_
_
_
1 2 1 0 7 5
6 12 0 1 19 4
2 4 2 1 1 8
8 16 6 3 3 22
_
_
_
_
6F
1
+F
2
2F
1
+F
3
8F
1
+F
4
_
_
_
_
1 2 1 0 7 5
0 0 6 1 23 26
0 0 4 1 15 18
0 0 14 3 53 62
_
_
_
_
1
6
F
2
_
_
_
_
1 2 1 0 7 5
0 0 1
1
6
23
6

13
3
0 0 4 1 15 18
0 0 14 3 53 62
_
_
_
_
F
2
+F1
4F
2
+F3
14F
2
+F4
_
_
_
_
_
_
_
_
_
_
1 2 0
1
6

19
6
2
3
0 0 1
1
6
23
6

13
3
0 0 0
1
3

1
3

2
3
0 0 0
2
3
2
3
4
3
_
_
_
_
_
_
_
_
_
_
3F
3
_
_
_
_
_
_
_
_
_
_
1 2 0
1
6

19
6
2
3
0 0 1
1
6
23
6

13
3
0 0 0 1 1 2
0 0 0
2
3
2
3
4
3
_
_
_
_
_
_
_
_
_
_
1
6
F
3
+F1
1
6
F
3
+F2
2
3
F
3
+F4
_
_
_
_
1 2 0 0 3 1
0 0 1 0 4 4
0 0 0 1 1 2
0 0 0 0 0 0
_
_
_
_
= R
Ejercicio 24
Demuestre que la unica matriz de orden n escalonada reducida por las que posee in-
versa es la matriz 1
n
Teorema 11
Si A /
n
(R), entonces A es equivalente por las con la matriz 1
n
si, y solo si, A es
una matriz no singular.
Demostracion
Sean A, R /
n
(R), tales que A R, siendo R una matriz escalonada reducida por
las.
Como A R, existe un n umero nito de matrices elementales E
1
, E
2
, . . . , E
k
, tales que
E
k
. . . E
2
E
1
A = R
Con base en el teorema 9, las matrices E
1
, E
2
, . . . , E
k
son invertibles y sus inversas
respectivas E
1
1
, E
1
2
, . . . , E
1
k
son, tambien, matrices elementales; de esta manera:
E
k
. . . E
2
E
1
A = R
E
1
1
E
1
2
. . . E
1
k
E
k
. . . E
2
E
1
A = E
1
1
E
1
2
. . . E
1
k
R
A = E
1
1
E
1
2
. . . E
1
k
R
De la ultima implicacion, se tiene que la matriz A es invertible si, y solo si, la matriz
E
1
1
E
1
2
. . . E
1
k
R tambien lo es.
Con base en el teorema 4, dado que las matrices E
1
1
, E
1
2
, . . . , E
1
k
son invertibles, el
producto E
1
1
E
1
2
. . . E
1
k
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 las, R es no singular si, y
solo si, R es la matriz 1
n
Si A es una matriz de orden n, A es no singular si, y solo si, A 1
n
Observe que:
E
k
. . . E
2
E
1
A = 1
n
A
1
= E
k
. . . E
2
E
1
A
1
= E
k
. . . E
2
E
1
1
n
De esta manera, para obtener la matriz A
1
se aplican a 1
n
las mismas operaciones
elementales que se deben aplicar a A para la obtencion de 1
n
En el jemplo que se enuncia a continuaci on se muestra una estrategia, fundamentada en
la demostracion del teorema anterior, para determinar si alguna matriz es no singular
y, simult aneamente, hallar su inversa (en caso de existir).
Ejemplo 16
Para determinar la matriz inversa, en caso de existir, de la matriz A =
_
_
3 1 2
2 1 0
3 2 3
_
_
se pueden seguir procedimientos similares al siguiente:
_
_
3 1 2 1 0 0
2 1 0 0 1 0
3 2 3 0 0 1
_
_
F
2
+F
1
_
_
1 2 2 1 1 0
2 1 0 0 1 0
3 2 3 0 0 1
_
_
2F
1
+F
2
3F
1
+F
3
_
_
1 2 2 1 1 0
0 5 4 2 3 0
0 4 3 3 3 1
_
_
F
2
+F
3
_
_
1 2 2 1 1 0
0 5 4 2 3 0
0 1 1 1 0 1
_
_
F
2
F
3
_
_
1 2 2 1 1 0
0 1 1 1 0 1
0 5 4 2 3 0
_
_
2F
2
+F
1
5F
2
+F
3
_
_
1 0 0 3 1 2
0 1 1 1 0 1
0 0 1 7 3 5
_
_
F
3
+F
2
_
_
1 0 0 3 1 2
0 1 0 6 3 4
0 0 1 7 3 5
_
_
Como la matriz A es equivalente por las con la matriz 1
3
, entonces A es una matriz
no singular y su inversa es la matriz A
1
=
_
_
3 1 2
6 3 4
7 3 5
_
_
, matriz que se obtuvo
de 1
3
despues de realizar las mismas operaciones elementales que las efectuadas en A
para la obtencion de 1
3
Ejercicio 25
Utilizando operaciones elementales sobre las determine, en caso de existir, la matriz
inversa para cada una de las matrices siguientes.
(a) F =
_
_
1 0 4
0 1 0
4 0 1
_
_
(b) Z =
_
_
1 1 1
2 1 1
1 0 2
_
_
(c) H =
_
_
5 10 25
2 1 3
4 2 6
_
_
(d) B =
_
cos sen
sen cos
_
(e) A =
_
2 1
1 3
_
(f) J =
_
_
8 1 3
5 1 2
10 1 4
_
_
(g) G =
_
_
_
_
2 6 12 16
1 3 3 7
1 2 6 6
0 4 3 6
_
_
_
_
(h) L =
_
a
11
a
12
a
21
a
22
_
(i) P =
_
_
5 4 3
10 7 6
8 6 5
_
_
Denicion 23 (rango de una matriz)
Sea A /
mn
(R). Si R es la matriz escalonada reducida por las equivalente con
A, se dene el rango de A, denotado como r (A), como el n umero de las no nulas que
posee la matriz R.
Ejemplo 17
Si A es la matriz denida por A =
_
_
_
_
1 2 1 0 7 5
6 12 0 1 19 4
2 4 2 1 1 8
8 16 6 3 3 22
_
_
_
_
se tiene que
r (A) = 3, ya que su matriz escalonada reducida por las equivalente (ver ejemplo 15)
esta dada por R =
_
_
_
_
1 2 0 0 3 1
0 0 1 0 4 4
0 0 0 1 1 2
0 0 0 0 0 0
_
_
_
_
Ejercicio 26
Verique que r (A) = 2, si se tiene que A =
_
_
_
_
3 9 4 6 12
2 6 5 4 8
1 3 0 2 4
1 3 3 2 4
_
_
_
_
Para los teoremas que se enuncian a continuaci on no seran contempladas las demostra-
ciones, ya que involucran conceptos que no forman parte de este curso.
Teorema 12
A /
mn
(R), entonces r (A) m.
Teorema 13
A /
n
(R) es no singular si, y solo si, r (A) = n.
3 Determinantes
Un concepto importante asociado con las matrices cuadradas es el concepto de deter-
minante, concepto de mucha utilidad por sus variadas aplicaciones: calculo de areas,
calculo de matrices inversas, calculo de vol umenes y en la resolucion de sistemas de
ecuaciones lineales, entre otros.
Dado que cada matriz cuadrada esta relacionada con un unico n umero real, el determi-
nante puede ser considerado como una funcion que tiene como dominio el conjunto de
la matrices cuadradas y cuyo codominio es el conjunto de los n umeros reales.
3.1 Algunas deniciones basicas
Algunos de los conceptos mas relevantes en el estudio de los determinantes son enuncia-
dos a continuaci on. Las deniciones que se consideran son de suma importancia para el
desarrollo de contenidos posterios, relacionados con ciertas propiedades que se cumplen
cuando se calculan determinantes.
Denicion 24 (determinante de una matriz de orden 1)
Si A es una matriz de orden 1, tal que A = (a
11
), su determinante, denotado como [A[,
det (A) o [a
11
[, se dene como [A[ = a
11
Denicion 25 (menor de un elemento)
Si A /
n
(R), se dene el menor del elemento a
ij
de A, denotado por M
A
ij
, como el
determinante de la matriz que se obtiene a partir de A luego de eliminar su i-esima la
y su j-esima columna.
Ejemplo 18
Considere la matriz A denida como A =
_
a b
c d
_
Para la matriz A se tiene que:
*) M
A
11
= [d[ = d
*) M
A
12
= [c[ = c
*) M
A
21
= [b[ = b
*) M
A
22
= [a[ = a
Denicion 26 (cofactor de un elemento)
Si A /
n
(R), se dene el cofactor del elemento a
ij
de A, denotado por A
ij
, como el
n umero dado por A
ij
= (1)
i+j
M
A
ij
Denicion 27 (matriz de cofactores)
Si A /
n
(R), se dene la matriz de cofactores de A, denotada como A, como la
matriz de orden n dada por
A
_
ij
= A
ij
, i, j, con 1 i n y 1 j n.
Ejemplo 19
Con base en la matriz del ejemplo 18, se tiene que:
*) A
11
= (1)
1+1
M
A
11
= (1)
2
d = 1 d = d
*) A
12
= (1)
1+2
M
A
12
= (1)
3
c = 1 c = c
*) A
21
= (1)
2+1
M
A
21
= (1)
3
b = 1 b = b
*) A
22
= (1)
2+2
M
A
22
= (1)
4
a = 1 a = a
De esta manera, A =
_
A
11
A
12
A
21
A
22
_
=
_
d c
b a
_
Denicion 28 (determinante de una matriz de orden n)
Sea A /
n
(R) con n 2, el determinante de A se dene, de manera recursiva, como
el n umero real dado por
[A[ =
n
j=1
A)
1j
A
1j
Ejercicio 27
Considere la matriz del ejemplo 18 y verique que el determinante de toda matriz de
orden dos esta dado por
a b
c d
= ad bc.
Solucion
Con base en la denicion 28 se tiene que:
[A[ =
2
j=1
A)
1j
A
1j
= A)
11
A
11
+A)
12
A
12
= a d +b c
= ad bc
De esta manera,
a b
c d
= ad bc.
Ejemplo 20
Considere las matrices A y B denidas por A =
_
2 1
3 5
_
y B =
_
6 3
4 1
_
Para estas matrices se cumple que:
[A[ = 2 5 1 3
[A[ = 7
y
[B[ = 6 1 3 4
[B[ = 6
As,
[A[ +[B[ = 7 +6
[A[ +[B[ = 1
Por otra parte, se tiene que:
[A +B[ =
_
2 1
3 5
_
+
_
6 3
4 1
_
[A +B[ =
8 4
7 6
[A +B[ = 8 6 4 7
[A +B[ = 20
Observe que, para estas matrices, [A +B[ ,= [A[ +[B[.
Ejercicio 28
Para cada una de las matrices que se enuncian calcule, respectivamente, el valor de su
determinante.
(a) A =
_
2 3
5 4
_
(b) B =
_
5 4
2 3
_
(c) C =
_
3 2
4 5
_
(d) D =
_
0 0
6 4
_
(e) E =
_
1 0
0 1
_
(f) F =
_
0
0
_
(g) G =
_
4 6
5 4
_
(h) H =
_
2 3
15 12
_
(i) I =
_
7 13
0 2
_
(j) J =
_
2 x 3
5 4 x
_
(k) K =
_
2 3
5 4
_
(l) L =
_
2 3
5 4
_
Ejemplo 21
Considere la matriz A, denida por A =
_
_
3 6 0
0 3 2
1 1 4
_
_
y obtenga el valor de [A[.
[A[ =
3
j=1
A)
1j
A
1j
= A)
11
A
11
+A)
12
A
12
+A)
13
A
13
= 3 A
11
+6 A
12
+ 0 A
13
= 3 A
11
6 A
12
= 3 (1)
2
M
A
11
6 (1)
3
M
A
12
= 3 1
3 2
1 4
6 1
0 2
1 4
= 3 (12 + 2) + 6 (0 2)
= 3 14 + 6 2
= 42 12
= 30
As, [A[ = 30
Ejemplo 22
Considere la matriz B, denida por B =
_
_
2 6 0
5 3 2
7 1 4
_
_
y obtenga el valor de [B[.
[B[ =
3
j=1
B)
1j
B
1j
= B)
11
B
11
+B)
12
B
12
+B)
13
B
13
= 2 B
11
+6 B
12
+ 0 B
13
= 2 B
11
6 B
12
= 2 (1)
2
M
B
11
6 (1)
3
M
B
12
= 2 1
3 2
1 4
6 1
5 2
7 4
= 2 (12 + 2) + 6 (20 14)

= 2 14 + 6 6
= 28 + 36
= 8
As, [B[ = 8
Ejemplo 23
Considere la matriz C, denida por C =
_
_
_
_
3 2 0 0
3 2 6 0
0 5 3 2
1 7 1 4
_
_
_
_
y calcule [C[.
[C[ =
4
j=1
C)
1j
C
1j
= C)
11
C
11
+C)
12
C
12
+C)
13
C
13
+C)
14
C
14
= 3 C
11
+ 2 C
12
+ 0 C
13
+ 0 C
14
= 3 C
11
+ 2 C
12
= 3 (1)
2
M
C
11
+ 2 (1)
3
M
C
12
= 3 1
2 6 0
5 3 2
7 1 4
+ 2 1
3 6 0
0 3 2
1 1 4
= 3 8 2 30 (ver ejemplos 21 y 22)

= 24 60
= 84
As, [C[ = 84
En el ejemplo 23 se logra observar que el calculo de determinantes con base en la
denicion 28 puede ser, en gran n umero de casos, un proceso extremadamente tedioso;
posteriormente, se estara enunciando un metodo mas eciente para la evaluacion de
determinantes.
Ejercicio 29
Demuestre que [1
n
[ = 1, n N. Pista: utilice induccion matematica sobre n.
3.2 Algunas propiedades
En el estudio de determinantes se presentan gran n umero de propiedades que, en la
mayora de los casos, ayudan en los calculos de estos valores.
A continuacion, se enuncian algunos de los resultados mas relevantes para la evaluacion
de determinantes.
Tal y como se evidencio en el ejemplo 20, 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 14, que posee cierta similitud con lo que
enuncio anteriormente, juega un papel sumamente importante en el estudio de algunas
propiedades de los determinantes.
Teorema 14
Si A, B, C /
n
(R), tales que A =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,n
b
r,1
+c
r,1
b
r,2
+c
r,2
b
r,n
+c
r,n
a
r+1,1
a
r+1,2
a
r+1,n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
_
,
B =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,n
b
r,1
b
r,2
b
r,n
a
r+1,1
a
r+1,2
a
r+1,n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
_
y C =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,n
c
r,1
c
r,2
c
r,n
a
r+1,1
a
r+1,2
a
r+1,n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
_
con r N,
tal que 1 r n, entonces [A[ = [B[ +[C[.
Demostracion
La demostracion es por induccion matematica sobre n.
Para n = 1 se tiene que A = (b
11
+c
11
), B = (b
11
) y C = (c
11
).
De esta manera,
[A[ = [b
11
+c
11
[ sustitucion de A
= b
11
+c
11
denicion 24
= [b
11
[ +[c
11
[ denicion 24
= [B[ +[C[ sustitucion de B y C
As, [A[ = [B[ +[C[
Asumamos que para n = k el resultado es valido; es decir, que dadas las matrices
A =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1k
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k
b
r,1
+c
r,1
b
r,2
+c
r,2
b
r,k
+c
r,k
a
r+1,1
a
r+1,2
a
r+1,k
.
.
.
.
.
.
.
.
.
a
k1
a
k2
a
kk
_
_
_
_
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1k
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k
b
r,1
b
r,2
b
r,k
a
r+1,1
a
r+1,2
a
r+1,k
.
.
.
.
.
.
.
.
.
a
k1
a
k2
a
kk
_
_
_
_
_
_
_
_
_
_
_
y C =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1k
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k
c
r,1
c
r,2
c
r,k
a
r+1,1
a
r+1,2
a
r+1,k
.
.
.
.
.
.
.
.
.
a
k1
a
k2
a
kk
_
_
_
_
_
_
_
_
_
_
_
se cumple que [A[ = [B[ +[C[.
Con base en esta suposicion (hipotesis de induccion), se debe probar que el resultado
es valido para n = k + 1. Especcamente, se quiere demostrar que para las matrices
A =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1,k+1
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k+1
b
r,1
+c
r,1
b
r,2
+c
r,2
b
r,k+1
+c
r,k+1
a
r+1,1
a
r+1,2
a
r+1,k+1
.
.
.
.
.
.
.
.
.
a
k+1,1
a
k+1,2
a
k+1,k+1
_
_
_
_
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1,k+1
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k+1
b
r,1
b
r,2
b
r,k+1
a
r+1,1
a
r+1,2
a
r+1,k+1
.
.
.
.
.
.
.
.
.
a
k+1,1
a
k+1,2
a
k+1,k+1
_
_
_
_
_
_
_
_
_
_
_
y C =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1,k+1
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k+1
c
r,1
c
r,2
c
r,k+1
a
r+1,1
a
r+1,2
a
r+1,k+1
.
.
.
.
.
.
.
.
.
a
k+1,1
a
k+1,2
a
k+1,k+1
_
_
_
_
_
_
_
_
_
_
_
se cumple que [A[ = [B[ + [C[. Observe
que si r = 1 las matrices A, B y C dieren solo en la primera la; en este caso,
A
(1)
= B
(1)
+C
(1)
, donde B
(1)
= (b
11
b
12
b
1,k+1
) y C
(1)
= (c
11
c
12
c
1,k+1
).
De esta manera, si r = 1 se tiene que:
[A[ =
k+1
j=1
A)
1j
A
1j
denicion 28
=
k+1
j=1
A)
1j
(1)
1+j
M
A
1j
denicion 26
=
k+1
j=1
(b
1j
+c
1j
) (1)
1+j
M
A
1j
A
(1)
= B
(1)
+ C
(1)
=
k+1
j=1
_
b
1j
(1)
1+j
M
A
1j
+c
1j
(1)
1+j
M
A
1j
_
distributividad de resp. de + en R
=
k+1
j=1
b
1j
(1)
1+j
M
A
1j
+
k+1
j=1
c
1j
(1)
1+j
M
A
1j
prop. de sumas:
i
(a
i
+ b
i
) =
i
a
i
+
i
b
i
=
k+1
j=1
b
1j
(1)
1+j
M
A
1j
+
k+1
j=1
c
1j
(1)
1+j
M
A
1j
prop. de sumas:
i
a
i
=
i
a
i
=
k+1
j=1
b
1j
(1)
1+j
M
B
1j
+
k+1
j=1
c
1j
(1)
1+j
M
C
1j
A, B y C dieren solo en la la 1
=
k+1
j=1
b
1j
B
1j
+
k+1
j=1
c
1j
C
1j
denicion 26
=
k+1
j=1
B)
1j
B
1j
+
k+1
j=1
C)
1j
C
1j
sustitucion de b
1j
y c
1j
= [B[ +[C[ denicion 28
As, [A[ = [B[ +[C[ para r = 1.
Ahora, si r > 1 las las de las matrices A, B y C son las mismas a excepcion de la la
r, tal y como se enuncian en el encabezado de esta parte de la demostracion, donde son
consideradas las matrices A, B y C de tama no (k + 1) (k + 1).
Con lo anterior, j N con 1 j k, los determinantes M
A
1j
, M
B
1j
y M
C
1j
contemplan
matrices de tama no k k que, exceptuando la la r 1, contienen las mismas las.
Especcamente, se tiene que A
(r1)
= B
(r1)
+C
(r1)
.
De acuerdo con nuestra hipotesis de induccion, se puede asegurar que
M
A
1j
= M
B
1j
+M
C
1j
(3)
De esta manera:
[A[ =
k+1
j=1
A)
1j
A
1j
denicion 28
=
k+1
j=1
A)
1j
(1)
1+j
M
A
1j
denicion 26
=
k+1
j=1
A)
1j
(1)
1+j
_
M
B
1j
+M
C
1j
_
resultado 3: hipotesis de induccion
=
k+1
j=1
_
A)
1j
(1)
1+j
M
B
1j
+A)
1j
(1)
1+j
M
C
1j
_
dist. de resp. de + en R
=
k+1
j=1
_
A)
1j
(1)
1+j
M
B
1j
+A)
1j
(1)
1+j
M
C
1j
_
conmutatividad de en R
=
k+1
j=1
_
A)
1j
B
1j
+A)
1j
C
1j
_
denicion 26
=
k+1
j=1
A)
1j
B
1j
+
k+1
j=1
A)
1j
C
1j
prop. de sumas:
i
(a
i
+ b
i
) =
i
a
i
+
i
b
i
=
k+1
j=1
A)
1j
B
1j
+
k+1
j=1
A)
1j
C
1j
prop. de sumas:
i
a
i
=
i
a
i
=
k+1
j=1
B)
1j
B
1j
+
k+1
j=1
C)
1j
C
1j
A, B y C poseen la misma la 1
= [B[ +[C[ denicion 28
As, [A[ = [B[ +[C[ para r > 1.
Por lo tanto, queda demostrado que lo que se enuncia en el teorema es valido para
matrices cuadradas de cualquier orden.
Corolario 1
Si A /
n
(R) posee alguna la nula, entonces [A[ = 0.
Ejercicio 30
Demuestre el corolario 1 del teorema 14.
Teorema 15
Sea A /
n
(R). i N, con 1 i n, se cumple que [A[ =
n
j=1
A)
ij
A
ij
y, tambien,
se cumple que j N, con 1 j n, [A[ =
n
i=1
A)
ij
A
ij
El teorema 15, cuya demostracion se omite por involucrar contenidos que no forman
parte de los objetivos del curso, es de gran utilidad en la evaluacion de determinantes, ya
que garantiza simplicidad de calculos al poderse jar cualquier la o cualquier columna
para calcular el determinante de toda matriz cuadrada.
Corolario 1
Si A /
n
(R), tal que A posee dos las identicas, entonces [A[ = 0.
Ejercicio 31
Demuestre el corolario 1 del teorema 15. Pista: utilice induccion matematica.
Ejemplo 24
Calcule [A[ si se tiene que A =
_
_
_
_
0 3 0 2
2 0 1 0
2 0 2 2
3 0 1 0
_
_
_
_
Con base en el teorema 15 y jando la segunda columna de A, se tiene que:
[A[ =
4
i=1
A)
i2
A
i2
= A)
12
A
12
+A)
22
A
22
+A)
32
A
32
+A)
42
A
42
= 3 A
12
+ 0 A
22
+ 0 A
32
+ 0 A
42
= 3 A
12
= 3 (1)
3
M
A
12
= 3 1
2 1 0
2 2 2
3 1 0
= 3
2 1 0
2 2 2
3 1 0
= 3 2 (conviene jar la columna 3 en el calculo del ultimo determinante)

= 6
Ejercicio 32
Para cada una de las matrices que se enuncian calcule, respectivamente, el valor de su
determinante.
(a) A =
_
_
4 0 8
0 3 2
1 0 4
_
_
(b) B =
_
_
2 0 4
0 15 10
1 0 4
_
_
(c) C =
_
_
2 0 4
0 3 2
1 0 4
_
_
(d) D =
_
_
2 0 1
0 3 0
4 2 4
_
_
(e) E =
_
_
2 0 4
0 3 2
0 4
_
_
(f) F =
_
_
_
_
0 3 5 1
1 2 0 0
3 0 4 1
2 3 2 5
_
_
_
_
(g) G =
_
_
_
_
3 0 4 1
1 2 0 0
0 3 5 1
2 3 2 5
_
_
_
_
(h) H =
_
_
_
_
_
_
2 1 0 0 0
3 5 0 0 0
0 0 3 6 0
0 0 0 3 2
0 0 1 1 4
_
_
_
_
_
_
(i) I =
_
_
_
_
7 4 2
0 1 0
0 0 4 4
0 0 0 5
_
_
_
_
(j) J =
_
_
_
_
2 5 0 1
0 2 1 0
8 3 5 2
0 2 1 0
_
_
_
_
(k) K =
_
_
_
_
2 1 2
5 1 1 1
0 0 0 0
7 2 1 2
_
_
_
_
(l) L =
_
_
_
_
1 3 1 0
3 0 3 1
4 0 4 0
2 1 2 0
_
_
_
_
En evaluaci on de determinantes, es posible realizar calculos de manera mas eciente
si se utilizan operaciones elementales sobre las las 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 las de dicha
matriz.
Teorema 16
Si A /
n
(R) y B es una matriz que se obtiene de A luego de multiplicar alguna la
de A por un n umero real ,= 0, entonces [B[ = [A[.
Demostracion
Aunque el resultado es inmediato si se considera el teorema 14, la demostracion que se
enuncia esta basada en el teorema 15.
Sean R, con ,= 0, A /
n
(R) y B la matriz que se obtiene de A luego de
multiplicar la la r de A por , con 1 r n; es decir, B)
rj
= A)
rj
, j N, con
1 j n es nuestra hipotesis. Se puede asegurar que:
[B[ =
n
j=1
B)
rj
B
rj
teorema 15 (jando la r de B)
=
n
j=1
B)
rj
(1)
r+j
M
B
rj
denicion 26
=
n
j=1
A)
rj
(1)
r+j
M
B
rj
hipotesis
=
n
j=1
A)
rj
(1)
r+j
M
A
rj
M
B
rj
= M
A
rj
(no se contempla la la r)
=
n
j=1
A)
rj
A
rj
denicion 26
=
n
j=1
A)
rj
A
rj
propiedad
i
a
i
=
i
a
i
= [A[ teorema 15 (jando la r de A)
As, [B[ = [A[
El teorema 16 evidencia la consecuencia que surge en la evaluaci on del determinante de
alguna matriz en la que se ha aplicado una operacion elemental sobre las del tipo a.
Ejercicio 33
Considere la matriz del ejemplo 23 y la matriz B, dada por B =
_
_
_
_
3 2 0 0
15 10 30 0
0 5 3 2
1 7 1 4
_
_
_
_
y verique que [B[ = 5 84 = 420.
Cual operacion elemental se aplico sobre las las de la matriz del ejemplo 23 para la
obtencion de la matriz B?
Si la operacion elemental sobre las de alguna matriz es del tipo b, la implicacion en el
resultado de la evaluaci on de su determinante se enuncia en el teorema 17 que detalla
a continuacion.
Teorema 17
Si A /
n
(R) y B es una matriz que se obtiene de A luego de intercambiar dos las
cualesquiera de A, entonces [B[ = [A[.
Ejercicio 34
Demuestre el teorema 17. Pista: utilice el corolario 1 del teorema 15 y el teorema 14.
Ejercicio 35
_
_
_
_
3 2 0 0
1 7 1 4
0 5 3 2
3 2 6 0
_
_
_
_
y verique que [B[ = (84) = 84.
Solo falta enunciar la consecuencia que se presenta en la evaluaci on de determinantes
de matrices si se realiza alguna operacion elemental sobre las del tipo c.
Teorema 18
Si A /
n
(R) y B es una matriz que se obtiene de A sumando alg un m ultiplo de
alguna de las las de A a otra de las las de A, entonces [B[ = [A[.
Corolario 1
Si A /
n
(R) es de rango menor que n, entonces [A[ = 0.
Ejercicio 36
Demuestre el teorema 18. Pista: puede basarse en la demostracion del teorema 16.
Ejercicio 37
_
_
_
_
7 26 4 16
3 2 6 0
0 5 3 2
1 7 1 4
_
_
_
_
y verique que [B[ = 84.
Las reglas que se enuncian a continuaci on resumen el efecto que provoca la aplicacion
de alguna operacion elemental sobre el determinante de una matriz A de orden n (lo
expuesto en los teoremas 16, 17 y 18).
(a) Si B es la matriz obtenida al multiplicar alguna la de A por alg un n umero real
no nulo , entonces [B[ = [A[.
(b) Si B es la matriz obtenida al intercambiar dos las cualesquiera de A, entonces
[B[ = [A[.
(c) Si B es la matriz obtenida al sumar alg un m ultiplo de alguna la de A a otra la
de A, entonces [B[ = [A[.
Considerar el efecto que provoca cada una de las operaciones elementales sobre las
en la evaluaci on de determinantes, puede simplicar el procedimiento que se realiza en
dichas evaluaciones.
Ejemplo 25
Considere la matriz A del ejemplo 21, denida por A =
_
_
3 6 0
0 3 2
1 1 4
_
_
y determine,
utilizando propiedades de determinantes, el valor de [A[.
Solucion
Si A =
_
_
3 6 0
0 3 2
1 1 4
_
_
se tiene que:
A =
_
_
3 6 0
0 3 2
1 1 4
_
_
1
3
F
1
+F
3
_
_
3 6 0
0 3 2
0 1 4
_
_
= A
1
3
F
2
+F
3
_
_
3 6 0
0 3 2
0 0
10
3
_
_
= A
Dado que A
fue obtenida aplicando a la matriz A una operacion elemental del tipo c,

seg un el teorema 18 se tiene que [A[ = [A
[; asimismo, con base en dicho teorema, se

cumple que [A
[ = [A
[, por lo que [A[ = [A
[.
Por otra parte, aplicando el teorema 15 y jando la tercera la de A
, se tiene que:
[A
[ =
3
j=1
A
)
3j
A
3j
= A
)
31
A
31
+A
)
32
A
32
+A
)
33
A
33
= 0 A
31
+ 0 A
32
+
10
3
A
33
=
10
3
(1)
6
M
A
33
=
10
3
1
3 6
0 3
=
10
3
(3 3 0 6)
=
10
3
3 3
= 30
El desarrollo anterior, muestra un resultado importante y de mucha utilidad en la eval-
uacion de determinantes el determinante de toda matriz triangular superior esta dado
por el producto de los elementos de su diagonal, (ver teorema 20).
Teorema 19
A /
n
(R), se cumple que
A
t
= [A[.
Demostracion
Si A es una matriz de orden n, A
t
tambien es de orden n; as, para cualquier valor
entero de j, con 1 j n, se tiene que:
A
t
=
n
i=1
A
t
_
ij
A
t
ij
teorema 15 (jando la columna j)
=
n
i=1
A)
ji
A
ji
denicion 3
= [A[ teorema 15 (jando la la j)
As,
A
t
= [A[
Teorema 20
Sea A /
n
(R). Si A es triangular superior, entonces [A[ = A)
11
A)
22
A)
33
A)
nn
Corolario 1
Sea A /
n
(R). Si A es triangular inferior, entonces [A[ = A)
11
A)
22
A)
33
A)
nn
Ejercicio 38
Demuestre el teorema 20. Pista: utilice induccion matematica sobre n.
Ejercicio 39
Basados en operaciones elementales sobre las del tipo b y del tipo c, toda matriz
cuadrada se puede transformar en una matriz triangular superior o triangular inferior;
de esta manera, facilmente se puede evaluar el determinante para cualquier matriz
cuadrada.
Ejemplo 26
Si la matriz A esta denida por A =
_
_
0 1 4
2 1 2
8 0 3
_
_
, se tiene que:
A =
_
_
0 1 4
2 1 2
8 0 3
_
_
F
1
F
2
_
_
2 1 2
0 1 4
8 0 3
_
_
= A
Por otra parte:

A
=
_
_
2 1 2
0 1 4
8 0 3
_
_
4F
1
+F
3
_
_
2 1 2
0 1 4
0 4 11
_
_
4F
2
+F
3
_
_
2 1 2
0 1 4
0 0 5
_
_
= A
Con base en el teorema 18 se tiene que [A
[ = [A
[; como A
es una matriz triangular

superior, su determinante esta dado por el producto de los elementos de su diagonal
(teorema 20); as, [A
[ = [A
[ = 2 1 5 = 10.
Por otra parte, de acuerdo con el teorema 17, se tiene que: [A
[ = [A[; de esta manera,

[A[ = [A
[ = (10) = 10.
Ejercicio 40
Con base en la tecnica implementada en el ejemplo 26, calcule el valor del determinante
de la matriz siguiente: A =
_
_
_
_
_
_
2 7 0 1 1
4 1 4 0 3
0 1 2 2 2
1 6 4 4 4
3 0 4 2 1
_
_
_
_
_
_
Respuesta: |A| = 906
Ejercicio 41
Para cada uno de los casos, encuentre el valor de que satisfaga la ecuacion que se
enuncia:
(a)
4b
1
4b
2
4b
3
4a
1
4a
2
4a
3
4c
1
4c
2
4c
3
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3
(b)
5a
1
5a
2
5a
3
6b
1
+ 2c
1
6b
2
+ 2c
2
6b
3
+ 2c
3
3c
1
3c
2
3c
3
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

(c)
b
1
+c
1
b
2
+c
2
b
3
+c
3
a
1
+c
1
a
2
+c
2
a
3
+c
3
a
1
+b
1
a
2
+b
2
a
3
+b
3
a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3
El teorema 21, cuya demostracion se omite por involucrar contenidos que no forman
parte de los objetivos del curso, enuncia un resultado de gran importancia en evaluaci on
de determinantes.
Teorema 21
Para cualesquiera matrices A, B /
n
(R), se cumple que [AB[ = [A[ [B[
3.3 Determinantes e inversas
El determinante de alguna matriz esta directamente relacionado con la inversa de dicha
matriz; se enunciar an algunos resultados que evidencian este hecho, como lo es una apli-
cacion de los determinantes para la obtencion de la inversa de alguna matriz no singular.
Teorema 22
Una matriz A /
n
(R) es no singular si, y solo si, [A[ ,= 0.
Demostracion
Si A /
n
(R) es una matriz singular, de acuerdo con el teorema 13 se cumple que
r (A) < n; de esta manera, basados en el corolario 1 del teorema 18, [A[ = 0.
Por otra parte, si A /
n
(R) es una matriz no singular, existe A
1
tal que AA
1
= 1
n
;
as, se cumple que:
AA
1
= [1
n
[
AA
1
= 1 ejercicio 29
[A[
A
1
= 1 teorema 21
Si se tuviera que [A[ = 0, la igualdad enunciada en la ultima implicacion sera siempre
falsa.
Por lo tanto, A es no singular si, y solo si, [A[ , = 0.
Corolario 1
Si A /
n
(R) es no singular, entonces
A
1
=
1
[A[
Ejercicio 42
Teorema 23
Si A /
n
(R), i ,= j, con 1 i n y 1 j n, se cumple que
n
k=1
A)
ik
A
jk
= 0.
Demostracion
Sean A /
n
(R) y B la matriz que se obtiene de A al cambiar la la j de A por su
i-esima la; es decir, la matriz B posee dos las identicas (las las i y j), diriendo de
la matriz A unicamente en la j-esima la (especcamente, la j-esima la de B es igual
a la i-esima la de A).
Por una parte, se tiene que:
[B[ =
n
k=1
B)
jk
B
jk
teorema 15 (jando la j)
=
n
k=1
A)
ik
B
jk
hipotesis
B
(j)
= A
(i)
=
n
k=1
A)
ik
(1)
j+k
M
B
jk
denicion 26
=
n
k=1
A)
ik
(1)
j+k
M
A
jk
A y B dieren solo en la la j
=
n
k=1
A)
ik
A
jk
denicion 26
As, [B[ =
n
k=1
A)
ik
A
jk
Por otra parte, dado que B posee dos las iguales, de acuerdo con el corolario 1 del
teorema 15 se cumple que [B[ = 0.
Por lo tanto, i ,= j, con 1 i n y 1 j n, se cumple que
n
k=1
A)
ik
A
jk
= 0.
Denicion 29 (matriz adjunta de alguna matriz)
Si A /
n
(R), la matriz adjunta de A, denotada como Adj (A), es la matriz dada por
Adj (A) = A
t
Teorema 24
Si A /
n
(R), entonces A Adj (A) = [A[ 1
n
Demostracion
Sea A /
n
(R). Para demostrar que A Adj (A) = [A[ 1
n
, basta probar que i, j, con
1 i n y 1 j n, se cumple que A Adj (A))
ij
= [A[ 1
n
)
ij
Veamos: i, j, con 1 i n y 1 j n, se tiene que:
A Adj (A))
ij
=
n
k=1
A)
ik
Adj (A))
kj
denicion 16
=
n
k=1
A)
ik
_
A
t
_
kj
denicion 29
=
n
k=1
A)
ik
A
_
jk
denicion 3
=
n
k=1
A)
ik
A
jk
denicion 27
=
_
0 si i ,= j
[A[ si i = j
teoremas 23 y 15 (jando la i)
= [A[
_
0 si i ,= j
1 si i = j
ley absorbente del cero y elemento neutro multiplicativo en R
= [A[ 1
n
)
ij
denicion 7
= [A[ 1
n
)
ij
denicion 13
As, A Adj (A))
ij
= [A[ 1
n
)
ij
, i, j, con 1 i n y 1 j n.
Por lo tanto, A Adj (A) = [A[ 1
n
.
Corolario 1
Si A /
n
(R) es una matriz no singular, entonces A
1
=
1
[A[
Adj (A)
Ejercicio 43
Ejercicio 44
Utilizando el corolario 1 del teorema 24 determine, para cada una de las matrices que
se enuncian, su matriz inversa (en caso de existir).
(a) A =
_
_
2 1 1
0 2 1
5 2 3
_
_
(b) B =
_
_
3 2 4
1 5 1
4 7 3
_
_
(c) C =
_
a b
c d
_
(d) D =
_
_
6 0 0
0 6 0
0 0 6
_
_
(e) E =
_
_
_
_
2 3 1 5
0 5 4 4
0 0 3 2
0 0 0 2
_
_
_
_
(f) F =
_
_
5 4 3
10 7 6
8 6 5
_
_
(g) G =
_
_
2 1 1
0 2 1
5 2 3
_
_
(h) H =
_
_
_
_
1 3 0 2
3 12 2 6
2 10 2 5
1 6 1 3
_
_
_
_
4 Sistemas de ecuaciones lineales
Hallar el valor de incognitas de manera que se satisfagan, simultaneamente, determinado
n umero de condiciones sera una de las tareas que se presentar an mas frecuentemente
en contenidos posteriores de este curso; al abordar este tipo de problemas, resulta per-
tinente el uso de matrices en procesos de solucion.
4.1 Algunas deniciones basicas
Se deniran conceptos relacionados con sistemas de ecuaciones lineales que permitiran
el desarrollo de metodos matriciales para hallar su conjunto solucion.
Denicion 30 (sistema de ecuaciones lineales)
Un sistema de m ecuaciones lineales con n incognitas es todo conjunto de m ecuaciones,
que restringen valores que pueden asumir las n variables y para el que se desea deter-
minar los valores de dichas incognitas para los que satisfacen, simult aneamente, todas
las ecuaciones; un sistema de ecuaciones es de la forma
_
_
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= b
m
donde x
1
, x
2
, x
3
, . . . , x
n
son las incognitas y b
i
, a
ij
R, i, j con 1 i m, 1 j n.
Observe que el elemento a
ij
representa el coeciente de la incognita j de la i-esima
ecuacion.
Ejemplo 27
Un sistema de dos ecuaciones con x
1
, x
2
y x
3
como incognitas es el siguiente:
_
2x
1
3x
2
+x
3
= 2
x
1
x
3
= 0
Denicion 31 (matriz asociada de alg un sistema de ecuaciones lineales)
La matriz asociada de todo sistema de ecuaciones lineales de la forma
_
_
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= b
m
es la matriz A dada por
A =
_
_
_
_
_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mn
_
_
_
_
_
Ejemplo 28
La matriz asociada del sistema de ecuaciones del ejemplo 27 esta dada por
A =
_
2 3 1
1 0 1
_
Denicion 32 (representaci on matricial de sistemas de ecuaciones lineales)
Si A es la matriz asociada del sistema de ecuaciones
_
_
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= b
m
su representaci on matricial se dene como Ax = b, donde
x =
_
_
_
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n
_
_
_
_
_
_
_
y b =
_
_
_
_
_
b
1
b
2
.
.
.
b
m
_
_
_
_
_
Ejemplo 29
Una representaci on matricial del sistema ecuaciones del ejemplo 27 esta dada por
_
2 3 1
1 0 1
_
_
_
x
1
x
2
x
3
_
_
=
_
2
0
_
Observe que estas representaciones son equivalentes, ya que
_
2 3 1
1 0 1
_
_
_
x
1
x
2
x
3
_
_
=
_
2
0
_
_
_
(2) (x
1
) + (3) (x
2
) + (1) (x
3
)
(1) (x
1
) + (0) (x
2
) + (1) (x
3
)
_
_
=
_
2
0
_
_
2x
1
3x
2
+x
3
x
1
x
3
_
=
_
2
0
_
_
2x
1
3x
2
+x
3
= 2
x
1
x
3
= 0
Denicion 33 (sistema de ecuaciones lineales homogeneo)
Un sistema de ecuaciones lineales se dice que es homogeneo si es de la forma
_
_
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= 0
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= 0
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= 0
Denicion 34 (matriz aumentada de alg un sistema de ecuaciones lineales)
Si Ax = b es representacion matricial de alg un sistema de ecuaciones lineales, la matriz
aumentada correspondiente con dicho sistema se dene como la matriz (A[b)
Ejemplo 30
Considerando la representacion matricial del ejemplo 29 para el sistema de ecuaciones
lineales del ejemplo 27, la matriz aumentada de dicho sistema esta dada por
_
2 3 1 2
1 0 1 0
_
Denicion 35 (solucion de sistemas de ecuaciones lineales)
Si Ax = b es la representaci on de alg un sistema de m ecuaciones con n incognitas, una
solucion de dicho sistema es toda matriz de la forma
_
_
_
_
_
_
_
k
1
k
2
k
3
.
.
.
k
n
_
_
_
_
_
_
_
=
_
k
1
k
2
k
3
k
n
_
t
,
donde k
i
R, i con 1 i n, si al sustituir x por
_
k
1
k
2
k
3
k
n
_
t
se satisface
la igualdad Ax = b.
Al conjunto conformado por todas las soluciones del sistema
(g)
se le llama conjunto
solucion
(h)
del sistema y, usualmente, es denotado con la letra S.
Nota: Se dice que un sistema de ecuaciones lineales es consistente si su conjunto solucion
S no es vaco; en caso contrario, se dice que el sistema de ecuaciones es inconsistente.
Ejemplo 31
Una solucion del sistema de ecuaciones del ejemplo 27 esta dada por
_
2
4
3
2
_
t
ya
que
_
2 3 1
1 0 1
_
_
_
_
_
_
_
_
2
4
3
2
_
_
_
_
_
_
_
=
_
2
0
_
Veamos:
_
2 3 1
1 0 1
_
_
_
_
_
_
_
_
2
4
3
2
_
_
_
_
_
_
_
=
_
_
(2) (2) + (3)
_
4
3
_
+ (1) (2)
(1) (2) + (0)
_
4
3
_
+ (1) (2)
_
_
=
_
4 4 + 2
2 + 0 2
_
=
_
2
0
_
Ejemplo 32
(a) Considere el sistema de ecuaciones siguiente:
_
2x +y = 0
x y = 3
(g)
Si se considera la representacion de la denicion 30, las soluciones del sistema tambien se pueden
representar como n-tuplas de la forma (k
1
, k
2
, k
3
, . . . , k
n
)
(h)
Resolver un sistema de ecuaciones sera hallar su conjunto solucion.
Despejando x en la segunda ecuacion y sustituyendo esta variable en la primera
ecuacion se obtiene que y = 2. Con base en este resultado se obtiene que x = 1;
de esta manera, para el sistema
_
2 1
1 1
__
x
y
_
=
_
0
3
_
se tiene que
_
1
2
_
es una solucion (la unica).
(b) Considere el sistema de ecuaciones siguiente:
_
x 2y +z = 1
y 2z = 3
Una representaci on matricial para este sistema de ecuaciones lineales esta dada
por
_
1 2 1
0 1 2
_
_
_
x
y
z
_
_
=
_
1
3
_
Este sistema de ecuaciones lineales posee muchas soluciones; tres de estas estan
dadas por
_
_
5
3
0
_
_
,
_
_
8
5
1
_
_
,
_
_
2
1
1
_
_
(c) Considere el sistema de ecuaciones siguiente:
_
x +y = 2
x +y = 3
Es evidente que este sistema de ecuaciones es inconsistente, ya que no hay alguna
pareja de n umeros reales que sumados den como resultado dos n umeros distintos.
Los tres ejemplos anteriores dan evidencia de que todo sistema de ecuaciones lineales
puede tener una unica solucion, tener muchas soluciones o, simplemente, no poseer
solucion alguna (ser inconsistente).
Para el caso de sistemas de ecuaciones lineales homogeneos, se pueden presentar unicamente
dos posibilidades: que posean solucion unica (la solucion trivial) o que posean innito
n umero de soluciones.
Ejercicio 45
Para cada uno de los sistemas de ecuaciones que se enuncian, determine su repre-
sentacion matricial Ax = b, considerando la matriz x que se indica, y verique que la
matriz u dada es una solucion de la ecuacion Ax = b
(a)
_
x
1
+x
2
+x
3
= 2
2x
1
3x
2
+x
3
= 11
x =
_
_
x
1
x
2
x
3
_
_
u =
_
_
1
2
3
_
_
(b)
_
3x
1
x
2
+x
3
= 0
x
1
+ 4x
2
5x
3
= 0
x =
_
_
x
1
x
2
x
3
_
_
u =
_
_
0
0
0
_
_
(c)
_
3x
1
x
2
+x
3
= 0
x
1
+ 4x
2
5x
3
= 0
x =
_
_
x
1
x
2
x
3
_
_
u =
_
_
1
16
13
_
_
Denicion 36 (sistemas de ecuaciones equivalentes)
Dos sistemas de ecuaciones lineales son equivalentes si poseen el mismo conjunto solucion.
Teorema 25
Sean Ax = b la representacion matricial de un sistema de m ecuaciones lineales con n
incognitas y C una matriz invertible, tal que C /
m
(R). El sistema (CA) x = Cb es
equivalente con el sistema Ax = b.
Demostracion
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 solucion.
Sean S el conjunto solucion del sistema de ecuaciones Ax = b y S
el conjunto solucion
del sistema de ecuaciones (CA) x = Cb.
Si u S es claro que Au = b; luego,
Au = b C (Au) = Cb
(CA) u = Cb
As, u S
; de esta manera, S S
.
Por otra parte, si u S
es claro que (CA) u = Cb; luego,

(CA) u = Cb C
1
((CA) u) = C
1
(Cb)
C
1
(C (Au)) = C
1
(Cb)
_
C
1
C
_
(Au) =
_
C
1
C
_
b
1
m
(Au) = 1
m
b
Au = b
As, u S; de esta manera, S
S.
Como S S
y S
S, se concluye que S = S
; es decir, los sistemas de ecuaciones

lineales (CA) x = Cb y Ax = b son equivalentes (poseen el mismo conjunto solucion).
Corolario 1
Sea Ax = b la representacion matricial de un sistema de m ecuaciones lineales con
n incognitas. Si (A
[b
) se obtiene de (A[b) despues de aplicarle un nito n umero de

operaciones elementales sobre sus las, entonces el sistema representado por A
x = b
es equivalente con el sistema Ax = b.

Ejercicio 46
4.2 Metodo de GaussJordan
A continuaci on se describe una tecnica basada en el corolario 1 que permite resolver
cualquier sistema de ecuaciones lineales; dicha tecnica se podra enunciar, en terminos
generales, de la manera siguiente:
(a) Representar el sistema de ecuaciones en la forma matricial Ax = b.
(b) A partir de la matriz aumentada (A[b), obtener la matriz (A
[b
) en la que A
es
la matriz escalonada reducida por las equivalente con A.
(c) Resolver el sistema de ecuaciones representado por A
x = b
.
(d) Enunciar el conjunto solucion del sistema de ecuaciones original (dado que los
sistemas representados por Ax = b y A
x = b
son equivalentes, este conjunto es

el mismo conjunto solucion encontrado en el paso anterior).
Ejemplo 33
Considere el sistema de ecuaciones lineales siguiente:
_
_
_
3x +y 5z w = 4
x + 2y + 11z = 2
2x + 2y + 2z = 4
Una representaci on matricial para dicho sistema de ecuaciones lineales esta dada por
_
_
3 1 5 1
1 2 11 0
2 2 2 0
_
_
_
_
_
_
x
y
z
w
_
_
_
_
=
_
_
4
2
4
_
_
Considerando la matriz aumentada del sistema
_
_
3 1 5 1 4
1 2 11 0 2
2 2 2 0 4
_
_
(basada en
la representaci on matricial anterior) se tiene que:
_
_
3 1 5 1 4
1 2 11 0 2
2 2 2 0 4
_
_
F
1
F
2
_
_
1 2 11 0 2
3 1 5 1 4
2 2 2 0 4
_
_
3F
1
+F
2
2F
1
+F
3
_
_
1 2 11 0 2
0 7 28 1 10
0 6 24 0 0
_
_
F
3
+F
2
_
_
1 2 11 0 2
0 1 4 1 10
0 6 24 0 0
_
_
2F
2
+F
1
6F
2
+F
3
_
_
1 0 3 2 18
0 1 4 1 10
0 0 0 6 60
_
_
1
6
F
3
_
_
1 0 3 2 18
0 1 4 1 10
0 0 0 1 10
_
_
2F
3
+F
1
F
3
+F
2
_
_
1 0 3 0 2
0 1 4 0 0
0 0 0 1 10
_
_
De esta manera,
_
_
3 1 5 1
1 2 11 0
2 2 2 0
_
_
_
_
_
_
x
y
z
w
_
_
_
_
=
_
_
4
2
4
_
_
tiene la misma solucion que
el sistema de ecuaciones representado por
_
_
1 0 3 0
0 1 4 0
0 0 0 1
_
_
_
_
_
_
x
y
z
w
_
_
_
_
=
_
_
2
0
10
_
_
Resolviendo el sistema
_
_
_
x + 3z = 2
y + 4z = 0
w = 10
se tiene que
_
_
_
x = 2 3z
y = 4z
w = 10
con z R.
O bien, tomando z = t se podra escribir
_
_
_
x = 2 3t
y = 4t
w = 10
con t R.
As, el conjunto solucion del sistema de ecuaciones lineales
_
_
_
3x +y 5z w = 4
x + 2y + 11z = 2
2x + 2y + 2z = 4
esta dado por S =
_
_
_
_
_
_
2 3t
4t
t
10
_
_
_
_
_
t R
_
_
Observe que dicho sistema de ecuaciones lineales posee innito n umero de soluciones.
El conjunto S recibe el nombre solucion general; si se asignan valores arbitrarios al
parametro t se obtiene lo que se denominan soluciones particulares; por ejemplo, si
t = 0, entonces
_
_
_
_
2
0
0
10
_
_
_
_
es una solucion particular del sistema de ecuaciones en
cuestion; si t = 1, entonces
_
_
_
_
1
4
1
10
_
_
_
_
es otra solucion particular de dicho sistema de
ecuaciones; si t = 8, entonces
_
_
_
_
26
32
8
10
_
_
_
_
es, tambien, solucion particular del sistema
de ecuaciones lineales en estudio.
El procedimiento seguido para la obtencion de la solucion del sistema de ecuaciones del
ejemplo 33 es conocido como metodo de GaussJordan, metodo que se considera en el
ejemplo 34 para la resolucion del sistema de ecuaciones que se enuncia.
Ejemplo 34
Resolver el sistema de ecuaciones lineales siguiente:
_
_
_
5x 15y + 4z = 7
2x 6y + 4z = 12
3x 9y + 4z = 11
Solucion
Una representaci on matricial para dicho sistema de ecuaciones lineales esta dada por
_
_
5 15 4
2 6 4
3 9 4
_
_
_
_
x
y
z
_
_
=
_
_
7
12
11
_
_
Considerando la matriz aumentada del sistema
_
_
5 15 4 7
2 6 4 12
3 9 4 11
_
_
(basada en la re-
presentacion matricial anterior) se tiene que:
_
_
5 15 4 7
2 6 4 12
3 9 4 11
_
_
2F
2
+F
1
_
_
1 3 4 17
2 6 4 12
3 9 4 11
_
_
2F
1
+F
2
3F
1
+F
3
_
_
1 3 4 17
0 0 12 46
0 0 16 62
_
_
1
12
F
2
_
_
_
_
_
_
_
1 3 4 17
0 0 1
23
6
0 0 16 62
_
_
_
_
_
_
_
4F
2
+F
1
16F
2
+F
3
_
_
_
_
_
_
_
_
_
_
1 3 0
5
3
0 0 1
23
6
0 0 0
2
3
_
_
_
_
_
_
_
_
_
_
De esta manera,
_
_
5 15 4
2 6 4
3 9 4
_
_
_
_
x
y
z
_
_
=
_
_
7
12
11
_
_
tiene la misma solucion que el
sistema de ecuaciones representado por
_
_
1 3 0
0 0 1
0 0 0
_
_
_
_
x
y
z
_
_
=
_
_
_
_
_
_
_
_
_
_
5
3
23
6
2
3
_
_
_
_
_
_
_
_
_
_
Dado que el sistema
_
_
x 3y =
5
3
z =
23
6
0 =
2
3
es inconsistente, ya que 0 =
2
3
es una igualdad
que nunca se cumplira (siempre falsa), se tiene que el conjunto solucion del sistema de
ecuaciones lineales
_
_
_
5x 15y + 4z = 7
2x 6y + 4z = 12
3x 9y + 4z = 11
esta dado por S = .
Ejercicio 47
Utilizando el metodo de GaussJordan, resuelva los sistemas de ecuaciones lineales
siguientes:
(a)
_
_
_
x + 2y + 3z = 3
2x + 3y + 8z = 4
3x + 2y + 17z = 1
Pista: dependencia de un parametro.
(b)
_
_
_
4x +y z +w = 3
x +y +w = 5
3x z = 2
Pista: dependencia de dos parametro.
(c)
_
_
_
2x y +z = 2
x + 2y z = 3
3x +y + 2z = 1
Pista: solucion unica.
(d)
_
_
_
3x + 2y +z = 5
2x +y 2z = 4
x 5z = 15
Pista: sistema inconsistente.
(e)
_
_
_
4x +y z +w = 3
x +y +w = 5
2x +z w = 4
Pista: dependencia de un parametro.
Ejercicio 48
Considere el sistema de ecuaciones lineales siguiente:
_
_
2x + 3y +z + 2w = 3
4x + 6y + 3z + 4w = 5
6x + 9y + 5z + 6w = 7
8x + 12y + 7z +w = 9
Con base en el metodo de GaussJordan, determine el(los) valor(es) para el parametro
, en caso de existir, de manera que dicho sistema de ecuaciones lineales:
(a) Posea solucion unica.
(b) Sea inconsistente.
(c) Posea innito n umero de soluciones que dependan de un parametro.
(d) Posea innito n umero de soluciones que dependan de dos parametros.
Pista: con = 8 dependencia de un parametro; con = 8 dependencia de dos parametros.
4.3 Regla de Cramer
En la resolucion de sistemas de ecuaciones lineales con igual n umero de ecuaciones y
de incognitas, surge otra aplicacion del determinante de una matriz.
Si Ax = b es la representaci on matricial de alg un sistema de ecuaciones, tal que la
matriz A es de orden n, el teorema 22 permite demostrar que dicho sistema posee
solucion unica si, y solo si, [A[ ,= 0.
Lo anterior se puede asegurar ya que, por una parte, si [A[ ,= 0, entonces A es no
singular; de esta manera:
Ax = b
A
1
(Ax) = A
1
b
_
A
1
A
_
x = A
1
b
1
n
x = A
1
b
x = A
1
b
As, la solucion unica del sistema Ax = b esta dada por x = A
1
b (para el caso en que
A es no singular). Se omite la demostracion de la otra direccion del enunciado.
Teorema 26 (regla de Cramer)
Sea Ax = b la representacion matricial de un sistema de n ecuaciones lineales con n
incognitas, donde x = (x
1
x
2
x
3
x
n
)
t
. Si [A[ ,= 0, entonces la solucion unica
del sistema Ax = b esta dada por x
i
=
M
A
i
[A[
, i con 1 i n, donde M
A
i
es la matriz
de orden n que se obtiene de A luego de cambiar la i-esima columna de A por b.
Demostracion
Como [A[ ,= 0, el sistema Ax = b posee solucion unica dada por x = A
1
b.
Luego, i con 1 i n, se tiene que x)
i1
=
A
1
b
_
i1
; de esta manera:
x
i
=
A
1
b
_
i1
sustitucion del elemento i-esimo de la matriz x
=
__
1
[A[
Adj (A)
_
b
_
i1
corolario 1 del teorema 24
=
_
1
[A[
(Adj (A) b)
_
i1
enunciado (g) del ejercicio 13
=
1
[A[
Adj (A) b)
i1
denicion 13
=
1
[A[
n
k=1
Adj (A))
ik
b)
k1
denicion 16
=
1
[A[
n
k=1
_
A
t
_
ik
b)
k1
denicion 29
=
1
[A[
n
k=1
A
_
ki
b)
k1
denicion 3
=
1
[A[
n
k=1
A
ki
b)
k1
denicion 27
=
1
[A[
n
k=1
b)
k1
A
ki
conmutatividad de la multiplicacion en R
=
1
[A[

M
A
i
denicion 15 (jando columna i)

=
M
A
i
[A[
realizando la multiplicacion
As, x
i
=
M
A
i
[A[
, i con 1 i n, es la solucion unica del sistema Ax = b.
Ejemplo 35
Con base en la regla de Cramer, determine la solucion unica del sistema de ecuaciones
lineales siguiente:
_
_
_
x 2y + 3z = 3
2x 3y 8z = 4
3x +z = 3
Una representaci on matricial del sistema de ecuaciones anterior esta dada por:
_
_
1 2 3
2 3 8
3 0 1
_
_
_
_
x
y
z
_
_
=
_
_
3
4
3
_
_
Como [A[ = 74, dicho sistema de ecuaciones lineales posee solucion unica. Los valores
respectivos de las incognitas estan dados por: x =
3 2 3
4 3 8
3 0 1
[A[
=
74
74
= 1,
y =
1 3 3
2 4 8
3 3 1
[A[
=
148
74
= 2 y z =
1 2 3
2 3 4
3 0 3
[A[
=
0
74
= 0.
De esta manera, el conjunto solucion del sistema de ecuaciones lineales en estudio esta
dado por S =
_
_
_
_
_
1
2
0
_
_
_
_
_
Ejercicio 49
(a) Considere la representacion matricial de un sistema de ecuaciones lineales dada
por:
_
_
2 2
2 2
2 2
_
_
_
_
x
y
z
_
_
=
_
_
3
4
1
_
_
Con base en la regla de Cramer, determine todos los valores de , de manera que
el sistema:
i) Posea solucion unica.
ii) Sea inconsistente.
iii) Tenga innito n umero de soluciones.
(b) Si A =
_
_
_
_
2 1 4
2 2 3
1 1 1 1
2 2 4
_
_
_
_
es la matriz asociada de un sistema de ecuaciones
homogeneo, determine todos los valores de , de manera que el sistema:
i) Posea solucion unica.
ii) Sea inconsistente.
iii) Tenga innito n umero de soluciones.
5 Solucion de ejercicios miscelaneos
En esta seccion, se resuelven varios ejercicios relacionados con los temas que se han
desarrollado.
Ejercicio 50
Sea k ,= 0 y sean A, B, C y D matrices denidas por:
A =
_
_
1 0
0 1
3 0
_
_
B =
_
_
1 0 1
1 0 1
2 1 2
_
_
C =
_
k 2 0
1 0 3
_
D =
_
k 1
0 3
_
De las operaciones que se enuncian, realice aquella que este bien denida. Justique
por que las otras tres no se pueden realizar.
(a) (AC)
t
+B
1
(b) (CB)
t
D
1
(c) (BA)
1
+C
t
(d) (CA)
1
D
t
Solucion
La operacion del enunciado (a) no se puede realizar; la matriz (AC)
t
es de tama no
3 3, la matriz B tambien es de tama no 3 3 pero no es invertible porque posee dos
las identicas (su determinante es cero y, por lo tanto, es singular).
La operacion del enunciado (b) no se puede realizar; la matriz (CB)
t
es de tama no 32
y a esta matriz no se le puede restar la matriz D
1
(que existe porque [D[ = 3k ,= 0),
ya que dicha matriz es de tama no 2 2 (diferente del tama no de la primera matriz).
La operacion del enunciado (c) no se puede realizar; la matriz BA no es invertible, ya
que no es una matriz cuadrada (es de tama no 3 2).
La operacion del enunciado (d) sera la unica que se puede realizar; observe que la
matriz (CA)
1
, en caso de existir, es de tama no 2 2 y a esta matriz se le puede
restar la matriz D
t
porque tambien es de tama no 2 2. A continuacion se resuelve la
operacion en cuestion.
Primero, se determina la matriz CA; veamos:
CA =
_
k 2 0
1 0 3
_
_
_
1 0
0 1
3 0
_
_
=
_
_
_
_
_
_
_
_
_
_
_
k 2 0
_
_
_
1
0
3
_
_
_
k 2 0
_
_
_
0
1
0
_
_
_
1 0 3
_
_
_
1
0
3
_
_
_
1 0 3
_
_
_
0
1
0
_
_
_
_
_
_
_
_
_
_
_
_
=
_
k + 0 + 0 0 + 2 + 0
1 + 0 + 9 0 + 0 + 0
_
=
_
k 2
8 0
_
As, CA =
_
k 2
8 0
_
Como [CA[ = 16 ,= 0, entonces CA es no singular.
Hay que determinar la matriz (CA)
1
; para esto, se tiene que:
_
CA
1
2
_
=
_
k 2 1 0
8 0 0 1
_
1
8
F
2
_
_
_
k 2 1 0
1 0 0
1
8
_
_
_
F
1
F
2
_
_
_
1 0 0
1
8
k 2 1 0
_
_
_
kF
1
+F
2
_
_
_
_
_
1 0 0
1
8
0 2 1
k
8
_
_
_
_
_
1
2
F
2
_
_
_
_
_
1 0 0
1
8
0 1
1
2

k
16
_
_
_
_
_
=
_
1
2
(CA)
1
_
As, (CA)
1
=
_
_
_
_
_
0
1
8
1
2

k
16
_
_
_
_
_
Por ultimo, se tiene que:
(CA)
1
D
t
=
_
_
_
_
_
0
1
8
1
2

k
16
_
_
_
_
_
_
k 1
0 3
_
t
=
_
_
_
_
_
0
1
8
1
2

k
16
_
_
_
_
_
_
k 0
1 3
_
=
_
_
_
_
_
0 +k
1
8
0
1
2
1
k
16
3
_
_
_
_
_
=
_
_
_
_
_
k
1
8
1
2
k 48
16
_
_
_
_
_
Por lo tanto, (CA)
1
D
t
=
_
_
_
_
_
k
1
8
1
2
k 48
16
_
_
_
_
_
Ejercicio 51
Determine todas las matrices que conmutan con
_
_
3 1 0
0 3 1
0 0 3
_
_
Solucion
(i)
(i)
Si A y B son matrices cualesquiera, se dice que A conmuta con B si, y solo si, AB = BA.
Sean A =
_
_
3 1 0
0 3 1
0 0 3
_
_
y B la matriz que conmuta con A. Si B =
_
_
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
_
_
es
la matriz que conmuta con A (note que B debe ser de orden tres), entonces:
AB = BA
_
_
3 1 0
0 3 1
0 0 3
_
_
_
_
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
_
_
=
_
_
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
_
_
_
_
3 1 0
0 3 1
0 0 3
_
_
_
_
3x
1
+x
4
3x
2
+x
5
3x
3
+x
6
3x
4
+x
7
3x
5
+x
8
3x
6
+x
9
3x
7
3x
8
3x
9
_
_
=
_
_
3x
1
x
1
+ 3x
2
x
2
+ 3x
3
3x
4
x
4
+ 3x
5
x
5
+ 3x
6
3x
7
x
7
+ 3x
8
x
8
+ 3x
9
_
_
_
3x
1
+x
4
= 3x
1
3x
2
+x
5
= x
1
+ 3x
2
3x
3
+x
6
= x
2
+ 3x
3
3x
4
+x
7
= 3x
4
3x
5
+x
8
= x
4
+ 3x
5
3x
6
+x
9
= x
5
+ 3x
6
3x
7
= 3x
7
3x
8
= x
7
+ 3x
8
3x
9
= x
8
+ 3x
9
_
x
4
= 0
x
5
= x
1
x
6
= x
2
x
7
= 0
x
8
= x
4
x
9
= x
5
0 = 0
0 = x
7
0 = x
8
_
x
4
= 0
x
5
= x
1
x
6
= x
2
x
7
= 0
x
8
= 0
x
9
= x
1
_
x
1
= a
x
2
= b
x
3
= c
x
4
= 0
x
5
= a
x
6
= b
x
7
= 0
x
8
= 0
x
9
= a
B =
_
_
a b c
0 a b
0 0 a
_
_
De esta manera, las matrices que conmutan con la matriz
_
_
3 1 0
0 3 1
0 0 3
_
_
son todas las
matrices con entradas reales de la forma
_
_
a b c
0 a b
0 0 a
_
_
Ejercicio 52
Si A es la matriz dada por A =
_
1
0
_
, con ,= 0 y n Z
+
, demuestre utilizando
induccion matematica que A
n
=
_

n
n
n1
0
n
_
Solucion
Utilizando induccion matematica sobre n (la potencia de la matriz A), se tiene lo
siguiente:
(a) Para n = 1 el resultado se cumple; esto porque del primer miembro de la igualdad
se tiene que A
1
= A =
_
1
0
_
y del segundo miembro de la igualdad se tiene
que
_

1
1
11
0
1
_
=
_

0
0
_
=
_
1
0
_
.
(b) Asumiendo que para alg un entero n 2 se cumple que A
n
=
_

n
n
n1
0
n
_
se
debe probar que tambien es valido el resultado A
n+1
=
_

n+1
(n + 1)
n
0
n+1
_
Veamos:
A
n+1
= A
n
A
1
= A
n
A =
_

n
n
n1
0
n
__
1
0
_
=
_

n
+n
n1
0
n
1 +n
n1

0 +
n
0 0 1 +
n

_
=
_

n+1
+ 0
n
+n
n
0 + 0 0 +
n+1
_
=
_

n+1
(1 +n)
n
0
n+1
_
As, A
n+1
=
_

n+1
(n + 1)
n
0
n+1
_
Esto muestra que el resultado tambien es valido para la potencia n +1 y, de esta
manera, para ,= 0 y todo valor n Z
+
, se cumple que A
n
=
_

n
n
n1
0
n
_
por induccion matematica.
Ejercicio 53
Sea A /
n
(R). Demuestre que si A es idempotente, entonces B = 2A 1
n
es
involutiva.
Solucion
(j)
Como A es una matriz idempotente, se cumple que A
2
= A. Se quiere demostrar que
la matriz B = 2A 1
n
es involutiva; es decir, se desea probar que B
2
= 1
n
Veamos:
B
2
= BB = (2A 1
n
) (2A 1
n
)
(j)
Sea A una matriz de orden n. Se dice que A es idempotente si, y solo si, A
2
= A; por otra parte,
se dice que A es involutiva si, y solo si, A
2
= 1
n
= 2A(2A 1
n
) 1
n
(2A 1
n
)
= (2A) (2A) (2A) 1
n
1
n
(2A) +1
n
1
n
= 4A
2
2A 2A +1
n
= 4A
2
4A +1
n
= 4A 4A +1
n
= O
n
+1
n
= 1
n
As, B
2
= 1
n
Por lo tanto, si A es idempotente, entonces B = 2A 1
n
es involutiva.
Ejercicio 54
Considere las matrices A =
_
_
1 2
1 0
1 1
_
_
, B =
_
_
0 1
1 1
3 0
_
_
y C =
_
_
0 1 0
1 0 1
0 1 0
_
_
Sin resolver sistemas de ecuaciones, determine la matriz X que satisface la ecuacion
matricial siguiente: XAB
t
= AB
t
+XC
2
Solucion
Un detalle importante es que la matriz X debe ser, necesariamente, de orden tres; para
su calculo, se tiene que:
XAB
t
= AB
t
+XC
2
XAB
t
XC
2
= AB
t
+XC
2
XC
2
XAB
t
XC
2
= AB
t
+O
3
XAB
t
XC
2
= AB
t
X
_
AB
t
C
2
_
= AB
t
Note que la matriz AB
t
C
2
es de orden tres; la matriz X existe solo si la matriz
AB
t
C
2
es no singular; suponiendo que dicha matriz se invertible, se tiene que:
X
_
AB
t
C
2
_
= AB
t
X
_
AB
t
C
2
_ _
AB
t
C
2
_
1
=
_
AB
t
_ _
AB
t
C
2
_
1
X1
3
=
_
AB
t
_ _
AB
t
C
2
_
1
X =
_
AB
t
_ _
AB
t
C
2
_
1
Ahora, se calculan las matrices necesarias para resolver la operacion
_
AB
t
_ _
AB
t
C
2
_
1
AB
t
=
_
_
1 2
1 0
1 1
_
_
_
0 1 3
1 1 0
_
=
_
_
2 3 3
0 1 3
1 0 3
_
_
C
2
= CC =
_
_
0 1 0
1 0 1
0 1 0
_
_
_
_
0 1 0
1 0 1
0 1 0
_
_
=
_
_
1 0 1
0 2 0
1 0 1
_
_
AB
t
C
2
=
_
_
2 3 3
0 1 3
1 0 3
_
_
_
_
1 0 1
0 2 0
1 0 1
_
_
=
_
_
3 3 2
0 3 3
0 0 2
_
_
La matriz
_
AB
t
C
2
_
1
existe, ya que
AB
t
C
2
= 3 3 2 = 18 ,= 0; para su
calculo, se tiene que:
_
AB
t
C
2
1
3
_
=
_
_
3 3 2 1 0 0
0 3 3 0 1 0
0 0 2 0 0 1
_
_
1
2
F
3
1
3
F
2
F
2
+F
1
_
_
_
_
_
_
_
_
_
3 0 1 1 1 0
0 1 1 0
1
3
0
0 0 1 0 0
1
2
_
_
_
_
_
_
_
_
_
F
3
+F
2
F
3
+F
1
_
_
_
_
_
_
_
_
_
_
3 0 0 1 1
1
2
0 1 0 0
1
3

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

1
3

1
6
0 1 0 0
1
3

1
2
0 0 1 0 0
1
2
_
_
_
_
_
_
_
_
_
_
=
_
1
3
_
AB
t
C
2
_
1
_
Es decir,
_
AB
t
C
2
_
1
=
_
_
_
_
_
_
_
_
_
_
1
3

1
3

1
6
0
1
3

1
2
0 0
1
2
_
_
_
_
_
_
_
_
_
_
; de esta manera, se tiene que:
X =
_
AB
t
_ _
AB
t
C
2
_
1
=
_
_
2 3 3
0 1 3
1 0 3
_
_
_
_
_
_
_
_
_
_
_
_
1
3

1
3

1
6
0
1
3

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

1
3
1
3
0
1
3
1
1
3

1
3
4
3
_
_
_
_
_
_
_
_
_
_
Por lo tanto, la matriz X esta dada por
_
_
_
_
_
_
_
_
_
_
2
3

1
3
1
3
0
1
3
1
1
3

1
3
4
3
_
_
_
_
_
_
_
_
_
_
Ejercicio 55
Si se tiene que A, B /
n
(R), demuestre los resultados siguientes:
(a) tr (A +B) = tr (A) +tr (B)
(b) tr (AB) = tr (BA)
Solucion
(k)
Sean A, B /
n
(R).
(a)
tr (A +B) =
n
k=1
A +B)
kk
=
n
k=1
_
A)
kk
+B)
kk
_
(k)
Si A /
n
(R) se dene la traza de A, denotada como tr (A), como el n umero real dado por
tr (A) =
n
k=1
A)
kk
=
n
k=1
A)
kk
+
n
k=1
B)
kk
= tr (A) +tr (B)
As, tr (A +B) = tr (A) +tr (B)
(b)
tr (AB) =
n
k=1
AB)
kk
=
n
k=1
_
n
t=1
A)
kt
B)
tk
_
=
n
k=1
_
n
t=1
B)
tk
A)
kt
_
=
n
t=1
_
n
k=1
B)
tk
A)
kt
_
=
n
t=1
BA)
tt
= tr (BA)
As, tr (AB) = tr (BA)
Ejercicio 56
Sea A /
2
(R). Demuestre que det (1
2
+A) = 1 + det (A) tr (A) = 0
Solucion
Sea A =
_
a b
c d
_
, tal que a, b, c, d R. Con base en esta matriz, se tiene que:
det (1
2
+A) = 1 + det (A)
_
1 0
0 1
_
+
_
a b
c d
_
= 1 +
a b
c d
1 +a b
c 1 +d
= 1 +
a b
c d
(1 +a) (1 +d) bc = 1 +ad bc

1 +d +a +ad bc = 1 +ad bc
d +a = 0
tr
_
a b
c d
_
= 0
tr (A) = 0
Por lo tanto, si A /
2
(R), entonces det (1
2
+A) = 1 + det (A) tr (A) = 0.
Ejercicio 57
Considere el sistema de ecuaciones siguiente:
_
_
_
4a + 8b +c 11d 2e = 10
2a 4b + 4d + 2e = 8
a 2b +c d + 2e = 10
Represente matricialmente dicho sistema y determine su solucion utilizando el metodo
de GaussJordan.
Solucion
Una representaci on matricial del sistema esta dada por:
_
_
4 8 1 11 2
2 4 0 4 2
1 2 1 1 2
_
_
_
_
_
_
_
_
a
b
c
d
e
_
_
_
_
_
_
=
_
_
10
8
10
_
_
Basados en el metodo de GaussJordan, se tiene que:
_
_
4 8 1 11 2 10
2 4 0 4 2 8
1 2 1 1 2 10
_
_
F
1
F
3
_
_
1 2 1 1 2 10
2 4 0 4 2 8
4 8 1 11 2 10
_
_
2F
1
+F
2
4F
1
+F
3
_
_
1 2 1 1 2 10
0 0 2 6 2 12
0 0 5 15 6 30
_
_
1
2
F
2
_
_
1 2 1 1 2 10
0 0 1 3 1 6
0 0 5 15 6 30
_
_
F
2
+F
1
5F
2
+F
3
_
_
1 2 0 2 1 4
0 0 1 3 1 6
0 0 0 0 1 0
_
_
F
3
+F
1
F
3
+F
2
_
_
1 2 0 2 0 4
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 solucion del sistema de ecuaciones lineales esta dado por
S =
_
_
_
_
_
_
_
_
4 + 2b 2d
b
6 + 3d
d
0
_
_
_
_
_
_
_
b, c R
_
_
Ejercicio 58
Considere el sistema de ecuaciones siguiente:
_
2x +y =
x 3y = 1
Si , R, determine el valor o los valores (en caso de existir) que deben tomar y
, respectivamente, para que dicho sistema de ecuaciones:
(a) Tenga solucion unica.
(b) No tenga solucion.
(c) Posea innito n umero de soluciones.
Solucion
Se puede observar que el sistema de ecuaciones en estudio posee dos ecuaciones con dos
incognitas. Una representaci on matricial para dicho sistema de ecuaciones esta dada
por:
_
2
3
__
x
y
_
=
_

1
_
Con base en lo que se enuncia en la regla de Cramer, el sistema de ecuaciones en estudio
posee solucion unica si
2
3
,= 0.
0 =
2
3
= 2 3 = 6
2
= (6 +) = 0 = 6.
Si = 0 o = 6 el sistema de ecuaciones podra tener innito n umero de soluciones
o ser inconsistente. Se resolvera el sistema considerando estos dos casos.
Con = 0 se tendra el sistema de ecuaciones siguiente:
_
0 =
3y = 1
Este sistema de ecuaciones es inconsistente si ,= 0, pero posee innito n umero de
soluciones si = 0.
Si = 6 se tendra el sistema de ecuaciones siguiente:
_
12x 6y =
6x 3y = 1
Dicho sistema de ecuaciones es equivalente (multiplicando la segunda ecuacion por dos)
con el sistema de ecuaciones siguiente:
_
12x 6y =
12x 6y = 2
Este sistema de ecuaciones es inconsistente si ,= 2, pero posee innito n umero de
soluciones si = 2.
Por lo tanto,
(a) El sistema de ecuaciones lineales posee solucion unica si R6, 0 y R.
(b) 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.
(c) El sistema de ecuaciones lineales posee innito n umero de soluciones en cualquiera
de los dos casos siguientes: para = 6 y = 2; o bien, para = 0 y = 0.
Ejercicio 59
Si Q y T son matrices dadas por Q =
_
_
1 0
0 1
2 0
_
_
y T =
_
3 0
1 0 2
_
, con R,
determine
_
TQ
_
1
Solucion
TQ =
_
3 0
1 0 2
_
_
_
1 0
0 1
2 0
_
_
=
_
+ 0 + 0 0 3 + 0
1 + 0 + 4 0 + 0 + 0
_
=
_
3
3 0
_
Para determinar
_
TQ
_
1
se tiene que:
_
TQ
1
2
_
=
_
3 1 0
3 0 0 1
_
1
3
F
2
_
_
_
3 1 0
1 0 0
1
3
_
_
_
F
1
F
2
_
_
_
1 0 0
1
3
3 1 0
_
_
_
F
1
+F
2
_
_
_
_
_
1 0 0
1
3
0 3 1
3
_
_
_
_
_
1
3
F
2
_
_
_
_
_
1 0 0
1
3
0 1
1
3
9
_
_
_
_
_
=
_
1
2
(TQ)
1
_
Por lo tanto,
_
TQ
_
1
=
_
_
_
_
_
0
1
3
1
3
9
_
_
_
_
_
Ejercicio 60
Determine, en caso de existir, A
1
si se tiene que A =
_
_
1 0 2
5 4 1
4 3 1
_
_
Solucion
Para determinar A
1
se tiene que:
_
A
1
3
_
=
_
_
1 0 2 1 0 0
5 4 1 0 1 0
4 3 1 0 0 1
_
_
5F
1
+F
2
4F
1
+F
3
_
_
1 0 2 1 0 0
0 4 9 5 1 0
0 3 7 4 0 1
_
_
F
3
+F
2
_
_
1 0 2 1 0 0
0 1 2 1 1 1
0 3 7 4 0 1
_
_
3F
2
+F
3
_
_
1 0 2 1 0 0
0 1 2 1 1 1
0 0 1 1 3 4
_
_
2F
3
+F
1
2F
3
+F
2
F
3
_
_
1 0 0 1 6 8
0 1 0 1 7 9
0 0 1 1 3 4
_
_
=
_
1
3
A
1
_
Por lo tanto, A
1
existe y esta dada por A
1
=
_
_
1 6 8
1 7 9
1 3 4
_
_
Ejercicio 61
Sin calcular determinante alguno (solo con propiedades de determinantes), determine
el valor de
2a 2b 2c
x 1 y 2 z 3
3x 3y 3z
si se sabe que
a b c
x y z
1 2 3
= 7
Solucion
Las matrices A =
_
_
a b c
x y z
1 2 3
_
_
y B =
_
_
2a 2b 2c
x 1 y 2 z 3
3x 3y 3z
_
_
son equivalentes por
las; ya que:
A =
_
_
a b c
x y z
1 2 3
_
_
2F
1
F
3
_
_
2a 2b 2c
x y z
1 2 3
_
_
F
2
F
3
_
_
2a 2b 2c
1 2 3
x y z
_
_
F
3
+F
2
3F
3
_
_
2a 2b 2c
x 1 y 2 z 3
3x 3y 3z
_
_
= B
Con base en las operaciones elementales sobre las realizadas sobre la matriz A para la
obtencion de la matriz B, se tiene que [B[ = [A[ 2 1 1 3 = 7 6 = 42.
Por lo tanto, [B[ = 42.
Ejercicio 62
Utilizando el metodo de Gauss-Jordan, determine el conjunto solucion del sistema de
ecuaciones lineales siguiente:
_
_
_
a + 2b + 2c = 1
2a 2b 2c + 2d +e = 3
3a 6b 6c +e = 6
Solucion
Una representaci on matricial para dicho sistema de ecuaciones lineales esta dada por:
_
_
1 2 2 0 0
2 2 2 2 1
3 6 6 0 1
_
_
_
_
_
_
_
_
a
b
c
d
e
_
_
_
_
_
_
=
_
_
1
3
6
_
_
Basados en el metodo de GaussJordan, se tiene que:
_
_
1 2 2 0 0 1
2 2 2 2 1 3
3 6 6 0 1 6
_
_
2F
1
+F
2
3F
1
+F
3
_
_
1 2 2 0 0 1
0 2 2 2 1 1
0 0 0 0 1 3
_
_
F
2
+F
1
1
2
F
2
_
_
_
_
_
_
_
1 0 0 2 1 2
0 1 1 1
1
2
1
2
0 0 0 0 1 3
_
_
_
_
_
_
_
F
3
+F
1
1
2
F
3
+F
2
_
_
1 0 0 2 0 1
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.
Por lo tanto, el conjunto solucion del sistema de ecuaciones lineales esta dado por
S =
_
_
_
_
_
_
_
_
1 + 2d
1 c d
c
d
3
_
_
_
_
_
_
_
c, d R
_
_
Ejercicio 63
Verique que la matriz B =
_
_
0 2 3
2 0 4
3 4 0
_
_
es antisimetrica.
Solucion
La matriz B es, efectivamente, una matriz antisimetrica
(l)
, ya que:
B
t
=
_
_
0 2 3
2 0 4
3 4 0
_
_
t
=
_
_
0 2 3
2 0 4
3 4 0
_
_
=
_
_
0 2 3
2 0 4
3 4 0
_
_
= B
As, B
t
= B
Ejercicio 64
Demuestre que si A es alguna matriz antisimetrica, entonces A
2
es simetrica.
Solucion
Como A es una matriz antisimetrica, se cumple que A
t
= A
Para demostrar que la matriz A
2
es simetrica
(m)
, se debe probar que
_
A
2
_
t
= A
2
Veamos:
_
A
2
_
t
= (A A)
t
denicon de potencia
= A
t
A
t
propiedad: (AB)
t
= B
t
A
t
= A A A es antisimetrica
= A A propiedad: (A) B = A(B) = (AB)
= A
2
denicon de potencia
As,
_
A
2
_
t
= A
2
Por lo tanto, si A es alguna matriz antisimetrica, entonces A
2
es simetrica.
(l)
Se dice que una matriz cuadrada A es antisimetrica si A cumple que A
t
= A
(m)
Se dice que una matriz cuadrada A es simetrica si A cumple que A
t
= A
6 Bibliografa
Anton, H. (2004). Introduccion al algebra lineal. Tercera edicion, Mexico:
LIMUSA.
Arce, C; Castillo, W. y Gonzalez, J. (2002).

Algebra Lineal. Segunda edicion,
segunda reimpresion, San Jose, Costa Rica: Editorial de la Universidad de Costa
Rica.
Arce, C. (2003). Ejercicios resueltos de algebra lineal. San Jose, Costa Rica:
Editorial de la Universidad de Costa Rica.
Ayres, F. (2001). Matrices. Mexico: McGraw-Hill.
Barrantes, H. (1998). Elementos de algebra lineal. Primera reimpresion, San
Jose, Costa Rica: Editorial de la Universidad Estatal a Distancia.
Beezer, R. (2005). A rst course in linear algebra. Department of mathematics
and computer science: University of Puget Sound. http://linear.ups.edu/
Connell, E. (2004). Elements of abstract and linear algebra. Department of
mathematics: University of Miami. http://www.math.miami.edu/
Friedberg, S; Insel, A. y Spence, L. (2003). Linear algebra. Cuarta edicion,
New Jersey, United States of America: Pearson Education, Inc.
Kuttler, K. (2008). An introduction to linear algebra. http://www.math.byu.edu
Lipschutz, S. (1992).

Algebra lineal. Segunda edicion, Espa na: McGraw-Hill.
Matthews, K. (2005). Elementary linear algebra. Department of mathematics:
University of Queensland. http://www.numbertheory.org/book/
Rodrguez, J. (2000). Matrices, determinantes y sistemas de ecuaciones lineales.
Escuela de Matematica: Publicaciones del Instituto Tecnologico de Costa Rica.
Santos, D. (2006). Linear algebra notes. http://scipp.ucsc.edu/

Matrices Determinantes Sistemas Ecuaciones Lineales

Cargado por

Información del documento

Título 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 Sistemas Ecuaciones Lineales

Cargado por

Copyright:

Formatos disponibles

Indice

de orden n, tal que AA

la matriz que se obtiene de 1

se le realiza la operacion elemental efectuada en 1

= 2 (12 + 2) + 6 (20 14)

= 3 8 2 30 (ver ejemplos 21 y 22)

= 3 2 (conviene jar la columna 3 en el calculo del ultimo determinante)

fue obtenida aplicando a la matriz A una operacion elemental del tipo c,

[; asimismo, con base en dicho teorema, se

[, por lo que [A[ = [A

Por otra parte:

Con base en el teorema 18 se tiene que [A

es una matriz triangular

[ = [A[; de esta manera,

T c( (risthian Taez Taez 49

es claro que (CA) u = Cb; luego,

; es decir, los sistemas de ecuaciones

) se obtiene de (A[b) despues de aplicarle un nito n umero de

es equivalente con el sistema Ax = b.

son equivalentes, este conjunto es

denicion 15 (jando columna i)

(1 +a) (1 +d) bc = 1 +ad bc

También podría gustarte