CAPITULO III, MATRICES Y DETERMINANTES

Introducción.

La utilidad de las Matrices y su verdadero poder en las aplicaciones, proviene de las

propiedades de las matrices mismas, en las características de una matriz que nos está
sirviendo de modelo para representar alguna situación en la Física, la Ingeniería, las
Comunicaciones, Teoría de las Probabilidades y en las Matemáticas mismas.
Muy poco se puede manifestar de su importancia en las aplicaciones, con solo manejar el
Álgebra de Matrices,
Se pueden Denotar de dos maneras con Corchetes [ ] ó con Paréntesis Redondos Grandes
( ) en este capítulo los utilizaremos de las dos maneras.

Definición de una Matriz.

Una matriz es un arreglo matemático rectangular de elementos que pueden ser números ó
letras formado por filas ( m ) y columnas ( n ) que nos da el orden de la matriz y la cual se
representa generalmente con letras mayúsculas con subíndices numéricos ( 𝐴𝑚×𝑛 )

Con la siguiente representación trataremos de despejar las dudas que pudieran haber surgido

 a11 a12 a13... a1 j ... a1n 

a a 22 a 23... a 2 j ... a 2 n 
 21
 : : : : : 
Amn =  Matriz de orden m x n
 ai1 ai 2 ai 3 aij ain 
 : : : : : 
 
a m1 am2 a m 3... a m j... a m n 

en cualquier Matriz se puede distinguir la “ Diagonal Principal “ que es la formada por los
elementos a11 , a22 , a33 , a44 .... am n

Cuando una Matriz tiene el mismo número de Filas que el de Columnas forma lo que se
conoce como una matriz cuadrada a la cual se le puede asignar un número real A que la ( )
represente dicho arreglo se le llamará Determinante.

Ejemplos:
5 4
𝐴2×2 = | | su determinante es |𝐴| = 18
3 6

3 2 −4
𝐵3×3 = |4 4 −6| su determinante es |𝐴| = −6
2 3 −5
Los determinantes fueron usados por primera vez por el Japonés Kiowa y el Alemán Leibnitz
en forma independiente en los años 1683-1693 y redescubiertos por el Suizo Cramer por el
año 1750 quien los uso en la solución de Sistemas Lineales.

Las Matrices fueron inventadas por el Ingles Cayley en el siglo XIX y con el uso de la
computadora representan la forma más eficiente de resolver sistemas de ecuaciones lineales
si existe un gran número de variables.

Existe una gran cantidad de definiciones de Matrices que deben ser nombradas, algunas de
ellas se dan a continuación:

Matriz Transpuesta ( AT )
La Matriz transpuesta es aquella que se obtiene al intercambiar las Filas por Columnas y las
Columnas por Filas respectivamente de una Matriz ( A ) dada.
Si el orden de la Matriz A dada, es m x n entonces su Transpuesta AT será de orden n x m

Ejemplos:
3 5
3 6 4
A3x 2 = 6 2 su Transpuesta será A2 x 3 = 
T

4 7 5 2 7

1 
0
B = 1 0 − 2 3 su Transpuesta será B =  
T
 − 2
 
3
Matriz Identidad ( In )

La Matriz Identidad es aquella matriz cuadrada que tiene en su diagonal principal elementos que
son la unidad ( unos ) y los demás elementos son ceros ( 0 )
Ejemplos, de matrices identidad de Orden 1, Orden 2 y de Orden 3 respectivamente

1 0 0
1 0 
I1 = 1 I2 =   I 3 = 0 1 0 etc.
0 1  0 0 1
Matriz Escalón

La Matriz Escalón es la matriz rectangular que posee elementos “ uno “ en la Diagonal Principal,
y por debajo de esta Diagonal elementos “ cero “ y por arriba de esta Diagonal cualquier valor.
Ejemplo:

1 3 − 2 2
0 1 5 4 
  Matriz Escalón de 3 x 4
0 0 1 6

Matriz Nula ( 0 )

La Matriz Nula m x n simbolizada por un cero, tiene m filas y n columnas en la que todos
sus elementos son “ ceros “ y se la llama Identidad Aditiva en donde A + 0 = A

0 0 
03 2 = 0 0
0 0

Matriz Inversa (A )
−1

Es aquella Matriz cuadrada que se obtiene de otra Matriz similar ( A) de tal forma que al
multiplicarlas en cualquier orden nos da una Matriz Identidad correspondiente al mismo
orden de las Matrices.

A • A−1 = I = A−1 • A
Álgebra Matricial

Con Matrices se pueden realizar casi todas las operaciones fundamentales que se realizan con
los números reales con excepción de la división de Matrices, que no existe en el Álgebra de
Matrices, a continuación iniciaremos el estudio de estas operaciones con:

Igualdad de dos Matrices

Dos Matrices de orden 𝒎 × 𝒏 son iguales si y solo si cada elemento de una de ellas es
igual a correspondiente elemento de la otra

𝐴=𝐵 sí y solo si aij = bij

Un ejemplo nos podrá despejar las dudas existentes:

− 1 0  (− 1) 
3 3
125 25 0
   
9 81 − 10  =  32 34 3
− 1000 
8 43   23 64 
1

 36 36 2

la igualdad de dos Matrices puede generar Sistemas de Ecuaciones Lineales como lo

podemos ver en el siguiente ejemplo:

2𝑥 + 1 𝑦 − 4𝑧 7 6
[ ]=[ ]
𝑦 + 5𝑥 𝑤 − 2𝑥 17 −2

2𝑥 + 1 = 7 𝑦 − 4𝑧 = 6
[ ]
𝑦 + 5𝑥 = 17 𝑤 − 2𝑥 = −2

estas Matrices son iguales sí y solo sí

x=3 y=2 z = −1 w=4

Suma de dos Matrices

Para poder realizar la suma de dos Matrices es necesario que estas sean del mismo orden y
cada elemento de la primera Matriz se sumará con el correspondiente elemento de la segunda
matriz aclararemos lo anterior con la siguiente definición:

La suma de dos Matrices A y B ambas de orden m x n, es la Matriz que se obtiene al sumar

los correspondientes elementos de A y de B en donde:
 A + B = aij + bij

Ejemplo: dadas las Matrices A y B efectuar su suma.

3 4 9 4 1 2 3 0
𝐴=[ ] 𝐵=[ ]
2 6 8 1 4 5 8 3
Solución:

3+1 4+2 9+3 4+0 4 6 12 4

𝐴+𝐵 =[ ]=[ ]
2+4 6+5 8+8 1+3 6 11 16 4

La operación de Restar una Matriz de otra es semejante a la suma de Matrices solamente hay
que respetar las operaciones de signos

Ejemplo: calcular la diferencia ( resta ) de las Matrices A y B.

 3 4 9 4 1 2 3 0 
A=  B= 
2 6 8 1   4 5 8 3
Solución:
3−1 4−2 9−3 4−0 2 2 6 4
𝐴−𝐵 =[ ]=[ ]
2−4 6−5 8−8 1−3 −2 1 0 −2

las operaciones de sumar y/o restar Matrices se pueden combinar y extender a más Matrices,
veamos un ejemplo:

 3 5   4 6  5 9   2 2
2 7 + 3 − 2 − 3 8  =  2 − 3
       
1 0 1 8  4 − 1 − 2 9 

Nota: La Suma de Matrices es Conmutativa y también Asociativa es decir:

A+ B = B+ A A + (B + C ) = ( A + B) + C

Multiplicación y División de una Matriz por una Constante no Nula (Escalar).

Una Matriz de orden m x n puede ser multiplicada por un número diferente de cero dando como
resultado otra matriz del mismo orden, quedando esta expresión expresada por la siguiente
definición:
El producto de una Matriz A de orden m x n por una constante no nula k es la Matriz kA de
orden m x n que se obtiene al multiplicar cada elemento de A por la constante k dando como
resultado:

𝑘𝐴 = 𝑘𝑎𝑖𝑗
Ejemplo:
 2 − 4
Si k =3 y A=  calcular kA
3 5 

2 − 4 6 − 12
kA = 3 = 
3 5  9 15 

Una Matriz de orden m x n puede ser dividida por un número diferente de cero dando como
resultado otra matriz del mismo orden, quedando esta expresión expresada por la siguiente
definición:

La división de una Matriz A de orden m x n por una constante no nula k es la Matriz de

orden m x n que se obtiene al dividir cada elemento de A por la constante k dando como
resultado:

𝐴 𝑎𝑖𝑗
=
𝐾 𝐾

Ejemplo:
2 −4 𝐴
Si 𝑘 =3y𝐴 =[ ] calcular
3 5 𝐾

2 −4 2 −4
𝐴 [3 5 ]
= = [3 3]
𝐾 3 5
1
3

Resulta bastante fácil comprobar los siguientes resultados si A y B son dos Matrices de orden m
x n y k y f son dos números reales distintos de cero.

k ( A + B) = kA + kB
 (k + f ) • B = kB + fB
(kf ) • A = k ( fA)
Multiplicación de dos Matrices.

La multiplicación de dos matrices dada en su definición podrá parecer para el estudiante un

poco extraña cuando la ve por primera vez, sin embargo existen muchas aplicaciones
prácticas que la justifican. Una de estas aplicaciones sé vera al finalizar este punto, junto con
la suma y la multiplicación por una constante.

Para multiplicar dos matrices A y B es requisito ( necesario ) que el número de columnas

de la primera matriz sea igual al número de filas de la segunda matriz, obteniendo una Matriz
resultante que estará formada con el número de filas de la primera Matriz y con el número de
columnas de la segunda Matriz. Si C es el producto de A • B entonces:

𝐴 • 𝐵 = 𝐶
requisito 𝑛 = 𝑛
𝑚×𝑛 𝑛×𝑝 𝑚×𝑝

Para calcular cada elemento de la Matriz C como por ejemplo el Cij se considera el renglón i de
la matriz A y la columna j de la matriz B luego se multiplican los elementos por pares y se suman
de acuerdo con la siguiente representación y fórmula.
j
 a11 a12 . . . a1n 
 . b11 . . b1 j . . b1 p   
. .  
. b2 p   
 . . .
b21 . . b2 j .
 . . . . . .    
   . . . . . . .   cij 
 ai1 ai 2 . . . ain  •  = 
. . . . . . .  
 . . . . . .   
   . . . . . . .   
 . . . . . .     
bn1 . . bnj . . bnp   
a
 m1 am 2 . . . am n  
m x n n x p m x p
 cij = ai1bij + ai 2b2 j + ..........+ ainbnj

El estudiante podrá observar como la información de la fila y columna involucradas en el cálculo

de los elementos de la matriz resultante nos la da el mismo elemento, así por ejemplo, si se desea
calcular el C3.4 se involucra el 3er renglón de la primer matriz (A) y la 4ª columna de la segunda
(B).

Ejemplo. Calcular el producto de las matrices A B de ser posible.

1 2 − 3 0
3 − 2 5
A=  B = 5 4 1 6
1 0 4 0 − 3 − 2 5
2x3 3x4

Observe que las columnas de A y los renglones de B son iguales, por lo tanto sí se puede efectuar
la multiplicación quedando la matriz resultante (C) con 2 renglones y 4 columnas. Los cálculos
de los elementos de C son los siguientes.

C11 = (3)(1) + (− 2)(5) + (5)(0) = −7

C12 = (3)(2) + (− 2)(1) + (5)(− 2) = −17
C13 = (3)(− 3) + (− 2)(1) + (5)(− 2) = −21
C14 = (3)(0) + (− 2)(6) + (5)(5) = 13
C 21 = (1)(1) + (0)(5) + (4)(0) = 1
C 22 = (1)(2) + (0)(14 ) + (4)(− 3) = −10
C 23 = (1)(− 3) + (0)(1) + (4)(− 2) = −11
C 24 = (1)(0) + (0)(6) + (4)(5) = 20

− 7 − 17 − 21 13 
A• B = C =   Resultado
 1 − 10 − 11 20 

Se podrá observar a simple vista que el producto de dos matrices no es conmutativo.

En efecto en la multiplicación anterior A x B si se pudo realizar pero si tratamos de multiplicar
B x A, nos daremos cuenta que no es posible realizarlo.
B x A = no está definida ( No. De columnas de B  del No. De Filas de A )
3x4 y 2x3

Aun cuando A x B y B x A se puedan realizar, o estén definidos, generalmente los resultados

suelen ser diferentes.

Veamos algunos ejemplos de lo mencionado anteriormente:

Ejemplo. Calcular el producto de las matrices A y B sí:

3 6 2 1
𝐴=[ ] 𝐵=[ ]
2 4 −2 −1

Solución: Usando la definición de la multiplicación de matrices se obtiene:

 − 6 − 3
A B =  
− 4 − 2

Ejemplo. Calcular el producto de las matrices A y B sí:

2 1 3 6
𝐵=[ ] 𝐴=[ ]
−2 −1 2 4

8 16
𝐵×𝐴=[ ]
−8 −16

Se observa que A x B  BxA

Solo existen dos Excepciones a esta regla de que la multiplicación de matrices no es conmutativa
que son las siguientes.

Excepción 1. Cuando una matriz cuadrada se multiplica por su matriz identidad

correspondiente.
AxI=A=IxA

A x A-1 = A-1 x A = I
Ejemplo.

Calcular el producto de A por I2 (matriz identidad de orden dos)

3 6 1 0 3 6
A I =   =
2 4 0 1 2 4
1 0  3 6   3 6
IA=  =
0 1 2 4 2 4

Se observa que A x I = I x A ( excepción 1 )

Ejemplo.
Calcular el producto de A y D si:

3 6  4 − 6
A=  D= 
 2 4 − 2 3 

Solución:
0 0 
A D =  
0 0 

se observa que el resultado es una Matriz Nula ( 0 )

Excepción 2. Cuando una matriz cuadrada se multiplica por su matriz inversa (también cuadrada
cuyo cálculo se verá en temas siguientes)

Ejemplo. Calcular el producto de E y F si:

7 5  3 − 5
E=  F= 
4 3 − 4 7 

Solución:
1 0 1 0 
EF =   FE =  
0 1  0 1 

Se observa que ExF=I y F x E = I (excepción 2).

Lo que nos indica que F es la matriz inversa de E ó viceversa, basándonos en la definición de

matriz inversa dada anteriormente.
La multiplicación de matrices cumple la ley asociativa, esto es:

A  (B  C ) = ( A  B)  C
La ley asociativa se cumple siempre y cuando la multiplicación de las matrices estén definidas.
Esto implica que el número de columnas de A sea igual al número de renglones de B, además el
número de columnas de B deberá ser igual al número de renglones de C y la matriz resultante
tendrá el número de renglones de A y el número de columnas de C, simbólicamente queda
representado como sigue:

A  (B  C ) = ( A  B)  C = D

mxn nxp pxq = mxn nxp pxq = mxq

La multiplicación de matrices también cumple con la ley Distributiva siempre y cuando las
matrices involucradas tengan el número adecuado de renglones y columnas como en el caso
anterior quedando representado como sigue:

A x (B + C) = A x B + A x C
Esto se cumple si A es de orden mxn y B y C de nxp

(A+B) x C = A x C + B x C

Que se cumple si A y B son de mxn y C de nxp.

Cuando todas las matrices son cuadradas las propiedades asociativa y distributiva se verifican,
esto se considera como un caso especial de la multiplicación de matrices.

En el libro se encontrara unos ejemplos

A continuación se dará un ejemplo sobre la aplicación de la suma y multiplicación de matrices a

un problema de la vida real.

PROBLEMA.-
Dos tiendas de electrodomésticos venden entre otras cosas Televisores (T) Videocasteras (V)
Mini Componentes (M).

En el mes de Noviembre la primera tienda vendió expresado en decenas. 10 de Televisores, 5 de

Videocaseteras y 12 Mini componentes y la segunda tienda sus números correspondientes fueron
8(T), 4(V) y 10(M) respectivamente.
En el mes de Diciembre la tienda 1ª vendió en el mismo orden 12(T), 7(V) y 9(M) y la segunda
13(T), 6(V) y 14(M).

Representar matricialmente las ventas de las dos tiendas en los meses de Noviembre y Diciembre.
T V M
10 5 12 
Noviembre N= 
 8 4 10 
12 7 9 
Diciembre D= 
13 6 14

En cada Matriz el renglón de arriba los de la tienda 1 y en el renglón de abajo los de la tienda 2

Supongamos que los Costos ( C ) de los aparatos en miles de pesos son los siguientes 3 en los
Televisores, 2 en las Videocaseteras y 4 en los Mini Componentes además se cobra un cargo
Extra por entrega a domicilio ( E ) de 100 pesos (.1 expresado en miles de pesos)

La Matriz representativa es la siguiente:

C E
T 3 .1
2 .1
V  
M 4 .1
Expresar la cantidad total de aparatos vendidos por las dos tiendas en los dos meses usando una
matriz.
Solución: para esto utilizaremos la suma de matrices.

T V M T V M T V M
10 5 12 12 7 9  22 12 21
 8 4 10 + 13 6 14 =  21 10 24
     

En cada Matriz el renglón de arriba los de la tienda 1 y en el renglón de abajo los de la tienda 2

Por otra parte si las tiendas 1 y 2 vendieron exactamente las mismas cantidades que vendieron en
el mes de Noviembre los Tres meses anteriores y se nos pide expresar con una matriz las
cantidades vendidas, esto se puede obtener mediante la multiplicación de una constante por la
matriz quedando como sigue.

T V M T V M
12 7 9  30 15 36
3  = 
13 6 14 24 12 30

En cada Matriz el renglón de arriba los de la tienda 1 y en el renglón de abajo los de la tienda 2

Si se nos pide calcular la cantidad total de Dinero que entro en el mes de Noviembre por concepto
de las ventas de estos aparatos así como el cargo Extra por entrega a domicilio usaremos la
multiplicación de dos matrices, quedando:

T V M C E
3 .1
10 5 12   88 2.7
 8 4 10  2 .1 = 72 2.2
  4 .1  
 

En la última Matriz el renglón de arriba la cantidad total de dinero que entro a la tienda 1 en el
mes de noviembre y en el renglón de abajo la cantidad total de dinero que entro a la tienda 2 en
el mes de noviembre
Se podrá observar que la tienda 1 recibió 88 Mil pesos por las ventas de los aparatos y 2.7 Mil
pesos por entregas a domicilio y la tienda 2 recibió 72 Mil y 2.2 Mil respectivamente.
De la misma forma se puede calcular para el mes de Diciembre así como para el total vendido en
los dos meses descritos, quedando esto para que sea calculado por el estudiante.

Determinantes de Segundo y Tercer Orden

Definición.
Si A es una matriz cuadrada de orden dos, a esta se le puede asignar un número que recibe el
nombre de DETERMINANTE y se representa por A.
También podemos definir su “valor” conociendo la diagonal principal, ya identificada en la
matriz como definición de Valor.
Definición del Valor.
El valor de un determinante de orden dos, se define como el producto de los elementos de la
diagonal principal menos el producto de los elementos de la otra diagonal.
Esto es:
a b1 a b1
Si A = 1  A= 1 = a1b2 − b1 a 2
a 2 b2 a 2 b2

Ejemplo.

Halle el valor de los determinantes indicados:

3 1
= (3)(2) − (1)(4) = 6 − 4 = 2
4 2

6 −5
= (6)(4 ) − (− 5)(3) = 24 + 15 = 39
3 4

Centraremos el estudio de aquí en adelante en él cálculo de determinantes los cuales denotaremos

con la letra griega Delta (  ) y un subíndice numérico (n) que nos indicara el orden del
determinante, así por ejemplo 2 es un determinante de orden dos, 3 es un determinante
de orden tres etc.

Resolviendo por eliminación un sistema de tres ecuaciones con tres incógnitas se puede
demostrar que: (la demostración se deja de ejercicio al estudiante).

a1 b1 c1
 3 = a2 b2 c2 = a1b2c3 − c1b2a3 + b1c2a3 − a1c2b3 + c1a2b3 − b1a2c3
a3 b3 c3

Como se puede observar la solución de un  3 no es; “la diagonal principal, menos la otra
diagonal” ya que aquí aparecen seis términos que debe ser justificados su valor de alguna manera.

Para visualizar la solución de una forma práctica, y “exclusiva” para determinantes de orden tres
se puede hacer lo siguiente:
a) Agregar las primeras dos columnas a la derecha del determinante y trazar diagonales
uniendo tres elementos en la dirección de la diagonal principal eso nos darán los términos
con signo positivo, y las diagonales que “crucen” la diagonal principal uniendo tres
elementos nos dará los términos con signo negativo:
+ + +
 a1 b1 c1 a1 b1
 3 = a2 b2 c2 a2 b2 =
a3 b3 c3 a3 b3
- - -

𝑎1 𝑏2 𝑐3 + 𝑏1 𝑐2 𝑎3 + 𝑐1 𝑎2 𝑏3 − 𝑐1 𝑏2 𝑎3 − 𝑎1 𝑐2 𝑏3 − 𝑏1 𝑎2 𝑐3

b) Agregar las primeras dos filas abajo del determinante y seguir un procedimiento semejante.

a1 b1 c1
 3 = a2 b2 c2 = a1b2c3 + b1c2 a3 + c1a2b3 − c1b2 a3 − a1c2b3 − b1a2c3
a3 b3 c3
a1 b1 c1
a2 b2 c2
Recuerde. Este procedimiento es exclusivo para un 3 ( método de LLUVIA)

Ejemplo. Halle el valor del determinante.

1 −6 5 1 −6 5 1 −6
 3 = 2 − 12 9 = 2 − 12 9 2 − 12 =
3 − 20 0 3 − 20 0 3 − 20

(1)(− 12 )(0) + (− 6)(9)(3) + (5)(2)(− 20 ) − (5)(− 12 )(3) − (1)(9)(− 20 ) − (− 6)(2)(0)

 3 = −162 − 200 + 180 + 180
 3 = 360 − 362
 3 = −2 es su valor

Determinantes de Orden N (Solución por Cofactores)

El estudiante se preguntara si existe un método único que resuelva determinantes de

cualquier orden, la respuesta es afirmativa y se dará su demostración partiendo de la
solución general del 3 .

Si:
𝑎1 𝑏1 𝑐1
𝛥3 =|𝑎2 𝑏2 𝑐2 |=
𝑎3 𝑏3 𝑐3

𝐴3 = 𝑎1 𝑏2 𝑐3 − 𝑐1 𝑏2 𝑎3 + 𝑏1 𝑐2 𝑎3 − 𝑎1 𝑐2 𝑏3 + 𝑐1 𝑎2 𝑏3 − 𝑏1 𝑎2 𝑐3
Agrupando Términos Semejantes

𝐴3 = 𝑎1 𝑏2 𝑐3 − 𝑎1 𝑐2 𝑏3 + 𝑏1 𝑐2 𝑎3 − 𝑏1 𝑎2 𝑐3 + 𝑐1 𝑎2 𝑏3 − 𝑐1 𝑏2 𝑎3

Sacando factor común y (observando la primera fila)

𝛥3 = 𝑎1 (𝑏2 𝑐3 − 𝑐2 𝑏3 ) + 𝑏1 (𝑐2 𝑎3 − 𝑎2 𝑐3 ) + 𝑐1 (𝑎2 𝑏3 − 𝑏2 𝑎3 )

Cambiando signo al segundo termino

𝛥3 = 𝑎1 (𝑏2 𝑐3 − 𝑐2 𝑏3 ) − 𝑏1 (𝑎2 𝑐3 − 𝑐2 𝑎3 ) + 𝑐1 (𝑎2 𝑏3 − 𝑏2 𝑎3 )

Lo que está entre paréntesis se escribe con determinantes de segundo orden (𝛥3 )

𝑏 𝑐2 𝑎2 𝑐2 𝑎2 𝑏2
𝛥3 = 𝑎1 | 2 | − 𝑏1 |𝑎 𝑐3 | + 𝑐1 | |
𝑏3 𝑐3 3 𝑎3 𝑏3

Se observa que los determinantes que acompañan a los elementos 𝑎1 𝑏1 𝑐1 se

obtienen al eliminar la fila y columna a que pertenecen respectivamente, y que uno
de ellos tiene signo negativo. Estos determinantes reciben el nombre de COFACTOR
de un elemento de un determinante quedando su definición como sigue:
Definición.
Se llama COFACTOR de un elemento de un determinante al determinante de orden
inmediato inferior que se obtiene al suprimir la fila y columna a que pertenece dicho elemento
y que además posee signo positivo o negativo.
Para justificar el signo del cofactor del elemento, se puede pensar en dos formas.
1. Tendrá signo positivo si la posición del elemento en cuanto a la suma de fila y
columna es número par y negativo si la suma da impar.
2. El signo del cofactor del elemento de un determinante tendrá signo positivo o negativo
de acuerdo a la siguiente “tabla” de signos.

+ − +
𝛥 = |− + − |
+ − +
NOTA: Lo anteriormente citado puede ser entendido y comprobado para determinantes de
orden n.

Algo semejante se obtiene cuando se toman de factor común los elementos de cualquier otra
fila o columna lo que da como resultado el enunciado del siguiente teorema:

TEOREMA. Solución por Cofactores

El valor de cualquier determinante de orden n, es igual a una suma algebraica de n términos,
cada uno de los cuales se forma al multiplicar cada elemento de cualquier fila o columna por
su COFACTOR correspondiente.
Ejemplo. Calcular el valor del determinante del ejemplo anterior usando el método de
cofactores

a): tomando como base los elementos de la 1er fila

b): tomando como base los elementos de la 3er fila.

1 −6 5
𝛥3 = |2 −12 9|
3 −20 0
Solución.
a) Base a 1er fila.

−12 9 2 9 2 −12
𝛥3 = 1 | | − (−6) | | +5| | resolviendo los determinantes de orden 2
−20 0 3 0 3 −20

𝛥3 = 1(0 + 180) + 6(0 − 27) + 5(−40 + 36)

𝛥3 = 180 − 162 − 20 = −2 es la solución

b) Base a 3er columna

2 −12 1 −6 1 −6
𝛥3 = 5 | | −9| |+ 0| |
3 −20 3 −20 2 −12

𝛥3 = 5(−40 + 36) − 9(−20 + 18)

𝛥3 = −20 + 18 = −2 esa es la solución

Este método de solución se “complica” cuando se aplica a determinantes de orden superior,

ya que genera una pirámide de solución de determinantes demasiado laboriosa.

Dicho problema se puede evitar conociendo las propiedades de los determinantes para
combinarlos con esa solución por cofactores.

Propiedades de los Determinantes

En esta sección se verán algunas de las propiedades de los determinantes, interesantes y útiles
que nos facilitaran su cálculo.

1. Si todos los elementos de un renglón o columna de un determinante son ceros el

valor del determinante es cero.

Demostración
Esta propiedad se demuestra mediante la definición del valor de un determinante, ya que en
cada termino formado en el desarrollo de un  n debe contener un elemento de cada fila y
columna lo que garantiza que exista un cero como factor. Por lo tanto cada término es igual
a cero y por lo tanto n = 0
0 0
| | = 0(𝑏2 ) − 𝑏1 (0) = 0
𝑏1 𝑏2

2. El desarrollo de un determinante de orden n tiene n! términos diferentes;

Demostración

De igual manera que la propiedad anterior se puede observar que aplicando la definición del
valor del determinante se obtienen los n! términos con la mitad de ellos con signo positivo
y los restantes con signo negativo.

𝑎1 𝑏1 𝑐1
𝛥3 = |𝑎2 𝑏2 𝑐2 | = 𝑎1 𝑏2 𝑐3 + 𝑐1 𝑎2 𝑏3 + 𝑏1 𝑐2 𝑎3 − 𝑎3 𝑏2 𝑐1 − 𝑎1 𝑏3 𝑐2 − 𝑎2 𝑏1 𝑐3
𝑎3 𝑏3 𝑐3

3. Si se intercambian las filas y columnas correspondientes de un determinante, el

valor del determinante no se altera, es decir A = A t

Demostración
Al intercambiar los renglones o filas por su correspondiente columna los elementos de la
diagonal principal quedan igual, solo que lo que no indica la posición de fila y columna queda
invertido por lo que al desarrollar se obtendrán los mismos términos con los mismos signos.

Como una consecuencia inmediata de esta propiedad se puede decir lo siguiente.

Cualquier propiedad de los determinantes que sea aplicable a los renglones es

válida también para columnas.

4. Si dos renglones (o columnas) de un determinante se intercambian, el valor del

determinante cambia de signo pero conserva su valor absoluto.

Demostración
Al intercambiar dos renglones o dos columnas en un determinante se produce el cambio del
orden de las posiciones de los elementos en cuanto a filas o columnas el signo de cada término
cambia, cambiando el signo del determinante sin alterar su valor absoluto.

5. Si los elementos correspondientes de dos renglones (o filas) o dos columnas son

iguales el valor del determinante es cero.
Demostración
Por la propiedad anterior si el valor de determinante es K entonces al cambiar dos filas su
valor tomaría el valor de −K pero como son iguales entonces
K = −K o 2K = 0 y K =0 el valor del determinante.

El valor de un determinante no cambia si cada elemento de un renglón o columna se

multiplica por una constante no nula y el producto se suma al elemento correspondiente
de otro renglón o columna.

Esta propiedad de los determinantes será usada para hacer “ceros los elementos de
alguna fila o columna del determinante y facilitar su cálculo.

Propiedad 1
0 0
= 0(b2 ) − b1 (0) = 0
b1 b2

Propiedad 2

𝑎1 𝑏1 𝑐1
𝛥3 = |𝑎2 𝑏2 𝑐2 |
𝑎3 𝑏3 𝑐3
= 𝑎1 𝑏2 𝑐3 − 𝑐1 𝑏2 𝑎3 + 𝑏1 𝑐2 𝑎3 − 𝑎1 𝑐2 𝑏3 + 𝑐1 𝑎2 𝑏3 − 𝑏1 𝑎2 𝑐3

Propiedad 3
𝑎 𝑏1
∆2 = | 1 | = 𝑎1 𝑏2 − 𝑏1 𝑎2
𝑎2 𝑏2

𝑎1 𝑎2
∆2 = | 𝑏 𝑏2 | = 𝑎1 𝑏2 − 𝑏1 𝑎2
1

Propiedad 4
𝑎1 𝑏1 𝑎2 𝑏2
2 = | | = 𝑎1 𝑏2 − 𝑏1 𝑎2 2 = | | = 𝑏1 𝑎2 − 𝑎1 𝑏2
𝑎2 𝑏2 𝑎1 𝑏1

|𝑎1 𝑏2 − 𝑏1 𝑎2 | = |𝑏1 𝑎2 − 𝑎1 𝑏2 |

Propiedad 5
𝑎 𝑏1
𝛥=| 1 | = 𝑎1 𝑏1 − 𝑎1 𝑏1 = 0
𝑎1 𝑏1
Propiedad 6:
sí multiplicamos la 2da. Columna por cualquier Escalar K y el resultado se lo sumamos a la
1ra. Columna nos quedaría

a1 b1 a1 + kb1 b1
= = a1b2 + kb1b2 − (a2b1 + kb1b2 )
a2 b2 a2 + kb2 b2
a1 b1
a1b2 + kb1b2 − a2b2 − kb1b2 = a1b2 − a2b1 =
a2 b2

Algo más sobre propiedades

Si cada elemento de un renglón o columna de un determinante es la suma de dos cantidades,
el determinante puede escribirse como la suma de dos determinantes.

a1 + b1 c1 a c1 b c1
= 1 + 1
a2 + b2 c2 a2 c2 b2 c2
ya que:
a1 + b1 c1
= a1c2 + b1c2 − c1a2 − c1b2 = (a1c2 − c1a2 ) + (b1c2 − c1b2 )
a2 + b2 c2
a1 c1 b c1
= + 1
a2 c 2 b2 c2

Si cada elemento de un renglón o columna está multiplicando por un numero k no

nulo el determinante puede ser escrito como k veces un determinante nuevo es decir.

𝑘𝑎 𝑘𝑏1 𝑎 𝑏1
| 1 | = 𝑘𝑎1 𝑏2 + 𝑘𝑏1 𝑎2 = 𝑘(𝑎1 𝑏2 − 𝑏1 𝑎2 ) = 𝑘 | 1 |
𝑎2 𝑏2 𝑎2 𝑏2

Si la suma de dos elementos correspondientes de dos renglones o columnas de un

determinante son iguales a una tercera, el valor del determinante es igual a cero.

Si 𝑎1 + 𝑎2 = 𝑎3 , , 𝑏1 + 𝑏2 = 𝑏3 y 𝑐1 + 𝑐2 = 𝑐3

𝑎1 𝑏1 𝑐1
𝛥3 = |𝑎2 𝑏2 𝑐2 |
𝑎3 𝑏3 𝑐3

Al sumar el renglón uno con el renglón dos nos da que los elementos son iguales al tercer
renglón y por la propiedad cinco el valor del determinante esto es igual a cero.
Ejemplos.

Resolver los determinantes siguientes usando el método de cofactores

utilizando las propiedad combinados.

5 3 −1
3 = 4 3 0
6 4 −2

Solución por cofactores en base a la fila dos:

5 3 −1
 3 = 4 3 0 Se toma cada elemento y se multiplica por su cofactor.
6 4 −2
3 −1 5 −1 5 3
 3 = −4 +3 −0
4 −2 6 −2 6 4
 3 = −4(−6 + 4) + 3(−10 + 6) − 0
 3 = −4

Tomando el primer renglón y aplicando la propiedad 6 se puede hacer cero el

elemento (-2) de 3er renglón 3er columna.

5 3 −1 X (-2)
R2 + (−2) R1
3 = 4 3 0
6 4 −2
+
5 3 −1 Resolviendo en base a 3ra.
3 = 4 3 0 columna por cofactores
−4 −2 0
4 3 5 3 5 3
3 = −1 −0 +0
−4 −2 −4 −2 4 3

 3 = −1(−8 + 12)
 3 = −4
 Ejemplo

4 8 2 3

4 =
2 5 1 2 + X(-2) (-2) Aplicando la propiedad R1 + (− 2)R
1 2 0 1
+
3 7 2 3
R4 + (− 2)R2
0 −2 0 −1
2 5 1 2
4 = Resolviendo por cofactores en base a 3er columna.
1 2 0 1
−1 − 3 0 −1
NOTA.- la multiplicación de los elementos cero por
su cofactor no se escribirán por no ser necesarios.

Queda:

0 − 2 −1
 4 = −1 1 2 1 Aplicando la propiedad.
−1 − 3 −1 (1)
+
R2 + 1R3
0 − 2 −1 Resolviendo por cofactores en base a 1er columna
 4 = −1 0 − 1 0
−1 − 3 −1
− 2 −1
 4 = (−1)( −1) Resolviendo el determinante de segundo orden
−1 0
 4 = 1(0 − 1)
 4 = −1

Observe como la combinación propiedad 6 –cofactores -- propiedad 6 cofactores etc.,

resuelve cualquier determinante con facilidad.

Como se mencionó las propiedades también pueden aplicarse a las columnas.

Nota. En el siguiente ejemplo se suprime la explicación de las operaciones con palabras.

 Ejemplo

4 8 2 9 −5 −10 2 3
−5 −10 2
2 5 1 2
|=| 0 1 1 2|
𝛥4 = | = −1 | 0 1 1|
1 2 0 1 0 0 0 1
0 1 2
3 7 2 3 0 1 2 3
+
(-2)
+ (-1)
1 1
𝛥4 = (−1)(−5) | | = 5 (2 − 1) ∴ 𝛥 4 = 5
1 2

Método Montante y sus Aplicaciones

Presentaremos a continuación el nuevo método de cálculo matricial conocido como el Método

Montante en sus diversos aplicaciones tales como: solución de Determinantes, solución de
Sistemas de Ecuaciones Lineales, cálculo de la Matriz Adjunta, así como la Matriz Inversa de
una matriz dada. (También pueda ser aplicada al método simple de Programación Lineal). Este
método a diferencia del método Gauss Jordán presenta la ventaja que si al iniciar la solución de
cualquier Matriz ó Determinante este solo contiene Números Enteros se trabajara solamente con
números enteros y no da lugar a la aparición de elementos fraccionarios facilitando el
procedimiento en él calculo manual. En el uso de la computadora, el método tradicional genera
normalmente una gran cantidad de elementos con fracciones los cuales ocasionan un “error” que
se va acumulando durante el gran número de operaciones efectuadas (ejemplo 1/3 = 0.33333....)
y para hacer la corrección, si se tratara de un sistema de ecuaciones lineales, sería necesario en
uso de las ecuaciones de error como un segundo procedimiento obligado; Este error de
“truncamiento” no aparece en el Método Montante por trabajar como ya se dijo, con números
enteros reduciendo con esto el tiempo requerido de uso de la computadora. El método Montante
originalmente se llama “ Algoritmo Montante” porque desde el punto de vista matemático es un
algoritmo pero desde el punto de vista numérico es un método.

Este método fue desarrollado y aplicado por el Ing. Rene Mario Montante Pardo en la
Facultad de Ingeniería Mecánica y Eléctrica de la Universidad Autónoma de Nuevo León
y demostrado matemáticamente por el Ing. Marco Antonio Méndez Cavazos, ambos
catedráticos de la misma.

Veremos el método Montante para su aplicación como en sus inicios; es decir como un algoritmo.

Algoritmo Montante
El algoritmo Montante se basa en hacer transformaciones de los elementos de los determinantes
o de las matrices, para transformarlos a determinantes o matrices equivalentes.
Dichas transformaciones “giran” sobre un mismo elemento llamado “Elemento Pivote” (E P) que
se encuentra sobre cualquier fila o columna llamadas “Fila Base” y “Columna Base”
respectivamente y son regidas por la formula única Montante, y con reglas específicas que se
darán en cada aplicación. La fórmula Montante para las transformaciones de los elementos es la
siguiente:

( E.P)( E. A) − ( E.C.F .P.)( E.C.CP.)

N .E =
( P. A)
Para la cual.

N.E. Nuevo Elemento (o elemento transformado)

E.P. Elemento Pivote
P.A. Elemento pivote anterior
E.A. Elemento Actual (o elemento a transformar)
E.C.F.P. Elemento Correspondiente a la fila del Pivote
E.C.C.P. Elemento correspondiente a la columna del pivote

Algoritmo Montante (aplicado a la solución de Determinantes)

En la solución de determinantes el algoritmo Montante hace transformaciones del determinante
dado para pasarlo a uno de orden inmediato inferior, que numéricamente posee el valor del
determinante original; las transformaciones llegan hasta un determinante de orden uno con un
solo elemento que automáticamente es el valor del determinante a calcular. Las reglas que se
usan en estas transformaciones de determinantes con la fórmula Montante son las siguientes.
Reglas.
1ra. Cualquier elemento puede ser tomado como “Elemento Pivote”, excepto los elementos
“cero”, a menos que sea la última transformación.
2da. En la primera transformación el “pivote anterior” toma el valor de uno.
3ra. Los elementos de fila y columna del elemento pivote intervienen solamente para los
cálculos, correspondiendo a los elementos restantes las transformaciones por la
aplicación de la fórmula Montante.
4ta. A cada transformación le corresponde un signo positivo o negativo según sea el signo del
cofactor del elemento pivote.

Ejemplo. Calcular el siguiente determinante de orden dos.

3 4
2 =
5 6
Cualquiera de los cuatro elementos puede ser “E.P” tomaremos primero al elemento 5 como
“E.P.”
E.A
E.C.C.P.
.
3 4
2 =
5 6
E.P. E.C.F.P
Los elementos 3 y 6 solo intervienen para los cálculos de la transformación siendo el 4 el
único elemento a transformar con la aplicación de la fórmula Montante.
La operación es:
 ( E.P)( E. A.) − ( E.CF.P)( E.C.C.P.) (5)(4) − (6)(3)
N .E. = = =2
( P. A.) 1
El signo de la transformación es negativo (cofactor del 5 quedando):
( ~ -> léase como “se transforma”)
3 4
2 = ~ -2
5 6

Por lo que concluimos que el valor del  2 = −2

Tomemos otro elemento como E.P. y repitamos el proceso.

3 4
2 = nuestro nuevo E.P. será el 3
5 6

Los elementos 4 y 5 correspondientes a fila y columna del E.P. son las que intervienen
en los cálculos y el (E.A.) elemento a transformar es el 6.

La operación será:

( E.P)( E. A.) − ( E.CF.P)( E.C.C.P.) (3)(6) − (4)(5)

N .E. = = = −2
( P. A.) 1

El signo de esta transformación es positivo por lo tanto queda:

3 4
2 = ~ + - 2   2 = −2
5 6

Observe que la operación hecha corresponde a la definición del valor de un determinante de

orden dos con excepción de la división entre el pivote anterior ( ÷1) o sea: “Producto de los
elementos de la diagonal principal menos el producto de los elementos de la otra diagonal”.

NOTA.- En los siguientes ejemplos se aplicaran las reglas y se efectuaran las operaciones sin
aclarar con palabras cuales son los elementos que intervienen en los cálculos, cuáles son los
que se transforman ni los signos de la transformación.

RECOMENDACIÓN.- Siempre que sea posible, tomaremos el 1er elemento de la diagonal

principal como (E.P.) así siempre le corresponderá signo positivo a la transformación.
Ejemplo.
3 4 0
 3 = 6 2 6 Nota. Solamente el elemento cero No puede ser (E.P.)
8 10 1
Solución. E.P.
E.P
1 P.A.
3 4 0 3
- 18 18
3 = 6 2 6 ~ ~ -6
-2 3
8 10 1

Aplicando la formula Montante las operaciones son:

(3)( 2) − (4)(6)
N .E. = = −18
1
(3)(6) − (0)(6)
N .E. = = 18
1
(3)(10) − (4)(8)
N .E. = = −2 → Indicada en él
1
determinante
(3)(1) − (0)(8)
N .E. = =3
1
de orden dos a orden 1 (P. A. = 3)

(−18)(3) − (18)(−2)
N .E. = = −6
3
Por lo que el valor de 𝜟𝟑 es -6

Ejemplo.

Calcular el valor del siguiente Determinante

5 3 4
3 = 2 1 3
7 5 6
Solución.- En forma simplificada
E.P. E.P.
P.A.
5 3 4 5
-1 7
3 = 2 1 3 ~ ~ - 6   3 = −6
4 2
7 5 6
(5)(1) − (3)(2)
N .E . = =1
1
(5)(3) − (4)(2)
N .E . = =7
1
(5)(5) − (3)(7)
N .E . = =4
1
(5)(6) − (4)(7)
N .E . = =2
1
NOTA.- Si en el Método Montante al dividir entre el Pivote Anterior, aparece una cantidad
fraccionaria, será una señal de que se cometió un error;
esto es una ventaja del Método Montante (las divisiones entre el P.A. son exactas)

Ejemplo.
1 3 2 0
2 8 5 3
4 = ~
4 10 6 1
1 3 4 2
Solución.

1 3 2 0
2 1 3 ÷1
2 8 5 3 -2 12 ÷2 −8−48 −56
𝛥4 = | | ~ |-2 -2 1| ~ | | = 2 = 2 = −28
4 10 6 1 4 4
0 2 2
1 3 4 2
(1)(8) − (3)(2)
𝑁. 𝐸. = =2
1
(1)(5) − (2)(2)
𝑁. 𝐸. = =1
1
(1)(3) − (0)(2)
𝑁. 𝐸. = =3
1
(1)(10) − (4)(3)
𝑁. 𝐸. = = −2
1
(1)(6) − (2)(4)
𝑁. 𝐸. = = −2
1
(1)(1) − (0)(4)
𝑁. 𝐸. = =1
1
 (1)(3) − (3)(1)
𝑁. 𝐸. = =0
1
(1)(4) − (2)(1)
𝑁. 𝐸. = =2
1
(1)(2) − (0)(1)
𝑁. 𝐸. = =2
1
(2)(−2) − (1)(−2)
𝑁. 𝐸. = = −2
1
(2)(3) − (3)(−2)
𝑁. 𝐸. = = 12
1
(2)(2) − (1)(0)
𝑁. 𝐸. = =4
1
(2)(2) − (3)(0)
𝑁. 𝐸. = =4
1

3.4 Solución de Sistemas de Ecuaciones Lineales utilizando Matrices.

Los sistemas de ecuaciones lineales pueden ser resueltos por los métodos conocidos de:
Eliminación, Sustitución Igualación ó Graficando. En este tema se le dará al estudiante una
alternativa más que es la de usar las matrices para su solución.
Supongamos que se nos da un sistema de n ecuaciones con n incógnitas.

a11x + a12 y + a13 z + . . . + a1n w = k1

a21x + a22 y + a23 z + . . . + a2 n w = k2
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
an1 x + an 2 y + an 3 z + . . . + ann w = kn

Dicho sistema puede ser representado por una matriz como sigue.

 a11 a12 a13 . . . a1n k1 

a k2 
 21 a22 a23 . . . a2 n
 . . . . . . . .
 
 . . . . . . . .
 . . . . . . . .
 
 an1 an 2 an 3 . . . ann k n 
Esta matriz que representa al sistema de ecuaciones lineales con las ecuaciones ordenadas es
llamada la Matriz Aumentada,
también podemos distinguir otras dos matrices en el mismo sistema que son:

 a11 a12 a13 . . . a1n 

a . a2 n 
 21 a22 a23 . .
 . . . . . . . 
  Matriz de los Coeficientes
 . . . . . . . 
 . . . . . . . 
 
an1 an 2 an 3 . . . ann 
Y
 k1 
k 
 2 
 . 
  Matriz de los Términos Constantes
 . 
 . 
 

kn 


3.4.1 Transformaciones Elementales de Renglón.

En sistemas de ecuaciones lineales podemos realizar los siguientes operaciones.

1. Intercambiar una ecuación por otra
2. Multiplicar una ecuación por una constante no nula
3. Sumar dos ecuaciones (o restar)
4. Multiplicar una ecuación por una constante y el producto sumarlo
a otra de las ecuaciones.

Estas operaciones hechas con las ecuaciones son con el objetivo de formar
“sistemas equivalentes”
al sistema dado que tiene la misma solución que el sistema original y cuya solución sea fácil
de obtener.
Las mismas operaciones hechas a las “ecuaciones” se pueden realizar en las matrices sobre
los “renglones” siendo conocidas con el nombre de transformaciones elementales de renglón
de una matriz y son los siguientes.

Transformaciones Elementales de Renglón

1. Intercambio de dos renglones

2. Multiplicación de todos los elementos de un renglón por una constante distinta de
cero
3. Multiplicación de un renglón por una constante no nula y el producto sumarlo al
correspondiente elemento de cualquier otro renglón.

3.4.2 Eliminación Gaussiana

Las operaciones elementales de renglón fueron aplicadas por el matemático Alemán Karl
Friedrich Gauss (1777-1855) y el método de solución de sistemas de ecuaciones lineales con
estas operaciones es llamado “ELIMINACIÓN GAUSSIANA” en su honor. El proceso consiste
en formar una “matriz escalonada” que posea elementos “cero” por debajo de la diagonal
principal y elementos “unos o ceros” en la diagonal principal (de preferencia unos) que
representará al sistema de “ecuaciones equivalente” con la que se podrá resolver “en reversa” o
de la última ecuación hasta la primera el sistema de ecuaciones con gran facilidad.

A continuación se obtendrá la solución de un sistema de ecuaciones lineales de 3 x 3 en el cual

se expresará con palabras las operaciones realizadas y además se les representará simbólicamente
con flechas en los renglones involucradas en la matriz.

Ejemplo.

Resolver el sistema de ecuaciones lineales dado.

2𝑥 + 𝑦 − 4𝑧 = 3
𝑥 − 2𝑦 + 3𝑧 = 4
−3𝑥 + 4𝑦 − 𝑧 = −2
Solución. Se escribe la matriz aumentada

2 1 −4 3 
 1 −2 3 4 

− 3 4 − 1 − 2

Se intercambian los renglones uno y dos (R1 – R2)

 1 −2 3 4
2 1 − 4 3 

− 3 4 − 1 − 2

Se multiplica cada elemento del renglón uno por menos dos y se suma con el correspondiente
elemento del renglón dos (R2-2R1)

 1 −2 3 4 X(-2)
2 1 − 4 3  +

− 3 4 − 1 − 2
Se multiplica el renglón uno por tres y el producto se suma al renglón tres (3R1+R3)

 1 −2 3 4 X(3)
0 5 − 10 − 5

− 3 4 − 1 − 2 +

Se multiplica por 1/5 el renglón dos (1/5 R2)

1 − 2 3 4
0 5 − 10 − 5 X (1/5)
 
0 − 2 8 10 

Se multiplica el renglón dos por dos y se suma al renglón tres (2R2+R3)

1 − 2 3 4 
0 1 − 2 − 1 X(2)
 
0 − 2 8 10 

Finalmente se multiplica por ¼ el renglón 3 (1/4 R3)

1 − 2 3 4 
0 1 − 2 − 1
  X (1/4)
0 0 4 8 

Esta última matriz representa al sistema de ecuaciones es equivalente:

1 − 2 3 4 
0 1 − 2 − 1
 
0 0 1 2 

colocando las Variables a los Coeficientes nos queda:

𝑥 − 2𝑦 +3𝑧 = 4
𝑦 −2𝑧 = −1
𝑧 = 2
Y resolviendo en “reversa” dicho sistema se obtiene la solución buscada.
𝑧 = 2, 𝑦=3 𝑦 𝑥=4
Como ya se sabe un sistema de ecuaciones puede tener:
solución única (como el del ejemplo anterior), no tener solución o un número infinito de
soluciones.

Encontraras más ejemplos en el libro

Ejemplo. Resolver el sistema de ecuaciones dado (No tiene solución)

x + 2y − 4z = 5
3x + 7y − 15 z = 18
2x + 5y − 11z = 9

Solución.

1 2 − 4 5  X(-3)
3 7 − 15 18 + X(-1) 𝑅2 − 3𝑅1
  𝑅3 − 2𝑅1
2 5 − 11 9  +

1 2 − 4 5 
0 1 − 3 3  X (-1)
𝑅3 − 𝑅1
 
0 1 − 3 − 1

1 2 − 4 5
0 1 − 3 3
 
0 0 0 4

El tener renglón de la última matriz corresponde a la ecuación

0𝑥 + 0𝑦 + 0𝑧 = −4

Que no se satisface para ningún valor de x y o z, por lo tanto el sistema no tiene solución.

Ejemplo. Resolver el sistema de ecuaciones dado (número infinito de soluciones)

𝑥 + 3𝑦 − 𝑧 = 1
3𝑥 − 𝑦 + 𝑧 = 3
5𝑥 − 5𝑦 + 3𝑧 = 5
Solución.
1 3 − 1 1 x(-3) x(-5)
3 − 1 1 3 + R2 − 3R1
  R3 − 5R1
5 − 5 3 5 +

1 3 − 1 1
0 − 10 4 0 X (-2) R3 − 2R2
 
0 − 20 8 0
+

1 3 − 1 1
0 − 10 4 0
 
0 0 0 0

El sistema equivalente es:

𝑥 + 3𝑦 − 𝑧 = 1
0𝑥 − 10𝑦 + 4𝑧 = 0
0𝑥 + 0𝑦 + 0𝑧 = 0

Se observa que la tercer ecuación se satisface para cualquier valor de x, y ó z. De la ecuación

dos se puede despejar y y de la uno x quedando:

4z x = 1 − 3y + z
y=
10  2z 
x = 1 − 3  + z
2x  5
y=
5 z
x = 1−
5

Se observa también que si le damos a Z un valor cualquiera r el sistema de ecuaciones tiene

un número infinito de soluciones, quedando la solución final escrita, como sigue:

𝑟
𝑥 =1−
5
2𝑟
𝑦=
5
𝑧=𝑟

Donde r es un número real cualquiera.

El método de solución de sistemas de ecuaciones lineales usando matrices (Eliminación

Gaussiana) es de gran utilidad conocerlo, pero en la mayoría de los casos genera el manejo
de cantidades fraccionarias que usarlo con papel y lápiz lo hacen lento y fastidioso, se idealiza
si es utilizado en computadoras o calculadoras programables.
Naturaleza de un Determinante

Para poder introducir el término determinante y comprender su definición, iniciaremos el estudio

de esta sección con un problema sencillo de resolver.

Problema. Dado un sistema de ecuaciones lineales con dos incógnitas halle su solución en
términos de los coeficientes del sistema.

1 a1 x + b1 y = k1
2 a2 x + b2 y = k2

Solución: Por eliminación, para calcular “x” debemos eliminar “y”, por lo tanto multiplicaremos
la ecuación 1 por b2 y la ecuación 2 por –b1

a1 x + b1 y = k1
a2 x + b2 y = k2
a1b2 x + b1b2 y = k1b2
− b1a2 x − b1b2 y = − b1k2
( a1b2 − b1a2 ) x = k1b2 − b1k2

k1b2 − b1 k 2
x=
a1b2 − b1 a 2

Efectuando una operación semejante para calcular “y” se obtiene:

a1 k 2 − k1 a 2
y=
a1b2 − b1 a 2

Observemos los denominadores de “x” y “y” y veremos que son iguales y observando la
matriz (ya mencionada) de los coeficientes de las incógnitas se podrá ver que debe de haber
una relación entre ellos.

a b
Matriz de los coeficientes  1 1  = a1b2 − b1a2
a2 b2 

Como se observa son los denominadores de las soluciones X y Y

Se observa entonces, que una matriz cuadrada de orden 2 posee un valor (a 1b2 -b1a2)
numérico único, que representa al arreglo de elementos.
 Regla de CRAMER

Como ya se vio al inicio del tema de determinantes (3.5) la solución de un sistema

de dos ecuaciones con dos incógnitas está dada por:

𝑘 𝑏 −𝑏 𝑘 𝑎1 𝑘2 −𝑘1 𝑎2
𝑥 = 𝑎1 𝑏2 −𝑏1𝑎2 y 𝑦=
1 2 1 2 𝑎1 𝑏2−𝑏1𝑎2

Solución que puede ser escrita con relación de Determinantes como

𝑘 𝑏1 𝑎 𝑘1
| 1 | | 1 |
𝑘2 𝑏2 𝑎2 𝑘2
𝑥= 𝑎 𝑏1 𝑦= 𝑎 𝑏1
| 1 | | 1 | Nota : Obsérvese posición de los
𝑎2 𝑏2 𝑎2 𝑏2
términos constante (k)
Y en forma simplificada:
𝛥𝑥 𝛥𝑦
𝑥 = 𝛥𝑠 𝑦 = 𝛥𝑠
Esta fue la forma de resolver sistemas de ecuaciones lineales usada por el
suizo

Gabriel Cramer

por el año de 1850 y actualmente se conoce como la

REGLA DE CRAMER.

La Regla de Cramer puede ser comprobada o extendida para sistemas de ecuaciones lineales
de n ecuaciones con n incógnitas, quedando escrita de la forma siguiente.

𝛥𝑥 𝛥𝑦 𝛥𝑖
𝑥= , 𝑦= , . . . 𝑖 = Regla de CRAMER
𝛥𝑠 𝛥𝑠 𝛥𝑠
(para sistemas de nxn)
Donde:
i Representa cualquiera de las n incógnitas
s Es el determinante de los coeficientes de las incógnitas con las
ecuaciones ordenadas del sistema de ecuaciones.
i Es el determinante que se forma cuando se sustituye los términos
constantes sobre la columna de la incógnita i en s

Observe que el sistema de ecuaciones tendrá solución única:

Si s  0 , representa una información extra con lo que no se podía contar en otros métodos
de solución y se puede decir entonces que el sistema de ecuaciones es compatible.

Si s  0 y i  0 por lo menos para una de las incógnitas el sistema de ecuaciones

no tiene solución; es incompatible.
Si s = 0 y i = 0 para toda incógnita el sistema tendrá un numero infinito de
soluciones y se resolverá como un sistema dependiente ya descrito (esta situación se puede
presentar con los sistemas homogéneos).

Ejemplo .-Resolver los sistemas de ecuaciones dados usando la Regla de Cramer.

𝑥 + 5𝑦 − 2𝑧 = 8
2𝑥 + 4𝑦 + 𝑧 = 6
3𝑥 + 9𝑦 + 7𝑧 = −2

Solución: Realizaremos cuatro pasos en la solución de los sistemas de ecuaciones

lineales que son las siguientes:
1.- Se calcula el Determinante de los coeficientes (s) del sistema de ecuaciones lineales.
(por cualquier método)

1 5 −2
s = 2 4 1
3 9 7
−4 1 2 1 2 4
s = 1 −5 + (−2)
9 7 3 7 3 9
s = 1(28 − 9) − 5(14 − 3) − 2(18 − 12)
s = 19 − 55 − 12 = 19 − 67
s = −48

Conclusión: como s  0 hay solución única.

2. Calculamos los i .En este caso 𝛥𝑥, 𝛥𝑦 y 𝛥𝑧 quedando formados como sigue:
* * *
8 5 −2 1 8 −2 1 5 8
x = 6 4 1 y = 2 6 1 z = 2 4 6
−2 9 7 3 −2 7 3 9 −2

Observe como los términos constantes ocupan la columna de la incógnita a calcular.

(marcada con asterisco) quedando:

x = −192 y = 0 z = 96

NOTA. Los cálculos se dejan como ejercicio al estudiante.

3.- Se calculan las incógnitas i, en este caso x, y y z usando la regla Cramer.

 x y z
x= y= z=
s s s
− 192 0 96
x= y= z=
− 48 − 48 − 48
x=4 y=0 z = −2

4. Se comprueba la solución por sustitución en cualquiera de las ecuaciones dadas.

x + 5y − 2z = 8 2x + 4y + z = 6
4 + 5(0) − 2(−2) = 8 2(4) + 4(0) − 2 = 6
8 = 8 6 = 6

3x + 9 y + 7z = −2
3(4) + 9(0) + 7(−2) = − 2
−2 = −2

Encontraras más ejemplos en el libro

Ejemplo 2. Resolver el sistema de ecuaciones dado.

3x + 2 y + z − 2w = 3
2 x + 2 y + z − 3w = −2
4 x + 3 y + 2 z − 2w = 5
5 x + 4 y + 2 z − 3w = 5

Solución. Igual que el ejemplo anterior.

1. Calculamos s (usando la propiedad 6 y cofactores)

3 2 1 −2
2 2 1 −3
s =
4 3 2 −2
5 4 2 −3
3 2 1 −2
−1 0 0 −1
s = por cofactores en base a la columna 3 queda
− 2 −1 0 2
−1 0 0 1
 −1 0 −1
s = +1 − 2 − 1 2 nuevamente por cofactores en base a columna 2
−1 0 1
−1 −1
s = +1(−1)
−1 1
s = −1(−1 − 1) como s  0 entonces hay solución única
s = 2

2. Calculamos los i (x, y, z, y w)

NOTA.- Nuevamente estos cálculos se suprimen para que sea ejercicio para el estudiante.
*
3 2 1 −2 3 2 3 −2
*
2 −2 −3
−2 2 1 −3 z =
2
 z = 0
x =  x = 6
5 3 2 −2 4 3 2 5
5 4 2 −3 5 4 2 5
*
3 3 1 −2 3 2 1 3
*
3 −2 1 −3
y =  y = −2 2 2 1 −2
4 5 2 −2 w =  w = 4
4 3 2 5
5 5 2 −3
5 4 2 5

3. Calculamos las “ i ” usando la regla Cramer.

x y z w
x= y= z= w=
s s s s
6 −2 0 4
x= y= z= w=
2 2 2 2
x=3 y = −1 z=0 w=2

4. Comprobamos la solución por sustitución en las ecuaciones

3x + 2y + z − 2w = 3 2x + 2y + z − 3w = − 2
1) 9 − 2 + 0 − 4 = 3 2) 6 − 2 + 0 − 6 = −2
3 = 3 −2 = −2
 4x + 3y + 2z − 2w = 5 5w + 4 y + 2z − 3w = 5
3)12 − 3 + 0 − 4 = 5 4) 15 − 4 + 0 − 6 = 5
5 = 5 5 = 5

Nota: Como sé podrá observar si se resuelven sistemas de ecuaciones de orden superior el

proceso se vuelve tedioso, y genera fatiga mental si se resuelven a mano, por lo que es
recomendable el uso de la computadora para dichos sistemas de ecuaciones lineales pudiendo
utilizar el programa computacional MAT-LAB

Ejemplo 3. Demostrar que el sistema de ecuaciones dado no tiene solución

5 x + 6 y − 3z = 4
2x + 3y − 2z = 1
3x + 3 y − 2 z = 0

Solución.- Recordando que si s = 0 y i  0 por lo menos para una incógnita procedemos

a su cálculo, para comprobar lo pedido.

5 6 −3 Usando la propiedad 6
+
s = 2 3 − 1 (-3)(-2)
3 3 −2
Observe que el reglón uno y el
−1 − 3 0 reglón tres tienen los mismos
s = 2 3 − 1 elementos por lo tanto su valor es
cero.(Propiedad)
−1 − 3 0
Indica que no tiene solución pero no debemos
s = 0
conformarnos con esto; hay que ver que un i sea
distinto de cero

Si calculamos x .

*
4 6 −3 Por cofactores en base a 3er renglón
x = 1 3 − 1
0 3 −2
 6 −3 4 −3 4 6
x = 0 −3 + (−2)
3 −1 1 −1 1 3
x = −3(−4 + 3) − 2(12 − 6)
x = 3 − 12 i  0
x = −9 Lo que comprueba que efectivamente el sistema No tiene
solución, es incompatible.

Ejemplo 4.- Resolvamos ahora el sistema homogéneo citado en un punto anterior

como ejemplo utilizando la regla de Cramer.

x − y + 4z = 0
2x + y − z = 0
− x − y + 2z = 0

Solución. Si calculamos s
1 −1 4
Por cofactores en base a 1er fila.
s = 2 1 − 1
−1 −1 2
1 −1 2 −1 2 1
s = 1 − (−1) +4
−1 2 −1 2 −1 −1
s = 1(2 − 1) + 1(4 − 1) + 4(−2 + 1) Podría indicar que no tiene solución; pero al calcular
s = 1 + 3 − 4 los i observamos que los términos constante son
también ceros y por lo tanto:
s = 0
x = 0 y = 0 y z = 0 lo que nos indica que existe un numero infinito de soluciones.
Para calcular con determinantes dichas soluciones se “elimina” una de las ecuaciones y de
las restantes se pasa una de las variables (incógnitas) al lado derecho del signo igual y se le
considera como un término constante.

Continuando con el ejemplo. Eliminando la tercera ecuación nos queda:

x − y + 4z = 0
pasando z al miembro derecho de cada Ecuación
2x + y − z = 0

x − y = −4 z
2x + y = z
nos queda un “nuevo” sistema de dos ecuaciones con dos incógnitas (x y y)

Resolviéndolo
1ro. Calculamos s (para distinguirlo de s anterior)

1 −1
s = = 1 + 2 = 3 indica que el nuevo sistema si tiene solución
2 1
única pero en términos de z.
2do. Calculamos los i (x y y )
* *
− 4z − 1 1 − 4z
x = y =
z 1 2 z
x = −4 z + z y = z + 8 z
x = −3z y = 9 z
3ro. Calculamos las i ( quedando estas en términos de z ) usando la regla de Cramer.
x y
x= y=
s s 
− 3z 9z
x= y= Es la solución del sistema.
3 3
x = −z y = 3z

Dando a z cualquier valor se puede obtener el número infinito de soluciones que ya sabíamos
que tiene el sistema.

Ejemplo.5 Demostrar usando determinantes que el sistema de ecuaciones dado

es compatible y por lo tanto posee una solución única. (sistema redundante)

x + 2y − z = 2
2 x + 5 y − 3z = 3
4x + 9 y − 6z = 4
− x − 4 y + 2 z = −3
Recordemos la propiedad de los determinantes que nos indica que si la suma de los elementos
correspondientes de dos filas o columnas (o más) es igual a los elementos correspondientes
a otra fila o columna, el valor del determinante es cero. El estudiante podrá observar que si
el sistema es compatible la suma de los coeficientes multiplicado por sus respectivas
variables nos debe de dar los términos constantes; dicho de otra manera la “suma” de las
columnas uno dos y tres nos dará la columna cuatro en la matriz aumentada y viéndolo como
determinante su valor debe ser cero si el sistema es compatible; dicho determinante formado
así es llamado ELIMINANTE del sistema y es el siguiente.
 Matriz aumentada Eliminante ( )

1 2 −1 2  1 2 −1 2
 
2 5 −3 3  2 5 −3 3
4   =
9 −6 4  4 9 −6 4
 
 − 1 − 4 2 − 3 −1 − 4 2 − 3
 

Procederemos a calcularlo

1 2 −1 2 1 0 0 0
1 −1 −1
2 5 −3 3 2 1 −1 −1
 = = = +1 1 − 2 − 4
4 9 −6 4 4 1 −2 −4
−2 1 −2
−1 − 4 2 − 3 −1 − 2 1 −1
+
+ Por cofactores (+1)
(-2) +
+ Base a 1er fila. (1)
(1)
(-2) +
1 0 0
−1 − 3
 = 1 − 1 − 3 = (1)(1)   = 0
−1 − 3
− 2 −1 − 3
Indica que el
Por cofactores Por propiedad sistema es
Base a 1er fila. (dos filas compatible
iguales).

Como  = 0 nos indica que el sistema es compatible y que si posee solución única. Para su
cálculo se “elimina” una ecuación y se resuelve como un sistema normal (n ecuaciones con
n incógnitas) y su solución deberá satisfacer automáticamente la ecuación eliminada.
Definición y Cálculo de Matriz Inversa

Dentro de las definiciones de matrices que se dieron al principio del tema de matrices, se vio
la definición de la matriz inversa quedando algo semejante a lo indicado.

Definición:
Sea A una matriz cuadrada de orden n , para la cual su determinante A es distinto de
cero, eI n su correspondiente matriz identidad, entonces existe una matriz cuadrada de
( )
−1 −1 −1
orden n A tal que: A • A = I n = A • A donde A −1 es la INVERSA
MULTIPLICATIVA DE A .

Con los conocimientos adquiridos de la multiplicación de dos matrices y la solución de

sistemas de ecuaciones lineales resolvamos el siguiente problema.

Ejemplo.-

Determinar si es que existe la Inversa de la matriz dada.

2 −1
𝑠𝑖: 𝐴 = ( ) 𝐴−1 =?
4 5
Solución

Si existe inversa sabemos, por la definición que la multiplicación de ambas

debe dar como resultado la matriz identidad.
Representando la matriz inversa con incógnitas de la forma siguiente:

 x y1 
A−1 =  1 
 x2 y2 
A • A−1 = I
 2 − 1  x1 y1   1 0 
  •   =   Usando la Multiplicación
 4 5   x2 y2   0 1 
establecemos lo siguiente:
 2 x1 − x2 2 y1 − y2   1 0 
  =  
 4 x1 + 5 x2 4 y1 + 5 y2   0 1 

2 x1 − x2 = 1 2 y1 − y2 = 0
Igualando las dos matrices:
4 x1 + 5 x2 = 0 4 y1 + 5 y2 = 1
Observe que la matriz de los coeficientes es la matriz dada A y que existe
solución si su determinante de los coeficientes (𝛥𝑠) es distinto de cero.
(requisito para que exista A-1)

Resolviendo los sistemas de ecuaciones lineales por cualquier método se

tiene la solución, siendo esta:

5 −4 1 2
x1 = x2 = y1 = y2 =
14 14 14 14
Por lo tanto:
 5 1
  1  5 1
A−1 =  14 14  =  
 − 4 2  14  − 4 2 
 
 14 14 

NOTA. Se deja al estudiante comprobar que A • A −1 = I

Observe que el determinante de A tiene el valor de 14 (|𝐴| = 14) y que los elementos
de fila de A fueron sustituidos por sus respectivos “cofactores” y colocados sobre la
columna correspondiente para formar la matriz que acompaña al inverso del
determinante de A, para formar la matriz inversa (𝐴−1 )

Dicha Matriz recibe el nombre de Matriz Adjunta de 𝐴 y se representa como (𝐴+ ).

Esta sugiere una forma de cálculo de la matriz inversa que daremos a continuación:
Sea A una matriz cuadrada de orden dos cuyo determinante |𝐴| es distinto de cero.
𝑎 𝑏1
𝐴=( 1 )
𝑎2 𝑏2

Entonces su matriz inversa existe y está dada por:

1 𝐴1 𝐴2
𝐴−1 = ( )
|𝐴| 𝐵1 𝐵2

Donde 𝐴1 , 𝐴2 , 𝐵1 , 𝐵2 , son los COFACTORES de 𝑎1 , 𝑎2 , 𝑏1 , 𝑏2 .

Ejemplo. Calcular la matriz inversa de la matriz dada si existe.

5 4
B =   B −1 = ?
3 6
Solución.
Primero: calculamos B
 5 4
B = = 18 como B  0 si existe B −1
3 6

Segundo: sustituimos los elementos de B por sus respectivos COFACTORES

teniendo cuidado de colocarlos en su lugar.

(de filas a columnas) para formar la matriz Adjunta de 𝐵 (𝐵1 )

|6| −|4| 6 −4
𝐵1 = ( )=( )
−|3| |5| −3 5

Tercero: escribimos la matriz inversa por sustitución en la expresión:

1
𝐵−1 = |𝐵| (𝐵′ ) Donde B + es la matriz
Adjunta.

1 6 −4 Es la solución.
𝐵−1 = ( )
18 −3 5

Se puede comprobar que este “método” de solución del cálculo de la matriz inversa
se puede aplicar a matrices de orden 𝒏 siguiendo el mismo procedimiento usado
en las de orden 2 y se puede mejorar si se agrega un paso extra intermedio
consistente en escribir la matriz traspuesta de la matriz a invertir quedando estos
pasos como sigue:

1.- calcular el determinante de la matriz |𝐴|

2.- escribir la matriz traspuesta (𝐴𝑡 )
3.- calcular la matriz adjunta (𝐴+ )
4.- dar la matriz inversa (𝐴−1 ) por sustitución en:
1
𝐴−1 = |𝐴| (𝐴+ )

NOTA.- El escribir la matriz traspuesta de la matriz, permite

sustituir cada elemento de ella y por su cofactor para formar la adjunta,
evitando estar cambiando de filas a columnas.

Ejemplo.

Calcule la matriz inversa de C si existe.

4 2 5
𝐶 = (3 0 6)
2 5 3
Solución: Primeramente calculamos su determinante. |𝐶|

4 2 5
|𝐶| = |3 0 6| =
2 5 3
|𝐶| = −3 |2 5| + 0 |4 5| − 6 |4 2|
5 3 2 3 2 5
|𝐶| = −3(6 − 25) − 6(20 − 4)
|𝐶| = −3(−19) − 6(16) = 57 − 96
|𝐶| = −39

|𝐶| ≠ 0 ⇒ Existe 𝐶 −1

2. se escribe la matriz traspuesta de 𝐶 (𝐶 𝑡 )

4 3 2
𝐶 𝑡 = (2 0 5) los renglones de C son las columnas en 𝐶 𝑡
5 6 3

3. se calcula la matriz adjunta de C (C’ ) sustituyendo cada elemento de Ct

por su cofactor.

2 5| |2 0|
|0 5|
−|
6 3 5 3 5 6 −30 19 12
3 2 4 2 4 3
C’= − | | | | −| | =( 3 2 −9)
6 3 5 3 5 6
3 2 4 2 4 3 15 −16 −6
( |0 5
| −|
2 5
| |
2 0
| )

4. se escribe la matriz inversa 𝐶 −1 por sustitución en:

1
𝐶 −1 = |𝐶| (𝐶′) Quedando:

−1
1 −30 19 12
𝐶 = ( 3 2 −9)
−39
15 −16 −6

El estudiante comprobará que 𝐶 ∙ 𝐶 −1 = 𝐼 = 𝐶 −1 ∙ 𝐶

Otra forma que existe para él cálculo de la matriz inversa consiste en escribir a la derecha de
la matriz que se desea calcular su inversa la matriz identidad correspondiente formando una
matriz de nxn y realizar transformaciones elementales de renglón con el fin de lograr que la
matriz identidad aparezca al lado izquierdo quedando por consiguiente la matriz inversa al
lado derecho. Esto sé vera posteriormente en otra forma quedando a criterio del estudiante
su aplicación en el siguiente ejemplo.

Calcular C-1 si existe usando transformaciones elementales de renglón.

 4 2 5
 
C =  3 0 6
 2 5 3
 
Solución.
 30 19 12 
 + 
 4 2 5 1 0 0  1 0 0 34 − 39 39 
   3 2 9 
 3 0 6 0 1 0  ETC  0 1 0
 2 5 3 0 0 1 − 39 − 39 39 
   0 0 1 15 16 6
 
 − 39 39 39 
solución final

Aplicación de la Matriz Inversa

La principal aplicación de la matriz inversa es en la solución de sistemas de

ecuaciones lineales mediante la multiplicación de dos matrices como
se demuestra a continuación.

Problema.
Dado un sistema de ecuaciones lineales expresarlo con matrices.
(sistema de 3x3)
a1x + b1 y + c1z = k1
a2 x + b2 y + c2 z = k2
a3 x + b3 y + c3 z = k3
Solución.
 a1 b1 cc   x   k1 
     
 a2 b2 c2    y  =  k2 
a b c   z  k 
 3 3 3    3

Que son respectivamente la matriz de los coeficientes de las incógnitas: ( A) , la matriz de las
incógnitas (x) y la matriz de los términos independientes o constantes (K ) por lo que en
forma simplificada puede ser escrita de la siguiente manera:
A• x = K Ecuación Matricial.
Si la matriz inversa de A existe, podemos multiplicar la ecuación anterior por A −1 por la
izquierda, quedando:
A −1 • A • x = A −1 • K
Como A −1 • A = I nos queda:

I • x = A −1 • K
También sabemos que I • x = x

x = A −1 • K o A −1 • K = x

Lo que nos demuestra que si multiplicamos la matriz inversa de la matriz de los coeficientes
de un sistema de ecuaciones lineales por la matriz de los términos independientes o
constantes el resultado será la matriz de las incógnitas del sistema; dicho de otra forma nos
dará la solución del sistema de ecuaciones lineales, veamos un ejemplo de esta aplicación.

Ejemplo. Resolver el sistema de ecuaciones lineales dado usando la matriz inversa de

los coeficientes de las incógnitas.

3 x − 2 yy + z = 9
2 x − 2 y − z = −2
3 x + y + 2 z = 19
Solución.
3 − 2 1 
 
si: A =  2 − 2 − 1
3 1 2 

su determinante A
− 2 −1 2 −1 2 − 2
A =3 − (−2) +1
1 2 3 2 3 1
A = 3(−4 + 1) + 2(4 + 3) + 1(2 + 6)
A = −9 + 14 + 8 = 13
Su traspuesta A t es:
 3 2 3
 
A = − 2 − 2 1
t

 1 −1 2
 
Su adjunta A es:
 −2 1 −2 1 −2 −2
+| | −| | +| |
−1 2 1 2 1 −1 −3 5 4
2 3 3 3 3 2
𝐴′ = − | | +| | −| | = (−7 3 5)
−1 2 1 2 1 −1
2 3| 3 3 8 −9 −2
| +| 3 2|
(+ |−2 1
−|
−2 1 −2 −2 )
Su inversa A −1 es:
1
A −1 = ( A' )
A
−3 5 4 
1  
A −1 =  − 7 3 5 
13  
 8 − 9 − 2

La solución del sistema queda expresada por:

A −1 • K = X
−3 5 4   9   x
1     
− 7 3 5    − 2 =  y 
13      
 8 − 9 − 2   19   z 

 − 27 − 10 + 76 
 
 13   x
 − 63 − 6 + 95  =  y 
 13   
 72 + 18 − 38   z 
 
 13 
3 𝑥
(2) = (𝑦 ) ∴ 𝑥 = 3 𝑦 = 2 𝑧 = 4
4 𝑧

Es la solución del sistema la cual deberá comprobarse.

Encontraras otro ejemplo en el libro

Ejemplo.
4 x + 2 y + 5z = 2
3 x + 0 y + 6 z = −3
2 x + 5 y + 3z = 0

si llamamos C a la matriz de los coeficientes

 4 2 5
 
C =  3 0 6
 2 5 3
 

la Matriz inversa seria:

 − 30 19 12 
1  
C −1 =  3 2 − 9
− 39  
 15 − 16 − 6 

Y aplicando la fórmula de solución de sistemas de ecuaciones lineales con la matriz inversa:

C −1 • K = X
 − 30 19 12   2   x 
1      
 3 2 − 9  •  − 3 =  y 
− 39      
 15 − 16 − 6   0   z 

 − 60 − 57 + 0 
 
 − 39   3   x
 6 − 6 − 0  =  0  =  y   La solución del sistema es:
 − 39     
 30 + 48 + 0   − 2   z  𝑥 = 3 𝑦=0 𝑧 = −2
 
 − 39 

Algoritmo Montante aplicado a: solución de Sistemas de Ecuaciones Lineales

El Algoritmo Montante también es aplicado en la solución de sistemas de ecuaciones lineales

con coeficientes enteros, por lo que debemos de tener cuidado de que si alguna ecuación es
dada con decimales o con cantidades fraccionarias lo primero que debemos hacer es
transformarla usando la multiplicación por una constante no nula que nos deje solamente
números enteros en las ecuaciones.

Al aplicar la formula Montante a la matriz de sistema de ecuaciones hace transformaciones

de esta para pasarla a otra matriz equivalente que tiene la misma solución que la original,
hasta reducirla a un sistema que fácilmente se puede resolver. Las reglas a aplicar son las
siguientes. Dado un sistema de n ecuaciones con n incógnitas.

Reglas.
1ra. Se toman n elementos pivote (E.P.) tomando uno y solo uno de cada fila y columna
de los coeficientes de las incógnitas. Se recomienda tomar los elementos de la
diagonal principal como (E.P.).
2da. En cada transformación los elementos de fila del elemento pivote pasan íntegros sin
ser modificados.
3ra. Los elementos de la columna del elemento pivote se convierten en “ceros”.
4ta. Los “huecos” que queden en la nueva matriz serán llenados con la transformación de
los elementos correspondientes de la matriz anterior mediante la aplicación de la
formula Montante.
5ta. En cada transformación, los lugares ocupados por los “pivotes anteriores” deberán
aparecer el “pivote actual”.

Apliquemos estas reglas a la solución de los siguientes:

Ejemplo.
2𝑥 + 3𝑦 = 12
5𝑥 + 2𝑦 = 19

Solución.

Escribimos la matriz aumentada y aplicamos las reglas.

2 3 12 2 3 12 -11 0 −33
( | )~ → ( | )~ → ( | )
5 2 19 0 −11 22 0 -11 −22

La última matriz representa al sistema de ecuaciones lineales equivalente:

−11𝑥 + 0𝑦 = −33
0𝑥 − 11𝑦 = −22

su solución es 𝑥=3 y 𝑦=2

NOTA. Cuando se aplica la regla de Cramer para resolver este sistema de

Ecuaciones resultara. s = −11 x = −33 y = −22 que son los Valores
que aparecen en la matriz equivalente.

Ejemplo.
3𝑥 + 2𝑦 − 3𝑧 = 5
5𝑥 + 4𝑦 − 6𝑧 = 7
4𝑥 + 3𝑦 − 5𝑧 = 5
Este ejemplo sé resolverá por pasos aplicando las reglas mencionadas
en cada uno de ello y posteriormente se hará la escritura “normal”
de las transformaciones.

La matriz aumentada es:

E.P.

3 2 −3 5 3 2 -3 5
(5 4 −6| 7) ~ (0 )
4 3 −5 5 0

se aplicaran las reglas 2 y 3, la fila pasa integra y columna del E.P. se hacen
ceros respectivamente
.
Regla 4: Los huecos se calculan con la aplicación de la formula Montante

E.P. P.A.

3 2 -3 5 ÷3
~ (0 2 -3| −4) Seleccionamos un nuevo E.P.
0 1 -3 −5

Nuevamente utilizando las reglas 2 y 3 y la regla 5

2 0 
 
~  0 2 − 3 − 4
0 0 
 

los “huecos” se calculan con la formula Montante

2 0 0 6 ÷2
~ (0 2 -3| −4) Seleccionamos el último E.P.
0 0 -1 −2

Aplicamos las reglas 2, 3 Y 5

-1 0 0
~ ( 0 -1 0 | )
0 0 -1 −2
 Calculamos los “huecos” equivalente que nos da…..

−1 0 0 − 3
 
 0 −1 0 −1
0 0 − 1 − 2 


Esta es la matriz da la solución del sistema.

La escritura “normal” de la solución de este sistema es:

3 2 −3 5 3 2 -3 5 ÷3 2 0 0 6 -1 0 0 −3
(5 4 −6| 7) ~ (0 2 -3| −4) ~ (0 2 -3| −4) ~ ( 0 -1 0 | −1)
4 3 −5 5 0 1 -3 −5 0 0 -1 −2 0 0 -1 −2

El sistema equivalente es:

−𝑥 + 0𝑦 + 0𝑧 = −3 ⇒ 𝑥 = 3
0𝑥 − 𝑦 + 0𝑧 = −1 ⇒ 𝑦 = 1
0𝑥 + 0𝑦 − 𝑧 = −2 ⇒ 𝑧 = 2

Nuevamente es necesario mencionar que al resolver este sistema Aplicando

la regla de Cramer los resultados que darían los determinantes serían los siguientes:

𝛥𝑠 = −1 𝛥𝑥 = −3 𝛥𝑦 = −1 𝛥𝑧 = −2

Encontraras más Ejercicios en el libro

Resolvamos ahora un nuevo sistema de ecuaciones lineales tomando cualquier elemento

como E.P. aunque no corresponda a la diagonal principal.

Ejemplo.
5 x + 4 y + 3z = 6
2x + 3y + 2z = 3
6x + 7 y + 4z = 7
Solución.
 5 4 3 6 Escribimos la matriz
 
 2 3 2 3 aumentada
6 7 4 7 Y seleccionamos un E.P.
 

Aplicamos las reglas

0 
2y3  
~  2 3 2 3
0 
 
2
 0 − 7 − 4 − 3
 
Aplicamos la regla 4 ~2 3 2 3 
 0 − 4 − 4 − 4
 
Seleccionamos otro  0 − 7 − 4 − 3 P.R
E.P. de otra fila y  
~− 4 0 
columna y aplicamos  0 
las reglas 2 y 3 y 5  0 

− 4
 0 − 7 − 4 − 3 P.A.
 
Aplicamos regla 4 ~− 4 1 0 − 3
 0 −6 0 2 
 

 0 0 −6  El último E.P. deberá ser

  el elemento –6 y
~− 6 0 0  aplicando las reglas 2, 3,
 0 − 6 0 2
  y 5 queda:

 0 0 − 6 − 8
 
Regla 4 ~− 6 0 0 − 4
 0 −6 0 2 
 

El sistema equivalente es: y la solución del sistema

 4
z=
0 x + 0 y − 6 z = −8 3
2
− 6 x + 0 y + 0 z = −4 x=
3
0x − 6 y + 0z = 2
1
y=−
3

Los valores obtenidos al usar la regla de Cramer serán:

 s = −6  x = −4 y = 2  z = −8

Hay que hacer la aclaración que por estar usando la formula Montante las reglas aplicadas a
los determinantes se siguen tomando en cuenta, tales como:
“En la primer transformación el P.A. es la unidad”
“No tomar un elemento cero como E.P.”
“A cada transformación corresponde un signo + o – según sea el signo del cofactor del
E.P.”

Esta última regla no se toma en cuenta en la solución de sistemas de ecuaciones lineales, ya

que el signo estaría afectando a las ecuaciones si uno y otro lado del signo de igual y no
cambiaría la solución

3.4.3 Sistemas de Ecuaciones Lineales Homogéneo, Defectuoso y Redundante.

Existen sistemas de ecuaciones lineales que pueden ser considerados como especiales, estos
son los sistemas lineales Homogéneos, Defectuosos y Redundantes de los cuales trataremos
a continuación.

Un sistema de ecuaciones es HOMOGÉNEO si todas sus ecuaciones se encuentran igualadas

a cero, es decir los términos constantes son todos cero.
Un sistema de ecuaciones Homogéneo tiene como solución lo que se conoce con el nombre
de SOLUCIÓN TRIVIAL que se obtiene dando el valor de cero a todas las variables.

Pero en algunos casos los sistemas citados tienen soluciones no triviales y son un número
infinito de soluciones que pueden ser calculadas mediante el proceso que se empleó para
sistemas no Homogéneo en el ejemplo anterior. A continuación se ilustra la solución de uno
de ellos.

Ejemplo. Determinar la solución del sistema Homogéneo dado.

𝑥 − 𝑦 + 4𝑧 = 0
2𝑥 + 𝑦 − 𝑧 = 0
−𝑥 − 𝑦 + 2𝑧 = 0
 Solución:

Como ya se mencionó el sistema posee como solución

𝑥 = 0, 𝑦 = 0 𝑦 𝑧=0

Solución Trivial

Pero si existen soluciones no Triviales se procede como sigue.

Se escribe la matriz aumentada y se realizan las operaciones elementales
de reglón

X (-2) (1)
 1 − 1 4 0
 2 1 − 1 0 + R2 − 2 R1
  + R3 − R1
− 1 − 1 2 0 +

1 − 1 4 0
0 3 − 9 0 
  X ( 1 /3) R2 (1/ 3)
0 − 2 6 0
1 − 1 4 0
0 1 − 3 0  X (2)
 
R3 + 2R2
0 − 2 6 0 +
1 − 1 4 0
0 1 − 3 0
 
0 0 0 0

La última matriz representa al sistema de ecuaciones equivalente:

𝑥 − 𝑦 + 4𝑧 = 0
𝑦 − 3𝑧 = 0

de la ecuación dos se obtiene:

𝑦 = 3𝑧
y de la ecuación uno:
𝑥 = 𝑦 − 4𝑧

Donde se puede observar que para cualquier valor de z se puede obtener uno de
y y con z y y obtener x quedando la solución general como sigue:
 𝑥 = 𝑦 − 4𝑟 𝑦 = 3𝑟 𝑧=𝑟

donde r es cualquier número real.

Algunas soluciones particulares son

Sí
r =1 r=2 r =3
z =1 z=2 z = −3
y=3 y=6 y = −9
x = −1 x = −2 x=3
etc.

Un sistema de ecuaciones es DEFECTUOSO cuando el número de Incógnitas es mayor que

número de Ecuaciones; como caso especial se tratará el que tiene n Ecuaciones y n+1
Incógnitas.

Todos los sistemas Defectuosos tienen un número infinito de soluciones, ya que también
pueden ser considerados como “Sistemas Dependientes”, los cuales como su nombre lo dice,
los valores de algunas de las variables “dependen” del valor asignado a una de ellas que es
considerada como término independiente o constante.

Ejemplo.
Obtener la solución general al resolver el siguiente sistema defectuoso.

2𝑥 + 3𝑦 + 4𝑧 = 1
3𝑥 + 4𝑦 + 5𝑧 = 3
Solución.
Se escribe la matriz que representa al sistema y se realizan las
transformaciones necesarias de renglón.

 2 3 4 1 X (1 /2 )
3 4 5 3 R1 (1/ 2)
 
(-3)
1 3 / 2 2 1 / 2
3 4 5 3  R2 − 3R1
  +

1 3 / 2 2 1/ 2 
0 − 1 / 2 − 1 3 / 2  R2 (−2)
  X (-2)

1 3 / 2 2 1 / 2 
0 1 2 − 3  + R1 − 3 / 2R2
 
X (-3/2)
 [1 0 −1 5]
0 1 2 −3

Esta última matriz representa al sistema de ecuaciones equivalente siguiente:

𝑥−𝑧 =5
𝑦 + 2𝑧 = −3

de la ecuación 1 y 2 se puede despejar x y y respectivamente en función de z,

quedando la solución general:

𝑥 =5+𝑧 𝑦 = −3 − 2𝑧

donde z es cualquier número.

Algunas de las soluciones particulares son:
Si:
r =0 r =1 r = −2
z =0 z=0 z = −2
y = −3 y = −5 y =1
x=5 x=6 x=3
etc...

Un sistema de ecuaciones REDUNDANTE se caracteriza por tener más Ecuaciones que él

número de Incógnitas. Se estudiara el caso especial en que existen n Ecuaciones y n-1
Incógnitas.
Un ejemplo de un sistema Redundante de 4 Ecuaciones con 3 Incógnitas es el siguiente

𝑥 + 2𝑦 − 𝑧 = 2
2𝑥 + 5𝑦 − 3𝑧 = 3
4𝑥 + 9𝑦 − 6𝑧 = 4
−𝑥 − 4𝑦 + 2𝑧 = −3

Aquí es importante observar si se trata de un sistema que tiene una sola solución
(Sistema Compatible) para las n ecuaciones, o bien si una de las n ecuaciones no
tiene relación alguna con las restantes y se trata de un sistema dado a la imaginación.
Estos sistemas de ecuaciones se pueden resolver eliminando una de las n Ecuaciones y
resolviendo el sistema normal de ecuaciones, (n ecuaciones, con n incógnitas) para
finalmente, ver si la ecuación “eliminada” posee la solución calculada y afirmar o negar que
efectivamente es un sistema redundante que posee una solución única en todas sus
ecuaciones; Es decir; Informar si el sistema de ecuaciones Redundantes es o no es
compatible.
Posteriormente se verá como con un solo calculo (de un determinante) sé podrá tener dicha
información sobre estos sistemas.
final del sistema.