Nmeros y lgebra

MATRICES
Una matriz es un conjunto de nxm elementos dispuestos en n filas y m columnas. Las
matrices se suelen denominar con una letra mayscula (A, B,C,....) y abreviadamente se
suele escribir A aij i = 1,2...n; j = 1,2...,m.

En general definimos una matriz de orden (nxm) como una caja de la forma:

( ) Esta matriz tiene n filas y m columnas.

Su dimensin es nxm (nmero de elementos).

En esta matriz ( ) el elemento ser el nmero situado en la fila 2 columna

3, es decir . Esta matriz es de tamao 3x3.

Definiciones:

Matriz fila: Matriz de tamao 1xm ( ). Ejemplo( 1 2 3 5 -2) 1x5

Matriz Columna: Matriz de tamao nx1 ( ). Por ejemplo ( ) .

Matriz escalonada por filas: En cada fila el nmero de ceros que precede al primer
elemento no nulo es mayor que en la fila precedente.

( )

Matriz cuadrada: Es una matriz de tamao nxn, es decir, tiene el mismo nmero de
filas que de columnas.

( ) Por ejemplo: ( )

Diagonal principal en una matriz cuadrada son los elementos: aij ; (i j )

Es decir . En el ejemplo: 1 7 6

Diagonal secundaria en una matriz cuadrada son los elementos:

( ) ( ) . En el ejemplo 5 7 0
Matriz triangular: Es una matriz cuadrada en la que todos los elementos situados a un
mismo lado de la diagonal son nulos.

Si son nulos los elementos situados por debajo de la diagonal principal, se llama matriz

triangular superior. ( )

Si son nulos los elementos situados por encima de la diagonal principal, se llama matriz

triangular inferior. ( )

Matriz Diagonal: Es una matriz cuadrada en la que todos los elementos que no estn en

la diagonal principal son nulos. ( ).

Matriz Escalar: Es una matriz diagonal en la que todos los elementos de la diagonal

principal son iguales ( ).

Matriz Unidad o Identidad: Es una matriz diagonal en la que todos los elementos de la

diagonal principal son iguales 1. ( ).

Matriz Nula: Todos sus elementos son nulos. ( ).

Matriz Opuesta: Dada una matriz A aij llamamos matriz opuesta de A a otra matriz

cuyos elementos son los opuestos de A, es decir, A aij ( )

( )

Matriz Traspuesta: Dada una matriz A se llama matriz traspuesta a la obtenida

intercambiando en la matriz A las filas por columnas. Se denota por AT.

( ) ( )

Notas:
1. Observar que si una matriz es de tamao nxm su traspuesta ser de tamao mxn.
2. La traspuesta de la traspuesta coincide con la matriz inicial ( )
3. Una matriz cuadrada se llama simtrica si coincide con su traspuesta, es decir, si

. Por ejemplo la matriz ( )

4. Una matriz cuadrada se dice antisimtrica si coincide con la opuesta de su traspuesta,

es decir, si . Por ejemplo la matriz ( )

( ) .

5. Toda matriz cuadrada A se puede descomponer de modo nico como suma de una
matriz simtrica S y otra antisimtrica H .

S
1
2
A At
ASH

H 1 A At
2

Ejemplo: Calcula los valores de a, b, c para que esta matriz sea antisimtrica:

( ) ( ) {

Matrices iguales: Dos matrices del mismo tamao son iguales si todos sus elementos
coinciden.

Operaciones con matrices

Suma y resta de dos matrices:
Para sumar dos matrices A y B, es necesario que tengan la misma dimensin. En tal
caso, se suman trmino a trmino:
( ) ( ) ( )
Para restar dos matrices A y B, es necesario que tengan la misma dimensin. En tal
caso, se restan trmino a trmino:
( ) ( ) ( )

Propiedades de la suma de matrices:

Es conmutativa: A + B = B + A
Es asociativa: A + (B+C) = (A+B)+ C
Elemento Neutro: Matriz Nula A + O = O + A = A, para toda matriz A
Elemento Simtrico: Matriz opuesta A + (-A) = (-A) + A = O

Producto de un nmero por una matriz:

Para multiplicar un nmero k por una matriz ( ), se multiplica ese nmero por
cada trmino de la matriz:
( )
Propiedades:
Distributiva k (A+B) = kA + kB
(k + h)A = kA + hA
Asociativa (kh)A = k(hA)
Elemento Neutro k = 1. 1A = A para toda matriz A
Ejemplo: Sean las matrices
1 2 2 0 3 1

A 0 5 B 4 1 C 3 2
1 4 3 2 0 1

Calcula : D A 2B 3C
1 2 2 0 3 1 1 2 4 0 9 3

D 0 5 2 4 1 3 3 2 0 5 8 2 9 6
1 4 3 2 0 1 1 4 6 4 0 3

12 1

1 3
5 5

Ejemplo: Calcula A y B sabiendo que { donde ( )y

( )

( ) ( ( ) ( ))

( ) ( )

( ) ( ) ( )

Producto de dos matrices.-

Para que dos matrices A y B se puedan multiplicar es necesario que el nmero de
columnas de la primera sea igual al nmero de filas de la segunda. En tal caso el
producto es otra matriz P A.B cuyos elementos se obtienen multiplicando cada vector
fila de la primera por cada vector columna de la segunda del siguiente modo:

( ) ( ) ( )

Como si calcularamos el producto escalar del vector formado por la fila i de la matriz A
y el vector formado por la columna j de la matriz B.

Ejemplo:
Se multiplica cada una de las filas de la 1 matriz por cada una de las columnas de la 2
matriz.
1 3
2 3 0 8 6
2 0
1 0 113 0 1 1 4 22
32
NOTA: El producto de matrices no cumple propiedades que son evidentes para el
producto de nmeros, concretamente destacaremos dos:

1) El producto de matrices no es conmutativo: A B B A.

2 0 1 2 2 4 1 2 2 0 4 6
-Ejemplo:
1 3 4 1 13 5 4 1 1 3 9 3

2) El producto de dos matrices puede ser cero sin serlo ninguna de ellas.

0 0 3 3 0 0
-Ejemplo:
1 3 1 1 0 0

Sin embargo, si cumple otras propiedades como las siguientes:

1) Asociativa: (A B) C = A (B C)
2) Distributiva respecto de la suma: A (B + C) = A B + A C
3) AB B t At
t

RANGO DE UNA MATRIZ

- Definicin: Se llama rango de una matriz al nmero de vectores fila (o de vectores
columna) linealmente independientes de dicha matriz. Se representa as: rg A o RA

- Ejemplo:
3 2 6 3 2 1
1 5 F2 2F1 F3 F1 F2 L.I .
A B 4 1 1 C 0 4 4
2 10 rgA 1 1 1 7 rgB 2 0 0 2 rgC 3

En general no es fcil saber a simple vista cul es el rango de una matriz porque la
combinacin lineal entre sus filas (o entre sus columnas), si existe, puede ser difcil de
descubrir. Disponemos de dos mtodos distintos que nos permitirn averiguar el rango de
cualquier matriz mediante un proceso sistemtico, sin necesidad de tener que buscar las
posibles combinaciones.

CLCULO DEL RANGO CON EL MTODO DE GAUSS

Si consideramos la matriz como un conjunto de vectores colocados uno encima del

otro, el clculo del rango coincide con el estudio de la dependencia lineal.

- Ejemplo: Calcula el rango de la siguiente matriz por el mtodo de Gauss:

3 2 1 1 1 1 3 0 1 1 3 0 1 1 3 0
F1 F2 F2 3F1 F3 F2
A 1 1 3 0 3 2 1 1 0 5 10 1 0 5 10 1 rgA 2
F F
1 4 1 4 3 1 0 5 10 1 0 0 0
7 1 7 1 0
MATRIZ INVERSA
Sea A una matriz cuadrada, se llama matriz inversa de A y se representa por A-1,
a aquella que multiplicada por A da como resultado la matriz identidad:

AA1 I A1 A I
2 5 3 5 1 0 1 0
-Ejemplo: A A 1 ; AA 1 A 1 A
1 3 1 2 0 1 0 1

El clculo de la matriz inversa es bastante ms complicado que el de la matriz

opuesta y, adems, no siempre existe.
A M n . Entonces: A1 rA n
Propiedades:
a) (A B)1 = B1 A1
b) (A1 ) 1 = A
c) (k A)1 = k1 A1 k distinto de cero
d) (AT) 1 = (A 1)T
Para calcular la matriz inversa de A por el mtodo de Gauss debemos utilizar las
transformaciones equivalentes que conocemos. Podemos resumirlo en los siguientes
pasos:
1) Construir la matriz de dimensin n 2n colocando A en la mitad izquierda de y la
matriz identidad I en la derecha.
2) Transformamos la matriz A en la matriz identidad, haciendo primero ceros bajo su
diagonal principal, despus haciendo ceros sobre ella y, finalmente, dividiendo cada fila
por el valor que haga uno el elemento de la diagonal principal.
3) La matriz que nos queda en la parte derecha ser la inversa de A.
4) Podemos comprobar con facilidad que la solucin es correcta multiplicando ambas
matrices y obteniendo como resultado la identidad.
- NOTA: Si al escalonar la matriz obtenemos toda una fila o toda una columna nula,
podremos afirmar que esa matriz no es invertible. Si una matriz tiene inversa se dice
regular y si no la tiene singular.
Este proceso que hemos detallado se puede resumir esquemticamente como sigue:

A I Transform
I
aciones Equivalen tes
A1
- Ejemplo: Calcula la inversa de las siguientes matrices por el mtodo de Gauss:
1 3 3
1 2
a) A b) B 1 4 3
3 4 1 3 4

I
A1
A I
1 0 2 1
1 2 1 0 F2 3F1 1 2 1 0 F1 F2 1 0 2 1 22
3 1
F

3 4 0 1 0 2 3 1 0 2
3 1 0 1
2 2

1 3 3 1 0 0 1 3 3 1 0 0 1 3 0 4 0 3 1 0 0 7 3 3
F2 F1 F1 3F3 F1 3F2
1 4 3 0 1 0 0 1 0 1 1 0 0 1 0 1 1 0 0 1 0 1 1 0
1 3 4 0 0 1 F3 F1 0 0 1 1 0 1 0 0 1 1 0 1 0 0 1 1 0 1

ECUACIONES MATRICIALES
Hasta ahora, todas las ecuaciones que has resuelto tienen como incgnita, y por
tanto como solucin, a un nmero. Pues bien, tal y como su nombre indica, una
ecuacin matricial tiene como incgnita a una matriz y eso nos debe hacer revisar
nuestros esquemas de trabajo, distinguiendo dos casos posibles:

- El coeficiente de la matriz incgnita es un nmero.

Si es as, podemos aplicar sin problemas el procedimiento empleado con las ecuaciones
numricas para despejar la incgnita:
CB
aX B C aX C B X
a
1
3 0 2 2 2 0 2 2 0 3 0 2 1 1
- Ejemplo: 2X 2X X 2
1 4 5 1 1 3 1 1 3 1 4 5 1 5 4
2
Tambin podemos resolver algn sistema de dos ecuaciones matriciales sencillo (con
coeficientes numricos en las incgnitas) por el mtodo de reduccin que ya conoces.
3 1 4 4 4 / 3 4 / 3
2X Y Sumando las ecuaciones : 3X X
- Ejemplo: 2 0 3 2 1 2 / 3

1 3 4 / 3 4 / 3 3 1 1 / 3 5 / 3
X Y X en la 1 ecuacin : 2 Y Y
1 2 1 2 / 3 2 0 0 4 / 3

- El coeficiente de la matriz incgnita es otra matriz.

Si la matriz coeficiente es cuadrada e invertible, tambin podemos despejar la incgnita

aunque ahora debemos multiplicar por la matriz inversa ambos miembros:
AX B C AX C B A1 AX A1 (C B) X A1 (C B)
- Ejemplo:
4 1 1 3
2 3 1 1 2 0 2 3 1 1 1 1
X X X 11 11 11 11
1 4 3 2 0 1 1 4 3 1 3 2 3 1 9 5

11 11 11 11
Si la matriz coeficiente no es cuadrada o no es invertible, representaremos los
elementos de la matriz incgnita con letras, haremos las operaciones que aparezcan en
la ecuacin y, finalmente, igualaremos los elementos que ocupan la misma posicin a
ambos lados de la igualdad, para obtener un sistema de ecuaciones numricas que ya
sabemos resolver.

a b a c 1
- Ejemplo: 1 1 0 1 1 2 0 1 1 0 1 1
X c d b d 1
1 2 3 3 2 0 1 1 2 3 e f 3 1 a 2c 3e 3

b 2d 3 f 1
SISTEMA DE ECUACIONES LINEALES
Ya conoces de aos anteriores los sistemas lineales con dos o tres incgnitas, pero
ahora debemos generalizar el concepto y definirlo de forma vlida para cualquier nmero
de ecuaciones y de incgnitas.

- Definicin: Se llama sistema de m ecuaciones lineales y n incgnitas al siguiente

conjunto de igualdades:

a11x1 a12 x 2 ... a1n x n b1

a 21x1 a 22 x 2 ... a 2 n x n b2

...............................................
a m1 x1 a m 2 x 2 ... a mn x n bm

4x y 5z 3 4x y 3
x y x t 3
- Ejemplo: 7y 3z 2 7x 3y 2
2x 3y t 0
x 5y 3z 1 x 5y 1

COMPONENTES DEL SISTEMA LINEAL

- Incgnitas. Son los valores desconocidos del sistema: x1, x2, ... , xn. Cuando el
sistema tiene pocas incgnitas es costumbre representarlas con las letras x, y, z, t, ...

- Coeficientes. Son los nmeros que multiplican a las incgnitas: aij es el coeficiente
en la ecuacin i de la incgnita xj.

- Trminos independientes. Son los nmeros que no multiplican a ninguna

incgnita: bi es el trmino independiente de la ecuacin i.

- Ejemplo: En el siguiente sistema, las incgnitas son x, y, z; los coeficientes son 1, -1 y 2

en la 1 ecuacin, 1, 1 y 0 en la 2 y 2, 3 y 1 en la 3; los trminos independientes son 1, 3
y 2.
x y 2z 1

x y 3
2x 3y z 2

MATRICES ASOCIADAS A UN SISTEMA LINEAL

Todo sistema lineal lleva asociadas una serie de matrices cuyo conocimiento es
imprescindible para el posterior desarrollo del tema. Son las siguientes:

- Matriz de los coeficientes. Es una matriz de dimensin n m formada por todos

los coeficientes del sistema. Se representa con la letra A.

- Matriz ampliada. Es una matriz de dimensin n (m+1) que se obtiene

aadiendo a la matriz A una columna con los trminos independientes. Se
representa as: A.
 - Matriz de los trminos independientes. Es una matriz columna de dimensin n
1 formada por los trminos independientes del sistema. Se representa con la letra B.

- Matriz de las incgnitas. Es una matriz columna de dimensin m 1 formada por

las incgnitas del sistema. Se representa con la letra X.

a11 a12 ... a1m a11 a12 ... a1m b1 b1 x1

a a 22 ... a2m a a 22 ... a2m b2 b x
A 21 A' 21 B 2 X 2
... ... ... ... ... ... ... ... ...
... ...

a a nm a x
n1 an2 ... n1 an2 ... a nm bn bn m

- Ejemplo:
x y 2z 1 1 1 2 1 1 2 1 1 x

x y 3 A 1 1 1 , A' 1 1 1 3 , B 3 , X y
2x 3y z 2 2 3 1 2 3 1 2 2 z

Utilizando estas matrices podemos escribir la expresin matricial del sistema,
que consiste en expresar el sistema como una ecuacin matricial:

AX B

Por otro lado, considerando los vectores columna de la matriz de los coeficientes,
obtenemos la expresin vectorial del sistema, equivalente a una combinacin de esos
vectores:
A1 x1 A2 x2 ... An xn B

- Ejemplo: Observa las tres formas distintas de expresar un mismo sistema:

Expresin a lg ebraica Expresin Matricial Expresin vectorial

x y 2z 1 1 1 2 x 1 1 1 2 1

x y 3 1 1 1 y 3 1 x 1 y 1 z 3
2x 3y z 2

2 3 1 z 2

2

3

1

2

COMPATIBILIDAD DE UN SISTEMA LINEAL

- Definicin: Se llama solucin de un sistema al conjunto de nmeros que sustituidos por

las incgnitas respectivas, verifica todas las igualdades. Se suele expresar as: S = (s1, s2,...,
sn).
Puesto que un sistema tiene ms de una incgnita, cada solucin estar formada
por un conjunto de nmeros, es decir, por un vector de n coordenadas (tantas como
incgnitas).
- Ejemplo: La solucin del siguiente sistema es S = (2, -1, 0) porque es la nica terna de
nmeros que sustituida por las respectivas incgnitas verifica las tres igualdades.
x y 2z 3 2 (1) 20 3

x y 1 2 (1) 1
2x 3y z 1 22 3(1) 0 1
 Los sistemas lineales pueden tener solucin o no tenerla, pero si la tienen, o la
solucin es nica o hay infinitas soluciones. Por eso, se pueden clasificar de la siguiente
forma:

- Sistema compatible determinado (S. C. D.): aquel que tiene solucin nica.
- Sistema compatible indeterminado (S. C. I.): aquel que tiene infinitas
soluciones.
- Sistema incompatible (S. I.): aquel que no tiene solucin.

- Ejemplo: Cada uno de los sistemas anteriores se corresponde con uno de esos tres casos.

S .C . D.
S .C . I .
S .I .

2x y 5 x 2 x 2y 3 x 1 x 3 x 5... x 2y 5
a) b ) c)
x 3y 1 y 1 2x 4y 6 y 1 y 0 y 4.... x 2y 1

Por ltimo, antes de entrar en materia, debemos distinguir entre dos conceptos
ntimamente relacionados, pero distintos entre s:

- Discutir o estudiar la compatibilidad de un sistema es hallar si tiene solucin o

no y, en caso de que la tenga, si es nica o hay infinitas soluciones.

- Resolver un sistema es hallar su solucin o soluciones, si las tiene.

Por supuesto, antes de resolver el sistema, debemos estudiar su compatibilidad para

saber en qu situacin nos encontramos y se es nuestro prximo objetivo.

DISCUSIN DE UN SISTEMA LINEAL

Para decidir sobre la compatibilidad de un sistema, disponemos de un

importantsimo teorema fcil de entender y de aplicar, aunque con una demostracin algo
ms complicada.

TEOREMA DE ROUCH FRBENIUS: (S ) tiene solucin rgA rgA'

Un sistema de ecuaciones lineales tiene solucin si y solo si el rango de su matriz de los

coeficientes coincide con el rango de su matriz ampliada.

Demostracin:
( S ) tiene solucin 1 , 2 ,..., n R / A1 1 A 2 2 ... A n n B
rgA1 , A 2 ,..., A n rgA1 , A 2 ,..., A n , B rgA rgA'

Este teorema deja claro cuando el sistema es compatible, pero no especifica bajo
qu condiciones la solucin es nica o hay infinitas soluciones. Para tomar esta decisin,
podemos utilizar la siguiente ampliacin del teorema:

rgA rgA' n de incgnitas S .C.D.

rgA rgA' n de incgnitas S .C.I .
rgA rgA' S .I .
 Por tanto, la discusin de un sistema lineal se reduce al clculo del rango de dos
matrices.
- Ejemplo: Discute la compatibilidad de los siguientes sistemas:

2x 5y z 3 2 5 1 3 1 5 2 3 1 5 2 3 9F 16F 1 5 2 3 rgA 3
C1 C3 F2 F1 3 2
4y z 1 0 4 1 1 1 4 0 1 0 9 2 4 0 9 2 4 rgA' 3 S .C.D.
F3 3F1
3x y 3z 2 3 1 3 2 3
1 3 2 0 16 9 11

0 0 49
35 n I 3
3x 2y z 1 3 2 1 1 1 1 3 0 1 1 3 0 F F 1 1 3 0 rgA 2
F1 F2 F2 3F1 3 2
x y 3z 0 1 1 3 0 3 2 1 1 0 5 10 1 0 5 10 1 rgA' 2 S .C.I .
F3 F1
x 4y 7z 1 1 4 7 1 1 4 7 1 0 5 10 1 0 0
0 0 n I 3
3x 2y z 1 3 2 1 1 1 1 3 0 1 1 3 0 1 1 3 0
F1 F2 F2 3F1 F3 F2 rgA 2
x y 3z 0 1 1 3 0 3 2 1 1 0 5 10 1 0 5 10 1 S .I .
33 4 F1 rgA ' 3
4x y 2z 3 4 1 2 3 4 1 2 3 0 5 10 3 0 0
0 2

RESOLUCIN DE UN SISTEMA LINEAL. MTODO DE GAUSS

El mtodo ideado por Gauss combina dos conceptos:

- Sistemas escalonados. Son aquellos sistemas en los que cada ecuacin tiene una
incgnita menos que la anterior.
Su principal ventaja es la facilidad con la que se resuelven, porque tan slo hay que
hallar sucesivamente el valor de cada incgnita de abajo hacia arriba.

x 2y 3z 1 x 21 33 1 x 6

- Ejemplo: 7y z 4 7y 3 4 y 1
2z 6 z 3

- Sistemas equivalentes. Son aquellos que tienen la misma solucin, aun siendo distintos
sus coeficientes y sus trminos independientes.

2x y 5 x 2 x y 1 x 2
- Ejemplo:
x 3y 1 y 1 2x 3y 7 y 1

Pues bien, el mtodo de Gauss para la resolucin de sistemas lineales, consiste en

transformar un sistema cualquiera en otro equivalente a l pero que est escalonado.

El escalonamiento del sistema se suele hacer con su matriz ampliada por dos
razones:
- Es ms cmodo porque evitamos smbolos innecesarios.
Sin embargo, debemos evitar en lo posible el cambio del orden de las columnas en
la matriz ampliada porque cambiaramos la posicin de las incgnitas y, si se nos
olvida devolverlas a su posicin al final, el sistema escalonado ya no sera
equivalente.

- Nos permite estudiar previamente la compatibilidad del sistema.

Si el sistema es incompatible habramos terminado, pero si es compatible hay que
resolverlo y debemos ver como se hace segn sea determinado o indeterminado.
 Resolucin de un S. C. D. por el mtodo de Gauss

Ayudndonos de un ejemplo, esquematizamos el procedimiento que podemos seguir:

1) Escribimos la matriz ampliada del sistema.

x 2y z 0 1 2 1 0

3x y 10 A' 3 1 0 10
2x z 7 2
0 1 7

2) Mediante las transformaciones equivalentes, la escalonamos y discutimos el sistema.

1 2 1 0 F 3F 1 2 1 0 /F 4F 1 2 1 0 rgA 3
2 1 3 2
3 1 0 10 0 7 3 10 0 7 3 10 rgA' 3 S .C.D.
F3 2F1
2 0 1 7 0 4 3 7 1
0 0 9 9 n I 3

3) Escribimos el sistema, que habr quedado escalonado, y lo resolvemos hallando el

valor de las incgnitas de abajo a arriba.
x 2y z 0 x 21 (1) 0 x 3

7y 3z 10 7y 3(1) 10 y 1 S (3,1, 1)

9z 9 z 1

Resolucin de un S. C. I. por el mtodo de Gauss

El procedimiento es el mismo que en el caso anterior, pero ahora nos quedarn en

el sistema escalonado menos ecuaciones que incgnitas (precisamente por esta razn el
sistema tiene infinitas soluciones). Por tanto, al menos una de las incgnitas queda libre,
es decir, puede tomar cualquier valor al no existir condiciones para ella.

Para expresar simblicamente esta situacin, es costumbre designar a la incgnita

que dejamos libre mediante un parmetro que representar a cualquier nmero real y
obtener la solucin para el resto en funcin de ese parmetro. Lo ilustramos con el
siguiente ejemplo:

x 2y z 3 1 2 1 3 F 2F 1 2 1 3 F F 1 2 1 3 rgA 2
2 1 3 2
2x y z 1 A' 2 1 1 1 0 3 3 5 0 3 3 5 rgA' 2S .C.I .
F 3F
3x 3y 4 3 3 0 4 3 1 0 3 3 5

0 0 0 0 n I 3

3 5 3 1
x 2y z 3 x 2 3 3 x

3 3 1 3 5
3y 3z 5 3y 3 5 y 3 5 S , ,
3 3
3
z

Dando valores al parmetro, obtendramos las infinitas soluciones del sistema.