Segundo Bachillerato - Tema 4 - Matrices

Captulo 4
Matrices. Determinantes. Aplicaciones

Sin el placer que acompa na a toda actividad humana no habramos llegado a obtener todos
los conocimientos que hemos ido adquiriendo gracias a principios generales extrados de la
experiencia directa. Eso lo sabe el hombre de ciencia, del matematico al qumico, sean cuales
sean los obst aculos y dicultades que se van encontrando por el camino..
(William Wordsworth
1
(1770-1850).)
Introducci on; resumen del tema
Este tema, de algebra lineal, rompe con los contenidos anteriores, dedicados al calculo de probabilidades
y estadstica, resultando un tema de contenidos bastante faciles de entender. El concepto principal es el
de matriz, sobre el cual vamos a ver las operaciones fundamentales, calculo de rangos, matriz inversa
y ecuaciones matriciales. Posteriormente pasaremos a los determinantes, y como aplicaci on de ambos
conceptos, acabaremos con los sistemas de ecuaciones lineales, en particular el utilsimo teorema de Rouche-
Frobenius.
El tema comienza con las operaciones basicas de matrices (suma, resta, multiplicacion, potencia y trasposi-
cion), para pasar a la denicion de matriz inversa, que resolveremos principalmente por las transformaciones
elementales de Gauss, que comenzaremos a verlas en el punto 4.4.2. Si bien en un principio surgiran para
ayudarnos a encontrar la matriz inversa, cuando esta exista, dicha herramienta tambien se usara para
establecer el rango de una matriz o para ayudarnos a calcular un determinante, eso s, mientras que para
calcular la inversa tendremos que optar por tomar transformaciones las o columna a lo largo de todo el
proceso, para calcular el rango o para calcular un determinante podremos elegir por una u otra en cada
una de las etapas del procedimiento. Debido a que se utilizan tanto, es muy importante saber usarlas.
Una vez que dominemos lo referente a matriz inversa, deniremos el concepto de rango, muy importante en
la segunda mitad del tema, trabajaremos las ecuaciones matriciales, y los sistemas de ecuaciones matriciales,
que en general seran faciles de resolver.
A continuaci on veremos el importantsimo concepto de determinante de una matriz cuadrada; su denicion
y como calcularlos para el orden 2 y 3. Tras enunciar sus propiedades mas notables, estudiaremos como
resolver determinantes de orden superior al 3, ya sea por Gauss o por adjuntos. Una de las aplicaciones de
los determinantes sera el poder calcular rangos de matrices de forma mas directa. Seran muy importantes
los problemas de c alculo de rangos de matrices en funcion de parametros mediante el uso de determinantes.
Una vez que tengamos claro el uso de determinantes para calcular los rangos de matrices, acabaremos el
tema con los sistemas de ecuaciones lineales, que culminaran con el teorema de Rouche-Frobenius.
1
Poeta romantico que ayudo al despegue de la literatura inglesa con su publicacion conjunta de Baladas lricas en 1798
1
2 Matematicas de 2
CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

4.1. Denici on de matriz. Dimensi on de una matriz.
Denicion 4.1 (matriz) Una matriz A es una tabla formada por n umeros reales distribudos en
las y columnas de la forma siguiente:
A =
_
_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_
_
mn
Denicion 4.2 (las y columnas de una matriz) Una matriz constar a de un determinado n u-
mero de lneas horizontales, a las que llamaremos las, que empiezan a contarse de arriba hacia
abajo desde 1, y de un determinado n umero de lneas verticales, a las que llamaremos columnas, que
empiezan a contarse de izquierda a derecha, tambien desde 1. Los componentes de la matriz llevar an
dos subndices, un primero que indica el n umero de la en el que se encuentran, y un segundo que
indica el n umero de columna, as, al escribir a
i,j
me reero al elemento de la matriz A (por eso
escribo a) que ocupa la la i y la columna j.
Nota 4.1 Por ello, en la matriz anterior y en el diagrama siguiente hay m las y n columnas.
Cuando no haya confusion posible, podre quitar la coma que separa los dos subndices, escribiendo
a
ij
en lugar de a
i,j
. Dos elementos distintos de la matriz llevaran subndices distintos, por lo que no
habra confusion posible al referirse a ellos.
fila 1
fila 2
.
.
.
.
.
.
fila m1
fila m
columna columna columna columna
1 2 n 1 n

a
1,1
a
1,2
a
1,n1
a
1,n
a
2,1
a
2,2
a
2,n1
a
2,n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1,1
a
m1,2
a
m1,n1
a
m1,n
a
m,1
a
m,2
a
m,n1
a
m,n
Nota 4.2 Las matrices se denotaran por letras may usculas; A, B, C, etc., y a sus elementos, por las
respectivas letras en min uscula, acompa nadas de los subndices la-columna.
Nota 4.3 Los coecientes (a
ij
) de la matriz podran ser n umeros reales, pero nosotros trabajaremos
normalmente con n umeros enteros, y alguna vez nos aparecer an n umeros racionales.
Denicion 4.3 (dimensi on de una matriz) Se llama orden o dimensi on de una matriz A al
n umero de las y columnas que posee, lo que a veces se escribe (no es obligatorio) fuera de la matriz,
abajo a la derecha, mediante la expresi on m n, que no se multiplica, sino que el primer n umero
(m) indica el n umero de las de la matriz, y el segundo n umero (n) indica el n umero de columnas.
Cuando una matriz A de coecientes reales posee m las y n columnas se dice que A M
mn
(R),
o simplemente, que A M
mn
. Si efectuase la multiplicaci on m n obtendra el n umero total de
elementos de la matriz.
Ejemplo 4.1
_
7 0
1 4
_
22
posee dimension 2 2, al poseer 2 las y 2 columnas.
Ejemplo 4.2
_
1 5 0
2
1 3
_
23
posee dimension 2 3, al poseer 2 las y 3 columnas.
Denicion 4.4 (matrices iguales) Dos matrices se dice que son iguales cuando ambas poseen la
misma dimensi on, y los elementos que ocupan las mismas posiciones son a su vez iguales.
Tema 4 - Matrices y determinantes. Aplicaciones Curso 2011-12. 3
Denicion 4.5 (matrices cuadradas) En muchas ocasiones las matrices tendr an el mismo n u-
mero de las que de columnas (m = n), cuando esto suceda, se dira que la matriz es cuadrada,
escribiendose
2
A M
n
(R), o simplemente, que A M
n
.
Ejemplo 4.3 La matriz A =
_
1 0
2 4
_
es una matriz cuadrada de orden dos; A M
2
.
Ejemplo 4.4 La matriz A =
_
_
2 4 5
0 3 2
1 3 0
_
_
33
es una matriz cuadrada de orden tres; A M
3
.
Denicion 4.6 (escritura resumida de una matriz) dada una matriz A, podemos referirnos a
ella como (a
i,j
), (a
ij
)
mn
o (a
ij
)
n
si fuese cuadrada. Si se escriben parentesis nos referiremos a la
matriz entera, si no se escriben, a
ij
, nos referiremos solo a los distintos elementos.
Nota 4.4 La notaci on resumida sera muy util a la hora de referirnos a las diferentes operaciones
entre matrices.
Ejemplo 4.5 Dos matrices A y B seran iguales cuando a
ij
= b
ij
i, j
Ejemplo 4.6 Dos matrices A y B seran iguales cuando (a
ij
)
mn
= (b
ij
)
mn
Ejemplo 4.7 Dos matrices A y B seran iguales cuando (a
ij
) = (b
ij
)
4.2. Tipos de matrices
Las matrices pueden ser de muchos tipos. De las deniciones que siguen, las mas interesantes son
las referentes a matrices triangulares y diagonales. Si bien todas las deniciones siguientes se podran
aplicar a matrices no cuadradas, cuando lo habitual sea que se den en matrices cuadradas, as lo
escribiremos.
Denicion 4.7 (matriz la) es aquella formada por una sola la; A M
1n
(R)
Ejemplo 4.8 Distintas matrices la son
_
2 3
_
,
_
1 0 3
_
o
_
3 5 2 3
_
Denicion 4.8 (matriz columna) es aquella formada por una sola columna; A M
m1
(R)
Ejemplo 4.9 Distintas matrices columna son
_
2
3
_
,
_
_
1
0
3
_
_
o
_
_
_
_
3
5
2
3
_
_
_
_
Denicion 4.9 (diagonal principal de una matriz) son los elementos a
ii
, esto es, los que ocu-
pan el mismo n umero de la que de columna, o lo que es lo mismo, son aquellos que partiendo del
elemento a
11
van avanzando una la y una columna en cada nueva etapa.
Ejemplo 4.10 Dadas las siguientes matrices, se recuadran los elementos de la diagonal principal.
_
7 1
0 4
_
_
_
5 2 0
3 0 2
1 3 4
_
_
_
2 0 2 3
0 1 3 6
_
_
_
_
_
1 3
0 1
3 4
2 3
_
_
_
_
2
Es curioso que cuando una matriz posee dos dimensiones distintas mn se escriben las dos, pero cuando las dos coinciden, a efectos
de notacion la que se toma es la segunda, no escribiendose A Mm, sino A Mn.
4 Matematicas de 2

Nota 4.5 Para algunos, la denicion anterior solo tiene sentido si la matriz es cuadrada. Nosotros
seremos mas generosos, y el que una matriz no sea cuadrada no supondra una restriccion, si bien
es cierto que el concepto de diagonal tiene mas sentido cuando la matriz es cuadrada, yendo de la
esquina noroeste a la sudeste, como sucede en los dos ejemplos de la izquierda, y no en los dos de la
derecha.
Denicion 4.10 (diagonal secundaria de una matriz) son los elementos que partiendo de la
esquina superior derecha de la matriz, van avanzando una la y disminuyendo una columna en cada
etapa.
Ejemplo 4.11 Dadas las siguientes matrices, se recuadran los elementos de la diagonal secundaria.
_
1 3
0 2
_
_
_
1 0 6
2 3 0
1 0 0
_
_
_
0 5 0
1 2 4
_
_
_
2 2
2 1
0 8
_
_
Nota 4.6 Quizas con las matrices no cuadradas no esta tan claro que la diagonal secundaria parta
de a
1,n
y no lo haga de a
m,1
. De nuevo, esto se debe a que al hablar de diagonales principales y
secundarias contemplamos la posibilidad de manejar matrices no cuadradas.
Denicion 4.11 (matriz triangular superior) es aquella matriz (cuadrada) que tiene todos los
elementos por encima de la diagonal principal igual a cero.
Ejemplo 4.12 Las siguientes matrices son todas triangulares superiores, marco dentro de un cuadra-
do los ceros de los que habla la denici on anterior:
_
1 0
2 3
_
_
_
1 0 0
2 4 0
2 0 3
_
_
_
_
_
_
1 0 0 0
2 3 0 0
4 4 6 0
1 2 0 3
_
_
_
_
_
1 0 0
4 5 0
_
_
_
1 0
1 4
5 7
_
_
Denicion 4.12 (matriz triangular inferior) es aquella matriz (cuadrada) que tiene todos los
elementos por debajo de la diagonal principal igual a cero.
Ejemplo 4.13 Las siguientes matrices son todas triangulares inferiores, marco dentro de un cuadra-
do los ceros que se usan en la denicion:
_
2 3
0 4
_
_
_
1 2 0
0 3 1
0 0 1
_
_
_
_
_
_
1 3 0 3
0 2 4 6
0 0 3 2
0 0 0 7
_
_
_
_
_
1 4 5
0 3 2
_
_
_
1 4
0 1
0 0
_
_
Denicion 4.13 (matriz diagonal) es aquella matriz que al mismo tiempo es triangular superior
y triangular inferior, esto es, los unicos elementos que pueden ser distintos de cero son los de la
diagonal principal.
Ejemplo 4.14 Las siguientes matrices son todas diagonales, marco dentro de un cuadrado los ceros
de los que habla la denicion anterior:
_
2 0
0 5
_
_
_
1 0 0
0 0 0
0 0 6
_
_
_
_
_
_
4 0 0 0
0 1 0 0
0 0 5 0
0 0 0 7
_
_
_
_
_
4 0 0
0 6 0
_
_
_
2 0
0 5
0 0
_
_
Denicion 4.14 (matriz escalar) es aquella matriz (cuadrada) diagonal que tiene iguales todos
los elementos de la diagonal principal.
Ejemplo 4.15 Las siguientes matrices son todas escalares, marco dentro de un cuadrado los ele-
mentos de la diagonal principal:
_
1 0
0 1
_ _
7 0
0 7
_
_
_
4 0 0
0 4 0
0 0 4
_
_
_
_
_
_
6 0 0 0
0 6 0 0
0 0 6 0
0 0 0 6
_
_
_
_
_
_
2 0
0 2
0 0
_
_
Denicion 4.15 (matriz identidad de orden n) es aquella matriz cuadrada
3
escalar cuya cons-
tante es igual a 1. Se escribe como I, o si se desea indicar su dimensi on, como I
n
.
Ejemplo 4.16 Las siguientes matrices son las matrices identidad hasta el orden 4:
I
1
= (1) I
2
=
_
1 0
0 1
_
I
3
=
_
_
1 0 0
0 1 0
0 0 1
_
_
I
4
=
_
_
_
_
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
_
_
_
_
Denicion 4.16 (matriz nula de orden n) es aquella matriz cuadrada
4
escalar cuya constante
es igual a 0. Se escribe como 0, o si se desea indicar su dimensi on, como 0
n
.
Ejemplo 4.17 Las siguientes matrices son las matrices nulas hasta el orden 4:
0
1
= (0) 0
2
=
_
0 0
0 0
_
0
3
=
_
_
0 0 0
0 0 0
0 0 0
_
_
0
4
=
_
_
_
_
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
_
_
_
_
Nota 4.7 Existen otro tipo de matrices nulas, aquellas que no son cuadradas sino rectangulares,
esto es, m = n. Se indican por 0
mn
, y de nuevo todos sus elementos son cero.
Ejemplo 4.18 Las siguientes matrices son matrices nulas rectangulares:
0
23
=
_
0 0 0
0 0 0
_
0
32
=
_
_
0 0
0 0
0 0
_
_
0
24
=
_
0 0 0 0
0 0 0 0
_
0
34
=
_
_
0 0 0 0
0 0 0 0
0 0 0 0
_
_
4.3. Operaciones algebraicas con matrices
Dadas dos matrices A y B, bajo ciertas condiciones podremos denir las operaciones A + B,
AB y A B, de las cuales, el producto es la operacion mas compleja. Dada una sola matriz y un
n umero escalar (n umero real) , podremos denir siempre la operacion A. Igualmente, a partir
de la denici on de producto de dos matrices, dada una una matriz cuadrada A, podremos denir la
operaci on A
n
. Otra operaci on interesante que veremos en este punto sera la trasposicion de matrices.
4.3.1. Suma de dos matrices
Denicion 4.17 (suma de dos matrices) Dadas dos matrices A y B de una misma dimensi on,
se dene la matriz suma A+B de esa misma dimensi on com un como aquella (A+B)
ij
= (a
ij
+b
ij
).
_
_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_
_
mn
+
_
_
b
11
b
1n
.
.
.
.
.
.
b
m1
b
mn
_
_
mn
=
_
_
a
11
+b
11
a
1n
+b
1n
.
.
.
.
.
.
a
m1
+b
m1
a
mn
+b
mn
_
_
mn
3
Ahora el que la matriz sea cuadrada no es opcional, sino obligatorio.
4
De nuevo el que la matriz sea cuadrada no es opcional, sino obligatorio.
6 Matematicas de 2

Nota 4.8 Podemos sumar matrices de cualquier dimension, pero ambas matrices tienen que tener
la misma. En la practica, para sumar matrices lo que hacemos es escribir en cada elemento de la
matriz suma la suma de los dos elementos correspondientes de las matrices iniciales.
Ejemplo 4.19 Considerar las siguientes sumas de matrices:
_
2 3
4 6
_
+
_
5 1
0 8
_
=
_
2 + 5 3 + 1
4 + 0 6 + 8
_
=
_
7 4
4 14
_
_
2 4 3
1 0 6
_
+
_
2 1 3
0 4 6
_
=
_
2 + 2 4 + (1) 3 + 3
1 + 0 0 + (4) 6 + 6
_
=
_
4 3 6
1 4 12
_
_
_
1 3 2
6 2 7
5 2 8
_
_
+
_
_
0 1 5
3 4 3
2 6 7
_
_
=
_
_
1 + 0 3 + 1 2 + 5
6 + 3 2 + (4) 7 + 3
5 + 2 2 + 6 8 + 7
_
_
=
_
_
1 4 7
9 6 10
7 8 15
_
_
4.3.2. Producto por escalar
Denicion 4.18 (producto por escalar) Dada una matriz A de cualquier dimension, dado un
n umero R, se dene la matriz A como aquella ( A)
ij
= ( a
ij
)

_
_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_
_
mn
=
_
_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_
_
mn
Nota 4.9 Esto es, si tengo que multiplicar un escalar por una matriz A, lo que hago es multiplicar
todos los elementos de A por .
Ejemplo 4.20 Considerar los siguientes productos por escalar:
3
_
1 0 3 4
2 5 4 7
_
=
_
3 1 3 0 3 3 3 4
3 2 3 5 3 4 3 7
_
=
_
3 0 9 12
6 15 12 21
_
4
_
3 0
2 5
_
=
_
4 3 4 0
4 2 4 5
_
=
_
12 0
8 20
_
2
_
_
2 0
1 3
4 7
_
_
=
_
_
2 2 2 0
2 (1) 2 3
2 4 2 7
_
_
=
_
_
4 0
2 6
8 14
_
_
Nota 4.10 Una vez denida la suma de matrices, esta operaci on producto por escalar es muy logica,
ya que 2A es a n de cuentas A+A, que equivale a una matriz de la dimension de A donde en cada
elemento esta el correspondiente de A dos veces. 3A equivale a 2A + A, donde en cada posicion de
la matriz lo que acaba apareciendo es el correspondiente elemento de A pero multiplicado por 3.
4.3.3. Diferencia de dos matrices
Denicion 4.19 (resta de dos matrices) Dadas dos matrices A y B de una misma dimensi on,
se dene la matriz resta o diferencia AB de esa misma dimensi on com un como aquella matriz en
la que (AB)
ij
= (a
ij
b
ij
).
_
_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_
_
mn
_
_
b
11
b
1n
.
.
.
.
.
.
b
m1
b
mn
_
_
mn
=
_
_
a
11
b
11
a
1n
b
1n
.
.
.
.
.
.
a
m1
b
m1
a
mn
b
mn
_
_
mn
Nota 4.11 La operacion diferencia de dos matrices la podemos considerar una composicion de las
dos operaciones anteriores, ya que a efectos practicos, AB es igual a A+[(1) B]. En la practica,
para sumar matrices lo que hacemos es escribir en cada elemento de la matriz resta la diferencia de
los dos elementos correspondientes de las matrices iniciales.
Nota 4.12 Salvo que sean dos matrices identicas, AB es distinto de B A. De hecho, lo que en
realidad se tiene es AB = (B A)
Ejemplo 4.21 Considerar las siguientes diferencias de matrices:
_
1 2
3 4
_
_
7 0
3 2
_
=
_
1 7 2 0
3 3 4 2
_
=
_
6 2
0 2
_
_
3 5 2
0 0 7
_
_
4 2 5
3 2 3
_
=
_
3 4 5 2 2 5
0 3 0 (2) 7 3
_
=
_
1 3 3
3 2 4
_
_
_
2 5 3
4 2 5
8 7 0
_
_
_
_
2 0 0
4 1 2
3 5 3
_
_
=
_
_
2 2 5 0 3 0
4 4 2 1 5 2
8 3 7 5 0 3
_
_
=
_
_
0 5 3
0 1 3
5 2 3
_
_
_
_
_
_
2 3
1 5
2 6
1 2
_
_
_
_
_
_
_
_
1 3
2 5
7 9
1 0
_
_
_
_
=
_
_
_
_
2 1 3 3
1 2 5 5
2 7 6 9
1 1 2 0
_
_
_
_
=
_
_
_
_
1 0
1 0
5 3
0 2
_
_
_
_
4.3.4. Producto de dos matrices
Las operaciones anteriores eran faciles de realizar. El producto de dos matrices, sin ser excesiva-
mente complicado, s es laborioso, al realizarse dentro de el muchas operaciones (sumas y productos).
Denicion 4.20 (producto de dos matrices) Dadas dos ma-
trices A M
mn
, B M
np
, se dene la matriz producto
AB M
mp
, donde cada elemento (AB)
ij
es igual a la suma
de los n productos de los elementos de la la i de la primera matriz
por los correspondientes elementos de la columna j de la segunda,
esto es:
(AB)
i,j
=
_
n
k=1
a
i,k
b
k,j
_
ij
_
_
_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_
_
_
mn
_
_
_
b
11
b
1p
.
.
.
.
.
.
b
n1
b
np
_
_
_
np
=
_
_
_
a
11
b
11
+ + a
1n
b
n1
a
11
b
1p
+ + a
1n
b
np
.
.
.
.
.
.
a
m1
b
11
+ + a
mn
b
n1
a
m1
b
1p
+ + a
mn
b
np
_
_
_
mp
Nota 4.13 (importante) Para poder multiplicar dos matrices A y B, el n umero n de columnas de
la primera ha de coincidir con el n umero n de las de la segunda (si no, no se pueden multiplicar),
resultando una matriz producto con tantas las como m tena la primera, y tantas columnas como
p tena la segunda. Alguna vez, al multiplicar, escribiremos A B o AB en lugar de AB.
Ejemplo 4.22 Considerar los siguientes productos de matrices:
_
2 0
1 2
_
_
3 4
2 1
_
=
_
2 3 + 0 2 2 4 + 0 1
1 3 + 2 2 1 4 + 2 1
_
=
_
6 8
7 6
_
_
_
1 2 0 1
2 3 0 3
3 0 1 4
_
_
_
_
_
_
2 3
1 0
2 1
4 3
_
_
_
_
=
_
_
1 2 + 2 1 + 0 2 + 1 4 1 3 + 2 0 + 0 (1) + 1 3
2 2 + 3 1 + 0 2 + 3 4 2 3 + 3 0 + 0 (1) + 3 3
3 2 + 0 1 + 1 2 + 4 4 3 3 + 0 0 + 1 (1) + 4 3
_
_
=
_
_
8 6
19 15
24 20
_
_
_
_
_
_
3 2
1 5
3 0
1 3
_
_
_
_
_
2
4
_
=
_
_
_
_
3 2 + 2 4
1 2 + 5 4
3 2 + 0 4
(1) 2 + 3 4
_
_
_
_
=
_
_
_
_
14
22
6
10
_
_
_
_
_
1 0 3
4 7 1
_
_
_
3 0
1 3
2 5
_
_
=
_
1 3 + 0 1 + 3 2 1 0 + 0 3 + 3 5
4 3 + 7 1 1 2 4 0 + 7 3 1 5
_
=
_
9 15
21 26
_
8 Matematicas de 2

4.3.5. Potencia entera de una matriz cuadrada
Denicion 4.21 (potencia entera de una muatriz cuadrada) dada una matriz cuadrada A, se
dene A
n
como el resultado de multiplicar A por s misma n veces.
Nota 4.14 La anterior es una denici on bastante aceptable intuitivamente; de la misma forma que
por ejemplo 5
3
= 5 5 5 = 125, vamos a tener A
3
= AAA.
Ejemplo 4.23
_
0 1
2 3
_
3
=
_
0 1
2 3
_
_
0 1
2 3
_
_
0 1
2 3
_
=
_
2 3
6 11
_
_
0 1
2 3
_
=
_
6 11
22 39
_
Nota 4.15 En general, para llegar a potencias altas de una matriz seguro que hay un truco por
medio, por ejemplo, que A
7
= A, y entonces A
71
= A
70
A = A A = A
2
.
4.3.6. Traspuesta de una matriz
Denicion 4.22 (traspuesta de una matriz) La matriz traspuesta de una matriz A M
mn
,
que se llamar a A
t
, es una matriz A
t
M
mn
que surge de intercambiar las las por columnas y
viceversa, esto es (A
ij
)
t
= (A
ji
).
Nota 4.16 Esto es, si el elemento a
3,6
de la matriz original vale 5, el elemento a
6,3
de la matriz
traspuesta tambien valdra 5. As, si la matriz inicial tiene m las y n columnas, la matriz traspuesta
tendra n las y m columnas.
Nota 4.17 La trasposicion de una matriz es una operacion idempotente, esto es, (A
t
)
t
= A
Ejemplo 4.24 Considerar las siguientes trasposiciones de matrices:
_
1 2
3 4
_
t
=
_
1 3
2 4
_
_
1 2 3
4 5 6
_
t
=
_
_
1 4
2 5
3 6
_
_
_
_
1 2 3
4 5 6
7 8 9
_
_
t
=
_
_
1 4 7
2 5 8
3 6 9
_
_
_
1 2 3 4
5 6 7 8
_
t
=
_
_
_
_
1 5
2 6
3 7
4 8
_
_
_
_
_
_
1 2 3 4
5 6 7 8
9 10 11 12
_
_
t
=
_
_
_
_
1 5 9
2 6 10
3 7 11
4 8 12
_
_
_
_
Nota 4.18 Los elementos de la diagonal principal no cambian al trasponer la matriz.
Nota 4.19 Cuando la matriz no sea cuadrada podra costarnos trabajo realizar la trasposicion de
una matriz. Un truco consistira en considerar la matriz como cuadrada a nadiendo las o columnas
imaginarias, por ejemplo rellenas de X, hasta que la dimension menor iguale la mayor, realizar la
trasposicion de esta matriz cuadrada, operacion muy facil, y despues suprimir las las o columnas
a nadidas (que ahora seran respectivamente columnas o las).
_
_
0 1 2 3 4
5 6 7 8 9
a b c d e
_
_
t
=
_
_
_
_
_
_
0 1 2 3 4
5 6 7 8 9
a b c d e
X X X X X
X X X X X
_
_
_
_
_
_
t
=
_
_
_
_
_
_
0 5 a X X
1 6 b X X
2 7 c X X
3 8 d X X
4 9 e X X
_
_
_
_
_
_
=
_
_
_
_
_
_
0 5 a
1 6 b
2 7 c
3 8 d
4 9 e
_
_
_
_
_
_
4.3.7. Nuevas deniciones
Denicion 4.23 (matriz simetrica) Una matriz cuadrada A se dice que es simetrica si coincide
con su traspuesta; A = A
t
Nota 4.20 Una condici on indispensable para que una matriz sea simetrica es que sea cuadrada, o
si no, su traspuesta tendra distinta dimension a la de la matriz original.
Ejemplo 4.25 Las siguientes matrices cuadradas son simetricas.
_
1 2
2 3
_
_
_
2 4 3
4 5 7
3 7 0
_
_
_
_
_
_
1 5 3 2
5 0 6 4
3 6 7 8
2 4 8 9
_
_
_
_
_
_
0 1 1
1 0 2
1 2 0
_
_
_
0 3
3 5
_
Denicion 4.24 (matriz antisimetrica) Una matriz cuadrada A se dice que es antisimetrica si
es la opuesta de su traspuesta; A = A
t
Ejemplo 4.26 Las siguientes matrices cuadradas son antisimetricas.
_
0 2
2 0
_
_
_
0 1 1
1 0 1
1 1 0
_
_
_
_
_
_
0 2 4 3
2 0 5 6
4 5 0 7
3 6 7 0
_
_
_
_
_
_
0 1 2
1 0 3
2 3 0
_
_
_
0 2
2 0
_
Nota 4.21 Una condici on necesaria (no suciente) para que una matriz sea antisimetrica es que la
diagonal principal este compuesta de ceros.
Denicion 4.25 (matriz idempotente) Una matriz cuadrada es idempotente si A
2
= A
Ejercicio 4.1 Comprobar que las siguientes matrices cuadradas son idempotentes.
_
1 0
1 0
_
_
_
_
_
2
3
1
3
2
3
1
3
_
_
_
_
_
_
2 2 4
1 3 4
1 2 3
_
_
_
_
2 1 1
2 3 4
4 4 3
_
_
_
_
_
_
_
_
_
_
2
3
1
3

1
3
1
3
1
6

1
6
1
3

1
6
1
6
_
_
_
_
_
_
_
_
Denicion 4.26 (matriz unipotente) Una matriz cuadrada de orden n es unipotente si A
2
= I
n
Ejercicio 4.2 Comprobar que las siguientes matrices cuadradas son unipotentes.
_
1 0
2 1
_ _
1 0
0 1
_
_
_
1 0 0
0 1 0
0 0 1
_
_
Denicion 4.27 (matriz nilpotente) Una matriz cuadrada de orden n es nilpotente si A
2
= 0
n
Ejercicio 4.3 Comprobar que las siguientes matrices cuadradas son nilpotentes.
_
1 1
1 1
_ _
0 0
0 0
_
_
_
0 9 0
0 0 0
0 0 0
_
_
_
_
1 1 0
1 1 0
2 2 0
_
_
Denicion 4.28 (matriz ortogonal) Una matriz cuadrada A es ortogonal si al multiplicarse por
su traspuesta da la matriz identidad; A
t
A = AA
t
= I
10 Matematicas de 2

Ejercicio 4.4 Comprobar que las siguientes matrices cuadradas son ortogonales.
_
1 0
0 1
_
_
_
1 0 0
0 2 0
0 0
1
2
_
_
_
_
1 0 0
0 0 1
0 1 0
_
_
_
_
_
_
_
_
1
2
0
1
2
1
2
0
1
2
0 1 0
_
_
_
_
_
_
_
_
_
_
1
2
3
2
3
2
1
2
_
_
_
_
Nota 4.22 Aunque nos suene a chino, una condici on necesaria para que una matriz sea ortogonal
es que su determinante sea igual a 1.
4.3.8. Propiedades de las operaciones con matrices
El conjunto de las matrices M
mn
con las operaciones suma de matrices y producto por escalar
tiene una estructura de espacio vectorial de dimension innita. Sin entrar en detalles matematicos,
podemos encontrar las siguientes propiedades:
Propiedades relacionadas con la suma
Propiedad asociativa; A+ (B +C) = (A+B) +C
Propiedad conmutativa; A+B = B +A
Elemento neutro; A+ 0 = A = 0 +A, siendo 0 = (0
ij
)
Elemento opuesto; A+ (A) = 0 = (A) +A, siendo A = (a
ij
)
Propiedades relacionadas con el producto por escalar
Propiedad pseudoasociativa; ( A) = ( ) A
Propiedad distributiva respecto la suma de escalares; ( +) A = A+ A
Propiedad distributiva respecto la suma de matrices; (A+B) = A+ B
Propiedad modular; 1 A = A
Propiedades relacionadas con el producto de matrices
Propiedad asociativa; (A
mn
B
np
) C
pq
= A
mn
(B
np
C
pq
)
No se da la propiedad conmutativa; en efecto, para empezar porque no tienen por que coincidir
los ordenes, y por ejemplo, aunque pueda efectuar A
mn
B
np
, si m = p no voy a poder hacer
B
np
A
mn
. Es mas, aunque las dos matrices fueran cuadradas y no tuviera problemas con
los ordenes, ambos productos no tienen por que coincidir:
_
1 2
3 4
_
_
1 0
2 1
_
=
_
5 2
11 4
_
mientras que
_
1 0
2 1
_
_
1 2
3 4
_
=
_
1 2
5 8
_
Existencia de elemento neutro para las matrices cuadradas (solo para ellas); A I = I A = A,
siendo I la matriz identidad.
No existe el elemento inverso, ya que en general solo muy pocas matrices, y necesariamente
cuadradas, tienen matriz inversa.
Propiedad distributiva respecto la suma; A
mn
(B
np
+C
np
) = A
mn
B
np
+A
mn
C
np
Propiedad del producto y la trasposicion; (A
mn
B
np
)
t
= B
t
pn
A
t
nm
4.4. Matriz Inversa. Calculo.
A continuacion vamos a hablar de las matrices inversas de matrices cuadradas (si no, no tiene
sentido calcularlas). La denici on directa de matriz inversa vendra asociada al concepto de determi-
nante, de forma que si una matriz cuadrada A M
n
tuviese determinante igual a cero, no tendra
inversa, y si su determinante no fuese cero, si la tendra. Como a un no hemos visto los determinantes,
vamos a denir y calcular las matrices inversas de otro modo:
Denicion 4.29 (matriz inversa) Una matriz cuadrada A M
n
tiene inversa, y se llamar a A
1
,
por cierto tambien matriz cuadrada, si se verica que A A
1
= A
1
A = I
n
.
Nota 4.23 Esto es, una matriz cuadrada
5
A tiene inversa si somos capaces de encontrar otra matriz
cuadrada A
1
de la misma dimension de forma que al multiplicar ambas a derecha e izquierda obtengo
en ambos casos la matriz identidad de dicha dimension.
Nota 4.24 Para calcular la matriz inversa tenemos tres posibilidades; el metodo directo, el metodo
de Gauss, y el uso de determinantes.
4.4.1. El metodo directo
Consiste en suponer A
1
compuesta por n
2
incognitas distintas, y aplicar la denicion de matriz
inversa A A
1
= I
n
, apareciendo un sistema de n
2
ecuaciones con n
2
incognitas, sistema que en
realidad se puede descomponer como n sistemas de ecuaciones de n incognitas cada uno, y que al
resolverse nos da los coecientes de la matriz inversa A
1
. Si el sistema de ecuaciones no tuviera
solucion, la conclusion es que no existe matriz inversa.
Ejemplo 4.27 Calcular la matriz inversa de A =
_
7 3
2 1
_
Dicha matriz, de existir, es una matriz cuadrada de orden dos, a la que llamo B =
_
x y
z t
_
, con
incognitas x, y, z, t desconocidas. Cuando sepa los valores de esas incognitas, conocere la matriz
inversa.
Por ser B la supuesta inversa de A, se tiene que A B = I
2
; as
_
7 3
2 1
_
_
x y
z t
_
=
_
1 0
0 1
_
.
Efectuando el producto de matrices:
_
7x + 3z 7y + 3t
2x + z 2y + t
_
=
_
1 0
0 1
_
.
Igualando elemento a elemento de ambas matrices, saco un sistema de cuatro ecuaciones con cuatro
incognitas, que lo puedo descomponer como dos sistemas de dos ecuaciones con dos incognitas, un
primero con incognitas x y z, y un segundo con incognitas y y t.
7x + 3z = 1
2x + z = 0
_
De soluciones x = 1, z = 2
7y + 3t = 0
2y + t = 1
_
De soluciones y = 3, t = 7
Por ello, la candidata a matriz inversa es B =
_
1 3
2 7
_
Y digo candidata ya que efectivamente, por construccion, A B = I
2
, pero convendra a modo de
comprobacion, ver si tambien B A = I
2
Efectivamente,
_
1 3
2 7
_
_
7 3
2 1
_
=
_
1 0
0 1
_
, y por ello puedo decir que B = A
1
.
Ejemplo 4.28 Calcular la matriz inversa de A =
_
1 2
0 3
_
Dicha matriz, de existir, es una matriz cuadrada de orden dos, a la que llamo B =
_
x y
z t
_
, con
incognitas x, y, z, t desconocidas. Cuando sepa los valores de esas incognitas, conocere la matriz
inversa.
5
Lo de cuadrada es importante, las matrices que no lo son no pueden tener matrices inversas
12 Matematicas de 2

Por ser B la supuesta inversa de A, se tiene que A B = I
2
; as
_
1 2
0 3
_
_
x y
z t
_
=
_
1 0
0 1
_
.
Efectuando el producto de matrices:
_
x + 2z y + 2t
0x + 3z 0y + 3t
_
=
_
1 0
0 1
_
.
Igualando elemento a elemento de ambas matrices, saco un sistema de cuatro ecuaciones con cuatro
incognitas, que lo puedo descomponer como dos sistemas de dos ecuaciones con dos incognitas, un
primero con incognitas x y z, y un segundo con incognitas y y t.
x + 2z = 1
0x + 3z = 0
_
De soluciones x = 1, z = 0
y + 2t = 0
0y + 3t = 1
_
De soluciones y =
2
3
, t =
1
3
Por ello, la candidata a matriz inversa es B =
_
1 2/3
0 1/3
_
Y digo candidata ya que efectivamente, por construccion, A B = I
2
, pero convendra a modo de
comprobacion, ver si tambien B A = I
2
Efectivamente,
_
_
_
_
1
2
3
0
1
3
_
_
_
_
_
1 2
0 3
_
=
_
1 0
0 1
_
, y por ello puedo decir que B = A
1
.
4.4.2. El metodo de Gauss
Este metodo, ademas de ser mas rapido, se utilizara cuando busquemos el rango de una matriz o
la resolucion de sistemas de ecuaciones lineales, por lo que convendra manejarlo bien.
El metodo de Gauss consiste en tomar la matriz ampliada
6
de A con la identidad I
n
, y convertir la
matriz A en la matriz identidad I
n
mediante transformaciones elementales entre las o columnas. Las
transformaciones elementales consistiran en multiplicar o dividir todos los elementos de una misma
la o columna por un mismo n umero, y sumar o restar esta la o columna a otra la o columna
o m ultiplo de esta. Las mismas transformaciones que se hagan en A se haran en I
n
, de modo que
cuando A se haya convertido en I
n
, la identidad I
n
se habra convertido en la inversa A
1
_
A I
n
_
transformaciones elementales
-
_
I
n
A
1
_
Si mediante transformaciones elementales nos aparece alguna la o columna nula, es que no existe
matriz inversa.
Nota 4.25 (importante) Las transformaciones elementales se hacen sobre las o se hacen sobre
columnas, pero no se pueden mezclar a lo largo de todo un proceso de c alculo de matriz inversa. Con
mas razon, dentro de una misma etapa del proceso no puedo sumar a los elementos de una la las
transformaciones hechas sobre una columna y viceversa.
Nota 4.26 (importante) A la hora de hacer transformaciones elementales, ya sean por las o
columnas, vamos a indicarlas o etiquetarlas para poder repasar el proceso. A la hora de etiquetar,
primero escribiremos la la o columna en la que se trabaja, con sus posibles modicaciones, y a
continuaci on lo que se le aporta o sustrae. Usaremos las abreviaturas F para las y C para columnas.
Veamos unos ejemplos (cada lnea es una transformacion independiente de las demas):
5F
2
; a la segunda la la multiplico por 5.
C
3
/8; a la tercera columna la divido por 8. Tambien podra haber escrito
C3
8
.
C
2
+C
3
; a la segunda columna se le suma la tercera columna
7
. Esta suma es elemento por elemento; primero
con primero, segundo con segundo... hasta acabar.
F
2
3F
1
; a la segunda la se le restan tres veces la primera, siempre elemento por elemento.
6
Esto de la matriz ampliada consiste en escribir una matriz al lado de la otra, separadas por un segmento vertical, (A|In).
7
Como primero se ha escrito C
2
, se trabaja en C
2
, y a esta, y en el lugar de esta, se suma la otra.
3C
3
2C
1
; se multiplican por 3 todos los elementos de la tercera columna, y a estos se le restan dos veces los
correspondientes elementos de la primera columna.
F
1
+ 2F
2
3F
3
; a los elementos de la primera la se le suman dos veces los respectivos de la segunda, y se
le quitan tres veces los correspondientes de la tercera. Podramos haber descompuesto esta operacion en dos;
F
1
+ 2F
2
y a continuacion F
1
3F
3
.
2F
1
+C
2
; esta es una operacion no permitida, al mezclar en una misma etapa las y columnas.
Ejemplo 4.29 Calcular por Gauss la matriz inversa de A =
_
7 3
2 1
_
Ya sabemos por el ejemplo 4.27 que dicha ma-
triz posee inversa igual a
A
1
=
_
1 3
2 7
_
Veamos en la columna de la derecha que pasa
por Gauss; vamos a hacerlo por columnas; tras
buscar la matriz identidad en el bloque de la
izquierda de la matriz ampliada (esta es to-
da la estrategia del ejercicio) vemos que en
el bloque de la derecha aparece precisamente
dicha matriz inversa, acabando el ejercicio.
_
A I
_
=
_
7 3 1 0
2 1 0 1
_
C
1
2C
2
C
1
2C
2
_
1 3 1 0
0 1 2 1
_
C
2
3C
1
C
2
3C
1
_
1 0 1 3
0 1 2 7
_
=
=
_
I A
1
_
Nota 4.27 Aunque las transformaciones elementales sean distintas, como la matriz inversa de una
ja Aes unica, una vez que en el bloque de la izquierda de la matriz ampliada aparezca la identidad, en
el bloque de la derecha aparecera la matriz inversa, sean cuales sean las transformaciones realizadas.
Ejemplo 4.30 Volver a calcular por Gauss la matriz inversa de A =
_
7 3
2 1
_
De nuevo, ya sabemos por los ejemplos 4.27 y
4.29 que dicha matriz posee inversa igual a
A
1
=
_
1 3
2 7
_
Razonemos ahora por las en vez de por
columnas (ejemplo 4.29). De nuevo la estrate-
gia es buscar la matriz identidad en el bloque
de la izquierda de la matriz ampliada. Una vez
que lo logramos, el ejercicio se acaba.
_
A I
_
=
_
7 3 1 0
2 1 0 1
_
7F
2
2F
1
7F
2
2F
1
_
7 3 1 0
0 1 2 7
_
F
1
3F
2
F
1
3F
2
_
7 0 7 21
0 1 2 7
_
F
1
/7
F
1
/7
_
1 0 1 3
0 1 2 7
_
=
=
_
I A
1
_
Ejemplo 4.31 Calcular por Gauss la matriz inversa de A =
_
_
1 1 0
1 0 1
0 1 0
_
_
_
A I
_
=
_
_
1 1 0 1 0 0
1 0 1 0 1 0
0 1 0 0 0 1
_
_
F
2
F
1
_
_
1 1 0 1 0 0
0 1 1 1 1 0
0 1 0 0 0 1
_
_
F
3
+F
2
F
3
+F
2
_
_
1 1 0 1 0 0
0 1 1 1 1 0
0 0 1 1 1 1
_
_
F
2
F
3
_
_
1 1 0 1 0 0
0 1 0 0 0 1
0 0 1 1 1 1
_
_
F
1
+F
2
F
1
+F
2
_
_
1 0 0 1 0 1
0 1 0 0 0 1
0 0 1 1 1 1
_
_
F
2
_
_
1 0 0 1 0 1
0 1 0 0 0 1
0 0 1 1 1 1
_
_
=
_
I A
1
_
14 Matematicas de 2

4.4.3. Usando los determinantes
La matriz inversa de A puede calcularse una vez conocido el determinante de A, al que llamaremos
|A|, ya que si |A| = 0, se tiene que la matriz inversa A
1
es igual a la matriz adjunta traspuesta de
A dividida por el determinante de A. De todos modos, esta forma de calcular la dejamos para mas
adelante, si acaso, cuando sepamos calcular determinantes.
Nota 4.28 Una denicion equivalente de una matriz cuadrada A es ortogonal es que su inversa
coincida con su traspuesta; A
t
= A
1
4.5. Rango de una matriz
Denicion 4.30 (Rango de una matriz) El rango de una matriz A
mn
es el n umero de las o
de columnas linealmente independientes (o que no se pueden expresar como combinaci on lineal de
las restantes). Logicamente, 0 rg(A) min{m, n}
Nota 4.29 Si el rango de una matriz es por ejemplo 3, signica que hay exactamente tres las
linealmente independientes, y exactamente tres columnas linealmente independientes, o equivalente-
mente, puedo realizar transformaciones elementales sobre la matriz de modo que tenga una matriz
escalonada con tres las o columnas no nulas.
Nota 4.30 En la practica, para calcular el rango de una matriz aplicaremos a la matriz dada trans-
formaciones elementales de Gauss (ahora no importara combinar transformaciones de las y columnas
a lo largo del proceso
8
) buscando una matriz escalonada. Al acabar, quitamos las las nulas, y ese
es el rango de la matriz.
Ejemplo 4.32 Demostrar que el rango de A =
_
_
1 4 6 2
3 2 5 1
4 6 1 0
_
_
es tres.
Logicamente, al tratarse de una matriz con 3 las y 4 columnas, como mucho vamos a encontrar 3 las o
columnas linealmente independientes, por lo que el rango, como mucho va a ser 3. Apliquemos transfor-
maciones de Gauss y encontremos una matriz escalonada con tres lneas (las o columnas) no nulas.
_
_
1 4 6 2
3 2 5 1
4 6 1 0
_
_
F2 3F1
F3 4F1
_
_
1 4 6 2
0 10 13 7
0 10 23 8
_
_
F3 F2
_
_
1 4 6 2
0 10 13 7
0 0 10 1
_
_
De la primera a la segunda matriz he efectuado dos operaciones, F
2
3F
1
y F
3
4F
1
, y junto a F
3
F
2
he
conseguido una matriz escalonada con tres las no nulas, o tres elementos no nulos justamente por encima
del triangulo de ceros de abajo a la izquierda (recuadrados). En este caso, todas las transformaciones han
sido de las, pero podramos haberlas mezclado.
Podramos decir que s, que hay tres las no nulas, y cuatro columnas no nulas, pero por la consideracion
que se hizo al principio, el rango no puede ser cuatro, as que se queda en tres.
Nota 4.31 (importante) Una operacion elemental nueva que no afecta al rango de una matriz
es el intercambio de una la por otra o de una columna por otra. Es mas, el rango no cambia
si efectuamos mas de un intercambio, y si en una matriz me dedico cambiar las por las y/o
9
columnas por columnas, el rango es el mismo. Esto no es cierto para calcular la matriz inversa.
Nota 4.32 Cuando al calcular el rango efectuemos la operaci on elemental de intercambiar la la i
por la la j escribiremos F
i
F
j
, y si el intercambio afecta a la columna i y a la j, lo que escribiremos
sera C
i
C
j
.
Ejemplo 4.33 Demostrar que el rango de A =
_
_
_
_
1 3 0 4
1 0 3 2
4 6 1 3
5 0 4 13
_
_
_
_
es tres.
8
Lo que sigue sin poderse hacer es sumar/restar a las m ultiplos de columnas y viceversa.
9
Podemos hacer mas de un intercambio siempre que no hagamos dos al mismo tiempo, sino uno tras de otro.
Al tratarse de una matriz con 4 las y 4 columnas, como mucho vamos a encontrar 4 las o columnas
linealmente independientes, por lo que el rango, como mucho sera 4. Apliquemos transformaciones de
Gauss e intentemos encontrar una matriz escalonada con tres lneas (las o columnas) no nulas.
_
_
_
_
1 3 0 4
1 0 3 2
4 6 1 3
5 0 4 13
_
_
_
_
F2 +F1
F3 4F1
F3 4F1
_
_
_
_
1 3 0 4
0 3 3 6
0 18 1 13
0 15 4 7
_
_
_
_
F3 F2
_
_
_
_
1 3 0 4
0 18 1 13
0 3 3 6
0 15 4 7
_
_
_
_
C2 C3
C2 C3
_
_
_
_
1 0 3 4
0 1 18 13
0 3 3 6
0 4 15 7
_
_
_
_
F3 3F2
F4 4F2
_
_
_
_
1 0 3 4
0 1 18 13
0 0 57 45
0 0 57 45
_
_
_
_
F4 F3
F4 F3
_
_
_
_
1 0 3 4
0 1 18 13
0 0 57 45
0 0 0 0
_
_
_
_
Ya he acabado, he obtenido tres las distintas de cero, y una cuarta la igual a cero, as que concluyo que
el rango es tres. En este ejercicio considero muy interesantes los pasos F
2
F
3
y C
2
C
3
. El motivo es
el siguiente, una vez que estoy en la segunda matriz, para seguir buscando ceros me interesa pivotar sobre
el 1 situado en a
33
(lo he recuadrado), ya que no voy a tener que dividir por nadie, pero el elemento sobre
el que toca pivotar es el 3 de a
22
, as que voy a pasar ese 1 a la posicion del 3. Por la nota 4.31, puedo
intercambiar las y columnas sin afectar al rango, y as lo hago.
4.6. Ecuaciones matriciales
Las ecuaciones matriciales son ecuaciones cuyos coecientes y ecuaciones son matrices. Para que no
nos aparezcan problemas a nadidos, trabajaremos con matrices coecientes e incognitas cuadradas,
y de una misma dimension
10
. Hay dos principales formas de resolucion; directamente y de forma
matricial.
4.6.1. Metodo directo
Es muy parecido a lo hecho en el punto 4.4.1, ya que se trata de introducir varias incognitas unidi-
mensionales que conformen la matriz incognita; eso s, ahora no se introducen para calcular la matriz
inversa de una dada, sino para calcular la solucion de la ecuaci on. Este metodo es desaconsejable si la
dimension de la matriz solucion es grande, ya que una dimension mn requiere de m n incognitas.
Al nal, se descompone la ecuaci on en sistemas de ecuaciones de coecientes reales que se resuelven.
Ejemplo 4.34 Dadas A =
_
3 4
7 11
_
y B =
_
1 0
3 4
_
, resolver A X = B
Teniendo en cuenta que A M
22
y que B M
22
, esta claro que X M
22
Por ello, X =
_
x y
z t
_
, donde x, y, z, t son incognitas, 2 2 = 4 en total.
A continuacion planteo la ecuaci on AX = B; esto es,
_
3 4
7 11
_
_
x y
z t
_
=
_
1 0
3 4
_
Multiplico las dos matrices de la izquierda, y tengo
_
3x + 4z 3y + 4t
7x + 11z 7y + 11t
_
=
_
1 0
3 4
_
Aparecen dos sistemas de dos ecuaciones con dos inc ognitas (en realidad es un sistema de 4 ecuaciones
con cuatro inc ognitas, pero como estas van separadas dos a dos, xz, yt, es mas facil resolver dos
sistemas de dos ecuaciones):
3x + 4z = 1
7x + 11z = 3
_
de soluciones x =
1
5
, y z =
2
5
10
O nos podramos encontrar sorpresas como las del ejemplo 4.37, en el que nos van a faltar ecuaciones, o equivalentemente, nos van a
sobrar incognitas.
16 Matematicas de 2
3y + 4t = 0
7y + 11t = 4
_
de soluciones y =
16
5
, y t =
12
5
Por ello, la solucion de la ecuaci on matricial planteada es X =
_
_
_
_
1
5

16
5
2
5
12
5
_
_
_
_
4.6.2. Metodo matricial
Consiste en suponer que en vez de una ecuaci on matricial tenemos una ecuaci on ordinaria de
n umeros reales, despejar la incognita X en el lado de la izquierda (por ejemplo), y efectuar todas
las operaciones de la derecha. El resultado de estas operaciones de la derecha, donde normalmente
habra productos y matrices inversas, sera la solucion X de la ecuaci on matricial. Este metodo es mas
recomendado cuanto mas grande sea la dimension de la matriz incognita. Basicamente se apoyara en
dos etapas:
1. Consideraremos la ecuaci on como si no fuera matricial, y despejaremos la X. Eso s, al ser una
ecuacion matricial, y como el producto de matrices no es conmutativo, cuando multipliquemos
por una matriz en uno de los dos miembros de la igualdad, ya sea por la derecha o por la
izquierda (no se puede multiplicar por el centro), en el otro miembro multiplicaremos por esa
misma matriz tambien por la derecha o por la izquierda.
2. Una vez despejada X, realizaremos las operaciones matriciales del otro miembro de la igualdad,
donde habitualmente realizaremos matrices inversas y productos.
_
3 4
7 11
_
y B =
_
1 0
3 4
_
, resolver A X = B
Por el ejemplo 4.34, se que la solucion buscada es X =
_
_
_
_
1
5

16
5
2
5
12
5
_
_
_
_
Al resolver AX = B, lo primero que he de hacer es despejar la X, y teniendo en cuenta que el producto
de matrices no es conmutativo, debere tener mucho cuidado con como lo hago, ya que si multiplico
por una matriz por la derecha, en la otra parte de la igualdad debere multiplicar por esa misma matriz
tambien por la derecha.
Al grano, si AX = B, para despejar X me interesa quitar A, para ello multiplico a la izquierda
por A
1
, y lo mismo hago en el otro miembro de la igualdad, as, A
1
AX = A
1
B, por lo que
I
n
X = A
1
B, esto es, X = A
1
B.
Notese como he de calcular A
1
B y no B A
1
, y es que el multiplicar en los dos miembros de la
igualdad por el mismo lado (derecha o izquierda) es fundamental.
Bueno, he de calcular A
1
B, para ello primero calculo A
1
y despues la multiplico por B.
Calculo A
1
, uso el metodo de Gauss:
_
3 4 1 0
7 11 0 1
_
3F
2
7F
1
_
3 4 1 0
0 5 7 3
_
5F
1
4F
2
_
15 0 33 12
0 5 7 3
_
F
1
/15
F
1
/15
_
_
1 0
33
15
12
15
0 5 7 3
_
_
F
2
/5
_
_
_
_
1 0
33
15
12
15
0 1
7
5
3
5
_
_
_
_
Por ello, A
1
=
_
_
_
_
33
15
12
15
7
15
3
15
_
_
_
_
, que tras simplicar queda A
1
=
_
_
_
_
11
5
4
5
7
15
3
15
_
_
_
_
=
1
5
_
11 4
7 3
_
Ahora efect uo A
1
B =
1
5
_
11 4
7 3
_
_
1 0
3 4
_
=
1
5
_
11 12 0 16
7 + 9 0 + 12
_
=
1
5
_
1 16
2 12
_
Por ello, X = A
1
B =
_
_
_
_
1
5

16
5
2
5
12
5
_
_
_
_
, como ya sabamos por el ejemplo 4.34.
_
2 3
1 1
_
y B =
_
4 1
6 9
_
, resolver X A = B
Busco una matriz X M
22
. Despejo X multiplicando a la derecha por A
1
. As, X A = B queda
X A A
1
= B A
1
, esto es, X = BA
1
.
He de calcular B A
1
; para ello primero calculo A
1
y despues multiplico B por la matriz obtenida.
_
2 3 1 0
1 1 0 1
_
C
1
+ C
2
_
5 3 1 0
0 1 1 1
_
5C
2
3C
1
_
5 0 1 3
0 5 1 2
_
C
1
/5
C
1
/5
_
_
_
_
1 0
1
5
3
0 5
1
5
2
_
_
_
_
C
2
/(5)
_
_
_
_
1 0
1
5
3
5
0 1
1
5

2
5
_
_
_
_
Por ello, A
1
=
_
_
_
_
1
5
3
5
1
5

2
5
_
_
_
_
, que tras simplicar queda A
1
=
_
_
_
_
1
5
3
5
1
5

2
5
_
_
_
_
=
1
5
_
1 3
1 2
_
Ahora efect uo B A
1
=
_
4 1
6 9
_
1
5
_
1 3
1 2
_
=
1
5
_
4 1
6 9
_
_
1 3
1 2
_
=
1
5
_
5 10
15 0
_
Por ello, X = B A
1
=
1
5
_
5 10
15 0
_
=
_
1 2
3 0
_
.
Nota 4.33 Como ejemplo de que es necesario manejar matrices cuadradas a la hora de establecer
ecuaciones matriciales, intentemos resolver el siguiente seg un las formas conocidas:
_
_
1 1
3 0
2 1
_
_
y B =
_
_
13 2
6 3
12 3
_
_
, resolver X A = B
Intento de resolucion directa
Teniendo en cuenta que A M
32
y que B M
32
, esta claro que X M
33
. Esto nos va a traer
un problema, ya lo resuelva directamente o de forma matricial.
Por ello, X =
_
_
r s t
u v w
x y z
_
_
, donde r, s, t, u, v, w, x, y, z son inc ognitas, 3 3 = 9 en total.
Comienza a verse que resolver directamente puede ser un engorro,a demas de algunos problemas a
punto de aparecer.
A continuacion planteo la ecuaci on XA = B; esto es,
_
_
r s t
u v w
x y z
_
_
_
_
1 1
3 0
2 1
_
_
=
_
_
13 2
6 3
12 3
_
_
Multiplico las dos matrices de la izquierda, y tengo
_
_
r + 3s + 2t r + t
u + 3v + 2w u + w
x + 3y + 2z x + z
_
_
=
_
_
13 2
6 3
12 3
_
_
Eso lo planteo como tres sistemas de ecuaciones:
r + 3s + 2t = 13
r + t = 2
_
u + 3v + 2w = 6
u + w = 3
_
x + 3y + 2z = 12
x + z = 3
_
18 Matematicas de 2

Me encuentro con un grave problema; como A y B no son cuadradas de dimension 3, sino que son
matrices 3 2, poseen 6 elementos, lo que se va a traducir en que aparecen 6 ecuaciones, pero como
la matriz solucion es una 3 3, tenemos 9 incognitas, por lo que al plantear este problema como
sistema, me aparece un sistema de 6 ecuaciones con 9 incognitas, o si preferimos, tres sistemas de dos
ecuaciones con tres incognitas.
Intento de resolucion matricial
Teniendo XA = B, multiplico por A
1
a la derecha, para obtener X A A
1
= A
1
B, esto es,
X = A
1
B, pero como A no es cuadrada, no existe A
1
, as que de forma matricial tampoco puedo
resolver este problema.
Nota 4.34 Como conclusi on, las matrices de las ecuaciones matriciales han de ser cuadradas.
4.7. Sistemas de ecuaciones matriciales
Un sistema de ecuaciones matriciales es una expresion de la forma (logicamente X e Y son dos
matrices 2 3):
X +Y =
_
3 2 1
3 1 3
_
2X 2Y =
_
6 0 2
2 2 2
_
_
_
Para resolverlos, usaremos el metodo matricial combinado con los metodos de resolucion de sistemas
de ecuaciones lineales con coecientes reales (sustitucion, igualaci on y reducci on).
Nota 4.35 Observese que en el sistema de ecuaciones matriciales anterior aparecen matrices 2 3,
cuando se ha dicho que en als ecuaciones matriciales las matrices van a ser cuadradas. Esto se debe
a que esta ecuaci on matricial es muy sencilla, y no aparecen expresiones de producto de matrices
como XA o AX, sino que lo mas complicado que aparece es 2X 2Y . Por ello, en la resolucion del
sistema, no vamos a tener que multiplicar por la inversa de nadie, y por ello las matrices pueden no
ser cuadradas. En sistemas mas complicados como AX 3Y , con A matriz, s deberan ser todas las
matrices cuadradas.
Ejemplo 4.38 Calcular las matrices X e Y que verican
_
_
X +Y =
_
3 2 1
3 1 3
_
2X 2Y =
_
6 0 2
2 2 2
_
Llamo A =
_
3 2 1
3 1 3
_
y B =
_
6 0 2
2 2 2
_
El sistema matricial a resolver es
_
_
_
X + Y = A
2X 2Y = B
, donde X e Y son dos matrices 3 2
A continuacion, resuelvo el sistema anterior como si de un sistema lineal de dos ecuaciones con dos
incognitas unidimensionales se tratase:
_
_
_
X + Y = A
2X 2Y = B
_
_
_
2X + 2Y = 2A
2X 2Y = B
_
_
_
4X = 2A + B; X =
2A + B
4
; Y =
(B 2A)
4
Calculo X =
2A + B
4
=
1
4
_
2
_
3 2 1
3 1 3
_
+
_
6 0 2
2 2 2
__
=
1
4
_
0 4 4
8 4 8
_
=
_
0 1 1
2 1 2
_
Calculo Y =
2A B
4
=
1
4
_
2
_
3 2 1
3 1 3
_
_
6 0 2
2 2 2
__
=
1
4
_
12 4 0
4 0 4
_
=
_
3 1 0
1 0 1
_
Esas son las dos soluciones X e Y
Ejemplo 4.39 Calcular las matrices X e Y que verican
_
_
2X +Y =
_
1 4
2 0
_
X Y =
_
1 2
1 0
_
Llamo A =
_
1 4
2 0
_
y B =
_
1 2
1 0
_
El sistema matricial a resolver es
_
_
_
2X + Y = A
X Y = B
, donde X e Y son dos matrices 2 2
A continuacion, resuelvo el sistema anterior como si de un sistema lineal de dos ecuaciones con dos
incognitas unidimensionales se tratase:
_
_
_
2X + Y = A
X Y = B
_
_
_
3X = A + B; X =
A + B
3
; Y =
A 2B
3
Calculo X =
A + B
3
=
1
3
__
1 4
2 0
_
+
_
1 2
1 0
__
=
1
3
_
0 6
3 0
_
=
_
0 2
1 0
_
Calculo Y =
A2B
3
=
1
3
__
1 4
2 0
_
2
_
1 2
1 0
__
=
1
3
_
3 0
0 0
_
=
_
1 0
0 0
_
Esas son las dos soluciones X e Y
20 Matematicas de 2

4.8. Determinantes de una matriz cuadrada
4.8.1. Denicion y calculo de determinantes en matrices de orden 2 y 3
Denicion 4.31 (determinante de una matriz cuadrada) El determinante de una matriz cua-
drada (lo de cuadrada es importantsimo) es un n umero real asociado a dicha matriz. Dicho n umero
se corresponde con la suma de n! terminos, cada uno de los cuales se compone del producto de n
elementos de la matriz, cada uno procedente exactamente de una la y columna diferente. Adem as,
cada termino de las n! sumas esta multiplicado por 1 o 1 seg un que el n umero de permutaciones
existentes en la sucesion de ndices de las columnas sea par o impar. El determinante de la matriz A
se escribe como det(A) o bien |A|, y si se escribe de forma matricial, se escribira como una matriz
en la que los parentesis de los extremos se cambian por dos segmentos verticales.
Nota 4.36 La anterior es la denici on rigurosa. Lo que nosotros vamos a hacer es aprendernos c omo
calcular los determinantes en matrices de orden 2 y 3.
Denicion 4.32 (determinantes de orden 2) En matrices de orden 2, el determinante se calcula
de la siguiente forma:
Si A =
_
a
11
a
12
a
21
a
22
_
entonces |A| = det(A) =
a
11
a
12
a
21
a
22
= a
11
a
22
a
12
a
21
Nota 4.37 Lo anterior pude decirse, de forma mas intuitiva, como que el determinante de la matriz
de orden dos es igual al producto de los elementos de la diagonal principal menos el producto de los
elementos de la diagonal secundaria; veamoslo en un graco.
a
11
a
12
a
21
a
22
=
_
a
11
a
12
a
21
a
22
_
_
a
11
a
12
a
21
a
22
_
Ejemplo 4.40 Resolver los siguientes determinantes:
1 2
3 4
= 1 4 2 3 = 4 6 = 2
2 0
1 5
= 2 5 0 1 = 10 0 = 10
1 2
0 5
= 1 (5) (2) 0 = 5 + 0 = 5
2 0
1 5
= 1 (3) (2) 2 = 3 + 4 = 1
Ejemplo 4.41 Calcular m para que el determinante de las matrices siguientes sea igual a cero.
A =
_
1 2
m 0
_
; |A| = 0 1 0 2 m = 0 0 2m = 0 2m = 0 m =
0
2
= 0
A =
_
2 3
m 1
_
; |A| = 0 2 1 3 m = 0 2 3m = 0 3m = 2 m =
2
3
A =
_
1 m
m 2
_
; |A| = 0 1 2 m m = 0 2 m
2
= 0 m
2
= 2 m =
2
A =
_
m 2
m 1
_
; |A| = 0 m 1 2 m = 0 m 2m = 0 m = 0 m = 0
A =
_
m 2
2 m
_
; |A| = 0 m m(2) 2 = 0 m
2
+ 4 = 0 m
2
= 4; por ello m
Denicion 4.33 (determinantes de orden 3) En matrices de orden 3, el determinante se calcula
de la siguiente forma:
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
= a
11
a
22
a
33
+a
12
a
23
a
31
+a
13
a
21
a
32
a
13
a
22
a
31
a
12
a
21
a
33
a
11
a
23
a
32
Nota 4.38 Lo anterior pude decirse, de forma mas intuitiva, como que el determinante de la matriz
de orden tres es igual a las sumas de los productos de los elementos de la diagonal principal, y de las
dos paralelas a estas por el elemento de la esquina opuesta, menos los productos de los elementos de
la diagonal secundaria junto a los productos de las dos paralelas a esta por el elemento de la esquina
opuesta; veamoslo en un graco, si bien hay que interpretarlo, y ver que las ultimas expresiones no
son en realidad sumas o restas de matrices, sino el visualizado de los elementos que intervienen.
_
_
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
_
_
+
_
_
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
_
_
_
_
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
_
_
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
Nota 4.39 (regla de Sarrus) Si la inter-
pretacion graca anterior no es suciente,
existe otra interpretacion mas clara llama-
da regla de Sarrus, en la que seguramente se
vean con mayor claridad quienes son las tres
sumas positivas y las tres sumas negativas
Ejemplo 4.42 Resolver los siguientes determinantes:
1 2 3
4 5 6
7 8 9
=1 5 9 + 4 8 3 + 2 6 7 3 5 7 6 8 1 2 4 9 = 45 + 96 + 84 105 48 72 = 0
2 0 2
0 1 3
0 3 3
=2 1 3 + 0 3 (2) + 0 3 0 (2) 1 0 (3) 3 2 0 0 3 = 6 + 0 + 0 0 + 18 0 = 24
1 0 0
0 2 0
0 0 3
=1 2 3 + 0 0 0 + 0 0 0 0 2 0 1 0 0 0 0 3 = 6 + 0 + 0 0 0 0 = 6
3 1 0
2 4 1
2 1 0
=3 4 0 + 2 1 0 + 1 1 2 2 4 0 3 1 1 2 1 0 = 0 + 0 + 2 0 3 0 = 1
1 2 3
2 4 6
3 6 1
=1 4 1 + 2 6 3 + 2 6 3 3 4 3 6 6 1 2 2 1 = 4 + 36 + 36 36 36 4 = 0
22 Matematicas de 2

Ejemplo 4.43 Calcula el valor de k que anula al determinante
3 4 5
1 1 1
1 1 k
Este tipo de problemas siempre se resuelve igual; calculamos el determinante con el parametro,
sacamos factor com un (o agrupamos) el parametro, y resolvemos la ecuaci on igualada a cero que
se nos plantee.
En este caso, se que la solucion va a ser k = 1, ya que si tuviera k = 1, las las segunda y tercera
seran iguales, y por la propiedad 6 de los determinantes (punto 4.8.2), dicho determinante sera 0,
que es lo que me piden.
Pero supongamos que no sabemos de esa propiedad, el procedimiento estandar sera:
3 4 5
1 1 1
1 1 k
= 0 3 (1) k +1 (1) (5) +4 1 1 1 (1) (5) 3 1 (1) 1 4 k = 0
Esto es, si 3k + 5 + 4 5 (3) 4k = 0, o sea, si 7k + 7 = 0.
O sea, si k =
7
7
= 1, como ya adelante al principio del ejercicio.
Ejemplo 4.44 Calcula el valor de k que anula al determinante
2 1 1
0 k 6 3
k + 1 2 0
En este caso la intuicion no me dice nada, as que planteo el procedimiento estandar, resolver el
determinante con el parametro, agrupar los parametros, me va a salir una ecuaci on de segundo grado
en k, y resolver dicha ecuaci on.
El procedimiento estandar sera:
2 1 1
0 k 6 3
k + 1 2 0
= 0 2(k6)0+13(k+1)+02(1)(k+1)(k6)(1)223100 = 0
Esto es, si 0 + 3k + 3 + 0 + k
2
+ k 6k 6 12 0 = 0, o sea, si k
2
2k 15 = 0
Ecuaci on de segundo grado que posee de soluciones k = 5 y k = 3; esos son los valores de k que
anulan al determinante.
Ejemplo 4.45 Resolver la ecuaci on
1 +x 1 x
1 x 1 +x
= 12
Volvemos a los determinantes de orden dos. El procedimiento consiste en desarrollar el determinante,
agrupar las incognitas x, y resolver la ecuaci on que se plantea. En este caso, como es un determinante
de orden 2, todo sera mas sencillo:
1 + x 1 x
1 x 1 + x
= 12 (1 +x)(1 +x) (1 x)(1 x) = 12 x
2
+2x+1 (x
2
2x+1) = 12
Esto es, si x
2
+ 2x + 1 x
2
+ 2x 1 = 12, o sea, si 4x = 12, o sea, si x = 3
Ejemplo 4.46 Resolver la ecuaci on
x 2 1 2x
x x
2
= 0
Volvemos a los determinantes de orden dos. El procedimiento vuelve a consistir en desarrollar el
determinante, agrupar las incognitas x, y resolver la ecuaci on que se plantea:
x 2 1 2x
x x
2
= 0 (x 2)(x
2
) (1 2x)(x) = 0 x
3
2x
2
x + 2x
2
= 0
Esto es, si x
3
x = 0, que es una ecuaci on de tercer grado, de la que se esperan hasta 3 soluciones
reales, o quiz as una real y dos complejas (no va a ser el caso).
No importa, sacando factor com un x (no hay termino sin x), x
3
x = 0 x(x
2
1) = 0, producto
de dos cosas igual a cero, as que es cero la primera, x, o es cero la segunda, x
2
1, de donde una
primera solucion es x = 0, y las otras dos vienen al resolver x
2
1 = 0, que son x = 1 y x = 1.
4.8.2. Propiedades de los determinantes
Proposicion 4.1 (propiedades de los determinantes) Como propiedades mas importantes de
los determinantes (A, B y C son matrices cuadradas de la misma dimension):
1. |AB| = |A| |B|
2. El determinante de una matriz coincide con el de su matriz traspuesta; |A| = |A
t
|
3. Si A tiene una la o columna de ceros, el determinante vale cero, |A| = 0
4. Si B es igual a A intercambiando una la o columna, los determinantes son iguales salvo el
signo; |A| = |B|.
5. Si a la la/columna p de A se le suma otra la/columna q multiplicada por un n umero , el
determinante de la matriz obtenida es el mismo que el de la matriz original.
6. El determinante de una matriz con dos las/columnas iguales o proporcionales es nulo, |A| = 0
7. El determinante de una matriz que posea una la/columna combinaci on lineal de otras de la
matriz es nulo, |A| = 0
8. Si multiplico una la/columna de A por un n umero , el determinante de la matriz obtenida es
|A|
9. Si cada elemento de una la, por ejemplo p, de la matriz A es de la forma a
pj
= b
pj
+ c
pj
,
entonces el determinante de A es igual a la suma de los determinantes de dos matrices B y C
tales que la la p de B est a formada por los elementos b
pj
, y la la p de C est a formada por los
elementos c
pj
, siendo el resto de las las de B y C iguales a las de A. El mismo resultado se da
para columnas.
10. El determinante de una matriz triangular superior o inferior es igual al producto de los elementos
de su diagonal principal.
Nota 4.40 (muy importante) De las anteriores propiedades, la cuarta y la quinta me dicen que
puedo efectuar transformaciones de Gauss para resolver determinantes, eso s, el intercambiar dos
las o columnas me cambia el signo del mismo. En este caso, el realizar transformaciones de Gauss
tendra por misi on o bien hacer todos nulos los elementos de una lnea (la o columna) salvo uno,
para desarrollando por el adjunto de dicho elemento, resolver un solo determinante de un orden
justamente inferior, o bien o bien transformar la matriz original en una triangular, en cuyo caso el
determinante sera el producto de la diagonal principal. Ejemplo de estas dos estrategias las tendremos
en los ejercicios 4.50 y 4.51
Nota 4.41 Aunque estamos pasando muy de puntillas por el importantsimo concepto de determi-
nante, quiero hacer un comentario. El rango de una matriz nos dice el n umero de las o columnas
que son sucientes para que el resto se pongan en combinacion lineal de estas. As, si el rango de una
matriz es dos, es que con dos de sus las o dos de sus columnas, puedo generar las demas como una
combinacion lineal de esas dos. Por otra, si en un determinante, una la o columna es combinacion
lineal de las demas, el determinante es cero. Combinando ambas ideas sale el siguiente resultado.
Proposicion 4.2 (muy importante) Si el determinante de una matriz cuadrada de orden n es
distinto de cero, el rango de esa matriz es justamente n.
Nota 4.42 El resultado anterior nos ayudara a calcular el rango de matrices cuadradas o de subma-
trices cuadradas de una mayor.
24 Matematicas de 2

4.8.3. Determinantes de orden superior a 3
Hasta ahora sabemos calcular, usando las formulas, los determinantes de orden dos y tres. Pudiera
ser que un problema nos obligara a calcular un determinante de orden mayor, por ejemplo 4. En este
caso, tambien podramos usar la denicion de determinante, coger 4! = 24 sumas, 12 positivas y 12
negativas seg un el n umero de permutaciones la o columna sea par o impar, con cada suma formada
por el producto de 4 elementos, uno de cada la y uno de cada columna, distintas. Y esto lo podramos
hacer para el orden 5, y el 6...
En realidad, si lo que hay es que calcular un determinante superior, lo que se hace es desarrollar
por los adjuntos de una la o columna (normalmente la que mas ceros posee).
Denicion 4.34 (menor complementario de un elemento) Dada una matriz A, se llama menor
complementario del elemento a
ij
a la matriz resultante de quitarle a la matriz A la la i y la columna
j. Se designa por M
ij
.
Denicion 4.35 (adjunto de un elemento) Dada una matriz cuadrada A, se llama adjunto de
un elemento a
ij
al resultado de calcular el determinante del menor complementario de ese elemento,
anteponiendole un signo + o seg un que la paridad de los dos ndices i, j sea igual o distinta; esto
es, A
ij
= (1)
i+j
det(M
ij
)
Nota 4.43 Lo del signo + o que se antepone es una
tontera; si consideramos el elemento a
11
, sus dos subndices
son del mismo tipo, ambos impares, por lo que se le asocia
el signo +. Por contra, el a
12
tiene un subndice par, y otro
impar, as que tienen distinta paridad, y por ello se le asocia
el signo . Por poner un par de ejemplos mas, a a
24
y a a
35
se le asocia el signo +, a a
25
y a a
32
el signo . Si tomamos
una matriz, cuadrada, por ejemplo de 8 las y 8 columnas,
y representamos gracamente los signos que van a llevar los
adjuntos, vemos que son muy faciles de comprender, parten
del signo + en el a
11
, y se rellenan como si fuera un tablero
de ajedrez.
_
_
_
_
_
_
_
_
_
_
_
+ + + +
+ + + +
+ + + +
+ + + +
+ + + +
+ + + +
+ + + +
+ + + +
_
_
_
_
_
_
_
_
_
_
_
Ejemplo 4.47 Expresar (no hace falta calcular los determinantes) los adjuntos de los elementos
recuadrados en cada una de las matrices siguientes:
_
_
1 2 3
4 5 6
7 8 9
_
_
+
5 6
8 9
_
_
1 2 3
4 5 6
7 8 9
_
_
4 7
6 9
_
_
1 2 3
4 5 6
7 8 9
_
_
2 3
8 9
_
_
1 2 3
4 5 6
7 8 9
_
_
+
1 3
7 9
_
_
1 2 3
4 5 6
7 8 9
_
_
1 2
7 8
_
1 2
3 4
_
2
_
_
_
_
2 1 0 7
1 2 3 6
2 4 0 3
1 0 1 2
_
_
_
_
+
1 2 6
2 4 3
1 0 2
_
_
_
_
2 1 0 7
1 2 3 6
2 4 0 3
1 0 1 2
_
_
_
_
+
2 0 7
2 0 3
1 1 2
_
_
_
_
_
_
1 3 1 0 4
2 3 3 6 2
4 1 0 7 5
3 0 1 2 6
4 1 3 5 2
_
_
_
_
_
_
1 3 0 4
4 1 7 5
3 0 2 6
4 1 5 2
Proposicion 4.3 (determinante por adjuntos) Dado un determinante de cualquier orden n su-
perior a 1, dicho determinante es igual a la suma de adjuntos de una misma la o columna multi-
plicados por los elementos a los que se les calcularon dichos adjuntos. Por ejemplo, si desarrollamos
por los adjuntos de la la p,
|A| =
n
j=1
a
pj
A
pj
= a
p1
A
p1
+ +a
pn
A
pn
Ejemplo 4.48 Calcular directamente y por adjuntos
1 2 3
2 4 1
5 1 0
Calculo directo; regla de Sarrus
1 2 3
2 4 1
5 1 0
= 1 4 0+2 1 5+2 (1) 33 4 52 2 01 1 (1) = 0+106600+1 = 55
Calculo por adjuntos
Lo primero que he de hacer es buscar la lnea, la o columna, con mas ceros, ya que al multiplicar
los adjuntos correspondientes, son cero y me ahorro el calculo. El unico cero esta en a
33
, as que por
ejemplo voy a desarrollar por los adjuntos de la tercera columna. Como acabamos de ver, el resultado
debe ser 55.
1 2 3
2 4 1
5 1 0
= + 3
2 4
5 1
1
1 2
5 1
+ 0
1 2
2 4
= 3(2 20) 1(1 10) + 0
Desarrollando los dos primeros determinantes de orden dos, no importa lo que valga el tercero, el
elemento adjunto era 0 y su aportacion es cero, |A| = 3(22) 1(11) = 66 + 11 = 55
Otro calculo por adjuntos
Para ver que da lo mismo, desarrollemos por los adjuntos de la segunda la, en este caso no me voy
a encontrar ning un cero que me ayude.
1 2 3
2 4 1
5 1 0
= 2
2 3
1 0
+4
1 5
3 0
1
1 2
5 1
= 2(0+3) +4(015) 1(1 10) = 55
Ejemplo 4.49 Calcular por adjuntos
2 0 5 1
3 4 2 0
6 1 3 2
4 0 2 1
En este caso, los adjuntos son determinantes de orden 3, as que me interesa hacer los menos posibles.
Para ello voy a desarrollar por adjuntos de la segunda columna, ya que hay dos ceros, ahorrandome
el calculo de dos determinantes.
2 0 5 1
3 4 2 0
6 1 3 2
4 0 2 1
= 0
3 2 0
6 3 2
4 2 1
+ 4
2 5 1
6 3 2
4 2 1
(1)
2 5 1
3 2 0
4 2 1
+ 0
2 5 1
3 2 0
6 3 2
=
= 0 + 4(6 + 40 + 12 12 30 8) + 1(4 + 6 + 0 8 15 0) + 0 =
= 4(8) + (13) = 32 13 = 19
Ejemplo 4.50 Resolver, por adjuntos, el determinante
2 0 5 1
3 4 2 0
6 1 3 2
4 0 2 1
Dicho determinante ya ha sido resuelto en el ejemplo 4.49, donde se ha establecido que vale 19.
La mision de usar transformaciones elementales es, o bien transformar la matriz en una triangular,
superior o inferior, o bien transformarla en una con una lnea (la o columna) con todos los elementos
cero menos uno, y resolver por adjuntos.
26 Matematicas de 2

Viendo la matriz de trabajo, la segunda columna ya tiene dos ceros, as que si genero otro mas ya
tendra tres ceros en dicha la. Ante la pregunta de si convierto en cero el 4 o el 1, la respuesta es
que me interesa convertir el 4, ya que me interesa pivotar sobre el 1, o lo que es lo mismo, multiplicar
por 4 la la en la que esta el 1 y sumarsela a la del 4, al no trabajar con decimales, ya que si pivotara
por la la del 4 tendra que multiplicar dicha la por 1/4 (aqu estan los comentados decimales), y
sumarsela a la del 1.
2 0 5 1
3 4 2 0
6 -1 3 2
4 0 2 1
F2 + 4F3
2 0 5 1
27 0 14 8
6 -1 3 2
4 0 2 1
= (1)
2 5 1
27 14 8
4 2 1
=
2 5 1
27 14 8
4 2 1
Ahora lo que nos queda, al desarrollar por el adjunto de a
23
, un solo elemento no nulo en la segunad
columna, es resolver un determinante de orden 3; del problema original de resolver un determinante
de orden 4 he conseguido pasar a resolver un determinante de orden 3.
2 0 5 1
3 4 2 0
6 1 3 2
4 0 2 1
=
2 5 1
27 14 8
4 2 1
= 28 + 54 + 160 56 135 32 = 19
Ejemplo 4.51 Resolver, usando transformaciones elementales el determinante
2 0 5 1
3 4 2 0
6 1 3 2
4 0 2 1
Este determinante es un viejo conocido al haber sido resuelto en los ejemplos 4.49 y 4.50, donde ya
sabemos que vale 19. La mision de este ejercicio es usar transformaciones para convertir la matriz de
partida en una triangular, ya que entonces el determinante sera igual al producto de elementos de la
diagonal principal.
Como por encima de la diagonal principal ya hay dos ceros, voy a convertir la matriz de partida en
una diagonal superior.
2 0 5 1
3 4 2 0
6 1 3 2
4 0 2 1
F1 F4
F3 2F4
2 0 3 0
3 4 2 0
2 1 1 0
4 0 2 1
F1 + 3F3
F2 3F3
8 3 0 0
1 2 0 0
2 1 1 0
4 0 2 1
Alto aqu; resulta tentador para quitar el 3 de la primera la efectuar 2F
1
+ 3F
2
, pero no puedo
hacerlo sin mas, ya que la propiedad 5 de las propiedades de los determinantes me habla de sumarle
a una la un m ultiplo de otra, y no me habla de sumarle a un m ultiplo de la primera un m ultiplo de
la segunda
11
, por lo que no voy a efectuar 2F
1
+ 3F
2
, sino F
1
+
3
2
F
2
; as:
8 3 0 0
1 2 0 0
2 1 1 0
4 0 2 1
F1 +
3
2
F2
19
2
0 0 0
1 2 0 0
2 1 1 0
4 0 2 1
=
_
19
2
_
(2) (1) (1) = 19
He usado en el paso anterior que el determinante de una matriz triangular superior que vale el producto
de los elementos de la diagonal principal.
Ejemplo 4.52 Calcular el rango de la matriz
_
_
1 2 m
3 1 0
2 1 4
_
_
seg un el valor del parametro m
Este problema puede hacerse de dos formas, usando matrices o usando determinantes. Si usaramos las
matrices, el problema equivaldra a aplicar el metodo de Gauss. Si usaramos determinantes, equivaldra
a ir buscando submatrices cuadradas de determinante no nulo hasta parar. Lo voy a resolver de las
dos formas.
11
Podra usar 2F
1
+ 3F
2
, pero teniendo en cuenta que usar 2F
1
signica considerar que he multiplicado por 2 la primera la, por lo
que he aumentado el valor del determinante (propiedad 8) por 2, y a lo que me salga, 38, lo he de dividir por 2 para compensar, saliendo
nalmente |A| =
38
2
= 19.
Usando matrices
Voy a efectuar transformaciones de Gauss en la matriz buscando la forma triangular inferior.
Trabajare con el parametro como si fuera un n umero cualquiera, y me lo acabare llevando al
elemento a
33
de la matriz. Si el elemento a
33
es distinto de cero (lo que lleva consigo cierta
informacion acerca de m), el rango sera 3, si a
33
fuera igual a cero, el rango sera 2, al tener la
matriz una ultima la nula.
_
_
1 2 m
3 1 0
2 1 4
_
_
F
2
3F
1
F
3
2F
1
_
_
1 2 m
0 5 3m
0 5 4 2m
_
_
F
3
F
2
_
_
1 2 m
0 5 3m
0 0 m + 4
_
_
La matriz anterior es practicamente triangular, de hecho, lo va a ser siempre que m + 4 = 0,
ya que cuando m + 4 = 0, la matriz sera equivalente a una con una la de ceros, y el rango
sera 2. Por ello, la matriz sera equivalente a una triangular (rango 3), cuando m+4 = 0, esto es,
cuando m = 4, y cuando m = 4, el rango sera solo 2. El rango siempre sera al menos 2 ya que
encuentro dos las (las dos primeras) en forma triangular de modo que la segunda no se anula
valga lo que valga m
Usando determinantes
El rango de la matriz es al menos dos, ya que encuentro una submatriz
3 1
2 1
que posee rango
dos, al tener determinante distinto de cero.
Una vez que sabemos que el rango es al menos dos, miramos si el rango puede ser tres (el siguiente
n umero). Para que el rango sea 3, lo unico que ha de pasar es que el determinante de la matriz
sea distinto de cero, as que vamos a calcular dicho determinante, en funcion de m, y vamos a ver
cuando vale cero (cuando m = 4). Voy a desarrollar por adjuntos de la terecra columna
1 2 m
3 1 0
2 1 4
= +m
3 1
2 1
0 + 4
1 2
3 1
= m(3 2) + 4(1 6) = 5m 20
Dicho determinante es igual a cero (y el rango de la matriz se queda en 2), cuando 5m20 = 0,
esto es, cuando m = 4. Dicho determinante es distinto de cero (y la matriz alcanza rango 3),
cuando 5m 20 = 0, esto es, cuando m = 4.
Nota 4.44 (importante) La estrategia al resolver problemas de rango de matrices dependientes
de uno o mas parametros mediante el uso de determinantes es:
1. Voy a usar la idea si el determinante de una matriz cuadrada de orden n es distinto de cero, esa matriz tiene
rango n. Si el determinante es igual a cero, el rango no puede ser n, sino como mucho n 1.
2. Busco submatrices cuadradas sin parametro que me den un rango mnimo garantizado mediante un determinante
distinto de cero. Estas submatrices no tienen por que ser contiguas en la matriz original, sino que es valida
cualquier submatriz que surja de quitarle a la original cierto n umero de las y/o columnas.
3. Cuando agote las submatrices sin parametro, tomare submatrices con parametro. Al igualar a cero el determi-
nante, encontrare condiciones que ha de vericar el parametro para que el rango se quede en el ultimo calculado.
Ejemplo 4.53 Calcular el rango de la matriz
_
_
0 1 m
m 3 0
1 2 m
_
_
seg un el valor del parametro m
Este problema lo voy a resolver solo por determinantes. La estrategia vuelve a ser ir ajustando el
rango de menor a mayor, hasta llegar al lmite.
Si quito la tercera la y la segunda columna, tengo la sumbatriz cuadrada
_
0 1
1 2
_
, que posee rango
dos, al tener determinante 1 = 0
Resuelvo el determinante
0 1 m
m 3 0
1 2 m
= 0, para ver que valores de m me quitan el rango 3 (ya se que
el rango es al menos 2.
0 1 m
m 3 0
1 2 m
= 0 0 + 0 + 2m
2
3m0 m
2
= 0 m
2
3m = 0 m(m 3) = 0
As que cuando m = 0 o m = 3, el determinante vale cero, y el rango no puede ser tres, quedandose
en rango 2 que estaba garantizado. Para el resto de los casos, el rango es tres.
28 Matematicas de 2

4.9. Sistemas de ecuaciones lineales
4.9.1. Primeras deniciones
Denicion 4.36 (ecuacion lineal) Una ecuacion lineal de orden n es una expresion algebraica de
la forma a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= b, donde a
1
, a
2
, , a
n
son los coecientes (n umeros reales),
x
1
, , x
n
son las incognitas, y b es el termino independiente (n umero real).
Denicion 4.37 (una solucion de la ecuacion lineal anterior) son n n umeros reales s
1
, , s
n
que verican la igualdad al sustituir las n incognitas por ellos.
s
1
, , s
n
es soluci on de a
1
x
1
+a
2
x
2
+ +a
n
x
n
= b si a
1
s
1
+a
2
s
2
+ +a
n
s
n
= b
Ejemplo 4.54 Una ecuaci on lineal de orden 4 es 2x
1
3x
2
+ 4x
3
2x
4
= 1. Una solucion de la
misma es x
1
= 0, x
2
= 1, x
3
= 2, x
4
= 3, ya que 2 03 1 +4 2 2 3 = 03+86 = 89 = 1.
Denicion 4.38 (Sistema de m ecuaciones lineales con n incognitas) es, como dice su nom-
bre, un conjunto de m ecuaciones lineales con las mismas n incognitas:
_
_
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
31
x
1
+a
32
x
2
+ +a
3n
x
n
= b
3

a
m1
x
1
+a
m2
x
2
+ +a
mn
x
n
= b
m
Nota 4.45 (importante) El sistema de ecuaciones anterior puede expresarse mediante matrices
de la siguiente forma basada en un producto, ya que al realizar dicha multiplicacion y obtener una
igualdad de dos matrices columna, los terminos de una son iguales a los de la otra:
_
_
_
_
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
_
_
_
_
Nota 4.46 (importante) Esto es, el sistema del que habla la denici on 4.38, puede escribirse como
la expresion matricial AX = B, donde:
A la matriz A =
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
se le llama matriz de los coecientes.
A la matriz X =
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
se le llama matriz incognita.
A la matriz B =
_
_
_
_
b
1
b
2
.
.
.
b
m
_
_
_
_
se le llama matriz de los terminos independientes
Denicion 4.39 (Representacion matricial del sistema) A la escritura AX = B de la que
habla la nota anterior se la conoce por representaci on lineal del sistema. Bajo dicha representaci on
matricial, una soluci on del sistema de ecuaciones de la denici on 4.38 son n n umeros s
1
, , s
n
de
modo que son soluci on com un a todas las ecuaciones, esto es:
A
_
_
_
_
s
1
s
2
.
.
.
s
n
_
_
_
_
= B
Ejemplo 4.55 Escribir de forma matricial el sistema:
_
_
w + 3x y + 2z = 3
2w + 3x + z = 1
4w + 2x + 3y + 3z = 2
w + 2x + 3y + 5z = 4
Pues dicho sistema se escribe de forma matricial como AX = B, donde:
_
_
_
_
1 3 1 2
2 3 0 1
4 2 3 3
1 2 3 5
_
_
_
_
_
_
_
_
w
x
y
z
_
_
_
_
=
_
_
_
_
3
1
2
4
_
_
_
_
, A =
_
_
_
_
1 3 1 2
2 3 0 1
4 2 3 3
1 2 3 5
_
_
_
_
, X =
_
_
_
_
w
x
y
z
_
_
_
_
, B =
_
_
_
_
3
1
2
4
_
_
_
_
4.9.2. Sistemas equivalentes y clasicacion de sistemas de ecuaciones
Denicion 4.40 (Sistemas equivalentes) son aquellos que tienen la misma soluci on. Para obten-
er sistemas equivalentes a partir de un primero dado, se pueden usar o combinar las operaciones:
Multiplicar (o dividir) una ecuaci on por un n umero no nulo.
Sumar (o restar) ecuaciones
Suprimir ecuaciones nulas, iguales o proporcionales a otras.
Permutar ecuaciones.
Nota 4.47 Estas operaciones tendran su utilidad practica cuando veamos el metodo de Gauss para
resolucion de sistemas. Observese que si combinamos las dos primeras operaciones tenemos una
transformacion de Gauss (sumar a una ecuaci on una proporcional a otra).
Denicion 4.41 (Clasicacion de los sistemas de ecuaciones) A la hora de clasicar sistemas
de ecuaciones lineales, podemos hacerlo de dos maneras distintas:
Seg un el n umero de soluciones los sistemas pueden ser:
Sistemas Compatibles Determinados; o aquellos que tienen una unica soluci on
s
1
, s
2
, , s
n
Sistemas Compatibles Indeterminados; o aquellos que tienen innitas solu-
ciones dependientes de un parametro real. Esto sucede cuando hay mas incognitas
que soluciones, por lo que las soluciones dependen de una o mas incognitas.
Sistemas incompatibles; aquellos que no tienen soluci on.
Seg un los terminos independientes Tenemos los siguientes tipos de sistemas:
Sistemas homogeneos; los terminos independientes son todos cero
Sistemas no homogeneos; los terminos independientes no son todos cero.
4.9.3. Resolucion de sistemas de Ecuaciones
A la hora de resolver sistemas de ecuaciones, tenemos dos estrategias fundamentales cuando los
sistemas son compatibles determinados; el metodo de la matriz inversa y el metodo de Gauss. Cuando
los sistemas no sean compatibles determinados, solo tendremos el metodo de Gauss.
30 Matematicas de 2

Resolucion de sistemas por el metodo de la matriz inversa
Solo es valido para sistemas compatibles determinados, esto es, aquellos en los que hay tantas
ecuaciones como inc ognitas (matriz cuadrada) y con solucion unica (matriz que posee inversa). En-
tonces, en la representaci on matricial del sistema AX = B se despeja la matriz incognita, X = A
1
B,
obteniendose la solucion del sistema en forma de columna.
Ejemplo 4.56 Resolver el sistema de ecuaciones:
_
_
_
x + 2y + 3z = 5
2x + y = 4
3x + 3y + z = 9
Adelanto que dicho sistema es compatible determinado, de soluciones unicas x = 1, y = 2, z = 0,
as que si intentamos resolver por la matriz inversa vamos a poder hacerlo (esta informacion no la
sabemos al empezar el ejercicio, sino que vamos a llegar a ella).
El sistema se escribe de forma matricial como AX = B, donde:
_
_
1 2 3
2 1 0
3 3 1
_
_
_
_
x
y
z
_
_
=
_
_
5
4
9
_
_
, A =
_
_
1 2 3
2 1 0
3 3 1
_
_
, X =
_
_
x
y
z
_
_
, B =
_
_
5
4
9
_
_
Si el sistema fuera compatible determinado (se que lo es), de AX = B puedo pasar a X = A
1
B,
apareciendo un vector columna X de dimension 3 1 que es la solucion.
Yo se (por Gauss), que si A =
_
_
1 2 3
2 1 0
3 3 1
_
_
, entonces A
1
=
1
6
_
_
1 7 3
2 8 6
3 3 3
_
_
, y por ello
X = A
1
B =
1
6
_
_
1 7 3
2 8 6
3 3 3
_
_
_
_
5
4
9
_
_
=
1
6
_
_
5 + 28 27
10 32 + 54
15 + 12 27
_
_
=
1
6
_
_
6
12
0
_
_
=
_
_
1
2
0
_
_
Nota 4.48 teniendo en cuenta que nosotros calculamos la matriz inversa de una matriz invertible
por el metodo de Gauss
12
, normalmente optaremos por resolver directamente mediante el metodo
de Gauss, adem as, de que si la matriz A no es invertible, nos daremos cuenta durante el proceso y
podremos determinar la compatibilidad o no del mismo.
Resolucion de sistemas por el metodo de Gauss
Denicion 4.42 (matriz de coecientes ampliada) dado el sistema lineal de ecuaciones de tra-
bajo (el establecido en la denicion 4.38) se llama matriz de los coecientes ampliada a la matriz A
de m las y n + 1 columnas siguiente:

A
= (A|B) =
_
_
_
_
a
11
a
12
a
1n
b
1
a
21
a
22
a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
b
m
_
_
_
_
Denicion 4.43 (metodo de Gauss) El metodo de Gauss consiste en, realizando transformaciones
elementales de Gauss en la matriz de coecientes ampliada, pasar la submatriz de los coecientes
(s olo la de los coecientes) a una de forma triangular, para resolviendo de abajo hacia arriba, ir
despejando las inc ognitas. Veamoslo con un sistema de ecuaciones 3 3 ya transformado en uno
triangular inferior;
Si
_
_
_
ax + by + cz = p
dy + ez = q
fz = r
_
_
_
- x = (p cz by)/a
- y = (q ez)/d
- z = r/f
12
En la resoluci on del ejemplo anterior he obviado dicho metodo ya que me pareca mas interesante el efectuar A
1
B.
Una variante interesante del metodo de Gauss cuando la matriz A es cuadrada sera el no solo
buscar una matriz de coecientes triangular, sino una diagonal, ya que entonces los despejes son mas
inmediatos; veamoslo con un sistema de ecuaciones 3 3 ya transformado en uno diagonal;
Si
_
_
_
ax = p
by = q
cz = r
_
_
_
- x = p/a
- y = q/b
- z = r/c
Nota 4.49 (importante) Las transformaciones de Gauss para resolver un sistema lineal de ecua-
ciones se realizan en la matriz ampliada, y no solo en la matriz de los coecientes, ya que estas
transformaciones tambien afectan a los terminos independientes. Eso s, la forma triangular o diago-
nal se busca solo en la submatriz A de la ampliada.
Ejemplo 4.57 Resolver el sistema
x + y + z = 0
x + 2z = 1
x + y 2z = 0
_
_
_
Resolucion por Gauss en forma de ecuaciones
El objetivo de esta resolucion es transformar el sistema original en otro sistema de ecuaciones
equivalente que sea escalonado triangular inferior, para ir resolviendo de abajo hacia arriba;
primero la z, conocida la z resolver la y, y nalmente conocida estas, resolver la x. Las sucesivas
transformaciones las vamos a hacer por las, y al etiquetar, en vez de usar las F, voy a usar las
E de ecuaciones. Vayamos a ello.
x + y + z = 0
x + 2z = 1
x + y 2z = 0
_
_
_
E2 E1
E3 +E1
_
_
_
x + y + z = 0
y + z = 1
2y z = 0
_
_
_
E3 + 2E2
_
_
_
x + y + z = 0
y + z = 1
z = 2
_
_
_
De aqu, ecuaci on inferior, z = 2. Vamos resolviendo de forma escalonada; como y + z = 1,
y como z = 2, se tiene y 2 = 1, por lo que y = 1. Finalmente, ecuaci on primera,
x + y + z = 0, de donde se tiene x 1 2 = 0, de donde x = 3.
Resolucion por Gauss en forma matricial triangular
x + y + z = 0
x + 2z = 1
x + y 2z = 0
_
_
_
queda matricialmente como
_
_
1 1 1
1 0 2
1 1 2
_
_
_
_
x
y
z
_
_
=
_
_
0
1
0
_
_
Tomo la matriz de coecientes ampliada
_
_
1 1 1 0
1 0 2 1
1 1 2 0
_
_
y hago transf. de Gauss
_
_
1 1 1 0
1 0 2 1
1 1 2 0
_
_
F2 F1
F3 +F1
_
_
1 1 1 0
0 1 1 1
0 2 1 0
_
_
F3 + 2F2
_
_
1 1 1 0
0 1 1 1
0 0 1 2
_
_
El sistema anterior es equivalente a
_
_
_
x + y + z = 0
y + z = 1
z = 2
_
_
_
Sistema que ya hemos visto como se resuelve; primero z = 2, despues de y + z = 1 paso a
y + (2) = 1, de donde y = 1, y por ultimo, de x + y + z = 0 paso a x + (1) + (2) = 0,
de donde x = 3.
Resolucion por Gauss en forma matricial diagonal
Por el proceso anterior tenemos que la matriz ampliada del sistema es
_
_
1 1 1 0
0 1 1 1
0 0 1 2
_
_
Seguimos con transformaciones de Gauss buscando la forma diagonal
_
_
1 1 1 0
0 1 1 1
0 0 1 2
_
_
F1 F3
F2 F3
_
_
1 1 0 2
0 1 0 1
0 0 1 2
_
_
F1 +F2
_
_
1 0 0 3
0 1 0 1
0 0 1 2
_
_
La matriz ampliada se traduce al sistema
_
_
_
x = 3
y = 1
z = 2
, por lo que x = 3, y = 1, z = 2
32 Matematicas de 2

4.9.4. Teorema de Rouche-Frobenius
Para acabar el tema de matrices, determinantes y sistemas de ecuaciones lineales, el impor-
tantsimo Teorema de Rouche-Frobenius, que nos va a decir, seg un el rango de la matriz de los
coecientes, y el rango de la matriz de los coecientes ampliada, cuando un sistema es compatible o
incompatible, y si fuera compatible, si lo es de tipo determinado o indeterminado.
Teorema 4.4 (de Rouche-Frobenius) Sea un sistema lineal de m ecuaciones y n incognitas en
las condiciones habituales que se escribe de la forma AX = B. Sea A
mn
la matriz de los coecientes,
sea A
= (A|B)
mn+1
la matriz de coecientes ampliada. Entonces:
1. El sistema lineal de ecuaciones es compatible (tiene soluci on) si, y s olo si, rg(A) = rg(A
)
2. Si el sistema es compatible, y suponemos que rg(A) = r, caben dos posibilidades:
a) Si r = n, el sistema es determinado (soluci on unica)
b) Si r < n, el sistema es indeterminado, y las innitas soluciones pueden hallarse despejando
r incognitas principales en funcion de las otras n r.

Estas ultimas har an de parametros
que pueden tomar cualquier valor.
Nota 4.50 No puede ser r > n, ya que si hay n incognitas, es que hay n columnas, y como mucho,
el rango de la matriz sera n.
Ejemplo 4.58 Sin resolverlo, determinar el tipo del sistema
_
_
_
x + z = 1
2x + 3y 4z = 2
3x + 3y 3z = 4
En este problema vamos a demostrar que el sistema es incompatible, ya que rg(A) = 2 y rg(A
) = 3.
Antes de nada, escribimos la matriz de coecientes del sistema ampliada:
A
= (A|B) =
_
_
1 0 1 1
2 3 4 0
3 3 3 4
_
_
En efecto, como la submatriz
_
1 0
2 3
_
tiene de determinante 32 = 0, el rango de A es al menos 2.
El rango de A se queda en dos, ya que su determinante es cero. O lo calculamos, o nos damos cuenta
de que la tercera la es igual a la suma de las dos primeras, y cuando un determinante tiene una la
o columna en combinaci on lineal del resto, vale cero.
As, rg(A) = 2. El teorema de Rouche-Frobenius me dice que si el rango de la matriz ampliada
fuese tres, el sistema sera incompatible. Para probar que es tres, me basta encontrar una submatriz
cuadrada de orden tres dentro de la matriz ampliada que tenga determinante distinto de cero.
Voy a considerar la submatriz cuadrada de la matriz ampliada que se forma quitando la primera
columna. Si su determinante fuese distinto de cero, ya habra encontrado una submatriz de rango 3
dentro de A
, por lo que el rango de A
sera 3.
0 1 1
3 4 2
3 3 4
= 0 + 6 + 9 (12) 0 12 = 15 = 0
Luego 2 = rg(A) = rg(A
) = 3, y por Rouche-Frobenius el sistema de ecuaciones es incompatible, por

lo que no existen soluciones del mismo (n umeros x, y, z que veriquen las tres ecuaciones a la vez).
Nota 4.51 Para calcular el rango de una matriz no cuadrada mirando el rango de submatrices, da
igual que submatriz tomemos; en el momento en que encuentre una submatriz con determinante
distinto de cero, puedo armar que el rango de la matriz original es al menos el de la submatriz, sin
mirar mas submatrices.
Nota 4.52 El teorema de Rouche-Frobenius es muy practico para determinar de que tipo es un
sistema, y a veces nos encontraremos problemas en los que aparezcan parametros.
4.10. Matrices de adyacencia de grafos
Denicion 4.44 (grafo) Un grafo en matem aticas es una gura que consta de vertices (puntos) y
aristas (caminos). Normalmente los vertices estar an identicados con nombres, letras o n umeros.
Cada arista que aparezca en el grafo ha de unir necesariamente a dos vertices (o a uno s olo pero
formando uin lazo), aunque puede haber vertices que no esten en contacto con ninguna arista, en
cuyo caso se dicen aislados. Si en el grafo todos sus elementos estan conectados mediante aristas
entre s se dice conexo. Si no es as, y existen puntos o subgrafos aislados, se dice que el grafo es no
conexo, en cuyo caso se llama componente conexa a cada subgrafo conexo.
Como vemos en el dibujo anterior, los vertices aislados son componentes conexas del grafo. As mismo,
de un vertice pueden salir todas las aristas que hagan falta, incluso puede haber dos o mas aristas
distintas que unan dos vertices (como sucede entre los vertices 14 y 15 en los dos primeros grafos),
y si es necesario a la hora de dibujar, las aristas pueden cruzarse. Lo importante es que cada arista
ha de unir necesariamente a dos, y solo a dos vertices, o formar un lazo con uno solo, como sucede
con el vertice 3.
Denicion 4.45 (grafos dirigidos) Un grafo se dice dirigido u orientado si existe al menos una
arista dotada de direccion, esto es, si pensamos en la arista como un camino que une dos vertices,
este camino hay que hacerlo de una determinada forma. En este caso, la arista viene dibujada con
una echa que indica su direcci on. Si la echa es de doble sentido, o no aparece echa en absoluto,
entenderemos que la direccion es doble, y el camino es valido para ir de un vertice al otro y del otro
al uno.
Como vemos en este dibujo, existe un camino simple que va del
vertice 2 al 4, y otro camino simple del 3 al 4, lo que se ha indicado
con sendas echas simples. Para indicar que del vertice 1 al 2 hay
un camino doble, se pone una echa doble, al igual que el no indicar
ninguna entre los vertices 2 y 3 lo que nos marca precisamente es
que esa direccion es doble. Si pensamos en el graco como de un
camino entre ciudades, si llegamos a 4 ya no podemos salir de ah,
ya que no hay ning un camino que parta de la ciudad 4 a otro vertice
distinto.
Denicion 4.46 (adyacencia) Dos vertices v
1
y v
2
se dicen adyacentes si al menos existe una
arista que los une. En dicho caso podramos hablar de la arista (v
1
, v
2
) como la arista que une ambos
vertices. Si el grafo fuese dirigido, (v
1
, v
2
) indicara la existencia de un camino de v
1
a v
2
, y [v
1
, v
2
]
indicara que el camino de v
1
a v
2
tambien lo es de v
2
a v
1
. Si existiese un lazo en un vertice v se
indicara como (v, v), y se dira que ese vertice es adyacente consigo mismo.
Denicion 4.47 (matriz de adyacencia) Dado un grafo G de n vertices, orientado o no, su ma-
triz de adyacencia, que se denota por A = [A
ij
], es una matriz n n denida por:
1. a
ij
= 1 si la arista (u
i
, u
j
) existe en G
2. a
ij
= 0 si la arista (u
i
, u
j
) no existe en G
34 Matematicas de 2

Nota 4.53 En caso de ser un grafo no orientado la matriz de adyacencia es simetrica. Es mas; la
comentada matriz dene completamente la estructura de un grafo. Por ejemplo, la suma de todos
los elementos de la la i de la citada matriz nos da el grado exterior del vertice u
i
, y la suma de los
elementos de la columna j nos da el grado interior del vertice u
j
.
Ejemplo 4.59 Como ejemplo de lo anterior, debajo de estas lneas podemos considerar un grafo
dirigido (esto no es necesario) y su matriz de adyacencia asociada, no necesariamente simetrica.
_
_
_
_
_
_
_
_
0 1 1 0 0 0
0 1 0 0 1 0
0 0 0 0 0 0
0 0 1 0 0 0
1 0 0 1 0 0
1 0 0 0 1 1
_
_
_
_
_
_
_
_
Ejemplo 4.60 Como ejemplo de lo anterior, debajo de estas lneas podemos considerar el mismo
grafo, pero ya no dirigido, y como su su matriz de adyacencia asociada es obligatoriamente simetrica
_
_
_
_
_
_
_
_
0 1 1 0 1 1
1 1 0 0 1 0
1 0 0 1 0 0
0 0 1 0 1 0
1 1 0 1 0 1
1 0 0 0 1 1
_
_
_
_
_
_
_
_
Contenidos de Ampliacion
35
4.11. Matrices de incidencia
En la relacion de problemas que ha dado la UCA en el curso 2010/11, no hay ning un problema
de matrices de incidencia, son todos de matrices de adyacencia. Por si acaso, aqu esta el concepto
de matriz de incidencia, relacionado con que arcos inciden en cada vertice.
Denicion 4.48 (matriz de incidencia) Dado un grafo orientado de n vertices y m aristas, la
matriz de incidencia de G, denotada por B = [B
ij
], es una matriz n m denida por:
1. b
ij
= 1 si u
i
es el vertice inicial del arco a
j
2. b
ij
= 1 si u
i
es el vertice nal del arco a
j
3. b
ij
= 0 si el vertice u
i
es inicial y nal y el arco a
j
es un lazo
Nota 4.54 Si G es un grafo no dirigido, entonces la matriz de incidencia se dene como anterior-
mente, excepto que se cambian todos los 1 por +1. A diferencia del caso anterior, dicha matriz no
es necesariamente simetrica (s lo es en caso de que el grafo sea orientado).
Ejemplo 4.61 Como ejemplo de lo anterior, debajo de estas lneas podemos considerar un grafo
dirigido y su matriz de incidencia asociada
_
_
_
_
_
_
_
_
1 1 0 0 0 0 0 1 1 0
1 0 0 1 0 0 0 0 0 0
0 1 0 0 1 0 0 0 0 0
0 0 0 0 1 1 0 0 0 0
0 0 0 1 0 1 1 1 0 0
0 0 0 0 0 0 1 0 1 0
_
_
_
_
_
_
_
_
38 Matematicas de 2

4.12. El calculo mediante formula de los Determinantes de orden 4
Como se ha dicho a lo largo del apartado 4.8.3, la mejor forma para calcular un detereminante
de orden superior al tercero, que se resuelve por la regla de Sarrus, es usar el metodo de Chio,
consistente en desarrollar el mismo por una la o columna, a la que previamente podramos haberle
hecho ceros. De todos modos, de la misma forma que existe la regla de Sarrus esta la conocida como
regla de Katarrus, que nos dice de que forma tomar los 24 sumandos de 4 elementos que componen
el determinante de orden 4. La citada regla nos dice lo siguiente: Si tenemos una matriz A cuadrada
de dimension 4
A =
_
_
_
_
a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
a
41
a
42
a
43
a
44
_
_
_
_
Entonces su determinante es:
det(A) = + a
11
a
22
a
33
a
44
a
11
a
22
a
34
a
43
a
11
a
23
a
32
a
44
+a
11
a
23
a
34
a
42
+ a
11
a
24
a
32
a
43
a
11
a
24
a
33
a
42
a
12
a
21
a
33
a
44
+a
12
a
21
a
34
a
43
+ a
12
a
23
a
31
a
44
a
12
a
23
a
34
a
41
a
12
a
24
a
31
a
43
+a
12
a
24
a
33
a
41
+ a
13
a
21
a
32
a
44
a
13
a
21
a
34
a
42
a
13
a
22
a
31
a
44
+a
13
a
22
a
34
a
41
+ a
13
a
24
a
31
a
42
a
13
a
24
a
32
a
41
a
14
a
21
a
32
a
43
+a
14
a
21
a
33
a
42
+ a
14
a
22
a
31
a
43
a
14
a
22
a
33
a
41
a
14
a
23
a
31
a
42
+a
14
a
23
a
32
a
41
Esto puede verse de forma graca en la imagen siguiente, en la que se ven los 12 sumandos positivos
y los 12 negativos. Por cierto, notese que a diferencia de los determinantes de orden 2 y 3, el signo
del producto de los elementos de la diagonal secundaria es positivo.
4.13. Cuadrados Magicos
Los cuadrados magicos estan muy relacionados con el algebra, al ser basicamente matrices cuadradas
compuestas en general de n umeros naturales. Por ello, estan tambien relacionadas con el lenguaje
algebraico, los espacios vectoriales... pueden estarlo con los determinantes, los n umeros cclicos, etc.
4.13.1. Planteamiento teorico
Un cuadrado Magico usual de orden n no es sino una matriz cuadrada de orden n en la que
en cada uno de sus elementos situamos un n umero natural del 1 al n
2
, y se pretende que la suma
de los elementos de cada una de sus las, de cada una de sus columnas, y de cada una de sus dos
diagonales [para lo cual es recomendable que el elemento central (si el cuadrado es de lado impar
ello es obligatorio), o los cuatro elementos centrales (si el cuadrado es de orden par), sean los valores
intermedios del 1 al n
2
] de una cantidad ja. Si dicha propiedad solo se verica para las las y
columnas, el cuadrado se dice pseudo o casi magico.
Por razones puramente matematicas, esta cantidad ja no puede ser cualquier n umero, sino uno
muy concreto, la suma de todos los elementos que integran el cuadrado, dividida entre el n umero de
las o columnas, esto es
n
2
k=1
k
n
=
n
2
(1 +n
2
)
2
n
=
n(1 +n
2
)
2
As, para el Cuadrado Magico de orden 3, que consta de 3
2
= 9 elementos, la suma de cada una de
sus las o columnas debe ser
3(1 + 9)
2
=
30
2
= 15, lo cual es toda una ayuda.
De todos, es obligado decir que existen otros tipos de cuadrados magicos; todos aquellos cuyos
elementos no son necesariamente los n
2
primeros n umeros naturales exceptuado el cero. En efecto,
los n umeros podran ser enteros, racionales, etc.
4.13.2. Cuadrados magicos de orden 2
No existen. S; no se puede construir cuadrados magicos de orden 2, ya que no hay forma de
disponer los elementos {1, 2, 3, 4} de forma que sus sumas, dos a dos, sea una cantidad constante
(igual a
n(1 + n
2
)
2
=
2(5)
2
= 5).
Cuadrados m agicos de orden 3.
A diferencia del caso n = 2, s existen cuadrados magicos para
n = 3, de tal suerte que al margen de estas palabras podemos
encontrar dos ejemplos de tales cuadrados magicos de orden
3. Notese como efectivamente la suma de las, columnas y
diagonales es 15, esto es,
3(1+3
2
)
2
.
4 9 2
3 5 7
8 1 6
4 1 2
7 5 3
8 9 6
Y como digo, asociados a los citados cuadrados magicos vuelven a aparecer numerosas propiedades
magicas. Por ejmplo, se recuerda que toda matriz A puede ser descompuesta en suma de una matriz
simetrica S y una matriz antisimetrica H, A = S +H, sin mas que aplicar la formula S =
1
2
(A+A
t
),
H =
1
2
(A A
t
). Pues bien, si aplicamos dicha formula al segundo cuadrado magico (por ejemplo),
obtenemos una descomposicion as mismo magica.
40 Matematicas de 2

4 9 2
3 5 7
8 1 6
=
5 8 2
2 5 8
8 2 5
+
1 1 0
1 0 1
0 1 1
S; en dicha descomposicion (los cuadrados se sumaran de
la misma forma que las matrices, esto es, a
ij
+b
ij
= (a+b)i
j
,
ambos cuadrados son magicos, si bien ya no poseen todos
sus elementos distintos e iguales a los 9 primeros n umeros
naturales salvo el cero. En el primero de ellos, la matriz
simetrica S, la suma de las, columnas y diagonales vuelve
a ser 15, y en el segundo de ellos, la matriz antisimetrica,
la suma de las, columnas y diagonales vale 0.
4.13.3. Cuadrados magicos de orden 4.
Si bien el sentido com un tal vez podra sugerir que a medida que n crece
debera ser mas difcil encontrar cuadrados magicos de orden n, sucede justo
lo contrario, a medida que n crece, existen mas y mas ejemplos de cuadrados
magicos de orden n. junto a estas lneas podemos ver un cuadrado magico de
orden 4, por cierto bastante famoso, al aparecer en el grabado Melancola del
artista Alberto Durero, dibujado en 1514, fecha que aparece en dicho cuadrado
magico en la ultima la. Notese que en dicho cuadrado magico, la suma de las,
columnas y diagonales es 34.
16 3 2 13
5 10 11 8
9 6 7 12
4 15 14 1
4.13.4. Otro cuadrado magico de orden 4 bastante notable.
En la bellsima ciudad de Barcelona, en el no menos impresionante templo de
la Sagrada Familia, en su Fachada de la Pasion, puede encontrarse un cuadrado
magico, debido al escultor Subirachs, que tiene muchos aspectos que comentar.
Para empezar, en este cuadrado magico, el n umero central (la suma de lneas)
es 33, la edad de crucixion de Jesucristo; por ello, el cuadrado magico no
se ajusta al tipo al que pertenece el anterior, donde como sabemos al ser de
orden cuatro la suma de lneas ha de ser 34. Teniendo en cuenta que todos los
n umeros del mismo son naturales, ello se traducira en que el cuadrado magico
va a tener elementos repetidos, tal como se puede apreciar al margen.
Que mas podemos decir acerca del mismo? Por ejemplo, que los unicos n umeros repetidos son
el 10 y el 14, cuya suma total es 10 + 10 + 14 + 14 = 48. Si asignamos un n umero a cada letra del
castellano; a = 1, b = 2, c = 3, etc. Tenemos que i = 9, n = 13 y r = 17, de donde la alocuci on
latina
13
INRI, suma exactamente 9 + 13 + 17 + 9 = 48.
4.13.5. Cuadrados magicos de orden 8 y ajedrez.
A continuaci on vamos a ver un Cuadrado Magico descubierto por
el genial matematico suizo Leonard Euler (1707-1783). En dicho
cuadrado, de orden 8, la suma de los elementos de cada una de sus
las o de sus columnas suma 260 (mucho cuidado, las diagonales no
suman 260), y lo que es mas curioso, resuelve un problema clasico
del ajedrez.
Dicho problema consista en situar la gura del caballo en una de
las esquinas del tablero, y realizando saltos, recorrer las 63 casillas
restantes del tablero en 63 movimientos (esto es, solo poda pasar
una vez por cada casilla hasta nalizar). Como vemos en el cuadro,
si situamos el caballo en la casilla 1, la casilla 2 se puede corre-
sponder con primer salto de la pieza de ajedrez, la casilla 3 con el
siguiente salto... y as hasta la 64. Curioso, ciertamente curioso.
Dejo una pregunta abierta... es condicion necesaria? Esto es,
cualquier posible recorrido del caballo de ajedrez recorriendo to-
das las casillas del tablero en 63 movimientos a partir de una dada
trae consigo un cuadrado magico?
1 48 31 50 33 16 63 18
30 51 46 3 62 19 14 35
47 2 49 32 15 34 17 64
52 29 4 45 20 61 36 13
5 44 25 56 9 40 21 60
28 53 8 41 24 57 12 37
43 6 55 26 39 10 59 22
54 27 42 7 58 23 38 11
4.13.6. Como construir cuadrados magicos de orden impar.
Lo primero que hemos de hacer es con-
struir un cuadrado de orden n n,
que dejaremos por el momento vaco.
A continuaci on, dicho cuadrado lo con-
vertimos en un rombo a nadiendole, en
cada uno de sus laterales, cuatro estruc-
turas triangulares compuestas de celdil-
las, a su vez vacas, tal como se ve en la
primera de las guras al margen. Como
se aprecia, cada estructura triangular
constara de 1+3+5+ +(n2) celdil-
las, esto es,
(n1)
2
4
celdillas, de donde el
rombo constara de n
2
+(n 1)
2
celdil-
las.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
A continuaci on, comenzando por la celdilla superior, y siguiendo una de las dos diagonales a las
que pertenece, por ejemplo la sur-este, vamos rellenando, siempre en la misma direccion y de modo
13
Que como es bien sabido signica Jes us Nazareno, rey de los judos
42 Matematicas de 2

arlequinado, la estructura romboidal, escribiendo todos los n umeros del 1 al n
2
de forma consecutiva.
A continuacion, se efect ua el siguiente proceso; los n umeros
que quedan dentro del cuadrado se dejan tal cual (notese que
n
2
+1
2
ocupa el lugar central), y los n umeros que quedan fuera,
esto es, los que estan dentro de las celdillas a nadidas en las
estructuras triangulares, se introducen en el cuadrado real-
izando el siguiente proceso: A cada n umero que este en el
triangulo superior se le baja n casillas, si esta en el inferior
se le sube n casillas. Analogamente, si esta en un triangu-
lo lateral, al n umero se le desplaza n casillas a la derecha o
la izquierda seg un estuviera en el triangulo de la izquierda o
derecha respectivamente. Si efectuamos estas sencillas trasla-
ciones adecuadamente, el cuadrado nn se habra completado
por completo.
As, siguiendo con nuestro ejemplo de cuadrado magico 5
5, tras haber realizado este ultimo proceso, tenemos rel-
leno el citado cuadrado, que resulta ser magico. Por cier-
to, los n umeros que se han quedado fuera, en las celdillas
pertenecientes a las estructuras triangulares, tambien poseen
curiosas propiedades aditivas (b usquelas).
1
2
3
4
5
20
16
6
7
8
9
10
24
25
21
22
11
12
13
14
15
4
5
1
2
16
17
18
19
20
10
6
21
22
23
24
25
Operaciones algebraicas elementales con matrices.
1. Indica las dimensiones de las siguientes matrices:
a)
_
_
1 0
3 2
4 2
_
_
b)
_
_
2 3 4
1 0 0
2 4 1
_
_
c)
_
1 0 5
2 3 6
_
d)
_
1 2
3 4
_
e) (3)
f )
_
_
_
_
1
3
5
6
_
_
_
_
g)
_
2 1 2 7
8 1 0 1
_
h)
_
_
_
_
1 0 0
3 1 4
1 2 0
0 3 5
_
_
_
_
i )
_
_
_
_
_
_
2 0 3 0
3 2 1 0
2 1 3 1
0 0 1 2
0 0 3 1
_
_
_
_
_
_
j )
_
_
_
_
2 1
0 3
2 1
4 2
_
_
_
_
k)
_
_
_
_
_
_
4
2
0
0
0
_
_
_
_
_
_
l )
_
1 2
_
m)
_
3
6
_
n)
_
_
0
7
2
_
_
n)
_
_
3 2
0 4
0 2
_
_
2. Escribir una matriz 23 con los siguientes elementos: a
12
= 4, a
11
= 0,a
22
= 0, a
23
= 4, a
13
= 3,
a
21
= 1,
3. Escribir una matriz 42 con los siguientes elementos: a
21
= 2, a
22
= 0,a
11
= 1, a
32
= 4, a
41
= 6,
a
42
= 7, a
12
= 3, a
31
= 3
4. Escribir una matriz 3 3 con los siguientes elementos: a
21
= 3, a
13
= 1, a
22
= 3, a
23
= 0,
a
31
= 2, a
32
= 3, a
33
= 5, a
11
= 2, a
12
= 3
23
= 1, a
33
= 6, a
12
= 2, a
13
= 4,
a
24
= 0, a
31
= 2, a
34
= 5, a
11
= 0, a
32
= 2, a
14
= 3, a
21
= 3, a
22
= 0.
6. Efectuar las siguientes operaciones con matrices:
a)
_
1 2
3 6
_
+
_
3 4
7 1
_
=
b)
_
1 0
0 1
_
+
_
2 3
4 6
_
=
c)
_
4 1
5 2
_
+
_
0 8
9 3
_
=
d)
_
3 2
4 5
_
+
_
1 2
3 4
_
=
e)
_
1 0
3 1
_
_
3 3
1 0
_
=
f )
_
3 7
5 3
_
_
0 0
3 6
_
=
g)
_
2 3
4 0
_
_
5 1
2 4
_
=
h)
_
0 1 3
5 1 9
_
+
_
1 2 0
6 8 9
_
=
i )
_
6 3 2
0 1 4
_
+
_
3 0 2
7 5 2
_
=
j )
_
2 8 1
4 6 0
_
+
_
1 0 9
5 3 0
_
=
k)
_
2 4 1
3 1 5
_
+
_
2 3 4
2 3 1
_
=
l )
_
0 3 2
7 9 4
_
_
2 1 0
1 8 2
_
=
m)
_
1 4 2
3 2 6
_
_
3 5 1
5 0 6
_
=
n)
_
1 3 6
0 2 3
_
_
0 5 1
1 6 3
_
=
44 Matematicas de 2

a)
_
2 3
5 4
_
+
_
4 5
1 2
_
=
b)
_
1 3
2 3
_
+
_
3 4
2 1
_
=
c)
_
1 0
4 1
_
+
_
2 3
4 6
_
=
d)
_
0 3
3 1
_
_
3 1
1 0
_
=
e)
_
3 7
5 3
_
_
6 8
3 6
_
=
f )
_
4 7
5 2
_
_
0 9
5 3
_
=
g)
_
2 1
3 4
_
_
1 2
3 5
_
=
h)
_
6 3 4
0 1 4
_
+
_
3 0 2
7 7 5
_
=
i )
_
3 0 6
0 2 3
_
+
_
0 5 2
1 6 3
_
=
j )
_
5 0 3
2 7 4
_
+
_
2 6 0
1 8 2
_
=
k)
_
2 1 4
6 7 0
_
_
1 0 6
5 3 0
_
=
l )
_
1 2 3
2 3 6
_
_
3 5 1
5 5 6
_
=
m)
_
0 3 5
1 1 9
_
_
1 4 0
6 8 9
_
=
n)
_
1 2 3
2 2 4
_
_
3 5 1
6 7 4
_
=
a)
_
_
0 3
2 7
2 1
_
_
+
_
_
3 0
1 3
1 5
_
_
=
b)
_
_
4 1
6 0
4 1
_
_
+
_
_
2 7
4 7
0 2
_
_
=
c)
_
_
5 0
8 2
3 9
_
_
_
_
6 0
1 1
8 5
_
_
=
d)
_
_
1 2
4 1
5 0
_
_
_
_
2 3
1 5
2 6
_
_
=
e)
_
_
2 1 2
1 3 1
2 6 2
_
_
+
_
_
1 4 0
2 0 1
0 0 3
_
_
=
f )
_
_
6 0 3
7 0 9
4 1 0
_
_
+
_
_
0 8 1
1 0 2
1 3 6
_
_
=
g)
_
_
2 1 6
0 1 0
2 4 3
_
_
_
_
7 2 0
0 1 3
0 9 8
_
_
=
h)
_
_
3 2 0
1 3 0
1 0 2
_
_
_
_
0 1 3
0 1 4
0 9 1
_
_
=
a)
_
_
3 1
6 0
4 6
_
_
+
_
_
2 7
6 0
1 4
_
_
=
b)
_
_
1 8
4 2
9 4
_
_
+
_
_
5 0
5 3
2 1
_
_
=
c)
_
_
4 0
8 1
5 6
_
_
_
_
5 7
0 3
7 5
_
_
=
d)
_
_
1 2
0 2
1 5
_
_
_
_
0 3
2 1
5 5
_
_
=
e)
_
_
0 8 1
2 0 7
2 1 5
_
_
+
_
_
1 3 0
7 5 0
2 1 9
_
_
=
f )
_
_
5 2 0
3 6 3
2 0 4
_
_
+
_
_
0 2 3
9 3 2
7 0 1
_
_
=
g)
_
_
9 1 3
6 0 7
4 5 1
_
_
_
_
2 6 1
0 5 1
6 1 8
_
_
=
h)
_
_
4 0 1
0 3 1
0 2 4
_
_
_
_
3 0 5
1 1 2
0 9 8
_
_
=
10. Dadas las matrices A =
_
3 1
1 4
_
, B =
_
5 3
4 2
_
, C =
_
4 2
0 1
_
, D =
_
4 0
5 3
_
, efect ua
a) 5A =
b) 3B =
c) 4C =
d) 3D =
e) 2D =
f ) 6B =
g) 2A+ 3B =
h) C 2D =
i ) D 2B =
j ) 3A5D =
k) 5D 3A =
l ) 4B + 2C =
m) B 2C + 3D =
n) A+B C D =
n) A(B + 3C) =
o) B (C + 2D) =
p) 2C 3(D +A) =
q) C + (D 2I) =
a)
_
3 1
4 6
_
_
2 7
6 4
_
=
b)
_
8 4
2 9
_
_
5 3
2 1
_
=
c)
_
4 0
5 6
_
_
5 3
7 5
_
=
d)
_
1 2
0 2
_
_
0 3
2 1
_
=
e)
_
0 2
1 0
_
_
2 4
3 0
_
=
f )
_
5 3
4 2
_
_
2 6
3 2
_
=
g)
_
3 2
1 2
_
_
0 5 3
3 3 6
_
=
h)
_
5 1
1 5
_
_
1 5 2
4 7 2
_
=
i )
_
2 6
3 1
_
_
2 4 3
2 1 0
_
=
j )
_
3 1
2 3
_
_
0 3 5
2 4 4
_
=
k)
_
1 2
0 2
_
_
3 2 1
0 0 8
_
=
l )
_
5 4
4 5
_
_
3 2 6
5 9 9
_
=
a)
_
3 1 6
0 4 6
_
_
_
2 7
6 0
1 4
_
_
=
b)
_
1 8 4
2 9 4
_
_
_
5 0
5 3
2 1
_
_
=
c)
_
4 0 8
1 5 6
_
_
_
5 7
0 3
7 5
_
_
=
d)
_
1 2 0
2 1 5
_
_
_
0 3
2 1
6 5
_
_
=
e)
_
3 5 3
4 3 4
_
_
_
6 3
2 5
0 8
_
_
=
f )
_
1 2 3
1 2 3
_
_
_
1 2
3 0
0 1
_
_
=
g)
_
_
3 1
6 0
4 6
_
_
_
2 7 6
0 1 4
_
=
h)
_
_
1 8
4 2
9 4
_
_
_
5 0 5
3 2 1
_
=
i )
_
_
4 0
8 1
5 6
_
_
_
5 7 0
3 7 5
_
=
j )
_
_
1 2
0 2
1 5
_
_
_
0 3 2
1 6 5
_
=
k)
_
_
0 3
2 8
5 3
_
_
_
3 4 2
1 4 6
_
=
l )
_
_
0 0
1 2
3 0
_
_
_
1 2 3
1 1 2
_
=
46 Matematicas de 2

a)
_
1 6 3
0 4 6
_
_
_
2
1
4
_
_
=
b)
_
1 2 1
5 4 8
_
_
_
3
0
6
_
_
=
c)
_
4 3 2
9 5 4
_
_
_
7
1
0
_
_
=
d)
_
2 8 3
1 5 6
_
_
_
4
2
0
_
_
=
e)
_
_
0 8 1
2 0 7
2 1 5
_
_
_
_
1 3 0
7 5 0
2 1 9
_
_
=
f )
_
_
5 2 0
3 6 3
2 0 4
_
_
_
_
0 2 3
9 3 2
7 0 1
_
_
=
g)
_
_
9 1 3
6 0 7
4 5 1
_
_
_
_
2 6 1
0 5 1
6 1 8
_
_
=
h)
_
_
4 0 1
0 3 1
0 2 4
_
_
_
_
3 0 5
1 1 2
0 9 8
_
_
=
a)
_
_
2 6
2 0
4 5
_
_
_
1 2
4 3
_
=
b)
_
_
3 2
1 5
4 2
_
_
_
6 0
1 2
_
=
c)
_
_
4 1
2 0
5 2
_
_
_
7 0
9 2
_
=
d)
_
_
1 8
4 1
5 6
_
_
_
3 1
0 0
_
=
e)
_
1 6 3
0 4 6
_
_
_
2 4 3
2 7 6
0 1 4
_
_
=
f )
_
1 2 1
5 4 8
_
_
_
1 2 3
0 3 2
1 6 5
_
_
=
g)
_
4 3 2
9 5 4
_
_
_
2 3 6
5 0 5
3 2 1
_
_
=
h)
_
2 8 3
1 5 6
_
_
_
4 7 5
5 7 0
3 7 5
_
_
=
_
1 0
2 7
_
, B =
_
1 5
4 1
_
, C =
_
4 0
1 1
_
:
a) Comprueba que (A+B) +C = A+ (B +C)
b) Comprueba que (AB) +C = A(B C)
c) Comprueba que A (B +C) = A B +A C
d) Comprueba que (A+B) C = A C +B C
e) Comprueba que (A B) C = A (B C)
f ) Comprueba que (A B) = (B A)
g) Encontrar una matriz D de modo que (A D) = (D A)
16. Efect ua los posibles productos entre las siguientes matrices:
A =
_
3 4
5 1
_
22
, B =
_
1 2 3
2 5 1
_
23
, C =
_
_
_
_
7 0
1 1
0 1
3 4
_
_
_
_
42
, D =
_
_
1 1 1
0 5 2
2 3 3
_
_
33
17. Efectuar la trasposicion a las siguientes matrices. Determinar cuales son simetricas (A = A
t
):
a)
_
3 0
4 6
_
t
=
b)
_
1 5
5 0
_
t
=
c)
_
5 3
6 2
_
t
=
d)
_
2 7
7 4
_
t
=
e)
_
1 0
0 1
_
t
=
f )
_
8 2
6 5
_
t
=
g)
_
3 0
0 3
_
t
=
h)
_
5 2
3 4
_
t
=
i )
_
4 5
2 0
_
t
=
j )
_
1 2
3 0
_
t
=
k)
_
3 1
2 4
_
t
=
l )
_
_
0 1 1
1 0 7
1 1 8
_
_
t
=
m)
_
_
4 0 5
3 7 1
3 1 5
_
_
t
=
n)
_
_
1 4 2
4 5 7
2 7 1
_
_
t
=
n)
_
_
1 2 0
3 6 0
6 1 6
_
_
t
=
o)
_
_
1 2 5
0 1 6
0 0 4
_
_
t
=
p)
_
_
3 1 2
4 2 3
1 2 0
_
_
t
=
q)
_
_
1 3 1
0 1 4
2 3 2
_
_
t
=
r)
_
_
0 1 0
1 0 1
0 1 0
_
_
t
=
18. Efectuar la trasposicion a las siguientes matrices. Determinar cuales son simetricas (A = A
t
):
a)
_
_
_
_
1 8 9 5
1 0 2 7
2 5 1 3
6 0 0 1
_
_
_
_
t
=
b)
_
_
_
_
2 2 0 4
3 1 2 3
4 3 2 1
5 3 2 4
_
_
_
_
t
=
c)
_
_
_
_
1 2 3 4
2 1 2 3
3 2 1 2
4 3 2 1
_
_
_
_
t
=
d)
_
_
_
_
0 2 3 5
3 7 8 0
3 7 0 1
1 2 1 2
_
_
_
_
t
=
e)
_
_
_
_
_
_
1 3 4 2 2
5 3 0 1 2
1 4 5 9 2
2 4 3 1 2
7 8 2 1 2
_
_
_
_
_
_
t
=
f )
_
_
_
_
_
_
1 3 4 6 2
3 5 1 2 8
4 1 0 3 6
6 2 3 4 2
2 8 6 2 0
_
_
_
_
_
_
t
=
g)
_
_
_
_
_
_
1 3 4 6 2
3 5 1 2 8
4 1 0 3 6
6 2 3 4 2
2 8 6 2 0
_
_
_
_
_
_
t
=
48 Matematicas de 2

19. Efectuar la trasposicion a las siguientes matrices. Podra haber matrices simetricas entre las
siguientes?:
a)
_
_
6 0
5 4
6 2
_
_
t
=
b)
_
_
2 3
7 6
4 1
_
_
t
=
c)
_
_
4 2
1 3
2 5
_
_
t
=
d)
_
_
2 3
6 1
5 2
_
_
t
=
e)
_
_
2 6
7 3
4 1
_
_
t
=
f )
_
0 5 0
4 6 2
_
t
=
g)
_
4 1 0
3 2 4
_
t
=
h)
_
6 0 0
1 5 2
_
t
=
i )
_
2 1 1
6 4 1
_
t
=
j )
_
1 3 3
5 6 3
_
t
=
k)
_
2 4 1
0 3 1
_
t
=
20. Se recuerda que una matriz cuadrada es simetrica si A = A
t
, y antisimetrica si A
t
= A. Dada
una matriz cuadrada A, esta puede descomponerse siempre como la suma de una parte simetrica
y una parte antisimetrica, seg un la formula
A =
_
A+A
t
2
_
+
_
AA
t
2
_
Dada la matriz cuadrada, por las A =
_
(2, 3, 1), (1, 4, 3), (0, 2, 0)
_
, realizar la descomposi-
cion anterior y comprobar que efectivamente el primer sumando se corresponde a una matriz
simetrica, y el segundo a una antisimetrica.
21. Efectuar las siguientes operaciones:
a)
_
1 0
0 2
_
5
=
b)
_
1 0
0 1
_
16
=
c)
_
3 1
0 2
_
3
=
d)
_
1 1
0 0
_
4
=
e)
_
2 3
1 0
_
3
=
f )
_
0 2
3 0
_
3
=
g)
_
1 0
1 1
_
5
=
h)
_
_
1 0 0
0 2 0
0 0 3
_
_
4
=
i )
_
_
1 0 5
0 0 1
0 2 1
_
_
3
=
j )
_
_
0 1 2
1 3 0
0 1 2
_
_
4
=
k)
_
_
0 3 4
2 1 0
0 3 0
_
_
3
=
l )
_
_
0 1 0
1 1 1
0 1 0
_
_
4
=
22. Calcular, en funci on de n, la potencia
_
_
1 2 1
0 0 0
1 3 1
_
_
n
=
50 Matematicas de 2

23. Efectuar las siguientes operaciones:
a)
_
1 1
0 1
_
5
=
b)
_
_
_
_
1 2 0 1
0 3 0 1
1 0 1 3
2 1 3 0
_
_
_
_
2
=
c)
_
_
_
_
1 0 0 0
2 2 0 0
3 3 3 0
4 4 4 4
_
_
_
_
3
=
d)
_
_
_
_
0 1 0 0
2 3 4 5
0 0 6 0
0 7 0 0
_
_
_
_
3
=
g)
_
_
_
_
_
_
0 2 3 4 0
1 0 0 0 1
3 2 0 4 0
3 0 2 0 0
0 1 0 2 1
_
_
_
_
_
_
2
=
h)
_
_
_
_
_
_
2 2 0 3 0
0 3 2 1 0
2 1 0 3 1
0 0 0 1 2
0 2 0 3 1
_
_
_
_
_
_
3
=
i )
_
_
_
_
_
_
1 1 1 2 2
1 0 0 3 4
2 1 0 2 3
3 0 2 3 1
2 3 0 0 0
_
_
_
_
_
_
3
=
24. Sea n un n umero entero cualquiera indenido. Calcular
a)
_
_
0 1 1
0 1 0
0 0 1
_
_
n
b)
_
_
1 0 1
0 0 0
1 0 1
_
_
n
c)
_
_
1 0 1
0 1 0
1 0 1
_
_
n
d)
_
_
0 1 1
0 1 0
0 1 1
_
_
n
e)
_
_
1 1 1
0 1 1
0 0 1
_
_
n
f )
_
_
1 1 1
1 1 1
1 1 1
_
_
n
g)
_
_
1 1 0
0 1 1
0 0 1
_
_
n
h)
_
_
0 1 0
1 1 1
0 1 0
_
_
n
i )
_
_
0 1 0
1 0 1
0 1 0
_
_
n
j )
_
_
0 1 0
1 0 1
0 1 0
_
_
n
25. Calcular
_
_
_
_
1 1 1 1
1 1 1 1
0 0 1 1
0 0 0 1
_
_
_
_
n
=
26. Calcular
_
_
_
_
1 1 0 0
0 1 1 0
0 0 1 1
0 0 0 1
_
_
_
_
n
=
27. Calcular
_
_
_
_
0 1 0 0
0 2 0 0
0 3 0 0
1 0 0 1
_
_
_
_
n
=
Ejercicios sobre matrices inversas
28. Calcula
_
1 2
3 5
_
1
29. Obtener la matriz inversa de cada una de las siguientes matrices, comprobando el resultado en
todos los casos:
a)
_
2 7
1 3
_
1
=
b)
_
3 3
4 4
_
1
=
c)
_
2 5
3 8
_
1
=
d)
_
6 3
2 1
_
1
=
e)
_
1 0
2 1
_
1
=
f )
_
5 7
2 3
_
1
=
g)
_
8 3
13 5
_
1
=
h)
_
7 4
9 5
_
1
=
i )
_
1 2
3 4
_
1
=
j )
_
3 2
5 4
_
1
=
k)
_
1 0
0 2
_
1
=
l )
_
1 2
1 0
_
1
=
m)
_
1 0
2 4
_
1
=
n)
_
1 2
3 5
_
1
=
n)
_
2 1
1 2
_
1
=
o)
_
2 3
0 4
_
1
=
30. [R] Calcula
_
_
3 2 1
0 3 4
2 1 5
_
_
1
todos los casos:
a)
_
_
0 0 1
0 1 0
1 0 0
_
_
1
=
b)
_
_
2 2 1
1 2 3
2 3 4
_
_
1
=
c)
_
_
1 2 3
4 5 6
7 8 9
_
_
1
=
d)
_
_
5 3 1
1 1 2
3 2 2
_
_
1
=
e)
_
_
1 2 1
2 1 3
1 1 2
_
_
1
=
f )
_
_
1 0 4
2 0 3
5 2 0
_
_
1
=
g)
_
_
1 2 1
0 1 0
2 0 3
_
_
1
=
h)
_
_
4 2 3
7 4 4
9 5 5
_
_
1
=
i )
_
_
2 1 1
3 2 2
5 3 1
_
_
1
=
j )
_
_
1 1 3
2 0 4
4 2 10
_
_
1
=
52 Matematicas de 2

todos los casos:
a)
_
_
1 1 1
2 1 2
0 0 1
_
_
1
=
b)
_
_
2 3 1
0 0 1
3 2 1
_
_
1
=
c)
_
_
2 1 3
1 2 0
0 0 0
_
_
1
=
d)
_
_
3 2 1
1 4 2
2 1 2
_
_
1
=
e)
_
_
1 3 2
4 3 6
2 0 3
_
_
1
=
f )
_
_
0 3 2
1 2 3
4 5 0
_
_
1
=
g)
_
_
1 0 0
0 2 0
0 0 3
_
_
1
=
h)
_
_
1 0 1
1 1 1
1 1 1
_
_
1
=
i )
_
_
0 2 0
3 0 3
0 1 2
_
_
1
=
j )
_
_
2 2 0
0 2 2
2 0 2
_
_
1
=
k)
_
_
1 1 0
0 1 1
1 0 1
_
_
1
=
l )
_
_
2 2 3
5 2 3
2 3 2
_
_
1
=
33. Calcula
_
_
_
_
2 0 3 4
3 1 4 2
4 1 2 5
4 2 0 0
_
_
_
_
1
todos los casos:
a)
_
_
_
_
1 2 3 2
2 0 3 0
1 2 3 5
0 1 2 3
_
_
_
_
1
=
b)
_
_
_
_
2 4 5 1
0 3 2 2
4 1 2 6
3 3 2 4
_
_
_
_
1
=
c)
_
_
_
_
0 3 1 4
2 0 3 0
2 3 1 2
4 2 1 2
_
_
_
_
1
=
d)
_
_
_
_
2 1 0 4
1 3 2 8
2 2 3 2
0 3 4 3
_
_
_
_
1
=
todos los casos:
a)
_
_
_
_
_
_
2 4 1 3 4
1 3 2 4 8
2 5 2 1 2
3 2 6 5 0
2 3 0 0 3
_
_
_
_
_
_
1
=
b)
_
_
_
_
_
_
2 0 1 2 1
1 0 2 0 3
4 2 0 0 0
1 2 4 1 0
4 0 3 1 6
_
_
_
_
_
_
1
=
c)
_
_
_
_
_
_
1 0 2 0 3
1 2 0 0 4
1 1 2 0 0
2 1 2 1 0
1 2 3 1 1
_
_
_
_
_
_
1
=
36. Si estas loco, calcula
_
_
_
_
_
_
_
1 1 3 2 0 3
2 0 3 0 0 4
2 3 1 1 0 0
1 5 1 2 1 3
1 3 1 2 3 0
1 0 0 3 1 2
_
_
_
_
_
_
_
1
=
37. Dada la matriz A =
_
_
0 2 1
0 0 1
0 0 0
_
_
, demuestra que A
3
es la matriz nula. Demuestra a conti-
nuaci on que I +A+A
2
es la matriz inversa de I A
Ejercicios sobre ecuaciones matriciales
38. Estudiar si existe alg un valor de x que cumpla
_
1 1
2 1
_
+x
_
0 3
2 1
_
=
_
1 7
6 1
_
.
39. Encontrar una matriz X de modo que X B
2
= AB, siendo:
A =
_
_
1 2 1
1 3 1
0 0 2
_
_
y B =
_
_
1 0 1
2 2 2
0 0 6
_
_
40. Encontrar una matriz X de modo que X B
2
= AB, siendo:
A =
_
_
1 2 1
1 3 1
0 0 2
_
_
y B =
_
_
1 0 1
2 2 2
0 0 6
_
_
41. Encontrar una matriz X de modo que AX = (B +C)D, siendo:
A =
_
_
1 0 1
3 1 4
3 1 3
_
_
, B =
_
_
1 3 2
0 1 2
3 2 1
_
_
, C =
_
_
2 3 0
1 2 4
3 2 0
_
_
, D =
_
_
1 3 2
4 2 3
1 2 4
_
_
54 Matematicas de 2

42. Encontrar una matriz X de modo que AX BC = D, siendo:
A =
_
_
3 2 1
4 6 1
1 1 0
_
_
, B =
_
_
1 3 2
0 1 3
1 1 2
_
_
, C =
_
_
2 3 1
2 3 2
4 1 4
_
_
, D =
_
_
3 1 2
1 0 2
1 0 3
_
_
43. Encontrar una matriz X de modo que (B C)
t
= D +AX, siendo:
A =
_
_
4 1 0
3 1 0
4 6 1
_
_
, B =
_
_
0 0 0
1 1 1
2 2 2
_
_
, C =
_
_
1 2 0
3 4 1
1 2 1
_
_
, D =
_
_
2 1 3
2 1 1
2 0 1
_
_
44. Encontrar una matriz X de modo que (B C
t
+D) = XA, siendo:
A =
_
_
2 4 1
2 5 1
3 4 1
_
_
, B =
_
_
1 0 1
3 1 2
1 0 1
_
_
, C =
_
_
1 2 3
0 1 1
2 1 0
_
_
, D =
_
_
1 2 3
1 2 1
4 1 2
_
_
45. Encontrar una matriz X de modo que XA = 3BCD, siendo:
A =
_
_
2 5 1
1 9 2
1 5 1
_
_
, B =
_
_
1 0 1
0 1 0
2 1 2
_
_
, C =
_
_
1 3 0
1 2 2
3 1 2
_
_
, D =
_
_
1 3 2
1 3 5
2 0 0
_
_
46. Encontrar una matriz X de modo que AX B = D 2C, siendo:
A =
_
_
1 1 0
2 6 1
3 4 1
_
_
, B =
_
_
1 0 0
1 1 2
3 1 2
_
_
, C =
_
_
2 3 6
2 1 3
3 1 2
_
_
, D =
_
_
1 2 3
1 2 0
0 1 1
_
_
47. Encontrar una matriz X de modo que AX +B
t
= CD, siendo:
A =
_
_
5 2 3
2 1 3
3 1 1
_
_
, B =
_
_
3 2 1
0 0 1
3 1 2
_
_
, C =
_
_
2 2 3
3 1 3
3 1 2
_
_
, D =
_
_
0 1 2
4 2 0
0 1 1
_
_
48. Encontrar una matriz X de modo que AX = B(C D), siendo:
A =
_
_
0 0 1
1 1 6
4 3 4
_
_
, B =
_
_
0 1 0
1 1 1
0 1 0
_
_
, C =
_
_
1 2 3
1 0 1
2 3 4
_
_
, D =
_
_
1 3 2
3 2 0
1 3 2
_
_
49. Encontrar una matriz X de modo que C XA = D 2B, siendo:
A =
_
_
1 1 1
2 2 3
4 5 4
_
_
, B =
_
_
2 3 0
1 3 2
1 5 0
_
_
, C =
_
_
2 3 0
1 1 3
2 4 2
_
_
, D =
_
_
3 1 1
0 2 1
0 2 1
_
_
50. Encontrar una matriz X de modo que 2XA+B = DC, siendo:
A =
_
_
8 7 1
3 1 0
4 6 1
_
_
, B =
_
_
1 3 1
2 0 1
3 2 4
_
_
, C =
_
_
1 2 3
2 4 1
5 2 0
_
_
, D =
_
_
3 2 1
0 3 4
1 2 0
_
_
51. Encontrar una matriz X de modo que BC AX = 2D, siendo:
A =
_
_
0 3 1
3 1 0
2 4 1
_
_
, B =
_
_
2 4 1
2 3 2
4 3 2
_
_
, C =
_
_
1 2 3
4 2 1
1 2 4
_
_
, D =
_
_
5 2 3
1 2 3
1 2 4
_
_
52. Encontrar una matriz X de modo que AX = B C, siendo:
A =
_
_
_
_
1 1 4 1
2 7 1 0
5 10 9 2
3 2 4 1
_
_
_
_
, B =
_
_
_
_
1 0
2 0
2 1
2 0
_
_
_
_
, C =
_
_
_
_
1 2
2 1
1 0
3 0
_
_
_
_
53. Encontrar una matriz X de modo que XA = (B C)
t
, siendo:
A =
_
_
_
_
1 0 2 1
1 2 5 3
5 1 11 5
1 7 10 2
_
_
_
_
, B =
_
_
_
_
3 0
2 0
2 1
2 0
_
_
_
_
, C =
_
_
_
_
1 2
3 1
2 0
3 0
_
_
_
_
_
_
0 0 1
0 1 0
1 0 0
_
_
y B =
_
_
0 0 1
0 1 0
1 0 0
_
_
, se pide:
a) Calcular A
2
b) Resolver A
2
X +AB = B
55. Encontrar una matriz X de modo que AB +CX = D, siendo:
A =
_
2 0 1
1 1 5
_
, B =
_
_
3 1
0 1
1 2
_
_
, C =
_
3 2
1 1
_
, D =
_
9 3
8 17
_
56. Resolver la ecuaci on matricial AX +B = C, siendo:
A =
_
3 1
5 2
_
, B =
_
1 1 2
4 3 2
_
, C =
_
4 2 1
5 2 3
_
A =
_
_
1 0 0
1 2 0
1 2 4
_
_
, B =
_
_
1 0 0
0 4 0
0 0 1
_
_
, C =
_
_
3 0 0
2 5 2
0 1 3
_
_
58. Resolver la ecuaci on matricial XA+B = C, siendo:
A =
_
_
0 2 0
3 0 3
0 1 2
_
_
, B =
_
4 2 1
5 1 3
_
, C =
_
1 3 5
2 4 6
_
59. Resolver la ecuaci on matricial AX B +C = 0, siendo:
A =
_
4 1
1 0
_
, B =
_
1 2 0 1
2 1 1 0
_
, C =
_
0 1 2 1
1 0 3 0
_
60. Resolver la ecuaci on matricial XA2B + 3C = D, siendo:
A =
_
2 3
1 1
_
, B =
_
2 0
1 4
_
, C =
_
0 3
2 0
_
, D =
_
5 4
3 6
_
A =
_
_
1 0 0
1 2 0
1 2 4
_
_
, B =
_
_
1 0 0
0 1 0
0 0 1
_
_
, C =
_
_
3 0 0
2 5 2
0 1 3
_
_
62. Resolver la ecuaci on B(2A+I
3
) = AXA+B, siendo:
A =
_
_
3 2 1
4 1 1
2 0 1
_
_
, B =
_
_
1 1 2
1 0 1
0 1 1
_
_
63. Por que hay que premultiplicar A =
_
1 0
2 1
_
para que de B =
_
5 2
6 3
_
?
56 Matematicas de 2

64. Obtener las matrices A y B que veriquen el sistema:
_
_
2A+B =
_
1 2 2
2 1 0
_
A3B =
_
4 3 2
1 0 1
_
65. Obtener las matrices A y B que veriquen el sistema siguiente. Calcular despues
1
2
(A+B)
t
:
_
_
A+B =
_
3 2 1
3 1 3
_
2A2B =
_
6 0 2
2 2 2
_
66. Calcular x, y, z tales que
_
1 y
x z
__
1 x
y z
_
=
_
5 0
0 5
_
67. Calcular la matriz B que verica 2
_
1 4
3 2
_
3B =
_
5 4
0 1
_
68. Halla x, y, z, t para que 2
_
x y
z t
_
=
_
x 2
1 3t
_
+
_
3 y x
z +t 4
_
69. Halla x, y para que dada A =
_
x y
0 x
_
se tenga A
2
2A =
_
0 1
0 0
_
70. Halla los valores de x para que la matriz A =
_
_
x 0 0
0 x 0
0 0 x
_
_
verique la ecuaci on A
2
6A+9I = 0
71. Resolver el siguiente sistema:
_
_
3A+ 2B =
_
_
0 5 4
5 9 0
15 4 4
_
_
2A+B =
_
_
7 1 2
6 6 7
10 5 2
_
_
72. Demostrar que si A
2
= 0, entonces A no tiene inversa.
Ejercicios de determinantes
73. Se consideran los siguientes productos. Determinar cuales de ellos se corresponden al desarrollo
de un determinante de 7
o
orden, y en caso armativo, establecer su signo.
a) a
14
a
23
a
62
a
35
a
46
a
51
b) a
14
a
73
a
23
a
66
a
52
a
35
a
41
c) a
15
a
32
a
43
a
71
a
34
a
26
a
67
d) a
72
a
61
a
54
a
36
a
15
a
27
a
43
e) a
43
a
32
a
76
a
67
a
15
a
54
a
21
f ) a
25
a
76
a
62
a
11
a
37
a
54
a
43
g) a
35
a
44
a
17
a
53
a
62
a
71
a
26
h) a
41
a
33
a
22
a
54
a
16
a
76
a
65
74. Sean a, b, c, d, e, f, g, h, i, j, k, l, m, o, p n umeros reales cualesquiera. Sin desarrollar el siguiente
determinante, explicar por que vale cero.
a b c d e
f g h i j
k l 0 0 0
m n 0 0 0
o p 0 0 0
75. Calcular los siguientes determinantes. Si alguno es cero, intentar comprender por que:
a)
1 0
3 2
=
b)
2 5
3 8
=
c)
1 2
2 1
=
d)
5 2
4 0
=
e)
1 3
0 2
=
f )
1 1
3 7
=
g)
2 4
5 9
=
h)
7 1
3 4
=
i )
1 3
2 5
=
j )
2 1
3 7
=
k)
2 6
1 4
=
l )
1 3
2 3
=
m)
2 4
1 3
=
n)
4 2
7 1
=
n)
1 3
2 4
=
o)
2 3
1 4
=
p)
1 2
3 6
=
q)
2 4
2 4
=
r)
1 5
2 7
=
s)
2 3
2 4
=
76. Calcular los siguientes determinantes. Si alguno es cero, intentar comprender por que:
a)
1 0 2
3 2 3
1 2 0
=
b)
2 3 5
0 3 8
2 4 3
=
c)
5 2 0
6 3 1
1 4 5
=
d)
0 2 5
3 8 1
3 0 0
=
e)
3 1 4
1 2 0
4 0 0
=
f )
2 4 6
1 3 5
1 1 1
=
g)
1 2 0
3 4 5
2 3 6
=
h)
1 3 6
0 4 0
8 2 3
=
i )
2 1 3
1 5 7
0 1 3
=
j )
2 0 0
5 3 0
2 4 1
=
k)
4 5 3
1 4 1
2 3 7
=
l )
6 4 5
4 0 3
1 2 1
=
m)
2 7 2
1 5 4
2 3 3
=
n)
2 1 3
1 2 4
3 1 5
=
n)
1 4 0
4 5 2
3 1 2
=
58 Matematicas de 2

77. Calcular los siguientes determinantes.
a)
2 3 1
1 2 4
0 0 1
=
b)
1 3 6
2 3 4
4 5 2
=
c)
3 2 4
2 3 1
0 2 0
=
d)
3 1 6
2 4 2
1 5 4
=
e)
2 3 2
1 0 4
3 2 3
=
f )
5 3 5
0 5 1
2 3 2
=
g)
3 7 1
4 3 2
3 4 1
=
h)
1 2 0
3 1 4
1 3 3
=
i )
4 3 1
2 6 2
8 2 6
=
j )
3 2 1
0 1 3
2 4 0
=
k)
1 4 0
1 7 4
1 2 6
=
l )
2 5 1
5 2 1
1 5 2
=
m)
5 3 3
3 1 2
5 1 2
=
n)
5 2 6
2 3 6
2 4 4
=
n)
1 2 3
2 4 0
0 1 5
=
78. Calcular los siguientes determinantes.
a)
1 2 2 0
2 1 3 2
0 0 1 2
3 0 2 4
=
b)
3 0 1 4
3 2 1 5
1 4 3 6
3 0 4 5
=
c)
3 4 1 2
4 2 1 3
0 2 3 2
4 1 2 6
=
d)
2 3 4 1
2 3 1 6
2 4 4 3
2 0 0 4
=
e)
1 2 3 2
1 0 0 3
3 2 5 4
1 2 0 0
=
f )
2 4 3 1
2 3 1 4
2 3 3 4
1 2 0 6
=
g)
2 4 5 2
6 1 2 4
3 0 1 2
4 1 8 2
=
h)
0 3 0 4
1 5 7 2
1 4 2 1
3 2 1 1
=
i )
7 2 1 3
1 4 2 1
6 2 1 3
8 7 3 4
=
j )
2 4 0 3
2 0 0 3
1 3 2 4
2 2 0 1
=
k)
1 4 0 3 2
0 1 0 2 4
1 2 0 0 3
2 4 1 3 4
1 1 0 0 2
=
l )
2 3 1 2 3
2 4 0 0 1
0 3 1 5 2
1 0 3 1 6
3 2 4 5 0
=
m)
2 1 3 0 3
2 0 1 3 0
3 1 2 3 0
1 1 0 4 5
0 3 0 0 0
=
n)
1 2 3 0 1
0 3 2 0 4
2 1 3 2 1
2 5 2 0 0
1 1 2 3 2
=
79. Encontrar el valor de x que hace ciertas las siguientes ecuaciones:
a)
x 1 1 1
0 x + 6 3
x 1 2 0
= 0
b)
2 1 1
0 2 2
2 3 x
2
= 0
c)
x 2 1 2x
x x
2
= 0
d)
x 1 2x
8 x 1 5
2 1 0
= 0
80. Calcular los determinantes siguientes:
a)
1 0 2 a
2 0 b 0
3 c 4 5
d 0 0 0
=
b)
0 1 1 1
1 0 a b
1 b 0 c
1 c a 0
=
c)
5 0 4 3
0 c 0 d
a 0 2 1
0 0 b 2
=
d)
a 0 9 6
0 0 b 7
1 c 2 3
0 0 0 d
=
81. Resolver las ecuaciones siguientes:
a)
5 x 2
4 3 9
1 0 7
= 0
b)
2 1 0
3 x 2
0 0 3
= 0
c)
a a a
a a x
a a ax
= 0
d)
x 1 1 1
0 x + 2 1
1 2 1
= 0
e)
x 1 2 2
2 x 1 2
1 1 x 2
= 0
f )
1 1 1 x
2 x 2 2
3 5 x 3
4 4 4 x + 3
= 0
82. Razonar que el determinante siguiente es nulo para x = 1, para x = 2 y para x = 3. Es nulo
para alg un otro valor de x?
1 1 2 1
2 x 5 1
4 x
2
13 1
8 x
3
35 1
83. Sin desarrollar los determinantes siguientes, comprender por que son ciertas las siguientes igual-
dades:
a)
a b b c c a
b c c a a b
c a a b b c
= 0
b)
x 1 x 1
y 2 y 0
z 3 z 0
t 4 t 0
= 0
c)
a b c
a
=
c
c b a
d)
a a
b b
c c
=
a
a
b
b
c
c
e)
x y x +y
y x +y x
x +y x y
= 2(x+y)
1 1 1
y x +y x
x +y x y
f )
1 +a 1 1
1 1 x
1 1 y
=
a 1 1
0 1 x
0 1 y
g)
1 x a p
1 y b q
1 z c r
1 t d s
=
p q r s
a b c d
x y z t
1 1 1 1
h)
a b c 1
b c a 1
c a b 1
b +c
2
a +c
2
a +b
2
1
= 0
60 Matematicas de 2

Ejercicios de rangos
84. Calcular el rango de las siguientes matrices (a, b R {0}):
a)
_
1 2
3 4
_
b)
_
2 1
4 2
_
c)
_
0 0
0 0
_
d)
_
0 0
2 0
_
e)
_
2 4
3 1
_
f )
_
3 1
1 4
_
g)
_
a 1
2a 2
_
h)
_
a 1
2a 1
_
i )
_
a 2
a
2
4
_
j )
_
3
2
2
_
k)
_
2 4
1
2
_
l )
_
0 1
0
2
_
m)
_
_
_
_
1 1 2
2 1 3
3 0 5
1 2 1
_
_
_
_
n)
_
_
_
_
1 2 1
2 4 2
1 0 3
3 4 1
_
_
_
_
n)
_
_
_
_
2 0 3
0 0 1
2 0 4
4 0 5
_
_
_
_
o)
_
_
1 0 1
0 1 1
1 1 2
_
_
p)
_
_
2 0 3
0 3 3
1 2 2
_
_
q)
_
_
_
_
1 a b
1 a
2
b
2
1 a
3
b
3
1 a
4
b
4
_
_
_
_
r)
_
_
_
_
a 0 0
0 a 0
2 3 4
0 0 3
_
_
_
_
s)
_
_
2 1 2 3
3 4 2 1
2 0 3 2
_
_
t )
_
_
_
_
1 0 1 2
2 3 1 2
2 4 2 1
0 1 2 4
_
_
_
_
u)
_
_
3 4 0 2
3 0 0 2
0 4 1 2
_
_
v)
_
_
_
_
1 1 0 1
3 2 3 5
2 1 3 4
1 0 0 7
_
_
_
_
w)
_
_
_
_
_
_
0 0 2 0
2 3 0 1
0 0 3 0
0 4 0 0
7 0 0 0
_
_
_
_
_
_
x)
_
_
_
_
_
_
_
_
_
_
_
1 0 3 1
2 4 1 2
1 2 4 1
3 0 2 5
3 2 4 1
1 2 6 4
2 3 0 1
2 0 1 2
_
_
_
_
_
_
_
_
_
_
_
85. Calcular el rango de las siguientes matrices en funcion del parametro k:
a)
_
_
2 0 3
k 0 1
1 2 3
_
_
b)
_
_
3 1 2
k 0 k
1 0 1
_
_
c)
_
_
_
_
1 2 0
2 k 0
2 3 0
1 1 2
_
_
_
_
d)
_
_
_
_
3 1 2
k 0 3
k 2 1
6 2 4
_
_
_
_
e)
_
_
1 2 3
1 2 k
1 k 0
_
_
f )
_
_
1 2 0
1 1 k
k 0 1
_
_
g)
_
_
_
_
3 0 0
k 0 1
1 k 1
1 3 0
_
_
_
_
h)
_
_
_
_
1 1 3
0 2 1
1 1 k
0 k 2
_
_
_
_
Ejercicios de sistemas de ecuaciones; teorema de Rouche-Frobenius
86. Determinar, seg un Rouche-Frobenius, la compatibilidad de los siguientes sistemas. Resolver,
aplicando el metodo de Gauss, aquellos que son compatibles:
a)
x 2y 3z = 3
2x y 4z = 7
3x 3y 5z = 8
_
_
_
b)
5x+3y+2z =2
x+y=2
2xy+z =3
_
_
_
c)
x 2y +z = 0
2x +y z = 1
3x + 2y +z = 10
_
_
_
d)
x 2y +z = 1
2x +y z = 6
3x + 2y +z = 7
_
_
_
e)
x 2y +z = 5
2x +y z = 1
3x + 2y +z = 5
_
_
_
f )
2x 5y + 3z = 4
x 2y +z = 3
5x +y + 7z = 11
_
_
_
g)
x 3y + 7z = 10
5x y +z = 8
x+4y10z =11
_
_
_
)
h)
x 3y 2z = 7
2x y + 15z = 3
x 8y 21z = 11
_
_
_
i )
x +y +z = 2
3x 2y z = 4
2x +y + 2z = 2
_
_
_
j )
x2y3z =1
x4y5z =1
2x+2y+4z =2
_
_
_
k)
2x3y+z =0
x+2yz =0
4x+yz =0
_
_
_
l )
xy+3z14t =0
2x2y+3z+t =0
3x3y+5z+6t = 0
_
_
_
87. En cierta heladera, por una copa de la casa, dos horchatas y cuatro batidos te cobran 34 Cun
da. Otro da, por 4 copas de la casa y 4 horchatas te cobran 44 C, y un tercer da, te piden
26 Cpor una horchata y cuatro batidos tienes motivos para pensar que alguno de los tres das
te han presentado una cuenta incorrecta?
88. Dos amigos invierten 20000 Ccada uno. El primero coloca una cantidad A al 4 % de interes, una
cantidad B al 5 %, y el resto al 6 %. El otro invierte la misma cantidad A al 5 %, la B al 6 %
y el resto al 4 %. Determinar las cantidades A, B y C sabiendo que el primero obtiene unos
intereses de 1050 C y el segundo de 950 C.
89. Una tienda ha vendido 600 ejemplares de un videojuego por un total de 6384 C. El precio
original era de 12 C, pero tambien se han vendido copias defectuosas con descuentos del 30 % y
del 40 %. Sabiendo que el n umero de copias defectuosas vendidas fue la mitad del de copias en
buen estado, calcula a cuantas copias se le aplico el 30 % de descuento.
90. Un joyero tiene tres clases de monedas; A, B y C. Las monedas de tipo A tienen 2 gramos de
oro, 4 gramos de plata y 14 gramos de cobre. Las de tipo B tienen 6 gramos de oro, 4 gramos
de plata y 10 gramos de cobre. Las de tipo C tienen 8 gramos de oro, 6 gramos de plata y 6
gramos de cobre cu antas monedas de cada tipo debe fundir para obtener 44 gramos de oro, 44
gramos de plata y 112 gramos de cobre?
91. Un fabricante produce 42 electrodomesticos. La fabrica abastece a 3 tiendas, que demandan
toda la produccion. En una cierta semana, la primera tienda solicio tantas unidades como la
segunda y la tercera juntas, mientras que la segunda pidio un 20 % mas que la suma de la mitad
de lo pedido por la primera y la tercera parte de lo pedido por la tercera cuanto pidio cada
tienda?
62 Matematicas de 2

Ejercicios de matrices y grafos, interpretaci on matricial de enunciados.
92. [R] Una compa na de muebles fabrica butacas, mecedoras y sillas, y cada una de ellas de tres
modelos; E (economico), M (medio) y L (lujo). Cada mes produce 20 modelos E, 15 modelos
M y 10 modelos L de butacas, 12 modelos E, 8 modelos M y 5 modelos L de mecedoras, y 18
modelos E, 20 modelos M y 12 modelos L de sillas. Representa esta informacion en una matriz
y calcula la producci on de un a no.
93. [R] En un edicio hay tres tipos de viviendas, A, B y C. Las del tipo A tienen 4 ventanas
normales y 3 grandes, las del tipo B tienen 5 ventanas normales y 4 grandes, y las del tipo C
6 ventanas normales y 5 grandes. Cada ventana grande tiene 4 cristales y 6 bisagras, y cada
ventana normal tiene 2 cristales y 4 bisagras.
a) Escribe una matriz que describa el n umero y tama no de ventanas de cada vivienda.
b) Escribe una matriz que describa el n umero de cristales y bisagras de cada tipo de ventana.
c) Calcula la matriz que describa el n umero de cristales y bisagras de cada tipo de vivienda.
94. [R] Un industrial fabrica bombillas transparentes (T) y de color (C). De cada una hay 4 modelos
M
1
, M
2
, M
3
, M
4
, de los que se fabrican 300T, 200C, 400T, 250C, 250T, 180C, 500T y 300C
respectivamente. El porcentaje de bombillas defectuosas es del 2 % en M
1
, el 5 % en M
2
, el 8 %
en M
3
y el 10 % en M
4
. Calcula la matriz que expresa el n umero de bombillas T y C defectuosas
y buenas.
95. Una fabrica produce dos modelos de lavadoras, A y B, en tres terminaciones: N, L y S. Del
modelo A produce 400 unidades en la terminacion N, 200 unidades en la terminacion L y 50
unidades en la terminacion S. Del modelo B produce 300 unidades en la terminacion N, 100
unidades en la terminacion L y 30 unidades en la terminacion S. La terminacion N lleva 25 horas
de taller y 1 hora de administracion. La terminacion L lleva 30 horas de taller y 12 horas de
administracion. La terminacion S lleva 33 horas de taller y 13 horas de administracion.
a) Representar la informacion en dos matrices.
b) Hallar una matriz que exprese las horas de taller y de administracion empleadas para cada
uno de los modelos.
96. Sean los grafos siguientes:
a) Escribir la matriz de adyacencia asociada a los grafos de la gura anterior.
b) Si las matrices C y D unen los nodos numerados con las etiquetas 1, 2, 3, represente los
grafos asociados a dichas matrices de adyacencia:
C =
_
_
0 1 0
1 0 1
0 1 0
_
_
, D =
_
_
0 1 1
1 0 1
1 1 0
_
_
c) Realice la siguiente operacion matricial: D C C D
97. En un instituto I hay alumnos de tres pueblos, A, B y C. La dis-
tancia entre A y B es de 6 km, la distancia de B a C es de 7 km,
la de A a C es de 10 km y la de A a I es de 8 km. Una empresa de
transporte escolar hace dos rutas: la ruta 1 parte de B y recorre
sucesivamente las localidades C, A e I; la ruta 2 parte de C y
recorre sucesivamente B, A e I.
a) Determine la matriz M, 2 3, que expresa los kilometros que
recorren los alumnos de cada pueblo por cada ruta.
b) El n umero de alumnos que siguen cada ruta de cada pueblo es:
Pueblo A: 10 alumnos la ruta 1 y 9 alumnos la ruta 2.
Pueblo B: 15 alumnos la ruta 1 y 8 alumnos la ruta 2.
Pueblo C: 5 alumnos la ruta 1 y 9 alumnos la ruta 2.
Determine la matriz N, 32, que indique los alumnos que siguen cada ruta de cada pueblo.
c) Si la empresa cobra 12 centimos por Km a cada persona, determine la matriz P = 0
12MN,
e interprete cada uno de sus elementos.
98. En una empresa de fabricacion de moviles hay 3 categoras de empleados: A, B y C y se fabrican
dos tipos de moviles: M y P. Diariamente cada empleado de la categora A fabrica 4 moviles del
tipo M y 3 del tipo P, mientras que cada uno de la categora B fabrica 5 moviles del tipo M y
4 del tipo P, y cada uno de la categora C fabrica 6 moviles del tipo M y 5 moviles del tipo P.
Para fabricar cada movil del tipo M se necesitan dos chips y 4 conexiones y para fabricar cada
movil del tipo P 4 chips y 6 conexiones.
a) Escriba una matriz X, 3 2, que describa el n umero de moviles de cada tipo y otra matriz
Y , de orden 2, que exprese el n umero de chips y conexiones de cada tipo de movil.
b) Realice el producto de matrices X Y e indique que expresa dicho producto.
99. Un proveedor que suministra materia prima a 3 fabricas, F, G y H, transporta una parte de
sus envos a cada fabrica por carretera y la otra parte por tren, segun se indica en la matriz
T, cuyos elementos son las toneladas de materia prima que recibe cada fabrica por cada via de
transporte.
T =
F G H
_
300 200 150
400 250 200
_
carretera
tren
Los precios del transporte de cada tonelada de materia prima son 200 euros por carretera y 180
euros por tren, como indica la matriz C = (200, 180). Explique que operaci on debe efectuarse
con estas matrices para determinar una nueva matriz cuyos elementos sean los costes de llevar
este material a la fabrica.
100. Una persona tiene que comprar 2 kg de manzanas, 1 kg de ciruelas y 1
5 kg de platanos y otra
necesita 0
5 kg de manzanas, 2
5 de ciruelas y 3 de platanos. En la fruteria A, los precios de las

manzanas son 1
8 euros/kg, los de las ciruelas 2
1 y los de los platanos 1
9 y en la fruteria B son
1
7, 2
3 y 1
75 respectivamente. Se escriben las matrices

M =
_
2 1 1
5
0
5 2
5 3
_
; N =
_
_
1
8 1
7
2
1 2
3
1
9 1
75
_
_
a) Determine M N e indique que representa cada uno de los elementos de la matriz producto.
b) En que frutera le conviene a cada persona hacer la compra?
64 Matematicas de 2

101. Un fabricante de productos lacteos, que vende 3 tipos de productos, leche, queso y nata, a dos
supermercados, S y H, ha anotado en la matriz A los pesos en kg de cada producto que vende
a cada supermercado y, en la matriz B, las ganancias que obtiene en cada supermercado por
cada kg de esos productos
A =
leche queso nata
_
500 300 250
460 300 200
_
S
H
B =
leche queso nata
_
0
20 4 1
0
25 3
60 1
2
_
S
H
Efect ue el producto A B
t
y explique el signicado econ omico de cada uno de los elementos de
la diagonal principal de la matriz resultante.
a) Escribir la matriz de adyacencia asociada a cada uno de los grafos de la gura anterior.
b) Si las matrices A y B unen los nodos numerados con las etiquetas 1, 2, 3, 4, represente los
grafos asociados a dichas matrices de adyacencia:
A =
_
_
_
_
1 0 0 1
0 0 0 0
0 0 1 0
1 0 0 1
_
_
_
_
, B =
_
_
_
_
1 0 1 0
0 1 0 1
1 0 1 0
0 1 0 1
_
_
_
_
, C =
_
_
_
_
1 1 1 1
1 0 0 0
1 0 1 1
1 0 1 1
_
_
_
_
c) Efectuar las operaciones AB y A+B
d) Efectuar las operaciones A B, B
t
, y C
2
e) Comprobar que (A+B) C = A C +B C
b) Si las matrices A y B unen los nodos numerados con las etiquetas 1, 2, 3, 4, 5, represente
los grafos asociados a dichas matrices de adyacencia, y efectuar los productos A B y B A:
A =
_
_
_
_
_
_
1 0 0 1 0
0 1 1 0 1
0 1 0 1 0
1 0 1 0 0
0 1 0 0 1
_
_
_
_
_
_
, B =
_
_
_
_
_
_
0 0 0 0 1
0 0 0 1 0
0 0 1 0 0
0 1 0 0 0
1 0 0 0 0
_
_
_
_
_
_
104. Se hace un estudio entre los jovenes que a un no han terminado el bachillerato en 4 poblaciones.
En Barbate hay censados 4200 varones y 4400 hembras, en Vejer 3600 varones y 3300 hembras,
en Conil 5000 varones y 4800 hembras, y en Zahara 800 varones y 700 hembras. El 40 % de los
varones ha nacido en Cadiz, el 50 % en Puerto Real y el 10 % restante en otro lugar, mientras
el 35 % de las hembras ha nacido en Cadiz, el 55 % en Puerto Real y el 10 % restante en otro
lugar.
a) Escribir una matriz A de dim. 3 2 que exprese la poblaci on de cada localidad
b) Escribir una matriz B de dim. 2 3 que exprese la proporcion de nacimientos seg un la
localidad
c) Efectuar la operaci on A B e interpretar la matriz resultante.
105. Sean los grafos siguientes; escribir sus matrices de adyacencia asociadas:
106. En el distrito universitario de Cadiz hay matriculados 3000 hombres y 2500 mujeres, en el de
Jerez hay 1000 hombres y 1500 mujeres, y en el de la baha de Algeciras 1000 hombres y 1000
mujeres. Es conocido que el 50 % de los hombres acaba titulando, as como el 60 % de las mujeres,
y que de aquellos hombres y mujeres que titulan, un 40 % ejerce su profesion dentro de los 5
primeros a nos. De los que no titulan la ejerce el 0 %, y no la ejercen el 100 %.
a) Escribir una matriz A de dim. 42 que exprese el n umero de universitarios de cada distrito
b) Escribir una matriz B de dim. 2 2 que exprese la proporcion de titulados seg un el genero
c) Escribir una matriz C de dim. 2 2 que nos indique la proporcion de titulados que ejercen
dentro de los cinco primeros a nos.
d) Efectuar la operaci on A B C e interpretar la matriz resultante.
b) Si las matrices A y B unen los nodos numerados con las etiquetas 1, 2, 3, 4, 5, 6, represente
los grafos asociados a dichas matrices de adyacencia:
A =
_
_
_
_
_
_
_
0 1 0 2 1 0
1 2 0 0 1 2
0 0 0 0 0 0
2 0 0 3 1 0
1 1 0 1 0 1
0 2 0 0 1 0
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
0 1 0 1 0 1
1 0 1 0 1 0
0 1 0 1 0 1
1 0 1 0 1 0
0 1 0 1 0 1
1 0 1 0 1 0
_
_
_
_
_
_
_
c) Efectuar las operaciones B A y A+B
66 Matematicas de 2

b) Si las matrices A y B unen los nodos numerados con las etiquetas 1, 2, 3, 4, 5, 6, 7, represente
los grafos no dirigidos asociados a las matrices de adyacencia simetricas:
A =
_
_
_
_
_
_
_
_
_
1 0 0 1 1 0 0
0 1 0 0 1 1 0
0 0 0 1 1 0 0
1 0 1 0 0 0 1
1 1 1 0 0 0 1
0 1 0 0 0 0 1
0 0 0 1 1 1 0
_
_
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
_
_
0 0 0 1 0 1 0
0 1 0 0 1 0 0
0 0 0 0 0 1 0
1 0 0 0 0 0 1
0 1 0 0 0 0 1
1 0 1 0 0 0 1
0 0 0 1 1 1 0
_
_
_
_
_
_
_
_
_
c) Efectuar la operaci on A B. Vuelve a ser una matriz simetrica?
109. Una fabrica de vende 3 tipos de motores; gasolina, diesel y electrico, a dos empresas, E
1
y E
2
,
ha anotado en la matriz A el n umero de motores que vende a cada empresa anualmente y, en la
matriz B, las ganancias que obtiene en cada venta
A =
gasol diesel elec
_
2000 3000 500
4500 6000 1000
_
E
1
E
2
B =
gasol diesel elec
_
1000 1200 1500
1000 1200 1500
_
E
1
E
2
Efect ue el producto A B
t
y explique el signicado econ omico de la matriz resultante.
b) Si las matrices A y B unen los nodos numerados con las etiquetas 1, 2, 3, 4, 5, 6, 7, represente
los grafos dirigidos asociados a las matrices de adyacencia:
A =
_
_
_
_
_
_
_
_
_
0 0 0 2 1 0 0
0 2 1 0 2 0 1
0 3 0 2 1 1 0
2 0 3 0 1 0 2
0 2 0 0 0 0 1
0 0 2 0 3 0 2
0 1 0 0 0 2 0
_
_
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
_
_
1 0 2 0 2 0 1
0 0 3 0 2 1 2
3 0 1 0 2 0 0
0 3 0 2 0 4 1
1 0 2 0 2 3 0
0 1 3 0 2 0 1
0 3 3 2 0 1 0
_
_
_
_
_
_
_
_
_
c) Efectuar la operaci on A+B.
111. Sean los grafos dirigidos siguientes:
b) Si las matrices A y B unen los nodos numerados con las etiquetas 1, 2, 3, 4, 5 represente
los grafos dirigidos asociados a las matrices de adyacencia
A =
_
_
_
_
_
_
1 2 3 1 0
1 2 1 0 2
0 1 2 2 0
1 0 0 1 0
0 1 0 0 2
_
_
_
_
_
_
, B =
_
_
_
_
_
_
0 1 0 1 0
0 0 0 2 0
0 2 0 1 0
1 0 2 0 1
1 1 2 0 1
_
_
_
_
_
_
112. En tres empresas A, B y C se estudia la proporcion de hombres y mujeres que han contratado
un seguro medico privado ademas de la Seguridad Social. En la empresa A trabajan 500 hombres
y 400 mujeres, en la B trabajan 400 hombres y 350 mujeres, y en la C trabajan 400 hombres
y 500 mujeres. Es conocido que el 30 % de los hombres contrata seguro privado, al igual que el
40 % de las mujeres. Se pide una matriz que exprese el n umero de personas de las empresas A,
B y C que tiene contratado un seguro privado y las que no.
113. Se consideran cuatro institutos I
1
, I
2
, I
3
, I
4
que poseen secundaria (S), bachillerato (B) y ciclos
(C); en el I
1
hay 350 alumnos de secundaria, 250 de bachillerato, y 100 de ciclos, en el I
2
hay 200
alumnos de secundaria, 400 de bachillerato y 50 de ciclos, en el I
3
hay 500 de secundaria, 200
de bachillerato y 100 de ciclos, y en el mayor de todos, I
4
, hay 800 alumnos de secundaria, 400
de bachillerato y 150 de ciclos. De los alumnos de secundaria se sabe que un 40 % promocionan
bien (PB), un 30 % por imperativo legal
14
(PIL), y un 30 % repiten (RE). En bachillerato
tenemos un 60 % que promocionan bien y un 40 % que repiten, y en los ciclos tenemos un 70 %
que promocionan bien y un 30 % que repiten curso.
a) Escribir una matriz A de dim. 3 4 que exprese el el n umero de alumnos de cada instituto.
b) Escribir una matriz B de dim. 3 3 que exprese la proporcion de PB, PIL y RE en cada
tipo de ense nanza.
c) Efectuar las operaciones oportunas para obtener una matriz que nos exprese el n umero de
PB, PIL y RE de cada instituto. La matriz A no podra ser traspuesta.
114. En tres fabricas F
1
, F
2
, F
3
y F
4
se elaboran componentes electronicos. Si nos atenemos al a no
pasado, en la fabrica F
1
se fabricaron 500 videoc amaras (V C), 300 c amaras de fotos (CF) y
200 walkmans (MP4), en la fabrica F
2
se hicieron 400 videocamaras, 250 camaras de fotos y
200 walkmans, en la fabrica F
3
se elaboraron 400 videoc amaras, 500 camaras de fotos y 300
walkmans, y en la fabrica F
4
solo se elaboraron 2000 walkmans. Es conocido que un 1 % de las
vidocamaras, un 2 % de las camaras de fotos y un 5 % de los walkmans salen defectuosos (D),
el resto salen buenos (B).
a) Elabora las dos matrices auxiliares que relacionan a F
1
, F
2
, F
3
y F
4
con V C, CF y MP4,
y que relacionan a V C, CF y MP4 con D y B.
b) Se pide una matriz que exprese el n umero total de aparatos electronicos elaborados por
cada fabrica que resultan ser defectuosos y el n umero total de los no defectuosos.
14
No pueden volver a repetir al haber repetido antes
68 Matematicas de 2

c) Traspon las dos matrices auxiliares para poder efectuar el mismo producto sale lo mismo?
115. Cuatro industrias I
1
, I
2
, I
3
e I
4
se dedican a la fabricaci on de productos qumicos. El a no pasado
la primera elaboro 20 tanques de agua oxigenada (AO), 30 de leja (L) y 40 de acido (AC), la
segunda elaboro 20 tanques de agua oxigenada, 15 de leja y 10 de acido. La tercera elaboro 80
tanques de agua oxigenada, 40 de leja y 50 de acido, y la ultima solo elaboro 80 tanques de
agua oxigenada y 40 de acido. Se sabe que fabricar un tanque de agua oxigenada requiere 100kg
de hidrogeno (H) y 120 kg de oxgeno (O), cada tanque de leja requiere de 0kg de hidrogeno y
100kg de oxgeno, y cada tonelada de acido requiere de 50kg de hidrogeno y 50kg de oxgeno.
a) Escriba una matriz X, de dimension 4 3, que describa el n umero de tanques de cada
producto fabricados por cada industria, y una matriz Y , de dimension 3 2, que describa
los kilos de hidrogeno y oxgeno que requiere cada hectarea de cada tipo de cultivo.
b) Realice el producto X Y e indique que expresa dicho producto.
c) Si cada kilo de hidrogeno cuesta 160 C, y cada kilo de oxgeno cuesta 090 C, halle una
matriz 4 1 que exprese el dinero que le supuso a cada industria comprar hidtrogeno y
oxgeno.
Ejercicios de todo tipo para que el alumno los ubique
116. Encontrar una matriz X de modo que AX 2B + C = 0, siendo A, B, C respectivamente las
matrices:
_
_
0 1 2
1 1 3
4 1 5
_
_
,
_
_
1 0 2 0
1 3 1 0
5 1 4 0
_
_
, y
_
_
0 1 4 2
3 0 0 1
3 0 2 7
_
_
117. Resolver el siguiente sistema:
_
_
2X Y =
_
_
0 0 6
3 5 5
0 3 0
_
_
X + 2Y =
_
_
5 0 3
1 0 10
5 1 10
_
_
118. Calcular la inversa de la matriz A =
_
_
1 2 4
3 3 2
2 1 5
_
_
119. Calcular el rango de la matriz A =
_
_
1 4 0 3
3 8 2 3
1 0 2 3
_
_
120. Calcular el rango de la matriz seg un el parametro;
_
_
1 1 1
1 1 2
2 1 k
_
_
121. Calcular el determinante
1 0 3 2
1 2 3 1
0 1 4 1
3 1 4 2
122. Discriminar por Rouche-Frobenius el sistema lineal de ecuaciones siguiente. Si es compatible,
resolverlo por Gauss.
x + 2y +z = 5
2x y +z = 0
x + 3y z = 7
_
_
_
123. Ana compra tres pantalones, dos blusas y un sombrero por 135 C, Brenda un pantalon, tres
blusas y un sombrero por 100 C, y Carlos dos pantalones, tres blusas y dos sombreros por
155 Ccu al es el precio de cada prenda?
124. Una editorial lanza al mercado un nuevo libro del que hace tres ediciones: una en r ustica, otra
encuadernada y otra numerada. La editorial recibe pedidos de dos libreras A y B. La primera
tiene por costumbre abonar el importe de los pedidos que realiza entregando inmediatamente
el 50 % del total y aplazando el otro 50 % a 90 das. En esta ocasion, la librera A solicita 50
ejemplares en r ustica, 20 encuadernados y 5 numerados. La librera B, que abona la cuarta parte
al contado y aplaza el resto a 90 das, solicita 100, 10 y 10 ejemplares respectivamente. Expresar
matricialmente el n umero de ejemplares de cada edicion que la editorial cobra al contado y el
n umero de los que tienen el pago aplazado.
125. Sea la matriz A =
_
_
3 1 0
1 2 a
2 1 1
_
_
70 Matematicas de 2

a) Calcula A A
t
, donde A
t
es la matriz traspuesta de A
b) Halla la matriz inversa de A para a = 8
c) Existe la matriz inversa cuando a = 7?
126. Dada A =
_
_
1 0 0
1 1 0
1 0 1
_
_
, existe una matriz X de modo que A X =
_
_
1
2
3
_
_
?
_
_
1 0 1
0 m 6
1 1 m
_
_
a) Determina para que valores del parametro m existe A
1
b) Calcula A
1
para m = 2
128. Discriminar por Rouche-Frobenius el sistema lineal de ecuaciones siguiente. Si es compatible,
resolverlo por Gauss.
x +y +z = 3
2x y + 2z = 6
3x + 3y 2z = 7
_
_
_
129. Dadas las matrices siguientes, calcula x, y, z para que AB = 2C D:
A =
_
_
3 1
1 3
1 0
_
_
, B =
_
x
y
_
, C =
_
_
1
1
0
_
_
, D =
_
_
z
z
z
_
_
_
_
2 1 1
0 m6 3
m+ 1 2 0
_
_
1
b) Si m = 4, resuelve la ecuaci on matricial XA =
_
3 1 1
_
131. Halla los valores x, y de modo que
_
1 1
3 2
_
_
x
y
_
=
_
1 x
y 1
_
_
3
2
_
132. Halla la matriz X de modo que X
_
1 3
2 5
_
2
_
0 1
1 1
_
=
_
1 0
3 1
_
a)
_
_
1 0
3 2
4 2
_
_
b)
_
_
2 3 4
1 0 0
2 4 1
_
_
c)
_
1 0 5
2 3 6
_
d)
_
1 2
3 4
_
e)
_
_
_
_
2 1
0 3
2 1
4 2
_
_
_
_
f )
_
1 2
_
g)
_
2 1 2 7
8 1 0 1
_
h)
_
_
_
_
1 0 0
3 1 4
1 2 0
0 3 5
_
_
_
_
i )
_
_
_
_
_
_
2 0 3 0
3 2 1 0
2 1 3 1
0 0 1 2
0 0 3 1
_
_
_
_
_
_
j )
_
1 2
3 4
_
k)
_
_
_
_
_
_
4
2
0
0
0
_
_
_
_
_
_
l )
_
_
_
_
1
3
5
6
_
_
_
_
m)
_
3
6
_
n)
_
_
0
7
2
_
_
134. Escribe una matriz cuadrada de orden 4 con las caractersticas que se indican en cada caso:
a) Triangular superior
b) Diagonal
c) Identidad
d) Triangular inferior
e) Simetrica
f ) Escalar
g) Nula
h) Antisimetrica
i ) Cualquiera
135. Calcular el producto A B siendo A y
B las siguientes matrices. Es posible
calcular el producto B A? Explica por
que
A =
_
1 3 2
2 0 1
_
B =
_
_
3 0 1
5 2 0
3 4 2
_
_
136. Con las matrices A y B que se dan al
margen, efectuar las siguientes opera-
ciones:
a) A+B =
b) B A =
c) B
t
=
d) 5A =
e) 3A2B =
A =
_
_
0 2 1 2
2 1 2 4
4 1 1 0
_
_
B =
_
_
2 0 2 0
3 1 0 4
1 3 1 4
_
_
_
_
0 1 1
1 0 1
1 1 0
_
_
, demostrar que A
2
A2I = 0
138. Dada la matriz A, demostrar que A
3
+I = 0 y calcular razonadamente A
100
A =
_
_
0 3 4
1 4 5
1 3 4
_
_
_
a 1
0 a
_
, calcular A
n
_
_
1 0 1
0 1 0
1 0 1
_
_
, calcular A
n
_
_
1 1 1
0 1 1
0 0 1
_
_
, calcular A
n
_
_
1 0 1
0 1 0
0 0 1
_
_
, calcular A
n
_
1 2 1
3 0 1
_
, B =
_
4 0 1
2 1 0
_
, comprueba que:
a) (A+B)
t
= A
t
+B
t
b) (3A)
t
= 3A
t
144. Calcular 3AA
t
2I siendo A =
_
3 1
5 2
_
72 Matematicas de 2

_
3 1
2 3
_
y B =
_
1 2
0 1
_
, comprueba que (AB)
t
= B
t
A
t
Que ocurre con la propiedad conmutativa?
_
2 1 0
1 2 1
_
y B =
_
_
0 1 0
1 2 1
2 0 2
_
_
, comprueba que (AB)
t
= B
t
A
t
Que ocurre con la propiedad conmutativa?
147. Si A es una matriz cuadrada de orden n tal que A
2
= A, sea B = 2A I, siendo I la matriz
identidad de orden n. Calcular B
2
148. Explica por que al hablar de matrices, no es cierto que la suma por diferencia sea igual a la
diferencia de cuadrados; (A+B)(AB) = A
2
B
2
. Pon un ejemplo.
Soluciones de algunos ejercicios
Resolucion del problema 30
Vamos a resolverlo mediante Gauss, si bien vamos a tener dicultades ya que los elementos a pivotar
no son unos. En algunas etapas me doy cuenta de que todos los elementos de una misma la se dividen
por tres y dividire por 3 para simplicar los n umeros sobre los que voy a pivotar.
_
_
3 2 1 1 0 0
0 3 4 0 1 0
2 1 5 0 0 1
_
_
3F3 2F1
_
_
3 2 1 1 0 0
0 3 4 0 1 0
0 1 13 2 0 3
_
_
3F3 + F2
_
_
3 2 1 1 0 0
0 3 4 0 1 0
0 0 43 6 1 9
_
_
43F2 4F3
43F1 +F3
_
_
129 86 0 49 1 9
0 129 0 24 39 36
0 0 43 6 1 9
_
_
F2/3
_
_
129 86 0 49 1 9
0 43 0 8 13 12
0 0 43 6 1 9
_
_
F1 + 2F2
_
_
129 0 0 33 27 15
0 43 0 8 13 12
0 0 43 6 1 9
_
_
F1/(3)
_
_
43 0 0 11 9 5
0 43 0 8 13 12
0 0 43 6 1 9
_
_
F1/43
F2/43
F3/43
_
_
1 0 0 11/43 9/43 5/43
0 1 0 8/43 13/43 12/43
0 0 1 6/43 1/43 9/43
_
_
Por ello, la matriz inversa es
1
43
_
_
11 9 5
8 13 12
6 1 9
_
_
La matriz asociada a este problema es:
_
_
_
E M L
butacas 20 15 10
mecedoras 12 8 5
sillas 18 20 12
_
_
_
Por ello, la produccion mensual es
_
_
20 15 10
12 8 5
18 20 12
_
_
Y la producci on anual es 12
_
_
20 15 10
12 8 5
18 20 12
_
_
=
_
_
240 180 120
144 96 60
216 240 144
_
_
Esto es, se producen 240 butacas E, 180 butacas M, 120 butacas L, 144 mecedoras E, 96 mecedoras
M, 60 mecedoras L, 216 sillas E, 240 sillas M, y 144 sillas L.
a) La matriz asociada a este apartado es:
_
_
_
v. normales v. grandes
vivienda A 4 3
vivienda B 5 4
vivienda C 6 5
_
_
_
b) La matriz asociada a este apartado es:
_
cristales bisagras
v. normales 2 4
v. grandes 4 6
_
74 Matematicas de 2

c) Para relacionar los cristales y bisagras con los tipos de vivienda tenemos que multiplicar las dos.
Para ello usamos que lo que tienen en com un son el tipo de ventanas, por lo que deberan coincidir
las columnas de la primera matriz
15
con las las de la segunda, que son los apartados que hablan
de tipos de ventana.
_
_
4 3
5 4
6 5
_
_
_
2 4
4 6
_
=
_
_
20 30
36 44
32 64
_
_
Por ello, el resultado o matriz calculada es:
_
_
_
cristales bisagras
vivienda A 20 34
vivienda B 26 44
vivienda C 32 54
_
_
_
La matriz asociada a este problema es:
_
M
1
M
2
M
3
M
4
bombillas T 300 400 250 500
bombillas C 200 250 180 300
_
Al hablar de bombillas defectuosas y buenas, la matriz asociada a este apartado es:
_
_
_
_
_
_
defectuosas buenas
M
1
0
02 0
98
M
2
0
05 0
95
M
3
0
08 0
92
M
2
0
10 0
90
_
_
_
_
_
_
Para relacionar ambas matrices se van a usar los tipos de bombillas, M
1
, , M
4
, ya que es el
unico tipo de informacion repetida en las matrices. Como para multiplicar dos matrices el n umero
de columnas de la primera ha de coincidir con el n umero de las de la segunda, multiplico las dos
matrices anteriores en el orden que han aparecido antes:
_
300 400 250 500
200 250 180 300
_
_
_
_
_
0
02 0
98
0
05 0
95
0
08 0
92
0
10 0
90
_
_
_
_
=
_
96 1354
60
9 869
1
_
Teniendo en cuenta que el n umero de bombillas defectuosas o buenas ha de ser un n umero entero,
trunco o redondeo por defecto, teniendose que la matriz calculada es:
_
defectuosas buenas
bombillas T 96 1354
bombillas C 61 869
_
15
Esto no es sino el que a la hora de multiplicar dos matrices, el n umero de columnas de la primera ha de coincidir con el n umero de
las de la segunda.
I.E.S. TRAFALGAR Matem aticas de 2
o
BACH HHCCSS Ejercicios de autoevaluaci on de matrices
a)
_
_
_
_
_
_
3 4 1 2
2 4 1 7
1 2 5 6
2 3 2 4
2 0 0 3
_
_
_
_
_
_
b)
_
_
_
_
2 1
0 3
2 1
4 2
_
_
_
_
c)
_
_
3 2
4 1
2 5
_
_
d)
_
0 2
2 3
_
e)
_
4 5 7 2
3 2 1 4
_
f )
_
_
2 2
2 6
9 5
_
_
g)
_
_
1 2 3
2 3 0
1 2 6
_
_
h)
_
1 2 3
1 0 2
_
i )
_
_
_
_
1 0 3
2 1 3
2 1 4
2 5 7
_
_
_
_
j )
_
2 4
_
k) (2)
l )
_
1
3
_
m)
_
_
_
_
_
_
3
1
2
0
0
_
_
_
_
_
_
n)
_
_
3
4
7
_
_
n)
_
3
2
_
21
= 3, a
13
= 1, a
22
= 3, a
23
= 0,
a
31
= 2, a
32
= 3, a
33
= 5, a
11
= 2, a
12
= 3
a)
_
_
2 1
1 0
2 1
_
_
+
_
_
1 3
1 2
7 0
_
_
=
b)
_
1 0
6 0
_
_
2 4
3 0
_
=
c) 7
_
2 1 3
2 0 8
_
=
d)
_
2 4 2 3
1 3 2 4
_
t
=
e)
_
2 1 4
0 3 2
_
_
_
0 2
2 3
1 4
_
_
=
f )
_
_
3 1
5 1
0 4
_
_
_
2 0 1
1 2 1
_
=
g)
_
_
1 0 2
3 0 2
2 1 1
_
_
3
=
4. Efect ua los posibles productos entre las siguientes matrices:
A =
_
_
_
_
0 2
1 1
3 4
0 2
_
_
_
_
, B =
_
_
1 0
2 1
1 3
_
_
, C =
_
_
2
3
1
_
_
, D =
_
2 1
0 3
_
, E =
_
_
0 1 1
3 2 1
2 2 1
_
_
5. Dada la matriz A, demostrar que A
3
+I = 0 y calcular razonadamente A
121
A =
_
_
0 1 1
3 4 3
4 5 4
_
_
6. Sea n un n umero entero cualquiera. Calcular
_
_
1 0 1
0 1 0
1 0 1
_
_
n
76 Matematicas de 2

7. Calcula la inversa de la matriz A =
_
_
2 1 4
2 3 5
2 5 7
_
_
8. Estudiar si existe alg un valor x que cumpla
_
2 3
5 4
_
+x
_
1 6
2 5
_
=
_
0 9
1 6
_
.
9. Encontrar X de modo que XAB
t
= CD, siendo:
A =
_
_
1 0 1
2 1 0
0 0 1
_
_
, B =
_
_
1 1 1
1 0 1
1 1 0
_
_
, C =
_
_
1 1 1
1 1 0
0 0 2
_
_
, D =
_
_
2 3 1
2 0 1
0 2 1
_
_
10. Sea B una matriz cuadrada de orden 3 que posee inversa. Encontrar una matriz X de modo
que se cumpla B(I + 3A) = B +BAXA, siendo:
A =
_
_
2 1 3
2 3 0
0 1 1
_
_
,
11. Obtener las matrices A y B que veriquen el sistema:
_
_
3A+ 2B =
_
7 12 14
4 5 2
_
5A2B =
_
1 4 18
4 3 18
_
12. Calcular x, y tales que
_
3 6
x 2
__
y 2
x y
_
=
_
3 0
0 2
_
13. Se consideran los siguientes productos. Determinar cuales de ellos se corresponden al desarrollo
de un determinante de 8
o
orden, y en caso armativo, establecer su signo.
a) a
25
a
58
a
12
a
31
a
74
a
43
a
67
a
86
b) a
12
a
27
a
54
a
61
a
85
a
33
a
77
a
46
14. Calcular el siguiente determinante (es muy facil)
0 0 1 0 4
0 1 3 0 2
2 e
x
i
0 1 1 0 0
0
7 0 1 0
=
15. Sin calcularlo, explicar por que:
1 0 1 0
0 1 0 1
1 0 0 1
0 1 1 0
= 0
16. Resolver la ecuaci on siguiente:
x 2 1 1
1 x 2 1
0 1 x 2
= 0
17. Razonar que el determinante siguiente es nulo para x
1
= 0, x
2
= 1, x
3
= 2 y x
4
= 1. Es nulo
para alg un otro valor de x? por que?
x 1 2 1
x
2
1 4 1
x
3
1 8 1
x
4
1 16 1
18. Sin desarrollar el determinante siguiente, comprender por que es cierto que siempre se cumple
que:
1 2 3 4
a b c d
e f g h
j k
=
b 2 j f
a 1 i e
d 4 j
c 3 k g
19. Calcular el rango de la siguiente matriz
A =
_
_
_
_
_
_
1 2 3 1
0 3 1 2
0 3 9 1
0 0 8 1
2 1 3 1
_
_
_
_
_
_
20. Calcular el rango de la matriz A en funcion del parametro k:
A =
_
_
_
_
1 0 0 1
0 k 1 0
0 2 k 1
0 0 1 2
_
_
_
_
_
_
1 2 1
1 m 0
3 6 m
_
_
1
b) Calcula A
1
para m = 2
22. Dada A =
_
_
0 1 2
1 1 0
0 1 1
_
_
, probar que A
4
+ 3A = 0. Deducir que A
18
=
_
_
729 0 0
0 729 0
0 0 729
_
_
23. Determinar, seg un Rouche-Frobenius, la compatibilidad del sistema siguiente. Resolver, apli-
cando el metodo de Gauss, si fuera compatible
x +y +z = 2
2x y + 2z = 1
x + 2y +z = 4
_
_
_
24. Se consideran cuatro colegios C
1
, C
2
, C
3
, C
4
que poseen educaci on infantil (I), primaria (P) y
secundaria (S); en el C
1
hay 200 alumnos de infantil, 250 de primaria, y 100 de secundaria, en
el C
2
hay 200 I, 400 P y 50 S, en el C
3
hay 60 I, 100 P y 80 S, y en el mayor de todos, C
4
, hay
200 I, 300 P y 120 S. De los alumnos de infantil se sabe que un 20 % usa solo transporte (ST),
un 30 % usa solo comedor (SC), un 40 % usa comedor y transporte (CY T), y un 10 % nal que
no usa nada (NUN). En primaria tenemos un 40 % que usa solo transporte, un 20 % que usa
solo comedor, un 20 % que usa ambos y un 20 % que no usa nada, y en secundaria tenemos un
60 % que usa solo comedor, un 30 % que usa solo transporte, y un 10 % que no usa nada.
a) Escribir una matriz A que exprese el el n umero y tipo de alumnos de cada centro.
b) Escribir una matriz que exprese la proporcion de ST, SC, CY T y NUN en cada tipo de
ense nanza.
c) Obtener una matriz que nos exprese el n umero de ST, SC, TUC y NUN de cada centro.
La matriz A no podra ser traspuesta.
78 Matematicas de 2

b) Si las matrices A y B unen los nodos numerados con las etiquetas 1, 2, 3, 4, 5 represente
los grafos no dirigidos asociados a las matrices de adyacencia simetricas:
A =
_
_
_
_
_
_
1 0 1 0 1
0 0 0 0 0
1 0 1 1 0
0 0 1 0 0
1 0 0 0 1
_
_
_
_
_
_
, B =
_
_
_
_
_
_
1 0 0 1 0
0 1 1 1 0
0 1 0 0 1
1 1 0 0 0
0 0 1 0 0
_
_
_
_
_
_
c) Efectuar la operaci on A B. Vuelve a ser una matriz simetrica?
26. En una carnicera, si compro 3 kilos de carne de cerdo, 2 de ternera y 1 de pollo, me cobran
18 C, si compro un kilo de cada me cobran 8 C, y si compro 2 de cerdo y uno de ternera me
cobran 6 CEl precio del ultimo da estaba bien? Si el kilo de pollo vale 1 CCu al debera haber
sido el precio del ultimo da?

Segundo Bachillerato - Tema 4 - Matrices

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Segundo Bachillerato - Tema 4 - Matrices

Enviado por

Direitos autorais:

Formatos disponíveis

Captulo 4

Matrices. Determinantes. Aplicaciones

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

de m las y n + 1 columnas siguiente:

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

, por lo que el rango de A

) = 3, y por Rouche-Frobenius el sistema de ecuaciones es incompatible, por

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

5 de ciruelas y 3 de platanos. En la fruteria A, los precios de las

8 euros/kg, los de las ciruelas 2

1 y los de los platanos 1

75 respectivamente. Se escriben las matrices

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

CCSS Departamento de Matematicas del I.E.S. Trafalgar, BARBATE

Você também pode gostar