ALGEBRA LINEAL

CONTENIDO A SER EVALUADO EN EL PRIMER PERIODO 2017

Parte I. Determinante de una Matriz

1.1. Determinante de una Matriz

Es una función real que asocia a una matriz cuadrada con un número real. Esta relación
entre un arreglo numérico y un número es un concepto es fundamental del algebra lineal
dado que nos permite determinar la existencia y unicidad de los resultados obtenidos al
resolver un sistema de ecuaciones lineales. Más adelante, en el apartado 1.3 de esta primera
parte, será ampliado este importante concepto. Por ahora, basta saber que “el determinante
de una matriz A” se denota mediante la expresión det A aunque también se acostumbra
utilizar la notación | |, y para calcular su valor numérico podemos aplicar dos métodos;
Reducción a la forma escalonada y el Método de los Cofactores. El primero de estos
métodos se fundamenta en el siguiente teorema cuyos incisos relacionan el determinante
de una matriz cuadrada con los sistemas de ecuaciones lineales y la eliminación gaussiana.

1.2. Teorema 1 para el cálculo del determinante de la matriz cuadrada A

i) Si todos los elementos de una fila o de una columna de A son nulos, entonces det A = 0
ii) Si dos filas o dos columnas de A son iguales, entonces el det A = 0
iii) Si intercambiamos entre si dos filas o dos columnas, el determinante cambia de signo
iv) Si obtenemos B a partir de A, en la operación kfi  fj , entonces; det B =k det A
v) Si obtenemos B a partir de A, la operación kfi + fj fj con i≠j entonces det B = det A
vi) Si B y A son cuadradas del mismo orden entonces det (AB) = (det A)(det B)
vii) det At = det A
viii) Si A–1 existe entonces det A–1 = (detA)–1
ix) Si A es una matriz escalonada o diagonal entonces det A = ∏ con i = j

1.2.1. Determinante de una matriz calculada por reducción a la forma escalonada

El método se fundamenta en la aplicación de los principios anteriores, en especial los
incisos (iii), (iv)(v) y (ix). Este último, según el cual, si A es una matriz escalonada o
diagonal entonces det A es el producto de los elementos de la diagonal principal.

Veamos algunos ejemplos:

1) Hallar el determinante de la matriz A, aplicando Reducción a la forma escalonada.

1 2 3 4
A= –2 1 –4 3

3 −4 –1 2

4 3 –2 1
Solución: 1 2 3 4

det A = –2 1 –4 3
3 −4 –1 2
4 3 –2 1

i) Hacemos ceros los tres últimos elementos de la 1° columna mediante operaciones elementales,
aplicando el inciso (v) ; 2 f1 +f2 ; –3f1 + f3 ; –4f1 + f4 obteniendo:

1 2 3 4
det A = 0 5 2 11
0 −10 –10 –10
0 –5 –14 –15

ii) Hacemos 1 el elemento a22 = 5 multiplicando la 2° fila por , aplicando el inciso (iv), obteniendo:

1 2 3 4
0 1 2/5 11/5
det A = (5)
0 −10 –10 –10
0 –5 –14 –15

iii) Hacemos ceros los últimos dos elementos de la 2° columna mediante operaciones elementales;
10f2+ f3 ; 5f2 + f4

1 2 3 4
0 1 2/5 11/5
det A = (5)
0 0 –6 12
0 0 –12 –4

iv) Hacemos 1 el elemento a33 = –6 multiplicando la 3° fila por – obteniendo el determinante:

1 2 3 4
0 1 2/5 11/5
det A = (5)(–6)
0 0 1 –2
0 0 –12 –4

v) Hacemos cero el último elemento de la 3° fila con la operación; 12f3 +f4 , obteniendo:

1 2 3 4
0 1 2/5 11/5
det A = (5)(–6)
0 0 1 –2
0 0 0 –28
vi) Aplicamos el inciso (ix) y obtenemos: det A = (5)(–6)(–28) = 840

2) Hallar el determinante de P aplicando el método de reducción a la forma escalonada

1 2 3 4
2 3 4 1
P =
3 4 1 2
4 1 2 3

Solución

1 2 3 4 ; –2f1+f2; –3f1+f3; –4f1+f4 

2 3 4 1
det P =
3 4 1 2
4 1 2 3

1 2 3 4 1 2 3 4 1 2 3 4
0 –1 –2 –7 ;–1f2  (–1) 0 1 2 7 ;2f2+f3; 7f2+f4  (–1) 0 1 2 7
0 –2 –8 –10 0 –2 –8 –10 0 0 –4 4
0 –7 –10 –13 0 –7 –10 –13 0 0 4 36

1 2 3 4 1 2 3 4

0 1 2 7 0 1 2 7
– f3  (–4)(–1) ;–4f3 +f4 -> (–4)(–1)
0 0 1 –1 0 0 1 –1

0 0 4 36 0 0 0 40

En el último determinante, aplicamos el inciso (ix) y obtenemos: detP = (–4)(–1)(40) = 160

3) Calcule det A , det B , det AB y det BA aplicando reducción a la forma escalonada

4 6 1 –1 1 2 3 4

2 1 0 0,5 0 2 –1 1
A = ; B =
3 0 0 1 0 0 3 2

1 –1 1 1 0 0 0 –1

Solución: det A = –5,5 ; det B = –6 ; det AB =de BA = 33

1.3. Determinante de una matriz calculado por el método de los Cofactores

El método esta fundamentado en la aplicación de ciertos principios del algebra lineal,

relacionados con los menores complementarios de los elementos de una matriz.
a) Si A = [a] es una matriz de 1x1 entonces detA = a
b) Si A es una matriz nxn, el menor complementario asociado de aij es Mij , que es el
determinante de la submatriz (n–1)(n–1) de A, obtenida al suprimir la fila
y la columna a las cuales pertenece el elemento aij de la matriz A.
c) El cofactor Aij asociado a Mij se define como Aij = (–1)i+j Mij
d) Un determinante es igual a la suma de los productos de los elementos de una linea
cualquiera(fila o columna) por sus cofactores correspondientes, es decir: det A =
∑aijAij = ∑ (–1)i+j aij Mij

Veamos algunos ejemplos:

1. Calcula el determinante de la matriz G aplicando el método de los cofactores,

eligiendo la expansión más recomendable.
–1 3 0,5
det G = 4 0 2
–2 –1 5

Solución La expansión o desarrollo por cofactores del determinante más recomendable es

aquella que pasa por el elemento g22 =0. Podemos desarrollar los cofactores de la 2° fila o
también los cofactores de la 2° columna.

Optemos por la 2° fila: det G = g21G21+g22G22+ g23G23

–
G21 = (–1)2+1 | | = (–1)[15–(–0,5)] = –15,5; G22 = (–1)2+2 | | = [–5–(–1)] = –4
– –

–
G23 = (–1)2+3 | | = (–1)[1–(–6)] = –7
– –

det G = g21G21+g22G22+ g23G23 = 4(–15,5) +0(-4) +2(–7) = –76

2) Calcula el determinante de la siguiente matriz mediante el método de los cofactores.

2 –1 3 0

A = 4 –2 7 0
–3 –4 1 5
6 –6 8 0
Solución

En este caso el procedimiento más viable para calcular el determinante de la matriz, aplicando
cofactores es la expansión por los elementos de la 4° columna, debido a que en esta línea el único
elemento no nulo es a34 = 5 por lo cual se tiene un solo cofactor no nulo; el A34. Se tiene entonces
que: det A = a34 A34

2 –1 3
3+4
A34 = (–1) M34 = (–1) 4 –2 7
6 –6 8

2 –1 3
M34 = 4 –2 7 = (–32–72–42) –(–36–32–84) = 6 : C34 = (–1)3+4M34 = (–1)(6) = – 6
6 –6 8

Luego: det A = a34 C34 = (5)(–6) = –30

–1 4 0 –3
2 0 1 2
3. Aplica los cofactores en la 1° fila de R para calcular det R =
3 1 –1 0

Solución: detR = 170 0 2 3 4

1.4. Calculo de la matriz inversa utilizando el método de la Adjunta

Si A es una matriz cuadrada invertible entonces La inversa de A es A–1 = AdJ A

donde la adjunta de A es la matriz traspuesta de la matriz de los adjuntos de A.

Veamos un ejemplo.

3 2 4
1. Hallar la inversa de R aplicando el método de la adjunta. R= –1 2 5

2 1 1

Solución

Aplicamos el método de Sarrus para calcular el determinante de la matriz:

3 2 4
det R = –1 2 5 = (6–4+20)–(16+15–2) = –7  =–
2 1 1
M11 = | | = (2–5) = –3; M12 = | | = (3–8) = –5; M13 = |– | = (–1–4) = –5

M21 = | | = (2–4) = –2; M22 = | | = (3–8) = –5; M23 = | | = (3–4) = –1

M31 = | | = (10–8) = 2; M32 = | | = (15+4) = 19; M33 = | | = (6+2) = 8

–

–3 –5 –5 –3 –2 2

M = –2 –5 –1  Mt = –5 –5 19 = Aj R
2 19 8 -5 -1 8

–3 –2 2
3/7 2/7 –2/7
–1 –5 –5 19
R = AdJ R = (– ) = 5/7 5/7 –19/7
-5 -1 8
5/7 1/7 –8/7

Parte 2. Sistemas de Ecuaciones Lineales

Un sistema de ecuaciones lineales es un conjunto que tiene m ecuaciones lineales cada una
con n incógnitas que pueden tener o no solución, cuya forma general del sistema es:

a11x1 + a12x2 + a13x3 +…+a1nxn = b1

a21x1 + a22x2 + a23x3 +…+a2nxn = b2
a31x1 + a32x2 + a33x3 +…+a3nxn = b3
:
:
am1x1 + am2x2 + am3x3 +…+amnxn= bm

El sistema de ecuaciones lineales se puede escribir en forma matricial: Ax = b donde A es

la matriz de los coeficientes aij , x es la matriz columna de las incógnitas y b es la matriz
columna de los términos independientes. Si la matriz A tiene inversa, partiendo de la forma
matricial se puede hallar la solución del sistema. En efecto:

Ax =b ( A–1)(Ax ) = ( A–1)(b )  ( A–1A)(x ) = ( A–1)(b ) x = A–1b . Es decir, si

conocemos la inversa de la matriz del sistema podemos obtener la solución de este a través
del producto; inversa de la matriz del sistema por la matriz de los términos independientes.
Esta metodología se hace posible, dado que la inversa de la matriz del sistema la podemos
hallar aplicando el método de la adjunta visto en la sección anterior. No obstante existen
otros métodos para resolver un sistema de ecuaciones lineales, fundamentados en los temas
estudiados hasta ahora, entre otros se tienen el Método de eliminación gaussiana y el
método de Cramer.

2.1. Método de eliminación gaussiana

El método de eliminación de Gauss o eliminación gaussiana con sustitución regresiva, consiste

en transformar el sistema dado en un sistema triangular equivalente a través de una
secuencia de operaciones elementales sobre las filas de la matriz ampliada del sistema
original, convirtiéndose esta en una matriz triangular cuyo sistema asociado es equivalente
al original. Entonces para conocer la solución del sistema original basta con resolver
regresivamente el sistema triangular equivalente obtenido.

Ejercicio 1. Resolver aplicando Eliminación de Gauss y comprobar:{

Solución

Primeramente se construye la matriz ampliada del sistema: 2 3 –5 –13

3 2 –1 3

5 –7 2 11

Nos aseguramos que el primer elemento de la primera columna sea menor en valor absoluto que el resto de sus
compañeros de columna. Si no lo es hacemos un intercambio de filas o multiplicamos la fila por su inversa. En este
caso lo es. Entonces procedemos a realizar las operaciones elementales necesarias para anular los dos últimos
elementos de la 1° columna. En este caso las operaciones son; –3f1 +2f2 y –5f1 + 2f3 . Una vez realizadas estas
operaciones sobre la matriz ampliada anterior, esta se convierte en la siguiente:

2 3 –5 –13 Si observamos la tercera fila nos percatamos que los elementos no nulos son todos
divisibles entre 29, entonces realizamos esas divisiones multiplicando la 3° fila por
0 –5 13 45
, es decir, la operación es f3 , convirtiendo la matriz ampliada anterior en la
0 –29 29 87 siguiente:

2 3 –5 –13
Ahora debemos anular el último elemento de la 2° fila. Para eso la operación
0 –5 13 45
adecuada es: – f2 +f3, convirtiendo la matriz ampliada anterior en la siguiente:
0 –1 1 3
2 3 –5 –13
0 –5 13 45

0 0 –6
Esta matriz ampliada es la decisiva generando el sistema: { –
–

Ahora se resuelve el sistema comenzando por la última ecuación

z= = –  –5y + 13( ) = 45
–5y = 45  –5y = 45– =y= – =

 2x +3( ) – 5( ) = –13  2x – = – 13  x = . La solución es: ⌈ ⌉

Comprobación de la solución en el sistema original

2x+3y−5z = −13  2( ) +3( )−5( ) = −13
3x+2y− z = 3  3( ) +2( )−( ) = 3
5x −7y+2z = 11  5( ) −7( )+2( ) = 11

Ejercicio 2. Resuelve aplicando Eliminación gaussiana. {

Solución
2 4 6 0
2 4 6 0
4 5 6 0
–2f1+f2 ; –3f1+2f3  0 –3 –6 0 –10f2+3f3
0 –10 20 0
3 1 –2 0

2 4 6 0
1 2 3 0
 0 –3 –6 0 f1; – f2 ; f3  0 1 2 0
0 0 120 0
0 0 1 0

La última matriz ampliada es la decisiva generando el sistema: {

z = 0  y+2(0) = 0 y = 0  x+2(0)+3(0) = 0  x = 0 . La solución es: ⌈ ⌉

Ejercicio 3. Resuelve aplicando Eliminación gaussiana. {

Solución: z = 7,2969; y = 13,1571; x = 3,5417

2.1. Rango de un sistema de ecuaciones lineales

Se llama rango de un sistema de ecuaciones lineales al número de filas no nulas que

presenta la matriz del sistema al ser reducida a una matriz escalonada. El rango de la
matriz A se denota como rang (A)

2.2. Condiciones de Compatibilidad de un sistema de ecuaciones lineales

Un sistema de m ecuaciones lineales con n incógnitas es compatible si el rango de la

matriz del sistema (rang A) tiene igual valor numérico que el rango de la matriz ampliada
del sistema (rang A*). Cuando el sistema es compatible puede ser:

 Compatible determinado cuando el rango es igual al número de incógnitas y tiene

solución única
 Compatible indeterminado cuando el rango es menor al número de incógnitas y
tiene infinitas soluciones.

En caso de no suceder esto se dice que el sistema es incompatible o inconsistente, es

decir, no tiene solución.

Veamos algunos ejemplos

1. Describe la compatibilidad del sistema de ecuaciones lineales y de ser posible una solución.

Solución

2 4 6 18 1 2 3 9
f1  –4f1+f2 ; –3f1+f3
4 5 6 24 4 5 6 24

3 7 12 30 3 7 12 30
 1 2 3 9
1 2 3 9
– f3 0 1 2 4 –f2+f3
0 –3 –6 –12
0 1 3 3
0 1 3 3

1 2 3 9 1 2 0 12
0 1 2 4 –2f3+ f2 ; –3f3+f1  0 1 0 6 –2f2 + f1
0 0 1 –1 0 0 1 –1

1 0 0 0 El sistema de ecuaciones lineales equivalente al dado es el

0 1 0 6
sistema diagonal { Como la solución es única
0 0 1 –1
–
significa que el sistema de ecuaciones lineales del problema es Compatible Determinado

2. La siguiente imagen corresponde a la matriz ampliada de un sistema de

ecuaciones lineales y se requiere la condicion de compatibilidad del sistema.

Solución

Lo primero que hacemos es reproducir la matriz aumentada del sistema en el

formato que estamos usando, para reducirla mediante la eliminación gaussiana con
pivote unitario (El primer elemento de la fila que es no nulo debe ser 1

2 4 6 18 1 2 3 9
f1  –4f1+f2 ; –2f1+f3
4 5 6 24 4 5 6 24

2 7 12 30 2 7 12 30

1 2 3 9
1 2 3 9
f3 0 1 2 4 –3f2+f3
0 –3 –6 –12
0 3 6 12
0 3 6 12
 1 2 3 9
0 1 2 4

0 0 0 0
Como se puede observar la matriz ampliada reducida tiene
dos (2) filas no nulas, es decir, el rango del sistema de ecuaciones lineales que ella
representa es dos (2), menor que el número de incógnitas que es tres (3) entonces
el sistema de ecuaciones lineales es compatible indeterminado.

3. Presente el sistema de ecuaciones lineales escalonado equivalente al sistema de

ecuaciones lineales cuya matriz ampliada es la mostrada en el problema 2 anterior y
establezca una solución particular del mismo.

Solución

Según la matriz ampliada definitiva obtenida en el problema 2, el sistema de

ecuaciones lineales equivalente es el sistema escalonado {

Una solución particular del mismo la obtenemos dando un valor cualquiera a la

variable “z” y resolviendo el sistema de dos ecuaciones para obtener los valores de x
e y en la solución particular. Por ejemplo si z = 1:

{  { 

{ {  x+2(2) = 6  x = 2 . La solución particular del

sistema de ecuaciones lineales es: x = 2 ; y =2 ; z = 1.

4. Explica la condicion de compatibilidad del sistema y de ser posible establece una

solución particular

Solución:

El sistema es homogéneo compatible indeterminado cuya solución general es: ( – z ; z ; z) Una

solución particular se obtiene dando un determinado valor a la variable “z”
5. Aplica eliminación de Gauss para resolver el sistema y responde las preguntas:

−2x−y +3u = −4
3x –y +2z =3
5x −4y −u = 2

¿Qué tipo de sistema lineal es?; ¿Cuántas y cuáles son las variables? ¿Cómo es la solución del
sistema?

Sol: El sistema es compatible indeterminado. Tiene cuatro variables, de las cuales: tres son
ligadas; “x”, “y”, “z”. La otra variable es “u”, variable libre. La solución es indeterminada, es decir,
hay infinitas soluciones, pero la solución general es: ( +u; +u; − u)

2.3. Sistema de ecuaciones lineales homogéneo

Un sistema de ecuaciones lineales se llama homogéneo cuando todos los coeficientes

independientes de las ecuaciones son nulos, es decir, tiene la forma Ax = 0. Se tienen dos
tipos de sistemas de ecuaciones lineales homogéneos; los que solo tienen solución trivial y
los que tienen un número infinito de soluciones. Para determinar si la solución del sistema
homogéneo es trivial o indeterminada se reduce la matriz ampliada del sistema a una
matriz diagonal equivalente y se aplican las condiciones de compatibilidad.

Al respecto el sistema del ejercicio 2 pagina 8 es un sistema homogéneo de solución trivial

única, por lo que se puede asegurar que su rango es igual al número de incógnitas. Por el
contrario, los ejemplos 4 y 5 páginas 11 y 12 respectivamente son sistemas homogéneos
donde el número de incógnitas es mayor que el rango del sistema, situación que permite
tomar como libre una de las variables y expresar las otras en función de ella, dando esto
cabida a que el sistema tenga una solución general que se traduce en infinitas soluciones
particulares.