CAPITULO 1

MATRICES Y DETERMINANTES
En este capítulo se estudiará las matrices sus propiedades básicas, se analizará las matrices
especiales y las operaciones entre matrices. El algebra matricial y sus principales propiedades las
cuales son la base fundamental de la teoría del algebra lineal y sus aplicaciones en las diferentes
áreas de la matemática.

MATRIZ.
Definición 1.Una matriz es un arreglo rectangular de números reales dispuestos en filas y
columnas y todos ellos encerrados entre corchetes o paréntesis, es decir de la forma:

 a11 a12 a13 ......a1n 

a a22 a23 ......a2 n 
 21
 a31 a32 a33 ......a3 n 
 
 

Donde los diversos números 𝑎𝑖,𝑗 (reales o complejos) que están distribuidos en la 𝑖 ésima fila y la
𝑗 ésima columna se denominan elementos o componentes de la matriz.

ORDEN DE UNA MATRIZ

Una matriz que tiene m filas (horizontal) y n columnas(columnas), se dice que es de orden 𝑚 × 𝑛
(se lee: m por n). Los elementos de una matriz en general se simbolizan por 𝑎𝑖𝑗 . El primer
subíndice “i” denota o identifica la fila y el segundo subíndice “j” identifica la columna; la matriz
A así definida se puede escribir en forma abreviada, la cual representaremos por, 𝐴 =
[𝑎𝑖𝑗 ]𝑚×𝑛 donde 𝑖 = 1,2, … , 𝑚 𝑗 = 1,2, . . , 𝑛

 a11 a12 a13 a1n 

a a22 a23 a2 n 
 21
 a31 a32 a33 a3n 
 
 
 am1 am 2 am3 amn  mn
La matriz tiene m filas y n columnas, por lo tanto, la matriz es de orden 𝑚 × 𝑛 (m por n).
Ejemplo 1. Tenemos la siguiente matriz.
𝑎 𝑏
1 7 3
A =[ ] 𝐵 = [𝑐 𝑑]
5 2 4 2×3 𝑒 𝑓 3×2
La matriz A, tiene dos filas y tres columnas entonces la matriz es de orden 2  3 .
El conjunto de matrices de orden m  n , con coeficientes en K (K puede ser (ℝ 𝑜 ℂ) se

denotará por 𝐾𝑚×𝑚 = {𝐴/ A =  aij 

m n

NOTACION. Las matrices usualmente se les denota por las letras mayúsculas A,B,C …. etc. y
cada uno de sus elementos con letras minúsculas aij , bij , cij ....etc.

Ejemplo 1: Escribir la matriz A =  aij 

3 2

 a11 a12 
A =  a21 a22 
 a31 a32 

Luego como aij son los elementos de la matriz, quiere decir al elemento de la i-ésima fila y la j-

ésima columna

OBSERVACION
Una matriz no tiene valor numérico, es simplemente una manera conveniente de representar
arreglos de números.
Generalmente las matrices son el planteamiento algún cálculo numérico de un ejercicio de
aplicación del algebra lineal, ecuaciones diferenciales ordinarias, ecuaciones diferenciales
parciales, física, calculo en varias variables

MATRIZ FILA. Una matriz A de orden 1 × 𝑛 ,se le denomina matriz fila si esta matriz se
puede escribir en la forma siguiente:

A =  a11 a12 ..... a1n 

También se le conoce con el nombre de vector fila.

MATRIZ COLUMNA.- Una matriz A de orden 𝑛 × 1, se le denomina matriz columna; sí la

matriz A tiene la forma siguiente:

 a11 
a 
A =  21 
 
 
 an1 
También se le conoce con el nombre de vector columna.
La matriz tiene n filas y una sola columna
RELACIONES ENTRE MATRICES
En las matrices existe la relación de igualdad.
IGUALDAD DE MATRICES

Definición 2. Dos matrices A =  aij  y B = bij  son iguales, si y sólo si son idénticas; es
m n m n

decir si y sólo si tienen el mismo orden y sus elementos correspondientes son iguales:
Esto es A = B  aij = bij , i, j

Las matrices conservan su misma estructura

Ejemplo 2: Si A=B Hallar los valores de 𝑎; 𝑏; 𝑐.

2 𝑎 3 2 9 3
𝐴=[ ] 𝐵=[ ]
𝑏 7 𝑐 5 7 6
Como A=B entonces 𝑎 = 9; 𝑏 = 5; 𝑐 = 6

Ejemplo 3: Dadas las matrices

5 0 −5 0
𝐴=[ ] 𝐵=[ ]
1 0 1 0

No son iguales , aunque las matrices A y B tienen el mismo orden pero sus elementos.
a11 = 5  bbb = −5 ;

Como a11  b11 . Entonces A  B

MATRICES ESPECIALES
Se denominan matrices especiales a aquellas matrices que tienen características y propiedades
especiales las cuales son necesarias según sea para cada tipo de arreglos en los ejercicios
planteados

1.MATRIZ CUADRADA
Se denomina a una matriz A, Matriz cuadrada cuando él número de filas es igual al número de
columnas.𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 es cuadrada si y sólo si 𝑚 = 𝑛, en este caso se dice que A es de orden

𝑛 × 𝑛 y se representa An .En una matriz cuadrada de orden n  n , la diagonal principal es la línea

formada por los elementos a11 , a22 , a33 ,.....ann y a la suma de los elementos de la diagonal de

una matriz cuadrada se le llama traza de la matriz.

Las siguientes matrices A de orden 3x3 y B de orden 2x2
  a11 a12 a13  a a 
A =  a21 a22 a23  B =  11 12 
 a31 a32 a33 
 a21 a22 

2. MATRIZ NULA
Una matriz que tiene todos sus elementos ceros se llama matriz nula y denotaremos por:

0 0 ....0
 n = 0 0 ...0 
0 0 ...0 

3. MATRIZ TRIANGULAR SUPERIOR

Una matriz A cuadrada donde los elementos aij = 0 , para i  j se llama matriz triangular

superior.

 a11 a12 a13 a1n 

0 a a a2 n 
 22 23

A =  0 0 a33 a3n 
 
 
 0 0 0 ann  nn
Los elementos que están por debajo de la diagonal principal, son todos nulos.
4. MATRIZ TRIANGULAR INFERIOR
Una matriz A cuadrada cuyos elementos aij = 0 , para i  j se llama matriz triangular

inferior.

 a11 0 0 0
a a 0 
 21 22 0
A =  a31 a32 a33 0
 
 
 an1 an 2 an3 ann  nn

Los elementos que están por encima de la diagonal principal, son todos nulos.
5. MATRIZ DIAGONAL.- Una matriz A cuadrada cuyos elementos aij = 0 , para i  j se

llama matriz diagonal, es decir que se expresa en la forma:

 a11 0 0 0
0 a 0 0 
 22

A =  0 0 a33 0
 
 
 0 0 0 ann  nn
6. MATRIZ ESCALAR.- Es una matriz diagonal en la que se verifica 𝑎11 = 𝑎22 =. . . =
𝑎𝑛𝑛 = k , La matriz escalar se expresa en la forma siguiente:

 a11 0 0 0
0 a 0 0 
 22

A =  0 0 a33 0
 
 
 0 0 0 ann  nn

7. MATRIZ UNITARIA.- Una matriz I, es llamada matriz unitaria si en la diagonal de la

matriz cuadrada se verifica la siguiente condición a11 = a22 = a33 = ..... = ann = 1 lo cual

denotaremos como:
1 0 0 0
0 1 0 0 

I n = 0 0 1 0
 
 
0 0 0 1  nn

OBSERVACION:
* En Toda matriz cuadrada la diagonal principal es una línea formada por los elementos

a11 , a22 , a33 ,......, ann

* La traza de una Matriz Cuadrada, es la suma de los elementos de la diagonal principal y se
denota Tr(A).
n

Tr(A) = a11 + a22 + a33 + ......, + ann = a

i =1
ii

OPERACIONES CON MATRICES

Las matrices tienen las operaciones básicas como son: suma, resta, producto multiplicación por
un escalar, multiplicación de matrices.

SUMA DE MATRICES

Definición 3. consideremos dos matrices del mismo orden la suma de matrices de A =  aij  mn

y B = bij  m n es otra matriz C =  cij  de orden m  n en donde cada elemento de la

m n

matriz C es la suma de los elementos correspondientes de A y B, es decir:

C = A + B  cij = aij + bij , i, j

Por lo tanto: A+B=  aij  mn + bij  mn =  aij + bij  mn = Cij  mn = C

A+B = cij  = C
m n

Observación.
Solo se pueden sumar las matrices del mismo orden es decir matrices con el mismo número de
filas y el mismo número de columnas
Ejemplo 4: Calcular A+B si
1 4 5 4 3 5
1.- 𝐴 = [2 5 7] 𝐵 = [6 2 1]
5 3 2 3 3 1

Desarrollo

1 4 5 4 3 5 1+4 4+3 5+5

𝐴 + 𝐵 = [2 5 7] + [6 2 1]=[2 + 6 5 + 2 7 + 1]
5 3 2 3 3 1 5+3 3+3 2+1

5 7 10
𝐴 + 𝐵 = [8 7 8]
8 6 3

2.- Ejemplo Hallar la suma de A+B

1 5 3 2 −5 7
𝐴=[ ] 𝐵=[ ]
2 7 0 6 4 1

1 5 3 2 −5 7 1+2 5−5 3+7

𝐴+𝐵 =[ ]+[ ]=[ ]
2 7 0 6 4 1 2+6 7+4 0+1

3 0 10
𝐴+𝐵 =[ ]
8 11 1

PROPIEDADES DE SUMA DE MATRICES

Dadas dos matrices A y B del mismo orden y  un escalar, entonces:
1. Propiedad Conmutativa: 𝐴 + 𝐵 = 𝐵 + 𝐴,
2. Propiedad Asociativa: 𝐴 + ( 𝐵 + 𝐶) = ( 𝐴 + 𝐵 ) + 𝐶
3. Opuesto Aditivo: 𝐴 + ( −𝐴 ) = 0
4. Neutro Aditivo: 0 + 𝐴 = 𝐴
5.  (A +B ) =  A +  B
6. Existe una matriz  tal que  A, A +  = A /  = matriz nula.

Ejemplo Hallar 𝝀𝑨, 𝒅𝒐𝒏𝒅𝒆 𝜆 = −3 y la matriz

2 −3 5
𝐴 = [ 7 −2 4]
−7 8 1
Solución
𝟐(−𝟑) −𝟑(−𝟑) 𝟓(−𝟑) −𝟔 𝟗 −𝟏𝟓
𝝀𝑨 = [ 𝟕(−𝟑) −𝟐(−𝟑) 𝟒(−𝟑)] = [−𝟐𝟏 𝟔 −𝟏𝟐]
−𝟕(−𝟑) 𝟖(−𝟑) 𝟏(−𝟑) 𝟐𝟏 −𝟐𝟒 −𝟑

DIFERENCIA DE MATRICES.-
Sean dos matrices A y B del mismo orden, entonces la diferencia de las matrices A y B es otra
matriz C, del mismo orden, tal que se cumple: 𝐶 = 𝐴 − 𝐵 = 𝐴 + (− )𝐵
Ejemplo 5: Calcular 𝐴 − 𝐵 sí:
9 5 4 7 2 1
𝐴 = [2 4 8] , 𝐵 = [6 3 6]
7 6 5 5 5 5

9 5 4 −7 −2 −1
𝐴 + (−1)𝐵 = [2 4 8] + [−6 −3 −6]
7 6 5 −5 −5 −5

9−7 5−2 4−1 2 3 3

𝐴 − 𝐵 = [2 − 6 4 − 3 8 − 6] = [−4 1 2]
7−5 6−5 5−5 2 1 0

MULTIPLICACION DE UN ESCALAR POR UN VECTOR

Dado un vector 𝐴 = (𝑎1 , 𝑎2 , . . . , 𝑎𝑛 ) y un escalar k, - < k < + , se define el producto de k por
A, como un vector B dado por

𝐵 = 𝑘𝐴 = 𝑘(𝑎1 , 𝑎2 , . . . , 𝑎𝑛 ) = (𝑘𝑎1 , 𝑘𝑎2 , . . . , 𝑘𝑎𝑛 )

Ejemplo 6. Dado el vector 𝑋 = (1, −4, 1), calcular 4X y -2X
4𝑋 = 4(1, −4, 1) = (4, −16, 4)
−2𝑋 = −2(1, −4, 1) = (−2, 8, −2)

PROPIEDADES . Sean A y B vectores y k1 y k2 escalares

1. Propiedad Distributiva k1 (A + B) = k1 A+ k1B

 (k1 + k2)A = k1A+ k2A
2. Propiedad Asociativa k1(k2A = (k1k2)A
3. Si k1 = 0 se tiene que 0A= 0
4. Si k1 = 1 se tiene que 1A =A

PRODUCTO DE MATRICES
Definición 5. Para realizar el producto de dos matrices consideremos la matriz 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛

y la matriz 𝐵 = [𝑏𝑖𝑗 ]𝑛×𝑟 ,el producto de la matriz A por la matriz B es otra matriz 𝐶 =

[𝑐𝑖𝑗 ]𝑚×𝑟 de orden m  r , donde cij es el producto escalar de la i-ésima fila por la j- ésima

columna, es decir:
𝑛

𝐶𝑖𝑗 = ∑ 𝑎𝑖𝑗 𝑏𝑖𝑗 𝑖 = 1,2, . . . , 𝑚 𝑗 = 1,2, . . . , 𝑟

𝑘=1

A B = AB
𝑚×𝑛 𝑛×𝑟 𝑚×𝑟

Igual

Tamaño de AB

OBSERVACION
El producto de matrices A.B está definido si y solo si el número de columnas de A es igual al
número de filas de B. Cuando es así se dice que las matrices A y B son multiplicables:

 a11 a12 a13 ......a1n   b11 b12 b13 ......b1n 

 a a a ......a  b b b ......b 
A =  21 22 23 2n 
; B =  21 22 23 2n 

 a31 a32 a33 ......a3n  b31 b32 b33 ......b3n 

   
  mn   nr

 a11 a12 a13 ......a1n   b11 b12 b13 ......b1n 

 a a a ......a  b b b ......b 
AB=
 21 22 23 2n 
.
 21 22 23 2n 

 a31 a32 a33 ......a3n  b31 b32 b33 ......b3n 

   
    nr
i- ésima fila j-ésima columna
 n
Cij =  aik bkj = ai1b1 j + ai 2b2 j + ..... + ainbnj
k =1

 b1 j 
b 
 2j
=  ai1 ai 2 ai 3 ain   b3 j 
 
 
 bnj 
 
Ejemplos 7: Para calcular el producto tomemos dos matrices A y B, en forma general y calcular
A.B donde las matrices son:

a a  b b 
A =  11 12  ; B =  11 12 
 a21 a22  22 b21 b22  22
n

Entonces AB = C =  cij  siendo Cij =  aik bkj ,

2 2
k =1

La matriz será:

c c 
C =  11 12 
c21 c22 

2
C11 =  a1k bk1 = a11b11 + a12b21 C12 =  a1k bk 2 = a11b12 + a12b22
2

k =1 k =1

2
C21 =  a2k bk1 = a21b11 + a22b21 C22 =  a2k bk 2 = a21b12 + a22b22
2

k =1 k =1

 a b + a12b21 a11b12 + a12b22 

C =  11 11
 a21b11 + a22b21 a21b12 + a22b22 

Ejemplo 8. Calcular 𝐴 × 𝐵, si:

1 2
1 5 3
Sea 𝐴=[ ] y 𝐵 = [ 3 4]
2 7 0 2×3
2 1 3×2

Entonces, 𝐴2×3 𝑥𝐵3×2 = 𝐶2×2

𝑐11 𝑐12
𝐶 = [𝑐 𝑐22 ]
21
Solución:
Calculamos los elementos 𝐶𝑖𝑗 del producto:
𝑐11 : se multiplica la primera fila de A por la primera columna de B

1
[1 5 3] [3] = [1(1) +5(3) +3(2)]
2
= [1 + 15 + 6] = 22

𝑐12 : se multiplica la primera fila de A por la segunda columna de B

2
[1 5 3 [4] = [1(2) +5(4) +3(1)] = [25] = 25
]
1
𝑐21 : se multiplica la senda fila de A por la primera columna de B
1
[2 7 0] [3] = [23] = 23
2
𝑐22 : se multiplica la segunda fila de A por la senda columna de B

2
[2 7 0 [4] = [32] = 32
]
1

22 25
Finalmente: 𝐶 = [ ]
23 32

PROPIEDADES DE LA MULTIPLICACION DE MATRICES

1. 𝐴𝐵  𝐵𝐴.

2. 𝐴 (𝐵𝐶) = (𝐴𝐵)𝐶

3. 𝐶 ( 𝐴 + 𝐵 ) = 𝐶𝐴 + 𝐶𝐵

4. (𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶

5. 𝐾(𝐴𝐵) = 𝐾𝐴(𝐵) = 𝐴(𝐾𝐵), 𝐾 𝑅

6. AB = 0 no significa necesariamente que 𝐴 = 0 ó 𝐵 = 0

 1 1
A =   −1 1   0 0
 1 1 B =    AB =  
 1 − 1  0 0
7. 𝐼𝐴 = 𝐴𝐼 = 𝐴, 𝐼 = matriz identidad

8. 0𝐴 = 𝐴0 = 0, 0 = matriz nula
Ejemplo 9. Calcular 𝐴. 𝐵

3 2 1 1 0
𝐴 = [6 5 4] 𝐵 = [1 2]
0 1 0 1 0

Desarrollo
𝐴3×3 . 𝐵3×2 = 𝐶3×2

𝑐11 𝑐12
𝑐
𝐶 = [ 21 𝑐22 ]
𝑐31 𝑐32
1
𝑐11 = [3 2 1] [1] = [3(1) + 2(1) + 1(1)] = 6
1
0
𝑐12 = [3 2 1] [2] = [3(0) + 2(2) + 1(0)] = 4
0
1
𝑐21 = [6 5 4] [1] = [6(1) + 5(1) + 4(1)] = 15
1
0
𝑐22 = [6 5 4] [2] = [6(0) + 5(2) + 4(0)] = 10
0
1
𝑐31 = [0 1 0] [1] = [0(1) + 1(1) + 0(1)] = 1
1
0
𝑐32 = [0 1 0] [2] = [0(0) + 1(2) + 0(0)] = 2
0

3 2 1 1 0 6 4
𝐴𝐵 = [6 5 4] . [1 2] = [15 10]
0 1 0 1 0 1 2
Ejemplo: Dadas las matrices

 6 −4  1/ 2 1 
A=  B= 
 −2 8  3 / 2 2 
Los productos:

 −3 −2  1 6 
A.B =   y B. A =   A.B  B. A
 11 14  5 10 
POTENCIACION DE MATRICES
La potencia de matrices es un caso particular del producto de matrices, esto quiere decir que no
todas las matrices cumplen con la propiedad.
Por inducción matemática se demuestra que:

A0 = 1 ; A2 = AA ; A3 = AAA = A2 A ;……; An = An −1 A

1 0 1
Ejemplo: Hallar A3 , si: 𝐴 = [2 1 0]
0 1 1

Aplicando la propiedad: A = AAA = A A

3 2

1 0 1 1 0 1
𝐴. 𝐴 = [2 1 0] [2 1 0]
0 1 1 0 1 1

1
𝑐11 = [1 0 1] [2] = [1(1) + 0(2) + 1(0)] = 1
0

0
𝑐12 = [1 0 1] [1] = [1(0) + 0(1) + 1(1)] = 1
1
1
𝑐13 = [1 0 1 [0] = [1(1) + 0(0) + 1(1)] = 2
]
1
1
𝑐21 = [2 1 0 2] = [2(1) + 1(2) + 0(0)] = 4
] [
0

0
𝑐22 = [2 1 0 1] = [2(0) + 1(1) + 0(1)] = 1
] [
1
1
𝑐23 = [2 1 0] [0] = [2(1) + 1(0) + 0(1)] = 2
1
1
𝑐31 = [0 1 1] [2] = [0(1) + 1(2) + 1(0)] = 2
0
0
𝑐32 = [0 1 1] [1] = [0(0) + 1(1) + 1(1)] = 2
1
1
𝑐33 = [0 1 1] [0] = [0(1) + 1(0) + 1(1)] = 1
1
 1 1 2
𝐴2 = [4 1 2]
2 2 1
1 1 2 1 0 1
A3 = A2 A = [4 1 2] [2 1 0]
2 2 1 0 1 1
3 3 3
1 1 1
A3 = A2 A = 𝐴3 = [6
3 6] = 3 [ 2 1 2]
6 3 3 2 1 1
TIPOS ESPECIALES DE MATRICES

MATRIZ TRANSPUESTA. -
La matriz transpuesta de una matriz A, es aquella matriz que se obtiene al intercambiar las filas
por las columnas de la matriz A, de tal manera que la fila i de la matriz se convierte en la columna
j de la matriz transpuesta denotada por At.

 a11 a12 a13   a11 a21 a31 

A =  a21 a22 a23  ;
At =  a12 a22 a32 
 a31 a32 a33   a13 a23 a33 

PROPIEDADES DELA MATRIZ TRANSPUESTA

1. It = I

2. (kA)t = kAt

3. ( AB)t = Bt At

4. ( At )t = A

5. (AT) = A

6. ( A + B)t = At + Bt

7. (A + B + C)T = AT + BT + CT
8. (AB)T = BTAT

9. (KA)T = KAT, K R

10. (ABC)T = CTBTAT

11. ATB = (BTA)T
Ejemplo: Dada la matriz A. Hallar la matriz At

1 1 2 1 4 2
𝐴 = [4 3 3] , 𝐴𝑡 = [1 3 2]
2 2 1 2 3 1

MATRIZ SIMETRICA
Una matriz cuadrada A, se llama matriz simétrica si i solo si cumple A = At

Características:
1. La matriz A debe ser cuadrada.
2. Los elementos de la diagonal principal permanecen fijos al efectuar la transposición.
3. aij = a ji para todo i, j
Ejemplo:
2 0 2 2 0 2
𝐴 = [0 2 4] , 𝐴𝑡 = [0 2 4]
2 4 3 2 4 3

Observación .- Para que una matriz A sea simétrica debe cumplir aij = a ji para i  j

MATRIZ ANTISIMETRICA

Una matriz cuadrada A, se dice que es matriz simétrica si A = − At

Características:

1. La matriz A debe ser cuadrada.

2. Los elementos de la diagonal principal son ceros (0)
3. aij = − a ji para todo i, j

Ejemplo:

0 −2 0 2
A=[ ] ¸ A𝑡 = [ ] = −𝐴
2 0 −2 0

Observación.- Es importante resaltarlo siguiente, para que una matriz A sea anti simétrica debe
aij = − a ji para i  j y los elementos de la diagonal principal deben ser ceros aij = 0 para i
cumplir 𝐴
= j.

MATRIZ HERMITIANA

t
Una matriz A se denomina hermitiana si cumple: A = A
También se le conoce como matriz Auto Adjunta, y se caracteriza por:
• Ser una matriz cuadrada y compleja.
 • Los elementos de la diagonal principal son números reales.
• En ambos lados de la diagonal principal los números son conjugados.

Ejemplo:

1 2+𝑖 𝑖 1 2−𝑖 −𝑖
𝐴 = [2 − 𝑖 2 −2 − 𝑖 ]  𝐴 [2 + 𝑖 2 −2 − 𝑖 ]
−𝑖 −2 − 𝑖 4 𝑖 2+𝑖 4
1 2+𝑖 𝑖
 𝐴𝑡̅ = [2 − 𝑖 2 −2 − 𝑖 ] = 𝐴
−𝑖 −2 − 𝑖 4

MATRIZ ANTIHERMITIANA
t
Una matriz A se llama antihermitiana si cumple la condición: A = − A
También se le conoce como matriz Auto Adjunta, y se caracteriza por:
• Ser una matriz cuadrada y compleja.
• Los elementos de la diagonal principal son ceros y/o imaginarios puros.
• En ambos lados de la diagonal principal los números reales son de signos opuestos.

Ejemplo:

 i 3+i 4   i 3−i 4 
  
A =  −3 + i 0 −5 + i   A =  −3 − i 0 −5 − i 
 −4 5 + i 2i  33  −4 5 − i −2i  33

 i 3+i 4 
 
 − A =  −3 + i 0 −5 + i  = A
t

 −4 5 + i 2i  33

CASOS PARTICULARES DE MATRICES CUADRADAS

MATRIZ PERIODICA.

Dada una matriz cuadrada A, si para un numero entero positivo k, ocurre que
si A K = I ; K  Z +  A es matriz periódica
se dice que A es una matriz periódica de periodo k
Si k satisface la condición anterior:
Ak +1 = A ; Ak + 2 = A2 ; Ak +3 = A3 ; Ak + 4 = A4 ; ……
Ejemplo. Si A es una matriz cuadrada y periódica tal que A 3 = A , hallar el periodo y calcular
A 97 .

Solución .
De la relación Ak +1 = A  k+1=3  k= 2 es el periodo de la matriz A

Multiplicando sucesivamente por si mismo la matriz A obtenemos

A3 = A
A5 = A 22+1 = A
A9 = A 42+1 = A

A p +1 = A 2 m+1 = A

A97 = A 2 A95 = A 2 ( A 247+1 ) = A 2 ( A)

A97 = A3

MATRIZ IDEMPOTENTE. Una matriz A es llamada idempotente

si A2 = A ;  A es matriz idempotente.
+
Además, si: A2 = A  An = A n  Z ; n  2

Ejemplo. Establecer si la matriz A es idempotente

1/2 1/2
𝐴=[ ]
1/2 1/2
Solución
1/2 1/2 1/2 1/2 1/2 1/2
𝐴2 = [ ][ ]=[ ]=𝐴
1/2 1/2 1/2 1/2 1/2 1/2

Ejemplo:
− 1 2 4 
A =  1 − 2 − 4
− 1 2 4 
Solución

− 1 2 4  − 1 2 4  − 1 2 4 
A 2 = A  A =  1 − 2 − 4  1 − 2 − 4 =  1 − 2 − 4 = A
 
− 1 2 4  − 1 2 4  − 1 2 4 

Por lo tanto la matriz A es idempotente

MATRIZ NILPOTENTE
+
Una matriz A, para el cual A p = 0 ; p  Z  A es una matriz nilpotente
También se cumple
A p +1 = 0 ; A p+2 = 0 ; A p +3 = 0 A p+4 = 0 ……

“Si p es un número entero positivo que cumple lo anterior, entonces A es una matriz nilpotente de
índice p”.

Ejemplo. Determinar si la matriz A es nilpotente

1 1 3
A =  5 2 6 
− 2 − 1 − 3

Solución:

 1 1 3  1 1 3   0 0 0 
A 2 =  5 2 6   5 2 6  =  3 3 9 
− 2 − 1 − 3 − 2 − 1 − 3 − 1 − 1 − 3

 0 0 0   1 1 3  0 0 0 
A3 = A 2  A =  3 3 9   5 2 6  = 0 0 0
− 1 − 1 − 3 − 2 − 1 − 3 0 0 0

Por lo Tanto A es una matriz nilpotente de índice p=3

MATRIZ INVOLUTA

si A2 = I ;  A es matriz involutiva.
Además:
An = A ; si n es par, ; An = I si n es par,

Ejemplo: Determinar si al matriz es involutiva

− 3 − 6 2 
A =  2 4 − 1
 2 3 0 
Solución.

− 3 − 6 2  − 3 − 6 2  1 0 0
A 2 = A  A =  2 4 − 1  2 4 − 1 = 0 1 0
 2 3 0   2 3 0  0 0 1

Por lo tanto, la matriz A es involutiva

Ejemplos: verificar la matrices:

 −1 3 5 
 2 −1
A =  1 −3 −5 ; B= 
 −1 3 5   4 −2

a) Para

 −1 3 5   −1 3 5  −1 3 5 
A =  1 −3 −5  1 −3 −5 =  1 −3 −5 = A
2
 
 −1 3 5   −1 3 5  −1 3 5 

¡Es una matriz idempotente!

 2 −1  2 −1  0 0 
b) B2 =   = 
 4 −2  4 −2   0 0 
¡Es una matriz nilpotente!

OTRAS PROPIEDADES DE MATRICES

1. (𝐴 ± 𝐵)𝑡 = 𝐴𝑡 ± 𝐵𝑡

2. (𝐴𝑡 )𝑡 = 𝐴
3. (𝑐𝐴)𝑡 = 𝑐𝐴𝑡 , donde c es real
4. (𝐴. 𝐵)𝑡 = 𝐵𝑡 𝐴𝑡
5. El producto de dos matrices diagonales es diagonal
6. Si A es de orden 𝑚𝑥𝑛, entonces: con 𝐴𝐼 = 𝐴 con 𝐼𝑛×𝑛 , y 𝐼𝐴 = 𝐴 con I de orden 𝑚𝑥𝑚,
entonces 𝐴𝐼 = 𝐼𝐴 = 𝐴 .
7. Si A es cuadrada, entonces 𝐴 + 𝐴𝑡 es simétrica y 𝐴 − 𝐴𝑡 es anti
simétrica, lo que se deduce de las propiedades (1) y (2).

i) (𝐴 + 𝐴𝑡 )𝑡 = 𝐴𝑡 + (𝐴𝑡 )𝑡 = 𝐴𝑡 + 𝐴 = 𝐴 + 𝐴𝑡
 ii) (𝐴 − 𝐴𝑡 )𝑡 = 𝐴𝑡 − (𝐴𝑡 )𝑡 = 𝐴𝑡 − 𝐴 = −(𝐴 − 𝐴𝑡 )

8. Toda matriz cuadrada A se puede expresar como la suma de una matriz simétrica y una anti
simétrica:

1 1
A= ( A + At ) + ( A − At )
2 2
simetrica Antisimetrica

Ejemplo: Expresar la matriz:

 2 −5 7 
A = 8 −4 −1
 0 3 6 

Como la suma de una matriz simétrica y una anti simétrica

Solución.
Primero calculamos 𝐴𝑡 :

 2 −5 7   2 8 0

A = 8 −4 −1 ; Entonces: A =  −5 −4 3
 t

 0 3 6   7 −1 6 
Aplicando la propiedad 8 expresamos la matriz A como:

1 1
𝐴 = (𝐴 + 𝐴𝑡 ) + (𝐴 − 𝐴𝑡 )
2 2

  2 −5 7   2 8 0     2 −5 7   2 8 0  
1  1 
A =  8 −4 −1 +  −5 −4 3   +  8 −4 −1 −  −5 −4 3  
  
2  2   0 3 6   7 −1 6  
  0 3 6   7 −1 6      

4 3 7   0 −13 7 
A =  3 −8 2  +
1 1
13 0 −4
2 2
7 2 12   −7 4 0 

Donde la primera es simétrica y la segunda anti simétrica

CAPITULO 2

DETERMINANTE DE UNA MATRIZ

Determinante de una matriz cuadrada A, es un número real o escalar asociado que se denota por:
|A| , det(A) , D(A)

El determinante de una matriz es solo un número real y su calculo depende del orden de cada matriz
cuadrada.

DETERMINANTE DE UNA MATRIZ DE SEGUNDO ORDEN

El determinante de una matriz de segundo orden:

a a12 
A =  11
 a21 a22 

Es el número real denotado por det(A) o A y definido de la siguiente manera:

a a 
det( A) =  11 12  = a11a22 − a21a12
 a21 a22 

2 −3
Por ejemplo. El determinante de la matriz 𝐴 = [ ]
5 4
Su determinante es:

2 −3
𝐷(𝐴) = [ ] = 2(4) − (−3)5 = 8 + 15 = 23
5 4

DETERMINANTE DE UNA MATRIZ DE ORDEN 3

El calculo de un determinante de una matriz de orden 3 es mas laboriosa, pues su valor se define
como:

a11 a12 a13

D( A) = a21 a22 a23 = a11a22 a33 + a12 a23a31 + a21a12 a33 − a31a22 a13 − a32 a23a11 − a21a12 a33
a31 a32 a33
 − 2 5 2 
Por ejemplo. El determinante de la matriz A =  1 4 − 1
 2 3 0 
Su determinante es:

−2 5 2
|𝐴| = [ 1 4 −1]
2 3 0
= −2(4)(0) + 5(−1)2 + 1(3)2 − [ 2(4)2 + 1(5)0 + 3(−1)(−2)]

= 0 − 10 + 6 − [16 + 0 + 6] = −4 − [22] = −4 − 22 = −26

−2 5 2
𝐷(𝐴) = [ 1 4 −1] = −𝟐𝟔
2 3 0

PROPIEDADES DE LOS DETERMINANTES

1.- Si A es una matriz cuadrada que tiene una línea (fila o columna) compuestos exclusivamente de
ceros, entonces el determinante de la matriz es cero.
En efecto:

a a12 
A =  11  D( A) = a11 (0) − (0) a12 = 0
0 0 
2.- Respecto a la igualdad de las filas y columnas de un determinante
El valor de un determinante no varia si este se traspone, es decir si se cambia cada una de esas filas
por la columna del mismo número.
t
En efecto sea una matriz cuadrada A y A su matriz transpuesta:

a a 
det( A) =  11 12   D( A) = a11a22 − a21a12
 a21 a22 

a a21 
det( At ) =  11  D( A) = a11a22 − a12 a21
 a12 a22 

D( A) = D( At )
3.- Si dos líneas (fila o columna) de una matriz A son idénticas, entonces el determinante de la
matriz es cero.
En efecto, si

a a11 
A =  11  D( A) = a11 (b) − (b)a11 = 0
b b 

4.- Sean A y B dos matrices cuadradas de orden n, entonces se cumple:

a) Si B es la matriz que resulta de multiplicar una línea de A por un escalar k, entonces:
𝐷(𝐵) = 𝑘𝐷(𝐴)

a a12   ka11 a12 

A =  11 =
a22   ka a22 
En efecto, si y B entonces:
 a21  21

 ka a 
det( B) =  11 12  = k (a11a22 − a21a12 )
 ka21 a22 

a a 
Como det( A) =  11 12  = a11a22 − a21a12
 a21 a22 

𝐷(𝐵) = 𝑘𝐷(𝐴)

b) Si la matriz que resulta de intercambiar dos líneas de a, entonces

𝐷(𝐵) = −𝐷(𝐴)

a a12   a12 a11 

A =  11 =
a22  a a21 
En efecto, si y B entonces:
 a21  22

det( B) = a12 a21 − a22 a11 = −(a22 a11 − a21a12 )

𝐷(𝐵) = −𝐷(𝐴)

c)Lo que nos induce a sostener que .Si B es la matriz que se obtiene de a al trasladar una de sus
líneas p
lugares, entonces: D( B) = (−1) p D( A)

d)Si B es la línea matriz que resulta cuando un múltiplo de una línea de A se le suma a otra línea,
entonces: D(B)=D(A)
 a a12   a11 + ka12 a12 
A =  11 =
a22   a + ka a22 
En efecto, si y B entonces:
 a21  21 22

det( B) = a11a22 + ka12 a22 − a21a12 − ka12 a22 = a11a22 − a21a12

a11 + ka12 a12 a11 a12

=
a21 + ka22 a22 a21 a22

Esta propiedad es útil para calcular determinantes de matrices de cualquier orden.

e) Si los términos de una línea de un determinante son iguales a la suma de p términos, el

determinante se puede expresar como la suma de los p determinantes.

a11 + c11 a12

En efecto : = (a11 + c11 )a22 + (a21 + c21 )a12
a21 + c21 a22

= a11a22 + a22 c11 − a21a12 − a12 c21

= (a11a22 − a21a12 ) + (c11a22 − a12 c21 )

a11 + c11 a12 a11 a12 c11 a12

= +
a21 + c21 a22 a21 a22 c21 a22

𝑐𝑜𝑠3𝑥 𝑠𝑒𝑛6𝑥
Ejemplo 1. Resolver la ecuación: | |=𝟎
𝑠𝑒𝑛3𝑥 −𝑐𝑜𝑠6𝑥

Solución. Por el desarrollo de un determinante de segundo orden se tiene3

𝑐𝑜𝑠3𝑥 𝑠𝑒𝑛6𝑥
| | = −𝑐𝑜𝑠3𝑥𝑐𝑜𝑠6𝑥 − 𝑠𝑒𝑛3𝑥𝑠𝑒𝑛6𝑥 = 0
𝑠𝑒𝑛3𝑥 −𝑐𝑜𝑠6𝑥

De donde obtenemos:
𝜋
cos(6𝑥 − 3𝑥) = 0 ⟺ 3𝑥 = 𝑘𝜋 +
2
𝜋 𝜋
⟺𝑥= + , 𝑘𝜖 ℤ
6 3𝑘
1 −2 1
Ejemplo2.Resolver la desigualdad: | 1 𝑥 5|
−2 0 −6
Solución.
Por el desarrollo de un determinante de tercer orden se tiene:
(−6𝑥 + 0 + 20) − (−2𝑥 + 12 + 0) < 0 ⟺ −4𝑥 + 8 < 0
 ⟺ −𝑥 + 2 < 0
⟺ 𝑥 > 2 ⇒ 𝑥 ∈ 〈2. ∞ +〉

2 2 𝜀
Ejemplo 3.Resolver la desigualdad: 𝐴 = [ 2 2 𝜀2] ,
𝜀2 𝜀 2
2𝜋 2𝜋
donde 𝜀 = cos ( 3 ) + 𝑖𝑠𝑒𝑛( 3 )

Solución.
2 2 𝜀
𝐷(𝐴) = [ 2 2 𝜀 2 ] = (8 + 2𝜀 2 + 2𝜀 4 ) − (2𝜀 3 + 8 + 2𝜀 3 )
𝜀2 𝜀 2
1 1 
D( A) = 1 1  2 = (1 +  2 +  4 ) − ( 3 + 1 +  3 )
2  1

= 2𝜀 4 − 4𝜀 3 + 2𝜀 2 = 2(𝜀 2 − 𝜀)2
2
2
2𝜋 2𝜋 4𝜋 4𝜋 1 √3
𝜀 = (cos ( ) + 𝑖𝑠𝑒𝑛 ( )) = 𝑐𝑜𝑠 + 𝑖𝑠𝑒𝑛 =− −𝑖
3 3 3 3 2 2

2𝜋 2𝜋 1 √3
𝜀 = cos ( ) + 𝑖𝑠𝑒𝑛 ( ) = − − 𝑖 ⟹ 𝜀 2 − 𝜀 = √3𝑖
3 3 2 2
2
𝐷(𝐴) = 2(−√3 𝑖) = 2 (3𝑖 2 ) = −6

Ejemplo4.Hallar el determinante de la matriz A

1 3 0
𝐴 = [2 5 6]
7 8 9

Solución

1 3 0
𝐴 = [2 5 6] = 45 + 126 + 0 − (0 + 54 + 48)
7 8 9

𝐷(𝐴) = 69

Ejemplo4. Hallar el determinante de la matriz A

42 70 28
𝐴 = [28 42 84]
98 70 42
Solución

3 5 2
𝐴 = 14 [2 3 6]
7 5 3

3 5 2
𝐷(𝐴) = 14 [2 3 6] = 14(27 + 210 + 20 − 42 − 90 − 30)
7 5 3

𝐷(𝐴) = 14(95) = 1330

EJERCICIOS PROPUESTOS
En los ejercicios de 1 al 6, calcular el determinante de tercer orden

3 4 −5 sen  cos  1  2 + 1  
−2 2.- sen cos  3.-   + 1 
2
1.- 8 7 1
2 −1 8 sen cos  1    2 +1

1 i 1+ i a+x x x sen 2 1 cos 2 

4.- −i b+ x 6.- sen  1 cos 2 
2
1 0 5.- x x
1− i 0 1 x x c+x sen 2 1 cos 2 

1 1 1 

7.- Calcular el determinante de la matriz A = 1   2

 
1  2  

4𝜋 4𝜋
𝜀 = cos ( ) + 𝑖𝑠𝑒𝑛( )
3 3

8.-Resolver las ecuaciones:

3 x −x x x +1 x+2
a) 2 −1 3 b) x + 3 x+4 x+5 = 0
x + 10 1 1 x+6 x+7 x +8

9. Resolver la desigualdad:

2 x+2 −1
1 1 −2  0
5 −3 x
 a1 + b1 x a1 x + b1 c1 a1 b1 c1
10. Demostrar a2 + b2 x a2 x + b2 c2 = (1 − x ) a2 2
b2 c2
a3 + b3 x a3 x + b3 c3 a3 b3 c3

1 a a3 1 a a2
11. Demostrar que: 1 b b3 = (a + b + c) 1 b b2
1 c c3 1 c c2

En los ejercicios 12 al 18, usando propiedades, calcular el valor de cada determinante.

24 8 32 67 19 21 108 142 42
12.- 47 15 59 14- 39 13 14 15- 128 153 53
53 17 65 81 24 26 138 164 64

3 6 12 66 18 21 245 427 327

16.- 35 37 34 17- 42 14 16 18- 1014 543 443
23 26 25 75 23 25 −342 721 621

En los ejercicios 19 al 24, utilizando propiedades, demuéstrese las identidades dadas.

x a 1 1 a a2
19. a x 1 = ( x − a)( x − b) 20. 1 b b 2 = ( a + b)(b − c)(c − a )
a b 1 1 c c2

1 1 1
21.- a b c = (a + b + c) ( a − b )( b − c )( c − a )
3 3
a b c3

1 1 1
22.- a 2
b 2
c 2 = (ab + bc + ca ) ( a − b )( b − c )( c − a )
a3 b3 c3

1 a2 a3 1 a a2
23.- 1 b2 b3 = ( ab + bc + ca ) 1 b b2
1 c2 c3 1 c c2
EXISTENCIA DE LOS DETERMINANTES

Intentamos demostrar en esta parte la existencia de los determinantes definimos sobre el conjunto
de matrices cuadradas de orden n, kn, introduciremos la idea de sub matriz, que anotaremos del
siguiente modo: Si A =  aij  , es una matriz de orden 𝑛 × 𝑚 , sea 𝐴𝑖𝑗 la sub matriz de
m n
orden(𝑛 − 1) × (𝑛 − 1) que se obtiene de A al eliminar la i-ésima fila y la j-ésima columna.
Veremos inicialmente el caso de los determinantes de las matrices de tercer orden.
 a11 a12 a13 
Sea la Matriz: A =  a21 a22 a23  (1)
 a31 a32 a33 

Las sub matrices correspondientes a la primera columna estan dadas por

a a 
A 11=  22 23  (Matriz obtenida al eliminar la primera fila y la
 a32 a33 
Primera columna)

a a 
A21 =  12 13  (Matriz obtenida al eliminar la segunda fila y la
a32 a33 
primera columna)

a a 
A 31=  12 13  (Matriz obtenida al eliminar la tercera fila y la
a22 a23 
primera columna)

Entonces , definimos el determinante de una matriz A mediante la fórmula:

a22 a23 a12 a13 a12 a13

D( A) = a 11 − a 21 + a 31 (2)
a32 a33 a32 a33 a22 a23
Donde cada término de la suma es el producto de un elemento de la primera columna de la matriz por
el determinante de la matriz de segundo orden que se obtiene al eliminar la fila i y la primera columna,
anotando el signo correspondiente a este término.
La suma que define una función determinante sobre el conjunto de las matrices cuadradas de tercer
orden se puede escribir como:

D(A) = a11 D(A11 ) − a21 D(A21 ) + a31 D(A31 ) (3)

Ejemplo 1: Calcular el determinante de la matriz A

3 5 2
𝐴 = [2 3 6]
7 5 3

Solución : Haciendo uso de la formula (3) se tiene:

D(A) = 2D(A11 ) − 1D(A21 ) + 5D(A31 )

3 6 2 6 2 3
𝐷(𝐴) = 3 | | + 5| |+ 2| |
5 3 7 3 7 5

𝐷(𝐴) = 3(9 − 30) + 5(6 − 42) + 2(10 − 21)

𝐷(𝐴) = 3(−21) + 5(−36) + 2(−11) = −63 − 180 − 22 = −265

MENOR DE UNA COMPONENTE.

Sea A una matriz cuadrada de orden n, entonces el menor del elemento aij se denota M ij por y se
define como el determinante de la sub matriz (𝑛 − 1) × (𝑛 − 1)de A que se forma suprimiendo
todos los elementos de la fila i y todos los elementos de la columna j.
𝑘 𝑘
Observación.- De una matriz de orden 𝑚 × 𝑛, se puede formar 𝐶𝑚. 𝐶𝑛
𝑘 𝑘
Menores de orden k, y de las matrices cuadradas de orden n se pueden formar 𝐶𝑛. 𝐶𝑛 menores que
k.
𝑘
Donde 𝐶𝑚. es el número de combinaciones de orden n objetos tomados de k en k, y se le calcula por
la formula.

n!
Cnk =
k !( n − k )!

Así, para la matriz del ejemplo1, se puede formar 𝐶32 . 3 × 3 = 9 menores de segundo orden.

3 6 2 6 2 3
| |;| |;| |
5 3 7 3 7 5

5 2 3 2 3 5
| |;| |;| |
5 3 7 3 7 5

5 2 3 2 3 5
| |;| |;| |
3 6 2 6 2 3
COFACTOR DE UNA COMPONENTE

El cofactor de la componente aij se denotado por Aij esta definido por

𝐴𝑖𝑗 = (−1)𝑖+𝑗 (𝑀𝑖𝑗 )

Es decir, el cofactor de la componente aij es el menor M ij con el signo prefijado (−1)𝑖+𝑗

Por ejemplo, para la matriz de tercer orden

1 5 2
𝐴 = [ 2 3 1]
7 5 3
los menores y cofactores correspondientes a las componentes de la primera fila son,
respectivamente:

3 1 3 1 3 1
𝑀11 = | | 𝐴 11 = (−1)1+1 | |=| |
5 3 5 3 5 3

2 1 2 1 2 1
𝑀12 = | | 𝐴 12 = (−1)1+2 | | = −| |
7 3 7 3 7 3
,

2 3 2 3 2 3
𝑀13 = | | 𝐴 13 = (−1)1+3 | |=| |
5 7 5 7 5 7

Como se puede observar, en este ejemplo los signos de cada cofactor está configurado de la
siguiente manera:

+ − + 
− + −
 
 + − + 

Ahora bien la formula (3):

D(A) = a11 D(A11 ) − a21 D(A21 ) + a31 D(A31 )

Estable que el determinante de la matriz A es el producto interno de los vectores

(𝑎11 , 𝑎21 , 𝑎31 ). [(−1)1+1 𝐷(𝐴11 ), (−1)2+1 . 𝐷(𝐴21 ), (−1)3+1 . 𝐷(𝐴31 )]

Donde los elementos del primer vector, son los elementos de la primera columna de A y los elementos
del segundo vector son los cofactores de los elementos correspondientes a la primera columna de A.
Es evidente que este resultado es cierto para cualquier fila o columna de A. Podemos afirmar entonces
que, el determinante de una matriz de 3 × 3 se pude obtener de 6 maneras diferentes, al tomar las
componentes cualquier fila o columna de la matriz y multiplicar cada una de estas componentes por
su cofactor y sumando los resultados.
Enseguida una generalización para determinantes de matrices de 𝑛 × 𝑛 en términos de determinantes
(𝑛 − 1) × (𝑛 − 1).
Para cada 1 < 𝑖 < 𝑛 y cada 1 < 𝑗 < 𝑛, se define:

𝐷(𝐴) =. (−1)1+𝑗 𝑎1𝑗 𝐷(𝐴1𝑗 ) + (−1)2+𝑗 𝑎2𝑗 . 𝐷(𝐴21 ) + ⋯ (−1)𝑛+𝑗 𝑎𝑛𝑗 𝐷(𝐴𝑛𝑗 )

(Desarrollo por cofactores a lo largo de la j-ésima columna)

Haciendo uso de la anotación correspondiente a las sumatorias para los que i varia de 1 a n, se tiene:
𝑛

𝐷(𝐴) = ∑(−1)𝑖+𝑗 𝑎𝑖𝑗 . 𝐷(𝐴𝑖𝑗 ) (4)

𝑖=1

Del mismo modo, se tiene que:

𝐷(𝐴) =. (−1)𝑖+1 𝑎𝑖1 𝐷(𝐴𝑖1 ) + (−1)𝑖+2 𝑎𝑖2 . 𝐷(𝐴𝑖2 ) + ⋯ (−1)𝑖+𝑛 𝑎𝑖𝑛 𝐷(𝐴𝑖𝑛 )

(Desarrollo por cofactores a lo largo de la i-ésima columna)

Expresando en forma de sumatorias, en las que j varía de 1 a n, se tiene:

𝑛

𝐷(𝐴) = ∑(−1)𝑖+𝑗 𝑎𝑖𝑗 . 𝐷(𝐴𝑖𝑗 ) (5)

𝑗=1

Cada una de las sumas (4) es el producto escalar de las columnas de A con el vector cuyos
elementos son cofactores asociados.
Cada una de las sumas (5) es el producto escalar de una fila de A con el correspondiente vector
cofactor.
Las formulas (4) y (5) reciben el nombre de expansión o desarrollo de un de terminante por
menores.

Ejemplo 1: Hallar el determinante de la matriz A, de dos formas distintas

1 5 2
𝐴 = [ 2 3 1]
1 0 3

Solución: Aplicando la expansión por la primera columna, para j=1 se tiene:

𝐷(𝐴) = ∑(−1)𝑖+1 𝑎𝑖1 . 𝐷(𝐴𝑖1 ) (4)

𝑖=1

𝐷(𝐴) =. (−1)1+1 𝑎11 𝐷(𝐴11 ) + (−1)2+1 𝑎21 . 𝐷(𝐴21 ) + (−1)3+1 𝑎31 𝐷(𝐴31 )
 3 1 5 2 5 2
𝐷(𝐴) = 1 | | − 2| |+ 1| |
0 3 0 3 3 1

𝐷(𝐴) = 1(9 − 0) − 2(15 − 0) + 1(5 − 6) = −22

Aplicando la expansión por la primera columna, para i =1

en la formula (5) se tiene:

3

𝐷(𝐴) = ∑(−1)1+𝑗 𝑎𝑖𝑗 . 𝐷(𝐴𝑖𝑗 ) (4)

𝑖=1

𝐷(𝐴) =. (−1)1+1 𝑎11 𝐷(𝐴11 ) + (−1)1+2 𝑎12 . 𝐷(𝐴12 ) + (−1)1+3 𝑎13 𝐷(𝐴13 )

3 1 2 1 2 3
𝐷(𝐴) = 1 | | − 5| |+ 2| |
0 3 1 3 1 0

𝐷(𝐴) = 1(9 − 0) − 5(6 − 1) + 2(0 − 3) = −22

Ejemplo 3. Calcular el determinante de la matriz A

1 −2 1 3
𝐴=[−2 0 2 0]
2 2 2 4
4 0 0 4

Solución.

Par aprovechar los ceros en la cuarta fila, debemos usar el desarrollo por filas (5), para i=4 esto es:
4

𝐷(𝐴) = ∑(−1)4+𝑗 𝑎4𝑗 . 𝐷(𝐴4𝑗 ) (4)

𝑖=1
como 𝑎42 = 𝑎43 = 0 ⇒ 𝐷(𝐴) =. (−1)4+1 𝑎41 𝐷(𝐴41 ) + (−1)4+4 𝑎44 . 𝐷(𝐴44 )

−2 1 3 1 −2 1
𝐷(𝐴) = −4 | 0 2 0| + 4 |−2 0 2|
2 2 4 2 2 2

Desarrollando el D(A41 )por los cofactores de su segunda fila D(A44 )y el por los cofactores de su
segunda columna, obtenemos
 −2 1 3
)
𝐷(𝐴41 = −4 | 0 2 0| = −4(−16 − 12) = 112
2 2 4

1 −2 1
)
𝐷(𝐴44 = 4 |−2 0 2| = 4(−8 − 4 − 4 − 8) = −96
2 2 2

𝐷(𝐴) = 16

CALCULO DE DETERMINATE DE ORDEN N

Para el cálculo del determinante de una matriz de orden n se basa en el método de reducción de
orden del determinante mediante el uso de la propiedad 4d .Los pasos a elegir son los siguientes:

Paso1. Elegir como línea pivot una fila o columna y destacar con un asterisco.

Paso2. Haciendo uso de la propiedad 4d, se multiplica cada elemento de la línea pívot por un
número tal que al sumar el resultado con el elemento correspondiente de otra línea, se obtenga un
elemento igual acero.
La anotaciones que se destacan en este paso son, por ejemplo:

𝑎𝐹1 + 𝐹2 o 𝑎𝐶1 + 𝐶2

Lo que significa lo siguiente: los elementos de la fila o columna 1 se multiplican por el factor 𝑎 y el
resultado se suma a los elementos de la fila o columna 2.

Paso 3.-Se repiten el paso 2 tantas veces como sea necesario hasta tener un determinante
equivalente en que todos los elementos de una misma línea excepto uno, sean cero.

Paso 4. Se desarrollan el determinante obtenido en el paso 3 con respecto de la que tiene sus
elementos igual a cero, con excepción de uno de ellos, obteniendo así solo determinante de orden
𝑛−1

Paso 5. Se repite el procedimiento hasta obtener un determinante de orden 2.

Ejemplo 1. Calcular el determínate de la matriz.

2 −4 6 2
3 1 7 3
A=
4 −8 4 6
2 −3 8 4
Solución.
Factorizando 2 de la primera y la tercera fila se tiene
 1 −2 3 1 1 0 3 1
3 1 7 3 C1 +C2 3 7 7 3
D( A) = (2)(2) ⎯2⎯ ⎯→ 4
2 −4 2 3 2 0 2 3
2 −3 8 4 2 1 8 4

1 0 0 1 1 0 0 0
3 7 −2 3 3 7 −2 0
⎯−⎯
3C1 +C3
⎯ ⎯→ 4 ⎯−⎯
1C1 +C4
⎯⎯→ 4
2 0 −4 3 2 0 −4 1
2 1 2 4 2 1 2 2

Desarrollando por cofactores la primera fila se tiene

7 −2 0
D( A) = 4 0 − 4 1
1 2 2

𝐷(𝐴) = 4(−56 − 2 − 14) = 4(−72) = −288

Ejemplo 2. Hallar el valor de k de modo que

𝐷(𝐴) = 0

𝑘−2 3 −3
𝐴 = [ −3 𝑘+4 −3 ]
−3 5 𝑘−4

Solución.
𝑘−2 3 −3
𝐷(𝐴) = | −3 𝑘+4 −3 |
−3 5 𝑘−4

k −2 3 −3 k +1 3 −3
2 +C1
D( A) = − 3 k +4 −3 ⎯C⎯ ⎯→ k + 1 k + 4 −3
−3 5 k −4 −1 5 k −4
 k +1 3 0
2 +C3
⎯C⎯ ⎯→ k + 1 k + 4 k + 1
−1 5 k +1

Factorizando 𝑘 + 1 de la primera y tercera columnas y obtenemos

1 3 0 1 0 0
D( A) = (k + 1) 1 −3C1 +C 2
k + 4 1 ⎯⎯ ⎯ ⎯→ 1 k +1 1
2

−1 5 1 −1 2 1

Desarrollando por cofactores de la primera fila se tiene

k +2 1
D ( A) = (k + 2 ) (−1)1+1 = (k + 2 ) (k − 4 )
2 5

6 1
𝐷(𝐴) = ( 𝑘 + 1)2 (−1)1+1 ((𝑘 + 2) − 6)

Luego, D(A)=0

𝐷(𝐴) = ( 𝑘 + 1)2 (−1)1+1 (𝑘 − 4)

𝐷(𝐴) = ( 𝑘 + 1)2 (𝑘 − 4) = 0; 𝑘 = −1𝑜 𝑘 = 4

Ejemplo 3. Calcular el determinante de la matriz A

0 w y 0
w 1 0 y
A=
y 0 1 w
0 w y 1
Solución.
Tomando la cuarta columna como línea pívot efectuamos las operaciones elementales

0 w y 0 0 w y 0
− xC4 + C2 w 1 − wy 0 y − yC4 + C3 w 1 − wy − y2 w
⎯⎯ ⎯
⎯→ ⎯⎯ ⎯
⎯→
y − w2 1 w y − w2 1 − wy w
0 0 y 1 0 0 0 1
 0 x y
D( A) = (− 1)
4+ 4
x 1 − xy − y2
y − x2 1 − xy

Desarrollando por cofactores la primera fila obtenemos

− y2 x 1 − xy
D( A) = − x
x
+y
−x
( ) (
= − x x − x 2 y + y 3 + y − x 3 − y + xy 2 )
y 1 − xy
2
y

(
D( A) = − x 2 + y 2 )
Ejemplo 4. Evaluar el determinante de la matriz A

0 2 2 2
2 b+c a a
A=
2 b c+a b
2 c c a+b
Solución.
Tomando la cuarta columna como línea pívot efectuamos las operaciones elementales

0 0 1 1
1 b+c−a a a
⎯−⎯
C4 + C 2
⎯⎯→
1 0 c+a b
1 c−a−b c a+b

0 0 0 1
1 b+c−a 0 a
⎯−⎯
C4 +C3
⎯→
1 0 a +c−b b
1 c−a −b c−a −b a+b

Desarrollando por los cofactores de la primera fila obtenemos

 1 b+c−a 0
D( A) = (− 1)
1+ 4
1 0 a+c−b
1 c−a−b 0

Desarrollando por cofactores la segunda fila obtenemos

1 b+c−a
D( A) = (−1) 2+3 (a + c − b)
1 c −a −b

D( A) = (a − b + c )(c − a − b) − (b + c − a ) = −2b(a − b + c)
Ejemplo 5. Evaluar el determinante de la matriz A

b 1 1 1
1 b 1 1
A=
1 1 b 1
1 1 1 b
Solución.
Tomando la cuarta columna como línea pívot efectuamos las operaciones elementales

0 1 1 1 0 0 1 1
− aC4 + C1 1− a a 1 1 − C 4 + C2 1− a a −1 1 1
⎯⎯⎯⎯ → ⎯⎯⎯→
1− a 1 a 1 1− a 0 a 1
1− a 2
1 1 a 1− a 2
1− a 1 a

0 0 1 1
1− a a −1 0
− C 4 + C2 1− a a −1 1 1
⎯⎯⎯→ = (−1)1+ 4 1 − a 0 a −1
1− a 0 a 1
1 − a2 1− a 1− a
1− a 2
1− a 1 a

Factorizando (1-a) de la primera, segunda y tercera columnas, se tiene:

 1 −1 0 1 −1 0
D( A) = − (1 − a ) → ( a − 1)
−1 ⎯⎯⎯ F3 + F2
2+a
3 3
1 0 1 0
1+ a 1 1 1+ a 1 1

1 −1
D( A) = (−1)3+3 (a − 1)3 = = ( a − 1) (1 + 2 + a )
3

2+a 1

D( A) = ( a − 3) (a −1)3

TRANSFORMACIONES ELEMENTALES

Sea A una matriz de cualquier orden, se pueden desarrollar algunas operaciones con las filas y
columnas de esta matriz sin cambiar el orden de la matriz .El propósito es el desarrollo de matrices
para simplificar algunos cálculos y también alcanzar resultados teóricos más importantes para un
mejor estudio de las matrices .Destacaremos las transformaciones siguientes.

TRANSFORMACIONES ELEMENTALES DE FILAS O COLUMNAS

Sea A una matriz A =  aij  cuyas filas son F1, F2, F3, ..., Fn y cuyas columnas son C1, C2,C3,..Cn,
m n

Se llaman transformaciones elementales a tres tipos de operaciones que denotaremos por Fij , Fi ( j )
y F ji ( ) para significar
1. Fij A :Intercambiode dos filas de A
2. Fi ( ) A : Multiplicación de la fila i de A por un escalarλ  0
3. F ji ( ) A : Multiplicación de la fila j de A por un escalarλ  0 ,y sumando la fila Fi
Esta operación se representa por el vector de la fila :λ F1 +F2.

Las transformaciones elementales columnas son análogas a las transformaciones elementales fila y
los tres tipos de operaciones se denotan por:

1. C ij A :Intercambio de dos columnas de A

2. Ci ( ) A : Multiplicación de la columnas i de A por un escalar

λ 0

3. C ij ( ) A : Multiplicación de la columnas j de A por un escalarλ  0 ,y sumando la columna

Ci..Esta operación se representa por el vector de la columnas: λ C1 + C2.
Ejemplo:
2 2 0 4
A =  6 0 − 8 − 2
 4 10 2 6 

La cual podemos escribir como

1 1 0 2
A = 2 3 0 −4 − 1
 2 5 1 3 

1. Intercambio de la primera y segunda filas

3 0 −4 − 1
F12 =  1 1 0 2 
 2 5 1 3 

2. Multiplicando por -2 la segunda fila

 3 0 −4 −1   3 0 − 4 − 1
F2 (−2) =  − 2(1) − 2(1) − 2(0) − 2(2) = − 2 − 2 0 − 4
 2 5 1 3   2 5 1 3 

3. Intercambiando la primera y segunda fila.

 − 2 − 2 0 − 4
F12 =  3 0 − 4 − 1
 2 5 1 3 

4. Multiplicando por 2 a la segunda fila y sumado la primera fila

 2(3) − 2 2(0) + −2 2(−4) + 0 2(−1) − 4   4 − 2 − 8 − 6

F2 =  −4 − 1  =  3 0 − 4 − 1
i
3 0
 2 5 1 3   2 5 1 3 
 3 0 −4 − 1 4 − 2 − 8 − 6

2 1
 1 0 2   2  3 0 − 4 − 1
 2 5 1 3   2 5 1 3 

MATRIZ ESCALONADA

Una matriz A , cuya estructura es de la forma

2 a b c d • • • x
0 0 2 e f • • • y 

0 0 0 0 2 • • • z
 
0 0 0 0 0 • • • 0
A=
• • • • • •
 
• • • • • •
• • • • • •
 
0 0 0 0 0 • • • 0 

Se dice que es escalonada que tiene “r”filas no nulas y “s” filas nulas, reducida si las condiciones
siguientes se satisfacen.

1. El primer elemento no nulo de cada una de las r filas no nulas es 2

2. Si existen “s” filas cuyos elementos son ceros, estas se encuentran en la parte inferior de la
matriz.

3. En cada una d las r filas no nulas, el numero de ceros que preceden a la unidad crece
aritméticamente de fila a fila.

4. Todas las columnas que tienen el primer elemento diferente de cero, de alguna fila, tienen
ceros en todas las posiciones restantes.

Si una matriz cumple las propiedades 1,2 y3 se dice que está en forma escalonada

Ejemplos de matrices escalonadas reducidas.

0 1 4 1 2
1 0 0 3 1 0 0 0
0 0 0 1 5
 1 0 3  , 0 1 0 
 ,

0 0 0 0 0
 0 0 1 − 2 0 0 1  
0 0 0 0 0
Ejemplo: de matrices escalonadas

0 0 1 3 0
1 2 1 2  1 5 0 0
0 1 3 4 0 1 0   0 1 3 0
 ,  , 0 0 0 0 1
0 0 1 5 0 0 0  
0 0 0 0 0

MATRICES EQUIVALENTES

Dos matrices A y B se denominan equivalentes si una de ellas se deduce de la otra mediante una
sucesión finita de transformaciones elementales de línea (fila o columna).
El siguiente ejemplo nos muestra que toda matriz de orden mxn puede ser reducida mediante
operaciones elementales fila en la forma escalonada por filas.

Ejemplo: Reducir a la forma escalonada por filas la matriz

2 8 3
1 2 2
A=
3 4 1
 
2 3 2
Solución
1 2 2 1 2 2 1 2 2
2 
8 3 2 0 
4 − 1 3  0 4 − 1
F12 =  F1 (−2) =  F1 (−3) = 
3 4 1 3 4 1  0 − 2 − 5
     
2 3 2 2 3 2 2 3 2

1 2 2 1 2 2 1 2 2
0 4 − 1  0 4 − 1  0 1 − 2
F1 (−2) =
4   F (4) =
4   F ( 2) = 
3
0 − 2 − 5  2 0 − 2 − 5 2 0 0 − 7
     
0 − 1 − 2  0 0 − 9  0 0 − 3

1 2 2 1 2 2
0 
1 − 2 4 0 1 − 1
F3 (−1 / 7) =  F3 (3) =  =B
0 0 1  0 0 1
   
0 0 − 3 0 0 0

Explicación: En laprimera iteración F12, se intercambio la segunda fila por la primera, con el objeto
de que aparezca el 1 en la nueva primera fila y que servirá de pívot, para que en sucesivas iteraciones
2
aparezcan ceros debajo del 1.Asi en la segunda iteración F1 (-2) se multiplico la primera fila por -2 y
luego se sumó a la segunda fila .En la cuarta iteración F14 ( −2) ya tenemos tres ceros debajo del 1
de la primera fila y aparece en la segunda fila ( 0. 1, -1) el elemento 1 que servirá de nuevo pívot para
transformar en ceros los elementos los elementos que están debajo de él La quinta y sexta iteración
muestran este proceso. en la séptima operación se multiplico por -1/7la tercera fila para obtener
(0,0,1).Finalmente, mediante esta fila pívot y la octava iteración se logra los ceros en la última fila.
En este ejemplo se ha logrado una forma escalonada, sin embargo la matriz equivalente B obtenida,
de este modo no es única toda vez que es posible efectuar operaciones elementales columna y obtener
otra forma escalonada.
Nota. Una matriz cuadrada es una matriz triangular superior pero no todas las matrices triangulares
superiores son matrices escalonadas.
Anteriormente hemos visto que una matriz triangular era invertible si y solo si no existen ceros en
la diagonal principal; esta característica es válida para las matrices escalonadas cuadradas.

RANGO DE UNA MATRIZ.

El rango de una matriz es igual al número de filas no nulas que quedan en la última de las iteraciones
de las sucesivas transformaciones elementales que se hacen con la matriz.
Se deduce que para hallar el rango de una matriz es suficiente transformarla a su forma escalonada.
Como dos matrices equivalentes tienen el mismo rango, el rango de dicha matriz será igual al rango
de la matriz escalonada, Si designamos por r el número de filas no mulas de la matriz escalonada
entonces el rango de la matriz se denota por :

 ( A) = r

Ejemplo 1: Hallar el rango de la Matriz

0 8 − 4
1 4 − 5

A = 3 1 7 
 
0 1 − 2
2 3 0 

Solución.

Realizando sucesivamente las transformaciones elementales tendremos

1 4 − 5 1 4 − 5
0 
8 − 4  
 0 8 − 4
A :F12 = 3 1 7  A :F13 ( −3) = 0 − 11 22 
   
0 1 − 2 0 1 − 2
2 3 0  2 3 0 
 1 4 − 5 1 4 − 3
0 2 − 4 0 1 − 2
 
A :F15 ( −2) = 0 − 11 22  A :F2 (1 / 2) = 0 − 11 22 
   
0 1 − 2 0 1 − 2
0 − 5 10  0 − 5 10 

1 4 − 3 1 4 − 3
0 
1 − 2 0 1 − 2
:F2 (11) 
3 
= 0 0 0  F24 ( −1) = 0 0 0 
F25 (5)    
0 1 − 2 0 0 0 
0 0 0  0 0 0 

La ultima matriz escalonada B tiene dos filas no nulas por lo tanto:

 ( A) = 2

Ejemplo2. Hallar el rango de la matriz A

2 0 2 0 2
0 1 0 1 0 

2 1 0 2 1
 
0 1 0 1 0
Solución

2 0 2 0 2 1 0 1 0 1
0 1 0 1 0  0 1 0 1 0 
 ⎯⎯⎯
1/2 f1
→
2 1 0 2 1 2 1 0 2 1
   
0 1 0 1 0 0 1 0 1 0

1 0 1 1
0 1 0 1 1 0
0 1 0 1 0  0 1 0 1 0 
f3 − 2 f1
⎯⎯⎯ → f3 − f 2
⎯⎯⎯ →
0 1 −2 2 −1 0 0 −2 1 −1
   
0 1 0 1 0 0 1 0 1 0
 1 0 1 10 1 0 1 0 1 
0 1 0 1 0  0 1 0 1 0 
f4 − f2
⎯⎯⎯ → ⎯⎯⎯→ 
−1/2 f3

0 0 −2 1 −1 0 0 1 −1/ 2 1/ 2 
   
0 0 0 0 0 0 0 0 0 0 

 ( A) = 3

Ejemplo3 Bajo que condiciones el rango de la matriz A será menor que 3.

1 0 0 
0 h − 2 2 
A= 
0 k − 1 h − 2
 
0 0 3 
Solución
Para que el rango sea menor que 3, todas las submatrices cuadradas de orden 3 deben tener su
determinante nulo.
1 0 0
0 h−2 = 0  ( h − 2 ) − 2(k − 1) = 0 ………………(1)
2
2
0 k −1 h − 2

1 0 0
0 h − 2 2 = 0  3(h − 2) = 0  h = 2 ……………….. (2)
0 0 3

1 0 0
0 k − 1 h − 2 = 0  3(k − 1) = 0  k = 1 ………………(3)
0 0 3

1 h−2 2
0 k − 1 h − 2 = 0; h, k
0 0 3

Luego de (1) , (2) y (3) deducimos ℎ = 2, 𝑘 = 1

Reemplazamos los valores h , k y calculamos el rango
 1 0 0 1 0 0
0 0 2 2 
⎯⎯ C3 0 2 0
A= ⎯C⎯ ⎯⎯→
0 0 0 0 0 0
0 0 3 0 3 0

1 0 0 1 0 0
0 1 0 f 4 −3 f 2 0 1 0
⎯1⎯ ⎯→
/ 2 f2
⎯⎯ ⎯→
0 0 0 0 0 0
0 3 0 0 0 0

1 0 0
4 −3 f 2
0 1 0
⎯Cf
⎯ ⎯
⎯→
0 0 0
0 0 0

MATRIZ INVERSA
Una matriz cuadrada A, se llama invertible si existe una matriz cuadrada B tal que AB=BA=I,
entonces a la matriz B se llama inversa de la matriz A y se denota por B = A−1

PROPIEDADES DELA MATRIZ INVERSA

−1 −1
1. I −1 = I 4. ( A ) = A
−1 −1 t −1 −1 t
2. (kA) = kA 5. ( A ) = ( A )
−1 −1 −1
3. ( AB) = B A

MATRIZ INVERSA DE SEGUNDO ORDEN

DETERMINANTE DE UNA MATRIZ DE SEGUNDO ORDEN

El determinante de una matriz de segundo orden:

a a12 
A =  11
 a21 a22 
Es el número real denotado por det(A) o A y definido de la siguiente manera:
 a a 
det( A) =  11 12  = a11a22 − a21a12
 a21 a22 

 a11 a12 
TEOREMA: La matriz A =   tiene inversa A-1, si y solo si det(A) o A  0
 21 22 
a a
1 a −a12 
A−1 =  22
A  −a21 a11 

Ejemplo: Hallar si existe la matriz inversa de la matriz A

1 3 
A= 
2 4
Hallando su determinante
1 3
A= = 4 − 6 = −2
2 4

1  4 −3 
A−1 = − 
2  −2 1 

−2 1.5
𝐴−1 = [ ]
1 −0.5
Ejemplo:
 1 −1/ 2  3 1
Sean las matrices A=  y B= 
 −2 3 / 2  4 2
Como AB=BA=I, entonces B es la matriz inversa de A: es decir:

3 1
A−1 =  
4 2
Observaciones
1.- Si una matriz tiene inversa, entonces esta inversa es única
2.- Si B es la matriz inversa de A, entonces también se puede decir que A es la matriz inversa de B
3.- No siempre una matriz cuadrada tiene inversa.

DEFINICIONES:
i) Una matriz cuadrada A se dice que es no singular , si y sólo si det(A)  0
ii) Una matriz cuadrada A se dice que es singular, si y sólo si det(A) = 0.
  1 −1/ 2 
Ejemplo1. Sea la matriz A =   como A =1/2  0, entonces A es no singular
 −2 3 / 2 
Ejemplo2: Sea la matriz
3 4
A= 
6 8 
Como A = 0, entonces A es singular.
“Una matriz cuadrada A tiene inversa si y sólo si A  0, que equivale decir una matriz
cuadrada A tiene inversa si y solo si A es no singular”.
En símbolos :
A−1 si y sólo si A  0, que equivale decir, A−1 si y solo si A es no singular”.

DETERMINANTE DE UNA MATRIZ DE TERCER ORDEN

a) MENOR COMPLEMENTARIO. El menor complementario de un elemento de una matriz A de

tercer orden es el determinante de una matriz cuadrada de segundo orden, que se obtiene después de
borrar la fila i y la columna j.
Al menor complementario de aij denotaremos por Mij.

Ejemplo .- Sea
 a11 a12 a13 
A =  a21 a22 a23 
 a31 a32 a33 
a22 a23 
Al menor complementario de a11 , M11 =  
 a32 a33 

a a 
Al menor complementario de a12 , M12 =  21 23 
 a31 a33 

a a 
Al menor complementario de a13 , M13 =  21 22 
 a31 a32 
 c) COFACTOR DE UNA ELEMENTO DE UNA MATRIZ.-

Al cofactor del elemento aij de una matriz A es denotado por 𝐴𝑖𝑗 y esta definida por:
Aij = ( −1)
i+ j
M ij

Ejemplo. Consideremos la matriz A de tercer orden c

A11 = ( −1)
1+1
El cofactor de M 11

A12 = ( −1)
1+ 2
El cofactor de M12 = − M12

A13 = ( −1)
1+ 3
El cofactor de M 13 = M 13

Definición:_ Sea la matriz de tercer orden:

 a11 a12 a13 
A =  a21 a22 a23 
 a31 a32 a33 

El determinante de la matriz A es un número real denotado por det(A) o A y es igual a la suma

algebraica de los productos de los elementos de una fila o columna por sus respectivos cofactores,
es decir:

A = a11 A11 + a12 A12 + a13 A13 = a11M11 − a12 M12 + a13M13

 a22 a23   a21 a23   a21 a22 

A = a11   + a12 a a  + a13 a a 
 a32 a33   31 33   31 32 

= a11 (a22 a33 − a23a32 ) −a12 (a21a33 − a23a13 ) + a13 (a21a32 − a31a22 )

OBTENCION DE LA INVERSA DE UNA MATRIZ

Teorema. Si A es una matriz invertible ( A ≠ 0) entonces la matriz inversa esta dada por:
adjA 1
A−1 = = (adjA)
A A

Ejemplo1: Hallar la inversa de la matriz si existe

  −3 0 −4 
A =  4 1 3 
 2 0 4 
Solución

−3 0 −4
A= 4 1 3 = −3(4 − 0) + 0(16 − 6) − 4(0 − 2) = −12 + 8 = −4
2 0 4
Como :
A = −4  0
Entonces A tiene matriz inversa
Calculamos la matriz de cofactores

 A11 A12 A13   M11 − M12 M13   4 −10 −2 

CA =  A21 A22 A23  =  − M 21 M 22 − M 23  =  0 −4 0 
 
 A31 A32 A33   M 31 − M 32 M 33   4 −7 −3

 4 −10 −2 
t

adjA =  0 −4 0 
 4 −7 −3

 4 0 4   −1 0 −1 
1 1  −10 −4 −7  = 5 / 2 1 7 / 4 
A−1 = (adjA) =
A −4 
 −2 0 −3 1/ 2 0 3 / 4 

Ejemplo2: En la matriz
 3 6 −9
A =  0 2 1 
 −3 −1 2 

Hallar su inversa si existe:

 5 −3 24 
A = 87  0 adjA =  3 33 −3
 −6 21 6 
 A ≠ 0, existe 𝐴−1

 5 −3 24 
1 1  3 33 −3
A−1 = (adjA) =
A 87  
 −6 21 6 

INVERSA DE UNA MATRIZ POR OPERACIONES ELEMENTALES.

( )
Se aplica el método de Gauss-Jordan. A = aij una matriz cuadrada de orden 𝑛𝑥𝑛 , entonces el
método es:

( A I ) ⎯⎯→ ( I B) 
−1
O. E
B=A

Donde I es la matriz identidad de orden nxn

No es presiso conocer de antemano si A es no singular, Si A es singular, al aplicar este método

ocurre que uno de los elementos de la

Diagonal I que aparece ( I B) es cero y por tanto dicha matriz nunca será la identidad, no existe
A−1

Ejemplo 1: Determinar la inversa de la matriz

 2 3 4
A =  4 2 2 
 −1 1 2 

mediante transformaciones elementales.

Solución.
Aplicando el método:

2 3 4 1 0 0  −1 1 2 0 0 1
( A I ) =  4 2 2 0 1 0  →  4 2 2 0 1 0 
⎯⎯
f1 ⎯
⎯→ f2
⎯⎯⎯⎯
 −1 1 2 0 0 1   2 3 4 1 0 0 

1 −1 −2 0 0 −1 1 −1 −2 0 0 −1
−1 f1
⎯⎯⎯ →  4 2 2 0 1 0  f 2 − 4 f1
⎯⎯⎯ →  0 6 10 0 1 4 
 2 3 4 1 0 0   2 3 4 1 0 0 
 1 −1 −2 0 0 −1 1 −1 −2 0 −1 
0
f3 − 2 f1
⎯⎯⎯ → 0 6 10 0 1 4  ⎯⎯⎯
1/6 f 2
→ 0 1 5 / 3 0 1/ 6 2 / 3
0 5 8 1 0 2  0 5 8 1 0 2 

1 0 −1/ 3 0 1/ 6 −1/ 3 1 0 −1/ 3 0 −1/ 3 

1/ 6
→ 0 1 5 / 3
⎯⎯⎯f1 + f 2
0 1/ 6 2 / 3  ⎯⎯⎯→ 0 1 5 / 3
 f3 −5 f 2
0 1/ 6 2 / 3 
0 5 8 1 0 2  0 0 −1/ 3 1 −5 / 6 −4 / 3

1 0 −1/ 3 0 −1/ 3
1/ 6 5
1 0 0 −1 1 
1
→ 0 1 5 / 3  → 0 1 5 / 3 0 1/ 6 2 / 3
f 2 − f3
−3 f3
⎯⎯⎯ 0 1/ 6 2 / 3  ⎯⎯⎯ 3

0 0 1 −3 5 / 2 4  0 0 1 −3 5 / 2 4 

1 0 0
1
−1 1
1
⎯⎯⎯→ 0 1 0 5 −4 −6 
f1 + f3
3

0 0 1 −3 5 / 2 4 

Entonces

 
 −1 1 1 
 
A−1 =  5 −4 −6 
 5 
 −3 4
 2 

Ejemplo 2: Determinar la inversa de la matriz

2 0 4 
A =  4 −2 6 
8 2 16

mediante transformaciones elementales.

Solución.
Aplicando el método de operaciones elementales:
 2 0 4 1 0 0 1 0 2 1/ 2 0 0 
( A I ) = 4 −2 6 0 1 0  ⎯⎯⎯
1/2 f1
→  4 −2 6 0 1 0
8 2 16 0 0 1  8 2 16 0 0 1 

1 0 2 1/ 2 0 0  1 0 2 1/ 2 0 0 
⎯⎯⎯→ 0 −2 −2
f 2 − 4 f1
−2 1 0  ⎯⎯⎯→ 0 −2 −2
f3 −8 f1
−2 1 0 
8 2 16 0 0 1  0 2 0 −4 0 1 

1 0 2 1/ 2 0 0  1 0 2 1/ 2 0 0 
→ 0 2 0  → 0 1 0 0 1/ 2 
⎯⎯→ f3
⎯⎯⎯⎯
f 2 ⎯
⎯
−4 0 1  ⎯⎯⎯
1/2 f 2
−2
0 −2 −2 −2 1 0  0 −2 −2 −2 1 0 

1 0 2 1/ 2 0 0  1 0 2 1/ 2 0 0 
⎯⎯⎯→ 0 1 0
f1 + 2 f3
−2 0 1/ 2  ⎯⎯⎯→ 0 1 0
 −1/2 f3
−2 0 1/ 2 
0 0 −2 −6 1 1  0 0 1 3 −1/ 2 −1/ 2 

1 0 0 −11/ 2 1 1 
⎯⎯⎯→ 0 1 0
f1 − 2 f3
−2 0 1/ 2 
0 0 1 3 −1/ 2 −1/ 2 

Entonces

 11 
− 2 1 1 
 
A =  −2
−1 1 
0
 2 
 1 1
 3 − − 
 2 2 

Ejemplo 3: Determinar la inversa de la matriz

 0 4 12 
A =  5 2 −4
 −1 −1 −1
mediante transformaciones elementales.

Solución.
Aplicando el método de operaciones elementales:

 0 4 12 1 0 0  −1 −1 −1 0 0 1
( A I ) =  5 −2 −4 0 1 0  →  5 −2 −4 0 1 0 
⎯⎯
f1 ⎯
⎯→ f3
⎯⎯⎯⎯
 −1 −1 −1 0 0 1   0 4 12 1 0 0 

 −1 −1 −1 0 0 1 1 1 1 0 0 −1
⎯⎯⎯→  0 −3 −9
f 2 + 5 f1  −1 f1
0 1 5  ⎯⎯⎯ → 0 −3 −9 0 1 5 
 0 4 12 1 0 0  0 4 12 1 0 0 

1 1 1 0 0 −1 1 0 −2 −1 −1 −6 
→ 0 1 3
⎯⎯⎯f 2 + f3  f1 − f 2
1 1 5  ⎯⎯⎯ → 0 1 3 1 1 5 
0 4 12 1 0 0  0 4 12 1 0 0 

1 0 −2 −1 −1 −6 
⎯⎯⎯→ 0 1 3
f3 − 4 f 2
1 1 5 
0 0 0 −3 −4 −20 

Observese que uno de los elementos de la diagonal principal de la matriz es cero, por lo tanto , esta
matriz nunca podrá ser llevada a la matriz identidad. Luego se puede afirmar que no existe la inversa
de A
PROBLEMAS RESUELTOS

Ejemplo1. Sean las matrices:

a b  2 b  2b + 1 1 
A= = =  2c a 
 B b c  M
0 c    
Si 𝐴 + 𝐵 = 𝐼, hallar la matriz M:

Del enunciado 𝐴 + 𝐵 = 𝐼,

a b   2 b  1 0 
0 c  b c  0 1 
+ =


a + 2 2b
 b 2c  =c

Si las matrices son iguales sus respectivos elementos son iguales:

a + 2 = 1  a = −1
2b = 0  b = 0
2c = 1  c = 1 / 2
Reemplazando en la matriz M:

2b + 1 1  2(0) + 1 1  1 1 
M =  =  2(1 / 2) − 1 = 1 − 1
 2 c a     

Ejemplo2.Se dan las matrices definidas por:

− 2 0 
A= ; 𝐵 = 𝐴 + 2𝐴 + 3𝐴 + 4𝐴 + ⋯ … … . … + 𝑛𝐴(n  N )
 4 − 2
Entonces la traza de la matriz B es:
Solución
− 2 0 
De la matriz A=  , 𝑇𝑟𝑎𝑧(𝐴) = (−2) + (−2) = −4
 4 − 2
De la expresión matricial B= A+2A+3A+4A+……….…+ nA

Traz(B) = Traz( A)+Traz(2 A) +Traz(3A)+ ...... + Traz(nA)

Traz(B) = Traz( A)+2Traz( A) +3Traz( A)+ ...... + nTraz( A)

Traz( B) = (1 + 2 + 3 + ... + n)Traz( A)

 n(n + 1)   n(n + 1) 
Traz( B) =  Traz( A) =  (−4) = -2n(n+1)
 2   2 

Problema 3. Calcular ( A + B ) y ( A + B )( A − B) , si
2

1 0 0 − 1  2 1
A2 = B 2 =  ; AB =  ; BA =  
0 1  1 2   − 1 0
Solución
a) Calculamos ( A + B ) 2 = ( A + B)( A + B) = AA + AB + BA + BB
( A + B ) 2 = A2 + AB + BA + B 2

1 0  0 − 1  2 1  1 0   4 0 
= + 1 2  +  − 1 0  +  0 1  =  0 4 
0 1         
b) Calculamos ( A + B)( A − B) :
( A + B )( A − B) = A2 − AB + BA − B 2

1 0  0 − 1  2 1  1 0
=  - 1 2  +  − 1 0  -  0 1 
0 1       

2 2
= 
− 2 − 2
Ejemplo 4. Determine la matriz A si:
0 − 1 0 
A1 / 80 = 1 1 1 
0 0 − 1
Solución:
Elevando al cuadrado a la matriz A1 / 80 :

A 2 / 80 = A1 / 80  A1 / 80
  0 − 1 0  0 − 1 0 
A 2 / 80 = 1 1 1  1 1 1 
0 0 − 1 0 0 − 1

− 1 − 1 − 1
=  1 0 0 
 0 0 1 

Elevando al cubo A1 / 80 ;
A3 / 80 = A 2 / 80  A1 / 80

− 1 − 1 − 1 0 − 1 0  − 1 0 0 
   
=  1 0 0  1 1 1  =  0 − 1 0  = − I
 
 0 0 1  0 0 − 1  0 0 − 1

Luego se deduce que si, A

3 / 80
= − I  ( A3 / 80 ) 2 = (− I ) 2

A 6 / 80 = I

Para hallar la matriz A: A = ( A

78 / 80
)( A 2 / 80 )

A = ( A6 / 80 )13 ( A 2 / 80 )

A = ( I )13 ( A 2 / 80 )

A = ( A 2 / 80 )

− 1 − 1 − 1
A= A 2 / 80
=  1 0 0 
 0 0 1 

Ejemplo 5. Hallar todas las matrices de orden 4x4 que sean conmutables con

0 1 0 0
0 0 1 0
A=
0 0 0 1
 
0 0 0 0
Solución

Sea B la matriz genérica a hallarse, tal que:

a b c d
 e f g h
B= 
i j k l
 
m n o p 
Ejecutando las operaciones se obtiene:

e f g h 0 a b c
i j k l  0 e f g 
AB =  y BA = 
m n o p 0 i j k
   
0 0 0 0 0 m n p

Como AB = BA (conmutables), se tiene:

e = i = m = n = p = 0; a = f = k = q ; b = g = l c = h ; e = j = p = 0; i = n = 0
Las matrices que sean conmutables con la matriz A tendrán la forma:

a b c d
0 a b c 
B=
0 0 a b
 
0 0 0 a

Donde a, b, c, d  R

Ejemplo 6: Dada la matriz

4 2 4 
A = 2 10 1 
4 5 21

Hallar la matriz triangular inferiorB, tal que :BBt =A

Solución sea la matriz

 a 0 0 a b d
B =  b c 0   B = 0
 t
c e 
d e f  0 0 f 

Si BBt =A entonces:
a 0 0 a b d  a2 ab ad 
b  
 c 0  0
 c e  =  ab b2 + c2 bd + ce 
d e f  0 0 f  ad bd + ce d 2 + e 2 + f 2 
c

Entonces igulando matrices se tiene:

a2 = 4 ab = 2 ad = 4
ab = 2 b 2 + c 2 = 10 bd + ce = 1
ad = 4 bd + ce = 5 d 2 + e2 + f 2
= 21

De donde obtenemos:
a = 2, b = 1 c = 3 d = 2 e = 1 f = 4

2 0 0
B = 1 3 0
2 1 4

Ejemplo 7.Determinar si existe la inversa de la matriz

1 0 0
A = − 1 2 0
 1 2 3

Solución. La matriz A es invertible, puesto qu no hay ceros en la diagonal principal

1 0 0 1 0 0  1 0 0
A. A−1 = − 1 2 0 x
 21 1 / 2 0  = 0 1 0
 1 2 3  x31 x32 1 / 3 0 0 1
 Para calcular x21 se efectua el producto ecalar de la tercera fila de A por la primera columna de

A-1, esto es (-1,2,0) .(1,x21, x31) = 0 x21=1/2

Acontinuacion se efectua el producto escalar de la tercera fila de Apor la primera columna de A-1;

es decir :

(1,2,3) .(1, 1/2, x31) = 0 x31=-2/3.

Finalmente se calcula el producto escalar de la tercera fila de A por la segunda columna de A-1

esto es

(1,2,3) .(0, 1/2, x32) = 0 x32=-1/3.

 1 0 0 
A−1 =  1 / 2 1/ 2 0 
− 2 / 3 − 1 / 3 1 / 3

Ejemplo 8. Determinese todas las matrices de la forma:

1 2a b c 
 0 −1 d e 
A=
0 0 1 2f 
 
0 0 0 −1 

Tales que su inversa sea la matriz original

Solución :

Debemos determinar que :

A−1 = A  AA−1 = AA  A2 = I

Entonces:
1 0 2(b + ad ) 2( ae + bf ) 
0 1 0 2( df − e) 
A =
2
=I
0 0 1 0 
 
0 0 0 −1 
Por lo tanto se deduce que:
2(b + ad ) = 0  b + ad = 0  b = −ad
2(ae + bf ) = 0  ae + bf = 0
2(df − e) = 0  df − e = 0  e = df

Luego :
b = −ad , e = df ; a, b, e, f  R
Y satisfacen la ecuación ae + bf = 0; c  R por lo tanto:

1 2a − ad c 
 0 −1 d df 
A=
0 0 1 2f 
 
0 0 0 −1 

Ejemplo 9. Sean las matrices 𝐴; 𝐵; 𝐶 y Q; tales que 𝐶 = 𝐴𝐵 y 𝐵 = 𝑄𝐴. si B es involutiva, hallar

x y Q , si 𝑑𝑒𝑡(𝐶 −1 ) = 2,

 1 1 −1
Adj (C ) =  −10
−1
x 2 
 7 −3 1 
Solucion:

Del enunciado : det(C −1 ) = C −1 = 2

3−1 2
Adj (C −1 ) = C −1 = C −1 = 2 = 4 ………….(2)
2
Por teoría:
Del enunciado del problema:

 1 1 −1
Adj (C ) =  −10
−1
x 2  = 8 x
 7 −3 1 
…………..(3)

Igualando (2) y (3) , se obtiene:

8x=4 entonces x=1/2 …………..(4)

Luego reemplazando (4) en (3) se obtiene:

  1 1 −1
 −1
Adj (C ) =  −10 1/ 2 2 
 7 −3 1 

Por teoría se sabe que;

adj (C −1 ) = C −1 ( C −1 )
−1

Adj (C −1 ) = C −1 C
C −1 = C −1 adj ( C )

Ademas del enunciado y teoría:

B=QA

BB=QAB, B involutivo y C=AB

 I = QC

IC =QCC-1

Q = C-1
Q = C −1 adj (C )
−1
Hallando :  Adj (C −1 ) 
1 1 −1 1 0 0  1 1 −1 1 0 0 
10 1/ 2 2 0 1 0  ⎯⎯⎯→
f 2 +10 f1 0 21/ 2 −8 10 1 0 
   
 7 −3 1 0 0 1  0 −10 8 − 7 0 1 

1 1 −1 1 0 0  1 1 −1 1 0 0 

f 2 + f3  f3 + 20 f 2
→ 0 1/ 2 0 3 1 1  ⎯⎯⎯⎯
⎯⎯⎯ → 0 1/ 2 0 3 1 1 
0 −10 8 − 7 0 1  0 0 8 53 20 21

1 1 −1 1 0 0  1 0 −1 − 5 −2 −2 
→ 0 1/ 2 0 3 1 1  ⎯⎯⎯→ 0 1/ 2 0

f3 + 20 f 2
⎯⎯⎯⎯  f1 − 2 f 2
3 1 1 
0 0 8 53 20 21 0 0 8 53 20 21
 8 0 0 − 13 4 5 1 0 0 − 13 / 8 4 / 8 5 / 8 
8 f1 + f3
⎯⎯⎯ → 0 1/ 2 0 3 1 1  ⎯⎯⎯
1/8 f1
→ 0 1 0 6 2 2 
0 0 8 53 20 21 0 0 1 13 / 8 20 / 8 21/ 8 

Finalmente tenemos:

 −13 / 8 1/ 2 5 / 8   −13 / 4 1 5 / 4 
 Q = (2)  6 2 2  =  12 4 4 
 53 / 8 5 / 2 21/ 8  53 / 4 5 21/ 4 

Problema 10. Si las matrices:

 1 −3 2  1 3 6
A =  −3 3 −1 B =  2 6 11
 2 −1 0   3 8 14 
y

Cumple las siguientes condiciones:

A I ( adj ( A) −1 ) X = B

( adj ( A) ) Y = 2 X
−1
A

Hallar las matrices X e Y.

Como adj ( A) = A A−1   Adj ( A)  = A
−1 −1
A, (hemos supuesto que A−1 )
 A I ( adj ( A) −1 ) X = B  A I A
−1
AX = B  A = B
 X = A−1B
como
1 2 3
A =  2
−1
4 5 
 3 5 6 

Entonces:
1 2 3 1 3 6  14 39 70 
X = A−1 B =  2 4 5  2
 6 11 =  25 70 126 
 3 5 6   3 8 14   31 87 157 
 ( adj ( A) ) Y = 2 X 
−1 −1
A A A A−1Y = 2 X  Y = 2 AX

Luego aplicando la ultima ecuación matricial:

 1 −3 2  14 39 70   2 6 12 
Y = 2  −3 3 −1  25 70 126  =  4 12 22 
 2 −1 0   31 87 157   6 16 28

Ejemplo 11. Si A es una matriz simétrica, calcular el determinante de A y su matriz inversa.

1 a + b 0 
A = 2 5 a 
b x 3
Solución.
Si A es una matriz simétrica, entonces:

𝑎+𝑏 = 2
{𝑏 = 0 ⇒𝑎=2
𝑥=𝑎 ⇒ 𝑥=𝑎=2

1 2 0 
 
Luego A = 2 5 2  A = −1
 
0 2 3

Calculando su inversa

1 1 −1 1 0 0  1 1 −1 1 0 0 
10 1/ 2 2 0 1 0  ⎯⎯⎯→
f 2 +10 f1 0 21/ 2 −8 10 1 0 
   
 7 −3 1 0 0 1  0 −10 8 − 7 0 1 

EJERCICIOS PROPUESTOS
1. Halle la traza de la matriz A40 si

0 1 0
 
A = 0 0 2
3 0 0
 

2. Para que valores reales de m el sistema

 5mx + (m + 2) y = 27
L
mx + (3 − m) y = 8

es compatible determinado.

3. ¿Cuáles deben ser los valores reales de x para que la matriz

 x 2 0 
 
 2 x x + 2 x  no sea inversible?
 x +1 − x 2 
 3

4. Sea A =  aij  / A2 = A , halle el valor de

33

traz ( A) + det( A−1 + At ).

nx − 6 y = 5n − 3
5. Dado el sistema 
2 x + (n − 7) y = 29 − 7 n

Calcule n para que el sistema sea inconsistente.

6. Dado el polinomio P(x)

x 1 1
P( x) = 1 x 1
1 1 x

Calcule el término independiente de P.

7. Halle m + n , para que el sistema sea indeterminado

( m 2 + 4 ) x + ny = n
 , m, n 
( 4 − n ) x + y = 1
8. Dada la matriz A =  aij  tal que:
33

3 − aij , si i  j

aij =  . Calcular A .

 − aij , si i = j

9. Si el siguiente sistema de incógnitas x e y.

( t − 3m + 4 ) x + ty = 2m
 2

 ; t, m  tiene infinitas soluciones, calcular m + t.

mx + 3 y = m

10. Calcular el determinante de la matriz A de orden 4; si

5 si i  j
aij = 
3 si i  j

11.Sabiendo que :
a1 b1 c1
a2 b2 c2 = x
a3 b3 c3
.
12.-Hallar el valor del determinante

b1 + c1 c1 + a1 a1 + b1
b2 + c2 c2 + a2 a2 + b2
b3 + c3 c3 + a3 a3 + b3

13. Hallar el valor de k  0 , de tal manera que el sistema:

 x + y − z = kx

 2 x − ky = 2 z , tenga infinitas soluciones.
x − y = 1+ k z
 ( )

 1 1 −1
 
14. Si Adj ( A) =  −10 k 2  , donde A = 2 . Hallar el valor de k .
 7 −3 −1
 

15. ¿Para qué valores de k el sistema de ecuaciones

 x + ky = 3
 , tiene solución única?
 kx + 4 y = 6

16. Sean A =  aij  / A =2 y

33

 det(2 At ) det(− B ) 
B = bij  / B = −2 Calcule det  −1 
4 4
 det(3 A ) det(2 B ) 

17. Sean las matrices A =  aij  tal que

2 2

2i − j , i j
aij =  , B = bij  tal que
 i , i j 2 2
 i + 2 j , i  j
bij =  además AX = B , calcular el determinante de X .
2 + j , i  j

18. Resolver el sistema:

2 (1 + 2 y ) = 20...... (1)
 x

 x +1
2 (1 − y ) = −8..... ( 2 )

De cómo respuesta x 2 y .
2 1 b
 
19. Sea la matriz que cumple: A =  c 3 2  cuya traza es 7 y el producto de los elementos de su
1 1 a
 
diagonal secundaria es -3,Además su

a b c
determinante es 10. Calcular: c c a.
b a a

20Hallar la traza de la siguiente matriz simétrica:

𝑥 𝑥 + 2𝑦 10
𝐴=[ 5 2𝑦 3𝑧 + 𝑥 ]
2𝑦 + 3𝑧 7 3𝑧

21 Dadas las matrices:

 2 − 1 4 8 1
A = − 1 2  B = 
2 − 1 3
Hallar la traza de A.B
 0 1 


22. Hallar los valores de x , para que la matriz A sea Antisimétrica, siendo:

x 2 − 5x + 6 x 2 − 4 x + 1
A=
x 2 − 4 x + 5 x 2 − 7 x + 12

2a 2b a b
23. Si A = = 64 , entonces hallar el determinante de
2c 2d c d
 i − j si i  j

24. Sea la matriz A =  aij  ij si i = j
32 =
i + j si i  j


determinar la traza (A At)

25. Hallar el valor de 10x, si cumple la ecuación siguiente:

log 5 1 1
1 x log 5
1 1 log 5 =
log 5 0
1 log 4 1

26. Hallar el valor de “a”, si se sabe que la matriz no posee inversa:

 3 −2 4 

A = − 3 a − 2a 
 2 − 3 2 

2 1
27. Si P(x)=2x+3 y A= -1
 encontrar la traza (P(A ))
 1 1

1 2
28. Sea el polinomio: 𝐹(𝑥) = 𝑥 2 − 2𝑥 + 1; y la matriz: A =   Calcular la suma de los
1 1 
elementos de F(A)

30. Si A es una matriz antisimetrica definida

 a−b d c 
A = 4 a b + 1 − 4 
 e 4 c − 2

determinar el valor de T=a+b+c+d+e

31. Dadas las matrices siguientes:

 2 − 3 1 3 
At =   Bt =  
− 2 5  , 2 − 2
Al resolver:
1
( A + B )t , no se obtiene una matriz:
3

A. diagonal B. unidad C. simétrica D. identidad E. escalar

32. Hallar el ángulo con el cual:

sec  tan 
= 0.8
sen 1

33. Hallar el mayor valor que toma k en

k − 3 3 −3 
A =  − 3 k + 5 − 3 
 − 6 6 k − 4

34. Calcular por inducción la n- ésima potencia de la matriz:

a 1 
A= 
0 a 

1 − 1 0 

35. Hallar el determinante de: A = 0 1 0

 
2 0 1

0 1 1 

36. Si A es una matriz que cumple: A = 1 0 1

 
1 1 0

(A+I)2= (A-I)2= hallar la traza de A.

37 Dado el polinomio P( x) = x − 2 x + +1 , calcular la suma de todos los elementos de P ( A)

34 9

 0 −1 
donde  
1 1 
CAPITULO 3
SISTEMAS DE ECUACIONES

Introducción
En el estudio de los sistemas de ecuaciones aplicaremos la teoría de matrices y determinantes para
obtener la solución de sistemas de ecuaciones lineales, así mismo trataremos las condiciones que debe
tener los sistemas de ecuaciones para tener solución; también se estudiara las soluciones de m
ecuaciones con n incógnitas.

DEFINICION 1.
Llamaremos ecuación lineal a la expresión dada por:

a1 x1 + a2 x2 + ...... + an xn = b
Donde a1 , a2 , a3 ,....., an , se llaman coeficientes y los x1 , x2 , x3 ,......xn se llaman incógnitas

DEFINICION 2.
Llamaremos sistemas de ecuaciones a un conjunto de ecuaciones con dos o más incógnitas que se
verifican para ciertos valores asignados a sus incógnitas, existen dos tipos de sistemas que son las
lineales y las no lineales.
Un sistema de m- ecuaciones lineales con n incógnitas, es un conjunto de ecuaciones de la forma:

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3

am1 x1 + am 2 x2 + am3 x3 + + amn xn = bn

Donde:
 a11 a12 a13 a1n 
a a2 n 
 21 a22 a23 es la matriz de coeficientes.
A =  a31 a32 a33 a3n 
 
 
 am1 am 2 am3 amn  mn

 x1 
x 
X =  2  es la matriz de las n- incógnitas
 
 
 xn 

 b11 
b 
B =  21  es la matriz de los términos independientes
 
 
bn1 
  a11 a12 a13 a1n .b1 
a a2 n .b2 
 21 a22 a23
 A / B  =  a31 a32 a33 a3n .b3 
 
 
 am1 am 2 am3 amn .bn  mn

Es la matriz ampliada (o aumentada) del sistema

En la forma matricial, el sistema anterior se escribe: 𝐴𝑋 = 𝐵

SISTEMA DE ECUACIONES LINEALES HOMOGENEA Y NO HOMOGENEA.

Dada la ecuación matricial el AX=B, se tiene:

a) Si B =  m1 entonces diremos que el sistema es homogéneo

a11 x1 + a12 x2 + a13 x3 + + a1n xn = 0

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = 0
a31 x1 + a32 x2 + a33 x3 + + a3n xn = 0

am1 x1 + am 2 x2 + am3 x3 + + amn xn = 0

Ejemplo1:
1x + 3y + 7z = 0
2 x + 4 y − 5z = 0
4 x − 6 y + 8z = 0

b) Si B   m1 entonces diremos que el sistema es No homogéneo

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3

am1 x1 + am 2 x2 + am 3 x3 + + amn xn = bn

Ejemplo2:

3𝑥 −4𝑦 = 12
5𝑥 +6𝑦 = 18
SOLUCION DE UN SISTEMA ECUACIONES

Es el conjunto solución o el conjunto de valores que toman las incógnitas con la propiedad de verificar
a cada una de las ecuaciones del sistema y que estas soluciones si existen dependen de la cantidad de
incógnitas, es decir:
1.-Si el sistema tiene dos incógnitas si existe solución será de la forma (x,y) que se denomina
par ordenado.

2.- O También el sistema tiene tres incógnitas si existe solución será de la forma (x,y,z) que se
denomina terna ordenada.

3.- En general si el sistema tiene “ n” incógnitas una solución será de la forma ( x1 , x2 , x3 ,......, xn ) que
se denomina n-ada ordenada.

CLASIFICACION DEL LOS SISTEMAS DE ECUACIONES

Los sistemas de ecuaciones se clasifican de acuerdo a ciertas características las cuales podemos
clasificarlo de acuerdo a la solución y de acuerdo al tipo de ecuaciones.

I.DE ACUERDO A LA SOLUCION.-Los sistemas de ecuaciones de acuerdo a la solución se

clasifican en compatibles o incompatibles dependiendo si existe o no solución.

i) SISTEMA COMPATIBLE.- Los sistemas compatibles son aquellos que al menos admiten una
solución y que también se les llama sistemas consistentes.
Los sistemas compatibles a su vez pueden ser. Sistemas compatibles determinados y sistemas
compatibles indeterminados.

ii) SISTEMAS COMPATIBLES DETERMINADO.- Es cuando el sistema presenta un número

finito de soluciones, en estos casos se observa que el número de ecuaciones es igual al número de
incógnitas.

EJEMPLO 1

5x + 6 y = 20
4 x − 3 y = −23
Este sistema tiene una sola solución x=-2; y = 5

EJEMPLO 2

3x +2 y +z = 8
4 x −3 y −z = 2 Este sistema tiene una sola
x +y − z = 12
solución 𝑥 = 2; 𝑦 = 4; 𝑧 = −6
b) SISTEMA COMPATIBLE INDETERMINADO.-
cuando el sistema presenta un número infinito de soluciones y este caso ocurre por lo general cuando
el número de incógnitas es mayor que el número de ecuaciones.

3𝑥 −4𝑦 + 𝑧 = 12
5𝑥 +6𝑦 + 𝑤 = 18

SISTEMA INCOMPATIBLE
Son aquellos sistemas que no admiten solución alguna y esto ocurre por lo general cuando el
número de ecuaciones es mayor que el número de incógnitas estos sistemas también se le llama
inconsistente o absurdo.
En Resumen:
a1 x + b1 y = c1
a2 x + b1 y = c2
a1 b
a) Tiene solución única si  1
a2 b2
a b c
b) Tiene infinitas soluciones si 1 = 1 = 1
a2 b2 c3
a b c
c) No tiene solución: 1 = 1  1
a2 b2 c3

Ejemplo3

3𝑥 −4𝑦 = 12
6𝑥 −8𝑦 = 18

A la primera ecuación se le multiplica por 2 y se obtiene

6𝑥 −8𝑦 = 24
6𝑥 −8𝑦 = 18

de donde 24=18 (absurdo) entonces el sistema no tiene solución

DE ACUERDO AL TIPO DE ECUACIONES.

De acuerdo al tipo de ecuaciones el sistema pude ser lineales o no lineales.

SISTEMAS LINEALES. Son aquellos sistemas formados por ecuaciones lineales y su nombre se
debe a que estas ecuaciones en la geometría analítica representan a una recta o planos en el espacio.

2 x +2 y +z = 8
2 x + 6 y = 10
4 x −3 y +8 z = 20
x− 5 y = −7
7x +y − z = 12
En general el sistema lineal se representa así:

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3

am1 x1 + am 2 x2 + am3 x3 + + amn xn = bn

SISTEMAS NO LINEALES. Son aquellos sistemas en donde por lo menos una de sus
ecuaciones es no lineal.

x 2 + 6 xy = 10 x
+
3y
=4
a) b) x − 2 y −3
x− y =1
x2 − y2 = 3

log 2 x + log 2 x = 2
c)
x log3 y +y = 4

METODOS PARA RESOLVER UN SISTEMA LINEAL

Los sistemas de ecuaciones lineales han sido resueltos por diversos métodos, nosotros estudiaremos
los más importantes

1) SISTEMAS DE DOSECUACIONES LINEALES CON DOS INCOGNITAS.-

Consideremos el siguiente sistema de dos ecuaciones lineales con dos incógnitas “ x“ e “y”

 a11 x + a12 y = b1
 (1)
a21 x + a22 y = b2
Donde a11 , a12 , a21 , a22 son números reales, x e y son incógnitas.
Resolveremos estos sistemas por los siguientes métodos

METODO DE SUSTITUCION

Este método consiste en despejar de una de las ecuaciones el valor de una de las variables y el
resultado se reemplaza en la otra ecuación, obteniéndose una sola ecuación con una sola variable, el
valor obtenido de esta ecuación se reemplaza en cualquiera de las dos ecuaciones del sistema

Ejemplo1

3𝑥 −4𝑦 = 12
5𝑥 +6𝑦 = 18
Solución
Despejamos la variable x de la primera ecuación, …………….(3)
Este valor se reemplaza en la segunda ecuación

 8 − 4y 
8  − 9 y = −77
 3 

Resolviendo la ecuación. 64 − 32𝑦 − 27𝑦 = −231

64 + 231 = 32𝑦 + 27𝑦
295 = 59𝑦
5= 𝑦

El valor de “y” se reemplaza en (3)

8 − 4 y 8 − 4(5) 12
x= = =−
3 3 3
𝑥 = −4

El conjunto solución es (−4,5)

METODO DE REDUCCION
El método consiste en multiplicar cada una de las ecuaciones del sistema por un factor no nulo que
son los coeficientes de la incógnita que se va ha eliminar, para luego sumarla o restarla con la
finalidad de eliminar a dicha incógnita que se reemplaza en cualquiera de las dos ecuaciones.

Ejemplo
18 x +5 y = −11

12 x +11 y = 31

Solución
A la primera ecuación multiplicamos por 11 y por -5 a la segunda ecuación.
198 x +55 y = −121

−60 x −55 y = −155
138x 0 = -276
de donde x= -2

Al reemplazar la en la primera ecuación.

18(−2) + 5𝑦 = −11
5𝑦 = −11 + 36
5𝑦 = 25
𝑦=5

El conjunto solución es (−2,5)

SISTEMAS DE TRES ECUACIONES LINEALES CON TRES INCOGNITAS

Consideremos el siguiente sistema de tres ecuaciones lineales con tres incógnitas x, y, z

 a11 x + a12 y + a13 z = b1


a21 x + a21 y a23 z = b2
a x +a y +a z = b
 31 32 33 3

Donde a11 , a12 , a13 , a21 , a22 , a23 , a31 , a32 , a33 , son números reales x,y,z son las incógnitas

La solución de un sistema de tres ecuaciones lineales con tres incógnitas se puede obtener aplicando
cualquiera de los métodos estudiados tales como el método de sustitución el método de reducción,
etc.
El método de reducción se usa el criterio siguiente.

1.- Se combina dos de las ecuaciones dadas y se elimina una de las incógnitas y con ello se obtiene
una ecuación con dos incógnitas.

2.- Se combina la tercera ecuación con cualquiera de las otras dos ecuaciones dadas, eliminado así la
variable que se eliminó, antes obteniéndose así otra ecuación con dos incógnitas

3.- Se resuelve el sistema formado por las dos ecuaciones con dos incógnitas que se han obtenido.

4.- Los valores de las incógnitas obtenidas se sustituyen en una de las tres ecuaciones iníciales con la
cual se halla la tercera incógnita.

Ejemplo
3 x + 2y + z =8

4 x − 3y − z=2
 x+ y− z = 12


Solución

Combinando la primera y la segunda ecuación para eliminar “z”

3x + 2 y + z = 8
4x − 3y − z = 2
7 x − y = 10
Combinando la tercera ecuación con la primera se tiene

3x + 2 y + z = 8
x + y − z = 12
4 x + 3 y = 20
Ahora tenemos el sistema de dos ecuaciones con dos incógnitas

7 x − y = 10

4 x + 3 y = 20

Resolvemos este sistema, eliminamos y multiplicamos por 3 a la primera ecuación

21x − 3 y = 30
4x + 3 y = 20
25 x + 0 = 50

Donde x=2, reemplazan en la segunda ecuación:

4(2) + 3𝑦 = 20
3𝑦 = 12
𝑦 =4

reemplazando los dos valores en la primera ecuación inicial se tiene:

3(2)+2(4)+z= 8  6+8+z=8 de donde z=-6

Luego la respuesta es: (2,4,-6)

METODODO DE GAUSS

Para resolver un sistema de ecuaciones lineales

𝐴𝑋 = 𝑏
usando el método de Gauss se procede de la siguiente forma:

1. Formar la matriz aumentada  A b 

2. Transformar la matriz aumentada a su forma escalonada reducida
por filas mediante operaciones fila elementales.
3. Se efectúa las operaciones elementales de la matriz aumentada
hasta que la matriz A se convierta en una identidad I, la matriz b se
convierte en la solución del sistema.

Ejemplo. Resolver el sistema lineal

x+ 2 y + 3z = 9
2x − y+ z =8
3x −z = 3

Mediante la reducción de jordan

Solución

La matriz aumentada del sistema es:

 1 2 3 9

 A b = 2 −1 1 8 
 3 0 −1 3 

Transformamos la matriz aumentada mediante filas elementales

1 2 39  1 2 39 

f 2 − 2 f1 0 − 5 −  
5 2  −1/ 5 f 2 0 −5 −5 − 10 
f3 − 3 f1 0 −6 − 10 − 24  0 −6 − 10 − 24 

1 2 39  1 2 3 9
−1/ 5 f 2 0 1 1 2  0 1
 1 2 
f3 + 6 f 2 0 0 − 4 − 12  −1/ 4 f3 0 0 1 3 

f1 − 2 f 2 1 0 1 5  f1 − f3 1 0 0 2 
f 2 − f3 0 1 0 − 1 0 1
 0 − 1
0 0 1 3  0 0 1 3 

La solución es (x,y,z)=(2,-1,3)

RANGO DE UN SISTEMA DE ECUACIONES

Sea el sistema de ecuaciones lineales

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3 (1)

am1 x1 + am 2 x2 + am3 x3 + + amn xn = bn

O bien en la forma matricial

𝐴𝑋 = 𝐵

Donde A =  aij  es la matriz de los coeficientes del sistema de orden 𝑚 × 𝑛, X =  xi  ,matriz de

m n

las incógnitas de orden 𝑛 × 1, B = bi  es la matriz de los términos independientes de orden 𝑚 × 1,

y Aa =  A B ,es la matriz aumentada.
Se denomina solución del sistema (1) todo vector columna de n componentes de X que convierte la
ecuación matricial (2) es una igualdad. Anteriormente hemos visto que un sistema se denomina
consistente o compatible si tiene por lo menos una solución un sistema en caso contrario se denomina
inconsistente o incompatible.
Para que el sistema (1) se a compatible es necesario y suficiente que se verifique:
𝜌(𝐴) = 𝜌(𝐴′ )

Donde 𝐴′ = [𝐴 ⋮ 𝐵] es la matriz aumentada o ampliada del sistema (1)

Suponiendo que 𝜌(𝐴) = 𝜌(𝐴′ ) = 𝑟, es decir, el sistema es consistente, entonces puede ocurrir.
1. Que el sistema (1) tenga una solución única. Esto sucede cuando el número de incógnitas n
del sistema es igual al rango de una matriz aumentada .Esto es, si el sistema tiene n
incógnitas, tendrá solución única si y solo sí.

𝜌(𝐴) = 𝜌(𝐴′ ) = 𝑟 = 𝑛

2. Que el sistema (1) tenga más de una solución .En este caso el número de incógnitas del
sistema es mayor que el rango de una Matriz aumentada. Es decir, el sistema (1) tendrá más
de una solución, si y sólo sí.

𝜌(𝐴) = 𝜌(𝐴′ ) = 𝑟 < 𝑛

Como𝑟 < 𝑛, entonces la 𝑛 − 𝑟incógnitas toman valores arbitrarios, y a los que se las denomina
valores libres o parámetros.

Si ocurre que 𝜌(𝐴) ≠ 𝜌(𝐴′ ), entonces el sistema (1) es inconsistente.

Propiedades

1.- Una condición necesaria y suficiente, para que el sistema (1) sea consistente, es que el rango de
la matriz de los coeficientes sea igual al rango de la matriz aumentada, el rango de una matriz A de
orden 𝑛 × 𝑚, es el orden de la matriz sub cuadrada más grande contenida en A , cuyo determinante
es no nulo y que denotaremos por r(A)= rango de la matriz .

Observación.

De la definición del rango de la matriz, se observa que si el rango de A es k entonces k  min{n,m}

donde A es la matriz de orden nxm.
Para calcular el rango de una matriz A, es suficiente que entre todas las sub matrices cuadradas más
grande, encontremos una que tenga su determinante no nulo, y si esto no ocurre continuamos con la
sub matriz cuadrada de orden inferior.

Ejemplo: Calcular el rango de la matriz

0 2 −4 
1 4 −5 
A=
3 1 7
 
0 1 −2 
La matriz es de orden 4x3 entonces por definición se tiene k  min{4,3} es decir r(A)  3ahora
formamos las sub matrices cuadradas más grande de A , las cuales son de orden 3x3.

0 2 −4  0 2 −4  0 2 −4  1 4 −5
1 4 −5 , 3 1 7  1 4 −5 , 3 1 7 
       
3 1 7  0 1 −2  0 1 −2  0 1 −2 

Todas tienen determinante cero,

Ahora formamos matrices de orden 2x2

0 2 
1 4  su determinante es -2
 

Por lo tanto r(A)=2

Ejemplo: Investigar la consistencia y hallar la solución del sistema

x −2 y + 3z = 2
2 x −3 y + z =1
3x −y +2 z = 9
Solución
Reduciendo la matriz aumentada  A B a su forma escalonada se tiene:
1 −2 3 2 1 −2 3 2
 A B  = 2 −3 1 1 F1 (−2) = 0 1 −5
 2
− 3 
 3 −1 2 9   3 −1 2 9 

1 −2 3 2 1 0 −7 − 4
F (−3) = 0 1 −5
1
3
− 3 F2 (2) = 0 1 −5
 1
− 3
0 5 −7 3 0 5 −7 3

1 0 −7 −4 1 0 −7 −4
F (−5) = 0 1 −5
2
3 
− 3  F3 (1/ 8) = 0 1 −5 − 3 
0 0 18 18 0 0 1 1
Observese que las matrices escalonadas tiene tres filas no nulas (r=3), entonces:
𝜌(𝐴) = 𝜌(𝐴′ ) = 3

Además el número de incógnitas del sistema es n=3, por tanto el sistema dado tiene solución única.
Para determinar esta transformamos la última matriz a si forma escalonada reducida.
 1 0 0 3 1 0 0 3
F31 (7) = 0 1 −5 − 3  F32 (5) = 0 1 0 2 
0 0 1 1 0 0 1 1

Luego el vector columna solución es: X = (3,2,1)

METODO DE ROUCHE-FROBENIUS
Este método se aplica a los sistemas de “m” ecuaciones con “ n” incógnitas y para esto
consideraremos el siguiente sistema lineal.

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3

am1 x1 + am 2 x2 + am3 x3 + + amn xn = bn

Donde A =  aij  es la matriz de los coeficientes del sistema, X =  xi  ,matriz de las incógnitas
m n

B = bi  es la matriz de los términos independientes y Aa =  A B ,es la matriz aumentada, es

decir:

 a11 a12 a13 a1n   x1   b11 

a    b 
 21 a22 a23 a2 n 
A =  a31 a32 a33 a3n  X =  i  
x =  x2 
B =  bi  =  21 
 
   
   
 am1 am 2 am3 
 xn  bn1 
amn  mn

 a11 a12 a13 a1n .b1 

a a2 n .b2 
 21 a22 a23
Aa =  A / B  =  a31 a32 a33 a3n .b3 
 
 
 am1 am 2 am3 amn .bn  mn

Ahora consideraremos las siguientes propiedades:

1.- Una condición necesaria y suficiente para que el sistema sea consistente, es que el rango de la
matriz de los coeficientes sea igual al rango de la matriz aumentada. Es decir, el sistema es
consistente
 r(A) =r(Aa).

2.- Si el sistema es consistente, se presentan los siguientes casos:

 a) Que el sistema tenga única solución esto ocurre cuando el número de incógnitas del sistema
es igual al rango de la matriz aumentada r(A) = r(Aa) = n.

b) Que el sistema más de una solución (existen infinitas soluciones) esto ocurre cuando el
número, de incógnitas del sistema es mayor que el rango de la matriz aumentada, es decir
r(A) = r(Aa) = k < n.

OBSERVACION.- Si k< n, entonces (n-k) variables o incógnitas del sistema toman valores
arbitrarios, estas variables o incógnitas se les conoce con el nombre de variables libres, variables
independientes o parámetros.
3.- Si el rango de la matriz de los coeficientes es distinto del rango de la matriz aumentada en este
caso se dice que el sistema e inconsistente, es decir: Si r(A) ≠ r(Aa) entonces el sistema es
inconsistente (no existe solución)

Ejemplo1
Para que valores el sistema de ecuaciones lineales, tiene solución única, infinitas soluciones, no
tiene solución.

3x − 2 y +z =b
5x −8 y +9 z = 8
2x +y + az = −1

Solución: Escribimos la matriz aumentada

 3 −2 1 b  f1 − f 3  1 −3 1 − a b + 1
Aa =  5 −8 +9 3   5 −8 +9
 3 
 2 +1 a −1  2 +1 a −1 

1 −3 1 − a b +1  1 −3 1 − a b +1 
   
f 2 − 5 f1 0 7 5a + 4 −5b − 2  0 7 5a + 4 −5b − 2 
f3 − 2 f1 0 7 3a − 2 −2b − 3  f3 − f 2 0 0 −2a − 6 3b − 1 

a) solución única si r(A) = r (Aa) = 3  a≠3.

1
b) No tiene solución si a = −3 y b
3
1
c) Tiene infinitas soluciones si a = −3 y b=
3

Ejemplo 2. Resolver el sistema de ecuaciones lineales

 x +2 y − 3z − 4w = 6

 x +3 y + z − 2w = 4
2 x +5 y −2 z − 5w = 10


Solución.

1 2 −3 −4 6  1 2 −3 −4 6
1 3 1 −2 4  
f 2 − f1 0 1 4 2 − 2 
 
 2 5 −2 −5 10  f3 − 2 f1 0 1 4 3 − 2 

1 2 −3 −4 6
0 1 4 2 − 2 

f3 − f 2 0 0 0 1 0 

Como r(A) = r(Aa) = 3 entonces el sistema es consistente pero como r(A) = 3< 4 (número de
incógnitas) por lo tanto hay infinitas soluciones y el número de variables libres es 4-3= 1

Luego w = 0, 𝑦 + 4𝑧 = −2  𝑦 = −4𝑧 − 2
𝑥 + 2𝑦 − 3𝑧 − 4𝑤 = 6 ,
 𝑥 + 2(−4𝑧 − 2) − 3𝑧 − 4(0) = 6
𝑥 − 8𝑧 − 4 − 3𝑧 = 6
𝑥 = 11𝑧 + 10
(𝑥, 𝑦, 𝑧) = (11𝑧 + 10, −4𝑧 − 2, 𝑧, 0) = (11𝑧, −4𝑧, 𝑧, 0) + (10, −2,0,0)
= 𝑧(11, −4,1,0) + (10, −2,0,0) , 𝑧 ∈ 𝑅

Ejemplo 3 .Resolver el siguiente sistema

ax + by + 2z = 1

 ax +(2b − 1) y +3z = 1
ax + by + (b + 3) z = 2b − 1


Solución.

a b 2 1  a b 2 1 
Aa =  a 2b − 1 3 1  
f 2 − f1  0 b − 1 1 0 
 a b b + 3 2b − 1  a b b+3 2b − 1

a b 2 1 

f3 − f1  0 b − 1 1 0 
 0 0 b + 1 2b − 2 
De la última fila se tiene b+1 = 2b – 2
Si a=0 o b= - 1, el sistema es incompatible.
Si a≠ 0 y b≠ -1 el sistema tiene solución única
Si a≠ 0 , b= 1, tiene infinitas soluciones

Ejemplo4
x +y −z +w=0
3x −y +2 z −3w = 7
x +2 y −2 z − w = −1
+3z +w=9

Solución.

Escribimos su matriz ampliada

1 1 −1 1 0 1 1 −1 1 0
 3 −1 2 3 7  f 2 − 3 f1  0 −4 5 0 7 
Aa =  
1 2 −2 −1 − 1 f 3 − f1  0 1 −1 −2 − 1
   
0 0 3 1 9 0 0 3 1 9

1 1 −1 1 0  1 1 −1 1 0 
 4  − f 2 0
f 2 + 3 f3 0 −1 2 −6
  1 −2 6 − 4 
0 1 −1 −2 − 1  f3 + f 2 0 0 1 −8 3 
   
0 0 3 1 9  0 0 3 1 9 

1 1 −1 0 1 f1 − f 2 1 −5
 0 1 4 
0 1 −2 6 − 4  f 2 + 2 f3 0
  1 0 − 10 2 
0 0 1 −8 3  f3 + 8 f 4 0 0 1 0 3
f 4 − 3 f3 0 0 0 25 0
 
1/ 25 f 4 0 0 0 1 0 


f1 − f 3 0 0 −5 f1 + 5 f 4 1 0 0 0 1
1 1
f 2 + 10 f 4 0
0 2 
 1 0 0 2   1 0 0
f3 + 8 f 4 0 0 1 0 3 0 0 1 0 3
   
1/ 25 f 4 0 0 0 1 0 0 0 0 1 0

Cuya solución es 𝑥 = 1; 𝑦 = 2; 𝑧 = 3; 𝑤 = 0
SISTEMA DE ECUACIONES LINEALES HOMOGENEO

Un sistema de ecuaciones es homogéneo cuando en cada una de sus ecuaciones el término

independiente es cero.

a11 x1 + a12 x2 + a13 x3 + + a1n xn = 0

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = 0
a31 x1 + a32 x2 + a33 x3 + + a3n xn = 0 ………………(β)

am1 x1 + am 2 x2 + am3 x3 + + amn xn = 0

Analizando el sistema de ecuaciones se tiene.

1. El sistema (β) siempre tiene por lo menos una solución (llamada solución trivial o impropia) de
la forma x1 = x2 = x3 = ......xn = 0 por lo tanto s consistente .Luego r(A) = r(Aa) = n.
2. Una condición necesaria y suficiente para que el sistema (β) tenga más de una solución es que
r(A) = k< n, donde n es el número de incógnitas. En este caso el sistema también posee
soluciones
diferentes de la solución trivial las cuales son llamadas soluciones no triviales o propias, para
hallar esta soluciones se aplica el método que se usa en el caso de un sistema de ecuaciones no
homogéneos.

3. Si el sistema tiene m = n, (número de ecuaciones es igual al número de incógnitas), entonces una

condición necesaria y suficiente para que el sistema tenga soluciones no triviales es que A = 0 ,
puesto que en este caso r(A) < n, para el caso de un sistema homogéneo de tres ecuaciones con tres
incógnitas, es decir:

 a11 x + a12 y + a13 z = b1


a21 x + a21 y a23 z = b2
a x +a y +a z = b
 31 32 33 3

a11 a12 a13

Si A = a21 a22 a23  0 , la solución es única: x=y=z=0
a31 a32 a33

a11 a12 a13

Si A = a21 a22 a23 = 0 , el sistema se reduce a dos ecuaciones independientes, la tercera
a31 a32 a33

Seria combinación lineal de ellos, o a una sola ecuación, las otras dos serian diferentes, en ambos
casos el sistema homogéneo tendría infinitas soluciones y seria
 a11 x + a12 y + a13 z = 0
a21 x + a22 y + a23 z = 0

a11 a13 a11 a13 a11 a12

x= t y= t z= t
a22 a23 a21 a23 a21 a22

 x −3 y = 0
Ejemplo1:Resolver el sistema lineal 
5 x + y = 0
Solución.

Calculando el determinante del sistema

1 −3
= = 16  0
5 1

Por lo tanto el sistema tiene solución trivial 𝑥 = 0, 𝑦 = 0

Ejemplo2: Resolver el sistema lineal

x + y+ z=0

x − y + 2z = 0
x − y − 3z = 0

Solución.

Calculando el determinante del sistema

1 1 1
 = 1 −1 2 = 10  0
1 −1 −3

Por lo tanto el sistema tiene solución trivial 𝑥 = 0 , 𝑦 = 0, 𝑧 = 0

x +3 y = 0
Ejemplo 3: Resolver el sistema lineal 
3 x +9 y = 0

Solución. Calculando el determinante del sistema

1 3
= =0 ,
3 9
por lo tanto el sistema es compatible indeterminado (infinitas soluciones)
La solución se obtiene reduciendo el sistema a una sola ecuación

𝑥 + 3𝑦 = 0  𝑥 = − 3𝑦
Entonces la solución es de la forma.

(𝑥, 𝑦) = (−3𝑦, 𝑦) = 𝑦(−3,1) . 𝑦 ∈ 𝑅

Ejemplo 4: Resolver el sistema lineal

5 x + 3 y − 3z = 0

3 x − y − z = 0
 x − 5y + z = 0

Solución.

Calculando el determinante del sistema

5 3 −3
 = 3 −1 −1 = 0
1 −5 1

por lo tanto el sistema es compatible indeterminado (infinitas soluciones)

La solución se obtiene reduciendo el sistema a dos ecuaciones, primero sumamos la primera y la
segunda la multiplicamos por 3.

5 x +3 y −3z = 0

9 x −3 y −3z = 0

Se elimina una de las incógnitas, 14x – 6z = 0

7
De donde z = x , es te valor reemplazamos en la tercera ecuación.
3
x -5y +z = 0

x-5y + 7/3 x= 0
2
y= x
3
Entonces la solución es de la forma.

2 7 1
( x, y, z ) = ( x, x, x) = x(3, 2, 7), xR
3 3 3
Ejemplo 5: Resolver el sistema

x + y + z +w = 0

x +w = 0
 x +2 y + z =0

Solución.
Un sistema homogéneo de m ecuaciones con n incógnitas siempre tiene una solución no trivial si m<
n; es decir, si el número de incógnitas es mayor que el número de ecuaciones.

Hallamos la matriz aumentada

1 1 1 1 0  1 1 1 1 0 
 
Aa = 1 0 0 1 0  f 2 − f1 0 −1 −1 0 0 
 
1 2 1 0 0  f − f 0 1 0 −1 0 
3 1

f1 + f 2 1 0 0 1 0  1 0 0 1 0 
− f 2 0 1 1 0 0  f 2 + f3 0 1 0 −1 0 
f3 + f 2 0 0 −1 −1 0  − f3 0 0 1 1 0 

De esta forma escalonada reducida por reglones. Por lo tanto la solución del sistema es:
x = −w
y=w
z = −w
w=w
(x,y,z,w)= (-w,w,-w,w) = w (-1,1,-1,1) , w ∈ R

Ejemplo 6: En el sistema

3xa + 7y =1
2 xa + 5 y = 2

Hallar los valores de 𝑎, para que el sistema sea compatible determinado

Solución
Un sistema de ecuaciones es compatible determinado si el determinante de sus coeficientes es
diferente de cero, es decir:

3a 7
0
2a 5

De donde 15𝑎 − 14𝑎 ≠ 0 ⇒ 𝑎 ≠ 0

Por lo tanto, el sistema es compatible para 𝑎≠0
Ejemplo 7: Determinar el valor de k para que el sistema de ecuaciones
(k + 1) x + y =3
2x + (k − 1) y = 1

Sea compatible.
Solución
Un sistema de ecuaciones lineales es compatible determinado si:

k+1 1 3
= ≠
2 k−1 1
k+1 1
= ⇒ k 2 − 1 = 2 ⇒ 𝑘 = √3 𝑜 𝑘 = −√3
2 k−1
𝒌+𝟏 𝟏
Como estos valores que cumplen 𝟐
≠; 𝒌−𝟏
≠𝟑

Por lo tanto los valores que debe tomar k para que el sistema sea compatible 𝑘 = √3 𝑜 𝑘 = −√3

Ejemplo8
Resolver los siguientes sistemas de ecuaciones

1. 𝑥 + 3𝑦 − 𝑧 = 4
𝑥 + 2𝑦 + 𝑧 = 2
3𝑥 + 7𝑦 + 𝑧 = 9
El sistema puede escribirse como AX = B

1 3 −1 X  4
1 Y  2
 2 1 Z  =  
  9 
la3matriz7aumentada
1
Utilizando operaciones matriciales elementales a la matriz aumentada se obtiene

De donde se obtiene que el rango de (A|B) es tres,

Mientras que rango de A es dos, luego el sistema no tiene solución

2. Resolver el sistema
𝑥+𝑦+𝑧 =4
𝑥 + 2𝑦 + 2𝑧 = 2
−𝑥 − 𝑦 + 𝑧 = 2

El sistema puede escribirse como 𝐴𝑋 = 𝐵

1 1 1 X    4
1 2 2 Y  = =La 2matriz aumentada
− 1
utilizando−1 
operaciones 
matriciales  
elementales se obtiene
 1  Z 
2  
 Luego el rango de (A |

B) es tres, igual al rango de A;

Por lo tanto el sistema tiene solución única y es la siguiente:

𝑥 = 6, 𝑦 = −5 𝑧 = 3.

Ejemplo 9. Resolver mediante la eliminación de Gauss, el sistema:

x +2 y −3z −4w =6
x +3 y −z −2w =4
2 x +5 y −2 z −5w = 10
Solución.
La matriz aumentada del sistema es:

1 2 −3 −4 6
1 3 −1 2 −2 

 2 5 −2 1 0 

utilizando operaciones matriciales elementales se obtiene

1 2 −3 −4 6 1 2 −3 −4 6
→  0 1 4 2
⎯⎯⎯f 2 − f1
−2  ⎯⎯⎯→ 0 1 4 2
f3 − 2 f1
−2 
 2 5 −2 1 0  0 1 4 3 −2 

1 2 −3 −4 6 1 2 −3 −4 6
⎯⎯⎯ → 0
f3 − f 2
1 4 2 −2  ⎯⎯⎯→ 0 1
f 2 − 2 f3
4 0 −2 
0 0 0 1 0  0 0 0 1 0 
1 2 −3 0 6 1 0 −11 0 10 
⎯⎯⎯→ 0
f1 − 4 f3
1 4 0 −2  ⎯⎯⎯→ 0
f1 − 2 f 2
1 4 0 −2 
0 0 0 1 0  0 0 0 1 0 

El sistema de ecuaciones correspondiente a esta última matriz escalonada es:

x −11z = 10
y + 4z = −2
w =0

Resolviendo estas ecuaciones para las variables principales se tiene:

𝑥 = 10 + 11𝑧 , 𝑦 = −2 − 4𝑧, 𝑤=0

Finalmente asignando un valor arbitrario t para la variable no principal z , esto es, 𝑧 = 𝑡,
obtenemos:

𝑥 = 10 + 11𝑡 , 𝑦 = −2 − 4𝑡, 𝑤=0

Decimos que el sistema tiene un número infinito de soluciones. Por lo tanto, la notación vertical de
la solución del sistema es:

𝑥 = (10 + 11𝑡, −2 − 4𝑡, 𝑡, 0)

Ejemplo 10. Resolver mediante la eliminación de Gauss, el sistema:

x− 2 y + 3z = 2
2x − 3y + z =1
3x − y+ 2z = 9

Solución.
La matriz aumentada del sistema es:

1 −2 3 2
 2 −3 1 1 

 3 −1 2 9 

utilizando operaciones matriciales elementales se obtiene

1 −2 3 2 1 −2 3 2
⎯⎯⎯→ 0 1 −5
f 2 − 2 f1
− 3 ⎯⎯⎯→ 0 1 −5
f3 −3 f1
− 3
 3 −1 2 9  0 5 −7 3

1 0 −7 − 4 1 0 −7 − 4
⎯⎯⎯→ 0 1 −5
f1 + 2 f 2
− 3  ⎯⎯⎯→ 0 1 −5
f3 −5 f 2
− 3 
0 5 −7 3  0 0 18 18 

1 0 −7 − 4
→ 0 1 −5
⎯⎯⎯1/18 f3
− 3
0 0 1 1

Obsérvese que las matrices escalonadas, tiene 3 filas no nulas (r = 3), entonces tiene rango 3,
además el numero de incógnitas del sistema es 𝑛 = 3, por lo tanto el sistema dado tiene solución
única.
Para determinar esta solución transformamos la última matriz a su forma escalonada reducida.
 1 0 0 3 1 0 0 3
f1 + 7 f3
⎯⎯⎯ → 0 1 −5 − 3 f 2 + 5 f3
⎯⎯⎯ → 0 1 0 2 
0 0 1 1 0 0 1 1

Luego la solución es: 𝑥 = 3, 𝑦 = 2, 𝑧 = 1

Ejemplo 11. Resolver mediante la eliminación de Gauss, el sistema:

x+ 2y + 3z = −1
x− 3y − 2z = 3
2x − y+ z = −2

Solución. La matriz aumentada del sistema es:

1 2 3 −1
1 −3 −2 3 

 2 −1 1 − 2 

utilizando operaciones matriciales elementales se obtiene

1 −2 3 2 1 −2 3 2
⎯⎯⎯ → 0
f 2 − f1
−5 −5 4  
f3 − 2 f1
⎯⎯⎯→ 0 −5 −5 4 
 3 −1 2 9  0 −5 −5 0 
1 −2 3 2 1 −2 3 2
⎯⎯⎯→ 0
−1/5 f 2
1 1 − 4 / 5  −1/5 f3 
⎯⎯⎯→ 0 1 1 − 4 / 5 
0 −5 −5 0  0 1 1 0

1 −2 3 2
→ 0 1 1
⎯⎯⎯f3 − f 2
− 4 / 5 
0 0 0 4 / 5
Dado que el 𝜌(𝐴) = 2 y 𝜌(𝐴′) = 3 , entonces el sistema es inconsistente.

Ejemplo 12. Dado el sistema:

x+ + 2z =1
x+ y + (4a + 2) z =1
2x + ay + 5z =2
3x + ay + 7z =b

Halar los valores de 𝑎 𝑦 𝑏 para que el sistema tenga solución única

Solución.
La matriz aumentada del sistema es:

1 0 2 1
1 1 4a + 2 1 

2 a 5 2
 
3 a 7 b

utilizando operaciones matriciales elementales se obtiene

1 0 2 1 1 0 2 1 1 0 2 1
0 1 4a 
0 0 1 4a 0  f4 −3 f1  0
 1 4a 0 
f 2 − f1
⎯⎯⎯ → ⎯⎯⎯→ 
f3 − 2 f1
⎯⎯⎯→
2 a 5 2 0 a 1 0 0 a 1 0
     
3 a 7 b 3 a 7 b 0 a 1 b − 3

1 0 2 1 1 0 2 1
f3 − af 2 0 1 4a 0  f4 − f3 0
 1 4a 0 
⎯⎯⎯→ 
f4 −4 f2
⎯⎯⎯ →
0 0 1 − 4a 2
0 0 0 1 − 4a 2 0
   
0 0 1 − 4a 2 b − 3 0 0 0 b − 3

El sistema tendrá solución única si y solo si 𝜌(𝐴) = 𝜌(𝐴′ ) = 3. 𝐿uego debe cumplir que 1 − 4𝑎 ≠
0, ⇔ 𝑎 ≠ 1/2, y para es necesario que 𝑏 − 3 = 0, ⇒ 𝑏 = 3,.en consecuencia tendrá solución única
1 1
𝑎 = 𝑅 − { 2 , − 2} y 𝑏 = 3

EJERCICIOS PROPUESTOS

1. Resolver los sistemas lineales

x −y +z = 4 2x + y +z = 8
1) 2 x + y −3z = 0 2) 8 x − y −3z = 26
x +y +z = 2 4x + y +4 z = 8

2 x +3 y −z = 9 2x +y −z = 5
3) 3 x +4 y +2 z = 0 4) x −y +2 z = −10
x −6 y −5 z = −9 x −2 y −4 z = − 3

5 x −2 y +z = 3 x −3 y +12 z = 6
5) 6 x +y −4 z = 62 6) 2 x +10 y −40 z = −4
x +2 y + z = 15 −4 x −7 y +41z = −31
 x +y + z=0 2x +y + 3z = 0
7) x −y −z=0 8) x +2 y −z = 0
x +3 y +2 z = 0 3x −y −4 z = 0

2 x +2 y −z +v =0
x +y +z + t = 0
−x −y +2 z −3w + v = 0
9) x −y −z + t = 0 10)
x +y −2 z +v =0
x +3 y +2 z + t = 0
2x −y +z +w =0

4x −y +2 z +w=0
2x +3 y −z − 2w = 0
11)
+7 y −4 z − 5w = 0
2 x −11y +7 z + 8w = 0

12. Determinar el valor de k para que el sistema de ecuaciones se compatible:

( k + 1) x + y =3
2x + ( k − 1) y = 1
14. Determinar el valor de k para que el sistema de ecuaciones sea indeterminado

2 x −5 y +3z = 0
x −y +z = 0
x + ky +z = 0
15.- Determinar para que valores de k el siguiente sistema tiene soluciones distintas de la trivial

x +(k + 1) y +z = 0
x +y +(k + 1) z = 0
(k + 1) x +y +z = 0

16.- Determinar para que valores de a el siguiente sistema tiene solución

ax −y + 2z = 1− a
x + ay − z = −1
3x +y +z = a
17.- Determinar para que valores de a y b el siguiente sistema tiene soluciones

2x −y +3z = 1
x +2 y − z = −b
x + ay −6 z = −10

18.- Determinar para que valores de a el siguiente sistema tiene solución

 ax −y + 2z = 1− a
x + ay − z = −1
3x +y +z = a
19.- Determinar para que valores de a el siguiente sistema tiene solución
ax −y + 2z = 1− a
x + ay − z = −1
3x +y +z = a
20- Determinar para que valores de a el siguiente sistema tiene solución

ax −y + 2z = 1− a
x + ay − z = −1
3x +y +z = a