Matemáticas Unidad 2

Matemáticas
Hernán Ferrari y Gabriela Nelba Guerrero
Ferrari, Hernán
Matemáticas / Hernán Ferrari; Gabriela Nelba Guerrero. 1ª ed. – Bernal: Universidad Virtual de
Quilmes. Libro digital. HTML
Archivo Digita: descarga y on line
ISBN 978-987-774-050-9
1. Matemática. 2. Números Reales. 3. Cálculo. 1. Guerrero, Gabriela Nelba. II. Título. CDD
510.1
Secretaría de Educación Virtual

Dirección de Materiales Didácticos
© Universidad Virtual de Quilmes, 2021
2. Temas de algebra lineal
2.1. Vectores y matrices.
2.2. Suma de matrices y multiplicación por un escalar.
2.3. Multiplicación de matrices.
2.4. Sistemas de ecuaciones lineales. Resolución por el Método de Gauss.
2.5. Sistemas homogéneos.
2.6. Determinante de una matriz cuadrada.
2.7. Regla de Cramer.
2.8. Matriz inversa.
A lo largo de toda la unidad se presentan aplicaciones económicas y empresariales.
Objetivos
• Resolver un sistema de ecuaciones usando matrices equivalentes y operaciones entre

columnas.
• Comprender el concepto del determinante asociado a un matriz cuadrada y utilizarlo
para caracterizar un sistema de ecuaciones.
• Calcular la matriz inversa utilizando el método de Gauss o con determinantes, el
método de Cramer y la matriz adjunta. Resolver un sistema compatible determinado
utilizando la matriz inversa.
Introducción - Sistemas lineales

Cuando se tiene una ecuación con una incógnita, el objetivo generalmente es obtener los
valores de la incógnita que satisfacen la ecuación. Así en la ecuación 𝑥 2 − 4 = 0, los valores
buscados son x = 2 y x = -2. En esta unidad se verán problemas con varias incógnitas, como
también varias ecuaciones, que deberán satisfacer simultáneamente. A este conjunto de
ecuaciones se lo llama sistema y el objetivo de la resolución de un sistema es hallar los valores
de las incógnitas que satisfacen todas esas ecuaciones.
Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 2

Sin embargo, sólo se estudiarán un tipo de sistema en particular, que son los sistemas
lineales. Esto es una restricción importante sobre los requisitos para poder aplicar lo que aquí
se verá. En los sistemas lineales todas las incógnitas en todas las ecuaciones aparecen a la
primera potencia y sólo pueden estar multiplicadas por un número. De esta forma, en la
ecuación anterior 𝑥 2 − 4 = 0, la incógnita está elevada a la potencia 2 por lo que esa ecuación
se la llama cuadrática y no es del tipo de ecuaciones que aparecerán en los sistemas lineales
a estudiar.
Una propiedad importante que cumplen las ecuaciones lineales es que, si se multiplica por un
número toda la ecuación, la nueva ecuación que se obtiene mantiene la misma solución, es
decir, el valor de la incógnita que resolvía la ecuación original, también resuelve la nueva
ecuación. Se dice que estas ecuaciones son equivalentes. Por ejemplo si dos kilos de pan
cuestan cuatro pesos, entonces seis kilos ¿cuánto costarán? Como dos kilos cuestan cuatro
pesos, entonces si se desean comprar tres veces más pan, se deberá pagar el triple de lo que
se ha pagado por dos kilos. Por lo tanto se abonarán 12 pesos por los seis kilos de pan. La
incógnita aquí es el precio del kilo de pan, que en este caso es de dos pesos. Este
procedimiento, que generalmente se resuelve mentalmente, es válido si el precio del pan es
lineal con respecto a los kilos que se compran. Esto significa que si se compra el doble se
paga el doble.
En esta unidad, se estudiarán los sistemas lineales con varias incógnitas y como resolverlos.
Y es importante recordar el significado de la palabra lineal. Pero, antes de enfrentar estos
sistemas, se introducirán algunos conceptos del Álgebra Lineal, que se utilizarán más adelante
en esta misma unidad, para resolverlos.
2.1. Vectores y matrices.

Se llama “matriz” a un arreglo ordenado de números, en filas y columnas.
En muchas situaciones se utilizan matrices. Por ejemplo, una lista de precios se puede
expresar como una matriz, como se indica a continuación:
Tabla 2. 1. Lista de precios

Harina por kilo Tipo de harina
Marca 000 0000 Leudante
Pureza 70 71 75
Morixe 71 75 80
Aquí, la matriz de lista de precios es de 2X3 (2 filas por 3 columnas). Se dice que 2 × 3 es la
dimensión de la matriz. La dimensión se podría pensar como el tamaño de la matriz. En forma
general una matriz que tiene n filas y m columnas se dice que tiene una dimensión de 𝑛 × 𝑚.
Las matrices se nombran con letras mayúsculas de imprenta. Y sus elementos se ordenan en
filas y columnas, encerrados entre paréntesis. Por ejemplo, la matriz de la lista de precios de
la tabla 2. 1. es:
70 71 75
𝐴=( )
71 75 80
A cada elemento de la matriz se lo identifica con la misma letra que la de su matriz, pero en
minúscula y con dos números como subíndice. El primero refiere a la fila y el segundo a la
columna.
Por ejemplo, el elemento 𝑎12 = 71 porque el número que se encuentra en la fila 1, columna
2, es 71. El número 80 está en la fila 2, columna 3, por eso es el elemento 𝑎23 .
Cuando una matriz tiene una sola fila (o una sola columna) se llama vector. Por ejemplo, el
vector V de precios de la harina Morixe es: 𝑉 = (71 75 80). Y también es un vector, que se
puede llamar W, el de los precios de las harinas leudantes:
75
𝑊=( )
80
Ejemplo 1:
Un concesionario de automóviles 0 km tiene dos sucursales, en las que se ofrecen cuatro
modelos distintos (de un mismo fabricante). Para simplificar, se llamarán A y B a cada sucursal
y Modelo 1, Modelo 2, Modelo 3 y Modelo 4 a cada tipo de automóvil. En la sucursal A tienen
1 unidad del Modelo 1, ninguna del Modelo 2, 2 del Modelo 3 y 4 del Modelo 4. En la sucursal
B, tienen 2 autos de cada modelo. Ordene en una matriz la información anterior.
Antes de armar la matriz, conviene usar una tabla, en la que se pueden ubicar referencias:

Tabla 2. 2. Automóviles en la concesionaria
Cantidad de Automóviles Modelos
Sucursal Modelo 1 Modelo 2 Modelo 3 Modelo 4
A 1 0 2 3
B 2 2 2 2
Esta información se puede ordenar utilizando la siguiente matriz:

1 0 2 3
𝐶=( )
2 2 2 2
Esta matriz es de 2 × 4, es decir, dos filas por cuatro columnas.
2. 1. 1. Matriz traspuesta
Se define la matriz transpuesta At de una matriz A de dimensión 𝑛 × 𝑚 a la matriz de

dimensión 𝑚 × 𝑛 cuyas filas serán las columnas de A y, por lo tanto, sus columnas serán las
filas de A. Sus elementos están definidos como:
𝑡
𝑎𝑖𝑗 = 𝑎𝑗𝑖
Asi, la matriz traspuesta de la de los precios de las harinas es:
70 71
𝐴𝑡 = (71 75)
75 80
2.2. Suma de matrices y multiplicación por un escalar.
Para poder sumar dos matrices, ambas deben tener la misma dimensión. La suma de dos
matrices A y B de dimensión n x m será una matriz C = A + B, de dimensión n x m, cuyos
elementos son iguales a la suma de los elementos correspondientes de A y de B, esto es:
𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 .
Ejemplo 2:
A las sucursales de la concesionaria del Ejemplo 1 llega un cargamento con autos, según la
siguiente información:

Tabla 2. 2. Automóviles nuevos para la concesionaria
Cantidad de Automóviles Modelos
Sucursal Modelo 1 Modelo 2 Modelo 3 Modelo 4
A 2 3 1 0
B 1 3 2 1
Ordene los datos en otra matriz y averigüe cuántos autos de cada modelo quedarán, luego
de recibido el cargamento, en cada sucursal
Esta nueva matriz se puede llamar N. Para poder operar más tarde con la matriz C, es
importante mantener el orden de las sucursales (las filas) y los modelos (las columnas
de la matriz) y que se correspondan en ambas matrices.
2 3 1 0
𝑁=( )
1 3 2 1
Para calcular cuántos autos de cada modelo habrá en cada sucursal, se suman la matriz C
del Ejemplo 1 con esta matriz N:
1 0 2 3 2 3 1 0 1+2 0+3 2+1 3+0 3 3 3 3

𝑇 =𝐶+𝑁 =( )+( )=( )=( )
2 2 2 2 1 3 2 1 2+1 2+3 2+2 2+1 3 5 4 3
Entonces, el total de autos en cada sucursal está indicado en la matriz
3 3 3 3
𝑇=( )
3 5 4 3
2. 2. 1. Matriz nula
La suma de matrices tiene elemento neutro llamado matriz nula. Se simboliza 0. Hay una
matriz nula para cada dimensión de matrices. Por ejemplo, la matriz nula de 2 × 4 es:
0 0 0 0
𝟎=( )
0 0 0 0
Y la de 3 × 3 es:
0 0 0
𝟎 = (0 0 0)
0 0 0

Esta matriz tiene la siguiente propiedad:
Para cualquier matriz A, de la misma dimensión que la matriz nula, A + 0 = 0 + A = A
2. 2. 2. Multiplicación por un escalar
Las matrices pueden multiplicarse por números, a los que también se llaman escalares1. La
multiplicación de una matriz por un número da como resultado una nueva matriz. Cada uno
de los coeficientes de la matriz resultado, se obtienen multiplicando a los coeficientes de la
matriz original por el escalar
En símbolos:
𝐵 = 𝑑 ∙ 𝐴 donde d es el escalar y A y B son matrices.
Y cada uno de los coeficientes de B se obtienen mediante el siguiente cálculo:
𝑏𝑖𝑗 = 𝑑 ∙ 𝑎𝑖𝑗
Ejemplo 3:
Los precios de todas las harinas aumentaron un 10%. Encuentre la nueva matriz de precios.
70 71 75
Los precios de las harinas están dados por la matriz 𝐴 = ( ).
71 75 80
Para calcular cada nuevo precio se debería realizar el siguiente cálculo:
10 10
𝑝𝑟𝑒𝑐𝑖𝑜 𝑛𝑢𝑒𝑣𝑜 = 𝑝𝑟𝑒𝑐𝑖𝑜 + 𝑎𝑢𝑚𝑒𝑛𝑡𝑜 = 𝑝𝑟𝑒𝑐𝑖𝑜 + ∙ 𝑝𝑟𝑒𝑐𝑖𝑜 = 𝑝𝑟𝑒𝑐𝑖𝑜 ∙ (1 + ) = 𝑝𝑟𝑒𝑐𝑖𝑜 ∙ 1,1 =
100 100
= 1,1 ∙ 𝑝𝑟𝑒𝑐𝑖𝑜
Como todos los precios aumentaron un mismo porcentaje, la nueva matriz de precios se
obtiene multiplicando a la matriz original por el escalar 1,1:
70 71 75 1,1 ∙ 70 1,1 ∙ 71 1,1 ∙ 75 77 78,1 82,5

𝐵 = 1,1 ∙ 𝐴 = 1,1 ∙ ( )=( )=( )
71 75 80 1,1 ∙ 71 1,1 ∙ 75 1,1 ∙ 80 78,1 82,5 88
77 78,1 82,5
Por lo tanto la nueva matriz de precios es 𝐵 = ( ).
78,1 82,5 88
1
Se utiliza la expresión escalar, en lugar de número real, por ejemplo, porque los elementos de una matriz también
son números reales. Este nuevo nombre lo incorporó al Álgebra Lineal el matemático irlandés William Rowan
Hamilton. Más información sobre él en:
https://www.buscabiografias.com/biografia/verDetalle/8226/William%20Rowan%20Hamilton

2.3. Multiplicación de matrices.
Para poder multiplicar dos matrices, la cantidad de columnas de la primera matriz debe ser
la misma que la cantidad de filas de la segunda.
El producto de dos matrices A de dimensión n x m y B de dimensión m x k (la primera tiene
n filas y m columnas y la segunda tiene m filas, es decir, la misma cantidad que columnas
tiene la primera matriz, y k columnas) será una matriz C = A . B de dimensión n x k (tantas
filas como la primera matriz y tantas columnas como la segunda matriz) cuyos elementos cij
son iguales a la suma de los productos de los elementos de la fila i de la primera matriz con
los elementos correspondientes de la columna j de la segunda matriz, esto es:
𝑚
𝑐: 𝑖𝑗 = 𝑎𝑖1 𝑏1𝑗 + 𝑎𝑖2 𝑏2𝑗 + 𝑎𝑖3 𝑏3𝑗 + ⋯ + 𝑎𝑖𝑚 𝑏𝑚𝑗 = ∑ 𝑎𝑖𝑝 𝑏𝑝𝑗
𝑝=1
Es importante notar que el producto de matrices no es conmutativo.
Al resolver un producto de matrices, es necesario prestar atención a cuál es la primera y cuál

es la segunda matriz, es decir, es importante el orden en que se efectúa la multiplicación.
Entre las matrices, la multiplicación no es conmutativa.
En el siguiente ejemplo se multiplican dos matrices y se explica una disposición que facilita el
uso de la fórmula anterior.
Ejemplo 4
1 −2
3 −3 2 0
Multiplique las matrices 𝐴 = (2 4 )y𝐵 =( ).
4 1 6 −2
0 −1
La matriz A es de dimensión 3 × 2 y la matriz B es de 2 × 4. Por lo tanto, la matriz producto, a

la que se llamará C, será de 3 × 4, la cantidad de filas de A por la cantidad de columnas de B.

Para calcular cada elemento de C, conviene disponer las matrices en un esquema como el
siguiente. En el casillero inferior izquierdo se ubican los coeficientes de la matriz A. En el
superior derecho, los de la matriz B y En el inferior derecho se calculan los de la matriz
producto C:
Tabla 2. 3. Esquema para multiplicar matrices
𝐴∙𝐵 B
A C
En este ejemplo sería:
Tabla 2. 4. Ejemplo 4. Primera parte
3 -3 2 0
𝐴∙𝐵 4 1 6 -2
1 -2 𝑐11 𝑐12 𝑐13 𝑐14

2 4 𝑐21 𝑐22 𝑐23 𝑐24
0 -1 𝑐31 𝑐32 𝑐33 𝑐34
Cada elemento de la matriz producto se obtendrá en el extremo inferior derecho, sumando el

producto, elemento a elemento, de cada fila con cada columna que se crucen. Así, en la
posición 𝑐11 , se cruzan la fila 1 de A con la columna 1 de B. Ese elemento se calculará sumando
el producto de cada elemento de la fila 1 de A con el elemento correspondiente de la columna
1 de B:
𝑐11 = 1 ∙ 3 + (−2) ∙ 4 = 3 − 8 = −5
El 1 es el primer elemento de la fila 1 de A y se lo multiplica por el primer elemento de la

columna 1 de B, y se suma el producto entre el segundo elemento de la fila 1 de A por el
segundo elemento de la columna 1 de B.
Otro ejemplo: el elemento 𝑐34 se encuentra en el cruce de la fila 3 de A con la columna 4 de

B. Se calcula entonces como: 𝑐34 = 0 ∙ 0 + (−1) ∙ (−2) = 0 + 2 = 2 , es decir, al primer elemento

de la fila 3 de A se lo multiplica por el primer elemento de la columna 4 de B y se le suma el
producto entre el segundo elemento de la fila 3 de A y el segundo de la columna 4 de B.
Completando todos los cálculos, se obtiene el resultado:
Tabla 2. 5. Ejemplo 4. Segunda parte

3 −3 2 0
𝐴∙𝐵 ( )
4 1 6 −2
1 −2 −5 −5 −10 4
(2 4 ) ( 22 −2 28 −8)
0 −1 −4 −1 −6 2
−5 −5 −10 4
Por lo tanto, el producto de estas dos matrices es la matriz de 3 × 4 𝐶 = ( 22 −2 28 −8)
−4 −1 −6 2
Es importante notar que el producto de estas matrices, en orden contrario, 𝐵 ∙ 𝐴 no se puede

realizar, porque la cantidad de columnas de B no coincide con la cantidad de filas de A.
La matriz B es de 2× 4 y la matriz A, de 3 × 2. Como 4 no es igual a 3, el producto no se puede
realizar
Ejemplo 5
Como ejemplo de multiplicación entre matrices se verá la multiplicación entre dos matrices
iguales, la matriz A por la misma matriz A, obteniendo A 2. La potencia de matrices se define
del mismo modo que con los números. Así como 23 es 2.2.2, A3 será A.A.A.
Sin embargo, como el producto de matrices sólo se define cuando la cantidad de filas de la
primera matriz coincide con la cantidad de columnas de la segunda, sólo se podrán calcular
potencias de matrices entre las que tengan igual número de filas que de columnas, es decir,
matrices cuadradas.
Por ejemplo, calcule el cuadrado de la matriz A:
2 5
𝐴=( )
2 −1
El cuadrado de esta matriz se calcula de la siguiente manera:

2 5 2 5
𝐴2 = 𝐴. 𝐴 = ( )∙( )
2 −1 2 −1
Aquí se resolverá utilizando otra disposición, con colores y sombreado para ver cómo se
combinan cada uno de los coeficientes, se los multiplica y suma para obtener la matriz
producto
2 5 2 5 2.2 + 5. 𝟐 2.5 + 5. (−1) 14 5

𝐴2 = 𝐴. 𝐴 = ( )∙( )=( )= ( )
2 −1 𝟐 −1 2.2 + (−1). 𝟐 2.5 + (−1). (−1) 2 11
2. 3. 1. Matriz identidad
El producto de matrices cuadradas tiene elemento neutro llamado matriz identidad. Se

simboliza Id. Hay una matriz identidad para cada dimensión de matriz cuadrada. Por ejemplo,
la matriz identidad de 2 × 2 es:
1 0
𝐼𝑑 = ( )
0 1
Y la de 3 × 3 es:
1 0 0
𝐼𝑑 = (0 1 0)
0 0 1
Como puede apreciarse, los elementos son 0 y 1. Los 1 están en la diagonal de la matriz,
formada por las posiciones en las que en número de la fila coincide con el número de la
columna.
En general, los elementos de la matriz identidad de dimensión 𝑛 × 𝑛 se definen de la siguiente
manera:
𝐼𝑑𝑖𝑗 = 1 𝑠𝑖 𝑖 = 𝑗
{
𝐼𝑑𝑖𝑗 = 0 𝑠𝑖 𝑖 ≠ 𝑗
La matriz identidad, en el producto de matrices de su misma dimensión, cumple con la

siguiente propiedad:
𝐴 ∙ 𝐼𝑑 = 𝐼𝑑 ∙ 𝐴 = 𝐴
Ejemplo 6
Muestre que la matriz identidad es el neutro de la multiplicación, realizando la siguiente
operación:

2 5 1 0
𝐴 ∙ 𝐼𝑑 = ( )∙( )
2 −1 0 1
Para realizar este cálculo se puede utilizar la disposición del Ejemplo 4:

𝐴 ∙ 𝐼𝑑 1 0
( )
0 1
2 5 2 5
( ) ( )
2 −1 2 −1
Como puede apreciarse, el resultado es la matriz A. Entonces,

2 5
𝐴 ∙ 𝐼𝑑 = ( )=𝐴
2 −1
Es importante notar que no se ha demostrado la propiedad, sino que sólo se ha presentado

un ejemplo.
Ejemplo 7
Halle los valores de a y b que resuelven la siguiente ecuación:
𝐴2 + 𝑎 ∙ 𝐴 + 𝑏 ∙ 𝐼𝑑 = 𝟎
2 5
Donde Id es la matriz identidad y 𝐴 = ( ), la matriz del Ejemplo 5.
2 −1
El problema requiere hallar los valores de a y b (dos escalares, es decir, números) que
verifiquen la ecuación.
En ella, se reemplaza por lo que ya se conoce: el primer término de la ecuación a resolver es
la matriz A2, que fuera calculada previamente
14 5
𝐴2 = ( )
2 11
el segundo término es igual al escalar a por la matriz A esto es
2 5 2𝑎 5𝑎 2𝑎 5𝑎
𝑎 .𝐴 = 𝑎 ( )=( )=( )
2 −1 2𝑎 −1𝑎 2𝑎 −𝑎
el tercer término de la ecuación es el producto de otro escalar b por la matriz identidad:
1 0 𝑏 0
𝑏 . 𝐼𝑑 = 𝑏 ( )=( )
0 1 0 𝑏

solo resta sumar los tres términos (las tres matrices, componente a componente) e igualar a
la matriz nula de dimensión 2 × 2:
𝐴2 + 𝑎 ∙ 𝐴 + 𝑏 ∙ 𝐼𝑑 = 𝟎
14 5 2𝑎 5𝑎 𝑏 0 0 0
( )+( )+( )=( )
2 11 2𝑎 −𝑎 0 𝑏 0 0
14 + 2𝑎 + 𝑏 5 + 5𝑎 + 0 0 0
( )=( )
2 + 2𝑎 + 0 11 − 𝑎 + 𝑏 0 0
para que las dos últimas matrices sean iguales deben ser iguales componente a componente,
entonces debe ser:
14 + 2 𝑎 + 𝑏 = 0
{ 5 + 5𝑎 = 0
2 + 2𝑎 = 0
11 – 𝑎 + 𝑏 = 0
Este es un sencillo sistema de ecuaciones lineales. La llave que une a todas las ecuaciones
indica que se busca una única solución que debe cumplir todas ellas.
Se resolverá comenzando por la segunda ecuación. De ella, se obtiene 5𝑎 = −5 entonces 𝑎 =
−1, resultado que coincide con el que se hubiera logrado si se comenzaba por la tercera
ecuación. Ya se tiene el valor de a. Ahora, en la ecuación 1 se reemplaza este valor de a y
se obtiene:
14 + 2 𝑎 + 𝑏 = 14 + 2 ∙ (−1) + 𝑏 = 0
entonces 𝑏 = −12, valor que también satisface la ecuación 4: 11 − 𝑎 + 𝑏 = 11 − (−1) +

(−12) = 0.
Por lo tanto, los valores de a y b que satisfacen la ecuación a resolver son:

𝑎 = −1
{
𝑏 = −12
2. 4. Sistemas de ecuaciones lineales. Resolución por el

Método de Gauss.

Para resolver sistemas lineales, como los del Ejemplo 7 y de los que se habló en la introducción
de esta Unidad, se puede trabajar con las matrices, sin utilizar las incógnitas y solo los
coeficientes.
Ejemplo 8
Suponga que se compran en la verdulería 2 kilos de manzanas, 1 kg de bananas y 3 de
naranjas. Y no se preguntó el precio de cada fruta. El total de la compra resulta de $13. Al
otro día se vuelve a comprar en el mismo lugar, pero diferentes cantidades, para obtener más
información y deducir el precio del kilo de cada fruta. En esta ocasión se compraron 3 kilos
de manzanas, 2 de bananas y 2 de naranjas y se pagó nuevamente $13. En tercer día se
compran 2 kilos de manzanas, 3 kg de bananas y 1 kg de naranjas, y esta vez, la suma fue
de $11. Simbolice estos datos con una matriz.
Esta información se puede resumir con 3 ecuaciones, considerando las siguientes incógnitas:
- el precio del kilo de manzanas, que se simbolizará con M,
- el de bananas, B y
- el de naranjas N.
Entonces, la suma de cada día se puede escribir como :
2 𝑀 + 1 𝐵 + 3 𝑁 = 13
{ 3 𝑀 + 2 𝐵 + 2 𝑁 = 13
2 𝑀 + 3 𝐵 + 1 𝑁 = 11
La llave que une a todas las ecuaciones indica que se busca una única solución que debe
cumplir todas ellas.
Más adelante en esta misma la unidad, se verán diferentes métodos para resolver este
sistema de ecuaciones lineales. Aquí el objetivo sólo es simbolizar este sistema con una
matriz.
A partir de un sistema de ecuaciones lineales con varias incógnitas (x, y, etc.) y los
coeficientes (números) que las multiplican, se puede ordenar el sistema de forma tal que las
incógnitas iguales en cada ecuación queden encolumnadas. De esta forma, se puede trabajar
con los coeficientes por separado para hallar la solución del sistema y así no tener que
mantener en los cálculos las incógnitas mientras se opera (aquí es importante notar que cada
columna tiene asociada una incógnita con lo cual será conveniente no intercambiar las
columnas).

A este ordenamiento de los coeficientes, separados del sistema se lo llama matriz asociada al
sistema. Luego una matriz asociada es un conjunto de coeficientes (números) con tantas filas
como ecuaciones tenga el sistema y tantas columnas como incógnitas tenga el sistema.
En este ejemplo, la matriz asociada es:
2 1 3
(3 2 2)
2 3 1
También se define la matriz ampliada asociada al sistema de ecuaciones a la matriz anterior

a la que se le agrega una cuarta columna con los coeficientes independientes de cada ecuación
(los números que no multiplican a ninguna incógnita). La matriz ampliada del sistema anterior
será:
2 1 3 13
(3 2 2 | 13)
2 3 1 11
Esta última matriz asociada resume la información del texto de este ejemplo. Es importante
recordar que los coeficientes de la primera columna corresponden a la incógnita M, los de la
segunda a la B y los de la tercera a la N.
Ejemplo 9
Halle la matriz asociada al siguiente sistema de ecuaciones:
3 𝑥 + 2 𝑦 = 12
{ −𝑦 + 2𝑧 = −5
𝑦 + 𝑧 +2𝑥 −6=0
Aquí, primero se encolumnan en forma ordenada las incógnitas en cada ecuación en el primer
término y los términos independientes en el segundo. En algunas ecuaciones en las que no
aparece alguna incógnita, será necesario agregarla, con coeficiente cero:
3 𝑥 + 2 𝑦 + 0 𝑧 = 12
{0 𝑥 − 𝑦 + 2 𝑧 = − 5
2𝑥 + 𝑦 + 𝑧 = 6
Una vez ordenado el sistema se arma la matriz asociada poniendo en la primera columna (la
de las x) a los coeficientes que multiplican a esta variable en cada una de las ecuaciones), en
la segunda columna los coeficientes que multiplican a las incógnitas y, y en la tercera columna

los coeficientes que multiplican a las incógnitas z y así quedan los coeficientes ordenados de
la siguiente forma:
3 2 0 12
(0 −1 2 | −5)
2 1 1 6
Que es la matriz asociada a este sistema de ecuaciones.
2. 4. 1. El Método de Gauss.
El método de Gauss propone operar con las ecuaciones del sistema, que son las filas de la
matriz ampliada, para simplificar coeficientes y que sea más fácil encontrar la solución al
sistema que se desea resolver.
Se trata de la generalización uno de los métodos estudiados en el nivel medio para resolver
sistemas de dos ecuaciones con dos incógnitas, donde se multiplican las ecuaciones por
escalares, y se suman o restan entre sí para eliminar una de las incógnitas.
El objetivo del método de Gauss es precisamente ese, operar con las filas de la matriz
ampliada, es decir, con las ecuaciones del sistema, de tal forma que aparezcan la mayor
cantidad de ceros en cada una de las filas, ya que un cero corresponde a haber eliminado la
incógnita de la ecuación correspondiente a esa fila. Pero es importante recordar que el nuevo
sistema debe tener las mismas soluciones que el sistema original, es decir, el inicial y el final
deben ser sistemas equivalentes.
Las dos operaciones más importantes que se pueden realizar para simplificar el sistema a
resolver son:
Multiplicar (o dividir) una fila por un escalar distinto de cero.
Reemplazar una fila por la suma de esa fila con otra fila de la matriz.
También se pueden combinar ambas operaciones y permutar dos filas entre sí, lo que puede
permitir ordenar mejor el sistema.
Se podría permutar las columnas si en alguno caso facilita la resolución del el sistema, pero
esto trae el inconveniente de cambiar la asociación inicial entre columnas de la matriz y las
incógnitas del problema, razón por la cual aquí no se recomienda esta operación.

Ejemplo 10
Resuelva el siguiente sistema:
3x + 2y = 12
{ −y + 2z = −5
y + z + 2x − 6 = 0
Este sistema de ecuaciones es el del Ejemplo 9, cuya matriz ampliada es:

3 2 0 12
(0 −1 2 | −5)
2 1 1 6
Se operará ahora con ella para resolverlo obteniendo matrices equivalentes a la original.
Aquí se puede multiplicar la fila 1 por 2 y por otro lado multiplicar la fila 3 por 3, lo que se
simbolizará de la siguiente manera:
𝐹 ′ 1 = 2 ∙ 𝐹1
𝐹 ′ 3 = 3 ∙ 𝐹3
Y se obtiene la matriz equivalente:
6 4 0 24
(0 −1 2 | −5)
6 3 3 18
luego se reemplaza la F3 por la F3 menos la F1, es decir: 𝐹´3 = 𝐹3 − 𝐹1 . Resulta:
6 4 0 24
(0 −1 2 | −5)
0 −1 3 −6
Aquí hay una columna, la columna 1, con un solo elemento distinto de cero. Si se opera
adecuadamente esos ceros permanecerán allí hasta el final de la resolución.
El siguiente paso será tratar de que aparezcan ceros en la segunda columna. Para eso se
puede utilizar la fila 2, que ya tiene un 0 en la columna de las x. Así no se alterna el 0 de la
fila 3 y el 6 de la fila 1. Conviene mantener el -1 de la fila 2, columna 2, y operar para eliminar
el 4 de la posición 1-2 y el -1 de la posición 3-2. Las operaciones que se realizarán serán:
𝐹´1 = 𝐹1 + 4 ∙ 𝐹2 (la nueva fila 1 será la F1 + 4 F2). A veces se simboliza como 𝐹1 + 4𝐹2 → 𝐹1
𝐹´3 = 𝐹3 − 𝐹2 (la nueva fila 3 será la F3 – F2). También se puede escribir así: F3 − F2 → F3
Así se obtiene la matriz equivalente:

6 0 8 4
(0 −1 2 | −5)
0 0 1 −1
Hasta aquí se ha obtenido una matriz triangular, o subtriangular, porque tiene un “triángulo
de ceros” en el extremo inferior izquierdo.
En este punto, ya se podría volver al sistema de ecuaciones y sería más sencillo de resolver
que el original. Sin embargo, se puede continuar operando, para simplificar aún más el
sistema, hasta obtener lo que se llama una matriz diagonal, es decir, una matriz en la cual
todos los elementos aij con i  j son ceros. En el ejemplo sólo resta obtener ceros en la columna
3. Para ello se realizan los reemplazos:
𝐹´1 = 𝐹1 − 8 ∙ 𝐹3
𝐹´2 = 𝐹2 − 2 𝐹3
Con lo que se llega a:
6 0 0 12
(0 −1 0 | −3)
0 0 1 −1
Aquí ya resulta una la matriz diagonal. Si se quiere simplificar del todo el sistema se puede
dividir las filas de tal forma que queden sólo unos en la diagonal, mientras se conservan los
ceros fuera de esta, con lo que se obtiene la matriz identidad en la primera parte de la matriz
asociada. Para lograrlo, se divide la fila 1 por 6 y se multiplica la fila 2 por (-1):
𝐹´1 = 𝐹1/6
𝐹´2 = 𝐹2/(−1)
El resultado es:
1 0 0 2
(0 1 0| 3 )
0 0 1 −1
Ahora, se recuerda que la columna 1 corresponde a la incógnita x, la columna 2 a la incógnita

y, y la columna 3 a la incógnita z y se reescribe el sistema equivalente:
1x + 0y + 0z = 2
{0x + 1y + 0z = 3
0x + 0y + 1z = − 1
𝑥 = 2
Lo que equivale a {𝑦 = 3
𝑧 = −1

con lo cual ya se tiene la solución del sistema.
Es muy conveniente adquirir la costumbre, después de resolver un problema, de realizar

la verificación de la solución. En este caso la idea es reemplazar los valores obtenidos para
x, y y z, en el sistema original y comprobar si satisfacen todas las ecuaciones del sistema. El
sistema original era:
3𝑥 + 2𝑦 = 12
{ −𝑦 + 2𝑧 = −5
𝑦 + 𝑧 + 2𝑥 − 6 = 0
Entonces, con los valores hallados, se obtiene.

Primera ecuación: 3 𝑥 + 2 𝑦 = 3 ∙ 2 + 2 ∙ 3 = 6 + 6 = 12 verificada
Segunda ecuación: − 𝑦 + 2 𝑧 = − 3 + 2 ∙ (−1) = −3 − 2 = −5 verificada
Tercera ecuación: y + z + 2 x = 3 + (−1) + 2 ∙ 2 − 6 = 3 − 1 + 4 − 6 = 0 verificada
De esta manera se ha verificado que el resultado obtenido es correcto.
A los sistemas que admiten solución se los denomina compatibles. Aquellos sistemas
compatibles que tienen una sola solución como el ejemplo anterior se los llama compatibles
determinados.
También hay sistemas que tienen más de una solución denominados compatibles
indeterminados.
Por último hay sistemas que no tienen solución, porque no hay valores que reemplazados en
las incógnitas satisfagan todas las ecuaciones del sistema. A estos sistemas sin soluciones se
los llamas incompatibles.
Ejemplo 11
Resuelva el sistema:
𝑥 +𝑦=z
{−2 𝑥 + 3 𝑧 = 5
𝑥 + 5 𝑦 + 𝑧 = 10
Como ya se ha visto, primero se ordena y completa el sistema:

𝑥+𝑦−𝑧 =0
{−2𝑥 + 0𝑦 + 3𝑧 = 5
𝑥 + 5𝑦 + 𝑧 = 10
Y se escribe la matriz asociada ampliada:
1 1 −1 0
(−2 0 3 |5)
1 5 1 10
Para diagonalizar la matriz asociada al sistema, conviene elegir un coeficiente de la matriz, al

que se lo llamará pivote, para hacer ceros los coeficientes de su columna. Se puede
seleccionar cualquier coeficiente y no hay una regla general. Si es importante que una vez
que se tiene una columna con todos ceros menos uno de sus elementos, seleccionar luego
otro pivote en otra columna diferente y que sea de una fila distinta en donde quedó el número
diferente de cero de la columna anterior. Por lo general si hay algún elemento que valga 1 es
más fácil de usar como pivote.
Las operaciones que se pueden hacer sin cambiar el problema, como ya se ha visto, es
multiplicar las filas por cualquier número distinto de cero y reemplazar una fila por la misma
fila sumada a otra fila distinta, a la que se puede haber multiplicado por un número
previamente, o, por lo general se hacen ambos pasos a la vez. El objetivo final es tratar de
que, al hacer el paso recién descrito, aparezcan en la fila que se está reemplazando algún
coeficiente igual a cero. Por lo general son los coeficientes de la columna del pivote que busca
que se transformen en cero.
En este ejemplo, se toma el 1 que aparece en la posición 1-1 y se realizan las operaciones y
reemplazos siguientes:
F´2 = F2 + 2 F1 (la nueva fila 2 será la F2 + 2 F1) y
F´3 = F3 - F1 (la nueva fila 3 será la F3 - F1)
1 1 −1 0
(0 2 1 |5)
0 4 2 10
El siguiente paso es realizar el reemplazo F3 − 2 F2 → F3
1 1 −1 0
(0 2 1 | 5)
0 0 0 0
En este caso, la tercera fila no contiene ninguna información dado que se la puede reescribir
como: 0 x + 0 y + 0 z = 0 que no impone ninguna condición sobre las incógnitas. Cualquier

valor de x, de y o de z puede satisfacer esta ecuación. Es decir, el sistema queda con una
ecuación menos.
En este paso, el sistema que ya está triangulado, es decir, hay ceros debajo de la diagonal
que es lo que busca realizar el método de Gauss. A partir de allí hay que rearmar las
ecuaciones y despejar.
x+y−z=0
{ 2y + z = 5
0=0
De la segunda ecuación se obtiene:

𝑧 = 5 − 2𝑦
Ahora se puede reemplazar z por el valor obtenido de la ecuación anterior en la primera
ecuación. Y conviene que la otra incógnita a despejar, en este caso la x, quede también en
función de y. Entonces:
𝑥 + 𝑦 − 𝑧 = 0
𝑥 + 𝑦 − (5 − 2𝑦) = 0
𝑥 + 𝑦 − 5 + 2𝑦 = 0
𝑥 + 3𝑦 − 5 = 0
𝑥 = 5 − 3𝑦
De modo que la solución de este sistema es:

𝑥 = 5 − 3𝑦
{ 𝑦=𝑦
𝑧 = 5 − 2𝑦
Este es un sistema compatible indeterminado, porque las incógnitas quedan dependiendo de

los valores que toman las otras incógnitas, en este caso, por ejemplo, z será igual a 5 menos
dos veces el valor que tome y.
¿Qué significa este resultado? Que existen muchas soluciones para el sistema, por ejemplo
tomando 𝑦 = 7, resulta:
𝑥 = 5 − 3 𝑦 = 5 – 3 . 7 = 5 − 21 = −16
z = 5 − 2 y = 5 – 2 . 7 = 5 − 14 = − 9
Si se toma otro valor cualquiera de y, se obtendrán valores de x y de z que también serán

solución del sistema. La solución general se suele escribir, en forma matricial, de la siguiente
manera:

𝑥 5 − 3𝑦
𝒙 = (𝑦 ) = ( 𝑦 )
𝑧 5 − 2𝑦
El vector columna x, de las soluciones del sistema, se puede escribir como la suma de dos
vectores columna uno que tenga los términos con la y y otro con los términos independientes:
𝑥 5 − 3𝑦 5 −3𝑦 5 −3
𝑦
𝒙 = ( )= ( 𝑦 ) = ( 0) + ( 𝑦 ) = ( 0) + 𝑦 ( 1 )
𝑧 5 − 2𝑦 5 −2𝑦 5 −2
Este es el resultado general donde, como vimos antes, la y puede tomar cualquier valor. En
general, a ese cualquier valor lo simboliza con la letra t para evitar confundirlo con la variable.
Luego la solución del sistema es:
5 −3
𝒙 = (0) + 𝑡 ( 1 ) donde t puede tomar cualquier valor.
5 −2
Lo único que resta de este ejercicio es realizar la verificación. Se insiste en esto porque se
pretende que se adquiera la costumbre, ya que es una posibilidad muy importante que nos
brindan las matemáticas para saber si realizamos las cosas bien.
Para ello se debe reemplazar en el sistema original los valores de x, y y z que se obtuvieron.
Aquí se hará usando matrices y productos de matrices.
El sistema original se puede escribir como:
𝑥 + 𝑦 - 𝑧 = 0
{−2 𝑥 + 0 𝑦 + 3 𝑧 = 5 equivalente a
𝑥 + 5𝑦 + 𝑧 = 10
1 1 −1 𝑥 0
(−2 0 3 ) (𝑦 ) = ( 5 )
1 5 1 𝑧 10
5 −3
Ahora se reemplaza por la solución encontrada 𝒙 = (0) + 𝑡 ( 1 )
5 −2
1 1 −1 5 −3 0
(−2 0 3 ) [(0) + 𝑡 ( 1 )] = ( 5 )
1 5 1 5 −2 10

donde los corchetes están colocados porque la matriz A multiplica a la suma de los dos
vectores columna. Aquí se suma para obtener solo un vector columna:
1 1 −1 5 − 3 t 0
(−2 0 3 ) (0 + 1 t) = ( 5 )
1 5 1 5 − 2t 10
Y se efectúa el producto A . x
1 1 −1 5 − 3 t 1 . (5 − 3 t) + 1 . ( 0 + 1 t) + (−1) . (5 − 2 t)
(−2 0 3 ) (0 + 1 t) = ((−2) . (5 − 3 t) + 0 . ( 0 + 1 t) + 3 . (5 − 2 t))
1 5 1 5 − 2t 1 . (5 − 3 t) + 5 . ( 0 + 1 t) + 1 . (5 − 2 t)
5 − 3t + t − 5 + 2t 0
( −10 + 6 t + 15 − 6 t ) = ( 5 )
5 − 3t+5t + 5 − 2t 10
Al resolver, se obtiene el vector columna con los coeficientes independientes, lo que verifica
la solución general obtenida.
Al resolver un sistema de ecuaciones por el método de Gauss, se puede clasificar la solución

del sistema en función del número de incógnitas del sistema, el número de ecuaciones
distintas de cero de la matriz asociada resultante y también de las de la matriz ampliada. Lo
más sencillo es hacerlo cuando se obtiene la matriz subtriangulada.
En el caso de tener un sistema compatible determinado, luego de diagonalizar el sistema, se
tiene la misma cantidad de ecuaciones tanto, para la matriz asociada como para la matriz
ampliada y a su vez la misma cantidad de incógnitas.
Puede suceder, en cambio, que luego de la diagonalización, algunas de las ecuaciones se

anulan, y quedan todos los coeficientes en cero, como en el Ejemplo 11, tanto los de las
incógnitas como el término independiente. En este caso quedan más incógnitas que
ecuaciones independientes por lo que existirán muchas soluciones posibles ya que algunas de
las incógnitas quedarán indeterminadas. Y el sistema será un sistema compatible
indeterminado.
Por último, si luego de la diagonalización hay ecuaciones con los coeficientes de las incógnitas
igual a cero pero el término independiente distinto de cero, en ese caso se llega a una
contradicción por lo que no existirá solución para ese sistema. El sistema será incompatible.
Ejemplo 12
Resuelva el siguiente sistema de ecuaciones:

2𝑥 + 𝑦 = 5
{
−4𝑥 = 9 + 2𝑦
Como en los ejemplos anteriores, se comienza por ordenar el sistema y hallar la matriz
asociada ampliada:
2𝑥 + 𝑦 = 5
{
−4𝑥 − 2𝑦 = 9
2 1 5
( | )
−4 −2 9
Para obtener un 0 en la posición 2-1, se realiza 𝐹2 + 2𝐹1 → 𝐹2
2 1 5
( | )
0 0 19
En este caso la segunda fila de la matriz ampliada se anula en su primera parte, pero la
columna de los términos independientes no se anuló. Al volver a escribir, a partir de esta
matriz, el sistema equivalente es:
2𝑥 + 𝑦 = 5
{
0𝑥 + 0𝑦 = 19
Es decir:
2𝑥 + 𝑦 = 5
{
0 = 19
Claramente, la segunda ecuación es absurda. Cero no es igual a diecinueve. Por eso, este
sistema no tiene ninguna solución posible.
Se trata de un sistema incompatible.

3𝑥 + 4𝑦 − 2𝑧 = −13
{ 𝑥 + 5𝑦 + 𝑧 = −5
3 + 𝑧 = 2 − 𝑦 + 3𝑥
2. 5. Sistemas homogéneos.
Los sistemas homogéneos son sistemas de ecuaciones en los que el término independiente
de todas las ecuaciones es cero.
La particularidad que tienen es son siempre compatibles.

Pueden ser determinados. En ese caso la única solución es que todas las incógnitas valgan
cero, llamada solución trivial.
O pueden resultar compatibles indeterminados con infinitas soluciones.
Ejemplo 13
−2𝑥 + 10𝑦 − 2𝑧 = 0
{ 2𝑥 + 3𝑦 − 𝑧 = 0
18𝑥 + 𝑦 − 3𝑧 = 0
Se trata de un sistema homogéneo, ya que todos los términos independientes de las

ecuaciones son nulos. Por lo tanto, ya se sabe que será un sistema compatible. Falta averiguar
si es determinado o no.
La matriz ampliada es:

−2 10 −2 0
(2 3 −1 | 0)
18 1 −3 0
Para anular las posiciones 2-1 y 3-1, se realizarán las siguientes operaciones:
𝐹´2 = 𝐹2 + 𝐹1
𝐹´3 = 𝐹3 + 9 ∙ 𝐹1
Con lo que queda:
−2 10 −2 0
(0 13 −3 | 0)
0 91 −21 0
Ahora se desea obtener un 0 en la posición 3-2, a partir de operaciones con la segunda fila,
donde ya hay un 0 en la primera columna. ¿Qué operación será necesaria? Para averiguarlo,
se puede escribir la siguiente ecuación:
91 + 𝑥 ∙ 13 = 0
Y despejar x:
−91
𝑥= = −7
13
Entonces, la operación que se busca es:
𝐹´3 = 𝐹3 − 7 ∙ 𝐹2
Con lo que queda:
−2 10 −2 0
(0 13 −3 | 0)
0 0 0 0

Como esta última matriz ampliada tiene una fila completa de ceros, el sistema es
indeterminado. Se puede volver a escribir este sistema equivalente para buscar la solución
general:
−2𝑥 + 10𝑦 − 2𝑧 = 0
{ 13𝑦 − 3𝑧 = 0
0=0
De la segunda ecuación resulta:
3
𝑦= 𝑧
13
Este resultado se reemplaza en la primera ecuación.
3
−2𝑥 + 10 ∙ 𝑧 − 2𝑧 = 0
13
4
−2𝑥 + 𝑧 =0
13
4 2
𝑥= 𝑧= 𝑧
26 13
La solución general es, entonces:
2⁄
13
𝒙 = 𝑧 ∙ (3⁄ ) donde z puede tomar cualquier valor. Para evitar confundir este número con
13
1
la variable, se puede escribir:
2⁄
13
𝒙 = 𝑡 ∙ (3⁄ )
13
1
Como siempre, conviene comprobar esta respuesta. Aquí se hará con un ejemplo. Se toma
un valor posible de t, por facilidad de cálculos, 13, y se efectúan los cálculos para hallar las
demás incógnitas:
Si t vale 13, x será 2 y la y valdrá 3. Entonces, en el sistema original, será:
−2𝑥 + 10𝑦 − 2𝑧 = −2 ∙ 2 + 10 ∙ 3 − 2 ∙ 13 = −4 + 30 − 26 = 0 verifica la primera ecuación.
2𝑥 + 3𝑦 − 𝑧 = 2 ∙ 2 + 3 ∙ 3 − 13 = 4 + 9 − 13 = 0 verifica la segunda ecuación.
18𝑥 + 𝑦 − 3𝑧 = 18 ∙ 2 + 3 − 3 ∙ 13 = 36 + 3 − 39 = 0 verifica la tercera ecuación.
Efectivamente, esta es una solución de las infinitas posibles que admite este sistema.

2. 6. Determinante de una matriz cuadrada
El determinante es un número real que se puede asociar a una matriz cuadrada. Para obtener
el determinante de una matriz, hay que trabajar con sus elementos, sumando y restando
distintos productos entre ellos. Y el resultado es un número.
La forma en que se calcula el determinante de una matriz cuadrada depende de las

dimensiones de la matriz 𝑛 × 𝑛. Es importante recordar que solamente las matrices cuadradas
permiten el cálculo del determinante.
2. 6. 1. Determinante de una matriz de 2 × 2
Para el caso de una matriz de 2 x 2 el determinante es igual al producto de los elementos de

la diagonal menos el producto de los elementos fuera de la diagonal. Es decir:
𝑎11 𝑎12
Si A =(𝑎 𝑎22 ) su determinante será:
21
𝑎11 𝑎12
𝑑𝑒𝑡(𝐴) = |𝐴| = |𝑎 𝑎22 | = 𝑎11 ∙ 𝑎22 − 𝑎12 ∙ 𝑎21
21
2. 6. 2. Determinante de una matriz de 3 × 3
En el caso de matrices cuadradas de dimensión 3X3, se puede calcular el determinante

utilizando la “Regla de Sarrus”. Si la matriz es:
𝑎11 𝑎12 𝑎13
𝐴 = (𝑎21 𝑎22 𝑎23 )
𝑎31 𝑎32 𝑎33
Su determinante se puede calcular agregando dos filas más, repitiendo las dos primeras filas
de la matriz:

𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33
𝑎11 𝑎12 𝑎13
𝑎
( 21 𝑎22 𝑎23 )
A continuación, se multiplican entre sí los componentes de las “diagonales”, y se suman los

resultados de las que van de izquierda a derecha y se restan los de las que van de derecha a
izquierda:
|𝐴| = 𝑎11 ∙ 𝑎22 ∙ 𝑎33 + 𝑎21 ∙ 𝑎32 ∙ 𝑎13 + 𝑎31 ∙ 𝑎12 ∙ 𝑎23 − 𝑎13 ∙ 𝑎22 ∙ 𝑎31 − 𝑎23 ∙ 𝑎32 ∙ 𝑎11 − 𝑎33 ∙ 𝑎12 ∙ 𝑎21 ∙
También se puede escribir de esta manera:
|𝐴| = 𝑎11 ∙ 𝑎22 ∙ 𝑎33 + 𝑎21 ∙ 𝑎32 ∙ 𝑎13 + 𝑎31 ∙ 𝑎12 ∙ 𝑎23 − (𝑎13 ∙ 𝑎22 ∙ 𝑎31 + 𝑎23 ∙ 𝑎32 ∙ 𝑎11 + 𝑎33 ∙ 𝑎12 ∙ 𝑎21 )
En https://www.youtube.com/watch?v=8OnOZvc5rFQ , Alexánder Gómez, de

Colombia, el “Profe Alex”, calcula el determinante de una matriz de 3 × 3 utilizando la Regla
de Sarrus.
2. 6. 3. Determinante de una matriz de 𝑛 × 𝑛
Para calcular determinantes de matrices de mayor dimensión se utiliza la siguiente propiedad:

𝑎11 𝑎12 … 𝑎1𝑛
22 … 𝑎2𝑛 | =
det(𝐴) = |𝐴| = | …21 𝑎…
𝑎
… …
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛
𝑎22 𝑎23 … 𝑎2𝑛 𝑎21 𝑎23 … 𝑎2𝑛
= (−1) 1+1 𝑎32 𝑎33 … 𝑎3𝑛 1+2
∙ 𝑎12 ∙ | 𝑎…31 𝑎…
33 … 𝑎3𝑛 | + ⋯ +
∙ 𝑎11 ∙ | … … … … | + (−1) … …
𝑎𝑛2 𝑎𝑛3 … 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛3 … 𝑎𝑛𝑛
𝑎21 𝑎22 … 𝑎1(𝑛−1)
1+𝑛 𝑎 𝑎32 … 𝑎2(𝑛−1)
+(−1) ∙ 𝑎1𝑛 ∙ | …31 … … … |
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛(𝑛−1)
Aquí se “desarrolló el determinante” por la primera fila. Pero vale también hacerlo por otra
fila o por una columna.
Con este método un determinante de 𝑛 × 𝑛 se calcula como sumas y restas de determinantes
de (𝑛 − 1) × (𝑛 − 1), multiplicados por los coeficientes de esa fila o columna.

El desarrollo por una fila o columna se realiza multiplicando los coeficientes de la fila o
columna por el determinante de la matriz que se obtiene quitando la fila y columna a la cual
pertenece el coeficiente en cuestión. Cada uno de esos determinantes de (𝑛 − 1) × (𝑛 − 1) se
llama menor complementario.
Estos términos van sumados o restados según la posición del coeficiente aij ; si la suma i + j
es par entonces va sumando, si la suma i + j es impar entonces va restando. En general el
término tiene el signo que determina la expresión (−1) 𝑖 + 𝑗 . Al producto de (−1) 𝑖 + 𝑗 por el
menor complementario correspondiente se la denomina adjunto Aij.
Si se calcula el determinante de la matriz de 3 x 3 con este método, desarrollándolo por la

fila 3, es:
𝑎11 𝑎12 𝑎13
𝑎
𝑑𝑒𝑡(𝐴) = |𝐴| = | 21 𝑎22 𝑎23 |
𝑎31 𝑎32 𝑎33
Los signos de cada término sumar están determinados por el factor (−1) 𝑖 + 𝑗 . Cuando i+j es
un número par, quedarán sumando.. Y si i+j es impar, quedarán restando. Entonces es:
𝑎12 𝑎13
(−1)3+1 𝑎31 |𝑎 𝑎23 | = 1 ∙ 𝑎31 ∙ (𝑎12 ∙ 𝑎23 − 𝑎22 ∙ 𝑎13 ) = 𝑎12 ∙ 𝑎23 ∙ 𝑎31 − 𝑎13 ∙ 𝑎22 ∙ 𝑎31
22
𝑎11 𝑎13
(−1)3+2 𝑎32 |𝑎 𝑎23 | = (−1) ∙ 𝑎32 ∙ (𝑎11 ∙ 𝑎23 − 𝑎21 ∙ 𝑎13 ) = 𝑎13 ∙ 𝑎21 ∙ 𝑎32 − 𝑎11 ∙ 𝑎23 ∙ 𝑎32
21
𝑎11 𝑎12
(−1)3+3 𝑎33 |𝑎 | = 1 ∙ 𝑎33 ∙ (𝑎11 ∙ 𝑎22 − 𝑎21 ∙ 𝑎12 ) = 𝑎11 ∙ 𝑎22 ∙ 𝑎33 − 𝑎12 ∙ 𝑎21 ∙ 𝑎33
21 𝑎22
que sumados y reordenados dan:
𝑑𝑒𝑡(𝐴) = |𝐴| = 𝑎11 ∙ 𝑎22 ∙ 𝑎33 + 𝑎12 ∙ 𝑎23 ∙ 𝑎31 + 𝑎13 ∙ 𝑎21 ∙ 𝑎32 − 𝑎11 ∙ 𝑎23 ∙ 𝑎32 − 𝑎12 ∙ 𝑎21 ∙ 𝑎33 − 𝑎13 ∙ 𝑎22 ∙ 𝑎31
Lo interesante del desarrollo por una fila o columna es que, si se tiene un determinante con
una fila o columna con varios ceros salvo algún coeficiente, al desarrollar por esa fila o
columna requerirá calcular pocos determinantes, que además tienen una fila y columna menos
que el determinante original.
Ejemplo 14
Calcule el determinante de la siguiente matriz, utilizando el desarrollo por filas o columnas:

12 2 0
𝐵 = (−17 −3 0)
6 1 1
Aquí conviene hacer el desarrollo por la tercera columna, en la que hay dos ceros. En el cálculo
que sigue, se “tacharon” las filas y las columnas que se eliminan de la matriz para calcular
cada término:
El determinante pedido es igual a -2.

Como puede apreciarse, en algunas matrices, este método puede facilitar los cálculos.
Ejemplo 15
Calcule el determinante de la siguiente matriz:
1 −1 3 2
𝐴=(0 4 −2 1 )
2 3 1 −3
0 −1 0 2
Tanto en la primera columna como en la cuarta fila hay dos ceros. Por ese motivo, conviene
desarrollar el determinante por alguna de ellas. Aquí se hará de las dos maneras, para mostrar
que, obviamente, el resultado que se obtiene es el mismo:
Desarrollo por la cuarta fila:

−1 3 2 1 3 2 1 −1 2
|𝐴| = (−1)4+1 ∙ 0 ∙ | 4 −2 1 | + (−1)4+2 ∙ (−1) ∙ |0 −2 1 | + (−1)4+3 ∙ 0 ∙ |0 4 1 |+
3 1 −3 2 1 −3 2 3 −3
1 −1 3
+(−1)4+4 ∙ 2 ∙ |0 4 −2| = 0 − 1 . 1 . 19 + 0 + 2 . 1 . (−10) = −39
2 3 1
Desarrollo por la primera columna (en la que directamente se escribieron los menores
complementarios correspondientes):
4 −2 1 −1 3 2 −1 −3 2
|A| = (−1)1+1 ∙ 1 ∙ | 3 1 −3| + (−1)2+1 ∙ 0 ∙ | 3 1 −3| + (−1)3+1 ∙ 2 ∙ | 4 −2 1| +
−1 0 2 −1 0 2 −1 0 2
−1 3 2
+(−1)4+1 ∙ 0 ∙ | 4 −2 1 | = 1 ∙ 1 ∙ 15 − 0 + 1 ∙ 2 ∙ (−27) + 0 = −39
3 1 −3
Por lo tanto, el determinante de la matriz A es -39, como ya se había calculado.
En https://www.youtube.com/watch?v=avFmc3RvVGo se muestra el uso de Excel para

calcular determinantes
2 .6 .4. Propiedades de los determinantes
1) Si se multiplica una fila (o una columna) de una matriz A por un escalar, el determinante
de la nueva matriz será igual al producto del determinante de A por ese escalar.
En símbolos:

Para todo número  ≠ 0 se cumple que:
𝜆 𝑎11 𝜆 𝑎12 𝜆 𝑎13 𝑎11 𝑎12 𝑎13
| 𝑎21 𝑎22 𝑎23 | = 𝜆 ∙ |𝑎21 𝑎22 𝑎23 |
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33
O, lo que es lo mismo:
𝑎11 𝑎12 𝑎13
1 𝜆 𝑎11 𝜆 𝑎12 𝜆 𝑎13
|𝑎21 𝑎22 𝑎23 | = ∙ | 𝑎21 𝑎22 𝑎23 |
𝑎31 𝑎32 𝑎33 𝜆 𝑎31 𝑎32 𝑎33
2) Si en una matriz, se reemplaza una fila por la suma de esa fila con otra fila de la matriz,
el determinante no varía.
En símbolos, para todo número  ≠ 0 se cumple que:
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

|𝑎21 𝑎22 𝑎23 | = | 𝑎21 𝑎22 𝑎23 |
𝑎31 𝑎32 𝑎33 𝑎31 + 𝜆 𝑎11 𝑎32 + 𝜆 𝑎12 𝑎33 + 𝜆 𝑎13
Estas propiedades, pueden utilizarse para obtener una matriz con filas o columnas con muchos
ceros, lo que facilitará calcular el determinante por el último método visto. Se puede operar
con las filas (o columnas en los determinantes) de forma similar a como se hizo con el método
de Gauss con las matrices. Pero es importante recordar que, a diferencia del método de Gauss,
si solo se multiplica una fila o columna por un escalar distinto de cero, para que el nuevo
determinante sea igual que el anterior se debe dividir el resultado por ese escalar, según la
propiedad 1. Sin embargo, sigue siendo válido el reemplazar una fila o columna por la suma
de ella más otra paralela, que sí puede estar multiplicada por un escalar, sin que cambie el
valor del nuevo determinante.
3) Un sistema de ecuaciones es compatible determinado si, y sólo si, el determinante de su

matriz asociada es distinto de cero.
Esta propiedad permite clasificar un sistema de ecuaciones antes de comenzar a resolverlo.
Si el determinante de la matriz asociada al sistema no es cero, será compatible determinado,
es decir, tendrá una única solución.
Si el determinante fuera cero, podría ser que el sistema fuera indeterminado o que fuera
incompatible. Pero no tendrá solución única.
4) El determinante del producto de dos matrices cuadradas es igual al producto de los

determinantes de esas matrices. En símbolos:
|𝐴 ∙ 𝐵| = |𝐴| ∙ |𝐵|

Ejemplo 16
Calcule el determinante de la matriz del Ejemplo 15, aplicando las propiedades anteriores:
1 −1 3 2
𝐴=(0 4 −2 1 )
2 3 1 −3
0 −1 0 2
Aquí se va a desarrollar por la cuarta fila, pero antes, se reemplazará la cuarta columna por
la siguiente combinación : 𝐶4 + 2𝐶2 → 𝐶4
1 −1 3 2 1 −1 3 0
|𝐴| = | 0 4 −2 1 | = |0 4 −2 9|
2 3 1 −3 2 3 1 3
0 −1 0 2 0 −1 0 0
Ahora, el desarrollo por la cuarta fila es:

−1 3 0 1 3 0
|A| = (−1)4+1 ∙ 0 ∙ | 4 −2 9| + (−1)4+2 ∙ (−1) ∙ |0 −2 9| +
3 1 3 2 1 3
1 −1 0 1 −1 3
+(−1)4+3 ∙ 0 ∙ |0 4 9| + (−1)4+4 ∙ 0 ∙ |0 4 −2| = 0 − 1 ∙ 39 = −39
2 3 3 2 3 1
Por supuesto, el resultado es el mismo que el que se obtuvo anteriormente, pero en este
caso, sólo hubo que calcular un único determinante de 3 × 3.
Ejemplo 17
Calcule los determinantes de la matrices asociadas al sistema de ecuaciones del Ejemplo 10
y al del Ejemplo 11 y compruebe la propiedad 3 de los determinantes
La matriz asociada al sistema del ejemplo 10 es:

3 2 0
𝐴 = (0 −1 2)
2 1 1
Para calcular su determinante, se desarrollará por la segunda fila. Pero antes, se realizará el
siguiente reemplazo, para que los cálculos sean más sencillos: 𝐶3 + 2𝐶2 → 𝐶3
3 2 0 3 2 4
2 4 3 4 3 2
|𝐴| = |0 −1 2| = |0 −1 0| = (−1)2+1 ∙ 0 ∙ | | + (−1)2+2 ∙ (−1) ∙ | | + (−1)2+3 ∙ 0 ∙ | |=
1 3 2 3 2 1
2 1 1 2 1 3

= 0 − 1 ∙ 1 = −1
De modo que el determinante de la matriz es distinto de cero, lo que garantiza que este
sistema es compatible determinado. Esta información ya estaba disponible, pues se había
resuelto el sistema por el método de Gauss.
1 1 −1
La matriz asociada al sistema del Ejemplo 11 es 𝐴 = (−2 0 3 ).
1 5 1
Para calcular su determinante, se desarrollará por la segunda columna. Pero, para facilitar los
cálculos, primero se hará el siguiente reemplazo: F3 − 5 ∙ F1 → 𝐹3
1 1 −1 1 1 −1
|𝐴| = |−2 0 3 | = |−2 0 3|
1 5 1 −4 0 6
En el siguiente desarrollo no se escribieron todos los términos, porque los que faltan, son
nulos:
−2 3
|𝐴| = (−1)1+2 ∙ 1 ∙ | | = (−1) ∙ 0 = 0
−4 6
Como el determinante de esta matriz es cero, el sistema de ecuaciones no es compatible

determinado, pudiendo con esta herramienta solamente decir que el sistema será o bien
incompatible o bien compatible indeterminado.
En este caso será compatible indeterminado como vimos anteriormente al haber resuelto el
sistema anteriormente por el método de Gauss.
2. 7. Regla de Cramer
La Regla de Cramer es un método alternativo al de Gauss para resolver sistemas de

ecuaciones lineales cuadrados, es decir, con la misma cantidad de incógnitas que de
ecuaciones, compatibles determinados.
Como se mencionó si el determinante de la matriz asociada es distinto de cero, un sistema

es compatible determinado. Su solución se puede obtener utilizando determinantes.
Así la solución para un sistema de ecuaciones de 2 x 2 genérico:

𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1
{
𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2
o, si se lo escribe en forma de producto de matrices 𝐴 . 𝒙 = 𝑏

𝑎11 𝑎12 𝑥1 𝑏1
(𝑎 𝑎22 ) (𝑥2 ) = (𝑏2 )
21
𝑎11 𝑎12
Si el 𝑑𝑒𝑡(𝐴) = |𝐴| = |𝑎 𝑎22 | = 𝑎11 ∙ 𝑎22 − 𝑎12 ∙ 𝑎21 ≠ 0 entonces las soluciones se pueden
21
escribir como
𝑏 𝑎12 𝑎 𝑏1
∆𝑥1 | 1 | ∆𝑥2 | 11 |
𝑏2 𝑎22 𝑎21 𝑏2
𝑥1 = = 𝑎 𝑥2 = = 𝑎
|𝐴| | 11 𝑎12 | |𝐴| | 11 𝑎12 |
𝑎21 𝑎22 𝑎21 𝑎22
Los determinantes que aparecen en los numeradores de las expresiones anteriores se

obtienen reemplazando en la matriz asociada, los coeficientes de la incógnita correspondiente
por los términos independientes de la ecuación.
Este es el denominado método de Cramer para hallar las soluciones de un sistema compatible
determinado. Para el sistema de 2 x 2 (dos ecuaciones y dos incógnitas) las soluciones x1 y
x2 del sistema se pueden hallar calculando 3 determinantes:
1) el determinante de la matriz del sistema:
𝑎11 𝑎12
|𝑎 𝑎22 |
21
2) el determinante de la matriz que se obtiene al reemplazar la columna asociada a la variable

x1 por la columna de los términos independientes, al que llamaremos ∆𝑥1
𝑏 𝑎12
∆𝑥1 = | 1 |
𝑏2 𝑎22
3) y el determinante de la matriz que se obtiene al reemplazar la columna asociada a la
variable x2 por la columna de los términos independientes, al que se denominará ∆𝑥2
𝑎11 𝑏1
∆𝑥2 = | |
𝑎21 𝑏2
Esta regla para la resolución se puede aplicar para la resolución de cualquier sistema de
ecuaciones cuadrado, compatible determinado, como se verá al final del siguiente apartado.

Ejemplo 18
Resuelva el sistema de ecuaciones del Ejemplo 8 utilizando el método de Cramer
2 𝑀 + 1 𝐵 + 3 𝑁 = 13
{ 3 𝑀 + 2 𝐵 + 2 𝑁 = 13
2 𝑀 + 3 𝐵 + 1 𝑁 = 11
La matriz asociada a este sistema es:
2 1 3
𝐴 = (3 2 2)
2 3 1
13
El vector de términos independientes es 𝑉 = (13)
11
Ahora, con Excel, se calcularán los siguientes determinantes:

2 1 3
|𝐴| = |3 2 2| = 8
2 3 1
13 1 3
∆𝑀 = |13 2 2| = 8
11 3 1
2 13 3
∆𝐵 = |3 13 2| = 16
2 11 1
2 1 13
∆𝑀 = |3 2 13| = 24
2 3 11
Entonces, el precio de las manzanas es:

∆𝑀 8
𝑀= = =1
|𝐴| 8
El de las bananas:
∆𝑁 16
𝐵= = =2
|𝐴| 8
Y el de las naranjas:
∆𝑁 24
𝑁= = =3
|𝐴| 8

Entonces, el vector solución es:
1
𝒙 = ( 2)
3
Se propone como actividad comprobar que estos resultados satisfacen el sistema de

ecuaciones, que podría escribirse en forma matricial, así:
2 1 3 1 13
(3 2 2) ∙ (2) = (13)
2 3 1 3 11
2. 7. 1. Clasificación del tipo de sistema utilizando determinantes
La regla de Cramer también se puede utilizar para clasificar los sistemas de ecuaciones.
Cuando la cantidad de ecuaciones es igual a la cantidad de incógnitas, se puede clasificar el
sistema teniendo en cuenta el valor de los determinantes que se utilizan en la regla de
Cramer.
Un sistema de ecuaciones será:

• Compatible determinado, es decir, tendrá una única solución, si el determinante de la
matriz asociada es distinto de cero.
• Compatible indeterminado, es decir, tendrá infinitas soluciones, si todos los
determinantes, |𝐴| y todos los ∆𝑥𝑖 correspondientes a las distintas variables, son
iguales a cero.
• Incompatible, es decir, no tendrá soluciones, si el determinante de la matriz asociada
es igual a cero y alguno de los otros determinantes ∆𝑥𝑖 , correspondiente a alguna de
las variables, tiene un valor diferente a cero
Ejemplo 19
Determine para que valores de k el siguiente sistema es compatible determinado, para cuáles
es compatible indeterminado y para cuales es incompatible.

𝑥 + 𝑘. 𝑦 + 3 ∙ 𝑧 = 12
{𝑘. 𝑧 = −7 + 2 ∙ 𝑥 + 𝑦
2 ∙ 𝑘. 𝑧 = 0
Si un sistema de ecuaciones lineales es compatible, el determinante de la matriz de

coeficientes debe ser diferente a cero. Pero antes, es necesario ordenar y completar el sistema
de ecuaciones:
𝑥 + 𝑘. 𝑦 + 3 ∙ 𝑧 = 12
{ −2 ∙ 𝑥 − 𝑦 + 𝑘. 𝑧 = −7
0 ∙ 𝑥 + 0 ∙ 𝑦 + 2 ∙ 𝑘. 𝑧 = 0
Ahora sí, se calculará el determinante de la matriz de coeficientes, utilizando la regla de
Sarrus.
1 𝑘 3
−2 −1 𝑘
|0 0 2𝑘 || = 1. (−1). 2𝑘 + (−2). 0.3 + 0. 𝑘. 2𝑘 − [3. (−1). 0 + 𝑘. 0.1 + 2𝑘. 𝑘. (−2)] =
|
1 𝑘 3
−2 −1 2𝑘
= −2𝑘 + 0 + 0 − (0 + 0 − 4𝑘 2 ) = 4𝑘 2 − 2𝑘 ≠ 0
1
Para que este determinante no resulte igual a cero, deberá ser 𝑘 ≠ 0 o 𝑘 ≠ que son los valores
2
que anulan la expresión anterior (calculados, por ejemplo, con la fórmula de la resolvente).
1
Por lo tanto, si k pertenece al conjunto R − {0; }, el sistema de ecuaciones será compatible y
2
determinado.
1
Para averiguar qué sucede cuando 𝑘 = , se calculará el determinante correspondiente a la
2
variable x, cuando k toma este valor.
12 1⁄ 3
2
∆𝑥 = |−7 −2 1⁄ | = −8,5 ≠ 0
2
0 0 1
Como hay al menos un determinante de coeficientes que es distinto de cero, el sistema será
1
incompatible cuando 𝑘 = .
2
Falta averiguar qué sucede cuando 𝑘 = 0. Con ese objetivo, se calcularán los determinantes
correspondientes a todas las variables, cuando k toma este valor:

12 0 3
∆𝑥 = |−7 −1 0| = 0
0 0 0
1 12 3
∆𝑦 = |−2 −7 0| = 0
0 0 0
1 0 12
∆𝑧 = |−2 −1 −7| = 0
0 0 0
Como todos los determinantes son nulos, el sistema es indeterminado cuando 𝑘 = 0.
Resumiendo todo lo dicho hasta aquí es:
Si 𝑘 = 0, el sistema resulta indeterminado (infinitas soluciones).

1
Si 𝑘 = , el sistema resulta incompatible (no tiene solución).
2
1
Si 𝑘 ∈ R − {0; }, el sistema es compatible determinado (tiene solución única).
2
2.8. Matriz inversa
Se define matriz inversa de una matriz cuadrada A, a la matriz A-1 que cumple:
𝐴 . 𝐴−1 = 𝐴−1 . 𝐴 = 𝐼𝑑
donde Id es la matriz identidad, que ya se definió en esta misma Unidad.
La propiedad 4 de los determinantes, la del producto de matrices permite obtener una

condición necesaria para la existencia de la matriz inversa:
|𝐴 . 𝐴−1 | = | 𝐼𝑑| = 1, porque el determinante de cualquier matriz identidad es uno.

Entonces,
|𝐴 | . | 𝐴−1 | = 1, entonces debe ser |𝐴 | ≠ 0 y | 𝐴−1 | ≠ 0

Una condición necesaria para que exista la matriz inversa de una matriz A es que el
determinante de A debe ser distinto de cero
La matriz inversa A-1 es, por su definición, la inversa multiplicativa de la matriz A dado que al
multiplicarlas da como resultado el elemento neutro de la multiplicación de matrices, es decir,
la matiz identidad. La definición de matriz inversa viene dada por A A-1 = I.
Para hallar la matriz inversa es necesario resolver la ecuación matricial:
A A-1 = A-1 A = I
Ejemplo 20
1 1 −1
Encuentre la matriz inversa de 𝐴 = ( 2 2 −1)
−2 −1 1
En este caso, la ecuación matricial a resolver es:

1 1 −1 𝑐11 𝑐12 𝑐13 1 0 0
A A-1 = ( 2 2 −1 ) (𝑐21 𝑐22 𝑐23 )=(0 1 0) = I
−2 −1 1 𝑐31 𝑐32 𝑐33 0 0 1
Donde los coeficientes cij son los elementos de la matriz inversa, A-1. Al realizar el producto
de las matrices se obtiene el siguiente sistema de 9 ecuaciones y nueve incógnitas:
1∙ 𝑐11 + 1∙ 𝑐21 + (−1) ∙ 𝑐31 = 1

1∙ 𝑐12 + 1∙ 𝑐22 + (−1) ∙ 𝑐32 = 0
1∙ 𝑐13 + 1 ∙ 𝑐23 + (−1) ∙ 𝑐33 = 0
2∙ 𝑐11 + 2 ∙ 𝑐21 + (−1) ∙ 𝑐31 = 0
2∙ 𝑐12 + 2 ∙ 𝑐22 + (−1) ∙ 𝑐32 = 1
2∙ 𝑐13 + 2 ∙ 𝑐23 + (−1) ∙ 𝑐33 = 0
−2 ∙ 𝑐11 + (−1) ∙ 𝑐21 + 1 ∙ 𝑐31 = 0
−2 ∙ 𝑐12 + (−1) ∙ 𝑐22 + 1 ∙ 𝑐32 = 0
{−2 ∙ 𝑐13 + (−1) ∙ 𝑐23 + 1 ∙ 𝑐33 = 1
Si se observa el sistema cuidadosamente, se puede advertir que, en realidad, este gran

sistema es equivalente a 3 sistemas separados cada uno con 3 incógnitas:

Escribiendo para el sistema particular que se quiere calcular la inversa de A resulta:
1 ∙ 𝑐11 + 1∙ 𝑐21 + (−1) ∙ 𝑐31 = 1
{ 2 ∙ 𝑐11 + 2 ∙ 𝑐21 + (−1) ∙ 𝑐31 = 0
−2 ∙ 𝑐11 + (−1) ∙ 𝑐21 + 1 ∙ 𝑐31 = 0
1 ∙ 𝑐12 + 1∙ 𝑐22 + (−1) ∙ 𝑐32 = 0

{ 2 ∙ 𝑐12 + 2 ∙ 𝑐22 + (−1) ∙ 𝑐32 = 1
−2 ∙ 𝑐12 + (−1) ∙ 𝑐22 + 1 ∙ 𝑐32 = 0
1 ∙ 𝑐13 + 1∙ 𝑐23 + (−1) ∙ 𝑐33 = 0

{ 2 ∙ 𝑐13 + 2 ∙ 𝑐23 + (−1) ∙ 𝑐33 = 0
−2 ∙ 𝑐13 + (−1) ∙ 𝑐23 + 1 ∙ 𝑐33 = 1
o bien en forma matricial hay que resolver los tres sistemas dados por
1 1 −1 𝑐11 1
(2 2 −1 ) (𝑐21 )=(0)
−2 −1 1 𝑐31 0
1 1 −1 𝑐12 0
(2 2 −1 ) (𝑐22 )=(1)
−2 −1 1 𝑐32 0
y
1 1 −1 𝑐13 0
(2 2 −1) (𝑐23 )=(0)
−2 −1 1 𝑐33 1
Nótese que los tres sistemas tienen la misma matriz asociada sólo cambia el vector de los
términos independientes. De esta forma para hallar la matriz inversa se tienen que resolver
estos tres sistemas.
Como siempre, se pueden resolver de varias maneras. Primero se resolverá utilizando el
método de Gauss.
a) Con el método de Gauss

Estos tres sistemas tienen las siguientes matrices ampliadas a las que se les aplicará el
método de Gauss:
1 1 −1 1 1 1 −1 0 1 1 −1 0
(2 2 −1 | 0) ; ( 2 2 −1 | 1) y ( 2 2 −1 | 0)
−2 −1 1 0 −2 −1 1 0 −2 −1 1 1

Dado que los tres tienen la misma matriz asociada, se pueden resolver los tres sistemas
simultáneamente si se reescriben en una única matriz ampliada, con los vectores de términos
independientes formando una nueva matriz, de tres columnas, de esta manera:
1 1 −1 1 0 0
(2 2 −1 | 0 1 0)
−2 −1 1 0 0 1
Es importante notar que, en esta nueva distribución, a la izquierda aparece la matriz asociada
al sistema de ecuaciones, ampliada a la derecha con la matriz identidad:
(𝐴 | 𝐼𝑑)
A partir de aquí, se aplica el método de Gauss para esta matriz.

Para hacer ceros en la primera columna se realiza F2 – 2 F1 → F2 y F3 + 2 F1 → F3
1 1 −1 1 0 0
(0 0 1 | −2 1 0)
0 1 −1 2 0 1
En este punto, como en la segunda fila hay dos ceros y un 1, que es lo deseado para la
tercera fila, conviene intercambiar de lugar entre ellas, es decir, F2 ↔ F3
1 1 −1 1 0 0
(0 1 −1 | 2 0 1)
0 0 1 −2 1 0
Falta lograr un 0 en la posición 1-2: F1-F2 → F1:
1 0 0 −1 0 −0
(0 1 −1 | 2 0 1)
0 0 1 −2 1 0
Ahora, solo falta un cero en la posición 2-3: F2+F3 → F2:
1 0 0 −1 0 −1
(0 1 0| 0 1 1)
0 0 1 −2 1 0
Al reescribir con este resultado, los tres sistemas de arriba se transforman en:
1 1 −1 1 1 0 0 −1
(2 2 −1 | 0) → (0 1 0| 0 )
−2 −1 1 0 0 0 1 −2
Entonces, c11 =-1, c21=0 y c31=-2.
3 2 0 0 1 0 0 0
(0 −1 2 | 1) → ( 0 1 0| 1)
2 1 1 0 0 0 1 1
Entonces, c12 =0, c22=1 y c32=1 y:

3 2 0 0 1 0 0 −1
(0 −1 2 | 0) → ( 0 1 0| 1 )
2 1 1 1 0 0 1 0
Entonces, c13 =-1, c23=1 y c33=0
−1 0 −1
con lo que la matriz inversa A-1 será: ( 0 1 1 ), que es la matriz que queda a la derecha
−2 1 0
después de aplicar el método de Gauss:
Se parte de la matriz ampliada con la identidad y se llega a la identidad ampliada con la
inversa
(𝐴 | 𝐼𝑑) → (𝐼𝑑 | 𝐴−1 )
En este ejemplo es:

1 1 −1 1 0 0 1 1 −1 1 0 0 1 0 0 −1 0 −1
(2 2 −1 | 0 1 0) ( 2 2 −1 | 0 1 0) → ( 0 1 0| 0 1 1)
−2 −1 1 0 0 1 −2 −1 1 0 0 1 0 0 1 −2 1 0
Es conveniente verificar que la matriz hallada es la inversa de la matriz A. Para ello, se

multiplican ambas matrices debiéndose obtener la matriz identidad.
1 1 −1 −1 0 −1 1 0 0
(2 2 −1).( 0 1 1 )=(0 1 0)
−2 −1 1 −2 1 0 0 0 1
con lo cual se verifica que la matriz inversa calculada es correcta.
b) Con la regla de Cramer
También se pueden resolver los sistemas

1 1 −1 1 1 1 −1 0 1 1 −1 0
(2 2 −1 | 0) ; ( 2 2 −1 | 1) y ( 2 2 −1 | 0)
−2 −1 1 0 −2 −1 1 0 −2 −1 1 1
con la regla de Cramer.

Para todos ellos será necesario calcular el determinante de A:
1 1 −1
|𝐴| = | 2 2 −1| =
−2 −1 1
= 1 ∙ 2 ∙ 1 + 2 ∙ (−1) ∙ (−1) + (−2) ∙ 1 ∙ (−1) − [(−2) ∙ 2 ∙ (−1) + 2 ∙ (−1) ∙ (−1) + 1 ∙ (−1) ∙ (−1)] =
2 + 2 + 2 − (4 + 2 + 1) = −1

Para el primer sistema es:
se puede calcular c11 utilizando el determinante que resulta al reemplazar el vector de los
términos independientes en la primera columna de la matriz A dividido por el determinante
de A (que ya se calculó previamente y dio |A| = -1). Esto da:
1 1 −1
|0 2 −1|
∆𝑐11
𝑐11 = = 0 −1 1
|𝐴| |𝐴|
Para resolver el determinante del numerador, conviene desarrollarlo por la primera columna:
1 1 −1
|0 2 −1| 2 −1 1 −1 1 −1
(−1)(1+1) ∙ 1 ∙ | | + (−1)(2+1) ∙ 0 ∙ | | + (−1)(3+1) ∙ 0 ∙ | |
𝑐11 = 0 −1 1 = −1 1 −1 1 2 −1 =
|𝐴| −1
En este paso es importante notar que el numerador es igual al adjunto del elemento a11 de
la matriz asociada:
2 −1
(−1)(1+1) ∙ | |
= −1 1 = 𝐴11 = 2.1 − (−1). (−1) = 2 − 1 = −1
−1 |𝐴| −1 −1
Lo mismo se realiza para los demás coeficientes de la matriz inversa, es decir, se desarrolla
el determinante por la columna más conveniente:
1 1 −1
|2 0 −1| 2 −1 2 −1
0 + (−1)(2+1) ∙ 1 ∙ | |+0 −1 ∙ | |
c21 = −2 0 1 = −2 1 = −2 1 = A21 = 0
|A| −1 −1 |A|
Advierta que para calcular el elemento c21 se utiliza el A12. En general para calcular el elemento
cij, resulta necesario calcular el adjunto de el elemento cji.
No se repetirá acá, para el resto de los elementos, todo el desarrollo simplemente se
calcularán mediante el uso de los adjuntos correspondientes de A:
(1+3) 2 2
𝐴13 (−1) ∙| |
−2 −1 = −2 − (−4) = −2
𝑐31 = =
|𝐴| −1 −1

(1+2) 1 −1
A21 (−1) ∙|
−1
|
1 = −1 ∙ (1 − 1) = 0
c12 = =
|A| −1 −1
(2+2) 1 −1
A22 (−1) ∙ |
−2
|
1 = 1 ∙ (1 − 2) = 1
c22 = =
|A| −1 −1
(2+3) 1 1
A32 (−1) ∙ |
2
|
1 = (−1) ∙ (1 − 2) = 1
c23 = =
|A| −1 −1
(3+1) 1 −1
A31 (−1) ∙|
2
|
−1 = −1 − (−2) = −1
c13 = =
|A| −1 −1
(3+2) 1 −1
A32 (−1) |
2
|
−1 = (−1) ∙ [−1 − (−2)] = 1
c23 = =
|A| −1 −1
(3+3) 1 1
𝐴33 (−1) |
2
|
2 = 1 ∙ (2 − 2) = 0
𝑐33 = =
|𝐴| −1 −1
con lo cual nuevamente se obtiene la matriz inversa:

−1 0 −1
A-1 = ( 0 1 1)
−2 1 0
En https://www.youtube.com/watch?v=qOS3I-Sa7Uc se muestra cómo aprovechar

Excel para calcular matrices inversas.

2. 8. 1. Uso de las matrices inversas para resolver sistemas de
ecuaciones
La matriz inversa, permite obtener la solución sistema de ecuaciones lineales, multiplicando

dos matrices, la matriz inversa por el vector de los coeficientes independientes del sistema.
Dado el sistema en forma matricial

𝐴 .𝒙 = 𝑏
si se multiplica a izquierda cada miembro de esta ecuación por la matriz inversa de la matriz
asociada es:
𝐴−1 . 𝐴 . 𝒙 = 𝐴−1 . 𝑏
𝐼𝑑 . 𝒙 = 𝐴−1 . 𝑏
𝒙 = 𝐴−1 . 𝑏
Al utilizar este método, es muy importante recordar que en el producto de matrices es

importante el orden ya que no cumplen en general la propiedad conmutativa. Si bien
A . A-1 = A-1 . A, en general x . A-1  A-1 . x
Entonces la solución del sistema se puede calcular directamente como el producto de la matriz
inversa de la asociada al sistema, por el vector de los coeficientes independientes, b.
Ejemplo 21
Dado el sistema de ecuaciones:
𝑦 = 9 + 4𝑧 − 2𝑥
{ 𝑥 − 2𝑦 + 2𝑧 = −7
3𝑥 + 3𝑧 = 4𝑦 − 12
Se pide que calcule el determinante de la matriz asociada al sistema, halle la matriz inversa
de dicha matriz y utilícela para resolver el sistema.
Para calcular el determinante, antes es necesario reordenar el sistema:

2𝑥 + 𝑦 − 4𝑧 = 9
{ 𝑥 − 2𝑦 + 2𝑧 = −7
3𝑥 − 4𝑦 + 3𝑧 = −12
Por lo tanto la matriz asociada al sistema es:
2 1 −4
𝐴 = (1 −2 +2)
3 −4 3
Su determinante se puede calcular por la regla de Sarrus:
2 1 −4
1 −2 2
|𝐴| = ||3 −4 3 || =
2 1 −4
1 −2 2
= 2 ∙ (−2) ∙ 3 + 1 ∙ (−4) ∙ (−4) + 3 ∙ 1 ∙ 2 − [(−4) ∙ (−2) ∙ 3 + 2 ∙ (−4) ∙ 2 + 3 ∙ 1 ∙ 1] =
= −12 + 16 + 6 − (24 − 16 + 3) = 10 − 11 = −1
Por lo tanto, el determinante de la matriz es igual a −1.
Se buscará ahora la matriz inversa, mediante el método de Gauss. Para ello, se amplía la
matriz con la matriz identidad:
2 1 −4 1 0 0
(1 −2 2 | 0 1 0)
3 −4 3 0 0 1
Para obtener un 1 en la posición 1-1, se puede dividir toda la fila por 2. Pero también se
pueden cambiar de lugar las filas uno y dos. Aquí se prefiere hacer eso, para evitar trabajar
con fracciones:
𝐹1 ↔ 𝐹2
1 −2 2 0 1 0
(2 1 −4 | 1 0 0)
3 −4 3 0 0 1

Ya hay un 1 en la posición 1-1. Hacen falta un cero en la posición 2-1 y otro en la posición 3-
1 para que quede lista la primera columna. Por eso, se hace:
𝐹`2 = 𝐹2 − 2 ∙ 𝐹1
𝐹´3 = 𝐹3 − 3 ∙ 𝐹1
1 −2 2 0 1 0
(0 5 −8 | 1 −2 0)
0 2 −3 0 −3 1
Para obtener un 1 en la posición 2-2, se divide toda la fila por 5: 𝐹`2 = 𝐹2/5
1 −2 2 0 1 0
(0 1 −1,6 | 0,2 −0,4 0)
0 2 −3 0 −3 1
Para completar de ceros la columna 2, se hace: 𝐹´1 = 𝐹1 + 2 ∙ 𝐹2 y 𝐹´3 = 𝐹3 − 2 ∙ 𝐹2
1 0 −1,2 0,4 0,2 0

(0 1 −1,6 | 0,2 −0,4 0)
0 0 0,2 −0,4 −2,2 1
Queda así lista la columna 2. Ahora, para tener un 1 en la posición 3-3, se hace:
𝐹´3 = 𝐹3/(0,2)
1 0 −1,2 0,4 0,2 0

(0 1 −1,6 | 0,2 −0,4 0)
0 0 1 −2 −11 5
Para completar con ceros el resto de la tercera columna, sólo hace falta hacer:
𝐹´1 = 𝐹1 + 1,2 ∙ 𝐹3
𝐹´2 = 𝐹2 + 1,6 ∙ 𝐹3
1 0 0 −2 −13 6
(0 1 0 | −3 −18 8)
0 0 1 −2 −11 5
Por lo tanto, la matriz inversa buscada es:

−2 −13 6
𝐴−1 = (−3 −18 8)
−2 −11 5
Conviene chequear que este cálculo esté bien, realizando el producto A.A-1, que aquí se
sugiere realizar como actividad.
Para resolver el sistema, utilizando el método de la matriz inversa, conviene escribirlo primero
como un producto de matrices:
2 1 −4 𝑥 9
(1 −2 2 ) ∙ (𝑦) = ( −7 )
3 −4 3 𝑧 −12
Para resolverlo, se multiplica a izquierda por la matriz inversa encontrada:
−2 −13 6 2 1 −4 𝑥 −2 −13 6 9
(−3 −18 8) ∙ ( 1 −2 +2) ∙ (𝑦) = (−3 −18 8) ∙ ( −7 )
−2 −11 5 3 −4 3 𝑧 −2 −11 5 −12
Y se resuelven los productos en ambos miembros:
1 0 0 𝑥 1
(0 1 0 ) ∙ ( 𝑦) = ( 3 )
0 0 1 𝑧 −1
𝑥 1
(𝑦 ) = ( 3 )
𝑧 −1
Por lo tanto, la solución del sistema de ecuaciones es
𝑥=1
{𝑦=3
𝑧 = −1
Ejemplo 22

1 1 −3 3 2 1 4 6 −4
Siendo= (−1 0 2 ), 𝐵 = (−1 5 0) y 𝐶 = (−6 4 11 )se pide que halle la matriz X para
0 2 −1 2 −7 4 5 −3 −5
que 𝑋. 𝐴 + 𝐵 = 𝐶
Para resolver esta ecuación matricial, se resta en ambos términos la matriz B:
A∙X+B−B= C−B
A∙X+𝟎=A∙X= C−B
4 6 −4 3 2 1 1 4 −5
𝑋. 𝐴 = 𝐶 − 𝐵 = (−6 4 11 ) − (−1 5 0) = (−5 −1 11 )
5 −3 −5 2 −7 4 3 4 −9
Ahora se multiplica a derecha a ambos miembros por la matriz inversa de A:
1 4 −5
𝑋 ∙ 𝐴 ∙ 𝐴−1 = (−5 −1 11 ) ∙ 𝐴−1
3 4 −9
Operando en el primer miembro, se obtiene:
1 4 −5
𝑋 ∙ 𝐴 ∙ 𝐴−1 = 𝑋. 𝐼 = 𝑋 = (−5 −1 11 ) ∙ 𝐴−1
3 4 −9
Por lo tanto, para hallar la matriz X, se debe hallar antes la matriz inversa de A.
Aquí se hará mediante el método de Gauss:
Se amplía la matriz A con la matriz identidad:
1 1 −3 1 0 0
(−1 0 2 |0 1 0)
0 2 −1 0 0 1
Luego, se busca obtener un 0 en la 2° fila 1° columna, y 3° fila, 1° columna (pero ahí ya hay
un cero). Por lo tanto, sólo hace falta hacer:
F2´=F2 + F1
1 1 −3 1 0 0
(0 1 −1| 1 1 0)
0 2 −1 0 0 1

Ahora es necesario seguir por la segunda columna. Se comienza con un 1 en la posición 2-2.
Como ya hay uno, se buscará hacer 0 las posiciones 1-2 y 3-2. Para esto, se realizan las
siguientes operaciones:
F1´=F1 – F2
F3´=F3 – 2 F2
1 0 −2 0 −1 0
(0 1 −1| 1 1 0)
0 0 1 −2 −2 1
Ya hay un 1 en la 3° fila, 3° columna. Para dejarla lista a la tercera columna, hace falta un 0
en la posición 1-3 y otro en la posición 2-3. Para eso se hace:
F1´=F1 + 2 F3
F2´=F2 + F3
1 0 0 −4 −5 2
(0 1 0| −1 −1 1)
0 0 1 −2 −2 1
Por lo tanto, la matriz inversa de A será:
−4 −5 2
𝐴−1 = (−1 −1 1)
−2 −2 1
Antes de proseguir, es conveniente comprobar, mediante la multiplicación con A, que no se

hayan cometido errores en este cálculo. Tarea que se sugiere como actividad.
Se retoma ahora la ecuación matricial, que se está resolviendo. Es:

1 4 −5
𝑋 ∙ 𝐴 ∙ 𝐴−1 = (−5 −1 11 ) ∙ 𝐴−1
3 4 −9
Al operar en el primer miembro, se obtiene:
1 4 −5
𝑋 ∙ 𝐴 ∙ 𝐴−1 = 𝑋. 𝐼 = 𝑋 = (−5 −1 11 ) ∙ 𝐴−1
3 4 −9

Por lo tanto, para hallar la matriz X, se debe realizar la multiplicación que ha quedado en el
último miembro:
−4 −5 2
(−1 −1 1)
−2 −2 1
1 4 −5 2 1 1
(−5 −1 11 ) (−1 4 0)
3 4 −9 2 −1 1
Entonces, la matriz X buscada será:

2 1 1
𝑋 = (−1 4 0)
2 −1 1
Como siempre, es conveniente reemplazar esta matriz en la ecuación original y comprobar
que los cálculos coincidan con el resultado del enunciado.
Ejemplo 23
Resuelva el siguiente problema:
En la fabricación de un producto X se utilizan 5 unidades del insumo A y 3 del B. En la
fabricación del producto Y, se utilizan 2 unidades de A y 4 de B. Si se disponen de 71 unidades
de A y 79 unidades del insumo B, calcule cuántos productos X y cuántos Y se pueden fabricar,
utilizando la totalidad de los insumos disponibles.
Para plantear un problema es muy importante comenzar preguntándose ¿qué hay que
averiguar en este problema? Para contestarse, suele ser necesario leer otra vez el enunciado
y pensar bien.
En este caso, la pregunta está explícita. Pide averiguar cuántos productos X y cuántos
productos Y se pueden calcular. Por eso, el siguiente paso es ponerle nombre a esas
incógnitas. Y se escribe con claridad de qué se habla:
x: cantidad del producto X a fabricar.
y: cantidad del producto Y a fabricar.
Es importante notar que no dice “x: producto x” sino que se explicita que se busca “la cantidad
del producto x a fabricar”. Se detalla bien.

El resto de la información que ofrece el enunciado, conviene acomodarlo en una tabla. Se
habla allí de insumos, que son las materias primas que hacen falta para la producción y
productos, que serán el resultado de esa producción. Cada producto requiere una combinación
distinta de esos insumos, según el siguiente detalle:
Productos
X Y
Insumos
A 5 2
B 3 4
La restricción a la cantidad de productos que se pueden fabricar la impone la cantidad de

insumos disponibles. Se puede agregar una columna con ese dato:
Productos
X Y Total
Insumos
A 5 2 71
B 3 4 79
Entonces, para el insumo A se tienen 71 unidades, que se pueden utilizar de la siguiente

manera:
5 por cada producto X que vayan a producir (en total sería 5 por x) y 2 por cada producto Y
(en total, sería 2 por y).
De la misma manera, para el insumo B, se pueden utilizar 3 unidades por cada producto X y
4 por cada producto Y. Y en total se pueden gastar 79 unidades.
Es decir:
5 ∙ 𝑥 + 2 ∙ 𝑦 = 71
{
3 ∙ 𝑥 + 4 ∙ 𝑦 = 79
Como ambas deben tener la misma solución, forman un sistema de ecuaciones, que se puede
resolver por cualquiera de los métodos ya estudiados. Por ejemplo, por la regla de Cramer.
La matriz asociada al sistema es:
5 2
𝐴=( )
3 4

y su determinante es |𝐴| = 5 ∙ 4 − 3 ∙ 2 = 20 − 6 = 14.
Por lo tanto, será:
71 2
∆x |79 4| 71 ∙ 4 − 79 ∙ 2 126
x= = = = =9
|A| 14 14 14
y
5 71
∆y |3 79| 5 ∙ 79 − 3 ∙ 71 182
y= = = = = 13
|A| 14 14 14
Por lo tanto, si se desea utilizar la totalidad de los insumos disponibles, se pueden fabricar 9
unidades del producto X y 13 del producto Y.
Resuelva los siguientes ejercicios:
1) Dado el sistema de ecuaciones:

𝑥 = −5 − 2𝑦 − 5𝑧
{ 𝑦 = −𝑥 − 𝑧
𝑧 = 3 − 4𝑥 − 3𝑦
Se pide que calcule el determinante de la matriz asociada al sistema, clasifíquelo y resuélvalo.
3 10 −2 −50 0 −3 9 6 1
2) Siendo 𝐴 = (2 2 2 ), 𝐵 = ( 5 1 3 ) y 𝐶 = (9 7 1) se pide que halle la matriz X que
1 4 −1 −15 6 −1 9 8 1
cumpla:
𝐴. 𝑋 + 𝐵 = 𝐶
3) Dado el sistema de ecuaciones:

𝑘 ∙ 𝑥 + 𝑦 + 7𝑧 = −4
{−5𝑥 + (𝑘 + 3) ∙ 𝑦 + 𝑧 = −15
𝑦 + 2𝑧 = −1
Determine para que valores de k el siguiente sistema es compatible determinado,

indeterminado o incompatible.

4) Resuelva el siguiente problema, mediante un sistema de ecuaciones:
Un cuaderno tiene 100 hojas con diferentes colores. Algunas son blancas, otras azules y otras,
rojas. La mitad de las hojas blancas y la tercera parte de las azules, ya se escribieron, pero
todavía no se utilizó el 60% del cuaderno. También se sabe que hay tres veces más hojas
azules que rojas. Calcule cuántas hojas de cada color tiene el cuaderno.

Matemáticas Unidad 2

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Matemáticas Unidad 2

Cargado por

Copyright:

Formatos disponibles

Matemáticas

Hernán Ferrari y Gabriela Nelba Guerrero

Secretaría de Educación Virtual

• Resolver un sistema de ecuaciones usando matrices equivalentes y operaciones entre

Introducción - Sistemas lineales

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 2

2.1. Vectores y matrices.

Tabla 2. 1. Lista de precios

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 3

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 4

Esta información se puede ordenar utilizando la siguiente matriz:

Se define la matriz transpuesta At de una matriz A de dimensión 𝑛 × 𝑚 a la matriz de

Asi, la matriz traspuesta de la de los precios de las harinas es:

2.2. Suma de matrices y multiplicación por un escalar.

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 5

1 0 2 3 2 3 1 0 1+2 0+3 2+1 3+0 3 3 3 3

Entonces, el total de autos en cada sucursal está indicado en la matriz

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 6

2. 2. 2. Multiplicación por un escalar

70 71 75 1,1 ∙ 70 1,1 ∙ 71 1,1 ∙ 75 77 78,1 82,5

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 7

Es importante notar que el producto de matrices no es conmutativo.

Al resolver un producto de matrices, es necesario prestar atención a cuál es la primera y cuál

La matriz A es de dimensión 3 × 2 y la matriz B es de 2 × 4. Por lo tanto, la matriz producto, a

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 8

Tabla 2. 3. Esquema para multiplicar matrices

En este ejemplo sería:

Tabla 2. 4. Ejemplo 4. Primera parte

1 -2 𝑐11 𝑐12 𝑐13 𝑐14

Cada elemento de la matriz producto se obtendrá en el extremo inferior derecho, sumando el

El 1 es el primer elemento de la fila 1 de A y se lo multiplica por el primer elemento de la

Otro ejemplo: el elemento 𝑐34 se encuentra en el cruce de la fila 3 de A con la columna 4 de

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 9

Completando todos los cálculos, se obtiene el resultado:

Tabla 2. 5. Ejemplo 4. Segunda parte

Es importante notar que el producto de estas matrices, en orden contrario, 𝐵 ∙ 𝐴 no se puede

El cuadrado de esta matriz se calcula de la siguiente manera:

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 10

2 5 2 5 2.2 + 5. 𝟐 2.5 + 5. (−1) 14 5

El producto de matrices cuadradas tiene elemento neutro llamado matriz identidad. Se

La matriz identidad, en el producto de matrices de su misma dimensión, cumple con la

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 11

Para realizar este cálculo se puede utilizar la disposición del Ejemplo 4:

Como puede apreciarse, el resultado es la matriz A. Entonces,

Es importante notar que no se ha demostrado la propiedad, sino que sólo se ha presentado

el segundo término es igual al escalar a por la matriz A esto es

el tercer término de la ecuación es el producto de otro escalar b por la matriz identidad:

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 12

entonces 𝑏 = −12, valor que también satisface la ecuación 4: 11 − 𝑎 + 𝑏 = 11 − (−1) +

Por lo tanto, los valores de a y b que satisfacen la ecuación a resolver son:

2. 4. Sistemas de ecuaciones lineales. Resolución por el

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 13

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 14

También se define la matriz ampliada asociada al sistema de ecuaciones a la matriz anterior

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 15

Que es la matriz asociada a este sistema de ecuaciones.

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 16

Este sistema de ecuaciones es el del Ejemplo 9, cuya matriz ampliada es:

Así se obtiene la matriz equivalente:

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 17

Ahora, se recuerda que la columna 1 corresponde a la incógnita x, la columna 2 a la incógnita

Carpeta de Trabajo de Matemática –Hernán Ferrari – Gabriela Guerrero – U 2 – p 18

Es muy conveniente adquirir la costumbre, después de resolver un problema, de realizar

Entonces, con los valores hallados, se obtiene.