UNIVERSIDAD NACIONAL MAYOR DE

SAN MARCOS
FACULTAD DE INGENIERIA
ELECTRONICA Y ELECTRICA

CURSO: ALGEBRA LINEAL

TEMAS: MATRICES
DETERMINANTES
SISTEMA DE ECUACIONES LINEALES
PROFESOR: Mg. NOLAN JARA JARA
Mg. NOLAN JARA JARA 1
 MATRICES
Un arreglo rectangular de números ordenados en filas y columnas, que
tiene la forma siguiente:

Se denomina matriz, y se denota por una letra

mayúscula (A, B, C , D, etc.).

Mg. NOLAN JARA JARA 2

 ORDEN DE UNA MATRIZ
 El orden de una matriz esta dado por el
producto mxn, donde m indica el numero de
filas y n el numero de columnas.
 Una matriz A de orden mxn (Am n) en forma
x

abreviada se representa por:

A = aij; donde i= 1, ..., m; j=1, ..., n

Mg. NOLAN JARA JARA 3

 IGUALDAD DE MATRICES
 Se dice que dos matrices A = aij y
B = bij de orden mxn son iguales si
son idénticas; es decir, si son del
mismo orden y sus respectivos
elementos son iguales
 A = B  aij = bij para cada i y para
cada j.
Mg. NOLAN JARA JARA 4
 MATRICES ESPECIALES
MATRIZ CUADRADA (An) :Es una matriz en la cual
m = n; numero de filas es igual al número de columnas.
MATRIZ DIAGONAL (D) : La matriz cuadrada An en
la cual los elementos fuera de la diagonal
principal son ceros, es llamada matriz diagonal
D.
MATRIAZ ESCALAR (E) : Es una matriz diagonal
en la cual todos los elementos de la diagonal
principal son iguales a una constante k.

Mg. NOLAN JARA JARA 5

MATRIZ IDENTIDAD ( I ) : Es una matriz
escalar en la que k = 1.
MATRIZ NULA (O) : La matriz Amxn es
nula si y solo si todos sus elementos
son iguales a cero (0).
MATRIZ TRIANGULAR:
i) La matriz cuadrada An es triangular
superior si aij = 0 i > j.
ii) La matriz cuadrada An es triangular
inferior si aij = 0 i < j.
Mg. NOLAN JARA JARA 6
 TRANSPUESTA DE UNA
MATRIZ
La transpuesta de la matriz Amxn la
cual se representa por At es la
matriz construida a partir de la
matriz A, colocando la i – ésima fila
de A en la i - ésima columna de At
Si A = aijmxn  At = atijnxm

Mg. NOLAN JARA JARA 7

MATRIZ SIMETRICA :La matriz
cuadrada An es simétrica ,si
A = At
MATRIZ ANTISIMETRICA: La matriz
cuadrada An es antisimétrica,
Si A = - At ; los elementos de la
diagonal principal resultan ser
cero

Mg. NOLAN JARA JARA 8

 SUMA DE MATRICES
Sean las matrices: A = [aij] y B = [bij]; del
mismo orden mxn, entonces A+B=[aij + bij] la
cual también es de orden mxn.
PROPIEDADES : 1º) A + B = B + A
2º) (A + B) + C = A + (B + C)
3º) k(A + B) = kA + kB; k  R
4º) (k + r)A = kA + rA; k,r  R
5º) (kr)A = k(rA); k, r  R
6º) 1.A = A
7º) - A = (-1)A
8º) A - B = A + (-B)

Mg. NOLAN JARA JARA 9



Mg. NOLAN JARA JARA 10

 MULTIPLICACION DE UNA
MATRIZ POR UN ESCALAR
Sea A = [aij] una matriz de orden mxn y
kєR  kA = [kaij]  i, j.

Mg. NOLAN JARA JARA 11

PRODUCTO DE UNA MATRIZ FILA
POR UNA MATRIZ COLUMNA

 A.B = [a1b1 + a2b2 + ... + anbn]1x1

Es el producto de A por B

Mg. NOLAN JARA JARA 12

PRODUCTO DE MATRICES
El producto de una matriz A = [aij] de
orden mxn y una matriz B = [bjk] de
orden nxp es otra matriz C = [cik] de
orden mxp; donde cik es el producto
escalar de la i – ésima fila de la matriz A
por la k – ésima columna de la matriz B.

Mg. NOLAN JARA JARA 13

 PROPIEDADES
1°) A(BC) = (AB)C.
2°) (A + B)C = AC + BC
3°) A(B + C) = AB + AC
4°) En general AB  BA
5°) AB = 0 no implica que A = 0 O B = 0; 0:matriz
nula
6°) AB = AC no implica que B = C
7°) (A  B)t = At  Bt
8°) (At)t = A
9°) (kA)t = kAt; k є R
10°) (AB)t = BtAt
Mg. NOLAN JARA JARA 14
11°) El producto de dos matrices diagonales
es una matriz diagonal
12°) Si A es de orden mxn, entonces:
AI = A , con Inxn
IA = A, con Imxm
Si A es de orden nxn  AI = IA = A.
13°) Si A es una matriz cuadrada, entonces
( A + At ) es una matriz simétrica
y ( A - At ) es antisimétrica
14°) Toda matriz cuadrada A se puede expresar
como la suma de una matriz simétrica y una
antisimétrica
A = ½ (A + At) + ½(A -At)

Mg. NOLAN JARA JARA 15

15°) Si A es una matriz cuadrada de
orden n y B = aA + bI; a, bR, entonces
A y B conmutan; es decir, AB = BA
16º) si A es una Matriz cuadrada , entonces
A0 = I; A2 = AA; A3 = AA2 = A2A, ...,
An = AAn – 1 = An –1 A, n N
17º) Si A es una matriz cuadrada, entonces
AmAn = AnAm; m, n N
Mg. NOLAN JARA JARA 16
 TRAZA DE UNA MATRIZ
Si A es una matriz cuadrada, entonces la
suma de los elementos de la diagonal
principal se llama traza de la misma y se
denota por traz(A) o tr(A) es decir
n
si A = [aij]nxn  traz(A) = a
i 1
ii

Mg. NOLAN JARA JARA 17

 PROPIEDADES
1°) Traz(A + B) = traz(A) + traz(B)
2°) Traz(kA) = ktraz(A); K  R
3°) Traz(AB) = traz(BA)

Mg. NOLAN JARA JARA 18

MATRIZ IDEMPOTENTE: Una matriz
cuadrada A es idempotente si y solo si
A2 = A
MATRIZ NILPOTENTE: Una matriz cuadrada
A es nilpotente, si Ak = 0 para algún
k  2, 0: matriz nula
MATRIZ INVOLUTIVA: Una matriz cuadrada
A es involutiva si y solo si A2 = I

Mg. NOLAN JARA JARA 19

 DETERMINANTES
 DEFINICION: El determinante es una
función que aplicada a una matriz
cuadrada da un único valor numérico
 NOTACION: Sea A una matriz cuadrada,
entonces el determinante de la matriz A
se representa por A o det.(A)
 : Mnxn  R
A  Mnxn  A  R

Mg. NOLAN JARA JARA 20

 DEFINICION DE DETERMINANTE PARA
UNA MATRIZ CUADRADA DE ORDEN 2:
Sea A una matriz cuadrada de orden 2.

 a11 a12 
A=
a a 
 21 22 
 A =
a11 a 12

a21 a22

= a11a22 – a21a12
Mg. NOLAN JARA JARA 21
 DEFINICION DE DETERMINANTE PARA
UNA MATRIZ CUADRADA DE ORDEN 3

Sea A una matriz cuadrada de orden 3

 a11 a12 a13  a11 a12 a13


A   a21 a22 
a23   A  a21 a22 a23
 a31 a32 a33  a31 a32 a33
a22 a23 a21 a23 a21 a22
 a11  a12  a13
a32 a33 a31 a33 a31 a32

Mg. NOLAN JARA JARA 22

 PROPIEDADES:  matriz cuadrada de
orden n se tiene que
1°) /A/=/At/
2°) El determinante de una matriz A cambia de signo si dos filas
(o dos columnas) se intercambian
3°) Si la matriz B se obtiene de la matriz A, trasladando una de
sus filas (o columnas) k lugares, entonces /B/= (-1)k /A/
4°) Si en una matriz A se tiene que una fila (o columna) es múltiplo
de otra fila (o columna), entonces el determinante de dicha
matriz vale cero
5°) Si en una matriz A todos los elementos de una fila (o una
columna) son ceros, entonces el determinante vale cero
6°) Si en una matriz A todos los elementos de una fila (o una
columna) son multiplicados por un escalar k , entonces el valor
del determinante también queda multiplicado por K
7°) Si A = [aij]nxn es multiplicado por el escalar k, entonces el
determinante de la matriz A queda multiplicado por kn
Si A = [aij]nxn tiene determinante /A/ entonces
kA =[kaij]nxn tiene determinante kn/A/
/kA/ = kn/A/
Mg. NOLAN JARA JARA 23
8°) Si a una fila (o una columna) de una matriz A se le suma el
múltiplo de otra fila (o columna), se tendrá que el valor del
determinante de A no varia

9°) Si los elementos de una fila (o una columna) cualquiera

constan de dos términos, el determinante puede expresarse
como la suma de otros dos determinantes
10°) /I/ = 1; I: matriz identidad

11°) Si D = [dij]nxn es una matriz diagonal, entonces

/D/= d11d22d33...dnn

12°) El determinante de una matriz triangular superior

(o triangular inferior) es igual al producto de los elementos de la
diagonal principal.

13°) En general /A+B/  /A/+/B/

14°) En general /AB/=/A//B/ si A = [aij]nxn; B = [bij]nxn

Mg. NOLAN JARA JARA 24

MENORES Y COFACTORES: en la matriz cuadrada

Mg. NOLAN JARA JARA 25

 DESARROLLO DE UN DETERMINANTE
POR COFACTORES:
TEOREMA: El determinante de la matriz cuadrada A = [aij]nxn es
igual a la suma de los productos de los elementos de cualquier
fila (o columna) por sus respectivos cofactores.

1) Si elegimos la fila K, el desarrollo del determinante, por

filas será:
n

A = a
j 1
Kj AKj

2) Si elegimos la columna j, el desarrollo del determinante,

por columnas, obedece a la siguiente regla:
n

A = a
K 1
Kj AKj

Mg. NOLAN JARA JARA 26

 MATRIZ DE COFACTORES

La transpuesta de esta matriz se llama matriz adjunta de A

adj(A) = (cofact(A))t
Mg. NOLAN JARA JARA 27
 INVERSA DE UNA MATRIZ
 A

 A-1 =
adj.( A) es la matriz inversa de A donde
A A.A-1 = A-1.A = I.

Obs: Si una matriz cuadrada A es no singular

( A  0) entonces 1
A1 =
A

Mg. NOLAN JARA JARA 28

 RANGO DE UNA MATRIZ

Mg. NOLAN JARA JARA 29

 OPERACIONES
ELEMENTALES: (O.E)
DEFINICION: Se llaman operaciones elementales o
transformaciones elementales por filas (o columnas) sobre una
matriz A, a las siguientes operaciones:
1°) Al intercambio de dos filas (o 2 columnas).
Notación: fi x fj fila i intercambiamos por fila j
ci x cj columna i intercambiamos por columna j.
2°) A la multiplicación de una fila (o una columna) por un escalar
no nulo.Notación: kfi (fila i multiplicada por k).
Kci ( columna i multiplicada por k).
3°) A una fila (o columna) le sumamos el múltiplo de otra fila (o
columna). Notación: fi + kfj a la fila i le sumamos k veces la fila j.
ci + kcj a la columna i le sumamos k veces la columna j.

Mg. NOLAN JARA JARA 30

 MATRICES EQUIVALENTES


Mg. NOLAN JARA JARA 31

 MATRIZ ESCALONADA (POR
FILAS)


Mg. NOLAN JARA JARA 32

 DETERMINACION DEL RANGO DE UNA
MATRIZ POR OPERACIONES
ELEMENTALES:

 Dos matrices equivalentes tienen el

mismo rango es decir:
si A  B  ran(A) = ran(B)
 El rango de la matriz escalonada será k,
donde k es el numero de filas no nulas.
 Para hallar, el rango de una matriz A es
suficiente con llevarla a su forma
escalonada . Luego, el rango de dicha
matriz será igual al rango de su matriz
escalonada 
Mg. NOLAN JARA JARA 33
 OBTENCION DE LA INVERSA DE UNA MATRIZ
MEDIANTE OPERACIONES ELEMENTALES
(METODO DE GAUSS – JORDAN)

Mg. NOLAN JARA JARA 34

 PROPIEDADES

1°)Si A es una matriz cuadrada no singular (A-1)t =(A t )-1

Si A y B son matrices invertibles y AB existe, entonces:
2°) (AB) -1 = B -1 .A -1 
3°) (A -1 ) -1 = A
4°) (kA) -1 = k -1 . A-1
5°) (Am) -1 = (A -1 ) m ; m N
6°) Si D es una matriz diagonal no singular entonces la
inversa de la matriz diagonal D es la inversa de los
elementos de la diagonal

Si D = diag(d11 , d22 , ... , dnn )  D-1= diag(d11-1, d22-1, ...,dnn-1)

Mg. NOLAN JARA JARA 35

 SISTEMA DE ECUACIONES LINEALES
Con m ecuaciones y n incógnitas

Mg. NOLAN JARA JARA 36

 AX = b

A = [aij]mxn …Matriz de coeficientes

X = [xj]nx1

b = [bi]mx1

Mg. NOLAN JARA JARA 37



Si el sistema (I) tiene una o más soluciones, entonces

diremos que el sistema es consistente, en caso contrario
diremos que es inconsistente
Si en el sistema I: b1=b2=...=bm=0; entonces se dice que el
sistema I es homogéneo.
38

Mg. NOLAN JARA JARA

 PROPIEDADES


Mg. NOLAN JARA JARA 39

 RANGO DE UN SITEMA DE
ECUACIONES


Si el sistema I es consistente se presentan los

siguientes casos:
Mg. NOLAN JARA JARA 40
a) Que el sistema I tenga solución única Este
hecho ocurre si el número de incógnitas del
sistema es igual al rango de la matriz
aumentada
El sistema I tendrá solución única
sii ran (A) = ran (Aa) = n

b) Que el sistema I tenga infinitas soluciones Este

hecho ocurre si él número de incógnitas del
sistema es mayor que el rango de la matriz
aumentada
El sistema I tendrá mas de una solución
sii: ran (A) = ran (Aa ) = k < n
Mg. NOLAN JARA JARA 41
Si el rango de la matriz de los coeficientes es
distinto del rango de la matriz aumentada
entonces se dice que el sistema I es
inconsistente.
i.e Si ran (A)  ran (Aa)  el sistema I es
inconsistente (no existe solución)

Mg. NOLAN JARA JARA 42

 REGLA DE KRAMER


Mg. NOLAN JARA JARA 43

FORMA PRACTICA: El sistema * tiene solución
única si y solo si A  0 y esta solución esta
dada
AJ
por: XJ  ; j = 1,2, ..., n.
A

Aj es la matriz obtenida a partir de A,

reemplazando la columna j de A por la matriz
columna b.

Mg. NOLAN JARA JARA 44

 SISTEMA DE ECUACIONES
HOMOGENEAS


Mg. NOLAN JARA JARA 45

 El sistema  siempre tiene por lo menos una
solución (llamada solución trivial) de la forma
x1=x2=...=xn=0, por lo tanto es consistente, luego
ran(A) = ran (Aa).
 Una condición necesaria y suficiente para que el
sistema  tenga mas de una solución, es que
ran(A) = ran (Aa) = k < n
 Si en el sistema  se tiene que m = n, entonces una
condición necesaria y suficiente para que el
sistema tenga soluciones no triviales es que A  0
ya que en este caso ran(A) = ran (Aa) < n.

Mg. NOLAN JARA JARA 46

 MODELOS DE LEONTIEF
(modelo input-output)
El modelo de Leontief describe una economía de n industrias
entrelazadas, cada una de las cuales produce un único bien usando
sólo un proceso de producción. Cada industria debe usar, para
producir su bien, materias primas procedentes de las otras. Además
de suministrar su propio producto a otras industrias que lo
necesiten, cada industria debe hacer frente a la demanda externa de
su producto. La cantidad de producción que se necesita para cubrir
la demanda externa se llama la demanda final.
Designemos por xi al número total de unidades del bien i que la
industria i va a producir en cierto año. Sea
aij: número de unidades del bien i que se necesitan
para producir una unidad del bien j

Mg. NOLAN JARA JARA 47

Suponemos que las necesidades de materias primas son
directamente proporcionales a la producción entonces
aijxj: número de unidades del bien i que se necesitan
para producir xj unidades del bien j
Para que se puedan producir x1 unidades del bien 1,
x2 unidades del bien 2,…, xn unidades del bien n, la industria i
necesita suministrar un total de ai1x1 + ai2x2 + … + ainxn
unidades del bien i. Si queremos que la industria i suministre
todavía bi unidades para cubrir la demanda final, entonces el
equilibrio entre oferta y demanda exige que
xi = ai1x1 + ai2x2 + … + ainxn + bi

Esto se verifica para todo i=1,2,…,n. Luego tenemos el

sistemade ecuaciones siguiente:

Mg. NOLAN JARA JARA 48

x1 = a11x1 + a12x2 + … + a1nxn + b1
x2 = a21x1 + a22x2 + … + a2nxn + b2
..……………………………………
xn = an1x1 + an2x2 + … + annxn + bn

Pasando a la izquierda todos los términos con incógnitas

y reordenando tenemos el siguiente sistema de ecuaciones:

(1-a11)x1 - a12x2 - … - a1nxn = b1

- a21x1 + (1- a22)x2- … - a2nxn = b2
…………..…………………………
- an1x1 - an2x2 - … +(1-ann)xn = bn

Matricialmenta

(I-A)X=BX=(I-A) -1 B
Mg. NOLAN JARA JARA 49
 Llamado SISTEMA DE LEONTIEF.Los números
a11,a12,…,a1n; a21,a22,…,a2n;…; an1,an2,…,ann
son llamados coeficientes técnicos o coeficientes de imput.
 Para un conjunto b1 ,b2 ,…,bn de cantidades de
demanda final una solución (x1,x2 ,…,xn ) del sistema
de Leontief dará la producción que cada industria
debe tener para cubrir las necesidades de las otras
industrias y la demanda final.
(xi >0,i=1,2,…,n)

Mg. NOLAN JARA JARA 50

 EJEMPLO
Una economía tiene tres industrias : pesca , madera y construcción de
barcos
Para producir 1 tonelada de pescado se requieren los servicios de
barcos pesqueros

Para producir 1 tonelada de madera se requieren 
toneladas de
pescado para alimentar a los madereros
Para producir 1 barco pesquero se requieren 
toneladas de madera

Estas son las únicas materias primas que cada una de las tres industrias
necesita. Supongamos que no hay demanda final (externa) de barcos
pesqueros. Hallar la producción bruta de cada industria si se debe cubrir
la demanda de d1 toneladas de pescado y d2 toneladas de madera.
Solución: x1 = x2 + d1 x1 :toneladas de pescado
x2 = x3 + d2 x2 :toneladas de madera
x3 = x1 x3 :número de barcos
d  2 d 1  d 2 d1  d 2 
x1 = 1 ; x2 = ; x3 = ; <1
1   1   1  

Mg. NOLAN JARA JARA 51