1

Tema 1. Álgebra lineal. Matrices

0.1 Introducción
Los sistemas de ecuaciones lineales aparecen en un gran número de situaciones. Son
conocidos los métodos de resolución de los mismos cuando tienen dos ecuaciones y dos
incógnitas que se estudian en la enseñanza secundaria: los de reducción, sustitución e
igualación. Ahora se trata de ver cómo puede procederse cuando hay mayor número de
ecuaciones y de incógnitas simplificando lo más posible la escritura.
La forma de resolver un sistema consiste en realidad en ir sustituyendo el sistema por
otro equivalente (es decir, que tenga las mismas soluciones) pero que vaya siendo cada vez
más sencillo, hasta llegar a uno que sepamos resolver. Las operaciones que transforman
un sistema en otro equivalente son esencialmente dos:

1. Multiplicar una ecuacion por un número distinto de 0.

2. Sumar una ecuación a otra.

Consideremos el siguiente ejemplo:


 3x +2y = 8
(0.1)
 2x +4y = 5

Se puede proceder ası́: se multiplica la primera ecuación por 2 y la segunda por −3. Se
obtiene ası́ el sistema equivalente

 6x +4y = 16
; (0.2)
 −6x −12y = −15

sustituimos la segunda ecuación por la suma de las dos, y resulta


 6x +4y = 16
(0.3)
 −8y = 1
Este sistema se llama triangular y ya se sabe resolver: se despeja la y en la segunda
ecuación, se sustituye en la primera y en ésta se despeja la x; resulta

 1
 y=−
8µ ¶ (0.4)
 1 33 11
 6x + 4 − = 16 =⇒ 6x = =⇒ x =
8 2 4
2

Obsérvese que puede evitarse modificar la primera ecuación y actuar sólo sobre la segunda:
  
 3x +2y = 8  3x +2y = 8  3x +2y = 8
=⇒ =⇒ (0.5)
 2x +4y = 5  −3x −6y = − 15 (− 3 )  −4y = 1
2 2 2

Nótese también que todo se simplifica si se omite la escritura de las incógnitas y se escriben
sólo los coeficientes. Ası́, (0.5) puede escribirse
     
3 2 8 3 2 8 3 2 8
  =⇒   =⇒   (0.6)
2 4 5 −3 −6 − 15 2
0 −4 1
2

con el convenio de que la primera columna representa los coeficientes de x, la segunda los
coeficientes de y y la tercera los términos independientes. De esta manera llegamos a las
tablas de números que reciben el nombre genérico de matrices.

0.2 Matrices.
Definición 0.1 Una matriz es una estructura rectangular de números
 
a a12 . . . a1n
 11 
 
 a21 a22 . . . a2n 
A= 

 (0.7)
 ... ... ... ... 
 
am1 am2 . . . amn

Los valores aij se llaman los elementos de la matriz. La matriz completa se representa
por (aij ). Si la matriz tiene m filas y n columnas, se dice que tienen dimensión m × n.

Definición 0.2 Dos matrices son iguales si tienen la misma dimensión y los elementos
que ocupan el mismo lugar en ambas son iguales.

Otros nombres que deben conocerse:

• Si el número de filas es igual que el número de columnas, la matriz se llama cuadrada.

A ese número (el de filas o el de columnas) se le llama el orden de la matriz cuadrada.

• Se llama matriz fila aquélla que tiene una sola fila, por ejemplo
³ ´
A= 3 −1 2 0 5
 3

• Se llama matriz columna aquélla que tiene una sola columna, por ejemplo
 
3
 
 
 −1 
 
 
A= 2 
 
 
 0 
 
5

• En una matriz cuadrada se llama diagonal principal al conjunto de los elementos de

la forma aii .

• Dada una matriz A, se llama matriz traspuesta de A, y se representa por At , a la

que se obtiene cambiando las filas y las columnas, por ejemplo
 
3 −1
 
   
 −1 −1 
3 −1 2 0 5  
  t  
A= =⇒ A =  2 2 
−1 −1 2 3 4  
 
 0 3 
 
5 4
Si la dimensión de A es m × n, la de At es n × m.

• Una matriz cuadrada se llama simétrica si es igual a su traspuesta, por ejemplo

 
3 −1 3
 
 
A =  −1 −1 2 
 
3 2 0

• Se llama matriz nula aquélla cuyos elementos son 0; por ejemplo

 
0 0 0
A= 
0 0 0
es la matriz nula de dimensión 2 × 3.

• Se llama matriz diagonal a la matriz cuadrada que tiene nulos todos los términos
que no están en la diagonal principal, por ejemplo
   
3 0 0 3 0 0
   
   
A =  0 −1 0  o A= 0 0 0 
   
0 0 5 0 0 5
4

• Se llama matriz unidad o matriz identidad a la matriz diagonal que tiene todos los
elementos de la diagonal principal igual a 1; por ejemplo
 
1 0 0
 
 
A= 0 1 0 
 
0 0 1

es la matriz unidad de orden 3.

• Se llama matriz triangular superior (inferior) a toda matriz cuadrada que tiene
nulos todos los términos que están por debajo (encima) de la diagonal principal,
por ejemplo
   
3 1 −2 3 0 0
   
   
A =  0 −1 3  o A =  2 −1 0 
   
0 0 5 5 3 1

0.3 Operaciones con matrices: suma, producto por

un número y diferencia.
Definición 0.3 Sean A = (aij ) y B = (bij ) dos matrices de la misma dimensión. Se
define la suma de A y B, C = A + B, como aquella matriz C de la misma dimensión tal
que
cij = aij + bij 1≤i≤m 1≤j≤n

Si las matrices no tienen la misma dimensión, no se pueden sumar.

Ejemplo 0.4
     
3 1 −2 −2 1 1 1 2 −1
 + = 
0 −1 3 3 −2 3 3 −3 6

Definición 0.5 Sea A = (aij ) una matriz de dimensión m × n cualquiera y λ un número

real. Se define el producto de λA, C = λA, como aquella matriz C de la misma dimensión
tal que
cij = λaij 1≤i≤m 1≤j≤n

En particular, cuando λ = −1, se obtiene la matriz opuesta de A, −A.

 5

Ejemplo 0.6    
3 1 −2 −6 −2 4
−2  = 
0 −1 3 0 2 −6

Definición 0.7 Se define la diferencia entre A y B, A − B = A + (−B).

0.4 Producto de matrices.

Vamos a definir el producto de matrices de una forma aparentemente extraña, pero que
se revela luego que es la más útil para las aplicaciones. Este producto no va a permitir
multiplicar dos matrices cualesquiera. Se necesitará que el número de columnas del primer
factor coincida con el número de filas del segundo; y la matriz producto tendrá tantas
filas como tenı́a el primer factor y tantas columnas como tenı́a el segundo. La definición
es la siguiente:

Definición 0.8 Sean A = (aij ) una matriz de dimensión m × n y B = (bij ) una matriz
de dimensión n × p. Se define el producto C = AB como la matriz C = (cij ) de dimensión
m × p definida por

cij = ai1 b1j + ai2 b2j + · · · + ain bnj 1≤i≤m 1≤j≤p

Ejemplo 0.9  
  −2 1
3 1 −2  
 
 3

−2  =
0 −1 3  
1 0
   
3(−2) + 1 · 3 + (−2)1 3 · 1 + 1(−2) + (−2)0 −5 1
 = 
0(−2) + (−1)3 + 3 · 1 0 · 1 + (−1)(−2) + 3 · 0 0 2

El siguiente ejemplo muestra la utilidad del producto de matrices y la razón por la

que se define de esta manera. Supongamos que deseamos hallar los números x1 , x2 que
verifican  
 3x −2x = y  5y −y2 =6
1 2 1 1
siendo (0.8)
 4x +x = y  −y +3y2 = 7
1 2 2 1

Una forma de atacar el problema es, por supuesto, resolver el segundo sistema, sustituir
en el primero los valores de y1 y2 hallados y resolver el primer sistema también. Pero más
6

directo es sustituir en el segundo sistema las expresiones de y1 y2 dadas por el primer

sistema y ası́ obtener lo siguiente

 5(3x − 2x ) − (4x + x ) = 6
1 2 1 2
=⇒
 −(3x − 2x ) + 3(4x + x ) = 7
1 2 1 2

 
 (5 · 3 + (−1)4)x +(5(−2) + (−1)1)x2 = 6  11x −11x = 6
1 1 2
=⇒
 ((−1)3 + 3 · 4)x +((−1)(−2) + 3 · 1)x = 7  9x +5x2 = 7
1 2 1

De este modo hay que resolver un solo sistema. Pues bien, con el cálculo matricial se
simplifica la escritura. El problema (0.8) se escribe:
         
3 −2 x1 y1 5 −1 y1 6
  =  siendo    =   (0.9)
4 1 x2 y2 −1 3 y2 7

Sustituyendo el término independiente del primer sistema en el segundo, resulta

          
5 −1 3 −2 x1 6 11 −11 x1 6
    =   =⇒   = 
−1 3 4 1 x2 7 9 5 x2 7

Se comprobará en los diversos ejercicios que la multiplicación de matrices no es conmu-

tativa; por ejemplo, el producto de las dos matrices del último ejemplo en orden contrario,
da una matriz cuadrada de orden 3. Sin embargo, el producto de matrices sı́ es asociativo,
es decir, para multiplicar tres matrices (que se puedan multiplicar, es decir, de manera
que el número de columnas de la primera coincida con el número de filas de la segunda
y el número de columnas de la segunda coincida con el número de filas de la tercera) se
puede hacer
ABC = (AB)C = A(BC).

0.5 Sistemas de ecuaciones lineales.

Un sistema de m ecuaciones lineales con n incógnitas se puede escribir


 a11 x1 +a12 x2 + . . . +a1n xn = b1




 a x +a22 x2 + . . . +a2n xn = b2
21 1
(0.10)

 ... ... +... ... ...




 a x +a x + . . . +a x = b
m1 1 m2 2 mn n m
 7

Los números aij son los coeficientes del sistema, Los números b1 , ..., bm son los términos
independientes y x1 , ..., xn son las incógnitas del sistema. Cuando todos los términos
independientes son nulos, el sistema se llama homogéneo.

Definición 0.10 Una solución del sistema es un conjunto ordenado de números {s1 , ..., sn }
tal que si se sustituye la letra x1 por el número s1 , la letra x2 por el número s2 , ..., la
letra xn por el número sn , se verifican las m igualdades.

Si un sistema no tiene solución, se llama incompatible; por ejemplo,


 x +x = 1
1 2
 x +x = 2
1 2

es incompatible, porque dos números no pueden sumar a la vez 1 y 2. Si un sistema tiene

al menos una solución, se llama compatible. Y dentro de éstos, se llamará compat-
ible determinado, si tiene una sola solución (como por ejemplo (0.1)) o compatible
indeterminado, si tiene más de una solución (como por ejemplo el sistema formado por
la ecuación x + y = 1). De hecho todo sistema compatible indeterminado tiene infinitas
soluciones, como se verá después.
Utilizando la notación matricial que conocemos, el sistema lineal puede escribirse del
modo siguiente. Llamamos matriz del sistema a la matriz
 
a a12 . . . a1n
 11 
 
 a21 a22 . . . a2n 
A= 


 ... ... ... ... 
 
am1 am2 . . . amn
formada por los coeficientes y matriz ampliada a la matriz
 
a a12 . . . a1n b1
 11 
 
 a21 a22 . . . a2n b2 
A0 = 



 ... ... ... ... ... 
 
am1 am2 . . . amn bm
Entonces (0.10) puede escribirse :
    
a a12 ... a1n x b1
 11   1   
     
 a21 a22 ... a2n   x2   b2 
   =  (0.11)
     
 ... ... ... ...   ...   ... 
     
am1 am2 ... amn xn bm
8

Las transformaciones de las que hablábamos en la Introducción que convierten los

sistemas en equivalentes son las que se llaman transformaciones de filas, que son tres:

1. Multiplicar una fila por un número no nulo. Si la fila i se multiplica por k, escribire-
mos Fi → kFi .

2. Sumarle a una fila otra u otra multiplicada por un número no nulo. Si la fila i se
sustituye por la suma de ella misma y de la fila j multiplicada por k, escribiremos
Fi → Fi + kFj .

3. Cambiar de orden dos filas. Si intercambiamos las filas i y j, escribiremos Fi ↔ Fj .

Estas transformaciones aplicadas a la matriz ampliada de un sistema, lo transforman en

otro equivalente. Ası́ por ejemplo, las transformaciones de (0.1), (0.2) y (0.3), se pueden
expresar brevemente
     
3 2 8 6 4 16 6 4 16
  ∼  ∼  (0.12)
2 4 5 F1 →2F1 −6 −12 −15 0 −8 1
F2 →−3F2 F2 →F2 +F1

0.6 El método de Gauss para la resolución de sis-

temas lineales.

El método de Gauss es un método que permite conocer si un sistema lineal es compatible

o incompatible y resolverlo en el primer caso. Lo hace transformando el sistema propuesto
en otro que sea equivalente y triangular, que se sabe resolver de forma análoga a como
hicimos en la Introducción. Explicamos el método sobre un ejemplo. Supongamos que
pretendemos resolver 

 x +y −2z = 9


2x −y +4z = 4 (0.13)



 2x −y +6z = −1

cuya matriz ampliada es  

1 1 −2 9
 
 
 2 −1 4 4 .
 
2 −1 6 −1
 9

Utilizando el término a11 , transformamos el sistema en uno equivalente que tenga nulos
los elementos de la primera columna que están por debajo de él:
   
1 1 −2 9 1 1 −2 9
   
   
 2 −1 4 4  ∼  0 −3 8 −14 .
   
2 −1 6 −1 F2 →F2 −2F1 0 −3 10 −19
F3 →F3 −2F1

Utilizando ahora el término a22 , transformamos el sistema en uno equivalente que tenga
nulos los elementos de la segunda columna que están por debajo de él:
   
1 1 −2 9 1 1 −2 9
   
   
 0 −3 8 −14  ∼  0 −3 8 −14  .
   
0 −3 10 −19 0 0 2 −5
F3 →F3 −F2

El sistema es, pues, equivalente a



 x +y −2z =9


−3y +8z = −14 , (0.14)



 2z = −5

que se resuelve de abajo a arriba obteniéndose la solución única

5
z=− y = −2 x = 6.
2
El sistema es compatible determinado.
Aplicamos el método al ejemplo siguiente


 2x −y +z =3


4x −4y +3z = 2 (0.15)



 2x −3y +2z = 1

Quedarı́a:
     
2 −1 1 3 2 −1 1 3 2 −1 1 3
     
     
 4 −4 3 2  ∼  0 −2 1 −4  ∼  0 −2 1 −4 
     
2 −3 2 1 F2 →F2 −2F1 0 −2 1 −2 0 0 0 2
F3 →F3 −F1 F3 →F3 −F2

El sistema es equivalente a 

 2x −y +z =3


−2y +z = −4 . (0.16)



 0z =2
10

La última ecuación es claramente imposible de verificar. El sistema es incompatible.

Apliquemos por último el método al sistema


 x −3y +z =4


x −2y +3z =6 (0.17)



 2x −5y +4z = 10

Resultarı́a:
     
1 −3 1 4 1 −3 1 4 1 −3 1 4
     
     
 1 −2 3 6  ∼ 0 1 2 2  ∼ 0 1 2 2 
     
2 −5 4 10 F2 →F2 −F1 0 1 2 2 0 0 0 0
F3 →F3 −2F1 F3 →F3 −F2

La última ecuación se verifica de forma trivial de modo que el sistema es equivalente a


 x −3y +z = 4
(0.18)
 y +2z = 2

Para resolver este sistema, se introduce el parámetro λ = z y se resuelve el sistema


 x −3y = 4 − λ
(0.19)
 y = 2 − 2λ

cuya solución es
z = λ, y = 2 − 2λ, x = 10 − 7λ ∀λ ∈ R

El sistema es compatible indeterminado.

El término de la diagonal que se utiliza para anular los términos de la columna que
están por debajo de él, recibe el nombre de pivote.

0.7 Determinantes.

A las matrices cuadradas se les asocia un número, llamado determinante de la matriz,

que resulta muy útil para bastantes cuestiones. Este número se representa escribiendo
los elementos de la matriz entre dos barras verticales (en vez de entre paréntesis). Lo
definiremos para las matrices cuadradas de orden 2 y 3 e indicaremos cómo se calcula
para matrices de mayor orden.
 11

Si A es una matriz cuadrada de orden 2, se define

¯ ¯
¯ ¯
¯ a11 a12 ¯
¯ ¯ = a11 a22 − a12 a21 (0.20)
¯ ¯
¯ a21 a22 ¯

Si A es una matriz cuadrada de orden 3, se define

¯ ¯
¯ ¯
¯ a11 a12 a13 ¯
¯ ¯
¯ ¯
¯ a21 a22 a23 ¯ = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a13 a22 a31 − a12 a21 a33 − a11 a23 a32
¯ ¯
¯ ¯
¯ a31 a32 a33 ¯
(0.21)
Si A es una matriz cuadrada de cualquier orden triangular, su determinante es el
producto de los términos de la diagonal. Para calcular el determinante de una matriz
cuadrada cualquiera, se aplican las transformaciones de filas Fi → Fi + kFj hasta con-
vertirla en una matriz triangular; entonces, el determinante de la matriz triangular es el
determinante de la matriz original.
Cuando un sistema lineal tiene el mismo número de ecuaciones que de incógnitas, la
matriz de ese sistema es cuadrada. Pues bien, si su determinante es distinto de 0, el sistema
es compatible determinado independientemente de cómo sean los términos independientes;
estos sistemas se llaman sistemas de Cramer. Si el determinante es 0, entonces el sistema
es compatible indeterminado o incompatible según sean los términos independientes; en
particular, en el caso del sistema homogéneo, resulta ser compatible indeterminado. El
resultado exacto que detalla todo lo que sucede es el Teorema de Rouché-Frobenius que
se estudia en Bachillerato.