Matrices, determinantes y sistemas de ecuaciones lineales

M ATRICES , DETERMINANTES
Y SISTEMAS DE ECUACIONES LINEALES
DAVID A RIZA RUIZ1
Resumen
Estas notas presentamos las nociones básicas y las propiedades fundamentales del álgebra ma-
tricial. Posteriormente estudiamos la resolución de sistema de ecuaciones lineales usando matrices
y determinantes. Finalmente mostramos diversas aplicaciones al ámbito de la Quı́mica, como pue-
de ser el balanceo de ecuaciones quı́micas y la obtención de modelos estequimétricos.

1. Matrices
Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente forma
 
a11 a12 a13 · · · a1n
 a21 a22 a23 · · · a2n 
 
 a31 a32 a33 · · · a3n 

  = ai j i=1,...,n
 .. .. .. .. ..  j=1,...,m
 . . . . . 
am1 am2 am3 · · · amn
donde ai j es el elemento de la i-ésima fila y j-ésima columna.
A las matrices se les nombran con letras mayúsculas: A, B, C, M, N, etc.
El número de filas y de columnas recibe el nombre de dimensión u orden de la matriz, y se designa
por n × m.
Al conjunto de matrices de dimensión n × m se denota por Mn×m .
Ejemplo 1.1. A continuación mostramos dos matrices con su respectivo orden:
 √ 
  3 2 0
2 1 0  0 −1 1  = B3×3 .
= A2×3 2
1 2 3
π 8 0
Definición 1.2. Dos matrices son iguales cuando tienen la misma dimensión y los elementos que
ocupan el mismo lugar en ambas son iguales. Es decir, dadas dos matrices A y B, se tiene que

 A, B ∈ Mn×m
A = B ⇐⇒
ai j = bi j ∀ i = 1, . . . , n, j = 1, . . . , m


Ejemplo 1.3. Las matrices

   
3 b c d 7 4
A= y B=
a 1 8 2 e f
son iguales si, y sólo si, d = 3, b = 7, c = 4, a = 2, e = 1 y f = 8.

1 dariza@us.es Dept. Análisis Matemático, Fac. Matemáticas

Universidad de Sevilla

Matemáticas – Grado en Quı́mica —1— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

1.1. Tipos de matrices

1.1.1. Según su forma
Matriz fila: su orden es 1 × n.

a11 a12 · · · a1n .

Matriz columna: su orden es m × 1.  

a11
 a21 
.
 
 ..
 . 
am1

Matriz cuadrada es aquella que tiene igual número de filas que de columnas, es cada contrario
se llama rectangular.
 
  2 −1 0
3 2  7 −2 1  .
0 1
4 3 0

• El conjunto formado por los elementos de la forma aii de una matriz cuadrada se llama
diagonal principal.
• El conjunto de los elementos ai j con i + j = n + 1 de una matriz cuadrada de orden n
recibe el nombre de diagonal secundaria.
 
3 4
.
1 5

Matriz traspuesta: Dada una matriz A se llama matriz traspuesta de A, y se representa por At , a
la matriz que se obtiene cambiando las filas por columnas.
 
  2 7
2 3 5
A= su matriz traspuesta es At =  3 1  .
7 1 4
5 4

Matriz simétrica es aquella que cumple que es igual a su traspuesta. Es decir, A es simétrica si,
y sólo si A = At .  
1 −2 3
A =  −2 5 4  .
3 4 6
N OTA: si una matriz no es cuadrada, entonces nunca será una matriz simétrica.

Matriz antisimétrica. Una matriz A es antisimétrica si At = −A.

 
0 2 −3
A =  −2 0 −4  .
3 4 0

N OTA: En toda matriz antisimétrica su diagonal principal esta formada por ceros.

Matemáticas – Grado en Quı́mica —2— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

1.1.2. Según sus elementos

Matriz nula: Todos sus elementos son 0. La matriz nula se representa por 0.
 
0 0 0 0
 0 0 0 0 .
0 0 0 0

Matriz diagonal: es una matriz cuadrada que tiene todos sus elementos nulos salvo la diagonal
principal.  
1 0 0
 0 −3 0  .
0 0 5

Matriz escalar: es una matriz diagonal con todos los elementos de la diagonal iguales.
   
3 0 0 1 0 0
 0 3 0  = 3 0 1 0 .
0 0 3 0 0 1

Matriz identidad I. es una matriz escalar con los elementos de la diagonal igual a 1.
 
  1 0 0
1 0
I2 = I3 =  0 1 0  .
0 1
0 0 1

Matriz triangular superior (inferior): es una matriz cuadrada en la que todos los elementos por
encima (por debajo) de la diagonal principal son nulos.
 
  1 0 0 0
2 1 5  5 2
 0 −3 4   0 0  
 4 −1 −3 0 
0 0 6
3 4 2 0

Matriz triangular superior Matriz triangular inferior

1.2. Operaciones con matrices

1.2.1. Suma y diferencia de matrices
Definición 1.4. La suma de dos matrices A = (ai j ) y B = (Bi j ) de la misma dimensión, es otra matriz,
representada por A + B, de la misma dimensión que los sumandos, compuesta de a suma de las dos
matrices, elemento a elemento. Es decir,
 
A + B = ai j + bi j .

Matemáticas – Grado en Quı́mica —3— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

   
2 3 5 5 −2 3
Ejemplo 1.5. Sea las matrices A = yB= . Entonces,
−1 −7 4 −1 4 0
 
7 1 8
A+B = .
−2 −3 4
La suma de matrices posee las siguientes propiedades:
P.1) Propiedad asociativa: (A + B) +C = A + (B +C).

P.2) Propiedad conmutativa: A + B = B + A.

P.3) Existencia de elemento neutro: La matriz nula, A + 0 = A.

P.4) existencia de opuesto: La matriz −A, que se obtiene cambiando de signo todos los elementos
de A, recibe el nombre de matriz opuesta, ya que
A + (−A) = 0.

Definición 1.6. La diferencia de las matrices A y B se representa por A − B , y se define del siguiente
modo:  
A − B := A + (−B) = ai j − bi j .
Ejemplo 1.7. En el ejemplo anterior, tenemos que
 
−3 5 2
A−B = .
0 −11 −4
Notar que la suma y la diferencia de dos matrices no está definida si sus dimensiones son diferentes.

1.2.2. Producto de matrices por un número

Definición 1.8. El producto de una matriz A = (ai j ) por un número real α es otra matriz B = (bi j ) de
la misma dimensión que A tal que cada elemento bi j de B se obtiene multiplicando ai j por α. Ası́ pues,
 
α A := α ai j .
Ejemplo 1.9.    
2 5 6 15
3 ·  1 4  =  3 12  .
−1 8 −3 24
El producto de un número por una matriz verifica las siguientes propiedades:
P.5) Primera propiedad distributiva: α (A + B) = α A + α B.

P.6) Segunda propiedad distributiva: (α + β) A = α A + β A.

P.7) Propiedad asociativa mixta: α (β A) = (α β) A.

P.8) Existencia de elemento neutro: 1 · A = A.

Propiedades simplificativas:
P.9) A +C = B +C es equivalente a A = B;

P.10) α A = α B es equivalente a A = B si α 6= 0;

P.11) α A = β A es equivalente a α = β si A 6= 0.

Matemáticas – Grado en Quı́mica —4— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

1.2.3. Producto de dos matrices

Dos matrices se pueden multiplicar si el número de columnas de la primera coincide con el número
de filas de la segunda matriz.

Definición 1.10. El producto de la matriz Am×n = (ai j ) por la matriz Bn×q = (b jk ) es otra matriz
Cm×p = (cik ) tal que cada elemento cik se obtiene multiplicando escalarmente la fila i de la primera
matriz por la columna k de la segunda matriz.
Matemáticamente,
n
cik := ∑ ai h · bh k = ai 1 b1 k + ai 2 b2 k + ai 3 b3 k + · · · + ai n bn k .
h=1

Ejemplo 1.11.
    
2 3 2 5 1 13 31 26
a) = .
1 5 3 7 8 17 40 41
 
  −2 −3 5  
5 −3 1 = −9 −34 33
b)  1 7 0 .
4 2 −8 −38 −14 −44
4 2 8
El producto de matrices verifican las siguientes propiedades:

P.12) Propiedad asociativa: Am×n (Bn×p C p×q ) = (Am×n Bn×p )C p×q .

P.13) El producto de matrices en general no es conmutativo, es decir A B 6= B A.

    
1 2 1 1 11 7
=
3 4 5 3 23 15

∦
    
1 1 1 2 4 6
=
5 3 3 4 14 22

P.14) Existencia de elemento neutro: La matriz identidad I. Para cualquier matriz cuadrada A de
orden n, se tiene que
A · In = In · A = A.

P.15) Dada una matriz A de orden n, no siempre existe otra matriz B tal que

A B = B A = In .

Si existe dicha matriz B, se dice que es la matriz inversa de A, y se designa por A−1 .

P.16) El producto de matrices es distributivo con respecto de la suma de matrices, es decir,

A (B +C) = A B + AC.

Para no equivocarse:

Matemáticas – Grado en Quı́mica —5— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

A B = 0 no implica necesariamente que A = 0 o B = 0.

A B = AC no implica necesariamente que B = C.

(A ± B)2 no es necesariamente igual a A2 + B2 ± 2 A B.

(A + B)(A − B) no es necesariamente igual a A2 − B2 .

1.3. Matriz inversa

Tenemos que señalar que para poder hablar de inversión de una matriz, la matriz ha de ser cuadrada.
Sin embargo, es una condición necesaria pero no suficiente; esto es, no toda matriz que sea cuadrada
tiene matriz inversa. Luego, la matriz inversa solo existe para algunas matrices cuadradas, no para
todas (véase el teorema 2.10).

Definición 1.12. Dada una matriz A de orden n, si existe otra matriz cuadrada B del mismo orden n
tal que
A B = B A = In ,
se dice que B es la matriz inversa de A, y se designa por A−1 .

Una matriz cuadrada que posee inversa se dice que es regular o inversible y si no tiene inversa se
llama singular.

1.3.1. Matriz inversa a partir de la definición

Utilizando la definición se puede calcular la inversa de una matriz, siempre que ésta exista. Por ejem-
plo, vamos a hallar la inversa la inversa de la matriz
 
2 1
A= .
1 1
      
−1 x y 2 1 x y 1 0
Debemos de encontrar una matriz A = tal que = . Multiplicando
z w 1 1 z w 0 1
las matrices, e igualando término a término, se obitiene los sistemas:
( (
2x + z = 1 2y + w = 0
x+z = 0 y+w = 1

cuyas soluciones son x = 1, y = −1, z = −1 y w = 2. Por tanto, la matriz inversa de A es

 
−1 1 −1
A = .
−1 2

Matemáticas – Grado en Quı́mica —6— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

1.3.2. Matriz inversa por el método de Gauss

Veamos un método que a priori no nos garantiza que la matriz en cuestión sea inversible, sin embargo,
en caso de que se pueda aplicar, nos dará la inversa sin hacer operaciones demasiado complicadas. Si
la matriz no se puede invertir, llegaremos a una situación que nos lo indicará. El cálculo de la matriz
inversa por el método de Gauss supone transformar una matriz en otra, equivalente por filas.
En esencia, el método consiste, para una matriz cuadrada de orden n, en:

Paso 1. Formar una matriz de orden n × 2n tal que las primeras n columnas sean las de la matriz
A y las otras n las de la matriz identidad de orden n.

Paso 2. Mediante las transformaciones elementales de las filas de una matriz, convertir la matriz
anterior en otra que tenga en las n primeras columnas la matriz identidad y en las n últimas
otra matriz que prescisamente será A−1 .

Transformaciones elementales
     
A  I −−−−−−−−−−−−−−−−−−−−−−−−−−→ I  A−1
...

Las transformaciones elementales para filas (análogamente para columnas) son las siguientes:

intercambiar dos filas.

substituir una fila por ella misma multiplicada (o dividida) por un número distinto de cero.

substituir una fila matriz por una combinación lineal de filas de la matriz.

Ejemplo 1.13.
   
1 3 3 1 0 0 0 1 3 3 1 0 0
F2 = F2 −F1
 1 4 3 0 1 0  −− −−−−→  0 1 0 −1 1 0  −→
F30 = F3 −F1
1 3 4 0 0 1 0 0 1 −1 0 1
 
1 0 0 7 −3 −3
F10 = F1 −3F2 −3F3
−−−−−−−−−−→  0 1 0 −1 1 0 
0 0 1 −1 0 1
 
7 −3 −3
Por tanto, la matriz inversa es  −1 1 0 .
−1 0 1

1.4. Rango de una matriz

Sea {~v1 ,~v2 , . . . ,~vk } un conjunto no vacı́o de matrices fila (o columna) del mismo orden. Se dice que
{~v1 ,~v2 , . . . ,~vk } es linealmente independiente2 si

λ1~v1 + λ2~v2 + · · · + λk ~vk = 0 implica que λ1 = λ2 = · · · = λk = 0.

2 El concepto de independencia lineal se estudiará con más detalle en los siguientes temas. Además se entenderá por-

qué de la notación ~vi .

Matemáticas – Grado en Quı́mica —7— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

Definición 1.14. Dada una matriz A ∈ Mn×m , se define el rango de A como el número de filas (o de
columnas3 ) linealmente independientes. El rango de A se denotará por rg(A).
Proposición 1.15. Si A es una matriz de orden m × n no nula se cumple que 1 ≤ rg(A) ≤ mı́n{m, n}.
A continuación mostraremos un método (llamado de Gauss) para calcular el rango de una matriz.
Posteriormente, veremos en la sección 2.4 otro método para hallar el rango de una matriz.

1.4.1. Cálculo del rango por Gauss

En el cálculo del rango de una matriz:
a) Se pueden suprimir sin que varı́e el rango:
las filas (o columnas) nulas.
las filas (o columnas) proporcionales a otras.
las filas (o columnas) dependientes de otras.
b) Se pueden realizar las siguientes operaciones sin que varı́e el rango:
Regla 1. Multiplicar una fila (o columna) por un número distinto de cero.
Regla 2. Sumar o restar una fila (o columna) a otra.
Aplicando estos procesos se puede llegar a una matriz escalonada que indica el número de filas (o
columnas) linealmente independientes.
Dada la matriz  
∗ ∗ ∗ ∗ ∗
 ∗ ∗ ∗ ∗ ∗ 
A=
 ∗

∗ ∗ ∗ ∗ 
∗ ∗ ∗ ∗ ∗

donde los asteriscos ∗ denotan números cualesquiera, si al aplicar el método de Gauss llegamos a
 
∗ ∗ ∗ ∗ ∗  
 0 ∗ ∗ ∗ ∗  ∗ ∗ ∗ ∗ ∗
 0 ∗ ∗ ∗ ∗  entonces rg(A) = 3.
 0 0 ∗ ∗ ∗  entonces rg(A) = 4.
 
0 0 ∗ ∗ ∗
0 0 0 ∗ ∗
 
∗ ∗ ∗ ∗ ∗

entonces rg(A) = 2. ∗ ∗ ∗ ∗ ∗ entonces rg(A) = 1.
0 ∗ ∗ ∗ ∗
Ejemplo 1.16.
     
1 2 3 0 1 2 3 0
F3 =F3 −F2
1 2 3
F2 =F2 −F1
A =  4 5 6  −−0
−−−−→  3 3 3  −− −−−−→  3 3 3  −→
F3 =F3 −F2
7 8 9 3 3 3 0 0 0

   
1 2 3 F20 =F2 −3F1 1 2 3
−→ −−−−−−→
3 3 3 0 −3 −6
3 Se
puede demostrar que en cualquier matriz el número de filas linealmente independientes coincide con el número de
columnas linealmente independientes. Por tanto, a la hora de hallar el rango da igual trabajar con filas que con columnas.

Matemáticas – Grado en Quı́mica —8— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

Entonces, rg(A) = 2.

Ejemplo 1.17.
     
2 5 1 2 5 1 2 5 1
 3 7 4 
−F20 =F2 − 23 F1  0 − 12 52  F30 =F3 −8F2  0 − 12 5 
B= −−−−−−→  − −−−−−→  2  −→
 2 1 0  F30 =F3 −F1  0 −4 −1  F40 =F4 −4F2  0 0 −21 
0 −2 1 0 −2 1 0 0 9

 
2 5 1  
0 9 1 5 2 5 1
F4 =F4 − 21 F3  0 −2 
 0 −1 5 
−− −−−−−→   0 0 −21  −→
2 
2 2
0 0 −21
0 0 0

Entonces, rg(B) = 3.

Ejemplo 1.18.
     
1 0 2 −1 1 0 2 −1 1 0 2 −1
F20 =F2 −2F1 
 2 1
 0 3  F30 =F3 −5F1  0 1 −4 5  
 F30 =F3 −F2  0 1 −4 5 

C=  5 1 6 0  −F−0− −−−→  0 1 −4 5 
−−0−−−−→  0 0 0  −→
0 
=F −F1 
1 −4 5  4 =F4 −F2 
F
 
 4 1 4 1  F 04=F 4−3F 0 0 0 0 0 
5 5 1
3 0 6 −3 0 0 0 0 0 0 0 0

 
1 0 2 −1
−→
0 1 −4 5

Entonces, rg(B) = 2.

2. Determinantes
Un determinante es un número que está asociado a una matriz cuadrada. El determinante de una
matriz A ∈ Mn se denota por |A| o por det(A).

2.1. Tipos de determinantes

2.1.1. Determinantes de orden 2
Dada la matriz cuadrada de segundo orden
 
a11 a12
A=
a21 a22

se llama determinante de A al número real

 
a11 a12 
det(A) = |A| := 
  = a11 · a22 − a12 · a21 .
a21 a22 

Matemáticas – Grado en Quı́mica —9— David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

2.1.2. Determinantes de orden 3

Dada la matriz cuadrada de tercer orden
 
a11 a12 a13
A =  a21 a22 a23 
a31 a32 a33

se llama determinante de A al número real

 
a11 a12 a13 
 
det(A) = |A| := a21 a22 a23  = a11 · a22 · a33 + a23 · a12 · a31 + a21 · a32 · a13
a31 a32 a33 
− a31 · a22 · a13 − a21 · a12 · a33 − a23 · a32 · a11 .

Es fácil recordar el desarrollo del determinante de orden 3 mediante la regla de Sarrus:

Otra forma, es usando la siguiente regla

Versión vertical Versión horizontal

2.2. Propiedades
P1. det(A) = det(At ) para todo A ∈ Mn .

P2. Si una matriz cuadrada tiene una fila (o columna) de ceros, entonces su determinante es igual a
0. Por ejemplo,
det(0, F2 , F3 ) = 0.

P3. Si se permuta dos filas (o columnas), el determinante cambia de signo. Por ejemplo,

det(F1 , F2 , F3 ) = − det(F2 , F1 , F3 ).

Matemáticas – Grado en Quı́mica — 10 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

P4. Si la matriz cuadrada tiene dos filas (o columnas) iguales, entonces su determinante es cero. Por
ejemplo,
det(F1 , F1 , F3 ) = 0.
P5. Si todos los elementos de una fila (o columna) de una matriz cuadrada se descomponen en dos
sumandos, entonces su determinante es igual a la suma de dos determinantes que tienen en esa
fila (o columna) el primero y el segundo sumandos, respectivamente, y en las demás los mismos
elementos que el determinante inicial. Por ejemplo,
det(F1 + F10 , F2 , F3 ) = det(F1 , F2 , F3 ) + det(F10 , F2 , F3 ).

P6. Si se multiplican todos los elementos de una fila (o columna) de una matriz cuadrada por un
número, el determinante queda multiplicado por dicho número. Por ejemplo,
det(α F1 , F2 , F3 ) = α det(F1 , F2 , F3 )

P7. Si dos filas (o columnas) son proporcionales, entonces el determinante es cero. Por ejemplo,
det(F1 , α F1 , F3 ) = 0.

P8. det(A · B) = det(A) · det(B) para todo A, B ∈ Mn .

P9. Si a una fila (o columna) le sumamos una combinación lineal de las demás, su determinante no
varı́a. Por ejemplo,
det(F1 + α F2 + β F3 , F2 , F3 ) = det(F1 , F2 , F3 ).
P10. Si una fila (o columna) es combinación lineal de las demás, entonces el determinante es cero.
Por ejemplo,
det(F1 , F2 , α F1 + β F2 ) = 0.
Ejemplo 2.1.    
1 2 3 4 1 2 3 4
  h 
i  4 4 4 4 
5 6 7 8 Hacemos

 9 10 11 12 = FF230 == FF23 −− FF11 =  8 8 8 8  = 0,

  0  
   
13 14 15 16 13 14 15 16
pues tiene dos filas (la segunda y la tercera) proporcionales.

2.3. Cálculo de determinantes de orden cualquiera

2.3.1. Menor complementario
Dada la matriz A = (ai j ) ∈ Mn×m , el menor complementario de un elemento ai j , denotado por Mi j ,
es el determinante de la matriz que resulta de suprimir en la matriz A la fila i y la columna j.
Ejemplo 2.2. Sea  
2 3 5
A =  7 1 4 .
2 −3 8
 
7 4
El menor complementario de a12 es M12 = 
  = 48.
2 8

Matemáticas – Grado en Quı́mica — 11 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

2.3.2. Adjunto
Definición 2.3. Dada la matriz A = (ai j ) ∈ Mn×m , el adjunto de un elemento ai j se define como el
siguiente número real
∆i j := (−1)i+ j · Mi j .
El signo (−1)i+ j en la definición anterior se suele recordar mediante la regla:
 
+ − + − ···
 − + − + ··· 
 
 + − + − ··· 
 .
 − + − + ··· 
 
.. .. .. .. . .
. . . . .

2.3.3. Determinante por recurrencia

Teorema 2.4. El determinante de una matriz cuadrada es igual a la suma de los elementos de una fila
(o columna) cualquiera multiplicada por sus adjuntos correspondientes.
Por ejemplo, si desarrollamos por la i-ésima fila,

|A| = ai1 · ∆i1 + ai2 · ∆i2 + · · · + ain · ∆in .

Se puede demostrar que el valor del determinante es independiente de la fila o columna elegida para
su desarrollo.
Ejemplo 2.5.
 
1 0 1 2         
  1 2 −1 −1 2 −1 −1 1 −1 −1 1 2
−1 1 2 −1        
  = 1· 3 2 2 −0· 1 2 2 +1· 1 3 2 −2· 1 3 2 =
1 3 2 2         
 −1 0 1  2 0 1  2 −1 1  −1 −1 0
 2 −1 0 1 
= 1 · (−10) + 1 · 5 − 2 · (−12) = 19.

Para que resulte más fácil desarrollar un determinante de orden ≥ 4, podemos usar las propiedades de
los determinantes y hacer ceros en una fila (o columna).
Ejemplo 2.6.
   
1 0 1 2  1 0 0 0   
  1 3 1 
−1 1 2 −1 h Hacemos
i −1 1 3 1  

1 = CC030 ==CC3−−C2C1 =  = +1 ·  3 1 0  = 19.
 3 2 2  4 4 1
1 3 1 0  −1 −2 −3
 2 −1 0 1   2 −1 2 −3

Ejemplo 2.7.
   
 1 −1 0 1 1 0 0 0   
  h  1 1 1 
−1 2 1 0
 = C20 = C2 +C1 = −1 1 1 1
Hacemos
i    
 = +1 · 3 3 −2 = −15.
2
 1 3 0 0
C4 = C4 −C1 2
 3 3 −2  
3 0 −2
3 0 0 1  3 3 0 −2 

Matemáticas – Grado en Quı́mica — 12 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

2.4. Cálculo del rango usando determinantes

Si A es cualquier matriz, entonces una submatriz de A es cualquier matriz S obtenida al eleminar de
A algunas de sus filas y columnas. Por ejemplo, la matriz Ai j obtenida al suprimir la i-ésima fila y
la j-ésima columna es una submatriz de A. Nótese que aunque A no sea cuadrada contiene una gran
cantidad de submatrices que sı́ lo són y a las que tiene por tanto sentido calcularles su determinante.

Teorema 2.8. El rango de una matriz cualquiera A coincide con el orde más grande que tengan las
submatrices cuadradas de A con determinante no nulo.

Concretamente, el resultado anterior nos dice que rg(A) = k si y sólo si:

(a) Existe una submatriz S de A de orden k con |S| 6= 0,

(b) Si S0 es cualquier submatriz cuadrada de A de orden mayor que k, entonces |S0 | = 0.

Como consecuencia del resultado anterior, tenemos que una matriz cuadrada de orden n tiene rango
n si, y sólo si, el determinante de A es distinto de cero. Es decir,

dada A ∈ Mn , tenemos que rg(A) = n ⇐⇒ |A| 6= 0.

Por tanto, para calcular el rango de una matriz se va a seguir un proceso reiterativo (algoritmo). Se bus-
ca un determinante distinto de cero que sea el más grande posible (mayor número de filas/columnas)
que se pueda formar a partir de las filas y columnas de la matriz. Se empieza buscando un determinan-
te distinto de cero de orden 1 y se va construyendo sucesivamente determinantes (menores) de orden
superior, es decir, con una fila más y una columna más que el anterior menor de orden no nulo.

Ejemplo 2.9. Calcular el rango de la siguiente matriz

 
−1 2 1 3
A =  4 −5 −1 0  .
2 −1 1 0

Notar que A ∈ M3×4 . Luego, 0 ≤ rg(A) ≤ mı́n{3, 4} = 3. Como −1 6= 0, rg(A) ≥ 1. Como

 
−1 2 
 4 −5 = 5 − 8 = −3 6= 0, entonces rg(A) ≥ 2.
 

Observar que  
−1 2 1 

 4 −5 −1 = (5 − 4 − 4) − (−10 − 1 + 8) = 0
 
 2 −1 1 
y sin embargo  
−1 2 3
 
 4 −5 0 = −12 + 30 = 18 6= 0.
 
 2 −1 0
Por tanto, rg(A) = 3.

Matemáticas – Grado en Quı́mica — 13 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

2.5. Cálculo de la matriz inversa usando determinantes

Teorema 2.10. Una matriz cuadrada tiene inversa si, y sólo si, su determinante es distinto de cero.

A continuación mostraremos un método para hallar la matriz inversa de una matriz regular. Para ello,
necesitamos el siguiente concepto.

Definición 2.11. Sea A = (ai j ) ∈ Mn . Se llama matriz adjunta de A, y se denota por Adj(A), a la
matriz que se obtiene de sustituir cada elemento ai j por su adjunto ∆i j . (véase la definición 2.3)
 
2 −2 2
Ejemplo 2.12. Dada la matriz A =  2 1 0  , los adjuntos de cada elemento son
3 −2 2

∆11 = 2 ∆12 = −4 ∆13 = −7

∆21 = 0 ∆22 = −2 ∆23 = −2
∆31 = −2 ∆32 = 4 ∆33 = 6

Ası́ pues, su matriz adjunta es

   
∆11 ∆12 ∆13 2 −4 −7
Adj(A) =  ∆21 ∆22 ∆23  =  0 −2 −2  .
∆31 ∆32 ∆33 −2 4 6

Teorema 2.13. La matriz inversa de una matriz regular es igual a la matriz traspuesta de su adjunta
dividida por el determinante de la matriz dada. Es decir, si A ∈ Mn es una matriz con |A| 6= 0, entonces
1
A−1 = Adj(A)t .
|A|

Ejemplo 2.14. Sea A la matriz del ejemplo anterior. Como |A| = −2 y

 
2 0 −2
Adj(A)t =  −4 −2 4  ,
−7 −2 6

entonces    
2 0 −2 −1 0 1
1
A−1 = −  −4 −2 4  =  0 1 −2  .
2 7
−7 −2 6 2 1 −3
Conviene observar que:

El primer paso para hallar la inversa de una matriz es calcular su determinante.

Si el determinante es cero, s termina el proceso: la matriz no tiene inversa.

Matemáticas – Grado en Quı́mica — 14 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

3. Sistemas de ecuaciones lineales

3.1. Definición
Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo:


 a11 x1 + a12 x2 + a13 x3 + · · · + a1n xn = b1
 a21 x1 + a22 x2 + a23 x3 + · · · + a2n xn = b2



(S) a31 x1 + a32 x2 + a33 x3 + · · · + a3n xn = b3
. .. .. .. ..
 ..



 . . . .
 a x +a x +a x +···+a x = b
m1 1 m2 2 m3 3 mn n m

donde

ai j son números reales dados, se llaman coeficientes del sistema.

b1 , b2 , b3 , . . . , bm son números reales, y reciben el nombre de términos independientes.

x1 , x2 , x3 , . . . , xn son las incógnitas del sistema.

Si todos los términos independientes son nulos, el sistema se llama homogéneo.

Definición 3.1. La solución del sistema (S) es un conjunto ordenado de números reales (s1 , s2 , s3 , . . . , sn )
tales que, al sustituir las incógnita x1 por s1 , x2 por s2 , x3 por s3 , . . . , xn por sn , se satisfacen a la vez
las m ecuaciones.

Podemos clasificar los sistemas lineales según la existencia de soluciones:

Sistema compatible (S.C.): tiene al menos una solución.

• S.C. Determinado: tiene una única solución.

• S.C. Indeterminado: tiene infinitas soluciones.

Sistema incompatible (S.I.): no tiene ninguna solución.

 

  Determinado.
Compatible




Indeterminado.
 
Sistema Lineal


Incompatible.






3.2. Forma matricial de un sistema lineal

El sistema (S) se puede escribir en la siguiente forma matricial

A X = B,

donde

Matemáticas – Grado en Quı́mica — 15 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

 
a11 a12 a13 · · · a1n

 a21 a22 a23 · · · a2n 

A=
 a31 a32 a33 · · · a3n  es la matriz asociada al sistema,

 .. .. .. .. 
 . . . . 
am1 am2 am3 · · · amn
 
b1

 b2  
B=
 b3   es la matriz columna de los términos independientes,
 .. 
 . 
bm
 
x1

 x2  
X =
 x3   es la matriz columna formada por las incógnitas.
 .. 
 . 
xn

La matriz ampliada A∗ del sistema (S) es de orden m × (n + 1) y se obtiene a partir de la matriz A,

añadiéndole la columna formada por los términos independientes B, es decir,
 
a11 a12 a13 · · · a1n b1
  a21 a22 a23 · · · a2n b2 
 

A∗ := A | B =  a31 a32 a33 · · · a3n b3  .
 
 .. .. .. .. .. 
 . . . . . 
am1 am2 am3 · · · amn bm

3.3. Sistemas equivalentes

Definición 3.2. Dos sistemas de ecuaciones lineales son equivalentes cuando tienen las mismas solu-
ciones.
Observar que si dos sistemas de ecuaciones son equivalentes, entonces tienen el mismo número de
incógnitas, aunque no es necesario que tengan igual número de ecuaciones.
Teorema 3.3 (Transformaciones de Gauss). Las siguientes transformaciones dan lugar a otro sistema
equivalente:
Cambiar de orden las ecuaciones o las incógnitas;

Multiplicar los dos miembros de una misma ecuación por un número distinto de cero;

Suprimir una ecuación que sea combinación lineal de otras ecuaciones del sistema;

Sustituir una ecuación por la suma de ella y una combinación lineal de las restantes.
Una regla práctica:
Antes de resolver un sistema conviene eliminar las ecuaciones dependientes, como:

Matemáticas – Grado en Quı́mica — 16 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

— Ecuaciones nulas.

— Ecuaciones iguales.

— Ecuaciones proporcionales.

3.4. Método de Gauss

Consiste en trasformar un sistema en otro equivalente que sea escalonado usando para ello las tras-
formaciones de Gauss.
Dado la matriz ampliada de un sistema
 
∗ ∗ ∗ ∗ ∗
 ∗ ∗ ∗ ∗ ∗ 
 
 ∗ ∗ ∗ ∗ ∗ 
∗ ∗ ∗ ∗ ∗

pretendemos obtener una matriz equivalente con la siguiente forma

 
∗ ∗ ∗ ∗ ∗
 0 ∗ ∗ ∗ ∗ 
 0 0 ∗ ∗ ∗ .
 

0 0 0 ∗ ∗

Pueden ocurrir tres casos:

Caso 1. Sistema compatible determinado:
 
∗ ∗ ∗ ∗ ∗
 0 ∗ ∗ ∗ ∗ 
 ,
 0 0 ∗ ∗ ∗ 
0 0 0 

siendo , números distintos a cero.

Caso 2. Sistema compatible indeterminado:

 
∗ ∗ ∗ ∗ ∗
 0 ∗ ∗ ∗ ∗ 
 ,
 0 0
 
0 0 0 0 0

siendo
, , números distintos a cero.

Caso 3. Sistema incompatible:  

∗ ∗ ∗ ∗ ∗
 0
 ∗ ∗ ∗ ∗ 
,
 0 0 ∗ ∗ ∗ 
0 0 0 0
siendo un número distinto a cero.

Matemáticas – Grado en Quı́mica — 17 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

Ejemplo 3.4. Sea 

 x − y − 2z = −1
(S) 2x − 3y + 4z = 4
5x − y + 3z = 16


Aplicamos el método de Gauss para resolver dicho sistema.

     
1 −1 −2 −1 0 1 −1 −2 −1 0 1 −1 −2 −1
F2 =F2 −2F1 F3 =F3 +4F2
 2 −3 4 4  −− −−−−→  0 −1 8 6  −− −−−−→  0 −1 8 6 
0
F3 =F3 −5F1
5 −1 3 16 0 4 13 21 0 0 45 45
Obtenemos el siguiente sistema equivalente a (S):

 x − y − 2z = −1 (1)
−y + 8z = 6 (2)
45z = 45 (3)


De (3), obtenemos que z = 1. Sustituyendo en (2)

−y + 8 = 6 ⇐⇒ y = 2.
Finalmente, sustituyendo ambos valores en (1), tenemos que
x − 2 − 2 = −1 ⇐⇒ x = 3.
Por tanto, (S) es un sistema compatible determinado cuya única solución es x = 3, y = 2 y z = 1.
Ejemplo 3.5. Sea 
 x − y + 3z = 4
(S) 2x − y − z = 6
3x − 2y + 2z = 10


Aplicamos el método de Gauss para resolver dicho sistema.

     
1 −1 3 4 0 1 −1 3 4 0
F3 =F3 −F2
1 −1 3 4
F2 =F2 −2F1
 2 −1 −1 6  −− −− − −→  0 1 −7 −2  −− −−−−→  0 1 −7 −2 
F30 =F3 −3F1
3 −2 2 10 0 1 −7 −2 0 0 0 0
Obtenemos el siguiente sistema equivalente a (S):

x − y + 3z = 4 (1)
−7y − 2z = −2 (2)
el cual es un sistema compatible indeterminado. Calculemos su solución general. Para ello, sea λ ∈ R.
Tomando z = λ, de (2), obtenemos que
y − 7λ = −2 ⇐⇒ y = −2 + 7λ.
Sustituyendo ambos valores en (1), tenemos que
x − (−2 + 7λ) + 3λ = 4 ⇐⇒ x = 2 + 4λ.
Por tanto, (S) es un sistema compatible indeterminado cuya solución general viene dada por la si-
guiente expresión 
 x = 2 + 4λ,
y = −2 + 7λ, con λ ∈ R
z = λ.


Matemáticas – Grado en Quı́mica — 18 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

Ejemplo 3.6. Sea 

 2x − y + 3z = 6
(S) 4x − 2y + 6z = 9
x−y+z = 3


Aplicamos el método de Gauss para resolver dicho sistema.

     
2 −1 3 6 1 −1 1 3 0 1 −1 1 3
F1 ↔F3 F2 =F2 −4F1
 4 −2 6 9  − −−−→  4 −2 6 9  −− −−−−→  0 2 2 −3  →
F30 =F3 −2F1
1 −1 1 3 2 −1 3 6 0 1 1 3
 
F30 =2F3 −F2
1 −1 1 3
−− −−−−→  0 2 2 −3 
0 0 0 3

Se trata de una matriz ampliada asociada a un sistema incompatible. Por tanto, el sistema (S) es
incompatible (no tiene solución).

3.5. Teorema de Rouché-Fröbenius

Teorema 3.7 (Teorema de Rouché-Fröbenius). Un sistema de ecuaciones lineales es compatible si, y
sólo si, el rango de la matriz de los coeficientes es igual al rango de la matriz ampliada con la columna
de los términos independientes. Es decir,

(S) es compatible ⇐⇒ rg(A) = rg(A∗ ).

En un sistema con n incógnitas, se tiene que

 
  r = n ⇒ Sistema compatible determinado.
∗) = r

rg(A) = rg(A




r < n ⇒ Sistema compatible indeterminado.
 

rg(A) 6= rg(A∗ ) ⇒ Sistema incompatible.







3.6. Regla de Cramer

Definición 3.8. Un sistema de ecuaciones lineales es un sistema de Cramer si cumple las siguientes
dos condiciones:

C1. Tiene n ecuaciones y n incógnitas.

C2. El determinante de la matriz de coeficientes es distinto de cero.

Observar que un sistema de Cramer es por definición compatible determinado, ya que rg(A) =
rg(A∗ ) = n.

Matemáticas – Grado en Quı́mica — 19 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

Teorema 3.9. En un sistema de Cramer, el valor de cada incógnita se obtiene dividiendo el determi-
nante asociado a dicha incógnita por el determinante del sistema. Es decir,
det(B,C2 ,C3 , . . . ,Cn )
x1 =
det(C1 ,C2 ,C3 , . . . ,Cn )

det(C1 , B,C3 , . . . ,Cn )

x2 =
det(C1 ,C2 ,C3 , . . . ,Cn )

det(C1 ,C2 , B, . . . ,Cn )

x3 =
det(C1 ,C2 ,C3 , . . . ,Cn )
..
.
det(C1 ,C2 ,C3 , . . . , B)
xn =
det(C1 ,C2 ,C3 , . . . ,Cn )
Ejemplo 3.10. Sea 
 2x + y + 3z = 7
(S) x + 6z = 7
3x − 2y + z = 0


Como el número de ecuaciones es igual al número de incógnitas y

 
2 1 3
 
|A| = 1 0 6 = 35 6= 0,
3 −2 1

obtenemos que (S) es un sistema de Cramer. Aplicando la regla de Cramer, deducimos que
   
7 1 3 2 7 3
   
7 0 6 1 7 6
   
0 −2 1 35 3 0 1 70
x= = = 1, y= = = 2,
35 35 35 35
 
2 1 7
 
1 0 4
 
3 −2 2 35
z= = = 1.
35 35
Por tanto, la solución del sistema (S) es x = 1, y = 2 y z = 1.

4. Aplicaciones a la Quı́mica
En esta sección daremos algunas aplicaciones de lo estudiado anteriormente al campo de la Quı́mica.
Comenzaremos mostrando cómo se puede usar los sistemas lineales en el balanceo de ecuaciones
quı́micas. A continuación, obtendremos modelos estequimétricos usando el álgebra matricial. Fi-
nalmente, ilustramos con un ejemplo la aplicabilidad de los sistemas lineales incluso a situaciones
cotidianas en el ámbito quı́mico.

Matemáticas – Grado en Quı́mica — 20 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

4.1. Balanceo de ecuaciones quı́micas

Cuando tiene lugar una reacción quı́mica, un número de moléculas se combinan con otras para pro-
ducir nuevas moléculas. Por ello, cuando el hidrógeno H2 se combina con moléculas de oxı́geno O2 ,
el resultado es agua H2 O. Esto se expresa como H2 + O2 −−→ H2 O. Los átomos individuales ni se
crean ni se destruyen, por lo que el número de átomos que intervienen en la reacción debe ser igual al
número de los resultantes (en forma de agua). En ese caso, se dice que la reacción está balanceada.
Nótese que cada molécula de hidrógeno H2 está compuesta por dos átomos, al igual que la molécula
de oxı́geno O2 , mientras que una molécula de agua H2 O está compuesta por dos átomos de hidrógeno
y uno de oxı́geno. en la reacción anterior, esto requiere que haya el doble de moléculas de hidrógeno
que de oxı́geno, para que se produzca la reacción; esto se expresa como 2 H2 + O2 −−→ 2 H2 O. Esta
ecuación quı́mica se encuentra ahora balanceada porque hay 4 átomos de hidrógeno y 2 de oxı́geno,
a cada lado de la reacción.
Un método sistemático para balancear ecuaciones quı́micas consiste en establecer una ecuación que
describa el número de átomos de cada tipo presente en una reacción. Por ejemplo, cuando se quema
gas propano C3 H8 , éste se combina con oxı́geno O2 para formar dióxido de carbono CO2 y agua H2 O,
de acuerdo con la ecuación (no ajustada) de la forma:

(x1) C3 H8 + (x2) O2 −−→ (x3) CO2 + (x4) H2 O.

Como esta ecuación involucra tres tipos de átomo (carbono, hidrógeno y oxı́geno), se construye un
vector de R3 para cada reactivo y producto listando el número de “átomos por molécula”, como sigue:
       
3 0 1 0 ←− Carbono
C3 H8 : 8 , O2 : 0 , CO2 : 0 , H2 O : 2 ←− Hidrógeno
0 2 2 1 ←− Oxı́geno

Para balancear la ecuación, los coeficientes x1 , . . . , x4 deben satisfacer

       
3 0 1 0
x1 8 + x2 0 = x3 0 + x4 2
0 2 2 1

Para hallar el valor de los coeficientes x1 , . . . , x4 , debemos poner la anterior ecuación en forma estándar
para sistemas lineales (basta trasladar todos los términos a la izquierda y realizar las operaciones
componente a componente), quedándonos:

 3x1 − x3 = 0
8x1 − 2x4 = 0
2x2 − 2x3 − x4 = 0


Resolviendo el sistema (por el cualquier método estudiado), tenemos que su solución general viene
dada por x1 = λ/4, x2 = 5λ/4, x3 = 3λ/4 y x4 = λ, con λ ∈ R. Como los coeficientes en una ecuación
quı́mica deben ser números enteros, podemos tomar como solución particular λ = 4, quedándonos
x1 = 1, x2 = 5, x3 = 3 y x4 = 4. Por tanto, la ecuación balanceada es

C3 H8 + 5 O2 −−→ 3 CO2 + 4 H2 O.

Matemáticas – Grado en Quı́mica — 21 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

4.2. Obtención de un modelo estequimétrico

En un sistema quı́mico formado por S especies quı́micas (denotadas por B j , con j = 1, . . . , S) entre las
que producen R reacciones quı́micas, es difı́cil a simple vista plantear un modelo estequiométrico, y
tanto más cuanto más especies y reacciones están interviniendo. Con el fin de plantear una sistemática
de obtención de modelos estequimétricos, se presentarán en primer lugar las relaciones fundamentales
de la estequiometrı́a. En forma simplificada, un sistema quı́mico con R reacciones estequiométricas
en las que νi j es el coeficiente estequiométrico del compuesto νi j en la i-ésima reacción puede repre-
sentarse por el sistema:
S
∑ νi j B j = 0 para cada i = 1, . . . , R.
j=1

Notar que el coeficiente estequiométrico es negativo para los reactivos (νi j < 0), positivo para los
productos (νi j > 0) y cero para los productos inertes (νi j = 0) en una reacción determinada.
En notación matricial, la expresión anterior se convierte en
   
νi j · B j = 0
(1)
(R × S) (S × 1)


donde ν
i j es la llamada matriz de coeficientes estequimétricos y tiene R filas y S columnas., mientras
que B j es un vector columna simbólico de S filas y una columna representativo de las especies
quı́micas presente en el sistema.
Por otro lado, cada compuesto B j se puede considerar formado por una combinación (lineal) de los T
elementos quı́micos presentes de forma que se puede escribir:
T
Bj = ∑ ε jk Ek para cada i = 1, . . . , S,
k=1

donde Ek representa el k-ésimo elemento quı́mico y ε jk , denominado coeficiente atómico, es el número

de átomos de dicho elemento que tiene el compuesto B j . Por ejemplo, el metanol se puede descom-
poner como CH3 OH = 1 C + 4 H + 1 O.
Si se emplea la notación matricial para describir la descomposición de todos los B j en sus respectivos
átomos se obtiene la expresión:
     
B j = ε jk · Ek
(2)
(S × T ) (T × 1)



donde ε jk es la denominada matriz atómica que tiene S filas y T columnas mientras que Ek es un
vector columna que contiene los sı́mbolos de los T elementos quı́micos presentes.




Sustituyendo
la ecuación (2) en la ecuación (1) se deduce que νi j · ε jk · Ek = 0. Y dado que
el vector Ek es no nulo, porque está formado por los elementos que figuran en los compuestos del
sistema, se concluye que:    
νi j · ε jk = 0. (3)
El análisis de las dimensiones de las matrices señala que existen R conjuntos de T ecuaciones con S
incógnitas. si bien el número de compuestos S y el de especies atómicas T se determinan mediante el

Matemáticas – Grado en Quı́mica — 22 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

análisis quı́micos del sistema, no ocurre ası́ para determinar el número R de ecuaciones. Es la propia
Álgebra Lineal la que nos aporta la solución de encontrar R, al señalar que el número máximo de
reacciones linealmente independientes Rmáx entre S compuestos se obtiene de la regla de Gibbs de la
estequiometrı́a:
Rmáx = S − rg(ε jk ) = rg(νi j ).

Además, el rango de la matriz atómica rg(ε jk ) indica el número mı́nimo de especies quı́micas a partir
de las cuales podrı́a generarse cualquier mezcla de las especies presentes en el sistema.

Una vez que se dispone de Rmáx ya se está en disposición de utilizar la ecuación (3) para determinar
los coeficientes estequiométricos, ası́ como los compuestos que participarán en cada una de las reac-
ciones linealmente independientes integrantes en el modelo estequiométrico. Esta determinación es
aconsejable realizarla mediante el álgebra matricial resolviendo simultáneamente los Rmáx sistemas
con T ecuaciones y S incógnitas. Los sistemas son compatibles indeterminados, ya que como S > T
existen S −T grados de libertad. Por tanto, habrá que fijar los valores de S −T incógnitas para resolver
cada sistema. Según los valores que se fijen para estas incógnitas libres se obtendrá un modelo este-
quiométrico diferente, recordando la idea que el número de modelos estequiométricos de un sistema
es infinito.

Veamos un ejemplo de cómo se puede llegar a conseguir un determinado modelo estequiométrico,

permitiéndonos visualizar todos los conceptos anteriormente mencionados.

El sulfuro de carbono CS2 se obtiene industrialmente en fase gaseosa y en presencia de una cata-
lizador de alúmina activada por reacción entre el metano CH4 y el azufre S2 , obteniéndose como
subproducto sulfuro de hidrógeno H2 S e hidrógeno H2 , éste último en pequeña proporción. El
sistema se puede representar estequiométricamente y cinéticamente mediante dos reacciones en
las que aparecen el metano y el azufre como reactivos. Obtener las ecuaciones representativas
del proceso. ¿Cuál es el número máximo de reacciones linealmente independientes?
Identificadas las especies moleculares presentes

en el sistema se continúa mediante su enumeración y
construcción de la matriz atómica ε jk :

B1 ≡ CH4 ; B2 ≡ S2 ; B3 ≡ CS2 ; B4 ≡ H2 ; B5 ≡ H2 S .

C H S
 1 4 0 ← B1 = CH4
   0 0 2 ← B2 = S2
ε jk =
 1 0 2 ←

B3 = CS2
0 2 0 ← B4 = H2
 
0 2 1 ← B5 = H2 S


El rango de la matriz atómica ε jk es 3 dado que al menos un menor de orden tres tiene un determi-
nante no nulo, por ejemplo  
1 0 2
 
0 2 0 = 2 6= 0.
 
0 2 1
Por tanto, el número máximo de ecuaciones estequiométricas linealmente independientes será:

Rmáx = S − rg(ε jk ) = rg(νi j ) = 5 − 3 = 2.

Matemáticas – Grado en Quı́mica — 23 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

Los correspondientes coeficientes estequiométricos de la reacciones se determinarán aplicando el

balance de átomos, el cual se explicita de la siguiente manera:
 
1 4 0
      0 0 2
ν11 ν12 ν13 ν14 ν15  
1 0 2 = 0.
νi j · ε jk = 0 ⇐⇒
ν21 ν22 ν23 ν24 ν25  0 2 0


0 2 1

Se observa, pues, que al multiplicar cada una de las dos filas de la primera matriz por las tres filas de
la primera matriz, se dispone de 2 sistemas de tres ecuaciones y 5 incógnitas cada uno de ellos.
 
 ν11 + ν13 = 0  ν21 + ν23 = 0
4ν11 + 2ν14 + 2ν15 = 0 y 4ν21 + 2ν24 + 2ν25 = 0
2ν12 + 2ν13 + ν15 = 0 2ν22 + 2ν23 + ν25 = 0
 

Para resolver los dos sistemas simultáneamente primeramente se escribe un solo sistema que repre-
sentará a los dos de la siguiente forma:

 νi 1 + νi 3 = 0
4νi 1 + 2νi 4 + 2νi 5 = 0 donde i = 1, 2.
2νi 2 + 2νi 3 + νi 5 = 0


Matricialmente este sistema se puede escribir de la forma:

 
  νi 1
1 0 1 0 0  ν i 2 

4 0 0 2 2 νi 3  = 0.
 
0 2 2 0 1 ν i 4 
νi 5

A continuación se procede eligiendo un menor de orden 3 diferente de 0. Por ejemplo, el formado por
las columnas 1, 4 y 5. Estas columnas se mantienen en el primer miembro y el resto de las columnas
se pasan al otro lado de la igualdad asignándoles un valor de i, empezando en 1 hasta el número de
de incógnitas libres que vamos a eliminar que coincide con el número Rmáx . En nuestro caso i = 1, 2.
Ası́ se obtiene la expresión
       
1 0 0 νi 1 0 −1
4 2 2 · νi 4  =  0  ,  0 
0 0 1 νi 5 −2 −2
i=1 i=2

La resolución simultánea se realizará mediante la diagonalización del menor menor elegido de la

matriz atómica haciendo combinaciones lineales entre filas, para llegar finalmente a la matriz iden-
tidad. Este proceso repercutirá también en las matrices columnas de la derecha. En nuestro caso, la
diagonalización se puede hacer de la siguiente manera:

Paso 1. Modificar la 2a fila haciendo F2 − 4F1 .

Paso 2. Modificar la 2a fila haciendo F2 /2.

Matemáticas – Grado en Quı́mica — 24 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

Paso 3. Modificar la 2a fila haciendo F2 − F3 .

Tras estos pasos se llega a la siguiente expresión:

       
1 0 0 νi 1 0 −1
0 1 0 · νi 4  =  2  ,  4 
0 0 1 νi 5 −2 −2
i=1 i=2


Luego, la matriz de coeficiente estequiométricos νi j está parcialmente hallada, siendo:
  0 ν 
12 ν13 2 −2
νi j =
−1 ν22 ν23 4 −2

Finalmente, para determinar los coeficientes estequiométricos libres que quedan por hallar se sigue
el siguiente criterio convencional: se igualan (en el orden en el que se escribe el bloque) a la matriz
identidad de orden 2 = Rmáx . En nuestro caso,
   
ν12 ν13 1 0
= .
ν22 ν23 0 1

Por tanto, la matriz de coeficientes estequiométricos es

   0 1 0 2 −2
νi j = .
−1 0 1 4 −2

Finalmente, podemos interpretar el significado de los coeficientes estequimétricos para escribir las
dos reacciones linealmente independientes. Recordar que el coeficiente estequiométrico es negativo
para los reactivos (νi j < 0), positivo para los productos (νi j > 0) y cero para los productos inertes
(νi j = 0) en la reacción determinada. Luego, nuestro modelo estequiométrico es:

2 H2 S −−→ 2 H2 + S2 (R1 )
2 H2 S + CH4 −−→ 4 H2 + CS2 (R2 )

Mencionar que kas ecuaciones obtenidas han de estar igualadas atómicamente, pues en caso contrario
quiere decir que se ha cometido algún error en su deducción.
Ambas ecuaciones representan uno de los infinitos modelos estequiométricos del sistema pero si se
pretende obtener un modelo estequiométrico con notaciones cinéticas en el que aparecen el metano
CH4 y el azufre S2 como reactivos, será necesario operar con las dos ecuaciones obtenidas (realizando
combinaciones lineales de ellas dos).

Restando (R2 ) − (R1 ) se obtiene la reacción CH4 + S2 −−→ 2 H2 + CS2 .

Restando (R2 ) − 2(R1 ) se llega a la reacción CH4 + 2 S2 −−→ 2 H2 S + CS2 .

Estas dos reacciones sı́ cumplen los requerimientos cinéticos indicados en el problema, por lo tanto
el modelo correcto es:
CH4 + S2 −−→ 2 H2 + CS2
CH4 + 2 S2 −−→ 2 H2 S + CS2

Matemáticas – Grado en Quı́mica — 25 — David Ariza Ruiz

 Matrices, determinantes y sistemas de ecuaciones lineales

NOTA. Tal vez sea necesario realizar una transformación del modelo estequiométrico obtenido en
otro más realista acorde con la realidad quı́mica del sistema. Para más información véase la página 16
del libro Cinética de las Reacciones Quı́micas de José Felipe Izquierdo et al (Edicions Universitat de
Barcelona, 2004).

Matemáticas – Grado en Quı́mica — 26 — David Ariza Ruiz