Capítulo1 Matrices y Determinantes  __________________________________________ 3 

Introducción _____________________________________________________________________ 3 
1 Matrices  _____________________________________________________________________ 4 
Definición _________________________________________________________________________ 4 
Matriz n×p _______________________________________________________________________ 4 
Matrices especiales  _________________________________________________________________ 5 
Matriz fila _______________________________________________________________________ 5 
Matriz columna ___________________________________________________________________ 5 
Matriz nula ______________________________________________________________________ 5 
Matriz unidad ____________________________________________________________________ 5 
Matriz escalar ____________________________________________________________________ 5 
Matriz diagonal ___________________________________________________________________ 6 
Matriz triangular superior  __________________________________________________________ 6 
Matriz opuesta ___________________________________________________________________ 6 
Matriz traspuesta, At  ______________________________________________________________ 6 
Igualdad  __________________________________________________________________________ 7 
Operaciones _______________________________________________________________________ 7 
Suma ___________________________________________________________________________ 7 
Resta ___________________________________________________________________________ 7 
Propiedades de la suma ____________________________________________________________ 7 
Asociativa _____________________________________________________________________ 7 
Conmutativa ___________________________________________________________________ 7 
Cancelativa ____________________________________________________________________ 7 
Neutro ________________________________________________________________________ 7 
Simétrico ______________________________________________________________________ 7 
Traspuesta de una suma A+B ______________________________________________________ 7 
Multiplicación por un número real  ___________________________________________________ 7 
Combinación lineal de matrices, CL ___________________________________________________ 8 
Producto escalar de 2 matrices fila  ___________________________________________________ 8 
Producto matricial  ________________________________________________________________ 8 
Propiedades de la multiplicación _____________________________________________________ 8 
Asociativa _____________________________________________________________________ 8 
No conmutativa  ________________________________________________________________ 9 
No cancelativas _________________________________________________________________ 9 
Distributiva del producto respecto de la suma  ________________________________________ 9 
Neutro de las matrices cuadradas __________________________________________________ 9 
Traspuesta de un producto A×B ____________________________________________________ 9 
2 Determinantes _______________________________________________________________ 10 
Definición ________________________________________________________________________ 10 
Regla de Sarrus ________________________________________________________________ 10 
Menor complementario, mij __________________________________________________________ 11 
Adjuntos o cofactores, cij ____________________________________________________________ 11 
Adjuntos ajenos de una línea _____________________________________________________ 12 
Matriz adjunta A* __________________________________________________________________ 12 
Propiedades de los determinantes  ____________________________________________________ 12 
Desarrollo Laplaciano _____________________________________________________________ 13 
Propiedad 1 _____________________________________________________________________ 13 
Propiedad 2 _____________________________________________________________________ 13 
Propiedad 3 _____________________________________________________________________ 13 
Propiedad 4 _____________________________________________________________________ 13 
Propiedad 5 _____________________________________________________________________ 13 
Propiedad 6 _____________________________________________________________________ 14 
Combinación lineal CL de una paralela  _______________________________________________ 14 
Propiedad 7 _____________________________________________________________________ 14 
1
 1 Matrices
Definición

Propiedad 8 _____________________________________________________________________ 14 
Propiedad 9 _____________________________________________________________________ 14 
Cálculo de determinantes____________________________________________________________ 15 
1 Método por la propia definición ___________________________________________________ 15 
2 Método por desarrollo Laplaciano  _________________________________________________ 15 
3 Método por teorema de Gauss ____________________________________________________ 15 
Etapa I _______________________________________________________________________ 15 
Etapas siguientes  ______________________________________________________________ 15 
Final _________________________________________________________________________ 15 
4 Método por regla de Chio ________________________________________________________ 17 
Rango de una matriz ________________________________________________________________ 17 
Cálculo del rango  ________________________________________________________________ 17 
1 Método práctico  _______________________________________________________________ 17 
2 Método de Gauss _______________________________________________________________ 18 
Etapa I y siguientes _____________________________________________________________ 18 
Final _________________________________________________________________________ 18 
3 Sistema de ecuaciones lineales __________________________________________________ 19 
Clasificación  ______________________________________________________________________ 19 
Teorema de Rouché Frobenius  _____________________________________________________ 19 
Teorema _____________________________________________________________________ 20 
1 Método de Cramer  _______________________________________________________________ 20 
2 Método matricial _________________________________________________________________ 21 
Notación matricial  _____________________________________________________________ 21 
Solución  _____________________________________________________________________ 21 
1 Matriz inversa por definición  _____________________________________________________ 22 
2 Matriz inversa por método matricial ________________________________________________ 22 
Condición necesaria y suficiente de existencia  _______________________________________ 22 
3 Matriz inversa por Gauss‐Jordán ___________________________________________________ 23 
Etapa I _______________________________________________________________________ 23 
Etapas siguientes  ______________________________________________________________ 23 
Final _________________________________________________________________________ 23 
Propiedades de las inversas ________________________________________________________ 24 
Resolución matricial de un sistema __________________________________________________ 24 
3 Método de Gauss _________________________________________________________________ 25 
Etapa I _______________________________________________________________________ 26 
Etapas siguientes  ______________________________________________________________ 26 
Final _________________________________________________________________________ 26 
4 Método de Gauss‐Jordán  __________________________________________________________ 26 
Etapa I _______________________________________________________________________ 27 
Etapas siguientes  ______________________________________________________________ 27 
Final _________________________________________________________________________ 27 
Sistemas homogéneos ______________________________________________________________ 27 
Solución  _____________________________________________________________________ 27 
Aplicación ____________________________________________________________________ 28 
Problemas  ____________________________________________________________________ 30 
1 Matrices ______________________________________________________________________ 30 
2 Determinantes _________________________________________________________________ 31 
3 Sistemas de ecuaciones lineales ___________________________________________________ 32 
Problemas verbales  ______________________________________________________________ 33 

2 Jorge Carlos Carrá

 1 Matrices

Capítulo1
Matrices y
Determinantes
Introducción
Este capítulo se divide en 3 partes:
1. Matrices
2. Determinantes
3. Sistemas de ecuaciones lineales

3
 1 Matrices
Definición

1 Matrices
El concepto de matriz fue desarrollado en 1857 por el matemático inglés Arthur Cayley (1821 -
1895).
Su idea fue la siguiente:
Sea una variable x relacionada con una y por la siguiente ecuación:
ax + b
y=
cx + d
Esta transformación podría representarse con el cuadro:
⎛a b⎞
A=⎜ ⎟
⎝c d ⎠
Análogamente si esa variable y se relaciona con una z por la siguiente ecuación:
a' y +b'
z=
c' y + d '
podría representarse con el cuadro:
⎛a' b'⎞
B=⎜ ⎟
⎝ c ' d '⎠
¿Cuál es la transformación que permite asociar z con x?. En caso de que exista ¿se puede representar
con un cuadro C? Como vamos a ver, la respuesta es afirmativa y se corresponde con el producto de
las matrices A y B:
C = A* B
El término matriz fue creado por otro matemático inglés Joseph Sylvester (1814 - 1897) con el
propósito de distinguir matrices y determinantes (los cuales se tratarán en la segunda sección, página
10), de tal forma que matriz significara "madre de los determinantes".

Definición
Matriz n×p
Es un conjunto ordenado de números dispuestos en n filas y p columnas, formando un rectángulo.
⎛ a11 a12 a13 a14 ⎞
⎜ ⎟
An× p = A3×4 = ⎜ a21 a22 a23 a24 ⎟
⎜a a34 ⎟⎠
⎝ 31 a32 a33
Un término genérico se representa por aij y es el término situado en la fila i y la columna j.
Los números i, j se llaman índices de la fila y de la columna, respectivamente.
Si n = p la matriz se llama cuadrada o de orden n:
⎛ a11 a12 a13 ⎞
⎜ ⎟
An× p = A3×3 = ⎜ a21 a22 a23 ⎟
⎜a a33 ⎟⎠
⎝ 31 a32

4 Jorge Carlos Carrá

 1 Matrices

Matrices especiales
Matriz fila
Es una matriz de dimensiones 1×n.
A= ( a11 a12 a13 ....... a1n )

Matriz columna
Es una matriz de dimensiones n×1.
⎛ a11 ⎞
⎜ ⎟
⎜ a12 ⎟
⎜a ⎟
A = ⎜ 13 ⎟
⎜ .. ⎟
⎜ .. ⎟
⎜ ⎟
⎜a ⎟
⎝ m1 ⎠

Matriz nula
Es la matriz con todos los elementos nulos. Se simboliza con 0.
Ejemplo
A modo de ejemplo la matriz nula de 3×3 es:
⎛0 0 0⎞
⎜ ⎟
O= ⎜ 0 0 0 ⎟
⎜0 0 0⎟
⎝ ⎠

Matriz unidad
Matriz cuadrada que tiene todos los elementos nulos excepto los de la diagonal principal (de arriba
hacia abajo y de izquierda a derecha) que son todos unos. Se simboliza con I.
Ejemplo
A modo de ejemplo la matriz unidad de 3×3 es:
⎛ 1 0 0⎞
⎜ ⎟
I = ⎜0 1 0⎟
⎜ 0 0 1⎟
⎝ ⎠

Matriz escalar
Matriz cuadrada que tiene todos los elementos nulos excepto los de la diagonal principal que son
todos el mismo número distinto de cero.

5
 1 Matrices
Matrices especiales

Ejemplo
⎛ −1 0 0 ⎞
⎜ ⎟
B= ⎜ 0 −1 0 ⎟
⎜ 0 0 −1⎟
⎝ ⎠

Matriz diagonal
Matriz cuadrada que tiene todos los elementos nulos excepto los de la diagonal principal en los que
por lo menos uno es distinto.
Ejemplo
⎛ −1 0 0 ⎞
⎜ ⎟
B= ⎜ 0 1 0 ⎟
⎜ 0 0 2⎟
⎝ ⎠

Matriz triangular superior

Todos los elementos por debajo de la diagonal principal son ceros.
Definición análoga para triangular inferior.
Ejemplo
⎛ 1 −1 0 ⎞
⎜ ⎟
A = ⎜ 0 3 −1⎟
⎜0 0 2⎟
⎝ ⎠

Matriz opuesta
Es del mismo orden que la directa con todos los elementos cambiados de signo. Si A es la directa la
opuesta se simboliza –A.
Ejemplo
⎛ 1 3 0⎞ ⎛ −1 −3 0 ⎞
⎜ ⎟ ⎜ ⎟
A = ⎜ −2 1 4 ⎟ , − A = ⎜ 2 −1 −4 ⎟
⎜ ⎟ ⎜ ⎟
⎝ 3 7 9⎠ ⎝ −3 −7 −9 ⎠

Matriz traspuesta, At
Dada una matriz n×p, es otra matriz p×n, que se obtiene de cambiar las fila por columnas.
Ejemplo
⎛1 2⎞
⎜ ⎟ ⎛1 3 5⎞
A = ⎜3 4⎟ At = ⎜ ⎟
⎜5 6⎟ ⎝ 2 4 6⎠
⎝ ⎠

6 Jorge Carlos Carrá

 1 Matrices

Igualdad
Dos matrices son iguales si son del mismo orden y sus elementos son iguales.

Operaciones
Suma
Deben ser del mismo orden n×p y el resultado es otra matriz del mismo orden, cuyos elementos
están formados por la suma de los elementos correspondientes.
Ejemplo
⎛ 1 1 ⎞ ⎛ 2 −2 ⎞
⎛ 1 −3 ⎞ ⎜ ⎟ ⎜ ⎟
⎜ ⎟+⎜ 1⎟ = ⎜ 1⎟
⎝ 4 0 ⎠ ⎜ −3 − ⎟ ⎜ 1 − ⎟
⎝ 2⎠ ⎝ 2⎠

Resta
Deben ser del mismo orden n×p. Se transforma la diferencia en la operación suma (ya definida),
realizando la suma del minuendo y el opuesto del sustraendo.
A − B = A + (− B)

Propiedades de la suma
Asociativa
( A + B) + C = A + ( B + C )

Conmutativa
A+ B = B+ A
Cancelativa
A+C = B +C ⇒ A = B
Neutro
Es la matriz nula.
A+0 = A
Simétrico
La suma con el simétrico debe dar el neutro.
Simétrico de A:
B = −A
Traspuesta de una suma A+B
Es la suma de las traspuestas.
( A + B) =At + Bt
t

Multiplicación por un número real

El producto de una matriz por un número real es igual al producto de cada uno de sus elementos por
dicho número.

7
 1 Matrices
Operaciones

Ejemplo
⎛ 1 1 3 1⎞ ⎛ 1 3⎞
⎛ 3 ⎞ ⎜ −2. 1. . ⎟ ⎜ −1
⎜ −2 1 4⎟
2⎟ ⎜
2 2 2 2 2
⎟ ⎜ ⎟
1 ⎜ ⎟ ⎜ 1 1⎟ ⎜
1⎟
1 1
. ⎜ 0 −1 2 ⎟ = 0. −1. 2. = 0 −
2 ⎜ ⎜ 2 2 2⎟ ⎜ 2 ⎟
1 2 0⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ 1 1 1 1
⎝ ⎠ ⎜ 1. 2. 0. ⎟⎟ ⎜⎜ 1 0 ⎟⎟
⎝ 2 2 2⎠ ⎝2 ⎠

Combinación lineal de matrices, CL

Deben ser todas del mismo orden n×p. Es la matriz del mismo orden n×p que se obtiene sumando las
matrices dadas multiplicadas por escalares.
Ejemplo
Dadas:
⎛ 1 −2 5 ⎞ ⎛ 0 2 1⎞ ⎛ 2 2 3⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ 0 3 1 ⎟ B= ⎜ −2 0 4 ⎟ C= ⎜ 2 1 4 ⎟
⎜ 2 −3 1 ⎟ ⎜ −1 −4 0 ⎟ ⎜3 4 0⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Hallar: la combinación lineal D.
D = 2 A + 3B − C
⎛ 1 −2 5 ⎞ ⎛ 0 2 1 ⎞ ⎛ 2 2 3 ⎞ ⎛ 0 0 10 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
D = 2 ⎜ 0 3 1 ⎟ +3 ⎜ −2 0 4 ⎟ - ⎜ 2 1 4 ⎟ = ⎜ −8 5 10 ⎟
⎜ 2 −3 1 ⎟ ⎜ −1 −4 0 ⎟ ⎜ 3 4 0 ⎟ ⎜ −2 −22 2 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Producto escalar de 2 matrices fila

Es el número que resulta de multiplicar los elementos correspondientes.

Producto matricial
El número de columnas del prefactor debe ser igual al número de filas del postfactor. Cada elemento
de la matriz producto es la suma de los productos de una fila del prefactor por una columna del
postfactor.
Ejemplo
C2 x 3 = A2 x 2 B2 x 3
El número de columnas de A es igual al número de filas de B. La matriz producto C tiene el número
de filas de A y de columnas de B.
⎛r s ⎞ ⎛ a11 a12 a13 ⎞ ⎛ r.a11+s.a21 r.a12 +s.a22 r.a13 + s.a23 ⎞
⎜ ⎟⎜ ⎟= ⎜ ⎟
⎝t u ⎠ ⎝ a21 a22 a23 ⎠ ⎝ t.a11+u.a21 t.a12 +u.a22 t.a13 +u.a23 ⎠

Propiedades de la multiplicación
Asociativa
( AB)C = A( BC )

8 Jorge Carlos Carrá

 1 Matrices

No conmutativa
AB ≠ BA en general.
Ejemplo
⎛1 1 ⎞ ⎛ −1 4 ⎞ ⎛ 2 0 ⎞
⎜ ⎟x⎜ ⎟=⎜ ⎟
⎝5 3 ⎠ ⎝ 3 −4 ⎠ ⎝ 4 8 ⎠
⎛ −1 4 ⎞ ⎛ 1 1 ⎞ ⎛ 19 11 ⎞
⎜ ⎟x⎜ ⎟=⎜ ⎟
⎝3 −4 ⎠ ⎝ 5 3 ⎠ ⎝ −17 −9 ⎠

Consecuencia
(A + B)
2
≠ A 2 + 2.A.B + B 2
La causa es la no conmutatividad del producto en general:
( A + B ) = ( A + B )( A + B ) = A 2 + A.B + B.A + B 2
2

y por lo visto antes:

A.B ≠ B.A
No cancelativas
Propiedad 1
AC = BC no implica A = B en general.
Se observará esto en uno de los problemas al final de este capítulo.
Propiedad 2
AB = 0 no implica A = 0 o B = 0 , en general.
Aunque esta es una propiedad evidente de los números reales y la causa es la existencia para los
números reales de elemento inverso. En las matrices no tiene por qué ocurrir, pues como veremos,
las matrices no siempre tienen un inverso multiplicativo.
Ejemplo
⎛1 0⎞ ⎛0 0⎞ ⎛0 0⎞
⎜ ⎟⋅⎜ ⎟=⎜ ⎟
⎝0 0⎠ ⎝1 1⎠ ⎝0 0⎠
En este caso el producto es nulo y ninguna de las matrices es la matriz nula. La causa es que ninguna
de las matrices dadas tiene inversa (como luego se comprobará).

Distributiva del producto respecto de la suma

A( B + C ) = AB + AC y ( B + C ) A = BA + CA

Neutro de las matrices cuadradas

Es la matriz unidad.
AI = A
Traspuesta de un producto A×B
Es el producto de la traspuesta de B por la traspuesta de A.
( A× B) =Bt × At
t

9
 2 Determinantes
Definición, DEF

2 Determinantes
Los determinantes hicieron su aparición más de un siglo antes que las matrices. Los historiadores
coinciden en afirmar que la teoría de determinantes se originó con el matemático alemán Gottfried
Wilhem Leibnitz (1646 – 1716), en relación con los sistemas de ecuaciones lineales que se verán en
la tercera sección de este capítulo.

Definición, DEF
Se llama determinante de una matriz cuadrada n×n al polinomio algebraico que tiene todos los
sumandos posibles formados por el producto de los elementos de cada fila y de cada columna pero
sin repetir en el sumando ni la fila ni la columna.
El signo de cada sumando si previamente se han ordenado los factores del sumando por columnas,
será positivo si el número de inversiones con respecto al orden natural presentan entre sí de cada dos
de los subíndices de las filas es par y negativo si es impar.
a11 a12 a13
An× p = A3×3 = a21 a22 a23 = + a31a12 a23 − a21a12 a33 + ...
a31 a32 a33
312 = dos inversiones (31 y 32)
213 = una inversión (21)

Regla de Sarrus
a11 a12 a13 a11 a12 a13
a21 a22 a23 – a21 a22 a23
a31 a32 a33 a31 a32 a33
A = a11.a22 .a33 + a21.a32 .a13 + a31.a12 .a23 − a31.a22 .a13 − a32 .a23 .a11 − a33 .a21.a12

Ejemplo

2 3 5
A= 4 7 3 = [2 ⋅ 7 ⋅ 1 + 4 ⋅ (− 8) ⋅ 5 + 3 ⋅ 3 ⋅ (− 2 )] − [5 ⋅ 7 ⋅ (− 2 ) + 3 ⋅ (− 8) ⋅ 2 + 3 ⋅ 4 ⋅ 1]=
−2 −8 1

= (14 – 160 - 18 ) – ( –70 – 48 + 12 ) = –164 – ( –106 ) = – 58

Ejemplo

2 3 4
B = −1 5 6 = 2 ⋅ 5 ⋅ 9 + 4 ⋅ ( −1) ⋅ 8 + 3 ⋅ 6 ⋅ ( −7 ) − 4 ⋅ 5 ⋅ ( −7 ) − 2 ⋅ 6 ⋅ 8 − 3 ⋅ ( −1) ⋅ 9 =
−7 8 9

= 90 – 32 – 126 + 140 – 96 + 27 = 3

10 Jorge Carlos Carrá

 2 Determinantes

Ejemplo
−1 3
5
A = 2 0 1 =5
−1 2 1

(0+12+1) – (0+10-2)=13–8= 5

Menor complementario de un
elemento, mij
Menor
Se llama menor de un determinante a cualquier determinante de menor grado que el determinante.
Es decir, es el determinante de cualquier submatriz cuadrada de A, obtenida suprimiendo alguna fila
o columna de la matriz A.

Menor complementario de un elemento

El menor complementario de un elemento cualquiera aij que se denomina pivote es el determinante
de orden inferior que se obtiene eliminando la fila y columna del pivote.
Así por ejemplo sea la matriz de 3x3:
⎛ a11 a12 a13 ⎞
⎜ ⎟
A3×3 = ⎜ a21 a22 a23 ⎟
⎜a a33 ⎟⎠
⎝ 31 a32

El menor complementario del pivote m32 es:

a11 a13
m32 =
a21 a13

Ejemplo
⎛ 2 1 −1⎞
⎜ ⎟
A = ⎜ −3 0 −2 ⎟
⎜ 4 3 −2 ⎟
⎝ ⎠
0 -2
m11 = = 0.( −2) − 3.( −2) = 6
3 -2
2 -1
m32 = = 2( −2) − ( −3)( −1) = −7
-3 -2

Adjuntos o cofactores de un pivote, cij

Es el menor complementario del pivote con signo algebraico positivo si la suma de los índices del
pivote es par y negativo si es impar.
cij = ( −1)i + j .mij .

11
 2 Determinantes
Matriz adjunta A*

Observar el siguiente patrón de signos:

⎛+ − +⎞
⎜ ⎟
⎜− + −⎟
⎜ ⎟
⎝+ − +⎠
Ejemplo
⎛ 2 1 −1⎞
⎜ ⎟
A = ⎜ −3 0 −2 ⎟
⎜ 4 3 −2 ⎟
⎝ ⎠
0 -2
c11 = ( −1)1+1 = 0.( −2) − 3.( −2) = 6
3 -2
c32 = ( −1)3+ 2 .m32 = ( −1)5 .( −7) = 7

Adjuntos ajenos de una línea

Son los adjuntos de una línea paralela a la dada.

Matriz adjunta A*
Dada una matriz cuadrada A, se llama matriz adjunta de A, y se representará por Ad o A*, a la matriz
formada por los adjuntos de sus elementos.
Ejemplo
Hallar la matriz adjunta.
⎛2 1⎞
A=⎜ ⎟
⎝ 3 4⎠
c11 = 4 c12 = −3 c 21 = −1 c 22 = 2
⎛ 4 −3 ⎞
A* = ⎜ ⎟
⎝ −1 2 ⎠
Ejemplo
Dada la matriz:
⎛ 2 0 0⎞
⎜ ⎟
A= ⎜ 3 1 5 ⎟
⎜ −2 0 1 ⎟
⎝ ⎠
Comprobar que la A* es:
⎛ 1 −13 2 ⎞
⎜ ⎟
A = ⎜0 2 0⎟
*

⎜ 0 −10 2 ⎟
⎝ ⎠

Propiedades de los determinantes

Antes veamos el desarrollo Laplaciano (sin demostración).

12 Jorge Carlos Carrá

 2 Determinantes

Desarrollo Laplaciano, LAP

El valor de un determinante es igual al producto de los elementos de una línea cualquiera
considerados como pivotes multiplicados por sus respectivos adjuntos o cofactores.
Ejemplo
Calcular del siguiente determinante desarrollándolo por la columna 2.
5 −1 3
2 1 5 3 5 3
2 0 1 = − −1 +0 + −2 = 3+ 0+ 2 = 5
−1 1 −1 1 2 1
−1 2 1

Propiedad
Si se multiplican los pivotes de una línea por adjuntos ajenos, el resultado es nulo.

Propiedad 1
Si un determinante presenta toda una línea nula el determinante es nulo. Esto se aprecia claramente
aplicando el desarrollo Laplaciano a esa línea.

Propiedad 2
Si un determinante presenta una línea multiplicada por un mismo número, el determinante está
multiplicado por dicho número. Esto se aprecia claramente aplicando el desarrollo Laplaciano a esa
línea.

Propiedad 3
El determinante de una matriz triangular (superior o inferior) es el producto de los elementos de la
diagonal principal pues al aplicar el desarrollo Laplaciano son nulos todos los productos excepto el
de la diagonal principal.

Propiedad 4
El determinante de una matriz es igual al determinante de la matriz traspuesta. Esto se aprecia
claramente aplicando el desarrollo Laplaciano a una matriz por filas y a la traspuesta por la columna
que corresponde a esa fila.
Ejemplo
Calculemos el determinante de la matriz traspuesta del ejemplo anterior.
5 2 −1
−1 0 2 =5
3 1 1
(0+1+12) – (0+10–2)= 5

Propiedad 5
Si en un determinante se cambian entre sí dos líneas (filas o columnas), el determinante cambia de
signo. Esta propiedad resulta de aplicar la definición y observar que al trasponer por ejemplo dos
columnas, el orden de los subíndices de fila de los elementos de esa columna en el sumando del
determinante resulta intercambiado y por lo tanto ese sumando cambia de signo. Como esto sucede
con todos los sumandos, el determinante cambia de signo.

13
 2 Determinantes
Propiedades de los determinantes

Ejemplo
Tomando la matriz del ejemplo inicial.
3 −1 5
1 0 2 = −5
1 2 −1

Propiedad 6
Si un determinante presenta una línea polinómica de la misma cantidad de sumandos, el
determinante vale la suma de tantos determinantes como sumandos tiene la línea polinómica.
Esta propiedad se justifica aplicando el desarrollo Laplaciano.
5 −1 + 2 3 5 −1 3 5 2 3
2 0−3 1= 2 0 1+ 2 −3 1
−1 2+5 1 −1 2 1 −1 5 1

Combinación lineal (CL) de una paralela sobre

una línea
Es el resultado de a un línea cualquiera sumarle una línea paralela multiplicada por un mismo
número.

Propiedad 7
Si un determinante presenta dos líneas paralelas iguales, el determinante es nulo.
Esta propiedad es consecuencia de la propiedad 5, ya que si se intercambian esas líneas el
determinante debe cambiar de signo, pero como se obtiene el mismo determinante, la única
posibilidad es que sea cero.

Propiedad 8
Un determinante no altera si sobre una línea se le efectúa una CL de una paralela.
Ejemplo
Reemplazar la C1 por C1 − 2C3 . Esta transformación C1 − 2C2 , es una forma compacta de colocar
C1 → C1 − 2C2 . Se sobreentiende que la línea expresada en primer lugar es la que se reemplaza.
5 −1 3 5 − 2(3) −1 3 5 −1 3 3 −1 3
2 0 1 ⎯⎯⎯→
C1 − 2 C3
2 − 2(1) 0 1= 2 0 1 −2 1 0 1 =5
−1 2 1 −1 − 2(1) 2 1 −1 2 1 1 2 1
El último determinante es cero por tener dos columnas iguales (propiedad 7).
Observar que el coeficiente de la línea que se reemplaza debe ser 1, pues de lo contrario todo el
determinante quedará multiplicado por ese número (propiedad 2).

Propiedad 9
Si un determinante presenta una línea que es CL de una paralela, el determinante es nulo.
Ejemplo
C1 = 2C3

14 Jorge Carlos Carrá

 2 Determinantes

2(5) −1 5 5 −1 5 0 −1 5
2(2) 0 2 =2 2 0 2 =20 0 2 =0
2(−1) 2 −1 −1 2 −1 0 2 −1
El penúltimo determinante es cero por tener dos columnas iguales (propiedad 7) o el último
determinante (obtenido por propiedad 8) es cero por tener una línea nula (propiedad 1).
Viceversa
Si un determinante es nulo, una línea es combinación lineal de una paralela, tanto de filas como de
columnas.
La demostración se realizará luego de estudiar los sistemas homogéneos (ver página 27).

Cálculo de determinantes
1 Método por la propia definición
Solo práctico para órdenes 2 y 3 (regla de Sarrus).

2 Método por desarrollo Laplaciano

Ya visto al comienzo de esta sección.

3 Método por teorema de Gauss

Consiste en triangular la matriz por combinaciones lineales CL para llevarla a una matriz triangular
(inferior o superior).
Un procedimiento sistemático para triangular consiste en (ejemplificado para filas):

Etapa I
Dejar la F1, tomar el elemento a11 (al que llamaremos pivote por comodidad en la explicación) y
triangular la C1 con una CL sobre la F1 (lograr que sean todos ceros excepto el pivote).

Etapas siguientes
Luego repetir para cada fila (en cualquier orden) tomando el elemento aii como pivote (diagonal
principal) y creando ceros debajo del mismo.

Si el elemento aii fuera cero, el método no puede aplicarse debiendo intercambiar filas o columnas
para obtener un pivote distinto de cero, cambiando el signo del determinante.
Si además todos los elementos por debajo del pivote incluido el mismo, fueran ceros, el determinante
es nulo porque la diagonal principal contendría un cero al final del proceso.

Final
Luego de la triangulación el determinante será el producto de los elementos de la diagonal principal
(por la propiedad 3).
Notas
1. No es necesario llevar las etapas hasta el final. Se puede detener cuando se llega a un
determinante (con la diagonal principal coincidente con la del original) que se pueda calcular
fácilmente. Esto se verá en el ejemplo siguiente.
2. En la CL, la línea que se va reemplazar solo puede ser multiplicada por 1, pues este número
multiplicará a todo el determinante, a menos que se divida simultáneamente a todo el
determinante por ese mismo número. (propiedades 8 y 2).

15
 2 Determinantes
Cálculo de determinantes

3. Se observará en el ejemplo siguiente que la ventaja de tomar como pivotes a los elementos de la
diagonal principal, es que en las sucesivas CL no se alterarán los ceros ya obtenidos. Una
consideración similar nos indicará que para construir la CL podría tomarse cualquier fila entre el
pivote y la fila a reemplazar, si esto resultara más conveniente.
4. Si no se desea trabajar con fracciones, podría multiplicarse toda la fila por el común
denominador y para que no altere el valor, multiplicar a todo el determinante por el inverso de
ese número (propiedad 2).
5. El método de Gauss puede ser fácilmente convertido a algoritmo y por ello es utilizado para la
resolución de sistemas por medio de computadoras.
6. Para determinantes no tiene aplicación el método de Gauss–Jordán que se verá luego para
matrices pues no se requiere realizar la otra triangulación.
Ejemplo
Calcular el siguiente determinante.
1 −2 −1 1
−1 3 −2 −2
2 0 1 1
1 −2 2 −2

1 −2 −1 1 1 −2 −1 1 1 −2 −1 1
F2 + F1
−1 3 −2 −2 F3 − 2 F1
F4 − F1 0 1 −3 −1 F3 − 4 F2 0 1 −3 −1 15 3
⎯⎯⎯→ ⎯⎯⎯→ = 1 ⋅1 ⋅ = −54
2 0 1 1 0 4 3 −1 0 0 15 3 3 −3
1 −2 2 −2 0 0 3 −3 0 0 3 −3

Ejemplo
1
−4 3 −2 3
−4 3 −2 3 F2 + F1
2
F3 + F1 −9 3 3 −4 3 −2 3
0
1 −3 2 0 F
F4 + 1 4 2 4 = 1 0 −9 6 3
⎯⎯⎯→ 4
4 −2 −2 1 0 1 −4 4 16 0 1 −4 4
1 2 1 1 11 1 7 0 11 2 7
0
4 2 4
−4 3
−2 3
1
F3 + F2 0 −9
6 3 −4 3 −2 3
9
11
F3 + F21 −30 39 1 1 0 −9 6 3
⎯⎯⎯⎯ →
9
0 0 =
16 9 9 16 81 0 0 −30 39
84 96 0 0 84 96
0 0
9 9
−4 3 −2 3
⎛ 6156 ⎞
84 0 −9 6 3 (−4)(−9)(−30) ⎜ ⎟
F4 + F3
⎯⎯⎯⎯ →
1 1
= ⎝ 30 ⎠ = −171
30
0 0 −30 39
16 81 16(81)
6156
0 0 0
30

16 Jorge Carlos Carrá

 2 Determinantes

Notas
1. Naturalmente podrían cambiarse filas por columnas en la explicación.
2. Para mayor precisión, elegir como pivotes los mayores de cada columna, reordenando las filas.

4 Método por regla de Chio

Es una particularidad del desarrollo Laplaciano al cual previamente se le realizan combinaciones
lineales para transformar la línea por la cual se va a desarrollar el determinante en un pivote y todos
los demás ceros (Gauss). Por lo tanto el determinante será el producto del pivote por el menor
complementario al mismo, pues todos los otros productos son ceros.
En la práctica puede ser conveniente una variante de esta regla observando alguna línea en la cual se
obtenga fácilmente una buena cantidad de ceros y luego desarrollando por esa línea aplicando el
método de Laplace.

Rango de una matriz

Es el mayor determinante no nulo extraído de los elementos de la matriz.
El rango o característica de una matriz A se representará por Rg(A).

Cálculo del rango

1 Método práctico
Se busca un menor de orden k distinto de cero y entonces el rango será mayor o igual a k. Se orla ese
menor con los elementos de una fila y de todas las columnas.
• Si todos los menores de orden k+1 obtenidos son nulos, entonces esa línea es combinación lineal
sobre una paralela y se puede eliminar. El rango de la matriz será igual o mayor que k y se repite
el proceso.
• Si alguno de los menores de orden k+1 es distinto de cero, entonces el rango será igual o mayor
que k+1 y se repite el proceso con ese menor de orden k+1.
Ejemplo
Hallar el rango de la siguiente matriz.
⎛1 2 −1 2 ⎞
⎜ ⎟
B := ⎜
2 1 0 1⎟
⎜4 5 −2 5 ⎟
⎜2 ⎟
⎝ −1 1 2 ⎠
Elegimos el siguiente menor:
1 2
≠ 0 ⇒ Rg ( A) ≥ 2
2 1
Añadimos la F3 y la C3:
1 2 −1
2 1 0 =0
4 5 −2
Luego la F3 y la C4:
1 2 2
2 1 1 =0
4 5 5

17
 2 Determinantes
Rango de una matriz

Luego la F3 es CL de las F1 y F2 y se puede eliminar. A efectos del rango la matriz queda:

⎡ 1 2 −1 2 ⎤
A´= ⎢⎢ 2 1 0 1 ⎥⎥
⎢⎣ 2 −1 1 2 ⎥⎦
Comenzamos de nuevo tomando como menor:
1 2 −1
2 1 0 =1≠ 0
2 −1 1
Por lo tanto:
Rg ( A) = Rg ( A´) = 3

2 Método de Gauss
A los efectos del cálculo del rango se puede:
• Suprimir las líneas que provocan que el determinante en estudio sea nulo (línea nula o CL sobre
una paralela).
• Multiplicar toda una línea por un número.
• Colocar las filas en cualquier orden, pues, si bien afecta el signo del determinante, no afecta el
valor del rango.

Etapa I y siguientes
Por CL se busca que los elementos debajo de cada aii tomados como pivote sean todos ceros (matriz
triangular superior si fuera cuadrada). Si el elemento aii es cero es preciso intercambiar la fila con
una inferior o la columna con una de la derecha.
En el siguiente ejemplo comenzaremos con la fila 1.

Final
Al finalizar el proceso para el último elemento aii, el rango es el número de filas con algún elemento
no nulo, dado que las filas con ceros se pueden anular pues originan un determinante nulo por la
propiedad 1.
Ejemplo
Hallar el rango de la siguiente matriz.
⎛1 −4 2 −1⎞
⎜ ⎟
A = ⎜2 −1 0 1 ⎟
⎜0 1 3 −1⎟⎠
⎝
⎛1 −4 2 −1⎞ ⎛ 1 −4 2 −1⎞ ⎛ 1 −4 2 −1⎞
⎜ ⎟ F2 − 2 F1 ⎜ ⎟ F3 −7 F2 ⎜ ⎟
Rg ⎜ 2 −1 0 1 ⎟ ⎯⎯⎯→ Rg ⎜ 0 1 3 −1⎟ ⎯⎯⎯→ Rg ⎜ 0 1 3 −1⎟ = 3
⎜0 1 3 −1⎟⎠ ⎜ 0 7 −4 3 ⎟ ⎜ 0 0 −25 10 ⎟
⎝ ⎝ ⎠ ⎝ ⎠
Puesto que hay 3 filas con elementos distintos de cero, el rango es 3.

18 Jorge Carlos Carrá

 3 Sistema de ecuaciones lineales

3 Sistema de ecuaciones
lineales
Una ecuación de la forma:
a11 x1 + a12 x2 + ... + a1n xn = b
es una ecuación lineal con n incógnitas. Los aii son los coeficientes, b es el término independiente y
las x son las variables. El orden del sistema es n.
La expresión general de un sistema lineal de n ecuaciones con n incógnitas es:
⎧a11 x1 + a12 x2 + ... + a1n xn = b1
⎪a x + a x + ... + a x = b
⎪ 21 1 22 2 2n n 2
⎨ ¨
⎪ ...........................................
⎪⎩an1 x1 + an 2 x2 + ... + an xn = bn

Ejemplo
Un sistema de ecuaciones de orden 3x3, se presenta a continuación.
⎧ x1 + x2 + x3 = 2
⎪
⎨2 x1 − x2 − x3 = 1
⎪ x + 2 x − x = −3
⎩ 1 2 3

Resolver el sistema es encontrar los valores de las variables incógnitas x.

Clasificación
Los sistemas de ecuaciones lineales se clasifican en.
1. Compatibles
Son los que tienen solución. Pueden ser Determinados (una solución) o Indeterminados
(infinitas soluciones)
2. Incompatibles
No tienen solución.

Teorema de Rouché Frobenius

Se llamará matriz A a la matriz de los coeficientes del sistema,
Ao a la matriz A ampliada con los términos independientes,
B a la matriz de los términos independientes y
X a la matriz de las incógnitas
Así por ejemplo, para el sistema anterior, es:
⎛1 1 1⎞
⎜ ⎟
A = ⎜2 −1 −1⎟
⎜1 2 −1⎟⎠
⎝
⎛1 1 1 2⎞
⎜ ⎟
Ao = ⎜ 2 −1 −1 1 ⎟
⎜1 2 −1 −3 ⎟⎠
⎝

19
 3 Sistema de ecuaciones lineales
1 Método de Cramer

⎛ 2⎞
⎜ ⎟
B=⎜ 1 ⎟
⎜ −3 ⎟
⎝ ⎠
⎛ x1 ⎞
⎜ ⎟
X = ⎜ x2 ⎟
⎜x ⎟
⎝ 3⎠
Con estas definiciones la expresión matricial del sistema resulta:
AX = B
Teorema
La condición necesaria y suficiente para que un sistema lineal de ecuaciones (cuadrado o rectángulo)
sea compatible (determinado o indeterminado) es que sean iguales el rango de la matriz A y el rango
de la matriz orlada Ao.
Rg ( A) = Rg ( A0 )
El sistema será determinado si esta igualdad de rangos es igual además al orden del sistema. Si es
inferior, el sistema será indeterminado. La diferencia entre ambos números será la cantidad de
variables independientes que pasará a la matriz de los términos independientes del sistema.
Ejemplo
Comprobar que el sistema anterior es compatible determinado.
Solo se debe verificar que:
Rg ( A) = Rg ( A0 ) = 3

Ejemplo
Comprobar que el sistema siguiente es compatible indeterminado.
2x − y + z = 3
x − 2y − z = 3
4x − 5 y − z = 9
El rango de la matriz A es 2 y el de la matriz orlada es 2. Una de las variables (cualquiera) pasará al
segundo miembro como independiente y por lo tanto las soluciones de las variables restantes estarán
en función de esta variable independiente, generando infinitas soluciones, una por cada valor de la
variable independiente.
Ejemplo
Comprobar que el sistema siguiente es incompatible.
4x − y + z = 4
x − y + 4z = 1
2x + y − 7z = 3
El rango de la matriz A es 2 y el de la matriz orlada es 3.

Veamos ahora los distintos métodos de solución del sistema.

1 Método de Cramer
C
xi =
A
Donde:

20 Jorge Carlos Carrá

 3 Sistema de ecuaciones lineales

• El numerador es el determinante de la matriz de los coeficientes, cambiando la columna de la

incógnita i por la columna de los términos independientes.
• El denominador es el determinante de los coeficientes.
Ejemplo
Resolver:
⎧ x1 + x2 + x3 = 2
⎪
⎨2 x1 − x2 − x3 = 1
⎪ x + 2 x − x = −3
⎩ 1 2 3

2 1 1
1 −1 −1
−3 2 −1 9
x1 = = =1
1 1 1 9
2 −1 −1
1 2 −1

1 2 1
2 1 −1
1 −3 −1 −9
x2 = = = −1
1 1 1 9
2 −1 −1
1 2 −1

1 1 2
2 −1 1
1 2 −3 18
x3 = = =2
1 1 1 9
2 −1 −1
1 2 −1

2 Método matricial
Notación matricial
Hemos visto que la expresión matricial del sistema es:
AX = B
Solución
Para despejar la X se requiere del concepto de matriz inversa. Es la matriz que verifica:
AA−1 = I AA−1 = A−1 A = I
Con esta propiedad, si se premultiplica la expresión matricial del sistema de ecuaciones lineales por
la inversa de A se obtiene:
A−1 AX = A−1 B
Luego:

21
 3 Sistema de ecuaciones lineales
2 Método matricial

IX = A−1 B
Finalmente:
X = A−1 B

La matriz A debe ser cuadrada, pero como veremos, aún así no siempre existen las inversas.

Veamos varios métodos para el cálculo de la matriz inversa.

1 Matriz inversa por definición

Ejemplo
Hallar la matriz inversa de A:
⎛ 2 −1⎞
A=⎜ ⎟
⎝1 1 ⎠
AA−1 = I
Por lo tanto:
⎛ 2 −1⎞ ⎛ a b ⎞ ⎛ 1 0 ⎞
⎜ ⎟x⎜ ⎟=⎜ ⎟
⎝ 1 1 ⎠ ⎝ c d ⎠ ⎝ 0 1⎠
Multiplicando se obtienen 4 ecuaciones para resolver las 4 incógnitas:
2a − c = 1 ⎫ −2c − c = 1⎫ 1 1⎫ ⎛ 1 1⎞
⎪ ⎪ a= b= ⎪ ⎜ 3
2b − d = 0 ⎪ d = 2b ⎪ 3 3⎪ 3⎟
⎬ ⇒ a = −c ⇒
−1
⎬⇒ ⎬⇒A =⎜ ⎟
a+c =0 ⎪ a = −c ⎪ c = − 1 d= 2 ⎪ ⎜− 1 2⎟
⎜ ⎟
b + d = 1 ⎪⎭ b + 2b = 1 ⎭⎪ 3 3 ⎪⎭ ⎝ 3 3⎠

2 Matriz inversa por método matricial

Se puede demostrar que:

A −1
=
(A )
* t

Condición necesaria y suficiente de existencia

Para que exista inversa, el determinante no debe ser 0 o equivalentemente, el rango de la matriz debe
ser del mismo orden que la matriz.

Esto divide a las matrices en dos grandes grupos:

1. Regulares: las que su determinante no es 0.
2. Singulares: las que su determinante es 0.
Ejemplo
Calcular la inversa de:
⎛ 2 0 0⎞
⎜ ⎟
A= ⎜ 3 1 5 ⎟
⎜ −2 0 1 ⎟
⎝ ⎠
Comprobar que es regular pues el determinante es distinto de 0. A = 2 .
Verificar que la adjunta es:

22 Jorge Carlos Carrá

 3 Sistema de ecuaciones lineales

⎛ 1 −13 2 ⎞
⎜ ⎟
A = ⎜0 2 0⎟
*

⎜ 0 −10 2 ⎟
⎝ ⎠
Por lo tanto:
⎛ 1 0 0 ⎞
⎜ ⎟
(A ) * t
= ⎜ −13 2 −10 ⎟
⎜ 2 0 2 ⎟
⎝ ⎠
y entonces:
⎛ 1/ 2 0 0⎞
−1⎜ ⎟
A = ⎜ −13 / 2 1 −5 ⎟
⎜ 1 0 1 ⎟⎠
⎝

3 Matriz inversa por Gauss-Jordán

En todos los métodos de Gauss o de Gauss-Jordán aplicados a matrices se agrega una matriz (orlada)
a la matriz original, que significa transformación de una en otra o igualdad entre ellas. Por esta
particularidad, la CL permite ahora multiplicar por un número a la línea que se va reemplazar, pues
este número multiplicará tanto a la matriz original como a la que se orla, siendo su efecto neutro
pues podría simplificarse en cada una.
En este caso se coloca (orla) una matriz unidad I a la derecha de la matriz A dada (del mismo orden).
La transformación de A en I, implica la transformación de I en A-1. Para lograr esto se diagonaliza A
con combinaciones lineales, con la finalidad de obtener unos en la diagonal principal (matriz
unidad).
Veamos cómo se sistematiza.

Etapa I
Con pivote: a11 se hacen ceros los elementos de la columna 1.

Etapas siguientes
Con pivote: a22 se hacen ceros los elementos de la columna 2 (no solo por debajo del pivote como en
el método de Gauss). Se continúa así para el resto de las columnas. Para que la diagonal contenga
unos, se divide cada fila por el número que contiene la diagonal. Esta operación también podría
hacerse al comienzo de la etapa I, pero esto implica muchas veces la aparición de fracciones.

Final
Luego de la diagonalización, la matriz inversa A-1 será la que aparezca a la derecha, donde estaba la
matriz unidad.
Ejemplo

Hallar la inversa de la matriz A.

⎛3 2⎞
A=⎜ ⎟
⎝ 1 4⎠

Primero trabajamos con la columna 1.

⎛ 3 2 1 0 ⎞ 3 F2 − F1 ⎛ 3 2 1 0 ⎞
⎜ ⎟ ⎯⎯⎯→ ⎜ ⎟
⎝1 4 0 1⎠ ⎝ 0 10 −1 3 ⎠

23
 3 Sistema de ecuaciones lineales
2 Método matricial

Luego trabajamos con la columna 2.

⎛ 3 2 1 0 ⎞ 5 F1 − F2 ⎛15 0 6 −3 ⎞
⎜ ⎟ ⎯⎯⎯→ ⎜ ⎟
⎝ 0 10 −1 3 ⎠ ⎝ 0 10 −1 3 ⎠
Finalmente convertimos la matriz diagonal en unidad.
⎛ 1 0 6 −3 ⎞
1
F1 = F2
15
⎛15 0 6 −3 ⎞ ⎜ 15 15 ⎟
1
F2 = F2
⎜ ⎟ ⎯⎯⎯⎯
→⎜ ⎟ 10

⎝ 0 10 −1 3 ⎠ ⎜
⎜0 1
−1 3 ⎟
⎟
⎝ 10 10 ⎠
Por lo tanto:
⎛ 6 −3 ⎞
⎜ 15 15 ⎟
A−1 = ⎜ ⎟
⎜ −1 3 ⎟
⎜ ⎟
⎝ 15 15 ⎠

Propiedades de las inversas

1) La matriz inversa, si existe, es única.
2) A −1.A = A.A −1 = I
3) ( A.B ) = B −1.A −1

( )
−1
4) A −1 =A
1 −1
5) ( k.A ) =
−1
.A
k
( ) ( )
−1 t
6) A t = A −1

Resolución matricial de un sistema

Volvamos a la resolución de un sistema lineal de ecuaciones por el método matricial.
Ejemplo
Resolver:
⎧ x1 + x2 + x3 = 2
⎪
⎨2x1 − x2 − x3 = 1
⎪ x + 2x − x = −3
⎩ 1 2 3
Verificar que la inversa de la matriz de coeficientes es:

⎛ 0.333 0.333 0 ⎞
= 0.111 −0.222 0.333 ⎟
⎜
−1
A
⎜ ⎟
⎝ 0.556 −0.111 −0.333 ⎠
Por lo tanto:

24 Jorge Carlos Carrá

 3 Sistema de ecuaciones lineales

⎛ 0.333 0.333 0 ⎞⎛ 2 ⎞ ⎛ 1 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
X = ⎜ 0.111 −0.222 0.333 ⎟⎜ 1 ⎟ = ⎜ −1⎟
⎜ 0.556 −0.111 −0.333 ⎟⎜ −3 ⎟ ⎜ 2 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠
Ejemplo
Resolver el sistema.
⎧x + y + 2z + w = 3
⎪2 y + 3z + 4w = 4
⎪
⎨ ¨
⎪5 z + 6 w = 1
⎪⎩5 x − 4 y = 2
1 1 2 1 1 1 2 1
2 3 4 C3 − C2
⎛ 2 1 1 ⎞
0 2 3 4 F4 −5 F1 0 2 3 4 C2 −C1 ⎜ ⎟
| A |= ⎯⎯⎯→ = 0 5 −6 ⎯⎯⎯→ ⎜ 0 5 −11⎟
0 0 5 −6 0 0 5 −6 ⎜ −9 −1 5 ⎟
−9 −10 −5 ⎝ ⎠
5 −4 0 0 0 −9 −10 −5

C1 − 2 C3
0 0 1
C2 − C3
⎯⎯⎯→ 22 16 −11 = −132 + 304 = 172 ≠ 0
−19 −6 5
Por lo tanto la matriz es regular. Calculemos la inversa.
⎛ 152 −68 −20 4 ⎞
⎜ ⎟
−1 1 ⎜ 190 −85 −25 −38 ⎟
A =
172 ⎜ −60 54 26 12 ⎟
⎜ ⎟
⎝ −50 45 −7 10 ⎠
Así por ejemplo el valor 152 surge de:
2 3 4
0 5 −6 = −4(−18 − 20) = −4(−38) = 152
−4 0 0
y el valor -50 surge de:
0 2 3
0 0 5 = 5(−10) = −50
5 −4 0

Por lo tanto, la solución del sistema es:

⎛x⎞ ⎛ 3⎞ ⎛172 ⎞ ⎛ 1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ y ⎟ = A−1 ⎜ 4 ⎟ = 1 ⎜129 ⎟ = ⎜ 3 / 4 ⎟
⎜z⎟ ⎜ 1 ⎟ 172 ⎜ 86 ⎟ ⎜ 1/ 2 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ w⎠ ⎝ 2⎠ ⎝ 43 ⎠ ⎝ 1/ 4 ⎠

3 Método de Gauss
Se llama también método de reducción y equivale al método de sumas y restas que se estudia en el
colegio secundario para resolver un sistema de dos ecuaciones con dos incógnitas.

25
 3 Sistema de ecuaciones lineales
4 Método de Gauss-Jordán

Previamente se orla la matriz de coeficientes con la de términos independientes.

Este método de Gauss aplicado a matrices es equivalente al método de Gauss para resolver un
determinante, con la excepción del cálculo final.

Recordemos:

Etapa I
Dejar la F1, tomar el elemento a11 como pivote y obtener ceros en la C1 con ella (quedarán todos
ceros excepto el pivote).

Etapas siguientes
Luego repetir para cada fila tomando el elemento aii como pivote (diagonal principal) y obtener ceros
debajo del pivote.

Final
Luego de esta triangulación (superior), despejar las incógnitas desde la última ecuación a la primera.
Ejemplo
Resolver:
⎧ x1 + x2 + x3 = 2
⎪
⎨2x1 − x2 − x3 = 1
⎪ x + 2x − x = −3
⎩ 1 2 3

⎛1 1 1 ⎞
⎜ ⎟
A = ⎜ 2 −1 −1⎟
⎜ 1 2 −1⎟
⎝ ⎠
⎛1 1 1 2 ⎞
⎜ ⎟
C = ⎜ 2 −1 −1 1 ⎟
⎜ 1 2 −1 −3 ⎟
⎝ ⎠
F2 − 2 F1
⎛1 1 1 2 ⎞ ⎛1 1 1 2 ⎞
F3 − F1 ⎜ ⎟ 3 F3 + F2 ⎜ ⎟
⎯⎯⎯→ ⎜ 0 −3 −3 −3 ⎟ ⎯⎯⎯→ ⎜ 0 −3 −3 −3 ⎟
⎜ 0 1 −2 −5 ⎟ ⎜ 0 0 −9 −18 ⎟
⎝ ⎠ ⎝ ⎠
Por lo tanto:
−18
x3 = =2
−9
−3 + 3(2)
x2 = = −1
−3
2 − 2(1) − ( −1)
x1 = =1
1

4 Método de Gauss-Jordán
Es complementario al método de Gauss solo que en lugar de triangular se busca diagonalizar, es
decir obtener una matriz de coeficientes con ceros en todos los elementos con excepción de la
diagonal principal.
Para esto se completa el método de Gauss para obtener ceros en toda la columna de cada pivote y no
solo debajo del pivote.

26 Jorge Carlos Carrá

 3 Sistema de ecuaciones lineales

El procedimiento para sistematizar este proceso es el siguiente:

Etapa I
Con pivote: a11 se hacen ceros los elementos de la columna 1.

Etapas siguientes
Con pivote: a22 se hacen ceros los elementos de la columna 2 y así para el resto de las columnas.

Final
Convertir la diagonal en unidad. El resultado del sistema será directamente el despeje de cada
incógnita de la matriz diagonalizada, el cual aparecerá directamente en los términos independientes.
Ejemplo
Resolver:
⎧ x1 + x2 + x3 = 2
⎪
⎨2x1 − x2 − x3 = 1
⎪ x + 2x − x = −3
⎩ 1 2 3

⎛1 1 1 ⎞
⎜ ⎟
A = ⎜ 2 −1 −1 ⎟
⎜ 1 2 −1 ⎟
⎝ ⎠
⎛1 1 1 2 ⎞
⎜ ⎟
C = ⎜ 2 −1 −1 1 ⎟
⎜ 1 2 −1 −3 ⎟
⎝ ⎠

⎛ 1 1 1 2 ⎞ 3F + F ⎛ 3 0 0 3 ⎞
F2 − 2 F1
⎛3 0 0 3 ⎞
⎜
F3 − F1 ⎟ 3 F13+ F22 ⎜ ⎟ 3 F2 − F3 ⎜ ⎟
⎯⎯⎯→ ⎜ 0 −3 −3 −3 ⎟ ⎯⎯⎯→ ⎜ 0 −3 −3 −3 ⎟ ⎯⎯⎯→ ⎜ 0 −9 0 9 ⎟
⎜ 0 1 −2 −5 ⎟ ⎜ 0 0 −9 −18 ⎟ ⎜ 0 0 −9 −18 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Por lo tanto:
3
x3 = =1
3
9
x2 = = −1
−9
−18
x3 = =2
−9

Sistemas homogéneos
En ellos la matriz B =0, por lo tanto:
AX = 0
Solución
Estos sistemas son siempre compatibles pues Rg ( A) = Rg ( A0 ) .

27
 3 Sistema de ecuaciones lineales
Sistemas homogéneos

Compatible determinado
El rango de la matriz es igual al orden del sistema ( | A |≠ 0 ) y solo existe la solución trivial de
incógnitas igual a cero.
Compatible indeterminado
Para tener soluciones distintas de la trivial, el rango de la matriz debe ser menor que el orden del
sistema ( | A |= 0 ), pues de esta forma se eliminará un número de filas igual a la diferencia entre
estos números. Ese mismo número de variables puede pasar al segundo miembro quedando como
variables independientes y por lo tanto generando infinitas soluciones.
Ejemplo
⎧ x + 2 y + 3z = 0
⎪
⎨5 x + 6 y + 7 z = 0 ¨
⎪6 x + 8 y + 10 z = 0
⎩
Este sistema homogéneo es compatible indeterminado pues el determinante del sistema es cero al ser
la última ecuación combinación lineal de las dos primeras (F3 = F1 +F2).
Por lo tanto se puede suprimir y el sistema queda:
⎧ x + 2 y + 3z = 0
⎨
⎩5 x + 6 y + 7 z = 0
Expresando las soluciones en función de z:
⎧ x + 2 y = −3z
⎨
⎩5 x + 6 y = −7 z
Se observa entonces que existen infinitas soluciones, una para cada valor de z.

Aplicación
Si un determinante es cero, entonces una fila es CL de las paralelas y una columna es CL de las
paralelas. En el siguiente ejemplo se enseña cómo obtener los coeficientes de estas combinaciones
lineales.
Ejemplo
Obtener las CL de las filas y de las columnas del siguiente determinante nulo.
⎛ −2 3 5 ⎞
⎜ ⎟
⎜ 4 1 −3 ⎟
⎜ −16 3 19 ⎟
⎝ ⎠

Comprobar primero que este determinante es cero.

Para determinar las CL se plantean los siguientes sistemas:
CL de columnas
Planteamos la siguiente CL entre columnas para determinar a, b y c.
⎧−2a + 3b + 5c = 0
⎪
⎨4a + b − 3c = 0 ¨
⎪−16a + 3b + 19c = 0
⎩
Es un sistema homogéneo. Como el determinante es cero el sistema es soluble indeterminado y se
puede pasar al segundo miembro una variable, por ejemplo c. Si se resuelve el sistema de 2x2 y
luego se fija, por ejemplo, c = –1, resulta:
c = –1, a = –1, b = 1, lo cual equivale a la CL: C3 = –C1+C2.

28 Jorge Carlos Carrá

 3 Sistema de ecuaciones lineales

CL de filas
Planteamos la siguiente CL entre filas para determinar a, b y c.
⎧−2a + 4b − 16c = 0
⎪
⎨3a + b + 3c = 0 ¨
⎪−16a + 3b + 19c = 0
⎩
Análogamente, resulta:
c = –1, a = 2, b = –3, lo cual equivale a la CL: F3 = 2F1–3F2.

Naturalmente existen infinitas CL, con solo multiplicar las anteriores por cualquier número
arbitrario.

29
 Problemas
Sistemas homogéneos

Problemas
1 Matrices
1. Explicitar las siguientes matrices.
a ) m=3, n=4 a ij = i + j 1 ≤ i ≤ 3 , 1 ≤ j ≤ 4
b) m=3, n=3 a ij = 1 si i=j, a ij = 0 si i ≠ j, 1 ≤ i ≤ 3 , 1 ≤ j ≤ 3
a ij = ( −1)
i+ j
c) m=4, n=2 , 1≤ i ≤ 4 , 1≤ j≤ 2
d ) m=4, n=4 a ij = i ⋅ j 1 ≤ i ≤ 4 , 1 ≤ j ≤ 4
2. Crear matrices de tal forma que cumplan las siguientes consignas.
a ) A1 = {A∈ \ 3x3
/ a ij = a ji , si i ≠ j} (matrices simétricas)
b) A 2 = {A∈ \ 3x3
/ a ij = − a ji , si i ≠ j} (matrices antisimétricas)
c) A 3 = {A∈ \ 4x4
/ a ij = 0 si i > j } (matrices triangulares superiores)
d) A 4 = {A∈ \ 4x4
/ a ij = 0 si i < j } (matrices triangulares inferiores)
e) A 5 = {A∈ \ 4x4
/ a ij = 0 si i ≠ j } (matrices diagonales)
f) A 6 = {A∈ \ 4x4
/ a ij = 0 si i ≠ j, a ij }
= k si i=j (matrices escalares)
3. Dadas las matrices:
⎛1 2⎞ ⎛0 4⎞ ⎛1 6⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜3 4⎟ B = ⎜ −2 3 ⎟ C = ⎜1 7⎟
⎜5 6⎟ ⎜ −1 −1⎟ ⎜ 4 5⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Hallar 3A–2B+5C
R:
⎛ 8 28 ⎞
3A − 2B + 5C = ⎜ 18 41 ⎟
⎜ ⎟
⎝ 37 45 ⎠
4. Hallar DA, D2, A3
⎡1 1 −3 −1⎤
⎡ −2 4 2 −2 ⎤ ⎢2 1 −2 1 ⎥⎥
D = ⎢ −1 −1 1 0 ⎥⎥
⎢ A=⎢
⎢1 1 1 3⎥
⎢⎣ −2 1 2 −1⎥⎦ ⎢ ⎥
⎣1 2 −3 1 ⎦

30 Jorge Carlos Carrá

 Problemas

R: D2 no se puede pues no es cuadrada.

⎛⎜ −1 −3 −5 −10 ⎞
⎟ ⎛⎜ −22 −29 34 −27 ⎞
⎟
⎛ 10 4 −6 6 ⎞ A =⎜
2 3 3 −13 −6 ⎟
A =⎜
3 −10 −19 −10 −45 ⎟
D⋅ A = ⎜ −2 −1 6 3 ⎟ ⎜7 9 −13 6 ⎟ ⎜ 18 15 −70 −31 ⎟
⎜ ⎟ ⎜3 ⎟ ⎜ −13 ⎟
⎝ 1 −1 9 8 ⎠ ⎝ 2 −13 −7 ⎠ ⎝ −22 −5 −47 ⎠
5. Dadas las siguientes matrices probar que la propiedad cancelativa del producto no se cumple,
pues AB = AC , pero….
⎛ 1 −3 2 ⎞ ⎛1 4 1 0⎞ ⎛ 2 1 −1 −2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜ 2 1 −3 ⎟ B = ⎜ 2 1 1 1 ⎟ C = ⎜ 3 −2 −1 −1 ⎟
⎜ 4 −3 −1 ⎟ ⎜ 1 −2 1 2 ⎟ ⎜ 2 −5 −1 0 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
6. Con las matrices A,B y D demostrar la propiedad distributiva del producto respecto de la suma.
⎡1 1 −3 −1⎤ ⎡1 3 −3 −1⎤
⎡ −2 4 2 −2 ⎤ ⎢2 ⎥ ⎢2
1 −2 1 ⎥ 0 −2 0 ⎥⎥
D = ⎢⎢ −1 −1 1 0 ⎥⎥ A = ⎢ B=⎢
⎢1 1 1 3⎥ ⎢1 1 −2 3 ⎥
⎢⎣ −2 1 2 −1⎥⎦ ⎢ ⎥ ⎢ ⎥
⎣1 2 −3 1 ⎦ ⎣1 1 4 1⎦
R:
D ( A + B ) = DA + DB
⎛ 20 10 −32 8 ⎞
D⋅ A + D⋅ B = ⎜ −4 −3 9 7 ⎟
⎜ ⎟
⎝ 2 −6 5 15 ⎠
7. Dadas las matrices:
⎛1 2⎞ ⎛ 0 4⎞ ⎛ x1 x2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A = ⎜3 4⎟ B = ⎜− 2 3 ⎟ D = ⎜ x3 x4 ⎟
⎜5 6⎟ ⎜ − 1 − 1⎟ ⎜x x6 ⎟⎠
⎝ ⎠ ⎝ ⎠ ⎝ 5
Hallar la matriz D de modo tal que:
a) A+2B–D=0 (0 matriz nula)
b) 2A+B+D=U (U= matriz con todos 1 del orden que crea conveniente)
R:
⎛ 1 10 ⎞ ⎛ −1 −7 ⎞
⎜
A + 2B = −1 10 ⎟ I − 2A − B = ⎜ −3 −10 ⎟
⎜ ⎟ ⎜ ⎟
⎝3 4⎠ ⎝ −8 −10 ⎠

2 Determinantes
8. Calcular los rangos de las siguientes matrices
⎡1 1 −3 − 1⎤
⎡− 2 − 2⎤ ⎢2 1⎥
4 2
⎢ ⎥ 1 −2
A = ⎢− 1 −1 1 0 ⎥ B=⎢ ⎥
⎢1 1 1 3⎥
⎢⎣− 2 1 2 − 1⎥⎦ ⎢ ⎥
⎣1 2 −3 1⎦
R:
Rg(A)=2, Rg(B)=4

31
 Problemas
Sistemas homogéneos

9. Calcular los siguientes determinantes por 3 métodos distintos.

1 1 −2 4
3 −1 0 1 1 3
i) A = iii ) C =
1 1 2 −1 1 0
3 4 2 −1
−1 1 2 1
2 4 3
0 3 2 −1
ii) B = −1 3 1 iv) D =
1 4 2 1
4 1 2
3 1 3 2
R:
A =4 B = −5 C = −135 D = 57

3 Sistemas de ecuaciones lineales

10. Calcular, si existen, las matrices inversas de las dadas por 3 métodos distintos.
⎡ 2 −3 −4 ⎤
⎡1 2 ⎤
a) A = ⎢ ⎥ b) B = ⎢⎢1 0 −2 ⎥⎥
⎣6 3 ⎦ ⎢⎣ 0 −5 −6 ⎥⎦

⎡0 −1 −3 1⎤
⎡2 3 5⎤ ⎢8 −5 0 −3⎥⎥
c) C =⎢⎢ 1 0 1 ⎥⎥ d) D = ⎢
⎢ −6 −4 1 2 ⎥
⎢⎣ 2 1 0 ⎥⎦ ⎢ ⎥
⎣1 − 9 −2 0 ⎦

⎡1 7 3 2⎤ ⎡ −4 0 0 0⎤
⎢0 2 −2 1 ⎥⎥ ⎢ 9 −3 0 0 ⎥⎥
e) E = ⎢ f) F =⎢
⎢0 0 3 7⎥ ⎢ 4 6 −2 0⎥
⎢ ⎥ ⎢ ⎥
⎣0 0 0 4⎦ ⎣1 2 5 1⎦
R:
⎛ 0.556 −0.111 −0.333 ⎞ ⎛ −0.111 0.556 0.333 ⎞
= ⎜ −0.333 0.667 0 ⎟ C = ⎜ 0.222 −1.111 0.333 ⎟
−1 −1
− 1 ⎛ −0.2 0.133 ⎞ B
A =⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ 0.6 −0.067 ⎠ ⎝ 0.278 −0.556 −0.167 ⎠ ⎝ 0.111 0.444 −0.333 ⎠
⎛⎜ 0.986 0.931 0.903 −1.028 ⎞⎟ ⎛⎜ 1 −3.5 −3.333 6.208 ⎞
⎟
−1 ⎜ −0.014 −0.069 −0.097 −0.028 ⎟ E− 1 = ⎜ 0 0.5 0.333 −0.708 ⎟
D =
⎜ 0.556 0.778 0.889 −0.889 ⎟ ⎜0 0 0.333 −0.583 ⎟
⎜ 2.653 2.264 2.569 −2.694 ⎟ ⎜0 0 ⎟
⎝ ⎠ ⎝ 0 0.25 ⎠
⎛⎜ −0.25 0 0 0⎞
⎟
− 1 ⎜ −0.75 −0.333 0 0 ⎟
F =
⎜ −2.75 −1 −0.5 0 ⎟
⎜ 15.5 5.667 2.5 1 ⎟
⎝ ⎠

32 Jorge Carlos Carrá

 Problemas

11. Resolver los siguientes sistemas por cuatro métodos distintos.

⎧ x - 2y + z = 7 ⎛ 2x + y + z = 4 ⎧ x - 2y = -3
⎪ ⎜ ⎪
a) ⎨3x + y + z = 8 b) ⎜ 3x + y + z = 8 c) ⎨-2x + 3y + z = 4
⎪ x - y + 4z = 15 ⎜ y + 7z = 8 ⎪ 2x + y - z = 4
⎩ ⎝ ⎩
R:
a) (x, y z) = (2, -1, 3), b) (4, –6, 2), c) (1, 2, 0)
12. Resolver los siguientes sistemas por cuatro métodos distintos.
⎧3 x - y + 2 z = 12 ⎧ - x - 2 y + 3 z = 20
⎪ ⎪
a ) ⎨- x - y - 2 z = - 4 b) ⎨ 2 x + 3 y - 5 z = -31
⎪ x + 2y = -2 ⎪ 8 x - 4 y - 7 z = -1
⎩ ⎩
⎧ 4x - y + z = 4 ⎧ 2x - y + z = 3
⎪ ⎪
c) ⎨ x - y + 4 z = 1 d) ⎨ x - 2y - z = 3
⎪ 2x + y - 7z = 3 ⎪ 4x - 5 y - z = 9
⎩ ⎩
R;
a) (x, y, z) = (2,-2, 2), b) (5,-2, 7), c) Rg(A)=2, Rg(A0)=3 Incompatible
d) Rg(A)=2, Rg(A0)=2 Compatible Indeterminado.
13. Crear un determinante de 3° orden cero por CL entre las filas y obtener la CL que existe entre las
columnas. Idem creando el determinante nulo por CL entre las columnas y obtener la CL que
existe entre las filas.

Problemas verbales
14. La suma de las edades de dos hermanos está en relación 5 a 1 con la diferencia entre las
mismas. ¿Cuál es la edad del mayor si el menor tiene 8 años?
R: 12 años
15. Si las edades del padre y de la madre están entre sí como 8 es a 7, ¿cuál es la edad de cada uno si
se llevan 5 años? ¿Dentro de cuántos años sus edades estarán entre sí como 9 es a 8? ¿A qué
edad se casaron si en ese momento sus edades estaban en relación 10 a 8?
R: a) 35 años y 40 años, b) 5 años, c) 25 años y 30 años.
16. Descomponer el número 500 en dos partes, de manera que al dividir la mayor por la menor se
obtenga de cociente 7 y de resto 20.
R: Q = 60, P = 440.
17. Si el ancho de un rectángulo mide dos centímetros más que su longitud y su perímetro es de 40
cm ¿cuáles son las dimensiones del rectángulo?
R: Largo = 9 cm, ancho = 11 cm.
18. Una señora va al mercado y compra 5 Kg de café y 10 Kg de manzana. Gasta en total 250 $. Si
hubiera comprado el doble de café y la mitad de manzana, habría gastado 425 $. ¿Cuánto dinero
gastaría si quisiera comprar 4 Kg de café y 20 de manzana?
R: R: 260 $
19. Un padre quiere estimular a su hijo para que aprenda Matemáticas. Para eso, promete darle 3 $
por cada ejercicio bien resuelto, pero le avisa que por cada ejercicio mal resuelto le va a
descontar 2 $. El hijo resuelve 26 ejercicios, y ha ganado 38 $. ¿Cuántos ejercicios hizo bien y
cuantos mal?
R. Mal = 8, Bien= 18.
20. Desde un molino de aceite, se quiere enviarlo en camiones cisterna a un almacén. Los
encargados del almacén piden que los camiones lleguen exactamente a las 5 de la tarde. Si los
camiones viajan a 80 km/h, llegarían al almacén con una hora de adelanto, en tanto que si
viajaran a 60 km/h, llegarían con una hora de retraso. ¿Cuál es la distancia entre el molino y el

33
 Problemas
Sistemas homogéneos

almacén?
R: 480 km.
21. Un comerciante compra dos relojes por 160 $ y los vende a 170 $. Calcula cuánto pagó por cada
reloj si en la venta del primer ganó el 20 % y en la del segundo perdió un 5 %.
R: 72$ y 88$
22. Juan coloca 100.000 de ahorros en un plazo fijo. Coloca una parte de ese capital a un interés
anual del 8 %, en tanto que el resto se coloca a un capital del 12% anual. La segunda parte
produce anualmente 2000 $ más que la primera. Hallar cuánto dinero habrá obtenido al cabo de
5 años.
R. 161583$
23. Un joyero fabrica anillos de oro. Para eso trabaja con dos aleaciones de oro. La aleación A
contiene un 80 % de oro, en tanto que la aleación B contiene un 55 % de oro. El joyero quiere
fabricar 200 anillos de 20 g cada uno, que contengan un 70 % de oro. ¿Qué cantidad de material
de cada aleación tendrá que usar?
R: A = 12g, B = 8g
24. Una lechería vende leche entera, semidesnatada y desnatada a 1, 1.2 y 1.5 $/litro,
respectivamente. Cierto día vendió 50 litros más de leche entera que de desnatada, y si hubiese
vendido 5 litros más de leche desnatada, entonces el número de litros vendidos de leche
desnatada sería cuatro veces el de leche semidesnatada vendida. Sabiendo que los ingresos
totales obtenidos en dicho día fueron de $261.50. ¿Cuántos litros de cada tipo de leche vendió?
R: E: 125 lts, S: 20 lts, D: 75 lts.
25. Se quieren obtener 10 Kg de un alimento balanceado para una granja formado por maíz, arroz y
trigo; cuyos precios son 2, 4 y 2.5 $/Kg respectivamente. Hallar la cantidad de cada materia que
ha de formar el alimento, sabiendo que el precio resultante ha de ser de 3 $/Kg y que la cantidad
de arroz ha de ser el doble que la de trigo más 3 Kg.
R. M: 4.33, A: 4.78. T: 0.89

34 Jorge Carlos Carrá