INTRODUCCION

En el presente trabajo trataremos sobre las matrices y los determinante que son
herramientas de algebra que facilitan el ordenamiento de datos, ası́ como su
manejo. El concepto de determinante de una matriz cuadrada tiene una gran
relevancia dentro de la teoría de matrices.

Los determinantes y las matrices resultan de gran utilidad a la hora de resolver

determinados sistemas de ecuaciones lineales (los llamados sistemas de Cramer),
discutir la existencia de solución de sistemas de ecuaciones lineales generales
(mediante el concepto de rango de una matriz y del Teorema de Rouché
Frobenious), y analizar la dependencia lineal de un conjunto de vectores (lo cual,
entre otras cosas, nos permitirá identificar posibles bases de un espacio
vectorial).

Además, la interpretación geométrica de los determinantes nos permite

calcular, de forma sencilla, áreas y volúmenes de determinadas figuras
geométricas, realizar productos vectoriales, y hallar las ecuaciones de un plano en
el espacio.

1
 OBJETIVOS

 Aprender a calcular matrices y determinante de todos los órdenes.

 Conocer las propiedades de las matrices y de los determinantes.
 Comprobar cuáles son las aplicaciones de las matrices y determinantes.
 Introducirse en el uso del Matlab para trabajar con matrices y determinantes.

2
 CAPITULO I

MATRICES

1.-Concepto.

Una matriz es un conjunto de números o expresiones dispuestos en forma

rectangular, formando filas y columnas. Cada uno de los números de que consta la
matriz se denomina elemento. Un elemento se distingue de otro por la posición
que ocupa, es decir, la fila y la columna a la que pertenece. Su denotación de la
matriz es A=MxN; Donde: m es fila y n es columna; Por ejemplo:

4 6 3
A = 3 2 1
2 9 5

En el ejemplo anterior se tiene una matriz de 3x3 (tres filas y tres columnas)

2.-Clasificación de matrices.

2.1-Matriz fila

Una matriz fila está constituida por una sola fila. Por ejemplo:

A= [3 4 8 5] es una matriz de una sola fila.

2.2-Matriz columna

La matriz columna tiene una sola columna. Por ejemplo:

𝟑
A= 𝟐 es una matriz de una sola columna.
𝟕

3
2.3-Matriz rectangular

La matriz rectangular tiene distinto número de filas que de columnas, siendo su

dimensión mxn. Por ejemplo tenemos una matriz de 3x2.

A=

2.4.-Matriz cuadrada

La matriz cuadrada tiene el mismo número de filas que de columnas. Los

elementos de la forma aii constituyen la diagonal principal. La diagonal secundaria
la forman los elementos con i+j = n+1; por ejemplo:

3 5 7
A= 8 1 9
0 3 2

2.5.-Matriz nula

En una matriz nula todos los elementos son ceros; por ejemplo.

0 0
A= 0 0
0 0

2.6.-Matriz triangular superior.

En una matriz triangular superior los elementos situados por debajo de la diagonal
principal son ceros; por ejemplo.

8 2 3
A= 0 6 5
0 0 1

2.7.-Matriz triangular inferior

En una matriz triangular inferior los elementos situados por encima de la diagonal
principal son ceros; por ejemplo.

4
 2 0 0
A= 3 8 0
5 6 1

2.8.-Matriz diagonal

En una matriz diagonal todos los elementos situados por encima y por debajo de la
diagonal principal son nulos.

1 0 0
A= 0 6 0
0 0 2

2.9.-Matriz escalar

Una matriz escalar es una matriz en la que los elementos de la diagonal principal
son iguales; por ejemplo.

4 3 7
A= 2 4 5
8 9 4

2.10.-Matriz identidad o unidad

Una matriz identidad es una matriz en la que los elementos de la diagonal

principal son iguales a 1.por ejemplo.

1 3 4
A= 6 1 5
9 2 1

2.11.-Matriz traspuesta

Dada una matriz A, se llama matriz traspuesta de A la matriz que se obtiene

cambiando ordenadamente las filas por las columnas; por ejemplo.

4 6 8 4 2 8
A= 2 3 6 A= 6 3 6
4 1 9 8 6 9

5
3.-OPERACIONES CON MATRICES.
3.1.-Suma y diferencia de matrices.

Dadas dos matrices de la misma dimensión, A=(aij) y B=(bij), se define la matriz

suma como: A+B=(aij+bij).

La matriz suma se obtiene sumando los elementos de las dos matrices que
ocupan la misma mima posición. Por ejemplo.

3.2.-Producto de un escalar por una matriz

Dada una matriz A=(aij) y un número real k R, se define el producto de un número

real por una matriz: a la matriz del mismo orden que A, en la que cada elemento
está multiplicado por k. kA=(k aij).

3.3.-Producto de matrices

Dos matrices A y B son multiplicables si el número de columnas de A coincide con

el número de filas de B.

Mm x n x Mn x p = M m x p

6
4.-Matriz inversa

El producto de una matriz por su inversa es igual al matriz identidad.

A • A-1 = A-1 • A = I

Cálculo de la matriz inversa por el método de Gauss .Sea A una matriz cuadrada
de orden n. Para calcular la matriz inversa de A, que denotaremos como A-1,
seguiremos los siguientes pasos:

Construir una matriz del tipo M = (A | I), es decir, A está en la mitad izquierda de
M y la matriz identidad I en la derecha. Por ejemplo.

Dada la matriz, buscar una matriz que cumpla

RPT

7
 CAPITULO II

DETERMINANTES

1.-concepto.
Un determinante es un número real o escalar asociado a una matriz, y su
cálculo depende del orden de la matriz cuadrada en análisis.

2.-Cálculo de determinantes
2.1-Determinantes de Orden 1 x 1.

Es fácil comprobar que aplicando la definición:

A = a11 ⇒ det (A) = a11.

2.2-Determinantes de orden 2 (asociados a matrices 2x2)

Cuando A es una matriz 2x2 hay 2! = 2 permutaciones del par (1 2); éstas son:
{(1 2), (2 1)}. Entonces, el determinante de A contendrá los dos términos:

a11 a22 signatura (1 2) y a12 a21 signatura (2 1)

Como signatura (1 2) = (-1)0 = 1 y signatura (2 1) = (-1)1 = -1, el determinante de

orden 2 será:

a11 a12
a 21 a 22 = a11 a22 - a12  a21 a11 a12
a 22

8
Ejemplo:

2 5
3 4 2.(4) 5.3 8 15 23

2.3-Determinantes de orden 3 (asociados a matrices 3x3

Si A es una matriz 3x3, su determinante (de orden 3) vendrá dado por:

a11 a12 a13

a 21 a 22 a 23
a31 a32 a33 = a11a22a33 + a12a23a31 + a21a32a13 - a13a22a31 - a12a21a33 - a11a23a32

a11 a12 a13 a11 a12 a13

a 22 a 22
a31 a32 a33 a31 a32 a33

Ejemplo:

1 4 3
3 2 1 1.(2).5 3.(1).(3) 4.4.1 (3).(2).4 1.(1).1 3.4.5 
4 1 5

10 9 16 24 (1) 60  15 83 68

9
2.4-Determinantes de orden superior a 3 (asociados a matrices nxn con n>3)

En el caso de determinantes de orden superior a 3 (es decir, asociados a

matrices de tamaño nxn con n > 3), la expresión resultante tiende a
complicarse, por lo que recurriremos al método de desarrollo por adjuntos
para su cálculo.
Primero de todo, fijémonos en la disposición de signos siguientes (similar a las
casillas blancas y negras en un tablero de ajedrez):

    …
   
    …
    …

Para calcular el determinante de una matriz 4x4 (o superior) se debe hacer:

 Elegir aquella fila o columna que tenga el mayor número de ceros (si
ninguna línea tiene ceros, se coge una línea cualquiera).
 Cada uno de los elementos de la línea dará lugar a un sumando, el
cual se obtendrá como se explica en el paso siguiente.
 Para cada elemento de la línea seleccionada, éste se multiplica por su
correspondiente determinante adjunto (aquel determinante resultante de
eliminar la fila y la columna a las que pertenece el elemento
seleccionado). A dicho adjunto le precederá el signo que
corresponda a la posición ocupada por el elemento seleccionado
(según la tabla de signos arriba indicada).

10
3.-Propiedades de los determinantes

Para el cálculo de algunos determinantes, puede ser muy útil recurrir a algunas
de las siguientes propiedades:

 El determinante de una matriz es igual al a su

traspuesta. Por ejemplo,

1 2 3 1 1 0
1 0 0  2 0 0  2

0 0 1 3 0 1


 Si en un determinante se cambian entre sí dos líneas paralelas (filas o

columnas), el signo de su valor también cambiará.

Por ejemplo,

1 2 3 1 2 3 1 2 3 1 2 3
0 0 1 1 0 0 en efecto: 0 0 1  2 y 1 0 0 2
1 0 0 0 0 1 1 0 0 0 0 1

 Un determinante que tiene dos líneas paralelas (filas o columnas)

iguales vale 0.

Por ejemplo,

1 2 3
1 2 3 0
1 0 0

 Si un determinante tiene todos los elementos de una línea nulos, el

determinante vale 0.

Por ejemplo,

1 2 3
0 0 0 0
1 4 3

11
  Multiplicar un determinante por un nº real es equivalente a multiplicar
cualquier línea (fila o columna) por dicho número.
Por ejemplo,

1 2 3 1 2 3 2
2 0 0 1  0 0 12
1 0 0 1 0 0 2

Dada una matriz A de tamaño nxn, y un nº real , esta propiedad implica que:

A n  A

Si todos los elementos de una fila o columna están formados por dos
sumandos, dicho determinante se descompone en la suma de dos
determinantes.

Por ejemplo,

2 4 5 3 2 4 3 2 5 3
0 3 3 2  0 3 2 0 3 2
0 12 5 0 1 5 0 2 5

 Si todos los elementos de una fila o columna están formados por dos
sumandos, dicho determinante se descompone en la suma de dos
determinantes.

Por ejemplo.

2 4 5 3 2 4 3 2 5 3
0 3 3 2  0 3 2 0 3 2
0 12 5 0 1 5 0 2 5

12
  Si los elementos de una línea son combinación lineal de las otras,
entonces, el determinante vale 0.

Por ejemplo.

1 3 2 1 3
2 0 2 2 0 0 (la 2ª columna es combinación lineal de la 1ª y 3ª columna).
3 1 2 3 1

 Si a los elementos de una línea se le suman los elementos de otra

paralela multiplicados previamente por un nº real el valor del determinante
no varía.

Por ejemplo,

1 5 2 1 3 1 5 3
2 3 2 2 0  2 3 0
3 4 2 3 1 3 4 1

 El determinante de un producto de matrices es el producto de los

determinantes de cada una de ellas.

A B = A B.

13
 BIBLIOGRAFIA.

 Gloria Jarne, Esperanza Eingillon y Trinidad Isabel (libro de matemática

básica).

 Juan Alberto Rodríguez Velázquez.

 Carlos Orihuela Romero.

14
 CONCLUCION.

 Las matrices y, los determinantes tienen mucha importancia en la aplicación de

ecuaciones lineales, matemáticas en general, para realizar cálculos de
estructuras de construcciones y crear programas en matlab usando comandos
y ficheros para diferentes usos.
 Los determinantes y las matrices resultan de gran utilidad a la hora de
resolver determinados sistemas de ecuaciones lineales (los llamados
sistemas de Cramer), discutir la existencia de solución de sistemas de
ecuaciones lineales generales (mediante el concepto de rango de una
matriz y del Teorema de Rouché Frobenious), y analizar la dependencia
lineal de un conjunto de vectores (lo cual, entre otras cosas, nos permitirá
identificar posibles bases de un espacio vectorial).

15
16
17
18