Tema 1 Teoria

Matrices. Cálculo matricial. Transf.elementales por filas.Rango Matrices regulares. Matriz inversa.
Determin
Tema 1: Matrices y sistemas de ecuaciones

lineales
Departamento de Matemática Aplicada
Matemáticas I
E.T.S. de Edificación
Matrices. Cálculo matricial. Transf.elementales por filas.Rango Matrices regulares. Matriz inversa. Determin
Índice
Matrices. Cálculo matricial. Transformaciones elementales por

filas. Rango
Matrices regulares. Matriz inversa. Determinante.
Sistemas de ecuaciones lineales

1. Matrices. Cálculo matricial. Transf. elementales. Rango.
Definición 1
Una matriz real A de n filas y m columnas es conjunto de n × m números
reales ai,j distribuidos de la forma
 
a11 a12 · · · a1m
 a21 a22 · · · a2m 
..  .
 
 .. .. ..
 . . . . 
an1 an2 ··· anm
Se notará A = (ai,j ) 1≤i≤n y se dirá que es una matriz de orden n × m. El

1≤j≤m
conjunto formado por todas las matrices de orden n × m se notará Rn×m
o Mn×m (R). Si n = m se dirá que A es una matriz cuadrada de orden n.

Definición 2
Se dice que la matriz cuadrada A = (ai,j )1≤i≤n de orden n es
1≤j≤n
• diagonal si ai,j = 0 cuando i 6= j;

• triangular inferior si ai,j = 0 cuando i < j;
• triangular superior si ai,j = 0 cuando i > j.

Definición 2
1≤j≤n

 a
1,1 0 ··· 0   a
1,1 0 ··· 0   a
11 a12 ··· a1m 
 . .   . .   . . 
 . .   . .   . . 
 0 a2,2 . .   a2,1 a2,2 . .   0 a22 . . 
 , , .
. .   .
    
.. ..

. . . .
. . . . . .   .
   

. . . 0
 
. . . 0 . . . an−1,n

0 ··· 0 an,n an,1 ··· an,n−1 an,n 0 ··· 0 ann

Definición 2
1≤j≤n

 a
1,1 0 ··· 0   a
1,1 0 ··· 0   a
11 a12 ··· a1m 
 . .   . .   . . 
 . .   . .   . . 
 0 a2,2 . .   a2,1 a2,2 . .   0 a22 . . 
 , , .
. .   .
    
.. ..

. . . .
. . . . . .   .
   

. . . 0
 
. . . 0 . . . an−1,n

0 ··· 0 an,n an,1 ··· an,n−1 an,n 0 ··· 0 ann
Matriz identidad: ai,i = 1, i = 1, . . . , n, ai,j = 0, i 6= j.

Matriz nula: ai,j = 0, i = 1, . . . n, j = 1, . . . , m.
Definición 3
En Rn×m se definen las operaciones:
• Suma: Dadas matrices A = (aij ) y B = (bij ) de Rn×m , se define la
suma A + B de A y B como la matriz cuyo elemento (i, j)-ésimo es
igual a ai,j + bi,j .
• Producto por un número real: Dados la matriz A = (aij ) y el
número real α, se define el producto αA de α y A como la matriz
cuyo elemento (i, j)-ésimo es igual a αai,j .
• Producto de matrices: Dadas matrices A = (aij ) ∈ Rn×m y
B = (bij ) ∈ Rm×p , se define el producto AB de A yPB como la
m
matriz de Rn×p cuyo elemento (i, j)-ésimo es igual k=1 aik bkj .
1. Matrices.
Traspuesta de unaCálculo
matriz matricial.
dada Transf. elementales. Rango.
Traspuesta de una matriz: Dada la matriz A = (aij ) ∈ Rn×m , se

define la traspuesta At de A como la matriz de Rm×n cuyo elemento
(i, j)-ésimo es igual a aji .
1. Matrices.
Traspuesta de unaCálculo
matriz matricial.
dada Transf. elementales. Rango.
Traspuesta de una matriz: Dada la matriz A = (aij ) ∈ Rn×m , se

define la traspuesta At de A como la matriz de Rm×n cuyo elemento
(i, j)-ésimo es igual a aji .
En otras palabras,
• la suma de dos matrices del mismo orden se realiza sumando
elemento a elemento los de la misma posición en ambas;
• el producto de un número real por una matriz es la matriz que
resulta de multiplicar todos sus elementos por dicho número;
• el producto de dos matrices tales que el número de columnas de la
primer es igual al número de filas de la segunda es la matriz que se
obtiene al sumar los productos de todos los elementos de una fila de
A por todos los de una columna de B y
• las columnas de la matriz At de una matriz son las filas de A.

Si nos centramos en matrices cuadradas Rn×n
Definición 4
Sea A = (aij ) ∈ Rn×n . Se dice que A es simétrica si At = A.
Sea A = (aij ) ∈ Rn×n . Se dice que A es antisimétrica si At = −A.


Definición 4
Definición 5
Sea A = (aij ) ∈ Rn×n . Se define la potencia k-ésima de A, k ∈ N ∪ {0},
como sigue:
A0 = I ,
A1 = A,
Ak = Ak−1 · A, k ≥ 2.

Definición 4
Definición 5
Sea A = (aij ) ∈ Rn×n . Se define la potencia k-ésima de A, k ∈ N ∪ {0},
como sigue:
A0 = I ,
A1 = A,
Ak = Ak−1 · A, k ≥ 2.

Definición 7 (b)
Sea A ∈ Rn×m una matriz. Llamaremos pivote (o término lı́der) de una
fila de A al primer elemento no nulo de dicha fila. La matriz A se dice
matriz escalonada por filas si se cumplen las siguientes condiciones:
1. Si A tiene filas compuestas enteramente por ceros (filas nulas),
éstas están agrupadas en la parte inferior de la matriz.
2. El pivote de cada fila no nula es igual a 1.
3. El pivote de cada fila está en alguna columna posterior al de la fila
anterior.
4. Los elementos que aparecen en la misma columna que el pivote de
una fila y por debajo de él son todos iguales a cero.
Definición 7 (b)
Sea A ∈ Rn×m una matriz. Llamaremos pivote (o término lı́der) de una
fila de A al primer elemento no nulo de dicha fila. La matriz A se dice
matriz escalonada por filas si se cumplen las siguientes condiciones:
1. Si A tiene filas compuestas enteramente por ceros (filas nulas),
éstas están agrupadas en la parte inferior de la matriz.
2. El pivote de cada fila no nula es igual a 1.
3. El pivote de cada fila está en alguna columna posterior al de la fila
anterior.
4. Los elementos que aparecen en la misma columna que el pivote de
una fila y por debajo de él son todos iguales a cero.
A es escalonada reducida por filas si, además de ser escalonada,
cumple que los elementos que aparecen por encima de cada pivote son
todos nulos.
Definición 9
Se llama transformación elemental por filas de una matriz a cualquiera
de los siguientes procesos:
• Intercambiar dos filas (columnas) entre sı́.
• Multiplicar una fila por cualquier número no nulo.
• Sumar a una fila cualquier otra fila multiplicada por un número.
Dos matrices A y B se dicen equivalentes por filas y se nota A ∼f B

(resp. A ∼c B), si B se obtiene a partir de A mediante transformaciones
elementales por filas.
1. Matrices.
Proposición 10 Cálculo matricial.Transf. elementales. Rango.
• Dada una matriz A ∈ Rn×m , existe al menos una matriz B ∈ Rn×m
escalonada equivalente por filas a A, es decir, tal que A ∼f B o
A ∼c B.
• Además, existe una única matriz B ∈ Rn×m escalonada reducida
equivalente por filas a A.
1. Matrices.
A ∼c B.
Definición 11
Sean A, B ∈ Rn×m tales que A ∼f B con B es escalonada. Entonces se
llama rango de A al número de filas no nulas de B.
Por la unicidad, el rango de una matriz es independiente de la matriz
escalonada que se considere y, por tanto, dos matrices equivalentes por
filas tienen el mismo rango.
1. Matrices.
A ∼c B.
Definición 11
Sean A, B ∈ Rn×m tales que A ∼f B con B es escalonada. Entonces se
llama rango de A al número de filas no nulas de B.
Por la unicidad, el rango de una matriz es independiente de la matriz
escalonada que se considere y, por tanto, dos matrices equivalentes por
filas tienen el mismo rango.
2. Matriz regular. Inversa de una matriz. Determinantes
Definición 15
Sea A ∈ Rn×n . Se dice que A es regular si existe B ∈ Rn×n tal que
AB = BA = In .
Definición 15
AB = BA = In .
Proposición 16
La matriz inversa de una matriz dada A ∈ Rn×n , si existe, es única. Se notará
A−1 y pertenecerá a Rn×n .
Definición 15
AB = BA = In .
Proposición 16
Proposición 17
Sea A ∈ Rn×n una matriz regular. Entonces la matriz (A|In ) es equivalente por
filas a la matriz escalonada reducida (In |A−1 ).
Definición 15
AB = BA = In .
Proposición 16
Proposición 17
Sea A ∈ Rn×n una matriz regular. Entonces la matriz (A|In ) es equivalente por
filas a la matriz escalonada reducida (In |A−1 ).
Proposición 18
Si las matrices A, B ∈ Rn×n tienen inversa, entonces AB es invertible y Se
verifica que (AB)−1 = B −1 A−1 .

1 2
Ejercicios 19: Calcular la inversa de la matriz A =
0 3

1 2
Ejercicios 19: Calcular la inversa de la matriz A =
0 3
Definición 21
Sea A = (a11 ) ∈ R1×1 .
• Se define el determinante (de orden 1) de A como |A| = a11 .
• Dada la matriz A ∈ Rn×n , se define el menor complementario del
elemento aij de A, Λij , como el determinante de la submatriz que resulta
al eliminar la fila i y la columna j de la matriz A.
• Asimismo, se define el adjunto del elemento aij de A como el número
real Aij = (−1)i+j Λij .
Definición 21
Sea A = (a11 ) ∈ R1×1 .
• Se define el determinante (de orden 1) de A como |A| = a11 .
• Dada la matriz A ∈ Rn×n , se define el menor complementario del
elemento aij de A, Λij , como el determinante de la submatriz que resulta
al eliminar la fila i y la columna j de la matriz A.
• Asimismo, se define el adjunto del elemento aij de A como el número
real Aij = (−1)i+j Λij .
Definición 22
Dada la matriz A ∈ Rn×n , se define el determinante de A como
|A| = ai1 Ai1 + ai2 Ai2 + · · · + ain Ain ,
expresión llamada desarrollo de Laplace (por la i-ésima fila).

Nótese que se define el determinante de orden n en función de determinantes

de orden n − 1. Ası́, definido el determinante de orden 1, se define el
determinante de orden 2 según la regla de Laplace y resulta
•
a11 a12
= a11 a22 − a12 a21
a21 a22
• y el determinante de orden 3 resulta
a11 a12 a13
a21 a22 a23 = a11 a22 a33 + a21 a32 a13 + a12 a23 a31 − (a13 a22 a31 + a12 a21 a33 + a23 a32 a11 ),
a31 a32 a33
llamada Regla de Sarrus.
Figura: Regla de Sarrus

Proposición 23
Dados una matriz A ∈ Rn×n y un ı́ndice cualquiera 1 ≤ i ≤ n, se cumple que
|A| = ai1 Ai1 + ai2 Ai2 + · · · + ain Ain .
Además, se puede hacer por una columna cualquiera, para cualquier ı́ndice
1 ≤ j ≤ n se verifica que
|A| = a1j A1j + a2j A2j + · · · + anj Anj .

Proposición 24 (a): Propiedades de los determinantes

• El determinante de una matriz A de orden n coincide con el At :
|A| = |At |.
• Si una matriz A tiene una fila ( o columna) toda de ceros, su
determinante es igual a cero.
• El determinante de A cambia de signo si se intercambian dos filas (o
dos columnas) entre sı́.
• Si tomamos dos fila paralelas distintas i, j entonces
|A| = ai1 Aj1 + ai2 Aj2 + · · · + ain Ajn = 0.
• El determinante de A no varı́a si a una fila o columna se le suma

otra multiplicada por cualquier número real.
a11 · · · λa1i · · · a1n a11 · · · a1i · · · a1n
• .
.. . .. .
.. . .. .
.. =λ .. .. .. .. ..
. . . . .
an1 · · · λani · · · ann an1 · · · ani · · · ann
Proposición 24 (b): Propiedades de los determinantes
0
a11 ··· a1i + a1i ··· a1n
.. .. .. .. .. =
. . . . .
0
an1 ··· ani + ani ··· ann
0
a11 ··· a1i ··· a1n a11 ··· a1i ··· a1n
.. .. .. .. .. + .. .. .. .. ..
. . . . . . . . . .
0
an1 ··· ani ··· ann an1 ··· ani ··· ann
Proposición 24 (c): Propiedades de los determinantes

• Si una matriz tiene dos filas (o columnas) iguales o proporcionales,
entonces su determinante es cero.
• Si una fila o columna se obtiene como suma de otras multiplicadas
por cualquier número, el determinante es cero.
• El determinante del producto de dos matrices cuadradas es igual al
producto de sus determinantes:
|AB| = |A||B|.
Proposición 25 (Inversa y determinante)

Sea A ∈ Rn×n . Entonces A es inversible si y solo si |A| =
6 0 y, en tal caso,
1
A−1 = (Adj(A))t ,
|A|
donde Adj(A) es la matriz constituida por todos los adjuntos de los

elementos de A.
Proposición 25 (Inversa y determinante)

Sea A ∈ Rn×n . Entonces A es inversible si y solo si |A| =
6 0 y, en tal caso,
1
A−1 = (Adj(A))t ,
|A|
donde Adj(A) es la matriz constituida por todos los adjuntos de los

elementos de A.
Proposición 26 (Rango y determinantes)

Si una submatriz cuadrada de orden k tiene determinante no nulo,
entonces el rango de la matriz A es, al menos, k.
Como consecuencia se tiene que el rango de una matriz y el de la

submatriz resultante al eliminar una fila o columna son iguales en los
siguientes casos:
• si se trata de una fila o columna de ceros,
• si la fila (o columna) es igual a otra fila (o columna),
• la fila (o columna) es igual a otra fila (o columna) multiplicada por
un número,
• la fila (o columna) es la suma de otras filas (o columnas)
multiplicadas por ciertos números, es decir, si la fila (o columna) es
combinacineal de otras filas (o columnas).
3. Sistemas de ecuaciones lineales
Definición 28
Un sistema de ecuaciones lineales es un conjunto de ecuaciones del tipo
a11 x1 +a12 x2 +··· +a1m xm = b1

a21 x1 +a22 x2 +··· +a2m xm = b2
.. .. .. .. ..
. . . . .
an1 x1 +an2 x2 +··· +anm xm = bn ,
que matricialmente se puede escribir de la forma Ax = b, siendo
· · · a1m
     
a11 x1 b1
 . .. ..   .   . 
A =  .. . . , x =  ..  , b =  ..  .
an1 · · · anm xn bn
La matriz A se denomina matriz de coeficientes, la matriz columna x vector de

incógnitas y la matriz columna b vector de términos independientes.
Definición 29
Sea Ax = b, un sistema de ecuaciones lineales con matriz de coeficientes
A ∈ Rn×m , vector de incógnitas x ∈ Rn×1 y vector de términos
independientes b ∈ Rn×1 . El sistema se dice
• sistema compatible determinado si tiene una única solución x,
• sistema compatible indeterminado si tiene infinitas soluciones, y
• sistema incompatible si no tiene solución.
El sistema se dice compatible si es compatible determinado o
indeterminado.
Para saber de qué tipo de estos tres es un sistema propuesto,
tenemos el siguiente resultado:
Proposición 30 (Teorema de Rouché-Frobenius)

Sea Ax = b un sistema de n ecuaciones lineales, con matriz de
coeficientes A ∈ Rn×m , vector de m incógnitas x ∈ Rm×1 y vector de n
términos independientes b ∈ Rn×1 y (A|b) ∈ Rn×(m+1) la matriz que se
denomina ampliada.
Proposición 30 (Teorema de Rouché-Frobenius)

Sea Ax = b un sistema de n ecuaciones lineales, con matriz de
coeficientes A ∈ Rn×m , vector de m incógnitas x ∈ Rm×1 y vector de n
términos independientes b ∈ Rn×1 y (A|b) ∈ Rn×(m+1) la matriz que se
denomina ampliada.
• Si rango(A) = rango(A|b) =número de incógnitas entonces el
sistema es compatible determinado.
• Si rango(A) = rango(A|b) <número de incógnitas entonces el

sistema es compatible indeterminado.
• Si rango(A) 6= rango(A|b) entonces el sistema es incompatible.

Proposición 31
Sea Ax = b un sistema de ecuaciones lineales con n ecuaciones y m
.
incógnitas tal que A ∈ Rn×m sea una matriz escalonada.
• El sistema es incompatible si y solo si existe una fila i de A nula y bi

es no nulo (ecuación 0 = bi 6= 0, que es una contradicción).
• El sistema es compatible determinado si y solo si es compatible y el
rango de A es m igual al número de incógnitas. La solución se
obtiene despejando las incógnitas y sustituyéndolas hacia atrás,
desde la última ecuación no nula hasta la primera.
• El sistema es compatible indeterminado si y sólo si es compatible y
rango(A) = r < m.
En tal caso las r columnas que tienen el pivote nos indican qué
incógnitas son las dependientes y las m − r restantes se dicen
incógnitas libres. Al número m − r se le llama número de grados
de libertad del sistema de ecuaciones. El sistema se resuelve
asignando a cada incógnita libre un valor paramétrico y despejando
las incógnitas y sustituyéndolas de forma regresiva.

Proposición 32
Si se transforma la matriz ampliada de un sistema de ecuaciones lineales
en otra mediante transformaciones elementales, el sistema resultante
tiene las mismas soluciones que el inicial
Método de eliminación gaussiana

El método de eliminación gaussiana para la discusión y resolución de un
sistema de ecuaciones lineales AX = B, A ∈ Rn×m y B ∈ Rn , consiste en
transformar la matriz (A|B) tal que A se transforme en una matriz
escalonada equivalente por filas y aplicar la Proposición 32.

Proposición 32
Si se transforma la matriz ampliada de un sistema de ecuaciones lineales
en otra mediante transformaciones elementales, el sistema resultante
tiene las mismas soluciones que el inicial
Método de eliminación gaussiana

El método de eliminación gaussiana para la discusión y resolución de un
sistema de ecuaciones lineales AX = B, A ∈ Rn×m y B ∈ Rn , consiste en
transformar la matriz (A|B) tal que A se transforme en una matriz
escalonada equivalente por filas y aplicar la Proposición 32.
El método de eliminación gaussiana-Jordan para la discusión y resolución
de un sistema de ecuaciones lineales AX = B, A ∈ Rn×m y B ∈ Rn ,
consiste en transformar la matriz (A|B) tal que la parte de A se
transforme en una matriz escalonada reducida equivalente por filas y
aplicar la Proposición 32.
Ejemplos 33: Discutir y resolver el sistema de ecuaciones lineales
2x1 −x2 +x3 = 2,

3x2 −4x3 = −1,
x1 −3x2 = −2
x1 −x2 +x3 = 1.
2x1 −x2 +x3 = 2,

3x2 −4x3 = −1,
x1 −3x2 = −2
x1 −x2 +x3 = 1.
Transformamos la matriz ampliada en una escalonada equivalente:

 
2 −1 1 2
 0
 3 −4 −1 

 1 −3 0 −2 
1 −1 1 1
2x1 −x2 +x3 = 2,

3x2 −4x3 = −1,
x1 −3x2 = −2
x1 −x2 +x3 = 1.

   
2 −1 1 2 1 −1 1 1
 0 3 −4 −1  F ↔F  0 3 −4 −1 
  1−→ 4 
 1 −3 0 −2   1 −3 0 −2 
1 −1 1 1 2 −1 1 2
2x1 −x2 +x3 = 2,

3x2 −4x3 = −1,
x1 −3x2 = −2
x1 −x2 +x3 = 1.

     
2 −1 1 2 1 −1 1 1 F3 −F1 →F3 1 −1 1 1
 0 3 −4 −1  F ↔F  0 3 −4 −1  F −2F1 →F4  0 3 −4 −1 
  1−→ 4  4 −→  
 1 −3 0 −2   1 −3 0 −2   0 −2 −1 −3 
1 −1 1 1 2 −1 1 2 0 1 −1 0
2x1 −x2 +x3 = 2,

3x2 −4x3 = −1,
x1 −3x2 = −2
x1 −x2 +x3 = 1.

     
2 −1 1 2 1 −1 1 1 F3 −F1 →F3 1 −1 1 1
 0 3 −4 −1  F ↔F  0 3 −4 −1  F −2F1 →F4  0 3 −4 −1  F ↔F
  1−→ 4  4 −→   2−→ 4
 1 −3 0 −2   1 −3 0 −2   0 −2 −1 −3 
1 −1 1 1 2 −1 1 2 0 1 −1 0
 
1 −1 1 1
 0
 1 −1 0 

 0 −2 −1 −3 
0 3 −4 −1
2x1 −x2 +x3 = 2,

3x2 −4x3 = −1,
x1 −3x2 = −2
x1 −x2 +x3 = 1.

     
2 −1 1 2 1 −1 1 1 F3 −F1 →F3 1 −1 1 1
 0 3 −4 −1  F ↔F  −4 −1  F −2F1 →F4  −4 −1  F ↔F
  1−→ 4 0 3  4 −→  0 3  2−→ 4
 1 −3 0 −2   1 −3 0 −2   0 −2 −1 −3 
1 −1 1 1 2 −1 1 2 0 1 −1 0
   
1 −1 1 1 F3 +2F2 →F3 1 −1 1 1
 0 1 −1 0  F4 −3F2 →F2  0 1 −1 0 
  −→  
 0 −2 −1 −3   0 0 −3 −3 
0 3 −4 −1 0 0 −1 −1
2x1 −x2 +x3 = 2,

3x2 −4x3 = −1,
x1 −3x2 = −2
x1 −x2 +x3 = 1.

     
2 −1 1 2 1 −1 1 1 F3 −F1 →F3 1 −1 1 1
 0 3 −4 −1  F ↔F  −4 −1  F −2F1 →F4  0 −4 −1  F ↔F
  1−→ 4 0 3  4 −→  3  2−→ 4
 1 −3 0 −2   1 −3 0 −2   0 −2 −1 −3 
1 −1 1 1 2 −1 1 2 0 1 −1 0
     
1 −1 1 1 F3 +2F2 →F3 1 −1 1 1 1 −1 1 1
F3 ↔−F4 
 0 1 −1 0  F4 −3F2 →F2  0 1 −1 0  −→ 0 1 −1 0 
  −→    
 0 −2 −1 −3   0 0 −3 −3  F4 +3F3 →F4  0 0 1 1 
0 3 −4 −1 0 0 −1 −1 0 0 0 0
Por tanto, como rango(A) = rango(A|b) = 3 =número de incógnitas, el

Por tanto, como rango(A) = rango(A|b) = 3 =número de incógnitas, el

sistema es compatible determinado. El sistema equivalente es
x1 −x2 +x3 = 1,
x2 −x3 = 0,
x3 = 1,
y, despejando y sustituyendo hacia atrás se tiene que la solución es

   
x1 1
 x2  =  1 
x3 1
x1 −x2 +x3 = 1,
3x2 −4x3 = −1,
x1 +2x2 −3x3 = 0,
2x1 +x2 −2x3 = 1.
x1 −x2 +x3 = 1,
3x2 −4x3 = −1,
x1 +2x2 −3x3 = 0,
2x1 +x2 −2x3 = 1.

 
1 −1 1 1
 0
 3 −4 −1  
 1 2 −3 0 
2 1 −2 1
x1 −x2 +x3 = 1,
3x2 −4x3 = −1,
x1 +2x2 −3x3 = 0,
2x1 +x2 −2x3 = 1.

   
1 −1 1 1 1 −1 1 1
F3 −F1 →F3
 0 3 −4 −1   F4 −2F1 →F4  0
 3 −4 −1 
 −→  
 1 2 −3 0  0 3 −4 −1 
2 1 −2 1 0 3 −4 −1
x1 −x2 +x3 = 1,
3x2 −4x3 = −1,
x1 +2x2 −3x3 = 0,
2x1 +x2 −2x3 = 1.

   
1 −1 1 1 1 −1 1 1
F3 −F1 →F3
 0 3 −4 −1   F4 −2F 1 →F4  0
 3 −4 −1 
 −→  
 1 2 −3 0  0 3 −4 −1 
2 1 −2 1 0 3 −4 −1
 
F3 −F2 →F3 1 −1 1 1
F4 −F2 →F4 
−→  0 1 − 34 − 13 
1 F ↔F

3 2 2  0 0 0 0 
0 0 0 0
Por tanto, como rango(A) = rango(A|b) = 2 <número de incógnitas, el

sistema es compatible indeterminado.
Por tanto, como rango(A) = rango(A|b) = 2 <número de incógnitas, el

sistema es compatible indeterminado. El sistema equivalente es
x1 −x2 +x3 = 1,
x2 − 43 x3 = − 13 .
Como el número incógnitas-rango(A)= 3 − 2 = 1, hay 1 grado de libertad y la

última incógnita es x3 . Por tanto damos a z3 un valor paramétrico, por ejemplo,
x3 = λ y sustituimos y despejamos hacia atrás el resto de las incógnitas en el
sistema resultante y obtenemos
  4
+ 13 λ
 
x 3
 y  =  −1 +4λ .
3 3
z λ
2x1 −3x2 +x3 = 0,

−2x1 +4x3 = 2,
x1 +2x2 −3x3 = 0,
4x1 −3x2 −3x3 = −4.
2x1 −3x2 +x3 = 0,

−2x1 +4x3 = 2,
x1 +2x2 −3x3 = 0,
4x1 −3x2 −3x3 = −4.

 
2 −3 1 0
 −2 0 4 2 
 
 1 2 −3 0 
4 −3 −3 −4
2x1 −3x2 +x3 = 0,

−2x1 +4x3 = 2,
x1 +2x2 −3x3 = 0,
4x1 −3x2 −3x3 = −4.

   
2 −3 1 0 1 2 −3 0
 −2 0 4 2  F ↔F  −2 0 4 2 
  1−→ 3  
 1 2 −3 0   2 −3 1 0 
4 −3 −3 −4 4 −3 −3 −4
2x1 −3x2 +x3 = 0,

−2x1 +4x3 = 2,
x1 +2x2 −3x3 = 0,
4x1 −3x2 −3x3 = −4.

    F +2F →F  
2 −3 1 0 1 2 −3 0 2 1 2 1 2 −3 0
F3 −2F1 →F3
 −2 0 4 2  F ↔F  −2 0 4 2  −→  0 4 −2 2 
  1−→ 3    
 1 2 −3 0   2 −3 1 0  F4 −4F1 →F4  0 −7 7 0 
4 −3 −3 −4 4 −3 −3 −4 0 −11 9 −4
2x1 −3x2 +x3 = 0,

−2x1 +4x3 = 2,
x1 +2x2 −3x3 = 0,
4x1 −3x2 −3x3 = −4.

    F +2F →F  
2 −3 1 0 1 2 −3 0 2 1 2 1 2 −3 0
F3 −2F1 →F3
 −2 0 4 2  F ↔F  −2 0 4 2  −→  0 4 −2 2 
  1−→ 3    
 1 2 −3 0   2 −3 1 0  F4 −4F1 →F4  0 −7 7 0 
4 −3 −3 −4 4 −3 −3 −4 0 −11 9 −4
 
F2 ↔F3 1 2 −3 0
−→  0 1 −1 0 
− 71 F2 ↔ F2 
 0

0 2 2 
F3 − 4F2 → F3
0 0 −2 −4
F4 + 11F2 → F4
2x1 −3x2 +x3 = 0,

−2x1 +4x3 = 2,
x1 +2x2 −3x3 = 0,
4x1 −3x2 −3x3 = −4.

    F +2F →F  
2 −3 1 0 1 2 −3 0 2 1 2 1 2 −3 0
F3 −2F1 →F3
 −2 0 4 2  F ↔F  −2 0 4 2  −→  0 4 −2 2 
  1−→ 3    
 1 2 −3 0   2 −3 1 0  F4 −4F1 →F4  0 −7 7 0 
4 −3 −3 −4 4 −3 −3 −4 0 −11 9 −4
   
F2 ↔F3 1 2 −3 0 1 F →F 1 2 −3 0
−→ 2 3 3
 0 1 −1 0  −→  0 1 −1 0 
− 71 F2 ↔ F2    
 0 0 2 2  F4 +2F3 →F4  0 0 1 1 
F3 − 4F2 → F3
0 0 −2 −4 0 0 0 −2
F4 + 11F2 → F4
2x1 −3x2 +x3 = 0,

−2x1 +4x3 = 2,
x1 +2x2 −3x3 = 0,
4x1 −3x2 −3x3 = −4.

    F +2F →F  
2 −3 1 0 1 2 −3 0 2 1 2 1 2 −3 0
F3 −2F1 →F3
 −2 0 4 2  F ↔F  −2 0 4 2  −→  0 4 −2 2 
  1−→ 3    
 1 2 −3 0   2 −3 1 0  F4 −4F1 →F4  0 −7 7 0 
4 −3 −3 −4 4 −3 −3 −4 0 −11 9 −4
   
F2 ↔F3 1 2 −3 0 1 F →F 1 2 −3 0
−→ 2 3 3
 0 1 −1 0  −→  0 1 −1 0 
− 71 F2 ↔ F2    
 0 0 2 2  F4 +2F3 →F4  0 0 1 1 
F3 − 4F2 → F3
0 0 −2 −4 0 0 0 −2
F4 + 11F2 → F4
Por tanto, como aparece una ecuación del tipo 0 = −2, el sistema es
incompatible.
Ejemplos 36: Discutir y resolver transformando en una matriz escalonada

reducida la matriz de coeficientes del sistema de ecuaciones lineales
2x1 −x2 +x3 = 2,
3x2 −4x3 = −1,
x1 −3x2 = −2
x −x2 +x3 = 1.

2x1 −x2 +x3 = 2,
3x2 −4x3 = −1,
x1 −3x2 = −2
x −x2 +x3 = 1.
Transformamos toda la matriz ampliada en una escalonada reducida

equivalente por filas:
 
2 −1 1 2
 0
 3 −4 −1 

 1 −3 0 −2 
1 −1 1 1

2x1 −x2 +x3 = 2,
3x2 −4x3 = −1,
x1 −3x2 = −2
x −x2 +x3 = 1.

   
2 −1 1 2 1 −1 1 1
 0 3 −4 −1  F ↔F  0 3 −4 −1 
  1−→ 4 
 1 −3 0 −2   1 −3 0 −2 
1 −1 1 1 2 −1 1 2

2x1 −x2 +x3 = 2,
3x2 −4x3 = −1,
x1 −3x2 = −2
x −x2 +x3 = 1.

     
2 −1 1 2 1 −1 1 1 F3 −F1 →F3 1 −1 1 1
 0 3 −4 −1  F ↔F  0 3 −4 −1  F −2F1 →F4  0 3 −4 −1 
  1−→ 4  4 −→  
 1 −3 0 −2   1 −3 0 −2   0 −2 −1 −3 
1 −1 1 1 2 −1 1 2 0 1 −1 0

2x1 −x2 +x3 = 2,
3x2 −4x3 = −1,
x1 −3x2 = −2
x −x2 +x3 = 1.

     
2 −1 1 2 1 −1 1 1 F3 −F1 →F3 1 −1 1 1
 0 3 −4 −1  F ↔F  0 3 −4 −1  F −2F1 →F4  0 3 −4 −1  F ↔F
  1−→ 4  4 −→   2−→ 4
 1 −3 0 −2   1 −3 0 −2   0 −2 −1 −3 
1 −1 1 1 2 −1 1 2 0 1 −1 0
 
1 −1 1 1
 0
 1 −1 0 

 0 −2 −1 −3 
0 3 −4 −1

2x1 −x2 +x3 = 2,
3x2 −4x3 = −1,
x1 −3x2 = −2
x −x2 +x3 = 1.

     
2 −1 1 2 1 −1 1 1 F3 −F1 →F3 1 −1 1 1
 0 3 −4 −1  F ↔F  0 3 −4 −1  F −2F1 →F4  0 3 −4 −1  F ↔F
  1−→ 4  4 −→   2−→ 4
 1 −3 0 −2   1 −3 0 −2   0 −2 −1 −3 
1 −1 1 1 2 −1 1 2 0 1 −1 0
  F +2F →F  
1 −1 1 1 3 2 3 1 0 0 1
F4 −3F2 →F2 
 0
 1 −1 0 
 −→  0 1 −1 0 

 0 −2 −1 −3  F1 +F2 →F1  0 0 −3 −3 
0 3 −4 −1 0 0 −1 −1

2x1 −x2 +x3 = 2,
3x2 −4x3 = −1,
x1 −3x2 = −2
x −x2 +x3 = 1.

     
2 −1 1 2 1 −1 1 1 F3 −F1 →F3 1 −1 1 1
 0 3 −4 −1  F ↔F  0 3 −4 −1  F −2F1 →F4  0 3 −4 −1  F ↔F
  1−→ 4  4 −→   2−→ 4
 1 −3 0 −2   1 −3 0 −2   0 −2 −1 −3 
1 −1 1 1 2 −1 1 2 0 1 −1 0
  F +2F →F   F ↔−F  
1 −1 1 1 3 2 3 1 0 0 1 3 4 1 0 0 1
F4 −3F2 →F2  F2 +F3 →F2 
 0
 1 −1 0 
 −→  0 1 −1 0 
 −→  0 1 0 1 

 0 −2 −1 −3  F1 +F2 →F1  0 0 −3 −3  F4 +3F3 →F4  0 0 1 1 
0 3 −4 −1 0 0 −1 −1 0 0 0 0
Por tanto, como rango(A) = rango(A|B) = 3 =número de incógnitas, el

Por tanto, como rango(A) = rango(A|B) = 3 =número de incógnitas, el

sistema es compatible determinado. El sistema equivalente es
x1 = 1,
x2 = 1,
x3 = 1,
luego la solución es    
x1 1
 x2  =  1 
x3 1

Tema 1 Teoria

Cargado por

Copyright:

Formatos disponibles

Tema 1 Teoria

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 1 Teoria

Cargado por

Copyright:

Formatos disponibles

Matrices. Cálculo matricial. Transf.elementales por filas.Rango Matrices regulares. Matriz inversa.

Tema 1: Matrices y sistemas de ecuaciones

Departamento de Matemática Aplicada

Matrices. Cálculo matricial. Transformaciones elementales por

Matrices regulares. Matriz inversa. Determinante.

Sistemas de ecuaciones lineales

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

Se notará A = (ai,j ) 1≤i≤n y se dirá que es una matriz de orden n × m. El

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

• diagonal si ai,j = 0 cuando i 6= j;

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

• diagonal si ai,j = 0 cuando i 6= j;

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

• diagonal si ai,j = 0 cuando i 6= j;

Matriz identidad: ai,i = 1, i = 1, . . . , n, ai,j = 0, i 6= j.

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

Traspuesta de una matriz: Dada la matriz A = (aij ) ∈ Rn×m , se

Traspuesta de una matriz: Dada la matriz A = (aij ) ∈ Rn×m , se

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

Sea A = (aij ) ∈ Rn×n . Se dice que A es antisimétrica si At = −A.

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

Sea A = (aij ) ∈ Rn×n . Se dice que A es antisimétrica si At = −A.

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

Sea A = (aij ) ∈ Rn×n . Se dice que A es antisimétrica si At = −A.

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

1. Matrices. Cálculo matricial. Transf. elementales. Rango.

Dos matrices A y B se dicen equivalentes por filas y se nota A ∼f B

2. Matriz regular. Inversa de una matriz. Determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

|A| = ai1 Ai1 + ai2 Ai2 + · · · + ain Ain ,

expresión llamada desarrollo de Laplace (por la i-ésima fila).

2. Matriz regular. Inversa de una matriz. Determinantes

Nótese que se define el determinante de orden n en función de determinantes

llamada Regla de Sarrus.

Figura: Regla de Sarrus

2. Matriz regular. Inversa de una matriz. Determinantes

|A| = ai1 Ai1 + ai2 Ai2 + · · · + ain Ain .

|A| = a1j A1j + a2j A2j + · · · + anj Anj .

2. Matriz regular. Inversa de una matriz. Determinantes

Proposición 24 (a): Propiedades de los determinantes

|A| = ai1 Aj1 + ai2 Aj2 + · · · + ain Ajn = 0.

• El determinante de A no varı́a si a una fila o columna se le suma

2. Matriz regular. Inversa de una matriz. Determinantes

Proposición 24 (b): Propiedades de los determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

Proposición 24 (c): Propiedades de los determinantes

2. Matriz regular. Inversa de una matriz. Determinantes

Proposición 25 (Inversa y determinante)

donde Adj(A) es la matriz constituida por todos los adjuntos de los

2. Matriz regular. Inversa de una matriz. Determinantes

Proposición 25 (Inversa y determinante)

donde Adj(A) es la matriz constituida por todos los adjuntos de los

Proposición 26 (Rango y determinantes)