Parte III

Álgebra Lineal

93
 Álgebra Lineal - 95

Parte III
Álgebra Lineal

1. Matrices reales
1.1. Definición
1.2. Dimensión de una matriz
1.3. Tipos de matrices
1.3.1. Matriz fila (vector fila)
1.3.2. Matriz columna (vector columna)
1.3.3. Matriz cuadrada
1.3.4. Matriz nula
1.3.5. Matriz opuesta
1.3.6. Matriz identidad (matriz unidad) de orden n
1.3.7. Matriz traspuesta
1.3.8. Matriz simétrica
1.3.9. Matriz antisimétrica
1.3.10. Matriz diagonal
1.3.11. Matriz triangular
1.4. Operaciones con matrices
1.4.1. Suma de matrices
1.4.2. Producto de un número por una matriz
1.4.3. Producto de matrices
[Link]. Producto de una matriz fila por una matriz columna
[Link]. Producto de dos matrices
1.5. Ejercicios
1.6. Interpretación de operaciones matriciales
1.6.1. Ejercicios

2. Determinantes
2.1. Definición
2.2. Determinantes de orden 1
2.3. Determinantes de orden 2
2.4. Determinantes de orden 3. Regla de Sarrus
2.4.1. Ejercicios
2.5. Menor complementario de un elemento
2.6. Matriz adjunta
2.7. Propiedades de los determinantes
2.7.1. Cálculo de un determinante haciendo ceros en una de sus lı́neas
2.7.2. Ejercicios

3. Matriz Inversa. Ecuaciones Matriciales

3.1. Matriz Inversa
3.1.1. Definición
3.1.2. Condición para la existencia de inversa. Matriz regular y singular
[Link]. Determinante de la matriz inversa
3.1.3. Cálculo de la matriz inversa

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 96

3.2. Ecuaciones matriciales

3.2.1. Ecuaciones matriciales con matrices no cuadradas
3.2.2. Sistemas de ecuaciones matriciales
3.2.3. Ejercicios

4. Sistemas de Ecuaciones Lineales

4.1. Rango de una matriz
4.1.1. Definición
4.1.2. Cálculo del rango de una matriz
4.1.3. Rango de una matriz según los valores de un parámetro
4.1.4. Ejercicios
4.2. Sistemas de ecuaciones lineales
4.2.1. Definición
4.2.2. Clasificación de los sistemas de ecuaciones lineales
[Link]. Clasificación por su forma
[Link]. Clasificación por sus soluciones
4.3. Resolución de sistemas de ecuaciones lineales
4.3.1. Teorema de Rouche-Frobeniüs para la clasificación y discusión de sistemas
4.3.2. Resolución de sistemas “Cuadrados”mediante la Regla de Cramer
[Link]. Uso de la calculadora para la comprobación de resultados
[Link]. Ejercicios
4.3.3. Discusión de un sistema según los valores de una parámetro
4.3.4. Ejercicios
4.4. Dependencia lineal de vectores
4.4.1. Ejercicios

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

1

Matrices reales

1.1. Definición
Una matriz real es un conjunto de números reales ordenados en filas y columnas:
!
1 −5 7 4
A= Matriz con dos filas y 4 columnas.
3 4 1 6
El elemento aij es el que ocupa la fila i-ésima y la columna j-ésima. a1,2 = −5 a24 = 6

1.2. Dimensión de una matriz

Se llama dimensión de una matriz al producto indicado o simbólico del número de filas por el
número de columnas. En el caso anterior como tiene dos filas y cuatro columnas la dimensión
será 2x4.

SIEMPRE ESCRIBIREMOS LA DIMENSIÓN CON LA MATRIZ:

!
1 −5 7 4
A2x4 =
3 4 1 6
2x4
Observemos que no es lo mismo una matriz de dimensión 3x4 que una de dimensión 4x3, aunque
ambas tengan el mismo número de elementos.

1.3. Tipos de matrices

1.3.1. Matriz fila (vector fila)
 
A1x3 = 1 −2 −57 4
1x3

1.3.2. Matriz columna (vector columna)

 
1
2
 
B4x1 = 
−3
1
4x1

97
Álgebra Lineal - 98 Matrices

1.3.3. Matriz cuadrada

Tiene el mismo número de filas que de columnas. En este caso, la dimensión se puede notar
como Anxn = An
!
2 4
A2 =
−1 3
2x2

1.3.4. Matriz nula

Es la formada por ceros en todos sus elementos. Puedes ser cuadrada o no.
 
0 0
O3x2 = 0 0
 
0 0
3x2

1.3.5. Matriz opuesta

Dada una matriz A su opuesta que notamos −A es aquella, de la misma dimensión, en la que
cada elemento se cambia por su opuesto. (Se cambia de signo)
! !
1 −5 7 4 −1 5 −7 −4
A2x4 = ⇒ −A2x4 =
3 4 −1 −6 −3 −4 1 6
2x4 2x4

1.3.6. Matriz identidad (matriz unidad) de orden n

Es aquella matriz cuadrada de dimensión nxn, que tiene 1 en todos los elementos de la dia-
gonal principal y 0 en el resto.
 
1 0 0
I3 = 0 1 0
 
0 0 1
3x3

1.3.7. Matriz traspuesta

Dada una matriz Anxm se define su matriz traspuesta y se nota Atmxn como aquella matriz que
se obtiene intercambiando filas por columnas (o
 columnas
 por filas):
! 1 3
1 −5 7 4 −5 4 
 
A2x4 = ⇒ At4x2 =
3 4 −1 −6  7 −1

2x4
4 −6
4x2

1.3.8. Matriz simétrica

Es aquella matriz cuadrada que coincide con su traspuesta.

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Matrices Álgebra Lineal - 99
 
2 4 −1
A3 =  4 3 5  ⇒ At3 = A3
 
−1 5 0
3x3

1.3.9. Matriz antisimétrica

Es aquella matriz cuadrada que coincide con la apuesta de su traspuesta. (At = −A). Notemos
que en este caso, todos los elementos de la diagonal principal tienen que ser 0
   
0 4 −1 0 −4 1
A3 = −4 0 5 ⇒ At3 =  4 0 −5 = −A3
   
1 −5 0 −1 5 0
3x3 3x3

1.3.10. Matriz diagonal

Es aquella matriz cuadrada en la que todos los elementos que no estén en la diagonal principal
son 0
 
−2 0 0
D3 =  0 0 0 
 
0 0 4/3
3x3

Notemos que la matriz identidad, es una matriz diagonal.

1.3.11. Matriz triangular

Es aquella matriz cuadrada en la que todos los elementos que estén por encima (o por debajo)
de la diagonal principal son 0  
  −2 0 0 0
3 4 −1
3 3 0 0
 
A3 = 0 1 5  B4 = 
 
0 2 0 0

0 0 2
3x3 3 2 0 −2
4x4

1.4. Operaciones con matrices

1.4.1. Suma de matrices
Para poder sumar dos matrices, deben tener LA MISMA DIMENSIÓN y se obtiene una
neva matriz de la misma dimensión, sumando elemento a elemento.
! !
3 4 −1 −2 5 −3
A2x3 = B2x3 =
0 1 5 1 3 4
2x3 2x3

! !
3 − 2 4 + 5 −1 − 3 1 9 −4
A2x3 + B2x3 = =
0+1 1+3 5+4 1 4 9
2x3 2x3

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 100 Matrices

1.4.2. Producto de un número por una matriz

! ! !
2 4 5·2 5·4 10 20
5· = =
4 3 5·4 5·3 20 15
2x2 3x3 3x3

1.4.3. Producto de matrices

[Link]. Producto de una matriz fila por una matriz columna
Es condición necesaria que el número de columnas de la primera matriz coincida con el
número de filas de la segunda., y el resultado es una matriz formada por un sólo elemento,
matriz (1x1)

 

A1xn · Bnx1 = C1x1 

La multiplicaciónse hace
 como en el siguiente ejemplo:
  4      
2 1 −3 · −2 = 2 · 4 + 1 · (−2) + (−3) · 5 = 8 − 2 − 15 = −9
 
1x3 1x1 1x1 1x1
5
3x1

[Link]. Producto de matrices

 
Amxp · Bpxn = Cmxn
 

Es condición necesaria que el número de columnas de la primera matriz coincida con

el número de filas de la segunda Se multiplicará cada matriz fila de la primera matriz
por cada matriz columna de la segunda. Ası́, el elemento cij , será el producto de la fila i de la
primera matriz, por la columna j de la segunda. Notemos que la matriz resultante tiene por
dimensión, las filas de la primera, y las columnas de la segunda.
Lo vemos con un ejemplo:  
! −5 4 7
1 2 3
A= B = −2 1 3
 
−1 −2 5
2x3 4 −5 1
3x3
A2x3 · B3x3 = C2x3  
! −5 4 7
1 2 3
· −2 1 3 =
 
−1 −2 5
2x3 4 −5 1
3x3 !
1 · (−5) + 2 · (−2) + 3 · 4 1 · 5 + 2 · 1 + 3 · (−5) 1·7+2·3+3·1
=
(−1) · (−5) + (−2) · (−2) + 5 · 4 (−1) · 4 + (−2) · 1 + 5 · (−5) (−1) · 7 + (−2) · 3 + 5 · 1
2x3

!
3 −9 16
29 −31 −8
2x3
IMPORTANTE:
EL PRODUCTO DE MATRICES NO SIEMPRE ES CONMUTATIVO. No solo no es conmu-
tativo, sino que a veces no se podrá hacer en un sentido. (En el ejemplo anterior no se puede

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Matrices Álgebra Lineal - 101

hacer B3x3 · A2x3 ). Vemos con un ejemplo, que efectivamente, el producto no es conmutativo:
! !
2 −1 3 −2
A= B=
3 5 2 0
2x2 2x2

! ! !
2 −1 3 −2 4 −4
A2x2 · B2x2 = · =
3 5 2 0 19 −6
2x2 2x2 2x2

! ! !
3 −2 2 −1 0 −13
B2x2 · A2x2 = · =
2 0 3 5 4 −2
2x2 2x2 2x2

 

A · B ̸= B · A 

Sı́ se verifica que:

 

An · In = In · An = An 

La matriz identidad, es el elemento neutro (1) de la multiplicación.

1.5. Ejercicios
Ejercicio número 1 apartado a) del cuadernillo de Matemáticas Aplicadas, de las páginas 182,
170, 168, 163, 161, 159, 176, 172

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 102 Matrices

1.6. Interpretación de operaciones matriciales

Las matrices se pueden usar como expresión de tablas y a partir de ellas y operadas en un
determinado orden resolver problemas extraı́dos de contextos reales.

La clave de estos ejercicios es tener controlado lo que significa cada uno de los elementos de
la matriz y cuando realizo un producto “dejar indicado al menos un elemento” y ver lo que
significa.

Lo vemos con un ejemplo. (Ejercicio número 1 de la página 107 del librillo)

Una empresa vende tres artı́culos diferentes A, B y C, cada uno de ellos en dos formatos, grande
y normal. En la matriz F se indican las cantidades de los tres artı́culos, en cada uno de los dos
formatos, que ha vendido la empresa en un mes. En la matriz G se indican las ganancias, en
euros, que obtiene la empresa por cada unidad que ha vendido de cada artı́culo en cada formato

A B C ! A B C!
100 150 80 ←− grande 6 8 5 ←− grande
F = G=
200 250 140 ←− normal 4 5 3 ←− normal

a) (1 punto) Efectúe los productos F t · G y F · Gt

b) (0.75 puntos) Indique en qué matriz se pueden encontrar las ganancias que ha recibido la
empresa en ese mes por el total de las unidades vendidas de cada uno de los tres artı́culos
y especifique cuáles son esas ganancias.

c) (0.75 puntos) Indique en qué matriz se pueden encontrar las ganancias que ha recibido la
empresa en ese mes por el total de las unidades vendidas en cada uno de los dos formatos,
especifique cuáles son esas ganancias y halle la ganancia total.

Gr Nor  A B C  
A 100 200 ! 100 · 6 + 200 · 4 100 · 8 + 200 · 5 1100
Gr 6 8 5
F t · G = B 150 250 · = 1900 2450 1500 =
   
N or 4 5 3
C 80 140 1040 1340 820
 
1400 1800 1100
= 1900 2450 1500
 
1040 1340 820
Interpretemos los dos primeros elementos)para entender lo que representan:
100 = Artı́culos A Grandes
⇒ 100·6 = Beneficio todos los artı́culos A Grandes
6 = Beneficio un artı́culo A Grande
)
200 = Artı́culos A Normales
⇒ 200·4 = Beneficio todos los artı́culos A Normales
4 = Beneficio un artı́culo A Normales
Por tanto, 100 · 6 + 200 · 4 = 1400 representa el Beneficio de todos los artı́culos A
Notemos que para llegar a este resultado, hemos multiplicado la fila A de la primera matriz
por la columna A de la segunda matriz.
Veamos lo que ocurre con el siguiente elemento
)
100 = Artı́culos A Grandes
⇒ 100 · 6 = NO TIENE SENTIDO
8 = Beneficio un artı́culo B Grande

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Determinantes Álgebra Lineal - 103

Análogamente harı́amos con cada uno de los elementos y los únicos que tendrı́an sentido serı́an
los de la diagonal principal teniendo por tantoque:
1400 = Beneficio de todos los Artı́culos A  
2450 = Beneficio un todos los Artı́culos B
820 = Beneficio un todos los Artı́culos C 

Observemos también que la suma de todos los elementos de la diagonal principal serı́a la ga-
nancia total: Gtotal = 1400 + 2450 + 820 = 4670

A B C Gr Nor

! A 6 4 !
Gr 100 150 80 100 · 6 + 150 · 8 + 80 · 5 1390
F · Gt = · B 8 5 = =
 
N or 200 250 140 3900 2470
C 5 3
!
2200 1390
=
3900 2470
Por un razonamiento similar al anterior los únicos números que interesan son los de la diagonal
principal teniendo que: )
2200 = Beneficio de todos los Artı́culos Grandes
2470 = Beneficio un todos los Artı́culos Pequeños
Observemos que si sumamos los dos elementos obtenidos obtendrı́amos los beneficios totales
obtenidos:
2200 + 2470 = 4670 que, como no podı́a ser de otra manera, coincide con el anterior resultado.

LAS MATEMÁTICAS NO FALLAN

1.6.1. Ejercicios
Ejercicio número 1 del librillo de sociales, de las páginas 102, 151 y 191

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

2

Determinantes

2.1. Definición
Dada una MATRIZ CUADRADA An , el determinante de dicha matriz, lo notaremos como |An |
y es el NÚMERO real que se obtiene al sumar todos los productos posibles de n elementos que
se pueden formar con los elementos de la matriz teniendo en cuenta que en cada producto ha
de intervenir un solo elemento de cada fila y cada columna y que cada uno de los productos
será positivo si el número de inversiones que hay en las columnas es par y negativo si el número
de inversiones que hay en las columnas es impar.

Pese a la definición dada, lo obtendremos de una forma fácil como vemos a continuación.

2.2. Determinantes de orden 1

 
A = a11 ⇒ A = a11 = a11
1x1

Ejemplo:

A = −3 ⇒ A = −3 = −3
1x1

2.3. Determinantes de orden 2

!
a11 a12 a11 a12
A= ⇒ A = = a11 · a22 − a21 · a12
a21 a22 a21 a22
2x2

Ejemplo:
!
−3 2 −3 2
A= ⇒ A = = (−3) · 1 − (−4) · 2 = 5
−4 1 −4 1
2x2

105
Álgebra Lineal - 106 Determinantes

2.4. Determinantes de orden 3. Regla de Sarrus

 
a11 a12 a13
A = a21 a22 a23 
 
a31 a32 a33
3x3

A la vista del gráfico, se tiene que:

|A| = a11 · a22 · a33 + a12 · a23 · a31 + a13 · a21 · a32 − a31 · a22 · a13 − a32 · a23 · a11 − a33 · a21 · a12

No nos aprendemos de memoria esta expresión, sino la posición en la que tomamos los ele-
mentos. No obstante, los podemos situar de la siguiente forma, que resulta más fácil para su
cálculo.(Aunque aparecen dos expresiones para facilitar el método a seguir, se escribirá una
sola vez)

a b c a b c
d e f d e f
g h i g h i
a b c a b c
d e f d e f

Los productos formados por tres elementos diagonales en sentido descendente de la primera
expresión se sumarán y los productos formados por tres elementos diagonales en sentido ascen-
dente de la segunda expresión se restarán. Ası́ tendremos que:

|A| = a · e · i + d · h · c + g · b · f − g · e · c − a · h · f − d · b · i

Ejemplo:

  −3 2 0
−3 2 0 −4 1 −1
A = −4 1 −1 1 1 4
 
1 1 4 −3 2 0
3x3
−4 1 −1
|A| = (−3) · 1 · 4 + (−4) · 1 · 0 + 1 · 2 · (−1) − 1 · 1 · 0 − (−3) · 1 · (−1) − (−4) · 2 · 4 = 15

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Determinantes Álgebra Lineal - 107

2.4.1. Ejercicios
Hallar los determinantes de las siguientes matrices:

! ! ! 3 −1 −2
3 −1 2 5 3 −2
A= B= C= D= 4 5 4
 
4 5 0 −1 6 −4
−1 0 3
   
2 −3 0 2 −5 −1
E = 1 −1 3 F = −1 3 0
   
3 −4 3 −2 1 1

2.5. Menor complementario de un elemento

Sea una matriz cuadrada A, donde el elemento aij , es el elemento que ocupa la fila i y la colum-
na j. Definimos el menor complementario de dicho elemento como el determinante que resulta
de quitar la fila y la columna en la que está dicho elemento (fila i y columna j).

Ejemplo  
5 −2 0
Dada la matriz A = 1 0 3
 
3 −1 1
0 3
Menor complementario del 5 =3
−1 1
1 3
Menor complementario del −2 = −8
3 1

2.6. Matriz adjunta

Sea una matriz cuadrada A, donde el elemento aij , es el elemento que ocupa la fila i y la
columna j. Definimos el adjunto del elemento aij , como el menor complementario de dicho
elemento, anteponiendo el signo + o el signo − según que la suma de la fila más la columna en
la que está el elemento, sea par o impar.

En el ejemplo anterior:
0 3
Adjunto del 5 A11 = =3
−1 1
1 3
Adjunto del −2 A12 = − = −(−8) = 8
3 1
La matriz adjunta de A, la vamos a notar como Adj(A), y es una nueva matriz cuadrada de la
misma dimensión que la dada, donde cada elemento aij se sustituye por su adjunto.

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 108 Determinantes

Ejemplos
Hallar la matriz adjunta de las siguientes matrices:

 
5 −2 0
a) A = 1 0 3
 
3 −1 1
 
 0 3
−
1 3 1 0 
 −1 1 3 1 3 −1 
 
   
 

 −2
 3 8 −1
0 5 0 5 −2 
− −1
Adj(A) =  − 2
= 5 −1

1 3 1 3 −1 


  −6 −15 2
 
 
 −2 0 5 0 5 −2 
 − 
0 3 1 3 1 0

!
1 −5
b) B =
4 −2
 
!
 −2 − 4 −2 −4
Adj(B) =  =
− −5 1 5 1

2.7. Propiedades de los determinantes

1. El determinante de la matriz traspuesta coincide con el determinante de la matriz:
|At | = |A|

2. El determinante del producto de matrices cuadradas es igual al producto de los determi-

nantes: |A · B| = |A| · |B|
Notemos que las matrices deben ser cuadradas porque podrı́a ser que A·B lo sea y se pueda
hacer su determinante, pero no el de cada una de ellas por separado. (A2x3 · B3x2 = C2x2 )

3. Si una lı́nea de un determinante está compuesta por ceros el determinante vale cero.

4. Si en un determinante se permutan dos lı́neas paralelas el determinante cambia de signo.

5. Si un determinante tiene dos lı́neas paralelas iguales o proporcionales el determinante vale

cero.

6. Si una lı́nea de un determinante está multiplicada por un número, puedo sacar dicho
número y todo el determinante queda multiplicado por él.

−6 1 3 −1 1 3 −1 1 3
−12 2 −4 = 6 · −2 2 −4 = 6 · (−2) · 1 −1 2
6 1 4 1 1 4 1 1 4

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Determinantes Álgebra Lineal - 109

7. Si en un determinante una de las lı́neas es suma de dos elementos , se puede descomponer

en la suma de dos determinantes.
a11 + a′11 a12 + a′12 a13 + a′13 a11 a12 a13 a′11 a′12 a′13
a21 a22 a23 = a21 a22 a23 + a21 a22 a23
a31 a32 a33 a31 a32 a33 a31 a32 a33

8. Si en un determinante una lı́nea es suma de otras dos multiplicadas por un cierto número
el determinante vale cero. (Una lı́nea es combinación lineal de las otras dos). Y recı́pro-
camente, cuando un determinante vale cero es porque una de sus lı́neas es combinación
lineal de las demás.

9. Si en un determinante, a una lı́nea cualquiera se le suma otra paralela multiplicada por

un cierto número el determinante no varı́a.
a11 a12 a13 a11 + λa21 a12 + λa22 a13 + λa23
a21 a22 a23 = a21 a22 a23
a31 a32 a33 a31 a32 a33

10. Un determinante se puede hacer cogiendo una lı́nea cualquiera y sumando los factores
que se obtienen al multiplicar cada uno de los elementos de esa lı́nea por sus adjuntos
correspondientes.

−3 2 0
−4 1 −1
1 1 4

Desarrollamos por ejemplo por los elementos de la primera fila.

−3 2 0
1 −1 −4 −1 −4 1
−4 1 −1 = −3 · + 2 · (−1) · +0· = −3 · 5 − 2 · (−15) + 0 = 15
1 4 1 4 1 1
1 1 4

2.7.1. Cálculo de un determinante haciendo ceros en una de sus

lı́neas
NOTA: A continuación se desarrolla un método para el cálculo de determinantes, el cual para
orden mayor que tres serı́a el método a seguir, pero que para orden tres, SIEMPRE se puede
realizar SARRUS. Por lo que esta forma es voluntaria para quien la entienda y la vea más fácil.

En el ejemplo anterior, hemos añadido el determinante multiplicado por cero pero normalmente
no se pone. Observemos la importancia de tener ceros en una de las lı́neas.

−3 0 −5
−3 −5
−4 0 2 = 3 · (−1) · = −3 · (−26) = 78
−4 2
1 3 4
A la vista del ejemplo serı́a muy interesante poder conseguir tener ceros en un determinante en
todos los elementos de una lı́nea salvo en uno. Esto lo vamos a conseguir aplicando la propiedad:
“Si en un determinante, a una lı́nea cualquiera se le suma otra paralela multiplicada por un
cierto número el determinante no varı́a”

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

 Álgebra Lineal - 110 Determinantes

Buscaremos un elemento interesante que me permita hacer ceros en el resto (elemento pivote).
Si hay un 1, es el mejor y si está en una esquina mejor aún, porque no olvidamos el signo del
adjunto. Si no tenemos ningún 1, ni divisor del resto de elementos, siempre se puede conseguir
un buen elemento pivote con un paso previo.
−3 2 2
−4 1 −1
1 1 4

Hacemos ceros en la tercera fila, para ello, multiplicamos la primera columna por (−1) y se la
sumamos a la segunda columna (C2 = C2 + (−1) · C1 ) y también (C3 = C3 + (−4) · C1 ). Lo
escribimos en este primer ejemplo, pero estas operaciones las haremos mentalmente:

−3 2 2 −3 2+(−1) · (−3) 2+(−4) · (−3) −3 5 14

5 14 5 14
−4 1 −1 = −4 1+(−1) · (−4) −1+(−4) · (−4) = −4 5 15 = = =5
5 15 0 1
1 1 4 1 1+(−1) · (1) 4+(−4) · (1) 1 0 0

2.7.2. Ejercicios
Empezamos resolviendo algunos para ver cómo aplicamos las propiedades:

−x 1 0 1
1 −x 1 0
1. Resolver la ecuación: =0
0 1 −x 1
1 0 1 −x

(F3 = F3 + (−1) · F1 ) y (F4 = F4 + x · F1 )

−x 1 0 1
1 −x 1 2 − x2 0 2
1 −x 1 0
=(-1)· x 0 −x = (F1 = F1 + F3 ) = − x 0 −x =
x 0 −x 0 2 2
1−x x 1 1−x x 1
1 − x2 x 1 0

 x = 0 (Solución doble)

2 − x2 2 2 − x2 4 − x 2 2
-(-x)· = x· = x · (−x) · (4 − x ) = 0 ⇒
x −x x 0  x = ±2


x y z
2. Sabiendo que t u v = −6 Calcula:
a b c

−3x −y −z −x −y −z x y z
a) 3t u v =3· t u v = −3 · t u v = −3 · (−6) = 18
3a b c a b c a b c

−2y x z x y z
b) −2u t v = −2 · (−1) t u v = 2 · (−6) = −12
−2b a c a b c

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

 Determinantes Álgebra Lineal - 111

x y z x y z x y z x y z
c) t u v = t u v + t u v = 0 + (−1) · t u v
2x − a 2y − b 2x − c 2x 2y 2x −a −b −c a b c

a b c a b c
(−1) · (−1) · t u v = (−1) · (−1) · (−1) · x y z = −(−6) = 6
x y z t u v

3. Ejercicio número 3 del cuadernillo de exámenes de las páginas 164 - 169 - 178 (Dejar pendiente
la parte del determinante de la matriz inversa (A−1 ) para cuando se vea esta matriz.

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

3

Matriz Inversa. Ecuaciones Matriciales

3.1. Matriz Inversa

3.1.1. Definición
Dada una MATRIZ CUADRADA A, de orden n, se define la matriz inversa de A, y la notamos
como A−1 , como aquella matriz cuadrada de la misma dimensión que la dada, caso de que
exista, que verifica:
 


An · A−1
n = A−1
n · An = In 

3.1.2. Condición para la existencia de inversa. Matriz regular y sin-

gular
Una matriz cuadrada se dice regular, cuando su determinante es distinto de cero. En caso
contrario se denomina singular
La condición para que una matriz cuadrada tenga inversa es que sea regular, es decir, que su
determinante sea distinto de cero.


−1
|A| =
̸ 0 ⇒ ∃A

[Link]. Determinante de la matriz inversa

Caso de que exista, para calcular su determinante tendremos en cuenta que “el determinan-
te del producto es el producto de determinantes cuando las matrices son cuadradas” y por tanto:

−1
A·A =I  



−1 −1
 1
|A · A | = |A| · |A | ⇒ |A · A−1 | = |A| · |A−1 | = |I| = 1 ⇒ |A−1 | =

 |A|


|I| = 1 



 

1
A− 1 =

|A| 
 

113
Álgebra Lineal - 114 Matriz Inversa. Ecuaciones Matriciales

IMPORTANTE: Lo obtenido no es una propiedad de los determinantes, sino que usando las
propiedades se llega a esa conclusión. Cuando se pida determinante de la inversa, repetiremos
dicho proceso.

3.1.3. Cálculo de la matriz inversa


 

t
Adj(A ) 1
A−1 = = · Adj(At )

|A| |A| 
 
Ejemplos
Hallar la matriz inversa de:
 
3 2 −1
1. A = 0 1 2  y comprobar que efectivamente lo es.
 
1 2 0

a) Lo primero que hay que hacer siempre es calcular su determinante y comprobar que
la matriz es regular. Si no lo es, diremos que no tiene inversa. (Se propone como
ejercicio el cálculo del determinante).

|A| = ... = −7 ̸= 0 ⇒ ∃A−1

 
3 0 1
b) At =  2 1 2
 
−1 2 0
c) Adj(At ) (Se propone como ejercicio)
 
−4 −2 5
Adj(At ) =  2 1 −6
 
−1 −4 3
   
−4 −2 5 4/7 2/7 −5/7
Adj(At ) 1 1 
d ) A−1 = = · Adj(At ) = − ·  2 1 −6 = −2/7 −1/7 6/7 
  
|A| |A| 7
−1 −4 3 1/7 4/7 −3/7

Comprobamos que, efectivamente es la matriz inversa. Para ello se tiene que verificar que
A · A−1 = A−1 · A = I. Lo hacemos en un solo sentido.
Cuando operemos con la matriz inversa, si aparecen fracciones, es mucho mejor expresarla
como hacemos a continuación:
      
3 2 −1 4/7 2/7 −5/7 3 2 −1   −4 −2 5
1 
A·A−1 = 0 1 2 ·−2/7 −1/7 6/7  = 0 1 2 · − · 2 1 −6 =
     
7
1 2 0 1/7 4/7 −3/7 1 2 0 −1 −4 3
       
3 2 −1 −4 −2 5 −7 0 0 1 0 0
1  1 
− · 0 1 2  ·  2 1 −6 = − ·  0 −7 0  = 0 1 0 = I
     
7 7
1 2 0 −1 −4 3 0 0 −7 0 0 1

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Matriz Inversa. Ecuaciones Matriciales Álgebra Lineal - 115
!
2 −1
2. A =
5 −1

2 −1
a) |A| = = −2 − (−5) = 3 ̸= 0 ⇒ ∃A−1
5 −1
!
2 5
b) At =
−1 −1
!
−1 1
c) Adj(At ) =
−5 2
! !
Adj(At ) 1 1 −1 1 −1/3 1/3
d ) A−1 = = · Adj(At ) = · =
|A| |A| 3 −5 2 −5/3 2/3
 
3 2 −1
3. A = 4 4 −1
 
1 2 0

3 2 −1
a) |A| = 4 4 −1 = ... = 0 ⇒ ∄A−1
1 2 0
!
2 2
4. Consideremos la matriz A = , con m un parámetro real. Se pide:
2 m2 + m

1. ¿Para qué valores del parámetro m existe la matriz inversa de A?

Como ya sabemos, la matriz inversa existirá siempre y cuando la matriz sea regular,
es decir que su determinante sea distinto de cero. Por tanto vemos cuando es cero y
esos valores los quitamos.

2 2
|A| = = 2 · (m2 + m) − 2 · 2 = 2m2 + 2m − 4 = 0 ⇒ x = 1 x = −2
2 m2 + m

Por tanto ∀m ∈ R − {−2, 1} ∃A−1

2. Para m = 0, calcule la matriz inversa de A.

Por el apartado anterior, sabemos que existe la inversa. (Se propone como ejercicio)
! !
2 2 0 1/2
A= ⇒ A−1 =
2 0 1/2 −1/2

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 116 Matriz Inversa. Ecuaciones Matriciales

3.2. Ecuaciones matriciales

Son ecuaciones en los que aparecen matrices tanto en los coeficientes como en la incógnita.

Usaremos la MATRIZ INVERSA, teniendo en cuenta que


 

−1 −1
A·A =A ·A=I
A·I =I ·A=A

 

Dejaremos la incógnita despejada antes de hacer operaciones con los valores de la matriz. Ten-
dremos también en cuenta, que al no ser el producto conmutativo no es lo mismo multiplicar
por la derecha que por la izquierda.

Ejemplos
Siendo todas las matrices que aparecen cuadradas de la misma dimensión, despeja la matriz X
en cada uno de los siguientes casos:
1. AX = B ⇒ A−1 AX = A−1 B ⇒ IX = A−1 B ⇒ X = A−1 B
2. XA = B ⇒ XAA−1 = BA−1 ⇒ XI = BA−1 ⇒ X = BA−1
A−1
3. AX + B = C ⇒ AX = C − B ⇒  AX = A−1 (C − B) ⇒ X = A−1 (C − B)
 

A−1
4. AXB = C ⇒  Bb−1
AX = A−1 CB −1 ⇒ X = A−1 CB −1
 

5. AX + B = CX − D
6. AX + B = X − C
7. AX − B = CX + D
Ejemplo
 
1 −1 1
Dada la matriz A = 0 3 1
 
1 1 2
Resuelva la ecuación matricial X · A + 2I3 = A2

Despejamos X antes de usar ningún número:

Aa−1
X ·A+2I3 = A2 ⇒ X ·A = A2 −2I3 ⇒ X · 
= (A2 −2I3 )·A−1 ⇒ X = (A2 − 2I3 ) · A−1
Vemos las cálculos que necesitamos y los hacemos independientemente:

 
5 −3 −4
• A = .... =  1
−1
1 −1
 
−3 −2 3
     
1 −1 1 1 −1 1 2 −3 2
• A = A · A = 0
2
3 1 · 0 3 1 = 1 10 5
     
1 1 2 1 1 2 3 4 6

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Matriz Inversa. Ecuaciones Matriciales Álgebra Lineal - 117

Operamos para obtener 

el valor de X:
     
2 −1
2 −3 2 1 0 0  5 −3 −4
X = (A − 2I3 ) · A = 1 10 5 − 2 0 1 0 · 1 1 −1 =
    
3 4 6 0 0 1 −3 −2 3
         
 2 −3 2 2 0 0 5 −3 −4 0 −3 2 5 −3 −4

= 1 10 5 − 0 2 0 · 1 1 −1 = 1 8 5 ·  1 1 −1 =
       
   
3 4 6 0 0 2 −3 −2 3 3 4 4 −3 −2 3
 
−9 −7 9
=−2 1 3
 
7 5 −4

3.2.1. Ecuaciones matriciales con matrices no cuadradas

Aunque en ninguno de los ejercicios propuestos en exámenes anteriores se contempla este caso,
hacemos un ejemplo para saber cómo se actuarı́a.
 
! 0 1
1 0 1
Sean las matrices A = y B = 1 0 
 
0 1 1
1 1
Halle la matriz X tal que At + B · X = 3B

Observamos que como la matriz B que multiplica a la incógnita X no es cuadrada, no podemos

calcular su inversa y por tanto no podemos resolver como en el método anterior. Por tanto
procedemos:

Estudio de la dimensión de X
Xpxq . Como se tiene que poder sumar At + B · X,tenemos que A2x3 ⇒ At3x2 ⇒ B3x2 · Xpxq
tiene que tener dimensión 3x2. Para que se pueda multiplicar p = 2 y para obtener en el
producto una matriz de dimensión 3x2 se tiene que q = 2. Por lo que X2x2

Despejo como en el caso anterior pero sin usar la inversa, dejamos X lo más aislada
posible.
At + B · X = 3B ⇒ B · X = 3B − At

Defino X con
! incógnitas pues ya conozco su dimensión.
a b
X=
c d

Escribo la ecuación usando

 las expresiones matriciales
   
0 1 ! 0 1 1 0
a b
B · X = 3B − At ⇒ 1 0 · = 3 · 1 0 − 0 1
     
c d
1 1 1 1 1 1

Opero
 a ambos
lados
 de la igualdad
 para obtener dos matrices de la misma dimensión
c d −1 3
 a b  =  3 −1
   
a+c b+d 2 2

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 118 Matriz Inversa. Ecuaciones Matriciales

Dos matrices dela misma dimensión son iguales, cuando lo son término a término.
c = −1  

d = 3 



a = 3

Resolvemos y comprobamos que se verifican todas las ecuaciones.
b = −1  
a+c = 2 



b+d = 2 


a = 3  
 !
b = −1 3 −1

Obtenemos que: ⇒X=
c = −1   −1 3
d = 3



3.2.2. Sistemas de ecuaciones matriciales

Se resuelven como si fuese un sistema lineal sin matrices, y una vez obtenida la solución se
hacen los cálculos matriciales.

Ejemplo ! !
−1 11 5 0
Se consideran las matrices: A = y B=
5 −4 −3 9
Resuelva el siguiente
) sistema de ecuaciones matriciales:
3X + 2Y = A
Multiplicamos la segunda ecuación por (−2)
−4X + Y = B

)
3X + 2Y = A 1
⇒ (Por reducción) 11X = A − 2B ⇒ X = · (A − 2B)
8X − 2Y = −2B 11

Calculamos el valor de X y posteriormente sustituimos en la ecuación más fácil obteniendo Y

Sustituimos las expresiones de A y de B y se opera, obteniendo que:
! !
−1 1 1 4
X= Y = B + 4X =
1 −2 1 1

3.2.3. Ejercicios
Ejercicio Número 3 del cuadernillo de exámenes de las páginas 233, 227, 219, 217, 225

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

4

Sistemas de Ecuaciones Lineales

4.1. Rango de una matriz

4.1.1. Definición
El rango de una matriz se define como el orden del mayor menor distinto de cero.
Lo que se busca con el rango es encontrar el mayor o menor número de filas o columnas que
son independientes. La matriz no tiene por qué ser cuadrada.

4.1.2. Cálculo del rango de una matriz

Para calcular el rango de una matriz seguiremos los siguientes pasos:

1. Si una matriz tiene una lı́nea de ceros se elimina dicha lı́nea.

2. Si una matriz tiene dos lı́neas paralelas iguales, quito una.

3. Si una matriz tiene alguna lı́nea que sea combinación lineal de otras paralelas, se quita la
que es combinación lineal.

4. Se empieza calculando determinantes del mayor orden posible.

Ejemplo:
   
1 −1 2 3 1 −1 2 3  
4 −5 1 2 4 −5 1 2 1 −1 2 3
   
rg(A) = rg 3 2 −1 3  = rg 3 2 −1 3  = rg 4 −5 1 2
     
1 −7 2 −1 1 −7 2 −1 3 2 −1 3
   
8 −10 2 4 8 −10 2 4
F4 = F2 − F3
F5 = 2 · F2

Como la matriz que queda es de dimensión 3x4, el determinante máximo que puedo hacer es de
orden 3. Tomo las tres primeras columnas, si sale distinto de cero serı́a rango 3 y si sale cero el
determinante, cambio una de las columnas (la que vea que las otras dos no sean proporcionales),
la cambio por la cuarta y procedemos de igual forma.
1 −1 2 1 0 0
−1 −7 −1 −7
4 −5 1 = 4 −1 −7 = = = 42 ̸= 0 ⇒ rg(A) = 3
5 −7 6 0
3 2 −1 3 5 −7

119
Álgebra Lineal - 120 Sistemas de Ecuaciones
 
−1 3 0 1
0 5 1 2
 
A=
−3 −1 −2 −1

3 11 4 5
A primera vista no se ve ninguna lı́nea que sea combinación lineal de algunas otras, por lo que
comenzamos por el determinante de la matriz A. Si es distinto de cero, el rango será 4.
−1 3 0 1 0 3 0 1
2 −1 1
0 5 1 2 2 −1 1 2
|A| = = = − −4 2 −2 = 0 (F2 = 2 · F1 )
−3 −1 −2 −1 −4 2 −2 −1
8 −4 4
3 11 4 5 8 −4 4 5
Por tanto rg(A) < 4. No puedo afirmar que sea de rango 3. Debo encontrar un determinante de
orden 3, distinto de cero. Vamos probando, de forma que si sale cero el primero, vaya cambiando
ordenadamente una lı́nea por otra no usada, hasta emplear todos los elementos.
−1 3 0 3 0 1 0 5 1 5 1 2
0 5 1 =0 5 1 2 =0 −3 −1 −2 = 0 −1 −2 −1 = 0
−3 −1 −2 −1 −2 −1 3 11 4 11 4 5
Deduciéndose que rg(A) < 3. Tomamos ahora los determinantes de orden 2 y en el momento
−1 3
que encontremos uno distinto de cero, el rango será 2. = −5 ̸= 0 ⇒ rg(A) = 2
0 5

4.1.3. Rango de una matriz según los valores de un parámetro

Lo estudiamos con un ejemplo
Discute el rango de la matriz M según los valores del parámetro a
 
a+1 1 1
M = 1 a+1 1 
 
1 1 a+1
Seguiremos los siguientes pasos:

Observamos cuál serı́a el rango máximo, que será la dimensión que puede tener el mayor
determinante (3x3 en este caso, coincide con M)

Vemos cuando puede tener ese rango, lo cual serı́a si el determinante no es cero, por lo
que buscamos cuando será el determinante cero. Para el resto de puntos el determinante
será no nulo.

Para cada uno de esos puntos en los que vale cero, ya sabemos que el rango será más
pequeño, por lo que sustituimos en la matriz de partida cada punto y estudiamos el rango
de una matriz que ya no tiene parámetro. Con la ventaja de que ya sé que no puede ser
la dimensión máxima.

Siguiendo el esquema anterior, comenzamos haciendo el determinante de M

a+1 1 1 a+1 1 1
−a a
|M | = 1 a+1 1 = −a a 0 = 2 =
2 1 − (a + 1) −a
1 1 a+1 1 − (a + 1) −a 0

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Sistemas de Ecuaciones Álgebra Lineal - 121

−a a  
2 =-a· 1 − (a + 1)2 − a = −a · (−a2 − 3a) = 0 ⇒
1 − (a + 1) − a 0

 −a = 0 ⇒ a = 0

 (
⇒ −a = 0 ⇒ a = 0
−a2 − 3a = 0 ⇒ −a · (a + 3) = 0
a + 3 = 0 ⇒ a = −3




Por tanto, ∀a ∈ R − {−3, 0}, |M | =

̸ 0 ⇒ rg(M ) = 3.

Si m = −3 o m = 0 seguro que rg(M ) < 3. Estudiamos cada uno de estos casos concretos.

a=-3
 
−2 1 1
M =  1 −2 1  Sabemos que |M | = 0. Buscamos para ver si el rango puede ser 2.
 
1 1 −2
−2 1
= 3 ̸= 0 ⇒ rg(M ) = 2
1 −2

a=0
 
1 1 1
M = 1 1 1 Quitamos dos filas porque son iguales y por tanto rg(M ) = 1
 
1 1 1

4.1.4. Ejercicios
Ejercicio número 3 del librillo de exámenes de las páginas: 132 a) - 133 a) - 159 a) - 184

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 122 Sistemas de Ecuaciones

4.2. Sistemas de ecuaciones lineales

4.2.1. Definición
Un sistema de ecuaciones lineales es un conjunto de igualdades del tipo
'
' $
$

a11 x1 + a12 x2 + a13 x3 + .....a1n xn = b1 






a21 x1 + a22 x2 + a23 x3 + .....a2n xn = b2





Sistema de m ecuaciones y n incógnitas
.................................................... 





am1 x1 + am2 x2 + am3 x3 + .....amn xn = bm






&
& %
%
xj = incógnita j-ésima
bi = término independiente de la ecuación i-ésima
aij = coeficiente de la ecuación i-esima de la incógnita j-ésima

Observemos que no hay ningún tipo de condición para m y n, es decir, puede haber sistemas
con el mismo número de ecuaciones que de incógnitas, con más ecuaciones que incógnitas o con
menos ecuaciones que incógnitas.

Llamando A a la matriz de los coeficientes, X a la matriz de las incógnitas y B a la de términos

independientes tendremos que:
     
a11 a12 a13 ... a1n x1 b1
a a a ... a x b 
     
A =  21 22 23 2n 
X =  2 B =  2
  
 ... ... ... ... ...   ...   ... 

am1 am2 am3 ... amn xn bm
mxn nx1 mx1

Teniéndose por tanto que, en notación matricial, el sistema será:

 
Amxn · Xnx1 = Bmx1
 

4.2.2. Clasificación de los sistemas de ecuaciones lineales

[Link]. Clasificación por su forma
Homogéneos
Son aquellos cuyos términos independientes son todos nulos.

2x + 3y − 4z = 0  

x − 2y + z = 0

2x − z = 0  
3x + y = 0 


Notemos que todos tienen la solución x = 0, y = 0, z = 0 (Solución Trivial)

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Sistemas de Ecuaciones Álgebra Lineal - 123

No homogéneos

Los que tienen al menos un término independiente no nulo.

[Link]. Clasificación por sus soluciones


 Incompatibles (no tienen solución) S.I.





 
 Compatibles Determinados (Solución única). S.C.D.

Compatibles (tienen solución)






  Compatibles Indeterminados (Infinitas soluciones). S.C.I.


Ejemplos )
x + y = 2
x + y = 3
Si resolvemos por reducción: 0 = −1. No tiene solución: Sistema Incompatible
)
x + y = 3
x − y = 1
Resolviendo por reducción: 2x = 4 ⇒ x = 2 ⇒ y = e − x = 3 − 2 = 1. Solución única. Sistema
Compatible Determinado
)
x + y = 3
2x + 2y = 6
Resolviendo por reducción: 0 = 0 (Es la misma ecuación). En este caso se resuelve, tomando
por ejemplo la primera ecuación:
) )
x=3−y x=3−λ
⇒
y=λ y=λ
Infinitas soluciones: Sistema Compatible Indeterminado con 1 incógnita libre

4.3. Resolución de sistemas de ecuaciones lineales

4.3.1. Teorema de Rouche-Frobeniüs para la clasificación y discusión
de sistemas
Sea el sistema:

a11 x1 + a12 x2 + a13 x3 + .....a1n xn = b1 






a21 x1 + a22 x2 + a23 x3 + .....a2n xn = b2 




.................................................... 





am1 x1 + am2 x2 + am3 x3 + .....amn xn = bm







Llamamos Matriz Ampliada a la formada por la matriz de coeficientes A y la matriz de los

términos independientes B añadida en la última columna. Se nota A/B

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 124 Sistemas de Ecuaciones

   
a11 a12 a13 ... a1n a11 a12 a13 ... a1n b1
a a22 a23 ... a2n  a a22 a23 ... a2n b2 
   
A =  21 A/B =  21

 ... ... ... ... ...   ... ... ... ... ... ... 
 
am1 am2 am3 ... amn am1 am2 am3 ... amn bn
mxn mx(n+1)

Si notamos rg(A) el rango de la matriz A y rg(A/B) el rango de la ampliada, se tiene que:

 
El Sistema de Ecuaciones tiene solución ⇔ rg(A) = rg(A/B)
 

Además se verifica que:


 

rg(A) = rg(A/B) = Número de incógnitas ⇒ S.C.D.

rg(A) = rg(A/B) = r < Número de incógnitas ⇒ S.C.I. (con n-r incógnitas libres)

 


4.3.2. Resolución de sistemas “cuadrados”mediante la Regla de Cra-

mer
Sea un sistema de n ecuaciones con n incógnitas:

a11 x1 + a12 x2 + a13 x3 + .....a1n xn = b1 






a21 x1 + a22 x2 + a23 x3 + .....a2n xn = b2 




.................................................... 





an1 x1 + an2 x2 + an3 x3 + .....ann xn = bn 






Si planteamos el sistema matricialmente, (AX = B) sabemos que lo podemos resolver siempre

y cuando el determinante de A sea no nulo y por tanto podemos calcular la matriz inversa de
A. La “Regla de Cramer”nos permite calcular las soluciones como:


 
Axi
|A| =
̸ 0 ⇒ xi =
|A|

 
Donde Axi es el determinante que resulta de quitar de la matriz A la columna de los coeficientes
correspondientes a la incógnita xi y sustituirla por la columna de los términos independientes.

Ejemplos
Discutir y resolver los sistemas de ecuaciones:


x + y = 3 


y + z = 5

x + z = 4 

5x − y + z = 6



Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Sistemas de Ecuaciones Álgebra Lineal - 125

Observemos que en este sistema la matriz de coeficientes (A) tiene dimensión 4x3 por lo que
rg(A) ≤ 3 y la matriz ampliada (A/B) tiene dimensión 4x4 y por tanto rg(A/B) ≤ 4. Por
ello empezamos estudiando el rango de la matriz ampliada porque si fuese 4, el sistema serı́a
incompatible (no tiene solución) sin necesidad de hacer nada más. Para ver si el rango es 4
tiene que ocurrir que |A/B| =
̸ 0

1 1 0 3 1 0 0 0
1 1 5 1 1 5
0 1 1 5 0 1 1 5 2 6
|A/B| = = = −1 1 1 = 0 2 6 = =0
1 0 1 4 1 −1 1 1 7 21
−6 1 −9 0 7 21
5 −1 1 6 5 −6 1 −9
Por tanto rg(A/B) < 4. Como la matriz A está incluida en A/B, pasamos a ver si el rango de
A puede ser 3, porque entonces el rango de la ampliada también serı́a 3, igual al número de
incógnitas.

1 1 0 1 1 0
1 1
|A| = 0 1 1 = 0 1 1 = = 2 ̸= 0
−1 1
1 0 1 0 −1 1
Se deduce por tanto que rg(A) = rg(A/B) = 3 = Número de incógnitas y por tanto, según el
Teorema de Rouche-Frobeniüs, Sistema Compatible Determinado (S.C.D. Solución única)

MUY IMPORTANTE Si en el enunciado hubiese puesto solamente DISCUTE o CLASIFI-

CA, el ejercicio termina aquı́. En estos ejercicios se pierde mucho tiempo porque no leemos el
enunciado y normalmente discutimos y resolvemos. Hay que estar muy pendiente de lo que pide.

Pasamos a la resolución del sistema. Como para el estudio del rango hemos usado las tres
primeras ecuaciones, prescindimos de la última y resolvemos el sistema que sabemos que tiene
solución única y además que |A| = 2:

x + y = 3  
y + z = 5 Aplicamos la “Regla de Cramer”:
x + z = 4 


3 1 0 3 1 0
5 1 1 1 1 0 3 1 
4 0 1 4 0 1 1 1 2  x+y =3⇒y =3−x=3−1=2

x= = = = =1⇒
|A| 2 2 2
x+z =4⇒z =4−x=4−1=3



Aplicamos Cramer también para estas dos incógnitas para ver cómo se aplica.

1 3 0 1 3 0
0 5 1 0 5 1 5 1
1 4 1 0 1 1 1 1 4
y= = = = =2
|A| 2 2 2
1 1 3 1 1 3
0 1 5 0 1 5 1 5
1 0 4 0 −1 1 −1 1 6
z= = = = =3
|A| 2 2 2

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 126 Sistemas de Ecuaciones

x − y + z = 2  
2x + y − z = 1
−x − 3y + 2z = 0 


Empezamos estudiando rg(A)

1 −1 1 1 0 0
3 −3
|A| = 2 1 −1 = 2 3 −3 = = 0 ⇒ rgA) < 3
−3 3
−1 −2 2 −1 −3 3
Paso a estudiar el de la ampliada por si fuese 3. Para ello quito una de las columnas, aquella
que me garantice que las otras dos no son proporcionales, y la sustituimos por la de los términos
independientes. Normalmente quitaremos la columna de la última incógnita si es posible:

1 −1 2 1 −3 2
−3 2
2 1 1 = 2 −3 1 = = 3 ̸= 0 ⇒
−3 1
−1 −2 0 −1 0 0
rg(A/B) = 3 ̸= rg(A) y por tanto, según el Teorema de Rouche-Frobeniüs, Sistema Incompa-
tible. No tiene solución


x + y − z = 1  
3x + 2y + z = 1
5x + 3y + 3z = 1 


Empezamos estudiando rg(A)

1 1 −1 1 0 0
−1 4
|A| = 3 2 1 = 3 −1 4 = = 0 ⇒ rgA) < 3
−2 8
5 3 3 5 −2 8
1 1
= −1 ̸= 0 ⇒ rg(A) = 2
3 2
Estudiamos el rango de la matriz ampliada. Dejamos las dos primeras columnas de la matriz
A que no son proporcionales y sustituimos la tercera por la de los términos independientes:

1 1 1
3 2 1 = 0 Observamos que F1 = 2 · F2 − F 3 (Si no lo vemos hacemos el determinante)
5 3 1
Por lo que rg(A/B) < 3 y como rg(A) = 2 ⇒ rg(A) = rg(A/B) = 2 < Número de incógnitas
(3) y por tanto, según el Teorema de Rouche-Frobeniüs, S.C.I Infinitas soluciones dependientes
de 3 − 2 = 1 parámetro. (o con 1 incógnita libre)

Como para el estudio del rango de la matriz A no hemos usado la última ecuación, la quitamos
y nos quedamos con las dos primeras, de las cuales tampoco he usado la columna de la incógnita
z, ası́ que esta será la que quede libre teniendo por tanto que:
) )
x + y − z = 1 x + y = 1+z
⇒
3x + 2y + z = 1 3x + 2y = 1 − z

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Sistemas de Ecuaciones Álgebra Lineal - 127

1+z 1 


1−z 2


2 + 2z − 1 + z 
 
x= = = −1 − 3z  x = −1 − 3λ
 
−1
 
Resolvemos por “Cramer”: 1 1 ⇒ y = 2 + 4λ
3 2 

 z=λ







y = 1 + z − z = 1 + z + 1 + 3z = 2 + 4z



[Link]. Uso de la calculadora para la comprobación de resultados

Como bien sabemos, todo cálculo que se realice debe estar suficientemente justificado, pero
para quien tenga la calculadora que permite cálculo matricial se usarı́a de la siguiente forma:
Introducimos la matriz ampliada en Matriz A
Option - Calc Matriz
Option - Bajamos con cursor dos veces y buscamos - F esc reducida - Rref( - Option Mat
A: Nos saldrá en la mantisa Rref(Mat A y pulsamos =
Interpretación:
• Ejemplo 1:
1 0 0 1
0 1 0 2
0 0 1 3
0 0 0 0
Se quita la última ecuación y se obtiene x = 1, y = 2 z = 3
• Ejemplo 2:
1 0 0 0
0 1 −1 0
0 0 0 1
Mirando la última ecuación, no tiene solución
• Ejemplo 3:
1 0 3 −1
0 1 −4 2
0 0 0 0
Quitamos la fila de ceros. Las que tienen un 1 despejamos esa incógnita en función
de las otras:
x = −1 − 3λ y = 2 + 4λ z=λ
• Otro ejemplo:
1 −1 2 5
0 0 0 0
0 0 0 0
x = 5 + λ − 2β y=λ z=β

[Link]. Ejercicios
Ejercicio número 3 del cuadernillo de exámenes de las páginas - 230 - 202 - 214
Ejercicios del 1 al 6 incluidos que aparecen en las primeras páginas del librillo de Sociales en
el apartado: Relación de ejercicios con relación a la propuesta de nuevos saberes
básicos para su inclusión en el curso 2024-25.

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 128 Sistemas de Ecuaciones

4.3.3. Discusión de un sistema según los valores de un parámetro

Considera el siguiente sistema de ecuaciones

−x + λy + z = λ 

λx + 2y + (λ + 2)z = 4
x + 3y + 2z = 6 − λ



a) Discútelo según los valores del parámetro

Seguiremos los siguientes pasos:

Resolvemos la ecuación |A| = 0, es decir, obtenemos los valores del parámetro para
los que el rango de la matriz de coeficientes no es 3. Normalmente obtendremos dos
soluciones, λ1 y λ2
Escribimos: ∀λ ∈ R − {λ1 , λ2 }, |A| = ̸ 0 ⇒ rg(A) = 3 = rg(A/B) = Número de
incógnitas ⇒ S.C.D. Solución única.
Fijamos cada uno de los parámetros obtenidos anteriormente y estudiamos el sistema
resultante partiendo de que ya sabemos que el rango de la matriz de coeficientes no es
3.

En nuestro caso, tenemos: 

−1 λ 1  λ=0

2
|A| = λ 2 λ + 2 = ... = −λ + 8λ = 0 ⇒ λ · (−λ + 8) = 0
1 3 2  λ=8


∀λ ∈ R − {0, 8}, |A| = ̸ 0 ⇒ rg(A) = 3 = rg(A/B) = Número de incógnitas ⇒ S.C.D.

Solución única. (Por el Teorema de Rouche-Frobeniüs)

λ=0
 
−1 0 1
A =  0 2 2 Sabemos que |A| = 0. Buscamos para ver si el rango puede ser 2.
 
1 3 2

−1 0
= −2 ̸= 0 ⇒ rg(A) = 2
0 2

Estudiamos el rango de la matriz ampliada:

 
−1 0 1 0 −1 0 0
A/B =  0 2 2 4 0 2 4 =0
 
1 3 2 6 1 3 6

Por lo que rg(A/B) < 3 y como rg(A) = 2 ⇒ rg(A) = rg(A/B) = 2 < Número de incógni-
tas (3) ⇒ S.C.I Infinitas soluciones dependientes de 3 − 2 = 1 parámetro. (o con 1 incógnita
libre). (Por el Teorema de Rouche-Frobeniüs)

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

 Sistemas de Ecuaciones Álgebra Lineal - 129

λ=8
 
−1 8 1
A =  8 2 10 Sabemos que |A| = 0. Buscamos para ver si el rango puede ser 2.
 
1 3 2

−1 8
= −66 ̸= 0 ⇒ rg(A) = 2
8 2

Estudiamos el rango de la matriz ampliada:

 
−1 8 1 8 −1 8 8
A/B =  8 2 10 4  8 2 4 =... ̸= 0
 
1 3 2 −2 1 3 −2

Por lo que rg(A/B) = 3 ̸= rg(A) = 2 ⇒ S.I. Sistema Incompatible. No tiene solución. (Por el
Teorema de Rouche-Frobeniüs)

b) Resuélvelo para λ = 0  
−x + z = 0  ) x=β 
−x = −z
 
2y + 2z = 4 ⇒ ⇒ y =2−β
2y = 4 − 2z
x + 3y + 2z = 6  z=β
 


c) Para λ = 0 encuentra, si es posible, alguna solución en la que y = 3

A veces se pide este apartado sin pedir el anterior. Habrı́a que hacer el mismo estudio y fi-
nalmente, partiendo de las soluciones obtenidas buscar el valor del parámetro de las infinitas
soluciones que
 hace que obtengamos la solución buscada. En este caso: 
x=β 
 x = −1 

y =2−β ⇒ 2 − β = 3 ⇒ β = −1 ⇒ La solución buscada es: y = 3
z=β z = −1 

 

d) Resuélvelo para λ = 1
Según hemos visto, en este caso es un Sistema Compatible Determinado. Sustituimos el valor
del parámetro y directamente hacemos “Cramer”. También podemos aprovechar los cálculos
anteriores y como |A| = −λ2 + 8λ, sustituimos λ = 1 y nos ahorramos el cálculo del determi-
nante. Por tanto |A| = −12 + 8 · 1 = 7
Tenemos que:
1 1 1 −1 1 1 −1 1 1
  4 2 3 1 4 3 1 2 4
−1 1 1 1 5 3 2 1 5 2 1 3 5
4 9 2
A/B =  1 2 3 4 x = = y= = z= =
 
|A| 7 7 7 7 7
1 3 2 5

4.3.4. Ejercicios
Ejercicio Número 3 del librillo de las páginas 236, 234, 232, 229, 228, 200, 235, 221, 197,226

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Álgebra Lineal - 130 Sistemas de Ecuaciones

4.4. Dependencia lineal de vectores

Un conjunto de vectores {u⃗1 , u⃗2 , ..., u⃗n , } se dice que son linealmente independientes cuan-
do toda relación del tipo λ1 · u⃗1 + λ2 · u⃗2 +, ... + λn · u⃗n = ⃗0 ⇒ λ1 = λ2 = .... = λn = 0. Si alguno
de los λi ̸= 0 se dice que los vectores son linealmente dependientes.

Vemos con un ejemplo, cómo llegar a una forma fácil para estudiar la dependencia.

Ejemplos
1. Estudiar la dependencia lineal de los vectores ⃗u = (1, −2, 1), ⃗v = (0, −1, 2), w
⃗ = (2, −6, 4)

λ · (1, −2, 1) + β · (0, −1, 2) + γ · (2, −6, 4) = (0, 0, 0)

(λ + 0β + 2γ, −2λ − β − 6γ, λ + 2β + 4γ) = (0, 0, 0)

Igualando cada una de las componentes, obtenemos el sistema:

  
λ + 2γ = 0   1 0 2
−2λ − β + −6γ = 0 ⇒ A = −2 −1 −6
 
λ + 2β + 4γ = 0  1 2 4


No perdamos de vista que no es preciso resolver el sistema, puesto que como se trata de un
sistema homogéneo, si rg(A) = 3 tendrı́a S.C.D. solución única. Como siempre tiene la trivial
λ = β = γ = 0 esa serı́a la única solución y por tanto serı́an linealmente independientes. Si el
rango no es 3, tendrı́a infinitas soluciones por lo que, sin necesidad de resolverlo, serı́an lineal-
mente dependientes. Como ya sabemos, para estudiar el rango estudiamos si el determinante
es cero o no. Por tanto:


 

|A| =
̸ 0 ⇒ Linealmente independientes

|A| = 0 ⇒ Linealmente dependientes


 

Observemos que la matriz A se construye disponiendo los tres vectores por columnas, aunque
como lo que voy a calcular es el determinante y |A| = |At |, se podrı́an poner por filas.

1 0 2 1 0 0
−1 −2
Haciendo el determinante: A = −2 −1 −6 = −2 −1 −2 = = 6 ̸= 0 ⇒
2 −2
1 2 4 1 2 −2
Son LINEALMENTE INDEPENDIENTES.

2. Estudiar la dependencia lineal de los vectores ⃗u = (1, −2, 1), ⃗v = (0, −1, 2), w
⃗ = (2, −6, 6)

1 0 2 1 0 0
−1 −2
A= −2 −1 −6 = −2 −1 −2 = =0⇒
2 4
1 2 6 1 2 4
Son LINEALMENTE DEPENDIENTES.

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)

Sistemas de Ecuaciones Álgebra Lineal - 131

[Link] número 57, apartado (1), página 107

Sean los vectores u = (−1, 2, 3), v = (2, 5, −2), x = (4, 1, 3) z = (4, 1, −8).

¿Se puede expresar x como combinación lineal de u y v? Si es ası́, escribe dicha combinación
lineal; si no es ası́, explica por qué.

Si se puede expresar, significa que existen números reales λ y β verificando que x = λ u + βv


−λ + 2β = 4  
Operando, se tiene que: (4, 1, 3) = λ(−1, 2, 3) + β(2, 5, −2) ⇒ 2λ + 5β = 1
3λ − 2β = 3 


Sistema de tres ecuaciones con dos incógnitas. La matriz de coeficientes de dimensión 3x2
tendrá como máximo rango 2, mientras que el de la ampliada puede tener rango 3 y, si ası́
fuese, no tendrı́a solución. Por tanto empezamos estudiando el rango de la matriz ampliada.

−1 2 4 −1 2 4
9 9
|A/B| = 2 5 1 = 0 9 9 =− = −99 ̸= 0 ⇒ rg(A/B) = 3 ̸= rg(A) ⇒Sistema
4 15
3 −2 3 0 4 15
Incompatible, no tiene solución.

Concluyendo que el vector x no se puede poner como combinación lineal de los vectores u y v

4.4.1. Ejercicios
Terminar los apartados del ejemplo anterior.

Ejercicio número 39, apartado (2) de la página 104.

Ejercicio 160 de la página 121.

Matemáticas II C.D.P. Juan XXIII-Chana (Granada)