Matrices

Sistemas de Ecuaciones Lineales

Sistema de Ecuaciones Lineales - Matrices y

Operaciones Matriciales

Docente: Rafael Asmat Uceda

Escuela de Ing. Mecánica

Universidad Nacional de Trujillo

29 de junio de 2021

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Matrices
Definición
Una matriz no es más que un conjunto de números ordenados en
filas y columnas.
El número de filas y columnas de una matriz es el tamaño de la
misma.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Matrices
Definición
Una matriz no es más que un conjunto de números ordenados en
filas y columnas.
El número de filas y columnas de una matriz es el tamaño de la
misma.
Para referirnos a tamaños y posiciones en la matriz siempre
usaremos dos números, el primero siempre será la fila y el segundo
la columna a la que nos refiramos.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Matrices
Definición
Una matriz no es más que un conjunto de números ordenados en
filas y columnas.
El número de filas y columnas de una matriz es el tamaño de la
misma.
Para referirnos a tamaños y posiciones en la matriz siempre
usaremos dos números, el primero siempre será la fila y el segundo
la columna a la que nos refiramos.
Ası́ por ejemplo una matriz de tamaño 2 × 3 es una matriz que
tiene dos filas y tres columnas. Por ejemplo:
!
2 2 9
M=
1 0 1

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Matrices
Definición
Una matriz no es más que un conjunto de números ordenados en
filas y columnas.
El número de filas y columnas de una matriz es el tamaño de la
misma.
Para referirnos a tamaños y posiciones en la matriz siempre
usaremos dos números, el primero siempre será la fila y el segundo
la columna a la que nos refiramos.
Ası́ por ejemplo una matriz de tamaño 2 × 3 es una matriz que
tiene dos filas y tres columnas. Por ejemplo:
!
2 2 9
M=
1 0 1

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Las filas y las columnas de una matriz se suelen numerar a partir

del 1 (aunque algunos sistemas informáticos lo hacen desde 0). No
hay ninguna diferencia. En este curso, seguiremos la notación más
habitual de numerar desde 1. Ası́ una matriz de tamaño 3 × 4
tendrı́a esta forma:
 
a11 a12 a13 a14
M =  a21 a22 a23 a24 
 
a31 a32 a33 a34

Por ejemplo,la fila 

1 de la matriz serı́a (a11 a12 a13 a14 ) y la
a12
columna 2:  a22 .
 
a32

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Las filas y las columnas de una matriz se suelen numerar a partir

del 1 (aunque algunos sistemas informáticos lo hacen desde 0). No
hay ninguna diferencia. En este curso, seguiremos la notación más
habitual de numerar desde 1. Ası́ una matriz de tamaño 3 × 4
tendrı́a esta forma:
 
a11 a12 a13 a14
M =  a21 a22 a23 a24 
 
a31 a32 a33 a34

Por ejemplo,la fila 

1 de la matriz serı́a (a11 a12 a13 a14 ) y la
a12
columna 2:  a22 .
 
a32

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Notaciones
Am×n = (aij )m×n es una matriz con m filas y n columnas,
siendo m yn números enteros.
Un elemento genérico de A se denota por aij , con 1 ≤ i ≤ m y
1 ≤ j ≤ n.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Notaciones
Am×n = (aij )m×n es una matriz con m filas y n columnas,
siendo m yn números enteros.
Un elemento genérico de A se denota por aij , con 1 ≤ i ≤ m y
1 ≤ j ≤ n.
Las matrices se denotan por letras mayúsculas y se utilizan
paréntesis o corchetes para encerrar a sus elementos.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Notaciones
Am×n = (aij )m×n es una matriz con m filas y n columnas,
siendo m yn números enteros.
Un elemento genérico de A se denota por aij , con 1 ≤ i ≤ m y
1 ≤ j ≤ n.
Las matrices se denotan por letras mayúsculas y se utilizan
paréntesis o corchetes para encerrar a sus elementos.
Los elementos de las matrices que utilizaremos en el curso son
escalares reales. Ası́, las matrices se denominan matrices
reales y se simbolizan con A ∈ Rm×n .

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Notaciones
Am×n = (aij )m×n es una matriz con m filas y n columnas,
siendo m yn números enteros.
Un elemento genérico de A se denota por aij , con 1 ≤ i ≤ m y
1 ≤ j ≤ n.
Las matrices se denotan por letras mayúsculas y se utilizan
paréntesis o corchetes para encerrar a sus elementos.
Los elementos de las matrices que utilizaremos en el curso son
escalares reales. Ası́, las matrices se denominan matrices
reales y se simbolizan con A ∈ Rm×n .
Si A ∈ R1×n se denomina matriz fila o vector fila.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Notaciones
Am×n = (aij )m×n es una matriz con m filas y n columnas,
siendo m yn números enteros.
Un elemento genérico de A se denota por aij , con 1 ≤ i ≤ m y
1 ≤ j ≤ n.
Las matrices se denotan por letras mayúsculas y se utilizan
paréntesis o corchetes para encerrar a sus elementos.
Los elementos de las matrices que utilizaremos en el curso son
escalares reales. Ası́, las matrices se denominan matrices
reales y se simbolizan con A ∈ Rm×n .
Si A ∈ R1×n se denomina matriz fila o vector fila.
Si A ∈ Rm×1 se denomina matriz columna o vector columna.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Notaciones
Am×n = (aij )m×n es una matriz con m filas y n columnas,
siendo m yn números enteros.
Un elemento genérico de A se denota por aij , con 1 ≤ i ≤ m y
1 ≤ j ≤ n.
Las matrices se denotan por letras mayúsculas y se utilizan
paréntesis o corchetes para encerrar a sus elementos.
Los elementos de las matrices que utilizaremos en el curso son
escalares reales. Ası́, las matrices se denominan matrices
reales y se simbolizan con A ∈ Rm×n .
Si A ∈ R1×n se denomina matriz fila o vector fila.
Si A ∈ Rm×1 se denomina matriz columna o vector columna.
Si m = n, entonces An×n es un matriz cuadrada y su tamaño
es n.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Notaciones
Am×n = (aij )m×n es una matriz con m filas y n columnas,
siendo m yn números enteros.
Un elemento genérico de A se denota por aij , con 1 ≤ i ≤ m y
1 ≤ j ≤ n.
Las matrices se denotan por letras mayúsculas y se utilizan
paréntesis o corchetes para encerrar a sus elementos.
Los elementos de las matrices que utilizaremos en el curso son
escalares reales. Ası́, las matrices se denominan matrices
reales y se simbolizan con A ∈ Rm×n .
Si A ∈ R1×n se denomina matriz fila o vector fila.
Si A ∈ Rm×1 se denomina matriz columna o vector columna.
Si m = n, entonces An×n es un matriz cuadrada y su tamaño
es n.

Uceda, R. A. Análisis Matemático

Matrices Especiales

Definición
Se denomina matriz identidad y se simboliza con I, a la matriz
cuadrada tal que: (
1 si i = j
aij =
6 j
0 si i =
 
1 0 0
Por ejemplo,  0 1 0  es la matriz identidad de tamaño 3 y
 
0 0 1
se denota por I3 .

Definición
Se denomina matriz nula y se simboliza con
! 0, a la matriz tal que:
0 0 0
∀ i, ∀ j, aij = 0. Por ejemplo, es la matriz nula de
0 0 0
tamaño 2 × 3.
Matrices Especiales

Definición
Se denomina matriz identidad y se simboliza con I, a la matriz
cuadrada tal que: (
1 si i = j
aij =
6 j
0 si i =
 
1 0 0
Por ejemplo,  0 1 0  es la matriz identidad de tamaño 3 y
 
0 0 1
se denota por I3 .

Definición
Se denomina matriz nula y se simboliza con
! 0, a la matriz tal que:
0 0 0
∀ i, ∀ j, aij = 0. Por ejemplo, es la matriz nula de
0 0 0
tamaño 2 × 3.
 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Igualdad de Matrices

Definición
Dos matrices A y B son iguales si tienen el mismo tamaño y si
aij = bij , ∀ i = 1, . . . , m y ∀ j = 1, . . . , n, es decir, cuando los
elementos correspondientes son iguales.

Ejemplo
! !
1 2 3 1 2 3
Dadas A = ,B= y
−1 x 0 −1 3 y
!
1 2
C= . Entonces A = B si y sólo si x = 3 y y = 0.
−1 x
Además C 6= A, porque son de distinto tamaño.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Igualdad de Matrices

Definición
Dos matrices A y B son iguales si tienen el mismo tamaño y si
aij = bij , ∀ i = 1, . . . , m y ∀ j = 1, . . . , n, es decir, cuando los
elementos correspondientes son iguales.

Ejemplo
! !
1 2 3 1 2 3
Dadas A = ,B= y
−1 x 0 −1 3 y
!
1 2
C= . Entonces A = B si y sólo si x = 3 y y = 0.
−1 x
Además C 6= A, porque son de distinto tamaño.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Suma de Matrices
Las matrices se pueden operar entre sı́, aunque sólo si tienen los
tamaños correctos para cada operación.
La suma de matrices se puede realizar entre matrices del mismo
tamaño. Se realiza componente a componente. Por ejemplo,
! ! !
−1 0 −1 −1 −2 −1
+ =
−5 1 1 −29 −4 −28

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Suma de Matrices
Las matrices se pueden operar entre sı́, aunque sólo si tienen los
tamaños correctos para cada operación.
La suma de matrices se puede realizar entre matrices del mismo
tamaño. Se realiza componente a componente. Por ejemplo,
! ! !
−1 0 −1 −1 −2 −1
+ =
−5 1 1 −29 −4 −28

Resta de Matrices
La resta es similar a la suma, se puede realizar entre matrices del
mismo tamaño y la operación se hace componente a componente:
Por ejemplo, ! ! !
2 3 −1
− =
0 −1 1

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Suma de Matrices
Las matrices se pueden operar entre sı́, aunque sólo si tienen los
tamaños correctos para cada operación.
La suma de matrices se puede realizar entre matrices del mismo
tamaño. Se realiza componente a componente. Por ejemplo,
! ! !
−1 0 −1 −1 −2 −1
+ =
−5 1 1 −29 −4 −28

Resta de Matrices
La resta es similar a la suma, se puede realizar entre matrices del
mismo tamaño y la operación se hace componente a componente:
Por ejemplo, ! ! !
2 3 −1
− =
0 −1 1

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Producto por un Escalar

Dado un escalar λ ∈ R, es posible multiplicar una matriz por este
número real. La nueva matriz obtenida se obtiene al multiplicar
cada componente de A por el escalar λ. Por ejemplo:
! !
1 2 4 8
4 =
1 2 4 8

Producto Escalar
Las filas y las columnas se pueden multiplicar entre sı́ cuando
tienen el mismo número de elementos. Es lo que se conoce como
producto escalar, el cual veremos más adelante en el curso. El
procedimiento consiste en multiplicar cada una de las posiciones de
la fila por la correspondiente en la columna y sumar todos los
productos parciales.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Producto por un Escalar

Dado un escalar λ ∈ R, es posible multiplicar una matriz por este
número real. La nueva matriz obtenida se obtiene al multiplicar
cada componente de A por el escalar λ. Por ejemplo:
! !
1 2 4 8
4 =
1 2 4 8

Producto Escalar
Las filas y las columnas se pueden multiplicar entre sı́ cuando
tienen el mismo número de elementos. Es lo que se conoce como
producto escalar, el cual veremos más adelante en el curso. El
procedimiento consiste en multiplicar cada una de las posiciones de
la fila por la correspondiente en la columna y sumar todos los
productos parciales.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Por ejemplo para tamaño 2 tenemos:

!
5
(−1 3) · = −1 · 5 + 3 · (−2) = −5 − 6 = −11.
−2

Para tamaño 3:
 
1
(0 1 2) ·  2  = 0 · 1 + 1 · 2 + 2 · (−7) = −12.
 
−7

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Por ejemplo para tamaño 2 tenemos:

!
5
(−1 3) · = −1 · 5 + 3 · (−2) = −5 − 6 = −11.
−2

Para tamaño 3:
 
1
(0 1 2) ·  2  = 0 · 1 + 1 · 2 + 2 · (−7) = −12.
 
−7

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Producto de Matrices
Dos matrices se pueden multiplicar cuando el número de columnas
de la primera matriz coincide con el número de filas de la segunda.
Es decir, si A es una matriz de tamaño m × l y B es una matriz de
tamaño l × n, entonces matriz producto C = AB es de tamaño
m × n.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Producto de Matrices
Dos matrices se pueden multiplicar cuando el número de columnas
de la primera matriz coincide con el número de filas de la segunda.
Es decir, si A es una matriz de tamaño m × l y B es una matriz de
tamaño l × n, entonces matriz producto C = AB es de tamaño
m × n.

El elemento aij de la matriz producto C se calcula multiplicando la

fila i de la matriz A por la columna j de la matriz A (producto
escalar).

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Producto de Matrices
Dos matrices se pueden multiplicar cuando el número de columnas
de la primera matriz coincide con el número de filas de la segunda.
Es decir, si A es una matriz de tamaño m × l y B es una matriz de
tamaño l × n, entonces matriz producto C = AB es de tamaño
m × n.

El elemento aij de la matriz producto C se calcula multiplicando la

fila i de la matriz A por la columna j de la matriz A (producto
escalar).

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Ejemplo
! !
2 −7 −1
Sean A = yB= . Entonces el producto
56 −1 −4
C = AB tiene tamaño 2 × 1 y sus elementos son:
!
−1
c11 = (2 − 7) · = −2 + 28 = 26
−4
!
−1
c21 = (56 − 1) · = −56 + 4 = −52
−4
Ası́, la matriz resultante C es:
!
26
C=
−52

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma
λ(A + B) = λA + λB Ley distributiva para la suma

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma
λ(A + B) = λA + λB Ley distributiva para la suma
(λ1 + λ2 )A = λ1 A + λ2 A Ley distributiva para la suma

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma
λ(A + B) = λA + λB Ley distributiva para la suma
(λ1 + λ2 )A = λ1 A + λ2 A Ley distributiva para la suma
A+O =A Existencia de elemento neutro para la suma

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma
λ(A + B) = λA + λB Ley distributiva para la suma
(λ1 + λ2 )A = λ1 A + λ2 A Ley distributiva para la suma
A+O =A Existencia de elemento neutro para la suma
A + (−A) = O Existencia elem. inverso aditivo en la suma

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma
λ(A + B) = λA + λB Ley distributiva para la suma
(λ1 + λ2 )A = λ1 A + λ2 A Ley distributiva para la suma
A+O =A Existencia de elemento neutro para la suma
A + (−A) = O Existencia elem. inverso aditivo en la suma
1A = A Existencia elem. neutro para multip. por un escalar

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma
λ(A + B) = λA + λB Ley distributiva para la suma
(λ1 + λ2 )A = λ1 A + λ2 A Ley distributiva para la suma
A+O =A Existencia de elemento neutro para la suma
A + (−A) = O Existencia elem. inverso aditivo en la suma
1A = A Existencia elem. neutro para multip. por un escalar
λA = O ⇔ λ = 0 ∧ A = 0

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma
λ(A + B) = λA + λB Ley distributiva para la suma
(λ1 + λ2 )A = λ1 A + λ2 A Ley distributiva para la suma
A+O =A Existencia de elemento neutro para la suma
A + (−A) = O Existencia elem. inverso aditivo en la suma
1A = A Existencia elem. neutro para multip. por un escalar
λA = O ⇔ λ = 0 ∧ A = 0
AIn = In A = A Existencia elem. neutro para multiplicación

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Operaciones Matriciales

Sean λ, λ1 y λ2 escalares y A, B y C matrices. Supongamos que en

todos los casos, el tamaño de las matrices permite realizar las
operaciones y sea O la matriz nula. Entonces:
A+B =B+A Ley conmutativa para la suma
(A + B) + C = A + (B + C ) Ley asociativa para la suma
λ(A + B) = λA + λB Ley distributiva para la suma
(λ1 + λ2 )A = λ1 A + λ2 A Ley distributiva para la suma
A+O =A Existencia de elemento neutro para la suma
A + (−A) = O Existencia elem. inverso aditivo en la suma
1A = A Existencia elem. neutro para multip. por un escalar
λA = O ⇔ λ = 0 ∧ A = 0
AIn = In A = A Existencia elem. neutro para multiplicación

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

(A + B)C = AC + BC Ley distributiva multip. de matrices

A(B + C ) = AB + AC Ley distributiva multip. de matrices

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

(A + B)C = AC + BC Ley distributiva multip. de matrices

A(B + C ) = AB + AC Ley distributiva multip. de matrices
(AB)C = A(BC ) Ley asociativa para la multip. de matrices
(λ1 λ2 )A = λ1 (λ2 A) Ley asociativa multip. por un escalar

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

(A + B)C = AC + BC Ley distributiva multip. de matrices

A(B + C ) = AB + AC Ley distributiva multip. de matrices
(AB)C = A(BC ) Ley asociativa para la multip. de matrices
(λ1 λ2 )A = λ1 (λ2 A) Ley asociativa multip. por un escalar
λ(AB) = (λA)B = A(λB) Ley asociativa multip. por un
escalar

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

(A + B)C = AC + BC Ley distributiva multip. de matrices

A(B + C ) = AB + AC Ley distributiva multip. de matrices
(AB)C = A(BC ) Ley asociativa para la multip. de matrices
(λ1 λ2 )A = λ1 (λ2 A) Ley asociativa multip. por un escalar
λ(AB) = (λA)B = A(λB) Ley asociativa multip. por un
escalar
AO = OA = O Existencia elem. absorbente multip. matrices.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

(A + B)C = AC + BC Ley distributiva multip. de matrices

A(B + C ) = AB + AC Ley distributiva multip. de matrices
(AB)C = A(BC ) Ley asociativa para la multip. de matrices
(λ1 λ2 )A = λ1 (λ2 A) Ley asociativa multip. por un escalar
λ(AB) = (λA)B = A(λB) Ley asociativa multip. por un
escalar
AO = OA = O Existencia elem. absorbente multip. matrices.
Existen matrices no nulas (A 6= 0, B 6= 0) tales que AB = 0
(Existencia de divisores propios de cero)

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

(A + B)C = AC + BC Ley distributiva multip. de matrices

A(B + C ) = AB + AC Ley distributiva multip. de matrices
(AB)C = A(BC ) Ley asociativa para la multip. de matrices
(λ1 λ2 )A = λ1 (λ2 A) Ley asociativa multip. por un escalar
λ(AB) = (λA)B = A(λB) Ley asociativa multip. por un
escalar
AO = OA = O Existencia elem. absorbente multip. matrices.
Existen matrices no nulas (A 6= 0, B 6= 0) tales que AB = 0
(Existencia de divisores propios de cero)
B = C ⇒ AB = AC multiplicación a la izquierda

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

(A + B)C = AC + BC Ley distributiva multip. de matrices

A(B + C ) = AB + AC Ley distributiva multip. de matrices
(AB)C = A(BC ) Ley asociativa para la multip. de matrices
(λ1 λ2 )A = λ1 (λ2 A) Ley asociativa multip. por un escalar
λ(AB) = (λA)B = A(λB) Ley asociativa multip. por un
escalar
AO = OA = O Existencia elem. absorbente multip. matrices.
Existen matrices no nulas (A 6= 0, B 6= 0) tales que AB = 0
(Existencia de divisores propios de cero)
B = C ⇒ AB = AC multiplicación a la izquierda
B = C ⇒ BA = CA multiplicación a la derecha

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

(A + B)C = AC + BC Ley distributiva multip. de matrices

A(B + C ) = AB + AC Ley distributiva multip. de matrices
(AB)C = A(BC ) Ley asociativa para la multip. de matrices
(λ1 λ2 )A = λ1 (λ2 A) Ley asociativa multip. por un escalar
λ(AB) = (λA)B = A(λB) Ley asociativa multip. por un
escalar
AO = OA = O Existencia elem. absorbente multip. matrices.
Existen matrices no nulas (A 6= 0, B 6= 0) tales que AB = 0
(Existencia de divisores propios de cero)
B = C ⇒ AB = AC multiplicación a la izquierda
B = C ⇒ BA = CA multiplicación a la derecha

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Observación
El producto de matrices no goza de la propiedad cancelativa, es
decir: (
AB = AC ; B = C
BA = CA ; B = C

Definición
Dada una matriz Am×n , decimos que Bn×m es la matriz
transpuesta de A si y sólo si: ∀ i, ∀ j, aij = bji . Se simboliza por
AT o A0 .

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Observación
El producto de matrices no goza de la propiedad cancelativa, es
decir: (
AB = AC ; B = C
BA = CA ; B = C

Definición
Dada una matriz Am×n , decimos que Bn×m es la matriz
transpuesta de A si y sólo si: ∀ i, ∀ j, aij = bji . Se simboliza por
AT o A0 .

Ejemplo
 
1 2 !
1 3 5
Si A =  3 4 . Entonces AT =
 
2 4 6
5 6

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Observación
El producto de matrices no goza de la propiedad cancelativa, es
decir: (
AB = AC ; B = C
BA = CA ; B = C

Definición
Dada una matriz Am×n , decimos que Bn×m es la matriz
transpuesta de A si y sólo si: ∀ i, ∀ j, aij = bji . Se simboliza por
AT o A0 .

Ejemplo
 
1 2 !
1 3 5
Si A =  3 4 . Entonces AT =
 
2 4 6
5 6

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Una matriz es simétrica si coincide con su transpuesta y

antisimétrica si coincide con la matriz opuesta, es decir:
A es simétrica ⇔ A = AT

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Una matriz es simétrica si coincide con su transpuesta y

antisimétrica si coincide con la matriz opuesta, es decir:
A es simétrica ⇔ A = AT
A es antisimétrica ⇔ A = −AT

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Una matriz es simétrica si coincide con su transpuesta y

antisimétrica si coincide con la matriz opuesta, es decir:
A es simétrica ⇔ A = AT
A es antisimétrica ⇔ A = −AT

Ejemplo
   
1 4 −2 0 −4 −1
Las matrices A =  4 2 0 yB= 4 0 3 
   
−2 0 3 1 −3 0
son simétrica y antisimétrica, respectivamente

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Una matriz es simétrica si coincide con su transpuesta y

antisimétrica si coincide con la matriz opuesta, es decir:
A es simétrica ⇔ A = AT
A es antisimétrica ⇔ A = −AT

Ejemplo
   
1 4 −2 0 −4 −1
Las matrices A =  4 2 0 yB= 4 0 3 
   
−2 0 3 1 −3 0
son simétrica y antisimétrica, respectivamente

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Inversa de Matrices

Dada una matriz cuadrada A, llamaremos matriz inversa de A

a una matriz B tal que A · B = I
En este caso, se puede demostrar matemáticamente que
también B · A = I y en este caso la matriz es llamada no
singular.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Inversa de Matrices

Dada una matriz cuadrada A, llamaremos matriz inversa de A

a una matriz B tal que A · B = I
En este caso, se puede demostrar matemáticamente que
también B · A = I y en este caso la matriz es llamada no
singular.
La matriz B (cuando existe) se llama matriz inversa de A y se
denota por A−1 .

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Inversa de Matrices

Dada una matriz cuadrada A, llamaremos matriz inversa de A

a una matriz B tal que A · B = I
En este caso, se puede demostrar matemáticamente que
también B · A = I y en este caso la matriz es llamada no
singular.
La matriz B (cuando existe) se llama matriz inversa de A y se
denota por A−1 .
Si la matriz A no posee inversa, diremos que es una matriz no
invertible o singular.

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Inversa de Matrices

Dada una matriz cuadrada A, llamaremos matriz inversa de A

a una matriz B tal que A · B = I
En este caso, se puede demostrar matemáticamente que
también B · A = I y en este caso la matriz es llamada no
singular.
La matriz B (cuando existe) se llama matriz inversa de A y se
denota por A−1 .
Si la matriz A no posee inversa, diremos que es una matriz no
invertible o singular.
Un ejemplo inmediato de matriz que no es invertible es la
matriz 0 (cualquier cosa multiplicada por 0 es 0, por lo tanto
no podemos obtener nunca I).

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Inversa de Matrices

Dada una matriz cuadrada A, llamaremos matriz inversa de A

a una matriz B tal que A · B = I
En este caso, se puede demostrar matemáticamente que
también B · A = I y en este caso la matriz es llamada no
singular.
La matriz B (cuando existe) se llama matriz inversa de A y se
denota por A−1 .
Si la matriz A no posee inversa, diremos que es una matriz no
invertible o singular.
Un ejemplo inmediato de matriz que no es invertible es la
matriz 0 (cualquier cosa multiplicada por 0 es 0, por lo tanto
no podemos obtener nunca I).

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT
3 (AT )T = A

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT
3 (AT )T = A
4 (AB)T = B T AT

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT
3 (AT )T = A
4 (AB)T = B T AT
5 (A−1 )−1 = A

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT
3 (AT )T = A
4 (AB)T = B T AT
5 (A−1 )−1 = A
6 B −1 A−1 = (AB)−1

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT
3 (AT )T = A
4 (AB)T = B T AT
5 (A−1 )−1 = A
6 B −1 A−1 = (AB)−1
7 (AT )−1 = (A−1 )T

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT
3 (AT )T = A
4 (AB)T = B T AT
5 (A−1 )−1 = A
6 B −1 A−1 = (AB)−1
7 (AT )−1 = (A−1 )T
8 (λA)−1 = λ1 A−1 (λ 6= 0)

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT
3 (AT )T = A
4 (AB)T = B T AT
5 (A−1 )−1 = A
6 B −1 A−1 = (AB)−1
7 (AT )−1 = (A−1 )T
8 (λA)−1 = λ1 A−1 (λ 6= 0)
9 (An )−1 = (A−1 )n , n ∈ N

Uceda, R. A. Análisis Matemático

 Matrices Especiales
Matrices
Operaciones con Matrices
Sistemas de Ecuaciones Lineales
Inversa de Matrices

Propiedades de la Transposición e Inversión de Matrices

1 (A + B)T = AT + B T
2 (λA)T = λAT
3 (AT )T = A
4 (AB)T = B T AT
5 (A−1 )−1 = A
6 B −1 A−1 = (AB)−1
7 (AT )−1 = (A−1 )T
8 (λA)−1 = λ1 A−1 (λ 6= 0)
9 (An )−1 = (A−1 )n , n ∈ N

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ecuaciones Lineales en n variables

Definición
Una ecuación lineal en las n variables x1 , x2 , . . . , xn es una ecuación
que puede escribirse en la forma:

a1 x1 + a2 x2 + . . . + an xn = b,

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ecuaciones Lineales en n variables

Definición
Una ecuación lineal en las n variables x1 , x2 , . . . , xn es una ecuación
que puede escribirse en la forma:

a1 x1 + a2 x2 + . . . + an xn = b,

donde los coeficientes a1 , a2 , . . . , an y el término constante b

son constantes.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ecuaciones Lineales en n variables

Definición
Una ecuación lineal en las n variables x1 , x2 , . . . , xn es una ecuación
que puede escribirse en la forma:

a1 x1 + a2 x2 + . . . + an xn = b,

donde los coeficientes a1 , a2 , . . . , an y el término constante b

son constantes.

Ejemplo
Las siguientes ecuaciones son lineales:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ecuaciones Lineales en n variables

Definición
Una ecuación lineal en las n variables x1 , x2 , . . . , xn es una ecuación
que puede escribirse en la forma:

a1 x1 + a2 x2 + . . . + an xn = b,

donde los coeficientes a1 , a2 , . . . , an y el término constante b

son constantes.

Ejemplo
Las siguientes ecuaciones son lineales:√
a) 3x + 2y = 7 b) 21 x + y − πz = 2 c) (sin π)x1 − 4x2 = e 2

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ecuaciones Lineales en n variables

Definición
Una ecuación lineal en las n variables x1 , x2 , . . . , xn es una ecuación
que puede escribirse en la forma:

a1 x1 + a2 x2 + . . . + an xn = b,

donde los coeficientes a1 , a2 , . . . , an y el término constante b

son constantes.

Ejemplo
Las siguientes ecuaciones son lineales:√
a) 3x + 2y = 7 b) 21 x + y − πz = 2 c) (sin π)x1 − 4x2 = e 2
Las siguientes ecuaciones son no lineales:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ecuaciones Lineales en n variables

Definición
Una ecuación lineal en las n variables x1 , x2 , . . . , xn es una ecuación
que puede escribirse en la forma:

a1 x1 + a2 x2 + . . . + an xn = b,

donde los coeficientes a1 , a2 , . . . , an y el término constante b

son constantes.

Ejemplo
Las siguientes ecuaciones son lineales:√
a) 3x + 2y = 7 b) 21 x + y − πz = 2 c) (sin π)x1 − 4x2 = e 2
Las siguientes ecuaciones son no lineales:
a) xy + z = 2 b) e x + y − 2y = 4 c) sin x1 + 2x2 − 3x3 = 0
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ecuaciones Lineales en n variables

Definición
Una ecuación lineal en las n variables x1 , x2 , . . . , xn es una ecuación
que puede escribirse en la forma:

a1 x1 + a2 x2 + . . . + an xn = b,

donde los coeficientes a1 , a2 , . . . , an y el término constante b

son constantes.

Ejemplo
Las siguientes ecuaciones son lineales:√
a) 3x + 2y = 7 b) 21 x + y − πz = 2 c) (sin π)x1 − 4x2 = e 2
Las siguientes ecuaciones son no lineales:
a) xy + z = 2 b) e x + y − 2y = 4 c) sin x1 + 2x2 − 3x3 = 0
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Una solución de una ecuación lineal a1 x1 + a2 x2 + . . . + an xn = b
es una sucesión de números reales s1 , s2 , . . . , sn ordenados de modo
que la ecuación se verifica cuando se sustituyen los valores
x1 = s1 , x2 = s2 , . . . , xn = sn

Ejemplo
La ecuación x1 + 2x2 = 4, se verifica cuando x1 = 2 y x2 = 1.
Otras soluciones son x1 = −4 y x2 = 4, y también x1 = 0 y x2 = 2,
y x1 = 2 y x2 = 3.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Una solución de una ecuación lineal a1 x1 + a2 x2 + . . . + an xn = b
es una sucesión de números reales s1 , s2 , . . . , sn ordenados de modo
que la ecuación se verifica cuando se sustituyen los valores
x1 = s1 , x2 = s2 , . . . , xn = sn

Ejemplo
La ecuación x1 + 2x2 = 4, se verifica cuando x1 = 2 y x2 = 1.
Otras soluciones son x1 = −4 y x2 = 4, y también x1 = 0 y x2 = 2,
y x1 = 2 y x2 = 3.

Definición
El conjunto de todas las soluciones de la ecuación lineal se
denomina conjunto solución y cuando se determina este
conjunto, se dice que se ha resuelto la ecuación. A menudo el
conjunto solución de una ecuación lineal describe utilizando
representación paramétrica.
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Una solución de una ecuación lineal a1 x1 + a2 x2 + . . . + an xn = b
es una sucesión de números reales s1 , s2 , . . . , sn ordenados de modo
que la ecuación se verifica cuando se sustituyen los valores
x1 = s1 , x2 = s2 , . . . , xn = sn

Ejemplo
La ecuación x1 + 2x2 = 4, se verifica cuando x1 = 2 y x2 = 1.
Otras soluciones son x1 = −4 y x2 = 4, y también x1 = 0 y x2 = 2,
y x1 = 2 y x2 = 3.

Definición
El conjunto de todas las soluciones de la ecuación lineal se
denomina conjunto solución y cuando se determina este
conjunto, se dice que se ha resuelto la ecuación. A menudo el
conjunto solución de una ecuación lineal describe utilizando
representación paramétrica.
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver la ecuación lineal x1 + 2x2 = 4.
Solución.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver la ecuación lineal x1 + 2x2 = 4.
Solución.
Como se trata de una ecuación en dos variables, resolveremos para
una de las variables en términos de la otra.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver la ecuación lineal x1 + 2x2 = 4.
Solución.
Como se trata de una ecuación en dos variables, resolveremos para
una de las variables en términos de la otra.
Resolviendo para x1 en términos de x2 , obtenemos x1 = 4 − 2x2 .

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver la ecuación lineal x1 + 2x2 = 4.
Solución.
Como se trata de una ecuación en dos variables, resolveremos para
una de las variables en términos de la otra.
Resolviendo para x1 en términos de x2 , obtenemos x1 = 4 − 2x2 .
Ası́, la variable x2 es libre, es decir, puede tomar cualquier valor
real. La variable x1 no es libre, pues su valor depende del valor
asignado a x2 .

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver la ecuación lineal x1 + 2x2 = 4.
Solución.
Como se trata de una ecuación en dos variables, resolveremos para
una de las variables en términos de la otra.
Resolviendo para x1 en términos de x2 , obtenemos x1 = 4 − 2x2 .
Ası́, la variable x2 es libre, es decir, puede tomar cualquier valor
real. La variable x1 no es libre, pues su valor depende del valor
asignado a x2 .
Introduciremos una tercera variable t denominada parámetro. Ası́,
con x2 = t, se puede representar el conjunto solución como

x1 = 4 − 2t, x 2 = t,

donde t es cualquier número real.

Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver la ecuación lineal x1 + 2x2 = 4.
Solución.
Como se trata de una ecuación en dos variables, resolveremos para
una de las variables en términos de la otra.
Resolviendo para x1 en términos de x2 , obtenemos x1 = 4 − 2x2 .
Ası́, la variable x2 es libre, es decir, puede tomar cualquier valor
real. La variable x1 no es libre, pues su valor depende del valor
asignado a x2 .
Introduciremos una tercera variable t denominada parámetro. Ası́,
con x2 = t, se puede representar el conjunto solución como

x1 = 4 − 2t, x 2 = t,

donde t es cualquier número real.

Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Observación
En el ejemplo anterior, se pueden obtener soluciones particulares al
asignar valores al parámetro t. Por ejemplo, t = 1 produce la
solución x1 = 2 y x2 = 1 y t = 4 genera la solución x1 = −4 y
x2 = 4.

Definición
Un sistema de m ecuaciones lineales en n variables es un
conjunto de m ecuaciones, cada una de las cuales es lineal en las
mismas n variables:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Observación
En el ejemplo anterior, se pueden obtener soluciones particulares al
asignar valores al parámetro t. Por ejemplo, t = 1 produce la
solución x1 = 2 y x2 = 1 y t = 4 genera la solución x1 = −4 y
x2 = 4.

Definición
Un sistema de m ecuaciones lineales en n variables es un
conjunto de m ecuaciones, cada una de las cuales es lineal en las
mismas n variables:
a11 x1 + a12 x2 + a13 x3 + . . . + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + . . . + a2n xn = b2
a31 x1 + a32 x2 + a33 x3 + . . . + a3n xn = b3
.. .. ..
. . .
am1 x1 + am2 x2 + am3 x3 + . . . + amn xn = bm
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Observación
En el ejemplo anterior, se pueden obtener soluciones particulares al
asignar valores al parámetro t. Por ejemplo, t = 1 produce la
solución x1 = 2 y x2 = 1 y t = 4 genera la solución x1 = −4 y
x2 = 4.

Definición
Un sistema de m ecuaciones lineales en n variables es un
conjunto de m ecuaciones, cada una de las cuales es lineal en las
mismas n variables:
a11 x1 + a12 x2 + a13 x3 + . . . + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + . . . + a2n xn = b2
a31 x1 + a32 x2 + a33 x3 + . . . + a3n xn = b3
.. .. ..
. . .
am1 x1 + am2 x2 + am3 x3 + . . . + amn xn = bm
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
La solución de un sistema de ecuaciones lineales es una sucesión
de números s1 , s2 , s3 , . . . , sn que es solución de cada una de las
ecuaciones lineales del sistema.

Ejemplo
El sistema:
3x1 + 2x2 = 3
−x 1 + x2 = 4
tiene a x1 = −1 y x2 = 3 como una solución debido a que ambas
ecuaciones se cumplen cuando x1 = −1 y x2 = 3.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
La solución de un sistema de ecuaciones lineales es una sucesión
de números s1 , s2 , s3 , . . . , sn que es solución de cada una de las
ecuaciones lineales del sistema.

Ejemplo
El sistema:
3x1 + 2x2 = 3
−x 1 + x2 = 4
tiene a x1 = −1 y x2 = 3 como una solución debido a que ambas
ecuaciones se cumplen cuando x1 = −1 y x2 = 3.
Por otra parte, x1 = 1 y x2 = 0 no es una solución del sistema, ya
que estos valores sólo satisfacen la primera ecuación.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
La solución de un sistema de ecuaciones lineales es una sucesión
de números s1 , s2 , s3 , . . . , sn que es solución de cada una de las
ecuaciones lineales del sistema.

Ejemplo
El sistema:
3x1 + 2x2 = 3
−x 1 + x2 = 4
tiene a x1 = −1 y x2 = 3 como una solución debido a que ambas
ecuaciones se cumplen cuando x1 = −1 y x2 = 3.
Por otra parte, x1 = 1 y x2 = 0 no es una solución del sistema, ya
que estos valores sólo satisfacen la primera ecuación.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Un sistema de ecuaciones lineales se llama consistente si
tiene al menos una solución.
Un sistema sin soluciones se llama inconsistente.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Un sistema de ecuaciones lineales se llama consistente si
tiene al menos una solución.
Un sistema sin soluciones se llama inconsistente.

De este modo, un sistema de ecuaciones lineales con coeficientes

reales tiene:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Un sistema de ecuaciones lineales se llama consistente si
tiene al menos una solución.
Un sistema sin soluciones se llama inconsistente.

De este modo, un sistema de ecuaciones lineales con coeficientes

reales tiene:
Una solución única (sistema consistente)

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Un sistema de ecuaciones lineales se llama consistente si
tiene al menos una solución.
Un sistema sin soluciones se llama inconsistente.

De este modo, un sistema de ecuaciones lineales con coeficientes

reales tiene:
Una solución única (sistema consistente)
Un número infinito de soluciones (sistema consistente)

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Un sistema de ecuaciones lineales se llama consistente si
tiene al menos una solución.
Un sistema sin soluciones se llama inconsistente.

De este modo, un sistema de ecuaciones lineales con coeficientes

reales tiene:
Una solución única (sistema consistente)
Un número infinito de soluciones (sistema consistente)
Ninguna solución (sistema inconsistente)

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Un sistema de ecuaciones lineales se llama consistente si
tiene al menos una solución.
Un sistema sin soluciones se llama inconsistente.

De este modo, un sistema de ecuaciones lineales con coeficientes

reales tiene:
Una solución única (sistema consistente)
Un número infinito de soluciones (sistema consistente)
Ninguna solución (sistema inconsistente)

Ejemplo
Resuelva y grafique cada sistema de ecuaciones lineales:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Un sistema de ecuaciones lineales se llama consistente si
tiene al menos una solución.
Un sistema sin soluciones se llama inconsistente.

De este modo, un sistema de ecuaciones lineales con coeficientes

reales tiene:
Una solución única (sistema consistente)
Un número infinito de soluciones (sistema consistente)
Ninguna solución (sistema inconsistente)

Ejemplo
Resuelva y grafique cada sistema de ecuaciones lineales:
a) x + y = 3 b) x + y = 3 c) x + y = 3
x − y = −1 2x + 2y = 6 x +y =1
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Un sistema de ecuaciones lineales se llama consistente si
tiene al menos una solución.
Un sistema sin soluciones se llama inconsistente.

De este modo, un sistema de ecuaciones lineales con coeficientes

reales tiene:
Una solución única (sistema consistente)
Un número infinito de soluciones (sistema consistente)
Ninguna solución (sistema inconsistente)

Ejemplo
Resuelva y grafique cada sistema de ecuaciones lineales:
a) x + y = 3 b) x + y = 3 c) x + y = 3
x − y = −1 2x + 2y = 6 x +y =1
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

a) Este sistema tiene exactamente una solución, x = 1 y y = 2.

Esta solución se obtiene al sumar las dos ecuaciones para obtener
2x = 2, lo cual implica que x = 1 y por tanto, y = 2.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

a) Este sistema tiene exactamente una solución, x = 1 y y = 2.

Esta solución se obtiene al sumar las dos ecuaciones para obtener
2x = 2, lo cual implica que x = 1 y por tanto, y = 2.
La gráfica de este sistema se representa mediante dos rectas que se
intersectan, como se muestra en la Figura:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

a) Este sistema tiene exactamente una solución, x = 1 y y = 2.

Esta solución se obtiene al sumar las dos ecuaciones para obtener
2x = 2, lo cual implica que x = 1 y por tanto, y = 2.
La gráfica de este sistema se representa mediante dos rectas que se
intersectan, como se muestra en la Figura:

Uceda, R. A. Análisis Matemático

b) Este sistema tiene un número infinito de soluciones, pues la
segunda solución es el resultado de multiplicar por 2 ambos
miembros de la primera ecuación. Una representación paramétrica
del conjunto solución es:

x = 3 − t, y = t,

donde t es cualquier número real. La gráfica de este sistema se

representa como dos rectas coincidentes, como se muestra en la
figura:
b) Este sistema tiene un número infinito de soluciones, pues la
segunda solución es el resultado de multiplicar por 2 ambos
miembros de la primera ecuación. Una representación paramétrica
del conjunto solución es:

x = 3 − t, y = t,

donde t es cualquier número real. La gráfica de este sistema se

representa como dos rectas coincidentes, como se muestra en la
figura:
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

c) Este sistema no tiene solución porque es imposible que la suma

de dos números sea 3 y 1 simultáneamente.
La gráfica de este sistema se representa como dos rectas paralelas,
como se muestra en la figura siguiente:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

c) Este sistema no tiene solución porque es imposible que la suma

de dos números sea 3 y 1 simultáneamente.
La gráfica de este sistema se representa como dos rectas paralelas,
como se muestra en la figura siguiente:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Dado el sistema lineal de ecuaciones:

a11 x1 + a12 x2 + a13 x3 + . . . + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + . . . + a2n xn = b2
a31 x1 + a32 x2 + a33 x3 + . . . + a3n xn = b3
.. .. ..
. . .
am1 x1 + am2 x2 + am3 x3 + . . . + amn xn = bm

la matriz  
a11 a12 ... a1n

 a21 a22 ... a2n 

A= .. .. .. .. 

 . . . .


am1 am2 . . . amm
se le llama matriz de coeficientes del sistema.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Dado el sistema lineal de ecuaciones:

a11 x1 + a12 x2 + a13 x3 + . . . + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + . . . + a2n xn = b2
a31 x1 + a32 x2 + a33 x3 + . . . + a3n xn = b3
.. .. ..
. . .
am1 x1 + am2 x2 + am3 x3 + . . . + amn xn = bm

la matriz  
a11 a12 ... a1n

 a21 a22 ... a2n 

A= .. .. .. .. 

 . . . .


am1 am2 . . . amm
se le llama matriz de coeficientes del sistema.

Uceda, R. A. Análisis Matemático

Si hacemos:    
x1 b1

 x2 


 b2 

x= ..  y b= .. 
. .
   
   
xn bm
entonces el sistema lineal se puede escribir en forma matricial
como:
Si hacemos:    
x1 b1

 x2 


 b2 

x= ..  y b= .. 
. .
   
   
xn bm
entonces el sistema lineal se puede escribir en forma matricial
como:
Ax = b,
pues el producto
 
a11 x1 + a12 x2 + a13 x3 + . . . + a1n xn  
b1
 a21 x1 + a22 x2 + a23 x3 + . . . + a2n xn 
  
b2 
a31 x1 + a32 x2 + a33 x3 + . . . + a3n xn
   
 = .. 

..  
.

.
   
 
bm
am1 x1 + am2 x2 + am3 x3 + . . . + amn xn

es equivalente, por definición de igualdad de matrices, al sistema

lineal de ecuaciones.
Si hacemos:    
x1 b1

 x2 


 b2 

x= ..  y b= .. 
. .
   
   
xn bm
entonces el sistema lineal se puede escribir en forma matricial
como:
Ax = b,
pues el producto
 
a11 x1 + a12 x2 + a13 x3 + . . . + a1n xn  
b1
 a21 x1 + a22 x2 + a23 x3 + . . . + a2n xn 
  
b2 
a31 x1 + a32 x2 + a33 x3 + . . . + a3n xn
   
 = .. 

..  
.

.
   
 
bm
am1 x1 + am2 x2 + am3 x3 + . . . + amn xn

es equivalente, por definición de igualdad de matrices, al sistema

lineal de ecuaciones.
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Para el sistema lineal de ecuaciones:
x1 + x2 + 2x3 = 9
2x1 + 4x2 − 3x3 = 1
3x1 + 6x2 − 5x3 = 0

la matriz de coeficientes es:

 
1 1 2
A =  2 4 −3 
 
3 6 −5

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Para el sistema lineal de ecuaciones:
x1 + x2 + 2x3 = 9
2x1 + 4x2 − 3x3 = 1
3x1 + 6x2 − 5x3 = 0

la matriz de coeficientes es:

 
1 1 2
A =  2 4 −3 
 
3 6 −5

y la ecuación matricial correspondiente es:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Para el sistema lineal de ecuaciones:
x1 + x2 + 2x3 = 9
2x1 + 4x2 − 3x3 = 1
3x1 + 6x2 − 5x3 = 0

la matriz de coeficientes es:

 
1 1 2
A =  2 4 −3 
 
3 6 −5

y la ecuación matricial correspondiente es:

    
1 1 2 x1 9
 2 4 −3   x2  =  1 
    
3 6 −5 x3 0
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Para el sistema lineal de ecuaciones:
x1 + x2 + 2x3 = 9
2x1 + 4x2 − 3x3 = 1
3x1 + 6x2 − 5x3 = 0

la matriz de coeficientes es:

 
1 1 2
A =  2 4 −3 
 
3 6 −5

y la ecuación matricial correspondiente es:

    
1 1 2 x1 9
 2 4 −3   x2  =  1 
    
3 6 −5 x3 0
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Dos sistemas lineales del mismo tamaño Ax = b, Hx = c son
equivalente si tienen el mismo conjunto solución.

Ejemplo
Resolver el sistema:
x − y − z = 2
y + 3z = 5
5z = 10

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Dos sistemas lineales del mismo tamaño Ax = b, Hx = c son
equivalente si tienen el mismo conjunto solución.

Ejemplo
Resolver el sistema:
x − y − z = 2
y + 3z = 5
5z = 10

Solución.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Dos sistemas lineales del mismo tamaño Ax = b, Hx = c son
equivalente si tienen el mismo conjunto solución.

Ejemplo
Resolver el sistema:
x − y − z = 2
y + 3z = 5
5z = 10

Solución.
A partir de la última ecuación y trabajando hacia atrás, se
descubre sucesivamente que z = 2, y = 5 − 3(2) = −1 y
x = 2 + (−1) + 2 = 3.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Dos sistemas lineales del mismo tamaño Ax = b, Hx = c son
equivalente si tienen el mismo conjunto solución.

Ejemplo
Resolver el sistema:
x − y − z = 2
y + 3z = 5
5z = 10

Solución.
A partir de la última ecuación y trabajando hacia atrás, se
descubre sucesivamente que z = 2, y = 5 − 3(2) = −1 y
x = 2 + (−1) + 2 = 3.
Por tanto, la solución única es x = [3, −1, 2]T .
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Dos sistemas lineales del mismo tamaño Ax = b, Hx = c son
equivalente si tienen el mismo conjunto solución.

Ejemplo
Resolver el sistema:
x − y − z = 2
y + 3z = 5
5z = 10

Solución.
A partir de la última ecuación y trabajando hacia atrás, se
descubre sucesivamente que z = 2, y = 5 − 3(2) = −1 y
x = 2 + (−1) + 2 = 3.
Por tanto, la solución única es x = [3, −1, 2]T .
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver el sistema:
x − y − z = 2
3x − 3y + 2z = 16
2x − y + z = 9

Solución.
Vamos a transformar este sistema en uno que muestre la
estructura triangular del ejemplo anterior, para ello es necesario
eliminar la variable x de las ecuaciones 2 y 3.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver el sistema:
x − y − z = 2
3x − 3y + 2z = 16
2x − y + z = 9

Solución.
Vamos a transformar este sistema en uno que muestre la
estructura triangular del ejemplo anterior, para ello es necesario
eliminar la variable x de las ecuaciones 2 y 3.
Si restamos de las ecuaciones 2 y 3 múltiplos adecuados de la
ecuación 1 lograremos nuestro objetivo.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver el sistema:
x − y − z = 2
3x − 3y + 2z = 16
2x − y + z = 9

Solución.
Vamos a transformar este sistema en uno que muestre la
estructura triangular del ejemplo anterior, para ello es necesario
eliminar la variable x de las ecuaciones 2 y 3.
Si restamos de las ecuaciones 2 y 3 múltiplos adecuados de la
ecuación 1 lograremos nuestro objetivo.
A continuación, vamos a trabajar sobre los coeficientes, no sobre
las variables y para facilitar nuestro cálculos vamos a colocar los
coeficientes y términos constantes en la siguiente matriz:
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejemplo
Resolver el sistema:
x − y − z = 2
3x − 3y + 2z = 16
2x − y + z = 9

Solución.
Vamos a transformar este sistema en uno que muestre la
estructura triangular del ejemplo anterior, para ello es necesario
eliminar la variable x de las ecuaciones 2 y 3.
Si restamos de las ecuaciones 2 y 3 múltiplos adecuados de la
ecuación 1 lograremos nuestro objetivo.
A continuación, vamos a trabajar sobre los coeficientes, no sobre
las variables y para facilitar nuestro cálculos vamos a colocar los
coeficientes y términos constantes en la siguiente matriz:
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

 
1 −1 −1 | 2
 3 −3 2 | 16 
 
2 −1 1 | 9
donde las primeras tres columnas contienen los coeficientes de las
variables en orden y la columna final, los términos constantes. Las
barras representan lo signos iguales
Realizaremos la secuencia de operaciones sobre un sistema dado y
simultáneamente sobre la matriz aumentada correspondiente.
Comenzamos por eliminar x de las ecuaciones 2 y 3.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

 
1 −1 −1 | 2
 3 −3 2 | 16 
 
2 −1 1 | 9
donde las primeras tres columnas contienen los coeficientes de las
variables en orden y la columna final, los términos constantes. Las
barras representan lo signos iguales
Realizaremos la secuencia de operaciones sobre un sistema dado y
simultáneamente sobre la matriz aumentada correspondiente.
Comenzamos por eliminar x de las ecuaciones 2 y 3.
 
x − y − z = 2 1 −1 −1 | 2
3x − 3y + 2z = 16  3 −3 2 | 16 
 
2x − y + z = 9 2 −1 1 | 9

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

 
1 −1 −1 | 2
 3 −3 2 | 16 
 
2 −1 1 | 9
donde las primeras tres columnas contienen los coeficientes de las
variables en orden y la columna final, los términos constantes. Las
barras representan lo signos iguales
Realizaremos la secuencia de operaciones sobre un sistema dado y
simultáneamente sobre la matriz aumentada correspondiente.
Comenzamos por eliminar x de las ecuaciones 2 y 3.
 
x − y − z = 2 1 −1 −1 | 2
3x − 3y + 2z = 16  3 −3 2 | 16 
 
2x − y + z = 9 2 −1 1 | 9

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Restamos 3 veces la primera ecuación Restamos 3 veces el primer renglón

de la segunda ecuación: del segundo renglón:

 
x − y − z = 2 1 −1 −1 | 2
5z = 10  0 0 5 | 10 
 
2x − y + z = 9 2 −1 1 | 9

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Restamos 3 veces la primera ecuación Restamos 3 veces el primer renglón

de la segunda ecuación: del segundo renglón:

 
x − y − z = 2 1 −1 −1 | 2
5z = 10  0 0 5 | 10 
 
2x − y + z = 9 2 −1 1 | 9

Restamos 2 veces la primera ecuación Restamos 2 veces el primer renglón

de la tercera ecuación: del tercer renglón:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Restamos 3 veces la primera ecuación Restamos 3 veces el primer renglón

de la segunda ecuación: del segundo renglón:

 
x − y − z = 2 1 −1 −1 | 2
5z = 10  0 0 5 | 10 
 
2x − y + z = 9 2 −1 1 | 9

Restamos 2 veces la primera ecuación Restamos 2 veces el primer renglón

de la tercera ecuación: del tercer renglón:

 
x − y − z = 2 1 −1 −1 | 2
5z = 10  0 0 5 | 10 
 
y + 3z = 5 0 1 3 | 5

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Restamos 3 veces la primera ecuación Restamos 3 veces el primer renglón

de la segunda ecuación: del segundo renglón:

 
x − y − z = 2 1 −1 −1 | 2
5z = 10  0 0 5 | 10 
 
2x − y + z = 9 2 −1 1 | 9

Restamos 2 veces la primera ecuación Restamos 2 veces el primer renglón

de la tercera ecuación: del tercer renglón:

 
x − y − z = 2 1 −1 −1 | 2
5z = 10  0 0 5 | 10 
 
y + 3z = 5 0 1 3 | 5

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Éste es el mismo sistema que se resolvió en el ejemplo anterior. El

procedimiento utilizado en ese ejemplo se llama sustitución hacia
atrás.
En el ejemplo anterior se obtuvo la solución x = [3, −1, 2].

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Éste es el mismo sistema que se resolvió en el ejemplo anterior. El

procedimiento utilizado en ese ejemplo se llama sustitución hacia
atrás.
En el ejemplo anterior se obtuvo la solución x = [3, −1, 2].
Por lo tanto, esta solución también es la solución al sistema dado
en este ejemplo, pues ambos sistemas son equivalentes.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Éste es el mismo sistema que se resolvió en el ejemplo anterior. El

procedimiento utilizado en ese ejemplo se llama sustitución hacia
atrás.
En el ejemplo anterior se obtuvo la solución x = [3, −1, 2].
Por lo tanto, esta solución también es la solución al sistema dado
en este ejemplo, pues ambos sistemas son equivalentes.
Nota
El proceso realizado en el ejemplo anterior puede realizarse
utilizando matrices en lugar de ecuaciones. Se pueden realizar
operaciones elementales por fila y columna para obtener matrices
equivalente. Este proceso lo veremos en siguiente semana.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Éste es el mismo sistema que se resolvió en el ejemplo anterior. El

procedimiento utilizado en ese ejemplo se llama sustitución hacia
atrás.
En el ejemplo anterior se obtuvo la solución x = [3, −1, 2].
Por lo tanto, esta solución también es la solución al sistema dado
en este ejemplo, pues ambos sistemas son equivalentes.
Nota
El proceso realizado en el ejemplo anterior puede realizarse
utilizando matrices en lugar de ecuaciones. Se pueden realizar
operaciones elementales por fila y columna para obtener matrices
equivalente. Este proceso lo veremos en siguiente semana.

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Dado el sistema lineal Ax = b con
     
a11 a12 ... a1n x1 b1

 a21 a22 ... a2n 


 x2 


 b2 

A= .. .. .. .. ,x =  ..  yb= .. 

 . . . .



 .



 .


am1 am2 . . . amm xm bm

se define la matriz aumentada (o matriz ampliada) por:

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Dado el sistema lineal Ax = b con
     
a11 a12 ... a1n x1 b1

 a21 a22 ... a2n 


 x2 


 b2 

A= .. .. .. .. ,x =  ..  yb= .. 

 . . . .



 .



 .


am1 am2 . . . amm xm bm

se define la matriz aumentada (o matriz ampliada) por:

 
a11 a12 ... a1n | b1

 a21 a22 ... a2n | b2 

[A|b] =  .. .. .. .. 
. . ... |
. .
 
 
am1 am2 . . . amm | bm

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Definición
Dado el sistema lineal Ax = b con
     
a11 a12 ... a1n x1 b1

 a21 a22 ... a2n 


 x2 


 b2 

A= .. .. .. .. ,x =  ..  yb= .. 

 . . . .



 .



 .


am1 am2 . . . amm xm bm

se define la matriz aumentada (o matriz ampliada) por:

 
a11 a12 ... a1n | b1

 a21 a22 ... a2n | b2 

[A|b] =  .. .. .. .. 
. . ... |
. .
 
 
am1 am2 . . . amm | bm

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejercicios
1) Determinar si cada una de las expresiones siguientes es
verdadera o falsa. Si la expresión es verdadera, proporcione una
razón o cite una expresión adecuada a partir de la teorı́a. Si la
expresión es falsa, proponga un ejemplo que demuestre que la
expresión no es cierta.
Un sistema de una ecuación lineal en dos variables es siempre
consistente.
Un sistema de dos ecuaciones lineales en tres variables es
siempre consistente.
Si un sistema lineal es consistente, entonces tiene un número
infinito de soluciones.
Un sistema lineal puede tener exactamente dos soluciones.
Dos sistemas de ecuaciones lineales son equivalentes si tienen
el mismo conjunto solución.
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Ejercicios
1) Determinar si cada una de las expresiones siguientes es
verdadera o falsa. Si la expresión es verdadera, proporcione una
razón o cite una expresión adecuada a partir de la teorı́a. Si la
expresión es falsa, proponga un ejemplo que demuestre que la
expresión no es cierta.
Un sistema de una ecuación lineal en dos variables es siempre
consistente.
Un sistema de dos ecuaciones lineales en tres variables es
siempre consistente.
Si un sistema lineal es consistente, entonces tiene un número
infinito de soluciones.
Un sistema lineal puede tener exactamente dos soluciones.
Dos sistemas de ecuaciones lineales son equivalentes si tienen
el mismo conjunto solución.
Uceda, R. A. Análisis Matemático
 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Un sistema de tres ecuaciones lineales en dos variables

siempre es inconsistente.
2) Encuentre un sistema de dos ecuaciones en dos variables, x1 y
x2 , que tengan un conjunto solución dado por la representación
paramétrica x1 = t y x2 = 3t − 4, donde t es cualquier número
real. Entonces demuestre que las soluciones del sistema pueden
escribirse como
4 t
x1 = + y x2 = t.
3 3

Uceda, R. A. Análisis Matemático

 Matrices Número de Soluciones de un Sistema Lineal
Sistemas de Ecuaciones Lineales Forma Matricial de un Sistema Lineal

Un sistema de tres ecuaciones lineales en dos variables

siempre es inconsistente.
2) Encuentre un sistema de dos ecuaciones en dos variables, x1 y
x2 , que tengan un conjunto solución dado por la representación
paramétrica x1 = t y x2 = 3t − 4, donde t es cualquier número
real. Entonces demuestre que las soluciones del sistema pueden
escribirse como
4 t
x1 = + y x2 = t.
3 3

Uceda, R. A. Análisis Matemático