Matrices y Sistemas de Ecuacione Lineales

Definición:
Una MATRIZ de m n con coeficientes reales, es un ARREGLO RECTANGULAR
de números reales de m filas y n columnas. Así, si por ejemplo una matriz A de 3 4
significa que es un arreglo de 3 filas y 4 columnas, y además cada elemento de la matriz A
se simboliza de la forma a ij (se lee " a sub ij" que es el número que se ubica en la fila i y
en la columna j

Ejemplo
1 1 2 2 5
La matriz A 3 3 11 7 6
5 6 2 12

es una matriz de 3 filas y 5 columnas, por lo tanto se denotará A M3 5 que

representa el conjunto de todas las matrices de 3 filas y 5 columnas.
Ademas podemos notar, por ejemplo, que
a 12 1; a 22 3; a 33 2 ; a 14 2; a 31 5; etc.

Observación: Si m n se dice que la matriz es CUADRADA de orden n y se denotan

Mn

Definición:
Sean dos matrices A y B del mismo orden (mismo número de filas y mismo número
de columnas). Se define la MATRIZ SUMA A B como la matriz que se obtiene al sumar
las dos matrices, coordenada por coordenada
A a ij ; B b ij A B a ij b ij

Ejemplo
1 2 0 1 1 1
A 6 3 ,B 2 5 A B 8 8
1 3
2
1 2
3 1 4

Observación: Si las matrices NO tienen el mismo orden, NO se puede efectuar la suma

Propiedades de la suma de matrices

Dadas tres matrices, del mismo orden A a ij ; B b ij ; C c ij , se tiene

 1. ASOCIATIVIDAD: A B C A B C

2. CONMUTATIVIDAD: A B B A

0 0 ... 0
0 0 ... 0
3. EXISTENCIA ELEMENTO NEUTRO: 0 ij
... ... ... ...
0 0 ... 0
llamada MATRIZ NULA, y se tiene A A A

4. EXISTENCIA ELEMENTO INVERSO: Dada la matriz A a ij la matriz

A a ij es el inverso aditivo ya que A A A A

Definición:
Dada una matriz A a ij Mm n y una matriz B b ij Mn p se define la
MATRIZ PRODUCTO AB C c ij M m p a la matriz donde cada elemento c ij es la
suma de los elementos en la fila i de la matriz A por los elementos de la columna j de la
matriz B. En términos formales
n
c ij a ik b kj
k 1

Observación: El producto de matrices solo se puede realizar, si el número de columnas

de la matriz A coincide con el número de filas de la matriz B. Esta condición hace que, en
general, el producto de matrices NO SEA CONMUTATIVO, es decir AB BA.

Ejemplo:
3 4
1 2 3 4
1. 6 9 este producto no puede realizarse. La matriz
3 4 6 45
8 0
de la izquierda tiene 4 columnas y la matriz de la derecha tiene 3 filas

1 2 1 3 2 5 1 7 2 9 1 2 2 0
3 7 2 10
2. 3 5 3 3 5 5 3 7 5 9 3 2 5 0
5 9 0 11
4 6 4 3 6 5 4 7 6 9 4 2 6 0 4
 13 25 2 32
34 66 6 85
18 26 8 26

Notar que el otro producto

1 2
3 7 2 10
3 5 no se puede realizar.
5 9 0 11
4 6

Propiedades del producto de matrices

1. ASOCIATIVIDAD: Dadas tres matrices, A a ij ; B b ij ; C c ij , donde

los productos AB y BC están definidos, se tiene
A BC AB C

2. DISTRIBUTIVIDAD SOBRE LA SUMA: Dadas tres matrices,

A a ij ; B b ij ; C c ij tal que todos los productos están bien definidos, se
tiene
AB C AB AC
A B C AC BC

Definición:
Dada una matriz A a ij , el PRODUCTO POR ESCALAR de la matriz A está
definido como
A a ij a ij

es decir, cada coordenada de la matriz, se multiplica por el escalar .

Por ejemplo, ahora podemos combinar todas las operaciones anteriores, hasta acá,
para resolver
 1
1 2 1 2
3
1 0 10 0 1 3 0 10 0
3 3 3 3 3
2 4 1 1 11 6 12 3 1 11
4 0 4 0

10 11 10 0
18 24 1 11

0 11
17 35

Propiedades del producto por escalar de matrices

Sean las matrices A, B y los escalares , , se cumple:

1. A B A B
2. A A A
3. A A
4. 1 A A
5. A B AB

Definición:
Sea A a ij Mm n . Se define la MATRIZ TRASPUESTA DE A, denotada por
T
A , a la matriz que se obtiene de A al intercambiar sus filas, por sus columnas, es decir,
AT a ji Mn m

1 2
1 3 5
Así por ejemplo, si A 3 4 entonces A T
2 4 6
5 6

Propiedades de la traspuesta de matrices

T
1. AT A
T
2. A B AT BT
T
3. AB BTAT
T
4. A AT
 Definición:
En el conjunto de las matrices cuadradas de orden n, M n , se define la MATRIZ
IDENTIDAD como la matriz en cuya diagonal principal hay 1 y en el resto de las entradas
hay 0 y se denota I n .
1 0 0 0
1 0 0 1 0 0
por ejemplo I 2 ; I4
0 1 0 0 1 0
0 0 0 1

Estas matrices, tienen la propiedad de que al multiplicarlas con otra matriz (siempre que
se pueda) da como resultado esta otra matriz, es decir
AI n InA A

Por ejemplo
1 2 3 1 0 0 1 0 0 1 2 3 1 2 3
2 1 0 0 1 0 0 1 0 2 1 0 2 1 0
1 0 1 0 0 1 0 0 1 1 0 1 1 0 1

Definición:
Asociada a la matriz identidad, podemos definir la llamada MATRIZ INVERSA de
una matriz, A 1 que satisface
1
AA A 1A In

Por ejemplo
2
1 2 1 3
1
A ,A 1
de donde se comprueba
0 3 0 3

2
1 2 1 3 1 0
1
AA 1
0 3 0 3
0 1

Por lo que después de todo esto cabe preguntarse ¿De donde sale la inversa de
una matriz dada, o más aún, siquiera existe tal matriz? Lo siguiente nos dará una idea de
cuando puede existir y como se puede calcular

Definición:
Dada una matriz A a ij Mm n . Se definen las siguientes llamadas
OPERACIONES ELEMENTALES sobre la matriz A
 INTERCAMBIAR DOS FILAS: Se denotará por f i f j a lintercambio de posición
entre las filas i y j
MULTIPLICAR UNA FILA POR UN ESCALAR NO NULO: Se denotará por f i fi
cada vez que a la i-ésima fila se le multiplique por el escalar no nulo
SUMAR A UNA FILA UN MÚLTPIPLO NO NULO DE OTRA FILA: Se denotará por
fi fi f j cada vez que a la i-ésima fila se le sume veces la j-ésima fila

De esta forma, cada vez que tengamos una matriz cuadrada de orden n de manera
que a través de OPERACIONES ELEMENTALES, la podamos convertir en la matriz
identidad del mismo orden, entonces existirá la matriz inversa de A, A 1

Mas aun, a través de estas operaciones elementales podemos calcular la inversa de

una matriz cuadrada dada bajo el siguiente procedimiento
1
A|I . . . operaciones elementales... I|A

es decir, se toma la matriz A, se aumenta con la matriz identidad del mismo orden y
luego se empieza a operar

1 1 1
Por ejemplo, consideremos la matriz A 3 2 0 , ¿Es esta matriz invertible?
4 0 5
¿Cuál es A 1 ?
En este caso se tiene:
 1 1 1 1 0 0 1 1 1 1 0 0
f 2 f 2 3f 1
3 2 0 0 1 0 f 3 f 3 4f 1 0 1 3 3 1 0
4 0 5 0 0 1 0 4 1 4 0 1

1 1 1 1 0 0
f 3 f 3 4f 2
0 1 3 3 1 0
0 0 13 8 4 1

1 1 1 1 0 0
f3 1 f
13 3 0 1 3 3 1 0
0 0 1 8/13 4/13 1/13

1 1 0 5/13 4/13 1/13

f 2 f 2 3f 3
0 1 0 15/13 1/13 3/13
0 0 1 8/13 4/13 1/13

1 0 0 10/13 5/13 2/13

f1 f1 f2
0 1 0 15/13 1/13 3/13
0 0 1 8/13 4/13 1/13

1
por tanto la matriz A sí es invertible, es decir, tiene inversa y además A
10 5 2
13 13 13
15 1 3
13 13 13
8 4 1
13 13 13

Observación: En el caso de las matrices de 2 2 hay una forma fácil de determinar la

matriz inversa y es la siguiente
a b 1 1 d b
A A
c d ad bc c a

por lo que es fácil notar que si ad bc 0 la inversa no existe

SISTEMAS DE ECUACIONES LINEALES

Definición:
Un SISTEMA DE ECUACIONES LINEALES, es un sistema de la forma
 a 11 x 1 a 12 x 2 . . . a 1n x n b1
a 21 x 1 a 22 x 2 . . . a 2n x n b2
... ...
a m1 x 1 a m2 x 2 . . . a mn x n bm

en donde los a ij son los coeficientes de la incognita i de la ecuación j y los b k son los
términos independientes de la ecuación k.

Recordemos que resolver un sistema de ecuaciones como el anterior se reduce a

encontrar valores para x 1 , . . . , x n tal que todas las ecuaciones anteriores se satisfacen.

Definición:
Un sistema de ecuaciones lineales como el anterior, se dice INCOMPATIBLE, si
este, NO tiene solución. Y por otra parte se dice COMPATIBLE si tiene solución y
DETERMINADO o INDETERMINADO, según tenga ÚNICA SOLUCIÓN O INFINITAS
SOLUCIONES.

Definición:
Un sistema de ecuaciones lineales se dice HOMOGENEO, si todos los términos
independientes b k 0, en caso contrario se dice NO HOMOGENEO.

Observación: Todo sistema homogeneo es compatible con solución trivial

x1 x2 . . . xn 0

Ejemplos:
Notemos los siguientes sistemas de ecuaciones:
1. x 2y 0
3x 6y 3
Es un sistema No homogeneo incompatible

2. 2x 5y 1
10x 25y 5
Es un sistema No homogeneo compatible indeterminado (infinitas
soluciones)

3. 2x 5y 13
3x 7y 2
 Es un sistema no homogeneo compatible determinado (única solución)

En cada uno de estos ejemplos, los sistemas eran de dos ecuaciones y con dos
incógnitas. Las cuales pueden ser resueltas por cualquiera de los métodos que se vieron
en la media (igualación, sustitución, reducción)

Ahora para sistemas con mas incógnitas y mas ecuaciones se ofrece un método
que hace uso de los visto anteriormente en matrices (basado en el método de reducción)
Para un sistema de ecuaciones lineales
a 11 x 1 a 12 x 2 . . . a 1n x n b1
a 21 x 1 a 22 x 2 . . . a 2n x n b2
... ...
a m1 x 1 a m2 x 2 . . . a mn x n bm

este sistema se puede escribir de forma matricial de la siguiente forma

a 11 a 12 . . . a 1n x1 b1
a 12 a 22 . . . a 2n x2 b2
o equivalentemente
... ... ... ... ... ...
a 1m a 2m . . . a mn xn bm

Ax b
llamada la FORMA MATRICIAL del sistema
en esta forma A es la llamada matriz de coeficientes; x es el vector de incógnitas y b es
el vector de términos libres.

Para encontrar la posible solución de un sistema de ecuaciones se usa el llamado

método de eliminación Gaussiana, usando operaciones elementales sobre la matriz A|b ,
es decir sobre la matriz de coeficientes ampliada con el vector de términos libres.
El método funciona sobre el hecho de que al tener la matriz A|b que representa un
sistema de ecuaciones, y al aplicarle operaciones elementales la matriz obtenida que
representa otro sistema de ecuaciones, son equivalentes y por lo tanto tienen las mismas
soluciones. Veremos como funciona este método bajo varios ejemplos

Ejemplos:
1. x 2 4x 3 8
2x 1 3x 2 2x 3 1
5x 1 8x 2 7x 3 1
 Trabajaremos con la matriz aumentada
0 1 4 8 2 3 2 1
f1 f2
2 3 2 1 0 1 4 8
5 8 7 1 5 8 7 1

2 3 2 1
f3 f3 5f
2 1 0 1 4 8
1 3
0 2
2 2

2 3 2 1
f3 f3 1f
2 2 0 1 4 8
5
0 0 0 2

Ahora notemos que esta última matriz representa el sistema

2x 1 3x 2 2x 3 1
x2 4x 3 0
0 5
2

Como esta última igualdad es falsa, se interpreta de forma que el sistema

NO tiene solución, es decir, el sistema es INCOMPATIBLE.

2. x 2y z 3
2x 5y 2z 2
2x 3y 2z 10
En este caso se tiene
1 2 1 3 1 2 1 3
f 2 f 2 2f 1
2 5 2 2 f 3 f 3 2f 1 0 1 0 4
2 3 2 10 0 1 0 4

1 2 1 3
f3 f3 f2
0 1 0 4
0 0 0 0

De esta forma esta última matriz se interpreta como

 x 2y z 3
y 4

Por lo tanto, al reemplazar la segunda ecuación en la segunda

x 8 z 3 x 11 z o bien z 11 x

Finalmente nos damos cuenta que el valor de x depende del valor de z para
las distintas soluciones, o sea S 11 z, 4, z : z y así el sistema es
compatible indeterminado

3. x y 2z 0
2x 3y z 1
x 2y z 2
En este caso se tiene
1 1 2 0 1 1 2 0
f 2 f 2 2f 1
2 3 1 1 f3 f3 f1 0 5 5 1
1 2 1 2 0 1 1 2

1 1 2 0
f3 f2
0 1 1 2
0 5 5 1

1 1 2 0
f 3 f 3 5f 2
0 1 1 2
0 0 10 9

Al interpretar esta última ecuación, se tiene

x y 2z 0
y z 2
10z 9

y a continuación, se van reemplazando los valore "de abajo hacia arriba"

 z 9
10
y z 2 y 9 2 11
10 10
x y 2z 11 9 29
10 5 10

29 11
Finalmente tenemos que la solución del sistema es S , , 109
10 10
por lo tanto, hay una única solución y el sistema es compatible determinado.

Definición:
Se define el rango de una matriz A M m n como el número de filas no nulas que
quedan después de realizar el método de eliminación Gaussiana a la matriz A y se denota
rA

Teorema:
Sea un sistema de ecuaciones con matrices de coeficientes A y matriz ampliada
A|b . Se tiene

i Si r A r A|b n número de incognitas

el sistema tiene solución única
ii Si r A r A|b n
el sistema tiene infinitas soluciones
iii Si r A r A|b
el sistema no tiene solución