APUNTES DE MATEMÁTICAS III

(1er parcial)
Intensivo 2017

CONTENIDO

1. Sistemas de ecuaciones. Método de Gauss y método de Gauss-Jordan.

Sistemas homogéneos
2. Vectores y matrices. Producto vectorial y matricial
3. Matrices y sistemas de ecuaciones. Inversa de una matriz
4. Transpuesta de una matriz. Determinantes.
5. Propiedades de los determinantes
6. Determinantes e inversas

INDICE GENERAL

1. Sistemas de ecuaciones páginas 2-5

2. Definiciones básicas página 6
3. Matriz transpuesta, inversa y propiedades página 7
4. Cuadro resumen: tipos de matrices página 8
5. Matriz invertible. Propiedades y teoremas página 10

BIBLIOGRAFÍA:
Grossman, Algebra Lineal, 7ma edición.

Larson, Fundamentos de Algebra lineal, 6ta edición

Apuntes de matemáticas III – Angi Gil de Montes

1. Sistemas de ecuaciones. Método de Gauss y método de Gauss-Jordan.

Sistemas homogéneos

Recordar: Propiedades fundamentales del álgebra elemental

1. Si a=b y c=d entonces, a+c=b+d

2. Si a = b y c es un número real cualquiera, entonces ca=cb

La primera propiedad dice que al sumar dos ecuaciones, se obtiene una tercera ecuación
correcta. La segunda propiedad establece que al multiplicar una ecuación por un número
real cualquiera, se obtiene otra ecuación válida.

Una ecuación lineal en n variables x1,x2,… xn tiene la forma de:

a1x1 + a2x2 + … + anxn = b
En donde a1,a2,…an son números reales y el término constante b es un número real y
x1,x2,…,xn son las variables.

Una solución de una ecuación lineal en n variables es una sucesión de n números reales
s1,s2,…,sn ordenados de modo que la ecuación es cierta cuando los valores x1=s1, x2=s2 …
xn=sn se sustituyen en ésta.

El conjunto de todas las soluciones de la ecuación lineal se denomina conjunto solución y

cuando se determina el conjunto, la ecuación se ha resuelto.
Para escribir el conjunto solución de una ecuación lineal, se utiliza con frecuencia la
representación paramétrica.

En la representación paramétrica, una o varias variables quedan libres (es decir, pueden
tomar cualquier valor real) y otra queda no libre, porque su valor depende de la variable
libre. Para ilustrar este punto, veamos el ejemplo 1.

Ejemplo 1:

Resolver x1+2x2 = 4

Despejando,
X1 = 4 – 2x2

La variable x2 es la variable libre, porque puede tomar cualquier valor real y la variable x1
no es libre, porque depende del valor de x2.

Cuando queremos representar el número infinito de soluciones de esta ecuación,

introducimos una tercera variable t (a la que llamamos parámetro).

2
Apuntes de matemáticas III – Angi Gil de Montes

Haciendo x2 = t se puede representar el conjunto solución como:

X1=4-2t, t es cualquier número real. Para cada valor de t, se pueden obtener soluciones
particulares a la ecuación.

Note que, el conjunto solución de una ecuación se puede representar paramétricamente

por más de una forma. Si se hubiera elegido x1 como la variable libre, la representación
fuera diferente.

Ejemplo 2:

Resuelva, 3x+2y-z=3

Despejamos:
z = 3x+2y-3

Si hacemos y=t y x=s (parámetros) obtenemos:

z= 3s+2t-3

Si hacemos s=1 y t=0, entonces z=0. Esta es una solución particular. Commented [AL1]: Note que en el ejemplo 1 y 2, la
ecuación tiene infinitas soluciones porque el número de
incógnitas supera el número de ecuaciones. En estos casos,
siempre la solución se reporta de manera paramétrica.

Al resolver los sistemas de ecuaciones, hay tres casos posibles al momento de hallar la
solución:
1. Que tenga solución y sea única (sistema consistente)
2. Que tenga infinitas soluciones (sistema consistente)
3. Que no tenga solución (sistema inconsistente)

Sabemos que una ecuación de la forma y = mx + b representa una línea recta. En una
dimensión mayor, la ecuación de la forma:
Ax+By+Cz = D representa los puntos de un plano en R3.

Un sistema de ecuaciones en R3 tiene la forma:

a11x + a12y + a13z = b1
a21x+ a22y+a23z = b2 Commented [AL2]: Note que el segundo subíndice
representa la variable a la que pertenece
a31x+a32y+a33z = b3
Commented [AL3]: Note que el primer subíndice indica la
ecuación a la que pertenece
El punto donde se intersectan los tres planos (si lo hay) representa la solución al sistema.

En general, un sistema de m ecuaciones lineales en n variables tiene la forma:

am1x1 + am2x2 +…+ amnxn = bm

3
Apuntes de matemáticas III – Angi Gil de Montes

Un sistema de ecuaciones está en la forma escalonada por renglones si sigue un patrón

escalonado, y que tiene algún coeficiente principal igual a 1. Para resolverlos se utiliza
sustitución hacia atrás. Commented [AL4]: Ejemplo de forma escalonada por
renglones:

Se dice que dos sistemas de ecuaciones son equivalentes, si estos tienen el mismo x-y+3z=0
y+3z=6
conjunto solución. Para obtener un sistema de ecuación equivalente, se le aplica z=2
cualquiera de las siguientes operaciones:
1. Intercambiar dos ecuaciones
2. Multiplicar una ecuación por una constante diferente de cero.
3. Sumar el múltiplo de una ecuación a otra.

Lo anterior sienta las bases de la eliminación gaussiana.

Para resolver sistemas complejos, se utilizan las matrices. La representación matricial de

un sistema de ecuaciones de m ecuaciones y n incógnitas, se puede escribir:
Ax = b

Esto es:

𝑎11 ⋯ 𝑎1𝑛 𝑥1 𝑏1
A= ( ⋮ ⋱ ⋮ ), X= ( ⋮ ), b= ( ⋮ )
𝑎𝑚1 ⋯ 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚

Donde, la matriz A se llama matriz de coeficientes. Otra forma útil, es la matriz de

coeficientes aumentada, que se representa: (A⋮b)

𝑎11 ⋯ 𝑎1𝑛 𝑏1
A=( ⋮ ⋱ ⋮ ⋮ ⋮ ),
𝑎𝑚1 ⋯ 𝑎𝑚𝑛 𝑏𝑚

Operaciones elementales por filas:

1. Multiplicar una fila por una constante distinta de cero (Fi → cFi)
2. Multiplicar una fila por una constante y sumarla a otra fila (Fj → Fj + cFi)
3. Permutar dos filas (Fj↔Fi)

Matriz en la forma escalonada por filas: Commented [AL5]: Por lo general, la forma escalonada por
renglones de una matriz no es única, porque una matriz se
puede asemejar a otra que esté en la forma escalonada por
Una matriz está en forma escalonada por filas si se cumplen: renglones

1. Las filas que contienen solo ceros, están al final

2. En una fila donde no hay solo ceros, el primer número diferente de cero es uno (1).
3. Bajo el primer uno de cada fila (pivote) sólo hay ceros.

4
Apuntes de matemáticas III – Angi Gil de Montes

Si además se cumple que:

4. El pivote (primer uno de la fila) tiene ceros por encima de él,

Entonces, la matriz está en forma escalonada reducida. Commented [AL6]: la forma reducida es más exclusiva.
Toda matriz en forma escalonada reducida por renglones
está en forma escalonada reducida, pero no es cierto el
Sistemas de ecuaciones lineales homogéneos inverso.

Un sistema de ecuaciones es homogéneo, si todas las constantes (de la columna b) son

iguales a cero. Esto es:
𝑎11𝑥1 + 𝑎12𝑥2 + 𝑎13𝑥3 + ⋯ + 𝑎1𝑛𝑥𝑛 = 0
𝑎21𝑥1 + 𝑎22𝑥2 + 𝑎23𝑥3 + ⋯ + 𝑎2𝑛𝑥𝑛 = 0

𝑎𝑚1𝑥1 + 𝑎𝑚2𝑥2 + 𝑎𝑚3𝑥3 + ⋯ + 𝑎𝑚𝑛𝑥𝑛 = 0

El sistema homogéneo, como se ve, tiene por lo menos una solución, que se denomina
trivial u obvia. Y corresponde al caso donde todas las variables x1, x2… son iguales a
cero.

Commented [AL7]: El sistema lineal homogéneo anterior

TEOREMA 1: tiene un número infinito de soluciones si tiene más incógnitas
Todo sistema de ecuaciones lineales homogéneo es consistente. Además, si el que ecuaciones (n > m).
sistema tiene menos ecuaciones que variables, entonces debe tener un número
infinito de soluciones.

1. Vectores y matrices. Producto vectorial y matricial

Hay varias formas de denotar matrices. Una matriz es un arreglo rectangular de números,
dispuestos en filas y columnas.

Dos matrices A y B, son iguales si tienen el mismo tamaño (mxn) y los mismos
componentes, esto es:

aij = bij para 1≤i≤ 𝑚 y 1≤ 𝑗 ≤ 𝑛

Una matriz que tiene una sola columna, es conocida como matriz columna o vector
columna. Una matriz que tiene una sola fila, es conocida como matriz fila o vector fila.

Definiciones básicas

Suma de matrices:
Sean A= [aij] y B=[bij] matrices de tamaño mxn, la suma de A+B (mxn) se define como:

5
Apuntes de matemáticas III – Angi Gil de Montes

A+B = [aij+bij]

Multiplicación por un escalar:

Si A = [aij] es una matriz de mxn y c es un escalar, entonces el múltiplo escalar de
A por c es la matriz mxn dada por: cA = [c aij]

Multiplicación de matrices:
Si A = [aij] es una matriz de mxn y B = [bij] es una matriz de nxp, el producto AB es
una matriz de mxp
AB = [cij] en donde,

𝑛 Commented [AL8]: note que el producto de matrices no es

cij = ∑𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + 𝑎𝑖3 𝑏3𝑗 + ⋯ + 𝑎𝑖𝑛 𝑏𝑛𝑗 necesariamente conmutativo

La multiplicación de matrices no es conmutativa. Solo hay un caso donde esto no se cumple y

es con la matriz identidad.

Traza de una matriz

Suma de los elementos de la diagonal principal:

Traza (A) = ∑𝒌𝒊=𝟏 𝒂𝒊𝒊

Solo para matrices cuadradas

Propiedades de las operaciones con matrices

TEOREMA 2:
Si A, B y C son matrices de tamaño mxn y c y d son escalares, entonces:

1. A+B = B+A
2. A + (B+C) = (A+B) + C
3. (cd)A = c(dA)
4. 1A = A (Identidad multiplicativa, 1 como escalar)
5. c(A+B) = cA + cB
6. (c+d)A = cA+dA

6
Apuntes de matemáticas III – Angi Gil de Montes

Commented [AL9]: Propiedades de la suma de matrices y

TEOREMA 3: de la multiplicación por un escalar
Si A es una matriz de mxn y c es un escalar, entonces:

1. A+0mxn = A

2. A+ (-A) = 0mxn

3. Si cA = 0mxn entonces c = 0 o A = 0mxn

TEOREMA 4:
Si A, B y C son matrices que cumplen las condiciones de multiplicación, (tamaños
ideales) y c es un escalar, entonces:
1. A(BC) = (AB)C

Commented [AL10]: Propiedades de las matrices cero

2. A(B+C) = AB + AC
3. (A+B)C = AC + BC
4. c(AB) = (cA)B = A(cB)

Matriz Identidad: matriz cuadrada que tiene unos en la diagonal principal y ceros en el
resto de la matriz. Sirve como identidad para la multiplicación de matrices.

TEOREMA 5:

Si A es una matriz mxn entonces:

1. AIn=A

2. ImA=A

Si la matriz A es una matriz cuadrada, AIn=InA=A

Transpuesta de una matriz:

La transpuesta de una matriz se forma al escribir sus columnas como renglones (filas).
Esto es:
𝑎11 ⋯ 𝑎1𝑛 𝑎11 ⋯ 𝑎𝑚1
A=( ⋮ ⋱ ⋮ ) La transpuesta de orden nxm es: At=( ⋮ ⋱ ⋮ )
𝑎𝑚1 ⋯ 𝑎𝑚𝑛 𝑎1𝑛 ⋯ 𝑎𝑚𝑛

7
Apuntes de matemáticas III – Angi Gil de Montes

TEOREMA 6:

Si A y B son matrices (de tamaño tal que las operaciones con matrices dadas están

definidas) y c es un escalar, entonces las siguientes proposiciones son verdaderas:

1. (𝐴𝑡 )𝑡 = A

2. (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇

3. (cA)T = c(AT)

4. (AB)T = BTAT

Tipos de matrices

Aquella que tiene el mismo número de m=n

Matriz cuadrada filas que de columnas Matriz de orden n

Aquella que tiene ceros por debajo o Triangular superior (ceros por debajo)
Matriz triangular por encima de la diagonal principal Triangular inferior (ceros por arriba)
Matriz cuadrada donde todos los
Matriz diagonal elementos son ceros excepto los de la Es matriz cuadrada
diagonal principal
(Matriz diagonal) cuyos elementos de
Matriz escalar la diagonal principal son todos iguales
Es matriz cuadrada

La que resulta de sustituir cada

Matriz opuesta elemento de una matriz por su Matriz opuesta de A es -A
opuesto
(Matriz diagonal) con unos en la 0 𝑠𝑖 𝑖 ≠ 𝑗
Matriz Identidad In=𝑏𝑖𝑗 𝑑𝑜𝑛𝑑𝑒 𝑏𝑖𝑗 = {
diagonal principal 1 𝑠𝑖 𝑖 = 𝑗
Matriz que resulta de intercambiar las
Matriz
filas por las columnas de la matriz Se denota At
transpuesta original

Matriz normal Si conmuta con su transpuesta AAt=AtA

Es matriz cuadrada, y
Matriz
Si es igual a su transpuesta necesariamente normal
simétrica A=At
Es matriz cuadrada, y
Matriz Anti Si es igual a la opuesta de su necesariamente normal
simétrica transpuesta
A=-At o 𝒂𝒊𝒋 = −𝒂𝒋𝒊

8
Apuntes de matemáticas III – Angi Gil de Montes

Matriz cuadrada que resulta de

Matriz Potencia multiplicarse por ella misma n veces
𝐴𝑝 =AAA⋯A (p veces)

Una matriz A cuadrada, es periódica

Matriz periódica de periodo p𝜖𝑁 si se cumple 𝐴𝑝+1 = 𝐴 𝑨𝒑+𝟏 = 𝑨, 𝒄𝒐𝒏 𝒑𝝐𝑵

Una matriz cuadrada es ortogonal si la

Matriz ortogonal matriz multiplicada por su transpuesta 𝑨𝑨𝒕 = 𝑰𝒏
es igual a la identidad
Matriz Una matriz cuadrada que cumple que
A2=A
A2=A
Idempotente

Matriz Matriz cuadrada que, si existe un

𝑝𝜖𝑁 cumple que 𝐴𝑝 = 0𝑛
𝑨𝒑 = 𝟎𝒏
Nilpotente

Matriz Involutiva
Matriz cuadrada que cumple: 𝐴2 = 𝐼𝑛 𝑨𝟐 = 𝑰𝒏
(o unipotente)
Matriz
conjugada Se llama matriz conjugada de A=(𝑎𝑖𝑗 ), (𝑎𝑖𝑗 ) es el complejo conjugado del
(matrices cuadradas
pertenecientes al si 𝐴 = (𝑎𝑖𝑗 ) elemento de la matriz A
conjunto de los
Complejos)
Matriz
Hermitiana Si la transpuesta de la matriz A
(matrices cuadradas conjugada es igual a la matriz A 𝐴𝑡 = 𝑨𝒕 = 𝑨
pertenecientes al
conjunto de los 𝐴
Complejos)
(matriz además de cuadrada,
Matriz unitaria invertible) que cumple que la
(matrices cuadradas
pertenecientes al transpuesta conjugada de la matriz A 𝑨𝒕 = 𝑨−𝟏
conjunto de los es igual a la inversa de A
Complejos)
𝑨𝒕 = 𝑨−𝟏

9
Apuntes de matemáticas III – Angi Gil de Montes

Inversa de una matriz Commented [AL11]: Las matrices que no son cuadradas
no tienen inversas. Y no todas las matrices cuadradas tienen
inversa
Una matriz cuadrada es invertible (o no singular) si existe una matriz B cuadrada que
cumpla:
AB = BA = In

TEOREMA 7:

Si A es invertible, entonces su inversa es única. La inversa de A es A-1

TEOREMA 8: Propiedades de las matrices inversas

Si A es una matriz invertible, k es un entero positivo y c es un escalar diferente de cero,

entonces A-1,Ak,cA y At son invertibles y se cumple que:
−𝟏
1. (𝑨−𝟏 ) =𝑨

2. (𝑨𝑲 )−𝟏 = 𝑨−𝟏 𝑨−𝟏 … 𝑨−𝟏 = (𝑨−𝟏 )𝒌 (nota: k factores)

𝟏 −𝟏
3. (𝒄𝑨)−𝟏 = 𝑨 ,𝒄 ≠𝟎
𝒄

4. (𝑨𝒕 )−𝟏 = (𝑨−𝟏 )𝒕

Commented [AL12]: La inversa de un producto

TEOREMA 9:

Si A y B son dos matrices invertibles de tamaño n, entonces AB es invertible y

(𝐴𝐵)−1 = 𝐵−1 𝐴−1

TEOREMA 10:

Si C es una matriz invertible, entonces son válidas las siguientes propiedades:

1. Si AC = BC, entonces A = B (propiedad de cancelación por la derecha)
2. Si CA = CB, entonces A = B (propiedad de cancelación por la izquierda)

10
Apuntes de matemáticas III – Angi Gil de Montes

TEOREMA 11:

Si A es una matriz invertible, entonces el sistema de ecuaciones lineales Ax = b tiene

una solución única dada por:
x=A-1b

Definición: matriz elemental

Una matriz es elemental si puede obtenerse a partir de la matriz identidad In, mediante
una sencilla operación de renglón.

TEOREMA 12:

Sea E la matriz elemental obtenida al ejecutar una operación elemental con renglones
en Im. Si esta misma operación es realizada en una matriz A de mxn, entonces el
resultado está dado por el producto EA.

Sean A y B matrices de mxn, la matriz B es equivalente por renglones con A si existe un

número finito de matrices elementales E1, E2,…, En tal que

B= EkEk-1… E2E1A

TEOREMA 13:

Si E es matriz elemental, entonces E-1 existe y es una matriz elemental.

TEOREMA 14:
Una matriz cuadrada es invertible sí y solo sí puede ser escrita como el
producto de matrices elementales

TEOREMA 15:

Si A es una matriz de nxn entonces las siguientes condiciones son equivalentes.

1. A es invertible
2. Ax = b tiene una solución única para cada matriz b columna de nx1
3. Ax = 0 solo tiene solución trivial
4. A es equivalente por renglones a In
5. A puede escribirse como el producto de matrices elementales

11
Apuntes de matemáticas III – Angi Gil de Montes

Demostraciones

1. Sean A y B matrices, tales que los productos AB Y BA se puede realizar.

Demuestre que

Traza (AB) = Traza (BA)

Primera parte: hipótesis

Matrices tales que los productos AB Y BA se puede realizar

Suponemos 𝐴𝑚𝑥𝑛 𝑦 𝑞𝑢𝑒 𝐵𝑝𝑥𝑞 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠, 𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐴𝐵 𝑖𝑚𝑝𝑙𝑖𝑐𝑎 𝑞𝑢𝑒 𝑛 =

𝑝 𝑦 𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐵𝐴 𝑖𝑚𝑝𝑙𝑖𝑐𝑎 𝑞𝑢𝑒 𝑚 = 𝑞, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐴𝑚𝑥𝑛 𝑦 𝐵𝑛𝑥𝑚

𝐸𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐴𝐵 𝑜𝑟𝑖𝑔𝑖𝑛𝑎 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐶 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 𝑚𝑥𝑚, 𝑑𝑜𝑛𝑑𝑒 𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑐𝑖𝑗 𝑣𝑖𝑒𝑛𝑒 𝑑𝑎𝑑𝑜 𝑝𝑜𝑟:
𝑛

𝑐𝑖𝑗 = ∑ 𝑎𝑖𝑘 𝑏𝑘𝑗

𝑘=1

𝐸𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐵𝐴 𝑜𝑟𝑖𝑔𝑖𝑛𝑎 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐷 𝑑𝑒 𝑜𝑟𝑑𝑒𝑛 𝑛𝑥𝑛, 𝑐𝑢𝑦𝑜 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑑𝑖𝑗 𝑣𝑖𝑒𝑛𝑒 𝑑𝑎𝑑𝑜 𝑝𝑜𝑟:
𝑛

𝑑𝑖𝑗 = ∑ 𝑎𝑖𝑘 𝑏𝑘𝑗

𝑘=1

Definición (para matrices cuadradas) la traza es la suma de los elementos de la diagonal

principal. Esto es:
𝑛

𝑡𝑟𝑎𝑧𝑎(𝐴) = ∑ 𝑎𝑖𝑖
𝑖=1

Para nuestro caso particular:

𝑚

𝑡𝑟𝑎𝑧𝑎 (𝐴𝐵) = 𝑡𝑟𝑎𝑧𝑎 (𝐶) = ∑ 𝑐𝑖𝑖

𝑖=1
𝑛

𝑐𝑖𝑖 = ∑ 𝑎𝑖𝑘 𝑏𝑘𝑖 𝑑𝑜𝑛𝑑𝑒 𝑖 = 1, 2, … . , 𝑚

𝑘=1

𝑚 𝑛

∑(∑ 𝑎𝑖𝑘 𝑏𝑘𝑖 )

𝑖=1 𝑘=1

12
Apuntes de matemáticas III – Angi Gil de Montes

Falta saber quién es la traza de BA. Esto es:

𝑚

𝑡𝑟𝑎𝑧𝑎 (𝐵𝐴) = 𝑡𝑟𝑎𝑧𝑎 (𝐷) = ∑ 𝑑𝑗𝑗 , 𝑑𝑜𝑛𝑑𝑒

𝑗=1

𝑑𝑗𝑗 = ∑ 𝑏𝑗𝑙 𝑎𝑙𝑗 , 𝑑𝑜𝑛𝑑𝑒 𝑗 = 1,2, … , 𝑛

𝑙=1

𝑚 𝑛 𝑚 𝑛 𝑛 𝑚 𝑚 𝑛

𝑡𝑟𝑎𝑧𝑎(𝐷) = ∑(∑ 𝑏𝑗𝑙 𝑎𝑙𝑗 ) = ∑(∑ 𝑎𝑙𝑗 𝑏𝑗𝑙 ) = ∑(∑ 𝑎𝑙𝑗 𝑏𝑗𝑙 ) = ∑(∑ 𝑎𝑖𝑘 𝑏𝑘𝑖 ) = 𝑡𝑟𝑎𝑧𝑎 (𝐶)
𝑗=1 𝑘=1 𝑗=1 𝑙=1 𝑙=1 𝑗=1 𝑖=1 𝑘=1

13