UNPA – UACO Tecnicatura en Petróleo Matemática

UNIDAD N° 1: ELEMENTOS DE ÁLGEBRA LINEAL

(Parte 1)

Problema:
 Marisa tiene $ 20 en monedas de 10 centavos y de 50 centavos. ¿Cuántas monedas de cada clase
puede tener Marisa? Sebastián le dice que él tiene la misma cantidad de monedas que ella, pero que
en vez de 10 son de 25 y en lugar de las de 50 tiene de 5 centavos, y en total tiene $ 32. ¿Cuántas
monedas tiene Sebastián de cada clase?
 En una granja, se tienen cien animales entre puercos y gallinas. Si en total suman 240 patas,
¿Cuántos animales tengo de cada clase?
 Una cuerda mide doce metros y se corta en dos partes de tal manera que una es dos metros más
grande que la otra. ¿Cuáles son las nuevas medidas de las cuerdas?
 Paola tiene 27 años más que su hija Andrea. Dentro de 8 años, la edad de Paola doblará a la de
Andrea. ¿Cuántos años tiene cada una?
 La diferencia de dos números es 14, y la cuarta parte de su suma es 13. Hallar los números.

Definición
Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las
incógnitas están elevadas a potencia 1, y no se encuentran multiplicadas entre sí, ni en el denominador.
Por ejemplo, 3x  2 y  6 z  6 es una ecuación lineal con tres incógnitas, 0,10 x  0,50 y  20 y

0,25x  0,05 y  32 son dos ecuaciones lineales con dos incógnitas.

Como es bien sabido, las ecuaciones lineales con 2 incógnitas representan una recta en el plano. Si la
ecuación lineal tiene 3 incógnitas, su representación gráfica es un plano en el espacio. Un ejemplo de
ambas representaciones puede observarse en la figura:

Figura 1: Representación gráfica de la recta  x  2 y  3 en el plano y del plano x  y  z  1 en el

espacio.

Prof. Vázquez, Lía A. 2015 1/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Diremos que dos ecuaciones son equivalentes si tienen las mismas soluciones, o geométricamente
representan la misma recta o plano. (ejemplo con las del problema)

Sistemas de ecuaciones lineales

Un sistema de ecuaciones lineales es un conjunto de ecuaciones, todas ellas lineales, de la forma:

a11  x1  a12  x2  a13  x3    a1n  xn  b1

a  x  a  x  a  x    a  x  b
 21 1 22 2 23 3 2n n 2

a31  x1  a32  x2  a33  x3    a3n  xn  b3



am1  x1  am 2  x2  am3  x3    amn  xn  bm

Donde los números reales aij se denominan coeficientes, los xi se denominan incógnitas (o números a
determinar) y bj se denominan términos independientes. En este caso tenemos m ecuaciones y n incógnitas.
En el caso de que las incógnitas sean 2 se suelen designar simplemente por x e y en vez de x1 y x2, y en el caso
de tres, x, y, z en lugar de x1, x2 y x3 pero esto es indiferente a la hora de resolver el sistema.

Por ejemplo:

 x  2y  z  0

2 x  3 y  z  0 es un sistema de 3 ecuaciones lineales con 3 incógnitas.
3x  y  2 z  0

 3 5 1
 4 x  y 
 3 2
 es un sistema de 2 ecuaciones lineales con 2 incógnitas.
 2 7 2
 5 x  9 y  3

 3 x  y  5w  z  0

 5,6 x  3 y  8w  5 z  6 es un sistema de 3 ecuaciones con 4 incógnitas.
13x  5 y  2,4w  2 z  8

(discutir sobre cuales son los coeficientes, cuales las incógnitas y los términos independientes en cada caso)

Un sistema que posee todos sus términos independientes igual a 0, es decir bj = 0 entonces ese sistema se
denomina Sistema Lineal Homogéneo.
Resolver el sistema consiste en calcular el valor de las incógnitas que hacen que se cumplan TODAS las
ecuaciones del sistema simultáneamente.
Diremos que dos sistemas son equivalentes cuando tienen las mismas soluciones.

Tipos de sistemas

Prof. Vázquez, Lía A. 2015 2/21

UNPA – UACO Tecnicatura en Petróleo Matemática

En general, buscaremos las soluciones de los sistemas en los números reales R. Dependiendo del posible
número de tales soluciones reales que tenga un sistema, éstos se pueden clasificar en:

INCOMPATIBLES (no tienen solución) S.I.

DETERMINADOS (solución única) S.C.D

COMPATIBLES (tienen solución)

INDETERMINADOS (infinitas soluciones) S.C.I

.

Sistemas con dos incógnitas

Los sistemas más sencillos son aquellos en los que sólo hay dos incógnitas y 2 ecuaciones, y que ya son
conocidos de cursos pasados.
Hay varios métodos para resolverlos, los más habituales:
* Reducción
* Igualación
* Sustitución
en los que ya no nos detendremos.
Como cada ecuación lineal con 2 incógnitas se interpreta geométricamente como una recta, el estudio de la
solución gráfica del sistema se limita a estudiar la posición de 2 rectas en el plano. Veamos algunos
ejemplos con los tres casos que se pueden presentar. Resolver e interpretar el sistema
Resolver e 2 x  4 y  6
interpretar el  2x  y  1
sistema 5 y  5
 x  2 y  3 de donde y=-1 y sustituyendo

 2 x  y  1 x + 2·(-1) = -3, x = -1.
Es decir, la solución del
Por reducción: sistema es única, x = -1, y = -
1 lo que significa que el
sistema es compatible
(porque tiene solución) y
determinado (porque esa
solución es única), y que las
rectas se cortan en un punto,
precisamente el (-1,-1) Figura 2: Solución del sistema, punto (-1,-1)

Prof. Vázquez, Lía A. 2015 3/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Resolver e x  3  2 y 

interpretar el 5  4 y  de donde:
x
sistema  2 
 x  2 y  3 5 4y
 3 2y 
 2 x  4 y  5 2
 3  2 y    2  5  4 y
Por 6  4y  5  4y
igualación: 6 5  4y  4y
1 0y Figura 3: Sistema sin solución. Rectas paralelas

1 0

lo cuál es imposible y por lo

tanto el sistema no tiene
solución, es un sistema
incompatible y por lo tanto
las rectas son paralelas.
Resolver e Como x = −2y – 3, resulta
interpretar el 3(−2y − 3) + 6y = −9, es
sistema decir −6y – 9 + 6y = −9, por

 x  2 y  3 lo tanto quedaría 0y = 0, 0 =

3x  6 y  9 0.
Como 0 = 0 es una igualdad
Por siempre cierta, quiere decir
sustitución que el sistema tiene infinitas
soluciones, es compatible
Figura 4: Infinitas soluciones. Las rectas
indeterminado, o que las
coinciden
rectas son la misma,
coinciden en todos los
Lo expresaremos así. Como x = −2y − 3,
puntos.
dando valores a y se obtiene x.
Así, si le damos a y el valor arbitrario de λ
(lambda), entonces expresaremos la solución
como x = −2λ − 3
y = λ siendo λ ∈ R y como λ puede ser
cualquier número real, hay infinitas
soluciones.

Estos son los únicos casos que pueden darse con dos ecuaciones y dos incógnitas, y su interpretación
geométrica.

Prof. Vázquez, Lía A. 2015 4/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Algunos problemas de sistemas de ecuaciones:

MATRICES

Definición:
Se llama matriz real a un conjunto de números reales colocados en filas y columnas en disposición
rectangular, encerrados entre paréntesis o corchetes.
1 5 8
  1,5  3 3
 5 9 2 ; 1 5 
 7 5 3  2 2 
 
En ocasiones nos referimos a una matriz, sin necesidad de indicar los números que contiene; pero si
dándole un nombre el cual suele constar sencillamente de una letra mayúscula. Así, a la primera matriz del
ejemplo anterior podríamos llamarla A y a la segunda B. A los números reales que componen la matriz se
los denomina elementos de la matriz. Por ejemplo:

 4 1
 
C   7 5  , consta de 6 elementos 4, 7, 0, 1, 5 y 3.
 0 3
 
Cuando el valor concreto de algún elemento de una matriz es desconocido o no es preciso indicarlo, se
puede representar por la letra minúscula correspondiente al nombre de la matriz afectada de 2 subíndices: el
primero indicará la fila y el segundo indicará la columna que ocupa ese elemento. Así, en la matriz C, el
elemento C32 indica fila 3 y columna 2, es decir el número real 3; y el elemento 7 ocupa la fila 2, columna
1; por lo tanto es el elemento c21.

En general una matriz se puede representar así:

 a11 a12  a1n 

 
a a22  a2 n 
A   21
    
 
a  amn 
 m1 am 2

Orden de una matriz

El orden de una matriz real está dado por el número de filas y columnas que la forman. Para indicar el
orden de una matriz se escribe primero el número de filas y después el número de columnas, separadas
entre sí por el signo “x”. En nuestro ejemplo anterior la matriz C tiene 3 filas y 2 columnas, por lo tanto es
de orden 3x2.

Definición:

Prof. Vázquez, Lía A. 2015 5/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Se dice que una matriz A es de orden mxn y se escribe Amxn, cuando A tiene m filas y n columnas. Al orden
de una matriz también se lo llama tamaño o dimensión de la matriz.

Otras notaciones usuales para representar las matrices son Cij o [Cij].

Igualdad de matrices
Definición:
Dos matrices son iguales cuando son del mismo orden y los elementos que ocupan idéntica posición en
ambas matrices son iguales. Se escribe A = B. Ejemplo: consideremos las matrices:

  4 0 6
 4 6   6  2 6    4 6  
A   , B   , C   , D   7 0 9 
 7  9  7  9  7 9  0 0 0
 
A es igual a B, pero no es igual a C ya que a22 ≠ c22. Ni C es igual a D, ya que no son del mismo orden.

Clasificación de matrices
A continuación nombramos algunos casos de matrices particulares:

1) Matriz Rectangular es aquella matriz en donde el número de filas es distinto al número de columnas
(matriz de orden mxn, con m ≠ n).

Casos Particulares de matrices rectangulares:

a) Matriz Fila: Es una matriz que consta de una sola fila. (tiene orden 1xn)
B  b11 b12 b13  b1n 
b) Matriz Columna: Es una matriz que consta de una sola columna. (tiene orden nx1)

 a11 
 
 a21 
A   a31 
 
  
a 
 n1 

2) Matriz Cuadrada: Es aquella matriz que tiene igual número de filas que de columnas. (tiene orden
mxn, con m = n)

 a11 a21  an1 

 
a a  a n2 
A   21 22
    
 
a  ann 
 n1 an 2
Cuando tenemos una matriz cuadrada de orden nxn, simplemente decimos que es de orden n.

Prof. Vázquez, Lía A. 2015 6/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Casos Particulares de matrices cuadradas:

a) Matriz Diagonal: Una matriz cuadrada es diagonal si cumple:

0 si i j
aij  
k si i  j , kR

3 0 0
 
Por ejemplo, la matriz A   0  2 0  es una matriz diagonal de 3x3.
0 a 
 0
b) Matriz Escalar: Una matriz diagonal es escalar, cuando los elementos no nulos son iguales.

 4 0 0 
 
A 0 4 0 
 0 0  4 

c) Matriz unidad o identidad: Una matriz escalar es identidad cuando los elementos no nulos toman el
valor de 1. Generalmente se representa con In.

1 0 0
 
I   0 1 0  es la matriz identidad de 3x3.
0 0 1
 
1 0
I    es la matriz identidad de 2x2.
0 1
d) Matriz triangular superior: Es una matriz cuadrada en la que todos los elementos por debajo
de la diagonal principal son ceros. De manera similar es triangular inferior si todos los
elementos por sobre la diagonal principal son ceros.

3) Matriz Nula: Es aquella matriz donde todos sus elementos son ceros. aij  0, i, j . Generalmente se

 
representa por 0mxn ó aij  0

4) Matriz Opuesta: Dada una matriz A  aij   mxn

, se denomina matriz opuesta de A, a la matriz –A

cuyos elementos son  aij mxn .

Ejemplo:
 2  4 1
Dada la matriz A    de orden 2x3, la opuesta de A, es la matriz
  3 2 1
  2 4  1
 A    .
 3  2  1 

Prof. Vázquez, Lía A. 2015 7/21

UNPA – UACO Tecnicatura en Petróleo Matemática

t
5) Matriz Transpuesta: Dada una matriz A, se denomina matriz transpuesta de A, y se denota A ,
a la matriz que se obtiene al cambiar en la matriz A las filas por las columnas. Así, si
A  aij mxn , entonces la matriz transpuesta de A es At  a ji nxm .

Ejemplo:
 2  4 1
Dada la matriz A    de orden 2x3, la transpuesta de A, es la matriz
  3 2 1
 2  3
 
A    4 2  y tiene orden 3x2.
t

 1 1 


Observación: Si A es de orden mxn, entonces At es de orden nxm.

Propiedades de la matriz transpuesta:

Si r es un escalar, y A y B son matrices:

a) A   A
t t

b)  A  Bt  At  Bt
c)  A  Bt  At  Bt
d) r  At  r  At

6) Matriz simétrica: Es la matriz cuadrada A, tal que A = At.

Ejemplo:

1 2 0 1 2 0
   
Dada la matriz A   2 3 4  , su matriz transpuesta es A   2 3 4  . Entonces, la matriz A
t

0 4 0 0 4 0
   
es simétrica ya que A = At.

Operaciones con matrices

Definición:
Dadas dos matrices A  aij  
mxn
 
y B  bij mxn
, del mismo orden, entonces la matriz suma A+B, se define

como la matriz del mismo orden cuyos elementos se obtienen sumando uno a uno los elementos
correspondientes a ambas:
A  B  aij  bij  aij  bij , i, j

Ejemplo:

Prof. Vázquez, Lía A. 2015 8/21

UNPA – UACO Tecnicatura en Petróleo Matemática

3 1 2  1 2 4 
Dadas las matrices A   ; B    entonces la matriz suma es:
5 0 4  0  2 6
 3 1 2    1 2 4   3   1 1  2 2  4  2 3 6 
A  B            
 5 0 4   0  2 6   5  0 0   2 4  6   5  2 10 

Multiplicación por un Escalar

Si A = (aij) es una matriz de mxn y r es un número real, el múltiplo escalar de A por r es la matriz
B = (bij) de mxn, donde los elementos de B = r (aij) para 1  i  m,1  j  n es decir que B se obtiene
multiplicando, cada elemento de A por r.
Ejemplo:

3 1 2
A   ; r  4
5 0 4 
2    12  4  8 
 4 
3 1
 
5 0 4    20 0  16 

Multiplicación de Matrices
   
Dos matrices A  aij y B  bij pueden multiplicarse si y sólo si éstas son compatibles, es decir, si

el número de columnas de A es igual al número de filas de B. Por lo tanto si A es una matriz de

orden mxn y B es una matriz de orden pxq, el producto de A∙B sólo se puede realizar si n = q y
entonces el resultante será otra matriz C  cij  de orden mxq, es decir que la matriz resultante

tiene tantas filas como la matriz A y tantas columnas como la matriz B.

Dadas las matrices A de 3x3 y B de 3x2:
 a11 a12 a13   b11 b12 
   
A   a21 a22 a23 ; B   b21 b22 
a a33  b 
 31 a32  31 b32 

El resultado de AxB es la matriz C de 3x2 calculada de la siguiente manera:

 a11  b11  a12  b21  a13  b31  a11  b12  a12  b22  a13  b32    c11 c12 
   
C   a21  b11  a22  b21  a23  b31  a21  b12  a22  b22  a23  b32    c21 c22 
 a  b  a  b  a  b  a31  b12  a32  b22  a33  b32   c31 c32 
 31 11 32 21 33 31

Generalizando cada elemento de C está dado por:

cij  ai1  b1 j  ai 2  b2 j  ai 3  b3 j    aip  bpj (1)

Prof. Vázquez, Lía A. 2015 9/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Entonces,
p
cij   aik  bkj ; 1  i  m, 1  j  n
k 1

Observando la expresión (1), vemos que el elemento cij de C se obtiene realizando el producto
punto entre la fila i de la matriz Ay la columna j de la matriz B.

Observaciones:
1) El producto entre dos matrices A y B sólo está definido cuando el número de columnas de A
es igual al número de filas de B.
2) El orden de la matriz resultante es mxn dónde m es el número de filas de A y n es el número de
columnas de B.

Ejemplo:
Dadas las matrices A y B hallar, si es posible, A∙B y B∙A

 3 0
   1 4 2  1
A    1 2 ; B   
 1 1 3 1 5 6 
 
Veamos que A tiene orden 3x2 y B tiene orden 2x4. Entonces A∙B lo podemos realizar, ya que el
número de columnas de A (2) es igual al número de filas de B. En este caso nos quedará como
resultado una matriz de orden 3x4. Realicemos esto:
 3 0
   1 4 2  1
A    1 2 ; B   
 1 1  3 1 5 6 
 
 3 1  0  3 3  4  0 1 3 2  0 5 3   1  0  6   3 12 6  3 
   
A  B    1 1  2  3  1  4  2 1  1 2  2  5  1  1  2  6    5  2 8 13 
 1 1  1  3 1  4  1 1 1 2  1 5 1  1  1 6   4 5 7 5 


Ahora intentemos realizar B∙A. El número de columnas de B es 4 y el número de filas de A es 3. Como son
distintos entonces la multiplicación B∙A no está definida, no se puede realizar.

Caso Particular:
I  A  A  I  A donde A es una matriz cualquiera y la matriz I es la matriz identidad de igual
orden que A.

Matriz Escalonada por filas:

Prof. Vázquez, Lía A. 2015 10/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Una matriz A de mxn está en forma escalonada por fila cuando satisface las siguientes condiciones:
 Todas las filas que constan sólo de cero, si las hay, están en la parte inferior de la matriz.
 La primera entrada distinta de ceros de la fila, es un 1. Esta entrada se denomina entrada principal o
1 principal.
 En cada fila que no consta sólo de ceros el 1 principal aparece a la derecha y en una fila posterior a
las filas en las que se encuentren los unos de las filas anteriores.

Matriz Escalonada por filas reducidas:

Una matriz A de mxn está en forma escalonada por filas reducidas cuando satisface las siguientes
condiciones:
 La matriz está en forma escalonada por filas.
 Si una columna contiene un uno principal, el resto de los elementos de esa columna son ceros.

Ejemplo:
Dadas las matrices

1 0 0 0 00 2 4 
0
    1 2 0 0 1
0 1 3 0 10 4 0 8   
A ;B   ; C  0 0 1 2 3
0 0 1 0 1 7  2
0 0 0

0





  0 0 0 0 
 0 0 1 00 0 0 0 
1 0 3 4
1 2 0 4  1 0 3 4  
    0 1 2 5
D   0 0 0 0 ; E   0 2  2 5 ; F  
 0 0 1  3  0 0 1 2 0 1 2 2
     
0 0 0 
 0
1 2 3 4  0 0 1 2 3 1 0 0 0
     
G   0 1  2 5 ; H   0 0 0 1 0 ; I   0 1 0 1 
 0 0 1 2 0 0 0 0 1  0 0 1 2
     

Prof. Vázquez, Lía A. 2015 11/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Operaciones elementales sobre una matriz

Sea A una matriz de mxn, i, j dos filas cualesquiera de A y r ∈ R, r ≠ 0. Cualquiera de las siguientes es una
operación elemental por filas sobre A:
 Intercambiar las filas i y j.
 Multiplicar la fila i por la constante r.
 Sumarle a la fila i, la fila j multiplicada por una constante r ≠ 0.

Definición:
Se dice que una matriz A de mxn es equivalente por fila a una matriz B de mxn, si B se puede obtener al
aplicar a la matriz A una serie finita de operaciones elementales por filas.

Teorema:
Toda matriz de mxn es equivalente por fila a una matriz en forma escalonada por filas.

Teorema:
Toda matriz de mxn es equivalente por fila a una única matriz en forma escalonada por filas reducidas.

Ejemplo:

Prof. Vázquez, Lía A. 2015 12/21

UNPA – UACO Tecnicatura en Petróleo Matemática

 0 0 1 2   3 3 6  9 1 1 2  3
     
A   2 3 0  2   2 3 0  2   2 3 0  2
3 3 6  9 0 0 1 2  0 0 1 2 
     
1
f1  f 3 f1  f 3
3
 1 1 2  3
 
 0 1  4 4 
0 0 1 2 

f1  2   f 2  f 2

Hasta aquí logramos a través de operaciones elementales llevar A a su forma escalonada por filas. Seguimos
aplicando operaciones elementales sobre esta última matriz para llegar a otra en forma escalonada por filas
reducidas:

1 0 6  7 1 0 0 19 
   
 0 1  4 4   0 1 4 4 
0 0 1 2   0 2 
 0 1
- 1 f 2  f1  f1 - 6 f 3  f1  f1
1 0 0  19 
 
 0 1 0 12 
0 0 1 2 

4 f3  f 2  f2
La última matriz obtenida es equivalente a A y llamada escalonada por filas reducidas de A.

MATRICES – APLICACIONES: SISTEMAS LINEALES

Consideramos el sistema lineal de m ecuaciones con n incógnitas dado por:

a11  x1  a12  x2  a13  x3    a1n  xn  b1
a  x  a  x  a  x    a  x  b
 21 1 22 2 23 3 2n n 2

a31  x1  a32  x2  a33  x3    a3n  xn  b3



am1  x1  am 2  x2  am3  x3    amn  xn  bm

Podemos escribir dicho sistema de la siguiente manera:

Prof. Vázquez, Lía A. 2015 13/21

UNPA – UACO Tecnicatura en Petróleo Matemática

 a11 a12 a13  a1n   x1   b1 

     
 a21 a22 a23  a2 n   x2   b2 
a a32 a33  a3n    x3    b3 
 31     
        
a am3  amn   xn   bn 
 m1 am 2

La representación anterior simbolizada por A  X  B , se llama forma matricial del sistema, donde
A es la matriz de coeficientes, X es la matriz de las incógnitas y B la matriz de los términos
independientes.

Esta matriz recibe el nombre de Matriz Ampliada del Sistema.

Ejemplo:
  2x  z  5

Para el sistema: 2 x  3 y  4 z  7
3x  2 y  2 z  3


  2 0 1   x  5
     
La forma matricial del sistema A  X  B   2 3  4    y    7  .
 3 2 2   z   3
     

La matriz ampliada del sistema:

Resolución de Sistemas de Sistemas de Ecuaciones:

Nuestro objetivo será resolver un sistema de ecuaciones lineal usando la matriz aumentada que
representa a éste, llevándola a una forma de la cual pueda deducirse fácilmente la solución

Teorema:

Prof. Vázquez, Lía A. 2015 14/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Sean A  X  B y C  X  D , dos sistemas lineales cada uno con m ecuaciones y n incógnitas. Si

las matrices aumentadas  A | B  y C | D de estos sistemas son equivalentes por filas, entonces
ambos sistemas lineales tienen exactamente las mismas soluciones.

Método de Eliminación de Gauss

Se utiliza para resolver un sistema lineal A  X  B y consiste en los siguientes pasos:
1) Formar la matriz aumentada  A | B  .
2) Transformar A | B a su forma escalonada por filas C | D mediante operaciones
elementales.
3) Resolver el sistema lineal correspondiente a C | D  por medio de sustitución hacia atrás.

Ejemplo:
3x  3 y  6 z  9

Resolver el siguiente sistema  2 x  3 y  2 con el Método de Eliminación de Gauss.
 z2


 3 3 6  9   1 1 2  3
   
 2 3 0  2    0 1  4 4  ésta última matriz está en su forma escalonada por filas, y se
0 0 1 2  0 0 1 2 
  

 x  y  2 z  3

corresponde con el sistema  y  4 z  4 .
 z2

Resolvemos por sustitución hacia atrás:
z  2  y  42  4
y  12
z  2; y  12  x  12  2  2  3
x  19
La solución es S   19, 12, 2 .

Método de Reducción de Gauss-Jordan

El procedimiento de reducción de Gauss – Jordan para resolver el sistema lineal A  X  B es el
siguiente:
1) Formar la matriz aumentada  A | B  .
2) Transformar  A | B  a su forma escalonada reducida por filas C | D  mediante operaciones
elementales.

Prof. Vázquez, Lía A. 2015 15/21

UNPA – UACO Tecnicatura en Petróleo Matemática

3) Por cada fila no nula de C | D  se despeja la incógnita correspondiente a los unos

principales.

Ejemplo:
 1 1 2  3
 
Del ejercicio anterior, la forma escalonada por filas es  0 1  4 4  , y podemos llevar esta a
0 0 1 2 


 1 0 0  19 
 
la forma escalonada reducida por filas y nos quedaría  0 1 0 12  . De ésta última es posible
0 0 1 2 
 
leer directamente la solución S   19, 12, 2; x  19; y  12; z  2 .

Sistemas Lineales Homogéneos

Un sistema lineal de la forma A  X  0 , recibe el nombre de Sistema Homogéneo, es decir que un
sistema lineal es homogéneo si todos sus términos independientes son ceros.

Ejemplo:
 x  5 x3  3x4  0
El sistema  1 es un sistema lineal homogéneo.
 x2  2 x3  4 x4  0

Observación:
Una solución que satisface o posee cualquier sistema lineal homogéneo es
x1  x2  x3    xn  0 . Dicha solución se denomina solución trivial. Es por esto que todo
sistema homogéneo es siempre compatible.

Clasificación de un sistema homogéneo

Matriz Inversa

Prof. Vázquez, Lía A. 2015 16/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Una matriz cuadrada A de orden n, es invertible (o no singular) si existe una matriz B de orden n
tal que A  B  B  A  I n . La matriz B se llama Inversa de A y se simboliza A-1. Es decir que se

cumple A  A1  A1  A  I n . Si dicha matriz inversa no existe, A se denomina no invertible o

singular.

Ejemplo:

2 3   1 3 
¿Sera cierto que la matriz A    es invertible y que su inversa es la matriz  2?
 1 1 
 2  2  
Resolución:

 2 3   1 3   1 0 
Para saber si esa matriz es su inversa se debería verificar que     2   . Por
  1 1    0 1 
 2 2     
lo que realizaremos las cuentas:

 2 3    1 3   2   1  3 1 2  3  3   1    2  3 3   3  1 0 
    2  2      
 2  2   1  1   2   1   2 1 2  3 2   2   1   2   2 3  2    4 5 
 

 1 3  2 3 
Por lo tanto la matriz  2  no es la inversa de A    . Lo que no es suficiente para
 1 1 
   2  2
asegurar que A no tenga inversa. Pensemos si podemos encontrar la matriz inversa, para eso
vamos a pensar que:
2 3   a b   2  a  3 c 2 b  3 d  1 0
        
2  2   c d   2  a   2  c 2  b   2  d   0 1 
1 2a  3c  1
2 2b  3d  0  2b  3d


3 2a  2c  0  2a  2c
4 2b  2d  1

Como de la ecuación [3] sabemos que 2a  2c , podemos remplazar en la ecuación [1] y nos queda:

2c  3c  1  5c  1  c  1 , luego, cómo 2a  2c  a  c  a  1 .
5 5
De la ecuación [2] sabemos que 2b  3d y al remplazar en [4] quedaría
3
 3d  2d  1  5d  1  d   1 y luego 2b  3d  b   d y d   1 , por lo tanto,
5 2 5

 3  1 3
b     
 2   5  10

Prof. Vázquez, Lía A. 2015 17/21

UNPA – UACO Tecnicatura en Petróleo Matemática

 a b   15 310 
Entonces, la matriz inversa de A sería    . Para saber si es correcto se debería
 c d   15  15 

hacer la multiplicación y verificar si nos da la I2.

Observación:
No siempre es posible hallar la inversa de una matriz.

Teorema:
Si una matriz tiene inversa, esa inversa es única.

Demostración:
(Vamos por el absurdo) Sean B y C dos matrices inversas de A distintas. Entonces A  B  B  A  I n y

A  C  C  A  I n . Entonces:

B  B  I n  B   A  C   B  A  C  I n  C  C
B  C
Lo cual es absurdo porque habíamos dicho que eran diferentes. Por lo tanto, no existen dos matrices
inversas de otra que sean distintas.

Propiedades de la Inversa

1) Si A es una matriz invertible, entonces A-1 también es invertible y A1  

1
 A.

2) Si A y B son matrices invertibles entonces A B también es invertible y  A  B   B 1  A1 .

1

3) Si A es invertible, entonces At    A  .
1 1 t

Procedimiento para hallar la inversa de una matriz: Método de Gauss-Jordan

El procedimiento práctico para calcular la matriz inversa de una matriz dada A de orden nxn consiste
en colocar junto a la matriz de partida (A), la matriz identidad (I) y hacer operaciones elementales por
filas, afectando esas operaciones tanto a la matriz A como a la matriz I, con el objeto de transformar la
matriz A en la matriz identidad. Cuando logramos esto, la matriz resultante de las operaciones sobre I,
es la inversa de A, (A-1).

Ejemplo:

Prof. Vázquez, Lía A. 2015 18/21

UNPA – UACO Tecnicatura en Petróleo Matemática

 2 2 1 
 
Hallar, de ser posible, la matriz inversa de A   4 5  2  . Entonces:
 2 3 1 
 

Como no se puede llevar la matriz A a la matriz identidad, entonces no puedo encontrar la matriz
inversa.

Ejemplo:
 2 1  2
 
Hallar, de ser posible, la matriz inversa de A   1 1  2  . Entonces:
 1 0 1 
 

Prof. Vázquez, Lía A. 2015 19/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Como pudimos llevar la matriz A con operaciones elementales a la I, entonces la que obtenemos con
1  1 0 
 
esas mismas operaciones aplicadas a I, en el mismo orden, nos da A . Entonces A1  1 0 2  .
-1

1  1 1 
 

Prof. Vázquez, Lía A. 2015 20/21

UNPA – UACO Tecnicatura en Petróleo Matemática

Teorema:
Una matriz de orden nxn es invertible si y sólo si es equivalente por filas a In.

Teorema:
Sean A y B dos matrices invertibles de orden n, entonces A∙B es invertible y  A  B   B 1  A1 .
1

Sistemas Lineales y Matriz Inversa

Teorema:
Sea A una matriz de nxn. Las siguientes afirmaciones son equivalentes:
1) A es invertible.
2) El sistema lineal A  X  B tiene una solución única para cada matriz B de orden nx1.
3) X  0 es la única solución A  X  0 .
4) A es equivalente por filas a In.

Demostración:

Prof. Vázquez, Lía A. 2015 21/21