Вы находитесь на странице: 1из 96

Matrices y sistemas lineales

Christian Pez Pez


Escuela de Matmatica,
Instituto Tecnolgico de Costa Rica
Este libro se distribuye bajo la licencia Creative Commons Reconocimiento - No Comercial - Sin obra derivada 3.0 Unported
License. Esta licencia permite copiado y distribucin gratuita, pero no permite venta ni modicaciones de este material. Ver http://creativecommons.org/
Lmite de responsabilidad y exencin de garanta: El autor ha hecho su mejor esfuerzo en la preparacin de este material. Esta edicin se proporciona
tal cual. Se distribuye gratuitamente con la esperanza de que sea til, pero sin ninguna garanta expresa o implcita respecto a la exactitud o completitud
del contenido.
La Revista digital Matemtica, Educacin e Internet es una publicacin electrnica. El material publicado en ella expresa la opinin de sus autores y no
necesariamente la opinin de la Revista, ni la del Instituto Tecnolgico de Costa Rica.
Revista digital Matemtica Educacin e Internet (www.tec-digital.itcr.ac.cr/revistamatematica/)
Primera Edicin
Correo Electrnico: wmora2@gmail.com
Escuela de Matemtica
Instituto Tecnolgico de Costa Rica
Apdo. 159-7050, Cartago
Telfono (506)25502225
Fax (506)25502493
Pez Pez Christian.
- Matrices y sistemas lineales/Christian Pez P. - 1ra ed.
- Escuela de Matemtica, Instituto Tecnolgico de Costa Rica. 2013.
92 pp.
ISBN Obra Independiente: 978-9968-641-15-9
1. Matrices. 2. Determinantes. 3. Sistemas lineales.
Prlogo
Este libro de matrices y sistemas lineales surge de apuntes que se han utilizado en varias oportu-
nidades en cursos que se imparten a nivel universitario, principalmente, en el curso lgebra lineal
para Computacin del Tecnolgico de Costa Rica.
Gracias a sugerencias y observaciones que han realizado profesores y estudiantes, este libro pre-
senta una estructura en el desarrollo de los contenidos con la que se espera ayudar a los estu-
diantes de lgebra lineal, principalmente. El gran nmero de ejercicios resueltos con detallada
explicacin, las demostraciones de teoremas expuestas y justicadas en cada uno de sus pasos
realizados y, adems, los ejercicios propuestos en cada una de las secciones, pretenden que los
estudiantes se apropien de destrezas y habilidades importantes en su formacin acadmca.
La teora se desarrolla considerando aspectos de rigurosidad y formalidad, pero no alcanza el
nivel de formalismo que en matemtica pura se espera, sino que dicha rigurosidad va de la mano
con la poblacin a la que va dirigo lo desarrollado en el libro: estudiantes de Ingenieras y de
enseanza de la matemtica.
Cartago, 2013. EL AUTOR
Contenido
1 Introduccin 2
2 Matrices 3
2.1 Conceptos bsicos y deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Tipos de matrices y resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Operaciones con matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4 Matrices no singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5 Matrices elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6 Reduccin de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.7 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Determinantes 38
3.1 Deniciones bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.2 Propiedades bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3 Determinantes e inversas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4 Sistemas lineales 60
4.1 Deniciones bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.2 Mtodo de GaussJordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.3 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5 Ejemplos (ejercicios resueltos) 75
6 Bibliografa 92
1 Introduccin
Asociados con las herramientas ms importantes del lgebra Lineal se encuentran los temas rela-
cionados con matrices, determinantes y sistemas de ecuaciones lineales, que permiten estudiar
con mayor detalle muchas reas de las matemticas.
Por ejemplo, las matrices juegan un papel importante en reas como: las ciencias sociales y natu-
rales, los negocios, diversas ingenieras, computacin y, adems, matemticas pura y aplicada.
Se estudiarn y desarrollarn temas relacionados con el lgebra de las matrices, aplicaciones de
estas en la resolucin de sistemas de ecuaciones lineales, y temas relacionados con determinantes
y sus aplicaciones. En cada uno de los captulos se presentan ejemplos resueltos, teoremas, de-
mostraciones y ejercicios propuestos. El ltimo captulo contiene una importante variedad de
ejercicios resueltos asociados con los temas desarrollados.
2 Matrices
Las matrices, sus propiedades y aplicaciones, son de los temas ms importante en el estudio del
lgebra lineal. Este tipo de objetos matemticos permiten representar en forma ordenada y con-
veniente variada informacin con el n de facilitar su lectura.
Por ejemplo, usualmente las calicaciones nales de los estudiantes en los diversos cursos del
TEC son mostradas en forma tabular. En la tabla que se muestra se presentan las calicaciones de
tres estudiantes del curso de lgebra lineal para computacin impartido en algn semestre previo.
EP1 EP2 EP3 NF
Ana Luca 70 78 94 80
Ricardo 47 58 65 55
Ernesto 68 72 66 70
En esta tabulacin de datos EP1, EP2, EP3 y NF signican, respectivamente, calicacin del primer
examen parcial, calicacin del segundo examen parcial, calicacin del tercer examen parcial y
nota nal.
Determinar la calicacin de Ricardo en el tercer examen parcial o determinar la nota nal de
Ana Luca sera muy sencillo con ayuda de esta tabulacin. Si quedan claramente denidos los
encabezados y el orden para los nombres de los estudiantes, el arreglo anterior se puede resumir
mediante la representacin de tres las y cuatro columnas de nmeros reales que se muestra a
continuacin:
_
_
70 78 94 80
47 58 65 55
68 72 66 70
_
_
Se denirn algunos conceptos bsicos relacionados con el tema de matrices, tipos especiales de
matrices, operaciones que se denen entre matrices; adems, se estudiar el concepto de matriz
inversa y se denirn las operaciones elementales sobre las las de alguna matriz.
2.1 Conceptos bsicos y deniciones
Se iniciar con la denicin de algunos conceptos bsicos relacionados con matrices y aspectos
varios de notacin.
4 Matrices
Una matriz en R es un arreglo rectangular de nmeros reales distribuidos en las y columnas.
Denicin 2.1 (Matriz en R)
En general, una matriz real A que tiene m las y n columnas es un ordenamiento de nmeros
reales de la forma:
A =
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
13
a
1 j
a
1n
a
21
a
22
a
23
a
2 j
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
i3
a
i j
a
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mj
a
mn
_
_
_
_
_
_
_
_
_
_
_
donde a
i j
R, i, j N con 1 i m, 1 j n
Si una matriz A tiene m las y n columnas se dice que A es de tamao mn o que A es de
orden mn. Si m = n, se dice que A es de orden n
Cada nmero real a
i j
del ordenamiento es llamado elemento de A o entrada de A
A
(i)
representa la i-sima la de A; as,
A
(i)
=
_
a
i1
a
i2
a
i3
a
in
_
A
( j)
representa la j-sima columna de A; as,
A
( j)
=
_
_
_
_
_
_
_
_
a
1 j
a
2 j
a
3 j
.
.
.
a
mj
_
_
_
_
_
_
_
_
El elemento a
i j
, entrada de A que est en la i-sima la y en la j-sima columna,
a
es tambin
denotado como A
i j
El conjunto formado por todas las matrices de tamao mn con entradas reales es denotado
como M
mn
(R). Si m = n, simplemente se escribe M
n
(R)
a
En casos de ambigedad, con respecto al nmero de la o de columna, es vlida la notacin a
i, j
Notacin
5
Considere la matriz B, denida por
B =
_
_
5 3 0 7
1 0,75 31 0,5
ln2 e
7
4 cose
_
_
1 Determine el tamao de B
2 Enuncie, en caso de existir, el valor de B
23
, B
41
, B
11
, B
14
, B
34
y B
31
, respectivamente.
3 Determine el valor de la expresin siguiente: B
13
B
32
+
B
33
B
22
Ejemplo 2.1
1 B es de tamao 34, ya que B tiene tres las y cuatro columnas.
2 B
23
=31
B
41
no existe
B
11
=5
B
14
=7
B
34
= cose
B
31
= ln2
3 B
13
B
32
+
B
33
B
22
=
16
3
, ya que
B
13
B
32
+
B
33
B
22
= 0 e
7
+
4
0,75
= 0+
16
3
=
16
3
Solucin
La matriz D, denida por
D =
_
_
_
_
8
0

7
_
_
_
_
es una matriz de tamao 41 en la que
_
D
11
+D
41
_
D
31
5+D
21
+2D
31
=
11
5
, ya que
Ejemplo 2.2
6 Matrices
_
D
11
+D
41
_
D
31
5+D
21
+2D
31
=
_
8+7
_

5+0
+2
=
1
5
+2
=

5
+2
=
11
5
Ejemplo 2.2 - continuacin
La matriz C, denida por
C =
_
7 21 3 1 0
_
es una matriz de tamao 15, en la que C
14
=1
Ejemplo 2.3
Sea A M
3
(R). Determine la matriz A, de manera explcita, si se tiene que:
A
i j
=
_

_
(1)
j+1
2
i
si i = 1, 2, 3, j = 1
i (1)
i+j
i + j 1
si i = 1, 2, 3, j = 2, 3
Ejercicio 2.1
Sean A, B M
mn
(R). Se dice que A y B son iguales, y se escribre A = B, si se cumple que
A
i j
=B
i j
, i, j N con 1 i m, 1 j n
Denicin 2.2 (Igualdad de matrices)
De acuerdo con la denicin anterior, para determinar si dos matrices son iguales se debe cumplir
que dichas matrices tengan el mismo tamao y que, adems, todas sus entradas correspondientes
sean iguales.
7
Determine, de ser posible, valores para las incgnitas x, y, z R de manera que se cumpla, respec-
tivamente, la igualdad entre cada par de matrices.
1
E =
_
_
5 7
y 0,5

16 x 1
_
_
F =
_
_
_
z +1

49
1 cos

3
lne
4
y 2x
_
_
_
2
A =
_
x
2
1 9
2
5
2
2
y z +y 3 1
_
D =
_
3 (3)
4
25 y +z
y 2 yz 1
_
Ejercicio 2.2
Sea A M
mn
(R). La matriz transpuesta de A, denotada como A
t
, es la matriz de tamao nm, tal
que

A
t
_
i j
=A
ji
, i, j N con 1 i n, 1 j m
Denicin 2.3 (Matriz transpuesta de una matriz)
Con base en lo anterior, se puede asegurar que la matriz transpueta de A es aquella matriz que se
obtiene a partir de A luego de escribir cada la i como columna i. En general, si
A =
_
_
_
_
_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mn
_
_
_
_
_
se tiene que
A
t
=
_
_
_
_
_
_
_
_
a
11
a
21
a
m1
a
12
a
22
a
m2
a
13
a
23
a
m3
.
.
.
.
.
.
.
.
.
a
1n
a
2n
a
mn
_
_
_
_
_
_
_
_
Si D M
42
(R), tal que D
i j
=
(1)
i+j
(2 j i)
Min(i, j)
, i, j N con 1 i 4, j = 1, 2, determine lo que se
pide en cada caso.
1 D
2 D
t
3
_
D
t
_
t
4 D
(1)
5 D
(2)
6 D
(2)
7 D
t
(2)
8 D
t
(1)
9 D
(2)
t
Ejercicio 2.3
8 Matrices
Demuestre que si A M
mn
(R), entonces
_
A
t
_
t
= A
Ejemplo 2.4
Para demostrar que
_
A
t
_
t
= A, con A M
mn
(R), basta demostrar (entrada por entrada) que
_
_
A
t
_
t
_
i j
=A
i j
, i, j N con 1 i m, 1 j n
Veamos:
i, j N con 1 i m, 1 j n se tiene que
_
_
A
t
_
t
_
i j
=

A
t
_
ji
denicin 2.3
= A
i j
denicin 2.3
As,
_
_
A
t
_
t
_
i j
= A
i j
, i, j N con 1 i m, 1 j n

_
A
t
_
t
= A
Solucin
2.2 Tipos de matrices y resultados
Frecuentemente, se estar trabajando con matrices que presentan cierta particularidad; algunas
de ellas se denen a continuacin.
Una matriz A es una matriz cuadrada si, y solo si, A M
n
(R)
Denicin 2.4 (Matriz cuadrada)
La denicin anterior indica que una matriz cuadrada es aquella que posee igual nmero de las
y de columnas; es decir, un arreglo de nmeros de tamao nn. Si A es una matriz de tamao
nn, se dice que A es de orden n. Toda matriz cuadrada A de orden n es un arreglo de la forma
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
Los elementos a
11
, a
22
, a
33
, . . . , a
nn
conforman lo que se denomina diagonal principal
1
de A.
1
En adelante se emplear simplemente el trmino diagonal de A para hacer referencia a estos elementos; note que este
es un concepto exclusivo para matrices cuadradas.
9
Se dice, adems, que el elemento A
i j
est bajo la diagonal de A si se cumple que i > j; similar-
mente, si i < j se dice que el elemento A
i j
est sobre la diagonal de A.
Enuncie alguna matriz B que cumpla, simultneamente, las condiciones siguientes:
Los elementos de su diagonal son entradas de la forma 2, con Z
B es de orden 6.
Los elementos sobre su diagonal son menores que la suma de los elementos de la diagonal.
B
i j
= j i, i, j con i > j
Ejercicio 2.4
Una matriz A es una matriz columna si, y solo si, A M
m1
(R)
Denicin 2.5 (Matriz columna)
En general, una matriz columna de tamao m1 es un arreglo de m las y 1 columna de la forma
_
_
_
_
_
_
_
_
a
11
a
21
a
31
.
.
.
a
m1
_
_
_
_
_
_
_
_
Una matriz A es una matriz la si, y solo si, A M
1n
(R)
Denicin 2.6 (Matriz la)
En general, una matriz la de tamao 1n es un arreglo de 1 la y n columnas de la forma
_
a
11
a
12
a
13
a
1n
_
Una matriz A es una matriz identidad si, y solo si, los elementos de su diagonal son todos iguales
a 1 y sus restantes elementos son iguales a 0.
Denicin 2.7 (Matriz identidad)
La matriz identidad de orden n ser denotada como I
n
; de esta manera, se tiene que
I
n

i j
=
_
1 si i = j
0 si i ,= j
i, j N con 1 i n, 1 j n
10 Matrices
1 La matriz identidad de orden 5 es la matriz
I
5
=
_
_
_
_
_
_
_
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
_
_
_
_
_
_
_
2 La matriz identidad de orden 2 es la matriz
I
2
=
_
1 0
0 1
_
Ejemplo 2.5
Sea A M
mn
(R). La matriz A es una matriz nula si, y solo si, todas sus entradas son iguales a 0.
Denicin 2.8 (Matriz nula)
La matriz nula de tamao mn ser denotada como O
mn
(si m = n se denota como O
n
); de esta
manera, se tiene que
O
mn

i j
= 0, i, j N con 1 i m, 1 j n
1 La matriz nula de tamao 25 es la matriz
O
25
=
_
0 0 0 0 0
0 0 0 0 0
_
2 La matriz nula de tamao 14 es la matriz
O
14
=
_
0 0 0 0
_
3 La matriz nula de orden 3 es la matriz
O
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
Ejemplo 2.6
11
Sea A M
n
(R). La matriz A es una matriz diagonal si, y solo si, todos los elementos de A que no
estn en su diagonal son iguales a 0.
Denicin 2.9 (Matriz diagonal)
Con base en la denicin anterior, si A es una matriz diagonal de orden n, se cumple que
A
i j
=
_
a
ii
si i = j
0 si i ,= j
donde a
ii
R, i N con 1 i n
Es decir, A es de la forma
A =
_
_
_
_
_
_
_
_
a
11
0 0 0
0 a
22
0 0
0 0 a
33
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nn
_
_
_
_
_
_
_
_
Sea A M
n
(R). La matriz A es una matriz triangular superior si, y solo si, A
i j
= 0, i, j con i > j
Denicin 2.10 (Matriz triangular superior)
De esta manera, si A es una matriz triangular superior todos los elementos de A que estn bajo su
diagonal son iguales a 0; es decir, A es de la forma
A =
_
_
_
_
_
_
_
_
a
11
a
12
a
13
a
1n
0 a
22
a
23
a
2n
0 0 a
33
a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nn
_
_
_
_
_
_
_
_
Sea A M
n
(R). La matriz A es una matriz triangular inferior si, y solo si, A
i j
= 0, i, j con i < j
Denicin 2.11 (Matriz triangular inferior)
As, si A es una matriz triangular inferior todos los elementos de A que estn sobre su diagonal
son iguales a 0; es decir, A es de la forma
A =
_
_
_
_
_
_
_
_
a
11
0 0 0
a
21
a
22
0 0
a
31
a
32
a
33
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n3
a
nn
_
_
_
_
_
_
_
_
12 Matrices
Enuncie una matriz como ejemplo para cada uno de los primeros cuatro enunciados y responda
la pregunta del ltimo del ellos.
1 Matriz triangular superior de orden 5.
2 Matriz diagonal de orden 4.
3 Matriz triangular inferior de orden 2.
4 Matriz triangular superior e inferior, simultneamente, y de orden 3.
5 Cules son los tipos en los que se puede clasicar la matriz O
4
?
Ejercicio 2.5
2.3 Operaciones con matrices
En esta seccin se estudiarn las operaciones que se denen en el conjunto M
mn
(R) y algunas de
sus propiedades ms relevantes.
Sean A, B M
mn
(R). Se dene la suma de A y B, denotada como A+B, como la matriz de tamao
mn dada por
A+B
i j
=A
i j
+B
i j
, i, j N con 1 i m, 1 j n
Denicin 2.12 (Adicin de matrices)
En trminos generales,
2
si A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
y B =
_
_
_
_
_
b
11
b
12
b
1n
b
21
b
22
b
2n
.
.
.
.
.
.
.
.
.
b
m1
b
m2
b
mn
_
_
_
_
_
entonces
A+B =
_
_
_
_
_
a
11
+b
11
a
12
+b
12
a
1n
+b
1n
a
21
+b
21
a
22
+b
22
a
2n
+b
2n
.
.
.
.
.
.
.
.
.
a
m1
+b
m1
a
m2
+b
m2
a
mn
+b
mn
_
_
_
_
_
_
_
2 4 0 1
1 3 5 2
8 3 7 11
_
_
+
_
_
13 10 11 1
4 15 10 8
7 0 4 3
_
_
=
_
_
15 14 11 0
3 18 15 6
1 3 11 8
_
_
Ejemplo 2.7
2
Observe que la adicin de matrices con tamaos diferentes no est denida.
13
Sean A M
mn
(R) y R. Se dene el producto de y A, denotado como A, como la matriz de
tamao mn dada por
A
i j
= A
i j
, i, j N con 1 i m, 1 j n
Denicin 2.13 (Multiplicacin de un nmero real por una matriz)
As, si R y A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
entonces
3
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
Si k, r R
5
_
1 3 r
0 2+k 5
_
=
_
5 15 5r
0 105k 25
_
Ejemplo 2.8
Sean A, B M
mn
(R). Se dene la resta de A y B, denotada como AB, como la matriz de tamao
mn dada por AB = A+(1 B)
Denicin 2.14 (Sustraccin de matrices)
En trminos generales, AB
i j
=A
i j
B
i j
, i, j N con 1 i m, 1 j n; de esta manera, si
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
y B =
_
_
_
_
_
b
11
b
12
b
1n
b
21
b
22
b
2n
.
.
.
.
.
.
.
.
.
b
m1
b
m2
b
mn
_
_
_
_
_
entonces
AB =
_
_
_
_
_
a
11
b
11
a
12
b
12
a
1n
b
1n
a
21
b
21
a
22
b
22
a
2n
b
2n
.
.
.
.
.
.
.
.
.
a
m1
b
m1
a
m2
b
m2
a
mn
b
mn
_
_
_
_
_
3
Usualmente, se escribre A en vez de A.
14 Matrices
Considere las matrices y realice, si est denida, la operacin que se indica en cada caso.
A =
_
_
2 1 5
0 3 4
1 2 6
_
_
B =
_
7 4 11
8 1 0
_
C =
_
_
5 4
2 3
1 1
_
_
D =
_
_
1 2 0
4 5 6
7 0 10
_
_
1 A+D
2 D+A
3 A+D+2C
4 A5I
3
5 O
32
+C
6 O
32
+A
7 (A+D)
t
8 A
t
+D
t
9 DD
10 D2I
3
11 BB
12 2DD
13 3B+C
14 5B2B
15 B2C
t
16 (3A)
t
+D
17 2(A+D)
18 2A2D
19 CI
2
20 B
t
C
21 CB
t
Ejercicio 2.6
Si , R y A, B,C M
mn
(R), entonces:
1 A+B = B+A la adicin es conmutativa en M
mn
(R)
2 A+(B+C) = (A+B) +C la adicin es asociativa en M
mn
(R)
3 A+O
mn
=O
mn
+A = A O
mn
es el elemento neutro aditivo en M
mn
(R)
4 A+(A) = (A) +A =O
mn
en M
mn
(R) toda matriz posee matriz opuesta aditiva
5 (A) = ()A
6 A+B = (A+B)
7 A+A = (+)A
8 1A = A
Teorema 2.1
Para demostrar que A+B = B+A basta probar que, entrada por entrada,
A+B
i j
=B+A
i j
, i, j N con 1 i m, 1 j n
Veamos:
i, j N con 1 i m, 1 j n se tiene que
Demostracin resultado (1)
15
A+B
i j
= A
i j
+B
i j
denicin 2.12
= B
i j
+A
i j
conmutatividad de la adicin en R
= B+A
i j
denicin 2.12
As, A+B
i j
= B+A
i j
, i, j N con 1 i m, 1 j n
A+B = B+A
Demostracin resultado (1) - continuacin
Para demostrar que se cumple la igualdad A +B = (A+B) basta probar que, entrada por
entrada,
A+B
i j
=(A+B)
i j
, i, j N con 1 i m, 1 j n
Veamos:
i, j N con 1 i m, 1 j n se tiene que
(A+B)
i j
= A+B
i j
denicin 2.13
=
_
A
i j
+B
i j
_
denicin 2.12
= A
i j
+B
i j
distributividad de respecto de + en R
= A
i j
+B
i j
denicin 2.13
= A+B
i j
denicin 2.12
As, (A+B)
i j
= A+B
i j
, i, j N con 1 i m, 1 j n
A+B = (A+B)
Demostracin resultado (6)
Demuestre los dems resultados del teorema 2.1.
Ejercicio 2.7
Sean A, B M
mn
(R) y R. Demuestre las propiedades siguientes.
1 AB =B+A
2 AB = (AB)
3 (A)
t
= A
t
4 (A+B)
t
= A
t
+B
t
5 (AB)
t
= A
t
B
t
Ejercicio 2.8
16 Matrices
Sean A M
1n
(R) y B M
n1
(R). Se dene el producto de A y B, denotado como A B, como el
nmero real dado por
AB =
n

k=1
A
1k
B
k1
Denicin 2.15 (Multiplicacin de una matriz la por una matriz columna)
En trminos generales, si A =
_
a
11
a
12
a
1n
_
y B =
_
_
_
_
_
b
11
b
21
.
.
.
b
n1
_
_
_
_
_
entonces
4
AB = a
11
b
11
+a
12
b
21
+ +a
1n
b
n1
Si A =
_
2 7 0 1 4
_
y B =
_
_
_
_
_
_
_
3
5
15
2
0
_
_
_
_
_
_
_
entonces AB =27, ya que
AB =
_
2 7 0 1 4
_
_
_
_
_
_
_
_
3
5
15
2
0
_
_
_
_
_
_
_
= (2)(3) +(7)(5) +(0)(15) +(1)(2) +(4)(0)
= 635+0+2+0
= 27
Ejemplo 2.9
Sean A M
mp
(R) y B M
pn
(R). Se dene el producto de A y B, denotado como A B, como la
matriz de tamao mn dada por
AB
i j
=
p

k=1
A
ik
B
k j
, i, j N con 1 i m, 1 j n
Denicin 2.16 (Multiplicacin de matrices)
Como el elemento de AB que est en la la i y columna j se obtiene multiplicando
5
la i-sima la
de A con la j-sima columna de B, el producto de estas dos matrices existe si, y solo si, el nmero
de columnas de A es igual al nmero de las de B.
4
Observe que la multiplicacin de una matriz la por una matriz columna (en ese orden) est denida, nicamente,
cuando ambas matrices poseen el mismo nmero de elementos.
5
Otra forma de escribir este resultado es AB
i j
= A
(i)
B
( j)
, i, j N con 1 i m, 1 j n
17
Considere las matrices A =
_
2 1 4
3 5 7
_
y B =
_
_
3 4 1 1
0 9 0 2
1 6 2 5
_
_
Como A tiene 3 columnas (A es de tamao 23) y B tiene 3 las (B es de tamao 34), el producto
AB est denido; adems, AB es de tamao 24 y se tiene que AB =
_
2 23 6 16
16 15 17 28
_
ya
que
AB =
_
_
A
(1)
B
(1)
A
(1)
B
(2)
A
(1)
B
(3)
A
(1)
B
(4)
A
(2)
B
(1)
A
(2)
B
(2)
A
(2)
B
(3)
A
(2)
B
(4)
_
_
=
_
_
6+0+4 89+24 2+08 22+20
9+07 12+4542 3+0+14 3+1035
_
_
=
_
2 23 6 16
16 15 17 28
_
Note que el producto BA no est denido en este caso, ya que el nmero de columnas de B no es
igual al nmero de las de A.
Ejemplo 2.10
Considere las matrices y realice, si est denida, la operacin que se indica en cada caso.
A =
_
1 0 2
_
B =
_
_
4 1 1
5 3 0
1 2 0
_
_
C =
_
_
2 1
2 1
1 2
_
_
D =
_
_
1 3
1 2
0 2
_
_
F =
_
4
4
_
G =
_
_
2
1
0
_
_
1 CF 3G
2 DI
2
3 I
2
D
4 I
3
D
5 (AD)
t
6 A
t
D
t
7 D
t
A
t
8 G
t
D+2F
9 2(BC)
10 (2B)C
11 (CD)F
12 CF DF
13 AG
14 GAB
t
15 2FA(C+D)
t
16 AC+AD
17 (C+D)A
18 A(C+D)
Ejercicio 2.9
18 Matrices
Axioma 1 Si A, B, D M
mn
(R),C M
np
(R) y F M
rm
(R), entonces:
1 A = B A+D = B+D
2 A = B FA = FB
3 A = B AC = BC
Si A, B M
mn
(R),C M
np
(R), D M
ps
(R) y F M
rm
(R), entonces:
1 FA+FB = F (A+B) distributividad de respecto de + en matrices (por la izquierda)
2 AC+BC = (A+B)C distributividad de respecto de + en matrices (por la derecha)
3 (AC)D = A(CD) asociatividad de la multiplicacin de matrices
4 I
m
A = A = AI
n
I es el elemento neutro multiplicativo en matrices
Teorema 2.2
Para demostrar que se cumple la igualdad FA+FB = F (A+B) es suciente probar que, entrada
por entrada,
FA+FB
i j
=F (A+B)
i j
, i, j N con 1 i r, 1 j n
Veamos:
i, j N con 1 i r, 1 j n se tiene que
FA+FB
i j
= FA
i j
+FB
i j
denicin 2.12
=
m

k=1
F
ik
A
k j
+
m

k=1
F
ik
B
k j
denicin 2.16
=
m

k=1
_
F
ik
A
k j
+F
ik
B
k j
_
m

k=1
a
k
+
m

k=1
b
k
=
m

k=1
_
a
k
+b
k
_
=
m

k=1
F
ik
_
A
k j
+B
k j
_
dist. de respecto de + en R
=
m

k=1
F
ik
A+B
k j
denicin 2.12
= F (A+B)
i j
denicin 2.16
As, FA+FB
i j
= F (A+B)
i j
, i, j N con 1 i r, 1 j n
FA+FB = F (A+B)
Demostracin resultado (1)
Demuestre los dems resultados del teorema 2.2.
Ejercicio 2.10
19
Sean A, B M
mn
(R),C M
np
(R), D M
rm
(R) y R. Demuestre las propiedades siguientes.
1 I
t
n
=I
n
2 O
rm
A =O
rn
3 AO
np
=O
mp
4 (AC)
t
=C
t
A
t
5 DADB = D(AB)
6 ACBC = (AB)C
7 (A)C = A(C) = (AC)
Ejercicio 2.11
2.4 Matrices no singulares
Algunas matrices cuadradas cumplen con ciertas condiciones que nos dirigen hacia un estudio
ms detallado respecto de ellas y de algunas de las propiedades que satisfacen. Las matrices no
singulares poseen una serie de aplicaciones sumamente importantes en el estudio de esta materia.
Sea A M
n
(R). Si existe alguna matriz A
/
de orden n, tal que AA
/
=I
n
y A
/
A =I
n
, entonces se dice
que A es una matriz no singular o invertible.
Denicin 2.17 (Matriz no singular)
Si A es una matriz no singular de orden n, toda matriz A
/
que satisfaga AA
/
= I
n
y A
/
A = I
n
es
llamada una inversa de A y denotada como A
1
; de esta manera, si A es una matriz no singular de
orden n se cumple que AA
1
= A
1
A =I
n
Si A no posee matriz inversa alguna, se dice que A es singular.
Si se tiene que A =
_
_
3 3 1
2 2 1
3 2 1
_
_
entonces A
1
=
_
_
0 1 1
1 0 1
2 3 0
_
_
es una matriz inversa de A,
ya que
AA
1
=
_
_
3 3 1
2 2 1
3 2 1
_
_
_
_
0 1 1
1 0 1
2 3 0
_
_
=
_
_
0+32 3+0+3 33+0
0+22 2+0+3 22+0
0+22 3+0+3 32+0
_
_
Ejemplo 2.11
20 Matrices
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= I
3
y, adems
A
1
A =
_
_
0 1 1
1 0 1
2 3 0
_
_
_
_
3 3 1
2 2 1
3 2 1
_
_
=
_
_
02+3 02+2 0+11
3+03 3+02 1+0+1
66+0 66+0 2+3+0
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= I
3
es decir, AA
1
= A
1
A =I
3
Ejemplo 2.11 - continuacin
Si A es una matriz no singular de orden n, entonces la matriz inversa de A es nica.
Teorema 2.3 (Unicidad de la matriz inversa de una matriz no singular)
Como la matriz A es no singular de orden n, existe al menos una matriz de orden n que es inversa
de A. Supongamos que B y C son dos matrices inversas de la matriz A, tales que B ,=C; es decir, se
cumplen los resultados siguientes:
AB = BA =I
n
(2.1)
AC =CA =I
n
(2.2)
Por otra parte, se tiene que:
B = BI
n
I es el elemento neutro multiplicativo
= B(AC) resultado (2.2)
= (BA)C asociatividad de la multiplicacin de matrices
= I
n
C resultado (2.1)
= C I es el elemento neutro multiplicativo
Demostracin
21
As, B = C ()
Si A es una matriz no singular, A
1
es nica.
Demostracin - continuacin
Determine, en caso de existir, A
1
si se tiene que A =
_
2 2
0 4
_
Ejemplo 2.12
Supongamos que A es no singular y que A
1
=
_
a b
c d
_
Como A es no singular, se debe cumplir que AA
1
=I
2
y que A
1
A =I
2
Veamos (considerando la primera de las igualdades):
AA
1
=I
2

_
2 2
0 4
__
a b
c d
_
=
_
1 0
0 1
_

_
2a2c 2b2d
4c 4d
_
=
_
1 0
0 1
_

_
2a2c = 1
2b2d = 0
4c = 0
4d = 1

_
a =
1
2
b =
1
4
c = 0
d =
1
4
De esta manera, si A
1
=
_
_
_
_
_
1
2
1
4
0
1
4
_
_
_
_
_
entonces AA
1
=I
2
Solucin
22 Matrices
Ahora, es necesario determinar si con la matriz A
1
encontrada anteriormente se satisface la igual-
dad A
1
A =I
2
o no.
Veamos:
A
1
A =
_
_
_
_
_
1
2
1
4
0
1
4
_
_
_
_
_
_
2 2
0 4
_
=
_
_
_
1
2
_
(2) +
_
1
4
_
(0)
_
1
2
_
(2) +
_
1
4
_
(4)
(0)(2) +
_
1
4
_
(0) (0)(2) +
_
1
4
_
(4)
_
_
=
_
1+0 1+1
0+0 0+1
_
=
_
1 0
0 1
_
= I
2
As, A
1
A = I
2
A es no singular y, adems, A
1
=
_
_
_
_
_
1
2
1
4
0
1
4
_
_
_
_
_
Solucin - continuacin
Determine, en caso de existir, la matriz inversa de cada una de las matrices siguientes.
1 D =
_
1 1
3 0
_
2 F =
_
_
0 1 1
1 0 1
2 3 0
_
_
3 G =
_
2 1
4 2
_
Ejercicio 2.12
Si A, B M
n
(R), tal que A y B son matrices no singulares, entonces AB es una matriz no singular y
(AB)
1
= B
1
A
1
Teorema 2.4
Demuestre el teorema 2.4.
Ejercicio 2.13
23
El teorema que se enuncia a continuacin simplica el proceso de comprobacin relacionado con
la no singularidad de toda matriz que sea invertible; su demostracin requiere temas que se anali-
zan posteriormente y est desarrollada en el Ejemplo 5.16.
Sean A, B M
n
(R), si BA =I
n
necesariamente AB =I
n
Teorema 2.5
Anteriormente, para determinar si alguna matriz cuadrada A es no singular se deba encontrar
una matriz B del mismo orden que A tal que satisciera las condiciones AB =I y BA =I ; con este
teorema, esta comprobacin se reduce a considerar cualquiera de las dos igualdades, ya que con
una de ellas se garantiza la otra.
Si A M
n
(R), tal que A es una matriz no singular, entonces
_
A
1
_
1
= A
Teorema 2.6
Demuestre el teorema 2.6.
Ejercicio 2.14
Sea A M
n
(R). La matriz A es una matriz simtrica si, y solo si, A = A
t
Denicin 2.18 (Matriz simtrica)
Sea A M
n
(R). La matriz A es una matriz antisimtrica si, y solo si, A =A
t
Denicin 2.19 (Matriz antisimtrica)
Sean A M
n
(R), B,C M
nm
(R) y D, F M
rn
(R), tal que A es una matriz no singular. Demuestre
las propiedades siguientes.
1 I
1
n
=I
n
2
_
A
t
_
1
=
_
A
1
_
t
3 AB = AC B =C
4 DA = FA D = F
Ejercicio 2.15
24 Matrices
Sea A M
n
(R). La matriz A
k
, con k N, representa la k-sima potencia de A y se dene de la
manera siguiente:
1 A
0
=I
m
2 A
k
= A A A A (k veces A)
3 A
k
=
_
A
1
_
k
, siempre que A sea no singular
Denicin 2.20 (Potencia en matrices)
Sea A M
n
(R). La matriz A es una matriz peridica si, y solo si, p Z
+
, tal que A
p+1
= A
Denicin 2.21 (Matriz peridica)
Si A es una matriz peridica, el menor entero positivo p con el que se satisfaga la igualdad A
p+1
=A
se llama perodo de A
Sea A M
n
(R). La matriz A es una matriz idempotente si, y solo si, A
2
= A
Denicin 2.22 (Matriz idempotente)
Sea A M
m
(R). La matriz A es una matriz nilpotente si, y solo si, n Z
+
, tal que A
n
=O
m
Denicin 2.23 (Matriz nilpotente)
Si A es nilpotente, el menor entero positivo n con el que se satisfaga la igualdad A
n
=O
m
se llama
ndice de nilpotencia.
2.5 Matrices elementales
El procedimiento realizado en el ejemplo 2.12 para la obtencin de la matriz inversa de alguna
matriz no singular es, en muchas ocasiones, de manejo algebraico laborioso.
Se desarrollarn procedimientos que permiten obtener dicha matriz inversa de una forma ms
eciente que la mencionada; adems, se denir el concepto de matriz equivalente que es de
suma importancia en el desarrollo de temas posteriores.
Sea A M
mn
(R). Una operacin elemental sobre las las de A es cualquiera de las tres siguientes:
1 kF
i
Modicar la la i de A multiplicndola por un nmero real k, k ,= 0
2 F
i
F
j
Intercambiar las las i y j de A
3 kF
j
+F
i
Modicar la i-sima la de A sumndole k veces la la j
Denicin 2.24 (Operacin elemental sobre las las de una matriz)
25
Una matriz B es equivalente por las con una matriz A, si B se obtiene a partir de A mediante una
secuencia nita de operaciones elementales sobre sus las.
Denicin 2.25 (Matrices equivalentes por las)
Si la matriz B es equivalente por las con la matriz A se escribe A B.
Considere la matriz P denida como
P =
_
_
2 5 1 3
1 0 1 5
4 1 3 2
_
_
Son equivalentes por las con P las matrices siguientes:
R =
_
_
4 1 3 2
2 0 2 10
2 5 1 3
_
_
Se realiza: P
F
1
F
3

2F
2
R
Z =
_
_
2 5 1 3
1 0 1 5
4 1 3 2
_
_
Se realiza: P
4F
2

1
4
F
2
P
F
1
F
3

F
1
F
3
Z = P
B =
_
_
2 5 1 3
0 9 5 4
1 18 11 13
_
_
Se realiza: P
2F
1
+F
3

2F
3
+F
2

F
2
F
3
B
F =
_
_
2 5 1 3
1 0 1 5
4 1 3 2
_
_
Se realiza: P
3F
1
+F
2

3F
1
+F
2
F = P
H =
_
_
10 1 9 28
3 0 3 15
2 19 13 40
_
_
Se realiza: P
F
1
F
3

3F
2

2F
2
+F
1

4F
3

F
1
+F
3
H
Ejemplo 2.13
Con base en las operaciones realizadas en la matriz P del ejemplo anterior para la obtencin de
las matrices Z y F, se puede denir un concepto importante para operaciones elementales: el
concepto de operacin elemental inversa.
Se dice que una operacin elemental es inversa de otra si aplicando ambas operaciones a alguna
matriz A, de manera secuencial, se obtiene como resultado la matriz A.
Denicin 2.26 (Operacin elemental inversa)
En general, para cada una de las operaciones elementales sobre las las de alguna matriz su
operacin elemental inversa est denida, respectivamente, de la manera siguiente:
26 Matrices
1 kF
i
Operacin elemental inversa:
1
k
F
i
, con k ,= 0
2 F
i
F
j
Operacin elemental inversa: F
i
F
j
3 kF
j
+F
i
Operacin elemental inversa: kF
j
+F
i
Considere las matrices R, B y H del ejemplo 2.13 y, a partir de estas, obtenga la matriz P del mismo
ejemplo utilizando el resultado de la denicin anterior.
Ejercicio 2.16
Una matriz elemental de orden n, denotada como E, es toda matriz que se obtiene de la matriz I
n
despus de aplicarle una, y solo una, operacin elemental.
Denicin 2.27 (Matriz elemental)
Una matriz elemental de orden n se dice que es del tipo a, tipo b o tipo c si se realiza, respectivamente,
a la matriz I
n
la operacin elemental a, b o c de la denicin 2.24; asimismo, toda matriz elemental
de orden n se denota, de manera ms especca y basados en el tipo que sea, como E
a
, E
b
o E
c
Son matrices elementales de orden 3 las matrices siguientes:
1 E
a
=
_
_
1 0 0
0 5 0
0 0 1
_
_
2 E
b
=
_
_
0 0 1
0 1 0
1 0 0
_
_
3 E
a
=
_
_
1 0 0
0 1 0
0 0 k
_
_
4 E
c
=
_
_
1 0 0
0 1 0
2 0 1
_
_
5 E
a
=
_
_
_
_
1 0 0
0 1 0
0 0
1
k
_
_
_
_
6 E
c
=
_
_
1 k 0
0 1 0
0 0 1
_
_
Ejemplo 2.14
Si A M
mn
(R) y B se obtiene de A luego de efectuarle una operacin elemental sobre sus las,
entonces existe una matriz elemental E de orden m, tal que B = EA, donde E se obtiene de I
m
despus de efectuar la misma operacin elemental realizada en A para la obtencin de B.
Teorema 2.7
27
Para demostrar lo que se enuncia, basta probar que las igualdades mencionadas son vlidas para
cada uno de los tres nicos casos que existen; especcamente, se deben contemplar los tres tipos
de operaciones elementales denidas y vericar, respectivamente, la igualdad entre la matriz B y
la matriz EA.
Se desarrollar el caso que contempla la operacin elemental kF
i
Veamos:
Sean k R, k ,= 0 y A, B M
mn
(R). Suponga que la matriz B se obtiene de la matriz A despus de
realizar la operacin kF
r
En este caso, A y B dieren nicamente en su r-sima la; especcamente, i, j N con 1 i m,
1 j n, se tiene que B
i j
=
_
A
i j
si i ,= r
kA
i j
si i = r
Sea E M
m
(R) la matriz elemental que se obtiene de I
m
luego de efectuar la operacin elemental
kF
r
; en este caso, i, j N con 1 i m, 1 j m, E
i j
=
_
_
_
1 si i = j, i ,= r
k si i = j = r
0 si i ,= j
Se quiere probar que EA
i j
=B
i j
, i, j N con 1 i m, 1 j n
Partiendo del primer miembro de la igualdad, i, j N con 1 i m, 1 j n, se tiene que:
EA
i j
=
m

t=1
E
it
A
t j
= E
i1
A
1 j
+E
i2
A
2 j
+ +E
ii
A
i j
+ +E
im
A
mj
= 0 A
1 j
+0 A
2 j
+ +E
ii
A
i j
+ +0 A
mj
= E
ii
A
i j
=
_
1 A
i j
si i ,= r
k A
i j
si i = r
=
_
A
i j
si i ,= r
kA
i j
si i = r
= B
i j
As, EA
i j
= B
i j
, i, j N con 1 i m, 1 j n.
El resultado de efectuar la operacin elemental kF
i
sobre las las de toda matriz A, es el mismo
que realizar la multiplicacin EA, donde E es la matriz elemental obtenida al aplicarle a I la
operacin elemental kF
i
Demostracin
Demuestre los dos casos restantes del teorema 2.7.
Ejercicio 2.17
28 Matrices
Considere la matriz A denida como A =
_
_
3 2 0 5
0 3 3 2
1 5 4 1
_
_
y las matrices elementales de
orden 3 E
a
, E
b
y E
c
denidas por E
a
=
_
_
1 0 0
0 1 0
0 0 4
_
_
, E
b
=
_
_
1 0 0
0 0 1
0 1 0
_
_
y E
c
=
_
_
1 0 3
0 1 0
0 0 1
_
_
1 Determine las matrices P, Q y R que se obtienen a partir de A, despus de realizar, respecti-
vamente, la operacin elemental 4F
3
, F
2
F
3
y 3F
3
+F
1
2 Verique que se cumplen las igualdades siguientes:
P = E
a
A
Q = E
b
A
R = E
c
A
3 Con base en el teorema anterior, obtenga la matriz U que se obtiene de A despus de re-
alizarle, secuencialmente, las operaciones elementales sobre las siguientes: A
3F
3
+F
1

4F
3

F
2
F
3

2F
1
+F
2
U.
Ejercicio 2.18
Si A, B M
mn
(R) y B es equivalente por las con A, entonces existe una matriz C de orden m, tal
que B =CA, donde C es la matriz producto de un nmero nito de matrices elementales de orden
m.
Teorema 2.8
Demuestre el teorema 2.8.
Ejercicio 2.19
Toda matriz elemental E de orden n es invertible y su inversa E
1
es una matriz elemental, que
se obtiene aplicando a I
n
la operacin elemental inversa de la operacin que le fue efectuada a I
n
para determinar E.
Teorema 2.9
Si E es una matriz elemental de orden n, entonces E se obtiene de I
n
despus de efectuarle alguna
operacin elemental sobre sus las.
Sea E
/
la matriz que se obtiene de I
n
despus de realizarle la operacin elemental inversa de la
efectuada en I
n
para la obtencin de E.
Demostracin
29
Si a la matriz E
/
se le realiza la operacin elemental efectuada en I
n
para la obtencin de E,
el resultado sera esta matriz identidad, ya que el efecto de realizar de manera simultnea una
operacin elemental y su operacin elemental inversa es la obtencin de una matriz sin cambio
alguno.
De esta manera y basados en el teorema 2.7, EE
/
=I
n
, lo que nos indica que E
/
es la matriz inversa
de E.
Toda matriz elemental E posee como inversa la matriz elemental E
1
que se obtiene aplicando
a la identidad la operacin elemental inversa de la aplicada en dicha identidad para la obtencin
de E.
Demostracin - continuacin
Las matrices elementales de orden tres E
/
=
_
_
1 0 3
0 1 0
0 0 1
_
_
y E
//
=
_
_
1 0 3
0 1 0
0 0 1
_
_
son mutua-
mente inversas, ya que:
E
/
E
//
=
_
_
1 0 3
0 1 0
0 0 1
_
_
_
_
1 0 3
0 1 0
0 0 1
_
_
=
_
_
1+0+0 0+0+0 3+03
0+0+0 0+1+0 0+0+0
0+0+0 0+0+0 0+0+1
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= I
3
Note que para obtener E
//
se aplica a la matriz I
3
la operacin elemental inversa de la aplicada a
la misma identidad para la obtencin de E
/
.
Ejemplo 2.15
Demuestre que es equivalente por las con" es una relacin de equivalencia.
Ejercicio 2.20
2.6 Reduccin de matrices
Los conceptos y resultados enunciados anteriormente dan lugar a aplicaciones importantes den-
tro del estudio del lgebra matricial; el concepto de matriz reducida por las contempla varios de
30 Matrices
los resultados mencionados y permite simplicidad en varios clculos que se presentarn.
Sea A M
mn
(R). Se dice que A es una matriz escalonada reducida por las, si A cumple, si-
multneamente, las condiciones siguientes:
Cualquier la que contenga entradas distintas de cero precede a toda la nula (en caso de
existir alguna).
La primera entrada distinta de cero de cada la es el nico elemento no nulo de su columna.
El primer elemento no nulo de cada la es 1 y se encuentra en alguna columna posterior a
la que contiene la primera entrada no nula de la la que le precede.
Denicin 2.28 (Matriz escalonada reducida por las)
Son matrices escalonadas reducidas por las las siguientes:
1
_
_
1 2 3 0
0 0 0 1
0 0 0 0
_
_
2
_
0 0
0 0
_
3
_
1 0 4 7 3
0 1 5 2 1
_
4
_
_
1 0 0
0 1 0
0 0 1
_
_
5
_
_
_
_
_
_
_
0 1 0 7 0
0 0 1 2 0
0 0 0 0 1
0 0 0 0 0
0 0 0 0 0
_
_
_
_
_
_
_
Ejemplo 2.16
El teorema que se enuncia a continuacin muestra un resultado importante en el estudio del lge-
bra matricial; se garantiza que toda matriz se puede llevar, con base en operaciones elementales
sobre sus las, a una matriz escalonada reducida por las.
Si A M
mn
(R), entonces existe una nica matriz escalonada reducida por las R, tal que A R.
Teorema 2.10
31
Demuestre el teorema 2.10.
Ejercicio 2.21
La matriz escalonada reducida por las que es equivalente por las con la matriz A denida como
A =
_
_
_
_
1 2 1 0 7 5
6 12 0 1 19 4
2 4 2 1 1 8
8 16 6 3 3 22
_
_
_
_
est dada por R =
_
_
_
_
1 2 0 0 3 1
0 0 1 0 4 4
0 0 0 1 1 2
0 0 0 0 0 0
_
_
_
_
ya que:
A =
_
_
_
_
1 2 1 0 7 5
6 12 0 1 19 4
2 4 2 1 1 8
8 16 6 3 3 22
_
_
_
_
6F
1
+F
2
2F
1
+F
3
8F
1
+F
4

_
_
_
_
1 2 1 0 7 5
0 0 6 1 23 26
0 0 4 1 15 18
0 0 14 3 53 62
_
_
_
_

1
6
F
2

_
_
_
_
1 2 1 0 7 5
0 0 1
1
6
23
6

13
3
0 0 4 1 15 18
0 0 14 3 53 62
_
_
_
_
F
2
+F1
4F
2
+F3
14F
2
+F4

_
_
_
_
_
_
_
_
_
_
_
1 2 0
1
6

19
6
2
3
0 0 1
1
6
23
6

13
3
0 0 0
1
3

1
3

2
3
0 0 0
2
3
2
3
4
3
_
_
_
_
_
_
_
_
_
_
_
3F
3

_
_
_
_
_
_
_
_
_
_
_
1 2 0
1
6

19
6
2
3
0 0 1
1
6
23
6

13
3
0 0 0 1 1 2
0 0 0
2
3
2
3
4
3
_
_
_
_
_
_
_
_
_
_
_
1
6
F
3
+F1
1
6
F
3
+F2

2
3
F
3
+F4

_
_
_
_
1 2 0 0 3 1
0 0 1 0 4 4
0 0 0 1 1 2
0 0 0 0 0 0
_
_
_
_
= R
Ejemplo 2.17
32 Matrices
Demuestre que la nica matriz de orden n escalonada reducida por las que posee inversa es la
matriz I
n
Ejercicio 2.22
Si A M
n
(R), entonces A es equivalente por las con la matriz I
n
si, y solo si, A es una matriz no
singular.
Teorema 2.11
Sean A, R M
n
(R), tales que A R, siendo R una matriz escalonada reducida por las.
Como A R, existe un nmero nito de matrices elementales E
1
, E
2
, . . . , E
k
, tales que
E
k
. . . E
2
E
1
A = R
Con base en el teorema 2.9, las matrices E
1
, E
2
, . . . , E
k
son invertibles y sus inversas respectivas
E
1
1
, E
1
2
, . . . , E
1
k
son, tambin, matrices elementales; de esta manera:
E
k
. . . E
2
E
1
A = R
E
1
1
E
1
2
. . . E
1
k
E
k
. . . E
2
E
1
A = E
1
1
E
1
2
. . . E
1
k
R
A = E
1
1
E
1
2
. . . E
1
k
R
De la ltima implicacin, se tiene que la matriz A es invertible si, y solo si, la matriz E
1
1
E
1
2
. . .
E
1
k
R tambin lo es.
Con base en el teorema 2.4, dado que las matrices E
1
1
, E
1
2
, . . . , E
1
k
son invertibles, el producto
E
1
1
E
1
2
. . . E
1
k
R es envertible si, y solo si, R es invertible; luego, A es invertible si, y solo si, R
lo es.
Como R es una matriz de orden n escalonada reducida por las, R es no singular si, y solo si, R es
la matriz I
n
Si A es una matriz de orden n, A es no singular si, y solo si, A I
n
Demostracin
Observe que:
E
k
. . . E
2
E
1
A =I
n
A
1
= E
k
. . . E
2
E
1
A
1
= E
k
. . . E
2
E
1
I
n
De esta manera, para obtener la matriz A
1
se aplican a I
n
las mismas operaciones elementales
que se deben aplicar a A para la obtencin de I
n
En el jemplo que se enuncia a continuacin se muestra una estrategia, fundamentada en la de-
mostracin del teorema anterior, para determinar si alguna matriz es no singular y, simultnea-
mente, hallar su inversa (en caso de existir).
33
Para determinar la matriz inversa, en caso de existir, de la matriz A =
_
_
3 1 2
2 1 0
3 2 3
_
_
se pueden
seguir procedimientos similares al siguiente:
_
_
3 1 2 1 0 0
2 1 0 0 1 0
3 2 3 0 0 1
_
_
F
2
+F
1

_
_
1 2 2 1 1 0
2 1 0 0 1 0
3 2 3 0 0 1
_
_
2F
1
+F
2
3F
1
+F
3

_
_
1 2 2 1 1 0
0 5 4 2 3 0
0 4 3 3 3 1
_
_
F
2
+F
3

_
_
1 2 2 1 1 0
0 5 4 2 3 0
0 1 1 1 0 1
_
_
F
2
F
3

_
_
1 2 2 1 1 0
0 1 1 1 0 1
0 5 4 2 3 0
_
_
2F
2
+F
1
5F
2
+F
3

_
_
1 0 0 3 1 2
0 1 1 1 0 1
0 0 1 7 3 5
_
_
F
3
+F
2

_
_
1 0 0 3 1 2
0 1 0 6 3 4
0 0 1 7 3 5
_
_
Como la matriz A es equivalente por las con la matriz I
3
, entonces A es una matriz no singular y
su inversa es la matriz A
1
=
_
_
3 1 2
6 3 4
7 3 5
_
_
, matriz que se obtuvo de I
3
despus de realizar
las mismas operaciones elementales que las efectuadas en A para la obtencin de I
3
Ejemplo 2.18
Utilizando operaciones elementales sobre las determine, en caso de existir, la matriz inversa de
cada una de las matrices siguientes.
1 F =
_
_
1 0 4
0 1 0
4 0 1
_
_
2 Z =
_
_
1 1 1
2 1 1
1 0 2
_
_
Ejercicio 2.23
34 Matrices
3 H =
_
_
5 10 25
2 1 3
4 2 6
_
_
4 B =
_
cos sen
sen cos
_
5 A =
_
2 1
1 3
_
6 J =
_
_
8 1 3
5 1 2
10 1 4
_
_
7 G =
_
_
_
_
2 6 12 16
1 3 3 7
1 2 6 6
0 4 3 6
_
_
_
_
8 L =
_
a
11
a
12
a
21
a
22
_
9 P =
_
_
5 4 3
10 7 6
8 6 5
_
_
Ejercicio 2.23 - continuacin
Sea A M
mn
(R). Si R es la matriz escalonada reducida por las equivalente con A, se dene el
rango de A, denotado como r (A), como el nmero de las no nulas que posee la matriz R.
Denicin 2.29 (Rango de una matriz)
Si A es la matriz denida por A =
_
_
_
_
1 2 1 0 7 5
6 12 0 1 19 4
2 4 2 1 1 8
8 16 6 3 3 22
_
_
_
_
se tiene que r (A) = 3, ya
que su matriz escalonada reducida por las equivalente por las (ver ejemplo 2.17) est dada por
R =
_
_
_
_
1 2 0 0 3 1
0 0 1 0 4 4
0 0 0 1 1 2
0 0 0 0 0 0
_
_
_
_
Ejemplo 2.19
Verique que r (A) = 2, si se tiene que A =
_
_
_
_
3 9 4 6 12
2 6 5 4 8
1 3 0 2 4
1 3 3 2 4
_
_
_
_
Ejercicio 2.24
35
A M
mn
(R), entonces r (A) m
Teorema 2.12
A M
n
(R) es no singular si, y solo si, r (A) = n
Teorema 2.13
2.7 Ejercicios
2.25 Considere las matrices
A =
_
2 3 1
3 4 5
_
B =
_
0 2 1
5 0 3
_
C =
_
3 2
4 1
_
De las dos operaciones que se enuncian, realice la nica que es posible efectuar y, adems, justique por qu
la otra no est denida.
1 2C+A
t
B 2 AB
t
+3C
2.26 Sea k ,= 0 y sean A, B,C y D matrices denidas por:
A =
_
_
1 0
0 1
3 0
_
_
B =
_
_
1 0 1
1 0 1
2 1 2
_
_
C =
_
k 2 0
1 0 3
_
D =
_
k 1
0 3
_
De las operaciones que se enuncian, realice aquella que est bien denida. Justique por qu las otras tres
no se pueden realizar.
1 (AC)
t
+B
1
2 (CB)
t
D
1
3 (BA)
1
+C
t
4 (CA)
1
D
t
2.27 Encuentre dos matrices cuadradas A y B no nulas de orden 2 tales que AB =O
2
2.28 Considere las matrices siguientes:
A =
_
_
1 1 0
3 2 1
2 0 1
_
_
B =
_
_
17 11 24
15 0 5
2 5 9
_
_
C =
_
_
5 11 2
5 4 1
3 4 4
_
_
1 Calcule 2AC
2 Si se sabe que (2AC)
1
=
_
_
12 10 27
5 4 11
4 3 9
_
_
, determine una matriz X de tamao 33 con
entradas reales, tal que 2AX B =CX
36 Matrices
2.29 Considere las matrices siguientes:
A =
_
2 1
0 3
_
, B =
_
3 1 4
2 0 5
_
, C =
_
_
3 2
0 1
1 5
_
_
Calcule:
1 B2C
t
2 AB
3 (AB)C
4 A(BC)
5 AC
t
6
2
3
A
2.30 Encuentre la matriz X que satisface la ecuacin A
_
X
t
+C
_
= D, donde:
A =
_
_
1 1 0
0 1 0
0 0 3
_
_
, C =
_
_
1 2
3 4
0 5
_
_
, D =
_
_
1 1
3 0
1 3
_
_
2.31 Para cada una de las matrices que se enuncian determine su inversa (si existe):
1 A =
_
2 3
7 11
_
2 A =
_
_
4 3 3
1 0 1
3 2 2
_
_
3 A =
_
a b
c d
_
con ad cb ,= 0
4 A =
_
_
2 2 1
1 1 2
1 0 1
_
_
5 A =
_
1 6
2 12
_
6 A =
_
_
11 2 2
4 0 1
6 1 1
_
_
7 A =
_
_
3 2 1
4 1 2
2 0 1
_
_
8 A =
_
_
1 2 3
2 5 7
2 4 5
_
_
9 A =
_
_
1 0 2
2 1 3
4 1 8
_
_
10 A =
_
_
1 2 3
2 1 0
4 2 5
_
_
11 A =
_
_
0 1 1
4 3 4
3 3 4
_
_
12 A =
_
_
_
_
1 2 1 0
1 2 2 3
0 1 1 1
2 3 2 3
_
_
_
_
13 A =
_
_
_
_
1 2 3 1
1 3 3 2
2 4 3 3
1 1 1 1
_
_
_
_
2.32 Sea A una matriz cuadrada de orden n tal que A
2
= O
nn
, demuestre que I
n
A es una matriz no
singular.
2.33 Si A M
mm
(R), tal que A
2
= A, demuestre que k N,
_
A+I
m
_
k
=I
m
+
_
2
k
1
_
A
37
2.34 Determine si A =
_
_
4 3 3
1 0 1
4 4 3
_
_
es involutiva o no.
2.35 Pruebe que A =
_
_
1 3 4
1 3 4
1 3 4
_
_
es nilpotente y determine su ndice de nilpotencia.
2.36 Verique que las matrices M y N son idempotentes, con:
M =
_
_
2 2 4
1 3 4
1 2 3
_
_
, N =
_
_
1 3 5
1 3 5
1 3 5
_
_
2.37 D un ejemplo de una matriz cuadrada de orden 3 que sea antisimtrica.
2.38 En M
n
(R) se dene una relacin R de la siguiente manera:
A, B M
n
(R), AR B P M
n
(R), tal que A = P
1
BP
Demuestre que R es una relacin de equivalencia.
2.39 Sean A, B M
nn
(R), tales quee A y B son simtricas. Demuestre que:
1 A+B es simtrica.
2 AB no siempre es simtrica.
3 A
2
es simtrica.
4 A
n
es simtrica para todos los valores enteros de n posibles.
3 Determinantes
Un concepto importante asociado con las matrices cuadradas es el concepto de determinante,
concepto de mucha utilidad por sus variadas aplicaciones: clculo de reas, clculo de matrices
inversas, clculo de volmenes y en la resolucin de sistemas de ecuaciones lineales, entre otros.
Dado que cada matriz cuadrada est relacionada con un nico nmero real, el determinante
puede ser considerado como una funcin que tiene como dominio el conjunto de la matrices
cuadradas y cuyo codominio es el conjunto de los nmeros reales.
3.1 Deniciones bsicas
Algunos de los conceptos ms relevantes en el estudio de los determinantes son enunciados a
continuacin. Las deniciones que se consideran son de suma importancia para el desarrollo de
contenidos posterios, relacionados con ciertas propiedades que se cumplen cuando se calculan
determinantes.
Si A es una matriz de orden 1, tal que A = (a
11
), su determinante, denotado como [A[, det (A) o
[a
11
[, se dene como [A[ = a
11
Denicin 3.1 (Determinante de una matriz de orden 1)
Si A M
n
(R), se dene el menor del elemento a
i j
de A, denotado por M
A
i j
, como el determinante
de la matriz que se obtiene a partir de A luego de eliminar su i-sima la y su j-sima columna.
Denicin 3.2 (Menor de un elemento)
Considere la matriz A denida como A =
_
a b
c d
_
Para la matriz A se tiene que:
M
A
11
=[d[ = d M
A
12
=[c[ = c M
A
21
=[b[ = b M
A
22
=[a[ = a
Ejemplo 3.1
39
Si A M
n
(R), se dene el cofactor del elemento a
i j
de A, denotado por A
i j
, como el nmero dado
por
A
i j
= (1)
i+j
M
A
i j
Denicin 3.3 (Cofactor de un elemento)
Si A M
n
(R), se dene la matriz de cofactores de A, denotada como A, como la matriz de orden n
dada por

A
_
i j
= A
i j
, i, j, con 1 i n, 1 j n
Denicin 3.4 (Matriz de cofactores)
Con base en la matriz del ejemplo 3.1, se tiene que:
A
11
= (1)
1+1
M
A
11
= (1)
2
d = 1 d = d
A
12
= (1)
1+2
M
A
12
= (1)
3
c =1 c =c
A
21
= (1)
2+1
M
A
21
= (1)
3
b =1 b =b
A
22
= (1)
2+2
M
A
22
= (1)
4
a = 1 a = a
De esta manera, A =
_
A
11
A
12
A
21
A
22
_
=
_
d c
b a
_
Ejemplo 3.2
Sea A M
n
(R) con n 2, el determinante de A se dene, de manera recursiva, como el nmero
real dado por
[A[ =
n

j=1
A
1 j
A
1 j
Denicin 3.5 (Determinante de una matriz de orden n)
Considere la matriz del ejemplo 3.1 y verique que el determinante de toda matriz de orden dos
est dado por

a b
c d

= ad bc
Ejemplo 3.3
40 Determinantes
Con base en la denicin 3.5 se tiene que:
[A[ =
2

j=1
A
1 j
A
1 j
= A
11
A
11
+A
12
A
12
= a d +b c
= ad bc
De esta manera,

a b
c d

= ad bc
Solucin
Considere las matrices A y B denidas por A =
_
2 1
3 5
_
y B =
_
6 3
4 1
_
Para estas matrices se cumple que:
[A[ = 2 51 3
[A[ = 7
y
[B[ = 6 13 4
[B[ =6
As,
[A[ +[B[ = 7+6
[A[ +[B[ = 1
Por otra parte, se tiene que:
[A+B[ =

_
2 1
3 5
_
+
_
6 3
4 1
_

[A+B[ =

8 4
7 6

[A+B[ = 8 64 7
[A+B[ = 20
Observe que, para estas matrices, [A+B[ ,=[A[ +[B[
Ejemplo 3.4
41
Para cada una de las matrices que se enuncian calcule, respectivamente, el valor de su determi-
nante.
1 A =
_
2 3
5 4
_
2 B =
_
5 4
2 3
_
3 C =
_
3 2
4 5
_
4 D =
_
0 0
6 4
_
5 E =
_
1 0
0 1
_
6 F =
_
0
0
_
7 G =
_
4 6
5 4
_
8 H =
_
2 3
15 12
_
9 I =
_
7 13
0 2
_
10 J =
_
2x 3
5 4x
_
11 K =
_
2 3
5 4
_
12 L =
_
2 3
5 4
_
Ejercicio 3.1
Considere la matriz A, denida por A =
_
_
3 6 0
0 3 2
1 1 4
_
_
y obtenga el valor de [A[
Con base en la denicin 3.5 se tiene que:
[A[ =
3

j=1
A
1 j
A
1 j
= A
11
A
11
+A
12
A
12
+A
13
A
13
= 3 A
11
+6 A
12
+0 A
13
= 3 A
11
6 A
12
= 3 (1)
2
M
A
11
6 (1)
3
M
A
12
= 3 1

3 2
1 4

6 1

0 2
1 4

= 3(12+2) +6(02)
= 3 14+6 2
= 4212
= 30
As, [A[ = 30
Ejemplo 3.5
42 Determinantes
Considere la matriz B, denida por B =
_
_
2 6 0
5 3 2
7 1 4
_
_
y obtenga el valor de [B[
Con base en la denicin 3.5 se tiene que:
[B[ =
3

j=1
B
1 j
B
1 j
= B
11
B
11
+B
12
B
12
+B
13
B
13
= 2 B
11
+6 B
12
+0 B
13
= 2 B
11
6 B
12
= 2 (1)
2
M
B
11
6 (1)
3
M
B
12
= 2 1

3 2
1 4

6 1

5 2
7 4

= 2(12+2) +6(2014)
= 2 14+6 6
= 28+36
= 8
As, [B[ = 8
Ejemplo 3.6
Considere la matriz C, denida por C =
_
_
_
_
3 2 0 0
3 2 6 0
0 5 3 2
1 7 1 4
_
_
_
_
y calcule [C[
Con base en la denicin 3.5 se tiene que:
[C[ =
4

j=1
C
1 j
C
1 j
= C
11
C
11
+C
12
C
12
+C
13
C
13
+C
14
C
14
= 3 C
11
+2 C
12
+0 C
13
+0 C
14
= 3 C
11
+2 C
12
= 3 (1)
2
M
C
11
+2 (1)
3
M
C
12
= 3 1

2 6 0
5 3 2
7 1 4

+2 1

3 6 0
0 3 2
1 1 4

Ejemplo 3.7
43
= 3 82 30 (ver ejemplos 3.5 y 3.6)
= 2460
= 84
As, [C[ = 84
Ejemplo 3.7 - continuacin
En el ejemplo 3.7 se observa que el clculo de determinantes con base en la denicin 3.5 puede
ser, en gran nmero de casos, un proceso extremadamente tedioso; posteriormente, se estar
enunciando un mtodo ms eciente para la evaluacin de determinantes.
Demuestre que [I
n
[ = 1, n N Pista: utilice induccin matemtica sobre n
Ejercicio 3.2
3.2 Propiedades bsicas
En el estudio de determinantes se presentan gran nmero de propiedades que, en la mayora de
los casos, ayudan en los clculos de estos valores.
A continuacin, se enuncian algunos de los resultados ms relevantes para la evaluacin de de-
terminantes.
Tal y como se evidenci en el ejemplo 3.4, dadas dos matrices cualesquiera B y C del mismo orden
y una matriz A, tal que A = B+C, no siempre se cumple que [A[ =[B[ +[C[.
La propiedad que se enuncia en el teorema 3.1, que posee cierta similitud con lo que enunci
anteriormente, juega un papel sumamente importante en el estudio de algunas propiedades de
los determinantes.
44 Determinantes
Si A, B,C M
n
(R), tales que
A =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,n
b
r,1
+c
r,1
b
r,2
+c
r,2
b
r,n
+c
r,n
a
r+1,1
a
r+1,2
a
r+1,n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,n
b
r,1
b
r,2
b
r,n
a
r+1,1
a
r+1,2
a
r+1,n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
_
_
_
C =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,n
c
r,1
c
r,2
c
r,n
a
r+1,1
a
r+1,2
a
r+1,n
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
_
_
_
con r N, tal que 1 r n, entonces [A[ =[B[ +[C[
Teorema 3.1
La demostracin es por induccin matemtica sobre n
Para n = 1 se tiene que A = (b
11
+c
11
), B = (b
11
) y C = (c
11
)
De esta manera,
[A[ = [b
11
+c
11
[ sustitucin de A
= b
11
+c
11
denicin 3.1
= [b
11
[ +[c
11
[ denicin 3.1
= [B[ +[C[ sustitucin de B y C
As, [A[ = [B[ +[C[
Asumamos que para n = k el resultado es vlido; es decir, que dadas las matrices
A =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1k
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k
b
r,1
+c
r,1
b
r,2
+c
r,2
b
r,k
+c
r,k
a
r+1,1
a
r+1,2
a
r+1,k
.
.
.
.
.
.
.
.
.
a
k1
a
k2
a
kk
_
_
_
_
_
_
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1k
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k
b
r,1
b
r,2
b
r,k
a
r+1,1
a
r+1,2
a
r+1,k
.
.
.
.
.
.
.
.
.
a
k1
a
k2
a
kk
_
_
_
_
_
_
_
_
_
_
_
_
_
Demostracin
45
y C =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1k
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k
c
r,1
c
r,2
c
r,k
a
r+1,1
a
r+1,2
a
r+1,k
.
.
.
.
.
.
.
.
.
a
k1
a
k2
a
kk
_
_
_
_
_
_
_
_
_
_
_
_
_
se cumple que [A[ =[B[ +[C[
Con base en esta suposicin (hiptesis de induccin), se debe probar que el resultado es vlido
para n = k +1. Especcamente, se quiere demostrar que para las matrices
A =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1,k+1
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k+1
b
r,1
+c
r,1
b
r,2
+c
r,2
b
r,k+1
+c
r,k+1
a
r+1,1
a
r+1,2
a
r+1,k+1
.
.
.
.
.
.
.
.
.
a
k+1,1
a
k+1,2
a
k+1,k+1
_
_
_
_
_
_
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1,k+1
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k+1
b
r,1
b
r,2
b
r,k+1
a
r+1,1
a
r+1,2
a
r+1,k+1
.
.
.
.
.
.
.
.
.
a
k+1,1
a
k+1,2
a
k+1,k+1
_
_
_
_
_
_
_
_
_
_
_
_
_
y C =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1,k+1
.
.
.
.
.
.
.
.
.
a
r1,1
a
r1,2
a
r1,k+1
c
r,1
c
r,2
c
r,k+1
a
r+1,1
a
r+1,2
a
r+1,k+1
.
.
.
.
.
.
.
.
.
a
k+1,1
a
k+1,2
a
k+1,k+1
_
_
_
_
_
_
_
_
_
_
_
_
_
se cumple que [A[ = [B[ +[C[. Observe que si r = 1 las
matrices A, B y C dieren solo en las entradas de la primera la; en este caso, A
(1)
= B
(1)
+C
(1)
,
donde B
(1)
= (b
11
b
12
b
1,k+1
) y C
(1)
= (c
11
c
12
c
1,k+1
)
De esta manera, si r = 1 se tiene que:
[A[ =
k+1

j=1
A
1 j
A
1 j
denicin 3.5
=
k+1

j=1
A
1 j
(1)
1+j
M
A
1 j
denicin 3.3
=
k+1

j=1
(b
1 j
+c
1 j
)(1)
1+j
M
A
1 j
A
(1)
= B
(1)
+C
(1)
=
k+1

j=1
_
b
1 j
(1)
1+j
M
A
1 j
+c
1 j
(1)
1+j
M
A
1 j
_
distributividad de " resp. de +" en R
=
k+1

j=1
b
1 j
(1)
1+j
M
A
1 j
+
k+1

j=1
c
1 j
(1)
1+j
M
A
1 j
prop. de sumas:

i
_
a
i
+b
i
_
=

i
a
i
+

i
b
i
Demostracin - continuacin
46 Determinantes
=
k+1

j=1
b
1 j
(1)
1+j
M
A
1 j
+
k+1

j=1
c
1 j
(1)
1+j
M
A
1 j
prop. de sumas:

i
a
i
=

i
a
i
=
k+1

j=1
b
1 j
(1)
1+j
M
B
1 j
+
k+1

j=1
c
1 j
(1)
1+j
M
C
1 j
A, B y C dieren solo en la la 1
=
k+1

j=1
b
1 j
B
1 j
+
k+1

j=1
c
1 j
C
1 j
denicin 3.3
=
k+1

j=1
B
1 j
B
1 j
+
k+1

j=1
C
1 j
C
1 j
sustitucin de b
1j
y c
1 j
= [B[ +[C[ denicin 3.5
As, [A[ = [B[ +[C[ para r = 1.
Ahora, si r >1 las las de las matrices A, B yC son las mismas a excepcin de la la r, tal y como se
enuncian en el encabezado de esta parte de la demostracin, donde son consideradas las matrices
A, B y C de tamao (k +1) (k +1)
Con lo anterior, j N con 1 j k, los determinantes M
A
1 j
, M
B
1 j
y M
C
1 j
contemplan matrices de
tamao k k que, exceptuando la la r 1, contienen las mismas las. Especcamente, se tiene
que A
(r1)
= B
(r1)
+C
(r1)
De acuerdo con nuestra hiptesis de induccin, se puede asegurar que
M
A
1 j
= M
B
1 j
+M
C
1 j
De esta manera:
[A[ =
k+1

j=1
A
1 j
A
1 j
denicin 3.5
=
k+1

j=1
A
1 j
(1)
1+j
M
A
1 j
denicin 3.3
=
k+1

j=1
A
1 j
(1)
1+j
_
M
B
1 j
+M
C
1 j
_
resultado 3.1: hiptesis de induccin
=
k+1

j=1
_
A
1 j
(1)
1+j
M
B
1 j
+A
1 j
(1)
1+j
M
C
1 j
_
dist. de " resp. de +" en R
=
k+1

j=1
_
A
1 j
(1)
1+j
M
B
1 j
+A
1 j
(1)
1+j
M
C
1 j
_
conmutatividad de " en R
=
k+1

j=1
_
A
1 j
B
1 j
+A
1 j
C
1 j
_
denicin 3.3
=
k+1

j=1
A
1 j
B
1 j
+
k+1

j=1
A
1 j
C
1 j
prop. de sumas:

i
_
a
i
+b
i
_
=

i
a
i
+

i
b
i
=
k+1

j=1
A
1 j
B
1 j
+
k+1

j=1
A
1 j
C
1 j
prop. de sumas:

i
a
i
=

i
a
i
=
k+1

j=1
B
1 j
B
1 j
+
k+1

j=1
C
1 j
C
1 j
A, B y C poseen la misma la 1
Demostracin - continuacin
47
= [B[ +[C[ denicin 3.5
As, [A[ = [B[ +[C[ para r > 1.
Por lo tanto, queda demostrado que lo que se enuncia en el teorema es vlido para matrices
cuadradas de cualquier orden.
Demostracin - continuacin
Corolario 3.1 Si A M
n
(R) posee alguna la nula, entonces [A[ = 0
Demuestre el corolario 3.1 del teorema 3.1.
Ejercicio 3.3
Sea A M
n
(R). i N, con 1 i n, se cumple que [A[ =
n

j=1
A
i j
A
i j
y, tambin, se cumple que
j N, con 1 j n, [A[ =
n

i=1
A
i j
A
i j
Teorema 3.2
El teorema 3.2 es de gran utilidad en la evaluacin de determinantes, ya que garantiza simplicidad
de clculos al poderse jar cualquier la o cualquier columna para calcular el determinante de
toda matriz cuadrada.
Corolario 3.2 Si A M
n
(R), tal que A posee dos las idnticas, entonces [A[ = 0
Demuestre el corolario 3.2 del teorema 3.2. Pista: utilice induccin matemtica.
Ejercicio 3.4
Calcule [A[ si se tiene que A =
_
_
_
_
0 3 0 2
2 0 1 0
2 0 2 2
3 0 1 0
_
_
_
_
Con base en el teorema 3.2 y jando la segunda columna de A, se tiene que:
Ejemplo 3.8
48 Determinantes
[A[ =
4

i=1
A
i2
A
i2
= A
12
A
12
+A
22
A
22
+A
32
A
32
+A
42
A
42
= 3 A
12
+0 A
22
+0 A
32
+0 A
42
= 3 A
12
= 3 (1)
3
M
A
12
= 3 1

2 1 0
2 2 2
3 1 0

= 3

2 1 0
2 2 2
3 1 0

= 3 2 (conviene jar la columna 3 en el clculo del ltimo determinante)


= 6
Ejemplo 3.8 - continuacin
Para cada una de las matrices que se enuncian calcule, respectivamente, el valor de su determi-
nante.
1 A =
_
_
4 0 8
0 3 2
1 0 4
_
_
2 B =
_
_
2 0 4
0 15 10
1 0 4
_
_
3 C =
_
_
2 0 4
0 3 2
1 0 4
_
_
4 D =
_
_
2 0 1
0 3 0
4 2 4
_
_
5 E =
_
_
2 0 4
0 3 2
0 4
_
_
6 F =
_
_
_
_
0 3 5 1
1 2 0 0
3 0 4 1
2 3 2 5
_
_
_
_
7 G =
_
_
_
_
3 0 4 1
1 2 0 0
0 3 5 1
2 3 2 5
_
_
_
_
8 H =
_
_
_
_
_
_
_
2 1 0 0 0
3 5 0 0 0
0 0 3 6 0
0 0 0 3 2
0 0 1 1 4
_
_
_
_
_
_
_
Ejercicio 3.5
49
9 I =
_
_
_
_
7 4 2
0 1 0
0 0 4 4
0 0 0 5
_
_
_
_
10 J =
_
_
_
_
2 5 0 1
0 2 1 0
8 3 5 2
0 2 1 0
_
_
_
_
11 K =
_
_
_
_
2 1 2
5 1 1 1
0 0 0 0
7 2 1 2
_
_
_
_
12 L =
_
_
_
_
1 3 1 0
3 0 3 1
4 0 4 0
2 1 2 0
_
_
_
_
Ejercicio 3.5 - continuacin
En evaluacin de determinantes, es posible realizar clculos de manera ms eciente si se utilizan
operaciones elementales sobre las las de la matriz en estudio; en este sentido, interesa saber las
consecuencias que surgen en el valor del determinante de una matriz si se le aplica alguna de las
tres operaciones elementales sobre las las de dicha matriz.
Si A M
n
(R) y B es una matriz que se obtiene de A luego de multiplicar alguna la de A por un
nmero real ,= 0, entonces [B[ = [A[
Teorema 3.3
Aunque el resultado es inmediato si se considera el teorema 3.1, la demostracin que se enuncia
est basada en el teorema 3.2.
Sean R, con ,= 0, A M
n
(R) y B la matriz que se obtiene de A luego de multiplicar la la r de
A por , con 1 r n; es decir, B
r j
=A
r j
, j N, con 1 j n es nuestra hiptesis. Se puede
asegurar que:
[B[ =
n

j=1
B
r j
B
r j
teorema 3.2 (jando la r de B)
=
n

j=1
B
r j
(1)
r+j
M
B
r j
denicin 3.3
=
n

j=1
A
r j
(1)
r+j
M
B
r j
hiptesis
=
n

j=1
A
r j
(1)
r+j
M
A
r j
M
B
r j
= M
A
r j
(no se contempla la la r)
=
n

j=1
A
r j
A
r j
denicin 3.3
=
n

j=1
A
r j
A
r j
propiedad

i
a
i
=

i
a
i
Demostracin
50 Determinantes
= [A[ teorema 3.2 (jando la r de A)
As, [B[ = [A[
Demostracin - continuacin
El teorema 3.3 evidencia la consecuencia que surge en la evaluacin del determinante de alguna
matriz en la que se ha aplicado una operacin elemental sobre las del tipo a.
Corolario 3.3 Si A M
n
(R) y R, ,= 0, entonces [A[ =
n
[A[
Demuestre el corolario 3.3 del teorema 3.3.
Ejercicio 3.6
1 Considere la matriz del ejemplo 3.7 y la matriz B, dada por B =
_
_
_
_
3 2 0 0
15 10 30 0
0 5 3 2
1 7 1 4
_
_
_
_
y
verique que [B[ =5 84 = 420.
2 Cul operacin elemental se aplic sobre las las de la matriz del ejemplo 3.7 para la ob-
tencin de la matriz B?
Ejercicio 3.7
Si la operacin elemental sobre las de alguna matriz es del tipo b, la implicacin en el resultado
de la evaluacin de su determinante se enuncia en el teorema 3.4 que detalla a continuacin.
Si A M
n
(R) y B es una matriz que se obtiene de A luego de intercambiar dos las cualesquiera
de A, entonces [B[ =[A[
Teorema 3.4
Demuestre el teorema 3.4. Pista: utilice el corolario 3.2 del teorema 3.2 y el teorema 3.1.
Ejercicio 3.8
51
1 Considere la matriz del ejemplo 3.7 y la matriz B, dada por B =
_
_
_
_
3 2 0 0
1 7 1 4
0 5 3 2
3 2 6 0
_
_
_
_
y
verique que [B[ =(84) = 84.
2 Cul operacin elemental se aplic sobre las las de la matriz del ejemplo 3.7 para la ob-
tencin de la matriz B?
Ejercicio 3.9
Solo falta enunciar la consecuencia que se presenta en la evaluacin de determinantes de matrices
si se realiza alguna operacin elemental sobre las del tipo c.
Si A M
n
(R) y B es una matriz que se obtiene de A sumando algn mltiplo de alguna de las las
de A a otra de las las de A, entonces [B[ =[A[
Teorema 3.5
Corolario 3.4 Si A M
n
(R) es de rango menor que n, entonces [A[ = 0.
Demuestre el teorema 3.5. Pista: puede basarse en la demostracin del teorema 3.3.
Ejercicio 3.10
1 Considere la matriz del ejemplo 3.7 y la matriz B, dada por B =
_
_
_
_
7 26 4 16
3 2 6 0
0 5 3 2
1 7 1 4
_
_
_
_
y verique que [B[ = 84.
2 Cul operacin elemental se aplic sobre las las de la matriz del ejemplo 3.7 para la ob-
tencin de la matriz B?
Ejercicio 3.11
Las reglas que se enuncian a continuacin resumen el efecto que provoca la aplicacin de alguna
operacin elemental sobre el determinante de una matriz A de orden n (lo expuesto en los teore-
mas 3.3, 3.4 y 3.5).
1 Si B es la matriz obtenida al multiplicar alguna la de A por algn nmero real no nulo ,
entonces [B[ = [A[
52 Determinantes
2 Si B es la matriz obtenida al intercambiar dos las cualesquiera de A, entonces [B[ =[A[
3 Si B es la matriz obtenida al sumar algn mltiplo de alguna la de A a otra la de A,
entonces [B[ =[A[
Considerar el efecto que provoca cada una de las operaciones elementales sobre las en la eva-
luacin de determinantes, puede simplicar el procedimiento que se realiza en dichas evalua-
ciones.
Considere la matriz A del ejemplo 3.5, denida por A =
_
_
3 6 0
0 3 2
1 1 4
_
_
y determine, uti-
lizando propiedades de determinantes, el valor de [A[
Ejemplo 3.9
Si A =
_
_
3 6 0
0 3 2
1 1 4
_
_
se tiene que:
A =
_
_
3 6 0
0 3 2
1 1 4
_
_
1
3
F
1
+F
3

_
_
3 6 0
0 3 2
0 1 4
_
_
= A
/
1
3
F
2
+F
3

_
_
3 6 0
0 3 2
0 0
10
3
_
_
= A
//
Dado que A
/
fue obtenida aplicando a la matriz A una operacin elemental del tipo c, segn el
teorema 3.5 se tiene que [A[ =

A
/

Asimismo, con base en dicho teorema, se cumple que

A
/

A
//

, por lo que [A[ =

A
//

Por otra parte, aplicando el teorema 3.2 y jando la tercera la de A


//
, se tiene que:

A
//

=
3

j=1

A
//
_
3 j
A
//
3 j
=

A
//
_
31
A
//
31
+

A
//
_
32
A
//
32
+

A
//
_
33
A
//
33
= 0 A
//
31
+0 A
//
32
+
10
3
A
//
33
=
10
3
(1)
6
M
A
//
33
=
10
3
1

3 6
0 3

Solucin
53
=
10
3
(3 30 6)
=
10
3
3 3
= 30
Solucin - continuacin
El desarrollo anterior, muestra un resultado importante y de mucha utilidad en la evaluacin de
determinantes el determinante de toda matriz triangular superior est dado por el producto de
los elementos de su diagonal", (ver teorema 3.7).
A M
n
(R), se cumple que

A
t

=[A[
Teorema 3.6
Si A es una matriz de orden n, A
t
tambin es de orden n; as, para cualquier valor entero de j, con
1 j n, se tiene que:

A
t

=
n

i=1

A
t
_
i j
A
t
i j
teorema 3.2 (jando la columna j)
=
n

i=1
A
ji
A
ji
denicin 2.3
= [A[ teorema 3.2 (jando la la j)
As,

A
t

= [A[
Demostracin
Sea A M
n
(R). Si A es triangular superior, entonces [A[ =A
11
A
22
A
33
A
nn
Teorema 3.7
Corolario 3.5 Sea A M
n
(R). Si A es triangular inferior, entonces [A[ =A
11
A
22
A
33
A
nn
Demuestre el teorema 3.7. Pista: utilice induccin matemtica sobre n.
Ejercicio 3.12
Demuestre el corolario 3.5 del teorema 3.7.
Ejercicio 3.13
54 Determinantes
Basados en operaciones elementales sobre las del tipo b y del tipo c, toda matriz cuadrada se
puede transformar en una matriz triangular superior o triangular inferior; de esta manera, fcil-
mente se puede evaluar el determinante para cualquier matriz cuadrada.
Si la matriz A est denida por A =
_
_
0 1 4
2 1 2
8 0 3
_
_
, se tiene que:
A =
_
_
0 1 4
2 1 2
8 0 3
_
_
F
1
F
2

_
_
2 1 2
0 1 4
8 0 3
_
_
= A
/
Por otra parte:
A
/
=
_
_
2 1 2
0 1 4
8 0 3
_
_
4F
1
+F
3

_
_
2 1 2
0 1 4
0 4 11
_
_
4F
2
+F
3

_
_
2 1 2
0 1 4
0 0 5
_
_
= A
//
Con base en el teorema 3.5 se tiene que

A
//

A
/

; como A
//
es una matriz triangular superior,
su determinante est dado por el producto de los elementos de su diagonal (teorema 3.7); as,

A
//

A
/

= 2 1 5 = 10.
Por otra parte, de acuerdo con el teorema 3.4, se tiene que:

A
/

=[A[
As, [A[ =

A
/

=(10) =10.
Ejemplo 3.10
Con base en la tcnica implementada en el ejemplo 3.10, calcule el valor del determinante de la
matriz siguiente: A =
_
_
_
_
_
_
_
2 7 0 1 1
4 1 4 0 3
0 1 2 2 2
1 6 4 4 4
3 0 4 2 1
_
_
_
_
_
_
_
Respuesta: [A[ =906
Ejercicio 3.14
Para cada uno de los casos, encuentre el valor de que satisfaga la ecuacin que se enuncia:
1

4b
1
4b
2
4b
3
4a
1
4a
2
4a
3
4c
1
4c
2
4c
3

a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

Ejercicio 3.15
55
2

5a
1
5a
2
5a
3
6b
1
+2c
1
6b
2
+2c
2
6b
3
+2c
3
3c
1
3c
2
3c
3

a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

b
1
+c
1
b
2
+c
2
b
3
+c
3
a
1
+c
1
a
2
+c
2
a
3
+c
3
a
1
+b
1
a
2
+b
2
a
3
+b
3

a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

Ejercicio 3.15 - continuacin


El teorema 3.8, cuya demostracin se omite por involucrar contenidos que no forman parte de los
objetivos del curso, enuncia un resultado de gran importancia en evaluacin de determinantes.
Para cualesquiera matrices A, B M
n
(R), se cumple que [AB[ =[A[ [B[
Teorema 3.8
3.3 Determinantes e inversas
El determinante de alguna matriz est directamente relacionado con la inversa de dicha matriz;
se enunciarn algunos resultados que evidencian este hecho, como lo es una aplicacin de los
determinantes para la obtencin de la inversa de alguna matriz no singular.
Una matriz A M
n
(R) es no singular si, y solo si, [A[ ,= 0.
Teorema 3.9
Si A M
n
(R) es una matriz singular, de acuerdo con el teorema 2.13 se cumple que r (A) < n; de
esta manera, basados en el corolario 3.4 del teorema 3.5, [A[ = 0.
Por otra parte, si A M
n
(R) es una matriz no singular, existe A
1
tal que AA
1
=I
n
; as, con base
en el ejercicio 3.2 y el teorema 3.8, se cumple que: [A[

A
1

AA
1

=[I
n
[ = 1
Si se tuviera que [A[ = 0, la igualdad enunciada sera siempre falsa.
Por lo tanto, A es no singular si, y solo si, [A[ ,= 0.
Demostracin
Corolario 3.6 Si A M
n
(R) es no singular, entonces

A
1

=
1
[A[
Demuestre el corolario 3.6 del teorema 3.9.
Ejercicio 3.16
56 Determinantes
Si A M
n
(R), i ,= j, con 1 i n y 1 j n, se cumple que
n

k=1
A
ik
A
jk
= 0.
Teorema 3.10
Sean A M
n
(R) y B la matriz que se obtiene de A al cambiar la la j de A por su i-sima la; es
decir, la matriz B posee dos las idnticas (las las i y j), diriendo de la matriz A nicamente en
la j-sima la (especcamente, la j-sima la de B es igual a la i-sima la de A).
Por una parte, se tiene que:
[B[ =
n

k=1
B
jk
B
jk
teorema 3.2 (jando la j)
=
n

k=1
A
ik
B
jk
hiptesis
_
B
( j)
= A
(i)
_
=
n

k=1
A
ik
(1)
j+k
M
B
jk
denicin 3.3
=
n

k=1
A
ik
(1)
j+k
M
A
jk
A y B dieren solo en la la j
=
n

k=1
A
ik
A
jk
denicin 3.3
As, [B[ =
n

k=1
A
ik
A
jk
Por otra parte, dado que B posee dos las iguales, de acuerdo con el corolario 3.2 del teorema 3.2
se cumple que [B[ = 0.
Por lo tanto, i ,= j, con 1 i n y 1 j n, se cumple que
n

k=1
A
ik
A
jk
= 0.
Demostracin
Si A M
n
(R), la matriz adjunta de A, denotada como Ad j (A), es la matriz dada por Ad j (A) = A
t
Denicin 3.6 (Matriz adjunta de alguna matriz)
Si A M
n
(R), entonces A Ad j (A) =[A[ I
n
Teorema 3.11
Sea A M
n
(R). Para demostrar que A Ad j (A) =[A[ I
n
, basta probar que, entrada por entrada,
i, j, con 1 i n, 1 j n, A Ad j (A)
i j
=[A[ I
n

i j
Demostracin
57
Veamos:
i, j, con 1 i n y 1 j n, se tiene que:
A Ad j (A)
i j
=
n

k=1
A
ik
Ad j (A)
k j
denicin 2.16
=
n

k=1
A
ik
_
A
t
_
k j
denicin 3.6
=
n

k=1
A
ik

A
_
jk
denicin 2.3
=
n

k=1
A
ik
A
jk
denicin 3.4
=
_
0 si i ,= j
[A[ si i = j
teoremas 3.10 y 3.2 (jando la i)
= [A[
_
0 si i ,= j
1 si i = j
ley absorbente del cero y elemento neutro multiplicativo en R
= [A[ I
n

i j
denicin 2.7
= [A[ I
n

i j
denicin 2.13
As, A Ad j (A)
i j
= [A[ I
n

i j
, i, j, con 1 i n y 1 j n
Por lo tanto, A Ad j (A) =[A[ I
n
Demostracin - continuacin
Corolario 3.7 Si A M
n
(R) es una matriz no singular, entonces A
1
=
1
[A[
Ad j (A)
Demuestre el corolario 3.7 del teorema 3.11.
Ejercicio 3.17
Utilizando el corolario 3.7 del teorema 3.11 determine, para cada una de las matrices que se enun-
cian, su matriz inversa (en caso de existir).
1 A =
_
_
2 1 1
0 2 1
5 2 3
_
_
2 B =
_
_
3 2 4
1 5 1
4 7 3
_
_
3 C =
_
a b
c d
_
4 D =
_
_
6 0 0
0 6 0
0 0 6
_
_
Ejercicio 3.18
58 Determinantes
5 E =
_
_
_
_
2 3 1 5
0 5 4 4
0 0 3 2
0 0 0 2
_
_
_
_
6 F =
_
_
5 4 3
10 7 6
8 6 5
_
_
7 G =
_
_
2 1 1
0 2 1
5 2 3
_
_
8 H =
_
_
_
_
1 3 0 2
3 12 2 6
2 10 2 5
1 6 1 3
_
_
_
_
Ejercicio 3.18 - continuacin
3.4 Ejercicios
3.19 Calcule cada uno de los determinantes
1

1 2 3 4
2 1 2 1
0 0 1 1
3 4 1 2

2 1 6 0
3 3 4 2
4 2 1 3
5 4 3 4

1 0 0 0
0 1 0 0
a b c d
e f g h

3 0 0 0
2 5 0 0
3 8 1 0
12 15 4 1

3.20 Si se sabe que

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

= 12, calcule:
1

a
31
a
32
a
33
a
21
a
22
a
23
a
11
a
12
a
13

3a
11
3a
12
3a
13
2a
21
2a
22
2a
23
5a
31
5a
32
5a
33

3.21 Determine los valores de x para los cuales se cumplen las igualdades siguientes:
1

x 1 0 1
2 x +2 1
0 0 x +1

= 0 2

3 x 2x
0 x 99
0 0 x 1

= 60
3.22 En cada uno de los casos siguientes calcule los valores de x para los cuales la matriz correspondiente
no posee inversa:
1
_
x 3
4 1x
_
59
2
_
_
x x 1 x +1
1 2 3
2x x +3 x +7
_
_
3.23 Una matriz cuadrada A, se dice que es ortogonal si es no singular y, adems, A
1
= A
t
Demuestre que si A es una matriz ortogonal entonces [A[ = 1 o [A[ =1
3.24 Si A es una matriz idempotente, cules son los valores posibles para [A[?
3.25 Si A es una matriz cuadrada de orden n antisimtrica, demuestre que [A[ = (1)
n
[A[
3.26 Demuestre que si A es una matriz cuadrada de orden n, n impar y A es antisimtrica entonces [A[ = 0
3.27 En M
n
(R) se dene una relacin R de la siguiente manera:
A, B M
n
(R), AR B P M
n
(R), tal que A = P
1
BP
Demuestre que si AR B entonces [A[ =[B[
4 Sistemas lineales
Hallar el valor de incgnitas con la nalidad que se satisfagan, simultneamente, determinado
nmero de condiciones ser una de las tareas que se presentan con mayor frecuencia en con-
tenidos propios de lgebra lineal; al abordar este tipo de problemas, resulta pertinente el uso de
matrices en procesos de solucin.
4.1 Deniciones bsicas
Se denen conceptos relacionados con sistemas lineales que permitan el desarrollo de mtodos
matriciales para hallar su conjunto solucin.
Un sistema de m ecuaciones lineales con n incgnitas es todo conjunto de m ecuaciones, que res-
tringen valores que pueden asumir las n variables y para el que se desea determinar los valores
de dichas incgnitas para los que satisfacen, simultneamente, todas las ecuaciones; un sistema
de ecuaciones es de la forma
_

_
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= b
m
donde x
1
, x
2
, x
3
, . . . , x
n
son las incgnitas y b
i
, a
i j
R, i, j con 1 i m, 1 j n
Denicin 4.1 (Sistemas lineales)
Observe que el elemento a
i j
representa el coeciente de la incgnita j de la i-sima ecuacin.
Un sistema de dos ecuaciones con x
1
, x
2
y x
3
como incgnitas es el siguiente:
_
2x
1
3x
2
+x
3
= 2
x
1
x
3
= 0
Ejemplo 4.1
61
La matriz asociada de todo sistema de ecuaciones lineales de la forma
_

_
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= b
m
es la matriz A dada por
A =
_
_
_
_
_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mn
_
_
_
_
_
Denicin 4.2 (Matriz asociada de algn sistema de ecuaciones lineales)
La matriz asociada del sistema de ecuaciones del ejemplo 4.1 est dada por A =
_
2 3 1
1 0 1
_
Ejemplo 4.2
Si A es la matriz asociada del sistema de ecuaciones
_

_
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= b
m
su representacin matricial se dene como Ax = b, donde
x =
_
_
_
_
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n
_
_
_
_
_
_
_
_
y b =
_
_
_
_
_
b
1
b
2
.
.
.
b
m
_
_
_
_
_
Denicin 4.3 (Representacin matricial de sistemas de ecuaciones lineales)
62 Sistemas lineales
Una representacin matricial del sistema ecuaciones del ejemplo 4.1 est dada por
_
2 3 1
1 0 1
_
_
_
x
1
x
2
x
3
_
_
=
_
2
0
_
Observe que estas representaciones son equivalentes, ya que
_
2 3 1
1 0 1
_
_
_
x
1
x
2
x
3
_
_
=
_
2
0
_

_
_
(2)(x
1
) +(3)(x
2
) +(1)(x
3
)
(1)(x
1
) +(0)(x
2
) +(1)(x
3
)
_
_
=
_
2
0
_

_
2x
1
3x
2
+x
3
x
1
x
3
_
=
_
2
0
_

_
2x
1
3x
2
+x
3
= 2
x
1
x
3
= 0
Ejemplo 4.3
Un sistema de ecuaciones lineales se dice que es homogneo si es de la forma
_

_
a
11
x
1
+a
12
x
2
+a
13
x
3
+ +a
1n
x
n
= 0
a
21
x
1
+a
22
x
2
+a
23
x
3
+ +a
2n
x
n
= 0
.
.
.
a
m1
x
1
+a
m2
x
2
+a
m3
x
3
+ +a
mn
x
n
= 0
Denicin 4.4 (Sistema de ecuaciones lineales homogneo)
Si Ax =b es representacin matricial de algn sistema de ecuaciones lineales, la matriz aumentada
correspondiente con dicho sistema se dene como la matriz (A[b)
Denicin 4.5 (Matriz aumentada de algn sistema de ecuaciones lineales)
Considerando la representacin matricial del ejemplo 4.3 para el sistema de ecuaciones lineales
del ejemplo 4.1, la matriz aumentada de dicho sistema est dada por
_
2 3 1 2
1 0 1 0
_
Ejemplo 4.4
63
Si Ax = b es la representacin de algn sistema de m ecuaciones con n incgnitas, una solucin
de dicho sistema es toda matriz de la forma
_
_
_
_
_
_
_
_
k
1
k
2
k
3
.
.
.
k
n
_
_
_
_
_
_
_
_
=
_
k
1
k
2
k
3
k
n
_
t
, donde k
i
R, i con
1 i n, si al sustituir x por
_
k
1
k
2
k
3
k
n
_
t
se satisface la igualdad Ax = b.
Al conjunto conformado por todas las soluciones del sistema
a
se le llama conjunto solucin
b
del
sistema y, usualmente, es denotado con la letra S.
a
Si se considera la representacin de la denicin 4.1, las soluciones del sistema tambin se pueden representar como
n-tuplas de la forma (k
1
, k
2
, k
3
, . . . , k
n
)
b
Resolver un sistema de ecuaciones ser hallar su conjunto solucin.
Denicin 4.6 (Solucin de sistemas de ecuaciones lineales)
Nota: Se dice que un sistema de ecuaciones lineales es consistente si su conjunto solucin S no es
vaco; en caso contrario, se dice que el sistema de ecuaciones es inconsistente.
Una solucin del sistema de ecuaciones del ejemplo 4.1 est dada por
_
2
4
3
2
_
t
ya que
_
2 3 1
1 0 1
_
_
_
_
_
_
_
_
_
2
4
3
2
_
_
_
_
_
_
_
_
=
_
2
0
_
Veamos:
_
2 3 1
1 0 1
_
_
_
_
_
_
_
_
_
2
4
3
2
_
_
_
_
_
_
_
_
=
_
_
(2)(2) +(3)
_
4
3
_
+(1)(2)
(1)(2) +(0)
_
4
3
_
+(1)(2)
_
_
=
_
44+2
2+02
_
=
_
2
0
_
Ejemplo 4.5
64 Sistemas lineales
1 Considere el sistema de ecuaciones siguiente:
_
2x +y = 0
x y = 3
Despejando x en la segunda ecuacin y sustituyendo esta variable en la primera ecuacin se
obtiene que y =2. Con base en este resultado se obtiene que x = 1; de esta manera, para el
sistema
_
2 1
1 1
__
x
y
_
=
_
0
3
_
se tiene que
_
1
2
_
es una solucin (la nica).
2 Considere el sistema de ecuaciones siguiente:
_
x 2y +z =1
y 2z = 3
Una representacin matricial para este sistema de ecuaciones lineales est dada por
_
1 2 1
0 1 2
_
_
_
x
y
z
_
_
=
_
1
3
_
Este sistema de ecuaciones lineales posee muchas soluciones; tres de estas estn dadas por
_
_
5
3
0
_
_
,
_
_
8
5
1
_
_
,
_
_
2
1
1
_
_
3 Considere el sistema de ecuaciones siguiente:
_
x +y =2
x +y = 3
Este sistema de ecuaciones es inconsistente, ya que no hay alguna pareja de nmeros reales
que sumados den como resultado dos nmeros distintos.
Ejemplo 4.6
Los tres ejemplos anteriores dan evidencia de que todo sistema de ecuaciones lineales puede
tener una nica solucin, tener muchas soluciones o, simplemente, no poseer solucin alguna
(ser inconsistente).
Para el caso de sistemas de ecuaciones lineales homogneos, se pueden presentar nicamente dos
posibilidades: que posean solucin nica (la solucin trivial) o que posean innito nmero de
soluciones.
Para cada uno de los sistemas de ecuaciones que se enuncian, determine su representacin ma-
tricial Ax = b, considerando la matriz x que se indica, y verique que la matriz u dada es una
solucin de la ecuacin Ax = b
1
_
x
1
+x
2
+x
3
= 2
2x
1
3x
2
+x
3
= 11
x =
_
_
x
1
x
2
x
3
_
_
u =
_
_
1
2
3
_
_
Ejercicio 4.1
65
2
_
3x
1
x
2
+x
3
= 0
x
1
+4x
2
5x
3
= 0
x =
_
_
x
1
x
2
x
3
_
_
u =
_
_
0
0
0
_
_
3
_
3x
1
x
2
+x
3
= 0
x
1
+4x
2
5x
3
= 0
x =
_
_
x
1
x
2
x
3
_
_
u =
_
_
1
16
13
_
_
Ejercicio 4.1 - continuacin
Dos sistemas de ecuaciones lineales son equivalentes si poseen el mismo conjunto solucin.
Denicin 4.7 (Sistemas de ecuaciones equivalentes)
Sean Ax = b la representacin matricial de un sistema de m ecuaciones lineales con n incgnitas y
C una matriz invertible, tal que C M
m
(R). El sistema (CA)x =Cb es equivalente con el sistema
Ax = b.
Teorema 4.1
Para demostrar que los sistemas (CA)x =Cb y Ax = b son equivalentes, se debe probar que ambos
sistemas de ecuaciones lineales poseen el mismo conjunto solucin.
Si S es el conjunto solucin del sistema de ecuaciones Ax =b y S
/
es el conjunto solucin del sistema
de ecuaciones (CA)x =Cb, se demostrar que S = S
/
; especcamente, se demostrar que S S
/
y
que S
/
S
Por una parte, si u S es claro que Au = b; luego,
Au = b C(Au) =Cb
(CA)u =Cb
As, u S
/
; de esta manera, S S
/
.
Por otra parte, si u S
/
es claro que (CA)u =Cb; luego,
(CA)u =Cb C
1
((CA)u) =C
1
(Cb)
C
1
(C(Au)) =C
1
(Cb)

_
C
1
C
_
(Au) =
_
C
1
C
_
b
I
m
(Au) =I
m
b
Au = b
As, u S; de esta manera, S
/
S.
Como S S
/
y S
/
S, se concluye que S =S
/
; es decir, los sistemas de ecuaciones lineales (CA)x =Cb
y Ax = b son equivalentes (poseen el mismo conjunto solucin).
Demostracin
66 Sistemas lineales
Corolario 4.1 Sea Ax = b la representacin matricial de un sistema de m ecuaciones lineales con n incg-
nitas. Si
_
A
/
[b
/
_
se obtiene de (A[b) despus de aplicarle un nito nmero de operaciones elementales sobre
sus las, entonces el sistema representado por A
/
x = b
/
es equivalente con el sistema Ax = b.
Demuestre el corolario 4.1 del teorema 4.1.
Ejercicio 4.2
4.2 Mtodo de GaussJordan
A continuacin se describe una tcnica basada en el corolario 4.1 que permite resolver cualquier
sistema de ecuaciones lineales; dicha tcnica se podra enunciar, en trminos generales, de la
manera siguiente:
1 Representar el sistema de ecuaciones en la forma matricial Ax = b.
2 A partir de la matriz aumentada (A[b), obtener la matriz
_
A
/
[b
/
_
en la que A
/
es la matriz
escalonada reducida por las equivalente con A.
3 Resolver el sistema de ecuaciones representado por A
/
x = b
/
.
4 Enunciar el conjunto solucin del sistema de ecuaciones original (dado que los sistemas
representados por Ax = b y A
/
x = b
/
son equivalentes, este conjunto es el mismo conjunto
solucin encontrado en el paso anterior).
Considere el sistema de ecuaciones lineales siguiente:
_
_
_
3x +y 5z w = 4
x +2y +11z = 2
2x +2y +2z =4
Una representacin matricial para dicho sistema de ecuaciones lineales est dada por
_
_
3 1 5 1
1 2 11 0
2 2 2 0
_
_
_
_
_
_
x
y
z
w
_
_
_
_
=
_
_
4
2
4
_
_
Ejemplo 4.7
67
Considerando la matriz aumentada del sistema
_
_
3 1 5 1 4
1 2 11 0 2
2 2 2 0 4
_
_
(basada en la repre-
sentacin matricial anterior) se tiene que:
_
_
3 1 5 1 4
1 2 11 0 2
2 2 2 0 4
_
_
F
1
F
2

_
_
1 2 11 0 2
3 1 5 1 4
2 2 2 0 4
_
_
3F
1
+F
2
2F
1
+F
3

_
_
1 2 11 0 2
0 7 28 1 10
0 6 24 0 0
_
_
F
3
+F
2

_
_
1 2 11 0 2
0 1 4 1 10
0 6 24 0 0
_
_
2F
2
+F
1
6F
2
+F
3

_
_
1 0 3 2 18
0 1 4 1 10
0 0 0 6 60
_
_
1
6
F
3

_
_
1 0 3 2 18
0 1 4 1 10
0 0 0 1 10
_
_
2F
3
+F
1
F
3
+F
2

_
_
1 0 3 0 2
0 1 4 0 0
0 0 0 1 10
_
_
De esta manera,
_
_
3 1 5 1
1 2 11 0
2 2 2 0
_
_
_
_
_
_
x
y
z
w
_
_
_
_
=
_
_
4
2
4
_
_
tiene la misma solucin que el sistema
de ecuaciones representado por
_
_
1 0 3 0
0 1 4 0
0 0 0 1
_
_
_
_
_
_
x
y
z
w
_
_
_
_
=
_
_
2
0
10
_
_
Resolviendo el sistema
_
_
_
x +3z = 2
y +4z = 0
w =10
se tiene que
_
_
_
x = 23z
y =4z
w =10
con z R.
O bien, tomando z =t se podra escribir
_
_
_
x = 23t
y =4t
w =10
con t R.
As, el conjunto solucin del sistema de ecuaciones lineales
_
_
_
3x +y 5z w = 4
x +2y +11z = 2
2x +2y +2z =4
est dado por
S =
_

_
_
_
_
_
23t
4t
t
10
_
_
_
_
_
t R
_

_
Ejemplo 4.7 - continuacin
68 Sistemas lineales
Observe que dicho sistema de ecuaciones lineales posee innito nmero de soluciones.
El conjunto S recibe el nombre solucin general; si se asignan valores arbitrarios al parmetro t se
obtiene lo que se denominan soluciones particulares; por ejemplo, si t = 0, entonces
_
_
_
_
2
0
0
10
_
_
_
_
es
una solucin particular del sistema de ecuaciones en cuestin; si t = 1, entonces
_
_
_
_
1
4
1
10
_
_
_
_
es otra
solucin particular de dicho sistema de ecuaciones; si t = 8, entonces
_
_
_
_
26
32
8
10
_
_
_
_
es, tambin,
solucin particular del sistema de ecuaciones lineales en estudio.
Ejemplo 4.7 - continuacin
El procedimiento seguido para la obtencin de la solucin del sistema de ecuaciones del ejemplo
4.7 es conocido como mtodo de GaussJordan, mtodo que se considera en el ejemplo 4.8 para la
resolucin del sistema de ecuaciones que se enuncia.
Resolver el sistema de ecuaciones lineales siguiente:
_
_
_
5x 15y +4z = 7
2x 6y +4z = 12
3x 9y +4z = 11
Ejemplo 4.8
Una representacin matricial para dicho sistema de ecuaciones lineales est dada por
_
_
5 15 4
2 6 4
3 9 4
_
_
_
_
x
y
z
_
_
=
_
_
7
12
11
_
_
Considerando la matriz aumentada del sistema
_
_
5 15 4 7
2 6 4 12
3 9 4 11
_
_
(basada en la re-
presentacin matricial anterior) se tiene que:
Solucin
69
_
_
5 15 4 7
2 6 4 12
3 9 4 11
_
_
2F
2
+F
1

_
_
1 3 4 17
2 6 4 12
3 9 4 11
_
_
2F
1
+F
2
3F
1
+F
3

_
_
1 3 4 17
0 0 12 46
0 0 16 62
_
_
1
12
F
2

_
_
_
_
_
_
_
_
1 3 4 17
0 0 1
23
6
0 0 16 62
_
_
_
_
_
_
_
_
4F
2
+F
1
16F
2
+F
3

_
_
_
_
_
_
_
_
_
_
1 3 0
5
3
0 0 1
23
6
0 0 0
2
3
_
_
_
_
_
_
_
_
_
_
De esta manera,
_
_
5 15 4
2 6 4
3 9 4
_
_
_
_
x
y
z
_
_
=
_
_
7
12
11
_
_
tiene la misma solucin que el sistema de
ecuaciones representado por
_
_
1 3 0
0 0 1
0 0 0
_
_
_
_
x
y
z
_
_
=
_
_
_
_
_
_
_
_
_
_

5
3
23
6
2
3
_
_
_
_
_
_
_
_
_
_
Dado que el sistema
_

_
x 3y =
5
3
z =
23
6
0 =
2
3
es inconsistente, ya que 0 =
2
3
es una igualdad que nunca
se cumplir (siempre falsa), se tiene que el conjunto solucin del sistema de ecuaciones lineales
_
_
_
5x 15y +4z = 7
2x 6y +4z = 12
3x 9y +4z = 11
est dado por S =.
Ejemplo 4.8 - continuacin
70 Sistemas lineales
Utilizando el mtodo de GaussJordan, resuelva los sistemas de ecuaciones lineales siguientes:
1
_
_
_
x +2y +3z = 3
2x +3y +8z = 4
3x +2y +17z = 1
Pista: dependencia de un parmetro.
2
_
_
_
4x +y z +w = 3
x +y +w = 5
3x z =2
Pista: dependencia de dos parmetro.
3
_
_
_
2x y +z = 2
x +2y z = 3
3x +y +2z =1
Pista: solucin nica.
4
_
_
_
3x +2y +z = 5
2x +y 2z = 4
x 5z = 15
Pista: sistema inconsistente.
5
_
_
_
4x +y z +w = 3
x +y +w = 5
2x +z w = 4
Pista: dependencia de un parmetro.
Ejercicio 4.3
Considere el sistema de ecuaciones lineales siguiente:
_

_
2x +3y +z +2w = 3
4x +6y +3z +4w = 5
6x +9y +5z +6w = 7
8x +12y +7z +w = 9
Con base en el mtodo de GaussJordan, determine el(los) valor(es) para el parmetro , en caso
de existir, de manera que dicho sistema de ecuaciones lineales:
1 Posea solucin nica.
2 Sea inconsistente.
3 Posea innito nmero de soluciones que dependan de un parmetro.
4 Posea innito nmero de soluciones que dependan de dos parmetros.
Pista: con ,= 8 dependencia de un parmetro; con = 8 dependencia de dos parmetros.
Ejercicio 4.4
71
4.3 Regla de Cramer
En la resolucin de sistemas de ecuaciones lineales con igual nmero de ecuaciones y de incgni-
tas, surge otra aplicacin del determinante de una matriz.
Si Ax = b es la representacin matricial de algn sistema de ecuaciones, tal que la matriz A es de
orden n, el teorema 3.9 permite demostrar que dicho sistema posee solucin nica si, y solo si,
[A[ ,= 0.
Lo anterior se puede asegurar ya que, por una parte, si [A[ ,= 0, entonces A es no singular; de esta
manera:
Ax = b
A
1
(Ax) = A
1
b

_
A
1
A
_
x = A
1
b
I
n
x = A
1
b
x = A
1
b
As, la solucin nica del sistema Ax = b est dada por x = A
1
b (para el caso en que A es no
singular). Se omite la demostracin de la otra direccin del enunciado.
Sea Ax = b la representacin matricial de un sistema de n ecuaciones lineales con n incgnitas,
donde x = (x
1
x
2
x
3
x
n
)
t
. Si [A[ ,= 0, entonces la solucin nica del sistema Ax = b est dada
por x
i
=

M
A
i

[A[
, i con 1 i n, donde M
A
i
es la matriz de orden n que se obtiene de A luego de
cambiar la i-sima columna de A por b.
Teorema 4.2 (Regla de Cramer)
Como [A[ ,= 0, el sistema Ax = b posee solucin nica dada por x = A
1
b.
Luego, i con 1 i n, se tiene que x
i1
=

A
1
b
_
i1
De esta manera:
x
i
=

A
1
b
_
i1
sustitucin del elemento i-simo de la matriz x
=
__
1
[A[
Ad j (A)
_
b
_
i1
corolario 3.7 del teorema 3.11
=
_
1
[A[
(Ad j (A) b)
_
i1
enunciado (g) del ejercicio 2.11
=
1
[A[
Ad j (A) b
i1
denicin 2.13
=
1
[A[
n

k=1
Ad j (A)
ik
b
k1
denicin 2.16
=
1
[A[
n

k=1
_
A
t
_
ik
b
k1
denicin 3.6
Demostracin
72 Sistemas lineales
=
1
[A[
n

k=1

A
_
ki
b
k1
denicin 2.3
=
1
[A[
n

k=1
A
ki
b
k1
denicin 3.4
=
1
[A[
n

k=1
b
k1
A
ki
conmutatividad de la multiplicacin en R
=
1
[A[

M
A
i

denicin 3.2 (jando columna i)


=

M
A
i

[A[
realizando la multiplicacin
As, x
i
=

M
A
i

[A[
, i con 1 i n, es la solucin nica del sistema Ax = b.
Demostracin - continuacin
Con base en la regla de Cramer, determine la solucin nica del sistema de ecuaciones lineales
siguiente:
_
_
_
x 2y +3z = 3
2x 3y 8z = 4
3x +z = 3
Una representacin matricial del sistema de ecuaciones anterior est dada por:
_
_
1 2 3
2 3 8
3 0 1
_
_
_
_
x
y
z
_
_
=
_
_
3
4
3
_
_
Como [A[ =74, dicho sistema de ecuaciones lineales posee solucin nica.
Los valores respectivos de las incgnitas estn dados por: x =

3 2 3
4 3 8
3 0 1

[A[
=
74
74
=1,
y =

1 3 3
2 4 8
3 3 1

[A[
=
148
74
=2 y z =

1 2 3
2 3 4
3 0 3

[A[
=
0
74
= 0.
De esta manera, el conjunto solucin del sistema de ecuaciones lineales en estudio est dado por
S =
_
_
_
_
_
1
2
0
_
_
_
_
_
Ejemplo 4.9
73
Considere la representacin matricial de un sistema de ecuaciones lineales dada por:
_
_
2 2
2 2
2 2
_
_
_
_
x
y
z
_
_
=
_
_
3
4
1
_
_
Con base en la regla de Cramer, determine todos los valores de , de manera que el sistema:
Posea solucin nica.
Sea inconsistente.
Tenga innito nmero de soluciones.
Ejercicio 4.5
Si A =
_
_
_
_
2 1 4
2 2 3
1 1 1 1
2 2 4
_
_
_
_
es la matriz asociada de un sistema de ecuaciones homogneo, de-
termine todos los valores de , de manera que el sistema:
Posea solucin nica.
Sea inconsistente.
Tenga innito nmero de soluciones.
Ejercicio 4.6
4.4 Ejercicios
4.7 Resuelva, usando el mtodo de GaussJordan, los siguientes sistemas de ecuaciones:
1
_
_
_
x y +2z +w = 3
3x 3y +8z +4w = 14
4x 4y +2z +w+v = 1
2
_
_
_
4x +5y +2z = 0
x +2y z = 0
3x +4y +z = 0
3
_
_
_
2x y +3z = 0
3x +2y +z = 0
x 4y +5z = 0
4
_
_
_
2x +y 3z = 5
3x 2y +2z = 5
5x 3y z = 16
74 Sistemas lineales
5
_
_
_
2x +2y 3z w =1
x y +2z +3w = 10
z +7w = 1
6
_
_
_
3x 2y +4z 2w = 1
2x +5y 3z +w =5
9x +5y +11z 7w = 0
7
_
_
_
x +2y +4w = 5
x z +2w = 3
2x y +2z 5w =8
8
_
_
_
2x 3y +9z w = 17
x +z 2w = 2
y 2z +w =2
9
_
_
_
x 2y 3z +8w = 0
x +5y +9z 17w = 6
x z +2w = 5
10
_
2x +4y = 10
3x +6y = 15
11
_
x y +3z = 0
2x +5y +6z = 0
4.8 Considere el siguiente sistema de ecuaciones, donde m es un valor constante
_
_
_
x
1
+2x
2
+3x
3
= 2
x
1
+mx
2
x
3
=4
2x
1
+4x
2
+(m+3)x
3
= 3
Utilice determinantes para establecer el valor o los valores de m, para los cuales el sistema tiene solucin
nica.
4.9 Resuelva cada uno de los siguientes sistemas usando la regla de Cramer.
1
_
_
_
2x y +z = 1
3x +2y =1
4x +y +2z = 2
2
_
_
_
2x y +z = 3
3x +2y 2z = 1
x 3y +z =2
3
_
_
_
2x +y 3z = 5
3x +2y 2z = 5
5x 3y z = 16
4.10 En cada uno de los casos siguientes, determine el valor de la constante k de manera que el sistema:
Tenga solucin nica.
Tenga innito nmero de soluciones.
No tenga soluciones.
1
_
_
_
x +y +kz = 2
3x +4y +2z = k
2x +3y z = 1
2
_
_
_
x +y +kz = 0
x +ky +z = 1
kx +y +z = 2
5
Ejemplos (ejercicios
resueltos)
En esta seccin, se resuelven varios ejercicios relacionados con los temas que se han desarrollado.
Sea k ,= 0 y sean A, B,C y D matrices denidas por:
A =
_
_
1 0
0 1
3 0
_
_
B =
_
_
1 0 1
1 0 1
2 1 2
_
_
C =
_
k 2 0
1 0 3
_
D =
_
k 1
0 3
_
De las operaciones que se enuncian, realice aquella que est bien denida. Justique por qu las
otras tres no se pueden realizar.
1 (AC)
t
+B
1
2 (CB)
t
D
1
3 (BA)
1
+C
t
4 (CA)
1
D
t
Ejemplo 5.1
La operacin del enunciado (a) no se puede realizar; la matriz (AC)
t
es de tamao 33, la matriz B
tambin es de tamao 33 pero no es invertible porque posee dos las idnticas (su determinante
es cero y, por lo tanto, es singular).
La operacin del enunciado (b) no se puede realizar; la matriz (CB)
t
es de tamao 3 2 y a esta
matriz no se le puede restar la matriz D
1
(que existe porque [D[ =3k ,= 0), ya que dicha matriz
es de tamao 22 (diferente del tamao de la primera matriz).
La operacin del enunciado (c) no se puede realizar; la matriz BA no es invertible, ya que no es
una matriz cuadrada (es de tamao 32).
La operacin del enunciado (d) sera la nica que se puede realizar; observe que la matriz (CA)
1
,
en caso de existir, es de tamao 22 y a esta matriz se le puede restar la matriz D
t
porque tambin
es de tamao 22. A continuacin se resuelve la operacin en cuestin.
Solucin
76 Ejemplos (ejercicios resueltos)
Primero, se determina la matriz CA
Veamos:
CA =
_
k 2 0
1 0 3
_
_
_
1 0
0 1
3 0
_
_
=
_
_
_
_
_
_
_
_
_
_
_
_
k 2 0
_
_
_
1
0
3
_
_
_
k 2 0
_
_
_
0
1
0
_
_
_
1 0 3
_
_
_
1
0
3
_
_
_
1 0 3
_
_
_
0
1
0
_
_
_
_
_
_
_
_
_
_
_
_
_
=
_
k +0+0 0+2+0
1+0+9 0+0+0
_
=
_
k 2
8 0
_
As, CA =
_
k 2
8 0
_
Como [CA[ =16 ,= 0, entonces CA es no singular.
Hay que determinar la matriz (CA)
1
Para lo anterior, se tiene que:
_
CA

I
2
_
=
_
k 2 1 0
8 0 0 1
_
1
8
F
2

_
_
_
_
k 2 1 0
1 0 0
1
8
_
_
_
_
F
1
F
2

_
_
_
_
1 0 0
1
8
k 2 1 0
_
_
_
_
kF
1
+F
2

_
_
_
_
_
1 0 0
1
8
0 2 1
k
8
_
_
_
_
_
1
2
F
2

_
_
_
_
_
1 0 0
1
8
0 1
1
2

k
16
_
_
_
_
_
=
_
I
2

(CA)
1
_
As, (CA)
1
=
_
_
_
_
_
0
1
8
1
2

k
16
_
_
_
_
_
Solucin - continuacin
77
Por ltimo, se tiene que:
(CA)
1
D
t
=
_
_
_
_
_
0
1
8
1
2

k
16
_
_
_
_
_

_
k 1
0 3
_
t
=
_
_
_
_
_
0
1
8
1
2

k
16
_
_
_
_
_

_
k 0
1 3
_
=
_
_
_
_
_
0+k
1
8
0
1
2
1
k
16
3
_
_
_
_
_
=
_
_
_
_
_
k
1
8

1
2
k 48
16
_
_
_
_
_
Por lo tanto, (CA)
1
D
t
=
_
_
_
_
_
k
1
8

1
2
k 48
16
_
_
_
_
_
Solucin - continuacin
Determine todas las matrices que conmutan con
_
_
3 1 0
0 3 1
0 0 3
_
_
Ejemplo 5.2
Si A y B son matrices cualesquiera, se dice que A conmuta con B si, y solo si, AB = BA
Sean A =
_
_
3 1 0
0 3 1
0 0 3
_
_
y B la matriz que conmuta con A. Si B =
_
_
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
_
_
es la matriz que
conmuta con A (note que B debe ser de orden tres), entonces:
AB = BA
_
_
3 1 0
0 3 1
0 0 3
_
_
_
_
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
_
_
=
_
_
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
9
_
_
_
_
3 1 0
0 3 1
0 0 3
_
_

_
_
3x
1
+x
4
3x
2
+x
5
3x
3
+x
6
3x
4
+x
7
3x
5
+x
8
3x
6
+x
9
3x
7
3x
8
3x
9
_
_
=
_
_
3x
1
x
1
+3x
2
x
2
+3x
3
3x
4
x
4
+3x
5
x
5
+3x
6
3x
7
x
7
+3x
8
x
8
+3x
9
_
_
Solucin
78 Ejemplos (ejercicios resueltos)

_
3x
1
+x
4
= 3x
1
3x
2
+x
5
= x
1
+3x
2
3x
3
+x
6
= x
2
+3x
3
3x
4
+x
7
= 3x
4
3x
5
+x
8
= x
4
+3x
5
3x
6
+x
9
= x
5
+3x
6
3x
7
= 3x
7
3x
8
= x
7
+3x
8
3x
9
= x
8
+3x
9

_
x
4
= 0
x
5
= x
1
x
6
= x
2
x
7
= 0
x
8
= x
4
x
9
= x
5
0 = 0
0 = x
7
0 = x
8

_
x
4
= 0
x
5
= x
1
x
6
= x
2
x
7
= 0
x
8
= 0
x
9
= x
1

_
x
1
= a
x
2
= b
x
3
= c
x
4
= 0
x
5
= a
x
6
= b
x
7
= 0
x
8
= 0
x
9
= a
B =
_
_
a b c
0 a b
0 0 a
_
_
De esta manera, las matrices que conmutan con la matriz
_
_
3 1 0
0 3 1
0 0 3
_
_
son todas las matrices
con entradas reales de la forma
_
_
a b c
0 a b
0 0 a
_
_
Solucin - continuacin
Si A es la matriz dada por A =
_
1
0
_
, con ,= 0 y n Z
+
, demuestre utilizando induccin
matemtica que A
n
=
_

n
n
n1
0
n
_
Ejemplo 5.3
Utilizando induccin matemtica sobre n (la potencia de la matriz A), se tiene lo siguiente:
1 Para n = 1 el resultado se cumple; esto porque del primer miembro de la igualdad se tiene
que A
1
= A =
_
1
0
_
y del segundo miembro de la igualdad se tiene que
Solucin
79
_

1
1
11
0
1
_
=
_

0
0
_
=
_
1
0
_
2 Asumiendo que para algn entero n 2 se cumple que A
n
=
_

n
n
n1
0
n
_
se debe probar
que tambin es vlido el resultado A
n+1
=
_

n+1
(n+1)
n
0
n+1
_
Veamos:
A
n+1
= A
n
A
1
= A
n
A =
_

n
n
n1
0
n
__
1
0
_
=
_

n
+n
n1
0
n
1+n
n1

0 +
n
0 0 1+
n

_
=
_

n+1
+0
n
+n
n
0+0 0+
n+1
_
=
_

n+1
(1+n)
n
0
n+1
_
As, A
n+1
=
_

n+1
(n+1)
n
0
n+1
_
Esto muestra que el resultado tambin es vlido para la potencia n +1 y, de esta manera, para
,= 0 y todo valor n Z
+
, se cumple que A
n
=
_

n
n
n1
0
n
_
por induccin matemtica.
Solucin - continuacin
Sea A M
n
(R). Demuestre que si A es idempotente, entonces B = 2AI
n
es involutiva.
Ejemplo 5.4
Si A una matriz de orden n, se dice que A es idempotente si, y solo si, A
2
= A; por otra parte, se dice
que A es involutiva si, y solo si, A
2
=I
n
Como A es una matriz idempotente, se cumple que A
2
= A. Se quiere demostrar que la matriz
B = 2AI
n
es involutiva; es decir, se desea probar que B
2
=I
n
Veamos:
B
2
= BB = (2AI
n
)(2AI
n
)
= 2A(2AI
n
) I
n
(2AI
n
)
= (2A)(2A) (2A)I
n
I
n
(2A) +I
n
I
n
Solucin
80 Ejemplos (ejercicios resueltos)
= 4A
2
2A2A+I
n
= 4A
2
4A+I
n
= 4A4A+I
n
=O
n
+I
n
=I
n
As, B
2
= I
n
Por lo tanto, si A es idempotente, entonces B = 2AI
n
es involutiva.
Solucin - continuacin
Considere las matrices A =
_
_
1 2
1 0
1 1
_
_
, B =
_
_
0 1
1 1
3 0
_
_
y C =
_
_
0 1 0
1 0 1
0 1 0
_
_
Sin resolver sistemas de ecuaciones, determine la matriz X que satisface la ecuacin matricial
siguiente: XAB
t
= AB
t
+XC
2
Ejemplo 5.5
Un detalle importante es que la matriz X debe ser, necesariamente, de orden tres; para su clculo,
se tiene que:
XAB
t
= AB
t
+XC
2
XAB
t
XC
2
= AB
t
+XC
2
XC
2
XAB
t
XC
2
= AB
t
+O
3
XAB
t
XC
2
= AB
t
X
_
AB
t
C
2
_
= AB
t
Note que la matriz AB
t
C
2
es de orden tres; la matriz X existe solo si la matriz AB
t
C
2
es no
singular; suponiendo que dicha matriz se invertible, se tiene que:
X
_
AB
t
C
2
_
= AB
t
X
_
AB
t
C
2
__
AB
t
C
2
_
1
=
_
AB
t
__
AB
t
C
2
_
1
XI
3
=
_
AB
t
__
AB
t
C
2
_
1
X =
_
AB
t
__
AB
t
C
2
_
1
Ahora, se calculan las matrices necesarias para resolver la operacin
_
AB
t
__
AB
t
C
2
_
1
AB
t
=
_
_
1 2
1 0
1 1
_
_
_
0 1 3
1 1 0
_
=
_
_
2 3 3
0 1 3
1 0 3
_
_
Solucin
81
C
2
= CC =
_
_
0 1 0
1 0 1
0 1 0
_
_
_
_
0 1 0
1 0 1
0 1 0
_
_
=
_
_
1 0 1
0 2 0
1 0 1
_
_
AB
t
C
2
=
_
_
2 3 3
0 1 3
1 0 3
_
_

_
_
1 0 1
0 2 0
1 0 1
_
_
=
_
_
3 3 2
0 3 3
0 0 2
_
_
La matriz
_
AB
t
C
2
_
1
existe, ya que

AB
t
C
2

=3 3 2 =18 ,=0; para su clculo, se tiene que:


_
AB
t
C
2

I
3
_
=
_
_
3 3 2 1 0 0
0 3 3 0 1 0
0 0 2 0 0 1
_
_
1
2
F
3

1
3
F
2
F
2
+F
1

_
_
_
_
_
_
_
_
_
3 0 1 1 1 0
0 1 1 0
1
3
0
0 0 1 0 0
1
2
_
_
_
_
_
_
_
_
_
F
3
+F
2
F
3
+F
1

_
_
_
_
_
_
_
_
_
_
3 0 0 1 1
1
2
0 1 0 0
1
3

1
2
0 0 1 0 0
1
2
_
_
_
_
_
_
_
_
_
_

1
3
F
1

_
_
_
_
_
_
_
_
_
_
1 0 0
1
3

1
3

1
6
0 1 0 0
1
3

1
2
0 0 1 0 0
1
2
_
_
_
_
_
_
_
_
_
_
=
_
I
3

_
AB
t
C
2
_
1
_
Es decir,
_
AB
t
C
2
_
1
=
_
_
_
_
_
_
_
_
_
_

1
3

1
3

1
6
0
1
3

1
2
0 0
1
2
_
_
_
_
_
_
_
_
_
_
; de esta manera, se tiene que:
X =
_
AB
t
__
AB
t
C
2
_
1
Solucin - continuacin
82 Ejemplos (ejercicios resueltos)
=
_
_
2 3 3
0 1 3
1 0 3
_
_
_
_
_
_
_
_
_
_
_
_

1
3

1
3

1
6
0
1
3

1
2
0 0
1
2
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
2
3

1
3
1
3
0
1
3
1

1
3

1
3
4
3
_
_
_
_
_
_
_
_
_
_
Por lo tanto, la matriz X est dada por
_
_
_
_
_
_
_
_
_
_
2
3

1
3
1
3
0
1
3
1

1
3

1
3
4
3
_
_
_
_
_
_
_
_
_
_
Solucin - continuacin
Si se tiene que A, B M
n
(R), demuestre los resultados siguientes:
1 tr (A+B) =tr (A) +tr (B)
2 tr (AB) =tr (BA)
Ejemplo 5.6
Si A M
n
(R) se dene la traza de A, denotada como tr (A), como el nmero real dado por tr (A) =
n

k=1
A
kk
Sean A, B M
n
(R).
1
tr (A+B) =
n

k=1
A+B
kk
=
n

k=1
_
A
kk
+B
kk
_
=
n

k=1
A
kk
+
n

k=1
B
kk
=tr (A) +tr (B)
As, tr (A+B) = tr (A) +tr (B)
Solucin
83
2
tr (AB) =
n

k=1
AB
kk
=
n

k=1
_
n

t=1
A
kt
B
tk
_
=
n

k=1
_
n

t=1
B
tk
A
kt
_
=
n

t=1
_
n

k=1
B
tk
A
kt
_
=
n

t=1
BA
tt
=tr (BA)
As, tr (AB) = tr (BA)
Solucin - continuacin
Sea A M
2
(R). Demuestre que det (I
2
+A) = 1+det (A) tr (A) = 0
Ejemplo 5.7
Sea A =
_
a b
c d
_
, tal que a, b, c, d R. Con base en esta matriz, se tiene que:
det (I
2
+A) = 1+det (A)

_
1 0
0 1
_
+
_
a b
c d
_

= 1+

a b
c d

1+a b
c 1+d

= 1+

a b
c d

(1+a)(1+d) bc = 1+ad bc
1+d +a+ad bc = 1+ad bc
d +a = 0
tr
_
a b
c d
_
= 0
tr (A) = 0
Por lo tanto, si A M
2
(R), entonces det (I
2
+A) = 1+det (A) tr (A) = 0.
Solucin
84 Ejemplos (ejercicios resueltos)
Considere el sistema de ecuaciones siguiente:
_
_
_
4a+8b+c 11d 2e =10
2a4b+4d +2e = 8
a2b+c d +2e = 10
Represente matricialmente dicho sistema y determine su solucin utilizando el mtodo de Gauss
Jordan.
Ejemplo 5.8
Una representacin matricial del sistema est dada por:
_
_
4 8 1 11 2
2 4 0 4 2
1 2 1 1 2
_
_
_
_
_
_
_
_
_
a
b
c
d
e
_
_
_
_
_
_
_
=
_
_
10
8
10
_
_
Basados en el mtodo de GaussJordan, se tiene que:
_
_
4 8 1 11 2 10
2 4 0 4 2 8
1 2 1 1 2 10
_
_
F
1
F
3

_
_
1 2 1 1 2 10
2 4 0 4 2 8
4 8 1 11 2 10
_
_
2F
1
+F
2
4F
1
+F
3

_
_
1 2 1 1 2 10
0 0 2 6 2 12
0 0 5 15 6 30
_
_

1
2
F
2

_
_
1 2 1 1 2 10
0 0 1 3 1 6
0 0 5 15 6 30
_
_
F
2
+F
1
5F
2
+F
3

_
_
1 2 0 2 1 4
0 0 1 3 1 6
0 0 0 0 1 0
_
_
F
3
+F
1
F
3
+F
2

_
_
1 2 0 2 0 4
0 0 1 3 0 6
0 0 0 0 1 0
_
_
De esta manera, si b, d R, se tiene que a = 4+2b2d, c = 6+3d y e = 0.
Por lo tanto, el conjunto solucin del sistema de ecuaciones lineales est dado por
Solucin
85
S =
_

_
_
_
_
_
_
_
_
4+2b2d
b
6+3d
d
0
_
_
_
_
_
_
_
_
b, d R
_

_
Solucin - continuacin
Considere el sistema de ecuaciones siguiente:
_
2x +y =
x 3y = 1
Si , R, determine el valor o los valores (en caso de existir) que deben tomar y , respectiva-
mente, para que dicho sistema de ecuaciones:
1 Tenga solucin nica.
2 No tenga solucin.
3 Posea innito nmero de soluciones.
Ejemplo 5.9
Se puede observar que el sistema de ecuaciones en estudio posee dos ecuaciones con dos incg-
nitas. Una representacin matricial para dicho sistema de ecuaciones est dada por:
_
2
3
__
x
y
_
=
_

1
_
Con base en lo que se enuncia en la regla de Cramer, el sistema de ecuaciones en estudio posee
solucin nica si

2
3

,= 0.
0 =

2
3

= 2 3 =6
2
=(6+) = 0 =6.
Si = 0 o =6 el sistema de ecuaciones podra tener innito nmero de soluciones o ser incon-
sistente. Se resolver el sistema considerando estos dos casos.
Con = 0 se tendra el sistema de ecuaciones siguiente:
_
0 =
3y = 1
Este sistema de ecuaciones es inconsistente si ,= 0, pero posee innito nmero de soluciones si
= 0.
Si =6 se tendra el sistema de ecuaciones siguiente:
_
12x 6y =
6x 3y = 1
Dicho sistema de ecuaciones es equivalente (multiplicando la segunda ecuacin por dos) con el
sistema de ecuaciones siguiente:
_
12x 6y =
12x 6y = 2
Solucin
86 Ejemplos (ejercicios resueltos)
Este sistema de ecuaciones es inconsistente si ,= 2, pero posee innito nmero de soluciones si
= 2.
Por lo tanto,
1 El sistema de ecuaciones lineales posee solucin nica si R6, 0 y R.
2 El sistema de ecuaciones lineales es inconsistente en cualquiera de los dos casos siguientes:
para =6 y R2; o bien, para = 0 y R0.
3 El sistema de ecuaciones lineales posee innito nmero de soluciones en cualquiera de los
dos casos siguientes: para =6 y = 2; o bien, para = 0 y = 0.
Solucin - continuacin
Si Q y P son matrices dadas por Q =
_
_
1 0
0 1
2 0
_
_
y P =
_
3 0
1 0 2
_
, con R, determine
_
PQ
_
1
Ejemplo 5.10
PQ =
_
3 0
1 0 2
_
_
_
1 0
0 1
2 0
_
_
=
_
+0+0 03+0
1+0+4 0+0+0
_
=
_
3
3 0
_
Para determinar
_
PQ
_
1
se tiene que:
_
PQ

I
2
_
=
_
3 1 0
3 0 0 1
_
1
3
F
2

_
_
_
_
3 1 0
1 0 0
1
3
_
_
_
_
F
1
F
2

_
_
_
_
1 0 0
1
3
3 1 0
_
_
_
_
F
1
+F
2

_
_
_
_
_
1 0 0
1
3
0 3 1

3
_
_
_
_
_

1
3
F
2

_
_
_
_
_
1 0 0
1
3
0 1
1
3

9
_
_
_
_
_
=
_
I
2

(PQ)
1
_
Por lo tanto,
_
PQ
_
1
=
_
_
_
_
_
0
1
3

1
3

9
_
_
_
_
_
Solucin
87
Determine, en caso de existir, A
1
si se tiene que A =
_
_
1 0 2
5 4 1
4 3 1
_
_
Ejemplo 5.11
Para determinar A
1
se tiene que:
_
A

I
3
_
=
_
_
1 0 2 1 0 0
5 4 1 0 1 0
4 3 1 0 0 1
_
_
5F
1
+F
2
4F
1
+F
3

_
_
1 0 2 1 0 0
0 4 9 5 1 0
0 3 7 4 0 1
_
_
F
3
+F
2

_
_
1 0 2 1 0 0
0 1 2 1 1 1
0 3 7 4 0 1
_
_
3F
2
+F
3

_
_
1 0 2 1 0 0
0 1 2 1 1 1
0 0 1 1 3 4
_
_
2F
3
+F
1
2F
3
+F
2
F
3

_
_
1 0 0 1 6 8
0 1 0 1 7 9
0 0 1 1 3 4
_
_
=
_
I
3

A
1
_
Por lo tanto, A
1
existe y est dada por A
1
=
_
_
1 6 8
1 7 9
1 3 4
_
_
Solucin
Sin calcular determinante alguno (solo con propiedades de determinantes), determine el valor de

2a 2b 2c
x 1 y 2 z 3
3x 3y 3z

si se sabe que

a b c
x y z
1 2 3

=7
Ejemplo 5.12
Las matrices A =
_
_
a b c
x y z
1 2 3
_
_
y B =
_
_
2a 2b 2c
x 1 y 2 z 3
3x 3y 3z
_
_
son equivalentes por las; ya que:
A =
_
_
a b c
x y z
1 2 3
_
_
2F
1
F
3

_
_
2a 2b 2c
x y z
1 2 3
_
_
Solucin
88 Ejemplos (ejercicios resueltos)
F
2
F
3

_
_
2a 2b 2c
1 2 3
x y z
_
_
F
3
+F
2
3F
3

_
_
2a 2b 2c
x 1 y 2 z 3
3x 3y 3z
_
_
= B
Con base en las operaciones elementales sobre las realizadas sobre la matriz A para la obtencin
de la matriz B, se tiene que [B[ =[A[ 2 1 1 3 =7 6 =42.
Por lo tanto, [B[ =42.
Solucin - continuacin
Utilizando el mtodo de Gauss-Jordan, determine el conjunto solucin del sistema de ecuaciones
lineales siguiente:
_
_
_
a+2b+2c =1
2a2b2c +2d +e = 3
3a6b6c +e = 6
Ejemplo 5.13
Una representacin matricial para dicho sistema de ecuaciones lineales est dada por:
_
_
1 2 2 0 0
2 2 2 2 1
3 6 6 0 1
_
_
_
_
_
_
_
_
_
a
b
c
d
e
_
_
_
_
_
_
_
=
_
_
1
3
6
_
_
Basados en el mtodo de GaussJordan, se tiene que:
_
_
1 2 2 0 0 1
2 2 2 2 1 3
3 6 6 0 1 6
_
_
2F
1
+F
2
3F
1
+F
3

_
_
1 2 2 0 0 1
0 2 2 2 1 1
0 0 0 0 1 3
_
_
F
2
+F
1
1
2
F
2

_
_
_
_
_
_
_
_
1 0 0 2 1 2
0 1 1 1
1
2
1
2
0 0 0 0 1 3
_
_
_
_
_
_
_
_
F
3
+F
1

1
2
F
3
+F
2

_
_
1 0 0 2 0 1
0 1 1 1 0 1
0 0 0 0 1 3
_
_
De esta manera, si c, d R, se tiene que a = 1+2d, b =1c d y e = 3.
Solucin
89
Por lo tanto, el conjunto solucin del sistema de ecuaciones lineales est dado por
S =
_

_
_
_
_
_
_
_
_
1+2d
1c d
c
d
3
_
_
_
_
_
_
_
_
c, d R
_

_
Solucin - continuacin
Verique que la matriz B =
_
_
0 2 3
2 0 4
3 4 0
_
_
es antisimtrica.
Ejemplo 5.14
La matriz B es, efectivamente, una matriz antisimtrica
a
, ya que:
B
t
=
_
_
0 2 3
2 0 4
3 4 0
_
_
t
=
_
_
0 2 3
2 0 4
3 4 0
_
_
=
_
_
0 2 3
2 0 4
3 4 0
_
_
= B
As, B
t
= B
a
Se dice que una matriz cuadrada A es antisimtrica si A cumple que A
t
=A
Solucin
Demuestre que si A es alguna matriz antisimtrica, entonces A
2
es simtrica.
Ejemplo 5.15
90 Ejemplos (ejercicios resueltos)
Como A es una matriz antisimtrica, se cumple que A
t
=A
Para demostrar que la matriz A
2
es simtrica
a
, se debe probar que
_
A
2
_
t
= A
2
Veamos:
_
A
2
_
t
= (A A)
t
denicin de potencia de matrices
= A
t
A
t
propiedad: (AB)
t
= B
t
A
t
= A A A es antisimtrica
= A A propiedad: (A)B = A(B) = (AB)
= A
2
denicin de potencia
As,
_
A
2
_
t
= A
2
Por lo tanto, si A es alguna matriz antisimtrica, entonces A
2
es simtrica.
a
Se dice que una matriz cuadrada A es simtrica si A cumple que A
t
= A
Solucin
Demuestre el teorema 2.5 que indica: dadas A, B M
n
(R), si AB =I
n
necesariamente BA =I
n
Ejemplo 5.16
La matriz A solo tiene dos opciones: es invertible o no posee inversa.
Para la primera posibilidad, si A posee inversa A
1
, entonces:
AB = I
A
1
(AB) = A
1
I axioma 1

_
A
1
A
_
B = A
1
I asociatividad de la multiplicacin
IB = A
1
I denicin de matriz no singular
B = A
1
I es el neutro de la multiplicacin
BA = A
1
A axioma 1
As, BA = I denicin de matriz no singular
De esta manera, si AB = I
n
y A es no singular, necesariamente BA = I
Para la segunda posibilidad, si A no posee inversa, entonces el rango de A no es n (por el corolario
3.4 y el teorema 3.9).
Lo anterior indica que A es equivalente por las con una matriz escalonada reducida por las que
posee alguna la nula y, adems, [A[ = 0.
Luego, si AB = I se tiene que:
Solucin
91
AB = I
[AB[ =[I[ axioma 1
[A[ [B[ =[I[ axioma 1
[A[ [B[ = 1 axioma 1
0 [B[ = 1 axioma 1
0 = 1 ()
De esta manera, no puede darse el caso que A sea singular.
Por lo tanto, dadas A, B M
n
(R), si AB =I
n
necesariamente A posee inversa y BA =I
n
Solucin - continuacin
6 Bibliografa
Anton, H. (2004). Introduccin al lgebra lineal. Tercera edicin, Mxico: LIMUSA.
Arce, C; Castillo, W. y Gonzlez, J. (2002). lgebra Lineal. Segunda edicin, segunda reim-
presin, San Jos, Costa Rica: Editorial de la Universidad de Costa Rica.
Arce, C. (2003). Ejercicios resueltos de lgebra lineal. San Jos, Costa Rica: Editorial de la Uni-
versidad de Costa Rica.
Ayres, F. (2001). Matrices. Mxico: McGraw-Hill.
Barrantes, H. (1998). Elementos de lgebra lineal. Primera reimpresin, San Jos, Costa Rica:
Editorial de la Universidad Estatal a Distancia.
Beezer, R. (2005). A rst course in linear algebra. Department of mathematics and computer
science: University of Puget Sound. http://linear.ups.edu/
Connell, E. (2004). Elements of abstract and linear algebra. Department of mathematics: Uni-
versity of Miami. http://www.math.miami.edu/
Friedberg, S; Insel, A. y Spence, L. (2003). Linear algebra. Cuarta edicin, NewJersey, United
States of America: Pearson Education, Inc.
Kuttler, K. (2008). An introduction to linear algebra. http://www.math.byu.edu
Lipschutz, S. (1992). lgebra lineal. Segunda edicin, Espaa: McGraw-Hill.
Matthews, K. (2005). Elementary linear algebra. Department of mathematics: University of
Queensland. http://www.numbertheory.org/book/
Rodrguez, J. (2000). Matrices, determinantes y sistemas de ecuaciones lineales. Escuela de Matemtica:
Publicaciones del Instituto Tecnolgico de Costa Rica.
Santos, D. (2006). Linear algebra notes. http://scipp.ucsc.edu/