Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CICLO :I
SEMESTRE : 2018 – I
Las matrices aparecen por primera vez hacia el año 1850, introducidas por J. J. Silvester. El desarrollo inicial de la
teoría se debe al matemático W. R. Hamilton en 1853. En 1858, A. Cayley introduce la notación matricial como una forma
abreviada de escribir un sistema de m ecuaciones lineales con n incógnitas.
Las matrices aparecen de forma natural en ingeniería, estadística, economía, informática, física, etc.
II. DEFINICIÓN DE UNA MATRIZ. Se denomina matriz de orden m n sobre el campo de los números reales a un
arreglo rectangular de escalares dispuestos en m líneas horizontales (filas) y n líneas verticales (columnas) de la forma:
Las matrices se denotarán usualmente por letras mayúsculas, A , B , … y los elementos por letras minúsculas, a , b , …
EJEMPLO:
1 3 4
1. A , matriz de orden 23.
0 5 2
Sus filas son 1, 3, 4 y 0, 5, 2 ; sus columnas son xy 3
xy
1
1 3 4 . La solución del sistema es x 2 , y 1 , z 3
, y 2z w 5
0 5 2
zw 4
, w 1 .
x y 2z w 3 5
2. La aserción es equivalente al
x y z w 1 4
siguiente sistemade ecuaciones:
1. SUMA DE MATRICES.
Sean A a y B b dos matrices del mismo orden, entonces la matriz A B está definida por A B a b
ij ij ij ij
EJEMPLO:
2 3 1 2 6 8 4 9 9
Sean A 5 4 4 y B 3
8 5 , entonces: A B a b 8 4 9
ij ij
0 0 7 1 0 4 1 0 11
2. RESTA DE MATRICES.
Sean A a y B b dos matrices del mismo orden, entonces la matriz A B está definida por A B a b .
ij ij ij ij
2 3 1 2 6 8
EJEMPLO: Sean A 5 4 4 y B 3
8 5 , entonces:
0 0 7 1 0 4
0 3 7
A B a b 2
12 1
ij ij
1 0 3
2. A B B A . 8. 1A A .
5. k A B kA kB . 11. A B A B .
3. A B C A B C . 9. 1 A A .
6. n k A nA kA .
2 3 2
2 3 1 5 6 8 3
EJEMPLO: Sean A 5 4 4 0 y B , entonces:
8 5 1
0 0 7 1
1 1 0
c c 2 2 3 6 1 8 5 1
11
c
12 13 8 14 25 8 14
AB c c c c 66 3 26 66 3 26
ij 21 22 23
c c c 0 2 0 6 7 8 1 1 36 7 55 36 7
31 32 33
Ahora sí A a , B b y C c . Entonces:
ik m p kr p q rt q n
Bθ.
2. A B C AC BC, m p q . 4. AB BA . En general el producto
Vamos a describir algunos tipos de matrices que aparecen con frecuencia debido a su utilidad, y de los que es
conveniente recordar su nombre.
A. ATENDIENDO A LA FORMA
a) MATRIZ FILA. Es una matriz que solo tiene una fila, y n columnas
es decir m =1 y por tanto es de orden 1 n .
EJEMPLOS:
1. A 2 5 3. C 2 6 1 5. D 0 0 0 0
2. B 4 1 0 4. N 1 6. K 0 10 0 4
3 0
1. A 0
1 2. P
0
0
c) MATRIZ CUADRADA. Es aquella que tiene el mismo número de filas que de columnas, es decir m = n . En estos
casos se dice que la matriz cuadrada es de orden n . Los elementos a con i = j , forman la denominada diagonal
ij
principal de la matriz cuadrada.
7 3 8 1 7 1 1 0 1 3 2 0
1.
B 3 3 1 9 2 0 2 4 2 1 5 1
3. C
1 2 2 2. B 0 2 3 6 2 0 3 9 2
7 4 6 0 1 0 4 8 5
4 5 3 0
1
EJEMPLOS:
1 5 1 3 1 4 9 5 4 5
1.
A 4
0 6 4 5 0 2 1 0 9
2. B 3. B
9 2 2 1 1 6 2 5 6 7
3 4 1 1 4 2
la matriz de orden n m , cuya i ésima fila es la i ésima columna de A y cuya j ésima columna es la j ésima fila
de A .
T
a11 a12 ... a1n a11 a21 ... am1
a21 a22 ... a2 n a
12
a22 ... am 2
...
am1 am 2 ... amn a1n a2 n ... amn
A BT AT
T
1. BT . 7. A AT AT A
2 A AT 21 A AT
T
2. AT A. 8. A
1
.
nA T nAT .
3. T m
9. Am AT , m
4. T .
10. A A A
5. ABT BT AT 11. Am An Am n , m, n
T
6. A AT AT A
EJEMPLOS:
1 4 1 3 2 0
1. A AT
4 2
3 1 5 1
2. D DT
2 5 9 2
0 1 2 5
EJEMPLOS:
0 4 0 4 0 3 2 0
Si A , entonces A T . Por 3 1
0
1.
4 0 4 2. Si C
0 5
, entonces
2 5 0 2
0 1 2 0
consiguiente A AT .
0 3 2 0
3 0 5 1
CT . Por consiguiente C CT .
2 5 0 2
0 1 2 0
h) MATRIZ ORTOGONAL. Una matriz ortogonal es una matriz cuadrada cuya matriz inversa coincide con su matriz traspuesta.
Es decir: A1 AT
Ap1 A
1 2 4
EJEMPLO. A
1 2 4
1 4
2
Como A5 A , entonces p 1 5 p 4.
4 24 1
Por consiguiente: A
99
A 2 A 97 A 2 A A3
k) MATRIZ INVOLUTIVA. Una matriz A nn tal que A 2 Inn , se le denomina matriz involutiva
l) MATRIZ NILPOTENTE. En álgebra lineal, una matriz A nn se dice que es nilpotente si existe k tal que
A nn
k
0nn . A k se le denomina indice de nilpotencia o se dice que A nn es de indice (o de orden) k y se
EJEMPLOS:
0 0 0 0 0 0 0 7. θ 0 0
1. θ
0 0 3. θ 0 0 0 5. θ 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0
2. θ 8. θ
0 0 0 4. θ 0 0 0 0 0 0 0 0 0 0 0
6. θ
0 0 0 0 0 0 0
1 0 0 0
0 2 0 0
A0 0 3 0
0 0 n
0
EJEMPLOS:
1 0 3 0 0 1 0 0
A C 0 4 0 D 0 0
1.
0 3 2. 3. 2
0 0 2 0 0 6
c) MATRIZ ESCALAR. Es una matriz diagonal con todos los elementos de la diagonal principal iguales.
EJEMPLOS:
0 0 0 1 0 0 2 0 0 0
1. 3.
D 0 0 0 D 0 1 0 0 2 0 0
5. C
0 0 0 0 0 1 0 0 2 0
0 0 0 2
5 0 0 7 0 0
2. M 0 5 0 4. M 0 7 0 0 0
0 0 5 0 0 7
6. A
0 0
1 0 0 0
0 1 0 0
A 0 0 1 0
0 1
0 0
Propiedad fundamental: A A A
EJEMPLOS:
1 0 1 0 0
1. A
0 1
2. B 0 1 0
0 0 1
e) MATRIZ TRIANGULAR. Es una matriz cuadrada que tiene nulos todos los elementos que están a un mismo lado de la
diagonal principal. Las matrices triangulares pueden ser de dos tipos:
TRIANGULAR SUPERIOR. Si los elementos que están por debajo de la diagonal principal son todos nulos. Es decir:
a 0, i > j .
ij
1 3 7 4 3 2 2 6 0 1 3 5
1. A 0 1
0 5 2 1 3. C 0 5 7 4. D 0 6 4
2. B
0 0 3 6 0 0 1 0 0 2
0 0 0 1
TRIANGULAR INFERIOR. Si los elementos que están por encima de la diagonal principal son todos nulos. Es decir:
a 0, i j .
ij
a11 0 0 0
a21 a22 0 0
A a31 a32 a33 0
a ann
n1 an2 an3
EJEMPLOS:
1 0 3 0 0 0 2 0 0 1 0 0
1. A
4 5 3 2 0 0 3. B 3 5 0 4. D 3 6 0
2. C
0 2 3 0 1 4 1 4 1 2
1 4 6 8
f) MATRICES IGUALES. Son aquellas matrices del mismo orden y sus respectivos elementos son iguales.
EJEMPLOS:
1 , i j
1. Sea A kn B y B es una matriz construida mediante B bij
0 , i j
a) Halle k y , de tal manera que A 2 n
SOLUCIÓN:
Tenemos: A kn B
A 2 A kn B kAn AB kA AB
En efecto:
0 1 1 1 0 1 1 1 0 1 1 1 n 1 n2 n2 n 2
1 1 1 1 n 2
0 1 1 0 1 0 1 1
n 1 n 2 n 2
B 1 1 0 1 B 2 1 1 0 1 1 1 0 1 B2 n 2 n 2 n 1 n 2
1 n 2 n 1
1 1 0 1 1 1 0 1 1 1 0 n2 n2
Tenemos:
2
k 0 0 0 0 1 1 1
2 n1 2 n2 2 n2 2 n2 1 0 0 0
1 n 2 2 n1 2 n2 n 2 0
2 2 2
0 k 0 0 1 0 1 1 0 0
2k 1 1 0
0 0 k2 0
1 0
n2
2 n 2 n2 2 2 n1 2 n 2 0 0 1
1
1 1 0 0
0 0 1
0
0 0 k 2 n n2 2
2 2 n2 2 n2 2 n1
Igualando:
2
k 2 n1 1
2 k n 2 0
2
Si 0, entonces en : k
2
1 k 1
2k
Si , entonces en :
n2
2
n2 n2
k 2 1 2 1
4k 2 4 n1
k
2
n1 1 k2 k
n22 n2
n n
Resumiendo:
Si 0, entonces k 1. *
2 n2
Si , entonces k . **
n n
2 n 2
Si , entonces k . ***
n n
1 0 0 0
0 1 0 0
De * : Si 0 , k 1, entonces A 4
.
0 0 1 0
0 0 0 1
2 2 1 n2 42 1
De ** : Además si n 4 , entonces k
n
4
2
n 4 2
Finalmente:
1 1 1 1
2 2 2 2
1
1 1 1
1 1 2
A 4 B 2
1
De *** : Si , k , entonces 2 2
2 2
2 1 1
1 1
2 2 2 2
1 1 1 1
2 2 2 2
1 si i j
2. Si A aij tal que a , halle la suma de elementos de An, n .
22 ij 2 si i j
SOLUCIÓN:
5 4 3 14 13 S 54 2 33
A2 2
S2 18 2 3 A 3
4 5 13 14
máx i ; j , i j
3. Construya la matriz M m m . La matriz M es de orden 4 3 , luego sus entradas se calculan del
ij 4 3 ij mín i ; j , i j
modo siguiente:
1 1 1
2 2 2
Por consiguiente la matriz M será: M .
3 3 3
4 4 4
2, i j
4. Si A [aij ]4x3 / aij , calcule la suma de elementos de A.
1, i j
SOLUCIÓN:
a11 a12 a13
1 1
2
2, i j a21 a22 a23 1
2 1 i 4, j3
A aij aij A aij 3
4x3 1, i j a31 a32 a33 1 1 2
i1, j1
a41 a42 a43 1 1 1
OBSERVACIONES
1. De la definición vemos que si r A k ; entonces r A mín m ; n , donde A es de orden m n .
2. Para calcular el rango de A , basta que entre todas sus submatrices cuadradas más grandes, encontremos una que
contenga un determinante no nulo. Si este no fuera el caso, continuamos con las submatrices cuadradas de orden inferior.
0 4 12 0 4 12 0 4 12 5 2 4
5 2 4
; 5 2 4 ; 1 1 1 ; 1 1 1
1 1 1 2 3 5 2 3 5 2 3 5
1 1 2 1 1 2
EJEMPLO 2. Sea la matriz A , observe que A entonces la segunda fila es múltiplo
2 2 4 2 3
2 1 2 1 2 2 2 3
de la primera fila.
1 1 1 2 1 2
a) 0 b) 0 c) 0
2 2 2 4 2 4
Dicho de otra manera el determinante de todas las submatrices cuadradas de orden 2 son nulas, por consiguiente el
orden de la matriz es 1.
1 0 1 1
1 0
EJEMPLO 3. Sea la matriz B 1 2 3 2 . Observe que 2 y utilizando el método de reducción de Gauus
1 2
0 2 4 3 3 4
1 0 1 1 1 0 1 1 1 0 1 1
Jordan obtenemos: B 1 2 3 2 0 2 4 3 0 2 4 3 por consiguiente el R B 2 (hay dos filas
0 2 4 3 3 4
0 2 4 3 3 4
0 0 0 0 3 4
linealmente independientes)
Denominamos rango de una matriz A al número de filas diferentes de cero que tiene la matriz despues de
escalonarla. El rango de dos matrices equivalentes es el mismo.
x x 1 x 2 1
3
1. Sea: A x 1 x 4 1 x 2 1 . Hallar " x " para que el rango de A sea 3 .
x 4 1 x 5 1 x 6 1
cos sen 0
2. Hallar la inversa de la matriz A , donde A sen cos 0 tiene inversa.
0 0 1
a1 a2 a3 an
a a a x a3 an
1 1 2
3. Dada la matriz de orden n : A a1 a2 a 2 a3 x an .
a1
a 2 a 3 an 1 an x
a) Hallar los valores de x para que el rango sea máximo.
b) Hallar los valores de x para que el rango sea 3 .
1 , i j
4. Dada la matriz A aij n , donde aij 1 , i 1, j 1
i 1 x , i j i 2
a) Encontrar las condiciones para que no exista A 1
b) Hallar A 1
20 26 34 4 1 4 50
1 1 1
13. Dada la matriz
Adj A 10 2 , A 2 , hallar
k k y A.
7 3 1
OBSERVACIONES:
0 r A minm ; n
2. Si A es una matriz cuadrada, no nula, de orden n , entonces
0 r A n
3. Si A y B son matrices conformables respecto de la suma A B ,entonces
r A B r A r B
4. Si A y B son matrices conformables respecto del produco AB ,entonces
r AB mín r A ; r B
r A min4 ; 5 r A 4
4 3
Observe que existe M2 4 6 2 0 y el menor de tercer orden
2 1
2 4 3
2 1 4 3
M3 1 2 1 2 2 1 1 0
1 1 1 1
0 1 1
2 4 3 0 2 4 3 1
1 2 1 2 1 2 1 4
0, 0
0 1 1 1 0 1 1 3
4 7 4 5 4 7 4 4
SOLUCIÓN: Por definición r A 4 , si r A 4 , entonces A
2 3 4
3 x 5
5
6
0
2 3 x 5
Aplicando propiedades de determinantes, obtenemos:
1 0 0 x
C2 C2 2C1 1 2 5 2 1 2
2 1 2 5
C3 C3 3C1 A 0 x 6 4 6 x 3 x 6 4 0
3 x 6 4 6
C4 C4 2C1 7 x 6 5 2 7 x6
2 7 x 6 5
1 0 0 0 1 0
x 6 8 2x 5x 24 x 2x 9 x 6 8 2x 0
7 x 8 30 12 7 x 8
8 2x 5x 24 2x 9 8 2x
x 0 2x3 6x 2 20x 48 0
x 8 30 12 x 8
a) Es igual a 3. b) No es igual a 3.
SOLUCION:
3t 1 2 3t 2 t 1 3t 1 t 1 1 2 t 1
5t 5 5 15t , 5t 5 2t 25t , 5t 5 2t t 7t 25 y 5 5 2t 8t 5
7t 2 3 7t 3 3t 7t 2 3t 2 3 3t
Podemos observar que para t 0 los tres primeros determinantes son nulos, pero el cuarto tiene un valor
M3 5 0 . Por lo que:
a) t : r A 3
b) r A 3
2 1 3 2 4 2 0 2 2 1 0 2 0 2
a) A 4 2 5 1 7 0 1 0 0 0 1 0 1 0
c) A e) A
2 1 1 8 2 2 1 0 1 2 1 0 2 1
1 3 5 1 0 1 0 0 0 1 0 1 0
2 1 3 4 3 3 3 2 5
b) A
5 1 1 7 5 3 2 3 4
d) A
7 7 9 1 1 3 5 0 7
7 5 1 4 1
18. En los siguientes ejercicios, decir a que es igual el rango de la matriz A para diferentes valores de k .
3 1 14 1 k 1 2
k 4 10 1 ii. A 2 1 k 5
i. A 1 10 6 k
1 7 17 3
2 2 4 3
n 1 , si i j
19. Dada la matriz A aij de orden n , tal que aij . Que valor debe tener n para que el rango de A
1 , si i j
sea igual a su orden.
20. Hallar x para que el rango de la matriz A sea menor que 4.
1 x x x x 1 0 x
x 1 x x 0 x x 1
a) A b) A
x x 1 x 1 x x 0
x x x 1 x 0 1 x
3 0 6 3x
22. x , hallar el rango de la matriz A , si A x 2 2 x 1 0
2 4 2
0 2x 2x
1 x 0 1 2 3
23. Determine el rango de la matriz A 2 1 0 x 5 7 , para diferentes valores de x.
1 0 0 6 1 2
1 x 1 2
2 1 x 5
24. Sea la matriz A . Para qué valores de x el rango de la matriz A toma un valor:
1 10 6 1
1 0 0 0
a) Máximo
b) Mínimo.
Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una
combinación de las siguientes operaciones:
a) Para intercambiar dos filas, por ejemplo la i y la j lo ´unico que hay que hacer es multiplicar por la matriz
identidad a la que le hemos cambiado la fila i por la j.
2 4
Por ejemplo dada la matriz: A 3 6
7 9
Queremos intercambiar la fila 1 y la fila 3 tenemos que hacer:
2 4
Por ejemplo si tomamos la matriz anterior A 3 6 y queremos multiplicar la fila 2 por 5, tenemos que
7 9
1 0 0 2 4 2 4
multiplicar esta matriz por: 0 5 0 3 6 15 30
0 0 1 7 9 7 9
c) Si queremos sumar a la fila i un múltiplo 0 de la fila j tendremos que multiplicar a la izquierda por la matriz
identidad a la que le añadimos en la fila i y columna j una .
1 0 0 2 4 2 4
0 1 7 3 6 52 69
0 0 1 7 9 7 9
0 3 2 75
1 7 2 34
Sea la matriz: 0 0 0 31
0 0 0 00
0 5 0 4 7
1. Reordenamos las filas de manera que todas las filas de ceros, si las hay, queden abajo del todo.
1 7 2 34
0 3 2 75
0 5 0 74
0 0 0 31
0 0 0 0 0
2. Buscamos la primera columna que no tenga todo ceros. Reordenamos de nuevo las filas de manera que los
ceros de esta columna queden abajo del todo.
3. Si la matriz ya está escalonada ya hemos acabado.
Mg. Oscar Guillermo Valverde Sandoval Página 34
4. Si no, buscamos el primer elemento donde no se cumple la condición de escalonamiento a este número le
denominamos pivote y a partir de ahora nos olvidamos de las filas por encima de esta.
1 7 2 4 3
0 3 2 5 7
0 5 0 4 7
0 0 0 1 3
0 0 0 0
0
5. Si no, eliminamos todos los números que estén en la misma columna y por debajo del pivote (supongamos que
es aij ) que no sean cero haciendo las operaciones aijFi aik,jF siempre y cuando aik,j 0 .
6. En efecto:
1 7 2 4 3 1 7 2 4 3
0 3 2 5 7 0 3 2 5 7
0 5 0 4 7 F3 3F3 5F2 0 0 10 13 24
0 0 0 1 3 0 0 0 1 3
0 0 0 0 0 0
0 0 0 0
7. Si la matriz ya está escalonada, ya hemos acabado, en caso contrario repetimos las operaciones anteriores solo
con las filas donde la matriz no esté escalonada.
EJEMPLOS:
2 5 3 5 2 5 3 5 6 5 10 10 1 0
a) Supongamos A y B . Entonces AB
1 3 1 2 1 3 1 2 3 3 5 6 0 1
3 5 2 5 6 5 15 15 1 0
BA
1 2 1 3 2 2 5 6 0 1
1 0 2 11 2 2 11 0 12 2 0 2 2 0 2 1 0 0
AB 2 1 3 4 0 1 22 4 18 4 0 3 4 1 3 0 1 0
4 1 8 6 1 1 44 4 48 8 0 8 8 1 8 0 0 1
11 2 2 1 0 2 11 4 8 0 2 2 22 6 16 1 0 0
BA 4 0 1 2 1 3 4 0 4 0 0 1 4 1 3 0 1 0
6 1 1 4 1 8 6 2 4 0 1 1 12 3 8 0 0 1
1 1
1. 4. AB B 1A 1
1 k
7. Ak A 1
,k +
1
1
2. A A 5. AA 1
A 1A 1
8. kA k -1 A 1 , k 0, k
1
3. AT
1
A 1
T
6. Si AB BA B A
1. Adj 4. Adj A
T
Adj AT
Si A es una matriz no singular det A 0 , entonces tiene inversa y este se determina mediante:
1
1 1
A Adj A Adj A
det A A
MENORES Y COFACTORES DE UNA MATRIZ CUADRADA
Tomando como base el elemento a , si se elimina la fila i y la columna j , queda la submatriz cuadrada M de orden n 1 .
ij ij
EJEMPLOS:
1 6
a. Si A , entonces eliminamos la fila 1 y la columna 1 , de modo que M11 2 . Análogamente obtenemos M12 4 ,
4 2
M21 6 y M22 1
2 1 5
1 2
b. Si A 1 1 2 , entonces eliminamos la fila 1 y la columna 1 , de modo que M
11
. Análogamente obtenemos
1 2
3 1 2
1 2 1 1 1 5 2 5 2 1 1 5 2 5 2 1
M
12
, M
13
, M
21
, M
22
, M
23
, M
31
, M32 y M
33
.
3 2 3 1 1 2 3 2 3 1 1 2 1 2 1 1
1 2 2 1
a. El menor del elemento a es: M 0. f. El menor del elemento a es: M 1.
11 11 1 2 23 23 3 1
1 2 1 5
b. El menor del elemento a es: M 4. g. El menor del elemento a es: M 3.
12 12 3 2 31 31 1 2
1 1 2 5
c. El menor del elemento a es: M 2. h. El menor del elemento a es: M 1.
13 13 3 1 32 32 1 2
1 5 2 1
d. El menor del elemento a es: M 3. i. El menor del elemento a es: M 1
21 21 1 2 33 33 1 1
2 5
e. El menor del elemento a es: M 11 .
22 22 3 2
i j
COFACTOR DEL ELEMENTO a : A . Se define del modo siguiente: Aij 1 M
ij
ij ij
EJEMPLOS:
3 2 0
I. Sea A 2 1 1 , entonces:
1 0 1
1 2 2 1
b. El cofactor del elemento a es: A 1 M 1
12 12 12 1 1
1 3 2 1
c. El cofactor del elemento a es: A 1 M 1
13 13 13 1 0
2 1 2 0
d. El cofactor del elemento a es: A 1 M 2
21 21 21 0 1
2 2 3 0
e. El cofactor del elemento a es: A 1 M 3
22 22 22 1 1
2 3 3 2
f. El cofactor del elemento a es: A 1 M 2
23 23 23 1 0
3 1 2 0
g. El cofactor del elemento a es: A 1 M 2
31 31 31 0 1
3 2 3 0
h. El cofactor del elemento a es: A 1 M 3
32 32 32 2 1
3 3 3 2
i. El cofactor del elemento a es: A 1 M 1
33 33 33 2 1
2 1 5
II. Sea A 1 1 2 , entonces:
3 1 2
1 1 1 2 1 2 1 2
a) A
11
1 M
11
0 b) A
12
1 M
12
4
1 2 3 2
2 1 1 5 3 2 2 5
d) A 1 M 3 h) A 1 M 1
21 21 1 2 32 32 1 2
2 2 2 5 3 3 2 1
e) A 1 M 11 i) A 1 M 1
22 22 3 2 33 33 1 1
2 3 2 1
f) A
23
1 M
23
1
3 1
EJEMPLOS:
2 1 5 0 4 2 0 3 3
a. Sea A 1 1 2 , entonces A 6 . cofact A = 3 11 1 y Adj A = 4 11 1 .
Por consiguiente:
3 1 2 3 1 1 2 1 1
0 3 3
A = 4 11 1 .
1 1
6 2 1
1
2 4 3 12 3 3 12 13 7
b. Sea A 0 1 1 , entonces A 3, cofact A = 13 5 2 y Adj A = 3 5 2 . Por consiguiente:
3 5 7 7 2 2 3 2 2
12 13 7
A1 = 3 2
1
5
3 3 2
2
Para resolver un sistema de ecuaciones lineales simultáneas, se emplean ciertas operaciones sencillas para convertir
el sistema original a un sistema equivalente, es decir, a un sistema que tenga la misma solución que el sistema
original, pero que sea más sencillo de resolver. Se obtiene un sistema equivalente si:
Análogamente, tres operaciones elementales de fila para las matrices se definen como sigue:
Las correspondientes operaciones para las columnas de una matriz son las operaciones elementales de columna.
Las operaciones elementales de fila o de columna pueden utilizarse para obtener la inversa de una matriz, como lo
establece el teorema siguiente:
TEOREMA: Si una matriz A se convierte en la matriz identidad por una serie de operaciones de fila o una serie de
operaciones de columna, entonces la misma serie de operaciones realizadas sobre la matriz identidad la convertirán
en A 1 .
Hay un método normal, que invariablemente es apropiado, para convertir una matriz no singular en la matriz
identidad, o para establecer la singularidad de una matriz que no se puede convertir en la matriz identidad. Tal
método estándar se describe e ilustra a continuación. La generalidad del método, que es apropiado para cualquier
matriz y puede ser programado para computadora, lo hace especialmente útil, aunque para algunos casos particulares
se dispone de métodos más breves.
n. Dividir la n-ésima fila entre el elemento de su n-ésima columna; usar la fila resultante para obtener ceros en la
n-ésima columna de las demás filas.
NOTA: En el procedimiento anterior, si en el paso k-ésimo el elemento en la k-ésima columna es cero intercámbiese
esa fila con la siguiente que tenga un elemento diferente de cero en la k-ésima columna. Luego proceda al paso k-
ésimo.
Para obtener la inversa de una matriz A se acostumbra trabajar con una tabla o disposición de la forma.
A
B
Aun si A no tuviera inversa, es posible iniciar este procedimiento. En algún paso se obtendrá alguna tabla que no es
de la forma apropiada y que nose puede cambiar como se ha expuesto anteriormente. Puede demostrarse que si el
procedimiento de arriba no puede ser completado para obtener B de A , entonces A no tiene inversa.
EJEMPLOS
0 2 3
1 3 3
i. Encontrar la inversa, si existe, de la matriz:
1 2 2
0 2 3 1 0 0 1 3 3 0 1 0
PASO 1. Intercambio de la primera fila y segunda fila: A 1 3 3 0 1 0 F1 F2 : 0 2 3 1 0 0
1 2 2 0 0 1 1 2 2 0 0 1
1 3 3 0 1 0
PASO 2. Sumar la primera fila a la segunda fila: F2 F1 F2 : 0 2 3 1 0 0
0 1 1 0 1 1
1 3 3 0 1 0
1 3 1
PASO 3. Dividir la segunda fila entre -2: F2 F2 : 0 1 0 0
2 2 2
0 1 1 0 1 1
1 3 3 0 1 0
3 1
PASO 5. La fila 3 multiplicar por -2: F3 2F3 : 0 1 0 0
2 2
0 0 1 1 2 2
1 3 3 0 1 0
3
PASO 6. La fila 3 multiplicar por y sumarla a la fila 2: F2 F2 3 F3 : 0 1 0 1 3 3
2 2
0 0 1 1 2 2
1 0 3 3 8 9
PASO 7. La fila 2 multiplicar por 3 y sumarla a la fila 1: F1 F1 3F2 : 0 1 0 1 3 3
0 0 1 1 2 2
1 0 0 0 2 3
PASO 8. La fila 3 multiplicar por 3 y sumarla a la fila 1: F1 F1 3F3 : 0 1 0 1 3 3 B
0 0 1 1 2 2
0 2 3 0 2 3 1 0 0
1 3 3 1 3 3 0 1 0
Observemos que:
1 2 2 1 2 2 0 0 1
1 2 3
B. Obtener la inversa, si existe, de la matriz A 1 0 4
0 2 2
1 2 3 1 0 0 1 2 3 1 0 0
PASO 1. Sumar la primera fila a la segunda fila: A 1 0 4 0 1 0 F2 F1 F2 : 0 2 7 1 1 0
0 2 2 0 0 1 0 2 2 0 0 1
1 1 2 3 1 0 0
1 F2 F2
PASO 2. Multiplicar la segunda y la tercera fila por : 2 : 0 1 7 1 1
0
2 1 2 2 2
F3 F3
2 0 1 1 1
0 0
2
PASO 3. Multiplicar la segunda fila por 1 y sumarla a la tercera fila:
2
PASO 4. Multiplicar la tercera fila por :
5
1 2 3 1 0 0
7 1 1
F1 F1 3F3 : 0 1 0
2 2 2
0 0 1 1 1 1
5 5 5
2 3 3
1 2 0 5
5 5
F1 F1 3F3 : 0 1 0
7 1 1
PASO 5. Multiplicar la tercera fila por 3 y sumarla a la primera fila:
2 2 2
0 0 1 1 1 1
5 5 5
7
PASO 6. Multiplicar la tercera fila por y sumarla a la segunda fila:
2
4 1 4
5 5 5
1 0 0
F1 F1 2F2 : 0 1 0
1 1 7
5 5 10
0 0 1
1 1 1
5 5 5
4 1 4
5
1 5 5
1 2 3
Por lo tanto, 1 0 4 1
1 7
5 5 10
0 2 2
1 1
1
5 5 5
PASO 1.
Multiplicar la primera fila por 3 y sumar a la segunada fila, luego multiplicar la primera fila por 4 y sumar a la
tercera fila:
1 2 1 1 0 0 1 2 1 1 0 0
F 3F1 F2
A 3 4 5 0 1 0 2 : 0 10 2 3 1 0
F 4F1 F3
4 2 6 0 0 1 3 0 10 2 4 0 1
Observemos que la matriz izquierda tiene dos filas idénticas, y por consiguiente, el determinante de la matriz es
cero, y no tiene inversa.
INTRODUCCIÓN
A cada matriz n-cuadrada A aij se le asigna un escalar particular denominado el determinante de A , denotado por det A , A
o
a11 a12 a13 a1n
a21 a22 a23 a2n
a31 a32 a33 a3n
A A
matriz
cuadrada número
real
Objetivo. Encontrar el determinante de una matriz cuadrada por medio del uso de menores y cofactores, y considerar algunas
propiedades que simplifiquen la evaluación de un determinante.
Si A es de orden n , entonces la función determinante asocia con A exactamente un numero real denominado determinante de A .
a a
11 12
Definición. Si A a
ij es una matriz de orden 2 2 , entonces A a a
11 22
a a .
12 21
a a
21 22
EJEMPLOS:
2 1 x 0
a. Si A , entonces det A A 2 4 3 1 11 . d. Si A , entonces det A A x 1 y 0 x .
3 4 y 1
3 2
b. Si A , entonces det A A 3 1 0 2 3.
0 1 0 0
e. Si A , entonces det A A 0 0 0 0 0.
0 0
1 0
c. Si A , entonces det A A 1 1 0 0 1.
0 1 9 3
f. Si A , entonces det A A 9 2 6 3 0.
6 2
REGLA DE SARRUS
a1 a2 a3 a1 a2
a4 a5 a6 a4 a5
a7 a8 a9 a7 a8
EJEMPLOS:
2 1 3 2 1 32 1
a. Si A 3 0 5 , entonces A 3 0 53 0 3 3 1 1 5 2 2 0 1 2 0 3 1 5 2 1 3 1 32
2 1
1 2 1 12 1
1 0 0 1 0 01 0
b. Si A 0 1 0 , entonces A 0 1 00 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 1 1 0 0 1
0 0 1 0 0 10 0
4 2 3 4 2 34 2
c. Si A 6 0 6 , entonces A 6 0 66 0 4 0 9 2 6 1 3 6 2 1 0 3 2 6 4 9 6 2 108
1 2 9 1 2 91 2
12 1 3 12 1 3 12 1
d. Si A 3 1 1 , entonces A 3 1 1 3 1 3 3 2 1 1 10 12 1 3 10 1 3 2 1 12 3 3 1 1
10 2 3 10 2 3 10 2
La evaluación de determinantes con frecuencia se simplifica utilizando algunas propiedades o características de la propia matriz.
EJEMPLOS:
6 2 5 1 0 2
a. Si A 7 1 4 , entonces det A A 0. b. Si A 3 0 4 , entonces det A A 0
0 0 0 6 0 9
EJEMPLOS:
1 3 4 4 5 4
a. Si A 5 2 0 , entonces det A A 0. b. Si A 3 1 3 , entonces det A A 0.
1 3 4 2 8 2
3. El determinante de una matriz triangular (superior o inferior) es igual al producto de los elementos de su diagonal principal.
det A A 1 2 5 6 60 .
3 0 0 2 0 0 0
a. Si A 4 1 0 , entonces det A A 3 1 5 15 . 1 5 0 0
b. Si C , entonces det A A 2 5 3 7 210
3 6 5 4 6 3 0
0 1 2 7
4. Si B es la matriz que se obtiene sumando un múltiplo de un renglón (o columna) de A a otro renglón (columna), entonces
B A.
EJEMPLOS:
2 4 2 6
1 3 5 2
a. Si A y B es la matriz obtenida a partir de A , sumando 2 veces el renglón 3 al renglón 1 , entonces
1 2 1 3
0 5 6 2
2 4 2 6 0 0 0 0
1 3 5 2 1 3 5 2
A B . Por la propiedad 1 , B 0 y así A 0.
1 2 1 3 1 2 1 3
0 5 6 2 0 5 6 2
3 3 2 6 3 3 2 0
1 5 4 2 1 5 4 0
A B .
2 7 6 4 2 7 6 0
0 1 8 0 0 1 8 0
5. Si B es la matriz que se obtiene al intercambiar dos renglones (o columnas) de A , entonces B A , o en forma equivalente,
A B.
EJEMPLOS:
2 2 1 6 2 2 1 6
0 0 0 1 0 1 3 4
a. Si A al intercambiar los renglones 2 y 4 , obtenemos B . Observe que la matriz B es una matriz
0 0 2 0 0 0 2 0
0 1 3 4 0 0 0 1
triangular inferior y por la propiedad 3 tenemos que B 2 5 3 7 210 . Por lo tanto A B 210 .
EJEMPLO:
En esencia, con esta propiedad un número puede ser “factorizado” de un renglón o columna.
6 10 14 2 3 2 5 2 7 3 5 7 3 5 7
B 5 2 1 5 2 1 25 2 1 2 3 5 2 1 2 3 0 0 , ya que los renglones 1 y 3 son iguales.
9 15 21 9 15 21 9 15 21 3 5 7
7. Si k es una constante y A tiene orden n , entonces kA k n A . Esto es una consecuencia de la propiedad 6 , ya que cada uno
de los n renglones de kA tiene un factor común igual a k .
EJEMPLOS:
1 2
a. Si A , entonces A 1 3 4 2 5 , de modo que 3A 32 A 9 5 45 .
4 3
1 2 4
b. Si A 3 1 2 , entonces A 25 , de modo que 2A 23 A 8 25 200 .
5 4 3
8. El determinante del producto de dos matrices de orden n es el producto de sus determinantes. Esto es, AB AB.
EJEMPLOS:
2 1 5 1 1 2
b. Si A 1 1 2 y B 2 3 2 , entonces A 6 y B 1, de modo que AB A B 6 1 6.
3 1 2 2 1 3
EJEMPLOS:
1 0 1 0 0 0
a. Si , entonces 1.
0 1 0 0
0 1 c. Si , entonces 1.
0 0 1 0
1 0 0 0 0 0 1
b. Si 0 1 0 , entonces
0 0 1
10. El determinante de una matriz cuadrada y el determinante de su traspuesta son iguales. Esto es, A AT .
EJEMPLOS:
1 4 1 2
a. Si A , entonces AT , de modo que A 2 AT .
2 6 4 6
11. El determinante de una matriz diagonal es igual al producto de los elementos de su diagonal principal.
EJEMPLOS:
4 0 1 0 0 0
a. Si , entonces det A A 4 2 8. 0 0
A
0 2 1 0
c. Si A , entonces
0 0 9 0
1 0 0
0 0 0 2
b. Si A 0 2 0 , entonces
0 0 4 det A A 1 1 9 2 18 .
det A A 1 2 4 8.
EJEMPLOS:
3 1
a. Si A , entonces A 1, de modo que A es no singular.
2 1
1 0 0
b. Si A 0 1 0 , entonces A 1, de modo que A es no singular.
0 0 1
EJEMPLOS:
0 0
a. Si A , entonces A 0 , de modo que A es singular.
0 0
6 10 14
b. Si A 5 21 , entonces A 0 , de modo que A es singular.
9 15 21
El determinante de una matriz cuadrada es igual a la suma de los productos de los elementos de cualquier fila (o columna) por sus
respectivos cofactores. Es recomendable desarrollar el determinante por la fila o columna que tenga el mayor número de ceros.
3 2 0
Cacular A 2 1 1 . Elegimos la tercera fila, luego:
1 0 1
3 2 0
2 0 3 0 3 2
A 2 1 1 1 0 1 2 0 1 1
1 1 2 1 2 1
1 0 1
2 1 5
1 2 2 5 2 5
Cacular A 1 1 2 . Elegimos la segunda columna, luego: A 1 1 1 4 11 1 8
3 2 3 2 1 2
3 1 2