MATRICES

Una matriz es una ordenación de objetos, números, dispuestos en filas (líneas horizontales) y columnas (líneas
verticales) encerrados entre corchetes como, por ejemplo
1 2 1 2
[
1 2 3
] [2 3 [𝑥 𝑥3 ]
1]
4 5 6 2𝑥 2𝑥 + 1
4 1 3
A las matrices se les denotará por las letras 𝐴 = [𝑎𝑖𝑗 ] , 𝑎𝑖𝑗 ∈ 𝐴, 𝑖 indica la fila, 𝑗 indica la columna, 𝑚 × 𝑛 indica el
𝑚×𝑛
orden de la matriz, que se lee que la matriz tiene 𝑚 filas y 𝑛 columnas.
𝑎11 𝑎12 𝑎13 . 𝑎1𝑛
𝑎21 𝑎22 𝑎23 .. 𝑎2𝑛
𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 = [ 𝑎31 𝑎32 𝑎33 . 𝑎3𝑛 ] , 𝑎𝑖𝑗 ∈ ℝ
. . . .
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 . 𝑎𝑚𝑛 𝑚×𝑛

MATRICES CUADRADAS

Una matriz es cuadrada cuando el número de filas es igual al número de columnas, es decir 𝑚 = 𝑛

Ejemplos
𝑎11 𝑎12 𝑎13
𝑎11 𝑎12
[𝑎11 ] [𝑎 𝑎22 ] [𝑎21 𝑎22 𝑎23 ]
21
𝑎31 𝑎32 𝑎33
IGUALDA DE MATRICES

Las matrices 𝐴 = [𝑎𝑖𝑗 ] y 𝐵 = [𝑏𝑖𝑗 ] son iguales si son del mismo orden y sus elementos correspondientes a cada
matriz deben ser iguales, es decir 𝑎𝑖𝑗 = 𝑏𝑖𝑗 .

Ejemplo
𝑎11 𝑎12 𝑏11 𝑏12
𝐴 = [𝑎 𝑎22 ] , 𝐵=[ ]
21 𝑏21 𝑏22
𝐴 = 𝐵 ⟹ 𝑎11 = 𝑏11 , 𝑎12 = 𝑏12 , 𝑎21 = 𝑏21 , 𝑎22 = 𝑏22

MATRIZ NULA

Una matriz es nula si todos sus elementos son ceros 𝐴 = [0]

ADICIÓN ALGEBRAICA DE MATRICES

Para la suma de matrices tienen que ser del mismo orden y se suman los elementos correspondientes de cada matriz.

Sean 𝐴 = [𝑎𝑖𝑗 ] y 𝐵 = [𝑏𝑖𝑗 ] matrices, entonces 𝐴 + 𝐵 = [𝑎𝑖𝑗 + 𝑏𝑖𝑗 ], 𝐴 − 𝐵 = [𝑎𝑖𝑗 − 𝑏𝑖𝑗 ].

Ejemplo
1 2 3 2 3 1
𝐴=[ ], 𝐵 = [ ]
4 5 6 1 −2 −5
3 5 4] −1 −1 2 −2 −3 −1
𝐴+𝐵 =[ , 𝐴−𝐵 =[ ] −𝐵 =[ ]
5 3 1 3 7 11 −1 2 5
PROPIEDADES CON RESPECTO A LA ADICIÓN DE MATRICES

La suma adición de matrices es conmutativa, es asociativa, es distributiva de la adición de matrices con respecto a un
escalar y la adición de matrices tiene elemento neutro aditivo que es la matriz nula.

1. 𝐴+𝐵 =𝐵+𝐴 propiedad conmutativa

2. 𝐴 + (𝐵 + 𝐶 ) = (𝐴 + 𝐵 ) + 𝐶 propiedad asociativa
3. 𝑘(𝐴 + 𝐵) = 𝑘𝐴 + 𝑘𝐵 propiedad distributiva
4. 𝐴+0=𝐴 elemento neutro aditivo

MULTIPLICACIÓN DE MATRICES

Para la multiplicación de dos matrices se tiene que tener en cuenta que el número de columnas de una matriz debe ser
igual al número de filas de la otra matriz y el resultado es otra matriz, es decir [𝑎𝑖𝑗 ] 𝑚×𝑛 [𝑏𝑖𝑗 ] 𝑛×𝑝 = [𝑐𝑖𝑗 ]𝑚×𝑝

𝑐11 𝑐12 𝑐13 𝑐1𝑝

.
𝑐21 𝑐22 𝑐23 𝑐2𝑝
..
𝐶 = [𝑐𝑖𝑗 ]𝑚×𝑝 = 𝑐31 𝑐32 𝑐33 . 𝑐3𝑝
. . . .
𝑐 𝑐𝑚2 𝑐𝑚3 .
[ 𝑚1 𝑐𝑚𝑝 ]𝑚×𝑝

Para hallar los elementos de la matriz 𝑐𝑖𝑗 ∈ 𝐶, se multiplica la fila 𝑖 de la matriz A con la columna 𝑗 de la matriz B, por
ejemplo, cómo obtener el elemento 𝑐11 ∈ 𝐶.
𝑏11
𝑏21 𝑛

𝑐11 = [𝑎11 𝑎12 𝑎13 ∙ . . 𝑎1𝑛 ] 𝑏31 = [𝑎11 𝑏11 + 𝑎12 𝑏21 + 𝑎13 𝑏31 + . . . +𝑎1𝑛 𝑏𝑛1 ] = [∑ 𝑎1𝑘 𝑏𝑘1 ]
..
𝑘=1
.
[𝑏𝑛1 ]
𝑛

𝑐11 = [∑ 𝑎1𝑘 𝑏𝑘1 ]

𝑘=1

Ejemplo
−1
[2 1 3] [ 2 ] = [2(−1) + 1(2) + 3(3)] = [9]
3
1 2 2 1 3
𝐴=[ ] 𝐵=[ ] ¿ 𝐴 ∙ 𝐵?
3 5 2×2 3 2 1 2×3
𝑐11 𝑐12 𝑐13
𝐴 ∙ 𝐵 = [𝑐𝑖𝑗 ]2×3 = [𝑐 𝑐22 𝑐23 ]
21

2 1
𝑐11 = [1 2] [ ] = 2 + 6 = 8 ⟹ 𝑐11 = 8 𝑐12 = [1 2] [ ] = 1 + 4 = 5 ⟹ 𝑐12 = 5
3 2
3 2
𝑐13 = [1 2] [ ] = 3 + 2 = 5 ⟹ 𝑐13 = 5 𝑐21 = [3 5] [ ] = 6 + 15 = 21 ⟹ 𝑐21 = 21
1 3
1 3
𝑐22 = [3 5] [ ] = 3 + 10 = 13 ⟹ 𝑐22 = 13 𝑐23 = [3 5] [ ] = 9 + 5 = 14 ⟹ 𝑐23 = 14
2 1
8 5 5]
𝐴∙𝐵 =[
21 13 14

PROPIEDADES CON RESPECTO A LA MULTIPLICACIÓN DE MATRICES

Para estas propiedades con respecto a la multiplicación de matrices se tiene que tener en cuenta que el número de
columnas de una matriz debe ser igual al número de filas de la otra matriz para que la multiplicación este bien definida.

La multiplicación de matrices es asociativa, es distributiva, no es conmutativa y en la multiplicación de matrices no se

cumplen ciertas propiedades de los números reales, veamos:

Sean 𝐴, 𝐵 y 𝐶 matrices bien definidas con respecto a la adición y multiplicación de matrices

 1. Propiedades distributivas
𝐴(𝐵 + 𝐶 ) = 𝐴𝐵 + 𝐴𝐶
(𝐴 + 𝐵)𝐶 = 𝐴𝐶 + 𝐵𝐶
2. Propiedad asociativa
𝐴(𝐵𝐶 ) = (𝐴𝐵)𝐶
En las matrices no se cumplen

3. Producto de matrices no es conmutativa

𝐴𝐵 ≠ 𝐵𝐴
4. 𝐴𝐵 = 0 ⇏ 𝐴 = 0 o 𝐵 = 0
5. 𝐴𝐵 = 𝐴𝐶 ⇏ 𝐵 = 𝐶

MATRICES ESPECIALES

MATRIZ TRIANGULAR SUPERIOR

Una matriz triangular superior es de la forma si los elementos debajo de la diagonal principal son todos ceros, es decir,
𝑎𝑖𝑗 = 0 ∀ 𝑖 > 𝑗
𝑎11 𝑎12 𝑎13 . 𝑎1𝑛
0 𝑎22 𝑎23 .. 𝑎2𝑛
[ 0 0. 𝑎33 . 𝑎3𝑛 ]
. . .
0 . 𝑎
0 0 𝑛𝑛

MATRIZ TRIANGULAR INFERIOR

Una matriz triangular inferior es de la forma si los elementos sobre la diagonal principal son todos ceros, es decir,
𝑎𝑖𝑗 = 0 ∀ 𝑖 < 𝑗
𝑎11 0 0 . 0
𝑎21 𝑎22 0 .. 0
𝑎31 𝑎32 𝑎33 . 0.
. . .
. 𝑎
[𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 𝑛𝑛 ]

MATRIZ DIAGONAL

Una matriz es diagonal si todos los elementos que están sobre y debajo de la diagonal principal son ceros, es decir
𝑎11 0 0 . 0
0 𝑎22 0 .. 0
𝐷=[ 0 0. 𝑎33 . 0. ]
. .
0 . 𝑎𝑛𝑛
0 0
𝐷 = 𝑑𝑖𝑎𝑔(𝑎11 , 𝑎22 , 𝑎33 , . . . , 𝑎𝑛𝑛 )
TRAZA DE UNA MATRIZ DIAGONAL

𝑇𝑟𝑎𝑧(𝐷) = 𝑎11 + 𝑎22 + 𝑎33 + . . . + 𝑎𝑛𝑛

MATRIZ IDENTIDAD

La matriz identidad, si todos los elementos de la diagonal principal son 1s, es decir
1 0 0 . 0
0 1 0 .. 0
𝐼𝑛 = [0 0. 1. . 0]
. .
.
0 0 0 1
1 0 0 0
1 0 0
1 0
𝐼1 = [1] 𝐼2 = [ ] 𝐼3 = [0 1 0] 𝐼4 = [0 1 0 0]
0 1 0 0 1 0
0 0 1
0 0 0 1
CASOS PARTICULARES DE LAS MATRICES CUADRADAS

Sean A y B matrices cuadradas del mismo orden, si 𝐴𝐵 = 𝐵𝐴 se dicen que las matrices son conmutativas o permutables.
Si 𝐴𝐵 = −𝐵𝐴 se dicen que las matrices son no conmutativas o no permutables.

MATRIZ PERIÓDICA

Una matriz cuadrada es periódica de periodo 𝑝 ∈ ℤ+ si 𝐴𝑝+1 = 𝐴

MATRIZ IDEMPOTENTE

Una matriz cuadrada es idempotente si 𝐴2 = 𝐴

MATRIZ INVERSA

Sean A y B matrices cuadradas del mismo orden, se dice que la matriz 𝐵 = 𝐴−1 es la matriz inversa de A,
si 𝐴𝐵 = 𝐵𝐴 = 𝐼.

Ejemplo: Sean A y B matrices cuadradas

1 2 3 6 −2 −3
𝐴 = [1 3 3] 𝐵 = [−1 1 0]
1 2 4 −1 0 1
1 2 3 6 −2 −3 6 −2 −3 1 2 3 1 0 0
𝐴 ∙ 𝐵 = [1 3 3] [−1 1 0 ] = [−1 1 0 ] [1 3 3 ] = [0 1 0] = 𝐼
1 2 4 −1 0 1 −1 0 1 1 2 4 0 0 1
Se dice que B es la inversa de A o que A es la inversa de B.

MATRIZ INVOLUTIVA

Se dice que la matriz cuadrada A de orden n es involutiva si 𝐴2 = 𝐼.

MATRIZ NILPOTENTE

Se dice que la matriz cuadrada A de orden n es nilpotente si 𝐴𝑝 = 0, 𝑝 ∈ ℤ+ .

MATRIZ TRASPUESTA

Sea A una matriz de orden 𝑚 × 𝑛, la traspuesta de A es una matriz d orden 𝑛 × 𝑚, es decir 𝐴𝑚×𝑛 𝑇 = 𝐴𝑛×𝑚

Ejemplo: Hallar la traspuesta de la matriz

1 4
1 2 3
𝐴=[ ] ⟹ 𝐴𝑇 = [2 5]
4 5 6 2×3 3 6 3×2
6 −2 −3 6 −1 −1
𝐴 = [−1 1 0] ⟹ 𝐴𝑇 = [−2 1 0]
−1 0 1 3×3 −3 0 1 3×3
PROPIEDADES DE LAS MATRICES TRASPUESTAS

1. (𝐴𝑇 )𝑇 = 𝐴
2. (𝑘𝐴)𝑇 = 𝑘𝐴𝑇
3. Sean A y B matrices del mismo orden (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇
4. Sean 𝐴𝑚×𝑛 y 𝐵𝑛×𝑝 matrices, tal que su producto este bien definido, entonces (𝐴 ∙ 𝐵)𝑇 = 𝐵𝑇 ∙ 𝐴𝑇

MATRIZ SIMÉTRICA

Sea A una matriz cuadrada, A es una matriz simétrica si 𝐴𝑇 = 𝐴

Ejemplo: Matriz simétrica

1 2 3 1 2 3
𝐴 = [2 4 −5] ⟹ 𝐴𝑇 = [2 4 −5] = 𝐴
3 −5 6 3 −5 6
A es una matriz simétrica y 3A es simétrica.
PROPIEDAD DE LA MATRIZ SIMÉTRICA

Si A es una matriz cuadrada de orden n, entonces 𝐴 + 𝐴𝑇 es una matriz simétrica

MATRIZ ANTISIMÉTRICA

Sea A una matriz cuadrada, A es una matriz antisimétrica o hemisimétrica si 𝐴𝑇 = −𝐴.

PROPIEDAD DE LA MATRIZ ANTISIMÉTRICA

Sea A una matriz cuadrada de orden n, entonces 𝐴 − 𝐴𝑇 es una matriz antisimétrica.

• Toda matriz cuadrada A de orden n se puede descomponer en la suma de una matriz simétrica
1
𝐵 = 2 (𝐴 + 𝐴𝑇 ).
• Toda matriz cuadrada A de orden n se puede descomponer en la suma de una matriz antisimétrica
1
𝐶 = 2 (𝐴 − 𝐴𝑇 ).

MATRIZ CONJUGADA

Sea 𝑧 = 𝑎 + 𝑖𝑏 ∈ ℂ ⟹ 𝑧̅ = 𝑎 − 𝑖𝑏 ∈ ℂ, 𝑖 = √−1

𝑧̅ representa el conjugado del número complejo 𝑧.

Sea 𝐴 = [𝑧𝑖𝑗 ] una matriz en los complejos, cuyos elementos son números complejos 𝑧𝑖𝑗 = 𝑎 + 𝑖𝑏 ∈ ℂ, la matriz
conjugada A se denota por 𝐴̅, es decir 𝐴̅ = ̅̅̅̅̅̅
[𝑧𝑖𝑗 ] = [𝑧̅̅̅]
𝑖𝑗

Ejemplo
1 + 2𝑖 3𝑖 5 1 − 2𝑖 −3𝑖 5
𝐴=[ ] ⟹ 𝐴̅ = [ ]
2−𝑖 2 + 7𝑖 𝑖 2+𝑖 2 − 7𝑖 −𝑖
PROPIEDAD DE LAS MATRICES CONJUGADAS

1. ̅̅̅̅̅
(𝐴̅) = 𝐴
2. ̅̅̅̅̅̅
(𝑘𝐴) = 𝑘̅𝐴̅
3. Sean A y B matrices del mismo orden ̅̅̅̅̅̅̅̅̅̅
(𝐴 + 𝐵) = 𝐴̅ + 𝐵̅
4. Sean 𝐴𝑚×𝑛 y 𝐵𝑛×𝑝 matrices en los complejos, tal que su producto este bien definido, entonces ̅̅̅̅̅̅̅̅̅
(𝐴 ∙ 𝐵) = 𝐴̅ ∙ 𝐵̅
5. ̅ 𝑇 ̅̅̅̅̅̅
(𝐴 ) = (𝐴 )𝑇

Ejemplo
1 + 2𝑖 𝑖 1 + 2𝑖 3 (𝐴𝑇 ) = [1 − 2𝑖 3
𝐴=[ ] ⟹ 𝐴𝑇 = [ ] ⟹ ̅̅̅̅̅̅ ]
3 2 − 3𝑖 𝑖 2 − 3𝑖 −𝑖 2 + 3𝑖
1−𝑖 −𝑖 1−𝑖 3
𝐴̅ = [ ] ⟹ (𝐴̅)𝑇 = [ ] ⟹ (𝐴̅)𝑇 = ̅̅̅̅̅̅
(𝐴𝑇 )
3 2 + 3𝑖 −𝑖 2 + 3𝑖

MATRIZ HERMÍTICA

Sea A una matriz cuadrada de orden n en los números complejos, A es una matriz hermítica o autoadjunta si ̅̅̅
𝐴𝑇̅ = 𝐴.

Ejemplo

Determine si la matriz A es hermítica

1 1−𝑖 2 1 1+𝑖 2 1 1−𝑖 2
𝐴 = [1 + 𝑖 3 𝑖 ] ⟹ 𝐴𝑇 = [1 − 𝑖 3 −𝑖 ] ⟹ ̅̅̅
𝐴𝑇̅ = [1 + 𝑖 3 𝑖 ] = 𝐴 ⟹ ̅̅̅
𝐴𝑇̅ = 𝐴
2 −𝑖 0 2 𝑖 0 2 −𝑖 0
Por consiguiente, A es una matriz hermítica.
EJERCICIOS
2 −3 −5 −1 3 5
1. Demuestre que las matrices 𝐴 = [−1 4 5 ] y 𝐵 = [ 1 −3 −5] son idempotentes.
1 −3 4 −1 3 5

2. Si A es una matriz idempotente, demuestre que la matriz 𝐵 = 𝐼 − 𝐴 es idempotente, donde 𝐴𝐵 = 𝐵𝐴 = 0.

1 2 2
3. Si 𝐴 = [2 1 2], demuestre que 𝐴2 − 4𝐴 − 5𝐼 = 0.
2 2 1

2 1 3
4. Si 𝐴 = [1 −1 2], demuestre que 𝐴3 − 2𝐴2 − 9𝐴 = 0, pero que 𝐴2 − 2𝐴 − 9𝐼 ≠ 0.
1 2 1

−1 −1 −1 2 0 1 0 3 0 1 0 4
5. Demuestre que [ 0 1 0 ] = [−1 −1 −1] = [ 0 0 1 ] = 𝐼.
0 0 1 0 0 1 −1 −1 −1

1 −2 −6
6. Demuestre que 𝐴 = [−3 2 9 ] es una matriz periódica de periodo 𝑝 = 2.
2 0 −3

1 −3 −4
7. Demuestre que 𝐴 = [−1 3 4 ] es una matriz nilpotente.
1 −3 −4

1 2 3 2 −1 −6
8. Demuestre que las matrices 𝐴 = [ 3 2 0 ] y𝐵 =[ 3 2 9 ] son permutables.
−1 −1 −1 −1 −1 −4

1 −1 1 1
9. Demuestre que las matrices 𝐴 = [ ] y𝐵 =[ ] no son permutables y que (𝐴 + 𝐵)2 = 𝐴2 + 𝐵2 .
2 −1 4 −1

1 2 3 3 −2 −1
10. Demuestre que la matriz [ 2 5 7 ] es inversa de la matriz [−4 1 −1].
−2 −4 −5 2 0 1

1 2 𝑎 𝑏 ] [1 0], 1 2
11. Si [ ]∙[ = hallar la inversa de [ ].
3 4 𝑐 𝑑 0 1 3 4

0 1 −1 4 3 3
12. Demuestre que las matrices 𝐴 = [4 −3 4 ] y 𝐵 = [−1 0 −1] son involutivas.
3 −3 4 −4 −4 −3

13. Demuestre que a) (𝐴𝑇 )𝑇 = 𝐴 b) (𝑘𝐴)𝑇 = 𝑘𝐴𝑇 c) (𝐴𝑝 )𝑇 = (𝐴𝑇 )𝑝 𝑝 ∈ ℤ+ .

14. Demuestre que (𝐴𝐵𝐶 )−1 = 𝐶 −1 𝐵−1 𝐴−1 .

15. Demuestre que 𝑎) (𝐴−1 )−1 = 𝐴 𝑏) (𝑘𝐴)−1 = 𝑘 −1 𝐴−1 𝑐) (𝐴𝑝 )−1 = (𝐴−1 )𝑝 𝑝 ∈ ℤ+ .

16. Demuestre que 𝑎) ̅̅̅̅̅

(𝐴̅) = 𝐴 𝑏) ̅̅̅̅̅̅̅̅̅̅
(𝐴 + 𝐵) = 𝐴̅ + 𝐵̅ 𝑐) ̅̅̅̅̅̅
(𝑘𝐴) = 𝑘̅𝐴̅ 𝑑) ̅̅̅̅̅̅̅̅̅
(𝐴 ∙ 𝐵) = 𝐴̅ ∙ 𝐵̅ .

1 1+𝑖 2 + 3𝑖
17. Demuestre que la matriz 𝐴 = [ 1 − 𝑖 2 −𝑖 ] es hermítica.
2 − 3𝑖 𝑖 0
 𝑖 1+𝑖 2 − 3𝑖
18. Demuestre que la matriz 𝐴 = [ −1 + 𝑖 2𝑖 1 ] es hemihermítica.
−2 − 3𝑖 −𝑖 0

𝑎 1𝑛 𝑛
𝑛𝑎𝑛−1 ].
19. Demuestre que [ ] = [𝑎
0 𝑎 0 𝑎𝑛

20. Demuestre que si A y B son matrices tales que 𝐴𝐵 = 𝐴 y 𝐵𝐴 = 𝐵, se cumple 𝑎) 𝐵𝑇 𝐴𝑇 = 𝐴𝑇 y 𝑏) 𝐴𝑇 𝐵𝑇 = 𝐵𝑇 .

1 1
21. Si A es una matriz involutiva, demuestre que (𝐼 + 𝐴 ) y (𝐼 − 𝐴) son matrices idempotentes y que
2 2
1 1
(𝐼 + 𝐴) (𝐼 + 𝐴) = 0.
2 2

22. Si 𝐴−1 es la inversa de la matriz cuadrada A, demuestre que: 𝑎) (𝐴−1 )𝑇 = (𝐴𝑇 )−1 𝑏) (𝐴̅)−1 = ̅̅̅̅̅̅̅̅
(𝐴−1 )

23. Sea 𝐴 = 𝑑𝑖𝑎𝑔(𝑎11 , 𝑎22 , 𝑎33 , . . . , 𝑎𝑛𝑛 ) y 𝐵 = 𝑑𝑖𝑎𝑔(𝑏11 , 𝑏22 , 𝑏33 , . . . , 𝑏𝑛𝑛 ) matrices. Demuestre que
𝐴 + 𝐵 = 𝑑𝑖𝑎𝑔(𝑎11 + 𝑏11 , 𝑎22 + 𝑏22 , 𝑎33 + 𝑏33 , . . . , 𝑎𝑛𝑛 + 𝑏𝑛𝑛 )
𝐴 ∙ 𝐵 = 𝑑𝑖𝑎𝑔(𝑎11 ∙ 𝑏11 , 𝑎22 ∙ 𝑏22 , 𝑎33 ∙ 𝑏33 , . . . , 𝑎𝑛𝑛 𝑏𝑛𝑛 )
𝑇𝑟𝑎𝑧(𝐴 ∙ 𝐵) = 𝑎11 ∙ 𝑏11 + 𝑎22 ∙ 𝑏22 + 𝑎33 ∙ 𝑏33 + . . . + 𝑎𝑛𝑛 𝑏𝑛𝑛

DETERMINANTE UNA MATRIZ CUADRADA

DETERMINANTE DE SEGUNDO ORDEN

|𝑎 𝑏|
= 𝑎𝑑 − 𝑏𝑐
𝑐 𝑑
DETERMINANTE DE TERCER ORDEN
𝑎11 𝑎12 𝑎13
𝑎 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22
|𝑎21 𝑎22 𝑎23 | = 𝑎11 | 22
𝑎32 𝑎33 | − 𝑎12 |𝑎31 𝑎33 | + 𝑎13 |𝑎31 𝑎32 |
𝑎31 𝑎32 𝑎33
REGLA DE SARRUS PARA EL CÁLCULO DE DETEMINANTES DE TERCER ORDEN
𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23
||𝑎31 𝑎32 𝑎33 || = 𝑎11 𝑎22 𝑎33 + 𝑎21 𝑎32 𝑎13 + 𝑎31 𝑎12 𝑎23 − (𝑎13 𝑎22 𝑎31 + 𝑎23 𝑎32 𝑎11 + 𝑎33 𝑎12 𝑎21 )
𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23

Ejemplo: Calcular el determinante de tercer orden usando la regla de Sarrus

3 −1 −2
3 −1 −2 −2 2 −3
|−2 2 −3| = || 4 −1 −2||
4 −1 −2 3 −1 −2
−2 2 −3
3 −1 −2
−2 2 −3
|| 4 −1 −2|| = 3(2)(−2) − 2(−1)(−2) + 4(−1)(−3) − (−2(2)(4) − 3(−1)(3) − 2(−1)(−2)) = 7
3 −1 −2
−2 2 −3
3 −1 −2
|−2 2 −3| = 7
4 −1 −2
PROPIEDADES DE LOS DETERMINANTES
1
1. |𝐼| = 1, |0| = 0, |𝐴𝑇 | = |𝐴|, |𝐴𝐵| = |𝐴||𝐵|, |𝐴−1 | = , |𝐴𝑚 | = |𝐴|𝑚 , 𝑚 ∈ ℤ+
|𝐴|
2. Si en un determinante se intercambian dos filas o dos columnas, el determinante cambia de signo.
3. Si en un determinante se multiplica por una constante una fila o una columna, el determinante queda
multiplicada por la constante.
 4. |𝛽𝐴| = 𝛽 𝑛 |𝐴|
5. Si a una fila o columna se le multiplica y se le suma a otra fila o columna, el determinante no varía.
6. Si en un determinante una fila o columna son 0s, el valor del determinante es 0.
7. Si dos filas o dos columnas son proporcionales, el valor del determinante es 0.
8. Si A es una matriz triangular superior o inferior, el determinante de A es el producto de sus elementos de la
diagonal principal. Es decir |𝐴| = 𝑎11 ∙ 𝑎22 ∙ 𝑎33 ∙ . . . ∙ 𝑎𝑛𝑛
9. Si en un determinante
𝑎11 + 𝑏11 𝑎12 + 𝑏12 𝑎13 + 𝑏13 . 𝑎1𝑛 + 𝑏1𝑛
𝑎21 𝑎22 𝑎23 .. 𝑎2𝑛
|| 𝑎31 𝑎32 𝑎33 . 𝑎3𝑛 ||
. . . .
.
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 𝑎𝑛𝑛
𝑎11 𝑎12 𝑎13 . 𝑎1𝑛 𝑏11 𝑏12 𝑏13 . 𝑏1𝑛
𝑎21 𝑎22 𝑎23 . 𝑎2𝑛 𝑎21 𝑎22 𝑎23 . 𝑎2𝑛
= | 𝑎31 𝑎32 𝑎33 .. 𝑎3𝑛 | + || 𝑎31 𝑎32 𝑎33 .. 𝑎3𝑛 ||
. . . . . . . .
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 . 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 𝑎𝑛3
.
𝑎𝑛𝑛
𝑎11 𝑎12 𝑎13 . 𝑎1𝑛 𝑏11 𝑏12 𝑏13 . 𝑏1𝑛
𝑎21 𝑎22 𝑎23 . 𝑎2𝑛 𝑎21 𝑎22 𝑎23 . 𝑎2𝑛
= | 𝑎31 𝑎32 𝑎33 .. 𝑎3𝑛 | + || 𝑎31 𝑎32 𝑎33 .. 𝑎3𝑛 ||
. . . . . . . .
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 . 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 𝑎𝑛3
.
𝑎𝑛𝑛

RANGO DE UNA MATRIZ

Sea 𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 una matriz, se dice que el rango de A es r si existe una submatriz cuadrada B de A de orden r, tal que
|𝐵| ≠ 0 y que el determinante de cualquier submatriz cuadrada de A de orden mayor que B es 0.

Denotaremos el rango de A por 𝑟𝑎𝑛𝑔(𝐴) = 𝑟.

El rango de una matriz nula es 0.

Si 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 y 𝑟𝑎𝑛𝑔(𝐴) = 𝑛, se dice que la matriz es regular y |𝐴| ≠ 0.

Ejemplo: Determinar el rango se la matriz

1 2 3
1 2 |𝐵|
𝐴 = [2 3 4] tomando la submatriz 𝐵 = [ ], = −1 ≠ 0, 𝑟𝑎𝑛𝑔(𝐴) = 2, siendo |𝐴| = 0.
2 3
3 5 7
TRANSFORMACIONES ELEMENTALES

Son las operaciones de fila o columna que se realizan con matrices que no modifican ni su orden ni su rango. Dentro de
las transformaciones elementales tenemos las transformaciones elementales de fila que se denotan por 𝐻 y las
transformaciones elementales de columna que se denotan por 𝐾. Veamos las transformaciones elementales:

• La permutación de la fila 𝑖 y la fila 𝑗, se denota por 𝐻𝑖𝑗 .

• La permutación de la columna 𝑖 y la columna 𝑗, se denota por 𝐾𝑖𝑗 .
• El producto de todos los elementos de la fila 𝑖 por un escalar 𝑘 ≠ 0, se denota por 𝐻𝑖 (𝑘).
• El producto de todos los elementos de la columna 𝑖 por un escalar 𝑘 ≠ 0, se denota por 𝐾𝑖 (𝑘).
• La suma de los elementos de la fila 𝑖 con los elementos de la fila 𝑗 multiplicados por un escalar 𝑘, se denota por
𝐻𝑖𝑗 (𝑘).
• La suma de los elementos de la columna 𝑖 con los elementos de la columna 𝑗 multiplicados por un escalar 𝑘, se
denota por 𝐾𝑖𝑗 (𝑘).

MATRICES EQUIVALENTES

Se dice que las matrices A y B son equivalentes, si una de ellas se deduce de la otra mediante transformaciones
elementales y denota por 𝐴~𝐵.

Ejemplo: Mediante operaciones de fila obtener la matriz equivalente

1 2 3 1 2 3 1 2 3
𝐴 = [2 3 4] ~ 𝐻12 (−2) 𝐻13 (−3) [0 −1 −2] ~ 𝐻23 (−1) [0 −1 −2] = 𝐵
3 5 7 0 −1 −2 0 0 0
B es la matriz equivalente para A, por operaciones de fila.
1 2 3
𝐵 = [0 −1 −2] , 𝑟𝑎𝑛𝑔(𝐵) = 2, por que existe una submatriz de orden 2 cuyo determinante es ≠ 0, o en esta
0 0 0
matriz B tiene dos filas no nulas, por consiguiente, el 𝑟𝑎𝑛𝑔(𝐴) = 2.

Ejemplo: Mediante operaciones de fila obtener el rango de la matriz

1 2 −1 4 1 2 −1 4 1 2 −1 4
𝐴=[ 2 4 3 5 ] ~ 𝐻12 (−2) 𝐻13 (1) [0 0 5 −3] ~ 𝐻23 (−1) [0 0 5 −3]
−1 −2 6 −7 0 0 5 −3 0 0 0 0
𝑟𝑎𝑛𝑔(𝐴) = 2.

Ejemplo: Mediante operaciones de fila obtener el rango de la matriz

−2 4 2 −2
𝐴 = [−1 −1 1 0 ]
−2 1 2 −1
−2 4 2 −2 −1 −1 1 0 1 1 −1 0 1 1 −1 0
[−1 −1 1 0 ] ~ 𝐻12 [−2 4 2 −2] ~ 𝐻1 (−1) [−2 4 2 −2] ~ 𝐻12 (2) 𝐻13 (2) [0 6 0 −2]
−2 1 2 −1 −2 1 2 −1 −2 1 2 −1 0 3 0 −1
1 1 −1 0 1 1 −1 0
~ 𝐻32 (−2) [0 0 0 0 ] ~ 𝐻23 [0 3 0 −1]
0 3 0 −1 0 0 0 0
𝑟𝑎𝑛𝑔(𝐴) = 2.

MATRIZ DE LOS ADJUNTOS DE UNA MATRIZ CUADRADA

𝑎11 𝑎12 𝑎13 . 𝑎1𝑛
𝑎21 𝑎22 𝑎23 .. 𝑎2𝑛
La matriz de los cofactores de la matriz cuadrada 𝐴 = [𝑎31 𝑎32 𝑎33 . 𝑎3𝑛 ] es dada por
. . . .
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 . 𝑎
𝑛𝑛 𝑛×𝑛

𝛼11 𝛼12 𝛼13 . 𝛼1𝑛

𝛼21 𝛼22 𝛼23 .. 𝛼2𝑛
𝐶𝑜𝑓(𝐴) = [ 𝛼31 𝛼32 𝛼33 . 𝛼3𝑛 ] , donde 𝛼𝑖𝑗 = (−1)𝑖+𝑗 |𝑀𝑖𝑗 |, |𝑀𝑖𝑗 | es el determinante de anular la fila 𝑖 y
. . . .
𝛼𝑛1 𝛼𝑛2 𝛼𝑛3 . 𝛼𝑛𝑛 𝑛×𝑛
columna 𝑗 de la matriz A.
𝑇 𝑇 𝑇
Definimos la matriz adjunta de A por, 𝑎𝑑𝑗(𝐴) = (𝐶𝑜𝑓(𝐴)) = [𝛼𝑖𝑗 ] ⟹ 𝑎𝑑𝑗(𝐴) = [𝛼𝑖𝑗 ]

Ejemplo: Hallar la matriz adjunta de

1 2 3
𝐴 = [2 3 4]
3 5 7
𝛼11 𝛼12 𝛼13
𝑇
Hallando la matriz 𝐶𝑜𝑓(𝐴) = [𝛼21 𝛼22 𝛼23 ] , 𝑎𝑑𝑗(𝐴) = [𝛼𝑖𝑗 ]
𝛼31 𝛼32 𝛼33
3 4 2 4
𝛼11 = (−1)1+1 |𝑀11 | = | | = 1 ⟹ 𝛼11 = 1, 𝛼12 = (−1)1+2 |𝑀12 | = − | | = 2 ⟹ 𝛼12 = −2
5 7 3 7
2 3 2 3
𝛼13 = (−1)1+3 |𝑀13 | = | | = 1 ⟹ 𝛼13 = 1, 𝛼21 = (−1)2+1 |𝑀21 | = − | | = 1 ⟹ 𝛼21 = 1
3 5 5 7
1 3 1 2
𝛼22 = (−1)2+2 |𝑀22 | = | | = −2 ⟹ 𝛼22 = −2, 𝛼23 = (−1)2+3 |𝑀23 | = − | | = 1 ⟹ 𝛼23 = 1
3 7 3 5
2 3 1 3
𝛼31 = (−1)3+1 |𝑀31 | = | | = −1 ⟹ 𝛼31 = −1, 𝛼32 = (−1)3+2 |𝑀32 | = − | | = 2 ⟹ 𝛼32 = 2
3 4 2 4
1 2
𝛼33 = (−1)3+3 |𝑀33 | = | | = −1 ⟹ 𝛼33 = −1
2 3
 1 −2 1 1 −2 1 𝑇 1 1 −1 1 1 −1
𝐶𝑜𝑓(𝐴) = [ 1 −2 1 ] ⟹ 𝑎𝑑𝑗(𝐴) = [ 1 −2 1 ] = [−2 −2 2 ] ⟹ 𝑎𝑑𝑗(𝐴) = [−2 −2 2 ]
−1 2 −1 −1 2 −1 1 1 −1 1 1 −1

PROPIEDADA DE MATRIZ ADJUNTA

Si 𝐴 = [𝑎𝑖𝑗 ]𝑛×𝑛 , |𝐴| ≠ 0, entonces, 𝐴 ∙ 𝐴𝑑𝑗(𝐴) = |𝐴| ∙ 𝐼

INVERSA DE UNA MATRIZ CUADRADA

Sean A y B matrices cuadradas de orden n, se dice que B es la matriz inversa de A, si 𝐴𝐵 = 𝐵𝐴 = 𝐼. Denotamos la

inversa de A por 𝐵 = 𝐴−1 .

La condición necesaria y suficiente para que una matriz cuadrada A tenga inversa es que sea regular.

La inversa de una matriz regular es única.

La inversa de una matriz diagonal regular 𝐷 = 𝑑𝑖𝑎𝑔(𝑎11 , 𝑎22 , 𝑎33 , . . . , 𝑎𝑛𝑛 ) es la matriz
−1 1 1 1 1
𝐷 = 𝑑𝑖𝑎𝑔 (𝑎 , 𝑎 , 𝑎 , . . . , 𝑎 )
11 22 33 𝑛𝑛

INVERSA DE UNA MATRIZ POR MEDIO DE LOS ADJUNTOS

Si 𝐴 = [𝑎𝑖𝑗 ] es una matriz regular, tal que 𝐴 ∙ 𝐴𝑑𝑗(𝐴) = |𝐴| ∙ 𝐼, entonces

𝑛×𝑛

𝑎𝑑𝑗(𝐴)
𝐴−1 =
|𝐴|
Ejemplo: Hallar la inversa de la matriz A, aplicando la matriz adjunta
1 2 3
𝐴 = [1 3 4]
1 4 3
−7 1 1 −7 6 −1
𝐶𝑜𝑓(𝐴) = [ 6 0 −2] ⟹ 𝑎𝑑𝑗(𝐴) = [ 1 0 −1], |𝐴| = −2
−1 −1 1 1 −2 1
7 1
−3
2 2
𝑎𝑑𝑗(𝐴) 1 −7 6 −1 1 1
𝐴−1 = =− [ 1 0 −1] ⟹ 𝐴−1 = − 0
|𝐴| 2 2 2
1 −2 1
1 1
[ − 2 1 − 2]

Ejemplo: Hallar la inversa de la matriz A, aplicando la matriz adjunta

2 5]
𝐴=[
3 4
4 −3
𝐶𝑜𝑓(𝐴) = [ ] ⟹ 𝑎𝑑𝑗(𝐴) = [ 4 −5] , |𝐴| = −7
−5 2 −3 2
4 5
𝐴𝑑𝑗(𝐴) 1 4 −5 −
𝐴−1 = =− [ ] ⟹ 𝐴−1 = [ 7 7 ]
|𝐴| 7 −3 2 3 2
−
7 7
OBS: Para la adjunta de una matriz cuadrada de orden 2, los elementos en la diagonal principal cambian de orden,
mientras que en los elementos de la diagonal secundaria solamente cambian de signo.
INVERSA DE UNA MATRIZ POR MEDIO DE OPERACIONES ELEMENTALES DE FILA

Para hallar la inversa de una matriz cuadrada A de orden n, por medio de operaciones elementales de fila tenemos que
considerar la matriz ampliada [𝐴/𝐼 ] luego de realizar operaciones de fila en esta matriz, la matriz identidad 𝐼 pasa
ocupar el lugar de la matriz A y la matriz inversa es el lugar que ocupa 𝐼, decir
[𝐴/𝐼 ] ⟶ operaciones de fila ⟶ [𝐼/𝐴−1 ]

Ejemplo: Hallar la inversa de la matriz, aplicando operaciones de fila

1 2 3
𝐴 = [1 3 4]
1 4 3
[𝐴/𝐼 ]
1 2 3 . 1 0 0
1 2 3 . 1 0 0 1 2 3 . 1 0 0 1 0 1 1 . −1 1 0
= [1 3 4 . 0 1 0] ~ 𝐻12 (−1) 𝐻13 (−1) [0 1 1 . −1 1 0] ~𝐻3 ( ) [ 1 1
]
2 0 1 0 . −
1 4 3 . 0 0 1 0 2 0 . −1 0 1 0
2 2
1 0 3 . 2 0 −1
1 2 . 1 0 3 0 1 1
1 1 0 1 0 . − 0
~𝐻23 [0 1 0 . − 0 ] ~𝐻21 (−2)𝐻23 (−1) 2 2
2 2 1 1
0 1 1 . −1 1 0 0 0 1 . − 1 − ]
[ 2 2
1 7 7 1
1 0 0 . −3
−3
2 2 2 2
1 1 −1 1 1
~𝐻31 (−3) 0 1 0 . − 0 ⟹ 𝐴 = − 0
2 2 2 2
1 1 1 1
0 0 1 . − 1 − ] [ − 1 − ]
[ 2 2 2 2
Ejemplo: Hallar la inversa de la matriz, aplicando operaciones de fila
2 4 3 2
𝐴 = [3 6 5 2 ]
2 5 2 −3
4 5 14 14
3 1
2 4 3 2 . 1 0 0 0 1 2 1 . 0 0 0
1 0 0 ] ~𝐻 (1) 2 2
[𝐴/𝐼 ] = [3 6 5 2 . 0
1 3 6 5 2 . 0 1 0 0
2 5 2 −3 . 0 0 1 0 2
2 5 2 −3 . 0 0 1 0
4 5 14 14 . 0 0 0 1 [4 5 14 14 . 0 0 0 1]
3 1 3 1
1 2 1 . 0 0 0 1 2 1 . 0 0 0
2 2 2 2
1 3 0 1 −1 −5 . −1 0 1 0
~𝐻12 (−3)𝐻13 (−2)𝐻14 (−4) 0 0 −1 . − 1 0 0 ~𝐻23
2 2 1 3
0 0 −1 . − 1 0 0
0 1 −1 −5 . −1 0 1 0 2 2
[0 −3 8 10 . −2 0 0 1 ] [0 −3
8 10 . −2 0 0 1 ]

7 5
1 0 11 . 0 −2 0 7 5
2 2 1 0 11 . 0 −2 0
2 2
~𝐻21 (−2)𝐻24 (3) 0 1 −1 −5 . −1 0 1 0 ~𝐻 (2)
3 3 0 1 −1 −5 . −1 0 1 0
1
0 0 −1 . − 1 0 0 0 0 1 −2 . −3 2 0 0
2 2 [0 5 −5 . −5 0 3 1]
[0 0
5 −5 . −5 0 3 1]
0
 1 0 0 18 . 13 −7 −2 0
1 0 0 18 . 13 −7 −2 0
7 0 1 0 −7 . −4 2 1 0
~𝐻31 (− ) 𝐻32 (1)𝐻34 (−5) [
0 1 0 −7 . −4 2 1 0 ] ~𝐻 (1) −2 . −3 2 0 0
4
2 0 0 1 −2 . −3 2 0 0 5 0 0 1 3 1
0 0 0 5 . 10 −10 3 1 [0 0 0 1 . 2 −2
5 5 ]
64 18
1 0 0 0 . −23 29 − −
5 5
26 7
0 1 0 0 . 10 −12
~𝐻41 (−18)𝐻42 (7)𝐻43 (2) 5 5
6 2
0 . 1 −2
0 0 1 5 5
0 0 0 3 1
1 . 2 −2
[ 5 5 ]
64 18
−23 29 − −
5 5
26 7
10 −12
𝐴−1
= 5 5
6 2
1 −2 5 5
2 −2 3 1
[ 5 5 ]

SISTEMAS DE ECUACIONES LINEALES

SISTEMA DE ECUACIONES LINEALES NO HOMOGÉNEO

Un sistema de m ecuaciones lineales con n incógnitas 𝑥1 , 𝑥2 , 𝑥3 , . . . , 𝑥𝑛 es dada por

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + . . . +𝑎1𝑛 𝑥𝑛 = ℎ1
𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + . . . +𝑎2𝑛 𝑥𝑛 = ℎ2
{
…………………………………………………….
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + 𝑎𝑚3 𝑥3 + . . . +𝑎𝑚𝑛 𝑥𝑛 = ℎ𝑚
Representando el sistema lineal en su forma matricial
𝑎11 𝑎12 𝑎13 . 𝑎1𝑛 𝑥1 ℎ1
𝑎21 𝑎22 𝑎23 .. 𝑎 2𝑛 𝑥 2 ℎ 2
[ 𝑎31 𝑎32 𝑎33 . 𝑎3𝑛 ] [ 𝑥3 ] = ℎ ⟺ 𝐴𝑋 = 𝐻, ℎ𝑖 ≠ 0 ∀𝑖 = ̅̅̅̅̅̅
1, 𝑚
. . . . . .3
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 . 𝑎 𝑥𝑛
𝑚𝑛 [ ℎ𝑚 ]

𝐴 = [𝑎𝑖𝑗 ]𝑚×𝑛 matriz de los coeficientes, 𝑋 = [𝑥1 𝑥2 . . . 𝑥𝑛 ]𝑇 matriz de las incógnitas y

𝐻 = [ℎ1 ℎ2 . . . ℎ𝑚 ]𝑇 matriz de los términos independientes.

SISTEMA DE ECUACIONES LINEALES HOMOGÉNEO

Un sistema de m ecuaciones lineales con n incógnitas 𝑥1 , 𝑥2 , 𝑥3 , . . . , 𝑥𝑛 es dada por

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + . . . +𝑎1𝑛 𝑥𝑛 = 0
𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + . . . +𝑎2𝑛 𝑥𝑛 = 0
{
…………………………………………………….
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + 𝑎𝑚3 𝑥3 + . . . +𝑎𝑚𝑛 𝑥𝑛 = 0
Representando el sistema lineal en su forma matricial
𝑎11 𝑎12 𝑎13 . 𝑎1𝑛 𝑥1 0
𝑎21 𝑎22 𝑎23 .. 𝑎2𝑛 𝑥2 0
[ 𝑎31 𝑎32 𝑎33 . 𝑎3𝑛 ] [ 𝑥3 ] = [0] ⟺ 𝐴𝑋 = 0
. . . . . .
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 . 𝑎 𝑥𝑛
𝑚𝑛 0
Para hallar la solución del sistema, consideramos la matriz ampliada [𝐴 / 𝐻] y mediante operaciones de fila se llega a la
solución del sistema.
Ejemplo: Resolver el sistema lineal
𝑥1 + 2𝑥2 + 𝑥3 = 2
3𝑥1 + 𝑥2 − 2𝑥3 = 1
{
4𝑥1 − 3𝑥2 − 𝑥3 = 3
2𝑥1 + 4𝑥2 + 2𝑥3 = 4
1 2 1 : 2
[𝐴 / 𝐻] = [3 1 −2 : 1]
4 −3 −1 : 3
2 4 2 : 4
1 2 1 : 2 1 2 1 : 2 1 2 1 : 2
[3 1 −2 : 1] ~𝐻 (−3)𝐻 (−4)𝐻 (−2) [0 −5 −5 : −5] ~𝐻 (− 1) [0 1 1 : 1 ]
12 13 14 2
4 −3 −1 : 3 0 −11 −5 : −5 5 0 −11 −5 : −5
2 4 2 : 4 0 0 0 : 0 0 0 0 : 0
1 0 −1 : 0 1 0 −1 : 0 1 0 0 : 1
~𝐻21 (−2)𝐻23 (11) [0 1 1 : 1 ] ~ ℎ (1) [ 0 1 1 : 1 ] ~𝐻 (1)𝐻 (−1) [0 1 0 : 0]
3 31 32
0 0 6 : 6 6 0 0 1 : 1 0 0 1 : 1
0 0 0 : 0 0 0 0 : 0 0 0 0 : 0
𝑥1 = 1
Por consiguiente, la solución al sistema {𝑥2 = 0
𝑥3 = 1
Ejemplo: Resolver el sistema lineal
𝑥1 + 2𝑥2 − 3𝑥3 − 4𝑥4 = 6
{ 𝑥1 + 3𝑥2 + 𝑥3 − 2𝑥4 = 4
2𝑥1 + 5𝑥2 − 2𝑥3 − 5𝑥4 = 10
1 2 −3 −4 : 6 1 2 −3 −4 : 6
[ 𝐴 / 𝐻 ] = [1 3 1 −2 : 4 ] ~𝐻12 (−1)𝐻13 (−2) [0 1 4 2 : −2 ] ~
2 5 −2 −5 : 10 0 1 4 3 : −2
1 0 −11 −8 : 10 1 0 −11 0 : 10
~𝐻21 (−2)𝐻23 (−1) [0 1 4 2 : −2 ] ~𝐻31 (8)𝐻32 (−2) [0 1 4 0 : −2 ]
0 0 0 1 : 0 0 0 0 1 : 0
Observamos que el 𝑟𝑎𝑛𝑔(𝐴) = 𝑟𝑎𝑛𝑔(𝐴/𝐻) = 3, como el número de incógnitas 𝑛 = 4 y 𝑟 = 3, el sistema es
compatible, pues 𝑛 − 𝑟 = 4 − 3 = 1, esto indica que el sistema tiene una variable libre y el sistema tiene infinitas
soluciones, de la última matriz observamos

𝑥1 − 11𝑥3 = 10, 𝑥2 + 4𝑥3 = −2, 𝑥4 = 0

Sea 𝑥3 = 𝑡 ∈ ℝ, 𝑥2 = −4𝑡 − 2, 𝑥1 = 11𝑡 + 10
𝑥1 = 11𝑡 + 10
𝑥 = −4𝑡 − 2
Por consiguiente, la solución al sistema { 2 ∀𝑡 ∈ ℝ
𝑥3 = 𝑡
𝑥4 = 0
Ejemplo: Resolver el sistema lineal homogéneo
𝑥1 + 2𝑥2 + 3𝑥3 = 0
{2𝑥1 + 𝑥2 + 3𝑥3 = 0
3𝑥1 + 2𝑥2 + 𝑥3 = 0
1 2 3 : 0 1 2 3 : 0 1 1 1 2 3 : 0
[ 𝐴 / 𝐻 ] = [2 1 3 : 0] ~𝐻12 (−2)𝐻13 (−3) [0 −3 −3 : 0] ~𝐻2 (− ) 𝐻3 (− ) [0 1 1 : 0] ~
3 4
3 2 1 : 0 0 −4 −8 : 0 0 1 2 : 0
1 0 1 : 0 1 0 0 : 0
~𝐻21 (−2)𝐻23 (−1) [0 1 1 : 0] ~𝐻31 (−1)𝐻32 (−1) [0 1 0 : 0]
0 0 1 : 0 0 0 1 : 0
 𝑥1 = 0
Por consiguiente, la solución al sistema { 𝑥2 = 0
𝑥3 = 0
SISTEMA DE ECUACIONES LINEALES DE 𝒏 × 𝒏
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + . . . +𝑎1𝑛 𝑥𝑛 = ℎ1
𝑎 𝑥 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + . . . +𝑎2𝑛 𝑥𝑛 = ℎ2
{ 21 1
…………………………………………………….
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + . . . +𝑎𝑛𝑛 𝑥𝑛 = ℎ𝑛
Representando el sistema lineal en su forma matricial
𝑎11 𝑎12 𝑎13 . 𝑎1𝑛 𝑥1 ℎ1
𝑎21 𝑎22 𝑎23 .. 𝑎 2𝑛 𝑥 2 ℎ 2
[𝑎31 𝑎32 𝑎33 . 𝑎3𝑛 ] [ 𝑥3 ] = ℎ3 ⟺ 𝐴𝑋 = 𝐻
. . . . . .
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 . 𝑎 𝑥𝑛
𝑛𝑛 [ ℎ𝑛 ]
Para la solución de estos sistemas usamos, la inversa de una matriz siempre que |𝐴| ≠ 0 ⟹ ∃ 𝐴−1 talque

𝐴𝑋 = 𝐻 ⟹ 𝐴−1 𝐴𝑋 = 𝐴−1 𝐻 ⟹ 𝐼𝑋 = 𝐴−1 𝐻 ⟹ 𝑿 = 𝑨−𝟏 𝑯

SOLUCIÓN DE UN SISTEMA LINEAL POR LA REGLA DE CRAMER

Sea el sistema lineal de 𝑛 × 𝑛 de la forma 𝐴𝑋 = 𝐻.

Sea 𝐴𝑖 𝑖 = ̅̅̅̅̅
1, 𝑛 la matriz obtenida a partir de A, reemplazando la columna 𝑖 por los términos independientes de H.
Entonces, si |𝐴| ≠ 0 , el sistema 𝐴𝑋 = 𝐻 tiene solución única y es dada por
|𝐴1 | |𝐴2 | |𝐴3 | |𝐴𝑛 |
𝑥1 = , 𝑥2 = , 𝑥3 = , . . . , 𝑥𝑛 =
|𝐴| |𝐴| |𝐴| |𝐴|
Ejemplo: Resolver el sistema lineal usando la regla de Cramer
2𝑥1 + 𝑥2 + 5𝑥3 + 𝑥4 = 5
𝑥1 + 𝑥2 − 3𝑥3 − 4𝑥4 = −1
{
3𝑥1 + 6𝑥2 − 2𝑥3 + 𝑥4 = 8
2𝑥1 + 2𝑥2 + 2𝑥3 − 3𝑥4 = 2
2 1 5 1 5 1 5 1 2 5 5 1
|𝐴| = |1 1 −3 −4| = −120, |𝐴1 | = |−1 1 −3 −4| = −240, |𝐴2 | = |1 −1 −3 −4| = −24
3 6 −2 1 8 6 −2 1 3 8 −2 1
2 2 2 −3 2 2 2 −3 2 2 2 −3
2 1 5 1 2 1 5 5
|𝐴3 | = |1 1 −1 −4| = 0, |𝐴4 | = |1 1 −3 −1| = −96
3 6 8 1 3 6 −2 8
2 2 2 −3 2 2 2 2
|𝐴1 | −240 |𝐴2 | −24 1 |𝐴3 | 0 |𝐴4 | −96 4
𝑥1 = = =2 𝑥2 = = = , 𝑥3 = = = 0, 𝑥4 = = =
|𝐴| −120 |𝐴| −120 5 |𝐴| −120 |𝐴| −120 5
𝑥1 = 2
1
𝑥2 = 5
Por consiguiente, la solución al sistema
𝑥3 = 0
4
{ 𝑥4 = 5
Ejemplo: Resolver el sistema lineal usando la matriz inversa
2𝑥1 + 3𝑥2 + 𝑥3 = 9
{𝑥1 + 2𝑥2 + 3𝑥3 = 6
3𝑥1 + 𝑥2 + 2𝑥3 = 8
2 3 1 𝑥1 9
El sistema en forma matricial [1 2 3] [𝑥2 ] = [6] ⟹ 𝐴𝑋 = 𝐻
3 1 2 𝑥3 8
 2 3 1 𝑥1 9
𝐴 = [1 2 3] , 𝑥
𝑋 = [ 2] , 𝐻 = [6 ]
3 1 2 𝑥3 8
2 3 1 1 1 −5 7
𝐴 = [1 2 3] ⟹ 𝐴−1 = [7 1 −5]
18
3 1 2 −5 7 1

1 1 −5 7 9 1 35
𝑋 = 𝐴−1 𝐻 = [7 1 −5] [6] = [29]
18 18
−5 7 1 8 5
35
𝑥1 = 18
29
Por consiguiente, la solución al sistema 𝑥2 = 18
5
{ 𝑥3 = 18
EJERCICIOS

1. Calcular los determinantes

1 −2 3 −2 −2
3 5 7 2 1 −2 3 −4 1 1 1 6
2 −1 1 3 2
𝑎) | 2 4 1 1| 𝑏) |2 −1 4 −3 | 𝑐) |2 4 1 6| 𝑑) ||1 1 2 1 1 ||
−2 0 0 0 2 3 −4 −5 4 1 2 9 1 −4 −3 −2 −5
1 1 3 4 3 −4 5 6 2 4 2 7
3 −2 2 2 −2
2. Hallar la derivada de los determinantes
2 3 𝑥 1 2 𝑥2 − 1 𝑥 − 1 1
𝑥 𝑥 2 3
𝑎) [ ] 𝑏) [𝑥 2𝑥 + 1 𝑥 ] 𝑐) [ 𝑥 4 𝑥3 2𝑥 + 5]
2𝑥 2𝑥 + 1 0 3𝑥 − 2 𝑥 2 + 1 𝑥+1 𝑥2 𝑥

3. Hallar el rango de las matrices

3 4 5 6 7
1 2 3 1 2 1 2 1 2 −2 3
2 4 5 6 7 8
𝑎) [2 3 5 1] 𝑏) [1 3 2 2] 𝑐) [ 2 5 −4 6 ] 𝑑) 5 6 7 8 9
2 4 3 4 −1 −3 2 −2
1 3 4 5 10 11 12 13 14
3 7 4 6 2 4 −1 6 [15 16 17 18 19]

4. Hallar la matriz adjunta de las matrices

5 0 0 0
1 2 3 1 2 3 1 0 2
𝑎) [0 1 2] 𝑏) [0 1 2] 𝑐) [2 1 𝑑) [1
0] 1 0 2] 𝑓) [2 3
]
0 0 2 1 3 5
0 0 0 0 0 1 3 2 1
1 0 0 1
5. Hallar la inversa de las matrices, usando la matriz adjunta
1 2 0 0
1 2 −1 2 3 4 1 2 3
𝑎) [−1 1 2] 𝑏) [4 3 1] 𝑐) [2 4 5] 𝑑) [0 3 0 0] 𝑓) [2 3
]
0 0 2 1 3 5
2 −1 1 1 2 4 3 5 6
0 0 0 3

6. Hallar la inversa de las matrices, usando operaciones elementales de fila

1 3 3 2 1
1 1 1 1 3 4 2 7 2 5 2 3
1 4 3 3 −1
[1 2 −3 4 ] [2 3 3 2] [2 3 3 4]
1 3 4 1 1
2 3 5 −5 5 7 3 9 3 6 3 2 1 1 1 1 −1
3 −4 −5 8 2 3 2 3 4 12 0 8 [1 −2 −1 2 2 ]

1 3 2 3
7. Hallar una inversa por la derecha de 𝐴 = [1 4 1 3], si existe.
1 3 5 4

1 3 2
Sugerencia, elegir una submatriz B de A de orden 3, es decir 𝐵 = [1 4 1], tal que 𝐵−1 es la inversa de B y
1 3 5
−1
la inversa de por la derecha de A es la matriz de orden 3x4, es decir, 𝐴−1 = [𝐵 ]
0 4×3
 1 3 3
8. Demuestre que la submatriz 𝐶 = [1 4 3] de A del problema 7, es regular y que la matriz
1 3 4
7 −3 −3
𝐴−1 = [−1 1 0 ] es otra inversa por la derecha de A.
0 0 0
−1 0 1
9. Si la matriz A es regular, demuestre que 𝐴𝐵 = 𝐴𝐶 ⟹ 𝐵 = 𝐶.

10. Demuestre que, si las dos matrices regulares A y B son permutables, también lo son las matrices

𝑎) 𝐴−1 y 𝐵 𝑏) 𝐴 y 𝐵−1 𝐶) 𝐴−1 y 𝐵−1

11. Demuestre que sí, la matriz regular A es simétrica, también 𝐴−1 es simétrica.

Demuestre que, si las matrices simétricas regulares A y B son permutables, también lo son las matrices
simétricas
𝑎) 𝐴−1 ∙ 𝐵 𝑏) 𝐴 ∙ 𝐵−1 𝐶) 𝐴−1 ∙ 𝐵−1

12. Resolver el sistema de ecuaciones lineales no homogéneas

𝑥1 + 𝑥2 + 𝑥3 = 4
𝑥 + 𝑥2 + 𝑥3 = 4
𝑎) 2𝑥1 − 3𝑥2 + 𝑥3 − 𝑥4 = 2 𝑏) { 1 𝑐) {2𝑥1 + 5𝑥2 − 2𝑥3 = 3
2𝑥1 + 5𝑥2 − 2𝑥3 = 3
𝑥1 + 7𝑥2 − 7𝑥3 = 5
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 = 0
𝑥 + 𝑥2 + 𝑥3 − 𝑥4 = 4
𝑑) { 1
𝑥1 + 𝑥2 − 𝑥3 + 𝑥4 = −4
𝑥1 − 𝑥2 + 𝑥3 + 𝑥4 = 2

13. Resolver el sistema de ecuaciones lineales homogéneas

𝑥1 + 2𝑥2 + 3𝑥3 = 0 2𝑥1 − 𝑥2 + 3𝑥3 = 0
𝑥 − 2𝑥2 + 3𝑥3 = 0
𝑎) { 1 𝑏) {2𝑥1 + 𝑥2 + 3𝑥3 = 0 𝑐) {3𝑥1 + 2𝑥2 + 𝑥3 = 0
2𝑥1 + 5𝑥2 + 6𝑥3 = 0
3𝑥1 + 2𝑥2 + 𝑥3 = 0 𝑥1 − 4𝑥2 + 5𝑥3 = 0
4𝑥1 − 𝑥2 + 2𝑥3 + 𝑥4 = 0
2𝑥1 + 3𝑥2 − 𝑥3 − 2𝑥4 = 0
𝑑) {
7𝑥2 − 4𝑥3 − 5𝑥4 = 0
2𝑥1 − 11𝑥2 + 7𝑥3 + 8𝑥4 = 0

14. Analizar los valores 𝛼, 𝛽 en los sistemas de ecuaciones lineales

𝛼𝑥 − 𝑦 + 2𝑧 = 1 − 𝛼 2𝑥 − 𝛼𝑦 + 𝑧 = −2𝛼 + 5 2𝑥 − 𝑦 + 3𝑧 − 1 = 0
𝑎) { 𝑥 + 𝛼𝑦 − 𝑧 = −1 𝑏) { 𝑥 + 𝑦 − 𝛼𝑧 = 1 𝑐) { 𝑥 + 2𝑦 − 𝑧 + 𝛽 = 0
3𝑥 + 𝑦 + 𝑧 = 𝛼 𝛼𝑥 + 𝑦 − 𝛼𝑧 = 𝛼 𝑥 + 𝛼𝑦 − 6𝑧 + 10 = 0