Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Contenido
2.1. Sistemas de ecuaciones lineales
2.1.1. Método de Gauss
2.2. Vectores en Rn
2.2.1. Vectores en Rn
2.2.2. Dependencia e independencia lineal
2.3. Matrices
2.3.1. Matrices
2.3.2. Tipos de matrices
2.3.3. Operaciones con matrices
2.3.4. Matriz traspuesta
2.3.5. Matriz inversa
2.3.6. Rango de una matriz
2.4. Determinantes
2.4.1. Determinantes de orden 2 y de orden 3
2.4.2. Algunas propiedades de los determinantes
2.4.3. Desarrollo de un determinante por adjuntos
2.4.4. Cálculo de la inversa de una matriz
2.5. Resolución de sistemas de ecuaciones lineales
2.5.1. Notación matricial
2.5.2. Método de Gauss
2.5.3. Regla de Cramer
1
2.1. Sistemas de ecuaciones lineales 2
Los elementos aij son los coeficientes del sistema, bi son los términos independientes y xi
son las incógnitas.
Se dice que el conjunto α1 , α2 , . . . , αn es una solución del sistema si al sustituir xj por αj
(j = 1, 2, . . . , n) se verifican todas las igualdades del sistema.
Un sistema que tenga solución se dice compatible y un sistema que no tiene solución se
dice incompatible. Un sistema compatible se dice determinado si tiene una única solución
e indeterminado si tiene infinitas soluciones.
Un sistema se dice homogéneo si todos los términos independientes son nulos. Los sistemas
homogéneos siempre son compatibles pues siempre tienen la solución trivial
x1 = x2 = · · · = xn = 0.
Dos sistemas de ecuaciones lineales compatibles se dice que son equivalentes si tienen las
mismas soluciones.
Operaciones elementales
c 2011 Ana San Luis
2.2. Vectores en Rn 3
2.2. Vectores en Rn
2.2.1. Vectores en Rn
Sean u, v, w ∈ Rn y α, β ∈ R.
Suma
• Operación interna: la suma de vectores de Rn es de nuevo un vector de Rn .
• Conmutativa: u + v = v + u.
• Asociativa: (u + v) + w = u + (v + w).
• Elemento neutro: u + 0 = 0 + u = u, donde 0 = (0, 0, . . . , 0).
• Elemento opuesto: u+(−u) = (−u)+u = 0, donde −u = (−u1 , −u2 , . . . , −un ).
Producto por un escalar
• Distributiva respecto de la suma de vectores: α (u + v) = α u + α v.
• Distributiva respecto de la suma de escalares: (α + β) u = α u + β u.
• Asociativa respecto a escalares: α (β u) = (α β) u.
• Multiplicación por la unidad escalar: 1 u = u.
0 u = 0,
α 0 = 0,
(−1) u = −u,
si α u = 0, entonces u = 0 o α = 0.
c 2011 Ana San Luis
2.3. Matrices 4
u = α1 v1 + αv2 + · · · + αn vn .
α1 u1 + αu2 + · · · + αn un = 0, entonces α1 = α2 = · · · = αn = 0.
α1 u1 + αu2 + · · · + αn un = 0.
Se puede demostrar que un sistema de vectores es linealmente dependiente si, y solo si, al
menos uno de los vectores del sistema es combinación lineal de los demás vectores.
2.3. Matrices
2.3.1. Matrices
c 2011 Ana San Luis
2.3. Matrices 5
Matriz columna: es una matriz que tiene una columna y un número arbitrario m
de filas, es decir, es una matriz de dimensión m × 1.
a11
a21
A = ..
.
am1
Matriz cuadrada: es una matriz que tiene el mismo número de filas que de colum-
nas, es decir, es una matriz de orden n × n (orden n).
a11 a12 a13 · · · a1n
a21 a22 a23 · · · a2n
A = .. .. .. .. ..
. . . . .
an1 an2 an3 · · · ann
Matriz identidad: es una matriz cuadrada que tiene que tiene todos los elementos
nulos salvo los de la diagonal que son unos.
1 0 0 ··· 0
0 1 0 ··· 0
In = .. .. .. .. ..
. . . . .
0 0 0 ··· 1
Suma de matrices
c 2011 Ana San Luis
2.3. Matrices 6
α A = (α aij )m×n .
Sean A, B, C ∈ Mm×n y α, β ∈ R.
Suma
Obsérvese que estas propiedades son las mismas que las vistas para vectores de Rn .
Producto de matrices
C = AB = (cij )m×p , cij = ai1 b1j + ai2 b2j + ai3 b3j + · · · + ain bnj .
c 2011 Ana San Luis
2.3. Matrices 7
Sean A, B, C ∈ Mm×n y α, β ∈ R.
Observaciones
(A + B)t = At + B t .
Observaciones
(AB)−1 = B −1 A−1 .
c 2011 Ana San Luis
2.4. Determinantes 8
Se puede considerar el conjunto de vectores que forman las filas de una matriz y estudiar
su rango (máximo número de linealmente independientes). Podemos realizar también este
estudio para los vectores columna de la matriz. Se puede demostrar que existe el mismo
número de filas linealmente independientes que de columnas, es decir, el rango por filas
de una matriz coincide con su rango por columnas.
Definición 2.3.4 Se llama rango de una matriz A al número máximo de filas o columnas
de A linealmente independientes.
Teorema 2.3.5 Una matriz cuadrada de orden n es invertible si, y solo si, su rango es
n.
2.4. Determinantes
c 2011 Ana San Luis
2.4. Determinantes 9
|AB| = |A||B|.
Definición 2.4.3 Sea A = (aij ) una matriz cuadrada de orden n. Se llama adjunto del
elemento aij , y se denota por Aij , al determinante que resulta de eliminar la fila i y la
columna j de la matriz A multiplicado por (−1)i+j . Nótese que
(−1)i+j = 1 si i + j es par,
(−1)i+j = −1 si i + j es impar.
Teorema 2.4.4 Una matriz cuadrada A de orden n es invertible si, y solo si, su deter-
minante es no nulo.
c 2011 Ana San Luis
2.5. Resolución de sistemas de ecuaciones lineales 10
Se llama matriz de coeficientes del sistema a la matriz A = (aij ); se llama vector de térmi-
nos independientes al vector columna b = (bi ). Por último, llamaremos matriz ampliada
del sistema a la matriz que se obtiene añadiendo a la matriz A el vector de términos
independientes b; esta mueva matriz se denota por (A| b).
a11 a12 . . . a1n b1
a21 a22 . . . a2n b2
(A| b) = .. .. .. ..
. . . .
. . .
am1 am2 . . . amn bm
Para estudiar si un sistema tiene solución y si esta es única debemos estudiar los rangos
de las matrices A y (A| b).
Nótese que para un sistema homogéneo el teorema anterior se reduce al análisis de sistemas
determinados. Por tanto, en este caso
c 2011 Ana San Luis
2.5. Resolución de sistemas de ecuaciones lineales 11
a11 x1 + a12 x2 + · · · + a1n xn = b1
a21 x1 + a22 x2 + · · · + a2n xn = b2
..
.
an1 x1 + an2 x2 + · · · + ann xn = bn
Si la matriz A de coeficientes del sistema es invertible, entonces la solución del sistema
anterior puede obtenerse de la forma
∆i
xi = i = 1, 2, . . . , n,
|A|
En el caso de un sistema de tres ecuaciones con tres incógnitas las soluciones vienen dadas
por:
b1 a12 a13 a11 b1 a13 a11 a12 b1
b2 a22 a23 a21 b2 a23 a21 a22 b2
b3 a32 a33 a31 b3 a33 a31 a32 b3
x1 = x2 = x3 =
|A| |A| |A|
c 2011 Ana San Luis