UNIVERSIDAD DE LA SERENA

FACULTAD DE CIENCIAS
DEPARTAMENTO MATEMÁTICA

GUIA DE ÁLGEBRA LINEAL

2do SEMESTRE 2011

MATRICES

Definición 1:
Una matriz sobre un cuerpo IK, es una ordenación rectangular de la forma:
 A11 A12  A1n 
A 
 21 A 22  A 2 n  = A, donde Aij son escalares de IK.
A m1 A m 2  A mn 

Notación 2: A= ( Aij) 1  i  m, 1  j  n

Observaciones 3:
Los elementos Ai1, Ai2, ..., Ain son los elementos de la i-ésima fila de A.
Los elementos A1j, A2j, ..., Amj son los elementos de la j-ésima columna de A.
El conjunto al cual pertenecen las matrices se denota por M m,n ( IK), en particular
si IK= IR anotamos Mm,n. ( IR )

Definición 4:
Sea A  Mm,n (IK) se dice que A es una matríz cuadrada si m= n.
 2 3
Ej.: A=   entonces A  M2,2 ( IR )
1 2 

Definición 5:
Sean A = ( Aij), B= (Bij) en Mm,n ( IK) se dice que A = B, si y sólo si Aij= Bij  i, j.

Definición 6:
Sea A = ( Aij)  Mm,n ( IK ), A se llama matriz nula o matriz cero, si y sólo si Aij= 0IK,
 i, j.

Operatoria de matrices:
Definición 7:
Sean A, B Mm,n ( IK), C  Mn,p(IK) se define:
i) Suma de A con B como:
A + B = ( Aij) + ( Bij) = (Aij + Bij) Mm,n( IK).

ii) Producto de un escalar  por A ( ponderación)

A=  ( Aij) = ( Aij )  Mm,n ( IK)

iii) Producto de A con C como:

n
A · C= ( Aij) · ( Cij) = ( Dij)  Mm,p ( IK ), donde Dij= 
k 1
Aik Ckj.

Propiedades 8 :

Sean A, B, C Mm,n (IK) y ,   IK.

En la suma, se cumple: En el producto se cumple:

i) (A + B)+C= A+(B+C)
ii) A + 0m = A
iii) A +-A= 0M
iv) A + B= B+ A
v)  ( A + B) = A + B
vi) ( +  )A= A + A
vii) 1k · A = A ; 0k · A = 0M
i) (A · B) · C=A· (B · C), A  Mm,n(IK)
B Mn,p(IK) y C  Mp,q (IK)
ii) A ·( B+C) = A · B + A · C, A Mm,n(IK),
 B, C  M n, p(IK)
iii) (A)B= A (B) =  (A · B), A Mm,n y
B  Mn,p con   IK.
Definición 8:
Sea A Mn ( IK ) se define A1 = A y Am+1 = Am · A , m  IN

Proposición 10: Sea A Mn( IK), entonces Am+ r = Am · Ar ,  m, r IN.

Definición 11:
Sea A Mn(IK) , A es la matriz identidad de Mn( IK ) si :
1, si i  j
A= ( Aij) donde Aij = ij=  , a ij se le llama delta de Krönecker.
0, si i  j
Propiedad 12: A· In = In ·A = A con A Mn( K) e In identidad de Mn( IK)

Definición 13:
Se dice que una matriz A Mn( IK) es invertible si existe una matriz denotada por
A-1  Mn(IK) tal que A · A-1 = A-1 · A = In

Observación 14: existen matrices cuadradas no invertibles.

Definición 15: ( algunas matrices especiales)

i)Traspuesta: Sea A = (Aij)  Mm,n(IK), se llama matriz traspuesta de A a la matriz

denotada por At, donde At= (Aji)  Mn,m(IK)

ii)Simétrica: Sea A Mn(IK), A se llama simétrica si A = At

iii)Antisimétrica: sea A = ( Aij)  Mn( IK), se llama antisimétrica si A = -At.

iv)Sea A = ( Aij) Mn( IK ), se llama

a) Triangular superior ssi Aij = 0, i > j

b) Estrictamente triangular superior si y solo si Aij = 0,  i  j
c) Triangular inferior si y solo si Aij= 0,  i <j
d) Estrictamente triangular inferior si y solo si Aij= 0, i  j

v) Diagonal: Sea D = ( Dij)  Mn(IK) se llama diagonal si Dij= 0, i j.

Propiedades 16:
i) Si A Mn( IK ) es invertible entonces ( A-1)-1=A
ii) La inversa de A es única.
iii) Sean A, B, C Mn ( IK), si AB= I y CA = I entonces B= C = A-1.
iv) Si A, B Mn(IK) invertibles entonces AB es invertible y ( A·B) -1= B-1· A-1
v) Sean A, B, C Mn( IK ) si AB=C con A invertible entonces B es invertible,
si y sólo si C es invertible.
vi) Si A, B Mm,n ( IK) entonces ( A+B)t = At + Bt
vii) Si A Mm,n ( IK) entonces ( At) t = A
viii) Si A Mm,n(IK) y  IK entonces (A)t= At
ix) Si A Mm,n (IK) y BMn,p(IK) entonces ( AB)t = BtAt

Operaciones elementales con filas

Definición 17:
Sea A Mm,n ( IK ) se dice que se ha efectuado sobre A una operación elemental por filas
si:

i) Se multiplica la fila r-ésima por un escalar k diferente de cero y lo denotamos

fr  kfr:
ii) Se reemplaza la fila r-ésima por k veces la fila t-ésima más la fila r-ésima y lo
denotamos por fr kft + fr;
iii) Se intercambia la fila r-ésima con la fila t-ésima, lo denotamos por fr ft,
Observación 18: Las operaciones elementales por filas las podemos describir:
 A ij si i  r
a) Si e: frkfr con k 0, tenemos ( e ( A ))ij= 
KA rj si i  r
 A ij si i  r
b) Si e: fr kft + fr tenemos ( e( A))ij= 
KA tj  A rj si i  r
 A ij si i  r e i  t

c) Si e: fr ft tenemos ( e( A))ij= A tj si ir
A it
 rj si
Teorema 19: A cada operación elemental de filas e le corresponde una operación
elemental de filas e1 del mismo tipo de e tal que e1( e(A))= e( e1(A))= A ,  A Mn,n( K)

1
Obs. 20: Si e: fr kfr con k0 se tiene e1: fr fr
k
Si e: fr  kft + fr se tiene e1: fr  – kft + fr
Si e: fr ft se tiene e1: fr  ft

Definición 21:
Sea A Mm,n (IK) se dice que A es equivalente por filas a B Mm,n ( IK) (se denota
A B) si y sólo si B puede obtenerse por medio de una sucesión finita de operaciones
elementales con filas.

Definición 22:
Una matríz R de Mm,n ( IK ) se dice escalonada y reducida por fila si:
i) El primer elemento no nulo de cada fila no nula es 1.
ii) Cada columna de R que tiene el primer elemento no nulo de alguna fila tiene todos
sus otros elementos 0
iii) Toda fila de R que tiene todos sus elementos nulos está por debajo de todas las filas
que tienen elementos no nulos.
iv) Si las filas no nulas de R son 1, 2, ..., r y si el primer elemento no nulo de la fila i
está en la columna ki, i = 1,2,..., r entonces k1< k2 < ... < kr.

Teorema 23: Toda matriz A Mm,n(IK) es equivalente por filas a una matriz escalonada
reducida por filas.

Definición 24:
Una matriz A Mn(IK) se dice matriz elemental, si se puede obtener de la matriz identidad
In, por medio de una sola operación elemental de filas.
Se denotan por: Eij si aplicamos a In , fi  fj
Ei( k ) si aplicamos a In, fi kfi con k 0
Eij( k) si aplicamos a In, fj kfi + fj

Teorema 25: Sea e una operación elemental de filas y E  Mm(IK) la matriz elemental,
e( Im) = E entonces para toda matriz A Mm,n ( IK), se tiene que e ( A )= E A.

Corolario 26: A Mm,n ( IK), A es equivalente a B, si y solo si existen matrices E i tales que
Es· Es-1· ... · E1 · A = B con i = 1, 2, ..., s.

Proposición 27: Una matriz elemental es invertible y la inversa es elemental.

Observación 28 : i) Eij ·Eij= In

1 1
ii) Ei(K) · Ei   = Ei   · Ei (k) =In, k  0
k k
iii) Eij ( k) · Eij (-k) = Eij(-k) · Eij (k)=In

Teorema 29: Si R Mn( IK) escalonada reducida por filas e invertible entonces R = In
Teorema 30: Si A Mn(IK) los siguientes enunciados son equivalentes:
i) A es invertible
ii) A es equivalente por filas a la matriz identidad
iii) A es producto de matrices elementales.

Definición 31:
Sea A = ( Aij)  Mm,n (IK) y B= (Bij)  Mm,p ( IK) entonces
 A11 A12  A1n  B11 B12  B1p 
 
 A 21 A 22  A 2 n  B 21 B 22  B1p  se dice matriz aumentada y se denota
A m1 A m 2  A mn  B m1 B m 2  B mp 
 
(A, B).

Teorema 32: Sea A  Mn(IK) invertible. Por medio de operaciones elementales de filas,
la matriz aumentada ( A, In) es equivalente a ( In, A-1).

Sistemas de ecuaciones lineales:

Definición 33:
Sea A = ( Aij)  Mm,n (IK),  B1,B2,..,Bm  IK. Entonces a
A11x 1  A12 x 2    A1n x n  b1
A 21x 1  A 22 x 2    A 2n x n  b2

A m1 x 1  A m 2 x 2    A mn x n  bm

Se llama un sistema de m ecuaciones lineales con n incógnitas. El que se puede abreviar

matricialmente como:
 A11 A12  A1n   x 1   B1 
 A 21 A 22  A 2 n   x 2   B 2 
       y escrito como ecuación matricial por A· X = B
    
A m1 A m 2  A mn   x n  B m 

Definición 34:
Los sistemas AX = B y CX = B son equivalentes si y sólo si toda ecuación de cada sistema
es combinación lineal de las ecuaciones del otro sistema.

Teorema 35: Si A, B  Mm,n(IK) ; C, D Mm,1(IK) y ( A, C) ( B, D) entonces los

sistemas de ecuaciones lineales AX = C y BX = D son equivalentes.

Obs. 36: (i) En AX = B con A= (Aij)  Mm,n ( IK), X Mn,1( IK) y BMm,1(IK) se puede
representar en matriz aumentada por [ A , B]
(ii) Si B1 = B2 = ... = Bm = 0 se dice que el sistema es homogéneo.
(iii) Si existe algún Bi 0 , se dice que el sistema es no homogéneo.

Proposición 37: Si A Mm,n ( IK) con m < n entonces el sistema lineal homogéneo
AX = 0m tiene una solución no trivial ( es decir, una solución distinta a la solución nula).

Proposición 38: Sea A Mn( IK) , A  In si y sólo si el sistema AX = 0M tiene solamente

la solución trivial.

DETERMINANTES
A toda matriz cuadrada A sobre un cuerpo IK, es posible asignar un
escalar , llamado el determinante de A y generalmente denotado por det(A) o A.
El determinante de A = ( A i j )  Mn (IK) , se representa por :
A 11 A 12  A1 n
A 21 A 22  A2 n
det(A) = , n>1.
   
A n1 An2  An n
Notación 39: Si A es una matriz cuadrada n x n sobre un cuerpo K, con n  1,
entonces el símbolo A(i | j) representa la matriz (n – 1) x (n  1) que se obtiene de la
matriz A, quitando la i-ésima fila y la j-ésima columna de A.

Definición 40: Sea A = ( A i j )  Mn (IK) , se define el determinante de A por :

a) det (A11) = A11 ,
n
b) det(A) =  (1)1 j A1 j det A(1 | j) con n >1
j1

Proposición 41: Sea A = ( A i j ) una matriz cuadrada n x n, sobre un cuerpo IK. Si

n  1 e i  {1,2,....,n}, es cualquiera pero fijo, entonces:
n
det(A) =  (1)
j 1
i j
A i j det(A(i | j)) .

Propiedades de los Determinantes 42

En los siguientes enunciados, A = ( A i j ) es una matriz n x n, sobre un cuerpo IK.
1.- Det(A) = Det (At).
2.- Si B es la matriz que se obtiene de la matriz cuadrada A  Mn x n(IK),
intercambiando dos filas ( o columnas ) de A, entonces det(B) =  det(A).
3.- Si A tiene una fila ( o columna ) de ceros, entonces det(A) = 0.
4.- Si A tiene dos filas ( o columnas ) idénticas, entonces det(A) = 0.
5.- Si A es triangular, esto es, si las componentes de A son cero, encima o debajo
de la diagonal principal, entonces det(A) = A11·A 22 ·....·A n n . Es decir, el
determinante de A es el producto de los elementos de la diagonal principal. En
particular det( In) = 1 , donde In es la matriz identidad n x n.
6.- Si B es la matriz que se obtiene de la matriz A, multiplicando una fila
( o columna ) por k  IK ,k  0 , entonces det(B) = kdet(A).
7.- Sean B = ( B i j ) , D = ( B i j ) matrices que se obtienen de la matriz A = ( A i j ) ,
difiriendo de ella sólo en la t-ésima fila, y verificándose que: A t j  B t j  D t j
 j = 1,2,....,n. Entonces det(A) = det(B) + det(D).
8.- Sea B la matriz que se obtiene de la matriz A, reemplazando la t-ésima fila de
A, por la misma t-ésima fila mas k veces la s-ésima fila, con s  t. Entonces
det(B) = det(A).
9.- Sean A , B matrices cuadradas n x n, sobre un cuerpo IK. Entonces
det(AB) = det(A)det(B).
Observación 43: Observemos que, de las propiedades (2) , (6) y (8), se concluye
que: Si A  Mn x n(IK) y e es la operación elemental de filas tal que:
a) Ft  kFt , entonces: det(e(A)) = kdet(A) , k  0 .
b) Ft  Ft + kFs , ( s  t ) entonces: det(e(A)) = det(A).
c) Ft  Fs , ( s  t ) entonces: det(e(A)) = det(A).

Definición 44: Sea A = ( A i j ) una matriz cuadrada sobre un cuerpo IK. El escalar
C i j  (1) i  j det(A(i | j) ) , se llama cofactor i,j de A, y la matriz n x n, ( C i j ), se dice
que es la matriz de los cofactores de A.

Definición 45: Sea A = ( A i j ) matriz cuadrada n x n, sobre un cuerpo IK. La

transpuesta de la matriz de los cofactores de A, se llama la matriz adjunta de A
y se denota adj(A).

Teorema 46: Si A es una matriz cuadrada n x n, sobre un cuerpo IK, entonces

A(adj(A)) = (adj(A))A = det(A) I n .

Corolario 47: Sea A una matriz cuadrada n x n, sobre un cuerpo IK. Entonces A
es invertible si y sólo si, det(A)  0. Además si A es invertible, la inversa de A es
1
A-1 = adj(A).
det (A)
Teorema 48: ( Regla de Cramer )
 B1 
 
Sea A = (A i j ) matriz cuadrada n x n, sobre un cuerpo IK, B =    con
B 
 n
 x1 
 
B1,...., Bn  IK, y X =    . Entonces el sistema AX = B tiene una única
x 
 n
solución, si y sólo si, det(A)  0. En este caso la solución única está dada por:
det (D j )
xj  , donde D j es la matriz que se obtiene de A reemplazando la j-ésima
det (A)
 B1 
 
columna de A por B =    .
B 
 n

GUIA EJERCICIOS : MATRICES , SISTEMAS DE ECUACIONES Y

DETERMINANTES

1.- Considere las matrices

1   1  1 1 0 0 
1 2 1     1 0 0  
A= 
  ; B=  2  C=  2 3  D=   y E= 0  1 0 
3 1 1  3   1 0   0 1 0  0 0  1
Calcular, si es que existen, las siguientes matrices.
a) A +5 D, C - E; D - A; 3A- 4D; 3D + 2C

b) AB ; BA; AE; DB; EB; C Dt

c) 2DB - AB;: EB + 6B; ( CD)B; C( DB); (CD - 4E)B

d) ( A - 2D) ; (DB)Bt; At + Ct ; CtE + D; ( DAt)2.

1  3 2  1 4 1 0   2 1  1  2
2.- Sea A = 2 1  3 : B= 2 1 1 1 y C= 3  2  1  1
   
4  3  1 1  2 1 2 2  5  1 0 
demostrar que: AB= AC (Luego AB= AC no implica B = C)
 i 0
3.- Sea A=   deducir una fórmula para las potencias enteras de A
0 i 
1 2 
Si B=   encuentre de modo similar Bn. Demuestre su afirmación por inducción.
0 1 
 4  2 3 1
4.- Dadas las matrices At=   y B=  
1 4  2 1
Resolver las ecuaciones matriciales:
a) 2x + A ( 3AB)t = 3I2
b) AX = B t
c) XA = B t
5.- Para que valor de α en R se satisface que.
3 5 1  1 
2   1 2  1 0    =0M
0 1 2  0 
1 2 
6.- Encontrar todas las matrices en M2 ( IR) que conmutan con  
0 2 
7.- Verificar que la ecuación x3 – x2 – 5x + 5I = 0m admite por solución a la matriz
1 2 0 
X = 2  1 0
0 0 1
8.- Una matriz A se dice nilpotente de orden p si y sólo si Ap = 0m y Ap-i  0M , 1  i < p
 2  1  3
a) Determinar si A =  5 2 6  es nilpotente de orden 3.
 2  1  3
b) Si A es nilpotente de orden 2, demostrar A( I + A)n =A, n  IN.

9.- A se dice idempotente ssí A2=A. Si A es idempotente demostrar que B= I - A es

idempotente y que AB=BA=0.

10.- Sea A Mn( K), se define la traza de A ( se denota tr(A)) como la suma de los
elementos de la diagonal. Demostrar tr( AB) = tr( BA)

11.- Si A Mn( K) es invertible demostrar ( A-1)t = (At) –1

12.- Demostrar que el producto de matrices triangulares superior (inferior) es una matriz
triangular superior (inferior).

13.- a) Sea A una matriz cuadrada n x n sobre K. Escribir A como la suma de una
matriz simétrica y una matriz antisimétrica.
 1  3 1
 
b) Utilizar (a), para escribir la matriz A =  2  2 3   M3 x 3(IR), como la suma
 3  1 1
 
de una matriz simétrica y una matriz antisimétrica.
1 3 2
 
c) Utilizar (a), para escribir la matriz A =   1 4  1  M3 x 3(IR), como la suma de
0 2 6
 
una matriz simétrica y una matriz antisimétrica.
d) Determine la intersección del conjunto de matrices simétricas con el conjunto de
matrices antisimétricas.

14.-Encontrar los valores de k , t , s en los reales, de modo que la matriz:

1  2 3 1 k 1 0 0 15 
   
7
 2 1 2 t  sea equivalente por filas a la matriz:  0 1 0 4
7 .
 3 1 2 s  1 0 0 1 10 
   7

1 0 3  1 0 0
   
15.-Consideremos las matrices E 1=  0 1 0 y E2 =   2 1 0  . Sean e1 , e2 las
0 0 1   0 0 1 
 
operaciones elementales de filas tales que: e1 ( I 3 )  E11 y e 2 ( I 3 )  E 21 . Calcular
1 4 7
 
e1 (e 2 (A)) donde A =  2 5 8  .
3 6 9
 

1 0 2 
16.- Sea A = 2  1 3 Encontrar una matriz escalonada reducida por filas R que sea
4 1 8 
equivalente a A y una matriz invertible P tal que R = PA.

1 2  2 3
1 3  2 3
17.- Hacer lo mismo del ejercicio anterior para A = 
2 4  3 6
 
1 1  1 4
18.- Encontrar la matriz inversa de:
 1 2  3 1 0 2 

a) A =  2 1 0 b) B = 2  1 3 c) AB
 4  2 5  4 1 8 

19.- Encuentre una matriz P  M3 x 3(IR), de modo que:

1 0 1 1 0 0  3 5 2
     
0 1 2 P  0 1 3   1 1 0 .
1 1 3   2 0 1   2 3 2 


20.- Resolver los siguientes sistemas lineales utilizando matrices:

x1  x2  x3  3 x y z0
i) 2 x1  5 x 2  2 x3  3 ii) 2 x  5 y  3z  10
x1  7 x 2  7 x3  5 4x  8 y  2z  4

x y 2 x  2 y  3z  0
iii) y  z 1 iv) 2 x  y  3 z  0
2x  z 4 3x  2 y  z  0

21.- Determine en los siguientes sistemas lineales el valor de tal que el sistema:
(a) no tenga solución, (b) tenga infinitas soluciones, (c) tenga solución única.
x 2y  z  2 x  y  z  1
i) 3x  (  1) y  z 1 ii) x  y  z  1
3x  2y  (  2) z  2  5 x  y  z  1

x y  z 1 6x  y z  2
iii) 2 x  3 y  z  3 iv) 6 x  (  1) y  2 z  
x  y  3z  2 3x  y 2z  

22.-Discutir las soluciones de cada sistema, en relación a los diferentes valores de

  IR.
a ) 2x  2 y  (3  1)z  2 b ) x  y  z  1
2x  (5  3) y  2z  2 x  y  z  
(  1) x  2 y  2z  2 x  y  z  2

c) x  2 y  z    2 d) (  3) x  2 y  3z  4v    2
3x  (  1) y  z  1 x  (  2) y  3z  4v  2  6

1  3 3  x  0
     
23.-Sea A =  3  5 3  . ¿ Para qué X =  y    0  , existe un escalar k  IR tal que
6  6 4  z  0
     
AX = kX ?

0  1
2
 
24.- Calcular det(A), donde A =  3 0 2 .
4  3 7 
 
 3 2 5 4 
 
5 2 8  5
25.- Sea A =  . Calcular det(A), utilizando las propiedades de los
2 4 7  3
 
 2 3 5 8 
 
determinantes.
 a b c
c a b = (a + b + c)((a  b) – (c – b)(a – c)), donde a , b , c son
2
26.- Demostrar que
b c a
números reales.

27.- Resolver los siguientes determinantes aplicando propiedades y por la definición,

1 0 1 2
29 26 22 1  2
2 3 2 2
i) ii) 25 31 27 iii)  2 1 donde 3= 1 y  1
2 4 2 1
63 54 46 2 1 
3 1 5 3
28.- Demostrar que:
x 1 1 1
1 x x2
1 x 1 1
i) = ( x –1)3 (x + 3) ; ii) 1 y y 2 =( y – x) (z – x) ( z – y)
1 1 x 1
1 z z2
1 1 1 x
29.- Resolver
2 1 1 0 x a a a
0 x 2 x a x a a
i) =0 ii) =0
x 1 1 6 a a x a
1 0 3 1 a a a x

x  3 1 1
30.- Encontrar los x  IR para los cuales 5 x 3 1 = 0.
6 6 x 4

31.- Sean a , b , c  IR tales que a + b + c = 0. Resolver en IR, la ecuación:

ax c b
c bx a  0.
b a cx
a bc 2a 2a
32.- Sean a , b , c  IR. Demostrar que 2b bca 2b = (a  b  c) 3 .
2c 2c ca b

x a b x
a x x b
33.- Sean a , b  IR con a  b. Resolver la ecuación: = 0.
b x x a
x b a x
a  b a a  a 
 
 a ab a  a 
34.- Sean a , b  IR y 
A=  a ab a   Mn
a 
 x n(IR). Demostrar que
      
 
 a a a  a  b
det(A) = bn – 1(b + na).

1  x 2 x 0  0 0 

 x 1 x 2
x  0 0 
 
0 x 1 x 2  0 0 
35.-Sea A =   Mn x n(K). Demostrar que
       
 
 0 0 0   x 
 0  x 1  x 2 
 0 0

det(A)  1  x 2  x 4    x 2 n .
 1  3 3
 
36.- Sea A =  3  5 3  . Sea p(x) = det( xI3  A ). Encontrar las raices reales del
6  6 4
 
polinomio p(x). Se define A = { X  M2 x 1(IR) / AX = X }. Encontrar A para
cada   IR raíz de p(x).

37.- Evaluar el determinante de cada matriz, y determinar los valores de x  C, para

los cuales el determinante es cero.

x  2 4 3   x 1 3 3   x  3 1 1 
     
i)  1 x  1  2  ii)   3 x  5  3  iii)  7 x  5 1 
 0 x  4   6 x  4   6  6 x  2 
 0  6 

38.- Utilizando determinantes resolver.

2 x  3 y  5 z  10 3x  2 y  7
i) 3x  7 y  4 z  3 ii) 2 y  2 z  6
x  2 y  2z  3 3z  2 x   1

39.-Discutir la solución en IR de cada sistema, en relación a los distintos valores

de   IR.

2x  2 y  (3  1)z  2 x  y  z  1 (1  ) x  y  z  0
i) 2x  (5  3) y  2z  2 ii ) x  y  z   iii ) 2x  (2  ) y  2z  0
(  1) x  2 y  2z  2 x  y  z  2 x  y  (1  )z  0

3x  y  2z    1 (  1) x  y  z   ax  by  z  1
iv ) 2x  5y  3z  1 v)  2x  y  z   vi) x  aby  z  6
2

x  3y  (  1)z  0 x  y  (2  1)z  0 x  by  az  1

40) Si desea realizar más ejercicios consulte en biblioteca el texto : ÁLGEBRA LINEAL ,
TEORIA Y EJERCICIOS de Cvitanic-Flores-Neuburg-Suazo . Además puede revisar el
texto Ejercicios de Álgebra Lineal Luis Zegarra .