Facultad de Derecho y CC. Sociales de Ciudad Real.

Matemticas I

TEMA 1: ELEMENTOS BSICOS DE

LGEBRA LINEAL
1.1- Conceptos preliminares.
Proposicin, teorema y axioma
Proposicin es toda expresin de la que se posee el conocimiento preciso para poder afirmar
de manera inequvoca si es verdadera o falsa.
As la proposicin "Todas las personas son rubias" es a todas luces falsa, pero no por ello
deja de ser una proposicin.
Sin embargo "El planeta Venus es habitable" no es una proposicin, en cuanto que
carecemos del conocimiento suficiente para poder afirmar que tal expresin es cierta o falsa.
En todo razonamiento o proceso deductivo, la o las proposiciones que se utilizan como punto
de partida forman lo que se denomina Hiptesis y la proposicin a la que se llega como resultado
de tal proceso de denomina Tesis.
Si el mencionado razonamiento es vlido, se dice que la hiptesis implica la tesis, lo cual se
simboliza mediante la siguiente representacin: H T. Donde el smbolo "" se lee "implica".
La consecuencia inmediata que se obtiene de un razonamiento correcto es una nueva
proposicin (H T) que se denomina Teorema.
Otra lectura que se puede hacer de la proposicin anterior (H T) y que es ampliamente
utilizada es decir que:
- H es condicin sufiente para que se cumpla T (Basta que H se cumpla para poder
afirmar que T tambin lo hace)
- T es condicin necesaria para que se cumpla H (Necesariamente T ha de cumplirse
para que H pueda hacerlo tambin, aunque atencin, H puede a pesar de ello no
cumplirse por otros motivos. Es por ello, que de esta segunda lectura se suele decir ms
propiamente que: si T no se cumple entonces podemos afirmar que H tampoco)
Esta nueva proposicin (teorema) puede ser utilizada en un nuevo razonamiento para
demostrar y crear por lo tanto, otros nuevos teoremas. De esta forma se puede apreciar que se
produce toda una serie de generacin en cascada de nuevos teoremas a partir de los previamente
demostrados.
Hay ocasiones en las que nos encontramos con dos proposiciones diferentes que expresan los
mismo, pero desde puntos de vista diferentes. En tal caso se dice que ambas proposiciones son
equivalentes, lo que se simboliza de la siguiente manera: HT.
El smbolo "" se lee "si y slo si". Es decir, H es cierta si y slo si T lo es y viceversa.
Este mismo smbolo, pero utilizando la otra lectura que hemos hecho antes, se traduce como:
H es condicin necesaria y suficiente para T.
Axioma es una proposicin verdadera que se admite sin demostracin.
Smbolos lgicos
: se lee "para todo elemento". / : se lee "tal que"
: se lee "existe al menos un elemento". ! : se lee "existe un nico elemento".
: se lee "no existe ningn elemento".

Tema 1: pgina 1
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Mtodos de demostracin
0 Demostracin directa: Sean A y B dos proposiciones, para demostrar que A B el mtodo
ms sencillo consiste en demostrar que cada vez que A es cierta B tambin lo es.
0 Demostracin indirecta: Sean A y B dos proposiciones, se sustituye la demostracin
directa AB por la demostracin directa noA no B.
0 Demostracin por reduccin al absurdo: Sean A y B dos proposiciones, consiste en
sustituir la demostracin directa A B por la demostracin de que las proposiciones A y
noB conducen a un absurdo y de donde A B.
0 Demostracin por induccin o recurrencia: Suponemos que una proposicin depende de
un entero "n" y la anotamos A
n
. Para demostrar que A
n
es verdadera para cualquier valor del
entero n es suficiente establecer que:
La proposicin A
1
es verdadera.
Si la proposicin es verdadera para una etapa "k" comprobar que tambin es
verdadera para la etapa "k 1"
0 Contraejemplo: Es un mtodo contundente para demostrar la falsedad de una proposicin o
teorema. Basta con encontrar un elemento para el que tal proposicin o teorema no sea
cierto.(Basta con encontrar una persona morena para demostrar que la proposicin "Todas
las personas son rubias" es falsa.)
Teora de conjuntos
Objeto, unidad o ente: Es todo aquello que somos capaces de distinguir o individualizar del
resto del universo en funcin de las cualidades o caractersticas que nosotros le asignamos de
acuerdo con nuestros conocimientos.
Conjunto: Es toda coleccin bien definida de objetos, entendiendo por ello, el hecho de que
siempre es posible averiguar si un objeto dado es o no miembro de dicha coleccin. Hay dos
formas posibles de definir una conjunto:
a) Extensin o enumeracin: Se expresa la lista de los elementos del conjunto.
b) Comprensin o descripcin: Se expresa una regla que permita decidir sin ambigedad
si un objeto dado pertenece o no al conjunto.
Ejemplo: Se desea expresar el conjunto de los nmeros naturales pares:
- A 2, 4, 6, 8, 10, 12, . . . )
- A n natural mltiplo de 2
Como prctica habitual, los objetos se suelen representar en minsculas y los conjuntos
en maysculas.
Elemento de un conjunto: Se denomina as a todo objeto que es miembro de dicho
conjunto.
Relacin de pertenencia: Aparece as una relacin entre los objetos y los conjuntos, la de
pertenencia, y que se representa mediante el smbolo "". Por lo tanto "x A" se lee "x
pertenece al conjunto A", y nos indica que el objeto x es un elemento del conjunto A.
Tambin existe el smbolo "" para representar la negacin de la citada relacin, de manera
que "x A" , que se lee "x no pertenece al conjunto A", nos indica que el objeto es no es un
elemento del conjunto A.
Relacin de inclusin: Sean dos conjuntos cualesquiera A y B. Si se verifica que todos los
elementos de A tambin son elementos del conjunto B, entonces se dice que A es un subconjunto
de B o que A est contenido en B.
Para representar tal relacin entre ambos conjuntos se utiliza el smbolo "" , de manera que
la expresin "A B", simboliza que el conjunto A est contenido en el B. Tambin puede ser

Tema 1: pgina 2
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

expresada mediante el smbolo "", de manera que la expresin "B A", simboliza que el
conjunto B contiene al conjunto A.
Debe observarse que, tal y como se ha definido la relacin de inclusin, todo conjunto es
subconjunto de s mismo. Es decir, que cualquiera que sea el conjunto A se verifica que
:"A A".
Si algn elemento de A no lo es de B, entonces se dice que A no es subconjunto de B y se
simboliza mediante la expresin "A B"
Identidad: Se dice que dos conjuntos son idnticos cuando sus elementos son los mismos.
Dicha relacin se expresa mediante el smbolo "".
Salvo en casos en los que tratemos con conjuntos muy simples la relacin de identidad no es
fcil de probar. Por ello, en los casos ms generales la relacin de identidad entre dos conjuntos
se realizar teniendo en cuenta la relacin de inclusin: A B si se cumple que A B y
B A.
Conjunto universal: Es el conjunto de todos los objetos sometidos a consideracin en cada
momento, se suele simbolizar por U, aunque en casos ms concretos adoptamos otra simbologa.
As, para el conjunto de nmeros reales se utiliza R, para los naturales N, para los enteros Z, para
los racionales Q, etc.
Conjunto vaco: Es el conjunto que no tiene a ninguno de los objetos considerados. Tal
conjunto, que es independiente de cual sea el conjunto universal, se representa mediante el
smbolo "". Cualquier condicin imposible sirve para definir este conjunto:
Nmeros naturales negativos .
Como el carece de elementos, se admite que cualquiera que sea el conjunto A se verifica
que A.
Conjunto complementario: Se denomina conjunto complementario de un conjunto dado A y
se simboliza mediante A
c
, al que tiene como elementos a todos los objetos que no pertenecen al
conjunto A.
As:
Operaciones con conjuntos:
Interseccin: Se denomina conjunto interseccin de A y B, y se simboliza mediante
A B, al conjunto que tiene como elementos a todos aquellos objetos que pertenecen a A y a B
simultneamente, es decir, a todos los objetos comunes a ambos conjuntos.
Si A B entonces se dice que ambos conjuntos son disjuntos, lo cual equivale a decir
que ambos conjuntos carecen de elementos comunes, por ejemplo A A
c

Unin: Se denomina conjunto unin de A y B, y se simboliza mediante A B, al
conjunto que tiene como elementos todos aquellos objetos que pertenecen a A o B o a ambos, es
decir, todos los objetos que pertenecen a alguno de los dos conjuntos.
Diferencia: Se denomina conjunto diferencia de A y B, y se simboliza mediante A B,
al conjunto que tiene como elementos a todos aquellos objetos que pertenecen al conjunto A pero
no pertenecen al conjunto B.
Debe observarse que en general A B es distinto de B A.
Esta operacin puede ser expresada por medio de las precedentes, as: A B A B
c

Tema 1: pgina 3
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

As
Producto cartesiano: Se denomina producto cartesiano de dos conjuntos A y B, y se
simboliza mediante A B, al conjunto de pares ordenados (x, y), donde x pertenece a A que es el
primer conjunto, e y pertenece a B que es el segundo conjunto. Si A B el producto cartesiano
A A lo anotamos por A
2
.
Generalizando definimos al producto cartesiano de A
1
A
2
A
3
A
4
. . . A
n
al conjunto de
las n-uplas ordenadas (x
1
, x
2
, . . . , x
n
), donde x
1
A
1
, x
2
A
2
, . . . , x
x
An. Si
A
1
A2 . . . A
n
lo anotamos por A
n
.
Propiedades generales:
0 Inclusin:
.- A .- A U
.- A A .- Si A B y B C entonces A C
.- Si A B y B A entonces A B
0 Interseccin:
.- A A A .- A
.- A U A .- A B B A
.- A B A y A B B .- Si A B entonces A B A
0 Unin:
.- A A A .- A A
.- A U U .- A B B A
.- A A B y B A B .- Si A B entonces A B B
0 Distributiva de la Unin e Interseccin:
.- A (B C) (A B) (A C)
.- A (B C) (A B) (A C)
0 Complementacin:
.-
c
U .- U
c

.- (A
c
)
c
A .- A A
c

.- A A
c
U
0 Leyes de Morgan:
1 ley: El complementario de la unin de un nmero cualquiera de conjuntos es igual a la
interseccin de los complementarios de esos mismos conjuntos.
i
A
i
c

i
A
i
c
2 ley: El complementario de la interseccin de un nmero cualquiera de conjuntos es igual a
la unin de los complementarios de esos mismos conjuntos.
i
A
i
c

i
A
i
c

Tema 1: pgina 4
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Relaciones binarias
Dado el conjunto A, una relacin binaria, R, en A es el conjunto de pares ordenados (a, b) de
elementos de A relacionados por ella, es decir es un cierto subconjunto del producto cartesiano
A
2
. Se dice que los elementos a y b del conjunto A estn ligados por la relacin R, y lo anotamos
a R b.
Las relaciones binarias ms utilizadas son las relaciones de orden y las de equivalencia.
Relacin de preorden: Una relacin binaria R en un conjunto A se dice que es de preorden
si cumple las propiedades:
Reflexiva: a R a a A
Transitiva: a R b y b R c a R c a, b, c A
Ejemplo: La relacin en que un bien es preferido a otro.
Relacin de orden: Una relacin binaria R en un conjunto A se dice que es de orden si
cumple las propiedades:
Reflexiva: a R a a A
Transitiva: a R b y b R c a R c a, b, c A
Antisimtrica: a R b y b R a a b a, b A
Se anota con los smbolos " " , " "
Relacin de equivalencia: Una relacin binaria R en un conjunto A se dice que es de
equivalencia si cumple las propiedades:
Reflexiva: a R a a A
Transitiva: a R b y b R c a R c a, b, c A
Simtrica: a R b b R a a, b A
Se anota con el smbolo ""
La propiedad fundamental de una relacin de equivalencia sobre el conjunto A es que
permite hacer un fraccionamiento o particin del conjunto A en partes llamadas clases de
equivalencia, de tal manera que denominamos clase de equivalencia a toda parte del conjunto A
formada por los elementos de A equivalentes a un elemento dado "a" .
Al conjunto de todas las clases de equivalencia del conjunto A se le llama conjunto cociente
de A por la relacin de equivalencia R que estamos considerando.
Aplicaciones
Sean E y F dos conjuntos, se llama aplicacin de E en F a una correspondencia en la que a
todo elemento de E se le asocia un elemento y slo uno de F.
Se suele utilizar el trmino "funcin" en lugar del trmino "aplicacin".
Las funciones se representan por letras minsculas: f, g, h, . . .
Si la funcin "f" asocia a cada elemento x E el elemento y F, lo anotamos:
f : E F
x y
y f(x)/x E, y F
Al conjunto E se le denomina conjunto de definicin, conjunto de partida o conjunto inicial,
al conjunto F se le denomina conjunto de valores, conjunto de llegada o conjunto final, a "x" se
le denomina variable o argumento y a "y" se le denomina valor o imagen.

Tema 1: pgina 5
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Ejemplo: f : R 3) R
x y f(x)
3x 1
x 3
Tipos de aplicaciones: Dada la aplicacin f : E F
- Aplicacin inyectiva: Se dice que la aplicacin f es inyectiva si dos elementos distintos
del conjunto inicial E tienen dos imgenes distintas en el conjunto F. Lo cual suele
expresarse: Si f(x
1
) f(x
2
) x
1
x
2
- Aplicacin sobreyectiva: Se dice que la aplicacin f es sobreyectiva si todo elemento
del conjunto final F es imagen por f al menos de un elemento del conjunto inicial E. Lo
cual suele expresarse: y F, x E / y f(x).
- Aplicacin biyectiva: Se dice que la aplicacin f es biyectiva si es a la vez inyectiva y
sobreyectiva, es decir, en una aplicacin biyectiva cada elemento del conjunto final F
es imagen de un elemento y slo uno del conjunto inicial E.
Estructuras algebraicas elementales
Ley de composicin interna: Sea el conjunto E, llamamos ley de composicin interna sobre
E a una aplicacin que nos permite asociar a todo par ordenado de elementos de E un elemento
determinado de E, es decir la aplicacin: E E E
Si el smbolo por el que anotamos esta ley de composicin interna es "-" : al elemento de E
asociado al par (a, b) / a, b E lo escribimos como "a-b", y al conjunto E con la ley de
composicin interna - lo escribimos (E, -).
Ley de composicin externa: Sean dos conjunto E y F, llamamos ley de composicin
externa sobre E a una aplicacin que nos permite asociar a todo par ordenado de elementos de F
y E un elemento determinado de E, es decir la aplicacin: F E E
Si el smbolo por el que anotamos esta ley de composicin externa es "" : al elemento de E
asociado al par (a, b) / a F y b E lo escribimos como "a b", y al conjunto E con la ley de
composicin externa lo escribimos (F, E, ).
Estructuras algebraicas:
Grupo: El conjunto E tiene estructura de grupo cuando se ha definido en l una ley de
composicin interna (E, -) que cumple las siguientes propiedades:
a) Asociativa: a - b - c a - b - c a, b, c E
b) Elemento neutro: e E / e - a a - e a a E
c) Elemento simtrico: a E , a E / a - a a - a e
Grupo abeliano o conmutativo: El conjunto E tiene estructura de grupo abeliano cuando se
ha definido en l una ley de composicin interna (E, -) que cumple las propiedades anteriores de
grupo, y adems cumple la propiedad conmutativa: a - b b - a a, b E
Anillo: El conjunto E tiene estructura de anillo cuando se ha definido en l dos leyes de
composicin interna (E, -) y (E, ,) que cumplen las siguientes propiedades:
a) (E, -) tiene estructura de grupo abeliano.
b) (E, ,) cumple la propiedad asociativa.
c) (E, ,) es distributiva respecto a (E, -) : a , b - c a , b - a , c
a, b, c E
Si (E, ,) adems cumple la propiedad conmutativa se llama anillo abeliano o
conmutativo.
Si (E, ,) adems admite elemento neutro se llama anillo unitario.
Al anillo E lo anotamos por (E, -, ,)

Tema 1: pgina 6
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Cuerpo: El conjunto E tiene estructura de cuando se ha definido en l dos leyes de

composicin interna : (E, -) y (E, ,) que cumplen las siguientes propiedades:
a) El conjunto E tiene estructura de anillo respecto de las dos operaciones.
b) (E, ,) posee estructura de grupo.
Esto significa que se deben cumplir las siguientes propiedades:
0 Respecto a la ley (E, -) :
- Asociativa.
- Elemento neutro.
- Elemento simtrico.
- Conmutativa.
0 Respecto a la ley (E, ,) :
- Asociativa.
- Elemento neutro.
- Elemento simtrico.
0 Respecto de (E, -) y (E, ,) :
- Distributiva
Si la ley (E, ,) cumple la propiedad conmutativa se llama cuerpo abeliano a
conmutativo.
Un cuerpo lo anotamos con "K"
Espacio vectorial: El conjunto E es un espacio vectorial sobre el cuerpo K, si sobre E hay
definidas dos operaciones:
a) Una ley de composicin interna (E, -) que lo dota de estructura de grupo abeliano.
b) Otra ley de composicin externa (E, K, -), definida como: a E y K se verifica:
- a a E que cumple las siguientes propiedades:
a. La ley externa es distributiva respecto a la interna: - (a-b) a b a, b E
, K
b. La ley interna es distributiva respecto a la externa: (-) - a a-a a E ,
, K
c. La ley asociativa mixta: ( - ) - a - ( - a). a E , , K
d. Elemento neutro de la operacin externa: 1 - a a a E
1.2- Matrices: definicin, tipos, operaciones.
Definicin de matriz y submatriz
Sea K un cuerpo conmutativo, en nuestro caso el conjunto de los nmeros reales R, sea N el
conjunto de los nmeros naturales, y sean: N
m
i N / i m y N
n
j N / j n . Se
llama matriz sobre el cuerpo K a una aplicacin de la forma:
f : N
m
N
n
K
(i, j) a
ij
Como en nuestro caso K R, esta aplicacin hace corresponder a cada pareja (i, j) de
nmeros naturales un elemento a
ij
de los nmeros reales. Estos elementos a
ij
pertenecientes a la
imagen se suelen disponer en m filas y n columnas, formando una tabla rectangular que se
escribe entre parntesis. As denotando por A a esta matriz, se suele escribir:
A
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
m1
a
m2
. . . a
mn
|a
ij
] 1 i m , 1 j n

Tema 1: pgina 7
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Se dice que los elementos a

ij
son los componenetes, trminos o coeficientes de la matriz A.
Se dice que m n es el orden, tamao, dimensin o tipo de la matriz A.
Al conjunto formado por todas las matrices, sobre le cuerpo de los nmeros reales, que tienen
m filas y n columnas los denotamos por M
(m,n)
.
Dada la matriz A |a
ij
], obtener una submatriz de A consiste en elegir p filas y q columnas,
siendo 1 p m y 1 q n, y formas una nueva matriz en la que se considera nicamente los
elementos a
ij
que pertenezcan a cada una de las p filas y q columnas elegidas.
Tipos de matrices
Matriz columna: Es aquella que tiene una sla columna y m filas. A
a
11
a
21
. . .
a
m1
M
(m,1)
Matriz fila: Es aquella que tiene una sla fila y n columnas.
A a
11
a
12
. . . a
1n
M
(1,n)
Matriz traspuesta: Es aquella que se obtiene al convertir las filas en columnas y viceversa.
Es decir dadas las matrices A |a
ij
] M
(m,n)
y B |b
ij
] M
(n,m)
, diremos que B es la
matriz traspuesta de A si se cumple que a
ij
b
ji
ij. A la traspuesta de la matriz A la
denotaremos por A
t
.
Matriz cuadrada: Es aquella en la que el nmero de filas coincide con el nmero de
columnas.
A
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn
M
(n)
. Se dice que son matrices cuadradas de orden n.
Se llama diagonal principal de una matriz cuadrada A |a
ij
] al conjunto formado por los
elementos a
ij
de la matriz de forma que i j.
A
(a
11
) a
12
. . . a
1n
a
21
(a
22
) . . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . (a
nn
)
Se llama diagonal secundaria de una matriz cuadrada A |a
ij
] al conjunto formado por los
elementos a
ij
de la matriz de forma que i j n 1.
A
a
11
. . . a
1n1
(a
1n
)
a
12
. . . (a
2n1
) a
2n
. . . . . . . . . . . .
(a
n1
) . . . a
nn1
a
nn

Tema 1: pgina 8
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Matriz diagonal: Es aquella matriz cuadrada en la que todos los elementos que no
pertenecen a la diagonal principal son cero. Es decir A |a
ij
] donde a
ij
0 si i 0.
A
a
11
0 . . . 0
0 a
22
. . . 0
. . . . . . . . . . . .
0 0 . . . a
nn
Matriz escalar: Es una matriz diagonal en la que todos sus elementos son iguales. Por
ejemplo: A
2 0 0
0 2 0
0 0 2
Matriz identidad: Es aquella matriz cuadrada cuyos elementos de la diagonal principal son
1 y los restantes son 0. Es decir I
1 0 . . . 0
0 1 . . . 0
. . . . . . . . . . . .
0 0 . . . 1
Matriz triangular: Una matriz cuadrada se dice que:
a) Es triangular superior si son 0 todos los elementos situados por debajo de la diagonal
principal. Es decir, si i j a
ij
0. Por ejemplo
4 2 3
0 7 5
0 0 9
b) Es triangular inferior si son 0 todos los elementos situados por encima de la diagonal
principal. Es decir, si i j a
ij
0. Por ejemplo
4 0 0
2 7 0
5 6 9
Matriz simtrica: Es aquella matriz cuadrada que coincide con su matriz traspuesta: A A
t
,
es decir aquella matriz cuadrada en la que a
ij
a
ji
ij. Por ejemplo
4 2 3
2 7 5
3 5 9
Matriz antisimtrica: Es aquella matriz cuadrada que su matriz traspuesta coincide con su
matriz opuesta: A A
t
, es decir aquella matriz cuadrada en la que a
ij
a
ji
ij.
Por ejemplo
0 2 3
2 0 5
3 5 0
(la diagonal principal de una matriz antisimtrica est
formada por ceros).
Matriz inversa: Se dice que una matriz cuadrada A M
(n)
es inversible, regular, no singular
o que admite elemento inverso si y slo si existe una matriz cuadrada B M
(n)
, tal que
AB BA I. La matriz inversa de A la denotaremos por A
1
.
Proposicin: La inversa de una matriz cuadrada, si existe, es nica.

Tema 1: pgina 9
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Matriz ortogonal: Es aquella matriz cuadrada en la que su matriz traspuesta es igual a su

matriz inversa: A
t
A
1
Operaciones con matrices
Suma de matrices
Dadas las matrices: A |a
ij
] , B |b
ij
] y C |c
ij
] pertenecientes al conjunto M
(m,n)
. Se dice
que C es la matriz suma de A y B, C A B, si se cumple que c
ij
a
ij
b
ij
ij.
Ejemplo A
1 3 2
6 0 1
9 3 2
, B
1 1 0
4 2 3
1 1 1
,
A B
1 1 3 1 2 0
6 4 0 2 1 3
9 1 3 1 2 1

2 4 2
10 2 4
10 4 3
Producto de un escalar por una matriz
Dadas las matrices: A |a
ij
] y B |b
ij
] pertenecientes al conjunto M
(m,n)
, y el escalar
R. Se dice que B es la matriz producto de y A, B A, si se cumple que b
ij
a
ij
ij.
Ejemplo A
1 3 2
6 0 1
9 3 2
, 2, 2A
2 - 1 2 - 3 2 - 2
2 - 6 2 - 0 2 - 1
2 - 9 2 - 3 2 - 2

2 6 4
12 0 2
18 6 4
Multiplicacin de matrices
Dada la matriz A |a
ij
] perteneciente al conjunto M
(m,n)
, la matriz B |b
ij
] perteneciente al
conjunto M
(n,p)
y la matriz C |c
ij
] pertenenciente al conjunto M
(m,p)
, se dice que la matriz C es
producto de A por B, C AB, si se cumple que C
ij

n
k1

a
ik
b
kj
ij. (Se efectua el producto de
fila por columna).
EjemploA
1 3 2
6 0 1
9 3 2
, B
1 1
1 0
1 1
,
AB
1 3 2 1 0 2
6 0 1 6 0 1
9 3 2 9 0 2

6 3
7 7
14 12
(Observacin: El nmero de columnas de A coincide con el nmero de filas de B. El nmero
de filas de C coincide con el nmero de filas de A y el nmero de columnas de C coincide con el
nmero de columnas de B.)
Propiedades de las matrices
Con respecto a la suma de matrices
La adicin de matrices, tal y como la hemos definido, dota al conjunto M
(m,n)
de una ley de
composicin interna (M
(m,n)
, ) que cumple las siguientes propiedades:

Tema 1: pgina 10
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

1. Asociativa: (A B) C A (B C) A, B, C M
(m,n)
2. Existencia de elemento neutro: En el conjunto M
(m,n)
tenemos la matriz nula que es aquella
en la que todos sus elementos son ceros, O |o
ij
] / o
ij
0 ij, tal que A O A
A M
(m,n)
3. Existencia de elemento simtrico: Para la matriz A |a
ij
] M
(m,n)
su elemento simtrico es
la matriz B |b
ij
] M
(m,n)
, donde b
ij
a
ij
ij. A la matriz B se le denomina matriz
opuesta de A y si sumamos A y su opuesta nos da el elemento neutro, es decir la matriz nula.
A B O
4. Conmutativa: A B B A A, B M
(m,n)
Por cumplir estas propiedades podemos decir que (M
(m,n)
, ) es un grupo abeliano o
conmutativo.
Con respecto al producto de un escalar por una matriz
El producto de un escalar por una matriz , tal y como la hemos definido, dota al conjunto
M
(m,n)
de una ley de composicin externa (M
(m,n)
, -) que cumple las siguientes propiedades:
1. Distributiva respecto a la suma de escalares: ( )A A A , R, A M
(m,n)
2. Distributiva respecto a la suma de matrices: (A B) A B R, A, B M
(m,n)
3. Asociativa: ()A A , R, A M
(m,n)
4. Elemento neutro: (Es el escalar 1) 1A A A M
(m,n)
Como en el conjunto de matrices M
(m,n)
se da la ley de composicin interna (M
(m,n)
, ) y la
ley de composicin externa (M
(m,n)
, -) con estas propiedades, el conjunto M
(m,n)
es un espacio
vectorial.
Respecto a la multiplicacin de matrices
El producto de matrices cumple las siguientes propiedades:
1. Asociativa: (AB)C A(BC) A M
(m,n)
, B M
(n,p)
y C M
(p,q)
2. Distributiva: A(B C) AB AC A M
(m,n)
, B, C M
(n,p)
3. (A)B A(B) A M
(m,n)
, B M
(n,p)
y R
4. El producto de matrices en general no cumple la propiedad conmutativa: AB BA
A M
(m,n)
, B M
(n,m)
Otras propiedades
Otras propiedades que se cumplen con las distintas operaciones vistas son:
1. (A
t
)
t
A A M
(m,n)
2. (A B)
t
A
t
B
t
A, B M
(m,n)
3. (AB)
t
B
t
A
t
A M
(m,n)
B M
(n,m)
4. (A)
t
A
t
A M
(m,n)
, R
5. Si A A
t
A (A)
t
A M
(n)
, R
6. Si A A
t
(A) (A)
t
A M
(n)
, R
7. Si A M
(n)
entonces: (A A
t
) y (AA
t
) son matrices simtricas y (A A
t
) es antisimtrica.
8. Toda matriz cuadrada se puede descomponer como suma de una matriz simtrica y una
matriz antisimtrica de modo nico. Sea A M
(n)
, S una matriz simtrica (S S
t
) y H una
matriz antisimtrica (H H
t
), entonces A S H, siendo S
1
2
(A A
t
) y
H
1
2
(A A
t
)
9. Si A y B son dos matrices cuadradas simtricas (A A
t
yB B
t
) y su producto es otra
matriz simtrica (AB (AB)
t
) entonces se verifica la propiedad conmutativa (AB BA).

Tema 1: pgina 11
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

10. Si A es una matriz ortogonal (A

1
A
t
) se verifica: AA
t
A
t
A I
11. Si A y B son matrices ortogonales (A
1
A
t
, B
1
B
t
) entonces AB es ortogonal
(AB
1
AB
t
)
12. Sean A, B M
(n)
, siendo ambas inversibles, entonces: (AB)
1
B
1
A
1
Clculo de matrices inversas
Aplicando la definicin
Dada A M
(n)
AA
1
A
1
A I
Ejemplo: A
1 2
2 1
, para calcular su inversa A
1

a b
c d
, planteamos y
resolvemos el siguiente sistema de ecuaciones:
1 2
2 1
a b
c d

1 0
0 1

a 2c b 2d
2a c 2b d

1 0
0 1

a 2c 1
2a c 0
b 2d 0
2b d 1
As A
1


1
3
2
3
2
3

1
3
(Pero este sistema se nos podra complicar mucho, por lo tanto vamos a estudiar otros
mtodos para simplificar los clculos)
Gauss Jordan
Dada la matriz A M
(n)
para calcular A
1
se escribe la matriz A y a su derecha la matriz
unidad I: A . I y mediante la realizacin de transformaciones elementales por filas hay que
conseguir que A se transforme en I y entonces I se habr transformado en A
1
.
Ejemplo: A
1 2
2 1
, para calcular su inversa A
1

a b
c d
, planteamos:
1 2
2 1
.
1 0
0 1
, y hacemos las siguientes transformaciones elementales:
- Fila 1 le restamos 2 veces fila 2:
3 0
2 1
.
1 2
0 1
- Fila 1 dividimos por -3:
1 0
2 1
.

1
3
2
3
0 1
- Fila 2 restamos 2 veces la fila 1:
1 0
0 1
.

1
3
2
3
2
3

1
3
Como ya tenemos A transformada en I, A
1


1
3
2
3
2
3

1
3

Tema 1: pgina 12
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

La divisin de matrices no existe

La divisin en matrices no existe. Como dividir es lo mismo que multiplicar por el inverso,
en matrices para dividir multiplicaremos por la matriz inversa. Es decir si tenemos la ecuacin
matricial: AX B, para despejar X haremos: A
1
AX A
1
B X A
1
B.
Como la multiplicacin de matrices no cumple la propiedad conmutativa, se debe multiplicar
la inversa por el mismo lado en el cual se encuentra la matriz sin invertir. Es decir si tenemos la
ecuacin matricial AXB C, para despejar X haremos: A
1
A X BB
1
A
1
C
B
1
X A
1
CB
1
.
Matrices semejantes
Dos matrices cuadradas A, B M
(n)
son semejantes, si existe otra matriz regular P que
cumple B P
1
AP
1.3- Determinantes: definicin, clculo, propiedades,
matriz inversa por determinantes.
Definicin de determinante
Se llama determinante de una matriz cuadrada A, A M
(n)
, al escalar resultado de una
aplicacin que se obtiene al sumar todos los productos de n elementos de la matriz A, que se
puede formar cumpliendo las siguientes condiciones:
a) En cada producto tiene que haber un slo elemento de cada fila y un slo elemento de
cada columna.
b) El signo de cada producto ser positivo o negativo segn sean de igual o distinta clase
las permutaciones de los subndices de filas y columnas.
En lo sucesivo al determinante de la matriz A
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn
la
representaremos como: det(A) |A|
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn
El nmero de trminos, sumandos, del desarrollo de una determinante es igual al nmero de
permutaciones de los subndices de las columnas, as si A M
(n)
: n sumando de (|A|) n!
Clculo de determinantes
Determinante de segundo orden
Tenemos A
a
11
a
12
a
21
a
22
|A|
a
11
a
12
a
21
a
22
a
11
a
22
a
12
a
21

Tema 1: pgina 13
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Determinante de tercer orden Regla de Sarrus

Tenemos
A
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
|A|
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
21
a
32
a
13
a
12
a
23
a
31
) (a
Los esquemas siguientes sirven para recordar los trminos de un determinante de orden tres:
1- El producto de los elementos marcados en trazos rojos en positivo se le suma el producto
de los elementos marcados en trazos azules en negativo
2- Las diagonales continuas se suman y las diagonales en trazos se restan
Desarrollo de un determinante por los elementos de una fila o de una columna
El clculo de un determinante mediante su definicin cuando la matriz es de orden superior a
tres resulta muy laborioso de realizar. Por este motivo es conveniente estudiar algn mtodo que
nos permita abreviar estos clculos.
Menor complementario: Dada la matriz cuadrada A |a
ij
] M
(n)
, se denomina menor
complementario del elemento a
ij
, al determinante de la matriz de orden n 1 que resulta de
eliminar en la matriz A la fila i y la columna j donde se encuentra el elemento a
ij
. Viene
representado por D
ij
.
Adjunto: Dada la matriz cuadrada A |a
ij
] M
(n)
, se denomina adjunto o cofactor del
elemento a
ij
, al producto del menor complementario del elemento a
ij
por (1)
ij
. Viene
representado por A
ij
. Es decir: A
ij
(1)
ij
D
ij
Desarrollo de un determinante por los elementos de una fila o de una columna: El valor
del determinante de la matriz A |a
ij
] M
(n)
es igual a la suma de los producos de los
elementos de una fila o columna por sus respectivos adjuntos. Es decir |A|
n
j1
a
ij
A
ij

n
i1
a
ij
A
ij
.
(Es recomendable elegir aquella fila o columna que tenga el mayor nmero de ceros)

Tema 1: pgina 14
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Ejemplo:
1 1 0 1
2 1 2 0
1 2 0 1
1 1 3 0
1(1)
14
2 1 2
1 2 0
1 1 3
1(1)
34
1 1 0
2 1 0
1 1 3
3 9 12
Elegimos la cuarta columna, ya que en ella nos encontramos con ceros y unos, lo cual nos
facilita el clculo de este determinante.
Propiedades de los determinantes
1. Sea A M
(n)
se cumple: |A| |A
t
|
2. Si en una matriz A M
(n)
se permutan dos filas o dos columnas el valor numrico del
determinante es el mismo cambiado de signo. Es decir
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

a
12
a
11
a
13
a
22
a
21
a
23
a
32
a
31
a
33
3. Si en una matriz A M
(n)
todos los elementos de una fila o columna los multiplicamos por
un escalar R, el determinante de la matriz resultante es igual al escalar multiplicado
por el determinante de la matriz A. Es decir
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
4. Dadas tres matrices cuadradas de orden n, A |a
ij
], B |b
ij
] y C |c
ij
], que difieren
nicamente en la columna j-sima de modo que a
ij
b
ij
c
ij
i, entonces |A| |B| |C|.
Es decir:
a
11
a
12
b
12
a
13
a
21
a
22
b
22
a
23
a
31
a
32
b
32
a
33

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

a
11
b
12
a
13
a
21
b
22
a
23
a
31
b
32
a
33
5. Si en una matriz A M
(n)
todos los elementos de una fila o una columna son cero su
determinante es nulo.
6. Si en una matriz A M
(n)
tiene dos filas o dos columnas iguales su determinante es nulo.
7. Si en una matriz A M
(n)
tiene dos filas o dos columnas proporcionales su determiante es
nulo.
8. Si en una matriz A M
(n)
una fila o una columna se puede expresar como combinacin
lineal de las restantes filas o columnas su determinante es nulo.
9. El valor del determinante de una matriz A M
(n)
no cambia si a una fila o una columna se
le aade una conbinacin lineal de las otras filas o columnas.
(Observacin: dada esta propiedad para calcular el determinante de una matriz mediante el
desarrollo por los elementos una fila o columna, se recomienda hacer el mayor nmero
posible de ceros en la fila o columna que hayamos elegido).
10. Sean A, B M
(n)
, se cumple: |AB| |A| |B|
11. Sean A, B M
(n)
dos matrices semejantes, tienen el mismo determinante. Es decir: Si
B P
1
AP, entonces |A| |B|

Tema 1: pgina 15
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Clculo de la matriz inversa

Dada la matriz cuadrada A M
(n)
.
Matriz adjunta: Se llama matriz adjunta de A, a la matriz que resulta de sustituir cada
elemento de A por sus respectivos adjuntos. La representaremos por Adj(A). As
Adj(A)
A
11
A
12
. . . A
1n
A
21
A
22
. . . A
2n
. . . . . . . . . . . .
A
n1
A
n2
. . . A
nn
Matriz inversa: una matriz cuadrada A es inversible o admite inversa si y slo si |A| 0, y
su inversa es: A
1

1
|A|
Adj(A
t
)
1
|A|
(AdjA)
t
Rango de una matriz
Menor de orden p: Se llama menor de orden p de la matriz A M
(m,n)
al determinante de
una submatriz cuadrada de orden p de la matriz A.
En una matriz cualquiera A
(m,n)
puede haber varios menores de un cierto orden p dado.
Rango de una matriz: Podemos dar dos definiciones:
Definicin 1: El rango (o caracterstica) de una matriz es el orden del mayor de los menores
distintos de cero. Por tanto, el rango no puede ser mayor al nmero de filas o de columnas.
Definicin 2: El rango de una matriz es el nmero de lneas de esa matriz (filas o columnas)
que son linealmente independientes.
Lo representamos como Rg(A)
Propiedades:
a) El rango de una matriz es igual al rango de su matriz traspuesta: si
A M
(m,n)
Rg(A) Rg(A
t
)
b) El rango de una matriz no vara si a una fila o columna se le suma una combinacin
lineal de las dems filas o columnas.
c) El rango de una matriz no vara si se suprime una fila o columna que es combinacin
lineal de las otras.
d) El rango de una matriz no vara si una fila o columna se le multiplica por una escalar no
nulo.
e) El rango de una matriz no vara si se permutan dos filas o dos columnas entre si.
Proposicin: Sean dos matrices cuadradas A, B M
(m,n)
:
- Sea B una matriz regular, entonces Rg(AB) Rg(A)
- Sea A una matriz regular, entonces Rg(AB) Rg(B)
Clculo del rango de una matriz:
0 Mtodo basado en el clculo de menores.
Comenzando por el orden k 2 , se realiza el proceso siguiente (para una etapa k cualquiera)
- Se busca un menor de orden k, entonces el rango ser k
- Se aade a dicho menor una fila i, y cada una de las columnas que en l no figuran,
obtenindose as menores de orden k 1. Si todos estos menores son nulos, significa que la fila i
es combinacin lineal de las k filas del menor anterior, por lo que podemos eliminar esa fila.

Tema 1: pgina 16
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

- Seguimos probando con las restantes filas, si todos los menores as formados son nulos,
entonces la matriz tiene slo k filas linealmente independientes, que son las que aparecen en el
menor, y por tanto su rango es k.
- Si alguno de los menores k 1 es distinto de cero, el rango es k 1 y repetimos el proceso
para otro orden k superior.
0 Mtodo conocido como "mtodo de Gauss"
Se utiliza con frecuencia en la resolucin de sistemas de ecuaciones lineales. Vamos a
describir el mtodo por filas (de igual forma sera por columnas). Bsicamente consiste en hacer
nulos los elementos que hay debajo de los a
ii
con i 1, 2, 3, . . . , m 1 ; y el rango final ser el
nmero de filas distintas de cero.
El mtodo consta de m 1 etapas, siendo m el nmero de filas.
- En una etapa i cualquiera se deja fija la fila i, y tomando como referencia el elemento a
ii
,
por medio de operaciones elementales (nombradas anteriormente) se hacen cero todos los
elementos de su columna que estn por debajo de l.
- Si el elemento a
ii
es igual a cero, es preciso intercambiar previamente esa fila por alguna
otra fila de debajo, y si no es posible (porque tambin sea cero) con alguna columna de la
derecha, hasta conseguir que a
ii
sea distinto de cero (es conveniente, para evitar clculos tediosos
que sea 1, si no lo fuera, utilizando operaciones sencillas intentaremos cambiarlo a 1).
- Finalmente, el rango es el nmero de filas distintas de cero que aparecen en la matriz.
1.4- Sistemas de ecuaciones lineales: forma matricial,
anlisis y resolucin. Sistemas homogneos.
Definicin de sistema de ecuaciones lineales
Se dice que una ecuacin es lineal con respecto a las incgnitas x
1
, x
2
, . . . , x
n
pertenecientes a
un cuerpo K, si se presenta en la forma:
a
1
x
1
a
2
x
2
. . . a
n
x
n
b
Siendo a
i
, b K conocidos i 1, 2, . . . , n
Un sistema de ecuaciones lineales, es un conjunto de m ecuaciones lineales con n incgnitas
x
1
, x
2
, . . . , x
n
pertenecientes a un cuerpo K. As la expresin genrica de un sistema de m
ecuaciones lineales con n incgnitas adopta 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
a
ij
, b
i
K conocidos i 1, 2, . . . , n j 1, 2, . . . , m y se les denomina coeficientes.
(De ahora en adelante haremos referencia al Cuerpo de los nmeros reales, es decir K R)
Interpretacin matricial y vectorial de un sistema de ecuaciones lineales
Matricialmente un sistema de ecuaciones lineales sera:
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
m1
a
m2
. . . a
mn
x
1
x
2
. . .
x
n

b
1
b
2
. . .
b
m
Donde denominamos:

Tema 1: pgina 17
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

A
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
m1
a
m2
. . . a
mn
M
(m,n)
Matriz de coeficientes del sistema.
X
x
1
x
2
. . .
x
n
M
(n,1)
Matriz de variables o de incgnitas.
B
b
1
b
2
. . .
b
m
M
(m,1)
Matriz de trminos independientes.
Y obtenemos la expresin matricial de un sistema de ecuaciones lineales: AX B
Vectorialmente un sistema de ecuaciones lineales sera:
x
1

A
1
x
2

A
2
. . . x
n

A
n

B
Los vectores

A
1
,

A
2
, . . . ,

A
n
tienen como componentes los elementos de la 1, 2,... y n-sima
columna de la matriz de coeficientes A, y el vector

B tiene como componentes los elementos de
la matriz de trminos independientes B. As:

A
1
(a
11
, a
21
, . . . , a
m1
)

A
2
(a
12
, a
22
, . . . , a
m2
)
. . .

A
n
(a
1n
, a
2n
, . . . , a
mn
)

B (b
1
, b
2
, . . . , b
m
)
Solucin de un sistema de ecuaciones lineales
Se denomina solucin de un sistema de ecuaciones lineales al conjunto de n valores del
cuerpo R, s
1
, s
2
, . . . , s
n
), que verifica todas y cada una de las ecuaciones del sistema, es decir
que verifica las siguientes igualdades:
a
11
s
1
a
12
s
2
. . . a
1n
s
n
b
1
a
21
s
1
a
22
s
2
. . . a
2n
s
n
b
2
. . .
a
m1
s
1
a
m2
s
2
. . . a
mn
s
n
b
m
Clasificacin de los sistemas de ecuaciones lineales
Atendiendo al conjunto de soluciones podemos establecer la siguiente clasificacin de los
sistemas de ecuaciones lineales:
a) Incompatible: Cuando el sistema de ecuaciones no admite solucin.
b) Compatible: Cuando el sistema de ecuaciones admite solucin. Que a su vez puede ser:
- Determinado: Cuando la solucin que admite es nica.

Tema 1: pgina 18
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

- Indeterminado: Cuando admite ms de una solucin.

Atendiendo al cojunto de trminos independientes podemos establecer las siguiente
clasificacin:
a) Homogneo: Cuando la matriz de trminos independientes est formada nicamente
por ceros.
b) No homogneo: Cuando al menos uno de los elementos de la matriz de trminos
independientes es distinto de cero.
Discusin de un sistema de ecuaciones lineales: Teorema de Rouch-Frbenius
La discusin de un sistema de ecuaciones lineales consiste en averiguar si ste carece de
solucin, si tiene solucin nica o si tiene ms de una solucin, en definitiva saber si un sistema
es incompatible o por el contrario es compatible determinado o indeterminado. Para lo cual
vamos a utilizar el teorema de Rouch-Frbenius.
Dado un sistema de m ecuaciones lineales con n incgnitas:
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
Matriz ampliada o completa: Es aquella matriz que se obtiene al aadir a la matriz de
coeficientes del sistema de ecuaciones, A, las matriz columna de trminos independientes,B. La
representamos por (A/B). As: (A/B)
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
m1
a
m2
. . . a
mn
b
1
b
2
. . .
b
m
Teorema de Rouch-Frbenius: El sistema de m ecuaciones lineales con n incgnitas es:
a) Compatible Rg(A) Rg(A/B) , adems:
- Determinado Rg(A) n
- Indeterminado Rg(A) n
b) Incompatible Rg(A) R(A/B)
Resolucin de un sistema de ecuaciones lineales
Resolver un sistema de ecuaciones es hallar todas sus soluciones. Obviamente, un sistema se
puede resolver cuando es compatible, es decir, lo primero que debemos hacer es discutir el
sistema (teorema de Rouch-Frbenius) para averiguar su compatibilidad.
Sistemas equivalentes: Para resolver un sistema de ecuaciones lineales hay que hacer
transformaciones en las ecuaciones hasta que todas las incgnitas queden despejadas. Estas
transformaciones convierten nuestro sistema inicial en otro/s sistema/s (con aspecto distinto y
ms fciles de resolver) que tienen las mismas soluciones ( sistemas equivalentes ).
Generalmente las transformaciones ms habituales son :

Tema 1: pgina 19
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

( criterios de equivalencia )
- Intercambiar dos ecuaciones entre s.
- Suprimir una ecuacin que tenga todos sus elementos nulos.
- Suprimir una ecuacin que sea proporcional a otra.
- Suprimir una ecuacin que sea combinacin lineal de otra/s
- Multiplicar o dividir una ecuacin por un nmero distinto de cero.
- Sustituir una ecuacin i de este modo : Ei Ei aEj a R
As dos sistemas de ecuaciones lineales son equivalentes si tienen las mismas soluciones.
Mtodos directos de resolucin :
- Mtodo de Gauss (por reduccin)
- Mtodo de Cramer (por determinantes)
- Por inversin de la matriz
- Mtodo de Gauss-Jordan (por eliminacin)
- Por sustitucin
Mtodo de Gauss (por reduccin)
Dado un sistema de "m" ecuaciones con "n" incgnitas se trata de obtener un sistema
equivalente cuya 1 ecuacin tenga n incgnitas, la segunda n-1, la tercera n-2, y as
sucesivamente hasta llegar a la ltima ecuacin, que tendr una sola incgnita. Hecho esto,
resolvemos la ltima ecuacin, a continuacin la penltima, y as hasta llegar a la primera. Es
decir, el mtodo de Gauss consiste en triangular la matriz de coeficientes.
Ejemplo: Resolver el siguiente sistema compatible determinado:
x y z 11
2x y z 5
3x 2y z 24
1 1 1 11
2 1 1 5
3 2 1 24
(F
2
2F
1
)
(F
3
3F
1
)

1 1 1 11
0 3 1 17
0 1 2 9
(F
2
F
3
)
1 1 1 11
0 1 2 9
0 3 1 17
x y z 11
y 2z 9
5z 10
z 2, y 5, x 4
Ejemplo: resolver el siguiente sistema compatible indeterminado:
2x 4y 6z 2
y 2z 3
x 3y z 4
2 4 6 2
0 1 2 3
1 3 1 4
1
2
F
1

1 2 3 1
0 1 2 3
1 3 1 4
(F
3
F
1
)
1 1 1 11
0 1 2 3
0 1 2 3
x 2y 3z 1
y 2z 3
z , y 3 2, x 7 5

Tema 1: pgina 20
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

As con el mtodo de Gauss tendremos que:

- Si el nmero de ecuaciones es igual al nmero de incgnitas el sistema es
compatible determinado.
- Si el nmero de ecuaciones en menor al nmero de incgnitas el sistema es
compatible indeterminado.
- Si alguna de las ecuaciones resulta de la forma 0 c siendo c 0 el sistema es
incompatible.
Mtodo de Cramer (por determinantes)
Es aplicable si el sistema tiene igual nmero de ecuaciones que de incgnitas n m y el
determinante de la matriz de coeficientes es distinto de cero. Es decir, un sistema de Cramer es,
por definicin, compatible determinado y, por tanto, tiene siempre una solucin nica.
El valor de cada incgnita x
i
se obtiene de un cociente cuyo denominador es el determinate
de la matriz de coeficientes, y cuyo numerador es el determinante que se obtiene al cambiar la
columna i del determinante anterior por la columna de los trminos independientes.
Ejemplo: Resolver el siguiente sistema compatible determinado
x y z 11
2x y z 5
3x 2y z 24

1 1 1
2 1 1
3 2 1
.
11
5
24
|A|
1 1 1
2 1 1
3 2 1
5, |A
x
|
11 1 1
5 1 1
24 2 1
20, |A
y
|
1 11 1
2 5 1
3 24 1
25,
|A
z
|
1 1 11
2 1 5
3 2 24
10
x
|A
x
|
|A|

20
5
4, y
|A
y
|
|A|

25
5
5, z
|A
z
|
|A|

10
5
2
Por inversin de la matriz
Es aplicable si el sistema tiene igual nmero de ecuaciones que de incgnitas n m y el
determinante de la matriz de coeficientes es distinto de cero. Es decir, resuelve sistemas
compatibles determinados (no-homogneos).
Ejemplo: Resolver el siguiente sistema compatible determinado
x y z 11
2x y z 5
3x 2y z 24

1 1 1
2 1 1
3 2 1
.
11
5
24
; A
1

1
|A|
AdjA
t
|A|
1 1 1
2 1 1
3 2 1
5; AdjA
t

3 1 2
1 2 1
7 1 3
X A
1
B
x
y
z

3
5
1
5
2
5
1
5
2
5
1
5
7
5
1
5
3
5
11
5
24

4
5
2

Tema 1: pgina 21
Facultad de Derecho y CC. Sociales de Ciudad Real. Matemticas I

Mtodo de Gauss Jordan

Es una variante del mtodo de Gauss, y resulta ser ms simple al final del proceso, ya que no
es preciso despejar las variables pues la solucin se obtiene directamente.
Se basa en diagonalizar la matriz de coeficientes, es decir transformar la matriz A en la
matriz identidad I. .
Ejemplo: Resolver el siguiente sistema compatible determinado
x y z 11
2x y z 5
3x 2y z 24
1 1 1
2 1 1
3 2 1
.
11
5
24
(F
2
2F
1
)
(F
3
3F
1
)

1 1 1 11
0 3 1 17
0 1 2 9
(F
3

1
3
F
2
)
(F
1

1
3
F
2
)

1 0 0 4
0 3 0 15
0 0
5
3

10
3
1
3
F
2
3
5
F
3

1 0 0 4
0 1 0 5
0 0 1 2
x 4, y 5 , z 2
Sistemas homogneos
Como un sistema lineal homogeneo es aquel que tiene todos sus trminos independientes
nulos, as tendr la forma:
a
11
x
1
a
12
x
2
. . . a
1n
x
n
0
a
21
x
1
a
22
x
2
. . . a
2n
x
n
0
. . .
a
m1
x
1
a
m2
x
2
. . . a
mn
x
n
0
podemos observar que Rg(A) Rg(A ) siempre, luego siempre son compatibles, ya que
tienen al menos la solucin (0, 0, 0, . . . , 0) que se denomina solucin trivial.Puesto que, en la
prctica, esta solucin carece de inters, suele decirse que un sistema homogneo posee solucin
slo si esta es distinta de la trivial.
Por lo tanto, para que un sistema de ecuaciones lineales homogneas admita soluciones
diferentes a la trivial, es necesario y suficiente que el rango del sistema sea inferiar al nmero de
incgnitas, es decir Rg(A) n.
Si un sistema homogneo presenta una solucin distinta de la trivial : (s
1
, s
2
, . . . , s
n
) entonces
se cumple que son tambin solucin todas las proporcionales a ella : (ks
1
, ks
2
, . . . , ks
n
) , para
todo nmero real k.

Tema 1: pgina 22