ÁLGEBRA LINEAL

Capítulo I: Ecuaciones Lineales

Definición: se define una ecuación lineal en las 𝑛 variables 𝑥1 , 𝑥2 , 𝑥𝑛 … como aquella que se
puede expresar en la forma.
𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ 𝑎𝑛 𝑥𝑛 = 𝑏
Donde 𝑎1 , 𝑎2 , … , 𝑎3 𝑦 𝑏 son constantes reales.
Ejemplo: 𝑥1 + 5𝑥2 − 3𝑥3 + 𝑥4 = 10

2𝑥1 + √𝑥2 + 5𝑥3 = 7

No son
𝑥1 + 𝑥2 𝑥3 − 𝑥4 = 0 lineales

𝑦 + 𝑠𝑒𝑛𝑥 = 𝜋

Conjunto solución
Definición: una solución de la ecuación lineal 𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ 𝑎𝑛 𝑥𝑛 = 𝑏, es una sucesión
de 𝑛 − 𝑛ú𝑚𝑒𝑟𝑜𝑠 𝑠1 , 𝑠2 , … , 𝑠𝑛 tal que se satisface la ecuación al sustituir 𝑥1 = 𝑠1 ,
𝑥2 = 𝑠2 , … , 𝑥𝑛 = 𝑠𝑛
𝑵𝒐𝒕𝒂𝒄𝒊ó𝒏 = 𝐸𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜
𝑠 = {(𝑠1 , 𝑠2 , … , 𝑠𝑛 )/𝑎1 𝑠1 + 𝑎2 𝑠2 + ⋯ 𝑎𝑛 𝑠𝑛 = 𝑏}
se denomina o se llama conjunto solución de la ecuación.
Ejemplo 1: consideremos la ecuación 𝑥1 + 2𝑥2 − 𝑥3 = 6
𝑥1 = 3, 𝑥2 = 2, 𝑥3 = 1 → (3,2,1) es una solución de la ecuación puesto que.
3 + 2(2) − 1 = 7 − 1 = 6
Otras soluciones
𝑥1 = 6, 𝑥2 = 0, 𝑥3 = 0
𝑥1 = 4, 𝑥2 = 2, 𝑥3 = 2
Ejemplo 2: Resuelva la ecuación.
𝑥1 + 2𝑥2 − 𝑥3 = 6
→ 𝑥3 = 2𝑥2 − 𝑥3 − 6
 ÁLGEBRA LINEAL
𝑥1 = 𝑡
Sea { 𝑥2 = 𝑠 Con 𝑠 ∧ 𝑡 ∈ 𝑅
𝑥3 = 𝑡 + 2𝑠 − 6

Ejemplo 3: resuelva la ecuación

2𝑥1 − 𝑥2 + 5𝑥3 − 6𝑥4 = 10
𝑥2 = 2𝑥1 + 5𝑥3 − 6𝑥4 − 10
𝑥1 =𝑠
𝑥3 =𝑟
Sea { 𝑥4 = 𝑡 Con 𝑠, 𝑟 ∧ 𝑡 ∈ 𝑅
𝑥2 = 2𝑠 + 5 − 6𝑡 − 10

Sistemas de Ecuaciones Lineales

Un sistema de 𝑚 − 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑙𝑖𝑛𝑒𝑎𝑙𝑒𝑠 con 𝑛 − 𝑖𝑛𝑐𝑜𝑔𝑛𝑖𝑡𝑎𝑠 se escribe en la forma.
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
Donde las 𝑎 𝑦 𝑏 son constantes reales
Observación: podemos observar el sistema anterior escribiendo únicamente su arreglo
rectangular de números.
𝑎11 𝑎12 … 𝑎1𝑛 𝑏1
Filas→ ( 𝑎21 𝑎22 … 𝑎2𝑛 | 𝑏2 )
𝑎𝑚1 𝑎𝑚2… 𝑎𝑚𝑛 𝑏𝑚

Columnas↑
Este se conoce como la matriz aumentada del sistema

Ejemplo 1: consideremos el sistema.

𝑥1 − 2𝑥2 + 𝑥3 + 5𝑥4 = −1
2𝑥1 + 𝑥2 − 7𝑥4 = 3
−𝑥1 + 7𝑥3 =9
 ÁLGEBRA LINEAL
Entonces
1 −2 1 5 −1
(2 1 0 −7| 3 )
−1 0 7 0 9

Ejemplo 2: consideremos la matriz aumentada

3 −1 2 1 7 3𝑥1 − 𝑥2 + 2𝑥3 + 𝑥4 = 7
(1 6 4 −2|10) → 𝑥1 + 6𝑥2 + 4𝑥3 − 2𝑥4 = 10
5 6 0 3 4 5𝑥1 + 6𝑥2 + 3𝑥4 = 4

Definición: una sucesión 𝑠1 , 𝑠2 , … , 𝑠𝑛 es una solución del sistema si al sustituir 𝑥1 = 𝑠1 ,

𝑥2 = 𝑠2 , … , 𝑥𝑛 = 𝑠𝑛 se satisfacen cada una de las ecuaciones en el sistema.
Ejemplo: consideremos.
3𝑥1 + 2𝑥2 = 7
} → 𝑠1 = 1, 𝑠2 = 2
2𝑥1 − 𝑥2 = 0
Es una solución del sistema puesto que
3(1) + 2(2) = 7
2(1) − 2 = 0

Definición: si un sistema no tiene solución, el sistema es inconsistente, y si hay al menos

una solución; entonces el sistema es consistente.

Operaciones Elementales
Podemos efectuar las siguientes operaciones con los renglones de una matriz aumentada.
1) Multiplicar un renglón por un numero distinto de cero.
2) Intercambiar dos renglones.
3) Sumar un múltiplo de un renglón a otro renglón.
Notación:
1) 𝑀𝑖 (𝑐), indica multiplicar el renglón 𝑖 − é𝑠𝑖𝑚𝑜 por el numero 𝑐.
2) 𝑃𝑖𝑗 , indica intercambiar los renglones 𝑖 − é𝑠𝑖𝑚𝑜 𝑦 𝑗 − é𝑠𝑖𝑚𝑜 .
3) 𝐴𝑖𝑗 (𝑐), indica multiplicar el renglón 𝑖 − é𝑠𝑖𝑚𝑜 por 𝑐 y súmaselo al renglón 𝑗 −
é𝑠𝑖𝑚𝑜.
 ÁLGEBRA LINEAL
4) 𝐴 → 𝐵 indica que las matrices aumentadas A y B son equivalentes, es decir, que los
sistemas que representan tienen la misma solución.
Ejemplo: Consideremos la matriz aumentada.

1 0 −3 2 1 𝑀2 (−2) 1 0 −3 2 1 𝑃23
(2 1 5 − 1|4) → (−4 −2 −10 2|−8)
3 1 −1 0 6 3 2 −1 0 6
1 0 −3 2 1 𝐴12 (−3) 1 0 −3 2 1
(3 2 |
−1 0 6 ) → ( 0 2 8 −6| 3 )
−4 −2 −10 2 −8 −4 −2 −10 2 −8

−3 0 9 −6 ⌈−3
3 2 −1 0 ⌊ 6
________________________
0 2 8 −6 ⌊3

Matriz Escalonada Reducida

Definición: se dice que una matriz está en la forma escalonada reducida si se dan las
cuatro condiciones siguientes.
1) Todo renglón que consiste únicamente de ceos (si existe) aparece en la parte de
debajo de la matriz.
2) El primer elemento (distinto de cero) si empezamos por la izquierda en cualquier
renglón que no consista únicamente de ceros es igual a 1.
3) Si dos renglones sucesivos no consisten únicamente de ceros, entonces el primer 1
del renglón inferior está más a la derecha que el primer 1 del renglón superior.
4) Cualquier columna que contenga el primer 1 de un renglón tiene ceros en los
demás lugares.
Nota: una matriz que cumple las consideraciones 1, 2 y 3 se llama escalonada.
Ejemplos:

1 0 0 1 0 0 1 0 −2
(0 1 0) (0 0 1) (0 1 0)
0 0 1 1 0 0 0 0 1
Escalonada reducida No es escalonada No es reducida, pero si es escalonada
 ÁLGEBRA LINEAL

Métodos de Eliminación
1) Eliminación de Gauss-Jordan:
Se reduce la matriz de coeficientes a la forma escalonada reducida.

2) Eliminación Gaussiana:
Se reduce la matriz de coeficientes a la forma escalonada.

Ejemplo 1: resuelva el siguiente sistema.

𝑥1 − 2𝑥2 + 3𝑥3 = 11
4𝑥1 + 𝑥2 − 𝑥3 = 4
2𝑥1 − 𝑥2 + 3𝑥3 = 10
Resolviendo por Gauss-Jordan

1 −2 3 11 𝐴12 (−4),𝐴13 (−2) 1 −2 3 11 𝑀3 (1/3)

→ (4 1 −1| 4 ) → (0 9 −13|−40)
2 −1 3 10 0 3 −3 −12

1 −2 3 11 𝑃23 1 −2 3 11 𝐴21 (2),𝐴23 (−9)

→ (0 9 −13|−40) → (0 1 −1 | −4 )
0 1 −1 −4 0 9 −13 −40

1 0 1 3 𝑀3 (−1/4) 1 0 1 3 𝐴31 (−1),𝐴32(1)

→ (0 1 −1|−4) → (0 1 −1|−4)
0 0 −4 −4 0 0 1 1
1 0 0 2
→ (0 1 0|−3) 𝑆 = (2, −3, 1)
0 0 1 1
Ahora resolviendo por Gaussiana (retomamos de la solución anterior cuando la matriz de
coeficientes queda simplemente de la forma escalonada).
1 0 1 3
(0 1 −1|−4)
0 0 −4 −4
Luego (de abajo hacia arriba),
−4𝑥3 = −4 → 𝑥3 = 1
Reemplazamos 𝑥3 = 1 en 𝑥2 − 𝑥3 = −4 → 𝑥2 − 1 = −4 → 𝑥2 = −3
Por último, reemplazamos 𝑥3 = 1 en 𝑥1 + 𝑥3 = 3 → 𝑥1 + 1 = 3 → 𝑥1 = 2
Entonces 𝑆 = (2, −3, 1).
 ÁLGEBRA LINEAL
Ejemplo 2: Resuelva el sistema.

𝑥1 + 𝑥2 − 𝑥3 = 7
4𝑥1 − 𝑥2 + 5𝑥3 = 4
6𝑥1 + 𝑥2 + 3𝑥3 = 20

1 1 −1 7 𝐴12 (−4),𝐴13(−6) 1 1 −1 7 𝐴23 (−1)

→ (4 −1 5 | 4 ) → (0 −5 9 |−24)
6 1 3 20 0 −5 9 −22

1 1 −1 7
→ (0 −5 9 |−24)
0 0 0 2

0 = 2, → El sistema es inconsistente.

Ejemplo 3: Resuelva el sistema.

3𝑥1 + 6𝑥2 − 6𝑥3 = 9
2𝑥1 − 5𝑥2 + 4𝑥3 = 6
−𝑥1 + 16𝑥2 − 14𝑥3 = −3

3 6 −6 9 𝑀1 (1/3) 1 2 −2 3 𝐴12 (−2),𝐴13(1)

→ ( 2 −5 4 |6) → ( 2 −5 4 |6)
−1 16 −14 −3 −1 16 −14 −3

1 2 −2 3 𝑀2 (−1/9) 1 2 −2 3 𝐴21 (−2),𝐴23(−18)

→ (0 −9 8 |0) → (0 1 −8/9|0)
0 18 −16 0 0 18 −16 0

1 0 −2/9 3
→ (0 1 −8/9|0)
0 0 0 0

0 = 0, → El sistema tiene infinitas soluciones.

Nota: si se quiere escribir el conjunto solución se parametriza

1 0 −2/9 3 𝑥1 − (2/9)𝑥3 = 3
(0 1 −8/9|0) →
𝑥2 − (8/9)𝑥3 = 0
0 0 0 0
Expresamos dos variables en términos de una → 𝑥1 = 3 + (2/9)𝑥3 ∧ 𝑥2 = (8/9)𝑥3

Luego,
Sea 𝑥3 = 𝑡, entonces, 𝑥1 = 3 + (2/9)𝑡 ∧ 𝑥2 = (8/9)𝑡, 𝑡 ∈ 𝑅 → 𝑆 = {3 + (29) 𝑡, (89) 𝑡, 𝑡}.
 ÁLGEBRA LINEAL
Ejercicios:
1) Resuelva el sistema.
−2𝑥1 + 𝑥2 + 6𝑥3 = 18
5𝑥1 + 8𝑥3 = −16
3𝑥1 + 2𝑥2 − 10𝑥3 = −3

(−5). 𝐴13 (−3)

−2 1 6 18 𝐴31 (1) 1 3 −4 15 𝐴12
→( 5 0 8 |−16) → (5 0 8 |−16)
3 2 −10 −3 3 2 −10 −3

(−2) (−1)
1 3 −4 15 𝐴32 1 3 −4 15 𝑀2
→ (0 −15 28 |−91) → (0 −1 24 | 5 )
0 −7 2 −48 0 −7 2 −48

(7). 𝐴21 (−3)

1 3 −4 15 𝐴23
→ (0 1 −24| −5 )
0 −7 2 −48

𝐴31 (−68). 𝐴32 (24)

1 0 68 30 𝑀3 (−1/166) 1 0 68 30
→ (0 1 −24 | −5 ) → (0 1 −24| −5 )
0 0 −166 −83 0 0 1 1/2

1 0 0 −4
→ (0 1 0| 7 ) → 𝑆 = (−4, 7, 1/2)
0 0 1 1/2

2) Considere el sistema.
2𝑥1 − 𝑥2 + 3𝑥3 = 𝑎
3𝑥1 + 𝑥2 − 5𝑥3 = 𝑏
−5𝑥1 − 5𝑥2 + 21𝑥3 = 𝑐

m.q el sistema es inconsistente si 𝑐 ≠ 2𝑎 − 3𝑏

2 −1 3 𝑎 𝐴12 (−1) 2 −1 3 𝑎 𝑃21

→( 3 1 −5|𝑏 ) →( 1 2 −8|𝑏 − 𝑎)
−5 −5 21 𝑐 −5 −5 21 𝑐

(−2), 𝐴13 (5) 𝐴23 (1)

1 2 −8 𝑏 − 𝑎 𝐴12 1 2 −8 𝑏−𝑎
→ ( 2 −1 3 | 𝑎 ) → (0 −5 19 | −2𝑏 + 3𝑎 )
−5 −5 21 𝑐 0 5 −19 𝑐 + 5𝑏 − 5𝑎
 ÁLGEBRA LINEAL
𝐴23 (1)
1 2 −8 𝑏−𝑎
→ (0 −5 19 | −2𝑏 + 3𝑎 )
0 0 0 𝑐 + 3𝑏 − 2𝑎

El sistema es inconsistente si 𝑐 + 3𝑏 − 2𝑎 ≠ 0, es decir, 𝑐 ≠ 2𝑎 − 3𝑏

3) Determine los valores de 𝑘, tal que el sistema tenga:

𝑖) 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 ú𝑛𝑖𝑐𝑎 (𝑆𝑈).
𝑖𝑖) 𝑁𝑖𝑛𝑔𝑢𝑛𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 (𝑁𝑆).
𝑖) 𝐼𝑛𝑓𝑖𝑛𝑖𝑡𝑎𝑠 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠 (𝐼𝑆).

𝑘𝑥 + 𝑦 + 𝑧 = 1
𝑥 + 𝑘𝑦 + 𝑧 = 1
𝑥 + 𝑦 + 𝑘𝑧 = 1
Solución:
𝑘 1 1 1 𝑃12 1 𝑘 1 1 𝐴12(−𝑘) , 𝐴13(−1)

→ (1 𝑘 1|1) → (𝑘 1 1|1)
1 1 𝑘1 1 1 𝑘1

1 𝑘 1 1 𝑃23 1 𝑘 1 1 𝐴23[−(1+𝑘)]

→ (0 1 − 𝑘 2 1 − 𝑘|1 − 𝑘) → (0 1 − 𝑘 𝑘 − 1| 0 )
0 1−𝑘 𝑘−1 0 0 1 − 𝑘2 1−𝑘 1−𝑘

1 𝑘 1 1
→ (0 1 − 𝑘 𝑘−1 | 0 )
0 0 −(𝑘 + 2)(𝑘 − 1) 1 − 𝑘

𝑖) 𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 ú𝑛𝑖𝑐𝑎 𝑠𝑖 − (𝑘 + 2)(𝑘 − 1) ≠ 0 → 𝑘 ≠ −2 𝑦 𝑘 ≠ 1.

𝑖𝑖) 𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠 𝑠𝑖 − (𝑘 + 2)(𝑘 − 1) = 0 𝑦 1 − 𝑘 ≠ 0
→ 𝑘 = −2 𝑜 𝑘 = 1 𝑦 𝑘 ≠ 1, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑘 = −2 .
𝑖𝑖𝑖) 𝐸𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑡𝑖𝑒𝑛𝑒 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑎𝑠 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠 𝑠𝑖 (𝑘 + 2)(𝑘 − 1) = 0 𝑦 1 − 𝑘 = 0
→ 𝑘 = −2 𝑜 𝑘 = 1 𝑦 𝑘 ≠ −2, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑘 = 1.

4) Determine los valores de 𝑘, tal que el sistema tenga

𝑖) 𝑆𝑈.
𝑖𝑖) 𝑁𝑆.
𝑖) 𝐼𝑆.

𝑥+𝑦−𝑧 =1
2𝑥 + 3𝑦 + 𝑘𝑧 = 3
𝑥 + 𝑘𝑦 + 3𝑧 = 2
 ÁLGEBRA LINEAL
Solución:
1 1 −1 1 𝐴12(−2) , 𝐴13(−1)
1 1 −1 1 𝐴23(1−𝑘)

→ (2 3 𝑘 |3) → (0 1 𝑘 + 2|1)
1 𝑘 3 2 0 𝑘−1 4 1

𝐴23(1−𝑘) 1 1 −1
1 1 −1 1 1
→ (0 1 𝑘 + 2|1) → (0 1 𝑘+2 | 1 )
0 𝑘−1 4 1 0 0 −(𝑘 + 3)(𝑘 − 2) 2 − 𝑘

𝑖) − (𝑘 + 3)(𝑘 − 2) ≠ 0 → 𝑘 ≠ −3 𝑦 𝑘 ≠ 2.
𝑖𝑖) − (𝑘 + 3)(𝑘 − 2) = 0 𝑦 2 − 𝑘 ≠ 0 → 𝑘 = −3 𝑜 𝑘 = 2 𝑦 𝑘 ≠ 2 → 𝑘 = −3.
𝑖𝑖𝑖) − (𝑘 + 3)(𝑘 − 2) = 0 𝑦 2 − 𝑘 = 0 → 𝑘 = −3 𝑜 𝑘 = 2 𝑦 𝑘 = 2 → 𝑘 = 2.

Problema.
1) Una caja que contiene monedas con las denominaciones de $1, $5 𝑦 $10, tiene
13 de ellas con un valor total de $83 ¿Cuántas monedas de cada tipo hay en la
caja?
𝑥 = #𝑑𝑒 𝑚𝑜𝑛𝑒𝑑𝑎𝑠 𝑑𝑒 $1
Solución: 𝑦 = #𝑑𝑒 𝑚𝑜𝑛𝑒𝑑𝑎𝑠 𝑑𝑒 $5
𝑧 = #𝑑𝑒 𝑚𝑜𝑛𝑒𝑑𝑎𝑠 𝑑𝑒 $10

𝑥 + 𝑦 + 𝑧 = 13
𝑥 + 5𝑦 + 10𝑧 = 83

1 1 1 13 𝐴12 (−1) 1 1 1 13 𝑀2 (1/4)

→( | ) →( | )
1 5 10 83 0 4 9 70

1 1 1 13 𝐴21 (−1) 1 0 −5/4 −9/2

→( | ) →( | )
0 1 9/4 35/2 0 1 9/4 35/2
9 5𝑧
𝑥=− +
2 4
35 9𝑧
𝑦= −
2 4

9 5𝑧
1) 0 < − 2 + < 13
4
 ÁLGEBRA LINEAL
9 5𝑧 35
< < (4)
2 4 2

18 < 5𝑧 < 70

3,6 < 𝑧 < 14

35 9𝑧
2) 0 < − < 13
2 4

35 9𝑧 9
− < − < (−4)
2 4 2

70 > 9𝑧 > 18

7,7 > 𝑧 > 2

1) ∩ 2)

→ 𝑧 ∈ (3.6, 7.7) 𝑝𝑒𝑟𝑜 𝑧 ∈ 𝑁, 𝑙𝑢𝑒𝑔𝑜 𝑧 = 4, 5, 6 𝑜 7. 𝐸𝑙 𝑣𝑎𝑙𝑜𝑟 𝑞𝑢𝑒 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑒 𝑎 x𝑒 y𝑒𝑠 𝑧 = 6; → 𝑥 = 3, 𝑦 = 4, 𝑧 = 6.

.
Respuesta: las monedas de cada tipo que hay en la caja son 3 de $1, 4 de $5 y 6 de $10.

Sistemas Homogéneos

Definición: se dice que un sistema de ecuaciones lineales es homogéneo si todos los

términos independientes son iguales a ceo, es decir, el sistema es de la forma.
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ 𝑎1𝑛 𝑥𝑛 = 0
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ 𝑎2𝑛 𝑥𝑛 = 0
⋮ ⋮ ⋱ ⋮ ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ 𝑎𝑚𝑛 𝑥𝑛 = 0
Nota: todo sistema homogéneo de ecuaciones lineales es consistente, dado que.
𝑥1 = 0, 𝑥2 = 0, … , 𝑥𝑛 = 0
Es siempre una solución del sistema, esta se conoce como la solución trivial del sistema.
 ÁLGEBRA LINEAL
Teorema1.1:
Todo sistema homogéneo de ecuaciones lineales con más incógnitas que ecuaciones tiene
siempre infinitas soluciones.

Matrices
Definición: una matriz es un arreglo rectangular de números distribuidos en filas y columnas,
representamos una matriz por.
𝑎11 𝑎12 … 𝑎1𝑛
Filas→ ( 𝑎21 𝑎22 … 𝑎2𝑛 )
𝑎𝑚1 𝑎𝑚2… 𝑎𝑚𝑛
Columnas↑
O también
𝑎11 𝑎12 … 𝑎1𝑛
𝑎
Filas→ [ 21 𝑎22 … 𝑎2𝑛 ]
𝑎𝑚1 𝑎𝑚2… 𝑎𝑚𝑛
Columnas↑
Notación: podemos abreviar la matriz anterior escribiendo únicamente.

(𝑎𝑖𝑗 ) , 𝑖 = 1, … , 𝑚 𝑦 𝑗 = 1, … , 𝑛

o
𝑚,𝑛
[𝑎𝑖𝑗 ]𝑖,𝑗=1

Definición: si una matriz A, tiene 𝑚 filas y 𝑛 columnas, se dice que A es de tamaño 𝑚𝑥𝑛
Definición: si A tiene 𝑛 − 𝑓𝑖𝑙𝑎𝑠 y 𝑛 − 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 se dice que A es una matriz cuadrada de
orden 𝑛.
Ejemplo:
3 −2 4 6 0 1 −2
[5 1 0 7] [−4 5 8]
8 6 14 10 9 −1 9
3𝑥4 3𝑥3 (de orden 3)
 ÁLGEBRA LINEAL

Matrices Especiales
Matriz Nula
Definición: es una matriz de mxn tal que 𝑎𝑖𝑗 = 0, ∀𝑖 = 1, … , 𝑚 𝑦 ∀𝑗 = 1, … , 𝑛.
Se denota por 𝜙. Es decir
0 0 ⋯ 0
𝜙 = [0 0 ⋯ 0]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 0

Matriz idéntica
1, 𝑠𝑖 𝑖 = 𝑗
Definición: es una matriz cuadrada de orden 𝑛, tal que 𝑎𝑖𝑗 = {
0, 𝑠𝑖 𝑖 ≠ 𝑗
Se denota por 𝐼𝑛 o 𝐼. Es decir

1 0 0 ⋯ 0 𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛

0 1 0 ⋯ 0 𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛
𝐼𝑛 = 0 0 1 ⋯ 0 𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮
[0 0 0 ⋯ 1] [𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛 ]

Ejemplo:

1 0 0 0
1 0 0
1 0
𝐼2 = ⌊ ⌋, 𝐼3 = [0 1 0], 𝐼4 = [0 1 0 0]
0 1 0 0 1 0
0 0 1 0 0 0 1

Matriz Diagonal
Definición: es una matriz cuadrada de orden 𝑛 tal que 𝑎𝑖𝑗 = 0 𝑠𝑖 𝑖 ≠ 𝑗; es decir,
es una matriz de la forma
𝑎11 0 ⋯ 0
0 𝑎22 ⋯ 0
[ ]
⋮ ⋮ ⋱ ⋮
0 0 ⋯ 𝑎𝑛𝑛

Ejemplos:

1 0 0 0
5 0 0
[0 −3 0] [0 6 0 0 ]
0 0 −8 0
0 0 7 0 0 0 12
 ÁLGEBRA LINEAL

Matriz Triangular Superior

Definición: es una matriz cuadrada de orden 𝑛 tal que 𝑎𝑖𝑗 = 0, 𝑠𝑖 𝑖 > 𝑗. Es decir,
es una matriz de la forma
𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛
0 𝑎22 𝑎23 ⋯ 𝑎2𝑛
0 0 𝑎33 ⋯ 𝑎3𝑛
⋮ ⋮ ⋮ ⋱ ⋮
[ 0 0 0 ⋯ 𝑎𝑛𝑛 ]

Ejemplos:
3 7 2 1
1 −2 7
[0 4 6 ] [0 5 10 −2]
0 0 −7 9
0 0 2 0 0 0 6

Matriz Triangular Inferior

Definición: es una matriz cuadrada de orden 𝑛 tal que 𝑎𝑖𝑗 = 0, 𝑠𝑖 𝑖 < 𝑗. Es decir, es

una matriz de la forma

𝑎11 0 ⋯ 0
𝑎 𝑎22 ⋯ 0
[ 21 ]
⋮ ⋮ ⋱ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑛

Ejemplos:

15 0 0 0
7 0 0
[1 −2 0 ] [3 8 0 0]
6 4 2 0
3 6 −3
1 0 9 7

Notación: denotamos el espacio de todas las matrices de 𝑚𝑥𝑛 por 𝑀𝑚𝑛 o 𝑀𝑚𝑥𝑛 , es
decir.
𝑀𝑚𝑥𝑛 = {𝐴/𝐴 𝑒𝑠 𝑢𝑛𝑎 𝑚𝑎𝑡𝑟í𝑧 𝑑𝑒 𝑚𝑥𝑛}
 ÁLGEBRA LINEAL

Igualdad de Matrices

𝑚,𝑛 𝑚,𝑛
Definición: sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 y 𝐵 = [𝑏𝑖𝑗 ]𝑖,𝑗=1 dos matrices de 𝑚𝑥𝑛, entonces se dice que

𝑎11 = 𝑏11 , 𝑎12 = 𝑏12, ⋯ 𝑎1𝑛 = 𝑏1𝑛

𝑎21 = 𝑏21 𝑎22 = 𝑏22 ⋯ 𝑎2𝑛 = 𝑏2𝑛
𝐴 = 𝐵 ↔ 𝑎𝑖𝑗 = 𝑏𝑖𝑗 ↔ {
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 = 𝑏𝑚1 𝑎𝑚2 = 𝑏𝑚2 ⋯ 𝑎𝑚𝑛 = 𝑏𝑚𝑛
∀𝑖 = 1, … , 𝑚 𝑦 ∀𝑗 = 1, … , 𝑛

Ejemplo: sean

3 5 7 12/4 25/5 21/3

𝐴=[ ] y 𝐵=[ ]
6 2 6 12/2 8/4 18/3
→𝐴=𝐵

Suma de Matrices
𝑚,𝑛 𝑚,𝑛
Definición: sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 y 𝐵 = [𝑏𝑖𝑗 ]𝑖,𝑗=1 dos matrices de 𝑚𝑥𝑛, entonces la suma de
𝐴 𝑦 𝐵 es la matriz 𝐴 + 𝐵 definida por
𝑎11 + 𝑏11 , 𝑎12 + 𝑏12, ⋯ 𝑎1𝑛 + 𝑏1𝑛
𝑚,𝑛 𝑎21 + 𝑏21 𝑎22 + 𝑏22 ⋯ 𝑎2𝑛 + 𝑏2𝑛
𝐴 + 𝐵 = [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ]𝑖,𝑗=1 =[ ]
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 + 𝑏𝑚1 𝑎𝑚2 + 𝑏𝑚2 ⋯ 𝑎𝑚𝑛 + 𝑏𝑚𝑛

Ejemplo: sean
3 5 7 2 8 −2 4 9
𝐴=[ ] y 𝐵=[ ]
4 1 6 −3 −3 7 2 5
11 3 11 11
→𝐴+𝐵 =[ ]
1 8 8 2
 ÁLGEBRA LINEAL

Multiplicación de una Matriz Por un Escalar

𝑚,𝑛
Definición: sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 y ∝∈ 𝐾, entonces el producto ∝ 𝐴, es la matriz definida por

∝ 𝑎11 , ∝ 𝑎12 ⋯ ∝ 𝑎1𝑛

𝑚,𝑛 ∝ 𝑎21 ∝ 𝑎22 ⋯ ∝ 𝑎2𝑛
∝ 𝐴 = [∝ 𝑎𝑖𝑗 ]𝑖,𝑗=1 ={ ⋮ ⋮ ⋮ ⋮
∝ 𝑎𝑚1 ∝ 𝑎𝑚2 ⋯ ∝ 𝑎𝑚𝑛

Ejemplo:
2 −1 3 0 6 −3 9 0
𝐴=[ ] → 3𝐴 = [ ]
4 5 1 6 12 15 3 18

Diferencia de Una Matriz

𝑚,𝑛 𝑚,𝑛
Definición: sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 y 𝐵 = [𝑏𝑖𝑗 ]𝑖,𝑗=1 dos matrices de 𝑚𝑥𝑛, entonces la diferencia
de 𝐴 𝑦 𝐵 es la matriz 𝐴 − 𝐵 definida por
𝐴 − 𝐵 = 𝐴 + (−1)𝐵

Ejemplo:
4 −1 6 1 6 3
𝐴=[ ] 𝐵=[ ]
8 2 7 4 9 −2
3 −7 3
→𝐴−𝐵 =[ ]
4 −7 9

Teorema 1.3:
Si 𝐴, 𝐵 𝑦 𝐶 son matrices 𝑚𝑥𝑛 y ∝∈ 𝐾, entonces
1) 𝐴+ 𝜙=𝐴
2) 0𝐴 = 𝜙
3) 𝐴+𝐵 =𝐵+𝐴
4) 𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶
5) ∝ (𝐴 + 𝐵) =∝ 𝐴+∝ 𝐵
6) ∝ (𝐴 − 𝐵) =∝ 𝐴−∝ 𝐵
Demostración:
𝑚,𝑛 𝑚,𝑛 𝑚,𝑛
sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 , 𝐵 = [𝑏𝑖𝑗 ]𝑖,𝑗=1y 𝐶 = [𝑐𝑖𝑗 ]𝑖,𝑗=1
 ÁLGEBRA LINEAL
𝑚,𝑛 𝑚,𝑛
→ 𝐴 + (𝐵 + 𝐶) = [𝑎𝑖𝑗 ]𝑖,𝑗=1 + [𝑏𝑖𝑗 + 𝑐𝑖𝑗 ]𝑖,𝑗=1

𝑚,𝑛
= [𝑎𝑖𝑗 + (𝑏𝑖𝑗 + 𝑐𝑖𝑗 )]𝑖,𝑗=1

𝑚,𝑛
= [(𝑎𝑖𝑗 + 𝑏𝑖𝑗) + 𝑐𝑖𝑗 ]
𝑖,𝑗=1

𝑚,𝑛 𝑚,𝑛
= [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ]𝑖,𝑗=1 + [𝑐𝑖𝑗 ]𝑖,𝑗=1

= (𝐴 + 𝐵) + 𝐶

Multiplicación de Una Matriz Fila Por Una Matriz Columna

𝑏1
𝑏
𝑎𝑛 ) y 𝐵 = ( 2 ), entonces el producto AB se
Definición: sean 𝐴 = (𝑎1 , 𝑎2 , ⋯
⋮
𝑏𝑛
define por

𝐴𝐵 = (𝑎1 𝑏1 + 𝑎2 𝑏2 + ⋯ +𝑎𝑛 𝑏𝑛 ) Producto escalar o punto

Ejemplo:

1
Sean 𝐴 = (2 −1 3 4
5) y 𝐵 = (6), entonces
2

𝐴𝐵 = (2) + (−4) + (18) + (10) = 26

𝑚,𝑛
Notación: si 𝐴 = [𝑎𝑖𝑗 ] , entonces la fila 𝑖 − é𝑠𝑖𝑚𝑎 de A se denota por 𝐴𝑖 , y la
𝑖,𝑗=1
𝑗
columna 𝑗 − é𝑠𝑖𝑚𝑎 por 𝐴 , es decir.

𝐴1
𝐴2
𝐴 = ( ) 𝑜 𝐴 = (𝐴1 , 𝐴2 , ⋯ , 𝐴𝑛 )
⋮
𝐴𝑚
 ÁLGEBRA LINEAL

Producto de Matrices.
𝑚,𝑛 𝑛,𝑝
Definición: sean 𝐴 = [𝑎𝑖𝑗 ]𝑖,𝑗=1 y 𝐵 = [𝑏𝑗𝑘 ]𝑗,𝑘=1, entonces el producto 𝐴𝐵 es la matriz
𝑚𝑥𝑝 cuya componente 𝑖𝑗 es la que se obtiene multiplicando la fila 𝑖 − é𝑠𝑖𝑚𝑎 𝐴𝑖 de 𝐴 por la
columna 𝑗 − é𝑠𝑖𝑚𝑎 de 𝐵 𝑗 𝑑𝑒 𝐵, es decir, sí
𝐴1
𝐴
𝐴 = ( 2 ) y 𝐵 = (𝐵 1 , 𝐵 2 , ⋯ 𝐵 𝑝 )
⋮
𝐴𝑚

𝐴1
𝐴
→ 𝐴𝐵 = ( 2 ) (𝐵1 , 𝐵 2 , ⋯ 𝐵 𝑝 )
⋮
𝐴𝑚

𝐴1 𝐵1 , 𝐴1 𝐵 2 , ⋯ 𝐴1 𝐵 𝑝
= 𝐴2 𝐵
1
𝐴2 𝐵 2 ⋯ 𝐴2 𝐵 𝑝
⋮ ⋮ ⋱ ⋮
[𝐴𝑚 𝐵1 𝐴𝑚 𝐵 2 ⋯ 𝐴𝑚 𝐵 𝑝 ]

Ejemplo:
3 −1 1 5
Sean 𝐴 ( ),𝐵 = ( ), 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑒 𝐴𝐵 𝑦 𝐵𝐴
0 2 3 4

Solución:
(3 − 1) (1) (3 − 1) (5)
3 −1 1 5 3 4 )
𝐴𝐵 = ( )( )=(
0 2 3 4 1
(0 2) ( ) (0 2) ( )5
3 4

3 − 3 15 − 4 0 11
=( )=( )
0+6 0+8 6 8

1 5 3 −1 3 9
𝐵𝐴 = ( )( )=( )
3 4 0 2 9 5

Ejercicios:
1 0
3 0 −1
1) 𝐴 = ( ) , 𝐵 (5 6), halle 𝐴𝐵 𝑦 𝐵𝐴.
2 4 5
7 8
 ÁLGEBRA LINEAL
−2 0 4
−1 5 3 2 3 1 2
2) 𝐴 = ( ),𝐵 = ( ), halle 𝐴𝐵 𝑦 𝐵𝐴.
0 4 1 6 0 5 −1
6 7 −6