Captulo 5

Sistemas de Ecuaciones Lineales

5.1. Introduccin
Denicin 5.1 Una ecuacin del tipo

ax = b

que expresa la variable b en trminos de la variable x y la constante a, es una ecuacin lineal.

Observacin 5.1 El trmino lineal se debe a que la representacin geomtrica de una ecuacin
lineal es una lnea recta.

Observacin 5.2 La ecuacin

a1 x1 + a2 x2 + + an xn = b (5.1)

que expresa b en trminos de las variables x1 ; x2 ; : : : ; xn y las constantes conocidas a1 ; a2 ; : : : ; an es

una ecuacin lineal. Las variables x1 ; x2 ; : : : ; xn son llamadas incgnitas.

Observacin 5.3 Una solucin de la ecuacin (5.1) es una sucesin de n nmeros s1 ; s2 ; : : : ; sn ,

con la propiedad de que (5.1) se satisface cuando x1 = s1 ; x2 = s2 ; : : : ; xn = sn se sustituyen en
(5.1).

Ejemplo 5.1 x1 = 2; x2 = 3 y x3 = 4 es una solucin de la ecuacin lineal

6x1 3x2 + 4x3 = 13;

pues

6 (2) 3 (3) + 4 ( 4) = 13:

96
Observacin 5.4 La solucin anterior, no es la nica solucin de la ecuacin lineal dada, pues
x1 = 3; x2 = 1 y x3 = 7 es otra solucin. Se pueden encontrar innitas soluciones ms.

Denicin 5.2 Un sistema de m ecuaciones lineales en n incgnitas, o simplemente un sistema

lineal, es un conjunto de m ecuaciones lineales, cada una en n incgnitas. Un sistema lineal se
puede denotar de manera conveniente como
9
a11 x1 + a12 x2 + + a1n xn = b1 >>
>
>
>
a21 x1 + a22 x2 + + a2n xn = b2 =
.. .. .. .. > (5.2)
. . . . >
>
>
>
am1 x1 + am2 x2 + + amn xn = bm ;

Observacin 5.5 .

1. Una solucin de un sistema lineal del tipo (5.2) es una sucesin de n nmeros s1 ; s2 ; : : : ; sn , con
la propiedad de que cada ecuacin de (5.2) se satisface cuando x1 = s1 ; x2 = s2 ; : : : ; xn = sn
se sustituyen en (5.2).

2. Cuando al menos una ecuacin del sistema lineal (5.2) tiene su lado derecho distinto de cero,
es decir, bi 6= 0, para algn i, el sistema lineal se dice no homogneo.

Ejemplo 5.2 Consideremos el sistema lineal

)
x 3y = 3
2x + y = 8
Este sistema tiene la nica solucin x = 3; y = 2, puesto que satisface ambas ecuaciones.

Ejemplo 5.3 El sistema lineal

)
x 3y = 7
2x 6y = 7
no tiene solucin, es decir, no existe ningn par de valores para x e y que satisfagan ambas
ecuaciones a la vez. En efecto, sumando ( 2) veces la primera ecuacin a la segunda obtenemos

0 = 21;

lo que es una contradiccin matemtica.

Ejemplo 5.4 Consideremos el sistema lineal

)
x + 2y 3z = 4
(5.3)
2x + y 3z = 4:

97
Para eliminar x, sumamos ( 2) veces la primera ecuacin a la segunda, para obtener

3y + 3z = 12: (5.4)

Ahora debemos resolver (5.4). Una solucin es

y=z 4;

en la que z puede ser cualquier nmero real. Entonces, por la primera ecuacin de (5.3),

x = 4 2y + 3z

= 4 2 (z 4) + 3z

= z + 4:
As, una solucin del sistema lineal (5.3) es

x = +4

y = 4

z = ;
en la que es cualquier nmero real. Esto signica que el sistema lineal (5.3) tiene innitas
soluciones. Esto es, para cada valor de obtenemos una solucin diferente. As, si = 1, entonces

x = 5; y = 3; z = 1

es una solucin, mientras que si = 2, entonces

x = 2; y = 6; z = 2

es otra solucin.

98
5.2. Nociones bsicas de matrices
Denicin 5.3 Una matriz A de orden m n es un arreglo rectangular de mn nmeros reales o
complejos ordenados en m-las y n-columnas. En general, A tiene la siguiente forma
2 3
a11 a12 aij a1n
6 7
6 a21 a22 a2j a2n 7
6 7
6 . .. .. .. 7
6 .. . . . 7
6 7
A=6 7 = [aij ]m n
6 ai1 ai2 aij ain 7
6 7
6 . .. .. .. 7
6 .. . . . 7
4 5
am1 am2 amj amn
m n

los nmeros aij se llaman entradas o elementos de la matriz A y se ubican en la i-sima la y

j-sima columna, con 1 i my1 j n, respectvamente.

Observacin 5.6

1. Si m = n, entonces decimos que A es una matriz cuadrada de orden n:

2. Si A = [aij ] es una matriz cuadrada de orden n, la diagonal principal de la matriz A est

conformada por las entradas: a11 ; a22 ; :::::; ann .

3. Si m = 1, entonces decimos que A es una matriz la de orden 1 n y se escribe

h i
A = a11 a12 a1j a1n
h i
= a1 a2 aj an

4. Si n = 1, entonces decimos que A es una matriz columna de orden m 1 y se escribe

2 3 2 3
a11 a1
6 7 6 7
6 a21 7 6 a2 7
6 7 6 7
6 . 7 6 . 7
6 .. 7 6 .. 7
6 7 6 7
A=6 7=6 7
6 ai1 7 6 ai 7
6 7 6 7
6 . 7 6 . 7
6 .. 7 6 .. 7
4 5 4 5
am1 am

5. La matriz rectangular o cuadrada cuyas entradas son todas iguales a cero se llama matriz
nula y se denota por: O. Es decir, la matriz nula es de la forma
2 3
0 0 ::: ::: 0
6 7
6 0 0 ::: ::: 0 7
6 7
O=6 . . .. 7
6 .. .. . 7
4 5
0 0 ::: ::: 0

99
Ejemplo 5.5

1. Las entradas a23 y a31 de la matriz

2 3
1
2 0 1
6 p 7
A=6
4 5 1 2 7
5
1
3 4 0
p
son: a23 = 2 y a31 = 3.

2. Determinar la matriz A de orden 2 3 cuyas entradas se denen por:

1
aij = (i j)
2

Solucin

1 i 2
Notamos que: luego,
1 j 3

1
a11 = 0 ; a12 = 2 ; a13 = 1
1 1
a21 = 2 ; a22 = 0 ; a23 = 2

Por tanto, " #

1
0 2 1
A= 1 1
2 0 2

Denicin 5.4 Sean A = [aij ] y B = [bij ] matrices de orden m n. La matriz de orden m 2n

que se forma con todas las columnas de A y todas las columnas de B, se llama matriz ampliada
o matriz aumentada. Se denota por: [A : B], es decir
2 3
..
6 a11 a12 a1n . b11 b12 b1n 7
6 .. 7
6 a21 a22 a2n . b21 b22 b2n 7
6 7
6 . .. .. .. .. .. .. .. .. .. .. 7
[A : B] = 6
6 .. . . . . . . . . .
7
. 7
6 . .. .. .. .. .. .. .. .. .. .. 7
6 . 7
6 . . . . . . . . . . . 7
4 5
..
am1 am2 amn . bm1 bm2 bnm

Denicin 5.5 Dadas las matrices A = [aij ]m1 n1 y B = [bij ]m2 n2 , entonces estas se dicen
matrices iguales, y se denota por: A = B, si tienen el mismo orden (m1 = m2 ^ n1 = n2 ) y
aij = bij , 8i; j.

100
 2 3
b1
6 7
6 b2 7
h i 6 7
6 .. 7
Denicin 5.6 Sean A = a1 a2 an yB=6
6 . 7 matrices la y columna
7
6 .. 7
6 . 7
4 5
bn
respectivamente, se dene la matriz producto AB por
2 3
b1
6 7
6 b2 7
h i6
6 ..
7
7
AB = a1 a2 an 6 . 7
6 7
6 .. 7
6 . 7
4 5
bn
= a1 b1 + a2 b2 + :::: + an bn
" n #
X
= ak bk
k=1 1 1

Observacin 5.7 Notemos que una matriz de 1 1 se puede considerar como un nmero.

Mas general an, si A = [aij ]m1 n1 y B = [bij ]m2 n2 son matrices de orden m1 n 1 y m2 n2
respectivamente, la matriz producto AB est denida si y slo si n1 = m2 , es decir cuando el
nmero de columnas de A es igual al numro de las de B, y en este caso
h i
AB = [! ij ]m1 n2 = (AB)ij
m1 n2

donde

! ij = (AB)ij = F ili (A) Colj (B)

2 3
b1j
6 7
6 b2j 7
h i6
6 .
7
7
= ai1 ai2 ain 6 .. 7
6 7
6 . 7
6 .. 7
4 5
bnj
= ai1 b1j + ai2 b2j + :::: + ain bnj
Xn
= aik bkj
k=1

101
Observacin 5.8

Notar que
h i
1. F ili (AB) = F ili (A) B = F ili (A) Col1 (B) F ili (A) Col2 (B) F ili (A) Coln2 (B)
1 n2
2 3
F il1 (A) Coli (B)
6 7
6 F il2 (A) Coli (B) 7
6 7
6 .. 7
6
2. Coli (AB) = AColi (B) = 6 . 7
7
6 .. 7
6 . 7
4 5
F ilm1 (A) Coli (B)
m1 1

Ejemplo 5.6

1. Dadas las matrices

2 3
1 2 3 2 3 2 3
6 7 7 1
6 4 5 6 7 6 7 6 7
A=6
6
7 ,B=6 3 7 yC=6 1 7
4 7 8 9 7
5
4 5 4 5
5 1
10 11 12

determinar:
2 3 2 3 2 3
1 2 3 2 3 1 7+2 3 3 5 16
6 7 7 6 7 6 7
6 4 5 6 7 6 7 6 7 6 43 7
a) AB = 6 76 3 7 = 6 4 7 5 3 + 6 5 7= 6 7
6 7 8 9 7 4 5 6 7 7+8 3 9 5 7 6 70 7
4 5 4 5 4 5
5
10 11 12 10 7 11 3 + 12 5 97
2 3 2 3
1 2 3 2 3 2
6 7 1 6 7
6 4 5 6 7 6 7 6 7
b) AC = 6 76 1 7 = 6 5 7
6 7 8 7
9 5 4 5 6 7
4 4 8 5
1
10 11 12 11

2. Dadas las matrices

2 3
1 2 3 2 3
6 7 0 1 7 8
6 4 5 6 7 6 7
A=6
6
7 yB=6 5 4 3 2 7
4 7 8 9 7
5
4 5
6 8 5 3
10 11 12

determinar:
2 3
h i6 7 1
a) (AB)32 = F il3 (A) Col2 (B) = 7 8 9 6 4 7= 7 + 32 72 = 47
4 5
8

102
 2 3
2
h 5 7
7 i6
6
b) (BA)22 = F il2 (B) Col2 (A) = 5 4 3 2 6
7 = 10 20 + 24 22 = 8
8 7 6
5 4
11
2 3
h i6 0 1 7 8
7 h i
c) F il4 (AB) = F il4 (A) B = 10 11 12 6 7
4 5 4 3 2 5 = 17 62 97 94
6 8 5 3
2 3
2 3 1 2 3
0 1 7 8 6 7 35
6 76 4 7 6 7
d) Col1 (BA) = BCol1 (A) = 6
4 5 4 3 2 7 6 7 6
5 6 7 7 = 4 10 5
7
4 5
6 8 5 3 21
10
2 3 2 3
1 2 3 2 3 8 17 16 13
6 7 0 1 7 8 6 7
6 4 5 6 7 6 7 6 11 32 43 40 7
e) AB = 6
6
76 5
7
7
4 3 2 5=6 6 7
7
4 7 8 9 54 4 14 47 70 67 5
6 8 5 3
10 11 12 17 62 97 94
2 3
2 3 1 2 3 2 3
0 1 7 8 6 7 35 37 39
6 76 4 5 6 7 6 7
6
f) BA = 4 5 4 3 2 7 6 7 = 6 10 8 6 7
56 7 8 7
9 5 4 5
4
6 8 5 3 21 21 21
10 11 12

5.2.1. Tipos especiales de matrices

Denicin 5.7 Sea A = [aij ] una matriz de orden n. Se denen y denotan:

1. La matriz escalar por: 8

>
>
< k si i = j
aij =
>
>
: 0 si i 6= j
es decir, 2 3
k 0 0
6 ..7
6 .. 7
6 0 k . .7
6 7
6 .. .. .. .. 7
..
A=6 . . . . 7
.
6 7
6 .. .. .. 7
6 . . . 0 7
4 5
0 0 k
n n

103
2. La matriz identidad por:
2 3
1 0 0
6 ..7
6 .. 7
6 0 1 . .7
6 7
6 .. .. .. .. 7
..
In = 6 . . . . 7
.
6 7
6 .. .. .. 7
6 . . . 0 7
4 5
0 0 1
n n

Notar que la matriz identidad es un caso particular de matriz escalar, cuando k = 1.

3. La matriz diagonal por: 8

>
>
< aii si i = j
aij =
>
>
: 0 si i 6= j
es decir,
2 3
a11 0 0
6 .. 7
6 .. 7
6 0 a22 . . 7
6 7
6 . .. .. .. .. 7
D = 6 .. . . . . 7
6 7
6 . .. .. 7
6 .. . . 0 7
4 5
0 0 ann
n n
= diag fa11 ; a22 ; :::::; ann g

4. La matriz transpuesta de una matriz A, que denotamos por AT , se obtiene de A intercambiando

sus las por sus respectivas columnas. Esto es, si

2 3
a11 a12 a1n
6 7
6 .. 7
6 a21 a22 . a2n 7
6 7
6 . .. .. .. .. 7
A = 6 .. . . . . 7 ;
6 7
6 . .. .. 7
6 .. . . 0 7
4 5
an1 an2 ann
n n

entonces

104
 2 3
a11 a21 an1
6 7
6 .. 7
6 a12 a22 . an2 7
6 7
6 . .. .. .. .. 7
AT = 6 .. . . . . 7 :
6 7
6 . .. .. 7
6 .. . . 0 7
4 5
a1n a2n ann
n n

5. La matriz triangular superior o sobre triangular por:

aij = 0; 8i > j

es decir, 2 3
a11 a12 a1n
6 .. 7
6 .. 7
6 0 a22 . . 7
6 7
6 . .. .. .. .. 7
T = 6 .. . . . . 7
6 7
6 . .. .. 7
6 .. . . a(n 7
4 1)n 5
0 0 ann
n n
y la matriz triangular superior estricta por:

aij = 0; 8i j

es decir,

2 3
0 a12 a1n
6 .. 7
6 .. 7
6 0 0 . . 7
6 7
6 .. .. .. .. .. 7
T=6 . . . . . 7
6 7
6 .. .. .. 7
6 . . . a(n 7
4 1)n 5
0 0 0
n n

6. La matriz triangular inferior o bajo triangular por:

aij = 0; 8i < j

es decir, 2 3
a11 0 0
6 .. 7
6 .. 7
6 a21 a22 . . 7
6 7
6 . .. .. .. .. 7
T = 6 .. . . . . 7
6 7
6 . .. .. 7
6 .. . . 0 7
4 5
an1 an(n 1) ann
n n

105
 y la matriz triangular inferior estricta por:

aij = 0; 8i j

es decir, 2 3
0 0 0
6 ..7
6 .. 7
6 a21 0 . .7
6 7
6 . .. .. .. 7
..
T = 6 .. . . . 7
.
6 7
6 . .. .. 7
6 .. . . 0 7
4 5
an1 an(n 1) 0
n n

Observacin 5.9 Notemos que la transpuesta de una matriz triangular superior (estricta) es una
matriz triangular inferior (estricta).

5.3. Soluciones de sistemas de ecuaciones lineales

Consideremos el sistema lineal

9
x1 + 2x4 = 4 >
>
=
x2 x4 = 5
>
>
x3 + 3x4 = 6 ;

La matriz aumentada asociada al sistema lineal est dada por

2 3
1 0 0 2 j 4
6 7
6 0 5 7
4 1 0 1 j 5:
0 0 1 3 j 6
El objetivo principal de esta seccin consiste en manipular la matriz aumentada
que representa a un sistema lineal dado, hasta llevarla a una forma de la cual puedan
deducirse fcilmente las soluciones.

Denicin 5.8 Una matriz de m n est en forma escalonada por las cuando satisface las
siguientes propiedades:

1. Todas las las que constan slo de ceros, si los hay, estn en la parte inferior de la matriz.

2. Al leer de izquierda a derecha, la primera entrada distinta de cero en cada la (que no est
formada completamente por ceros) es un 1, llamado la entrada principal de su la.

106
 3. Si las las i y i + 1 son dos las sucesivas que no consten completamente de ceros, entonces
la entrada principal de la la i + 1 est a la derecha de la entrada principal de la la i.

4. Si una columna contiene una entrada principal de alguna la, entonces el resto de las entradas
de esta columna son iguales a cero.

Denicin 5.9 Una operacin elemental por la sobre una matriz A = (aij ) es cualquiera de
las siguientes operaciones:

1. Intercambiar las las r y s de A (frs ). Es decir, reemplazar ar1 ; ar2 ; : : : ; arn por as1 ; as2 ; : : : ; asn
y as1 ; as2 ; : : : ; asn por ar1 ; ar2 ; : : : ; arn .

2. Multiplicar la la r de A por c 6= 0 (fr (c)). Es decir, reemplazar ar1 ; ar2 ; : : : ; arn por car1 ; car2 ; : : : ; carn .

3. Sumar d veces la la r de A a la la s de A, r 6= s. Es decir, reemplazar as1 ; as2 ; : : : ; asn por

as1 + dar1 ; as2 + dar2 ; : : : ; asn + darn .

Observacin 5.10 Observe que cuando una matriz se ve como una matriz aumentada de un sistema
lineal, las operaciones elementales por las son equivalentes, respectivamente, al intercambio de dos
ecuaciones, multiplicar una ecuacin por una constante distinta de cero y sumar un mltiplo de una
ecuacin a otra.

Denicin 5.10 Una matriz A de m n es equivalente por las a una matriz B de m n, si

B se puede obtener al aplicar una serie de operaciones elementales por las a A.

Teorema 5.1 Toda matriz de m n distinta de cero es equivalente por las a una nica matriz en
forma escalonada reducida por las.

Ejemplo 5.7 Ilustraremos la demostracin del teorema anterior dando los pasos que deben realizarse
en una matriz especca A para obtener una matriz en forma escalonada reducida por las que sea
equivalente por las a A. Utilizaremos la siguiente matriz para ilustrar los pasos a seguir:
2 3
0 2 3 4 1
6 7
6 0 0 2 3 4 7
A=6
6 2
7:
4 2 5 2 4 7
5
2 0 6 9 7
El procedimiento para transformar una matriz a una forma escalonada reducida por las aparece
a continuacin:

Paso 1. Determinar la primera columna (contando de izquierda a derecha) en A tal que no

todas sus entradas sean cero. Esta es la columna pivote.

107
 2 3
0 2 3 4 1
6 7
6 0 0 2 3 4 7
A = 6
6 2
7
4 2 5 2 4 7
5
2 0 6 9 7
"
columna pivote

Paso 2. Identicar la primera entrada (contando de arriba hacia abajo) distinta de cero en la
columna pivote. Este elemento es el pivote, que sealamos con negrita.

2 3
0 2 3 4 1
6 7
6 0 0 2 3 4 7
A=6
6 2 2
7
4 5 2 4 7
5
2 0 6 9 7

Paso 3. Intercambiar, en caso necesario, la primera la con la la donde aparece el pivote,

de modo que ste se encuentre ahora en la primera la. Llamamos a esta nueva matriz A1 .

2 3
2 2 5 2 4
6 7
6 0 0 2 3 4 7
A1 = 6
6 0
7
4 2 3 4 1 7
5
2 0 6 9 7

Se intercambiaron la primera y tercera la de A.

Paso 4. Multiplicar la primera la de A1 por el recproco del pivote. As, la entrada de la

primera la y la columna pivote (donde estaba el pivote) es ahora un 1. Llamamos a la nueva
matriz A2 .

2 3
1 1 5=2 1 2
6 7
6 0 0 2 3 4 7
A2 = 6
6 0
7
4 2 3 4 1 7
5
2 0 6 9 7

La primera la de A1 se multiplic por 21 .

Paso 5. Sumar mltiplos de la primera la de A2 a las dems las, para hacer que todas las
entradas de la columna pivote, excepto la entrada donde se encuentra el pivote, sean iguales a
cero. As, todas las entradas de la columna pivote y las las 2; 3; : : : ; m se anulan. Llamamos
a la nueva matriz A3 .

108
 2 3
1 1 5=2 1 2
6 7
6 0 0 2 3 4 7
A3 = 6
6 0
7
4 2 3 4 1 7
5
0 2 1 7 3

Se sum (-2) veces la primera la de A2 a su cuarta la.

Paso 6. Identicar B como la submatriz de (m 1) n(3 5) de A3 ; no borre esta primera

la. Repita los pasos 1 a 5 con B.

2 3
1 1 5=2 1 2
6 7
6 0 0 2 3 4 7
B = 6
6 0
7
4 2 3 4 1 7
5
0 2 1 7 3
"
columna pivote de B
2 3
1 1 5=2 1 2
6 7
6 0 2 3 4 1 7
B1 = 6
6 0
7
4 0 2 3 4 7
5
0 2 1 7 3

Se intercambiaron la primera y segunda la de B para obtener B1 .

2 3
1 1 5=2 1 2
6 7
6 0 1 3=2 2 1=2 7
B2 = 6
6 0
7
4 0 2 3 4 75
0 2 1 7 3

Para obtener B2 , la primera la de B1 se multiplic por 21 .

2 3
1 1 5=2 1 2
6 7
6 0 1 3=2 2 1=2 7
B3 = 6
6 0 0
7
4 2 3 4 75
0 0 2 3 4

Se sum 2 veces la primera la de B2 a su tercera la, obteniendo B3 .

Paso 7. Identicar C como la submatriz de (m 2) n ( en este ejemplo tenemos 2 5 )

obtenida al eliminar la primera la de B3 ; no borre esta primera la. Repita los pasos 1 a 5
para C.

109
 2 3
1 1 5=2 1 2
6 7
6 0 1 3=2 2 1=2 7
C = 6
6 0 0
7
4 2 3 4 75
0 0 2 3 4
"
columna pivote de C
2 3
1 1 5=2 1 2
6 7
6 0 1 3=2 1=2 7
2
C1 = C2 = 6
6 0 0
7
4 1 3=2 2 75
0 0 2 3 4

1
No tuvimos que intercambiar las las de C. Multiplicamos la primera la de C por 2 para
obtener C1 = C2 . 2 3
1 1 5=2 1 2
6 7
6 0 1 3=2 1=2 7
2
C3 = 6
6 0
7
4 0 1 3=2 2 75
0 0 0 0 0

y C3 se obtiene, sumando ( 2) veces la primera la de C2 a su segunda la.

Paso 8. Sea D la matriz que consta de las las sombreadas sobre la matriz C3 en el paso 7,
seguidos por C3 . Sumar mltiplos de cada la de D que tenga un 1 principal para que todas
las entradas arriba de este nmero se anulen. Denotamos las matrices subsecuentes como D1 ,
D2 , etc.

2 3
1 1 5=2 1 2
6 7
6 0 1 3=2 1=2 7
2
D = C3 = 6
6 0 0
7
4 1 3=2 2 75
0 0 0 0 0
2 3
1 1 5=2 1 2
6 7
6 0 1 0 17=4 5=2 7
D1 = 6
6 0 0
7
4 1 3=2 2 7 5
0 0 0 0 0

Se sum ( 3=2) veces la tercera la de D a su segunda la.

110
 2 3
1 1 0 19=4 7
6 7
6 0 1 0 17=4 5=2 7
D2 = 6
6 0
7
4 0 1 3=2 2 7 5
0 0 0 0 0

5
Se sum 2 veces la tercera la de D1 a su primera la.

2 3
1 0 0 9 19=2
6 7
6 0 1 0 17=4 5=2 7
D3 = 6
6 0
7
4 0 1 3=2 2 7 5
0 0 0 0 0

Se sum ( 1) veces la segunda la de D2 a su primera la. La matriz nal D3 est en la

forma escalonada reducida por las.

Observacin 5.11 En la prctica, no nos detenemos en identicar las matrices A1 ; A2 ; : : : ; B1 ; B2 ; : : : ; C1 ; C2 ; : : : ;

etc. Simplemente, comenzamos con la matriz dada y la transformamos hasta que quede en forma
escalonada reducida por las.

5.3.1. Solucin de sistemas lineales

Ahora aplicaremos el procedimiento anterior para reducir una matriz a su forma escalonada
reducida por las para encontrar la solucin de sistemas lineales.

Teorema 5.2 Sean Ax = b y Cx =hd dos sistemas i h lineales, cada

i uno con m ecuaciones y n in-
cgnitas. Si las matrices aumentadas A j b y C j d de estos sistemas son equivalentes
por las, entonces ambos sistemas lineales tienen exactamente las mismas soluciones.

Corolario 5.1 Si A y C son dos matrices de m n equivalentes por las, entonces los sistemas
lineales Ax = b y Cx = d tienen exactamente las mismas soluciones.

Algoritmo 1 El procedimiento de reduccin de Gauss-Jordan para resolver el sistema lineal

Ax = b es el siguiente: i h
Paso 1. Formar la matriz aumentada A j b .
Paso 2. Transformar la matriz aumentada a su forma escalonada reducida por las mediante
operaciones elementales por las.
Paso 3. El sistema lineal que corresponde a la matriz en forma escalonada reducida por las
obtenida en el paso 2 tiene exactamente las mismas soluciones que el sistema lineal dado. Para
cada la distinta de cero de la matriz en forma escalonada reducida por las, se despeja la incgnita
correspondiente a la entrada principal de la la. Las las que constan completamente de ceros se

111
pueden ignorar, pues la ecuacin correspondiente ser satisfecha por cualesquiera valores de las
incgnitas.

Ejemplo 5.8 Resolvemos el sistema lineal

9
x + 2y + 3z = 9 >
>
=
2x y + z = 8 (5.5)
>
>
3x z = 3 ;
mediante la reduccin de Gauss-Jordan.

Solucin Paso 1. La matriz aumentada de este sistema lineal es

2 3
1 2 3 j 9
6 7
6 2 j 8 7
4 1 1 5:
3 0 1 j 3
Paso 2. Ahora transformamos la matriz del paso 1 a su forma escalonada reducida por las como
sigue:
2 3
1 2 3 j 9
6 7
6 0 5 5 j 10 7
4 5
0 6 10 j 24
(Sumamos ( 2) veces la primera la a su segunda la; sumamos ( 3) veces la primera la a su
tercera la).
2 3
1 2 3 j 9
6 7
6 0 1 1 j 2 7
4 5
0 6 10 j 24
(Multiplicamos la segunda la por ( 1=5)).
2 3
1 2 3 j 9
6 7
6 0 1 1 j 2 7
4 5
0 0 4 j 12
(Sumamos (6) veces la segunda la a su tercera la).
2 3
1 2 3 j 9
6 7
6 0 1 1 j 2 7
4 5
0 0 1 j 3
(Multiplicamos la tercera la por ( 1=4)).

112
 2 3
1 0 1 j 5
6 7
6 0 1 1 j 2 7
4 5
0 0 1 j 3
(Sumamos ( 2) veces la tercera la a su primera la).
2 3
1 0 0 j 2
6 7
6 0 1 0 j 1 7 (5.6)
4 5
0 0 1 j 3
(Sumamos ( 1) veces la tercera la a la primera y segunda la). As, la matriz aumentada es
equivalente por las a la matriz de (5.6) en forma escalonada reducida por las.
Paso 2. El sistema lineal representado por (5.6) es
9
x = 2 >>
=
y = 1
>
>
z = 3 ;
de modo que la nica solucin del sistema lineal dado (5.5) es

x = 2
y = 1
z = 3:

Ejemplo 5.9 Resolver el siguiente sistema lineal mediante una reduccin de Gauss-Jordan.
9
x + y + 2z 5w = 3 >
>
>
>
2x + 5y z 9w = 3 =
(5.7)
2x + y z + 3w = 11 >
>
>
>
;
x 3y + 2z + 7w = 5

Solucin Paso 1. La matriz aumentada asociada al sistema lineal es

2 3
1 1 2 5 j 3
6 7
6 2 5 1 9 j 3 7
6 7:
6 2 1 1 3 j 11 7
4 5
1 3 2 7 j 5
Paso 2. La matriz aumentada es equivalente por las a la matriz en forma escalonada reducida por
las siguiente (verique):

113
 2 3
1 0 0 2 j 5
6 7
6 0 1 0 3 j 2 7
6 7 (5.8)
6 0 0 1 2 j 3 7
4 5
0 0 0 0 j 0
Paso 3. El sistema lineal representado en (5.8) es
9
x + 2w = 5 >
>
=
y 3w = 2
>
>
z 2w = 3 ;
Hemos ignorado la la en (5.8) que consta completamente de ceros.
Al despejar en cada ecuacin la incgnita correspondiente a la entrada principal de cada la de
(5.8), obtenemos

x = 5 2w
y = 2 + 3w
z = 3 + 2w:
As, una solucin del sistema lineal (5.7) es

x = 5 2r
y = 2 + 3r
(5.9)
z = 3 + 2r
w = r;
donde r es cualquier nmero real. Como r puede tener asignado cualquier nmero real en (5.9),
el sistema lineal dado (5.7) tiene innitas soluciones. Algunas soluciones son x = 3; y = 1; z =
1; w = 1; x = 5; y = 2; z = 3; w = 0; x = 7; y = 5; z = 5; w = 1.

Ejemplo 5.10 Resolver el sistema lineal siguiente mediante la reduccin de Gauss-Jordan:

9
x + 2y + 3z + 4w = 5 >>
=
x + 3y + 5z + 7w = 11 (5.10)
>
>
x z 2w = 6 ;

Solucin Paso 1. La matriz aumentada asociada al sistema lineal es

2 3
1 2 3 4 j 5
6 7
6 1 3 11 7
4 5 7 j 5:
1 0 1 2 j 6

114
Paso 2. La matriz aumentada es equivalente por las a la matriz en forma escalonada reducida por
las siguiente (verique):
2 3
1 0 1 2 j 0
6 7
6 0 j 0 7
4 1 2 3 5: (5.11)
0 0 0 0 j 1
Paso 2. La ecuacin del sistema lineal representado en (5.11) es

0x + 0y + 0z + 0w = 1;

que no tiene soluciones para cualesquiera x; y; z y w. En consecuencia, el sistema lineal dado

(5.10) no tiene solucin.

Observacin 5.12 Los sistemas lineales con al menos una solucin son llamados consistentes;
los sistemas sin solucin son llamados inconsistentes. Cada sistema lineal inconsistente produce
la situacin ilustrada en el ejemplo anterior.

Observacin 5.13 El procedimiento utilizado para resolver el sistema lineal Ax = b, que transfor-
ma la matriz aumentada [ A j b ] en su forma escalonada por las y luego utiliza la sustitucin
regresiva para obtener la solucin, es llamada Eliminacin Gaussiana.

Sistemas homogneos

Un sistema lineal de la forma

9
a11 x1 + a12 x2 + + a1n xn = 0 >>
>
>
>
a21 x1 + a22 x2 + + a2n xn = 0 =
.. .. .. .. > (5.12)
. . . . >
>
>
>
am1 x1 + am2 x2 + + amn xn = 0 ;
es llamado un sistema homogneo. Tambin podemos escribir (5.12) en forma matricial como

Ax = 0: (5.13)

La solucin x1 = x2 = = xn = 0 del sistema lineal homogneo (5.13) se conoce como solucin

trivial. Una solucin x1 ; x2 ; : : : ; xn de un sistema homogneo en donde no todas las xi se anulen es
una solucin no trivial. Notemos que un sistema homogneo siempre es consistente, pues siempre
tiene al menos la solucin trivial.

Ejemplo 5.11 Consideremos el sistema homogneo

115
 9
x + 2y + 3z = 0 >
>
=
x + 3y + 2z = 0 (5.14)
>
>
2x + y 2z = 0 ;
La matriz aumentada de este sistema,
2 3
1 2 3 j 0
6 7
6 j 0 7
4 1 3 2 5;
2 1 2 j 0
es equivalente por las (verique) a
2 3
1 0 0 j 0
6 7
6 0 j 0 7
4 1 0 5;
0 0 1 j 0
que est en forma escalonada reducida por las. Por lo tanto, la nica solucin de (5.14) es x =
y = z = 0, lo cual signica que el sistema homogneo dado (5.14) slo tiene la solucin trivial.

Ejemplo 5.12 Consideremos el sistema homogneo

x + y + z + w = 0
x + w = 0 (5.15)
x + 2y + z = 0:
La matriz aumentada de este sistema,
2 3
1 1 1 1 j 0
6 7
6 1 1 j 0 7
4 0 0 5;
1 2 1 0 j 0
es equivalente por las (verique) a
2 3
..
6 1 0 0 1 . 0 7
6 . 7
6 7
6 0 1 0 1 .. 0 7 ;
4 . 5
0 0 1 1 .. 0
que est en forma escalonada reducida por las. Por lo tanto, las soluciones de (5.15) estn dadas
por

116
 x = r
y = r
z = r
w = r;
donde r es cualquier nmero real.

Observacin 5.14 El ejemplo anterior muestra que un sistema homogneo puede tener una solu-
cin no trivial, es decir innitas soluciones.

5.3.2. Criterio para decidir si un sistema de ecuaciones lineales tiene o

no solucin
Denicin 5.11 Llamamos rango de una matriz A al nmero de las no nulas de cualesquier
matriz escalonada equivalente por las con la matriz A. Se denota por: r (A).

Ejemplo 5.13 Determinar el rango de la matriz

2 3
1 2 3 4
6 7
A=6 4 1 3 5 7 7
5
1 0 1 2

Solucin
2 3 2 3 2 3
1 2 3 4 f21 ( 1) 1 2 3 4 1 2 3 4
6 7 6 7 f32 (2) 6 7
A=6
4 1 3 5 7 75 ! 6 0
4 1 2 3 7
5
6 0 1 2 3 7
4 5
!
1 0 1 2 f31 ( 1) 0 2 4 6 0 0 0 0
2 3
1 0 1 2
f12 ( 2) 66 0 1
7
4 2 3 7
5
!
0 0 0 0
Por tanto,
r (A) = 2

Observacin 5.15 Para determinar el rango de una matriz basta con obtener la matriz escalonada
por las, es decir, esta entrega la misma informacin que la matrzi escalonada reducida por las.

Teorema 5.3 (de Rouch -Frobenius )El sistema de ecuaciones lineales Ax = b

1. Tiene solucin si slo si r (A) = r (A : b).

2. Tiene solucin nica si y slo si r (A) = r (A : b) = no de incgnitas.

3. Tiene innitas soluciones si y slo si r (A) = r (A : b) < no de incgnitas.

117
Ejemplo 5.14 Determine los valores de y para los cuales el sistema
9
x + y + z = 2 >
>
=
2x + 3y + 2z = 5
>
>
2x + 3y + 2
1 z = +1 ;

(a) No tiene solucin

(b) Tiene solucin nica

(c) Tiene innitas soluciones.

Solucin
2 3 2 3
.. ..
6 1 1 1 . 2 7 f21 ( 2) 6 1 1 1 . 2 7
6 .. 7 6 .. 7 f32 ( 1)
[A : b] = 6
6 2 3 2 . 5 7
7 ! 6
6 0 1 0 . 1
7
7
4 5 4 5 !
. f31 ( 2) .
2 3 2
1 .. +1 0 1 2
3 .. 3
2 3
..
6 1 1 1 . 2 7
6 .. 7
6 7
6 0 1 0 . 1 7
4 . 5
0 0 2
3 .. 4
2
(a) El sistema no tiene solucin si y slo si r (A) 6= r (A : b). Es decir, cuando 3 = 0 y
4 6= 0, o equivalentemente,
p
= 3 y 2R f4g

(b) El sistema tiene solucin nica si y slo si r (A) = r (A : b) = no de incgnitas = 3. Es decir,

2
cuando 3 = 0, o equivalentemente,
p
6= 3 y 2R

(c) El sistema tiene innitas soluciones si y slo si r (A) = r (A : b) < no de incgnitas = 3. Es

2
decir, cuando 3=0y 4 = 0, o equivalentemente,
p
= 3 y =4

5.4. Matriz inversa

Denicin 5.12 Una matriz A de orden n se dice que es invertible o no singular si existe una
matriz B de orden n tal que
AB = BA = In
1
La matriz B se llama la matriz inversa de A y se denota por: B = A .

118
 1
Observacin 5.16 Si la matriz A no existe, entonces decimos que A no es invertible o es
singular.

Teorema 5.4

1. Si una matriz tiene inversa, entonces su inversa es nica.

1
2. Si A es una matriz no singular, entonces A es no singular y
1 1
A =A

3. Si A y B son matrices no singulares, entonces AB tambin es una matriz no singular y

1 1 1
(AB) =B A

4. Si A es una matriz no singular, entonces AT tambin es no singular y

1 1 T
AT = A

Ejemplo 5.15

1. Determine la relacin que deben cumplir las entradas a, b, c y d para que la matriz
" #
a b
A=
c d

sea invertible.
" #
3 4 1
2. Determine si la matriz A = es invertible, en caso armativo, encontrar A .
5 6

Solucin
" #
1
x y 1 1
1. Sea la matriz A = tal que AA =A A = I2 , luego
z w
" #" #
1 a b x y
AA =
c d z w
" #
ax + bz ay + bw
=
cx + dz cy + dw
" #
1 0
=
0 1

Por igualdad de matrices, se tiene que:

) )
ax + bz = 1 ay + bw = 0
y
cx + dz = 0 cy + dw = 1

119
 resolviendo ambos sistemas de ecuaciones se tiene que:
d c
x= , z=
ad bc ad bc

b a
y= , w=
ad bc ad bc
Por tanto, A es una matriz invertible si ad bc 6= 0 y su inversa es
" #
1 1 d b
A =
ad bc c a

1. Notar que ad bc = 3 6 4 5= 2 6= 0, entonce la matriz A es invertible y

" #
1 6 4
A 1 =
2 5 3
" #
3 2
= 5 3
2 2

Observacin 5.17 Notemos que para calcular la inversa e orden 2 requiere resolver un sistema
de 4 ecuaciones y 4 incgnitas. Anlagomanete, si la matriz es de orden 3, requeriremos resolver
un sistema de 9 ecuaciones y 9 incgnitas. Claramente, este mtodo tiene slo un valor terico.
El siguiente algoritmo consiste de un mtodo para calcular la inversa de una matriz ms ventajoso
desde el punto de vista prctico.

1
Algoritmo para encontrar A :

Paso 1: Formar la matriz ampliada [A : In ] de orden n 2n con la matriz dada A de orden n y la

matriz identidad In .

Paso 2: Reducir la matriz [A : In ] a su forma equivalente escalonada reducida por las, digamos
[B : P].
1
Paso 3: Si B = In , entonces P = A . Si B 6= In , entonces A no es invertible.

Ejemplo 5.16 Determinar, si es posible, la inversa de la matriz A, donde

2 3
1 1 1
6 7
1. A = 6
4 0 2 3 75
5 5 1
2 3
1 2 3
6 7
6
2. A = 4 1 2 1 75
5 2 3

120
Solucin
2 3 2 3
.. .
6 1 1 1 . 1 0 0 7 6 1 1 1 .. 1 0 0 7 f2 1
6 7 f31 ( 5) 6 7 2
. .
1. [A : I3 ] = 6
6 0 2 3 .. 0 1 0 7
7 6
6 0 2 3 .. 0 1 0 7
7 !
4 5 ! 4 5
. . f3 1
5 5 1 .. 0 0 1 0 0 4 .. 5 0 1 4

2 3 2 3
.. .. 1 1
6 1 1 1 . 1 0 0 7 f13 ( 1) 6 1 1 0 . 4 0 4 7
6 . 7 6 . 7 f12 ( 1)
6 7 6 7
6 0 1 32 .. 0 12 0 7 ! 6 0 1 0 .. 15
8
1
2
3
8 7 !
4 .. 5 5 3 4 . 5
f23
0 0 1 . 4 0 1
4
2 0 0 1 .. 5
4 0 1
4
2 3
.. 13 1 1
6 1 0 0 . 8 2 8 7
6 .. 7
6 15 1 3 7. Por tanto,
6 0 1 0 . 8 2 8 7
4 .. 5
5 1
0 0 1 . 4 0 4
2 3
13 1 1
6 8 2 8 7
A 1
=6
4
15
8
1
2
3
8
7
5
5 1
4 0 4

2 3 2 3
. .
6 1 2 3 .. 1 0 0 7 f21 ( 1) 6 1 2 3 .. 1 0
0 7
6 . 7 6 . 7 f32 ( 3)
2. [A : I3 ] = 6
6 1 2 1 .. 0 1 0
7
7 ! 6
6 0 4 4 ..
7
1 1 0 7
4 5 4 5 !
. f31 ( 5) .
5 2 3 .. 0 0 1 0 12 12 .. 5 0 1
2 3 2 3
. .
6 1 2 3 .. 1 0 0 7 6 1 2 3 .. 1 0 0 7
6 . 7 f2 1 6 . 7 f12 ( 2)
6 7 4 6 7
6 0 4 4 .. 1 1 0 7 6 0 1 1 .. 1
4
1
4 0 7
4 5 ! 4 5 !
. .
0 0 0 .. 2 3 1 0 0 0 .. 2 3 1
2 3
.
6 1 0 1 .. 1
2
1
2 0 7
6 . 7
6 7. Por tanto A no es invertible porque
6 0 1 1 .. 1
4
1
4 0 7
4 . 5
0 0 0 .. 2 3 1
2 3
1 0 1
6 7
6 0 1 7
4 1 5=6 I3
0 0 0

121
5.4.1. Sistemas lineales e inversas
Si A es una matriz de n n, entonces el sistema lineal Ax = b es un sistema de n ecuaciones en
1
n incgnitas. Supongamos que A es no-singular. Entonces A existe y podemos multiplicar Ax = b
1
por A para obtener

1 1
A (Ax) = A b
1 1
A A x = A b
1
In x = A b
1
x = A b:
1
Adems, es claro que x = A b es una solucin del sistema lineal dado. As, si A es no-singular,
tenemos una nica solucin.

Observacin 5.18 Si A es una matriz de n n, el sistema homogneo Ax = 0 tiene un nica

solucin trivial si y slo si A es no singular. En efecto,

1 1
A (Ax) = A 0
1
A A x = 0
In x = 0
x = 0:
Por lo tanto, la nica solucin de Ax = 0 es x = 0.

Ejemplo 5.17 El sistema

x + y + z = 0
2y + 3z = 0
5x + 5y + z = 0
tiene la nica solucin trivial x = 0, pues su matriz aumentada
2 3
1 1 1 j 0
6 7
6 0 2 3 j 0 7
4 5
5 5 1 j 0
tiene su forma escalonada reducida por las dada por (verique)
2 3
1 0 0 j 0
6 7
6 0 j 0 7
4 1 0 5:
0 0 1 j 0
Luego, el rango de A es igual a 3, es decir, la nica solucin es la trivial x = y = z = 0.

122
Ejemplo 5.18 El sistema lineal asociado a la matriz aumentada dada por
2 3
1 2 3 j 0
6 7
6 1 2 1 j 0 7
4 5
5 2 3 j 3
y su respectiva matriz escalonada reducida por las es (verique)
2 3
1 0 1 j 0
6 7
6 0 1 j 0 7
4 1 5;
0 0 0 j 0
lo que implica x = z; y = z y z 2 R, es decir, el sistema homogneo tiene una solucin no trivial.

Teorema 5.5 Si A es una matriz de n n, entonces A es no singular si y slo si el sistema lineal

Ax = b tiene una nica solucin para cada matriz b de n 1.

Observacin 5.19 Podemos resumir los resultados anteriores en la siguiente lista de equivalencias.
Las siguientes armaciones son equivalentes:

1. A es no singular.

2. Ax = 0 slo tiene la solucin trivial.

3. A es equivalente por las a In .

4. El sistema lineal Ax = b tiene una nica solucin para cada matriz b de n 1.

5.5. Determinantes

Denicin 5.13 Sea A = [aij ] una matriz de orden n, se dene y denota el determinante de A
por: 8
>
> a11 si n = 1
>
>
<
det A = jAj = n
>
> X
>
> ( 1)
k+1
a1k det A1k si n 2
:
k=1

donde A1k es la submatriz de orden (n 1) que se obtiene de la matriz A eliminando la primera

la y la k-sima columna.

Ejemplo 5.19 Calcular el determinante de las siguientes matrices:

123
 " #
a11 a12
1. A =
a21 a22

Solucin
2
X k+1
det A = ( 1) a1k det A1k
k=1
= a11 det A11 a12 det A12
= a11 det [a22 ] a12 det [a21 ]
= a11 a22 a12 a21
2 3
a11 a12 a13
6 7
2. A = 6
4 a21 a22 a23 7
5
a31 a32 a33

Solucin
3
X k+1
det A = ( 1) a1k det A1k
k=1
= a11 det A11 a12 det A12 + a13 det A13
a22 a23 a21 a23 a21 a22
= a11 a12 + a13
a32 a33 a31 a33 a31 a32
= a11 (a22 a33 a23 a32 ) a12 (a21 a33 a23 a31 ) + a13 (a21 a32 a22 a31 )
2 3
1 2 3
6 7
3. A = 6
4 3 1 2 7
5
2 3 1

Solucin
3
X k+1
det A = ( 1) a1k det A1k
k=1
= a11 det A11 a12 det A12 + a13 det A13
1 2 3 2 3 1
= 1 ( 2) +3
3 1 2 1 2 3
= 1 (1 6) + 2 (3 4) + 3 (9 2)
= 5 2 + 21
= 14

Observacin 5.20 Para matrices de orden 3, podemos calcular el determinante usando la regla de
Sarrus, que consiste en:

(1 ) Repetir la primera y segunda columna de la matriz A, como se muestra mas adelante.

124
(2 ) Formar la suma de los productos de las entradas sobre las lneas que van de izquierda a derecha
y restamos a este nmero los productos de las entradas en las lneas que son de derecha a
izquierda.

& & & . . .

a11 a12 a13 a11 a12
& & . & . .
& . & . & .
a21 a22 a23 a21 a22
. & . & . &
. . & . & &
a31 a32 a33 a31 a32
(4) . (5) . (6) . &(1) &(2) &(3)

es decir,

a11 a12 a13

det A = a21 a22 a23
a31 a32 a33
0 1
B C
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 @a a22 a31 + a11 a23 a32 + a12 a21 a33 A
| {z } | {z } | {z } | 13 {z } | {z } | {z }
(1) (2) (3) (4) (5) (6)

Ejemplo 5.20 Calcular, usando la regla de Sarrus, el siguiente determinante

1 2 3
det A = 3 1 2
2 3 1

Solucin

1 2 3 1 2
det A = 3 1 2 3 1
2 3 1 2 3
= 1 8 + 27 (6 + 6 6)
= 20 6
= 14

Denicin 5.14 Sea A = [aij ] una matriz de orden n, el cofactor cij de la entrada aij se dene
por :
i+j
cij = ( 1) det Aij

125
donde Aij denota la submatriz de orden (n 1) que se obtiene de la matriz A eliminando la i-sima
la y la j-sima columna.

Teorema 5.6 Sea A = [aij ] una matriz de orden n. Entonces

1. (Desarrollo con respecto a la i - sima la)

n
X
det A = aik cik
k=1
Xn
i+k
= ( 1) aik det Aik , con 1 i n
k=1

2. (Desarrollo con respecto a la j - sima columna)

n
X
det A = akj ckj
k=1
Xn
k+j
= ( 1) akj det Akj , con 1 j n
k=1

Ejemplo 5.21 Calcular

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

Solucin Desarrollo con respecto a la columna j = 3

4
X k+3
= ( 1) ak3 det Ak3
k=1
= a13 det A13 a23 det A23 + a33 det A33 a43 det A43
4 1 3 1 3 4
= 2 3 1 3 2 3 1 3
2 2 3 2 2 3
= 2 ( 12 6 18 6 + 24 9) 2 (3 + 18 24 8 6 + 27)
= 2 ( 27) 2 (10)
= 74

2 1 5 4 1
0 3 2 3 2
2. = 0 0 1 2 0
0 0 2 1 1
0 0 0 2 0

126
Solucin Desarrollo con respecto a la la i = 5
5
X 5+k
= ( 1) a5k det A5k
k=1

2 1 5 1
0 3 2 2
= ( 2) , desarrollo con respecto a la la i = 3
0 0 1 0
0 0 2 1

2 1 1
= ( 2) (1) 0 3 2 , desarrollo con respecto a la la i = 3
0 0 1

2 1
= ( 2) (1) ( 1)
0 3
= 2 6
= 12

Teorema 5.7 Sea A una matriz de orden n, entonces se cumplen:

1. det AT = det A

2. Si la matriz B se obtiene de la matriz A al intercambiar dos las de A, entonces

det A = det B

3. Si la matriz B se obtiene de la matriz A al multiplicar una la de A por un nmero k 6= 0,

entonces
1
det A = det B
k
4. Si la matriz B se obtiene de la matriz A sumando a cada entrada de la i - sima la de A una
constante k 6= 0 por la entrada correspondiente de la i-sima la de A, entonces

det A = det B

5. Si A es una matriz triangular, entonces

n
Y
A= akk = a11 a22 :::: ann
k=1

6. Si B es una matriz de orden n, entonces

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

127
 7. Si dos las ( columnas) de la matriz A son iguales, entonces

det A = 0

8. Si una la ( columna) de la matriz A consta slo de ceros, entonces

det A = 0

Teorema 5.8 La matriz A, de orden n, es invertible si y slo si det A 6= 0. Adems

1 1
det A =
det A
Ejemplo 5.22

1. Calcular el determinante de las siguientes matrices

2 3
2 0 1 4
6 7
6 3 2 4 2 7
a) A = 6 6 7
4 2 3 1 0 75
11 8 4 5

Solucin
3
2 0 1 4 f21 2 0 1 4
2 3
11
f32
3 2 4 2 = 0 2 8 2
2
det A = =
2 3 1 0 f31 ( 1) 0 3 2 4
11 8 4 5 11 0 8 19
17 f42 ( 4)
f41 2
2

2 0 1 4 2 0 1 4
11 11
0 2 2 8 f43 ( 2) 0 2 2 8
25 25
= 25
0 0 4 8 = 0 0 4 8
25
0 0 2 15 0 0 0 1
2 3
2 1 3 4
6 7
6 0 1 7 12 7
b) A = 6
6
7
4 8 5 5 4 7
5
3 1 3 1
Solucin
2 1 3 4 2 1 3 4
f31 (4)
0 1 7 12 0 1 7 12
det A = = = 0, porque tiene dos las
8 5 5 4 3
0 1 7 12
f41 2 5 15
3 1 3 1 0 2 2 5
iguales

128
2. Demostrar, usando propiedades, que

1 a a2
1 b b2 = (b a) (c a) (c b)
2
1 c c

Demostracin:
1
1 a a2 f21 ( 1) 1 a a2 f2 b a 1 a a2
f32 ( 1)
1 b b2 = 0 b a b2 a2 = (b a) (c a) 0 1 b a
=
1 c c2 f31 ( 1) 0 c a c2 a2 f31 1
c a
0 1 c a
1 a a2
(b a) (c a) 0 1 b a = (b a) (c a) (c b)
0 0 c b

129