Matrices

PID_00273992

Mireia Besalú
Joana Villalonga

Tiempo mínimo de dedicación recomendado: 3 horas

© FUOC • PID_00273992 Matrices

Mireia Besalú Joana Villalonga

Licenciada en Matemáticas por la Licenciada (2006) y Máster en Ma-

Universitat de Barcelona (2006) y temática Avanzada y Profesional
doctora en Matemáticas por la Uni- (2007) por la Universitat de Barcelo-
versitat de Barcelona (2011). Ha si- na, Diploma en Matemáticas para
do profesora asociada de la Univer- Secundaria (2009) por la Universitat
sitat de Pompeu Fabra y profesora Pompeu Fabra y Doctora en Educa-
asociada y actualmente profesora ción (2017) por la Universitat Autò-
lectora de la Universitat de Barce- noma de Barcelona. Ha sido profe-
lona. Profesora colaboradora de la sora asociada a la Universitat Politèc-
UOC desde el curso 2014-15. Cen- nica de Catalunya y es colaboradora
tra su investigación en el análisis es- docente de la Universitat Oberta de
tocástico y análisis de supervivencia. Catalunya desde el 2011 como con-
sultora y editora de materiales para
la asignatura de Iniciación a las ma-
temáticas para la ingeniería. Su in-
vestigación se centra en la enseñan-
za y aprendizaje de las matemáticas.

Cómo�citar�este�recurso�de�aprendizaje�con�el�estilo�Harvard:
Besalú, M. y Villalonga, J. (2020) Matrices. [Recurso de aprendizaje textual]. 2.ª ed. Barcelona: Fundació Universitat
Oberta de Catalunya (FUOC).

Estos�apuntes�se�basan�en�un�trabajo�previo�de�Ramon�Masià�y�de�Marc�Guinjoan.

Segunda edición: febrero 2020

© Mireia Besalú, Joana Villalonga
Todos los derechos reservados
© de esta edición, FUOC, 2020
Av. Tibidabo, 39-43, 08035 Barcelona
Realización editorial: FUOC

Ninguna parte de esta publicación, incluido el diseño general y la cubierta, puede ser copiada,
reproducida, almacenada o transmitida de ninguna forma, ni por ningún medio, sea este eléctrico,
mecánico, óptico, grabación, fotocopia, o cualquier otro, sin la previa autorización escrita
del titular de los derechos.
© FUOC ● PID_00273992 137 Iniciación a las matemáticas para la ingeniería

5. Matrices

Índice
5.1. Matrices: tipo y elementos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.2. Operaciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.3. Determinante de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.3.1. Método de cálculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.3.2. Propiedades de los determinantes . . . . . . . . . . . . . . . . . . . . . . . 149
5.3.3. Matriz de adjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.4. Matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.5. Resolución de sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
5.5.1. Con la matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
5.5.2. Método de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
5.5.3. Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159

5.1. Matrices: tipo y elementos

Una matriz es un conjunto de números organizados en m las y n columnas (m y n

números naturales), y cerrados entre dos paréntesis.

.
Ejemplo. Algunas matrices.
⎛ ⎞
⎜ −1 5 ⎟
⎛ ⎞
⎜ ⎟
3
⎜ ⎟ ⎜ −1 23 ⎟
⎜ ⎟ ⎜
4 5
⎟
⎜ 2 −2 2 ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟
⎜ ⎟ ⎝ 6 −8 2 ⎠
⎜ ⎟ 11
⎝ 2 −7 8 ⎠

Si una matriz tiene m las y n columnas se dice que tiene dimensión m×n o bien

que es de orden (m, n).

.
Ejemplo. Dimensión de una matriz.
⎛ ⎞
⎜ −1 23 ⎟
A=⎜ ⎟
4 5
⎜ ⎟
⎜ ⎟
⎝ 6 11 −8 2 ⎠

Podemos decir que A es una matriz de orden (2, 4) o bien que tiene dimensión
2 × 4.
© FUOC ● PID_00273992 138 Iniciación a las matemáticas para la ingeniería

Por lo general, una matriz m×n se escribe de la manera siguiente:

columna 1 columna 2 columna 3 columna n

⎛ a11 a12 a13 ⋯ a1n ⎞ la 1

⎜ ⎟
⎜ ⎟
⎜ ⋯ ⎟
⎜ ⎟ la 2
⎜ ⎟
a21 a22 a23 a2n
A=⎜
⎜
⎟
⎟
⎜ ⋯ ⎟
⎜ ⎟
a31 a32 a33 a3n la 3
⎜ ⎟
⎜ ⎟
⎜ ⋮ ⋮ ⋮ ⋱ ⋮ ⎟
⎜ ⎟
⎜ ⎟
⎝ am1 am2 am3 ... amn ⎠ la m

o bien de manera simplicada:

A = (aij )i=1,...,m
j =1,...,n

donde el primer subíndice, i indica la la y el segundo j la columna. Muchas veces se

omiten los posibles valores de i y j y se escribe simplemente A = (aij ).

Así, a partir de los subíndices podemos identicar el elemento de la la i y la columna

j de la matriz A como aij .

.
Ejemplo. Identifcamos elementos de la matriz.
En la matriz siguiente B, se pueden identicar algunos de los elementos:

columna 1 columna 2 columna 3

⎛ ⎞ la 1
⎜ ⎟
3 1 2
B=⎜
⎜
⎟
⎟ la 2
⎜ −1 ⎟
⎜ ⎟
1 0
⎜ ⎟
⎝ 2 −3 4 ⎠ la 3

= 3, b 2 3 = −1 y b 3 2 = −3
Õ ↑Õ ↑Õ
Vemos que los elementos marcados en verde son: b1 1
la×
× la×× la××
↑

columna columna columna

Si comparamos dos matrices A = (aij ) y B = (bij ) de la misma dimensión, diremos

que son iguales siempre que todos sus elementos sean iguales y ocupen las mismas

posiciones, es decir si

(aij ) = (bij ) si aij = bij para todo i, j.

Matrices importantes Hay matrices que por sus propiedades, estructura, forma, ...
son más utilizadas que el resto. Identiquemos algunas:

ˆ Matriz cuadrada. Es una matriz que tiene el mismo número de las que co-

lumnas, es decir, tiene dimensión n × n. Habitualmente, por matrices cuadradas

entendemos matrices de orden n.

© FUOC ● PID_00273992 139 Iniciación a las matemáticas para la ingeniería

ˆ Matriz diagonal. La diagonal de una matriz está formada por aquellos elementos
cuyas las y columnas tienen el mismo número, es decir, a11 , a22 , a33 , . . . Cuan-

do una matriz cuadrada tiene todos los elementos 0 excepto los de la diagonal,

decimos que es una matriz diagonal.

.
Ejemplo. Matrices diagonales.
⎛ ⎞
⎜ −1 0 ⎟
⎛ ⎞
⎜ ⎟
0
⎜ ⎟ ⎜ 2 0 ⎟
⎜ ⎟ ⎜ ⎟
⎜ 0 −2 0 ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟
⎜ ⎟ ⎝ 0 2 ⎠
⎜ ⎟
⎝ 0 0 8 ⎠

ˆ Matriz nula. Es una matriz en la que todos sus elementos son 0. Normalmente,
se denota por 0mn , donde m×n es la dimensión de la matriz.

ˆ Matriz identidad. Es una matriz diagonal en la que todos los elementos de la

diagonal son 1. La matriz identidad de dimensión de orden n se indica conIn .

.
Ejemplo. Matrices identidad.
⎛ ⎞
⎜ 1 0 ⎟
⎛ ⎞
⎜ ⎟
0
⎜ ⎟ ⎜ 1 0 ⎟
⎜ ⎟
I3 = ⎜ 0 0 ⎟ I2 = ⎜
⎜
⎟
⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟
1
⎜ ⎟ ⎝ 0 1 ⎠
⎜ ⎟
⎝ 0 0 1 ⎠

ˆ Matriz triangular. Es una matriz cuadrada en la que todos los elementos situa-
dos por debajo o por encima de la diagonal son 0. En caso de que los elementos por

debajo la diagonal sean 0, hablaremos de matriz triangular superior. En cambio,

si los elementos situados por encima de la diagonal son cero hablaremos de matriz

triangular inferior. .

Ejemplo. Matrices triangulares.

⎛ ⎞ ⎛ ⎞
⎜ −1 5 ⎟ ⎜ −1 0 ⎟
⎜ ⎟ ⎜ ⎟
3 0
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A=⎜ 0 −2 2 ⎟ B=⎜ 2 −2 0 ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 0 8 ⎠ ⎝ 2 −7 8 ⎠

En este caso la matriz A es una matriz triangular superior y la matriz B es

triangular inferior.

ˆ Matriz transpuesta. La matriz transpuesta de una matriz A se denomina AT

y es la matriz que resulta de cambiar las por columnas en la matriz A.
© FUOC ● PID_00273992 140 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Matriz transpuesta.
⎛ ⎞ ⎛ ⎞
⎜ −1 5 ⎟ ⎜ −1 2 ⎟
⎜ ⎟ ⎜ ⎟
3 2
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A=⎜ 2 −2 ⎟ ÐÐÐÐ→ = ⎜ 3 −2 −7 ⎟
⎜ 2 ⎟ ⎜ ⎟
T
A
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 2 −7 8 ⎠ ⎝ 5 2 8 ⎠

Se puede observar que, por ejemplo, la primera la de A (−1 3 5) coincide con

la primera columna de la transpuesta. Se puede comprobar que esto pasa en

todos los pares de las/columnas.

ˆ Matriz simétrica. Es la que coincide con su transpuesta.

.
Ejemplo. Matriz simétrica
⎛ ⎞
⎜ −1 7 ⎟
⎜ ⎟
4
⎜ ⎟
⎜ ⎟
A=⎜ 4 −2 −1 ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝ 7 −1 8 ⎠

Vemos que si calculamos AT obtenemos la misma matriz.

5.2. Operaciones básicas

Suma y resta Dos matrices se pueden sumar o restar únicamente si sus dimensiones

son las mismas. En este caso, la suma de las matrices es igual a la suma ordenada de

los elementos que ocupan la misma posición, y su resultado tendrá que situarse en la

misma posición de la matriz suma; es decir, si A = (aij ) y B = (bij ) son matrices de

dimensión m × n,

La suma es A + B = (aij ) + (bij ) = (aij + bij )

La resta es A − B = (aij ) − (bij ) = (aij − bij )

© FUOC ● PID_00273992 141 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Suma y resta de matrices.
Se consideran estas matrices:

⎛ ⎞ ⎛ ⎞
⎜ 1 −3 ⎟ ⎜ 1 −3 ⎟ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
2 1
⎜ ⎟ ⎜ ⎟ ⎜ 1 −2 ⎟
⎜ ⎟ ⎜ ⎟
C=⎜ ⎟
2
A=⎜ 2 −2 ⎟ B=⎜ 2 −1 ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
1 0
⎜ ⎟ ⎜ ⎟ ⎝ −1 −1 ⎠
⎜ ⎟ ⎜ ⎟ 6
⎝ −1 3 1 ⎠ ⎝ 3 4 2 ⎠

En primer lugar, vemos que no se pueden sumar ni restar A con C , ni tampoco

B con C, porque no tienen la misma dimensión. En cambio puede hacerse la

suma y la resta de A y B de la manera siguiente:

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜ 1 −3 ⎟ ⎜ 1 −3 ⎟ ⎜ 1 + 1 2+1 −3 − 3 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
2 1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A+B =⎜ 2 −2 ⎟ +⎜ −1 ⎟ =⎜ −2 − 1 ⎟
⎜ ⎟ ⎜ 2 ⎟ ⎜ 2+2 1+0 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
1 0
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ −1 3 1 ⎠ ⎝ 3 4 2 ⎠ ⎝ −1 + 3 3+4 1+2 ⎠
Por lo tanto,

⎛ ⎞
⎜ 2 −6 ⎟
⎜ ⎟
3
⎜ ⎟
⎜ ⎟
A+B =⎜ 4 −3 ⎟
⎜ ⎟
⎜ ⎟
1
⎜ ⎟
⎜ ⎟
⎝ 2 7 3 ⎠
Puede comprobarse que la suma del elemento de la la 1 y la columna 2 (en

verde) de la matriz A se suma con el elemento que ocupa la misma posición en

la matriz B , y el resultado ocupa la misma posición en la matriz suma 2 + 1 = 3.
Así, se hace la suma con todos los pares de elementos de las matrices A y B.
Igualmente, se hace la resta de ambas matrices:

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜ 1 −3 ⎟ ⎜ 1 −3 ⎟ ⎜ 0 0 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
2 1 1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A−B =⎜ 2 −2 ⎟ −⎜ −1 ⎟ =⎜ −1 ⎟
⎜ ⎟ ⎜ 2 ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
1 0 1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ −1 3 1 ⎠ ⎝ 3 4 2 ⎠ ⎝ −4 −1 −1 ⎠

En este caso, en vez de sumar, se restan los elementos de la segunda matriz de

los elementos de la primera. Por ejemplo, del elemento de la la 1 y columna

2 (en verde) de la matriz A, se resta el elemento que ocupa la misma posición

en la matriz B, y el resultado ocupa la misma posición en la matriz resta:

2 − 1 = 1.

Propiedades de la suma de matrices. Son muy parecidas a las propiedades de la

suma de números teniendo en cuenta que solo podemos sumar matrices de la misma
dimensión:

ˆ Conmutativa: A + B = B + A
© FUOC ● PID_00273992 142 Iniciación a las matemáticas para la ingeniería

ˆ Asociativa: A + B + C = A + (B + C ) = (A + B ) + C
ˆ Elemento neutro: hay una matriz, denominada elemento neutro, que, sumada
a cualquier otra matriz A de la misma dimensión, tiene como resultado siempre

A. Esta matriz es la matriz nula.

ˆ Toda matriz tiene un elemento opuesto, que sumado con el original resulta el
elemento neutro. El elemento opuesto de A es −A.

.
Ejemplo. Elemento opuesto de la suma.
⎛ ⎞ ⎛ ⎞
⎜ 1 −3 ⎟ ⎜ −1 −2 3 ⎟
⎜ ⎟ ⎜ ⎟
2
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A=⎜ 2 −2 ⎟ − A = ⎜ −2 −1 2 ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
1
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ −1 3 1 ⎠ ⎝ +1 −3 −1 ⎠
puesto que

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜ 1 −3 ⎟ ⎜ −1 −2 3 ⎟ ⎜ 0 0 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
2 0
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A + (−A) = ⎜ 2 −2 ⎟ +⎜ 2 ⎟ =⎜ 0 ⎟
⎜ ⎟ ⎜ −2 −1 ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
1 0
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ −1 3 1 ⎠ ⎝ +1 −3 −1 ⎠ ⎝ 0 0 0 ⎠

Producto por un escalar El producto de una matriz por un escalar (un número real)

siempre puede calcularse y consiste en multiplicar todos los elementos de la matriz por

este número. Es decir, si r es un número real y A = (aij ) es una matriz, el producto

de la matriz por el escalar es

r ⋅ A = r ⋅ (aij ) = (r ⋅ aij )

Propiedades del producto por un escalar

ˆ Conmutativa: r ⋅ A = A ⋅ r
ˆ Asociativa: (r1 ⋅ r2 ) ⋅ A = r1 ⋅ (r2 ⋅ A)
ˆ Elemento neutro: hay un escalar, denominado elemento neutro, que multipli-

cado por cualquier matriz A tiene como resultado siempre A. Este es el número

1.

ˆ Distributiva: en este caso tenemos de dos tipos:

○ escalar r ⋅ (A + B ) = r ⋅ A + r ⋅ B

○ de matriz (r1 + r2 ) ⋅ A = r1 ⋅ A + r2 ⋅ A
© FUOC ● PID_00273992 143 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Producto por un escalar.
Si seguimos con la misma matriz A de los ejemplos anteriores y la multiplica-

mos por la escalar 3,

⎛ ⎞ ⎛ ⎛⎞ ⎞
⎜ 1 −3 ⎟ ⎜ 3 ⋅ 1 3⋅2 3 ⋅ (−3) ⎟ ⎜ 3 −9 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
2 6
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
3⋅A=3⋅⎜ 2 −2 ⎟ =⎜ 3 ⋅ (−2) ⎟ =⎜ −6 ⎟
⎜ ⎟ ⎜ 3⋅2 3⋅1 ⎟ ⎜ 6 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
1 3
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ −1 3 1 ⎠ ⎝ 3 ⋅ (−1) 3⋅3 3 ⋅ 1 ⎠ ⎝ −3 9 3 ⎠

Para dividir una matriz por un número, tiene que multiplicarse esta matriz por el

inverso del número.

Producto de matrices Para multiplicar dos matrices, A y B, y obtener la matriz

producto A ⋅ B, tiene que comprobarse que el número de columnas de la matriz A

coincida con el número de las de la matriz B. Es decir, si A es una matriz de

dimensión m × n, solo se puede multiplicar por la matriz B si esta tiene dimensiónn × r .

En el supuesto de que esto sea así, la matriz producto, P = A ⋅ B, tiene dimensión

m × r, es decir, el mismo número de las que la matriz A y el mismo número de

columnas que la matriz B. En resumen, las dimensiones de las matrices del producto

quedarían

(m × n)⋅(n × r )= m × r

Para encontrar el elemento pij , tienen que multiplicarse ordenadamente los elementos
de la la i de la matriz A por los elementos de la columna j de la matriz B y se obtiene

pij como la suma de todos estos productos.

© FUOC ● PID_00273992 144 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Producto de matrices.
⎛ ⎞
⎜ −1 3 ⎟
⎜ ⎟ ⎛ ⎞
2
⎜ ⎟ ⎜ 2 3 ⎟
⎜ ⎟ ⎜ ⎟
⎜ 2 ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A=⎜ ⎟
1 0
⎜ ⎟ B=⎜ 1 2 ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎜ ⎟
⎜ −2 ⎟
⎟ ⎜
⎜
⎟
⎟
⎜ ⎟
2 1
⎜ ⎟ ⎝ 0 1 ⎠
⎜ ⎟
⎝ 0 1 0 ⎠
En primer lugar, observamos que A⋅B puede calcularse porque A tiene 3

columnas y B tiene 3 las. La matriz resultante tendrá 4 las (igual que A)

y 2 columnas (igual que B ). En cambio, B⋅A no puede calcularse, porque B
tiene 2 columnas, mientras que A tiene 4 las.

Para encontrar el elemento p11 (en rojo) de la matriz producto P = A ⋅ B,

tienen que multiplicarse ordenadamente los elementos de la la 1 de la matriz

A (en verde) por los elementos de la columna 1 de la matriz B (en azul):

⎛ ⎞ ⎛ ⎞
⎜ −1 3 ⎟
⎞ ⎜
p12 ⎟
⎜ ⎟ ⎛ ⎜ ⎟
2 p11
⎜ ⎟ ⎜ 2 3 ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 2 ⎟ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A⋅B =⎜ ⎟⋅⎜ =⎜ ⎟
1 0 p21 p22
⎜ ⎟ ⎜ 2 ⎟
⎟ ⎜ ⎟
⎜ ⎟ ⎜
⎜
1
⎟ ⎜ ⎟
⎜ −2 ⎟ ⎟ ⎜ ⎟
⎜ ⎟ ⎜
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
2 1 p31 p32
⎜ ⎟ ⎝ 0 1 ⎠ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 1 0 ⎠ ⎝ p41 p42 ⎠
es decir,

p11 = 2 ⋅ 2 + (−1) ⋅ 1 + 3 ⋅ 0 = 3
Ahora, para encontrar p12 , tiene que multiplicarse la la 1 (en verde) por la

columna 2 (en azul):

⎛ ⎞ ⎛ ⎞
⎜ −1 3 ⎟
⎞ ⎜
p12 ⎟
⎜ ⎟ ⎛ ⎜ ⎟
2 3
⎜ ⎟ ⎜ 2 3 ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 2 ⎟ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A⋅B =⎜ ⎟⋅⎜ =⎜ ⎟
1 0 p21 p22
⎜ ⎟ ⎜ 2 ⎟
⎟ ⎜ ⎟
⎜ ⎟ ⎜
⎜
1
⎟ ⎜ ⎟
⎜ −2 ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
2 1 p31 p32
⎜ ⎟ ⎝ 0 1 ⎠ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 1 0 ⎠ ⎝ p41 p42 ⎠
es decir,

p12 = 2 ⋅ 3 + (−1) ⋅ 2 + 3 ⋅ 1 = 7
Y así sucesivamente hasta encontrar el producto.

⎛ ⎞ ⎛ ⎞
⎜ −1 3 ⎟
⎞ ⎜
7 ⎟
⎜ ⎟ ⎛ ⎜ ⎟
2 3
⎜ ⎟ ⎜ 2 3 ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 2 ⎟ ⎟ ⎜ 5 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A⋅B =⎜ ⎟⋅⎜ =⎜ ⎟
1 0 2
⎜ ⎟ ⎜ 2 ⎟
⎟ ⎜ ⎟
⎜ ⎟ ⎜
⎜
1
⎟ ⎜ ⎟
⎜ −2 ⎟ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ 6 ⎟
⎜ ⎟ ⎜ ⎜ ⎟
2 1 5
⎜ ⎟ ⎝ 0 1 ⎠ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 1 0 ⎠ ⎝ 1 2 ⎠

Así, pues, puede decirse en general que si A = (aij ) es una matriz m×n y B = (bij )
es una matriz n × r, la matriz producto de A por B , P = (pij ) = A ⋅ B , es una matriz
© FUOC ● PID_00273992 145 Iniciación a las matemáticas para la ingeniería

m × r, y sus elementos se calculan de la manera siguiente:

pij = ai1 ⋅ b1j + ai2 ⋅ b2j + ai3 ⋅ b3j + . . . + ain ⋅ bnj

Propiedades del producto de matrices

ˆ Asociativa: A ⋅ B ⋅ C = A ⋅ (B ⋅ C ) = (A ⋅ B ) ⋅ C
ˆ El elemento neutro del producto de matrices cuadradas es la matriz iden-
tidad, In . Es decir, si A es una matriz cuadrada de dimensión n × n, se cumple

A ⋅ In = In ⋅ A = A.

ˆ A veces (aunque no siempre), hay matrices cuadradas que tienen elemento in-
verso. Esta matriz, cuando existe, se denomina inversa. También se dice que la
matriz A es invertible. La matriz inversa de una matriz cuadrada de dimensión

n×n A se indica A−1 , y cumple

A⋅A = In ⋅ A = In
−1 −1
i A

ˆ En general, el producto de matrices NO es conmutativo. Es decir, si A

y B son dos matrices, cuando se pueden hacerse los productos A⋅B y B ⋅ A,
generalmente:

A⋅B ≠B⋅A
aunque algunas veces (muy pocas) podría ser igual.

5.3. Determinante de una matriz

Para cada matriz cuadrada puede denirse un número que es de gran ayuda, entre
otras cosas, para determinar si esta matriz es invertible, y, en caso armativo, también

es imprescindible para calcular la inversa de esta matriz. Este número se denomina

determinante de la matriz. Se escribe det(A) o ∣A∣, donde A es el nombre de la

matriz.

Para indicar el determinante de una matriz, sus elementos tienen que ponerse entre

dos segmentos verticales y no entre paréntesis.

.
Ejemplo. Notación para el determinante de una matriz.
RRR RRR
⎛ ⎞ RRR R
⎜1 −3⎟ RRR 1 −3RRRR
⎜ ⎟ RRR RRR
2 2
⎜ ⎟ Su determinante se indica RRR RRR
⎜ ⎟ R
A=⎜2 ⎟
−2⎟ ÐÐ ÐÐ Ð ÐÐ ÐÐ Ð Ð Ð Ð Ð→ ( ) = RRR 2 −2RRRR
⎜ RRR
det A
⎜ ⎟ RRR
1 1
⎜ ⎟ RRR RRR
⎜ ⎟ RRR R
⎝− 1 1⎠ RRR−1 1 RRRR
R R
3 3
© FUOC ● PID_00273992 146 Iniciación a las matemáticas para la ingeniería

5.3.1. Método de cálculo

Se denirá el determinante de manera recursiva, es decir, primero para matrices de

dimensión 1 × 1, a continuación para matrices de dimensión 2 × 2, y así sucesivamente.

Determinante de una matriz 1×1 Es igual al número que compone la matriz.

.
Ejemplo. Determinante 1 × 1.
si A = (3) det(A) = ∣3∣ = 3

Determinante de una matriz 2×2 Es igual al producto de los elementos de la dia-

gonal menos el producto de los otros dos elementos.

.
Ejemplo. Determinante 2 × 2.
RRR RRR
⎛ ⎞ RRR R
⎜ 1 −1 ⎟ RR 1 −1 RRRR
si A = ⎜
⎜
⎟
⎟ det(A) = RRRR RRR = 1 ⋅ 4 − (−1) ⋅ 2 = 6
RRR
⎜ ⎟ RRRR R
⎝ 2 4 ⎠ RRR 2 4 RRRR
R R

Determinante de una matriz 3×3 Se calcula sumando estos tres productos,

Los determinantes aparecieron en

matemáticas mucho antes (siglo xv)
que las matrices (siglo xx). El término
matriz fue creado por James Joseph
Sylvester para dar a entender que era
la madre de los determinantes.

y restando estos tres productos,

RRR RRR
es decir,

RRR R
RRRa11 a13 RRRR
RRR RRR
a12
RRR RRR = a11 ⋅ a22 ⋅ a33 + a12 ⋅ a23 ⋅ a31 + a21 ⋅ a13 ⋅ a32
RRRa R
RRR 21 a23 RRRR
RRR
a22
RRR RRR −a31 ⋅ a22 ⋅ a13 − a12 ⋅ a21 ⋅ a33 − a11 ⋅ a23 ⋅ a32
RRR R
RRRa31 a33 RRRR
R R
a32

Esta regla gráca para facilitar el cálculo de los determinantes de orden 3 se denomina

regla de Sarrus.
© FUOC ● PID_00273992 147 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Determinante 3 × 3.
RRR RRR
RRR R
RRR 1 −3 RRRR
RRR RRR
2
RRR RRR = 1 ⋅ 1 ⋅ 1 + 2 ⋅ (−2) ⋅ (−1) + 2 ⋅ (−3) ⋅ 3 − (−1) ⋅ 1 ⋅ (−3)
RRR 2 R
RRR −2 RRRR =
RRR
1
RRR RRR −2 ⋅ 2 ⋅ 1 − 1 ⋅ (−2) ⋅ 3 = −14
RRR RRR
RRR −1 1 RR
R R
3

Determinante de matrices 4×4 En este caso se tiene que descomponer el determi-

nante. Elegimos una la o columna y desarrollamos por esta. Por ejemplo, si elegimos

RRR RRR
la primera columna,

RRR RRR
RRR RRR RRR RRR RRR RRR
RRR RRR RRR RRR RRR RRR
a11 a12 a13 a14
RRR RRR RRR a22 RRR RRR a12 RRR
RRR RRR RRR RRR
a23 a24 a13 a14
RRR RRR
RRR RRR RR RRR R RRR
a11 ⋅ RRR a RRR − a21 ⋅ RRRRR a
a21 a22 a23 a24
RRR RRR = RRR 32 RRR
RRR RRR RRR
a33 a34 RRR RRR 32 a33 a34 RRR
RRR RRR RRR RRR RRR RRR
RRR RRR RRRR RRR RRR
a31 a32 a33 a34
RRR RRR RRR a RRR RRR a42 RRR
RRR RRR RR 42 a43 a44
R
a43 a44
R
RRR a41 a42 a43 a44 RRR
RRR RRR RRR RRR
RRR RRR RRR RRR
RRR a12 RRR RRR a12 RRR
RRR RRR RRR RRR
a13 a14 a13 a14
R RRR R RRR
+a31 ⋅ RRRRR a RRR − a41 ⋅ RRRRR a RRR
RRRR 22 RRRR RRR 22 RRR
a23 a24 a23 a24
RRR RRR RRR RRR
RRR RRR RRR RRR
RRR a42 RRR RRR a32 RRR
R R
a43 a44 a33 a34
Es decir, se trata de multiplicar cada elemento de la la o columna elegida por el

determinante de la matriz 3 × 3 que resulta de eliminar la la y la columna correspon-

diente a este elemento. Además, tienen que alternarse los signos sabiendo que el

elemento a11 tiene siempre el signo +. Por ejemplo, el elemento a11 tiene que multi-

plicarse por el determinante de la matriz que resulta de eliminar la la 1 y la columna

RRR RRR
1, es decir,

RRR R R
RRR a14 RRR RRR RRR
RRR RRR RRR RRR
a11 a12 a13
RRR RRR RRR a22 RRR
RRR RRR RRR
a23 a24
RRR RRR Se elimina la la 1 y la columna 1
RRR RRR RRR
RRR ÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐ→
a21 a22 a23 a24
RRR RRR a RRR
RRR RRR RRR 32 a33 a34 RRR
RRR RRR RRR RRR
RRR
a31 a32 a33 a34 RRR RRR RRR
RRR RRR RRR a42 RRR
RRR RRR R
a43 a44
R
RRR RRR
R
a41 a42 a43 a44

El elemento a21 , esta vez cambiado de signo, se tiene que multiplicar por el deter-
RRR RRR
minante de la matriz que resulta de eliminar la la 2 y la columna 1, es decir:

RRR RRR
RRR RRR RRR RRR
RRR RRR RRR RRR
a11 a12 a13 a14
RRR RRR RRR a12 RRR
RRR RRR
a13 a14
RRR RRR
RRR a21 a22 a23 a24 RRR Se elimina la la 2 y la columna 1 RRR RRR
RRR RRR ÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐ→ RRR a RRR
RRR RRR RRR 32 a33 a34 RRR
RRR RRR RRR RRR
RRR
a31 a32 a33 a34
RRR RRR RRR
RRR RRR RRR a42 RRR
RRR RRR R R
a43 a44
RRR a41 a42 a43 a44 RRR

y se sigue así con todos los elementos de la primera columna.

© FUOC ● PID_00273992 148 Iniciación a las matemáticas para la ingeniería

El determinante que resulta de eliminar la la i y la columna j se denomina menor

complementario del elemento aij , y se indica αij (α, alfa, es la primera letra del

alfabeto griego).

Por ejemplo, en el caso de la matriz 4×4 anterior, el menor complementario de a31

RRR RRR
es

RRR R
RRR a12 a14 RRRR
RRR RRR
a13
R RRR
= RRRRR a RRR
RRR
RRR 22
α31
RRR
a23 a24
RRR RRR
RRR RRR
RRR a42 RR
R
a43 a44

Así, pues, la expresión que calcula el determinante 4×4 puede simplicarse todavía

RRR RRR
más:

RRR RRR
RRR RRR
RRR RRR
a11 a12 a13 a14
RRR RRR
RRR RRR
RRR a21 a22 a23 a24 RRR
RRR RRR = a11 α11 − a21 α21 + a31 α31 − a41 α41
RRR RRR
RRR RRR
RRR RRRR
a31 a32 a33 a34
RRR RRR
RRR RRR
RRR a41 a42 a43 a44 RR

Este método puede utilizarse también para calcular los determinantes de matrices de

orden 2 y de orden 3.

El cálculo del determinante puede hacerse con cualquier columna (o la) de la matriz

(teniendo en cuenta los signos). Se ha utilizado tan solo la primera columna para

simplicar la explicación.

.
Ejemplo. Determinante matriz 4 × 4.
Elegimos la primera columna.

RRR RRR
RRR 2 −1 3 1 RRRR RRR RRR RRR RRR RRR RRR RRR RRR
RRR RRR RRR0
RRR RRR RRR 2 3RRRR RRRR−1 3 1RRRR RRRR−1 3 1RRRR RRRR−1 3 1RRRR
RRR 1 0 2 3 RRR R RRR RRR RRR RRR RRR RRR RRR
RRR
RRR RRR = 2⋅RRRR1 −2
RR RR
6RRRR−1⋅RRRR 1 −2
RR RR
6RRRR+2⋅RRRR 0 2
RR RR
3RRRR−0⋅RRRR 0 2
RR
3RRRR = 9
RRR RRR
RRR 2 1 −2 6 RRR RRR RRRR RRRR RRRR RRRR RRRR RRRR RRR
RR
RRR RRR RRR R R R R R R
RRR RRR RR1 0 3RRRR RRRR 1 0 3RRRR RRRR 1 0 3RRRR RRRR 1 −2 6RRRR
RRR 0 1 0 3 RRR
R

También hubiéramos podido calcularlo desarrollando por otra la o columna.

Si eligiéramos la segunda la quedaría

RRR RRR
RRR 2 −1 3 1 RRRR RRR RRR RRR RRR RRR RRR RRR RRR
RRR RRR RRR−1
RRR 3 1RRRR RRRR2 3 1RRRR RRRR2 −1 1RRRR RRRR2 −1 3 RRRR
RRR RRRR RRR RRR RRR RRR RRR RRR RRR RRR
1 0 2 3 RR R
RRR
RRR RRR = −1⋅RRRR 1 −2
RR RR
6RRRR+0⋅RRRR2 −2
RR RR
6RRRR−2⋅RRRR2 1
RR RR
6RRRR+3⋅RRRR2 1 −2RRRR = 9
RR
RRR RRR
RRR 2 1 −2 6 RRR RRR RRRR RRRR RRRR RRRR RRRR RRRR RRR
RR
RRR RRR RRR R R R R R R
RRR RR RR 1 0 3RRRR RRRR0 0 3RRRR RRRR0 1 3RRRR RRRR0 1 0 RRRR
RRR 0 1 0 3 RRRR
R

Determinante de cualquier matriz cuadrada Se sigue el mismo procedimiento que

en las matrices 4 × 4: se multiplica cada elemento de la la o columna que escogemos

© FUOC ● PID_00273992 149 Iniciación a las matemáticas para la ingeniería

por su menor complementario. Además, tienen que alternarse los signos empezando

siempre por el elemento a11 que tiene signo +. Es decir:

RRR RRR
RRR R
RRR ⋯ a1n RRRR
RRR RRR
a11 a12 a13
RRR RRR
RRR RRR
RRR a21 a22 a23 ⋯ a2n RRR
RRR RRR
RRR RRR
RRR ⋯ RRR = a11 α11 − a21 α21 + a31 α31 − . . . + (−1) an1 αn1
n+1

RRR
a31 a32 a33 a3n RRR
RRR RRRR
RRR RRR
RRR ⋮ ⋮ ⋮ ⋱ ⋮ RRR
RRR RRR
RRR RRR
RRR RRR
R R
an1 an2 an3 ... ann

Recordamos que el cálculo del determinante se puede hacer con cualquier columna (o

la) de la matriz (teniendo en cuenta los signos).

5.3.2. Propiedades de los determinantes

Tenemos un conjunto de propiedades que se cumplen para determinantes que cual-

quier orden. Estas propiedades pueden ayudarnos a simplicar los cálculos.

1 ) El determinante de una matriz coincide con el de su transpuesta.

det(A) = det(A )
T

2 ) Si intercambiamos dos las o dos columnas, el determinante es el mismo pero

cambia de signo.

3 ) Si multiplicamos toda una la o una columna por un valor k, el determinante queda
multiplicado por k. En particular, si tenemos una matriz de orden n, det(k ⋅ A) =
k ⋅ det(A).
n

4 ) Si la matriz tiene dos las o dos columnas iguales o proporcionales (es decir, es la

misma multiplicada por un número), el determinante vale 0.

5 ) Si la matriz tiene una la o columna de ceros, el determinante es 0.

6 ) Si a una la o columna se suma otra multiplicada por una constante, el determi-

nante no varía.

7 ) El determinante de una matriz triangular es el producto de los valores de la

diagonal.

8 ) El producto de determinantes es igual al determinante del producto.

det(A ⋅ B ) = det(A) ⋅ det(B ).

Muchas veces se utiliza la propiedad 7 para conseguir una la o columna con el

máximo de 0 posibles y así reducir los cálculos a la hora de calcular el determinante

de la matriz desarrollando por aquella la o columna.

© FUOC ● PID_00273992 150 Iniciación a las matemáticas para la ingeniería

5.3.3. Matriz de adjuntos

Relacionado con el concepto de menores complementarios, y también como herra-

mienta para calcular la matriz inversa (en caso de que exista), podemos denir el

adjunto de un elemento de la matriz.

El adjunto del elemento aij de la matriz A se indica con Aij y se dene de la manera

siguiente:

Aij = (−1)
i+j
αij donde αij es el menor complementario de aij

Se puede observar que si i+j es un número par, Aij = αij . En cambio, si i+j
es un número impar, Aij = −αij . Es decir, el signo que tiene que anteponerse al

menor complementario para obtener el elemento correspondiente adjunto se rige por

la siguiente matriz de signos:

⎛ ⎞
⎜+ − + . . .⎟
⎜ ⎟
...
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜− + − . . .⎟
⎜ ... ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜+ − + . . .⎟
⎜ ⎟
⎜ ⎟
...
⎜ ⎟
⎜ ⎟
⎜ ⋮ ⋮ ⋮ ⋱ −⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝. . . ... ... − +⎠

Por ejemplo, el adjunto del elemento a34 es A34 = (−1)3+4 α34 = −α34 . La matriz

formada por todos los adjuntos de los elementos de la matriz A se denomina matriz
de adjuntos de A, y se indica habitualmente con A , a pesar de que a veces también
′

podemos encontrar Adj(A).

Hay que vigilar con esta denición, puesto que hay una denición alternativa (también

usada) en la que se considera la matriz de adjuntos como la matriz transpuesta a A′ .

5.4. Matriz inversa

Una matriz cuadrada n×n puede invertirse siempre que su determinante
no sea 0.

Para encontrar la inversa de una matriz A tendremos que calcular primero su matriz

de adjuntos. Una vez encontrada la matriz de adjuntos de A, es muy sencillo encontrar

la matriz inversa de A a partir de la fórmula siguiente:

A−1 = (A′ )
1 T
det(A)

Dicho de otro modo, la matriz de adjuntos transpuesta y dividida entre el valor

del determinante de A. Es evidente que, como ya se ha dicho, el determinante de

A tiene que ser diferente de 0; en caso contrario, la fórmula no puede aplicarse.

Alternativamente, podemos calcular primero la transpuesta de la matriz y después la

matriz de adjuntos.

A−1 = (AT )
1 ′
det(A)
© FUOC ● PID_00273992 151 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Cálculo de la matriz inversa.

⎛ ⎞
⎜ 1 −3 ⎟
⎜ ⎟
2
⎜ ⎟
⎜ ⎟
A=⎜ 2 −2 ⎟
⎜ ⎟
Dada la matriz queremos calcular A−1 .
⎜ ⎟
1
⎜ ⎟
⎜ ⎟
⎝ −1 3 1 ⎠
RRR RRR
RRR R
RRR 1 −3 RRRR
RRR RRR
2
RRR RRR
RRR 2 R
Empecemos calculando el determinante:
RRR −2 RRRR = −14.
RRR
1
RRR RRR
RRR R
RRR −1 1 RRRR
R R
3
Seguidamente, calculamos la matriz de adjuntos y su transposada:

⎛ ⎞ ⎛ ⎞
⎜ 7 7 ⎟ ⎜ 7 −11 −1 ⎟
⎜ ⎟ ⎜ ⎟
0
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A = ⎜ −11 −2 −5 ⎟ (A ) = ⎜ 0
′ T
−2 −4 ⎟
⎜ ⎟ ⎜ ⎟
′

⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ −1 −4 −3 ⎠ ⎝ 7 −5 −3 ⎠

Por lo tanto, la inversa de A es

⎛ ⎞ ⎛ ⎞
⎜ 7 −11 −1 ⎟ ⎜− 12 11
14 ⎟
1
⎜ ⎟ ⎜ ⎟
−1 ⎜ ⎟ ⎜ ⎟
14
⎜ ⎟ ⎜ ⎟
= ⋅⎜ 0 −2 −4 ⎟ =⎜ ⎟
14 ⎜ ⎟ ⎜ 0 ⎟
−1
A 1 2
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
7 7
⎜ ⎟ ⎜ ⎟
⎝ 7 −5 −3 ⎠ ⎝− 12 5
14
3
14
⎠

Comprobamos que es efectivamente la inversa viendo que satisface A ⋅ A−1 = I3

y también A−1 ⋅ A = I3

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜ 1 −3 ⎟ ⎜ 7 −11 −1 ⎟ ⎜ −14 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
2 0 0
⎜ ⎟ −1 ⎜ ⎟ −1 ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A⋅A =⎜ 2 −2 ⎟ 14 ⎜
⎟ ⋅ ⋅ −2 −4 ⎟ 14 ⎜
⎟ = −14 0 ⎟ =I
⎜ ⎜ 0 ⎜ 0 ⎟ 3
−1

⎜ ⎟ ⎜ ⎟ ⎜ ⎟
1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ −1 3 1 ⎠ ⎝ 7 −5 −3 ⎠ ⎝ 0 0 −14 ⎠
⎛ ⎞⎛ ⎞ ⎛ ⎞
⎜ 7 −11 −1 ⎟ ⎜ 1 −3 ⎟ ⎜ −14 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
2 0 0
−1 ⎜
⎜
⎟⎜
⎟⎜
⎟ −1 ⎜
⎟ ⎜
⎟
⎟
A ⋅A = ⋅⎜ 0 −2 −4 ⎟ ⎜ −2 ⎟ = ⎜ −14 0 ⎟ =I
14 ⎜ ⎟⎜ 2 ⎟ 14 ⎜ 0 ⎟ 3
−1

⎜ ⎟⎜ ⎟ ⎜ ⎟
1
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 7 −5 −3 ⎠ ⎝ −1 3 1 ⎠ ⎝ 0 0 −14 ⎠

Cálculo por el método de Gauss. Otro método para encontrar la matriz inversa

es el de Gauss. En este método partimos de una matriz dividida en dos partes: en la

primera parte (izquierda) colocamos la matriz dada A = (aij ) y en la segunda parte

(derecha) la matriz identidad. Para una matriz 3 × 3, nos quedaría

© FUOC ● PID_00273992 152 Iniciación a las matemáticas para la ingeniería

⎛ ⎞
⎜ a11 0 ⎟
⎜ ⎟
a12 a13 1 0
⎜ ⎟
⎜ ⎟
⎜ a 0 ⎟
⎜ 21 ⎟
⎜ ⎟
a22 a23 0 1
⎜ ⎟
⎜ ⎟
⎝ a31 a32 a33 0 0 1 ⎠

Después aplicamos transformaciones lineales (veremos a continuación cuáles son las

transformaciones permitidas) a las las de la matriz hasta llegar a una matriz en la

que la matriz identidad esté en la primera parte (izquierda)

⎛ ⎞
⎜ 1 b13 ⎟
⎜ ⎟
0 0 b11 b12
⎜ ⎟
⎜ ⎟
⎜ 0 ⎟
⎜ ⎟
⎜ ⎟
1 0 b21 b22 b23
⎜ ⎟
⎜ ⎟
⎝ 0 0 1 b31 b32 b33 ⎠

Entonces la matriz inversa es la que nos ha quedado en la segunda parte (bij )

Las transformaciones lineales que podemos hacer son las siguientes:

ˆ Cambiar el orden de las las.

ˆ Multiplicar una la por un número que no sea 0.

ˆ Sumar a una la otra multiplicada por un número diferente de 0.

Estas transformaciones tienen que hacerse simultáneamente en las dos partes de la

matriz.

Normalmente se indica cuáles son las transformaciones que hacemos en cada paso

escribiendo cómo se ha obtenido la nueva la. Denotamos como Fi la la i y Cj la

columna j. Podemos verlo en el siguiente ejemplo.

© FUOC ● PID_00273992 153 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Cálculo de la matriz inversa por el método de Gauss.
⎛ ⎞
⎜1 1⎟
⎜ ⎟
2
⎜ ⎟
⎜ ⎟
A = ⎜0 −1 0⎟
⎜ ⎟
Buscamos la inversa de la matriz
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝2 1 1⎠

⎛ ⎞ ⎛ ⎞
⎜ 1 0 ⎟ ⎜ 1 0 ⎟
⎜ ⎟ ⎜ ⎟
2 1 1 0 2 1 1 0
⎜ ⎟ F 3=F 3−2⋅F 1 ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ 0 −1 0 ⎟ ÐÐÐÐÐÐÐ→ ⎜ 0 −1 0 ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
0 0 1 0 0 1
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 2 1 1 0 0 1 ⎠ ⎝ 0 −3 −1 −2 0 1 ⎠

⎛ ⎞ ⎛ ⎞
⎜ 1 0 ⎟ ⎜ 1 0 ⎟
⎜ ⎟ ⎜ ⎟
2 1 1 0 0 1 1 2
F 2=(−1)⋅F 2 ⎜
⎜
⎟ F 3=(−1)⋅F 3 ⎜
⎟ ⎜
⎟
⎟
ÐÐÐÐÐÐÐ→ ⎜ 0 −1 0 ⎟ ÐÐÐÐÐÐÐ→ ⎜ −1 0 ⎟
F 3=F 3+3⋅F 2 ⎜
⎜
1 0 0 ⎟ F 1=F 1−2⋅F 2 ⎜ 0
⎟ ⎜
1 0 0 ⎟
⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 0 −1 −2 −3 1 ⎠ ⎝ 0 0 1 2 3 −1 ⎠

⎛ ⎞
⎜ 1 −1 −1 1 ⎟
⎜ ⎟
0 0
⎜
F 1=F 1−F 3 ⎜
⎟
⎟
ÐÐÐÐÐÐ→ ⎜ 0 −1 0 ⎟
⎜ ⎟
⎜ ⎟
1 0 0
⎜ ⎟
⎜ ⎟
⎝ 0 0 1 2 3 −1 ⎠

Por lo tanto, la matriz inversa de A es

⎛ ⎞
⎜− 1 −1 1⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
=⎜0 −1 0⎟
⎜ ⎟
−1
A
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝2 3 −1⎠

5.5. Resolución de sistemas

Un sistema de ecuaciones lineales con m ecuaciones y n incógnitas como el siguiente,

⎧
⎪
⎪
⎪
⎪
⎪
⎪ a11 ⋅ x1 +a12 ⋅ x2 +... +a1n ⋅ xn = b1
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ a21 ⋅ x1
⎪ +a22 ⋅ x2 +... +a2n ⋅ xn = b2
⎨
⎪
⎪
⎪
⎪
⎪
⎪ ⋮
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ ⋅x +am2 ⋅ x2 +... +amn ⋅ xn = bm
⎩ m1 1
a

puede expresarse de forma matricial de la manera siguiente:

© FUOC ● PID_00273992 154 Iniciación a las matemáticas para la ingeniería

⎛ ⎞⎛ ⎞ ⎛ ⎞
⎜ a11 a12 a13 ⋯ a1n ⎟ ⎜ x1 ⎟ ⎜ b1 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ a21 a22 a23 ⋯ a2n ⎟ ⎜ x2 ⎟ ⎜ b2 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟=⎜ ⎟
⎜ a31 a32 a33 ⋯ a3n ⎟ ⎜ x3 ⎟ ⎜ b3 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⋮ ⋮ ⋮ ⋱ ⋮ ⎟⎜ ⋮ ⎟ ⎜ ⋮ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ am1 am2 am3 . . . amn ⎠ ⎝ xn ⎠ ⎝ bm ⎠
´¹¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹¸¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¹ ¶ ´¹¹ ¹ ¹ ¹ ¹ ¸¹¹ ¹ ¹ ¹ ¹ ¶ ´¹¹ ¹ ¹ ¹ ¹ ¹ ¸¹¹ ¹ ¹ ¹ ¹ ¹¶
A X B

Esta manera de escribirlo se denomina ecuación matricial. Nos jamos que es del
tipo

A ⋅ X = B,

donde A se denomina matriz asociada al sistema, B es el vector de términos indepen-

diente, y X es una matriz n×1 de incógnitas.

Conceptos previos. Para conocer el número de soluciones de un sistema matricial,

tienen que introducirse algunos conceptos: menor de orden k, rango de una matriz y

matriz ampliada de un sistema matricial.

Menor de orden k Dada una matriz A, si se seleccionan k las y k columnas de la

matriz, y se calcula el determinante de estas k las y k columnas, a este determinante

se lo denomina menor de orden k de la matriz A. En caso de que se escojan todas

las las excepto una, y todas las columnas excepto una, nos hallamos, como es sabido,

ante un menor complementario.

.
Ejemplo. Menor de orden k.
⎛ ⎞
⎜− 3 −1 1⎟
⎜ ⎟
3
⎜ ⎟ RRR RRR
⎜ ⎟ RR R
⎜− 2
⎜ 3⎟
⎟ menor de orden 2 RRRR2 6RRRR
⎜ ⎟ ÐÐÐÐÐÐÐÐÐÐÐ→ RR RRR = 6
0 2
⎜ ⎟ eliminando las 1,2 RR RRR
⎜ ⎟
⎜2 −2 ⎟ y columnas 2,3 RRRR0 3RRRR
R
⎜ 6⎟ RRR
⎜ ⎟ R
1
⎜ ⎟
⎜ ⎟
⎝0 1 0 3⎠

Rango de una matriz Es el orden máximo de los menores de la matriz que no son

0. El rango de una matriz A se indica rango(A). Para hallarlo, tienen que calcularse

todos los menores de orden máximo por si hay alguno que sea diferente de 0. Si no

es así, se calculan todos los menores de orden una unidad menor por si hay alguno

que sea diferente de 0. Y así sucesivamente. La orden del primer menor diferente de

0 será el rango de la matriz.

© FUOC ● PID_00273992 155 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Rango de una matriz.
En el caso de la matriz anterior se observa que el determinante es 0 (es decir,

el menor de orden 4 es 0), así que se tiene que comprobar si hay algún menor

de orden 3 que no sea 0.

⎛ ⎞
⎜ −3 −1 1 ⎟ RRR RRR
⎜ ⎟ RRRR 0 R
3
⎜
⎜
⎟
⎟ RRR 3 RRRR
RRR
2
⎜ 3 ⎟
⎜ −2 ⎟ menor de orden 3 RRRR RRR
⎜ ⎟ ÐÐÐÐÐÐÐÐÐÐ→ RR R
0 2
⎜
⎜
⎟ eliminando la 1 RRR 1
⎟ −2 6 RRRR = 12
⎜ ⎟ RRR RRR
⎜ −2 6 ⎟ y columna 1
RRR RRR
⎜ ⎟ RRR R
2 1
⎜
⎜
⎟
⎟ RRR 1 3 RRRR
R
0
⎝ 0 1 0 3 ⎠
Por lo tanto, esta matriz tiene rango 3 porque uno de sus menores de orden 3

no es 0 y el de orden 4 es 0.

Matriz ampliada Si consideramos el sistema matricial A ⋅ X = B , la matriz ampliada

es la matriz formada por la matriz A más la columna B. Generalmente, estas dos

partes de la matriz ampliada se separan por una línea y se indica la matriz ampliada

por A∗ .
En el sistema matricial inicial, la matriz ampliada es:

⎛ ⎞
⎜ ⋯ b1 ⎟
⎜ ⎟
a11 a12 a13 a1n
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⋯ ⎟
⎜ a21 a22 a23 a2n b2 ⎟
⎜ ⎟
⎜ ⎟
A =⎜
⎜ ⋯
⎟
⎟
∗
⎜ ⎟
⎜ ⎟
a31 a32 a33 a3n b3
⎜ ⎟
⎜ ⎟
⎜ ⋮ ⋮ ⋮ ⋱ ⋮ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝ am1 am2 am3 ... amn bn ⎠

Discusión de sistemas. Dado un sistema matricial A ⋅ X = B, donde A es una

matriz m × n (m es el número de ecuaciones y el n número de incógnitas) podemos

encontrar tres tipos diferentes de sistemas según el número de soluciones que tienen.

No es necesario que intentemos calcular las soluciones para saber de qué tipo de

sistema se trata; basta con calcular el rango de la matriz asociada al sistema A y el

∗
rango de la matriz ampliada A . Veamos los diferentes casos:

no tiene solución si el rango de la matriz A y el de la matriz ampliada

Podemos resumir el teorema de
ˆ El sistema Rouché-Frobenius con el esquema
siguiente
A∗ son diferentes, es decir, si

rango(A) ≠ rango(A ).
∗

ˆ El sistema tiene solución en los casos en los que el rango de la matriz A y el de

la matriz ampliada son iguales.

rango(A) = rango(A )
∗

Entonces tenemos que comprobar si coincide con el número de incógnitas (n); se

pueden dar los casos siguientes:

© FUOC ● PID_00273992 156 Iniciación a las matemáticas para la ingeniería

○ Si rango(A) = n, la solución es única, es decir, hay una única matriz X que

cumple A ⋅ X = B.

○ Si rango(A) < n, la solución no es única; de hecho, en estas condiciones, el

sistema tiene innitas soluciones.

Este resultado se conoce como el teorema de Rouché-Frobenius.

.
Ejemplo. Discusión de un sistema. Dado el sistema de ecuaciones lineales
⎧ ⎛ ⎞⎛ ⎞ ⎛ ⎞
⎪
⎪ ⎜ −1 ⎟ ⎜ x ⎟ ⎜ 1 ⎟
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
1 1 1
⎪
⎪ x+y+z−w = ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪
1
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪ ⎜ −1 1 ⎟ ⎜ y ⎟ ⎜ ⎟
⎪
⎪ +y − z + w = −1 equivale a ⎜ ⎟⎜ ⎟ ⎜ −1 ⎟
ÐÐÐÐÐ→ ⎜ ⎟⎜ ⎟=⎜ ⎟
0 1
⎨ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪ 3x + 6z − 6w = ⎜ −6 ⎟ ⎜ ⎟ ⎜ ⎟
⎪
⎪
6 ⎜ ⎟⎜ z ⎟ ⎜ 6 ⎟
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
3 0 6
⎪
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪
⎪ −y + z − w = ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎩ 1
⎝ 0 −1 1 −1 ⎠ ⎝ w ⎠ ⎝ 1 ⎠

Si calculamos los rangos de las matrices A y A∗ obtenemos

rango(A) = rango(A ) = 2 < n = 4

∗

Por lo tanto, este sistema tiene innitas soluciones (como puede comprobarse

en el tema dedicado a sistemas de ecuaciones)..

5.5.1. Con la matriz inversa

Sistemas homogéneos
Un sistema homogéneo es aquel en el
Para resolver el sistema, encontramos dos casos: que el sistema tenga una única solu-
que el vector de términos

ción o que tenga innitas. independientes B es cero.

Fijémonos que en este caso siempre

A⋅X =B
tendremos
Si el sistema matricial tiene solución única (si se cumpleompleix rango(A) = rango(A )
∗

rango(A) = rango(A ) = n
Por lo tanto, siempre tendremos un
∗
), se elige un menor de orden n de la matriz A que no sea sistema compatible.

A)
En el caso que rango(A) coincida
0 (la submatriz de este menor se denomina y se eligen las las de B que coincidan con el número de incógnitas (n),
tendremos un sistema compatible
con las las de la submatriz del menor de orden n escogido (estas las se denominan determinado en que la única solución

n=mA
es x1 = . . . = xn = 0.
B ). Fijaos que si coincide con A y B coincide con B.
Para resolver el sistema A ⋅ X = B, basta con resolver A⋅X = B . Ahora bien, dado

que A es una matriz cuadrada cuyo determinante no es 0, existe su inversa. Por lo

−1
tanto, podemos multiplicar a ambos lados por A

⋅A⋅X =A ⋅B
−1 −1
A

⋅ A = In ;
−1
Sabemos que A por lo tanto, la solución del sistema es

X=A ⋅B
−1
© FUOC ● PID_00273992 157 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Resolución de un sistema con una única solución.
⎛ ⎞ ⎛ ⎞
⎧ ⎜ 1 ⎟
⎪
⎪
⎪ x+y+z =0 ⎜ ⎟⎛ ⎞ ⎜⎜
⎟
⎟
1 1 0
⎪
⎪
⎪ ⎜ ⎟⎜ x ⎟ ⎜ ⎟
⎪
⎪
⎪ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪ ⎜ −2 ⎟ ⎟ ⎜ ⎟
⎪2x − 5y − 2z = −2
⎪ ⎜ −5 ⎟⎜⎜ ⎟ ⎜ −2 ⎟
⎜ ⎟⎜ =⎜ ⎟
2
⎨
⎪ ⎜ ⎟⎜ y ⎟
⎟ ⎜⎜ ⎟
⎪ ⎜ ⎟⎜ ⎟
equivalente a
⎪
⎪ + + = ⎜ ⎟ ⎟ ⎜ ⎟
⎪
⎪ ⎜ 1 ⎟⎜ ⎟ ⎜ 8 ⎟
3x 4y z 8
⎪
⎪ ⎜
3 4
⎟ ⎜ ⎟ ⎜ ⎟
⎪
⎪
⎪ ⎜ ⎟⎝ z ⎠ ⎜ ⎟
⎩2x + 2y + 2z = 0
⎪ ⎜ ⎟ ⎜ ⎟
⎝ 2 2 2 ⎠ ⎝ 0 ⎠

Tiene una única solución porque rango(A) = rango(A∗ ) = 3. Para resolverlo,

tiene que escogerse un menor de orden 3 que no sea 0 (por ejemplo, el menor

formado por las tres primeras las). Así, tenemos que, para resolver el sistema

planteado, basta con resolver el sistema equivalente A⋅X =B donde

⎛ ⎞ ⎛ ⎞
⎜1 1⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟
1
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A = ⎜2 −5 −2⎟ B = ⎜ −2 ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝3 4 1⎠ ⎝ 8 ⎠

y la solución del sistema es

⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
⎜ 3 3 ⎟ ⎜ 3 3 ⎟⎜ 0 ⎟ ⎜ 1 ⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
3 3
1 ⎜
⎜
⎟
⎟ 1 ⎜
⎜
⎟⎜
⎟⎜
⎟ ⎜
⎟ ⎜
⎟
⎟
= ⎜ −8 −2 4 ⎟ →X= ⎜ −8 −2 4 ⎟ ⋅⎜ ⎟
−2 ⎟ ⎜ 2 ⎟
= ⎜
−1
18 ⎜ ⎟ 18 ⎜ ⎟⎜ ⎟
si A
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 23 −1 −7 ⎠ ⎝ 23 −1 −7 ⎠ ⎝ 8 ⎠ ⎝ −3 ⎠

Así, pues, la solución es x = 1, y = 2, z = −3 (o bé (x, y, z ) = (1, 2, −3)).

En el supuesto que el rango(A) = rango(A∗ ) = r < n el sistema tiene innitas so-

luciones;pero aun así tiene que hacerse lo mismo.

Solo hay que tener en cuenta que, una vez escogido el menor de orden r, se tiene

que transformar el sistema de ecuaciones inicial, de modo que las incógnitas que no

correspondan con una columna del menor anterior tienen que situarse al otro lado del

signo igual, en el vector de términos independientes B. Así se obtendrá un sistema

con rincógnitas, que podrá expresarse de forma matricial. También la B contendrá

alguna de las incógnitas.

Ahora ya podrá resolverse el nuevo sistema de la misma forma (porque se trata de

un sistema con r incógnitas, cuya matriz tiene rango r). Se tiene que señalar que la

solución, en este caso, vendrá dada en términos de algunas de las incógnitas, por lo

que no será una solución única.

© FUOC ● PID_00273992 158 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Resolución de un sistema con innitas soluciones.
En este caso puede comprobarse que rango(A) = rango(A∗ ) = 2 < 4. Por lo

tanto, primero tiene que modicarse el sistema original:

⎧
⎪ ⎧
⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪ +y +z −w =1 ⎪
⎪ x+y =1−z+w
⎪
⎪ ⎪
⎪
x
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪ +y −z +w = −1 lo reescribimos ⎪
⎪
⎪ y = −1 + z − w
⎪
⎨ ÐÐÐÐÐÐÐÐ→ ⎨
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎪ +6z −6w =6 ⎪
⎪
⎪ 3x = 6 − 6z + 6w
⎪
⎪
⎪
3x ⎪
⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪ −y +z −w =1 ⎪
⎪ −y = 1 − z + w
⎩ ⎩
En forma matricial se expresa así:

⎛ ⎞ ⎛ ⎞
⎜ 1 ⎟ ⎜ 1−z+w ⎟
⎜ ⎟ ⎜ ⎟
1
⎜ ⎟ ⎜ ⎟
⎜ ⎟⎛ ⎞ ⎜ ⎟
⎜ ⎟
1 ⎟⎜ x ⎟ ⎜ ⎟
⎜ ⎜ −1 + z − w ⎟
⎜ ⎟⎜ ⎟=⎜ ⎟
0
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜
0 ⎟ ⎝ y ⎠ ⎜ 6 − 6z + 6w
⎟
⎜ ⎟
⎜ ⎟ ⎜ ⎟
3
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 −1 ⎠ ⎝ 1−z+w ⎠

si escogemos una submatriz de rango 2 obtenemos:

⎛ ⎞⎛ ⎞⎛ ⎞
⎜ 1 1 ⎟⎜ x ⎟ ⎜ 1−z+w ⎟
⎜ ⎟⎜ ⎟=⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ 0 1 ⎠⎝ y ⎠ ⎝ −1 + z − w ⎠
por lo tanto,

⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1

⎜ x ⎟ ⎜ 1 1 ⎟ ⎜ 1−z+w ⎟ ⎜ 2 − 2z + 2w ⎟
⎜ ⎟=⎜ ⎟ ⎜ ⎟=⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ y ⎠ ⎝ 0 1 ⎠ ⎝ −1 + z − w ⎠ ⎝ −1 + z − w ⎠

podemos dar el valor que queramos a z y w, y para cada uno de estos tendremos
una solución del sistema.

5.5.2. Método de Gauss

En el tema de sistemas de ecuaciones hemos visto que uno de los métodos para resolver

un sistema es utilizar el método de Gauss. Este método consiste en transformar el

sistema en otro equivalente que sea triangular. De este modo es fácil hallar la solución

por sustitución hacia atrás.

Puede utilizarse el método de Gauss para la resolución de ecuaciones transformando

solo la matriz ampliada, sin necesidad de escribir repetidamente las incógnitas.

© FUOC ● PID_00273992 159 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Resolución de un sistema por Gauss matricialmente.
⎧ ⎛ ⎞
⎪
⎪
⎪ ⎜ −1 0 ⎟
⎪
⎪ x−y =0 ⎜ ⎟
1 0 0
⎪
⎪
⎪ ⎜ ⎟
⎪
⎪
⎪ ⎜ ⎟
⎪ matriz ampliada ⎜ −2 4 ⎟
⎪
⎪2x − 2y + z + 2w = 4 asociada al sistema ⎜ ⎟
ÐÐÐÐÐÐÐÐÐÐÐ→ ⎜ ⎟
2 1 2
⎨ ⎜ ⎟
⎪
⎪
⎪ ⎜ ⎟
⎪
⎪ y+w =0 ⎜ ⎟
⎪
⎪ ⎜ 0 ⎟
⎪ ⎜ ⎟
0 1 0 1
⎪
⎪
⎪ ⎜ ⎟
⎪
⎪ ⎜ ⎟
⎩2z + w = 5
⎪
⎝ 0 0 2 1 5 ⎠

Ahora realizamos las transformaciones necesarias para obtener una matriz tri-

angular:

⎛ ⎞ ⎛ ⎞
⎜ −1 0 ⎟ ⎜ −1 0 ⎟
⎜ ⎟ ⎜ ⎟
1 0 0 1 0 0
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ −2 ⎟
4 ⎟ F 2=F 2−2∗F 1 ⎜ 4 ⎟
⎜ ⎜ ⎟
⎜ ⎟ ÐÐÐÐÐÐÐ→ ⎜ ⎟
2 1 2 0 0 1 2
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ 0 ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟
0 1 0 1 0 1 0 1
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 0 2 1 5 ⎠ ⎝ 0 0 2 1 5 ⎠

⎛ ⎞ ⎛ ⎞
⎜ −1 0 ⎟ ⎜ −1 0 ⎟
⎜ ⎟ ⎜ ⎟
1 0 0 1 0 0
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟
0 ⎟ F 4=F 4−2∗F 3 ⎜ 0 ⎟
F 2↔F 3 ⎜ ⎜ ⎟
ÐÐÐÐ→ ⎜ ⎟ ÐÐÐÐÐÐÐ→ ⎜ ⎟
0 1 0 1 0 1 0 1
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ 4 ⎟ ⎜ 4 ⎟
⎜ ⎟ ⎜ ⎟
0 0 1 2 0 0 1 2
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 0 2 1 5 ⎠ ⎝ 0 0 0 −3 −3 ⎠

Cuando ya tenemos una matriz diagonal utilizamos la sustitución hacia atrás.

Y obtenemos que la solución del sistema es:

(x, y, z, w) = (−1, −1, 2, 1)

5.5.3. Regla de Cramer

Otro método para resolver un sistema con el mismo número de ecuaciones que de

incógnitas y determinante de la matriz asociada al sistema diferente de 0 es la regla

de Cramer.

La regla de Cramer nos dice que ante un sistema de n ecuaciones y n incógnitas

en el que det(A) ≠ 0 (donde A es la matriz asociada al sistema) podemos calcular

las matrices A1 , A2 , . . . , An que resultan de sustituir las columnas 1, 2, . . . , n de A

respectivamente por la columna de los términos independientes. Entonces, la solución

del sistema es

∣A1 ∣ ∣A2 ∣ ∣An ∣

(x1 , x2 , . . . , xn ) = ( )
∣A∣ ∣A∣ ∣A ∣
, , ...,

donde recordamos ∣X ∣ indica el determinante de la matriz X.

© FUOC ● PID_00273992 160 Iniciación a las matemáticas para la ingeniería

.
Ejemplo. Resolución de un sistema utilizando la regla de Cramer. Queremos
resolver el sistema

⎧
⎪ ⎛ ⎞ ⎛ ⎞
⎪
⎪
⎪ x+y+z =1 ⎜1 1⎟ ⎜1⎟
⎪ ⎜ ⎟ ⎜ ⎟
1
⎪
⎪
⎪ ⎜ ⎟ ⎜ ⎟
⎪
matriz asociada al sistema
⎜ ⎟ ⎜ ⎟
⎨x − y + z = −3 ÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐÐ→ A = ⎜1 1⎟ B = ⎜−3⎟
vector de términos independientes
⎪
⎪ ⎜ −1 ⎟ ⎜ ⎟
⎪
⎪ ⎜ ⎟ ⎜ ⎟
⎪
⎪ ⎜ ⎟ ⎜ ⎟
⎪
⎪ ⎜ ⎟ ⎜ ⎟
⎪
⎩2x − y + z = 1 ⎝2 −1 1⎠ ⎝1⎠
Vemos que ∣A∣ = 2 y por lo tanto podemos aplicar la regla de Cramer. Calcu-
lamos ∣A1 ∣, ∣A2 ∣, ∣A3 ∣
RRR RRR RRR RRR RRR RRR
RRRR 1 1 1 RRRR RRR 1
RRR 1 1 RRRR RRR 1
RRR 1 1 RRRR
RRR RRR R RRR R RRR
∣A1 ∣ = RRRRR −3 −1 1 RRRRR = 8 ∣A2 ∣ = RRRRR 1 −3
RR
1 RRRR = 4 ∣A3 ∣ = RRRRR 1 −1
RR
−3 RRRR = −10
RRRR RRRR RRR
RRR RRR RRR
RRR RRR
RRRR RRRR RRR 2 RR RR
RR 1 −1 1 RR R 1 1 RRRR RRR 2
R −1 1 RRRR

Ahora ya podemos calcular las soluciones al sistema

∣A1 ∣ 8 ∣A2 ∣ 4 ∣A3 ∣ −10

x= = = 4, y= = = 2, z= = = −5
∣A∣ 2 ∣A∣ 2 ∣A∣ 2

Observad que si el sistema es compatible indeterminado también podemos utilizar este

método añadiendo en el término independiente las incógnitas que sean necesarias

para que la matriz del sistema sea cuadrada. De este modo con el nuevo término

independiente también podremos aplicar este método.

© FUOC ● PID_00273992 161 Iniciación a las matemáticas para la ingeniería

Resumen

Una matriz es un grupo de números organizados en las y en columnas limitados

por paréntesis:

columna 1 columna 2 columna 3 columna n

⎛ a11 a12 a13 ⋯ a1n ⎞ la 1

⎜ ⎟
⎜ ⎟
⎜ ⋯ ⎟
⎜ ⎟ la 2
⎜ ⎟
a21 a22 a23 a2n
A=⎜
⎜
⎟
⎟
⎜ ⋯ ⎟
⎜ ⎟
a31 a32 a33 a3n la 3
⎜ ⎟
⎜ ⎟
⎜ ⋮ ⋮ ⋮ ⋱ ⋮ ⎟
⎜ ⎟
⎜ ⎟
⎝ am1 am2 am3 ... amn ⎠ la m

A es una matriz de dimensión m×n que también puede escribirse de forma simpli-

cada:

A = (aij )i=1,...,m
j =1,...,n

donde i indica la la y j la columna.

Matrices importantes

ˆ Matriz cuadrada. Es una matriz que tiene el mismo número de las que de

columnas, es decir, tiene dimensión n × n.

ˆ Matriz diagonal. La diagonal de una matriz está formada por aquellos elementos
cuyas las y columnas tienen el mismo número, es decir, a11 , a22 , a33 , . . .. Cuando
una matriz cuadrada tiene todos los elementos 0 excepto los de la diagonal, diremos

que es una matriz diagonal.

ˆ Matriz nula. Es una matriz en la que todos sus elementos son 0. Normalmente
se denota por 0mn , donde m×n es la dimensión de la matriz.

ˆ Matriz identidad. Es una matriz diagonal cuadrada en la que todos los elemen-
tos de la diagonal son 1. La matriz identidad de dimensión n×n se indica con

In .

ˆ Matriz triangular. Es una matriz cuadrada en la que todos los elementos situ-
ados por debajo o por encima de la diagonal son 0. En el supuesto de que sean 0

los elementos de bajo la diagonal, hablaremos de matriz triangular superior. En

cambio, si son cero los elementos situados encima de la diagonal, hablaremos de

matriz triangular inferior.

ˆ Matriz transpuesta. La matriz transpuesta de una matriz A se denomina AT ;

es la matriz que resulta de cambiar las por columnas en la matriz A.

ˆ Matriz simétrica. Es aquella que coincide con su transpuesta.

© FUOC ● PID_00273992 162 Iniciación a las matemáticas para la ingeniería

Operaciones básicas

ˆ Suma y Resta. DDos matrices pueden sumarse o restarse únicamente si sus

dimensiones son las mismas. En este caso, la suma de las matrices es igual a la

suma ordenada de los elementos que ocupan la misma posición, y el resultado

tendrá que situarse en la misma posición de la matriz suma. Es decir, si A = (aij )

y B = (bij ) son matrices de dimensión m × n,

la suma es A + B = (aij ) + (bij ) = (aij + bij )

la resta es A − B = (aij ) − (bij ) = (aij − bij )

ˆ Producto por un escalar. El producto de una matriz por un número siempre

puede hacerse, y consiste en multiplicar todos los elementos de la matriz por este

número. Es decir, si r es un número real, y A = (aij ) es una matriz, el producto

de la matriz por el escalar es

r ⋅ A = r ⋅ (aij ) = (r ⋅ aij )

ˆ Producto de matrices. Para multiplicar dos matrices, A y B , y obtener A ⋅ B ,

tiene que comprobarse que el número de columnas de la matriz A coincida con el

número de las de la matriz B. Es decir, si A es una matriz de dimensión m × n,

solo se puede multiplicar por la matriz B si esta tiene dimensión n × r. En el

supuesto de que esto sea así, la matriz producto, P = A ⋅ B, tiene dimensión m × r,

es decir, el mismo número de las que la matriz A y el mismo número de columnas
que la matriz B.

Para encontrar el elemento pij ,tienen que multiplicarse ordenadamente los ele-

mentos de la la i de la matriz A por los elementos de la columna j de la matriz

B y obtenemos pij como la suma de todos estos productos.

pij = ai1 b1j + ai2 b2j + ai3 b3j + . . . + ain bnj

El producto de matrices NO es conmutativo.

Determinantes El determinante de una matriz cuadrada es un número que, entre

otras aplicaciones, es muy útil para saber si una matriz tiene inversa y para calcularla.

Para indicar que se calcula el determinante de una matriz, los elementos de esta se

tienen que poner entre dos segmentos verticales.

ˆ Matriz 1 × 1: es igual al número que compone la matriz.

ˆ Matriz 2 × 2: es igual al producto de los elementos de la diagonal menos el producto

de los otros dos elementos.

ˆ 3 × 3:
RRR RRR
Matriz regla de Sarrus.

RRR R
RRRa11 a13 RRRR
RRR RRR
a12
RRR RRR = a11 ⋅ a22 ⋅ a33 + a12 ⋅ a23 ⋅ a31 + a21 ⋅ a13 ⋅ a32
RRRa R
RRR 21 a23 RRRR
RRR
a22
RRR RRR −a31 ⋅ a22 ⋅ a13 − a12 ⋅ a21 ⋅ a33 − a11 ⋅ a23 ⋅ a32
RRR R
RRRa31 a33 RRRR
R R
a32
© FUOC ● PID_00273992 163 Iniciación a las matemáticas para la ingeniería

ˆ Matriz 4 × 4 (o de orden superior): cálculo de manera recursiva a partir de matrices

3 × 3.
RRR RRR
RRR RRR
RRR RRR
RRR RRR
a11 a12 a13 a14
RRR RRR
RRR RRR
RRR a21 a22 a23 a24 RRR
RRR RRR = a11 α11 − a21 α21 + a31 α31 − a41 α41
RRR RRR
RRR RRR
RRR RRR
a31 a32 a33 a34
RRR RRR
RRR RRRR
RRR a41 a42 a43 a44 RR
donde αij es el menor complementario de aij , es decir, el determinante que

resulta de eliminar la la i y la columna j del determinante.

Matriz inversa Si el producto de dos matrices cuadradas A y B de dimensión n×n

es igual a In
A ⋅ B = In i B ⋅ A = In

B es la matriz inversa de A y se denota B = A−1 .

Una matriz cuadrada n×n puede invertirse siempre que su determinante no

sea 0.

A−1 = (A′ )
1 T
det(A)

donde A′ es la matriz de adjuntos de los elementos de la matriz A. Un adjunto de

un elemento aij de la matriz A se denota Aij .
Aij = (−1)
i +j
αij
donde αij es el menor complementario de aij .

Rango de una matriz Si se seleccionan k las y k columnas de la matriz, y se calcula

el determinante de estas k las y k columnas, este determinante se denomina menor

de orden k de la matriz A.
El orden máximo de los menores de la matriz que no son 0 es el rango de una
matriz A y se indica rango(A).

Discusión y resolución de sistemas de matrices Un sistema de ecuaciones lineales

con m ecuaciones y n incógnitas como el siguiente

⎧
⎪
⎪
⎪
⎪
⎪
⎪ a11 ⋅ x1 +a12 ⋅ x2 +... +a1n ⋅ xn = b1
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ a21 ⋅ x1
⎪ +a22 ⋅ x2 +... +a2n ⋅ xn = b2
⎨
⎪
⎪
⎪
⎪
⎪
⎪ ⋮
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ ⋅x +am2 ⋅ x2 +... +amn ⋅ xn = bm
⎩ m1 1
a

puede expresarse en forma matricial de la manera siguiente:

© FUOC ● PID_00273992 164 Iniciación a las matemáticas para la ingeniería

⎛ ⎞⎛ ⎞ ⎛ ⎞
⎜ ⋯ a1n ⎟ ⎜ x1 ⎟ ⎜ b1 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
a11 a12 a13
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⋯ ⎟ ⎜ x2 ⎟ ⎜ ⎟
⎜ a21 a22 a23 a2n ⎟⎜ ⎟ ⎜ b2 ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⋯ ⎟ ⎜ x3 ⎟ = ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
a31 a32 a33 a3n b3
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⋮ ⋮ ⋮ ⋱ ⋮ ⎟⎜ ⋮ ⎟ ⎜ ⋮ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎝ am1 am2 am3 ... amn ⎠ ⎝ xn ⎠ ⎝ bm ⎠

Esta manera de escribirlo se denomina ecuación matricial. Fijémonos que es del

tipo A ⋅ X = B , donde A se denomina matriz asociada al sistema, B es el vector de

termas independientes y X es una matriz de n × 1 incógnitas. La matriz ampliada

∗
(A ) es la matriz formada por la matriz A más la columna B.

ˆ El sistema no tiene solución si el rango de la matriz A y el de la matriz ampliada

∗
A son diferentes, es decir, si

rango(A) ≠ rango(A ).
∗

ˆ El sistema tiene solución en los casos en los que el rango de la matriz A y el de

la matriz ampliada son iguales:

rango(A) = rango(A )
∗

Entonces tenemos que comprobar si coincide con el número de incógnitas (n).

Pueden darse los siguientes casos:

○ Si rango(A) = n, la solución es única, es decir, hay una única matriz X que

cumple A ⋅ X = B.

○ Si rango(A) < n, la solución no es única; de hecho, en estas condiciones, el

sistema tiene innitas soluciones.

Este resultado se conoce como el teorema de Rouché-Frobenius.

Esquema de la discusión de un sistema de ecuaciones

© FUOC ● PID_00273992 165 Iniciación a las matemáticas para la ingeniería

Ejercicios resueltos

⎛ ⎞
⎜0 0 −1⎟
⎜ ⎟
30. Si I3 es la matriz identidad de orden 3 y ⎜
A = ⎜−1
⎜ 1
⎟
−1⎟
⎟
resuelve las ecuaci-
⎜ ⎟
⎜ ⎟
⎝1 0 2⎠
ones matriciales siguientes:
(a) X ⋅ A = A + I3

(b) 2 ⋅ Y − A ⋅ Y = At

Solución:
(a) En primer lugar observad que det(A) = 1 ≠ 0; por lo tanto, podemos calcular la matriz
inversa de A.
X ⋅ A = A + I3 ⇔ X = (A + I3 ) ⋅ A−1 = I3 + A−1
Solo hay que calcular la inversa de la matriz A
T
⎛ ⎞ ⎛ ⎞
⎜2 1 −1⎟ ⎜2 0 1⎟
1 ⎜⎜
⎟
⎟
⎜
⎜
⎟
⎟
A−1 = ⋅ ⎜0 1 0⎟ =⎜1 1 1⎟
1 ⎜⎜
⎟
⎟
⎜
⎜
⎟
⎟
⎜ ⎟ ⎜ ⎟
⎝1 1 0⎠ ⎝−1 0 0⎠
⎛ ⎞
⎜3 0 1⎟
⎜ ⎟
Si sumamos la matriz identidad a esta matriz, obtenemos X = ⎜
⎜1
⎜ 2
⎟
1⎟
⎟
⎜ ⎟
⎜ ⎟
⎝−1 0 1⎠

(b) Igual que en el apartado anterior, vemos que

2 ⋅ Y − A ⋅ Y = At ⇔ (2 ⋅ I3 − A) ⋅ Y = AT ⇔ Y = (2 ⋅ I3 − A)−1 ⋅ AT
Por lo tanto, utilizando la fórmula de la matriz inversa, tenemos
⎛ ⎞
⎜0 0 −1⎟
⎜ ⎟
⎜ ⎟
(2 ⋅ I3 − A)−1 = ⎜−1 1 −1⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝1 0 2⎠
⎛ ⎞
⎜1 1 −2⎟
⎜ ⎟
Si ahora multiplicamos esta matriz por la matriz AT , obtenemos Y = ⎜
⎜1
⎜ 3
⎟
−3⎟
⎟
⎜ ⎟
⎜ ⎟
⎝−2 −3 5⎠

31. Resuelve las ecuaciones siguientes por la incógnita x:

RRR RRR
RRR 1 0 1 RRRR RRR RRR
RRRR RRR R 0RRRR
(a) RRRRRx RRR + 5 = RRRRR7 RRR
RRR 1 0 RRR RRR RR
RRR RRRR RRRR0 1RRRR
RRR 0 R R R
R x xRRRR

RRR RRR
RRRx + 1 1 1 RRRR
RRR RRR
R
(b) RRRRR 1 x+1 1 RRRR = 0
RR
RRR RRR
RRR RR
RRR 1 1 x + 1RRRR
R

Solución:
RRR RRR
RRR 1 0 1 RRRR
RRR RRR
R
(a) Calculamos, por un lado, el primer determinante RRRRRx 1 0 RRRR = x + x y, por otro lado,
RR 2
RRR RRR
RRR RR
RRR 0 x xRRRR
R
© FUOC ● PID_00273992 166 Iniciación a las matemáticas para la ingeniería

RRR RRR
RRR7 0RRRR
el segundo RRRRR RRR = 7; por lo tanto, nos queda la ecuación x2 + x + 5 = 7 ⇔ x2 + x − 2 = 0. Si
RR
RRR
RRR0 1RRRR
R
resolvemos esta ecuación aplicando la fórmula de la ecuación de segundo grado, obtenemos
dos soluciones: x = 1 y x = −2.

(b) Igual que en el apartado anterior, calculamos el determinante de la ecuación:

RRR RRR
RRRx + 1 1 1 RRRR
RRR RRR
RRR RR 3 2
RRR 1
RRR x+1 1 RRRR = (x + 1) + 2 − 3(x + 1) = x (x + 3)
RRR RRR
RRR 1 RR
R 1 x + 1RRRR
Si igualamos este resultado a 0, obtenemos una ecuación con dos soluciones: x = 0 y
x = −3.

32. Dadas las matrices siguientes

⎛ ⎞ ⎛ ⎞
⎜1⎟ ⎜4 7⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A = ⎜−2⎟ , B = (5 2 1) , C = ⎜−2 1⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝3⎠ ⎝0 3⎠
⎛ ⎞ ⎛ ⎞
⎜−3⎟ ⎜−2 2 −1⎟ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜1 7 −2⎟
D = ⎜ 0 ⎟, E=⎜3 −3 3⎟ , F =⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎝−2 4 1⎠
⎜ ⎟ ⎜ ⎟
⎝0⎠ ⎝0 0 1⎠

(a) Indica cuántas las y columnas tienen y decide qué parejas pueden sumarse
entre sí y cuáles pueden multiplicarse. En el segundo caso indica el orden
en el que pueden multiplicarse. Efectúa todas las sumas posibles y solo los
productos posibles en los que aparezca la matriz E .
(b) Decide si las operaciones siguientes son posibles, y en caso armativo
efectúa las operaciones:
A ⋅ Dt + E + F ⋅ C, (A + D) ⋅ E, B ⋅ E ⋅ C ⋅ F, (B + E) ⋅ C.

Solución:
(a) Empezamos dando las dimensiones de las diferentes matrices:

Matriz A B C D E F
Dimensiones 3×1 1×3 3×2 3×1 3×3 2×3

⎛ ⎞
⎜−2⎟
⎜ ⎟
En cuanto a la suma, sólo podemos sumar A + D = ⎜
⎜−2⎟.
⎜ ⎟
⎟
⎜ ⎟
⎜ ⎟
⎝3⎠
En cuanto a los productos, podemos calcular
A⋅B B⋅A E⋅A F ⋅A B⋅C B⋅D D⋅B

B⋅E E⋅C F ⋅C C ⋅F E⋅D F ⋅D F ⋅E

Calculamos todos los productos que contienen la matriz E .
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜−9⎟ ⎜−12 −15⎟ ⎜6⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
E ⋅ A = ⎜ 18 ⎟ B ⋅ E = (−4 4 2) E ⋅ C = ⎜ 18 27 ⎟ E ⋅ D = ⎜−9⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝3⎠ ⎝ 0 3 ⎠ ⎝0⎠
⎛ ⎞
⎜19 −19 18⎟
F ⋅E =⎜ ⎟
⎜ ⎟
⎝16 −16 15⎠

(b)Observad que solo podemos calcular B ⋅ E ⋅ C ⋅ F = (12 − 240 30)

© FUOC ● PID_00273992 167 Iniciación a las matemáticas para la ingeniería

33. Calcula el rango de la matriz según el valor de k.

⎛ ⎞
⎜2 1 1 k⎟
⎜ ⎟
⎜ ⎟
A = ⎜2 3 −1 1⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝3 0 3 1⎠

Solución: Dado que A es una matriz de dimensiones 3 × 4, el rango máximo que puede tener
es 3. Para que esta matriz tenga rango 3, alguno de los 4 posibles menores de orden 3 tiene
que ser diferente de 0.
Los calculamos:
RRR RRR RRR RRR RRR RRR RRR RRR
RRR2 1 1 RRRR RRR2 1 kRRRR RRR1 1 kRRRR RRR2 1 kRRRR
RRR RRR RRR RRR RRR RRR RRR RRR
RRR RR RRR RR RRR RR RRR RR
RRR2
RRR 3 −1RRRR = 0 RRR2
RRR 3 1RRRR = 7 − 9k RRR3
RRR −1 1RRRR = −7 + 9k RRR2
RRR −1 1RRRR = −7 + 9k
RRR RRR RRR RRR RRR RRR RRR RRR
RRR3 RR RR RR RR
R 0 3 RRRR RRR3
R 0 1RRRR RRR0
R 3 1RRRR RRR3
R 3 1RRRR
Vemos que si −7 + 9k ≠ 0 ⇔ k ≠ la matriz A tiene rango 3, en cambio si k = 79 entonces
7
9
todos los menores de orden 3 valen 0 y por lo tanto el rango de la matriz no puede ser 3.
En este último caso, sin embargo, vemos que tenemos como mínimo un menor de orden 2 que
RRR R
RRR2 1RRRRR
no es 0; por ejemplo, tomamos las dos primeras las y las dos primeras columnas, RRR R
R RRR = 4.
RRR
RRR R
RRR2 3RRRR
O sea que podemos concluir que cuando k = 9 el rango de la matriz A es 2 y cuando k ≠ 79
7

el rango de la matriz A es 3.

34. Comprueba que (A + B)−1 ≠ A−1 + B −1 con las matrices

⎛ ⎞ ⎛ ⎞
⎜1 2 1⎟ ⎜1 2 3⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A = ⎜0 1 0⎟ B = ⎜2 4 5⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝2 1 1⎠ ⎝3 5 6⎠

Solución: Por un lado, calculamos las inversas de las dos matrices y obtenemos
⎛ ⎞ ⎛ ⎞
⎜−1 1 1⎟ ⎜1 −3 2⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A−1 =⎜0 1 0⎟ B −1 = ⎜−3 3 −1⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝2 −3 −1⎠ ⎝2 −1 0⎠
Si ahora las sumamos, tenemos
⎛ ⎞
⎜0 −2 3⎟
⎜ ⎟
⎜ ⎟
A−1 + B −1 = ⎜−3 4 −1⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝4 −4 −1⎠
Y por otro lado calculamos la suma A + B y la inversa de esta matriz
⎛ ⎞ ⎛ 5 ⎞
⎜2 4 4⎟ ⎜ 2 −2 0⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A + B = ⎜2 5 5⎟ (A + B)−1 = ⎜ 11 −3 −1⎟
⎜ ⎟ ⎜ 2 ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝5 6 7⎠ ⎝− 13
2
4 1⎠
Vemos, pues, que estas dos matrices que hemos calculado no coinciden.

35. Discute el sistema siguiente según los valores de m y calcula la solución para
los valores que sean compatibles:
⎧
⎪
⎪x − my = 1
⎪
⎨
⎪
⎪
⎩mx − y = 2m + 2
⎪

Solución: Empezamos escribiendo la matriz ampliada asociada al sistema:

⎛ ⎞
⎜ 1 −m 1 ⎟
⎜ ⎟
⎜ ⎟
⎝ m −1 2m + 2 ⎠
Restamos a la segunda hila la primera multiplicada por m y obtenemos una matriz triangular
© FUOC ● PID_00273992 168 Iniciación a las matemáticas para la ingeniería

⎛ ⎞
⎜ 1 −m 1 ⎟
⎜ ⎟
⎜ ⎟
⎝ 0 m2 − 1 m+2 ⎠
Ahora estudiamos el rango(A) y en primer lugar vemos det(A) = m2 − 1.
ˆ Si m2 − 1 ≠ 0 (es decir, si m ≠ −1, 1), el rango(A) = 2 y rango(A∗ ) = 2, y al tener 2
incógnitas el sistema es compatible determinado.
ˆ Si m = 1
⎛ ⎞
⎜ 1 −1 1 ⎟
⎜ ⎟
⎜ ⎟
⎝ 0 0 3 ⎠
rango(A) = 1 ≠ rango(A∗ ) = 2; por lo tanto, tenemos un sistema incompatible.
ˆ Si m = −1
⎛ ⎞
⎜ 1 1 1 ⎟
⎜ ⎟
⎜ ⎟
⎝ 0 0 1 ⎠
rango(A) = 1 ≠ rango(A∗ ) = 2; por lo tanto, tenemos un sistema incompatible.
Las soluciones en los casos en que m ≠ 1, −1 son por substitución hacia atrás
m + 2 2m2 + 2m − 1
(x, y) = ( , ).
m2 − 1 m2 − 1
 © FUOC ● PID_00273992 169 Iniciación a las matemáticas para la ingeniería

Ejercicios para practicar con las soluciones

36. Resuelve las ecuaciones siguientes para la incógnita x:

RRR RRR
RRR a b c RRRR
RRR RRR
R
(a) RRRRR−a −b xRRRR = 0
RR
RRR RRR
RRRR RR
RRR x b c RRRR

⎛ ⎞
⎜ x 3 1⎟
⎜ ⎟
(b) El determinante de 2 ⋅ B és 160, donde ⎜
B = ⎜x + 1
⎜ 4
⎟
2⎟
⎟
⎜ ⎟
⎜ ⎟
⎝ x 2 − x2 1⎠

37. Determina los valores de a, b, c, d, e en los que se cumpla A + C = 2B para las

matrices
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
⎜3 a 2⎟ ⎜4 −1 3⎟ ⎜5 2 b⎟
A=⎜ ⎟ B=⎜ ⎟ C=⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝−1 2 c⎠ ⎝5 −2 1⎠ ⎝d e 4⎠
Para estos valores, calcula (si se puede) A ⋅ B T , C T ⋅ B y A ⋅ B .
38. Calcula el rango de las matrices siguientes:
⎛ ⎞ ⎛ ⎞
⎜1 2 3⎟ ⎜1 −1 1 2⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
A = ⎜5 6 7⎟ B = ⎜2 1 2 −1⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝9 10 11⎠ ⎝3 0 3 0⎠

39. Calcula las inversas de las matrices siguientes:

⎛ ⎞
⎛ ⎞ ⎜1 2 3 4⎟
⎜1 1⎟
−2 ⎜ ⎟
⎜ ⎟
⎜ ⎟ ⎜0 2 3 4⎟
⎜ ⎟ ⎜ ⎟
A = ⎜0 2 −2⎟ B=⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜0 0 3 4⎟
⎜ ⎟ ⎜ ⎟
⎝2 ⎜ ⎟
3 1⎠ ⎜ ⎟
⎝0 0 0 4⎠

40. Resuelve los sistemas siguientes (si se puede):

⎧
⎪ ⎧
⎪
⎪
⎪
⎪ 3x + 2y = 1 ⎪
⎪
⎪ x+y+z =0
⎪
⎪
⎪ ⎪
⎪
⎪
⎨2x − 3y = 2 ⎨2x + az = 1
⎪
⎪
⎪ ⎪
⎪
⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎩x + y = 0
⎪ ⎩x + ay = 1
⎪

Soluciones:

7. (a) x = a, −c en el caso b ≠ 0. En el caso b = 0 cualquier número real es solución.

(b) x = 3
8. Los valores son a = −4, b = 4, c = −2, d = 11, e = −6. El producto A ⋅ B no puede calcularse;
los productos que sí se pueden calcular son
⎛ ⎞
⎛ ⎞ ⎜ 75 −27 26⎟
⎜ 22 25 ⎟ ⎜ ⎟
A ⋅ BT CT
⎜ ⎟
=⎜ ⎟ ⋅ B = ⎜−22 10 0⎟
⎜ ⎟ ⎜ ⎟
⎝−12 −11⎠ ⎜ ⎟
⎜ ⎟
⎝ −4 4 8⎠

9. rango(A) = 2 y rango(B) = 3.
10.
⎛ ⎞
⎛ 2 5 1⎞ ⎜1 −1 0 0 ⎟
⎜ ⎟
⎜ 3 12 6⎟ ⎜ 1 ⎟
⎜
⎜ 1
⎟
⎟
⎜0
⎜ 2
− 21 0 ⎟ ⎟
⎜− 1 1⎟ ⎜ ⎟
⎜ 3 − 12 6⎟ ⎜ ⎟
1
⎜
⎜
⎟
⎟
⎜0
⎜ 0 3
− 13 ⎟
⎟
⎝− 31 7 1⎠ ⎜ ⎟
− 12 6
⎜ ⎟
⎝0 1 ⎠
0 0 4
 © FUOC ● PID_00273992 170 Iniciación a las matemáticas para la ingeniería

11. El primer sistema es incompatible; por lo tanto, no tiene solución. El segundo sistema es
compatible determinado para a ≠ 0, 3 e incompatible para a = 0, 3. Las soluciones para los
casos en los que es compatible son
2 1−a 1 + a2
(x, y, z) = ( , 2
, 2 )
3 − a 3a − a a − 3a