ESCUELA POLITÉCNICA SUPERIOR DE BURGOS

DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

TEMA 1 NOCIONES BÁSICAS

Sistemas de ecuaciones lineales. Método de Gauss para la resolución de sistemas. Matrices.
Método de Gauss para la obtención de la matriz inversa. Determinantes. Método de Gauss para el
cálculo de determinantes. Rango de una matriz. Determinantes y sistemas de ecuaciones.

1.1.- SISTEMAS DE ECUACIONES LINEALES

D.1.1.1. Una ecuación lineal en "n" variables (ó incógnitas) x1 , x2 ,..., xn , es una relación de la
forma a1 x1  a2 x2  ....  an xn b donde a1 , a2 ,..., an (coeficientes), y b (término in-
dependiente) son constantes reales.

Ejemplos: Son ecuaciones lineales: 2 x1  3 x 2  x3  x 4 2 , x  y  2z 1

No son ecuaciones lineales: x1  2 x 2 x3 4 , x2  2y  z 1

D.1.1.2. Una solución de una ecuación lineal en “n” variables es una sucesión de "n" números
s1 , s2 ,..., sn , tales que al sustituir x1 por s1 , x2 por s2 ,..., xn por sn en la ecuación queda
una igualdad. Al conjunto de todas las soluciones de la ecuación se le denomina conjunto
solución. Cada una de las soluciones del conjunto solución se denomina solución
particular.

Ejemplos: x 1, y 0 es una solución particular de x  y  2 z

0, z 1 .
­ x t  2s  1
°
El conjunto solución es ® y t donde t , s  \ .
°z s
¯
Las soluciones particulares se obtienen dando valores concretos a t y s.

D.1.1.3. Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales.

­ a11 x1  a12 x 2  ...  a1n x n b1
° a x  a x  ...  a x b2
° 21 1 22 2 2n n
Sistema de "m" ecuaciones y "n" incógnitas ® (I)
° #
°¯a m1 x1  a m2 x 2  ...  a mn x n bm

D.1.1.4. Una solución del sistema de ecuaciones lineales (I) es una sucesión de "n" números
s1 , s2 ,..., sn , tales que al sustituir x1 por s1, x2 por s2, ..., xn por sn , se satisfacen todas las
ecuaciones del sistema. Al conjunto de todas las soluciones de un sistema se le denomina
conjunto solución

­x  y  z 0
Ejemplo: ® es un sistema de 2 ecuaciones lineales con 3 incógnitas. Una
¯ x  2 y 2
solución particular es, por ejemplo, x 2, y 0, z 2 .

ÁLGEBRA 1 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

Vemos a continuación cómo encontrar el conjunto solución de un sistema de ecuaciones

lineales (lo llamaremos, sin más, solución)

§ a11 a12 ! a1n · § b1 · § x1 ·

¨ ¸ ¨ ¸ ¨ ¸
¨ a 21 a 22 " a2n ¸ ¨ b2 ¸ ¨ x2 ¸
D.1.1.5. Dado el sistema (I), sea A ¨ # B ¨ # ¸ X ¨ # ¸
# % # ¸
¨ ¸ ¨ ¸ ¨ ¸
¨a am2 " a mn ¸¹ ¨b ¸ ¨x ¸
© m1 © m¹ © n¹

A se llama matriz de coeficientes, B matriz o vector de términos independientes y X,

matriz o vector de incógnitas. A partir de A y B se construye la matriz ampliada o
matriz del sistema:

§ a11 a12 ! a1n b1 ·

¨ ¸
¨ a 21 a 22 " a 2 n b2 ¸
AB ¨ # # # # ¸
¨ ¸
¨a
© m1 am2 " a mn bm ¸¹

D.1.1.6. Un sistema se dice que es compatible si tiene alguna solución. Compatible determinado
(S.C.D.) si la solución es única y compatible indeterminado (S.C.I.) si tiene infinitas
soluciones. Un sistema se dice que es incompatible (S.I.) si no tiene solución.

i Más adelante (T.1.3.3.) veremos que todo sistema de ecuaciones lineales es de uno de
éstos tipos: no tiene solución, tiene exactamente una solución o tiene infinitas soluciones.

­ a1 x  b1 y c1
i Sea el sistema de dos ecuaciones con dos incógnitas: ®
¯a 2 x  b2 y c2
Cada una de las ecuaciones anteriores representa en el plano una recta (que llamamos "r1"
y "r2"), y cada uno de los puntos de dichas rectas son las soluciones de la correspondiente
ecuación. En consecuencia la solución del sistema sería (si existe) el punto de intersección
de las dos rectas. Existen tres casos (y sólo tres) posibles:
Si r1 y r2 son coincidentes el sistema tiene infinitas soluciones (S.C.I.)
Si r1 y r2 son paralelas no coincidentes el sistema no tiene solución (S.I.)
Si r1 y r2 se cortan el sistema tiene una única solución (S.C.D.)

1.2.- MÉTODO DE GAUSS PARA LA RESOLUCIÓN DE SISTEMAS

i El método básico para resolver un sistema es en esencia el método de reducción. Consiste

en reemplazar el sistema por un nuevo sistema (que tenga el mismo conjunto solución) y
que sea "más fácil" de resolver.
Este nuevo sistema se obtiene aplicando a las filas de la matriz ampliada (que sería lo
mismo que hacerlo con las ecuaciones), los siguientes tres tipos de operaciones que se de-
nominan operaciones elementales.
1.- Multiplicar una fila ("i") por una constante (k) distinta de cero: kFi
2.- Intercambiar dos filas ("i" y "j"): FilFj
3.- A una fila ("i"), sumarle un múltiplo (k) de otra fila ("j") : Fi+kFj

ÁLGEBRA 2 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

D.1.2.1. Dos sistemas de ecuaciones lineales se dice que son sistemas equivalentes si tienen el
mismo conjunto solución.

T.1.2.1 Si efectuamos cualquier operación elemental en un sistema de ecuaciones lineales, el nue-

vo sistema es equivalente al anterior.

Ejerc. Demostrar el teorema anterior.

i El Método de Gauss consiste en reducir, mediante operaciones elementales, la matriz

ampliada de un sistema hasta llegar a una matriz que deberá tener "determinadas" carac-
terísticas para poder resolver el sistema a simple vista o mediante unos sencillos cálculos.
Las características que buscaremos en la matriz son las siguientes:
1.- Si una fila no consta exclusivamente de ceros, el primer elemento distinto de cero es
un uno (llamado 1 principal)
2.- Las filas que tengan todos sus elementos cero, han de estar situadas en la parte inferior
de la matriz.
3.- Cada dos filas consecutivas, el primer elemento distinto de cero de la inferior está a la
derecha del primer elemento distinto de cero de la superior.

D.1.2.2. Se denomina matriz escalonada (M.E.) a una matriz que verifique las tres propiedades
anteriores.

Así, una matriz escalonada tiene más o menos este aspecto:

§1 * * * * * * * *·
¨ ¸
¨0 0 1 * * * * * *¸
¨0 0 0 0 1 * * * *¸
¨ ¸
¨0 0 0 0 0 1 * * * ¸ (las estrellitas representan números reales cualesquiera)
¨0
¨ 0 0 0 0 0 0 1 * ¸¸
¨0 0 0 0 0 0 0 0 0¸
¨ ¸
©0 0 0 0 0 0 0 0 0¹

Nota: El Método de Gauss-Jordan consiste en seguir realizando operaciones

elementales en la matriz hasta conseguir ceros “encima” de los 1 principales.

Ejemplo: Reducir a la forma escalonada la matriz ampliada del siguiente sistema:

­2 x3  7 x5 12
°
®2 x1  4 x2  10 x3  6 x4  12 x5 28
°2 x  4 x  5 x  6 x  5 x 1
¯ 1 2 3 4 5

§ 0 0  2 0 7 12 ·
¨ ¸
La matriz del sistema es: ¨ 2 4  10 6 12 28 ¸
¨ 2 4  5 6  5  1¸
© ¹

ÁLGEBRA 3 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

(1) Buscamos una fila con un elemento no nulo lo más a la izquierda posible. En este
caso, la segunda ( F2 ), pues la primera empieza por dos ceros. Intercambiamos estas
dos filas: operación elemental F1 l F2 :

§ 2 4  10 6 12 28 ·
¨ ¸
¨ 0 0  2 0 7 12 ¸
¨ 2 4  5 6  5  1¸
© ¹
1
(2) Dividimos todos los elementos de F1 por el primer elemento no nulo: F1 :
2
§ 1 2  5 3 6 14 ·
¨ ¸
¨ 0 0  2 0 7 12 ¸
¨ 2 4  5 6  5  1¸
© ¹
(3) Sumamos a cada una de las filas de debajo k F1 , donde k se elige para cada fila de
manera que debajo del 1 principal de F1 queden ceros. En este caso, sólo
necesitamos hacerlo para la tercera fila: F3  2 F1 :

§ 1 2  5 3 6 14 ·
¨ ¸
¨ 0 0  2 0 7 12 ¸
¨ 0 0 5 0  17  29 ¸
© ¹
Ahora, olvidamos la primera fila y repetimos los pasos (1), (2) y (3) con las restantes:
(1) Las dos filas que quedan, F2 y F3 , tienen el primer elemento no nulo en la misma
columna - la tercera -; no necesitamos intercambiar filas.
1
(2) Dividimos todos los elementos de F2 por el primer elemento no nulo:  F2 :
2
§1 2  5 3 6 14 ·
¨ ¸
¨0 0 1 0  7 / 2  6 ¸
¨ 0 0 5 0  17  29 ¸
© ¹
(4) Sumamos 5F2 a F3 : F3  5F2 :

§1 2  5 3 6 14 ·
¨ ¸
¨0 0 1 0  7 / 2  6¸
¨ 0 0 0 0 1/ 2 1 ¸
© ¹
(1) No hay que hacer nada.
(2) Multiplicamos F3 por 2: 2F3 :

§1 2  5 3 6 14 ·
¨ ¸
¨0 0 1 0  7 / 2  6¸
¨0 0 0 0 1 2 ¸¹
©
(3) No hay que hacer nada.
Ya hemos obtenido una matriz escalonada.

ÁLGEBRA 4 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

D.1.2.3. Una vez que hemos reducido la matriz del sistema a la forma de matriz escalonada se lla-
man variables principales a las variables que corresponden a algún primer elemento
distinto de cero de una fila (hay tantas como filas no nulas en la matriz de coeficientes del
sistema) y se llaman variables secundarias a las que no son principales.

T.1.2.2. Un sistema, reducido ya a forma escalonada, es

Incompatible cuando tiene alguna fila con todos ceros menos el último, y si es compatible
será:
Compatible determinado cuando todas las variables son principales. La solución se
obtiene por sustitución comenzando por la última variable.
Compatible indeterminado cuando hay variables secundarias. La solución se obtiene
igualando las variables secundarias a parámetros distintos y despejando las principales en
función de las secundarias.

Ejemplo: Resolver por el método de Gauss el sistema del ejemplo anterior.

§1 2  5 3 6 14 ·
¨ ¸
La matriz escalonada del sistema es: ¨ 0 0 1 0  7 / 2  6 ¸ , que corresponde al
¨0 0 0 0 1 2 ¸¹
©
­ x1  2 x2  5 x3  3 x4  6 x5 14
°
° 7
sistema: ® x3  x5 6
° 2
°̄ x5 2
Observamos que las variables principales son x1, x3 y x5 y las variables secundarias son
x2 y x4. Se obtiene:

x5 2
7
x3 6  x5 6  7 1
2
x1  2 x2  3 x4 14  5 x3  6 x5 14  5  12 7

Entonces, la solución del sistema es:

­ x1 7  2a  3b ½
°x a °
°° 2 °°
® 3x 1 ¾ / a, b  \
°x b °
° 4 °
°¯ x5 2 °¿

D.1.2.4. Un sistema de ecuaciones lineales se dice que es homogéneo si la matriz de sus términos
independientes es toda de ceros.
Todo sistema homogéneo de ecuaciones lineales es compatible ya que x1 0, x2 0, …
..., xn 0 es siempre solución del sistema. A esta solución se le llama solución trivial. Si
hay otras soluciones se llaman soluciones no triviales.

ÁLGEBRA 5 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

T.1.2.3. Un sistema homogéneo con menos ecuaciones que incógnitas es siempre compatible
indeterminado.

1.3.- MATRICES

En el apartado anterior hemos utilizado matrices para resolver sistemas de ecuaciones

lineales. Ahora damos una definición formal de matriz y vemos las propiedades
generales de las matrices.

D.1.3.1. Una matriz es un conjunto de números ordenados en una tabla rectangular por filas y
columnas. El tamaño de una matriz es el número de filas y de columnas que tiene: si
tiene m filas y n columnas, se pone mxn . Los elementos de una matriz son los números
que la forman.

Notación: en general, designaremos con letras mayúsculas a las matrices y por minús-
culas a sus elementos:
§ a11 a12 ! a1n ·
¨ ¸ A (ai j )i , j es la matriz
¨ a 21 a 22 " a 2 n ¸
A ¨ ai j es el elemento de la fila i, columna j
# # % # ¸
¨ ¸ A  M mxn (\) (si los elementos son reales)
¨a ¸
© m1 a m 2 " a mn ¹

Matriz fila es la que sólo tiene una fila: (a11, a12, …,a1n).
§ a11 ·
¨ ¸
¨ a 21 ¸
Matriz columna es la que sólo tiene una columna: ¨
# ¸
¨ ¸
¨a ¸
© m1 ¹
Matriz cero es aquella cuyos elementos son todos nulos.
Matriz cuadrada es la que tiene el mismo número de filas que de columnas. Se llama
diagonal de una matriz cuadrada a los elementos aii .
Matriz identidad es una matriz cuadrada tal que todos sus elementos son nulos excepto
los de la diagonal, que son unos:

§1 0 0 " 0·
¨ ¸
¨0 1 0 " 0¸
In ¨0 0 1 " 0¸
¨ ¸
¨# # # % #¸
¨0 0 0 " 1 ¸¹
©
Matriz diagonal es una matriz cuadrada que tiene todos ceros fuera de la diagonal.
Dos matrices son iguales cuando tienen el mismo tamaño y los elementos
correspondientes son iguales.

ÁLGEBRA 6 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

D.1.3.2. * Sean A y B matrices del mismo tamaño, mxn . Se define su suma como:

§ a11 a12 ! a1n · § b11 b12 ! b1n ·

¨ ¸ ¨ ¸
¨ a21 a22 " a2 n ¸ ¨ b21 b22 " b2 n ¸
A B 
¨ # # % # ¸ ¨ # # % # ¸
¨ ¸ ¨ ¸
© am1 am 2 " amn ¹ © bm1 bm 2 " bmn ¹
§ a11  b11 a12  b12 ! a1n  b1n ·
¨ ¸
¨ a21  b21 a22  b22 " a2 n  b2 n ¸
¨ # # % # ¸
¨ ¸
© am1  am1 am 2  bm 2 " amn  bmn ¹

* Sean D un escalar (D \) y A una matriz mxn. Se define el producto del escalar por
la matriz como:
§ a11 a12 ! a1n · § D a11 D a12 ! D a1n ·
¨ ¸ ¨ ¸
a a22 " a2 n ¸ ¨ D a21 D a22 " D a2 n ¸
D A D ¨ 21
¨ # # % # ¸ ¨ # # % # ¸
¨ ¸ ¨ ¸
© am1 am 2 " amn ¹ © D am1 D am 2 " D amn ¹

* Sean A y B matrices del mismo tamaño mxn. Se define su diferencia como

A  B A  (1) B

* Sean A  M mxn y B  M nxp (es decir, el número de columnas de A coincide con el

§ a11 a12 ! a1n · § b11 b12 " b1 p ·
¨ ¸ ¨ ¸
¨ a 21 a 22 " a2n ¸ ¨ b21 b22 " b2 p ¸
número de filas de B). A ,B
¨ # # % # ¸ ¨ # # % # ¸
¨ ¸ ¨ ¸
¨a
© m1 am2 " a mn ¸¹ ¨b
© n1 bn 2 " bnp ¸¹

Entonces, el producto A B es una matriz C=(cij)i,j Mmxp cuyos elementos cij se

obtienen de la siguiente forma:
n
ci j ai1b1 j  ai 2b2 j  ai 3b3 j  ...  ainbn j ¦a
k 1
b
ik k j

Nota importante: el producto de matrices no es conmutativo. Puede ocurrir que sea

posible hacer la operación A B , pero no B A (por cuestión de dimensiones). Incluso
cuando ambas operaciones son posibles, el resultado puede no ser el mismo (compro-
§ 1 2· § 2 2 ·
barlo con las matrices A ¨ ¸y B ¨ ¸)
© 2 3 ¹ © 1 1 ¹

ÁLGEBRA 7 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

Notación: Si A tiene m filas, cada una de las cuales tiene n columnas. Podemos poner:
§ A1 ·
¨ ¸
¨ A2 ¸
A ¨ # ¸ donde Ai ai1 ai 2 "ain . Análogamente, B tiene p columnas, cada una de las
¨ ¸
¨A ¸
© m¹
§ b1 j ·
¨ ¸
¨ b2 j ¸
cuales tiene n filas. Ponemos B B 1 B 2 "B p , donde B j ¨ # ¸
¨ ¸
¨b ¸
© nj ¹
Entonces podemos escribir:
§ A1 · § A1 B 1 A1 B 2 " A1 B p ·
¨ ¸ ¨ ¸
¨ A2 ¸ 1 2 p ¨ A2 B 1 A2 B 2 " A2 B p ¸
AB ¨ # ¸ B B "B = ¨ # # % # ¸¸
C
¨ ¸ ¨
¨A ¸ ¨ A B1 Am B 2 " Am B p ¸¹
© m¹ © m

Con esta notación, resulta:

ci j Ai B j , Ci ( AB )i Ai B, C j ( AB) j AB j

Ejerc. * Comprobar que, si A  M mxn , se cumple que AI n Im A A

* Comprobar que el producto de dos matrices diagonales es una matriz diagonal.

T.1.3.1. Sean A, B y C matrices de las dimensiones adecuadas, y D y E números reales. Entonces,

las operaciones que acabamos de definir tienen las siguientes propiedades:
x Para la suma:
(1) Conmutativa: A+B B+A
(2) Asociativa: (A+B)+C A+(B+C)
x Para el producto:
(3) Asociativa: (A B) C A (B C)
x Para la suma y el producto:
(4) Distributivas: A (B+C) A B+A C
(A+B) C A C+B C
x Para el producto por un escalar y la suma:
(5) Pseudodistributivas: D (A+B) D A+D B
(D+E) A D A+E A
x Para el producto por un escalar y el producto:
(6) Pseudoasociativas: D (A B) (D A) B A (D B)
(D E) A D (E A)
Nota: En general: (1) A B A C Ÿ  B C
(2) A B 0 Ÿ  A 0 óB 0

ÁLGEBRA 8 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

§0 1· §1 0·
Como contraejemplo para (1), sirven las matrices A ¨¨ ¸, B ¨¨ ¸¸ ,
©0 2 ¸¹ © 2 1¹
§ 3 2· §1 1· § 2 2 ·
C ¨¨ ¸¸ ; como contraejemplo para (2), tomar A ¨¨ ¸¸ , B ¨¨ ¸¸ .
©2 1¹ ©  1  1¹ ©  2  2 ¹

Ejerc. Si A es una matriz mxn y 0 es la matriz cero de las dimensiones adecuadas en cada caso,
ver que:
(1) A+0 0+A A (2) A  A 0
(3) 0  A  A (4) A 0 0 A 0

D.1.3.3. Sea A  M mxn . Se llama traspuesta de A, y se denota por At , a la matriz cuyas filas son
las columnas de A:

§ a11 a12 ! a1n · § a11 a 21 ! a m1 ·

¨ ¸ ¨ ¸
¨ a 21 a 22 " a2n ¸ ¨ a12 a 22 " a m 2 ¸
A Mmxn At  M nxm
¨ # # % # ¸ ¨ # # % # ¸
¨ ¸ ¨ ¸
¨a
© m1 am2 " a mn ¸¹ ¨a
© 1n a 2 n " a mn ¸¹

T.1.3.2. Se verifican las siguientes propiedades :

(1) (At )t A (2) (A+B)t At+Bt
(3) (D A)t D At (D \ ) (4) (AB)t Bt At

D.1.3.4. Una matriz se dice que es simétrica cuando es cuadrada y coincide con su traspuesta:
AMnxn / A At
Una matriz se dice que es antisimétrica cuando es cuadrada y su opuesta coincide con
su traspuesta: AMnxn / At  A

Ejerc. Poner ejemplos concretos de matrices simétricas y antisimétricas de orden 2 y 3.

D.1.3.5. Dado el sistema (I) de la definición D.1.1.3. sea la matriz de coeficientes A y los vectores
de términos independientes y de incógnitas B y X respectivamente, definidos en D.1.1.5.
Entonces, si utilizamos el producto matricial que acabamos de definir, podemos escribir
el sistema como A X=B llamada expresión matricial del sistema de ecuaciones
lineales.

T.1.3.3. Un sistema de ecuaciones lineales A X=B tiene o bien una sola solución, o bien infi-
nitas, o bien ninguna.

Demostración:
Vale con demostrar que si un sistema tiene dos soluciones distintas entonces tiene
infinitas:

ÁLGEBRA 9 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

§ s1 · § t1 ·
¨ ¸ ¨ ¸
¨ s2 ¸ ¨t ¸
Sean S y T dos soluciones distintas: S , T ¨ 2 ¸ . Por ser S y T soluciones del
¨#¸ #
¨ ¸ ¨ ¸
¨t ¸
© sn ¹ © n¹
sistema se cumple A S B y A T B; entonces, para cualquier D \ , D S+(1  D)T
también es solución del sistema pues:
A ( D S+(1  D) T )=D A S+(1  D) A T=D (A S)+A T  D (A T)=D B+B  D B=B.
Como hay infinitos D \ , resulta que el sistema tiene infinitas soluciones.

D.1.3.6. Sea AMnxn (cuadrada). Se dice que A es inversible si B  M nxn / AB BA I n . En este

caso, se dice que B es inversa de A.

T.1.3.4. Si una matriz A, tiene inversa, ésta es única (se escribe A 1 )

Demostración:
Sea A una matriz inversible, sean B y C inversas de A. Entonces:
A B B A I ½ ­ A B AC Ÿ B( A B) B( AC ) Ÿ ( B A) B ( B A)C Ÿ
¾Ÿ ®
AC C A I ¿ ¯Ÿ I B I C Ÿ B C

T.1.3.5. Sean A y B matrices inversibles del mismo tamaño. Entonces A B es inversible y su

inversa es ( A B) 1 B 1 A1 .

T.1.3.6. Sean A una matriz inversible y D un número real no nulo. Entonces:

1 1 1
(1) D A es inversible y D A A
D
1 1 1
(2) A es inversible y A A
1 n
(3) An es inversible y An A1 n`
1 t
(4) At es inversible y At A1

Ejerc. Demostrar estos dos últimos teoremas.

1.4.- MÉTODO DE GAUSS PARA LA OBTENCIÓN DE LA MATRIZ INVERSA

Veremos con ejemplos un método que nos permite saber si una matriz cuadrada es in-
versible o no, y en el caso de ser inversible encontrar su inversa.
Una matriz es inversible si y solo si a partir de ella y realizando operaciones elementales
se puede llegar a la matriz identidad. En este caso su matriz inversa es la que se obtiene al
realizar las mismas operaciones elementales a partir de la matriz identidad.
La justificación de este método requiere el estudio de las llamadas matrices elementales,
que no trataremos.

ÁLGEBRA 10 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

§1 0 1·
¨ ¸
Ejemplo: Sea la matriz A ¨ 0 1 1 ¸ . Ver, por el método de Gauss si es inversible y en
¨1 1 0¸
© ¹
ese caso hallar su inversa.

§1 0 1 1 0 0· §1 0 1 1 0 0· §1 0 1 1 0 0·
¨ ¸ F3  F1 ¨ ¸ F3  F2 ¨ ¸  F3 /2
¨ 0 1 1 0 1 0 ¸  ¨ 0 1 1 0 1 0 ¸  ¨ 0 1 1 0 1 0 ¸ 
¨1 1 0 0 0 1¸ ¨ 0 1 1 1 0 1 ¸ ¨ 0 0 2 1 1 1 ¸
© ¹ © ¹ © ¹

§1 0 1 1 0 0 · § 1 0 0 1/ 2 1/ 2 1/ 2 ·
¨ ¸ F1  F3 ¨ ¸ F2  F3
¨ 0 1 1 0 1 0 ¸  ¨ 0 1 1 0 1 0 ¸ 
¨ 0 0 11/ 2 1/ 2 1/ 2 ¸ ¨ 0 0 1 1/ 2 1/ 2 1/ 2 ¸
© ¹ © ¹

§ 1 0 0 1/ 2  1/ 2 1/ 2 ·
¨ ¸
¨ 0 1 0  1/ 2 1/ 2 1/ 2 ¸
¨ 0 0 1 1/ 2 1 / 2  1 / 2 ¸¹
©

Por tanto la matriz es inversible y su inversa es la matriz:

§ 1/ 2  1/ 2 1/ 2 ·
1
¨ ¸
A ¨  1/ 2 1/ 2 1/ 2 ¸
¨ 1/ 2 1 / 2  1 / 2 ¸¹
©

§1 2 4 8·
¨ ¸
¨2 4 8 1¸
Ejerc. Hallar la inversa por el método de Gauss de la matriz ¨ (si existe).
4 8 1 2¸
¨ ¸
¨8 1 2 4 ¸¹
©

1.5.- DETERMINANTES.

D.1.5.1. Una permutación del conjunto ^1, 2,3,! , n` es toda posible reordenación de sus ele-
mentos. Ya sabemos que hay n! reordenaciones distintas. Una de estas permutaciones se
escribe i1 , i2 ,! , in .
Llamamos P(n) al conjunto de todas las permutaciones de ^1, 2,3,! , n` .
Si i1 , i2 ,! , ir ,! , is ,! , in es una permutación, se dice que los elementos ir e is for-
man una inversión cuando ir ! is , es decir, cuando no están colocados según su orden
natural.

Ejemplo: P(3)= ^(1, 2, 3), (1, 3, 2), (2,1, 3), (2, 3,1), (3,1, 2), (3, 2,1)` .
* En la primera permutación no hay inversiones.
* En la segunda hay una: el 3 con el 2.
* En la tercera hay una: el 2 con el 1.

ÁLGEBRA 11 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

* En la cuarta hay dos: el 2 con el 1 y el 3 con el 1.

* En la quinta hay dos: el 3 con el 1 y el 3 con el 2.
* En la sexta hay tres: el 3 con el 2, el 3 con el 1 y el 2 con el 1.

D.1.5.2. Una permutación se dice que es par cuando tiene un número par de inversiones (en el
ejemplo anterior, son pares la primera permutación, la cuarta y la quinta). En este caso,
la signatura de la permutación es +1. Una permutación es impar cuando tiene un
número impar de inversiones (en el ejemplo anterior, son impares la segunda
permutación, la tercera y la sexta). En este caso, la signatura de la permutación es -1.
Para denotar la signatura de una permutación (i1,i2,...,in), se escribe V(i1,i2,...,in).

D.1.5.3. Sea A una matriz cuadrada de orden n. Se llama determinante de A, y se escribe det(A)
o A , al número ¦
( i1 ,i2 ,...,in )P ( n )
V (i1 , i2 ,..., in ) a1i a2i ...ani
1 2 n
Habrá n! sumandos, uno por

cada permutación.

§ a11 a12 ·
Ejemplo: Para una matriz 2 x 2 : A ¨¨ ¸ ; P(2)= ^(1, 2), (2,1)`.
© a 21 a 22 ¸¹

Permutación Signatura Sumando

(1,2) +1 a11a22
(2,1) -1 a12a21
(El subíndice fijo está en negrilla, el variable no)

Entonces, queda: det(A) a11a22  a12 a21 Como regla práctica, para calcular el determi-
nante de una matriz de 2u2, se multiplica en cruz y se resta el producto correspondiente
a la diagonal secundaria del correspondiente a la diagonal principal.

5 4
5(1)  (4)2 5  8 3 .
2 1

§ a11 a12 a13 ·

¨ ¸
Ejemplo: Para una matriz 3u3: A ¨ a 21 a 22 a 23 ¸
¨a a32 a33 ¸¹
© 31

P(3)= ^(1, 2,3), (1,3, 2), (2,1,3), (2,3,1), (3,1, 2), (3, 2,1)` .

ÁLGEBRA 12 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

Permutación Signatura Sumando

(1,2,3) +1 a11a22a33
(1,3,2) -1 a11a23a32
(2,1,3) -1 a12a21a33
(2,3,1) +1 a12a23a31
(3,1,2) +1 a13a21a32
(3,2,1) -1 a13a22a31
(El subíndice fijo está en negrilla, el variable no)

Entonces queda: det(A) a11a22a33  a11a23a32  a12a21a33+a12a23a31+a13a21a32  a13a22a31.

Como regla práctica: multiplicamos los elementos unidos por líneas, cambiamos de
signo a los de la derecha, y sumamos todo (Regla de Sarrus)

1 3 1
2 2 4 1 ˜ 2 ˜ 2  3 ˜ 4 ˜ 1  (1).(2).3  (1).2 ˜ 1  3 ˜ (2) ˜ 2  4 ˜ 3 ˜ 1
1 3 2
=4+12+6+2+12-12=24

T.1.5.1. Propiedades de los determinantes. Sea A una matriz cuadrada. Entonces:

1.- Si multiplicamos todos los elementos de una fila de A por una constante k, el valor
del determinante de la matriz resultante es k A
Consecuencias: (a) Si una matriz tiene una fila de ceros, su determinante vale cero
(b) Si AMnxn, «k A« kn «A«

2.- Si intercambiamos las posiciones de dos filas, el valor del determinante cambia de
signo.
Consecuencias: (a) Si una matriz tiene dos filas iguales, su determinante es cero.
(b) Si en una matriz una fila es múltiplo de otra, su determinante es
0.

a11 a12 " a1n a11 a12 " a1n a11 a12 " a1n
# # # # # # # # #
3.- ai1  bi1 ai 2  bi 2 " ain  bin ai1 ai 2 " ain  bi1 bi 2 " bin
# # # # # # # # #
an1 an 2 " ann a n1 a n 2 " a nn an1 an 2 " ann
Consecuencia: Si a una fila le sumamos otra multiplicada por una constante, el valor
del determinante no varía.

ÁLGEBRA 13 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

4.- El determinante de una matriz es igual al determinante de su traspuesta: A At

Consecuencia: Las tres propiedades anteriores y sus consecuencias también son vá-
lidas para columnas.

T.1.5.2. Si A es una matriz cuadrada entonces: A es inversible œ¸A¸z0

T.1.5.3. Si A y B M nxn , el determinante del producto es el producto de los determinantes:

AB A B

1
Ejerc. Demostrar a) Si A es inversible, entonces A 1 .
A
b) Si A y B  M nxn se cumple A B BA

T.1.5.4. Si A y B  M nxn tal que A B I n entonces existe A 1 y A 1 B.

Ejerc. Demostrar el teorema anterior.

D.1.5.3. Sea A una matriz cuadrada. Se llama menor del elemento aij, escrito mij, al determinante
de la matriz que se obtiene al suprimir de A la fila i y la columna j.
Se llama adjunto del elemento aij, escrito Dij, al número (  1)i+jmij. Se define la matriz
adjunta de A como: adj(A)=( Dij)i,j.

T.1.5.5. Desarrollo por los elementos de una línea. Sea A una matriz cuadrada. Entonces:
(1) Desarrollo por elementos de una fila y adjuntos de la misma fila:
ai1D i1  ai 2D i 2  ...  ainD in A
(2) Desarrollo por elementos de una fila y adjuntos de otra fila :
ai1D j1  ai 2D j 2 ... ainD jn 0 (i z j )
(3) Desarrollo por elementos de una columna y adjuntos de la mima columna :
a1i D1i  a 2i D 2i ... a ni D ni A
(4) Desarrollo por elementos de una columna y adjuntos de otra columna :
a1i D1 j  a 2i D 2 j ... a ni D nj 0 (i z j )

§2 1 3  1·
¨ ¸
¨1 2 0 0¸
Ejerc. Calcular el determinante de A ¨0 1 2 5¸
¨ ¸
¨1 3 3 0 ¸¹
©

1
T.1.5.6. Si A es una matriz inversible entonces A1 > adj (A)@ t
A
§1 0 1·
¨ ¸
Ejerc. Calcular la inversa de la matriz ¨ 0 1 1 ¸ .
¨1 1 0¸
© ¹

ÁLGEBRA 14 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

1.6.- MÉTODO DE GAUSS PARA LA OBTENCIÓN DE DETERMINANTES

D.1.6.1. Se dice que una matriz A  M nxn es triangular cuando o bien todos los elementos situa-
dos debajo de la diagonal son nulos (triangular superior) o bien todos los elementos
situados encima de la diagonal son nulos (triangular inferior).

T.1.6.1. El determinante de una matriz triangular es igual al producto de los elementos de la

diagonal. En particular, el determinante de una matriz diagonal será también el producto
de los elementos de la diagonal por tanto el determinante de In es 1.

i El método de Gauss para el cálculo de determinantes consiste en hacer operaciones

elementales hasta obtener una matriz triangular, cuyo determinante es fácil de calcular a
partir del teorema anterior. Hay que tener en cuenta que al hacer operaciones
elementales el determinante va cambiando según las propiedades enunciadas en el
apartado anterior (T.1.5.1.).

§2 1 3  1·
¨ ¸
¨1 2 0 0¸
Ejemplo: Calcular el determinante de A ¨0 1 2 5¸
¨ ¸
¨1 3 3 0 ¸¹
©

2 1 3 1 1 2 0 0 1 2 0 0
F2  2 F1
1 2 0 0 F1 l F2 2 1 3 1 F4  F1 0 3 3 1
A  
0 1 2 5 0 1 2 5 0 1 2 5
1 3 3 0 1 3 3 0 0 1 3 0

1 2 0 0 1 2 0 0 1 2 0 0
F3  3 F2 1
F4
F2 l F3 0 1 2 5 F4  F2 0 1 2 5 5 0 1 2 5
5
0 3 3 1 0 0 3 14 0 0 3 14
0 1 3 0 0 0 5 5 0 0 1 1

1 2 0 0 1 2 0 0
F3 l F4 0 1 2 5 F4  3 F3 0 1 2 5
5 5 -5·1·1·1·11= -55
0 0 1 1 0 0 1 1
0 0 3 14 0 0 0 11

1.7.- RANGO DE UNA MATRIZ.

D.1.7.1. Sea A M mxn (no necesariamente cuadrada). Consideremos todas las submatrices
cuadradas que tenga A. El tamaño de la mayor de estas submatrices cuyo determinante
no sea nulo es el rango de A. Se denota por rg(A).

ÁLGEBRA 15 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

T.1.7.1. Se verifican las siguientes propiedades :

(1) AMmxn Ÿ rg(A) d min(m, n).
(2) Si AMnxn entonces rg(A) = n œ ¨A¨z 0
(3) rg(A) = rg(At).

T.1.7.2. El rango de una matriz no se altera al hacer operaciones elementales sobre ella.

Ejerc. Demostrar los dos teoremas anteriores.

D.1.7.2. Este último teorema nos permite redefinir el rango de una matriz A de la siguiente forma:
hacemos operaciones elementales sobre A hasta obtener una matriz escalonada B.
Entonces, el rango de A es el número de filas no nulas de B.

§ 1 2 3  1·
¨ ¸
¨1 3 2 0¸
Ejerc. Hallar el rango de la matriz ¨ 2 0 1 6¸
¨ ¸
¨ 0 1 0 7¸
¨ 1 2 3  1¸¹
©

1.8.- DETERMINANTES Y SISTEMAS DE ECUACIONES

T.1.8.1. Regla de Cramer: Sea A una matriz inversible de orden n. Sabemos que en este caso el
Ai*
sistema A X B tiene solución única B  M nx1 . Entonces: xi , donde Ai*
A
representa la matriz que resulta de sustituir la columna i de A por la matriz columna B.

T.1.8.2. Teorema de Rouché-Fröbenius: Sean A  M mxn y B  M mx1 .

El sistema A X B es compatible œ rg(A) = rg(A¨B).

De aquí podemos deducir que:

x Si rg(A) z rg(A¨B), el sistema es incompatible.
x Si rg(A) = rg(A¨B ) = n (número de incógnitas), el sistema es compatible de-
terminado.
x Si rg(A) = rg(A¨B ) z n, el sistema es compatible indeterminado.

ÁLGEBRA 16 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

PROBLEMAS TEMA 1 NOCIONES BÁSICAS

1.- Resolver, por el método de Gauss, los siguientes sistemas:

­5 x  7 y  z 6 ­2 x  3 y  z  2t 3 ­3 x  2 y  z  t 7
° ° °
a) ®2 x  10 y  2 z 4 b) ® x  2 y  z  3t 1 c) ® x  y  z  2t 5
°x  y  z 0 ° 2 x  y  6 z  t 1 °4 x  y  t 6
¯ ¯ ¯

2.- Estudiar la compatibilidad de los siguientes sistemas según los valores del parámetro a.

­ax  y  z 1 ­3x  y ax
° °
a) ® x  ay  az 1 b) ®5 x  y  2 z ay
° x  y  a 2 z 1 °4 y  3 z az
¯ ¯
Encontrar las soluciones para a 0 (apartado a) y para a 3 (apartado b).

3.- Estudiar la compatibilidad de los siguientes sistemas según los valores de los parámetros
a y b.

­ x  y  (a 2  1) z 1 ­ax  2 z 2 ­ax  z  1 0
° ° °
a) ® x  2 y  3z 1 b) ®5 x  2 y 1 c) ®ax  (a  1) z  ay 2
°2 x  5 y  z b ° °
¯ ¯ x  2 y  bz 3 ¯ax  ay  (a  b  1) z a  1

­2 x  ay  z 7
° x  ay  z  t b
°
4.- Sea el sistema de incógnitas x, y, z, t: ® a, b  \
° x  2ay  t 1
°¯bx  ay b
a) Hacer un estudio de la compatibilidad y número de soluciones para los diferentes
valores de a y b.
b) Resolver el sistema cuando a = b = 0.

5.- Calcular, si es posible, A B y B A, siendo A y B las matrices:

§ 2 1·
§1 2 6  1· ¨ ¸
¨ ¸ ¨1 3¸
A ¨2 1 1 1¸ B ¨ 1 .
¨ 3  2 2  3¸ 1¸
© ¹ ¨ ¸
¨ 3  2¸
© ¹

6.- Una matriz cuadrada A se llama idempotente si A 2 = A.

§ 2  3  5·
¨ ¸
a) Comprobar que la matriz A ¨  1 4 5 ¸ es idempotente.
¨ 1  3  4¸
© ¹
b) Demostrar que si A B = A y B A = B, entonces A y B son matrices idempotentes.

ÁLGEBRA 17 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

7.- Sean A, B M nxn ¿Cuáles de los siguientes resultados son ciertos?

a) rg(A B) = rg(B A) .
b) Si det(A) = 0 y det(B) = 0, entonces det(A+B) = 0 .
c) (A+B) 2 = A 2 + 2AB + B 2 .
(Si no son ciertos, poner un ejemplo que no lo cumpla)

8.- Sea A  M nxn ( \ ). Demostrar que si n es par, det(A) = det(  A).

a b c
9.- Si d e f = 3, calcular
g h i

d e f 2a 2b 2c ad be f c i g h
a) a b c b) g h i c) g h i d) f  c d  a e  b .
g h i 3d 3e 3 f d e f c a b

10.- Sean A y B matrices cuadradas de orden 3 tales que A 1 y B 2 . Hallar, si es

posible: A  B , 2A2 , B  n y rg( AB) , justificando cada paso.

11.- Sean A y B dos matrices cuadradas de orden n tal que AB 1 . Decir razonadamente
si las siguientes afirmaciones son verdaderas o falsas (buscar contraejemplos cuando
sean falsas)
a) A es inversible b) A B 1 c) rg( B )  n

12.- Calcular por el método de Gauss (si existen), la inversas de las siguientes matrices:

§1 2 1 4·
§ 3 2  1· ¨ ¸
¨ ¸ ¨3 2 1 2¸
A ¨ 1 2 3¸ B ¨5
¨  3 1 3¸ 6  1 10 ¸
© ¹ ¨ ¸
¨3  2 5 1¸¹
©

13.- Calcular, por el método de Gauss, los siguientes determinantes:

0 1 1 1 1 2 4 5
1 0 1 1 3 1 2 5
1 1 0 1 4 5 2 2
1 1 1 0 1 4 1 4

ÁLGEBRA 18 TEMA 1
ESCUELA POLITÉCNICA SUPERIOR DE BURGOS
DEPARTAMENTO DE MATEMÁTICAS Y COMPUTACIÓN

14.- Calcular, por el método de Gauss, el rango de las matrices:

§2 3 2 1 1· §4 3 7  2·
¨ ¸ ¨ ¸
¨1 0 2 2 2¸ ¨2 1 3  1¸
¨1 1 0 1 1¸ ¨2 0 0 3¸
¨ ¸ ¨ ¸
¨1
© 0 1 1 0 ¸¹ ¨2
© 0 2  1¸¹

§a a b b·
¨ ¸
¨b a a b¸
15.- Calcular el rango de la matriz ¨ para los diferentes valores de a, b  \ .
b b a a¸
¨ ¸
¨a
© b b a ¸¹

16.- Calcular el siguiente determinante (determinante de Vandermonde)

1 1 1 1
a b c d
a, b, c, d  \
a2 b2 c2 d2
a3 b3 c3 d3

ÁLGEBRA 19 TEMA 1