Algebra Lineal Marconi

Universidad Nacional del Altiplano
MATRICES Y DETERMINANTES
MATRICES
Una matriz es una ordenación rectangular de números en el cual las matrices
son usadas en matemáticas para expresar relaciones entre objetos.
Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de
ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas
parciales. Tienen también muchas aplicaciones en el campo de la física.
Explicaciones generales
Sea la matriz
 a11 a12 a13    a1 j    a1m 
a       a2 m 
 21 a22 a23 a2 j
            
 
           
A= 
 ai1 ai 2 ai 3    aij    aim 
 
      
      
 
an1 an 2 an 3    anj    anm 
nxm
Si la matriz es A las posiciones de cada número son ai j donde i es la fila y j es

la columna en el cual se encuentra posicionado el número en la matriz A.
Sea la matriz
 b11 b12 b13    b1 j    b1m 
b       b2 m 
 21 b22 b23 b2 j
            
 
           
B= 
 bi1 bi 2 bi 3    bij    bim 
 
      
      
 
bn1 bn 2 bn 3    bnj    bnm 
nxm
Si la matriz es B las posiciones de cada número son bi j donde i es la fila y j es

la columna donde se encuentra posicionado el número en la matriz B.
Ejemplo.
.
Matriz 3 x 4
fila columna
El primer número nos indica el número de filas que tiene la matriz.
M.Sc. P. Wilson Marconi Q. 1

El segundo indica la cantidad de columnas que tiene la matriz.
Ejemplo:
1 2 3 4 
3 filas 5 6 7 8 
  La matriz es 3 x 4
9 10 11 12
 
 
4 columnas
Ejemplos:
 a11 a12 a13  b11 b12 b13 

A  a21 a22 a23  B  b21 b22 b23 
a31 a32 a33  b31 b32 b33 
En la siguiente matriz indica la posición del número circulado.
1 2 3 4 2 __________
5 6 7 8 7 __________
A  9 __________
 9 10 11 12 14 __________
 
13 14 15 16
MATRICES ESPECIALES
 Matriz fila:
Es la matriz que tiene una sola fila.
Ejemplo:
B = b11 b12 b13= ( b1j )(j = 1, 2, 3)
 Matriz columna:
Es la matriz que tiene una sola columna.
Ejemplo:
 c11
 
C = c21 = ( ci1 ) (i = 1, 2, 3)
 
c31
 matriz cuadrada
Una matriz cuadrada es la que tiene el mismo número de filas que de
columnas. Se dice que una matriz cuadrada n  n es de orden n y se
denomina matriz n-cuadrada.

 diagonal principal de una matriz cuadrada:
 a 11 a12 ... a1n 
a a 22 ... a 2 n 
A   21
 ... ... ... ... 
 
a m1 a m2 ... a nn 
 matriz diagonal:
Una matriz cuadrada se dice DIAGONAL si son nulos todos los
elementos que no estén en la diagonal principal; es decir:
 a11 0 ... 0 0
0 a22 ... 0 0 
A a 0 si i  j
 ... .... .... ... ...  ij
 
 0 0 ... 0 an ,n 
De donde por lo menos aij es diferente de cero.
 matriz identidad o unidad:

Es una matriz cuadrada tal que a ij = 1  i = j; aij = 0  i  j, es decir son
nulos todos los elementos que no están en la diagonal principal y los
elementos de la diagonal principal son todos 1.
 1 0 ... 0 0
 0 1 ... 0 0 
I 
... .... .... ... ...
 
 0 0 ... 0 1
 Matriz triangular superior

Una matriz triangular superior es una matriz cuadrada de la forma:
a11 a12 ... a1n 
 0 a a 2 n 
A 22
a ij  0 si i  j
 ... ... ... ... 
 
 0 0 ... a mn 
Análogamente se define triangular inferior.
IGUALDAD DE MATRICES.
Dos matrices A y B son iguales si tienen el mismo orden y coinciden los

elementos que ocupan el mismo lugar. Es decir:

 a11 a12 ... a1n   b11 b12 ... b1n 

   
a a22 ... a2 n  b b22 ... b2 n 
A   21 B   21
 ... ... ... ...   ... ... ... ... 
 a 
... amn   b 
... bmn 
 m1 am 2  m1 bm 2
Sea
A=B si para todo i{1,2,...,m} y para todo j {1,2,...,n} se cumple que a ij=bij.
Ejemplo:
Hallar x, y, z, w si
 2x  4 5 y  9   x  2 3  y 
  
 z  2 w  5   3z 2w  4 
Por la definición de igualdad entre matrices, tenemos:

2x  4  x  2
5y  9  3  y
z  2  3z
w  5  2w  4
Despejando x, y, z, w en las ecuaciones anteriores, tenemos:
x  2, y  1, z  1, w  1
MATRIZ TRANSPUESTA
La matriz transpuesta de A, denotado por At o A' es la que se obtiene
cambiando filas por columnas. Es decir, si Amn  aij Amt n  a ji
Propiedades:
1. (A + B)t = At + Bt.
2. (At)t = A.
3. (kA)t = kAt (si k es un escalar).
4. (AB)t = BtAt.
 
2 1 
1  t 2 1 3
Ejemplo: A 0 A 
3  1 0 4
 4
MATRIZ SIMÉTRICA: (sólo matrices cuadradas).

Una matriz A se dice simétrica cuando AT = A; aij  a ji  i  j
1 2 3 
Ejemplo: A 2 4 1 
 3 
 1 0 
MATRIZ ANTISIMÉTRICA: (sólo matrices cuadradas).
Una matriz A

 a11 a12 ... a1n 

 
a a22 ... a2 n 
A   21
 ... ... ... ... 
 a 
... amn 
 m1 am 2
Se dice antisimétrica cuando BT = -B; a ji  aij  i  j
 0 a12 ... a1n 

 
a 0 ... a2 n 
A   12
 ... ... ... ... 
 
 a1n a2 n ... 0 
Ejemplo:
1 1  2

A  1 0 2

 
2 2  2 
Matrices ortogonales
Se dice que una matriz real A es ortogonal, si AA t = At A = I. Se observa que

una matriz ortogonal A es necesariamente cuadrada e invertible, con inversa
A-1 = At.
Consideremos una matriz 3  3 arbitraria:
Si A es ortogonal, entonces:
Matrices normales
Una matriz es normal si conmuta con su traspuesta, esto es, si AA T = ATA.

Obviamente, si A es simétrica, antisimétrica u ortogonal, es necesariamente
normal.
Ejemplo:

Puesto que AAT = ATA, la matriz es normal.
MATRICES IDEMPOTENTES, NILPOTENTES Y UNIPOTENTES.

Definiciones:
Sea A una matriz cuadrada de orden n:
1) Diremos que A es IDEMPOTENTES si y solo si A.A=A2=A
2) Diremos que A es UNIPOTENTE si y solo si A.A=A2=In
3) Diremos que A es NILPOTENTE si y solo si A.A=A2=0 (Matriz nula orden n)
PROPIEDADES
1) Si A y B son matrices idempotentes de orden n entonces:
a. A.B es idempotente solo si A.B=B.A
2) Si A es unipotente A-1=A y por tanto toda matriz unipotente tiene inversa.
Y en consecuencia rg(A)=n
3) Si A es nilpotente entonces In-A es invertible y su inversa es In− A = In+ A

OPERACIONES CON MATRICES
Suma de matrices
Para poder sumar matrices deben de tener el mismo orden, ambas matrices
deben tener el mismo número de filas y columnas.
Definición de suma:
Si A = (ai j) mxn y B = (bi j) mxn entonces su suma es A + B = (ai j + bi j) mxn.
Ejemplo:
Suma las matrices A + B
1+5=6
1 3 5 7 1 3 5 7 6
A B   Suma a1 1 + b1 1
5 7 4 8 5 7 4 8
3 + 7 = 10
1 3 5 7 6 10 Suma a1 2 b1 2
  +
5 7 4 8
1 3 5 7 6 10
 
5 7 4 8 9 Suma a2 1 + b2 1
5+4=9
1 3 5 7 6 10
  Suma a2 2 + b2 2
5 7 4 8 9 15
7 + 8 = 15
Propiedades:
Ley asociativa A  B  C    A  B  C
Ley conmutativa A B  B  A
Elemento neutro
0 0 1 2 1 2
 
0 0 3 4 3 4
Producto de un escalar
Definición:
Si kA = k( ai j ) mxn
Debes multiplicar cada número de la matriz por el escalar.

Propiedades si p y q son dos constantes donde A y B son dos matrices se
cumple:
1) p(A + B) = pA + pB
2) (p + q)A = pA + q A
3) (pq)A = p(qA)
4) 1A=A , 1 = neutro multiplicativo en IK.
Ejemplo: determine 2A
1 5 1 5 2 10
A 2A  2 
3 4 3 4 6 8
Inverso aditivo (resta)

2 3 4 5
A B
4 1 1 2
Determine A – B
2 3  4 5 6 8
A B   
4 1 1 2 5  3
El orden es igual que en la suma pero debes fijarte muy bien en los
signos.
PROBLEMAS VARIOS
En cada ejercicio realiza: a) A + B b) B – A c) 2 A + 3 B d) 5 A - 4 B
1 2 1 3
1) A  3 4 B 2 6
1 0 0 4
5 2 6 3
2) A  B
3 8 4 9
2 5 6 5 2 7
3) A   4 7  1 B  3 4 8
3 4 2 2 9 7
3 0 1 0 2 1
4) A  B
2 1 2 1  2 3

5) A  1 0 B  0 1
1 2 3 4 5 7 9 4
2 3 4 5 0 3 1 1
6) A  B
0 3 2 1 4 6 8 7
1 2 2 0 5 0 3 4
7) A  0 B  1
8) A  2  5 B 5 7 9
5 3 2 1
9) A  B
 2 8 7 3
Realiza las siguientes adiciones :
 2x 3y  5   5- x y  6   5x - 2 4 y  1 
6z  1  5  2w + 2z  3 7w  2 - z  12  5w  8 =
     
Encuentra el valor de las variables :
2  x 3  5  2 x y   5 0
 3w  4    8 
 1
  
   w  1 5z 
Resuelve las ecuaciones matriciales :
 2  5 6  1
x+     
 3 12  3 0 
 12 0   2,5 3,6 
 6  9  X   4,5  5,8
   

MULTIPLICACIÓN DE MATRICES
Para poder realizar la multiplicación de matrices debemos revisar primero el

número de filas y columnas de la matriz.
Si los números centrales son iguales entonces se puede multiplicar y el tamaño
de la respuesta son los números de los extremos de las matrices.
Ejemplo.
Si tenemos que una matriz es 3 x 5 y la otra 5 x 2 se puede multiplicar si
Matriz A Matriz B
El tamaño de la
respuesta es 3 x 2 Si los números centrales son
3 x 5 5 x 2
iguales entonces se puede
multiplicar y el tamaño de la
respuesta son los números de
Debe ser igual entonces los extremos 3 x 2
si se puede multiplicar
Resuelve el siguiente ejercicio e indica si se puede multiplicar las
matrices o no, y cual es el tamaño de la matriz de la respuesta.
Matriz A Matriz B ¿se puede Tamaño de
multiplicar? respuesta
3x4 4x5
5x6 6x2
5x3 4x6
7x8 8x2
4x2 3x4
5x7 7x2
3x1 1x4
4x3 4x3
2x5 5x4
La multiplicación de matrices en IK2x2 , tales como las matrices
 a11 a12   b11 b12 

A  b b22 
, B =
a21 a22   21
Se define así:
a11 a12  b11 b12  a11  b11  a12  b21 a11  b12  a12  b22 
AB=       a  b  a  b a  b  a  b 
a21 a22  b21 b22   21 11 22 21 21 12 22 22 
Ejemplo 01
3  4 2 5 3  2  4  1 3  5  4  6 2  9
2 0   1 6   2  2  0  1 2  5  0  6   4 10 
       
Ejemplo 02.
7 8 6 1) Reviso el tamaño de la matriz

0 1 2 33 
 10 11  
9  A= 2x3 B=3x3
12 13 14  
3 4 5
Como son iguales se puede multiplicar.
El tamaño de la matriz de la respuesta
es 2 x 3
Se opera así:
0  6  1 9  2 12  2) Siempre se toma la primera matriz

0  9  24  33 con la fila 1 (horizontal) con la 1
columna (vertical) marcada en la
7 8 6
0 1 2 33 36  matriz.
 10 11  
9 
12 13 14  
3 4 5
0  7  110  2 13 
0  10  26  36
7 8 6
0 1 2 33 36 39
 10 11  
9 
12 13 14  
3 4 5
0  8  111  2 14 
0  11  28  39
7 8 6
0 1 2  33 36 39
 10 11  
9 
3 4 5
12 13 14 114 
3  6  4  9  5  12 
18  36  60  114
7 8 6
0 1 2  33 36 39
 10 11  
9 
3 4 5
12 13 14 114 126 
3  7  4  10  5  13 
21  40  65  126
7 8 6
0 1 2  33 36 39 
 10 11  
114 126 138
9
12 13 14 
3 4 5
3  8  4  11  5  14 
24  44  70  138
En conclusión.
7 8 6
0 1 2 33 36 39
 10 11 9
3 4 5 114 126 138
12 13 14

Ejemplo 02
Sean A una matriz de dimensión 5 3 , B una matriz de dimensión m n y C
una matriz de dimensión 4  7 . Sabemos que se puede obtener la matriz
A  B  C . ¿ Cuáles son las dimensiones de las matrices B y A  B  C ?
Solución
La multiplicación de matrices no siempre es posible. Para poder multiplicar dos
matrices es necesario que el número de columnas de la matriz de la izquierda
coincida con el número de filas de la matriz de la derecha. Si aplicamos este
resultado al problema tendremos:
(5  3)  (m  n)  (4  7) implica que m  3 y n  4 .
Luego las dimensiones de B son 3 4 .
Por otro lado, las dimensiones de A  B  C son 5 7
Ejemplo 03
 1  1 x   1 x  3 
Resuelve :       
 3 2  y   y  1 2 
Solución
 x  y   3  2x 
Efectuamos el producto de las matrices, quedando :     
 3x  2 y   3 y  2 
Ahora podemos aplicar el resultado que afirma que dos matrices son iguales si
tienen la misma dimensión y los términos correspondientes iguales, es decir:
x  y  3  2x
aij = bij . Por tanto tenemos que 
3x  2 y  3 y  2
5 7
Resolvemos el sistema y obtenemos que : x   e y
4 4

PROBLEMAS VARIOS
Encuentra AB y BA, si es posible.
3 5  5  2
1) A  B 
 2  6 1 7 
 4  3 2 1 
2) A    B 
 2 1   4 2
3 0  1 1  5 0 
3) A  0 4 2  B  4 1  2
5  3 1  0  1 3 
5 0 0  3 0 0 
4) A  0  3 0 B  0 4 0 
0 0 2 0 0  2
 2 1
 4  3 1
5) A    B   0 1 
  5 2 2  4 7 
1 2 0 2
6) A  3 4 B   1  2

5 6  3 4 
1 
7) A   1 1 B  2
3
1 2 3  1 5 7 
8) A    B 
 4 5 0 2 3 0
9) Tres ebanistas: José, Pedro y Arturo trabajan a destajo para una compañota
de muebles .Por cada juego de alcoba en caoba les pagan $500; si es de
cedro les pagan $400 y si es de pino tratado les pagan $100. A continuación

están las matrices A y B que representas sus producciones en enero y
febrero. La matriz X es la matriz pago/unidad.
Producción Producción Salario/

enero febrero Unidad
A B
Caoba Cedro Pino  Caoba Cedro Pino  X
José   1  Caoba 500
2 0 3 2 3
Pedro    Cedro 400
 1 1 4  2 0 3 
Arturo    Pino 100
 1 2 3  2 1 4 
Calcule las siguientes matrices y decida que representan.

a) AX b) BX c) A  B D)  A  B X
10) Evalúa la expresión matricial
3  3 7  - 9 5 - 8
A  2 6  2 y B   3 - 7 1 
 
4 2 5   - 1 2 6 
Evalúa:
a) A2  B 2 b) 3 A  BA c) A2  5B d) A  A2  B  B 2
 2 3 1 0
11) Calcular A  3 A  I , siendo A   ,I    .
2
1 1 0 1
 1 1 1 0 1 1 1 0 0
     
12) Se consideran las matrices A   0 1 1 ,B   0 0 1 ,I   0 1 0  .
 0 0 1  0 0 0 0 0 1
     
Calcular B3.
Calcular A3. (Sugerencia A = B + I.)
1 1 1 1
 
0 1 1 1
13) Dada la matriz X    hallar X 2 y X 3 .
0 0 1 1
 
0 0 0 1 


DETERMINANTES
Un determinante es una función de IR nn en IR , tal que det hace corresponder
a cada matriz A un único número real det(A) el cual se define como:
1. Para n=1, A   a11  ; entonces det( A)  a11
a a12 
2. Para n=2, A   11  ; entonces det( A)  a11a22  a21a12
 a21 a22 
 a11 a12 a13 

3. Para n=3, A   a21 a22

a23  ; entonces
a a33 
 31 a32
a22 a23 a21 a23 a21 a22

det( A)  a11  a12  a13
a32 a33 a31 a33 a31 a32
En general para una matriz de n filas y n columnas se tiene.

 a11 a1n 
 
A 
a ann 
 n1
Entonces:
n
det( A)   (1)i  j a1 j det A(1/ j )
j 1
Dónde A(1/ j ) es submatriz de A eliminando la primera fila y la j-esima

columna.
PROPIEDADES DE LOS DETERMINANTES
Los determinantes tiene muchas propiedades especiales, alguna de la cuales
las enunciamos aquí donde A una matriz cuadrada.
Propiedad 01 Si toda entrada en una fila (o columna) es cero entonces A  0 .
Ejemplo
Sin desarrollar de deduce “Si toda entrada en una fila (o columna) es cero
entonces A  0 .”
1  2 3
A  0 0 0
Toda la fila es 0 por lo
tanto Det A = 0
4  8 6
Propiedad 02 Si una matriz B se forma intercambiando dos fila (o columnas)
de A, entonces B   A .
Ejemplo.

Se deduce “Si una matriz B se forma intercambiando dos fila (o columnas) de
A, entonces B   A ”.
Se intercambió columna 1
1 0 2  2 0 1 
3 7 8   8 7 3  B   A de donde
   
4  1 4 4  1 4
Se intercambió columna 3
B  26 y A  26
Propiedad 03 Si una matriz B se forma multiplicando cada entrada en una fila

(o columna) de A por un número real k, entonces B  k A .
Ejemplo.
Se factoriza dos de cada entrada de la primera fila “Si una matriz B se forma
multiplicando cada entrada en una fila ( o columna) de A por un número real k,
entonces B  k A ”.
 4 8 2  2 4 1
 0 3 4  2  0 3 4
   
 1 7 8  1 7 8
Propiedad 04 Si dos filas (o columnas) de una matriz A son iguales, entonces

A  0.
Ejemplo.
Como la primera y segunda columna son iguales entonces se deduce “Si dos
filas (o columnas) de una matriz A son iguales, entonces A  0. ”
2 2 3
 1  1 5  0
 
 6 6 2
Propiedad 05 Si una matriz B se forma remplazando cualquier fila (o columna)
de A por la suma de esa fila (o columna) y k veces cualquier otra fila (o
columna) de A, entonces B  A

Ejemplo: la matriz A 
 2  1

7 5 
2 1
Tiene de determinante A
7 5
 2  5  ( 1)  7  10  7  17
Los determinantes de tercer orden se desarrollan mediante la llamada regla de

Sarrus:
a11 a12 a13
a 21 a 22 a 23  a11a 22a 33  a 21a 32a13  a12a 23a 31  a13a 22a 31  a 23a 32a11  a12a 21a 33
a 31 a 32 a 33
En + -
esquema
Ejemplo:
4 3 2
6 1 3  4  1  4  6  7  2  ( 3)  3  ( 3)  2  1  ( 3)  3  7  4  ( 3)  6  4
3 7 4
 16  84  27  6  84  72  121
Problemas varios
En los siguientes problemas establezca por qué la igualdad es verdadera sin
calcular los determinantes dados.
3 4 0 6
 3 2 1  3 2 1 8
     2 4  1 2 9 0 4
1)  1 2 4   0 7 8 2)    2  3)  0
    2 3 0 3
 0 7 8  1 2 4   1 3   1 3
 
1 2 0 6
2 3 4 1 2 3  4 1
 1   1  1 3 2    1 3 2
2  1 5 2 1 5 
4)    5) 4
 1 5    4 1 5
7 8 0 1 7 8 0 1
     2  4  3  0 2 1
6 4 1 6 6 4  1 6
  1 1 2 0 1 2 3 1 3 3 2 1 
  
6) 2  1 3  1  1 3
  
7)  2 0  2  0
 
8) 6 8 2  0
       
 3  1 4 2  1 4  6 4 6  3 4 1

INVERSA DE UNA MATRIZ
Definición de inversa de una matriz:
Si A es una matriz cuadrada de orden n. Si existe una matriz B tal que
AB = In = BA
Entonces B se llama inversa de A y se denota con A 1 . (Se lee “A inversa”)
Si a es una matriz cuadrada tiene una inversa y decimos que A es invertible. Si

A no es una matriz cuadrada no es posible invertirla.
METODO DE GAUSS JORDAN
Para resolver la inversa de una matriz por el método de Gauss Jordan, bastará
con aplicar las operaciones elementales sobre los renglones de la matriz
ampliada (A, I) de manera de transformar A en I. Cuando se haya hecho, se
obtendrá la matriz ampliada ( I , A 1 ) , con lo que se tendrá la inversa buscada.
EJEMPLO
Invertir la matriz
Auméntese la matriz de coeficientes con una matriz identidad
Usando a11 como pivote, el renglón 1 se normaliza y se usa para eliminar a X1

de los otros renglones.

En seguida, se usa a22 como pivote y X2 se elimina de los otros renglones.
Finalmente, se usa a33 como pivote y X3 se elimina de los renglones restantes:
Por lo tanto, la inversa es:
Se puede resolver un sistema de ecuaciones con la inversa de la matriz de

coeficientes, de la siguiente manera:
donde C es el vector de términos independientes.

MENOR Y COFACTOR DE UNA MATRIZ
MENOR
Para cada entrada aij de una matriz cuadrada A de orden nn  2 , el menor Mij
se define como el determinante de la matriz de orden n – 1 obtenida al suprimir
la fila i-ésima y la columna j-ésima de A.
Asi, para
1 2 3
A=
2 4 6
Para hallar el menor M11: 1 5 7
a) suprimimos la primera fila y la primera columna asi
1 2 3
M11 = 2 4 6
1 5 7
b) tomamos los números que no quedan tapados ( los números rojos)
1 2 3
4 6
M11 = 2 4 6 
5 7
1 5 7
c) Tercero hallamos el determinante
1 2 3
4 6
M11 = 2 4 6   47   56  28  30  2
5 7
1 5 7
Hallar los menores M 12 , M 22 y M 32
1 2 3
2 6
M12 = 2 4 6   27   16  14  6  8
1 5 7 1 7
1 2 3
1 3
M22 = 2 4 6   17   31  7  3  4
1 7
1 5 7
1 2 3
1 3
M32 = 2 4 6   16  23  6  6  0
2 6
1 5 7

COFACTOR cof ( Aij )
El cofactor Aij de la entrada aij se define como el menor M ij multiplicado

por  1
i j
El cofactor nos da como resultado es el signo del menor.
Aij   1   M ij 
i j
 
MENOR COFACTOR
Aij   1   M ij    1   2    1  2    1 2   2
i j 11 2
M 11 = -2
   
M 12 = 8 Aij   1
i j
  M ij    112  8   13 8   18  8
   
M 22 = 4 Aij   1
i j
  M ij    122   4    14  4    1 4   4
   
M 32 = 0 Aij   1
i j
  M ij    13 2   0   0
   
En una matriz de tercer orden, el signo de los menores seria:
  
  
  
MATRIZ ADJUNTA
Si A es una matriz cuadrada n x n y B es la matriz de sus cofactores, entonces
la Adjunta de A, denotada por adjA que es la transpuesta de la matriz B
cuadrada n x n .
 A11 A21 ... An1 
A A22 ... An 2 
 12
 . . . 
adjA  B T   
 . . . 
 . . . 
 
 A1n A2 n ... Ann 
Ejemplo 01:
Determine la adjA
1 3 
A 
 4 2
Primero calculamos TODOS los cofactores de la matriz A.
A11  2 A12  4
A21  3 A22  1

Segundo con las respuestas formo la matriz B y luego obtengo B T que es

la adjA .
 2  4  2  3
B  BT     adjA
 3 1   4 1 
Ejemplo 02:
1  2 3 
Calcular la adjA A  5  1 2 
3 4  3
Solución
Primero calculamos todos los cofactores de la matriz A.
 1 2  5 2  5  1
A11  (1)11    5 A12  (1)1 2    21 A13  (1)13    17
 4  3 3  3 3 4 
 2 3  1 3  1  2
A21  (1) 21    6 A22  (1) 2 2    12 A23  (1) 23  2
 4  3 3  3 3 4 
  2 3 1 3 1  2
A31  (1) 31   1 A32  (1) 3 2    13 A33  (1) 33  9
  1 2 5 2 5  1
Segundo con las respuestas formo la matriz B y luego obtengo B T que es
la adjA .
  5 21 17  5  6 1 
B   6  12 2  B   21  12 13  adjA
T
 1 13 9   17 2 9 
PROBLEMAS VARIOS
Calcular la adj ( A) de las siguientes matrices.
 2 3  1  3  3 4
1) A    2) A    3) A   
 1  5 2 4  2 5
 2 3 1  1 3  4 6 5 3 

4) A  5 4  3 
5) A  5 2  1 
6) A  2 4 5 
  
 1 3 6  9  6 8  1 2  3

INVERSA DE UNA MATRIZ POR LA ADJUNTA
Ejemplo: Inversa de una matriz 2 x 2
Método I:
TEOREMA:
a a12 
A   11 
a 21 a 22 
Si el determinante de A no es cero el inverso multiplicativo de A es:
1  a 22  a12 
A 1   a 
A  21 a11 
Ejemplo: encontrar A 1
3 5
A 
1 4
Primero encuentro el determinante de A:
A   3 4    51  12    5  7
Segundo calculo la adj A
Cofactores de A
3 5
A 
1 4
A11  4 A12  1
A21  5 A22  3
Tercero con las respuestas formo la matriz B y luego obtengo B T que es

la adjA .
 4  1  4  5
B  BT     adjA
 5 3   1 3 
Cuarto aplicar el teorema
1  A11  A21 
A 1 
A  A12 A22 

 4  5
1  4  5  7 
A 1    7

7  1 3   1 3 

 7 7 
Comprobamos la respuesta:
AA 1  I 2  A1 A
 4  5
3 5  7 7  1 0
1 4  1 3   0 1
     
 7 7 
4  1  12 5 7  5 3
a11  3   5       1 a12  3    5       0
15 15 0
7  7 7 7 7  7 7 7 7 7
4  1 4 4 0  5 3  5 12 7
a 21  1   4       0 a 22  1    4      1
7  7 7 7 7  7 7 7 7 7
EJERCICIOS
Utiliza el método de determinantes para hallar la inversa de las siguientes
matrices.
 1 5  2  1 2 3  2  3
1)   2)   3)   4)  
 2 3  3 4  7 9    4  6
 6  12 8 1
5)  6) 
3 6  
3 4
Ejemplo: Inversa de una matriz 3 x 3

1  2 3 
Determine A 1
si A  5  1 2 
3 4  3
Solución
Primero calculamos la determinante de A
1  2 3 
A  5  1 2 
3 4  3
 1 2  5 2  5  1
A  1    2   3   3  8  2 15  6  320  2 
 4  3 3  3 2 4 
 5  42  66  103

Segundo calculamos TODOS los cofactores de la matriz A.
 1 2  5 2  5  1
A11  (1)11    5 A12  (1)1 2    21 A13  (1)13    17
 4  3 3  3 3 4 
 2 3  1 3  1  2
A21  (1) 21    6 A22  (1) 2 2    12 A23  (1) 23  2
 4  3 3  3 3 4 
  2 3 1 3 1  2
A31  (1) 31   1 A32  (1) 3 2    13 A33  (1) 33  9
  1 2 5 2 5  1
Tercero con las respuestas formo la matriz B y luego obtengo B T que es

la adjA .
  5 21 17  5  6 1 
B   6  12 2  B   21  12 13  adjA
T
 1 13 9   17 2 9 
Cuarto encuentro la inversa de la matriz A así:
 A11 A21 A31   5  6 1 

1   1 
1
A  A12 A22 A32   21  12 13
A 103 
 A13 A23 A33   17 2 9 

EJERCICIOS
Utiliza el método de determinantes para hallar la inversa de las siguientes
matrices.
1 1 0  1 2 1  1 2  5  3 5 8 
1) 1 0 1 2)  1 0 2  3)  2 3  8
 4)  2 4 6
0 1 0  2 1  1  1  1 5    1 7 4
2  2 1  1 2  1 
5) 4  4 3  6) 3 4 2 
6 5  3 1 0  2

SISTEMA DE ECUACIONES LINEALES
DEFINICIÓN
Una ecuación de la forma a1 x1  a2 x2  a3 x3  .......  an xn  b es una ecuación
lineal donde x1 , x2 , x3 ,........, xn son n variables o incógnitas y a1 , a2 , a3 ,....., an , b
son constantes reales.
Ejemplo:
Las siguientes ecuaciones son lineales:
 2 x1  3x2  4 x3  6 x1 entonces 4 x1  3x2  4 x3  0
1
 y x  3z  1
2
 3x1  6 x2  6 x3  12 x4  0
 x1  x2  x3  .......  xn  1
Las siguientes ecuaciones no son lineales:
1
 4y  x  3zy
2
 2 x2  3 x1  4
 2 x1  3x2  cos x3  0
El conjunto de todas las soluciones de la ecuación

a1 x1  a2 x2  a3 x3  .......  an xn  b se le llama conjunto solución y lo denotamos
por S.
S  1 ,  2 , 3 ,........,  n  / a11  a2 2  a33  .......  an n  b
Ejemplo 01.
Encuentre el conjunto solución de cada uno de la siguiente ecuación:
4x  2 y  1
Solución:
Si despejando x tendríamos
2 y 1 1 1
x  x y
4 2 4
De donde se puede asignar a y  t; donde t  IR y t es un parámetro luego.
 1 1
x  t 
 2 4
 y  t
 1 1  
De donde el conjunto solución estaría dado como: S   t  ; t  / t  IR 
 2 4  

Si despejando y tendríamos
1
y  2x 
2
De donde se puede asignar a x  t; donde t  IR y t es un parámetro luego.
 1
 y  2t 
 2

x  t
 1  
De donde el conjunto solución estaría dado como: S   2t  ; t  / t  IR 
 2  
Ejemplo 02.
Encuentre el conjunto solución de cada uno de la siguiente ecuación:
x1  4 x2  7 x3  5
Solución:
Si despejando x1 tendríamos
x1  4 x2  7 x3  5
De donde se puede asignar a x2  t; x3  s donde t , s  IR y son parámetros
luego se tiene que.

 x1  4t  7 s  5

 x2  t
x  s
 3
De donde el conjunto solución estaría dado como: S   4t  7s  5; t; s  / t , s  IR
GEOMETRÍA DE UN SISTEMA LINEAL DE DOS ECUACIONES CON DOS

VARIABLES.
Consideremos el sistema lineal.
a1 x  b1 y  c1
a2 x  b2 y  c2
Donde ai  0 y bi  0 (i  1, 2)
Cada una de las ecuaciones lineales del sistema representa una recta en el
plano a los cuales denotaremos por l1 y l2 Para la solución de las ecuaciones
lineales se presenta tres posibilidades.

Caso I

Si las rectas l1 y l2 se intersectan en un solo punto.
y0
x0 X
La solución viene dado por ( x0 , y0 )
Caso II
Si las rectas l1 y l2 son paralelas no coincidentes.
En estos casos no tiene solución y la solución seria el vacío ( )

Caso III
Si las rectas l1 y l2 son paralelas coincidentes.
El conjunto solución es el infinito.

SISTEMA DE ECUACIONES LINEALES
Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales que
podemos escribir de la forma:

 a11 x1  a12 x 2  a13 x3  .......  a1n x n  b1

 a x  a x  a x  .......  a x  b
 21 1 22 2 23 3 2n n 2

 ..........................................................
a m1 x1  a m 2 x2  a m3 x3  .......  a mn x n  bm
Donde tiene ”m" ecuaciones y ”n" incógnitas
REPRESENTACIÓN MATRICIAL DE UN SISTEMA LINEAL

 a11 x1  a12 x 2  a13 x3  .......  a1n x n  b1
 a x  a x  a x  .......  a x  b
 21 1 22 2 23 3 2n n 2

 ..........................................................
a m1 x1  a m 2 x2  a m3 x3  .......  a mn x n  bm
Un sistema lineal así expresado tiene ”m" ecuaciones y ”n" incógnitas, donde
aij
son números reales, llamados coeficientes del sistema, los valores bn son
números reales, llamados términos independientes del sistema, de donde las
xj
incógnitas son las variables del sistema.
Este mismo sistema de ecuaciones lineales en notación matricial tiene la forma:
A X  B
 a11 a12 . . a1n   x1   b1 
     
 a 21 a 22 . . a2n   x2   b2 
 ... ... . . ...   .   . 
     
a . . a mn 
 m1 am2  xn  =  bn 
Matriz de Matriz de Matriz de términos

coeficientes incógnita independientes
s
Donde:
 Llamamos matriz del sistema a la matriz de dimensión m  n formada
por los coeficientes del sistema, y la designamos por A.
 Designamos por X a la matriz columna formada por las incógnitas.
 Denotamos por B a la matriz columna formada por los términos
independientes.
Llamamos matriz ampliada o aumentada de dimensión m  (n  1) a la matriz
que se obtiene al añadir a la matriz del sistema (= matriz de coeficientes) la
columna de los términos independientes, y la denotamos por A , es decir:

 a11 a12 ... a1n b1 

 
  a21 a22 ... a2 n b2 
A =
... ... ... ... ... 
 
 am1 am 2 ... amn bm 
 x y  z 1

Ejemplo. Sea el sistema lineal  x  y  z  1
 x  y  z  1

De donde la matriz aumentada del sistema viene dado por:
 1 1 1 1
 
 1 1 1 1
 1 1 1 1

MÉTODOS DE RESOLUCIÓN DE SISTEMA DE ECUACIONES LINEALES.

Existen dos métodos de solución como son:
 Métodos directos
 Métodos iterativos
Métodos directos:
 Método de Gauss (por reducción)

 Método de Cramer (por determinantes)
 Por inversión de la matriz
 Método de Gauss-Jordan (por eliminación)
 Por sustitución
Métodos iterativos:
 Método de Jacobi
 Método de Gauss-Seidel

MÉTODOS DE RESOLUCIÓN DE SISTEMA DE ECUACIONES LINEALES.
MÉTODO DE GAUSS (POR REDUCCIÓN)
Dado un sistema de "m" ecuaciones con "n" incógnitas se trata de obtener un

sistema equivalente cuya 1ª ecuación tenga n incógnitas, la segunda n-1, la
tercera n-2, y así sucesivamente hasta llegar a la última ecuación, que tendrá
una sola incógnita. Hecho esto, resolvemos la última ecuación, a continuación
la penúltima, y así hasta llegar a la primera. Es decir, el método de Gauss
consiste en triangular la matriz de coeficientes.
Ejemplo:
Resolver el siguiente sistema compatible determinado
Ejemplo:
Resolver el siguiente sistema compatible indeterminado

MÉTODO DE CRAMER (POR DETERMINANTES)
Es aplicable si el sistema tiene igual número de ecuaciones que de incógnitas

n=m y el determinante de la matriz de coeficientes es distinto de cero. Es decir,
un sistema de Cramer es, por definición, compatible determinado y, por tanto,
tiene siempre una solución única.
El valor de cada incógnita xi se obtiene de un cociente cuyo denominador es

el determinate de la matriz de coeficientes, y cuyo numerador es el
determinante que se obtiene al cambiar la columna i del determinante anterior
por la columna de los términos independientes.
Teorema: Sea un sistema de m ecuaciones lineales con n incógnitas, con

matriz M y matriz ampliada M b . Sea p el número de escalones de M y p ' el
número de escalones de M b :
 Deter min ado  p  n

Es compatible  p  p'   .
In det er min ado  p  n
Demostración:
Regla de Cramer.
Definición: Consideremos un sistema de n ecuaciones lineales con n incógnitas;
 a11 x1  a12 x 2  a13 x3  .......  a1n x n  b1

a x  a x  a x  .......  a x  b  x1  x2  xn
 21 1
 x1  , x2  ,……., x n 
22 2 23 3 2n n 2
 , con
 ..........................................................   
a n1 x1  a n 2 x 2  a n3 x3  .......  a nn x n  bn
a11 a12 ... a1n b1 a12 ... a1n a11 b1 ... a1n
a a 22 ... a 2 n b2 a 22 ... a 2 n a 21 b2 ... a 2 n
  21 , x  , x  , ……,
... ... ... ... 1
... ... ... ... 2
... ... ... ...
a n1 an2 ... a nn bn an2 ... a nn a n1 bn ... a nn
a11 a12 ... b1

a a 22 ... b2
 xn  21
... ... ... ...
a n1 an2 ... bn
Demostración:
Discusión:

1- Si   0  Sistema compatible y determinado.
2- Si    x1   x2  ......   xn  0  Sistema compatible e indeterminado.
3- Si   0 y algún  xi  0  Sistema incompatible.
Ejemplo:
Resolver el siguiente sistema compatible determinado

POR INVERSIÓN DE LA MATRIZ
Es aplicable si el sistema tiene igual número de ecuaciones que de incógnitas

n=m y el determinante de la matriz de coeficientes es distinto de cero. Es decir,
resuelve sistemas compatibles determinados (no-homogéneos).
Ejemplo: Resolver el siguiente sistema compatible determinado
MÉTODO DE GAUSS-JORDAN
Es una variante del método de Gauss, y resulta ser más simple al final del
proceso, ya que no es preciso despejar las variables pues la solución se
obtiene directamente.
Se basa en diagonalizar la matriz de coeficientes.
Ejemplo 01

Ejemplo 02 Calcular la inversa de por GAUSS-JORDAN:
1. Se escribe la matriz A junto a esta la matriz identidad,
2. Triangularizamos la matriz A de arriba a abajo y realizamos las mismas

operaciones en la matriz de la derecha.
Como podemos observar el rango de la matriz es máximo (en este caso

3), por tanto la matriz A es regular (tiene inversa), podemos calcular su
inversa.
3. Triangularizamos la matriz de abajo a arriba, realizando las mismas

operaciones en la matriz de la derecha.
4. Por último se divide cada fila por el elemento diagonal correspondiente.


EJERCICIOS RESUELTOS
1. Calcula los productos posibles entre las matrices

1 2 3  1 
    2 1 0
A   1 1 1 , B   2  y C   
 0 1  1 1  3 4 5
   
 2 3 0 1   2
1  1 2   0 3 4    
2. Para las matrices A   , B    , C    5 1 4  2  y D   1  ,
 4 0  3   1  2 3  1 0 0  3  3
   
realiza las siguientes operaciones:

a) A + B b) 3A - 4B c) AB d) AD e) BC
f) CD g) AtC h) DtAt i) BtA j) DtD k) DDt
3. Descomposición en suma de una matriz simétrica y otra antismétrica las

matrices siguientes:
 1 0  1 1 0 1 
 1 4    
a)   b) 0 4 2  c) 0 1 0 
 2 5 5 3 4   2 7  2
   
 0  1
4. Para la matriz A    , calcula A50 y A97. Encuentra los valores de a y b
1 0 
 a 0
para que la matriz A conmute con la matriz   .
b 1 
5. Obtén las matrices X e Y que verifiquen los siguientes sistemas matriciales:

  1 2 2  2 1  3 1 
 2X  Y    X  Y    2X  Y   
a)    2 1 0 b)  3 0 c)   0  2
  
X  3Y    4  3  2   X  Y   6 2  X  2 Y   1 0 
 1 0 1   0 1   2 4
       
  3 8  1 5
3X  Y    2X  3Y   
   3 2  4 2 
d)  e) 
 X  Y   1 8  X  Y   1 0
0 1  

   
  3 6 
6. Calcula An, para n  N, siendo A las siguientes matrices:

1 0 1 
1 1   1 1  cos   sen   
a)   b)   c)   d) 0 1 0
1 1   0 1  sen cos   0 0 1
 
1 1 1   1 1 1
   
e) 1 1 1  f)  0 1 1
1 1 1   0 0 1
   

7. Calcula el rango de las siguientes matrices:
2  1 1 1
0 2 1   
1 0 1    0 0 1 0
a)   b)  1 0  1 c) 2 1 d)
2 1 0 0 4 2   1 1 
  0 0 0 1 

 2 1 5 1 8 
 
 1 2 3 4 5 
 1 3 10 11 13 
 
8. Calcula las matrices inversas, si existen, de las siguientes matrices:

  1 1 2  2 1 0
0 1 1 2  1 2    
a)   b)   c)   d)  1 0 3 e)  3 1 2 f)
2 0 3 4  4 8  4 1 1 4 0 1
   
2 3 4 
 
5 6 7 
 8 9 10 
 
9. Resuelve la ecuación AX – B + C = 0, siendo:

 4 1  1 2 0 - 1 0  1 2 1
A   , B    y C   
  1 0 - 2 - 1 1 0  1 0  3 0
10. Resuelve la ecuación matricial B(2A+ 1) = AXA + B, siendo

 3  2  1  1  1 2
   
A    4 1  1 y B    1 0 1 .
 2 0 1   0  1 1
  
11. Resuelve la ecuación matricial en X: XA – 2B + 3C = D, siendo:

 2 3 2 0  0 3  5 4
A    , B    , C    y D   
  1 1 1 4  2 0  3 6

SOLUCIONES
PREGUNTA 1.
1 2 3  1  8 
    
A 3x 3·B 3x1  1 1 1  2  4 
0 1  1 1  1 
B3x1·A3x3. No es posible.
A3x3·C2x3. No es posible.
1 2 3 
 2 1 0    3 5 7
C2 x 3·A 3x 3    1 1 1    
 3 4 5  0 1  1  7 15 8 
 
B3x1·C2x3 No es posible.
1 
 2 1 0    4 
C2 x 3·B 3x1    2    
 3 4 5  1  16 
 
PREGUNTA 2.
1 1 2   0 3 4  1 2 6 
a) A  B       
 4 0  3    1  2 3   3  2 0 
1 1 2   0 3 4   3  3 6   0 12 16   3  15  10 
b) 3A  4B  3   4    
 4 0  3    1  2 3  12 0  9    4  8 12  16 8 21 
c) A2x3·B2x3. No es posible.
 2
 1  1 2    7 
d) A 2 x 3·D3x1    1    
 4 0  3  3    1
 
 2 3 0 1 
 0 3 4     11 3 12  18 
e) B 2 x 3·C3x 4     5 1 4  2    
  1  2  3  1 0 0  3   5  5  8 14 
 
f) C3x4·D3x1. No es posible.
1 4 
 
g) At    1 0 
 2  3
 
A53x2·C3x4. No es posible.
1 4 
 
h) D1t x 3·A 3t x 2  2 1 3  1 0   (7,1)
 2  3
 
t
 7
También: Dt ·A t  (A·D) t     (7,1)
  1

 0  1  4 0 3
  1  1 2   
i) B 3t x 2 ·A 2 x 3   3  2      5  3 12 
 4 3  4 0  3   16  4  1
   
 2
 
j) D1t x 3·D3x1  2 1 3 1   14
 3
 
 2  4 2 6
   
k) D3x1·D1t x 3   1 2 1 3   2 1 3 
 3  6 3 9
   
PREGUNTA 5.
 1 2 2  3 6 6
2 x  y     6x  3y   
  2 1 0   6 3 0
  4  3  2  - 4  3  2
x  3y    x - 3y   
 1 0 1  1 0 1 
_____________________
 1 2 2 -1 3 4
a) 2x  y    5x   
  2 1 0 - 7 3 1 
8 6 4   - 1/5 3 / 5 4 / 5
 2 x  6 y    x   
 2 0  2  7 / 5 3 / 5 1 / 5 
________________________
9 8 6   9/7 8/7 6/7 
7 y    y   
 0 1  2  0 1/7 - 2/7 
2 1 2 1
x  y    x  y   
3 0  3 0 
6
2 - 6
- 2
x  y    - x  y   
1 
0 - 1 
0
b) ________________ ___________________
8 3  - 4  1
2x    2y   
3 1   3 1 
 4 3 / 2  - 2  1 / 2
x    y   
3 / 2 1 / 2   3 / 2  1 / 2

3 1  6 2 
2 x  y    4x  2y   
 0  2 0 - 4
 1 0 - 1 0 
x  2 y    - x - 2y   
 2 4  2 - 4
____________________
5 2   5/2 3/2 
3x    x   
 2  8  3 / 2  8 / 2
c)
3 1 
2x  y   
 0  2
 2 0 
 2 x  4 y   
 4  8
_____________________
1 1   - 1/3  1 / 3 
 3y    y   
 4  10    4 / 3 10 / 3 
 3 8  3 8
3x  y    3x  y   
  3 2   3 2
1 8   3  24 
x  y    - 3x - 3y   
0 1  0  3 
d) _________________ _____________________
 2 0  0  16 
2x    - 2y   
 3 1  3 1 
 1 0   0 8 
x    y   
  3 / 2 1 / 2   3 / 2 1 / 2 
1 0 1 
 
A  0 1 0
0 0 1
 
1 0 1  1 0 1  1 0 2
    
e) A2   0 1 0   0 1 0    0 1 0
0 0 1 0 0 1 0 0 1 
   
 1 0 2   1 0 1  1 0 3 1 0 n
      
A 3   0 1 0   0 1 1   0 1 0 An   0 1 0 
 0 0 1   0 0 1  0 0 1  0 0 1
     
1 1 1 
 
A  1 1 1 
1 1 1 
 
1 1 1  1 1 1   3 3 3 
    
f) A 2  1 1 1  1 1 1    3 3 3  31
1 1 1  1 1 1   3 3 3 
    
 3 3 3  1 1 1   9 9 9   3n 1 3n 1 3n 1 
      
A   3 3 3  1 1 1   9 9 9  32
3
A   3n 1 3n 1 3n 1 
n
 3 3 3  1 1 1   9 9 9   n 1 
     3 3n 1 3n 1 
 

 1 1 1
 
A   0 1 1
 0 0 1
 
 1 1 1  1 1 1  1 2 3
    
A 2   0 1 1  0 1 1   0 1 2
 0 0 1  0 0 1  0 0 1 
   
 1 2 3   1 1 1  1 3 6
    
g) A 3   0 1 2   0 1 1   0 1 3
 0 0 1   0 0 1  0 0 1 
   
 1 4 10 
  (a1  an )n
A4  0 1 4  Sn 
0 0 1  2
 
 n(n  1) 
1 n 
 2 
n
A  0 1 n 
0 0 1 
 
 
PREGUNTA 7.
1 0 1  1 0 1
a) rg    rg   rgA  2
2 1 0  0  1 2 2F F2
0 2 1   1 0  1  1 0  1
     
b) rg  1 0 - 1  rg  0 2 1   rg  0 2 1  rg  2
0 4 2  0 4 2  0 0 0 
     2F2 F3
2  1 1 1 2 1 1 1 2  1 1 1
     
0 0 1 0 0 0 1 0 0  2 0 0
c) rg   rg  rg rg  3
2 1 1 1  0  2 0
 0  0 0 1 0
 
0 0 0 1  0 0 0 1  0 0 0 1
   
d)
 2 1 5 -1 8   1 3 10 11 13  1 3 10 11 13   1 3 10 11 13 
       
rg  - 1 2 3 4 5   rg  - 1 2 3 4 5   rg  0 5 13 15 18   rg  0 5 13 15 18  rg  3
 1 3 10 11 13  2 1 5 1 8   0 5 15 23 18  0 0  2  8 0 
       
PREGUNTA 8.
0 1
A   
2 0 
0 1
A   2  0  A 1
2 0
( A ad) t
A 1 
a) A
 0 - 2  0  1
A11  0 A12  2 A ad    ( A ad) t   
1 0   2 0 
A 21  1 A22  0
1  0 - 1  0 1/2 
A 1       
2 - 2 0  1 0 

Comprobación:
 0 1   0 1 / 2 1 0
A · A 1     
 2 0 1 0   0 1 
1 2 
A    A  2
3 4
 4  3  4  2 1  4  2   2 1 
b) A ad    ; (A ad)t    A-1       
 2 1    3 1  2   3 1   3 / 2  1 / 2 
1 2   1  4  2  1   2 0  1 0
A · A-1         -   
3 4   2   3 1  2  0  2   0 1 
 1 2
c) A    A  0  A 1
 4 8
 2  1 0 2 1 0 5 0 2
  5 2
A   3 1 2 A  3 1 2  3 1 2   5  8  3
4 0 1 4 1
  4 0 1 4 0 1
1 2 3 2 3 1
A11  1 A12    (3  8)  5 A13   4
0 1 4 1 4 0
1 0 2 0 2 1
A 21   1 A22  2 A23    4
0 1 4 1 4 0
d) 1 0 2 0 2 1
A 31   2 A32    4 A33  5
1 2 3 2 3 1
 1 5  4  1 1  2
  t
 
A ad   1 2  4 (A ad)   5 2  4
 2  4 5   4  4 5 
   
1 1  2  1 / 3 1 / 3 2 / 3 
1   
A -1    5 2  4   5 / 3  2 / 3 4 / 3 
3  
- 4  4 5   4 / 3 4 / 3  5 / 3 
PREGUNTA 9.
 4 1
AX – B + C = 0 A   
  1 0
 1 2 0  1
AX = B – C B   
 2 1 1 0 
A1 · A · X = A-1 (B – C)
0  1 2 1
IX = A-1 (B – C) C   
1 0  3 0
X = A-1 (B – C)
Cálculo de A-1

4 1
A   0  (1)  1  0  A 1
1 0
( A ad) t
A 1 
A
A11  0 A12  1
 0 1  0  1
 A ad     ( A ad) t   
  1 4  1 4 
A 22  1 A22  4
 0  1
 
 1 4   0  1
A 1    
1 1 4 
 0  1  1 2 0  1  0  1 2 1   0  1  1 3  2  2  3 1  4 0 
X              
 1 4    2  1 1 0   1 0  3 0   1 4    3  1 4 0  11  1 14  2 

PROBLEMAS VARIOS
SISTEMAS DE ECUACIONES LINEALES
1.- Resolver, con el método de Gauss, el sistema siguiente:
 x y  z 1

 x y  z 1
 x  y  z  1

2.- Discutir la compatibilidad de los sistemas siguientes:

   10 y  4 z  t  1
  3x  2 y  z  15  x  4y  z  t  2
2 x  3 y  2  5x  3 y  2 z  0 
 
a)  2 x  y  9 b)  c)  3x  2 y  z  2t  5
 3x  2 y  1  3x  y  3z  11  2 x  8 y  2 z  2t  4
  6 x  4 y  2 z  30 
   x  6 y  3z  1
3.- Resolver mediante la regla de Cramer el sistema siguiente:

 x  4 y  2 z  t  32
 2 x  y  7 z  9t  14


  x  y  3z  t  11
 x  2 y  z  4t  4
4.- Estudiar y resolver los sistemas siguientes:

 8x  y  4 z  9  6 x  y  3z  6
 
a) 5 x  2 y  4 z  6 b)   6 x  8 y  10
 x y 1 2 x  5 y  5 z  4
 
5.- Analizar la compatibilidad del sistema siguiente:

2 x  y  2
x  2 y  2


 2x  y  1
 x  5 y  1
6.- Discutir el sistema siguiente en función del parámetro a:

ax  y  a 2

x  a y 1
2
7.- Discutir y resolver el sistema siguiente:

(a  1) x  y  2 z  0

 x  ay  z  a  1
 2x  y  z  1  a

8.- Discutir, en función del parámetro a, cuándo es aplicable la regla de Cramer

en cada uno de los casos siguientes:
 3x  2 y  az  2  ax  2 y  3z  1
 
a)  x  y  z  0 b) 3x  ay  2az  0
ax  2 y  2 z  3  y  3z  2
 
9.- Eliminar los parámetros en los sistemas siguientes:

 x   x  y  2  3
 
a)  y    3 b)  x  z    
 z  y  z    2 
 
10.- Discutir y resolver, cuando sea posible, los sistemas siguientes:

  x y 1  x  y  2 z  2t  1
3x  2 y  2 z  6t  2   x  2 y  5 z  4t  1
  xz 0 
a)  2 x  4 y  4 z  2t  2 b)  c) 
 5 x  4 y  2t  12  xt  5  3x  y  5 z  1
  y  z  3  x  y  9 z  3t  4

11.- Sea el sistema:

x  2y  8

 x  my  4
determinar el valor de m para que tenga:
a) Solución única.
b) Solución múltiple
c) La solución x = 0.
d) La solución x = 8.
e) La solución x = k.
f) Para que sea incompatible.
12.- Discutir los siguientes sistemas en función del parámetro, y resolverlos

cuando se pueda:

 ( 4  m) x  2 y  z  0  mx  y  z  1  x  my  z  m  2
  
a) 2 x  (4  m) y  2 z  0 b)  x  my  z  m c)  x  y  mz  2(m  1)
 2 x  4 y  (8  m) z  0  x  y  mz  m 2  mx  y  z  m
  
13.- Discutir y resolver cuando sea posible:

 x  3 y  5z  2 2 x  y  z  k
 
a)  2 x  4 y  2 z  1 b)  x  2 y  z  k
5 x  11y  9 z  k x  y  2z  k
 
14.- Dado el sistema de ecuaciones lineales:

 x y 1

 ty  z  0
 x  (1  t ) y  tz  t  1

determinar t de modo que:
a) El sistema tenga solución única
b) El sistema tenga infinitas soluciones
c) El sistema sea incompatible.
15.- Analizar si son equivalentes los sistemas siguientes:

 2x  3y  z  3
  x  y  2z  1  2x  3y  z  3
 
 y  x  y  2 z  1
 x  2y  z  2  x  2y  z  2
2 x  13 y  7 z  1 
16.- Discutir y resolver en función del parámetro k :

 kx  k 2 y  k 3 z  k
 x  y  (k  1) z  k  3k 4 3

  x  ky  k z  k
2 2
a)  x  (k  1) y  z  k 3  3k 2 b) 
 (k  1) x  y  z  k 2  3k  x  y  kz  k 3
  x  y  z  k4
17.- Un campesino cultiva en sus tierras manzanas de tres tipos, A, B y C. En

promedio cada árbol del tipo A produce 50 kg de manzanas por cosecha; cada
árbol del tipo B, 30 kg; y cada árbol del tipo C, 40 kg.
Sabemos que actualmente obtiene 230 t de manzanas por cosecha y nos
proporciona la siguiente información:

- Si arrancara todos los manzanos del tipo B y los sustituyera por
manzanos del tipo A, cosecharía 250 t.
- Si arrancara todos los manzanos del tipo C y los sustituyera por
manzanos del tipo B, cosecharía 200 t.
¿Cuántos manzanos de cada clase tiene plantados actualmente?
18.- Consideremos el sistema de ecuaciones lineales siguiente, en el que a, b y

c son coeficientes dados y x, y , z las incógnitas.
ay  bx  c

cx  az  b
bz  cy  a

Demostrar que si a, b y c son no nulos, el sistema tiene solución única; halla
dicha solución.
19.- Un motociclista va de su pueblo a la playa a 60 km/h. El camino de regreso

lo hace a 40 km/h. ¿Cuál ha sido su velocidad media en los dos trayectos?
(Ayuda: la respuesta no es 50 km/h.)
20.- Encontrar un número de tres cifras que verifique las siguientes

propiedades:
a) La suma de sus cifras es 24.
b) Si se intercambian las cifras de las unidades y decenas, el número
disminuye en 9 unidades.
c) Si se intercambian las cifras de las centenas y de las decenas, el
número disminuye en 90 unidades.
Justifica la respuesta.
21.- Un piloto, por los años cuarenta del siglo pasado, hacía corrientemente los
viajes Barcelona – Zaragoza – Madrid – Sevilla – Tetuán, empleando tres tipos
de aviones A, B y C. Dicho piloto voló en un mes un total de 65 horas, habiendo
recorrido, con aviones del tipo A 3900 km; con los del tipo B, 7500 km, y con
los de tipo C, 10500 km. Además se sabe que en un viaje Barcelona – Madrid
empleó 1 h y 54 minutos de vuelo, habiendo efectuado el trayecto Barcelona –
Zaragoza (260 km) con un avión del tipo A y el resto del recorrido Zaragoza –
Madrid (270 km) con un avión del tipo B. En otro viaje Madrid – Tetuán empleó

en el recorrido Madrid – Sevilla (400 km) un avión del tipo B, y en el trayecto
Sevilla – Tetuán (210 km) un avión del tipo C, empleando un tiempo entre los
dos trayectos de 1 h y 50 minutos. Calcula las velocidades
( suponiéndolas constantes) de cada uno de los tipos de avión.
22.- Discutir y resolver, en los casos en los que sea posible, el sistema
ax  y  z  1

 x  ay  z  1
 x  y  az  1

23.- Estudiar la compatibilidad del sistema siguiente según los valores del
parámetro a, y resolverlo cuando sea posible:
 x y 5
 yz a


 x  2z  3
2 x  3 z  a
24.- Clasifica el sistema en función de los valores de m y resuelve para m = -1,

 x  2 y  3z  2

 2 x  5 y  4 z  1
 x  3 y  m 2 z  3m

(m  2) x  (m  1) y  z  3

25.- Se considera el sistema de ecuaciones:  mx  y  z  2
 x  my  z  0

a) Discútelo para los distintos valores de m
b) Resuélvelo para m = 1.
26.- Consideremos el sistema siguiente en función del parámetro a:
 x  2y  z  a

 x  y  az  a
2 x  3 y  z  a

a) Discutir dicho sistema en función del parámetro a.
b) Resolver en el caso a  0 .

3 x  ky  3

27.- A un compañero le piden que clasifique y resuelva el sistema  y  3 z  6
 x  kz  5

para el valor del parámetro kR que él desee. Obtiene, correctamente para
dicho valor, que el sistema es compatible indeterminado, y que una expresión
de sus soluciones en forma paramétrica es x = 1+2t , y = ….., z = …. .
Determina para qué valor del parámetro k ha clasificado y resuelto el sistema, y
calcula las expresiones de las incógnitas “y” y “z” que faltan en la solución
anterior.
28.- Enuncia el teorema de Roché-Fröbenius. Contesta razonadamente a las

siguientes cuestiones para un sistema A  X  B en forma matricial:
a) ¿Puede un sistema homogéneo ser incompatible?
b) Si la matriz A es de orden 2x3, ¿puede ser el sistema S.C.D.?
29.- Discute y resuelve en función del parámetro a  R el sistema siguiente:
 ax  y  0

 y  2az  0
  x  ay  0

 x  2 y  az  0
  ay  2 z  0

30.- Clasifica el sistema  en función del parámetro aR , y
 2 x  y  ( a  1) z  0
 x yz 0
resolverlo para a = -2.
31.- Encontrar, si es posible, un valor de aR de modo que el sistema
 x y  z 1

x  y  2z  2
 2x  z  a

a) sea compatible determinado
b) sea compatible indeterminado
c) sea incompatible.
RESPUESTAS

1.- S.C.D. Solución: (1,1,1) 2.- a) Incompatible b) S.C.D. Solución: (-
4,2,7)
c) S. C. I. Grado de indeterminación: 2
3.- S. C. D. Solución: (5,8,3,-1)
 8 4 1 4  
4.- a) S. C. I. Sol.:     ,    ,   |   R
 7 7 7 7  
 17  9 1 
b) S. C. D. Solución:  , , .
 21 14 6 
5.- Sistema Incompatible.
 Si a  1 S .C.D.
6.- 
Si a  1 S .C.I . Sol : (1   ,  ) |   R
 Si a  0 y 2 S .C.D.

7.-  Si a  0 S .C.I . Sol. : (1   ,  1  3 ,  ) |   R
Si a  2 El Sistema es Incompatib le

8.- a) Es aplicable la Regla de Cramer si a  2 y  2
Si a = 2 el sistema es incompatible.
Si a = -2 el sistema es incompatible
b) Es aplicable La Regla de Cramer si a  3 y  3.
Si a = 3 el sistema es incompatible.
Si a = -3 el sistema es incompatible.
9.- a) x - y + 4z = 0. b) x + y - 2z = 0.
 7 13 29 21 49  
10.- a) S. C. I. Sol.:  5   ,   ,   ,   |   R 
 3 4 12 4 12  
b) S. C. D. Sol.: 2,1,2,3 .
  55 58 36 13 
c) S. C. D. Sol.:  , , , .
 43 43 43 43 
11.- a) m  2 S. C. D. b) No existe m tal que sea S. C. I. c) m = -1.
8  2k
d) No existe m. e) m  . f) m = -2.
k 8
12.- a) S. C. D. (sol trivial)  m  4 , 6  3 2 y 6  3 2 .
Para m  4 , 6  3 2 y 6  3 2 , el sistema es S. C. I. . Por ejemplo para m

=4
la solución es 2 ,  ,  2  |   R
b) S. C. D.  m  1 y  2

m = 1 S. C. I. (Grado 2) (1     ,  ,  ) |  ,   R.
m = -2 Sistema Incompatible.
c) S. C. D.  m  1 y  2 .
m = 1 Sistema Incompatible
 4 2  
m = -2 S. C. I.    ,   ,   |   R  .
 3 3  
13.- a) Si k  4 Sistema Incompatible
 5 3  
Si k = 4 S. C. I.    7 ,   4 ,   |   R 
 2 2  
b) Para todo k real el sistema es S. C. D., su solución en función de k es:
k k k
 , , 
4 4 4
14.- a) Tiene solución única  t  R | t  0 y 1 .
b) t = 0 Infinitas soluciones: 1   ,  , 0 |   R .

c) t = 1 El sistema es Incompatible.
15.- No son equivalentes porque el primer sistema es incompatible.
16.- a) Si k  0 y  3 S. C. D.
Si k = 0 S. C. I. (Grado 2) Sol.: (   ,  ,  ) |  ,   R.
Si k = -3 S. C. I. (Grado 1) Sol.: ( ,  ,  ) |   R.
b) El det. de orden 4 es: A | B  k  (k  1)  (k  1)3
Si k  0 , 1 y  1 , el Sistema es Incompatible
Si k = 1 S. C. I. (Grado 2) Sol.: 1     ,  ,   | .  R.
Si k = -1 S. C. D. Sol.: (0 , 0 , 1)
Si k = 0 S. C. D. (Homogéneo) Sol. Trivial (0 , 0 , 0)
17.- 1600 de A , 1000 de B y 3000 de C
 a 2  b2  c 2 b2  a 2  c 2 c 2  a 2  b2 
18.-  , , 
  2bc  2ac  2ab 
19.- 48 km/h 20.- 987

21.- A : 260 km/h. B : 300 km/h. C: 420 km/h
 1 1 1 
22.- Si a  1 ,  2 el sistema es S. C. D. Sol :  , , 
a  2 a  2 a  2
Si a = 1 el sistema es S. C. I. de grado 2 Sol : (1    , ,  ) /  ,   R
Si a = -2 el sistema es Incompatible

23.- Si a  10 el sistema es Incompatible
Si a = 10 el sistema es S.C.D. con sol: (11 , 6 , 4).
24.- Si m  1 ,  1 el sistema es S.C.D.
Si m = 1 el sistema es Incompatible
Si m = -1 el sistema es S.C.I. con solución:
12  7 ,  5  2 ,  /   R
25.- a) Para m  0 ,  1 el sistema es compatible determinado. Para m = 0 y
para m = -1 el sistema es incompatible. b) (1 , -1 , 0)
26.- a) Si a  0 el sistema es S.C.D. Si a = 0 el sistema es S.C.I.
b) (a  1 , a  1 ,  1)
27.- k = 2. Solución: x = 1 + 2t , y = 3t , z = 2 – t.
29.- Si a  0 el sistema es SCD co solución trivial.
Si a = 0 el sistema es SCI con S  (0,0,  ) /   R
30.- a) a  2 , 3 sistema SCD con solución trivial. Si a = -2 o a = 3, SCI de
grado 1.
b) Para a = -2 solución : S  (0 ,  ,  ) /  R
31.- a) No existe aR . b) a = 3. c) a  3 .

EJERCICIOS PROPUESTOS
1. Calcula el adjunto del elemento a 23 en:

m n p
 
 2p m n 
 2n 2p m 
 
2. Dadas las matrices:

 1 2 3 1 2 3  0 1 2
     
A =  1 3 1  B   5 1 0  C   1 0 3 
 1 1 1 1 0 2  2 3 0 
     
a) Hallar la matriz traspuesta de A.
b) ¿Tiene la matriz C un nombre especial?
c) Calcular X, sabiendo que A  X + 2B - C = 0
3. Hallar la matriz inversa de:

2 1 0
 
A = 1 2 1
0 1 2
 

 4 1 2
   2 4 
A = 2 3 1 B   
 3 0 2  1  2 
 
Hallar sus inversas, si existen.
5. Define la matriz inversa de una matriz regular y determina por uno de los
procedimientos la matriz inversa de la matriz A:
4 2 5
 
A =  3 1 8
9 6 7
 
6. Demuestra que toda matriz cuadrada A es la suma de una matriz simétrica S

y otra antisimétrica T. Aplí-calo a la matriz:
 2 1 1 
 
A =  3  4 1 
1 3 2
 

 1 0
 2 1 2    2 1
A =   B   1 2  C   
 1 0 2  2 1 2 3
 
a) Efectúa, cuando ello sea posible, los productos AB, AC y CA.
b) Obtén las traspuestas y las inversas de A, B y C.
c) Calcula ABC y ACB.
8. Dada la matriz:

1 2
A =  
3 
0 0
determina todas las matrices B, 2 x 2, tales que AB =   , obteniendo el
0 0
valor de  para que exista solución.
9. Sea A una matriz idempotente (A2 = A). Demuestra que si B = 2A - I, es B2 =

I.
10. Obtén todas las matrices cuadradas de segundo orden, A, tales que A2=I.
11. Calcula las potencias sucesivas de la matriz

1 1 1 1 1 1
   
a) A =  1 1 1  b) B =  0 1 1 
1 1 1  0 0 1
   
12. Dada la matriz:

1 1
A =  
2 2
comprueba que puede verificar una relación de la forma A 2 + A + I = 0,
determinando los valores de  y .
13. Resolver la ecuación X  A = B + C, siendo:

1 1  1 0 0 1
A =   B    C   
1 2  0 1 1 0
14. Hallar todas las matrices que conmutan con:

1 2
A =  
0 1
15. Dada la matriz:

a b
A =  
 c d
hallar x e y, reales, para que se verifique A2 = x  A + yI, siendo I la matriz
unidad de orden 2.
16. Hallar A tales que:

0 1 0 0 1
   A   
 0 2  0 0 2
17. Calcular An con n  N, siendo:

1 1 0
 
A = 2 1 0
2 0 1
 
18. Hallar las inversas de:

 1 1 0 2 
1 0 2  3 0 1  1 0 5  
      2 1 3 0 
A= 2 3 1 B   1 0 3  C  4 3 1 D
0 1 2  2 1 1  2 1 0 2 1
     1 0  
0 2

 0  1 
19. Hallar todas las matrices que conmuten con:

1 2 
 
1 4 

Algebra Lineal Marconi

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Lineal Marconi

Uploaded by

Copyright:

Available Formats

Universidad Nacional del Altiplano

Si la matriz es A las posiciones de cada número son ai j donde i es la fila y j es

Si la matriz es B las posiciones de cada número son bi j donde i es la fila y j es

M.Sc. P. Wilson Marconi Q. 1

 a11 a12 a13  b11 b12 b13 

En la siguiente matriz indica la posición del número circulado.

M.Sc. P. Wilson Marconi Q. 2

De donde por lo menos aij es diferente de cero.

 matriz identidad o unidad:

 Matriz triangular superior

Análogamente se define triangular inferior.

Dos matrices A y B son iguales si tienen el mismo orden y coinciden los

M.Sc. P. Wilson Marconi Q. 3

 a11 a12 ... a1n   b11 b12 ... b1n 

Por la definición de igualdad entre matrices, tenemos:

MATRIZ SIMÉTRICA: (sólo matrices cuadradas).

M.Sc. P. Wilson Marconi Q. 4

 a11 a12 ... a1n 

Se dice antisimétrica cuando BT = -B; a ji  aij  i  j

 0 a12 ... a1n 

Se dice que una matriz real A es ortogonal, si AA t = At A = I. Se observa que

Consideremos una matriz 3  3 arbitraria:

Una matriz es normal si conmuta con su traspuesta, esto es, si AA T = ATA.

M.Sc. P. Wilson Marconi Q. 5

Puesto que AAT = ATA, la matriz es normal.

MATRICES IDEMPOTENTES, NILPOTENTES Y UNIPOTENTES.

M.Sc. P. Wilson Marconi Q. 6

M.Sc. P. Wilson Marconi Q. 7

4) 1A=A , 1 = neutro multiplicativo en IK.

Inverso aditivo (resta)

En cada ejercicio realiza: a) A + B b) B – A c) 2 A + 3 B d) 5 A - 4 B

M.Sc. P. Wilson Marconi Q. 8

Realiza las siguientes adiciones :

Encuentra el valor de las variables :

Resuelve las ecuaciones matriciales :

M.Sc. P. Wilson Marconi Q. 9

Para poder realizar la multiplicación de matrices debemos revisar primero el

 a11 a12   b11 b12 

7 8 6 1) Reviso el tamaño de la matriz

0  6  1 9  2 12  2) Siempre se toma la primera matriz

M.Sc. P. Wilson Marconi Q. 11

M.Sc. P. Wilson Marconi Q. 12

M.Sc. P. Wilson Marconi Q. 13

Producción Producción Salario/

Calcule las siguientes matrices y decida que representan.

10) Evalúa la expresión matricial

M.Sc. P. Wilson Marconi Q. 14

 a11 a12 a13 

a22 a23 a21 a23 a21 a22

En general para una matriz de n filas y n columnas se tiene.

Dónde A(1/ j ) es submatriz de A eliminando la primera fila y la j-esima

M.Sc. P. Wilson Marconi Q. 15

Propiedad 03 Si una matriz B se forma multiplicando cada entrada en una fila

Propiedad 04 Si dos filas (o columnas) de una matriz A son iguales, entonces

M.Sc. P. Wilson Marconi Q. 16

Los determinantes de tercer orden se desarrollan mediante la llamada regla de

M.Sc. P. Wilson Marconi Q. 17

Definición de inversa de una matriz:

Si A es una matriz cuadrada de orden n. Si existe una matriz B tal que

Entonces B se llama inversa de A y se denota con A 1 . (Se lee “A inversa”)

Si a es una matriz cuadrada tiene una inversa y decimos que A es invertible. Si

METODO DE GAUSS JORDAN

Auméntese la matriz de coeficientes con una matriz identidad

Usando a11 como pivote, el renglón 1 se normaliza y se usa para eliminar a X1