MATRICES

CONCEPTO

Una matriz es un conjunto o tabla de números de un cuerpo 𝐾 (como los reales o los complejos) con un determinado
orden. Se expresan de la forma
𝑎1,1 𝑎1,2 𝑎1,3 … 𝑎1,𝑛−1 𝑎1,𝑛
𝑎2,1 𝑎2,2 𝑎2,3 … 𝑎2,𝑛−1 𝑎2,𝑛
𝐴= ⋮ ⋮ … … … ⋮ ∈ 𝑀(𝐾)𝑚 𝑥 𝑛
𝑎𝑚−1,1 𝑎𝑚−1,2 … … 𝑎𝑚−1,𝑛−1 𝑎𝑚−1,𝑛
( 𝑎𝑚,1 𝑎𝑚,2 … … 𝑎𝑚,𝑛−1 𝑎𝑚,𝑛 )

De forma abreviada
1≤𝑖≤𝑚
𝐴 = (𝑎𝑖,𝑗 ) 𝑜 𝐴 = (𝑎𝑖,𝑗 )
1≤𝑗≤𝑛 𝑚𝑥𝑛

donde los elementos 𝑎𝑖,𝑗 ∈ 𝐾 son los números, que reciben el nombre de entrada (𝑖, 𝑗) de la matriz, que representa la
posición de la entrada: fila 𝑖, columna 𝑗.

Otra notación útil para las demostraciones:

𝐴(𝑖, 𝑗) = 𝑎𝑖,𝑗

𝐴(: , 𝑗) = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗 𝑑𝑒 𝐴

𝐴(𝑖, : ) = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑓𝑖𝑙𝑎 𝑖 𝑑𝑒 𝐴

La dimensión de la matriz es 𝑚 𝑥 𝑛, que quiere decir que tiene 𝑚 filas y 𝑛 columnas, con lo que los subíndices son 1 ≤
𝑖 ≤ 𝑚, 1 ≤ 𝑗 ≤ 𝑛.

Si 𝑚 = 𝑛, diremos que es una matriz cuadrada, si no, que es rectangular.

Ejemplo:

1 3 3
1+𝑖 −𝑖 3
𝐴 = (2 4 2) ∈ 𝑀(ℝ)3𝑥3 𝐵=( ) ∈ 𝑀(ℂ)2𝑥3
0 2 𝑖
1 0 2

OPERACIONES

Se definen el producto por un escalar y producto y suma de matrices, que dan a las matrices cuadradas (mismo número
de filas que de columnas) estructura de grupo.

Producto por un escalar: dada una matriz 𝐴 = (𝑎𝑖,𝑗 ) ∈ 𝑀(𝐾)𝑚 𝑥 𝑛 y un escalar 𝑏 ∈ 𝐾, el producto

𝑏 · 𝐴 = (𝑏 · 𝑎𝑖,𝑗 )𝑚 𝑥 𝑛 𝑏 ∈ 𝐾, 𝐴 = (𝑎𝑖,𝑗 )𝑚 𝑥 𝑛

Es decir, el escalar multiplica a todos los elementos de la matriz. La operación es conmutativa:

𝑏·𝐴 =𝐴·𝑏

Ejemplo:

1 1 3 2·1 2·1 2·3 2 2 6

2 · (2 3 4) = (2 · 2 2 · 3 2 · 4) = (4 6 8)
2 3 5 2·2 2·3 2·5 4 6 10

Suma de matrices: dadas dos matrices de la misma dimensión

𝐴 = (𝑎𝑖,𝑗 ) ∈ 𝑀(𝐾)𝑚 𝑥 𝑛 , 𝐵 = (𝑏𝑖,𝑗 ) ∈ 𝑀(𝐾)𝑚 𝑥 𝑛
se define la suma como

𝐴 + 𝐵 = (𝑎𝑖,𝑗 + 𝑏𝑖,𝑗 ) 𝐴 = (𝑎𝑖,𝑗 ), 𝐵 = (𝑏𝑖,𝑗 ) ∈ 𝑀(𝐾)𝑚 𝑥 𝑛

es decir, se suman las entradas con la misma posición.

Propiedades:

1) Conmutativa

𝐴+𝐵 = 𝐵+𝐴

2) Asociativa

𝐴 + (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶

3) Distributiva respecto del producto por un escalar

𝑘 · (𝐴 + 𝐵) = 𝑘 · 𝐴 + 𝑘 · 𝐵 𝑘∈𝐾

4) Distributiva respecto del producto de matrices

𝑘 · (𝐴 · 𝐵) = (𝑘 · 𝐴) · 𝐵 = 𝐴 · (𝑘 · 𝐵) 𝑘∈𝐾

Producto: dadas dos matrices

𝐴 = (𝑎𝑖,𝑗 ) ∈ 𝑀(𝐾)𝑚 𝑥 𝑛 , 𝐵 = (𝑏𝑖,𝑗 ) ∈ 𝑀(𝐾)𝑛 𝑥 𝑝

se define el producto como la matriz de dimensión 𝑚 𝑥 𝑝 que tiene por entradas

𝑛

𝐴𝐵 = (𝑎𝑏)𝑚𝑥𝑝 𝑑𝑜𝑛𝑑𝑒 (𝑎𝑏)𝑖,𝑗 = (𝐴𝐵)(𝑖, 𝑗) = ∑ 𝑎𝑖,𝑘 · 𝑏𝑘,𝑖

𝑘=1

Teniendo en cuanta el producto de vectores,

(𝐴𝐵)(𝑖, 𝑗) = 𝐴(𝑖, : ) · 𝐵(: , 𝑗)

Nótese que la matriz de la izquierda tiene el mismo número de filas que columnas tiene la de la derecha.

Propiedades:

1) No es conmutativa: ni siquiera el producto se puede efectuar si 𝑚 ≠ 𝑝.

2) Es asociativa

𝐴 · (𝐵 · 𝐶) = (𝐴 · 𝐵) · 𝐶

3) Es distributiva (por la derecha) respecto de la suma

(𝐴 + 𝐵) · 𝐶 = 𝐴 · 𝐶 + 𝐵 · 𝐶

4) Es distributiva (por la izquierda) respecto de la suma

𝐴 · (𝐵 + 𝐶) = 𝐴 · 𝐵 + 𝐴 · 𝐶

5) Tiene elemento neutro

 1 0 ⋯ 0
𝐴 · 𝐼𝑛 = 𝐴 = 𝐼𝑚 · 𝐴 𝐼 = (0 ⋱ ⋱ ⋮) 𝐴 ∈ 𝑀𝑚𝑥𝑛 (𝐾)
⋮ ⋱ ⋱ 0
0 ⋯ 0 1

Ejemplo:

1 1 3 6 2 5 1 · 6 + 1 · 0 + 3 · 2 1 · 2 + 1 · (−3) + 3 · 4 1·5+1·1+3·2 12 11 12
(2 3 4) (0 −3 1) = (2 · 6 + 3 · 0 + 4 · 2 2 · 2 + 3 · (−3) + 4 · 4 2 · 5 + 3 · 1 + 4 · 2) = (20 11 21)
2 3 5 2 4 2 2 · 6 + 3 · 0 + 5 · 2 2 · 2 + 3 · (−3) + 5 · 4 2·5+3·1+5·2 22 15 23

Operaciones elementales (matrices equivalentes): se dice que dos matrices son equivalentes si cada una de ellas se
puede obtener a partir de la otra mediante operaciones elementales fila, que son:

a) multiplicar la fila 𝑠 por un escalar no nulo 𝑎

𝐸 𝑠 (𝑎) = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑒𝑟𝑜

𝑐𝑜𝑛 𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑎 𝑒𝑛 𝑙𝑎 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 (𝑠, 𝑠)

b) sumar a la fila 𝑠 la fila 𝑟 multiplicada por un escalar 𝑎

𝐸𝑟𝑠 (𝑎) = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑒𝑟𝑜

𝑐𝑜𝑛 𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑎 𝑒𝑛 𝑙𝑎 𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 (𝑠, 𝑟)

c) intercambiar las filas 𝑟 y 𝑠

𝐸 𝑟,𝑠 = 𝑚𝑎𝑡𝑟𝑖𝑧 𝑖𝑑𝑒𝑛𝑡𝑖𝑑𝑎𝑑 𝑐𝑜𝑛 𝑙𝑎𝑠 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠

𝑟 𝑦 𝑠 𝑖𝑛𝑡𝑒𝑟𝑐𝑎𝑚𝑏𝑖𝑎𝑑𝑎𝑠

Estas operaciones son el resultado de premultiplicar por la matriz indicada. Las matrices reciben el nombre de
elementales y el producto de matrices elementales, también.

Las matrices elementales son regulares.

Ejemplos:

1 1 1 5 5 5
𝐴 = (2 2 2) ~ (2 2 2) = 𝐵
3 3 3 3 3 3

𝑦𝑎 𝑞𝑢𝑒 𝐵 = 𝐸1 (5) · 𝐴

1 1 1 2 2 2
𝐴 = (2 2 2) ~ (1 1 1) = 𝐵
3 3 3 3 3 3

𝑦𝑎 𝑞𝑢𝑒 𝐵 = 𝐸1,2 · 𝐴

1 1 1 2 2 2
𝐴 = (2 2 2) ~ (5 5 5) = 𝐵
3 3 3 3 3 3

𝑦𝑎 𝑞𝑢𝑒 𝐵 = 𝐸 2 (5) · 𝐸1,2 · 𝐴

1 1 1 5 5 5
𝐴 = (2 2 2) ~ (5 5 5) = 𝐵
3 3 3 3 3 3

𝑦𝑎 𝑞𝑢𝑒 𝐵 = 𝐸1 (5) · 𝐸12 (3) · 𝐴

Matriz escalonada: una matriz tiene forma escalonada reducida si se cumplen:

a) si hay alguna fila nula, está al final.

b) el primer elemento no nulo de la primera fila (de izquierda a derecha) sólo tiene elementos nulos debajo (a no ser que
la matriz sea una única fila, en cuyo caso se cumple). A este elemento se le llama elemento principal de la fila.

c) si se cumplen las condiciones anteriores, la matriz que resulta al eliminar la primera fila y columna, cumple las
condiciones anteriores.

Si todos los elementos principales de las filas (en caso de haberlo) son 1, diremos que es una matriz en forma escalonada
reducida.

Ejemplos:

1 0 0
(0 1 0)
0 0 1
1 1 3
(2 3 4) 𝑛𝑜 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑦𝑎 𝑞𝑢𝑒 𝑝𝑜𝑟 𝑑𝑒𝑏𝑎𝑗𝑜 𝑑𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟𝑎 𝑓𝑖𝑙𝑎 𝑛𝑜 ℎ𝑎𝑦 0.
2 3 5
1 1 3
(0 3 4) 𝑛𝑜 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑦𝑎 𝑞𝑢𝑒 𝑝𝑜𝑟 𝑑𝑒𝑏𝑎𝑗𝑜 𝑑𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑠𝑒𝑔𝑢𝑛𝑑𝑎 𝑓𝑖𝑙𝑎 𝑛𝑜 ℎ𝑎𝑦 0.
0 3 5
1 1 3
(0 3 4) 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎, 𝑝𝑒𝑟𝑜 𝑛𝑜 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎.
0 0 5
1 0 3
(0 0 4) 𝑛𝑜 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑝𝑜𝑟𝑞𝑢𝑒 𝑝𝑜𝑟 𝑑𝑒𝑏𝑎𝑗𝑜 𝑑𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑠𝑒𝑔𝑢𝑛𝑑𝑎 𝑓𝑖𝑙𝑎 𝑛𝑜 ℎ𝑎𝑦 0.
0 3 5
0 0 0
(0 0 0) 𝑛𝑜 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑑𝑎 𝑝𝑜𝑟 𝑛𝑜 𝑡𝑒𝑛𝑒𝑟 𝑙𝑎𝑠 𝑓𝑖𝑙𝑎𝑠 𝑛𝑢𝑙𝑎𝑠 𝑎𝑙 𝑓𝑖𝑛𝑎𝑙
0 3 5
1 1 3
(0 0 0) 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎
0 0 0
0 0 3
(0 3 4) 𝑛𝑜 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑦𝑎 𝑞𝑢𝑒 𝑛𝑜 ℎ𝑎𝑦 0 𝑝𝑜𝑟 𝑑𝑒𝑏𝑎𝑗𝑜 𝑑𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟𝑎 𝑓𝑖𝑙𝑎
0 3 5

0 1 3
(0 3 4) 𝑛𝑜 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑦𝑎 𝑞𝑢𝑒 𝑝𝑜𝑟 𝑑𝑒𝑏𝑎𝑗𝑜 𝑑𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟𝑎 𝑓𝑖𝑙𝑎 𝑛𝑜 ℎ𝑎𝑦 𝑠ó𝑙𝑜 0.
0 0 5

1 1 3
(0 1 4) 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑝𝑒𝑟𝑜 𝑛𝑜 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎, 𝑦𝑎 𝑞𝑢𝑒 𝑝𝑜𝑟 𝑒𝑛𝑐𝑖𝑚𝑎 𝑑𝑒𝑙 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑠𝑒𝑔𝑢𝑛𝑑𝑎 𝑓𝑖𝑙𝑎 𝑛𝑜 ℎ𝑎𝑦 0
0 0 0
 1 0 3
(0 1 4) 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎
0 0 0
1 0 3
(0 1 4) 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎
0 0 1
2 1 3
(0 1 4) 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑝𝑒𝑟𝑜 𝑛𝑜 𝑟𝑒𝑑𝑢𝑐𝑖𝑑𝑎 𝑦𝑎 𝑞𝑢𝑒 𝑛𝑜 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑝𝑟𝑖𝑛𝑐𝑖𝑝𝑎𝑙𝑒𝑠 𝑠𝑜𝑛 1
0 0 0

Propiedad: toda matriz es equivalente a alguna matriz en forma escalonada.

Propiedad: toda matriz es equivalente a una ÚNICA matriz en forma escalonada reducida. Por la unicidad, dada una
matriz 𝐴, llamaremos matriz en forma escalonada reducida de 𝐴, 𝐹𝐸𝑅(𝐴), a la única matriz escalonada reducida
equivalente a 𝐴.

Ejemplo: Dadas las siguientes matrices, obtener sus matrices en forma escalonada reducida. El procedimiento consiste en
utilizar operaciones elementales fila obteniendo los elementos principales de izquierda a derecha y de arriba abajo.

3 9 6
(4 8 4)
0 0 0

Multiplicamos la primera fila por 1/3 y la segunda por 1/4. Esto es,

1
𝐴(1, : ) → 𝐴(1, : )
3
1
𝐴(2, : ) → 𝐴(2, : )
4
3 9 6 1 3 2
(4 8 4 ) → (1 2 1)
0 0 0 0 0 0

Restamos la primera fila a la segunda, esto es

𝐴(2, : ) → 𝐴(2, : ) − 𝐴(1, : )

1 3 2 1 3 2 1 3 2
(1 2 1) → (1 − 1 2 − 3 1 − 2) = (0 −1 −1)
0 0 0 0 0 0 0 0 0

Sumamos la segunda fila multiplicada por 3 a la primera

1 3 2 1 0 −1
(0 −1 −1) → (0 −1 −1)
0 0 0 0 0 0

Sólo queda que el elemento principal de la segunda fila sea 1, para ello la multiplicamos por −1

1 0 −1 1 0 −1
(0 −1 −1) → (0 1 1)
0 0 0 0 0 0

Por tanto,

3 9 6 1 0 −1
𝐹𝐸𝑅 (4 8 4) = ( 0 1 1)
0 0 0 0 0 0
MATRIZ INVERSA

Dada una matriz cuadrada 𝐴 de dimensión 𝑛, diremos que es regular (o inversible) si existe una matriz de la misma
dimensión, 𝐵, que cumple

𝐴 · 𝐵 = 𝐼𝑛 = 𝐵 · 𝐴

Puesto que en caso de existir es única, la llamaremos inversa de 𝐴 y la representaremos por

𝐴−1

Unicidad: supongamos que 𝐵 y 𝐶 son inversas de 𝐴

𝐴 · 𝐵 = 𝐼𝑛 = 𝐵 · 𝐴 𝐴 · 𝐶 = 𝐼𝑛 = 𝐶 · 𝐴 → 𝐴𝐵 = 𝐴𝐶

𝐴𝐵 = 𝐼𝑛 = 𝐴𝐶 → 𝐴𝐵 = 𝐴𝐶 → 𝐵(𝐴𝐵) = 𝐵(𝐴𝐶) → (𝐵𝐴)𝐵 = (𝐵𝐴)𝐶 → 𝐼𝑛 𝐵 = 𝐼𝑛 𝐶 → 𝐵 = 𝐶

Sabemos que 𝐵𝐴 = 𝐼𝑛 con lo que

Si no existe tal matriz, diremos que 𝐴 es singular.

No todas las matrices cuadradas son regulares.

Ejemplo de matriz regular y singular:

1/2 0 2 0
𝐴=( ) 𝐴−1 = ( )
0 5 0 1/5

1 2
( )
0 0
1 2 𝑎 𝑏
Veamos que ( ) no tiene inversa. Supongamos que ( ) es su inversa:
0 0 𝑐 𝑑
1 2 𝑎 𝑏 𝑎 + 2𝑐 𝑏 + 2𝑑 1 0
( )( )=( ) = 𝐼2 = ( ) → 0 = 1 → 𝑖𝑚𝑝𝑜𝑠𝑖𝑏𝑙𝑒
0 0 𝑐 𝑑 0 0 0 1

Propiedades: si 𝐴 y 𝐵 son regulares:

1) 𝐴−1 es regular y su inversa es (𝐴−1 )−1 = 𝐴

2) (𝐴𝐵)−1 = 𝐵−1 𝐴−1

(𝐵−1 𝐴−1 )(𝐴𝐵) = 𝐵−1 (𝐴−1 𝐴)𝐵 = 𝐵−1 𝐼𝑛 𝐵 = 𝐵−1 𝐵 = 𝐼𝑛

(𝐴𝐵)(𝐵−1 𝐴−1 ) = 𝐴(𝐵𝐵−1 )𝐴−1 = 𝐴𝐼𝑛 𝐴−1 = 𝐴𝐴−1 = 𝐼𝑛

De ambas desigualdades y de la unicidad de la inversa: (𝐴𝐵)−1 = 𝐵−1 𝐴−1

3) (𝐴𝑇 )−1 = (𝐴−1 )𝑇

Teniendo en cuenta que

𝐴𝐴−1 = 𝐼𝑛 = 𝐴−1 𝐴 𝐼𝑛 = 𝐼𝑛𝑇

𝐼𝑛 = 𝐴−1 𝐴 = (𝐴−1 𝐴)𝑇 = 𝐴𝑇 (𝐴−1 )𝑇

𝐼𝑛 = 𝐴𝐴−1 = (𝐴𝐴−1 )𝑇 = 𝐴𝑇 (𝐴−1 )𝑇

De ambas desigualdades y de la unicidad de la inversa: (𝐴𝑇 )−1 = (𝐴−1 )𝑇

Métodos para la obtención de la matriz inversa:

1) Mediante FER

Sea 𝐴 una matriz regular de dimensión 𝑛. Consideremos la matriz de dimensión 𝑛 𝑥 (2𝑛)

(𝐴|𝐼𝑛 )

El método consiste en realizar operaciones elementales fila a la matriz hasta obtener en el primer bloque de la matriz
(donde se encuentra 𝐴) la 𝐹𝐸𝑅 de 𝐴.

Una vez logrado, en el segundo bloque (donde inicialmente teníamos 𝐼𝑛 ) estará la inversa de 𝐴. Es decir, tendremos

(𝐼𝑛 |𝐴−1 )

Justificación:

Sabemos que existe una matriz elemental 𝐸 tal que

𝐸 · 𝐴 = 𝐹𝐸𝑅(𝐴) = 𝐼𝑛 → 𝐴−1 = 𝐸

Por tanto,

𝐹𝐸𝑅(𝐴|𝐼𝑛 ) = (𝐹𝐸𝑅(𝐴)|𝐼𝑛 ) = (𝐸𝐴|𝐸) = (𝐼𝑛 |𝐸)

2) Mediante adjunción
𝑇 𝑇
−1
(𝐴𝑑𝑗(𝐴)) (𝐴𝑑𝑗(𝐴))
𝐴 = =
det(𝐴) |A|

Determinante

Matriz de dimensión 1:

𝐴 = (𝑎)

Se define su determinante como

det(𝐴) = |𝐴| = 𝑎

Matriz de dimensión 2:
𝑎1,1 𝑎1,2
(𝑎 𝑎2,2 )
2,1

se define su determinante como

𝑎1,1 𝑎1,2 𝑎1,1 𝑎1,2
det (𝑎 𝑎2,2 ) = |𝑎2,1 𝑎2,2 | = 𝑎1,1 · 𝑎2,2 − 𝑎1,2 · 𝑎2,1
2,1

Regla mnemotécnica

Ejemplo:
 1 2
det ( ) = 1 · 4 − 2 · 3 = 4 − 6 = −2
3 4

Matriz de dimensión 3:
𝑎1,1 𝑎1,2 𝑎1,3
(𝑎2,1 𝑎2,2 𝑎2,3 )
𝑎3,1 𝑎3,2 𝑎3,3

se define su determinante como

𝑎1,1 𝑎1,2 𝑎1,3 𝑎1,1 𝑎1,2 𝑎1,3
𝑎
det ( 2,1 𝑎2,2 𝑎2,3 ) = |𝑎2,1 𝑎2,2 𝑎2,3 | =
𝑎3,1 𝑎3,2 𝑎3,3 𝑎3,1 𝑎3,2 𝑎3,3

= (𝑎1,1 · 𝑎2,2 · 𝑎3,3 + 𝑎1,2 · 𝑎2,3 · 𝑎3,1 + 𝑎2,1 · 𝑎3,2 · 𝑎1,3 ) − (𝑎1,3 · 𝑎2,2 · 𝑎3,1 + 𝑎1,2 · 𝑎2,1 · 𝑎3,3 + 𝑎2,3 · 𝑎3,2 · 𝑎1,1 )

fórmula que se conoce como Regla de Sarrus

Ejemplo:

1 0 1
det (0 3 2) = 1 · 3 · 3 + 0 · 2 · 1 + 0 · 2 · 1 − (1 · 3 · 1 + 0 · 0 · 3 + 2 · 2 · 1) =
1 2 3

= 9 − (3 + 4) = 9 − 7 = 2

Para matrices de orden mayor que 2, usaremos el desarrollo de Laplace aplicable para cualquier dimensión

Sea

𝐴 = (𝑎𝑖,𝑗 )

de dimensión 𝑛 𝑥 𝑛, se define el desarrollo de Laplace por fila 𝑖 como

𝑛

det(𝐴) = |𝐴| = ∑ 𝑎𝑖,𝑘 (−1)𝑖+𝑘 det(𝐴𝑖,𝑘 )

𝑘=1
𝑘≠𝑖

donde

𝐴𝑟,𝑠

es la matriz que resulta al quitarle a 𝐴 la fila 𝑟 y columna 𝑠.

y por la columna 𝑗 como

𝑛

det(𝐴) = |𝐴| = ∑ 𝑎𝑘,𝑗 (−1)𝑗+𝑘 det(𝐴𝑘,𝑗 )

𝑘=1
𝑘≠𝑗

Ejemplo: desarrollo de Laplace por la primera fila de

𝑎1,1 𝑎1,2 𝑎1,3
𝑎
( 2,1 𝑎2,2 𝑎2,3 )
𝑎3,1 𝑎3,2 𝑎3,3
𝑎1,1 𝑎1,2 𝑎1,3
𝑎 𝑎2,3 𝑎 𝑎2,3 𝑎 𝑎2,2
𝑎 𝑎2,2 𝑎2,3 ) = 𝑎1,1 (−1)1+1 | 2,2 2+1 2,1 3+1 2,1
det ( 2,1 𝑎3,2 𝑎3,3 | + 𝑎1,2 (−1) |𝑎
3,1 𝑎3,3 | + 𝑎1,3 (−1) |𝑎
3,1 𝑎3,2 | =
𝑎3,1 𝑎3,2 𝑎3,3
 𝑎2,2 𝑎2,3 𝑎2,1 𝑎2,3 𝑎2,1 𝑎2,2
= 𝑎1,1 |𝑎 𝑎3,3 | − 𝑎1,2 | 𝑎3,1 𝑎3,3 | + 𝑎1,3 | 𝑎3,1 𝑎3,2 |
3,2

Propiedades de la función determinante

Sean 𝐴, 𝐵 dos matrices cuadradas de dimensión 𝑛

1)

det(𝐴 · 𝐵) = det(𝐴) · det(𝐵)

2) Si 𝐴 tiene alguna fila o columna de ceros,

det(𝐴) = 0

3) Si 𝐵 es el resultado de multiplicar alguna fila de 𝐴 por 𝑎

det(𝐵) = 𝑎 · det(𝐴)

4) Si 𝐵 es el resultado de multiplicar 𝑠 filas de 𝐴 por 𝑎

det(𝐵) = 𝑎 𝑠 · det(𝐴)

6) Si 𝐵 es el resultado de cambiar el orden a una fila (o columna) de 𝐴

det(𝐵) = − det(𝐴)

7) Si 𝐵 es el resultado de cambiar el orden de 𝑠 filas (y/o columnas)

det(𝐵) = (−1)𝑠 det(𝐴)

8) Si 𝐴 es regular,

1
det(𝐴) ≠ 0 𝑦 det(𝐴−1 ) =
det(𝐴)

9)

det(𝐴) = det(𝐴𝑇 )

10) Sean

𝐵 matriz igual que 𝐴 excepto la fila 𝑘

𝐶 matriz nula excepto la fila 𝑘, que es la misma que la fila 𝑘 de 𝐵

det(𝐴 + 𝐶) = det(𝐴) + det(𝐵)

En dimensión 3 sería

𝑎 𝑏 𝑐 𝑎 𝑏 𝑐 𝑎 𝑏 𝑐
det ( 𝑑 𝑒 𝑓 ) = det (𝑑 𝑒 𝑓 ) + det (𝑑 𝑒 𝑓)
𝑔+𝑗 ℎ+𝑘 𝑖+𝑙 𝑔 ℎ 𝑖 𝑗 𝑘 𝑙

11) Si 𝐵 es la matriz que resulta al sumar a una fila de 𝐴 otra multiplicada por un escalar

det(𝐵) = det(𝐴)

12) Si 𝐴 tiene dos o más filas proporcionales

 det(𝐴) = 0

Rango

Llamamos rango de una matriz 𝐴 a (todas las siguientes definiciones son equivalentes)

1) el número de filas independientes

2) el número de unos principales de la matriz 𝐹𝐸𝑅(𝐴)

3) en 𝐹𝐸𝑅(𝐴), el número de filas no nulas

Propiedad: el rango es el mismo para matrices equivalentes

Propiedad: el rango de una matriz cuadrada de dimensión 𝑛 es 𝑛 si, y sólo si, la matriz es regular. Y, por tanto, su
determinante es nulo si, y sólo si, su rango no es 𝑛.

Menores

Sea 𝐴 de dimensión 𝑚 𝑥 𝑛 , llamamos menor de orden 𝑘 ≤ min{ 𝑚, 𝑛} a los determinantes de las submatrices cuadradas
de 𝐴 de dimensión 𝑘

Propiedad: si existe algún menor de orden 𝑘 no nulo, el rango de la matriz es AL MENOS k.

Propiedad: si no existe ningún menor de orden 𝑘 no nulo, el rango de la matriz es ESTRICTAMENTE MENOR que 𝑘.

Menores principales

Sea

𝐴𝑘 = 𝐴(1: 𝑘, 1: 𝑘)

la matriz de dimensión 𝑘 𝑥 𝑘 formada por los 𝑘 primeros elementos de las 𝑘 primeras filas de 𝐴.

El k menor principal de 𝐴 es

𝑀𝑘 = det(𝐴𝑘 )

(𝐴|𝐵)

Determinante: definición formal

Matrices especiales (con nombre):

Matriz nula o ceros: aquella formada toda por ceros.

Matriz identidad: matriz cuadrada (mismo número de filas que de columnas) con todos los elementos cero excepto los de
la diagonal, que son 1. La representamos por 𝐼𝑛 donde 𝑛 es la dimensión.
 1 0 0 1 0 0 0
1 0
𝐼1 = (1) 𝐼2 = ( ) 𝐼3 = (0 1 0) 𝐼4 = (0 1 0 0)
0 1 0 0 1 0
0 0 1 0 0 0 1

Propiedades:

1) La matriz identidad es el neutro del producto de matrices. Es decir, para toda matriz 𝐴 de dimensión 𝑚 𝑥 𝑛,

𝐴 · 𝐼𝑛 = 𝐴 = 𝐼𝑚 · 𝐴

2) Es idempotente, que quiere decir que sus potencias son ella misma:

𝐼𝑛𝑘 = 𝐼𝑛 ∀𝑘 ∈ ℕ

3) Es regular y su inversa es ella misma,

𝐼𝑛 · 𝐼𝑛 = 𝐼𝑛 → 𝐼𝑛−1 = 𝐼𝑛

4) Es una matriz permutación.

5) Sólo tiene un autovalor (valor propio), que es 1, con dimensión algebraica la misma que la dimensión de la matriz.

Notaciones habituales:

𝐼𝑛 = 𝑑𝑖𝑎𝑔(1, … ,1)
1, 𝑖 = 𝑗
𝐼𝑛 = (𝛿𝑖,𝑗 ) 𝛿𝑖,𝑗 = { ( 𝑑𝑒𝑙𝑡𝑎 𝑑𝑒 𝐾𝑟𝑜𝑛𝑒𝑐𝑘𝑒𝑟 ) }
0, 𝑖 ≠ 𝑗
𝐼𝑛 = 𝑒𝑦𝑒(𝑛)

Matriz diagonal: todos los elementos son nulos excepto los de la diagonal, esto es, los elementos que tienen el mismo
número de fila que de columna: 𝑎𝑖,𝑖

Se suelen expresar como

𝐴 = 𝑑𝑖𝑎𝑔(𝑣, 𝑚𝑥𝑛)

Donde 𝑣 es el vector de la diagonal y 𝑚 𝑥 𝑛 la dimensión de la matriz.

Ejemplos:

1 0 0
1 0 0
𝑑𝑖𝑎𝑔((1,5,9), 3𝑥3) = 𝑑𝑖𝑎𝑔( (1, 5, 9) ) = ( 0 5 0), 𝑑𝑖𝑎𝑔( (1,4) , 2𝑥3 ) = ( )
0 4 0
0 0 −9

Propiedades:

1) Las matrices diagonales son un caso particular de las triangulares.

2) La traspuesta de una matriz diagonal de dimensión 𝑚 𝑥 𝑛 es la matriz diagonal de dimensión 𝑛 𝑥 𝑚 con la misma
diagonal.

3) En las matrices cuadradas, el determinante es el producto de los elementos de la diagonal

𝑛

det(𝐴) = det( 𝑑𝑖𝑎𝑔(𝑎1 , 𝑎2 , … , 𝑎𝑛 )) = ∏ 𝑎𝑘 = 𝑎1 · 𝑎2 ···· 𝑎𝑛

𝑘=1

con lo que son regulares si, y sólo si, todos los elementos de la diagonal son distintos de 0. En tal caso,
 𝐴 = 𝑑𝑖𝑎𝑔(𝑎1 , … , 𝑎𝑛 ) → 𝐴−1 = 𝑑𝑖𝑎𝑔(𝑎1−1 , … , 𝑎𝑛−1 )

4) Potencias: para matrices cuadradas

𝐴 = 𝑑𝑖𝑎𝑔(𝑎1 , 𝑎2 , … , 𝑎𝑛 ) → 𝐴𝑘 = 𝑑𝑖𝑎𝑔(𝑎1𝑘 , 𝑎2𝑘 , … , 𝑎𝑛𝑘 ) ∀𝑘 ∈ ℕ

5) Producto de diagonales: dimensiones de 𝐴 y 𝐵 son 𝑚𝑥𝑛 y 𝑛𝑥𝑡

𝐴 = 𝑑𝑖𝑎𝑔((𝑎1 , … , 𝑎𝑟 ), 𝑚𝑥𝑛) 𝐵 = 𝑑𝑖𝑎𝑔((𝑏1 , … , 𝑏𝑠 ), 𝑛𝑥𝑡) → 𝐴𝐵 = 𝑑𝑖𝑎𝑔 ((𝑎1 𝑏1 , … , 𝑎𝑞 𝑏𝑞 ), 𝑚𝑥𝑡)

𝑟 = min{𝑚, 𝑛} 𝑠 = min{𝑛, 𝑡} 𝑞 = min{𝑟, 𝑠}

6) Los autovalores (valores propios) de las matrices diagonales cuadradas son los elementos de la diagonal.

Triangular superior: todos los elementos que están por debajo de la diagonal son nulos. Es decir,

𝐴 = (𝑎𝑖,𝑗 ) 𝑎𝑖,𝑗 = 0 𝑠𝑖 𝑖 > 𝑗

1 1 2 0 2 1
(0 5 3 ) ( 0 0 3)
0 0 −9 0 0 0

Triangular inferior: todos los elementos que están por arriba de la diagonal son nulos. . Es decir,

𝐴 = (𝑎𝑖,𝑗 ) 𝑎𝑖,𝑗 = 0 𝑠𝑖 𝑖 < 𝑗.

1 0 0 1 0 0
(9 5 0 ) (0 0 0)
8 7 −9 0 0 −9

Propiedades de las matrices triangulares:

1)La traspuesta de una triangular superior es triangular inferior y viceversa.

2)Si la matriz es cuadrada, su determinante es el producto de los elementos de la diagonal:

𝑛

𝐴 = (𝑎𝑖,𝑗 )1≤𝑖,𝑗≤𝑛 → det(𝐴) = ∏ 𝑎𝑘,𝑘

𝑘=1

Por tanto, es regular si, y sólo si, los elementos de la diagonal son distintos de 0. En tal caso,
𝑛
−1 )
1 1 1
𝐴 = (𝑎𝑖,𝑗 )1≤𝑖,𝑗≤𝑛 → det(𝐴 = = 𝑛 =∏
det(𝐴) ∏𝑘=1 𝑎𝑘,𝑘 𝑎𝑘,𝑘
𝑘=1

3) La inversa de una matriz triangular superior (inferior) es una matriz superior (inferior).

4) El producto de matrices triangulares superiores (inferiores) es una matriz triangular superior (inferior).

5) Los autovalores (valores propios) de una matriz triangular cuadrada son los elementos de su diagonal.
Matriz traspuesta de 𝐴: matriz cuya columna 𝑖 es la fila 𝑖 de 𝐴. Se representa por 𝐴𝑇 .

𝐴 = (𝑎𝑖,𝑗 ) → 𝐴𝑇 = (𝑎𝑗,𝑖 )

1 0 4 1 0 6
𝑇
𝐴 =(0 5 0) → 𝐴 =(0 5 0)
6 0 −9 4 0 −9

Propiedades:

a) los elementos de la diagonal se mantienen.

b) (𝐴𝑇 )𝑇 = 𝐴

c) (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇

d) (𝐴 · 𝐵)𝑇 = 𝐵𝑇 · 𝐴𝑇

e) 𝐴 = 𝐴𝑇 ⟺ 𝐴 𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎

f) El determinante de una matriz regular coincide con el de su traspuesta

det(𝐴) = det(𝐴𝑇 )

Matriz adjunta: sea 𝐴 una matriz de dimensión 𝑛 𝑥 𝑛

𝐴 = (𝑎𝑖,𝑗 )

se define su adjunta como

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑠𝑖𝑒𝑛𝑑𝑜 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

donde

𝐴𝑖,𝑗

es la matriz que resulta al quitar la fila 𝑖 y la columna 𝑗 de 𝐴.

Al elemento 𝑎𝑑𝑖,𝑗 se le llama 𝑖, 𝑗 −ésimo cofactor (o adjunto) de 𝐴.

Propiedades:

1) Adjunta de la identidad

𝐴𝑑𝑗(𝐼𝑛 ) = 𝐼𝑛

2) Adjunta de la traspuesta
𝑇
𝐴𝑑𝑗(𝐴𝑇 ) = (𝐴𝑑𝑗(𝐴))

3) Adjunta del producto

𝐴𝑑𝑗(𝐴 · 𝐵) = 𝐴𝑑𝑗(𝐴) · 𝐴𝑑𝑗(𝐵)

4) Si 𝐴 es de dimensión 𝑛 𝑥 𝑛 y 𝑘 un escalar

𝐴𝑑𝑗(𝑘 · 𝐴) = 𝑘 𝑛−1 𝐴𝑑𝑗(𝐴)

5) Si 𝐴 es regular
 𝑇
−1
(𝐴𝑑𝑗(𝐴))
𝐴 =
det(𝐴)

Ejemplo:

2 −1 2 2 0 −3
𝐴 = (0 1 0) → 𝐴𝑑𝑗(𝐴) = (−2 −2 1 )
3 −2 2 −2 0 2

Matriz simétrica: una matriz es simétrica si es igual a su traspuesta, por tanto, ha de ser de dimensión cuadrada.

𝐴 = (𝑎𝑖,𝑗 ) 𝐴 = 𝐴𝑇 → 𝑎𝑖,𝑗 = 𝑎𝑗,𝑖 ∀𝑖, 𝑗

Ejemplo:

1 2 3
𝐴 = (2 5 0) = 𝐴𝑇
3 0 5

Propiedades:

1) Si la matriz es regular, la inversa también es simétrica.

2) La adjunta de una matriz simétrica es simétrica

𝐴 = (𝑎𝑖,𝑗 ) 𝑎𝑖,𝑗 = 𝑎𝑗,𝑖

𝐴𝑑𝑗(𝐴) = (𝑑𝑖,𝑗 ) 𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

Queremos ver que

𝑑𝑖,𝑗 = 𝑑𝑗,𝑖 ↔ det(𝐴𝑖,𝑗 ) = det(𝐴 𝑗,𝑖 )

Puesto que 𝑎𝑖,𝑗 = 𝑎𝑗,𝑖

𝑛≠𝑗 𝑛≠𝑗
𝐴𝑖,𝑗 = (𝑎𝑚,𝑛 )𝑚≠𝑖 = (𝑎𝑛,𝑚 )𝑚≠𝑖 = 𝐴 𝑗,𝑖 → det(𝐴𝑖,𝑗 ) = det(𝐴 𝑗,𝑖 )

3) Los autovalores (valores propios) de una matriz cuadrada, real y simétrica son reales.

4) Autovectores (vectores propios) de autovalores distintos de una matriz cuadrada y real son ortogonales.

5) Una matriz cuadrada y real, 𝐴, es simétrica si, y sólo si, es diagonalizable mediante una matriz de paso ortogonal, 𝑄

𝐴 = 𝑄𝐴𝑄 −1 = 𝐷 = 𝑑𝑖𝑎𝑔𝑜𝑛𝑎𝑙

Matriz antisimétrica: una matriz cuadrada 𝐴 es antisimétrica si es igual a la opuesta de su adjunta, es decir, si

𝐴 = −𝐴𝑑𝑗(𝐴)

Matriz definida positiva: una matriz de dimensión 𝑚𝑥 𝑛 es definida positiva si para todo vector (𝑥1 , … , 𝑥𝑛 ) se cumple
𝑥1
𝑇 𝑇 𝑇
(𝑥
𝑥(𝐴 𝐴)𝑥 = 1 , … , 𝑥𝑛 )𝐴 𝐴( ⋮ ) > 0
𝑥𝑛

si se cumple con la igualdad (≥ ), decimos que es semi definida positiva.

Matriz inversa: si una matriz 𝐴 cuadrada es regular (tiene inversa), llamamos inversa de 𝐴, 𝐴−1 , a la única matriz que
cumple

𝐴 · 𝐴−1 = 𝐼 = 𝐴−1 · 𝐴

donde 𝐼 es la identidad con la misma dimensión que 𝐴.

Matriz (estrictamente) diagonalmente dominante por filas / columnas:

𝐴 de dimensión 𝑚 𝑥 𝑛 es diagonalmente dominante por filas si

𝑚

𝐴 = (𝑎𝑖,𝑗 ) |𝑎𝑖,𝑖 | ≥ ∑ |𝑎𝑖,𝑘 |

𝑘=1
𝑘≠𝑖

Los es por columnas si

𝑛

𝐴 = (𝑎𝑖,𝑗 ) |𝑎𝑖,𝑖 | ≥ ∑ |𝑎𝑘,𝑖 |

𝑘=1
𝑘≠𝑖

Decimos que lo es estrictamente si se cumple con el signo estricto.

Matriz Hessenberg: distinguimos superiores e inferiores

Una matriz cuadrada 𝐴 de dimensión 𝑛 > 1 diremos que es Hessenberg superior si todos los elementos por debajo de la
diagonal −1 son nulos. Recordamos que la diagonal −𝑘 es la diagonal número 𝑘 por debajo de la diagonal (principal).

Una matriz cuadrada 𝐴 de dimensión 𝑛 > 1 diremos que es Hessenberg inferior si todos los elementos por arriba de la
diagonal−1 son nulos. Recordemos que la diagonal 𝑘 es la diagonal número 𝑘 por arriba de la diagonal (principal).

Ejemplos: superior e inferior:

1 2 3 4 1 2 0 0
𝐻𝑢 = (5 6 7 8) 𝐻𝑙 = (3 4 5 0)
0 9 1 2 6 7 8 9
0 0 3 4 1 2 3 4

Matriz banda:

Matriz permutación:

Matriz Householder de un vector:

Matriz de Givens:

Matriz idempotente:

Matriz nilpotente de orden r:

Matriz involutiva:

Matrices y sistemas lineales de ecuaciones:

Dado un sistema lineal de 𝑚 ecuaciones y 𝑛 incógnitas sobre un cuerpo 𝐾 (como los reales o los complejos)

𝑎1,1 𝑥1 + 𝑎1,2 𝑥2 + ⋯ + 𝑎1,𝑛 𝑥𝑛 = 𝑏1

𝑎2,1 𝑥1 + 𝑎2,2 𝑥2 + ⋯ + 𝑎2,𝑛 𝑥𝑛 = 𝑏2
……………………………………….
𝑎𝑚,1 𝑥1 + 𝑎𝑚,2 𝑥2 + ⋯ + 𝑎𝑚,𝑛 𝑥𝑛 = 𝑏𝑚

donde

𝑎𝑖,𝑗 , 𝑏𝑖 ∈ 𝐾

Los elementos 𝑎𝑖,𝑗 se denominan coeficientes del sistema y los 𝑏𝑖 términos independientes.

Ejemplo: sistema de 2 ecuaciones y 2 incógnitas sobre el cuerpo de los reales

3𝑥 + 9𝑦 = 1
4𝑥 + 8𝑦 = 2

Podemos expresar el sistema matricialmente como

𝐴·𝑋 =𝑏 ≡ (𝐴|𝑏) = 𝐴∗

donde 𝐴 es la matriz de dimensión 𝑚 𝑥 𝑛 que tiene en la fila 𝑖 y columna 𝑗 al coeficiente 𝑎𝑖,𝑗 y

𝑎1,1 … 𝑎1,2 𝑥1 𝑏1
𝐴=( ⋮ ⋱ ⋮ ) 𝑋=( ⋮ ) 𝑏=( ⋮ )
𝑎𝑚,1 … 𝑎𝑚,𝑛 𝑥𝑛 𝑏𝑚

Matriz ampliada o completa del SEL:

𝑎1,1 … 𝑎1,2 𝑏1
∗
𝐴 = (𝐴|𝑏) = ( ⋮ ⋱ ⋮ | ⋮ )
𝑎𝑚,1 … 𝑎𝑚,𝑛 𝑏𝑚

Veamos un ejemplo:

3𝑥 + 9𝑦 = 1 3 9 1 3 9 1
→ A=( ) b=( ) A∗ = ( | )
4𝑥 + 8𝑦 = 2 4 8 2 4 8 2

Realizamos operaciones elementales fila en la matriz ampliada hasta conseguir su forma escalonada reducida

3 9 1 1 3 1/3 1 3 1/3 1 0 5/6 1 0 5/6

[ | ]→[ | ]→ [ | ]→[ | ]→[ | ]
4 8 2 1 2 2/4 0 −1 1/6 0 −1 1/6 0 1 −1/6

Con lo que obtenemos las matrices

 1 0 5/6
𝐴~𝐴′ = ( ) 𝑏~𝑏′ = ( )
0 1 −1/6

Con lo que nos queda el sistema

𝑥 = 5/6
𝑦 = −1/6

Y ya tenemos la solución del SEL inicial, puesto que ambos sistemas son equivalentes.

Tipos de SEL:

Sea el sistema de 𝑚 ecuaciones lineales con 𝑛 (SEL) 𝐴𝑥 = 𝑏 decimos que es

1) Cuadrado: 𝑚 = 𝑛

2) Rectangular: 𝑚 ≠ 𝑛

3) Homogéneo (SELH): los términos independientes son 0, es decir, 𝑏 es la matriz columna de ceros.

4) Completo (SELC): los términos independientes no son todos 0, es decir, 𝑏 no es la matriz columna de ceros.

5) Triangular superior: la matriz de coeficientes es triangular superior.

6) Triangular inferior: la matriz de coeficientes es triangular inferior.

Tipos de soluciones de un SEL:

Sea el sistema de 𝑚 ecuaciones lineales con 𝑛 (SEL) 𝐴𝑋 = 𝑏 llamamos solución a cualquier vector
𝑥1
𝑋=( ⋮ )
𝑥𝑛

que al sustituirlo en el SEL, lo cumple.

1)Sistema incompatible (SI): el sistema es imposible, es decir, no existe ningún vector de soluciones.

que sea solución del sistema.

2) Sistema compatible (SC): existe al menos una solución

a) sistema compatible determinado (SCD): existe una única solución.

b) sistema compatible indeterminado (SCI): existen más de una solución, en cuyo caso, existen infinitas. Alguna variable (o
todas) se escriben en función de parámetros.

NOTA: un SELH siempre es SC ya que al menos existe la solución nula

0
𝑥 = (⋮)
0

IMPORTANTE: Si realizamos operaciones elementales fila a la matriz ampliada del sistema

(𝐴|𝐵)

las soluciones del SEL son las mismas. Este hecho nos proporciona una herramienta de trabajo para hallarlas: operaciones
matriciales.

Teorema de Rouché-Frobenius:
Sea 𝑨𝒙 = 𝑩 un sistema de 𝒎 ecuaciones lineales con 𝒏 incógnitas (sobre un cuerpo en general), siendo 𝒎 y 𝒏
naturales (no nulos):

𝐴𝑥 = 𝐵 es compatible si, y sólo si,

𝒓𝒂𝒏𝒈𝒐( 𝑨 ) = 𝒓𝒂𝒏𝒈𝒐 ( 𝑨 | 𝑩 ).

𝑨𝒙 = 𝑩 es compatible determinado si, y sólo si,

𝒓𝒂𝒏𝒈𝒐( 𝑨 ) = 𝒏 = 𝒓𝒂𝒏𝒈𝒐( 𝑨 | 𝑩 ).

Método de eliminación de Gauss

Se basa en el hecho de que los SELs asociados a matrices equivalentes de la matriz ampliada del SEL inicial tienen las
mismas soluciones que éste.

1) Eliminación de Gauss: realizar operaciones elementales fila hasta obtener la forma escalonada de la matriz ampliada.

2) Eliminación de Gauss-Jordan: realizar operaciones elementales fila has obtener la forma escalonada reducida de la
matriz ampliada.

Ejemplo:

2𝑥 − 𝑦 + 𝑧 = 3 2 −1 1 3
−3𝑥 + 𝑦 + 𝑧 = 2 → 𝐴∗ = (−3 1 1 | 2)
5𝑥 + 𝑦 − 2𝑧 = 1 5 1 −2 1

2 −1 1 3
𝐹𝐸(𝐴∗ ) = (0 1 −5 | −13)
0 0 −26 −78
1
Tenemos ahora un sistema más sencillo de resolver (de abajo a arriba) que proporcionará 𝑋 = (2)
3
1 0 0 1
𝐹𝐸𝑅(𝐴∗ ) = (0 1 0 | 2)
0 0 1 3
1
y obtenemos un sistema que nos proporciona directamente las soluciones 𝑋 = (2)
3

Método de la inversa:

Dado el sistema cuadrado (matriz de coeficientes cuadrada) 𝐴𝑋 = 𝑏

Si la matriz 𝐴 es regular, el SEL tiene solución y es única.

Multiplicamos el sistema por la inversa de 𝐴

𝐴𝑋 = 𝐵 → 𝐴−1 (𝐴𝑋) = 𝐴−1 𝑏 → (𝐴−1 𝐴)𝑋 = 𝐴−1 𝑏 → 𝐼𝑛 𝑋 = 𝐴−1 𝑏 → 𝑋 = 𝐴−1 𝑏

Ejemplo:
 2𝑥 + 𝑦 − 2𝑧 = 3
𝑥 + 𝑦 − 2𝑧 = 1
−𝑥 +𝑧 =2
2 1 −2 3 1 −1 0
𝐴 = ( 1 1 −2) 𝑏 = (1) 𝐴−1 = (1 0 2)
−1 0 1 2 1 −1 1
1 −1 0 3 2
𝑋 = 𝐴−1 𝑏 = (1 0 2) (1) = (7)
1 −1 1 2 4

Regla de Cramer

Aplicable a SEL 𝐴𝑋 = 𝑏 cuadrados y con matriz coeficientes regular (por tanto, es un SCD).

Sea
𝑥1
𝑋=( ⋮ )
𝑥𝑛

la solución buscada, la regla de Cramer la proporciona mediante

det(𝐴(𝑖) )
𝑥𝑖 = 1≤𝑖≤𝑛
det(𝐴)

donde 𝐴(𝑖) es la matriz 𝐴 pero sustituyendo la columna 𝑖 por la matriz columna 𝑏.

𝑎1,1 … 𝑎1,𝑖−1 𝑏1 𝑎1,𝑖+1 … 𝑎1,𝑛

𝐴(𝑖) =( ⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮ )
𝑎𝑛,1 … 𝑎𝑛,𝑖−1 𝑏𝑛 𝑎𝑛,𝑖+1 … 𝑎𝑛,𝑛

Ejemplo:

2𝑥 + 𝑦 + 3𝑧 = 0 2 1 3
𝑥 + 2𝑦 + 𝑧 = 1 → |𝐴| = |1 2 1| = 3 ≠ 0
𝑥 + 2𝑦 + 2𝑧 = 3 1 2 2

0 1 3
|1 2 1|
𝑥1 = 3 2 2 = 3 + 6 − 18 − 2 = − 11
3 3 3
2 0 3
|1 1 1|
𝑥2 = 1 3 2 =4+9−3−6=4
3 3 3
2 1 0
|1 2 1|
𝑥1 = 1 2 3 = 12 + 1 − 3 − 4 = 6 = 2
3 3 3

Por tanto, la solución es

−11/3
𝑋 = ( 4/3 )
2
EJERICIOS RESUELTOS

1) Suma de matrices

Recordamos que dadas dos matrices 𝐴, 𝐵 de la misma dimensión 𝑚 𝑥 𝑛 , se define la suma como

𝐴 = (𝑎𝑖,𝑗 ), 𝐵 = (𝑏𝑖,𝑗 ) → 𝐴 + 𝐵 = (𝑎𝑖,𝑗 + 𝑏𝑖,𝑗 )

es decir, se suman los elementos que están en la misma entrada (posición)

Que

𝑘 · 𝐴 = 𝑘 · (𝑎𝑖,𝑗 ) = (𝑘 · 𝑎𝑖,𝑗 )

Y que la traspuesta de 𝐴, 𝐴𝑇 , es la matriz que tiene por columnas a las filas de 𝐴.

Ejercicio1

1 2 −2 9
( )+( )
−1 0 3 5
1 2 −2 9 1−2 2+9 −1 11
( )+( )=( )=( )
−1 0 3 5 −1 + 3 0+5 2 5

Ejercicio 2

2 −4 7 0
3·( )− 2( )
−1 3 −1 8

2 −4 7 0 3·2 3 · (−4) 2·7 2·0

3·( ) − 2( )=( )−( )=
−1 3 −1 8 3 · (−1) 3·3 2 · (−1) 2 · 8

6 −12 14 0 6 − 14 −12 − 0 −8 −12

=( )−( )=( )=( )
−3 9 −2 16 −3 − (−2) 9 − 16 −1 −7

Ejercicio 3

1 0 1 1 3 10 −6
3 · ( 0 2 −2) − (2 −27 −15)
3
−1 2 −1 9 2 −3
1 0 1 1 3 10 −6
3 · ( 0 2 −2) − (2 −27 −15) =
3
−1 2 −1 9 2 −3
3·1 3·0 3·1 3/3 10/3 −6/3
=( 3·0 3 · 2 3 · (−2)) − (2/3 −27/3 −15/3) =
3 · (−1) 3 · 2 3 · (−1) 9/3 2/3 −3/3

3 0 3 1 10/3 −2
= ( 0 6 −6) − (2/3 −9 −5) =
−3 6 −3 3 2/3 −1

3−1 0 − 10/3 3 − (−2) 2 −10/3 5

= (0 − 2/3 6 − (−9) −6 − (−5)) = (−2/3 15 −1)
−3 − 3 6 − 2/3 −3 − (−1) −6 16/3 −2

Ejercicio 4

1 2 𝑇
1 2 3
( ) + 2 · (3 4)
4 5 6
5 6
 1 2 𝑇
1 2 3 1 2 3 1 3 5
( ) − 2 · (3 4) = ( )−2·( )=
4 5 6 4 5 6 2 4 6
5 6
1 2 3 2 6 10 1−2 2−6 3 − 10
=( )−( )=( )=
4 5 6 4 8 12 4−4 5−8 6 − 12
−1 −4 −7
=( )
0 −3 −6

Ejercicio 5
𝑇
−1 5 𝑇 4 −1
(2 · ( ) −( ))
−3 7 6 −2

𝑇 𝑇
−1 5 𝑇 4 −1 −1 −3 4 −1
(2 · ( ) −( )) = (2 · ( )−( )) =
−3 7 6 −2 5 7 6 −2

𝑇 𝑇
2 · (−1) 2 · (−3) 4 −1 −2 −6 4 −1
= (( )−( )) = (( )−( )) =
2·5 2·7 6 −2 10 14 6 −2

−2 − 4 −6 − (−1) 𝑇 −6 −5 𝑇 −6 4
=( ) =( ) =( )
10 − 6 14 − (−2) 4 16 −5 16

Ejercicio 6
𝑇
1 2 3 1 2 3 𝑇
((2 4 −7) − (2 4 −7) ) − 𝐼3
3 −7 5 3 −7 5

𝑇
𝑇
1 2 3 1 2 3
((2 4 −7) − (2 4 −7) ) − 𝐼3 =
3 −7 5 3 −7 5

𝑇
1 2 3 1 2 3
= ((2 4 −7) − (2 4 −7)) − 𝐼3 = (03 )𝑇 − 𝐼3 =
3 −7 5 3 −7 5

−1 0 0
= 03 − 𝐼3 = −𝐼3 = ( 0 −1 0 )
0 0 −1

Ejercicio 7
𝑇 𝑇
1 2 2 𝑇 5 1 1
(−2 · (−5) + 3 · (0 0 ) − (8)) − · (0)
5 3 2
−1 9 1
 𝑇 𝑇
1 2 2 𝑇 5 1 1
(−2 · (−5) + 3 · (0 0 ) − (8)) − · (0) =
5 3 2
−1 9 1

𝑇 𝑇 𝑇
1 −4 0 5 1 1 1 −4 0 5
= (( 10 ) + 3 ( 0 ) − (8)) − · (0) = (( 10 ) + (0) − (8)) =
5 2/3 2 5
2 9 1 2 2 9

1
= (−9 2 13) = (−9/5 2/5 13/5)
5

Ejercicio 8
𝑇
1 1 −2 𝑇 −2 −5 𝑇
· (3 · (−2 · ( ) + 𝐼2 ) − 2 · 𝐼2 + 3 · ( ) )
2 2 1 1 −3
𝑇
1 1 −2 𝑇 −2 −5 𝑇
· (3 · (−2 · ( ) + 𝐼2 ) − 2 · 𝐼2 + 3 · ( ) ) =
2 2 1 1 −3
𝑇
1 −2 · 1 −2 · 2 3 · (−2) 3·1
= · (3 · (( ) + 𝐼2 ) − 2 · 𝐼2 + ( )) =
2 −2 · (−2) −2 · 1 3 · (−5) 3 · (−3)

𝑇
1 −2 −4 −6 3
= · (3 · (( ) + 𝐼2 ) − 2 · 𝐼2 + ( )) =
2 4 −2 −15 −9)

𝑇
1 −2 + 1 −4 −6 + 2 3
= (3 ( )−( )) =
2 4 −2 + 1 −15 −9 + 2)

𝑇
1 −1 −4 −4 3
= (3 ( )−( )) =
2 4 −1 −15 −7)

𝑇
1 −3 −12 −4 3 1 1 −15 𝑇
= (( )−( )) = ( ) =
2 12 −3 −15 −7) 2 27 4

1/2 27/2
=( )
−15/2 2

2)Producto de matrices

Recordemos que dadas dos matrices

𝐴 = (𝑎𝑖,𝑗 ) ∈ 𝑀(𝐾)𝑚 𝑥 𝑛 , 𝐵 = (𝑏𝑖,𝑗 ) ∈ 𝑀(𝐾)𝑛 𝑥 𝑝

se define el producto como la matriz de dimensión 𝑚 𝑥 𝑝 que tiene por entradas

𝑛

𝐴𝐵 = (𝑎𝑏)𝑚𝑥𝑝 𝑑𝑜𝑛𝑑𝑒 (𝑎𝑏)𝑖,𝑗 = (𝐴𝐵)(𝑖, 𝑗) = ∑ 𝑎𝑖,𝑘 · 𝑏𝑘,𝑖

𝑘=1

Teniendo en cuanta el producto de vectores,

(𝐴𝐵)(𝑖, 𝑗) = 𝐴(𝑖, : ) · 𝐵(: , 𝑗)

Nótese que la matriz de la izquierda tiene el mismo número de filas que columnas tiene la de la derecha.
Ejercicio 1

2
( ) (3 5)
−1

Las dimensiones son

2𝑥1 1𝑥2

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

2𝑥2

2 2·3 2·5 6 10
( ) (3 5) = ( )=( )
−1 −1 · 3 −1 · 5 −3 −5

Ejercicio 2

2 0 −1 −1
( )( )
1 3 5 6

Las dimensiones son

2𝑥2 2𝑥2

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

2𝑥2

2 0 −1 −1 2 · (−1) + 0 · 5 2 · (−1) + 0 · 6 −2 −2
( )( )=( )=( )
1 3 5 6 1 · (−1) + 3 · 5 1 · (−1) + 3 · 6 14 17

Ejercicio 3

1 4 7 1 −1 2
(2 5 8) (2 −1 2)
3 6 9 3 −3 0

Las dimensiones son

3𝑥3 3𝑥3

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

3𝑥3

1 4 7 1 −1 2
(2 5 8) (2 −1 2) =
3 6 9 3 −3 0
1 + 8 + 21 −1 − 4 − 21 2 + 8 + 0 30 −26 10
= (2 + 10 + 24 −2 − 5 − 24 4 + 10 + 0) = (36 −31 14)
3 + 12 + 27 −3 − 6 − 27 6 + 12 + 0 42 −36 18

Ejercicio 4

1 1 0 1 2 5
(2 1 2) (3 1 3)
0 3 0 5 2 1
Las dimensiones son

3𝑥3 3𝑥3

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

3𝑥3

1 1 0 1 2 5
(2 −1 2) (3 −1 3) =
0 3 0 5 2 1
1+3+0 2−1+0 5+3+0 4 1 8
= (2 − 3 + 10 4 + 1 + 4 10 − 3 + 2) = (9 9 9)
0+9+0 0−3+0 0+9+0 9 −3 9

Ejercicio 5

−3 0 2 3 1 5
(−1 0 1 ) (0 −2 6)
2 5 −2 3 −3 7

Las dimensiones son

3𝑥3 3𝑥3

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

3𝑥3

−3 0 2 3 1 5
(−1 0 1 ) (0 −2 6) =
2 5 −2 3 −3 7
−9 + 0 + 6 −3 + 0 − 6 −15 + 0 + 14 −3 −9 −1
= (−3 + 0 + 3 −1 + 0 − 3 −5 + 0 + 7 ) = ( 0 −4 2 )
6 + 0 − 6 2 − 10 + 6 10 + 30 − 14 0 −2 26

Ejercicio 6

3 0 0 1 0 0
(0 2 0) (0 −1 0 )
0 0 1 0 0 −7

Las dimensiones son

3𝑥3 3𝑥3

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

3𝑥3

La matrices son diagonales, con lo que el producto es una matriz diagonal cuya diagonal es el producto de las diagonales
 3 0 0 1 0 0 3·1 0 0
(0 2 0) (0 −1 0 ) = ( 0 2· (−1) 0 )=
0 0 1 0 0 −7 0 0 1 · (−7)

3 0 0
= (0 −2 0 )
0 0 −7

Ejercicio 7

1 −2 −3 5 0 0
(0 2 −3) ( 4 −3 0)
0 0 3 −2 1 5

Las dimensiones son

3𝑥3 3𝑥3

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

3𝑥3

1 −2 −3 5 0 0 5−8+6 0 + 6 − 3 0 + 0 − 15
(0 2 −3) ( 4 −3 0) = (0 + 8 + 6 0 − 6 − 3 0 + 0 − 15) =
0 0 3 −2 1 5 0+0−6 0 + 0 + 3 0 + 0 + 15
3 3 −15
= ( 14 −9 −15)
−6 3 15

Ejercicio 8

1 0 0 0 0 2
(0 −1 0) (0 −1 0)
0 0 3 1 0 0

Las dimensiones son

3𝑥3 3𝑥3

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

3𝑥3

1 0 0 0 0 2
(0 −1 0) (0 −1 0) =
0 0 3 1 0 0
0+0+0 0+0+0 2+0+0 0 0 2
= (0 + 0 + 0 0 + 1 + 0 0 + 0 + 0 ) = (0 1 0)
0+0+3 0+0+0 0+0+0+ 3 0 0

Ejercicio 9

1 2
2 0 1
(−1 0 ) ( )
−5 2 3
−3 −1

Las dimensiones son

3𝑥2 2𝑥3

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

3𝑥3
 1 2 2 − 10 0+4 1+6
2 0 1
(−1 0 ) ( ) = (−2 + 0 0 + 0 −1 + 0) =
−5 2 3
−3 −1 −6 + 5 0 − 2 −3 − 3

−8 4 7
= (−2 0 −1)
−1 −2 −6

Ejercicio 10

1 0 1 2
(0 1 0)
1 0 1

Las dimensiones son

3𝑥3 3𝑥3

Con lo que podemos multiplicar las matrices, obteniendo una de dimensión

3𝑥3

1 0 1 2 1 0 1 1 0 1 2 0 2
(0 1 0) = (0 1 0) (0 1 0) = (0 1 0)
1 0 1 1 0 1 1 0 1 2 0 2

Obtener expresiones generales para las potencias

Ejercicio 1

1 1
𝐴=( )
0 0

Calculamos las primeras potencias

1 1 1 1 1 1
𝐴2 = ( )( )=( )
0 0 0 0 0 0

Siempre obtenemos la misma matriz, con lo que la expresión general es

𝐴𝑘 = 𝐴 ∀𝑘 ∈ ℕ

Ejercicio 2

𝑎 0
𝐴=( 2 )
𝑎 0

Calculamos las primeras potencias

𝑎 0 𝑎 0 2
𝐴2 = ( 2 )( ) = (𝑎3 0)
𝑎 0 𝑎2 0 𝑎 0
𝑎 0 𝑎2 0) = (𝑎3 0)
𝐴3 = ( 2 )(
𝑎 0 𝑎3 0 𝑎4 0
𝑎
𝐴4 = ( 2
0 𝑎3
)( 0) = (𝑎4 0)
𝑎 0 𝑎4 0 𝑎5 0

La expresión general e es
 𝑘
𝐴𝑘 = ( 𝑎𝑘+1 0) ∀𝑘 ∈ ℕ
𝑎 0

Ejercicio 3

𝑎 0 0
𝐴 = (𝑎 𝑎 𝑎)
𝑎 0 0

Calculamos las primeras potencias

𝑎 0 0 𝑎 0 0 𝑎2 0 0
2
𝐴 = (𝑎 𝑎 𝑎) (𝑎 𝑎 𝑎) = (3𝑎2 𝑎2 𝑎2 )
𝑎 0 0 𝑎 0 0 𝑎2 0 0
𝑎 0 0 𝑎2 0 0 𝑎3 0 0
3
𝐴 = (𝑎 𝑎 𝑎) (3𝑎2 𝑎2 𝑎 2) = (
5𝑎3 𝑎3 𝑎3 )
𝑎 0 0 𝑎2 0 0 𝑎3 0 0
𝑎 0 0 𝑎3 0 0 𝑎4 0 0
4
𝐴 = (𝑎 𝑎 𝑎) (5𝑎3 𝑎3 𝑎3 ) = (9𝑎4 𝑎4 𝑎4 )
𝑎 0 0 𝑎3 0 0 𝑎4 0 0

Podemos deducir que la expresión general es

𝑎𝑚 0 0
𝑚
𝐴 = ((2𝑚 − 1)𝑎𝑚 𝑎𝑚 𝑎𝑚 )
𝑎𝑚 0 0

Ejercicio 4

1 0 1
𝐴 = (0 1 0)
1 0 1

Calculamos las primeras potencias

1 0 1 1 0 1 2 0 2
𝐴2 = (0 1 0) (0 1 0 ) = (0 1 0)
1 0 1 1 0 1 2 0 2
1 0 1 2 0 2 4 0 4
𝐴3 = (0 1 0) (0 1 0) = (0 1 0)
1 0 1 2 0 2 4 0 4
1 0 1 4 0 4 8 0 8
𝐴4 = (0 1 0) (0 1 0) = (0 1 0)
1 0 1 4 0 4 8 0 8

Es decir, las potencias son

𝑘 0 𝑘
(0 1 0)
𝑘 0 𝑘

donde

𝑘 = 1, 2, 4, 8, 16, …

Por tanto, la expresión general es

 2𝑘−1 0 2𝑘−1
𝑘
𝐴 =( 0 1 0 ) 𝑘∈ℕ
2𝑘−1 0 2𝑘−1

Ejercicio 5

1 0 1
𝐴 = (0 3 0)
0 0 0

Calculamos las primeras potencias

1 0 1 1 0 1 1 0 1
𝐴2 = (0 3 0) (0 3 0) = (0 9 0)
0 0 0 0 0 0 0 0 0
1 0 1 1 0 1 1 0 1
𝐴3 = (0 3 0) (0 9 0) = (0 27 0)
0 0 0 0 0 0 0 0 0

Podemos deducir que

1 0 1
𝐴𝑘 = (0 3𝑘 0) ∀𝑘 ∈ ℕ
0 0 0

Ejercicio 6

0 1 0
𝐴 = (1 0 1)
0 1 0

Calculamos las primeras potencias

0 1 0 0 1 0 1 0 1
𝐴2 = (1 0 1) (1 0 1) = (0 2 0)
0 1 0 0 1 0 1 0 1
0 1 0 1 0 1 0 2 0
𝐴3 = (1 0 1) (0 2 0) = (2 0 2) = 2𝐴
0 1 0 1 0 1 0 2 0

𝐴4 = 𝐴𝐴3 = 𝐴 · 2𝐴 = 2𝐴2

𝐴5 = 𝐴𝐴4 = 𝐴2𝐴2 = 2𝐴3 = 2 · 2𝐴 = 4𝐴

𝐴6 = 𝐴𝐴5 = 𝐴4𝐴 = 4𝐴2

𝐴7 = 𝐴𝐴6 = 𝐴4𝐴2 = 4𝐴3 = 4 · 2𝐴 = 8𝐴

Es decir, tenemos dos sucesiones, la de los exponentes pares y la de los impares. La expresión general es

𝑚 = 2𝑘 → 𝐴𝑚 = 2𝑘−1 𝐴2 ∀𝑘 ∈ ℕ
𝑚 = 2𝑘 + 1 → 𝐴𝑚 = 2𝑘 𝐴

Ejercicio 7

𝑎 0 𝑎
𝐴 = (𝑏 0 𝑏)
𝑐 0 𝑐

Calculamos las primeras potencias

 𝑎 0 𝑎 𝑎 0 𝑎 𝑎(𝑎 + 𝑐) 0 𝑎(𝑎 + 𝑐)
𝐴2 = (𝑏 0 𝑏 ) (𝑏 0 𝑏) = (𝑏(𝑎 + 𝑐) 0 𝑏(𝑎 + 𝑐))
𝑐 0 𝑐 𝑐 0 𝑐 𝑐(𝑎 + 𝑐) 0 𝑐(𝑎 + 𝑐)

𝑎 0 𝑎 𝑎(𝑎 + 𝑐) 0 𝑎(𝑎 + 𝑐)
3
𝐴 = (𝑏 0 𝑏 ) (𝑏(𝑎 + 𝑐) 0 𝑏(𝑎 + 𝑐)) =
𝑐 0 𝑐 𝑐(𝑎 + 𝑐) 0 𝑐(𝑎 + 𝑐)

𝑎(𝑎 + 𝑐)(𝑎 + 𝑐) 0 𝑎(𝑎 + 𝑐)(𝑎 + 𝑐) 𝑎(𝑎 + 𝑐)2 0 𝑎(𝑎 + 𝑐)2

= (𝑏(𝑎 + 𝑐)(𝑎 + 𝑐) 0 𝑏(𝑎 + 𝑐)(𝑎 + 𝑐)) = (𝑏(𝑎 + 𝑐)2 0 𝑏(𝑎 + 𝑐)2 )
𝑐(𝑎 + 𝑐)(𝑎 + 𝑐) 0 𝑐(𝑎 + 𝑐)(𝑎 + 𝑐) 𝑐(𝑎 + 𝑐)2 0 𝑐(𝑎 + 𝑐)2

Podemos deducir que la expresión general es

𝑎(𝑎 + 𝑐)𝑚−1 0 𝑎(𝑎 + 𝑐)𝑚−1

𝑚
𝐴 = (𝑏(𝑎 + 𝑐)𝑚−1 0 𝑏(𝑎 + 𝑐)𝑚−1 )
𝑐(𝑎 + 𝑐)𝑚−1 0 𝑐(𝑎 + 𝑐)𝑚−1

Ejercicio 8

0 0 𝑎
𝐴 = (0 𝑏 0)
𝑎 0 0

Calculamos las primeras potencias

0 0 𝑎 0 0 𝑎 𝑎2 0 0
2
𝐴 = (0 𝑏 0) (0 𝑏 0) = ( 0 𝑏2 0)
𝑎 0 0 𝑎 0 0 0 0 𝑎2
0 0 𝑎 𝑎2 0 0 0 0 𝑎3
3
𝐴 = (0 𝑏 0) ( 0 𝑏2 0 ) = ( 0 𝑏3 0)
𝑎 0 0 0 0 𝑎2 𝑎3 0 0
0 0 𝑎 0 0 𝑎3 𝑎4 0 0
𝐴4 = (0 𝑏 0) ( 0 𝑏3 0 ) = ( 0 𝑏4 0)
𝑎 0 0 𝑎3 0 0 0 0 𝑎4

Es suficiente para deducir que cuando el exponente es par, la matriz es diagonal y cuando es impar, la matriz como
diagonal al revés.

La expresión general es

𝑎𝑚 0 0
𝑚
𝑚 = 2𝑘 → 𝐴 =( 0 𝑏𝑚 0)
0 0 𝑎𝑚
0 0 𝑎𝑚
𝑚
𝑚 = 2𝑘 + 1 → 𝐴 =( 0 𝑏𝑚 0)
𝑎𝑚 0 0

Ejercicio 9

0 −1
𝐴=( )
1 1

Calculamos las primeras potencias

 0 −1 0 −1 −1 −1
𝐴2 = ( )( )=( )
1 1 1 1 1 0
0 −1 −1 −1 −1 0
𝐴3 = ( )( )=( ) = −𝐼2
1 1 1 0 0 −1

𝐴4 = 𝐴(−𝐼2 ) = −𝐴

𝐴5 = −𝐴 · 𝐴 = −𝐴2

𝐴6 = −𝐴𝐴· 2 = −𝐴3 = 𝐼2

𝐴7 = 𝐴𝐼2 = 𝐴

𝐴8 = 𝐴2

𝐴9 = 𝐴𝐴2 = 𝐴3 = −𝐼2

A partir de aquí, la secuencia se repetirá, con lo que tenemos

1→𝐴
2 → 𝐴2
3 → −𝐼2
4 → −𝐴
5 → −𝐴2
6 → 𝐼2
7→ 𝐴
8 → 𝐴2
9 → −𝐼2
⋮

Cada 6 potencias se repite la secuencia, con lo que la expresión general será

𝑚 = 6𝑘 + 1 → 𝐴𝑚 =𝐴
𝑚 = 6𝑘 + 2 → 𝐴𝑚 = 𝐴2
𝑚 = 6𝑘 + 3 → 𝐴𝑚 = −𝐼2
𝑚 = 6𝑘 + 4 → 𝐴𝑚 = −𝐴
𝑚 = 6𝑘 + 5 → 𝐴𝑚 = −𝐴2
𝑚 = 6𝑘 + 6 → 𝐴𝑚 = 𝐼2

∀𝑘 ∈ ℕ

Ejercicio 10

𝑎 0 𝑎
𝐴=( 𝑎 0 0)
−𝑎 −𝑎 −𝑎

Calculamos las primeras potencias

𝑎 0 𝑎 𝑎 0 𝑎 0 −𝑎2 0
𝐴2 = ( 𝑎 0 0 ) ( 𝑎 0 0 ) = ( 𝑎2 0 𝑎2 )
−𝑎 −𝑎 −𝑎 −𝑎 −𝑎 −𝑎 −𝑎2 𝑎2 0
𝑎 0 𝑎 0 −𝑎2 0 −𝑎3 0 0
3
𝐴 =( 𝑎 0 0 ) ( 𝑎2 0 𝑎 2) = (
0 −𝑎3 0 )
−𝑎 −𝑎 −𝑎 −𝑎2 𝑎2 0 0 0 −𝑎3
𝑎 0 𝑎 −𝑎3 0 0 −𝑎4 0 −𝑎4
4
𝐴 =( 𝑎 0 0 )( 0 −𝑎3 0 ) = (−𝑎4 0 0 )
−𝑎 −𝑎 −𝑎 0 0 −𝑎3 𝑎4 𝑎4 𝑎4
 𝑎 0 𝑎 −𝑎4 0 −𝑎4 0 𝑎5 0
5
𝐴 =( 𝑎 0 0 ) (−𝑎4 0 0 ) = (−𝑎5 0 −𝑎5 )
−𝑎 −𝑎 −𝑎 𝑎4 𝑎4 𝑎4 𝑎5 −𝑎5 0
𝑎 0 𝑎 0 𝑎5 0 𝑎6 0 0
6
𝐴 =( 𝑎 0 0 ) (−𝑎5 0 −𝑎 5) = ( 0 𝑎6 0)
−𝑎 −𝑎 −𝑎 𝑎5 −𝑎5 0 0 0 𝑎6

Ya no es necesario que continuemos, observando la secuencia podemos deducir que

𝑎7 0 𝑎7
7
𝐴 = ( 𝑎7 0 0 )
−𝑎7 −𝑎7 −𝑎7

0 −𝑎8 0
𝐴8 = ( 𝑎8 0 𝑎8 )
−𝑎5 𝑎8 0

−𝑎9 0 0
9
𝐴 =( 0 −𝑎9 0 )
0 0 −𝑎9

La recurrencia es cada 6 potencias, y de estas 6, las 3 últimas son las 3 primeras cambiadas de signo (pero cada exponente
es el de la potencia).

Para no tener que escribir tantas matrices, definimos las siguientes

1 0 1 0 −1 0 −1 0 0
𝐴1 = ( 1 0 0) 𝐴2 = ( 1 0 1) 𝐴3 = ( 0 −1 0 )
−1 −1 −1 −1 1 0 0 0 −1

Para

𝑚 = 6𝑘 + 1 → 𝐴𝑚 = 𝑎𝑚 𝐴1

𝑚 = 6𝑘 + 2 → 𝐴𝑚 = 𝑎𝑚 𝐴2

𝑚 = 6𝑘 + 3 → 𝐴𝑚 = 𝑎𝑚 𝐴3

𝑚 = 6𝑘 + 4 → 𝐴𝑚 = −𝑎𝑚 𝐴1

𝑚 = 6𝑘 + 5 → 𝐴𝑚 = −𝑎𝑚 𝐴2

𝑚 = 6𝑘 + 6 → 𝐴𝑚 = −𝑎𝑚 𝐴3

∀𝑘 ∈ ℕ

Hallar los valores de los parámetros para que las siguientes matrices reales sean regulares

Ejercicio 1

𝐴 = (𝑎)

det(𝐴) = 𝑎 = 0 ↔ 𝑎 = 0

La matriz es regular cuando

𝑎≠0

Ejercicio 2

1 𝑎
𝐴=( )
−𝑎 𝑎
El determinante de la matriz es

det(𝐴) = 𝑎 + 𝑎2 = 0 ↔ 𝑎(𝑎 + 1) = 0 ↔ 𝑎 = 0 ó 𝑎 = −1

La matriz es regular cuando

𝑎 ≠ 0, − 1

Ejercicio 3

𝑎 −𝑏
𝐴=( )
𝑎 𝑏

El determinante de la matriz es

det(𝐴) = 𝑎𝑏 + 𝑎𝑏 = 2𝑎𝑏 = 0 ↔ 𝑎𝑏 = 0 ↔ 𝑎 =0ó 𝑏 =0

La matriz es regular cuando

𝑎≠0 𝑦 𝑏≠0

Ejercicio 4

1 −1 𝑎
𝐴 = (𝑎 2𝑎 −1)
0 2 −1

El determinante de la matriz es

det(𝐴) = −2𝑎 + 2𝑎2 − 𝑎 + 2 = 2𝑎2 − 3𝑎 + 2 = 0

El discriminante es

∆= (−3)2 − 4 · 2 · 2 = 9 − 16 = −7 < 0

Por tanto, la ecuación no tiene solución real. La matriz es regular para cualquier valor de 𝑎.

Ejercicio 5

0 𝑏 𝑏
𝐴 = (𝑐 𝑏 𝑐)
0 𝑎 0

El determinante de la matriz es

det(𝐴) = 𝑎𝑏𝑐 = 0 ↔ 𝑎 = 0 ó 𝑏 = 0 ó 𝑐 = 0

La matriz es regular cuando

𝑎, 𝑏, 𝑐 ≠ 0

Ejercicio 6

𝑎 𝑏 𝑐
𝐴 = (𝑎2 𝑏2 𝑐)
𝑎 −𝑏 𝑐

El determinante de la matriz es

det(𝐴) = 𝑎𝑏 2 𝑐 + 𝑎𝑏𝑐 − 𝑎2 𝑏𝑐 − 𝑐𝑎𝑏 2 − 𝑎2 𝑏𝑐 + 𝑎𝑏𝑐 =

= 2𝑎𝑏𝑐 − 2𝑎2 𝑏𝑐 = 2𝑎𝑏𝑐(1 − 𝑎)

𝑎𝑏𝑐(1 − 𝑎) = 0 ↔ 𝑎 = 0 ó 𝑏 = 0 ó 𝑐 = 0 ó 𝑎 = 1
La matriz es regular cuando

𝑏, 𝑐 ≠ 0 𝑦 𝑎 ≠ 0, 1

Ejercicio 7

1 1 1
𝐴 = (1 𝑎 1)
1 𝑏 1

El determinante de la matriz es

det(𝐴) = 𝑎 + 1 + 𝑏 − 𝑎 − 1 − 𝑏 = 0

La matriz siempre es singular (no es regular).

Ejercicio 8

𝑎 𝑎 𝑎 1
−𝑎 0 𝑎 𝑎 )
𝐴=( 𝑎 −𝑎 𝑎 0
𝑎 −𝑎 2 0

La dimensión de la matriz es 4 𝑥 4, con lo que tendremos que calcular el determinante mediante la fórmula de Laplace.

Puesto que tenemos dos 0 en la última columna, desarrollaremos el determinante por dicha fila. Aplicaremos también las
propiedades de los determinantes (segunda igualdad).

−𝑎 0 𝑎 𝑎 𝑎 𝑎
det(𝐴) = (−1)5 | 𝑎 −𝑎 𝑎| + 𝑎(−1)6 |𝑎 −𝑎 𝑎| + 0 + 0 =
𝑎 −𝑎 2 𝑎 −𝑎 2

−1 0 1 1 1 1
= −𝑎2 | 1 −1 1| + 𝑎3 |1 −1 1| =
𝑎 −𝑎 2 𝑎 −𝑎 2

= −𝑎2 (2 − 𝑎 + 𝑎 − 𝑎) + 𝑎3 (−2 + 𝑎 − 𝑎 + 𝑎 − 2 + 𝑎) =

= −𝑎2 (2 − 𝑎) + 𝑎3 (2𝑎 − 4) = −2𝑎2 + 𝑎3 + 2𝑎4 − 4𝑎3 =

= 𝑎2 (−2 + 𝑎 + 2𝑎2 − 4𝑎) = 𝑎2 (−2 − 3𝑎 + 2𝑎2 ) = 0

1
𝑎2 (−2 − 3𝑎 + 2𝑎2 ) = 0 → 𝑎 = 0 ó 2𝑎2 − 3𝑎 − 2 = 0 → 𝑎 = − , 2
2

La matriz es regular cuando

1
𝑎 ≠ − , 0, 2
2

Ejercicio 9

𝑎 −𝑎 𝑏 𝑐
𝐴=( 𝑎
𝑎
𝑎
𝑎
−𝑎
𝑎
𝑑
−𝑎 )
𝑎 𝑎 𝑎 𝑎

La dimensión de la matriz es 4 𝑥 4, con lo que tendremos que calcular el determinante mediante la fórmula de Laplace.
Usaremos también las propiedades de determinantes. Recordemos que podemos sumar a una fila otra multiplicada por
un escalar sin que cambie el determinante.

𝑎 −𝑎 𝑏 𝑐
( 𝑎
𝑎
𝑎
𝑎
−𝑎
𝑎
𝑑
−𝑎 )
𝑎 𝑎 𝑎 𝑎
Le restamos a la fila 4 la fila 3

𝑎 −𝑎 𝑏 𝑐
( 𝑎
𝑎
𝑎
𝑎
−𝑎
𝑎
𝑑
−𝑎 )
0 0 0 2𝑎

Le restamos a la fila 3 la fila 2

𝑎 −𝑎 𝑏 𝑐
𝑎 𝑎 −𝑎 𝑑
( ) → 𝐹𝑖𝑙𝑎2 − 𝐹𝑖𝑙𝑎1
0 0 2𝑎 −𝑎 − 𝑑
0 0 0 2𝑎

Le restamos a la fila 2 la fila 1

𝑎 −𝑎 𝑏 𝑐
0 2𝑎 −𝑎 − 𝑏 𝑑−𝑐 )
(
0 0 2𝑎 −𝑎 − 𝑑
0 0 0 2𝑎

Tenemos una matriz triangular, con lo que el determinante es el producto de los elementos de la diagonal

det(𝐴) = 8𝑎4 = 0 ↔ 𝑎 = 0

La matriz es regular si 𝑎 ≠ 0.

Ejercicio 10

1 1 1 1
𝑎 𝑏 𝑐 𝑑
𝐴=( 2 )
𝑎 𝑏2 𝑐2 𝑑2
𝑎3 𝑏3 𝑐3 𝑑3

La dimensión de la matriz es 4 𝑥 4, con lo que tendremos que calcular el determinante mediante la fórmula de Laplace.
Usaremos también las propiedades de determinantes. Recordemos que podemos sumar a una fila otra multiplicada por
un escalar sin que cambie el determinante.

Le restamos a la fila 4 la fila 3 multiplicada por 𝑎

1 1 1 1
𝑎 𝑏 𝑐 𝑑
( )
𝑎2 𝑏2 𝑐2 𝑑2
0 𝑏 − 𝑎𝑏 2
3
𝑐 − 𝑎𝑐 2
3
𝑑 − 𝑎𝑑2
3

Le restamos a la fila 3 la fila 2 multiplicada por 𝑎

1 1 1 1
𝑎 𝑏 𝑐 𝑑
( )
0 𝑏 2 − 𝑎𝑏 𝑐 2 − 𝑎𝑐 𝑑2 − 𝑎𝑑
0 𝑏 3 − 𝑎𝑏 2 𝑐 3 − 𝑎𝑐 2 𝑑3 − 𝑎𝑑2

Le restamos a la fila 2 la fila 1 multiplicada por 𝑎

1 1 1 1
0 𝑏−𝑎 𝑐−𝑎 𝑑−𝑎
( )
0 𝑏 2 − 𝑎𝑏 𝑐 2 − 𝑎𝑐 𝑑2 − 𝑎𝑑
0 𝑏 3 − 𝑎𝑏 2 𝑐 3 − 𝑎𝑐 2 𝑑3 − 𝑎𝑑2

Sacamos factor común

 1 1 1 1
0 𝑏−𝑎 𝑐−𝑎 𝑑−𝑎
( 0 𝑏(𝑏 − 𝑎) 𝑐(𝑐 − 𝑎) 𝑑(𝑑 − 𝑎) )
0 𝑏 2 (𝑏 − 𝑎) 𝑐 2 (𝑐 − 𝑎) 𝑑2 (𝑑 − 𝑎)

Desarrollamos el determinante por Laplace por la columna 1

𝑏−𝑎 𝑐−𝑎 𝑑−𝑎

det(𝐴) = (−1)2 det ( 𝑏(𝑏 − 𝑎) 𝑐(𝑐 − 𝑎) 𝑑(𝑑 − 𝑎) )
2 2 2
𝑏 (𝑏 − 𝑎) 𝑐 (𝑐 − 𝑎) 𝑑 (𝑑 − 𝑎)

Aplicamos propiedades del determinante, en particular, el determinante multiplicado por un escalar no nulo es el
determinante de la matriz con una fila (o columna) multiplicada por el escalar.

1 1 1
det(𝐴) = (𝑏 − 𝑎)(𝑐 − 𝑎)(𝑑 − 𝑎) det ( 𝑏 𝑐 𝑑)
𝑏2 𝑐2 𝑑2

Le restamos a la fila 3 la fila 2 multiplicada por 𝑏

1 1 1
det(𝐴) = (𝑏 − 𝑎)(𝑐 − 𝑎)(𝑑 − 𝑎) det (𝑏 𝑐 𝑑 )
0 𝑐(𝑐 − 𝑏) 𝑑(𝑑 − 𝑏)

Le restamos a la fila 2 la fila 1 multiplicada por 𝑏

1 1 1
det(𝐴) = (𝑏 − 𝑎)(𝑐 − 𝑎)(𝑑 − 𝑎) det (0 𝑐 − 𝑏 𝑑 − 𝑏 )
0 𝑐(𝑐 − 𝑏) 𝑑(𝑑 − 𝑏)

Desarrollamos el determinante por Laplace por la columna 1

𝑐−𝑏 𝑑−𝑏
det(𝐴) = (𝑏 − 𝑎)(𝑐 − 𝑎)(𝑑 − 𝑎)(−1)2 det ( )=
𝑐(𝑐 − 𝑏) 𝑑(𝑑 − 𝑏)

1 1
= (𝑏 − 𝑎)(𝑐 − 𝑎)(𝑑 − 𝑎)(𝑐 − 𝑏)(𝑑 − 𝑏) det ( )=
𝑐 𝑑

= (𝑏 − 𝑎)(𝑐 − 𝑎)(𝑑 − 𝑎)(𝑐 − 𝑏)(𝑑 − 𝑏)(𝑑 − 𝑐)

Por tanto, la matriz es regular cuando los parámetros son todos distintos entre sí.
Demostrar las propiedades (matrices sobre los reales)

Ejercicio 1: 𝐴 una matriz cuadrada de dimensión 𝑛 sobre el cuerpo de los reales:

𝐴 = −𝐴 → 𝐴 = 0

𝐴 = −𝐴 → 𝐴 + 𝐴 = 0 → 2𝐴 = 0 → 𝐴 = 0

Ejercicio 2: Sean 𝐴, 𝐵 dos matrices cuadradas de dimensión 𝑛, ¿la siguiente propiedad es cierta?

𝐴𝐵 = 0 → 𝐴 = 0 ó 𝐵 = 0

No es cierta ya que

1 0 0 0 0 0
( )( )=( )=0
0 0 0 1 0 0

Y ninguna de las matrices es 0.

Ejercicio 3: : Sean 𝐴, 𝐵, 𝐶 tres matrices cuadrada de dimensión 𝑛 siendo 𝐵 ≠ 0, ¿la siguiente propiedad es cierta?

𝐴𝐵 = 𝐶𝐵, 𝐵 ≠ 0 → 𝐴 = 𝐶

Sabemos que si 𝐵 es regular se cumple ya que

𝐴𝐵 = 𝐶𝐵 → 𝐴𝐵𝐵−1 = 𝐶𝐵𝐵−1 𝐴=𝐶

Por tanto, vamos a buscar un contraejemplo con una matriz 𝐵 que no sea regular. La siguiente matriz no es regular

1 0
𝐵=( )
0 0

Sea

0 0 0 0 1 0
𝐴=( ) → 𝐴𝐵 = ( )( )=0
0 1 0 1 0 0

Queremos ahora una matriz 𝐶 que haga que se cumpla la igualdad pero que no sea la matriz 𝐴. Podemos escoger,

𝐶=0

Y tenemos

1 0
𝐶𝐵 = 0 ( ) = 0 = 𝐴𝐵
0 0

Pero 𝐴 ≠ 𝐶
Por tanto, la propiedad es falsa.

Ejercicio 4: Sabemos que para los reales se cumplen las igualdades

(𝑎 + 𝑏)(𝑎 − 𝑏) = 𝑎2 − 𝑏 2 (𝑎 + 𝑏)2 = 𝑎2 + 2𝑎𝑏 + 𝑏 2

¿También se cumplen para matrices cuadradas?

(𝐴 + 𝐵)(𝐴 − 𝐵) = 𝐴2 − 𝐴𝐵 + 𝐵𝐴 − 𝐵2

Pero sabemos que el producto de matrices no es conmutativo, con lo que si 𝐴𝐵 ≠ 𝐵𝐴, no se cumple.

(𝐴 + 𝐵)2 = (𝐴 + 𝐵)(𝐴 + 𝐵) = 𝐴2 + 𝐴𝐵 + 𝐵𝐴 + 𝐵2

Tampoco se cumple por el mismo razonamiento.

Ejercicio 5: Demostrar que la suma y el producto de matrices triangulares superiores (inferiores) es una matriz triangular
superior (inferior).

Sean las matrices triangulares superiores de dimensión 𝑛

𝐴 = (𝑎𝑖,𝑗 ) 𝐵 = (𝑏𝑖,𝑗 ) 1 ≤ 𝑖, 𝑗 ≤ 𝑛

Puesto que sus triangulares superiores,

𝑎𝑖,𝑗 = 𝑏𝑖,𝑗 = 0 𝑖>𝑗

La matriz suma tiene en la posición (𝑖, 𝑗) al elemento

𝑎𝑖,𝑗 + 𝑏𝑖,𝑗

𝑠𝑖 𝑖 > 𝑗 → 𝑎𝑖,𝑗 + 𝑏𝑖,𝑗 = 0 + 0 = 0

Y por tanto, la matriz suma es triangular superior.

El producto tiene en la posición (𝑖, 𝑗) al elemento

𝑛

𝑑𝑖,𝑗 = ∑ 𝑎𝑖,𝑘 𝑏𝑘,𝑗

𝑘=1

Queremos ver que

𝑑𝑖,𝑗 = 0 𝑠𝑖 𝑖 > 𝑗

𝑛 𝑖−1 𝑛

𝑑𝑖,𝑗 = ∑ 𝑎𝑖,𝑘 𝑏𝑘,𝑗 = ∑ 𝑎𝑖,𝑘 𝑏𝑘,𝑗 + 𝑎𝑖,𝑖 𝑏𝑖,𝑗 + ∑ 𝑎𝑖,𝑘 𝑏𝑘,𝑗

𝑘=1 𝑘=1 𝑘=𝑖+1

Supongamos que 𝑖 > 𝑗

entonces el primer sumatorio es 0 ya que 𝑎𝑖,𝑘 = 0 al ser 𝑘 ≤ 𝑖 − 1 < 𝑖 → 𝑖 > 𝑘

entonces el segundo sumatorio es 0 ya que 𝑏𝑘,𝑗 = 0 al ser 𝑘 ≥ 𝑖 + 1 > 𝑗 + 1 > 𝑗

y el término 𝑎𝑖,𝑖 𝑏𝑖,𝑗 = 0 por ser 𝑏𝑖,𝑗 = 0

Por tanto, el producto es triangular superior.

Cambiando las desigualdades tenemos la demostración para inferiores.

Ejercicio 6: La suma y producto de matrices diagonales es una matriz diagonal.

En el ejercicio 5 vimos que el producto y la suma de matrices triangulares superiores (inferiores) es una matriz triangular
superior (inferior). Teniendo en cuenta que las matrices diagonales son triangulares superiores e inferiores, podemos
aplicar las propiedades anteriores y obtenemos la propiedad.

Ejercicio 7: Demostrar que la suma de matrices simétricas es simétricas y que el producto de simétricas es una matriz
simétrica si es conmutativo.

Una matriz cuadrada 𝐴 de dimensión 𝑛 es simétrica si

𝐴 = 𝐴𝑇

Llamemos

𝐴 = (𝑎𝑖,𝑗 )

El elemento de la posición (𝑖, 𝑗) de la matriz 𝐴 es 𝑎𝑖,𝑗 . La matriz traspuesta es la matriz que tiene por filas las columnas de
𝐴, por tanto, el elemento (𝑖, 𝑗) de la traspuesta es 𝑎𝑗,𝑖 . Es decir,

𝐴 = (𝑎𝑖,𝑗 ) 𝐴𝑇 = (𝑎𝑗,𝑖 )

Puesto que las matrices son iguales, los elementos en la misma posición son los mismos, es decir,

𝑎𝑖,𝑗 = 𝑎𝑗,𝑖

Con lo que podemos decir que una matriz es simétrica si se cumple

𝑎𝑖,𝑗 = 𝑎𝑗,𝑖

Sean 𝐴 y 𝐵 matrices simétricas de la misma dimensión 𝑛, tenemos que

𝑎𝑖,𝑗 = 𝑎𝑗,𝑖 𝑏𝑖,𝑗 = 𝑏𝑗,𝑖

SUMA:

𝐴 + 𝐵 = (𝑎𝑖,𝑗 + 𝑏𝑖,𝑗 ) = (𝑎𝑖,𝑗 ) + (𝑏𝑖,𝑗 ) = (𝑎𝑗,𝑖 ) + (𝑏𝑗,𝑖 ) = (𝑎𝑗,𝑖 + 𝑏𝑗,𝑖 ) = 𝐴𝑇 + 𝐵𝑇 = (𝐴 + 𝐵)𝑇

PRODUCTO:

Queremos ver

𝐴𝐵 = (𝐴𝐵)𝑇

Suponemos que

𝐴𝐵 = 𝐵𝐴

Llamemos 𝑑𝑖,𝑗 al elemento de la posición (𝑖, 𝑗) del producto 𝐴𝐵

𝑛 𝑛

𝑑𝑖,𝑗 = ∑ 𝑎𝑖,𝑘 𝑏𝑘,𝑗 = ∑ 𝑏𝑗,𝑘 𝑎𝑘,𝑖 = ℎ𝑗,𝑖

𝑘=1 𝑘=1

donde ℎ𝑗,𝑖 es el elemento (𝑗, 𝑖) de 𝐵𝐴. Por hipótesis,

ℎ𝑗,𝑖 = 𝑑𝑗,𝑖

Y junto con lo anterior,

𝑑𝑖,𝑗 = ℎ𝑗,𝑖 = 𝑑𝑗,𝑖 → 𝑑𝑗,𝑖 = 𝑑𝑖,𝑗 → 𝐴𝐵 = (𝐴𝐵)𝑇

Ejercicio 8: Toda matriz cuadrada 𝐴 cumple que 𝐴 + 𝐴𝑇 es simétrica.

Una matriz cuadrada 𝐴 es simétrica si 𝐴 = 𝐴𝑇 .

Queremos ver que

𝐴 + 𝐴𝑇 = (𝐴 + 𝐴𝑇 )𝑇

Pero esto es inmediato aplicando las propiedades de las traspuestas ya que

(𝐴 + 𝐴𝑇 )𝑇 = 𝐴𝑇 + (𝐴𝑇 )𝑇 = 𝐴𝑇 + 𝐴 = 𝐴 + 𝐴𝑇

Ejercicio 9: Toda matriz cuadrada 𝐴 cumple que 𝐴 − 𝐴𝑇 es antisimétrica (𝐵 es antisimétrica si 𝐵 = −𝐵𝑇 ).

Queremos ver que

𝐴 − 𝐴𝑇 = −(𝐴 − 𝐴𝑇 )𝑇

Pero esto es inmediato aplicando las propiedades de las traspuesta ya que

−(𝐴 − 𝐴𝑇 )𝑇 = −(𝐴𝑇 − (𝐴𝑇 )𝑇 ) = −(𝐴𝑇 − 𝐴) = 𝐴 − 𝐴𝑇

Por tanto,

𝐴 − 𝐴𝑇

Es antisimétrica.

Ejercicio 10: Toda matriz cuadrada puede expresarse como suma de una matriz simétrica y una antisimétrica.

Por los ejercicios 9 y 10 sabemos que las matrices

𝐴 + 𝐴𝑇 es simétrica y 𝐴 − 𝐴𝑇 es antisimétrica

1 1 1 1 1 1 1 1 1 1
𝐴 = (2𝐴) = (2𝐴) + 𝐴𝑇 − 𝐴𝑇 = 𝐴 + 𝐴 + 𝐴𝑇 − 𝐴𝑇 = (𝐴 + 𝐴𝑇 ) + (𝐴 − 𝐴𝑇 )
2 2 2 2 2 2 2 2 2 2

Por tanto, podemos escribir 𝐴 como suma de una matriz simétrica y una antisimétrica

1 1
𝐴 = (𝐴 + 𝐴𝑇 ) + (𝐴 − 𝐴𝑇 )
2 2

Ejercicio 11: Sean las matrices 𝐴, 𝐵, 𝐶 de dimensión 𝑛, siendo 𝐴 y 𝐵 regulares. Obtener la matriz 𝑋 (de dimensión 𝑛) en
cada caso:

a) 𝐴𝑋 = 𝐵𝐴

b) 𝑎(𝑋𝐴) = 𝐶 𝑎∈ℝ

c) 𝐴𝑋𝐵 = 𝐶

d) 𝑋𝐴 + 𝐵𝐶 = 𝐶

a) Puesto que 𝐴 es regular, existe la matriz 𝐴−1

Multiplicando la igualdad por 𝐴−1

𝐴−1 𝐴𝑋 = 𝐴−1 𝐵𝐴 → 𝑋 = 𝐴−1 𝐵𝐴

b) Si 𝑎 = 0, la igualdad sólo se cumple si 𝐶 = 0 y para cualquier matriz 𝑋. Si no, puesto que 𝑎 y 𝐴 son inversibles

𝑎(𝑋𝐴) = 𝐶 → 𝑋𝐴 = 𝑎−1 𝐶 → 𝑋 = 𝑎−1 𝐶𝐴−1

c) Puesto que 𝐴 y 𝐵 tienen inversa

𝐴𝑋𝐵 = 𝐶 → 𝐴−1 𝐴𝑋𝐵𝐵−1 = 𝐴−1 𝐶𝐵−1 → 𝑋 = 𝐴−1 𝐶𝐵−1

d) Puesto que 𝐴 tiene inversa

𝑋𝐴 + 𝐵𝐶 = 𝐶 → 𝑋𝐴 = 𝐶 − 𝐵𝐶 → 𝑋𝐴 = (𝐼𝑛 − 𝐵)𝐶 → 𝑋 = (𝐼𝑛 − 𝐵)𝐶𝐴−1

Ejercicio 12: Podemos usar las matrices para codificar mensajes. Numeramos el alfabeto, por ejemplo, 𝑎 = 1, 𝑏 =
2, … , 𝑧 = 27. Para la codificación nos ayudamos de una matriz de paso:

1 2
𝑊=( )
2 0

Y escribiremos las palabras en matrices con 2 filas para poder multiplicarlas por 𝑊.

Ejemplo:

13 1 21 51 19 75
𝑚𝑎𝑡𝑟𝑖𝑧 = 13, 1, 21, 19, 9, 27 → 𝐴 = ( ) → 𝑊𝐴 = ( )
19 9 27 26 2 42

El mensaje codificado es 𝑊𝐴.

¿Qué restricción sobre 𝑊 es necesaria para poder descodificar los mensajes?

¿Qué mensaje contiene la matriz siguiente?

65 29 41 62 19
𝐻=( )
42 38 2 40 34

Si la matriz codificada es

Sabemos que es de la forma

𝐻 = 𝑊𝐴

Si queremos obtener 𝐴, que es la matriz que contiene el mensaje, multiplicamos por la inversa de 𝑊

𝑊 −1 𝐻 = 𝑊 −1 𝑊𝐴 = 𝐴 → 𝐴 = 𝑊 −1 𝐻

Por tanto, para poder descodificar necesitamos que 𝑊 sea regular.

La matriz 𝑊 dada es regular (su determinante es -4)

1 2 −1 0 1/2
𝑊 −1 = ( ) =( )
2 0 1/2 −1/4

0 1/2 65 29 41 62 19 21 19 1 20 17
𝐴 = 𝑊 −1 𝐻 = ( )( )=( )
1/2 −1/4 42 38 2 40 34 22 5 20 21 1

21, 19, 1, 20, 17, 22, 5, 20, 21, 1 = 𝑇𝑅𝐴𝑆𝑃𝑈𝐸𝑆𝑇𝐴

La matriz contiene el mensaje “traspuesta”.

Ejercicio 13: Sea la matriz regular 𝐴 de dimensión 𝑛 que verifica

𝐴3 = 𝐴2 − 2𝐼𝑛
hallar la inversa de 𝐴 en función de ella misma.

𝐴3 = 𝐴2 − 2𝐼𝑛 → 𝐴3 − 𝐴2 = −2𝐼𝑛 → 𝐴(𝐴2 − 𝐴) = −2𝐼𝑛 = (𝐴2 − 𝐴)𝐴

𝐴 𝐴2 𝐴 𝐴2
→ 𝐴 ( − ) = 𝐼𝑛 = ( − ) 𝐴
2 2 2 2

Tenemos que, por definición y unicidad de la matriz inversa,

𝐴 𝐴2 1
𝐴−1 = − = (𝐴 − 𝐴2 )
2 2 2

Ejercicio 14: Decimos que una matriz 𝐴 es diagonalizable con matriz de paso 𝑃 (regular) si se cumple

𝑃𝐴 = 𝐷𝑃

donde 𝐷 es una matriz diagonal.

¿por qué es útil la diagonalización de una matriz para calcular potencias de ésta?

Calcula la potencia 5 de la matriz 𝐴 sabiendo que

1 1 5 −1 0 0
𝑃𝐴 = 𝐷𝑃 𝑃−1 = (−4 0 1) 𝐷=( 0 1 0)
2 0 1 0 0 2

Supongamos que queremos calcular 𝐴𝑘 , puesto que 𝑃 es regular

𝑃𝐴 = 𝐷𝑃 → 𝐴 = 𝑃−1 𝐷𝑃 → 𝐴2 = 𝑃 −1 𝐷𝑃𝑃−1 𝐷𝑃 = 𝑃−1 𝐷2 𝑃 → 𝐴3 = 𝑃 −1 𝐷𝑃𝑃−1 𝐷2 𝑃 = 𝑃−1 𝐷3 𝑃

La potencia 𝐴𝑘 es

𝐴𝑘 = 𝑃 −1 𝐷 𝑘 𝑃

Y puesto que 𝐷 es diagonal, su potencia 𝑘 es la matriz diagonal cuyos elementos son las potencias 𝑘 de los elementos de
𝐷. Con lo que las potencias de 𝐴 se consiguen fácilmente.

En el caso dado:

𝐴5 = 𝑃 −1 𝐷 5 𝑃

0 −1/2 1/6 −1 0 0
𝑃 = (1 −3/2 −7/2) 𝐷5 = ( 0 1 0 )
0 1/3 2/3 0 0 32

Por tanto,

1 1 5 −1 0 0 0 −1/2 1/6 1 52 103

5
𝐴 = (−4 0 1) ( 0 1 0 ) (1 −3/2 −7/2) = (0 10 22 )
2 0 1 0 0 32 0 1/3 2/3 0 11 21

La matriz es

1 2 3
𝐴 = (0 0 2)
0 1 1

Ejercicio 15: Una aplicación lineal

𝑓: ℝ𝑛 → ℝ

dada por
 𝑓(𝑥1 , … , 𝑥𝑛 ) = 𝑎1 𝑥1 + ⋯ + 𝑎𝑛 𝑥𝑛

la podemos expresar de mediante una matriz 𝐴 como

𝑓 = 𝐴: ℝ𝑛 → ℝ 𝐴 = (𝑎1 … 𝑎𝑛 )

Y así
𝑥1
𝑓(𝑥1 , … , 𝑥𝑛 = 𝐴 ( ⋮ )
)
𝑥𝑛

Encontrar las matrices que definen a las aplicaciones y calcular las imágenes de los puntos 𝑎, 𝑏 dados

𝑓: ℝ4 → ℝ 𝑓(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = 3𝑥2 + 2𝑥3 + 𝑥4 𝑎 = (1, −3,0,2)

𝑔: ℝ3 → ℝ2 𝑔(𝑥, 𝑦, 𝑧) = (2𝑥 + 𝑦, 3𝑦 − 𝑧) 𝑏 = (1, −1,5)

1
−3
𝑓 = (0 3 2 1) → 𝑓(𝑎) = (0 3 2 1) ( 0 ) = −9 + 2 = −7 → 𝑓(𝑎) = −7
2

La función 𝑔 se define mediante una matriz de dimensión 2 𝑥 3

1
2 1 0 2 1 0 1
𝑔=( ) 𝑔(𝑏) = ( ) (−1) = ( ) → 𝑔(𝑏) = (1, −8)
0 3 −1 0 3 −1 −8
5

EJERCICIOS RESUELTOS: CÁLCULO DE DETERMINANTES

Ejercicio 1

2 0
𝐴=( )
−1 3

Ejercicio 2

5 −2
𝐴=( )
4 1

Ejercicio 3

𝐴 = ( √2 −√3)
−√3 −√2

Ejercicio 4

3 2 −3
𝐴 = (7 −1 0 )
2 −4 5

Ejercicio 5
 2 −3 1
𝐴 = (−3 5 7)
1 7 −1

Ejercicio 6

−2 4 3
𝐴=( 1 √3 1/2)
−1 −4/3 5

Ejercicio 7

√2/3 0 0
𝐴=( 0 3
√7 0)
0 0 √2

Ejercicio 8

1 0 3 −3
𝐴=( 2 −3 −2 3)
−1 2 1 2
3 2 5 0

Ejercicio 9

5 3 1 0
𝐴=( −1 2 5 −2 )
3 −1 −2 0
−5 0 −3 1

Ejercicio 10

1 𝑖 2−𝑖
+
𝐴=( 2 5 3 ) 𝑖 = √−1 ∈ ℂ
𝑖 3
− − 𝑖√5
2 2

SOLUCIONES

Ejercicio 1

2 0
𝐴=( )
−1 3
2 0
det(𝐴) = | | = 2 · 3 − 0 · (−1) = 6
−1 3

Ejercicio 2

5 −2
𝐴=( )
4 1
5 −2
det(𝐴) = | | = 5 · 1 − (−2 · 4) = 5 + 8 = 13
4 1

Ejercicio 3
 𝐴 = ( √2 −√3)
−√3 −√2

det(𝐴) = | √2 −√3| = (√2)(−√2) − (−√3)(−√3) = −2 − 3 = −5

−√3 −√2

Ejercicio 4

3 2 −3
𝐴 = (7 −1 0)
2 −4 5

Aplicamos la regla de Sarrus

3 2 −3
det(𝐴) = | 7 −1 0 |=
2 −4 5

= 3 · (−1) · 5 + 2 · 0 · 2 + 7 · (−4) · (−3) − (−3 · (−1) · 2 + 2 · 7 · 5 + 0 · (−4) · 3) =

= −15 + 0 + 84 − (6 + 70 + 0) = 69 − 76 = −7

Ejercicio 5

2 −3 1
𝐴 = (−3 5 7)
1 7 −1

Aplicamos la regla de Sarrus

2 −3 1
det(𝐴) = | −3 5 7 |=
1 7 −1

= 2 · 5 · (−1) + (−3) · 7 · 1 + (−3) · 7 · 1 − (1 · 5 · 1 + (−3)(−3)(−1) + 7 · 7 · 2 =

= −10 − 21 − 21 − (5 − 9 + 98) = −146

Ejercicio 6

−2 4 3
𝐴=( 1 √3 1/2)
−1 −4/3 5

Aplicamos la regla de Sarrus

−2 4 3
det(𝐴) = | 1 √3 1/2 |=
−1 −4/3 5

1 4 1 4
= −2 · 5√3 + 4 · · (−1) + 1 · (− ) · 3 − (3 · (−1)√3 + 4 · 1 · 5 + (− ) (−2) =
2 3 2 3
4 82
= −10√3 − 2 − 4 − (−3√3 + 20 + ) = −7√3 −
3 3

Ejercicio 7

√2/3 0 0
𝐴=( 0 3
√7 0)
0 0 √2
El determinante de una matriz diagonal es el producto de los elementos de la diagonal.

√2/3 0 0 23
√2 3
det(𝐴) = | 0 3
√7 0 | = 3 · √7 · √2 = 3 √7
0 0 √2

Ejercicio 8

1 0 3 −3
𝐴 = ( 2 −3 −2 3)
−1 2 1 2
3 2 5 0

Calculamos el determinante mediante el desarrollo de Laplace por la primera fila

1 0 3 −3
det(𝐴) = | 2 −3 −2 3 |=
−1 2 1 2
3 2 5 0
−3 −2 3
= 1(−1)1+1 | 2 1 2| +
2 5 0
2 −2 3
1+2
+0(−1) |−1 1 2| +
3 5 0
2 −3 3
+3(−1)1+3 |−1 2 2| +
3 2 0
2 −3 −2
−3(−1)1+4 |−1 2 1 |=
3 2 5

= 1(−8 + 30 − 6 + 30) + 0 + 3(−18 − 6 − 18 − 8) + 3(20 − 9 + 4 + 12 − 15 − 4) = −80

Ejercicio 9

5 3 1 0
𝐴 = ( −1 2 5 −2)
3 −1 −2 0
−5 0 −3 1

Calculamos el determinante por el desarrollo de Laplace por la cuarta columna

5 3 1 5 3 1
4+2 4+4
det(𝐴) = −2(−1) | 3 −1 −2| + 1(−1) |−1 2 5 |=
−5 0 −3 3 −1 −2

= −2(15 + 30 − 5 + 27) + (−20 + 45 + 1 − 6 − 6 + 25) = −95

Ejercicio 10

1 𝑖 2−𝑖
+
𝐴=( 2 5 3 )
𝑖 3
− − 𝑖√5
2 2
 1 𝑖 3 2−𝑖 𝑖 √5 11 19 √5
det(𝐴) = ( + ) ( − 𝑖√5) − ( ) (− ) = + + ( − )𝑖
2 5 2 3 2 5 12 30 2

EJERCICIOS RESUELTOS: CÁLCULO DE MATRIZ ADJUNTA E INVERSA

Ejercicio 1

1 2
𝐴=( )
2 −1

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

𝑎𝑑1,1 = (−1)2 det(−1) = −1

𝑎𝑑1,2 = (−1)3 det(2) = −2
𝑎𝑑2,1 = (−1)3 det(2) = −2
𝑎𝑑2,2 = (−1)4 det(1) = 1

−1 −2
𝐴𝑑𝑗(𝐴) = ( )
−2 1

La matriz inversa es

1 2
det(𝐴) = | | = −1 · 1 − 2 · 2 = −1 − 4 = −5
2 −1
𝑇
−1
(𝐴𝑑𝑗(𝐴))
𝐴 =
det(𝐴)

−1 −2
( ) 1/5 2/5
𝐴−1 = −2 1 = ( )
−5 2/5 −1/5

Ejercicio 2

1 2 3
𝐴 = (3 2 1)
1 0 1

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

2 1
𝑎𝑑1,1 = (−1)2 det ( )=2
0 1
3 3 1
𝑎𝑑1,2 = (−1) det ( ) = −2
1 1
4 3 2
𝑎𝑑1,3 = (−1) det ( ) = −2
1 0
3 2 3
𝑎𝑑2,1 = (−1) det ( ) = −2
0 1
4 1 3
𝑎𝑑2,2 = (−1) det ( ) = −2
1 1
5 1 2
𝑎𝑑2,3 = (−1) det ( )=2
1 0
4 2 3
𝑎𝑑3,1 = (−1) det ( ) = −4
2 1
5 1 3
𝑎𝑑3,2 = (−1) det ( )=8
3 1
 1 2
𝑎𝑑3,3 = (−1)6 det ( ) = −4
3 2

2 −2 −2
𝐴𝑑𝑗(𝐴) = (−2 −2 2 )
−4 8 −4
1 2 3
det(𝐴) = |3 2 1| = 1 · 2 · 1 + 2 · 1 · 1 + 3 · 0 · 3 − (3 · 2 · 1 + 3 · 2 · 1 + 1 · 0 · 1) =
1 0 1
= 2 + 2 − (6 + 6) = −8

La matriz inversa es

2 −2 −4
(−2
𝑇 −2 8 ) −1/4 1/4 1/2
(𝐴𝑑𝑗(𝐴))
𝐴−1 = = −2 2 −4 = ( 1/4 1/4 −1 )
det(𝐴) −8
1/4 −1/4 1/2

Ejercicio 3

1 3 9
𝐴 = (2 5 −1)
4 −1 0

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

5 −1
𝑎𝑑1,1 = (−1)2 det ( ) = −1
−1 0
2 −1
𝑎𝑑1,2 = (−1)3 det ( ) = −4
4 0
2 5
𝑎𝑑1,3 = (−1)4 det ( ) = −22
4 −1
3 9
𝑎𝑑2,1 = (−1)3 det ( ) = −9
−1 0
1 9
𝑎𝑑2,2 = (−1)4 det ( ) = −36
4 0
1 3
𝑎𝑑2,3 = (−1)5 det ( ) = 13
4 −1
3 9
𝑎𝑑3,1 = (−1)4 det ( ) = −48
5 −1
1 9
𝑎𝑑3,2 = (−1)5 det ( ) = 19
2 −1
1 3
𝑎𝑑3,3 = (−1)6 det ( ) = −1
2 5
−1 −4 −22
𝐴𝑑𝑗(𝐴) = ( −9 −36 13 )
−48 19 −1
1 3 9
det(𝐴) = |2 5 −1| = 0 − 12 − 18 − 180 − 0 − 1 = −211
4 −1 0

La matriz inversa es

−1 −9 −48
𝑇 ( −4 −36 19 )
(𝐴𝑑𝑗(𝐴)) −22 13 −1
𝐴−1 = =
det(𝐴) −211
Ejercicio 4

3 0 −1
𝐴=( 0 5 0 )
−3 0 3
3 0 −1
det(𝐴) = | 0 5 0 | = 45 + 0 + 0 − 15 − 0 − 0 = 30
−3 0 3

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

5 0
𝑎𝑑1,1 = (−1)2 det ( ) = 15
0 3
0 0
𝑎𝑑1,2 = (−1)3 det ( )=0
−3 3
0 5
𝑎𝑑1,3 = (−1)4 det ( ) = 15
−3 0
0 −1
𝑎𝑑2,1 = (−1)3 det ( )=0
0 3
3 −1
𝑎𝑑2,2 = (−1)4 det ( )=6
−3 3
3 0
𝑎𝑑2,3 = (−1)5 det ( )=0
−3 0
0 −1
𝑎𝑑3,1 = (−1)4 det ( )=5
5 0
3 −1
𝑎𝑑3,2 = (−1)5 det ( )=0
0 0
3 0
𝑎𝑑3,3 = (−1)6 det ( ) = 15
0 5
15 0 15
𝐴𝑑𝑗(𝐴) = ( 0 6 0)
5 0 15

La matriz inversa es

15 0 5
𝑇 ( 0 6 0) 1/2 0 1/6
(𝐴𝑑𝑗(𝐴)) 15 0 15
𝐴−1 = = =( 0 1/5 0 )
det(𝐴) 30
1/2 0 1/2

Ejercicio 5

−2 −6 2
𝐴=( 0 1 3)
0 0 6
−2 −6 2
det(𝐴) = | 0 1 3| = −12 + 0 + 0 − 0 − 0 − 0 = −12
0 0 6

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

1 3
𝑎𝑑1,1 = (−1)2 det ( )=6
0 6
3 0 3
𝑎𝑑1,2 = (−1) det ( )=0
0 6
4 0 1
𝑎𝑑1,3 = (−1) det ( )=0
0 0
 −6 2
𝑎𝑑2,1 = (−1)3 det ( ) = 36
0 6
4 −2 2
𝑎𝑑2,2 = (−1) det ( ) = −12
0 6
5 −2 −6
𝑎𝑑2,3 = (−1) det ( )=0
0 0
−6 2
𝑎𝑑3,1 = (−1)4 det ( ) = −20
1 3
−2 2
𝑎𝑑3,2 = (−1)5 det ( )=6
0 3
−2 −6
𝑎𝑑3,3 = (−1)6 det ( ) = −2
0 1
6 0 0
𝐴𝑑𝑗(𝐴) = ( 36 −12 0 )
−20 6 −2

La matriz inversa es

6 36 −20
𝑇 (0 −12 6 ) −1/2 −3 5/3
(𝐴𝑑𝑗(𝐴))
𝐴−1 = = 0 0 −2 = ( 0 1 −1/2)
det(𝐴) −12
0 0 1/6

Ejercicio 6

−5 0 0
𝐴=( 0 3 0 )
0 0 √2
−5 0 0
det(𝐴) = | 0 3 0 | = −15√2
0 0 √2

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

3 0
𝑎𝑑1,1 = (−1)2 det ( ) = 3√2
0 √2
0 0
𝑎𝑑1,2 = (−1)3 det ( )=0
0 √2
0 2
𝑎𝑑1,3 = (−1)4 det ( )=0
0 0
0 0
𝑎𝑑2,1 = (−1)3 det ( )=0
0 √2
−5 0
𝑎𝑑2,2 = (−1)4 det ( ) = −5√2
0 √2
−5 0
𝑎𝑑2,3 = (−1)5 det ( )=0
0 0
0 0
𝑎𝑑3,1 = (−1)4 det ( )=0
3 0
−5 0
𝑎𝑑3,2 = (−1)5 det ( )=0
0 0
−5 0
𝑎𝑑3,3 = (−1)6 det ( ) = −15
0 3

3√2 0 0
𝐴𝑑𝑗(𝐴) = ( 0 −5√2 0 )
0 0 −15

La matriz inversa es
 3√2 0 0
( 0 −5√2 0 )
𝑇 −1/5 0 0
(𝐴𝑑𝑗(𝐴)) 0 0 −15
𝐴−1 = = =( 0 1/3 0 )
det(𝐴) −15√2 0 0 √2/2

Ejercicio 7

1 0 0
𝐴=( 0 𝑖 2𝑖 )
1−𝑖 0 1+𝑖
1 0 0
det(𝐴) = | 0 𝑖 2𝑖 | = 𝑖(1 + 𝑖) = 𝑖 − 1
1−𝑖 0 1+𝑖

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

𝑖 2𝑖
𝑎𝑑1,1 = (−1)2 det ( )=𝑖−1
0 1+𝑖
0 2𝑖
𝑎𝑑1,2 = (−1)3 det ( ) = 2𝑖 + 2
1−𝑖 1+𝑖
0 𝑖
𝑎𝑑1,3 = (−1)4 det ( ) = −1 − 𝑖
1−𝑖 0
0 0
𝑎𝑑2,1 = (−1)3 det ( )=0
0 1+𝑖
1 0
𝑎𝑑2,2 = (−1)4 det ( )=1+𝑖
1−𝑖 1+𝑖
1 0
𝑎𝑑2,3 = (−1)5 det ( )=0
1−𝑖 0
0 0
𝑎𝑑3,1 = (−1)4 det ( )=0
𝑖 2𝑖
1 0
𝑎𝑑3,2 = (−1)5 det ( ) = −2𝑖
0 2𝑖
1 0
𝑎𝑑3,3 = (−1)6 det ( )=𝑖
0 𝑖
𝑖 − 1 2𝑖 + 2 −1 − 𝑖
𝐴𝑑𝑗(𝐴) = ( 0 1+𝑖 0 )
0 −2𝑖 𝑖

La matriz inversa es

𝑖−1 0 0
𝑇 ( 2𝑖 + 2 1 +𝑖 −2𝑖 ) 1 0 0
(𝐴𝑑𝑗(𝐴))
−1
𝐴 = = −1 − 𝑖 0 𝑖 = ( −2𝑖 −𝑖 𝑖−1 )
det(𝐴) 𝑖−1 𝑖 0 (1 − 𝑖)/2

Ejercicio 8

√2 1/2 −√5
𝐴=( 1/3 0 1/4 )
−√5 1/5 √2

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

 1
√2 −√5
2
| 1 1 | 1 1 1 1 √2 √2
det(𝐴) = 0 = 0 − √5 · · − √5 · · − − =
| 3 4 | 2 4 3 5 2·3 4·5
1
−√5 √2
5
1 1 1 1 23√5 13√2 23√5 + 26√2
= −√5 ( + ) − √2 ( + ) = − − =−
8 15 6 20 120 60 120

0 1/4 1
𝑎𝑑1,1 = (−1)2 det ( )=−
1/5 √2 20
1/3 1/4 √2 √5
𝑎𝑑1,2 = (−1)3 det ( )=− −
−√5 √2 3 4
1/3 0 1
𝑎𝑑1,3 = (−1)4 det ( )=
−√5 1/5 15
1/2 −√5 √2 √5
𝑎𝑑2,1 = (−1)3 det ( )=− −
1/5 √2 2 5

𝑎𝑑2,2 = (−1)4 det ( √2 −√5 = −3

)
−√5 √2
√2 1/2 √2 √5
𝑎𝑑2,3 = (−1)5 det ( )=− −
−√5 1/5 5 2
1/2 −√5 1
𝑎𝑑3,1 = (−1)4 det ( )=
0 1/4 8
√2 √5
𝑎𝑑3,2 = (−1)5 det ( √2 −√5) = − −
1/3 1/4 4 3
1/2 1
𝑎𝑑3,3 = (−1)6 det ( √2 )=−
1/3 0 6

1 √2 √5 1
− − −
20 3 4 15
𝐴𝑑𝑗(𝐴) = √2 √5 √2 √5
−− −3 − −
2 5 5 2
1 √2 √5 1
( − − − )
8 4 3 6

La matriz inversa es

1 √2 √5 1
− − −
𝑇
20 2 5 8
𝐴 −1
=
(𝐴𝑑𝑗(𝐴))
= √2 √5 √2 √5 / −23√5 − 26√2
− − −3 − − ( )
det(𝐴) 3 4 4 3 120
1 √2 √5 1
( − − − )
15 5 2 6

Ejercicio 9

1 −2 5 −3
𝐴=( −1 0 0 1 )
2 0 4 0
−3 2 −5 0

𝐴𝑑𝑗(𝐴) = (𝑎𝑑𝑖,𝑗 ) 𝑎𝑑𝑖,𝑗 = (−1)𝑖+𝑗 det(𝐴𝑖,𝑗 )

0 0 1
𝑎𝑑1,1 = (−1)2 det (0 4 0) = −8
2 −5 0
 −1 0 1
𝑎𝑑1,2 = (−1)3 det ( 2 4 0) = −2
−3 −5 0

−1 0 1
𝑎𝑑1,3 = (−1)4 det ( 2 0 0) = 4
−3 2 0

−1 0 0
𝑎𝑑1,4 = (−1)5 det ( 2 0 4 ) = −8
−3 2 −5

−2 5 −3
𝑎𝑑2,1 = (−1)3 det ( 0 4 0 ) = −24
2 −5 0

1 5 −3
𝑎𝑑2,2 = (−1)4 det ( 2 4 0 ) = −6
−3 −5 0

1 −2 −3
𝑎𝑑2,3 = (−1)5 det ( 2 0 0 ) = 12
−3 2 0

1 −2 5
𝑎𝑑2,4 = (−1)6 det ( 2 0 4 ) = 16
−3 2 −5

−2 5 −3
𝑎𝑑3,1 = (−1)4 det ( 0 0 1 )=0
2 −5 0

1 5 −3
𝑎𝑑3,2 = (−1)5 det (−1 0 1 ) = 25
−3 −5 0
1 −2 −3
(−1)6
𝑎𝑑3,3 = det (−1 0 1 ) = 10
−3 2 0

1 −2 5
𝑎𝑑3,4 = (−1)7 det (−1 0 0 )=0
−3 2 −5

−2 5 −3
𝑎𝑑4,1 = (−1)5 det ( 0 0 1 ) = −8
0 4 0

1 5 −3
𝑎𝑑4,2 = (−1)6 det (−1 0 1 ) = 18
2 4 0

1 −2 −3
𝑎𝑑4,3 = (−1)7 det (−1 0 1 )=4
2 0 0
 1 −2 5
𝑎𝑑4,4 = (−1)8 det (−1 0 0) = −8
2 0 4
−8 −2 4 −8
𝐴𝑑𝑗(𝐴) = ( −24 −6 12 16 )
0 25 10 0
−8 18 4 −8

El determinante de 𝐴 lo calculamos mediante el desarrollo de Laplace por la fila 2

1 −2 5 −3 −2 5 −3
det ( −1 0 0 1 ) = −1(−1)3 | 0 4 0 |+
2 0 4 0
−3 2 −5 0 2 −5 0

1 −2 5
+0 + 0 + 1(−1)6 | 2 0 4 | = 24 + 24 + 20 − 20 − 8 = 40
−3 2 −5

La matriz inversa es

8 −24 0 −8
(−2 −6 25 18 )
𝑇 4 12 10 4
(𝐴𝑑𝑗(𝐴)) −8 16 0 −8
𝐴−1 = =
det(𝐴) 40

Ejercicio 10

√2 −√2 0 0
−√2 √2 −√2 0
𝐴=
0 −√2 √3 −√3
( 0 0 −√3 0 )

Por ahora A es singular ¡!!

EJERCICIOS RESUELTOS: SISTEMAS DE ECUACIONES LINEALES

Ejercicio 1

5𝑥 + 2𝑦 = 3
−3𝑥 + 3𝑦 = 15

Ejercicio 2

3𝑥 − 𝑦 = 2
−6𝑥 + 2𝑦 = −4

Ejercicio 3

−5𝑥 +𝑦 =0
1
𝑥 − 𝑦 = −3
5

Ejercicio 4

5𝑥 + 2𝑦 =2
2𝑥 + 𝑦 − 𝑧 = 0
2𝑥 + 3𝑦 − 𝑧 = 3
Ejercicio 5

2𝑥 − 𝑦 + 3𝑧 = 5
2𝑥 + 2𝑦 + 3𝑧 = 7
−2𝑥 + 3𝑦 = −3

Ejercicio 6

𝑥 + 2𝑦 + 3𝑧 = 1
−3𝑥 − 2𝑦 − 𝑧 = 2
4𝑥 + 4𝑦 + 4𝑧 = 3

Ejercicio 7

3𝑥 − 𝑦 + 7𝑧 = 1
5𝑥 +𝑧 = 2

Ejercicio 8

𝑥 − 𝑦 + 5𝑧 = √2
√5𝑥 + 𝑧 = √3
2 5
𝑥 + 3𝑦 + 2𝑧 =
5 2

Ejercicio 9

𝑥+ 2𝑦 − 3𝑧 −𝑡 =0
−3𝑦 + 2𝑧 + 6𝑡 = −8
−3𝑥 −𝑦 + 3𝑧 +𝑡 = 0
2𝑥 + 3𝑦 + 2𝑧 − 𝑡 = −8

Ejercicio 10

(1 + 𝑖)𝑥 − 𝑖𝑦 = 3𝑖
𝑖 = √−1 ∈ ℂ
2𝑥 + 𝑖𝑦 = −𝑖

SOLUCIONES

Aplicaremos el método de eliminación de Gauss-Jordan: obtener la forma escalonada reducida de la matriz ampliada del
sistema de ecuaciones mediante operaciones elementales fila.
Una vez obtenida la matriz, aplicaremos el Teorema de Rouché-Frobenius para determinar las soluciones, que dice así

Sea A·X = B un sistema de m ecuaciones lineales con n incógnitas (sobre un cuerpo en general), siendo m y n naturales (no
nulos):

 A·X = B es compatible si, y sólo si, rango( A ) = rango ( A | B ).

 A·X = B es compatible determinado si, y sólo si, rango( A ) = n = rango( A | B ).

El método se basa en que matrices equivalentes (las obtenidas por operaciones elementales fila) representan el mismo
sistema y, por tanto, tienen la misma solución.

Ejercicio 1

5𝑥 + 2𝑦 = 3
−3𝑥 + 3𝑦 = 15

La matriz ampliada del sistema es

 5 2 3
( | )
−3 3 15

Aplicamos operaciones elementales fila:

Multiplicamos la primera fila por 1/5 y la segunda por 1/3

5 2 3 1 2/5 3/5
( | )→ ( | )
−3 3 15 −1 1 5

Sumamos a la segunda fila la primera

1 2/5 3/5 1 2/5 3/5

( | )→ ( | )
−1 1 5 0 7/5 28/5

Multiplicamos la segunda fila por 5/7

1 2/5 3/5 1 2/5 3/5

( | )→ ( | )
0 7/5 28/5 0 1 4

Sumamos a la primera fila la segunda fila multiplicada por -2/5

1 2/5 3/5 1 0 −1
( | )→ ( | )
0 1 4 0 1 4

1 0 −1 1 0
𝑟𝑎𝑛𝑔𝑜 ( | ) = 2 = 𝑟𝑎𝑛𝑔𝑜 ( )
0 1 4 0 1

Por el teorema de Rouché-Frobenius, el sistema es compatible determinado. La matriz obtenida representa el sistema

𝑥 = −1
𝑦=4

que son las soluciones del sistema inicial.

Ejercicio 2

3𝑥 − 𝑦 = 2
−6𝑥 + 2𝑦 = −4

La matriz ampliada del sistema es

3 −1 2
( | )
−6 2 −4

Multiplicamos la segunda fila por 1/2

3 −1 2 3 −1 2
( | ) → ( | )
−6 2 −4 −3 1 −2

Sumamos la primera fila a la segunda

3 −1 2 3 −1 2
( | )→ ( | )
−3 1 −2 0 0 0

Multiplicamos la primera fila por 1/3

3 −1 2 1 −1/3 2/3
( | )→( | )
0 0 0 0 0 0
1 −1/3 2/3 1 −1/3
𝑟𝑎𝑛𝑔𝑜 ( | ) = 1 = 𝑟𝑎𝑛𝑔𝑜 ( )
0 0 0 0 0
Por Rouché-Frobenius, el sistema es compatible. Además, es indeterminado, ya que el rango (1) es menor que el número
de incógnitas (2).
La matriz obtenida representa el sistema
1 2 2 1
𝑥− 𝑦= → 𝑥= + 𝑦
3 3 3 3
Las soluciones del sistema son
1
𝑥 = (2 + 𝜆)
3
𝑦=𝜆∈ℝ
Ejercicio 3

−5𝑥 +𝑦 =0
1
𝑥 − 𝑦 = −3
5

La matriz ampliada del sistema es

−5 1 0
( | )
1 −1/5 −3

Cambiamos el orden de las filas

−5 1 0 1 −1/5 −3
( | )→ ( | )
1 −1/5 −3 −5 1 0

Le sumamos a la segunda fila la primera multiplicada por 5

1 −1/5 −3 1 −1/5 −3
( | )→( | )
−5 1 0 0 0 −15

Multiplicamos la segunda fila por -1/15

1 −1/5 −3 1 −1/5 −3
( | )→( | )
0 0 −15 0 0 1
1 −1/5 −3 1 −1/5
𝑟𝑎𝑛𝑔𝑜 ( | ) = 2 ≠ 1 = 𝑟𝑎𝑛𝑔𝑜 ( )
0 0 1 0 0

Por Rouché-Frobenius, el sistema es incompatible (no tiene solución).

La matriz obtenida representa el sistema

1
𝑥 − 𝑦 = −3
5
0𝑦 = 1

Ejercicio 4

5𝑥 + 2𝑦 =2
2𝑥 + 𝑦 − 𝑧 = 0
2𝑥 + 3𝑦 − 𝑧 = 3

La matriz ampliada del sistema es

5 2 0 2
(2 1 −1 | 0)
2 3 −1 3

Multiplicamos la primera fila por 1/5

5 2 0 2 1 2/5 0 2/5
(2 1 −1 | 0) → ( 2 1 −1 | 0 )
2 3 −1 3 2 3 −1 3
Sumamos a la segunda y tercera filas la primera multiplicada por -2

1 2/5 0 2/5 1 2/5 0 2/5

(2 1 −1 | 0 ) → ( 0 1/5 −1 | −4/5)
2 3 −1 3 0 11/5 −1 11/5

Multiplicamos las filas segunda y tercera por 5

1 2/5 0 2/5 1 2/5 0 2/5

(0 1/5 −1 | −4/5) → ( 0 1 −5 | −4 )
0 11/5 −1 11/5 0 11 −5 11

Sumamos a la segunda fila la tercera multiplicada por -1

1 2/5 0 2/5 1 2/5 0 2/5

(0 1 −5 | −4 ) → ( 0 −10 0 | −15)
0 11 −5 11 0 11 −5 11

Multiplicamos la segunda fila por -1/10 y la tercera por 1/11

1 2/5 0 2/5 1 2/5 0 2/5

( 0 −10 0 | −15) → ( 0 1 0 | 3/2)
0 11 −5 11 0 1 −5/11 1

Sumamos a la primera fila la segunda multiplicada por -2/5 y a la tercera, la segunda por -1

1 2/5 0 2/5 1 0 0 −1/5

(0 1 0 | 3/2) → ( 0 1 0 | 3/2 )
0 1 −5/11 1 0 0 −5/11 −1/2

Multiplicamos la tercera fila por -11/5

1 0 0 −1/5 1 0 0 −1/5
(0 1 0 | 3/2 ) → ( 0 1 0 | 3/2 )
0 0 −5/11 −1/2 0 0 1 11/10

1 0 0 −1/5 1 0 0
𝑟𝑎𝑛𝑔𝑜 ( 0 1 0 | 3/2 ) = 3 = 𝑟𝑎𝑛𝑔𝑜 (0 1 0)
0 0 1 11/10 0 0 1

Por Rouché-Frobenius, el sistema es compatible determinado. La matriz obtenida representa el sistema

𝑥 = −1/5
𝑦 = 3/2
𝑧 = 11/10

que son las soluciones del sistema.

Ejercicio 5

2𝑥 − 𝑦 + 3𝑧 = 5
2𝑥 + 2𝑦 + 3𝑧 = 7
−2𝑥 + 3𝑦 = −3

La matriz ampliada del sistema es

2 −1 3 5
(2 2 3 | 7)
−2 3 0 −3

Restamos a la segunda fila la primera y a la tercera le sumamos la primera

 2 −1 3 5 2 −1 3 5
(2 |
2 3 7 ) → ( 0 3 0 | 2)
−2 3 0 −3 0 2 3 2

Multiplicamos la primera fila por 1/2 y la segunda por 1/3

2 −1 3 5 1 −1/2 3/2 5/2

(0 3 0 | 2) → (0 1 0 | 2/3)
0 2 3 2 0 2 3 2

Sumamos a la primera fila la segunda multiplicada por 1/2 y a la tercera, la segunda multiplicada por -2

1 −1/2 3/2 5/2 1 0 3/2 17/6

(0 1 0 | 2/3 ) → ( 0 1 0 | 2/3 )
0 2 3 2 0 0 3 2/3

Multiplicamos la tercera fila por 1/3

1 0 3/2 17/6 1 0 3/2 17/6

(0 1 0 | 2/3 ) → (0 1 0 | 2/3 )
0 0 3 2/3 0 0 1 2/9

Sumamos a la primera fila la tercera multiplicada por -3/2

1 0 3/2 17/6 1 0 0 5/2

(0 1 0 | 2/3 ) → ( 0 1 0 | 2/3)
0 0 1 2/9 0 0 1 2/9

1 0 0 5/2 1 0 0
𝑟𝑎𝑛𝑔𝑜 (0 1 0 | 2/3) = 3 = 𝑟𝑎𝑛𝑔𝑜 (0 1 0)
0 0 1 2/9 0 0 1

Por Rouché-Frobenius, el sistema es compatible determinado. La matriz obtenida representa el sistema

𝑥 = 5/2
𝑦 = 2/3
𝑧 = 2/9

que son las soluciones del sistema.

Ejercicio 6

𝑥 + 2𝑦 + 3𝑧 = 1
−3𝑥 − 2𝑦 − 𝑧 = 2
4𝑥 + 4𝑦 + 4𝑧 = 3

La matriz ampliada del sistema es

1 2 3 1
(−3 −2 −1 | 2)
4 4 4 3

Multiplicamos la segunda fila por -1/3 y la tercera por 1/4

1 2 3 1 1 2 3 1
(−3 −2 −1 | 2) → (1 2/3 1/3 | −2/3)
4 4 4 3 1 1 1 3/4

Sumamos a las filas segunda y tercera la primera multiplicada por -1

1 2 3 1 1 2 3 1
(1 2/3 1/3 | −2/3) → (0 −4/3 −8/3 | −5/3)
1 1 1 3/4 0 −1 −2 −1/4
Multiplicamos la segunda fila por -3/4 y la tercera por -1

1 2 3 1 1 2 3 1
(0 −4/3 −8/3 | −5/3) → (0 1 2 | 5/4)
0 −1 −2 −1/4 0 1 2 1/4

Sumamos a la tercera fila la segunda multiplicada por -1

1 2 3 1 1 2 3 1
(0 1 2 | 5/4) → (0 1 2 | 5/4)
0 1 2 1/4 0 0 0 −1

No continuamos ya que

1 2 3 1 1 2 3
𝑟𝑎𝑛𝑔𝑜 (0 1 2 | 5/4) = 3 ≠ 2 = 𝑟𝑎𝑛𝑔𝑜 (0 1 2)
0 0 0 −1 0 0 0

Por Rouché-Frobenius, el sistema es incompatible.

Ejercicio 7

3𝑥 − 𝑦 + 7𝑧 = 1
5𝑥 +𝑧 = 2

La matriz ampliada del sistema es

3 −1 7 1
( | )
6 0 1 2

Multiplicamos las filas primera y segunda por 1/3 y por 1/6 respectivamente

3 −1 7 1 1 −1/3 7/3 1/3

( | )→( | )
6 0 1 2 1 0 1/6 1/3

Restamos a la segunda fila la tercera

1 −1/3 7/3 1/3 1 −1/3 7/3 1/3

( | )→( | )
1 0 1/6 1/3 0 1/3 −13/6 0

Sumamos a la primera fila la segunda

1 −1/3 7/3 1/3 1 0 1/6 1/3

( | )→( | )
0 1/3 −13/6 0 0 1/3 −13/6 0

Multiplicamos la tercera fila por 3

1 0 1/6 1/3 1 0 1/6 1/3

( | )→( | )
0 1/3 −13/6 0 0 1 −13/2 0

1 0 1/6 1/3 1 0 1/6

𝑟𝑎𝑛𝑔𝑜 ( | ) = 2 = 𝑟𝑎𝑛𝑔𝑜 ( )
0 1 −13/2 0 0 1 −13/2

Por Rouché-Frobenius, el sistema es compatible. Pero no es determinado, ya que el número de incógnitas (3) no es
mismo que el rango.

La matriz obtenida representa el sistema

1 1
𝑥= − 𝑧
3 6
13
𝑦= 𝑧
2

Las soluciones son

 1 𝜆
𝑥 = (1 − )
3 2
13
𝑦= 𝜆
2
𝑧=𝜆∈ℝ

Ejercicio 8

𝑥 − 𝑦 + 5𝑧 = √2
√5𝑥 + 𝑧 = √3
2 5
𝑥 + 3𝑦 + 2𝑧 =
5 2

La matriz ampliada del sistema es

1 −1 5 √2
( √5 0 1 | √3 )
2/5 3 2 5/2

Sumamos a la segunda fila la primera multiplicada por −√5 y, a la tercera, multiplicada por −2/5

1 −1 5 √2 1 −1 5 √2
( √5 0 1 | √3 ) → (0 √5 1 − 5√5 | √3 − √10 )
2/5 3 2 5/2 0 17/5 0 5/2 − 2√2/5

Multiplicamos la segunda fila por 1/√5 y la tercera por 5/17

1 −1 5 √2 1 −1 5 √2
(0 √5 1 − 5√5 | √3 − √10 ) → (0 1 √5/5 − 5 | √15/5 − √2 )
0 17/5 0 5/2 − 2√2/5 0 1 0 25/34 − 2√2/17

Sumamos a la primera fila la tercera y a la segunda le restamos la tercera

1 −1 5 √2 1 0 5 √2 + 25/34 − 2√2/17
(0 1 √5/5 − 5 | √15/5 − √2 ) → (0 0 √5/5 − 5 | √15/5 − √2 − 25/34 + 2√2/17)
0 1 0 25/34 − 2√2/17 0 1 0 25/34 − 2√2/17

Reescribimos la matriz

1 0 5 15√2/17 + 25/34
(0 0 √5/5 − 5 | √15/5 − 15√2/17 − 25/34)
0 1 0 25/34 − 2√2/17

−1
Multiplicamos la segunda fila por (√5/5 − 5)

1 0 5 15/17√2 + 25/34
(0 0 1 | − 5√15/124 + 15√10/2108 + 25√5/4216 − √3/124 + 375√2/2108 + 625/4216 )
0 1 0 25/34 − 2√2/17

Sumamos a la primera fila la segunda multiplicada por −5

1 0 0 25√15/124 − 75√10/2108 − 125√5/4216 + 5√3/124 − 15√2/2108 − 25/4216

( 0 0 1 | − 5√15/124 + 15√10/2108 + 25√5/4216 − √3/124 + 375√2/2108 + 625/4216 )
0 1 0 25/34 − 2√2/17

Por Rouché-Frobenius, el sistema es compatible determinado. De la última matriz obtenemos las soluciones
 √15 √10 √5 √3 √2 25
𝑥 = 25 − 75 − 125 + 5 − 15 −
124 2108 4216 124 2108 4216

25 2√2
𝑦= −
34 17

√15 √10 √5 √3 √2 625

𝑧 =−5 + 15 + 25 − + 375 +
124 2108 4216 124 2108 4216

Ejercicio 9

𝑥 + 2𝑦 − 3𝑧 −𝑡 =0
−3𝑦 + 2𝑧 + 6𝑡 = −8
−3𝑥 −𝑦 + 3𝑧 +𝑡 = 0
2𝑥 + 3𝑦 + 2𝑧 − 𝑡 = −8

La matriz del sistema es

1 2 −3 −1 0
( 0 −3 2 6 | −8 )
−3 −1 3 1 0
2 3 2 −1 −8

Sumamos a las filas tercera y cuarta la primera multiplicada por 3 y por -2 respectivamente

1 2 −3 −1 0 1 2 −3 −1 0
( 0 −3 2 6 | −8 ) → ( 0 −3 2 6 | −8 )
−3 −1 3 1 0 0 5 −6 −2 0
2 3 2 −1 −8 0 −1 8 1 −8

Sumamos a las filas primera, segunda y tercera la cuarta multiplicada por 2, -3 y 5 respectivamente

1 2 −3 −1 0 1 0 13 1 −16
( 0 −3 2 6 | −8 ) → ( 0 0 −22 3 | 16 )
0 5 −6 −2 0 0 0 34 3 −40
0 −1 8 1 −8 0 −1 8 1 −8

Multiplicamos la cuarta fila por -1 y la intercambiamos con la segunda

1 0 13 1 −16 1 0 13 1 −16
( 0 0 −22 3 | 16 ) → ( 0 1 −8 −1 | 8 )
0 0 34 3 −40 0 0 34 3 −40
0 −1 8 1 −8 0 0 −22 3 16

Multiplicamos las filas tercera y cuarta por 1/34 y -1/22 respectivamente

1 0 13 1 −16
0 1 −8 −1 8
( 1 3/34 | −40/34 )
0 0
0 0 1 −3/22 −8/11

Le restamos la tercera fila a la cuarta

1 0 13 1 −16
0 1 −8 −1 8
( 1 3/34 | −40/34 )
0 0
0 0 0 −42/187 84/187

Multiplicamos la cuarta fila por -187/42

1 0 13 1 −16
( 0 1 −8 −1 | 8 )
0 0 1 3/34 −40/34
0 0 0 1 −2
Le sumamos a las filas primera y segunda la tercera multiplicada por -13 y 8 respectivamente

1 0 0 −5/34 −12/17
0 −5/17 −24/17
( 0 1 | )
0 0 1 3/34 −40/34
0 0 0 1 −2

Le sumamos a las filas primera, segunda y tercera la cuarta multiplicada por 5/34, 5/17, -3/34

1 0 0 0 −1
( 0 1 0 0 | −2 )
0 0 1 0 −1
0 0 0 1 −2

Por Rouché-Frobenius, el sistema es compatible determinado y las soluciones son

𝑥 = −1
𝑦 = −2
𝑧 = −1
𝑡 = −2

Ejercicio 10

(1 + 𝑖)𝑥 − 𝑖𝑦 = 3𝑖
𝑖 = √−1 ∈ ℂ
2𝑥 + 𝑖𝑦 = −𝑖

La matriz del sistema es

1+𝑖 −𝑖 3𝑖
( | )
2 𝑖 −𝑖

Multiplicamos la segunda fila por 1/2 y la intercambiamos con la primera

1+𝑖 −𝑖 3𝑖 1+𝑖 −𝑖 3𝑖 1 𝑖/2 −𝑖/2

( | )→( | )→( | )
2 𝑖 −𝑖 1 𝑖/2 −𝑖/2 1+𝑖 −𝑖 3𝑖

Sumamos a la segunda fila la primera multiplicada por –(1+i)

1 𝑖/2 −𝑖/2
( | )
0 (−3𝑖 + 1)/2 (7𝑖 − 1)/2

Multiplicamos la segunda fila por

2 (1 + 3𝑖)
=
−3𝑖 + 1 5

1 𝑖/2 −𝑖/2
( | )
0 1 (2𝑖 − 11)/5

Sumamos a la primera fila la segunda multiplicada por -i/2

1 0 (1 + 3𝑖)/5
( | )
0 1 (2𝑖 − 11)/5

Por Rouché-Frobenius, el sistema es compatible determinado y las soluciones son

1 + 3𝑖
𝑥=
5
2𝑖 − 11
𝑦=
5

EJERCICIOS RESUELTOS DE SISTEMAS DE ECUACIONES: CRAMER

Ejercicio 1

3𝑥 + 2𝑦 − 1 = 0
6𝑥 − 𝑦 − 9 = 0

Ejercicio 2

2𝑥 − 5𝑦 = 0
𝑥 −𝑦 =1

Ejercicio 3

−7𝑥 + 2𝑦 + 5𝑧 = 1
−2𝑥 − 4𝑦 − 𝑧 = 2
𝑥 + 2𝑦 + 4𝑧 = 4

Ejercicio 4

2𝑥 + 𝑧 = −2
𝑥 + 3𝑦 =1
3𝑥 + 2𝑦 + 3𝑧 = 0

Ejercicio 5

5𝑥 − 10𝑦 + 15𝑧 = 5
2𝑥 + 4𝑦 − 8𝑧 = 2
4𝑥 + 6𝑦 + 9𝑧 = −3

Ejercicio 6

√2𝑥 + 𝑦 + √5𝑧 = 0
𝑥 + √2𝑦 + 𝑧 = √2
√3𝑥 − √3𝑧 = 0

Ejercicio 7

Ejercicio 8

Ejercicio 9

Ejercicio 10