MATRICES, DETERMINANTES YSISTEMAS DE

ECUACIONES LINEALES.
1. Matrices.
1.1 Denici on. Sea K un cuerpo y n, m N

. Una matriz n m sobre K es una

aplicaci on:
A : {1, . . . , n} {1, . . . , m} K.
Si (i, j) {1, . . . , n} {1, . . . , m} denotaremos a
ij
= A(i, j) y diremos que a
ij
es el
elemento (i, j) de A.
Denotaremos por M
nm
(K) el conjunto de las matrices n m sobre K.
La forma de representar la matriz anterior es ordenando las imagenes por A en una
caja que consta de n las y m columnas de la siguiente forma:
A =
_
_
_
_
a
11
a
12
. . . a
1m
a
21
a
22
. . . a
2m
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nm
_
_
_
_
.
As, diremos que A tiene n las y m columnas.
Para abreviar escribiremos A = (a
ij
) para referirnos a la matriz anterior.
1
Juan Medina Molina Universidad Politecnica de Cartagena
A los n vectores (a
11
, a
12
, . . . , a
1m
), (a
21
, a
22
, . . . , a
2m
), . . . , (a
n1
, a
n2
, . . . , a
nm
) K
m
se les llama vectores la de A y a los m vectores de K
n
(a
11
, a
21
, . . . , a
n1
), (a
12
, a
22
, . . . , a
n2
),
. . . , (a
1m
, a
2m
, . . . , a
nm
) se les llama vectores columna de A.
Una matriz real es una matriz con elementos en R y una matriz compleja es una
matriz con elementos en C.
1.2 Denici on. Dada la matriz
A =
_
_
_
_
a
11
a
12
. . . a
1m
a
21
a
22
. . . a
2m
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nm
_
_
_
_
M
nm
(K)
se dene la matriz traspuesta de A a:
A
T
=
_
_
_
_
a
11
a
21
. . . a
n1
a
12
a
22
. . . a
n2
.
.
.
.
.
.
.
.
.
.
.
.
a
1m
a
2m
. . . a
nm
_
_
_
_
M
mn
(K)
.
1.3 Ejemplo. Si A =

1 2 3
4 0 2

M
23
(R) entonces A
T
=
_
_
1 4
2 0
3 2
_
_

M
32
(R).
Si B =
_
_
1 3 4 2
1 2 3 5
0 1 1 1
_
_
M
34
(R) entonces B
T
=
_
_
_
1 1 0
3 2 1
4 3 1
2 5 1
_
_
_
M
43
(R).
1.4 Denicion. Dada A M
nm
(K), diremos que A es cuadrada si n = m. Deno-
taremos por M
n
(K) al conjunto M
nn
(K).
1.5 Denicion. Dada A = (a
ij
) M
nm
(K), a la r-tupla (a
11
, a
22
, . . . , a
rr
), donde
r = min{n, m}, se le llama diagonal principal de A.
1.6 Denici on. Dada A = (a
ij
) M
nm
(K) se dene la matriz opuesta de A a
A = (b
ij
) M
nm
(K) donde b
ij
= a
ij
1 i n, 1 j m.
2
Juan Medina Molina Universidad Politecnica de Cartagena
1.7 Denici on. Se dene la matriz 0
nm
= (c
ij
) M
nm
(K) donde c
ij
= 0,
1 i n, 1 j m.
1.8 Denicion. Sea A = (a
ij
) M
nm
(K).
i) Diremos que A es una matriz la si n = 1.
ii) Diremos que A es una matriz columna si m = 1.
1.9 Denicion. Sea A = (a
ij
) M
n
(K).
i) Diremos que A es diagonal si a
ij
= 0 si i 6= j.
ii) Diremos que A es triangular superior si a
ij
= 0 si i > j.
iii) Diremos que A es triangular inferior si a
ij
= 0 si i < j.
iv) Diremos que A es simetrica si A
T
= A.
v) Diremos que A es antisimetrica si A
T
= A.
Notar que si una matriz cuadrada es antisimetrica entonces la diagonal principal es
el vector nulo.
vii) Una matriz escalar es una matriz diagonal cuyos elementos de la diagonal prin-
cipal son todos iguales.
viii) Se dene la matriz unidad de orden n y se denota I
n
a la matriz escalar cuyos
elementos de la diagonal principal son 1.
1.10 Denici on. Sea A = (a
ij
) M
nm
(K), i
1
, i
2
, . . . , i
r
{1, 2, . . . , n} y
j
1
, j
2
, . . . , j
s
{1, 2 . . . , m} con i
1
< i
2
< . . . < i
r
y j
1
< j
2
< . . . < j
s
. Entonces
la matriz que resulta de eliminar las las distintas de i
1
, i
2
, . . . , i
r
y las columnas distin-
tas de j
1
, j
2
, . . . , j
s
o sea
_
_
_
_
a
i
1
j
1
a
i
1
j
2
. . . a
i
1
j
s
a
i
2
j
1
a
i
2
j
2
. . . a
i
2
j
s
.
.
.
.
.
.
.
.
.
.
.
.
a
i
r
j
1
a
i
r
j
2
. . . a
i
r
j
s
_
_
_
_
se dice que es una submatriz de orden r s de A.
3
Juan Medina Molina Universidad Politecnica de Cartagena
1.11 Ejemplo. Sea A =
_
_
1 3 4 5
2 2 3 3
1 1 1 1
_
_
M
34
(R). Las submatrices de
orden 2 2 de A son:

1 3
2 2

1 4
2 3

1 5
2 3

3 4
2 3

3 5
2 3

4 5
3 3

1 3
1 1

1 4
1 1

1 5
1 1

3 4
1 1

3 5
1 1

4 5
1 1

2 2
1 1

2 3
1 1

2 3
1 1

2 3
1 1

2 3
1 1

3 3
1 1

.
1.12 Denici on. Un bloque es una submatriz donde las las no eliminadas son
consecutivas y las columnas no eliminadas son consecutivas.
1.13 Ejemplo. Los bloques de orden 2 2 de la matriz anterior son:

1 3
2 2

3 4
2 3

4 5
3 3

2 2
1 1

2 3
1 1

3 3
1 1

.
1.14 Denicion. Sea A = (a
ij
) M
nm
(K). Sea n
1
, . . . , n
r
N

tales que n
1
+
n
2
+ . . . + n
r
= n y m
1
, m
2
, . . . , m
s
N

tales que m
1
+ m
2
+ . . . + m
s
= m. Entonces
si i {1, 2, . . . , r} y j {1, 2, . . . , s} sea A
ij
la matriz que resulta de excluir las las
1, 2, . . . , n
1
+. . .+n
i1
, n
1
+. . .+n
i
+1, . . . , n y las columnas 1, 2, . . . , m
1
+. . .+m
j1
, m
1
+
. . . + m
j
+ 1, . . . , m. Entonces
A =
_
_
_
_
A
n
1
,m
1
A
n
1
,m
2
. . . A
n
1
,m
s
A
n
2
,m
1
A
n
2
,m
2
. . . A
n
2
,m
s
.
.
.
.
.
.
.
.
.
.
.
.
A
n
r
,m
1
A
n
r
,m
2
. . . A
n
r
,m
s
_
_
_
_
y diremos que hemos descompuesto A en bloques.
Operaciones con matrices.
Sea K un cuerpo y n, m, r N

.
1. Suma.
Si A = (a
ij
) M
nm
(K) y B = (b
ij
) M
nm
(K) denimos A + B = (c
ij
)
M
nm
(K) donde c
ij
= a
ij
+ b
ij
, 1 i n, 1 j m.
4
Juan Medina Molina Universidad Politecnica de Cartagena
1.15 Proposicion. (M
nm
(K), +) es un grupo abeliano.
2. Ley externa.
Si A = (a
ij
) M
nm
(K) y K denimos A = (c
ij
) M
nm
(K) donde c
ij
=
a
ij
, 1 i n, 1 j m.
1.16 Proposicion. (M
nm
(K), +) es un K-espacio vectorial.
Producto de matrices.
Si A = (a
ij
) M
nm
(K) y B = (b
ij
) M
mr
(K) se dene AB = (c
ij
) M
nr
(K)
donde c
ij
=
P
m
k=1
a
ik
b
kj
, 1 i n, 1 j r.
Notar que solo hemos denido el producto de dos matrices cuando el n umero de
columnas de la primera coincide con el n umero de las de la segunda.
1.17 Ejemplos. ( 5 4 3 )
_
_
3 0
2 2
1 3
_
_
= ( 10 17 ).
( 1 2 3 )
_
_
5
4
1
_
_
= ( 16 ).

2
1

( 1 5 4 3 ) =

2 10 8 6
1 5 4 3

.
( 2 1 )
_
_
3
4
2
_
_
no se puede calcular.
1.18 Proposicion. Sea n, m, r, s N

.
i) Si A M
nm
(K), B M
mr
(K) y C M
rs
(K) entonces (AB)C = A(BC).
ii) Si A M
nm
(K) y B, C M
mr
(K) entonces A(B + C) = AB + AC.
iii) Si A M
nm
(K) entonces AI
m
= A y I
n
A = A.
Rango de una matriz.
1.19 Proposicion. Si A M
nm
(K) entonces el rango del conjunto de los n
vectores la en K
m
coincide con el rango del conjunto de los m vectores columna en K
n
.
5
Juan Medina Molina Universidad Politecnica de Cartagena
1.20 Denicion. Si A M
nm
(K) se dene el rango de A y se denota rgA al rango
del conjunto de los vectores la (que coincide con el rango del conjunto de los vectores
columna).
Transformaciones elementales.
Sea A M
nm
(K). Las transformaciones elementales de A son:
1. Intercambiar dos las (columnas) de A.
2. Si K \ {0}, sustituir una la (columna) por el producto de por esta la
(columna).
3. Si K, sustituir una la (columna) de A por la suma de esta m as otra la
(columna) multiplicada por .
Como consecuencia de un resultado del Captulo de Espacios Vectoriales se obtiene
el siguiente Teorema:
1.21 Teorema. El rango de una matriz no vara al realizar una operaci on elemental
sobre esta.
1.22 Denicion. Dadas A, B M
nm
(K) diremos que A y B son equivalentes si
existen P M
n
(K) y Q M
m
(K) tales que B = PAQ.
1.23 Proposicion. Sean A, B M
nm
(K). Entonces:
i) A y B son equivalentes rgA = rgB.
ii) rgA = r A es equivalente a

I
r
0
r(mr)
0
(nr)r
0
(nr)(mr)

.
Matrices Invertibles.
Sea n N

y K un cuerpo.
1.24 Denicion. Dada A M
n
(K) diremos que A es invertible, regular o no singular
si existe B M
n
(K) tal que AB = BA = I
n
. Entonces diremos que B es una matriz
inversa de A.
1.25 Denicion. Denotaremos por GL
n
(K) el conjunto de las matrices de M
n
(K)
que son invertibles.
6
Juan Medina Molina Universidad Politecnica de Cartagena
1.26 Proposicion. Se verica que (GL
n
(K), ) tiene estructura de grupo.
Como consecuencia de lo anterior se obtienen los dos siguientes resultados:
1.27 Proposicion. Si A M
n
(K) es invertible entonces la matriz inversa de A es
unica. Denotaremos por A
1
la matriz inversa de A.
1.28 Proposicion. Sean A, B GL
n
(K). Entonces:
i) (A
1
)
1
= A.
ii) AB GL
n
(K) y (AB)
1
= B
1
A
1
.
1.29 Proposicion. Sea A M
n
(K). Entonces A es invertible rgA = n.
Metodo para el calculo de la matriz inversa de una matriz invertible.
Sea A M
n
(K). Consideramos la matriz descompuesta en bloques (A|I
n
).
Entonces realizamos operaciones elementales a las las de esta matriz para intentar
obtener en el primer bloque la matriz I
n
.
Primer Caso. Si es imposible obtenerla entonces A no es invertible.
Segundo Caso. Si se obtiene, la matriz del segundo bloque es la matriz inversa de
A.
2. Determinantes.
2.1 Denici on. Sea A = (a
ij
) M
n
(K). Denimos el determinante de A y se
denota |A| o

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

de la siguiente forma:
Si n = 1 entonces |A| = | a
11
| = a
11
.
Si n = 2 entonces |A| =

a
11
a
12
a
21
a
22

= a
11
a
22
a
12
a
21
.
Supongamos que tenemos denidos los determinantes de las matrices de orden n 1.
7
Juan Medina Molina Universidad Politecnica de Cartagena
Entonces denimos |A| =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

= (1)
1+1
a
11

a
22
a
23
. . . a
2n
a
32
a
33
. . . a
3n
.
.
.
.
.
.
.
.
.
.
.
.
a
n2
a
n3
. . . a
nn

+
(1)
1+2
a
12

a
21
a
23
. . . a
2n
a
31
a
33
. . . a
3n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n3
. . . a
nn

+ . . . + (1)
1+n
a
1n

a
21
a
22
. . . a
2,n1
a
31
a
32
. . . a
3,n1
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
n1,n1

.
Como caso particular, para el caso de n = 3 se tiene la regla de Sarrus:

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

= a
11
a
22
a
33
+a
13
a
21
a
32
+a
31
a
12
a
23
a
31
a
22
a
13
a
11
a
32
a
23
a
33
a
21
a
12
.
2.2 Proposici on. Sea A = (a
ij
) M
n
(K).
i) Si B es la matriz que se obtiene al permutar dos las (columnas) de A entonces
|B| = |A|.
ii) Si una la (columna) de A es combinaci on lineal de las otras o equivalentemente,
si las las (columnas) de A son linealmente dependientes, entonces |A| = 0.
iii) Si K y B es una matriz con las misma las (columnas) que A excepto una la
(columna) que es la correspondiente a la de A multiplicada por entonces |B| = |A|.
iv) Si B es la matriz que resulta de sustituir una la (columna) de A por la suma
de esta y una combinaci on lineal de las dem as entonces |A| = |B|.
v) |A| = |A
T
|.
vi) Si B M
n
(K) entonces |AB| = |A||B|.
vii)

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
+ b
i1
a
i2
+ b
i2
. . . a
in
+ b
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
i1
b
i2
. . . b
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

.
La propiedad analoga se da tambien para columnas.
viii) Si A M
n
(K), A es regular |A| 6= 0.
ix) Si A GL
n
(K) entonces |A
1
| = |A|
1
.
8
Juan Medina Molina Universidad Politecnica de Cartagena
x) El determinante de una matriz triangular superior o triangular inferior coincide
con el producto de los elementos de su diagonal.
2.3 Denici on. Sea A = (a
ij
) M
n
(K) e i, j {1, . . . , n}.
i) Se dene el menor complementario del elemento (i, j) y se denota
ij
al determi-
nante de la matriz que resulta de eliminar la la i y la columna j de A.
ii) Se dene el adjunto del elemento (i, j) y se denota A
ij
a A
ij
= (1)
i+j

ij
.
2.4 Proposicion. El valor de un determinante coincide con la suma de los productos
de cada uno de los elementos de una la (columna) por sus respectivos adjuntos.
Calculo de la matriz inversa usando determinantes.
2.5 Denicion. Dada A = (a
ij
) M
n
(K) se dene la matriz adjunta de A a
Adj(A) =
_
_
_
_
A
11
A
12
. . . A
1n
A
21
A
22
. . . A
2n
.
.
.
.
.
.
.
.
.
.
.
.
A
n1
A
n2
. . . A
nn
_
_
_
_
.
2.6 Proposici on. Si A GL(n, K) entonces A
1
= Adj(A)
T
/|A|.
Calculo del rango de una matriz usando determinantes.
2.7 Denicion. Sea A M
nm
(K) y r N

, r min(n, m). Un menor de orden r

de A es el determinante de una submatriz r r de A.
2.8 Proposici on. Dada A M
nm
(K), rgA coincide con el maximo de los ordenes
de sus menores no nulos.
9
Juan Medina Molina Universidad Politecnica de Cartagena
3. Sistemas de Ecuaciones Lineales.
Sea K un cuerpo y n, m N

.
3.1 Denicion. Un sistema de n ecuaciones y m incognitas es un conjunto de n
ecuaciones en la forma:
_

_
a
11
x
1
+ a
12
x
2
+ . . . + a
1m
x
m
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2m
x
m
= b
2
. . .
a
n1
x
1
+ a
n2
x
2
+ . . . + a
nm
x
m
= b
n
donde a
ij
K, 1 i n, 1 j m, estos reciben el nombre de coecientes del sistema
y b
i
K, 1 i n, estos reciben el nombre de terminos independientes del sistema. Los
x
1
, x
2
, . . . , x
m
reciben el nombre de incognitas del sistema.
Dado c = (c
1
, c
2
, . . . , c
m
) K
m
, diremos que c es una soluci on del sistema anterior
si al sustituir en las ecuaciones anteriores cada x
j
por c
j
, 1 j m, las igualdades son
ciertas.
Dado el sistema anterior,
A =
_
_
_
_
a
11
a
12
. . . a
1m
a
21
a
22
. . . a
2m
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nm
_
_
_
_
se dice que es la matriz del sistema, b =
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
se dice que es la matriz de los terminos
independientes y x =
_
_
_
_
x
1
x
2
.
.
.
x
m
_
_
_
_
es la matriz de las incognitas. La matriz descompuesta
por bloques A

= (A|b) recibe el nombre de matriz ampliada del sistema.

10
Juan Medina Molina Universidad Politecnica de Cartagena
Claramente el sistema anterior se puede expresar por la siguiente igualdad matricial:
Ax = b.
Esta recibe el nombre de forma matricial del sistema.
3.2 Denicion. Diremos que un sistema de ecuaciones lineales es homogeneo si el
vector de los terminos independientes es el vector nulo.
3.3 Denicion.
a. Diremos que un sistema es compatible (SC) si tiene soluciones.
a.1. Diremos que un sistema es compatible determinado (SCD) si es compatible y
solo tiene una soluci on.
a.2. Diremos que un sistema es compatible indeterminado (SCI) si es compatible y
no tiene una unica soluci on.
b. Diremos que un sistema es incompatible si no tiene solucion.
Notar que un sistema homogeneo es siempre compatible.
3.4 Denicion. Dados dos sistemas lineales de n ecuaciones con m incognitas con
coecientes en K, diremos que son equivalentes si sus conjuntos de soluciones coinciden.
3.5 Proposicion. Consideremos un sistema de n ecuaciones con m incognitas con
coecientes en K.
i) Si sustituimos una ecuaci on del sistema por el resultado de multiplicar dicha
ecuaci on por un elemento de K no nulo, el sistema obtenido es equivalente al primero.
ii) Si sustituimos una ecuaci on del sistema por el resultado de sumar a esta ecuaci on
otra ecuacion multiplicada por un escalar, el sistema obtenido es equivalente al primero.
3.6 Teorema. (Rouche-Fr obenius). Sea Ax = b un sistema de n ecuaciones con
m incognitas y sea A

= (A|b) M
n(m+1)
(K). Entonces el sistema es compatible
rgA = rgA

.
11
Juan Medina Molina Universidad Politecnica de Cartagena
i) Si rgA = rgA

= m entonces el sistema es compatible determinado.

ii) Si rgA = rgA

< m entonces el sistema es compatible indeterminado.

(Notar que m es el n umero de incognitas del sistema).
3.7 Proposici on. Supongamos que Ax = b es un sistema compatible y sea z una
solucion de este sistema. Entonces el conjunto de las soluciones del sistema es
{z + t | At = 0}.
3.8 Teorema. (Regla de Cramer). Consideremos el sistema de n ecuaciones con
n incognitas Ax = b, supongamos que A = (a
ij
) y |A| 6= 0. Entonces:
x
1
=

b
1
a
12
. . . a
1n
b
2
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
n
a
n2
. . . a
nn

|A|
; x
2
=

a
11
b
1
. . . a
1n
a
21
b
2
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
b
n
. . . a
nn

|A|
; . . . ; x
n
=

a
11
. . . a
1,n1
b
1
a
21
. . . a
2,n1
b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . . a
n,n1
b
n

|A|
.
12