Parte1 Preliminares

1 Matematicas I
Parte I
Preliminares
Prof: Jose Antonio Abia Vian Grado de Ingeniera en Tecnologas Industriales
2 Matematicas I : Preliminares
Tema 1
N umeros Complejos
Este tema de n umeros complejos es mas informativo que recordatorio, siendo el uso explcito de los complejos
escaso en las asignaturas de Matematicas 1 y 2. Sin embargo el conocimiento de su existencia y su interrelacion
con los n umeros reales es muy util para la descomposicion y busqueda de races de polinomios, o en la resolucion
de ecuaciones diferenciales lineales; tambien en otras asignaturas de electricidad, teora de la se nal, etc. usan
de ellos.
1.1 Los n umeros complejos
Conocemos y manejamos ya diversos conjuntos de n umeros, los naturales N = {0, 1, 2, 3, . . .}, los enteros
Z = {. . . , 2, 1, 0, 1, 2, . . .}, los racionales Q = {
n
m
: n Z, m Z{0}} y los n umeros reales R (o decimales
que completan los huecos entre los racionales con los irracionales R = Q I). Cumpliendo N Z Q R.
Nota: Un n umero real puede describirse en la forma e.d
1
d
2
d
3
. . . d
n
. . . , un n umero entero seguido de innitos
decimales. Si, a partir de uno de ellos, todos los decimales son cero o los decimales se repiten periodicamente el
n umero es racional (as,
1
3
= 0.
3 = 0.33333 . . . , luego 1 = 0.
9 = 0.99999 . . . ).
Tenemos denidas unas operaciones de suma y producto en cada conjunto que son internas (suma o
producto de naturales es natural, suma o producto de enteros es entero, etc.) y coherentes con la cadena de
contenciones (si sumamos dos enteros como racionales o reales, el resultado es el mismo que si los sumamos
como enteros). A efectos practicos, son las mismas operaciones para todos los conjuntos.
Sin embargo, no tienen en cada conjunto las mismas propiedades: en N ni para la suma ni para el producto
existe inverso (ni la resta ni la division de naturales es, en general, un natural), en Z existe el inverso para
la suma pero no para el producto (la resta de enteros es entera pero no la division) y tanto en Q como en R
podemos restar y tambien dividir por valores distintos de cero.
La otra operacion o manipulacion basica entre n umeros, la potencia (una generalizacion del producto) nos
distingue mas estos dos ultimos conjuntos. As 2 Q (luego a R), pero 2
1
2
=

2 / Q, aunque s se cumple
que 2
1
2
R.
En R, es cierto que si x e y son reales con x 0, entonces x
y
R; pero no se cumple cuando x < 0.
Para resolver este defecto se contruyen los n umeros complejos: un conjunto C que contenga a R, que sus
operaciones suma y producto permitan restar y dividir y sean coherentes con las operaciones de los subconjuntos,
y que para la potencia se verique ademas que si z, w C, entonces z
w
C.
1.2 El plano complejo
Consideremos el conjunto R
2
y contruyamos en el unas operaciones suma y producto que funcionen como
deseamos. Sobre R
2
tenemos denida una operacion suma que s es interna:
(a
1
, b
1
) R
2
, (a
2
, b
2
) R
2
, y (a
1
, b
1
) + (a
2
, b
2
) = (a
1
+a
2
, b
1
+b
2
) R
2
,
con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna,
(a
1
, b
1
) R
2
, (a
2
, b
2
) R
2
, y (a
1
, b
1
) (a
2
, b
2
) = a
1
a
2
+b
1
b
2
R
y no admite una operacion inversa.
Dotar a R
2
de una operacion producto interna, con un funcionamiento analogo al funcionamiento del
producto en R crea una nueva estructura conocida como el conjunto de los n umeros complejos y tambien
como plano complejo o cuerpo complejo.
Esta operacion producto se dene de la forma siguiente:
(a
1
, b
1
) (a
2
, b
2
) = (a
1
a
2
b
1
b
2
, a
1
b
2
+b
1
a
2
).
As, el conjunto de los n umeros complejos, C, esta formado por R
2
con dos operaciones basicas: suma +
(la suma de R
2
) y el producto complejo (denido arriba). Es decir, C = (R
2
, +, ).
3 Matematicas I : Preliminares 1.2 El plano complejo
1.2.1 Forma binomica de un n umero complejo
El producto (complejo) tiene por elemento neutro (1, 0), pues
(1, 0) (a, b) = (a, b) (1, 0) = (1a 0b, 0a + 1b) = (1a, 1b) = (a, b).
De hecho, para cualquier real , se tiene que (, 0) (a, b) = (a 0b, 0a + b) = (a, b); como en R
2
tambien sabemos que (a, b) = (a, b), pueden identicarse los elementos (, 0) con los n umeros reales , es
decir, en C podemos decir que (, 0) = a todos los efectos.
Como (a, b) = (a, 0) + (0, b) = a + (0, b) = a + b(0, 1), haciendo (0, 1) = i el n umero complejo se escribe
(a, b) = a + ib, que se denomina forma binomica del n umero complejo. Del elemento i se dice que es la
unidad imaginaria, y se cumple que i
2
= ii = (0, 1) (0, 1) = (1, 0) = 1.
En la forma binomica, el producto se efectua como un producto de binomios habitual, pues:
(a+ib)(c+id) = ac + iad + icb + i
2
bd = (acbd) + i(ad+cb) = (acbd, ad+cb) = (a, b) (c, d)
Con esta nueva notacion, suele escribirse C = {a + ib : a, b R} (a veces C = R + iR) y se denotan los
elementos de C por z = a + ib; y se representan en el plano R
2
que se denomina entonces plano complejo, al
eje se abcisas se le denomina eje real y al de ordenadas eje imaginario.
Denicion 1.- Si z = a + ib es un n umero complejo, al valor real a se le llama se llama parte real de z ,
Re(z) = a, y al valor real b la parte imaginaria, Im(z) = b, es decir, z = Re(z) + i Im(z).
Si la parte imaginaria de z es cero, el complejo es un n umero real y, suele indicarse con z R. Si la parte
real de z es cero se dice que es imaginario puro y, suele indicarse con z iR.
El cero en C es el cero real (0, 0) = 0 + i0 = 0.
Proposicion 2.- Sea z C {0}, entonces existe un unico w C tal que zw = 1.
Demostracion:
En efecto, con z = a + ib y w = x + iy, zw = ax by + i(ay + bx) y zw = 1 = 1 + i0 el sistema
_
ax by = 1
bx +ay = 0
tiene solucion unica. Que es cierto, con x =
a
a
2
+b
2
e y =
b
a
2
+b
2
(a
2
+b
2
= 0 pues z = 0).
Si z = a +ib, el inverso se denota por z
1
=
1
z
y viene dado por la expresion z
1
=
a
a
2
+b
2
+i
b
a
2
+b
2
=
aib
a
2
+b
2
.
1.2.2 Conjugado de un n umero complejo
Denicion 3.- Sea z = a+ib un complejo, se llama conjugado de z al n umero complejo z = a+i(b) = aib.
Nota: Con la notacion de R
2
, el conjugado de (a, b) es (a, b) y son simetricos respecto al eje de abcisas (eje
real en el plano complejo).
Propiedades 4.- Sean z, w C, entonces
a) z = z ; z +w = z +w; zw = z w; z
1
= (z)
1
.
b) z = z z = a + i0 R; z = z z = 0 + ib iR.
c) z +z = 2 Re(z); z z = i2 Im(z).

1.2.3 Modulo de un n umero complejo
Denicion 5.- Sea z = a + ib C. Se denomina modulo (o norma) de z al valor real |z| = +
a
2
+b
2
.
Nota: Si z es real, z = a + i0 = a, se tiene que |z| = +
a
2
+ 0
2
= +
a
2
= |a| , es decir, el modulo complejo
coincide con el valor absoluto real.
4 Matematicas I : Preliminares 1.3 Forma polar de un n umero complejo
a) |z| 0; |z| = 0 z = 0.
b) |Re(z)| |z| ; |Im(z)| |z| ; |z| |Re(z)| +|Im(z)| .
c) |z| = |z| : |z|
2
= zz ;
1
z
=
z
zz
=
z
|z|
2
.
d) |z +w| |z| +|w| ; |z w|
|z| |w|
.
e) |zw| = |z| |w| ;

z
1
= |z|
1
.

Denicion 7.- Se llama distancia entre z y w al valor real d(z, w) = |z w| .
Del modulo, son inmediatas las propiedades
a) d(z, w) 0; d(z, w) = 0 z = w. b) d(z, w) d(z, t) +d(t, w), t C.
1.3 Forma polar de un n umero complejo
Sea z = a +ib = (a, b). Un punto de R
2
queda perfectamente determinado mediante su distancia al origen |z|
y el angulo que forma con el eje polar (el semieje real positivo).
Denicion 8.- Sea z = x + iy un n umero complejo no nulo. Se llama argumento de z y se designa por
arg(z) a cualquier n umero real que verique que
z = x + iy = |z| cos + i |z| sen = |z| (cos + i sen).
Se dice entonces que z esta en forma polar (o modulo argumental) y denotarse por z = |z|
.
Como las funciones seno y coseno son periodicas de perodo 2, arg(z) esta determinado salvo m ultiplos de
2; es decir, hay innidad de argumentos de z , pero dos cualesquiera de ellos dieren en m ultiplos de 2. Si
jamos como argumento preferido el arg(z) (, ] , puede obtenerse de
_
arg(z) (, ]
_
=
_
_
arctg
y
x
, si x > 0
+ arctg
y
x
, si x < 0 e y 0
+ arctg
y
x
, si x < 0 e y < 0
2
, si x = 0 e y > 0
2
, si x = 0 e y < 0.
arctg
y
x
+ arctg
y
x
+ arctg
y
x
Al argumento que se encuentra dentro del intervalo de tama no 2 elegido como preferente suele denominarse
argumento principal y denotarse por Arg(z). Con este concepto, todos los argumentos de z se pueden describir
mediante: arg(z) = Arg(z) + 2k, k Z.
Aunque estamos habituados a manejar el argumento en el intervalo [0, 2) o (0, 2] , es mas usual tomar el
intervalo (, ] o el [, ) como preferente debido sobretodo a:
Operaciones multiplicativas en forma polar 9.- Si z = |z|
y w = |w|
, se cumple que:
a) z = |z|
()
; z
1
= (|z|
1
)
()
.
b) zw = (|z| |w|)
+
;
z
w
= (
|z|
|w|
)
; z
n
= (|z|
n
)
n
.

1.3.1 Raices complejas
Proposicion 10.- Un complejo z = 0 tiene n races n-esimas distintas. Si es un argumento de z , son
precisamente
z
1
n
= (|z|
1
n
)
n
+
2k
n
, para k = 0, . . . , n 1.
5 Matematicas I : Preliminares 1.3 Forma polar de un n umero complejo
Demostracion:
Un complejo w es la raz n-esima de z , si se verica que w
n
= z ; es decir, si |w|
n
= |z| y narg(w) = arg(z) =
+2k (alguno de los argumentos de z ). Luego |w| = |z|
1
n
y arg(w) =
+2k
n
, con k Z; pero con todos estos
argumentos solo se obtienen n n umeros complejos distintos, los mismos que se obtienen tomando los n valores
de k = 0, 1, . . . , n 1. Es decir, existen n, y solo n, complejos distintos que son races n-esimas de z , que son
z
1
n
=|z|
1
n
_
cos
+2k
n
+ i sen
+2k
n
_
, con k = 0, . . . , n 1.
Observacion 11.- Es claro de la prueba anterior que las
races n-esimas de un complejo estan distribuidas re-
gularmente en una circunferencia de radio
n
_
|z| . Por
ejemplo, las races quintas de z = r
3
, son los 5 n umeros
complejos
(i) z
0
=
5
r
15
+
20
5
=
5
r

15
.
(ii) z
1
=
5
r
15
+
21
5
=
5
r 7
15
.
(iii) z
2
=
5
r
15
+
22
5
=
5
r 13
15
.
(iv) z
3
=
5
r
15
+
23
5
=
5
r 19
15
=
5
r 11
15
.
(v) z
4
=
5
r
15
+
24
5
=
5
r 25
15
=
5
r 5
15
.
que quedan distribuidos como en la gura aneja.
z =r
3
z
0
=
5
r
15
z
1
=
5
r 7
15
z
2
=
5
r 13
15
z
3
=
5
r 19
15
z
4
=
5
r 25
15
s
s
s
s
s
s
1.3.2 La exponencial compleja
Denicion 12.- Si z = a + ib, se dene la exponencial compleja por e
z
= e
a
(cos b + i senb)
Proposicion 13.- Se verican las siguientes propiedades:
a) Si z = a R, entonces e
z
= e
a+i0
= e
a
(cos 0 + i sen0) = e
a
y la exponencial compleja coincide con la
exponencial real.
b) Si z = ib iR, entonces e
ib
= e
0+ib
= e
0
(cos y + i seny) = cos y + i seny.
Entonces, si z = a + ib, se tiene que e
z
= e
a
e
ib
.
c) |e
z
| = |e
a
| |e
iy
| = e
a
|cos y + i seny| = e
a
_
cos
2
y + sen
2
y = e
a
.
De donde e
z
= 0, para todo z C.
d) e
z
= e
z
, (e
z
)
1
= e
z
y e
z+w
= e
z
e
w
, para todo z, w C.
e) e
z
es periodica de perodo 2i y si e
z
= e
w
, entonces z w = 2ki, con k Z.
Nota: Si z = 0, puede escribirse como z = |z| e
i Arg(z)
que se denomina forma exponencial de z .
Denicion 14.- Sea z un n umero complejo no nulo. Se dice que un n umero complejo w es un logaritmo de
z , y se escribe w = log z , cuando e
w
= z .
Proposicion 15.- Sea z un n umero complejo no nulo, los logaritmos de z son todos los commplejos
log(z) = ln|z| + i arg(z) (uno por cada argumento de z )
Al valor Log(z) = ln|z| +i Arg(z) que se le llama logaritmo principal de z y cualquiera de los otros logaritmos
de z se obtienen de: log(z) = Log(z) + 2ki, k Z.
6 Matematicas I : Preliminares 1.4 Ejercicios
1.4 Ejercicios
1.1 Efectuar las siguientes operaciones, expresando el resultado en forma binomica:
i
1
;
2 + i
2i
;
2 i
1 + i
+ i;
5
(1 i)(2 i)(i 3)
; i
344
+ (i)
231
;
(1 + i)
5
+ 1
(1 i)
5
1
;
1.2 Usar, cuando sea posible, las propiedades del modulo para calcular:
i
1
2 + i
2i
2 i
1 + i
+ i
5
(1 i)(2 i)(i 3)
i
344
(i)
231
i(1 + i)
5
2(1 i)
5
;
1.3 Expresar en forma exponencial, z = |z| e
i arg(z)
, los complejos siguientes:
a) 8 b) 1 i c) (
3+i
2
)
3
d)
_
4 cos(
2
) + 4i sen(
2
)
_
2
1.4 Expresar en forma binomica los complejos siguientes (tomar Arg(z) (, ] ):
a)

2 e
i
b) e
1i
2
c) ie
i
7
4
d) Log(i
3
) e) Log(2e
1+i
3
)
1.5 Hallar todos los valores complejos de:
a) i
1
2
b) 8
1
6
c) (1)
1
3
d) (
3 + i)
3
5
e)
_
4 cos(
2
3
) + 4i sen(
2
3
)
_
3
4
1.6 Si se sabe que 1 + i es una raz c ubica de z , hallar z y las demas races.
1.7 Describir geometricamente las regiones del plano complejo:
a) |z i| = 1 b)

z
2
= 4 c) 0 Arg z

2
d) z = z
e) z = z f) Im(z) 0 g) Re(z) > 2 h) Re(z) + Im(z) = 1
1.8 Que valores de z verican que |z + 1| < |z i| ?
1.9 Resolver las ecuaciones:
a) z
4
+ 2 = 0 b) z
2
+ 2z i = 0 c)
z
3
2
+ (i + 1)z
2
(2 i)z = 0
d) z
3
= 1 e) z
6
= iz f) z
4
+ (3 2i)z
2
= 6i
1.10 Hallar los z para los que
a) e
z
R b) Re(e
z
)=0 c) |e
iz
| <1 d) e
z
=1 e) e
2z
=i f) e
z
=e
z
1.11 Resolver la ecuacion z
4
= z .
1.12 Probar que son ciertas las siguientes desigualdades: |a +bi| |a| +|b|
2 |a +bi| .
1.13 Probar las propiedades de la exponencial compleja dadas en c) y d) de la proposicion 13.
Tema 2
Polinomios
2.1 Introduccion. Nociones basicas
Los conjuntos de n umeros Q, R y C, verican que la suma y el producto son operaciones internas, es decir la
suma o producto de racionales es racional, de reales es real y de complejos es compleja. Ademas, en ellos existe
inverso para la suma y para el producto (resta y division tambien internas).
A los conjuntos con este tipo de caractersticas se les denomina cuerpos (a los conjuntos de arriba se les
dice cuerpos conmutativos pues el producto es comnutativo, ab = ba) y se usan como conjuntos de n umeros (o
escalares) asociados a otros elementos: los polinomios, las matrices, los vectores, . . . .
En esta seccion, formalizaremos los conocidos polinomios e investigaremos algunas de sus propiedades y
tambien entenderemos el signicado del cuerpo asociado.
Denicion 16.- Se llama polinomio en la indeterminada X y con coecientes en un cuerpo conmutativo K,
a toda expresion formal del tipo siguiente:
a
0
+a
1
X +a
2
X
2
+... +a
n
X
n
, siendo a
0
, a
1
, . . . , a
n
elementos de K
Los n umeros a
0
, . . . , a
n
son los coecientes del polinomio, y de cada sumando a
i
X
i
se dice el termino de
grado i o monomio de grado i del polinomio. Al conjunto de todos los polinomios en la indeterminada X con
coecientes en K lo denotamos por K[X] :
K[X] =
_
a
0
+a
1
X + +a
n
X
n
: i, a
i
K
_
Nosotros trabajaremos generalmente con K = R o K = C (y alguna vez con K = Q). As:
R[X] =
_
a
0
+a
1
X + +a
n
X
n
: a
i
R
_
es el conjunto de los polinomios reales (con coecientes reales),
C[X] =
_
a
0
+a
1
X + +a
n
X
n
: a
i
C
_
es el de los polinomios complejos (con coecientes complejos),
Q[X] =
_
a
0
+a
1
X+ +a
n
X
n
: a
i
Q
_
es el de los polinomios con coecientes racionales, . . .
Notar que por ser Q R C tambien Q[X] R[X] C[X] .
La letra X no representa ning un valor, no es una variable ni una incognita: es un mero soporte para el ex-
ponente (recordemos, polinomio=expresion formal). En otras palabras lo realmente signicativo del polinomio,
es la sucesion ordenada de sus coecientes. As:
3 + 8X 9X
2
(3, 8, 9, 0, 0, . . .)
8X 9X
2
+ 3 (3, 8, 9, 0, 0, . . .)
3 + 8X
2
9X
5
(3, 0, 8, 0, 0, 9, 0, 0, . . .)
X (0, 1, 0, 0, 0, . . .)
12 (12, 0, 0, 0, 0, . . .)
Es util abreviar la escritura de todos los terminos usando la notacion del sumatorio
P(X) = a
0
+a
1
X +... +a
n
X
n
=
n
i=0
a
i
X
i
(por convenio, X
0
= 1)
Denicion 17.- Sea P(X) =
n
i=0
a
i
X
i
un polinomio. Si a
n
= 0, diremos que P(X) tiene grado n, Es decir, el
mayor exponente de X que tenga coeciente no nulo. Y lo denotaremos por gr(P) = n.
Los polinomios de grado cero son de la forma P(X) = c, con c K y c = 0. Al polinomio cero, P(X) = 0,
no se le asigna ning un grado.
Denicion 18.- Diremos que dos polinomios son iguales si tienen el mismo grado y los coecientes de cada
termino son iguales. Es decir, si P(X) =
n
i=0
a
i
X
i
y Q(X) =
m
i=0
b
i
X
i
, entonces:
P(X) = Q(X) n = m y i, a
i
= b
i
.
8 Matematicas I : Preliminares 2.1 Introduccion. Nociones basicas
Expresiones tales como X
2
12 = X+5 son pues absurdas, como lo sera escribir 5 = 18, ya que ambos polinomios
son distintos.
Ejemplo 19 Encontrar a, b, c, tales que 3X + 5X
2
+ 12X
4
= (a + 1)X + 5X
2
+ 2cX
4
+ (2a +b)X
6
.
Para que coincidan deben tener la misma sucesion de coecientes, es decir,
3X + 5X
2
+ 12X
4
(0, 3 , 5, 0, 12, 0, 0 , 0, . . ., 0, . . .),
(a + 1)X + 5X
2
+ 2cX
4
+ (2a +b)X
6
(0, a + 1, 5, 0, 2c, 0, 2a +b, 0, . . ., 0, . . .),
deben ser iguales. Igualando coeciente a coeciente se obtiene el sistema de ecuaciones:
0 = 0
3 = a + 1
5 = 5
0 = 0
12 = 2c
0 = 2a + b
0 = 0

=
3 = a + 1
12 = 2c
0 = 2a + b
=
a = 2
c = 6
b = 2a
=
a = 2
c = 6
b = 4
2.1.1 Operaciones en IK[X]

Sean P(X) =
n
i=0
a
i
X
i
y Q(X) =
m
i=0
b
i
X
i
polinomios de K[X]
Denicion 20.- Llamaremos suma de los polinomios P y Q al polinomio P +Q, obtenido de:
P(X) +Q(X) =
_
n
i=0
a
i
X
i
_
+
_
m
i=0
b
i
X
i
_
=
max{n,m}
i=0
(a
i
+b
i
)X
i
Si, m > n, entonces a
n+1
= a
n+2
= = a
m
= 0, es decir, completamos con coecientes cero.
Nota: gr(P +Q) max{gr(P), gr(Q)}
Ejemplo Para P(X) = 3 + 6X
2
5X
4
y Q(X) = 2 8X 6X
2
+ 7X
6
, se tiene
P +Q=
_
3 + 6x
2
5X
4
_
+
_
2 8X 6X
2
+ 7X
6
_
=
_
3 + 0X + 6X
2
+ 0X
3
5X
4
+ 0X
5
+ 0X
6
_
+
_
2 8X 6X
2
+ 0X
3
+ 0X
4
+ 0X
5
+ 7X
6
_
=(3 + 2) + (0 8)X + (6 6)X
2
+ (0 + 0)X
3
+ (5 + 0)X
4
+ (0 + 0)X
5
+ (0 + 7)X
6
=5 8X + 0X
2
+ 0X
3
5X
4
+ 0X
5
+ 7X
6
= 5 8X 5X
4
+ 7X
6
.
y podemos comprobar que gr(P +Q) max{gr(P), gr(Q)} = max{4, 6} = 6.
Denicion 21.- Llamaremos producto de los polinomios P y Q al polinomio P Q, obtenido de:
P(X) Q(X) =
_
n
i=0
a
i
X
i
__
m
i=0
b
i
X
i
_
=
n+m
i=0
c
i
X
i
, donde c
i
=
i
k=0
a
k
b
ik
Nota: gr(P Q) = gr(P) + gr(Q).
Observaciones:
El neutro de la suma es el polinomio cero P(X) = 0 y del producto el polinomio 1, P(X) = 1.
El inverso para la suma: de P(X) es (1)P(X) = P(X).
No hay inversos para el producto: si el polinomio P(X) = X tuviera un inverso Q(X), tendra que ocurrir
que P(X)Q(X) = 1. Pero entonces 0 = gr(1) = gr(P Q) = 1 + gr(Q) 1.
Se cumplen las propiedades asociativas y distributivas.
Si P(X) = 0 y P(X)Q(X) = 0, entonces Q(X) = 0.
En efecto, si fuera gr(Q) = 0 con Q(X) = k = 0, entonces P(X)Q(X) = kP(X) = 0 (absurdo); y si
gr(Q) > 0, entonces gr(PQ) > 0 y P(X)Q(X) = 0 (tambien absurdo), luego Q(X) = 0.
Si P(X) = 0 y P(X)Q(X) = P(X)R(X), entonces Q(X) = R(X). (Inmediata de la anterior.)
9 Matematicas I : Preliminares 2.2 Division eucldea de polinomios. Divisibilidad y factorizaci on
2.2 Division eucldea de polinomios. Divisibilidad y factorizacion
El conjunto K[X] tiene en muchos aspectos una profunda semejanza con el conjunto Z de los enteros (algebrai-
camente tienen la misma estructura, ambos son anillos conmutativos). Repasamos brevemente algunos hechos
basicos que ocurren en Z, para despues hacer el estudio paralelo en K[X] .
Dados a, b Z, b = 0 existen q, r Z unicos tal que a = qb + r con 0 r < |b| (la division entera o
eucldea, con q y r el cociente y el resto).
Dados a, b Z, se dice que b divide a a (o que a es m ultiplo de b) si existe c Z tal que a = bc.
Se escribe b | a y signica que el resto de la division entera de a entre b es 0.
Si a, b Z, se llama maximo comun divisor de a y b, mcd(a, b), a un entero d tal que: d | a y d | b y es
el mayor, es decir, para cualquier otro Z tal que | a y | b entonces | d.
mcd(a, b) = mcd(a, b) = mcd(b, a).
El Algortmo de Euclides permite calcular el mcd(a, b) sin necesidad de utilizar la descomposicion de
a y b en factores.
La realizacion practica del algoritmo se dispone as:
q
1
q
2
q
3
q
n1
q
n
q
n+1
a b r
1
r
2
r
n2
r
n1
r
n
r
1
r
2
r
3
r
n1
r
n
0
a = bq
1
+r
1
b = r
1
q
2
+r
2
r
1
= r
2
q
3
+r
3

r
n1
= r
n
q
n+1
+ 0
donde q
i
y r
i
son respectivamente los cocientes y restos de las divisiones, y r
n
= mcd(a, b).
La conclusion es correcta, pues por ser a = q
1
b +r
1
y d un divisor de a y b, a y b se descomponen en
a = da
1
y b = db
1
, luego r
1
= a bq
1
= da
1
db
1
q
1
= d(a
1
b
1
q
1
) y d divide a r
1
. Luego cualquier
divisor de a y b lo es tambien de b y r
1
. Analogamente b = q
2
r
1
+ r
2
y por el mismo proceso los
divisores de b y r
1
tambien lo son de r
1
y r
2
. El proceso es mcd(a, b) = mcd(b, r
1
) = mcd(r
1
, r
2
) =
= mcd(r
n1
, r
n
) = r
n
pues r
n
| r
n1
y r
n
| r
n
.
Un elemento p Z se dice irreducible si los unicos enteros que lo dividen son 1, 1, p y p. A los
enteros irreducibles positivos se los llama n umeros primos. El 1 no suele considerarse primo.
Todo n umero entero n admite una descomposicion unica (salvo el orden de los factores) de la forma
n = (1)p
t
1
1
p
t
2
2
p
t
r
r
con p
i
n umero primo i.
Ejemplo El mcd(711, 243) = 9 y el mcd(300, 432) = 12 pues
2 1 12 2
711 243 225 18 9
225 18 9 0
1 3 3 1 2
300 432 132 36 24 12
132 36 24 12 0
2.2.1 Division entera o eucldea de polinomios
Regresemos de nuevo a K[X] , y veamos que podemos encontrar resultados bastante analogos:
Denicion 22.- Dados P(X) y Q(X) con Q(X) = 0, existen dos unicos polinomios C(X) y R(X) tales que:
P(X) = C(X) Q(X) +R(X), siendo R(X) = 0 o gr(R) < gr(Q).
Si R(X) = 0, se dice que Q(X) divide a P(X) y se escribe Q(X) | P(X). Tambien se dice que Q(X) es un factor
de P(X) (de P(X) = C(X) Q(X), claramente).
Nota: El metodo de division de polinomios es el conocido por los alumnos. Los polinomios constantes, de grado
cero, dividen a todos los polinomios y el polinomio cero es m ultiplo de cualquiera.
Denicion 23.- Se dice que D(X) es un maximo com un divisor de P(X) y Q(X) si se verica que D(X) | P(X)
y D(X) | Q(X) y es el mayor, es decir, si para cualquier otro (X) K[X] tal que (X) | P(X) y (X) | Q(X)
entonces (X) | D(X).
El mcd de dos polinomios esta determinado salvo un factor constante. En particular, puede elegirse un
mcd monico (coeciente del termino de mayor grado 1) que con esta condicion adicional es unico.
Denicion 24.- Un polinomio P(X) de grado n > 0 se dice reducible en K[X] si existen Q(X) y C(X)
polinomios no constantes de K[X] tales que P(X) = Q(X)C(X).
Si no es reducible en K[X] , se dice irreducible en K[X] .
Observaciones:
Si Q(X) y C(X) reducen a P(X), entonces 0 < gr(Q) < gr(P) y 0 < gr(C) < gr(P).
En consecuencia, los polinomios de grado 1 son siempre irreducibles.
Las constantes no se consideran irreducibles.
Un polinomio es o no irreducible en K[X] . As, X
2
+ 1 es irreducible en R[X] mientras que no lo es en
C[X] , pues X
2
+ 1 = (X i)(X + i).
Si Q(X) | P(X), entonces kQ(X) | P(X), para todo kK. Por ello suele trabajarse con divisores monicos.
El Algoritmo de Euclides es valido en K[X] para obtener el maximo com un divisor de dos polinomios.
Teorema 25.- Todo polinomio P(X) K[X] admite en K[X] una descomposicion unica en la forma
P(X) = k
_
Q
1
(X)
_
m
1
_
Q
2
(X)
_
m
2

_
Q
r
(X)
_
m
r
donde k K y los Q
i
(X) son polinomios irreducibles monicos.
2.2.2 Raz de un polinomio
Dado un polinomio P(X) = a
0
+ a
1
X + + a
n
X
n
K[X] y K, denotaremos por P() al resultado de
efectuar en K los calculos: a
0
+a
1
+ +a
n
n
.
Denicion 26.- Se dice que K es una raz del polinomio P(X) K[X] si P() = 0.
Teorema 27.- K es raz de P(X) (X ) | P(X).
Demostracion:
Siempre podemos dividir P(X) entre X y su division entera es P(X) = C(X) (X) +R(X) donde R(X) = 0
o gr(R(X)) < gr(X ) = 1, es decir R(X) es cero o es una constante distinta de cero luego R(X) = k K y
tenemos que: P(X) = C(X) (X) +r, luego P() = C() () +r = r. Como P() = r se puede concluir
que
P() = 0 r = 0 P(X) = C(X) (X ) (X ) | P(X)
Corolario 28.- Un polinomio, de grado mayor que 1, irreducible en K[X] no tiene races en K.
Nota: El resultado inverso si no tiene races en K entonces es irreducible en K[X] no es cierto. Por ejemplo,
en R[X] , el polinomio X
4
+ 5X
2
+ 4 = (X
2
+ 1)(X
2
+ 4) es reducible, pero no tiene races en R.
La condicion de grado mayor que 1 es obvia, pues los polinomios de grado uno aX + b son siempre
irreducibles y siempre tienen una raz.
Denicion 29.- Diremos que K es una raz de multiplicidad m del polinomio P(X) K[X] , si se cumple
que P(X) = (X )
m
Q(X), con Q() = 0.
Lema 30.- Sea P(X) = Q(X)R(X). Si K es raz de P(X) con multiplicidad m y Q() = 0 (no es raz de
Q(X)), entonces es raz de R(X) con multiplicidad m.

Teorema 31.- Un polinomio de grado n posee, a lo mas, n races (contadas con sus multiplicidades).
Demostracion:
En efecto, si P(X) tiene r races
1
,
2
, . . . ,
r
, de multiplicidades respectivas m
1
, m
2
, . . . , m
r
, en-
tonces P(X) = (X
1
)
m
1
(X
2
)
m
2
(X
r
)
m
r
Q(X), por el Lema 30 anterior. Luego n = gr(P(X)) =
m
1
+m
2
+ +m
r
+ gr(Q(X)), por lo que el n umero de raices, m
1
+m
2
+ +m
r
, es a lo mas n.
Corolario 32.- Un polinomio de grado n con n + 1 races es el polinomio 0.
2.2.3 Factorizacion de polinomios de coecientes complejos
El siguiente resultado (que no es elemental) aporta la informacion necesaria:
Teorema fundamental del Algebra 33.- Todo polinomio con coecientes complejos, de grado mayor o igual
que uno posee al menos una raiz compleja.
Corolario 34.- En C[X] :
Un polinomio de grado n tiene n races (contadas con sus multiplicidades).
Todo polinomio de grado n 1 se descompone en producto de n factores de grado 1.
Los unicos polinomios irreducibles son los de grado 1.
Ejemplos
4X
2
8X + 13 = 4
_
X (1 +
3
2
i)
__
X (1
3
2
i)
_
1
2
X
4
+ 8 =
1
2
(X
4
+ 16) =
1
2
(X 2e
i
4
)(X 2e
i
3
4
)(X 2e
i
3
4
)(X 2e
i
4
)
2.2.4 Factorizacion de polinomios en R[X]

Puesto que R C, un polinomio de R[X] puede mirarse como perteneciente a C[X] , y se descompone en factores
lineales en C[X] . Ahora bien, estos factores puede que no pertenezcan todos ellos a R[X] .
Lema 35.- Sea P(X) =
n
i=0
a
i
X
i
R[X] . Si es una raz compleja (y no real) de P(X), entonces tambien es
raz de P(X), y con la misma multiplicidad que .

Nota: Los polinomios de grado 2 formados como en la demostracion del lema anterior (por (X )(X ) con
no real), son irreducibles en R[X] .
Teorema 36.- Todo polinomio de coecientes reales y grado mayor o igual que 1 se descompone en R[X] como
producto de factores irreducibles de grado 1 o de grado 2.
Nota: La factorizacion del polinomio as obtenida es unica (por la unicidad de la factorizacion compleja):
P(X) = a
n
(X
1
)
m
1
(X
r
)
m
r
(X
2
+c
1
X +d
1
)
n
1
(X
2
+c
t
X +d
t
)
n
t
donde
i
R son las races reales, y los coecientes reales de los polinomios de grado 2 se obtienen con
c
j
= (
j
+
j
) y d
j
=
j
j
, de las races
j
y
j
complejas de P(X).
Corolario 37.- Un polinomio real de grado impar tiene al menos una raz real.
2.2.5 Factorizacion de polinomios de coecientes racionales
Sea P(X) =
n
i=0
m
i
n
i
X
i
un polinomio de Q[X] . Entonces, si m
es el mnimo com un m ultiplo de los denominadores

n
i
, el polinomio P
(X) = m
P(X) tiene todos sus coecientes enteros, y las mismas races que P(X).
En consecuencia, basta estudiar las races de un polinomio de coecientes enteros:
Teorema 38.- Sea P(X) = a
0
+a
1
X + +a
n1
X
n1
+a
n
X
n
un polinomio con a
i
Z, i. Entonces,
1.- Si P(X) posee una raz Z, entonces | a
0
.
2.- Si P(X) posee una raz =
p
q
Q, entonces p | a
0
y q | a
n
.
(La expresion de =
p
q
debe estar simplicada al maximo, es decir, mcd(p, q) = 1.)

Nota: La utilidad del teorema estriba en que se puede construir una lista de candidatos a races y basta comprobar
si cada uno de ellos es o no raz del polinomio.
Ejemplo Hallar las races racionales del polinomio P(X) = 7X
4
+
95
4
X
3
+
41
4
X
2
20X 3.
Buscamos las races racionales de Q(X) = 4P(X) = 28X
4
+ 95X
3
+ 41X
2
80X 12.
Como 12 = 2
2
3, sus divisores son 1, 2, 3, 4 (2
2
), 6 (2 3) y 12 (2
2
3) y los negativos 1, 2, 3, 4,
6 y 12.
Comprobamos si Q(1) = 0, si Q(2) = 0, si Q(1) = 0, etc. Si lo hacemos usando la division por Runi,
tenemos ademas la descomposicion del polinomio
28 95 41 80 12
2 + 56 78 74 12
28 39 37 6 0= Q(2)
y se tiene Q(X) = (X + 2)(28X
3
+ 39X
2
37X 6)
Buscamos ahora las races de Q
1
(X) = 28X
3
+ 39X
2
37X 6, y la lista de candidatos se reduce a 1,
2, 3 y 6 (desaparecen 4 y 12)
28 39 37 6
2 + 56 34 6
28 17 3 0= Q
1
(2)
y se tiene Q(X) = (X + 2)
2
(28X
2
17X 3)
Buscamos ahora las races de Q
2
(X) = 28X
2
17X 3, y la lista de candidatos se reduce a 1 y 3.
Ninguno de ellos es raz, por lo que buscamos las races fraccionarias:
Como 28 = 2
2
7, sus divisores positivos son 1, 2, 7, 4, 14 y 28. Las posibles races racionales de Q
2
son:
1
2
,
1
4
,
1
7
,
1
14
,
1
28
,
3
2
,
3
4
,
3
7
,
3
14
y
3
28
(son todas distintas y estan simplicadas al maximo).
28 17 3
1
7
+ 4 3
28 21 0= Q
2
(
1
7
)
y se tiene Q(X) = (X + 2)
2
(X +
1
7
)(28X 21)
Luego la descomposicion nal es: Q(X) = 28(X + 2)
2
(X +
1
7
)(X
3
4
).
_
Por supuesto, como el polinomio Q
2
es de grado 2, es mas facil y sencillo obtener sus races de la manera
habitual =
17
(17)
2
4(3)28
228
.
_

Nota: Para evaluar un polinomio real a mano o con calculadora, es muy util reescribirlo de manera que se
pueda hacer con sumas y productos sucesivos, sin almacenaje. Por ejemplo,
P(X) =a
4
X
4
+a
3
X
3
+a
2
X
2
+a
1
X +a
0
= (a
4
X
3
+a
3
X
2
+a
2
X +a
1
)X +a
0
=((a
4
X
2
+a
3
X +a
2
)X +a
1
)X +a
0
= (((a
4
X +a
3
)X +a
2
)X +a
1
)X +a
0
y basta realizar las operaciones, sucesivamente de dentro a fuera.
2.2.5.1 Descomposicion en fracciones simples
Dados P(X), Q(X) K[X] , se considera la fraccion racional
P(X)
Q(X)
. Se dice que esta simplicada, si P(X) y Q(X) no
tienen divisores comunes (salvo las constantes), es decir, considerando los divisores monicos, mcd(P(X), Q(X)) =
1.
Las fracciones racionales reales y complejas admiten una expresion equivalente que es suma de fracciones
racionales mas simples que simplican su manejo. El proceso para encontrar dicha expresion se denomina des-
composicion en fracciones simples (de esta manera se usa en integracion, series de potencias, variable compleja,
etc.).
Supondremos que la fraccion
P(X)
Q(X)
esta simplicada y gr(P(X)) < gr(Q(X)). De no ser as, podremos hacer:
Si
P(X)
Q(X)
y mcd(P(X), Q(X)) = D(X) = 1, la expresion equivalente
P(X)/D(X)
Q(X)/D(X)
esta simplicada.
Si gr(P(X)) gr(Q(X)), entonces
P(X)
Q(X)
= C(X) +
R(X)
Q(X)
, con gr(R(X)) < gr(Q(X)).
y obtener una fraccion que s lo cumple.
Consideremos la descomposicion de Q (eliminamos el soporte X del nombre de los polinomios, por como-
didad) en producto de polinomios monicos irreducibles: Q = Q
m
1
1
Q
m
2
2
Q
m
r
r
. En C[X] , todos los polinomios
irreducibles son de grado 1 luego los Q
i
son de grado 1, es decir, Q
i
(X) = X
i
. Pero en R[X] , los poli-
nomios irreducibles pueden ser de grado 1 o de grado 2, es decir, de la forma Q
i
(X) = X a
i
o de la forma
Q
i
(X) = X
2
+b
i
X +c
i
.
Se plantea entonces la fraccion
P
Q
como suma de un cierto n umero de fracciones: por cada factor Q
i
se
tendran m
i
sumandos, en la forma
+
T
i1
Q
i
+
T
i2
Q
2
i
+ +
T
ij
Q
j
i
+ +
T
im
i
Q
m
i
i
+
donde gr(T
ij
) < gr(Q
i
). Entonces,
En C[X] , todos los numeradores son T
ij
(X) = t
ij
C.
En R[X] , los numeradores son T
ij
(X) = t
ij
R si Q
i
(X) = X a
i
(si Q
i
es de grado 1) y de la forma
T
ij
(X) = p
ij
X +q
ij
R[X] si Q
i
(X) = X
2
+b
i
X +c
i
(de grado 2).
Para determinar los coecientes de los numeradores se realiza la suma indicada, poniendo como denominador
com un Q
m
1
1
Q
m
r
r
, es decir, Q. El polinomio obtenido en el numerador, se iguala a P y, de esta igualdad de
polinomios, se extrae el sistema de ecuaciones que nos permite obtener los valores concretos: este sistema tiene
siempre solucion unica.
El n umero de incognitas es siempre igual al gr(Q) y como el polinomio obtenido en el numerador al sumar
es (inicialmente) de grado gr(Q) 1 tambien tiene gr(Q) coecientes. Luego el sistema de ecuaciones tiene
gr(Q) ecuaciones y gr(Q) incognitas. (Ver ejercicio 19)
Ejemplo 39 Sea
P(X)
Q(X)
=
X
3
+X
2
+3
X
3
(X1)(X
2
+1)
2
.
En R[X] , Q(X) = X
3
(X 1)(X
2
+ 1)
2
, pero en C[X] , Q(X) = X
3
(X 1)(X i)
2
(X + i)
2
. Luego
X
3
+ X
2
+ 3
X
3
(X 1)(X
2
+ 1)
2
=
t
11
X
+
t
12
X
2
+
t
13
X
3
+
t
21
X 1
+
p
31
X +q
31
X
2
+ 1
+
p
32
X +q
32
(X
2
+ 1)
2
en R[X] , siendo t
ij
, p
ij
, q
ij
R. Y en C[X] , con los valores t
ij
C, se tiene
X
3
+ X
2
+ 3
X
3
(X 1)(X i)
2
(X + i)
2
=
t
11
X
+
t
12
X
2
+
t
13
X
3
+
t
21
X 1
+
t
31
X i
+
t
32
(X i)
2
+
t
41
X + i
+
t
42
(X + i)
2
Para calcular los coecientes en el caso de R[X] , hacemos:
P
Q
=
a
X
+
b
X
2
+
c
X
3
+
d
X 1
+
eX +f
X
2
+ 1
+
gX +h
(X
2
+ 1)
2
=
aX
2
+bX+c
X
3
+
d
X 1
+
eX
3
+fX
2
+ (e+g)X +f +h
(X
2
+ 1)
2
=
(aX
2
+bX+c)(X1)(X
2
+1)
2
+dX
3
(X
2
+1)
2
+ (eX
3
+fX
2
+(e+g)X+f +h)(X1)X
3
X
3
(X 1)(X
2
+ 1)
2
_
=
C(X)
Q(X)
_
=
(a+d+e)X
7
+(ba+fe)X
6
+(cb+2a+2d+e+gf)X
5
+(2b2ac+f+heg)X
4
+(a2b+2c+dfh)X
3
+(ba2c)X
2
+(cb)Xc
X
3
(X1)(X
2
+1)
2
e igualando los coecientes de P(X) = 0X
7
+0X
6
+0X
5
+0X
4
+X
3
+X
2
+0X +3 con los del polinomio construido
C(X), se obtiene el sistema (1) de 8 ecuaciones y 8 incognitas con solucion unica.
Tambien puede construirse un sistema equivalente obligando a que ambos polinomios coincidan en 8 valores
(uno mas que el grado), pues si P(
i
) = C(
i
) para
1
, . . . ,
8
todas distintas, el polinomio P(X) C(X) tiene
8 races y, por el corolario 32, es el polinomio 0; luego P(X) = C(X). Por ejemplo, podemos construir un sistema
a partir de (2):
(1)
_
_
0 = a +d +e
0 = b a +f e
0 = c b + 2a + 2d +e +g f
0 = 2b 2a c +f +h e g
1 = a 2b + 2c +d f h
1 = b a 2c
0 = c b
3 = c
(2)
_
_
3=P(0) =C(0)
5=P(1) =C(1)
3=P(1)=C(1)
15=P(2) =C(2)
1=P(2)=C(2)
39=P(3) =C(3)
15=P(3)=C(3)
83=P(4) =C(4)
2.3 Ejercicios
2.14 Encontrar las races de P(X) = X
3
2X
2
5X + 6 y Q(X) = 2X
5
5X
3
+ 2X en R[X] , y sus expresiones
factorizadas. Hacerlo tambien en Q[X] .
2.15 Probar que el polinomio X
2
+ 2X + 2 divide a P(X) = X
4
+ 4, y obtener de ello todas las races de P(X)
en C[X] , as como su expresion factorizada en R[X] .
2.16 Sean P(X) = X
5
+ 3X
4
+ 3X
3
+ 3X
2
+ 2X y Q(X) = X
3
3X
2
+ X 3 dos polinomios de coecientes reales.
a) Usar el algoritmo de Euclides para hallar su maximo com un divisor.
b) Encontrar su mnimo com un m ultiplo.
c) Factorizar ambos polinomios en R[X] .
d) Cu ales son sus factorizaciones en C[X] ?
2.17 Calcular el polinomio real monico, maximo com un divisor de X
19
9X
18
+ 21X
17
+ X
16
30X
15
y
X
4
6X
3
16X
2
+ 54X + 63
Que races tienen en com un? Podemos usar esto para obtener todas las races de ambos polinomios?
Son todas sus races reales?
2.18 Cuantos polinomios reales de grado 2 que tengan por races el 0 y el 1 hay? Cual es su expresion?
2.19 El polinomio, P(X), de coecientes reales y grado 3, tiene a 1 y 1 por races. Puede asegurarse que la
tercera raz es tambien real?
Si P(0) = 1, cual sera la tercera raz de P ?
2.20 Resolver la ecuacion 2x
4
x
3
4x
2
+ 10x 4 = 0 sabiendo que 1 i es una de las races del polinomio
asociado.
2.21 Probar que si es una raz de multiplicidad 5 del polinomio P , entonces es una raz de multiplicidad
4 de P
(el polinomio derivado de P ).

2.22 Encontrar la multiplicidad de la raz r:
a) r = 2, en X
5
5X
4
+ 7X
3
2X
2
+ 4X 8.
b) r = 2, en X
5
+ 7X
4
+ 16X
3
+ 8X
2
16X 16.
c) r = 1, en X
5
5X
4
+ 7X
3
2X
2
+ 4X 5.
2.23 Sea P(X) = (1 X)
_
X(X + a)(X 1 b) (a + X)(a aX + ba)
_
. Hallar todas las races y estudiar su
multiplicidad en funcion de los valores de los parametros a y b.
2.24 Sea la matriz A =
_
_
a a 0
a a 0
b 0 2b
_
_
. Encontrar las races, y su multiplicidad en funcion de los valores de
los parametros a y b, del polinomio P(X) = det(XI A).
2.25 Expresar como suma de fracciones simples los cocientes siguientes, sin hallar los valores de los coecientes:
a)
X
2
+1
X
4
6X
3
16X
2
+54X+63
b)
X5
(X1)(X
3
1)
c)
X+5
2X
4
X
3
4X
2
+10X4
d)
X
2
+2
X
5
+7X
4
+16X
3
+8X
2
16X16
e)
X
3
3X
2
+X3
X
5
+3X
4
+3X
3
+3X
2
+2X
f)
X
5
+3X
4
+3X
3
+3X
2
+2X
(X
3
3X
2
+X3)
3
(Nota: Todos los polinomios de este ejercicio aparecen en alguno de los anteriores.)
Tema 3
Matrices y sistemas lineales
3.1 Deniciones basicas
Una matriz es una tabla rectangular de n umeros, es decir, una distribucion ordenada de n umeros. Los
n umeros de la tabla se conocen con el nombre de elementos de la matriz. El tama no de una matriz
se describe especicando el n umero de las y columnas que la forman. Si A es una matriz de m las y
n columnas, A
mn
, se usara a
ij
para denotar el elemento de la la i y la columna j y, en general, se
representar a por
A = (a
ij
) 1im
1jn
= (a
ij
)
mn
=
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
.
Dos matrices son iguales si tienen igual tama no y los elementos correspondientes de ambas matrices iguales.
Una matriz A
nn
(o A
n
) se denomina matriz cuadrada de orden n y de los elementos de la forma a
11
,
a
22
, . . . , a
nn
se dice que forman la diagonal principal. De una matriz A
1n
se dice que es una matriz la
y de una matriz A
m1
que es una matriz columna.
3.1.1 Operaciones con las matrices
Las matrices con las que trabajaremos habitualmente seran matrices reales, es decir que sus elementos sean
n umeros reales. Sin embargo, los resultados y deniciones dados aqu son igualmente validos para el cuerpo de
los complejos.
Suma: Si A y B son dos matrices del mismo tama no, mn, la suma A+B es otra matriz de tama no mn
donde el elemento ij de A + B se obtiene sumando el elemento ij de A con el elemento ij de B. Es decir,
si A = (a
ij
)
mn
y B = (b
ij
)
mn
, entonces A+B = (a
ij
+b
ij
)
mn
.
El neutro de la suma es la matriz cero, 0, con todos sus elementos cero, y la matriz opuesta de A, se
designa por A, y es A = (a
ij
)
mn
.
Producto por escalares: Si A es una matriz mn y k R un escalar, el producto kA es otra matriz del
mismo tama no donde cada elemento de A aparece multiplicado por k. Es decir, kA = (ka
ij
)
mn
.
Evidentemente, A = (1)A y AB = A+ (B).
Producto de matrices: Si A
mn
y B
np
el producto AB es otra matriz de tama no mp tal que, el
elemento e
ij
de AB se obtiene sumando los productos de cada elemento de la la i de A por el elemento
correspondiente de la columna j de B. Es decir,
e
ij
= F
A
i
C
B
j
=
_
a
i1
a
i2
a
in
_
_
_
_
_
_
b
1j
b
2j
.
.
.
b
nj
_
_
_
_
_
= a
i1
b
1j
+a
i2
b
2j
+ +a
in
b
nj
=
n
k=1
a
ik
b
kj
(lo denotaremos por e
AB
ij
= F
A
i
C
B
j
cuando queramos signicar la la y columna que intervienen).
Observacion:
La denicion dada de producto de matrices requiere que el n umero de columnas de la primera matriz, A, sea
igual que el n umero de las de la segunda matriz, B, puesto que para el calculo de e
ij
ha de haber tantos
elementos en la la i (n umero de columnas de A) como en la columna j (n umero de las de B). En forma
sinoptica con los tama nos (mn) (np) = (mp).
16 Matematicas I : Preliminares 3.1 Deniciones basicas
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
_
_
34
_
_
_
_
b
11
b
12
b
13
b
14
b
15
b
21
b
22
b
23
b
24
b
25
b
31
b
32
b
33
b
34
b
35
b
41
b
42
b
43
b
44
b
45
_
_
_
_
45
=
_
_
e
11
e
12
e
13
e
14
e
15
e
21
e
22
e
23
e
24
e
25
e
31
e
32
c
33
e
34
e
35
_
_
35
Nota: Cada elemento de la matriz producto puede obtenerse de manera independiente, por lo que no es necesario
calcularlos todos si solo son necesarios unos pocos. As:
e
AB
ij
= F
A
i
C
B
j
. F
AB
i
= F
A
i
B. C
AB
j
= A C
B
j
.
e
ABC
ij
= F
A
i
C
BC
j
= F
A
i
B C
C
j
.
La matriz cuadrada I = I
n
=
_
_
_
_
_
1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1
_
_
_
_
_
, formada por ceros excepto en la diagonal principal que tiene
unos, de llama matriz identidad y es el neutro del producto de matrices (tomada del tama no adecuado). Es
decir, para toda A
mn
se tiene que I
m
A
mn
= A
mn
y A
mn
I
n
= A
mn
.
Propiedades 40.- Suponiendo tama nos adecuados para que las operaciones sean posibles:
a) A+B = B +A (conmutativa de la suma).
b) A+ (B +C) = (A+B) +C; A(BC) = (AB)C (asociativas de la suma y del producto).
c) A(B+C) = AB+AC; (A+B)C = AC +BC (distributivas por la izquierda y por la derecha).
d) a(B +C) = aB +aC; a R.
e) (a +b)C = aC +bC; a, b R.
f) a(BC) = (aB)C = B(aC); a R.
En general, NO es cierto que:
AB = BA
Si AB = 0 tengan que ser A = 0 o B = 0
Si AB = AC necesariamente sea B = C
Ejemplo 41 Con A=
_
0 1
0 2
_
, B=
_
3 7
0 0
_
y C=
_
1 1
0 0
_
tenemos AB=
_
0 0
0 0
_
= BA=
_
0 17
0 0
_
,
es decir AB = BA y AB = 0 con A = 0 y B = 0. Ademas AC = 0 = AB, pero B = C.
3.1.2 Matriz transpuesta

Denicion 42.- Si A es una matriz mn llamamos matriz transpuesta de A a la matriz A
t
de tama no
nm que tiene por las las columnas de A y por columnas las las de A. Es decir, el elemento ij de A
t
coincide con el elemento ji de A.
_
a
11
a
12
a
13
a
21
a
22
a
23
_
t
=
_
_
a
11
a
21
a
12
a
22
a
13
a
23
_
_
Proposicion 43.- Se verican las siguientes propiedades:
1.- (A
t
)
t
= A. 2.- (A+B)
t
= A
t
+B
t
. 3.- (kA)
t
= kA
t
.
4.- (AB)
t
= B
t
A
t
y, en general, (A
1
A
2
A
n
)
t
= A
t
n
A
t
2
A
t
1
.
Demostracion:
Las tres primeras son claras. Veamos la cuarta: e
B
t
A
t
ij
= F
B
t
i
C
A
t
j
= C
B
i
F
A
j
= F
A
j
C
B
i
= e
AB
ji
. Luego
B
t
A
t
= (AB)
t
.
17 Matematicas I : Preliminares 3.2 Sistemas de ecuaciones lineales
3.2 Sistemas de ecuaciones lineales
Denicion 44.- Se denomina ecuacion lineal de n variables (o incognitas), x
i
, aquella ecuacion que puede
expresarse en la forma: a
1
x
1
+a
2
x
2
+ +a
n
x
n
= b, donde los a
i
, b R.
Una solucion de la ecuacion lineal es un conjunto ordenado de n umeros reales (s
1
, s
2
, . . . , s
n
), tales que
a
1
s
1
+ a
2
s
2
+ + a
n
s
n
= b. Al conjunto de todas las soluciones de una ecuacion se le denomina conjunto
solucion de la ecuacion
Nota: Una ecuacion lineal de 2 variables, ax + by = c, es una representacion analtica de una recta del plano
XY , las soluciones de la ecuacion son cada uno de los puntos de la recta y el conjunto solucion es toda la recta,
todos los puntos de la recta. En una ecuacion lineal no pueden aparecer productos, ni potencias, ni expresiones
trigonometricas, . . . , de las variables.
Denicion 45.- Se denomina sistema de m ecuaciones lineales con n incognitas a la reunion de m
ecuaciones lineales sobre las mismas n incognitas, y se escribe en la forma:
_
_
a
11
x
1
+a
12
x
2
+ +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+ +a
2n
x
n
= b
2
.
.
.
.
.
.
a
m1
x
1
+a
m2
x
2
+ +a
mn
x
n
= b
m
Una n-upla (s
1
, s
2
, . . . , s
n
) es solucion del sistema si es solucion de todas y cada una de las ecuaciones.
Ejemplo Consideremos el sistema
_
x +y = 2
2x +y = 5
. El par (7, 9) es la solucion del sistema, pues es solucion
de cada una de las 2 ecuaciones, es decir (ver la nota anterior), es el unico punto com un a las dos rectas.
De lo anterior es evidente que tambien un sistema puede no tener solucion (dos rectas paraleras no tienen
puntos en com un) o innitas (si las dos ecuaciones representan la misma recta).
Si un sistema no tiene solucion, suele decirse que es incompatible; si existe solucion y es unica compatible
determinado y compatible indeterminado si tiene un conjunto innito de soluciones.
Lenguaje matricial de los sistemas de ecuaciones Un sistema de ecuaciones lineales, tambien puede
escribirse como AX = B donde A = (a
ij
)
mn
, X = (x
i
)
n1
y B = (b
j
)
m1
.
AX =
_
_
_
_
a
11
a
12
a
13
a
1n
a
21
a
22
a
23
a
2n

a
m1
a
m2
a
m3
a
mn
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
x
3
.
.
.
x
n
_
_
_
_
_
_
_
=
_
_
_
_
_
b
1
b
2
.
.
.
b
m
_
_
_
_
_
= B
La matriz A se denomina matriz de los coecientes, la matriz columna B se denomina matriz de los terminos
independientes y una S = (s
i
)
n1
es solucion de sistema si verica que AS = B.
Ejemplo Para el sistema del ejemplo anterior
_
x +y = 2
2x +y = 5

_
1 1
2 1
__
x
y
_
=
_
2
5
_
; (7, 9) es solucion, pues
_
1 1
2 1
__
7
9
_
=
_
2
5
_

3.2.1 Matrices elementales
Denicion 46.- Llamaremos operacion elemental en las las de las matrices, a las siguientes:
a) Intercambiar la posicion de dos las.
b) Multiplicar una la por una constante distinta de cero.
c) Sumar a una la un m ultiplo de otra la.
Denicion 47.- Se dice que una matriz cuadrada E
nn
es una matriz elemental si se obtiene de efectuar
una sola operacion elemental sobre la matriz identidad I
nn
.
Teorema 48.- Si la matriz elemental E
mm
resulta de efectuar cierta operacion elemental sobre las las de
I
m
y si A
mn
es otra matriz, el producto EA es la matriz mn que resulta de efectuar la misma operacion
elemental sobre las las de A.

Ejemplo Son matrices elementales las matrices
E
1
=
_
_
0 1 0
1 0 0
0 0 1
_
_
, E
2
=
_
_
1 0 0
0 2 0
0 0 1
_
_
y E
3
=
_
_
1 0 0
0 1 0
3 0 1
_
_
,
que se obtienen de I
3
, intercambiando la primera con la segunda la (F
1
F
2
), multiplicando la segunda la
por 2 (2F
2
) y sumando a la tercera la la primera la multiplicada por 3 (F
3
+ 3F
1
), respectivamente. Y si
A = (a
ij
)
34
, se tiene
E
1
A=
_
_
a
21
a
22
a
23
a
24
a
11
a
12
a
13
a
14
a
31
a
32
a
33
a
34
_
_
, E
2
A =
_
_
a
11
a
12
a
13
a
14
2a
21
2a
22
2a
23
2a
24
a
31
a
32
a
33
a
34
_
_
y
E
3
A=
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
+3a
11
a
32
+3a
12
a
33
+3a
13
a
34
+3a
14
_
_
.
Observacion 49.- Es claro, que una vez realizada una operacion elemental puede deshacerse mediante otra
operacion elemental: as, si intercambiamos la la i con la la j , la operacion elemental que lo deshace es
intercambiar de nuevo la la i con la la j ; si multiplicamos la la i por k = 0 se deshace multiplicandola
de nuevo por
1
k
y si sumamos a la la i la la j multiplicada por k lo deshacemos restando a la la i la la
j multiplicada por k (sumando la la j multiplicada por k). Denotando por E
1
, E
2
y E
1
a las matrices
elementales que deshacen las operaciones elementales dadas por las matrices elementales E
1
, E
2
y E
3
del
ejemplo anterior, tenemos que
E
1
=
_
_
0 1 0
1 0 0
0 0 1
_
_
= E
1
, E
2
=
_
_
1 0 0
0
1
2
0
0 0 1
_
_
y E
3
=
_
_
1 0 0
0 1 0
3 0 1
_
_
.
Entonces, si E
es la matriz elemental que deshace la operacion realizada por E, se tiene que E
(EA) = A.
Teorema 50.- Si E es una matriz elemental, los sistemas AX = B y (EA)X = EB tienen las mismas
soluciones.
Demostracion:
En efecto, si S es solucion del primer sistema, AS = B, luego (EA)S = E(AS) = EB y S es tambien solucion
del segundo. Y viceversa, si (EA)S = EB y E
es la matriz elemental que deshace E, multiplicando en la

igualdad, se tiene: E
(EA)S = E
EB = AS = B.
3.2.2 Metodo de Gauss
El resultado anterior asegura que haciendo sobre el sistema AX = B unicamente operaciones elementales
llegamos a un sistema con las mismas soluciones (sistema equivalente). La b usqueda sistematica de un sistema
equivalente que proporcione las soluciones de manera sencilla se conoce con el nombre de metodo de Gauss:
Mediante operaciones elementales, se hacen ceros en la matriz de coecientes del sistema, para obtener una
matriz escalonada, con ceros por debajo de la escalera. Esta matriz escalonada debe cumplir:
1.- Si una la consta unicamente de ceros debe ir en la parte inferior de la matriz.
2.- Si dos las seguidas no constan solo de ceros, el primer elemento distinto de cero de la la inferior debe
encontrarse mas a la derecha que el primer elemento distinto de cero de la la superior.
El primer elemento distinto de cero de cada la lo llamaremos elemento principal y las incognitas corres-
pondientes a estos elementos incognitas principales. (Los elementos principales marcan la escalera.)
Denicion.- En un sistema lineal AX = B, se llama matriz ampliada del sistema a la matriz (A|B) formada
a nadiendo a la matriz de coecientes A la matriz columna de los terminos independientes B.
Ejemplo 51
5x
3
+ 10x
4
+ 15x
6
= 5
x
1
+ 3x
2
2x
3
+ 2x
5
= 0
2x
1
+ 6x
2
5x
3
2x
4
+ 4x
5
3x
6
= 1
2x
1
+ 6x
2
+ 8x
4
+ 4x
5
+ 18x
6
= 6
_
_
Para aplicar sobre este sistema el metodo de Gauss, debemos hacer operaciones elementales sobre la matriz
A de los coecientes y, las mismas operaciones sobre B para que se mantenga la equivalencia (Teorema 50).
Luego apliquemos el metodo a la matriz ampliada del sistema (A|B):
(A|B) =
_
_
_
_
0 0 5 10 0 15 5
1 3 2 0 2 0 0
2 6 5 2 4 3 1
2 6 0 8 4 18 6
_
_
_
_
Por la operacion (a) cambiamos la la 1 por
la la 2 (F
1
F
2
)
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
2 6 5 2 4 3 1
2 6 0 8 4 18 6
_
_
_
_
Por (b) hacemos cero el 2 de F
3
(F
3
2F
1
) y
el de F
4
(F
4
2F
1
)
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
0 0 1 2 0 3 1
0 0 4 8 0 18 6
_
_
_
_
Hacemos 0 el 1 de F
3
(F
3
+
1
5
F
2
) y el 4 de
F
4
(F
4
4
5
F
2
)
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
0 0 0 0 0 0 0
0 0 0 0 0 6 2
_
_
_
_
Cambiamos F
3
por F
4
(F
3
F
4
)
_
_
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
0 0 0 0 0 6 2
0 0 0 0 0 0 0
_
_
_
_
Esta matriz es escalonada, y nos proporciona
el sistema equivalente
x
1
+ 3x
2
2x
3
+ 2x
5
= 0
5x
3
+ 10x
4
+ 15x
6
= 5
6x
6
= 2
0 = 0
_
_
=
_
_
_
x
1
= 3x
2
+ 2x
3
2x
5
x
3
=
510x
4
15x
6
5
x
6
=
2
6
cuyas soluciones se encuentran facilmente sustituyendo de abajo hacia arriba, obteniendose: x
6
=
1
3
, x
3
= 2x
4
,
x
1
= 3x
2
4x
4
2x
5
, donde x
2
, x
4
y x
5
pueden tomar cualquier valor. Es decir, todas las soluciones son:
(3x
2
4x
4
2x
5
, x
2
, 2x
4
, x
4
, x
5
,
1
3
) para cualquiera valores de x
2
, x
4
y x
5
.
Si el ultimo elemento principal esta en la columna ampliada, el sistema no tiene solucion: claramente una de
las ecuaciones equivalentes sera 0x
1
+ +0x
n
= k (con k = 0 por ser un elemento principal de la ampliada)
y esta igualdad no se cumple para ning un valor posible de las incognitas.
Nota: Si el sistema tiene solucion, por ser los elementos principales no nulos se garantiza que las incognitas
principales pueden despejarse; como valor concreto o en funcion de las incognitas no principales.
Cuando el sistema tiene solucion, pueden despejarse tantas incognitas como elementos principales haya. Luego
Si el n umero de elementos principales es menor que el n umero de incognitas el sistema tiene innitas
soluciones. (Las soluciones quedan en funcion de las incognitas no despejadas. Ver ejemplo 51.)
Si el n umero de elementos principales es igual al n umero de incognitas el sistema tiene solucion unica.
3.2.2.1 Sistemas homogeneos
Denicion 52.- Un sistema de ecuaciones lineales se dice que es homogeneo si tiene todos los terminos
independientes cero; es decir, un sistema de la forma AX = 0.
Un sistema homogeneo siempre tiene solucion pues X = 0 es una solucion del sistema. A esta solucion suele
llamarse la solucion trivial y de cualquier otra solucion distinta de esta se dice solucion no trivial.
3.2.2.2 Metodo de Gauss-Jordan
El metodo de Gauss-Jordan contin ua el metodo de Gauss, haciendo operaciones elementales para conseguir
una matriz escalonada reducida: los elementos principales son 1 y en las columnas de dichos unos todos los
demas elementos son cero; es decir, despeja las incognitas principales.
Ejemplo 53 Continuando con el sistema del ejemplo 51 (quitada la la de ceros, que no interviene):
_
_
1 3 2 0 2 0 0
0 0 5 10 0 15 5
0 0 0 0 0 6 2
_
_
Hacemos 1 los elementos principales multiplicando
1
5
F
2
y
1
6
F
3
_
_
_
1 3 2 0 2 0 0
0 0 1 2 0 3 1
0 0 0 0 0 1
1
3
_
_
_ hay que hacer cero el 3 de F
2
y C
6
(a
26
): F
2
3F
3
_
_
_
1 3 2 0 2 0 0
0 0 1 2 0 0 0
0 0 0 0 0 1
1
3
_
_
_ hay que hacer cero el 2 de F
1
y C
3
(a
13
): F
1
+ 2F
2
_
_
_
1 3 0 4 2 0 0
0 0 1 2 0 0 0
0 0 0 0 0 1
1
3
_
_
_ luego
_
_
_
x
1
= 3x
2
4x
4
2x
5
x
3
= 2x
4
x
6
=
1
3
obteniendose, naturalmente, las mismas soluciones que antes.
3.2.3 Rango de una matriz y Teorema de Rouche

Denicion 54 (1
a
denicion del rango).- Se llama rango de una matriz A y se denota por rg(A) al n umero
de las distintas de cero que aparecen en alguna de las formas escalonadas de la matriz A.
Nota: La denicion es consistente (el rango no depende de la matriz escalonada usada), pues cada matriz
escalonada obtenida de A se corresponde con un sistema lineal equivalente, con la mismas soluciones, luego se
pueden despejar el mismo n umero de incognitas en cualquiera de ellos; por lo que todas las escalonadas tienen
el mismo n umero de las no nulas.
Teorema de Rouche 55.- Sea el sistema AX = B, sistema de m ecuaciones con n incognitas. Entonces
AX = B tiene solucion si, y solo si, rg(A) = rg(A|B).
Si rg(A) =rg(A|B) =r, toda solucion puede expresarse en la forma X =V
0
+t
1
V
1
+t
2
V
2
+ +t
nr
V
nr
, con
V
0
una solucion particular de AX = B y las n- uplas V
1
, . . . , V
nr
soluciones del homogeneo AX = 0.

Resumiendo: En un sistema AX = B de m ecuaciones con n incognitas,
si r = rg(A) = rg(A|B) = r = Sist. Compatible (con sol.)
_
r = n Solucion unica.
r < n Innitas soluciones.
si r = rg(A) = rg(A|B) = r + 1 = Sist. Incompatible (no tiene solucion).
Ejemplo Tomemos la solucion obtenida en el ejemplo 51: (3x
2
4x
4
2x
5
, x
2
, 2x
4
, x
4
, x
5
,
1
3
), para
todo x
2
, x
4
y x
5
. Podemos escribirla en la forma
_
_
_
_
_
_
_
_
x
1
x
2
x
3
x
4
x
5
x
6
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
0 3x
2
4x
4
2x
5
0 +x
2
+ 0x
4
+ 0x
5
0 + 0x
2
2x
4
+ 0x
5
0 + 0x
2
+x
4
+ 0x
5
0 + 0x
2
+ 0x
4
+x
5
1
3
+ 0x
2
+ 0x
4
+ 0x
5
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
0
0
0
0
0
1
3
_
_
_
_
_
_
_
_
+x
2
_
_
_
_
_
_
_
_
3
1
0
0
0
0
_
_
_
_
_
_
_
_
+x
4
_
_
_
_
_
_
_
_
4
0
2
1
0
0
_
_
_
_
_
_
_
_
+x
5
_
_
_
_
_
_
_
_
2
0
0
0
1
0
_
_
_
_
_
_
_
_
= V
0
+t
1
V
1
+t
2
V
2
+t
3
V
3
y X = V
0
+t
1
V
1
+t
2
V
2
+t
3
V
3
es solucion para todo t
1
, t
2
y t
3
. Entonces, para t
1
= t
2
= t
3
= 0, X = V
0
es
solucion del sistema luego AV
0
= B; para t
1
= 1 y t
2
= t
3
= 0, X = V
0
+ V
1
es solucion del sistema, luego
B = A(V
0
+V
1
) = AV
0
+AV
1
= B +AV
1
de donde AV
1
= 0 por lo que V
1
es solucion del sistema homogeneo
AX = 0; y analogamente para V
2
y V
3
.
21 Matematicas I : Preliminares 3.3 Matrices cuadradas
3.3 Matrices cuadradas
Una matriz cuadrada A se dice triangular superior, si todos los elementos por debajo de la diagonal principal
son nulos, es decir: a
ij
= 0, para cualquier ij tal que i > j . Una matriz cuadrada A se dice triangular
inferior, si todos los elementos por encima de la diagonal principal son nulos, es decir, a
ij
= 0, para cualquier
ij tal que i < j .
Una matriz cuadrada A se dice que es diagonal, si es triangular superior e inferior, es decir, si son cero
todos los elementos que no estan en la diagonal principal.
Una matriz cuadrada A se dice simetrica si A = A
t
, es decir, si a
ij
= a
ji
para todo ij ; y se dice
antisimetrica si A = A
t
, es decir si a
ij
= a
ji
para todo ij .
3.3.1 Matrices inversibles
Denicion 56.- Si A es una matriz cuadrada de orden n, A
nn
, y existe B
nn
tal que AB = BA = I se dice
que A es inversible y que B es inversa de A.
Nota: Es claro de la denicion que tambien B es inversible y A una inversa de B.
Por denicion, se ha de vericar que AB = I y tambien que BA = I ; sin embargo es suciente con que se
verique una de ellas para que la otra tambien se verique (se vera en el Corolario 65).
Proposicion 57.- Si una matriz cuadrada A tiene inversa, esta es unica. Y la denotaremos por A
1
.
Demostracion:
Supongamos que B y C son inversas de A. Al ser B inversa de A es I = AB, multiplicando a esta igualdad
por C y teniendo en cuenta que C es inversa de A obtenemos que C = C(AB) = (CA)B = IB = B.
Recordando los comentarios hechos en la Observacion 49, es claro el siguiente resultado para matrices
elementales.
Proposicion 58.- Las matrices elementales son inversibles y sus inversas son tambien elementales:
De intercambiar dos las, intercambiarlas de nuevo.
De multiplicar una la por k = 0, multiplicar esa la por 1/k.
De sumar a una la un m ultiplo de otra, restar a esa la el m ultiplo sumado.
Teorema 59.- Si A y B son dos matrices inversibles, entonces AB es inversible y
(AB)
1
= B
1
A
1
.
En general, (A
1
A
2
A
k
)
1
= A
1
k
A
1
2
A
1
1
.
Demostracion:
Basta comprobar que es cierto:
_
(AB)(B
1
A
1
) = A(BB
1
)A
1
= AIA
1
= AA
1
= I
(B
1
A
1
)(AB) = B
1
(A
1
A)B = B
1
IB = B
1
B = I.
La generalizacion es inmediata.
Propiedades 60.-
1.- (A
1
)
1
= A. 2.- (A
n
)
1
= (A
1
)
n
. 3.- (kA)
1
=
1
k
A
1
.
Denicion 61.- Una matriz cuadrada, A, se dice ortogonal si A
1
= A
t
.
Teorema 62.- Sea A una matriz cuadrada de orden n. Son equivalentes:
a) A es inversible.
b) El sistema AX = B tiene solucion unica para todo B
n1
.
c) El sistema homogeneo AX = 0 tiene solucion unica.
d) Por operaciones elementales en A puede llegarse a la identidad.
22 Matematicas I : Preliminares 3.3 Matrices cuadradas
Demostracion:
a)b) A es inversible, luego existe A
1
. Si se multiplica por A
1
en la igualdad AX = B se tiene que
A
1
AX = A
1
B, luego X = A
1
B es la solucion del sistema y es la unica.
b)c) Es un caso particular.
c)d) Como la solucion del sistema AX = 0 es unica, al aplicar el metodo de Gauss-Jordan a la matriz A la
escalonada reducida tiene que ser, necesariamente I (ver observacion 63 siguiente).
d)a) Si existen matrices elementales tales que E
k
E
2
E
1
A = I , multiplicando sucesivamente en la igualdad
por sus inversas, se obtiene A = E
1
1
E
1
2
E
1
k
I como producto de matrices inversibles y, por tanto, es
inversible. Ademas, A
1
= E
k
E
2
E
1
.
Observacion 63.- Para una matriz cuadrada, cualquier matriz escalonada obtenida de ella es triangular supe-
rior (tiene ceros por debajo de la diagonal), pues el elemento principal de la la 1 esta en la posicion 11 o mas
a la derecha, luego el elemento principal de la la 2 esta en la posicion 22 o mas a la derecha, y en general el
elemento principal de la la i esta en la posicion ii o mas a la derecha. Luego para toda la i, los elementos
a
ij
con j < i son cero, que es la caracterizacion de matriz triangular superior.
As pues, una matriz escalonada cuadrada, o tiene elemento principal en cada la (y en consecuencia estan
todos en la diagonal principal de la matriz) o tiene al menos una la de ceros.
En particular, si llevamos la matriz cuadrada a la forma de matriz escalonada reducida, esta escalonada
reducida o es la matriz identidad o tiene al menos una la de ceros.
Corolario 64.- Una matriz A
nn
, es inversible rg(A) = n
Corolario 65.- Sea A una matriz cuadrada. Entonces
a) Si existe B tal que BA = I , entonces A es inversible y B = A
1
.
b) Si existe B tal que AB = I , entonces A es inversible y B = A
1
.
Demostracion:
Si BA = I , consideremos el sistema AX = 0. Multiplicando por B en ambos lados se tiene que BAX =
B0 = 0, pero al ser BA = I , X = 0 es la unica solucion del sistema y, por tanto, A es inversible. Entonces,
A
1
= IA
1
= BAA
1
= B. Analogamente, en b).
Corolario 66 (Calculo de A
1
por el metodo de Gauss-Jordan).- Si A es inversible, existen matrices
elementales tales que E
k
E
2
E
1
A = I y A
1
= E
k
E
2
E
1
. Luego haciendo en I las mismas operaciones
elementales que efectuemos sobre A para llegar a la identidad se tendra que:
(A|I) (E
1
A|E
1
I) (E
2
E
1
A|E
2
E
1
I) (E
k
E
1
A|E
k
E
1
I) = (I|A
1
)
Ejemplo Sea la matriz A =
_
_
1 0 2
0 2 1
1 1 1
_
_
. Encontremos A
1
:
(A|I) =
_
_
1 0 2 1 0 0
0 2 1 0 1 0
1 1 1 0 0 1
_
_
F
3
F
1
_
_
1 0 2 1 0 0
0 2 1 0 1 0
0 1 1 1 0 1
_
_
F
2
F
3
_
_
1 0 2 1 0 0
0 1 0 1 1 1
0 1 1 1 0 1
_
_
F
3
F
2
F
3
F
2
_
_
1 0 2 1 0 0
0 1 0 1 1 1
0 0 1 2 1 2
_
_
F
1
+2F
3
_
_
1 0 0 3 2 4
0 1 0 1 1 1
0 0 1 2 1 2
_
_
= (I|A
1
)

3.4 Ejercicios
3.26 Sean las matrices
A=
_
_
3 0
1 2
1 1
_
_
B=
_
4 1
0 2
_
C=
_
1 4 2
3 1 5
_
D=
_
_
1 5 2
1 0 1
3 2 4
_
_
E=
_
_
6 1 3
1 1 2
4 1 3
_
_
a) Calcular cuando se pueda: 3C D, (AB)C, A(BC), ED, DE, (4B)C + CA y CA + B
2
.
Indicar porque no es posible en los otros casos.
b) Calcular, haciendo el menor n umero de operaciones posible, la la 1 de CA, la columna 2 de CD y
los elementos 23 y 12 de la matriz CDE.
c) Hallar para cada una de ellas una matriz escalonada e indicar cual es su rango.
3.27 Encontrar las matrices elementales que llevan la matriz A =
_
_
1 2 3
0 1 2
1 0 3
_
_
a una matriz escalonada.
3.28 Considerar el sistema
x + 2y z t = 0
x +z t = 2
x + 2y 3z +t = 4
_
_
_
(1)
a) (2, 2, 2, 0) y (1, 0, 1, 2) son solucion del sistema (1)?
b) Encontar todas las soluciones de (1)
c) Encontar todas las soluciones del sistema
x y +z t = 3
x + 6y 5z t = 4
_
(2)
d) Cu ales de las soluciones de (1) son tambien solucion de (2)? Tiene (2) alguna solucion que no lo
sea de (1)?
3.29 Estudiar cada uno de los siguientes sistemas:
a)
x + 2y z = 2
2x +y +z = 1
3x + 3y + 2z = 1
_
_
_
b)
x +y +z = 3
2x + 3z = 4
3x +y + 4z = 7
5x +y + 7z = 9
_
_
c)
x + 2y z +t = 0
x + 4y 5z + 7t = 2
2x +y +z 2t = 1
_
_
_
Si existe solucion, expresarla en la forma descrita por el Teorema de Rouche.
3.30 Hallar una matriz P tal que:
_
_
1 4
2 3
1 2
_
_
P
_
2 0 0
0 1 1
_
=
_
_
8 6 6
6 1 1
4 0 0
_
_
.
3.31 Considerar las matrices A =
_
_
1 5 2
1 0 1
3 2 4
_
_
y B =
_
_
1 2 2
2 3 3
1 1 1
_
_
.
a) Hallar todas las matrices columna X
31
que verican la igualdad ABX = BAX.
b) Los sistemas BX = 0 y B
t
X = 0 tienen las mismas soluciones? Justicar la respuesta.
3.32 Hallar los valores de los coecientes de las descomposiciones en fraciones simples del ejercicio 2.25 de
polinomios:
a)
X
2
+1
X
4
6X
3
16X
2
+54X+63
b)
X5
(X1)(X
3
1)
c)
X+5
2X
4
X
3
4X
2
+10X4
d)
X
2
+2
X
5
+7X
4
+16X
3
+8X
2
16X16
e)
X
3
3X
2
+X3
X
5
+3X
4
+3X
3
+3X
2
+2X
f)
X
5
+3X
4
+3X
3
+3X
2
+2X
(X
3
3X
2
+X3)
3
3.33 Estudiar cada uno de los sistemas siguientes, seg un los valores de los paramentros:
a)
_
_
_
x + 2y z = a
2x +y +z = 1 a
3x + (1 +a)y +az = 1 a
b)
_
_
_
x + 2y + 4z = 1
x + 2y + 2az = 2
ax + 4y + 4az = 4a
c)
_
_
_
x +y +z = a 3
ax +y = 0
ax +y +az = 0
d)
_
_
5x (a +b)y + 7z = 8 +b
2x ay + 3z = 4
x +y +z = 3
3x 3y + 4z = 7
3.34 Usar el metodo de Gauss para saber cuales de las siguientes matrices tienen inversa y calcularlas:
a)
_
_
1 1 3
3 4 1
1 1 1
_
_
b)
_
_
8 6 6
6 1 1
4 0 0
_
_
c)
_
_
_
_
1 2 3 4
2 3 4 3
3 4 3 2
4 3 2 1
_
_
_
_
d)
_
_
_
_
0 0 1 2
0 1 1 1
1 1 1 0
2 1 0 0
_
_
_
_
3.35 Sea A una matriz cuadrada de orden n tal que la suma de los elementos de cada columna es cero. Probar
que rg(A) < n. Es A una matriz inversible?
3.36 Probar que si A es una matriz cuadrada, la matriz A+A
t
es simetrica y la matriz AA
t
es antisimetrica.
Probar que en una matriz cuadrada antisimetrica la diagonal principal esta formada unicamente por ceros.
3.37 Sea A =
_
_
1 2 3
0 1 2
1 0 1
_
_
.
a) Encontar todas las matrices B
33
tales que AB = 0.
Que relacion tienen estas matrices con las soluciones del sistema AX = 0?
b) Encontar todas las matrices C
33
tales que CA = 0.
c) Encontar todas las matrices D
33
tales que AD DA = 0.
3.38 Sean A y B matrices cuadradas tales que AB = 0. Demostrar que si B = 0, entonces A no es inversible.
3.39 Sean A y B dos matrices de igual tama no. Probar que si existe C inversible tal que AC = BC entonces
A = B.
3.40 Sea A una matriz cuadrada y E una matriz elemental. Probar que AE
t
realiza sobre las columnas de A
la misma operacion elemental que hace EA sobre las las de A.
Tema 4
Determinante de una matriz
4.1 Determinante de una matriz cuadrada
Denicion 67.- Sea A una matriz cuadrada de orden n. Llamaremos producto elemental en A al producto
ordenado de un elemento de cada la, cada uno de los cuales pertenece a columnas distintas. Es decir, una
expresion de la forma a
1j
1
a
2j
2
a
nj
n
con todos los j
k
distintos.
Llamaremos producto elemental con signo al valor (1)
N
a
1j
1
a
2j
2
a
nj
n
donde el n umero N, para
cada producto elemental, es el n umero de inversiones del orden en el conjunto de las columnas {j
1
, j
2
, . . . , j
n
},
es decir, el n umero de veces que cada ndice j
k
es menor que los anteriores a el.
Ejemplo 68 {2, 4, 1, 3}. Para calcular las inversiones tenemos que ver cuantas veces 4, 1 y 3 son menores
que sus anteriores. Para el 4, hay inversion cuando 4 < 2, no. Para el 1, cuando 1 < 2, si ; y cuando 1 < 4, si.
Y para el 3, cuando 3 < 2, no; 3 < 4, si ; y 3 < 1, no. El conjunto presenta entonces tres inversiones, N = 3.
Denicion 69.- Denimos la funcion determinante en el conjunto de las matrices de orden n, como la funcion
que asigna a cada matriz A el n umero real, que denotaremos por det(A) o det A o |A| , y cuyo valor es la
suma de todos los productos elementales con signo que se pueden formar en A:
det(A) = |A| =
(j
1
,j
2
,...,j
n
)
(1)
N
a
1j
1
a
2j
2
a
nj
n
.
Expresion del determinante de las matrices de orden 1, 2 y 3. Los determinantes de las matrices de
los primeros ordenes de magnitud se obtienen de la forma:

a
11
= a
11
y
a
11
a
12
a
21
a
22
=a
11
a
22
a
12
a
21
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
=a
11
a
22
a
33
+a
12
a
23
a
31
+a
13
a
21
a
32
a
13
a
22
a
31
a
12
a
21
a
33
a
11
a
23
a
32
Estas expresiones admiten una regla nemotecnica graca para recordar la construccion de los productos ele-
mentales y el signo, siguiendo las direcciones de las diagonales principal y secundaria (para matrices de orden
3 se conoce como Regla de Sarrus):
s
s
s
s
d
d
d
sign( ) = +
sign( ) =
s
s
s
s
s
s
s
s
s
d
d
d
d
d
d
d
d
d
d
d
d s
s
s
s
s
s
s
s
s
Observacion:
Cada uno de los productos elementales con signo se co-
rresponde con el determinante de una matriz que se
forma haciendo cero todos los elementos que no estan
en el producto. Es claro, pues cualquier otro producto
(1)
3
a
12
a
24
a
31
a
43
=
0 a
12
0 0
0 0 0 a
24
a
31
0 0 0
0 0 a
43
0
tendra alguno de sus factores distinto de estos y, en consecuencia, sera 0. De manera similar son inmediatos
los dos resultados recogidos en la proposicion siguiente.
26 Matematicas I : Preliminares 4.1 Determinante de una matriz cuadrada
Proposicion 70.-
1.- Si A es una matriz que tiene una la o una columna de ceros, entonces |A| = 0.
2.- Si A es una matriz triangular superior o triangular inferior, |A| es el producto de los elementos de la
diagonal principal, es decir, |A| = a
11
a
22
a
nn
. (En todos los demas productos elementales aparece al
menos un 0: si hay alg un elemento por encima de la diagonal, hay alguno por debajo.)
4.1.1 Determinantes y operaciones elementales
Teorema 71.- Sea A
nn
una matriz. Se tiene que:
a) si A
es la matriz que resulta de multiplicar una la de A por una constante = 0, entonces det(A
) =
det(A).
b) si A
es la matriz que resulta de intercambiar dos las de A, entonces det(A
) = det(A).
c) si A
es la matriz que resulta de sumar a la la k un m ultiplo de la la i, entonces det(A
) = det(A).
Corolario 72.- Una matriz con dos las iguales tiene determinante cero.
Corolario 73.-
a) Si E es la matriz elemental resulta de multiplicar una la de I por k R, entonces det(E) = k.
b) Si E es la matriz elemental que resulta de intercambiar dos las de I , entonces det(E) = 1.
c) Si E es la matriz que resulta de sumar a una la k un m ultiplo de la la i, de I , entonces det(E) = 1.
Demostracion:
a) det(E) = k det(I) = k; b) det(E) = det(I) = 1; c) det(E) = det(I) = 1.
4.1.1.1 Calculo de determinantes por reduccion a la forma escalonada
El teorema anterior nos ofrece la posibilidad de calcular el determinante de una matriz usando el metodo de
Gauss. Si tenemos que E
k
E
2
E
1
A = R, donde R es la matriz escalonada que se obtiene al aplicar el metodo
de Gauss, se tiene que
det(R) = det(E
k
E
k1
E
k2
E
1
A) =
k
det(E
k1
E
k2
E
1
A)
=
k
k1
det(E
k2
E
1
A) = =
k
k1
k2

1
det(A),
donde
i
es k, 1 o 1, seg un la operacion elemental que represente E
i
. Luego
det(A) =
1
1

1
k
det(R) =
1
1

1
k
r
11
r
22
r
nn
pues R es una matriz triangular superior (recordar observacion 63 de pag. 22) y det(R) = r
11
r
22
r
nn
.
4.1.2 Otras propiedades del determinante
Teorema 74.- Si A y B son matrices cuadradas de orden n, entonces
det(AB) = det(A) det(B)

Teorema 75.- Sea A
nn
entonces, A es inversible det(A) = 0.
Demostracion:
Si A es inversible I = AA
1
, luego det(I) = det(AA
1
) = det(A) det(A
1
), pero al ser det(I) = 1 = 0,
necesariamente ha de ser det(A) = 0.
27 Matematicas I : Preliminares 4.2 Desarrollo por cofactores
Si A no es inversible, por la parte 3 de la demostracion del Teorema 74 (Anexo 0, pag. 36), se tiene que
det(AI) = 0 = det(A) det(I) y como det(I) = 1, debe ser det(A) = 0.
Corolario 76.- Si A es inversible,

A
1
= |A|
1
.
Teorema 77.- Si A es una matriz cuadrada, entonces |A
t
| = |A| .

4.2 Desarrollo por cofactores
Denicion 78.- Sea A una matriz cuadrada, llamaremos menor del elemento a
ij
, y lo denotaremos por
M
ij
, al determinante de la submatriz que se forma al suprimir en A la la i y la columna j . Al n umero
(1)
i+j
M
ij
lo llamaremos cofactor del elemento a
ij
y lo denotaremos por C
ij
.
Ejemplo A partir de la matriz A de abajo, construimos los cofactores C
21
, eliminando la la 2 y la columna
1, y C
34
, eliminando la la 3 y columna 4:
A =
_
_
_
_
0 1 2 5
1 2 0 2
2 1 1 3
0 2 4 2
_
_
_
_
C
21
= (1)
2+1
0 1 2 5
1 2 0 2
2 1 1 3
0 2 4 2
C
34
= (1)
3+4
0 1 2 5
1 2 0 2
2 1 1 3
0 2 4 2
Teorema 79.- El determinante de una matriz A se puede calcular multiplicando los elementos de una la (o
de una columna) por sus cofactores correspondientes y sumando todos los productos resultantes; es decir, para
cada 1 i n y para cada 1 j n:
det(A) = a
i1
C
i1
+a
i2
C
i2
+ +a
in
C
in
y det(A) = a
1j
C
1j
+a
2j
C
2j
+ +a
nj
C
nj
Ejemplo

11 12 13
21 22 23
31 32 33
=21(1)
2+1
12 13
32 33
+ 22(1)
2+2
11 13
31 33
+ 23(1)
2+3
11 12
31 32
=13(1)
1+3
21 22
31 32
+ 23(1)
2+3
11 12
31 32
+ 33(1)
3+3
11 12
21 22
Corolario 80.- Si desarrollamos una la de una matriz A por los cofactores de otra distinta, el resultado es
cero; es decir,
a
i1
C
j1
+a
i2
C
j2
+ +a
in
C
jn
= 0, si i = j .
Identico resultado para las columnas.
Demostracion:
Es claro, pues si en A hacemos la la j igual a la la i, la matriz obtenida A
tiene determinante cero y

0 = |A
| = a
j1
C
j1
+a
j2
C
j2
+ +a
jn
C
jn
= a
i1
C
j1
+a
i2
C
j2
+ +a
in
C
jn
Denicion 81.- Dada una matriz A cuadrada de orden n, llamaremos matriz de cofactores de A a la
matriz que tiene por elementos los cofactores de A, C = (C
ij
), y llamaremos matriz adjunta de A a la
matriz de cofactores traspuesta, Adj(A) = C
t
.
Nota: Tambien es usual utilizar las denominaciones de menor adjunto para el cofactor y matriz adjunta para la
matriz de cofactores (sin trasponer). En este caso, los resultados son identicos a los que aqu se presentan con
la unica consideracion a tener en cuenta es que donde aparece Adj(A) tendra que aparecer Adj(A)
t
.
Teorema 82.- Si A es una matriz inversible, entonces A
1
=
1
|A|
Adj(A).
Demostracion:
28 Matematicas I : Preliminares 4.3 Rango de una matriz
Si probamos que A Adj(A) = |A|I entonces, como |A| = 0, sera A
Adj(A)
|A|
= I y A
1
=
1
|A|
Adj(A). En
efecto, aplicando el teorema 79 y el corolario 80 anteriores,
A Adj(A) = AC
t
=
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
_
C
11
C
21
C
n1
C
12
C
22
C
n2
.
.
.
.
.
.
.
.
.
.
.
.
C
1n
C
2n
C
nn
_
_
_
_
_
=
_
_
_
_
_
|A| 0 0
0 |A| 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 |A|
_
_
_
_
_
= |A| I
Ejemplo
A =
_
_
1 2 3
4 5 4
3 2 1
_
_
; A
1
=
1
|A|
_
_
_
_
_
_
_
_
5 4
2 1
4 4
3 1
4 5
3 2
2 3
2 1
1 3
3 1
1 2
3 2
2 3
5 4
1 3
4 4
1 2
4 5
_
_
_
_
_
_
_
_
t
=
1
40
_
_
13 4 23
16 8 16
7 4 3
_
_
Regla de Cramer 83.- Sea AX = B, un sistema de n ecuaciones con n incognitas, tal que A es inversible,
entonces el sistema tiene como unica solucion:
x
1
=
b
1
a
12
a
1n
b
2
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
n
a
n2
a
nn
|A|
, x
2
=
a
11
b
1
a
1n
a
21
b
2
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
b
n
a
nn
|A|
, . . . , x
n
=
a
11
a
12
b
1
a
21
a
22
b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
b
n
|A|
.

4.3 Rango de una matriz
Denicion 84 (Segunda denicion del rango).- Se llama rango de una matriz A
mn
, rang(A) o rg(A),
al maximo orden que resulta de considerar todas las submatrices cuadradas que pueden formarse eliminando
las y columnas completas de A y cuyo determinante sea distinto de cero.
Del determinante de una submatriz cuadrada de orden r de A, formada eliminando las y columnas com-
pletas, de suele decir que es un menor de orden r de A, por analoga a la denominacion dada en la denicion
78 a los menores de un elemento.
Resulta evidente que para A
mn
, se tiene rg(A) mn{m, n}. Esta nueva denicion de rango de una matriz
es equivalente a la dada anteriormente:
el rango de una matriz es el n umero de las distintas de cero que aparecen en alguna de las formas
escalonadas de la matriz,
puesto que el menor formado con las las y columnas que contienen a los elementos principales de la matriz
escalonada es distinto de 0, y cualquier menor de orden mayor es cero.
Corolario 85.- Si A es una matriz, rg(A) = rg(A
t
).
Demostracion:
De la nueva denicion de rango y de |M| = |M
t
| para cualquier submatriz cuadrada de A.
Proposicion 86.- Sea A una matriz mn, entonces
a) Si existe un menor de orden r distinto de cero el rg(A) r.
b) Si todos los menores de orden r son cero el rg(A) < r.
Demostracion:
a) es claro, pues como r es el orden de un menor distinto de cero, el maximo de los ordenes de los menores
distintos de cero es al menos r.
b) Si todos los menores de orden r son cero, como un menor de orden r + 1 puede descomponerse como
suma de menores de orden r por constantes, todos los menores de orden r + 1 son cero y, tambien todos
los menores de orden mayor. Luego rg(A) < r
En una matriz mn, el n umero de menores de orden r que podemos formar puede ser muy alto, de hecho es
_
m
r
__
n
r
_
=
m!
r!(mr)!
n!
r!(n r)!
,
es decir, todas las posibles elecciones de r las de entre las m y de r columnas de entre las n. Por tanto, para
ver que una matriz tiene rango menor que r usando los menores, hemos de comprobar que cada uno de los
m!
r!(mr)!
n!
r!(nr)!
menores son cero. Sin embargo, el coste de la evaluacion por menores, puede reducirse usando
el siguiente resultado:
Orlado de menores 87.- Sea A
mn
una matriz, y M
rr
una submatriz de A con determinante distinto de
cero. Entonces, si el determinante de todas las submatrices de orden r + 1 que se pueden conseguir en A
a nadiendo una la y una columna a M son cero, el rango de A es r.

Este resultado nos indica el metodo conocido como orlado de menores para encontrar el rango de una
matriz usando los menores:
Buscamos un menor de orden uno distinto de cero: si no existe rg(A) = 0; si existe M
1
= 0
entonces rg(A) 1, y buscamos un menor de orden 2 distinto de cero de entre los que orlan al
anterior: si todos ellos son cero, por el resultado anterior, el rg(A) = 1; si alg un M
2
= 0 entonces
rg(A) 2, y buscamos un menor de orden 3 distinto de cero de entre los que orlan a M
2
: si no
existe rg(A) = 2, y si existe M
3
= 0 entonces rg(A) 3, y buscamos . . . .
4.4 Ejercicios
4.41 Suponiendo que det(A) = 5, siendo A =
_
_
a b c
d e f
g h i
_
_
, calcular
a)
d e f
g h i
a b c
b)
a b c
2d 2e 2f
g h i
c)
a+d b+e c+f

d e f
g h i
d)
a b c
d3a e3b f 3c
2g 2h 2i
e)
a g h
b h e
c i f
f)
2a d d g
2b e e h
2c f f i
g) det(3A) h) det(2A
1
) i) det((2A)
1
)
4.42 Hallar el valor exacto del determinante de la derecha:
a) Usando unicamente el metodo de Gauss
b) Mediante el desarrollo por cofactores
c) Aplicando simultaneamente ambas tecnicas para resolverlo
mas rapida y facilmente.
0 2 1 0 1 0
2 2 2 2 2 2
3 1 1 4 1 1
0 1 0 0 3 0
1 2 4 0 4 1
1 3 0 0 0 2
4.43 Sea A una matriz cuadrada de orden n tal que la suma de los elementos de cada la es cero. Demostrar
que A no es inversible.
4.44 Sean A y B matrices de orden n tales que A=0, B=0 y AB=0. Demostrar que det(A)=det(B)=0.
4.45 Calcular los posibles valores del determinante de una matriz ortogonal.
4.46 Sea A una matriz antisimetrica de orden n impar. Demostrar que det(A) = 0.
4.47 Si A es una matriz de orden n probar que | Adj(A)| = |A|
n1
.
4.48 Calcular el valor de los determinantes 66 y nn siguientes:
a a a a a a
b 0 0 0 0 a
0 b 0 0 0 a
0 0 b 0 0 a
0 0 0 b 0 a
0 0 0 0 b a
1 2 3 n1 n
2 3 4 n n+1
3 4 5 n+1 n+2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
n1 n n+1 2n3 2n2
n n+1 n+2 2n2 2n1
a) Cu al es el rango de la matriz del primer determinante en funcion de los valores de a y b?

b) Cu al es el rango de la matriz del segundo determinante para cada valor de n = 1, 2, 3, . . . ?
Anexo 0: Demostraciones
N umeros complejos
Demostracion de: Propiedades 4 de la pagina 3
a) z = z ; z +w = z +w; zw = z w; z
1
= (z)
1
.
b) z = z z = a + i0 R; z = z z = 0 + ib iR.
c) z +z = 2 Re(z); z z = i2 Im(z).
Demostracion:
Si z = a + ib y w = c + id, se tiene que:
a) z = a ib = a + ib = z .
z +w = (a ib) + (c id) = (a +c) i(b +c) = z +w;
z w = (a ib)(c id) = (ac (b)(d)) + i(bc ad) = (ac bd) i(bc +ad) = zw;
(z)
1
= (a ib)
1
=
a
a
2
+(b)
2
i
b
a
2
+(b)
2
=
a
a
2
+b
2
+ i
b
a
2
+b
2
=
a
a
2
+b
2
i
b
a
2
+b
2
= z
1
.
b) z = z a ib = a + ib
_
a=a
b=b
b = 0 z = a;
z = z a ib = a ib
_
a=a
b=b
a = 0 z = ib.
c) z +z = (a + ib) + (a ib) = 2a = 2 Re(z);
z z = (a + ib) (a ib) = i2b = i2 Im(z).
Demostracion de: Propiedades 6 de la pagina 4
a) |z| 0; |z| = 0 z = 0.
b) |Re(z)| |z| ; |Im(z)| |z| ; |z| |Re(z)| +|Im(z)| .
c) |z| = |z| : |z|
2
= zz ;
1
z
=
z
zz
=
z
|z|
2
.
d) |z +w| |z| +|w| ; |z w|
|z| |w|
.
e) |zw| = |z| |w| ;

z
1
= |z|
1
.
Demostracion:
a) |z| = +
a
2
+b
2
0;
|z| = 0 |z|
2
= 0 a
2
+b
2
= 0 a = b = 0 z = 0.
32 Matematicas I : Preliminares Anexo 0
b) Como todos los modulos son valores reales positivos, basta probar las desigualdades para sus cuadrados:
|Re(z)|
2
= |a|
2
= a
2
a
2
+b
2
= |z|
2
y tambien |Im(z)|
2
= |b|
2
= b
2
a
2
+b
2
= |z|
2
.
(|Re(z)| +|Im(z)|)
2
= (|a| +|b|)
2
= |a|
2
+|b|
2
+ 2 |a| |b| = a
2
+b
2
+ 2 |a| |b| = |z|
2
+ 2 |a| |b| |z|
2
.
c) |z| = |a ib| =
_
a
2
+ (b)
2
=
a
2
+b
2
= |z| .
zz = (a + ib)(a ib) = a
2
(b
2
) + i(ab +ab) = a
2
+b
2
= |z|
2
.
d) |z +w|
2
=(z +w)(z +w) = (z +w)(z +w) = zz +ww +zw +zw = |z|
2
+|w|
2
+zw +zw
=|z|
2
+|w|
2
+ 2 Re(zw) |z|
2
+|w|
2
+ 2 |Re(zw)| |z|
2
+|w|
2
+ 2 |zw|
=|z|
2
+|w|
2
+ 2 |z| |w| = |z|
2
+|w|
2
+ 2 |z| |w| = (|z| +|w|)
2
Como |z| = |z w +w| |z w| +|w| =|z w| |z| |w|
|w| = |w z +z| |w z| +|z| = |z w| +|z| =|z w| |w| |z|
se tiene la otra desigualdad propuesta |z w|
|z| |w|
.
e) |zw|
2
= (ac bd)
2
+ (ad +bc)
2
= a
2
c
2
+b
2
d
2
+a
2
d
2
+b
2
c
2
= (a
2
+b
2
)(c
2
+d
2
) = |z|
2
|w|
2
;
|z|
z
1
zz
1
= |1| = 1.
Demostracion de: Operaciones multiplicativas en forma polar 9 de la pagina 4
Operaciones multiplicativas en forma polar 9.- Si z = |z|
y w = |w|
, se cumple que:
a) z = |z|
()
; z
1
= (|z|
1
)
()
.
b) zw = (|z| |w|)
+
;
z
w
= (
|z|
|w|
)
.
c) z
n
= (|z|
n
)
n
.
Demostracion:
Las pruebas son sencillas usando que z = |z| (cos + i sen) y que
(cos + i sen)(cos + i sen) =cos cos sen sen + i(sen cos + cos sen)
=cos( +) + i sen( +).
a) z = |z| (cos + i sen) = |z| (cos i sen) = |z|
_
cos() + i sen()
_
= |z|
.
z
1
=
1
z
=
z
|z|
2
=
|z|
_
cos()+i sen()
_
|z|
2
=
1
|z|
_
cos() + i sen()
_
= (
1
|z|
)
= (|z|
1
)
.
b) zw = |z| (cos + i sen) |w| (cos + i sen) = |z| |w|
_
cos( +) + i sen( +)
_
= |zw|
+
.
z
w
= zw
1
= |z|
(
1
|w|
)
= (
|z|
|w|
)
.
c) z
n
= |z|
|z|
n)
|z|
= (|z|
n
)
+
n)
+
= (|z|
n
)
n
.
En particular se verica la formula de Moivre: (cos + i sen)
n
= cos n + i senn.
Polinomios
Demostracion de: Lema 30 de la pagina 10
Lema 30.- Sea P(X) = Q(X)R(X). Si K es raz de P(X) con multiplicidad m y Q() = 0 (no es raz de
Q(X)), entonces es raz de R(X) con multiplicidad m.
Demostracion:
Si P() = 0, como P() = Q()R() y Q() = 0, entonces R() = 0 y es raz de R(X). De donde
R(X) = (X )R
1
(X) y P(X) = Q(X)(X )R
1
(X).
Como P(X) = (X )
m
C(X), con C() = 0, se tiene que P(X) = (X )
m
C(X) = Q(X)(X )R
1
(X), de
donde 0 = (X )
m
C(X) Q(X)(X )R
1
(X) = (X )
_
(X )
m
C(X) Q(X)R
1
(X)
_
y como X = 0 tiene
que ser (X )
m1
C(X) = Q(X)R
1
(X) = P
1
(X) tiene en una raz de multiplicidad m1.
Luego el polinomio P
1
(X) = Q(X)R
1
(X) tiene una raz en que no lo es de Q(X), luego es raz de R
1
(X),
por lo que R
1
(X) = (X )R
2
(X) y, como antes se puede construir el polinomio P
2
(X) = (X )
m2
C(X) =
Q(X)R
2
(X), con R(X) = (X )R
2
(X). Repitiendo el proceso de manera sucesiva, se llega a un polinomio
P
m1
(X) = (X )C(X) = Q(X)R
m1
(X), con R(X) = (X )
m1
R
m1
(X).
Y ahora, como tiene que ser raz de R
m1
(X), R
m1
(X) = (X )R
m
(X) y C(X) = Q(X)R
m
(X). Como
C() = Q()R
m
() y C() = 0 y Q() = 0, necesariamente R
m
() = 0 y, por tanto R(X) = (X )
m
R
m
(X),
con R
m
() = 0, de donde es una raz de R(X) de multiplicidad m.
Demostracion de: Lema 35 de la pagina 11
Lema 35.- Sea P(X) =
n
i=0
a
i
X
i
R[X] . Si es una raz compleja (y no real) de P(X), entonces tambien es
raz de P(X), y con la misma multiplicidad que .
Demostracion:
Veamos que es tambien raz de P(X). Teniendo en cuenta que a
i
R y que entonces a
i
= a
i
,
P() =
n
i=0
a
i
i
=
n
i=0
a
i
i
=
n
i=0
a
i
i
=
n
i=0
a
i
i
=
n
i=0
a
i
i
= P() = 0 = 0
Entonces, en la descomposicion de P(X) aparecen los factores X y X , pero como su producto (X
)(X ) = X
2
( + )X + = X
2
2 Re()X + ||
2
R[X] , se descompone en R[X] en la forma P(X) =
(X
2
2 Re()X + ||
2
)P
1
(X). En consecuencia, si la multiplicidad de es m > 1, el polinomio P
1
(X) R[X]
tiene a como raz de multiplicidad m1. Y repitiendo el proceso hasta sacar todas las raices, se obtiene que
y tienen la misma multiplicidad.
Demostracion de: Teorema 38 de la pagina 11
Teorema 38.- Sea P(X) = a
0
+a
1
X + +a
n1
X
n1
+a
n
X
n
un polinomio con a
i
Z, i. Entonces,
1.- Si P(X) posee una raz Z, entonces | a
0
.
2.- Si P(X) posee una raz =
p
q
Q, entonces p | a
0
y q | a
n
.
(La expresion de =
p
q
debe estar simplicada al maximo, es decir, mcd(p, q) = 1.)
Demostracion:
Si Z es raz de P : 0 = a
0
+ a
1
+ + a
n1
n1
+ a
n
n
= a
0
+ (a
1
+ + a
n1
n2
+ a
n
n1
) y
a
0
= (a
1
+ + a
n1
n2
+ a
n
n1
); de donde el entero a
0
se descompone en dos factores Z y
a
1
+ +a
n1
n2
+a
n
n1
Z (por ser suma y producto de enteros), luego divide a a
0
.
Si =
p
q
Q es raz de P : 0 = a
0
+a
1
p
q
+ +a
n1
p
n1
q
n1
+a
n
p
n
q
n
=
a
0
q
n
+a
1
pq
n1
++a
n1
p
n1
q+a
n
p
n
q
n
de donde
el numerador debe ser cero. Como antes, sacando primero p factor com un y luego q , se llega a:
a
0
q
n
= p(a
1
q
n1
+ +a
n1
p
n2
q +a
n
p
n1
) luego p | a
0
q
n
pero como no divide a q , entonces p | a
0
a
n
p
n
= q(a
0
q
n1
+a
1
pq
n2
+ +a
n1
p
n1
) luego q | a
n
p
n
pero como no divide a p, entonces q | a
n
(Los factores de las ultimas igualdades son todos enteros, pues p Z, q Z y los a
i
Z.)
Matrices y sistemas
Teorema 48.- Si la matriz elemental E
mm
resulta de efectuar cierta operacion elemental sobre las las de
I
m
y si A
mn
es otra matriz, el producto EA es la matriz mn que resulta de efectuar la misma operacion
elemental sobre las las de A.
Demostracion:
Sean E
1
la matriz elemental que tiene intercambiadas las las i y j , E
2
la matriz elemental de multiplicar la
la i por = 0 y E
3
la matriz elemental obtenida de sumar a la la i la la j multplicada por . Entonces
E = E
1
:
_
_
e
EA
ik
= F
E
i
C
A
k
= F
I
j
C
A
k
= e
IA
jk
= e
A
jk
, k =F
EA
i
= F
A
j
e
EA
jk
= F
E
j
C
A
k
= F
I
i
C
A
k
= e
IA
ik
= e
A
ik
, k =F
EA
j
= F
A
i
r = i, j e
EA
rk
= F
E
r
C
A
k
= F
I
r
C
A
k
= e
IA
rk
= e
A
rk
, k =F
EA
r
= F
A
r
E = E
2
:
_
e
EA
ik
= F
E
i
C
A
k
= F
I
i
C
A
k
= e
IA
ik
= e
A
ik
, k = F
EA
i
= F
A
i
r = i e
EA
rk
= F
E
r
C
A
k
= F
I
r
C
A
k
= e
IA
rk
= e
A
rk
, k = F
EA
r
= F
A
r
E = E
3
: veamos que F
EA
i
= F
A
i
+F
A
j
, pues las demas no cambian:
e
EA
ik
= F
E
i
C
A
k
= (F
I
i
+F
I
j
) C
A
k
= (F
I
i
C
A
k
) + (F
I
j
C
A
k
) = e
IA
ik
+e
IA
jk
= e
A
ik
+e
A
jk
, k
Demostracion de: Teorema de Rouche 55 de la pagina 20
Teorema de Rouche 55.- Sea el sistema AX = B, sistema de m ecuaciones con n incognitas. Entonces
AX = B tiene solucion si, y solo si, rg(A) = rg(A|B).
En caso de tener solucion, si rg(A) = r, toda solucion del sistema puede expresarse en la forma X =
V
0
+t
1
V
1
+t
2
V
2
+ +t
nr
V
nr
, siendo V
0
una solucion particular de AX = B y los vectores V
1
, . . . , V
nr
soluciones del sistema homogeneo asociado AX = 0.
Demostracion:
Reduciendo la matriz ampliada del sistema por operaciones elementales seg un el metodo de Gauss-Jordan,
llegamos a una matriz escalonada reducida, que en la parte correspondiente a A, tiene r unos como elementos
principales. Si reordenamos las columnas para juntar en las r primeras los elementos principales, la matriz
ampliada resultante sera:
_
_
_
_
_
_
_
_
_
_
_
_
1 0 0 a
1r+1
a
1n
b
1
0 1 0 a
2r+1
a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 a
rr+1
a
rn
b
r
0 0 0 0 0 b
r+1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0 b
m
_
_
_
_
_
_
_
_
_
_
_
_
En forma mas escueta indicando los tama nos
podemos escribirla as:
_
I
rr
A
rnr
B
r1
0
mrr
0
mrnr
B
mr1
_
(Nota: Al intercambiar el orden de las columnas de la matriz A, solo cambiamos el orden de las incognitas. Es
decir, las soluciones seran las mismas pero en otro orden.)
Obviamente el rango de la matriz de los coecientes es r y el sistema tendra solucion si y solo si b
r+1
=
b
r+2
= = b
m
= 0, es decir si el rango de la ampliada tambien es r.
En este caso, (asumiendo una posible reordenacion de las incognitas) el sistema resultante es:
_
_
x
1
=b
1
x
r+1
a
1r+1
x
r+2
a
1r+2
x
n
a
1n
x
2
=b
2
x
r+1
a
2r+1
x
r+2
a
2r+2
x
n
a
2n
.
.
.
x
r
=b
r
x
r+1
a
rr+1
x
r+2
a
rr+2
x
n
a
rn
y la solucion, usando parametros:
_
_
x
1
=b
1
t
1
a
1r+1
t
2
a
1r+2
t
nr
a
1n
x
2
=b
2
t
1
a
2r+1
t
2
a
2r+2
t
nr
a
2n
.
.
.
x
r
=b
r
t
1
a
rr+1
t
2
a
rr+2
t
nr
a
rn
x
r+1
=t
1
.
.
.
x
n
=t
nr
que tambien podemos escribir en forma matri-
cial teniendo en cuenta que
x
r+i
= 0 +t
1
0 + +t
i
1 + +t
nr
0
_
_
_
_
_
_
_
_
_
_
x
1
.
.
.
x
r
x
r+1
.
.
.
x
n
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
b
1
.
.
.
b
r
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
+t
1
_
_
_
_
_
_
_
_
_
_
a
1r+1
.
.
.
a
rr+1
1
.
.
.
0
_
_
_
_
_
_
_
_
_
_
+ +t
nr
_
_
_
_
_
_
_
_
_
_
a
1n
.
.
.
a
rn
0
.
.
.
1
_
_
_
_
_
_
_
_
_
_
y llamando V
i
a las matrices co-
lumna, podemos escribir
X = V
0
+t
1
V
1
+ +t
nr
V
nr
como enunciabamos.
Fijandonos en las soluciones se observa que haciendo t
1
= = t
nr
= 0, V
0
es una solucion de AX = B.
Si consideramos el sistema homogeneo asociado AX = 0, ha de ser V
0
= 0 y como solucion generica
obtendremos X = t
1
V
1
+ + t
nr
V
nr
. Luego haciendo t
i
= 1 y t
k
= 0, para k = i, vemos que X = V
i
es
solucion del sistema homogeneo AX = 0.
Determinantes
Teorema 71.- Sea A
nn
una matriz. Se tiene:
a) que si A
es la matriz que resulta de multiplicar una la de A por una constante = 0, entonces

det(A
) = det(A).
b) que si A
es la matriz que resulta de intercambiar dos las de A, entonces det(A
) = det(A).
c) que si A
es la matriz que resulta de sumar a una la k un m ultiplo de la la i, entonces det(A
) = det(A).
Demostracion:
a) det(A
) =
(1)
N
a
1j
1
a
ij
i
a
nj
n
=
(1)
N
a
1j
1
a
ij
i
a
nj
n
= det(A)
b) Previamente necesitamos el siguiente resultado:
Lema.- Si en el conjunto {j
1
, . . . , j
n
} intercambiamos dos elementos el n umero de inversiones
de signo cambia de paridad (de par a impar, o viceversa).
Demostracion:
Si intercambiamos los elementos consecutivos j
i
y j
i+1
cambia la paridad, pues si antes era
j
i
< j
i+1
ahora es j
i+1
> j
i
, produciendose una inversion donde antes no la haba, y si era
j
i
> j
i+1
ahora j
i+1
< j
i
, con lo que se elimina una inversion que antes haba. Como con el
resto de los elementos no se producen modicaciones, si tenamos N inversiones ahora tendremos
N + 1 o N 1, luego se cambia de paridad.
Si intercambiamos los elementos j
i
y j
k
no consecutivos, podemos hacerlo repitiendo el proceso
comentado arriba, yendo paso a paso intercambiando terminos consecutivos. Hacemos por lo
tanto k i intercambios consecutivos para llevar el elemento j
i
a la posicion k y haremos
ki 1 intercambios para llevar j
k
(que ahora esta en la posicion k1) a la posicion i. Luego
hay 2(k i) 1, un n umero impar, de cambios de paridad y, por tanto, cambia la paridad al
intercambiar dos elementos cualesquiera.
Con este resultado, para probar b) basta observar que los productos elementales que aparecen en el
det(A
) son los mismos que aparecen en el det(A), aunque intercambiadas las posiciones de los ele-
mentos de las las en cuestion, es decir, los productos elementales a
1j
1
a
kj
k
a
ij
i
a
nj
n
de A
y
a
1j
1
a
ij
i
a
kj
k
a
nj
n
de A son iguales. Pero como los ndices j
i
y j
k
aparecen intercambiando las
posiciones en el desarrollo de los determinantes, tendran signos contrarios, luego det(A
) = det(A).
Corolario.- Una matriz con dos las iguales tiene determinante cero.
Demostracion:
Sea B una matriz cuadrada que tiene la la i y la la k iguales, entonces por la parte b)
anterior, si intercambiamos las las i y k que son iguales se obtiene que det(B) = det(B) es
decir que det(B) = 0.
c) det(A
) =
(1)
N
a
1j
1
a
ij
i
(a
kj
k
+ka
ij
k
) a
nj
n
=
(1)
N
a
1j
1
a
ij
i
a
kj
k
a
nj
n
+
(1)
N
a
1j
1
a
ij
i
ka
ij
k
a
nj
n
=det(A) +k
(1)
N
a
1j
1
a
ij
i
a
ij
k
a
nj
n
.
Como este ultimo sumatorio, que es el determinante de una matriz que tiene la la i y la la k iguales,
vale 0, se tiene que det(A
) = det(A).
Teorema 74.- Si A y B son matrices cuadradas de orden n, entonces
det(AB) = det(A) det(B).
Demostracion:
La demostracion se hace en tres pasos. Primero el caso particular en que A sea una matriz elemental y luego
los casos generales, que A sea una matriz inversible o que no lo sea.
1. Si A es una matriz elemental, por el teorema 71 y corolario 73 anteriores, se tiene que:
a) det(AB) = k det(B) = det(A) det(B)
b) det(AB) = det(B) = (1) det(B) = det(A) det(B)
c) det(AB) = det(B) = 1 det(B) = det(A) det(B)
seg un el tipo de matriz elemental que sea A.
2. Si A es inversible es producto de matrices elementales (teorema 62) y por la parte 1,
det(AB) = det(E
k
E
k1
E
1
B) = det(E
k
) det(E
k1
E
1
B) =
=det(E
k
) det(E
2
) det(E
1
) det(B) = det(E
k
) det(E
2
E
1
) det(B) =
=det(E
k
E
1
) det(B) = det(A) det(B).
3. Si A no es inversible, la matriz escalonada reducida, R, obtenida de E
k
E
1
A = R no es la identidad, luego
A = E
1
1
E
1
k
R = E
1
R donde E
1
es inversible (producto de inversibles) y R tiene al menos una la
de ceros. Luego det(AB) = det(E
1
RB) = det(E
1
) det(RB) y det(A) det(B) = det(E
1
R) det(B) =
det(E
1
) det(R) det(B). Como R tiene al menos una la de ceros, RB tiene al menos una la de ceros
y det(R) = 0 = det(RB). Luego:
det(AB) = det(E
1
) det(RB) = 0 = det(E
1
) det(R) det(B) = det(A) det(B).
Teorema 77.- Si A es una matriz cuadrada, entonces |A
t
| = |A| .
Demostracion:
Es claro que los productos elementales que aparecen en ambos determinantes son los mismos, luego basta probar
que ademas tienen el mismo signo.
Si en la matriz A hacemos cero todos los elementos excepto los que intervienen en un producto elemental
dado, obtenemos una matriz B cuyo determinante es precisamente ese producto elemental con signo, es decir
det(B) = (1)
N
a
1j
1
a
nj
n
; si en A
t
hacemos cero los elementos que no intervienen en ese mismo producto
elemental se obtiene precisamente B
t
, y det(B
t
) = (1)
N
a
1j
1
a
nj
n
. Entonces,
|BB
t
| =
_
_
_
_
_
_
_
0 0 a
1j
1
0
0 0 0 a
2j
2
a
3j
3
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
nj
n
0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 0 a
3j
3
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
nj
n
.
.
.
.
.
.
.
.
.
.
.
.
a
1j
1
0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 a
2j
2
0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
a
2
1j
1
0 0 0
0 a
2
2j
2
0 0
0 0 a
2
3j
3
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 a
2
nj
n
=a
2
1j
1
a
2
2j
2
a
2
3j
3
a
2
nj
n
0,
y, por tanto, det(B) det(B
t
) = det(BB
t
) 0 y ambos factores tienen el mismo signo.
Teorema 79.- El determinante de una matriz A se puede calcular multiplicando los elementos de una la (o
de una columna) por sus cofactores correspondientes y sumando todos los productos resultantes; es decir, para
cada 1 i n y para cada 1 j n:
det(A) = a
i1
C
i1
+a
i2
C
i2
+ +a
in
C
in
y det(A) = a
1j
C
1j
+a
2j
C
2j
+ +a
nj
C
nj
Demostracion:
Sopongamos que desarrollamos por la la 1. Si en det(A) agrupamos los terminos que involucran a cada a
1k
,
tenemos que
|A| =
(1,j
2
,...,j
n
)
(1)
N
a
11
a
2j
2
a
nj
n
+ +
(n,j
2
,...,j
n
)
(1)
N
a
1n
a
2j
2
a
nj
n
=
n
k=1
_
_

(k,j
2
,...,j
n
)
(1)
N
a
1k
a
2j
2
a
nj
n
_
_
=
n
k=1
a
1k
_
_

(k,j
2
,...,j
n
)
(1)
N
a
2j
2
a
nj
n
_
_
Por otra parte como C
1k
= (1)
1+k
M
1k
= (1)
1+k
(j
2
,...,j
n
)
j
i
=k
(1)
N
k
a
2j
2
a
nj
n
, basta comprobar que este valor
coincide con el que aparece entre parentesis en el sumatorio anterior.
Para cada k, en el conjunto {k, j
2
, . . . , j
n
} aparecen k 1 inversiones mas que en {j
2
, . . . , j
n
}, pues estan
todas aquellas que se producen entre los j
i
mas las que se produzcan con el primer elemento k. En efecto, como
en el conjunto {j
2
, . . . , j
n
} aparecen los valores 1, 2, . . . , k 1, y se tiene que k > 1, k > 2, . . . , k > k 1,
aparecen exactamente k 1 inversiones mas. Es decir, (1)
N
= (1)
k1
(1)
N
k
, luego
|A| =
n
k=1
a
1k
_
_

(k,j
2
,...,j
n
)
(1)
N
a
2j
2
a
nj
n
_
_
=
n
k=1
a
1k
_
_

(j
2
,...,j
n
)
(1)
k1
(1)
N
k
a
2j
2
a
nj
n
_
_
=
n
k=1
a
1k
(1)
k1
_
_

(j
2
,...,j
n
)
(1)
N
k
a
2j
2
a
nj
n
_
_
=
n
k=1
a
1k
(1)
k1
M
1k
=
n
k=1
a
1k
(1)
k+1
M
1k
=
n
k=1
a
1k
C
1k
Para desarrollar por una la k cualquiera, basta llevar esta a la la 1 y aplicar lo anterior. En efecto, si vamos
intercambiando la la k con cada una de las anteriores, obtenemos una matriz A
que tiene por la 1 la la k

de A, por la 2 la la 1 de A, . . . , por la k la la k 1 de A, y las demas igual. Luego hemos hecho k 1
cambios de la y, por tanto, |A| = (1)
k1
|A
| . Si desarrollamos det(A
) por la primera la, tenemos que

|A| =(1)
k1
|A
| = (1)
k1
n
j=1
a
1j
(1)
1+j
M
1j
= (1)
k1
n
j=1
a
kj
(1)
1+j
M
kj
=
n
j=1
a
kj
(1)
k1
(1)
1+j
M
kj
=
n
j=1
a
kj
(1)
k+j
M
kj
=
n
j=1
a
kj
C
kj
.
Para el desarrollo por columnas basta recordar que |A| = |A
t
| .
Demostracion de: Regla de Cramer 83 de la pagina 28
Regla de Cramer 83.- Sea AX = B, un sistema de n ecuaciones con n incognitas, tal que A es inversible,
entonces el sistema tiene como unica solucion:
x
1
=
b
1
a
12
a
1n
b
2
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
n
a
n2
a
nn
|A|
, x
2
=
a
11
b
1
a
1n
a
21
b
2
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
b
n
a
nn
|A|
, . . . , x
n
=
a
11
a
12
b
1
a
21
a
22
b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
b
n
|A|
.
Demostracion:
Si A es inversible la solucion unica es X = A
1
B =
Adj(A)
|A|
B =
1
|A|
_
_
_
_
_
C
11
C
21
C
n1
C
12
C
22
C
n2
.
.
.
.
.
.
.
.
.
.
.
.
a
1n
a
2n
a
nn
_
_
_
_
_
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
=
1
|A|
_
_
_
_
b
1
C
11
+b
2
C
21
+ +b
n
C
n1
b
1
C
12
+b
2
C
22
+ +b
n
C
n2

b
1
C
1n
+b
2
C
2n
+ +b
n
C
nn
_
_
_
_
luego cada x
j
=
b
1
C
1j
+b
2
C
2j
+ +b
n
C
nj
|A|
, como queramos probar.
Demostracion de: Orlado de menores 87 de la pagina 29
Orlado de menores 87.- Sea A
mn
una matriz, y M
rr
una submatriz de A con determinante distinto de cero.
Entonces, si el determinante de todas las submatrices de orden r + 1 que se pueden conseguir en A a nadiendo
una la y una columna a M son cero, el rango de A es r.
Demostracion:
Supongamos, por simplicidad en la notacion, que M es el menor formado por las primeras r las y columnas.
Consideremos la matriz
_
_
_
_
_
a
11
a
1r
a
1r+1
a
1r+2
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
r1
a
rr
a
rr+1
a
rr+2
a
rn
a
r+11
a
r+1r
a
r+1r+1
a
r+1r+2
a
r+1n
_
_
_
_
_
donde las lneas verticales signican respectivamente M y este menor ampliado a la la r + 1 y a cada una de
las demas columnas de A. Si hacemos operaciones elementales en las las, obtenemos
_
_
_
_
_
a
11
a
1r
a
1r+1
a
1r+2
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
rr
a
rr+1
a
rr+2
a
rn
0 0 a
r+1r+1
a
r+1r+2
a
r+1n
_
_
_
_
_
y los menores que tenemos ahora son o no cero seg un lo fueran o no antes. Como M es distinto de cero ha de
ser a
11
a
22
a
rr
= 0 y como cada uno de los menores ampliados son cero han de ser a
11
a
22
a
rr
a
r+1r+1
= 0,
a
11
a
22
a
rr
a
r+1r+2
= 0, . . . , a
11
a
22
a
rr
a
r+1n
= 0. Luego, a
r+1r+1
= a
r+1r+2
= = a
r+1n
= 0 y la
matriz escalonada queda
_
_
_
_
_
a
11
a
1r
a
1r+1
a
1r+2
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
rr
a
rr+1
a
rr+2
a
rn
0 0 0 0 0
_
_
_
_
_
.
Haciendo el mismo proceso para las las r + 2 hasta m, tenemos que una forma escalonada de A sera
_
_
_
_
_
_
_
_
_
_
a
11
a
1r
a
1r+1
a
1r+2
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
rr
a
rr+1
a
rr+2
a
rn
0 0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 0
_
_
_
_
_
_
_
_
_
_
y el rango de A es por tanto r.

Parte1 Preliminares

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Parte1 Preliminares

Uploaded by

Copyright:

Available Formats

1 Matematicas I

2.1.1 Operaciones en IK[X]

2.2.4 Factorizacion de polinomios en R[X]

es el mnimo com un m ultiplo de los denominadores

(el polinomio derivado de P ).

3.1.2 Matriz transpuesta

es la matriz elemental que deshace la operacion realizada por E, se tiene que E

es la matriz elemental que deshace E, multiplicando en la

3.2.3 Rango de una matriz y Teorema de Rouche

Prof: Jose Antonio Abia Vian Grado de Ingeniera en Tecnologas Industriales

es la matriz que resulta de intercambiar dos las de A, entonces det(A

es la matriz que resulta de sumar a la la k un m ultiplo de la la i, entonces det(A

tiene determinante cero y

a+d b+e c+f

a) Cu al es el rango de la matriz del primer determinante en funcion de los valores de a y b?

es la matriz que resulta de multiplicar una la de A por una constante = 0, entonces

es la matriz que resulta de intercambiar dos las de A, entonces det(A

es la matriz que resulta de sumar a una la k un m ultiplo de la la i, entonces det(A

que tiene por la 1 la la k

) por la primera la, tenemos que

You might also like